2018, Vol. 37
2. 青海师范大学/青海省自然地理与环境过程重点实验室, 青海 西宁 810008
水循环是联系地球各圈和各种水体的“纽带”, 对于地球表层结构的演变和人类可持续发展意义重大。氢氧稳定同位素作为水体中的重要组成部分, 敏感地响应着环境变化, 并记载着水循环演化的历史信息, 目前已经成为土壤、植被、大气和海洋间不同形式水分运动以及诊断气候变化和土地利用变化下地球水分平衡的最佳示踪剂(Welp et al, 2008; 李小飞等, 2013; 张世春, 2010); 也为古气候古环境重建和分析、食品产地溯源以及动物食物来源与食物网关系的研究提供了强有力的技术手段(An et al, 2012; 郭波莉等, 2007; 丛日杰等, 2015)。大气水汽稳定同位素组成(δv)受地面蒸散、本地区降水以及外来水汽等影响, 可综合反映一个区域的水分循环和生态过程。
目前, 大气水汽δ18O和δD原位连续观测技术已逐渐成熟, 克服了以往传统观测技术观测周期短且不连续的弊端, 并取得了一系列研究成果。袁国富等(2010)通过氢氧稳定同位素原位连续观测技术并结合Keeling Plot方法, 揭示了华北冬小麦生态系统中蒸腾在总蒸散中的比例。Zhang et al(2011)对比分析了北京和石家庄两地两个不同生态系统水汽中的δ18O和δD, 发现下垫面不同可导致一次降雨后大气水汽δ18O和δD存在一定的差异性。Welp et al(2008)通过对大豆生态系统冠层δv的研究发现, 从日到季节时间尺度上δv的变化都很大, 主要是由于“瑞利分馏”作用, 但也受垂直大气混合, 局部蒸散量和露水形成的影响。
青海湖是中国最大的内陆湖泊和咸水湖, 位于青南高原高寒区、西北干旱区和东部季风区的交汇处, 属于全球变化的敏感区和生态系统典型脆弱区, 对其大气水汽同位素的研究有利于人们在全球变暖背景下对水循环过程的理解(曹生奎等, 2014; Liu et al, 2014)。基于此, 本文通过大气水汽稳定同位素组成δv的原位连续观测技术, 研究分析了青海湖高寒湿地大气水汽稳定同位素组成δv的变化特征及其与相关环境因子的关系, 以期能够更加清楚的了解本区域大气水汽的变异特征及其控制机制。
2 材料与方法 2.1 研究区概况试验于2016年6—9月在青海师范大学小泊湖湿地生态系统野外监测站进行。该站点位于青海湖东岸(36°42′N, 100°46′E), 海拔3 228 m, 是典型的高原大陆性气候, 冷暖两季分明。研究区2012—2016年年平均气温为2. 70 ℃, 年平均降水量为320. 14 mm, 其中降水主要集中在夏季, 属季节性湿地; 区内以西风为主, 年平均风速2. 11 m·s-1。优势植被类型有藏嵩草(Kobresia tibetica)和华扁穗(Blysmus sinocompressus), 土壤类型主要以沼泽土和草甸土为主, 土壤发育年轻, 土层浅薄, 有机质含量较高。
2.2 数据观测与处理 2.2.1 大气水汽稳定同位素组成δv的原位连续观测大气水汽δ18O和δD采用美国LGR公司研发的大气水汽稳定同位素原位连续观测系统进行测定。主要由水同位素分析仪IWA-35EP(型号912-0026)、水汽校准源(型号908-0004)和大气水汽采集系统组成。该分析仪采用离轴整合光腔输出光谱技术(OA-ICOS), 可实现对大气水汽中δ18O、δD及水汽H2O浓度的原位观测。水汽校准源产生五个浓度梯度且浓度涵盖外界大气浓度的标气, 通过标气进行数据的标定。在观测地表上方的大气水汽采集系统有两个不同高度的进气口, 初始高度为0. 5 m和1. 5 m, 随着植物冠层高度的增加, 调整进气口高度, 最终高度分别为0. 9 m和1. 9 m。
2.2.2 涡度相关及气象数据观测小泊湖湿地安装有开路式涡度相关系统, 主要包括开路式CO2/H2O分析仪(LI-7500A, USA)和三维超声风速仪(WindMaster, UK), 进行CO2和H2O通量的观测研究。涡度相关系统附近架设有自动气象站, 进行空气温湿度、辐射、风速和降雨量等环境因子的观测, 另外在地表不同深度埋有土壤温度和土壤含水量传感器。
2.2.3 数据的处理氢氧同位素的比率用与“维也纳标准平均海洋水(VSMOW)”的千分差表示, 计算公式:
| $ \delta = \left({{R_{{\rm{sample}}}}/{R_{{\rm{vsmow}}}} - 1} \right) \times 1\;000‰ $ | (1) |
式中: Rsample和Rvsmow分别代表水汽和VSMOW中氢氧稳定同位素的相对含量。大气水汽δ18O和δD均采用日平均值数据, 其中与环境因子的相关分析采用上层(1. 5 m和1. 9 m)高度的δ18O, δ18O和δD的相关关系分析采用上层高度的δ18O和δD。
3 结果与分析 3.1 大气水汽δ18O和δD的变化特征通过研究区上方两个不同高度大气水汽δ18O和δD的季节变化特征(图 1)可以看出, 大气水汽δ18O和δD在不同高度差异性都较小。通过邻近点平均曲线可以看出, 大气水汽δ18O和δD总体上都表现为先降低后上升的趋势。观测期间, 下层(0. 5 m和0. 9 m)大气水汽δ18O变化范围在-25. 98‰~-10. 29‰, 平均值为-17. 16‰, δD的变化范围在-181. 27‰~-59. 66‰, 平均值为-113. 84‰; 上层大气水汽δ18O变化范围在-25. 90‰~-10. 31‰, 平均值为-17. 14‰, δD的变化范围在-181. 27‰~-59. 73‰, 平均值为-113. 82‰。
|
图 1 2016年6—9月青海湖高寒湿地不同高度大气水汽δ18O (a)和δD (b)的变化特征 Figure 1 The variation characteristics of atmospheric water vapor δ18O (a) and δD (b) at different level in alpine wetland of Qinghai Lake from June to September 2016 |
结合图 1和图 2可知, 大气水汽δ18O与降水量存在负相关关系。例如, 7月10日出现了研究期间最大降水量22. 86 mm, 与此同时大气水汽中δ18O也对应出现了最小值, 其值为-25. 90‰。一次降水事件的发生, 有导致大气水汽δ18O降低的趋势, 且降低程度与降水量多少有一定关系。这主要是因为一次降水事件发生时, 降落雨滴的蒸发以及新降水对地表蒸发的补给都会对大气水汽稳定同位素组成δv产生影响, 而由降水再循环所补充的水汽中δ18O相对贫化, 必然导致降水日大气水汽δ18O偏低(余武生等, 2006; 尹常亮等, 2008)。降水量不同, 云下雨滴的二次蒸发和水汽的凝结程度不同, 使得大气水汽中δ18O出现不同的贫化情况。降水量增大, 蒸发水汽中越多的δ16O进入大气水汽, 而水汽凝结成雨水时, δ18O越多的进入液态水, 从而使大气水汽δ18O越贫化。
|
图 2 青海湖高寒湿地生态系统大气水汽δ18O与降水量的关系 Figure 2 Relationship between atmospheric water vapor δ18O and precipitation in alpine wetland ecosystem of Qinghai Lake |
由大气水汽δ18O与气温和土温的关系(图 3)可以看出, 大气水汽δ18O与气温和土温都呈二次函数相关关系, 且曲线特征较为一致, 表现为随着温度的升高而先升高后下降。青海湖流域独特的地理位置, 使得大气水汽δ18O, 不仅受到当地独特天气系统的影响, 还可能受到区域大气水汽来源以及青海湖局地蒸发水汽的影响。一定温度背景下, 大气水汽δ18O随着温度的升高而增大(温度效应), 可能是由于温度升高所引起的生态系统植物蒸腾和土壤蒸发的蒸散水汽同位素分馏效应较弱, 且又受到区域环境影响所致。随着温度的不断升高, 大气水汽δ18O呈下降趋势(反温度效应), 可能是因为较高的温度加快了大气水汽的瑞利分馏, 以及由于高温导致较贫化水汽的混入。相关研究(Gat, 1996; Chen et al, 2015)也指出, 环境温度可通过影响植物蒸腾、土壤蒸发以及大气本底水汽同位素组成而引起大气水汽稳定同位素组成δv发生变化。
|
图 3 青海湖高寒湿地生态系统大气水汽δ18O与气温(a)和土温(b)的关系 Figure 3 Relationships between atmospheric water vapor δ18O and air temperature (a) aswell as soil temperature (b) in alpine wetland ecosystem of Qinghai Lake |
大气水汽δ18O与生态系统相对湿度存在极显著的负相关关系(图 4), 随着相对湿度增大, δ18O呈线性降低。一方面, 相对湿度可通过影响植物气孔导度以及蒸腾速率而影响植物蒸腾过程中的动力分馏过程, 进而影响大气水汽δ18O。另一方面, 随着相对湿度的增大, 通过土壤蒸发进入大气的水汽逐渐发生贫化, 并与大气水汽混合而降低大气水汽δ18O。相对湿度对土壤蒸发、水汽相变以及植物蒸腾产生的直接影响, 可间接影响大气水汽稳定同位素组成δv(Farquhar et al, 2007; He et al, 2016; 王小婷等, 2016)。Lee et al(2006)研究发现, δv对空气湿度的依赖性可以部分地用气团平流的瑞利分馏原理来解释。通过与其他环境因子的对比分析发现, 本研究相对湿度与大气水汽δ18O的耦合性较好, 是控制大气水汽δ18O变化的重要环境因子。
|
图 4 青海湖高寒湿地生态系统大气水汽δ18O与相对湿度的关系 Figure 4 Relationship between atmospheric water vapor δ18O and relative humidity in alpine wetland ecosystem of Qinghai Lake |
通过研究区大气水汽δ18O与生态系统蒸散的关系(图 5)可以看出, 大气水汽δ18O与蒸散呈线性函数相关关系, 随着蒸散的增大, 水汽中δ18O呈增大趋势。生态系统蒸散一部分来自植物蒸腾, 另一部分来自土壤蒸发, 而二者共同作用于大气水汽δ18O。已有研究表明(Gat et al, 1991), 大的蒸腾通量可以使大量具有不同同位素特征的水分进入冠层的边界层, 从而改变大气水汽δ18O。研究者(Lai et al, 2010; 杨斌等, 2012)在日变化尺度上也发现, 蒸散可以影响大气水汽稳定同位素组成δv。
|
图 5 青海湖高寒湿地生态系统大气水汽δ18O与蒸散的关系 Figure 5 Relationship between atmospheric water vapor δ18O and evapotranspiration in alpine wetland ecosystem of Qinghai Lake |
从大气水汽δ18O与净辐射的关系(图 6)中可以看到, 水汽中δ18O与生态系统净辐射呈显著正相关关系, 水汽中δ18O随净辐射的增大呈线性增大。净辐射在生态系统土壤—植被—大气连续体的能量和水汽交换过程中有着重要的作用, 可通过影响区域小气候以及近地面热力和动力效应而影响研究区大气水汽氢氧稳定同位素组成δv。
|
图 6 青海湖高寒湿地生态系统大气水汽δ18O与净辐射的关系 Figure 6 Relationship between atmospheric water vapor δ18O and net radiation in alpine wetland ecosystemof Qinghai Lake |
全球大气降水线(GMWL)能表征大气降水中δ18O和δD的相关关系, 其斜率和截距可反映全球降水中δ18O和δD的平均分布特征(Gat, 1996; 杨斌, 2016)。采用与GMWL相类似的定义, 将大气水汽δ18O和δD之间的线性关系定义为大气水汽线(MVL), 得到当地大气水汽线方程MVL: δD=7. 339δ18O+11. 954(R2=0. 94, P＜0. 001, N=99)(图 7), 从图 7中可以看出, 大气水汽中δ18O和δD存在极显著的相关关系。对比发现, 该地区MVL方程的斜率小于GMWL, 而截距大于GMWL。研究区MVL斜率小于GMWL, 说明大气水汽中δ18O和δD存在富集现象, 一方面可能是受到诸如植被和风速等环境因子的影响, 如Lee et al(2007)发现植物蒸腾总是使地表空气水汽的δ18O和δD更加富集。另一发面, 研究区大气水汽δ18O和δD出现富集可能与大气气团来源地有关。在研究期间, 东南亚季风活动较为强烈, 带来较高同位素值的大气水汽, 从而影响研究区大气水汽氢氧稳定同位素。此外, 从Cui et al(2016)和Wu et al(2017)分别对青海湖蒸发水线的拟合方程δD=4. 58δ18O-1. 4和δD=5. 67δ18O-1. 62可以看出, 青海湖湖水可以富集氢氧稳定同位素, 而本研究区距离青海湖较近, 大气水汽也可能受到富集较多δ18O和δD湖水蒸发水汽的影响。MVL的截距大于GMWL, 可能受到了地面蒸发水汽和降水过程中云下蒸发雨水的影响。一些研究者(Jacob et al, 1991; 姚天次等, 2017)有相似的发现。可以看出, 大气水汽中δ18O和δD的相关关系受到多方面因素的影响。相类似的, 王永森等(2013)对不同地区降水线方程(LMWL)的研究发现, 不同水汽来源、凝结温度、输送方式以及降水期的不同, 都可导致δ18O和δD的拟合方程存在一定的差异性。
|
图 7 青海湖高寒湿地生态系统大气水汽δ18O和δD的关系 Figure 7 Relationship between atmospheric water vapor δ18O and δD in alpine wetland ecosystem of Qinghai Lake |
由于水汽与降水密切相关, 研究水汽同位素组成与降水之间的关系意义重大(周长艳等, 2017; Salamalikis et al, 2015)。一些研究者(姚天次等, 2017; 石俊杰等, 2012b)通过研究表明, 一次降雨事件发生后, 大气水汽稳定同位素组成δv有下降趋势, 且下降程度与降雨量成一定的反比例关系。本文中大气水汽δ18O与降水量的关系符合上述关系。Liu et al(2010)研究发现, 水同位素的分馏作用主要受制于相变过程中的温度, 因此对水同位素变化与温度关系的研究显的极为重要。大气水汽δ18O与气温和土温都呈二次函数相关关系, 且曲线特征都表现为先上升后下降, 与牛晓栋等(2015)对天目山森林生态系统的研究相反, 可能是因为研究区下垫面的差异性以及受区域小气候影响所致。相对湿度可通过影响生态系统蒸散和空气水汽相变过程而影响大气水汽δ18O。牛晓栋等(2015)对天目山森林生态系统的研究发现, 大气水汽δ18O与环境相对湿度不存在相关性。石俊杰等(2012b)对北京玉米生态系统的研究发现, 大气水汽氢氧稳定同位素组成δv与相对湿度呈正相关关系。大气水汽δ18O与相对湿度呈负相关关系, 分析原因可能是因为每个研究区相对湿度存在的变异性不同所致。张世春(2010)研究发现, 蒸散对地表水汽δ18O和δD有富集作用, 但可能会受到大气夹卷等作用的“稀释作用”。本文中, 蒸散对δ18O影响较大, 可以看出本研究区生长季大气水汽δ18O受大气夹卷作用较弱。生态系统净辐射与大气水汽δ18O呈显著线性相关关系, 与石俊杰等(2012a)的结果一致。环境因子间进行比较分析可以发现, 生态系统热量的增加, 表征着系统温度的升高, 但温度的升高却没有出现类似净辐射和大气水汽δ18O的线性相关关系, 可以看出大气水汽δ18O与生态系统各环境因子的关系都不是独立的, 而是相互联系, 共同作用的。
5 结论基于大气水汽稳定同位素组成δv的原位连续观测技术, 分析了青海湖高寒湿地大气水汽氢氧稳定同位素的特征以及大气水汽δ18O与降水量、温度、相对湿度、蒸散以及净辐射的相关关系, 得到以下初步结论:
(1) 青海湖高寒湿地生态系统生长季大气水汽δ18O和δD在不同高度差异都不明显, 观测期间, 下层大气水汽δ18O变化范围在-25. 98‰~-10. 29‰之间, 平均值为-17. 16‰, δD的变化范围在-181. 27‰~-59. 66‰, 平均值为-113. 84‰; 上层大气水汽δ18O变化范围在-25. 90‰~-10. 31‰之间, 平均值为-17. 14‰, δD的变化范围在-181. 27‰~-59. 73‰, 平均值为-113. 82‰。δ18O和δD在生长季内都呈现出中期低, 前期和后期高的季节变化特征。
(2) 青海湖高寒湿地生态系统中大气降水、气温和土温、相对湿度以及净辐射都是影响大气水汽δ18O的重要环境因子, 其中相对湿度与大气水汽δ18O的耦合性最好。
(3) 研究区大气水汽线方程MVL为δD=7. 339δ18O+11. 954, 其斜率与截距可能受到了研究区相关环境因子、大气水汽来源以及青海湖蒸发水汽的影响而偏离全球大气降水线方程GMWL。
An Z S, Colman S M, Zhou W J, et al, 2012. Interplay between the westerlies and Asian monsoon recorded in Lake Qinghai sediments since 32ka[J/OL]. Scientific Reports, 2: 619. DOI: 10.1038/srep00619. [2017-8-27]. https://www.nature.com/articles/srep00619.pdf.
|
|
Chen F L, Zhang M J, Wang S J, et al. 2015. Relationship between sub-cloud secondary evaporation and stable isotopes in precipitation of Lanzhou and surrounding area[J]. Quaternary International, 380: 68–74.
|
|
Cui B L, Li X Y, Wei X H. 2016. Isotope and hydrochemistry reveal evolutionary processes of lake water in Qinghai Lake[J]. J Great Lakes Res, 42(3): 580–587.
DOI:10.1016/j.jglr.2016.02.007 |
|
Farquhar G D, Cernusak L A, Barnes B. 2007. Heavy water fractionation during transpiration[J]. Plant Physiology, 143(1): 11–18.
|
|
Gat J R, Matsui E. 1991. Atmospheric water balance in the Amazon Basin:An isotopic evapotranspiration model[J]. J Geophys Res, 96(D7): 13179–13188.
DOI:10.1029/91JD00054 |
|
Gat J R. 1996. Oxygen and hydrogen isotopes in the hydrologic cycle[J]. Annual Review of Earth and Planetary Sciences, 24(1): 225–262.
DOI:10.1146/annurev.earth.24.1.225 |
|
He S Y, Richards K. 2016. Stable isotopes in monsoon precipitation and water vapour in Nagqu, Tibet, and their implications for monsoon moisture[J]. J Hydrol, 540: 615–622.
DOI:10.1016/j.jhydrol.2016.06.046 |
|
Jacob H, Sonntag C. 1991. An 8-year record of the seasonal variation of 2H and 18O in atmospheric water vapour and precipitation at Heidelberg, Germany[J]. Tellus B:Chemical and Physical Meteorology, 43(3): 291–300.
DOI:10.3402/tellusb.v43i3.15276 |
|
Lai C T, Ehleringer J R, Bond B J, et al. 2010. Contributions of evaporation, isotopic non-steady state transpiration and atmospheric mixing on the delta18O of water vapour in Pacific Northwest coniferous forests[J]. Plant Cell & Environment, 29(1): 77–94.
|
|
Lee X H, Kim K, Smith R. 2007. Temporal variations of the 18O/16O signal of the whole-canopy transpiration in a temperate forest[J]. Global Biogeochemical Cycles, 21(3): 130–144.
|
|
Lee X H, Smith R, Williams J. 2006. Water vapour 18O/16O isotope ratio in surface air in New England, USA[J]. Tellus B:Chemical and Physical Meteorology, 58(4): 293–304.
DOI:10.1111/j.1600-0889.2006.00191.x |
|
Liu J F, Xiao C D, Ding M H, et al. 2014. Variations in stable hydrogen and oxygen isotopes in atmospheric water vapor in the marine boundary layer across a wide latitude range[J]. J Environ Sci, 26(11): 2266–2276.
DOI:10.1016/j.jes.2014.09.007 |
|
Liu J R, Song X F, Yuan G F, et al. 2010. Characteristics of δ18O in precipitation over Eastern Monsoon China and the water vapor sources[J]. Chinese Sci Bull, 55(2): 200–211.
DOI:10.1007/s11434-009-0202-7 |
|
Salamalikis V, Argiriou A A, Dotsika E. 2015. Stable isotopic composition of atmospheric water vapor in Patras, Greece:A concentration weighted trajectory approach[J]. Atmos Res, 152: 93–104.
DOI:10.1016/j.atmosres.2014.02.021 |
|
Welp L R, Lee X H, Kim K, et al. 2008. δ18O of water vapour, evapotranspiration and the sites of leaf water evaporation in a soybean canopy[J]. Plant Cell & Environment, 31(9): 1214–1228.
|
|
Wu H W, Li X Y, He B, et al. 2017. Characterizing the Qinghai Lake watershed using oxygen-18 and deuterium stable isotopes[J]. J Great Lakes Res, 43(3): 33–42.
DOI:10.1016/j.jglr.2017.03.010 |
|
Zhang S C, Sun X M, Wang J L, et al. 2011. Short-term variations of vapor isotope ratios reveal the influence of atmospheric processes[J]. J Geograp Sci, 21(3): 401–416.
DOI:10.1007/s11442-011-0853-6 |
|
曹生奎, 陈克龙, 曹广超, 等. 2014. 青海湖流域矮嵩草草甸土壤有机碳密度分布特征[J]. 生态学报, 34(2): 482–490.
Cao S K, Chen K L, Cao G C, et al. 2014. Characteristics of soil carbon density distribution of the Kobresia humilis meadow in the Qinghai Lake basin[J]. Acta Ecological Sinisa, 34(2): 482–490.
|
|
丛日杰, 吴星兵, 李枫, 等. 2015. 稳定同位素分析在鸟类生态学中的应用[J]. 生态学报, 35(15): 4945–4957.
Cong R J, Wu X B, Li F, et al. 2015. Application of stable isotope analysis in avian ecology[J]. Acta Ecologica Sinica, 35(15): 4945–4957.
|
|
郭波莉, 魏益民, 潘家荣. 2007. 同位素指纹分析技术在食品产地溯源中的应用进展[J]. 农业工程学报, 23(3): 284–289.
Guo B L, Wei Y M, Pan J R. 2007. Progress in the application of isotopic fingerprint analysis to food origin traceability[J]. Transactions of the Chinese Society of Agricultural Engineering, 23(3): 284–289.
|
|
李小飞, 张明军, 王圣杰, 等. 2013. 黄河流域大气降水氢、氧稳定同位素时空特征及其环境意义[J]. 地质学报, 87(2): 269–277.
Li X F, Zhang M J, Wang S J, et al. 2013. Spatial and temporal variations of hydrogen and oxygen isotopes in precipitation in the Yellow River basin and its environmental significant[J]. Acta Geologica Sinica, 87(2): 269–277.
|
|
牛晓栋, 江洪, 王帆. 2015. 天目山森林生态系统大气水汽稳定同位素组成的影响因素[J]. 浙江农林大学学报, 32(3): 327–334.
Niu X D, Jiang H, Wang F. 2015. Stable isotope composition for atmospheric water vapor in the forest ecosystem of Mount Tianmu[J]. Journal of Zhejiang A & F University, 32(3): 327–334.
DOI:10.11833/j.issn.2095-0756.2015.03.001 |
|
石俊杰, 龚道枝, 梅旭荣, 等. 2012a. 稳定同位素法和涡度-微型蒸渗仪区分玉米田蒸散组分的比较[J]. 农业工程学报, 28(20): 114–120.
Shi J J, Gong D Z, Mei X R, et al. 2012a. Comparison of partitioning evapotranspiration composition in maize field using stable isotope and eddy covariance-microlysimeter methods[J]. Transactions of the Chinese Society of Agricultural Engineering, 28(20): 114–120.
|
|
石俊杰, 马孝义, 胡笑涛, 等. 2012b. 大气水汽稳定同位素组成δv影响因素分析[J]. 灌溉排水学报, 31(5): 56–59.
Shi J J, Ma X Y, Hu X T, et al. 2012b. Atmospheric water vapor stable isotope composition δv influence factors analysis[J]. Journal of Irrigation and Drainage, 31(5): 56–59.
|
|
王小婷, 温学发. 2016. 黑河中游春玉米叶片水δD和δ18O的富集过程和影响因素[J]. 植物生态学报, 40(9): 912–924.
Wang X T, Wen X F. 2016. Leaf water δD and δ18O enrichment process and influencing factors in spring maize (Zea mays) grown in the middle reaches of Heihe River Basin[J]. Chinese J Plant Ecology, 40(9): 912–924.
DOI:10.17521/cjpe.2015.0431 |
|
王永森, 董四方, 陈益钟. 2013. 基于温度与湿度的大气降水同位素特征影响因素分析[J]. 中国农村水利水电(6): 12–15.
Wang Y S, Dong S F, Chen Y Z. 2013. Research on the precipitation isotope effect factor based on temperature and humidity[J]. China Rural Water and Hydropower(6): 12–15.
|
|
杨斌, 谢甫绨, 温学发, 等. 2012. 华北平原农田土壤蒸发δ18O的日变化特征及其影响因素[J]. 植物生态学报, 36(6): 539–549.
Yang B, Xie F T, Wen X F, et al. 2012. Diurnal variations of soil evaporation δ18O and factors affecting it in cropland in North China[J]. Chinese Journal of Plant Ecology, 36(6): 539–549.
|
|
杨斌, 2016. 氢氧稳定同位素在植物水分溯源及蒸散组分区分研究中的应用[D]. 北京: 中国科学院大学.
Yang B, 2016. Application of hydrogen and oxygen stable isotopes in plant water source tracing and evapotranspiration partitioning researches[D]. Beijing: University of Chinese Academy of Sciences.
http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y3106341 |
|
姚天次, 章新平, 谢宇龙, 等. 2017. 长沙地区近地面水汽中氢氧稳定同位素的变化特征[J]. 环境科学学报, 37(2): 545–553.
Yao T C, Zhang X P, Xie Y L, et al. 2017. Variations of hydrogen and oxygen isotopes in atmospheric water vapor of near surface in Changsha[J]. Acta Scientiae Circumstantiae, 37(2): 545–553.
|
|
尹常亮, 姚檀栋, 田立德, 等. 2008. 德令哈大气水汽中δ18O的时间变化特征[J]. 中国科学(地球科学), 38(6): 723–731.
Yin C L, Yao T D, Tian L D, et al. 2008. The temporal variations charactistics of δ18O in atmospheric vapor, De Lingha Region[J]. Scie China (Earth Sci), 38(6): 723–731.
|
|
余武生, 姚檀栋, 田立德, 等. 2006. 那曲河流域季风结束前后大气水汽中δ18O变化特征[J]. 科学通报, 51(2): 194–199.
Yu W S, Yao T D, Tian L D, et al. 2006. δ18O variation characteristic of atmosphere vapor isotope during the monsoon period of Naqu River[J]. Chinese Sci Bull, 51(2): 194–199.
|
|
袁国富, 张娜, 孙晓敏, 等. 2010. 利用原位连续测定水汽δ18O值和Keeling Plot方法区分麦田蒸散组分[J]. 植物生态学报, 34(2): 170–178.
Yuan G F, Zhang N, Sun X M, et al. 2010. Partitioning wheat field evapotranspiration using Keeling Plot method and continuous atmospheric vapor δ18O data[J]. Chinese J Plant Ecology, 34(2): 170–178.
|
|
张世春, 2010. 大气水汽δ18O和δD原位连续观测及其应用研究[D]. 北京: 中国科学院研究生院.
Zhang S C, 2010. Continuous measurement of atmospheric water vapor δ18O and δD for hydrological and ecological applications[D]. Beijing: Graduate University of Chinese Academy of Sciences.
|
|
周长艳, 邓梦雨, 齐冬梅. 2017. 青藏高原湿池的气候特征及其变化[J]. 高原气象, 36(2): 294–306.
Zhou C Y, Deng M Y, Qi D M. 2017. Characteristics of the moist pool over the Qinghai-Tibetan Plateau and its variation[J]. Plateau Meteor, 36(2): 294–306.
DOI:10.7522/j.issn.1000-0534.2016.00042 |
2. Qinghai Province Key Laboratory of Physical Geography and Environmental Process, Qinghai Normal University, Xining 810008, Qinghai, China