Plateau Meteorology

Plateau Meteorology >

2020 , Vol. 39 >Issue 6: 1207 - 1218

DOI: https://doi.org/10.7522/j.issn.1000-0534.2019.00132

Observational Analysis on the Surface Energy Balance Status over a Grassland around the Lake Ngoring in Growing Season

  • Qianhui MA , 1 ,
  • Murong QI 1 ,
  • Qinghua YANG 1, 2 ,
  • Renhao WU 1, 2 ,
  • Shihua LÜ 3, 4 ,
  • Xianhong MENG 3 ,
  • Zhaoguo LI 3 ,
  • Yinhuan AO 3 ,
  • Bo HAN , 1, 2
Expand
  • 1. Guangdong Province Key Laboratory for Climate Change and Nature Disaster Studies，School of Atmospheric Sciences，Zhongshan University，Zhuhai 519082，Guangdong，China
  • 2. Southern Marine Science and Engineering Guangdong Laboratory （Zhuhai），Zhuhai 519082，Guangdong，China
  • 3. Key Laboratory of Land Surface Process and Climate in Cold and Arid Region，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，Gansu，China
  • 4. College of Atmospheric Sciences，Chengdu University of Information Technology Plateau Atmosphere and Environment Key Laboratory of Sichuan Province，Chengdu 610225，Sichuan，China

Received date: 2019-10-29

  Revised date: 2020-04-01

  Online published: 2020-12-28

Fold

Highlights

Based on the observation data from 2011 to 2013 of alpine meadow beside the Lake Ngoring， this study analyzed the characteristics of surface energy flux balance of alpine meadow in the growing period.When the soil heat storage was not considered， there was a great unbalanced energy flux from observations.By considering soil heat storage， the maximum of daily average unbalanced energy flux reduced from 182.76 W·m-2 to 98.68 W·m-2， and the energy closure degree increased from 0.61 to 0.69.A significant diurnal variation in the soil water content at 5 cm depth， which indicated a process of heating and wetting within shallow soil layer during 08:00 and 12:00 （Beijing Time）.Such process was suggested to be caused by the condensation of water vapor within soil pore after calculating the heating rate due to the wetting.The heat storage due to the condensation process is about 34% of the total heat storage within soil above 5 cm depth， and its variation is found to be dependent on the solar radiation condition.The condensation process can return a considerable part of the water vapor evaporated from the soil or plant， and might be conducive to the ecological maintenance around a Tibetan lake.

Cite this article

Qianhui MA , Murong QI , Qinghua YANG , Renhao WU , Shihua LÜ , Xianhong MENG , Zhaoguo LI , Yinhuan AO , Bo HAN . Observational Analysis on the Surface Energy Balance Status over a Grassland around the Lake Ngoring in Growing Season[J]. Plateau Meteorology, 2020 , 39(6) : 1207 -1218 . DOI: 10.7522/j.issn.1000-0534.2019.00132

1 引言

青藏高原是亚洲季风系统的核心， 其独特的中低纬度和高海拔影响了亚洲乃至全球气候格局。青藏高原同时也是长江、 黄河、 澜沧江等的重要发源地（张明礼等， 2016）。青藏高原辐射强烈， 空气稀薄， 具有复杂多样的地形地貌和下垫面类型， 由此产生了特有的地气相互作用， 并在多个时空尺度影响着北半球的气候和生态环境（周亚等， 2017； 严晓强等， 2019）。
自20世纪70年代以来， 在青藏高原开展了一系列大气观测实验。其中包括1979年进行的第一次青藏高原试验， 1998年的第二次青藏高原大气科学实验， 亚洲季风能量水分循环青藏高原试验GAME/Tibet（1996 -2000年）， 亚澳季风能量水分循环青藏高原试验CAMP/Tibet（2001 -2005年）等。这些实验的目的之一就是深入理解青藏高原不同下垫面的地气交换特征， 改进陆面模型参数化方案， 进而了解当前的气候变化的特征及规律（冯超等， 2010； 王少影等， 2012； 周亚等， 2017）。这些观测研究发现， 青藏高原东部较为湿润， 地气交换东部以潜热通量为主（李英等， 2009）； 西部较干旱， 西部以感热通量为主（李国平等， 2003）。地气作用也存在对气候变化的响应， 如研究发现在2002 -2015年期间， 青藏高原感热通量呈现上升趋势， 潜热通量呈现减少趋势（严晓强， 2019）。
在以往进行的观测研究中， 地表能量平衡分析始终是地气作用研究的基础环节。尽管地表能量平衡在理论上没有太多争议， 但实际观测的地表能通量间通常是不闭合的。一般基于涡动系统观测的地表能量闭合系数仅在60%~90%之间（Oncley et al， 2007； 马伟强等， 2004， 2005； 狄晓英， 2009； 钱泽雨等， 2003）。导致能量不闭合的可能原因有很多种， 主要包括观测仪器的误差， 存在未被观测到的物理过程等（Oncley et al， 2007； 胡媛媛等， 2018）。通过分析这些能量不闭合产生的原因， 可以更加深入的了解土壤、 植被、 大气之间关键的相互作用过程。
土壤-植物-大气中水分的转移变化是水循环的重要组成部分（谢忠奎等， 2000）。在季节尺度上， 土壤含水量的变化主要由降水和蒸发控制。在对青藏高原安多站的分析中发现， 6月份土壤含水量最低， 之后随着降水增加而增加（狄晓英， 2009； 高峰等， 2004）。但在更短的日尺度上， 浅层土壤和植被发生的凝结过程可能十分重要。不少研究指出， 土壤表层附近发生的凝露过程可能是干旱、 半干旱地区一种非常有效的补充土壤水分的方式（Ao et al， 2016； 韩博等， 2011）。虽然已有研究指出了地表凝露产生的条件及一般规律（Garratt et al， 1988； Jacobs et al， 1994； Luo et al， 2000； 赵军， 2006）， 但由于凝露过程相对难以精确观测， 对于复杂下垫面上开展的观测研究还不多， 例如在青藏高原。鉴于此， 本研究利用观测实验数据来回答两个问题： ①鄂陵湖草甸区域是否存在凝露过程； ②该凝露过程对于地表能量平衡起到了什么作用。通过对这两个问题的回答， 期望能够加深对青藏高原湖泊附近区域地气作用的认识。

2 数据来源与方法介绍

2.1　实验简介

黄河源区位于青藏高原的东北部， 被称作“黄河水塔”， 是我国重要的水源涵养区。气候严寒， 大部分地区年平均气温低于0 ℃（谢昌卫等， 2006）。源区内分布有高山、 草原、 沙地、 湖泊以及冻土等地形地貌， 自然环境严酷， 生态环境十分脆弱和敏感（朱文会等， 2019）， 对全球的生态环境有着重大影响（翁笃鸣， 1991）。黄河源区年平均相对湿度超过60%， 夏季相对湿度较高， 6 -9月是相对湿度最大的时期， 月相对湿度在65%以上， 冬季相对湿度较低， 最低值出现在2月份（胡良温， 2006）。鄂陵湖是黄河源区内最大的淡水湖泊， 海拔约4200 m， 是理想的湖泊-草甸复杂下垫面的研究区域（李照国等， 2012； 唐恬等， 2013）。该区域的地表能量传输过程与湿润、 干旱地区存在一定的区别（奥银焕等， 2008）。
所用资料来自于鄂陵湖的草地观测站（图1）。研究站位于鄂陵湖西北的高寒草甸（97°39.082'E， 35°01.920'N）， 据鄂陵湖岸约有1 km。该观测场周围地形开阔、 平坦， 植被覆盖较好， 夏季草高约为15 cm， 冬季约为5 cm。当地属高寒草原气候， 四季不分明， 冬季漫长而严寒， 干燥多大风， 夏季短暂而温凉， 降水集中在6 -9月（唐恬等， 2013）。当地年平均气温为-3.3 ℃， 夏季平均气温在6.9 ℃以上， 月平均气温7月最高达7.9 ℃， 1月最低。年降水量为332.5 mm， 且降水主要集中在夏半年， 占年降水量的70%以上（Wang et al， 2019； 屈长良， 2019）。
图1 观测点位置（a, 红星）及概况（b）

Fig.1 Location (a, red star) and general situation (b) of the observation site

观测站使用一套开路涡动相关系统观测， 包括一套超声风速仪（CSAT3， Campbell， 距地面3 m）和开路气体分析仪（Li7500， LiCor， 距地面3 m）。涡动数据采集频率为10 HZ， 所有数据进行了系统的质量控制， 包括去野点， WPL， 坐标旋转等。利用经过质量控制的原始数据每30 min计算平均值及扰动值， 进而利用协方差法获得对应的通量数据。本研究主要关注感热与潜热通量。与此同时， 观测内容还包括辐射四分量（CNR4， Kipp & Zonen， 距地面1.5 m高度）、 四层（-5， -10， -20， -40 cm）土壤温度（109， Campbell）和体积含水量（CS616， Campbell）、 5 cm处土壤热通量（HFP01SC， Hukseflux）和降水量（RG3， HOBO， 距地面1 m）。由于降水对开路涡动观测有较大影响， 因此降水期的通量观测数据未在本研究中使用。

2.2　地表能量平衡的观测分析

地表能量平衡方程［式（1）］是地球系统最重要的平衡关系之一。表示在光线不可穿透的地表上， 地表吸收的净辐射（R n）一般会以表层土壤热传导（G 0， 向下为正）， 湍流传输引起的感热（H S）和潜热（LE）交换来完成。
R n - G 0 = H S + L E
考虑到表层土壤热通量难以直接观测， 实际测得的热通量G ref通常是某层深度的土壤热通量。在土壤热力传输满足一维热传导方程的前提下， 表层土壤热通量可以通过能量守恒方程计算：
G 0 = G r e f + S s o i l
式中： S soil为土壤热储项。本研究使用地表温度和5 cm土壤温度仪器计算0~5 cm土壤热储。其中表层土壤温度T 0由向上长波辐射Rl up计算：
R l u p = ε δ T 0 4
式中： δ = 5.67 × 10 - 8   W ∙ m - 2 ∙ K - 4， 为stephen-boltzmann常数； ε为地表长波发射率， 对草地本研究取0.95。用表层土壤温度T 0与5 cm土壤温度T 5的平均值近似代替5 cm到地表的土壤平均温度 T a v = ( T 0 + T 5 ) 2， 土壤热储 S s o i l可以表示为：
S s o i l = ∫ ∂ ρ s c s T ( z , t ) ∂ t d z
式中： ρ s c s为土壤体积热容量，
ρ s c s = ρ d r y c d r y ∙ ( 1 - Θ ) + ρ l c l ∙ θ
式中 : ρ d r y c d r y = 2.1 × 10 6    J · m - 3 · K - 1为干土壤单位体积热容； ρ l c l = 4.2 × 10 6   J · m - 3 · K - 1为水的单位体积热容； Θ = 0.4 为土壤孔隙度； θ为土壤体积含水量。因此可知土壤热储的计算公式为：
S s o i l = ∫ ∂ ρ s c s T ( z , t ) ∂ t d z ≈ 1 ∆ t ∙ [ ρ s c s t + ∆ t ∙ T a v t + ∆ t - ρ s c s t ∙ T a v t ] ∙ ∆ z
将式（6）代入式（2）， 可得：
G 0 t = G 5 t + ∫ ∂ ρ s c s T z , t ∂ t d z
≈ G 5 ( t ) + 1 ∆ t ∙ [ ρ s c s t + ∆ t ∙ T a v t + ∆ t - ρ s c s t ∙ T a v t ] ∙ ∆ z
式中： G 5为5 cm处测得的土壤热通量； ρ s c s为土壤体积热容量； T av为平均温度； ∆ z = 0.05   m为地表到5 cm处深度； ∆ t = 30   m i n = 1800   s为采样间隔（Yang et al， 2008）。

2.3　研究时段的选择

观测数据从2011年8月开始到2013年11月结束， 2012年8 -9月由于数据缺失以及降水天数较多没有考虑。将连续日平均5 cm土壤温度大于等于0 ℃， 连续日平均波文比小于等于1定义为生长期（王少影等， 2012）。因为降水期间获得的湍流通量数据质量较差， 具有很大的不确定性， 在本文分析中， 未加特殊说明的所有数据均对应无降水时段。
为了考虑不同辐射状况下的差异， 进一步将研究时段分为晴天和阴天。晴天的选择是向下短波辐射最大值大于等于1000 W·m-2， 同时向下短波辐射连续两小时大于等于其平均值700 W·m-2。对应的， 将向下短波辐射峰值小于700 W·m-2， 向下长波辐射最大值大于等于300 W·m-2， 同时向下长波辐射连续两小时大于等于250 W·m-2定义为阴天。在2011 -2013年三年生长季有效观测期为（简称观测期）202天， 其中典型晴天（简称晴天）107天， 典型阴天（简称阴天）69天。

3 结果

3.1　地表能通量变化特征

图2给出了生长期地表能量平衡的平均日变化特征。从图2中可以看出， 无论阴天和晴天， R n均在13:00（北京时， 下同）左右达到峰值， 在整体、 晴天和阴天对应的平均日变化的峰值分别为558.56， 656.06和433.8 W·m-2， 平均值分别为131.76， 159.7和103.52 W·m-2。在夜间， R n一般维持为稳定的负值， 此时长波辐射使得地表降温迅速， 土壤温度成上冷下暖的分布， 土壤热通量（负值表示向上）补充了部分净辐射的损失。
图2 2011 -2013年观测期地表能量通量日变化

Fig.2 Diurnal variation of surface energy flux during the observation period from 2011 to 2013

G 5日变化峰值在观测期间、 晴天、 阴天对应的平均日变化的峰值分别为68.38， 85.79和52.31 W·m-2、 位相比R n滞后约1.5 h， G 5均值为3.8 W·m-2， 晴天土壤热通量的均值7.2 W·m-2大于阴天均值1.17 W·m-2。土壤热储S soil在11:00左右提前达到最大， 日变化峰值为182.76 W·m-2。各个通量在阴天的标准差大于晴天， 这可能因为降雨过程对土壤水热结构整体改变较为剧烈， 而降雨前后时段一般属于阴天。
观测发现， 生长期潜热通量始终大于感热， R n更多通过蒸散过程消耗掉。潜热日变化对应的峰值为195.96 W·m-2、 感热峰值为148.26 W·m-2。夜间感热、 潜热都较小， 数值在零附近。潜热在观测期间、 晴天、 阴天的平均值分别为62.11， 78.53和44.24 W·m-2； 感热对应的平均值分别为38.16， 46.34和27.39 W·m-2。晴天的感热、 潜热数值大于阴天的。晴天潜热感热与净辐射同时达到峰值， 阴天延后至15:00左右达到峰值。

3.2　地表能量平衡分析

本研究测量的土壤热通量在地下5 cm处， 记作G 5， 进一步定义不闭合能量通量：
R 5 = R n - G 5 - H S - L E
从不闭合能量日变化（图3）可以看到， 观测的R 5仅在08:00和18:00附近为零， 说明此时G 5与G 0可能数值接近， 表明此时S soil接近为0 W·m-2。晴天08:00 -12:00 R5平均可达135.75 W·m-2［图3（b）］， 一般高于对应时刻阴天的数值（100.51 W·m-2）［图3（c）］， 但是晴天R 5平均值为27.64 W·m-2低于阴天的数值（30.84 W·m-2）， 而R 5在08:00 -18:00为正， 峰值大约为180 W·m-2。
图3 2011 -2013年观测期不闭合能量（R 5、 R 0）日变化

图例括号内为08:00 -12:00的均值

Fig.3 Diurnal variation of unbalanced energy (R 5, R 0) during the observation period from 2011 to 2013.The value in brackets of legend is the average of 08:00 -12:00

利用一定深度（如5 cm）土壤热通量计算表层土壤热通量的研究已有很多。如利用土壤热通量与其他大气能量的经验关系式来计算表层土壤热通量的经验法； 计算土壤热储来得到土壤热通量的热储法； 通过土壤热扩散方程重新构造土壤温度廓线， 进而计算任意深度的土壤热通量的TDEC法（Yang et al， 2008）； 以及利用土壤温度变化的波动近似的谐波法等（陈星等， 2014）。这些方法对于土壤水分变化的考虑都比较简单， 也即土壤温度变化主要受分子热传导控制。而对于湿润土壤， 有研究指出需要考虑土壤中水分垂直运动产生的热通量， 即考虑水分通量的贡献， 其结果是在一维热传导方程中增加了液态水通量以及气态水通量的贡献（陈星等， 2014； 范新岗， 1994）。考虑到本观测实验的设置， 本文采用热储法。
考虑土壤热储S soil后， 定义新的不闭合能通量R 0， 在土壤只存在热传导过程时， 存在如下关系：
R 0 = R n - G 0 - H S - L E = R n - G 5 - H S - L E - S s o i l
由图3可见， R 0仅有R 5的一半左右， 峰值为102.12 W·m-2。R 0在阴晴天相差不大， 甚至阴天略大于晴天。
进一步分析观测的能通量整体闭合度（图4）可以发现， 当不考虑浅层土壤热储时地表能量闭合度为0.61， 考虑后能量闭合度增加到0.69。对于晴天， 考虑土壤热储可以将闭合度从0.65提高到0.73； 对阴天从0.56提高到0.65。
图4 2011 -2013年观测期间地表能量闭合度状况

Fig.4 Status of surface energy closure observed during observation period from 2011 to 2013

需要注意的是， 即使加入土壤热储后， 地表能量仍然没有闭合。一个可能的关键因素是观测站点附近从更大尺度上看是一个典型的非均匀下垫面， 湖泊和草地之间无论在白天还是夜间都有很强的热力对比， 观测区域可能存在着次级环流以及由此引发的低频扰动， 30 min平均的时域选择可能会忽略掉这部分扰动， 造成感热与潜热通量的低估（Oncley et al， 2007）。同时， 低层植被的热储实际上没有被考虑。本研究关注的并不是提高观测通量的闭合度， 而是基于地表能量平衡反推一些可能被观测忽视的物理过程。

3.3　土壤含水量的日变化

尽管地表能量闭合方程可以看作是地气作用的普适方程， 但它对物理过程的描述过于简单， 且仅局限于地表附近。一些近地表区域的能量垂直传输过程可能非常重要， 但对地表能量闭合度却没有影响。例如， 在Ao et al（2016）的研究中指出， 绿洲浅层土壤内可能存在着非常显著的蒸凝过程， 这个过程使得公式（7）不再成立， 并使得忽略土壤热储反而会获得更高的地表能量闭合率。类似的， 考虑到鄂陵湖附近空气相对湿润， 土壤以及植被中如果存在类似的蒸凝过程， 那么对当地的地表能量平衡的考虑可能就需要更加谨慎。图5为2011 -2013年生长期降雨和土壤含水量的逐日变化关系。从图5中可以看出在日降雨量较大值时期， 5 cm土壤含水量稳定维持在0.20以上， 强度较大的持续性降水一般会造成土壤湿度的迅速增高， 如2013年5 -6月间。
图5 2011 -2013年生长期降雨及土壤含水量的逐日变化

Fig.5 Daily changes of rainfall and soil water content during the growing period from 2011 to 2013

从2011 -2013年非降水期土壤含水量的平均日变化（图6）可以看到， 6月和8月较热月份非降水期土壤含水量较低， 5月、 10月较冷月份土壤含水量较高； 7月土壤含水量最高， 可达0.24， 这可能与当地降水多集中在7月有关。注意到7月份土壤含水量在17:00左右达到最小值后， 在17:00 -20:00间再次增加， 这可能由于7月份降水集中且多为傍晚降水导致。
图6 2011 -2013年观测期土壤含水量距平平均日变化分布

图例括号内为各个时期的土壤含水量均值

Fig.6 Average daily variation of soil water content anomaly value during the growing period from 2011 to 2013.The value in brackets of legend is the mean soil water content

进一步从图6中可以看出， 土壤含水量在非降水期有规律日变化， 总体趋势为08:00 -12:00含水量迅速增加， 意味着土壤中存在快速增湿的过程； 午后土壤含水量下降， 直至次日08:00。整个观测期间土壤体积含水量的日变化幅度超过0.02（2%）， 远超仪器测量精度0.001（0.1%）， 因此是真实的土壤湿度变化， 而非观测误差。10 cm较深层土壤比5 cm浅层土壤增加延后， 可能是由于浅层凝结水分下渗造成的。阴天5 cm、 10 cm土壤含水量均值高于晴天， 晴天土壤含水量平均日较差更大。阴天土壤含水量较晚出现峰值， 晴天峰值在13:00左右， 阴天则在16:00前才达到峰值。
浅层土壤出现显著的湿度日变化， 在之前绿洲的研究中也有发现（韩博等， 2010； Ao et al， 2016）。与之前研究类似的， 考虑内部蒸发诱导的水汽通量E i以及浅层土壤内部发生凝结的作用C i， 当内部蒸发和凝结同时发生时， 浅层土壤热储从能量平衡方程可以得到：
S = ∫ ∂ ρ s c s T z , t ∂ t d z = G 0 - G r e f - L E i + L C i
如果假定浅层土壤湿度变化很大一部分是由于地表之下土壤孔隙中的水气发生凝结而产生的， 那么
∫ θ t d z = ∫ d θ d t d z = p ( C i - E i ) ρ w
假设G 0与G ref相差不大， 将式（11）带入式（10）， 此时对应的能量变化率为：
S θ = L ρ w p θ t ∆ z
式中 : ∆ z = 0.05    m， L = 2.6 × 10 6   J ∙ k g - 1为常温下的凝结潜热系数； ρ w = 1 × 10 3   k g ∙ m - 3为水的密度； p为转化系数； t为单位时间土壤含水量变化 θ t = ∆ θ ∆ t  （Ao et al， 2016）。图7（a）给出了土壤热储与 L θ t ρ w ∆ z的线性拟合系数， 二者的回归系数为0.34， 表示有34%的浅层土壤温度变化可能是由于土壤水气凝结造成的。土壤热储与土壤湿度变化的能量储存之间的相关系数约为0.5［图7（a）］。这里必须指出的是， 由于浅层土壤热储主要还是受地表净辐射控制， 因此0.5左右的相关系数说明土壤热储与土壤湿度变化之间存在一致性。另一方面， 比较土壤凝结对应的能通量和观测的不闭合能通量（R 5）， 二者的线性回归系数达到了0.47， 相关系数接近0.7， 这也从另一个方面说明了浅层土壤的凝结过程可能是造成观测的地表能量通量不闭合的重要原因之一。
图7 土壤热储(a)和不闭合能量(b)与土壤内部水分变化储存能量的关系

Fig.7 Relationship between soil heat storage (a) or unbalanced energy (b) and the energy stored by soil moisture changes

为了解释土壤内部水分相态变化对地表能量闭合的影响， 给出裸土情况下和加入植被和凝露过程后的地表能量分配情况（图8）示意图。将植被对环境的潜热输送分为两个方向， 向上LE up， 向下LE down。其中向上的潜热进入空气， 向下的潜热抵达土壤， 通过凝露作用补偿土壤水分。在式（2）中， G 0 = G 5 + S s o i l成立的条件是土壤热通量的计算满足一维热传导方程。若土壤内部存在的凝露过程， 则土壤热量平衡方程应为：
∂ ρ s c s T ∂ t = ∂ ∂ z λ s ∂ T ∂ z + ∂ S θ ∂ z
其中 : S θ = L ρ w p θ t ∆ z。若土壤热通量随深度变化很小， 则式（13）右边第一项可以忽略， 垂直积分后会有 S s o i l ≈ S θ， 此时土壤的温度变化与湿度变化均为凝露过程产生。图9给出了Sθ 与S soil的平均日变化。从图9中可以看到， 二者存在很好的一致性， 尤其在08:00 -12:00时段基本相当， 表明此时凝露过程可能尤其重要。但在14:00 -20:00间， 二者的差异明显。此时S soil呈现显著的减少表明浅层土壤温度降低， 但此时土壤湿度却没有显著变化， 说明这个时段土壤温度的降低并不直接由浅层土壤蒸发造成。浅层土壤凝结与蒸发两种相反的过程在时间和深度上的差异， 从地表能量平衡分析中可以很好的反映。这也说明在类似鄂陵湖畔的区域考虑土壤水热变化时， 从次日时间尺度上才能较清楚的看出浅层土壤凝结过程。
图8 裸土情况下(a)和加入植被和凝露过程后(b)的地表能量分配情况

Fig.8 Surface energy transmission under bare soil (a) and adding vegetation and condensation (b)

图9 2011 -2013年观测期土壤热储、 土壤水分变化储存的能量、 相对湿度的日变化

Fig.9 Daily changes of soil heat storage, energy stored by soil moisture changes and relative humidity during the observation period from 2011 to 2013

大气湿度也支持上午时段有利于浅层土壤发生凝结的假定。观测期间大气湿度在整体、 晴天和阴天的平均值依次为41.45%、 38.92%和45.51%。其中， 大气相对湿度（RH）在00:00 -07:00间持续增加（图9）， 在07:00达到一天中的最大值， 平均可达50.36%， 晴天达50.67%， 阴天为51.08%。之后逐渐下降， 在16:00达到最低值， 而后回升。
Sθ、 S soil在阴天与晴天的变化也存在差异。二者晴天上午增速较大， 尤其在 08:00左右增加迅速， 10:00增长速率达到一个峰值， 11:30达到最高点后迅速下降， 高值持续时间短。与之相比， 阴天Sθ、 S soil增加较为缓慢， 10:00达到极值， 13:00达到最大值后下降， 高值持续时间长。但是对比晴阴天在08:00 -12:00内Sθ的均值发现二者差别不大， 说明凝结过程对于日平均地表能量闭合状况影响是相似的， 差别在于晴天的凝结过程可能较为剧烈但短促， 阴天则平缓但持久。注意到阴天的大气相对湿度要高于晴天， 但蒸散强度晴天大于阴天， 二者共同作用造成了阴天与晴天的Sθ日变化存在差异。对比S soil可以发现， 晴天一般大于阴天。这说明较强的短波辐射还是会造成浅层土壤较大的温度梯度， 进而产生较大的土壤热通量和显热存储。这部分热量与凝结过程产生的热量相加， 就造成晴天白天S soil还是高于阴天的最终结果。

3.4　凝露的作用

图10进一步给出了Sθ与R n的比值， Sθ/R n的平均日变化。由于夜间R n基本为负， 重点关注08:00 -16:00间的变化。从日平均来看， Sθ/R n呈现先增加再减小的趋势， 约在10:00前后提前于S 达到峰值。08:00 -10:00间Sθ/R n迅速增加， 相比之下其减小的速率较为缓慢。对于日平均， 晴天与阴天， 在08:00 -16:00期间Sθ /R n的峰值分别为25%、 21%和35%， 平均值分别为6.6%、 0.9%和15.5%， 08:00 -12:00时段的均值为17%、 13%和21%。由此可见， 阴天Sθ占据R n的比例更大， 而上午时段浅层土壤凝结作用更加重要。
图10 2011 -2013年观测期土壤内部水分相变能量及其对净辐射占比的平均日变化

Fig.10 Average diurnal variation of phase change energy of soil moisture and its proportion to net radiation during the observation period from 2011 to 2013

与裸土中潜热直接释放到空气中不同， 在鄂陵湖畔草地， 植物根系从土壤中吸收水分， 再通过植被蒸腾与土壤蒸发过程转变为水蒸气。而其中， 向上的潜热直接进入空气， 而向下的水汽通量则重新凝结转变为液态水， 补充了土壤由于蒸散而失去的水分。在高寒草甸区域， 这种凝露过程使得植被在高原较强太阳辐射的强迫下， 土壤水分不易枯竭。植被在凝露过程中可能起到了关键作用， 由于植被的遮挡， 可以在上午蒸腾作用已经较明显时， 地表温度维持相对较低， 有利于水气达到饱和。当高原地区植被覆盖被破环后， 这种凝露过程对土壤水分的补充作用可能就会极大削弱甚至中断， 这可能是当地生态系统脆弱的原因之一。

4 结论与讨论

本研究通过分析2011 -2013年鄂陵湖草地的观测数据， 针对生长季地表能量平衡特征进行了分析， 得到了如下结论：
（1） 鄂陵湖周边草地在生长期观测的地表能通量之间并不闭合， 不闭合能量峰值平均约为183 W·m-2。土壤热储是不闭合能通量产生的重要原因之一， 考虑土壤热储可以让观测的地表能通量闭合度提高约8%。
（2） 生长期土壤含水量存在显著的日变化， 尤其在上午出现显著的浅层土壤含水量增加， 分析指出这可能对应土壤的凝露过程。凝露过程会贡献约34%的土壤热储， 且在晴阴天存在差异。
（3） 凝露过程可能是地表蒸散的水气向下传输返回土壤的结果， 它与垂直方向热传导产生的热储存在不同， 可能对高原土壤起到了保湿作用。
由于凝结过程可能主导了上午时段鄂陵湖草地浅层土壤热储， 这就对土壤水热变化的监测的分辨率有更高的要求。本文使用5 cm土壤湿度代表整个浅层土壤（包含植被）的湿度变化， 显然存在低估实际凝结数值的可能。换句话说， 由于真实的凝结过程造成的土壤热储可能远大于本文的计算值， 这也是本文考虑了热储后地表能量闭合度仍然<70%的可能原因。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Ao Y H， Han B， Lu S H， et al， 2016.Internal evaporation and condensation characteristics in the shallow soil layer of an oasis［J］.Theoretical and Applied Climatology， 125（1/2）： 281-293.DOI： 10.1007/s00704-015-1510-2.

Garratt J R， Segal M， 1988.On the contribution of atmospheric moisture to dew formation［J］.Boundary-Layer Meteorology， 45（3）： 209-236.DOI： 10.1007/BF01066671.

Jacobs A F G， Pul A， El-Kilani R M M， 1994.Dew formation and the drying process within a maize canopy［J］.Boundary-Layer Meteorology， 69（4）： 367-378.DOI： 10.1007/BF00718125.

Luo W H， Goudriaan J， 2000.Measuring dew formation and its threshold value for net radiation loss on top leaves in a paddy rice crop by using the dewball： A new and simple instrument［J］.International Journal of Biometeorology， 44（4）： 167-171.DOI： 10.1007/s004840000071.

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

Wang J Y， Luo S Q， Li Z G， et al， 2019.The freeze/thaw process and the surface energy budget of the seasonally frozen ground in the source region of the Yellow River［J］.Theoretical and Applied Climatology， 138（3/4）： 1631-1646.DOI： 10.1007/s00704-019-02917-6.

Yang K， Wang J M， 2008.A temperature prediction-correction method for estimating surface soil heat flux from soil temperature and moisture data［J］.Science in China Series D： Earth Sciences， 51（5）： 721-729.DOI： 10.1007/s11430-008-0036-1.

奥银焕， 吕世华， 李锁锁， 等， 2008.黄河上游夏季晴天地表辐射和能量平衡及小气候特征［J］.冰川冻土， 30（3）： 426-432.

陈星， 余晔， 陈晋北， 等， 2014.黄土高原半干旱区冬小麦田土壤热通量的计算方法研究［J］.高原气象， 33（6）： 1514-1525.DOI： 10.7522/j.issn.1000-0534.2013.00091.

狄晓英， 2009.青藏高原土壤热状况及其对能量平衡影响研究［D］．兰州： 兰州大学， 1-72.

范新岗， 汤懋苍， 1994.土壤传导-对流热通量计算的初步结果［J］.高原气象， 13（1）： 15-20.

冯超， 古松， 赵亮， 等， 2010.青藏高原三江源区退化草地生态系统的地表反照率特征［J］.高原气象， 29（1）： 70-77.

高峰， 王介民， 李新， 等， 2004.青藏高原地表参数的被动微波遥感反演研究［J］.兰州大学学报， （6）： 86-91.

韩博， 吕世华， 奥银焕， 2011.金塔绿洲土壤中蒸发/凝结过程的初步分析［J］.高原气象， 30（6）： 1462-1471.

胡良温， 2006.近100年江河源区生态环境与气候演变趋势研究［D］．杨凌： 西北农林科技大学， 5-165.

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.

李国平， 段廷扬， 吴贵芬， 2003.青藏高原西部的地面热源强度及地面热量平衡［J］.地理科学， （1）： 13-18.

李英， 李跃清， 赵兴炳， 2009.青藏高原东坡理塘地区近地层湍流特征研究［J］.高原气象， 28（4）： 745-753.

李照国， 吕世华， 奥银焕， 等， 2012.鄂陵湖湖滨地区夏季近地层微气象特征与碳通量变化分析［J］.地理科学进展， 31（5）： 602-608.

马伟强， 马耀明， 胡泽勇， 等， 2004.藏北高原地面辐射收支的初步分析［J］.高原气象， 23（3）： 348-352.

马伟强， 马耀明， 李茂善， 等， 2005.藏北高原地区地表辐射出支和能量平衡的季节变化［J］.冰川冻土， 27（5）： 673-679.

钱泽雨， 胡泽勇， 杜萍， 等， 2003.藏北高原典型草甸下垫面与HEIFE沙漠区辐射平衡气候学特征对比分析［J］.太阳能学报， （4）： 453-460.

屈长良， 2019.1959-2018年黄河源头玛多地区气温变化特征及趋势分析［J］.青海气象（2）： 25-29.

唐恬， 王磊， 文小航， 2013.黄河源鄂陵湖地区辐射收支和地表能量平衡特征研究［J］.冰川冻土， 35（6）： 1462-1473.DOI： 10.7522/j.issn.1000-0240.2013.0162.

王少影， 张宇， 吕世华， 等， 2012.玛曲高寒草甸地表辐射与能量收支的季节变化［J］.高原气象， 31（3）： 605-614.

翁笃鸣， 1991.青藏高原地表净辐射若干重要特征研究［J］.南京气象学院学报（2）： 151-159.

谢昌卫， 丁永建， 韩海东， 等， 2006.黄河源区径流波动变化对气候要素的响应特征［J］.干旱区资源与环境， （4）： 7-11.

谢忠奎， 王亚军， 兰念军， 等， 2000.黑河地区土壤及小麦体内水分动态观测分析［J］.高原气象， 19（3）： 385-390.

严晓强， 胡泽勇， 孙根厚， 等， 2019.那曲高寒草地长时间地面热源特征及其气候影响因子分析［J］.高原气象， 38（2）： 253-263.DOI： 10.7522/j.issn.1000-0534.2018.00091.

张明礼， 温智， 薛珂， 等， 2016.北麓河地区多年冻土地表能量收支分析［J］.干旱区资源与环境， 30（9）： 134-138.DOI： 10. 13448/j.issn.1003-7578.

赵军， 2006.内蒙古典型草原露水资源研究初探［D］．呼和浩特： 内蒙古大学， 12-93.

周亚， 高晓清， 李振朝， 等， 2017.青藏高原深层土壤热通量的变化特征分析［J］.高原气象， 36（2）： 307-316.DOI： 10.7522/j.issn.1000-0534.2016.00120.

朱文会， 毛飞， 徐影， 等， 2019.三江源区植被指数对气候变化的响应及预测分析［J］.高原气象， 38（4）： 693-704.DOI： 10.7522/j.issn.1000-0534.2018.00105.

Options
Outlines

/

〈 〉

The system is designed and developed by Beijing magtec Technology Development Co., Ltd. with technical support: support@magtech.com.cn