Wydział Geografii i Geologii Instytut Geografii i Gospodarki Przestrzennej Inwersje temperatury powietrza w dolnej i środkowej troposferze nad Europą Angelika Palarz Rozprawa doktorska przygotowana pod kierunkiem prof. dr hab. Zbigniewa Ustmula w Zakładzie Klimatologii Instytutu Geografii i Gospodarki Przestrzennej Kraków 2020 Podziękowania Przedłożona rozprawa doktorska powstała dzięki pomocy wielu osób i instytucji. Szczególne podziękowania składam Promotorowi prof. dr hab. Zbigniewowi Ustmulowi za inspirację, wsparcie merytoryczne i wyrozumiałość; Współautorom artykułów naukowych wchodzących w skład rozprawy doktorskiej prof. dr hab. Jtirgowi Luterbacherowi, dr Elenie Xoplaki i mgr inż. Danielowi Celińskiemu-Mysław za nieustające dyskusje i motywację na każdym etapie badań; a także Pracownikom i Doktorantom Zakładu Klimatologii Uniwersytetu Jagiellońskiego za życzliwość, którą okazywali mi w trakcie moich studiów doktoranckich, magisterskich i licencjackich. Recenzentom opublikowanych już artykułów naukowych dziękuję za wnikliwe uwagi. Słowa podziękowania należą się również moim Przyjaciołom, szczególnie tym z którymi miałam przyjemność pracować tak na Uniwersytecie Jagiellońskim, jak i na Uniwersytecie Justusa Liebiga w Giessen. *** Za wsparcie finansowe dziękuję fundacji Deutsche Bundesstiftung Umwelt, która umożliwiła mi realizację dwóch międzynarodowych projektów badawczych o numerach AZ 30017/73 i AZ 30018/794. Staże naukowe na Uniwersytecie Justusa Liebiga w Giessen w latach 2017 i 2018 były dla mnie okazją do poszerzenia mojej wiedzy i nabycia nowych umiejętności, a także czasem nawiązywania trwałych przyjaźni. Dzięki przyznanemu mi przez Narodowe Centrum Nauki projektowi ETIUDA6 o numerze UMO-2018/28/T/ST10/0042 otrzymywałam stypendium doktoranckie i sfinansowany został mój ponowny, półroczny staż naukowy na Uniwersytecie Justusa Liebiga w Giessen. Od października 2018 jestem także uczestniczką programu studiów interdyscyplinarnych Jagiellonian Interdisciplinary PhD Programme, w ramach którego, poza uczestnictwem w zajęciach - wykładach i ćwiczeniach, finansowana jest moja działalność naukowa. Zrealizowane w ramach rozprawy doktorskiej badania zostały sfinansowane ze środków Uniwersytetu Jagiellońskiego - projekty badawcze o numerach K/DSC/003024, K/DSC/004768, K/DSC/005483 i MNS/0018. SPIS TREŚCI I. STRESZCZENIE ROZPRAWY DOKTORSKIEJ, SPIS PUBLIKACJI, OŚWIADCZENIA DOKTORANTA I WSPÓŁAUTORÓW ARTYKUŁÓW 5 1. Streszczenie rozprawy doktorskiej w języku angielskim 6 2. Spis publikacji wchodzących w skład rozprawy doktorskiej 9 3. Oświadczenia doktoranta i współautorów publikacji 10 I. PRZEWODNIK DO ROZPRAWY DOKTORSKIEJ 26 1. Wstęp 27 1.1. Znaczenie inwersji temperatury powietrza 28 Publikacja nr 1: wpływ inwersji temperatury powietrza na stężenie PM 10 i SO2 - studium przypadku dla wybranych kotlin Karpat Polskich 30 1.2. Dotychczasowy stan badań 33 1.3. Cel rozprawy doktorskiej 39 2. Materiał źródłowy 40 2.1. Reanalizy atmosferyczne 40 2.2. Pionowe sondowania atmosfery 43 3. Metody badawcze 44 3.1. Metody identyfikacji inwersji temperatury powietrza i inwersji wilgotności powietrza 44 3.2. Metody analizy zmienności czasowej i przestrzennej inwersji temperatury powietrza i inwersji wilgotności powietrza oraz wzajemnego związku między nimi 46 3.3. Metody oceny jakości reanaliz ECMWF 46 4. Obszar badań 47 5. Wyniki badań i dyskusja 50 Publikacja nr 2: przypowierzchniowe inwersje temperatury powietrza 50 Publikacja nr 3: uniesione inwersje temperatury powietrza 53 Publikacja nr 4: inwersje wilgotności powietrza i ich związek z inwersjami temperatury powietrza 57 Publikacja nr 5: niskotroposferyczne inwersje temperatury powietrza w reanalizach ECMWF 60 6. Podsumowanie i wnioski 63 7. Perspektywy dalszych badań 67 8. Bibliografia 70 I. PUBLIKACJE WCHODZĄCE W SKŁAD ROZPRAWY DOKTORSKIEJ 84 Publikacja nr 1 85 Publikacja nr 2 98 Publikacja nr 3 110 Publikacja nr 4 124 Publikacja nr 5 137 I. STRESZCZENIE ROZPRAWY DOKTORSKIEJ, SPIS PUBLIKACJI, OŚWIADCZENIA DOKTORANTA I WSPÓŁAUTORÓW ARTYKUŁÓW Tropospheric temperature inversions, which are defined as the phenomenon of air temperature increasing with altitude, constitute an important feature of the Earth’s climate as well as a significant factor affecting air quality, low-level cloud formation, and near-ground frost development. In particular, the temperature inversions which occur in the vicinity of the Earth’s surface result in trapping air pollutants below the inversion base, allowing their concentrations to increase and form so-called heavy pollution episodes. On a regional scale, concave landforms are particularly predisposed to the formation of heavy pollution episodes caused by the temperature inversions. As indicated in Publication No 1, concentrations of air pollutants recorded in selected basins of the Polish Carpathians can reach comparable or even higher values as compared to highly urbanised cities. The close relationship between air quality and temperature inversions was the main motivation to undertake further macroscale research on the temperature inversions. This doctoral dissertation raises the issue of the possibility of using atmospheric reanalyses in the investigation of the temperature inversions. For the first time, the temporal and spatial variability of the temperature inversions over Europe as well as mechanisms responsible for their development have been studied by applying the ERA-Interim reanalysis (Publications No. 2 and 3). In addition, the relationships between the temperature inversions and humidity inversions have been examined - the temporal and spatial variability of the humidity inversions has been discussed as well (Publication No. 4). Furthermore, a comprehensive evaluation of the newest atmospheric reanalyses produced by the European Centre for Medium-Range Weather Forecasts (ECMWF) has been provided in Publication No. 5. The study is based on data derived from newest ECMWF reanalyses - ERA-Interim, ERA5, ERA-20C, and CERA-20C, as well as upper air soundings obtained from the Integrated Global Radiosonde Archive (IGRA), version 2. The analysis of the temporal and spatial variability of the temperature inversions, the mechanisms of their development as well as their relationship to the humidity inversions was carried out for the period of 1981-2015, while the evaluation of ECMWF reanalyses was carried out for the shortened period of 2001-2010 in order to avoid potential inhomogeneity in time series of the upper-air soundings caused, e.g. by changes in sensor types, data correction methods, or station relocation. All analyses were performed for two types of inversions: (i) surface-based temperature inversions (SBTI) or surface-based humidity inversions (SBHI) and (ii) elevated temperature inversions (ETI) or elevated humidity inversions (EHI). The results have shown that temperature inversions are a common phenomenon occurring in the lower troposphere. Their temporal and spatial variability depends, however, on the inversion type. SBTI exhibit a clear diurnal cycle closely related to the mechanism of their development - the energy budget of the Earth’s surface has been proved to be the critical factor responsible for SBTI formation over Europe. Its negative values lead to an intense cooling of the active surface and initiate the development of the radiation inversions, which are the most common type of temperature inversions over mainland Europe. SBTI usually form shortly after dusk increasing gradually their depth and strength until sunrise. Interestingly, the frequency of nocturnal SBTI attains higher values in summer than in winter - summertime SBTI are, however, substantially shallower and weaker. In addition, the parameters of SBTI are shaped by air circulation and surface type. For instance, higher values of SBTI depth and strength are typical for Eastern Europe in winter, which is related to the influence of the seasonal high-pressure system occurring over Russia. On the other hand, ETI do not indicate a clear diurnal cycle, suggesting that their development is associated with mechanisms other than SBTI development. Two main regions of the most frequent ETI occurrence may be distinguished - these are: (i) a marine area west of the Iberian Peninsula all year round and (ii) Eastern Europe in winter. Since both of them are influenced by extensive high-pressure systems - the permanent Azores High and semipermanent Siberian High, ETI development is supposed to be a result of the large-scale subsidence and adiabatic heating of air parcels. The frequency of ETI is relatively high also over the other parts of the Atlantic Ocean, which is linked to the development of so-called marine inversions. The temporal and spatial variability of the humidity inversions relates markedly to the variability indicated by the temperature inversions and is thus determined by the type of humidity inversion. The mean seasonal frequency of SBHI usually does not exceed 20%, while the mean seasonal frequency of EHI ranges from 5% to 60% depending on the region and season considered. Usually, the humidity inversions occur simultaneously with the temperature inversions implying that their development is partially linked. Although the Spearman’s rank correlation coefficient has proved that moderate positive relations occur only among the parameters of the same inversion type (EHI base height correlates with EHI depth, EHI depth with EHI strength, and ETI depth with ETI strength), it has also been confirmed that the simultaneous occurrence of EHI and ETI usually fosters the intensity of both inversion types. Furthermore, the results have confirmed that only strong and sufficiently persistent ETI are capable of enhancing moisture condensation, which leads to EHI development. In turn, when a temperature inversion is weak, other factors are more likely to be responsible for the development of humidity inversion. The comprehensive evaluation of ECMWF reanalyses has demonstrated that SBTI and ETI frequency is largely in agreement among the atmospheric reanalyses. As compared to IGRA upper-air soundings, however, SBTI frequency is overestimated and ETI frequency is underestimated by ECMWF reanalyses. According to the results obtained, the newest reanalyses - ERA5, ERA-20C, and CERA-20C, which include improvements in physical parameterization schemes, allow for slightly better representation of the temperature inversions. Typically, even the surface-input reanalyses resolve relatively well the main features of the temperature inversions although they assimilate substantially less of the input data. In turn, larger uncertainties arise from the selection between data of the model levels (ModLev) and pressure levels (PresLev) - differences in the frequency of the temperature inversions calculated based on those data are particularly large for summertime SBTI and suggest that PresLev data are not capable of resolving the main features of shallow and weak SBTI. Furthermore, the evidence has indicated that the ability of ECMWF reanalyses to resolve the depth and strength of temperature inversions is far more limited as compared to their frequency. Although ECMWF reanalyses are capable of resolving the general patterns of the depth and strength on a seasonal basis, they experience significant uncertainties when considering individual cases of the temperature inversion’s occurrence. 1. Palarz A., Celinski-Myslaw D., 2017, The effect of temperature inversions on the particulate matter PM 10 and sulfur dioxide concentrations in selected basins in the Polish Carpathians. Carpathian Journal of Earth and Environmental Sciences, 12, 629-640. 2. Palarz A., Celinski-Myslaw D., Ustmul Z., 2018, Temporal and spatial variability of surface-based inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 38, 158-168. https://doi.org/10.1002/joc.5167. 3. Palarz A., Celinski-Myslaw D., Ustmul Z., 2020, Temporal and spatial variability of elevated inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 40, 1335-1347. https://doi.org/10.1002/joc.6271. 4. Palarz A., Celinski-Myslaw D., 2020, Low-tropospheric humidity inversions over Europe: spatiotemporal variability and relations to temperature inversions’ occurrence. Theoretical and Applied Climatology, 141, 967-978. https://doi.org/10.1007/s00704-020-03250-z. 5. Palarz A., Luterbacher J., Ustmul Z., Xoplaki E., Celinski-Myslaw D., 2020, Representation of low-tropospheric temperature inversions in ECMWF reanalyses over Europe. Environmental Research Letters, https://doi.org/10.1088/1748- 9326/ab7d5d. 3. Oświadczenia doktoranta i współautorów publikacji OŚWIADCZENIE Ja niżej podpisana Angelika Palarz (nr legitymacji: 1053422) doktorantka Wydziału Geografii i Geologii Uniwersytetu Jagiellońskiego oświadczam, że przedłożona przeze mnie rozprawa doktorska pt. „Inwersje temperatury powietrza w dolnej i środkowej troposferze nad Europą” jest oryginalna i przedstawia wyniki badań wykonanych pod kierunkiem prof. dr. hab. Zbigniewa Ustmula. Pracę napisałam samodzielnie / samodzielnie1 w zakresie zgodnym z oświadczeniami współautorów publikacji tematycznego zbioru przedłożonego jako rozprawa doktorska. Oświadczam, że moja rozprawa doktorska została opracowana zgodnie z Ustawą o prawie autorskim i prawach pokrewnych z dnia 4 lutego 1994 r. (Dziennik Ustaw 1994 nr 24 poz. 83 wraz z późniejszymi zmianami). Jestem świadoma, że niezgodność niniejszego oświadczenia z prawdą ujawniona w dowolnym czasie, niezależnie od skutków prawnych wynikających z ww. ustawy, może spowodować unieważnienie stopnia nabytego na podstawie tej rozprawy. Kraków, data podpis doktoranta Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 1: Palarz A., Celiński-Mysław D., 2017, The effect of temperature inversions on the particulate matter PM 10 and sulfur dioxide concentrations in selected basins in the Polish Carpathians. Carpathian Journal of Earth and Environmental Sciences, 12, 629-640. Imię i nazwisko współautora: Angelika Palarz Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: angelika.palarz@doctoral.uj .edu.pl Koncepcja publikacji 100% Przegląd literatury 100% Projekt badań 70% Zbieranie danych 70% Analiza danych 70% Prezentacja wyników 70% Projekt i redakcja map 70% Projekt i redakcja wykresów 70% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 70% Redakcja tekstu publikacji 70% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 1: Palarz A., Celiński-Mysław D., 2017, The effect of temperature inversions on the particulate matter PM 10 and sulfur dioxide concentrations in selected basins in the Polish Carpathians. Carpathian Journal of Earth and Environmental Sciences, 12, 629-640. Imię i nazwisko współautora: Daniel Celiński-Mysław Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: daniel.celinski-myslaw@doctoral.uj.edu.pl Koncepcja publikacji 0% Przegląd literatury 0% Projekt badań 30% Zbieranie danych 30% Analiza danych 30% Prezentacja wyników 30% Projekt i redakcja map 30% Projekt i redakcja wykresów 30% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 30% Redakcja tekstu publikacji 30% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 2: Palarz A., Celiński-Mysław D., Ustmul Z., 2018, Temporal and spatial variability of surface-based inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 38, 158-168. https://doi.org/10.1002/joc.5167. Imię i nazwisko współautora: Angelika Palarz Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: angelika.palarz@doctoral.uj .edu.pl Koncepcja publikacji 100% Przegląd literatury 100% Projekt badań 90% Zbieranie danych 80% Analiza danych 90% Prezentacja wyników 80% Projekt i redakcja map 80% Projekt i redakcja wykresów 0% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 80% Redakcja tekstu publikacji 80% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 2: Palarz A., Celiński-Mysław D., Ustmul Z., 2018, Temporal and spatial variability of surface-based inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 38, 158-168. https://doi.org/10.1002/joc.5167. Imię i nazwisko współautora: Daniel Celiński-Mysław Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: daniel.celinski-myslaw@doctoral.uj.edu.pl Koncepcja publikacji 0% Przegląd literatury 0% Proj ekt badań 0% Zbieranie danych 20% Analiza danych 10% Prezentacja wyników 20% Projekt i redakcja map 20% Projekt i redakcja wykresów 0% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 10% Redakcja tekstu publikacji 10% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 2: Palarz A., Celiński-Mysław D., Ustmul Z., 2018, Temporal and spatial variability of surface-based inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 38, 158-168. https://doi.org/10.1002/joc.5167. Imię i nazwisko współautora: Zbigniew Ustrnul Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: zbigniew.ustmul@uj.edu.pl Koncepcja publikacji 0% Przegląd literatury 0% Projekt badań 10% Zbieranie danych 0% Analiza danych 0% Prezentacja wyników 0% Projekt i redakcja map 0% Projekt i redakcja wykresów 0% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 10% Redakcja tekstu publikacji 10% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 3: Palarz A., Celiński-Mysław D., Ustmul Z., 2020, Temporal and spatial variability of elevated inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 40, 1335-1347. https://doi.org/10.1002/joc.6271. Imię i nazwisko współautora: Angelika Palarz Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: angelika.palarz@doctoral.uj .edu.pl Koncepcja publikacji 100% Przegląd literatury 100% Projekt badań 90% Zbieranie danych 100% Analiza danych 90% Prezentacja wyników 80% Projekt i redakcja map 100% Projekt i redakcja wykresów 80% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 80% Redakcja tekstu publikacji 80% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 3: Palarz A., Celiński-Mysław D., Ustmul Z., 2020, Temporal and spatial variability of elevated inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 40, 1335-1347. https://doi.org/10.1002/joc.6271. Imię i nazwisko współautora: Daniel Celiński-Mysław Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: daniel.celinski-myslaw@doctoral.uj.edu.pl Koncepcja publikacji 0% Przegląd literatury 0% Proj ekt badań 0% Zbieranie danych 0% Analiza danych 10% Prezentacja wyników 20% Projekt i redakcja map 0% Projekt i redakcja wykresów 20% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 10% Redakcja tekstu publikacji 10% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 3: Palarz A., Celiński-Mysław D., Ustmul Z., 2020, Temporal and spatial variability of elevated inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 40, 1335-1347. https://doi.org/10.1002/joc.6271. Imię i nazwisko współautora: Zbigniew Ustrnul Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: zbigniew.ustmul@uj.edu.pl Koncepcja publikacji 0% Przegląd literatury 0% Projekt badań 10% Zbieranie danych 0% Analiza danych 0% Prezentacja wyników 0% Projekt i redakcja map 0% Projekt i redakcja wykresów 0% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 10% Redakcja tekstu publikacji 10% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 4: Palarz A., Celiński-Mysław D., 2020, Low-tropospheric humidity inversions over Europe: spatiotemporal variability and relations to temperature inversions’ occurrence. Theoretical and Applied Climatology, 141, 967-978. https://doi.org/10.1007/s00704-020- 03250-z. Imię i nazwisko współautora: Angelika Palarz Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: angelika.palarz@doctoral.uj .edu.pl Koncepcja publikacji 100% Przegląd literatury 100% Projekt badań 90% Zbieranie danych 90% Analiza danych 90% Prezentacja wyników 80% Projekt i redakcja map 100% Projekt i redakcja wykresów 80% Projekt i redakcja tabel 100% Interpretacja i dyskusja wyników 80% Redakcja tekstu publikacji 80% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 4: Palarz A., Celiński-Mysław D., 2020, Low-tropospheric humidity inversions over Europe: spatiotemporal variability and relations to temperature inversions’ occurrence. Theoretical and Applied Climatology, 141, 967-978. https://doi.org/10.1007/s00704-020- 03250-z. Imię i nazwisko współautora: Daniel Celiński-Mysław Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: daniel.celinski-myslaw@doctoral.uj.edu.pl Koncepcja publikacji 0% Przegląd literatury 0% Projekt badań 10% Zbieranie danych 10% Analiza danych 10% Prezentacja wyników 20% Projekt i redakcja map 0% Projekt i redakcja wykresów 20% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 20% Redakcja tekstu publikacji 20% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 5: Palarz A., Luterbacher J., Ustmul Z., Xoplaki E., Celiński-Mysław D., 2020, Representation of low-tropospheric temperature inversions in ECMWF reanalyses over Europe. Environmental Research Letters, https://doi.org/10.1088/1748-9326/ab7d5d. Imię i nazwisko współautora: Angelika Palarz Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: angelika.palarz@doctoral.uj .edu.pl Koncepcja publikacji 100% Przegląd literatury 100% Projekt badań 100% Zbieranie danych 80% Analiza danych 100% Prezentacja wyników 90% Projekt i redakcja map 100% Projekt i redakcja wykresów 90% Projekt i redakcja tabel 100% Interpretacja i dyskusja wyników 60% Redakcja tekstu publikacji 60% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13. ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz. o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 5: Palarz A., Lutcrbachcr J., Ustmul Z., Xoplaki K., Celiński-Mysław D., 2020, Representation of low -tropospheric temperature inversions in ECMWF reanalyses over Europe. Environmental Research Letters, https://doi.org/! 0.1088/1748-9326/ab7d5d. Imię i nazwisko współautora: Jiirg Lutcrbacher Afiliacja: Department of Geography, Climatology, Climate Dynamics and Climate Change & Center of International Development and Environmental Research, Justus Liebig University Giessen, Giessen, Germany; Science and Innovation Department. World Meteorological Organization, Geneva, Switzerland, e-mail: jluterbacher@wmo.inl Koncepcja publikacji 0% Przegląd literatury 0% Projekt badań 0% Zbieranie danych 0% Analiza danych 0% Prezentacja wyników 0% Projekt i redakcja map 0% Projekt i redakcja wykresów 0% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 15% Redakcja tekstu publikacji 15% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 5: Palarz A., Luterbacher J., Ustmul Z., Xoplaki E., Celiński-Mysław D., 2020, Representation of low-tropospheric temperature inversions in ECMWF reanalyses over Europe. Environmental Research Letters, https://doi.org/10.1088/1748-9326/ab7d5d. Imię i nazwisko współautora: Zbigniew Ustmul Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: zbigniew.ustmul@uj.edu.pl Koncepcja publikacji 0% Przegląd literatury 0% Projekt badań 0% Zbieranie danych 0% Analiza danych 0% Prezentacja wyników 0% Projekt i redakcja map 0% Projekt i redakcja wykresów 0% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 10% Redakcja tekstu publikacji 10% Inne 0% Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 5: Palarz A., Luterbacher J., Ustmul Z., Xoplaki E., Celiński-My sław D., 2020, Representation of low-tropospheric temperature inversions in ECMWF reanalyses over Europe. Environmental Research Letters. https://doi.org/10.1088/1748-9326/ab7d5d. Imię i nazwisko współautora: Elena Xoplaki Afiliacja: Department of Geography, Climatology, Climate Dynamics and Climate Change & Center of International Development and Environmental Research, Justus Liebig University Giessen, Giesssen, Germany. e-mail: elena.xoplaki@geogr.uni-giessen.de Koncepcja publikacji 0% Przegląd literatury 0% Projekt badań 0% Zbieranie danych 0% Analiza danych 0% Prezentacja wyników 0% Projekt i redakcja map 0% Projekt i redakcja wykresów 0% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 10% Redakcja tekstu publikacji 10% Inne 0% 23/06/2020 podpis Deklaracja wkładu własnego w opublikowanej pracy naukowej złożonej w ramach pracy doktorskiej Pani Angeliki Palarz, zgodnie z art. 13, ust. 2 art. Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, ze zm.; Dz. U. z 2005 r. Nr 164, poz. 136; Dz. U. z 2011 r. Nr 84, poz. 455). Publikacja nr 5: Palarz A., Luterbacher J., Ustmul Z., Xoplaki E., Celiński-Mysław D., 2020, Representation of low-tropospheric temperature inversions in ECMWF reanalyses over Europe. Environmental Research Letters, https://doi.org/10.1088/1748-9326/ab7d5d. Imię i nazwisko współautora: Daniel Celiński-Mysław Afiliacja: Department of Climatology, Jagiellonian University in Krakow, Kraków, Poland, e-mail: daniel.celinski-myslaw@doctoral.uj.edu.pl Koncepcja publikacji 0% Przegląd literatury 0% Proj ekt badań 0% Zbieranie danych 20% Analiza danych 0% Prezentacja wyników 10% Projekt i redakcja map 0% Projekt i redakcja wykresów 10% Projekt i redakcja tabel 0% Interpretacja i dyskusja wyników 5% Redakcja tekstu publikacji 5% Inne 0% data podpis I. PRZEWODNIK DO ROZPRAWY DOKTORSKIEJ 1. Wstęp Atmosfera stanowi gazową powłokę Ziemi, w obrębie której ze względu na pionowe zróżnicowanie elementów meteorologicznych, szczególnie temperatury powietrza, wyróżnia się pięć głównych warstw - troposferę, stratosferę, mezosferę, termosferę i egzosferę (American Meteorological Society 2020). Przedmiotem zainteresowania meteorologii i klimatologii jest przede wszystkim skupiająca niemal 80% całkowitej masy atmosfery troposfera, w której zachodzi większość procesów pogodotwórczych. Jedną z cech charakterystycznych troposfery jest spadek temperatury powietrza wraz z wysokością, który według opracowanego przez Organizację Międzynarodowego Lotnictwa Cywilnego (International Civil Aviation Organization - ICAO) modelu atmosfery standardowej wynosi średnio 0,65 K na każde 100 m wysokości (U.S. Standard Atmosphere 1976). Rzeczywista wartość pionowego gradientu termicznego cechuje się jednak znaczną zmiennością czasową i przestrzenną stanowiąc podstawę wydzielenia trzech zasadniczych stanów równowagi atmosfery - chwiejnego, stałego i obojętnego. Stan równowagi chwiejnej występuje w sytuacji, gdy pionowy gradient termiczny jest w powietrzu nienasyconym parą wodną wyższy od gradientu suchoadiabatycznego, a w powietrzu nasyconym parą wodną wyższy od gradientu wilgotnoadiabatycznego, podczas gdy stan równowagi stałej występuje w sytuacji odwrotnej, czyli gdy pionowy gradient termiczny jest w powietrzu nienasyconym parą wodną niższy od gradientu suchoadiabatycznego, a w powietrzu nasyconym parą wodną niższy od gradientu wilgotnoadiabatycznego. Stadium pośrednie stanowi natomiast stan równowagi obojętnej, który występuje w sytuacji, gdy pionowy gradient termiczny w powietrzu nienasyconym parą wodną jest równy gradientowi suchoadiabatycznemu, a w powietrzu nasyconym parą wodną równy gradientowi wilgotnoadiabatycznemu (Chromow 1977; Crowe 1987; Kożuchowski 2005). Co istotne, stan równowagi atmosfery determinuje zdolność do rozwoju pionowych ruchów powietrza. O ile przy równowadze chwiejnej cząstki powietrza przejawiają tendencję do unoszenia się ku górze (ruchy wstępujące), o tyle przy równowadze stałej dochodzi do ich powolnego osiadania (ruchy zstępujące). Skrajnym przypadkiem stałej równowagi atmosfery jest stratyfikacja izotermiczna i stratyfikacja inwersyjna - stratyfikacja izotermiczna występuje przy pionowym gradiencie termicznym wynoszącym zero, a stratyfikacja inwersyjna przy jego ujemnych wartościach (Dworak 1994; Andrews 2010). Innymi słowy, troposferyczne inwersje temperatury powietrza, które stanowią zasadniczy temat przedłożonej rozprawy doktorskiej, są zjawiskiem polegającym na wzroście temperatury powietrza wraz z wysokością. Ich rozwój prowadzi do zahamowania wstępujących ruchów powietrza, a w konsekwencji poprzez ograniczenie procesu mieszania powietrza także do zwiększenia różnic termiczno-wilgotnościowych między sąsiadującymi masami powietrza. Zgodnie z definicjami przedstawionymi w Słowniku meteorologicznym (2003), występujące w troposferze inwersje temperatury powietrza podzielić można ze względu na dwa kryteria - genezy i zasięgu przestrzennego. Podział genetyczny obejmuje: (1) inwersje dynamiczne, do których zalicza się inwersje adwekcyjne, frontowe, osiadania i turbulencyjne, oraz (2) inwersje statyczne, które utożsamia się z inwersjami radiacyjnymi. Na podstawie kryterium zasięgu pionowego zjawiska wyróżnia się natomiast: (1) inwersje dolne występujące w warstwie granicznej atmosfery oraz (2) inwersje górne występujące w swobodnej atmosferze. W literaturze naukowej najczęściej opisywane są inwersje osiadania i inwersje radiacyjne. Mechanizm powstawania inwersji osiadania jest związany z oddziaływaniem rozległych ośrodków wysokiego ciśnienia - występujące w nich ruchy zstępujące sprzyjają powolnej subsydencji cząstek powietrza, ich sprężaniu i adiabatycznemu ocieplaniu, podczas gdy mechanizm powstawania inwersji radiacyjnych obejmuje proces wychładzania i wypromieniowania ciepła z powierzchni Ziemi, chmur lub warstw zanieczyszczeń (Jacobson 2002; Salby 2012). Zdecydowanie rzadziej analizie podlegają natomiast powstające w wyniku napływu cieplejszego powietrza nad wychłodzoną powierzchnię czynną inwersje adwekcyjne, tworzące się przy przechodzeniu frontu atmosferycznego inwersje frontowe i występujące na górnej granicy warstwy mieszania inwersje turbulencyjne. Obserwowane w warstwie granicznej atmosfery inwersje dolne są związane najczęściej z nocnym wypromieniowaniem ciepła z powierzchni czynnej lub napływem cieplejszego powietrza nad wychłodzone podłoże, podczas gdy inwersje górne są związane najczęściej z osiadaniem powietrza w układach wysokiego ciśnienia, przemieszczaniem się frontu atmosferycznego lub intensywną turbulencją. 1.1. Znaczenie inwersji temperatury powietrza Inwersje temperatury powietrza uznawane są najczęściej za zjawisko negatywne sprzyjające (1) tworzeniu się chmur piętra niskiego, w tym mgieł i zamgleń; (2) spadkowi temperatury powietrza, w tym nagłym przymrozkom, oraz (3) wzrostowi stężeń zanieczyszczeń powietrza przy dolnej granicy warstwy inwersyjnej. Dotychczasowe badania (Wood i Bretherton 2006; Zhang i in. 2009; Naud i in. 2016; Galewsky 2018) wskazują na istnienie silnej zależności między rozwojem chmur warstwowych piętra niskiego i właściwościami inwersji temperatury powietrza. Wyższe wartości natężenia inwersji temperatury powietrza sprzyjają zatrzymaniu wilgoci w obrębie warstwy granicznej ułatwiając tym samym szybki rozwój chmur Stratus. Zależność ta wydaje się być szczególnie istotna, biorąc pod uwagę znaczenie chmur warstwowych dla bilansu promieniowania powierzchni Ziemi. Przyjmuje się bowiem, że zmiany zachodzące w strukturze chmur warstwowych mogą wzmacniać efekty zmiany klimatu, w szczególności nad obszarami okołobiegunowych (Qu i in. 2015; Ceppi i Gregory 2017). Towarzyszące inwersjom temperatury powietrza mgły i zamglenia stanowią również istotny czynnik wpływający na bezpieczeństwo transportu drogowego, kolejowego, lotniczego i morskiego. Relację między warunkami pogodowymi, w tym ograniczeniem widzialności poziomej, a występowaniem wypadków drogowych zbadali między innymi Edwards (1996; 1999), Abdel-Aty i in. (2011) oraz Ścieszko i Papiernik (2013). Mgły i zamglenia stanowią istotny problem badawczy meteorologii lotniczej - zainteresowaniu podlega tutaj głównie ich znaczenie dla funkcjonowania portów lotniczych (Teixeira i Miranda 2001; Wypych 2003; Wiążewski i Bąkowski 2007; Taszarek i in. 2020). Co więcej, występowanie inwersji temperatury powietrza wywiera wpływ na zmiany ciśnienia atmosferycznego i gęstości powietrza - przy wzroście temperatury powietrza następuje spadek jego gęstości, czego efektem jest zmniejszenie siły nośnej i wydłużenie drogi startowej samolotu (Szewczak 2010). Rozwojowi inwersji temperatury powietrza towarzyszy także szybki spadek temperatury powietrza przy jej dolnej granicy. Występując w strefie przygruntowej spadek ten wywiera negatywny wpływ na działalność rolniczą, szczególnie przy pojawianiu się późnowiosennych lub wczesnojesiennych przymrozków. Problem związku występowania przymrozków z wegetacją roślin stanowił przedmiot licznych badań tak naukowców polskich (Jurzecki 1969; Trepińska 1971; Gołaszewski 2004; Więcław 2011), jak i zagranicznych (Blennow i Persson 1998; Perry 1998; Goiji i in. 2013; Potop i Turkot 2013). Uznaje się bowiem, że szybki spadek temperatury powietrza może prowadzić do zmniejszenia zdolności kiełkowania, uszkodzenia wierzchołków wzrostu i kwiatostanu, a nawet do całkowitego obumarcia rośliny (Gołaszewski 2004). Jak wykazały badania Niedźwiedzia (1968), stopień zagrożenia przymrozkami, a zatem po części również inwersjami temperatury powietrza, jest silnie zróżnicowany w zależności od lokalnej rzeźby terenu - predysponowane do ich występowania są obszary den dolin i kotlin. Skutki częstego pojawiania się inwersji temperatury powietrza we wklęsłych formach terenu obserwuje się także w przebiegu zjawisk fenologicznych i typach użytkowania. Przykład stanowić mogą tu Gorce, gdzie według Obrębskiej-Starklowej (1971) typowe jest występowanie tzw. inwersji użytkowania ziemi • zbiorowiska leśne zlokalizowane są w dolinach i dolnych partiach stoku, podczas gdy pola uprawne w partiach środkowych poza zasięgiem najczęstszego pojawiania się inwersji temperatury powietrza. Odrębną grupę badań stanowią opracowania opisujące wpływ warunków pogodowych na stan aerosanitamy powietrza (Whiteman i in. 2014; Largeron i Staquet 2016; Malley i in. 2018; Shi i in. 2020). Jak wspomniano, występowanie stratyfikacji izotermicznej lub inwersyjnej ogranicza wstępujące ruchy powietrza, czego konsekwencją jest koncentracja zanieczyszczeń poniżej warstwy hamującej (Zwoździak i in. 2008). Model Pasquilla, który stanowi uproszczony, gaussowski model dyspersji zanieczyszczeń powietrza z emitora punktowego charakteryzującego się emisją stałą lub wolnozmienną, zakłada, że przy utrzymywaniu się inwersji temperatury powietrza możliwe jest występowanie trzech rodzajów smug zanieczyszczeń -fumigation, lofting i faning (Michalczyk 2003). Najwyższą koncentracją zanieczyszczeń powietrza przy powierzchni Ziemi charakteryzuje się smuga typu fumigation (poniżej wylotu komina równowaga chwiejna, a powyżej równowaga stała). Bardziej korzystne wydają się być smugi typu lofting (poniżej wylotu komina równowaga stała, a powyżej równowaga chwiejna) i fannning (równowaga stała poniżej i powyżej wylotu komina). Jednakże, przy uwzględnieniu większej liczby emitorów punktowych i tzw. niskiej emisji, każda sytuacja izotermiczna lub inwersyjna powoduje pogorszenie warunków dyspersji i wzrost zanieczyszczeń powietrza. Przykład analizy wpływu występowania inwersji temperatury powietrza na stężenie zanieczyszczeń powietrza stanowi wchodząca w skład przedłożonej rozprawy doktorskiej publikacja nr 1. Publikacja nr 1: wpływ inwersji temperatury powietrza na stężenie PM10 i SO2 - studium przypadku dla wybranych kotlin Karpat Polskich Publikacja nr 1 stanowi klasyczne studium przypadku, którego celem było określenie wpływu występowania inwersji temperatury powietrza na stężenie pyłu zawieszonego PM 10 i dwutlenku siarki SO2 w wybranych kotlinach Karpat Polskich. Szczególny nacisk położono na analizę serii pomiarowych pozyskanych z miast relatywnie małych - Jasło (37 tys. mieszkańców), Zakopane (27 tys. mieszkańców) i Żywiec (32 tys. mieszkańców), a następnie ich porównanie ze stężeniami zanieczyszczeń powietrza notowanymi w położonych w pobliżu miastach dużych - Kraków (760 tys. mieszkańców), Nowy Sącz (85 tys. mieszkańców) i Przemyśl (67 tys. mieszkańców). Badaniu podlegały dwa epizody wysokich stężeń zanieczyszczeń powietrza, które wystąpiły odpowiednio w okresie od 30 grudnia 2015 do 11 stycznia 2016 (epizod nr 1) i w okresie od 18 stycznia 2016 do 27 stycznia 2016 (epizod nr 2). Materiał źródłowy Materiał źródłowy dla przeprowadzonych badań stanowiły dane o dobowym i godzinowym stężeniu pyłu zawieszonego PM 10 i dwutlenku siarki SO2 pozyskane z archiwów regionalnych inspektoratów ochrony środowiska w Katowicach, Krakowie i Rzeszowie. Warunki pogodowe scharakteryzowano natomiast wykorzystując dane pozyskane z (1) czujników temperatury powietrza zlokalizowanych w Krakowie, Zakopanem i Żywcu; (2) stacji meteorologicznych sieci pomiarowej Instytutu Meteorologii i Gospodarki Wodnej - Państwowego Instytutu Badawczego (IMGW-PIB) zlokalizowanych w Bielsku-Białej, Krakowie, Krośnie, Nowym Sączu, Przemyślu, Zakopanem i na Kasprowym Wierchu; (3) stacji aerologicznych zlokalizowanych we Lwowie, Popradzie i Prostejovie; (4) reanaliz ERA-Interim i (5) trajektorii wstecznych modelu Hybrid Singłe-Particłe Lagrangian Integrated Trajectory (HYSPLIT). Wyniki i dyskusja Zarówno epizod nr 1, jak i epizod nr 2 cechowały się przekroczeniem dopuszczalnej normy średniego dobowego stężenia pyłu zawieszonego PM 10 wynoszącej 50 pg-m'3.-Wyraźnie wyższe wartości średniego dobowego stężenia PM10 wystąpiły jednak podczas epizodu nr 1 - osiągnęły one wówczas maksymalnie 134 pg-m"3 w Jaśle, 135 pg-m'3 w Przemyślu, 161 pg-m"3 w Nowym Sączu, 191 pg-m'3 w Krakowie (punkt pomiarowy: Aleja Krasińskiego), 201 pg-m"3 w Zakopanem i 374 pg-m"3 w Żywcu. Podczas epizodu nr 2 wartości te wynosiły odpowiednio 94 pg-m"3 w Przemyślu, 126 pg-m'3 w Jaśle, 155 pg-m'3 w Zakopanem, 167 pg-m"3 w Żywcu, 206 pg-m'3 w Nowym Sączu i 329 pg-m'3 w Krakowie (punkt pomiarowy: Aleja Krasińskiego). W przeciwieństwie do PM10, stężenie dwutlenku siarki SO2 nie przekroczyło w żadnym punkcie pomiarowym dopuszczalnej normy tak dobowej wynoszącej 125 pg-m"3, jak i godzinowej wynoszącej 350 pg m'3(Ryciny 3,4,8 i 9 w publikacji nr 1). Analiza wartości średnich stężeń dobowych i godzinowych potwierdza, że koncentracja PM10 i SO2 nie jest zależna wyłącznie od wielkości miasta. Co więcej, stężenie rozpatrywanych polutantów w kategorii miast relatywnie małych było porównywalne, a okresowo nawet wyższe niż w kategorii miast dużych. Można to tłumaczyć (1) wyższą emisją zanieczyszczeń powietrza, szczególnie tzw. niską emisją w mniejszych ośrodkach miejskich lub (2) lepszymi warunkami dyspersji zanieczyszczeń powietrza w większych ośrodkach miejskich. Na rzecz pierwszej hipotezy przemawia relatywnie wysokie stężenie SO2 notowane w Zakopanem i Żywcu, zaś niższe w Krakowie (punkt pomiarowy: Kurdwanów). Kluczowe znaczenie wydaje się mieć tutaj otoczenie stacji pomiarowych - wyższe wartości opisywanego parametru są typowe dla stacji znajdujących się w otoczeniu zabudowy jednorodzinnej korzystającej z kotłów domowych wykorzystujących opał o podwyższonej zawartości siarki, podczas gdy niższe w strefie zabudowy wielorodzinnej korzystającej z miejskiej sieci ciepłowniczej. Podobne zależności dla Śląska i Moraw opisał wcześniej Błażek i in. (2013). Druga z wspomnianych hipotez nawiązuje natomiast do badań przeprowadzonych przez Rendón i in. (2014). Ich symulacje numeryczne sugerują, że w przypadku wklęsłych form terenu wyższy stopień urbanizacji i różnice w nagrzewaniu się odmiennych powierzchni czynnych mogą przyczynić się do rozwoju procesów mieszania powietrza, a w konsekwencji do szybszej dyssypacji inwersji temperatury i spadku stężenia zanieczyszczeń powietrza. Oba rozpatrywane epizody wysokich stężeń zanieczyszczeń powietrza ukształtowały się pod wpływem oddziaływania rozległych ośrodków wysokiego ciśnienia. Podczas epizodu nr 1 południowa Polska znajdowała się początkowo pod wpływem klina antycyklonalnego powiązanego genetycznie z wyżem znad Morza Białego, a następnie pod wpływem wału wysokiego ciśnienia. Podczas epizodu nr 2, pole baryczne nad Europą Środkową zostało natomiast zdominowane przez rozległy ośrodek wysokiego ciśnienia, którego centrum przemieszczało się od terytorium Niemiec poprzez Czechy aż do Rumunii. Zachodzące w ośrodkach wysokiego ciśnienia ruchy zstępujące skutkowały rozwojem inwersji osiadania w środkowej troposferze (Rycina 5 w publikacji nr 1). Kolejno wzmacniały one powstające nocą przypowierzchniowe inwersje radiacyjne, które dzięki lokalnej rzeźbie terenu nie ulegały zbyt szybkiej dyssypacji tworząc tzw. „zastoiska chłodnego powietrza”. Krótkotrwałe spadki stężeń zanieczyszczeń powietrza podczas rozpatrywanych epizodów były natomiast efektem przemieszczenia się frontów atmosferycznych i towarzyszącym temu wzrostem prędkości wiatru sprzyjającym dyspersji zanieczyszczeń powietrza. Co ciekawe, podczas epizodu nr 1 w zachodniej części opisywanego obszaru wtórny wzrost stężeń zanieczyszczeń powietrza był powiązany z rozwojem inwersji frontowej powstałej na skutek napływu cieplejszego powietrza nad wychłodzone podłoże. Przeprowadzone badania wykazały, że poza opisywanymi w literaturze naukowej ośrodkami wysokiego ciśnienia (Unal i in. 2011; Russo i in. 2014; Trivedi i in. 2014; Wang i in. 2014), wzrostowi stężeń zanieczyszczeń powietrza może sprzyjać także położenie w obrębie siodła barycznego, wału wyżowego lub w strefie rozmytego pola ciśnienia atmosferycznego - dotyczy to głównie sytuacji, gdy w górnej i środkowej troposferze następuje napływ ciepłego i suchego powietrza (Largeron i Staąuet 2016). Publikacja nr 1 do wiocha, iż epizody wysokich stężeń zanieczyszczeń powietrza nie są problemem wyłącznie miast dużych. Decydujące znaczenie dla ich rozwoju ma wielkość emisji zanieczyszczeń powietrza, warunki pogodowe i lokalizacja danego ośrodka miejskiego. Mimo swojego regionalnego charakteru, opracowanie to wskazało jednoznacznie na aplikacyjny charakter badań nad inwersjami temperatury powietrza, które w kontekście otrzymanych wyników uznać należy za zjawisko negatywne, mogące wywierać istotny wpływ na jakość życia i stan zdrowia (Pascal i in. 2013; Dholakia i in. 2014; Kim i in. 2015; Lu i in. 2015). Niewątpliwie, zagadnienie to wymaga pogłębionych badań naukowych oraz uwagi decydentów odpowiedzialnych za stan jakości powietrza. Publikacja nr 1 stanowiła inspirację i punkt wyjścia dla podjęcia dalszych, makroskalowych badań nad występowaniem inwersji temperatury powietrza nad Europą oraz możliwościami ich detekcji przy zastosowaniu reanaliz atmosferycznych. 1.1. Dotychczasowy stan badań Badania inwersji temperatury powietrza są możliwe do przeprowadzenia przy zastosowaniu różnorodnego materiału źródłowego. Najwcześniej i zarazem najczęściej zjawisko to było badane na podstawie danych pozyskanych ze stacji meteorologicznych położonych na różnych wysokościach nad poziomem morza umożliwiając tym samym detekcję tzw. inwersji względnych występujących w warstwie uzależnionej od deniwelacji między poszczególnymi stacjami meteorologicznymi. Pełny obraz pionowego zróżnicowania wybranych elementów meteorologicznych, w tym temperatury i wilgotności powietrza, dostarczają pionowe sondowania atmosfery wykonywane na szerszą skalę od drugiej połowy XX wieku. Dla szczegółowej analizy procesów zachodzących w warstwie granicznej wykorzystywane są natomiast urządzenia teledetekcyjne - LIDAR (Light Detection and Ranging), SOD AR (Sound Detection and Ranging) i satelity meteorologiczne. Relatywnie nową, wymagającą ciągłych badań grupę danych stanowią modele i reanalizy atmosferyczne, które w badaniach inwersji temperatury powietrza były wykorzystywane dotychczas stosunkowo rzadko. Przedstawiony poniżej przegląd literatury zawiera przykłady badań nad inwersjami temperatury powietrza w odniesieniu do poszczególnych typów danych. Zagadnienie pionowego zróżnicowania temperatury i wilgotności powietrza, w tym występowania inwersji temperatury powietrza, stanowiło przedmiot zainteresowania badaczy od końca XIX wieku. Początkowo szczególny nacisk kładziono na problem czasowego zróżnicowania warunków termicznych i wilgotnościowych w odmiennych formach terenu. Pierwsze ilościowe analizy dobowego przebiegu temperatury powietrza w obszarach 0 urozmaiconej rzeźbie przedstawili Young (1921) oraz naukowcy austriaccy i niemieccy - Geiger (1961), Koch (1961) i Aulitzky (1968). Wśród badaczy polskich na zjawisko inwersji temperatury powietrza najwcześniej uwagę zwrócili Kolbenheyer (1890 za Michalczewski 1962) i Eliasz (1891 za Michalczewski 1962), którzy badali jego występowanie w Karpatach. Próbę wyjaśnienia związku między pionowym gradientem termicznym, w tym występowaniem inwersji temperatury powietrza, a wybranymi parametrami wiatru halnego na Podhalu podjął natomiast Romer (1939-1946). Ciekawy przykład ilościowej analizy występowania inwersji temperatury powietrza stanowi opracowanie Orlicza i Orliczowej (1955). Do identyfikacji zjawiska wykorzystali oni serie pomiarowe temperatury powietrza z trzech standardowych terminów obserwacyjnych 1 wartości dobowe temperatury minimalnej i maksymalnej pochodzące z pięciu tatrzańskich stacji meteorologicznych z lat 1949-1954. Uzyskane wyniki potwierdziły, że występowanie inwersji temperatury powietrza cechuje się znaczną zmiennością sezonową - najczęściej pojawiają się one zimą z maksimum w styczniu. Drugorzędne maksimum częstości ich występowania zostało zaobserwowane w październiku, co tłumaczyć należy wzmożoną aktywnością ośrodków wysokiego ciśnienia w tym okresie. Biorąc pod uwagę zmienność dobową, najwyższą częstością występowania inwersji temperatury powietrza charakteryzował się poranny, a najniższą południowy termin obserwacyjny. Na istnienie znacznej zmienności sezonowej i dobowej zjawiska wskazują także badania wykonane w innych częściach Karpat (Stoenescu 1951; Boniecka-Żółcik 1963). Zbliżone co do zastosowanych metod badawczych analizy zostały przeprowadzone także w odniesieniu do Krakowa (Milata 1959; Bokwa 2011). Milata (1959) potwierdziła nie tylko istnienie sezonowej i dobowej zmienności występowania inwersji temperatury powietrza, ale także zbadała związek ich występowania z warunkami anemologicznymi i utrzymywaniem się mgieł. Inwersjom temperatury powietrza towarzyszyła zwykle cisza lub wiatr o prędkości nieprzekraczającej 2,0 m-s'1, a ponad połowa mgieł rozwijała się przy uprzednim występowaniu inwersji temperatury powietrza. Badania przeprowadzone przez Bokwę (2011) wskazały natomiast na różnice w funkcjonowaniu opisywanego zjawiska między obszarem miejskim i podmiejskim. Zdecydowanie rzadziej nocne inwersje temperatury powietrza pojawiały się w Krakowie niż na otaczających go obszarach podmiejskich. Warto zaznaczyć, że analizy te przeprowadzone zostały nie tylko przy zastosowaniu danych pozyskanych ze stacji meteorologicznych, ale także sieci czujników temperatury powietrza. Czujniki meteorologiczne znalazły także zastosowanie w eksperymentalnych badaniach inwersji temperatury powietrza prowadzonych w małych, wklęsłych formach terenu - tzw. kraterach uderzeniowych (Whiteman i in. 2008; Yao i Zhong 2009; Haiden i in. 2011; Adler i in. 2012) i zapadliskach krasowych (Whiteman i in. 2004a; Whiteman 2004b; Steinacker i in. 2007; Dominger i in. 2011), które stanowią obszary szczególnie predysponowane do długotrwałego stagnowania chłodnych mas powietrza. Zazwyczaj dyssypacja inwersji temperatury powietrza zachodzi tam dopiero po 2-3 godzinach od wschodu Słońca zależąc silnie od bilansu promieniowania opisywanych form terenu (Whiteman i in. 2004b). Zarówno rozwój, jak i dyssypacja inwersji temperatury powietrza pozostaje tam pod silnym wpływem lokalnych warunków klimatologicznych. Porównując zapadliska krasowe w Alpach Wschodnich i Górach Skalistych odkryto, że inwersje temperatury powietrza są zdecydowanie silniejsze w charakteryzujących się suchszym klimatem Górach Skalistych (Whiteman i in. 2004b). Pionowe sondowania atmosfery Szerokie możliwości badań inwersji temperatury powietrza stwarzają pionowe sondowania atmosfery dostarczające informacji o warunkach panujących w wyższych warstwach troposfery. Ich zastosowanie w badaniach klimatologicznych napotyka jednak pewne trudności. Po pierwsze, na standardowych stacjach aerologicznych sondowania atmosfery są wykonywane dwukrotnie w ciągu doby utrudniając tym samym analizę dobowej zmienności warunków panujących w przekroju pionowym atmosfery. Po drugie zaś, częste zmiany jakościowe stosowanych radiosond mające na celu zwiększenie precyzji pomiaru mogą skutkować zerwaniem jednorodności serii pomiarowych utrudniając tym samym analizę ich zmienności wieloletniej. Biorąc to pod uwagę, nie powinno dziwić, że dotychczas rezultaty pionowych sondowań atmosfery były wykorzystywane albo w analizie pojedynczych przypadków występowania inwersji temperatury powietrza albo w analizie relatywnie krótkich serii pomiarowych (Kłysik 1971; Kożuchowski 1975; Whiteman i in. 1999; Milionis i Davies 2002). Na szczególną uwagę zasługuje wymieniona powyżej publikacja Kożuchowskiego (1975), w której porównał on tzw. hipsometryczny profil termiczny stworzony na podstawie danych pomiarowych stacji meteorologicznych położnych na północnym skłonie Tatr z profilem pionowym będącym rezultatem sondowań atmosfery wykonanych w Popradzie. Dla stworzenia hipsometrycznego profilu termicznego zostały wykorzystane dane z sześciu stacji meteorologicznych - Poronin, Zakopane, Antałówka, Myślenickie Tumie, Kasprowy Wierch i Łomnica. Przeprowadzone analizy dowiodły, że pionowy gradient termiczny przyjmuje z reguły wyższe wartości dla hipsometrycznego profilu temperatury. Wartość różnicy między poszczególnymi profilami termicznymi cechuje się jednak znaczną zmiennością czasową (dobową i sezonową). Ich największa zgodność została zidentyfikowana jesienią i zimą. Zdaniem autora inwersje temperatury powietrza identyfikowane na podstawie danych pozyskanych ze stacji meteorologicznych charakteryzują się zazwyczaj wyższym natężeniem niż te wyznaczane na podstawie pionowych sondowań atmosfery. Stosunkowo długie serie pionowych sondowań atmosfery w badaniach inwersji temperatury powietrza zostały zastosowane w odniesieniu do strefy klimatu okołobiegunowego - Alaski (Kahl 1990; Boume i in. 2010), Arktyki (Kahl i in. 1992; Serreze i in. 1992; Bradley i in. 1993) i Antarktydy (Andreas i in. 2000; Hudson i Brandt 2005). Analizie podlegały tam często serie pomiarowe wielu stacji aerologicznych stanowiąc tym samym przykłady badań o charakterze mezo- lub makroskalowym. Zdecydowanie mniej tego typu publikacji powstało natomiast w odniesieniu do strefy klimatu umiarkowanego - przykłady makroskalowych badań nad funkcjonowaniem inwersji temperatury powietrza stanowić mogą tutaj jedynie opracowania Baileya i in. (2011) dla Stanów Zjednoczonych oraz Liego i in. (2012) dla środkowych Chin. Serie pomiarowe pojedynczych stacji aerologicznych zanalizowali natomiast Kassomenos i in. (2014) dla Aten, Knozova (2008) oraz Stryhal i in. (2017) dla Pragi, a także Czarnecka i in. (2019) dla Łeby. Zbliżoną tematykę poruszają badania Seidla i in. (2012) oraz Zhanga i in. (2013), którzy opisali zmienność wysokości warstwy granicznej nad Europą. Metody teledetekcyjne — LID AR, SOD AR i satelity meteorologiczne Metody teledetekcji naziemnej (LID AR, SOD AR) stanowią techniki pomiarowe, które znajdują swoje zastosowanie w monitoringu jakości powietrza prowadzonym najczęściej nad obszarami miejskimi (Argentini i in. 2005; Lokoshchenko 2002; Emeis i Turk 2004; Kaszowski i Hajto 2006). Rozległego materiału badawczego dostarczają przykładowo dane pomiarowe zgromadzone w ramach działalności Zakładu Monitoringu i Modelowania Zanieczyszczeń Powietrza Instytutu Meteorologii i Gospodarki Wodnej (IMGW), których analiza stanowiła podstawę licznych publikacji Walczewskiego (2000; 2006; 2007a; 2007b; 2007c; 2009). Przeprowadzone badania dowiodły, że całodzienne inwersje temperatury powietrza w Krakowie cechują się znaczną zmiennością roczną - maksimum częstości ich występowania pojawia się w styczniu i grudniu, zaś minimum w okresie od maja do sierpnia. Analiza związku warunków cyrkulacyjnych z występowaniem inwersji temperatury powietrza potwierdziła natomiast, że rozwojowi zjawiska sprzyjają głównie sytuacje antycyklonalne - typy SO+SEO, SA+SWA, EA+SEA i SC+SWC według kalendarza Lityńskiego i typy W+NWa i Ca+Ka według kalendarza Niedźwiedzia (Walczewski 2007a; 2007b). Sytuacje antycyklonalne towarzyszą również najwyższym stężeniom zanieczyszczeń powietrza w Krakowie. Zdaniem Godłowskiej (2019) są to przede wszystkim sytuacje antycyklonalne ze spływem powietrza z południa i południowego zachodu, klina antycyklonalnego i centrum wyżu - typy Sa, SWa, Ka i Ca według kalendarza Niedźwiedzia. Metody teledetekcji satelitarnej, które zapewniają ciągłą przestrzennie informację o panujących nad danym obszarem warunkach pogodowych, umożliwiają wspomnianą już mezo- i makroskalową analizę funkcjonowania inwersji temperatury powietrza. Jednakże, w przypadku danych satelitarnych detekcja inwersji temperatury powietrza nie uwzględnia analizy pełnego profilu pionowego zmienności warunków termiczno-wilgotnościowych, a jedynie analizę produktów satelitarnych, głównie kompozycji barwnych stanowiących różnicę w odbiciowości między kanałami pary wodnej i promieniowania podczerwonego (Liu i Key 2003; Liu i in. 2006) lub analizę zmienności warunków termiczno-wilgotnościowych na głównych poziomach izobarycznych (Devasthale i in. 2010; Pavelsky i in. 2011). Ponadto, zastosowanie danych satelitarnych jest ograniczone warunkami nefologicznymi - analizie podlegają przede wszystkim sytuacje inwersyjne, którym towarzyszy bezchmurne niebo. Ciekawy przyczynek do rozpoznania inwersji temperatury powietrza w Karpatach stanowią badania Widawskiego (2008), który wyznaczył ich zasięg przestrzenny na podstawie danych o temperaturze radiacyjnej powierzchni Ziemi. Modele i reanalizy atmosferyczne Ciągłej przestrzennie informacji o warunkach pogodowych panujących nad danym obszarem dostarczają także modele i reanalizy atmosferyczne, których znaczenie w badaniach naukowych rośnie z roku na rok. W przypadku inwersji temperatury powietrza były one stosowane jednak stosunkowo rzadko - wykorzystujące je opracowania dotyczyły dotychczas wyłącznie obszarów okołobiegunowych (Medeiros i in. 2011; Wetzel i Brümmer 2011; Zhang i in. 2011). Biorąc pod uwagę modele atmosferyczne, interesujących wniosków dostarcza publikacja Medeirosa i in. (2011), który porównali zmienność natężenia inwersji temperatury powietrza nad Arktyką wyznaczoną na podstawie danych CMIP3 (Coupled Model Intercomparison Project, Phase 3) z reanalizami ERA-40 i ERA-Interim. Otrzymane wyniki potwierdziły, że większość analizowanych modeli przeszacowuje stabilność dolnej troposfery w porównaniu do reanaliz atmosferycznych. Mniejsza zgodność między wymienionymi typami danych została zidentyfikowana nad obszarami morskimi, większa natomiast nad obszarami lądowymi. Zdaniem Medeirosa i in. (2011) zidentyfikowane różnice są rezultatem niewystarczająco precyzyjnej reprezentacji dolnej troposfery w schematach parametryzacji modeli CMIP3, w szczególności pionowych strumieni ciepła i wilgoci. Biorąc pod uwagę reanalizy atmosferyczne, ciekawych wyników dostarczają publikacje Wetzla i Briimmera (2011) oraz Zhanga i in. (2011). Przeprowadzone dla Arktyki i Antarktydy badania dowiodły istnienia silnej zmienności sezonowej przypowierzchniowych inwersji temperatury powietrza - wszystkie rozpatrywane parametry, czyli częstość ich występowania, miąższość i natężenie, osiągają wyższe wartości jesienią i zimą, a niższe wiosną i latem (Zhang i in. 2011). Wokół bieguna północnego sezonowej zmienności parametrów opisywanego zjawiska towarzyszy także silne zróżnicowanie przestrzenne ich wartości - najczęstsze, najbardziej miąższe i najsilniejsze inwersje temperatury powietrza zostały zidentyfikowane w północnej części Kanady i Syberii, co zdaniem Wetzla i Briimmera (2011) jest ściśle powiązane z znacznym kontynentalizmem tych obszarów. Zhang i in. (2011), którzy poza danymi reanaliz ERA-Interim wykorzystali także serie pomiarowe pionowych sondowaó atmosfery i dane dwóch modeli atmosferycznych - Geophysical Fluid Dynamics Laboratory Atmosphere Model i Geophysical Fluid Dynamics Laboratory, udowodnili ponadto, że mniejszymi niepewnościami w wartościach wybranych parametrów inwersji temperatury powietrza charakteryzuje się jesień i zima, a większymi wiosna i lato. Zbliżoną tematycznie grupę badań stanowią analizy występowania inwersji wilgotności powietrza i ich związków z inwersjami temperatury powietrza. Także te badania koncertują się niemal wyłącznie na obszarach okołobiegunowych (Nygärd i in. 2013; Nygärd i in. 2014; Naakka i in. 2018). Opisywane zjawisko w skali globalnej zbadali Brankę i in. (2015), którzy w swoich analizach uwzględnili dane pięciu reanaliz atmosferycznych - CFSR, ERA-40, ERA-Interim, NCEP-2 i MERRA. Potwierdzili oni wprawdzie, że inwersje wilgotności powietrza występują najczęściej we wspomnianej już strefie klimatu okołobiegunowego i strefie klimatu podzwrotnikowego, ale jednocześnie podkreślili, że ich rozwój jest możliwy również w innych częściach świata. Co ciekawe, inwersjom wilgotności powietrza bardzo często towarzyszą inwersje temperatury powietrza. Nad Arktyką i Antarktydą niemal połowa inwersji wilgotności powietrza występuje przy równoczesnym występowaniu inwersji temperatury powietrza, a ich parametry wykazują istotne statystycznie związki korelacyjne (Nygard i in. 2013; Nygard i in.2014). Analiza zmienności występowania inwersji wilgotności powietrza nad Europą stanowiła fragment publikacji Wypych i Bochenka (2018), jednak szczegółowe rozpoznanie związku między parametrami inwersji temperatury powietrza i parametrami inwersji wilgotności powietrza znajdowało się daleko poza celem tego opracowania. 1.3. Cel rozprawy doktorskiej Jak wspomniano, inspirację i punkt wyjścia dla podjęcia badań nad funkcjonowaniem inwersji temperatury powietrza stanowiła Publikacja nr 1, której celem było określenie wpływu występowania opisywanego zjawiska na stężenia zanieczyszczeń powietrza w wybranych kotlinach Karpat Polskich. Mimo swojego regionalnego charakteru, opracowanie to wskazało jednoznacznie na aplikacyjny charakter badań nad inwersjami temperatury powietrza i potwierdziło celowość podjęcia dalszych analiz w większej skali. Głównym cel przedłożonej rozprawy doktorskiej jest określenie czasowej zmienności i zróżnicowania przestrzennego opisywanego zjawiska w dolnej i środkowej troposferze nad Europą. Opracowanie to obejmuje swoją tematyką nie tylko aspekt poznawczy, ale i metodyczny. Aspekt poznawczy nawiązuje wprost do wspomnianej już czasowej zmienności i zróżnicowania przestrzennego wybranych parametrów inwersji temperatury powietrza oraz głównych mechanizmów odpowiedzialnych za ich rozwój, zaś aspekt metodyczny odnosi się do zagadnienia jakości reanaliz atmosferycznych. Publikacje nr 2, 3, 4 i 5 realizują pięć celów szczegółowych obejmujących: (1) rozpoznanie czasowej (dobowej, sezonowej, wieloletniej) zmienności i przestrzennego zróżnicowania wybranych parametrów inwersji temperatury powietrza wraz z wyznaczeniem regionów predysponowanych do rozwoju opisywanego zjawiska (publikacje nr 2 i 3), (2) identyfikację głównych mechanizmów odpowiedzialnych za rozwój inwersji temperatury powietrza (publikacje nr 2 i 3), (3) określenie związku między inwersjami temperatury powietrza i inwersjami wilgotności powietrza (publikacja nr 4), (4) ocenę przydatności reanaliz atmosferycznych w badaniach inwersji temperatury powietrza (publikacja nr 5), (5) weryfikację jakości reanaliz atmosferycznych w kontekście występowania inwersji temperatury powietrza za pomocą danych pionowych sondaży atmosfery (publikacja nr 5). 2. Materiał źródłowy 2.1. Reanalizy atmosferyczne Reanalizy atmosferyczne stanowią modele asymilacji danych pozyskanych z różnorodnych źródeł pomiarowych, które poprzez zastosowanie metod numerycznego prognozowania pogody (numerical weather prediction - NWP) dostarczają informacji 0 najbardziej prawdopodobnym, przeszłym stanie atmosfery. Tym samym łączą one w sobie zalety modeli numerycznych z danymi pomiarowymi. Stały, niepodlegający zmianom w ramach konkretnej reanalizy, system asymilacyjny pozwala uniknąć istotnych niejednorodności w danych wyjściowych (Fujiwara i in. 2017). Poczynając od końca XX wieku 1 pierwszych prac nad rozwojem reanaliz atmosferycznych prowadzonych w ramach działalności National Aeronautics and Space Administration (NASA), European Centre for Medium-Range Weather Forecasts (ECMWF) oraz wspólnej inicjatywy National Centers for Environmental Prediction (NCEP) i National Center for Atmospheric Research (NCAR), zyskują one nieustanie na popularności i są coraz częściej stosowane w badaniach naukowych, w tym również poza klasycznie rozumianym zasięgiem nauk o atmosferze (Gregow i in. 2016; Hersbach i in. 2018). Przedłożona rozprawa doktorska uwzględnia opis wyników badań uzyskanych na podstawie czterech reanaliz ECMWF. Zgodnie z podziałem zaproponowanym przez Fujiwarę i in. (2017), obejmują one dwie zasadnicze grupy (1) reanalizy uwzględniające wyłącznie pomiary naziemnych stacji meteorologicznych (surface-input reanalyses) oraz (2) reanalizy uwzględniające dodatkowo rezultaty pionowych sondowań atmosfery i pomiarów teledetekcyjnych (full-input reanalyses). Odpowiednio, pierwszą z grup reprezentują reanalizy ERA-20C i CERA-20C, a drugą reanalizy ERA-Interim i ERA5. Przyjmuje się, że lepszą jakością powinny cechować się reanalizy uwzględniające większą ilość bardziej zróżnicowanych danych pomiarowych. Rohrer i in. (2018) twierdzą przykładowo, że full-input reanalyses zdecydowanie lepiej reprezentują zmienność cyrkulacji atmosferycznej (wybranych parametrów anty cyklonów, cyklonów i typów cyrkulacji) w porównaniu do surface-input reanalyses. Wyraźną tendencję do niedoszacowania ekstremów termicznych i opadowych w surface-input reanalyses opisali także Donat i in. (2016). Weryfikacja hipotezy o lepszej jakości full-input reanalyses w kontekście występowania inwersji temperatury powietrza stanowi jedno z zagadnień poruszanych w publikacji nr 5. Trzy z pięciu publikacji wchodzących w skład przedłożonej rozprawy doktorskiej, czyli publikacje nr 2, 3 i 4, uwzględniają opis rezultatów uzyskanych dla okresu badawczego 1981-2015 na podstawie reanaliz ERA-Interim. Każdorazowo, zastosowane zostały dane o domyślnej rozdzielczości czasowej i przestrzennej, poziomej, wynoszącej 6 h i 0,75° x 0,75°. Ich rozdzielczość pionowa była natomiast uwarunkowana typem stosowanych danych - zależnie od publikacji uwzględnione zostały dane poziomów modelowych lub poziomów stałego ciśnienia. Wertykalny zasięg badań sięgał od poziomu Ziemi do poziomu izobarycznego 100 hPa w przypadku analizy zmienności występowania inwersji temperatury powietrza i analizy zmienności wilgotności właściwej w przekroju pionowym troposfery, z kolei od poziomu Ziemi do poziomu izobarycznego 700 hPa w przypadku analizy zmienności występowania przypowierzchniowych i uniesionych inwersji temperatury powietrza, mechanizmów ich powstawania i ich związków z inwersjami wilgotności powietrza. Publikacja nr 5 stanowi natomiast próbę oceny jakości zarówno reanaliz ERA-Interim, jak i najnowszych reanaliz ERA5, ERA-20C i CERA-20C w odniesieniu do wybranych parametrów inwersji temperatury powietrza w latach 2001-2010. Znaczne skrócenie okresu badawczego wynikało tutaj zarówno z dostępności reanaliz ECMWF, jak i z potencjalnych problemów z homogenicznością serii danych pozyskanych z pionowych sondowań atmosfery. Podstawowe informacje dotyczące zastosowanych reanaliz zostały zaprezentowane w Tabeli 1 w publikacji nr 5, zaś szczegółowe opisy właściwości i metod ich tworzenia znaleźć można w opracowaniach Deego i in. (2011) - ERA-Interim, Hersbacha i Deego (2016) - ERA5, Poliego i in. (2016) - ERA-20C oraz Laloyauxa i in. (2018) - CERA-20C. Chcąc umożliwić porównanie uzyskanych wyników, wszystkie dane zostały pozyskane z serwera ECMWF w stałej rozdzielczości poziomej wynoszącej 0,25° x 0,25°, przy jednoczesnym zachowaniu ich domyślnej rozdzielczości pionowej - zarówno dane poziomów modelowych, jak i dane poziomów stałego ciśnienia zostały uwzględnione w analizie. Badania te obejmowały wyłącznie inwersje niskotroposferyczne sięgając tym samym od powierzchni Ziemi do poziomu izobarycznego 700 hPa. Istotnym, wymagającym szczególnej uwagi problemem jest rozróżnienie pomiędzy wspomnianymi już typami poziomów atmosfery dostępnymi w reanalizach ECMWF. Możliwe jest pozyskanie danych z czterech typów poziomów, do których zalicza się odpowiednio (1) poziomy modelowe (model levels - ModLev), (2) poziomy stałego ciśnienia (pressure levels • PresLev), (3) poziomy stałej temperatury potencjalnej {potential temperature levels) oraz (4) poziomy stałej wirowości potencjalnej {potential vorticity levels). Współrzędne pionowe modeli atmosferycznych, w tym również reanaliz, definiuje się przez PresLev, które są relatywnie łatwe do zastosowania w ramach równań ruchu stanowiących podstawę wszystkich modeli NWP. PresLev nie są jednak pozbawione pewnych ograniczeń • nie uwzględniają one przykładowo topografii terenu, co w obszarach wyżynnych i górskich prowadzi do usytuowania najniższych poziomów PresLev poniżej powierzchni Ziemi. Rozwiązaniem tego problemu jest zalecane przez ECMWF (2019) maskowanie PresLev wartościami geopotencjału poziomu powierzchni Ziemi {surface geopotential height) lub zastosowanie poziomów ModLev, które w dolnej i środkowej troposferze nawiązują do topografii terenu - tzw. poziomy sigma (o). Przedłożona rozprawa doktorska uwzględnia oba typy danych, a porównanie otrzymanych wyników stanowi część publikacji nr 5. Schematyczne porównanie obu typów poziomów atmosfery przedstawia Rycina 1. Rycina 1. Schematyczne porównanie usytuowania poziomów modelowych (ModLev) i poziomów stałego ciśnienia (PresLev) w reanalizach ECMWF. Opracowano na podstawie National Center for Atmospheric Research (2020). 1.1. Pionowe sondowania atmosfery Odmienny typ danych stanowią rezultaty pionowych sondowań atmosfery pozyskane z bazy danych projektu Integrated Global Radiosonde Archive (IGRA) wersji 2, które w publikacji nr 5 były traktowane jako dane referencyjne dla oceny jakości reanaliz ECMWF. Baza danych projektu IGRA zawiera ogólnodostępne i aktualizowane w trybie ciągłym informacje o pionowych sondowaniach atmosfery wykonywanych w ponad 1500 miejscach na świecie. Ich dostępność jest jednak silnie zróżnicowana czasowo i przestrzennie. Najlepiej rozwiniętą siecią pomiarową cechują się obszary Stanów Zjednoczonych i Europy, gdzie część informacji jest dostępna również dla okresu sprzed 1960 roku. Zawarte w bazie IGRA dane pomiarowe obejmują wartości ciśnienia atmosferycznego, wysokości geopotencjału, temperatury powietrza i wilgotności względnej, a także prędkości i kierunku wiatru zmierzone tak na głównych poziomach izobarycznych (1000 hPa, 925 hPa, 850 hPa, 700 hPa, 500 hPa, 400 hPa, 300 hPa, 250 hPa, 200 hPa, 150 hPa, 100 hPa, 70 hPa, 50 hPa, 30 hPa, 20 hPa, 10 hPa, 7 hPa, 5 hPa, 3 hPa, 2 hPa, 1 hPa), jak i na poziomach, gdzie przebieg tych wartości odbiega od założonej a priori liniowości. Istotną zaletą bazy danych IGRA, która miała decydujący wpływ na jej włączenie do prowadzonych badań, jest wieloetapowa, rygorystyczna kontrola jakości danych pomiarowych. Zgodnie z informacjami zawartymi w publikacji Durrego i in. (2006), obejmuje ona (1) weryfikację formatu danych, w tym daty wykonania sondażu i wysokości na jakiej położna jest stacja, (2) ocenę stopnia kompletności pojedynczego sondażu, (3) eliminację powtarzających się poziomów lub wartości, (4) kontrolę fizycznej spójności między zmiennymi, (5) eliminację wartości wyraźnie różnych od zakresu zmienności wyznaczonych norm klimatologicznych oraz (6) weryfikację pionowych gradientów temperatury powietrza. Zgodnie z rekomendacją Guo i in. (2016), do oceny jakości reanaliz ECMWF zakwalifikowane zostały wyłącznie dane pomiarowe stacji aerologicznych, dla których częstość występowania braków danych nie przekraczała 30% w ujęciu miesięcznym, co pozwoliło na zachowanie reprezentatywności analizowanych serii pomiarowych. Łącznie kryterium to spełniało 70 stacji - szczegółowe informacje na ich temat zostały zamieszczone w Tabeli 2 w publikacji nr 5. Ponadto, z analizy wykluczono sondowania atmosfery, w których liczba pomiarów wykonanych w zakresie od powierzchni Ziemi do poziomu izobarycznego 700 hPa nie przekraczała pięciu. Jak udowodnił Kahl i in. (1992), jest to minimalna liczba pomiarów pozwalająca na wiarygodne odzwierciedlenie pionowej struktury dolnej troposfery. Jak wspomniano, okres badawczy w przypadku analizy jakości reanaliz ECMWF został wyraźnie skrócony w porównaniu do pozostałych trzech publikacji, co było uwarunkowane po części problemami z homogenicznością serii danych pomiarowych wynikającymi przykładowo z zmiany typu sprzętu pomiarowego, metod korekcji danych lub lokalizacji stacji aerologicznej (Antikainen i in. 2002; Durre i Yin, 2008; Gilson i in. 2018). 3. Metody badawcze 3.1. Metody identyfikacji inwersji temperatury powietrza i inwersji wilgotności powietrza Jak wykazano we wstępie, wyniki uzyskane w badaniach inwersji temperatury powietrza zależą w dużym stopniu od zastosowanego materiału źródłowego i metod badawczych. Chcąc zachować porównywalność rezultatów prowadzonych badań, we wszystkich publikacjach wchodzących w skład przedłożonej rozprawy doktorskiej, inwersje temperatury powietrza były identyfikowane zgodnie z algorytmem ich detekcji przedstawionym przez Kahla (1990). Analizując zatem pionowy profil temperatury powietrza poszukiwane były sytuacje wzrostu temperatury powietrza wraz z wysokością. Jak przedstawiono na Rycinie 2, dla każdej z takich sytuacji, wyznaczona została wysokość dolnej i górnej granicy inwersji temperatury powietrza. Dolna granica warstwy inwersyjnej {inversion base - Zb) była definiowana jako wysokość pierwszej warstwy atmosfery, w której temperatura powietrza wzrasta wraz z wysokością, zaś górna granica warstwy inwersyjnej {inversion top - Zj) jako wysokość pierwszej warstwy atmosfery, w której temperatura powietrza ponownie spada wraz z wysokością. Określona została również wartość temperatury powietrza na dolnej (Tb) i górnej granicy inwersji (Tt), co umożliwiło kolejno obliczenie miąższości {depth: AZ = Zt - Zb) i natężenia {strength: AT = Tt - Tb) opisywanego zjawiska. Analogiczny algorytm został zastosowany dla identyfikacji inwersji wilgotności powietrza w publikacji nr 4, przy czym analizie podlegał wówczas nie profil pionowy temperatury powietrza, a profil pionowy wilgotności właściwej. Warto podkreślić, że zgodnie z przedstawioną powyżej definicją natężenie inwersji jest rozumiane jako różnica temperatury powietrza lub wilgotności właściwej między górną i dolną granicą warstwy inwersyjnej. Termin ten może budzić pewne kontrowersje językowe, jakkolwiek był on stosowany uprzednio w polskojęzycznej literaturze naukowej (Orlicz i Orliczowa 1955; Milata 1959). Zamiennie, aczkolwiek zdecydowanie rzadziej, używano także pojęcia intensywności inwersji (Boniecka-Żółcik 1963) lub skoku temperatury (Chromow 1977). W nawiązaniu do wcześniejszych badań (m.in. Nygard i in. 2013; Nygard i in. 2014; Stryhal i in. 2017; Czarnecka i in. 2019), ze względu na położenie dolnej granicy warstwy inwersyjnej, wyznaczone zostały dwa typy inwersji (1) przypowierzchniowe inwersje temperatury lub wilgotności powietrza (odpowiednio surface-based temperature inversions - SBTI i surface-based humidity inversions - SBHI), które rozpoczynają się bezpośrednio przy powierzchni Ziemi oraz (2) uniesione inwersje temperatury lub wilgotności powietrza (odpowiednio elevated temperature inversions - ETI i elevated humidity inversions - EHI), której rozpoczynają się wyżej, ponad powierzchnią Ziemi. Rycina 2. Schemat identyfikacji inwersji temperatury powietrza zastosowany w przedłożonej rozprawie doktorskiej - przykład dla diagramu Stuve’go stacji aerologicznej Praga z dn. 03.11.2015, godz. 00 UTC. Oznaczenia skrótów: SBTI - przypowierzchniowa inwersja temperatury powietrza, ETI - uniesione inwersje temperatury powietrza, Zb - wysokość dolnej granicy inwersji, Zt - wysokość górnej granicy inwersji, TB - temperatura powietrza na dolnej granicy inwersji, Tt - temperatura powietrza na górnej granicy inwersji. Opracowano na podstawie danych University of Wyoming, Department of Atmospheric Science (2020). 1.4. Metody analizy zmienności czasowej i przestrzennej inwersji temperatury powietrza i inwersji wilgotności powietrza oraz wzajemnego związku między nimi Zasadniczą część publikacji nr 2 i 3 stanowi analiza głównych parametrów SBTI i ETI • częstości ich występowania, miąższości, natężenia, a w przypadku ETI także wysokości podstawy warstwy inwersyjnej. Rozpoznanie ich zmienności dobowej i sezonowej było kluczem do identyfikacji głównych mechanizmów odpowiedzialnych za rozwój inwersji temperatury powietrza. Zbadana została także zmienność wieloletnia wybranych parametrów SBTI i ETI - dla określenia istotności statystycznej trendów liniowych obecnych potencjalnie w ich szeregach czasowych zastosowano nieparametryczny test Manna-Kendalla, który jest powszechnie stosowany w naukach o atmosferze (Movromati i Stahis 2011; Gocie i Trajkovic 2013; Liuzzo i in. 2017; Yosef i in. 2018). Poziom istotności został ustalony na a = 0,05. Otrzymane wyniki zostały przedstawione każdorazowo w odniesieniu do czterech sezonów • zimy (grudzień, styczeń, luty), wiosny (marzec, kwiecień, maj), lata (czerwiec, lipiec, sierpień) i jesieni (wrzesień, październik, listopad). Chcąc umożliwić kompleksową interpretację uzyskanych wyników, w publikacji nr 4 przedstawiono zarówno analizę czasowej i przestrzennej zmienności inwersji wilgotności powietrza, jak i analizę wzajemnych związków zachodzących między nimi a inwersjami temperatury powietrza. Analiza czasowej i przestrzennej zmienności SBHI i EHI została przeprowadzona przy zastosowaniu metod stosowanych w analizie zmienności SBTI i ETI opisanych powyżej. Ocena związków między inwersjami temperatury powietrza i inwersjami wilgotności powietrza obejmowała natomiast wyznaczenie częstości równoczesnego występowania obu typów inwersji i prawdopodobieństwa warunkowego występowania inwersji temperatury przy jednoczesnym występowaniu inwersji wilgotności powietrza. Ponadto, obliczono wartość współczynnika korelacji rangowej Spearmana między wybranymi parametrami EHI i ETI oraz porównano podstawowe miary statystyczne wybranych parametrów ETI przy występowaniu i niewystępowaniu EHI, i odwrotnie. 1.1. Metody oceny jakości reanaliz ECMWF Przedstawiona w publikacji nr 5 ocena jakości reanaliz ECMWF obejmowała porównanie częstości występowania SBTI i ETI wyznaczonej na podstawie danych poziomów ModLev i PresLev, a także porównanie częstości ich występowania wyznaczonej wyłącznie na podstawie danych poziomów ModLev między wszystkimi reanalizami ECMWF. Dalsza, kompleksowa ocena jakości reanaliz ECMWF została natomiast przeprowadzona na podstawie danych pomiarowych dziesięciu stacji aerologicznych, których rezultaty pionowych sondowaó atmosfery porównano z danymi reanaliz atmosferycznych pozyskanymi z punktu gridowego położonego najbliżej każdej stacji aerologicznej. Metoda ta została zastosowana wcześniej przykładowo dla określenia jakości reanaliz atmosferycznych w kontekście występowania inwersji wilgotności powietrza nad Arktyką (Naakka i in. 2018). Zdolność reanaliz ECMWF do detekcji inwersji temperatury powietrza została zbadana przy zastosowaniu miar weryfikacji obliczonych na podstawie tabeli kontyngencji. SBTI i ETI stanowiły w tym przypadku zmienne dychotomiczne przyjmujące wartość 0 przy niewystępowaniu zjawiska lub 1 przy jego występowaniu. Kolejno, zostały wyznaczone wartości sześciu miar określających różne aspekty jakości reanaliz, czyli Proportion Correct (PC); Porbability of Detection (POD); Probability of False Detection (POFD); False Alarm Ratio (FAR); Peirce’s Skill Score (PSS) i Heidke Skill Score (HSS). Szczegółowe informacje dotyczące zastosowanych miar weryfikacji, sposobu ich wyznaczania i interpretacji znajdują się w Tabeli 3 w publikacji nr 5, zaś pełny opis zawierający również dyskusje ich zalet i wad został przedstawiony w publikacji Jolliffego i Stephensona (2003). Jakość pozostałych parametrów SBTI i ETI została określona poprzez porównanie miar tendencji centralnej (średnia, mediana, moda), rozproszenia (rozstęp, wariancja, odchylenie standardowe) i spłaszczenia rozkładu (skośność, kurtoza) między reanalizami ECMWF i rezultatami pionowych sondowaó atmosfery. Wśród miar o charakterze ciągłym, tzn. uwzględniających każdą z par zmiennej modelowanej i obserwowanej, obliczono średni błąd predykcji (Mean Error - ME), średni błąd absolutny (Mean Absolute Error - MAE), błąd średniokwadratowy (Mean Square Error - MSE) i jego pierwiastek (Root Mean Square Error - RMSE), a także współczynnik korelacji liniowej Pearsona i rangowej Spearmana. Część otrzymanych wyników przedstawiono w postaci diagramów Taylora (Rycina 5 w publikacji nr 5), na których stopień zależności między reanalizami ECMWF a danymi referencyjnymi określają wartości odchylenia standardowego, pierwiastka błędu średniokwadratowego i współczynnika korelacji liniowej Pearsona (Taylor 2001). 4. Obszar badań Zgodnie z głównym celem przedłożonej rozprawy doktorskiej, opracowanie to obejmuje swoją tematyką rozpoznanie czasowej i przestrzennej zmienności występowania inwersji temperatury powietrza nad Europą stanowiąc tym samym przykład badań 0 charakterze makroskalowym. W publikacjach nr 2, 3,4 i 5, za obszar badań przyjęto domenę określoną współrzędnymi geograficznymi od 25°W do 45°E i od 35°N do 75°N. Poza samą Europą, domena ta obejmowała także znaczną część Oceanu Atlantyckiego, co wydaje się być uzasadnione biorąc pod uwagę jego istotny wpływ na warunki klimatyczne tej części świata. Warunki klimatyczne Europy kształtowane są poprzez dwie główne grupy czynników - stanowią je odpowiednio czynniki geograficzne i czynniki cyrkulacyjne (Kożuchowski 2005). Wśród czynników geograficznych wymienić należy przede wszystkim szerokość geograficzną, rozkład lądów i oceanów oraz orografię. W przypadku Europy, jak wspomniano, szczególne znaczenie ma oddziaływanie Oceanu Atlantyckiego, przede wszystkim zaś system ciepłych prądów morskich stanowiących odgałęzienia Prądu Zatokowego. Ich obecność w postaci Prądu Północnoatlantyckiego opływającego zachodnie wybrzeże Irlandii i północnej Wielkiej Brytanii czy Prądu Norweskiego opływającego wybrzeże Półwyspu Skandynawskiego skutkuje utrzymywaniem się w sezonie zimowym wyraźnej, dodatniej anomalii termicznej nad rozległymi obszarami Europy Północnej. Średnia roczna temperatura powietrza jest tam od 5,0 K do nawet 8,0 K wyższa w porównaniu do obszarów znajdujących się na tej samej szerokości geograficznej, lecz poza strefą oddziaływania ciepłych prądów morskich (Martyn 2000). Odgałęzieniem Prądu Północnoatlantyckiego jest także chłodny Prąd Kanaryjski, którego zasięg oddziaływania jest jednak wyraźnie ograniczony i obejmuje niemal wyłącznie zachodnie wybrzeże Półwyspu Iberyjskiego. Silnemu oddziaływaniu Oceanu Atlantyckiego na warunki klimatyczne Europy sprzyjają cechy jej ukształtowania poziomego i pionowego. Po pierwsze, Europa charakteryzuje się dużym, wynoszącym ponad 30%, udziałem wysp 1 półwyspów w jej ogólnej powierzchni, co świadczy o znacznym rozczłonkowaniu lądu. Średnia odległość od morza wynosi jedynie 340 km, maksymalna zaś 600 km w jej zachodniej i 1500 km w jej wschodniej części (Mydeł, Groch 2000). Rozległe obszary Europy pozostają zatem albo pod bezpośrednim wpływem Oceanu Atlantyckiego albo pod wpływem mórz śródlądowych - Bałtyckiego, Czarnego lub Śródziemnego. Po drugie zaś, duży, wynoszący ponad 70%, udział nizin w ogólnej powierzchni Europy i równoleżnikowy układ głównych barier orograficznych sprzyjają strefowemu przepływowi mas powietrza znad Oceanu Atlantyckiego poprzez Nizinę Środkowoeuropejską aż do Niziny Wschodnioeuropejskiej (Ustmul 1997). Wyjątek stanowią tutaj jedynie Góry Skandynawskie ograniczające strefowy przepływ mas powierza z zachodu w kierunku wschodnim. Południkowy przepływ mas powietrza z południa na północ lub z północy na południe jest natomiast hamowany poprzez młode góry systemu alpejskiego. Cyrkulacja atmosferyczna nad Europą kształtowana jest pod wpływem stałych ośrodków barycznych zlokalizowanych nad Oceanem Atlantyckim, które stanowią Niż Islandzki i Wyż Azorski (Martyn 2000). Ich wzajemną relację opisuje wskaźnik Oscylacji Północnego Atlantyku (North Atlantic Oscilattion - NAO). Wartości dodatnie przyjmuje on przy dużej różnicy ciśnienia atmosferycznego między Niżem Islandzkim i Wyżem Azorskim (pozytywna faza NAO), zaś wartości ujemne przy małej różnicy ciśnienia atmosferycznego między oboma ośrodkami barycznymi (negatywna faza NAO). W fazie pozytywnej Oscylacja Północnego Atlantyku wzmacnia cyrkulację strefową skutkując adwekcją wilgotnych mas powietrza polarnego morskiego nad Europę, podczas gdy w fazie negatywnej osłabia ona cyrkulację strefową ułatwiając tym samym południkowy przepływ mas powietrza (Hurrell i in. 2003). Zimą, istotną rolę w kształtowaniu warunków pogodowych nad Europą odgrywa ponadto, sezonowy termiczny Wyż Azjatycki. Sprzyja on adwekcji chłodnych i suchych mas powietrza polarnego kontynentalnego, a okresowo także mas powietrza arktycznego. Obszar Morza Śródziemnego pozostaje natomiast pod stałym wpływem mas powietrza zwrotnikowego latem i przemieszczających się znad Oceanu Atlantyckiego lub tworzących się w jego regionie ośrodków niskiego ciśnienia zimą. Charakterystyczną cechą klimatu Europy wydaje się być zatem duża zmienność warunków pogodowych, która dotyczy w szczególności Europy Północnej, Zachodniej i Środkowej. Mniejszą zmiennością warunków pogodowych cechuje się natomiast wspominany już obszar Morza Śródziemnego i Europa Wschodnia cechująca zdecydowanie większym kontynentalizmem klimatu. Według klasyfikacji Okołowicza, uzupełnionej przez Martyn (2000), Europa położona jest w trzech strefach klimatycznych. Jej największą część obejmuje strefa klimatów umiarkowanych., w tym głównie klimatów umiarkowanych ciepłych. Jedynie północno- wschodnia część Europy przyjmuje cechy typowe dla strefy klimatów umiarkowanie chłodnych. Zdecydowanie mniejsze powierzchniowo obszary położone są w strefie klimatów okołobiegunowych - północny skraj Półwyspu Fennoskandzkiego i Islandii oraz w strefie klimatów podzwrotnikowych - region Morza Śródziemnego i Czarnego. Niezależnie od stref klimatycznych, Europa stanowi równocześnie mozaikę wielu typów klimatu od morskiego do kontynentalnego będącą konsekwencją wpływu opisanych już czynników geograficznych i cyrkulacyjnych. Uwzględniając natomiast klasyfikację Kóppena-Geigera, dominująca część Europy reprezentuje klimat umiarkowany ciepły i dżdżysty z równomiernymi opadami w ciągu roku (Cf) i klimat borealny śnieżno-leśny z równomiernymi opadami w ciągu roku (Df). Mniejsze obszary obejmuje klimat umiarkowany ciepły i dżdżysty z suchym latem (Cs) - region Morza Śródziemnego oraz klimat chłodny tundr (Et) - izolowane obszary na Półwyspie Skandynawskim i Islandii (Kottek i in. 2006). 5. Wyniki badań i dyskusja Publikacja nr 2: przypowierzchniowe inwersje temperatury powietrza Publikacja nr 2 realizuje pierwszy i drugi cel szczegółowy przedłożonej rozprawy doktorskiej, czyli rozpoznanie czasowej (dobowej, sezonowej, wieloletniej) zmienności i przestrzennego zróżnicowania wybranych parametrów inwersji temperatury powietrza wraz z wyznaczeniem regionów predysponowanych do rozwoju opisywanego zjawiska oraz identyfikację głównych mechanizmów odpowiedzialnych za jego powstawanie. Swoim zakresem tematycznym obejmuje ona wyłącznie SBTI. Częstość występowania SBTI Częstość występowania SBTI charakteryzuje się silną zmiennością czasową i znacznym zróżnicowaniem przestrzennym (Rycina 1 w publikacji nr 2). Biorąc pod uwagę dobową zmienność zjawiska, SBTI pojawiają się najczęściej o godzinie 00 UTC. Nad Alpami, Karpatami, Półwyspem Iberyjskim i Wyżyną Anatolijską, częstość ich występowania przekracza wówczas 60% niezależnie od sezonu. Jest to bezpośrednim efektem ujemnego bilansu promieniowania związanego z zahamowaniem dopływu krótkofalowego promieniowania słonecznego nocą, co skutkuje kolejno szybkim wychładzaniem powierzchni czynnej i rozwojem przypowierzchniowych inwersji radiacyjnych. Przeprowadzone badania potwierdziły, że ujemny bilans promieniowania jest najczęstszym czynnikiem inicjującym powstawanie SBTI nad Europą. Podobne wnioski przedstawili wcześniej Kassomenos i in. (2014) dla Aten oraz Stryhal i in. (2017) dla Pragi. Co ciekawe, nocne SBTI osiągają zdecydowanie niższą częstość występowania zimą niż latem. Zgodnie z badaniami Lokoshchenki (2007), w których uwzględnione zostały dane pozyskane z SODARu dla obszaru Moskwy, niższa częstość występowania SBTI zimą jest skutkiem mniejszej dobowej zmienności bilansu promieniowego związanej z dużym zachmurzeniem i mniejszym kątem padania promieni słonecznych w ciągu relatywnie krótkiego dnia. Zdecydowanie rzadziej SBTI pojawiają się o godzinie 12 UTC, co należy wiązać z wzmożonym dopływem promieniowania słonecznego i formowaniem się chwiejnej równowagi atmosfery. Relatywnie często, głównie wiosną i latem, SBTI tworzą się wówczas we strefach przybrzeżnych większych zbiorników wodnych. Częstość ich występowania przekracza wtedy 10% we strefie przybrzeżnej Morza Bałtyckiego i Morza Czarnego. Zgodnie z badaniami Milionisa i Daviesa (2008), jest to konsekwencją rozwoju cyrkulacji bryzowej, która w godzinach okołopołudniowych przejawia się wzmożoną adwekcją chłodnego powietrza znad morza w kierunku lądu - inwersje adwekcyjne. Ponadto, wyższe wartości opisywanego parametru są typowe także dla północnej części Europy jesienią i zimą, co analogicznie do dobowej zmienności zjawiska wiąże się z długotrwałym utrzymywaniem się w tych obszarach ujemnego bilansu promieniowania - tzw. noce polarne. W godzinach porannych i wieczornych istotny wpływ na przestrzenny rozkład częstości występowania SBTI wywiera południkowa rozciągłość rozpatrywanej domeny. Zarówno warunki sprzyjające powstawaniu zjawiska wieczorem, jak i jego dyssypacji rano pojawiają się zdecydowanie wcześniej nad Europą Wschodnią niż nad Europą Zachodnią. Efekt ten jest najsilniej zauważalny latem i wiosną, a najsłabiej zimą. Niezależnie od pory dnia i sezonu, SBTI występują bardzo rzadko nad Oceanem Atlantyckim. Częstość ich występowania nie przekracza tam 5%, co jest efektem znacznych prędkości wiatru ograniczających rozwój przypowierzchniowych warstw izotermicznych i inwersyjnych. Zhang i in. (2011) sugerują ponadto, że nad Oceanem Atlantyckim istotną rolę odgrywać może także stosunkowo wysoka temperatura powierzchni wody będąca skutkiem oddziaływania ciepłego Prądu Zatokowego. Miąższość i natężenie SBTI Rozkład średnich sezonowych wartości miąższości i natężenia SBTI nawiązuje do rozkładu częstości ich występowania charakteryzując się tym samym znaczną zmiennością czasową i zróżnicowaniem przestrzennym (Ryciny 2 i 3 w publikacji nr 2). Najwyższe wartości obu parametrów są typowe dla zimy o godzinie 00 UTC. Szczególnie miąższe i silne SBTI występują wówczas nad Górami Skandynawskimi (AZ > 200 m; AT > 3,5 K), Europą Środkową (AZ > 200 m; AT > 3,0 K) i Europą Wschodnią (AZ > 200 m; AT > 2,5 K). Wyższe wartości opisywanych parametrów nad Europą Środkową i Wschodnią wydają się być powiązane z oddziaływaniem sezonowego ośrodka wysokiego ciśnienia znad zachodniej Rosji, w którym następuje powolna subsydencja i adiabatyczne ogrzewanie cząstek powietrza. Nocą pozwala to na wzmocnienie przypowierzchniowych inwersji radiacyjnych poprzez występujące w wyższych warstwach troposfery inwersje osiadania. Analogicznie do częstości występowania SBTI, również ich natężenie osiąga wyższe wartości zimą nad Półwyspem Iberyjskim (AT > 3,0 K) i Wyżyną Anatolijską (AT >3,5 K). Pozostałe sezony cechują się niższymi wartościami obu parametrów. Warto zaznaczyć, iż pomimo częstego występowania SBTI latem, reprezentują one wówczas zwykle warstwy o niewielkiej miąższości i natężeniu. Podobnie do częstości występowania SBTI, stosunkowo wysokie wartości ich miąższości i natężenia o godzinie 12 UTC są typowe dla północnej części Europy jesienią (AZ > 100 m; AT > 1,5 K) i zimą (AZ > 200 m; AT > 3,5 K). Porównywalne wartości obu parametrów zostały zidentyfikowane także nad Morzem Bałtyckim i Śródziemnym wiosną (AZ > 200 m; AT > 2,0 K) i latem (AZ > 150 m; AT > 1,5 K) oraz nad Morzem Czarnym zimą (AZ > 150 m; AT > 1,5 K) i wiosną (AZ > 200 m; AT > 2,0 K). Nad pozostałą częścią rozpatrywanej domeny, w szczególności nad obszarem lądowym, częstość występowania SBTI nie przekracza 2,5% wykluczając tym samym wiarygodną analizę ich miąższości i natężenia. Warto wspomnieć, że nad obszarami lądowymi średnie sezonowe wartości omawianych parametrów są zdecydowanie wyższe o godzinie 06 UTC niż o godzinie 18 UTC, co potwierdza sukcesywny rozwój zjawiska od zachodu do wschodu Słońca związany z ujemnym bilansem promieniowania (Li i in. 2012; Brümmer i Schultze 2015; Stryhala i in. 2017). Wieloletnia zmienność częstości występowania, miąższości i natężenia SBTI Biorąc pod uwagę niewielką częstość występowania SBTI w godzinach okołopołudniowych i znaczną południkową rozciągłość obszaru badań wpływającą na wyniki otrzymane dla godzin porannych i wieczornych, zmienność wieloletnia parametrów opisywanego zjawiska została przedstawiona wyłącznie dla godziny 00 UTC (Rycina 4 w publikacji nr 2). Istotne statystycznie zmiany wieloletnie częstości występowania SBTI zostały zidentyfikowane zimą nad Półwyspem Fennoskandzkim - trendy ujemne (od -2 do -4% na 10 lat), a także latem na północ od Półwyspu Fennoskandzkiego, przedpolu Alp Zachodnich i Pirenejów - trendy ujemne (od -2 do -4% na 10 lat) oraz nad znacznymi obszarami Morza Norweskiego i Północnego, Półwyspu Fennoskandzkiego, wschodniego wybrzeża Morza Bałtyckiego i nad Morzem Śródziemnym - trendy dodatnie (od +2 do + 6% na 10 lat). Niemal cały obszar lądowy jest również objęty ujemnymi trendami miąższości i natężenia SBTI zimą. Dla natężenia zjawiska, trendy te są szczególnie silne nad Alpami, Europą Wschodnią i Półwyspem Fennoskandzkim (powyżej -0,5 K na 10 lat). Latem trendy zmian wieloletnich miąższości i natężenia SBTI są silnie zróżnicowane przestrzennie osiągając na przykład wartości ujemne nad Morzem Bałtyckim i Śródziemnym, a w przypadku natężenia również nad Półwyspem Iberyjskim i Wyżyną Anatolijską. Publikacja nr 3: uniesione inwersje temperatury powietrza Również publikacja nr 3 realizuje pierwszy i drugi cel szczegółowy przedłożonej rozprawy doktorskiej, czyli rozpoznanie czasowej (dobowej, sezonowej, wieloletniej) zmienności i przestrzennego zróżnicowania wybranych parametrów inwersji temperatury powietrza wraz z wyznaczeniem regionów predysponowanych do rozwoju opisywanego zjawiska oraz identyfikację głównych mechanizmów odpowiedzialnych za jego powstawanie. Swoim zakresem tematycznym obejmuje ona jednak ETI stanowiąc tym samym kontynuację publikacji nr 2. Inwersje temperatury powietrza w przekroju pionowym troposfery Niezależnie od pory dnia i regionu, inwersje temperatury powietrza występują w dwóch głównych warstwach troposfery (Rycina 3 w publikacji nr 3). Stanowią je dolna troposfera sięgająca w przybliżeniu od powierzchni Ziemi do poziomu izobarycznego 800-750 hPa i górna troposfera sięgająca w przybliżeniu od poziomu izobarycznego 400-300 hPa aż do górnej granicy troposfery. Zgodnie z otrzymanymi wynikami, w dolnej troposferze inwersje temperatury powietrza występują najczęściej zimą nad obszarami lądowymi i latem nad obszarami morskimi. Cechy pośrednie wykazują natomiast obszary zlokalizowane w strefie przybrzeżnej lub obszary lądowe pozostające pod silnym wpływem rozległych zbiorników wodnych. Zasięg pionowego występowania zjawiska sięga zazwyczaj od powierzchni Ziemi do poziomu izobarycznego 800-750 hPa, przy czym latem nad obszarami lądowymi jest on zdecydowanie mniejszy. Wcześniejsze badania pojawiających się w dolnej troposferze inwersji temperatury powietrza skupiały się zazwyczaj na warstwie sięgającej do poziomu izobarycznego 700 hPa, względnie wysokości 3000 m nad powierzchnią Ziemi (Wetzel i Brümmer 2011; Czarnecka i in. 2019). Również w publikacji nr 2 analizie poddane zostały inwersje temperatury powietrza, których wysokość podstawy zlokalizowana była poniżej 3000 m nad powierzchnią Ziemi, co dla obszarów o niewielkich wysokościach bezwzględnych jest tożsame z poziomem izobarycznym 700 hPa. Wykazana w opisywanej publikacji niewielka liczba przypadków występowania zjawiska między poziomami izobarycznymi 800 hPa i 700 hPa pozwala także na porównanie wyników z rezultatami przedstawionymi przez Stryhala i in. (2017) dla Pragi - w badaniach tych uwzględnione zostały inwersje temperatury powietrza, których podstawa była położona poniżej 2000 m nad powierzchnią Ziemi. Gómotroposferyczne inwersje temperatury powietrza pojawiają się natomiast zazwyczaj powyżej poziomu izobarycznego 400-300 hPa, co odpowiada wysokości około 7000-9000 m nad powierzchnią Ziemi, i sięgają aż do górnej granicy troposfery. Dolna granica strefy podwyższonej częstości ich występowania podlega zauważalnym zmianom sezonowym - zimą jest ona położona niżej, zaś latem wyżej. Zidentyfikowana zmienność czasowa nawiązuje wprost do sezonowych zmian wysokości tropopauzy - zdaniem Reichlera i in. (2003) nad Europą wysokość ta osiąga zwykle poziom izobaryczny 250-150 hPa. Najwyższa częstość występowania inwersji temperatury powietrza, sezonowo przekraczająca w niektórych regionach 70%, została natomiast zidentyfikowana na poziomie izobarycznym 250-200 hPa. Koincydencja ta sugeruje, że w górnej troposferze inwersje termiczne powstają w wyniku zachodzącego na jej górnej granicy i w tropopauzie procesu pochłaniania promieniowania ultrafioletowego przez gazy śladowe, przykładowo przez ozon (Reichler i in. 2003). Warto też podkreślić, że sezonowa zmienność częstości występowania zjawiska jest silnie zróżnicowana regionalnie, przy czym zazwyczaj występuje ono częściej wiosną i latem. Ciekawym wydaje się dalsze badanie procesów odpowiedzialnych za rozwój inwersji temperatury powietrza w górnej troposferze, ich zmienności i konsekwencji występowania. Tematyka ta leży jednak poza zakresem tematycznym przedłożonej rozprawy doktorskiej. Częstość występowania ETI ETI, w odróżnieniu od SBTI, nie wykazują wyraźniej zmienności dobowej, przez co w publikacji nr 3 graficznie przedstawione i szerzej omówione zostały jedynie wyniki otrzymane dla godzin 00 i 12 UTC (Rycina 4 w publikacji nr 3). Na brak wyraźnych różnic w częstości występowania zjawiska między dniem i nocą wskazywali wcześniej Stryhal i in. (2017) w odniesieniu do Pragi oraz Czarnecka i in. (2019) w odniesieniu do Łeby. Relatywnie mała dobowa zmienność opisywanego parametru sugeruje, że powstawanie ETI jest uwarunkowane innymi procesami niż powstawanie SBTI. Stryhal i in. (2017) twierdzą jednak, że istotnym czynnikiem prowadzącym do rozwoju ETI jest dyssypacja SBTI w godzinach porannych. Zgodnie z otrzymanymi wynikami, rzeczywiście ETI cechują się nieco wyższą częstością swojego występowania o godzinie 06 UTC, jednak biorąc pod uwagę czasowy i przestrzenny rozkład wartości tego parametru nad całą rozpatrywaną uznać to za czynnik wiodący - różnice w częstszości występowania ETI między 00 i 06 UTC zazwyczaj nie przekraczają 5 %. Zdecydowanie silniej zmienność czasowa częstości występowania ETI zaznacza się w ujęciu sezonowym - parametr ten osiąga wyższe wartości nad Oceanem Atlantyckim latem i nad obszarem lądowym, w szczególności nad Europą Wschodnią, zimą. Biorąc pod uwagę zmienność przestrzenną częstości występowania ETI, możliwe jest wyróżnienie dwóch regionów o jej podwyższonych wartościach - stanowią je obszar morski położony na zachód od Półwyspu Iberyjskiego oraz Europa Wschodnia. Oba regiony są obszarami podlegającymi silnym wpływom rozległych ośrodków wysokiego ciśnienia, odpowiednio stałego Wyżu Azorskiego i sezonowego Wyżu Azjatyckiego. Co więcej, sezonowe maksima częstości występowania ETI korelują tam z aktywnością omawianych układów barycznych. Nad obszarem morskim położonym na zachód od Półwyspu Iberyjskiego, częstość występowania ETI osiąga wynoszące ponad 70% maksimum latem, kiedy to Wyż Azorski osiąga swoją największą intensywność i zasięg (Davis i in. 1997). Nad Europą Wschodnią natomiast, ETI pojawiają się najczęściej zimą - częstość ich występowania przekracza wówczas 60%. Jest to bezpośrednio związane z oddziaływaniem Wyżu Syberyjskiego, który formuje się zazwyczaj w październiku w odpowiedzi na szybkie wychładzanie powierzchni czynnej i utrzymuje się aż do kwietnia (Panagiotopoulos i in. 2005). Uwzględniając opisane zależności, należy uznać, iż geneza powstających w rozpatrywanych obszarach ETI jest powiązana z powolną subsydencją cząstek powietrza, ich sprężaniem i adiabatycznym ocieplaniem - inwersje osiadania. W porównaniu do SBTI, ETI występują również relatywnie często nad pozostałymi częściami Oceanu Atlantyckiego. Częstość ich występowania waha się tam w granicach od 10% zimą do ponad 70% latem. Jest to uwarunkowane powstawaniem inwersji morskich, których genezy należy upatrywać w napływie ciepłych mas powietrza nad chłodniejsze wody Oceanu Atlantyckiego - inwersje adwekcyjn). Jak wykazano we wcześniejszych publikacjach (Zhang i in. 2009; Naud i in. 2016; Galewsky 2018; Koshiro i in. 2018), nad zbiornikami wodnymi proces ten zdaje się być kluczowy dla rozwoju mgieł i chmur warstwowych piętra niskiego. Miąższość, natężenie i wysokość podstawy ETI Istotną część publikacji nr 3 stanowi analiza miąższości, natężenia i wysokości podstawy ETI. Ze względu na opisywaną wcześniej niewielką zmienność dobową częstości występowania ETI, graficznie przedstawione zostały wyłącznie wyniki uzyskane dla 00 UTC (Rycina 6 w publikacji nr 3). Dodatkowo, porównano miąższość i natężenie SBTI i ETI (Rycina 7 w publikacji nr 3). Wysokość podstawy ETI osiąga wyższe wartości zimą nad Oceanem Atlantyckim i latem nad obszarem lądowym. Silną zmiennością sezonową cechuje się region Morza Śródziemnego, nad którym ETI tworzą się zdecydowanie wyżej zimą niż latem. Warto zaznaczyć, że otrzymane przy zastosowaniu reanaliz ERA-Interim wyniki wykazały stosunkowo dużą zgodność z rezultatami przedstawionymi przez Czarnecką i in. (2019) dla Łeby. Przykładowo, średnia sezonowa wysokość podstawy nocnych ETI wahała się w granicach od 800 do 1200 m nad powierzchnią Ziemi dla reanaliz i od 900 do 1000 m nad powierzchnią Ziemi dla sondowań atmosfery - dla obu typów danych, niższe wartość średniej sezonowej wystąpiły zimą, a wyższe latem. Zdecydowanie mniejszą zmiennością sezonową charakteryzuje się miąższość ETI, która osiąga nieco wyższe wartości zimą i jesienią, a niższe latem i wiosną. Pewna sezonowość opisywanego parametru została zidentyfikowana nad Europą Wschodnią i nad obszarem morskim położonym na zachód od Półwyspu Iberyjskiego, gdzie jego wyższe wartości są typowe dla sezonów cechujących się wzmożoną aktywnością występujących tam ośrodków wysokiego ciśnienia. Analogiczną, aczkolwiek bardziej wyraźną, zmienność sezonową wykazuje również natężenie ETI. Jego najwyższe wartości są typowe zimą dla Europy Wschodniej i latem dla obszaru morskiego położonego na zachód od Półwyspu Iberyjskiego. Porównanie parametrów SBTI i ETI potwierdziło natomiast, że natężenie zjawiska jest wyższe dla SBTI niż ETI, co jest zgodne z wynikami symulacji przeprowadzonych dla Australii (Ji i in. 2019). ETI są, dla odmiany, nieco bardziej miąższe niż SBTI. Wieloletnia zmienność częstości występowania, miąższości, natężenia i wysokości podstawy ETI Wieloletnia zmienność częstości występowania ETI została przedstawiona dla 00 i 12 UTC (Rycina 5 w publikacji nr 3). Jej istotne statystycznie, dodatnie trendy wieloletnie zostały zidentyfikowane nad Europą Wschodnią i Europą Północno-Wschodnią zimą (od +2 do +6% na 10 lat), nad obszarem położonym na wschód od Morza Bałtyckiego oraz nad częścią Oceanu Atlantyckiego znajdującą się pod wpływem Wyżu Azorskiego jesienią (od +2 do +4% na 10 lat). Ujemne trendy częstości występowania ETI zdominowały natomiast obszar morski między Islandią i Wyspami Brytyjskimi latem (od -2 do -6% na 10 lat) oraz Europę Wschodnią wiosną (od -2 do -6% na 10 lat). W przypadku Europy Wschodniej istotne statystycznie trendy wystąpiły jednakże wyłącznie o 12 UTC (od -2 do -8% na 10 lat). Wyznaczone dla pozostałych parametrów trendy zmian wieloletnich nie zostały przedstawione graficznie w opisywanej publikacji, gdyż zazwyczaj nie wykazywały one istotnej statystycznie zmienności wieloletniej, a zmianom częstości występowania ETI nie towarzyszyły zmiany wartości pozostałych parametrów. Wyjątek stanowi rozległy obszar morski zlokalizowany między Islandią a Wyspami Brytyjskimi, nad którym latem zidentyfikowano nie tylko ujemne trendy częstości występowania ETI, ale również ujemne trendy natężenia i dodatnie trendy wysokości podstawy ETI. Publikacja nr 4: inwersje wilgotności powietrza i ich związek z inwersjami temperatury powietrza Publikacja nr 4 realizuje trzeci cel szczegółowy przedłożonej rozprawy doktorskiej, czyli określenie związku między występowaniem inwersji temperatury powietrza i inwersji wilgotności powietrza. Chcąc umożliwić kompleksową interpretację wyników, w opisywanej publikacji przedstawiona została również analiza czasowej i przestrzennej zmienności inwersji wilgotności powietrza. Częstość występowania SBHI i EHI Zmienność częstości występowania inwersji wilgotności powietrza silnie nawiązuje do częstości występowania inwersji temperatury powietrza, przy czym pojawianie się SBHI i EHI jest zdecydowanie rzadsze (Rycina 3 w publikacji nr 4). Nad obszarem lądowym, podobnie do SBTI, również częstość występowania SBHI wykazuje zmienność dobową osiągając wyższe wartości nocą. Co ciekawe, nocne SBHI praktycznie nie pojawiają się latem, kiedy to SBTI osiągają najwyższą wartość opisywanego parametru. Sugeruje to, że występujące wówczas SBTI o niewielkiej miąższości i natężeniu nie zapewniają warunków wystarczających do szybkiej kondensacji pary wodnej i rozwoju SBHI. Rozważając zmienność sezonową zjawiska, SBHI charakteryzują się wyższymi wartościami opisywanego parametru zimą niż latem - jego szczególnie wysokie, przekraczające 30%, wartości pojawiają się wówczas nad Alpami, Karpatami i Górami Skandynawskimi nocą. Równie wysokie, miejscowo przekraczające 40%, wartości częstości występowania zimowych SBHI są typowe także dla północnej części Półwyspu Fennoskandzkiego tak w ciągu dnia, jak i w nocy. Jest to zbieżne z wynikami uzyskanymi dla SBTI, których wysoka, niepodlegająca istotnym zmianom dobowym, częstość występowania w tym obszarze jest uwarunkowania sezonową zmiennością bilansu promieniowania - długotrwałym ograniczeniem dopływu krótkofalowego promieniowania słonecznego i występowaniem tzw. nocy polarnych. EHI, w odróżnieniu od SBHI i analogicznie do ETI, nie wykazują wyraźnej zmienności dobowej. Częstość występowania EHI osiąga najwyższe, przekraczające 50%, wartości nad Europą Wschodnią zimą. Koreluje to wyraźnie z częstością występowania ETI i wspomnianą już aktywnością sezonowego ośrodka wysokiego ciśnienia znad zachodniej Rosji. Biorąc pod uwagę wyłącznie ETI, których wysokość podstawy jest zlokalizowana poniżej 3000 m nad powierzchnią Ziemi, jest to jeden z niewielu regionów cechujący się podwyższoną wartością opisywanego parametru - jego porównywalne wartości pojawiają się ponadto nad Morzem Śródziemnym wiosną i latem. Jednakże, przy uwzględnieniu EHI, których wysokość podstawy sięga środkowej troposfery (do wysokości około 5500 m nad powierzchnią Ziemi odpowiadającej poziomowi izobarycznemu 500 hPa), wyraźnie zwiększa się również częstość występowania EHI nad obszarem morskim położonym na zachód od Półwyspu Iberyjskiego i w zachodniej części Morza Śródziemnego, a zatem w strefie oddziaływania Wyżu Azorskiego - jej wartość przekracza tam 50%. Otrzymane wyniki sugerują zatem, że zachodzące w rozległych ośrodkach wysokiego ciśnienia powolne osiadanie i ogrzewanie cząstek powietrza jest nie tylko czynnikiem warunkującym rozwój SBTI i ETI, ale również sprzyja kondensacji pary wodnej i tworzeniu EHI. Miąższość, natężenie i wysokość podstawy SBHI i EHI Podobnie do publikacji nr 3, również tutaj przedstawiona została zmienność miąższości, natężenia i wysokości podstawy EHI (Rycina 4 w publikacji nr 4) i ich porównanie z parametrami SBHI (Rycina 5 w publikacji nr 4). Wysokość podstawy EHI osiąga wyższe wartości nad Oceanem Atlantyckim niż nad obszarami lądowymi. EHI rozwijają się na najwyższych, przekraczających 1600 m nad powierzchnią Ziemi, wysokościach nad rozległymi obszarami Oceanu Atlantyckiego zimą, wiosną i jesienią, zaś na najniższych, nieprzekraczających 800 m nad powierzchnia Ziemi, wysokościach nad Europą Wschodnią zimą. Jedynie latem, parametr ten wykazuje odmienny rozkład przestrzenny - jego wyraźnie podwyższone, przekraczające 1600 m nad powierzchnią Ziemi, wartości są wówczas typowe dla rozległego obszaru od Półwyspu Iberyjskiego aż po Europę Wschodnią. Uwzględniając wyniki badań Wypych i Bochenka (2018), wyższe położenie podstawy ETI nad obszarami lądowymi latem wykazuje wyraźną koincydencję z wzmożoną adwekcją wilgotnych mas powietrza na poziomie izobarycznym 850 hPa zachodzącą wówczas znad Oceanu Atlantyckiego w kierunku wschodnim. Co ważne, EHI powstają zwykle na wyższych wysokościach niż ETI - analogiczna zależność została zidentyfikowana również dla obszarów okołobiegunowych (Nygard i in. 2013; Nygard i in. 2014). Zdecydowanie mniejszą zmiennością sezonową cechują się miąższość i natężenie EHI. Ich wyższe, przekraczające latem 700 m i 1,0 g-kg'1, wartości pojawiają się nad zachodnią i południowo-zachodnią częścią obszaru badań, zaś niższe, nieprzekraczające zimą 500 m i 0,4 g-kg"1, wartości nad jego północno-wschodnim krańcem. Natężenie zjawiska podlega zauważalnej zmienności sezonowej niemal wyłącznie nad obszarem morskim położonym na zachód od Półwyspu Iberyjskiego osiągając wyższą wartość latem, a niższą zimą. Przestrzenny rozkład wartości natężenia EHI wydaje się być powiązany z ogólną zawartością pary wodnej w troposferze przedstawioną na Rycinie 2 w publikacji nr 4. Jak należało oczekiwać, wyższe wartości omawianego parametru występują w regionach o wyższych średnich wartościach wilgotności właściwej. Porównanie miąższości SBHI i EHI dostarcza wniosków zbieżnych z rezultatami przedstawionymi w publikacji nr 3 - zarówno ETI, jak i EHI są bardziej miąższe niż odpowiadające im SBTI i SBHI, przy czym różnica w wartości omawianego parametru jest zdecydowanie wyższa dla inwersji wilgotności niż dla inwersji temperatury powietrza. Rozpatrując natomiast natężenie zjawiska, EHI cechują się zwykle jego wyższymi wartościami niż SBHI, co stanowi wynik odwrotny dla opisanej wcześniej zależności między SBTI i ETI. Związek występowania inwersji temperatury z inwersjami wilgotności powietrza Częstość równoczesnego występowania inwersji temperatury i wilgotności powietrza odzwierciedla zmienność obu zjawisk (Rycina 6 w publikacji nr 4). Relatywnie wysokie wartości osiąga ona w regionach o podwyższonej częstości występowania SBHI i EHI - częstość równoczesnego występowania obu typów inwersji jest tam nieznacznie niższa od ogólnej częstości występowania SBHI i EHI. Najwyższe wartości opisywanego parametru zostały zidentyfikowane dla SBHI nad północną częścią Półwyspu Fennoskandzkiego zimą, podczas gdy dla EHI nad Europą Wschodnią zimą i nad obszarem morskim położonym za zachód od Półwyspu Iberyjskiego latem. Obliczone dodatkowo prawdopodobieństwo warunkowe występowania inwersji temperatury przy jednoczesnym występowaniu inwersji wilgotności powietrza jest silnie zależne od typu inwersji, sezonu i regionu wahając się w granicach od mniej niż 10% do ponad 70%. Analogiczny, bardzo duży zakres zmienności wartości opisywanego parametru jest typowy także dla Arktyki, gdzie zgodnie z wynikami uzyskanymi przez Nygarda i in. (2014) mieści się on w przedziale od 30% nad Arktyką Kanadyjską do 60% nad Arktyką Rosyjską. Dla inwersji przypowierzchniowych prawdopodobieństwo warunkowe osiąga najwyższą, przekraczającą 70%, wartość nad Europą Wschodnią i Północną, zaś dla inwersji uniesionych przekracza ono 70% tak nad Europą Wschodnią zimą, jak i nad obszarem morskim na zachód od Półwyspu Iberyjskiego latem. Analiza wzajemnych zależności między parametrami inwersji temperatury i inwersji wilgotności powietrza została przeprowadzona dla charakteryzujących się najwyższą częstością występowania nocnych ETI i EHI (Rycina 7 w publikacji 4). Otrzymane wyniki wskazują na brak wyraźnych zależności liniowych pomiędzy większością rozpatrywanych parametrów. Współczynnik korelacji rangowej Spearmana osiąga wyższe wartości jedynie dla parametrów tego samego typu inwersji - miąższość EHI koreluje dodatnio z natężeniem i wysokością podstawy EHI, podczas gdy miąższość ETI koreluje dodatnio z natężeniem ETI. Nie potwierdzono także opisanej dla Arktyki silniejszej zależności pomiędzy parametrami inwersji temperatury w porównaniu do parametrów inwersji wilgotności powietrza (Nygard i in. 2014). Rozważając relacje między ETI i EHI, nieco wyższe, przekraczające 0,50 wartości współczynnika korelacji rangowej Spearmana zostały zidentyfikowane wyłącznie dla wysokości podstawy ETI i EHI. Niezależnie od stwierdzonego braku zależności liniowych wykazano jednakże, że równoczesne występowanie obu zjawisk wzmacnia ich intensywność (Rycina 8 w publikacji 4). Intensywność zdefiniowano tutaj jako stosunek natężenia zjawiska do jego miąższości przeliczony do warstwy 100 m. Podobne zależności zostały zidentyfikowane także dla miąższości i natężenia inwersji temperatury i inwersji wilgotności powietrza, przy czym nie przedstawiono ich graficznie w publikacji nr 4. Zbliżone co do meritum wyniki uzyskał również Brunke i in. (2015) twierdząc, że inwersje wilgotności są silniejsze przy jednoczesnym występowaniu inwersji temperatury powietrza. Publikacja nr 5: niskotroposferyczne inwersje temperatury powietrza w reanalizach ECMWF Publikacja nr 5 realizuje czwarty i piąty cel szczegółowy przedłożonej rozprawy doktorskiej, czyli ocenę przydatności reanaliz atmosferycznych w badaniach inwersji temperatury powietrza oraz weryfikację ich jakości za pomocą danych pionowych sondowań atmosfery. Swoim zakresem tematycznym obejmuje tak SBTI, jak i ETI. Jak wspomniano, pierwszy etap oceny jakości reanaliz ECMWF obejmował porównanie częstości występowania inwersji temperatury powietrza przy zastosowaniu danych ModLev i PresLev. Dla realizacji tego celu, dla każdego typu reanaliz wyznaczony został dodatkowy parametr FQdiff zdefiniowany poprzez formułę FQdiff = FQModLev - FQpresLev, gdzie FQ oznacza częstość występowania zjawiska odpowiednio w danych ModLev i PresLev. Nieoczekiwanie, wartość tego parametru nie wykazywała istotnego zróżnicowania między poszczególnymi reanalizami ECMWF, pomimo znacznych różnic w liczbie poziomów modelowych - od 60 ModLev w reanalizach ERA-Interim do 137 ModLev w reanalizach ERA5. Biorąc to pod uwagę, graficznie przestawione zostały wyłącznie wyniki otrzymane dla reanaliz ERA5 (Rycina 1 w publikacji nr 5). Uzyskane wyniki wskazały na znaczne rozbieżności w częstości występowania inwersji temperatury powietrza między danymi ModLev i PresLev, których wielkość zależna jest od typu inwersji, sezonu i regionu. Dla SBTI, szczególnie wysokie wartości parametru FQdiff zostały zidentyfikowane nad obszarami lądowymi latem - częstość występowania SBTI jest tam wówczas nawet o 40% wyższa przy zastosowaniu danych ModLev w porównaniu do danych PresLev. Oznacza to zatem, że znaczna część letnich SBTI cechuje się zbyt małą miąższością, aby mogły one być realistycznie przedstawione w danych PresLev. Zimą wartość parametru FQdiff wykazuje natomiast większe zróżnicowanie przestrzenne osiągając niższe, nieprzekraczające 10% wartości nad Europą Wschodnią, gdzie miąższość i natężenie SBTI są relatywnie wysokie ze względu na oddziaływanie ośrodka wysokiego ciśnienia znad zachodniej Rosji. Pozostała, lądowa część obszaru badań cechuje się natomiast wyższymi, przekraczającymi zazwyczaj 20% wartościami FQdiff. Podobnie do letnich SBTI, można to tłumaczyć genezą zjawiska - radiacyjne wychładzanie powierzchni czynnej sprzyja szybkiemu tworzeniu się warstw izotermicznych i inwersyjnych, ale zazwyczaj nie pozwala na osiągnięcie przez nie znacznego zasięgu pionowego uniemożliwiając w konsekwencji ich pełną detekcję w danych PresLev. Dla ETI wartość parametru FQdiff jest wyraźnie mniej zróżnicowana przestrzennie i zazwyczaj nie przekracza 20%. Jakkolwiek, również ETI wydają się być niedoszacowane w danych PresLey. Ciekawy, wymagający dalszych badań wyjątek stanowi obszar Morza Śródziemnego, nad którym latem parametr FQdiff osiąga wartości ujemne dla SBTI i dodatnie dla ETI. Sugeruje to, że część inwersji temperatury powietrza może być błędnie skalsyfikowana jako ETI stanowiąc w rzeczywistości SBTI. Biorąc pod uwagę otrzymane wyniki, dalsza analiza parametrów SBTI i ETI została przeprowadzona wyłącznie dla danych ModLev, które uznano za bardziej wiarygodne, szczególnie w odniesieniu do letnich SBTI. Częstość występowania SBTI i ETI w reanalizach ECMWF i pionowych sondowaniach atmosfery Porównanie częstości występowania SBTI i ETI potwierdziło wysoką zgodność jej wartości między reanalizami ECMWF (Ryciny 2 i 3 w publikacji nr 5). Każda z reanaliz prawidłowo odzwierciedlała główne cechy SBTI - ich rzadki rozwój nad Oceanem Atlantyckim i częste występowanie nad obszarem lądowym nocą. Pewne niepewności w wartościach opisywanego parametru między reanalizami ECMWF zostały zidentyfikowane jednak tak latem, jak i zimą. Letnie SBTI cechowały się podwyższoną częstością swojego występowania w reanalizach ERA-Interim, zaś zimowe SBTI w reanalizach CERA-20C - zimą dotyczyło to wyłącznie Gór Skandynawskich. Późniejsze porównanie uzyskanych wyników z rezultatami pionowych sondowaó atmosfery dowiodło, że wszystkie reanalizy ECMWF mają tendencję do zbyt częstej identyfikacji występowania SBTI. ETI charakteryzowały się natomiast większym zróżnicowaniem częstości swojego występowania między reanalizami ECMWF. Różnice te są szczególnie wyraźne zimą nad Europą Wschodnią i nad obszarem morskim położonym na zachód od Półwyspu Iberyjskiego, czyli we wcześniej wyznaczonych regionach najczęstszego występowania ETI. Dla obu regionów, częstość występowania ETI osiąga najwyższe wartości w reanalizach ERA5. Porównując ponownie uzyskane wyniki z rezultatami pionowych sondowań atmosfery stwierdzono, że w przeciwieństwie do SBTI, występowanie ETI jest wyraźnie niedoszacowane we wszystkich reanalizach ECMWF. Obliczone na podstawie tabeli kontyngencji miary weryfikacji wykazały, że zdolność reanaliz ECMWF do detekcji inwersji temperatury powietrza jest silnie zależna od typu inwersji, sezonu i regionu (Rycina 4 w publikacji nr 5). Bardzo duży zakres zmienności wartości opisywanych miar, w szczególności dla POD i POFD, sugeruje, że to lokalizacja jest czynnikiem determinującym zdolność reanaliz do prawidłowego przedstawienia zjawiska. Jednak, zróżnicowanie to, a zatem i znaczenie tegoż czynnika jest większe dla SBTI niż ETI. Dla SBTI, zaobserwowano ponadto w różnice w wartościach miar PC, PSS i HSS między surface-based reanalyses i full-input reanalyses - wartości bliższe wartości wskazującej na lepszą jakość modelu osiągały reanalizy ERA-Interim i ERA5 reprezentujące full-input renalyses. Jakość reprezentacji ETI cechowała się natomiast wyraźną zmiennością sezonową - większość rozpatrywanych miar osiągała wartości bliższe wartości wskazującej na lepszą jakość modelu zimą, a także na lepszą jakością reanaliz ERA5 w porównaniu z reanalizami ERA-Interim. Miąższość i natężenie SBTI i ETI w reanalizach ECMWF Podobnie do miar weryfikacji obliczonych na podstawie tabeli kontyngencji, również obliczone dla miąższości i natężenia miary o charakterze ciągłym wykazują wyraźną zależność od typu inwersji, sezonu i regionu. Zróżnicowanie ich wartości zostało przedstawione graficznie wyłącznie dla natężenia inwersji temperatury powietrza, jakkolwiek podobne wnioski dotyczą również ich miąższości (Rycina 5 w publikacji nr 5). Ponownie na pierwszy plan wysuwa się wyraźne zróżnicowanie przestrzenne otrzymanych wyników wyrażone najsilniej dla zimowych SBTI i ETI. Rozpatrując zależności liniowe, wartość współczynnika korelacji liniowej Pearsona jest zazwyczaj wyższa dla ETI niż SBTI. Osiąga ona najniższe wartości dla ETI latem, kiedy to, jak opisano wcześniej, częstość występowania zjawiska jest wyraźnie niedoszacowana we wszystkich reanalizach ECMWF. Jednakże, nawet dla SBTI wartość współczynnika korelacji liniowej Pearsona nie przekracza 0,70, co sugeruje, że chociaż reanalizy ECMWF są w stanie prawidłowo zidentyfikować występowanie inwersji temperatury powietrza, ich zdolność do precyzyjnego określenia miąższości i natężenia zjawiska wymaga dalszych badań. Optymizmem napawa porównanie wartości odchylenia standardowego dla SBTI i ETI zimą. Jego nieco niższe wartości zidentyfikowane dla reanaliz ERA5 dają nadzieję, że kolejne modyfikacje w schematach parametryzacji procesów zachodzących w dolnej troposferze, w szczególności pionowych strumieni ciepła i wilgoci, pozwolą na zwiększenie precyzji modelowania parametrów opisywanego zjawiska w następnych generacjach reanaliz atmosferycznych. 6. Podsumowanie i wnioski Przeprowadzone badania pozwoliły na sformułowanie wniosków dotyczących tak poznawczego, jak i metodycznego aspektu przedłożonej rozprawy doktorskiej. Biorąc pod uwagę aspekt poznawczy, w publikacjach nr 2, 3 i 4 szczegółowo rozpoznane zostało zróżnicowanie przestrzenne i zmienność czasowa inwersji temperatury powietrza nad Europą. Zidentyfikowano także główne mechanizmy odpowiedzialne za rozwój zjawiska i określono jego związek z występowaniem inwersji wilgotności powietrza. Ponadto, chcąc umożliwić kompleksową ocenę zależności między inwersjami temperatury powietrza i inwersjami wilgotności powietrza przeprowadzono analizę zmienności czasowej inwersji wilgotności powietrza. Całość przedstawionych w publikacjach 2, 3 i 4 analiz została przeprowadzona dla lat 1981-2015 przy zastosowaniu reanaliz ERA-Interim. Otrzymane wyniki pozwoliły na wyznaczenie dwóch głównych stref występowania inwersji temperatury powietrza obejmujących dolną troposferę sięgającą w przybliżeniu od powierzchni Ziemi do poziomu izobarycznego 800-750 hPa i górną troposferę rozpoczynającą się w przybliżeniu od poziomu izobarycznego 400-300 hPa i sięgająca aż do górnej granicy troposfery. Częstość występowania zjawiska w każdej ze stref podlegała wyraźnej zmienności czasowej - sezonowej w górnej troposferze ściśle powiązanej z położeniem dolnej granicy tropopauzy oraz sezonowej i dobowej w dolnej troposferze. Zgodnie z tematyką przedłożonej rozprawy doktorskiej, zasadnicza część analiz skupiała się na inwersjach temperatury powietrza powstających w dolnej troposferze, którą zdefiniowano jako strefę sięgającą od powierzchni Ziemi do poziomu izobarycznego 700 hPa. Przeprowadzone badania wykazały, że zmienność częstości występowania zjawiska w dolnej troposferze jest silnie zależna od typu inwersji temperatury powietrza zdefiniowanego przy zastosowaniu kryterium wysokości ich podstawy - wyróżniono przypowierzchniowe inwersje temperatury powietrza (tj. surface-based temperature inversions - SBTI) i uniesione inwersje temperatury powietrza (tj. elevated temperature inversions - ETI). Wszystkie rozpatrywane parametry SBTI - częstość ich występowania, miąższość i natężenie charakteryzują się znaczną zmiennością dobową i sezonową, a także dużym zróżnicowaniem przestrzennym. Jest to związane z czynnikami warunkującymi rozwój SBTI, do których należy zaliczyć (1) bilans promieniowania powierzchni Ziemi, (2) typ powierzchni czynnej i (3) cyrkulację atmosferyczną. Niewątpliwie, głównym czynnikiem odpowiedzialnym za dobową, a częściowo także sezonową zmienność występowania SBTI jest bilans promieniowania powierzchni Ziemi. Jego ujemne wartości związane z zahamowaniem krótkofalowego promieniowania słonecznego prowadzą do intensywnego wychładzania powierzchni czynnej i inicjują powstawanie przypowierzchniowych inwersji radiacyjnych, które uznać należy za dominujący typ SBTI występujący nad Europą. Proces ich powstawania rozpoczyna się zwykle po zachodzie Słońca, a ich miąższość i natężenie zwiększa się sukcesywnie w ciągu nocy osiągając maksimum przed wschodem Słońca. Kolejno, znaczny wpływ na możliwość rozwoju SBTI wywiera typ powierzchni czynnej. Jest to szczególnie zauważalne dla różnic w częstości występowania zjawiska między obszarami lądowymi i morskimi. Nad Oceanem Atlantyckim jego powstawanie jest silnie ograniczone ze względu na znaczne prędkości wiatru, podczas gdy stosunkowo duże deniwelacje terenu występujące w obszarach wyżynnych i górskich sprzyjają jego częstszemu tworzeniu się. Także różnice w nagrzewaniu się odmiennych powierzchni czynnych (obszaru lądowego i morskiego) generujące powstawanie cyrkulacji bryzowej, mogą sprzyjać rozwojowi inwersji adwekcyjnych w strefie przybrzeżnej. Dla kształtowania miąższości i natężenia SBTI istotna jest również cyrkulacja atmosferyczna. Jej wpływ jest szczególnie wyraźny nad Europą Wschodnią, gdzie wyższe wartości obu parametrów są związane z oddziaływaniem sezonowego ośrodka wysokiego ciśnienia znad zachodniej Rosji. Zachodzące w nim ruchy zstępujące i adiabatyczne ogrzewanie cząstek powietrza prowadzą do rozwoju inwersji osiadania w wyższych warstwach troposfery, które wzmacniają powstające nocą przypowierzchniowe inwersje radiacyjne. Częstość występowania ETI cechuje się natomiast niewielką zmiennością dobową i relatywnie dużą zmiennością sezonową. Przeprowadzone badania potwierdziły, iż rozwój ETI uwarunkowany jest przez te same czynniki, które uznano wcześniej za kluczowe dla rozwoju SBTI, jednakże wpływ każdego z nich jest odmienny. Biorąc pod uwagę ich znaczenie, wymienić należy kolejno (1) cyrkulację atmosferyczną, (2) typ powierzchni czynnej i (3) bilans promieniowania powierzchni Ziemi. Niewątpliwie, głównym czynnikiem odpowiedzialnym za sezonową zmienność zjawiska jest cyrkulacja atmosferyczna. Jak wykazano, obszary częstszego pojawiania się ETI znajdują się w strefie oddziaływania rozległych ośrodków wysokiego ciśnienia. Zachodząca tak w Wyżu Azorskim, jak i w Wyżu Azjatyckim powolna subsydencja i adiabatyczne ogrzewanie cząstek powietrza prowadzi do częstego rozwoju inwersji osiadania nad obszarem morskim na zachód od Półwyspu Iberyjskiego w ciągu całego roku i nad Europą Wschodnią zimą. Istotny wpływ na możliwość rozwoju ETI wywiera także typ powierzchni czynnej. Przykładem są tutaj występujące nad rozległymi obszarami Oceanu Atlantyckiego ETI uznane za przykłady inwersji morskich. Ich powstawanie związane jest z napływem cieplejszego powietrza nad chłodniejszą powierzchnię wody - w tym ujęciu inwersje morskie można traktować jako specyficzny typ inwersji adwekcyjnych. Ostatnim czynnikiem warunkującym rozwój zjawiska jest bilans promieniowania powierzchni Ziemi, który w przypadku ETI odgrywa jednak zdecydowanie mniejszą rolę - do ich rozwoju przyczynia się jedynie zachodząca tuż po wschodzie Słońca dyssypacja SBTI. Rola tego procesu wydaje się być trudna do oszacowania biorąc pod uwagę czasową rozdzielczość reanaliz ERA-Interim. Analiza wartości pozostałych parametrów ETI dowiodła ponadto, że istotnej zmienności czasowej i przestrzennej podlega wyłącznie wysokość podstawy ETI, a także miąższość i natężenie w obszarach znajdujących się pod wpływem ośrodka wysokiego ciśnienia znad zachodniej Rosji. ETI cechują się wyższą miąższością i niższym natężeniem w porównaniu do SBTI. Wyznaczone trendy zmian wieloletnich wskazują na spadek częstości występowania, miąższości i natężenia SBTI nad niemal całą lądową częścią obszaru badań zimą i spadek częstości występowania ETI nad obszarem morskim między Islandią i Wyspami Brytyjskimi latem oraz Europą Wschodnią wiosną. Wzrost częstości występowania ETI został natomiast zidentyfikowany nad Europą Wschodnią i Europą Północno-Wschodnią zimą i nad częścią Oceanu Atlantyckiego znajdującą się pod wpływem Wyżu Azorskiego jesienią. Zmianom w częstości występowania ETI nie towarzyszyły jednak zmiany wartości pozostałych parametrów ETI. Problem wieloletniej zmienności występowania inwersji temperatury powietrza został w przedłożonej rozprawie doktorskiej jedynie zarysowany, a wiarygodne określenie przyczyn zachodzących zmian wymaga dodatkowych badań uwzględniających przede wszystkim analizę wieloletniej zmienności temperatury i wilgotności powietrza, warunków anemologicznych i solamych oraz ich potencjalnego łącznego wpływu na rozwój zjawiska. W skali regionalnej wpływ na rozwój inwersji temperatury powietrza wywierać mogą także zmiany zachodzące w cyrkulacji atmosferycznej, podczas gdy w skali lokalnej zmiany użytkowania powierzchni, w szczególności intensywny rozwój obszarów miejskich. Analiza zmienności parametrów inwersji wilgotności powietrza dowiodła, że czasowa i przestrzenna zmienność występowania zjawiska jest uzależniona od jego typu. Podobnie do inwersji temperatury powietrza, SBHI cechują się silną zmiennością dobową i sezonową, podczas gdy EHI podlegają zasadniczo tylko zmienności sezonowej. Co ciekawe, latem nocne SBTI charakteryzujące się wysoką częstością występowania nie są w stanie wywołać szybkiej kondensacji pary wodnej i doprowadzić do rozwoju SBHI. Częstość występowania EHI, analogicznie do ETI, osiąga wyraźnie wyższe wartości w dwóch regionach - Europie Wschodniej zimą i obszarze morskim na zachód od Półwyspu Iberyjskiego w ciągu całego roku. Dla drugiego z nich tendencja ta jest zauważalna jednakże dopiero po uwzględnieniu inwersji wilgotności występujących w środkowej troposferze. Rozpatrując łącznie wyniki otrzymane dla ETI i EHI można zatem przyjąć, że powolne osiadanie cząstek powietrza w ośrodkach wysokiego ciśnienia sprzyja rozwojowi tak inwersji temperatury powietrza, jak i inwersji wilgotności powietrza, przy czym EHI mają tendencje do powstawania wyżej niż ETI. Zarówno częstość równoczesnego występowania inwersji temperatury powietrza i inwersji wilgotności powietrza, jak i prawdopodobieństwo występowania inwersji temperatury powietrza przy jednoczesnym występowaniu inwersji wilgotności powietrza podlega znacznej zmienności zależnej od typu zjawiska, sezonu i regionu. Ich najwyższe wartości zostały zidentyfikowane w opisanych już obszarach oddziaływania rozległych ośrodków wysokiego ciśnienia. Pomimo braku wyraźnych zależności liniowych między wybranymi parametrami ETI i EHI, wykazano, że równoczesne występowanie obu zjawisk wzmacnia ich intensywność, miąższość i natężenie. Otrzymane wyniki potwierdzają również, że jedynie inwersje temperatury powietrza cechujące się znacznym natężeniem i miąższością mogą doprowadzić do kondesacji pary wodnej i rozwoju inwersji wilgotności powietrza. Aspekt metodyczny przedłożonej rozprawy doktorskiej nawiązywał natomiast do oceny jakości reanaliz ECMWF, która została przeprowadzona dla lat 2001-2010 i przedstawiona w publikacji nr 5. Dowiodła ona, że dane te wykazują relatywnie dobrą zdolność identyfikacji inwersji temperatury powietrza w dolnej troposferze nad Europą. Ich jakość jest jednakże silnie zależna od typu inwersji, sezonu i regionu. Dla większości rozpatrywanych stacji aerologicznych bazy IGRA, częstość występowania SBTI jest przeszacowana, zaś częstość występowania ETI jest niedoszacowana we wszystkich reanalizach ECMWF. Największe różnice między reanalizami a danymi bazy IGRA zostały zidentyfikowane dla reanaliz ERA-Interim, na podstawie których przeprowadzone zostały analizy zestawione w publikacjach nr 2, 3 i 4. Uznać należy, że w nowszych reanalizach ECMWF - ERA5, ERA-20C i CERA-20C skutecznie zaimplementowane zostały rozwiązania pozwalające na uzyskanie bardziej precyzyjnego obrazu stanu dolnej troposfery, w tym również przy występowaniu trudnej do parametryzacji stałej równowagi atmosfery. Otrzymane wyniki dają podstawę do optymizmu i oczekiwań, że kolejne generacje reanaliz atmosferycznych będą w jeszcze lepszym stopniu reprezentować procesy zachodzące w dolnej troposferze. Co ciekawe, nawet reanalizy tworzone wyłącznie przy uwzględnieniu danych pomiarowych naziemnych stacji meteorologicznych, nie wykazują wyraźnie gorszej jakości w porównaniu do full-input reanalyses. Otrzymane wyniki potwierdziły równocześnie, że duże różnice w uzyskanych wynikach mogą być skutkiem wyboru między danymi poziomów ModLev lub PresLev. Zalecane jest zatem stosowanie, o ile to możliwe, danych poziomów modelowych, które cechują się lepszą rozdzielczością pionową. 6. Perspektywy dalszych badań Przedłożona rozprawa doktorska dostarcza szczegółowych informacji na temat przestrzennego zróżnicowania i czasowej zmienności inwersji temperatury powietrza w dolnej i środkowej troposferze nad Europą. Chociaż możliwe jest rozszerzenie przeprowadzonych badań makroskalo wy eh na inne obszary strefy okołobiegunowej, umiarkowanej, podzwrotnikowej, zwrotnikowej i równikowej, interesująca wydaje się być przede wszystkim ich kontynuacja w mezoskali. Perspektywy ku temu stwarzają udostępnione pod koniec 2019 roku reanalizy UERRA (Uncertainties in Ensembles ofRegionalReAnalysis). Obejmując swym zasięgiem wyłącznie domenę europejską - Europa wraz z północno-wschodnią częścią Oceanu Atlantyckiego stanowią one typowy przykład reanaliz regionalnych. Zwiększona rozdzielczość czasowa i przestrzenna reanaliz UERRA, która wynosi 1 h i 11 km, pozwala na precyzyjne porównanie funkcjonowania inwersji temperatury powietrza w skali pojedynczych regionów - przykładowo cechujących się podwyższoną częstością występowania nocnych SBTI obszarów Alp, Karpat i Gór Skandynawskich (UERRA data user guide 2019). Odrębną grupę badań powinny stanowić analizy jakości modeli atmosferycznych w kontekście występowania inwersji temperatury powietrza. Wcześniejsze prace wskazywały bowiem na problemy w prawidłowej identyfikacji zjawiska nad obszarami okołobiegunowymi, co tłumaczono mało precyzyjną reprezentacją procesów fizycznych zachodzących w warstwie granicznej, w szczególności zaś niedostatecznym rozwiązaniem kwestii pionowego rozkładu strumieni ciepła i wilgoci (Medeiros i in. 2011; Zhang i in. 2011). Biorąc pod uwagę wspomniany już związek inwersji temperatury powietrza z rozwojem chmur piętra niskiego, a zatem i z bilansem promieniowania powierzchni Ziemi, kluczowa wydaje się być odpowiedź na pytanie czy nowsze globalne modele klimatu, przykładowo te wchodzące w skład projektów CMIP5 (Coupled Model Intercomparison Project, Phase 5) i CMIP6 {Coupled Model Intercomparison Project, Phase 6), uwzględniają rozwiązania pozwalające na bardziej precyzyjną reprezentację stałej równowagi atmosfery, w szczególności zaś inwersji temperatury powietrza i inwersji wilgotności powietrza. Istotna wydaje się być także ocena jakości numerycznych modeli prognoz pogody (przykładowo ECMWF, GFS, ICON czy APREGE) w kontekście występowania inwersji temperatury powietrza, w szczególności biorąc pod uwagę silny związek opisywanego zjawiska ze stanem aerosanitamy powietrza. Zagadnienia z zakresu meteorologii zanieczyszczeń powietrza pozostają nadal wyzwaniem badawczym. O ile rola inwersji temperatury powietrza w funkcjonowaniu epizodów ekstremalnie wysokich zanieczyszczeń powietrza była rozpatrywana wielokrotnie dla dużych aglomeracji miejskich (Yu i in. 2014; Gong i in. 2016; Malley i Lefevre 2019; Yang i in. 2019), o tyle poza szerszym zainteresowaniem tak badaczy, jak i decydentów pozostają wciąż warunki dyspersji w miastach relatywnie małych. Z punktu widzenia nauk o atmosferze, szczególnie interesujące wydaje się być określenie zależności między stopniem zabudowy wklęsłych form terenu - śródgórskich dolin i kotlin, a występującym tam stężeniem zanieczyszczeń powietrza. Jak wspomniano, w ramach opisu publikacji nr 1 wykonane przez Rendón i in. (2014) symulacje numeryczne sugerują, że w dolinach i kotlinach śródgórskich wyższy stopień urbanizacji może przyczynić się do szybszej dyssypacji inwersji temperatury powietrza, a przez to do spadku stężeń zanieczyszczeń powietrza. Hipoteza ta wymaga jednakże badań empirycznych prowadzonych w skali regionalnej stanowiąc tym samym punkt wyjściowy do dalszych badań. Abdel-Aty M., Ekram A., Huang H., Choi K., 2011, A study on crashes related to visibility obstruction due to fog and smoke. Accident Analysis and Prevention, 43, 1730-1737. https://doi.Org/10.1016/j.aap.2011.04.003. Adler B., Whiteman C. D., Hoch S. W., Lehner M., Kalthoff N., 2012, Warm-air intrusions in Arizona’s Meteor Crater. Journal of Applied Meteorology and Climatology, 51, 1010-1025. https://doi.Org/l0.1175/JAMC-D-11-0158.1. Andreas E. L., Claffey K. J., Makshtas A. P., 2000, Low level atmospheric jets and inversions over the western Weddell Sea. Boundary-Layer Meteorology, 97, 459-486. https://d0i.0rg/l 0.1023/A: 1002793831076. Andrews D. G., 2010, An introduction to atmospheric physics. Cambridge University Press, New York, United States of America. Antikainen V., Paukkunen A., Jauhiainen, H., 2002, Measurement accuracy and repeatability of Vaisala RS90 radiosonde. Vaisala News, 159, 11-113. Argentini S., Viola A., Sempreviva A. M., Petenko I., 2005, Summer boundary-layer height at the Plateau site of Dome C, Antarctica. Boundary-Layer Meteorology, 115, 409-422. https:// doi.org/10.1007/s10546-004-5643-6. Aulitzky H., 1968, Die Lufttemperaturverhaltnisse einer zentralalpinen Hanglage. Archiv fur Meteorologie Geophysik und Bioklimatologie, 16, 18-69. Bailey A., Chase T. N., Cassano J. J., Noone D., 2011, Changing temperature inversion characteristics in the US southwest and relationships to large-scale atmospheric circulation. Journal of Applied Meteorology and Climatology, 50, 1307-1323. https://doi.Org/10.l 175/2011JAMC2584.1. Błażek Z., Cemikovsky L., Krajny E., Krejci B., Ośrodka L., Volna V., Wojtylak M., 2013, Wpływ warunków meteorologicznych na jakość powietrza w obszarze przygranicznym Śląska i Moraw. Cesky Hydrometeorologicky Ustav, EMGW- PIB, Warszawa, Polska. Blennow K., Persson P., 1998, Modeling local-scale frost variations using mobile temperature measurements with a GIS. Agricultural and Forest Meteorology, 89, 59-71. https://d0i.0rg/l 0.1016/S0168-1923(97)00057-9. Bokwa A., 2011, Influence of air temperature inversions on the air pollution dispersion conditions in Krakow. Zeszyty Naukowe Uniwersytetu Jagiellońskiego Prace Geograficzne, 126,41-51. Boniecka-Żółcik H., 1963, Częstość inwersji temperatury powietrza w Krynicy Zdroju w latach 1956-1960. Przegląd Geofizyczny, 8, 37-44. Bourne S. M., Bhatt U. S., Zhang J., Thoman R., 2010, Surface-based temperature inversions in Alaska from a climate perspective. Atmospheric Research, 95, 353-366. https://doi.Org/10.1016/j.atmosres.2009.09.013. Bradley R. S., Keiming F. T., Diaz H. F., 1993, Recent changes in the North American Arctic boundary layer in winter. Journal of Geophysical Research, 98, 8851-8858. https://d0i.0rg/l 0.1029/93JD00311. Brunke M. A., Stegall S. T., Zeng X., 2015, A climatology of tropospheric humidity inversions in five reanalyses. Atmospheric Research, 153, 165-187. https://doi.Org/10.1016/j.atmosres.2014.08.005. Brummer B., Schultze M., 2015, Analysis of a 7-year-low-level temperature inversion data set measured at the 280 m high Hamburg weather mast. Meteorologische Zeitschrift, 24, 481-494. https://doi.Org/10.l 127/metz/2015/0669. Ceppi P., Gregory J. M., 2017, Relationship of tropospheric stability to climate sensitivity and Earth’s observed radiation budget. Proceedings of the National Academy of Sciences, 114, 13126-13131. https://d0i.0rg/l 0.1073/pnas. 1714308114. Chromow S. P., 1977, Meteorologia i klimatologia. Państwowe Wydawnictwo Naukowe, Warszawa, Polska. Crowe P. R., 1987, Problemy klimatologii ogólnej. Państwowe Wydawnictwo Naukowe, Warszawa, Polska. Czarnecka M., Nidzgorska-Lencewicz J., Rawicki K., 2019, Temporal structure of thermal inversions in Łeba (Poland). Theoretical and Applied Climatology, 136, 1-13. https://doi.org/10.1007/s00704-018-2459-8. Davis R. E., Hayden B. P., Gay D. A., Phillips W. L., Jones G. V., 1997, The North Atlantic subtropical anticyclone. Journal of Climate, 10, 728-744. https://doi.Org/10.l 175/1520-0442(1997)010<0728:TNASA>2.0.CO;2. Dee D. P., Uppala S. M., Simmons J., Berrisford P., Poli P., Kobayashi S., Andrae U., Balmaseda M., Balsamo G., Bauer P., Bechtold P., Beljaars C. M., van de Berg L., Bidlot J., Bormann N., Delsol C., Dragani R., Fuentes M., Geer J., Haimberger L., Healy S. B., Hersbach H., Hólm E. V., Isaksen L., Kallberg P., Kohler M., Matricardi M., Mcnally P., Monge-Sanz B. M., Morcrette J. J., Park B. K., Peubey C., de Rosnay P., Tavolato C., Thepaut J. N., Vitart F., 2011, The ERA-Interim reanalysis: configuration and performance of the data assimilation system. Quarterly Journal of the Royal Meteorological Society, 137, 553-597. https://doi.org/10.1002/qj.828. Devasthale A., Willen U., Karlsson K. G., Jones C. G., 2010, Quantifying the clear-sky temperature inversion frequency and strength over the Arctic Ocean during summer and winter seasons from AIRS profiles. Atmospheric Chemistry and Physics, 10, 5565-5572. https://doi.org/10.5194/acp-10-5565-2010. Dholakia H.H., Bhadra D., Garg A., 2014, Short term association between ambient air pollution and mortality and modification by temperature in five Indian cities. Atmospheric Environment, 99, 168-174. https://doi.Org/10.1016/j.atmosenv.2014.09.071. Donat M. G., Alexander L. V., Herold N., Dittus A. J., 2016, Temperature and precipitation extremes in century-long gridded observations, reanalyses, and atmospheric model simulations. Journal of Geophysical Research: Atmospheres, 121, 3405-3420. https://d0i.0rg/l 0.1002/2016JD025480. Dominger M., Whiteman C. D., Bica B., Eisenbach S., Pospichal B., Steinacker R., 2011, Meteorological events affecting cold-air pools in a small basin. Journal of Applied Meteorology and Climatology, 50,2223-2234. https://doi.org/ 10.1175/2011JAMC2681.1. Dürre I., Vose R. S., Wuertz D. B., 2006, Overview of the Integrated Global Radiosonde Archive. Journal of Climate, 19, 53-68. https://doi.Org/10.1175/JCLI3594.l. Dürre I., Yin X., 2008, Enhanced radiosonde data for studies of vertical structure. Bulletin of the American Meteorological Society, 89, 1257-1262. https://doi.Org/10.1175/2008BAMS2603.l. Dworak Z., 1994, Fizyka środowiska przyrodniczego. Wydawnictwa AGH, Kraków, Polska. Edwards J. B., 1996, The temporal distribution of road accidents in adverse weather. Meteorological Applications, 6, 59-68. https://doi.org/10.1017/S1350482799001139. Edwards J. B., 1999, Weather-related road accidents in England and Wales: a spatial analysis. Journal of Transport Geography, 4,201-212. https://doi.org/10.1016/0966-6923(96)006-3. Emeis S., Türk M., 2004, Frequency distributions of the mixing height over an urban area from SODAR data. Meteorologische Zeitschrift, 13, 361-367. https://d0i.0rg/l 0.1127/0941 -2948/2004/0013-0361. Fujiwara M., Wright J. S., Manney G. L., Gray L. J., Anstey J., Bimer T., Davis S., Gerber E. P., Harvey V. L., Hegglin M. I., Homeyer C. R., Knox J. A., Krüger K., Lambert A., Long C. S., Martineau P., Molod A., Monge-Sanz B. M., Santee M. L., Tegtmeier S., Chabrillat S., Tan D. G. H., Jackson D. R., Polavarapu S., Compo G. P., Dragani R., Ebisuzaki W., Harada Y., Kobayashi Ch., McCarty W., Onogi K., Pawson S., Simmons A., Wargan K., Whitaker J. S., Zou Ch. Z., 2017, Introduction to the SPARC Reanalysis Intercomparison Project (S-RIP) and overview of the reanalysis systems. Atmospheric Chemistry and Physics, 17, 1417-1452. https://doi.org/10.5194/acp-17-1417-2017, 2017. Galewsky J., 2018, Relationships between inversion strength, lower-tropospheric moistening, and low-cloud fraction in the subtropical Southeast Pacific derived from stable isotopologues of water vapor. Geophysical Research Letter, 45, 7701-7710. https://doi.Org/l 0.1029/2018GL078953. Geiger R., 1961, Das Klima der bodennahen Luftschicht: Ein Lehrbuch der Mikroklimatologie. Friedrich Vieweg & Sohn, Braunschweig, Deutschland. Gilson G. F., Jiskoot H., Cassano J. J., Nielsen T. R., 2018, Radiosonde-derived temperature inversions and their association with fog over 37 melt seasons in East Greenland. Journal of Geophysical Research: Atmospheres, 123, 9571-9588. https://doi.org/10.1029/2018JD028886. Gocie M., Trajkovic S., 2013, Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia. Global and Planetary Change, 100, 172-182. https://doi.Org/10.1016/j.gloplacha.2012.10.014. Godłowska J., 2019, Wpływ warunków meteorologicznych na jakość powietrza w Krakowie. Badania porównawcze i próba podejścia modelowego. IMGW-PIB, Warszawa, Polska. Gołaszewski D., 2004, Stratyfikacja termiczna w przygruntowej warstwie powietrza w wiosenne noce przymrozkowe na stacji SGGW Ursynów. Acta Agrophysica, 3, 247-255. Gong X., Zhang C., Chen H., Nizkorodov S. A., Chen J., Yang X., 2016, Size distribution and mixing state of black carbon particles during a heavy air pollution episode in Shanghai. Atmospheric Chemistry and Physics, 16, 5399-5411. https://doi.org/10.5194/acpd-15-35383-2015. Gorji A. H., Hajianfar R., Rostamforody B., 2013, Effects of cold and other abiotic stress on plants. International Journal of Agronomy and Plant Production, 4, 3597-3604. Gregow H., Jylha K., Makela H. M., Aalto J., Manninen T., Karlsson P., Kaiser-Weiss A. K., Kaspar F., Poli P., Tan D. G. H., Obregon A., Su Z., 2016, Worldwide survey of awareness and needs concerning reanalyses and respondents’ views on climate services. Bulletin of the American Meteorological Society, 97, 1461-1473. https://doi.org/10.1175/BAMS- D-14-00271.1. Guo J., Miao Y., Zhang Y., Liu H., Li Z., Zhang W., He J., Luo M., Yan Y., Bian L., Zhai P., 2016, The climatology of planetary boundary layer height in China derived from radiosonde and reanalysis data. Atmospheric Chemistry and Physics, 16, 13309-13319. http://doi.org/10.5194/acp-16-13309-2016. Haiden T., Whiteman C. D., Hoch S. W., Lehner M., 2011, A mass flux model of nocturnal cold-air intrusions into a closed basin. Journal of Applied Meteorology and Climatology, 50, 933-943. http://doi.Org/10.1175/2010JAMC2540.l. Hersbach H., Dee D., 2016, ERA5 reanalysis is in production. ECMWF Newsletter 147, 7, Reading, United Kingdom. Hersbach H., de Rosnay P., Bell B., Schepers D., Simmons A., Soci C., Abdalla S., Balmaseda A. M., Balsamo G., Bechtold P., Berrisford P., Bidlot J., de Boisseson E., Bonavita M., Browne P., Buizza R., Dahlgren P., Dee D., Dragani R., Diamantakis M., Flemming J., Forbes R., Geer A., Haiden T., Hólm E., Haimberger L., Hogan R., Horanyi M., Janiskova P., Laloyaux P., Lopez P., Munoz-Sabater J., Peubey C., Radu R., Richardson D., Thepaut J. N., Vitart F., Yang X., Zsóter E., Zuo H., 2018, Operational global reanalysis: progress, future directions and synergies with NWP. ERA Report Series. ECMWF, United Kingdom, https://doi.org/10.21957/tkic6g3wm. Hudson S. R., Brandt R. E., 2005, A look at the surface-based temperature inversion over the Antarctic Plateau. Journal of Climate, 18, 1673-1696. https://doi.Org/10.1175/JCLI3360.l. Hurrell J. W., Kushnir Y., Ottersen G., Visbeck M., 2003, An overview of the North Atlantic oscillation. Geophysical Monograph American Geophysical Union, 134, 1-36. https://doi.org/10.1029/134GM01. Jacobson M. Z., 2002, Atmospheric pollution: history, science and regulation. Cambridge University Press, New York, United States of America. Ji F., Evans J. P., Di Luca A., Jiang N., Olson R., Fita L., Ariieso D., Chang L. T. C., Scorgie Y., Riley M., 2019, Projected change in characteristics of near surface temperature inversions for southeast Australia. Climate Dynamics, 52, 487-1503. https://d0i.0rg/l 0.1007/s00382-018-4214-3. Jolliffe I. T., Stephenson D. B., 2003, Forecast verification: a practitioner’s guide in atmospheric science. John Wiley and Sons, West Sussex, United Kingdom. Jurzecki S., 1969, Wpływ pogody i klimatu na wegetację roślin uprawnych w pogórskim odcinku Raby, Zeszyty Naukowe Uniwersytetu Jagiellońskiego, Prace Geograficzne, 25, 113-131. Kahl J. D., 1990, Characteristics of the low-level temperature inversions along the Alaska Arctic coast. International Journal of Climatology, 10, 537-548. https://doi.org/10.1002/joc.3370100509. Kahl J. D., Serreze M. C., Schnell R. C., 1992, Tropospheric low-level temperature inversions in the Canadian Arctic. Atmosphere-Ocean, 30, 511-529. https://doi.org/10.1080/07055900.1992.9649453. Kassomenos P. A., Paschalidou A. K., Lykoudis S., Koletsis I., 2014, Temperature inversion characteristics in relation to synoptic circulation above Athens, Greece. Environmental Monitoring and Assessment, 186, 3495-3502. https://doi.org/10.1007/sl0661-014-3632-x. Kaszowski W., Hajto M., 2006, Metody określania głębokości warstwy mieszania - pomiary teledetekcyjne a formuły parametryzacje. Wiadomości IMGW, 29, 53-57. Kim K. H., Kabir E., Kabir S., 2015, A review on the human health impact of airborne particulate matter. Environment International, 74, 136-143. https://doi.org/10.1016/j .envint.2014.10.005. Kłysik K., 1971, Ze studiów nad stratyfikacją powietrza w Dolinie Wilkowskiej. Przegląd Geofizyczny, 26, 101-110. Knozovä G., 2008, Inwersje temperatury powietrza na stacji aerologicznej Praga-Libuś (1975-2006) [w:] Kłysik K., Wibig J., Fortuniak K. (red.), Klimat i bioklimat miast. Wydawnictwo Uniwersytetu Łódzkiego, Łódź, Polska, 65-79. Koch H. G., 1961, Die warme Hangzone: Neue Anschauungen zur nächtlichen Kaltluftschichtung in Tälern und an Hängen. Zeitschrift für Meteorologie, 15, 151-171. Koshiro T., Shiotani M., Kawai H., Yukimoto S., 2018, Evaluation of relationships between subtropical marine low stratiform cloudiness and estimated inversion strength in CMIP5 models using the satellite simulator package COSP. SOLA, 14, 25-32. https://d0i.0rg/l 0.215 l/sola.2018-005. Kottek M., Grieser J., Beck C., Rudolf B., Rubel F., 2006, World map of the Köppen-Geiger climate classification updated. Meteorologische Zeitschrift, 15, 259-263. https://d0i.0rg/l 0.1127/0941 -2948/2006/0130. Kożuchowski K., 1975, Profil temperatury w Tatrach a stratyfikacja termiczna atmosfery. Przegląd Geofizyczny, 20, 97-110. Kożuchowski K., 2005, Meteorologia i klimatologia. Wydawnictwo Naukowe PWN, Warszawa, Polska. Laloyaux P., de Boisseson E., Balmaseda M., Bidlot J. R., Brönnimann S., Buizza R., Dalhgren P., Dee D., Haimberger L., Hersbach H., Kosaka Y., Martin M., Poli P., Rayner N., Rustemeier E., Schepers D., 2018, CERA-20C: A coupled reanalysis of the twentieth century. Journal of Advances in Modelling Earth Systems, 10, 1172-1195. https://d0i.0rg/l 0.1029/2018MS001273. Largeron Y., Staquet Ch., 2016, Persistent inversion dynamics and wintertime PM10 air pollution in Alpine valleys. Atmospheric Environment, 135, 92-108. https://d0i.0rg/l 0.1016/j.atmosenv.2016.03.045. Li Y., Yan J., Sui X., 2012, Tropospheric temperature inversion over central China. Atmospheric Research, 116, 105-115. https://doi.Org/10.1016/j.atmosres.2012.03.009. Liu Y., Key J. R., 2003, Detection and analysis of clear-sky, low-level atmospheric temperature inversions with MODIS. Journal of Atmospheric and Oceanic Technology, 20,1727-1737. https://doi.org/10.1109/IGARSS.2002.1026527. Liu Y., Key J. R., Schweiger A., Francis J., 2006, Characteristics of satellite-derived clear-sky atmospheric temperature inversion strength in the Arctic. Journal of Climate, 19, 4902-4913. https://d0i.0rg/l0.1175/JCLI3915.1. Liuzzo L., Bono E., Sammartano V., Freni G., 2017, Long-term temperature changes in Sicily, Southern Italy. Atmospheric Research, 198, 44-55. https://doi.Org/10.1016/j.atmosres.2017.08.007. Lokoshchenko M. A., 2002, Long-term sodar observations in Moscow and a new approach to potential mixing determination by radiosonde data. Journal of Atmospheric and Oceanic Technology, 19, 1151-1162. https://doi.org/10.1175/1520- 0426(2002)019<1151 :LTSOIM>2,O.CO;2. Lu F., Xu D., Cheng Y., Dong S., Guo C., Jiang X., Zheng X., 2015, Systematic review and meta-analysis of the adverse health effects of ambient PM2. 5 and PM 10 pollution in the Chinese population. Environmental Research, 136, 196-204. https://doi.Org/10.1016/j.envres.2014.06.029. Malley C., von Schneidemesser E., Molier S. J., Hicks W. K., Braban C., Heal M., 2018, Analysis of the distributions of hourly NO2 concentrations contributing to annual average NO2 concentrations across the European monitoring network between 2000 and 2014. Atmospheric Chemistry and Physics, 18, 3563-3587. https://d0i.0rg/l 0.5194/acp-l 8-3563-2018. Malley C., Lefevre E. N., 2019, Measurement-based assessment of the regional contribution and drivers of reduction in annual and daily fine particulate matter impact metrics in Paris, France (2009-2018). Atmospheric Environment, 211, 38-54. https://d0i.0rg/l 0.1016/j.atmosenv.2019.04.061. Martyn D., 2000, Klimaty kuli ziemskiej. Wydawnictwo Naukowe PWN, Warszawa, Polska. Medeiros B., Deser C., Tomas R. A., Kay J. E., 2011, Arctic inversion strength in climate models. Journal of Climate, 24, 4733-4740. https://doi.Org/10.1175/2011JCLI3968.l. Michalczewski J., 1962, Długotrwałe zastoiska mrozowe Kotliny Podhalańskiej. Acta Geographica Lodziendzia, 13, 27-70. Michalczyk J. K., 2003, Transport gazowych zanieczyszczeń w powietrzu - symulacje numeryczne w skali lokalnej. Praca Doktorska, Politechnika Lubelska, Instytut Inżynierii i Ochrony Środowiska, Lublin, Polska. Milata S., 1959, Częstotliwość inwersji względnych temperatury powietrza w Krakowie w latach 1954, 1955 i 1957. Przegląd Geofizyczny, 4, 19-37. Milionis A. E., Davies T. D., 2002, Associations between atmospheric temperature inversions and vertical wind profiles: a preliminary assessment. Meteorological Applications, 9, 223-228. https://doi.org/10.1017/S1350482702002074. Milionis A. E., Davies T. D., 2008, A comparison of temperature inversion statistics at a coastal and a non-coastal location influenced by the same synoptic regime. Theoretical and Applied Climatology, 94, 225-239. https://doi.org/10.1007/s00704-007-0356-7. Mydeł R., Groch J. (red.), 2000, Przeglądowy Atlas Świata. Europa część 1. Fogra, Kraków, Polska. Naakka T., Nygard T., Vihma T., 2018, Arctic humidity inversions: climatology and processes. Journal of Climate, 31, 3765-3787. https://doi.Org/10.1175/JCLI-D-17-0497.l. Naud C. M., Booth J. F., Del Genio A. D., 2016, The relationship between boundary layer stability and cloud cover in the post-cold-frontal region. Journal of Climate, 29,8129-8149. https://doi.Org/l 0.1175/JCLI-D-l 5-0700.1. Niedźwiedź T., 1968, Przymrozki w pogórskim odcinku doliny Raby. Zeszyty Naukowe Uniwersytetu Jagiellońskiego Prace Geograficzne, 18, 53-70. Nygard T., Valkonen T., Vihma T., 2013, Antarctic low-tropospheric humidity inversions: 10-yr climatology. Journal of Climate, 26, 5205-5219. https://d0i.0rg/l 0.117 5/JCLI-D-12-00446.1. Nygard T., Valkonen T., Vihma T., 2014, Characteristics of Arctic low-tropospheric humidity inversions based on radio soundings. Atmospheric Chemistry and Physics, 14, 1959-1971. https://doi.org/10.5194/acp-14-1959-2014. Obrębska-Starklowa B., 1971, O stosunkach termicznych w dolinach ze szczególnym uwzględnieniem warstwy inwersyjnej. Folia Geographica Series Geographica-Physica, 5, 87-104. Orlicz M., Orliczowa J., 1955, Inwersje temperatury na północnym skłonie Tatr. Przegląd Meteorologiczny i Hydrologiczny, 8, 235-255. Panagiotopoulos F., Shahgedanova M., Hannachi A, Stephenson D. B., 2005, Observed trends and teleconnections of the Siberian high: a recently declining center of action. Journal of Climate, 18, 1411-1422. https://doi.Org/10.1175/JCLI3352.l. Pascal M., Corso M., Chanel O., Declercq C., Badaloni C., Cesaroni G., Henschel S., Meister K., Haluza D., Martin-Olmedo P., Medina S., 2013, Assessing the public health impacts of urban air pollution in 25 European cities: results of the Aphekom project. Science of the Total Environment, 449, 390-400. https://doi.Org/10.1016/j.scitotenv.2013.01.077. Pavelsky T. M., Boe J., Hall A., Fetzer E. J., 2011, Atmospheric inversion strength over polar oceans in winter regulated by sea ice. Climate Dynamics, 36, 944-955. https://doi.org /10.1007/s00382-010-0756-8. Perry K. B., 1998, Basics of frost and freeze protection for horticultural crops. HortTechnology, 8, 10-15. https://doi.Org/10.21273/HORTTECH.8.l.10. Poli P., Hersbach H., Dee D. P., Berrisford P., Simmons A. J., Vitart F., Laloyaux P., Tan D. G. H., Peubay C., Thepaut J. N., Tremolet Y., Holm V., Bonavita M., Isaksen L., Fisher M., 2016, ERA-20C: an atmospheric reanalysis of the twentieth century. Journal of Climate, 29,4083-4097. https://doi.Org/10.1175/JCLI-D-15-0556.l. Potop V., Tiirkot L., 2013, Rizika vyskytu pozdnich jamich mrazu a prvnich podzimnich mrazu pri pestovani cukrove repy ve strednich Cechach. Listy Cukrovamicke Ukrovamicke aReparske, 129, 283-291. Qu X., Hall A., Klein S. A., Caldwell P. M., 2015, The strength of the tropical inversion and its response to climate change in 18 CMIP5 models. Climate Dynamics, 45, 375-396. https://d0i.0rg/l 0.1007/s00382-014-2441 -9. Reichler T., Dameris M., Sausen R., 2003, Determining the tropopause height from gridded data. Geophysical Research Letters, 30. https://doi.org/10.1029/2003GL018240. Rendón A., Salazar J. F., Palacio C. A., Wirth V., Brotz, B., 2014, Effects of urbanization on the temperature inversion breakup in a mountain valley with implications for air quality. Journal of Applied Meteorology and Climatology, 53, 840-858. https://d0i.0rg/l 0.1175/JAMC-D-13-0165.1. Rohrer M., Bronnimann S., Martius O., Raible C. C., Wild M., Compo G. P., 2018, Representation of extratropical cyclones, blocking anticyclones, and Alpine circulation types in multiple reanalyses and model simulations. Journal of Climate, 31, 3009-3031. https://doi.Org/10.1175/JCLI-D-17-0350.l. Romer E., 1939-1946, Rozmyślania klimatyczne. Czasopismo Geograficzne, 17, 11-86. Russo A., Trigo R. M., Martins H., Mendes M., 2014, NO2, PM10 and O3 urban concentrations and its association with circulation weather types in Portugal. Atmospheric Environment, 89, 768-785. https://doi.Org/10.1016/j.atmosenv.2014.02.010. Salby M. L., 2012, Physics of the atmosphere and climate. Cambridge University Press, New York, United States of America. Serreze M. C., Schnell R. C., Kahl J. D., 1992, Low-level temperature inversions of the Eurasian Arctic and comparison with soviet drifting station data. Journal of Climate, 5, 615-629. https://doi.0rg/lO.l 175/1520-0442(1992)005<0615:LLTIOT>2.0.CO;2. Seidel D. J., Zhang Y., Beljaars A., Golaz J. C., Jacobson A. R., Medeiros B., 2012, Climatology of the planetary boundary layer over the continental United States and Europe. Journal of Geophysical Research: Atmospheres, 117, 1-15. https://d0i.0rg/l 0.1029/2012JD018143. Shi C., Nduka I. C., Yang Y., Huang Y., Yao R., Zhang H., He B., Xie Ch., Wang Z., Yim S. H. L., 2020, Characteristics and meteorological mechanisms of transboundary air pollution in a persistent heavy PM2.5 pollution episode in Central-East China. Atmospheric Environment, 223. https://doi.Org/10.1016/j.atmosenv.2019.117239. Słownik meteorologiczny, 2003, Niedźwiedź T. (red.). Polskie Towarzystwo Meteorologiczne, EMGW-PEB, Warszawa, Polska. Stoenescu S. M., 1951, Clima Bucegilor (The climate of the Bucegi Mountains), Edit. Tehnica, Bucuresti, 219. Steinacker R., Whiteman C. D., Dominger M., Pospichal B., Eisenbach S., Holzer A. M., Weihs P., Mursch-Radlgruber E., Baumann K., 2007, A sinkhole field experiment in the Eastern Alps. Bulletin of the American Meteorological Society, 88, 701-716. https://doi.org/10.1175/BAMS-88-5-701. Stryhal J., Huth R., Sladek I., 2017, Climatology of low-level temperature inversions at the Prague-Libuś aerological station. Theoretical and Applied Climatology, 127, 409- 420. https://d0i.0rg/l 0.1007/s00704-015-1639-z. Szewczak P., 2010, Meteorologia dla pilota samolotowego. Avia-Test, Poznań, Polska. Ścieszko J., Papiernik Ż., 2013, Wpływ warunków atmosferycznych na zdarzenia drogowe na przykładzie województwa łódzkiego. Acta Universitatis Lodziensis Folia Geographica Physica, 12, 97-115. Taszarek M., Kendzierski S., Pilguj N., 2020, Hazardous weather affecting European airports: climatological estimates of situations with limited visibility, thunderstorm, low-level wind shear and snowfall from ERA5. Weather and Climate Extremes, 28. https:// doi.org/ 10.1016/j. wace.2020.100243. Taylor K. E., 2001, Summarizing multiple aspects of model performance in a single diagram. Journal of Geophysical Research, 106,7183-7192. https://doi.org/10.1029/2000JD900719. Teixeira J., Miranda P. M. A., 2001, Fog prediction at Lisbon Airport using a one-dimensional boundary layer model. Meteorological Applications, 8, 497-505. https://doi.org/10.1017/S135048270100411X. Trepińska J., 1971, Pionowe zróżnicowanie przymrozków w Krakowie. Folia Geographica Series Geographica-Physica, 5, 133-141. Trivedi D. K., Ali K., Beig G., 2014, Impact of meteorological parameters on the development of fine and coarse particles over Delhi. Science of the Total Environment, 478, 175-183. https://doi.org/10.1016/j .scitotenv.2014.01.101. Unal Y. S., Toros H., Deniz A., Incecik S., 2011, Influence of meteorological factors and emission sources on spatial and temporal variations of PM 10 concentrations in Istanbul metropolitan area. Atmospheric Environment, 45, 5504-5513. https://doi.Org/10.1016/j.atmosenv.2011.06.039. UERRA data user guide, 2019. Copernicus Climate Change Service, ECMWF, Reading, United Kingdom. U.S. Standard Atmosphere, 1976. NOAA, NASA, USAF. Washington, United States of America. Ustmul Z., 1997, Zmienność cyrkulacji atmosfery na półkuli północnej w XX wieku. Materiały Badawcze, Seria Meteorologia. 27, EMGW, Warszawa, Polska. Walczewski J., 2000, Priorytetowe zadania w badaniach warstwy granicznej atmosfery granicznej atmosfery. Wiadomości IMGW, 44, 5-12. Walczewski J., 2006, Liczba dni z całodziennymi inwersjami w Krakowie w latach 1994-2005. Wiadomości IMGW, 50, 69-73. Walczewski J., 2007a, Analiza częstości występowania w Krakowie całodziennych inwersji w zestawieniu z typami cyrkulacji w okresie lat 1994-2005. Wiadomości EMGW, 51, 49-54. Walczewski J., 2007b, Związki między występowaniem typów cyrkulacji J. Lityńskiego a pojawianiem się całodziennych warstw inwersyjnych w latach 1994-2005. Wiadomości IMGW, 51, 65-74. Walczewski J., 2007c, Przegląd literatury na temat badań warstwy granicznej atmosfery w Krakowie w latach 1980-2007. Wiadomości IMGW, 51, 87-96. Walczewski J., 2009, Niektóre dane o występowaniu całodziennych warstw inwersyjnych w atmosferze Krakowa i uwarunkowania tego zjawiska. Przegląd Geofizyczny, 54, 183-191. Wang Y., Ying Q., Hu J., Zhang H., 2014, Spatial and temporal variations of six criteria air pollutants in 31 provincial capital cities in China during 2013-2014. Environment International, 73, 413-422. https://doi.Org/10.1016/j.envint.2014.08.016. Wetzel C., Brümmer B., 2011, An Arctic inversion climatology based on the European Centre Reanalysis ERA-40. Meteorologische Zeitschrift, 20, 589-600. https://doi.Org/10.l 127/0941-2948/2011/0295. Whiteman C. D., Xindi B., Shiyuan Z., 1999, Wintertime evolution of the temperature inversion in the Colorado Plateau Basin. Journal of Applied Meteorology and Climatology, 38, 1103-1117. https://doi.Org/10.l 175/1520-0450(1999)038<1103:WEOTTI>2.0.CO;2. Whiteman C. D., Haiden T., Pospichal B., Eisenbach S., Steinacker R., 2004a, Minimum temperatures, diurnal temperature ranges, and temperature inversions in limestone sinkholes of different sizes and shapes. Journal of Applied Meteorology, 43, 1224-1236. https://doi.Org/10.l 175/1520-0450(2004)043<1224:MTDTRA>2.0.CO;2. Whiteman C. D., Pospichal B., Eisenbach S., Weihs P., Clements C. B., Steinacker R., Mursch-Radlgruber E., Dominger M., 2004b, Inversion breakup in small Rocky Mountain and Alpine basins. Journal of Applied Meteorology, 43, 1069-1082. https://doi.org/10.ll 75/1520-0450(2004)043<1069:IBISRM>2.0.CO;2. Whiteman C. D., Muschinski A., Zhong S., Fritts D., Hoch S. W., Hahnenberger M., Wenqing Y, Hohreiter V., Behn M., Cheon Y., Clements C. B., Horst T. W., Brown W. O. J., Oncley S. P., 2008, METCRAX 2006: meteorological experiments in Arizona's Meteor Crater. Bulletin of the American Meteorological Society, 89, 1665-1680. https://doi.Org/10.1175/2008BAMS2574.l. Whiteman C. D., Hoch S. W., Horel J. D., Charland A., 2014, Relationship between particulate air pollution and meteorological variables in Utah's Salt Lake Valley. Atmospheric Environment, 94, 742-753. https://doi.Org/10.1016/j.atmosenv.2014.06.012. Wiążewski W., Bąkowski R., 2007, Sytuacje synoptyczne sprzyjające występowaniu mgieł na lotnisku Kraków-Balice [w:] Piotrowicz K., Twardosz R. (red.), Wahania klimatu w różnych skalach przestrzennych i czasowych. Instytut Geografii i Gospodarki Przestrzennej Uniwersytetu Jagiellońskiego, Kraków, Polska, 337-346. Widawski A., 2008, Struktura przestrzenna elementów pogody Alp i Karpat w świetle informacji satelitarnej NOAA - dolna troposfera oraz powierzchnia Ziemi. Teledetekcja Środowiska, 40, 5-27. Więcław M., 2011, Dobowy przebieg temperatury powietrza w Bydgoszczy w czasie wiosennych i jesiennych przymrozków w zależności od rodzaju masy powietrza. Prace i Studia Geograficzne, 47, 425-431. Wood R., Bretherton C. S., 2006, On the relationship between stratiform low cloud cover and lower-tropospheric stability. Journal of Climate, 19, 6425-6432. https://doi.Org/10.1175/JCLI3988.l. Wypych A., 2003, Air humidity and fogs in Cracow in the period 1961-2000 in relation to synoptic situations. Zeszyty Naukowe Uniwersytetu Jagiellońskiego Prace Geograficzne, 112, 105-114. Wypych A., Bochenek B., 2018, Vertical structure of moisture content over Europe. Advances in Meteorology, https://doi.org/10.1155/2018/3940503. Yang Y., Yim S. H., Haywood J., Osbome M., Chan J. C., Zeng Z., Cheng J. C., 2019, Characteristics of heavy particulate matter pollution events over Hong Kong and their relationships with vertical wind profiles using high-time-resolution Doppler lidar measurements. Journal of Geophysical Research: Atmospheres, 124, 9609-9623. https://doi.Org/l 0.1029/2019JD031140. Yao W., Zhong S., 2009, Nocturnal temperature inversions in a small, enclosed basin and their relationship to ambient atmospheric conditions. Meteorology and Atmospheric Physics, 103,195-210. https://doi.org/10.1007/s00703-008-0341-4. Yosef Y., Aguilar E., Alpert P., 2018, Detecting and adjusting artificial biases of long-term temperature records in Israel. International Journal of Climatology, 38, 3273-3289. https://doi.org/10.1002/joc.5500. Young F. D., 1921, Nocturnal temperature inversions in Oregon and California, Monthly Weather Review, 49,138-149. Yu S., Zhang Q., Yan R., Wang S., Li P., Chen B., Liu W., Zhang X., 2014, Origin of air pollution during a weekly heavy haze episode in Hangzhou, China. Environmental Chemistry Letters, 12, 543-550. https://doi.org/10.1007/sl0311-014-0483-l. Zhang Y., Seidel D. J., Golaz J. C., Deser C., Tomas R. A., 2011, Climatological characteristics of Arctic and Antarctic surface-based inversion. Journal of Climate, 24, 5167-586. https://doi.org/10.! 175/2011JCLI4004.1. Zhang Y., Seidel D. J., Zhang S., 2013, Trends in planetary boundary layer height over Europe. Journal of Climate, 26, 10071-10076. https://doi.Org/10.1175/JCLI-D-13-00108.l. Zhang Y., Stevens B., Medeiros B., Ghil M., 2009, Low-cloud fraction, lower-tropospheric stability, and large-scale divergence. Journal of Climate, 22, 4827-4844. https://d0i.0rg/l 0.1175/2009JCLI2891.1. Zwoździak J., Zwoździak A., Szczurek A., 1998, Meteorologia w ochronie atmosfery. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław, Polska. Źródła internetowe: American Meteorological Society, 2020, Glossary of meteorology [dostęp: 31 stycznia 2020]: https://www.ametsoc.org/ams/index.cfin/publications/glossary-of-meteorology/. ECMWF, 2019, About pressure level data in high altitudes [dostęp: 30 kwietnia 2019]: https://confluence.ecmwf.int/display/CKB/About+pressure+level+data+in+high+altitudes/. National Center for Atmospheric Research, 2020, ERA-Interim vertical coordinate conventions and numerical attributes [dostęp: 30 kwietnia 2020]: https://rda.ucar.edU/datasets/ds627.0/docs/Eta_coordinate/. University of Wyoming, Department of Atmospheric Science, 2020, Soundings [dostęp: 30 kwietnia 2020]. http://weather.uwyo.edu/upperair/sounding.html. III. PUBLIKACJE WCHODZĄCE W SKŁAD ROZPRAWY DOKTORSKIEJ Publikacja nr 1: Palarz A., Celiński-Mysław D., 2017, The effect of temperature inversions on the particulate matter PM 10 and sulfur dioxide concentrations in selected basins in the Polish Carpathians. Carpathian Journal of Earth and Environmental Sciences, 12, 629-640. THE EFFECT OF TEMEPRATURE INVERSIONS ON THE PARTICULATE MATTER PM 10 AND SULFUR DIOXIDE CONCENTRATIONS IN SELECTED BASINS IN THE POLISH CARPATHIANS Angelika PALARZ & Daniel CELIŃSKI-^SŁAW Department of Climatology, Jagiellonian University, Gronostajowa 7, 30-387 Krakow, Poland E-mail: angelika.palarz@doctoral.uj.edu.pl, daniel.celinski-myslaw@doctoral.uj.edu.pl Abstract: Temperature inversions are considered a phenomenon contributing to an increase in the concentration of air pollutants. The goal of the study is to determine the impact of the temperature inversions on particulate matter PM 10 and sulfur dioxide concentrations in small towns located in the basins of the Polish Carpathians, i.e. Jaslo, Zakopane, and Zywiec. The measuring series of stations located in cities with a far greater degree of urbanization, i.e. Krakow, Nowy Sacz and Przemysl, were used comparatively. The study covers an analysis of two heavy air pollution episodes that occurred in January 2016. According to the obtained results, the persistence of the strong episodes of high concentrations of particulate matter PM 10 and SO2 was associated with the influence of extensive high pressure systems favourable to the slow sinking of air particles. Their long-term persistence led to the development of subsidence inversion in the lower and middle troposphere and also, at night, radiation inversions enhanced by katabatic winds of cool air. The increase in the concentration of the particulate matter PM 10 and sulphur dioxide was also supported by the location in the vicinity of the single-family houses heated mainly by combustion of low quality coal (e.g. Nowy Sacz, Zakopane, Zywiec). Despite a much larger population and a greater degree of urbanization, the values of the discussed air pollutants recorded in Krakow and Przemysl were comparable to, or even lower than in much smaller towns located in the Carpathian basins. Key words: temperature inversion; air pollution; particulate matter; sulphur dioxide; the Polish Carpathians 1. INTRODUCTION Temperature inversions, which are a situation of the increase in air temperature along with height, are usually regarded as a negative phenomenon that contributes to the occurrence of sudden ground frost, fogs and mists, and the increase in the concentration of air pollution (Jacobson, 2002). Areas particularly predisposed to the formation of surface-based inversion and, therefore, high concentrations of air pollutants are concave landforms, especially mid- mountainous valleys and basins. So far, the issue of seasonal variability in the concentrations of air pollutants and their meteorological conditions in areas with concave landforms has been raised primarily in relation to highly urbanized areas of North America (Whiteman et al., 2014; Green et al., 2015), Asia (Aryla et al., 2008; Zhuang et al., 2014) and Europe (Anttila et al., 2016; Langeron & Staquet, 2016). The conducted studies demonstrated that, regardless of the location, the distribution of concentrations of air pollutants, including particulate matter, was above all characterized by distinct seasonal variations, peaking in the cool season. This was most commonly associated with the long-term persistence of inhibition layers which were supported by the occurrence of extensive systems of high pressure (Langeron & Staquet, 2016). The occurrence of high pressure systems restricting air movement was an important factor leading to the deterioration of the aerosanitary state also in areas of lesser hypsometric diversity (Unal et al., 2011; Russo et al., 2014; Trivedi et al., 2014; Wang et al., 2014). Local emissions of pollutants related to residential heating, road transport and industry also played a significant role there. Similar results were obtained in studies conducted in southern Poland - Upper Silesia (Lesniok et al., 2010; Radomski & Widawski 2011; Blazek et al., 2013) and Krakow (Bokwa, 2011 Bielec-B^kowska et al., 2011). Concentrations of particulate matter PM 10, sulphur dioxide and nitrogen dioxide reached the highest values in winter, which was associated with a reduced solar radiation inflow, low temperatures, and increased emissions of air pollutants from home furnaces. In addition, the studies of Lesniok et al., (2010) and Bielec-B^owsto et al., (2011) showed that instances of exceeding maximum standards were recorded frequently in the presence of vast areas of increased pressure - a high centre and an anticyclonic wedge, as well as the advection of air from the southern sector. Detailed analysis of selected smog episodes, whose aim was to determine the relationship between air quality and circulation conditions as well as selected meteorological and topographical conditions, were conducted, among others, by Malek et al., (2006) - Logan (USA), Olofson et al., (2009) - Gotteborg (Sweden), Silcox et al., (2012) - Salt Lake City (USA) and Rahman et al., (2015) - Kuala Lumpur (Malaysia). They showed that high concentrations of air pollutants were most commonly associated with local boundary stability. A special case among these publications is the study of meteorological and environmental aspects of one of the worst national air pollution episodes in the United States. Extremely high concentrations of particulate matter PM 2.5 observed in January 2004 in Logan, a town with a population of about 100,0, were associated with both the location of the town in a highly concave landform and the meteorological conditions hindering the dispersion of air pollution - the occurrence of temperature inversion reinforced by a strong high pressure system and the persistence of snow cover (Malek et al., 2006). This paper refers to the study of the occurrence of extreme air pollution episodes in cities located in concave landforms, and to the idealized numerical simulations performed by Rendon et al., (2014), which suggest that the increase in the degree of urbanization is not the only factor determining air quality. The aim of the study is to investigate the impact of the occurrence of temperature inversions on the concentrations of selected air pollutants in small towns located in the basins of the Polish Carpathians - Jaslo (37,000 inhabitants), Zakopane (27,000 inhabitants), Zywiec (32,000 inhabitants). The obtained results were compared with the measurements performed in cities of a far greater degree of urbanization located nearby, i.e. Krakow (760,000 inhabitants), Nowy Sacz (85,000 inhabitants), and Przemysl (67,000 inhabitants). 1. THE STUDY AREA The spatial extent of the study comprises the area of four mesoregions located in the Polish Carpathians, i.e. Jaslo-Krosno Basin (Jaslo), Nowy Sacz Basin (Nowy Sacz), Zywiec Basin (Zywiec) and Podtatrzanski Trench (Zakopane) (Kondracki 2002). Krakow and Przemysl, however, are situated on the border of several physico-geographical units in the valleys of two large rivers, i.e. the Vistula and the San. Jaslo-Krosno Basin, Nowy Sacz Basin, Zywiec Basin and Podtatrzanski Trench constitute concave landforms surrounded by hills and mountains (Fig. 1). Their bottoms are located at a height of 240-270 meters above sea level in the case of Jaslo-Krosno Basin, 280-300 m above sea level in Nowy Sacz Basin, 340-500 m above sea level in Zywiec Basin, and up to from 750 to 1,000 meters above sea level in Podtatrzanski Trench, whereas the terrain height differences range between 500 to 1,600 m (Fig. 2). The topography of the areas in question is a factor highly conducive to the stagnation of cool air in the depressions and the formation of cold-air pools, as well as the occurrence of inversion layers inhibiting the mixing of air. Moreover, in Zywiec Basin, a large reservoir with an area of 10 km2 located on the river Sola, exerts substantial influence on weather conditions, including the occurrence of fogs and mists. The air quality monitoring stations selected for the analysis are characterised by a strong diversity of the surrounding buildings. The measuring points in Nowy Sacz, Zakopane and Zywiec are surrounded by single-family houses heated mainly by combustion of low quality coal. On the contrary, the stations in Przemysl and Krakow II are located in the vicinity of multi-family buildings connected to the district heating network. The highest concentrations of air pollutants are expected to be measured at the station Krakow I, which is characterised by intense vehicle emissions. The important role is also played by the presence of tenements where the density of coal heated apartments is still substantial. In turn, measuring point in Jaslo is located on the outskirts of the city. Taking into account that there is no industry in the vicinity of the town, the concentration of air pollutants is thought to be relatively low and caused mainly by the residential coal combustion. 3. DATA AND METHODS The study covers the analysis of two episodes of high concentrations of air pollutants that occurred in southern Poland from 30 December 2015 to 11 January 2016, and from 18 January to 27 January 2016. It was conducted on the basis of the average daily and hourly concentrations of PM 10 and sulphur dioxide SO2 obtained from the information portals of provincial environmental inspectorates. Measurement data from the following stations were used: Jaslo, Krakow (Krasińskiego Avenue for PM 10, and Kurdwanow district for SO2, respectively), Nowy Sacz, Przemysl, Zakopane and Zywiec. The synoptic conditions were characterized using the data obtained from the HOBO data loggers located in selected Carpathian basins (Krakow, Zakopane, Zywiec), SYNOP reports from Bielsko-Biala, Krakow, Krosno, Kasprowy Wierch, Nowy Sacz, Przemysl and Zakopane stations, MSL pressure and upper air maps, upper air sounding plots for Lviv, Poprad-Ganovce and Prostejov stations and ERA- Interim reanalysis (Dee et al., 2011). In addition, backward trajectories of the Hybrid Single-Particle Lagrangian Integrated Trajectory model were used in order to determine the direction of the inflow of air masses (Stein et al., 2015). The HYSPLIT model has so far been successfully used in analysis of the inflow and conditions of both anthropogenic dispersions, i.e. particulate matter, sulphur oxides, nitrogen oxides (Segura et al., 2013; Ji et al., 2012; Lee et al., 2013), radionuclides (Kinoshita et al., 2011; Bowyer, 2013; Draxler et al., 2015), as well as natural air pollution, i.e. volcanic dust (Kvietkus et al., 2013; Mortier et al., 2013) and forest fires (Rolph, 2009; Li et al., 2010). 4. RESULTS 4.1. Episode I: 30 December 2015 - 11 January 2016 4.1.1. The concentration of particulate matter PM 10 and sulphur dioxide The average daily concentration of PM 10 exceeded EU air quality standards for the majority of the measuring stations in almost the entire period from 30 December 2015 to 11 January 2016. However, the daily maximum of its concentration did not occur at the same time at all of the measuring points. Accordingly, it was recorded on 1 January in Jaslo (134 pg/m3), Nowy Sacz (161 pg/m3), and Krakow (191 pg/m3), on 3 January in Zakopane (201 pg/m3), on 6 January in Przemyśl (135 pg/m3), and on 10 January in Zywiec (374 pg/m3). A distinct decrease in the concentration of suspended particulate matter was found on 8 January 2016, when the standards were not exceeded in Przemysl, Zakopane and Zywiec. In the following days of the pollution episode in question, there was no re-growth of this concentration only in the case of Jaslo. It is worth noting that in Krakow, Nowy Sacz and Przemysl, despite a much larger population and a greater degree of urbanization, the recorded values of the discussed characteristics were comparable to, or even lower than in the much smaller towns located in the Carpathian basins. The concentration of particulate matter PM 10 was characterized by considerable daily variability with its maximum after sunset, i.e. between 4.00 pm and 01.00 am UTC. The communication station Krakow Krasinskiego Avenue is an exception, where due to the increased traffic maximum concentrations occurred in the afternoon hours, i.e. between 12.00 pm and 5.00 pm UTC. The greatest variability in the concentrations of PM 10 in the studied period was characteristic of Zywiec and Zakopane (Fig. 3). The coefficient of variation amounted to 99% for Zywiec, and 89% for Zakopane. By far, the smallest variability was observed at the station in Krakow, with the coefficient of variation equal to 56%. The lack of a clear daily cycle of the concentration of PM 10 in Krakow should be explained by the presence of dust emissions from home furnaces at night, and the increased intensity of traffic during the day. The analysed episode was characterized by the presence of several distinct increases in the concentration of air pollutants, the number and longevity of which was dependent on the location of the station. The maximum average hourly concentrations of PM 10 were, respectively, 304 pg/m3 in Krakow, 318 pg/m3 in Przemyśl, 330 pg/m3 in Jaslo, 338 pg/m3 in Nowy Sacz, 469 pg/m3 in Zakopane, and 595 pg/m3 in Zywiec. The average daily concentrations of sulphur dioxide were characterized by considerable variability in time, and large differences between the individual measuring stations. The daily maximum of its value occurred, respectively, on 6 January in Krakow (22.2 pg/m3), Przemyśl (31.3 pg/m3), Nowy Sacz (35.0 pg/m3), Jaslo (35.2 pg/m3), and Zakopane (74.4 pg/m3), and on 9 January in Zywiec (85.4 pg/m3). The EU air quality standards of daily and hourly concentrations of sulphur dioxide were not exceeded at any of the analysed stations (Fig. 4). Large differences in the concentrations of this pollutant showed no links with the number of population or the degree of urbanization. However, they resulted from the diverse share of home furnaces which used fossil fuel with increased sulphur content. The lowest concentrations of SO2 were listed at the station Krakow Kurdwanów, which is surrounded mainly by multi-family residential development that uses the district heating network. The analysed stations are characterized by distinct differences in the daily course of the concentration of SO2. In the case of Zakopane and Zywiec, there are two peaks of its concentration, i.e. in the morning and evening hours, with its minimum around noon. A different distribution is characteristic of the other stations, i.e. one peak in the hours between 7.00 pm and 10.00 pm UTC in Jaslo, one peak between 3.00 pm and 5.00 pm UTC in Przemysl, and two peaks between 10.00 am and 12.0 pm, and between 5.00 pm and 9.00 pm UTC in Nowy Sacz. The station Krakow Kurdwanów is an exception, where the daily course of the discussed characteristics showed no clear daily minimum or maximum. The hourly concentrations of SO2 at all of the measurement stations were characterized by moderate variability. The highest value of the coefficient of variation was determined for Jaslo (81%), and lowest for Krakow (55%). The maximum hourly average concentrations of SO2 amounted to, respectively, 42.8 p/m3 in Krakow, 54.1 pg/m3 in Przemyśl, 69.1 pg/m3 in Jaslo, 72.2 pg/m3 in Nowy Sacz, 117.6 pg/m3 in Zakopane and 211.3 pg/m3 in Zywiec. 4.1.2. Synoptic conditions The analysed pollution episode developed in a situation of the dominance of high pressure systems over Central Europe. In the period from 31 December to 2 January, southern Poland remained under the influence of an anticyclonic wedge associated with an extensive high pressure system, in the centre of which, located over the White Sea, the pressure reached the value of over 1045 hPa. The mixing processes were then inhibited by the presence of an extensive subsidence inversion formed as a result of the descending motion of air in the high-pressure centre reaching the middle of the troposphere. This was conducive to the persistence of the radiation inversions emerging at night hours. Their presence resulted in significant decreases in the temperature of air in the concave landforms which, according to the data recorded by the HOBO sensors on 1 January around 6.00 am UTC, amounted to - 13.3°C in Krakow, -14.6°C in Zakopane, and -12.5°C in Zywiec. The analysis of the backward trajectory suggests that the subsidence of air occurred most intensely in southern Poland. In the case of Jaslo, a long stagnation of air in the boundary layer was observed (Figs. 5, 6, 7). On 3 January, a shallow low pressure centre moving from the east caused the rebuilding of the pressure field, as a result of which until 5 January southern Poland remained in the zone of influence of the high-pressure ridge, and then, until 7 January in the low-gradient areas of increased pressure - the barometric col. On 4 January, a significant increase in the concentrations of air pollutants in the western part of the study area was recorded. According to data from the aerological station in Prostejov and the vertical profiles of temperature and humidity developed on the basis of the data from ERA- Interim reanalysis, it was a result of occurrence of an inversion associated with the upcoming occluded fronts, and the advection of warmer air above the boundary layer (Fig. 5, Fig. 6). Significant decreases in the concentrations of particulate matter PM 10 and sulphur dioxide on 8 January were due to the occurrence over the study area of an occluded front associated with a low- pressure system centred over the Jutland Peninsula. The movement of the front was accompanied by a distinct increase in wind velocity conducive to the dissipation of inhibition layers and air mixing (Fig. 6). The last increase in the concentrations of air pollutants in the days from 9 to 11 January was conditioned by the location of the area in the zone of the fuzzy field of atmospheric pressure. The strong increment in the PM 10 concentration recorded in Zywiec on 10 January should be equated with the advection of relatively warm and dry air in the free troposphere (at the isobaric levels of 850 and 700 hPa), which was associated with the movement of low pressure systems in the direction of Central Europe. From 10 to 12 January, there was also a marked increase in the concentrations of air pollutants in Przemysl (PM 10 and SO2) and Jaslo (SO2). Its reasons are explained by the plots made in Lviv, where strong radiation inversions occurred during the night hours. Taking into account backward trajectories, the subsidence of air particles in the southern part of Poland is clearly marked (Fig. 5, Fig. 6, Fig. 7). 4.1. Episode II: 18 January 2016 - 27 January 2016 4.1.1. The concentration of particulate matter PM 10 and sulphur dioxide The average daily concentration of particulate matter PM 10 exceeded admissible standards during almost the entire period from 18 January to 27 January 2016 at the stations in Krakow, Jaslo, Nowy Sacz, and Zywiec. Its daily maximum concentration was greatly varied depending on the measuring point. Accordingly, it was recorded on 17 January in Przemysl (94 pg/m3), on 18 January in Zywiec (167 pg/m3), on 23 January in Jaslo (126 pg/m3), in Zakopane (155 pg/m3), and in Krakow (329 pg/m3), and on 26 January in Nowy Sacz (206 pg/m3). The decrease in the concentration of PM 10 was observed on 21 January 2016. In the second phase of the episode, clearly higher values of the discussed characteristics were recorded in Nowy Sacz, i.e. from 24 to 26 January the concentration of particulate matter there was significantly higher than at other measurement stations. The PM 10 concentration showed a clear daily cycle with the primary maximum between 5.00 pm and 2.00 am UTC, and the secondary maximum between 8.00 am and 11.00 am UTC. In the case of Jaslo, the highest concentrations of particulate matter were observed from the evening till morning hours. Similarly, to the first episode, the exception was the communication station Krakow Krasinskiego Avenue. As a result of the intensified traffic, peak concentrations occurred there between 11.00 am and 11.0 pm UTC. The greatest variability in the concentrations of PM 10 in the studied period was characteristic of the stations in Zakopane and Zywiec (Fig. 8), where the coefficient of variation amounted to 117% and 102%, respectively. The maximum hourly average concentrations of PM 10 amounted to, respectively, 188 pg/m3 in Przemysl, 243 pg/m3 in Jaslo, 355 pg/m3 in Nowy Sacz, 412 pg/m3 in Zakopane, 444 pg/m3 in Krakow, and 511 pg/m3 in Zywiec. Similarly, to the first episode, the daily average concentrations of sulphur dioxide showed considerable variability in time, and big differences between individual measuring stations. The daily maxima of their values occurred, respectively, on 18 January in Zywiec (74.9 pg/m3), on 23 January in Przemysl (17.6 pg/m3), Krakow (47.4 pg/m3), and Zakopane (63.3 pg/m3), on 24 January in Nowy Sacz (37.6 pg/m3), and on 27 January in Jaslo (56.9 pg/m3). The EU air quality standards of daily and hourly concentrations of sulphur dioxide were not exceeded at any of the analysed stations. These stations were characterized by a marked daily variability in the studied period. In Krakow, Nowy Sacz, Zakopane, and Przemysl, there were two distinct daily maxima of concentrations of sulphur dioxide. The first of these appeared in the morning hours, and the second began at sunset and lasted until about midnight. However, the high concentrations of SO2 in the hours between 5.00 pm and 10.00 pm UTC were observed at the stations in Jaslo and Zywiec. The hourly concentrations of SO2 at all of the measurement stations were characterized by moderate variability from hour to hour (Fig. 9). The maximum hourly average concentrations of SO2 amounted to, respectively, 47.5 pg/m3 in Przemysl, 81.4 pg/m3 in Jaslo, 90.6 pg/m3 in Nowy Sacz, 92.3 pg/m3 in Krakow, 144.4 pg/m3 in Zakopane, and 160.6 pg/m3 in Zywiec. 4.1.1. Synoptic conditions The factor that initiated the growth of air pollution during the second of the analysed episodes was a vast high pressure centre whose central part was moving from the territory of Germany on 18 January, over the Czech Republic on 19 January, and as far as to Romania on 20 January (Fig. 6). The descending motion of air particles occurring within the high- pressure centre resulted in the formation of subsidence inversion, which was periodically accompanied by radiation inversions. On 18 January, the subsidence inversion was clearly marked at the isobaric level of 850 hPa (Fig. 5). The advection of Arctic air masses in the lower troposphere and the long-term stagnation in the surface layer was then visible primarily in the southern part of Poland (Fig. 7). The short-term decline in the concentrations of air pollution at all of the measuring stations on 21 January was caused by the movement over southern Poland of an occluded front, which was associated with a shallow low pressure centre with its central part over the Baltic Sea. Behind the atmospheric front, another high-pressure system formed again, in the central part of which the pressure reached the value of up to 1040 hPa on 23 and 24 January (Fig. 6). This resulted in another increase in the concentrations of particulate matter and sulphur dioxide. The intensive subsidence of air particules, accompanied by a slump in the dew point temperature at the level of 850 hPa, was evident at the time mainly in southern Poland (Fig. 6, Fig. 7). In addition, the strong radiation inversions associated with the stagnation of cool air, lingering in the valleys and basins, were enhanced by the katabatic winds from the mountain ranges surrounding them in the south (Fig. 7). The air temperature recorded around 6.0 am UTC by the HOBO data loggers amounted then to, respectively, -17.5°C in Krakow, -19.1°C in Zakopane, and -17.6°C in Zywiec, while at high elevated mountain observatory at Kasprowy Wierch (1,991 m above sea level) it was only -13.0°C. The rebuilding of the barometric field over Europe, and the dominance of cyclonic circulation from 26 January resulted in a marked improvement of the aerosanitary state. Numerous low pressure centres with systems of atmospheric fronts which moved over the northern part of the continent, caused an increase in wind velocity conducive to the dissipation of inhibition layers and vertical air mixing. Isolated instances of an increase in air pollution were then recorded only in the eastern part of the study area, i.e. on 26 January in Nowy Sacz (PM 10), and on 27 January in Jaslo (SO2). They were caused by the occurrence of nocturnal inversions (Fig. 5). 5. DISCUSSION AND CONCLUSIONS In analogy to the studies of Lesniok et al., (2010) and Bielec-Bqkowska et al., (2011) mentioned at the beginning, as well as to the paper of Fu et al., (2008) on a strong smog episode in the delta of the Yangtze River, the persistence of strong episodes of high concentrations of air pollutants was associated with the impact of extensive high pressure systems. They were conducive to the subsidence of air particles and an increase in the atmospheric stability, which in turn led to the subsidence inversion in the lower and middle troposphere. Moreover, similarly to the article of Malek et al., (2006), the occurrence of radiation inversions resulting from the intense radiative cooling of the ground during the night hours, reinforced by katabatic winds, was identified. The topography of the discussed areas was, therefore, a factor highly conducive to the stagnation of cool air in depressions and to the formation of the cold-air pools. The conducted analysis has shown that in addition to the repeatedly described in the literature anticyclonic situations, an increase in the concentration of air pollutants may be supported by the location within the barometric col, or a high- pressure ridge in the zone of the fuzzy field of atmospheric pressure. This applies particularly to cases where in the upper and middle troposphere an advection of warm and dry air occurs, which was also pointed to by Langeron & Staquet, (2016). The cause of the occurrence of high concentrations of pollutants in the analysed episodes was also the formation of frontal inversions which accompanied the slow movement of atmospheric fronts, slowed down by high pressure areas restricting their movement. The comparison of air pollution concentrations in small towns located in Carpathian basins, including Krakow, Nowy Sacz and Przemysl, proved that the aerosanitary state is not only conditioned by the degree of urbanization, which is consistent with the simulations made by Rendon et al., (2014). The lower concentration of these pollutants in cities with a larger population and degree of urbanization could be conditioned by the development of the urban heat island effect, and the higher vertical mixing associated with it, which is a result of the higher heating of the urban surface. The increased thermal turbulence was conducive to more efficient ventilation in more urbanized areas. In addition, the existence of large differences in the concentration of sulphur dioxide between the analysed stations was identified. It probably resulted from the varied share of home furnaces using low quality fossil fuel with an increased sulphur content, which was also pointed to by Blazek et al., (2013). Given the impact of air pollution on the human health, leading to an increase in the incidence of respiratory infections as well as cardiovascular and oncological diseases (Pascal et al., 2013; Kim et al., 2015) , it is essential to take action in order to reduce the emission of the harmful air pollutants. The remedial actions must be undertaken not only by governments, but also by local authorities and individual households. The efforts should be directed, inter alia, at encouraging the change old highemission stoves onto cleaner combustion solid fuel stoves, improvement of public transport policy and promotion of access to renewable energy sources. In conclusion, it must be stated that occasionally addressing the air quality problem in relatively small cities and towns located in the concave formations of land in the scientific literature indicates that the seriousness of the problem is underestimated. According to the authors, this issue requires increased attention so as to broaden the operation of the air quality monitoring network, as well as scientific studies that discuss the situations conducive to the presence of air pollution episodes. Acknowledgments This study was funded by Jagiellonian University grants (K/DSC/003024). REFERENCES Aryal, R. K., Lee, B. K., Karki, R., Gurung, A., Kandasamya, J., Pathaka, B. K., Sharmad, S. & Giri, N., 2008. Seasonal PM10 dynamics in Kathmandu Valley. Atmos Environ, 42, 86238633. Anttila, P., Stefanovska, A., Nestorovska-Krsteska, A., Grozdanovski, l., Atanasov, I., Golubov, N., Ristevski, P., Toceva, M., Lappi, S. & Walden, J., 2016. Characterisation of extreme air pollution episodes in an urban valley in the Balkan Peninsula. Air Qual Atmos Health, 9, 129-141. Bielec-Bąkowska, Z., Knozova, G., Leśniok, M., Matuszko, D. & Piotrowicz, K., 2011. High suspended dust concetration in Brno, Sosnowiec and Krakow (the year 2009 as an example). Prace Geograficzne UJ, 126, 67-84. Blaźek, Z., Cernikovsky, L., Krajny, E., Krejći, B., Ośrodka, L., Volna, V. & Wojtylak, M., 2013. Wpływ warunków meteorologicznych na jakość powietrza w obszarze przygranicznym Śląska i Moraw. Cesky hydrometeorologicky ustav, Instytut Meteorologii i Gospodarki Wodnej - Państwowy Instytut Badawczy, Warszawa. Bokwa, A., 2011. Influence of the air temperature inversions on the air pollution dispersion conditions in Krakow. Prace Geograficzne UJ, 126, 41-51. Bowyer, T. W., Kephart, R., Eslinger, P. W., Friese, J. I., Miley, H. S. & Saey, P. R. J., 2013. Maximum reasonable radioxenon releases from medical isotope production facilities and their effect on monitoring nuclear explosions. J Environ Radioact, 115, 192-200. Dee, D. P. , Uppala, S. M., Simmons, J., Berrisford, P., Poli, P., Kobayashi, S., Andrae, U., Balmaseda, M., Balsamo, G., Bauer, P., Bechtold, P., Beljaars, C. M., van de Berg, L., Bidlot, J., Bormann, N., Delsol, C., Dragani, R., Fuentes, M., Geer, J., Haimberger, L., Healy, S. B., Hersbach, H., Hólm, E. V., Isaksen, L., Källberg, P., Köhler, M., Matricardi, M., Mcnally, P., Monge-Sanz, B. M., Morcrette, J. J. , Park, B. K., Peubey, C., de Rosnay, P., Tavolato, C., Thepaut, J. N. & Vitart, F., 2011. The ERA-Interim reanalysis: configuration and performance of the data assimilation system. Q. J. R. Meteorol. Soc., 137, 553-597 Draxler, R., Arnold, D., Chino, M., Galmarini, S., Hort, M., Jones, A., Leadbetter, S., Malo, A., Maurer, Ch., Rolph, G., Saito, K., Servranck, R., Shimbori, T., Solazzo, E. & Wotawa, G. 2015 . World Meteorological Organization's model simulations of the radionuclide dispersion and deposition from the Fukushima Daiichi nuclear power plant accident. J Environ Radioact, 139, 172-184. Fu, Q., Zhuang, G., Wang, J., Xu, Ch., Huang, K., Li, J., Hou, B., Lu, T. & Street D. G., 2008. Mechanism of formation of the heaviest pollution episode ever recorded in the Yangtze River Delta, China. Atmos Environ, 42, 2023-2036. Green, M. C., Chow, J. C., Watson, J.G., Dick, K. & Inouye, D., 2015. Effects of Snow Cover and Atmospheric Stability on Winter PM2.5 Concentrations in Western U.S. Valleys. J Appl Meteorol Clim , 54, 1191-1201. Jacobson, M. Z., 2002, Atmospheric Pollution: History, Science and Regulation. Cambridge University Press, New York. Ji, D., Wang, Y., Wang, L., Chen, L., Hu, B., Tang, G., Xin, J., Song, T., Wen, T., Sun, Y., Pan, Y. & Liu Z. 2012. Analysis of heavy pollution episodes in selected cities of northern China. Atmos Environ, 50, 338-348. Kinoshita, N., Suekia, K., Sasa, K., Kitagawa, J., Ikarashi, S., Nishimura, T., Wong, Y. S., Satou, Y., Handa, K., Takahashi, T., Sato, M. & Yamagata, T., 2011. Assessment of individual radionuclide distributions from the Fukushima nuclear accident covering central-east Japan. Proc Natl Acad Sci USA, 108, 19, 526-19 529. Kim, K. H., Kabir, E., Kabir, S., 2015. A review on the human health impact of airborne particulate matter. Environ Int, 74, 136-143. Kondracki, J., 2002. Geografia regionalna Polski. Wydawnictwo Naukowe PWN, Warszawa. Kvietkus, K., Sakalys, J., Didźbalis, J., Garbariene, I., Śpirkauskaite, N. & Remeikis, V., 2013. Atmospheric aerosol episodes over Lithuania after the May 2011 volcano eruption at Grimsvotn, Iceland. Atmos Res, 122, 93-101. Largeron Y. & Staquet Ch., 2016. Persistent inversion dynamics and wintertime PM10 air pollution in Alpine valleys. Atmos Environ, 135, 92-108. Lee S., Ho Ch., Lee Y. G., Choi H. & Song Ch., 2013, Influence of transboundary air pollutants from China on the high PM10 episode in Seoul, Korea for the period October 16-20, 2008. Atmos Environ, 77, 430-439. Leśniok, M., Malarzewski, Ł. & Niedźwiedź, T., 2010, Classification of circulation types for Southern Poland with an application to air pollution concentration in Upper Silesia. Phys Chem Earth, 35, 516-522. Li, H., Han, Z., Cheng, T., Du, H., Kong, L., Chen, J., Zhang, R. & Wang, W., 2010. Agricultural Fire Impacts on the Air Quality of Shanghai during Summer Harvesttime. Aerosol Air Qual Res, 10, 95-101. Malek, E., Davis, T., Martin, R. S. & Silva, P. J., 2006, Meteorological and environmental aspects of one of the worst national air pollution episodes (January, 2004) in Logan, Cache Valley, Utah, USA. Atmos Res, 79, 108-122. Mortier, A., Goloub, P., Podvin, T., Deroo, C., Chaikovsky, A., Ajtai, N., Blarel, L., Tanre, D. & Derimian, Y., 2013 Detection and characterization of volcanic ash plumes over Lille during the Eyjafjallajokull eruption. Atmos. Chem. Phys., 13, 3705-3720. Olofson, K. F. G., Andersson P. U., Hallquist, M., Ljungstro, E., Tang, L., Chen, D. & Pettersson, J. B. C., 2009, Urban aerosol evolution and particle formation during wintertime temperature inversions. Atmos Environ, 43, 340-346. Pascal. M., Corso. M., Chanel. O., Declercq. C., Badaloni. C., Cesaroni. G., Henschel. S., Meister K., Haluza. D., Martin-Olmedo. P., Medina. S., 2013. Assessing the public health impacts of urban air pollution in 25 European cities: Results of the Apheko Project. Sci Total Environ, 449, 390-400. Radomski, J. & Widawski, A., 2011. Influence of circulation types on the SO2 concentration in the Silesian Upland. Prace Geograficzne UJ, 126, 5365. Rahman, S. A., Hamzah, M. S., Elias, M. S., Salim, N.A., Hashim, A., Shukor, S., Siong, W.B., Wood & A. K., 2015. A Long Term Study on Characterization and Source Apportionment of Particulate Pollution in Klang Valley, Kuala Lumpur. Aerosol Air Qual Res, 15, 2291-2304. Rendon, A., Salazar, J. F., Palacio, C. A., Wirth, V. & Brotz, B., 2014. Effects of Urbanization on the Temperature Inversion Breakup in a Mountain Valley with Implications for Air Quality. J Appl Meteorol Clim, 53, 840-858. Rolph, G. D., Draxler, R. R., Stein, A. F., Taylor, A., Ruminski, M. G., Kondragunta, S., Zeng, J., Huang, H., Manikin, G., McQueen, J. T. & Davidson, P. M., 2009. Description and Verification of the NOAA Smoke Forecasting System: The 2007 Fire Season. Weather Forecast 24, 361-378. Russo, A., Trigo, R. M., Martins, H. & Mendes, M., 2014. NO2, PM10 and O3 urban concentrations and its association with circulation weather types in Portugal. Atmos Environ, 89, 768-785. Segura, S., Estelles, V., Esteve, A. R., Utrillas, M. P. & Martinez-Lozano, J. A., 2013. Analysis of a severe pollution episode in Valencia (Spain) and its effect on ground level particulate matter. J Aerosol Sci, 56, 41-52. Silcox, G. D., Kelly, K. E., Crosman, E. T., Whiteman, C. D. & Allen, B. L, 2012. Wintertime PM2.5 concentrations during persistent, multi-day cold- air pools in a mountain valley. Atmos Environ 46, 17-24. Stein, A. F., Draxler, R. R., Rolph, G. D., Stunder, B. J. B., Cohen, M. D. & Ngan, F., 2015. NOAA'S HYSPLIT atmospheric transport and dispersion modelling system. Bull. Amer. Meteor. Soc. 96, 2059-2077. Trivedi, D. K., Ali, K. & Beig, G., 2014. Impact of meteorological parameters on the development of fine and coarse particles over Delhi. Sci Total Environ, 478, 175-183. Unal, Y. S., Toros, H., Deniz, A. & Incecik, S., 2011. Influence of meteorological factors and emission sources on spatial and temporal variations of PM10 concentrations in Istanbul metropolitan area. Atmos Environ, 45, 5504-5513. Wang, Y., Ying, Q., Hu, J. & Zhang, H., 2014. Spatial and temporal variations of six criteria air pollutants in 31 provincial capital cities in China during 2013 - 2014. Environ Int, 73, 413-422. Whiteman, C. D., Hoch, S. W., Horel, J. D. & Charland, A., 2014. Relationship between particulate air pollution and meteorological variables in Utah's Salt Lake Valley. Atmos Environ, 94, 742-753. Zhuang, X., Wang, Y., Zhu, Z., Querol, X., Alastuey, A., Rodríguez, S., Wei, H., Xu, S., Lu, W., Viana, M. & Minguillón, M. C., 2014. Origin of PM10 Pollution Episodes in an Industrialized Mega-City in Central China. Aerosol Air Qual Res, 14, 338-346. Received at: 31. 08. 2016 Revised at: 13. 04. 2017 Accepted for publication at: 18. 04. 2017 Published online at: 03. 05. 2017 Publikacja nr 2: Palarz A., Celiński-Mysław D., Ustmul Z., 2018, Temporal and spatial variability of surface-based inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 38, 158-168. https://doi.org/10.1002/joc.5167. INTERNATIONAL JOURNAL OF CLIMATOLOGY Int. J. Climatol. 38: 158-168 (2018) Published online 4 July 2017 in Wiley Online Library (wileyonlinelibrary.com) DOI: 10.1002/joc.5167 Temporal and spatial variability of surface-based inversions over Europe based on ERA-Interim reanalysis Angelika Palarz,1© Daniel Celióski-Mysław and Zbigniew Ustmul Department of Climatology, Jagiellonian University, Kraków, Poland ABSTRACT: Tropospheric temperature inversions seem to be an important feature of climate, as well as a significant factor affecting air quality and fog formation. The aim of this article is to investigate the temporal and spatial variability of surface-based inversions (SBIs) over Europe. It is based on data derived from the ERA-Interim reanalysis for the period 1981-2015. The study examines diurnal, seasonal and multiannual variability of temperature inversions based on their frequency, depth and strength. These three parameters are characterized by strong temporal variability - diurnal and seasonal, as well as strong spatial differentiation. It has been confirmed that the energy budget is the key factor responsible for diurnal, and partly seasonal variability of SBI occurrence. Its negative values lead to an intense cooling of active surface and initiate the formation of the radiative inversions, which are the most common type of inversion occurring over the mainland of Europe. Temperature inversions usually form shortly after dusk, increasing gradually their depth and strength until sunrise. At 0000 Universal Time Coordinated (UTC), SBI frequency attains higher values in the summer than in the winter over the predominant part of Europe. However, the inversion layers occurring then are noticeably shallower and weaker. Surface type strongly affects SBI properties. This is mostly marked in terms of the distinct differentiation between marine and land areas as well as the impact of vast glaciers located across Greenland and western part of Iceland. Moreover, the distribution of SBI depth and strength is shaped by atmospheric circulation. For instance, their higher values occur over Eastern Europe in the winter, which is associated with the influence of a seasonal high pressure system found over Russia. Taking into account multiannual variability, SBI parameters, primarily depth and strength, exhibit the most significant negative changes in the winter. keywords surface-based inversions; ERA-Interim reanalysis; vertical temperature profile Received 1 September 2016; Revised 11 April 2017; Accepted 15 May 2017 1. Introduction Tropospheric temperature inversions are defined as the phenomenon of increasing air temperature with altitude. Inversion layers occurring in the Earth’s troposphere are characterized by diverse mechanisms of formation and spatial coverage. The dominant role in their development is played by the processes of: (1) radiative cooling of active surface arising from an imbalance between downwelling solar and infrared radiation and outgoing long-wave radiation emitted from the Earth’s surface; (2) subsidence and adiabatic heating of air parcels in large high-pressure systems; and (3) flow of a warmer air mass over a cooler ground, including advection associated with the movement of fronts (Wallace and Hobbs, 2006; Salby, 2012). Moreover, radiative properties of clouds and precipitating crystals of ice, sea-breeze circulation, surface fluxes of heat and moisture, as well as turbulent mixing may have an impact on the formation of temperature inversions (Busch etal., 1982; Curry, 1983; Kahl etal., 1992; Kassomenos and Koletsis, 2005, Milionis and Davies, 2008). Inversions occur in all climate zones, but their frequency is highly variable spatially. The issue of air temperature inversions occurrence has so far been most frequently studied with respect to polar regions, where conditions are most favourable for their formation. Such studies were conducted primarily using data from upper air soundings. Measurement series of varying length were analysed in works on Alaska (Kahl, 1990; Bourne etal., 2010), Antarctica (Andreas etal., 2000; Hudson and Brandt, 2005) and the Arctic (Kahl etal., 1992; Serreze etal., 1992; Bradley etal., 1993). Studies in which drifting ice stations (Nagumy, 1995; Kahl etal., 1996), microwave radiometers (Argentini etal., 2005; Pietroni et al., 2014), and satellite observation (Liu and Key, 2003; Devasthale etal., 2010) were used also focused on these areas. Satellite data were the first to allow a spatially continuous analysis of inversion layer occurrence. Their use is, however, limited only to clear sky conditions. At the same time, in the case of images provided by the Moderate Resolution Imaging Spectrora- diometer (MODIS) and the High Resolution Infrared Radiation Sounder (HIRS) temperature inversions are defined as the difference between the brightness temperature in the 7.2-mm water vapour and 11.0-mm infrared window bands (Liu and Key, 2003; Liu et al., 2006), whereas in the case of the Atmospheric Infrared Sounder (AIRS) they are defined as the temperature difference between main iso- baric levels, i.e. for low-level inversion between 1000 and 850 hPa, or 1000 and 925 hPa (Kay and Gettelman, 2009; Devasthale et al., 2010; Pavelsky et al., 2011). Climatological reanalyses lack similar limitations in defining air temperature inversion. They constitute an unchanging assimilation scheme of data from different sources of measurement that allows a spatially and temporally coherent analysis of selected meteorological elements, both from the surface and from the entire cross-section of the troposphere and stratosphere. So far, attempts to use them in studies of temperature inversions have been made only in circumpolar regions. Wetzel and Briimmer’s (2011) work was carried out on the basis of a full series of ERA-40 reanalysis covering the period from 1957 to 2002, and concerns the variability of selected parameters of surface-based and elevated inversions over the Arctic. On the other hand, Zhang et al. (2011) analysed the variability of surface-based inversions (SBIs) over the Arctic and Antarctica with respect to the following four datasets: (1) Geophysical Fluid Dynamics Laboratory Atmosphere Model by National Oceanic and Atmospheric Administration (NOAA), (2) Community Atmosphere Model by National Center for Atmospheric Research (NCAR), (3) ERA-Interim reanalysis by European Centre for Medium-Range Weather Forecasts (ECMWF) and (4) upper air soundings. These studies show an agreement between reanalyses and upper air data in terms of the spatial distribution and seasonal variability of selected inversions’ parameters (Wetzel and Briimmer, 2011, Zhang et al., 2011). Attempts to apply CMIP3 models (Third Coupled Model Intercomparison Project) made by Medeiros et al. (2011) at the same time exhibit that, compared to ERA-40 and ERA-Interim reanalyses, most of the models overestimate the stability of the lower troposphere over the Arctic. Less compatibility between models and reanalyses was identified over the oceans, which is partly related to the bimodal distribution of selected parameters of temperature inversions. The authors have also suggested that the reported bias is caused by, inter alia, faulty representation of the lower troposphere in the CMIP3 models as well as the physical processes such as cloud formation, surface fluxes and turbulent mixing. Large-scale analyses of temperature inversions’ occurrence were less frequently performed in the temperate zone. To our knowledge, macroscale studies of this phenomenon were carried out only with the use of data from upper air soundings for the area of the southwestern part of the United States (Bailey et al., 2011) and central China (Li et al., 2012). The temporal variability of the planetary boundary layer height over Europe was also investigated by Seidel et al. (2012) and Zhang et al. (2013). Data obtained from individual aerological stations and weather masts were analysed, among others, for Athens by Kassomenos et al. (2014), for Hamburg by Briimmer and Schultze (2015), for Prague by Stryhal et al. (2017), and for Moscow by Lokoshchenko (2007). Studies on the formation of inversion layers in areas with highly diverse land relief (Zangl, 2005; Steinacker et al., 2007; Whiteman etal., 2008) and their impact on the occurrence of extremely high concentrations of air pollutants (Malek etal., 2006; Russo etal., 2014; Largeron and Staquet, 2015) are readily available in the literature. This study represents an attempt to implement data obtained from ERA-Interim reanalysis in the examination of key parameters of temperature inversion at temperate latitudes. Given the importance of the lowest inversions in the development of processes occurring in the boundary layer, e.g. their key role in limiting vertical mixing, the analysis will be limited exclusively to surface-based inversions (SBIs). Therefore, the main purpose of this article is to investigate the temporal and spatial variability of SBIs occurring over Europe. Information on data used in the study (Section 2.1) and on SBI identification methods (Section 2.2) as well as results comprising an analysis of the diurnal, seasonal and multiannual variability of selected parameters of air temperature inversion (Sections 3-5) are discussed in the following sections of the article. 1. Data and methods 1.1. ERA-Interim reanalysis ERA-Interim is the latest global atmospheric reanalysis produced by the European Centre for Medium-Range Weather Forecasts. The ERA-Interim project is designed to generate data intended to replace previous ERA-40 reanalysis. Observations employed in ERA-Interim consist mainly of (1) surface reports from land stations, ships, buoys, (2) radiosonde or pilot balloons launched from either land or ships, (3) aircraft and dropsonde reports, and (4) data from geostationary and polar orbiting satellites (Uppala etal., 2005; Dee etal., 2011). The ERA-Interim reanalysis covers the period since January 1979, and is generated virtually in near real-time. It provides information on a variety of meteorological parameters from both the surface - 3-h temporal resolution, as well as from the cross-section of the troposphere and stratosphere - 6-h temporal resolution. The source material for the conducted studies consists of air temperature data at 22 levels of the hybrid-sigma coordinates of L60 model. They reach altitudes of approximately 10 to 5500 m above ground level (AGL). It is worth noting that up to 1000 m AGL, as many as ten sigma levels were subject to analysis. They are placed at the following mean heights above ground level: 10, 35, 72, 124, 200, 289, 405, 546, 714 and 910 m. ERA-Interim reanalysis also includes air temperature values at 2 m AGL. However, by analogy to Wetzel and Briimmer’s (2011) work, this study is limited exclusively to model levels. The temporal resolution of the data is 6 h - 0000,0600,1200,1800 UTC, whereas the spatial resolution is 0.75° X 0.75°. The study covers the years 1981-2015. 1.2. Methods for the identification of SBIs Temperature inversions were determined in this study in accordance with an objective inversion detection algorithm created by Kahl (1990). The thermal profile obtained from ERA-Interim reanalysis was scanned beginning with data from a height of 10 m, and ending with height of 5500 m AGL. The inversion base was defined as the bottom of the first layer, in which the temperature increased with increasing height, while the inversion top was defined as the bottom of the first layer, in which the temperature decreased with height. The data used necessitated the assigning of the heights of both the inversion base (ZB) and inversion top (Zj.) to specific levels of the hybrid-sigma coordinate model, which in the case of the inversion base was identical to the height of the first level of the model, i.e. 10 m AGL. According to the methodology used by Wetzel and Briimmer (2011), nearly isothermal layers or thin embedded noninversion layers were not taken into consideration when determining the vertical range of the studied inversion. Air temperature values were determined both at the height of the inversion base (Tb), and inversion top (Tx). Consequently, this allowed for the calculation of the three most important parameters of temperature inversion, namely the depth (AZ = Zj - Zb), strength (AT = Tt — TB), and mean temperature gradient for the inversion layer (AT/AZ) (Kahl etal., 1992). The obtained results are presented with regard to four seasons: winter [December, January, February (DJF)], spring [March, April, May (MAM)], summer [June, July, August (JJA)] and autumn [September, October, November (SON)]. Seasonal mean values of SBI depth and strength were calculated exclusively for grid- points characterized by a mean seasonal frequency higher than 2.5%. 3. Frequency of surface-based inversions SBI frequency in the study is characterized by strong temporal variability - both diurnal and seasonal - as well as significant spatial differentiation (Fig. 1). Taking into account daily distribution, SBIs most often appear at 0000 UTC. Average incidence across most of Central Europe, in particular the Alps and Carpathians, strongly exceeds 60% at 0000 UTC. Vast areas of the Iberian Meseta and Anatolian Plateau are also characterized by similar values. The frequent incidence of SBIs at night may be explained by a negative surface energy budget associated with a reduction in solar radiation. This results in rapid radiative cooling and the emergence of radiation inversions at ground level. The cause of higher SBI frequency in the subtropical climate zone, particularly the Iberian Meseta and Anatolian Plateau, may be also sought in reduced water vapour content and reduced cloud cover facilitating radiative cooling of the Earth’s surface at the low downward long-wave radiation of the atmosphere. SBIs occur least often at 1200 UTC, when its frequency over the largest part of Europe does not exceed 2.5%. This is a consequence of the positive surface energy budget associated with an influx of short-wave solar radiation, which usually leads to persistence of unstable stratification of the lower troposphere. Areas in coastal zones and enclosed sea basins, characterized by a frequency varying from 10 to 20%, and in the case of the Baltic Sea and Black Sea exceeding even 20% in the spring, represent different triggers of temperature inversion. Higher frequency values noted for the coastal zone can be partly explained by the development of sea-breeze circulation. The increased advection of colder air masses from the sea towards the mainland is associated with differences in heating of different surface types and, in the case of the spring, this may be also a consequence of the cooling of sea basins during the winter. Moreover, far higher values of SBI frequency at 1200 UTC are found for the autumn and winter in the northern part of Europe, ranging from about 10 to 20%. This is the result of long-term persistence in the region of the negative surface energy budget associated with the occurrence of polar nights in circumpolar regions the autumn and winter. The effect of the time sequence associated with the considerable latitudinal extent of the studied domain is distinctly marked for both 0600 and 1800 UTC. The solar time difference of approximately 5h between the eastern and western edge of Europe leads to an earlier occurrence of conditions conducive to dissipation in the morning in Central and Eastern Europe, and of those favourable to radiative cooling and stagnation of cool air in the evening, respectively. The effect is most pronounced in the spring and summer, and the weakest in the winter. Therefore, the specificity of the applied data significantly hinders a complete analysis of the diurnal variability in SBI occurrence. Regardless of the time of day and year over the Atlantic Ocean, SBIs are a very rare phenomenon, with frequency not exceeding 5%. This is associated with high wind speeds, high humidity and large cloud cover over the ocean water impeding the development of both isothermal and inversion layers. In addition, relatively high surface temperature associated with warm currents, and centres of low pressure systems moving very often over the northern part of the ocean also play their role. Furthermore, areas in the north-western part of the studied domain, i.e. Greenland and Iceland, are subject to low diurnal and seasonal variability in temperature inversion frequency. Both islands are characterized by very high values of the characteristics discussed almost regardless of the period in question, ranging from 60 to 80% for Greenland, and 20 to 40% for Iceland, respectively. The causes of this temporal distribution should be sought in local relief and in the presence of glaciers, which, due to high albedo and long-term persistence of a negative surface energy budget resulting from it, foster rapid cooling of the active surface. Katabatic winds and evaporative cooling due to surface snowmelt seem to play an important role in the formation of a stable boundary layer over glaciers. 4. Depth and strength of surface-based inversions The distribution of mean SBI depth and strength partly refers to their frequency and is characterized by strong diurnal and seasonal variability, as well as significant spatial heterogeneity (Figs. 2 and 3). High values of these parameters are identified for the winter at 0000 UTC. Deep and strong SBIs are then typical for the Scandinavian Mountains (AZ>200m, AT>3.5K), Central Europe (AZ>200m, AT>3.0K), and Eastern Europe (AZ > 200 m, AT > 2.5 K). The clearly increased value of the analysed parameters in the eastern part of the domain, i.e. to the east of the 35°E meridian, is the effect of a seasonal impact of a high pressure centre over Russia, within which the slow sinking of air masses and adiabatic heating of air parcels take place. At night, this leads to the formation of radiation inversions aided by extensive subsidence inversions in the lower and middle troposphere. In addition, increased values of SBI strength are noted for the Iberian Meseta (AT > 3.0 K) and Anatolian Plateau (AT > 3.5 K), which refers to the frequency of the phenomenon. The other considered seasons are characterized by slightly lower values of SBI depth and strength at 0000 UTC. SBI mean depth ranges from 100-150 m in the spring over Western Europe, to 150-250 m above Central and Eastern Europe, while SBI mean strength ranges from 1.5-2.5K over Western Europe to 2.5-4.0K over Central and Eastern Europe. However, in the autumn SBI mean depth ranges from 100-150 m over the southern and northern part of Europe, to 150-200 m over its middle part, while SBI mean strength ranges from 1.5-2.5 K over its northern part to 2.5-3.5K over the southern and central parts of the continent. Inversion layers of the smallest depth are observed in the summer, when their vertical extent does not exceed 100-150 m over the mainland of Europe. Considering frequency, depth and strength together, it may be concluded that inhibition layers occurring frequently in the spring and summer constitute mainly shallow and weak radiative inversions. In the winter, on the other hand, SBIs are deep and strong, which may be the result of strengthening by large-scale descending air movements occurring in high-pressure systems. As may be expected, at 1200 UTC the highest SBI depth and strength values (AZ> 150 m, AT>3.0K) are observed in the winter over Greenland, the Scandinavian Peninsula and the northern part of Russia. Similarly to the frequency, this is the result of long-term persistence of a negative surface energy budget associated with the phenomenon of the polar night in the circumpolar area. In addition, increased values of these parameters occur also in the spring and summer over enclosed seas. This is most likely determined by the aforementioned effect of surface heating differences and, in the case of the Iberian Peninsula, where depth of inversion layers in the spring exceeds even 200 m and strength exceeds 2.5 K, is also due to cold ocean currents. For the hours 0600 and 1800 UTC, increased SBI depth and strength are clearly marked again in the winter, as compared to the other seasons under consideration. In the most privileged areas of the northern part of the Scandinavian Peninsula and Central Europe, in particular the Alps and the Carpathians, SBI depth reaches 250 m at 0600 UTC, and 150 m at 1800 UTC, whereas strength exceeds 4.0 K at 0600 UTC, and at 1800 UTC ranges between 2.0 and 4.0 K. Along with the already described SBI depth and strength at 0000 UTC, this suggests that a continuous development and build-up of inversion layers due to increased radiative cooling have occurred during the night hours. The spatial distribution of these parameters in the other seasons is characterized by distinct differences between the western and eastern part of Europe. For example, in Western Europe, higher SBI depth and strength values are characteristic for 0600 UTC, and lower for 1800 UTC. Similarly to SBI frequency, smaller diurnal and seasonal diversification of SBI depth and strength is characteristic of the Atlantic Ocean and Greenland. Inversion layers occurring very rarely over the Atlantic Ocean usually attain very small values of both parameters. However, in the case of Greenland, regardless of the time of day and year, SBI depth and strength take the highest values throughout the whole domain. They amount to from 250-300 m and 2.5 K in the summer, to over 400 m and 4.0 K in the winter. Both Greenland and the Atlantic Ocean are examples representing the dominant impact of different surface types on the formation of inversion layers. 5. Multiannual variability of surface-based inverions’ parameters Considering the low incidence of SBIs at 1200 UTC, and the previously described problems with the interpretation of the results for 0600 and 1800 UTC, it was decided that the multiannual variability of this phenomenon will be investigated exclusively for 0000 UTC. The multiannual distribution of SBI frequency and depth shows distinct differentiation between marine and land areas. Markedly higher fluctuations from year to year are identified over the Atlantic Ocean, as compared with values for the mainland of Europe. Higher multiannual variability expressed by the value of the coefficient of variation is accompanied by lower values of the multiannual mean, and vice versa. In the case of SBI strength, in turn, a clear spatial diversification of the coefficient of variation value is not identified. Trends in annual time series of SBI parameters were detected and estimated by applying the nonparametric Mann-Kendall test. It is frequently used to quantify the significance of trends in meteorological time series because missing values are allowed and the data need not conform to any particular distribution (Gocic and Tra- jkovic, 2013). The significance level was set at 0.05, i.e. that there is a 5% probability that the values xi follow a random distribution, and with that probability we make a mistake while rejecting the null hypothesis of no trend. Linear trends of multiannual changes in the frequency, depth and strength confirm the existence of their distinct seasonal and spatial differentiation (Fig. 4). The strongest negative trends of SBI frequency are noted for the winter over the Fennoscandian Peninsula and Iceland, as well as for the summer mainly to the north of the Fennoscandian Peninsula, and in the foreland of the Western Alps, and around the Pyrenees. SBI frequency clearly increases in the summer over the Baltic States and the shore areas of the Scandinavian Peninsula, a large part of sea basins, especially over the Mediterranean Sea, North Sea and Norwegian Sea. Yet, the strongest negative trends in changes in SBI depth and strength are observed in the winter and covered almost the entire area of the European mainland. SBI depth and strength attain particularly high and statistically significant values over Greenland, the Fennoscan- dian Peninsula, the Alps and the Southern German Highlands, as well as over the northern part of the Eastern European Plain. In the summer, in turn, SBI depth and strength clearly decrease over the Baltic Sea and Mediterranean Sea. In addition, significant negative trends of strength are noted over the Iberian Meseta and Anatolian Plateau. 6. Conclusions The frequency, depth and strength of SBIs as well as the mean temperature gradient not shown in this paper, whose spatial distribution referred to the depth and strength of the phenomenon, were characterized by strong temporal variability - diurnal and seasonal as well as distinct spatial diversification. This is mainly due to insolation conditions, surface type and air circulation conditions, which confirms the results of earlier studies (Andreas etal., 2000; Briimmer etal., 2005; Zhang etal., 2013; Kassomenos et al., 2014; Stryhal et al., 2017). The surface energy budget is a key factor contributing to the diurnal variability of SBI occurrence. Intensive night-time surface cooling associated with an imbalance between short-wave radiation reaching the Earth and long-wave radiation emitted from its surface results in the very frequent formation of radiation inversions over the entire mainland of Europe, regardless of season. Analyses conducted by the authors of this paper and other researchers such as Li etal. (2012); Briimmer and Schultze (2015), as well as Stryhal etal. (2017) prove that radiative inversions usually form just after dusk, and gradually increase their depth and strength until sunrise. According to Kassomenos etal. (2014) and Stryhal etal. (2017), the negative surface energy budget is a factor initiating the formation of most SBIs over the mainland of Europe. It is noteworthy that at 0000 UTC, SBI frequency reaches higher values in the summer than in the winter over the predominant part of Europe. However, inversion layers occurring then are characterized by noticeably lower depth and strength than in the winter. Lokoshchenko (2007) who, in his studies based on SODAR data for Moscow, identified a similar relationship, explains that this is due to the more balanced diurnal cycle of radiation and heat budget in the winter associated with the high albedo of snow cover, low solar elevation and large cloud cover. Similar in genetic terms a process also occurs in the winter and autumn in the northern part of Europe in the afternoon hours, which is a consequence of differences in the solar angle and the presence of the polar night in the region. In addition, differences in solar time play an important role in the case of 0600 and 1800 UTC, when conditions conducive to the development and dissipation of inversion layers show clear differentiation between the western and eastern part of Europe. According to obtained results, the spatial distribution of SBI occurrence is also subject to a very strong influence of the surface. Differentiation between vast areas of the Atlantic Ocean and the mainland of Europe is most distinctly marked. Inversion layers are much less commonplace over the ocean, which is a consequence of high wind speeds, high humidity and large cloud cover hindering the development of the phenomenon. The relatively high surface temperature associated with warm North Atlantic Ocean currents, as pointed out by Zhang et al. (2011), is of significant importance here. In addition, the large heat capacity of water, which provides for the possibility to absorb large amounts of solar energy without significant changes in sea surface temperature, and a strong influence on the boundary layer should also be taken into consideration. Most of changes occurring in the depth of the boundary layer over the oceans are, therefore, the effect of synoptic conditions’ variability, in particular intense advection of air masses over the sea surface (Stull, 1988). However, a different spatial distribution of SBI parameters is characteristic of the coastal zone and areas under the influence of cold sea currents. Both sea-breeze circulation and the impact of the Canary Current affecting the western part of the Iberian Peninsula exert the strongest influence on SBI pattern in the hours around noon in the summer, which is consistent with the results of the research conducted by Milionis and Davies (2008). However, taking into account land areas, relief and land cover are essential for the formation of SBIs. The identified higher SBI frequency, depth and strength in mountain areas are partly due to the significant denivelations and surface heating differences. In turn, the imbalance in the surface energy budget drives local air circulation - katabatic cross-valley and along-valley winds, which may intensify inhibition layers occurring in valleys and basins (Stull, 1988). The most frequent, deepest and strongest SBIs occur over the vast glaciers of Greenland and the western part of Iceland. The glaciers promote the rapid cooling of the surface due to high albedo and long-term persistence of the negative surface energy budget. Katabatic winds and evaporative cooling due to surface snowmelt seem to play an important role in the development of stable thermal stratification. In addition, Wetzel and Briimmer (2011) suggest that frequent formation of SBIs over glaciers may be associated with a downward direction of the conductive heat flux in the glaciers. Atmospheric circulation plays a modifying role not only in terms of the frequency of the phenomenon, but also shapes the pattern of its depth and strength. This relationship is described by the higher values of depth and strength over Eastern Europe in the winter. This is due to a seasonal high pressure system over Russia, within which occur slow descending air movements and adiabatic heating of air parcels. This eventually leads to the occurrence of large subsidence inversions in the middle and lower troposphere that support the persistence of nocturnal radiation inversions. Similar factors were identified by Kahl et al. (1992) and Serreze et al. (1992) who attribute the considerable SBI frequency over Siberia to the impact of a seasonal high pressure centre. At the same time, extremely rare occurrence of inversions in areas located to the south-west of Iceland and to the west of the northern part of Norway is partly due to the very frequent movement of low pressure systems there, as noted by Wetzel and Briimmer (2011). Taking into account temporal variability, all of the analysed SBI parameters show higher diurnal and seasonal fluctuations compared with multiannual fluctuations. The determined linear regression equations suggest that the most significant changes in the properties of SBIs occur in the winter. Both a drop in the frequency of the phenomenon over the Fennoscandian Peninsula as well as marked declines in SBI depth and strength over almost the entire mainland of Europe are observed in the winter. The determination of the causes of these changes is extremely difficult to perform and requires allowing for some additional explanatory variables. Changes in mean values of the analysed SBI parameters and, more broadly, the height of the boundary layer can be potentially influenced by, among other factors, an increase in surface temperature and air humidity leading to the growth of cloud cover, increased wind speed facilitating the dissipation of inhibition layers, and a decreasing period and area of snow cover persistence (Wetzel and Briimmer, 2011, Zhang et al., 2013). Changes in atmospheric circulation and changes in land cover, that include the melting of glaciers leading to a decline in the value of albedo may serve as additional factors explaining the identified fluctuations. On a local scale, the growth of town and cities is also conducive to reduction in the frequency, depth and strength of temperature inversions. Numerical simulations by Rendon et al. (2014) have confirmed that in urban areas, due to the large heat capacity of buildings and streets as well as related increased thermal turbulence, inversion layers occur significantly less frequently and are characterized by smaller depth and lower strength. Referring to the methodological aspect of this study, it is worth noting that the applied data are an important source of information available for use in a variety of studies of climate conditions. The main advantage of reanalyses is undoubtedly regular spatial and temporal data coverage and consideration of data obtained from upper air soundings in the assimilation scheme. According to available studies (Tjemstrom and Graversen, 2009; Liipkes et al., 2010), it may be concluded that despite small differences between independent measurement data and reanalyses, these data are an important source material to study the vertical structure of the troposphere. The biases mentioned, resulting mainly from insufficient precision in the representation of complex interactions between clouds, radiation, synoptic and turbulent processes, do not exclude the application of reanalyses in studies of air temperature inversions (Wetzel and Briimmer, 2011). Acknowledgements This study was possible in part thanks to Jagiellonian University grants (K/DSC/003024). References Andreas EL, Claffey KJ, Makshtas AP. 2000. Low level atmospheric jets and inversions over the western Weddell Sea. Bound. -Layer Meteorol. 97: 459-486. https://doi.Org/10.1023/A:1002793831076. Argentini S, Viola A, Sempreviva AM, Petenko I. 2005. Summer boundary-layer height at the Plateau site of Dome C, Antarctica. Bound.-Layer Meteorol. 115: 409-422. https://doi.org/10.1007/ S10546-004-5643-6. Bailey A, Chase TN, Cassano JJ, Noone D. 2011. Changing temperature inversion characteristics in the US southwest and relationships to large-scale atmospheric circulation. J. Appl. Meteorol. Climatol. 50: 1307-1323. https://doi.Org/10.l 175/2011JAMC2584.1. Bourne SM, Bhatt US, Zhang J, Thoman R. 2010. Surface-based temperature inversions in Alaska from a climate perspective. Atmos. Res. 95: 353-366. https://doi.Org/10.1016/j.atmosres.2009.09.013. Bradley RS, Keiming FT, Diaz HF. 1993. Recent changes in the North American Arctic boundary layer in winter. J. Geophys. Res. 98: 8851 -8858. https://doi.org/10.1029/93JD00311. Brümmer B, Schultze M. 2015. Analysis of a 7-year-low-level temperature inversion data set measured at the 280 m high Hamburg weather mast. Meteorol. Z. 24: 481-494. https://doi.org/10.1127/metz/2015/ 0669. Briimmer B, Kirchgäßner A, Müller G. 2005. The atmospheric boundary layer over Baltic sea ice. BountL-Layer Meteorol. 117: 91-109. https://doi.org/10.1007/sl0546-005-0906-4. Busch N, Ehel U, Kraus H, Schaller E. 1982. The structure of the subpolar inversion-capped ABL. Arch. Meteorol. Geophys. Bioclimatol. Ser. A 31.1-2: 1-18. https://doi.org/10.1007/BF02257738. Curry J. 1983. On the formation of polar continental air. J. Atmos. Sei. 40: 2278-2292. https://doi.org/10.1175/1520-0469(1983)040,2278: OTFOCP.2,O.CO;2. Dee DP, Uppala SM, Simmons J, Berrisford P, Poli P, Kobayashi S, Andrae U, Balmaseda M, Balsamo G, Bauer P, Bechtold P, Beljaars CM, van de Berg L, Bidlot J, Bormann N, Delsol C, Dragani R, Fuentes M, Geer J, Haimberger L, Healy SB, Hersbach H, Holm EV, Isaksen L, Kallberg P, Köhler M, Matricardi M, Mcnally P, Monge-Sanz BM, Morcrette JJ, Park BK, Peubey C, de Rosnay P, Tavolato C, Thepaut JN, Vitart F. 2011. The ERA-Interim reanalysis: configuration and performance of the data assimilation system. Q. J. R. Meteorol. Soc. 137: 553-597. https://doi.org/10.1002/qj.828. Devasthale A, Willdn U, Karlsson KG, Jones CG. 2010. Quantifying the clear-sky temperature inversion frequency and strength over the Arctic Ocean during summer and winter seasons from AIRS profiles. Atmos. Chem. Phys. 10: 5565-5572. https://doi.org/10.5194/acp-10- 5565-2010. Gocic M, Trajkovic S. 2013. Analysis of changes in meteorological variables using Mann-Kendall and Sen’s slope estimator statistical tests in Serbia. Glob Planet Change 100: 172-182. https://doi.org/10 .1016/j.gloplacha.2012.10.014. Hudson SR, Brandt RE. 2005. A look at the surface-based temperature inversion over the Antarctic Plateau. J. Clint. 18: 1673-1696. https:// doi.org/10.1175/JCLI3360.1. Kahl JD. 1990. Characteristics of the low-level temperature inversions along the Alaska Arctic coast. Int. J. Climatol. 10: 537-548. https:// doi.org/10.1002/joc.3370100509. Kahl JD, Serreze MC, Schnell RC. 1992. Tropospheric low-level temperature inversions in the Canadian Arctic. Atmos. Ocean 30: 511-529. https://doi.org/10.1080/07055900.1992.9649453. Kahl JD, Martinez DA, Zaitseva NA. 1996. Long-term variability in the low-level inversion layer over the Arctic Ocean. Int. J. Climatol. 16: 1297-1313. https://doi.org/10.1002/(SICI)1097-0088(199611) 16:11 < 1297: :AID-JOC86>3.0.CO;2-T. Kassomenos PA, Koletsis IG. 2005. Seasonal variation of the temperature inversions over Athens, Greece. Int. J. Climatol. 25: 1651-1663. https://doi.org/10.1002/joc. 1188. Kassomenos PA, Paschalidou AK, Lykoudis S, Koletsis 1.2014. Temperature inversion characteristics in relation to synoptic circulation above Athens, Greece. Environ. Monit. Assess. 186: 3495-3502. https://doi .org/10.1007/sl0661-014-3632-x. Kay JE, Gettelman A. 2009. Cloud influence on and response to seasonal Arctic sea ice loss. J. Geophys. Res. Atmos. 114:1-18. https://doi.org/ 10.1029/2009JD011773. Largeron Y, Staquet C. 2016. Persistent inversion dynamics and wintertime PM 10 air pollution in Alpine valleys. Atmos. Environ. 135: 92-108. https://doi.Org/10.1016/j.atmosenv.2016.03.045. Li Y, Yan J, Sui X. 2012. Tropospheric temperature inversion over central China. Atmos. Res. 116: 105-115. https://doi.0rg/lO.lOl6/j.atmosres .2012.03.009. Liu Y, Key JR. 2003. Detection and analysis of clear-sky, low-level atmospheric temperature inversions with MODIS. J. Atmos. Ocean. Technol. 20: 1727-1737. https://doi.org/10.1109/IGARSS.2002 .1026527. Liu Y, Key JR, Schweiger A, Francis J. 2006. Characteristics of satellite-derived clear-sky atmospheric temperature inversion strength in the Arctic. J. Clim. 19: 4902-4913. https://doi.org/10.1175/ JCLI3915.1. Lokoshchenko MA. 2007. Temperature stratification of the lower atmosphere over Moscow. Russ. Meteorol. Hydrol. 32: 35-42. https://doi .org/10.3103/S1068373907010050. Liipkes C, Vihma T, Jakobson E, Konig-Langlo G, Tetzlaff A. 2010. Meteorological observations from ship cruises during summer to the central Arctic: a comparison with reanalysis data. Geophys. Res. Lett. 37: 1-4. https://doi.org/10.1029/2010GL042724. Malek E, Davis T, Martin RS, Silva PJ. 2006. Meteorological and environmental aspects of one of the worst national air pollution episodes (January, 2004) in Logan, Cache Valley, Utah, USA. Atmos. Res. 79: 108-122. https://doi.Org/10.1016/j.atmosres.2005.05.003. Medeiros B, Deser C, Tomas RA, Kay JE. 2011. Arctic inversion strength in climate models. J. Clim. 24: 4733-4740. https://doi.org/10.1175/ 2011JCLI3968.1. Milionis AE, Davies TD. 2008. A comparison of temperature inversion statistics at a coastal and a non-coastal location influenced by the same synoptic regime. Theor. Appl. Climatol. 94: 225-239. https://doi.org/ 10.1007/s00704-007-0356-7. Nagumy A. 1995. Space-time distribution of temperature inversions in the Arctic atmospheric boundary layer. Ann. Geophys. 13: 1087-1092. https://doi.org/10.1007/s00585-995-1087-7. Pavelsky TM, Boé J, Hall A, Fetzer EJ. 2011. Atmospheric inversion strength over polar oceans in winter regulated by sea ice. Clint. Dyn. 36: 944-955. https://doi.org/10.1007/s00382-010-0756-8. Pietroni I, Argentini S, Petenko I. 2014. One year of surface-based temperature inversions at Dome C, Antarctica. Bound.-Layer Meteorol. 150: 131-151. https://doi.org/10.1007/sl0546-013-9861-7. Rendón A, Salazar JF, Palacio CA, Wirth V, Brotz B. 2014. Effects of urbanization on the temperature inversion breakup in a mountain valley with implications for air quality. J. Appl. Meteorol. Climatol. 53: 840-858. https://doi.org/10.1175/JAMC-D-13-0165-l. Russo A, Trigo RM, Martins H, Mendes M. 2014. N02, PM10 and 03 urban concentrations and its association with circulation weather types in Portugal. Atmos. Environ. 89: 768-785. https://doi.Org/10.1016/j .atmosenv.2014.02.010. Salby ML. 2012. Physics of the Atmosphere and Climate. Cambridge University Press: New York, NY. Seidel DJ, Zhang Y, Beljaars A, Golaz JC, Jacobson AR, Medeiros B. 2012. Climatology of the planetary boundary layer over the continental United States and Europe. J. Geophys. Res. Atmos. 117: 1-15. https://doi.org/10.1029/2012JD018143. Serreze MC, Schnell RC, Kahl JD. 1992. Low-Level temperature inversions of the Eurasian Arctic and comparison with soviet drifting station data. J. Clim. 5: 615-629. https://doi.org/10.1175/1520- 0442(1992)005<0615:LLTIOT>2.0.CO;2. Steinacker R, Whiteman CD, Dominger M, Pospichal B. 2007. A sinkhole field experiment in the Eastern Alps. Bull. Am. Meteorol. Soc. 88: 701-716. https://doi.org/10.1175/BAMS-88-5-701. Stryhal J, Huth R, Slädek 1.2017. Climatology of low-level temperature inversions at the Prague-Libus aerological station. Theor. Appl. Climatol. 127: 409-420. https://doi.org/10.1007/s00704-015-1639-z. Stull RB. 1988. An Introduction to Boundary Layer Meteorology. Kluwer Academic Press: Dordrecht, The Netherlands. Tjemström M, Graversen RG. 2009. The vertical structure of the lower Arctic troposphere analysed from observations and the ERA-40 reanalysis. Q. J. R. Meteorol. Soc. 135: 431-443. https://doi.org/10 ,1002/qj.380. Uppala SM, Källberg PW, Simmons AJ, Andrae U, Da Costa BV, Fiorino M, Gibson JK, Haseler J, Hernandez A, Kelly GA, Li X, Onogi K, Saarinen S, Sokka N, Allan RP, Andersson E, Arpe K, Balmaseda MA, Beljaars ACM, Van De Berg L, Bidlot J, Bormann N, Caires S, Chevallier F, Dethof A, Dragosavac M, Fisher M, Fuentes M, Hagemann S, Holm E, Hoskins BJ, Isaksen L, Janssen PAEM, Jenne R, McNally AP, Mahfouf JF, Morcrette JJ, Rayner NA, Saunders RW, Simon P, Sterl A, Trenberth KE, Untch A, Vasiljevic D, Viterbo P, Woollen J. 2005. The ERA-40 re-analysis. Q. J. R. Meteorol. Soc. 131: 2961-3012. https://doi.org/10.1256/qj .04.176. Wallace JM, Hobbs PV. 2006. Atmospheric Science. An Introductory Survey. Elsevier: London, UK. Wetzel C, Brümmer B. 2011. An Arctic inversion climatology based on the European Centre Reanalysis ERA-40. Meteorol. Z 20: 589-600. https://doi.org/10.1127/0941-2948/2011/0295. Whiteman CD, Muschinski A, Zhong S, Fritts D, Hoch SW, Hahnenberger M, Yao W, Hohreiter V, Behn M, Cheon Y, Clements C, Horst TW, Brown WOJ, Oncley SP. 2008. METCRAX 2006: meteorological experiments in Arizona’s Meteor crater. Bull. Am. Meteorol. Soc. 89: 1665-1680. https://doi.org/10.1175/ 2008BAMS2574.1. Zängl G. 2005. Formation of extreme cold-air pools in elevated sinkholes: an idealized numerical process study. Mon. Weather Rev. 133: 925 -941. https://doi.Org/10.l 175/MWR2895.1. Zhang Y, Seidel DJ, Golaz JC, Deser C, Tomas RA. 2011. Climatolog- ical characteristics of Arctic and Antarctic surface-based inversion. J. Clim. 24: 5167-5186. https://doi.Org/10.1175/2011JCLI4004.l. Zhang Y, Seidel DJ, Zhang S. 2013. Trends in planetary boundary layer height over Europe. J. Clim. 26: 10071-10076. https://doi.org/ 10.1175/JCLI-D-13-00108.1. Publikacja nr 3: Palarz A., Celiński-Mysław D., Ustmul Z., 2020, Temporal and spatial variability of elevated inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 40, 1335-1347. https://doi.org/10.1002/joc.6271. DOI: 10.1002/joc.6271 RESEARCH ARTICLE Temporal and spatial variability of elevated inversions over Europe based on ERA-Interim reanalysis Angelika Palarz I Daniel Celiriski-Myslaw I Zbigniew Ustmul Department of Climatology, Jagiellonian University, Kraków, Poland Correspondence Angelika Palarz, Department of Climatology, Jagiellonian University, Gronostajowa 7,30-387 Kraków Email: angelika.palarz@doctoral.uj.edu.pl Funding information German Environmental Foundation, Deutsche Bundesstiftung Umwelt DBU, Grant/Award Number: 30018/794; National Science Centre, Poland, Grant/Award Number: UMO-2018/28/T/ST10/00425. Abstract Tropospheric temperature inversions are thought to be an important feature of climate as well as a significant factor affecting air quality and low-level cloud formation. The aim of this study is to investigate the temporal and spatial variability of the tropospheric temperature inversions, in particular so-called elevated inversions, over Europe. The analysis is based on data gained from ERA-Interim reanalysis for the period 1981-2015. The data consist of air temperature, and geopotential height from the entire vertical cross-section of the troposphere, that is, from 1,000 to 100 hPa. The study examines the temporal (intra- and inter-annual) variability of the temperature inversions based on their frequency, base height, depth, and strength. The analysis conducted revealed that the temperature inversions are a common phenomenon occurring in the lower troposphere. Their temporal and spatial variability is, however, determined by the inversion type. Surface-based inversions (SBI) indicate a clear diurnal cycle, while the day-night variability of elevated inversions (El) is far less pronounced. Two main regions of the most frequent El occurrence may be distinguished. These are: (a) a marine area west of the Iberian Peninsula and (b) Eastern Europe. Both of them are located in areas which are under the influence of extensive high-pressure systems—the permanent Azores High and semipermanent Siberian High, respectively. The development of El should be therefore attributed to the large-scale subsidence and adiabatic heating of air parcels. El are also quite common over the other parts of the Atlantic Ocean, which is closely linked to the development of marine inversions. SBI tend to be stronger than El—the mean seasonal inversion strength is usually substantially higher for SBI. In turn, El reach higher values of the mean seasonal inversion depth as compared with SBI. KEYWORDS elevated inversions, ERA-Interim reanalysis, lower-tropospheric stability, surface-based inversions, temperature inversions 1 I INTRODUCTION The vertical structure of air temperature and humidity plays an essential role in determining atmospheric stability. It reflects a balance between the radiative and dynamic heating of the Earth-atmosphere system and influences the exchange of energy and mass. The tropospheric temperature inversions, which are defined as phenomena of increasing air temperature with altitude, act like a cap on the upward air movements reducing or completely inhibiting the transfer of heat and moisture within the atmosphere. Although the temperature inversions are characterized by various formation mechanisms and vertical ranges, the dominant role in their development is played by three processes: (a) radiative cooling of the active surface arising from the imbalance between downwelling shortwave solar radiation and outgoing longwave radiation from the Earth, (b) subsidence and adiabatic heating of air parcels in large high-pressure systems, and (c) flow of warmer air over cooler air masses, including the advection associated with the movement of weather fronts (Wallace and Hobbs, 2006; Salby, 2012). Considering the vertical range, two types of the temperature inversions may be distinguished: (a) surface-based inversions (SBI) beginning immediately at ground level and (b) elevated inversions (El) having bases located above ground level. In general, it is claimed that SBI are usually caused by the negative surface energy budget, whereas El are driven either by the subsidence of air parcels in high- pressure systems or by the advection of warmer air masses. Moreover, low-level El may develop also as remnants of SBI. According to the previous studies (e.g., Ji et al., 2018; Palarz et al., 2018), temperature inversions whose bases are located in the proximity of the Earth's surface usually form just after dusk and then gradually increase their depth and strength until sunrise, after which they begin to dissipate. Conversely, the diurnal cycle of El seems to be far less pronounced (e.g., Stryhal etal., 2017; Czamecka etal., 2019). Since the thermal stratification of the Earth's atmosphere controls the transfer of energy and mass, the tropospheric temperature inversions seem to have a great potential for further influencing weather and climate conditions. Both SBI and El located at the lowest levels of the troposphere have a profound impact on air quality. Many previous studies, such as Malek et al. (2006), Largeron and Staquet (2016), Palarz and Celinski-Myslaw (2017), and Hu et al. (2018), have shown evidence that severe air pollution episodes are attributed rather to unfavourable weather conditions, mainly the long-term persistence of isothermal and inversion layers, than to a sudden increase in the emission of air pollutants. For instance, Xu et al. (2019) highlighted that 93% of the severely polluted days in Beijing were accompanied either by surface-based or low-level elevated inversions. Apart from trapping the air pollutants near to the Earth's surface, the temperature inversions provide also a moist environment favourable to chemical reactions in the liquid and heterogeneous phase that benefit the production of new secondary aerosols causing the air pollution episodes to be more severe (Silva et al., 2007). Furthermore, by restricting the vertical air mixing, the tropospheric temperature inversions play a crucial role in low-level cloud formation. A literature survey indicates a general consensus that there is a strong positive correlation between low-cloud cover and selected measures of inversion strength, such as the low-level stability and estimated inversion strength (Wood and Bretherton, 2006; Zhang et al., 2009; Naud et al., 2016; Galewsky, 2018; Koshiro et al., 2018). Owing to the relatively high albedo and cloud-top temperature, the low stratiform clouds have also a strong cooling effect on the Earth's radiative budget and thus influence on climate change feedbacks (Qu et al., 2015; Ceppi and Gregory, 2017). Numerous studies have used upper air data derived from aerological soundings (Hudson and Brandt, 2005; Bourne et al., 2010), drifting ice stations (Kahl et al., 1992; Nagumy, 1995), microwave radiometers (Argentini et al., 2005; Pietroni et al., 2014), and satellite observations (Liu et al., 2006; Devasthale et al., 2010) for the investigation of the tropospheric temperature inversions. Recently, also the climate models (Medeiros et al., 2011; Ji et al., 2018) and reanalyses (Wetzel and Briimmer, 2011; Zhang et al., 2011) have been implemented in the research into the lower- tropospheric stability. However, the vast majority of the studies mentioned above have focused on the polar regions, whereas in the mid-latitude regions this kind of studies is still relatively rare. For instance, the structure of the planetary boundary layer (PBL) over Europe was examined by Seidel et al. (2012) and Zhang et al. (2013). Macro-scale analyses of the low-level temperature inversions were conducted by applying the upper air soundings from the southwestern part of the United States (Bailey et al., 2011) and central China (Li et al., 2012). On the other hand, the records obtained from individual aerological stations and weather masts were analysed, among others, for Athens by Kassomenos et al. (2014), for Hamburg by Briimmer and Schultze (2015), for Łeba by Czamecka et al. (2019), for Prague by Stryhal et al. (2017), and for Moscow by Lokoshchenko (2007). This study aims to provide an insight into the temporal and spatial variability of the tropospheric temperature inversions over Europe. It is a continuation of our previous research, in which the temporal and spatial variability of the surface-based inversions over Europe were examined (Palarz et al., 2018). Although the present work focuses on the elevated inversions, for comparative purposes some results of the research on the surface-based inversions are discussed as well. The remainder of the paper is organized as follows: Section 2 gives a description of the data used (ERA-Interim reanalysis) and outlines the methods. In Section 3 we show the results obtained. Conclusions are drawn in Section 4. 2 I DATA AND METHODS 2.1 I ERA-Interim reanalysis As already mentioned, the study is based on the data derived from the ERA-Interim reanalysis produced by the European Centre for Medium-Range Weather Forecasts (ECMWF, Dee et al., 2011). They consist of air temperature (t) and geopotential height (z) from the entire vertical cross-section of the troposphere, that is, from 1,000 to 100 hPa. The vertical resolution of the data varies depending on the atmospheric layer—in the lower troposphere, that is, up to 750 hPa the records are available every 25 hPa. Note that the ERA-Interim reanalysis contains values for all of the pressure levels, which means that in high altitude regions, such as the Alps and Carpathians, they are extrapolated below the surface. As recommended by ECMWF (Copernicus Knowledge Base, 2018), we masked out the extrapolated regions by using the surface geopotential values. The horizontal resolution of the data applied is 0.75° X 0.75°, while the temporal resolution is 6 hr—0000, 0600, 1200, 1800 UTC. For brevity, however, solely the results obtained for 0000 and 1200 UTC are presented in the paper. The time series span a period of 35 years from 1981 to 2015. 2.2 I Methods for the identification of temperature inversions The tropospheric temperature inversions were identified following the definition reported in Kahl (1990) and applied later by, among others, Wetzel and Brummer (2011), Zhang et al. (2011), and Gilson et al. (2018). Literally, each of the vertical air temperature profiles obtained from the ERA- Interim reanalysis was scanned upward to locate the first layer in which air temperature increases with altitude. The inversion base (B) was then defined as the bottom of the first layer in which the temperature increases with altitude, whereas the inversion top (T) was defined as the bottom of the first subsequent layer in which the temperature decreases with altitude. A quantitative measure of the temperature inversions is given by three parameters, namely their frequency (FQ%), depth (Az = zT - zB), and strength (At = tT — tB). In addition, for El the inversion base height was determined as well (Figure 1). Note that El parameters were calculated solely for the lower-most inversion layer, what is consistent with the previous studies carried out by among others Czarnecka et al. (2019). The results are presented with regard to various spatial and time scales. For brevity, the tropospheric structure of the temperature inversions' frequency was examined for eight grid points whose location is shown in Figure 2. A more general view on the low-level El frequency is provided on maps created separately for each season (winter—December to February; spring—March to May; summer—June to August; autumn—September to November) and time of day (night-time—0000 UTC; day-time—1200 UTC). This enables us to compare our results with the findings of other authors obtained for various regions across Europe. Since we did not find substantial differences in the values of El parameters between the night-time and day-time, the mean seasonal values of El base height, depth and strength are plotted solely for 0000 UTC. A comparison of SBI and El parameters was performed for the eight grid points mentioned before. Long-term changes in El parameters were assessed by applying the procedure based on the nonparametric Mann-Kendall test for the detection of trend within a time series and the nonpara- metric Sen's method for the computation of the linear trend magnitude. The significance level was set at 0.05, which means that there is a 5% probability that the data values of time series follow random distribution and with that probability we make a mistake when rejecting a null hypothesis of no trend. Note that this method is frequently used in climate time series analysis (e.g., Mavromati and Stathis, 2011; Gocic and Trajkovic, 2013) owing to the fact that missing values are allowed and data need not conform to any particular distribution. 3 I RESULTS The tropospheric structure of the temperature inversions' frequency is shown in Figure 3. Considering the fact that diurnal variations in the frequency of the temperature inversions are observed exclusively for the grid points located over the land areas and only for the lowest-layers of the troposphere, we present solely the results obtained for 0000 UTC. Nonetheless, irrespective of the time of the day and the grid point considered, two major areas of the temperature inversions occurrence may be distinguished. These are: (a) lower troposphere reaching up to 750 hPa and (b) upper troposphere, partially including also the tropopause, which usually begins at the pressure level of 400 to 300 hPa. The middle troposphere, in turn, seems to be a zone free of the temperature inversions' development. The troposphere division proposed here refers to the previous studies on the low-tropospheric stability, which define the lower troposphere as the layer of the Earth's atmosphere extending up to approx. 700 hPa (Wood and Bretherton, 2006; Naud et al., 2016). In turn, the term of the upper troposphere is used to describe the highest tropospheric layers along with the tropopause, whose base height was not determined in this study. Following the findings of Reichler et al. (2003), however, we may assume that the tropopause height varies over the domain studied from approx. 250 to 150 hPa. According to the results obtained, the upper-level temperature inversions usually appear above the pressure level of 400 to 300 hPa. The base of the zone of the temperature inversions' occurrence is located at lower altitudes in winter and higher in summer, which can be seen as a result of the intra-annual fluctuations in the tropopause height. In the upper troposphere, the frequency of the temperature inversions reaches a maximum at the pressure level of approx. 200 to 250 hPa exhibiting usually higher values in spring or summer (FQ% > 70%). An exception to this is the southern part of the domain studied, that is, the grid points A02 and S, over which the frequency of the summertime inversions is significantly lower (FQ% < 20%). The coincidence between the average tropopause height mentioned before and the levels of the most frequent occurrence of the temperature inversions suggests that the mechanism of their formation can be related to the absorption of UV radiation by the trace gases occurring in the tropopause (Reichler et al., 2003). Figure 3 indicates also considerable the intra-annual variability of the low-level temperature inversions. The temperature inversions are most common in winter over the land areas (top row in Figure 3) and in summer over the marine areas (bottom row in Figure 3). An exception to this are the grid points W and S. Over the grid point W, for instance, higher frequency is observed in winter, which can be partially explained by its transitional location. The Mediterranean region represented by the grid point S is, in turn, characterized by lower temperature inversions' frequency all year round (FQ% < 5%). The low-level temperature inversions developing over the land areas show also pronounced diurnal cycle - they are less frequent and located at higher altitudes at 1200 UTC as compared with 0000 UTC (not shown in the paper). Although, according to our results, most of the low-level temperature inversions form in the layer up to 800 hPa, by analogy with the previous studies of Wetzel and Brummer (2011) and Czamecka et al. (2019), we decided to restrict the further analysis of the low-level El to the those temperature inversions whose bases are located up to 3,000 m above ground level (AGL), which for low altitudes is comparable with the pressure level of 700 hPa. 3.1 I Frequency of low-level elevated inversions A brief overview of the temporal and spatial variability of the low-level El frequency is provided in Figure 4. During the studied period, El do not exhibit substantial differences between 0000 and 1200 UTC suggesting that their development is associated with mechanisms other than SBI dissipation. As discussed in our previous paper (Palarz et al., 2018), SBI frequency is characterized by a clear diurnal cycle closely related to the Earth's radiation budget. SBI usually develop just after sunset and then gradually increase their depth and strength until sunrise, after which they start to dissipate. The disintegration of SBI is believed to be an important process leading to the development of the low-level El (Stryhal et al., 2017). However, comparable values of El frequency at night-time and day-time reveal that another factor must be of higher importance here. Exclusively the summertime El appears slightly more frequent at 0600 UTC, which jointly with lower SBI frequency at this time as compared with 0000 UTC implies that El may develop as remnants of SBI (not shown in the paper). The low-level El frequency demonstrates pronounced intra-annual variability—its higher values are found over the Atlantic Ocean in summer, while over the mainland of Europe in winter. Spring and autumn show transitional features. Taking into account the domain studied, two major regions of the most frequent El occurrence may be distinguished. These are: (a) a marine area west of the Iberian Peninsula and (b) Eastern Europe. Both of them are located in the areas which are under the influence of the extensive high-pressure systems—the permanent Azores High and semipermanent Siberian High, respectively. The peaks in El frequency correlate fairly well with the seasons of maximum activity of those anticyclones. Over the marine area located west of the Iberian Peninsula, the highest El frequency (FQ% > 70%) occurs in summer when the Azores High dominates the Atlantic Ocean reaching its greatest size and strength (Davis et al., 1997). However, relatively high values of El frequency (FQ% > 40%) persist there in the other seasons as well. Over Eastern Europe, on the contrary, El appear most frequently (FQ% > 60%) in winter owing to the impact of the Siberian High which forms usually in October in response to strong, radiative cooling above the snow-covered surface and lasts until the end of April (Panagiotopoulos et al., 2005). Over both regions, El development may thus be attributed to the large-scale subsidence and adiabatic heating of air parcels in the extensive high- pressure systems. Compared to SBI (Palarz et al., 2018), El are also quite common over the other parts of the Atlantic Ocean, namely their frequency ranges there from 10% in winter to 70% in summer. This is closely linked to the development of so-called marine inversions, which are initiated by the cooling effect of a large body of water on the warmer air masses above. As already mentioned, the marine inversions are an essential factor which controls the formation of the low stratiform clouds (Koshiro et al., 2018). The long-term changes in El frequency are illustrated in Figure 5. The strongest positive trends, that is, an increase of +2 to +6% per decade, occur in winter over north-eastern Europe as well as in autumn over an area southeast of the Baltic Sea and a part of the Atlantic Ocean which is under the influence of the Azores High. Conversely, El frequency decreases in spring over northeastern Europe and in summer over a marine area located between Iceland and the British Isles - a decrease of -2 to —6% per decade. The trends seem to be reverse of those observed in SBI frequency, particularly in winter over Northern Europe (Palarz et al., 2018). Previously, such opposing long-term changes in El and SBI frequency had been described by among other Stryhal et al. (2017) for Prague, and Bailey et al. (2011) for the United States. In general, the trends identified in our study do markedly larger area of Eastern Europe experiences the not indicate a substantial difference between night-time values of negative trends at 1200 UTC. For the remaining and day-time. An exception to this is spring when a seasons, the values are comparable for both observation times, thus standing in opposition to trends identified for PBL. According to Zhang et al. (2013), over most of the European upper air stations a statistically significant increase of PBL height may be observed solely at daytime. At night-time, on the contrary, the trends are substantially lower and less statistically significant. 3.2 I Parameters of low-level elevated inversions The temporal and spatial variability of the low-level El base height, depth, and strength is presented in Figure 6. As mentioned before, solely the results for 0000 UTC are plotted. In order to compare SBI and El parameters, we provide also Figure 7, which shows the intra-annual variations of the depth and strength for both inversion types. Considering the whole domain studied, El tend to be based at higher altitudes in winter over the Atlantic Ocean and in summer over the mainland of Europe. An exception to this is the Mediterranean region, over which the highest values of El base height occur in winter. The results obtained on the basis of the ERA-Interim reanalysis indicate relatively good agreement with the findings of Czamecka et al. (2019) for the Łeba upper air station (Northern Poland). For instance, the mean seasonal height of El base varies at night-time from 800 to 1,200 m AGL for the reanalysis dataset, whereas from 900 to 1,000 m AGL for the upper air soundings—in both datasets, its lower mean seasonal value appears in winter, while higher in summer. Substantially lower intra-annual variability is demonstrated by the mean seasonal El depth—its slightly higher values are found in winter and autumn, while its lower values are found in summer and spring. A pronounced intraannual variability of the inversion depth is observed solely for the area influenced by the Siberian High, that is, grid points El and E2. Both El and SBI are deeper there in winter than in summer. As compared to our previous paper (Palarz et al., 2018), the low-level El tend to be slightly deeper than SBI. This can be also observed in Figure 7— both the seasonal mean and median are usually higher for the low-level temperature inversions. An exception to this are the areas influenced by the large-scale anticyclones, namely the grid points El and E2 in winter and the grid point A02 all year round. This may suggest that anticyclonic circulation is both an important factor supporting the subsidence leading to El occurrence and a good precursor of the nocturnal radiation favourable for the development of deep SBI. Similarly to El depth, the seasonal mean of El strength reaches its highest values in winter over Eastern Europe and in summer over the marine area influenced by the Azores High. Its relatively low intra-annual variability is typical for the marine areas, whereas it is slightly higher for the land areas, particularly those located in Eastern Europe. While over the land areas El strength reaches a maximum in winter, on the contrary, over the marine areas it attains maximum values in summer. Generally, both the seasonal mean and median of the temperature inversion strength are usually higher for SBI than El. Also, the temperature gradient within the inversion layer (AT/AZ) reaches higher values for SBI than El—its median value fluctuates usually from 0.5 to 1.0 K per 100 m for SBI and from 0.3 to 0.5 K per 100 m for El (not shown in the paper). These results are in line with the simulations performed for Southeast Australia by Ji et al. (2017) , who claimed that near surface inversions are supposed to be stronger than those located in higher layers of the troposphere. The analysis of the inter-annual variability of El parameters reveals that the time series usually do not show any significant long-term trends (not shown in the paper). In general, the changes identified for El frequency are not accompanied by changes in El parameters. An exception to this is a large area of the Northwest Atlantic affected by negative changes in El frequency in summer (Figure 5), over which also negative changes in El strength and positive changes in El base height are observed. Their magnitude reaches approx. —0.2 K per decade for El strength and +60 m per decade for El base height. This implies that El occurring there in summer seem to be not only less frequent, but also weaker and the height of their base is getting higher. Large areas of positive trends in El depth are found over Western Europe in spring—an increase of approx. 10 m per decade, whereas in El base height over Eastern Europe and the Mediterranean region in autumn—there is an increase of approx. 90 m per decade (not shown in the paper). However, the direction and magnitude of the trends seem not to be in relation to the changes in SBI parameters indicated in our previous paper (Palarz et al., 2018). 4 I CONCLUSIONS The analysis conducted reveals that the tropospheric temperature inversions are a common phenomenon occurring in the mid-latitude regions. Two major areas of their formation may be distinguished. These are: (a) lower troposphere reaching up to 750 hPa and (b) upper troposphere, which usually begins at the pressure level of 400 to 300 hPa. Although most of the low-level temperature inversions form in the layer up to 800 hPa, considering the previous studies carried out by among others Wetzel and Briimmer (2011) and Czamecka et al. (2019), we decided to restrict the four analysis of the low-level El to those temperature inversions whose bases lay up to 3,000 m AGL, which for low altitudes is comparable with the pressure level of 700 hPa. Since our research indicated that fewer than 2.5% of the temperature inversions have bases located between 2,000 and 3,000 m AGL, we assume that the results obtained can be also compared with the findings of Stryhal et al. (2017), who considered solely those temperature inversions whose bases lay up to 2,000 m AGL. The low-tropospheric temperature inversions show some temporal variability, which is determined mainly by the inversion type. As reported in numerous studies (e.g., Kassomenos et al., 2014; Stryhal et al., 2017), SBI exhibit a clear diurnal cycle closely related to the mechanism of their formation. Our previous study confirmed that the negative radiation budget associated with the imbalance between downwelling shortwave and outgoing longwave radiation is a major factor initiating the formation of SBI over Europe (Palarz et al., 2018). The diurnal variability of El is, on the other hand, far less pronounced - we confirmed that the El frequency does not indicate substantial differences between 0000 and 1200 UTC, which is in agreement with the findings of Stryhal et al. (2017) and Czamecka et al. (2019). Considering the domain studied, two major regions of the most frequent El occurrence may be distinguished. Those are: (a) a marine area west of the Iberian Peninsula and (b) Eastern Europe. Since both of them are located in the areas influenced by the extensive high-pressure systems, El development is supposed to be related to the large scale subsidence and adiabatic heating of air parcels. The seasonal variations in El frequency correlate there with the activity of the Azores High and the Siberian High, respectively. El are also quite common over the other parts of the Atlantic Ocean, which is linked to the formation of the marine inversions. They are initiated by the cooling effect of a large body of water on the warmer air masses above and lead to the development of the low stratiform clouds occurring most frequently in summer (Koshiro et al., 2017). The third mechanism that contributes to El formation is related to SBI dissipation. The analysis conducted showed that El frequency indicates a slightly higher value at 0600 UTC in summer. Jointly with lower SBI frequency at this time as compared with midnight, this suggests that a part of El may develop also as remnants of SBI, which usually begin to dissipate just after sunrise. Similar tendency has been also observed for Prague by Stryhal et al. (2017). According to the results obtained, SBI strength tends to reach higher values than El strength. This is in line with the simulation performed by Ji et al. (2018) who claimed that near surface inversions are stronger than those located in higher layers of the troposphere. The values of SBI and El depth are, in turn, often higher for El than for SBI. Substantially higher values of the mean seasonal depth and strength of both inversion types are typical for the regions which are under the influence of the high-pressure systems. Therefore, it may be concluded that the anticyclonic circulation is not only a major factor supporting the slow sinking of air parcels in high-pressure systems leading to El occurrence, but also a good precursor of the intensive nocturnal radiation responsible for the development of strong SBI. Furthermore, we identified also some long-term trends in El frequency which seem to be the reverse of the trends observed for SBI frequency, particularly those for winter over Northern Europe (Palarz et al., 2018). Such opposing changes in El and SBI frequency have been previously described by, among others, Stryhal et al. (2017) for Prague and by Bailey et al. (2011) for the United States. Considering the diurnal cycle, the magnitude of El frequency trends are comparable for 0000 and 1200 UTC, which stands in opposition to the changes in PBL height identified by Zhang et al. (2013). On the macro-scale, the variations identified for El frequency are generally not accompanied by changes in other El parameters. This does not preclude, however, the validity of the trends observed on a more local scale (Stryhal et al., 2017; Czamecka et al., 2019). For example, Stryhal et al. (2017) found that the strongest trends both in SBI and El frequency are typical for 0600 UTC, which is thought to be a result of earlier dissipation of the nocturnal SBI and thus faster transformation from SBI to El in the early morning. They hypothesised also that only a part of these trends may be explained by changes in the large-scale atmospheric circulation. Local forcing, that is, changes related to the development of the city and its outskirts, seems to be of higher importance there. Also, numerical simulations performed by Rendón et al. (2014) suggest that in urban areas SBI occur substantially less frequently and are characterized by smaller depth and lower strength owing to the large heat capacity of buildings and streets as well as increased thermal turbulence. A rough comparison of the parameters of the temperature inversions calculated by applying the ERA-Interim reanalysis and upper air soundings used by Stryhal et al. (2017) and Czamecka et al. (2019) indicated similar temporal variations in the inversion depth and strength as well as El base height. Also, Joly and Richard (2019) concluded that their results obtained on the basis of the observational data for the Jura Mountains are consistent with those obtained in our previous studies on SBI parameters (Palarz et al., 2018). Notwithstanding, further studies on the quality of multiple reanalysis datasets under extremely stable atmospheric stratification are needed. So far, such research has been performed exclusively for the polar regions, for example, by Medeiros et al. (2011) and Zhang et al. (2011). The study of Zhang et al. (2011) shows a general agreement between the ERA-Interim reanalysis and upper air data in terms of the spatial distribution and seasonal variability of inversions' parameters over the Arctic and Antarctic. The attempt to apply CMIP3 (Coupled Model Intercomparison Project Phase 3) data made by Medeiros et al. (2011) shows, on the other hand, that most of the models overestimate significantly the stability of the lower troposphere over the Arctic as against the ERA-40 and ERA-Interim reanalyses. Also, Wetzel and Brummer (2011) compared their findings on the Arctic inversion climatology obtained on the basis of the ERA-40 reanalysis with the previous observational studies. They found, for instance, a higher frequency of the wintertime SBI identified on the basis of the observational data as compared with the reanalyses. The annual cycle of the inversions' depth and strength agrees, in turn, very well among the datasets (Wetzel and Brummer, 2011). It should be strongly emphasized that the majority of the datasets mentioned above have been already replaced by newer generations of models or reanalyses, which are thought to improve the representation of the complex interactions taking place in the Earth's troposphere. Hence, there is still a need to examine the uncertainties existing among the newest reanalyses and observation datasets. ACKNOWLEDGEMENTS A.P. thanks the German Environmental Foundation, Deutsche Bundesstiftung Umwelt DBU, for supporting her as a visiting doctoral student in Germany through scholarship no. 30018/794, and the National Science Centre, Poland for funding her doctoral studies through the research project ETIUDA no. UMO-2018/28/T/ST10/00425. We would like to thank two anonymous reviewers for their suggestions to improve an earlier version of this paper. ORCID Angelika Palarz https://orcid.org/0000-0002-5749-2507 Daniel Celinski-Myslaw https://orcid.org/0000-0002- 4760-4958 Zbigniew Ustmul https://orcid.org/0000-0003-0957-4396 REFERENCES Argentini, S., Viola, A., Sempreviva, A.M. and Petenko, I. (2005) Summer boundary-layer height at the Plateau site of Dome C, Antarctica. Boundary-Layer Meteorology, 115, 409-422. https://doi. org/10.1007/s10546-004-5643-6. Bailey, A., Chase, T.N., Cassano, J.J. and Noone, D. (2011) Changing temperature inversion characteristics in the US southwest and relationships to large-scale atmospheric circulation. Journal of Applied Meteorology and Climatology, 50, 1307-1323. https://doi.org/10. 1175/2011JAMC2584.1. Bourne, S.M., Bhatt, U.S., Zhang, J. and Thoman, R. (2010) Surface- based temperature inversions in Alaska from a climate perspective. Atmospheric Research, 95, 353-366. https://doi.org/10.1016/j- atmosres.2009.09.013. Briimmer, B. and Schultze, M. (2015) Analysis of a 7-year-low-level temperature inversion data set measured at the 280 m high Hamburg weather mast. Meteorologische Zeitschrift, 24, 481-494. https://doi.org/10.1127/metz/2015/0669. Ceppi, P. and Gregory, J.M. (2017) Relationship of tropospheric stability to climate sensitivity and Earth's observed radiation budget. Proceedings of the National Academy of Sciences, 114, 13126-13131. https://doi.org/10.1073/pnas.1714308114. Copernicus Knowledge Base. 2018 About pressure level data in high altitudes. Available at: https://confluence.ecmwf.int/display/CKB/ About+pressure+level+data+in+high+altitudes/ [Cited 30th September 2018]. Czarnecka, M., Nidzgorska-Lencewicz, J. and Rawicki, K. (2019) Temporal structure of thermal inversions in Łeba (Poland). Theoretical and Applied Climatology, 136, 1-13. https://doi.org/10.1007/ S00704-018-2459-8. Davis, R.E., Hayden, B.P., Gay, D.A., Phillips, W.L. and Jones, G.V. (1997) The North Atlantic subtropical anticyclone. Journal of Climate, 10, 728-744. Dee, D.P., Uppala, S.M., Simmons, J., Berrisford, P., Poli, P., Kobayashi, S., Andrae, U., Balmaseda, M., Balsamo, G., Bauer, P., Bechtold, P., Beljaars, C.M., van de Berg, L., Bidlot, J., Bormann, N., Delsol, C., Dragani, R., Fuentes, M., Geer, J., Haimberger, L., Healy, S.B., Hersbach, H., Hólm, E.V., Isaksen, L., Kallberg, P., Kohler, M., Matricardi, M., Mcnally, P., Monge-Sanz, B.M., Morcrette, J.J., Park, B.K., Peubey, C., de Rosnay, P., Tavolato, C., Thćpaut, J.N. and Vitart, F. (2011) The ERA-Interim reanalysis: configuration and performance of the data assimilation system. Quarterly Journal of the Royal Meteorological Society, 137, 553-597. https://doi.org/10.1002/qj.828. Devasthale, A., Willen, U., Karlsson, K.G. and Jones, C.G. (2010) Quantifying the clear-sky temperature inversion frequency and strength over the Arctic Ocean during summer and winter seasons from AIRS profiles. Atmospheric Chemistry and Physics, 10, 5565-5572. https://doi.org/10.5194/acp-10-5565-2010. Galewsky, J. (2018) Relationships between inversion strength, lower- tropospheric moistening, and low-cloud fraction in the subtropical Southeast Pacific derived from stable isotopologues of water vapor. Geophysical Research letter, 45, 7701-7710. https://doi.org/10. 1029/2018GL078953. Gilson, G.F., Jiskoot, H., Cassano, J.J. and Nielsen, T.R. (2018) Radio- sonde-derived temperature inversions and their association with fog over 37 melt seasons in East Greenland. Journal of Geophysical Research: Atmospheres, 123, 9571-9588. https://doi.org/10.1029/ 2018JD028886. Gocie, M. and Trajkovic, S. (2013) Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia. Global and Planetary Change, 100, 172-182. https://doi.Org/10.1016/j.gloplacha.2012.10.014. Hu, Y., Wang, S., Ning, G., Zhang, Y„ Wang, J. and Shang, Z. (2018) A quantitative assessment of the air pollution purification effect of a super strong cold-air outbreak in January 2016 in China. Air Quality, Atmosphere & Health, 11, 907-923. https://doi.org/10. 1007/sl 1869-018-0592-2. Hudson, S.R. and Brandt, R.E. (2005) A look at the surface-based temperature inversion over the Antarctic Plateau. Journal of Climate, 18,1673-1696. https://doi.Org/10.1175/JCLI3360.l. Ji, F., Evans, J.P., Di Luca, A., Jiang, N., Olson, R., Fita, L., Ariieso, D., Chang, L.T.C., Scorgie, Y. and Riley, M. (2018) Projected change in characteristics of near surface temperature inversions for southeast Australia. Climate Dynamics, 52, 1487-1503. https://doi.org/10.1007/s00382-018-4214-3. Joly, D. and Richard, Y. (2019) Frequency, intensity, and duration of thermal inversions in the Jura Mountains of France. Theoretical and Applied Climatology. https://doi.Org/10.1007/s00704-019- 02855-3. Kahl, J.D., Serreze, M.C. and Schnell, R.C. (1992) Tropospheric low- level temperature inversions in the Canadian Arctic. Atmosphere- Ocean, 30, 511-529. https://doi.org/10.1080/07055900.1992. 9649453. Kahl, J.D. (1990) Characteristics of the low-level temperature inversions along the Alaska Arctic coast. International Journal of Climatology, 10, 537-548. https://doi.org/10.1002/joc. 3370100509. Kassomenos, P.A., Paschalidou, A.K., Lykoudis, S. and Koletsis, I. (2014) Temperature inversion characteristics in relation to synoptic circulation above Athens, Greece. Environmental Monitoring and Assessment, 186, 3495-3502. https://doi.org/10.1007/sl0661-014- 3632-x. Koshiro, T., Shiotani, M., Kawai, H. and Yukimoto, S. (2018) Evaluation of relationships between subtropical marine low stratiform cloudiness and estimated inversion strength in CMIP5 models using the satellite simulator package COSP. SOLA, 14, 25-32. https://doi. org/10.215 l/sola.2018-005. Koshiro, T., Yukimoto, S. and Shiotani, M. (2017) Interannual variability in low stratiform cloud amount over the summertime North Pacific in terms of cloud types. Journal of Climate, 30, 6107-6121. https://doi.Org/10.1175/JCLI-D-16-0898.l. Largeron, Y. and Staquet, C. (2016) Persistent inversion dynamics and wintertime PM10 air pollution in Alpine valleys. Atmospheric Environment, 135,92-108. https://doi.Org/10.1016/j.atmosenv.2016.03.045. Li, Y., Yan, J. and Sui, X. (2012) Tropospheric temperature inversion over central China. Atmospheric Research, 116, 105-115. https:// doi.org/10.1016/j.atmosres.2012.03.009. Liu, Y., Key, J.R., Schweiger, A. and Francis, J. (2006) Characteristics of satellite-derived clear-sky atmospheric temperature inversion strength in the arctic. Journal of Climate, 19, 4902-4913. https:// doi.org/10.1175/JCLI3915.1. Lokoshchenko, M.A. (2007) Temperature stratification of the lower atmosphere over Moscow. Russian Meteorology and Hydrology, 32, 35-42. https://doi.org/10.3103/S1068373907010050. Malek, E., Davis, T., Martin, R.S. and Silva, P.J. (2006) Meteorological and environmental aspects of one of the worst national air pollution episodes (January, 2004) in Logan, Cache Valley, Utah, USA. Atmospheric Research, 79, 108-122. https://doi.org/10.1016/j- atmosres.2005.05.003. Mavromati, T. and Stathis, D. (2011) Response of the water balance in Greece to temperature and precipitation trends. Theoretical and Applied Climatology, 104, 13-24. Medeiros, B., Deser, C., Tomas, R.A. and Kay, J.E. (2011) Arctic inversion strength in climate models. Journal of Climate, 24, 4733-4740. https://doi.Org/10.1175/2011JCLI3968.l. Nagumy, A. (1995) Space-time distribution of temperature inversions in the Arctic atmospheric boundary layer. Annales Geophysicae, 13, 1087-1092. https://doi.org/10.1007/s00585-995-1087-7. Naud, C.M., Booth, J.F. and Del Genio, A.D. (2016) The relationship between boundary layer stability and cloud cover in the post-cold- frontal region. Journal of Climate, 29, 8129-8149. https://doi.org/ 10.1175/JCLI-D-15-0700.1. Palarz, A., Celiriski-Myslaw, D. and Ustmul, Z. (2018) Temporal and spatial variability of surface-based inversions over Europe based on ERA-Interim reanalysis. International Journal of Climatology, 38, 158-168. https://doi.org/10.1002/joc.5167. Palarz, A. and Celinski-Myslaw, D. (2017) The effect of temperature inversions in the particulate matter PM10 and sulfur dioxide concentrations in selected basins in the Polish Carpathians. Carpathian Journal of Earth and Environmental Sciences, 12, 629-640. Panagiotopoulos, F., Shahgedanova, M., Hannachi, A. and Stephenson, D.B. (2005) Observed trends and teleconnections of the Siberian high: a recently declining center of action. Journal of Climate, 18, 1411-1422. Pietroni, L, Argentini, S. and Petenko, I. (2014) One year of surface- based temperature inversions at dome C, Antarctica. Boundary- Layer Meteorology, 150, 131-151. https://doi.org/10.1007/sl0546- 013-9861-7. Qu, X., Hall, A., Klein, S.A. and Caldwell, P.M. (2015) The strength of the tropical inversion and its response to climate change in 18 CMIP5 models. Climate Dynamics, 45, 375-396. https://doi. org/10.1007/s00382-014-2441-9. Reichler, T., Dameris, M. and Sausen, R. (2003) Determining the tro- popause height from gridded data. Geophysical Research Letters, 30, 1-6. https://doi.org/10.1029/2003GL018240. Rendon, A., Salazar, J.F., Palacio, C.A., Wirth, V. and Brotz, B. (2014) Effects of urbanization on the temperature inversion breakup in a mountain valley with implications for air quality. Journal of Applied Meteorology and Climatology, 53, 840-858. https://doi. org/10.1175/JAMC-D-13-0165.1. Salby, M.L. (2012) Physics of the Atmosphere and Climate. New York, NY: Cambridge University Press. Seidel, D.J., Zhang, Y., Beljaars, A., Golaz, J.C., Jacobson, A.R. and Medeiros, B. (2012) Climatology of the planetary boundary layer over the continental United States and Europe. Journal of Geophysical Research: Atmospheres, 117, 1-15. https://doi.org/10.1029/ 2012JD018143. Silva, P.J., Vawdrey, E.L., Corbett, M. and Erupe, M. (2007) Fine particle concentrations and composition during wintertime inversions in Logan, Utah, USA. Atmospheric Environment, 41, 5410-5422. https://doi.Org/10.1016/j.atmosenv.2007.02.016. Stryhal, J., Huth, R. and Sladek, I. (2017) Climatology of low-level temperature inversions at the Prague-Libus aerological station. Theoretical and Applied Climatology, 127, 409-420. https://doi.org/10. 1007/s00704-015-1639-z. Wallace, J.M. and Hobbs, P.V. (2006) Atmospheric Science. An Introductory Survey. London: Elsevier. Wetzel, C. and Briimmer, B. (2011) An Arctic inversion climatology based on the European Centre Reanalysis ERA-40. Meteorologi- sche Zeitschrift, 20, 589-600. https://doi.org/10.1127/0941-2948/ 2011/0295. Wood, R. and Bretherton, C.S. (2006) On the relationship between stratiform low cloud cover and lower-tropospheric stability. Journal of Climate, 19, 6425-6432. https://doi.Org/10.1175/JCLI3988.l. Xu, T., Song, Y., Liu, M., Cai, X., Zhang, H., Guo, J. and Zhu, T. (2019) Temperature inversions in severe polluted days derived from radiosonde data in North China from 2011 to 2016. Science of the Total Environment, 647, 1011-1020. https://doi.Org/10.1016/j. scitotenv.2018.08.088. Zhang, Y., Seidel, D.J., Golaz, J.C., Deser, C. and Tomas, R.A. (2011) Climatological characteristics of Arctic and Antarctic surface-based inversion. Journal of Climate, 24, 5167-5186. https://doi.org/10. 1175/2011JCLI4004.1. Zhang, Y., Seidel, D.J. and Zhang, S. (2013) Trends in planetary boundary layer height over Europe. Journal of Climate, 26, 10071-10076. https://doi.Org/10.1175/JCLI-D-13-00108.l. Zhang, Y., Stevens, B., Medeiros, B. and Ghil, M. (2009) Low-cloud fraction, lower-tropospheric stability, and large-scale divergence. Journal of Climate, 22, 4827-4844. https://doi.org/10.1175/ 2009JCLI2891.1. How to cite this article: Palarz A, Celinski- Myslaw D, Ustmul Z. Temporal and spatial variability of elevated inversions over Europe based on ERA-Interim reanalysis. Int J Climatol. 2020;40: 1335-1347. https://doi.org/10.1002/joc.6271 Publikacja nr 4: Palarz A., Celiński-Mysław D., 2020, Low-tropospheric humidity inversions over Europe: spatiotemporal variability and relations to temperature inversions’ occurrence. Theoretical and Applied Climatology, 141, 967-978. https://doi.org/10.1007/s00704-020- 03250-z. Theoretical and Applied Climatology (2020) 141:967-978 https://dol.Org/10.1007/s00704-020-03250-z ORIGINAL PAPER Low-tropospheric humidity inversions over Europe: spatiotemporal variability and relations to temperature inversions7 occurrence Angelika Palarz1^ • Daniel Celihski-Mystaw1 Received: 2 January 2020 /Accepted: 27 April 2020/Published online: 20 May 2020 © The Author(s) 2020 Abstract Tropospheric humidity inversions are an important component of the Earth’s climate system as well as a significant factor affecting the global radiation budget and cloud formation. Their occurrence enlarges the amount of downward longwave radiation trapped near the Earth’s surface and provides moisture to maintain the top of clouds from evaporation. The aim of this paper is to examine the spatiotemporal variability of the humidity inversions over Europe. For the first time, we provide also a comprehensive analysis of relations between die humidity inversions and temperature inversions over the domain considered. The study is based on data derived from the ERA-Interim reanalysis for the period 1981-2015. We have confirmed that the temporal and spatial variability of the humidity inversions is strongly related to inversion type. The mean seasonal frequency of surface-based humidity inversions (SBHI) usually does not exceed 20%, while the mean seasonal frequency of elevated humidity inversions (EHI) ranges from 5 to 60% depending on the region and season. On average, EHI are substantially deeper and stronger than SBHI. We found also that the low-tropospheric humidity inversions often occur simultaneously with the temperature inversions. Moderate positive correlations exist, however, only among the parameters (depth and strength) of the same inversion type, but not between the humidity inversions and the temperature inversions. Considering the links between EHI and ETI (elevated temperature inversions) parameters, slightly higher values of the Spearman’s rank correlation coefficient (ps > 0.50) are found between EHI base height and ETI base height. Nonetheless, the simultaneous occurrence of EHI and ETI usually fosters the intensity of both inversion types. Keywords Humidity inversions • Temperature inversions - Water vapour - Air temperature • Cloud formation 1 Introduction Atmospheric water vapour is widely known as an important component of the Earth’s climate system as well as a significant factor affecting the global radiation budget and cloud formation (Kiehl and Trenberth 1997; Harrison 2000). It is also well established in the scientific literature that water vapour constitutes one of the primary greenhouse gases in the Earth’s atmosphere, and thus plays an essential role in climate change feedbacks (Rind et al. 1991; Shine and Sinha 1991; Voigt and Shaw 2015). On a global scale, the amount of atmospheric water vapour decreases rapidly with increasing altitude also indicating substantial spatial and temporal variations since this amount is determined mainly by air temperature (e.g., Jackson et al. 2006; Wypych et al. 2018) There is, however, evidence that layers within which water vapour amount increases with increasing altitude also may be found. These layers are called either water vapour inversions (Devasthale et al. 2011), moisture inversions (Wypych and Bochenek 2018), or most commonly humidity inversions (e.g., Brunke et al. 2015; Naakka et al. 2018). Previous studies have implied that humidity inversions (HI) are most likely to occur over the polar regions and so- called subtropical stratus regions (Brunke et al. 2015). Over the polar regions, HI are nearly permanently present on the multiple levels of the lower troposphere (Nygard et al. 2013; Nygard et al. 2014). They are most frequent in winter, while strongest in the summer melt season when a large amount of water vapour is available (Naakka et al. 2018). Comparing findings obtained for both of the polar regions, Nygard et al. (2014) concluded that the most pronounced difference between them is related to the range of seasonality in HI parameters—a clear seasonal cycle of HI parameters is found over the Arctic, whereas it is virtually negligible over the Antarctic. Outside the polar regions, HI are far less frequent and weaker. Their slightly higher frequency is found in the winter season over the subtropical stratus regions and much of mid-latitude Eurasia (Brunke et al. 2015). Wypych and Bochenek (2018) claimed, as an example, that frequency of the wintertime HI varies substantially across Europe peaking up to 50% over the East European Plain. According to the most recent studies (e.g., Nygârd et al. 2014; Brunke et al. 2015; Naakka et al. 2018), HI often occur simultaneously with temperature inversions (TI). Over the Arctic and Antarctic, as an example, almost half of HI are accompanied by TI (Nygârd et al. 2013; Nygârd et al. 2014). Wypych and Bochenek (2018) stated, in turn, that over Europe approximately 70% of surface-based HI occur simultaneously with TI. This value varies substantially from less than 60% over Western Europe to more than 90% over Eastern Europe. Also, the parameters of HI and TI are recognized to be partially linked. Over the Antarctic, a positive correlation between HI and TI depth as well as a negative correlation between HI base height and TI strength were found (Nygârd et al. 2013). Over the Arctic, in turn, a positive correlation between HI and TI base height, depth, and strength as well as a negative correlation between HI base height and TI strength were identified (Nygârd et al. 2014). This leads to the hypothesis that at least some part of HI and TI may develop as a result of similar mechanisms. So far, the two most important processes underlying HI development have been described in the scientific literature, namely: (1) moisture condensation and (2) vertically differential moisture advection (e.g., Nygârd et al. 2013; Nygârd et al. 2014; Naakka et al. 2018). The first of these is believed to be linked to TI occurrence owing to the dependence of air temperature and saturation pressure. As reported in numerous studies (e.g., Kassomenos et al. 2014; Stryhal et al. 2017; Palarz et al. 2018), the negative radiation budget of the Earth is one of the major factors leading to the development of surface-based temperature inversions. This usually causes moisture condensation and further HI formation. Naakka et al. (2018) hypothesized that the simultaneous occurrence of HI and TI in saturated conditions might be attributed to moisture condensation, whereas the simultaneous occurrence of HI and relative humidity inversions is a result of the vertically differential moisture advection. Furthermore, it is known that évapotranspiration, turbulent mixing, and large-scale vertical motions may also contribute to HI development (Curry 1983; Nygârd et al. 2013; Naakka et al. 2018). Since the vertical structure of air temperature and humidity plays an essential role in determining atmospheric stability, both HI and TI seem to have great potential for further influencing the weather and climate conditions. As mentioned before, HI are believed to be an important factor affecting the Earth’s radiation budget via an enhancement of the downward longwave radiation. Devasthale et al. (2011) suggested that an increase with the altitude in the water vapour amount enlarges the amount of downward longwave radiation trapped near the Earth’s surface. Recent studies have also shown that HI occurrence might have substantial implications for cloud formation and maintenance (Sedlar and Tjemstrom 2009; Solomon et al. 2011; Sedlar et al. 2012). For example, Solomon et al. (2011) documented that the redistribution of water vapour from a humidity inversion top to its base favors the persistence of clouds. Moreover, if a cloud layer is decoupled from the Earth’s surface, HI may be the only source of moisture for the cloud system (Solomon et al. 2011; Sedlar et al. 2012). Given that a substantial part of HI and TI occurs simultaneously, their profound impact on air quality should be emphasized here as well. Generally, it is claimed that severe air pollution episodes are attributed rather to unfavorable weather conditions, mainly the long-term persistence of low- tropospheric TI, than to a sudden increase in the emission of air pollutants (e.g., Malek et al. 2006; Largeron and Staquet 2016; Hu et al. 2018). Whether HI occurrence additionally fosters, smog emergence has not been studied in detail yet. It is, however, recognized that the moist environment of the tropospheric temperature inversions favors chemical reactions in the liquid and heterogeneous phase which benefit the production of new secondary aerosols causing air pollution episodes to be more severe (Silva et al. 2007). Despite the important role of atmospheric water vapour in the climate system, HI have received substantially less attention in the scientific literature as compared to TI. For HI investigation, the data derived from aerological soundings (Vihma et al. 2011; Nygard et al. 2013; Nygard et al. 2014), drifting sea-ice stations (Yu et al. 2019), satellite observations (Devasthale et al. 2011), and recently also multiple reanalyses (Brunke et al. 2015; Wypych and Bochenek 2018; Naakka et al. 2018) have been utilized. However, the vast majority of the studies mentioned above have focused on the polar regions, whereas in the mid-latitude regions, this kind of studies is still very rare. To the best of our knowledge, for the midlatitudes, solely Wypych and Bochenek (2018) have provided a comprehensive climatology of the vertical structure of water vapour over Europe and the Northeastern Atlantic, including an analysis of HI. This paper refers to the study of Wypych and Bochenek (2018) by providing an insight into the spatio- temporal variability of the low-tropospheric humidity inversions and their parameters over Europe. The overarching aim of this study is, however, to access the mutual relations among HI and TI. This is closely related to the findings demonstrated in our previous work on the surface-based and elevated temperature inversions over Europe (Palarz et al. 2018; Palarz et al. 2019). The remainder of this paper is organized as follows: Section 2 gives a description of the data used and outlines the methods. In section 3, we show the results obtained and conclusions are drawn in section 4. 2 Data and methods 2.1 ERA-lnterim reanalysis As already mentioned, the study is based on the data derived from the ERA-lnterim reanalysis produced by the European Centre for Medium-Range Weather Forecasts (ECMWF, Dee et al. 2011). They consist of air temperature (t), geopotential height (z), and specific humidity (q) from the entire vertical cross-section of the troposphere, i.e., from 1,000 to 100 hPa. The vertical resolution of the data varies depending on the atmospheric layer, e.g., up to 750 hPa the records are available every 25 hPa. Note that the ERA-lnterim reanalysis contains values for all of the pressure levels, which means that in high altitude regions, such as the Alps and the Carpathians, they are extrapolated below the surface. As recommended by ECMWF (Copernicus Knowledge Base 2018), we masked out the extrapolated regions by using the surface geopotential values. The horizontal resolution of the data applied is 0.75° x 0. 75°, while the temporal resolution is 6 h—0000, 0600, 1200, 1800 UTC. For brevity, however, only the results obtained for 0000 and 1200 UTC are presented in this paper. The time series spanned a period of 35 years from 1981 to 2015. 2.1 Methods for the identification of humidity inversions and temperature inversions The humidity inversions were identified following the methodology applied in our previous studies on the low-tropospheric temperature inversions (Palarz et al. 2018; Palarz et al. 2019) enabling us to compare reliably the parameters of both inversion types. The definition of an inversion refers then to that reported in Kahl (1990), Wetzel and Briimmer (2011), Zhang et al. (2011), and Gilson et al. (2018). Literally, each of the vertical profiles of specific humidity (or air temperature, respectively) obtained from die ERA-lnterim reanalysis was scanned upward to locate the first layer in which specific humidity (air temperature) increases with altitude. The inversion base (B) was defined as the bottom of the first layer in which the specific humidity (air temperature) increases with altitude, whereas the inversion top (T) was defined as the bottom of the first subsequent layer in which the specific humidity (air temperature) decreases with altitude. By analogy with preceding studies (e.g., Nygard et al. 2013; Nygard et al. 2014; Stryhal et al. 2017; Czamecka et al. 2019), we distinguished: (1) surface- based humidity inversions (SBHI) or surface-based temperature inversions (SBTI) beginning immediately at ground level and (2) elevated humidity inversions (EHI) or elevated temperature inversions (ETI) having bases located at a higher altitude. A quantitative measure of both humidity and temperature inversions is given by three parameters, namely their frequency (FQ%), depth (Az = zt-Zb), and strength (Aq = qT-qB and At = tr tB). In addition, for an elevated inversion its base height (zB) was determined as well. Note that EHI and ETI parameters were calculated solely for the lower-most inversion layer, which is consistent with the methodology applied by, among others, Czamecka et al. (2019). Previous studies on the humidity inversions have considered various vertical ranges of the Earth’s troposphere. As an example, Nygard et al. (2014) examined only humidity inversions located up to 500 hPa, whereas Wypych and Bochenek (2018) investigated humidity inversions located up to 300 hPa. In order to select die most appropriate approach, we have explored the vertical structure of specific humidity for eight grid points, whose location is shown in Fig. 1. As expected, specific humidity decreases rapidly with increasing altitude from 10.0 g kg-1 in summer and 3.0 g kg-1 in winter in the proximity of Earth’s surface to less than 1.0 g kg-1 at the pressure level of 500 hPa in summer and 700-600 hPa in winter (Fig. 2). Usually, above the pressure level of 400 hPa in winter and 300 hPa in summer, the amount of water vapour does not exceed 0.1 g kg-1 hence a reliable investigation of the humidity inversions may be limited there. Most of TI occurs, on the other hand, up to 700 hPa (Palarz et al. 2019). Given the aim of this study, we decided therefore to restrict our analyses to inversions whose bases are located up to 3,000 m above ground level (AGL), which for low altitudes is comparable with the pressure level of 700 hPa. A general view on HI frequency is provided on maps created separately for each humidity inversion type (SBHI; EHI), season (winter—December to February; spring—March to May; summer—June to August; autumn—September to November), and time of the day (night-time—0000 UTC; day-time—1200 UTC). To explore potential links between HI and TI, we calculated the frequency of their simultaneous occurrence (sjmFQ%) as well as the conditional probability of TI given the occurrence of HI (CP% (Ti | hd = P en n hi) / p(Hi))- Furthermore, in-depth analyses of the parameters of nocturnal HI and their relations to TI parameters have been performed for the eight grid points mentioned before. 3 Results 3.1 Spatiotemporal variability of low-tropospheric humidity inversions 3.1.1 Frequency of low-tropospheric humidity inversions As depicted in Fig. 3, SBHI are characterized by relatively low frequency (FQ% < 20%). Across mainland Europe, they occur slightly more frequently at night-time, which coincides with the day-night fluctuations of SBTI occurrence (Stryhal et al. 2017; Palarz et al. 2018; Czarnecka et al. 2019). The diurnal cycle of SBHI is, however, far less pronounced as compared to SBTI which occur also significantly more frequently (Palarz et al. 2018). SBHI are more common in winter as compared to the other seasons. Particularly high values of SBHI frequency (FQ% > 30%) are typical then for the Alps, the Carpathians, and the Scandinavian Mountains. Over the northernmost parts of the Fennoscandian Peninsula, in turn, wintertime SBHI are more common (FQ% > 40%) both at 0000 and 1200 UTC owing to the negative surface energy budget related to the occurrence of polar nights. This resembles broadly the spatiotem- poral patterns of SBTI frequency (Palarz et al. 2018) suggesting that both nocturnal and wintertime SBHI are supposed to be a result of an intense radiative cooling of the Earth’s surface— negative surface energy budget leads firstly to SBTI formation and an increase of relative humidity, and in consequence to SBHI formation via moisture condensation (Curry 1983). Interestingly, summertime SBHI are extremely rare irrespective of the region and time of the day considered. This stands in contrast to SBTT, which attain the highest frequency in summer over most of mainland Europe, although they are rather shallow and weak then (Palarz et al. 2018). We hypothesize that summertime, mainly radiative, SBTI may not be strong or persistent enough to support moisture condensation and consequently SBHI development. On the contrary, EHI do not exhibit substantial differences between 0000 and 1200 UTC implying that their development should be attributed to intra-annual changes in atmospheric circulation rather than processes taking place on the diurnal scale (Fig. 3). To some extent, this hypothesis might be confirmed by the location of areas of the highest EHI frequency. Considering inversions having their bases located up to 3,000 m AGL, its highest values (FQ% > 50%) are found over Eastern Europe in winter, which correlates with the maximum activity of the semipermanent Siberian High. In the layer up to 5500 m AGL, in turn, a vast marine area located in the western part of the Mediterranean Sea and the eastern part of the Northeast Atlantic experiences the considerably higher frequency of EHI (FQ% > 50%) in summer, when the Azores High dominates the Atlantic Ocean reaching its greatest size and strength (not shown in this paper). This resembles broadly the spatiotemporal patterns of ETI described in our previous paper (Palarz et al. 2019) and implies that the large- scale subsidence and adiabatic heating of air parcels results not only in ETI development, but also enhances moisture condensation and consequently EHI formation. 3.1.2 Parameters of low-tropospheric humidity inversions The temporal and spatial variability of the low-level EHI base height, depth, and strength is presented in Fig. 4. Owing to the very low frequency of SBHI as well as a virtually negligible difference in EHI frequency between 0000 and 1200 UTC, we decided to plot solely the results obtained for nocturnal EHI. Usually, EHI tend to begin at substantially higher altitudes over the Atlantic Ocean as compared to mainland Europe (Fig. 4). Only in summer, does EHI base height reach comparable values over the land and marine areas. However, its much lower values (ZB < 1,400 m AGL) are typical then for the Mediterranean Sea and the northern part of the domain studied. Interestingly, higher values of summertime EHI base height correlate fairly well with a strong advection of moist air masses at the pressure level of 850 hPa over mainland Europe discussed previously by Wypych and Bochenek (2018). On average, EHI develop at the highest altitude (ZB > 1,800 m AGL) in winter, spring, and autumn over extensive parts of the Atlantic Ocean, while at the lowest altitudes (ZB < 1,000 m AGL) in winter over Eastern Europe. Comparing to ETI, EHI tend to begin at higher altitudes (Palarz et al. 2019), which is in line with previous studies carried out for the polar regions (Nygárd et al. 2013; Nygárd et al. 2014). Substantially lower intra-annual variability is demonstrated by the mean seasonal EHI depth. Its slightly higher values (Az > 700 m) are found over the west and south-west part of the domain studied, i.e., an area encompassing the Atlantic Ocean, whereas they are lower (Az < 500 m) in winter over Northeastern Europe (Fig. 4). As illustrated in Fig. 5, which provides a rough comparison between nocturnal SBHI and EHI parameters, EHI are significantly deeper than SBHI regardless of the grid point and season considered. Similar conclusions were drawn also in our previous paper (Palarz et al. 2019), in which we claimed that ETI tend to be deeper than SBTL The difference between SBTI and ETI depth is, however, significantly smaller as compared to HI. Over the areas influenced by high-pressure systems, also SBTI reach relatively high values of the mean seasonal depth suggesting that anticyclonic circulation is not only an important factor supporting the subsidence and leading to ETI occurrence, but also a good precursor of the nocturnal radiation favorable for the development of deep SBTI. For SBHI, this tendency is not observed. Similar to EHI depth, also the seasonal mean of EHI strength reaches the highest values (Ag > 1.0 g kg-1) in summer over the south-west part of the domain studied, i.e., the area influenced then by the Azores High (Fig. 4). Besides, this region is also the only one that experiences remarkable intra annual variability. The lowest values of EHI strength (A? < 0. 2 g kg-1) are found in winter and spring over the northern part of the domain studied as well as in spring over Central Europe. This seems to be linked to the general distribution of water vapour in the proximity of the Earth’s surface shown in Fig. 2 as well as discussed in the paper of Wypych and Bochenek (2018), e.g., the higher value of summertime ETI strength may be explained by intensive evaporation providing a large amount of atmospheric water vapour. As demonstrated in Fig. 5, the seasonal mean strength is higher for EHI as compared to SBHI over most of the grid points considered. On the contrary, in our previous study (Palarz et al. 2019), we claimed that SBTI are usually substantially stronger than ETI. 3.2 Relations between low-tropospheric humidity and temperature inversions 3.2.1 Simultaneous occurrence of low-tropospheric humidity and temperature inversions As illustrated in Fig. 6, the spatiotemporal patterns of the simultaneous occurrence of the low-tropospheric humidity inversions and temperature inversions resemble die variability of HI. In addition, owing to the low frequency of SBHI, the simultaneous occurrence of both surface-based inversion types is extremely rare. Across mainland Europe, it reaches a relatively high frequency GimFQ% > 10%) at night-time in winter. The highest values of the seasonal mean frequency of the simultaneous occurrence of SBHI and SBH GimFQ% > 30%) are found, however, in winter over the northernmost part of the Fennoscandian Peninsula both at 0000 and 1200 UTC. Considering the frequency of SBHI described in section 3.1.1, this implies that a substantial fraction of SBHI identified there is accompanied by SBH. On the other hand, the simultaneous occurrence of the elevated inversions is most common over the areas which are under the influence of the extensive high-pressure systems—the permanent Azores High (SimFQ% > 30%) and the semipermanent Siberian High (SjmFQ% > 40%). The conditional probability of IT given HI occurrence (CP% 70%) at night-time over Eastern and Northern Europe resembling the general variability of SBTI. For the elevated inversions, in turn, it is highest in summer over vast areas of the Atlantic Ocean (CP% (eti \ ehi) > 70%), whereas in winter over the area influenced by the Siberian High (CP% (eti I EHI) 70%). 3.2.1 Parameters of low-tropospheric humidity and temperature inversions Following the preceding studies, we have aimed to assess the potential links among the parameters of the low-tropospheric humidity inversions and temperature inversions. By analogy with section 3.1.2, here we focus exclusively on EHI and ETI parameters. Most of them do not show linear relationships among each other, which is mainly due to their positively skewed distribution. As shown in Table 1, the Spearman’s rank correlation coefficient (ps) exceeds the value of 0.60 only for the relations among the parameters of the same inversion type, i.e., EHI depth correlates positively with EHI strength, whereas ETI depth correlates positively with ETI strength. Note that for the latter relation, the Spearman’s rank correlation coefficient exceeds the above-mentioned value solely for grid points located in land areas. A slightly weaker positive correlation is found also between EHI base height and EHI depth. Our results did not confirm the findings of Nygârd et al. (2014), who claimed that over the Arctic, TI parameters are much more commonly correlated to each other than HI parameters are correlated to each other. Considering the links between EHI and ETI parameters, somewhat higher values of the Spearman’s rank correlation coefficient (ps > 0.50) are observed between EHI base height and ETI base height, however only for five over the eight grid points selected. Figure 7 presents the intra-annual variations of ETI intensity under the condition of EHI occurrence or non-occurrence as well as EHI intensity under the condition of ETI occurrence or non-occurrence. As stated in section 3.1.2, this parameter encompasses information on both the depth and strength of the inversion layer and is used for brevity here. Despite the lack of linear relations among EHI and ETI parameters, we found that ETI intensity is typically higher under the condition of EHI occurrence as compared to EHI non-occurrence. The same has also been identified for EHI given ETI occurrence or non-occurrence, respectively. Moreover, these tendencies are usually valid also for the other parameters of the inversions, i. e., depth and strength (not shown in this paper). Similar results were obtained by Brunke at el. (2015), who stated that HI are stronger when TI occur. Hence, the results obtained suggest that only strong and sufficiently persistent ETI are capable of enhancing moisture condensation and leading to EHI development. Nygârd et al. (2013) suggest, in turn, that when a temperature inversion is relatively weak, also other factors may be responsible for the humidity inversion’s development This issue requires, however, further investigations. Considering EHI parameters, we may assume that ETI persistence and related to them moisture condensation influences EHI parameters far more effectively than other mechanisms supporting HI formation, e.g., moisture advection. 4 Conclusions In this paper, we have provided a comprehensive climatology of die low-tropospheric humidity inversions for Europe based on the ERA-Interim reanalysis. It has been proved that the temporal and spatial variability of the humidity inversions is strongly related to their types. The mean seasonal frequency of SBHI usually does not exceed 20%, while the mean seasonal frequency of EHI ranges from 5 to 60% depending on the region and season. Similar to the low-tropospheric temperature inversions (Stryhal et al. 2017; Palarz et al. 2018; Czamecka et al. 2019), SBHI frequency also shows some day-night fluctuations with the maximum at midnight. Exceptions to this are, however, die summertime SBHI that occur extremely rarely irrespective of the region and time of the day. This suggests that the summertime SBTT is not strong or persistent enough to support moisture condensation and consequently SBHI development. EHI, in turn, do not exhibit substantial differences between 0000 and 1200 UTC suggesting that their development is attributed to intra-annual changes in atmospheric circulation rather than processes taking place on die diurnal scale. To some extent, this hypothesis may be confirmed by the location of regions of the most frequent EHI development: (1) the vast marine area west of the Iberian Peninsula throughout the year and (2) Eastern Europe in winter. Both of them are located in the areas influenced by the extensive high-pressure systems, which implies that the large-scale subsidence and adiabatic heating of air parcels result not only in ETI development (Palarz et al. 2019), but also enhance moisture condensation and consequently EHI formation. Despite the discrepancies in the methodology used for HI identification, Wypych and Bochenek (2018) also found that this phenomenon occurs most frequently in winter (January) over Eastern Europe, while in summer (July) over a vast marine area located in the south-eastern part of the Northeast Atlantic. Furthermore, they identified the higher frequency of the humidity inversions over the high-altitude regions, e.g., the Alps, die Carpathians, and the Scandinavian Mountains, which relates to die variations in SBHI occurrence described in this paper. Note, however, that Wypych and Bochenek (2018) excluded from their analysis solely the pressure levels of 1000 and 975 hPa, whereas we masked out all records extrapolated below the surface level by using the surface geopotential values as recommended by ECMWF (2017) . Previous studies, such as those of Devasthale et al. (2011), Nygaid et al. (2014), Wypych and Bochenek (2018), have shown evidence that HI are more common in winter than in summer, which according to our results is valid for SBHI, but not for EHI. The analysis conducted revealed that EHI tend to begin at higher altitudes than EH (Palaiz et al. 2019), which is in line with previous studies carried out for the polar regions (Nygárd et al. 2013; Nygárd et al. 2014). The particularly high values of the mean seasonal EHI base height are found over the Atlantic Ocean throughout the year as well as over the mainland of Europe in summer. As mentioned before, the higher mean seasonal values of EHI base height in summer correlate fairly well with a strong advection of moist air masses at die pressure level of 850 hPa over mainland Europe discussed previously by Wypych and Bochenek (2018). Substantially lower intraannual variability is demonstrated by the mean seasonal EHI depth and strength. Typically, EHI tend to reach higher values of the mean seasonal depth and strength than SBHI. On die contrary, in our previous study (Palaiz et al. 2019), we claimed that SBTI are usually substantially stronger than EH. The strongest EHI are found in summer over the marine area, which is under the influence of the Azores High, whereas the weakest in winter occur over the northern part of the domain studied. This seems to be linked to the general distribution of water vapour in the proximity of the Earth’s surface shown both in Fig. 2 as well as discussed in the paper of Wypych and Bochenek (2018). Again, this is consistent with the findings of Devasthale et al. (2011) and Nygárd et al. (2014), who carried out the research over the Arctic. Across mainland Europe, the fraction of HI accompanied by H (in this paper described here as CP% (ji | m>) fluctuates from less than 10% to more than 80% depending strongly on the area, inversion type, season, and time of die day. This is similar to the findings of Nygárd et al. (2014), who estimated that the fraction of HI accompanied by H varies greatly from 30% over North America to 60% over the Russian Arctic. The values of the Spearman’s rank correlation coefficient proved that moderate positive relations occur only among the parameters of die same inversion type, i.e., EHI base height correlates with EHI depth, EHI depth with EHI strength, and EH depth with EH strength. Our findings did not confirm the results obtained by Nygárd et al. (2014), who claimed that over the Arctic H parameters are much more commonly correlated to each other than HI parameters are correlated to each other. Despite the lack of linear relations between EHI and EH parameters, we found that their simultaneous occurrence usually fosters the intensity as well as the depth and strength of both inversion types. Similar results were obtained by Brunke et al. (2015), who stated that HI are stronger when TI occur. Although the representation of the water vapour parameters in the reanalyses may suffer from some uncertainties as compared to upper-air soundings (e.g., Serreze et al. 2012; Tsidu et al. 2014; Schröder et al. 2018), we believe that they can be successfully applied in the follow-up research on the humidity inversions. The discrepancies in the frequency of the humidity inversions identified from the reanalysis and upper-air datasets were discussed, for instance, by Brunke et al. (2015)—they claimed that their higher values found over the remote areas, such as the Arctic and Antarctic, may be due to lack of the measurements to constrain the model profiles there. On the other hand, the literature survey reveals also that even upper-air soundings may contain serious errors within the time series of the water vapor parameters (e.g., Gutman et al. 2005; Nash et al. 2006; Turner et al. 2007)—those can be excluded while quality control applied under the process of die teanalyses production. Furthermore, we would like to emphasize that although a large fraction of HI occurs simultaneously with H, HI cannot be treated exclusively as a phenomenon accompanying H. In our opinion, other mechanisms supporting HI development should also be investigated in the course of further studies. This is particularly important considering the importance of HI for the Earth’s radiation budget and cloud formation. Acknowledgments AP thanks the German Environmental Foundation, Deutsche Bundesstiftung Umwelt DBU, for supporting her as a visiting doctoral student in Germany through scholarship no. 30018/794, and the National Science Centre, Poland for funding her doctoral studies through the research project ETTUDA no. UMO-2018/28/T/ST10/00425. Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original authorfs) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article's Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article's Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.Org/licenses/by/4.0/. References Brunke MA, Stegall ST, Zeng X (2015) A climatology of tropospheric humidity inversions in five reanalyses. Atmos Res 153:165-187. https://doi.Org/l 0.1016/j .atmosres.2014.08.005 Copernicus Knowledge Base (2018) About pressure level data in high altitudes https://confluence.ecmwf.int/display/CKB/About-i- pressureflevel+data+in+high+altitudes/. Curry J (1983) On the formation of continental polar air. J Atmos Sci 40: 2278-2292. https://doi.Org/10.l 175/1520-0469(1983)040<2278: OTFOCP>2.0.CO;2 Czarnecka M, Nidzgorska-Lencewicz J, Rawicki K (2019) Temporal structure of thermal inversions in Łeba (Poland). Theor Appl Climatol 136:1-13. https://doi.org/10.1007/s00704-018-2459-8 Dee DP, Uppala SM, Simmons J, Berrisford P, Poli P, Kobayashi S, Andrae U, Balmaseda M, Balsamo G, Bauer P, Bechtold P, Beljaars CM, van de Berg L, Bidlot J, Bormann N, Delsol C, Dragani R, Fuentes M, Geer J, Haimberger L, Healy SB, Hersbach H, Hólm EV, Isaksen L, Kallberg P, Kohler M, Matricardi M, Mcnally P, Monge-Sanz BM, Morcrette JJ, Park BK, Peubey C, de Rosnay P, Tavolato C, Thepaut JN, Vitart F (2011) The ERA-Interim reanalysis: Configuration and performance of the data assimilation system. Q J R Meteorol Soc 137:553-597. https://doi.org/10.1002/qj.828 Devaslhale A, Sedlar J, Tjemström M (2011) Characteristics of water- vapour inveisions observed over the Arctic by Atmospheric Infrared Sounder (AIRS) and radiosondes. Atmos Chem Phys 11:9813- 9823. https://doi.org/10.5194/acp-l 1-9813-2011 Gilson GF, Jiskoot H, Cassano JJ, Nielsen TR (2018) Radiosonde- Derived Temperature Inversions and Their Association With Fog Over 37 Melt Seasons in East Greenland. J Geophys Res Atmos 123:9571-9588. https://doi.org/10.1029/2018JD028886 Gutman SI, Facundo J, Helms D (2005). Quality control of radiosonde moisture observations. In Ninth Symposium on Integrated Observing and Assimilation Systems for Atmosphere, Oceans, and Land Surface. Harrison RG (2000) Cloud formation and the possible significance of charge for atmospheric condensation and ice nuclei. Space Sei Rev 94:381-396. https://doi.Org/10.1023/A:102670841 Hu Y, Wang S, Ning G, Zhang Y, Wang J, Shang Z (2018) A quantitative assessment of the air pollution purification effect of a super strong cold-air outbreak in January 2016 in China. Air Qual Atmos Health 11:907-923. https://doi.Org/l 0.1007/s11869-018-0592-2 Jackson DL, Wick GA, Bates JJ (2006) Near-surface retrieval of air temperature and specific humidity using multisensor microwave satellite observations. J Geophys Res Atmos 111. https://doi.org/ 10.1029/2005JD006431 Kahl JD (1990) Characteristics of the low-level temperature inversions along the Alaska Arctic coast, frit J Climatol 10:537-548. https:// doi.org/10.1002/joc.3370100509 Kassomenos PA, Paschalidou AK, Lykoudis S, Koletsis I (2014) Temperature inversion characteristics in relation to synoptic circulation above Athens, Greece. Environ Monit Assess 186:3495- 3502. https://doi.org/10.1007/sl0661-014-3632-x Kiehl JT, Trenberth KE (1997) Earth’s annual global mean energy budget. Bull. Am Meteorol Soc 78:197-208. https://doi.org/10.1175/ 1520-0477(1997)078<0197 :EAGMEB>2.0.CO;2 Largeron Y, Staquet C (2016) Persistent inversion dynamics and wintertime PM 10 air pollution in Alpine valleys. Atmos Environ 135:92- 108. https://doi.Org/10.1016/j.atmosenv.2016.03.045 Malek E, Davis T, Martin RS, Silva PJ (2006) Meteorological and environmental aspects of one of the worst national air pollution episodes (January, 2004) in Logan, Cache Valley, Utah, USA. Atmos Res 79: 108-122. https://doi.org/10.1016/j.atmosres.2005.05.003 Naakka T, Nygärd T, Vihma T (2018) Arctic humidity inversions: climatology and processes. J Clim 31:3765-3787. https://doi.org/10. 1175/JCLI-D-17-0497.1 Nash J, Smout R, Oakley T, Pathack B, Kumosenko S. (2006) The WMO intercomparison of radiosonde systems - Final Report Vacoas, Mauritius. Nygärd T, Valkonen T, Vihma T (2013) Antarctic low-tropospheric humidity inversions: 10-yr climatology. J Clim 26:5205-5219. https:// doi.org/10.1175/JCLI-D-12-00446.1 Nygärd T, Valkonen T, Vihma T (2014) Characteristics of Arctic low- tropospheric humidity inversions based on radio soundings. Atmos Chem Phys 14:1959-1971. https://d0i.0rg/l 0.5194/acp-l 4-1959-2014 Palarz A, Celiriski-Myslaw D, Ustmul Z (2018) Temporal and spatial variability of surface-based inversions over Europe based on ERA-Interim reanalysis. Int J Climatol 38:158-168. https://doi.org/10.1002/joc.5167 Palarz A, Celinski-Myslaw D, Ustmul Z (2019) Temporal and spatial variability of elevated inversions over Europe based on ERA- Interim reanalysis. Int J Climatol 40:1335-1347. https://doi.org/10. 1002/joc.6271 Rind D, Chiou EW, Chu W, Larsen J, Oltmans S, Lemer J, McCormick MP, McMaster L (1991) Positive water vapour feedback in climate models confirmed by satellite data. Nature 349:500-503. https://doi. org/10.1038/349500a0 Schroder M, Lockhoff M, Fell F, Forsythe J, Trent T, Bennartz R, Barbas E, Bosilovich M, Castelli E, Hersbach H, Kachi M, Kobayashi S, Kursinki R, Loyola D, Meats C, Preusker R, Rossow WB, Saha S (2018) The GEWEX Water Vapor Assessment archive of water vapour products from satellite observations and reanalyses. Earth Syst Sri Data 10:1093- 1117. https://doi.org/10.5194/essd-10-1093-2018 Sedlar J, Tjemstrom M (2009) Stratiform cloud—inversion characterization during the Arctic melt season. Boundary-Layer Meteorol 132: 455-474. https://d0i.0rg/l 0.1007/sl0546-009-9407-1 Sedlar J, Shupe MD, Tjemstrom M (2012) On the relationship between thermodynamic structure and cloud top, and its climate significance in the Arctic. J Clim 25:2374—2393. https://doi.org/10.1175/JCLI- D-l 1-00186.1 Serreze MC, Barrett AP, Stroeve J (2012) Recent changes in tropospheric water vapor over the Arctic as assessed from radiosondes and atmospheric reanalyses. J Geophys Res 117:D10104. https://doi.org/10. 1029/2011JD017421 Shine KP, Sinha A (1991) Sensitivity of the Earth’s climate to height- dependent changes in the water vapour mixing ratio. Nature 354: 382-384. https://doi.org/10.1038/354382a0 Silva PJ, Vawdrey EL, Corbett M, Erupe M (2007) Fine particle concentrations and composition during wintertime inversions in Logan, Utah, USA. Atmos Environ 41:5410-5422. https://doi.org/10. 1016/j .atmosenv.2007.02.016 Solomon A, Shupe MD, Persson POG, Morrison H (2011) Moisture and dynamical interactions maintaining decoupled Arctic mixed-phase stratocumulus in the presence of a humidity inversion. Atmos Chem Phys 11:10127-10148. https://doi.org/10.5194/acp-ll-10127-2011 Stryhal J, Huth R, Sládek I (2017) Climatology of low-level temperature inversions at the Prague-Libus aerological station. Theor Appl Climatol 127:409-420. https://doi.org/10.1007/s00704-015-1639-z Tsidu MG, Blumenstock T, Hase F (2014) Observations of precipitable water vapour over complex topography of Ethiopia from ground- based GPS, FTIR, radiosonde and ERA-friterim reanalysis. Atmos Meas Tech Discuss 7(9869-9915):2014—9915. https://doi.org/10. 5194/amtd-7-9869-2014 Turner DD, Clough SA, Liljegren JC, Clothiaux EE, Cady-Pereira KE, Gaustad KL (2007) Retrieving liquid water path and precipitable water vapor from the atmospheric radiation measurement (ARM) microwave radiometers. IEEE Trans Geosci Remote Sens 45: 3680-3690. https://doi.Org/10.l 109/TGRS.2007.903703 Vihma T, Kilpelainen T, Manninen M, Sjoblom A, Jakobson E, Palo T, Jaagus J, Maturilli M (2011) Characteristics of temperature and humidity inversions and low-level jets over Svalbard fjords in spring. Adv Meteorol. https://doi.org/10.1155/2011/486807 Voigt A, Shaw TA (2015) Circulation response to wanning shaped by radiative changes of clouds and water vapour. Nat Geosci 8:102- 106. https://doi.org/10.1038/ngeo2345 Wetzel C, Brümmer B (2011) An Arctic inversion climatology based on the European centre reanalysis ERA-40. Meteorol Z 20:589-600. https://doi.org/10.1127/0941-2948/2011/0295 Wypych A, Bochenek B (2018) Vertical structure of moisture content over Europe. Adv Meteorol 2018:1-13. https://doi.org/10.1155/ 2018/3940503 Wypych A, Bochenek B, Różycki M (2018) Atmospheric moisture content over Europe and the Northern Atlantic. Atmosphere 9:18. https://d0i.0rg/l0.3390/atmos9010018 Yu L, Yang Q, Zhou M, Zeng X, Lenschow DH, Wang X, Han B (2019) The intraseasonal and interannual variability of Arctic temperature and specific humidity inversions. Atmosphere 10:214. https://doi. org/10.3390/atmosl0040214 Zhang Y, Seidel DJ, Golaz JC, Deser C, Tomas RA (2011) Climatological characteristics of Arctic and Antarctic surface- based inversion. J Clim 24:5167-5186. https://doi.org/10.1175/ 2011JCLI4004.1 Publisher's note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations. Publikacja nr 5: Palarz A., Luterbacher J., Ustmul Z., Xoplaki E., Celiński-Mysław D., 2020, Representation of low-tropospheric temperature inversions in ECMWF reanalyses over Europe. Environmental Research Letters, https://doi.org/10.1088/1748-9326/ab7d5d. Environmental Research Letters Representation of low-tropospheric temperature inversions in ECMWF reanalyses over Europe RECEIVED 28 November 2019 Angelika Palarz1, Jiirg Luterbacher2,3, Zbigniew Ustrnul1, Elena Xoplaki2 and Daniel Celinski-Myslaw1 "^February 2020 1 Department of Climatology, Jagiellonian University in Krakow, Krakow, Poland 2 Department of Geography, Climatology, Climate Dynamics and Climate Change & Center of International Development and Envir- 6Marchm"™800*1'0" onmental Research, Justus Liebig University Giessen, Giessen, Germany 3 Science and Innovation Department, World Meteorological Organization (WMO), Geneva, Switzerland PUBLISHED 6 July 2020 E-mail: angelika.palarz@doctoral.uj.edu.pl, jluterbacher@wmo.int, zbigniew.ustrnul@uj.edu.pl, elenauLoplaki@geogr.uni-giessen.de and danieLcelinski-myslaw@doctoraLuj.edu.pl Original content from Keywords: temperature inversions, lower-tropospheric stability, ECMWF reanalyses, upper-air soundings, data evaluation this work may be used under the terms of the Creative Commons Attribution 4.0 licence. Ai , . Abstract Any further distribution . . .. 111* r r of this work must Despite the tact that tropospheric temperature inversions are thought to be an important feature of ^aiXirM md*etitie as wellas a significant factor affecting air quality, low-level cloud formation, and the of the work, joumai radiation budget of the Earth, a quantitative assessment of their representation in atmospheric citation and DOI. t # , reanalyses is yet missing. Here, we provide new evidence of the occurrence of low-tropospheric temperature inversions and associated uncertainties in their parameters existing among reanalyses produced by the European Centre for Medium-Range Weather Forecasts (ECMWF) and upper-air soundings for Europe covering the period 2001-2010. The reanalyses utilized here include (1) surface-input reanalyses represented by ERA-20C and CERA-20C as well as (2) full-input reanalyses represented by ERA-Interim and ERA5. The upper-air soundings were derived from the Integrated Global Radiosonde Archive (IGRA), version 2. The data consists mainly of air temperature and geopotential height from the model levels (ModLev) and pressure levels (PresLev) of ECMWF reanalyses. The results show that the frequency of surface-based inversions (SBI) and elevated inversions (El) is largely in agreement among the reanalyses. The quality of their representation depends, however, on the inversion type, season, and region. Over the vast majority of IGRA upper-air stations, SBI frequency is overestimated and El frequency is underestimated by ECMWF reanalyses. Substantially larger uncertainties arise from the selection between the data of ModLev and PresLev of the reanalyses—the differences in the frequency of the temperature inversions are particularly large for summertime SBI suggesting that PresLev are not capable of resolving the main features of shallow and weak SBI. 1. Introduction Atmospheric reanalyses, which are spatially and temporally coherent datasets providing a synthesized estimate of the past and current state of the Earth’s atmosphere, have recently become widely used both in climate and environmental research as well as outside scientific applications (Gregow etal 2016, Hers- bach etal 2018). They consist of diverse assimilation schemes, input observations, and numerical models, which may generate some uncertainties among various reanalysis types. According to Fujiwara et al (2017) , the reanlayses may be grouped into two main categories: (1) surface-input reanalyses assimilating only surface observations and (2) full-input reanalyses assimilating also data from other sources, such as satellite and upper air soundings. The latter are thought to offer a more accurate representation of the atmospheric state. Rohrer et al (2018) claimed, for instance, that the full-input reanalyses show better agreement within the spectrum of the parameters of anticyclones, cyclones, and circulation types as compared to the surface-input reanalyses. Moreover, a pronounced tendency to underestimate air temperature and precipitation extremes was found in the surface-input reanalyses by Donat etal (2016). They highlighted that the time series of climate extreme indices calculated on the basis of those reanalyses are usually ‘less extreme’ as compared to those obtained from the instrumental observations. Referring to the © 2020 The Author(s). Published by IOP Publishing Ltd extreme weather events, such as floods, hurricanes, and storm surges, also Brönnimann (2017) pointed out that their magnitude is significantly underestimated by the ensemble mean of the 20th Century Reanalysis. The modern, full-input reanalyses resolve the atmospheric state more accurately, however, biases may still exist. As an example, some convective parameters that favour the development of thunderstorms, such as the most unstable convective available potential energy (MUCAPE), are typically overestimated; while the others, such as the mixed layer convective available potential energy (MLCAPE), are underestimated by the full-input ERA-Interim reanalysis (Taszarek etal 2018). Although previous research suggested that climate models and reanalyses may experience difficulties in resolving the state of the lower troposphere under extremely stable atmospheric stratification (e.g. Tjernström and Graversen 2009, Lüpkes et al 2010, Medeiros etal 2011), a quantitative assessment of their quality in terms of temperature inversions’ occurrence is still missing from the scientific literature. Attempts to evaluate the ability of the atmospheric reanalyses to resolve fundamental parameters of the temperature inversions were made by Wetzel and Brümmer (2011) and Zhang etal (2011). For instance, Wetzel and Brümmer (2011) found that the frequency of wintertime surface-based inversions over the Arctic is underestimated in the ERA-40 reanalysis as compared to in-situ observations. The intra-annual variability of the inversions’ depth and strength agrees, in turn, well among the datasets (Wetzel and Brümmer, 2011). Also, the study by Zhang etal (2011) confirmed that there is a relatively good agreement between the ERA-Interim reanalysis and upper air soundings in terms of the spatial distribution and seasonal variability of the surface-based temperature inversions over the Arctic and Antarctic. However, some biases in the magnitude of their parameters still occur, e.g. the ERA- Interim reanalysis usually overestimates slightly the frequency of the surface-based inversions. Typically, the uncertainties are smaller in winter and autumn than in summer and spring (Zhang etal 2011). In the previous studies (Palarz etal 2018, 2020) we provided a comprehensive climatology of the surface-based and elevated inversions occurring over Europe and the north-eastern Atlantic based on the ERA-Interim reanalysis. We found that the low- tropospheric temperature inversions experience some temporal variability, which is determined mainly by the inversion type. The surface-based inversions exhibit a clear diurnal cycle closely related to the Earth’s radiation budget—thus, radiative cooling of the active surface is thought to be the major factor initiating the development of the temperature inversions over Europe (Kassomenos etal 2014, Stryhal etal 2017). In turn, the day-night variability of the elevated inversions is far less pronounced. They occur most frequently over areas influenced by extensive high-pressure systems—the permanent Azores High and semi-permanent Siberian High, which implies that their development is linked to the large-scale subsidence and adiabatic heating of air parcels (Palarz etal 2020). However, an evaluation of the quality of multiple reanalyses under extremely stable atmospheric stratification has not been performed for mid-latitudes yet. For the first time, we provide here a quantitative assessment of the uncertainties in the parameters of the low-tropospheric temperature inversions among the reanalyses produced by the European Centre for Medium-Range Weather Forecasts (ECMWF) and upper air soundings over Europe. The remainder of the paper is organized as follows: section 2 gives a description of the datasets as well as outlines the methods applied for both identification of the temperature inversions and inter-comparison of their parameters obtained by applying various datasets. In section 3 we provide the results, while discussion and summary are presented in section 4. 2. Data and methods 0.1. ECMWF reanalyses and upper air soundings This study is based on the newest reanalyses produced by ECMWF, namely ERA-Interim, ERA5, ERA-20C, and CERA-20C, as well as upper air soundings derived from the Integrated Global Radiosonde Archive (IGRA). The reanalyses utilized here constitute of two categories: (1) the century-long, surface-input reanalyses represented by ERA-20C and CERA-20C as well as (2) the modern, full-input reanalyses represented by ERA-Interim and ERA5 (Fujiwara etal 2017, Hersbach et al 2018)—detailed information on them are shown in table 1. From all of ECMWF reanalyses, we extracted data of air temperature and geopotential height for the entire vertical cross-section of the troposphere, i.e. from 1000 to 100 hPa, both from the model levels (ModLev) and pressure levels (PresLev). The geopotential values, which are not accessible on ModLev, were computed on the basis of the scripts recommended by ECMWF (2019a) by applying the data on the log of surface pressure and specific humidity. As shown in table 1, both horizontal and vertical resolution of the reanalyses varies greatly among each other. Referring the horizontal resolution, we utilized the data on 0.25° x 0.25°, which is the native resolution of the ERA5 reanalysis. The output resolution was set to 0.25° x 0.25° in the ECMWF data server web interface, which means that the downloaded data were bilinearly interpolated by default. Referring the vertical resolution, in turn, additional computations were performed for the data from PresLev, which, in the lower troposphere, are available at a fixed resolution of 25 hPa. The reanalyses provide, access to data at all PresLev, which means that for high-altitude regions, such as the Alps or the Carpathians, they are extrapolated below the surface. Following the recommendation of ECMWF (2019b), we masked out those regions by using the surface geopotential height. Analogous computations were not applied for ModLev— here, the vertical dimensions of ECMWF reanalyses are defined by an eta (rj) coordinate, which transitions from purely pressure coordinate at the top and upper levels of the model to a hybrid pressure- sigma coordinate at the mid- to low-levels, and finally to a terrain-following sigma (cr) near the surface (ECMWF, 2018). As a reference dataset, the upper air soundings derived from the enhanced, version 2 of IGRA were applied. They contain information on air pressure, temperature, geopotential height, relative humidity, dew point depression as well as wind direction and speed at the mandatory levels specified by the World Meteorological Organisation (WMO) and at levels at which a measured variable deviates from linearity. Detailed description of the IGRA dataset as well as information on the quality assurance procedure applied in its production are given by Durre etal (2006). Here, we utilized the data from 70 upper-air sounding stations listed in table 2. All of the stations met the criteria of less than 30% missing data in air temperature time series on a monthly basis, which was recommended previously by Guo etal (2008). Since the IGRA dataset reports geopotential height (z in meter) only at the mandatory pressure levels, we calculated the thickness of the layer (zl) between level i of reported geopotential (zi) and level of unknown geopotential (zj+i) based on the hydrostatic balance formula (Gilson etal 2018): g \ 2 J Pi+1 where fi, fi+i is the air temperature at levels of z; and zj+i (t in Kelvin), pi, pj+i is the air pressure at levels of Zi and zj+i (p in hectopascal), R is the ideal gas constant (287 J K_ 1 kg-1), and g is the gravitational acceleration (9.81 m s-2). Although the overlapping period for ECMWF reanalyses is 1979-2010, we restricted our study to the years 2001-2010 in order to avoid potential inhomo- geneity in the time series of the upper-air soundings caused by major changes in sensor types, data correction methods, or station relocation (Gilson etal 2018). In addition, keeping in mind the temporal and spatial patterns of the low-tropospheric temperature inversions over Europe discussed by Palarz et al (2017) and Palarz etal (2020), we examined only the nocturnal temperature inversions occurring in winter (from December to February—DJF) and summer (from June to August—JJA). Usually, the temperature inversions occur most frequently then. 2.2. Methods for the identification of temperature inversions The tropospheric temperature inversions were identified following the definition of Kahl (1990) and applied later by among others Wetzel and Brümmer (2011), Zhang etal (2011), and Gilson etal (2018). The same detection algorithm had been successfully used in our previous studies on the temperature inversions (Palarz etal 2018,2020). Specifically, each of the vertical profiles of air temperature obtained from the reanalyses or upper air soundings was scanned upward to locate the first layer in which air temperature increases with altitude. The inversion base (B) was defined as the bottom of the first layer in which the temperature increases with altitude; whereas the inversion top (T) was defined as the bottom of the first subsequent layer in which the temperature decreases with altitude. The air temperature (t) and geopotential height (z) were then determined at the levels of the inversion base (ts, zb) and top (tx, zt). By analogy with preceding studies (e.g. Stryhal et al 2017, Czarnecka etal 2019), we distinguished two types of the temperature inversions: (1) surface- based inversions (SBI) beginning immediately at the lowest level of the reanalyses or upper air soundings and (2) elevated inversions (El) having bases located at a higher altitude. A quantitative measure of both SBI and El is given by three parameters, i.e. their frequency (FQ%), depth (Az = zt—zb), and strength (At = tx—tB). Following many previous papers (e.g. Gilson et al 2018, Czarnecka et al 2019), we restricted our investigation to the temperature inversions whose bases are located up to 3000 m above ground level (AGL), which for low altitudes regions is comparable with the pressure level of 700 hPa. El depth and strength were calculated solely for the lower-most inversion layer, which is consistent with the studies carried out by Stryhal etal (2017), Czarnecka etal (2019), and Palarz etal (2020). Note also that upper air soundings with fewer than five measurement levels below 700 hPa were discarded from this analysis since we assumed that they may not resolve the vertical structure of the lower troposphere accurately (Kahl etal 1992). 0.1. Methods for the inter-comparison of temperature inversions’ parameters derived from ECMWF reanalyses and upper air soundings While a general view on the frequency of SBI and El is provided on maps created separately for ECMWF reanalyses and upper-air soundings, a more comprehensive comparison of SBI and El parameters was performed for the ten IGRA upper-air stations indicated in table 2—shaded rows. They have been selected to be representative of various regions over Europe. Following previous study on the relationship between the tropospheric humidity inversions and temperature inversions by Naakka etal (2018), in-situ observations were compared to the data gained from the grid point closest to each upper-air sounding station. In order to assess the ability of ECMWF reanalyses to resolve the temperature inversions’ parameters, we implemented a variety of deterministic verification measures. Firstly, SBI and El were regarded as so-called binary events and evaluated utilizing verification measures calculated on the basis of the contingency table—its example and list of the selected measures used in the study are shown in table 3. Secondly, the temperature inversions’ depth and strength were evaluated in terms of continuous measures, such as mean systematic error (ME), mean absolute error (MAE), root mean square error (RMSE), and the Pearson’s correlation coefficient (p). In this paper, we provide Taylor diagrams, in which the degree of correspondence among the various datasets is quantified by three measures, i.e. the Pearson’s correlation coefficient, centred root-mean-square error, and standard deviation (Taylor 2001). 1. Results 1.1. Frequency of low-tropospheric temperature inversions As stated previously, the data from both ModLev and PresLev of ECMWF reanalyses was used for the investigation of the temperature inversions’ occurrence. In all reanalyses, some uncertainties among these two data types were found. Surprisingly, their spatial patterns are very similar among the reanalyses although the number of ModLev varies greatly from 60 for the ERA-Interim reanalysis to 137 for the ERA5 reanalysis. As an example, figure 1 illustrates the spatial distribution of the difference in the frequency (FQdiff) of the temperature inversions calculated on the basis of the data from ModLev and PresLev for the ERA5 reanalysis. The findings introduced below are, however, relevant for all ECMWF reanalyses. In general, the magnitude of FQdiff depends on the inversion type, season, and region. Across mainland Europe, the frequency of summertime SBI identified by applying the data from ModLev is about 30% higher as that obtained by applying data from PresLev. This suggests that a substantial part of summertime SBI is too shallow to be realistically resolved by the data gained from PresLev. Considering wintertime SBI, in turn, FQdiff is more spatially heterogeneous. Its magnitude does not exceed 10% over Eastern Europe, where SBI development is usually supported by the large-scale subsidence occurring in the Siberian High. As confirmed by Palarz etal (2018), wintertime SBI occurring there are rather deep and strong, thus they can be precisely resolved by the data from both ModLev and PresLev. The difference among the two data types is far more pronounced over the other parts of mainland Europe, in particular over high-altitude regions. Usually, SBI result there from the radiative cooling of the Earth’s surface and thus they are rather shallow and weak. On the other hand, the uncertainties identified in El frequency are slightly smaller and more spatially coherent. The frequency of El calculated by applying the data from ModLev is, however, still positively biased in comparison to data derived from PresLev. Interestingly, over the Mediterranean Sea, the frequency of the summertime temperature inversions calculated based on the data from ModLev is positively biased for El, while negatively biased for SBI compared to this from PresLev. We hypothesize that this might be a result of incorrect distinction between SBI and El, however, further research is needed for a detailled analysis of this feature. A visual inspection of figures 2 and 3 implies that the frequency of both SBI and El is generally in agreement among ECMWF reanalyses. Typically, SBI are rarely found over marine areas, which is thought to be a consequence of large heat capacity of water providing the possibility of absorbing large amounts of solar energy without significant changes in near-surface air temperature (Palarz etal 2018). Across mainland Europe, in turn, SBI reach substantially higher frequency, especially in summer. The frequency of summertime SBI frequency tends to be slightly higher for the ERA-Interim reanalysis as compared to the other reanalyses. Moreover, all ECMWF reanalyses seem to overestimate the frequency of summertime SBI at most of IGRA upper- air stations. In winter, a higher SBI frequency is attained over mountain areas, such as the Alps, the Carpathians, and the Scandinavian Mountains as well as over high altitudes regions of the Iberian Meseta and the Anatolian Plateau. These findings agree well among the reanalyses although, on a more regional scale, some uncertainties are prevalent. The CERA- 20C reanalysis, for example, indicates a higher frequency of wintertime SBI over the Scandinavian Mountains as compared to the other ECMWF reanalyses. Similarly to summer, also the frequency of wintertime SBI is overestimated by ECMWF reanalyses at most of IGRA upper-air stations. Slightly larger uncertainties among ECMWF reanalyses are found for El frequency. They are most pronounced in winter over a marine area west of the Iberian Peninsula and Eastern Europe, which are considered as the two main regions of the most frequent El occurrence over the domain studied (Palarz etal 2020). For both of those areas, the frequency of wintertime El reach the highest values for the ERA5 reanalysis. Besides, the vast majority of IGRA upper-air stations reports slightly higher El frequency compared to the reanalyses. The frequency of summertime El indicates, in turn, a clear distinction between land and marine areas. In all ECMWF reanalyses, El frequency reaches higher values over the Atlantic Ocean and the Mediterranean Sea, whereas lower values over mainland Europe. Particularly low values of summertime El frequency are found for the ERA-Interim reanalysis. A visual comparison among the datasets suggests that also summertime El are underestimated in ECMWF reanalyses, especially over Central and Western Europe. Further evaluation of the ability of ECMWF reanalyses to resolve the temperature inversions’ parameters is performed on the basis of the data collected from the ten IGRA stations mentioned before. Figure 4 illustrates the variability in the values of the deterministic verification measures separately for each inversion type and season. Overall, the ability of ECMWF reanalyses to resolve the temperature inversions’ occurrence is related to their type, season, and region. Considering large variability in the verification measures, the latter factor is thought to be of high importance here. This variability is particularly large for SBI. Note, however, that over some of the IGRA upper-air stations, the temperature inversions occur very rarely. For such cases, by definition, the application of some verification measures, in particular POD and POFD, may be limited and could give misleading interpretation. As deduced from the FAR values the reanalyses tend to detect SBI, when they actually do not occur, more frequently in winter than in summer. In turn, the values of PC, PSS, and HSS calculated for SBI are characterised by comparable values for both seasons, but some differentiation between the full-input and surface-input reanalyses seems to be visible here- ERA-Interim and ERAS usually reach slightly higher values as compared to ERA-20C and CERA-20C. In general, the verification measures calculated for El are much more coherent spatially. Most of them, i. e. PC, POD, FAR, PSS, and HSS, reach values closer to the perfect value for wintertime EL The values of most verification measures, apart from POFD and FAR, imply that the ERA5 reanalysis tends to detect El slightly better than the ERA-Interim reanalysis. 3.2. Parameters of low-tropospheric temperature inversions The degree of correspondence between the depth and strength of the temperature inversions derived from ECMWF reanalyses and IGRA upper-air stations has been quantified using the continuous verification measures. For brevity, we provide here Taylor diagrams that encompass information on the Pearson’s correlation coefficient, centred root- mean-square error, and standard deviation (figure 5). The ability of ECMWF reanalyses to resolve the strength of the low-tropospheric temperature inversions strongly depends again on the inversion type, season, and region. Similarly to the verification measures calculated on the basis of the contingency table, also the continuous measures show relatively large spatial variations among the ten IGRA upper-air stations. They are particularly pronounced in winter. Typically, the Pearson’s correlation coefficient between ECMWF reanalyses and IGRA upper- air stations is weaker for El than SBI reaching the lowest values for summertime EL However, even for SBI, the correlation does not exceed 0.65, which implies that the temperature inversions’ strength is rather inaccurately resolved by ECMWF reanalyses. Interestingly, for wintertime SBI and El, the ERAS reanalysis presents slightly lower values of standard deviation as compared to the other ECMWF reanalyses suggesting that improvements implemented in physical parametrization schemes and inclusion of more vertical levels may help in better representation of the temperature inversions’ strength. Similar conclusions can be drawn for the depth of the temperature inversions (not shown in this paper). 4. Discussion and conclusions In this study, we have shown that ECMWF reanalyses resolve reasonably well the occurrence of the low- tropospheric temperature inversions over Europe for the period 2001-2010. The quality of their representation is, however, determined by the inversion type, season, and region considered. Over the vast majority of IGRA upper-air soundings stations, SBI frequency is overestimated and El frequency is underestimated by the reanalyses. Moreover, we found that the ERA-Interim reanalysis, which had been applied in our preceding studies (Palarz etal 2018, 2020), experiences the largest differences as compared to the in-situ measurements. Our results have demonstrated, however, that the newer reanalyses produced by ECMWF, i.e. ERA5, ERA-20C and CERA-20C, which include improvements in physical parametrization schemes, allow for better representation of the thermal stratification of the lower troposphere. Typically, even the surface-input reanalyses resolve relatively well the main features of the temperature inversions although they assimilate substantially less amount of the input data as compared to the full- input reanalyses. Larger uncertainties exist, between the frequency of the temperature inversions calculated based on the data from ModLev and that calculated based on PresLev. Coarser vertical resolution of the data from the PresLev precludes an accurate representation of thin and weak SBI, thus mainly summertime SBI. Conversely, the frequency of El is reasonably well represented in the data from both ModLev and PresLev, albeit still higher in ModLev. These findings underline that the selection of the data type, namely between the data from ModLev or PresLev, plays an essential role in the outcome of the study and is usually far more important that the selection among multiple reanalyses. Based on the values of the verification measures, we have shown that the ability of ECMWF reanalyses to detect the low-tropospheric temperature inversions depends on the inversion type, season and region. The latter factor seems to be of high importance here. Particularly regionally-dependent is the detection of SBI, whose development is often shaped by numerous local factors discussed in the preceding papers (e.g. Stryhal et al 2017, Gilson et al 2018, Palarz et al 2018, Czarnecka et al 2019). Conversely, El detection is usually far less related to the micro- and mesoscale factors and thus may be better represented in the reanalyses. The evidence shown in this study indicates also that the ability of ECMWF reanalyses to resolve the temperature inversions’ depth and strength is far more limited compared to their frequency. Although ECMWF reanalyses are capable of resolving the general patterns of the depth and strength of the temperature inversions on a seasonal basis, they experience significant uncertainties when considering individual cases of the temperature inversion’s occurrence. Undoubtedly, the upper air-soundings are able to capture finer details of the thermodynamic state of the lower troposphere as compared to the reanalysis products (Bao and Zhang, 2013; Guo etal 2016; Nakka etal, 2018). Considering, however, the spatial and temporal availability, their application in climate research is often limited. Our study has shown evidence that ECMWF reanalyses provide a fairly accurate representation of the lower troposphere under extremely stable atmospheric stratification and can be utilized in follow-up research. Considering the importance of the atmospheric stratification for climate feedbacks, further investigation of the temperature inversions should focus on their representation in the climate models as well as their long-term variability under the changing climate. Acknowledgments A.P. thanks the German Environmental Foundation, Deutsche Bundesstiftung UmweltDBU, for supporting her as a visiting doctoral student at the Justus Liebig University Giessen, Germany through scholarship no. 30018/794, and the National Science Centre, Poland for funding her doctoral studies through the research project ETIUDA no. UMO-2018/28/T/ST10/00425. Data availability The data that support the findings of this study are available upon request from the authors. References Bao X and Zhang F 2013 Evaluation of NCEP-CFSR, NCEP-NCAR, ERA-Interim, and ERA-40 reanalysis datasets against independent sounding observations over the Tibetan Plateau J. Clim. 26 206-14 Bronnimann S 2017 Weather extremes in an ensemble of historical reanalyses Historical Weather Extremes in Reanalyses ed S Bronnimann (Geographica Bernensia) 92 7-22 Czarnecka M, Nidzgorska-Lencewicz J and Rawicki K 2019 Temporal structure of thermal inversions in Łeba (Poland) Theor. Appl. Climatol. 136 1-13 Dee DP etal 2011 The ERA-Interim reanalysis: configuration and performance of the data assimilation system Q. /. R. Meteorol. Soc. 137 553-97 Donat M G, Alexander L V, Herold N and Dittus A J 2016 Temperature and precipitation extremes in century-long gridded observations, reanalyses, and atmospheric model simulations /. Geophys. Res. 121 3405-20 Durre I, Vose R S and Wuertz D B 2006 Overview of the integrated global radiosonde archive J. Clim. 19 53-68 European Centre for Medium-Range Weather Forecasts (ECMWF) 2018IFS Documentation—Cy45rl, Operational Implementation Part II: Data Assimilation 5 June 2018 (Reading: European Centre for Medium-Range Weather Forecasts) European Centre for Medium-Range Weather Forecasts (ECMWF) 2019a ERA-Interim: compute geopotential on model levels (https://confluence.ecmwf.int/display/CKB/ERA-Interim% 3A\protect$\relax+$compute\protect$\relax+$geopo- \penalty-\@M{}tential\protect$\relax+$on\protect$\relax+ $model\protect$\relax+$levels) (Accessed: 30 June 2019) European Centre for Medium-Range Weather Forecasts (ECMWF) 2019b About pressure level data in high altitudes (https://confluence.ecmwf.int/display/CKB/About\protect$\ relax+$pressure\protect$\relax+$level\protect$\relax+ $data\protect$\relax+$in\protect$\relax+$high\protect$\ relax+$altitudes/) (Accessed: 30 April 2019) Fujiwara M et al 2017 Introduction to the SPARC reanalysis intercomparison project (S-RIP) and overview of the reanalysis systems Atmos. Chem. Phys. 17 1417-52 Gilson G F, Jiskoot H, Cassano J J and Nielsen T R 2018 radiosonde-derived temperature inversions and their association with fog over 37 melt seasons in east greenland J. Geophys. Res. 123 9571-88 Gregow H et al 2016 Worldwide survey of awareness and needs concerning reanalyses and respondents views on climate services Bull. Am. Meteorol. Soc. 97 1461-73 Guo J ef al 2016 The climatology of planetary boundary layer height in China derived from radiosonde and reanalysis data Atmos. Chem. Phys. 16 13309-19 Guo Y, Thome P W, McCarthy M P, Titchner H A, Huang B, Zhai P and Ding Y 2008 Radiosonde temperature trends and their uncertainties over eastern China Int. J. Climatol. 28 1269-81 Hersbach H et al 2018 Operational global reanalysis: progress, future directions and synergies with NWP. ERA Report Series (Reading: European Centre for Medium Range Weather Forecasts) (https://doi.Org//10.21957/tkic6g3wm) Hersbach H and Dee D 2016 ERA5 reanalysis is in production ECMWF Newsl. 147 7-8 Jolliffe IT and Stephenson D B 2003 Forecast Verification: A Practitioner’s Guide in Atmospheric Science (Chichester: Wiley) Kahl J D 1990 Characteristics of the low-level temperature inversions along the Alaska Arctic coast Int. J. Climatol. 10 537-48 Kahl J D, Serreze M C and Schnell R C 1992 Tropospheric low-level temperature inversions in the Canadian Arctic Atmos. Ocean 30 511-29 Kassomenos P A, Paschalidou A K, Lykoudis S and Koletsis 12014 Temperature inversion characteristics in relation to synoptic circulation above Athens, Greece Environ. Monit. Assess. 186 3495-502 Laloyaux P et al 2018 CERA-20C: A coupled reanalysis of the Twentieth Century J. Adv. Modelling Earth Syst. 10 1172-95 Lilpkes C, Vihma T, Jakobson E, Konig-Langlo G and Tetzlaff A 2010 Meteorological observations from ship cruises during summer to the central Arctic: A comparison with reanalysis data Geophys. Res. Lett. 37 1-4 Medeiros B, Deser C, Tomas R A and Kay J E 2011 Arctic inversion strength in climate models J. Clim. 24 4733—40 Naakka T, Nygard T and Vihma T 2018 Arctic humidity inversions: climatology and processes J. Clim. 31 3765-87 Palarz A, Celinski-Myslaw D and Ustrnul Z 2018 Temporal and spatial variability of surface-based inversions over Europe based on ERA-Interim reanalysis Int. J. Climatol. 38 158-68 Palarz A, Celinski-Myslaw D and Ustrnul Z 2019 Temporal and spatial variability of elevated inversions over Europe based on ERA-Interim reanalysis Int. J. Climatol. 40 1335—47 Poli P et al 2016 ERA-20C: an atmospheric reanalysis of the twentieth century /. Clim. 29 4083-97 Rohrer M, Bronnimann S, Martius O, Raible C C, Wild M and Compo G P 2018 Representation of extratropical cyclones, blocking anticyclones, and Alpine circulation types in multiple reanalyses and model simulations J. Clim. 31 3009-31 Stryhal J, Huth R and Sladek 12017 Climatology of low-level temperature inversions at the Prague-LibuS aerological station Theor. Appl. Climatol. 127 409-20 Taszarek M, Brooks H E, Czernecki B, Szuster P and Fortuniak K 2018 Climatological aspects of convective parameters over Europe: a comparison of ERA-interim and sounding data J. aim. 31 4281-308 Taylor K E 2001 Summarizing multiple aspects of model performance in a single diagram J. Geophys. Res. 106 7183-92 Tjernstrom M and Graversen R G 2009 The vertical structure of the lower Arctic troposphere analysed from observations and the ERA-40 reanalysis Q. /. R. Meteorol. Soc. 135 431—43 Wetzel C and Briimmer B 2011 An Arctic inversion climatology based on the European Centre Reanalysis ERA-40 Meteorol. Z. 20 589-600 Zhang Y, Seidel D J, Golaz J C, Deser C and Tomas R A 2011 Climatological characteristics of Arctic and Antarctic surface-based inversion J. Clim. 24 5167-86 El Angelika Palarz angelika.palaiz @ doctoral.uj .edu.pl Daniel Celiński-Mysław damel.celinski-myslaw@ doctoral.uj .edu.pl