局地降水中的氢氧稳定同位素比率(δD、δ¹⁸O)主要受水汽来源^[1~5]、水汽运移过程^[6~9]以及区域气象条件的影响^[10~11]。通过对降水中稳定同位素比率的时空差异的分析，能够获得包括大气温度、降水量、局地蒸发量、水汽输送路径和降水区与水汽源区的距离等诸多环境信息^[12~14]，同时也有助于了解不同地理区域的水汽来源^[15]。通常认为，由西南季风携带的印度洋水汽、由东南季风带来的西太平洋水汽以及经由中纬度西风带送入我国的水汽是影响我国降水中稳定同位素变化的3个主要水汽来源，且它们对降水中稳定同位素组成的影响各不相同^[15~17]。

以往的研究曾利用降水中过量氘(d=δD-8δ¹⁸O)的变化来追踪季风区降水的水汽来源^[18~20]。由于过量氘主要受控于水汽源区的大气相对湿度、海水表面温度、风速及含盐度等^[21]，因而成为示踪水汽源区的一个重要参数。但季风水循环系统本身存在着复杂性和多变性，仅仅依靠过量氘很难准确地追踪季风水汽来源。也有学者利用混合单粒子拉格朗日积分轨迹(Hybrid Single Particle Lagrangian Integrated Trajectory，简称HYSPLIT)模型再现气块在一定时间内的运动路径，借此来分析降水云团的水汽来源和输送过程^[22~25]。然而，模拟结果很大程度上取决于模型的时空分辨率和模式参数化的有效性。还有学者根据稳定同位素瑞利分馏规律，假设季风区可降水量/源区可降水量的比值f与降水中δ¹⁸O之间存在负相关关系，认为相关系数为负的区域即为该站点降水的水汽源区^[26]。但该方法忽略了同位素分馏系数对降水中稳定同位素值的影响，也未考虑水汽输送过程中外来水汽的加入混合或局地水汽对降水有很大贡献时的情形，因而这一方法适用于受季风影响显著的内陆地区，而对“温度效应”显著的地区不适用，同时也无法避免“伪”水汽源区的存在。

随着对降水水汽来源研究的深入，学者们开始将降水中稳定同位素的变化与大尺度水汽输送相联系。柳鉴容等^[27]通过插值分析，得到我国南部地区降水中δ¹⁸O的等值线图，并发现δ¹⁸O等值线的分布情况与夏季影响我国南部的3条季风路径基本一致，说明降水中稳定同位素可以作为季风降水水汽的运动路径反演的有力证据；宋献方等^[28]将北京22场连续降水的水汽输送划分为5种类型，发现其中14场连续降水的水汽输送类型发生了变化，而这一变化能被降水中δ¹⁸O和过量氘值较好地反映出来；李泽霞等^[29]探讨了不同方向的水汽输送与降水中δ¹⁸O的关系，指出德令哈1992~2001年降水中δ¹⁸O的年降水量加权平均值与由东风、西风输送的水汽通量占总水汽通量的比值具有显著相关性，其中东风和西风水汽输送量每增加1%，降水中δ¹⁸O值分别升高0.37‰和下降0.27‰；田立德等^[30]计算了2001~2002年青藏高原东部玉树在500 hPa高度上的经向和纬向格点水汽通量，并与降水中的δ¹⁸O值进行比较，发现该地区降水中δ¹⁸O与经向水汽输送的变化存在直接的相关性，在夏季西南季风盛行期间，玉树降水中δ¹⁸O常出现极低值，而在夏季风活动间歇期受偏北方向的大陆性水汽输送或当地来源水汽的影响，δ¹⁸O表现为极高值。总体来看，前人对于水汽输送与降水中稳定同位素的研究多是针对单一或某区域的少数几个站点进行的，代表性难免有限，且多为定性分析，定量化的研究相对较少。我国大部分地区地处东亚季风区，暖半年水汽输送量大且来源复杂，本研究通过分析位于我国的GNIP站点暖半年降水中δ¹⁸O与4条水汽通道水汽输送强度之间的相关关系，拟在空间上给出各水汽通道的影响范围，并利用降水中氧稳定同位素的丰度来反演不同源区水汽输送强度的变化，最后通过计算代表性站点所在格点的水汽通量进一步分析不同风向的水汽输送比例对降水中δ¹⁸O的影响，研究结果将有助于明晰稳定同位素在示踪水汽来源方面的作用。

我国32个站的基本信息见表 1。每个站点实测的降水δ¹⁸O记录及相应的气温(T)和降水量(P)的逐月数据下载自国际原子能机构与世界气象组织联合创建的全球降水稳定同位素监测网GNIP(Global Network of Isotopes in Precipitation)。由于GNIP提供的各站点月降水量的时间长度普遍较短，故在分析降水量与水汽输送的关系时，除香港站外，其余31个站点的逐月降水量均下载自中国气象科学数据共享服务网，时间序列为1961~2015年。根据我国的气候特点，将4~9月定义为暖半年，以下的分析均是基于这一时间尺度。

表 1(Table 1)

表 1 我国32个GNIP站基本信息表 Table 1 Summary of the basic information for the 32 GNIP stations in China 站点 纬度 (°N) 经度 (°E) 海拔 (m) δ18O记录数* (个) 取样时间 (年) 包头 40.67 109.85 1067 38 1986~1992 长春 43.90 125.22 237 14 1999~2001 长沙 28.20 113.07 37 29 1988~1992 成都 30.67 104.02 506 52 1986~1998 重庆 29.62 106.60 192 4 1992 福州 26.08 119.28 16 37 1986~1992 广州 23.13 113.32 7 21 1986~1989 桂林 25.07 110.08 170 48 1983~1990 贵阳 26.58 106.72 1071 30 1988~1992 哈尔滨 45.68 126.62 172 29 1986~1997 海口 20.03 110.35 15 37 1988~2000 和田 37.13 79.93 1375 27 1988~1992 香港 22.32 114.17 66 278 1961~2015 锦州 41.13 121.10 66 10 1987~1989 昆明 25.02 102.68 1892 86 1986~2003 兰州 36.05 103.88 1517 28 1985~1999 拉萨 29.70 91.13 3649 34 1986~1992 柳州 24.35 109.40 97 28 1988~1992 南京 32.18 118.18 26 33 1987~1992 平凉 35.53 106.70 1570 6 2003~2004 齐齐哈尔 47.38 123.92 147 28 1988~1992 石家庄 38.03 114.42 80 87 1985~2003 太原 37.78 112.55 778 14 1986~1988 天津 39.10 117.17 3 40 1988~2001 武汉 30.62 114.13 23 27 1986~1998 乌鲁木齐 43.78 87.62 918 68 1986~2003 西安 34.30 108.93 397 36 1985~1992 烟台 37.53 121.40 47 30 1986~1991 银川 38.48 106.22 1112 19 1988~2000 张掖 38.93 100.43 1483 51 1986~2003 郑州 34.72 113.65 110 32 1985~1992 遵义 27.70 106.88 844 37 1986~1992   *表示取样期间暖半年的δ18O记录数

表 1 我国32个GNIP站基本信息表 Table 1 Summary of the basic information for the 32 GNIP stations in China

在求取整层的纬向水汽通量Q_u、经向水汽通量Q_v及经纬向合成的水汽通量Q时，采用了美国NCEP/NCAR提供的1961~2015年2.5°×2.5°月平均再分析资料，包括风场(纬向风分量、经向风分量，垂直方向共有17层)、比湿场(垂直方向共有8层)和地面气压场。水汽通量的计算公式如下：

(1)

(2)

(3)

公式(1)~(3)中，u、v分别为各层大气的纬向、经向风分量；q为比湿；p_s为地面气压；p_t为气柱顶气压，本文取300 hPa；g是重力加速度。

图 1给出了东亚季风区1961~2015年暖半年平均的纬向、经向及经纬向矢量合成的整层水汽输送通量的分布。由图 1a可知，在暖半年，东亚季风区较强的纬向水汽输送路径主要有3条：第一条自西向东经阿拉伯海、孟加拉湾到达我国南海南部地区，它由南北两个分支组成，北支位于10°~15°N之间，南支横亘在之间(图中箭头所示)；第二条是始于西太平洋副高南侧，穿过菲律宾向西的东风输送；第三条是位于以北的西风水汽输送，但该方向的水汽输送明显偏弱。在经向上(图 1b)，东亚季风区暖半年在以南存在3个正的高值区，代表 3支向北的水汽输送路径，分别从孟加拉湾、南海及西太平洋副高西侧北上影响我国大陆，其中孟加拉湾来向的水汽输送最强，沿西太副高的水汽输送最弱。根据图 1a、1b以及合成的水汽通量结果(图 1c)，暖半年影响我国大陆的水汽输送通道主要有4条：第一条沿着南亚季风位于10°~15°N之间的这一分支向东流经孟加拉湾和中南半岛到达我国西南边界，该通道即体现南亚季风的西南通道；第二条由南亚季风的南支与越赤道气流(105°E附近)在南海南部汇合后向北到达我国南部边界，该通道即反映南海季风的南海通道；第三条携西太平洋水汽到达我国东南边界，该通道即体现副热带季风的东南通道；第四条将水汽从西北边境送入我国，该通道即反映中纬度西风带的西北通道。以上4条通道的水汽到达我国南部和西北边界后，继续向我国境内移动。

图 1(Fig. 1)

图 1 1961~2015年我国暖半年平均整层水汽通量的空间分布(单位：kg/m/s) (a)纬向通量(Qu)；(b)经向通量(Qv)；(c)合成水汽通量(Q)定义水汽自西向东、自南向北输送为正，并用实线箭头表示，反之为负并用虚线箭头表示 Fig. 1 Spatial distribution of mean summer half year vertical-integrated composite water vapor flux during 1961~2015(unit: kg/m/s) for zonal water vapor flux (a), meridional water vapor flux (b) and water vapor flux vectors (c). The solid arrows indicate water vapor transport from west to east or from south to north, which are the positive directions, while the dotted arrow implies the opposite directions of water vapor transport

表 3(Table 3)

表 3 分类依据及各类别站点信息 Table 3 Classification basis and station information in different categories 类别 站点 R(δ18O-Q)SW R(δ18O-Q)SCS R(δ18O-Q)SE R(δ18O-Q)NW 季节差(‰) R(δ18O-T) R(δ18O-P) Ⅰ-1 石家庄 -0.42 0.29 0.71 -0.41 -0.42 郑州 -0.40 0.20* -0.26 -0.42 -0.51 西安 -0.21* 0.33 0.94 -0.28* -0.38 成都 -0.49 0.49 -3.74 -0.35 -0.63 长沙 -0.39 0.56 -1.68 -0.61 0.07* 遵义 -0.41 0.57 -2.71 -0.55 -0.34 贵阳 -0.43 0.60 -1.79 -0.61 -0.32* 桂林 -0.43 0.45 -2.52 -0.72 0.15* 昆明 -0.54 0.42 -1.79 -0.29 -0.56 柳州 -0.45 0.61 -3.16 -0.75 -0.24* 香港 -0.41 0.42 -2.00 -0.59 -0.43 Ⅰ-2 烟台 -0.37 -0.20* 0.11* -0.14 -0.34* -0.44 南京 -0.72 -0.36 0.32* -1.52 -0.59 -0.57 武汉 -0.57 -0.31* 0.27* -0.73 -0.53 -0.35* 广州 -0.41* -0.37* 0.29* -1.20 -0.42* -0.36* 海口 -0.67 -0.28* 0.21* -2.61 -0.63 -0.06* 包头 0.32 -0.22* 3.59 -0.21* -0.50 Ⅰ-3 拉萨 0.44 -0.17* 3.85 -0.08* -0.50 Ⅰ-4 天津 -0.57 0.27* -0.50 0.09 -0.58 -0.66 Ⅰ-5 福州 -0.08* 0.15* 0.49 -1.91 -0.29* -0.50 Ⅱ 哈尔滨 0.23* -0.08* -0.91 0.35* 0.00* 和田 0.61 -0.32* 12.98 0.70 -0.14* 兰州 0.23* -0.36* 3.45 0.35* 0.14* 齐齐哈尔 0.19* -0.33* 6.89 0.50 0.06* 乌鲁木齐 0.54 -0.02* 8.58 0.61 -0.39 张掖 0.53 -0.17* 8.49 0.56 0.07*   *表示相关系数未通过0.05的置信度检验

表 3 分类依据及各类别站点信息 Table 3 Classification basis and station information in different categories

为了定量研究各个来向的水汽输送特征，针对4条水汽通道分别选取计算区域。这里参照田红等^[31]的处理办法，将各通道上水汽输送最强、水汽输送方向基本一致且水汽输送方差较大的区域作为相应通道的关键区。由此确定的4个关键区分别为：西南通道(15°~22.5°N，85°~100°E)、南海通道(15°~22.5°N，107.5°~117.5°E)、东南通道(10°~17.5°N，135°~150°E)和西北通道(40°~50°N，60°~75°E)，见图 1c中1~4区。分别计算4个区域1961~2015年4~9月逐月的合成水汽通量的区域平均值，并将它定义为4个通道相应月份的水汽输送强度(Q)。Q越大，代表该通道的水汽输送越强；反之，则越弱。表 2给出了暖半年4个通道水汽输送强度的多年月平均值及均方差，平均来看，西南通道水汽输送最强，东南通道次之，再次是南海通道；而在月际波动上也是如此，西北通道的强度和逐月变化都最小。

表 2(Table 2)

表 2 1961~2015年4~9月4条通道水汽输送强度的多年月平均值及均方差 Table 2 The multi-year monthly average and mean square error of the intensity of water vapor transfer from 4 vapor inflow corridors in the summer half year during 1961~2015 水汽通道 平均值(kg/m/s) 均方差(kg/m/s) 西南(SW) 215.96 94.20 南海(SCS) 170.64 57.92 东南(SE) 198.90 67.25 西北(NW) 57.10 20.58

表 2 1961~2015年4~9月4条通道水汽输送强度的多年月平均值及均方差 Table 2 The multi-year monthly average and mean square error of the intensity of water vapor transfer from 4 vapor inflow corridors in the summer half year during 1961~2015

为了了解4条水汽通道对我国不同地区降水的影响，分别计算了32个GNIP站1961~2015年暖半年逐月降水量与各通道逐月水汽输送强度间的相关关系，结果如图 2所示。就各通道来看，西南通道的影响范围最广，除5个站点外，其余站点的降水量均与该通道的Q呈显著的正相关关系。南海通道的影响范围主要包括长江以南、华北以及东北地区，位于黄河沿线的5个站点受南海通道水汽的影响较小。与东南通道的Q具有显著相关性的站点数共23个，这些站点散布于我国不同地区。与西北通道Q的相关系数通过0.05信度检验的站点数最少，有21个，且这些站点集中分布于长江以北地区。比较同一站点的降水量与4条通道水汽输送强度之间的相关系数可以发现，各站点与西南、南海和西北通道往往具有正相关关系，而与东南通道多呈负相关关系，这说明西南、南海及西北通道的水汽输送越强，处在其影响范围内的站点的降水量就越多，而东南通道水汽输送的增强则不然。

图 2(Fig. 2)

图 2 我国32个GNIP站暖半年逐月降水量(P)与4条通道逐月水汽输送强度(Q)的相关系数(R)的空间分布 图中柱体表示通过0.05信度检验的相关系数及其数值大小，蓝色圆点代表与4条通道Q的相关系数均未通过显著性检验的站点 Fig. 2 Spatial distribution of correlation coefficients between monthly precipitation amount at 32 stations and the monthly intensity of water vapor transfer from 4 vapor inflow corridors in the summer half year in China. The columns denote the values of the correlation coefficient which are statistically significant(p < 0.05), and the blue circles indicate non-significant relationships(p > 0.05)

为了综合分析我国各站点暖半年降水受水汽通道的影响情况，基于图 2，统计了影响各站点的水汽通道的数量(表格略)。根据统计，共有14个站的降水量同时与4条通道的Q具有显著相关性，除武汉站外，这些站点主要分布在我国东北、华北、西北及西南地区。同时受3个和两个通道影响的站点数分别有10个和4个。相比之下，重庆、西安和福州站的降水量只与单一通道的水汽输送强度达到了显著相关性。全部站点中，降水量与4个通道的Q都缺少关联的仅有乌鲁木齐站，这可能是由于该站深居内陆，经向的水汽输送通常较弱，而纬向的水汽输送量本来就比较小。此外，该地区强烈的蒸发及局地再循环水汽的影响也不容忽视，因而在分析乌鲁木齐站的降水量时仅考虑其与单一通道水汽输送强度的关系是并不充分的。

我国32个GNIP站暖半年逐月降水量与各通道逐月水汽输送强度间的相关关系表明(图 2)：局地降水量的变化在一定程度上可指示不同通道水汽输送的强弱，但由于绝大多数站点并不仅受单一水汽通道的影响，因而仅利用降水量指标来反映水汽输送的变化具有一定的局限性。图 3给出了各站点暖半年逐月降水中δ¹⁸O分别与4条水汽通道逐月Q的相关分布。由图 3可知，降水中δ¹⁸O与西南通道Q具有显著相关性的站点数最多，达18个，占总站点数的56.3%，这些站点主要位于华北、长江沿线及其以南地区，且所得相关系数均为负值。东南通道的影响范围稍小于西南通道，受其影响的站点集中分布于长江以南地区，且所得相关系数均为正值。至于西北通道，只有5个站点的降水中δ¹⁸O与该通道Q的相关关系通过了0.05的信度检验。与南海通道Q密切相关的站点数最少，仅有4个。针对多数站点δ¹⁸O与西南通道的Q呈负相关关系，而与东南通道表现为正相关性这一现象，一种可能的解释是：夏季影响我国的水汽包括由西南季风输送的远源印度洋水汽和由西太平洋副热带高压脊线西伸而引向中国大陆的近源太平洋水汽，前者由于水汽输送量大且输送距离远，稳定同位素因不断淋洗而逐渐贫化；相对而言，来自西太平洋的水汽输送量小且输送距离短，故降水中稳定同位素相对富集^[32]。

图 3(Fig. 3)

图 3 我国32个GNIP站暖半年逐月降水中δ18O与4条通道逐月水汽输送强度(Q)的相关系数(R)的空间分布(说明同图 2) Fig. 3 Spatial distribution of correlation coefficients between monthly δ18O in precipitation at 32 stations and the monthly intensity of water vapor transfer from 4 vapor inflow corridors in the summer half year in China

进一步统计发现，全部站点中，δ¹⁸O与4条通道的Q均具有显著相关性的只有香港站。昆明、石家庄和张掖站同时受3个通道的影响，但昆明和石家庄站与西南及东南通道Q的相关性更强，而张掖站则与西南和南海通道具有更显著的相关关系。受两个和单一水汽通道影响的站点数分别有9个和10个。但也有9个站点δ¹⁸O的变化与4条通道Q的变化都无显著相关性，这些站点中，除太原和广州站外，其他站点(兰州、平凉、银川、齐齐哈尔、哈尔滨、长春及锦州站)都位于我国西北及东北地区。

比较影响各站点的降水量和降水中δ¹⁸O的水汽通道的数量发现，降水量受两个及以上通道影响的站点数多达28个，且受两个通道影响时所得相关系数均为正值。δ¹⁸O受两个及以上通道影响的站点数仅有13个，且在受到两个通道影响的9个站点中，有6个站点(长沙、成都、贵阳、遵义、桂林和柳州站)与西南通道的Q呈显著负相关关系，而与东南通道表现为显著的正相关性。显然，同降水量相比，降水中δ¹⁸O可以更加明确地指示影响该站点的水汽输送的变化。

为了进一步探讨我国各站点降水中δ¹⁸O与不同通道Q之间的关系，在剔除了δ¹⁸O的记录数小于20条的站点的基础上，对余下的26个站点进行了分类处理。分类主要依据暖半年各月降水中δ¹⁸O与4条通道Q间的相关系数、各站点δ¹⁸O的季节差(4~9月与10月~翌年3月的降水量加权平均δ¹⁸O值之差)以及站点的同位素环境效应(温度效应、降水量效应)，分类结果见表 3。

总体而言，可将26个站点分为Ⅰ和Ⅱ两类。第Ⅰ类站点暖半年各月降水中δ¹⁸O均与西南通道水汽输送强度表现为负相关关系，而与东南通道呈现为正相关性，且其中有70%的站点具有显著的负温度效应，有65%的站点表现出显著的降水量效应，季节差有75%的站点为负值。第Ⅰ类站点又可分为5个子类。第Ⅰ-1类站点δ¹⁸O与西南及东南通道Q的相关系数均明显高于与南海及西北通道的相关系数。在空间分布上，它们主要位于我国西南、华中及华北地区(图 4)。这些站点与西南及东南通道Q的相关性表明：暖半年降水中δ¹⁸O的高值可能指示了同期的西南季风环流偏弱而东南通道的水汽输送偏强。第Ⅰ-2类站点δ¹⁸O均与西南通道Q呈显著的负相关关系(相关系数的绝对值最大)，与南海通道相关系数的绝对值次之，同时与东南通道表现为正相关性。该类站点暖半年降水中δ¹⁸O的高值往往指示着同期的西南和(或)南海通道的水汽输送偏弱而西太平洋的水汽输送偏强。第Ⅰ-3类站点仅包含包头和拉萨站，这两个站点δ¹⁸O均与东南通道的Q呈显著的正相关关系，与西北通道的负相关性稍强于西南通道，说明该类别站点暖半年降水中δ¹⁸O更多地受东南及西北通道的影响。第Ⅰ-4类天津站，该站δ¹⁸O与西南及西北通道Q呈显著的负相关性，而与东南通道呈正相关关系，该站的季节差也是所有站点中最小的。第Ⅰ-5类福州站的δ¹⁸O主要受东南、南海及西南通道水汽输送的影响。第Ⅱ类站点暖半年各月降水中δ¹⁸O与西南通道Q呈正相关关系，而与东南通道显示为负相关性，同时有67%的站点具有显著的温度效应，除乌鲁木齐站外，其余站点均无降水量效应，且有83%的站点季节差为正值。第Ⅱ类站点主要分布在我国西北及东北地区，由于在空间上距离西南及东南这两个主要的水汽输送通道较远，水汽在沿途经历了冷凝、混合等一系列复杂的变化，因而暖半年降水中δ¹⁸O与西南及东南通道水汽输送强度的相关性与第Ⅰ类站点完全相反，即这类站点暖半年δ¹⁸O的高值常常是发生在同期西南通道水汽输送偏强而东南通道水汽输送偏弱时。

图 4(Fig. 4)

图 4 δ18O记录数大于20条的站点分类结果 Fig. 4 Classification result for stations with more than 20 δ18O data records

上述对于各站点暖半年各月降水中δ¹⁸O与4条通道水汽输送强度关系的分析是基于大尺度环流进行的，为了更加细致地分析实际到达每个站点的水汽输送情况，有必要在更小的空间尺度上展开进一步的研究。因此，在对站点分类的基础上，从每一类别的站点中各选出一个代表站。代表站选择的依据是：有相对较长的δ¹⁸O记录且入选的全部站点在空间分布上尽可能地均匀。共选出了昆明、武汉、拉萨、天津、福州和兰州这6个站点，分别作为第Ⅰ-1至Ⅰ-5类及第Ⅱ类站点的代表站。利用NCEP/NCAR的月平均再分析数据，计算了各代表站整层的格点水汽通量(Q)。图 5和6分别给出了6个代表站逐年4~9月经向和纬向的格点水汽输送通量，以及对应的降水中δ¹⁸O随时间的变化。

图 5(Fig. 5)

图 5 6个代表站暖半年降水中δ18O和经向水汽通量(Qv)的逐月变化 Fig. 5 Monthly variations of δ18O in precipitation and meridional water vapor flux for 6 representative stations in the summer half year

图 6(Fig. 6)

图 6 6个代表站暖半年降水中δ18O和纬向水汽通量(Qu)的逐月变化 Fig. 6 Monthly variations of δ18O in precipitation and zonal water vapor flux for 6 representative stations in the summer half year

从经向格点水汽通量(图 5)的变化可以看出，暖半年南风和北风交替为代表站所在地区提供水汽。其中昆明、拉萨、天津及兰州站经向水汽输送通量值的大小较为接近，但与武汉及福州站相比，它们的值明显偏小。在经向水汽通量的时间分布上，武汉、天津、福州和兰州站的最大值多出现在6月、7月，拉萨站常出现在9月；武汉和拉萨站的最小值多出现在4月、5月，福州站往往出现在8月，而天津及兰州站最小值出现的时间相对不稳定，昆明站的最大值和最小值出现的时间变率均较大。由于多数站点对降水中δ¹⁸O的监测活动并不连续，故除昆明和拉萨站暖半年δ¹⁸O有明显且相似的季节变化特征外，其余站点均未体现出。

纬向格点水汽通量的结果(图 6)显示，暖半年6个代表站均以西风水汽输送为主，拉萨和天津站几乎没有东风的水汽输送。相对而言，昆明和福州站暖半年来自东风的水汽输送较为频繁，但输送量都不大。从西风水汽输送通量的时间分布来看，拉萨站的最大值多出现在6月，昆明和福州站通常出现在4月、5月，其余站点的最大值发生的时间则相对分散；昆明、武汉、拉萨及福州站的最小值多分布在7~9月，天津和兰州站最大值和最小值出现的时间均相对不稳定。

由于各代表站不同风向的水汽输送状况存在差异，为了进行比较，分别计算了6个站点暖半年各月经、纬向的水汽输送通量占该月总水汽量的比值(即不同风向水汽输送比例)，并给出了该比值与月均降水中δ¹⁸O的相关散布(图 7)。由图 7可知，昆明站δ¹⁸O与西风水汽输送比例呈显著((p < 0.001)的正相关关系，而与南风水汽输送比例表现为显著((p < 0.001)的负相关性，具有类似特征的还有武汉和拉萨站。基于拟合的线性回归方程，西风水汽输送比例每增加1%，拉萨站δ¹⁸O值增加0.22‰ ((p < 0.01)，高于昆明站的0.10‰和武汉站的0.09‰ ((p < 0.005)。南风水汽输送比例每增加1%，武汉、拉萨站的δ¹⁸O值分别约降低0.15‰ ((p < 0.001)、0.16‰ ((p < 0.05)，两站降幅大致相当，均大于昆明站的0.09‰。

图 7(Fig. 7)

图 7 代表站暖半年逐月降水中δ18O与各月纬向(东、西)、经向(南)风水汽输送比例的相关散布 Fig. 7 Correlated scatters between monthly δ18O in precipitation and monthly proportions of zonal(east or west wind) and meridional(south wind)water vapor transfer for representative stations in the summer half year

与昆明、武汉、拉萨这3个深受西南季风影响的站点不同，天津站暖半年并未收入东风输送的水汽，但北向的水汽输送频率和强度均明显偏强。计算表明，天津站降水中δ¹⁸O仅与南风水汽输送的关系最为密切，相关系数为-0.57，达到了0.05的信度水平。由于暖半年影响我国的纬向水汽输送带中有一条是沿着西太平洋副高南侧的东风输送，这使得在其影响范围内的福州站与东风水汽输送比例的相关系数高达-0.58((p < 0.05)，而与其他通道水汽输送的相关性较差。

需要指出的是，此处并未给出兰州站经(纬)向的水汽输送比例与δ¹⁸O的相关散布，这是因为基于所有的水汽输送情形所计算的4个相关系数均未通过0.05的显著性检验。与兰州站归属同一类别的其他5个站点，情况相同，这佐证了前文分类结果的合理性。另外，我们发现所求出的这类站点降水中δ¹⁸O值与西风水汽输送比例的相关系数均为负，与南风为正。这一结果与第Ⅰ类站点正好相反，说明影响我国西北及东北地区的气团性质和水汽输送特征与影响我国南部、华中及华北地区的存在显著差异。

对比发现，计算的在局地范围内降水中δ¹⁸O与站点所在格点不同风向的水汽输送比例间的相关关系和在大尺度环流条件下δ¹⁸O与4条通道Q间的相关关系既存在共性也存在差异性。但总的来看，两种相关关系在多数站点是一致的。少数站点(如福州站)的不一致性可能与站点所处的地理位置(距离水汽源区的远近)以及暖半年源区水汽输送强度的年际变化有关，在这种情况下，究竟何种关系能准确反映站点降水中δ¹⁸O变化的水汽输送影响，还需结合其他手段(如HYSPLIT模型、过量氘等)进行综合分析。

对我国32个GNIP站暖半年降水量、降水中δ¹⁸O与水汽输送关系的分析，初步得到以下主要结论：

暖半年影响我国大陆的水汽输送通道主要有4条：西南、南海、东南和西北通道，分别代表了南亚季风、南海季风、副热带季风以及中纬度西风带对我国暖半年降水的影响。这4条通道的水汽输送强度关系为：西南通道＞东南通道＞南海通道＞西北通道。

与降水量相比，降水中δ¹⁸O的丰度可以更加明确地指示区域水汽来源及输送强度的变化。如集中分布在我国西南、华中及华北地区的第Ⅰ-1类站点，它们降水中δ¹⁸O与西南通道Q具有显著负相关，而与东南通道Q呈显著正相关，这类站点暖半年降水中δ¹⁸O的高值很可能指示了同期的西南季风环流偏弱而东南通道的水汽输送偏强。

4条水汽通道对我国暖半年降水中δ¹⁸O的影响主要表现为：与西南通道Q具有显著相关性的站点数最多，达18个，占总站点数的56.3%，这些站点主要位于华北、长江沿线及其以南地区。东南通道的影响范围稍小于西南通道，受其影响的站点集中分布在长江以南地区。有5个站点的δ¹⁸O与西北通道Q呈显著相关关系。与南海通道Q密切相关的站点数最少，仅有4个。

不同来向的水汽输送对站点降水中δ¹⁸O的影响差异显著，平均而言，西风水汽输送比例每增加1%，拉萨站δ¹⁸O值将增加0.22‰，高于昆明站的0.10‰和武汉站的0.09‰。南风水汽输送比例每增加1%，武汉、拉萨站的δ¹⁸O值分别降低0.15‰、0.16‰，两站的降幅大致相当，均大于昆明站的0.09‰。天津和福州站降水中δ¹⁸O分别仅与南风、东风水汽输送比例显著相关，相关系数分别为-0.57和-0.58。兰州站降水中δ¹⁸O与经(纬)向水汽输送比例均不存在显著相关性。总体而言，第Ⅰ类站点降水中δ¹⁸O与西风水汽输送比例均呈正相关，与南风呈负相关，第Ⅱ类站点与之正好相反，说明影响我国南部、华中及华北地区的气团性质和水汽输送特征与影响我国西北及东北地区的明显不同。

当然，降水量或降水中δ¹⁸O与水汽通道Q的相关性可能并不能准确反映所有站点暖半年的水汽输送实况，尤其是当根据这个关系来识别远离水汽源区的站点的水汽输送时，可能导致误读。如西藏的拉萨站，该站降水量和降水中δ¹⁸O均与东南通道Q呈显著相关性，这似乎表明该站点受东南通道水汽的影响较大。事实上，东南水汽能否到达站点所在地区尚不确定，计算的显著相关或许仅是由于拉萨站暖半年降水量(降水中δ¹⁸O)与东南通道Q的月变化具有反位相(同步性)的变化关系。因此，东南通道的水汽是否能影响拉萨站暖半年的降水量(降水中δ¹⁸O)有待进一步地研究。此外，导致降水中δ¹⁸O变化的因素复杂而多样，源区水汽输送的变化可能仅是其中的一个不可忽视的原因。故在利用降水中δ¹⁸O的变化来反演不同源区水汽输送的强弱变化时还需综合考虑地理因子(经纬度、高程)和气象因子(温度、降水量、风速、相对湿度等)的变化，以保证反演的精度。尽管如此，以上分析表明，利用降水中δ¹⁸O与水汽通道的水汽输送强度、不同风向的水汽输送比例间的相关关系来分析在大尺度环流以及区域尺度下δ¹⁸O对于不同来向的水汽的响应，是利用稳定同位素技术来研究水汽来源的新尝试。对于认识降水中稳定同位素的时空变化规律，获得季风强度信息，并最终服务于古气候的恢复和大气环流型的诊断等都将提供参考和依据。

致谢: 感谢审稿专家和编辑部老师建设性的修改意见。