康倍銘，楊佳泉，余化龍，吳丹華，魏加華*

(1.青海大學(xué)水利電力學(xué)院，青海 西寧 810016； 2.黃河上游生態(tài)保護和高質(zhì)量發(fā)展實驗室，青海大學(xué)，青海 西寧 810016)

全球氣候變化背景下，降水、氣溫等水文氣象因子均發(fā)生了不同程度的改變。黃河源區(qū)徑流主要由降水產(chǎn)生，占源區(qū)總徑流來源的95.9%[1]，前期降水變化勢必會引起后期徑流的改變。近年來，黃河源區(qū)最大無降雨天數(shù)開始減少，平均日降水強度和中雨天數(shù)開始增多[2]。隨著中雨天數(shù)的增多，源區(qū)徑流量發(fā)生變化，對當(dāng)?shù)厣鷳B(tài)環(huán)境、河道徑流等帶來影響。因此，研究黃河源區(qū)中雨近地面水汽來源及分布特征對保護黃河源區(qū)生態(tài)環(huán)境、推動黃河流域中下游地區(qū)高質(zhì)量發(fā)展和生態(tài)保護具有重大意義。

近年來越來越多的學(xué)者將焦點轉(zhuǎn)向黃河源區(qū)，開展降水、徑流及其驅(qū)動因素的研究。王可麗等[3]對江河源區(qū)降水的年際變化和水汽分布特征進行了研究，結(jié)果表明近10年來黃河源區(qū)的降水有減少的趨勢；權(quán)晨等[4]分析了三江源水汽輸送路徑和分布特征，指出三江源夏季水汽來源主要有兩條，分別為西風(fēng)控制下的西部路徑和起源于索馬里海域的跨赤道輸送路徑；張榮剛等[5]對2017年秋季黃河源區(qū)連陰雨的形成原因及過程進行了分析，認(rèn)為南下的冷空氣與來自太平洋副熱帶高壓的暖濕氣流在黃河源區(qū)上空交匯，導(dǎo)致了連陰雨的形成。以上研究主要是通過歐拉法，即計算水汽環(huán)流特征、勢函數(shù)等物理量來表征源區(qū)水汽輸送特征、降水與高程效應(yīng)、雨滴譜特征等，對于區(qū)域大氣風(fēng)場位置、水汽通量的數(shù)值、不同水汽輸送路徑對源區(qū)降水的貢獻率研究相對不足。

本文采用基于拉格朗日軌跡模型HYSPLIT 4.9[6]追蹤水汽團運動，對水汽跡線進行模擬和聚類，分析水汽來源、水汽路徑和通道的貢獻率。利用2012—2016年NCEP/NCAR 0.75°×0.75°三維風(fēng)場再分析數(shù)據(jù)和黃河源區(qū)地面氣象站點的降水?dāng)?shù)據(jù)，研究黃河源區(qū)中雨近地面水汽輸送特征及其路徑，評估不同輸送路徑對源區(qū)降水的貢獻率，研究結(jié)果對認(rèn)識黃河源區(qū)水汽來源及其對源區(qū)生態(tài)保護、黃河上游來水預(yù)測具有參考價值。

1 數(shù)據(jù)處理

1.1研究區(qū)域黃河源區(qū)位于青藏高原東北部(95°50′E～103°28′E，32°12′N～35°48′N)，處于高原輻合線延長處的鞍形區(qū)，氣候與降水受中緯度西風(fēng)帶和西南季風(fēng)影響顯著。流域面積接近12.2萬km2，約占黃河流域總面積的15%，是黃河的主要產(chǎn)流區(qū)。區(qū)內(nèi)干濕兩季分明，降水有明顯的季節(jié)性，降水主要集中于7—9月。黃河源區(qū)多年平均徑流量205億m3，約占黃河徑流總量的34.4%[7-9]。

圖1 氣象站點分布圖Fig.1 Distribution of weather stations

1.2數(shù)據(jù)來源及篩選選取2012—2016年為研究時段，氣象資料來自NCEP/NCAR三維風(fēng)場再分析數(shù)據(jù)，空間分辨率為0.75°×0.75°，時間分辨率為6 h，高度共有17個氣壓層，水汽追蹤的起始高度為1 000、2 000、3 000 m AGL(距地高度)。降雨數(shù)據(jù)來自中國氣象局氣象數(shù)據(jù)中心的中國地面氣候資料日值數(shù)據(jù)集(V3.0)中黃河源區(qū)達日、果洛、河南、久治、瑪多和興海6個站點(圖1)。

據(jù)中國氣象局對降水等級的劃分[10]，篩選黃河源區(qū)2012—2016年中雨降水日0000UTC作為追蹤軌跡的起始時間，各站點中雨降水主要集中在5—10月，中雨降水總天數(shù)累計358 d。

2 研究方法

2.1軌跡模型HYSPLIT4.9簡介軌跡模型HYSPLIT 4.9是由NOAA的空氣資源實驗室ARL和澳大利亞墨爾本氣象研究中心基于拉格朗日法研發(fā)的，該軌跡模型在多種氣象條件、多重物理過程下，可以找到不同類型污染物來源，并對污染物在輸送過程中的擴散、沉降等進行分析，廣泛用于氣團運動、污染物擴散和水汽輸送研究[11-16]。軌跡模型HYSPLIT 4.9有兩種模式：前向軌跡和后向軌跡，其中后向軌跡是指追蹤選定的氣團運動至目標(biāo)站點前的軌跡。其分析氣團運動軌跡的思路是假定氣團隨風(fēng)場運動，對風(fēng)場進行時間和空間上的積分，得到的軌跡為氣團的運動路徑。以氣團在一個時間步長內(nèi)的運動為例，氣團的最終位置是通過計算從初始位置(P)到第一猜測位置(P′)間平均速度得到的，具體表達式[17]如下：

氣團的第一猜測位置：

P′(t+Δt)=P(t)+v(P，t)Δt

(1)

氣團的最終位置:

P(t+Δt)=P(t)+0.5×[v(P，t)+v(P′，t+Δt)]Δt

(2)

式中：Δt為時間步長，Δt<0.75μmax，μmax為最大風(fēng)速，本文取Δt=6 h。

2.2聚類分析為了直觀分析每條路徑的水汽分布特征，需對追蹤模擬得到的跡線進行聚類。聚類時，引入了簇分析法，即依據(jù)兩條跡線間空間方差最小的原則合并成簇。具體方法為假設(shè)所有跡線相互獨立，開始時空間方差為0，計算跡線合并成簇的方差，選擇空間方差最小的兩條跡線進行合并。聚類后發(fā)現(xiàn)，開始合并跡線時，聚類空間方差增長率TSV迅速增大，之后增速變緩，進一步合并后，TSV發(fā)生劇變，說明合并的兩跡線相似度較低。將TSV發(fā)生突變的前一個時間點作為跡線聚類成簇的結(jié)束點，得到的簇為最終簇[18]。

2.3源地水汽輸送貢獻率水汽從源地蒸發(fā)，向降水區(qū)運動時，一部分水汽會以再蒸發(fā)、沉降等形式散失，多次重復(fù)后，輸送的水汽對某地區(qū)降水的貢獻率將會越來越小。

定義某源地輸送的水汽對某地區(qū)降水的輸送貢獻率[19]為：

式中：qlast表示氣團最終位置的比濕，m表示各水汽源地的軌跡數(shù)，n表示水汽軌跡總數(shù)。

圖2 6個氣象站點中雨降水量統(tǒng)計圖Fig.2 Statistics of moderate rain precipitation of 6 weather stations

3 黃河源區(qū)水汽來源路徑分析

3.12012—2016年黃河源區(qū)中雨平均降水量統(tǒng)計黃河源區(qū)6個氣象站點在2012—2016年的中雨平均降水量(圖2)。圖2中第一階段代表一天中20：00至翌日8：00，第二階段代表一天中8：00至當(dāng)日20：00，每個階段時間步長均為12 h。由圖2可知，每個氣象站點第一階段降水量均高于第二階段降水量。此外，不同氣象站點間的第一階段降水量和第二階段降水量相差均為1 mm左右，氣象站點間的兩階段總降水量相差較小。雖然，黃河源區(qū)面積較大，但本文選取的氣象站點的降水量受地形因素等影響較小，說明能以6個氣象站點的水汽分布特征近似描述源區(qū)的水汽分布。

圖3 2012—2016年黃河源區(qū)中雨水汽來源路徑模擬Fig.3 Simulation of water vapor source paths of moderate rain in the source region of the Yellow River from 2012 to 2016

3.2 2012—2016年黃河源區(qū)中雨水汽輸送路徑分析

基于地面氣象站點降水觀測數(shù)據(jù)，利用軌跡模型HYSPLIT 4.9對形成黃河源區(qū)中雨降水的水汽后向追蹤240 h(圖3)。圖3中紅色區(qū)域為黃河源區(qū)，藍色線條表示源區(qū)6個站點、3個起始高度上形成中雨的水汽軌跡，模擬水汽跡線數(shù)1 074條。由圖3可知，黃河源區(qū)中雨降水的水汽來自黃河源區(qū)西北、西南、東南、東北、東部、西部、南部和北部，其中西北、西南方向水汽跡線居多，粗略說明來自這兩個方向的水汽對源區(qū)中雨降水的貢獻程度較大。

為清楚各水汽輸送路徑的分布特征及對源區(qū)中雨降水的貢獻程度，6個站點均以跡線起始高度1 000 m(AGL)為例，對跡線進行聚類，追蹤水汽源地，確定水汽路徑。

達日站追蹤起始高度1 000 m(AGL)，通過聚類氣團運動跡線，得到5條水汽輸送通道(圖4a)，可分為西北路徑、東北路徑、東南路徑和西南路徑。西北路徑為5號通道，源自巴基斯坦與塔吉克斯坦交界處，沿著昆侖山脈輸送到源區(qū)上空，貢獻率為17%。東北路徑為2號通道，水汽貢獻率為24%。東南路徑為4號通道，水汽貢獻率為9%。西南路徑由1號、3號水汽通道組成，1號通道源自伊諾瓦底江附近，貢獻率為21%。3號通道源自印度洋，途徑孟加拉灣和緬甸，水汽貢獻率為29%，是所有水汽通道中貢獻率最大的一支。

果洛站追蹤起始高度1 000 m(AGL)，聚類得到6條水汽輸送通道(圖4b)，分為西北路徑、東南路徑、偏西路徑和西南路徑。組成西北路徑的6號通道源自新疆北部，繞過祁連山，從北部進入降水區(qū)，貢獻率為11%。東南路徑是水汽貢獻率為34%的2號通道，源自長江中下游平原。偏西路徑為1號通道，水汽貢獻率為8%，源自帕米爾高原南部。西南路徑中的3號、4號通道的水汽在緬甸合流，總貢獻率為25%；5號通道水汽貢獻率為22%，源自緬甸。

河南站追蹤起始高度1 000 m(AGL)，聚類得到4條水汽輸送通道(圖4c)，可分為西北路徑、東南路徑和西南路徑三條路徑。西北路徑為1號通道，源自伊犁河流域，穿過塔里木盆地，沿著昆侖山脈到達降水區(qū)，貢獻率為21%；東南路徑的2號通道與果洛站2號通道的輸送路徑相似，對源區(qū)降水的貢獻程度最大，達到了52%。西南路徑由3號、4號通道組成，4號通道運動至老撾上空時，受到東南季風(fēng)的影響，方向轉(zhuǎn)為向北，并在橫斷山脈處與3號水汽通道的水汽合攏，隨后到達源區(qū)上空。

久治站追蹤起始高度1 000 m(AGL)，氣團運動跡線聚類后，得到了7條水汽輸送通道(圖4d)，主要分為西北路徑、東南路徑、偏東路徑和西南路徑。西北路徑的為6號通道，東南路徑是4號通道，分別源自巴爾喀什湖附近、南海附近，兩者的水汽貢獻率均為9%。偏東路徑是水汽貢獻率為33%的3號通道，源自華北平原中部，繞過中部的秦嶺等山脈，到達源區(qū)上空。西南路徑中的1號和2號水汽通道與河南站西南水汽通道的起始點和途徑地域相同，但對源區(qū)中雨降水的水汽貢獻率不同，還有一條源自印度西北部、貢獻率為5%的5號通道。

瑪多站追蹤起始高度1 000 m(AGL)，跡線聚類得到5條水汽輸送通道(圖4e)，分為西北路徑、偏北路徑、偏東路徑等4條水汽輸送路徑。西北路徑為源自哈薩克斯坦的1號通道，途徑天山山脈，沿著昆侖山脈到達降水區(qū)，貢獻率為10%；偏北路徑和偏東路徑分別為5號通道、2號通道。西南路徑由3號、4號通道組成，3號通道源自斯里蘭卡東部，進入緬甸后，與源自當(dāng)?shù)氐?號通道共同攜水汽進入降水區(qū)，兩者貢獻率分別為28%、21%。

興海站追蹤起始高度1 000 m(AGL)，通過跡線聚類得到了7條水汽輸送通道(圖4f)，西北路徑為7號通道，源自哈薩克斯坦，向東運動時，在受到戈壁阿爾泰山的阻擋之后，向南進入黃河源區(qū)，貢獻率為9%。偏西路徑和偏北路徑分別為5號、6號通道，對源區(qū)降水的貢獻率均為5%。偏東路徑的水汽貢獻率最大，為42%；東南路徑源自南海西部，在東南季風(fēng)作用下運動至源區(qū)，貢獻率為9%。西南路徑由3號、4號水汽輸送通道組成，3號通道源自緬甸海岸，4號通道源自印度洋，水汽貢獻率分別為26%和5%。

圖4 起始高度1 000 m，各站點水汽輸送通道的三維空間分布和水汽貢獻率Fig.4 Three-dimensional distribution and contribution rate of water vapor transport paths at each station at an initial height of 1 000 m

3.3 2012—2016年黃河源區(qū)中雨水汽輸送路徑聚類分析

利用軌跡模型HYSPLIT 4.9聚類6個氣象站點在1 000、2 000、3 000 m起始高度上的氣團運動跡線，得到不同氣象站點水汽輸送路徑及貢獻率(表1)。

表1 不同氣象站點水汽來源路徑的貢獻率

不同起始高度水汽輸送路徑對黃河源區(qū)中雨降水的貢獻率見圖5。

圖5 不同起始高度水汽輸送路徑對黃河源區(qū)中雨降水的貢獻率Fig.5 Contribution rate of water vapor transport paths at different initial heights to the precipitation of moderate rain in the source region of the Yellow River

通過分析黃河源區(qū)不同氣象站點水汽路徑的貢獻率(圖5)可知，黃河源區(qū)起始高度1 000 m(AGL)，水汽主要來自西南路徑、西北路徑和東部路徑，水汽貢獻率分別為35.1%、18.4%和19.4%；黃河源區(qū)起始高度2 000 m(AGL)，水汽主要來自西南路徑、西北路徑和偏東路徑，水汽貢獻率分別為36.0%、23.2%和14.2%；黃河源區(qū)起始高度3 000 m(AGL)，水汽主要來自西南路徑、西北路徑和偏西路徑，水汽貢獻率分別為37.6%、35.3%和16.7%。各氣象站點、各起始高度的水汽來源中，起源于印度洋和孟加拉灣附近的西南路徑及起源于中亞和巴爾喀什湖附近的西北路徑對黃河源區(qū)中雨降水貢獻程度較大，兩條路徑的總貢獻率在50%以上，且西南路徑的水汽貢獻率大于西北路徑。

綜上可得：在中緯度西風(fēng)和西南季風(fēng)影響下，西北路徑和西南路徑輸送的水汽對黃河源區(qū)的中雨降水貢獻率較大，與其他基于再分析資料得到的結(jié)果基本相同[20-24]。

除此之外，通過分析各氣象站點、各起始高度上跡線的三維空間分布特征后發(fā)現(xiàn)，西北路徑和偏西路徑的氣團大部分均來自較高層，而西南路徑、東南路徑等路徑的氣團則主要來自于中低層。西北路徑和偏西路徑的干冷氣團在向源區(qū)的運動過程中不斷下沉，與其他路徑的暖濕氣團合攏后被抬升，最終冷暖氣團在黃河源區(qū)上空交匯形成降雨。

4 討論與結(jié)論

本文利用拉格朗日軌跡模型HYSPLIT 4.9對黃河源區(qū)中雨近地面水汽輸送跡線進行模擬和聚類，定量分析了黃河源區(qū)中雨近地面水汽來源、路徑及不同路徑水汽對源區(qū)降水貢獻率。通過水汽跡線模擬、聚類和水汽輸送路徑貢獻率分析，8條水汽輸送路徑對黃河源區(qū)中雨近地面降水貢獻率不一，其中西南路徑和西北路徑貢獻率較大，對源區(qū)中雨降水起著主導(dǎo)作用，與張宇等[24]對三江源雨季水汽輸送進行EOF分解得到的結(jié)論基本一致。統(tǒng)計黃河源區(qū)6個氣象站點中雨降水的時間分布并結(jié)合權(quán)晨等[4]對三江源水汽來源的研究，中雨降水主要集中于每年7月和8月，此時印度洋季風(fēng)比中緯度西風(fēng)強盛，從孟加拉灣—阿拉伯海附近攜帶至源區(qū)的水汽更多，致使西南路徑水汽貢獻率更大，與本文分析8條水汽輸送路徑貢獻率得到的結(jié)論一致，即西南路徑貢獻率大于西北路徑。由此可知，拉格朗日軌跡模型在分析水汽來源及分布特征方面準(zhǔn)確性較高，對認(rèn)識黃河源區(qū)水汽來源和降水規(guī)律、預(yù)測上游來水等具有重要參考價值。本研究方法和數(shù)據(jù)仍然存在一定的局限性，下一步研究將考慮水汽輸送跡線在最終位置的比濕以及采用高分辨率格點降水?dāng)?shù)據(jù)，進一步追蹤水汽輸送特征。

Feng等[25]研究表明，不同來源的數(shù)據(jù)在經(jīng)過模擬、計算后得到的結(jié)果可能存在一定的差異，但整體不會影響最終結(jié)論。除此之外，氣象站點可能存在數(shù)據(jù)缺測、站點偏移等問題，對最后的結(jié)果也會有一定的影響。