高原气象

高原气象 >

2025 , Vol. 44 >Issue 2: 421 - 434

DOI: https://doi.org/10.7522/j.issn.1000-0534.2024.00079

秦巴山区夏季降水异常年水汽输送特征分析

  • 杨镒如 ,
  • 王斌 ,
  • 李双双 ,
  • 邢莉 ,
  • 毛兴莉 ,
  • 尚溦 ,
  • 石培宏 ,
  • 程颖 ,
  • 段克勤
展开
  • 陕西师范大学地理科学与旅游学院，陕西 西安 710119
王斌（1984 -）， 男， 陕西商洛人， 副教授， 主要从事地表过程与全球变化研究. E-mail：

杨镒如（1999 -）， 女， 陕西宝鸡人， 硕士研究生， 主要从事区域气候变化与数值模拟研究. E-mail：

收稿日期: 2024-03-11

  修回日期: 2024-07-09

  网络出版日期: 2024-11-20

基金资助

国家自然科学基金面上项目(42072208)

陕西省自然科学基础研究计划面上项目(2018JM4027)

陕西省自然科学基金面上项目(2023-JC-YB-259)

收起

Summer Water Vapor Transport and Sources in Anomalous Precipitation Years over the Qinba Mountains

  • Yiru YANG ,
  • Bin WANG ,
  • Shuangshuang LI ,
  • Li XING ,
  • Xingli MAO ,
  • Wei SHANG ,
  • Peihong SHI ,
  • Ying CHENG ,
  • Keqin DUAN
Expand
  • School of Geography and Tourism，Shaanxi Normal University，Xi'an 710119，Shaanxi，China

Received date: 2024-03-11

  Revised date: 2024-07-09

  Online published: 2024-11-20

Copyright

© Editorial Department of Plateau Meteorology （CC BY-NC-ND）
Fold

摘要

秦岭-大巴山合称秦巴山区， 被称为我国的“中央水塔”， 是南北过渡带的主体组成部分， 对我国自然环境演变起着至关重要的调节作用。然而当前对于秦巴山区降水的水汽源地贡献量和变化成因尚不清楚， 严重制约了对其影响我国南北地理分界深层机理的理解。鉴于此， 基于HYSPLIT（Hybrid Single Particle Lagrangian Integrated Trajectory）拉格朗日轨迹追踪模式， 对1970 -2020年降水高、 低值年夏季降水进行后向轨迹追踪模拟， 并结合欧拉方法计算水汽通量及风场距平， 系统分析了秦巴山区6 -8月不同垂直高度层上的水汽输送路径与源地贡献特征。研究结果表明： （1）秦巴山区夏季主要水汽通道有： 局地通道、 欧亚通道、 西太平洋通道、 南海通道及印度洋通道。（2）从通道强度看， 降水高值年低层主要水汽通道为局地和南海通道； 中、 高层主要通道为欧亚通道和印度洋通道。降水低值年6 -8月各层主要通道几乎均为欧亚通道。（3）从源地贡献看， 高值年低层主要水汽源地为局地及南海地区， 低值年低层南海、 欧亚及西太平洋地区水汽贡献相当， 中、 高层主要源地为欧亚和印度洋地区。（4）东南地区环流异常与秦巴山区夏季降水量变化高度一致， 该地反气旋性及气旋性异常环流特征对降水高、 低值年水汽输送差异影响显著。研究结果初步揭示了秦巴山区夏季降水异常年的水汽输送特征和变化成因， 为进一步理解“中央水塔”的成因和秦巴山区的地理分界作用提供了关键证据。

关键词： HYSPLIT模式; 秦巴山区; 降水异常; 水汽输送; 水汽源地

本文引用格式

杨镒如 , 王斌 , 李双双 , 邢莉 , 毛兴莉 , 尚溦 , 石培宏 , 程颖 , 段克勤 . 秦巴山区夏季降水异常年水汽输送特征分析[J]. 高原气象, 2025 , 44(2) : 421 -434 . DOI: 10.7522/j.issn.1000-0534.2024.00079

Abstract

The Qinling-Daba Mountains （Qinba Mountains） are referred to as the‘Central Water Tower’of China.They constitute the main transitional zone between the north and south and play a crucial regulatory role in the evolution of the natural environment.However， the current understanding of the contributions and causes of water vapor sources in the Qinba Mountains remains unclear， significantly impeding the comprehension of the underlying mechanisms that influence the geographical division between the north and south of China.In this study， we simulate the vapor trajectory in summer of years with high and low precipitation from 1970 to 2020 using the HYSPLIT model， and calculates the anomalies of vapor and wind using Eulerian method.The characteristics of vapor transport pathways and source contributions at different vertical levels from June to August over the Qinba Mountains were systematically analyzed.The results showed that： （1）The main summer water vapor channels in the Qinba Mountains are： the local channel， the Eurasian channel， the Western Pacific channel， the South China Sea channel and the Indian Ocean channel.（2）In terms of channel strength， the main vapor channels at the lower levels in high precipitation years are the local and South China Sea channels； that at the middle and upper levels are the Eurasian channel and the Indian Ocean channel.In the low precipitation year， the main channel at all levels is the Eurasian channel.（3）In terms of source contributions， the main source at the lower level in high precipitation years is the local and the South China Sea， that at the lower level in low years is the local， South China Sea and western Pacific.The main source at the middle and upper levels is the north Indian Ocean.（4）The anomalous characteristics of anticyclones and cyclonic circulation in the southeast have a significant impact on the difference in water vapor transport between high and low precipitation years.This study provides preliminary insights into the vapor transport characteristics during summer over the Qinba Mountains， thereby advancing our understanding of the underlying mechanisms of the Central Water Tower phenomenon and the geographic differentiation role of the Qinba Mountain region.

Key words： HYSPLIT model; Qinba Mountains; precipitation anomalies; vapor transport; vapor sources

1 引言

秦岭-大巴山（以下简称秦巴山区）横亘中国大陆中部， 西起青藏高原， 东接华北平原， 北邻黄土高原， 南近四川盆地， 东西横跨800 km， 南北宽达400 km， 因其特殊的地理位置和山体走向， 成为中国南北过渡带的重要主体部分（张百平， 2019； 刘俊杰等， 2022）， 对中国地理环境、 生态系统、 气候格局乃至社会人文环境的形成具有重要意义（黄秉维， 1958； 赵松乔， 1983）。此外， 秦巴山区作为我国的“中央水塔”， 是南水北调中线工程的重要取水地， 也是国家重要战略水源地之一， 其水资源变化关乎关中、 京津所在的华北地区乃至全国的生态安全。受大气环流及复杂地形的影响， 秦巴地区降水季节差异显著， 主要集中在夏秋季（苏军锋等， 2021）， 近十年来雨量向夏季集中的倾向愈加明显（王晓玲和任燕， 2012； 朱梅等， 2014）。此外， 随着全球气候变暖， 秦岭夏季极端降水变率增加， 突发性强降水及连续干旱事件发生频率均呈上升趋势（王晓玲和任燕， 2012）， 从而带来严重的干旱、 洪涝灾害（李双双等， 2015； 刘荷等， 2021）。秦岭作为重要水源涵养区担负着维护国家水资源安全的重任， 其降水的时空变化不稳定将直接威胁周边城市的供水安全（廖伟等， 2020； 杨晓柳等， 2020； 刘俊杰等， 2022）。以往有关该地区降水事件的研究多集中于时空变化（李双双等， 2020； 晁智龙等， 2022； 张善红等， 2022； 杜一博等， 2024）， 对降水成因分析较少且集中于事件尺度， 缺乏规律性降水成因分析（王楠等， 2018； 肖贻青等， 2022； 李明娟等， 2023； 刘胜男等， 2023）。因此， 从季节尺度研究秦巴山区夏季降水异常年的变化成因对于保证供水安全及降低洪涝灾害风险具有重要意义。
充足的水汽是形成降水必不可少的因素， 尤其是水汽源区的位置、 气团的运移轨迹及通道所挟带的水汽含量都会影响区域降水变化， 因此厘定水汽来源及输送路径对认识区域降水过程至关重要（王志毅等， 2017； 孔祥伟等， 2024； 李国翠等， 2023； 李玲萍等， 2023）。常用的水汽输送研究方法包括欧拉方法及拉格朗日方法， 先前的研究大多基于欧拉方法， 例如： Simmonds et al（1999）发现长江中下游地区水汽主要来自孟加拉湾及南海地区， 而淮河流域水汽主要来自南海及副热带太平洋地区； 谢坤和任雪娟（2008）发现华北地区夏季水汽通道主要有孟加拉湾、 南海-西太平洋以及中纬西风带三支， 且东、 南边界水汽输入异常是造成旱涝年的主要原因。以上研究仅从定性角度分析区域水汽输送特征， 无法对各源地贡献程度进行定量判断。拉格朗日方法凭借其对气块运移轨迹的精确模拟以及对各源地水汽贡献率的定量计算等优势， 近年来在水汽研究方面得到了广泛应用（杨浩等， 2014； 李虎和潘小多， 2022）。例如： 朱家宁等（2023）发现西南地区夏季水汽输送路径主要为西南路径、 东南路径及西北路径， 秋季水汽路径主要为东南路径和西北路径； 叶佳意等（2021）发现金华地区冬季连阴雨的主要通道有4支， 其中局地水汽对连阴雨贡献最大； Shi et al（2020）对中国东部地区季风推进过程中水汽输送变化特征进行分析， 结果表明在雨季不同阶段主要水汽通道及源地不同， 大体特征为对流层低层主要水汽通道包括太平洋通道和印度洋通道， 对流层中层印度洋通道与西风通道更为强盛。此类研究多集中于东南部季风区与青藏高原（刘煜等， 2022； 王曼等， 2022； 王卫国等， 2022； 朱昌睿等， 2023）， 对秦巴山区的水汽输送研究还较为有限。
当前对于秦巴山区水汽输送特征的研究多聚焦于单次降水事件， 且缺乏定量分析。折远洋等（2023）对2020年8月的一次降水事件进行水汽来源分析， 发现降水初期水汽来自南海地区， 到降水中后期则以西北内陆地区、 局地水汽输送为主； 杜一博等（2024）发现夏季陕西主要水汽来源有欧亚、 内陆江河流域以及南海-孟加拉湾； 宋琳琳等（2021）指出秦岭山区水汽主要来自孟加拉湾、 西太平洋及蒙古—西伯利亚地区。然而前人研究虽然取得了诸多进展， 但均仅从事件尺度分析了水汽输送路径特征， 对季节尺度水汽输送状况以及各源区定量水汽贡献率等问题亟须深入研究。基于以上论述， 本研究利用1970 -2020年气象观测数据进行降水异常分析， 在不同高度层上基于NCEP/NCAR再分析资料利用HYSPLIT（Hybrid Single Particle Lagrangian Integrated Trajectory， NOAA， 2011； Rolph et al， 2017； Stein et al， 2015）拉格朗日模型对水汽输送进行后向轨迹追踪， 并结合欧拉方法对降水异常年水汽通量及风场进行合成分析， 以系统分析研究区降水异常年夏季水汽输送的水平及垂直结构特征及差异成因， 有助于从水汽输送角度进一步了解秦巴山区降水变化的规律及机理， 为合理开发利用秦巴水资源及开展生态文明建设提供科学理论依据。

2 数据来源与方法介绍

2.1　数据来源

本文选取的研究资料有： 中国气象科学数据共享服务网（http： //data.cma.cn）发布的1970 -2020年秦巴山区（31.1°N -34.6°N， 106.3°E -112.6°E）内共86个气象站点的逐月降水资料， 站点位置分布见图1； NCEP/NCAR再分析资料， 水平分辨率为2.5°×2.5°， 时间分辨率为6 h一次， 垂直高度共17层， 包括纬向风（u）、 经向风（v）、 比湿（q）、 位势高度（h）等变量； 同期ERA5月平均再分析资料， 水平分辨率为0.25°×0.25°， 垂直高度共37层， 所用变量同NCEP/NCAR再分析资料。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（2020）4619号的标准地图制作， 底图无修改。
图1 秦巴地区地形及气象站点分布

Fig.1 Topography and distribution of meteorological stations in the Qinba Mountains

2.2　模式介绍

HYSPLIT-v5.0模式由美国国家海洋和大气管理局（NOAA）开发， 是一种基于混合单粒子拉格朗日方法的扩散传输模型。该模式假定质点伴随风场的运动而运动， 根据气团的初始位置和风矢量数据对其进行时间和空间位置上的积分， 具体计算公式如下：
P ' t + ∆ t = P t + V P t ∆ t
P t + ∆ t = P t + 0.5 V P t + V P ' t + ∆ t
式中： P ' t + ∆ t表示气块第一猜测位置； ∆ t表示时间步长； P t表示气块初始位置； P t + ∆ t表示气块最终位置； V表示在特定位置的三维速度矢量。

2.3　研究方法

2.3.1　模拟方案

为探究秦巴地区夏季水汽输送特征， 本文使用HYSPLIT模式对该地区水汽进行后向轨迹追踪。模拟区域选取秦巴山区， 以1°×1°间隔在研究区内均匀选取18个轨迹模拟初始点（图1）。秦巴地区平均海拔大约1500 m， 因此在垂直方向上选取距地面高度（Above Ground Level， AGL）500 m、 2000 m， 以及5000 m作为模拟初始高度， 分别对应大气850 hPa、 700 hPa以及500 hPa高度层。考虑到水汽在大气中的停留时间约为10天（Numaguti， 1999； Gimeno et al， 2012）， 因此每6 h对轨迹初始点向后追踪240 h， 每日4次（00:00、 06:00、 12:00、 18:00， 世界时， 下同）。由于模拟时间较长， 轨迹数量较多， 为便于分析轨迹路径及源地分布， 在MeteoInfoMap软件中使用TrajStat插件计算所有轨迹的空间方差和（total spatial variance， TSV）， 基于簇分析方法对原始轨迹进行聚类分析， 得出主要水汽通道。

2.3.2　水汽源区贡献率计算

HYSPLIT模式可对轨迹上各点的物理属性进行插值计算， 在输出结果中得到每个模拟初始点的气块在过去240 h内逐小时的三维位置（经度、 纬度、 高度）及比湿信息， 进而得到每个气块的输送轨迹。基于所有轨迹的终点位置及水汽源区划分范围（图2）， 对每一条轨迹分区域进行分类， 根据公式分别计算各源区水汽输送对降水的贡献率（Mao et al， 2023）， 计算公式如下：
Q s = ∑ 1 m q l a s t ∑ 1 n q l a s t × 100 %
式中： Qs 表示某源区水汽贡献率； q last表示轨迹终点位置的比湿； m表示该源区内所包含轨迹条数； n表示所有源地内轨迹总数。
图2 秦巴地区水汽源地的区域划分（局地、 欧亚大陆、 南海、 印度洋、 太平洋）

Fig.2 The geographical delineation of water vapor transport sources over the Qinba Mountains（Local Area， Eurasia， South China Sea， Indian Ocean and West Pacific Ocean）

2.3.3　水汽通量计算

单层水汽输送通量计算公式为：
Q = 1 g × q V ⃑
式中： Q  为单层水汽通量（单位： g·m-1·s-1·hPa-1）； g为重力加速度， 取9.8 m·s-2； q为比湿（单位： g ∙kg-1）； V ⃑ 为水平风矢量（单位： m ∙s-1）。

3 结果分析

3.1　降水异常分析

计算研究区内86个站点1970 -2020年各月平均降水量发现（图略）， 秦巴地区降水主要集中在夏季， 夏季（6 -8月）平均降水量为127.61 mm， 秋季（9 -11月）平均降水量为74.11 mm； 其次春季（3 -5月）平均降水量为58.68 mm； 冬季（12月至次年2月）降水量最少， 仅有17.92 mm。夏季平均降水量最大， 达全年总降水量的45%， 因此选择夏季6 -8月作为研究时段。
为分析降水异常年水汽输送特征差异， 分别计算1970 -2020年6 -8月降水量距平及标准差（图3）， 定义该值大于1.5倍标准差的年份为降水极端高值年， 小于-1.25倍的年份为降水极端低值年， 得到6 -8月降水高低值异常年（表1）。
图3 秦巴地区1970 -2020年6 -8月降水量距平逐年变化

Fig.3 Interannual variation of precipitation anomaly in the June-August from 1970 to 2020 over the Qinba Mountains

表1 降水异常年份选取

Table 1 Selection the years of precipitation anomaly

月份 降水高值年 降水低值年
6月 1971 1990 2000 2016 2020 1977 1997 1982 1988 1998
7月 1979 1982 2007 2010 2016 1971 2002 2014 2015
8月 1981 1998 2003 2005 2010 1978 1997 1999 2006 2018

3.2　水汽输送路径及源地贡献量

3.2.1　降水高值年水汽输送特征

图4（a）~（i）为降水高值年夏季各高度层水汽通道特征。其中灰色轨迹为模式输出的原始气块移动轨迹； 彩色轨迹为聚类后的水汽通道， 其粗细表示通道中所包含的轨迹数量， 指示通道强弱程度， 颜色表示比湿变化， 指示通道上所携带的水汽含量。结果表明， 在同一高度层上各月水汽通道特征相似， 在垂直方向上不同高度层之间差异显著。降水高值年6 -8月850 hPa高度层［图4（a）， （d）， （g）］水汽通道包括： 来自局地水汽蒸发的秦巴山区及周边通道， 来自西亚、 中亚各国的欧亚通道， 来自南方热带海洋上空的南海通道、 孟加拉湾通道以及来自黄海、 东海及太平洋西部的西太平洋通道。其中南海及孟加拉湾上空的南来水汽通道平均比湿达17.1 g·kg-1， 是低层携带水汽含量最高的通道， 表明气块挟带大量水汽从热带海洋上空进入中国大陆， 对秦巴地区降水产生重要影响。局地通道及西太平洋通道平均比湿略低于南海通道， 6月二者分别为13.0 g·kg-1和10.9 g·kg-1， 7 -8月达15.2 g·kg-1左右， 同样为研究区带来大量水汽。欧亚通道挟带的水汽含量有限， 平均比湿仅5.3 g·kg-1左右， 值得注意的是当轨迹移动至40°N左右时水汽含量有所增加， 这可能是由于轨迹向南进入东亚后气温升高， 近地层水汽蒸发增强， 为低层大气带来水分补给进而使得通道水汽含量增加。700 hPa高度层［图4（b）， （e）， （h）］水汽通道特征与850 hPa基本一致， 同样存在5条水汽通道。有所不同的是， 欧亚通道输送距离相比850 hPa显著增长， 轨迹最远可追溯至大西洋东岸及西欧地区， 且通道携带水汽含量进一步减少， 平均比湿不足2 g·kg-1。此外， 来自孟加拉湾、 南海及西太平洋上空的通道水汽含量相比对流层低层有所减少， 平均比湿降低至约14 g·kg-1。至500 hPa高度层［图4（c）， （f）， （i）］， 局地水汽通道消失， 大部分水汽来自欧亚通道及孟加拉湾-印度洋通道， 7月、 8月还存在较弱的西太平洋通道。此外， 孟加拉湾-印度洋水汽通道在进入中南半岛到达青藏高原西南边界后平均比湿迅速降低， 表明自该地输送至大陆内部的湿润水汽率先在中南半岛及中国西南部产生降水， 输送至秦巴山区时水汽含量已有所下降。
图4 降水高值年6月（a~c）、 7月（d~f）、 8月（g~i）在850 hPa（左， AGL=500 m）、 700 hPa（中， AGL=2000 m）以及500 hPa（右， AGL=5000 m）的水汽通道特征

灰色细线为模式输出的原始气块运移轨迹， 彩色线为聚类后的轨迹结果， 粗细表示该通道聚类前包含的轨迹数量， 颜色表示通道上包含所有轨迹的平均比湿（单位： g·kg-1）

Fig.4 Water vapor channel characteristics in June （a~c）， July （d~f）， and August （g~i） at 850 hPa （left， AGL=500 m）， 700 hPa（center， AGL=2000 m）， and 500 hPa （right.AGL=5000 m） in the high precipitation years.The thin gray line is the original gas block migration trajectory output by the mode， the colored line is the trajectory result after clustering， The channel thickness indicates the number of trajectories included in the channel before clustering， and the colour indicates the average specific humidity （units： g·kg-1） of all trajectories included in the channel

从通道强度来看（表2）， 降水高值年夏季850 hPa高度层上南海通道强度最大， 其轨迹数量占比在各月达总轨迹数量近三分之一， 6月及8月局地通道轨迹占比超20%， 与南海通道共同成为该月主要水汽通道。到700 hPa和500 hPa， 欧亚通道及印度洋通道强度迅速增强， 其轨迹占比之和超过55%， 成为对流层中、 高层最主要的水汽通道。在垂直结构上， 对流层低层受南海通道和局地通道的影响最强， 至对流层中高层， 6月主要水汽通道为欧亚通道， 7月、 8月主要水汽通道为印度洋通道。在时间尺度上， 6月西南季风及东南季风的影响范围还未到达秦巴地区， 此时该地对流层低层主要受东南信风偏转产生的南海夏季风控制， 对流层中高层受西风带控制， 进入7月后西南季风及东南季风迅速增强， 其水汽输送范围达到秦巴地区， 使得降水量也迅速增加。
表2 秦巴地区降水高值年6-8月各通道在不同高度层的轨迹数量占比

Table 2 The ratio of the trajectories’ number of each channel in June-August of the high precipitation years at different vertical heights over the Qinba Mountains

高度层 月份 局地 欧亚大陆 南海 印度洋 太平洋
850 hPa 6月 24.69% 21.47% 30.80% 5.17% 17.87%
7月 17.71% 10.84% 42.15% 14.84% 14.45%
8月 20.72% 24.56% 35.26% 6.76% 12.70%
700 hPa 6月 3.77% 48.31% 13.92% 25.12% 8.88%
7月 3.82% 27.11% 16.00% 48.46% 4.61%
8月 7.02% 23.59% 27.45% 31.59% 10.36%
500 hPa 6月 0.97% 67.97% 0.93% 28.92% 1.13%
7月 0.52% 43.66% 8.16% 42.06% 5.62%
8月 2.42% 28.35% 21.54% 34.41% 13.31%

加粗字体表示轨迹数量占比较大的通道， 表示主要水汽通道（Bold font indicates the channel with a relatively large number of tracks in each channel）

从水汽贡献率来看（图5）， 降水高值年夏季各源地贡献率特征与通道强度特征大体一致， 具体表现为： 6 -8月对流层低层局地水汽和南海水汽贡献率之和达58%~71%， 为秦巴山区降水提供大部分水汽供应， 二者同为该层主要水汽源地； 对流层中、 高层各月主要水汽源地为孟加拉湾-北印度洋， 为研究区降水提供近半数水汽贡献。有所不同的是， 根据计算公式可知各源区水汽贡献率由通道强弱及轨迹上的比湿共同决定， 因此虽然欧亚通道在6月对流层中、 高层强度较大， 但其平均比湿仅有2~5 g·kg-1， 表明该通道挟带的水汽含量十分有限， 因此其对秦巴地区降水的水汽贡献较低。
图5 秦巴地区降水高值年6 -8月各水汽源区在850 hPa、 700 hPa及500 hPa高度层的水汽贡献率

Fig.5 Water vapor contribution of each water vapor source region in June-August of the high precipitation years at 850 hPa， 700 hPa and 500 hPa over the Qinba Mountains

3.2.2　降水低值年水汽输送特征

图6（a）~（i）为降水低值年6 -8月水汽输送路径特征。850 hPa高度层［图6（a）， （d）， （g）］水汽通道有4条， 分别是： 局地通道、 欧亚通道、 西太平洋通道以及南海-孟加拉湾通道。700 hPa［图6（b）， （e）， （h）］及500 hPa［图6（c）， （f）， （i）］高度层主要水汽通道为： 欧亚通道以及孟加拉湾-印度洋通道， 与850 hPa轨迹相比来自西太平洋及南海的轨迹明显增多增长， 其终点可追溯至北印度洋、 孟加拉湾地区。与降水高值年水汽输送特征进行对比发现， 降水低值年6 -8月各高度层上来自欧亚地区的轨迹数量均明显增多， 南来轨迹数量显著减少， 此外6月来自中国东部临海、 西太平洋的轨迹数量也显著减少。初步推断降水低值年秦巴地区雨量较少的原因可能是该地受中高纬西风带干冷空气控制较强， 使得受西南季风及东南季风控制的南来湿润水汽输送减弱。
图6 降水低值年 6月（a~c）、 7月（d~f）、 8月（g~i）在850 hPa（左， AGL=500 m）、 700 hPa（中， AGL=2000 m）以及500 hPa（右， AGL=5000 m）的水汽通道特征

灰色细线为模式输出的原始气块运移轨迹， 彩色线为聚类后的轨迹结果， 粗细表示该通道聚类前包含的轨迹数量， 颜色表示通道上包含所有轨迹的平均比湿（单位： g·kg-1）

Fig.6 Water vapor channel characteristics in June （a~c）， July （d~f）， and August （g~i） at 850 hPa （left， AGL=500 m）， 700 hPa（center， AGL=2000 m）， and 500 hPa （right， AGL=5000 m） of the low precipitation years.The thin gray line is the original gas block migration trajectory output by the mode， the colored line is the trajectory result after clustering， The channel thickness indicates the number of trajectories included in the channel before clustering， and the colour indicates the average specific humidity （units： g·kg-1） of all trajectories included in the channel

从通道强度来看（表3）， 降水低值年6 -8月850 hPa高度层欧亚通道强度最大， 轨迹数量占比达22.62%~51.43%， 其次西太平洋通道强度仅次于欧亚通道， 其轨迹数量占比为15.86%~29.53%， 二者同为该层主要水汽通道。在700 hPa和500 hPa高度层各月均有半数轨迹来自欧亚大陆， 欧亚通道成为该层最主要水汽通道。对比降水高、 低值年各水汽通道强度差异不难看出， 高值年夏季低层主要水汽通道以局地通道及南海通道为主， 中高层以欧亚通道（6月）及印度洋通道（7月、 8月）为主， 而低值年夏季各高度层上均表现为欧亚通道强度最大， 为主要水汽通道。从通道强弱角度分析， 来自局地和海洋上空湿润的水汽通道强度均显著减弱， 导致秦巴地区水汽供应相应减少， 降水量下降。
表3 秦巴地区降水低值年6 -8月各通道在不同高度层的轨迹数量占比

Table 3 The ratio of the trajectories’ number of each channel in June-August of the low precipitation years at different vertical heights over the Qinba Mountains

高度层 月份 局地 欧亚大陆 南海 印度洋 太平洋
850 hPa 6月 20.91% 51.43% 10.41% 1.41% 15.86%
7月 14.88% 22.62% 22.42% 13.11% 26.97%
8月 19.12% 28.23% 21.58% 1.54% 29.53%
700 hPa 6月 4.54% 77.42% 8.39% 6.90% 2.75%
7月 4.52% 50.28% 10.75% 23.77% 10.69%
8月 4.53% 40.80% 22.70% 13.77% 18.20%
500 hPa 6月 1.45% 65.21% 2.14% 30.82% 0.40%
7月 2.89% 53.29% 8.19% 22.55% 13.08%
8月 8.60% 35.69% 20.15% 13.95% 21.62%

加粗字体表示轨迹数量占比较大的通道， 表示主要水汽通道（Bold font indicates the channel with a relatively large number of tracks in each channel）

从水汽贡献率看（图7）， 尽管降水低值年欧亚通道强度最大， 但因其能够挟带的水汽含量有限， 导致欧亚地区水汽贡献率仍相对较低。对流层低层主要水汽源地为南海、 欧亚及太平洋地区， 对流层中、 高层主要水汽源地为印度洋及欧亚地区， 此外对流层中层各月以及对流层高层8月来自南海的水汽输送也为研究区降水产生一定贡献。对比降水高、 低值年各源地水汽贡献率特征发现， 低值年来自低层南海以及中高层印度洋的水汽贡献率显著降低， 表明这些湿润的南来水汽输送在这些年份大大减少， 与通道强度特征的变化规律一致。
图7 秦巴地区降水低值年6 -8月各水汽源区在850 hPa、 700 hPa及500 hPa高度层的水汽贡献率

Fig.7 Water vapor contribution of each water vapor source region in June-August of the low precipitation years at 850 hPa， 700 hPa and 500 hPa over the Qinba Mountains

3.3　基于欧拉方法的水汽输送特征

为进一步得到水汽输送的全面特征， 并探究降水异常年水汽通道强度变化的原因， 图8（a）~（i）给出了基于欧拉方法计算的降水高值年6 -8月各高度层水汽通量及风场与1970 -2020年气候平均态的合成分析结果。结果发现， 在对流层低层20°N - 30°N的西太平洋与中国东南部地区存在反气旋性环流异常， 表明降水高值年我国东南地区北上气流强盛， 有利于来自南海与西太平洋上空的大量湿润水汽向北输送， 使得这一带水汽通量较同期气候态水平明显偏多。同时加强了局地水汽蒸发以及短距离水汽输送， 导致秦巴地区降水增多， 与前文利用拉格朗日方法计算得到的结果一致， 均表现为高值年对流层低层水汽主要来自局地、 南海地区。孟加拉湾-印度洋地区夏季水汽通量为北半球高值中心， 因此尽管高值年7 -8月水汽通量及西南季风强度较同期气候平均态较低， 其仍为对流层中、 高层主要水汽源地。
图8 降水高值年6月（a~c）、 7月（d~f）、 8月（g~i）850 hPa（左， AGL=500 m）、 700 hPa（中， AGL=2000 m）以及500 hPa（右， AGL=5000 m）水汽通量与1970 -2020年同期水汽通量（彩色区， 单位： g·m-1·s-1·hPa-1）及风场（矢量， 单位： m·s-1）的合成分析

灰色阴影和红色箭头分别为通过显著性检验的水汽通量和风场， 红色实线范围表示秦巴山区范围

Fig.8 Water vapor fluxes anomalies （color area， unit： g·m-1·s-1·hPa-1） and wind anomalies （vectors， unit： m·s-1） in June （a~c）， July （d~f）， and August （g~i） at 850 hPa （left， AGL=500 m）， 700 hPa （center， AGL=2000 m）， and 500 hPa（right， AGL= 5000 m） in high precipitation years.The grey shading and the red arrows are respectively the water vapor fluxes and wind fields that passed the significance test， the solid red line range indicates the range of Qinba Mountain

综上所述， 降水高值年夏季对流层各层均受到西太平洋与中国东南部地区反气旋性环流异常控制， 使得南来水汽输送强盛， 东南地区水汽通量偏高， 低层局地及南海水汽输送较强， 中高层印度洋水汽输送较强。且欧拉方法与拉格朗日方法均能得到相似的水汽输送路径及源地特征， 后者则能进一步量化各通道水汽输送强度及各源区水汽贡献率。
图9（a）~（i）为降水低值年各月水汽通量及风场与气候平均态的合成分析结果。与降水高值年相比， 对流层各层在中国东南地区均出现气旋性环流异常， 北来气流强盛， 其中西太平洋地区6月在30°N东海区域存在气旋性环流异常， 气流自纬度较高的日本海流经黄海进入中国东部大陆； 7月在20°N西太平洋区域存在气旋性异常环流， 加之西伯利亚异常反气旋的影响， 自东北及华北地区来的冷干气流强盛， 输送至长江口上空时与来自西太平洋的气流汇合继续向西南输送， 导致尽管孟加拉湾、 南海水汽通量较大却难以北上输送至我国， 进而使东部地区水汽通量较同期气候态水平显著偏少， 局地及南海水汽贡献率下降， 与前文计算结果一致。8月东南地区异常气旋环流同样阻挡了来自南海及印度洋的水汽北上， 使得该月降水较气候态偏少。此外， 对流层中、 高层中纬西风带显著增强， 与前文得出的该层主要水汽通道为欧亚通道结果一致。对比降水高、 低值年水汽通量及环流特征异常发现， 秦巴山区夏季降水量与东南地区气旋及反气旋异常环流变化高度一致。
图9 降水低值年6月（a~c）、 7月（d~f）、 8月（g~i）850 hPa（左， AGL=500 m）、 700 hPa（中， AGL=2000 m）以及500 hPa（右， AGL=5000 m）水汽通量与1970 -2020年同期水汽通量（彩色区， 单位： g·m-1·s-1·hPa-1）及风场（矢量， 单位： m·s-1）的合成分析

Fig.9 Water vapor fluxes anomalies （color area， unit： g·m-1·s-1·hPa-1） and wind anomalies （vectors， unit： m·s-1） in June （a~c）， July （d~f）， and August （g~i） at 850 hPa （left， AGL=500 m）， 700 hPa （center， AGL=2000 m）， and 500 hPa （right， AGL= 5000 m） in low precipitation years.The grey shading and the red arrows are respectively the water vapor fluxes and wind fields that passed the significance test， the solid red line range indicates the range of Qinba Mountain

综上所述， 降水低值年夏季对流层各层均受到气旋性异常环流控制， 导致中国东南部地区异常偏东北风强盛， 南来湿润水汽难以向北输送， 使得东南地区水汽通量偏低， 局地及南海水汽贡献下降， 同时西太平洋水汽贡献上升； 此外对流层中、 高层西风带异常强盛， 成为各月主要水汽通道。

4 结论

本研究针对秦巴地区水汽如何输送这一关键问题， 以气象站点数据及NCEP/NCAR、 ERA5再分析数据为基础， 分析1970 -2020年秦巴地区6 -8月平均降水量变化， 分别选出五个降水异常高值年和异常低值年， 利用HYSPLIT拉格朗日模型在不同高度层上对各月进行后向轨迹追踪， 聚类得到主要水汽通道并计算各通道强度及各源区水汽贡献量， 再结合欧拉方法分别对降水高、 低值年与气候平均态的水汽通量及风场进行合成分析， 系统分析研究区夏季水汽输送路径及源地特征与其垂直结构特征， 并探讨其成因， 得到以下主要结论：
（1） 秦巴地区水汽通道包括： 局地通道、 欧亚通道、 西太平洋通道、 南海通道及印度洋通道。降水高、 低值年各通道强度及源地贡献特征差异较大。从通道强度看， 降水高值年低层主要水汽通道为局地和南海通道； 中、 高层6月主要水汽通道为欧亚通道， 7月主要通道为印度洋通道。降水低值年6 -8月各高度层最主要的水汽通道均为欧亚通道， 此外对流层低层6月的局地通道以及7、 8月的西太平洋通道强度也相对较大。
（2） 从源地贡献看， 降水高值年秦巴地区低层主要水汽源地为局地及南海地区， 对流层中、 高层主要源地为印度洋地区。降水低值年低层南海、 欧亚及西太平洋地区水汽贡献相当， 对流层中、 高层印度洋水汽贡献下降， 与欧亚地区共同成为该地主要水汽源区。
（3） 进一步分析降水高、 低值年水汽通量及环流特征差异发现， 降水高值年我国东南地区主要受反气旋性异常环流控制， 使得南海水汽向北输送强盛， 东南地区水汽通量偏大， 进而导致局地水汽蒸发对降水的贡献相应增强。降水低值年东南地区主要受到气旋性异常环流控制， 南来水汽受阻难以向北输送， 且中纬西风带较平均态更加强盛。秦巴山区夏季降水量与东南地区气旋及反气旋异常环流特征变化高度一致。
本研究重点探讨了秦巴地区降水高、 低值年夏季水汽输送特征， 初步明晰了该地6 -8月水汽输送特征及变化规律与成因， 为深入认识“中央水塔”成因和南北过渡带生态环境调控机理提供了科学依据。但本文仅从水汽输送角度分析了降水高、 低值年产生雨量差异的原因， 初步发现了我国东南地区的环流异常可能是导致降水量变化的重要因素， 对影响水汽输送变化的其他因素， 例如海温、 季风强度等并未展开深入讨论。因此， 未来还需从机理角度进行更加深入的分析， 以进一步了解影响秦巴地区水汽输送特征变化的原因， 并尝试预测其在全球变化背景下的未来发展趋势。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Gimeno L， Stohl A， Trigo R M， et al， 2012.Oceanic and terrestrial sources of continental precipitation［J］.Reviews of Geophysics， 50（4）： 1-41.DOI： 10.1029/2012RG000389 .

Mao X L， Xing L， Shang W， et al， 2023.Moisture sources for precipitation over the Pamirs Plateau in winter and spring［J］.Quarterly Journal of the Royal Meteorological Society， 150（759）： 820-833.DOI： 10.1002/qj.4624 .

NOAA A， 2011.HYSPLIT （HYbrid Single-Particle Lagrangian Integrated Trajectory）［EB/OL］.National Oceanic and Atmospheric Administration， Air Resources Laboratory， ［2024-06-13］.

Numaguti A， 1999.Origin and recycling processes of precipitating water over the Eurasian continent： Experiments using an atmospheric general circulation model［J］.Journal of Geophysical Research： Atmospheres， 104（D2）： 1957-1972.DOI： 10.1029/1998JD200026 .

Rolph G， Stein A， Stunder B， 2017.Real-time environmental applications and display system： READY［J］.Environmental Modelling & Software， 95： 210-228.DOI： 10.1016/j.envsoft.2017.06. 025 .

Shi Y， Jiang Z， Liu Z， et al， 2020.A Lagrangian analysis of water vapor sources and pathways for precipitation in East China in different stages of the East Asian summer monsoon［J］.Journal of Climate， 33（3）： 977-992.DOI： 10.1175/JCLI-D-19-0089.1 .

Simmonds I， Bi D， Hope P， 1999.Atmospheric water vapor flux and its association with rainfall over China in summer［J］.Journal of Climate， 12（5）： 1353-1367.DOI： 10.1175/1520-0442（1999）012<1353： AWVFAI>2.0.CO； 2 .

Stein A F， Draxler R R， Rolph G D， et al， 2015.NOAA's HYSPLIT atmospheric transport and dispersion modeling system［J］.Bulletin of the American Meteorological Society， 96（12）： 2059-2077.DOI： 10.1175/BAMS-D-14-00110.1 .

晁智龙， Chunpanha K， 严宝文， 等， 2022.陕南秦巴山区极端降水的空间分布特征研究［J］.水利与建筑工程学报， 20（1）： 73-77.DOI： 10.3969 /j.issn.1672-1144.2022.01.011.Chao Z L ，

Chunpanha K， Yan B W， et al， 2022.Spatial distribution of extreme precipitations in Qinba Mountain area of southern Shaanxi province［J］.Journal of Water Resources and Architectural Engineering， 20（1）： 73-77.DOI： 10.3969 /j.issn.1672-1144. 2022.01.011 .

杜一博， 李双双， 冯典， 等， 2024.全球变暖背景下陕西省夏季极端降水及其大尺度环流特征［J］.高原气象， 43（2）： 342-352.DOI： 10.7522/j.issn.1000-0534.2023.00062.Du Y B ，

Li S S， Feng D， et al， 2024.Characteristics of extreme summer precipitation and large-scale circulation in Shaanxi province under global warming［J］.Plateau Meteorology， 43（2）： 342-352.DOI： 10.7522/j.issn.1000-0534.2023.00062 .

黄秉维， 1958.中国综合自然区划的初步草案［J］.地理学报， 24（4）： 348-365.

Huang B W， 1958.Preliminary draft of a comprehensive natural area classification for China［J］.Acta Geographica Sinica， 24（4）： 348-365.

孔祥伟， 李晨蕊， 杨秀梅， 等， 2024.甘肃河东夏季区域性短时强降水环流形势分类特征［J］.高原气象， 43（2）： 329-341.DOI： 10.7522/j.issn.1000-0534.2023.00056.Kong X W ，

Li C R， Yang X M， et al， 2024.Circulation situation characteristics of regional short-time heavy rainfall in eastern Gansu province in summer［J］.Plateau Meteorology， 43（2）： 329-341.DOI： 10.7522/j.issn.1000-0534.2023.00056 .

李国翠， 钤伟妙， 车少静， 等， 2023.“21·7”特大暴雨系统北上引发太行山中段区域大暴雨成因分析［J］.高原气象， 42（5）： 1260-1270.DOI： 10.7522/j.issn.1000-0534.2022.00109.Li G C ， QianWM， CheS J， et al， 2023.Characteristics and synoptic analysis of a regional heavy rain in midle part of Taihang Mountains caused by“21·7”torrential rain system moving northward［J］.Plateau Meteorology， 42（5）： 1260-1270.DOI： 10.7522/j.issn.1000-0534.2022.00109 .

刘荷， 邓晨晖， 邵景安， 等， 2021.1964-2017年秦岭山地降水时空变化特征及其南北差异［J］.水土保持研究， 28（2）： 210-216+223.DOI： 10.13869/j.cnki.rswc.2021.02.030.Liu H ，

Deng C H， Shao J A， et al， 2021.Spatiotemporal variations of precipitation and the north-south differences in the Qinling Mountains from 1964 to 2017［J］.Research of Soil and Water Conservation， 28（2）： 210-216+223.DOI： 10.13869/j.cnki.rswc.2021.02.030 .

李虎， 潘小多， 2022.青藏高原水汽输送过程及水汽源地研究方法综述［J］.地球科学进展， 37（10）： 1025-1036.DOI： 10.11867/j.issn.1001-8166.2022.049.Li H ，

Pan X D， 2022.An overview of research methods on water vapor transport and sources in the Tibetan Plateau［J］.Advances in Earth Science， 37（10）： 1025-1036.DOI： 10.11867/j.issn.1001-8166.2022.049 .

刘俊杰， 张百平， 姚永慧， 等， 2022.秦巴山地植物南北变化与过渡模式研究［J］.地理学报， 77（11）： 2773-2786.DOI： 10.11821/dlxb202211006.Liu J J ，

Zhang B P， Yao Y H， et al， 2022.Latitudinal variation and transition patterns of plants in the Qinling-Daba Mountains［J］.Acta Geographica Sinica， 77（11）： 2773-2786.DOI： 10.11821/dlxb202211006 .

李玲萍， 王博， 李天江， 等， 2023.河西走廊夏季旱涝和典型暴雨的水汽特征［J］.高原气象， 42（4）： 923-933.DOI： 10.7522/j.issn.1000-0534.2022.00058.Li L P ，

Wang B， Li T J， et al， 2023.Water vapor characteristics of summer drought and flood and typical rainstorm in Hexi Corridor［J］.Plateau Meteorology， 42（4）： 923-933.DOI： 10.7522/j.issn.1000-0534.2022.00058 .

李明娟， 郭大梅， 冯典， 等， 2023.弱天气系统强迫下一次突发性大暴雨成因分析［J］.高原气象， 42（4）： 934-948.DOI： 10.7522/j.issn.1000-0534.2022.00101.Li M J ，

Guo D M， Feng D， et al， 2023.Mechanism analysis of an abrupt torrential rain event under weak synoptic forcing［J］.Plateau Meteorology， 42（4）： 934-948.DOI： 10.7522/j.issn.1000-0534.2022.00101 .

李双双， 汪成博， 延军平， 等， 2020.面向事件过程的秦岭南北极端降水时空变化特征［J］.地理学报， 75（5）： 989-1007.

Li S S， Wang C B， Yan J P， et al， 2020.Variability of the event-based extreme precipitation in the south and north Qinling Mountains［J］.Acta Geographica Sinica， 75（5）： 989-1007.

李双双， 杨赛霓， 刘宪锋， 2015.1960-2013年秦岭-淮河南北极端降水时空变化特征及其影响因素［J］.地理科学进展， 34（3）： 354-363.DOI： 10.11820/dlkxjz.2015.03.010.Li S S ，

Yang S N， Liu X F， 2015.Spatiotemporal variability of extreme precipitation in north and south of the Qinling-Huaihe region and influencing factors during 1960-2013［J］.Progress in Geography， 34（3）： 354-363.DOI： 10.11820/dlkxjz.2015.03.010 .

刘胜男， 冯典， 郭大梅， 等， 2023.秦岭山区东麓一次短时强降水特征及成因分析［J］.中低纬山地气象， 47（1）： 82-89.

Liu S N， Feng D， Guo D M， et al， 2023.Characteristics of a short-time heavy rainfall process in eastern piedmont of Qinling Mountains［J］.Mid-Low Latitude Mountain Meteorology， 47（1）： 82-89.

廖伟， 程志刚， 李跃清， 2020.基于TRMM数据的秦巴山区降水特征分析［J］.高原山地气象研究， 40（1）： 11-17.

Liao W， Cheng Z G， Li Y Q， 2020.Analysis of precipitation characteristics in Qin-Ba Mountainous area based on TRMM data［J］.Plateau and Mountain Meteorology Research， 40（1）： 11-17.

刘煜， 刘蓉， 王欣， 等， 2022.基于拉格朗日方法评估青藏高原若尔盖地区水汽输送特征［J］.高原气象， 41（1）： 58-67.DOI： 10.7522/ j.issn.1000-0534.2021.00100.Liu Y ，

Liu R， Wang X， et al， 2022.The characteristics of water vapor transport based on Lagrangian Method in the Zoige， Qinghai-Xizang Plateau［J］.Plateau Meteorology， 41（1）： 58-67.DOI： 10.7522/j.issn.1000-0534.2021.00100 .

苏军锋， 张锋， 黄玉霞， 等， 2021.甘肃陇南市短时强降水时空分布特征及中尺度分析［J］.干旱气象， 39（6）： 966-973.DOI： 10.11755/j.issn.1006-7639（2021）-06-0966.Su J F ，

Zhang F， Huang Y X， et al， 2021.Spatial-temporal distribution characteristics and mesoscale analysis of short-time heavy precipitation in Longnan of Gansu Province［J］.Journal of Arid Meteorology， 39（6）： 966-973.DOI： 10.11755/j.issn.1006-7639（2021）-06-0966 .

宋琳琳， 郝成元， 何素楠， 2021.秦岭南北降水空间分异研究［J］.地球与环境， 49（6）： 615-622.DOI： 10.14050/j.cnki.1672-9250.2021.49.049.Song L L ，

He C Y， He S N， 2021.Study on spatial differentiation of precipitation between north and south of Qinling Mountains［J］.Earth and Environment， 49（6）： 615-622.DOI： 10.14050/j.cnki.1672-9250.2021.49.049 .

王楠， 赵强， 井宇， 等， 2018.秦岭北麓一次冷锋触发的短时强降水成因分析［J］.高原气象， 37（5）： 1277-1288.DOI： 10.7522/j.issn.1000-0534.2017.00070.Wang N ，

Zhao Q， Jing Y， et al， 2018.Causation analysis of a short-time strong rainfall triggered by cold front at the northern piedmont of Qinling Mountains［J］.Plateau Meteorology， 37（5）： 1277-1288.DOI： 10.7522/j.issn.1000-0534.2017.00070 .

王曼， 许美玲， 段旭， 等， 2022.影响云南高原地区的南海西行台风水汽输送特征［J］.高原气象， 41（3）： 584-592.DOI： 10.7522/j.issn.1000-0534.2020.00109.Wang M ，

Xu M L， Duan X， et al， 2022.Water vapor transport characteristics of South China Sea westbound typhoon which affected Yunnan Plateau［J］.Plateau Meteorology， 41（3）： 584-592.DOI： 10.7522/j.issn.1000-0534.2020.00109 .

王卫国， 李弘毅， 朱小凡， 等， 2022.1979-2018年青藏高原不同地区积雪季极端降水水汽来源分析［J］.高原气象， 41（6）： 1367-1383.DOI： 10.7522/i.issn.1000-0534.2021.00080.Wang W G ，

Li H Y， Zhu X F， et al， 2022.The analysis of water vapor sources of extreme precipitation in different subregions of Qinghai-Xizang Plateau during the snow season from 1979 to 2018［J］.Plateau Meteorology， 41（6）： 1367-1383.DOI： 10.7522/i.issn.1000-0534.2021.00080 .

王晓玲， 任燕， 2012.秦岭山区近50年降水差异及可能局地成因探讨［J］.气候与环境研究， 17（6）： 911-918.DOI： 10.3878/j.issn.1006-9585.2012.06.28.Wang X L ，

Ren Y， 2012.Analysis of precipitation differences and their local causes in the last 50 years around the Qinling Mountains［J］.Climatic and Environmental Research， 17（6）： 911-918.DOI： 10.3878/j.issn.1006-9585.2012.06.28 .

王志毅， 高庆九， 胡邦辉， 等， 2017.近 50 a 江淮地区梅雨期水汽输送特征研究［J］.大气科学学报， 40（1）： 48-60.DOI： 10.13878/j.cnki.dqkxxb.20150916002.Wang Z Y ，

Gao Q J， Hu B H， et al， 2017.Features of moisture transport in the Yangtze-Huaihe River Basin during the Meiyu season in the last 50 years［J］.Transactions of Atmospheric Sciences， 40（1）： 48-60.DOI： 10.13878/j.cnki.dqkxxb.20150916002 .

谢坤， 任雪娟， 2008.华北夏季大气水汽输送特征及其与夏季旱涝的关系［J］.气象科学， 28（5）： 508-514.DOI： 10.3969/j.issn.1009-0827.2008.05.006.Xie K ，

Ren X J， 2008.Climatological characteristics of atmospheric water vapor transport and its relation with rainfall over north China in summer［J］.Journal of the Meteorological Sciences， 28（5）： 508-514.DOI： 10.3969/j.issn.1009-0827.2008.05.006 .

肖贻青， 娄盼星， 刘菊菊， 等， 2022.一次中-γ尺度短时大暴雨的成因及可预报性分析［J］.气象与环境科学， 45（4）： 13-22.DOI： 10.16765/j.cnki.1673-7148.2022.04.002.Xiao Y Q ，

Lou P X， Liu J J， et al， 2022.Analysis on the causes and predictability of a Meso-γ-scale short-time extreme rainstorm［J］.Meteorological and Environmental Sciences， 45（4）： 13-22.DOI： 10.16765/j.cnki.1673-7148.2022.04.002 .

杨浩， 江志红， 刘征宇， 等， 2014.基于拉格朗日法的水汽输送气候特征分析——江淮梅雨和淮北雨季的对比［J］.大气科学， 38（5）： 965-973.DOI： 10.3878/j.issn.1006-9895.1402.13228.Yang H ，

Jiang Z H， Liu Z Y， et al， 2014.Analysis of climatic characteristics of water vapor transport based on the Lagrangian method： A comparison between Meiyu in the Yangtze-Huaihe River region and the Huaibei rainy season［J］.Chinese Journal of Atmospheric Sciences， 38（5）： 965-973.DOI： 10.3878/j.issn.1006-9895.1402.13228 .

叶佳意， 王天阳， 李凤全， 2021.2018年金华地区冬季异常降水的水汽输送特征［J］.自然灾害学报， 30（4）： 172-180.DOI： 10.13577/j.jnd.2021.0419.Ye J Y ，

Wang T Y， Li F Q， 2021.Water vapor transport characteristics of winter abnormal precipitation in Jinhua area in 2018［J］.Journal of Natural Disasters， 30（4）： 172-180.DOI： 10.13577/j.jnd.2021.0419 .

杨晓柳， 王平， 高大威， 等， 2020.1979-2014年秦巴山区MSWEP降水数据精度评估及变化特征分析［J］.水土保持研究， 27（6）： 146-152.

Yang X L， Wang P， Gao D W， et al， 2020.Accuracy evaluation and analysis on change characteristics of MSWEP precipitation data in Qinbashan Mountains area from 1979 to 2014［J］.Research of Soil and Water Conservation， 27（6）： 146-152.

张百平， 2019.中国南北过渡带研究的十大科学问题［J］.地理科学进展， 38（3）： 305-311.DOI： 10.18306/dlkxjz.2019.03.001.Zhang B P ， 2019.Ten major scientific issues concerning the study of China’s north-south transitional zone［J］.Progress in Geography， 38（3）： 305-311.DOI： 10.18306/dlkxjz.2019.03.001 .

朱昌睿， 宋敏红， 张少波， 等， 2023.不同水汽源地对夏季青藏高原降水过程影响的模拟研究［J］.高原气象， 42（5）： 1129-1143.DOI： 10.7522/j.issn.1000-0534.2022.00092.Zhu C R ，

Song M H， Zhang S B， et al， 2023.Influence of different water vapor sources on the precipitation processes on the Qinghai-Xizang（Tibet）Plateau in summer［J］.Plateau Meteorology， 42（5）： 1129-1143.DOI： 10.7522/j.issn.1000-0534.2022.00092 .

朱家宁， 杨显玉， 吕雅琼， 等， 2023.中国西南地区干湿年份水汽来源个例对比分析［J］.高原气象， 42（6）： 1504-1517.DOI： 10.7522/j.issn.1000-0534.2023.00001.Zhu J N ，

Yang X Y， Lv Y Q， et al， 2023.Comparative analysis of individual water vapor sources in dry and wet year in southwest China［J］.Plateau Meteorology， 42（6）： 1504-1517.DOI： 10.7522/j.issn.1000-0534.2023.00001 .

朱梅， 肖天贵， 余兴， 等， 2014.秦巴谷地夏季降水的时空特征分析［J］.气象科技， 42（4）： 663-670.DOI： 10.3969/j.issn.1671-6345.2014.04.024.Zhu M ，

Xiao T G， Yu X， et al， 2014.Spatial and temporal distribution characteristics of summer precipitation in Qinling and Daba Valley［J］.Meteorological Science and Technology， 42（4）： 663-670.DOI： 10.3969/j.issn.1671-6345.2014.04.024 .

张善红， 齐贵增， 苏凯， 等， 2022.近60 年秦岭山地旱涝变化规律［J］.生态学报， 42（12）： 4758-4769.DOI： 10.5846 /stxb202107191951.Zhang S H ，

Qi G Z， Su K， et al， 2022.Changes of drought and flood in the Qinling Mountains in the last 60 years［J］.Acta Ecologica Sinica， 42（12）： 4758-4769.DOI： 10.5846 /stxb202107191951 .

赵松乔， 1983.中国综合自然地理区划的一个新方案［J］.地理学报， 38（1）： 1-10.DOI： 10.11821/xb198301001.Zhao S Q ， 1983.A new scheme for comprehensive physical regionalization in China［J］.Acta Geographica Sinica， 38（1）： 1-10.DOI： 10.11821/xb198301001 .

折远洋， 王圣杰， 王鹏， 等， 2023.西秦岭地区大气降水氢氧稳定同位素特征［J］.地球与环境， 51（2）： 143-152.DOI： 10.14050/j.cnki.1672-9250.2022.50.038.Zhe Y Y ，

Wang S J， Wang P， et al， 2023.Stable hydrogen and oxygen isotopes in precipitation in the western Qinling Mountains［J］.Earth and Environment， 51（2）： 143-152.DOI： 10.14050/j.cnki.1672-9250.2022.50.038 .

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