2019, Vol. 38
2. 中国科学院大学, 北京 100049;
3. 中山大学大气科学学院广东省气候变化与自然灾害研究重点实验室, 广东 珠海 519082;
4. 中国科学院平凉陆面过程与灾害天气观测研究站, 甘肃 平凉 744015;
5. 成都信息工程大学大气科学学院/高原大气与环境四川省重点实验室, 四川 成都 610225;
6. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 江苏 南京 210044;
7. 印第安纳大学伯明顿分校地球大气科学学院, 美国 印第安纳州 47408
陆地作为地球表面的重要组成部分, 下垫面十分复杂, 这种复杂性表现为陆面上不同的植被类型、地表覆盖状况、地形变化及多样的土壤质地、结构和属性等, 从而引起地表感热、潜热和辐射通量的差异(马柱国等, 2000)。陆面和大气之间通过能量、动量和水汽的交换产生紧密联系, 最终对天气和气候变化产生不同程度的影响(戴永久等, 1996; 陈海山等, 2002; Nicholson, 2000; Shuttleworth et al, 1991)。土壤湿度作为陆面过程的一个重要参量, 在气候变化中的作用仅次于海表温度, 其对气候变化的影响受到长期关注并被用于改进季节气候预测(马柱国等, 2001)。尤其是在中高纬地区, 土壤湿度对天气、气候的影响甚至超过海表温度的作用(郭维栋等, 2007)。
Namias(1958, 1963)最早研究发现, 土壤湿度的季节性异常对大气的季节变化有重要作用。许多大气环流模式和区域气候模式被用来探究土壤湿度-降水反馈过程, 多数模式结果表明相对较湿的土壤会导致较多的降水发生, 证实了土壤湿度对降水的正反馈作用(Shukla et al, 1982; Rind, 1982; Yeh et al, 1984; Oglesby et al, 1989; Georgakakos et al, 1995; Huang et al, 1996); 早期观测也表明, 降水增加会引起土壤湿度增加, 同样, 土壤湿度增加也会引起降水增加(Findell, 1997; Koster et al, 2003)。Seneviratne et al(2010)总结了有关土壤湿度对天气、气候影响的研究并给出了土壤湿度与降水之间的反馈模型, 其中提到土壤湿度对降水影响的间接过程有不同的机制和反馈作用。不同的研究也表明土壤湿度对降水的影响并非有确定的单一的机理, 例如, Milly et al(1994)通过数值模拟发现增加的土壤湿度导致蒸发、土壤含水量及径流的增加, 进一步导致了降水的增加; Giorgi et al(1996)的研究相反, 表明土壤湿度减少引起地表感热增加, 加快空气抬升, 引起大气边界层快速发展达到自由对流高度, 从而有利于对流的发生; Georgakakos et al(1995)对盆地区域研究表明, 土壤湿度与降水之间不存在相关关系, 但是土壤湿度与温度间的负相关关系显著。因此, 探究不同区域土壤湿度影响降水的机理是十分必要的。20世纪90年代以前, 一些简单的水汽平衡模式被用来描述陆气相互作用, 其中包括土壤湿度-降水反馈过程, 主要强调土壤湿度通过影响蒸发蒸腾, 通过水汽再循环而对降水产生影响(Lettau et al, 1979; Eltahir, 1989; Rodriguez-Iturbe et al, 1991; Savenije, 1995); 而目前的研究更多强调土壤湿度通过影响地表辐射和能量平衡, 间接影响大气状况, 从而影响降水的形成(Seneviratne et al, 2010)。目前国内关于土壤湿度资料适用性评估的研究有很多(丁旭等, 2018; 王静等, 2018; 朱智等, 2018), 主要针对青藏高原地区; 而关于土壤湿度影响天气过程和气候变化的相关机理研究也有了新的进展(章焕等, 2018; 栾澜等, 2018), 但是针对黄土高原地区的相关研究目前还比较缺乏。
地球表面有超过40%的干旱半干旱区(Okin et al, 2009; Reynolds et al, 2007), 由于远离海洋, 该地区陆面过程变化对能量和水分交换的影响尤其显著(Small et al, 2003; Vivoni et al, 2008; Williams et al, 2004), 因此探究干旱半干旱区土壤湿度在陆气相互作用中的影响, 对理解和准确预报该区域气候变化十分重要(Betts, 2000; D’Odorico et al, 2013; Taylor et al, 2002)。而黄土高原是典型的干旱半干旱区域, 其南北跨暖温带、中温带两个温度带, 东西跨半湿润、半干旱两个湿度区, 全年降水少且降水集中, 是陆气耦合的热点区(Koster et al, 2006), 也是生态环境脆弱带。然而, 目前针对黄土高原区域土壤湿度与降水关系的研究较少, 本研究结合宝贵的观测资料, 探究该区域土壤湿度与降水关系对理解土壤湿度在陆气相互作用中的影响具有重要意义。根据中国科学院寒区旱区环境与工程研究所在平凉地区的野外观测试验, 取得了平凉地区较完整的湍流观测数据和地表辐射数据, 本文通过利用这些观测数据结合定量分析和相关性分析的方法, 探究黄土高原土壤湿度变化对地表能量分配和大气边界层高度的影响, 进一步探讨这一区域土壤湿度变化所产生的天气气候效应。
2 资料选取和方法介绍平凉站位于甘肃省平凉地区典型的黄土塬—白庙塬, 该地区属温带半湿润半干旱气候区, 年平均气温为6 ℃, 年降水量约为510 mm。观测场所在塬区比较平坦, 海拔为1630 m, 塬上全部为庄稼地和村庄, 周围无高层建筑物和树木, 代表性较好; 塬上农业生产依赖自然降水, 主要种植冬小麦、玉米、谷、糜、土豆及胡麻等作物(Wen et al, 2009; 陈星等, 2016)。各季降水量分布很不均匀, 冬春季雨水较少, 6月下旬进入雨季, 至10月上旬左右结束。主要降水集中在7—9月3个月, 平凉市全年大部分时间受高空西风环流影响, 平均风速2.16 m·s-1。本文采用中国科学院平凉陆面过程与灾害天气观测研究站(简称平凉站)的观测资料, 该观测数据基本无缺测, 连续性较好。观测数据包括地面观测数据和探空观测数据, 地面观测数据包括10 cm土壤湿度、3 m涡动感热和潜热以及1.5 m四分量辐射(向下短波, 向上短波, 向下长波, 向上长波)数据, 数据时段为2016—2017年共两年的夏季(6—8月), 选取晴好天气状况下共111天的数据, 时间分辨率为0.5 h; 探空观测数据包括大气温度、气压、相对湿度、风速风向等廓线数据, 数据时段为2016年6月16日至7月3日以及2017年7月6—20日, 每日08 : 00(北京时, 下同)—20 : 00, 时间分辨率为3 h。
由于数据为平凉站单站观测, 涉及空间范围具有局限性, 且天气、气候变化还受到水平气流等的影响, 因此为了探究土壤湿度的作用, 选取晴好天气状况下的观测数据, 将土壤湿度资料处理成日平均, 根据土壤湿度数值大小, 取相同样本数, 将土壤湿度做样本平均, 分为干、中、湿三种情况(Eltahir, 1998)。首先分析土壤湿度对地表反照率和波文比的影响, 然后进一步细致分析其对辐射通量以及感热和潜热分配的影响, 最后结合探空数据, 分析土壤湿度变化对大气边界层高度的影响, 探究土壤湿度影响降水的可能物理机制。
3 结果分析 3.1 土壤湿度变化选取2016—2017年夏季晴好天气状况下共111天的土壤湿度数据, 由于土壤湿度日变化较小, 将土壤湿度处理成日平均, 可代表每一天的土壤湿度状况。根据土壤湿度日平均数据, 按照土壤湿度数值大小, 分为干、中、湿三个区间, 区间样本数均为37天。从干、中、湿三个区域土壤湿度分布(图 1)中可以看出, 干区间上土壤湿度变化范围为0.158~0.177 m3·m-3, 平均值为0.167 m3·m-3; 中区间上土壤湿度变化范围为0.179~0.220 m3·m-3, 平均值为0.197 m3·m-3; 湿区间上土壤湿度变化范围为0.221~0.325 m3·m-3, 平均值为0.277 m3·m-3。由于观测数据时段的有限性, 考虑保证尽可能多的样本数, 所以土壤湿度干、中、湿区间的土壤湿度分布并非等距, 干区间土壤湿度数值明显小于湿区间。
|
图 1 干、中、湿三个区间土壤湿度分布 Fig. 1 The distribution of soil moisture in dry, medium and wet soil conditions |
由不同土壤湿度干湿状况下地表反照率的日变化[图 2(a)]可见, 反照率随土壤湿度增加而降低, 尤其在08 : 00—16 : 00, 干区间反照率明显高于中、湿区间, 表明在土壤湿度0.158~0.177 m3·m-3范围内, 反照率响应略高于较湿土壤, 而在土壤湿度0.179~0.325 m3·m-3范围内, 土壤湿度的变化对反照率影响不大。清晨(08 : 00—09 : 00)和傍晚(17 : 00—20 : 00)反照率高于白天日出后的反照率(09 : 00—17 : 00), 这是由于清晨和傍晚入射短波辐射较小。由于选取数据时间范围为2016年和2017年两个夏季(6—8月), 平凉站的地表覆盖为短草, 反照率还可能更多的受到地表植被覆盖度等的影响。
|
图 2 干、中、湿区间反照率(a)和波文比(b)的日变化特征 Fig. 2 Daily variations of albedo (a) and Bowen ratio (b) in dry, medium and wet soil conditions |
图 2(b)为不同土壤干湿状况下的波文比日变化特征, 波文比为感热与潜热的数值比, 其计算公式为r=SH/LH, 反映地表能量在感热和潜热之间的分配情况。从图 2(b)中可以看出, 土壤湿度变化对波文比影响显著, 土壤湿度越小, 波文比越大; 波文比在日出后时段(09 : 00—17 : 00)数值高于清晨(06 : 00—09 : 00)和傍晚(17 : 00—20 : 00), 这是由于清晨和傍晚土壤温度较低, 感热较小。根据土壤湿度分布(图 1)情况, 干区间(0.158~0.177 m3·m-3)土壤湿度数值明显小于中区间(0.179~0.220 m3·m-3)和湿区间(0.221~0.325 m3·m-3), 导致干区间的波文比明显大于中、湿区间, 显示出波文比对一定范围内较干土壤反应较敏感。具体表现为, 干区间上, 波文比变化范围为0.37~1.53;中区间上, 波文比变化范围为0.29~0.66;湿区间上, 波文比变化范围为0.09~0.37。尤其在正午时间(12 : 00—14 : 00), 干区间上, 波文比最大值达到1.43, 中区间上最大值为0.65, 湿区间上最大值为0.35, 干湿两种极端情况下, 波文比差值可达1.08。可见, 土壤湿度对波文比的影响更显著, 土壤越干, 波文比越大。
3.3 不同干湿状况下各辐射通量和湍流通量分布考虑到观测数据的有限性, 为了突出土壤湿度的作用, 分别对土壤湿度干、中、湿三个区间各37天的日平均土壤湿度对应的日平均反照率、波文比、各辐射分量和湍流通量做箱线图分析, 以便能够比较清晰的看出干、中、湿区间各变量的分布。干、中、湿三个区间各37天的土壤湿度平均值分别为0.167, 0.197和0.277 m3·m-3。
3.3.1 土壤湿度对反照率和波文比的影响从土壤湿度干、中、湿区间上反照率和波文比的箱线分布(图 3)来看, 不同区间上反照率和波文比变化趋势与图 2一致。反照率随土壤湿度变化不明显, 干、中、湿三种情况下反照率分布情况十分接近[图 3(a)]。干区间上反照率的最小值、下四分位、中值、上四分位和最大值分别为0.120, 0.169, 0.189, 0.194和0.214;中区间对应数值分别为0.125, 0.158, 0.178, 0.194和0.221;湿区间对应数值分别为0.116, 0.165, 0.191, 0.206和0.235。反照率的区间平均值表现为干区间平均值低于中区间0.005, 中区间高于湿区间0.008。可见, 土壤湿度对反照率的影响较小, 干、中区间上随着土壤湿度升高, 反照率有略微降低, 而中、湿区间随着土壤湿度升高, 反照率甚至出现略微升高。这与Eltahir(1998)在堪萨斯州的观测以及Sanchez-Mejia et al(2014)在亚利桑那州的观测不同, Eltahir(1998)以及Sanchez-Mejia et al(2014)的观测均显示随着土壤湿度增加, 反照率显著降低, 表明反照率对平凉地区这一范围的土壤湿度变化响应不明显。
|
图 3 干、中、湿区间反照率(a)和波文比(b)箱线分布 Fig. 3 The box plots of albedo (a) and Bowen ratio (b) in dry, medium and wet soil conditions |
从图 3(b)中可以看出, 土壤湿度变化对波文比有显著影响, 波文比随土壤湿度升高显著降低。干区间上波文比的最小值、下四分位、中值、上四分位和最大值分别为0.252, 0.672, 0.843, 0.921和2.318;中区间上对应数值分别为-0.032, 0.312, 0.485, 0.576和1.396;湿区间上对应数值分别为-0.95, 0.033, 0.210, 0.334和0.776。干、中区间对应波文比平均值降低了0.436, 中、湿区间波文比平均值降低了0.282。这与Eltahir(1998)在堪萨斯州的观测一致, Eltahir(1998)提到, 土壤湿度从干区间(0.16 m3·m-3)变化至中区间(0.22 m3·m-3)范围上, 波文比减小了0.4, 土壤湿度从中区间(0.22 m3·m-3)变化到湿区间(0.28 m3·m-3)范围上, 波文比减小了0.07。干、中区间波文比的变化范围要远大于中、湿区间, 这种变化程度显示出波文比在干、中区间范围内变化较显著的现象。由此猜测波文比对某一较干土壤湿度范围响应更明显, 下面内容将利用相关性分析进一步探讨。
3.3.2 土壤湿度对地表辐射的影响从净短波辐射在不同土壤湿度区间的箱线分布[图 4(a)]来看, 随着土壤湿度的增加, 净短波辐射变化不明显, 不同土壤湿度区间上分布情况接近。具体从数据分布来看, 土壤湿度在干区间上净短波辐射的最小值、下四分位、中值、上四分位和最大值分别为136.1, 205.6, 227.9, 252.3和302.5 W·m-2; 土壤湿度中区间上净短波辐射数值分别为156.6, 214.9, 242.5, 268.3和327.2 W·m-2; 土壤湿度湿区间上净短波辐射对应数值分别为144.9, 209.4, 249.3, 274.5和315.7 W·m-2。净短波辐射中区间的平均值比干区间增加了12.76 W·m-2, 这与前述土壤湿度对反照率的影响一致, 湿区间比中区间降低了-1.45 W·m-2。可见, 土壤湿度的变化对净短波辐射影响主要是通过对反照率的影响, 根据净短波辐射公式:
|
图 4 干、中、湿区间净短波辐射(a)、净长波辐射(b)和净辐射(c)箱线分布 Fig. 4 The box plots of net shortwave radiation (a), net longwave radiation (b) and netradiation (c) in dry, medium and wet soil conditions |
| $R{\rm{s}} = (1 - \alpha)S, $ | (1) |
式中: Rs为净短波辐射; S为入射短波辐射; α为反照率。入射短波辐射受纬度、时间、天气等影响, 与土壤湿度无关, 而上述分析也表明土壤湿度增加会降低反照率, 虽然影响数值较小, 由此可以解释土壤湿度对净短波辐射的影响。
从净长波辐射在干、中、湿三个土壤湿度区间的箱线分布[图 4(b)]中可以看出, 随着土壤湿度升高, 净长波辐射也呈上升趋势。土壤湿度干区间上净长波辐射的最小值、下四分位、中值、上四分位和最大值分别为-122.6, -111.1, -88.2, -68.7和-35.9 W·m-2; 土壤湿度中区间上净长波辐射数值分别为-105.1, -92.1, -69.4, -55.5和-36.4 W·m-2; 湿区间上净长波辐射数值分别为-96.9, -78.9, -66.0, -53.1和-35.7 W·m-2。净长波辐射中区间平均值比干区间增加了15.42 W·m-2, 湿区间净长波辐射平均值比中区间增加了6.75 W·m-2。可见, 净长波辐射随着土壤湿度增加而增加。根据净长波辐射公式, 如下:
| $R1 = {\varepsilon _{\rm{a}}}(q)\delta T_{\rm{a}}^4 - {\varepsilon _{\rm{s}}}\delta T_{\rm{s}}^4, $ | (2) |
式中: Rl为净长波辐射; εa为大气的辐射率, 其为大气水汽含量q的增函数; εs为地面辐射率, 通常取常数值0.95; δ为Stefan-Boltzmann常数; Ta为大气温度; Ts为地表温度。净长波辐射受大气中水汽含量和地表温度的影响, 即大气中水汽含量越多, 由于水汽的“温室效应”, 向下长波辐射就会增加; 地表温度越低, 向上长波辐射就越少(Brubaker et al, 1996; Eltahir, 1998)。而土壤湿度增加引起地表温度降低, 并增加大气中水汽含量, 由此解释了净长波辐射随土壤湿度增加而增加的机理。
从净辐射随土壤湿度变化箱线分布[图 4(c)]中可以看出, 随着土壤湿度增加, 净辐射随之增加。土壤湿度干区间上对应净辐射的最小值、下四分位、中值、上四分位和最大值分别为84.7, 123.1, 137.5, 159.1和214.2 W·m-2; 中区间上数值分别为106.1, 152.5, 173.2, 185.5和266.9 W·m-2; 湿区间上数值分别为109.2, 145.9, 174.7, 207.7和228.9 W·m-2。中区间净辐射平均值比干区间增加了28.49 W·m-2, 湿区间净辐射平均值比中区间增加了4.78 W·m-2。根据如下地表辐射平衡方程:
| $R{\rm{n}} = R{\rm{l}} + R{\rm{s, }}$ | (3) |
式中: Rn为净辐射; Rl为净长波辐射; Rs为净短波辐射; 根据上述分析, Rn随土壤湿度变化主要是由于净长波辐射随土壤湿度增加而显著增加的结果。又由如下地表能量平衡方程:
| $R{\rm{n}} - G = LH + SH, $ | (4) |
式中: G为地表热通量; LH为潜热通量; SH为感热通量(Pitman, 2003)。因此, 净辐射增加意味着由地表向大气输送的感热潜热总通量的增加。
3.3.3 土壤湿度对地表能量通量的影响根据土壤湿度对波文比[图 3(b)]的影响, 表明了土壤湿度影响感热和潜热通量的能量分配, 因此进一步具体分析土壤湿度对感热和潜热的影响。由感热在不同干湿区间箱线分布[图 5(a)]可见, 随着土壤湿度增加, 感热呈减少趋势, 潜热呈增加趋势。干区间上感热的最小值、下四分位、中值、上四分位和最大值分别为67.7, 123.6, 140.2, 161.9和210.1 W·m-2; 中区间上对应数值为15.3, 89.0, 122.6, 141.5和174.1 W·m-2; 湿区间上对应数值为-14.1, 25.9, 65.2, 92.1和141.5 W·m-2。从数值上看, 中区间感热平均值比干区间降低了31.71 W·m-2, 湿区间感热平均值比中区间降低了48.43 W·m-2。干、中区间差异小于中、湿区间的差异, 可能原因是干、中区间土壤湿度差异小于中、湿区间差异, 这也表明土壤湿度越小, 感热越大。由潜热在不同干湿区间箱线分布[图 5(b)]可见, 干区间上潜热的最小值、下四分位、中值、上四分位和最大值分别为33.8, 100.9, 148.3, 186.8和258.6 W·m-2; 中区间上数值分别为84.2, 198.6, 228.4, 255.3和331.6 W·m-2; 湿区间上数值分别为132.1, 209.2, 280.3, 324.7和471.4 W·m-2。从数值上分析, 中区间潜热平均值比干区间增加了72.83 W·m-2, 湿区间潜热平均值比中区间增加了55.4 W·m-2。干、中区间潜热数值差异大于中、湿区间, 这就解释了干、中区间上波文比差异大于中、湿区间的现象。然而, 干、中区间对应土壤湿度数值明显小于中、湿区间, 是否意味着潜热对干、中区间上某一土壤湿度范围响应更敏感, 将在下面内容中进行统计学相关性分析进一步说明。
|
图 5 干、中、湿区间感热通量(a)、潜热通量(b)和总通量(c)箱线分布 Fig. 5 The box plots of sensible heat flux (a), latent heat flux (b) and available total heat flux (c) in dry, medium and wet soil conditions |
从感热、潜热总通量(总通量=感热+潜热)对土壤湿度变化的响应[图 5(c)]中可以看出, 总体上, 干、中区间总通量是增加趋势, 而中、湿区间分布情况接近。干区间上总通量的最小值、下四分位、中值、上四分位和最大值分别为161.8, 242.6, 294.1, 341.4和447.2 W·m-2; 中区间上数值分别为184.6, 284.5, 331.1, 378.7和473.1 W·m-2; 湿区间上数值分别为198.7, 277.7, 339.6, 384.8和500.0 W·m-2。数值上, 中区间总通量平均值比干区间增加了41.1 W·m-2, 湿区间总通量平均值比中区间增加了6.28 W·m-2。干、中区间变化范围明显大于中、湿区间, 通过上述分析, 这主要是潜热的贡献, 而中、湿区间上总通量差异较小, 正是感热的减小和潜热的增加产生抵消削弱作用的结果。感热潜热总通量的增加意味着从地表向大气输送的能量增加, 而在降水过程中起主要作用的大气湿静能主要由这种由地表传输来的总通量提供, 进而反应了随着土壤湿度增加会引起大气边界层中湿静能的增加, 暗示着土壤湿度与降水之间的可能联系。
3.4 湍流通量与土壤湿度相关性分析前面的分析结果表明波文比受土壤湿度影响较显著, 并且在土壤湿度干、中区间范围上, 波文比和潜热随土壤湿度变化较大。因此, 将干、中、湿三个区间的土壤湿度进一步分成干、中区间(0.158~0.220 m3·m-3)和中、湿区间(0.179~0.325 m3·m-3), 缩小土壤湿度的变化范围, 探究是否在某一土壤湿度变化范围上感热、潜热通量响应更明显。如波文比与土壤湿度线性回归分析(图 6)显示, 总体上波文比与土壤湿度呈负相关关系, 相关系数为-0.566。土壤湿度总样本与波文比相关系数高于干、中区间和中、湿区间上土壤湿度与波文比相关系数, 且干、中区间相关系数(r=-0.458)与中、湿区间相关系数(r=-0.489)接近, 统计分析均通过99%的置信度检验, 这表明了波文比与土壤湿度的负相关关系, 而波文比并非在某一土壤湿度范围响应更明显。
|
图 6 波文比与土壤湿度线性回归分析 Fig. 6 Linear regressions between Bowen ratio and soil moisture |
进一步对感热通量与土壤湿度相关性(图 7)进行分析, 总体上, 感热通量与土壤湿度呈负相关关系, 相关系数为-0.632。土壤湿度总样本与感热相关系数明显高于干、中区间和中、湿区间上土壤湿度与感热相关系数, 而干、中区间对应相关系数(r=-0.360)略小于中、湿区间相关系数(r=-0.519), 统计分析均达到99%的置信度水平。这表明感热通量与土壤湿度具有显著负相关, 尤其是土壤湿度在0.179~0.325 m3·m-3时, 感热与土壤湿度的负相关关系更明显, 感热变化对土壤湿度变化的响应相对更敏感。
|
图 7 感热通量与土壤湿度线性回归分析 Fig. 7 Linear regressions between sensible heat flux and soil moisture |
对潜热通量与土壤湿度进行相关性分析(图 8)发现, 总体上潜热与土壤湿度呈显著正相关关系, 相关系数为0.538。而土壤湿度总体与潜热相关系数(r=0.538)小于干、中区间上潜热与土壤湿度的相关系数(r=0.608), 中、湿区间上潜热与土壤湿度相关系数(r=0.3)又明显小于干、中区间, 且均达到99%的置信度水平。由此表明土壤湿度在干、中区间, 即土壤湿度在0.158~0.220 m3·m-3范围上, 潜热通量与土壤湿度负相关关系更显著, 潜热通量对土壤湿度变化响应更敏感, 而当土壤湿度在中、湿区间, 即0.179~0.325 m3·m-3时, 潜热通量与土壤湿度负相关关系较微弱, 这也暗示着当土壤湿度超过一定范围时, 对潜热的影响会变的微弱。
|
图 8 潜热与土壤湿度线性回归分析 Fig. 8 Linear regressions between latent heat flux and soil moisture |
根据大气边界层在白天充分混合时, 混合层内位温恒定, 即位温不随边界层高度变化而变化的原理, 利用探空数据中的大气位温廓线来确定边界层高度。表 1、表 2、表 3分别为典型晴好天气下当日最大边界层高度值, 干、中、湿区间分别选取4天, 给出日均土壤湿度值下对应的当日最大边界层高度。从表 1~3中可以看出, 从数值上看, 干区间对应边界层高度明显高于中区间上的边界层高度, 而中区间与湿区间上边界层高度差异相对较小。4天干区间边界层高度平均值为3472 m, 中区间边界层高度平均值为2728 m, 干区间边界层平均值比中区间高744 m; 湿区间边界层高度平均值为2502 m, 比中区间边界层高度平均值降低了226 m。这与前述分析土壤湿度对地表通量和辐射通量的影响结果一致, 在土壤湿度干、中区间上(0.158~0.220 m3·m-3), 土壤湿度的微小变化可以引起边界层高度的显著变化。
|
表 1 土壤湿度干区间边界层高度变化 Table 1 The planetary boundary layer height changes in dry soil moisture conditions |
|
|
表 2 土壤湿度中区间边界层高度变化 Table 2 The planetary boundary layer height changes in medium soil moisture conditions |
|
|
表 3 土壤湿度湿区间边界层高度变化 Table 3 The planetary boundary layer height changes in wet soil moisture conditions |
利用晴好天气下黄土高原区域平凉地区陆面过程与灾害天气观测研究站两年夏季的地面观测资料和探空资料, 定量分析了土壤湿度对反照率和波文比的影响, 细致分析了土壤湿度对地表能量通量和辐射通量以及大气边界层高度的影响, 并讨论了不同土壤干湿状况下各变量对土壤湿度的响应程度。得出如下主要结论:
(1) 随着土壤湿度增加, 反照率降低, 影响数值较小, 土壤湿度在0.158~0.220 m3·m-3时, 反照率随土壤湿度增加显示出略微减小。数值上, 中区间反照率平均值比干区间降低了0.05, 湿区间反照率平均值比中区间增加了0.08, 考虑是由于地表反照率受地表植被覆盖影响较大的原因; 土壤湿度对波文比影响显著, 随着土壤湿度增加, 波文比明显降低。数值上, 中区间波文比平均值比干区间降低了0.436, 湿区间波文比平均值比中区间降低了0.282, 土壤湿度在0.158~0.220 m3·m-3时, 波文比变化较明显。
(2) 土壤湿度对净短波辐射影响较小, 这与对反照率影响的分析一致, 土壤湿度在0.158~0.220 m3·m-3时, 净短波辐射随土壤湿度增加显示出略微增加。净短波辐射中区间的平均值比干区间增加了12.76 W·m-2, 湿区间比中区间降低了1.45 W·m-2; 土壤湿度对净长波辐射影响较明显, 随着土壤湿度增加, 净长波辐射呈现增加趋势。中区间净长波辐射平均值比干区间增加了15.42 W·m-2, 湿区间净长波辐射平均值比中区间增加了6.75 W·m-2; 土壤湿度对净辐射的影响主要来自于对净长波辐射的影响, 净辐射随土壤湿度增加而增加, 中区间净辐射平均值比干区间增加了28.49 W·m-2, 湿区间净辐射平均值比中区间增加了4.78 W·m-2。
(3) 土壤湿度对湍流通量影响显著, 随着土壤湿度增加, 感热呈降低趋势, 潜热呈上升趋势。中区间感热平均值比干区间降低了31.71 W·m-2, 湿区间感热平均值比中区间降低了48.43 W·m-2; 中区间潜热平均值比干区间增加了72.83 W·m-2, 湿区间潜热平均值比中区间增加了55.4 W·m-2。土壤湿度在0.158~0.220 m3·m-3范围, 潜热对土壤湿度变化响应更显著。感热潜热总通量随土壤湿度增加而增加, 即从地表向大气输送的能量随土壤湿度增加而增加。中区间总通量平均值比干区间增加了41.1 W·m-2, 湿区间总通量平均值比中区间增加了6.28 W·m-2。
(4) 感热通量和潜热通量与土壤湿度均具有较好的相关关系, 感热通量与土壤湿度具有显著负相关(r=-0.632), 土壤湿度在0.179~0.325 m3·m-3时, 感热与土壤湿度的负相关系数(r=-0.519)大于土壤湿度为0.158~0.220 m3·m-3时的负相关系数(r=-0.360);潜热通量与土壤湿度具有显著正相关(r=0.538), 土壤湿度在0.179~0.325 m3·m-3时, 潜热与土壤湿度的正相关系数(r=0.30)明显小于土壤湿度为0.158~0.220 m3·m-3时的相关系数(r=0.608), 暗示着当土壤湿度超过一定范围时, 对潜热的影响会变的微弱。
(5) 边界层高度随土壤湿度增加而降低, 干区间边界层高度平均值比中区间高744 m, 中区间边界层高度平均值比湿区间高226 m。在土壤湿度干、中区间上(0.158~0.220 m3·m-3), 土壤湿度的微小变化可以引起边界层高度的显著变化。
通过对观测资料的分析, 进一步验证了土壤湿度确实对地表湍流通量、辐射通量和大气边界层有重要影响, 并且显示出在一定土壤湿度范围内, 地表湍流通量和大气边界层高度响应更明显, 具体土壤湿度的范围界定需要进一步的观测和模拟工作。虽然观测资料在时间和空间尺度上存在一定局限性, 但是由于该观测点是该区域较具代表性的站点, 为这一区域陆面过程的区域气候效应研究提供了重要的观测依据。
Betts A K. 2000. Idealized model for equilibrium boundary layer over land[J]. Journal of Hydrometeorology, 1(6): 507–523.
DOI:10.1175/1525-7541(2000)001<0507:IMFEBL>2.0.CO;2 |
|
Brubaker K L, Entekhabi D. 1996. Analysis of feedback mechanisms in land-atmosphere interaction[J]. Water Resources Research, 32(5): 1343–1357.
DOI:10.1029/96WR00005 |
|
D'Odorico P, Bhattachan A, Davis K F, et al. 2013. Global desertification:Drivers and feedbacks[J]. Advances in Water Resources, 51: 326–344.
DOI:10.1016/j.advwatres.2012.01.013 |
|
Eltahir E A B. 1989. A feedback mechanism in annual rainfall, Central Sudan[J]. Journal of Hydrology, 110(3): 323–334.
|
|
Eltahir E A B. 1998. A soil moisture-rainfall feedback mechanism:Theory and observations[J]. Water Resources Research, 34(4): 777–785.
DOI:10.1029/97WR03497 |
|
Findell K L. 1997. An analysis of the soil moisture-rainfall feedback, based on direct observations from Illinois[J]. Water Resources Research, 33(4): 725–735.
DOI:10.1029/96WR03756 |
|
Georgakakos K P, Bae D H, Cayan D R. 1995. Hydroclimatology of continental watersheds:1. Temporal analyses[J]. Water Resources Research, 31(3): 655–676.
DOI:10.1029/94WR02375 |
|
Giorgi F, Mearns L O, Shields C, et al. 1996. A regional model study of the importance of local versus remote controls of the 1988 drought and the 1993 flood over the central United States[J]. Journal of Climate, 9(5): 1150–1168.
DOI:10.1175/1520-0442(1996)009<1150:ARMSOT>2.0.CO;2 |
|
Huang J, Vand D H M, Georgarakos K P. 1996. Analysis of model-calculated soil moisture over the United States (1931-1993) and applications to long-range temperature forecasts[J]. Journal of Climate, 9(6): 1350–1362.
DOI:10.1175/1520-0442(1996)009<1350:AOMCSM>2.0.CO;2 |
|
Koster R D, Suarez M J, Higgins R W, et al. 2003. Observational evidence that soil moisture variations affect precipitation[J]. Geophysical Research Letters, 30(5): 45–41.
|
|
Koster R D, Sud Y C, Guo Z, et al. 2006. GLACE:The global land-atmosphere coupling experiment. Part Ⅰ:Overview[J]. Journal of Hydrometeorology, 7(4): 590.
DOI:10.1175/JHM510.1 |
|
Lettau H, Lettau K, Molion L C B. 1979. Amazonia's hydrologic cycle and the role of atmospheric recycling in assessing deforestation effects[J]. Monthly Weather Review, 107(3): 227.
DOI:10.1175/1520-0493(1979)107<0227:AHCATR>2.0.CO;2 |
|
Milly P C D, Dunne K A. 1994. Sensitivity of the global water cycle to the water-holding capacity of land[J]. Journal of Climate, 7(4): 506–526.
DOI:10.1175/1520-0442(1994)007<0506:SOTGWC>2.0.CO;2 |
|
Namias J, 1958. Persistence of mid-tropospheric circulations between adjacent months and seasons[M]. Rossby Memorial Volume, Rockefeller Institute Press and Oxford University Press, 240-248.
|
|
Namias J, 1963. Surface-atmosphere interactions as fundamental causes of droughts and other climatic fluctuations[M]. Arid Zone Resear-ch, Vol 20. Changes of Climate Proc Of Rome Symp, UNESCO. 75700 Paris, France, 345-359.
|
|
Nicholson S. 2000. Land surface processes and Sahel climate[J]. Reviews Geophysics, 38(1): 117–139.
DOI:10.1029/1999RG900014 |
|
Oglesby R J, Erickson D J I. 1989. Soil moisture and the persistence of North American drought[J]. Journal of Climate, 2(11): 1362–1380.
DOI:10.1175/1520-0442(1989)002<1362:SMATPO>2.0.CO;2 |
|
Okin G S, Parsons A J, Wainwright J, et al. 2009. Do Changes in Connectivity Explain Desertification?[J]. BioSci, 59(3): 237–244.
DOI:10.1525/bio.2009.59.3.8 |
|
Pitman A J. 2003. The evolution of, and revolution in, land surface schemes designed for climate models[J]. International Journal of Climatologyl, 23(5): 479–510.
DOI:10.1002/(ISSN)1097-0088 |
|
Reynolds J F, Smith D M, Lambin E F, et al. 2007. Global desertification:Building a science for dryland development[J]. Science, 316(5826): 847–51.
DOI:10.1126/science.1131634 |
|
Rind D. 1982. The influence of ground moisture conditions in North America on summer climate as modeled in the GISS GCM[J]. Monthly Weather Reviews, 110(10): 833–842.
|
|
Rodriguez-Iturbe I, Entekhabi D, Bras R L. 1991. Nonlinear dynamics of soil moisture at climate scales:1. Stochastic analysis[J]. Water Resources Reserrch, 27(8): 1899–1906.
DOI:10.1029/91WR01035 |
|
Sanchez-Mejia Z M, Papuga S A. 2014. Observations of a two-layer soil moisture influence on surface energy dynamics and planetary boundary layer characteristics in a semiarid shrubland[J]. Water Resources Research, 50(1): 306–317.
DOI:10.1002/wrcr.v50.1 |
|
Savenije H H G. 1995. New definitions for moisture recycling and the relationship with land-use changes in the Sahel[J]. Journal of Hydrology, 167(1-4): 57–78.
DOI:10.1016/0022-1694(94)02632-L |
|
Seneviratne S I, Corti T, Davin E L, et al. 2010. Investigating soil moisture-climate interactions in a changing climate:A review[J]. Earth Science Reviews, 99(3): 125–161.
|
|
Shukla J, Mintz Y. 1982. Influence of land-surface evapotranspiration on the earth's climate[J]. Science, 215(4539): 1498–1501.
DOI:10.1126/science.215.4539.1498 |
|
Shuttleworth, James W. 1991. The modellion concept[J]. Reviews of Geophysics, 29(4): 585–606.
DOI:10.1029/91RG01815 |
|
Small E E, Kurc S A. 2003. Tight coupling between soil moisture and the surface radiation budget in semiarid environments:Implications for land-atmosphere interactions[J]. Water Resources Research, 39(10): SWC 4-1.
|
|
Taylor C M, Lambin E F, Stephenne N, et al. 2002. The influence of land use change on climate in the Sahel[J]. Journal of Climate, 15(24): 3615–3629.
DOI:10.1175/1520-0442(2002)015<3615:TIOLUC>2.0.CO;2 |
|
Vivoni E R, Moreno H A, Mascaro G, et al. 2008. Observed relation between evapotranspiration and soil moisture in the North American monsoon region[J]. Geophysical Research Letters, 35(22): 659–662.
|
|
Wen J, Wang L, Wei Z G. 2009. An overview of the Loess Plateau mesa region land surface process field experiment series(LOPEXs)[J]. Hydrology and Earth System Sciences, 13(6): 945–951.
DOI:10.5194/hess-13-945-2009 |
|
Williams C A, Albertson J D. 2004. Soil moisture controls on canopy-scale water and carbon fluxes in an African savanna[J]. Water Resources Research, 40(9): 333–341.
|
|
Yeh T, Wetherald R T, Manabe S. 1984. The effect of soil moisture on the short-term climate and hydrology change-A numerical experiment[J]. Monthly Weather Reviews, 112(3): 474.
DOI:10.1175/1520-0493(1984)112<0474:TEOSMO>2.0.CO;2 |
|
陈海山, 孙照渤. 2002. 陆气相互作用及陆面模式的研究进展[J]. 南京气象学院学报, 25(2): 277–288.
DOI:10.3969/j.issn.1674-7097.2002.02.021 |
|
陈星, 余晔, 陈晋北, 等. 2016. 黄土高原半干旱区雨养农田地表辐射和能量通量的季节变化[J]. 高原气象, 35(2): 351–362.
DOI:10.7522/j.issn.1000-0534.2015.00004 |
|
戴永久, 曾庆存. 1996. 陆面过程研究[J]. 水科学进展, 7(S1): 40–53.
|
|
丁旭, 赖欣, 范广洲, 等. 2018. 再分析土壤温湿度资料在青藏高原地区适用性的分析[J]. 高原气象, 37(3): 626–641.
DOI:10.7522/j.issn.1000-0534.2017.00060 |
|
郭维栋, 马柱国, 王会军. 2007. 土壤湿度-一个跨季度降水预测中的重要因子及其应用探讨[J]. 气候与环境研究, 12(1): 20–28.
DOI:10.3969/j.issn.1006-9585.2007.01.003 |
|
栾澜, 孟宪红, 吕世华, 等. 2018. 青藏高原土壤湿度触发午后对流降水模拟试验研究[J]. 高原气象, 37(4): 873–885.
DOI:10.7522/j.issn.1000-0534.2018.00008 |
|
马柱国, 魏和林, 符淙斌. 2000. 中国东部区域土壤湿度的变化及其与气候变率的关系[J]. 气象学报, 58(3): 278–287.
DOI:10.3321/j.issn:0577-6619.2000.03.003 |
|
马柱国, 符淙斌, 谢力, 等. 2001. 土壤湿度和气候变化关系研究中的某些问题[J]. 地球科学进展, 20(4): 563–568.
DOI:10.3321/j.issn:1001-8166.2001.04.019 |
|
王静, 祁莉, 吴志伟, 等. 2018. 多套土壤湿度替代资料在青藏高原的适用性分析[J]. 高原气象, 37(2): 371–381.
DOI:10.7522/j.issn.1000-0534.2017.00074 |
|
章焕, 范广洲, 张永莉, 等. 2018. 青藏高原土壤湿度对一例高原涡影响的数值模拟[J]. 高原气象, 37(4): 886–898.
DOI:10.7522/j.issn.1000-0534.2018.00004 |
|
朱智, 师春香, 张涛, 等. 2018. 四套再分析土壤湿度资料在中国区域的适用性分析[J]. 高原气象, 37(1): 240–252.
DOI:10.7522/j.issn.1000-0534.2017.00033 |
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Guangdong Province Key Laboratory for Climate Change and Natura Disaster Studies, School of Atmospheric Sciences, Zhongshan University, Zhuhai 519082, Guangdong, China;
4. Pingliang Land Surface Process & Severe Weather Research Station, Chinese Academy of Sciences, Pingliang 744015, Gansu, China;
5. College of Atmospheric Sciences, Chengdu University of Information Technology Plateau Atmosphere and Environment Key Laboratory of Sichuan Province, Chengdu 610225, Sichuan, China;
6. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University ofInformation Science & Technology, Nanjing 210044, Jiangsu, China;
7. Department of Earth and Atmospheric Sciences, Indiana University Bloomington, Indiana 47408, America