作者单位
摘要
1 安徽理工大学电气与信息工程学院, 安徽 淮南 232001
2 安徽大学互联网学院, 安徽 合肥 230039
3 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 中国科学院大气光学重点实验室, 安徽 合肥 230031
利用大气本底站监测数据验证了大气红外探测仪 (AIRS) 反演数据 (2003年3月―2021年2月),在此基础上基于AIRS数据分析了南极臭氧柱总量时空分布以及变化特性,并进而利用线性回归、相关性分析、小波分析等方法,结合平流层温度和海冰数据,分析了南极臭氧柱总量变化特征的影响因素。结果表明:AIRS反演数据与大气本底站监测数据的相关系数均在0.945以上,具有较高的准确度和平稳性。南极臭氧柱总量的时间变化具有很强的周期性,谷值与谷值交替约为12个月。通过小波时-频结合分析发现,南极臭氧柱总量明显存在时间尺度为2、4、6、8~10、13年的周期,其中震荡最剧烈的第一主周期13年又以10年为周期变化,第二主周期6年又以4年为周期变化,2003―2021年内第一主周期经历了2次高-低变化期,第二主周期经历了4次高-低变化期。臭氧柱总量随季节变化明显,春季是南极臭氧柱总量最高的季节,冬季、夏季、秋季依次次之。南极臭氧的空间分布特征差异较大,总体来看纬度越高,臭氧柱总量越低,并在85° S附近达到最低值。南极洲大部分区域平流层温度与臭氧柱总量呈显著正相关,统计结果显示当平流层温度小于189 K时会出现臭氧洞;南极海冰范围与南极臭氧柱总量变化基本一致,两者皆存在2、6~8、12~14年的变化周期,但海冰范围变化要早一个月。
南极 臭氧柱总量 小波分析 平流层温度 海冰范围 Antarctic total ozone column wavelet analysis stratospheric temperature sea ice extent 
大气与环境光学学报
2023, 18(3): 201

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!