综述

青藏高原陆气相互作用对东亚区域气候影响的研究进展

  • 赖欣 1 ,
  • 范广洲 1 ,
  • 华维 1 ,
  • 丁旭 2
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中国民用航空新疆空中交通管理局, 新疆 乌鲁木齐 830016
范广洲(1970 -), 男, 山东青岛人, 教授, 主要从事气候变化与数值模拟研究. E-mail:

赖欣(1984 -), 女, 四川南充人, 副教授, 主要从事陆面过程与气候变化研究. E-mail:

收稿日期: 2021-03-01

  修回日期: 2021-09-06

  网络出版日期: 2021-12-28

基金资助

国家自然科学基金项目(42075081)

国家重点研发计划项目(2018YFC1505702)

第二次青藏高原综合科学考察研究项目(2019QZKK0105)

Progress in the Study of Influence of the Qinghai-Xizang Plateau Land Atmosphere Interaction on East Asia Regional Climate

  • Xin LAI 1 ,
  • Guangzhou FAN 1 ,
  • Wei HUA 1 ,
  • Xu DING 2
Expand
  • 1College 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
  • 2Civil Aviation Air Traffic Control Bureau of Xinjiang Meteorological Center, Urumqi 830016, Xinjiang, China

Received date: 2021-03-01

  Revised date: 2021-09-06

  Online published: 2021-12-28

本文亮点

青藏高原陆气相互作用对东亚区域天气气候有重要影响, 其中高原植被及热力作用的气候效应是高原陆气相互作用的两个重要内容。本文总结了高原植被和陆-气水热交换的变化特征, 高原植被及热力作用对高原季风、 东亚季风和东亚区域气候影响的研究成果。结果表明: (1)高原归一化植被指数(Normalized Difference Vegetation Index, NDVI)、 植被覆盖度和植被净初级生产力(Net Primary Production, NPP)呈从东南向西北减少的趋势。近几十年, 高原NDVI、 植被覆盖度和NPP总体上呈上升趋势, 西藏东南部年平均和生长季平均叶面积指数(Leaf Area Index, LAI)均呈增加趋势。(2)高原感热在20世纪80年代以后呈显著减弱趋势, 夏季高原大部分地区地表潜热通量呈增加趋势。(3)高原植被与高原地表热源之间呈显著正相关关系。当高原植被退化成荒漠, 会减少地表吸收的净辐射, 减弱地表热源, 导致南亚高压位置偏西, 西太平洋副高减弱, 中国南方和东北地区降水增加, 北方地区降水减少。(4)当高原大气热源偏强(弱)时, 高原夏季风偏强(弱)。高原大气热源与东亚夏季风的建立和维持密切相关。4 -5月中旬高原加热效应使大气柱增温, 有利于四周大气向高原汇合及热带暖湿气流北上, 导致南海夏季风爆发。高原加热作用也有利于南海夏季风的维持。近几十年高原春季感热减弱, 造成我国东部降水北方异常偏少、 南方异常偏多。高原上空各层年平均大气温度与高原夏季风显著相关。在年际、 年代际尺度上, 当高原对流层低层至中上部升温而对流层上部降温时, 我国江南和华南夏季降水显著偏多, 东北降水显著偏少。

本文引用格式

赖欣 , 范广洲 , 华维 , 丁旭 . 青藏高原陆气相互作用对东亚区域气候影响的研究进展[J]. 高原气象, 2021 , 40(6) : 1263 -1277 . DOI: 10.7522/j.issn.1000-0534.2021.zk018

Highlights

The land atmosphere interaction over the Qinghai-Xizang Plateau (QXP) has important influences on the weather and climate of East Asia, and the climate effect of vegetation and thermodynamic processes over the TP are two major topics.This paper provides a review on variation characteristics of the QXP vegetation and land atmosphere water and heat exchange, influence of the QXP vegetation and thermodynamic processes on the QXP monsoon and East Asian monsoon and regional climate of East Asia.The results show that: (1) The Normalized Difference Vegetation Index (NDVI), vegetation coverage and Net Primary Production (NPP) over the QXP decreased from southeast to northwest.Generally, in recent decades the NDVI, vegetation coverage and NPP increased over the QXP, Annual Leaf Area Index (LAI) and LAI in the growing season increased over southeast Tibet.(2) The Sensible Heat (SH) flux over the QXP significantly decreased since 1980.The Latent Heat (LE) flux over the QXP significantly increased in summer from 2000 to 2016.(3) The QXP vegetation has significant and positive correlations with QXP surface heat source.The degradation of vegetation to desert over the QXP decreased the net radiation absorbed by the surface, weakening the surface heat source, leading to a westward extending of the south Asia high and a weakening of the western Pacific subtropical high.As a result, Precipitation in southern and northeastern China increased, and precipitation in northern China decreased.(4) When the QXP atmospheric heat source is strong (weak), the QXP summer monsoon is strong (weak).The QXP heat source is closely correlated with the establishment and maintenance of the East Asian summer monsoon.QXP heating effect make air column warming from April to mid-May, and it is beneficial to the surrounding air converging to the QXP and tropical warm-moist air proceeding northward, leading to the outbreak of the South China Sea (SCS) summer monsoon.The QXP heating effect is also beneficial to maintaining the SCS summer monsoon.The QXP SH flux decreased in recent decades, making less precipitation in the north and more precipitation in the south over eastern China.The annual mean air temperature in each layer over the QXP and the QXP summer monsoon index has significant correlations.On the interannual and decadal timescales, when the temperature over the QXP increases in the lower to middle-upper troposphere and decreases in the high troposphere, there is more precipitation in the regions south of the Yangtze River and southern China and less precipitation in the northeastern China.

1 引言

青藏高原(简称高原)平均海拔在4000 m以上, 是世界上平均海拔最高的高原(Liu and Chen, 2000)。高原有着复杂的地形、 地貌和自然景观, 有多种植被类型, 并且植被在高原的分布非常不均匀。全球变暖影响高原植被的演变, 这种演变直接改变了地表反照率、 粗糙度和土壤湿度等地表属性, 从而影响陆-气间的水热交换和碳循环等(Zhou et al, 2007吕建华和季劲钧, 2002)。高原地表面位于大气对流层中部, 该地区的陆-气间水热交换过程的变化通过改变高原的热力作用(包括了地表热源、 大气热源和积雪等), 对亚洲大气环流、 季风以及全球气候有重要影响(吴国雄等, 2018Ma et al, 2017马耀明等, 2014Zhou et al, 2009)。研究高原陆-气相互作用对区域气候的影响, 特别是高原植被及热力作用对区域气候的影响, 不仅对揭示区域气候变化机理具有重要的理论意义, 也在短期气候预测、 防灾减灾等领域具有重要的现实意义。
前人的研究表明, 近几十年高原植被覆盖度整体增加(王涛等, 2020Sun and Qin, 2016), 植被净初级生产力增加(许洁, 2020Chen et al, 2014)。数值模拟被广泛应用于研究植被与气候变化的关系中(刘振元等, 2018张少波等, 2013范广洲和程国栋, 2002)。如范广洲和程国栋(2002)通过模式研究表明高原绿化后, 高原近地面气温上升, 植物蒸腾耗热量加大, 地表蒸发耗热量加大, 地表热源增大, 并影响高原和周边气候。随着卫星遥感技术的不断发展, 利用卫星遥感植被资料研究高原植被与气候相互作用的工作逐渐增多(Shen et al, 2015Liu et al, 2017范广洲等, 2007Zhou et al, 2007)。如Shen et al(2015)指出高原生长季植被活动增强可能减弱地表增暖。Liu et al(2017)的研究表明植被对干旱的响应有时间滞后性。高原植被与气温、 降水的相关关系存在着明显的区域和季节差异(赵倩倩等, 2021卓嘎等, 2018刘军会等, 2013)。以上研究有助于加深人们对高原植被与气候相互作用的理解。
高原热力作用对大气环流和天气气候有显著影响(Wu et al, 20152007吴国雄等, 2018 1997徐祥德等, 2015Duan et al, 2013)。吴国雄等(1997)提出了高原“感热气泵”概念, 认为高原感热不仅影响高原及周边地区环流变化, 还可以Rossby波列频散方式影响到北半球大气环流。高原加热产生的位涡强迫在近地层制造了强度大、 范围广并且环绕高原的气旋性环流, 有利于水汽从海洋向陆地输送。高原加热改变其上空温、 压场的结构, 在亚洲季风区激发出季风经圈环流(吴国雄等, 2018Wu et al, 2007)。数值模式结果也进一步表明高原热力作用对亚洲季风形成及变化有着重要影响(Wu et al, 2012a2012bLiu et al, 2012)。高原热力作用同样影响着亚洲气候变化。高原春季地表热源在年代际和年际尺度上主要影响东亚夏季降水“三极型”模态。高原感热年代际减弱趋势有利于华北和华南地区夏季降水增加, 长江流域降水减少。在年代际尺度上它是中国东部出现“南涝北旱”格局的重要原因(段安民等, 2018Duan et al, 2013)。夏季高原热力作用导致低空螺旋式辐合上升气流, 形成亚洲“东南部季风/湿润, 西北部沙漠/干燥”的气候格局(Wu et al, 2012a2012bLiu et al, 2012)。
上述研究结果表明, 高原植被变化和热力作用对大气环流及区域气候有显著的影响。本文综述了高原陆气相互作用对东亚区域气候影响的研究进展, 主要集中在高原植被和热力作用两个方面。以下将从高原植被变化特征、 高原陆-气水热交换的变化特征, 以及高原植被和热力作用对区域气候影响三个方面, 回顾和综述近10年国内外的研究进展, 其中重点回顾本科研团队在以上研究领域所取得的进展。最后讨论研究中存在的问题, 并展望未来的发展趋势。

2 高原植被变化特征

NDVI通过红外和近红外波段的组合表达植被信息, 能够表征植被生长状况、 植被覆盖度、 生物量、 叶面积指数和光合有效辐射等植被参数, 已广泛应用于全球及区域植被变化与气候相互作用的研究中(王涛等, 2020Sun and Qin, 2016Zhou et al, 2007)。Zhou et al(2007)利用高原NDVI数据研究了高原植被演变特征及其影响因子, 结果表明, 高原植被的时空分布和变化表现为高原东部和南部植被最好, 向西北部植被逐渐变差。总体上看, 1982 -2002年植被在波动中逐渐增加, 但这种变化趋势存在明显的区域差异, 其中高原西部、 南部、 北部和东南部增加趋势最明显, 南部边界和中东部地区呈减少趋势。各区NDVI 变化的共同点可能反映了各区NDVI变化主要受气候变化影响的事实, 变化的不同点则反映了各区NDVI变化控制因子并不完全一致的特点。高原植被的变化趋势在各季节也有不同的特征, 冬季、 春季和夏季植被主要呈增加趋势, 这种增加趋势在高原中西部最集中, 其中春季增加最明显(李洪权, 2007)。有部分研究通过建立NDVI与植被覆盖度的转换关系, 提取植被覆盖度信息(刘军会等, 2013)。由于不同的研究选取的时段、 数据及方法的不同, 关于高原植被覆盖度变化的结论也有所不同。大部分研究结果表明近几十年, 高原植被覆盖度呈现整体升高、 局部退化的趋势, 严重退化的区域主要位于高原西南部(韩炳宏等, 2019刘军会等, 2013)。2010年以后高原植被覆盖有较大幅度的改善, 这可能与近10年来高原气温和降水明显增加有关(卓嘎等, 2018)。
植被NPP是植物在单位时间及面积上所产生的有机干物质总量, 直接反映植物在自然环境条件下的生产能力。NPP是生态系统功能状况的重要指标和碳循环中的重要因子(Liu et al, 2015Gao et al, 2013)。近几十年, 高原NPP在空间分布上总体呈现从东南向西北减小的趋势。近15年高原NPP时间上总体为上升趋势(许洁等, 2020), 并在2005年呈现一个快速上升的陡坡, 这与国家退耕(牧)还草, 恢复林地、 草地和气候因素影响有关(Xv et al, 2016)。高原NPP的变化趋势具有明显的空间差异, 重心总体上向西南方向移动, 说明西南部NPP在增量和增速上均比东北部大(陈舒婷等, 2020杨潇等, 2019)。LAI是指单位陆地面积上植被叶片所占的面积, 是表征植被冠层结构的重要参量, 能够影响植被的呼吸、 光合和蒸腾作用, 以及降水截留和能量交换等过程(Chen and Black, 1992)。任宏昌等(2014)利用基于中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer, MODIS)数据反演的LAI资料, 以及彭飞和孙国栋(2017)利用先进甚高分辨率辐射仪(The Advanced Very High Resclaglon Radiometer, AVHRR)Pathfinder卫星遥感LAI资料, 都表明近年来西藏东南部年平均和生长季平均LAI呈增加趋势。
在植被变化与其影响因子的研究上, NDVI与地表气温、 降水的相关分析结果表明, 植被变化与气候变化之间有密切联系, 这种控制的物理过程存在地理上的差异。高原西部和东部地区, 植被变化主要被气温驱动, 其次是降水的影响。高原中部地区气温和降水在调制植被年际变化上同等重要(Zhou et al, 2007)。进一步采用大气-植被相互作用模式(Atmosphere-Vegetation Interaction Model, AVIM)模拟研究高原植被对气候增暖的响应, 结果表明增暖对高原植被的影响存在着不同机制。高原大部分地区增暖会增强植被的生理活动, 而增暖会通过增强呼吸作用、 抑制高原上部分水热条件较好地区的植被生长。另外, 对于气候温暖干燥的地区, 增暖会通过水分状况影响光合作用, 而不是通过调制呼吸作用来实现。增暖有利于高原大部分地区植被生长, 进而导致地表热通量也增强(Hua et al, 2019)。

3 高原陆-气水热交换的变化特征

由于高原海拔高、 自然环境恶劣、 地形地貌复杂和地表不均匀, 高原上的气象站稀少。科学数据银行(https: //doi.org/10.11922/sciencedb.00103)(Ma et al, 2020)和国家青藏高原科学数据中心(https: //doi.org/10.11888/Meteoro.tpdc.270910)(马耀明, 2020)提供了一套长时间序列(2005 -2016年)逐时高原陆-气相互作用观测数据集, 包括了梯度气象、 地表辐射、 涡动相关, 以及多层土壤温度和湿度观测数据。国家青藏高原科学数据中心同时提供了高原2008 -2016年土壤温湿度逐时观测数据集(Su et al, 2013)等。这些数据广泛应用于高原气象要素特征分析、 遥感产品评估和遥感算法发展, 数值模拟的评估和发展等研究中。
科研团队近年来依托中科院西北生态环境资源研究院高原观测网, 对那曲和黄河源进行了高原陆-气水热交换的观测, 在鄂陵湖流域进行了积雪及地表微气象观测。那曲地区属于高原亚寒带季风半湿润气候区, 是历次高原科考试验关注的重点区域。黄河源区属于季风过渡区和干湿过渡区, 气候环境复杂多变, 是黄河流域极其重要的产流区。团队在那曲、 玛曲、 若尔盖和鄂陵湖等地区进行了大量野外观测, 取得了许多珍贵的观测资料, 并获得了有意义的研究结果(王倩茹等, 2018袁源等, 2019Yuan et al, 2020丁旭等, 2018Luo et al, 2017a)。王倩茹等(2018)利用那曲站探空气球加密观测资料研究结果表明, 降霰过程前, 边界层内有明显过冷水, 边界层顶波动很大。位温随时间增加, 比湿和边界层风速比晴天大, 边界层内以西风为主。云内上升运动和云外下沉运动为促发霰过程的主要动力机制。针对土壤温湿度也有一定的研究工作, 如袁源等(2019)Yuan et al(2020)丁旭等(2018)利用中科院西北生态环境资源研究院高原土壤温度和湿度监测网观测数据的研究指出, 全球陆面数据同化系统-公用陆面模式(Global Land Data Assimilation System-Community Land Model, GLDAS-CLM)土壤温度资料可以合理再现观测土壤温度的动态变化, 非冻结期GLDAS-NOAH和GLDAS-CLM资料可以较好再现观测土壤湿度的动态变化。CLM4.5模拟土壤湿度能够细致刻画高原观测土壤湿度的时空分布和变化特征。Luo et al(2017a)利用三江源地区14个气象站资料研究指出, 1985 -2014年和2000 -2014年, 三江源地区土壤冻结深度相对于1960 -2014年, 呈持续、 加速的减小趋势。冻结开始日显著推迟, 冻结结束日显著提前, 冻结持续时间加速减小。冻结深度和日数受到气温、 融化指数, 以及土壤湿度(降水)的强烈影响。以上研究成果为开展高原陆-气水热交换变化特征研究奠定了基础。
在感热通量的空间分布上, 苏彦入等(2018)研究指出, 夏季阿里地区和柴达木盆地为感热通量正值中心, 高原西部喜马拉雅山脉一带有负值中心, 这与山脉积雪覆盖的影响有关。这些结果和王学佳等(2013)竺夏英等(2012)的研究结果类似。此外, 东南部唐古-横断山脉地区感热通量为较低的正值, 这与森林植被有关。感热通量还存在北部比南部大、 西部比东部大的分布特点。在感热通量的时间变化趋势上, 高原南部地表感热通量呈上升趋势, 高原北部除柴达木盆地之外, 地表感热通量呈下降趋势(苏彦入等, 2018)。20世纪80年代以后高原感热呈显著减弱趋势, 其主要由地表风速减小造成, 同时也受到地气温差减弱的影响(Yang et al, 2011Duan and Wu, 2008解晋等, 2018), 并且这一趋势具有海拔依赖性(图1), 海拔越高, 高原感热的减弱趋势越明显, 尤其是春季和夏季。在春夏秋冬四个季节, 风速主要呈减弱趋势, 并且海拔越高, 减弱趋势越显著。地气温差在2500 m以上随海拔的增加呈显著增加。在2500 m以上地区, 地气温差增加趋势的海拔依赖性主要来自于地温的贡献。高原感热趋势随海拔的变化与风速趋势的海拔依赖性更相似, 即风速可能是影响高原感热海拔依赖性的主要因子, 但是地气温差的贡献在2500 m以上地区不能忽视(Zhu et al, 2018)。
图1 1980 -2015年冬、 春、 夏、 秋四个季节高原感热(a)及其相关物理量包括地表10 m风速(b)、 地气温差(c)、 地表温度(d)和地表气温(e)变化趋势随海拔的变化

柱形图为140个站点7组样本的平均海拔

在地表潜热通量的空间分布上, 夏季高原西部喜马拉雅山脉为潜热通量高值中心, 最大值可达100 W·m-2。东部有潜热通量高值区, 最大值可达80 W·m-2; 阿里地区和柴达木盆地有低值区。潜热通量的分布特征与感热通量相反, 与降水和土壤湿度相似。从地表潜热通量的时间变化趋势上看, 夏季高原大部分地区潜热通量呈增加趋势, 喜马拉雅山脉和横断山脉地区为高值区, 最大值可达4 W·m-2·(10a)-1苏彦入等, 2018)。Han et al(2019)也指出1979 -2016年高原地表潜热通量呈增加趋势。Duan et al(2008)的研究指出, 1980 -2003年高原降水凝结潜热呈弱的增加趋势, 趋势值为0.7 W·m-2·(10a)-1
科研团队及许多学者利用高原陆/湖-气水热交换的观测资料, 进行了大量的研究工作(Li et al, 2018张懿等, 2019姚闯等, 2019Luo et al, 2017b)。鄂陵湖观测研究结果表明, 粗糙度增加会造成水表温度降低, 特别是动量和水汽粗糙度扩大造成的降幅最明显, 对空气比湿影响最显著的是水汽粗糙度的增减。浅湖区表面温度较之深水区对于粗糙度的变化更加敏感(Li et al, 2018)。张懿等(2019)利用2015年夏季玛曲高寒草甸观测资料, 研究发现夏季玛曲地区相对湿度和气温昼夜差异较大, 以东风为主。晴天条件下平均地表反射率和向下短波辐射大于那曲地区。陆-气间能量传输以潜热输送为主。杨丽薇等(2017a2017b)分析了高原中部聂荣半干旱草地7 -8月近地层能量平衡与输送特征, 指出向下和向上长波辐射日变化平缓, 反照率早晚大, 中午小。夏季净辐射主要以潜热形式加热大气。姚闯等(20192020)利用黄河源区鄂陵湖野外观测数据, 研究指出多雪年地表反照率较少雪年偏高, 净辐射偏低, 地表感热通量偏低, 土壤由热“源”转为热“汇”时间偏晚。积雪在冻结期有降温作用, 在完全冻结期和消融期有保温作用。积雪对浅层土壤有保湿作用(罗江鑫等, 2020), 深层土壤水分对积雪的响应有滞后性, 并且可以延长该年土壤完全冻结天数。高原积雪与地表潜热、 感热通量和地表热通量以负相关关系为主(王婷等, 2019); 在高原地表能量与水分循环的季节变化上, 高原地表感热通量和净短波辐射从1月中旬开始增加, 5 -6月达到全年峰值。净长波辐射5月为高值, 夏季为低值。地表潜热通量从1月开始增加, 夏季达到全年峰值。表层土壤3月输送热量给大气, 9月开始大气输送热量给表层大气。融雪3 -5月加快。降水从2月开始增加, 1 cm土壤湿度开始增大、 并在5 -6月随降水徒增达到峰值。7 -8月植被蒸腾、 总蒸散与降水达到全年峰值。10月地表温度转冷之后, 雪盖增加, 土壤湿度开始减小(陈宇航等, 2016)。这些研究都是基于地面观测资料, 而高原观测站稀疏, 因此近年来卫星遥感资料也得到了更多的应用(胡媛媛等, 2018Han et al, 2017Liu et al, 2021)。
卫星遥感可以方便而且快速的获取全球地表特征参量, 弥补了站点观测空间代表性不足的缺点, 是观测区域乃至全球地表通量的重要方法。地表能量平衡系统模型(Surface Energy Balance System, SEBS)是目前国内外利用遥感数据估算地表通量广泛使用的模型之一(Su, 2002), 模型估算的感热和土壤热通量与高原站点观测值有较好的一致性(胡媛媛等, 2018)。Han et al(2017)将一种有效粗糙度参数化方法引入SEBS模型, 估算了高原地表热通量(地表净辐射、 土壤热通量、 感热通量和潜热通量)的分布。2001 -2012年高原地表净辐射呈现弱的增加趋势, 感热通量总体呈减小趋势。高原主体潜热通量增加, 这归因于降水增加和植被变绿; 蒸散发量是植被与地面向大气输送的水汽总通量。Liu et al(2021)利用SEBS算法和风云气象卫星数据, 研究发现黄河源区的蒸散发在2.0~4.0 mm, 地表有效能量(净辐射与土壤热通量的差值)分布随着温度的升高而发生明显变化。特别是当地表温度超过290.0 K时, 有效能量主要用于地表蒸腾。Ma et al(2014)结合MODIS、 AVHRR和站点观测数据, 估算了高原蒸散比(潜热比地表有效能量)。结果表明估算的高原四季蒸散比与地表状况一致, 蒸散比由于地表特征的明显差异呈现宽广的变化范围。MODIS数据准确度最高, 可广泛应用于高原蒸散研究。
随着数值模式的不断发展, 在观测研究的基础上, 越来越多的研究采用数值模式模拟高原陆-气水热交换特征。Ma and Ma(2016)利用天气研究与预测(Weather Research and Forecasting, WRF)模式成功模拟了高原地表热通量。当初始场的土壤湿度和植被覆盖增加到观测值时, 模拟值达到了最优。刘火霖等(2016)利用Noah-LSM(Noah-Land Surface Model)模式和通用陆面模式(The Common Land Model, CoLM)模拟了那曲地区的陆面过程, 研究发现两种模式模拟的辐射通量和土壤温度与观测值较为一致, 土壤湿度的模拟偏差较大。Zhang et al(2020)采用快速更新方案(Rapid Update Cycle, RUC)、 Noah、 Noah-Multi-Physics和CLM陆面过程方案耦合WRF模式, 模拟黄河源区近地表水分能量传输过程。结果表明WRF-CLM4模拟10 cm土壤温度与观测值更一致。发生降水时土壤水分迅速增加, 降水以后土壤水分缓慢下降。在若尔盖高原地区, 夏季净辐射峰值为850 W·m-2。夏季植被快速增长, 潜热通量传输增加, 在若尔盖地表能量传输中起主导作用。许多学者通过修改模式动力和物理过程参数化方案, 改进了模式对高原陆-气水热交换特征的模拟效果。如陈金雷等(2017)提出更适合高寒湿地下垫面暖季附加阻尼Kb-1参数化方案, 使热通量模拟效果相对于CLM4.0原始方案有所改进。Chen et al(2018)修改了CLM4.5中的水热传输过程参数化方案, 使模拟的能量通量和地表温度有所改进, 潜热通量由于水力过程方案的不完善而改进不明显。Luo et al(2017b)将一种考虑砾石和土壤有机质的参数化方案引入CLM4.5, 在若尔盖和玛多地区进行了模式研究。结果表明新的参数化方案改进了土壤温度的模拟并有效减小了冷偏差, 有效减小了冻结、 完全冻结和融化阶段土壤液态水的干偏差, 净辐射、 潜热通量和地表土壤热通量的模拟得到了很大的改善。陈渤黎等(2017)利用CLM3.5模式, 设计去掉土壤冻融过程的数值试验, 在若尔盖站进行模拟研究。结果表明冻融过程是土壤温度变化的“缓冲器”。冻融过程显著影响了陆面能量的分配, 通过相变能量的吸收和释放, 造成陆-气间能量传输增大, 地表土壤热通量增大。并且通过改变地表温度和蒸发, 影响了潜热和感热通量。以上研究加深了对高原地表能量和水分循环的理解, 也为高原气象模式的应用提供了参考。

4 高原植被及热力作用对东亚区域气候的影响

4.1 高原植被变化对东亚区域气候的影响

高原前期植被变化会影响高原、 西南及中国区域后期气温和降水(范广洲等, 2007李学敏等, 2008李洪权等, 2008刘雅勤等, 2007)。高原冬、 春季植被对高原及周边地区夏季气温有着重要影响。李洪权等(2008)研究指出高原NDVI与季节同期和滞后的气温以正相关为主, 当春季高原NDVI异常偏小(大), 并且高原中西部和北部NDVI呈明显负(正)距平时, 则高原夏季平均气温和最高气温有偏低(偏高)的趋势。高原春季NDVI 对夏季最低气温影响的关键区为高原的东南部和中南部。高原冬季植被变化与西南地区夏季气温也具有较好的相关关系, 并且高原西部NDVI对西南夏季气温的影响大于高原东部。若高原 NDVI 异常偏高, 则西南夏季气温偏高, 其中最高气温升高较明显。高原冬季NDVI变化与西南平均气温、 最低气温和最高气温的最佳耦合模态中影响程度和关键区域有所差异, 冬季植被与夏季平均气温的相关最密切(李学敏等, 2008)。前期植被的变化同样影响着中国夏季降水。高原冬季NDVI与中国夏季降水明显相关, 若高原冬季 NDVI偏大, 华北和华南地区夏季降水偏多, 东北地区西部、 西南地区西北部和长江流域则降水偏少(范广洲等, 2007)。高原冬春季植被则与高原夏季降水存在正相关, 但相关关系有明显的区域差异(刘雅勤等, 2007)。Zhang et al(2011)研究还表明高原东南部5月植被绿度与高原东南部、 东亚夏季副热带锋区和我国北方部分地区夏季降水呈显著正相关关系。由此可见, 高原前期植被的变化可作为区域气温、 降水长期预报的参考因子。
上述研究通过统计分析等方法, 表明高原前期植被变化与东亚区域后期气温和降水有密切的关系。高原植被变化, 改变了高原地区陆-气之间热量和水分交换过程, 影响高原地表热源。华维等(2008)研究指出高原植被与地表热源之间显著相关。NDVI与感热的正相关关系在高原西部比高原东部更显著, NDVI与地表潜热的正相关关系则在高原东部比高原西部更显著。高原植被增加以后, 总体上各个季节地表热源也有所增加。冬、 春季感热对地表热源增量的贡献大于潜热, 夏、 秋季感热和潜热的贡献相当。进一步分析表明如果高原冬季NDVI偏大, 则夏季西太平洋副热带高压(简称西太副高)强度偏弱、 北界偏北, 印度半岛和孟湾地区气压明显偏低。南亚高压面积偏小, 并且强度减弱, 位置偏西偏北。这种大气环流异常又与降水的变化有着很好的对应(范广洲等, 2007刘雅勤等, 2007)。Zhang et al(2011)研究表明高原植被绿度的增加会加强地表热力影响, 造成气温升高, 上升运动加强, 低层辐合和高层辐散加强, 东亚夏季风环流加强。线性回归模型回报结果也表明, 采用高原东南部植被信息与ENSO相结合, 比只采用ENSO能较大改进东亚夏季风强度的预报能力。Zuo et al(2011)研究指出夏季高原南部植被增加与高原及其以东地区下沉运动距平相联系, 造成地表加热减弱, 波文比减小, 伴随着高原对流层上部辐散和下部辐合均减弱, 造成对流层上部南亚高压减弱西移, 西太副高减弱东退。这些特征导致东亚夏季风环流减弱, 华南和华北夏季降水增加, 黄河流域降水减少。
许多学者利用数值模式模拟研究了高原植被变化对区域大气环流和气候的影响, 并验证了统计分析的结论。由于数值模式、 试验方案、 研究区域、 时段和方法等不同, 关于高原植被变化对区域气候影响的结论并不完全一致。AVIM模式能够较好的模拟高原地-气交换过程。高原植被变化能明显影响高原地表热源, 当地表植被退化成荒漠草原时, 会减少地表吸收的净辐射, 从而减弱地表热源, 并减弱感热和潜热通量(Hua et al, 2019华维等, 2010张少波等, 2013), 导致区域大气环流发生变化。刘振元等(2018)利用大气环流模式, 张少波等(2013)梁玲和卓嘎(2011)则利用区域气候模式模拟研究了高原植被退化对高原及中国气候的影响, 结果表明, 在高原植被退化以后, 感热通量增加, 潜热通量减小, 高原地表土壤温度和2 m气温升高。高原潜热加热减小, 受到西风带纬向平流的影响, 造成南亚高压位置偏西, 西太副高减弱, 中国南方和东北地区降水增加, 北方地区降水减少(刘振元等, 2018张少波等, 2013)。同时由于植被退化成荒漠, 引起水土流失, 高原外围夏季降水减少, 有利于荒漠化向四周发展(梁玲和卓嘎, 2011)。Shen et al(2015)则通过WRF模式研究表明, 由于气候变暖, 高原区域植被变绿, 生长季植被活动增强, 可能减弱地表增暖。这种生长季植被温度负反馈归因于蒸散加强。低反照率造成地表热量盈余, 通过蒸发冷却被消耗。综合效应是造成日最高温度和温度日较差减小。白天由于植被活动增强所造成的冷却效应同样能通过WRF模式进行区域模拟获得。因此, 如果在高原植被退化地区恢复草原, 有利于高原持续的生态发展, 并产生一定的气候效益。
虽然目前关于高原植被是如何影响区域气候的机理研究尚未形成统一的意见, 但以上研究结果表明, 高原植被变化影响了地表热源, 造成区域大气环流和气候的变化。高原植被影响后期区域气候的机理, 仍有待进一步深入研究。

4.2 高原热力作用对东亚区域气候的影响

4.2.1 高原大气热源对高原季风、 东亚季风的影响

高原热力作用主要包括地面热源、 大气热源和积雪等。大气热源为大气净辐射、 近地面感热和降水凝结潜热之和。在高原大气热源的演变特征上, 曾钰婵等(2016)利用NCEP/NCAR再分析资料分析了高原大气冷热源的转换日期, 指出1948 -2013年高原热源汇有明显季节变化, 1月热汇最强, 7月热源最强, 高原由热汇(源)转变为热源(汇)的日期大约在15(58)候, 这与钟珊珊等(2009)赵平和陈隆勋(2001)周懿等(2015)计算的结果一致。
高原大气热源对高原季风环流(包括高原季风、 南亚高压等)有重要影响(曾钰婵等, 2016张菁等, 2017Lai and Gong, 2017)。高原季风是高原对大气的冷热源作用冬夏季相反, 引起对流层中、 低层夏季为气旋性环流、 冬季为反气旋性环流总称(汤懋苍, 1995)。高原夏季风从4月开始形成, 6月强度达到最大, 10月结束(王奕丹等, 2019)。当高原大气热源偏强(弱)时, 高原夏季风偏强(弱)。热源偏强(弱)年高原主体辐合气流较强(弱), 高原四周辐散气流较强(弱)。高原主体与四周大气热力差异存在明显的季节转变, 7月高原主体与其四周大气的热力差异和高原季风为正相关关系(曾钰婵等, 2016); 当青藏高原以西到伊朗高原东部感热偏弱, 青藏高原南侧感热偏强, 高原夏季风偏强。当青藏高原西北部感热偏强, 青藏高原西南侧、 南侧感热偏弱, 高原夏季风偏弱。地表感热的正负异常分布和南亚高压中心的分布比较一致, 说明地表感热加强可能会影响夏季南亚高压中心位置变化。进一步研究高原区域平均大气热源与南亚高压的关系发现, 夏季大气热源与100 hPa南亚高压中心和北部区域位势高度场为显著正相关。大气热源值偏大时, 6 -8月南亚高压平均脊线位置较大气热源小值年明显偏北, 南亚高压面积指数明显偏小(张菁, 2016)。
高原大气热源对东亚季风及气候都有着重要影响。一方面, 高原大气热源与东亚夏季风的建立之间存在密切的关系, 如在南海夏季风爆发前(后), 高原主体大气热源温度局地变化项对高原气柱的加热效应增强(减弱)。大气视热源高值扰动到达南海的时间对应南海夏季风爆发时间。4月至5月中旬高原加热效应使大气柱增温, 有利于四周大气向高原汇合及热带暖湿气流北上, 进一步导致南海夏季风爆发(李俊乐, 2015)。高原大气热源建立时间偏晚, 春夏季热源强度偏弱, 也引起东亚夏季风爆发偏晚且北进偏弱(孙颖和丁一汇, 2002)。另一方面高原大气热源对行星尺度环流和季风环流有重要的维持作用(Hahn and Manabe, 1975)。高原通过显著加热高层大气, 加强了东亚区域上层大气的南北热力差异, 引起东亚夏季风增强(张晨等, 2012)。当高原大气热源减弱时, 东亚夏季风减弱(Xv et al, 2013)。高原加热作用同样也有利于南海夏季风的维持(李俊乐, 2015)。此外, 高原大气热源对高原及中国区域降水也有重要影响。高原东北部强降水过程的日变化可能与高原的热力作用有关(谌芸等, 2006)。中国东部雨带的时空变化、 季风强弱变化趋势则与高原大气热源强弱变化对应。高原大气热源异常会影响低纬度海洋向陆地的水汽输送强度和路径, 高原大气热源与区域及跨半球水汽通量的相关场反映了季风水汽输送“大三角扇形”的影响区域, 这又会进一步调制中国东部降水的时空变化。在高原大气热源强(弱)年, 中国降水变率空间分布表现为“北涝南旱”(“南涝北旱”)(Xv et al, 2013徐祥德等, 2015)。夏季高原大气热源对川渝地区夏季降水也有重要影响, 但主要受高原中部地区大气热源对流加热项影响(图2)。在对流加热项值偏强(偏弱)的年份, 对流层高层南亚高压位置较常年偏东偏南(偏西偏北), 而中层西太副高位置较常年偏西偏南(偏东偏北), 印度热低压的强度减弱(加强), 这种环流形势有利(不利)于低纬度海洋上的暖湿水汽沿西太副高被输送到川渝地区; 同时, 高纬度地区形成的两脊一槽(两槽一脊)环流形势又有利(不利)于高纬度冷空气南下到达川渝地区, 导致该地区水汽含量增多(减少), 伴随着异常的上升(下沉)运动, 川渝地区降水增加(减少)(Lai and Gong, 2017)。因此, 高原大气热源效应对东亚大气环流及中国天气气候起着重要的作用。研究高原大气热源及其影响, 有助于提高高原及东亚区域天气系统发生发展和降水的预报水平。
图2 对川渝地区夏季降水回归的高原大气热源(a)和大气热源垂直输送项(b)的异常分布(等值线, 单位: W·m-2

粗虚线为3000 m地形等高线, 浅(深)色阴影区通过95%(99%)信度检验

4.2.2 高原地表热源、 积雪及反照率对东亚季风和气候的影响

地面热源为地面感热、 地面蒸发潜热和地面有效辐射之和(李国平, 2007)。除了冬季高原地面有效辐射最大之外, 其他月及年平均值地面感热最大。因此高原地面感热在地面热源中有主导地位。吴国雄等(1997)提出了高原“感热驱动气泵(Sensible heat driven air-pump, SHAP)”理论。高原加热形成的位涡强迫, 在近地层产生围绕高原的气旋环流, 为季风对流降水提供充足的水汽。高原加热改变其上空的温压场结构, 形成其上空对流层顶位涡和绝对涡度的最小值, 受角动量平衡的约束, 在亚洲季风区激发出与哈德莱环流方向相反的季风经圈环流, 其大范围的上升运动有利于季风的发生发展(吴国雄等, 2018)。全球模式敏感性试验也证明青藏高原和伊朗高原SHAP对亚洲夏季风的形成有关键作用, 因为地面感热是形成亚洲夏季风北支所需的水汽输送的主要驱动因子(Wu et al, 2015)。近几十年高原春季感热呈现出减弱趋势, 造成我国东部降水北方异常偏少、 南方异常偏多(Wu et al, 2015段安民等, 2018)。
由于地表积雪和植被直接影响地表和大气顶对太阳辐射的反射率, 从而造成地面和大气加热发生变化, 因此也有一些学者将高原积雪、 植被和反照率作为热状况的代用指标, 研究了它们对东亚夏季风年际变化、 中国东部夏季降水、 高原夏季风爆发时间的影响(Xiao and Duan, 2016Wang et al, 2017曹晓云等, 2019刘晓东等, 1994)。过去50年, 高原积雪面积总体减小(姚檀栋等, 2013)。积雪的异常变化又会影响中国夏季的天气气候异常。基于高原站点观测积雪资料的研究结果表明, 高原冬季积雪偏多, 会减弱高原地表加热, 减弱海陆热力差异, 造成亚洲夏季风减弱。导致中国长江流域夏季降水增加, 而华北、 南亚和东南亚地区夏季降水减少(Xv et al, 2012Wu et al, 2003)。数值模拟的结果表明, 高原西部和喜马拉雅山脉5月积雪异常能够持续至夏季, 通过向下游输送水汽、 天气尺度扰动和减弱南亚高压造成下游地区夏季降水增加(Xiao and Duan, 2016)。高原北部积雪偏多, 有利于水汽向北输送, 东亚季风雨带位置偏北(Wang et al, 2017)。曹晓云等(2019)指出11月高原地表反照率与次年高原夏季风爆发之间有紧密联系。若高原地表反照率偏小(大), 次年高原夏季风爆发时间偏早(晚), 强度偏强(弱)。数值试验结果表明, 高原地表反照率增大, 将导致东亚夏季风减弱(刘晓东等, 1994)。

4.2.3 高原上空大气温度与高原季风、 东亚区域气候的关系

温度是重要的气候要素和热力作用的指示因子。在高原温度变化特征的研究上, 前人已有很多研究工作。朱伊等(2018)指出1981 -2015年柴达木盆地、 高原南部以及东南部的藏南谷地地区为高原地表温度的高值中心, 帕米尔高原和昆仑山一带为低值中心。高原年平均及各季节地表温度均呈上升趋势。目前大部分高原温度的研究基于地面温度, 高原上空大气温度的研究相对较少。1979 -2013年高原上空以150 hPa为界, 大气温度变化趋势相反。100~50 hPa明显降温, 600~200 hPa显著升温, 平流层降温幅度大于对流层增温幅度。在高原不同区域, 各层大气温度变化幅度存在明显差异, 各层温度场异常呈现全区一致型和东南-西北反相型。各层气温存在3~5年和10~12年的周期变化(段思汝等, 2015)。在年际和年代际尺度上, 夏季高原对流层低层至中上部气温和对流层上部气温显著负相关, 夏季高原气温在对流层呈上下反相变化的特征(朱丽华等, 2015)。程译萱等(2018)指出高原主体大气温度随高度升高而递减的程度大于周边地区, 东西两侧的大气温度随高度升高递减较慢。对流层中下部高原边缘陡峭地形区的大气垂直温度梯度变化大于周边地区, 对流层中上层各层大气垂直温度梯度呈现水平均匀分布的特征。非绝热加热(冷却)作用是造成高原整层大气温度随高度升高而降低得慢(快)的主要原因(图3)。
图3 1980 -2015年高原春(a)、 夏(b)、 秋(c)和冬季(d)大气热源(彩色区, 单位: W·m-2)和高原上空垂直温度梯度(等值线, 单位: K·hPa-1)沿30°N的经度-高度分布

灰色阴影区域为高原地形

高原上空大气温度与高原季风、 东亚大气环流和降水有密切联系。高原上空各层年平均大气温度与高原夏季风显著相关, 相关性高于大气温度和冬季风指数。在600~200 hPa, 高原夏季风指数与年平均大气温度呈负相关关系, 而在150~50 hPa则呈正相关(表1)。当高原夏季风偏强时, 西藏中部有异常暖中心。高原夏季风偏弱时, 高原上空大气温度具有南低北高的纬向分布特征(段思汝, 2016); 在年际、 年代际尺度上, 当高原对流层低层至中上部升温而对流层上部降温时, 中低纬度地区气压异常偏低, 西太副高偏弱且位置偏东偏南, 有利于我国江南和华南地区产生连阴雨, 江南和华南夏季降水显著偏多, 东亚中高纬度地区气压异常偏高, 不利于我国北方降水, 东北降水显著偏少(朱丽华等, 2015); 曾钰婵(2016)利用区域气候模式(Regional Climate Model 4.0, RegCM4.0)设计增加高原温度的敏感性试验, 结果表明高原温度影响了东亚区域的高度场和风场, 造成中国降水场分布的变化。夏季降水增加和减少呈带状分布, 降水增加带开始在中国的南部, 之后逐渐北移, 再撤退到南部, 这种变化与东亚季风造成中国雨带移动是一致的。随着敏感性试验温度增加, 增加雨带开始移动的时间也相应提前。
表1 1979 -2013年高原季风指数与高原上空各层大气年平均温度的相关系数

Table 1

The correlation coefficients between the plateau monsoon index and temperature over the Qinghai-Xizang Plateau from 1979 to 2013
季风指数气压/hPa
6005004003002502001501007050
冬季风-0.24-0.26-0.180.070.190.21-0.18-0.22-0.15-0.23
夏季风-0.39*-0.37*-0.34*-0.34*-0.31*-0.230.010.29*0.39*0.4*

*表示通过了90%的信度检验

5 结论与讨论

近几十年, 高原陆-气相互作用对东亚季风和区域气候影响的研究取得了很大进展。随着观测资料的不断丰富、 数值模式的快速发展, 关于高原陆-气相互作用对东亚季风、 区域气候预测作用的研究也逐步地深入, 高原陆-气相互作用与区域气候相联系的物理机制得到了部分解答。本文回顾了前人在相关领域所取得的研究成果, 并重点总结了作者及所在科研团队近十年的研究结果。主要研究结论如下:
(1) 基于NDVI数据的研究结果表明, 高原东部和南部植被最好, 向西北部逐渐变差。高原NPP呈从东南向西北减小的趋势。近几十年, 高原NDVI在波动中逐渐增加, 且变化趋势具有明显的区域差异。高原各季节NDVI变化趋势有不同特征, 其中春季增加趋势最明显。近几十年高原植被覆盖度呈整体升高、 局部退化的趋势, 高原NPP总体上呈上升趋势, 西藏东南部年平均和生长季平均LAI均呈增加趋势。
(2) 高原感热在20世纪80年代以后呈显著减弱趋势, 其主要由地表风速减小造成, 也受到地气温差减弱的影响, 并且这一趋势具有海拔依赖性。夏季高原大部分地区地表潜热通量呈增加趋势, 喜马拉雅山脉和横断山脉地区为高值区。站点观测资料研究结果表明, 黄河源区鄂陵湖多雪年较少雪年, 地表净辐射和感热通量偏低, 土壤由热“源”转为热“汇”时间偏晚。高原积雪与地表潜热、 感热通量和地表热通量以负相关关系为主。数值模拟研究结果表明, 土壤冻融过程造成陆-气间能量传输增大。夏季植被快速增长, 潜热通量传输增加, 在若尔盖和玛曲陆-气间能量传输中占主导作用。
(3) 高原前期植被与东亚夏季风有密切联系, 并与后期高原、 中国乃至东亚区域气温和降水显著相关。高原植被与高原地表热源(感热、 潜热)之间呈显著正相关关系, 高原植被增加后, 总体上各个季节地表热源也有所增加。数值模式研究结果表明, 高原植被变化能明显影响高原地表热源。当高原植被退化成荒漠, 会减少地表吸收的净辐射, 减弱地表热源, 导致区域大气环流发生变化, 南亚高压位置偏西, 西太副高减弱, 中国南方和东北地区降水增加, 北方地区降水减少。
(4) 高原大气热源对高原季风环流和东亚季风有重要影响。当高原大气热源偏强(弱)时, 高原夏季风偏强(弱)。高原大气热源与东亚夏季风的建立和维持密切相关。4 -5月中旬高原加热效应使大气柱增温, 有利于四周大气向高原汇合及热带暖湿气流北上, 进一步导致南海夏季风爆发。高原加热作用也有利于南海夏季风的维持; 高原地面感热在地面热源中有主导地位。根据高原SHAP理论, 高原加热形成的位涡强迫, 在近地层产生围绕高原的气旋环流, 为季风对流降水提供充足的水汽。高原加热改变其上空温、 压场的结构, 在亚洲季风区激发出季风经圈环流, 其大范围的上升运动有利于季风的发生发展。近几十年高原春季感热呈现出减弱趋势, 造成我国东部降水北方异常偏少、 南方异常偏多; 高原冬季积雪偏多, 会减弱高原地表加热和海陆热力差异, 造成亚洲夏季风减弱。高原地表反照率偏小(大), 东亚夏季风偏强(弱), 次年高原夏季风爆发时间偏早(晚), 强度偏强(弱); 高原上空各层年平均大气温度与高原夏季风显著相关。在年际、 年代际尺度上, 当高原对流层低层至中上部升温而对流层上部降温时, 我国江南和华南夏季降水显著偏多, 东北降水显著偏少。
由于高原独特的地理位置, 植被、 感热和潜热等生态和气象直接观测资料相对匮乏, 并且准确性和覆盖率较低, 造成高原植被和热状况的时空变化特征较难准确的描述。高原气象观测数据缺乏等问题也是阻碍高原气象学取得突破性进展的瓶颈。第二次高原综合科学考察和第三次高原大气科学试验获得的新的高原观测数据, 有助于让我们深入理解高原植被和热状况, 及其天气和气候效应; 数值模式极大地推动了高原气象学的发展。但模式动力和物理过程的不完善, 初值的不确定性等, 造成模式在高原地区存在较大的模拟偏差, 特别是对高原复杂下垫面的描述能力有限。因此, 获取更多的观测资料有利于减小模式初值的不确定性, 改进模式动力和物理过程参数化方案有助于减小模式在高原地区的模拟偏差; 以往的研究均表明高原热状况对东亚季风和区域气候有重要影响, 什么原因造成高原热状况发生变化, 至今仍不是十分清楚。高原表面风速变化是影响高原热状况的关键因子。风速的变化是什么原因驱动, 高原和庞大的海洋如何共同影响东亚季风, 这些问题均有待深入研究。未来的研究中, 一方面需要加强高原热力作用影响东亚季风和夏季降水的物理过程和动力学机制研究, 另一方面, 把气候系统作为一个整体, 研究高原对东亚天气、 气候的影响, 这也是我们面临的重大挑战。

赖欣, 范广洲, 华维,等, 2021. 青藏高原陆气相互作用对东亚区域气候影响的研究进展[J].高原气象, 40(6): 1263-1277.

LAI Xin, FAN Guangzhou, HUA Wei,et al, 2021. Progress in the Study of Influence of the Qinghai-Xizang Plateau Land Atmosphere Interaction on East Asia Regional Climate[J].Plateau Meteorology, 40(6): 1263-1277.

ChenB XZhangX ZTaoJalet2014.The impact of climate change and anthropogenic activities on alpine grassland over the Qinghai-Tibet Plateau[J].Agricultural and Forest Meteorology189/190: 11-18.

ChenJ LWenJTianHalet2018.A Study of Soil Thermal and Hydraulic Properties and Parameterizations for CLM in the SRYR[J].Journal of Geophysical Research Atmospheres, 123: 8487-8499.

ChenJ MBlackT A1992.Defining leaf area index for non-flat leaves[J].Plant Cell and Environment15(4): 421-429.

DuanA MWangM RLeiY Halet2013.Trends in summer rainfall over China associated with the Tibetan Plateau sensible heat source during 1980 -2008[J].Journal of Climate26(1): 261-275.

DuanA MWuG X2008.Weakening Trend in the Atmospheric Heat Source over the Tibetan Plateau during Recent Decades[J].Journal of Climate, 21: 3149-3164.

GaoYZhouXWangQalet2013.Vegetation net primary productivity and its response to climate change during 2001 -2008 in the Tibetan Plateau[J].Science of the Total Environment, 444: 356-362.

HahnD GManabeS1975.The role of Mountains in the South Asian monsoon circulation[J].Journal of the Atmospheric Sciences32(8): 1515-1541.

HanC BMaY MChenX Lalet2017.Trends of land surface heat fluxes on the Tibetan Plateau from 2001 to 2012[J].International Journal of Climatology37(14): 4757-4767.

HanY ZMaW QMaY Malet2019.Variations of Surface heat fluxes over the Tibetan Plateau before and after the onset of the South Asian Summer Monsoon during 1979 -2016[J].Journal of Meteorological Research33(3): 491-500.

HuaWLinZ XGuoD Lalet2019.Simulated long-term vegetation-climate feedbacks in the Tibetan Plateau[J].Asia-Pacific Journal of Atmospheric Sciences55(): 41-52.

LaiXGongY F2017.Relationship between atmospheric heat source over the Tibetan Plateau and precipitation in the Sichuan-Chongqing region during summer[J].Journal of Meteorological Research31(3): 555-566.

LiZ GLyuS HWenL Jalet2018.Effect of roughness lengths on surface energy and the planetary boundary layer height over high-altitude Ngoring Lake[J].Theoretical and Applied Climatology, 133: 1191-1205.

LiuC YDongX FLiuY Y2015.Changes of NPP and their relationship to climate factors based on the transformation of different scales in Gansu, China[J].CATENA, 125: 190-199.

LiuRWenJWangXalet2021.Estimates of daily evapotranspiration in the source region of the Yellow River combining visible/near-infrared and microwave remote sensing[J].Remote Sensing13(1): 53.

LiuS LZhangY QChengF Yalet2017.Response of grassland degradation to drought at different time-scales in Qinghai province: Spatio-temporal characteristics, correlation, and implications[J].Remote Sensing9(12): 1329.

LiuX DChenB D2000.Climatic warming in the Tibetan Plateau during recent decades[J].International Journal of Climatology, 20: 1729-1742.

LiuY MWuG XHongJ Lalet2012.Revisiting Asian monsoon formation and change associated with Tibetan Plateau forcing.II: Change[J].Climate Dynamic39 (5): 1183-1195.

LuoS QFangX WLyuS Halet2017a.Interdecadal Changes in the Freeze Depth and Period of Frozen Soil on the Three Rivers Source Region in China from 1960 to 2014[C]//19th EGU General Assembly, EGU2017, proceedings from the conference held 23-28 April, 2017 in Vienna, Austria., p.6008.

LuoS QFangX WLyuS Halet2017b.Improving CLM4.5 simulations of land-atmosphere exchange during freeze-thaw processes on the Tibetan Plateau[J].Journal of Meteorological Research31(5): 916-930.

MaW QMaY M2016.Modeling the influence of land surface flux on the regional climate of the Tibetan Plateau[J].Theoretical and Applied Climatology, 125: 45-52.

MaY MHuZ YXieZ Palet2020.A long-term (2005-2016) dataset of hourly integrated land-atmosphere interaction observations on the Tibetan Plateau[J].Earth System Science Date, 12: 2937-2957.

MaY MMaW QZhongLalet2017.Monitoring and Modeling the Tibetan Plateau's climate system and its impact on East Asia[J].Scientific Reports, 7: 44574.

MaY MZhuZZhongLalet2014.Combining MODIS, AVHRR and in situ data for evapotranspiration estimation over heterogeneous landscape of the Tibetan Plateau[J].Atmospheric Chemistry and Physics14(3): 1507-1515.

ShenM GPiaoS LJeongS Jalet2015.Evaporative cooling over the Tibetan Plateau induced by vegetation growth[J].Proceedings of the National Academy of Sciences of the United States of America112(30): 9299-9304.

SuZ BRosnayP DWenJalet2013.Evaluation of ECMWF's soil moisture analyses using observations on the Tibetan Plateau[J].Journal of Geophysical Research118(11): 5304-5318.

SuZ2002.The Surface Energy Balance System (SEBS) for estimation ofturbulent heat fluxes[J].Hydrology Earth System Sciences6(1): 85-100.

SunJQinX J2016.Precipitation and temperature regulate the seasonal changes of NDVI across the Tibetan Plateau[J].Environmental earth sciences, 75: 291.

WangC HYangKLiY Lalet2017.Impacts of spatiotemporal anomalies of Tibetan Plateau snow cover on summer precipitation in eastern China[J].Journal of Climate30(3): 885-903.

WuG XDuanA MLiuY Malet2015.Tibetan Plateau climate dynamics: Recent research progress and outlook[J].National Science Review2(1): 100-116.

WuG XLiuY MDongB Walet2012a.Revisiting Asian monsoon formation and change associated with Tibetan Plateau forcing.I: Formation[J].Climate Dynamics39(5): 1169-1181.

WuG XLiuY MHeBalet2012b.Thermal controls on the Asian summer monsoon[J].Scientific Report, 2: 404.

WuG XLiuY MZhangQalet2007.The influence of mechanical and thermal forcing by the Tibetan Plateau on Asian climate[J].Journal of Hydrometeorology8(4): 770-789.

WuT WQianZ A2003.The relation between the Tibetan winter snow and the Asian summer monsoon and rainfall: An observational investigation[J].Journal of Climate16(12): 2038-2051.

XiaoZ XDuanA M2016.Impacts of Tibetan Plateau snow cover on the interannual variability of the East Asian summer monsoon[J].Journal of Climate29(23): 8495-8514.

XvH JWangX PZhangX X2016.Alpine grasslands response to climatic factors and anthropogenic activities on the Tibetan Plateau from 2000 to 2012[J].Ecological Engineering, 92: 251-259.

XvX DGuoJ BKoikeTalet2012.“Downstream Effect” of winter snow cover over the eastern Tibetan Plateau on climate anomalies in East Asia[J].Journal of the Meteorological Society of Japan, 90: 113-130.

XvX DLuC GDingY Halet2013.What is the relationship between China summer precipitation and the change of apparent heat source over the Tibetan Plateau?[J].Atmospheric Science Letters, 2013, 14(4): 227-234.

YangKGuoX FWuB Y2011.Recent trends in surface sensible heat flux on the Tibetan Plateau[J].Science China Earth Sciences54(1): 19-28.

YuanYLaiXGongY Falet2020.The impacts of late spring soil moisture in the Tibetan Plateau on summer precipitation in eastern China[J].International Journal of Climatology41(2): 862-877.

ZhangJ YWuL YHuangGalet2011.The role of May vegetation greenness on the southeastern Tibetan Plateau for East Asian summer monsoon prediction[J].Journal of Geophysical Research, 116: D05106.

ZhangYYanD DWenX Halet2020.Comparative analysis of the meteorological elements simulated by different land surface process schemes in the WRF model in the Yellow River source region[J].Theoretical and applied climatology, 139: 145-162.

ZhouD WFanG ZHuangR Halet2007.Interannual variability of the normalized difference vegetation index on the Tibetan Plateau and its relationship with climate change[J].Advances in Atmospheric Sciences24(3): 474-484.

ZhouX JZhaoPChenJ Malet2009.Impacts of thermodynamic processes over the Tibetan Plateau on the Northern Hemispheric climate[J].Science China, Series D: Earth Sciences, 52(11): 1679-1693.

ZhuL HHuangGFANG Zalet2018.Elevation-dependent sensible heat flux trend over the Tibetan Plateau and its possible causes[J].Climate Dynamics52(7): 3997-4009.DOI: 10. 1007/s00382-018-4360-7.

ZuoZ YZhangR HZhaoP2011.The relation of vegetation over the Tibetan Plateau to rainfall in China during the boreal summer[J].Climate dynamics, 36: 1207-1219.

曹晓云, 陈爱军, 肖建设, 等, 2019.地表反照率与高原夏季风爆发关系分析[J].气候与环境研究24(6): 785-794.

曾钰婵, 2016.高原热力作用对高原季风和东亚季风的影响研究[D].成都: 成都信息工程大学, 1-48.

曾钰婵, 范广洲, 赖欣, 等, 2016.青藏高原季风活动与大气热源/汇的关系[J].高原气象35(5): 1148-1156.DOI: 10.7522/j.issn.1000-0534.2015.00093.

陈渤黎, 罗斯琼, 吕世华, 等, 2017.基于CLM 模式的青藏高原土壤冻融过程陆面特征研究[J].冰川冻土39(4): 760-770.

陈金雷, 文军, 王欣, 等, 2017.黄河源高寒湿地-大气间暖季水热交换特征及关键影响参数研究[J].大气科学41 (2): 302-312.

陈舒婷, 郭兵, 杨飞, 等, 2020.2000 -2015年青藏高原植被NPP时空变化格局及其对气候变化的响应[J].自然资源学报35(10): 2511-2527.

陈宇航, 范广洲, 赖欣, 等, 2016.青藏高原复杂下垫面能量和水分循环季节变化特征分析[J].气候与环境研究21(5): 586-600.

谌芸, 李强, 李泽椿, 等, 2006.青藏高原东北部强降水天气过程的气候特征分析[J].应用气象学报17(): 98-103.

程译萱, 范广洲, 张永莉, 等, 2018.青藏高原及周边地区垂直温度梯度特征及其成因分析[J].高原气象37(2): 333-348.DOI: 10.7522/j.issn.1000-0534.2017.00057.

丁旭, 赖欣, 范广洲, 等, 2018.再分析土壤温湿度资料在青藏高原地区适用性的分析[J].高原气象37(3): 626-641.DOI: 10. 7522/j.issn.1000-0534.2017.00060.

段安民, 肖志祥, 王子谦, 2018.青藏高原冬春积雪和地表热源影响亚洲夏季风的研究进展[J].大气科学42 (4): 755-766.

段思汝, 2016.青藏高原上空温度变化特征及其与高原季风的关系研究[D].成都: 成都信息工程大学, 1-53.

段思汝, 范广洲, 华维, 等, 2015.1979~2013年青藏高原上空温度变化特征[J].成都信息工程学院学报30(6): 586-592.

范广洲, 程国栋, 2002.影响青藏高原植被生理过程与大气CO2浓度及气候变化的相互作用[J].大气科学27(4): 509-518.

范广洲, 周定文, 刘雅勤, 等, 2007.青藏高原冬季NDVI变化与我国夏季降水的关系[J].自然科学进展17(12): 1657-1664.

韩炳宏, 周秉荣, 颜玉倩, 等, 2019.2000 -2018年间青藏高原植被覆盖变化及其与气候因素的关系分析[J].草地学报27(6): 196-203.

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.1000-0534.2018.00045.

华维, 范广洲, 陈权亮, 等, 2010.改则地区气候变化对植被生理过程的影响及反馈效应的模拟研究[J].高原气象29(4): 875-883.

华维, 范广洲, 周定文, 等, 2008.青藏高原植被变化与地表热源及中国降水关系的初步分析[J].中国科学(地球科学)38(6): 732-740.

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.

李国平, 2007.青藏高原动力气象学[M].北京: 气象出版社, 76-77.

李洪权, 2007.青藏高原植被变化特征及其对气候变化的影响[D].成都: 成都信息工程大学, 1-94.

李洪权, 范广洲, 周定文, 等, 2008.青藏高原春季植被变化特征及其对夏季气温的影响[J].地理科学28(2): 259-265.

李俊乐, 2015.高原夏季风与南海夏季风的关系研究[D].成都: 成都信息工程大学, 1-49.

李学敏, 周定文, 范广洲, 等, 2008.青藏高原冬季 NDVI 与西南地区夏季气温的滞后关系[J].应用气象学报19(2): 161-170.

梁玲, 卓嘎, 2011.植被退化对青藏高原冬夏季气候影响的模拟研究[J].高原山地气象研究31(3): 1-7.

刘火霖, 胡泽勇, 程思, 等, 2016.基于Noah-LSM 模式和CoLM 模式的青藏高原中部陆面过程模拟[J].冰川冻土38(6): 1501-1509.

刘军会, 高吉喜, 王文杰, 2013.青藏高原植被覆盖变化及其与气候变化的关系[J].山地学报31(2): 234-242.

刘晓东, 田良, 韦志刚, 1994.青藏高原地表反射率变化对东亚夏季风影响的数值试验[J].高原气象13(4): 468-472.

刘雅勤, 范广洲, 周定文, 等, 2007.青藏高原冬、 春植被归一化指数变化特征及其与高原夏季降水的联系[J].气象学报65(6): 659-667.

刘振元, 张杰, 陈立, 2018.青藏高原植被退化对高原及周边地区大气环流的影响[J].生态学报38(1): 132-142.

罗江鑫, 吕世华, 王婷, 等, 2020.青藏高原积雪变化特征及其对土壤水热传输的影响[J].高原气象39(6): 1144-1154.DOI: 10.7522/j.issn.1000-0534.2019.00143.

吕建华, 季劲钧, 2002.青藏高原大气-植被相互作用的模拟试验Ⅰ.物理通量和参数[J].大气科学26(1): 111-126.

马耀明, 胡泽勇, 田立德, 等, 2014.青藏高原气候系统变化及其对东亚区域的影响与机制研究进展[J].地球科学进展29(2): 207-215.

马耀明, 2020.青藏高原地气相互作用过程高分率(逐小时)综合观测数据集[DS].国家青藏高原科学数据中心.DOI: 10.11888/Meteoro.tpdc.270910.CSRT: 18406.11.Meteroro.tpdc.270910.

彭飞, 孙国栋, 2017.1982~1999年中国地区叶面积指数变化及其与气候变化的关系[J].气候与环境研究22 (2): 162-176.

任宏昌, 史学丽, 张祖强, 2014.2003-2009年中国地区叶面积指数变化特征分析[J].气象科学34(2): 171-178.

苏彦入, 吕世华, 范广洲, 2018.青藏高原夏季大气边界层高度与地表能量输送变化特征分析[J], 高原气象37(6): 1470-1485.DOI: 10.7522/j.issn.1000-0534.2018.00040.

孙颖, 丁一汇, 2002.青藏高原热源异常对1999 年东亚夏季风异常活动的影响[J].大气科学26(6): 817-828.

汤懋苍, 1995.高原季风的年代际振荡及其原因探讨[J].气象科学15(4): 64-68.

王倩茹, 范广洲, 赖欣, 等, 2018.西藏那曲地区一次霰过程的大气边界层特征分析[J].气象44(3): 396-407.

王涛, 赵元真, 王慧, 等, 2020.基于GIMMSNDVI的青藏高原植被指数时空变化及其气温降水响应[J].冰川冻土42(2): 641-652.

王婷, 李照国, 吕世华, 等, 2019.青藏高原积雪对陆面过程热量输送的影响研究[J].高原气象38(5): 920-934.DOI: 10.7522/j.issn.1000-0534.2019.00026.

王学佳, 杨梅学, 万国宁, 2013.近60年青藏高原地区地面感热通量的时空演变特征[J].高原气象32(6): 1557-1567.DOI: 10.7522/j.issn.1000-0534.2012.00151.

王奕丹, 胡泽勇, 孙根厚, 等, 2019.高原季风特征及其与东亚夏季风关系的研究[J].高原气象38(3): 518-527.DOI: 10.7522/j.issn.1000-0534.2019.00025.

吴国雄, 李伟平, 郭华, 等, 1997.青藏高原感热气泵和亚洲夏季风[C]//叶笃正编著.赵九章纪念文集[M].北京: 科学出版社, 116-126.

吴国雄, 刘屹岷, 何编, 等, 2018.青藏高原感热气泵影响亚洲夏季风的机制[J].大气科学42(3): 488-504.

徐祥德, 赵天良, 施晓晖, 等, 2015.青藏高原热力强迫对中国东部降水和水汽输送的调制作用[J].气象学报73(1): 20-35.

许洁, 陈惠玲, 商沙沙, 等, 2020.2000 -2014年青藏高原植被净初级生产力时空变化及对气候变化的响应[J].干旱区地理43(3): 39-48.

杨丽薇, 高晓清, 惠小英, 等, 2017a.青藏高原中部聂荣亚寒带半干旱草地近地层湍流特征研究[J].高原气象36(4): 875-885.DOI: 10.7522/j.issn.1000-0534.2016.00089.

杨丽薇, 高晓清, 惠小英, 等, 2017b.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.

杨潇, 郭兵, 韩保民, 等, 2019.青藏高原NPP时空演变格局及其驱动机制分析[J].长江流域资源与环境28(12): 246-258.

姚闯, 吕世华, 李照国, 等, 2020.黄河源区积雪对冻土水热过程影响的数值模拟[J].高原气象39(6): 1167-1180.DOI: 10. 7522/j.issn.1000-0534.2019.00128.

姚闯, 吕世华, 王婷, 2019.黄河源区多、 少雪年土壤冻融特征分析[J].高原气象38(3): 474-483.DOI: 10.7522/j.issn.1000-0534.2018.00142.

姚檀栋, 秦大河, 沈永平, 等, 2013.青藏高原冰冻圈变化及其对区域水循环和生态条件的影响[J].自然杂志35(3): 179-186.

袁源, 赖欣, 巩远发, 等, 2019.CLM4.5模式对青藏高原土壤湿度的数值模拟及评估[J].大气科学43(3): 676-690.

张晨, 韩佳芮, 李聪, 等, 2012.青藏高原对东亚夏季风影响的数值模拟[J].地球物理学进展27(6): 2322-2334.

张菁, 2016.南亚高压和高原季风的关系研究[D].成都: 成都信息工程大学, 1-49.

张菁, 范广洲, 赖欣, 等, 2017.南亚高压上下高原时间及其与高原季风建立早晚的关系[J].气象科学37(1): 30-40.

张少波, 陈玉春, 吕世华, 等, 2013.青藏高原植被变化对中国东部夏季降水影响的模拟研究[J].高原气象32(5): 1236-1245.DOI: 10.7522/j.issn.1000-0534.2012.00119.

张懿, 文小航, 王少影, 等, 2019.玛曲高寒草甸夏季近地层微气象和CO2通量特征分析[J].冰川冻土41(1): 54-63.

赵平, 陈隆勋, 2001.35年来青藏高原大气热源气候特征及其与中国降水的关系[J].中国科学(地球科学)31(4): 327-332.

赵倩倩, 张京朋, 赵天保, 等, 2021.2000 年以来中国区域植被变化及其对气候变化的响应[J].高原气象40(2): 292-301.DOI: 10.7522/j.issn.1000-0534.2020.00025.

钟珊珊, 何金海, 管兆勇, 等, 2009.1961 -2001年青藏高原大气热源的气候特征[J].气象学报67(3): 407-416.

周懿, 范广洲, 华维, 等, 2015.高原季风的分布特征及其指数对比分析[J].高原气象34(6): 1517-1530.DOI: 10.7522/j.issn. 1000-0534.2014.00111.

朱丽华, 范广州, 华维.2015.全球变暖背景下青藏高原夏季气温在对流层上下反相变化及其与降水和环流的关系[J].大气科学39 (6): 1250-1262.

朱伊, 范广洲, 华维, 王倩茹, 2018.1981 -2015年青藏高原地表温度的时空变化特征分析[J].西南大学学报(自然科学版)40(11): 127-140.

竺夏英, 刘屹岷, 吴国雄, 2012.夏季青藏高原多种地表感热通量资料的评估[J].中国科学(地球科学)42(7): 1104-1112.

卓嘎, 陈思蓉, 周兵, 2018.青藏高原植被覆盖时空变化及其对气候因子的响应[J].生态学报38(9): 3208-3218.

文章导航

/