1979—2016年青藏高原水汽收支的气候变化特征及其成因北大核心CSCD

利用1979—2016年ERA-Interim的月平均再分析资料,通过统计分析、诊断研究等方法,分析了青藏高原水汽收支的气候变化特征及其成因。结果表明:青藏高原水汽四个季节均是从南、西、北边界流入高原,从东边界流出高原;青藏高原春、夏、秋季都表现为一个明显的水汽汇,夏季是高原水汽输送最活跃的季节,而冬季水汽从高原向外输出;高原东部(南部)水汽输送和收支量远大于高原西部(北部)。青藏高原年和夏季有逐渐变湿的趋势,主要是由于东边界水汽流出量的显著减少;高原东、西部的水汽净收入均呈增加趋势,高原西部的增幅明显大于高原东部;东边界水汽流出量的减少是高原东部水汽净收入增加的原因,而南边界水汽流入量的明显增加是高原西部水汽净收入增加的原因;高原北部水汽收支的年际变化比高原南部更明显,高原北部有明显增湿的趋势,而高原南部增湿趋势不明显。夏季青藏高原南边界水汽收支变化主要受青藏高原以南、以东的季风控制区偏南风水汽输送的影响,与西太副高的变化也有密切联系。西边界水汽收支的变化主要受中纬度西风带水汽输送的影响,北边界水汽收支的变化主要受到“丝绸之路”遥相关波列的影响,东边界的水汽输出偏少与高原地区东北侧至贝加尔湖附近上空的反气旋异常和华南地区上空的气旋异常有关。     

青南高原汛期降水异常与水汽输送

根据地面气象站观测资料,分析1961-2004年青南高原汛期降水变化的区域特征,并依据NCEP/NCAR再分析资料分析了典型多雨和少雨年份的大气水汽输送.研究表明: 青南高原汛期降水变化的区域性较强,其东北部、西部和中南部变化形势差异显著,各区典型异常年份出现的时段和频率以及对应的水汽来源不同.其中,来自赤道西太平洋的水汽输送是青南高原东北部地区汛期降水的主要来源,而西北冷空气是降水形成的重要促进因素;西部地区汛期降水主要受到来自孟加拉湾水汽输送和西风水汽输送的影响,同时欧洲东部和西西伯利亚地区阻塞高压活动对其亦有一定影响;中南部地区汛期降水主要来源于西南季风的水汽输送,此外也受到欧亚中高纬环流形势的影响.     

2001-2005年西北中东部水汽及其输送特征

利用西北地区中东部2001-2005年近5 a的40个站点逐日探空资料, 分析了该区域的水汽及其输送特征.结果表明:整层水汽含量分布不均, 季节变化明显, 除冬季外, 沿祁连山存在一条"湿舌". 水汽主要来源于以西风为主的纬向输送和西南气流的径向输送. 高原上的水汽输送, 北部来源于西北气流, 南部为西南气流, 但北部的水汽通量仅有高原东侧西南气流输送的一半左右, 高层水汽输送更加重要. 占主导的西风和西北风的水汽干输送是西北干旱的原因之一, 而特殊的地形作用是该区域降水形成及分布不均的重要因素. 在水汽输送能力最强的夏季, 纬向水汽输送最强的高度出现在600 hPa左右高度上, 而径向强输送集中于600 hPa以下103° E以东的高原东侧.     

青藏高原雨季降水的水汽条件研究

利用1961—2017年青藏高原109站降水量资料、NCEP全球逐月再分析资料,讨论了雨季期间高原的水汽输送特征。结果表明：高原雨季降水呈显著的年际变化特征,高原雨季降水主模态为南北反向型和全区一致型。气候态高原雨季的水汽输送路径为来自阿拉伯海的偏西风水汽输送,在孟加拉湾附近分为三支水汽输送气流：一支向北输送,自高原南缘输入;一支在南海附近转为偏南风水汽输送,自东南侧输入高原;一支受高原大地形的阻挡作用,转为偏西风水汽输送。在全区一致型降水偏多年,高原主体呈现北部弱辐合、南部辐散的分布形态;在全区一致型降水偏少年,来自阿拉伯海偏南水汽输送在25° N附近转为偏东水汽输送,在高原南缘形成较强的水汽辐合中心。雨季期间高原各边界的水汽收支情况表现为西、南、东边界以水汽输入为主,北边界为水汽输出,南边界水汽输入量最大,西边界次之。     

青藏高原水汽输送与冰芯中稳定同位素记录*

降水中稳定同位素作为水中的组成成分,与水汽来源的变化存在直接的关系。根据在青藏高原降水中稳定同位素的研究,青藏高原南北降水中δ¹⁸ O和过量氘(d)都存在着显著的空间变化,这种空间变化与西南季风夏季向北推进的位置有关。在时间变化上,青藏高原不同地区降水中δ¹⁸ O和d的季节变化特征也与水汽来源的季节变化有关,而且这种季节变化主要受控于西南季风水汽与西风带输送水汽之间的相互作用,在中国最北端的阿尔泰山区还受到极地气团的影响。由于不同的大气环流造成的水汽来源的差异,青藏高原冰芯中稳定同位素变化也存在空间差异。北部地区冰芯中稳定同位素的年际变化与当地气象站记录显示良好的对应关系,而南部冰芯中稳定同位素的变化与当地气象站降水量在年际变化上显示反相关关系。     

青藏高原南北降水变化差异研究

利用青藏高原1960-2004年近45 a气象台站年降水记录, 对高原中东部年降水做了空间变化分析, 发现高原以唐古拉山为界, 高原南北降水变化存在明显差异, 特别是高原南部和东北部降水几乎成相反的变化. 进一步分析5个重建的长时间降水序列, 发现青藏高原南北降水在百年时间尺度上也存在明显的差异. 在百年时间尺度上, 过去600 a高原南北降水变化都在1740年和1850年左右发生突变. 1740年以前, 整个高原北部降水都在波动中增加, 而高原南部在减小;1740-1850年期间, 高原北部降水在波动中减小, 而高原南部在增加;1850年以后, 高原北部降水又在波动中增加, 而高原南部降水在减小. 高原南北降水变化的空间差异主要是由季风和西风带决定的.     

青藏高原中部降水稳定同位素变化与季风活动

根据1998年夏季中日GAME／Tibet项目在青藏高原中部进行的降水中稳定同位素研究结果以及相关的气象观测资料，分析了青藏高原中部夏季降水中δ^18O的变化规律。研究结果发现，青藏高原中部夏季降水中δ^18O的波动与大规模天气活动有关，而不是地方性的气象条件。该地区降水中δ^18O对水汽来源的变化以及水汽的输送过程十分敏感。夏季伴随西南季风进入高原南部的水汽形成的降水中δ^18O较低，而且季风活动越强，降水中δ^18O也越来低。从青藏高原北部而来的水汽或地方蒸发水汽形成的降水，其δ^18O值较高。     

西风带与季风对中国西北地区的水汽输送

利用美国国家环境保护委员会/国家大气研究中心(NCEP/NCAR)再分析气候资料,分析了西风带与季风对我国西北地区水汽输送的作用。分析表明,大气水汽输送在西北地区的3个分区特征非常明显:高原切变线以南,主要是来自西南季风的水汽输送;高原切变线以北,主要是来自西风带的水汽输送;高原切变线向东北方向的延长部位是一鞍型区,为西风带与西南季风的共同影响区。青藏高原东部的西南季风气流有绕行和向北翻越青藏高原的水汽输送;而在青藏高原中西部地区,主要是由青藏高原周边向主体的水汽输送,没有明显的翻越青藏高原的水汽输送。在青藏高原以北的大部分地区以对流层中层的水汽输送为主;在青藏高原南部以低层水汽输送为主。在青藏高原以北的大部分地区,水汽输送为辐散,即输入的水汽又被扩散出去了;在青藏高原主体和我国西北地区东部为水汽输送的辐合区。西风带的水汽输送为我国西北大部分地区提供了基本的水汽来源,西风变化对其水汽输送通量散度年际变化有直接的作用;南亚夏季风通过西南季风气流水汽输送直接影响我国西北地区南部和东部,并且,其变化通过环流结构调整影响西风带的波动,进而影响西风带对西北地区的水汽输送。     

青藏高原地面辐射对中国东部夏季降水影响的数值试验

利用CAM5模式设计敏感性试验,研究了中国东部夏季降水对青藏高原地面辐射异常变化的响应和可能的物理机制。试验结果表明：当高原北部、中部等区域夏季地面辐射减小,中国东部夏季降水整体上增多,但南部、东部沿海区域降水异常减少。青藏高原地面辐射的变化,对青藏高压、西太平洋副热带高压和季风等天气系统具有一定影响,进而影响中国东部地区的夏季降水。当青藏高原地面辐射减小,青藏高压中心位置偏西,强度减弱;东亚季风和南亚季风强度增大,中国东部大部分地区850 hPa风场强度增强;西太平洋副热带高压位置偏东,强度减弱,中国南部、东部沿海区域夏季降水受其影响而减少,但华中、华北、东北等地夏季降水整体上增多。故中国东部夏季降水异常变化与青藏高原地面辐射之间具有显著的相关关系。     

青藏高原春季地表感热加热特征及其对黄河源区 汛期降水的影响

利用NCEP再分析资料分析1961～2017年青藏高原春季表面感热和黄河源区汛期降水的时空变化和相应的环流场异常,并对二者的可能联系进行讨论。结果表明:春季高原中东部表面感热年代际震荡明显。当春季高原感热异常偏强(弱)时,索马里越赤道气流异常偏强(弱),印度夏季风偏强(弱),对流层中层的"南冷北暖"温度梯度异常偏强(弱);黄河源区汛期降水年际变化主要表现为全区一致型,降水异常偏多(少)年,高原季风低压偏强(弱),经向水汽输送偏强(弱),新地岛南部的高度场偏低(高),亚洲区域极涡强度偏强(弱)。印度夏季风是春季高原表面感热与黄河源区汛期降水之间的联系纽带。     

北极海冰对长江流域主汛期降雨的影响

针对极地冰雪显著影响中低纬气候的事实,利用1979-2017年长江流域116站降水资料和美国国家冰雪数据中心海冰资料,通过奇异值分解等统计学方法,研究北极海冰对长江流域主汛期降水的影响及可能的机制,结果表明:冬春季节,巴伦支海和鄂霍次克海海冰面积偏多、波佛特海海冰面积偏少时,主汛期长江上中游干流、汉江上游和雅砻江降水偏多;北极群岛、楚科奇海和拉普捷夫海以北海域海冰面积偏多时,主汛期两湖水系降水偏多,嘉陵江上游、汉江上游降水偏少;反之亦然。可能的机制为冬春季关键区海冰变化通过影响湍流热通量引发大气能量波动,这种波动以大气波列形式向东亚传播,影响东亚地区夏季的大气环流和水汽输送,从而间接影响长江流域主汛期降水。应用多元回归法,以关键区海冰面积作为预测因子建立4个流域内主汛期降水趋势预测模型,模型对预报区降水的定量预测有明显的波动,但对预报区总体的降水趋势有较好的预测效果。     

春季热带海温与北疆夏季极端降水的关系研究

基于1961—2017年北疆47站夏季逐日降水资料、NOAA海温资料和NCEP/NCAR再分析资料,利用90%分位确定北疆夏季单站降水阈值,得出极端降水量,讨论了春季热带海温与北疆夏季极端降水的关系。结果表明：北疆夏季极端降水和春季热带印度洋（20° S~15° N,50°~110° E）及赤道东太平洋（15° S~15° N,90°~180° W）海温呈正相关,两个关键区春季热带海温异常偏暖时,北疆夏季极端降水偏多,仅春季热带印度洋关键区海温异常偏暖时,北疆西北地区夏季极端降水偏多。当春季热带印度洋和赤道东太平洋关键区海温同时异常偏暖时,200 hPa西风急流轴明显偏南,500 hPa西西伯利亚和中亚地区低值系统活跃,南方路径输送的水汽增加,有利于北疆夏季极端降水的发生;仅春季热带印度洋关键区海温异常偏暖时,200 hPa西风急流强度增强,500 hPa西西伯利亚地区低值系统活跃,配合偏东路径的水汽输送,北疆西北地区夏季极端降水偏多。     

青藏高原及其毗邻地区降水中稳定同位素成分的经向变化

分析了从南亚经青藏高原到毗邻的我国西北地区一个经向剖面上降水中稳定同位素成分的时空分布以及与温度、降水量、水汽来源的关系.在青藏高原南部和南亚,温度效应均不存在.在所统计的站点中,大约一半的取样站具有降水量效应,但降水中稳定同位素比率的季节变化并不与降水量强度的变化相一致.在季节变化中,δ¹⁸O的最大值往往出现在雨季到来之前的春季,最小值则出现在雨季后期或雨季结束的秋季.在青藏高原中、北部和毗邻的我国西北地区,各取样站均具有显著的温度效应,且降水中δ¹⁸O的季节变化与温度的季节变化几乎一致.说明在这些地区,温度是制约降水中稳定同位素变化的主要影响因子.由于来自源区水汽的直接凝结,南亚地区降水中平均稳定同位素成分相对较重.稳定同位素比率的季节差异较小;从青藏高原南坡的坚景到唐古拉山,由于翻越喜马拉雅山时水汽受强烈的洗涤作用,降水中稳定同位素比率急剧减小,达经向分布中δ¹⁸O的最低值段;从31°N到青藏高原北部,降水中稳定同位素比率随纬度而增大,并最终过渡到与我国西北地区降水中稳定同位素比率的变化型相类似.     

季风区长沙站大气水汽和降水中δ18O的模拟

利用稳定同位素大气水平衡模式(i AWBM)模拟了季风区长沙站大气水汽和降水中δ18O的时间变化,并与实际监测结果进行比较,其目的在于检验i AWBM在模拟季风区大气中水稳定同位素循环方面的能力,揭示影响水稳定同位素变化的主要原因,改善对季风区水循环中稳定同位素效应的理解和认识.模拟结果很好地再现了长沙降水中δ18O的季节变化,季风区降水中稳定同位素雨季被贫化旱季被富集的基本特点以及存在的显著降水量效应均被模拟出.在2010年1月-2012年12月,模拟的冬季风盛行期间的加权平均δ18O为-6.58‰,与该时段的实际监测值相当;模拟的夏季风盛行期间的加权平均δ18O为-9.58‰,低于该时段的实际监测值.i AWBM主要利用大气的可降水量、水汽通量、蒸发量和降水量4个驱动变量来模拟水稳定同位素的循环.其中,可降水量对水稳定同位素变化的贡献被包含在其他3个驱动变量中.水汽通量对水汽同位素变化的贡献具有富集和贫化的双重作用,蒸发量和降水量对水汽同位素变化的贡献分别具有富集和贫化的作用.在对水汽同位素起富集作用的两个因子中,水汽通量的平均同位素贡献为1.66‰,贡献率为63.97%;蒸发量的平均同位素贡献为0.91‰,贡献率为36.03%,水汽通量的同位素贡献起主要作用.在对水汽同位素起贫化作用的两个因子中,水汽通量的平均同位素贡献为-1.40‰,贡献率为53.47%;降水量的平均同位素贡献为-1.09‰,贡献率为46.53%,水汽通量和降水量的同位素贡献大致相当.     

黑河上游降水同位素特征及其水汽来源分析

为了加深对黑河上游水循环过程的理解, 以研究区5个站点2015年8月至2016年8月的降水同位素实测数据和气象数据为基础, 除对降水同位素特征进行分析外, 主要利用TrajStat软件中的后向轨迹计算模块与潜在源贡献因子分析（PSCF）方法, 对研究区降水的水汽来源进行了分析, 并结合水汽通量等方法进行了补充分析。结果表明： 降水同位素呈夏高冬低趋势, 大气水线斜率（8.02）和截距（11.02）均高于全球大气水线的斜率（8.00）和截距（10.00）, 存在温度效应（δ¹⁸O=0.43x-10.82, r=0.54, P<0.0001）, 不存在降水量效应（δ¹⁸O=-0.05x-7.81, r=0.03, P<0.0001）; 研究区降水受多种水汽影响, 西风水汽影响最大。夏季除受西风水汽影响外, 还受东南季风水汽影响显著且水汽来源复杂; 研究区夏季的潜在蒸发源地集中在一些相对湿度和蒸发量较大的地区, 如祁连山区、 河西地区、 柴达木盆地北部、 青藏高原东南部及酒泉地区西南部等; 当降水量小、 温度高时, 持续性降水的大气水线方程的斜率和截距较小, 暴雨稳定同位素值较贫化, 受东南季风水汽影响最大, 其次是北方和西风水汽, 多种水汽辐合是暴雨事件发生的必要条件。     

天山山区近40a夏季降水变化及与南北疆的比较

利用新疆1959-1998年的降水资料,分析了天山山区近40a来夏季降水变化特征,并与南疆、北疆进行了比较.结果表明:天山山区近40a来的夏季降水在干湿阶段、最干最湿年份、降水变化的周期方面均与南北疆有别;天山山区夏季降水空间上的同步性变化比南疆及北疆弱一些;天山山区近40a来夏季降水年代际变化与北疆较为相近.新疆近40a来夏季降水最多的年代是90年代,天山山区偏多12%,南疆偏多25%,北疆偏多21%.     

中天山及其北麓的降水变化及其原因分析

利用中天山地带85.0°～90.0°E,42.5°～45.0°N范围内17个气象站1961-2000年的降水、气温观测数据及美国NCEP/NCAR1950-2000年再分析月平均资料进行计算和分析,结果表明:这一区域近年来降水呈现上升趋势,且冬、夏季相对显著,山区降水增幅大于山前平原地带.年代际变化表现为60-70年代降水量减少,80-90年代逐步增加.大气可降水量多年也表现为增加趋势.近50a来该地区上空的水汽输送状况显示,年平均大气水汽输入为9217.8×10⁸m³,输出水汽8625.7×10⁸m³,净收支为592.0×10⁸m³,且水汽收支主要取决于夏半年的水汽输入量,境外全年输入的水汽只有6.4%转化为降水.从50-90年代水汽净收支总体上呈减少趋势,只在90年代有略微增长.结合该地区的河流径流增加、冰川物质平衡一直处于亏损状态,说明中天山北麓近年来降水量增加的主要原因是由于该地区内部的水循环量增加和水循环速率提高.     

1971-2010年青海高原不同功能区可降水量的变化特征

利用1971-2010年青海省境内43个气象站的降水量和水汽压月资料, 运用整层大气可降水量经验公式, 计算了青海高原东部农业区、环青海湖区、三江源区和柴达木盆地4个不同生态功能区的可降水量和降水转化率. 结果表明: 不同生态功能区可降水量均呈单峰形态分布, 均在夏季达到最大值; 降水转化率在三江源区和东部农业区呈双峰分布, 柴达木盆地和环青海湖地区呈单峰分布. 不同生态功能区年可降水量近40 a均呈上升趋势, 其中, 柴达木盆地和环青海湖区上升趋势显著; 不同生态功能区年可降水量均发生了突变, 东部农业区发生在1983年, 柴达木盆地发生在1996年, 三江源区和环青海湖区发生在1993年. 可降水量自西向东呈逐渐增加趋势, 降水转化率形成以青海湖区为中心的马鞍形场.     

Maximum snowfall at long-term stations in the U.S./Canadian Great Lakes

Heavy snowfalls can pose natural hazards in the North American Great Lakes region. Maximum annual snowfalls are presented from an extensive data base at 82 long-period-of-record stations. In the absence of site-specific information, these data should be useful to designers, planners, and resource managers in the region. A relationship exists between maximum snowfalls and latitude because the northern Great Lakes climate is cooler and drier than the climate of the southern Great Lakes. A relationship between longitude and maximum snowfalls appears to be based on the longitudinal variation of precipitable water vapor aloft. No apparent relationship exists between maximum snowfall and elevation when station data are analyzed without regard to data from lake-effect zones. However, when one lake-effect region was analyzed in detail, an orographic effect was clearly evident in both maximum and average annual snowfalls.