1 引言
青藏高原平均海拔高于4000 m， 称为“世界屋脊”， 高原的占地总面积约为我国陆地总面积的四分之一（陈海山和孙照渤， 2005）， 高原地理位置特殊、 地形复杂多变， 北部有藏北高原、 柴达木盆地以及青海高原， 中部为三江源湿地， 南部为藏南谷地及川藏高山峡谷区， 高原高大的地形及复杂的下垫面情况对亚洲大陆的天气和气候变化具有重要作用， 作为气候变化的敏感区， 它从热力和动力两个方面影响着区域气候和东亚地区大气环流的变化（张文纲等， 2008）， 所以青藏高原地区的气候研究一直都是区域气候变化研究的重点和前沿。土壤湿度是反映陆面和水分循环变化过程中最直接的参量， 并且与近地层的辐射通量、 感热通量、 潜热通量和动量通量的传输有密切关系。土壤湿度可以通过改变高原冻土变化， 地表能量循环和水汽相变过程来影响植被覆盖情况、 地球物理系统能量与物质循环以及后期气候的变化。
近年来， 国内外学者针对土壤湿度异常对气候变化的影响及其反馈作用进行大量研究研究， Namias and Jerome（1959）通过研究发现土壤湿度的季节性异常对大气季节变化有重要的作用。 Sud et al（1988）通过数值模拟发现， 土壤湿度异常可能在长达数月的时间内显著影响气温和降水。王澄海等（2003）和Wang et al（2009）研究指出， 青藏高原土壤的季节冻融过程对高原及东亚上空大气环流有明显影响， 与中国东部夏季降水之间有着较好的相关关系。王静（2016）利用卫星反演数据研究发现当高原东部土壤湿度偏大， 而西部偏小时， 夏季在高原东部（西部）存在一个潜热（感热）热源， 热力作用影响对流层中高层环流形势， 利于东北冷涡加强， 冷空气向南爆发； 同时， 伴随南亚高压东伸， 西太副高西伸， 暖湿气流与干冷气流在长江流域汇合， 使夏季长江流域降水增多。Yuan et al（2020）利用CLM4.5（Community Land Model）模拟青藏高原土壤湿度， 并分析了高原土壤湿度与我国东部降水的关系， 研究表明西藏中南部的表层土壤水分与华南地区的夏季降水成正相关， 与长江中下游和东北地区的负相关。高原西部土壤湿度低时， 地表加热更强， 西太平洋副热带高压偏弱， 雨带偏北。
尽管高原土壤湿度的异常变化是气候变化研究中的重要物理量， 但由于高原的地理环境、 极端气候条件和进行试验的高成本， 该地区长期以来地面观测站点稀少， 缺乏长时间的土壤湿度观测数据集（刘川等， 2015）。并且目前研究使用的卫星资料、 再分析资料和陆面模式资料， 在可靠性和适用性方面均存在争议， 例如因选取的替代资料不同研究结果出现较大差异， 数值模式的试验方案选取并未十分完善等， 导致在研究高原土壤湿度对我国东部夏季降水影响方面， 仍然存在不确定性。所以作者在前期利用2010 -2016 年中国科学院西北生态环境资源研究院青藏高原土壤温度与湿度监测网观测数据在不同气候区和植被条件的 4个地区（阿里、 狮泉河、 那曲和玛曲）对多套土壤湿度再分析产品［ERA-Interim、 CFSR（Climate Forcast System Reanalysis）、 CFSv2（Climate Forecast System Version 2 ）、 JRA-55（Japanese 55-year Reanalysis）、 GLDAS-NOAH （Global Land Data Assimilation System-National Centers for Environmental Prediction/Oregon State University/Air Force/Hydrologic Research Lab Model）、 GLDAS-CLM、 GLDAS-MOS （Moderate Resolution Imaging Spectroradiometer） 和 GLDAS-VIC （Variable Infiltration Capacity）］进行对比分析， 结果显示GLDAS-CLM 产品在高原地区能够合理刻画两层（0~10 cm和10~40 cm）土壤湿度的时空变化特征（丁旭等， 2018）。因此， 本文拟采用GLDAS-CLM数据集作为地表参量数据， 分析青藏高原地区1979 -2014年春季土壤湿度的异常变化特征以及土壤湿度异常与地表热通量场的关系。并使用CN05.1数据集的降水资料对春季高原土壤湿度异常与中国夏季降水的相关特征以及土壤湿度异常对后期气候变化的影响进行研究。由于0~10 cm和10~50 cm两层土壤湿度在数值和变化幅度方面差异不大， 所以本文选择0~10 cm土壤湿度层进行研究。
2 资料来源与研究方法
2.1 资料来源
2.1.1 GLDAS-CLM
本研究使用GLDAS-CLM资料中土壤湿度、 短波辐射、 长波辐射、 感热通量、 潜热通量和地表蒸发量数据集。GLDAS是由美国航空航天局戈达德空间飞行中心（The Goddard Space Flight Center， GSFC）和美国海洋、 大气局（National Oceanic and Atmospheric Administration， NOAA）国家环境预报中心（National Centers for Environmental Prediction， NCEP）联合开发的全球陆面数据同化系统， 该系统驱动了多个地表过程模型， 采用先进的数据同化技术和建模方式处理卫星及地面观测数据产品， 并整合了由陆面信息系统（LIS）支持的大量观测数据（Rodell et al， 2004）， 获取地面通量场最优值， 目前GLDAS-CLM的优质全球陆面数据， 被广泛应用于天气预报和气候变化、 水循环研究和水资源应用等方面的研究。GLDAS包括3个陆面模式（GLDAS-NOAH、 GLDAS-CLM、 GLDAS-MODIS）和一个水文模式（GLDAS-VIC）。本文研究使用的GLDAS-CLM包括以下3个重要的子模型： NCAR陆地表面模型（Bonan， 1998）， 生物圈-大气转化方案（Dickinson et al， 1993）和中国科学院大气物理研究所的LSM模型（Dai and Zeng， 1997）， 且具有驱动场稳定、 模式先进、 时间序列长等优势。
GLDAS-CLM数据集空间分辨率为1°×1°， 时间分辨率为3 h， 其中土壤湿度包含10个层次： 0~1.8 cm， 1.8~4.5 cm， 4.5~9.1 cm， 9.1~16.6 cm， 16.6~28.9 cm， 28.9~49.3 cm， 49.3~82.9 cm， 82.9~138.3 cm， 138.3~229.6 cm， 229.6~343.3 cm。本文选取1979 -2014年GLDAS-CLM土壤湿度数据集中0~1.8 cm， 1.8~4.5 cm， 4.5~9.1 cm 3个层次土壤湿度平均值作为0~10 cm的土壤湿度值进行研究。
2.1.2 降水资料
降水资料选择中国区域逐日观测资料格点化数据集（CN05.1）， 该数据集是基于中国区域2400余个地面气象台站获取的观测资料， 利用“距平逼近”插值法建立的一套时间分辨率为1日， 空间分辨率为0.25°×0.25°的格点化数据集， 。包含4个变量： 日最高气温、 日最低气温、 日平均气温以及降水量（吴佳和高学杰， 2013）。与其他资料对比， CN05.1降水数据集在中国东部地区的适用性具有优越性， 在中国西部地区降水量略有偏大。本文选取1979 -2014年的中国区域逐日降水格点化观测资料处理为月平均降水资料， 并选取每年7月份的降水量代表中国地区夏季降水量进行研究。
2.1.3 其他资料
位势高度场、 风场、 涡度、 散度、 垂直速度以及水汽通量资料均来自ERA-interim再分析数据集。ERA-interim数据集为欧洲中期天气预报中心发布的全球大气再分析产品， 其时间范围为1979 年1 月1 日至今。ERA-Interim采用2006 年12 月版的ECMWF综合预报系统（IFS Cy28r3）（Integrated Forcast Model， IFS）模型， 同化资料包括卫星亮温资料、 散射计资料及卫星反演的大气运动状态和GPS掩星资料、 卫星反演的臭氧资料和常规观测资料（Dee et al， 2011）， 现今被广泛应用于天气气候学研究。本文选取数据集的空间分辨率为0.5°×0.5°， 时间分辨率为1个月。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2019）1711号的标准地图制作， 底图无修改。
2.2 研究方法
研究方法包括相关分析、 合成分析、 奇异值分解法、 蒙特卡洛检验法和t检验法。
2.2.1 合成分析
合成分析法常被使用在气象学分析与预报中， 用以研究某些特殊年份的要素变化特点。它是将某两种不同特征或者状态的气象变量进行合成， 即比较特殊年份要素的平均值与其他年份的平均值， 并来确定前期或者同期某气象变量在不同天气或气候状态下， 后期另一个气象要素场有无明显的差异， 若存在明显的差异（t检验）， 那么我们可以说前期变量异常对后期要素场会造成显著影响。
2.2.2 奇异值分解法
奇异值分解法（SVD）一般用以分析两个要素场的“型”之间的相关关系， 可以最大限度的从两个要素场分离出多个互相独立的耦合模态， 由此揭示出两个要素场之间所存在的时间、 空间相关性之间的联系， 同时， 这种耦合的空间分布型能够很好地解释两个要素场的交叉协方差， 可用于寻找两要素场之间相互影响的关键区。近年来， 选择奇异值分解法展现两个要素场之间的时空关系已经广泛应用于天气气候诊断。如赵永晶和钱永甫（2009）用EOF及SVD方法分析了海温距平对中国部分区域不同时期降水影响的耦合关系， 以及全球海温异常的异常变化对中国降水分布的影响。李登宣和王澄海（2016）使用SVD法研究了青藏高原春季土壤湿度的异常变化对我国东部地区夏季降水的影响， 研究表明高原各地区不同层次土壤湿度的异常对我国东部夏季降水存在显著影响。
本文利用SVD法研究1979 -2014年青藏高原地区5月0~10 cm层次的土壤湿度与中国降水之间的相关关系。但是由于两个要素场间的相关系数受到SVD计算过程中场的空间自由度的影响， 直接由SVD得出的较高模态相关系数并不能保证统计结果的置信度， 所以本文采用Monte-Carlo检验法对SVD模态进行置信度检验， 以保证统计结果的可靠性（施能等， 1997）。
3 研究内容
土壤湿度的变化会导致其他地表参量以及地表与大气之间水汽和能量交换发生变化， 并进一步影响大气环流和降水变化。为了分析土壤湿度对地表热力状况和大气环流的的影响， 本文选取了春季土壤湿度异常偏高和偏低年， 并将高低异常年进行合成， 分析我国5-8月降水量、 2 m温度、 短波净辐射、 长波净辐射、 感热通量、 潜热通量、 500 hPa位势高度场、 850 hPa风场、 1000~300 hPa高度的整层水汽通量以及水汽通量散度差值的异常变化情况。
3.1 青藏高原5月土壤湿度时空分布特征
由青藏高原春季土壤湿度的空间分布可见［图1 （a）］， 近36年来， 青藏高原土壤湿度整体呈现从高原西北部向东南部逐渐增高， 可可西里山以西、 藏北高原东部地区自中心向四周下降的分布特征。土壤湿度大于0.22 m3·m-3的区域位于藏北高原东部地区以及高原东南部区域， 藏北高原东部地区主要为羌塘高寒草原地带， 并有分散的湖泊存在， 春季高原气温回暖以及雨季到来为该地区土壤湿度上升提供了有利条件； 春末时期， 南亚季风爆发， 位于青藏高原东南部区域的雅鲁藏布江河谷水汽大量涌入高原， 伴随着高原雨季到来， 降水不断增加， 土壤逐渐变湿。土壤湿度值小于0.12 m3·m-3的区域位于高原北部， 下垫面类型主要为戈壁、 沙漠的柴达木盆地和新疆塔里木盆地。从变化趋势图［图1 （b）］可以看出， 1979 -2014年， 高原东部及东北部地区土壤湿度变化趋势为负， 高原西部及西北部地区变化为正， 其中尤以藏北高原东部地区的土壤湿度增幅最高， 以上结果均通过95%的置信度检验。
图1 青藏高原春季土壤湿度（a， 单位： m3·m-3）及其趋势变化（b， 单位： m3·m-3·a-1）的空间分布（b）中打点区域为通过了95%置信度检验 Fig.1 The spatial distribution of spring soil moisture （a， unit： m3·m-3） and its trend change （b， unit： m3·m-3·a-1）on the Qinghai-Xizang Plateau.The dotted areas have past the 95% confidence level in Fig.1（b） |
对1979 -2014年36年间春季（5月）0~10 cm区域平均土壤湿度进行标准化处理， 选择标准化处理的时间序列中大于1的年份为土壤湿度异常偏高年， 选择小于-1的年份为土壤湿度异常偏低年。从是1979 -2014年青藏高原区域平均春季土壤湿度标准化时间序列图（图2 ）中可看出，土壤湿度异常偏高年有： 2000， 2001， 2004， 2005， 2006和2013年； 异常偏低年有： 1994， 1995， 1996， 1998和1999年。1979 -2000年， 高原的土壤湿度， 呈现波动变化， 1980年土壤湿度偏高， 1982年开始减小， 1988和1997年土壤湿度偏高； 2000年以后土壤湿度值虽然有上下起伏， 但整体高于平均值， 较前期湿润。图3 是青藏高原5月土壤湿度异常偏高偏低年合成的土壤湿度差值图， 可以看出， 藏北高原、 三江源地区以及藏南谷地土壤湿度有明显增加， 且结果通过了90%的置信度检验。
图2 1979 -2014年青藏高原春季土壤湿度标准化时间序列Fig.2 Normalized time series of spring soil moisture in the Qinghai-Xizang Plateau from 1979 to 2014 |
图3 1979 -2014年青藏高原5月土壤湿度异常偏高年减去偏低年合成的土壤湿度差值（单位： m3·m-3）打点区域为通过了90%置信度检验 Fig.3 The difference of soil moisture（unit： m3·m-3） between the abnormally high soil moisture and the low soil moisture in May over the Qinghai-Xizang Plateau from 1979 to 2014.The dotted areas are with 90% confidence level |
3.2 青藏高原5月土壤湿度与我国7月降水的关系
表1 青藏高原春季0~10 cm土壤湿度与中国夏季降水SVD前5个模态相关系数及方差贡献Table 1 The correlation coefficients and variance contributions of the top 5 modes of SVD between spring 0~10 cm soil moisture on the Qinghai-Xizang Plateau and summer precipitation in China |
| SVD模态 | 奇异值 | 模态相关系数R | 累计平方协方差贡献率/% | 左场对方差贡献/% | 右场对方差贡献/% |
|---|---|---|---|---|---|
| 第一模态 | 448.956 | 0.74* | 20.29 | 12.4 | 8.59 |
| 第二模态 | 402.36 | 0.72* | 36.58 | 12.37 | 7.41 |
| 第三模态 | 366.309 | 0.82* | 50.09 | 6.71 | 8.8 |
| 第四模态 | 262.895 | 0.87* | 57.05 | 3.21 | 8.35 |
| 第五模态 | 248.502 | 0.73* | 63.26 | 4.71 | 7.27 |
*表示通过了99%的置信度检验 |
图4 1979 -2014年青藏高原春季0~10 cm土壤湿度与中国夏季降水SVD第一模态特征向量分布打点区域为通过了95%置信度检验 Fig.4 Distribution map of the first modal characteristic vector of SVD between 0~10 cm soil moisture in spring on the Qinghai-Xizang Plateau and rainfall in summer in China from 1979 to 2014.The dotted areas with 95% confidence level |
从5月青藏高原土壤湿度异常偏高偏低年合成的降水量差值图（图5 ）中可以看出， 高原春季土壤湿度异常对夏季中国降水的分布有显著影响， 当青藏高原土壤较为湿润（干燥）时， 从高纬至低纬地区， 相关区以“正负正负”（“负正负正”）的带状分布特点， 广东福建沿海、 黄淮、 东北东部和西藏地区出现较多（少）夏季降水， 为正（负）相关区域， 西北、 华北及东北西部地区和长江中下游地区出现较少（多）降水， 为负（正）相关区域。我国降水量的异常分布特征与SVD得出的结论较一致。
图5 1979 -2014年青藏高原5月土壤湿度异常偏高年减去偏低年合成的7月降水量（单位： mm）差值打点区域为通过了90%置信度检验， 台湾省无数据 Fig.5 The difference of July precipitation （unit： mm） between the abnormally high soil moisture and the low soil moisture in May over the Qinghai-Xizang Plateau from 1979 to 2014.The dotted areas with 90% confidence level.Nodata for Taiwan Province |
3.3 青藏高原5月土壤湿度异常与地表热力状况的关系
土壤湿度是陆-气相互作用中的不可或缺的重要变量， 其异常变化会直接影响地表温度、 地气温差、 地表蒸发量以及地表反照率等地表参量， 打破地表与大气之间的能量平衡， 为了恢复这种能量平衡的状态， 地表向大气输送的感热和潜热会发生变化（杨成等， 2020）， 地表温度的改变将影响海陆温差和大气环流形势， 最终影响到东亚季风的强弱， 而夏季降水的异常与季风的季节循环有关， 季风环流的异常是决定降水异常的主要因素（岑思弦等， 2014）。
有研究（王静等， 2016）表明， 5月土壤湿度的异常变化可以延伸影响至该地区6月的土壤湿度变化， 所以5月高原土壤湿度的异常和6月高原热力状况的变化也有着密不可分的关系。本文通过分析青藏高原5月0~10 cm土壤湿度异常偏高年和偏低年合成的6月高原地区地表蒸发量、 地表温度、 地气温差、 短波净辐射、 长波净辐射、 潜热通量和感热通量差值分布， 了解土壤湿度与地表参量变化的关系。
从5月青藏高原土壤湿度异常偏高偏低年合成的6月地表变量差值图（图6 ）中可以看出， 5月高原东部地区土壤湿度的异常湿润度明显小于西部， 由于东部土壤湿度差异相差很小甚至相反［图6 （a）］， 所以体现出各地表变量差值的变化情况在高原东部和西部地区表现出明显的差异。春季随着时间推移温度上升， 高原冻土融化， 土壤湿度上升（李元寿等， 2019）， 尤以高原西部土壤湿度增加明显， 抑制感热通量［图6 （h）］， 潜热通量增大［图6 （g）］， 地表温度下降［图6 （c）］、 地气温差降低［图6 （d）］， 同时有长波辐射减小［图6 （f）］， 短波辐射增加［图6 （e）］； 高原东部地区则相反； 以上条件不利于地面热低压形成， 从而使得高原的加热作用减弱（葛旭阳和朱永禔， 2001）。
3.4 青藏高原5月土壤湿度异常与环流的关系
东亚地区夏季的天气变化情况主要由南亚高压的活动以及东亚夏季风所控制（李建平等， 2013）， 地表热力状况的改变可以通过影响南亚高压移动时间及东亚季风的发展， 从而间接影响我国夏季降水的分布型态（段安民等， 2003； 徐祥德等， 2015）。本节主要研究高原土壤异常、 地表热力状况改变对高原区域以及中国东部地区大气环流系统的影响。结合土壤湿度与高原热力异常的变化可知， 当5月高原土壤湿度的异常偏高时， 6月高原的东西部的热力差异能够加强其大气低层辐合环流和大气高层辐散环流， 通过对低层大气的抽吸（辐合增强）和上层的排放（辐散加强）影响高原地区低压系统及上升活动（刘新等， 2002）。
从200 hPa风场和位势高度场差值分布可知（图略）， 当5月高原土壤湿度异常偏高时， 7月南亚高压南侧上空为位势高度场减弱区， 由气旋型环流系统控制， 且存在热带东风急流， 北侧上空为位势高度增强区， 由异常反气旋环流系统控制， 有西风急流存在（王静等， 2016）。500 hPa高度上［图7 （a），（b）］， 高原东北部地区上空存在异常反气旋型环流， 巴尔喀什湖以北以及我国东北地区上空存在异常气旋性环流， 相应500 hPa位势高度差值图中存在与风场对应的气旋-反气旋-气旋波列， 这种北部和东北部为反气旋环流， 南部和西部是气旋性环流的环流场的配置会使南亚高压加强东移， 并进一步影响西太平洋副热带高压活动（段安民等， 2003； 屠厚旺等， 2020）。从图7 （a）中可以看到， 25°N -30°N内西太平洋副热带高压西伸， 副高脊线位于长江中下游流域， 其北部为辐合南部为辐散并逐步扩展至中心部分， 辐合辐散的强度均很大， 辐合上升运动有利于产生降水， 辐散下沉运动不利于降水产生。在850 hPa风场差值图上［图7 （c），（d）］， 巴尔喀什湖以北、 东北东部地区分别存在异常的气旋性环流， 高低层的环流配置， 有利于东北冷涡加强， 冷空气向南爆发， 巴尔喀什湖以北的槽加深， 东亚大槽加深， 经向环流增强有利于北方冷空气的南下， 与暖湿气流汇合， 有利于降水的产生。
图7 1979 -2014年青藏高原5月土壤湿度异常偏高年减去偏低年合成的7月位势高度场（左， 单位： gpm）与风场（右， 单位： m·s-1）差值打点区域为通过了90%置信度检验 Fig.7 The difference of geopotential height field （left， unit： gpm） and wind field （right， unit： m·s-1） between the abnormally high soil moisture and the low soil moisture in May over the Qinghai-Xizang Plateau from 1979 to 2014.The dotted areas with 90% confidence level |
图8 1979 -2014年青藏高原5月土壤湿度异常偏高年减去偏低年合成的7月整层水汽通量（a， 彩色区和矢量， 单位： kg·m-1）、 整层水汽通量散度（b， 彩色区， 单位： ×10-6 kg·m-2·s-1）和垂直速度（c， 矢量， 单位： hPa·s-1）差值打点区域为通过了90%置信度检验， （c）中阴影部分为青藏高原地形 Fig.8 The difference of whole layer water vapor flux （a， color area and vector， unit： kg·m-1）， whole layer water vapor flux divergence （b， color area， unit： ×10-6 kg·m-2·s-1） and vertical velocity （c， vector， unit： hPa·s-1） between the abnormally high soil moisture and the low soil moisture in May over the Qinghai-Xizang Plateau from 1979 to 2014.The dotted areas with 90% confidence level， and the shaded area in Fig.8（c） is the topography of the Qinghai-Xizang Plateau |
4 结论与讨论
利用1979 -2014年GLDAS-CLM地表参量数据集、 CN05.1格点化降水数据集以及ERA-interim再分析资料， 通过合成分析、 相关分析、 T检验、 奇异值分解法以及蒙特卡洛检验法等研究方法， 讨论了青藏高原5月土壤湿度异常变化特征与我国7月降水的联系和可能机理。主要得到如下结论：
（1） 从时间变化来看， 1979 -2014年5月青藏高原0~10 cm区域平均土壤湿度异常偏高年有： 2000， 2001， 2004， 2005， 2006和2013年； 异常偏低年有： 1994， 1995， 1996， 1998和1999年。高原整体土壤湿度2000年后较2000年前湿润。从空间分布来看， 藏北高原、 三江源地区以及藏南谷地土壤湿度有明显增加。
（2） 高原春季土壤湿度异常与中国夏季降水的分布有明显相关性， 当青藏高原土壤较为湿润（干燥）时， 从高纬至低纬地区， 相关区以“正负正负”（“负正负正”）的带状分布特点， 广东福建沿海、 黄淮、 东北东部和西藏地区出现较多（少）夏季降水， 为正（负）相关区域， 西北、 华北及东北西部地区和长江中下游地区出现较少（多）降水， 为负（正）相关区域。
（3） 春季随着时间推移高原温度上升， 冻土融化， 土壤湿度上升， 尤以高原西部土壤湿度增加明显， 抑制感热通量， 潜热通量增大， 地表温度下降、 地气温差降低， 同时有长波辐射减小， 短波辐射增加； 高原东部地区则相反； 不利于地面热低压形成， 从高原加热作用减弱。
（4） 6月高原东部感热通量和西部的潜热通量异常增加， 东部的感热热源与西部的潜热热源作用会加强其大气低层辐合环流和大气高层辐散环流， 使整个东亚地区中高纬受到强反气旋环流控制； 高原东北部近地层为反气旋环流， 南部和西部为气旋性环流， 环流场配置促使南亚高压加强东移， 并进一步加强西太平洋副热带高压。西太副高北侧黄淮地区有垂直上升运动， 暖湿气流与东北冷涡西侧南下的干冷气流汇合， 利于黄淮地区降水。西北东部和华北区域由反气旋性环流控制， 伴有较强的下沉运动， 空气干冷， 无充足的水汽输送， 不利降水产生。
利用多种再分析数据从统计角度讨论了春季高原土壤湿度异常变化与我国夏季降水的关系， 这在一定程度上加深了对高原土壤湿度异常对陆-气相互作用、 地表能量平衡以及后期大气环流形势、 和降水之间可能联系的认识， 但夏季的环流变化以及降水形势与多种因素有关， 除了高原地区的陆-气相互作用、 动力热力作用、 中高纬度地区的冷空气活动以及西太平洋副热带高压变化外， 还与亚洲-太平洋涛动以及台风活动异常等因素有关。因此， 还应在今后的研究中结合气候系统中的其他因素变化对高原土壤湿度异常与降水之间的影响进行深入研究。