高原气象

高原气象 >

2020 , Vol. 39 >Issue 3: 445 - 458

DOI: https://doi.org/10.7522/j.issn.1000-0534.2019.00087.

论文

青藏高原东缘峨眉山地区冬季地表能量交换特征研究

  • 吕钊 , 1 ,
  • 李茂善 , 1 ,
  • 刘啸然 2 ,
  • 阴蜀城 1 ,
  • 宋兴宇 1 ,
  • 伏薇 1 ,
  • 王灵芝 1 ,
  • 舒磊 1
展开
  • 1. 成都信息工程大学大气科学学院/ 高原大气与环境四川省重点实验室/ 气候与环境变化联合实验室, 四川 成都 610225
  • 2. 内蒙古自治区气候中心, 内蒙古 呼和浩特 010000
李茂善（1971 -）， 男， 甘肃武威人， 研究员， 主要从事陆面过程和大气边界层研究. E-mail：

吕钊（1995 -）， 女， 黑龙江哈尔滨人， 硕士研究生， 主要从事地气相互作用研究. E-mail:

收稿日期: 2019-06-17

  修回日期: 2019-10-16

  网络出版日期: 2020-06-28

基金资助

第二次青藏高原科学考察项目(2019QZKK0103)

国家重点研发计划项目(2018YFC1505702)

国家自然科学基金项目(41675106)

成都信息工程大学科研基金项目(KYTZ201721)

收起

Characteristics of Surface Energy Exchange in Emei Mountain Area on the Eastern Qinghai-Tibetan Plateau in Winter

  • Zhao LÜ , 1 ,
  • Maoshan LI , 1 ,
  • Xiaoran LIU 2 ,
  • Shucheng YIN 1 ,
  • Xingyu SONG 1 ,
  • Wei FU 1 ,
  • Lingzhi WANG 1 ,
  • Lei SHU 1
Expand
  • 1. School of Atmospheric Sciences/Plateau Atmosphere and Environment Key Laboratory of Sichuan Province/Joint Laboratory of Climate and Environment Change, Chengdu University of Information Technology, Chengdu 610225, Sichuan, China
  • 2. Climate center of Inner Mongolia autonomous region, Hohhot 010000, Inner Mongolia, China

Received date: 2019-06-17

  Revised date: 2019-10-16

  Online published: 2020-06-28

Fold

本文亮点

利用青藏高原东缘峨眉山站2018年11月至2019年2月的观测数据, 分析了峨眉山地区近地层气象要素的变化特征, 并运用涡动相关法、 土壤温度预报校正法（TDEC）和最小二乘法等, 讨论了地表能量交换特征, 并与藏东南丹卡站和排龙站进行对比分析。结果表明: 在峨眉山地区冬季感热通量占主导。地表辐射各分量日变化均呈单峰结构, 短波辐射的峰值在峨眉山地区于13:00(北京时, 下同)左右出现, 而长波辐射到达峰值的时间段要晚于短波辐射, 在14:00左右出现。地表反照率月变化明显, 日变化呈“U”型, 即日出后和日落前较大, 日间较小的趋势, 但在日出后和日落前的值并不相等。峨眉山站冬季地表反照率均值为0.29。峨眉山区域地表能量不闭合现象十分显著, 日间和夜间的能量闭合程度差异很大。在考虑地表0~5 cm处的热量储存的条件下, 白天闭合程度最好为67.22%, 夜间闭合程度最差为65.09%。与藏东南丹卡站和排龙站对比分析表明: 丹卡、 排龙站地表辐射各分量达日峰值时间晚于峨眉山站。峨眉山站冬季的地表反照率高于丹卡、 排龙站, 月变化更加显著。峨眉山属于青藏高原东缘地区, 其地表能量闭合程度大于青藏高原上部分站点。

本文引用格式

吕钊 , 李茂善 , 刘啸然 , 阴蜀城 , 宋兴宇 , 伏薇 , 王灵芝 , 舒磊 . 青藏高原东缘峨眉山地区冬季地表能量交换特征研究[J]. 高原气象, 2020 , 39(3) : 445 -458 . DOI: 10.7522/j.issn.1000-0534.2019.00087.

Highlights

This study analyzed the annual variation characteristics of the meteorological elements of the near surface data in the Emei Mountain area, the eastern margin of Qinghai-Tibetan Plateau.Its surface energy exchange were discussed by using eddy covariance, temperature prediction-correction (TDEC) and ordinary least square method.Also we compared the results of Emei site with that of Danka and Pailong Station, which located in the southeastern Tibetan Plateau.Sensible heat flux is the dominator of the land surface energy balance at Emei Mountain area in winter.The each component of surface radiation have a single peak in its diurnal variation.The peak value of shortwave radiation in Emei Mountain area appears around at 13:00 (Beijing Time, the same as after), while the long wave radiation reaches its peak value at about 14:00, one hour later than that of shortwave radiation.The monthly variation of surface albedo is evident, and its diurnal variation appears to be "U" shape.The value after sunrise and before sunset has a constant variation, which is smaller than other times.The albedo values after sunrise are not equal to that before sunset.The monthly average of surface albedo is 0.29.The phenomenon of non-closure-energy in Emei Mountain area is very obvious, and the energy closure has a notable difference between day and night time.Taking into account of the heat storage in the 0~5 cm soil layer, the best closing degree for daytime is 67.22% and nighttime is 65.09%.Comparative analysis with Danka Station and Pailong Station in southeastern Tibet shows that: The daily peak value of surface radiation at Pailong and Danka Station is later than that that at Emei Mountain Station.The surface albedo of Emei Mountain Station is higher than that of Danka and Pailong Station.The monthly variation of albedo at Emei Station is more significant than other two Tibetan sites.Emei Mountain site locates on the eastern margin of the Qinghai-Tibetan Plateau.The surface energy is greater than some of the sites on Qinghai-Tibetan Plateau.

1 引言

陆面过程是指发生在地表控制地气之间水分、 热量和动量交换的过程包括地面上的热力过程、 水文过程和生物过程地气间的能量和物质交换及地面以下土壤中的热传导和水热输送过程等（王介民, 1999）。近几十年年来国内外气象学家通过野外观测试验, 对不同下垫面的陆气相互作用进行研究, 如森林、 草原以及干旱等下垫面（胡隐樵, 1994; Ye et al, 1998; Qian et al, 2004; 朱德琴等, 2006; Culf et al, 2008; Zhang et al, 2010; Williams et al, 2012; 冯璐等, 2016; 陈丽晶等, 2017; 曹寰琦等, 2018; 马英赛等, 2019）。不仅发现了不同下垫面的能量变化特征, 而且陆面过程参数化方案也在不断改进。
如何准确计算地表通量一直是气象学家关心和主要研究的内容之一（丁一汇, 1997）。地表和大气之间的能量和物质交换也是陆面过程中的重点关注问题之一（胡隐樵, 1994）。青藏高原地面加热及其边坡效应不仅影响其下游东亚地区的气候, 而且影响全球气候变化（Wu et al, 1998）。地—气之间是通过显热、 潜热和动量通量等进行物质交换与能量传输的, 从而改变大气环流, 对气候变化造成影响（Seneviratne et al, 2010）。因此对高原近地层能量交换和物质输送特征的深刻理解, 有利于掌握高原及其周边地区的气候环境变化。近几十年来, 国内外气象学家对高原进行了一系列野外观测实验并进行了深入研究。从1979年的第一次青藏高原气象科学试验（QXPMEX）（章基嘉等, 1988; 陶诗言等, 1984）, 到1993年中国气象局与中外气象学家合作开展了高原外场观测试验 （Chen et al, 1999）, 1998年开展了第二次青藏高原大气科学试验（TIPEX-Ⅱ）（陶诗言等, 1999; 徐祥德等, 2001）和“全球水分能量循环亚洲季风试验-青藏高原陆面物理过程研究”（GAME-Tibet）（王介民, 1999）。2002年开展了高原中部的加强期观测试验研究（马耀明等, 2006; Ma et al, 2008）, 到2013年开始了“第三次青藏高原大气科学试验”（TIPEX-Ⅲ）。
近几十年, 大量热通量观测结果表明, 观测到的湍流通量仅有70%~90%能被地表利用, 而且几乎每个观测站都存在地表能量平衡不闭合的问题（Wilson et al, 2002; Foken et al, 2006; Oncley et al, 2007; Jacobs et al, 2008）。我国气象学家对于青藏高原近地层能量平衡做了很多详细研究, 在高原上同样会出现不同程度的能量不闭合现象（Yang et al, 2003; 李韧等, 2007; 王介民, 2009; 马耀明等, 2000; 李茂善, 2006; 仲雷等, 2007; 李泉等, 2008; 解晋等, 2018）。地表能量平衡已成为一个令气象学家重点关注的问题, 土壤热通量是地表能量平衡的重要分量, 因此如何正确估算土壤的热通量是计算地表能量闭合程度的难点。
目前, 土壤热通量的获取方式分为观测和计算两大类。观测方法主要包括: 实测土壤热通量和土壤热储存量的结合方法 (Combination of Heat Flux Plate Measurements and Calorimetry, Plate Cal)（Tanaka et al, 2001; Liebethal et al, 2005）和TCAV平均土壤热电偶方法 (TCAV Averaging Soil Thermocouple Probe, TCAV)（Choudhury et al, 1987）。这两种观测方法实际上都是订正土壤热流板的观测值, 即先计算土壤热流板之上的土壤热储存量, 然后加上土壤热流板的观测值得到地表土壤热通量值。而计算土壤热通量方法有很多种, 如Yang et al (2008)发展的基于多层土壤温度和湿度观测资料, 计算土壤热通量的热传导方程校正法(土壤温度预报校正法, TDEC), 求解经典 Fourier 热传导方程的谐波分析法(HM)（Horton et al, 1983; Heusinkveld et al, 2004）以及同时考虑热扩散和热对流机制的方法（耦合热传导-对流法, ITCC）（Gao, 2005）。而土壤温度在陆-气过程有着重要作用, 在地表土壤温度变化剧烈, 土壤热通量一般随土壤深度近似呈指数衰减, 通过多层土壤温度和湿度观测资料, 估算的土壤热通量较为准确（阳坤等, 2008; 徐自为等, 2013; 庄金鑫等, 2013）。
如同青藏高原这样的高大地形, 峨眉山相比周围的大气, 尤其是四川盆地上空的大气而言, 其热源作用更是不言而喻的, 其对大气的加热、 冷却会影响到下游地区大气环流的状况及天气系统的演变特征。然而, 对于峨眉山地区感热和潜热的研究不足, 尤其是模式模拟得到的感热和潜热与观测结果还存在较大的差异, 造成对四川盆地气候环境变化的认识不足, 不能准确地预报四川盆地天气、 气候。
因此, 利用峨眉山区域的观测资料, 分析讨论了近地层气象要素的变化特征和通量的月平均日变化特征, 运用TDEC法估算了土壤热通量, 探讨了峨眉山区域地表能量平衡闭合程度, 并与青藏高原上的丹卡、 排龙站进行对比分析。分析峨眉山地区的大气边界层结构特征和地气能量交换特征, 以期更加深入理解青藏高原东缘峨眉山区域地气相互作用和能量交换过程, 并了解峨眉山高大地形对四川气候变化的影响。

2 数据来源与方法介绍

2.1　数据来源

峨眉山地处四川省乐山市峨眉山市, 在四川盆地西南部, 景区面积可达154 km2, 万佛顶最高海拔可达3099 m, 峨眉山向游客开放的最高海拔是佛教圣地华藏寺可达3079.3 m。峨眉山山区云雾缭绕, 日照较少, 雨量充足。因峨眉山海拔较高而坡度较大, 气候带垂直分布明显。海拔达2000 m以上时, 从10月到次年4月, 大约半年的时间为冰雪覆盖。
所用资料来自于成都信息工程大学峨眉山大气与环境综合观测试验站, 架设在峨眉山山顶（29.52°N, 103.34°E）, 海拔3070 m, 下垫面为草地, 周围地势平坦开阔, 下文将该站称为峨眉山站。高原上选择的站点为丹卡站和排龙站, 丹卡站（29.89°N, 95.68°E）位于西藏自治区林芝市波密县西北方向, 在帕隆藏布河谷南岸, 海拔2701 m, 下垫面为草地。排龙站（30.04°N, 95.61°E）位于西藏自治区林芝市波密县, 海拔2058 m, 下垫面为砂石和草地。三站均建有一套涡动协方差观测系统（Campbell CSAT3A三维超声风速仪/EC150红外CO2/H2O气体分析仪/辐射四分量CNR-1）, 数据采集器为Campbell CR6Series, 频率为10 Hz。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为[GS(2016)2885号]的标准地图制作, 底图无修改。

2.2　方法介绍

用于研究地表能量交换特征的数据需要确保通量分量是时间同步的并且数据被筛选检查过。故选用2018年11月到2019年2月的峨眉山站、 丹卡站和排龙站的资料, 三站观测数据均使用北京时间。在去掉不合理的数据后, 主要讨论日平均、 月平均的变化特征。以及与高原上的站点进行对比分析。

2.2.1　涡动相关法

涡动相关技术是运用观测到的气象要素（如温度、 CO2浓度等）, 计算这些气象要素的脉动量与垂直风速的协方差, 用此结果计算湍流输送中各通量的方法（沈艳等, 2005; 吴家兵等, 2005; 徐自为等, 2008; 庄金鑫等, 2013）。利用德国拜罗伊特大学微气象系研发的TK3b软件计算湍流通量(Mauder et al, 2012), 分别给出了TK3软件结构示意图（图2）和涡动相关通量计算及质量控制流程图（图3）。TK3软件本身只提供可执行文件, 运行之前, 需根据观测站自身情况（地理位置、 海拔、 下垫面冠层高度、 仪器架设高度等）, 应用可视化文本编辑器编辑参数文件。TK3软件对可运行的原始观测资料的格式较为灵活（可直接使用CSI的TOA5文件）, 输入资料的单位问题也可在参数文件进行修改设置。在输入原始数据文件后, TK3软件运行参数文件, 便可输出结果。
图1 试验区峨眉山站、 丹卡站和排龙站的分布位置(a)及其台站(b~d)

Fig.1 Geographical distribution (a) and station (b~d) of Emei Mountain Station, Danka Station and Pailong Station in the test area

图2 TK3软件结构示意图

Fig.2 The sketch map of TK3 software architecture

图3 涡动相关通量计算及质量控制流程

Fig.3 Eddy-dependent flux calculation and quality control flow

图3中u, v, w, Ts, ρv, ρc分别是观测到的气象数据中的风速的u分量、 v分量、 w分量、 超声虚温、 水汽和CO2浓度, τ、 H、 LE和Fc分别是运用涡动相关法计算的动量、 感热、 潜热和CO2通量。在输入原始湍流数据后, 首先进行的是数据预处理, 即筛选原始数据中的异常值, 对缺失的时间序列进行插补。之后进行通量计算和必要修正（倾斜修正、 频率修正等）, 动量通量τ、 感热通量H与潜热通量LE公式如下:
τ = - ρ u ' w ' ¯,
H = ρ C p w ' T ' ¯,
L E = ρ λ w ' q ' ¯,
式中: ρ为空气密度; u′, w′, T′和q′别是水平风速脉动、 垂直风速脉动、 温度脉动和比湿脉动; Cp是定压比热; λ=2.5×106 J·kg-1是水的汽化潜热。
最后对计算的通量进行质量控制（如大气平稳性、 相似性等检查）和质量控制评估, 通量结果的选取采用TK3中推荐的质量等级评价体系（Foken et al, 1996）。

2.2.2　地表土壤热通量的计算方法（TDEC）

为了分析地表能量的平衡状态, 有必要准确的计算地表土壤热通量。本文使用阳坤等（2008）设计的方法（TDEC）, 利用多层土壤的温湿度, 进行估算土壤热通量。
土壤的一维热传导方程为:
∂ ρ s c s T ∂ t = - ∂ G ∂ z,
式中: ρ s c s是土壤热通量（单位: J·kg-1·K-1）; T是土壤温度（单位: K）; t是时间（单位: s）; G是土壤热通量（单位: W·m-2）, 向上为负, 向下为正; z是土壤深度（单位: m）, 向下为正。
对土壤一维热传导方程的两侧进行积分, 可得
G ( z ) = G ( Z r ) + ∫ Z r Z ∂ ρ s c s T ( z ) ∂ t d z,
式中: G(Zr)为在土壤深度为Zr处的土壤热通量。给定温度分布廓线T(Zi), 方程（5）可表示为
G = G ( Z r ) + 1 Δ t ∑ Z i Z ρ s c s ( Z i , t + Δ t ) T ( Z i , t + Δ t ) - ρ s c s ( Z i , t ) T ( Z i , t ),
取Z r =1 m, 若忽略1 m处的土壤热通量, 即G100 ≈ 0, 因此求解该方程的关键, 是通过使用有限的观测数据, 进行差值得到较为准确的温度分布廓线T(Zi), 阳坤等（2008）给出了一种新的插值方法, 假定土壤热传导系数为定值0.5或1.0 W·m-1·k-1, 再通过土壤热扩散方程求得温度廓线, 并使用观测到的温度廓线进行校正, 求得较为准确的温度廓线。因此, 可以通过公式（6）求得各层土壤热通量。

2.2.3　地表能量平衡方程

地表能量平衡方程为
H + L E = R n - G - S - Q,
式中: H是感热通量（单位: W·m-2）; LE是潜热通量（单位: W·m-2）; Rn是地表净辐射（单位: W·m-2）; G是浅层土壤热通量（单位: W·m-2）; S是冠层热储量（单位: W·m-2）; Q是附加能量源汇的总和（单位: W·m-2）。由于S、 Q的值通常很小, 在地表能量平衡方程中可以忽略不计, 因此方程（7）可简化为
H + L E = R n - G,
式中: （H+LE）是湍流通量; （Rn-G）是有效能量。地表净辐射Rn是地表和大气之间能量和物质相互交换的主要能量来源（单位: W·m-2）, 可以表示为:
R n = R S W - I N - R S W - O U T + R L W - I N - R L W - O U T,
式中: R SW-IN是太阳总辐射（单位: W·m-2）; R SW-OUT是地表反射辐射（单位: W·m-2）; R LW-IN是大气逆辐射（单位: W·m-2）; R LW-OUT是大气长波辐射（单位: W·m-2）。

2.2.4　地表能量平衡闭合程度的分析方法

目前, 分析地表能量平衡闭合程度的方法主要有4种, 即最小二乘法（OLS）、 压轴回归法（RMA）、 能量平衡比率法（EBR）和能量平衡残差频率分布图法（孙成等, 2015）。本文应用TDEC法估算土壤热通量, 即考虑地表0~5 cm处的热量储存G 5和不考虑热量储存G 0。采用最小二乘法讨论了峨眉山区域的能量闭合程度。对湍流通量（H+LE）和有效能量（Rn-G 0）和（Rn-G 5）进行线性回归分析, 回归方程的斜率代表地表能量闭合的程度。若理想状态下, 地表能量交换达到平衡, 即湍流通量（H+LE）和有效能量（Rn-G）相等, 则方程的斜率应该为1且通过原点。

3 结果与分析

3.1　近地层气象要素的变化特征

图4(a)、 (b)分别给出了峨眉山地区2018年11月至2019年2月近地层的风速及风向变化。从图4中可以看出， 风速月变化幅度不大, 每日05:30（北京时， 下同）和20:30风速较大, 夜间平均风速大于日间。月平均风速11月最大, 之后逐月降低, 每日风速变化幅度也减弱。从图4(b)中可以看出， 峨眉山地区冬季主要盛行南风和西风, 几乎无东风出现。
图4 2018年11月到2019年2月近地层风速各月平均日变化(a)和各月风向玫瑰图(b)以及气温(c)和气压(d)的各月平均日变化

Fig.4 Monthly mean diurnal variation of wind velocity (a), wind rose (b), air temperature (c) and pressure (d) in surface strata from November 2018 to February 2019

图4(c)给出了各月气温的日变化, 峨眉山地区气温日变化呈单峰结构, 在冬季07:00日出后气温开始升高, 14:00可达峰值, 随着季节的变化, 峰值出现时间向后推迟, 1月的峰值出现在15:00。峨眉山区域早晚温差较小, 有着较为显著的季节性改变。在11月最高气温可达14 ℃, 在1月最低气温可达-13 ℃。
峨眉山区域气压有着明显的季节性变化, 1月平均气压最高。每日变化呈现双峰双谷结构, 一般在11:30和23:30前后会达到峰值, 而谷值在07:00和17:30前后出现。最高气压出现在11月, 为714.2 hPa。而最低气压出现在12月, 可达701.5 hPa。

3.2　地表热通量的变化特征

地—气之间物质交换和能量输送主要是用感热和潜热两种方式。因为气候的不同和各种下垫面性质的差异, 导致地表能量与热量的交换有着差别。为分析峨眉山地区各月地表热通量的变化特征, 图5给出了峨眉山站、 丹卡站和排龙站各月日平均热通量。从图5中可以看出, 各月感热通量与潜热通量日变化均呈单峰结构。日出后, 随太阳辐射对地表加热, 峨眉山地区在06:30左右感热通量开始增加, 感热值为正值, 表示地表以感热向大气中输送热量, 于13:30左右出现峰值。之后开始逐渐减小, 在日落后, 因为地表辐射开始冷却, 在18:30左右, 感热值变成负值, 表示大气向地表输送热量。潜热通量全天为正, 表明能量从地面传递到大气。
图5 2018年11月至2019年2月各站点地表热通量各月平均日变化

Fig.5 Monthly mean diurnal variations of surface heat flux at each station from November 2018 to February 2019

峨眉山、 丹卡地区11月至次年2月, 潜热通量较小, 热通量中感热占主导位置。排龙站在11月时潜热通量较大, 潜热通量占主导位置, 进入12月, 潜热通量骤降, 也开始转为感热通量占主导位置。峨眉山地区较丹卡站和排龙站更为湿润, 潜热通量略高于其他两站, 11月潜热通量最高可达176.75 W·m-2。峨眉山站的感热通量值近似于丹卡站, 但远高于排龙站, 峨眉山站感热通量最大峰值出现在2月, 可达357.3 W·m-2。

3.3　地表辐射收支特征

图6给出了地表辐射平衡各分量的月平均日变化, 峨眉山地区地表辐射收支主要以太阳总辐射R SW-IN和大气长波辐射R LW-OUT为主, 各辐射分量都具有十分显著的日变化特征, 也具有月变化。R SW-IN是太阳辐射经过大气吸收和散射后到达地面的辐射量。R SW-IN受太阳高度角和大气透明度共同影响, 太阳高度角越大, R SW-IN越大; 大气透明度越高, R SW-IN也越高; 日间太阳高度角越大, R SW-IN值也越大。夜间太阳高度角为0, 则R SW-IN值为0。峨眉山站11月较高, 之后逐渐减弱, 2月回升。而丹卡站和排龙站是12月峰值最小, 之后逐月增加。峨眉山站R SW-IN峰值最大值出现在11月, 可达937.2 W·m-2。
图6 2018年11月至2019年2月不同站点地表辐射平衡各分量的月平均日变化

Fig.6 Monthly average diurnal variation of each component of surface radiation balance at difference station from November 2018 to February 2019

地表反射辐射R SW-OUT是地表对R SW-IN的反射。日变化规律与R SW-IN一致, 日出后, R SW-OUT开始增加, 正午达峰值, 日落后为0。峨眉山站R SW-OUT在12月峰值最小, 之后峰值有所增加, 日变化幅度加大。丹卡站和排龙站R SW-OUT变化与峨眉山站近似, 都是12月较小, 之后峰值有所提升, 但增加幅度较小。峨眉山站R SW-OUT最大峰值出现在2月为207.9 W·m-2。丹卡站和排龙站地表植被较少, 在11月到次年的2月地面也无积雪, 地表性质较为稳定, 因此R SW-OUT主要受R SW-IN影响, 月变化相似。进入11月, 峨眉山地区开始有降雪天气现象, 下垫面出现积雪, 对R SW-IN有很强的反射能力, 峨眉山地区R SW-OUT在11月到次年2月期间维持着一个较高的水平。
大气逆辐射R LW-IN是经过整层大气入射到地表的长波辐射, 其变化主要受气温、 云、 二氧化碳、 水汽和气溶胶等的影响, 其次海拔和地理纬度也对长波向下辐射有一定的影响（季国良等, 1995）, 海拔越高, 气压越低, 水汽含量越小, R LW-IN的值会越低。一天之中R LW-IN始终保持在一定范围内, 日变化幅度小于其他辐射分量, 有着明显的月变化。11月峰值较高, 之后逐月降低, 1月最低, 2月开始回升。峨眉山站海拔高于丹卡站和排龙站, 气压低于丹卡站和排龙站, 因此峨眉山站的R LW-IN低于丹卡站和排龙站, 日峰值最大值出现在11月可达332.8 W·m-2。R LW-IN最小可达204.1 W·m-2, 在1月出现。
地表发射的长波辐射和反射的R LW-IN则是大气长波辐射R LW-OUT。主要受地表温度影响, 日变化特征与温度变化特征一致。在冬季峨眉山地区地表温度低于丹卡站和排龙站, 则峨眉山站R LW-OUT低于丹卡站和排龙站。峨眉山站R LW-OUT 11月较高, 之后日变化范围开始减小, 1月变化范围最小, 随着2月地表温度升高, R LW-OUT开始增大。最大值出现在11月可达445.9 W·m-2, 最小值出现在1月为277.2 W·m-2。
图7(a)给出了峨眉山地区地表辐射各分量的多月平均日变化, 各分量日变化均呈单峰结构。日出前R SW-IN和R SW-OUT为0, 日出后, R SW-IN和R SW-OUT逐渐升高, 均于13:00左右达到峰值, 之后开始逐渐减小, 在18:30左右减小至零。在日出后, 由于温度的升高, R LW-IN和R LW-OUT也开始升高, 达峰值的时间晚于短波辐射, 在14:00左右出现。之后开始不断减小, 在夜间由于地表和大气辐射降温, 长波辐射值较小, 在日出前是长波辐射的谷值。
图7 地表辐射平衡各分量的多月平均日变化

Fig.7 Multi-monthly average diurnal variation of various components of surface radiation balance

从图6和图7中可以看出, 峨眉山站的地表辐射变化与高原上的站点有着较大差异。在冬季, 峨眉山站的R SW-IN和R LW-IN均低于高原上的丹卡、 排龙站, R SW-OUT三站数值较为接近, 而R LW-OUT却高于丹卡站和排龙站, 因此峨眉山站净辐射远小于丹卡站和排龙站。地表各辐射分量日变化特征相似, 均呈单峰结构, 在丹卡、 排龙站短波辐射于14:30左右达到日峰值, 长波辐射相对短波辐射来说依然有着滞后性, 在15:00左右达日峰值。
地表反照率是影响地表能量收支的一个主要因子, 图8给出了峨眉山站、 丹卡站和排龙站地表反照率的月平均日变化。丹卡站和排龙站日变化均呈典型的“U”型, 即日出后和日落前较大, 日间较小的趋势, 但在日出后和日落前的值并不相等, 这与前人所得结论一致（李英, 2006）。除此之外, 在日出和日落前后太阳高度角较小时, 反照率变化幅度较大, 但当太阳高度角上升到一定水平后, 反照率随时间变化幅度大幅削弱, 即反照率几乎不变。峨眉山地区地表反照率日变化虽日出后和日落前较大, 日间较小, 但日间变化幅度较大, 呈现上午大下午小, 是不对称的”U”型。这主要是因为夜间风速较小, 昼夜温差较大, 夜间温度会出现0 ℃以下, 因此在清晨积雪和露珠较多, 日出后积冰和积雪有所融化, 露珠蒸发, 地表反照率开始减小, 上午冰雪覆盖度会高于下午, 所以上午地表反照率较大。 进入11月, 峨眉山地区开始有降雪天气现象, 下垫面出现积雪, 这使得地表反照率有着大幅增长, 月均值可达0.35。结合地表辐射各分量分析, 峨眉山地区12月至次年2月具有较高的地表反照率, 冬季平均反照率为0.31, 远高于其他季节。在冬季, 峨眉山站的地表反照率远高于丹卡站与排龙站, 月变化非常显著, 而丹卡站与排龙站各月变化幅度不明显, 几乎维持稳定状态。主要是由于峨眉山区域11月开始降雪, 地面有积雪会使得地表反照率大大提升, 使得峨眉山区域季节变化显著。
图8 地表反照率的月平均日变化

Fig.8 Monthly average diurnal variation of surface albedo

表1列出了青藏高原各站点与峨眉山站冬日的地表反照率。从表1中可以看出， 海拔越高, 地表反照率越大, 在海拔近似的情况下纬度越靠北, 地表反照率越大, 这与仲雷(2007）的结论一致。峨眉山站的海拔远低于NPAM站, 但在冬日, 峨眉山区域的降雪较多, 使得峨眉山区域的地表反照率在冬季高于NPAM站。因此由于观测区域的气候不同和下垫面性质的差异, 纬度和海拔对地表反照率的影响也有所不同。
表1 藏北高原各站点与峨眉山站冬季地表反照率

Table 1 Surface albedo in winter at various stations in the northern Tibetan Plateau and Emei Mountain Station

站点 经纬度 海拔/m 地表反照率 资料来源
D105 32.69°N, 91.94°E 5020 0.3298 李英, 2006
安多站 32.24°N, 91.64°E 4700 0.3377 李英, 2006
NPAM 31.93°N, 91.72°E 4620 0.2288 李英, 2006
那曲站 31.37°N, 91.90°E 4534 0.3588 李英, 2006
排龙站 30.04°N, 95.61°E 2058 0.1415 本文
丹卡站 29.89°N, 95.68°E 2701 0.1701 本文
峨眉山站 29.52°N, 103.34°E 3070 0.3109 本文

3.4　能量平衡闭合程度变化特征

有效能量为净辐射与土壤热通量的差值（Rn-G）, 当土壤热通量分别为不考虑地表热量储存的土壤热通量G 0和考虑地表0~5 cm处的热量储存的土壤热通量G 5下, 有效能量分别为（Rn-G 0）和（Rn-G 5）。对峨眉山地区全天、 日间以及夜间的能量平衡闭合程度（图9,10,11）进行分析, 发现峨眉山地区不闭合现象非常明显, 日间和夜间的能量闭合程度差异很大。当使用不考虑地表热量储存的土壤热通量G 0, 有效能量为（Rn-G 0）时全天、 日间及夜间的能量闭合程度分别为62.2%, 64.76%和50.66%, 使用考虑地表0~5 cm处的热量储存的土壤热通量G 5, 有效能量为（Rn-G 5）时的能量闭合程度分别为64.53%, 67.22%和65.09%。表2,3分别列出了丹卡站和排龙站有效能量分别为（Rn-G 0）和（Rn-G 5）下日间、 夜间以及全天的能量平衡闭合程度, 从表2和表3中可以看出, 考虑地表0~5 cm处的热量储存的土壤热通量下的能量闭合程度较不考虑热量储存有很大的提升, 峨眉山区域夜间提高了14.43%, 日间提高了2.46%, 全天地表能量平衡闭合程度仅提高了2.33%。丹卡站全天、 日间以及夜间在考虑地表0~5 cm处的热量储存的土壤热通量下能量闭合率分别提升了8.6%, 11.7%和9.95%, 排龙站全天、 日间以及夜间分别提升了12.58%、 3.82%和9.97%。
图9 有效能量为（Rn-G 0）(a)和（Rn-G 5）(b)下全天能量闭合特征

Fig.9 The full-day energy balance characteristics with effective energy (Rn-G 0) (a) and (Rn-G 5)(b)

图10 有效能量为（Rn-G 0）(a)和（Rn-G 5）(b)下日间能量闭合特征

Fig.10 Diurnal energy balance characteristics with effective energy (Rn-G 0) (a) and (Rn-G 5) (b)

图11 有效能量为（Rn-G 0）(a)和（Rn-G 5）(b)下夜间能量闭合特征

Fig.11 Nocturnal energy balance characteristics with effective energy (Rn-G 0) (a) and (Rn-G 5)(b)

表2 丹卡站全天、 日间以及夜间的能量闭合率

Table 2 Energy closure rates at Danka Station throughout the day, during the day and at night

时间 有效能量（Rn-G 0） 有效能量（Rn-G 5）
能量闭合率/% R 2 能量闭合率/% R 2
全天 56.82 0.64 65.44 0.83
日间 48.99 0.48 60.16 0.78
夜间 43.15 0.58 52.65 0.73
表3 排龙站全天、 日间以及夜间的能量闭合率

Table 3 Energy closure rates at Pailong Station throughout the day, during the day and at night

时间 有效能量（Rn-G 0） 有效能量（Rn-G 5）
能量闭合率/% R 2 能量闭合率/% R 2
全天 44.65 0.90 57.23 0.91
日间 62.01 0.76 65.83 0.77
夜间 43.96 0.90 53.93 0.85
三站的夜间能量闭合率都较低, 存在较高的能量不闭合, 主要原因是夜间大气层结稳定, 有时会产生逆温现象, 垂直方向的湍流交换弱且摩擦风速较低, 抑制了垂直方向湍流的交换。由此可见, 地表土壤热储存对峨眉山地区夜间能量平衡有重要影响。
近年来, 我国许多气象学者对青藏高原地表能量闭合进行研究分析（Guoping et al, 2000; Yang et al, 2003; 王介民等, 2009; 李茂善等, 2006; 李泉等, 2008; 杨丽薇等, 2017; 胡媛媛等, 2018）。表4列出青藏高原部分站点与峨眉山站能量闭合率, 各站点都有着不同程度的能量不闭合情况, 从表4中可以看出, 峨眉山站能量闭合程度高于部分青藏高原上的站点（当雄草原站、 珠峰站、 排龙站）。
表4 青藏高原部分站点与峨眉山站能量闭合率

Table 4 Energy closure rate between some stations of Qinghai-Tibetan Plateau and Emei Mountain Station

站点 经纬度 海拔/m 下垫面 观测时间 闭合率/% 资料来源
聂荣站 32.12°N , 92.30°E 4607 高寒草地 2014 年 7 -8月 74.0 杨丽薇等, 2017
那曲站 31.37°N , 91.90°E 4509 高寒草地 2008 年全年 66.4 胡媛媛等, 2018
当雄草原站 30.51°N , 91.05°E 4333 高寒草甸 2003 -2005年 53.0 李泉等, 2008
纳木错站 30.78°N , 90.98°E 4730 高寒草甸 2008年全年 64.9 胡媛媛等, 2018
珠峰站 28.36°N, 86.95°E 4276 河滩沙石草地 2008年全年 40.0 胡媛媛等, 2018
排龙站 30.04°N, 95.61°E 2058 砂石与草地 2018年11月至2019年2月 57.2 本文
丹卡站 29.89°N, 95.68°E 2701 草地 2018年11月至2019年2月 65.4 本文
峨眉山站 29.52°N, 103.34°E 3070 草地 2018年11月至2019年2月 64.5 本文
国际上对计算的能量闭合率不为1, 有着以下几种解释: （1）取样产生的随机误差（Mahrt, 1998; Gu et al, 1999）; （2）仪器造成的误差（VanLoon et al, 1998）; （3）其他能量的忽略（Mayocchi et al, 1995）; （4）高频和低频的通量损失（Moore et al, 1986）; （5）忽略了平流的作用（McMillen, 1988; Paw et al, 1997）。
聂荣站的高闭合程度主要是由于选取的观测时间, 在夏季会因较大的热通量而有着较好的能量平衡情况。不同下垫面的能量闭合率有着较大区别, 草地有着较好的能量闭合率, 能量闭合状况最差的是下垫面为河滩沙石草地的珠峰站。珠峰站下垫面的复杂情况, 以及较小的潜热通量, 使得附加能量源汇的总和在地表能量平衡中占据重要位置, 因此在忽略这个能量项下计算的能量闭合率, 会出现较大的能量不闭合。
结合峨眉山站地表的具体情况, 初步分析其能量不闭合可能的原因。实际近地层大气运动是非定常的, 尤其是在日出和日落时, 这时湍流通量的计算值与实际值误差较大。在正午时, 大气较为稳定, 这时湍流通量的计算值与实际值误差较小。大气运动变化剧烈时, 湍流通量的计算误差也会增大。峨眉山站的下垫面为草地, 在进入11月, 峨眉山地区开始有降雪天气现象, 下垫面会出现不均匀的积雪, 在一定程度上可形成局地环流, 这部分能量平流无法计算, 忽略这部分平流也会造成能量不闭合。本文使用TDEC法计算的土壤热通量, 其利用多层土壤温湿度进行计算, 与其他方法相比估算结果较好, 但其也是假设了土壤传导系数, 对土壤热通量进行估算, 和实际土壤热通量也有着误差, 再加上季节变化和植被、 冰雪覆盖等原因, 土壤情况更加复杂, 估算的土壤热通量存在较为明显的误差, 对能量平衡闭合程度有较大影响。

4 结论与讨论

利用峨眉山站、 丹卡站以及排龙站的观测资料, 通过德国拜罗伊特大学微气象系研发的TK3b软件计算地表能量通量, 采用TDEC法估算了土壤热通量, 分析了峨眉山地区地表能量交换特征, 并与青藏高原地区进行对比分析, 得出主要结论如下:
（1） 峨眉山地区每日05:30和20:30风速较大, 夜间风速大于日间, 冬日南风盛行。气温日变化呈单峰结构, 早晚温差不大, 1月的峰值出现在15:00。气压日变化呈现双峰双谷结构, 1月平均气压最高。
（2） 感热通量与潜热通量日变化均呈单峰结构, 感热通量日间为正值, 夜间为负值。潜热通量全天均为正值。峨眉山、 丹卡地区11月至次年2月, 潜热通量较小, 热通量中感热占主导位置。排龙站在11月时潜热通量较大, 潜热通量占主导位置, 进入12月, 潜热通量骤降, 也开始转为感热通量占主导位置。峨眉山地区11月潜热通量最高可达176.75 W·m-2, 感热通量最大峰值出现在2月, 可达357.3 W·m-2。
（3） 地表辐射各分量日变化特征显著, 也会发生月变化。地表辐射各分量日变化均呈单峰结构, 峨眉山站的R SW-IN和R LW-IN均低于高原上的丹卡、 排龙站, R SW-OUT三站数值较为接近, 而R LW-OUT却高于丹卡站和排龙站, 因此峨眉山站净辐射远小于丹卡站和排龙站。短波辐射的峰值在峨眉山地区于13:00左右出现, 在丹卡、 排龙站于14:30左右出现, 而长波辐射到达峰值的时间段要晚于短波辐射, 在峨眉山地区峰值出现在14:00左右, 在丹卡、 排龙站于15:00左右达日峰值。
（4） 地表反照率日变化呈“U”型, 即日出后和日落前较大, 日间较小的趋势, 但在日出后和日落前的值并不相等。峨眉山冬季地表反照率均值为0.31, 整体处于0.19~0.42。与丹卡、 排龙站相比, 在冬季峨眉山站有着较大的地表反照率。
（5） 峨眉山地区不闭合现象非常明显, 日间和夜间的能量闭合程度差异很大。不考虑热量储存G 0下全天、 日间及夜间的能量闭合程度分别为62.2%, 64.76%和50.66%, 考虑地表0~5 cm处的热量储存G 5的能量闭合程度分别为64.53%, 67.22%和65.09%。地表土壤热储存对峨眉山地区夜间能量平衡有重要影响。峨眉山地区下垫面为草地, 其能量闭合程度要优于青藏高原上的部分站点。

第二次青藏高原科考排龙站和丹卡站为本研究提供了实测数据支持, 特此感谢！

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Chen L S, Xu X, Yu S, 1999.The second Tibetan Plateau field experiment: Air-land process and planetary boundary layer observational study[J].Annual Report of Chinese Academy of Meteorological Sciences, 15-16.

Choudhury B J, Idso S B, Reginato R J, 1987.Analysis of an empiricalmodel for soil heat flux under a growing wheat crop for estimating evaporation by an infrared-temperature based energy balance equation[J].Agricultural and Forest Meteorology, 39: 283-297.DOI: 10.1016/0168-1923(87)90021-9.

Culf A D, Foken T, Gash J H C, 2008.The energy balance closure problem[J].Ecological Applications, 18(6): 1351-1367.

Foken T, Wichura B, 1996.Tools for quality assessment of surface-based flux measurements[J].Agricultural & Forest Meteorology, 78（1/2）：83-105..DOI: 10.1016/0168-1923(95)02248-1.

Foken T, Wimmer F, Mauder M, al et, 2006.Some aspects of the energy balance closure problem[J].Atmospheric Chemistry and Physics, 6 (12): 4395-4402.

Gao Z, 2005.Determination of soil heat flux in a tibetan short-grass prairie[J].Boundary-Layer Meteorology, 114(1): 165-178.DOI: 10.1007/s10546-004-8661-5.

Gu J, Smith E A, Merritt J D, 1999.Testing energy balance closure with GOES-retrieved net radiation and in measured eddy cor-relation fluxes in BOREAS[J].Journal of Geophysical Research, 104(D22): 27881-27893.DOI: 10.1029/1999jd900390.

Li G P, Duan T Y, Gong Y F, 2000.The bulk transfer coefficients and surface fluxes on the western Tibetan Plateau[J].Chinese Science Bulletin, 45(13): 1221-1226.DOI: 10.1007/BF02886084.

Heusinkveld B G, Jacobs A F, Holtslag A A M, al et, 2004.Surface energy balance closure in an arid region: Role of soil heat flux[J].Agricultural and Forest Meteorology, 122（1/2）：21-37.DOI: 10. 1016/j.agrformet.2003.09.005.

Horton R, Wierenga P, 1983.Estimating the soil heat flux from observa-tions of soil temperature near the surface[J].Soil Science Society of America Journal, 47 (1): 14-20.DOI: 10.2136/sssaj1983.03615995004700010003x.

Jacobs A, Heusinkveld B, Holtslag A, 2008.Towards closing the surface energy budget of a mid-latitude grassland[J].Boundary-Layer Meteorology, 126 (1): 125-136.DOI: 10.1007/s10546-007-9209-2.

Liebethal C, Huwe B, Foken T, 2005.Sensitivity analysis for two ground heat flux calculation approaches[J].Agricultural and Forest Me-teorology, 132: 253-262.DOI: 10.1016/j.agrformet. 2005.08.001.

Ma Y, Kang S, Zhu L, al et, 2008.Roof of the World: Tibetan observation and research platform[J].Bulletin of the American Meteorological Society, 89(10): 1487.

Mahrt L, 1998.Flux sampling errors for aircraft and towers[J].Journal of Atmospheric and Oceanic Technology, 15: 416-429.

Mauder M, Foken T, 2012.Documentation and instruction manual of the eddy-covariance software package TK3.http: //

Mayocchi C L, Bristow K L, 1995.Soil surface heat flux: Some general questions and comments on measurements[J].Agricultural and Forest Meteorology, 75: 43-50.DOI: 10.1016/0168-1923(94)02198-S.

McMillen R T, 1988.An eddy correlation technique with extended applicability to non-simple terrain[J].Boundary-Layer Meteorology, 43: 231-245.DOI: 10.1007/bf00128405.

Moore C J, Fisch G, 1986.Estimating heat storage in Amazonian tropical forest[J].Agricultural and Forest Meteorology, 38: 147-169.DOI: 10.1016/0168-1923(86)90055-9.

Oncley S, Foken T, Vogt R, al et, 2007.The energy balance experimentEBEX-2000.Part I: Overview and energy balance[J].Boundary-Layer Meteorology, 123 (1): 1-28.DOI: 10.1007/s10546-007-9161-1.

Paw UK T, Baldocchi D D, al et, 1997.Corrections of eddy covariance measurements incorporating both advective effects and density fluxes[J].Boundary-Layer Meteorology, 97(3): 487-511.DOI: 10.1023/a: 1002786702909.

Qian Y F, Zhang Y, Huang Y Y, al et, 2004.The effects of the thermal anomalies over the Tibetan Plateau and its vicinities on climate variability in China[J].Advances in Atmospheric Sciences, 21(3): 369-381.DOI: 10.1007/bf02915565.

Seneviratne S I, Corti T, Davin E L, al et, 2010.Investigating soil moisture-climate interactions in a changing climate: A review[J].Earth-Science Reviews, 99 (3/4): 125-161.DOI: 10.1016/j.earscirev.2010.02.004.

Tanaka K, Ishikawa H, Hayashi T, al et, 2001.Surface energy budget at Amdo on the Tibetan plateau using GAME/Tibet IOP98 data[J].Journal of the Meteorological Society of Japan, 79 (1B): 505-517.

VanLoon W KP, Bastings HMH, Moors E J, 1998.Calibration of soil heat fluxsensors[J].Agricultural and Forest Meteorology, 92: 1-8.DOI: 10.1016/s0168-1923(98)00090-2.

Williams C A, Reichstein M, Buchmann N, al et, 2012.Climate and vegetation controls on the surface water balance: Synthesis of evapotranspiration measured across a global network of flux towers[J].Water Resources Research, 48(6): W06523.DOI: 10.1029/2011wr011586.

Wilson K, Goldstein A, Falge E, al et, 2002.Energy balance closure at FLUXNET sites[J].Agricultural and Forest Meteorology, 113: 223-243.

Wu G, Zhang Y, 1998.Tibetan Plateau Forcing and the timing of the monsoon onset over South Asia and the South China Sea[J].Monthly Weather Review, 126(4): 913-927.DOI: 10.1175/1520-0493(1998)126<0913: TPFATT>2.0.CO; 2.

Yang K, Koike T, Ishikawa H, al et, 2008.Turbulent flux transfer over bare-soil surfaces: Characteristics and parameterization[J].Journal of Applied Meteorology & Climatology, 47(1): 276-290.DOI: 10.1175/2007JAMC1547.1.

Yang K, Koike T, Yang D, 2003.Surface flux parameterization in the Tibetan Plateau[J].Boundary-Layer Meteorology, 106(2): 245-262.DOI: 10.1023/a: 1021152407334.

Zhang Q, Li H, 2010.The relationship between surface energy balance unclosure and vertical sensible heat advection over the loess plateau[J].Acta Physica Sinica, 59(8): 5888-5895.DOI: 10.1393/ncb/i2010-10909-0.

曹寰琦, 何清, 金莉莉, 等, 2018.塔克拉玛干沙漠北缘夏秋冬季地表能量平衡闭合特征[J].干旱区研究, 35(4): 830-839.DOI: 10. 13866/j.azr.2018.04.10.

陈丽晶, 张镭, 梁捷宁, 等, 2017.半干旱区不同下垫面大气湍流通量比较分析[J].高原气象, 36(5): 1325-1335.DOI: 10. 7522/j.issn.1000-0534.2016.00101.

冯璐, 仲雷, 马耀明, 等, 2016.基于土壤温湿度观测资料估算藏北高原地区土壤热通量[J].高原气象, 35(2): 297-308.DOI: 10.7522/j.issn.1000-0534.2015.00006.

胡隐樵, 1994.黑河实验(HEIFE)能量平衡和水汽输送研究进展[J].地球科学进展, 9( 4): 30-34.

丁一汇, 1997.地表通量的计算问题［J］.应用气象学报(S 1: 29-35.

胡媛媛, 仲雷, 马耀明, 等, 2018.青藏高原典型下垫面地表能量通量的模型估算与验证［J］.高原气象, 37( 6): 1499-1510.DOI: 10.7522/j.issn.000-0534.2018.00045.

季国良, 江灏, 吕兰芝, 1995.青藏高原的长波辐射特征[J].高原气象, 14(4): 451-458.

解晋, 余晔, 刘川, 等, 2018.青藏高原地表感热通量变化特征及其对气候变化的响应［J］.高原气象, 37(1): 28-42.DOI: 10. 7522/j.issn.1000-0534.2017.00019.

李茂善, 戴有学, 马耀明, 等, 2006.珠峰地区大气边界层结构及近地层能量交换分析[J].高原气象, 25(5): 807-813.

李泉, 张宪洲, 石培礼, 等, 2008.西藏高原高寒草甸能量平衡闭合研究[J].自然资源学报, 23(3): 391-399.DOI: 10.3321/j.issn:1000-3037.2008.03.005.

李韧, 赵林, 丁永建, 等, 2007.青藏高原北部五道梁地表热量平衡方程中各分量特征[J].山地学报, 25(6): 664-670.DOI: 10. 3969/j.issn.1008-2786.2007.06.004.

李英, 胡泽勇, 2006.藏北高原地表反照率的初步研究[J].高原气象, 25(6): 1034-1041.

马耀明, 塚本修, 吴晓鸣, 等, 2000.藏北高原草甸下垫面近地层能量输送及微气象特征[J].大气科学, 24(5): 715-722.DOI: 10.1007/s10011-000-0335-3.

马英赛, 孟宪红, 韩博, 等, 2019.黄土高原土壤湿度对地表能量和大气边界层影响的观测研究[J].高原气象, 38(4): 705-715.DOI: 10.7522/j.issn.1000-0534.2019.00036.

沈艳, 刘允芬, 王堰, 2005.应用涡动相关法计算水热、 CO2通量的国内外进展概况[J].南京气象学院学报, 28(4): 559-566.

孙成, 江洪, 陈健, 等, 2015.亚热带毛竹林生态系统能量通量及平衡分析[J].生态学报, 35(12): 4128-4136.DOI: 10.5846/stxb201308272161.

陶诗言, 陈联寿, 徐祥德, 等, 1999.第二次青藏高原大气科学试验理论研究进展 (一) [M].北京: 气象出版社.

陶诗言, 罗四维, 张鸿材, 1984.1979年5 -8月青藏高原气象科学实验及其观测系统[J].气象, 10(7): 4-7.DOI: 10.7519/j.issn.1000-0526.1984.7.001.

王介民, 1999.陆面过程实验和地气相互作用研究——从HEIFE到IMGRASS和GAME-Tibet/TIPEX[J].高原气象, 18(3): 280-294.

王介民, 王维真, 刘绍民, 等, 2009.近地层能量平衡闭合问题——综述及个例分析[J].地球科学进展, 24(7): 705-713.DOI: http: //ir.casnw.net/handle/362004/11932.

吴家兵, 关德新, 张弥, 等, 2005.涡动相关法与波文比-能量平衡法测算森林蒸散的比较研究——以长白山阔叶红松林为例[J].生态学杂志, 24(10): 1245-1249.

徐祥德, 周明煜, 陈家宜, 等, 2001.青藏高原地-气过程动力、 热力结构综合物理图象[J].中国科学 (D辑), 31 (5): 428-440.DOI: 10.3321/j.issn: 1006-9267.2001.05.011.

徐自为, 刘绍民, 宫丽娟, 等, 2008.涡动相关仪观测数据的处理与质量评价研究[J].地球科学进展, 23(4): 357-370.DOI: 10.3321/j.issn: 1001-8166.2008.04.005.

徐自为, 刘绍民, 徐同仁, 等, 2013.不同土壤热通量测算方法的比较及其对地表能量平衡闭合影响的研究[J].地球科学进展, 28(8): 875-889.

阳坤, 王介民, 2008.一种基于土壤温湿资料计算地表土壤热通量的温度预报校正法[J].中国科学: 地球科学, (2): 243-250.DOI: 10.3724/SP.J.1005.2008.01083.

杨丽薇, 高晓清, 惠小英, 等, 2017.青藏高原中部聂荣半干旱草地夏季近地层能量平衡与输送分析[J].气候与环境研究, 22(3): 335-345.DOI: 10.3878/j.issn.1006-9585.2016.16136.

章基嘉, 朱抱真, 朱福康, 等, 1988.青藏高原气象学进展[M].北京: 科学出版社.

仲雷, 马耀明, 李茂善, 2007.珠穆朗玛峰绒布河谷近地层大气湍流及能量输送特征分析[J].大气科学, 31(1): 48-56.

朱德琴, 陈文, 刘辉志, 等, 2006.我国西北典型干旱区和高原地区地表辐射能量收支特征的比较[J].气候与环境研究, 11(6): 683-690.DOI: 10.3969/j.issn.1006-9585.2006.06.002.

庄金鑫, 王维真, 王介民, 2013.涡动相关通量计算及三种主要软件的比较分析[J].高原气象, 32(1): 78-87.DOI: 10.7522/j.issn.1000-0534.2012.00009.

Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn