岳曉博， 張明軍， 王圣杰， 田媛媛

（1.西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，甘肅 蘭州 730070；2.甘肅省綠洲資源環(huán)境與可持續(xù)發(fā)展重點實驗室，甘肅 蘭州 730070）

0 引言

保存在冰芯［1］、石筍［2］、湖泊沉積物［3］、樹輪［4］等自然檔案中的降水同位素記錄是古氣候和水循環(huán)研究的理想載體。在過去幾十年中，國內(nèi)外學(xué)者對此進行了大量研究［1-8］。然而，對這些檔案中δ18O數(shù)據(jù)的解釋卻一直存在爭議［5-8］。例如在對青藏高原南部冰芯δ18O的解釋上，一些學(xué)者認為冰芯中δ18O的變化是由溫度主導(dǎo)［5］，而另一些學(xué)者則主張從南亞季風強度的角度去解釋數(shù)據(jù)［7-8］。這極大地限制了對這一數(shù)據(jù)的應(yīng)用。因此，對現(xiàn)代降水同位素變化特征及影響因素的研究就顯得尤為重要。

降水同位素的研究始于20世紀50年代對水循環(huán)過程的研究，研究內(nèi)容主要關(guān)注降水同位素的時空分布特征及影響因素。Dansgaard［9］提出的“溫度效應(yīng)”、“降水量效應(yīng)”長期以來被認為是降水同位素變化的主要控制因素。一般認為，溫度是中高緯度地區(qū)特別是內(nèi)陸地區(qū)降水同位素的主要控制因素［10-11］，而降水量效應(yīng)主要在低緯度地區(qū)特別是在具有海洋環(huán)境背景的地方體現(xiàn)［9，12］。水汽來源也被認為是影響降水同位素變化的主要因素之一［13-16］。Tian等［13］從水汽來源的角度研究了中國西部不同氣候區(qū)降水同位素的季節(jié)分布。Wang等［14］利用三元混合模型對天山地區(qū)再循環(huán)水汽對降水同位素影響進行了研究。越來越多的研究表明，對流活動會對季風區(qū)降水同位素產(chǎn)生重要影響［17-20］。Cai等［17］的研究表明ENSO事件會影響到東亞季風區(qū)的對流活動，進而解釋了東亞季風區(qū)降水同位素的年際變化。Aggarwal等［18］從降水類型的角度研究了對流降水和平流降水對降水同位素的影響。但大多數(shù)研究關(guān)注的是對流活動和降水同位素的同步變化。然而近期的研究發(fā)現(xiàn)，在降水事件前幾天的對流活動會對降水同位素產(chǎn)生更為重要的影響［21-23］。對這一問題的研究，Gao等［21］在青藏高原南部的研究具有代表性，其研究表明降水事件前幾天的對流活動會對降水同位素產(chǎn)生綜合影響，并且累積時間與對流活動的強度和頻率有關(guān)。

蘭州位于東部季風區(qū)、西北干旱區(qū)、青藏高原區(qū)三個氣候區(qū)的過渡地帶，氣候受到東亞季風、高原季風、西風帶等大氣環(huán)流模式的影響［24］，氣候條件較為復(fù)雜。盡管前人已經(jīng)對蘭州市降水同位素做了一些研究［25-28］，但重點探討的是降水同位素的環(huán)境效應(yīng)以及與水汽來源的關(guān)系。而對流活動對蘭州市降水同位素的影響尚未可知?；诖耍狙芯繉⒗锰m州市2018年4月—2021年4月的降水事件數(shù)據(jù)，在降水同位素環(huán)境效應(yīng)的基礎(chǔ)上，進一步研究降水同位素與水汽來源以及對流活動之間的聯(lián)系，旨在深化對蘭州市降水同位素的認識，并為季風邊緣區(qū)氣候及水文過程的研究提供新的視角。

1 研究區(qū)概況

蘭州市（35°34′～37°07′N，102°35′～104°34′E）位處中國西北內(nèi)陸地區(qū)，黃土高原西緣，黃河穿城而過從西南流向東北（圖1）。該區(qū)為典型的溫帶大陸性氣候［29］，但由于地處東亞季風邊緣區(qū)，同時受東亞季風，高原季風，西風帶等大氣環(huán)流模式的影響［24］，使研究區(qū)氣候狀況較為復(fù)雜。根據(jù)1981—2010年的歷史氣象數(shù)據(jù)，月平均氣溫7月最高，1月最低，年平均降水量為293.7 mm（圖2）。降水事件主要集中發(fā)生在夏半年（5—9月），占全年降水量的80%以上；在冬半年（10月至翌年4月）西風帶以及北極的氣團會影響到該區(qū)，氣候寒冷干燥。

圖1 研究區(qū)位置及采樣站點分布Fig.1 Location of study area and distribution of the sampling sites

圖2 1981—2010年蘭州市月平均降水量及氣溫Fig.2 Monthly average precipitation and air temperature in Lanzhou from 1981 to 2010

2 數(shù)據(jù)與方法

2.1 降水樣品采集及實驗室分析

本研究選取2018年4月—2021年4月分布在蘭州市的四個采樣站點所收集的降水事件樣品，共計349個（表1）。永登、皋蘭、榆中的降水樣品由當?shù)貧庀缶值挠^察員收集。安寧站點的降水樣品在西北師范大學(xué)新校區(qū)氣象園內(nèi)由研究人員收集。對于液體降水樣品，每次降水事件結(jié)束后立即將樣品裝入50 mL高密度聚乙烯窄口瓶中密封保存；對于固體降水樣品，則將其裝入低密度聚乙烯密封袋中，待其在室溫下融化后，密封在HDPE中。樣品收集完成之后立即放入冰箱中冷凍保存直至實驗分析。樣品分析在西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院穩(wěn)定同位素實驗室中進行。所使用的分析儀器為美國ABB-Los Gatos Research公司研發(fā)的T-LWIA-45-EP型液態(tài)水同位素分析儀，其對δ2H的測試誤差不超過±1‰，對δ18O的測試誤差不超過±0.3‰。分析結(jié)果表示為相對于維也納標準平均海洋水（V-SMOW）的千分差值。

表1 采樣站點的基本信息Table 1 Basic information of the sampling sites

式中：R樣品為樣品中重同位素（2H、18O）與輕同位素（1H、16O）的比值；R標準為V-SMOW中的同位素比率。

每月δ2H和δ18O根據(jù)當月降水日δ2H和δ18O及降水量進行加權(quán)平均，公式為

式中：δ為同位素加權(quán)平均值；Pi為降水量；δi為降水量對應(yīng)的同位素值。

在討論對流活動對降水δ18O影響時，將四個站點的降水同位素數(shù)據(jù)整合為一個時間序列，整合方式根據(jù)降水量進行加權(quán)平均［30］。

2.2 氣象及再分析數(shù)據(jù)

蘭州市的長期氣象數(shù)據(jù)（1981—2010）來自中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/），長期氣象數(shù)據(jù)用于描述研究區(qū)的氣候條件，以及用于劃分研究區(qū)的冬半年、夏半年［31］。用于研究環(huán)境效應(yīng)的氣象數(shù)據(jù)主要來自實測數(shù)據(jù)，對降水過程起始時刻和終止時刻的氣象數(shù)據(jù)進行了采集和記錄，安寧站2018年4月至2019年5月的氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)。此外利用美國國家環(huán)境預(yù)測中心（NCEP）的全球數(shù)據(jù)同化系統(tǒng)（GDAS ftp：//arlftp.arlhq.noaa.gov/pub/archives/gdas1）數(shù)據(jù)計算后向軌跡，其空間分辨率為1°×1°。射出長波輻射（OLR）數(shù)據(jù)來自美國國家海洋和大氣管理局（NOAAhttps：//www.esrl.noaa.gov/psd/data/gridded/data.interp_OLR.html）分辨率為2.5°×2.5°。本研究中，射出長波輻射數(shù)據(jù)被用作對流活動（夏半年）和溫度（冬半年）的指標［22］。

2.3 HYSPLIT后向軌跡模型計算

本研究使用拉格朗日混合單粒子模型（HYSPLIT）計算降水日的后向軌跡［32］，選擇1 500 m為起始高度，時間間隔為6 h每日進行四次（世界標準時間00：00，06：00，12：00，18：00）后向軌跡計算，計算時間為240 h。選擇地面高度1 500 m處是由于對流層下部1 000～3 000 m之間的水汽輸送濃度以及850 hPa標準水平附近的峰值輸送［33］；選擇240 h是由于水汽在大氣中平均停留時間為8～9天［34］。最后，使用HYSPLIT模型中提供的聚類分析工具，將多個相似的氣團軌跡合并成簇。

2.4 潛在源貢獻因子（PSCF）分析法

PSCF（potential source contribution function）模型被廣泛應(yīng)用于空氣污染研究［35-36］，是基于條件概率函數(shù)來識別潛在污染源區(qū)，其原理通過計算污染軌跡與指定區(qū)域所有軌跡停留時間的比值來表示網(wǎng)格對研究區(qū)污染的貢獻程度。本研究定義經(jīng)過某一區(qū)域的所有軌跡到達研究點所對應(yīng)某一要素值（降水d-excess值）超過設(shè)定閾值（d-excess平均值）時，則認為該軌跡的水汽d-excess值較高，該網(wǎng)格對應(yīng)的下墊面蒸發(fā)強烈，是研究點的潛在蒸發(fā)源區(qū)［37］。當網(wǎng)格與研究點距離較遠時，nij會減小，使得PSCF分析的誤差增大，不確定性增加。為了控制這種不確定性，將Wij（權(quán)重函數(shù)）乘以PCSF值［38］，權(quán)重函數(shù)的確定參考了文獻［39-40］。

式中：nij為所選研究區(qū)網(wǎng)格單元中的軌跡總數(shù)；mij為同一網(wǎng)格單元中降水d-excess超過其閾值的軌跡數(shù)。

2.5 濃度權(quán)重軌跡（CWT）分析法

PSCF分析只能給出潛在蒸發(fā)源區(qū)的空間分布，而對不同源區(qū)的貢獻信息表達模糊，為了克服這種限制，本研究引入了Hsu等［41］提出的濃度加權(quán)軌跡（concentration weighted trajectory，CWT）分析法，利用計算出的降水d-excess值數(shù)據(jù)，計算了每條后向軌跡的d-excess值權(quán)重值，以反映不同軌跡水汽d-excess值的大小、水汽源地以及再循環(huán)水汽對降水d-excess值的影響。在CWT分析中，首先將研究區(qū)域網(wǎng)格化（0.25°×0.25°），每個網(wǎng)格均有一個權(quán)重降水d-excess值，通過計算經(jīng)過該網(wǎng)格的所有軌跡對應(yīng)的平均降水d-excess值來實現(xiàn)［37］。減小誤差的方法同樣采用了權(quán)重函數(shù)Wij。

式中：Cij為網(wǎng)格（i，j）上的平均權(quán)重降水d-excess；k為軌跡數(shù)目；m為水汽輸送軌跡經(jīng)過網(wǎng)格（i，j）時降水d-excess超過其閾值的軌跡數(shù)；Ck為軌跡k經(jīng)過網(wǎng)格（i，j）時對應(yīng)研究區(qū)降水d-excess的大小；Tijk為軌跡k在網(wǎng)格（i，j）上停留的時間，計算過程中用落在網(wǎng)格內(nèi)軌跡的端點數(shù)來代替停留時間。

3 結(jié)果與討論

3.1 降水同位素的時空特征

觀測期間，在日尺度上，降水δ18O的變化范圍為-21.05‰～5.52‰，加權(quán)平均值為-6.47‰；降水δ2H的變化范圍為-160.73‰～40.79‰，加權(quán)平均值為-38.85‰；d-excess（d-excess=δ2H-8.00δ18O）的變化 范 圍 為-18.42‰～30.33‰，加 權(quán) 平 均 值 為12.94‰（圖3）。在月尺度上，降水δ18O的變化范圍為-21.05‰～-2.15‰，加權(quán)平均值為-6.51‰；降水δ2H的變化范圍為-160.73‰～-14.3‰，加權(quán)平均值為-39.02‰；d-excess的 變 化 范 圍 為-0.59‰～30.33‰，加權(quán)平均值為13.02‰（圖3）。蘭州市降水δ18O的波動范圍比東部黃土高原降水δ18O更大［42］，較大的波動范圍可能體現(xiàn)出季風邊緣區(qū)降水過程復(fù)雜的特點［43］。整體而言，蘭州市降水δ18O值在夏半年較高，冬半年較低，而d-excess則表現(xiàn)出夏季低冬季高的季節(jié)模式，在周邊地區(qū)也觀察到類似結(jié)果［44］。

圖3 蘭州市四個站點降水δ18O在日尺度和月尺度上的時間序列Fig.3 Time series of precipitation δ18O on daily and monthly scales at four sampling sites in Lanzhou：Anning District（a），Yuzhong County（b），Gaolan County（c）and Yongdeng County（d）

對于降水同位素的空間分布，蘭州市降水δ18O在夏半年期間最大值（5.52‰）在永登站測得，最小值（-19.50‰）在榆中站測得；在冬半年期間最大值（-2.11‰）與最小值（-21.05‰）均在安寧站測得，降水δ2H的空間分布與δ18O類似。由此看來，蘭州市夏半年降水δ18O的空間變異性比冬半年顯著。

通過對研究區(qū)所有降水同位素數(shù)據(jù)計算得出，蘭州市的局地大氣降水線（LMWL）為δ2H=7.34δ18O+7.28（R2=0.96，n=349，P＜0.01）（圖4），可以看出其斜率與截距均小于全球大氣降水線（δ2H=8.00δ18O+10.00）［45］，這表明雨滴在降落過程中經(jīng)歷了較為強烈的云下二次蒸發(fā)，反映了蘭州較為干旱的氣候環(huán)境。此外，將蘭州市的LMWL的斜率和截距與中國其他地區(qū)的LMWL進行了比較，發(fā)現(xiàn)蘭州市 的LMWL的 斜 率 和 截 距 小 于 廣 東［46］（δ2H=8.46δ18O+15.00）、長沙［47］（δ2H=8.44δ18O+15.01）等東亞季風區(qū)站點以及羊卓雍措［30］（δ2H=8.31δ18O+10.04）、阿里［22］（δ2H=8.47δ18O+15.20）等青藏高原區(qū)站點，但高于塔里木河流域［48］（δ2H=6.19δ18O-4.79）以及由阜康、策勒等西北內(nèi)陸站點數(shù)據(jù)計算得出的LMWL（δ2H=7.05δ18O-2.17）［49］的斜率和截距，這反映出蘭州位于季風邊緣區(qū)獨特的水文循環(huán)和氣候特點。

圖4 蘭州市局地大氣降水線方程Fig.4 Local meteoric water line equation in Lanzhou

3.2 局地氣象參數(shù)與降水δ18O的關(guān)系

溫度、降水量、相對濕度等氣象參數(shù)被認為是影響降水同位素的主要環(huán)境因子，因此在本研究中，首先探討了降水δ18O與各氣象因子分別在日尺度和月尺度上的關(guān)系。結(jié)果表明，降水δ18O與溫度表現(xiàn)出較強的正相關(guān)（圖5），在日尺度上，δ18O=0.3T-10.41（R2=0.19，P＜0.01）；在月尺度上，δ18O=0.26T-10.55（R2=0.31，P＜0.01），因此蘭州市降水δ18O表現(xiàn)出顯著的溫度效應(yīng)。然而，降水δ18O與降水量Pr的相關(guān)性較弱（圖5），在日尺度上，δ18O=-0.01Pr-6.32（R2=0.002，P=0.75）；在月尺度上，δ18O=0.04Pr-9.58（R2=0.19，P＜0.01）；降水δ18O與相對濕度也觀測到類似結(jié)果（圖5），在日尺度上，δ18O=-0.07RH-0.66（R2=0.05，P＜0.01）；在月尺度上，δ18O=-0.04RH-4.69（R2=0.01，P=0.39），由此看來，降水量和相對濕度對蘭州市降水δ18O的影響有限。

圖5 蘭州市降水δ18O與日尺度和月尺度氣溫、降水量及相對濕度的相關(guān)關(guān)系Fig.5 Correlations between precipitation δ18O and air temperature，precipitation and relative humidity on daily and monthly scales in Lanzhou

3.3 水汽來源與降水δ18O的關(guān)系

先前的研究表明，降水δ18O的季節(jié)變化與水汽來源的季節(jié)變化有關(guān)［50］。選擇安寧站為研究地點，利用HYSPLIT模型，對降水事件的水汽軌跡進行模擬，并對模擬結(jié)果進行聚類分析，以此研究蘭州市降水δ18O與水汽來源的關(guān)系。圖6顯示了蘭州市夏半年、冬半年的后向軌跡模擬結(jié)果，總的來看，蘭州市夏半年降水的水汽來源要比冬半年復(fù)雜。根據(jù)聚類結(jié)果，在夏半年蘭州市的水汽來源大致可分為兩類。第一類為內(nèi)陸水汽來源，首先是來自西北方向的水汽，T1軌跡較長發(fā)源于東歐，占比為18.99%；T2軌跡較短發(fā)源于中亞地區(qū)，占比為22.15%，來自東歐和中亞的水汽在西風帶的作用下向東輸送至蘭州，此外還有來自北方的水汽，這類軌跡較短，發(fā)源于蒙古地區(qū)，占比為18.67%。根據(jù)前人的研究結(jié)果［51］，在夏半年由于溫度較高，內(nèi)陸地區(qū)蒸發(fā)強烈，這使得來自內(nèi)陸地區(qū)的水汽以及之后生成的降水，其同位素值較為富集。第二類為季風水汽，一部分為來自東亞季風的水汽，占比為31.33%，另一部分為來自西南季風的水汽，占比為8.46%。季風水汽會帶來大量的降水，加之水汽在向蘭州輸送過程中受地勢抬升的影響，使得降水同位素值較低［52］，這可能是夏半年部分降水事件δ18O值較低的原因。冬半年蘭州市的水汽軌跡主要是在西風帶的影響下，來自阿富汗和中國新疆的水汽向東輸送至蘭州。

圖6 蘭州市夏半年和冬半年降水水汽來源的后向軌跡聚類Fig.6 Backward trajectory clustering of sources of precipitation and water vapor in summer（a）and winter（b）in Lanzhou

利用HYSPLIT模型只能確定蘭州市降水水汽來源的主要方位和位置。值得注意的是局地再循環(huán)水汽對降水δ18O具有重要影響。因此，還利用PSCF分析法和CWT分析法研究了蘭州市的潛在蒸發(fā)源區(qū)。PSCF分析和CWT分析均能反映出潛在蒸發(fā)源區(qū)對研究區(qū)降水同位素影響的大小，不同的是CWT分析能夠體現(xiàn)出潛在蒸發(fā)源區(qū)的具體貢獻值。由圖7可知，蘭州市夏半年和冬半年的PSCF分析結(jié)果存在明顯差異。從圖7（a）可以看出，在夏半年，PSCF分析的高值區(qū)域呈片狀分布于蘭州市東部區(qū)域，高值概率在20%以上，特別是在白銀、定西地區(qū)，高值概率在30%以上。而在冬半年［圖7（b）］，只有零星的幾個高值點分布在蘭州市周圍，總的來看，并無明顯的高值區(qū)域。CWT的分析結(jié)果與PSCF的分析結(jié)果類似（圖8），在夏半年CWT的分析的高值區(qū)域主要分布在蘭州東部區(qū)域，對研究區(qū)d-excess的貢獻度普遍大于4‰·m-3，在靠近蘭州的地區(qū)其貢獻度甚至在6‰·m-3以上［圖8（a）］。而在冬半年［圖8（b）］，并無明顯的高值區(qū)域。由此看來，潛在蒸發(fā)源區(qū)對蘭州市降水同位素的影響主要集中在夏半年，而冬半年主要受到外來水汽輸送的影響。

圖7 蘭州市夏半年和冬半年降水過量氘潛在源的貢獻因子分析Fig.7 Contribution factor analysis of potential sources of d-excess in summer（a）and winter（b）precipitation in Lanzhou

3.4 對流活動與降水δ18O的關(guān)系

先前的研究表明，對流活動是影響季風區(qū)降水同位素的主要因素之一［17-20］，但大多數(shù)研究關(guān)注的是對流活動和降水同位素的同步變化。然而在青藏高原南部和西北部的研究發(fā)現(xiàn)，降水事件前幾天的對流活動會對降水同位素產(chǎn)生綜合影響，并且累積時間與對流活動的強度和頻率有關(guān)［21-22］。首先將蘭州市四個站點的降水δ18O數(shù)據(jù)合成為一個時間序列［28］，然后計算其與降水事件前d（0～20）天在2.5°×2.5°、7.5°×7.5°、12.5°×12.5°空間尺度上平均OLR之間的相關(guān)性，以此研究對流活動對蘭州市降水δ18O的影響。

如圖9所示，無論是夏半年還是冬半年，降水δ18O與當天（d=0）的OLR的相關(guān)性并非最為顯著，相關(guān)性最顯著的時間均在降水事件前幾天（d＞0），這個結(jié)果與Gao等［21］在青藏高原南部的研究結(jié)果一致，這表明降水δ18O更受前幾天天氣過程的綜合影響。在夏半年［圖9（b）～（f）］，5月、6月、9月降水δ18O與OLR的相關(guān)性達到最顯著的時間在降水事件發(fā)生前3～5天，要大于在7月（d=2）、8月（d=1）降水δ18O與OLR的相關(guān)性最顯著的時間。這可能與對流系統(tǒng)的強度和頻率有關(guān)，在季風初期和末期，對流活動較少且強度較小，水汽同位素綜合了較長時間內(nèi)對流系統(tǒng)的特征；在季風強盛期，對流活動的強度和頻率都強于季風初期和末期，因此，需要較短的時間間隔來消除先前對流系統(tǒng)的特征。在冬半年［圖9（a），（g）～（h）］，降水δ18O與OLR的相關(guān)性達到最顯著的時間較長（d＞7），由于對流活動很少發(fā)生，因此這可能是由于溫度對降水同位素的綜合影響。此外，11月至翌年3月降水δ18O與平均OLR的相關(guān)性達到最顯著的時間在7天［圖9（h）］，與4月（d=12）和10月（d=16）相比較短［圖9（a），（g）］，這可能與11月至翌年3月頻繁南下的冷空氣有關(guān)。從空間角度上看，夏半年降水δ18O與平均OLR在7.5°×7.5°、12.5°×12.5°范圍上的相關(guān)性要大于2.5°×2.5°的范圍［圖9（b）～（f）］，而冬半年的模式與夏半年相反［圖9（a），（g）～（h）］。這可能是因為夏半年強烈的對流活動使其有較大的組織范圍；而冬半年，降水δ18O更多是溫度綜合作用的結(jié)果，這使得其組織的空間范圍較小。

圖9 在降水事件發(fā)生前0～20天δ18O和平均OLR之間的皮爾遜相關(guān)系數(shù)Fig.9 Pearson correlation coefficient between δ18O and average OLR from 0 to 20 days before the precipitation event：April（a），May（b），June（c），July（d），August（e），September（f），October（g）and November to March（h）

4 結(jié)論

本文在對蘭州市降水同位素時空分布特征分析的基礎(chǔ)上，研究了降水同位素與局地氣象參數(shù)、水汽來源、對流活動的關(guān)系，主要得出以下結(jié)論：

（1）蘭州市降水同位素夏半年富集，冬半年貧化，并且夏半年降水同位素的空間變異性比冬半年顯著。此外蘭州市的大氣降水線（LMWL）為δ2H=7.34δ18O+7.28，反映了蘭州市較為干旱的氣候特點。

（2）蘭州市降水同位素表現(xiàn)出明顯的溫度效應(yīng)，而降水量和相對濕度對降水同位素的影響有限。

（3）根據(jù)HYSPLIT模型模擬，蘭州市夏半年降水受到季風水汽和西風帶水汽的影響，冬半年降水主要來自西風帶水汽的輸送；利用PSCF分析法和CWT分析法發(fā)現(xiàn)潛在蒸發(fā)源區(qū)主要分布在蘭州市的東部，并主要對蘭州市夏半年降水同位素產(chǎn)生影響，而冬半年幾乎不存在潛在蒸發(fā)源區(qū)。

（4）在夏半年，降水事件前幾天的對流活動會對降水同位素產(chǎn)生綜合影響，累積時間與對流活動的強度及頻率有關(guān)，在季風初期和末期的累積時間在3～5天，在季風強盛期的累積時間在1～2天；而在冬半年，降水事件前幾天的溫度會對降水同位素產(chǎn)生綜合影響，累積時間在7天以上，并且受到冷空氣南下頻率的影響。