2020, Vol.40
2 虚拟地理环境教育部重点实验室(南京师范大学), 江苏 南京 210023;
3 江苏省地理信息资源开发与利用协同创新中心, 江苏 南京 210023;
4 重庆师范大学地理与旅游学院, 三峡库区地表过程与环境遥感重庆市重点实验室, 重庆 401331)
大气降水过程是全球水文循环的重要一环, 也是海-气、陆-气之间最活跃的因子。降水稳定同位素可以反映大气水文循环过程, 记录水文循环的演变信息, 是全球和区域水循环研究的重要课题。降水中稳定同位素丰度易受到诸多因素的影响, 包括水汽源、水汽传输过程和降水区域的环境条件(如温度、相对湿度、风速、纬度、高程和距海距离等)[1~5], 因而具有一定的时空变化特征。研究降水中氢氧同位素组成和比率特征可用于追踪大气降水水汽源及大气环流过程[6~10]。
中国地域辽阔, 降水稳定同位素组成因素更为复杂[11~15]。汪少勇等[11]研究了长江源区的降水稳定同位素特征和水汽来源, 表明当地水汽来源既有西南季风携带的海洋性水汽, 也有局地蒸发水汽及西风输送水汽；宋献方等[12]把北京地区的连续降水过程分为五类：西向水汽输送、近海水汽输送、远洋水汽输送、远源大陆水汽输送和局地大陆水汽输送, 其中以近海水汽输送和西向水汽输送为主；章新平等[13]利用稳定同位素大气水平衡模式(iAWBM)模拟实验, 重现了季风区降水量效应和负温度效应, 加深了对季风区降水稳定同位素效应的理解和认识；长江流域降水同位素来源更为复杂, 导致降水δ18O变化的因素复杂多样, 还应当考虑到源区水汽输送变化的影响[14]。
南京位于受东亚季风强烈影响的长江中下游地区, 其降水变化会对社会经济产生深远影响。自南京葫芦洞石笋δ18O记录[16]发表以来, 石笋δ18O记录继承了降水-滴水的δ18O变化基本达成共识[17~18]。程海等[19]讨论了中国南方石笋氧同位素记录在冰期间冰期旋回尺度上与热带辐合带(Intertropical Convergence Zone, 简称ITCZ)的位置密切相关, 不同洞穴石笋δ18O的明显差异可以解释为年际-年代际尺度上的季风降水在空间上的差异分布；但认为在季节甚至天气尺度上关于氧同位素的指代意义目前仍存在诸多的争议[20], 葫芦洞石笋记录破译的难点主要是缺乏南京地区氧同位素的现代机理研究；王涛等[21]根据全球降水同位素观测网(GNIP)的月降水同位素数据(1987~1992年), 探讨了季节尺度上南京大气降水同位素的变化可能与水汽源地有关；Tang等[10]对2011年9月至2014年底的南京日降水稳定同位素数据分析, 探讨了南京夏季日降水稳定同位素与上游水汽输送过程中的“冲刷淋洗的程度”以及ITCZ强弱和位置的联系。而对于不同水汽源地的水汽如何影响南京大气降水稳定同位素, 尤其是天气尺度上的研究, 目前还比较匮乏。因此, 我们自2015年开始的南京大气降水监测工作, 对于理解南京地区降水δ18O潜在的气候信息, 进而破译石笋记录具有重要意义[22]。本文分析处理了387组南京地区大气降水氢氧同位素数据, 分析研究区降水稳定同位素组成与气象要素之间的关系；进一步分析当地降水天气尺度和季节尺度的稳定同位素组成变化, 探讨水汽源的日变化与季节变化, 并结合后向轨迹模型, 揭示不同源区的水汽如何控制南京地区大气降水稳定同位素的变化。
1 材料与方法 1.1 研究区概况南京位于亚热带季风气候区, 雨热同期, 四季分明, 年均温约为16.9℃, 年降水量为1240mm左右。南京地区的现代降水观测地点在南京师范大学仙林校区地理科学学院(32.1°N, 118.9°E)行远楼楼顶, 距离南京葫芦洞仅13km。
1.2 样品采集与分析本研究的数据来源于两部分：第一部分是来自GNIP南京站点的月平均数据, 可在国际原子能机构(IAEA)网站下载；第二部分数据是2015年至2019年在江苏省南京市南京师范大学仙林校区地理科学学院行远楼楼顶采集。场降水由专制集水容器收取；对于降水量大、持续时间长的场降水采取每隔半个小时到一个小时、多次收集的方式, 强度小的降水则降水结束后立即收集。月降水采用漏斗连接集水桶, 漏斗内放置乒乓球防止降水被污染, 桶外用锡纸包裹隔热, 桶内加一层石蜡防止水分蒸发, 一般在每月最后一天采集。将采集到的降水样品分别装入5ml的棕色玻璃瓶, 用封口膜密封瓶口, 贴上标签, 放置于4℃环境保存[23]。南京气温和降水数据由ONSET公司生产的HOBO RG3型雨量数字记录仪记录, 一个月拷贝一次数据并检查仪器运行状态, 该设备也放置在行远楼楼顶。
2015年1月至2019年6月共采集场降水和月降水样品387件, 水样在兰州大学资源环境学院同位素实验室测试。采用PICARRO公司生产的L2140-i型号液态水水汽同位素分析仪测定, δ18O、δD的测试误差分别小于0.025 ‰、0.1 ‰。实验测定的结果采用相对于维也纳标准平均海洋水(VSMOW)的千分差(δ, ‰)表示：
|
(1) |
公式(1)中, Rsample为降水样品中18O/16O(或D/H)的比值, RVSMOW为VSMOW中18O/16O(或D/H)的比值。
由于月降水监测工作从2017年开始, 因此先前缺失部分的月降水数据采用场降水加权平局值：
|
(2) |
公式(2)中, δ为加权平均后的月降水同位素数据, Pi为场降水量, δi为对应的同位素值。
2 数据分析与讨论 2.1 南京地区大气降水方程早在20世纪中叶, Craig[24]研究了全球大气降水的氢氧同位素组成和特征, 提出了全球大气降水线方程(Global Meteoric Water Line, 简称GMWL)：δD=8δ18O+10。这个方程反映了全球大气降水和水源地的地理和气象条件及其相关的大气过程(即环境温度、湿度、水汽来源)的平均状态[5, 25]。众多学者建立不同地区大气降水线方程(Local Meteoric Water Line, 简称LMWL)[21, 26~31], 丰富了降水稳定同位素变化研究。
目前, 大气降水方程的数据还没有统一的标准, 表 1给出了中国季风区的部分区域大气降水方程。根据数据类型, 大气降水方程基本上分为3种：月降水方程[21, 26]、场降水方程[27~30]、场降水与月降水混合方程[31]。区域大气降水方程反映了降水同位素的线性关系, 其本质是水汽从源地到最终降水形成时的分馏结果, 场降水是这个结果的最直接载体。月平均降水是众多场降水的加权后的总体状态, 这会导致数据失去描绘降水形成的物理过程的能力。此外, 场降水数据建立方程时会将降水频次(或者雨量)因素纳入方程, 而在月降水数据中, 降雨量与降水频次等信息会失真。因此, 本次研究采用了330个场降水的稳定同位素数据, 采用最小二乘法建立了南京地区的大气降水方程：
|
表 1 中国南方季风区部分区域降水方程 Table 1 The Local Meteoric Water Lines(LMWL) in the southern monsoon region of China |
|
(3) |
公式(3)中, δD的变化范围在-142.50 ‰~+42.91 ‰；δ18O的变化范围在-19.16 ‰~+3.94 ‰(图 1)。公式(3)斜率与中国南部季风区其他区域的大气降水方程(斜率范围为7.45~8.46)[26~31]相近, 说明了东部季风区水汽来源和水汽输送过程具有一致性, 降水水汽来源主要来自湿润的海洋地区；而截距则差异明显, 截距与降水过程密切相关, 可能是由于各地的气象条件(如温度等)不同, 造成δ的相对于平衡状态的偏离程度的差异[32]。
|
图 1 南京地区大气降水方程 Fig. 1 LMWL of Nanjing |
降水受到水汽源地水文气象条件的影响, 同时也跟水汽迁移过程中的分馏密切相关[1]。本研究采用美国海洋大气局(NOAA)开发的HYSPLIT4(the Hybrid- Single Particle Lagrangian Intergrated Trajectory, 网址为http://ready.arl.noaa.gov/HYSPLIT.php)模型, 该模型可用来识别水汽源区与水汽通道[33]。本研究运用后向轨迹分析方法示踪南京地区2015~2019年大气降水水汽团的输送途径和过程[34]。在模型中选取水汽后向轨迹模拟层高度为1000m、1500m和2000m, 其中1500m左右一般被认为是水汽最大输送量或形成降雨的高度[35], 后向模拟时长设置为10天(-240 h)。
为了研究不同水汽源地的降水同位素差异, 我们筛选出87场次水汽源地相对稳定集中的降水事件(表 2)。结合后向轨迹所显示的源地和路径的不同, 水汽可分为五类：欧亚大陆水汽(A)、西太平洋和南海水汽(B)、西风远源水汽(C)、局地近源水汽(D)、印度洋水汽(E)。具体看来, 欧亚大陆水汽降水δ18O变化范围在-6.80 ‰~+2.27 ‰, 西太平洋和南海水汽降水δ18O变化范围在-10.61 ‰~- 2.14 ‰, 西风远源水汽降水δ18O变化范围在-8.98 ‰~-3.50 ‰, 局地近源水汽降水δ18O变化范围在-2.59 ‰~+ 0.54 ‰, 印度洋水汽降水δ18O变化范围在-11.41 ‰~-6.13 ‰(图 2)。五类水汽源降水δ18O平均值分别为-3.66 ‰、-6.65 ‰、-6.45 ‰、-1.64 ‰和-8.97 ‰。其中, 来自印度洋降水δ18O平均值最偏负, 太平洋和南海以及西风远源水汽的降水δ18O较为偏负, 而局地近源水汽和欧亚大陆水汽降水偏正, 表明同位素分馏的确与距离有关[1]。
|
|
表 2 2015~2019年单一水汽源降水同位素数据 Table 2 Isotopic data for the water sample of single source precipitation collected in 2015~2019 |
|
图 2 不同水汽源类型降水δ18O特征 欧亚大陆水汽(A)、西太平洋和南海水汽(B)、西风远源水汽(C)、局地近源水汽(D)、印度洋水汽(E) Fig. 2 Precipitation δ18O from different water vapor sources. Eurasia continental vapor(A), Western Pacific and South China Sea vapor(B), remote westerly vapor(C), vicinal vapor(D), Indian Ocean vapor(E) |
由公式(2)计算南京地区全年降水δ18O为-7.35 ‰(见图 2水平虚线), 南京地区年均δ18O应满足以下：
|
(4) |
公式(4)中, Pi(i=A、B、C、D、E)为各类水汽源类型的降水占全年降水的比率, δi(i=A、B、C、D、E)为各类水汽源降水的δ18O平均值。
近30年南京地区的夏季降水量(6~9月)占全年比重近60 %, 这个时期内正是夏季风爆发的季节, 来自印度洋(δ18Oaverage=-8.97 ‰)和太平洋(δ18Oaverage=-6.65 ‰)的水汽占据绝对主导地位。不同水汽源的降水δ18O值存在较明显的差异(图 2), 根据公式(4), 不同水汽源的降水比率发生变化时, 会引起全年降水δ18O值的波动, 因此我们认为南京地区的降水δ18O受控于复合水汽源, 这是本文给出的一个认识进步。南京葫芦洞石笋记录[16, 36]可能是不同水汽源降水的雨量加权平均的降水氧同位素信号, 不能直接解释为夏季降水氧同位素的变化。
2.3 持续性降水事件的同位素变化大气降水的稳定同位素组分受到外界环境的影响, 同时也跟水汽团本身的特性密切相关。持续降水的过程中, 可能存在着不同水汽团的相互作用, 从而造成降水中的同位素变化。为了解释这种现象, 谭明等[37~38]提出了不同尺度的“环流效应”。环流效应的本质是不同水汽团对降水的贡献比值随着时间发生变化, 或者降水过程中出现不同水汽团的替换。
本研究选取2015~2019年共18个连续降水事件逐一分析, 根据降水发生过程中水汽源地是否发生变化, 持续性降水事件可以大致分为两类：水汽来源复杂的事件(水汽源地发生变化)和水汽来源基本稳定的事件(水汽源地不发生变化)。进一步分别以2015年9月29日~10月1日(图 3a)和2018年5月24~25日(图 3b)两个降水事件为例对降水的水汽源地和路径分析, 在HYSPLIT4模型中逐时的后向轨迹示踪(图 4和5), 后向模拟的前推时间均为10日, 选取高程为1000m、1500m和2000m。
|
图 3 连续降水的δ18O、空气相对湿度和风向变化过程 风向(黑色虚线)：90(东), 180(南), 270(西), 360(北)；三角实线(▲)为δ18O值；点虚线(×·-·×-)为空气相对湿度；阴影表示水汽团发生交替的过程 Fig. 3 Temporal variation of hourly precipitationδ18O(solid triangle line), air relative humidity(dot-dashed line) and wind direction(dashed black line); wind direction:90(E), 180(S), 270(W), 360(N); The shadow bar is the alternation of vapor masses |
|
图 4 2015年9月29日~10月1日降水事件的水汽源后向轨迹示踪 红色(Red)：1000m；蓝色(Blue)：1500m；绿色(Green)：2000m Fig. 4 HYSPLIT4 moisture back-trajectory of precipitation events from September 29 to October 1, 2015 |
|
图 5 2018年5月24~25日降水事件的水汽源后向轨迹示踪 红色(Red)：1000m；蓝色(Blue)：1500m；绿色(Green)：2000m Fig. 5 HYSPLIT4 moisture back-trajectory of precipitation events from May 24 to 25 2018 |
2015年9月29日~10月1日的降水事件中, 降水同位素δ18O值发生了大幅度的变化(图 3a), 水汽后向轨迹示踪表明本次降水事件中发生了水汽源的转变(图 4, 图中时间显示为世界标准时间UTC, UTC+8为北京时间)。降水初期(9月29日), 1500m和2000m高程水汽主要是来自西太平洋地区, 1000m高程的水汽来源由西风远源转变为东亚地区近源, 空气湿度维持在较高的水平(80 %以上), 风向以东风为主, 大气环境相对稳定, δ18O值维持在-4 ‰左右, 受雨除效应影响整体有逐渐减小的趋势；9月30日风向由东风向西风转变, 空气相对湿度逐渐降低, 降水的水汽转变为局地近源水汽和欧亚大陆水汽, 但是水汽输送路径曲折, 输送过程中的持续降水的分馏作用使得δ18O严重贫化[1, 39], δ18O值从-3 ‰降到-14 ‰；而降雨的后期(10月1日), 降水源地逐步向东南亚和西太平洋地区转变, 风向主要为西北风, 空气湿度降低到60 %, 此时受二次蒸发作用与雨除效应共同影响, 降水δ18O值变化不明显。此次降水事件中, 降水稳定同位素受雨除效应的影响, 总体呈现贫化的趋势, 整体的δ18O值变化幅度达到11.14 ‰。
2018年5月24~25日的单一水汽源的场降水事件中, 随着时间的推移, 降水δ18O值呈现逐渐偏负的趋势(图 3b)。5月24日21时到23时期间发生一次阵雨, 降水δ18O值为严重偏正的+2.43 ‰。这可能是5月24日23时, 雨滴在降落过程中发生明显的二次蒸发现象导致同位素分馏[40]。当时空气湿度为74 %, 较轻的同位素容易从雨滴中逸出, 剩余雨滴中较重同位素相对富集[41], δ18O值正偏。5月25日10时后开始第二次降水, 一直持续到当日21时, 风向由(偏)东转变为正北, 空气湿度上升到95 %以上。在本次连续降水事件中, 水汽源地没有发生显著变化, 主要来源于西太平洋和南海地区(图 5)。期间, 大气环境比较稳定, 同位素值逐渐向负方向偏移, 从-1.49 ‰到-5.48 ‰, 振幅为3.99 ‰, 可能是受雨除效应(雨量效应)影响。
综合看来, 由于水汽输送路线模拟、风向、空气相对湿度的数据不是在统一的距地高度上, 所以风向和空气湿度只能作为判断气团是否发生转换的辅助工具。如图 3a中风向完成由东风→西风→北风的转变时, 空气相对湿度有明显的降低, 结合图 4可以判断, 水汽团的源地发生了转变, 降水氧同位素发生剧烈波动；相应的, 虽然图 3b中风向有明显变化, 从东风变成北风, 但是空气相对湿度稳定在95 %以上, 结合图 5中的水汽轨迹看来, 水汽源和运移路径并无明显变化, 降水氧同位素呈现惯性负偏。不同气团之间的相互作用, 造成风向的转变, 进而影响降水地区上方的空气性质(空气湿度), 因此大气降水同位素的变化可能伴随着风向的变化。一场连续降雨事件中出现风向与空气相对湿度的转变, 可能预示着不同水汽团完成了交接, 降水的水汽源随之改变。因此, 连续降水过程中大幅度的同位素变化指示水汽的变化, 水汽源地引起的降水同位素的波动程度比雨除效应都要强烈, 由此可见场降水δ18O可能也具有复杂的大气环流背景。
2.4 降水同位素的季节性特征南京地区近30年降水量和气温的月均数据显示(http://data.cma.cn), 降水量最大值和气温最高值均出现在7月份, 12月降水最少, 而1月平均气温最低。对降水同位素(数据阶段为1987~1992年, 引自GNIP；2015~2019年来源于石笋同位素实验室监测数据)进行月降水加权平均, 计算出δ18O和d-excess(d-excess=δD-8δ18O)逐月数据[24]。d- excess作为反映水汽源区湿度、温度、风速情况的指标, 受局地环境因素影响较小, 氘盈余可以作为识别大气降水水汽来源, 因此更加适合用于水汽源变化研究[15]。
结果显示(图 6), 降水δ18O值存在明显的季节变化, 18O呈现春季(3~5月)富集, 夏季(6~8月)贫化的特征。月尺度的降水量与降水的次数以及单场降水的强度有关, 因而在图 6中显示的降水最大的月份(6~8月)对应的δ18O值最偏负是一种统计意义上的“伪雨量效应”[42~43]。为了探究南京地区的各个季节的大气环流模式的异同, 采用NOAA的月NCEP/NCAR再分析资料, 绘制南京地区水汽输送通量和HYSPLIT4模型示踪水汽运输路径。
|
图 6 南京地区月均温(℃), 月均降水量(mm), 大气降水同位素(δ18O)月均值(‰)以及d-excess(‰) Fig. 6 Long-term averages of monthly precipitation, air temperature, δ18O andd-excess of precipitation in Nanjing |
HYSPLIT4后向轨迹聚类分析(图 7)对于水汽的频次具有示踪作用, 并不能简单理解为水汽输送量, 因此在多个水汽来源的情况下, 对于大气层垂直积分获得水汽通量是水汽运送的净传输量。在探究水汽来源的时候, 应该综合考量风场、水汽输送和水汽示踪三者, 对主要水汽源地做出合理推断。在模型中, 排除非降水水汽输送对结果的可能影响, 对2014年至2018年降水日的水汽做后向轨迹模拟, 选取模拟层高度为1500m, 后向模拟时间为10天。
|
图 7 2014~2018年南京地区不同季节降水的水汽源后向轨迹示踪 (a)12~2月(DJF)；(b)3~5月(MAM)；(c)6~8月(JJA)；(d)9~11月(SON) Fig. 7 HYSPLIT4moisture back-trajectory run with NCEP/NCAR reanalysis data at Nanjing from 2014 to 2018 |
南京地区冬季(12~次年2月, 见图 7a和图 8a)主要是受西风控制, 水汽运输方向自西向东, 水汽散度较小, 此时降水量最低, HYSPLIT4后向轨迹水汽示踪显示此时的水汽主要来自欧亚大陆内部和西部地区。冬季降水多是欧亚大陆水汽(A)和西风远源水汽(C)形成, 因此较为偏负, δ18O范围在-5.60 ‰~-7.41 ‰, d-excess范围在+15.79 ‰~+17.79 ‰, 显示水源地是寒冷干燥环境。春季(3~5月, 见图 7b和图 8b)来自南海方向的太平洋水汽输送量增加, 水汽散度较冬季明显增大, 此时降水量增加, HYSPLIT4后向轨迹水汽示踪显示此时的水汽主要来自欧亚大陆西部地区、北大西洋和中国东部季风区。春季降水多是西风远源水汽(C)和局地近源水汽(D)形成, 重的稳定同位素最为富集, δ18O范围在-2.22 ‰~-5.98 ‰, d- excess范围在+11.20 ‰~+12.62 ‰, 说明水源地相对干燥低温。夏季(6~8月, 见图 7c和图 8c)中国东南季风区主要受印度洋远源水汽输送的影响, 水汽散度达到最大, 降水量增加。期间, 江淮地区自南向北逐步进入梅雨季节, HYSPLIT4后向轨迹水汽示踪显示此时的水汽主要来自西伯利亚地区、北印度洋和中国南海, 少量频次来自太平洋。夏季降水中西太平洋和南海水汽(B)和印度洋水汽(E)占据主要组分, 稳定同位素最为贫化, δ18O范围在-8.45 ‰~-9.54 ‰, d-excess范围在+ 9.22 ‰~+ 9.88 ‰, 说明水源地相对高温湿润。秋季(9~11月, 图 7d和图 8d)主要是受西风控制, 南京地区接收来自西北内陆方向水汽输送, 水汽散度显著降低, 降水量减少。HYSPLIT4后向轨迹水汽示踪显示此时的水汽主要来自西伯利亚地区、亚欧大陆中西部和中国南海, 少量频次来自太平洋。秋季降水多是欧亚大陆水汽(A)、西风远源水汽(C)形成, 少量为西太平洋和南海水汽(B)和局地近源水汽(D), 重的稳定同位素相对富集, δ18O范围在-6.34 ‰~-7.69 ‰, d-excess范围在+11.2 ‰~+12.62 ‰, 说明水源地相对干燥低温。
|
图 8 南京地区1989~2018年水汽通量和散度 (a)12~2月(DJF)；(b)3~5月(MAM)；(c)6~8月(JJA)；(d)9~11月(SON) Fig. 8 Vertically integrated mean water vapor transport in Nanjing from 1989 to 2018 |
δ18O和d-excess在月和季节尺度上均具有示踪水汽源的能力[44]。δ18O在5月和6月之间的差值最大, 5月的降水δ18O相对偏正, 当出现降水中δ18O异常偏负的时候, 往往预示着夏季风的爆发[10], 同理, 3月降水出现异常偏正的现象, 应该是冬季风结束的标志。南京地区的降水δ18O呈现出3个阶段：6~9月是东亚夏季风强度最大的时期, 南京地区的降水水汽主要是B类和E类；10~次年3月, 夏季风消退, 北大西洋和欧亚大陆中西部的水汽通过冬季风和西风带传输到南京地区, 此时南京地区的降水水汽主要是A类和C类；4~5月冬季风明显减弱, 此时夏季风还未爆发, 大气降水主要受到C类和D类水汽的影响。需要指出的是, 月和季节尺度的降水, 不存在绝对的单一水汽, 均为各类水汽混杂在一起, 不同类型水汽的降水在各个阶段轮流主导以及降水的“上游效应”[10, 45]造成了δ18O循环变化。
3 结论通过对南京地区天气-季节尺度的降水稳定同位素分析, 主要得出以下结论：
(1) 南京地区的降水稳定同位素δD的变化范围在-142.50 ‰~+42.91 ‰；δ18O的变化范围在-19.16 ‰~+3.94 ‰。大气降水方程为δD=7.42δ18O+8.07(n=330, R2=0.95), 斜率和截距均比全球大气降水方程偏小, 斜率与中国南方季风区其他区域大气降水方程相近, 截距偏小。
(2) 南京地区大气降水根据水汽源地的不同可以分为五类：欧亚大陆水汽(A)、西太平洋和南海水汽(B)、西风远源水汽(C)、局地近源水汽(D)和印度洋水汽(E)。五类降水δ18O平均值分别为-3.66 ‰、-6.65 ‰、-6.45 ‰、-1.64 ‰和-8.97 ‰。持续降水中存在雨除效应(雨量效应), 随着降水时间延长, 降水中δ18O值逐渐减小。通过对2类持续降水事件分析, 结合HYSPLIT4拉格朗日后向轨迹模型追踪水汽来源, 发现持续降水事件中不同水汽源气团的转换造成了δ18O剧烈波动, 水汽源地的变化对降水δ18O的影响要比雨除效应的影响更加显著。
(3) 南京地区大气降水18O季节变化明显, 呈现春季(4月δ18O值偏正)最富集, 夏季最贫化的特征。通过水汽输送图结合HYSPLIT4拉格朗日后向轨迹模型结果分析, 春季降水主要受西风带来的水汽(C类)和中国南方局地近源水汽(D类)的影响, 而夏季降水主要来自于南海和印度洋方向远源水汽(B和E类)。d-excess的季节变化佐证了这一论证, 指示冬季水汽源地相较于夏季水汽源地干燥。南京地区的大气降水反映了水汽源的变化, 在一定程度上能示踪水汽来源。
石笋中稳定同位素记录继承了降水的信号, 可能指代了不同水汽源降水的比率变化。今后还需要大量的工作来完全理解现代降水δ18O的气候信息, 对破译石笋记录中的气候意义具有重要的帮助[33]。
致谢: 感谢兰州大学资源环境学院张德忠老师、范广群博士对样品测试工作给予的帮助和支持。感谢匿名审稿专家和编辑部杨美芳老师提出的宝贵修改意见。
| [1] |
Dansgaard W. Stable isotopes in precipitation[J]. Tellus Series B:Chemical and Physical Meteorology, 1964, 16(4): 436-468. |
| [2] |
温艳茹, 王建力. 重庆地区大气场降水中氢氧同位素变化特征及与大气环流的关系[J]. 环境科学, 2016, 37(7): 2462-2469. Wen Yanru, Wang Jianli. Variations of stable isotope in precipitation and its atmospheric circulation effect in Chongqing[J]. Environmental Science, 2016, 37(7): 2462-2469. |
| [3] |
Liu X Y, Xiao H W, Xiao H Y, et al. Stable isotope analyses of precipitation nitrogen sources in Guiyang, Southwestern China[J]. Environmental Pollution, 2017, 230: 486-494. DOI:10.1016/j.envpol.2017.06.010 |
| [4] |
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, 2011, 25(25): 2509-2516. |
| [5] |
Araguás-Araguás L, Froehlich K, Rozanski K. Deuterium and oxygen 18 isotope composition of precipitation and atmospheric moisture[J]. Hydrological Processes, 2000, 14(8): 1341-1355. DOI:10.1002/1099-1085(20000615)14:8<1341::AID-HYP983>3.0.CO;2-Z |
| [6] |
Meiliang Z, Xiaoyan Z, Xia W, et al. δ18O characteristics of meteoric precipitation and its water vapor sources in the Guilin area of China[J]. Environmental Earth Sciences, 2015, 74(2): 953-976. |
| [7] |
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. |
| [8] |
黄一民, 赵日梅, 宋献方, 等. 台风"海马"对洞庭湖流域降水同位素的影响研究[J]. 地理科学, 2019, 39(7): 1184-1190. Huang Yimin, Zhao Rimei, Song Xianfang, et al. Precipitation isotopes formed by typhoon "Haima" in the Dongting Lake Basin[J]. Scientia Geographica Sinica, 2019, 39(7): 1184-1190. |
| [9] |
Kristina K, Domínguez-Villar D, Lojen S, et al. The impact of moisture sources on the oxygen isotope composition of precipitation at a continental site in Central Europe[J]. Journal of Hydrology, 2018, 561(6): 810-821. |
| [10] |
Tang Y, Pang H, Zhang W, et al. Effects of changes in moisture source and the upstream rainout on stable isotopes in summer precipitation-A case study in Nanjing, East China[J]. Hydrology and Earth System Sciences Discussions, 2015, 12(4): 3919-3944. DOI:10.5194/hessd-12-3919-2015 |
| [11] |
汪少勇, 王巧丽, 吴锦奎, 等. 长江源区降水氢氧稳定同位素特征及水汽来源[J]. 环境科学, 2019, 40(6): 2615-2623. Wang Shaoyong, Wang Qiaoli, Wu Jinkui, et al. Characteristics of stable isotope in precipitation and moisture sources in the headwaters of the Yangtze River[J]. Environmental Science, 2019, 40(6): 2615-2623. |
| [12] |
宋献方, 唐瑜, 张应华, 等. 北京连续降水水汽输送差异的同位素示踪[J]. 水科学进展, 2017, 28(4): 488-495. Song Xianfang, Tang Yu, Zhang Yinghua. Using stable isotopes to study vapor transport of continuous precipitation in Beijing[J]. Advances in Water Science, 2017, 28(4): 488-495. |
| [13] |
章新平, 关华德, 张新主, 等. 下垫面蒸发和云中凝结分馏对降水稳定同位素影响的数值试验--时间变化的比较(以长沙降水同位素为例)[J]. 冰川冻土, 2017, 39(3): 469-478. Zhang Xinping, Guan Huade, Zhang Xinzhu, et al. Numerical tests on the impacts of surface evaporation and condensation fractionation on stable isotopes in precipitation:A comparison of temporal variation(taking the isotopes in precipitation at Changsha as an example)[J]. Journal of Glaciology and Geocryology, 2017, 39(3): 469-478. |
| [14] |
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. |
| [15] |
李捷, 庞忠和, 古丽波斯坦·吐逊江, 等. 北疆大气降水水汽源识别及其对地下水补给的指示意义[J]. 科技导报, 2017, 28(18): 118-124. Li Jie, Pang Zhonghe, Tursun Gulbostan, et al. Identification of moisture sources in Junggar Basin and its implication for groundwater recharge[J]. Science & Technology Review, 2017, 28(4): 488-495. |
| [16] |
Wang Y J, Cheng H, Edwards R L, et al. A high-resolution absolute-dated Late Pleistocene monsoon record from Hulu Cave, China[J]. Science, 2001, 294(5550): 2345-2348. DOI:10.1126/science.1064618 |
| [17] |
Cheng H, Zhang P, Spotl C, et al. The climatic cyclicity in semiarid-arid Central Asia over the past 500, 000 years[J]. Geophysical Research Letters, 2012, 39(1): 1705. DOI:10.1029/2011GL050202 |
| [18] |
薛刚, 蔡演军, 马乐, 等. 山东半岛石笋记录的倒数第二次冰消期δ18O变化特征及其气候环境意义[J]. 第四纪研究, 2019, 39(4): 812-824. Xue Gang, Cai Yanjun, Ma Le, et al. The penultimate deglaciation characters and significance of climatic and environmental changes in Shandong Peninsula, inferred from speleothem δ18O records[J]. Quaternary Sciences, 2019, 39(4): 812-824. |
| [19] |
程海, 艾思本, 王先锋, 等. 中国南方石笋氧同位素记录的重要意义[J]. 第四纪研究, 2005, 25(2): 157-163. Cheng Hai, Edwards R L, Wang Xianfeng, et al. Oxygen isotope records of stalagmites from Southern China[J]. Quaternary Sciences, 2005, 25(2): 157-163. |
| [20] |
王健, 程海, 赵景耀, 等. 小冰期多尺度气候波动:贵州董哥洞高分辨率石笋记录[J]. 第四纪研究, 2019, 39(3): 775-785. Wang Jian, Cheng Hai, Zhao Jingyao, et al. Climate variability during the Little Ice Age characterized by a high-resolution stalagmite record from Dongge Cave, Guizhou[J]. Quaternary Sciences, 2019, 39(3): 775-785. |
| [21] |
王涛, 张洁茹, 刘笑, 等. 南京大气降水氧同位素变化及水汽来源分析[J]. 水文, 2013, 33(4): 25-31. Wang Tao, Zhang Jieru, Liu Xiao, et al. Variations of stable isotopes in precipitation and water vapor sources in Nanjing area[J]. Journal of China Hydrology, 2013, 33(4): 25-31. DOI:10.3969/j.issn.1000-0852.2013.04.005 |
| [22] |
Johnson K R, Ingram B L. Spatial and temporal variability in the stable isotope systematics of modern precipitation in China:Implications for paleoclimate reconstructions[J]. Earth and Planetary Science Letters, 2004, 220(3-4): 365-377. DOI:10.1016/S0012-821X(04)00036-6 |
| [23] |
袁娜, 李廷勇, 王海波, 等. 降水-滴水的δ18O/δD年季变化及与大气环流的关系--以重庆芙蓉洞地区为例[J]. 西南大学学报(自然科学版), 2015, 37(9): 133-139. Yuan Na, Li Tingyong, Wang Haibo, et al. Annual and monthly variations of δD and δ18O values in precipitation and drip water and their relationship with atmospheric circulation-A cave study in Furong Cave area[J]. Journal of Southwest University(Natural Science Edition), 2015, 37(9): 133-139. |
| [24] |
Craig H. Isotopic variations in meteoric waters[J]. Science, 1961, 133(3465): 1702-1703. DOI:10.1126/science.133.3465.1702 |
| [25] |
Kumar B, Rai S P, Kumar U S, et al. Isotopic characteristics of Indian precipitation[J]. Water Resources Research, 2010, 46(12): 595-612. |
| [26] |
Liu J, Song X, Yuan G, et al. Stable isotopic compositions of precipitation in China[J]. Tellus B:Chemical and Physical Meteorology, 2014, 66(1): 22567. DOI:10.3402/tellusb.v66.22567 |
| [27] |
陈衍婷, 杜文娇, 陈进生, 等. 厦门地区大气降水氢氧同位素组成特征及水汽来源探讨[J]. 环境科学学报, 2016, 36(2): 667-674. Chen Yanting, Du Wenjiao, Chen Jinsheng, et al. Composition of hydrogen and oxygen isotopic of precipitation and source apportionment of water vapor in Xiamen area[J]. Acta Scientiae Circumstantiae, 2016, 36(2): 667-674. |
| [28] |
Xie L H, Wei G J, Deng W F, et al. Daily δ18O and δD of precipitations from 2007 to 2009 in Guangzhou, South China:Implications for changes of moisture sources[J]. Journal of Hydrology, 2011, 400(3-4): 477-489. DOI:10.1016/j.jhydrol.2011.02.002 |
| [29] |
吴华武, 章新平, 孙广禄, 等. 湖南长沙地区大气降水中稳定同位素特征变化[J]. 长江流域资源与环境, 2012, 21(5): 540-546. Wu Huawu, Zhang Xinping, Sun Guanglu, et al. Variation of stable isotopic characteristics of atmospheric precipitation from Changsha, Hunan[J]. Resources and Environment in the Yangtze Basin, 2012, 21(5): 540-546. |
| [30] |
陈琦, 郭锦荣, 李超, 等. 庐山地区大气降水中稳定同位素变化特征[J]. 自然资源学报, 2019, 34(6): 1306-1316. Chen Qi, Guo Jinrong, Li Chao, et al. Variation characteristics of stable isotope in precipitation in Mount Lu area[J]. Journal of Natural Resources, 2019, 34(6): 1306-1316. |
| [31] |
张峦, 朱志鹏, 杨言, 等. 上海地区大气降水中氢氧同位素特征及其环境意义[J]. 地球与环境, 2020, 48(1): 120-128. Zhang Luan, Zhu Zhipeng, Yang Yan, et al. Characteristics of hydrogen and oxygen isotope of precipitation and its environmental significance in Shanghai[J]. Earth and Environment, 2020, 48(1): 120-128. |
| [32] |
李广, 章新平, 许有鹏. 滇南蒙自地区降水稳定同位素特征及其水汽来源[J]. 环境科学, 2016, 37(4): 1313-1320. Li Guang, Zhang Xinping, Xu Youpeng, et al. Characteristics of stable isotope in precipitation and their moisture sources in Mengzi Region, Southern Yunnan[J]. Environmental Science, 2016, 37(4): 1313-1320. |
| [33] |
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. |
| [34] |
Brimelow J C, Reuter G W. Transport of atmospheric moisture during three extreme rainfall events over the Mackenzie River Basin[J]. Journal of Hydrometeorology, 2005, 6(4): 423-440. DOI:10.1175/JHM430.1 |
| [35] |
Salamalikis V, Argiriou A A, Dotsika E. Periodicity analysis of δ18O in precipitation over Central Europe:Time-frequency considerations of the isotopic 'temperature' effect[J]. Journal of Hydrology, 2016, 534: 150-163. DOI:10.1016/j.jhydrol.2015.12.059 |
| [36] |
Liang Y, Wang Y, Wang Q, et al. East Asian summer monsoon climates and cave hydrological cycles over Dansgaard-Oeschger events 14 to 11 revealed by a new stalagmite record from Hulu Cave[J]. Quaternary Research, 2019, 92(3): 725-737. DOI:10.1017/qua.2019.39 |
| [37] |
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, Tang 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. |
| [38] |
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. |
| [39] |
Li G, Zhang X, Xu Y, et al. Synoptic time-series surveys of precipitation δ18O and its relationship with moisture sources in Yunnan, Southwest China[J]. Quaternary International, 2017, 440: 40-51. DOI:10.1016/j.quaint.2016.03.014 |
| [40] |
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. |
| [41] |
Wen X F, Zhang S C, Sun X M, et al. Water vapor and precipitation isotope ratios in Beijing, China[J]. Journal of Geophysical Research:Atmospheres, 2010, 115: D01103. DOI:10.1029/2009JD012408 |
| [42] |
李廷勇. 伪雨量效应--一个同位素气候学问题的讨论[J]. 第四纪研究, 2018, 38(6): 1545-1548. Li Tingyong. False amount effect-A discussion on one issue of isotopic climatology[J]. Quaternary Sciences, 2018, 38(6): 1545-1548. |
| [43] |
张键, 李廷勇. "雨量效应"与"环流效应":近1 ka亚澳季风区石笋和大气降水δ18O的气候意义[J]. 第四纪研究, 2018, 38(6): 1532-1544. Zhang Jian, Li Tingyong. "Amount effect" vs."Circulation effect":The climate significance of precipitation and stalagmite δ18O in the Asian-Australian monsoon region over the past 1 ka[J]. Quaternary Sciences, 2018, 38(6): 1532-1544. |
| [44] |
Krklec Kristina, David Domínguez-Villar, Sonja Lojen. The impact of moisture sources on the oxygen isotope composition of precipitation at a continental site in Central Europe[J]. Journal of Hydrology, 2018, 561: 810-821. DOI:10.1016/j.jhydrol.2018.04.045 |
| [45] |
周慧, 章新平, 姚天次, 等. 长沙降水中δ18O变化对上游降水的响应分析[J]. 第四纪研究, 2019, 39(2): 294-308. Zhou Hui, Zhang Xinping, Yao Tianci, et al. Analysis on the responses of precipitation δ18O to upstream rainout in Changsha[J]. Quaternary Sciences, 2019, 39(2): 294-308. |
,
Kong Xinggong1,2,3
,
Zhao Kan1,2,3,
Liang Yijia1,2,3,
Wang Quan4,
Wang Yongjin1,2,3
2 Key Laboratory of Virtual Geographic Environment(Nanjing Normal University), Ministry of Education, Nanjing 210023, Jiangsu;
3 Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, Jiangsu;
4 Key Laboratory of Surface Process and Environment Remote Sensing in Three Gorges Reservoir Area, School of Geography and Tourism, Chongqing Normal University, Chongqing 401331)
Abstract
Nanjing (32.1°N, 118.9°E) is located on the lower reaches of the Yangtze River with an average altitude of 26 m. The mean annual air temperature is 16.9℃ and the average annual precipitation is 1240 mm. It is strongly influenced by Asia monsoon climate characterized with seasonal variations of the wind reversal and alternation of dry and rainy periods. Temperature, the relative humidity and precipitation are monitored in Nanjing Normal University campus, which is located 13 km northwest from Hulu Cave.Based on 454 stable hydrogen and oxygen isotope data (δ18O, δD), including 67 data for monthly precipitation from 1987 to 1992 and 387 data for daily and monthly precipitation from 2015 to 2019 in Nanjing, the stable isotope in precipitation and water vapor sources in this region were studied. The values of δ18O ranges from -19.16 ‰ to +3.94 ‰, while values of δ18O ranges from -142.50 ‰ to +42.91 ‰. The established Local Meteoric Water Line (LMWL) δD=7.42 δ18O+8.07 (n=330, R2=0.95) based on 330 obtained samples of separate events is similar to the LMWL of Eastern Monsoon China from previous studies.To study changes in water vapor sources during precipitation events, stable isotope data, NCEP/NCAR data and Hybrid Single Particle Lagrangian Integrated Trajectory (HYSPLIT) backward trajectory results during 87 single-source precipitation events and 18 continuous precipitation events in Nanjing were analyzed. The results indicate that there are five different water vapor types (A~E) for the 87 single-source precipitation events:Eurasia continental vapor, Western Pacific and South China Sea vapor, remote westerly vapor, vicinal vapor and Indian Ocean vapor. The average δ18O values of the five types are -3.66 ‰, -6.65 ‰, -6.45 ‰, -1.64 ‰ and -8.97 ‰. According to the water vapor sources, precipitation events can be classified into 2 types:single-source precipitation events and multi-sources precipitation events. The oscillation amplitude of δ18O in multi-sources precipitation events may be much larger than it of the other one. On the monthly scale, the δ18O value of precipitation is lowest in spring especially April while it is highest in summer. The deuterium excess (d-excess) varies with temperature and precipitation in an anti-phase, which indicate that the water vapor sources of precipitation change in different seasons. The water vapor in Nanjing in summer is transported from Indian Ocean, West Pacific and South China Sea (B & E types), in contrast from Eurasian continent and distant westerlies (A & C types) in winter, which is consistent with the δ18O values of five water vapor types.