中国东部季风区降水δ18O 与ENSO 事件的关系

段连强，刘风华，苏永军，孔淑芹

（1.沧州水利勘测设计院，河北 沧州 061000；2.河北水利电力学院，河北 沧州 061001）

0 引 言

【研究意义】氢氧稳定同位素是存在于自然水体中的同位素，因其分馏特征对环境变化有着极为敏感的响应，目前广泛应用于大气降水水汽来源及水循环过程的示踪，被称为水的“指纹”[1]，也是研究古气候恢复与季风环流反演的主要手段之一[2]。厄尔尼诺-南方涛动（El Niño-Southern Oscillation，ENSO）事件是全球海气耦合的最强信号之一，也反映着水汽源区对流过程的大尺度演变过程，对东亚季风区乃至全球的气候变化影响显著[3]。

【研究进展】目前对水汽源区变化/ENSO 事件与降水稳定同位素之间响应机制的研究尚处于起步阶段。Kurita 等[4]、Tremoy 等[5]学者证明了水汽源区变化与降水δ18O 之间存在显著相关性，并对其内在机制进行了探索；陈中笑等[6]分析了中国降水稳定同位素的时空分布特征及其影响因素，通过直接对比发现ENSO 事件与降水稳定同位素特征之间有显著的正相关，但不一定通过影响降水量来影响；柳鉴容等[7]首次将中国东部季风区作为整体，分析了其降水中δ18O 的特征并利用不同站点的数据对比，对水汽来源进行了初步探索；谭明等[8]提出在中国季风区存在着一种特殊的同位素效应-环流效应，并据此解释了2012 年降水量效应异常的原因；Gao 等[2]、He 等[9]对青藏地区降水中的氢氧同位素与北印度洋对流活动之间的关系进行了研究；近年来，国内学者对珠江三角洲[10]、洞庭湖流域[11]以及上海[12]等地区，通过计算水汽通量的方法对ENSO 事件与降水同位素组成与分布特征的关系进行了研究，但未能将研究重点放在水汽源区的变化上。目前的研究很少考虑不同ENSO 事件年对降水稳定同位素的影响，研究方法有待进一步深入。向外长波辐射（Outgoing Longwave Radiation，OLR）是从大气层外观测到的地气系统的对外辐射，是热带对流指示量，也是热带环流异常的重要表征[13]。【拟解决的关键问题】OLR 技术能够更精确地反映水汽源区热带辐合带（Intertropical Convergence Zone，ITCZ）的位置与强度变化，并广泛地应用于海气相互作用等方面的研究[14]。通过OLR 技术反演水汽源区变化，从而明确季风区δ18O 年际年内变动的根本原因，明确其响应机制。

【切入点】中国东部季风区作为世界上最典型的季风区-东亚季风区的主体，降水特征的空间分布格局和季节分配特征都受季风环流的直接影响[15]。本文依据中国东部季风区60 个站点的降水稳定同位素及相关气象数据，利用OLR 技术进一步探索水汽源区变化及ENSO 事件与降水中同位素时空分布特征的响应机制，能够深入了解我国季风区水汽来源及降水过程的变化，有助于推进对季风区水循环机制的研究。

1 数据来源与方法

1.1 研究区概况

中国东部季风区的范围大致以105°E 为界，即沿大兴安岭-阴山-贺兰山-乌鞘岭-念青唐古拉山-横断山脉以东的广大地区[7]，主体为第三阶梯的平原丘陵地形。因北靠世界最大的欧亚大陆，面向最为辽阔的太平洋，因而季风气候极为显著。多年平均地面温度由南向北递减，年降水量在200～2 200 mm，总体亦呈由东南沿海向内陆递减的趋势[9]。本文对东部季风区界线的划分来自全球变化科学研究数据出版系统[16]，参照罗开富[17]对中国自然区域划分方法，将东部季风区划分为东北区、华北区和南方区3 个子区域进行讨论。区内站点分布较为均匀，能够较好地反映整个区域的降水同位素状况（图1）。

图1 降水稳定同位素站点位置及地形 Fig.1 Topography and distribution of stations

1.2 数据来源及方法

中国东部季风区的60 个降水同位素站点主要包括：全球大气降水同位素网络（Global Network of Isotope in Precipitation，GNIP）23 站、中国大气降水同位素网络（Chinese Network of Isotopes in Precipitation，CHNIP）15 站，及近年来国内学者所设立的降水同位素观测点22 站，各站点分布如图1所示，因东部季风区内部差异较为显著，选取东北区（齐齐哈尔）、华北区（石家庄、天津）与南方区（桂林、南京）5 个代表站点进行深入研究。

DEM 数据来源于中国科学院计算机网络信息中心地理空间数据云平台（http://www.gscloud.cn）所提供的SRTMDEMUTM 90 m 分辨率高程数据。OLR 数据源自国家卫星气象中心提供的风云二E 地球同步轨道气象卫星，可见光红外自旋扫描辐射仪（VISSR）所处理的月均OLR 数据，空间分辨率为1°×1°。卫星定位于105°E，能更好地反映我国及周边区域的水热状况及ENSO 背景下水汽源区的演变过程。

1.3 ENSO 事件的划分依据与标准

本文用Niño3.4 区海洋尼诺指数（Oceanic Niño index，ONI），即海表温度指数（SST）距平的3 个月滑动平均值来定义ENSO 事件，参考南方涛动指数（Southern Oscillation Index，SOI）计算海气强度指数。将海气综合强度指数作为划分ENSO 事件强度的依据，参照陈虹颖等[18]的分类方法，将ENSO 事件分为极强、强、中等、弱、极弱5 个等级。

2 中国东部季风区降水同位素特征分析

相对于空间插值方法，利用模型对缺乏降水稳定同位素数据的地区进行模拟，以确定δ18O 的空间分布状况更为准确。2002 年Bowen 和Wilkinson[19]提出BW模型，对全球降水中氧稳定同位素的空间分布进行了模拟，证明这一方法能够有效地对降水中稳定同位素的空间分布进行估算。因研究区内海拔差异与南北跨度均较大，依据纬度与海拔采用非线性回归方法进行拟合，得到中国东部季风区δ18O 预测模型：

式中：δ18O 为降水氧稳定同位素的年均估计值；LAT为纬度；ALT 为海拔。

模型对我国东部季风区降水中的模拟能够总体上反映降水中δ18O 的空间分布状况（δ18Omod=0.89δ18Omeas-0.66，R2=0.69）。根据模型测算结果，利用反距离加权插值法生成中国东部季风区残差格点图，基于DEM 数据所提取的纬度与高程，运用预测模型模拟出δ18O 的空间分布，然后将残差格点数据与模拟结果相加得到中国东部季风区降水中δ18O 的空间分布图（图2），站点实测值与模型预测值的平均误差为0.17‰，残差变化在-4.5‰～2.8‰之间，这是由温度效应、降水量效应、水汽输送路径等不能通过纬度与海拔进行解释的因素造成的。

δ18O的空间分布总体上呈由东南向西北逐渐贫化的过程，受地形影响，海拔较高的山地高原贫化程度也越高，平原盆地则表现为δ18O 的富集状态。东北区总体δ18O 值较低，特别是东北部长白山区，高纬度高海拔呈现δ18O 极低值，中部东北平原则相对较高，表现为与地形的高度相关。华北区过渡性特征强烈，呈条带状分布，华北平原区海拔低且距海较近，δ18O值较高，蒙古高原与黄土高原部分贫化显著，高原上的山地则表现为高度贫化状态。南方区总体δ18O处于高值，长江中下游与华南地区呈高值区，东南丘陵开始降低，云贵高原出现高度贫化。将5 个代表性站点的δ18O、降水、气温数据分别按厄尔尼诺年、正常年、拉尼娜年计算多年月平均值（图3）。

图2 降水中δ18O 的空间分布 Fig.2 Spatial distribution of precipitation of δ18O

图3 大气降水δ18O、降水量、温度的变化 Fig.3 The variations of the monthly weighted mean δ18O, precipitation and temperature

总体而言，中国东部季风区大部分站点δ18O 值的时间变化趋势较为一致，表现为冬半年较高而夏半年较低的特征，齐齐哈尔站呈夏季略高于冬季的特点，但由石家庄站向南至桂林站，冬高夏低的特征逐渐凸显，体现出由北向南季风性渐强的特点。

具体来看，东北区齐齐哈尔站（图3（a））在夏半年ENSO 事件的影响并不明显，7 月以后拉尼娜年降水量较多，导致δ18O 相对较低，但在冬半年，厄尔尼诺年δ18O 较高，这与对应的较高气温相一致，证明厄尔尼诺背景下在东北地区出现的暖冬强化了温度效应。图3（b）与图3（c）华北区2 站δ18O 的年内变化特征表现为春秋高而冬夏低的特点，春季降水较少，δ18O 值随气温升高。秋季降水量减少，但气温缓慢降低，降水量效应的减退导致δ18O 值出现了一个升高的过程。但在夏、冬季，降水量最多或气温最低，从而δ18O 值表现为低值特征，证明华北区在不同季节有着不同的主导环境效应。图3（d）与图3（e）南方2 站δ18O 值表现出先波动下降再急剧上升的过程，不同的是，相对较北的南京站春季仍有升高的过程，而桂林站则表现为较明显的海洋性特征。2 站点δ18O 值的水平在不同年份差异较大，特别是桂林站厄尔尼诺年明显高于正常年，拉尼娜年则明显低于正常年，证明降水中δ18O 值的水平敏感地反映了ENSO 事件对季风气候的影响。

需要指出的是，除东北区齐齐哈尔站外，华北区与南方区各站点δ18O 的值在4、5 月集中于-4‰左右，之后分散出较大的差异，表现为“哑铃型”的季节变化模式。这一现象最早由程海等[20]报道，认为这是由于“环流效应”致使各站点春季水汽来源比较一致或远近源水汽比率较为一致造成的。

3 ENSO 事件对降水中δ18O 的影响

就水汽源区变化的影响而言，ENSO 事件无疑对水汽源区的季节性演变，区域乃至全球的降水、气温等气候要素的异常有着密切关系[21]，并直接影响着水循环中稳定同位素的分馏状况与特征。综合考虑降水同位素与“风云二E”气象卫星数据的起止时间，因ENSO 事件的多为跨年度发生，且转换时间一般为夏半年，依据陈虹颖等[18]的分类方法，分别选取3 个典型ENSO 事件年，制成2015—2016 年、2014—2015 年、2010—2011 年7、10、1、4 月OLR场图，分别代表厄尔尼诺年、正常年与拉尼娜年水汽源区的年内变化状况。需要说明的是，2015—2016年厄尔尼诺事件为极强，其OLR 场表现较拉尼娜年更为极端，但也更加凸显其变化规律（图4）。

图4 证明相同月份在不同ENSO 事件背景下，水汽源区状况有着显著差异，其OLR 值呈现出厄尔尼诺年>正常年>拉尼娜年的特征，这与图2 中华北区与南方区站点在夏半年表现出厄尔尼诺年δ18O 值总体高于拉尼娜年的特征相一致，证明ENSO 事件背景下水汽源区的变化对δ18O 值的年际变化有着很大的影响。

4 讨 论

不同时间水汽源区的变化与季风区降水稳定同位素的波动有着一定的相关性。7 月代表的夏季是气温最高、降水较多的季节，此时厄尔尼诺年水汽源区的OLR 场表现为高值区域，水汽中心范围极小，而正常年与拉尼娜年则建立了明显的ITCZ。正常年孟加拉湾与西太平洋水汽源连为一体，西太平洋低值区程度更深，水汽辐合更强，而拉尼娜年则相对较弱，孟加拉湾低值区辐合更强，表明正常年与拉尼娜年有着不同的主导水汽源区。由图3 可见，这一时期东北区与华北区站点拉尼娜年降水显著高于厄尔尼诺年，因东北区以温度效应为主导，因而δ18O 值差别不大，华北区2 站厄尔尼诺年δ18O 值显著高于拉尼娜年。南方2站略有不同，桂林站降水量和δ18O 值的变化与华北区一致，但南京站在厄尔尼诺年降水量最高，这是由于雨带偏南，集中于华南、华东地区，加之“类SPR 同位素现象”的影响，呈现出相反的趋势。

10 月代表的秋季是气温与降水逐步降低的阶段，此时水汽源区已经南移，副高已经控制华南地区，厄尔尼诺年与正常年ITCZ 减弱，而拉尼娜年则十分明显。这一时期大部分站点拉尼娜年降水增多，除齐齐哈尔站δ18O 值随温度降低而下降外，由于拉尼娜年辐合带范围更广、更偏北且程度更深，海温相对较高且水汽运移路线相对于正常年与厄尔尼诺年更短，稳定同位素在水汽团运移过程中贫化程度更低，从而推高了δ18O 值。

1 月代表的冬季是气温与降水最低的季节，10°N地区由副高控制，ITCZ 退至赤道地区，厄尔尼诺年辐合中心极为微弱，而正常年与拉尼娜年则较为明显。冬季水汽源区对季风区的影响很小，因而这一时期各站点δ18O 值无明显的规律。

4 月代表的春季是气温与降水逐步升高的阶段，此时副高减弱，ITCZ 北移，厄尔尼诺年辐合中心尚不显著，正常年与拉尼娜年较为明显，正常年ITCZ 加深，厄尔尼诺年ITCZ 至5 月方才建立，降水也随之增多。这一时期随着孟加拉湾水汽源区的发展，华北区与南方区降水量效应开始出现，δ18O 值水平开始转换为厄尔尼诺年大于拉尼娜年的状态。

从ENSO 事件的发展过程来看，与正常年相比，厄尔尼诺与拉尼娜年ITCZ 的变化规律呈现出相反的趋势。图4 的变化过程表明，厄尔尼诺年ITCZ 在4月开始建立并加深，至7 月达到最盛，而10 月则较弱；正常年在7 月和4 月左右是ITCZ 程度最深的阶段；拉尼娜年ITCZ 则在10 月达到最盛，1 月仍保持着较大的范围。因此，厄尔尼诺年ITCZ 主要建立并加深在春夏季，且总体偏南，规模较小；而拉尼娜年ITCZ则在秋季达到一年中的峰值，总体偏北，范围较大。而各站点δ18O 值的变化过程与各事件年中的ITCZ 发展过程基本上保持一致，这也与第2 节中的分析结果相对应。

图4 水汽源区OLR 平均场图(W/m2) Fig.4 Composite results for average OLR (W/m2)

5 结 论

1）δ18O 的空间分布总体上呈由东南向西北逐渐贫化的过程，受地形影响较为显著，季节变化表现为冬半年较高而夏半年较低的特征，总体体现出由北向南季风性渐强的特点；总体上ENSO 事件对温度效应影响显著，拉尼娜年加强东北、华南二区δ18O 与温度的关系，但对华北区影响微弱。

2）不同ENSO 事件背景下，水汽源区OLR 值呈厄尔尼诺年>正常年>拉尼娜年的特征，与δ18O 值的趋势相一致，ITCZ 的变化与季风区稳定同位素特征有着较强的对应关系，但在不同区域受到了局地气候的影响，东北区相关性并不显著。