物理協調大氣變分客觀分析模型及其在青藏高原的應用II：那曲試驗區(qū)云—降水、熱量和水汽的變化特征

張春燕 王東海 ,2 龐紫豪 姜曉玲 馬千惠

1 中山大學大氣科學學院/廣東省氣候變化與自然災害研究重點實驗室/熱帶大氣海洋系統(tǒng)科學教育部重點實驗室/南方海洋科學與工程廣東省實驗室（珠海）, 珠海 519082

2 澳門科技大學澳門海岸帶生態(tài)環(huán)境國家野外科學觀測研究站/澳門環(huán)境研究院, 澳門 999078

3 國家氣象信息中心, 北京 100081

4 中國氣象科學研究院, 北京 100081

1 引言

青藏高原大地形的動力、熱力效應及高原的天氣系統(tǒng)對東亞地區(qū)乃至全球的大氣環(huán)流和天氣氣候都有著重要影響（葉篤正和顧震潮, 1955; 葉篤正和高由禧, 1979; Tao and Ding, 1981; 王同美等, 2009;傅慎明等, 2011），例如，長江流域出現的暴雨過程與青藏高原中尺度對流系統(tǒng)東移發(fā)展有關（張順利等, 2001; 戴曉燕, 2005），四川盆地、黃淮流域的暴雨災害與高原渦東移有關（郁淑華, 2008; 趙玉春和王葉紅, 2010）。Chen et al.（2012）指出青藏高原上空的輻合水汽能夠向下游輸送，從而影響中國及東亞其他地區(qū)的災害性天氣過程。徐祥德等（2014）表明，青藏高原的熱源變化可以影響中國東部的季風變化，進而影響中國雨帶的時空演變。青藏高原在冬季為冷源，在夏季為熱源，但高原腹地廣闊，同一季節(jié)不同區(qū)域的冷/熱源表現不一致，不同區(qū)域的熱源與降水的關系也具有較大差異（葉篤正等, 1957; 季國良等, 1986; 趙平和陳隆勛, 2001;敖婷和李躍清, 2015）。因此，青藏高原作為能夠影響周邊區(qū)域天氣和氣候變化的一個重要因子，研究其本身的水汽、熱力和動力效應及其變化特征，對認識青藏高原能量和水分循環(huán)過程十分重要，也有助于進一步提高對高原大地形的天氣和氣候效應的認知。

徐祥德等（2002, 2019）研究表明，青藏高原的云—降水過程在水汽和熱量輸送過程中起著重要的作用。青藏高原降水主要是對流云降水，集中在夏季，此時高原大部分地區(qū)的總云量超過60%，而在高原中部甚至可以達到90%（江吉喜等, 1996;江吉喜和范梅珠, 2002; 徐祥德等, 2019）。此外，青藏高原的強對流云占總云量的4%～21%，其中高原中部地區(qū)積雨云發(fā)生概率是其他非青藏高原地區(qū)的5 倍（徐祥德等, 2002）。因此，本文選擇青藏高原中東部——那曲及附近作為試驗區(qū)以研究高原云—降水及其大氣垂直結構特征，同時那曲試驗區(qū)較多的觀測站點也為本文研究提供了較豐富的觀測數據（趙平等, 2018）。

近年來，青藏高原大氣科學試驗（TIPEX）極大地豐富了青藏高原觀測資料，為研究高原地區(qū)的云—降水過程和大氣結構特征提供了良好的數據基礎（Zhao et al., 2018; 趙平等, 2018）。然而，由于不同觀測來源數據的可信度不同，實際觀測中也會存在各種各樣的誤差，因此得到的觀測數據具有不確定性，由其直接計算的大尺度動力、熱力診斷量也不能代表大氣的真實情況（姜曉玲, 2016）。因此，如何處理和分析常規(guī)觀測與外場加密試驗的多源數據，提供可靠的滿足大氣能量和水汽收支平衡的融合分析數據集已成為大型外場試驗和資料研究分析的關鍵問題。

基于以上考慮，本文根據Zhang and Lin（1997）提出的一種約束變分客觀分析方法（Constrained Variational Analysis，以下簡稱CVA），以那曲為中心、半徑200 km 的區(qū)域作為青藏高原試驗區(qū)，建立物理協調大氣變分客觀分析模型（以下簡稱“模型”）。模型通過大氣上下邊界的降水、通量觀測等來調整約束試驗區(qū)探空站點的觀測數據，從而滿足氣柱質量、動量守恒以及水汽、熱力的收支平衡（Zhang and Lin, 1997），最終建立一套基于觀測的大氣分析數據集，盡可能逼近真實的青藏高原大氣熱、動力情況。建立該模型所使用的CVA方法介紹、資料的輸入輸出、那曲試驗區(qū)域站點分布情況、數據產品信息等已在“物理協調大氣變分客觀分析模型及其在青藏高原的應用I：方法與評估”一文進行了詳細的介紹（王東海等, 2022），本文將不再贅述。

實際上，構建模型的CVA 方法已成功應用在多個ARM（Atmospheric Radiation Measurement）外場觀測試驗中，如美國南部大平原試驗區(qū)（Zhang et al., 2001, 2016）和熱帶西太平洋—達爾文試驗區(qū)（Xie et al., 2010）等。由于CVA 方法對于處理多源觀測資料具有獨特的優(yōu)勢（Zhang et al.,2001; Waliser et al., 2002; Xie et al., 2003），能從觀測的角度反映某個地區(qū)的大尺度結構特征，因此被用來研究不同地區(qū)的對流—云—降水的大氣環(huán)境特征和熱量、水汽收支狀況。例如，Schumacher et al.（2007）利 用CVA 方 法 處 理TRMM 試 驗（Tropical Rainfall Measuring Mission）的觀測數據來對比熱帶海洋、海島和陸地三種不同下墊面的大氣加熱結構；Xie et al.（2014）利用該方法分析了MC3E 試 驗（ Midlatitude Continental Convective Clouds Experiment）的觀測數據來研究中緯度對流系統(tǒng)與環(huán)境之間的相互作用；Tang et al.（2016）同樣用該方法處理GoAmazon2014/5 試驗（Green Ocean Amazon experiment）的觀測數據，對比了熱帶亞馬遜地區(qū)雨季和干季大氣的熱量和水汽的時間變化特征；龐紫豪等（2019）和Zhang et al.（2021）則使用該方法分析了第三次青藏高原大氣科學試驗的觀測數據，以此探索高原降水過程、尤其是對流降水過程的動力和熱力結構演變。

本文中，模型不僅生成常規(guī)的大氣基本狀態(tài)量（如風、溫、濕），還可以產生垂直速度、溫度平流、水汽平流、視熱源Q1和視水汽匯Q2等重要的大尺度大氣動力、熱力診斷量。本文作為介紹該模型的第二部分，側重闡述模型在云—降水及其大氣結構特征研究、熱量—水汽收支分析等方面的應用潛力。運用該模型，初步生成一套5年（2013～2017年）的青藏高原那曲試驗區(qū)熱力—動力相協調的大氣分析數據集，并利用該數據集探討那曲地區(qū)全年的大氣環(huán)境狀態(tài)、云—降水演變與大氣動力、熱力和水汽的垂直結構。

2 長時間序列數據集

王東海等（2022）已初步驗證了該模型的性能及其在青藏高原那曲試驗區(qū)的適用性，因此本文將利用模型來構建試驗區(qū)更長時間序列的數據集。在王東海等（2022）中，模型所輸入的資料為第三次青藏高原大氣科學試驗（TIPEX-III）初期（2014年8月）的數據，其中地面氣象自動站和探空站觀測資料都比較穩(wěn)定，不僅在TIPEX-III 期間有進行觀測，在其他時候也有觀測，只有邊界層綜合觀測不夠穩(wěn)定和持續(xù)，不具備長期性。因此，為了查看模型在一般時期（缺乏邊界層觀測提供的地面熱通量資料）是否也有較好的合理性，從而為建立更長時間的大氣分析數據集作準備，本文開展了針對模型輸入的地表感熱、潛熱資料的敏感性試驗，試驗期同樣是2014年8月。

楊凱（2020）指出，目前利用再分析資料研究青藏高原地表感熱和潛熱的不確定性較大，但來自于歐洲中期天氣預報中心的ERA-Interim 再分析資料的偏差較小，且在高原東部的偏差小于西部，潛熱的偏差小于感熱。因此為替代缺乏的地表感熱/潛熱通量觀測，本文模型輸入的是ERA-Interim 再分析提供的產品。圖1 是那曲站2014年8月邊界層綜合觀測和ERA-Interim 再分析資料提供的地表感熱通量和潛熱通量。由于邊界層綜合觀測的時間分辨率為0.5 h，而ERA-Interim 再分析資料為逐6 h，因此本文挑選出與再分析時間對應的地表熱通量觀測數據，以便更好地對比。分析發(fā)現，邊界層觀測和再分析資料提供的地表感熱/潛熱通量隨時間的變化比較相似，并在每日中午出現極值，但觀測結果一般強于ERA-Interim 再分析結果，其中潛熱通量的強度差異更大一些。邊界層觀測的地表熱通量在夜間一般維持在0 W m?2左右，但有時候也會出現明顯負值，而再分析的地表熱通量在夜間一般為0 W m?2。2014年8月降水頻繁，邊界層觀測結果偶爾出現較大負值，可能是因為雨滴附著在觀測探頭上，從而降低了水汽信號、溫度信號的準確性，導致通量結果不穩(wěn)定。但總的來說，除強度上存在差異外，邊界層觀測和ERA-Interim 再分析兩種資料的通量變化基本一致。

圖1 2014年8月那曲站地表（a）感熱通量和（b）潛熱通量的時間變化。實線為那曲站邊界層綜合觀測結果，虛線為ERA-Interim 再分析資料結果Fig. 1 Time series of surface (a) sensible heat flux and (b) latent heat flux at Naqu station in August 2014. The solid lines denote results from the boundary-layer at Naqu station, the dashed lines denote results from the ERA-Interim reanalysis data

龐紫豪（2018）對比了邊界層觀測和ERAInterim 再分析的感熱和潛熱通量輸入模型后得到的兩組大氣分析場，這兩組試驗中除通量資料外，其他輸入資料保持一致。對比兩組數據集發(fā)現，模型更換為ERA-Interim 再分析資料的感熱/潛熱通量后，對最終生成的大氣基本狀態(tài)場的影響很小，大尺度衍生變量場的垂直結構及其隨時間的變化沒有明顯差別。更換為ERA-Interim 再分析的地表通量資料后，龐紫豪（2018）還對模型變分分析前和分析后的大氣狀態(tài)場作差，發(fā)現風場、溫度場和水汽場的調整量相對于那曲地區(qū)大氣分析場來說，量值很小，最大調整比例不到1%。實際上，王東海等（2022）也檢驗了變換地表通量資料后模型的表現，結果表明地表通量資料由觀測結果變?yōu)樵俜治鼋Y果輸入模型后，對大尺度衍生場有一定的影響，但這種影響較小。

因此，本文經敏感性試驗檢驗不同地表熱通量資料來源對模型的影響后，以逐6 h 的ERAInterim 再分析資料作為背景場，以ERA-Interim 再分析提供的逐6 h 的感熱/潛熱通量數據輸入到模型中，其他數據源不變[數據源詳細信息見王東海等（2022）]，生成5年（2013～2017年）的長時間序列熱—動力協調大氣分析數據集，時間分辨率為逐6 h（每日北京時02時、08時、14時和20時）。結合大氣分析數據集、衛(wèi)星觀測和再分析資料等，研究青藏高原中部那曲試驗區(qū)的大氣基本環(huán)境、云—降水和大氣垂直結構的年變化特征。

3 基本大氣特征

利用模型生成的2013～2017年數據集，分析那曲試驗區(qū)全年的大氣基本環(huán)境特征。需要說明的是，由于模型目前只在每日北京時02、08、14 和20時產生數據，因此本文在分析那曲試驗區(qū)地面環(huán)境場的日變化特征時，得出的相關結論只能代表這些時次的分析結果，但不意味著環(huán)境變量的極值就是在這四個時次中出現，如果要更詳細地分析具體的日變化特征，還需要在未來模型加密時間分辨率。圖2 是試驗區(qū)5年平均的風速、氣溫和相對濕度的變化情況。圖2a 表明，試驗區(qū)上空的風速在冬季11月至次年2月最大，風速大值區(qū)（＞50 m s?1）位于150～250 hPa；夏季7～8月試驗區(qū)對流層整層風速最小，基本在16 m s 以下，350 hPa 以下風速基本在10 m s?1以下。從全年來看，風速隨季節(jié)變化最明顯的層次位于350 hPa 以上，350 hPa 以下風速隨季節(jié)變化的幅度相對較小。從風速隨高度的變化來看，除了夏季7～8月試驗區(qū)上空整層風速較小外，其他季節(jié)，從地面到200 hPa 的風速隨高度顯著增大，而從200 hPa 到100 hPa 的風速隨高度逐漸減小。圖2b 表明，試驗區(qū)最大地面風速出現在2月，11月次之，并且在2月初和11月初都出現地面風速迅速增大的情形。最小風速出現在8月，一般在3 m s?1以下。從四個時次的日變化來看，每日最大風速一般出現在午后14時，并在2月初達到最大，接近7.0 m s?1；晚上20時的地面風速也比較大，最大風速同樣出現在2月，約為5.6 m s?1；凌晨02時和早上08時的地面風速全年變化較為平緩，一般在1.0～3.0 m s?1之間波動，其中又以08時的地面風速最小。

圖2 2013～2017年青藏高原那曲試驗區(qū)物理協調大氣變分客觀分析模型輸出的平均的（a、b）風速（單位：m s?1）、（c、d）氣溫（單位：°C）、（e、f）相對濕度：（a、c、e）高空場；（b）10 m 風速；（d）2 m 氣溫；（f）2 m 相對濕度。紫色線、綠色線、紅色線和藍色線分別為02、08、14 和20時（北京時，下同）的結果，黑線為日平均的結果Fig. 2 (a, b) Wind speed (units: m s?1), (c, d) temperature (units: °C), and (e, f) relative humidity derived from the physically consistent atmospheric variational objective analysis model averaged in the Tibetan Plateau-Naqu analysis region during 2013–2017: (a, c, e) Upper-level fields; (b) 10-m wind speed, (d) 2-m temperature; (f) 2-m relative humidity. The purple, green, red, and blue lines denote the results at 0200 BJT (Beijing time), 0800 BJT, 1400 BJT, and 2000 BJT, respectively, the black lines correspond to the result of the daily average

那曲試驗區(qū)上空的氣溫變化以175 hPa 為分界線，該高度上、下呈現相反的年變化特征（圖2c）。175 hPa 以下，氣溫年變化為先增后減，夏秋高，冬春低；175 hPa 以上，氣溫年變化為先減后增，夏秋低，冬春高，低溫中心（＜?70°C）出現在5月中至10月中的125 hPa 以上的對流層頂部。盛夏7～8月，試驗區(qū)對流層低層至中上層的氣溫相比其他時期的氣溫更高，而在對流層頂附近的氣溫則相比其他時期的氣溫更低，該時期氣溫的垂直變化非常明顯。這種現象與張人禾和周順武（2008）、朱 麗 華 等（ 2015） 的 發(fā) 現 一 致。 Zhou and Zhang（2005）與張人禾和周順武（2008）曾指出高原上空臭氧總量的減少可能是導致高原對流層高層至平流層低層降溫、對流層中低層增溫的重要原因之一。對地面氣溫而言，最高溫出現在7～8月上旬（圖2d），每日溫度一般在5°C～15°C，最低溫出現在1月，每日溫度一般在?18°C～?5°C。午后14時的地面溫度最高，最大值出現在7月（12°C～15°C），20時的地面溫度和14時的相差不大。早上08時的地面溫度最低，夏季7～8月為5°C 左右，1月為?18°C～?15°C；凌晨02時的地面溫度略高于08時。高原試驗區(qū)的晝夜溫差一般在9°C～12°C 之間。

Fu et al.（2006）指出，青藏高原夏季主要受南亞季風的影響，在其影響下高原地區(qū)在平流層以下的水汽含量升高。圖2e 表明，那曲試驗區(qū)夏季7～8月的整層大氣相對濕度最高，濕度中心（＞90%）位于350～550 hPa 之間。從分析結果來看，那曲試驗區(qū)6～10月的高濕區(qū)（＞90%）都處于350～550 hPa，11月至次年5月高濕區(qū)則升高至300～400 hPa，其中春季3～4月份大于80%的相對濕度區(qū)域甚至可以從400 hPa 延伸到200 hPa，冬季11～12月整層大氣的相對濕度最低，除了在300～400 hPa 相對濕度可達到50%～65%外，其余高度層基本在40%以下。與地面溫度的變化相似，地面相對濕度（圖2f）夏季高，冬季低，其中最高相對濕度出現在6月至7月初和9月中上旬，此時地面相對濕度一般在45%～85%之間，最低相對濕度出現在2月和11月中旬至12月，一般在15%～50%之間。從日變化來看，不同于地面風速和溫度在14時最大、08時最小，地面相對濕度是在08時最高、14時最低。

4 云—降水與熱量、水汽收支特征

圖3 展示了那曲試驗區(qū)2013～2017年平均的不同高度的云量變化，其中圖3a 是衛(wèi)星觀測系統(tǒng)CERES（Clouds and the Earth’s Radiant Energy System）（Wielicki et al., 1996）提供的時間分辨率為逐小時、空間分辨率為1°×1°的試驗區(qū)域平均的結果。需要說明的是，CERES 將云分為低云（位于700 hPa 之下）、中低云（位于500～700 hPa）、中高云（位于300～500 hPa）和高云（位于300 hPa之上）四種，但由于那曲試驗區(qū)海拔高，地面氣壓一般小于700 hPa，CERES 的低云分析不適合該地區(qū)。因此本文將CERES觀測的中低云、中高云分別定義為試驗區(qū)的低云（500～700 hPa）和中云（300～500 hPa），高云（＜300 hPa）不變?？梢园l(fā)現，試驗區(qū)全年總云量一般在40%以上，其中夏季6～8月總云量最多，維持在60%～90%，冬季11月中旬至12月總云量最少，為35%～55%。那曲地區(qū)的低云很少，全年云量基本少于15%，6～7月低云量低至5%。中云全年變化相對平緩，云量基本在25%～50%之間，且在夏季6～8月，與低云相似，中云量出現減少的特征，這可能是和試驗區(qū)夏季增強的上升對流將中、低層的水汽和凝結的云水向上抬升有關；其后在9月，中云量增加，然后在11～12月減少到全年最低（30%左右）。高云隨季節(jié)和月份的變化最為明顯，2～4月，高云量逐漸增加，云量在10%～30%，5月有所下降，6月高云量急劇增加，由10%左右增至40%左右；7～8月，高云量最多，為25%～60%，此時高云量經常超過中云量，成為三種云中最多的一種；秋初9月，高云量明顯減少，由40%左右減至10%左右；10月至次年1月，高云量最低，一般在10%以下?？偟膩砜?，夏季，低云和中云減少，而高云卻顯著增多，這也是導致高原試驗區(qū)總云量在夏季增加的重要原因。伯玥等（2016）也曾指出，青藏高原的云量具有明顯的季節(jié)差異，春夏兩季的總云量和高云量均高于秋季和冬季。

圖3 2013～2017年青藏高原那曲試驗區(qū)（a）CERES觀測和（b）ERA5 再分析資料平均的總云量（黑線）、低云量（紫線）、中云量（藍線）和高云量（紅線），（c）ERA5 再分析資料云量的高度—時間剖面Fig. 3 Total cloud fraction (black line), low cloud fraction (purple line), mid cloud fraction (blue line), and high cloud fraction (red line) obtained from (a) CERES (Clouds and the Earth’s Radiant Energy System) and (b) ERA5-reanalysis data averaged in the Tibetan Plateau-Naqu analysis region during 2013–2017. (c) Time–pressure cross section of cloud fraction obtained from ERA5-reanalysis data averaged in the Tibetan Plateau-Naqu analysis region during 2013–2017

為更進一步查看那曲試驗區(qū)云的垂直分布，引入了歐洲中期天氣預報中心提供的時間分辨率為逐小時、空間分辨率為0.25°×0.25°的ERA5 再分析資料（圖3b）。不同于本文將CERES 云觀測調整為適合于試驗區(qū)的低云（500～700 hPa）、中云（300～500 hPa）和高云（＜300 hPa），ERA5 資料將云分為低云（＞500 hPa）、中云（250～500 hPa）和高云（＜250 hPa），在高度劃分上略有區(qū)別。對比發(fā)現，ERA5 資料的中云、高云和總云量除了在大小量級上和CERES 的觀測結果存在一定偏差外，其變化趨勢和CERES觀測的云量變化基本相符。CERES 和ERA5 之間的偏差一方面可能是由于CERES 衛(wèi)星觀測系統(tǒng)粗糙的分辨率導致的，另一方面也可能是因為產生ERA5 再分析資料的模式的不確定性。但總體而言，ERA5 的中、高層云量分析，特別是在判斷云量多寡和隨時間演變趨勢上具有較高的可靠性，因此可利用ERA5 的較高層云量資料來定性分析那曲試驗區(qū)中、高云（500 hPa以上）的垂直分布（圖3c）。結果表明，10月至次年5月，試驗區(qū)上空的云量主要集中在300～400 hPa，其中11～12月的云量是全年最少的，春季3～4月，云的范圍從400 hPa 延伸至200 hPa。云的這些垂直分布變化與相對濕度（圖2e）十分相似，表明空氣濕度大的區(qū)域，更易凝結成云水，且青藏高原的地形抬升作用對云的形成也有較大影響（Luo et al., 2011）。6～9月，試驗區(qū)中層的云量明顯減小。實際上，對于過渡期的6月和9月，試驗區(qū)整層云量都有顯著減少，而盛夏7～8月，250 hPa 以上的高云大幅增多，這與試驗區(qū)同時段的高空水汽含量增加有關，且夏季增強的對流運動也能夠將水汽和云水往高層輸送。

從模型5年數據平均的結果（圖4a）來看，那曲試驗區(qū)自5月開始，降水逐漸增多，10月降水基本結束，全年降水集中在6～9月，其中又以6～7月上旬降水最多。地表蒸發(fā)與地面降水的變化較為一致，但地表蒸發(fā)開始增強的時間出現在4月，比地面降水提前一個月。3～4月為青藏高原的凍融期（Barnett et al., 1989; 王澄海和尚大成,2007; 滿子豪等, 2020），凍融過程使得土壤濕度增加，地表反照率減小，接收太陽輻射增多，土壤溫度和地表氣溫升高，地表蒸散發(fā)也隨之增強（王澄海等, 2008; 王澄海和崔洋, 2011; 李時越等, 2018），從而為后期高原夏季降水的發(fā)生提供了充足的水汽條件（尚大成和王澄海, 2006; Bao et al., 2017）。同時春季凍融過程通過改變土壤的濕度，能夠影響高原地表的非絕熱加熱，此時增強的地表蒸發(fā)能夠將水汽和熱量傳輸給大氣，進而導致地表的潛熱、感熱通量都顯著增大（Barnett et al., 1989; Wang et al., 2003; Yang et al., 2014; 李文靜等, 2021）。圖4b表明，那曲試驗區(qū)地表感熱通量在春季3～4月最強，4月之后逐漸減弱，而地表潛熱通量在4月顯著 增 強，在 夏 季7月 達 到 最 強。Duan and Wu（2010）同樣利用站點觀測分析了高原中東部地區(qū)的地表熱通量，發(fā)現高原在春季以感熱為主，在夏季以潛熱為主。張璐等（2020）則發(fā)現那曲及其周邊地區(qū)的地表感熱通量在春季迅速增長，并比高原東部其他區(qū)域都要大，但在夏季顯著下降。趙平和陳隆勛（2001）分析了1961～1990年的青藏高原不同區(qū)域的地表熱通量，發(fā)現地表感熱在4～6月很強，且在5月達到峰值，而潛熱在7月達到峰值。但嚴曉強等（2019）研究了2002～2015年那曲地表熱通量，發(fā)現地表感熱通量在近14年中呈上升趨勢，并在4月達到峰值。Sun et al.（2021）則發(fā)現青藏高原南半部3～4月地表感熱通量最強，7～8月地表潛熱通量最強，這是因為3～4月，青藏高原積雪開始融化，太陽輻射增強但土壤仍比較干燥，地表感熱顯著增強，而隨著完全凍融，高原土壤濕度增大，7～8月時土壤最濕潤，向大氣輸送的熱量減少而輸送的水汽增多，因此地表感熱通量大幅減弱而地表潛熱通量大幅增強。

圖4 2013～2017年青藏高原那曲試驗區(qū)物理協調大氣變分客觀分析模型輸出的平均的（a）地面降水率（實線）和蒸發(fā)率（點線），（b）地表感熱通量（實線）和潛熱通量（點線），（c）整層大氣總潛熱加熱（點線）、凈輻射加熱（虛線）、總熱量平流（細實線）和局地熱量收支變化（粗實線），（d）整層大氣總水汽平流（實線）和局地水汽收支變化（點線）Fig. 4 Heat and moisture budgets derived from the physically consistent atmospheric variational objective analysis model averaged in the Tibetan Plateau-Naqu analysis region during 2013–2017: (a) Surface rain rate (solid line) and evaporation rate (dotted line); (b) surface sensible (solid line) and latent (dotted line) heat fluxes; (c) column-integrated latent heating (dotted line), net radiative heating (dashed line), total heat advection (thin solid line), and local heat storage (thick solid line); (d) column-integrated total moisture advection (solid line) and local moisture storage (dotted line)

圖4c 表明，那曲試驗區(qū)夏季整層大氣的凈凝結降水潛熱最強，大氣凈輻射全年表現為冷卻效應，只在夏季有所減弱，大氣柱總的熱量平流在冬春表現為暖平流，在夏秋表現為冷平流。由于青藏高原在夏季是一個強熱源（葉篤正等, 1957; 季國良等,1986; 趙平和陳隆勛, 2001），高原上空的溫度比四周自由大氣的高，因此為保持大氣場溫度的穩(wěn)定，平衡高原上空獲得的熱量，四周的相對冷空氣入流（葉篤正等, 1957），這也使得夏季高原的總熱量平流表現為冷平流，冬季則相反。夏季的水汽凝結潛熱與冷平流幾乎相互抵消，使得試驗區(qū)夏季整層大氣的局地熱量收支最弱。圖4d 則指出，那曲試驗區(qū)的局地水汽收支較弱，只在夏秋有較強的水汽收支變化，但整層大氣總的水汽平流較強，冬春季為干平流，夏秋季為濕平流，這為試驗區(qū)夏秋降水提供了較多的水汽供應。

5 大氣的垂直結構及其與云—降水的聯系

5.1 動力結構與季節(jié)變化

葉篤正等（1957）等發(fā)現，青藏高原在夏季基本是上升運動，冬季情況比較復雜，高原不同地區(qū)的垂直運動可能都不一樣。Luo and Yanai（1983,1984）研究表明，青藏高原海拔越高的區(qū)域，地形抬升作用就越明顯，上升運動也就越強，在夏季，高原那曲及附近存在很強的上升運動，上升氣流從600 hPa 延伸至100 hPa 附近。鐘珊珊（2011）則指出海拔3 km 以上的高原地區(qū)以干對流為主。由于高原的地面感熱相比周邊地區(qū)更為強烈，巨大的地—氣溫差導致高原近地面大氣受熱上升，這是造成低層干對流的重要原因（Luo and Yanai, 1984;Yanai and Li, 1994）。在以往研究青藏高原的垂直運動時，不少研究使用的數據大多是高原某次觀測試驗的數據，這些觀測試驗一般在夏季進行，因此其研究主要集中于青藏高原夏季的結構特征。本文通過利用模型產生的5年（2013～2017年）大氣分析數據集，探討那曲試驗區(qū)一年中不同季節(jié)的垂直速度場，以期在前人的研究基礎上，發(fā)現更多關于高原大氣垂直運動的變化特征。

圖5a 表明，在干季（10月中旬至次年4月），400 hPa 以下，那曲試驗區(qū)存在比較明顯的上升運動，這有可能是與地形動力抬升和地面感熱導致的干對流有關（Luo and Yanai, 1983, 1984; Yanai and Li, 1994）；400 hPa 以上，則以下沉運動為主。強烈的下沉運動抑制了干季高云的形成，而300～400 hPa 高度層作為那曲試驗區(qū)上升運動和下沉運動的交界處，則成為了中云的集中區(qū)（如圖3c）。雨季（5～10月中旬）的上升運動則有可能是地形抬升、干對流、濕對流共同作用的結果，隨著試驗區(qū)水汽的增多，試驗區(qū)上空的濕對流增強，6～8月，整層大氣以上升運動為主導，促進了水汽的向上輸送，對整層大氣起到增濕作用（如圖2e），促進了高云的形成（圖3c）和凝結降水（圖4a）。圖5b 的平均垂直廓線進一步表明，夏季那曲試驗區(qū)整層以上升運動為主，而春、秋、冬三季以400 hPa附近高度層作為分界線，表現為上升和下沉運動并存。四個季節(jié)的上升運動強中心皆出現在500 hPa附近，以秋季最強（約?2.2 hPa h?1），冬季次之，春季最弱（約?0.7 hPa h?1）——盡管夏季整層大氣表現為上升運動，但低層上升運動并非最強的。下沉運動強中心出現在250 hPa 附近，以冬季最強（約5.5 hPa h?1），春季次之，秋季最弱（約1.0 hPa h?1）。總體來看，那曲試驗區(qū)除春季外，其余季節(jié)的上升運動強度相差不大，但下沉運動強度的季節(jié)變化卻很明顯，且下沉運動的強度和厚度都大于上升運動，這主要是因為試驗區(qū)海拔高，空氣稀薄，輻射冷卻快，中高層大氣降溫迅速（葉篤正等, 1957; 趙平和陳隆勛, 2001），導致空氣下沉運動比較強烈，尤其是在冬春季節(jié)。

圖5 2013～2017年青藏高原那曲試驗區(qū)物理協調大氣變分客觀分析模型輸出的平均的垂直速度（單位：hPa h?1）：（a）時間—高度剖面，黑色線為地面降水率（單位：mm d?1）；（b）春（紫色線）、夏（綠色線）、秋（紅色線）、冬（藍色線）四季及年平均（黑線）的垂直廓線Fig. 5 Vertical velocity (units: hPa h?1) derived from the physically coordinated atmospheric analysis model in the Tibetan Plateau-Naqu analysis region during 2013–2017: (a) Time–pressure cross section, the black line represents the surface rainfall rate (units: mm d?1); (b) profiles for spring(purple line), summer (green line), autumn (red line), winter (blue line), and annual mean (black line)

大地形、高海拔和強太陽輻射導致的地面感熱使得青藏高原近地面存在明顯的水平暖平流（Wu and Zhang, 1998）。從模型5年平均的結果（圖6）來看，暖平流主要存在于低層500 hPa 以下，在春季3～4月最弱，在秋季9～10月最強。500 hPa 以上，由于西風比較強烈，大氣輻射冷卻強，氣溫急劇下降，因此以水平冷平流為主，并在125 hPa 附近和300～400 hPa 分別存在兩個冷平流的強中心，且高層冷中心強于中層（圖6b）。至于水汽平流，試驗區(qū)全年基本以干平流為主（圖7），干平流強中心在500 hPa 附近（圖7b），以春季最強，夏季最弱。干平流的存在與高原上空盛行的西風有關（Yanai and Li, 1994）。夏季由于西風減弱，其冷平流和干平流都減弱，出現了濕平流，從而補充了試驗區(qū)的水汽，有利于降水的發(fā)生。

圖6 同圖5，但為水平溫度平流（單位：K d?1）的（a）時間—高度剖面和（b）垂直廓線Fig. 6 As in Fig. 5, but for (a) time–pressure cross section and (b) profiles for horizontal temperature advection (units: K d?1)

圖7 同圖5，但為水平水汽平流（單位：g kg?1 d?1）的（a）時間—高度剖面和（b）垂直廓線Fig. 7 As in Fig. 5, but for (a) time–pressure cross section and (b) profiles for horizontal moisture advection (units: g kg?1 d?1)

5.2 熱源結構與季節(jié)變化

青藏高原的熱量變化一直是高原及其大氣的研究熱點。已知高原在夏季是一個巨大的熱源，但在冬季，高原的大部分地區(qū)是一個冷源（葉篤正等,1957; 葉篤正, 1988; Yanai and Li, 1994; Chen et al.,2003）。然而高原腹地遼闊，不同地區(qū)的熱量在時間演變和強度上存在差異（葉篤正和高由禧, 1979;季國良等, 1986; 趙平和陳隆勛, 2001）。本文將利用模型產生的視熱源Q1和視水汽匯Q2（Yanai et al., 1973）來研究那曲試驗區(qū)大氣的熱量變化狀況：

其中，Qrad為大氣凈輻射加熱，L為水汽凝結率，C為凝結率，E為云水/雨水蒸發(fā)率，s為干靜力能（s=cpT+gz），q為水汽混合比， ω為垂直速度，上標“＇”表示與平均值的偏差。Q1由三項組成：凈輻射加熱、凈水汽凝結潛熱和湍流造成的熱量垂直輸送；Q2由兩項組成：水汽的凈凝結和湍流的垂直輸送，Q2還能夠反映水汽凝結降水所造成的潛熱對Q1的貢獻（Yanai et al., 1973; Yanai and Li,1994）。不少研究表明，水汽凝結潛熱是雨季青藏高原大氣加熱的最重要貢獻因子（Chen et al., 1985;Luo and Yanai, 1984; Yanai and Li, 1994; 趙平和陳隆勛, 2001）。

那曲試驗區(qū)位于高原中東部地區(qū)。Luo and Yanai（1984）研究了1979年5月末至7月初高原東部的熱量和水汽的源匯結構，發(fā)現熱源在150～500 hPa 較強，水汽匯在300～600 hPa 較強，且水汽匯總體強度大約是熱源強度的三分之一，說明高原東部的熱量來源除了水汽的凝結潛熱外，其他如感熱湍流輸送和輻射加熱也比較重要。同時，他們還發(fā)現，高原東部在無雨期，熱源Q1的垂直結構呈現“頭重腳輕”的特征，即高層熱源強于低層熱源；而在降雨期，高原東部以中層（300～400 hPa）加熱為主，但無論哪個時期，水汽匯Q2的強中心都低于熱源Q1的強中心，說明上升氣流對凝結潛熱釋放的熱量有向上傳輸的作用。Chen et al.（2015）則利用1979～2012年多年平均的結果，分析了高原東部夏季在降雨期和非雨期的Q1和Q2的垂直結構，發(fā)現Q1在300～600 hPa 表現為加熱效應，在250～300 hPa 表現為冷卻效應，而Q2除了強度小于Q1，其垂直結構的變化和Q1的一樣。總的來說，前人的研究更多的是關注高原夏季熱源的結構變化，本文將綜合模型5年數據集平均的結果，進一步分析那曲試驗區(qū)全年的Q1和Q2的垂直結構演變。

圖8a 表明，那曲試驗區(qū)Q1的垂直分層特征十分明顯，大氣500 hPa 以下表現為冷源，300～500 hPa和100～150 hPa 表現為熱源，150～300 hPa 則具有明顯的季節(jié)差異性，在冬春干季表現為冷源，在夏秋雨季表現為熱源。事實上，試驗區(qū)上空大氣在6～9月表現為除近地面之外的幾乎整層加熱，這為降水的發(fā)生發(fā)展提供了充足的能量。圖8b 表明，試驗區(qū)大氣存在一個冷源中心和兩個熱源中心，冷源中心位于200～250 hPa，熱源中心則分別位于中層400 hPa 和高層125 hPa 附近，且高層熱源強于中層熱源，這種高層加熱的現象與Luo and Yanai（1984）和鐘珊珊（2011）的發(fā)現相似。下面將分層次、分季節(jié)來分析那曲試驗區(qū)大氣Q1垂直結構變化的可能原因。

500 hPa 以下的近地面，Q2表現為負值（圖8c、d），尤其在春季，Q2的負效應最強，這種冷卻效應主要是由地表水分蒸發(fā)引起的，而冬季大氣水汽含量低，地面感熱加熱最弱，大氣凈輻射冷卻強，因此綜合效應下造成那曲試驗區(qū)冬春干季近地面大氣Q1表現為冷源。雨季，低層水汽增多，Q2表現出的負效應減弱，水汽凝結潛熱增強，但同時也伴隨雨水蒸發(fā)冷卻的過程，降水的增加還對高原地面的感熱加熱有一定的削弱作用（Chen et al., 2015），此時近地面大氣仍表現為凈輻射冷卻，相互抵消之下，最終導致雨季近地面仍為冷源。

中層300～500 hPa 的熱源在不同季節(jié)的成因有所區(qū)別。青藏高原中層大氣的凈輻射冷卻很強，輻射加熱對中層大氣熱源的貢獻可以忽略不計（葉篤正等, 1957; 趙平和陳隆勛, 2001）。由圖8d 可見，Q2在冬春干季的中層仍為負值，因此在該時期該高度，幾乎不存在水汽凝結降水釋放的潛熱加熱。但在干季，300～400 hPa 之間的相對濕度相比其他高度層大（圖2e），云量也主要集中在該高度（圖3c），因此干季中層熱源很有可能與水汽凝結成云水釋放的潛熱有關。此外，中低層干對流（圖5）對地表感熱的垂直輸送對干季中層熱源的形成也有一定貢獻。夏秋雨季，Q2在中層表現為正值（圖8c、d），其強中心位于400 hPa 附近，和中層Q1熱源中心一致，因此水汽的凝結潛熱是雨季中層熱源形成的重要原因。此時試驗區(qū)大氣水汽含量大，整層上升對流強，有利于凝結潛熱和降水，但同時試驗區(qū)上空增強的上升氣流會將中、低層水汽和凝結的云水繼續(xù)向上輸送，上升氣流也會將中、低層釋放的潛熱不斷向上傳輸，且此時試驗區(qū)的感熱湍流輸送也更為強烈，因此使得試驗區(qū)在6～9月幾乎整層大氣為熱源（圖8a）。而由于雨季整層的上升氣流將熱量不斷向上輸送，這可能是造成降水量多的夏秋季節(jié)在中層400 hPa 附近的熱源反而比冬春季節(jié)弱（圖8b）的重要原因。

對于150～300 hPa 的高度，如上所述，雨季由于增強的上升運動、降水凝結潛熱和感熱湍流輸送，大氣表現為熱源，但在干季，Q1表現出很強的冷卻效應（＜?10 K d?1）（圖8b），而該高度層內能夠反映水汽凝結潛熱的Q2卻很弱（圖8d），這表明水汽相變對于干季中高層大氣冷源形成的貢獻很小。同時，該高度層的下沉運動最強（圖5b），地面感熱無法充分地上傳到中高層大氣，而中高層大氣凈輻射冷卻很強，因此使得干季試驗區(qū)中高層大氣Q1表現為強冷源。

試驗區(qū)高層150 hPa 以上的熱源最強，該高度Q2幾乎為0，表明高層幾乎不存在水汽凝結導致的潛熱加熱/冷卻（但在夏季存在水汽凝華/過冷水凝固形成高云的潛熱釋放過程），因此水汽凝結潛熱不是高層熱源的主要因子，同時地面感熱幾乎不對高層大氣起作用，因此試驗區(qū)高層的大氣強熱源極有可能和太陽輻射加熱有關（Yanai et al., 1992）。圖8b 表明冬春干季的高層熱源強于夏秋雨季，且冬季最強，而在雨季，由于高云的存在（圖3），抵消了一部分太陽輻射。

圖8 同圖5，但為視熱源Q1（單位：K d?1）和視水汽匯Q2（單位：K d?1）的（a、c）時間—高度剖面和（b、d）垂直廓線Fig. 8 As in Fig. 5, but for (a, c) time–pressure cross section and (b, d) profiles for apparent heat source Q1 (units: K d?1) and apparent moisture sink Q2 (units: K d?1)

圖9 是整層大氣垂直積分后的Q1（記為）、Q2（記為）及其相關量的年變化，其中，該項表示對濕靜力能的垂直湍流輸送，可用來判斷大氣對流活動的強弱。濕靜力能垂直梯度越大，說明大氣越不穩(wěn)定，越容易形成深對流，其垂直積分的結果為整層大氣的濕靜力能通量（Yanai et al.,1973, 1992）。由圖9 可見，雨季5～9月那曲試驗區(qū)大氣為熱源，又以6～7月上旬的熱源最強（200～300 W m?2），其余月份為冷源，且在12月最強（約?80 W m?2），這種大氣熱源的年變化與趙平和陳隆勛（2001）的發(fā)現較一致。表示整層大氣由于降水和蒸發(fā)而造成的凈凝結潛熱，4～9月，與的變化趨勢非常相似，盡管其強度比小約100 W m?2，這再次說明在雨季，水汽凝結潛熱是那曲地區(qū)大氣熱源的主要貢獻者；而在干季，表現為冷卻效應，促進了大氣冷源的形成。濕靜力能通量則在全年都表現為正效應，且在夏季最強，說明夏季那曲試驗區(qū)的大氣很不穩(wěn)定，對流非常強烈，這是夏季降水增多的重要原因，而其余季節(jié)，尤其是干季月份，則表明了弱（干）對流的存在。

圖9 2013～2017年青藏高原那曲試驗區(qū)物理協調大氣變分客觀分析模型輸出的平均的整層大氣垂直積分后的Q1（黑色粗線）、Q2（黑色細線）和Q1－Q2－Qrad（灰色線）Fig. 9 Column-integrated Q1 (bold black line), Q2 (thin black line), and Q1－Q2－Qrad (gray line) derived from the physically coordinated atmospheric analysis model in the Tibetan Plateau-Naqu analysis region during 2013–2017. Qrad represents the net column-integrated radiative heating

6 總結與討論

本文利用物理協調大氣變分客觀分析模型，以青藏高原那曲及其周邊200 km 內的區(qū)域作為研究試驗區(qū)，建立了2013～2017年逐6 h 的長時間序列大氣分析數據集，并基于5年平均的結果，分析了那曲試驗區(qū)全年大氣的環(huán)境特征與云—降水演變和大氣動力、熱力的垂直結構，主要研究結果如下：

（1）那曲試驗區(qū)350 hPa 以上（以下）的風速隨季節(jié)變化明顯（不明顯），風速急流區(qū)位于150～200 hPa，并在11月至次年2月最大（＞50 m s?1），盛夏7～8月整層風速最?。ǎ?6 m s?1），垂直變化最弱。175 hPa 以下氣溫為夏秋高，冬春低，175 hPa以上則反過來，7～8月氣溫的垂直變化最明顯，此時高層125 hPa 以上出現全年的低溫中心（＜?70°C）。相對濕度高值中心（＞90%）在6～10月位于350～550 hPa，其余月份則升高到300～400 hPa，其中7～8月（11～12月）整層大氣相對濕度最高（最低）。從地面環(huán)境場看，地面風速在2月最大（約7 m s?1），8月最?。ǎ? m s?1），地面氣溫在7月至8月上旬最高（5°C～15°C），1月最低（?18°C～?5°C），地面相對濕度呈現雙峰值特征，在6月末至7月初和9月中上旬最高（45%～85%），在2月和11月中旬至12月最低（15%～50%）；每日地面風速和氣溫在14時最大，08時最小，而地面相對濕度相反。

（2）那曲試驗區(qū)降水集中在6～9月，其中又以6月至7月上旬降水最多。夏季，試驗區(qū)總云量增多，同時試驗區(qū)整層大氣的上升運動增強，對水汽和云水的向上輸送導致高云急劇增多，低云和中云減少。除夏季外，云量的垂直分布與相對濕度的垂直分布十分相似，春、秋、冬三季的中高層強烈下沉運動抑制了高云的形成，300～400 hPa 高度層作為此時大氣上升運動和下沉運動的交界處，成為了云量的集中區(qū)，且11～12月的云量是全年最少的。從試驗區(qū)大氣的熱量和水汽收支項來看，地表感熱在春季3～4月最強，雨季局地熱量變化和大氣輻射冷卻減弱，地表潛熱通量與整層大氣的水汽輸送、潛熱釋放明顯增強。大地形、高海拔和強地表感熱導致那曲試驗區(qū)全年在500 hPa 以下存在水平暖平流，500 hPa 以上由于強烈的西風和輻射冷卻存在冷平流，冷平流強中心分別位于125 hPa 和300～400 hPa。此外，試驗區(qū)整層大氣全年以干平流為主，但在夏季出現了較弱的濕平流，補充了試驗區(qū)的水汽。

（3）那曲試驗區(qū)全年視熱源Q1的垂直分層特征十分明顯，Q1在500 hPa 以下表現為冷源，300～500 hPa 和100～150 hPa 表現為熱源，150～300 hPa則在冬春干季表現為冷源，在夏秋雨季表現為熱源。不同高度層的冷、熱源的形成原因不同：近地面冷源的形成與地表蒸發(fā)冷卻和輻射冷卻有關，干季中高層150～300 hPa 的大氣冷源則與中高層大氣強輻射冷卻有關，而干季中層300～500 hPa 的熱源與水汽凝結成中層云釋放的潛熱以及中低層干對流對地表感熱的垂直輸送有關，高層熱源則可能與太陽輻射加熱有關。雨季6～9月，試驗區(qū)基本整層為熱源，這主要是由增強的大氣上升運動、感熱湍流輸送和水汽凝結降水潛熱造成的。

綜上所述，本文利用物理協調大氣變分客觀分析模型，在分析多源觀測信息的基礎上，對青藏高原那曲試驗區(qū)的大氣結構特征及其演變進行了較為詳細的研究，這也是對“物理協調大氣變分客觀分析模型及其在青藏高原的應用I：方法與評估”一文（王東海等, 2022）的后續(xù)補充，作為該模型應用方面的進一步介紹。但有幾點仍需要注意：一是前人已有猜測夏季青藏高原大氣高層（對流層頂至平流層底部）的低溫中心與擴大的臭氧空洞有關（Zhou and Zhang, 2005; 張人禾和周順武, 2008），導致高層大氣降溫更為顯著，也導致進入對流層中、低層的太陽輻射更多，對高層熱源形成有顯著貢獻，然而高層大氣低溫中心和強熱源的形成原因實際上還不完全明確，因此需要更多的研究。二是作者注意到高原試驗區(qū)高空的熱源變化存在十分明顯的分層特征，尤其是在大氣高層，熱源一年四季都很強烈，這種情況的存在既可能和高原臭氧空洞有關，也存在地區(qū)差異，初步的分析表明，高原腹地廣闊，東西跨度大，高原東、中和西部的熱源的垂直表現都有較大差異，這種差異在高層更加明顯。三是模型為了簡化計算，并未考慮大氣冰相過程，因此在高原高層大氣的表現存在缺陷，這對于高層熱源的描述會有影響。四是這些分析結果是2013～2017年5年平均的結果，僅能代表近些年高原那曲地區(qū)的大氣狀況，時間尺度仍然較短，若想取得更具有一般性、普遍性的分析結果，需要在更進一步提升模型準確性的基礎上，產生更長時間尺度的數據集。