對流風暴系統的雲動力學

透過結合理想化模擬與真實世界的數據，研究人員正揭開內部回饋與大尺度運動如何影響雲動力學。

人們對雲感到愉悅，從第一次仰望天空便一直如此。它們具有迷
人的結構，能幫助觀察者視覺上看見大氣的運動。對流雲（Convective clouds）在空氣上升時形成，這裡的對流指的是空氣在雲內部的運動（如圖一a 所示），空氣可因白天地表變暖或當越過山頭及其它地貌特徵時上升。

圖一：對流雲的生命循環。在風暴的發展階段，（a）空氣開始上升，當它到達自由對流高度（level of free convection，LFC）時，開始有浮力。（b）空氣持續上升，直到雲的成熟階段到達平衡高度，此時它的密度與周圍空氣的密度相當。（c）高空空氣接著水平擴散，形成所謂的砧狀雲（anvil cloud）。液滴與冰滴透過微物理過程成長，並開始往地面落下。在消退（dissipating）階段，降水凝結（precipitating condensates）的部分蒸發產生較冷的空氣團，並生成下沉氣流使之地表水平擴散。（改編自大氣科學研究大學聯盟的COMET 網站http://meted.ucar.edu，部分透過美國商務部國家海洋暨大氣總署的合作協議贊助。©1997-2023 UCAR）

空氣的向上運動攜帶近地表的水蒸氣，它於低海拔的高濃度隨著大氣的高度快速減少。透過一個稱為絕熱膨脹（adiabatic expansion）的過程，上升的潮濕空氣在更高的海拔隨氣壓下降而冷卻，當潮濕空氣夠冷時，它的水蒸氣會因溫度的不同而開始形成液態或冰的凝結物。這微小的懸浮凝結物（一般直徑幾十微米）形成了雲，它和水蒸氣不同，我們可以看得見。

在雲形成的成熟階段，上升空氣到達它的平衡高度（其密度與環境密度相當的高度），而雲空氣不再有浮力（圖一b）。對於濃厚的深雲，平衡高度可高到對流層頂，大約海拔10-15 km。

一旦空氣停止上升，它會在雲的頂層水平擴散並形成所謂的砧狀雲（anvil cloud），如圖一c 所示，雲中凝結的液滴透過微物理過程成長，最後當它夠大時會開始降雨朝地面落下。此時，它們也許會部分蒸發，特別是在雲底部下方，所伴隨的潛冷卻（latent cooling）造成稱為「冷池」（cold pool）的冷空氣團，在雲的下方沉降並於地表水平擴散。這個向下運動會抵消啟動對流風暴的向上運動，因此結束了雲的生命週期。這整個過程對單獨的一片雲來說，一般歷時數小時，水平尺度橫跨約1 至數公里的範圍。

雲也可形成壯觀的多雲結構，圖二是其中的幾個例子。在數百公里所謂的「中尺度」（mesoscale）範圍，組織性對流可有「颮線」（squall lines）或「中尺度對流複合體」（mesoscale convective complexes）等形式。最著名的例子或許是熱帶氣旋，它的中心是一個相對安靜的「眼」，周圍環繞著旋轉風構成的雲牆，這是地球上最強的風之一。

圖二：中尺度對流系統是大氣中可橫跨數百公里的風暴，一些例子包括（a）「颮線」（squall lines），一種細長的多雲結構；（b）圓形多雲結構；（c）熱帶氣旋，由旋轉的多雲結構組成。（a 圖為Nolan Atkins 提供；b 圖 ©EUMETSAT2011；c 圖為世界氣象組織提供。）

像這些圖二中顯示的中尺度組織性系統，導致極端的氣候與大尺度特性的改變，特別是雲覆蓋量及水蒸氣分布。儘管人們對於造成中尺度組織的物理過程還所知甚少，但我們對這類系統的科學知識因過去10 年的重大進展而持續改善中，突破來自於電腦模擬能力的增強，以及許多理想化與理論上的深入探究，特別是在一種稱為「自集結」（self-aggregation）的對流組織模式上有相當大的進展。

內部回饋的自集結

自集結（Self-aggregation）是指深雲在空間中自發簇集的巨大能力，即使在完美均勻邊界條件下的理想化數值模擬中仍然會出現 ^[1]（ 見圖三），這個現象發生於海平面溫度恆定，既沒有大尺度驅動力（forcing）也沒有陸海溫差（land-sea contrasts），並具有可重入（reentrant）邊界條件時—從一側離開系統的雲可從另一側重新進入。

雲經由內部回饋（internal feedbacks）的自發組織，看起來與它和附近環境的交互作用有關，研究人員提出了4 種回饋機制來解釋自集結現象：輻射過程、雲邊緣的逸入（entrainment）、冷池與波^[2]。

圖三：理想化數值模擬。若沒有回饋（feedback）機制，（a）模擬的雲在空間中顯得毫無組織；（b）然而，在那些機制的影響下，雲可自集結成一個同調（coherent）的對流結構，而這行為隨著域的大小與溫度增加而增強。自集結與大氣的大尺度乾燥效應以及到太空的大尺度向外輻射冷卻之增強有關，基於相對濕度的觀測，研究人員了解到中對流層與模擬的自集結一致，並且對於相同降雨量集中於少數對流叢集的大氣，它平均上更為乾燥。（改編自參考文獻[1]）

所有的集結回饋都以類似的方式運作：它們偏好在雲附近的區域形成雲，不喜歡在沒有雲的區域形成雲。這兩種行為都是正回饋，因為它們強化了存在的雲層分布，較多雲的地方形成的雲更多，較少雲的地方形成的雲更少，這種強化導致空間上多雲、潮濕的區域與少雲、乾燥的區域之間的分隔。

在輻射回饋，乾燥區域因其大氣水蒸氣相對較少，而與到太空的強輻射冷卻有關。它類似局部的溫室效應，因為水蒸氣扮演著溫室氣體的角色，愈少的水蒸氣代表愈少的溫室氣體會冷卻。空氣的冷卻引發空氣沉降並以發散的模式在地球表面流動，由於大部分的水蒸氣都位於該處，來自上方相對乾燥的下沉空氣取代了近地表相對潮濕的空氣，這部分的大氣更為乾燥，乾燥的空氣浮力較低，因而更不利於對流與雲的形成^[3,4]。
當逸入回饋發生時，空氣上升而水蒸氣凝結成雲時，空氣的黏滯性使得上升空氣拖曳著周圍空氣，雲的邊緣因此變得極為紊亂，導致「逸入」^註 及環境中的空氣與雲中空氣的混合。假如逸入的空氣是乾燥的，在邊緣的混合會大幅減少雲的浮力，確實，乾空氣混合會造成一些雲滴的蒸發，伴隨的潛在冷卻降低了雲的浮力；相反地，若環境中的空氣潮濕（假使雲在剛形成的雲附近形成就會發生這種情況），上升運動將不但不會被阻止，反而更容易形成。這樣的情況有利於潮濕區域中雲的簇集^[5]。

註 亂流的作用將雲外較乾的空氣混合進來。

當冷池回饋發生時，冷池在降雨雲層下方的地表面擴散，它們在邊緣抬升周遭較溫暖的空氣，如此引發的向上運動會激發冷池邊緣附近的新雲形成。透過助長現有的雲附近的新雲產生，冷池因此強化了
空間中雲的簇集^[6]。

當波回饋發生時：對流引發在層狀介質中傳播的內重力波^[7] （internal gravity waves，此重力波與天文的重力波”gravitational waves” 不同，有關內重力波更多的資訊，請參閱Callum Shakespeare 於Physics Today的文章，2019 年6 月號第34 頁）。假設大氣是個雙層流體：密度較大的底層空氣，範圍從地面到海拔約1 公里的雲底；以及上方較輕的那層，從雲底到海拔約10 km 的雲頂。在這簡化的例子中，內部波變成兩層間傳播的界面波，類似當石頭擲向水池時，空氣與水之間形成的表面波。兩層之間的界面波透過對流觸發，並從雲傳播出去，這些波可形成駐波包，將對流活躍的區域與不活躍的區域分開來。

由於自集結的研究僅考慮理想化的設定，研究人員仍在爭論它與真實世界的關聯性，要結束這場爭論需要更多的觀測，無論是來自衛星或現地（in situ）的測量。隨著近期對自集結所牽涉的物理過程有更多基本上的理解，研究人員應能夠辨別觀測中的每一種回饋，並確定它們在真實大氣裡的主導程度。

風切形成的颮線

從觀測來研究現實設定的困難點是，除了內部回饋，雲和大氣大尺度流動的交互作用也可貢獻到組織性對流，這種交互作用一個重要的例子發生在颮線，其已知在垂直風切存在的情況下出現（也就是，當表面的風以不同於高空的風速運動時）。除此之外，熱帶的大氣環流可引發大尺度的變化（關於熱帶環流更多的資訊，請參閱Thomas Birner、Sean Davis 與Dian Seidel 於Physics Today 的文章，2014 年12 月號第38頁）。

颮線發展的理論解釋來自一篇35 年前發表的基本論文^[9]，它描述風切如何能與冷池作用，在這個例子中此效應扮演維持風暴的關鍵角色。這個交互作用是基於三個主要的原理，圖四是一個示意圖。

圖四：幾種交互作用導致雲颮線的形成。降雨和它後續的蒸發，促使雲下擴散的冷空氣團上升，迎面而來的風（灰色箭頭）阻擋冷池的擴散，冷池進而作為抬升潮濕溫暖空氣的坡道。風強的垂直變化（粉紅色箭頭）引發正的渦度（vorticity，紅色加號），這旋轉運動與冷池中發現的負渦度（藍色負號）作用，有利於風暴氣流與其它促進大氣中颮線形成的向上運動。

第一，風切阻擋了冷池從原本的位置擴散；第二，冷池充當升起溫暖潮濕空氣的坡道；最後，風切和冷池一起的作用產生渦度偶極（vorticity dipole）—兩個反向旋轉的風廓線（wind profiles），通常以+ 號與− 號來表示。

渦度偶極支持廓線之間的向上運動，加速了空氣的上升並促進深垂直對流，冷池的邊緣接著成為深對流上升氣流的最佳點，導致雲的形成、降雨及颮線。換言之，風暴降雨提供冷池的補給，維持利於風暴上升氣流及後續降雨的條件，這一系列的交互作用使得颮線能夠持續長達24 小時，並行進數千公里。

從直觀上，人們可能會預期風切與冷池之間的耦合和風切強度有關：當它太弱時（如圖五a），沒有特定的交互作用，因此也沒有深雲的組織；然而，當風切增強時，颮線傾向在垂直強加風的方向上發展，可見於圖五b，其對應離地球表面最近1 公里層約10 m/s 的水平風速變化，風速超過10 m/s，颮線方向相對風的方向角度小於90 度，如圖五c 所示。

圖五：風切影響熱帶颮線的方向。這三個模擬範例中，顏色皆代表浮力場，其正比於相對氣候平均的大氣異常溫度值，而風的位置以白色顯示。（a）當沒施加風切時，觀察不到颮線的組織。（b）對於水平風速U = 10 m/s（紅色箭頭），雲的颮線垂直於風的方向發展，而投影的風切（黃色箭頭）是最佳化的，因為它平衡了來自大氣冷池擴散的力（藍色箭頭）。（c）對於U = 20 m/s（對應大於最佳化風切的值），颮線方向與風向呈銳角，在這例子中，颮線方向減少了投影的風切值，以便恢復與冷池平衡的力。（改編自參考文獻[10]）。

許多研究人員研究颮線方向的角度問題，例如近期一份數值模擬分析^[10] 驗證了一個數十年來的假設^[11]，說明颮線方向會減低進入的風切而回復風切與冷池擴散之間的平衡。的確，後續的發現指出冷池強度很大程度上對風切不敏感，而與冷池擴散強度匹配的是風切最佳值；換言之，即使存在大於最佳值的強烈風切，颮線的方向仍保留對流的組織。

強度達到最佳值的風切使得颮線更具組織，因此能驅使它們增強。舉例來說，近期的氣候模式模擬強調，非洲中北部薩赫爾地區（Sahel region）的風切改變，是暖化情況下颮線增強的主要原因^[12]，這個例子闡述風切如何在氣候變遷與深對流組織程度之間的複雜關係增添關鍵的作用。

前方的道路
研究人員還不知道真實大氣中，內部回饋相較於大尺度驅動力（如風切和陸海溫差）其組織雲的程度為何，雲對全球暖化的響應是目前模式預測氣候變遷的最大不確定性之一（參閱Tapio Schneider、Nadir Jeevanjee 與Robert Socolow 的文章，Physics Today 2021 年6 月號第44 頁），考慮雲覆蓋量對對流組織的相依性，對流如何隨氣候變遷變化是至關重要的問題。所有上述的理想化研究都能幫忙解決這些觀測中的不確定性，並對大氣中的關鍵物理過程有新的理解，結合理想化研究與真實世界的數據，將能幫助研究人員確定雲組織如何隨全球暖化而改變。

要觀測對流組織與相關的物理過程是個挑戰，舉例來說，評估輻射回饋需靠近地表的輻射冷卻率的靈敏測量，而這很難從衛星觀測中獲得^[13]。最近國際觀測活動EUREC4A 提供了非常寶貴的垂直解析輻射冷卻率的現地數據^[14]，這些數據幫助研究人員發展低空冷卻率影響因子的理論基礎^[15]，特別是冷卻率與水蒸氣變化的緊密關係。

冷池的全球氣象學也缺乏，因為它們同樣難以從衛星觀測，近期的工作利用合成孔徑雷達（synthetic-aperture radar）和機器學習來獲取影像，看到了一些希望^[16]。歐洲太空總署的新地球探索任務「Harmony」將提供近地表風高解析的測量^[17]，這些觀測毫無疑問將對冷池特性的理解及其測量之改良有所貢獻。

最近一份研究將最新觀測到的極端降雨趨勢歸因於對流組織的改變^[18]，因此，水文循環的準確預測將需要研究人員去更了解對流組織以及它隨暖化改變的情形。本文所討論的理論工作、增加與改進的觀測數據、以及機器學習等新方法，都大大地加強了回答此重要問題的科學基礎，所有有希望的途徑都是雲研究中令人興奮的時刻。

參考資料：
[1] S. Bony et al, Nat. Geosci. 8, 261（2015）.
[2] C. Muller et al, Annu. Rev. Fluid Mech. 54, 133（2022）.
[3] C. S. Bretherton, P. N. Blossey, M. Khairoutdinov, J. Atmos. Sci. 62, 4273（2005）.
[4] C. Muller, S. Bony, Geophys. Res. Lett. 42, 5626（2015）.
[5] A. M. Tompkins, A. G. Semie, J. Adv. Model. Earth Syst. 9, 1046（2017）.
[6] J. O. Haerter, Geophys. Res. Lett. 46, 4017（2019）.
[7] B. E. Mapes, J. Atmos. Sci. 50, 2026（1993）.
[8] D. Yang, J. Atmos. Sci. 78, 571（2021）.
[9] R. Rotunno, J. B. Klemp, M. L. Weisman, J. Atmos. Sci. 45, 463（1988）.
[10] S. Abramian, C. Muller, C. Risi, Geophys. Res. Lett.49, e2021GL095184（2022）.
[11] F. R. Robe, K. A. Emanuel, J. Atmos. Sci. 58, 1427（2001）.
[12] R. G. J. Fitzpatrick et al, J. Clim.33, 3151（2020）.
[13] B. Stevens et al, Surv. Geophys.38, 1371（2017）.
[14] S. Bony et al, Surv. Geophys.38, 1529（2017）; A. L. Albright et al, Earth Syst. Sci. Data13, 617（2021）.
[15] B. Fildier et al, AGU Adv（. in press）
[16] P.-E. Brilouet et al, Geophys. Res. Lett. 50, e2022GL102180（2023）.
[17] European Space Agency, “ESA selects Harmony as tenth Earth Explorer mission（22 September 2022）.
[18] J. Tan et al, Nature 519, 451（2015）.
[19] C. J. Shakespeare, Physics Today 72（6）, 34（2019）.
[20] T. Birner, S. M. Davis, D. J. Seidel, Physics Today 67（12）, 38（2014）.
[21] T. Schneider, N. Jeevanjee, R. Socolow, Physics Today 74（6）, 44（2021）

===========================================================================================

本文感謝Physics Today（American Institute of Physics）同意物理雙月刊進行中文翻譯並授權刊登。原文刊登並收錄於Physics Today, May. 2023 雜誌內（Physics Today 76, 5, 28（2023）; https://doi.org/10.1063/PT.3.5234）。原文作者：Caroline Muller; Sophie Abramian。中文編譯：張鳳吟，國立陽明交通大學物理學系博士。

Physics Bimonthly（The Physics Society of Taiwan）appreciates Physics Today（American Institute of Physics）
authorizing Physics Bimonthly to translate and reprint in Mandarin. The article is contributed by Caroline Muller,Sophie
Abramian and was published in（Physics Today 76, 5, 28（2023）; https://doi.org/10.1063/PT.3.5234）. The article in
Mandarin is translated and edited by F. Y, Chang, National Yang Ming Chiao Tung University.