玻尔百科山脉巨大而不动的存在，掩盖了它们在塑造地球天气和气候方面的动态作用。当流体般的大气流经这片地形时，会遇到一种阻力——这种力被称为地形阻力。这种阻力远非简单的局部效应，而是全球气候系统的基石，但其复杂的物理机制给天气和气候预测带来了重大挑战。理解这种力对于掌握大气动量如何平衡以及天气模式如何形成至关重要。
本文旨在剖析地形阻力这一复杂现象。首先，我们将探讨其基本的“原理与机制”，区分形态阻力和重力波阻力，引入通过弗劳德数（Froude number）表征的大气稳定度的关键作用，并解释这些力如何成为全球风系的“刹车”。随后，在“应用与跨学科联系”部分，我们将审视这种阻力的深远影响，从其在气候模式中的关键参数化和对平流层环流的影响，到其在塑造深海洋流中的类似作用。
要真正理解山脉如何塑造我们的天气和气候，我们必须将空气不视为空无一物的虚空，而是一个广阔、流动的流体。当流体遇到障碍物时，它会产生反作用力。这种反作用力，这种阻力，就是我们所说的拖曳力或阻力。但在物理学中，情况往往如此，“阻力”这个简单的词背后隐藏着一系列丰富而迷人的相互关联的现象。由地形施加的阻力——地形阻力——并非单一的力，而是在从毫米到全球的尺度上，由多种过程共同谱写的交响曲。
想象一下，你用手划过一张粗砂纸。你会感觉到一种阻力，一种取决于表面纹理和移动速度的摩擦力。这很贴切地比喻了物理学家所称的表面摩擦力。在大气中，这是由风与草叶、树叶或地面上的鹅卵石等小尺度粗糙元摩擦所引起的阻力。在天气模式中，这种效应被归入一个名为空气动力学粗糙度长度（即 ）的单一参数中，它描述了地表对紧邻其上方空气的“抓握”程度。
现在，想象一下你把手伸出移动的汽车窗外。你感觉到的阻力主要不是来自摩擦，而是来自空气在你手掌前方堆积，形成一个高压区，同时在你手掌后方形成一个湍流的低压尾流。由这种压力差产生的合力被称为压差阻力或形态阻力。它取决于物体的形状或形态。
这正是气流流向山丘或山脉时发生的情况。一个高压气垫在迎风坡形成，一个低压区则在背风侧形成。山脉感受到来自大气的净力，根据牛顿第三定律，大气也感受到来自山脉的大小相等、方向相反的力——这是一种减缓风速的阻力。这种形态阻力与表面摩擦力是完全不同的物理机制。一个网格间距（比如十公里）的天气模式无法看到该网格内的单个山丘，它只知道平均海拔。因此，由这些未被解析的山脉造成的动量汇必须通过一套独立的规则，即地形形态阻力的参数化来解释。
为了剖析这种形态阻力，我们必须引入大气的一个关键属性：层结。在风平浪静的日子里，大气通常是稳定层结的，这意味着它像蛋糕一样分层，密度较大、较冷的空气在下，密度较小、较暖的空气在上。一个气块“知道”自己所属的层，并抵抗被向上或向下移动。这种稳定性由布伦特-维萨拉频率 来量化，它本质上是衡量大气对垂直位移的“刚度”。
风的动能与大气的稳定刚度之间的较量，被一个优美的无量纲数——弗劳德数（Froude number）所捕捉：
这里， 是风速， 是山脉的高度， 是稳定度。弗劳德数告诉我们，当风遇到山脉时，将会上演何种情景。
当弗劳德数很小（）时，大气非常稳定或风速很弱。空气根本没有足够的能量抬升自己越过山脉屏障。大气的低层被阻挡，被迫停滞或绕过地形的两侧流动。这在迎风面形成一个巨大的高压区和强大的绕流阻力。这是山脉减缓大气流动的最有效方式之一。
如果山脉的山脊不完全垂直于风向，被阻挡的气流将会向侧面偏转。这会产生一种侧向力，一种大气升力（尽管这与飞机机翼上的升力无关），它可以引导低层风沿着地形等高线流动。
当弗劳德数较大（）时，风足够强劲，能够迫使空气向上越过山峰。但故事并未就此结束。当层结的气块被垂直位移时，它们开始振荡，产生向上传播到大气中的涟漪。这些就是内重力波。尽管肉眼看不见，这些波却是能量和动量的携带者。
这些波向上传播，有时能达到50或100公里的惊人高度，进入平流层和中间层。就像海浪在沙滩上破碎一样，这些大气波也会变得不稳定并破碎，将其动量倾泻到周围的空气中。由于这些波是由山脉抵抗风而产生的，它们携带的动量与气流方向相反。当它们破碎时，就在那个高空对大气施加一个阻力。这就是重力波阻力，一种“超距作用”，即地球表面的山脉可以减缓其上方数十公里高空的风速。
除了这两种主要机制外，还存在湍流形态阻力。这是由流经那些更小、更粗糙、更陡峭的未解析地形时产生的混沌、翻滚的气流所产生的阻力。它主要作用于行星边界层内——即大气最底部的约一公里——增强了近地面气流所受的总应力。
我们为何如此痴迷于这些细节？因为地形阻力不仅仅是局部天气现象，它是整个全球气候系统的基石。地球的大气是一个巨大的热机。日常的天气系统和风暴路径就像巨大的泵，不断地将西风（自西向东）动量从热带输送到中纬度地区。这个由所谓的涡动动量通量驱动的过程，不断地试图加速西风急流，使其越来越快。
如果这就是故事的全部，风速将无限制地增加。为了使气候处于稳定、准静止的状态，必须有一个汇——一个“刹车”——以与动量供给相同的速率移除这些动量。地形阻力就是那个刹车。世界上的主要山脉——落基山脉、安第斯山脉、喜马拉雅山脉——连同地表摩擦力，为大气中的西风动量提供了主导性的汇。正是它们抑制了西风急流，维持了我们气候的长期平衡。此外，由于作用在地形上的压力并非总是对齐的，它们可以对气流施加一个扭转力，即力矩，从而改变空气的旋转，即涡度。
理解这些原理是一回事，在计算机模式中准确地表示它们是另一回事。一个网格非常粗糙的模式（例如 km）无法解析任何山脉，因此它们所有的阻力效应都必须被参数化。一个网格非常精细的模式（例如 m）则可以显式模拟流经地形的气流，直接捕捉形态阻力。
问题出在中间地带，即建模者所称的“灰色地带”。考虑一个网格间距为 km 的现代区域天气模式。数值模拟中一个长期的经验法则是，要准确表示一个波，需要其波长内有几个网格点——通常至少是八个。这意味着我们这个5公里分辨率的模式只能真正解析宽度至少为 km 的地形特征。一座宽度约为20公里的山脉就落入了灰色地带。模式“看”到了这座山，但只是一个粗糙、像素化的团块。它会试图模拟流经这个团块的气流，产生一定量的已解析波阻力，但效果会很差。
这里的危险是双重计算。一个标准的阻力参数化方案，并不知道模式已在试图解析这座20公里的山脉，它可能会在自己的高分辨率次网格地形数据中看到这座山，并为其添加一个参数化的阻力。结果是模式对同一座山脉施加了两次阻力，导致对风的制动过度且不切实际。这是一个重大挑战。解决方案在于开发“尺度感知”的参数化方案，这种方案能够智能地查询模式的分辨率，理解山脉谱系的哪些部分正在被解析（即使解析得很差），并仅对真正未解析的次网格尺度应用参数化阻力。
在所有这些复杂性之下，是一个优美而典雅的物理学基础。利用量纲分析这一强大工具，可以推断出波阻力 必定是关键物理量的组合。对于一个简单的二维山脊，其形式为：
其中 是空气密度。这个关系非常直观。阻力随着空气密度、风速和大气稳定度的增加而增加。最引人注目的是，它与山脉高度的平方（）成正比，显示出对地形的极致敏感性。
深入研究流体动力学的控制方程，会揭示出更多的精妙之处。最简单的山地波理论是静力平衡的，即假设水平尺度远大于垂直尺度，且垂直加速度可以忽略不计。这给出了阻力的一种估计。然而，现实世界的山脉坡度很陡，空气当然会垂直加速。因此需要一个完整的非静力平衡理论。当我们这样做时，我们发现真正的非静力平衡阻力 与静力平衡估计值 之间，通过一个简单而深刻的修正因子相关联：
这里， 是山脉的波数（与其宽度成反比）。这个公式告诉我们，随着山脉变得更窄、更陡（ 更大），非静力效应变得更加重要，并且会减小阻力。垂直运动起到了一种泄压阀的作用，使得气流建立产生阻力所需的压差效率降低。当山脉陡峭到 时，波动无法再垂直传播，波阻力完全消失。这是物理学统一性的最佳体现：一个从第一性原理推导出的简单、优雅的公式，将山脉的几何形状与大气的基本行为联系在一起。
我们已经探究了地形阻力的原理，看到了一座山脉对抗风的坚定姿态如何产生一种反作用于大气的力。你可能会认为这只是一个局部事件，是山脉背风处的一点湍流，仅此而已。但你就错了。这种看似简单的相互作用，是一只引导我们星球气候宏伟机器的无形之手。它的影响从最深的洋底延伸到太空边缘，从你今早查看的天气预报延伸到久远冰河时代的气候。现在，让我们来探索这些惊人的联系，看看地形阻力是如何塑造我们这个世界的。
想象一下驾驶一辆没有刹车的汽车。发动机会推动你前进，但你无法减速。在简化的意义上，大气也面临类似的问题。太阳的能量产生气压梯度，不断加速空气，驱动风的形成。但什么提供了“刹车”？虽然表面摩擦力起了一定作用，但很大一部分制动作用，特别是对大尺度风而言，来自地形阻力。山脉就像行星尺度的发动机刹车，不断地从大气中移除动量并将其传递给固体地球。
在我们简化的大气模式中，我们可以非常清晰地看到这种效应。如果我们想象一条均匀的风带流过周期性的山脉地貌，那么区域平均的阻力会减缓风速，导致其速度随时间衰减。这不仅仅是一个假设性的练习；这是我们星球动量收支的一个基本事实。
对于那些构建预测天气和展望未来气候的大气环流模式（GCMs）的科学家来说，这个原理至关重要。一个忽略地形阻力的模式就像那辆没有刹车的汽车——其模拟的风速会加速到完全不切实际的程度。因此，建模者必须教会他们的计算机关于山脉的知识。他们通过一个称为参数化的过程来实现这一点。他们不可能解析地球上的每一个山丘和山谷，所以他们将一个模式网格单元内所有“次网格”山脉的集体效应表示为一个整体的阻力。他们甚至可以模拟瞬时阻力事件，在一段时间内“开启”阻力，以精确量化其在数小时或数天内对风的制动效应。
但在这里，我们遇到了计算科学中一个有趣的悖论。为了使他们的模式在数值上稳定，建模者常常不得不平滑他们数字地球上的山脉。陡峭的斜坡在计算驱动风的气压梯度力时会产生巨大的计算误差。平滑地形解决了这个数值上的难题，但这样做却移除了那些最能有效产生阻力的尖锐、小尺度的特征！。
解决方案体现了建模者的艺术。他们使用平滑、缓和的山脉进行核心动力学计算，以保持计算的简洁性，但随后通过一个复杂的次网格地形方案将“缺失”的阻力加回去。该方案利用了那些被平滑掉的真实、粗糙地形的统计信息——其方差、各向异性、山脊的走向——来计算阻力并将其作为修正项应用。这是一种巧妙的折衷，平衡了数值准确性与物理真实性。
这种复杂性还不止于此。大气的最底层，即行星边界层（PBL），是湍流的温床，它也会将动量传递给地表。建模者为PBL有独立的参数化方案。这带来了“双重计算”的风险，即来自小尺度丘陵的阻力可能被PBL方案计算一次（作为地表粗糙度的一部分），又被地形阻力方案计算一次。为了避免这种情况，现代模式采用尺度感知方案，仔细划分地形的全谱。来自最小特征的阻力由地表方案处理，而来自更大、未解析山脉的阻力由地形阻力方案处理，其间的无缝过渡取决于模式的分辨率。这确保了总的制动效应恰到好处，是在复杂的虚拟世界中确保物理一致性的一个优美范例。
故事变得更加深刻。山脉的影响并不仅止于其顶峰或边界层内。当一层稳定的大气流过一座山脉时，它会激起涟漪，即内重力波，这些波可以垂直传播，像钟声的无声回响一样穿透大气层向上。
这些波携带动量。当它们向着平流层稀薄的空气中越升越高时，它们的振幅会增长，就像海浪在接近浅滩时变陡一样。最终，它们变得不稳定并破碎，将动量倾泻到周围的气流中。对于西风（自西向东的风），向上传播的波携带西向动量。当它们在平流层破碎时，就会释放这些西向动量，产生强大的阻力，从而减速平流层的风，而这发生在创造它们的山脉上方数十公里处。这个过程，一种远程阻力形式，是我们现代对中层大气理解的基石。
这种平流层阻力绝非仅是奇闻异事，它是全球环流的主要驱动力之一。它可以系统地改变急流的结构和位置，这些高空的气流之河引导着风暴系统，并决定着整个大陆的天气模式。例如，一种重力波阻力模式，如果它减速急流的极侧并加速其赤道侧，就可能导致整个急流的纬度发生偏移，从而对地面的温度和降水产生巨大影响。
山脉作为机械屏障和热力引擎的双重力量，在亚洲季风中表现得最为明显。巨大的青藏高原扮演着两个主角。在机械上，它作为风的巨大屏障，施加巨大的地形阻力，并产生行星尺度的波，从而组织了数千公里范围内的气流。在热力上，其高海拔表面在夏季吸收阳光，成为一个巨大的高架热源，驱动着季风的大规模翻转环流。气候科学家利用巧妙的数值实验，创造出“平坦”的西藏或“寒冷”的西藏等虚拟世界，以厘清这两种效应，并理解高原如何为数十亿人调控着赋予生命的降雨。
山脉的影响延伸到我们星球最寒冷的地区——冰冻圈。格陵兰和南极洲的巨大冰盖并非完全光滑。它们有细微的山脊、山谷和雪脊（风蚀地貌），对上覆的极地大气施加阻力。正确地参数化这种阻力对于准确的极地天气预报和理解从冰盖上流下的强劲下坡风至关重要。冰面地形独特的统计特性——其粗糙度、各向异性——需要专门为这些冰封地貌量身定制的阻力方案。
这种影响甚至可以追溯到过去。在末次冰盛期，巨大的冰盖覆盖了北美和欧亚大陆的大部分地区。这些数英里高的冰盖边缘，对冰河时期的风构成了巨大的障碍。通过应用线性波理论的原理，我们可以计算出这些昔日冰山所施加的巨大形态应力，揭示了地形阻力在塑造古代世界气候中所扮演的深刻角色。
基础物理学的美在于其普适性。支配空气流过山脉的流体动力学原理，同样也支配着水流过海山。海底并非平坦的，它散布着各种地形，从宏伟的大洋中脊到无数的深海丘陵。
当深海洋流流过这些地形时，它们会经历一种与地形阻力等效的海洋现象，称为底部形态应力。压力差在水下障碍物的“迎流”和“背流”两侧形成，产生一种净力，从洋流中移除动量并将其传递给固体地球。这是深海环流被减缓、平衡来自表层风动量输入的主要机制之一。此外，正如在大气中一样，流经海底地形的水流可以产生在层结海洋中传播的内波，而由底部斜坡产生的平均位涡梯度可以沿着等深线捕获和引导海洋罗斯贝波。理解这一过程对于准确模拟全球海洋环流及其在气候系统中的作用至关重要。
从简单的推力到全球性的力量，我们看到地形阻力交织在地球系统的结构之中。它是风的刹车，急流的雕塑家，季风的指挥家，冰河时期气候的参与者，以及深渊中的一股力量。它有力地提醒我们，在我们星球复杂的舞蹈中，即使是沉默、坚固的山脉也扮演着动态而深远的角色。