大气河（atmospheric river；ar）是一种在大气中延伸数千公里长，数百公里宽的狭长水汽输送走廊。由于其与极端水文事件的紧密联系，大气河成为了大气科学领域的研究热点。虽然北美和欧洲的大气河研究较为深入，但东亚地区的研究尚处于初级阶段，缺乏适合其独特复杂气候条件的大气河识别追踪算法。本文的作者开发了适用于东亚地区的大气河识别追踪算法，并建立了东亚大气河数据库，探讨了东亚大气河的基本特性及其与降水的关系。
本算法包含六个步骤：1）利用高斯平滑算法和两步阈值法提取潜在大气河区域；2）生成平滑的大气河轨迹；3）归纳和计算大气河的多维度特征；4）识别并过滤非大气河引起的强水汽传输现象（如热带气旋）；5）分割和识别受不同天气系统控制的大气河片段；6）识别和追踪大气河的整个生命周期。
图片由陆萌茜博士提供▼
图一、大气河识别追踪算法流程图
与其他现存的大气河识别追踪算法相比，作者开发的算法具有以下优势：
1）在计算潜在大气河识别阈值（IVT threshold）时，应用高斯平滑算法（Gaussian Kernel Smoothing）有效平衡了水汽传输（IVT）在空间分布上的不均匀性以及由于样本数量过小导致的随机误差，使得该算法能够直接用于全球范围内的大气河识别追踪。
2）结合k-Nearest-Neighbors 和 local regression，并考虑大气河中的水汽传输方向，该算法能够为形态各异的大气河生成平滑轨迹（图二），有助于精确计算大气河的长度和其他几何特征。
图片由陆萌茜博士提供▼
图二、大气河平滑轨迹示意图，图中颜色代表大气河水汽传输的强度，蓝色曲线为平滑轨迹
3）在东亚地区，强水汽传输不仅与大气河相关，还与热带气旋（Tropical Cyclone）密切相关。这两种现象在算法的第一步中都被识别为潜在大气河。然而，当热带气旋发生时，平滑大气河轨迹将随着IVT的方向呈螺旋状（图三），且轨迹的旋转角之和将大于360度。本算法利用这一特性准确识别出热带气旋。
图片由陆萌茜博士提供▼
图三、热带气旋示意图，图中的平滑轨迹呈螺旋状
4）大气河的不同部分可能被不同的天气系统所控制，这给大气河的物理机制研究带来挑战。此外，如果大气河仅部分区域被热带气旋控制，难以用上述旋转角方法识别。因此，作者进一步分析了大气河的内部结构，计算了每个格点水汽传输方向的一致性（localized IVT coherence），并使用图像切割算法（image segmentation algorithm），根据水汽传输的一致性将大气河切割为不同的片段。如图四所示，颜色代表大气河上每个格点的周边水汽传输方向的一致性。图中水汽传输方向极度不一致且空间尺度很小的片段（图四中红色圆圈圈起的部分）可能由热带气旋引起，而水汽传输方向不一致且空间尺度较大的片段（图四中蓝色圆圈圈起的部分）可能由温带气旋引起。如果水汽传输在整个大气河轨迹上都十分一致（图四e和f），则更符合典型的大气河形态。作者认为，将大气河的不同特征片段分开研究，将使大气河的物理机制研究更加清晰明了，这是图像切割算法在处理大气河中的重要意义。
图片由陆萌茜博士提供▼
图四、大气河水汽传输一致性以及不同类型大气河片段的示意图
值得注意的是，作为唯一基于东亚地区的大气河算法，本算法成功建立了全球大气河数据库，并参与了全球大气河追踪算法的比赛项目（Atmospheric River Tracking Method Intercomparison Project）。在参与的数十个算法中，本算法在各方面均表现出色。
根据自主开发的算法，作者利用再分析数据（ERA5）建立了涵盖40年（1979-2018）的首个全年东亚大气河数据库。该数据库包括由212378个大气河时间切片（AR slice）组成的5080个大气河事件（AR event）。大气河轨迹分布密度图显示了东亚大气河的主传播路线（图六）：从阿拉伯海开始，途经孟加拉湾、东南亚半岛、中国南海，到达中国东南部，最终结束于北太平洋中部。这条传播路线与夏季东亚季风的路径大致相同，证明了东亚季风在形成东亚大气河并引发中国东南部降水中的重要作用。
传统的年循环研究通常通过计算每个月/季节的大气河平均值来比较不同月份/季节之间的差异。然而，在夏季，东亚季风的影响使得天气系统变化迅速，月平均值不足以捕捉这些快速变化的天气特征。为解决这一问题，作者运用了自组织映射算法（Self-organizing Map），将大气河的全年发展演变分为8个阶段（图五）。该算法成功捕捉了东亚大气河的季节和次季节变化，并与全年的降水变化及季风变化相匹配。这种分类方法是一种无监督机器学习方法，因其能有效保持输入数据的空间拓扑性质而被广泛应用，近年来也逐渐应用于大气和水文学研究中。
图片由陆萌茜博士提供▼
图五、东亚大气河主传播路线，全年生命周期里的八个阶段示意图
作者进一步分析了每个阶段大气河与降水的相关性。对于研究区域内的每个格点，作者分析了大气河发生与否的时间序列与降雨发生与否（或极端降雨发生与否）的时间序列的相关性，发现大气河与降水的相关性存在显著的时空变异性（spatiotemporal variability）。在第一到第三阶段，大气河发生与降水发生（特别是强降水发生）的相关性可达0.5。高相关性区域位于大气河主传播路线的北侧。更令人惊讶的是，在冬季（第八阶段），大气河发生和降水发生的相关性在中国东南部也接近0.5，且高相关性区域位于大气河主传播路线的正下方。这表明在冬季，中国东南部的降水与大气河的关系也非常密切。
图片由陆萌茜博士提供▼
图六、不同阶段大气河与降水（precipitation day；PD）或强降水（heavy precipitation day；HPD）的相关性分析
综上所述，作者在本研究中自主开发了适用于东亚地区独特复杂气候特征的大气河识别追踪算法，建立了东亚大气河数据库，并初步探讨了东亚大气河的基本气候特征（climatology）及其与降水的关系。本研究为进一步的大气河研究奠定了基础，如大气河的形成、发展和消亡（genesis，propagation and termination）的物理机制，对极端降水预测的帮助，以及气候变化对大气河及其相关极端降水的影响等。
相关论文：
Pan, M., & Lu, M. (2019). A Novel Atmospheric River Identification Algorithm. Water Resources Research, 55. https://www.php.cn/link/631d68dbc136873f091d6049807c09ae
Pan, M., & Lu, M. (2020). East Asia Atmospheric River catalog: Annual cycle, transition mechanism, and precipitation. Geophysical Research Letters, 47(15). https://www.php.cn/link/c3489537e72478d37e99d662c53be24b
