AIRS探测的我国西南地区水汽时空分布特征*

蔡宏珂， 赵 漾， 陈欢欢， 张馨尹，2， 吕欣远

1. 成都信息工程大学 大气科学学院， 成都 610225； 2. 重庆市黔江区武陵山机场， 重庆 黔江 409000

水汽是气候中的重要变量， 它的时空分布通过潜热交换、 辐射性冷却和加热、 云的形成和降雨等过程对天气和气候造成重大影响[1]． 对流层下部的水汽凝结过程是大气潜热传输的关键[2-3]． 水汽也是重要的温室气体， 占晴天自然温室气体作用的60%[4]． 大气水汽变化的反馈作用是影响平衡气候系统敏感性的最大反馈作用之一， 能够放大其他温室气体增暖的效应， 并可能导致极端天气气候事件的发生趋多趋强[5]． 因此， 大气水汽变化是气候学和天气学研究的重要问题．

用于量化大气中水汽常见的变量有相对湿度(Relative Humidity， RH)和比湿(Specific Humidity， SH)． 相对湿度是单位体积空气内实际所含的水汽密度和同温度下饱和水汽密度的百分比， 是表征空气中水汽饱和程度的物理量之一． 大量研究表明， 相对湿度与颗粒物吸湿性特征以及光学特性有着密切的相关性[6-10]， 其变化与雾霾变化也密切相关[11-12]． 比湿是水汽与湿空气的质量之比， 它的变化与降水、 气温密切相关， 三者之间往往通过大气系统的动力、 热力和辐射过程相互影响[13-14]． 就全球而言， 比湿随气温升高而呈指数增长， 导致全球降水和极端降水增多[15]． 气压变化导致的大气膨胀或收缩对比湿的影响不大， 因此在描述全球大气水汽分布中比湿尤为重要[16]．

中国西南地区是中国乃至全球地形最复杂的区域之一， 包含高原、 山地、 丘陵、 盆地和平原等多种地貌类型， 海拔高低跨度大， 生态环境丰富， 是中国气候变化较敏感的地区． 西南地区气候整体较为湿润， 但存在较大的区域差异； 干湿季特征鲜明， 夏季最为湿润， 冬季最干燥． 苏秀程等[17]利用西南5省市的气象站点观测资料， 分析得到西南地区气候整体较为湿润， 但存在较大的区域差异， 呈“东湿西干”的空间分布特征， 并且在1992年前后， 气候开始湿润化． 贺晋云等[18]利用西南地区108个站点资料进行研究也发现受到全球大气环流转变及气候变化的影响， 我国西南一带在20世纪90年代明显转湿． 但是进入21世纪后， 极端干旱距平呈现正距平， 区域间差异却显著减小， 西南地区进入相对干旱期[17-18]， 并且青藏高原季风强度和中心经度的反位相叠加， 加剧了干旱化[19]．

在全球变暖背景下， 中国多地的气候和物候都发生了相应的响应和变化， 而中国西南地区不同高度和不同时间尺度上的水汽变化还不十分清楚； 此前的研究多利用气象台站观测资料， 反映局地地表相对湿度、 降水量、 干旱指数和湿润指数的变化特征， 而对全域高空水汽特征的认识尚不充分． 因此， 本研究利用先进的低轨道高光谱卫星资料分析不同高度层上相对湿度和比湿的时空变化特征， 以期为该地区水循环过程、 水资源利用等科学和技术问题提供观测基础．

1 资料和方法

1.1 资 料

本研究所用资料为2003年1月到2018年12月美国Aqua卫星红外高光谱探测仪(Atmospheric Infrared Sounder， AIRS)反演的月尺度湿度廓线资料． Aqua为极轨卫星， 高度705 km， 每天对同一地区观测两次． AIRS是国际上第一个真正意义上的星载高光谱红外探测仪， 在3.7～15.4 μm的光谱范围内有2 378个通道， 其标称光谱分辨率达到λ/Δλ=1 200， 这些精细的光谱通道使得其分布与大气吸收谱线更为接近， 从而构造出更陡峭的权重函数， 可穿透云层对大气做精确的温、 湿度廓线反演， 尤其在100～300 hPa的上对流层至下平流层区域水汽探测中具有独特的优势[20]．

湿度变量选取相对湿度和比湿进行研究， 其中比湿将由混合比计算得到． 相对湿度和比湿的单位分别为%，g/kg； 水平分辨率为1°×1°， 本研究选取西南地区经纬度范围为21°-32°N， 97°-110°E； 垂直方向有12层， 高度为100，150，200，250，300，400，500，600，700，850，925，1 000 hPa， 由于高原山地地形影响， 700 hPa及以下高度层存在不同程度的缺测． 数据产品包含上升轨道和下降轨道的探测结果， 上升轨道是指卫星从南半球运行到北半球， 穿过西南地区的时间为当地时间下午1：30； 下降轨道指卫星从北半球运行到南半球， 穿过西南地区的时间为当地时间凌晨1：30， 将上升轨道和下降轨道数据的平均值作为当天的日平均值．

1.2 方 法

1.2.1 功率谱分析

功率谱周期方法是分析时间序列常用的方法， 它通过快速傅里叶变换研究频率与自相关函数的傅氏变换之间的关系， 根据功率谱图的特点可以直观地揭示出序列的周期性[21]．

1.2.2 滤 波

对气象要素做谱分析过程中， 一些规则周期占有很大的分量， 这些规则周期的存在， 压低了其他周期的表现， 因此需要通过滤波将一些不必了解的周期去掉， 从而突出表现其他周期的成分． 滤波通常包括低通滤波、 高通滤波和带通滤波． 使过滤后的序列主要含低频振动分量的过滤称为低通过滤， 主要含高频振动分量的过滤称为高通过滤， 主要含某一频带的振动分量的过滤称为带通过滤[22]．

2 西南地区水汽的空间分布特征

2.1 不同高度上季节、 年平均水汽的空间分布

500 hPa(图1)上可以明显看到， 川西高海拔区的相对湿度在每个季节都较其他地区高， 其中夏季最高可达72%以上． 冬季的平均相对湿度最低， 云贵高原南部的相对湿度都在18%以下． 夏季的平均相对湿度最高， 整个西南地区的相对湿度都大于45%．

底图来源： 国家基础地理信息中心全国地理信息资源目录服务系统； 审图号： GS(2018)2512号．

600 hPa(图2)上的高湿中心由川西高原南移到西藏、 四川和云南的交界处， 其中心的相对湿度值在夏季可达80%以上． 冬季的平均相对湿度最小， 低湿带集中在云贵高原， 相对湿度基本在36%以下， 此时四川西部和云南北端的横断山区的湿度较大． 春秋季的相对湿度分布较夏冬季更均匀． 除此之外， 季节平均相对湿度在无缺测的高度层上(600 hPa及以上)均呈现出“夏高冬低”的特征．

底图来源： 国家基础地理信息中心全国地理信息资源目录服务系统； 审图号： GS(2018)2512号．

对于年尺度， 400 hPa上高湿区均位于青藏高原东南缘和横断山脉北端， 最高时可达48%， 低湿区均分布在云贵高原． 2009年的低值区范围最大， 此时除川渝北部地区外， 相对湿度均处在30%以下． 500 hPa(图3)上四川西部高海拔区为高湿带， 相对湿度可达61%以上． 相对湿度低值区范围在2003，2009，2011年最大， 此时云贵高原东部的相对湿度可低至34%以下． 600 hPa上四川西部和云南北端的横断山区为高湿区， 高值中心在16年间均位于西藏、 四川、 云南三省的交界地带， 中心相对湿度可达70%， 该特征与季节平均的空间分布特征相似．

底图来源： 国家基础地理信息中心全国地理信息资源目录服务系统； 审图号： GS(2018)2512号．

比湿的分布特征在500 hPa与600 hPa上与相对湿度类似， 即500 hPa上高湿区位于川西高海拔地区， 600 hPa时则南移至西藏、 四川、 云南三省的交界处， 低湿区集中在西南地区东部， 且该分布形势在16年间变化不大． 各高度层的对比分析显示， 夏季的比湿最高， 冬季的比湿最小， 且冬季比湿最大值小于夏季比湿最小值． 在600 hPa以下的对流层低层， 春季和秋季比湿分布形势相似， 大小相当， 在600 hPa以上的对流层中高层， 秋季比湿较春季高．

2.2 整层对流层季节和年平均水汽的空间分布

100～1 000 hPa气层水汽的垂直平均值代表了整层对流层水汽的空间分布． 冬季的相对湿度最小， 此时横断山区附近的相对湿度可低至22%以下． 夏季时相对湿度普遍较高， 高值区主要位于横断山脉南部和云贵高原南部． 春秋两季的低值区主要位于川西高原， 其相对湿度小于30%， 其中在春季时还可延伸到云贵高原西北部．

而比湿(图4)存在一个从藏东、 川西地区伸往云南北部的低湿带， 其中川西高海拔地区在冬季时可低至0.4 g/kg以下． 夏季比湿最高， 高湿区主要位于四川东部和重庆南部， 其值可达4.3 g/kg以上．

底图来源： 国家基础地理信息中心全国地理信息资源目录服务系统； 审图号： GS(2018)2512号．

2.3 整层对流层水汽变化的空间分布

对2003年1月至2018年12月内所有月份的对流层相对湿度的标准差求平均值(图5)， 以此获得我国西南地区相对湿度变化较大的区域即敏感区域． 可以看出， 相对湿度标准差的高值区主要位于四川盆地和云贵高原东北部一带， 因此选取的敏感区域范围为： 27°-32°N， 105°-110°E， 该区域内大部分地区的标准差都在13%以上．

对整层对流层比湿的标准差进行分析得到图6， 显示比湿存在一个从藏东、 川西地区伸往云南北部的标准差低值带， 这与整层对流层比湿的空间分布类似， 即说明比湿小的地区其变化也小， 比湿大的地区其变化也大．

底图来源： 国家基础地理信息中心全国地理信息资源目录服务系统； 审图号： GS(2018)2512号．

2.4 相对湿度和比湿的比较分析

比湿呈现出由低层向高层递减的垂直分布特征， 而相对湿度的垂直分布较为复杂， 100 hPa上的相对湿度大于150，200，250 hPa上的相对湿度， 且其值与300 hPa相当， 这是因为相对湿度仅仅反映了水汽的饱和程度， 其大小还与温度等变量相关， 并不能表示大气中实际的水汽含量．

相对湿度和比湿有一个共同特征， 即在500 hPa高度上的高湿中心均位于四川西部， 600 hPa高度上则南移至西藏、 四川、 云南三省的交界地带． 此外， 相对湿度和比湿在无缺测的高度层上(600 hPa以上)均呈现出“夏高冬低”的特征， 且冬季比湿的最大值小于夏季比湿的最小值．

整层对流层比湿的标准差与整层对流层比湿的空间分布类似， 说明比湿小(大)的地区其变化也小(大)， 而相对湿度没有此特征．

3 敏感区域水汽的时间变化特征

比湿的标准差没有明显集中的高值区， 而相对湿度在地区东北部存在标准差较大的敏感区． 同时， 比湿随高度垂直递减， 而相对湿度的垂直分布较比湿更为复杂， 因此选取相对湿度的敏感区域， 即27°-32°N， 105°-110°E对西南地区的水汽做时间序列、 功率谱以及滤波的分析． 由于西南地区的地形原因， 1 000 hPa上的数据缺测太多， 因此在分析时间序列、 功率谱以及滤波时不考虑该高度层上的物理量．

3.1 趋势分析

利用区域平均方法计算求得敏感区域内水汽的时间序列． 表1列出了相对湿度不同时间尺度的时间序列在不同高度上的线性变化趋势． 可以看到， 对流层整层相对湿度的长期趋势表现为水汽增多， 只有400 hPa高度上表现出负趋势， 但无统计学意义． 850 hPa高度上， 相对湿度有最大增幅， 月尺度和年尺度趋势都超过2%/10a， 且在置信水平α=0.01水平上有统计学意义． 在不同时间尺度上， 对流层顶部附近100 hPa高度的相对湿度比对流层上层有较大的增长幅度， 而与对流层低层的增长幅度相当．

月和年尺度上对流层内各层的比湿均呈增长趋势(表1)， 但月尺度上的回归系数无统计学意义， 年尺度上的回归系数在850，925 hPa以及整层对流层在置信水平α=0.01水平上有统计学意义． 同比湿的垂直分布特征类似， 比湿的增长趋势也由低层往高层垂直递减．

表1 不同高度层上水汽的线性趋势

3.2 滤波分析

对月尺度相对湿度的距平序列分别作截止周期为6，12，24，60个月的低通滤波， 再进行线性回归分析， 结果显示300 hPa和400 hPa上均呈下降趋势， 但只有60个月低通滤波的变化趋势才在置信水平0.01上有统计学意义．

6个月和12个月低通滤波后的振动周期无明显的规律性； 24个月低通滤波后的振动分量在每个高度层上的周期性都比较规律， 但其振幅即信号强度不稳定； 60个月低通滤波后的波数太少， 因此在该波动上不讨论波动的规律性．

为消除季节振荡信号， 在进行功率谱分析时采用相对湿度的距平序列而不是原始序列， 再根据功率谱获得的主周期来对月尺度相对湿度的距平序列进行带通滤波． 其中， 在150 hPa(图7)上4～5个月的带通信号有较规律的周期性， 振幅有波动特征． 2009-2011年、 2014-2016年相对湿度的振幅比较大， 即在这期间相对湿度高值月和低值月交替出现， 其距平值最大可至2%． 其他时间段振幅较小， 相对湿度距平值一般不超过1%．

图7 150 hPa上相对湿度4～5个月的带通滤波

在500，600，700 hPa上对相对湿度的距平时间序列进行21～22个月的带通滤波， 三者滤波后的波动特征相似且波动振幅很小， 相对湿度距平值分别不超过3×10-8，4.5×10-8，7×10-6． 对于500 hPa， 2004年10月、 2006年8月、 2008年5月均处于波峰， 为相对湿度的大值月， 2003年11月、 2005年9月、 2007年6月处于波谷， 为相对湿度的小值月． 600 hPa高度上相对湿度的变化周期对于500 hPa延后5个月， 700 hPa相对于500 hPa延后6个月． 其余高度层上相对湿度带通滤波振动分量没有显著的趋势变化特征．

比湿在半年和年级周期的低通信号无明显规律特征， 两年以上周期的低通信号在300 hPa高度以上无明显规律特征， 而300 hPa及以下高度的低通信号呈规律的周期波动， 但其振幅不稳定． 低通信号的线性趋势显示， 6个月和12个月低通滤波后的比湿在各个高度层上均呈现出增加的趋势， 低层的增长率较大， 变化趋势在除400 hPa外的高度层上均在置信水平0.01上有统计学意义． 24个月和60个月低通滤波后的比湿在400 hPa上呈下降趋势．

根据功率谱获得的主周期来对月尺度比湿的距平序列进行带通滤波， 通过分析得到在100，150 hPa高度上4～5个月周期的带通滤波， 两者滤波后的振动分量相似， 其周期性比较规律， 但振幅随着时间有所改变． 2009-2011年、 2014-2016年的振幅较大， 在这期间比湿高值和低值交替出现． 在300 hPa高度上经7～8个月周期带通滤波的比湿距平序列显示， 带通信号有比较规律的周期， 振幅在2007-2010年间达到最大， 比湿距平值最大可达0.018 g/kg(图8)．

图8 300 hPa上比湿7～8个月的带通滤波

在对流层中层由主周期进行带通滤波后的振荡分量相似， 即周期性比较规律， 但振幅随着时间逐渐减弱， 直到2011年后波动消失． 对于600 hPa(图9)， 2003年6月、 2004年4月、 2005年3月、 2006年1月等时间点处于波峰， 为比湿正距平的极大值， 是比湿的高值月， 2003年11月、 2004年9月、 2005年8月、 2006年6月等时间点处于波谷， 为比湿的小值月． 700 hPa除了第一个极大值点比600 hPa提前一个月， 即在2003年5月之外， 其余极值点所在的时间与600 hPa一样， 且两者的波动振幅均在0.03 g/kg以下． 但是， 在200，250，400，850，925 hPa上滤波后的振动分量均无明显的周期性， 并且各个高度层上带通滤波后振动分量的变化趋势均不显著．

图9 600 hPa上比湿10～11个月的带通滤波

4 结 论

本研究利用2003年1月到2018年12月的AIRS卫星探空资料分析了西南地区水汽的时空分布情况， 得出如下结论：

(1) 相对湿度和比湿在500 hPa高度上的高值中心位于四川西部， 600 hPa高度上高值中心南移至西藏、 四川、 云南三省的交界地带． 相对湿度和比湿在600 hPa以上无缺测的高度层均呈现出“夏高冬低”的特征， 冬季比湿的最大值小于夏季比湿的最小值． 600 hPa以下对流层低层春季和秋季比湿的分布形势相似、 大小相当， 而在对流层高层秋季比湿较春季高．

(2) 比湿呈现出由低层往高层递减的垂直分布特征， 而相对湿度的垂直分布较为复杂， 100 hPa上的相对湿度比150，200，250 hPa都高， 且其值与300 hPa相当， 这是因为相对湿度仅仅反映了水汽的饱和程度， 其大小还与温度等变量相关， 并不能表示大气中实际的水汽含量．

(3) 整层对流层比湿与比湿标准差的空间分布类似， 说明比湿小(大)的地区其变化也小(大)．

(4) 相对湿度长期线性趋势的最大增长率出现在850 hPa， 可达2.2%/10a； 对流层顶部附近(100 hPa高度)不同时间尺度的相对湿度的长期趋势与对流层低层(600 hPa以下)有相当的增加率， 而对流层上层(400 hPa以上)相对湿度呈下降趋势， 但不显著． 比湿显著增加， 反映出西南地区变湿的气候趋势， 并且其增加率由低层往高层垂直递减．

(5) 对流层中低层300 hPa以下的相对湿度和比湿， 24个月以上周期的低通信号有比较规律的周期特征， 但振幅不稳定．

(6) 根据功率谱获得的主周期来进行带通滤波， 得到在对流层中层相对湿度和比湿的周期都比较规律， 均呈现出强年和弱年交替出现的特征． 滤波后的序列无明显的变化趋势．