Comparative Analysis of Individual Water Vapor Sources in Dry and Wet Year in Southwest China

  • Jianing ZHU ,
  • Xianyu YANG ,
  • Yaqiong Lü ,
  • Jun WEN ,
  • Ying CHEN
Expand
  • 1. College of Atmospheric Sciences/Plateau Atmosphere and Environment Key Laboratory of Sichuan Province,Chengdu University of Information Technology,Chengdu 610225,Sichuan,China
    2. Institute of Mountain Hazards and Environment,Chinese Academy of Sciences,Chengdu 610041,Sichuan,China

Received date: 2022-07-31

  Revised date: 2023-01-05

  Online published: 2023-11-14

Abstract

The climate of Southwest China is wet all year round, but the frequent drought disasters in recent years have caused huge economic losses such as crop yield reduction and forest fire.In order to fully understand the anomalies of water vapor transport in drought years in Southwest China and provide reference for early warning of drought disasters in this area in the future, this study used TRMM and APHRODITE precipitation data to analyze the interannual variation of precipitation and the interannual variation of precipitation in various seasons in Southwest China from 1998 to 2019, selected the summer dry year (2011), autumn dry year (2009) and 2008, which were relatively wet in summer and autumn.Using Lagrangian transport model FLEXPART, we tracked the paths of water vapor transport and water vapor sources in the two extreme dry seasons (the autumn of 2009 and the summer of 2011), and compared with the summer and autumn of the wet year (2008), respectively.The results showed that: (1) The paths of water vapor transport in dry and wet year are consistent, and the paths in southwest China in summer can be divided into three main paths: the southwest path, the southeast path and the northwest path, among which the most dominant is the southwest path, so the main water vapor source area are the Arabian Sea——the Bay of Bengal.In autumn, the main paths can be divided into two: the southeast path and the northwest path, of which the most important is the southeast path, so the main source of water vapor is South China Sea——the Pacific Northwest.(2) There are differences in the strength of water vapor transport between dry and wet years.The reason for the drought in Southwest China in summer is that the water vapor transported by the southwest route is weak, while the reason for the drought in Southwest China in autumn is that the water vapor transported by southeast route is weak.

Cite this article

Jianing ZHU , Xianyu YANG , Yaqiong Lü , Jun WEN , Ying CHEN . Comparative Analysis of Individual Water Vapor Sources in Dry and Wet Year in Southwest China[J]. Plateau Meteorology, 2023 , 42(6) : 1504 -1517 . DOI: 10.7522/j.issn.1000-0534.2023.00001

1 引言

近几十年来, 在全球气候变暖的背景下世界各地的极端天气气候事件频繁发生, 严重影响了生态环境、 经济的发展以及人类的生存, 引起了国内外众多学者的关注。其中, 干旱是世界范围内许多极端气候事件中造成损失最严重的自然灾害之一, 是最主要自然灾害(Wilhite, 2000钱正安等, 2017), 我国是自然灾害频发的国家之一, 据统计气象灾害造成的损失约占所有自然灾害的70%, 其中干旱造成的损失又占气象灾害的50%以上(王劲松等, 2012)。
随着全球气候的变化, 干旱灾害不仅在北方地区多发, 南方湿润地区也频繁发生, 近年来我国原本降水充沛, 气候湿润的西南地区也频发严重的干旱灾害, 频繁的灾害造成了诸如农作物减产、 森林火灾等巨大经济损失。2006年夏季川渝地区发生了特大伏旱, 四川平均降水量仅309.9 mm, 重庆244.5 mm, 均为1951年以来历史同期最少(彭京备等, 2007), 是百年一遇的特大干旱, 农作物因旱受灾面积高达233×104 km2, 受灾人口超过6800万人(马建华, 2010); 2009-2010年以云南、 贵州为中心的西南地区五省(市)的特大旱灾具有持续时间长、 分布面积广、 危害性大等特点(黄荣辉等, 2012尹晗和李耀辉, 2013), 此次大旱约625万平方公里的农作物受灾, 导致粮食产量大幅下降, 工、 农业经济受损, 受灾人口约5100万人(马建华, 2010), 同时引发森林火灾2351起, 受灾面积约7091 hm2
目前对我国西南地区干旱事件变化规律及成因的研究较多, 刘德等(2005)通过对欧亚环流特征的分析, 对重庆夏季旱涝的原因进行了分析, 结果表明若冬季500 hPa贝加尔湖和邻近地区存在较大的正距平, 并形成了阻塞高压时, 重庆夏季的降水偏多, 反之重庆夏季降水偏少; 彭京备等(2007)李永华等(2009)分别利用观测资料和NCEP FNL(National Centers for Environmental Prediction Final)再分析资料探讨了2006年西南地区干旱的特征及成因, 分析了大气环流的异常特征, 结果表明西南地区的特大干旱与大气环流的异常及副高的变化都有很大关系, 热带和中高纬度环流的异常导致青藏高压偏强、 西太平洋副热带高压西伸, 西南地区在副高的控制下形成了高温干旱的天气状况。李忆平等(2015)采用区域性极端事件客观识别方法对2009-2010年西南地区的大旱进行了特征识别, 阐述了干旱事件的时空变化特点; 黄荣辉等(2012)王嘉媛等(2015)以及Yang et al(2012)针对2009 -2010年严重干旱的成因进行了分析, 表明中高纬地区的环流异常使得西南地区受到较强的下沉运动控制, 造成来自孟加拉湾和南海的暖湿气流减少, 这种水汽输送通量的异常是导致西南地区干旱事件的重要原因之一。
降水是影响一个地区旱涝的关键, 而充足的水汽是产生降水的必要条件之一, 研究西南地区干旱时期的水汽输送也具有重要的意义。李毅等(2012)利用NCEP再分析资料通过对水汽通量散度等物理量的分析, 对西南地区冬季连旱的水汽输送特征进行了分析, 表明我国西南地区冬季水汽来源主要有: 南海西侧和孟加拉湾西北侧, 水汽源地的水汽含量低是西南地区冬季干旱的原因之一。李永华等(2010)也利用观测资料和NCEP再分析资料计算水汽通量和水汽通量散度等物理量, 对西南地区东部夏季旱季和汛期的水汽输送特征的分析表明: 西南地区东部主要有两条水汽输送路径, 一是源于青藏高原向孟加拉湾运动后通过缅甸、 云南后到达西南地区东部, 二是经由孟加拉湾南部并继续向东至中南半岛、 海南等地, 在南海与越赤道气流汇合后转而进入西南地区东部。Zhang et al(2017)利用WAM-2layers(Water Accounting Model-2layers)追踪了1979 -2013年西南地区7 -9月份降水的水汽来源, 发现西南地区7 -9月降水的水汽主要来源于印度洋北部至我国西南地区和我国南海至西南地区, 西风带输送的水汽次之, 水汽贡献区域主要分为西部延伸区、 西南本地和东部延伸区; 西南地区7 -9月降水减少的主要原因是西部延伸区提供的水汽有所减少。Zhang(2020)还利用该方法研究了西南地区2006年和2011年夏季两次大旱期间水汽来源的变化, 表明是由于不同水汽源地对西南地区降水提供的水汽减少, 及水汽在输送过程中到达中国西南地区之前被消耗, 导致西南地区水汽供给不足进而发生干旱气候。
以上研究从水汽的输送方面对西南地区干旱的原因进行了研究和探讨, 具有重要的参考价值, 但一些研究只利用资料进行计算水汽通量等变量, 并推测水汽的源地, 不能准确地得到水汽源区, 且这种分析只是定性的分析, 不能诊断源地的蒸发量来进行定量的分析; 而一些欧拉模型如WAM-2layers虽能够很好地追踪对降水产生贡献的水汽源地及其贡献, 但不能直接追踪质点的运动过程, 观察水汽真正的输送路径及通道。相比基于欧拉方法的数值模式, 基于拉格朗日方法的模型为研究水汽的输送、 确定水汽源汇提供了较为准确的方法, 其优势在于可以追踪每一个气团的运动轨迹并记录过程中的物理量变化(杨显玉等, 2022)。近年来, 由于这种方法的准确性和稳定度, 其已广泛用于研究水汽的输送。Huang and Cui(2015a2015b)使用FLEXPART模式研究了四川盆地暴雨事件的水汽输送, 结果表明该地区两个主要水汽源地是四川盆地和孟加拉湾。Chen et al(2019)利用FLEXPART(Flexible Particle Dispersion Model)发现青藏高原四个次区域的水分来源在空间和量级上都有显著差异, 这种差异的程度受夏季风、 再循环和西风带的综合影响。刘煜等(2022a)通过该模式得到黄河源水汽输送路径主要分为3条, 干旱时期以北支路径为主, 湿润时期以南支东支路径为主。而Liu et al(2021)利用该模式研究黄河源区水汽来源, 表明北支路径是黄河源区的主要输送路径。刘煜等(2022b)通过FLEXPART模式模拟若尔盖地区的水汽输送得出: 西南季风影响该地区湿润时期的水汽输送路径, 而西风带则影响干旱时期的输送路径。曾钰婷等(2022)利用该模式对那曲一次强降水的分析发现西边界和南边界的水汽输送为该次强降水的主要来源, 水汽源区主要为印度洋、 阿拉伯海、 印度、 孟加拉湾、 新疆和中亚。本文利用基于拉格朗日方法的FLEXPART对西南地区干旱时期的水汽输送进行研究, 既可以利用模式模拟出水汽的实际输送路径, 也可以定量计算蒸发和降水的差值分析出研究区域的水汽源地。

2 研究区域及模型

2.1 研究区域

本研究关注的西南地区包括四川省、 重庆市、 贵州省、 云南省, 位于97.4°E -110.2°E, 21.2°N -34.4°N(图1), 面积约1.1346×106 km2, 海拔多在150~5000 m(周李磊等, 2017)。该区域北靠黄土高原, 南临云贵高原, 西为青藏高原, 东接巫山山脉, 地形复杂, 以盆地、 丘陵为主, 河流湖泊多(陈子凡等, 2022); 自然资源丰富, 夏季炎热潮湿, 冬季温和干燥。受亚热带季风气候和地形影响, 该地区降水的季节分布极不均匀(王映思等, 2021), 每年的5 -9月为“湿季”, 降水占全年降水的70%~80%, 10月至次年5月为“干季”, 降水只占全年的20%~30%。因此, 据统计, 西南地区干旱类型主要为春旱、 夏旱和秋旱, 其中四川主要是春季干旱和夏季干旱; 重庆主要是夏季干旱及夏秋连旱; 贵州主要为夏季干旱, 其次是春旱和秋旱; 云南主要为春旱, 其次是夏、 秋、 冬和春夏连旱(马建华, 2010)。
图1 研究区域示意图

Fig.1 Schematic diagram of Southwest China

2.2 模式及参数设置

FLEXPART(Flexible Particle Dispersion Model)是一种拉格朗日输送模式, 最初由维也纳自然资源和生命科学大学开发, 后由挪威大气研究所(Norwegian Institute for Air Research)和慕尼黑工业大学(Technical University of Munich)联合进一步开发的空气块轨迹-扩散模式, 通过计算研究区域内气块的运动轨迹来模拟大气物质输送和扩散的过程(Stohl et al, 19982005a2005b)。它可用于模拟点、 线、 面和三维大气排放源的大气示踪物的长期和中尺度传输、 扩散等过程。时间上前向模拟可用于观察排放源的运动轨迹和扩散情况, 而后向模拟可用于确定影响排放源的区域(陈斌等, 2010)。最初该模式用来模拟污染物等的扩散, 近年来新一代的拉格朗日轨迹扩散模式FLEXPART被广泛用于研究大气中水分的循环(James et al, 2004Stohl et al, 2008)。在本研究中运用“区域填塞”技术(陈斌等, 2011权晨等, 2016朱丽等, 2019), 将模拟的整个三维区域的大气平均划分为105个气块, 模拟区域为10°S -70°N, 10°E -140°E, 释放粒子高度为0~3000 m, 模拟时间为2008年夏季和秋季、 2009年秋季和2011年夏季每10天进行一次模拟, 共36次模拟, 模式积分时间步长为6 h。结果将会输出每个气块的位置信息, 基于气块的位置, 利用再分析数据的空间插值来获得气块运动过程中的其他物理量, 如位涡、 比湿、 温度、 气块质量、 边界层高度等(陈斌等, 20112012王卫国等, 2022), 设置气块的信息每6 h输出一次。

3 资料选取与方法介绍

3.1 资料选取

降水数据选取TRMM 3B42数据和APHRODITE V1801R1、 V1901数据。TRMM(Tropical Rainfall Measurement Mission)是旨在研究天气和气候的降水数据, 由美国国家航空航天局(NASA)和日本航空航天探索厅 (JAXA) 联合开发, TRMM 3B42 V7降水数据从NASA网站(https: //trmm.gsfc.nasa.gov/)下载, 时间分辨率为3 h, 空间分辨率为0.25°×0.25°, 选取时段为1998 -2019年。据研究, TRMM V7数据在西南地区具有较高的进度, 同时能弥补实测站点空间分布不均的现状以及数据的误差等问题(周李磊等, 2017)。APHRODITE(Asian Precipitation Highly Resolved Observational Data Integration Towards Evaluation of Water Resources)是由日本气象厅气象研究所(MRI/JMA)与日本综合地球环境研究所(RIHN)联合开发的长时间高分辨率的陆地格点化降水资料, APHRODITE V1801R1和V1901降水数据由http: //aphrodite.st.hirosaki-u.ac.jp/download/提供下载, 时间分辨率为1 d, 空间分辨率为0.25°×0.25°, 选取时段为1998 -2015年。FLEXPART模式的驱动数据选取再分析数据NCEP FNL(National Centers for Environmental Prediction Final), 垂直方向有26层, 时间分辨率为6 h, 空间分辨率为1.0°×1.0°。本文涉及的地图制作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(2016)1549和GS(2016)2945的标准地图制作, 底图无修改。

3.2 研究方法

3.2.1 降水异常的分析方法

首先计算1998 -2019年西南地区各年的年降水量、 多年的年平均降水量以及各年的年降水量距平, 找出年降水量正、 负距平较大的年份; 其次计算1998 -2019年各季节的降水量以及多年的季节平均降水量, 根据前面所选年降水量负距平较大年份, 将该年份各季节降水量与多年季节平均降水量进行对比, 找出造成该年份干旱的主要干旱季节, 并以此干旱年份的干旱季节为研究时间段, 同时找出湿润年份的湿润季节与干旱年进行对比分析, 根据挑选的时段进行FLEXPART模拟。

3.2.2 水汽蒸发源区的识别方法

在拉格朗日轨迹模型中, 近似认为在一定时间内引起气块水汽变化的主要原因是地表蒸发过程和降水过程(Stohl et al, 20042005aJames et al, 2004), 地表蒸发增加了气块的水汽含量, 降水则减少了气块的水汽含量。则单个气块的水汽变化方程可表示为
e - p = m Δ q Δ t
式中: ep分别表示在Δt时间内进入气块的地表蒸发量和气块的降水量; ΔqΔt时间内气块比湿的变化; m为气块的质量。假设一给定的三维空间面积为A, 其大气由N个质量相对均匀的气块组成, 每个气块的质量为m, 则根据式(1)可以得到区域平均的水汽平衡方程
E - P i = 1 N ( e - p ) A = i = 1 N m Δ q Δ t A
式中: EP分别表示面积平均的地表蒸发量和降水量, 这里E-P被当作整体进行计算, 并不能分别单独计算EP。当区域A内的地表蒸发量大于降水量, 即E-P>0, 则该地区为水汽的源区; 而若区域A内的降水量大于地表蒸发量, 即E-P<0, 则该地区为水汽的汇。

4 研究结果

4.1 降水异常分析

统计了西南地区1998 -2019年降水的年际变化[图2(a)], 结果表明三种资料虽然整体在降水量的数值上有所偏差, TRMM降水数据的降水量明显大于APHRODITE的两种降水数据的数值, 但各年的降水变化趋势基本一致, 表明在研究时间范围内降水的变化趋势具有一定的可信度。图2(b)为1998 -2019年西南地区年降水量距平序列, 研究时间内降水量的变化显著, 22年间降水量的异常表现为多次正负异常交换的特征, 其中2009年和2011年具有明显的降水负异常, 分别为-153.9 mm和-151.0 mm, 因此2009年和2011年为西南地区的干年。
图2 1998 -2019年西南地区降水的年际变化(a)和年降水量距平(b)

Fig.2 Interannual variation of precipitation (a) and annual precipitation anomaly (b) in Southwest China from 1998 to 2019

从1998 -2019年西南地区各季节降水的年际变化(图3)可以看出, 西南地区降水主要集中在夏季, 年平均降水量为647.2 mm; 其次是春季和秋季, 年平均降水量分别为259.9 mm和253.0 mm, 降水量相差不多; 冬季降水量最少, 年平均降水量为45.4 mm。2009年夏季、 秋季、 冬季都有降水的负异常, 但相比于夏季和冬季, 秋季降水的负异常更加明显, 表明2009年降水的负异常主要来自于秋季, 即2009年主要为秋季干旱; 2011年春季、 夏季和冬季都有降水的负异常, 但相比于春季和冬季, 夏季降水的负异常更加明显, 表明2011年降水的负异常主要来自于夏季, 即2011年主要为夏季干旱。
图3 1998 -2019年西南地区各季节降水的年际变化

Fig.3 Interannual variation of seasonal precipitation in Southwest China from 1998 to 2019

因此选取2009年秋季和2011年夏季对西南地区干旱时期的水汽输送进行研究, 同时选取降水异常偏多年2008年作为对照年份, 2008年夏季和秋季降水的正异常都相对明显, 故添加湿年2008年夏季和秋季与两个干年2009年秋季和2011年夏季做对比。

4.2 水汽输送路径

为了明显地呈现研究时间内水汽的输送路径及气块运动过程中比湿的变化, 并对比干湿年份水汽输送轨迹的异同, 按照前文介绍的计算方法分别计算各模拟时间的水汽输送轨迹。图4图5分别是2008年夏季(湿)和2011年夏季(干)6 -8月上、 中、 下旬到达西南地区的气块的后向运动轨迹, 为了在准确描绘气块运动实际情况的前提下使得图中轨迹更加清晰, 设定每隔5条画一条轨迹。图中轨迹颜色的变化表示气块运动过程中比湿的变化, 运动轨迹为暖色时表明气块的水汽含量增加, 为冷色时表明气块的水汽含量减少, 气块的轨迹终点均为图中黑色方框内。2008年夏季和2011年夏季西南地区水汽的输送路径主要可分为3条: 西南路径、 东南路径和西北路径。西南路径是从中印度洋西北部或北部出发经过索马里半岛、 阿拉伯海、 印度半岛和孟加拉湾等地, 继续向西经过中南半岛转而向北从西南侧进入西南地区。东南路径则是起始于太平洋西北部, 经过菲律宾群岛和南海地区, 或起始于南海从东南侧进入西南地区。西北路径主要是从非洲北部、 地中海等地出发, 向东运动经过小亚细亚半岛、 天山山脉, 最终经青藏高原从西北侧进入西南地区; 或从欧洲西部出发, 经东欧平原、 西西伯利亚高原与另一条汇合, 从西北侧进入西南地区; 也有少部分气块从中西伯利亚高原南部出发向东南方向运动经蒙古国、 我国华北部分地区, 转而向西南运动从东侧进入西南地区。另外, 还有一条东方路径偶尔出现, 起始于日本海或日本向西运动, 经我国东海、 黄海、 东南沿海地区, 从东侧进入西南地区。干旱年2011年夏季的水汽输送路径虽然与湿润年2008年夏季的水汽输送路径大致相同, 但可以明显看到从7月中旬开始2011年西南路径向西南地区输送水汽的气块有所减少, 一直到整个夏季结束。
图4 2008年夏季到达西南地区的气块的后向轨迹路径, 轨迹颜色表示粒子运动过程中比湿的变化dq/dt[单位: ×10-2 g∙(kg∙6h)-1]黑色方框为西南地区

Fig.4 Backward trajectory paths of air masses arriving in the Southwest China in the summer of 2008,the color of the trajectory indicates the change of specific humidity during the movement of the air mass dq/dt.Unit: ×10-2 g∙(kg∙6h)-1.The black box is the Southwest China

图5 2011年夏季到达西南地区的气块的后向轨迹路径, 轨迹颜色表示粒子运动过程中比湿的变化 dq/dt[单位: ×10-2 g∙(kg∙6h)-1]黑色方框为西南地区

Fig.5 Backward trajectory of air masses arriving in the Southwest China in the summer of 2011, the color of the trajectory indicates the change of specific humidity during the the movement of the air mass dq/dt.Unit: ×10-2 g∙(kg∙6h)-1.The black box is the Southwest China

从气块运动轨迹的颜色变化来看, 干、 湿年夏季的输送过程中, 西南路径的气块水汽含量增加(暖色轨迹)都表现得更为明显, 表明夏季西南地区主要的水汽输送路径为西南路径。北方路径虽然气块数量较多, 但前期运动过程中水汽含量增加也较小, 进入我国后水汽含量的增加变大; 东南路径夏季并未一直存在, 所以对西南地区水汽的贡献相对较小; 东方路径由于在夏季出现的频次很少且水汽含量的增加不是很明显, 故夏季对西南地区的水汽输送的贡献最小。对比图4图5可以看出, 夏季干旱年即2011年从7月中旬开始西南路径输送水汽的气块比夏季湿润年2008年的少, 表明2011年夏季西南路径水汽的输送比2008年弱; 同时, 2011年8月上旬和下旬东南路径的水汽输送与2008年相比也较弱。因此, 2011年夏季干旱的原因可能是由于从7月中旬开始为西南地区输送水汽的西南路径变弱, 以及8月份的东南路径也有所减弱。
图6图7分别是2008年秋季(湿)和2009年秋季(干)9 -11月上、 中、 下旬到达西南地区的气块的后向运动轨迹。从图6图7中可以看出, 2008年秋季和2009年秋季西南地区水汽输送的主要路径均可分为2条: 东南路径和西北路径。东南路径具有两种不同的输送方向: 一种是起始于太平洋西北部, 或起始于我国东海, 顺时针运动经菲律宾群岛和南海, 从南侧进入西南地区; 另一种是起始于南海、 太平洋西北部, 逆时针运动经过我国东南沿海地区, 从东侧进入西南地区。西北路径主要是从非洲北部、 地中海出发向东运动, 经过小亚细亚半岛、 青藏高原等地, 从西侧或西北侧进入西南地区; 有时部分气块从欧洲西部出发, 经过东欧平原、 西西伯利亚平原、 天山山脉等地, 从西北侧或北侧进入西南地区, 有少部分的气块向东运动, 到了我国华北部分地区转而向西南运动, 最终从东侧进入西南地区; 2008年9月下旬西北路径主要是从格陵兰海出发, 经过巴伦支海、 新地岛和中西伯利亚高原等地, 从蒙古高原进入我国, 在我国华北、 黄海等地转而向西南运动, 从东北侧和东侧进入西南地区。另外有两条路径偶尔出现: 西南路径和东方路径。与夏季的西南路径相比, 秋季该路径明显减弱, 从阿拉伯海、 印度半岛或孟加拉湾出发向西北运动经中南半岛西北部从南侧进入西南地区。东方路径从太平洋西北部出发经过我国黄海、 东海等地, 并从东侧进入西南地区。
图6 2008年秋季到达西南地区的气块的后向轨迹路径, 轨迹颜色表示粒子运动过程中比湿的变化 dq/dt[单位: ×10-2 g∙(kg∙6h)-1]黑色方框为西南地区

Fig.6 Backward trajectory of air masses arriving in the Southwest China in the fall of 2008, the color of the trajectory indicates the change of specific humidity during the movement of the air mass dq/dt.Unit: ×10-2 g∙(kg∙6h)-1.The black box is the Southwest China

图7 2009年秋季到达西南地区的气块的后向轨迹路径, 轨迹颜色表示气块运动过程中比湿的变化 dq/dt[单位: ×10-2 g∙(kg∙6h)-1]黑色方框为西南地区

Fig.7 Backward trajectory of air masses arriving in the Southwest China in the fall of 2009, the color of the trajectory indicates the change of specific humidity during the the movement of the air mass dq/dt.Unit: ×10-2 g∙(kg∙6h)-1.The black box is the Southwest China

从气块运动轨迹的颜色变化来看, 干、 湿年秋季的输送过程中, 东南路径的气块水汽含量增加(暖色轨迹)都表现得更加明显, 表明秋季西南地区主要的水汽输送路径为东南路径。东方路径水汽增加比较明显, 但秋季向西南地区输送水汽的路径中该路径并未一直存在; 西南路径水汽增量也较为明显, 但该路径在秋季只是偶尔出现; 而北方路径虽气块数量较多, 但气块水汽含量的增加并不明显。对比图6图7可以看出, 从9月下旬开始, 秋季干旱年即2009年东南路径的水汽含量增加的范围小于秋季湿润年2008年, 因此2009年秋季干旱的原因可能是由于9月下旬之后西南地区秋季的主要水汽输送路径-东南路径对水汽的输送较弱。

4.3 水汽源地的特征

气块的轨迹图可以表示研究区域输送水汽的气块来源、 运动轨迹以及运动过程中比湿的变化, 但以上这些都只是定性的描述, 为了定量描述气块在运动过程中水汽含量的变化以及气块运动过程中经过其他区域的蒸发和降水情况, 进一步确定研究区域的潜在水汽源地, 按照前文介绍的水汽源地的识别方法分别计算各模拟时间气块运动过程中所经过区域蒸发和降水的差值(E-P), 当E-P>0时, 即蒸发大于降水, 该区域为红色; 当E-P<0时, 即蒸发小于降水, 该区域为蓝色。从图8图9可以看出, 2008年(湿)和2011年(干)夏季西南地区的水汽源地均为: 阿拉伯海、 孟加拉湾、 青藏高原和我国新疆地区、 青藏高原西侧的伊朗高原北部-小亚细亚半岛一带、 南海和太平洋西北部, 其中最主要的水汽源地为阿拉伯海和孟加拉湾。从2011年7月中旬开始阿拉伯海和孟加拉湾一带的E-P值为正值的范围缩小, 且对比图8图9可以看出, 从7月中旬开始直到整个夏季结束, 夏季干旱年即2011年在这两个地区E-P的正值(蒸发大于降水)范围小于夏季湿润年2008年, 而2011年8月份上旬和下旬南海-太平洋西北部一带的E-P正值范围也比2008年小, 表明2011年这两个区域对西南地区的水汽贡献比2008年小。同时从7月中旬开始2011年西南地区E-P为负值(降水大于蒸发)的范围明显也比2008年小, 这与2008年6、 7、 8月降水量(分别为211.3 mm、 228.3 mm和245.7 mm)以及2011年6、 7、 8月降水量(分别为202.6 mm、 176.6 mm、 138.1 mm)有较好的对应。以上进一步表明了2011年夏季西南地区发生干旱的原因可能是由于从7月中旬开始阿拉伯海及孟加拉湾两个主要水汽源地对西南地区水汽的贡献降低, 同时8月份整体南海-太平洋西北部一带对西南地区的水汽贡献也比2008年小。
图8 2008年夏季西南地区对应的面积平均的蒸发和降水的差值(E-P)(单位: mm∙d-1)黑色方框为西南地区

Fig.8 Area average of difference between evaporation and precipitation (E-P) corresponding to the summer of 2008 in the Southwest China.Unit: mm∙d-1.The black box is the Southwest China

图9 2011年夏季西南地区对应的面积平均的蒸发和降水的差值(E-P)(单位: mm∙d-1)黑色方框为西南地区

Fig.9 Area average of difference between evaporation and precipitation (E-P) corresponding to the summer of 2011 in the Southwest China.Unit: mm∙d-1.The black box is the Southwest China

图10图11可以看出, 2008年(湿)和2009年(干)秋季西南地区的水汽源地均主要为南海和太平洋西北部、 我国华南及东南沿海地区、 青藏高原和我国新疆地区、 青藏高原西侧的伊朗高原-小亚细亚半岛一带, 其中最主要的水汽源地为南海、 太平洋西北部及我国华南和东南沿海地区。对比图10图11可以看出秋季干旱年即2009年从9月下旬开始南海-太平洋北部一带E-P正值(蒸发大于降水)的范围小于秋季湿润年2008年, 表明2009年这一区域对西南地区水汽的贡献比2008年小, 由于秋季降水比夏季降水弱得多, 故无法明显对比出2008年和2009年秋季西南地区降水量的大小, 但根据2008年9、 10、 11月降水量(分别为142.5 mm、 113.9 mm和61.1 mm)及2009年9、 10、 11月降水量(分别为111.2 mm、 49.1 mm和15.0 mm)的对比来看, 2009年秋季发生干旱的原因可能是由于从9月下旬开始南海-太平洋西北部一带对西南地区的水汽贡献降低。
图10 2008年秋季西南地区对应的面积平均的蒸发和降水的差值(E-P)(单位: mm∙d-1)黑色方框为西南地区

Fig.10 Area average of difference between evaporation and precipitation (E-P) corresponding to the fall of 2008 in the Southwest China.Unit: mm∙d-1.The black box is the Southwest China

图11 2009年秋季西南地区对应的面积平均的蒸发和降水的差值(E-P)(单位: mm∙d-1)黑色方框为西南地区

Fig.11 Area average of difference between evaporation and precipitation (E-P) corresponding to the fall of 2009 in the Southwest China.Unit: mm∙d-1.The black box is the Southwest China

5 结论

利用TRMM和APHRODITE两种降水数据, 分析1998 -2019年西南地区降水的年际变化及各季节降水量的年际变化, 选出夏季干旱年(2011年)和秋季干旱年(2009年)以及夏季秋季都较为湿润的2008年, 通过拉格朗日输送模型FLEXPART和NCEP FNL再分析资料对四个时间段的空气块的运动过程进行模拟, 根据模拟结果对各模拟时间段的水汽输送路径以及水汽的蒸发源地进行分析, 得到以下结论:
(1) 夏季西南地区的水汽输送路径主要可分为3条: 西南路径、 东南路径和西北路径, 还有一条东方路径偶尔出现; 夏季水汽的主要输送路径是西南路径。秋季西南地区水汽输送的主要路径均可分为2条: 东南路径和西北路径, 另外有西南和东方两条路径偶尔出现; 秋季水汽的主要输送路径是东南路径。
(2) 夏季西南地区的水汽源地均主要为阿拉伯海、 孟加拉湾、 青藏高原和我国新疆地区、 青藏高原西侧的伊朗高原北部-小亚细亚半岛一带、 南海和太平洋西北部, 其中最主要的水汽源地为阿拉伯海和孟加拉湾。秋季西南地区的水汽源地均主要为: 南海和太平洋西北部、 我国华南及东南沿海地区、 青藏高原和我国新疆地区、 青藏高原西侧的伊朗高原-小亚细亚半岛一带, 其中最主要的水汽源地为南海、 太平洋西北部及我国华南和东南沿海地区。
(3) 2011年西南地区夏季干旱的原因是从7月中旬开始夏季主要的水汽输送路径——西南路径较弱, 即由于阿拉伯海-孟加拉湾一带对西南地区的水汽贡献降低导致了西南地区夏季的干旱; 2009年西南地区秋季干旱的原因是从9月下旬开始秋季的主要水汽输送路径——东南路径较弱, 即南海-太平洋西北部一带对西南地区的水汽贡献降低导致了西南地区秋季的干旱。
本文利用了FLEXPART模式来模拟西南地区的水汽输送, 以更直观的方式研究了西南地区降水异常时期的水汽输送情况, 发现西南地区夏季干旱的主要原因是阿拉伯海-孟加拉湾一带对西南地区的水汽贡献较小(2011年), 而当夏季这一区域的水汽贡献较大时, 西南地区的降水量则较大(2008年), 这与Huang et al(2015a2015b)Zhang(2020)的研究结果有相似之处; 除此之外本文还有一新发现即秋季西南地区干旱的原因主要是我国南海-太平洋西北部一带对西南地区的水汽贡献较弱。虽然部分研究结果与前人相一致, 但由于本文仅分析了个别事件, 得到的结论只是初步的; 同时驱动轨迹模型的再分析资料具有一定的不确定性, 模拟结果难免存在一定的偏差。因此, 未来将针对西南地区多个干旱事件进行综合分析, 同时利用不同的资料进行分析及模拟, 以使结论更加准确。

References

null
Chen B Zhang W Yang S, et al, 2019.Identifying and contrasting the sources of the water vapor reaching the subregions of the Tibetan Plateau during the wet season[J].Climate Dynamics, 53: 6891-6907.DOI: 10.1007/s00382-019-04963-2 .
null
Huang Y J Cui X P2015a.Moisture sources of an extreme precipitation event in Sichuan, China, based on the Lagrangian method[J].Atmospheric Science Letters16(2): 177-183.DOI: 10. 1002/asl2.562 .
null
Huang Y J Cui X P2015b.Moisture sources of torrential rainfall events in the Sichuan Basin of China during summers of 2009-13[J].Journal of Hydrometeorology16(4): 1906-1917.DOI: 10.1175/jhm-d-14-0220.1 .
null
James P Stohl A Spichtinger N, et al, 2004.Climatological aspects of the extreme European rainfall of August 2002 and a trajectory method for estimating the associated evaporative source regions[J].Natural Hazards and Earth System Science4(5/6): 733-746.DOI: 1684-9981/nhess/2004-4-733 .
null
Liu R Wen J Wang X, et al, 2021.Case studies of atmospheric moisture sources in the source region of the Yellow River from a Lagrangian perspective[J].International Journal of Climatology42(3), 1516-1530.DOI: 10.1002/joc.7317 .
null
Stohl A Hittenberger M Wotawa G1998.Validation of the lagrangian particle dispersion model FLEXPART against large-scale tracer experiment data[J].Atmospheric Environment32(24): 4245-4264.DOI: 10.1016/S1352-2310(98)00184-8 .
null
Stohl A James P2004.A Lagrangian analysis of the atmospheric branch of the global water cycle.Part I: method description, validation, and demonstration for the August 2002 flooding in Central Europe[J].Journal of Hydrometeorology5(4): 656-678.DOI: 10.1175/1525-7541(2004)005<0656: ALAOTA>2.0.CO; 2 .
null
Stohl A James P2005a.A Lagrangian analysis of the atmospheric branch of the global water cycle.Part II: moisture transports between Earth’s Ocean basins and river catchments[J].Journal of Hydrometeorology6(6): 961-984.DOI: 10.1175/JHM470.1 .
null
Stohl A Forster C Frank A, et al, 2005b.Technical note: the Lagrangian particle dispersion model FLEXPART version 6.2[J].Atmospheric Chemistry and Physics5(9): 2461-2474.DOI: 10.5194/acp-5- 2461 -2005 .
null
Stohl A Forster C Sodemann H2008.Remote sources of water vapor forming precipitation on the Norwegian west coast at 60°N-a tale of hurricanes and an atmospheric river[J].Journal of Geophysical Research: Atmospheres, 113(D5): n/a-n/a.DOI: 10. 1029/2007JD009006 .
null
Wilhite D A2000.Drought as a natural hazard: concepts and definitions[A].Drought: A Global Assessent[M].Wilhite D A, Ed.Routledge, 3-18.
null
Yang J Gong D Y Wang W S, et al, 2012.Extreme drought event of 2009/2010 over southwestern China[J].Meteorology Atmospheric Physics115(3/4): 173-184.DOI: 10.1007/s00703-011-0172-6 .
null
Zhang C Tang Q H Chen D L, et al, 2017.Tracing changes in atmospheric moisture supply to the drying Southwest China[J].Atmospheric Chemistry and Physics, 17: 10383-10393.DOI: 10. 5194/acp-17- 10383-2017 .
null
Zhang C2020.Moisture sources for precipitation in Southwest China in summer and the changes during the extreme droughts of 2006 and 2011[J].Journal of Hydrology591(12): 125333.DOI: 10.1016/j.jhydrol.2020.125333 .
null
陈斌, 徐祥德, 卞建春, 等, 2010.夏季亚洲季风区对流层向平流层输送的源区、 路径及其时间尺度的模拟研究[J].大气科学34(3): 495-505.DOI: 1006-9895(2010)03-0495-11 .
null
陈斌, 徐祥德, 施晓晖, 2011.拉格朗日方法诊断2007年7月中国东部系列极端降水的水汽输送路径及其可能蒸发源区[J].气象学报69(5): 810-818.DOI: 10.11676/qxxb2011.071 .
null
陈斌, 徐祥德, 杨帅, 等, 2012.夏季青藏高原地区近地层水汽进入平流层的特征分析[J].地球物理学报55(2): 406-414.DOI: 10.6038/j.issn.0001-5733.2012.02.005 .
null
陈子凡, 王磊, 李谢辉, 等, 2022.西南地区极端降水时空变化特征及其与强ENSO事件的关系[J].高原气象41(3): 604-616.DOI: 10.7522/j.issn.1000-0534.2022.00004 .
null
黄荣辉, 刘永, 王林, 等, 2012.2009年秋至2010年春我国西南地区严重干旱的成因分析[J].大气科学36(3): 443-457.DOI: 10.3878/j.issn.1006-9895.2011.11111 .
null
李毅, 王举, 黄泓, 2012.西南地区近三年冬季水汽输送异常的研究[C]//江苏镇江: 第九届长三角气象科技论坛论文集.2012: 8-8.
null
李忆平, 王劲松, 李耀辉, 2015.2009/2010年中国西南区域性大旱的特征分析[J].干旱气象33(4): 537-545.DOI: 10.11755/j.issn.1006-7639(2015)-04-0537 .
null
李永华, 徐海明, 刘德, 2009.2006年夏季西南地区东部特大干旱及其大气环流异常[J].气象学报67(1): 122-132.DOI: 10. 3321/j.issn: 0577-6619.2009.01.013 .
null
李永华, 徐海明, 高阳华, 等, 2010.西南地区东部夏季旱涝的水汽输送特征[J].气象学报68(6): 932-943.DOI: 10.11676/qxxb2010.088 .
null
刘德, 李永华, 高阳华, 等, 2005.重庆夏季旱涝的欧亚环流特征分析[J].高原气象24(2): 275-279.
null
刘煜, 刘蓉, 王欣, 等, 2022a.黄河源区干湿演变条件下的水汽输送特征研究[J].高原气象41(1): 47-57.DOI: 10.7522/j.issn.1000-0534.2020.00057 .
null
刘煜, 刘蓉, 王欣, 等, 2022b.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 .
null
马建华, 2010.西南地区近年特大干旱灾害的启示与对策[J].人民长江41(24): 7-12.DOI: 10.16232/j.cnki.1001-4179. 2010.24.026 .
null
彭京备, 张庆云, 布和朝鲁, 2007.2006年川渝地区高温干旱特征及其成因分析[J].气候与环境研究12(3): 464-474.DOI: 10.3969/j.issn.1006-9585.2007.03.026 .
null
权晨, 陈斌, 赵天良, 等, 2016.拉格朗日水汽源诊断方法在三江源区的应用[J].应用气象学报27(6): 688-697.DOI: 10. 11898/1001-7313.20160605 .
null
钱正安, 宋敏红, 吴统文, 等, 2017.世界干旱气候研究动态及进展综述(Ⅰ): 若干主要干旱区国家的研究动态及联合国的贡献[J].高原气象36(6): 1433-1456.DOI: 10.7522/j.issn.1000-0534.2017.00075 .
null
王嘉媛, 胡学平, 许平平, 等, 2015.西南地区2次秋冬春季持续严重干旱气候成因对比[J].干旱气象33(2): 202-212.DOI: 10.11755/j.issn.1006-7639(2015)-02-0202 .
null
王劲松, 李耀辉, 王润元, 等, 2012.我国气象干旱研究进展评述[J].干旱气象30(4): 497-508.DOI: 1006-7639(2012)-04-0497-12 .
null
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/j.issn.1000-0534.2021.00080 .
null
王映思, 肖天贵, 董雪峰, 2021.1961-2019年中国西南地区夏季长周期旱涝急转与大气环流特征[J].高原气象40(4): 760-772.DOI: 10.7522/j.issn.1000-0534.2020.00067 .
null
杨显玉, 吕雅琼, 文军, 等, 2022.三江源区域夏季降水异常的水汽输送及源地特征的研究[J].高原气象41(2): 465-476.DOI: 10.7522/j.issn.1000-0534.2022.00015 .
null
尹晗, 李耀辉, 2013.我国西南干旱研究最新进展综述[J].干旱气象31(1): 182-193.DOI: 10.11755/j.issn.1006-7639(2013)-01-0182 .
null
周李磊, 杨华, 刘睿, 等, 2017.基于TRMM数据的西南地区年降水时空特征研究[J].重庆师范大学学报(自然科学版)34(1): 114-122+142.DOI: 10.11721/cqnuj20170102 .
null
曾钰婷, 张宇, 王煕曌, 等, 2022.2014年夏季一次那曲强降水的诊断分析和水汽来源的模拟研究[J].高原气象41(2): 477-488.DOI: 10.7522/j.issn.1000-0534.2021.00077 .
null
朱丽, 刘蓉, 王欣, 等, 2019.基于FLEXPART模式对黄河源区盛夏降水异常的水汽源地及输送特征研究[J].高原气象38(3): 484-496.DOI: 10.7522/j.issn.1000-0534.2019.00015 .
Outlines

/