2020, Vol.41
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)
研究表明，在一定的时间和空间范围，大气降水中的稳定同位素具有显著的温度效应和降水量效应、降水中δ2H与δ18O之间存在密切的线性相关关系。这些稳定同位素效应常被用于实施水循环分析[1~2]、大气环流型诊断[3~4]和古气候的恢复[5~6]。
降水中稳定同位素的温度效应主要出现在中高纬度的内陆地区[7]。1964年，Dansgaard[7]根据在北大西洋沿岸和格陵兰冰盖的有限资料统计了δ18O与温度T之间的关系：δ18O=0.69T-13.6。由于所取样本是不同测站的多年平均值，该公式反映的是δ18O-T关系的气候特点。在南极，受不同水汽来源的影响，根据不同站点测得的dδ18O/dT存在明显差异，大体变化在0.76~0.92‰/℃范围[5, 8~10]。在欧洲，Siegenthaler和Oeschger[11]根据对瑞士5个测站的统计分析得到dδ18O/dT等于0.56‰/℃，小于Dansgaard[7]统计的0.69‰/℃梯度值。Jacob和Sonntag[12]认为，这种差别与温度有关。除了降水中δ18O与温度的长期平均值存在密切的相关关系外，二者的相关关系还表现出明显的季节性差异[13~14]。
降水量效应主要存在于低纬度海洋和季风区测站[7]，但也有例外[15]。在某些中纬度站，降水量效应可能仅出现在夏季。在古气候和水文气象的研究中，基于降水量效应，不同水体中的稳定同位素比率被作为降水强度或季风强度的指标[16~17]。按照瑞利分馏原理[7]，降水量效应的产生是凝结过程中稳定同位素分馏的直接结果。由于相变过程中重同位素优先凝结，剩余水汽中的重同位素不断被贫化，从而导致降水中的重同位素不断被贫化。降水强度越大，水汽中稳定同位素被贫化的程度越强，降水中的稳定同位素比率则越低。由于从日降水量到月、年降水量是一个累加值，而降水中稳定同位素比率是降水量的加权平均值，因此，不同时间尺度下的稳定同位素的雨除(rainout)水平随时间尺度的增加会明显减少。另外，降水稳定同位素的丰度还受到降落雨滴在云下蒸发作用的影响[18~20]，因此降水同位素与降水量之间的关系还受到降水量大小的影响。
降水中δ2H和δ18O之间的关系反映水循环中两类稳定同位素富集系数(α-1，α为分馏系数)之间的平均对比关系[7]。在全球尺度下，大气水线(MWL)表现为δ2H=8δ18O+10[21]。由于两类稳定同位素富集系数之间以及影响富集系数的大气环境存在差异，各地的大气水线(LMWL)以及不同时间尺度下大气水线的意义、斜率和截距是不同的[22]。当水体在未饱和大气中蒸发时，轻同位素优先蒸发和动力分馏的共同作用使得在蒸发水汽中的2H与18O的富集系数之比相对于平衡状态增大，从而导致水汽线的斜率(也即dδ2H/dδ18O)和水汽中的过量氘d增大[3, 7]。与此同时，被蒸发水体中水线的斜率dδ2H/dδ18O和过量氘d减小，例如在大气中被蒸发的雨滴。在过饱和环境下，重同位素优先凝结和动力分馏效应的共同作用使得在凝结物中的2H与18O的富集系数之比相对于平衡状态减小，从而导致凝结物水线的斜率dδ2H/dδ18O和凝结物中的过量氘d减小[3]。陆地水分的再循环对降水的补充包含了水体的蒸发和植被的蒸散，这个过程使得降水中的d δ2H/dδ18O和过量氘d增大[23~24]。通常，湿润地区大气水线的斜率和截距大于干旱地区，湿季大气水线的斜率和截距大于干季，但也有例外[25]。由于降水量的大小受制于云中的凝结条件并且改变云下的大气层结条件，因此大气水线随降水量也会发生变化。
受众多环境因子的影响，降水中的稳定同位素效应随时间、地点和大气环流的条件而发生变化[26~27]。目前大多数有关降水中稳定同位素效应的研究和结论主要是依据IAEA/WMO监测网的月降水数据，针对降水同位素的季节变化特点[28]，影响降水同位素的环境因子[29]以及不同水汽来源对降水同位素的影响[13]进行分析，尽管也有一些研究涉及事件尺度(如日降水同位素)和年际尺度下的降水稳定同位素效应[4, 29~30]，但受监测站数据时间长度的限制，人们还无法了解不同时间尺度下降水中稳定同位素的差异以及季风区降水中的稳定同位素效应如何随降水强度变化。
本文基于在长沙地区2010年1月1日~2019年12月31日实际监测的日降水中氢、氧稳定同位素比率以及相应日平均温度和日降水量数据，利用数理统计方法对该站在日、月、年这3个时间尺度下以及在不同降水强度下的降水中δ18O与降水量、δ18O与温度之间的关系以及局地大气水线(LMWL)变化特征进行分析和比较，目的在于揭示不同时间尺度下降水中稳定同位素效应的差异，深化对季风区降水稳定同位素变化规律的认识，为区域水循环研究、水资源调查及古气候恢复提供判别依据。
1 数据与方法 1.1 研究区概况研究区长沙地处中国东部(27°53′~28°41′N，111°53′~114°15′E)，气候温和湿润，四季分明，雨热同期，属于典型的亚热带季风气候。统计显示[13]，长沙地区的多年平均气温17.4℃，多年平均降水量1423.0mm。长沙降水的水汽来源有着显著的季节性差异。在暖半年(4月~9月)，研究区受来自低纬度海洋水汽的影响，空气湿润，降水丰沛，降水量约占全年降水量的68%。在冷半年(10月~次年3月)，受大陆性气团的影响，空气干燥，降水偏少，降水量仅占全年降水量的约32%。由于地处西南季风、东南季风和西风影响的交汇地带，在不同天气或不同季节下，降水的形成过程复杂多样，降水中稳定同位素的组成也存在复杂的变化特征，因此，长沙地区是开展季风区降水稳定同位素变化特征和影响机理研究的一个重要场所。
1.2 水样采集从2010年1月1日至2019年12月31日，在位于长沙市岳麓山下的湖南师范大学气象站进行降水采集。按照气象部门制定的降水观测规范，对降水量≥0.1mm的降水，在降水日的08：00时和20：00时(北京时间)各进行一次取样。降水样通过虹吸式雨量计改造成的集雨器人工收集，收集得到的液态降水经过人工测量降水量后直接注入30ml聚乙烯塑料瓶中密封。对于固态降水(雪、冰雹等)，则先将雪样装入水样袋，扎紧袋口置于室温下，待其完全融化后注入30ml聚乙烯塑料瓶中密封。为了降低水样在瓶内的蒸发分馏，尽量将水样瓶装满。收集的水样及时放入冰柜内低温(约0~4℃)保存。整个取样时段包含了10个完整的自然年，共收集1247个日降水样，代表1247个降水日。
所有收集的水样均在湖南师范大学气象气候实验室利用气-液两用型水稳定同位素分析仪(DLT-IWA-35EP，LGR，美国)进行氧和氢稳定同位素比率的测试，详细测试方法见参考文献[31]。分析结果用相对于维也纳标准平均海洋水(V-SMOW)的千分差表示：
|
(1) |
公式(1)中Rs和Rv-smow分别代表水样中和维也纳标准平均海洋水中的氧(或氢)稳定同位素比R(18O/16O或2H/1H)。δ18O和δ2H的测试精度分别为±0.2 ‰和±0.6 ‰。
取样期间的降水量、温度等气象要素数据利用安装在观测场的自动气象站(WeatherHawk500，美国)获取，监测时间自2010年1月1日开始。
2 结果分析 2.1 降水中稳定同位素的时间变化图 1给出了研究时段内长沙地区降水中δ18O和过量氘d(=δ2H-8δ18O)以及相应的日降水量和日平均温度的逐日变化。根据图 1，长沙各年日平均温度的变化均呈明显的单峰型，变化范围在-7.3~33.1℃，多年日平均气温为15.5℃，其中，暖半年的日平均温度为22.2℃，冷半年的日平均温度为8.5℃。长沙日降水量的变化也呈明显的单峰型，雨热同期。多年日平均降水量11.3mm，其中，暖半年的日平均降水量为15.0mm，冷半年的日平均降水量为7.4mm。长沙日降水中δ18O的变化范围为-18.1‰~4.5 ‰，多年日加权平均δ18O为-6.6 ‰。与温度和降水量的季节变化并不一致，冷半年降水中的加权平均δ18O(-5.7 ‰)明显偏正于暖半年的加权平均值(-7.0 ‰)。日降水中过量氘d的变化范围为-8.9‰~33.3 ‰，多年日加权平均d值为14.3 ‰。与降水中δ18O的季节变化相同，冷半年降水中的加权平均d(17.4 ‰)明显偏正于暖半年的加权平均d值(12.8 ‰)。在夏季风的影响下，水汽主要源于孟加拉湾、南海以及西太平洋，远距离的水汽输送造成降水中稳定同位素比率偏负[6, 13]；在冬季风的影响下，水汽来源于湿度小、蒸发强的大陆性气团，沿途降水较少，雨除效应弱，降水中稳定同位素比率偏正[28]。
|
图 1 长沙站降水中δ18O、过量氘d、降水量P、温度T的逐日变化(2010年1月1日~2019年12月31日) Fig. 1 Temporal variations of dailyδ18O in precipitation, d-excess(d), precipitation (P)and temperature (T) in Changsha from Jan 1, 2010 to Dec 31, 2019 |
将日降水δ18O和d进行逐月加权平均，日温度进行逐月算术平均、日降水量进行逐月累积，得到各要素逐月的变化(图 2)。在月时间尺度下，长沙平均气温的变化范围是-1.9~30.9℃。一年中，月平均最高温度通常出现在7~8月，月平均最低温度出现在1月。长沙多年月平均降水量118.2mm，其中，暖半年的月平均降水量为160.2mm，冷半年的月平均降水量为75.4mm。月降水量的季节变化中，月最大降水量通常出现在6月，月最低降水量通常出现在1月。降水中月加权平均δ18O的变化范围为-13.1‰~-1.3 ‰。其中，最大的月加权平均δ18O出现在3~4月，最小的月加权平均δ18O出现在9~10月，均不与温度和降水量的极值相对应。降水中月加权平均d的变化范围为4.3‰~23.0 ‰。其中，最大的月加权平均d出现在1月，与温度极小值出现的月份相对应，最小的月加权平均d出现在7~8月，与温度极大值出现的月份相对应。
|
图 2 长沙站降水中月平均δ18O、月平均过量氘d、月降水量P、月平均温度T的时间变化 Fig. 2 Temporal variations of monthlyδ18O in precipitation, d-excess(d), precipitation (P)and temperature (T)in Changsha |
将日降水δ18O和d进行逐年加权平均，日温度进行逐年算术平均、日降水量进行逐年累积，得到各要素逐年的变化(图 3)。在年时间尺度下，长沙平均气温的变化范围是12.3~18.9℃。其中，年平均最高气温18.9℃出现在2013年，年平均最低气温12.3℃出现在2019年，二者之差达6.6℃。长沙逐年降水量的变化范围是907.2~1698.9mm，多年平均降水量为1409.3mm。其中，暖半年的平均降水量为964.2mm，冷半年的平均降水量为445.1mm。年际变化中，年最大降水量1698.9mm出现在2012年。年最小降水量907.2mm出现在2011年。降水中逐年平均δ18O的变化范围为-7.9‰~-4.9 ‰，其中，年平均最高的δ18O出现在2019年，年平均最低δ18O出现在2010年，两年相差3.1 ‰。降水中逐年平均d的变化与平均δ18O的变化相似，范围为13.0‰~16.4 ‰。其中，最大的年平均d出现在2014年，最小的年平均d出现在2013年，两年相差3.5 ‰。可以看到，年时间尺度下的降水同位素的极值年份并不与温度或降水量的极值年份相对应。
|
图 3 长沙站降水中年加权平均δ18O、年加权平均过量氘d、年降水量P、年平均温度T的时间变化 Fig. 3 Temporal variations of annualδ18O in precipitation, d-excess(d), precipitation (P)and temperature (T)in Changsha |
在日、月和年这3个时间尺度下，降水中稳定同位素和温度的离散水平存在明显差异。例如，加权平均δ18O在3个时间尺度的标准差分别为3.3 ‰、2.8 ‰和1.0 ‰；加权平均d的标准差分别为6.0 ‰、4.5 ‰和1.1 ‰；平均温度的标准差分别是8.8℃、8.1℃和1.8℃。说明不同的时间尺度下各要素的变化范围各不相同。由于降水量是累加值，3个时间尺度下的平均降水量分别为11.3mm(日平均)、118.2mm(月平均)和1409.3mm(年平均)，它们的标准差分别为16.1mm、92.3mm和263.5mm。
2.2 降水中δ18O与降水量的关系降水中稳定同位素比率与局地降水量之间的显著负相关关系被称为“降水量效应”[7]。在古气候和水文气象的研究中，降水中以及源自降水中的水稳定同位素记录经常被作为干湿程度或季风强度的代用指标[16~17]，尤其是在低纬度海洋区和季风区。通常，度量降水量效应的强度主要是依据δ18O-P回归直线的斜率，该斜率代表降水稳定同位素在相变过程中的雨除水平[7]。
为了揭示研究区降水量效应的季节差异以及降水量效应随降水强度的变化，通过将3个不同的时间尺度(日、月、年)以及3个不同时段(年、暖半年：4~9月、冷半年：10~3月)降水中δ18O依降水量P进行点绘，得到图 4；通过计算3个时段的日降水量分别大于等于5.0mm、10.0mm、25.0mm和50.0mm以及月降水量分别大于等于50.0mm、100.0mm、150.0mm和200.0mm的δ18O-P相关关系，得到表 1。为了保证统计结果的合理性，每一组的样本数均需在10个以上。
|
图 4 在日(第1排)、月(第2排)、年(第3排)这3个时间尺度下以及在年(第1列)、暖半年(第2列)、冷半年(第3列)这3个时段长沙站大气降水中δ18O依降水量P的散布 Fig. 4 Correlated scatters betweenδ18O in precipitation and precipitation in Changsha under daily(row 1), monthly(row 2)and annual(row 3)time scales in three periods: an entire year(column 1), warm half year(column 2)and cold half year(column 3) |
|
表 1 在日、月时间尺度下以及在年、暖半年、冷半年这3个时段长沙站降水中δ18O-P相关关系依不同降水强度的变化 Table 1 Variations of correlation betweenδ18O in precipitation and precipitation with different precipitation intensities in Changsha under daily and monthly time scales in three periods: an entire year, warm half year and cold half year |
在日时间尺度下(图 4a)，降水中δ18O与降水量P之间均存在显著的负相关关系。所有3个时段的相关系数均超过0.001的显著性水平，说明研究区存在显著的降水量效应。比较而言，冷半年δ18O-P的-0.100‰/mm的斜率以及-3.923 ‰的截距分别大于和小于暖半年-0.046‰/mm的斜率和-5.037 ‰的截距，表明在冷半年，降水稳定同位素具有比暖半年相对较强的雨除效应。除了季节性差异外，降水量效应还随降水强度变化。通过表 1可以看到，当日降水量从0.0mm提高到5.0mm时，年、暖半年和冷半年这3个时段的δ18O-P斜率均明显减小，截距则明显增加。之后，随着日降水强度的增加，δ18O-P斜率和截距均变化不大。这个结果说明，5.0mm/d以下的小降水事件可以改变降水同位素丰度。已有的研究指出[20]，雨滴在降落过程中的稳定同位素蒸发富集作用主要发生在小降水事件中。降水强度较小时，雨滴中稳定同位素的蒸发富集结果使降水中δ18O值偏正，从而导致δ18O-P回归线的斜率增大和截距减小。
在月时间尺度下(图 4b)，所有年、暖半年和冷半年这3个时段的月降水δ18O与月降水量P之间均不存在显著的负相关关系。然而，根据表 1，仅在年时段并且仅当月降水量大于等于200.0mm时，月加权平均δ18O与月P之间才存在一定程度的负相关关系，相关信度超过0.1。由于在研究区，月降水量超过200.0mm的情形主要发生在暖半年的雨季，因此可以认为：在暖半年的雨季，研究区具有显著的降水量效应。与日时间尺度相比，月时间尺度下的δ18O-P斜率明显偏小，这是因为在月时间尺度下累积降水量的增大所致。
在年时间尺度下(图 4c)，年加权平均δ18O与年降水量P之间存在着非常弱的负相关关系。在暖半年，平均δ18O与降水量P之间的负相关关系提高，达到0.1的信度水平。在冷半年，平均δ18O与降水量P之间的关系转变为正相关，信度超过了0.05的水平。这种差别是由于暖、冷半年水汽来源地的不同所导致[28]。
2.3 降水中δ18O与温度的关系降水中稳定同位素比率与局地温度之间的显著正相关关系被称作“温度效应”[7]。在古气候研究中，中高纬度内陆地区降水中以及源自降水中的水稳定同位素记录经常被作为温度的代用指标[32]。解析温度-降水同位素之间的关系主要是依据δ18O-T回归直线的斜率以及二者之间的相关程度[7]。
为了揭示研究区δ18O-T之间关系的季节差异及其随降水强度的变化，通过将3个不同的时间尺度(日、月、年)以及3个不同时段(年、暖半年、冷半年)降水中δ18O依温度T进行点绘，得到图 5；通过计算3个时段的日降水量分别大于等于5.0mm、10.0mm、25.0mm和50.0mm以及月降水量分别大于等于50.0mm、100.0mm、150.0mm和200.0mm的δ18O-T相关关系，得到表 2。为了保证统计结果的合理性，每一组的样本数均需在10个以上。
|
图 5 在日(第1排)、月(第2排)、年(第3排)这3个时间尺度下以及在年(第1列)、暖半年(第2列)、冷半年(第3列)这3个时段长沙站大气降水中δ18O依温度T的散布 Fig. 5 Correlated scatters betweenδ18O in precipitation and temperature in Changsha under daily(row 1), monthly(row 2)and annual(row 3)time scales in three periods: an entire year(column 1), warm half year(column 2)and cold half year(column 3) |
|
|
表 2 在日、月时间尺度下以及在年、暖半年、冷半年这3个时段长沙站降水中δ18O-T相关关系依不同降水强度的变化 Table 2 Variations of correlation betweenδ18O in precipitation and temperature with different precipitation intensities in Changsha under daily and monthly time scales in three periods: an entire year, warm half year and cold half year |
在日时间尺度下(图 5a)，年时段和暖半年时段降水中δ18O与温度T之间均存在显著的负相关关系，相关系数均超过0.001的显著性水平。比较而言，暖半年时段δ18O-T的-0.243‰/℃的斜率明显大于年时段-0.084‰/℃的斜率，且相关性也更高。然而在冷半年时段，降水中δ18O与温度T之间不存在显著的相关关系。这可能与研究区在该时段频繁受大陆性气团的影响有关。
除了季节性差异外，δ18O与温度T的负相关关系还随降水强度发生改变。通过表 2可以看到，年和暖半年两个时段的δ18O-T斜率均随降水量的增加呈增加的趋势，二者之间也均保持着高相关性，但截距随降水量的变化不明显，说明日降水强度可以改变δ18O-T之间的对比关系。分析表明，在季风区，在温度不变的情况下，由于降水量效应的影响，日降水量越大，则平均δ18O就越偏负，从而引起δ18O-T回归线的右端下沉，使得回归线斜率增大。在冷半年时段，降水中δ18O-T随降水量的变化均不具有相关性，这也影响到年时段降水中δ18O-T之间的相关关系。
在月时间尺度下(图 5b)，年和暖半年两个时段的月降水δ18O与月平均T之间仍保持着显著的负相关关系，δ18O-T斜率均随降水量的增加呈增加的趋势。然而，在暖半年时段，δ18O-T截距大于0，且随降水量明显增大；在年时段，δ18O-T截距先减小，然后增大。在冷半年时段，降水中δ18O-T随降水量的变化不具有相关性。与日时间尺度相比，月时间尺度下的δ18O-T斜率明显偏大。
在年时间尺度下(图 5c)，年加权平均δ18O与年平均T之间存在着非常弱的负相关关系。在暖半年，平均δ18O与平均温度T之间的负相关关系有所提高，但未达到0.1的信度水平。在冷半年，平均δ18O与平均温度T之间的负相关关系仍然较低。
2.4 大气水线比较大气降水中δ2H与δ18O之间的回归方程称作大气水线(MWL)，它分为全球大气水线GMWL和局地大气水线LMWL[21]。二者之间的差异主要体现在空间尺度的不同。由于地理条件、大气环流形势和水汽来源存在差异，不同地区得到的LMWL相对GMWL会存在偏离。那么，对应不同的时间尺度、不同的降水强度，大气水线是否也存在显著的差异？
为了回答上述问题，通过将长沙地区3个不同的时间尺度(日、月、年)以及3个不同的时段(年、暖半年、冷半年)降水中δ2H与δ18O进行点绘，得到图 6；通过计算3个时段的日降水量分别大于等于5.0mm、10.0mm、25.0mm和50.0mm以及月降水量分别大于等于50.0mm、100.0mm、150.0mm和200.0mm的LMWL，得到表 3。为了保证统计结果的合理性，每一组的样本数均需在10个以上。
|
图 6 在日(a)、月(b)、年(c)这3个时间尺度下以及在年(第1列)、暖半年(第2列)、冷半年(第3列)这3个时段长沙站的局地大气水线(LMWL) Fig. 6 Correlated scatters betweenδ18O andδ2H in precipitation in Changsha under daily(row 1), monthly(row 2) and annual (row 3)time scales in three periods: an entire year(column 1), warm half year(column 2)and cold half year(column 3) |
|
|
表 3 在日、月时间尺度下以及在年、暖半年、冷半年这3个时段长沙站局地大气水线(LMWL)随不同降水强度的变化 Table 3 Variations of correlation betweenδ18O and δ2H in precipitation with different precipitation intensities in Changsha under daily and monthly time scales in three periods: an entire year, warm half year and cold half year |
在日时间尺度下(图 6a)，冷半年LMWL的斜率8.014明显小于暖半年8.398的斜率，但它的17.738的截距明显大于暖半年14.386的截距，表现出研究区降水水汽来源的季节性差异。包含冷、暖半年的年时段的LMWL斜率和截距位于二者之间。通常，大气水线的斜率大小与截距的大小呈正比[2]，但是在季风区，由于冷半年平均稳定同位素值偏正于暖半年，这使得在冷半年δ2H-δ18O图中的散点相对于暖半年向右上方偏离，从而造成冷半年LMWL的截距大于暖半年。
不同的降水强度具有不同的云中凝结条件和云下环境条件，并直接影响到2H与18O之间的富集系数，从而改变LMWL。通过表 3可以看到，当日降水强度从0.0mm提高到5.0mm时，年、暖半年和冷半年这3个时段的LMWL斜率和截距均明显增加。之后，随着日降水强度水平的增加，LMWL的斜率和截距均变化不大。这个结果表明，在研究区，5.0mm/d以下小降水事件的LMWL斜率和截距明显偏小。这是由于在小降水事件中，降落雨滴受到二次蒸发引起的同位素动力分馏使LMWL斜率和截距均减小[20]。
在月时间尺度下(图 6b)，冷半年LMWL的斜率8.450小于暖半年LWWL的斜率8.823，但它的20.257的截距明显大于暖半年18.070的截距，这同样反映了降水水汽来源的季节性差异。与日时间尺度下的大气水线相比，在月时间尺度下，年、暖半年和冷半年这3个时段的LMWL的斜率和截距均明显偏大，且随月降水强度的增加，LMWL斜率和截距均有所增大，尤其是在低降水强度变化范围。这一方面与区域的降水稳定同位素的季节变化特点有关，还与加权平均算法有关。在东亚季风区，强降水量通常与低同位素值相对应[13, 33]。加权平均的结果，使δ2H-δ18O散点图右上端的散点相对于左下端将向左偏，从而使得月时间尺度下的LMWL斜率和截距增大。
在年时间尺度下(图 6c)，冷半年时段LMWL的斜率和截距均大于暖半年和年时段LMWL的斜率和截距。由于年统计数据消除了连续的季节性变化特点，且每组数据仅10个样本，其合理性有待检验。
3 结论基于长沙地区2010年1月1日~2019年12月31日的日降水中氢、氧稳定同位素以及相应日平均温度和日降水量的实际监测数据，对在日、月、年时间尺度下以及在不同降水强度下的降水中δ18O与降水量、δ18O与温度之间的关系以及局地大气水线(LMWL)变化特征进行了分析和比较，初步得到以下结论：
(1) 长沙日降水中δ18O的变化范围为-18.1‰~4.5 ‰，月加权平均δ18O的变化范围为-13.1‰~-1.3 ‰，年加权平均δ18O的变化范围为-7.9‰~-4.9 ‰。平均而言，冷半年降水中的稳定同位素明显偏正于暖半年。
(2) 在日时间尺度下，且在不同的降水强度下，研究区均存在显著的降水量效应。比较而言，冷半年降水稳定同位素具有比暖半年相对较强的雨除效应。由于降落雨滴中的二次蒸发效应，5mm/d以下的小降水事件可以改变降水同位素的雨除效应强度。在月和年时间尺度下，降水同位素均不存在显著的降水量效应。
(3) 在雨热同期的气候背景下，在暖半年以及在年时段，无论是在日时间尺度还是在月时间尺度下，降水中δ18O与温度T均存在非常显著的负相关关系，且δ18O-T斜率均随降水量的增加呈增加的趋势。在年时间尺度下，降水中年加权平均δ18O与年平均温度之间不存在显著的相关关系。
(4) 对应不同的时间尺度、不同的季节和不同的降水强度，LMWL存在显著的差异。在日时间尺度和月时间尺度下，冷半年LMWL的斜率和截距分别明显小于和大于暖半年LMWL的斜率和截距，且在小降水范围(日时间尺度在5.0mm/d以下，月时间尺度在50.0mm/month以下)有随降水强度的增加呈增加的趋势，然后保持基本不变的态势。在年时间尺度下，冷半年LMWL的斜率和截距均大于暖半年。
致谢: 感谢审稿专家和编辑部老师建设性的修改意见！
| [1] |
李广, 章新平, 张立峰, 等. 长沙地区不同水体稳定同位素特征及其水循环指示意义[J]. 环境科学, 2015, 36(6): 2094-2101. Li Guang, Zhang Xinping, Zhang Lifeng, et al. Stable isotope characteristics in different water bodies in Changsha and implications for the water cycle[J]. Environmental Science, 2015, 36(6): 2094-2101. |
| [2] |
姚天次, 章新平, 李广, 等. 湘江流域岳麓山周边地区不同水体中氢氧稳定同位素特征及相互关系[J]. 自然资源学报, 2016, 31(7): 1198-1210. Yao Tianci, Zhang Xinping, Li Guang, et al. Characteristics of the stable isotopes in different water bodies and their relationships in surrounding areas of Yuelu Mountain in the Xiangjiang River Basin[J]. Journal of Natural Resources, 2016, 31(7): 1198-1210. |
| [3] |
章新平, 刘晶淼, 中尾正义, 等. 我国西南地区降水中过量氘指示水汽来源[J]. 冰川冻土, 2009, 31(4): 613-619. Zhang Xinping, Liu Jingmiao, Nakawo M, et al. Vapor origins revealed by deuterium excess in precipitation in Southwest China[J]. Journal of Glaciology and Geocryology, 2009, 31(4): 613-619. |
| [4] |
庞朔光, 赵诗坤, 文蓉, 等. 海河流域大气降水中稳定同位素的时空变化[J]. 科学通报, 2015, 60(13): 1218-1226. Pang Shuoguang, Zhao Shikun, Wen Rong, et al. Spatial and temporal variation of stable isotopes in precipitation in the Haihe River basin[J]. Chinese Science Bulletin, 2015, 60(13): 1218-1226. |
| [5] |
Mosley-Thompson E, Thompson L G, Grootes P M, et al. Little ice age(neoglacial)paleoenvironmental conditions at siple station, Antarctica[J]. Annals of Glaciology, 1990, 14: 199-204. DOI:10.1017/S0260305500008570 |
| [6] |
谭明. 环流效应:中国季风区石笋氧同位素短尺度变化的气候意义——古气候记录与现代气候研究的一次对话[J]. 第四纪研究, 2009, 29(5): 851-862. Tan Ming. Circulation effect: Climatic significance of the short term variability of the oxygen isotopes in stalagmites from monsoonal China dialogue between paleoclimate records and modern climate research[J]. Quaternary Sciences, 2009, 29(5): 851-862. DOI:10.3969/j.issn.1001-7410.2009.05.01 |
| [7] |
Dansgaard W. Stable isotopes in precipitation[J]. Tellus, 1964, 16(4): 436-468. DOI:10.3402/tellusa.v16i4.8993 |
| [8] |
Aldaz L, Deutsch S. On a relationship between air temperature and oxygen isotope ratio of snow and firn in the South Pole region[J]. Earth and Planetary Science Letters, 1967, 3(67): 267-274. DOI:10.1016/0012-821X(67)90047-7 |
| [9] |
Lorius C, Merlivat L. Distribution of Mean Surface Stable Isotopes Values in East Antarctica:Observed Changes with Depth in Coastal Area[M]. Vienna: IAHS-AISH Publication, 1975: 127-137.
|
| [10] |
Jouzel J, Merlivat L. Deuterium and oxygen 18 in precipitation:Modeling of the isotopic effects during snow formation[J]. Journal of Geophysical Research:Atmospheres, 1984, 89(D7): 11749-11757. DOI:10.1029/JD089iD07p11749 |
| [11] |
Siegenthaler U, Oeschger H. Correlation of 18O in precipitation with temperature and altitude[J]. Nature, 1980, 285(5763): 314-317. DOI:10.1038/285314a0 |
| [12] |
Jacob H, Sonntag C. An 8-year record of the seasonal variation of 2H and 18O in atmospheric water vapour and precipitation at Heidelberg, Germany[J]. Tellus B, 1991, 43(3): 291-300. DOI:10.3402/tellusb.v43i3.15276 |
| [13] |
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. |
| [14] |
桂娟, 李宗省, 冯起, 等. 古浪河流域大气降水稳定同位素的时空特征及其环境意义[J]. 环境科学, 2019, 40(1): 149-156. Gui Juan, Li Zongxing, Feng Qi, et al. Space-time characteristics and environmental significance of the stable isotopes in precipitation in the Gulang River Basin[J]. Environmental Science, 2019, 40(1): 149-156. |
| [15] |
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. |
| [16] |
Jouzel J. Isotopes in cloud physics:Multiphase and multistage condensation processes[J]. Handbook of Environmental Isotope Geochemistry, 1986, 2: 61-112. DOI:10.1016/B978-0-444-42225-5.50007-3 |
| [17] |
Araguás-Araguás 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 |
| [18] |
Camille R, Sandrine B, Francoise V, et al. Evolution of the stable water isotopic composition of the rain sampled along Sahelian squall lines[J]. Quarterly Journal of the Royal Meteorological Society, 2010, 136(S1): 227-242. DOI:10.1002/qj.485 |
| [19] |
Liu Z, Tian L, Yao T, et al. Seasonal deuterium excess in Nagqu precipitation:Influence of moisture transport and recycling in the middle of Tibetan Plateau[J]. Environmental Geology, 2008, 55(7): 1501-1506. DOI:10.1007/s00254-007-1100-4 |
| [20] |
孟玉川, 刘国东. 长江流域降水稳定同位素的云下二次蒸发效应[J]. 水科学进展, 2010, 21(3): 327-334. Meng Yuchuan, Liu Guodong. Effect of below-cloud secondary evaporation on the stable isotopes in precipitation over the Yangtze River basin[J]. Advances in Water Science, 2010, 21(3): 327-334. |
| [21] |
Craig H. Isotopic variations with meteoric water[J]. Science, 1961, 133(3465): 1702-1703. DOI:10.1126/science.133.3465.1702 |
| [22] |
黄一民, 章新平, 孙葭. 长沙大气水线及与局地气象要素的关系[J]. 长江流域资源与环境, 2014, 23(10): 1412-1417. Huang Yimin, Zhang Xinping, Sun Jia. Meteoric water line and relationship with local meteorological factors in Changsha[J]. Resources and Environment in the Yangtze Basin, 2014, 23(10): 1412-1417. DOI:10.11870/cjlyzyyhj201410011 |
| [23] |
Zhang X P, Yang Z L, Niu G Y, et al. Stable water isotope simulation in different reservoirs of Manaus, Brazil, by Community Land Model incorporating stable isotopic effect[J]. International Journal of Climatology, 2009, 29(5): 619-628. DOI:10.1002/joc.1740 |
| [24] |
胡勇博, 肖薇, 钱雨妃, 等. 水汽源地和局地蒸发对大气降水氢氧稳定同位素组分的影响[J]. 环境科学, 2019, 40(2): 573-581. Hu Yongbo, Xiao Wei, Qian Yufei, et al. Effects of water vapor source and local evaporation on the stable hydrogen and oxygen isotopic compositions of precipitation[J]. Environmental Science, 2019, 40(2): 573-581. |
| [25] |
隋明浈, 张瑛, 徐庆, 等. 水汽来源和环境因子对湖南会同大气降水氢氧同位素组成的影响[J]. 应用生态学报, 2020, 31(6): 1791-1799. Sui Mingzhen, Zhang Ying, Xu Qing, et al. Effects of water vapor source and local environmental factors on the hydrogen and oxygen isotopic compositions of precipitation in Huitong, Hunan Province, China[J]. Chinese Journal of Applied Ecology, 2020, 31(6): 1791-1799. |
| [26] |
刘建伟, 孔兴功, 赵侃, 等. 南京地区降水稳定同位素场季节尺度变化特征[J]. 第四纪研究, 2020, 40(4): 1025-1036. Liu Jianwei, Kong Xinggong, Zhao Kan, et al. Characteristics of stable isotope in precipitation of Nanjing in variable scale[J]. Quaternary Sciences, 2020, 40(4): 1025-1036. |
| [27] |
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. |
| [28] |
黄一民, 章新平, 孙葭, 等. 长沙大气水汽、降水中稳定同位素季节变化及与水汽输送关系[J]. 地理科学, 2015, 35(4): 498-506. Huang Yimin, Zhang Xinping, Sun Jia, et al. Seasonal variations of stable isotope in precipitation and atmospheric water vapor and their relationship with moisture transportation in Changsha City[J]. Scientia Geographica Sinica, 2015, 35(4): 498-506. |
| [29] |
刘光生, 王根绪, 孙向阳, 等. 多年冻土区风火山流域降水河水稳定同位素特征分析[J]. 水科学进展, 2012, 23(5): 621-627. Liu Guangsheng, Wang Genxu, Sun Xiangyang, et al. Variation characteristics of stable isotopes in precipitation and river water in Fenghuoshan permafrost watershed[J]. Advances in Water Science, 2012, 23(5): 621-627. |
| [30] |
庞洪喜, 何元庆, 卢爱刚, 等. 天气尺度下丽江季风降水中δ18O变化[J]. 科学通报, 2006, 51(10): 1218-1224. Pang Hongxi, He Yuanqing, Lu Aigang, et al. Synoptic-scale variation of δ18O in summer monsoon rainfall at Lijiang, China[J]. Chinese Science Bulletin, 2006, 51(10): 1218-1224. |
| [31] |
李广.我国西南地区降水稳定同位素变化特征及水汽来源追踪的研究[D].长沙: 湖南师范大学硕士学位论文, 2014: 1-69. Li Guang. Study on Variable Characteristics of Stable Isotopes in Precipitation and Tracking the Moisture Sources in Southwest China[D]. Changsha: The Master's Dissertation of Hunan Normal University, 2014: 1-69. |
| [32] |
章新平, 姚檀栋, 刘晶淼, 等. 不同时间尺度下的稳定同位素变化[J]. 冰川冻土, 2003, 25(4): 428-432. Zhang Xinping, Yao Tandong, Liu Jingmiao, et al. Isotopic variations under different time scales[J]. Journal of Glaciology & Geocryology, 2003, 25(4): 428-432. |
| [33] |
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. Variations of stable isotopic characteristics of atmospheric precipitation from Changsha, Hunan[J]. Resources and Environment in the Yangtze Basin, 2012, 21(5): 540-546. |
2 Key Laboratory of Geospatial Big Data Mining and Application, Changsha 410081, Hunan)
Abstract
The study area, Changsha, is located in the East China(27°53'~28°41'N, 111°53'~114°15'E). The climate of the study area is mild and humid, with four discernable seasons and rain and heat changing synchronically, categoried into the typical sub-tropical monsoon climate. Due to locating in the intersection of the southwest monsoon, the southeast monsoon and the westerlies, the complex process of precipitation formation under different weather or seasons, and the complicated variation characteristics of precipitation stable isotopes composition, Changsha is a prefect site to investigate the characteristics and influence mechanism of stable isotopes in precipitation in monsoon region. From January 2010 to December 2019, the precipitation samples were collected at the meteorological station of Hunan Normal University at the foot of Yuelu Mountain in Changsha. The whole sampling period consists of 10 complete natural years, with a total of 1247 daily precipitation samples collected, representing 1247 precipitation days. All water samples were analyzed using a Cavity Ring-Down Spectroscopy(CRDS) Isotopic Water Analyzer(Model 35EP, Los Gatos Research, Inc., USA) at the Meteorological and Climatic Laboratory of Hunan Normal University. Based on the observation data of stable isotopic composition(2H and 18O) in precipitation and the corresponding daily mean temperature and precipitation for ten years, the relationship between δ18O and precipitation(temperature) and the variations of local meteoric water line(LMWL) were analyzed and compared through primary statistics methods under daily, monthly and annual time scales with different precipitation intensities. Our aims were either to reveal the differences of the stable isotope effects in different precipitation intensities and time scales or to enhance the understanding of the variations regularity of the stable isotopes in precipitation within the monsoon region. The results showed that the variation range of precipitation δ18O reduced with lengthening time scale in Changsha. Under the daily time scale, the amount effect was pronounced. Affected by the evaporation enrichment during the falling of raindrops, the weak rainfall events(< 5 mm/d) influenced the regression slope of δ18O-P obviously. Under the monthly and annual time scales, there was no obvious amount effect in precipitation isotopes. Under the climatic background characterized by synchrony of abundant rainfall and high temperature, a significant negative correlation was observed between precipitation δ18O and temperature under both daily and monthly time scales except cold half-year. Under the annual time scale, there was no obvious correlation between the precipitation δ18O with weighted averaged precipitation and the mean temperature. LMWL was obviously different under different time scales, seasons and precipitation intensities. Under the daily and monthly time scales, the slope and interception of the LMWL in the cold half-year were obviously smaller and larger than those in the warm half-year respectively, and they increased obviously with the increase of precipitation intensity and then remained less variable when daily and monthly precipitation intensity was less than 5 mm/d and 50 mm/mon, respectively. Under the annual time scale, the slope and interception of the LMWL in the cold half-year were larger than those in the warm half-year.