高原气象

高原气象 >

2020 , Vol. 39 >Issue 6: 1181 - 1194

DOI: https://doi.org/10.7522/j.issn.1000-0534.2019.00133

论文

青藏高原不同深度湖泊无冰期湖气温差及湖表辐射与能量平衡特征模拟分析

  • 杜娟 , 1, 2 ,
  • 文莉娟 , 1 ,
  • 苏东生 1, 3
展开
  • 1. 中国科学院西北生态环境资源研究院寒旱区陆面过程与气候变化重点实验室，甘肃 兰州 730000
  • 2. 福建省泉州市气象局，福建 泉州 362000
  • 3. 中国科学院大学，北京 100049
文莉娟（1978 -）， 女， 山西人， 研究员， 主要从事陆面过程和气候变化研究. E-mail：

杜娟（1994 -）， 女， 新疆喀什人， 硕士， 主要从事湖泊模拟研究. E-mail：

收稿日期: 2019-11-12

  修回日期: 2020-04-20

  网络出版日期: 2020-12-28

基金资助

中德科学中心国际合作项目(GZ1259)

中科院“西部之光”计划“西部青年学者”A类项目(Y929641001)

收起

Analysis of Simulated Temperature Difference between Lake Surface and Air and Energy Balance of Three Alpine Lakes with Different Depths on the Qinghai-Xizang Plateau during the Ice-Free Period

  • Juan DU , 1, 2 ,
  • Lijuan WEN , 1 ,
  • Dongsheng SU 1, 3
Expand
  • 1. Key Laboratory of Land Surface Process and Climate Change in Cold and Arid Regions，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，Gansu，China
  • 2. Quanzhou Meteorological Bureau of Fujian Province，Quanzhou 362000，Fujian，China
  • 3. University of Chinese Academy of Sciences，Beijing 100049，China

Received date: 2019-11-12

  Revised date: 2020-04-20

  Online published: 2020-12-28

Fold

本文亮点

湖气温差是影响无冰期湖泊和大气界面热量交换的重要因素， 但由于青藏高原野外观测试验开展不易， 目前青藏高原湖泊湖气温差特征的研究仍然存在不足， 同时对青藏高原湖泊湖表辐射和能量收支的研究也较少。本文利用中国区域高时空地面气象要素驱动数据集（简称ITPCAS）驱动公用陆面模式中的湖模块（简称CLM-Lake）， 对由浅至深的鄂陵湖、 班公错、 纳木错三个较大、 较深青藏高原湖泊无冰期湖气温差及湖表辐射能量平衡特征进行了研究。MODIS湖表温度数据、 气象站观测数据对模拟结果进行验证表明， CLM-Lake能较好地模拟出高原湖泊湖表温度的年内变化。由于高原地区高海拔导致的低气温和强太阳辐射影响， 深度分别为23 m和95 m的鄂陵湖和纳木错湖在无冰期湖气温差始终为正， 且从春末夏初至秋末冬初持续增大； 现有观测资料和模拟结果表明， 深度为37 m的班公错在6 -7月出现了负的湖气温差， 这可能是因为班公错湖区在6 -7月更暖更干， 加强了湖泊的蒸发， 使湖泊吸收的净辐射更多转化为潜热释放， 造成湖表面增温减弱且慢于气温， 出现负湖气温差。这一现象与高原其他湖泊在无冰期湖气温差一般为正的情况有所不同， 但由于所用班公错观测资料为5 m深处的湖水温度和距离湖畔10 km的陆面气温， 因此还需要更为准确的观测进一步验证。模拟的三个湖泊感热通量变化趋势与湖泊湖气温差变化趋势相似， 模拟的潜热通量全年均为正值。

本文引用格式

杜娟 , 文莉娟 , 苏东生 . 青藏高原不同深度湖泊无冰期湖气温差及湖表辐射与能量平衡特征模拟分析[J]. 高原气象, 2020 , 39(6) : 1181 -1194 . DOI: 10.7522/j.issn.1000-0534.2019.00133

Highlights

Lake-atmosphere temperature difference （∆T） plays an important role in the heat exchange between lake surface and overlying atmosphere during the ice-free period.However， due to the difficulty of carrying out field observation experiments on the Qinghai-Xizang Plateau （QXP）， the characteristics of the ∆T remains poorly understood.And also， there are few studies on the radiation and energy budget of the alpine lakes at present.In this study， the characteristics of ∆T， radiation and energy balance at three larger and deeper alpine lakes with different depths （Ngoring， Bangong Co and Nam Co） were studied by using the China Meteorological Forcing Dataset （ITPCAS） and the one-dimensional lake module of the Community Land Model（CLM-Lake）.Verification of model results achieved with remote sensing data and observed data from meteorological station indicate that the lake model has a good ability in simulating the seasonal variations of the lake surface temperature on the QXP.As a result of the lower temperature and the stronger solar radiation caused by high altitude on the QXP， the ∆T of Ngoring （23 m deep） and Nam Co （95 m deep） were always positive during the ice-free period and continued to increase from the late spring or early summer to the late autumn or early winter.Available observations and the simulations in our study showed that the Bangong Co lake， with a depth of 37 m， has a negative ∆T in June and July， which may ascribed to a warmer and drier air in Bangong Co lake region in June and July， lead to a stronger evaporation over the lake surface， and more energy of the lake was released in the form of latent heat.As a result， the warming of the lake surface was weakened and slower than air temperature， eventually a negative ∆T formed.This phenomenon is different from other lakes in QXP during the ice-free period where the ∆T is generally positive.However， it should be noted that the observed lake water temperature at Bangong Co is 5 m below the lake surface and air temperature is over the land surface 10 km away from the lake， so more accurate data is needed for the further verification.The trend of the simulated sensible heat flux over surface of the three lakes was similar to that of ∆T， and the simulated latent heat flux was positive all year round meaning that the lake was constantly sending water vapor to the atmosphere.

1 引言

湖泊是地球水圈的重要组成部分， 全球面积大于0.002 km2的湖泊约有11.7亿个， 约占地球上无冰陆地面积的3.7%（Verpoorter et al， 2015）。湖泊蕴含丰富的水资源， 为维持区域生态系统平衡和保护生物多样性提供环境基础。湖泊相较周边陆地具有更低的反照率、 更大的比热容和更小的表面粗糙度， 导致湖泊与大气间的水汽、 气体和能量交换同陆气交换显著不同（Samuelsson et al， 2001； Dutra et al， 2010）。此外， 湖泊在区域地表能量和水分平衡中的作用不可忽视， 湖气相互作用过程不仅影响区域天气和气候（Rouse et al， 2005）， 而且其变化特征会对局地天气过程产生响应（Liu et al， 2009； 苏东生等， 2019）。湖表温度、 能量、 水分收支的日变化及年变化规律随着湖泊海拔（Livingstone et al， 1999）、 纬度（Woolway et al， 2017）、 深度和面积（Oswald et al， 2004）、 湖泊水文系统（Rouse et al， 2008）以及湖泊盐度（Wan et al， 2004）等自身属性的差异而不同。
不同温度带湖泊其湖气相互作用特征具有明显差异。Verburg et al （2010）观测到位于热带的低海拔深湖坦噶尼喀湖北部湖面湖气温差全年为正， 最大值出现在2 -3月， 最小值出现在8 -9月， 全年超过99%的时间湖气边界为不稳定层结， 造成年平均感热和潜热通量相较中性层结分别增加18%和13%。Wang et al （2014）观测到亚热带低海拔大型浅湖太湖月平均湖气温差均为正值， 1 -7月湖表净辐射和潜热通量变化同步， 8 -12月潜热通量变化滞后净辐射约一个月。同样位于亚热带的较高海拔浅湖洱海， 6月前湖气温差基本小于0， 6 -12月湖气温差大于0， 湖气温差日均值在2月最小， 10月最大（刘辉志等， 2014）； 季风前期和季风初期， 湖表感热通量为负， 季风期中期开始感热通量为正（Du et al， 2018）。位于温带的低海拔大型深湖苏必利尔湖4 -7月气温大于湖温（Piccolroaz et al， 2015）， 感热和潜热的最大值出现时间较净辐射延迟5个月（Blanken et al， 2011）。Long et al （2007）观测到亚寒带低海拔深湖大奴湖秋末冬初寒冷季节湖气温差最大； Rouse et al （2003）观测到大奴湖融冰后至8月中旬湖泊感热潜热很小， 8月后湖气界面不稳定， 感热潜热迅速在增大。寒带低海拔浅热岩溶湖融冰期湖气边界稳定， 气温高于湖温， 感热和潜热通量为负； 无冰期潜热通量约为冰期和融冰期量值的3倍（Franz et al， 2018）。
青藏高原是我国湖泊分布最密集的地区， 湖泊总面积为41831.72 km2， 超过全国湖泊总面积的一半（万玮等， 2014）， 但由于高原气候条件恶劣， 不利于开展野外试验， 遥感资料精度不足以支持湖气温差研究， 因此目前对青藏高原湖气温差的研究还较少。Wang et al（2015）对紧挨着纳木错湖的小浅湖进行观测， 发现小湖无冰期间日均湖气温差始终为正值， 4月湖气温差最大， 之后差值随时间变化不大。Wen et al（2016）研究发现鄂陵湖无冰期间湖温始终高于气温， 湖气温差从春季到秋末一直增大。Li et al（2016）对我国最大的咸水湖进行了为期两年的观测， 发现青海湖融冰后月平均湖气温差均为正值。而在西班牙南部一个海拔与青海湖接近的高山湖泊La Caldera也观测到无冰期间湖气温差为正值， 且在此期间湖气界面总是不稳定的（Rueda et al， 2007）。高原地区受人类活动影响较少， 对全球气候变化更为敏感。高原气候背景表现为由于高海拔造成的低压、 低温以及强太阳辐射， 高原湖泊作为高原生态系统的重要组成部分， 也会对高原气象条件作出响应。高原湖泊深度差异较大， 对于不同深度的高海拔湖泊而言， 无冰期间湖气温差大于0 ℃是否具有普适性尚待验证。在水体开展连续观测的成本高， 难度大， 因此本研究利用一维湖泊模式对比分析了青藏高原上三个不同深度的高原湖泊无冰期湖气温差特征及湖表辐射和能量收支异同， 旨在增加深度对高原湖泊湖气相互作用的认识。

2 研究区域、 数据来源及模式介绍

2.1　研究区域概况

为尽可能减少湖泊自身属性差异对不同深度湖泊湖气相互作用造成的影响， 本文在青藏高原上选取了有观测数据的三个纬度、 海拔、 盐度（表1）皆相近的湖泊来进行比较分析， 由浅到深依次为鄂陵湖、 班公错和纳木错， 但鄂陵湖偏北， 纳木错偏南， 相差纬度约4°。
表1 研究湖泊属性比较

Table 1 A summary of the attributes in three lakes

湖泊 纬度 海拔/m 面积/km2 最大、 平均、 测点深度/m 盐度/(g·L-1) 结冰月 解冻月
鄂陵湖 35.0°N 4272 610 30.7、 17.6、 23 0.37 11 4/5
班公错 33.55°N 4240 627 41.7、 22、 37 0.47 11/12 4
纳木错 30.7°N 4718 2021.3 100、 40、 95 1.36 1/2 4
鄂陵湖（34°45′36″N -35°05′24″N， 97°31′12″E -97°54′36″E）是青藏高原最大的淡水湖， 位于青藏高原东部（图1）。湖泊透明度为3 m（Kar et al， 2013）， 湖水主要依赖地表径流和湖面降水补给（王苏民等， 1998）。湖区湖陆风效应显著， 白天湖中心出现强烈的辐散风场， 夜间湖中心出现强烈的辐合风场， 湖区上空边界层高度具有明显的昼夜变化， 夜间比白天高2000 m（杨显玉等， 2012）。湖区位于季风和非季风区的过渡带， 属荒漠草原干旱气候。根据中国气象局玛多气象站（34°55′N， 98°13′E）1953 -2017年观测数据记录， 湖区年平均气温为-3.52 ℃， 极端最高气温为23.3℃， 极端最低气温为-48.1 ℃， 分别出现在7月和1月； 年平均降水量为322.94 mm。
图1 研究湖泊及水深测点(五角星)、 湖区附近气象站点(三角)位置（杜娟等, 2019）

Fig.1 Study lakes with the sounding points (the stars) and location of the observation stations (the triangles) (From Du et al, 2019)

班公错（33°26′24″N -33°58′48″N， 78°25′12″E -79°55′48″E）是青藏高原西部最大的湖泊［图1（a）］， 位于班公错-色林错深大断裂构造带内， 属构造成因的内流湖（肖宇等， 2015）， 呈东西向狭带延伸， 湖水东淡西咸（王苏民等， 1998）。湖泊在我国境内的面积约413 km2（Khan et al， 2014）， 东部湖水主要以冰川融水补给为主， 湖泊透明度为14 m（王明达等， 2014）。湖区隶属青藏高原最干燥的地区之一， 气候干寒， 年平均蒸发量远大于年降水量（王苏民等， 1998）， 2010 -2016年间湖区年平均气温1.69 ℃， 年平均降水量仅为93.67 mm ［数据来源于青藏高原科学数据中心（http： //www.tpedatabase.cn）阿里环境荒漠环境综合观测研究站， DOI： 10.11888/AtmosphericPhysics.tpe.62.db］。
纳木错（30°30′N -30°55′48″N， 90°15′E -91°04′12″E）位于青藏高原中南部［图1（c）］， 是高原第三大湖。湖泊南部为终年积雪的念青唐古拉山， 近年来气温变暖造成冰川融化， 导致湖泊迅速扩张， 湖泊面积增加79.4 km2（万玮等， 2014）， 水位上升4.8 m（Lei et al， 2013）。纳木错是封闭的微咸水湖， 深水区水体透明度大于9 m， 依赖地表径流和湖面降水补给（王苏民等， 1998）。湖泊地处半干旱和半湿润气候的过渡带， 年平均蒸发量为832±69 mm（La et al， 2016）。湖区受南亚季风影响较大， 降水多发生在夏季。2012 -2016年纳木错年平均气温-0.62 ℃， 年平均降水量387.36 mm（数据由青藏高原科学数据中心纳木错多圈层综合观测站提供， DOI： 10.11888/AtmosphericPhysics.tpe.49300.db）。

2.2　数据说明

2.2.1　湖区附近气象站观测数据

鄂陵湖浅水区有一个自动观测站［图1（d）］， 提供气温、 风速等常规气象要素观测。湖泊站（35°01′28″N， 97°38′59″E， 海拔4274 m）安装于2011年6月， 距离湖泊西北岸200 m。
距离班公错东南岸约10 km的马嘎草场建设有阿里荒漠环境综合观测研究站［简称阿里站， 33°23′30″N， 79°42′5″E， 海拔4264 m， 图1（b）］， 于2009年11月27日开始进行近地面常规气象要素观测， 并于2010年10月3日进行辐射相关观测。

2.2.2　 ITPCAS数据

使用中国区域高时空分辨率地面气象要素驱动数据集（简称ITPCAS数据）作为模式的驱动数据。ITPCAS数据已被应用于高原地区辐射评估（Yang et al， 2010）、 陆表温度模拟改进（Chen et al， 2011）、 土壤湿度模拟改善（Liu et al， 2013）以及湖泊水文状况研究（La et al， 2016； Huang et al， 2017； 苏东生等， 2018）， 表明数据在高原具有较高的适用性。ITPCAS数据集是一套由中国科学院青藏高原研究所开发的近地面气象与环境要素再分析数据集， 最新版本可在青藏高原科学数据中心下载（http： //www.tpedatabase.cn/portal/）。该数据集融合了中国气象局常规观测数据， 提供2 m高度气温、 比湿， 10 m高度风速， 表面气压、 降水率、 向下长波和短波辐射数据， 时间分辨率为3 h， 空间分辨率为0.1°（何杰等， 2011）。
选取2012年鄂陵湖和班公错湖区附近观测气象资料对同年ITPCAS数据适用性进行评估， 由表2可以看出， ITPCAS数据中气温、 比湿和向下辐射数据与站点观测数据有较高的相关性（相关系数>0.8）； ITPCAS数据中风速代表陆地风速， 陆面摩擦系数更大导致风速小于湖面风速， 但在所有强迫变量中， 即气温、 气压、 比湿、 风速、 向下短波辐射、 向下长波辐射， CLM-Lake模式输出的湖泊温度以及感热潜热通量对于风速并不敏感（Wen et al， 2016； Gu et al， 2013）， 因此ITPCAS数据中的风速偏差对模拟结果的影响不大。据此， 可用ITPCAS数据代表高原地区的观测数据。
表2 2012年鄂陵湖、 班公错ITPCAS数据气象要素与气象站观测要素对比

Table 2 Comparison of meteorological parameters between ITPCAS and the observed at Ngoring lake and Bangong Co in 2012

气象要素 鄂陵湖 班公错
相关系数 偏差 均方根误差 相关系数 偏差 均方根误差
气温 0.99 -0.10 ℃ 1.50 ℃ 0.98 1.17 ℃ 2.21 ℃
比湿 0.99 -0.20 g·kg-1 0.48 g·kg-1 0.94 -0.31 g·kg-1 0.86 g·kg-1
风速 0.49 -3.24 m·s-1 3.63 m·s-1 0.49 -1.72 m·s-1 1.96 m·s-1
向下长波辐射 0.94 -8.06 W·m-2 20.30 W·m-2 0.96 -0.78 W·m-2 14.48 W·m-2
向下短波辐射 0.89 -4.57 W·m-2 33.51 W·m-2 0.82 7.19 W·m-2 46.15 W·m-2
利用1979 -2016年间ITPCAS数据集中各气象要素多年平均的日资料分析三个湖泊的局地气候特征（图2， 横坐标数值从每年1月1日开始计算）， 数据显示： 三个湖泊的向下短波辐射［图2（a）］具有相似的年内变化特征， 冬季到夏季随着太阳高度角的逐渐增大， 短波辐射不断增加， 达到峰值后短波辐射逐渐减小。但短波辐射峰值在三个湖泊出现的时间不同， 鄂陵湖5月中旬达到峰值（312.97 W·m-2）， 纳木错6月中旬出现最大值（320.57 W·m-2）， 班公错6月下旬达到峰值（357.26 W·m-2）。班公错3-10月短波辐射均大于其他两个湖泊， 与鄂陵湖、 纳木错日均短波辐射最大差值可达到102.79 W·m-2（第171天）和88.79 W·m-2（第181天）。到达地表的太阳辐射的分布与云量和大气透明度的地理分布有关。三个湖泊海拔均超过4200 m， 受人为活动影响较少， 空气稀薄洁净， 向下短波辐射差异主要由云量造成。班公错气候干旱， 云量相对较少， 年内太阳辐射变化和太阳高度角变化一致。而纳木错和鄂陵湖受到6月中旬南亚季风爆发影响， 云量增多， 削弱了太阳辐射。冬季三个湖泊都受西风控制， 云量差异不大， 故短波辐射值没有明显差异。7 -8月班公错向下长波辐射［图2（b）］最大， 其他时间均是纳木错大于另外两湖， 但三个湖泊接收的年均长波辐射差值小于10 W·m-2。一年中三个湖泊的向下长波辐射呈现单峰型变化， 最大值出现在夏季。秋冬季辐射分布由高到低依次是纳木错、 班公错、 鄂陵湖。
图2 1979 -2016年研究区域多年日平均驱动气象要素的时间变化序列

图中数值是研究湖泊各气象要素的年平均值

Fig.2 Changes for daily mean variations in the meteorological measured by ITPCAS at study areas from 1979 to 2016.The values in the figure represent the annual averages of the meteorological parameters of the study lakes

三个湖泊的气温［图2（c）］年内变化也呈现单峰型， 冬季至夏季随着太阳辐射的增强， 气温逐渐升高， 夏季后又逐渐降低。班公错气温变化幅度最大， 升温和降温速率最快， 正积温天数最长。更强的太阳辐射和更干的大气使得夏季班公错气温明显高出纳木错和鄂陵湖约7 ℃。由于湖面结冰， 冬季三个湖泊比湿［图2（d）］无明显差异， 约为 1 g·kg-1。融冰后纳木错和鄂陵湖空气比湿迅速增大， 于7月初达到峰值（7.75 g·kg-1和7.30 g·kg-1）并持续到秋初。纳木错受南亚季风影响， 水汽更为充沛， 比湿较鄂陵湖更大。班公错比湿大值区集中在7 -8月， 峰值（6.63 g·kg-1）出现时间延后1个多月。三个湖泊中鄂陵湖湖区年平均风速最大（3.12 m·s-1）， 班公错年平均风速最小（2.39 m·s-1）， 两湖风速变化具有相似的季节模态， 均表现为1 -4月初风速增大， 达到峰值后随时间逐渐衰减［图2（e）］。纳木错1 -4月初风速增大， 4 -10月中旬风速减小， 之后风速逐渐增大至和鄂陵湖相当。

2.2.3　 MODIS陆表温度产品

MODIS陆表温度产品具有较高的精度和较长的连续观测时间， 成为评估湖泊模型准确性的可靠数据（La et al， 2016； 方楠等， 2017； 苏东生等， 2018）。本文使用MOD11C2产品评估模拟的湖表温度， 时间跨度为2001 -2015年。该产品每8天分别合成一个白天平均温度和一个夜间平均温度， 空间分辨率为0.05°（Wan et al， 2004）。

2.2.4　水温观测数据

本研究用到鄂陵湖和班公错的水温观测数据。鄂陵湖水温传感器安装于水下0.05 m， 观测时段分别为2011年6月28日至12月6日、 2012年6月8日至10月11日、 2013年5月12日至9月10日。班公错水温传感器安装于水下5 m处， 观测时段为2012年8月1日至2014年5月 31日， 由于无冰期湖泊上层基本为混合层， 湖水处于完全混合状态， 温度接近一致， 5 m深度的水温与湖面水温差异较小， 因此该观测数据可以用于验证湖面温度模拟结果。

2.2.5　通量观测数据

鄂陵湖湖泊站［见图1（d）］安装涡度相关系统， 用2013年5月13日至9月10日观测的日值感热、 潜热通量数据来验证湖模式对湖表通量的模拟能力。

2.3　模式介绍

本研究所用的湖模式是CLM4.5中的湖模块， 是一维的质量和能量守恒模式。该模式最初由Henderson-Sellers（1985， 1986）、 Hostetler et al（1990）提出， 再由Hostetler et al（1993， 1994）发展成为湖泊-大气耦合模式， 通过Zeng et al（2002）和Subin et al（2012）不断修改进一步完善。
需要注意的是将湖模块提取出来进行单点模拟时， 本研究将无冰条件下的湖面反照率设置为固定值0.06（古红萍等， 2013）， 冰面反照率则通过湖表温度和冻结温度计算， 且不区分近红外辐射和可见光（Wen et al， 2016）。除此修改外， 其余模式配置详见Oleson et al（2013）。
模式需要输入的气象数据为气温、 气压、 比湿、 风速、 降水量、 向下长波辐射和向下短波辐射， 其中降水量设置为0 mm。模拟时段为1979 -2016年， 模拟时间步长为3 h。为消除初始值的影响并使模式预热， 模拟时先将第一年的数据反复模拟30次再输出后续模拟结果。在模式中将湖泊深度设置为实测深度（见图1）： 鄂陵湖实测处水深为23 m（35°02′35.24″N， 97°42′15.84″E）； 班公错东部水域（33°31′34.84″N， 79°49′42.07″E）湖泊深度为37 m（王明达等， 2014）； 纳木错湖心处（30°42′N， 90°36′E）水深为95 m（Huang et al， 2017）。

3 观测湖气温差特征

因为仅获得鄂陵湖和班公错的湖温观测数据， 下文仅对这两个湖泊的观测湖气温差进行分析。两个观测站的气温数据和湖温数据一起用于反映鄂陵湖、 班公错无冰期真实观测的湖气温差状况（图3）。
图3 鄂陵湖观测表层水温与鄂陵湖站观测气温的差值（a）及班公错观测5 m水温与阿里站观测气温的差值（b）

Fig.3 Temperature difference between the water surface and the overlying air observed at Ngoring (a), temperature difference between the water at 5 meters depth at Bangong Co and air temperature observer at Ali station (b)

鄂陵湖无冰期连续三年湖气温差观测表明［图3（a）］： 鄂陵湖融冰后湖气温差持续为正， 即湖表温度总是大于气温， 且湖气温差逐渐增大， 变化范围为1~10 ℃。2013年观测到湖气温差为正出现的最早时间为5月中旬， 5月和6月中的一天观测到较弱的负湖气温差可能是由于当天暖平流造成的。
班公错无冰期（4 -11月）观测到的湖气温差［图3（b）］范围为-6~16 ℃， 4月末至8月初观测到不连续的负湖气温差出现， 这与其他湖泊该时段内的正湖气温差不同， 无冰期观测到的长时段负温差在青藏高原较为罕见。班公错湖气温差4月末减小为负值， 7月初逐渐增大并于8月初由负转正， 之后仍逐渐增大。

4 模拟的湖气温差特征及辐射能量平衡特征

4.1　模拟结果的验证

根据气象站点观测资料对ITPCAS数据进行全要素线性校正后对三个湖泊湖温模拟结果改进不大（杜娟等， 2019）， 本文直接使用ITPCAS数据作为驱动数据。分别用ITPCAS数据驱动CLM-Lake模拟三个湖泊的湖表温度， 从模拟结果中提取2001 -2015年的模拟结果。将模拟结果进行日平均处理， 再与MODIS观测的8日平均湖表温度比较如图4所示。CLM-Lake能较好地模拟出三个湖泊湖表温度的年内变化， 一年中湖温变化规律同气温变化相似， 呈单峰型变化， 湖表温度最大值出现在夏季。三个湖泊模拟的湖表温度具有不同程度的偏高， 偏差由小到大依次为班公错（0.49 ℃）、 鄂陵湖（2.28 ℃）和纳木错（2.59 ℃）。对于冬季冰期湖表温度的模拟， 鄂陵湖模拟结果偏高， 班公错和纳木错模拟结果偏低。
图4 2001 -2015年研究湖泊模拟日平均湖表温度和MODIS观测湖表温度比较

Fig.4 Comparison of the daily mean lake surface temperature between the simulated and the MODIS observations from 2001 to 2015 at study lakes

由于MODIS不能很好地区分云和冰面， 故剔除数据中小于0 ℃的值， 考虑到三个湖泊的冰期不同， 统一用6 -10月的MODIS数据作为无冰期观测的湖表温度。将模拟无冰期湖表温度按照MODIS产品时间进行8日平均处理。三个湖泊无冰期湖表温度模拟偏差（图5）均大于全年模拟偏差， 但模拟均方根误差小于全年模拟结果。纳木错湖温模拟偏大最为明显， 与MODIS观测表面温度均方根误差也最大［图5（c）］。班公错模拟结果最接近观测值［图5（b）］。
图5 无冰期（6 -10月）模拟的鄂陵湖（a）、 班公错（b）和纳木错（c）日均湖表温度与MODIS观测表面温度对比

Fig.5 Comparison of the daily mean lake surface temperature between the simulated and the MODIS observations from 2001 to 2015 at Ngoring (a), Bangong Co (b) and Nam Co (c) during ice-free period from June to October

已有MODIS陆面温度产品在湖区的适用性研究发现， MODIS观测的湖泊表面温度比实际观测湖表温度低（Crosman et al， 2009）， 则模拟湖温与真实湖温的偏差较MODIS小。模拟偏大的原因可能是一维湖泊模型无法准确的模拟出湖泊内部热量的三维传输机制， 另外多云及阴天天气条件下MODIS观测可能偏小。
鄂陵湖区自动观测站较长时间观测数据也可用来检验模式的性能。模式模拟鄂陵湖湖表温度与2013年5月12日至9月10日连续观测的湖表温度相比， 模拟湖温偏小0.08 ℃ ［图6（a）］， 模拟精确度较高。模拟湖表感热通量偏大0.07 W·m-2， 误差主要出现在8月中旬后［图6（b）］。模拟湖表潜热通量偏大14.69 W·m-2 ［图6（c）］， 夏季偏大程度较春季高。这可能是因为模式能量守恒， 而观测湖泊能量不闭合造成的， 但通过偏差和均方根误差量值比较， 认为模拟误差在可接受的范围内， CLM-Lake在鄂陵湖的适用性较高。
图6 2013年5月12日至9月10日模拟鄂陵湖湖表温度（a）, 感热通量（b）, 潜热通量（c）与湖区观测对比

Fig.6 Comparison of the daily mean lake surface temperature (a), the sensible heat flux (b) and the latent heat flux (c) between the simulated and observations at Ngoring from 12 May to 10 September 2013

通过对比分析模式模拟与MODIS、 湖区自动站观测的数据， 本文认为CLM-Lake对青藏高原淡水湖无冰期湖表温度和通量有较好的模拟能力。模拟结果可信度较高， 可用于高原淡水湖泊与大气相互作用特征的研究。

4.2　模拟湖表温度及湖气温差特征比较

湖表温度是反映湖泊状态的重要指标， 不仅影响湖泊内生化反应进程（Yvon-Duroche et al， 2012）、 生物种类和大小（Atkinson， 1994）， 还直接影响湖泊上空边界层特征。将1979 -2016年三个湖泊模拟的湖表温度及湖气温差进行日平均处理， 分析三个湖泊湖温及湖表温度的气候态年内变化（图7， 横坐标数值从每年的1月1日开始计算， 下同）。三个湖泊湖表温度的变化［图7（a）］类似于气温的变化， 但湖表温度正积温日数比气温正积温日数长40~70天， 差异主要体现在10月下旬之后， 湖表相较于大气仍能在较长时间内维持零上温度。不同于1月初开始回升的高原气温， 湖表温度在冬季呈现先降低再升高的现象， 并且湖泊深度越浅， 湖泊热惯量越小， 冬季湖温越低， 湖温开始变暖日期越提前。鄂陵湖纬度最高， 湖泊接受的向下辐射最小， 全年湖表温度始终低于班公错和纳木错。班公错6 -10月湖表温度大于另外两个湖泊， 夏季最大湖表温度较鄂陵湖高3.76 ℃。随着春季太阳辐射的增加， 气温开始缓慢回升， 当气温大于0 ℃， 而湖泊仍结冰， 在湖泊开始解冻后， 大气不断加热湖表， 湖气温差为负值。模拟的融冰后鄂陵湖湖气温差恒为正值， 且在整个无冰期湖气温差逐渐增大， 而班公错6 -7月出现连续的负湖气温差， 持续时间为35天［图7（b）］。鄂陵湖模拟湖气温差与湖区观测较为一致， 但班公错夏季模拟负湖气温差出现时间较观测短且最小值较观测大。班公错5 -6月为湖水翻转期， 同一时间不同层位湖水温度一致， 即5 m深度和表层湖温相同； 7 -8月湖水呈正温层分布， 表层水温高于5 m水温约0.5 ℃。而5 -8月间班公错ITPCAS观测气温为0~15 ℃， 此时阿里站观测气温比ITPCAS气温低0.6~2 ℃。则实际班公错5 -8月湖区湖气温差应大于图3（b）观测结果， 湖气温差值及夏季负湖气温差持续天数应与模拟结果更接近。
图7 1979 -2016年模拟日均湖表温度（a）和湖气温差（b）的年变化

Fig.7 Multi-year daily mean lake surface temperature simulated (a) and temperature difference between lake and air simulated (b) from 1979 to 2016

鄂陵湖湖泊最浅， 对气象要素变化更为敏感， 冰期湖气温差正负变换较其他两湖更为频繁。冬季至初春时节鄂陵湖平均湖气温差约1 ℃， 湖表温度与气温差异不大； 4月鄂陵湖湖气温差值逐渐减小， 4月底达到最低值-2.64 ℃； 5月上旬鄂陵湖湖气温差值大于0 ℃并持续增大至11月中旬， 之后湖气温差迅速降低， 但湖温仍高于气温。班公错12月末湖气温差达到峰值16.68 ℃， 至1月末湖气温差骤降为负值； 2月至3月中旬班公错湖气温差缓慢降低到最小值-2 ℃后， 湖气温差逐渐增大并由负转正； 5月初至6月末班公错湖气温差再次降低， 出现湖温低于气温的情况， 之后班公错湖气温差不断增大并由负转正。无冰期班公错负湖气温差出现时间为第172天， 到第206天结束， 期间湖气温差最小值为-1.26 ℃， 平均湖气温差值为-0.5 ℃。纳木错湖气温差峰值（14.54 ℃）出现在12月末， 到2月底骤降为最低值-2.37 ℃； 3 -4月中旬纳木错湖气温差快速由负值增大为正值， 4月末至6月初湖气温差略有降低； 之后湖气温差逐渐增大。三个湖泊湖气温差年内分布模态均呈现为减小-增大-减小-增大-减小， 但各阶段变化幅度和出现时间不同。冬春季纳木错和班公错湖气温差变化较为接近， 夏秋季纳木错和鄂陵湖湖气温差变化较为一致。

4.3　湖表辐射和能量平衡特征

湖表辐射能是湖泊水文循环的重要驱动力。向上短波辐射是湖面反射的太阳短波， 大小与湖表接受到的总太阳辐射及湖表反照率有关。从1979 -2016年湖表多年日均向上短波辐射［图8（a）］可以看出， 鄂陵湖多年日均向上短波辐射值最大， 高出纳木错约51%， 而班公错和纳木错湖表向上的短波辐射值较为接近， 年平均值分别为39.24 W·m-2和34.78 W·m-2。这是因为鄂陵湖冰期最长， 冰面反照率远大于水面， 故反射的短波辐射最大。冰期内向上短波辐射的分布不具有对称性， 这也说明湖泊结冰和融冰过程时间并不相等， 三个湖泊均表现为湖泊结冰至增厚的时间远大于湖冰减薄至消融的时间。无冰期由于水面反照率设置相同（0.06）， 向上短波辐射主要取决于向下太阳辐射的多少， 班公错夏季向下短波辐射最大， 鄂陵湖和纳木错向下短波辐射相差不大， 故无冰期三个湖泊向上短波辐射也呈现相似变化。
图8 1979 -2016年湖表多年日均向上短波辐射（a）和向上长波辐射（b）变化

图中数值是研究湖泊湖表向上辐射的年平均值

Fig.8 Multi-year daily mean the upward shortwave (a) and longwave (b) from 1979 to 2016.The values in the figure denote the annual averages of the upward radiation of the study lakes

对比1979 -2016年湖表多年日均向上长波辐射［图8（b）］和模拟的日均湖表温度［图7（a）］发现， 湖泊向上长波辐射的变化与湖表温度的变化完全一致， 湖表向上长波辐射与湖表温度的四次方呈正比。三个湖泊向上长波辐射最小值出现在冬季， 最大值出现在夏季。鄂陵湖日均向上长波辐射最小（317.12 W·m-2）， 班公错最大（336.5 W·m-2）。
湖表能量通量可调控湖泊热储并影响湖泊水分平衡（Verburg et al， 2010）， 进一步改变湖泊热力层结结构和混合强度及维持时间（Woolway et al， 2015）。三个湖泊模拟的湖表能量分量气候态变化如图9所示。高原湖泊净辐射［图9（a）］日平均变化范围在-30~240 W·m-2， 冰期纳木错净辐射略大于0 W·m-2， 而鄂陵湖和班公错净辐射值为负。10月至次年2月末湖泊净辐射随湖泊深度增加而增大， 2月末至4月纳木错和班公错净辐射相当， 均大于鄂陵湖。这是因为鄂陵湖此时冰面较厚， 而另外两个湖泊湖冰已经开始消融。对比图8（a）发现， 湖泊净辐射增大最快的时间段对应着向上短波辐射由峰值迅速减小的时间段。5 -9月三个湖泊均处于无冰期， 班公错接收到更多的太阳辐射造成湖泊净辐射最大， 纳木错和鄂陵湖净辐射差异不大。
图9 1979 -2016年湖表模拟多年日均能量收支

图中数值是研究湖泊能量分量的年平均值

Fig.9 Multi-year daily mean variations of lake surface energy fluxes simulated from 1979 to 2016.The values in the figure are the annual averages of the energy components for three lakes

湖泊感热通量［图9（b）］变化趋势与湖泊湖气温差［图7（b）］变化趋势相似， 感热通量负值出现的时间也与负湖气温差值出现时间吻合。春末至秋末鄂陵湖感热通量逐渐增大， 夏末及整个秋季鄂陵湖感热通量均大于其余两湖。纳木错无冰期感热通量持续增大， 班公错春末夏初感热通量减小， 由正变负， 之后逐渐增大， 由负变正至12月末达到峰值。三个湖泊感热通量最大值均出现在湖泊开始结冰前夕， 此时湖气温差值最大。三个湖泊的潜热通量［图9（c）］全年均为正值， 即湖泊不断向大气输送水汽。冬末春初湖泊越深， 湖泊潜热通量越大。进入春季随着太阳辐射的增大， 气温、 湖温逐渐升高， 湖表蒸发量也逐渐增大。4 -10月班公错较其他地区更干更热， 湖表蒸发更为剧烈。7月末至10月鄂陵湖潜热通量略大于纳木错。10月后供给蒸发的热能减小， 班公错和纳木错潜热通量接近。三个湖泊净辐射年变化与感热、 潜热通量变化模态不同： 鄂陵湖净辐射最大值出现在第139天， 感热通量最大值出现在第321天， 潜热通量最大值出现在第294天； 班公错第178天净辐射达到峰值， 感热和潜热峰值分别出现在第355天、 第274天； 纳木错第162天净辐射最大， 第350天感热通量达到峰值， 第296天潜热通量最大。三个湖泊感热通量峰值滞后净辐射峰值约6个月， 但潜热通量最大值滞后时间差异较大， 湖泊由浅至深分别滞后155天、 96天、 133天。图9（d）是湖泊感热通量与潜热通量之和的年内变化， 反映了湖泊大气间用于热量交换的所需能量通量。鄂陵湖、 班公错和纳木错， 其平均感热、 潜热通量之和与净辐射通量之比分别为0.998， 0.999和0.999。
根据湖泊能量平衡方程， 湖泊热储 ∆ Q = R n - H - L E， 三个湖泊内部热储的年变化情况如图9（e）所示。热储的变化范围为-200~150 W·m-2， 但是日平均值约为0.1 W·m-2。三个湖泊热储正负变化的时间较为一致， 年内变化趋势相近。3月中旬至9月初湖泊净辐射较大， 而感热和潜热通量较小， 故湖泊热储大于0 W·m-2。9月后湖泊净辐射逐渐减小， 但是感热通量和潜热通量仍持续增大， 热储小于0 W·m-2。春夏季三个湖泊吸收太阳辐射存储热量， 湖泊升温； 秋冬季这部分热量以感热和潜热的形式提供湖泊所需释放的能量， 从而减缓湖表降温速率。尽管三个湖泊净辐射、 感热和潜热通量值和变化趋势差异较大， 但是湖泊热储的值和变化趋势相近， 表明湖泊具有很强的自我调节能力， 能够维持内部环境稳定。
由于班公错夏季出现为期35天的负湖气温差， 分别计算6 -10月班公错感热通量、 潜热通量以及二者之和的增长率， 并计算第172~206天的增长率。若班公错无冰期间维持负湖气温差期间的通量增长率， 10月底将会使感热通量、 潜热通量和二者之和分别减小86.57%， 22.61%和51.69%。负湖气温差会抑制湖泊和大气间的热量交换。

5 结论和讨论

利用CLM-Lake模式对青藏高原上三个深度不同的湖泊进行模拟， 对比分析三个湖泊的湖气温差特征及湖表辐射能量平衡特征， 得到以下几个主要结论：
（1） CLM-Lake可模拟出高原湖泊湖表温度的季节变化， 对湖表温度的模拟较MODIS卫星观测湖表温度偏高。
（2） 在高原高海拔特殊地形作用下形成低气温和强太阳辐射气候背景下， 位于半干旱地区较浅的鄂陵湖以及深湖纳木错在无冰期湖表温度始终高于气温， 融冰后湖气温差逐渐增大， 并在冬季结冰前达到峰值。而位于干旱区较深的班公错6月末模拟的湖气温差将出现负值， 并维持月余， 这可能是由于6 -7月班公错较高的气温及较干的空气加速湖泊水汽的蒸发， 使湖表获得的更多净辐射转化为潜热释放， 从而导致湖表增温速率慢于气温形成的。
（3） 三个湖泊的潜热通量全年均为正值， 即湖泊不断向大气输送水汽， 冬末春初湖泊越深， 湖泊潜热通量越大。湖泊感热通量变化趋势与湖泊湖气温差变化趋势相似。
三个高原湖泊深度及所处区域气候条件不同， 这可能是造成湖泊湖气相互作用特征差异的主要原因。结合已有研究， 对于高原上存在的多数湖泊而言， 无冰期湖气温差均为正值， 但是对于高原西部极为干旱地区的湖泊， 无冰期湖气温差是否会出现负值有待下一步研究。

感谢中国科学院青藏高原研究所侯居峙研究员提供班公错水温观测数据。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Atkinson D， 1994.Temperature and organism size： A biological law for ectotherms［J］ Advances in Ecological Research， 25（6）： 1-58.

Blanken P D， Spence C， Hedstrom N， et al， 2011.Evaporation from Lake Superior： 1.Physical controls and processes［J］.Journal of Great Lakes Research， 37（4）： 707-716.

Chen Y Y， Yang K， He J， et al， 2011.Improving land surface temperature modeling for dry land of China［J］.Journal of Geophysical Research： Atmospheres， 116： D20104.DOI： 10.1029/2011JD015921.

Crosman E T， Horel J D， 2009.MODIS-derived surface temperature of the Great Salt Lake［J］.Remote Sensing of Environment， 113（1）： 73-81.

Du Q， Liu H Z， Xu L J， et al， 2018.The monsoon effect on energy and carbon exchange processes over a highland lake in the southwest of China［J］.Atmospheric Chemistry and Physics， 18： 15087-15104.

Dutra E， Stepanenko V， Balsamo G， et al， 2010.An offline study of the impact of lakes on the performance of the ECMWF surface scheme［J］.Boreal Environment Research， 15（2）： 100-112.

Franz D， Mammarella I， Boike J， et al， 2018.Lake-atmosphere heat flux dynamics of a Thermokarst Lake in Arctic Siberia［J］.Journal of Geophysical Research： Atmospheres， 123： 5222-5239.DOI： 10.1029/ 2017JD027751.

Henderson-Sellers B， 1985.New formulation of eddy diffusion thermocline models［J］.Applied Mathematical Modelling， 9（6）： 441-446.

Henderson-Sellers B， 1986.Calculating the surface energy balance foe lake and reservoir modeling： A review［J］.Reviews of Geophysics， 24（3）： 625-649.

Hostetler S W， Bartlein P J， 1990.Simulation of lake evaporation with application to modeling lake level variation of Harney-Malheur Lake， Oregon［J］.Water Resource Research， 26（10）： 2603-2613.

Hostetler S W， Bates G T， Giorgi F， 1993.Interactive coupling of a lake thermal model with a regional climate model［J］.Journal of Geophysical Research， 98（D3）： 5045-5057.

Hostetler S W， Giorgi F， Bates G T， 1994.Lake-atmosphere feedbacks associated with Paleolakes Bonneville and Lahontan［J］.Science， 263（5417）： 665.

Huang L， Wang J B， Zhu L P， et al， 2017.The warming of large lakes on the Tibetan Plateau： Evidence from a lake model simulation of Nam Co， China， during 1979-2012［J］.Journal of Geophysical Research： Atmospheres， 122（24）： 13095-13107.DOI： 10.1002/2017JD027379.

Kar D， 2013.Wetlands and Lakes of the World［M］.India： Springer， 142.DOI： 10.1007/978-81-322-1023-8.

Khan A， Richards K S， Parker G T， et al， 2014.How large is the Upper Indus Basin？ The pitfalls of auto-delineation using DEMs［J］.Journal of Hydrology， 509： 442-453.

La Z， Yang K， Wang J B， et al， 2016.Quantifying evaporation and its decadal change for Lake Nam Co， central Tibetan Plateau［J］.Journal of Geophysical Research： Atmospheres， 121： 7578-7591.DOI： 10.1002/2015JD024523.

Lei Y B， Yao T D， Bird B W， et al， 2013.Coherent lake growth on the central Tibetan Plateau since the 1970s： Characterization and attribution［J］.Journal of Hydrology， 483： 61-67.

Li X Y， Ma J M， Huang Y M， et al， 2016.Evaporation and surface energy budget over the largest high-altitude saline lake on the Qinghai-Tibet Plateau［J］.Journal of Geophysical Research： Atmospheres， 121： 10470-10485.DOI： 10.1002/2016JD025027.

Liu H P， Zhang Y， Liu S H， et al， 2009.Eddy covariance measurements of surface energy budget and evaporation in a cool season over southern open water in Mississippi.Journal of Geophysical Research： Atmospheres， 114： D04110.DOI： 10.1029/2008JD010891.

Liu J G， Xie Z H， 2013.Improving simulation of soil moisture in China using a multiple meteorological forcing ensemble approach［J］.Hydrology and Earth System Science， 17： 3355-3369.DOI： 10.5194/hess-17-3355-2013.

Livingstone D M， André F L， Ian R W， 1999.The decrease in summer surface water temperature with altitude in Swiss alpine lakes： A comparison with air temperature lapse rates［J］.Arctic， Antarctic， and Alpine Research， 31（4）： 341-352.

Long Z， Perrie W， Gyakum J， et al， 2007.Northern Lake Impacts on Local Seasonal Climate［J］.Journal of Hydrometeorology， 8（4）： 881-896.

Oswald C J， Rouse W R， 2004.Thermal characteristics and energy balance of various-size Canadian Shield lakes in the Mackenzie River basin［J］.Journal of Hydrometeorology， 5（1）： 129-144.

Oleson K W， Lawrence D M.， Bonan G B， et al， 2013.Technical Description of Version 4.5 of the Community Land Model［M］.Boulder， Colorado： NCAR Earth System Laboratory， National Center for Atmospheric Research.

Piccolroaz S， Toffolon M， Majone B， 2015.The role of stratification on lakes’ thermal response： The case of Lake Superior［J］.Water Resources Research， 51（10）： 7878-7894.

Rouse W R， Blanken P D， Bussières N， et al， 2008.An investigation of the thermal and energy balance regimes of Great Slave and Great Bear Lakes［J］.Journal of Hydrometeorology， 9（6）： 1318-1333.

Rouse W R， Oswald C J， Binyamin J， et al， 2005.The role of northern lakes in a regional energy balance［J］.Journal of Hydrometeorology， 6（3）： 291-305.

Rouse W R， Oswald C M， Binyamin J， et al， 2003.Interannual and Seasonal Variability of the Surface Energy Balance and Temperature of Central Great Slave Lake［J］.Journal of Hydrometeorology， 4（2003）： 720-730.

Rueda F， Moreno-Ostos E， Cruz-Pizarro L， 2007.Spatial and temporal scales of transport during the cooling phase of the ice-free period in a small high-mountain lake［J］.Aquatic Sciences， 69（1）： 115-128.

Samuelsson P， Tjernström M， 2001.Mesoscale flow modification induced by land-lake surface temperature and roughness differences［J］.Journal of Geophysical Research， 106（D12）： 12419.

Subin Z M， Riley W J， Mironov D V， 2012.An improved lake model for climate simulations： Model structure， evaluation， and sensitivity analyses in CESM1［J］.Journal of Advances in Modeling Earth Systems， 4： M02001.DOI： 10.1029/2011MS000072.

Verburg P， Antenucci J P， 2010.Persistent unstable atmospheric boundary layer enhances sensible and latent heat loss in a tropical great lake： Lake Tanganyika［J］.Geophysical Research Atmosphere， 118（11）： 5347-5347.DOI： 10.1029/2009JD012839.

Verpoorter C， Kutser T， Seekell D A， et al， 2015.A global inventory of lakes based on high‐resolution satellite imagery［J］.Geophysical Research Letters， 41（18）： 6396-6402.DOI： 10.1002/2014GL060641.

Wan Z， Zhang Y， Zhang Q， et al， 2004.Quality assessment and validation of the MODIS global land surface temperature［J］.International Journal Remote Sensing， 25（1）： 261-274.

Wang B B， Ma Y M， Chen X L， et al， 2015.Observation and simulation of lake-air heat and water transfer processes in a high-altitude shallow lake on the Tibetan Plateau［J］.Journal of Geophysical Research： Atmospheres， 120（24）： 12327-12344.DOI： 10.1002/ 2015JD023863.

Wang W， Xiao W， Cao C， et al， 2014.Temporal and spatial variations in radiation and energy balance across a large freshwater lake in China［J］.Journal of Hydrology， 511： 811-824.

Wen L J， Lyu S H， Kirillin G， et al， 2016.Air-lake boundary layer and performance of a simple lake parameterization scheme over the Tibetan highlands［J］.Tellus A： Dynamic Meteorology and Oceanography， 68（1）： 31091.

Woolway R I， Jones I D， Hamilton D P， et al， 2015.Automated calculation of surface energy fluxes with high-frequency lake buoy data［J］.Environmental Modelling and Software， 70： 191-198.

Woolway R I， Verburg P， Merchant C J， et al， 2017.Latitude and lake size are important predictors of over-lake atmospheric stability［J］.Geophysical Research Letters， 44： 8875-8883.DOI： 10.1002/2017GL073941.

Yang K， He Jie， Tang W J， et al， 2010.On downward shortwave and longwave radiations over high altitude regions： Observation and modeling in the Tibetan Plateau［J］.Agricultural and Forest Meteorology， 150： 38-46.

Yvon-Durocher G， Caffrey J M， Cescatti A， et al， 2012.Reconciling the temperature dependence of respiration across timescales and ecosystem types［J］.Nature， 487（7408）： 472-476.

Zeng X B， Shaikh M， Dai Y J， et al， 2002.Coupling of the common land model to the NCAR community climate model［J］.Journal of Climate， 15（14）： 1832-1854.

杜娟， 文莉娟， 苏东生， 2019.三套再分析资料在青藏高原湖泊模拟研究中的适用性分析［J］.高原气象， 38（1）： 104-116.DOI： 10.7522/j.issn.1000-0534.2018.00110.

方楠， 阳坤， 拉珠， 等， 2017.WRF湖泊模型对青藏高原纳木错湖的适用性研究［J］.高原气象， 36（3）： 610-618.DOI： 10.7522/j.issn.1000-0534.2016.00038.

古红萍， 沈学顺， 金继明， 等， 2013.一维热扩散湖模式在太湖的应用研究［J］.气象学报， 71（4）： 719-730.DOI： 10.11676/qxxb2013.051.

何杰， 阳坤， 2011.中国区域高时空分辨率地面气象要素驱动数据集［DS/OL］.寒区旱区科学数据中心.［2019-11-02］.DOI： 10. 3972/westdc.002.2014.db.

刘辉志， 冯建武， 孙绩华， 等， 2014.洱海湖气界面水汽和二氧化碳通量交换特征［J］.中国科学（地球科学）， 44： 2527-2539.DOI： 10.1007/s11430-014-4828-1.

苏东生， 文莉娟， 赵林， 等， 2019.青海湖夏秋季局地气候效应数值模拟研究［J］.高原气象， 38（5）： 944-958.DOI： 10.7522/j.issn.1000-0534.2018.00125.

苏东生， 胡秀清， 文莉娟， 等， 2018.青海湖热力状况对气候变化响应的数值研究［J］.高原气象， 37（2）： 394-405.DOI： 10.7522/j.issn.1000-0534.2017.00069.

万玮， 肖鹏峰， 冯学智， 等， 2014.卫星遥感监测近30年来青藏高原湖泊变化［J］.科学通报， 59（8）： 701-714.DOI： 10.1007/s11434-014-0128-6.

王苏民， 窦鸿身， 1998.中国湖泊志［M］.北京： 科学出版社， 398-476.

王明达， 侯居峙， 类延斌， 2014.青藏高原不同类型湖泊温度季节性变化及其分类［J］.科学通报， 59（31）： 3095-3103.DOI 10.1007/s11434-014-0588-8.

肖宇， 谢淑云， 王明达， 等， 2015.青藏高原班公错与达则错水温时间序列分形特征［J］.地质科技情报， 34（6）： 200-206.

杨显玉， 文军， 2012.扎陵湖和鄂陵湖大气边界层特征的数值模拟［J］.高原气象， 31（4）： 927-934.

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