段安民 張萍

1 中國科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國家重點(diǎn)實(shí)驗(yàn)室，北京100029

2 中國科學(xué)院大學(xué)地球與行星科學(xué)院，北京100049

1 引言

青藏高原（以下簡稱高原）平均海拔在4000 m 以上，總面積超過250 萬平方公里，是世界上海拔最高、下墊面最復(fù)雜的大地形，又被稱為“地球第三極”。高原大氣熱源對區(qū)域甚至整個北半球的氣候異常都具有非常重要的影響，其對亞洲季風(fēng)形成和變異的影響一直是熱點(diǎn)科學(xué)問題。Wu et al.（2012）基于數(shù)值試驗(yàn)的結(jié)果提出亞洲夏季風(fēng)是海陸熱力差異及與青藏—伊朗高原熱力強(qiáng)迫共同作用的結(jié)果，其中熱力強(qiáng)迫可被視為“感熱氣泵（SHAP）”，它通過影響周邊大氣的垂直抽吸、水汽輸送及垂直運(yùn)動調(diào)控亞洲夏季風(fēng)的形成。隨著觀測資料的增多及數(shù)值模式的改進(jìn)，大量研究還探討了高原熱源年際及年代際變率對亞洲夏季風(fēng)爆發(fā)、演變和推進(jìn)的具體影響過程（Duan and Wu, 2005,2008; Duan et al., 2011, 2013, 2020; Wang et al.,2014; Wu et al., 2015; Sun et al., 2019）。由于高原熱力強(qiáng)迫本身在很大程度上也是大氣環(huán)流和海洋遙強(qiáng)迫的結(jié)果，近年來高原熱源與大氣海洋的相互作用及其對亞洲夏季風(fēng)的協(xié)同影響也日益受到人們的關(guān) 注（Hu and Duan, 2015; Liu and Duan, 2018;Wang et al., 2018; Liu et al., 2020a; Yu et al.,2021）。

由于高原大氣熱源對氣候異常的重要影響，近些年來高原大氣熱源的變異機(jī)理也逐漸受到越來越多的關(guān)注。春季，高原地表感熱加熱（TPSH）是高原大氣熱源的主要分量（Cui et al., 2015; Duan et al., 2018; Zhao et al., 2018），它主要受早春北大西洋三極子海表溫度異常（sea surface temperature anomaly, SSTA）的影響。北大西洋三極子SSTA通過激發(fā)相當(dāng)正壓的定常Rossby 波列并向下游傳播，使得高原西南部受到異常氣旋的控制，其東側(cè)的異常西南風(fēng)造成高原南側(cè)地表西風(fēng)增加，進(jìn)而造成高原南側(cè)感熱正異常（Cui et al., 2015; Yu et al.,2021)。Liu et al.（2015a）研究表明，厄爾尼諾（El Ni?o）衰減年春季，北印度洋海表異常低壓可激發(fā)異常經(jīng)圈環(huán)流，導(dǎo)致高原西部降水及土壤濕度減少和地表氣溫升高。Zhao et al.（2018）進(jìn)一步探究了印度洋SSTA 對TPSH 的影響，發(fā)現(xiàn)當(dāng)印度洋SSTA 一致增暖（IOBM）時(shí)，早春高原西風(fēng)和TPSH 都會增強(qiáng)。此外，隨著南亞夏季風(fēng)爆發(fā)和IOBM 的影響，晚春（5 月）高原降水突然增加，高原雨季也隨之來臨，由降水所帶來的高原凝結(jié)潛熱的強(qiáng)度和變率也迅速增大，其也受到IOBM 的影響。具體機(jī)制可解釋為熱帶印度洋暖SSTA 通過激發(fā)一個異常Hadley 環(huán)流，造成高原東南部異常下沉，從而使得高原東南部降水及凝結(jié)潛熱減少（Chen and You, 2017; Zhao et al., 2018）。

夏季，高原大氣熱源主要由降水引起的凝結(jié)潛熱主導(dǎo)，其同時(shí)受到中緯度西風(fēng)急流及南亞夏季風(fēng)兩個環(huán)流系統(tǒng)的控制（Yang et al., 2014; Dong et al.,2016, 2017; Liu et al., 2016; 朱艷欣和桑燕芳, 2018;Lai et al., 2021），這意味著高原降水異常也必將受到中高緯及熱帶地區(qū)多種海氣自然變率信號的共同影響。在年際尺度上，夏季北大西洋濤動（NAO）與高原降水存在顯著負(fù)相關(guān)，NAO 負(fù)位相通過激發(fā)異常Rossby 遙相關(guān)波列使得下游高原西側(cè)盛行異常氣旋，進(jìn)而造成高原降水正異常，凝結(jié)潛熱加強(qiáng)（Liu and Yin, 2001; Liu et al., 2015b; Wang et al.,2017b, 2018）。Gao et al.（2013）認(rèn)為夏季北大西洋SSTA 通過激發(fā)東傳的異常Rossby 遙相關(guān)波列進(jìn)而影響高原東南部降水異常，熱帶大西洋SSTA激發(fā)的對流活動也可以通過緯向?qū)α骰顒觽鞑ミM(jìn)一步影響高原東南部降水。在熱帶地區(qū)，海洋性大陸西部偏強(qiáng)的對流活動通過改變局地Hadley 環(huán)流，抑制孟加拉灣北部降水，進(jìn)而在高原南側(cè)激發(fā)異常反氣旋，其西側(cè)的西南風(fēng)有利于水汽向高原東南部輸送，造成晚夏高原東南部降水正異常，凝結(jié)潛熱增加（Jiang et al., 2016）。作為最強(qiáng)年際變率信號，ENSO 不同階段均能夠?qū)Ω咴邓a(chǎn)生不同的影響。在El Ni?o 發(fā)展年夏季，印度夏季風(fēng)減弱，高層高原西部地區(qū)出現(xiàn)一個異常氣旋，向高原西南部輸送干冷空氣，造成高原西南部降水負(fù)異常（Wang and Ma, 2018; Liu et al., 2020a; Hu et al., 2021）。而在ENSO 衰減年夏季，熱帶印度洋暖SSTA 通過激發(fā)Kelvin 波在孟加拉灣形成異常反氣旋，其西側(cè)異常西南風(fēng)向高原東南部輸送水汽，造成高原東南部降水正異常，高原凝結(jié)潛熱增加（Hu and Duan,2015; Sun and Wang, 2019; Zhao and Zhou, 2021）。

秋冬季高原積雪是大氣熱匯的重要表現(xiàn)，它對亞洲夏季風(fēng)環(huán)流和降水異常均具有顯著影響（ Cohen and Rind, 1991; Wu and Qian, 2003;Shaman and Tziperman, 2005; Liu et al., 2014; Xiao and Duan, 2016; Wang et al., 2017a）。近年來，很多學(xué)者對影響高原積雪年際及年代際變率的大尺度環(huán)流和海溫驅(qū)動因子進(jìn)行了探究，但關(guān)于秋季高原積雪的研究還較少。Wang et al.（2019）指出東北太平洋暖SSTA 及西北大西洋冷SSTA 共同激發(fā)一個Rossby 波列并向下游傳播，使得高原東部受到異常氣旋控制，造成高原東部雪蓋加深。冬季高原積雪年際變率還在不同程度上受到NAO、西北大西 洋SSTA、ENSO 及IOD 的 影 響。Chen et al.（2021）發(fā)現(xiàn)NAO 負(fù)位相通過激發(fā)異常Rossby波列，使得印度北部為異常氣旋，其東側(cè)偏南風(fēng)造成高原中西部雪蓋加深。此外，高原中西部雪蓋異常還受到IOD 影響。當(dāng)IOD 處于正位相時(shí)，西印度洋暖SSTA 激發(fā)出一個波列，造成印度北部產(chǎn)生異常氣旋，高原中西部雪蓋加深（Yuan et al.,2009, 2012; Jiang et al., 2019; Zhang et al., 2019）。關(guān)于ENSO 對冬季高原積雪的影響，Shaman and Tziperman（2005）提出東太平洋暖SSTA 通過激發(fā)Rossby 定常波并沿北非—亞洲急流向東傳播，影響高原位渦異常，進(jìn)而使得高原東部雪深增加（Wang and Xu, 2018）。Liu et al.（2020b）進(jìn)一步解釋了ENSO 對冬季高原西部降水的影響，即隨著ENSO 的發(fā)展，熱帶西印度洋暖SSTA 在其東側(cè)激發(fā)Kelvin 波響應(yīng)，使得印度北部產(chǎn)生異常反氣旋，其西側(cè)西南風(fēng)造成高原西部降水正異常。

通過對以上研究進(jìn)展的回顧可知，目前關(guān)于高原大氣熱源變異機(jī)理的研究大多是對傳統(tǒng)定義下季節(jié)平均的認(rèn)識，例如春季地表感熱和夏季凝結(jié)潛熱，然而同一個季節(jié)中不同月份高原上空的背景環(huán)流存在顯著差異（葉篤正等, 1958; 況雪源等, 2008; 方韻等, 2016; Wei et al., 2019）。例如，5 月（10 月）高原背景環(huán)流發(fā)生突變，西風(fēng)急流北跳（南撤），南亞夏季風(fēng)爆發(fā)（撤退），與完全被西風(fēng)急流控制的4 月（11 月）情況明顯不同。因此有必要對高原熱源年際變率進(jìn)行分類并進(jìn)一步探究其驅(qū)動因子及對應(yīng)的異常大尺度環(huán)流。

2 資料和方法

2.1 資料

本文用到的月平均地表感熱、凝結(jié)潛熱、輻射通量數(shù)據(jù)來源包括：高原80 個氣象臺站數(shù)據(jù)（Duan et al., 2018），站點(diǎn)分布如圖1 所示，時(shí)間范圍為1984～2015 年；大氣環(huán)流和非絕熱加熱包括日本氣象廳提供的JRA55（Japanese 55-year Reanalysis）再分析數(shù)據(jù)，水平分辨率為1.25°×1.25°（Kobayashi et al., 2015）；美國國家航空航天 局 發(fā) 布 的MERRA2（The second Modern-Era Retrospective analysis for Research and Applications）再分析數(shù)據(jù)，水平分辨率為0.625°×0.5°（經(jīng)度×緯度）（Rienecker et al., 2011）；美國國家環(huán)境監(jiān)測中心與能源局發(fā)布的NCEP2（National Centers for Environmental Prediction and the Department of Energy for reanalysis datasets）數(shù)據(jù)，水平分辨率為2.5°×2.5°（Dee et al., 2011）；歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECWMF）提供的ERA-interim（Kanamitsu et al., 2002）及ERA5（Hersbach et al., 2020）再分析數(shù)據(jù)，水平分辨率分別為1.5°×1.5°和0.25°×0.25°。由于NCEP2、ERA-interim 及ERA5 再分析資料中無凝結(jié)潛熱加熱，因此這三套資料中凝結(jié)潛熱根據(jù)降水計(jì)算得到。80 個站點(diǎn)的輻射通量數(shù)據(jù)來自GEWEX/SRB（Global Energy and Water Cycle Experiment/surface radiation budget）以及ISCCP 衛(wèi)星資料，并插值到高原80 個臺站得到，而不是臺站直接觀測數(shù)據(jù)（Duan et al., 2018）。

圖1 青藏高原80 個氣象站點(diǎn)分布。色標(biāo)表示海拔高度（單位：m）。黑色曲線表示平均海拔在2000 m 以上的青藏高原地形，下同F(xiàn)ig.1 Spatial distribution of 80 meteorological stations on the Tibetan Plateau (TP). The altitude (units: m) is represented by the color bar. The black curve represents the TP domain with an altitude＞2000 m, the same below

海表溫度來自Hadley 中心提供的全球逐月海表溫度HadISST1（Hadley Center Sea Ice and Sea Surface Temperature, version 1.1）數(shù)據(jù)集，水平分辨率為1.0°×1.0°（Rayner et al., 2003）。

降水?dāng)?shù)據(jù)為美國國家大氣海洋局提供的衛(wèi)星融合 降 水 產(chǎn) 品 GPCP V2.3（ Global Precipitation Climatology Project, Version 2.3），水平分辨率為2.5°×2.5°（Huffman et al., 2001）。

除了基于高原臺站觀測和衛(wèi)星資料計(jì)算得到的大氣熱源（匯）以外，其他資料時(shí)間范圍均為1980～2018 年。

2.2 大氣熱源計(jì)算公式

大氣熱源（匯）是一個反應(yīng)空氣柱熱量收支的物理量。對于一個給定區(qū)域，大氣熱源（匯）被定義為一段時(shí)間內(nèi)大氣柱獲得（損失）熱量，它是感熱、凝結(jié)潛熱及大氣輻射的集合（葉篤正和高由禧, 1979），公式為

其中，AHS 表示大氣總熱源（Atmosphere Heat Source），SH 表 示 地 表 感 熱（Surface Sensible Heat），LH 表示大氣中的凝結(jié)潛熱釋放（Latent Heat Release），RC 表 示 大 氣 柱 的 凈 輻 射 通 量（Net Radiation Flux）。各 成 分 的 具 體 算 法 詳 見Duan and Wu（2008）和Duan et al.（2018）。

3 高原大氣熱源（匯）年循環(huán)特征

高原氣象臺站主要聚集于高原中東部，西部站點(diǎn)稀少，且大部分站點(diǎn)海拔高度均低于5000 m，這也是導(dǎo)致大量關(guān)于高原大氣熱源的研究僅關(guān)注高原中東部的根本原因。近年來再分析資料、氣候模式輸出數(shù)據(jù)、衛(wèi)星遙感數(shù)據(jù)等已廣泛應(yīng)用于高原大氣熱源研究，但不同數(shù)據(jù)源的質(zhì)量仍存在很大差異（Duan et al., 2014）。竺夏英等（2012）通過評估多套感熱再分析資料，發(fā)現(xiàn)不同再分析資料中感熱的空間分布存在很大差異。因此在研究高原大氣熱源時(shí)，資料的可靠性十分關(guān)鍵。

圖2 所示為不同資料中高原大氣熱源及其分量的年循環(huán)分布。由于高原站點(diǎn)資料集中于中東部地區(qū)，且各套再分析資料的空間分辨率不一致，為了對不同資料進(jìn)行定量比較，本文以高原80 個氣象站點(diǎn)為基準(zhǔn)，首先采用雙線性插值方法分別對每套再分析資料進(jìn)行空間插值，得到對應(yīng)站點(diǎn)的熱源數(shù)據(jù)，再對其進(jìn)行區(qū)域平均，最后比較高原大氣熱源年循環(huán)在不同資料中的異同。

根據(jù)觀測結(jié)果（圖2a）可知，地表感熱（紅線）通量（正值表示地面加熱大氣）在春季達(dá)到峰值，是高原大氣熱源（黑線）的主要分量；隨著高原雨季（5 月）來臨，凝結(jié)潛熱（綠線）迅速增強(qiáng)，在6～9 月達(dá)到峰值并主導(dǎo)高原大氣總熱源；凈輻射（藍(lán)線）全年均為負(fù)值，春、夏較大。整體來看，高原在3～9 月為大氣熱源，從10 月開始轉(zhuǎn)化為熱匯，并一直持續(xù)到來年2 月。此外，根據(jù)高原熱源各分量的標(biāo)準(zhǔn)差大小可知，雨季（5～10 月）高原大氣熱源的變化主要取決于凝結(jié)潛熱（綠色柱），而感熱（紅色柱）和凈輻射變率（藍(lán)色柱）全年變化幅度較小。

圖2 不同資料高原大氣熱源及其分量的標(biāo)準(zhǔn)差（柱狀，單位：W m–2）和氣候平均值（實(shí)線，單位：W m–2）：（a）站點(diǎn)和衛(wèi)星資料；（b）JRA55 資料；（c）MERRA-2 資料；（d）ERA5 資料；（e）NCEP2 資料；（f）ERA-interim 資料。紅色：地表感熱通量（SH）；綠色：凝結(jié)潛熱（LH）；藍(lán)色為大氣凈輻射（RC）；黑色為大氣總熱源（匯）。圖a 資料的時(shí)間范圍是1984～2015，圖b–f 資料的時(shí)間范圍是1980～2018Fig.2 Standard deviation (bars, units: W m–2) and climate mean (solid lines, units: W m–2) of each component of the TP heat source in different datasets: (a) Station and satellite data; (b) JRA55 (Japanese 55-year Reanalysis) data; (c) MERRA-2 (the second Modern-Era Retrospective analysis for Research and Applications) data; (d) ERA5 (Fifth major global reanalysis produced by European Centre for Medium-Range Weather Forecasts) data;(e) NCEP2 (National Centers for Environmental Prediction and the Department of Energy for reanalysis datasets) data; (f) ERA-interim (European Centre for Medium-Range Weather Forecasts interim reanalysis) data. Red: surface sensible heating (SH); green: latent heating (LH) of condensation;blue: net radiation of the air column (RC); black: their sum. In Fig. a, the time range of data is 1984–2015; in Figs. b–f, the time range of data is 1980–2018

就氣候平均值而言，與80 個臺站資料相比，不同再分析資料基本能刻畫它們的年循環(huán)分布，但強(qiáng)度存在較大差異。對于地表感熱，只有MERRA-2 的強(qiáng)度和年循環(huán)峰值與觀測相當(dāng)，而在其他幾套再分析資料中幾乎全年都被低估，這可能與MERRA-2 資料所使用的陸面模式有關(guān)（Rienecker et al., 2011; Wang and Zeng, 2012）。與此相反，凝結(jié)潛熱的強(qiáng)度在各套再分析資料中均被高估，導(dǎo)致雨季的大氣總熱源也被高估。比較而言，ERA5 和ERA-interim 資料能夠較準(zhǔn)確地刻畫大氣凈輻射的強(qiáng)度和年循環(huán)，而其他三套再分析資料中大氣凈輻射的強(qiáng)度均被低估。關(guān)于高原大氣熱源的變率，JRA55 和ERA5 與觀測接近，NCEP2 和ERAinterim 明顯高估了地表感熱通量的變率，MERRA2和NCEP2 明顯高估了凝結(jié)潛熱變率，凈輻射在ERA-interim 中被高估。

為了更直觀地比較再分析資料與基于站點(diǎn)資料計(jì)算得到的高原大氣熱源的時(shí)間演變，圖3 給出了高原區(qū)域平均的各熱源成分在不同再分析資料與站點(diǎn)資料之間的相關(guān)系數(shù)。以高原80 個氣象臺站為基準(zhǔn)，分別將不同熱源資料進(jìn)行空間插值，得到對應(yīng)站點(diǎn)上的熱源數(shù)據(jù)，取區(qū)域平均并去除線性趨勢，計(jì)算其與觀測數(shù)據(jù)之間的相關(guān)系數(shù)。

圖3 1984～2015 年高原大氣熱源（匯）在觀測資料與（a）JRA55 資料、（b）MERRA-2 資料、（c）ERA5 資料、（d）ERA-interim 資料、（e）NCEP2 資料之間的相關(guān)系數(shù)。AHS 表示大氣總熱源，SH 表示地表感熱，LH 表示凝結(jié)潛熱。RC 表示大氣凈輻射通量。*、**、***分別代表相關(guān)系數(shù)通過90%、95%、99%置信水平的顯著性檢驗(yàn)Fig.3 Correlation coefficients of the TP heat source (sink) between station dataset and (a) JRA55 data, (b) MERRA-2 data, (c) ERA5 data, (d) ERAinterim data, (e) NCEP2 data during 1984–2015. AHS represents the total atmospheric heat source, SH represents the surface sensible heating, LH represents latent heating of condensation, RC represents net radiation of the air column. *, **, and *** represent correlation coefficients exceeding the 90%, 95%, and 99% confidence level, respectively

在5 套再分析資料中凝結(jié)潛熱與高原站點(diǎn)資料之間的相關(guān)系數(shù)較高，均超過95%置信水平的顯著性檢驗(yàn)，說明再分析資料能夠較好地反映高原凝結(jié)潛熱的年際變率。對高原地表感熱年際變率刻畫較好的再分析資料依次為MERRA-2 和ERA5，且MERRA-2 中的正相關(guān)系數(shù)幾乎全部通過90%置信水平的顯著性檢驗(yàn)，說明MERRA-2 資料能夠較為準(zhǔn)確地反映出高原感熱的變化特征（Wang and Zeng, 2012）。此外，ERA5 和MERRA2 能夠較好地表現(xiàn)大氣凈輻射的年際變率。相對于感熱和凝結(jié)潛熱，再分析資料中凈輻射與衛(wèi)星觀測的相關(guān)系數(shù)都相對較低，這主要是因?yàn)樾l(wèi)星遙感反演的輻射通量在數(shù)據(jù)反演和復(fù)雜地形的算法上還存在很大的差異（Yang et al., 2011; Wang and Zeng, 2012; Duan et al., 2014）?？紤]到JRA55 資料與觀測的大氣熱源（匯）的強(qiáng)度和變率在高原地區(qū)最接近，因此本文將主要利用JRA55 資料分析高原大氣熱源年際變率。

4 高原大氣熱源（匯）年際變率及分類

年際變率是高原大氣熱源變化的重要時(shí)間尺度，它在年際尺度上與亞洲夏季風(fēng)的相關(guān)最緊密（Wu et al., 2015）。對高原大氣熱源去除線性趨勢后進(jìn)行2～9 年的Lancoz 濾波，僅保留年際尺度信號。圖4 展示了1～12 月高原大氣熱源年際變率第一模態(tài)（EOF1）的空間分布。在高原旱季（11～4 月），大氣熱源最大異常中心位于高原西部，但2～4 月高原東部開始出現(xiàn)反相分布，這表明影響2～4 月高原大氣熱源的異常環(huán)流系統(tǒng)及驅(qū)動因子可能與其余月份不同。隨著5 月高原東南部雨季的來臨，高原凝結(jié)潛熱的強(qiáng)度和方差迅速增加，高原大氣熱源呈現(xiàn)南—北偶極型的反相模態(tài)。6～9 月高原大氣熱源基本由降水引起的凝結(jié)潛熱主導(dǎo)，高原大氣熱源最大異常中心位于高原東南部，西部呈現(xiàn)反相分布，但其強(qiáng)度較弱。10 月高原大氣熱源的分布模態(tài)與5 月相似，呈現(xiàn)南—北偶極型反相分布，這主要是因?yàn)? 月和10 月分別是南亞夏季風(fēng)爆發(fā)和撤退的時(shí)期，高原南部受季風(fēng)環(huán)流的影響，北部則主要受西風(fēng)急流的控制。

圖 4 1980～2018 年1～12 月高原大氣總熱源（匯）第一模態(tài)（EOF1）的空間分布。右上角的數(shù)字表示其解釋方差Fig. 4 Spatial distribution of the first EOF (empirical orthogonal function) mode (EOF1) of the TP heat source (sink) from January to December during 1980–2018. The number in the upper right corner of each subgraph represents its interpreted variance

高原位于西風(fēng)急流和亞洲季風(fēng)兩大環(huán)流系統(tǒng)的交匯區(qū)，夏季同時(shí)受到西風(fēng)急流及東亞和南亞夏季風(fēng)的影響，冬季則主要被西風(fēng)急流控制（葉篤正和高由禧, 1979; Yang et al., 2014; 姚檀棟等, 2017; 朱艷欣和桑燕芳, 2018; Lai et al., 2021）。因此，影響高原大氣熱源年際變率的異常大尺度環(huán)流在不同月份也可能具有一定的相似性。首先對不同月份的高原大氣熱源年際變率進(jìn)行分類，標(biāo)準(zhǔn)如下：首先基于1～12 月高原大氣熱源EOF1 的空間分布特征對其進(jìn)行分類，并計(jì)算各類熱源EOF1 的空間分布（Mode1）和時(shí)間序列（PC1）；其次將每一類Mode1 和PC1 分別與此類別中對應(yīng)的每個月的Mode1 和PC1 做相關(guān)，若此類別中每個月份的PC1 時(shí)間序列相關(guān)系數(shù)均超過90%置信水平的顯著性檢驗(yàn)且EOF1 空間相關(guān)系數(shù)大于0.7，則這幾個月高原大氣熱源被歸為一類（表1）。根據(jù)以上分類標(biāo)準(zhǔn)，高原大氣熱源年際變率特征可分為4 類，分別為冬季型（11～1 月，NDJ）；早春型（2～4 月，F(xiàn)MA）；夏季型（6～9 月，JJAS）；過渡型（5、10 月）。

圖5 給出了每一類高原熱源的EOF1 及PC1，其中“過渡型”以5 月為代表。“冬季型”呈全區(qū)域一致分布，最大異常中心位于高原西部?！霸绱盒汀弊畲螽惓Ｖ行囊参挥诟咴鞑康貐^(qū)，但中東部基本反相分布。表1 顯示，盡管4 月相關(guān)也滿足了分類標(biāo)準(zhǔn)，但與2、3 月相比，4 月相關(guān)系數(shù)明顯較低，這表明盡管“早春型”各月高原大氣熱源年際變率時(shí)空變化特征基本一致，但4 月的驅(qū)動因子與2、3 月可能不同，4 月高原大氣熱源最大異常區(qū)域同時(shí)出現(xiàn)在高原西部和東南部（圖4d）?！跋募拘汀备咴髿鉄嵩闯蕱|—西反相分布，但最大異常中心位于高原東部。

表1 1980～2018 年青藏高原總熱源EOF1 的空間分布（Mode1）以及時(shí)間序列（PC1）在“冬季型”、“早春型”“、夏季型”與其相應(yīng)的每個月之間的相關(guān)系數(shù)Table1 Correlation coefficients of the spatial distribution(Mode1) and time series (PC1) of the EOF1 of the total atmospheric heat source over the TP between “winter type”,“e arly spring type”, “summer type” and their corresponding months, respectively, during 1980–2018

5 月和10 月高原大氣熱源均呈現(xiàn)南—北偶極型反相分布，且南北部異常區(qū)域的強(qiáng)度相當(dāng)（圖4e、j）。這兩個月是高原背景環(huán)流發(fā)生突變的時(shí)間，西風(fēng)急流分別發(fā)生北跳和南退（葉篤正等, 1958; 況雪源等, 2008; Wei et al., 2019）。此外，5 月和10月還分別是南亞夏季風(fēng)爆發(fā)和撤退的時(shí)間（Syroka and Toumi, 2002, 2004; Wang and LinHo, 2002），同時(shí)也是高原雨季開始和結(jié)束的時(shí)間（Chen and You, 2017; Lai et al., 2021），篇幅所限，本文僅以5 月代表過渡型。

以上四種高原大氣熱源類型中，“冬季型”和“夏季型”高原大氣熱源年際變率特征與前人研究基本一致（趙平和陳隆勛, 2001; 宇婧婧等, 2011;Luo et al., 2021），而“早春型”及“過渡型”高原大氣熱源年際變率特征目前還鮮有關(guān)注，這也是本文討論的重點(diǎn)。

5 影響高原大氣熱源（匯）的異常環(huán)流系統(tǒng)及驅(qū)動因子

為了進(jìn)一步探究影響這四類高原大氣熱源年際變率的異常環(huán)流系統(tǒng)及驅(qū)動因子，本文取每一類高原大氣熱源的PC1 作為其對應(yīng)的熱源指數(shù)。

5.1 冬季型

圖6 給出了大氣環(huán)流、水汽通量、降水及全球海表溫度對“冬季型”高原大氣熱源PC1 的回歸場。當(dāng)冬季高原（主要是高原西部）熱源增強(qiáng)時(shí)，上游地區(qū)中高緯位勢高度高、低層均出現(xiàn)一個西北—東南走向的遙相關(guān)波列：即從格陵蘭島、西歐地區(qū)到咸海附近形成“低—高—低”相當(dāng)正壓的異常高度場分布（圖6a、b）。此時(shí)高原西側(cè)為異常氣旋式環(huán)流，西風(fēng)急流向高原的正渦度輸送以及氣旋東側(cè)西南風(fēng)造成水汽通量在高原西部輻合（圖6c），高原降水出現(xiàn)正異常（圖6d），高原大氣總熱源加強(qiáng)（圖5a）。這一結(jié)果與宇婧婧等（2011）的結(jié)論類似，但宇婧婧等（2011）強(qiáng)調(diào)這種異常大尺度環(huán)流模態(tài)與大西洋濤動（NAO）密切相關(guān)。然而，本文結(jié)果表明，“冬季型”高原大氣熱源與NAO 相關(guān)系數(shù)僅為0.12，并未通過顯著性檢驗(yàn)，這可能與不同研究時(shí)段NAO 異常位置以及使用的資料不同有關(guān)。此外，阿拉伯海至孟加拉灣一帶出現(xiàn)異常反氣旋式環(huán)流（圖6b），其西側(cè)異常西南風(fēng)也加強(qiáng)了高原西部的水汽輸送和大氣熱源。此異常環(huán)流系統(tǒng)可能與熱帶太平洋及印度洋SSTA 有關(guān)，海洋性大陸周圍的冷SSTA 造成局地降水負(fù)異常（圖6d），進(jìn)而激發(fā)出Gill 模態(tài)的環(huán)流響應(yīng)（Gill,1980），并在阿拉伯海至孟加拉灣低層形成異常反氣旋。對應(yīng)于高原大氣熱源增強(qiáng)，熱帶太平洋（印度洋）海表溫度異常呈現(xiàn)ENSO（IOD）型空間分布特征，高原熱源與Ni?o3.4（IOD）指數(shù)的相關(guān)達(dá)0.29（0.32），通過90%置信水平的顯著性檢驗(yàn)。關(guān)于ENSO 及IOD 影響早冬（ND）/冬季（DJF）高原積雪的物理機(jī)制，前人已經(jīng)做了大量探 討（Yuan et al., 2009, 2012; Jiang et al., 2019;Zhang et al., 2019）。總之，熱帶太平洋及印度洋SSTA 也會對“冬季型”高原大氣熱源異常產(chǎn)生一定影響。

圖5 1980～2018 年（a、e）“冬季型”（NDJ）、（b、f）“早春型”（FMA）、（c、g）“夏季型”（JJAS）、（d、h）“過渡型”（以5月代表）高原大氣總熱源第一模態(tài)（EOF1）的（a–d）空間分布及其（e–h）時(shí)間系數(shù)。右上角的數(shù)字表示EOF1 的解釋方差Fig.5 (a–d) Spatial distribution and (e–h) time series (PC1) of the first EOF mode (EOF1) of (a, e) “winter type” (NDJ), (b, f) “early spring type”(FMA), (c, g) “summer type” (JJAS), (d, h) “transition type” (represented by May) of total atmospheric heat source over the TP during 1980–2018. The number in the upper right corner of each subgraph represents its interpreted variance

圖6 1980～2018 年“冬季型”青藏高原大氣總熱源第一模態(tài)時(shí)間系數(shù)（PC1）的回歸場：（a）200 hPa 位勢高度（填色，單位：gpm）及水平風(fēng)速（矢量，單位：m s–1）；（b）700 hPa 位勢高度（填色，單位：gpm）及水平風(fēng)速（矢量，單位：m s–1）；（c）地表到100 hPa垂直積分的水汽通量（矢量，單位：kg m s?1）及水汽通量散度（填色，單位：10–5 kg m–2 s?1）；（d）降水（填色，單位：mm d–1）。（e）1980～2018 年 “冬季型”青藏高原大氣熱源PC1 與全球海表溫度異常（SSTA）的同期相關(guān)。紫色矢量及黑色打點(diǎn)區(qū)域表示通過90%置信水平的顯著性t 檢驗(yàn)Fig.6 Regression field of the first principal component (PC1) of the “winter type” total atmospheric heat source over the TP: (a) 200-hPa geopotential height (shadings, units: gpm) and horizontal wind (vectors; units: m s?1); (b) 700-hPa geopotential height (shadings, units: gpm) and horizontal wind (vectors; units: m s?1); (c) surface–100-hPa vertically integrated moisture transport anomalies (vectors; units: kg m s?1) and moisture divergence (shadings, units: 10?5 kg m?2 s?1); (d) precipitation (shadings, units: mm d–1) during 1980–2018. (e) Correlations between the PC1 of“w inter type” total atmospheric heat source over the TP and the global sea surface temperature anomaly (SSTA) during 1980–2018. The purple vectors and black stippled regions indicate statistical significance above the 90% confidence level according to the Student’s t test

5.2 早春型

圖7 為“早春型”高原大氣熱源的回歸場。對應(yīng)于高原西側(cè)熱源增強(qiáng)，在高原上游，自西歐至高原西側(cè)形成一個西北—東南走向的相當(dāng)正壓遙相關(guān)波列。西風(fēng)急流將正渦度異常向高原西部輸送，有利于高原西側(cè)異常上升運(yùn)動；此外，異常氣旋式環(huán)流東側(cè)的西南風(fēng)將里海及阿拉伯海地區(qū)的水汽輸送至高原西部，造成這里水汽通量輻合（圖7c）和降水正異常（圖7d），高原西側(cè)大氣熱源增強(qiáng)（圖5b）。值得注意的是，此中高緯度異常環(huán)流系統(tǒng)與NAO 及AO 幾乎不存在相關(guān)（相關(guān)系數(shù)分別為0.03 及0.02），因此中高緯度異常大尺度環(huán)流的信號來源還值得進(jìn)一步探究。注意到北太平洋SSTA 呈現(xiàn)出“U 型場”相關(guān)結(jié)構(gòu)，即北太平洋中部為冷海溫異常，其周圍被暖海溫異常包圍（圖7e），北太平洋上空高、低層均出現(xiàn)氣旋式異常環(huán)流并伴隨著相當(dāng)正壓的異常偏低位勢高度場（圖7a、b）。這種異常環(huán)流與海溫的配置表明北太平洋區(qū)域的海氣相互作用以大氣影響海洋為主（ Frankignoul and Hasselmann, 1977; Frankignoul and Sennéchael, 2007）。此外，這樣的異常海溫環(huán)流配置與Sun et al.（2019）利用高原春季感熱異常得到的海溫型及環(huán)流場恰好相反，且“早春型”高原感熱與高原大氣總熱源的變率高度一致（相關(guān)系數(shù)為?0.41，通過99%置信水平的顯著性檢驗(yàn)），這說明此時(shí)北太平洋區(qū)域以高原大氣熱源影響海洋為主。因此，影響“早春型”高原大氣熱源年際變率的異常大尺度環(huán)流系統(tǒng)主要來自中高緯北大西洋區(qū)域，但具體的影響過程和驅(qū)動因子還值得進(jìn)一步探究。

圖7 同圖6，但為“早春型”的結(jié)果Fig.7 As in Fig.6, but for the results for “early spring type”

5.3 夏季型

由圖8 可知，當(dāng)夏季高原東南部大氣熱源出現(xiàn)負(fù)異常時(shí)（圖5c），北大西洋中高緯存在一個相當(dāng)正壓結(jié)構(gòu)的遙相關(guān)波列，此遙相關(guān)波列在高原西部分成南北兩支，北支遙相關(guān)波列自格陵蘭島經(jīng)過西歐、中亞至高原東北部，在高原東北部出現(xiàn)異常反氣旋式環(huán)流，其東側(cè)的東南風(fēng)造成高原東北部地區(qū)水汽通量輻合，這與Liu et al.（2015b）對高原東北部地區(qū)降水異常的解釋一致。然而，由于高原東北部熱源并不是“夏季型”高原大氣熱源的主要貢獻(xiàn)部分，因此這里我們對東北部高原熱源異常不做詳細(xì)討論。南支遙相關(guān)波列自格陵蘭島經(jīng)過北大西洋及西歐一帶至地中海及高原南側(cè)，高原南部為異常氣旋式環(huán)流，其北側(cè)的東北風(fēng)異常減弱了氣候態(tài)西南風(fēng)向高原東南部的水汽輸送，造成水汽通量輻散（圖8c），高原東南部降水負(fù)異常（圖8d）。這種異常大尺度環(huán)流模態(tài)在北大西洋與夏季NAO模態(tài)非常相似，且NAO 與夏季高原大氣熱源的相關(guān)系數(shù)高達(dá)0.47，通過99%置信水平的顯著性檢驗(yàn)，表明NAO 能夠通過激發(fā)遙相關(guān)波列進(jìn)而影響“夏季型”高原大氣熱源。當(dāng)NAO 處于正位相時(shí)，高原東南側(cè)降水及熱源負(fù)異常，反之亦然。以上的影響機(jī)制與前人的研究結(jié)果（Liu et al.,2015b; Wang et al., 2017b, 2018; Sun and Wang, 2019）類似。

圖8 1980～2018 年“夏季型”青藏高原大氣總熱源PC1 的回歸場：（a）200 hPa 位勢高度（填色，單位：gpm）及水平風(fēng)速（矢量，單位：m s?1）；（b）500 hPa 位勢高度（填色，單位：gpm）及水平風(fēng)速（矢量，單位：m s?1）；（c）地表到100 hPa 垂直積分的水汽通量（矢量，單位：kg m s?1）及水汽通量散度（填色，單位：10?5 kg m?2 s?1）；（d）降水（填色，單位：mm d?1）。（e）1980～2018 年“夏季型”青藏高原大氣熱源PC1 與全球SSTA 的同期相關(guān)。紫色矢量及黑色打點(diǎn)區(qū)域表示通過90%置信水平的顯著性t 檢驗(yàn)Fig.8 Regression field of the PC1 of the “summer type” total atmospheric heat source over TP: (a) 200-hPa geopotential height (shadings, units:gpm) and horizontal wind (vectors, units: m s?1); (b) 500-hPa geopotential height (shadings, units: gpm) and horizontal wind (vectors; units: m s?1); (c)surface–100-hPa vertically integrated moisture transport anomalies (vectors, units: kg m s?1) and moisture divergence (shadings, units: 10?5 kg m?2 s?1);(d) precipitation (shadings, units: mm d–1) during 1980–2018. (e) Correlations between the PC1 of the “summer type” total atmospheric heat source over the TP and the global SSTA during 1980–2018. The purple vectors and black stippled regions indicate statistical significance above the 90%confidence level according to the Student’s t test

值得注意的是，北大西洋海表溫度異常呈現(xiàn)出與NAO 緊密耦合的經(jīng)向三極子分布模態(tài)（Hurrell et al., 2003; Sun and Wang, 2019），因此北大西洋三極子海溫異常模態(tài)與高原大氣熱源也存在顯著相關(guān)（相關(guān)系數(shù)高達(dá)0.43，并通過99%置信水平的顯著性檢驗(yàn)）。盡管前人研究表明北大西洋SSTA能夠通過激發(fā)一個北大西洋—?dú)W洲—亞洲的Rossby遙相關(guān)波列進(jìn)而影響高原東南部降水（Gao et al.,2013），但其產(chǎn)生影響的關(guān)鍵海域位于西歐西側(cè)，與本文中北大西洋海表溫度異常模態(tài)顯著不同，說明夏季主要是NAO 通過激發(fā)異常遙相關(guān)波列直接影響高原周圍大氣環(huán)流，而北大西洋三極子SSTA只是與NAO 強(qiáng)烈耦合的一種模態(tài)，并不對高原熱源產(chǎn)生直接影響。

5.4 過渡型

以5 月作為過渡型的代表，從圖9 可以看出，200 hPa 上高原西部有一個異常低壓，對流層上部的南亞高壓異常偏弱（圖9a），高原西部出現(xiàn)異常上升運(yùn)動（圖9b），水汽通量輻合（圖9c），高原西部降水（圖9d）和大氣熱源增加（圖5d）。850 hPa 的南亞地區(qū)的異常偏東氣流與氣候態(tài)背景風(fēng)場的西南季風(fēng)恰好相反（圖9b），從而減弱了高原南部的水汽輸送，造成這里的水汽通量輻散（圖9c）及異常下沉運(yùn)動（圖9b），使得高原南部降水減少（圖9d），大氣熱源減弱。

圖9 1980～2018 年5 月青藏高原大氣總熱源PC1 的回歸場：（a）200 hPa 位勢高度（填色，單位：gpm）及水平風(fēng)速（矢量，單位：m s?1）；（b）500 hPa 垂直速度（填色，單位：m s?1）及850 hPa 水平風(fēng)速（矢量，單位：m s?1）；（c）地表到100 hPa 垂直積分的水汽通量（矢量，單位：kg m s?1）及水汽通量散度（填色，單位：10?5 kg m?2 s?1）；（d）降水（填色，單位：mm d?1）。（e）1980～2018 年平均的5月青藏高原大氣熱源PC1 與全球SSTA 的同期相關(guān)。紫色矢量及黑色打點(diǎn)區(qū)域表示通過90%置信水平的顯著性t 檢驗(yàn)Fig.9 Regression field of the PC1 of the total atmospheric heat source over TP in May: (a) 200-hPa geopotential height (shadings, units: gpm) and horizontal wind (vectors, units: m s?1); (b) 500-hPa vertical velocity (shadings, units: m s?1) and 850-hPa horizontal wind (vectors, units: m s?1);(c) surface–100-hPa vertically integrated moisture transport anomalies (vectors, units: kg m s?1) and moisture divergence (shadings, units: 10?5 kg m?2 s?1); (d) precipitation (shadings, units: mm d–1) during 1980–2018. (e) Correlations between the PC1 of the total atmospheric heat source over the TP and the global SSTA in May averaged in the period 1980–2018. The purple vectors and black stippled regions indicate statistical significance above the 90% confidence level according to the Student’s t-test

5 月高原上空異常環(huán)流可能受到熱帶太平洋及印度洋SSTA 的影響（圖9d）。熱帶印度洋（太平洋）的SSTA 分布呈現(xiàn)IOBM（ENSO）型的顯著相關(guān)模態(tài)，且相關(guān)系數(shù)高達(dá)0.35（0.30），通過99%置信水平的顯著性檢驗(yàn)?？紤]到IOBM 在很大程度上是對ENSO 的滯后響應(yīng)（Xie et al., 2009），因此有研究認(rèn)為5 月高原氣候異常主要受到IOBM的直接影響，即IOBM 通過減弱南亞夏季風(fēng)，引發(fā)局地Hadley 環(huán)流異常，導(dǎo)致高原南部產(chǎn)生異常下沉運(yùn)動，從而使得高原南部降水及大氣凝結(jié)潛熱減少（Chen and You, 2017; Zhao et al., 2018）。此機(jī)制在圖9 中得以驗(yàn)證。10 月高原大氣熱源異常對應(yīng)的高低層環(huán)流系統(tǒng)及外強(qiáng)迫海溫（圖略）均與5 月非常相似，近期的研究表明，10 月高原降水主模態(tài)受到熱帶太平洋—印度洋海溫異常聯(lián)合模（PIM）的影響，其中海洋性大陸異常對流活動是PIM 影響高原降水的中間途徑，它通過激發(fā)Gill模態(tài)響應(yīng)，使得南亞地區(qū)受到異常反氣旋控制，并造成10 月高原東南—西北反相的偶極型降水模態(tài)（Zhang and Duan, 2021）。

6 總結(jié)與討論

6.1 總結(jié)

本文首先系統(tǒng)地回顧了在年際尺度上高原熱源變異機(jī)理的研究現(xiàn)狀，并以高原80 個站點(diǎn)的觀測資料計(jì)算得到的大氣熱源數(shù)據(jù)為基準(zhǔn)，結(jié)合再分析資料，對高原大氣熱源年際變率進(jìn)行分類，并進(jìn)一步探究了影響不同類別高原大氣熱源的異常大尺度環(huán)流系統(tǒng)及海溫驅(qū)動因子。主要結(jié)論如下：

（1）高原大氣熱源的異常全年均以降水變化引起的凝結(jié)潛熱異常為主，根據(jù)高原大氣熱源第一模態(tài)時(shí)空分布特征及外強(qiáng)迫因子，本文將高原大氣熱源年際變率共分為了4 類，分別為“冬季型”、“早春型”、“夏季型”、“過渡型”。

（2）“冬季型”及“早春型”高原大氣熱源的年際異常主要集中在高原西部地區(qū)；“夏季型”高原大氣熱源呈東西偶極型反相變化，最大變化中心位于高原東南部；“過渡型”高原大氣熱源呈南北偶極型反相變化，且南北兩個異常中心對高原大氣熱源年際變率的貢獻(xiàn)相當(dāng)。

（3）圖10 總結(jié)了影響不同類型高原大氣總熱源的物理過程示意圖?！岸拘汀备咴瓱嵩茨觌H變率主要受到中高緯遙相關(guān)波列及ENSO 和IOD 的影響（圖10a）；“早春型”高原熱源主要受到西歐至高原遙相關(guān)波列的影響（圖10b）；“夏季型”高原熱源主要受到NAO 的影響（圖10c）；“過渡型”高原熱源主要受到熱帶太平洋—印度洋SSTA 的影響，其中5 月的外強(qiáng)迫因子主要來自IOBM（圖10d）。

圖10 影響不同類型青藏高原大氣總熱源的物理過程示意圖：（a）“冬季型”；（b）“早春型”；（c）“夏季型”；（d）“過渡型”（以5 月為代表）?！癈”和“AC”分別代表氣旋和反氣旋異常，深藍(lán)色箭頭虛線表示Rossby 波列傳播路徑，藍(lán)色環(huán)狀虛線代表異常經(jīng)圈環(huán)流，高原上空彩色陰影代表降水異常，藍(lán)色（紅色）豎直虛線代表異常環(huán)流的正壓結(jié)構(gòu)，圖a、d 中紅（藍(lán)）色陰影表示正（負(fù)）SSTA異常。+IOD：印度洋偶極子正位相；+NAO：北大西洋濤動正位相；+IOBM：印度洋海盆一致模正位相Fig.10 Schematic diagram of physical processes affecting different types of total atmospheric heat source over TP: (a) “Winter type”; (b) “early spring type”; (c) “summer type”; (d) “transition type” (represented by May). “C” and “AC” represent cyclonic and anticyclonic anomalies,respectively; the dark blue dotted arrow line represents the propagation path of Rossby wave train; the blue dotted ring represents the anomalous meridional circulation; the color shadings over the plateau represent the precipitation anomalies; the blue (red) dotted vertical line represents the barotropic structure of anomalous circulation; in Figs. a and d, the red (blue) shadings represent positive (negative) SSTA. +IOD: positive phase of the Indian Ocean Dipole; +NAO: positive phase of the North Atlantic Oscillation; +IOBM: positive phase of the Indian Ocean Basin Mode

6.2 討論

本文以站點(diǎn)資料為基準(zhǔn)，選出了一套與其最接近的再分析資料JRA55 分析高原大氣熱源，但海拔高度的不同難免導(dǎo)致不同資料對高原熱源的描述會有所差異。高原站點(diǎn)資料中高海拔區(qū)域（5000 m以上）常規(guī)氣象站的缺失可能會導(dǎo)致熱源強(qiáng)度被低估，而根據(jù)前人的研究（Wang et al., 2012; Duan et al., 2014; Zhu et al., 2018）以及本文的分析，不同資料中海拔高度的差異并不影響高原大氣熱源年際變率及其大尺度驅(qū)動因子。此外，由于高原西部氣象臺站稀少，本文雖然借助JRA55 再分析資料討論了高原大氣熱源年際變率，但結(jié)果的可靠性在高原西部還有待進(jìn)一步驗(yàn)證。

各月影響高原熱源年際變率的驅(qū)動因子并不完全相同，而分類可能導(dǎo)致某些個別月份的其他次要驅(qū)動因子被忽視。例如，研究中我們發(fā)現(xiàn)，高原大氣熱源在11 月除了受到熱帶太平洋SSTA 影響外，還受到北大西洋SSTA 及NAO 的影響，而本文的分類導(dǎo)致這些驅(qū)動因子的影響似乎并不重要，因此，對于某些特殊的月份，今后還需要具體分析。

最后，本文僅分析了高原熱源第一模態(tài)，但6月份前兩個模態(tài)的方差貢獻(xiàn)差異較小，均在20%左右，高原熱源第二模態(tài)同樣能夠產(chǎn)生重要?dú)夂蛴绊懀↙iu et al., 2020a; Hu et al., 2021），未來還需要對影響高原大氣熱源年際變率的其他模態(tài)的驅(qū)動因子開展研究。