寒区占全球陆地面积的1/4以上(Kuchment et al, 2000), 主要分布在高纬度和高海拔地区, 气候寒冷, 生态脆弱, 对全球变暖极为敏感(邵春等, 2008); 在温差动力作用下, 寒区影响了水循环和环流运动速率, 对全球气候变化有重要意义。因而, 寒区已经成为当今水文学、生态学、冰冻圈科学和大气科学等研究的热点地区(Woo et al, 2008)。精确的局地、区域降水数据是这些学科研究的重要基础数据。但寒区地面降水观测艰难、观测点稀少、遥测精度不理想, 特别是高海拔寒冷山区(下称高寒山区)面降水数据极其缺乏。在全球变暖大背景下, 中国高寒山区出现了冰川加速消融(丁永建, 1995)、冻土退化(Nan et al, 2005)和河川径流量变化(Prowse et al, 2006)等一系列环境问题, 缺乏精确的面降水量数据成了影响相关学科研究及发展的症结。

山区降水的时空分布主要受水汽来源、地形等因素影响(傅抱璞, 1992)。高寒山区海拔落差大、地形复杂, 水汽源、坡向、海拔、地形和大气环流等共同作用于降水, 导致降水的时空分布具有较大的变异性(Delbari et al, 2013; 王会军, 2010), 给获取精确的面降水数据带来很大困难。受地形和高寒条件的限制, 中国高山区的气象站稀缺且主要分布在海拔相对较低的平坦地区。全国最高基准站海拔仅为4 800 m(安多站), 而青藏高原地区大于4 800 m面积约占38%(Chen et al, 2014), 即青藏高原接近40%的高海拔地区缺乏常规气象监测; 天山、阿尔泰山等山区高海拔站点也极为稀缺; 限制了各种空间插值方法的使用, 以及卫星遥感降水数据的验证。受地形复杂等因素影响, 大气数值模式在高寒山区输出结果的精度也比其他地区低(何由等, 2012)。如何获取高寒山区精确面降水量及其时空分布规律, 进而获取高寒区的区域降水量, 是急需解决的科学问题。为此, 在总结归纳高寒山区面降水数据获取方法、影响因素及存在问题的基础上, 提出解决这个科学问题的可能途径, 并探讨可能的发展方向。

目前面降水量获取方法主要有3类, 即基于地面实测数据的各种空间插值方法, 大气数值模式估算及降尺度方法, 地基和空基遥感数据反演等。

实地观测是获取点降水数据最精确、最简单的方法。但高寒山区地形复杂, 气候恶劣、后勤保障不足, 长期、遥测降水不理想、大面积实地观测存在很大困难, 导致该类地区站点稀疏、海拔代表性低。此外, 该区域固态降水占有较大比重, 受风扰动等因素影响, 降水特别是降雪的观测误差较大, 观测系统稳定性和数据精度也相对较差。空间插值是获取面降水量的传统方法, 主要分为整体插值法和局部插值法。由于高寒山区地形和降水时空分布复杂, 单点降水观测所能代表的空间范围有限, 因此由空间插值方法获取的面降水量数据精度总体存在较大问题。降水观测点的分布密度、空间代表性以及使用的插值方法对不同季节、不同时间尺度面降水数据精度的影响也有较大差异(Diodato et al, 2005; Dorninger et al, 2008)

整体插值法包含趋势面插值法和多元回归分析法(Bishop et al, 1998)。趋势面插值法是依据最小二乘法原理建立趋势面模型, 缺点是降水插值精度低(Vicente et al, 2003)。该模型只考虑了研究区气象站的空间位置, 忽略了影响降水的地形因素, 在高寒山区应用性较差; 回归分析法添加了海拔、坡度和坡向等地形因子, 在不同区域的研究表明:阿尔卑斯山区(Sevruk, 1997; Sevruk et al, 1998)月、季、年尺度上, 降水—海拔相关性均超过了0.76;青藏高原(舒守娟等, 2005)地区年降水拟合效果在东南边缘最好, 拟合值的总平均相对误差仅为1.16%;黑河流域年降水量拟合值与观测值相关性达到了0.94(孙佳等, 2011)。以上结果表明回归分析法对高寒山区长时间尺度和降水—海拔关系明确的区域模拟效果较好。方法缺陷在于需要确定降水与地理位置、地形因子之间的统计关系, 在高寒山区, 月、季、年尺度上的降水—海拔相关性较为显著, 祁连山黑河上游年降水量—海拔相关系数达到0.79以上(Chen et al, 2014)。但在短时间尺度上没有明显相关性, 山区地形影响局地环流, 阵性降水时有发生, 在月以下尺度上, 特别是小时、日尺度上, 统计关系不显著。此外, 在较大山系, 降水量与经纬度也存在较好统计关系。以中国天山为例, 年尺度上降水量与经度相关性达到0.87, 最大降水量多发生在70°E左右区域, 在湿季, 月尺度与年尺度相似, 干季的统计关系并不明显(宁理科, 2013)。干季降水量少且以降雪为主, 局地降雪时常发生, 受风扰动影响较大。

局部插值法包括泰森多边形法(Basist et al, 1994)、反距离加权法(Schipper et al, 2011)和普通克里金法(Zhang et al, 2009), 其插值精度取决于观测数据在区域内的代表性。主要适合于地形平坦、降水观测点分布均匀的地区; 在地形起伏多变的高寒山区, 观测点稀疏, 使用该类方法较难获取表征该类地区的实际降水量数据。梯度反平方比法基于反距离加权法添加了海拔、经纬度因素。当经纬度和海拔的负相关系数大于0.80时, 梯度距离反比法优于反距离加权法(封志明等, 2004)。协同克里金法比普通克里金法添加了地形因素, 在一定程度上提高了插值精度(Goovaerts, 2000), 尤其是在格网点上, 协同克里金法误差方差相比普通克里金法降低了18.7%(Martinez-Cob, 1996)。由于缺乏高海拔地区的观测数据, 就限制了这些方法在高寒山区的应用; 因此, 在监测盲区布设观测点十分必要。此外, 高寒山区受局地降水事件影响, 小时和日尺度上梯度效应不明显, 在应用以上方法时需要根据实际情况和野外经验, 给予合理的参数化过程。

近年来, 空间插值法推陈出新: BP神经网络方法在西北内陆山区产流区反演效果较好(邱冰等, 2010); 孙鹏森等(2004)基于地形和主风向提出了“主风向效应指数(PWEI)”参与降水插值。

式中: α表示坡向; β表示主风向; PWEI值域为0~2, 0~1表示背风坡, 1~2表示迎风坡。在岷江流域PWEI可使山区雨季降水误差减少15%~16%, 干季PWEI作用不显著。同样研究表明(Castro et al, 2014), 风速、风向是山区降水再分配的重要影响因素, 高寒山区地势起伏较大, 多数山区存在局地内循环, 使水汽在区域内发生再分配。

大气数值模式估算是通过模拟高层大气场、近地面温度和大气环流输出降水的一种方法。高寒山区气候恶劣、地形复杂, 监测困难, 大气数值模式估算是解决高寒山区面降水量的一条可能途径。当前流行的大气模式如表 1(黄菁等, 2012)所示, 以中尺度大气数值模式MM5、WRF为例, 讨论它们在降水模拟方面的优劣。MM5是全球应用最多的中尺度模式, 采用静力/非静力方程组, 可做多重网格嵌套(赵刚等, 2005), 对不同物理过程设置不同的参数化的方案。缺点是动力学框架陈旧, 程序规范化、标准化程度较低。其面降水量输出结果与实际偏差较大(谌芸等, 2007), WRF与MM5相比, WRF添加了更详细的陆面过程, 能描述不同下垫面的水热传输过程, 并耦合到边界层参数化模式中, 加强了边界层物理过程的模拟, 从而提高了模拟精度(黄菁等, 2012)。WRF在36 km×36 km分辨率上优于MM5, 当分辨率降至12 km×12 km时效果更好(Souounis et al, 2003)。在青藏高原地区10 km网格分辨率下, WRF基本上可以模拟降水强度、降水范围、降水中心位置(何由等, 2012)。总体来讲, 模式估算对大中尺度降水的模拟效果较好。但受空间分辨率限制, 不能直接应用于小尺度和局地降水。因此, 各种降尺度方法(表 2)应运而生。大气数值模式降尺度主要分为动力降尺度和统计降尺度(Frey-Buness et al, 1995)。统计降尺度依据区域和局地气候资料的统计关系, 在局地尺度, 尤其是在高寒山区复杂的地形条件下, 这种统计关系并不明确, 主要用于区域气温等的模拟(Murphy, 1999)。动力降尺度通过嵌套精度高的模式完成, 降尺度后的模拟精度有明显提高(Zhu et al, 2007; Griggs et al, 2002)。Colle et al(1998)采用MM5四重嵌套和三重嵌套对暴雨过程进行模拟:将空间分辨率提高到4 km时, 复杂地形条件下模拟精度明显提高; 把分辨率再提高到1.33 km时, 其精度并没有提高。当水平格网越小时, 需要考虑更多局地物理过程, 然而对高寒山区的这些过程机理, 特别是高山区气候变化, 目前并不明确。加之大多数模式都是由欧美日等国研发, 其参数化方案在其他国家有较大不确定性(任丽娜等, 2011), 预报精度明显降低。因此, 加强高寒山区不同时空尺度的降水分布观测与规律研究, 在此基础上改进相关大气模式中有关降水过程的认知尤为重要。

表 1(Table 1)

表 1 几种大气数值模拟模式(黄菁等, 2012) Table 1 Introduction to several atmospheric numerical models (From Huang et al, 2012) 模式 国家 机构 空间分辨率/km 模式说明 MM5 WRF Eta COAMPS JRSM REM GRAPES 美国 美国 美国 美国 日本 中国 中国 PSU/NCAR NCAR/NCEP等 NCEP FNMOC JMA IAP CAMS 36, 12, 4 1~10 10 10 10 35 15 非静力格点模式 非静力格点模式 非静力格点模式 海洋-大气耦合模式 区域谱模式 静力格点模式 非静力格点模式

表 1 几种大气数值模拟模式(黄菁等, 2012) Table 1 Introduction to several atmospheric numerical models (From Huang et al, 2012)

表 1(Table 1)

表 2 降尺度方法比较 Table 2 Comparison of downscaling methods 方法 原理 优点 局限 前景 动力降尺度 全球模式嵌套区域模式 物理意义明确, 很好表示区域地形地貌状况 计算量大、受大气模式边界条件影响较大 对语言和计算机性能要求较高 统计降尺度 区域大气结构统计关系 计算量小、简单方便、运行费用低 区域大气结构统计关系复杂、难以获取准确信息 受区域大气结构限制性较大, 需突破这一瓶颈, 应用性较广

表 2 降尺度方法比较 Table 2 Comparison of downscaling methods

采用高精度卫星遥感图像联合地面观测网络, 来估计降水的时空分布规律是近几年降水研究的热门话题之一(李新等, 2012)。CMOPRH、TMPA 3B42、中国科学院青藏高原研究所的ITPCAS、基于地面台站的APHRODITE及GSMaP是几种代表性的卫星降水数据(阚宝云等, 2013)。它们对山区, 尤其是气象站稀少的高寒山区降水分布的刻画存在很大差异, 且降水数据定量误差和研究区域的适用性也有很大不同(吕洋等, 2013)(表 3), 但基本上可以反映地面降水的变化特征(Zhou et al, 2008)。

表 1(Table 1)

表 3 几套卫星降水产品基本信息 Table 3 Basic information of several sets of satellite precipitation products 遥感降水数据 时间分辨率 空间分辨率 监测区域 是否包括被动微波 CMOPRH TMPA3B42 ITPCAS APHRODITE GSMaP 3 h 3 h 3 h 逐日 逐日 0.25°×0.25° 0.25°×0.25° 0.10°×0.10° 0.25°×0.25° 0.036°×0.036° 60°N—60°S 50°N—50°S 中国整个区域 整个亚洲区域 60°N—60°S 是 是 是 否 是

表 3 几套卫星降水产品基本信息 Table 3 Basic information of several sets of satellite precipitation products

CMORPH能反映降水的时空分布和季节变化(Shen et al, 2010)。在我国西北高寒山区(沈艳等, 2013; 成璐等, 2014)和南美洲安第斯山脉(Dinku et al, 2010), CMORPH低估了降水量和降水概率(宇婧婧等, 2015), 与地面观测数据存在较大差异, 尤其是雨季(沈艳等, 2010)。高寒山区地形复杂, 受局地内循环的影响, 尤其是在山谷地区云量多降水量大, 受地形和云量的影响(翁笃鸣等, 1998), 部分低层与降水有关的云层很难被卫星捕捉, 忽略了微量降水和阵性降水。

TMPA 3B42反演年降水量与实际年降水量高度相关(刘俊峰等, 2011), 对高寒山区干季的降水空间分布的估算精度高于湿季(赵传成等, 2011a)。在青藏高原地区, TMPA 3B42的日降水数据精度较差, 随着时间尺度增加其精度有明显提高, 但是在年降水量大于2 500 mm的地区存在低估现象(刘俊峰等, 2010)。TMPA 3B42产品的不同版本也存在差异:在安第斯山脉, TMPA 3B42产品的V6和V7数据与地面观测数据高度相关, 但是后者对不同尺度降水反演偏差均比前者小(Zulkafli et al, 2014)。

阙宝云等(2013)在叶尔羌河流域对不同降水数据对比表明: ITPCAS与TMPA 3B42数据的降水空间分布较为一致。APHRODITE的四季降水没有明显的变化率, 且APHRODITE产品降水高值区域与流域冰川并不一致, 精度较差。因此APHRODITE产品不适用于流域水文过程精细化研究。ITPCAS产品空间分辨率相对较高, 更适合小流域降水的精细化分布研究, 但是需结合地面观测数据进行检验。

GSMaP与地面观测数据对比表明:对海洋上降水反演效果较好, 在陆地上, 尤其是高寒山区误差较大。刘元波等(2011)指出在月平均降水量为0.17 mm·h^-1的情况下, 比地基雷达高估30%, 对大于10 mm·h^-1的强降水存在低估现象。陆地上, 尤其高寒山区复杂且不均一的下垫面是影响其估算精度的主要原因。

从Battan(1959)提出气象雷达概念至今, 雷达估算降水技术不断进步。欧美国家(Anderl, 1976; Borga et al, 2002)很早就利用雷达联合雨量计估测降水, 并作为水文模型的输入参数, 服务于水文预报业务。雷达联合雨量计估算降水量优势在于时空分辨率高, 可以客观地反应降水量大小, 是提高山区面降水数据精度的有效手段(许继军等, 2007), 可弥补高寒山区降水观测点不足的缺点。特别是中科院寒旱所研发的双偏振多普勒雷达不受雷达回波影响, 能交替发射和接受两种偏振波, 具有较高的反演精度。在祁连山黑河流域实验表明:双偏振多普勒气象雷达的时间分辨率在10 min以内时, 对降水估算结果较好; 对雨强小于10 mm·h^-1的降水估算效果较好, 对雨强小于10 mm·h^-1的降水估算会明显偏高(马学谦等, 2008)。但是现有的气象业务雷达多分布在城市, 在山区存在大片的雷达空白区。在山区受地形的影响, 存在许多地形遮挡造成的盲区(杨银等, 2015), 需要更多配套地面观测(图 1)。双偏振多普勒雷达数量少, 山区单独运行费用较大, 在气象业务雷达网中尚未启用。雷达估算降水量一般小于实际降水量(Schell et al, 1992), 对局地对流性降水估算误差更大(Wilson et al, 1979), 而且在不同水文模型中的模拟结果差异较大(Winchell et al, 1998)。由于山区地形和雷达对降水探测距离的限制(赵果等, 2016), 降雨估算误差较大。因此, 雷达估算降水分布还不能满足流域尺度水文过程的研究, 也不能应用于流域水资源评估。

图 1(Figure 1)

图 1 卫星-地基雷达估算降水示意图 Figure 1 Satellite-Ground based radar estimation of precipitation

遥感数据应用于降水分布研究达到了较高的精度, 但是在高寒山区复杂的地形条件下, 仍存在较大的局限性。地基雷达在高寒山区易受地形遮蔽且运行费用高, 维护困难; 卫星主动微波和被动微波都易受到杂波和低空云层的影响, 造成估算误差。此外, 遥感数据主要是依据云与降水量的统计关系推算降雨量, 误差较大且没有相应的理论支持(张利平等, 2003)。验证方法主要是点对点验证, 点到面的尺度转换缺乏说服性。缺少地面数据的验证, 不能有效评估各产品的优劣(潘小多等, 2010)。

水汽来源及强弱程度总体影响着高寒山区的降水分布格局。受水汽源影响, 在一定范围内降水随着离水汽来源距离增加而减少(Marqinez et al, 2003)。中国西北山区, 深居内陆, 季风影响微弱, 东西部存在差异, 主要受西风带影响(Huang et al, 2015)。夏季水汽主要来自大西洋, 其次是太平洋, 小部分来自印度洋(Li et al, 2016)。模拟发现, 太平洋水汽主要影响西北山区的东部, 印度洋水汽主要影响青藏高原腹地、柴达木和南疆等地区(钱正安等, 2001), 例如孟加拉湾北部水汽主要影响高原中南偏东部地区(林厚博等, 2016)。天山地区受西风环流和来自中亚水汽的影响。自东向西降水量变化在夏季最为明显。降水量峰值在70°E左右, 分界线以西降水随经度增加而增加(R²=0.937 3);以东有递减趋势(R²=0.938 2)(宁理科, 2013)。在天山东坡有一个降水高值中心, 可能是来自东北亚内陆的水汽和地形综合影响的结果。近年来, 西风环流增强, 使得中国天山地区(赵传成等, 2011b)和祁连山西部地区(李忠勤, 2011)年降水量增加, 但由于祁连山区距离水汽源较远, 增加的降水量较小。陈贺等(2007)利用经纬度表征距离水源远近, 在石羊河流域的研究表明, 距水体的距离是引起降水量变化的主要因素。在祁连山东段北坡, 主要由来自东北方向的水汽, 在石羊河流域受地形的抬升形成降水(徐宗学等, 2007)。

地形主要通过动力作用和热力作用(廖菲等, 2007)影响气流的汇聚区(Junquas et al, 2016), 从而影响降水分布。迎风坡对气流抬升, 形成气旋性辐合, 湿气团遇冷凝结, 多发生暴雨事件。喜马拉雅山南坡的乞拉朋齐受西南季风影响, 年降水量高达20 000 mm, 而背风坡的布拉马普特拉河河谷和珠峰站年平均降水量只有1 589 mm(林之光, 1995)和298 mm(王忠彦等, 2013)。这种现象在祁连山、天山等地也比较明显, 形成从山区湿润气候到山前荒漠的景观。迎风坡气流抬升速度减小至零, 山前垂直气流上升受限被压缩(孙继松, 2005), 这对云的垂直和水平发展影响都较大, 尤其是对中高层云的发展影响最明显, 并且能明显扩大地面降水的分布范围, 地面最大降水量也有所增多(廖菲等, 2009)。背风坡对气流影响主要分为大地形和小地形的影响:小山脉的地形雨主要发生在迎风坡上, 是典型的迎风坡降水和背风坡雨影现象; 在大尺度的山脉地形条件下, 背风坡上容易产生风切变临界层, 并不简单的在迎风坡降水, 还有背风回流降水机制(李子良, 2006)。此外, 复杂的下垫面吸收的辐射不同, 使地表感热、潜热和温度分布不均。在冰川区, 冰川通过冷却效应以及引发的温跃现象、凝结高度降低现象造成降水分布的变化(张东启等, 2000)。毕宝贵等(2006)通过MM5模式模拟降水的研究发现, 当去掉地表潜热通量时, 模拟结果与实际降水偏差较大。地表感热、潜热也是影响降水的重要因素。此外, 由气团受热不均形成的山谷风(刘辉志等, 2003)也是降水再分配的重要因素。

海拔是影响降水的主要地形因子之一, 部分山区降水90%~100%的变化可以由海拔的变化解释。MM5模式证明海拔的变化会明显改变降水的空间分布(Dudhia, 1993)。一般认为山区降水量随海拔升高而增加, 但是降水量并不总是与海拔呈简单的线性关系, 山区降水在垂直方向上的分布依据地形走势的不同而存在多种形式(穆振侠等, 2010)。在大的山脉地形条件下, 降水高值中心并不是位于山顶。降水随海拔升高递增, 到最大降水高度后随之递减(穆振侠等, 2008)。最大降水高度的出现是山区海拔、大气环流、冷暖气团综合影响的结果。中国祁连山区年降水量与海拔呈现‘S’形变化, 意味着有两个最大降水高度带(汤懋苍, 1985), 该文献中所选观测点东西最大距离800 km左右, 主要集中在3 500 m以下中低山带, 受水平距离和海拔的约束, ‘S’形变化是海拔与水汽综合影响的结果, 其具有一定的限制性。此外, 祁连山黑河上游年降水量与海拔并非‘S’形变化, 而是线性关系, 只在个别月份出现不明显的‘S’形变化(Chen et al, 2014)。祁连山区最大降水高度的出现, 除了受海拔的影响外, 还与高低空两个最大相对湿度中心及冷空气活动中心密切相关(李岩瑛等, 2009)。因此, 祁连山区降水量与海拔的关系有待商榷, 需要做更深入的研究。对特定山区而言, 气候条件基本不变, 山区最大降水高度相对稳定, 但受区域小气候的影响, 年降水量变化较大(孙安健, 1989)。此外降水区与山体走向、盛行风向、山体高度以及坡度、坡向也有很大关系(高艳红等, 2008)。总结得出:当风向与迎风坡夹角接近0°时, 地形对降水影响最大; 当迎风坡坡度为45°时, 夹角越小, 地形对降水影响效果越显著; 当迎风坡坡度小于45°时, 坡度越大, 随海拔升高, 降水增幅越大; 背风坡降水较迎风坡降水较少, 当背风坡与风向夹角小于45°时, 坡度为30°~60°之间的背风坡对降水影响不大(傅抱璞, 1992)。当风向与山脉走向一致时, 水汽沿山体两翼前进, 降水出现在山体两翼, 降水变化率相同(金栋梁等, 2005)。

尽管已对高寒山区降水分布的研究方法及其影响因素分析归纳, 但仍有一些亟待解决的问题。为了更加全面的研究其降水分布, 仍需在以下几个方面展开深入研究:

(1) 地面观测—遥感数据同化研究

受局地地形影响, 山区局地、阵性降水时有发生, 其降水—海拔相关性很不显著, 雷达、遥感等降水数据产品对局地降水估算都有一定误差, 缺乏反映局地降水的模型。对山区局地尺度降水加密矩阵观测, 结合卫星遥感数据推广到山区尺度大范围撒网式观测是了解高寒山区降水时空分布规律的基础。在今后研究中, 拟以祁连山黑河上游葫芦沟小流域和祁连山为研究区, 展开对高寒山区降水复杂性研究。利用地面矩阵观测数据对遥感数据在格网点上验证, 结合数据同化方法, 改进算法, 获得一套符合高寒山区水文学研究要求的数据产品。

(2) 卫星遥感数据及卫星—雷达降水交互研究

卫星遥感数据普遍存在的问题是时空分辨率低, 提高卫星遥感数据时空分辨率是提高降水估算精度的有效手段, 应着重对卫星传感器及算法进行研究。风云4系列卫星比风云3系列加强了对中小天气系统的三维观测, 不受卫星过境影响, 精度有较大提高, 但是仍需结合地面观测数据验证, 气象站点的稀疏是检验其精度的瓶颈。卫星遥感—雷达交互研究成为可能替代地面数据检验的新方法, 二者基于不同算法, 在高寒山区使用上相互补充, 适用上相互检验。联合卫星、雷达、有限的地面观测数据建立联合降雨量观测场, 基于变分同化技术, 可初步获得中国高寒山区降水估算系统, 该研究已在云南等地区进行了验证, 精度有质的提高(段旭等, 2010)。

(3) 大气数值模式精细化及降尺度研究

大气数值模式降尺度是高寒山区降水精细化研究前沿技术, 但在高寒山区应用仍有不足, 在以后的研究中应着重考虑以下两点: 1)局地小气候因素, 山区局地小气候明显, 成为局地降水的主要影响因素; 2)大气动力方程组非线性, 高寒山区特殊的下垫面受热不均, 从低层到高层大气结构、运动规律均会产生非线性扰动, 重点发展方向应是:有效地获取区域尺度大气系统统计关系。此外大气数值模式降尺度输出结果应结合地面观测数据验证, 加强点面尺度转换理论研究, 为地面数据验证提供理论支持。