2. 复旦大学 大气与海洋科学系/大气科学研究院, 上海 200438
青藏高原(简称高原)是世界上最高的高原, 平均海拔超过4000 m, 有“世界屋脊”之称, 对中国、亚洲乃至全球气候变化都具有深刻且持续的影响。关于青藏高原气候和环境的研究倍受国内外气象学者们的关注, 如在国际上目前正在执行的“第三极环境”(Third Pole Environment, TPE)研究计划(吴国雄等, 2004; 姚檀栋等, 2006; 过霁冰等, 2012; 张人禾等, 2015; 陈德亮等, 2015)。青藏高原的水资源以河流、湖泊、冰川、地下水等多种水体形式存在, 并以河川径流为主体。由于其自身海拔和特殊的地理条件, 高原的湖泊面积和冰川储存分别占中国总量的52%和80%, 这使青藏高原成为除南极和北极之外地球的第三大天然水库。除此之外, 高大的地形也使得青藏高原成为我国长江、黄河及怒江、澜沧江等主要大江大河的发源地。其中黄河总水量的49%, 长江的25%, 澜沧江水量的10%都是来自青藏高原(鲁春霞等, 2004)。高原水资源的最终来源为降水, 而只有水凝物(云水)才能直接产生降水。研究表明高原降水的季节特征表现为夏季降水最多(林厚博等, 2016; 韩熠哲等, 2017)。因此, 有必要对影响青藏高原夏季云水含量及其水汽输送做深入分析。
王霄等(2009)采用1948-2007年NCEP/NCAR再分析资料, 分析了青藏高原及其附近的水汽输送, 得出:水汽进入高原主要通过三条水汽通道, 即西风带水汽输送通道、印度洋—孟加拉湾水汽通道和南海—孟加拉湾水汽通道。水汽主要在高原西南侧、喜马拉雅山中段和高原东南侧进入高原。Feng et al(2012)分析得出高原地区夏季为水汽汇, 其水汽辐合主要取决于水汽平流项。影响高原夏季降水的水汽通道只有两条:印度夏季风带来强西南风将阿拉伯海和孟加拉湾的水汽输送到高原东南部, 通过大峡谷区进入高原; 中纬西风带水汽遇高原后分为两支, 南支向南, 并在28°N转向东与来自印度洋的西南风汇合, 从西边界进入高原。林厚博等(2016)利用欧洲中期天气预报中心1979-2010年ERA-Interim再分析资料分析了青藏高原及附近夏季水汽输送通量分布情况, 并分析得出4条影响夏季高原降水的水汽通道:西风带、阿拉伯海、孟加拉湾北部及南海通道。那么, 影响高原夏季云水含量的水汽通道是哪些?是否和以上水汽通道一致?这些水汽通道是通过怎样的机制来影响高原云水含量的呢?本文将围绕以上问题展开研究。
2 资料选取与方法介绍欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)发布的新一代全球分辨率逐月ERA-Interim再分析数据资料的生成使用了ECMWF集成预报系统(Integrated Forecast System, IFS)Cy31r2模式。ERA-Interim大气模式中的云和对流参数化方案对冰粒子的沉降、云顶夹卷、云底的计算、陆面夜间对流的触发等物理过程进行了改进(Dee et al, 2011)。由于ERA-Interim发布时间较短, 其适应性研究还相对较少, 但ERA-Interim数值预报产品的性能已经得到普遍认可(潘留杰等, 2013; 石晓兰等, 2016)。相比其他再分析资料, ERA-Interim再分析数据资料的可信度更高(白磊等, 2013), 有更高的分辨率。ERA-Interim在大气质量守恒、水分收支和能量循环等方面较ERA-40有了显著的改善(潘留杰等, 2015)。
相对于卫星资料, ERA-interim资料的时间尺度更长, 空间分辨率更高, 数据质量更均一化。ERA-Interim的云水含量资料是基于观测资料和预报模式而得到的预报量(Dee et al, 2011)。研究表明ERA-Interim再分析资料和卫星观测资料的云水分布具有一致性, 且ERA-Interim在反映水凝物变化方面与卫星观测一致性很高。只是ERA-Interim的云水含量数值比卫星观测偏大(Li et al, 2012; 衡志炜, 2013; 耿蓉, 2017)。可见, 用ERA-Interim资料来研究云水量的分布变化特征具有一定的可信度。
水汽输送可分为定常项和瞬变项, 后者相对前者量级很小, 可忽略不计。因此, 用月平均资料得到的平均水汽输送项可近似表征水汽输送(Feng et al, 2012)。本文使用欧洲中期天气预报中心(ECWMF)提供的ERA-Interim再分析资料(Dee et al, 2011)1979-2016年月平均1°×1°的整层云水含量(VCWC)、uv风场、高度场、比湿、比云液水含量和云冰水含量场以及地面气压场, 来研究高原云水含量特征及附近整层垂直积分的水汽输送对其的影响。
所使用的整层大气水汽输送通量公式:
$Q = - \frac{1}{g}\int_{{p_s}}^{{p_t}} V q{\rm{d}}P, $ | (1) |
上式包括了纬向和经向的水汽输送通量:
${Q_{\rm{纬}}} = - \frac{1}{g}\int_{{p_s}}^{{p_t}} u q{\rm{d}}P, $ | (2) |
${Q_经} = - \frac{1}{g}\int_{{p_s}}^{{p_t}} v q{\rm{d}}P, $ | (3) |
各边界的水汽收支量:
${A_{\rm{纬}}} = \int_{{y_1}}^{{y_2}} {{Q_{\rm{纬}}}{\rm{d}}y, } $ | (4) |
${A_{\rm{经}}} = \int_{{x_1}}^{{x_2}} {{Q_{\rm{经}}}{\rm{d}}x, } $ | (5) |
式中: V为各层大气的风速矢量; q是各层大气的比湿; Pt, Ps分别为上界气压(取1 hPa)和地面气压; g是重力加速度。x1、x2和y1、y2为边界的起始、终止经度和纬度。同理, 可得云水的收支量, 只需把式(2)、(3)比湿替换为比云水含量(比云液水含量与云冰水含量之和)。另外, 文中所用降水为CMAP (CPC Merged Analysis of Precipitation)的1979-2016年月值格点数据, 水平分辨率为0.5°×0.5°。
3 高原云水含量时空特征为研究方便, 选取(26°N-37°N, 74°E-104°E)区域作为研究区域。高原云水、降水、水汽含量月变化特征表现为, 夏季月份最多, 春秋次之, 冬季最少, 夏季月份云水含量达冬季月份的6~8倍, 7月最高, 达0.15 mm。高原夏季6-8月云水含量、水汽含量、降水量大约占全年的一半, 分别为48%, 45%和49%。此外, 高原区4-9月为水汽汇, 水汽通量净收入; 其他月份为水汽源, 水汽通量净支出。水汽收入夏季最多, 占4-9月水汽收入的79%。水汽通量净收入、云水、降水、水汽含量均于7月达最大(表 1)。高原夏季云水含量空间分布由东南向西北减少, 高原西北部云水含量小于0.04 mm, 高原东南部云水含量局地大于0.52 mm。沿高原南坡为纬向大值带, 最大值大于0.56 mm[图 1(a)]。高原云水含量的这一分布特征是由高原地形与大气环流共同作用而形成的。高原夏季云水量大部地区表现为增加趋势, 且在西藏大部、青海、高原南坡增加趋势通过0.05的显著性检验[图 1(b)]。
![]() |
图 1 1979-2016年高原夏季平均整层云水含量(a, 单位: mm)及其变化趋势[b, 单位: mm·(10a)-1]空间分布 打点区域为通过α=0.05显著性检验 Fig. 1 Summer mean vertical integral of cloud water content (a, unit: mm) and its trend [b, unit: mm·(10a)-1] over the Qinghai-Tibetan Plateau from 1979 to 2016.Stippling indicate have passed the significance level at α=0.05 |
![]() |
表 1 各月高原云水、水汽、降水量和水汽净收入 Table 1 Monthly cloud water, water vapor, precipitation and net vapor flux over the Qinghai-Tibetan Plateau |
夏半年, 高原作为强大的“动力泵”(Wu et al, 1998)不断吸收来自低纬海洋上空的暖湿气流。夏季进入高原的水汽主要来自两条通道, 高原西侧来自中高纬度的西风带水汽输送和印度洋北部强西南水汽输送经过孟加拉湾自高原东南边界进入高原。并且南部印度洋水汽通量明显大于北部西风带水汽, 表明南部水汽通道对高原水汽变化起主要作用[图 2(a)]。由整层云水含量、水汽收支及其变化趋势(图 3)可知, 除北边界外, 高原各边界夏季水汽、云水的收支一致。云水是水汽在一定抬升机制下抬升凝结而形成的, 水汽主要集中在对流层中低层, 其所在高度经向为偏北风; 云水大值区位于中上层, 其所在高度以偏南风为主。这可能是北边界云水支出, 而水汽收入的原因。高原夏季云水、水汽均主要由西、南边界收入, 这与图 2(a)相一致; 东边界支出, 区域为净收入。变化趋势来看, 云水、水汽区域收入均显著增加, 与高原全区大部云水含量为增加趋势相吻合。其中, 东、南边界对其为正贡献(南边界输入增加, 东边界输出减少), 北边界为负贡献, 西边界变化相对较小。由整层水汽输送通量均方差[图 2(b)]可知, 印度洋北部-孟加拉湾-南海为水汽通量均方差大值带, 说明这些地区水汽通量年际变化明显, 有明显的旱涝之分。而青藏高原区水汽通量均方差较小, 无明显旱涝之分。
![]() |
图 2 1979-2016年夏季整层水汽输送通量(a)及其均方差(b)[单位: kg·(m·s)-1] 矩形区域为高原, 短黑线为水汽通道 Fig. 2 Summer water vapor flux (a) and its mean square deviation (b) from 1979 to 2016.Unit: kg·(m·s)-1. Rectangular area is Qinghai-Tibetan Plateau, short black line for the water vapor channel |
![]() |
图 3 高原夏季整层云水含量和水汽收支(未加粗数字, 单位: kg·s-1)及变化趋势(加粗数字, 单位: kg·s-1·a-1) *表示通过α=0.05显著性检验水平, **表示通过α=0.01显著性检验水平 Fig. 3 Budget (unbold figures, unit: kg·s-1) and trend (bold figures, unit: kg·s-1·a-1) of summer vertical integral of cloud water content, water vapor over the Qinghai-Tibetan Plateau.* and ** indicate have passed the significance level at α=0.05 and α=0.01, respectively |
在各水汽通道尽量反映不同的水汽输送和环流系统, 水汽通道与夏季大尺度水汽输送场相垂直的前提下, 得到相互独立的水汽通量与高原云水含量显著相关区域(通过α=0.05显著性检验)(图 4), 再结合水汽通道上水汽通量年际变化小以及水汽通道靠近大陆原则, 确定出水汽通道1(2~4)所在经度(纬度), 在该经度(纬度)上, 以水汽通量与高原云水含量通过α=0.05显著性检验的格点范围代表各水汽通道的位置(周晓霞等, 2008; 李永华等, 2010)。从而确定了4条与高原夏季云水含量相联系的水汽通道(表 2):印度洋通道(纬向)、南海通道(经向)、伊朗西部通道(经向)、孟加拉湾北部通道(经向)(依次简称通道1、2、3、4)。这些水汽通道分别表征了源自阿拉伯海西风输送、南海的南风输送、中纬度西风带的南支北风分量以及孟加拉湾的南风水汽输送。其中通道2、4与林厚博等(2016)确定的影响高原夏季降水的水汽通道基本一致。
![]() |
图 4 夏季整层水汽通量与高原区云水含量的相关系数 矩形区域为高原, 打点区为通过α=0.05显著性检验 Fig. 4 Correlation coefficient between summer vertical integral of water vapor flux and cloud water content over the Qinghai-Tibetan Plateau.Rectangular area is Qinghai-Tibetan Plateau, stippling indicate have passed the significance level at α=0.05 |
![]() |
表 2 各水汽通道相关信息 Table 2 The information of water vapor channels |
用各水汽通道所在位置所有格点的整层水汽输送通量的平均值表示水汽通道强度。位于高原以南的水汽通道1、2、4强度和年变化远大于北部的通道3。各水汽通道强度与高原云水含量相关系数均通过α=0.05显著性水平检验。各通道与云水含量均为显著正相关。其中, 通道4与高原云水含量的相关最大, 达0.72。且南部水汽通道(通道1、2、4)的强度、均方差均远大于北部的通道3(表 2)。此外, 图 4(a)孟加拉湾—菲律宾的显著负相关区, 可能是由于其为印度洋向东输送水汽的一个分支, 当该区域的纬向水汽输送偏强时, 对通道4起分流作用, 使经过通道4向高原输送的经向水汽减弱。通道2与通道4显著正相关(表 3), 可能是因为通道2的南风水汽输送有一部分经通道4进入高原。
![]() |
表 3 各水汽通道相关系数 Table 3 Correlation coefficient among each water vapor channel |
高原云水含量和各水汽通道强度均有明显年际变化。云水含量年际变化与通道2、4强度一致。与上文通道2、4显著正相关相一致。云水含量与通道1强度年变化趋势呈显著增加趋势, 通过α=0.05显著性检验。通道2~4为略增加线性趋势(图 5), 可见各水汽通道变化趋势对云水含量的增加均为正贡献。为了进一步了解各水汽通道的垂直方向特征, 分别以地表至700 hPa、700~400 hPa、400~300 hPa水汽通量垂直积分表示对流层低层、中层、高层水汽通量来分析4条水汽通道的各层变化特征。通道1水汽通量在对流层中、低层为增加趋势, 高层略有减少。通道2水汽通量在对流层中低层略增加, 高层减少。通道3中、低层增加, 高层略增。通道4中层无明显线性趋势, 低、高层略增(图略)。通道3除外, 各水汽通道强度随高度先增后减, 水汽通道1、4强度在900~850 hPa之间达最大, 通道2在900 hPa以下达最大。通道3水汽通量随高度呈减-增-减, 700 hPa附近最小, 600 hPa附近达最大值。各通道水汽通量主要集中在600 hPa以下, 600 hPa以上水汽通量均很小(图 6)。综上可知, 由于各水汽通道的水汽通量主要集中在对流层低层, 其强度及变化趋势也主要取决于对流层低层。
![]() |
图 5 1979-2016年夏季高原云水含量及各水汽通道强度年变化 Fig. 5 Annual changes of cloud water content and water vapor channel intensities over the Qinghai-Tibetan Plateau in summer from 1979 to 2016 |
![]() |
图 6 各水汽通道水汽通量垂直剖面 Fig. 6 The vertical section of water vapor flux for each water vapor channel |
为了进一步研究以上水汽通道对高原具体区域夏季云水含量的影响, 用各条水汽通道的强度与高原区云水含量进行了相关分析。各水汽通道均表现为与全区大部云水含量正相关。对于水汽通道1而言, 其强度与高原云水含量相关系数在高原西北部显著正相关(通过α=0.05显著性检验)。水汽通道2在高原东南部表现为显著正相关, 水汽通道4在高原中部、东南部显著相关, 通道3显著正相关区主要位于高原东北部。综上可知, 通道1主要影响高原西北部云水含量, 通道2主要影响高原东南部云水含量, 通道3主要影响高原东北部云水含量, 通道4主要影响高原中部-东南部云水含量(图 7)。
![]() |
图 7 1979-2016年夏季高原云水含量与各水汽通道强度相关系数 打点区为通过α=0.05显著性检验; 黑线为3000 m海拔线 Fig. 7 Correlation coefficients of cloud water content and water vapor channel intensity over the Qinghai-Tibetan Plateau in summer from 1979 to 2016.Stippling indicate have passed the significance level at α=0.05, Black line is 3000 m altitude line |
为了分析不同水汽通道影响高原云水含量的影响机制, 将各水汽通道强度、云水含量标准化序列大于1(小于1)的年份(图 8)作为水汽通道、云水含量偏强(弱)年来划分。得出云水含量偏多年共4年(1998, 1999, 2003和2008年); 偏少年共8年(1979, 1982, 1984, 1986, 1992, 1994, 2006和2009年)。印度洋通道强年有1996, 2003, 2010, 2011, 2012, 2013和2016年共7年; 弱年有1979, 1981, 1984, 1997及2009年共5年。南海通道强年有1987, 1993, 1995, 1997, 1998, 2008和2010年共7年; 弱年有1981, 1989, 1990, 1992, 2000, 2004和2011年共7年。伊朗西部通道强年有1981, 1984, 1996, 1998, 1999和2005年共6年; 弱年有1980, 1982, 1986, 1991, 2010和2014年共6年。孟加拉湾北部通道强年有1998, 2002, 2003年共3年, 弱年有1979, 1981, 1986, 1992和2013年共5年。
![]() |
图 8 云水含量及各水汽通道强度标准化序列 Fig. 8 Standardized sequence of cloud water content and water vapor channel intensities |
由夏季高原云水含量、各水汽通道强度强、弱年整层水汽通量合成差值场可得:当高原云水含量偏多时, 有3条显著相关的水汽异常输送, 伊朗北部偏东通量在伊朗南部转为偏西北通量, 使50°N-60°N的西风带水汽的北支西风减弱, 南支西北风加强[见图 2(a)], 经通道3输送更多水汽到高原; 经通道1的印度洋异常西南通量经印度北部向东经通道4输送到高原; 南海的偏东南通量经中南半岛在孟加拉湾北部转为西南异常通量向高原输送。其中, 孟加拉湾北部的偏南通量异常, 主要使来自印度洋的水汽更多输送到高原; 南海的异常偏东南通量主要使来自西北太平洋和南海的水汽输送到高原[图 9(a)]。通道1偏强时, 来自印度洋北部和南海的水汽在孟加拉湾交汇向高原异常输送。高原南边界的异常东南通量, 使水汽输送偏西而主要影响到高原西部。通道2偏强时, 中国东南沿海—西北太平洋为异常反气旋环流, 有利于副高偏强西伸; 南海、中南半岛的异常偏南通量, 有利于水汽向高原东南部输送。同时, 孟加拉湾北部的西南通量异常也有利于输送水汽到高原东南部。通道3偏强时, 伊朗西部偏北水汽通量异常, 有利于西风带南支水汽输送到高原。印度北部西南异常通量, 有利于将阿拉伯海水汽输送到高原。通道4偏强时, 南海—孟加拉湾南部的异常偏东通量在印度北部—孟加拉湾北部转为西南风异常, 使经通道4进入高原的水汽增多; 同时, 印度洋、阿拉伯海北部有异常偏南通量向高原输送[图 9(b)~(e)]。此外, 由副高各指数与水汽通道强度的相关系数(表 4)可知, 当副高偏西南, 强度范围偏大时, 水汽通道2、4强度偏强, 有利于水汽向高原输送。
![]() |
图 9 夏季高原云水含量、各水汽通道强度强、弱年整层水汽通量合成差值场[彩色区, 单位: kg·(m·s)-1] 黑色箭头表示通过0.05显著性检验 Fig. 9 Synthetic difference field of vertical integral of water vapor flux [color area, unit: kg·(m·s)-1] over the Qinghai-Tibetan Plateau between strong and weak years of cloud water content and channel intensities in summer.Black arrow indicates passed the significance level at α=0.05 |
![]() |
表 4 副高指数与水汽通道强度的相关系数表 Table 4 Correlation coefficient between subtropical high pressure index and water vapor channel intensity |
由于高原平均海拔600 hPa以上, 各通道水汽通量主要集中在600 hPa以下, 所以低层各水汽通道的水汽输送到高原边界会受其阻挡。那么, 到达高原边界的水汽是否受地形抬升上高原呢?为了对这一问题有定性认识, 对高原夏季平均垂直水汽输送和风场进行分析。由于高原地形呈西高东低, 所以将南边界以95°E为界, 分为东、西两段来研究。来自低纬的低层偏南风水汽通量遇到高原后, 受地形作用爬坡上升, 并继续向北输送水汽, 在33°N附近与偏北风辐合, 辐合位于500 hPa以下[图 10(a), (b)]。地形越陡, 上升运动越强。表明到达高原南坡的水汽大部为通过上升运动上高原。同样, 西边界来自中纬西风带的低层偏西风水汽输送遇高原后抬升并继续向东[图 10(c)]。
![]() |
图 10 高原夏季平均水汽通量(等值线, 单位: g·s-1·kg-1)和风场(矢量, 垂直速度扩大100倍)经向垂直剖面(a, b)和纬向垂直剖面(c) 黑色区域为地形廓线 Fig. 10 Latitude-height cross sections of mean summer water vapor flux (contours, unit: g·s-1·kg-1) and wind field (vector, vertical velocity enlarged by 100 times) along 80°E-95°E (a), 95°E-102°E (b) and longitude-height cross section along 28°N-35°N (c) over the Qinghai-Tibetan Plateau.The shaded area shows the in situ vertical profile of topography |
利用欧洲中期天气预报中心(ECMWF)提供的1979-2016年ERA-Interim再分析资料分析了青藏高原夏季云水含量及其水汽输送情况, 研究得出:
(1) 高原夏季云水含量占全年48%, 由东南向西北减少。与高原夏季云水含量相联系的4条水汽通道:源自阿拉伯海的纬向通道(印度洋通道), 源自西北太平洋、南海的经向通道(南海通道), 源自中高纬西风带的经向通道(伊朗西部通道)和源自孟加拉湾的经向通道(孟加拉湾北部通道), 依次简称通道1、2、3和4。
(2) 高原云水含量和各水汽通道强度均有明显年际变化。云水含量年际变化与通道2、4强度一致。云水含量与通道1呈一致显著增加趋势, 其他通道为略增加趋势。由于各水汽通道的水汽通量主要集中在对流层低层, 其变化趋势和强度也主要取决于对流层低层。
(3) 通道1主要影响高原西北部云水含量, 通道2主要影响高原东南部云水含量, 通道3主要影响高原东北部, 通道4主要影响高原中部、东南部云水含量, 均使云水含量偏多。通道1偏强时, 来自印度洋北部和南海的异常水汽在孟加拉湾交汇向高原输送。通道2偏强时, 南海、中南半岛的异常偏南通量, 孟加拉湾北部的异常西南通量向高原东南部输送。通道3偏强时, 西风带水汽和来自印度洋水汽更多输送到高原。通道4偏强时, 来自阿拉伯海北部以及南海-孟加拉湾南部的水汽向高原异常输送。此外, 副热带高压偏西南, 强度范围偏大时, 水汽通道2、4强度偏强, 有利于水汽向高原输送。
本文只考虑了水汽、大尺度天气系统, 定性的分析了几条水汽通道对于高原夏季云水含量分布的影响机理, 并没有综合考虑地形、高原积雪、高原热源效应、高原自身植被覆盖(高荣等, 2017; 王青霞等, 2014; 樊威伟等, 2018; 王顺久, 2017; 保云涛等, 2018)等影响因素。以后的研究还需对水汽输送影响的物理机制做定量分析, 为高原地区夏季云水研究提供更多的线索和依据。云的形成受多种因子制约, 云含水量常在很小范围和很短的时间内就有很大的差异, 因此精确地了解云水量有很大的难度。由于受资料同化方法, 观测误差等限制, 再分析资料与卫星观测的云水含量存在一定差异, 今后的研究有必要对不同资料在高原地区的适用性进行研究。
Dee D P, Uppala S M, Simmons A J, et al. 2011. The ERA-Interim reanalysis:Configuration and performance of the data assimilation system[J]. Quarterly Journal of the royal meteorological society, 137(656): 553–597.
DOI:10.1002/qj.828 |
|
Feng L, Zhou T J. 2012. Water vapor transport for summer precipitation over the Tibetan Plateau:Multidata set analysis[J]. Journal of Geophysical Research Atmospheres, 117: D20114.
DOI:10.1029/2011JD017012 |
|
Li J L F, Waliser D E, Chen W T, et al. 2012. An observationally based evaluation of cloud ice water in CMIP3 and CMIP5 GCMs and contemporary reanalyses using contemporary satellite data[J]. Journal of Geophysical Research Atmosphere, 117: D16105.
DOI:10.1029/2012JD017640 |
|
Wu G, Zhang Y. 1998. Tibetan Plateau forcing and the Asian Monsoon onset over south Asia and South China Sea[J]. Monthly Weather Review, 126(4): 913–927.
DOI:10.1175/1520-0493(1998)126<0913:tpfatt>2.0.co;2 |
|
白磊, 王维霞, 姚亚楠, 等. 2013. ERA-Interim和NCEP/NCAR再分析数据气温和气压值在天山山区适用性分析[J]. 沙漠与绿洲气象, 7(3): 51–56.
DOI:10.3969/j.issn.1002-0799.2013.03.012 |
|
保云涛, 游庆龙, 谢欣汝. 2018. 青藏高原积雪时空变化特征及异常成因[J]. 高原气象, 37(4): 899–910.
DOI:10.7522/j.issn.1000-0534.2017.00099 |
|
陈德亮, 徐柏青, 姚檀栋, 等. 2015. 青藏高原环境变化科学评估:过去、现在与未来[J]. 科学通报, 60(32): 3025–3035.
DOI:10.1360/N972014-01370 |
|
樊威伟, 马伟强, 郑艳, 等. 2018. 青藏高原地面加热场年际变化特征及其与西风急流关系研究[J]. 高原气象, 37(3): 591–601.
DOI:10.7522/j.Issn.1000-0534.2017.00062 |
|
高荣, 韦志刚, 钟海玲. 2017. 青藏高原陆表特征与中国夏季降水的关系研究[J]. 冰川冻土, 39(4): 741–747.
DOI:10.7522/j.issn.1000-0240.2017.0084 |
|
耿蓉, 2017.基于卫星和再分析数据的大气水循环变量比较和分析[D].合肥: 中国科学技术大学.
|
|
过霁冰, 徐祥德, 施晓晖, 等. 2012. 青藏高原冬季积雪关键区视热源特征与中国西南春旱的联系[J]. 高原气象, 31(4): 900–909.
|
|
韩熠哲, 马伟强, 王炳赟, 等. 2017. 青藏高原近30年降水变化特征分析[J]. 高原气象, 36(6): 1477–1486.
DOI:10.7522/j.issn.1000-0534.2016.00125 |
|
衡志炜, 2013.基于卫星及数值模式资料的云水凝物的气候特征分析和检验[D].合肥: 中国科学技术大学.
|
|
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.
|
|
林厚博, 游庆龙, 焦阳, 等. 2016. 青藏高原及附近水汽输送对其夏季降水影响的分析[J]. 高原气象, 35(2): 309–317.
DOI:10.7522/j.issn.1000-0534.2014.00146 |
|
鲁春霞, 谢高地, 成升魁, 等. 2004. 青藏高原的水塔功能[J]. 山地学报, 22(4): 428–432.
DOI:10.16089/j.cnki.1008-2786.2004.04.008 |
|
潘留杰, 张宏芳, 周毓荃, 等. 2015. 1979-2012年夏季黄土高原空中云水资源时空分布[J]. 中国沙漠, 35(2): 456–463.
DOI:10.7522/j.issn.1000-694X.2014.0034 |
|
潘留杰, 张宏芳, 朱伟军, 等. 2013. ECMWF模式对东北半球气象要素场预报能力的检验[J]. 气候与环境研究, 18(1): 111–123.
DOI:10.3878/j.issn.1006-9585.2012.11097 |
|
石晓兰, 杨青, 姚俊强, 等. 2016. 基于ERA-Interim资料的中国天山山区云水含量空间分布特征[J]. 沙漠与绿洲气象, 10(2): 50–56.
DOI:10.3969/j.issn.1002-0799.2016.02.008 |
|
王青霞, 吕世华, 鲍艳, 等. 2014. 青藏高原不同时间尺度植被变化特征及其与气候因子的关系分析[J]. 高原气象, 33(2): 301–312.
DOI:10.7522/j.issn.1000-0534.2014.00002 |
|
王顺久. 2017. 青藏高原积雪变化及其对中国水资源系统影响研究进展[J]. 高原气象, 36(5): 1153–1164.
DOI:10.7522/j.issn.1000-0534.2016.00117 |
|
王霄, 巩远发, 岑思弦. 2009. 夏半年青藏高原"湿池"的水汽分布及水汽输送特征[J]. 地理学报, 64(5): 601–608.
DOI:10.3321/j.issn:0375-5444.2009.05.009 |
|
吴国雄, 毛江玉, 段安民, 等. 2004. 青藏高原影响亚洲夏季气候研究的最新进展[J]. 气象学报, 62: 528–540.
|
|
姚檀栋, 朱立平. 2006. 青藏高原环境变化对全球变化的响应及其适应对策[J]. 地球科学进展, 21(5): 459–464.
DOI:10.3321/j.issn:1001-8166.2006.05.003 |
|
张人禾, 苏凤阁, 江志红, 等. 2015. 青藏高原21世纪气候和环境变化预估研究进展[J]. 科学通报, 60(32): 3036–3047.
DOI:10.1360/N972014-01296 |
|
周晓霞, 丁一汇, 王盘兴. 2008. 影响华北汛期降水的水汽输送过程[J]. 大气科学, 32(2): 92–97.
|
2. Department of Atmospheric and Oceanic Sciences & Institute of Atmospheric Sciences, Fudan University, Shanghai 200438, China