1 引言
青藏高原（以下简称高原）是世界上最高的高原， 平均海拔超过4000 m， 有“世界屋脊”之称， 对中国、 亚洲乃至全球气候变化都有深刻且持续的影响（吴国雄等， 2004； 姚檀栋和朱立平， 2006）。高原感热气泵效应是导致亚洲大气环流出现季节突变的重要原因， 也是维持亚洲夏季风的重要因素（吴国雄等， 2018）。夏季“感热气泵”效应使得热带洋面暖湿空气向高原地区辐合， 从而高原夏季降水最多（黄建平等， 2021； 刘菊菊等， 2019）。从空间分布上看， 高原降水空间分布差异显著（鲁春霞等， 2007）； 高原中部年降水量呈增加趋势， 周边部分区域呈减少趋势（ Yang et al， 2011； 蔡英等， 2004）， 特别是夏季降水在高原西北和南侧呈微弱减少， 其余地区呈显著增加 （ Li et al， 2017； 汤秋鸿等， 2020） 。水汽不仅是形成降水的必要条件， 而且对降水成因和机理有着重要的作用。高原东部及邻近地区的水汽输送有着明显的季节变化特征， 冬、 春季主要来源于中纬度的偏西风水汽输送， 夏、 秋季主要来源于低纬度海洋的偏南风水汽输送（周长艳等， 2009）， 且夏季高原周围水汽输送以纬向分量为主， 低纬偏西风水汽输送为主要输送带， 影响到高原夏季降水的水汽主要来自阿拉伯海、 孟加拉湾、 南海以及被西风带所携带的水汽（林厚博等， 2016； 杨显玉等， 2022）。刘菊菊等（2019）分析了高原夏季云水含量及其水汽输送情况， 明确了与高原夏季云水含量相联系的4条水汽通道， 即： 源自阿拉伯海的纬向通道（印度洋通道）， 源自西北太平洋、 南海的经向通道（南海通道）， 源自中高纬西风带的经向通道（伊朗西部通道）和源自孟加拉湾的经向通道（孟加拉湾北部通道）。
随着数值模式的发展和计算机性能的提高， 数值模式成为大气科学研究的重要工具。针对不同的研究目的、 研究范围和研究对象等数值模式有着各种分类， 其中具有较完善的物理过程和模块化的参数化方案选取等优点的中尺度区域模式（WRF模式）成为应用较为广泛的数值模式之一。不同类型的模式参数化方案对降水模拟的影响程度不同， 特别是云微物理参数化方案、 积云对流参数化方案以及边界层参数化方案对降水影响最为显著（侯文轩等， 2020）。利用WRF模式研究东亚夏季风（王子谦等， 2014； 索朗央金等， 2021）、 高原夏季降水特别是不同云微物理方案（董宏昌等， 2020）、 积云参数化方案（德庆曲珍等， 2021）以及边界层方案（许鲁君等， 2018； 吴遥等， 2015， 2017）对高原夏季降水的模拟研究已有不少。同时， 模式分辨率对区域降水模拟也有重要的影响， 如用更高的分辨率模式不仅改善降水的空间分布， 还对区域平均的降水量有影响（Leung and Qian， 2003）； WRF模式水平和垂直分辨率的提高， 不仅提高了降水落区的模拟精度， 也提高了因地形引起的降水异常的模拟能力（吕光辉等， 2009）。充足的水汽输送是降水形成的必要条件， 因此分析降水的水汽来源及输送对研究降水成因和机理具有重要意义。许建玉等（2014）利用WRF模式对高原夏季降水进行分析， 得出高原地区夏季降水水汽主要来自水汽的辐合， 水汽局地变化项和垂直输送项的垂直积分数值较小； 冯蕾和周天军（2015）利用高分辨率MRI模式对夏季高原水汽通量进行模拟分析， 得出MRI 模式对高原及周边地区夏季降水和水汽输送通量的模拟存在较大偏差， 主要表现为模拟降水量较观测偏大； 曾勇等（2017）利用拉格朗日方法的气流轨迹模式 HYSPLIT 得到了新疆西部一次暴雨过程不同区域不同高度的水汽输送轨迹并定量给出了不同轨迹的水汽贡献率； 曾钰婷等（2020， 2022）采用拉格朗日方法的FLEXPART模式对那曲地区水汽输送轨迹分析表明， 影响那曲降水的水汽源地可追溯到孟加拉湾、 阿拉伯海和印度洋； 聚类水汽输送轨迹表明， 那曲地区大雨的水汽源地为阿拉伯海和孟加拉湾； 刘煜等（2022）也采用FLEXPART模式对高原地区极端干湿两种状态下水汽蒸发源地进行了分析， 指出湿润时期高原南部为最主要的水汽源地， 而干旱时期高原北部为最主要的水汽源地， 此外孟加拉湾、 阿拉伯海以及欧亚大陆的贡献率在湿润时期更高。由此可见， 高原南侧海洋的水汽输送对高原降水起着至关重要的作用， 研究高原南侧不同水汽源地对高原夏季降水的影响具有重要的意义。
为了研究高原南侧海洋不同水汽源地对高原夏季降水的影响， 选取高原不同地区两次夏季降水过程， 调整高原南侧低纬度海洋上的三个水汽源地（即： 阿拉伯海、 孟加拉湾以及南海）的水汽条件， 利用WRF模式进行敏感性试验， 分析高原及周边地区大尺度水汽输送空间配置特征， 量化各水汽源地对高原夏季降水的影响程度， 不仅对在全球气候变化背景下高原地区水资源的变化问题有着重要的现实意义， 而且为研究高原降水的水汽来源提供参考依据。
2 资料简介和试验方案设计
2.1 资料简介
观测降水资料为国家气象信息中心提供的2016-2018年水平分辨率0.5°×0.5°的逐日降水资料， 经过质量控制具有较好的适用性。
整层水汽通量资料为2016 -2018年欧洲中期天气预报中心（ECMWF）第五代大气再分析资料 （ERA5）， 空间分辨率为0.25°×0.25°， 时间间隔为6 h一次， 日平均资料为一天四次的平均值。
WRF模式的驱动场为美国环境预报中心和美国国家大气研究中心（NCAR/NCEP）提供的水平分辨率1°×1° FNL资料， 时间间隔为6 h。该资料采用了先进的全球资料同化系统和完善的数据库， 对地面、 船舶、 无线电探空、 测风气球、 飞机、 卫星等各种来源的观测资料进行质量控制和同化处理， 获得了一套完整的再分析资料集， 具有要素多、 范围广、 时间连续性长等优点。
文中涉及的地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2019）1822的中国地图制作， 底图无修改。高原地形轮廓资料来自国家科技基础条件平台-国家地球系统科学数据共享服务平台提供的高原范围与界线数据。
2.2 试验方案设计
WRF模式（The Weather Research and Forecasting Model）是由美国一些大学和研究机构联合开发的新一代中尺度数值天气预报模式， 该模式是完全可压缩非静力模式， 水平方向采用Arakawa-C格点， 垂直方向采用地形追随质量坐标， 时间积分上采用二阶或三阶Runge-Kutta算法。文中数值试验所用的是WRF模式最新的 V4.1.2版本， 模拟中心位于25°N、 90°E， 采用双向反馈的双层嵌套网格， 粗网格水平分辨率为30 km， 网格数为333×220， 细网格水平分辨率为10 km， 网格数为178×103， 具体模拟区域如图1 所示， 第一层模拟区域不仅包含了整个东亚范围， 也包含了印度洋、 南海和阿拉伯海等海域， 第二层模拟区域主要是高原主体范围， 确保高原范围的模拟结果分辨率更高。两层嵌套区域的地形和下垫面静态数据均使用分辨率为MODIS 30"资料， 垂直方向分为32层。利用2016年个例进行了模式参数化方案的优选， 确定两次过程的数值试验方案主要物理过程和参数化方案均为SUB_YLIN云微物理方案、 G-F积云对流方案、 MYJ边界层方案、 Dudhia短波辐射方案、 RRTM长波辐射方案和Eta similarity近地层方案。
图1 数值模拟试验的模拟区域和水汽源地范围框区d01、 d02分别表示第一、 第二层区域， 框区A为阿拉伯海源地， B为孟加拉湾源地， C为南海源地 Fig.1 The simulation areas and water vapor sources in numerical simulation test.d01 and d02 mean respectively the first and second simulation area.Frame A is the water vapor source range of the Arabian Sea， B is the water vapor source range of the Bay of Bengal， C is the water vapor source range of the South China Sea |
鉴于高原夏季降水主要有四条水汽通道， 分别为源自阿拉伯海、 孟加拉湾以及西北太平洋-南海的经向通道， 源自中高纬西风带的纬向通道， 其中夏季以经向水汽通道为主（刘菊菊等， 2019）。为进一步研究纬向水汽通道的三个水汽源地对高原夏季降水的影响， 针对两次高原夏季降水过程分别设计了3组敏感性试验（表1 ）。其中， 敏感性试验1改变阿拉伯海水汽源地水汽条件， 选取范围如图1 A区； 敏感性试验2为改变孟加拉湾水汽源地水汽条件， 选取范围如图1 B区； 敏感性试验3为改变南海水汽源地水汽条件， 选取范围如图1 中框区C。控制性试验中各水汽源地的水汽条件不变， 为保证水汽从底层到高层变化的连续性， 敏感性试验在模拟时间段内分别将水汽源地水汽条件由底层至100 hPa依次减小30%、 50%、 70%， 100 hPa以上不变， 详见表2 。其余参数化方案在控制性试验和敏感性试验都是相同的。
表1 3组敏感性试验水汽改变范围的选取Table 1 Selection of water vapor range in three sensitivity test |
| 试验名称 | 水汽条件改变范围 |
|---|---|
| 敏感性试验1 | 阿拉伯海源地（ |
| 敏感性试验2 | 孟加拉湾源地（ |
| 敏感性试验3 | 南海源地（ |
表2 水汽源地垂直方向水汽条件改变的比值设置Table 2 Setting the relative humidity decreasing ratio in the vertical direction over the water vapor source |
| 垂直层次 | 修改后相对湿度占原相对湿度比值 |
|---|---|
| 1000~850 hPa | 30% |
| 850~700 hPa | 40% |
| 700~500 hPa | 50% |
| 500~300 hPa | 60% |
| 300~100 hPa | 70% |
| 100 hPa以上 | 100% |
2.3 降水过程概况
根据高原夏季逐日降水观测资料， 选取了两次高原夏季降水较多的过程（图2 ）， 第一次过程为2016年6月28日至7月2日（以下简称2016年个例）， 主要降水中心在高原东部， 第二次过程为2018年7月19 -23日（以下简称2018年个例）， 主要降水中心位于高原西部。2016年个例主要受高原低涡影响， 28日在那曲偏北地区有一小降水中心， 强度为10~15 mm·d-1， 29日降水中心在新疆、 青海和西藏三省交界处偏青海一侧， 降水范围和强度都有所增大， 30日高原低涡移出高原， 该降水中心移至西藏东部， 随后7月1日高原涡减弱消亡， 高原东部降水中心范围扩大但降水量略有减少， 2日高原出现大范围降水， 降水大值区仍维持在高原东部， 中心降水达到15~20 mm。2018年个例为高原常见的对流性降水过程， 7月19日降水中心在那曲以北地区， 随后东移， 21日高原仅零星地区出现降水， 22日高原降水范围较大， 西部和东部各有一个20 mm以上的降水中心， 到23日东部降水持续东移， 主体已移到100°E以东， 而西部降水范围继续扩大， 最大降水中心达到30 mm以上。可见， 两次高原降水过程影响系统不同， 降水差异明显， 由于主要关注水汽源地水汽条件改变对高原降水的影响， 因此两次降水过程均关注降水量较大的第5天降水的变化， 试图通过两次过程的控制性试验和敏感性试验的对比说明不同水汽源地对夏季高原东部降水和西部降水的影响。
为了确定高原上方水汽来源， 对2016年个例（7月2日）和2018年个例（7月23日）东亚范围内第五日整层水汽通量进行诊断分析。从2016年个例整层水汽通量分布［图3 （a）］可以看出， 高原上方水汽主要来自于欧亚大陆以南的海洋， 如阿拉伯海、 孟加拉湾以及少量来自于南海， 还有一部分水汽来自于低纬偏西风气流携带的水汽。2018年个例整层水汽通量分布［图3 （b）］可以看出， 此次个例东亚范围内水汽通量整体由偏西方向向西南方向偏转， 高原地区水汽主要来自于阿拉伯海、 孟加拉湾以及低纬偏西风气流输送。对两次个例水汽通量的诊断可知， 高原以南的海洋上方水汽通量明显较大， 具有充足的水汽， 阿拉伯海、 孟加拉湾以及南海对高原水汽的输送具有重要的贡献， 水汽又是产生降水的必要条件， 下面对上述各个水汽源地对高原夏季降水的影响进行深入分析。
图3 2016年个例（a）和2018年个例（b）亚洲大陆5天平均整层水汽通量（矢量， 单位： ×103 kg·m-1·s-1）分布框区A为阿拉伯海源地， B为孟加拉湾源地， C为南海源地 Fig.3 Distribution of daily mean whole-layer water vapor flux （vector， unit： ×103 kg·m-1·s-1） in East Asia in Case 2016 （a） and Case 2018 （b）.Frame A is the water vapor source range of the Arabian Sea， B is the water vapor source range of the Bay of Bengal， C is the water vapor source range of the South China Sea |
3 模拟结果分析
3.1 降水空间分布分析
对比2016年个例7月2日的控制性试验降水空间分布［图4 （a）］与实况降水空间分布［见图2 （e）］可知， 实况场上西藏地区均有降水， 日降水大值区位于林芝地区， 阿里地区降水量略有减少， 但降水范围较大， 控制性试验较好地再现了高原东部降水范围， 但降水中心略有北移， 对阿里地区降水中心区域模拟较好， 但模拟的降水范围略偏小。对比图4 （a）~（d）可看出， 敏感性试验1（阿拉伯海）降水也主要集中在西藏与青海交界处， 降水中心降水量较控制性试验明显偏小， 沿32°N纬向降水带较控制性试验变得细而长， 那曲地区南部降水中心范围变小， 在该雨带两侧分布着降水正偏差； 敏感性试验2（孟加拉湾）降水主要集中在那曲南部地区， 沿32°N纬向降水带较控制性试验大值区范围略偏小， 负偏差大值中心南侧有20 mm以上的正偏差中心； 敏感性试验3（南海）水也主要集中在西藏与青海交界处， 西藏与青海交界处降水量差值为负值， 负降水偏差范围较敏感性试验1、 2明显偏小， 正偏差中心零星分布。总之， 三个敏感性试验与控制性试验的降水差异较大的地方均在西藏和青海交界处， 与实况大降水中心相对应， 但数值和位置存在差异。
图4 2016年7月2日（左）和2018年7月23日（右）高原地区控制性试验降水量和控制性试验-敏感性试验降水量差值的空间分布（单位： mm）Fig.4 Spatial distribution of the simulated precipitation in the control experiment and the difference between three sensitivity experiments and the control experiment over the Qinghai-Xizang （Tibet） Plateau on 2 July 2016 （left） and 23 July 2018 （right）.Unit： mm |
对比2018年个例7月23日的控制性试验［图4 （e）］与实况［图2 （j）］降水空间分布可知， 实况降水主要集中在高原的阿里地区以及日喀则地区西部， 控制性试验较好地模拟出日喀则地区西部降水， 而阿里地区降水范围有所减小， 控制性试验较好地模拟出位于日喀则地区西部的降水量大值区。从图4 （e）~（h）可看出， 敏感性试验1（阿拉伯海）降水也主要集中在阿里地区， 西部降水中心日降水量超过30 mm地区有所增大， 高原东部降水区域也有所增大； 阿里地区降水差值为正值， 日降水量较控制性试验增多15 mm以上； 敏感性试验2（孟加拉湾）阿里北部地区降水量差值为负值， 降水量明显减小， 降水区域有所减小， 纬向分布的降水带有所南移； 敏感性试验3（南海）降水量差值呈零星的正值区与负值区交替出现， 降水分布与控制性试验基本一致。总之， 与2016年个例相似， 2018年个例的敏感性试验2与控制性试验差异最大， 其次是敏感性试验1， 敏感性试验3差异最小。
3.2 环流形势分析
从2016年7月2日东亚地区500 hPa环流形势［图5 （a）~（d）］可以看出， 控制性试验与三个敏感性试验500 hPa环流形势基本一致， 说明水汽源地水汽条件的改变在短时期内不会影响环流场发生改变， 控制性试验高度场上高原西部有一中心为5800 gpm的切断低压， 高原东北侧受弱高压脊控制。敏感性试验1（阿拉伯海）［图5 （b）］上， 高原西部有一范围较小的切断低压， 对应温度场上的暖中心， 高原中东部为较强的偏南风， 为高原东部提供暖平流。高原西南侧有一弱槽， 中低纬度西风气流受该槽的影响， 在孟加拉湾地区由偏西风转为偏南风， 将低纬度海洋上空暖湿空气由偏南风输送到高原南部。敏感性试验2（孟加拉湾）［图5 （c）］上， 高原西部切断低压范围较控制性偏小， 高原南侧槽较其他试验均有所减弱， 以致偏南风气流有所减弱， 但温度场分布更接近控制性试验， 暖中心范围偏小。敏感性试验3（南海）［图5 （d）］上， 高原西部切断低压范围接近控制性试验， 低压中心对应着暖中心， 但暖中心强度较控制性试验有所增强。三个敏感性试验高原地区均为暖中心， 表明高原为热源， 加热上方空气块， 使空气膨胀产生强烈的上升运动， 有利于降水的产生， 但与控制性试验相比， 暖中心的范围和强度存在差异。
图5 2016年7月2日（左）和2018年7月23日（右）东亚地区500 hPa高度场（等值线， 单位： gpm）、 温度场（彩色区， 单位： ℃）和风场（矢量， 单位： m·s-1）分布Fig.5 Distribution of height field （contour， unit： gpm）， temperature field （color area， unit： °C） and wind field （vector， unit： m·s-1） on 500 hPa in East Asia on 2 July 2016 （left） and on 23 July 2018 （right） |
从2018年7月23日东亚地区500 hPa环流形势图［图5 （e）~（h）］可以看出， 控制性试验与三个敏感性试验500 hPa环流形势也基本一致。高度场上高原南侧有一低压中心， 低压中心东侧有一脊。在低压中心东部和脊西部偏南风的影响下， 低纬度海洋上方的偏西风气流在孟加拉湾地区转为偏南风。敏感性试验2（孟加拉湾）高原南侧低压中心消失， 且东侧为一弱脊， 以至于偏南风气流较弱， 高原地区得到低纬度海洋上方水汽较少。而敏感性试验1（阿拉伯海）和敏感性试验3（南海）高原南侧的脊较控制性试验有所加深， 使得高原南侧偏南风气流加强。温度场上高原地区附近温度较高， 但相较于2016年差异有所减小。三个敏感性试验相较于控制性试验高原地区温度都显著升高， 致使垂直运动有所加强。
通过分析2016年个例和2018年个例的500 hPa环流形势可知， 两次个例东亚地区500 hPa环流形势为降水产生的条件大致相同， 即： 高原上空受热低压控制， 有利于空气膨胀产生强上升运动， 2016年个例三个敏感性试验相较于控制性试验高原区域温度有所降低， 但2018年个例三个敏感性试验相较于控制性试验高原地区温度显著升高。两次个例高原南侧都有一低值系统， 受低值系统的影响低纬度海洋上方的偏西风气流在孟加拉湾地区转为偏南风， 有利于海洋上方充足的水汽向高原输送。
从两次降水过程的100 hPa环流形势图（图6 ）可以看出， 两次过程中控制性试验与三个敏感性试验100 hPa环流形势基本一致， 且南亚高压都位于高原西部， 受偏西型南亚高压影响， 北半球风场整体呈顺时针方向偏转。在2016年个例100 hPa环流形势图上［图6 （a）~（d）］， 500 hPa高原南部槽上方对应的100 hPa风场上， 控制性试验和三个敏感性试验在高原南侧由西北风转变为东北风， 且三个敏感性试验高原区域风速相较于控制性试验， 除敏感性试验3（南海）与控制性试验基本一致外， 敏感性试验1（阿拉伯海）和敏感性试验2（孟加拉湾）风速有所减弱。三个敏感性试验相较于控制性试验南亚高压中心范围有所减小， 南亚高压强度有所减弱。在2018年个例100 hPa环流形势图［图6 （e）~（h）］， 控制性试验和三个敏感性试验在高原中部由西北风转变为东北风， 敏感性试验2（孟加拉湾）和敏感性试验3（南海）高原区域风速相较于控制性试验有所减小， 且敏感性试验2（孟加拉湾）南亚高压在高原西部形成闭合中心， 高压中心范围显著减小， 高压强度有所减小， 500 hPa低压系统上方对应的100 hPa风场为偏东风大风速区。综上所述， 2016年和2018年两次个例的100 hPa环流场上南亚高压都位于高原西部， 南亚高压位置偏西北时， 高原东部水汽辐散明显、 水汽输送明显偏弱， 而高原西南部水汽辐合较强， 造成高原东部降水偏少、 西南部降水偏多的情形， 这与次仁达娃等（2016）的研究结果相吻合。
图6 2016年7月2日（左）和2018年7月23日（右）东亚地区100 hPa高度场（等值线， 单位： gpm）、 温度场（彩色区， 单位： ℃）和风场（矢量， 单位： m·s-1）分布Fig.6 Distribution of height field （contour， unit： gpm）， temperature field （color area， unit： °C） and wind field （vector， unit： m·s-1） on 100 hPa in East Asia on 2 July 2016 （left） and on 23 July 2018 （right） |
3.3 水汽通量及其散度分析
从2016年7月2日控制性试验与三个敏感性试验500 hPa日平均水汽通量及其散度分布［图7 （a）~（d）］可看出， 控制性试验与敏感性试验水汽通量方向基本一致， 高原地区水汽基本来源于高原西南方， 高原东南部水汽通量较大， 西藏与青海交界处水汽通量由西南方向转变为东南方向， 在阿里地区由偏西方向转为西北方向， 整体呈逆时针方向。散度场在高原地区存在着沿31°N纬向分布的负值区， 且大值区分布在高原东部， 水汽辐合， 正好对应着模拟的降水带。相较于控制性试验， 敏感性试验1（阿拉伯海）和敏感性试验3（南海）那曲东部地区散度负值中心强度有所减弱， 且大值区变得零星， 敏感性试验2（孟加拉湾）那曲东部地区散度负值中心有所南移。
图7 2016年7月2日（左）和2018年7月23日（右）高原地区500 hPa水汽通量（矢量， 单位： g·s-1·hPa-1·cm-1）及其散度（彩色区， 单位： ×10-5 s-1）分布Fig.7 Distribution of water vapor flux （vector， unit： g·s-1·hPa-1·cm-1） and its divergence （color shadow， unit： ×10-5 s-1） on 500 hPa over the Qinghai-Xizang （Tibet） Plateau on 2 July 2016 （left） and on 23 July 2018 （right） |
从2018年7月23日控制性试验与三个敏感性试验500 hPa日平均水汽通量及其散度分布［图7 （e）~（h）］可看出， 控制性试验与敏感性试验水汽通量方向基本一致， 水汽输送以东北方向占主导， 其次来自于西南方， 在阿里地区水汽整体呈逆时针方向旋转。其中敏感性试验1（阿拉伯海）水汽在阿里地区逆时针方向旋转最为明显， 其次为敏感性试验3（南海）， 敏感性试验2（阿拉伯海）在阿里地区水汽几乎呈偏西方向。控制性试验和三个敏感性试验在高原西部地区都存在着散度的负值中心， 水汽辐合， 其中敏感性试验1（阿拉伯海）散度负值中心强度最强， 范围最大， 水汽辐合最强， 而敏感性试验2（孟加拉湾）散度大值中心消失， 辐合有所减弱。
通过两次降水过程散度场的分析可知， 散度负值中心（即水汽辐合中心）都与降水中心对应， 2016年个例为高原东部型降水， 散度负值中心存在于高原东部； 2018年个例为高原西部型降水， 散度负值中心存在于高原西部。
2016年7月2日控制性试验与三个敏感性试验100 hPa散度场强度都偏弱， 控制性试验在高原散度值整体为正值， 水汽辐散， 其中敏感性试验2（孟加拉湾）水汽辐散有所减弱。2018年7月23日控制性试验与三个敏感性试验100 hPa散度场强度同样偏弱， 控制性试验在高原西部阿里地区的散度场为正值， 而三个敏感性试验在阿里地区的散度场正值区域有所减小， 其中敏感性试验2（孟加拉湾）减少最为显著。
3.4 水汽通量时间演变分析
从2016年个例和2018年个例模拟区域外层水汽通量时间-纬度剖面图（图8 ）可看出， 两次个例水汽都从低纬度海洋（水汽源地）随时间向高纬度输送， 且随时间推移水汽通量有所积累； 与控制性试验相比， 从水汽源地开始敏感性试验2（孟加拉湾）水汽通量数值明显偏小， 其次为敏感性试验1（阿拉伯海）， 而敏感性试验3（南海）水汽通量数值甚至略有增加。2016年个例［图8 （a）~（d）］显示， 控制性试验和三个敏感性试验水汽通量大值中心于第五天（7月2日）输送至20°N， 控制性试验和敏感性试验3（南海）水汽通量最大值超过4.0 kg·（s·m）-1， 其次为敏感性试验1达到3.6 kg·（s·m）-1， 最后为敏感性试验2（孟加拉湾）为3.2 kg·（s·m）-1。2018年个例［图8 （e）~（h）］显示， 控制性试验和三个敏感性试验水汽通量大值中心于第二天（7月20日）输送至17°N附近， 控制性试验和敏感性试验3（南海）水汽通量最大值超过5.2 kg·（s·m）-1， 其次为敏感性试验1达到4.4 kg·（s·m）-1， 最后为敏感性试验2（孟加拉湾）仅有3.6 kg·（s·m）-1。同时， 2018年降水过程中敏感性试验2（孟加拉湾）水汽通量超过2.8 kg·（s·m）-1的大值区输送至20°N附近， 而控制性试验和其他两个敏感性试验输送至25°N， 水汽输送明显偏南， 可能对降水雨带的纬向分布产生影响。
3.5 水汽收支分析
从2016年个例模拟区域内层净水汽通量随时间变化（图9 左）可看出， 从模拟时段开始控制性试验和三个敏感性试验高原区域始终在纬向上净获得水汽， 两个峰值分别出现在6月28日和7月2日， 数值均在500 kg·（s·m）-1以上， 其中敏感性试验2在模拟时间段内净获得水汽最少， 最大差异在100 kg·（s·m）-1左右； 6月28 -30日控制性试验和三个敏感性试验在经向上净失去水汽， 28日18:00高原区域净失去500 kg·（s·m）-1以上的水汽， 30日之后开始， 7月2日12:00达到净获得水汽最大值200~400 kg·（s·m）-1， 敏感性试验2在模拟时间段内经向上始终净获得水汽量最少， 其次为敏感性试验1， 其余两者不相上下； 就高原区域水汽净收支而言， 控制性试验和三组敏感性试验水汽收支情况随时间走势相同， 在模拟时间段前期控制性试验和三个敏感性试验水汽收支差异不大， 6月30日00:00（模拟48 h）开始控制性试验和三个敏感性试验水汽收支差异明显， 水汽收支差异可达200 kg·（s·m）-1， 特别是最关注的7月2日， 相较于控制性试验， 敏感性试验2净获得水汽最少， 仅获得水汽不足800 kg·（s·m）-1， 其次为敏感性试验1， 敏感性试验3水汽收支情况与控制性试验基本无差别， 均接近1000 kg·（s·m）-1。
从2018年个例模拟区域内层净水汽通量随时间变化（图9 右）可看出， 除7月21 -22日控制性试验和三个敏感性试验高原区域在纬向上净失去少量水汽， 其余时间净获得水汽， 也有两个峰值且数值在200 kg·（s·m）-1以上， 分别是7月19日和7月23日， 其中敏感性试验2在模拟时间段内净获得水汽最少， 最大差异在200 kg·（s·m）-1左右； 控制性试验和三个敏感性试验在经向上净失去和净得水汽交替出现， 7月22日06:00高原区域净获得水汽达到峰值， 且7月20 -22日敏感性试验2在模拟时间段内经向上水汽收支与其他试验产生较大差别， 始终净获得水汽量最少， 其次为敏感性试验1， 再为控制性试验， 最后为敏感性试验3， 23日以后水汽收支产生较大改变， 敏感性试验3净获得水汽迅速下降， 净得到水汽量最少， 其次为敏感性试验2再为控制性试验， 其中敏感性试验1净获得水汽量最多； 就高原区域水汽净收支而言， 控制性试验和三组敏感性试验水汽收支情况随时间走势相同， 在模拟时间段前期控制性试验和三个敏感性试验水汽收支差异不大， 7月21日00:00（模拟48 h）开始控制性试验和三个敏感性试验水汽收支差异明显， 水汽收支差异最大超过400 kg·（s·m）-1， 特别是最关注的7月23日， 相较于控制性试验， 敏感性试验2和敏感性试验3净获得水汽较少， 获得水汽不足300 kg·（s·m）-1， 其次为控制性试验， 再为敏感性试验1， 均接近400 kg·（s·m）-1。
通过对两次个例不同方向上水汽收支情况的分析可知， 模拟时间段前期控制性试验和三个敏感性试验水汽收支差异不大， 约模拟48 h后控制性试验和三个敏感性试验水汽收支逐渐出现差异， 表明改变三个水汽源地的水汽条件后要经过一段时间才能影响到高原区域的水汽收支状况， 而且模拟结果也显示出三个水汽源地水汽条件的改变对高原区域水汽收支的影响程度不同， 敏感性试验2净获得水汽最少， 对降水产生较大影响， 下面将详细分析各个试验中降水量的变化情况。
3.6 降水量分析
对比2016年个例模拟的第5天（7月2日）和2018年个例模拟的第5天（7月23日）控制性试验和三个敏感性试验高原区域平均网格点降水量（图10 ）可看出， 2016年个例的控制性试验日平均网格点降水量为7.34 mm， 敏感性试验1（阿拉伯海）为6.98 mm， 敏感性试验2（孟加拉湾）为6.42 mm， 敏感性试验3（南海）为7.28 mm； 2018年个例的控制性试验日平均网格点降水量为6.13 mm， 敏感性试验1（阿拉伯海）为6.83 mm， 敏感性试验2（孟加拉湾）为5.54 mm， 敏感性试验3（南海）为6.19 mm。结果表明， 对于高原东部型降水过程， 三个水汽源地水汽条件改变影响程度依次为孟加拉湾源地>阿拉伯海源地 > 南海源地， 孟加拉湾源地试验降水量比控制性试验减少超过10%， 南海源地基本无影响， 而阿拉伯海源地试验降水量比控制性试验减少了约5%； 对于高原西部型降水过程， 则影响较大的仍是孟加拉湾源地， 降水量比控制性试验减少了10%， 南海源地基本无影响， 而阿拉伯海源地试验降水量比控制性试验增加了10%以上。
4 结论
利用WRF模式分别对2016年6月28日至7月2日高原东部型降水过程和2018年7月19 -23日高原西部型降水过程设计了改变阿拉伯海、 孟加拉湾和南海三个水汽源地水汽条件的敏感性试验， 并讨论了三个不同水汽源地对高原降水的影响， 得到如下主要结论：
（1） 三个水汽源地水汽含量的减少对高原夏季降水有影响且影响程度不同， 其中减少孟加拉湾上空水汽， 使2016年（东部型）和2018年（西部型）高原夏季降水量相较于控制性试验显著下降约10%， 而减少南海上空水汽对两次高原夏季降水影响极小， 而减少阿拉伯海上空水汽对高原西部型降水起促进作用， 降水量相对于控制性试验增加约10%； 对高原东部型降水抑制作用， 使得降水量相较于控制性试验减少约5%。
（2） 改变孟加拉湾水汽源地的水汽条件对高原降水影响最明显， 可能的原因是减少孟加拉湾上空水汽条件， 使得高原南侧的低值系统有所减弱， 高原上偏南风减弱， 水汽输送较弱， 从而使得高原上的降水减少。
（3） 在模拟初期控制性试验和三个敏感性试验的高原地区水汽收支差异不明显， 但随着模拟时间的增加（约48 h后）， 高原地区水汽收支存在明显差异， 且水汽收支情况与日均降水量存在明显的相关关系。
以上结论是基于高原东西部型两个例分析的结果， 今后仍需对更多的高原降水个例进行模拟验证， 进一步明确不同水汽源地对高原夏季东西部降水的影响； 本文重点关注了模拟第5天的结果， 也是水汽条件影响降水差异明显的时段， 今后的模拟中可能考虑关注一下更长时间的持续影响。另外， 本文的结论是否适用于其他高原夏季降水事件还有待进一步检验。