2019, Vol.39
2 湖南师范大学, 地理空间大数据挖掘与应用湖南省重点实验室, 湖南 长沙 410081;
3 中国科学院地理科学与资源研究所, 中国科学院陆地水循环及地表过程重点实验室, 北京 100101)
储存在冰芯、石笋、树木年轮纤维素和叶蜡等“天然档案”中的氢氧稳定同位素记录对于认识过去的气候变化和水文循环过程具有重要意义，现代降水中的稳定同位素信号则为这些“档案”中稳定同位素记录的解译提供了重要参考[1~2]。在过去数十年，关于现代降水中稳定同位素组成及变化的研究受到了气象气候和水文生态等领域的广泛关注，并取得了丰硕成果，如示踪了区域降水的水汽来源[3~5]，再现了孟加拉湾夏季风爆发的过程[6]，确定了印度夏季风在青藏高原北进的界限[7]，解译了储存在不同古介质中的古气候和古环境信息[8~10]，揭示了不同景观区的水文过程[11~12]等。
研究表明，降水中稳定同位素组成与环境变量之间存在密切的相关关系[13~14]。如在中高纬度内陆和高海拔地区，降水中稳定同位素比率与局地温度具有显著的正相关关系，即温度效应[13, 15]。依据温度效应，储存在这些地区古介质中的稳定同位素信号被认为是古温度的代用指标[16~18]；在中低纬度季风区、热带海岛和沿海地区，降水中稳定同位素比率与局地降水量常表现出显著的反相关关系，即降水量效应[13, 15, 19]。依据降水量效应，局地大气湿度或降水量的变化得以重建[20]。然而，有研究发现，在受印度夏季风影响的多个低纬度站点，月降水中δ18O的变化并未表现出显著的降水量效应，甚至有些站点出现了显著的反降水量效应[21~22]；在一些低纬度海岛地区，短期(事件尺度或日尺度)降水中稳定同位素的变化也并不依赖于局地的降水强度[23]。这些问题的发现给中低纬度季风区古介质中蕴藏的稳定同位素信号古气候意义的解译带来了诸多不确定性。因此，不同于高纬度地区稳定的温度效应，影响中低纬度季风区降水稳定同位素组成的因素十分复杂，仅根据与局地气象因子的统计关系难于确定影响降水中稳定同位素的主要机制。
明晰中低纬度季风区降水稳定同位素信号的指示意义将为这一区域古气候和古水文过程的恢复提供重要的理论依据。谭明等[24]在调查我国季风区月尺度下降水中δ18O与降水量的关系时发现，我国东部7个测站2012年春季降水量和降水中δ18O均普遍高于夏季，他们将这种现象称为“降水量效应佯谬”。基于雨除效应，他们提出了降水中稳定同位素变化的“环流效应”理论，并从近、远源水汽输送比率变化的角度揭示了不同时间尺度下导致我国季风区降水稳定同位素比率出现高低变化的可能原因[25~26]。随着研究的深入，越来越多的学者从水汽输送过程中水汽同位素连续被贫化的历史来考虑上游对流活动、水汽辐合以及凝结过程等对下游降水中稳定同位素组成的影响[27~32]。例如，Crawford等[33]基于对澳大利亚悉尼附近蓝山5年的降水取样发现，与站点降水量相比，降水中δ18O与降水云团早期累计降水量具有更好的相关关系；Villacís等[34]的研究表明，在日和月时间尺度下，局地气象要素(近地面气温、降水量和相对湿度)并不能充分解释厄瓜多尔新罗卡堡降水中δ18O的变化，水汽输送历史及上游区域(亚马逊河强对流区域)的降水过程是影响下游研究区降水中δ18O季节变化的更重要的因子；Gao等[35]通过对青藏高原南部拉萨和聂拉木站日降水δ18O变化特征的研究指出，降水中δ18O的变化很大程度上记录了站点上游区域的对流活动和降水量的变化。以上这些研究表明，在探寻短时间尺度下中低纬度季风区降水稳定同位素变化的影响因子时，除了考虑局地气象要素的作用，还应关注来自水汽输送上游地区的对流活动和凝结过程对剩余水汽及下游降水稳定同位素变化的影响。
长沙地处中亚热带季风区，是开展降水稳定同位素变化机理研究的热点区域。对长沙降水稳定同位素变化影响因素的研究[36~37]表明，在天气尺度下，降水稳定同位素的变化与近地面气温和降水量的变化均呈反相关关系，与相对湿度表现出正相关关系；在季节尺度下，降水稳定同位素的变化主要受制于水汽来源的影响。然而，无论是局地气象因子还是水汽来源，从回归方程的决定系数(r2)来看，r2最大为0.23[37]，即各因子对降水稳定同位素变化的解释能力都非常有限，这说明应当存在其他更为重要的影响长沙降水稳定同位素变化的因子。为了深化对长沙降水稳定同位素环境指示意义的理解，本文利用长沙站2010~2016年7年的日降水δ18O实测数据，阐明不同时间尺度下降水中δ18O的变化特征，分析降水中δ18O与局地温度、降水量以及与水汽输送、水汽输送上游地区的对流活动和降水量的关系。研究结果有助于探明不同水汽来源对降水稳定同位素的影响，明确降水的累计效应对季风区降水稳定同位素的贫化作用，并确定影响研究区降水稳定同位素变化的上游关键区。
1 资料与方法 1.1 研究区概况长沙(27°51′~28°41′N，111°53′~114°15′E)位于湖南省东部偏北、湘江下游和长浏盆地西缘。长沙气候温和湿润，雨热同期。根据中国气象数据网(http://data.cma.cn/)提供的长沙站1970~2016年日平均气温和降水量数据，研究区多年平均气温为17.4 ℃，多年平均降水量为1423.0 mm。长沙降水的水汽来源存在明显的季节差异。通常，在暖半年(4~9月)，来自孟加拉湾、南海及西太平洋海区的水汽带来丰沛降水，常年降水量为963.7 mm，约占全年总降水量的68 %；在冷半年(10月~翌年3月)，来自西风带输送的大陆性气团及部分区域再循环水汽[36]产生的降水较少，仅占全年总降水量的32 %。
1.2 数据与方法2010年1月1日~ 2016年12月31日在位于岳麓山下的湖南师范大学气象站(28°15′N，112°33′E；海拔37 m)进行了降水取样工作，取样时间在降水日的20：00时和次日8：00时。对于雨样，直接将其注入30 ml聚乙烯塑料瓶中密封；对于雪样，先将其装入气密性佳的塑料袋中密封，待室温下自然融化后，再将水样注入塑料瓶中密封。所有水样均在冰箱中低温保存。按照气象要素观测规范，当日20：00时和次日8：00时收集的降水量之和记为当日的降水量，相应时段的气温(由自动气象站记录)平均值、稳定同位素的降水量加权平均值也记为当日。整个取样时段包含7个完整的自然年，共收集了827个日降水样，代表 827个降水日。
降水稳定同位素的测定分析在美国Los Gatos Research(LGR)公司研发的汽-液两用型水稳定同位素分析仪(型号：912-0026-1000)上完成，水样的氧稳定同位素值(δ18O)用相对于维也纳标准平均海洋水(V-SMOW)的千分差来表示：
|
(1) |
公式(1)中，R=18O/16O。本仪器对于δ18O的平均测试精度为± 0.2 ‰。
用于计算长沙降水δ18O与周围区域降水量相关场的2010~2016年逐日/逐月的格点降水数据是由美国国家航空与太空总署(NASA)发布的TRMM 3B42/ 3B43卫星反演降水数据产品(https://disc2.gesdisc.eosdis.nasa.gov/opendap/TRMM_L3/)，覆盖范围为50°S~50°N，格点精度为0.25°×0.25°。这是一种融合了地表雨量计和卫星遥感降水信息的高分辨率降水数据集[38]。其中，TRMM 3B42数据为最新的非实时3B42-V7逐日数据，该数据集日降水量的计量时段为世界时当日1：30时至次日1：30时，即北京时间当日9：30时至次日9：30时。3B42-V7产品的计量时段与本文日降水量的计量时段仅偏差1.5 h，由此产生的降水量误差在可接受的范围[39]。TRMM 3B43为逐月数据，可视为3B42的月尺度版本[40~41]。对TRMM卫星降水数据的精度评估及水文应用能力的大量研究表明，它在低纬度和中纬度地区均具有较好的适用性[42~43]。
热带辐合带(Intertropical Convergence Zone，简称ITCZ)是南北半球两个副热带高气压带之间气压最低、气流汇合的带区，也被称作热带对流带、气压槽或低层风场辐合带[44~45]。亚洲季风区夏季降水的水汽通常来自ITCZ中的强对流区，因而ITCZ位置和强度的变化会影响该地区降水中稳定同位素的变化[46]。
OLR(Outgoing Longwave Radiation)是气象卫星观测到的地气系统射出的长波辐射，常被用来指示热带深对流活动的强弱[47]。研究表明，OLR的低值区可精确反映ITCZ位置及强度的变化[48~49]。蒋尚城[48]将240 W/m2包围的OLR低值区域作为ITCZ所在区域，OLR最小值轴表示ITCZ的轴线，最小值表示其强度。本文使用的月平均的OLR数据以及用于计算水汽通量的风场(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)和地面气压场的逐月再分析数据均下载自美国NCEP/NCAR(https://www.ncei.noaa.gov/data/)。水汽通量(Q)的计算公式为：
|
(2) |
公式(2)中，u、v分别为各层大气的纬向、经向风分量，单位m/s；q为比湿，单位g/kg；ps为地面气压，pt为气柱某一高度层的气压，本文取300 hPa；g是重力加速度，单位m/s2。
2 结果与分析 2.1 不同时间尺度下降水中δ18O的变化特征图 1给出了2010年1月1日~ 2016年12月31日长沙大气降水中δ18O及相应的局地气温和降水量的逐日变化。长沙各年降水日的日平均气温变化均呈明显的单峰型，变化范围是-4.1~33.1 ℃，平均值为16.3 ℃，最高值往往出现在7月、8月份。长沙日降水量的变化范围是0.1~110.4 mm，其中小降水事件[50](< 5 mm)主要发生在1月和3月，大降水事件(≥ 50 mm)主要出现在5月、6月和7月。
|
图 1 2010~2016年长沙降水中δ18O及相应的局地气温(T)和降水量(P)的日变化 Fig. 1 Temporal variations of daily precipitation δ18O, local surface air temperature and precipitation amount in Changsha from 2010 to 2016 |
研究时段内长沙日降水中δ18O的变化范围是-18.07 ‰ ~4.50 ‰，降水量加权平均值为-6.64 ‰。其中，暖半年变化在-15.99 ‰ ~1.24 ‰，降水量加权平均值为-6.88 ‰；冷半年变化在-18.07 ‰ ~2.31 ‰，降水量加权平均值为-6.26 ‰。取样期间日降水中δ18O的偏度系数为-0.60，峰度系数为0.23，说明δ18O呈左偏分布，且较正态分布更集中。根据日降水中δ18O的频数分布直方图(图 2)，超过90.20 %的δ18O变化在-10.65 ‰ ~-0.15 ‰之间，18O异常贫化(< -10.65 ‰)或异常富集(>-0.15 ‰)的降水事件均较少，分别仅占6.89 %和2.90 %。统计发现，随着δ18O分组组中值的增大，对应的各组气温的平均值变化趋势不明显，组间波动较大；各组降水量的平均值总体呈减小趋势，但各组内降水量的波动程度较大。δ18O组中值的最小值和次最小值分别对应平均温度的最低值和最高值、偏低的平均降水量和最大的平均降水量。δ18O组中值的最小值和最大值对应的平均温度相差不多，降水量也较为接近。说明降水中δ18O值的高、低与局地温度和降水量之间并不存在稳定的对应关系。
|
图 2 2010~2016年长沙日降水中δ18O的频数分布直方图及各组对应的平均气温和降水量 图中误差范围为平均值±标准差 Fig. 2 The frequency histogram of daily precipitation δ18O in Changsha from 2010 to 2016 and mean values of corresponding local surface air temperature and precipitation amount in each group. The error bars report plus or minus one standard deviation of the mean value |
为了展现降水中δ18O的年内变化，按暖、冷半年分别统计了各年降水中δ18O的最大值、最小值以及它们的出现时间、平均值、标准差、变异系数和样本数(表 1)。根据表 1，暖半年降水中δ18O的最大值都出现在4月、5月，冷半年常出现在3月。暖、冷半年降水中δ18O的最小值分别主要出现在6~8月和10~12月。从变异系数来看，冷半年降水中δ18O的离散程度比暖半年的大，这是因为受冷、暖气团交绥的影响，冷半年气温的变幅要比暖半年的大。计算得暖、冷半年气温变异系数的平均值分别为0.22和0.58。
|
表 1 2010~2016年各年日降水中δ18O变化的比较 Table 1 Statistics for daily precipitation δ18O in Changsha in the warm half-year and the cold half-year from 2010 to 2016 |
分别对日尺度下的气温、降水量及降水中δ18O进行月值统计，得到各要素的逐月变化(图 3)。统计表明，长沙多年月平均气温为18.2 ℃。其中，月平均气温的最高值多出现在7月，最低值多出现在1月。各年气温年较差较为接近，平均为24.3 ℃。相比之下，长沙各年降水量的季节分布差异较大。其中，2012年降水量变幅最大，达377.7 mm；2014年变幅最小，仅为230.9 mm。长沙降水量的季节分布形式主要是单峰，且降水量最大值多出现在5月、6月，最小值常出现在10月、1月、2月。月尺度下降水中δ18O的变化范围是-13.10 ‰ ~-1.32 ‰，且呈现出冬、春季值高于夏、秋季值的季节分布。
|
图 3 2010~2016年长沙降水中δ18O及相应的局地气温(T)和降水量(P)的逐月变化 Fig. 3 Temporal variations of precipitation-weighted monthly mean δ18O, local surface air temperature and precipitation amount in Changsha from 2010 to 2016 |
进一步地统计(表 2)显示，月尺度下降水中δ18O的最大值多出现在2月、4月，除2016年外，并不对应于月降水量最小值出现的时间；降水中δ18O的最小值常出现在9月、10月和12月，均晚于最大月降水量的出现时间。与日尺度相比，月尺度下降水中δ18O的年内波动程度均减小，这主要是由于δ18O的月值是由该月的日数据经降水量加权平均计算得到的，这一处理对降水中δ18O的变化起到了一定的平滑作用。
|
|
表 2 2010~2016年各年月降水中δ18O变化的比较 Table 2 Statistics for precipitation-weighted monthly mean δ18O from 2010 to 2016 |
温度效应和降水量效应是最基本的同位素环境效应。在日尺度下，长沙降水中δ18O与气温多具有反相关关系(表 3)，尤其是在暖半年。在冷半年，这种反相关关系并不明显甚至转变为正相关关系。如2012年暖半年δ18O-T的相关系数为-0.36(p < 0.01)，冷半年相关系数则变为0.13。与δ18O-T的关系相比，δ18O-P的关系较为稳定。除2013年暖半年外，不同季节长沙日降水中δ18O与局地降水量均呈反相关关系，且这种关系在冷半年表现得更加明显。尽管如此，在2011年、2012年和2014年暖半年以及2013年暖、冷半年，δ18O与降水量的关系并不密切。上述结果说明，在日尺度下，长沙局地气温和降水量的变化并不能较好地解释降水中δ18O的变化。
|
|
表 3 2010~2016年日尺度和月尺度下长沙降水中δ18O与局地气温和降水量的关系 Table 3 Correlations of daily and monthly precipitation δ18O with local surface air temperature(T) and precipitation(P) amount in the warm half-year and cold half-year in Changsha from 2010~2016 |
对比日尺度和月尺度下降水中δ18O分别与局地气温和降水量的相关关系发现，月尺度下降水中δ18O在暖半年仍表现出显著的反温度效应。但暖半年月降水中δ18O与局地降水量、冷半年δ18O与局地气温和降水量的相关性均明显降低，相关系数分别仅为0.09、-0.18和-0.12，均未通过0.05的信度检验。由此可见，局地气温和降水量并不是影响月尺度下长沙降水中δ18O变化的主要原因。
前述分析发现，不论是在日尺度还是在月尺度下，长沙降水中δ18O与当地气温或降水量之间都不存在显著且稳定的反相关关系。降水是蒸发、混合和冷凝等一系列过程的最终产物，降水稳定同位素信号必然记录着水汽从源区至降落地的沿途变化过程。因此，下文将重点讨论长沙降水中δ18O与水汽输送上游区域降水过程的关系。
2.3 降水中δ18O与上游关键区降水过程的关系 2.3.1 上游关键区的确定诸多研究[35, 51~52]已经表明，上游对流活动和凝结过程会影响剩余水汽中的稳定同位素组成，进而对下游降水稳定同位素比率产生影响。因此，在日尺度下，上游地区降水过程对下游降水稳定同位素组成的影响存在一定的时滞。基于此，分别计算了长沙2010~2016各年以及2010~2016年合计的暖、冷半年日降水δ18O与周围区域前期第τ天(暖半年τ ∈ [1, 10]，冷半年τ∈[1, 5])格点降水量的空间相关场(限于篇幅，图略)。尽管各年暖半年(或冷半年)日降水δ18O与附近格点前期第τ天日降水量的显著相关区(p < 0.001，下同)不尽相同，但总的来看，在暖半年，显著且稳定的负相关区主要出现在印度半岛及孟加拉湾地区(9.75°~27.25°N，68.75°~100.00°E)，冷半年主要出现在我国云南、贵州及广西等区域(19.25°~28.25°N，98.25°~111.00°E)(见图 4和5中黑色矩形框所示)。分别将这两个区域定义为暖半年和冷半年影响长沙日降水δ18O变化的上游关键区，记为Zone1和Zone2。
|
图 4 2010~2016年各年连同7年合计的暖半年日降水中δ18O与前期第τ天(τ∈[1, 10])Zone1平均降水量的相关系数随时间的变化(a)及合计的二者的相关系数取最大值时长沙日降水中δ18O与格点降水量的相关场(b) (a)中曲线下方的数字是相关系数取最大值时τ的取值；(b)中只显示了通过0.001信度检验的区域，红色圆点表示长沙站，黑色矩形框所在位置为上游关键区；下同 Fig. 4 Lag correlation coefficients (r) between daily precipitation δ18O and average precipitation amount in Zone1 at τ days(prior to the rainfall events and varies from 1 to 10 days)for the warm half-year (a). The numbers indicate the values of τ when the absolute values of r reach their maximum for each period. (b)Spatial correlation between daily precipitation δ18O and precipitation amount at 9 days preceding each event for the warm half-year from 2010 to 2016. On all maps, only correlations significant at the 0.001 level are shown, and Changsha station is marked by the red dot, key area is indicated by the black rectangle |
|
图 5 2010~2016年各年连同7年合计的冷半年日降水中δ18O与前期第τ天(τ∈[1, 5])Zone2平均降水量的相关系数随时间的变化(a)及合计的二者的相关系数取最大值时长沙日降水中δ18O与格点降水量的相关场(b) Fig. 5 (a)Same as figure 4a, but τ varied from 1 to 5 days for the cold half-year; (b)Same as figure 4b, but at 1 day for the cold half-year |
图 4a和图 5a分别给出了2010~2016各年连同7年合计的暖、冷半年日降水δ18O与所对应的上游关键区前期第τ天区域平均降水量的相关系数随时间的变化以及合计的二者的相关系数达到最大时(绝对值最大，下同)的相关场。图 4b中显示，在暖半年，显著的负相关区主要位于Zone1。此外，δ18O与ITCZ所在区域降水量的相关关系也通过了显著性检验。在冷半年，显著的负相关区主要位于Zone2。与暖半年不同的是，冷半年δ18O与长沙站邻近地区的降水量也具有显著的反相关关系。
由于水汽在空间分布和输送过程上的连续性，长沙日降水中δ18O与上游关键区降水量之间相关系数达到最大的滞后时间在一定程度上代表水汽自上游关键区输送至长沙站的时长。根据计算，平均而言，在暖半年，相关系数在τ=9时达到最大，说明水汽自Zone1输送至长沙站的平均时间约为9天。但各年达到最大相关系数的时间存在差异，由图 4a可知，最短的滞后时间为5天(2010年和2014年)，最长是9天(2011年和2015年)。在冷半年，相关系数在τ=1时达到最大，说明水汽自Zone2输送至长沙站的平均时间约为1天。与暖半年相比，冷半年相关系数达到最大值的滞后时间明显缩短，且稳定。一方面，这与Zone1和Zone2的位置有关，前者临近印度夏季风水汽源区，受印度夏季风爆发时间及强度的影响较大，而后者紧邻长沙站；另一方面，这也反映了暖、冷半年风速差异的影响，冷半年的平均风速比暖半年的大。从日降水中δ18O与上游关键区区域平均降水量之间的相关关系来看，暖半年的相关性明显好于冷半年的相关性。这可能与暖半年上游关键区具有更强的对流活动、更大的水汽输送通量以及更高的水汽凝结程度有关。
将局地降水过程对当地降水稳定同位素的贫化作用定义为“局地效应”，“局地效应”的强弱用二者之间的相关系数来表征。相关系数越显著，表明“局地效应”越强，反之则越弱。类似地，将上游降水过程对下游降水稳定同位素的贫化作用定义为“上游效应”，它的强弱也通过二者之间的相关系数来表征。与“局地效应”相比，在暖半年，日降水中δ18O与前期Zone1平均降水量之间的最大相关系数(r，见图 4a)变化在-0.79~-0.63之间，均通过了0.001的信度检验；在冷半年，日降水中δ18O与前期Zone2平均降水量的最大相关系数(r，见图 5a)变化在-0.79~-0.44之间，且除2012年只通过0.05的信度检验外，其他年份也都通过了0.001的信度检验。尽管暖半年δ18O与局地降水量的相关关系在2016年、冷半年在2010年和2015年也通过了0.001的信度检验，但7年中，暖半年δ18O与局地降水量之间相关系数的最大值仅为-0.47 (2016年)，冷半年为-0.55 (2010年)，而它们与前期上游关键区区域平均降水量之间相关系数的最大值却分别达到-0.79 (2013年)和-0.79 (2013年)。除2012年冷半年外，其余年份暖、冷半年长沙日降水中δ18O与前期上游关键区区域平均降水量间的相关系数及其信度水平均得到明显提高。以上结果说明，长沙局地降水中δ18O的变化存在“上游效应”，且上游关键区的降水对下游地区降水稳定同位素组成的影响较“局地效应”显著。
前期上游降水过程对下游降水稳定同位素组成的影响主要是通过影响下游辐合水汽的同位素组分得以实现的。根据长沙站及其上游地区多年月平均OLR值的空间分布(图 6)，从4月到9月，伴随着ITCZ的快速北移，上游关键区的OLR值逐渐降低，表明大尺度的对流活动不断发展。此时，关键区内水汽辐合旺盛，并形成了若干中尺度的对流系统。由这些对流系统产生的持续性降水不仅使关键区降水量进一步增加，也使剩余水汽中稳定同位素值不断降低。尽管这一时期长沙站附近的OLR值明显高于其上游关键区，对流活动相对较弱，下垫面蒸散发产生的水汽使得其上空的水汽稳定同位素值相对较高，但此时上游地区大量贫重稳定同位素的水汽的输入会削弱甚至超过长沙地区下垫面蒸散过程对大气水汽中稳定同位素的富集作用，使得长沙降水稳定同位素组分在6~9月出现大幅降低。从10月到次年3月，ITCZ逐渐向南移动，由盛行西风输送的大陆性气团是长沙降水的主要水汽来源，此时上游关键区的OLR值高于长沙站，对流不活跃，降水量较少，大气水汽中稳定同位素值较长沙上空高。相对富集重稳定同位素的水汽的输入使得长沙降水中稳定同位素组分冬、春季较夏、秋季明显升高。这一影响机制是长沙降水稳定同位素组成表现出“上游效应”的原因。
|
图 6 2010~2016年多年月平均OLR的空间分布 图中240 W/m2等值线包围的OLR低值区为ITCZ所在区域 Fig. 6 Mean OLR values for each month from 2010 to 2016 in Changsha and adjacent regions. The lower OLR values band within the 240 W/m2 contour line represents the position of ITCZ |
不同季节水汽输送通量的空间分布可以更为直观地展示长沙降水的水汽来源及其输送路径。图 7和8分别给出了2010~2016各年暖、冷半年长沙及其周边地区从地面约300 hPa平均的水汽输送形势。根据图 7，在暖半年，输送至长沙地区的水汽主要来自阿拉伯海、孟加拉湾、南海以及西太平洋海区。其中阿拉伯海和孟加拉湾来向的水汽输送通量最大，经Zone1的水汽通量较大。总体来看，大量水汽经Zone1后，分南、北两支，分别从南海和西南方向进入我国，影响长沙降水。计算发现，当Zone1水汽输送通量偏大时，对应长沙降水中δ18O与前期Zone1平均降水量的最大相关系数出现的时间明显偏短。如在Zone1平均水汽输送通量最大的2012年，二者之间的相关系数在τ=7时就达到最大，最大相关系数为-0.69。根据图 8，在冷半年，长沙地区产生降水的水汽主要来自西风带的输送。受到冷半年青藏高原南侧的南支西风气流在孟加拉湾地区产生的半永久性低压槽—南支槽的影响[53]，冷半年西风水汽输送通量在长沙上游的Zone2附近形成相对高值区。当Zone2平均水汽输送通量偏大时，对应长沙降水中δ18O与前期Zone2平均降水量之间的最大相关系数出现的时间也偏短，如在Zone2平均水汽输送通量最大的2012年和次大的2015年，二者之间的相关系数均在τ=1时达到最大。
|
图 7 2010~2016年各年暖半年从地面至约300 hPa平均的水汽输送通量 Fig. 7 Vertically integrated average moisture transport from the surface to ca. 300 hPa for the warm half-year from 2010 to 2016 |
|
图 8 2010~2015年各年冷半年从地面至300 hPa平均的水汽输送通量 Fig. 8 Same as Figure 7, but for the cold half-year |
伴随着ITCZ的季节性移动，强对流中心的位置也随时间发生有规律的位移。暖半年Zone1 OLR值偏低，对流活动旺盛；冷半年Zone2 OLR值偏高，对流并不活跃。从水汽输送形势来看，Zone1和Zone2分别是暖、冷半年长沙上游地区水汽输送通量的相对高值区。综上，影响长沙降水中δ18O变化的上游关键区的存在是ITCZ的季节性移动、水汽源区及其输送强度的季节性变化等共同作用的结果。
2.3.3 月尺度下降水中δ18O与上游关键区降水过程的关系在月尺度下，由水汽输送过程产生的时间滞后影响消失。因此，我们计算了降水中月加权平均δ18O与上游关键区平均降水量之间的同期相关关系。结果表明，在月尺度下，暖、冷半年δ18O与局地同期降水量之间的相关系数分别仅为0.09和-0.12(表 3)，但与上游关键区区域平均降水量的相关系数却分别达到-0.75和-0.57(图 9)，均超过0.001的信度。这再次佐证了与局地降水量相比，长沙降水中δ18O的变化对上游区域降水量变化的响应更为敏感。
|
图 9 暖半年降水中δ18O与Zone1 (a)、冷半年降水中δ18O与Zone2 (b)平均降水量的相关散布 Fig. 9 Scatter plots of precipitation-weighted monthly mean δ18O and area-averaged precipitation amount in Zone1 for the warm half-year (a) and area-averaged precipitation amount in Zone2 for the cold half-year (b) |
除此之外，图 10显示，在暖半年，长沙降水中δ18O还与长沙以北的大范围区域、西太平洋地区降水量存在显著负相关关系，与中亚和西亚地区降水量存在显著的正相关关系；在冷半年，长沙降水中δ18O还与孟加拉湾、菲律宾附近海域以及太平洋西北部等地区降水量存在显著负相关关系，与中亚地区降水量存在显著正相关关系。这一方面反映了月时间尺度下长沙降水稳定同位素与周围区域降水量的大尺度反向同步性或同步性变化，另一方面也说明了暖半年或冷半年大气环流形势对降水稳定同位素影响的区域一致性，这为长时间尺度下局地降水稳定同位素变化的大尺度代表性提供了理论支持。
|
图 10 2010~2016年暖半年(a)、冷半年(b)降水中δ18O月平均值与格点降水量的相关场 Fig. 10 Spatial correlations between precipitation-weighted monthly mean δ18O and TRMM precipitation amount in the warm half-year (a) and cold half-year (b) during 2010~2016 |
基于中亚热带季风区代表站长沙2010~2016年的日降水δ18O实测数据，重点分析并探讨了不同时间尺度下降水中δ18O的变化特征及其与局地和上游关键区降水量之间的关系。获得如下结果：
(1) 在日时间尺度下，δ18O的变化范围是-18.07 ‰ ~4.50 ‰，降水量加权平均值为-6.64 ‰。研究时段内的δ18O呈左偏分布，且较正态分布更集中。在月时间尺度下，δ18O的变化范围是-13.10 ‰ ~-1.32 ‰，且呈现出冬、春季值高于夏、秋季值的季节分布。与日尺度相比，月尺度下δ18O的年内波动程度均减小。
(2) 2010~2016各年暖半年长沙日降水中δ18O与印度半岛及孟加拉湾地区(即上游关键区Zone1)前期平均降水量之间的最大相关系数变化在-0.79~-0.63之间，均通过0.001的信度检验；冷半年日降水中δ18O与我国云南、贵州及广西等地区(即上游关键区Zone2)前期平均降水量之间的最大相关系数变化在-0.79~-0.44之间，除2012年外，其余也都通过0.001的信度检验。日尺度下长沙降水中δ18O与局地降水量之间并不存在显著且稳定的反相关关系。月尺度下2010~2016年合计的暖、冷半年降水中δ18O与同期Zone1和Zone2平均降水量的相关系数分别为-0.75和-0.57，均超过0.001的信度，而与局地降水量之间的相关系数分别仅为0.09和-0.12。无论是在日时间尺度还是在月时间尺度下，“上游效应”对长沙降水中δ18O的影响均比“局地效应”显著。
(3) 影响长沙降水中δ18O变化的上游关键区的存在是ITCZ的季节性移动、水汽源区及其输送强度的季节性变化等共同作用的结果。平均而言，暖半年日降水中δ18O与Zone1平均降水量的相关系数在前期第9日达到最大，各年时滞相关系数达到最大的时间存在一定的差异；冷半年日降水中δ18O与Zone2平均降水量的相关系数在前期第1日达到最大。与暖半年相比，各冷半年时滞相关系数达到最大值的时间明显缩短，且稳定。
以往对于中低纬度季风区降水稳定同位素时间变化特征的研究，多是将当地降水稳定同位素组成与水汽源区的位置变化[15]或不同来源水汽对降水贡献比例的变化[25]相联系。尽管这一研究思路可以实现对不同时间尺度下降水稳定同位素变化的定性解释，但却很难量化水汽来源与降水稳定同位素组成之间的关系。降水是下垫面蒸发、水汽混合交换和冷却凝结等一系列过程的最终产物，降水稳定同位素信号必然记录着水汽从源区至降落地的沿途变化过程。本文通过分析长沙降水中δ18O与水汽输送上游关键区降水量的相关关系发现，无论是在日时间尺度还是在月时间尺度下二者之间均存在显著且稳定的反相关关系，表明降水稳定同位素的变化存在显著的“上游效应”。这是因为水汽凝结形成降水时，重同位素优先凝结，导致剩余水汽和后续降水中稳定同位素组成发生变化。在水汽输送过程中，当上游区域对流活动强烈时，上游降水量大，剩余水汽中重稳定同位素被贫化的程度高，伴随着水汽的持续输送，下游降水稳定同位素常表现为低值；当上游区域对流不活跃时，上游降水量小，剩余水汽中重稳定同位素被贫化的程度低，导致下游降水稳定同位素常表现为高值。依据“上游效应”，在解译中亚热带季风区降水中以及储存在该区域古介质中稳定同位素信号的气候及环境意义时，除需考虑局地气象因子的变化外，还应关注来自水汽输送上游地区大尺度对流活动和降水过程的影响。
致谢: 感谢审稿专家和编辑部杨美芳老师建设性的修改意见。
| [1] |
Thompson L G, Yao T D, Mosley-Thompson E, et al. A high-resolution millennial record of the South Asian monsoon from Himalayan ice cores[J]. Science, 2000, 289(5486): 1916-1919. DOI:10.1126/science.289.5486.1916 |
| [2] |
Yao T D, Masson-Delmotte V, Gao J, et al. A review of climatic controls on δ18O in precipitation over the Tibetan Plateau:Observations and simulations[J]. Reviews of Geophysics, 2013, 51(4): 525-548. DOI:10.1002/rog.v51.4 |
| [3] |
Rao W B, Zhang W B, Yong B, et al. Identifying the source of atmospheric moisture over arid deserts using stable isotopes(2H and 18O) in precipitation[J]. Hydrological Processes, 2018, 32(3): 436-449. DOI:10.1002/hyp.v32.3 |
| [4] |
田立德, 姚檀栋, 余武生, 等. 青藏高原水汽输送与冰芯中稳定同位素记录[J]. 第四纪研究, 2006, 26(2): 145-152. Tian Lide, Yao Tandong, Yu Wusheng, et al. Stable isotopes of precipitation and ice core on the Tibetan Plateau and moisture transports[J]. Quaternary Sciences, 2006, 26(2): 145-152. DOI:10.3321/j.issn:1001-7410.2006.02.001 |
| [5] |
周慧, 章新平, 姚天次, 等. 我国暖半年降水中δ18O与水汽输送[J]. 第四纪研究, 2018, 38(2): 314-326. Zhou Hui, Zhang Xinping, Yao Tianci, et al. δ18O in precipitation and water vapor transfer in the summer half year in China[J]. Quaternary Sciences, 2018, 38(2): 314-326. |
| [6] |
Yang X X, Yao T D, Yang W L, et al. Isotopic signal of earlier summer monsoon onset in the Bay of Bengal[J]. Journal of Climate, 2012, 25: 2509-2516. DOI:10.1175/JCLI-D-11-00180.1 |
| [7] |
Tian L, Masson-Delmotte V, Stievenard M, et al. Tibetan Plateau summer monsoon northward extent revealed by measurements of water stable isotopes[J]. Journal of Geophysical Research, 2001, 106(D22): 28081-28088. DOI:10.1029/2001JD900186 |
| [8] |
姚檀栋. 古里雅冰芯近2000年来气候环境变化记录[J]. 第四纪研究, 1997(1): 52-61. Yao Tandong. Climatic and environmental record in the past about 2000 years from the Guliya ice core[J]. Quaternary Sciences, 1997(1): 52-61. DOI:10.3321/j.issn:1001-7410.1997.01.007 |
| [9] |
姚檀栋, 杨梅学, 康兴成. 从古里雅冰芯与祁连山树轮记录看过去2000年气候变化[J]. 第四纪研究, 2001, 21(6): 514-519. Yao Tandong, Yang Meixue, Kang Xingcheng. Comparative study of the climate changes in the past 2000 years by using ice core and tree ring records[J]. Quaternary Sciences, 2001, 21(6): 514-519. DOI:10.3321/j.issn:1001-7410.2001.06.007 |
| [10] |
汪永进, 孔兴功, 邵晓华, 等. 末次盛冰期百年尺度气候变化的南京石笋记录[J]. 第四纪研究, 2002, 22(3): 243-251. Wang Yongjin, Kong Xinggong, Shao Xiaohua, et al. Century-scale climatic oscillations during the Last Glacial Maximum recorded in a stalagmite from Nanjing[J]. Quaternary Sciences, 2002, 22(3): 243-251. DOI:10.3321/j.issn:1001-7410.2002.03.007 |
| [11] |
Yang Y G, Xiao H L, Wei Y P, et al. Hydrological processes in the different landscape zones of alpine cold regions in the wet season, combining isotopic and hydrochemical tracers[J]. Hydrological Processes, 2012, 26(10): 1457-1466. DOI:10.1002/hyp.v26.10 |
| [12] |
王圣杰, 张明军. 新疆天山降水稳定同位素的时空特征与影响因素[J]. 第四纪研究, 2017, 37(5): 1119-1130. Wang Shengjie, Zhang Mingjun. Spatio-temporal characteristics and influencing factors of stable isotopes in precipitation across the Chinese Tianshan Mountains[J]. Quaternary Sciences, 2017, 37(5): 1119-1130. |
| [13] |
Dansgaard W. Stable isotopes in precipitation[J]. Tellus, 1964, 16(4): 436-468. DOI:10.3402/tellusa.v16i4.8993 |
| [14] |
Zhang M, Wang S. A review of precipitation isotope studies in China:Basic pattern and hydrological process[J]. Journal of Geographical Sciences, 2016, 26(7): 921-938. DOI:10.1007/s11442-016-1307-y |
| [15] |
Aragúas L, Froehlich K, Rozanski K. Stable isotope composition of precipitation over Southeast Asia[J]. Journal of Geophysical Research:Atmospheres, 1998, 103(D22): 28721-28742. DOI:10.1029/98JD02582 |
| [16] |
田立德, 姚檀栋, 文蓉, 等. 青藏高原西部纳木那尼冰芯同位素记录的气候意义初探[J]. 第四纪研究, 2012, 32(1): 46-52. Tian Lide, Yao Tandong, Wen Rong, et al. A primary recognition on the climatic significance of ice core isotope record in Naimona'nyi of west Tibetan Plateau[J]. Quaternary Sciences, 2012, 32(1): 46-52. DOI:10.3969/j.issn.1001-7410.2012.01.05 |
| [17] |
赵华标, 徐柏青, 王宁练. 青藏高原冰芯稳定氧同位素记录的温度代用性研究[J]. 第四纪研究, 2014, 34(6): 1215-1226. Zhao Huabiao, Xu Baiqing, Wang Ninglian. Study on the water stable isotopes in Tibetan Plateau ice cores as a proxy of temperature[J]. Quaternary Sciences, 2014, 34(6): 1215-1226. |
| [18] |
Jouzel J, Masson-Delmotte V, Cattani O, et al. Orbital and millennial Antarctic climate variability over the past 800, 000 years[J]. Science, 2007, 317(5839): 793-796. DOI:10.1126/science.1141038 |
| [19] |
Liu Jianrong, Song Xianfang, Yuan Guofu, et al. Characteristics of δ18O in precipitation over Eastern Monsoon China and the water vapour sources[J]. Chinese Science Bulletin, 2010, 55(2): 200-211. DOI:10.1007/s11434-009-0202-7 |
| [20] |
Tierney J E, Russell J M, Huang Y, et al. Northern hemisphere controls on tropical southeast African climate during the past 60, 000 years[J]. Science, 2008, 322(5899): 252-255. DOI:10.1126/science.1160485 |
| [21] |
Yadava M G, Ramesh R, Pandarinath K. A positive 'amount effect' in the Sahayadri (Western Ghats) rainfall[J]. Current Science, 2007, 93(4): 560-566. |
| [22] |
Breitenbach S F M, Adkins J F, Meyer H, et al. Strong influence of water vapor source dynamics on stable isotopes in precipitation observed in Southern Meghalaya, NE India[J]. Earth and Planetary Science Letters, 2010, 292(1): 212-220. |
| [23] |
Kurita N, Ichiyanagi K, Matsumoto J, et al. The relationship between the isotopic content of precipitation and the precipitation amount in tropical regions[J]. Journal of Geochemical Exploration, 2009, 102(3): 113-122. DOI:10.1016/j.gexplo.2009.03.002 |
| [24] |
谭明, 南素兰, 段武辉. 中国季风区大气降水同位素的季节尺度环流效应[J]. 第四纪研究, 2016, 36(3): 575-580. Tan Ming, Nan Sulan, Duan Wuhui. Seasonal scale circulation effect of stable isotope in atmospheric precipitation in the monsoon regions of China[J]. Quaternary Sciences, 2016, 36(3): 575-580. |
| [25] |
谭明, 南素兰. 中国季风区降水氧同位素年际变化的"环流效应"初探[J]. 第四纪研究, 2010, 30(3): 620-622. Tan Ming, Nan Sulan. Primary investigation on interannual changes in the circulation effect of precipitation oxygen isotopes in monsoon China[J]. Quaternary Sciences, 2010, 30(3): 620-622. DOI:10.3969/j.issn.1001-7410.2010.03.21 |
| [26] |
陶涛, 谭明, 段武辉. 最短时间尺度环流效应:单场降水δ18O对复合水汽来源的示踪[J]. 第四纪研究, 2013, 33(3): 615-617. Tao Tao, Tan Ming, Duan Wuhui. Circulation effect on the shortest time scale:Multiple water sources traced by δ18O during single precipitation event[J]. Quaternary Sciences, 2013, 33(3): 615-617. DOI:10.3969/j.issn.1001-7410.2013.03.24 |
| [27] |
Lee J E, Fung I. "Amount effect" of water isotopes and quantitative analysis of post-condensation processes[J]. Hydrological Processes, 2008, 22(1): 1-8. DOI:10.1002/(ISSN)1099-1085 |
| [28] |
Risi C, Bony S, Vimeux F. Influence of convective processes on the isotopic composition(δ18O and δD) of precipitation and water vapor in the tropics:2. Physical interpretation of the amount effect[J]. Journal of Geophysical Research, 2008, 113: D19306. DOI:10.1029/2008JD009943 |
| [29] |
Kurita N. Water isotopic variability in response to mesoscale convective system over the tropical ocean[J]. Journal of Geophysical Research, 2013, 118: 10376-10390. DOI:10.1002/-jgrd.50754 |
| [30] |
Moore M, Kuang Z, Blossey P N. A moisture budget perspective of the amount effect[J]. Geophysical Research Letters, 2014, 41(4): 1329-1335. DOI:10.1002/2013GL058302 |
| [31] |
Cai Z Y, Tian L D. Atmospheric controls on seasonal and interannual variations in the precipitation isotope in the East Asian monsoon region[J]. Journal of Climate, 2016, 29(4): 1339-1352. DOI:10.1175/JCLI-D-15-0363.1 |
| [32] |
蔡忠银, 田立德. 季风区降水δ18O与云顶气压关系[J]. 第四纪研究, 2015, 35(6): 1450-1457. Cai Zhongyin, Tian Lide. The relationship between δ18O in precipitation and cloud top pressure in monsoon regions[J]. Quaternary Sciences, 2015, 35(6): 1450-1457. |
| [33] |
Crawford J, Hughes C E, Parkes S D. Is the isotopic composition of event based precipitation driven by moisture source or synoptic scale weather in the Sydney Basin, Australia?[J]. Journal of Hydrology, 2013, 507(25): 213-226. |
| [34] |
Villacís M, Vimeux F, Taupin J D. Analysis of the climate controls on the isotopic composition of precipitation(δ18O) at Nuevo Rocafuerte, 74.5°W, 0.9°S, 250 m, Ecuador[J]. Comptes Rendus Geoscience, 2008, 340(1): 1-9. |
| [35] |
Gao J, Masson-Delmotte V, Risi C, et al. What controls precipitation δ18O in the southern Tibetan Plateau at seasonal and intra-seasonal scales? A case study at Lhasa and Nyalam[J]. Tellus B, 2013, 65: 21043. DOI:10.3402/tellusb.v65i0.21043 |
| [36] |
黄一民, 章新平, 唐方雨, 等. 长沙大气降水中稳定同位素变化及过量氘指示水汽来源[J]. 自然资源学报, 2013, 28(11): 1945-1954. Huang Yimin, Zhang Xinping, Tang Fangyu, et al. Variations of precipitation stable isotope and vapor origins revealed by deuterium excess in Changsha[J]. Journal of Natural Resources, 2013, 28(11): 1945-1954. DOI:10.11849/zrzyxb.2013.11.011 |
| [37] |
吴华武, 章新平, 关华德, 等. 不同水汽来源对湖南长沙地区降水中δD、δ18O的影响[J]. 自然资源学报, 2012, 27(8): 1404-1414. Wu Huawu, Zhang Xinping, Guan Huade, et al. Influences of different moisture sources on δD and δ18O in precipitation in Changsha, Hunan Province[J]. Journal of Natural Resources, 2012, 27(8): 1404-1414. |
| [38] |
George J H, Robert F A, David T B. The TRMM Multisatellite Precipitation Analysis (TMPA):Quasi-global, multiyear, combined-sensor precipitation estimates at fine scales[J]. Journal of Hydrometeorology, 2006, 8(1): 38-55. |
| [39] |
王兆礼, 钟睿达, 赖成光, 等. TRMM卫星降水反演数据在珠江流域的适用性研究——以东江和北江为例[J]. 水科学进展, 2017, 28(2): 174-182. Wang Zhaoli, Zhong Ruida, Lai Chengguang, et al. Evaluation of TRMM 3B42-V7 satellite-based precipitation data product in the Pearl River basin, China:Dongjiang River and Beijiang River basin as examples[J]. Advances in Water Science, 2017, 28(2): 174-182. |
| [40] |
胡庆芳.基于多源信息的降水空间估计及其水文应用研究[D].北京: 清华大学博士论文, 2013: 46-48. Hu Qingfang. Rainfall Spatial Estimation Using Multi-source Information and Its Hydrological Application[D]. Beijing: The Doctoral Thesis of Tsinghua University, 2013: 46-48. |
| [41] |
孙乐强, 郝振纯, 王加虎, 等. TMPA卫星降水数据的评估与校正[J]. 水利学报, 2014, 46(10): 1135-1146. Sun Leqiang, Hao Zhenchun, Wang Jiahu, et al. Assessment and correction of TMPA products 3B42RT and 3B42V6[J]. Journal of Hydraulic Engineering, 2014, 46(10): 1135-1146. |
| [42] |
Yong B, Ren L, Hong Y, et al. Hydrologic evaluation of multisatellite precipitation analysis standard precipitation products in basins beyond its inclined latitude band:A case study in Laohahe basin, China[J]. Water Resources Research, 2010, 46(7): 759-768. |
| [43] |
骆三, 苗峻峰, 牛涛, 等. TRMM测雨产品3B42与台站资料在中国区域的对比分析[J]. 气象, 2011, 37(9): 1081-1090. Luo San, Miao Junfeng, Niu Tao, et al. A comparison of TRMM 3B42 products with rain gauge observations in China[J]. Meteorological Monthly, 2011, 37(9): 1081-1090. |
| [44] |
Gadgil S, Guruprasad A. An objective method for the identification of the intertropical convergence zone[J]. Journal of Climate, 1990, 3(5): 558-567. DOI:10.1175/1520-0442(1990)003<0558:AOMFTI>2.0.CO;2 |
| [45] |
Waliser D E, Gautier C. A satellite-derived climatology of the ITCZ[J]. Journal of Climate, 1993, 6(11): 2162-2174. DOI:10.1175/1520-0442(1993)006<2162:ASDCOT>2.0.CO;2 |
| [46] |
Tang Y, Pang H, Zhang W, et al. Effects of changes in moisture source and the upstream rainout on stable isotopes in precipitation-A case study in Nanjing, Eastern China[J]. Hydrology and Earth System Sciences, 2015, 19(10): 4293-4306. DOI:10.5194/hess-19-4293-2015 |
| [47] |
Wang B, Xu X. Northern Hemisphere summer monsoon singularities and climatological intraseasonal oscillation[J]. Journal of Climate, 1997, 10(10): 1071-1085. |
| [48] |
蒋尚城. 全球ITCZ的气候特征研究[J]. 气象学报, 1988, 46(2): 241-245. Jiang Shangcheng. The climatic characteristics of the ITCZ all over the globe[J]. Acta Meteorologica Sinica, 1988, 46(2): 241-245. |
| [49] |
Prasad K D, Bansod S D. Interannual variations of outgoing longwave radiation and Indian summer monsoon rainfall[J]. International Journal of Climatology, 2000, 20(15): 1955-1964. DOI:10.1002/(ISSN)1097-0088 |
| [50] |
赵诗坤, 庞朔光, 文蓉, 等. 海河流域降水稳定同位素的云底二次蒸发效应[J]. 地理科学进展, 2015, 34(8): 1031-1038. Zhao Shikun, Pang Shuoguang, Wen Rong, et al. Influence of below-cloud secondary evaporation on stable isotope composition in precipitation in the Haihe River basin, China[J]. Progress in Geography, 2015, 34(8): 1031-1038. |
| [51] |
Risi C, Bony S, Vimeux F, et al. What controls the isotopic composition of the African monsoon precipitation? Insights from event-based precipitation collected during the 2006 AMMA field campaign[J]. Geophysical Research Letters, 2008, 35: L24808. DOI:10.1029/2008GL035920 |
| [52] |
Vimeux F, Tremoy G, Risi C, et al. A strong control of the South American SeeSaw on the intra-seasonal variability of the isotopic composition of precipitation in the Bolivian Andes[J]. Earth and Planetary Science Letters, 2011, 307(1-2): 47-58. DOI:10.1016/j.epsl.2011.04.031 |
| [53] |
索渺清, 丁一汇. 冬半年副热带南支西风槽结构和演变特征研究[J]. 大气科学, 2009, 33(3): 425-442. Suo Miaoqing, Ding Yihui. The structures and evolutions of the wintertime southern branch trough in the subtropical westerlies[J]. Chinese Journal of Atmospheric Sciences, 2009, 33(3): 425-442. DOI:10.3878/j.issn.1006-9895.2009.03.03 |
2 Key Laboratory of Geospatial Big Data Mining and Application, Hunan Province, Hunan Normal University, Changsha 410081, Hunan;
3 Key Laboratory of Water Cycle and Related Surface Processes, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101)
Abstract
Based on the daily precipitation δ18O from January 2010 to December 2016 at Changsha station (25°15'N, 112°33'E), we analyzed the variation characteristics of precipitation δ18O at different timescales and their relationships with local surface air temperature, precipitation amount and upstream rainout. Our aims were to elucidate the variations of the stable isotopes of precipitation in Changsha, and specifically to determine the impacts of changes in moisture sources and upstream rainout processes. The results showed that, δ18O varied from -18.07 ‰ to 4.50 ‰ at the daily scale, with a negative skew. δ18O exhibited a pronounced seasonal pattern of variation, ranging from -13.10 ‰ to -1.32 ‰ at the monthly scale, with higher δ18O in winter and spring and lower values in summer and autumn. There were no statistically significant and stable negative correlations between δ18O and local precipitation amount on either the daily or monthly scales; however, changes in δ18O in Changsha responded sensitively to the variation of precipitation amount in the key upstream area along air mass trajectories. Year-to-year, the strongest negative lagged correlations (r)between δ18O and the preceding average precipitation amount over the Indian Peninsula and the Bay of the Bengal (Zone1)varied from -0.79 to -0.63 (all significant at the 0.001 level)in the warm half-year (from April to September)of 2010~2016. However, in the cold half-year (from October to the following March), the key area switched to regions including most of Yunnan, Guizhou and Guangxi provinces and their surrounding areas (Zone2); the corresponding r values varied from -0.79 to -0.44, which are all significant at the 0.001 level, except for the year 2012. At the monthly scale, the correlation coefficients between precipitation-weighted monthly mean δ18O and average precipitation amount in the key upstream area were -0.75 and -0.57 between 2010 and 2016 in the warm half-year and cold half-year, respectively (both significant at the 0.001 level). Overall, our results emphasize the crucial role of the upstream effect in explaining the variations of the stable isotopes in precipitation in Changsha.