1 引言

青藏高原(下称高原)平均海拔为4000 m, 占我国陆地面积的四分之一, 对我国西北地区干旱化、灾害性天气的发生及气候演变有着重要影响, 在全球大气循环过程中扮演着重要的角色。水汽分布与输送及局地热力条件是形成对流云的先决条件, 卫星观测发现形成在高原上空的深厚对流云东移会导致我国南方发生特大暴雨, 从而引发洪水(Wang et al, 2003)。另外, 作为重要的温室气体之一, 水汽可以通过吸收太阳短波辐射和长波辐射以及发射长波辐射改变地气系统的辐射收支, 进而影响地气系统(Solomon et al, 2010; Hall et al, 1997)。因此, 了解高原上空水汽的时空变化特征对于理解高原及其周边地区灾害性天气的形成机制及气候变化有重要意义。

传统定义中的空中水汽含量是一个状态量, 是指某区域上空某时刻或一个较长时期平均的水汽含量, 且已有大量关于水汽含量(曹丽青等, 2005; 周长艳等, 2017; Zhao et al, 2015)、水汽输送(张强等, 2007)瞬时及平均意义上的研究。1970—2008年我国大部分地区对流层气温与比湿均存在增加趋势, 水汽含量在20世纪80年代中期增加明显(Zhao et al, 2012), 周顺武等(2011)分析指出, 夏季高原上空的水汽含量随海拔的升高而减少, 水汽最大值中心位于高原东北部, 次大值中心位于东南部, 由于反气旋环流的存在, 高原西部水汽含量相对偏小(Lu et al, 2015)。谢启玉等(2015)研究表明, 7月高原南部的高湿中心在20世纪90年代中期之后持续偏强, 西北部则呈弱—强—弱—强的交替变化特征; 1月, 高原的高湿中心在80年代末期开始持续偏强。解承莹等(2014)研究表明, 在1979—2010年期间, 高原中南、东南与西北部可降水量与水汽净收支均呈递减趋势, 东北部相反, 中北部水汽净输入减弱但可降水量增加, 夏季高原湿核在1997年前后发生显著变化, 1998年以来高原湿核显著增强, 且其相对于全球同高度地区来说是一个垂直深厚的水汽含量极值区, 不同高度层的水汽含量数值可达纬圈平均值的1~3倍, 且对周边地区存在重要影响(周长艳等, 2017; 王霄等, 2009)。然而, 上述研究多基于大气的开放性特性进行研究, 缺乏从有可能产生降水这个需求出发的研究。

研究表明, 影响高原大气中水汽含量的因素很多, 主要包括大气环流、气温、海拔及下垫面类型等(You et al, 2016; Lin et al, 2016; Xie et al, 2013; Feng et al, 2012; Song et al, 2010; Sugimoto et al, 2008)。高原上空的水汽来源主要包括外部水汽输送和局地下垫面蒸散过程(陆渝蓉等, 1984)。其中, 大尺度的大气环流对高原水汽含量起着十分重要的作用, 已有研究表明, 高原水汽主要来自孟加拉湾、阿拉伯海以及中纬度西风带(Simmonds et al, 1999; Drumond et al, 2011; Chen et al, 2012; 敬文琪等, 2017)。谢欣汝等(2018)指出, 水汽主要由高原南边界输入, 且输入的高值区位于低层; 水汽同样可以从高原的西边界和北边界的中层和底层大气输入; 而水汽的输出区则主要位于高原东边界的中层大气。来自阿拉伯海和南海的水汽在孟加拉湾汇合后所形成的偏南水汽通道在高原南缘分别存在着经向、纬向水汽流型的“转换”特征, 影响高原的降水分布以及极端灾害的形成与发展(解承莹等, 2015)。同时, 地表热力作用促使水汽从地表向大气输送, 也是高原重要的水汽来源之一。因此, 从可能产生降水的角度出发, 研究高原大气水汽含量的变化需要考虑高原的水汽净输入和地表蒸散过程贡献的水汽。本文针对这一问题, 选取ERA-Interim、MERRA2(second Modern-Era Retrospective analysis for Research and Applications)和JRA-55(Japanese 55-year Reanalysis)再分析资料, 讨论了高原上空1979—2010年夏季大气中水汽含量的时空分布特征, 并从外界向高原的水汽净输送和下垫面蒸散量两方面分析高原大气中水汽含量变化主要原因。

2 资料选取和方法介绍 2.1 资料选取

研究表明, ERA-Interim和MERRA2再分析资料能较好地给出高原及其周围地区夏季的水汽输送特征(谢欣汝等, 2018; 周长艳等, 2017), 其中, ERA-Interim与探空资料的年际变化特征较为一致(荀学义等, 2011), 且JRA-55资料用于定性研究青藏高原的水汽输送过程较为可靠(解承莹等, 2015), 也能合理反映青藏高原及其邻域水汽的时空分布特征(赵洪宇等, 2017)。综上因素, 选取ERA-Interim、MERRA2和JRA-55三种再分析资料对高原上空水汽进行综合研究。另外, 利用了全球陆面数据同化系统(GLDAS-2.0)资料对垂直方向的水汽输送特征进行分析。研究中, 由于GLDAS-2.0数据集时间序列截止于2010年, 因而研究中所有资料均选取1979—2010年时段进行分析, 资料的其他信息如下:

(1) 地面气温和降水采用中国气象局提供的日值资料, 水平分辨率为0.5°×0.5°。

(2) ERA-Interim逐月再分析资料, 水平分辨率为0.5°×0.5°。变量包括近地表露点温度、地面气压、近地表风速以及500, 400和300 hPa等压面的比湿和风速。

(3) MERRA2逐月再分析资料, 水平分辨率为0.625°×0.5°, 变量包括近地表比湿、地面气压、近地表风速、以及500, 400和300 hPa等压面的比湿和风速。

(4) JRA-55逐月再分析资料, 水平分辨率为0.5°×0.5°, 变量包括近地表比湿、地面气压、近地表风速、500, 400和300 hPa等压面的比湿和风速。

(5) GLDAS-2.0资料, 水平分辨率为1°×1°, 分析了该数据集的月平均地表总蒸散量。Wang et al(2016)研究表明, GLDAS-2.0数据集的时间连续性好, 且该数据集在高原地区的地表总蒸散量与观测结果吻合较好。

图 1为高原地形分布, 其中黑线为海拔2050 m的等值线, 为研究区域。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(2016)2948的中国地图制作, 底图无修改。

2.2 方法介绍

(1) 大气中的水汽收支

高原大气中的水汽收支采用大气水分平衡方程进行计算。根据陆渝蓉等(1984)给出的大气水分平衡方程:

$ \Delta {Q_a} - \Delta R = \Delta {q_a}, $

(1)

式中: ΔQ_a为该地区大气中的水汽净输送量, 即:研究区域大气柱中输入和输出的水汽量的差; ΔR=P-E, 表示下垫面蒸散量E与降水量P之差, 利用GLDAS-2.0提供的下垫面蒸散量(surface total evapotranspiration)与中国气象局提供的水平分辨率为0.5°×0.5°降水日值计算出该地区地-气水汽净交换量ΔR; Δq_a为背景水汽场的变化量, 研究中, 利用1979—2010年期间ERA-Interim、MERRA2和JRA-55再分析数据的比湿计算可降水量, 通过求取每一年的8月与6月的月平均可降水量差值, 即这一时段逐年的背景水汽场变化量。

(2) 大气中的水汽含量

水汽的平均状态量无法反映一定时间内大气中水汽的再生更新量(王光谦等, 2016), 青藏高原地区总水汽输入通量减去背景水汽场(即可降水量), 可得随天气过程进入区域内新增的水汽, 将其定义为大气中的水汽含量:

$ AWV = \vec Q + E - PWV, $

(2)

式中: AWV为大气中的水汽含量; $\vec Q$为大气水平水汽输送通量; E为下垫面蒸散量; PWV为大气可降水量。

(a) 大气可降水量, 表示单位面积上整层大气的总水汽含量PWV, 是大气柱各层水汽的累加值, 可利用露点温度进行计算:

$ PWV = - \frac{1}{g}\int_{{P_s}}^{{P_t}} {q\left( P \right){\rm{d}}P} , $

(3)

$ q = \frac{{662e}}{{p - 0.378e}}g/kg, $

(4)

$ e = 6.1078\exp \left[ {\frac{{a\left( {{T_d} - 273.16} \right)}}{{{T_d} - b}}} \right], $

(5)

式中: a=17.26; b=35.86; e表示水汽压(单位: hPa); T_d表示露点温度(单位: K)。

(b) 水汽的水平输入通量可通过下式计算:

$ \vec Q = - \frac{1}{g}\int_{{P_s}}^{{P_t}} {q\left( P \right)\vec V{\rm{d}}P} , $

(6)

式中:水汽的水平输入通量包括纬向和经向的水汽通量。

$ {Q_\lambda } = - \frac{1}{g}\int_{{P_s}}^{{P_t}} {uq\left( P \right){\rm{d}}P} , $

(7)

$ {Q_\varphi } = - \frac{1}{g}\int_{{P_s}}^{{P_t}} {vq\left( P \right){\rm{d}}P} , $

(8)

式中: q(P)为大气各气压层上的比湿; P为气象台站大气中不同高度(地面, 500 hPa, 400 hPa, 300 hPa)的气压值; P_t和P_s分别为地面气压和大气层顶气压; g为重力加速度; u、v分别为不同高度(地面, 500 hPa, 400 hPa, 300 hPa)纬向和经向风速(单位: m·s^-1), PWV为可降水量(单位: mm)。考虑到青藏高原的地形特征, 研究中对地面气压P_S也进行了处理, 当P_S大于600 hPa时, 取P_S=600 hPa; 当P_S小于600 hPa时, P_S不变。而大气顶部气压P_t, 则取为300 hPa(王霄等, 2009)。

(c) 水汽的垂直输入通量E可直接利用GLDAS-2.0数据集的地表蒸散总量。

(3) 西南季风指数

西南季风指数的计算采用王可丽等(2006)方法:

$ MI = \sum\limits_N {\left( {{u_{{\rm{850hpa}}}} - {u_{{\rm{200hpa}}}}} \right)/N} , $

(9)

式中: N为(10°N—20°N, 50°E—85°E)范围内计算西风垂直风切变的格点数; u_850hPa以及u_200hPa分别表示(10°N—20°N, 50°E—85°E)范围内850 hPa和200 hPa气压层上的纬向风速。

(4) 水汽源地

利用流线追踪法(史玉光, 2014)追踪高原水汽的来源。研究中, 首先计算气候平均意义下对流定常水汽输送场, 选出穿过研究区的流线, 并沿这些流线寻找较大的湖面或者海洋; 最后, 剔除水面上空大气水汽含量非极大值的水系, 选出最近和次近的湖泊或海洋, 将其定义为水汽源地。

(5) 线性倾向估计

用x_i表示样本量为n的某一气候变量, 用t_i表示x_i所对应的时间, 建立x_i与t_i之间的一元线性回归:

$ {x_i} = a + b{t_i},i = 1,2, \cdots ,n $

(10)

式(10)可以看作一种特殊的、最简单的线性回归形式。式中: a为常数; b为回归系数; a和b可通过最小二乘法得到。对观测数据x_i及相应的时间t_i, 回归系数b和常数a的最小二乘方法如下:

$ \left\{ \begin{array}{l} b = \frac{{\sum\limits_{i = 1}^n {{x_i}{t_i}} - \frac{1}{n}\left( {\sum\limits_{i = 1}^n {{x_i}} } \right)\left( {\sum\limits_{i = 1}^n {{t_i}} } \right)}}{{\sum\limits_{i = 1}^n {t_i^2} - \frac{1}{n}{{\left( {\sum\limits_{i = 1}^n {{t_i}} } \right)}^2}}},\\ a = \bar x - b\bar t \end{array} \right. $

(11)

式中: $\bar x = \frac{1}{n}\sum\limits_{i = 1}^n {{x_i}} ;\bar t = \frac{1}{n}\sum\limits_{i = 1}^n {{t_i}} $。

回归系数b的符号表示气候变量x的趋势倾向, 当b>0时, 表示随着时间t的增加, x呈上升趋势; 反之, 当b < 0时, 表示随着时间t的增加, x呈下降趋势。b值的大小反应上升或下降的速率, 通常将b称为倾向值, 该方法称为线性倾向估计。

利用回归系数b与相关系数之间的关系, 求出时间t_i与变量x_i之间的相关系数:

$ r = \sqrt {\frac{{\sum\limits_{i = 1}^n {t_i^2} - \frac{1}{n}{{\left( {\sum\limits_{i = 1}^n {{t_i}} } \right)}^2}}}{{\sum\limits_{i = 1}^n {x_i^2} - \frac{1}{n}{{\left( {\sum\limits_{i = 1}^n {{x_i}} } \right)}^2}}}} , $

(12)

r表示变量x与时间t之间的线性相关的密切程度。判断变化趋势的程度是否显著, 需要对相关系数进行检验, 确定显著性水平α, 若|r|≥r_α, 表明x随时间t的变化趋势是显著的, 否则表明变化趋势是不显著的。

(6) 标准化:

为了使不同的气象要素在同一水平上能够进行比较, 常使用标准化的方法, 使它们变成同一水平的无单位的变量, 即对它们进行标准化。

标准化变量的时间序列为:

$ \frac{{{x_1} - \bar x}}{s},\frac{{{x_2} - \bar x}}{s}, \cdots ,\frac{{{x_n} - \bar x}}{s} $

(13)

式中: $s = \sqrt {\frac{1}{n}\sum\limits_{i = 1}^n {{{\left({{x_i} - \bar x} \right)}^2}} } $表示标准差。

3 主要结果 3.1 全球变暖背景下青藏高原的气温和降水变化

利用中国气象提供的温度和降水格点数据, 首先分析了1979—2010年间的地表气温和降水变化(图 2和图 3)。考虑到不同气象要素的相互比较, 以下分析中对各变量进行了标准化。由图 2可见, 1979—2010年期间, 自1979年以来, 随着全球气候的变暖(IPCC, 2013), 青藏高原地区的地表气温亦呈显著的增加趋势, 且全球增温减缓期间(1999—2010年)的地表气温较增温减缓前(1979—1998年)存在显著的增加趋势。

另外, 从1979—2010年期间高原地区的标准化降水序列(图 3)中可以看出, 1979—1998年高原降水呈弱的减小趋势(-0.027), 而在1999—2010年间高原地区的降水呈现出显著的增加趋势(0.131)。可见, 在全球增温减缓期间(1999—2010年), 高原地区的降水较增温减缓前(1979—1998年)存在较大的变化, 呈明显的增加趋势, 与温度的变化趋势相比, 降水的增加趋势在全球增温减缓期间较温度增加更为显著, 这与林厚博等(2016)的研究结果相一致。

3.2 高原大气中水汽含量的变化特征

基于大气中水汽含量的计算方法[式(2)~(8)], 利用ERA-Interim, MERRA2及JRA-55三种再分析资料, 联合GLDAS-2.0数据的地表蒸散数据, 分别计算了1979—2010年期间青藏高原地区区域平均的大气中水汽含量(图 4)。从图 4中可以看出, 总体而言, 由三种资料计算的高原地区大气中水汽含量有较好的一致性。

基于上述结果, 进一步计算了基于三种再分析资料得到的1979—2010年间青藏高原夏季标准化大气水汽含量的时间序列(图 5)。由图 5可以看出, 自1979年以来, 基于三种资料计算的高原大气的水汽含量均呈现显著的增加趋势, 且1998年后的增加趋势均较之前更为显著(显著性水平达到90%)。结果表明, 基于三种再分析资料得到的夏季标准化大气水汽含量变化特征一致性较好, 下文在分析水汽的水平输送特征中采用三种资料的集合平均结果来分析。

3.3 高原大气水汽的水平输送特征 3.3.1 高原大气中水汽的源和汇

基于ERA-Interim、MERRA2和JRA-55三种再分析资料, 进一步分析了高原上空整层大气中的水汽输送特征(图 6)。由图 6可见, 水汽极大值主要分布在阿拉伯海与孟加拉湾周围, 相比而言, 高原上空的水汽含量相对较小。从定常水汽输送场来看, 高原上空南侧的定常水汽输送场主要自西南向东北, 流线追踪结果表明, 阿拉伯海与孟加拉湾均在高原东南侧区域的水汽输送通道上, 阿拉伯海和孟加拉湾(10°N—20°N, 50°E—85°E, 图 6中黑框所示)为气候平均意义下青藏高原的主要水汽源地。基于此, 在下面的研究中进一步分析了此区域的西南季风对高原水汽净输送通量的影响。

3.3.2 外界向高原的水汽净输送

基于大气水分平衡方程(式1), 分析了1979—1998年及1999—2010年外界向高原的水汽净输送量变化趋势[图 7, 其中, +表示通过置信水平90%的显著性检验(黑框表示差异最为明显区域)]。由图 7可见, 1979—1998年间, 水汽净输送量在高原东部主要以增加趋势为主, 中部以减小趋势为主, 增加趋势的高值区位于高原的东南侧, 增加速率高达30 mm·a^-1, 表明外界向该区域的水汽净输送量呈显著增加趋势; 1999—2010年间, 高原北部的水汽净输送量呈现增加趋势, 而东南边缘则呈现显著的减少趋势, 减少速率达到-50 mm·a^-1, 表明外界向该区域的水汽净输送量显著减少。另外, 高原东南侧的水汽净输送量变化趋势在1998年前后差异最为明显(图 7中黑框所示), 1998年之前水汽净输送通量显著增加, 而在1998年之后则显著降低, 此现象可能与携带阿拉伯海和孟加拉湾水汽向高原输送的西南季风强度变化有关(丁一汇等, 2013; 林厚博等, 2016)。

进一步地, 由1979—2010年外界向高原标准化净水汽输送量时间序列(图 8)。从图 8中可以看出, 1979—1998年间, 高原上空的水汽净输送量变化表现为弱的增加趋势(0.044), 1999—2010年呈现弱的减小趋势(-0.034)。总体而言, 1979—2010年由外界向高原输送的水汽呈现现增加后减少的趋势, 相比于1979—1998年, 1999—2010年期间, 水汽净输送量逐年减少。

3.3.3 西南季风对高原夏季水汽净输送的影响

为探讨西南季风对高原水汽输送的影响, 研究中分析了西南季风指数与高原夏季水汽净输送量的相关性, 图 9为二者的相关系数分布, 其中+表示通过置信水平90%的检验(黑框表示图 7中差异最为明显区域)。由图 9可见, 1979—2010年期间, 高原南部西南季风指数与夏季水汽净输送量呈正相关, 其中, 1999—2010年期间高原南部西南季风指数与水汽净输送量的相关性较1979—1998年更为显著, 尤其在高原东南侧(图 9中黑框所示)。可见, 在全球增温减缓期间, 西南季风对高原东南侧水汽净输送的影响更为明显。

由1979—2010年标准化的西南季风指数序列(图 10)可见, 1979—1998年西南季风指数呈微弱的上升趋势(0.018), 1999—2010年西南季风指数存在显著的减小趋势(-0.173), 说明在全球增温减缓期间西南季风大幅减弱, 导致1998年前后高原东南侧的净水汽输送量变化最为明显, 使得增温减缓期间存在显著减小的变化趋势。

3.4 高原地区水汽的垂直输送

在水汽自海洋输送至高原上空之前, 高原大气中的水汽主要来源于局地的水汽输送, 即通过下垫面蒸散过程向大气中输入水汽。图 11给出的是高原地区1979—1998年和1999—2010年下垫面总蒸散的变化趋势, 其中, +表示通过置信水平90%的检验。由图 11可见, 增温减缓期间(1999—2010年)的下垫面蒸散较前一时段(1979—1999年)呈显著增加趋势; 其中, 1979—1998年期间, 下垫面蒸散在高原中部呈现增加趋势, 高值区位于高原北侧靠近中部地区, 增加速率可达2 mm·a^-1; 1999—2010年间, 下垫面的蒸散在整个高原主体呈显著增加趋势, 高值区位于高原南侧, 增加速率可达6 mm·a^-1。

由1979—2010年高原标准化下垫面蒸散量序列(图 12)可见, 1979—1998年, 高原夏季标准化下垫面蒸散量呈弱的上升趋势(0.008); 1999—2010年较1979—1998年相比呈现较显著的增加趋势, 增加速率为0.066, 与外界水汽净输送量相比, 全球增温减缓期间, 下垫面蒸散量增加趋势较明显, 对高原上空水汽含量的贡献较大。

由表 1可以看出, 下垫面蒸散量对大气中水汽含量的相关系数远大于其与外界水汽净输送量的相关系数, 可见, 高原大气中的水汽含量主要受下垫面蒸散量的影响。如前所述, 随着全球增暖, 青藏高原呈现显著的增暖趋势, 特别在1998年后高原的气温显著上升, 使得下垫面的蒸散显著增加, 对高原大气中的水汽含量贡献较大。

4 结论与讨论

基于大气的开放性特点, 本研究从有可能产生降水的大气中水汽含量出发, 研究了全球变暖背景下青藏高原地区的气温、降水、水汽含量、水汽净输送及影响对高原水汽输送的影响。主要结论如下:

(1) 1979—2010年期间, 青藏高原的气温显著上升, 且在1998年后的上升幅度更为显著, 降水亦显著增加。

(2) 伴随全球增暖及青藏高原对全球增暖的响应, 高原上空大气中的水汽含量亦有显著变化, 其中, 1998年之后, 高原上空水汽含量呈显著上升趋势。

(3) 全球增温减缓期间西南季风大幅减弱, 导致外界向高原东南侧的净水汽输送量在1998年后呈显著减少趋势。

(4) 1979—1998年蒸散量呈微弱的上升趋势, 1999—2010年较1979—1998年相比呈现较显著的增加趋势。1998年后, 与外界向高原输送的水汽相比, 下垫面蒸散过程对高原大气中的水汽含量贡献更大。

由于GLDAS-2.0资料的时间长度为1979—2010年, 所以在本文中只研究了1979—2010年时段, 资料的长度较短, 从某种程度上局限了对全球增温减缓期间(1998年之后)青藏高原大气水汽含量特征及水汽输送和下垫面蒸散过程对高原大气水汽贡献的准确认识, 未来研究中需要更多资料进一步证实。