青藏高原蒸散年际变化及其对西风和季风环流的响应

杨泽粟， 张宇*， 张强， 岳平， 曾剑， 齐玉磊

1 成都信息工程大学大气科学学院， 高原大气与环境四川省重点实验室， 成都 610225 2 中国气象局兰州干旱气象研究所， 甘肃省干旱气候变化与减灾重点实验室， 中国气象局干旱气候变化与减灾重点开放实验室， 兰州 730020

0 引言

地表蒸散量(ET)作为水汽返回大气的主要通道，是陆-气相互作用的重要环节，在天气、气候预测中起着重要作用.陆地生态系统蒸散过程主要包括裸土蒸发,冰升华及植被蒸腾，消耗土壤水分并吸收地表能量，同时影响植被光合生理过程.因此，它是联系地表能量、水分和碳循环的纽带，也是评价生态系统基本功能(生产力、区域耗水和水源涵养等)的基础，在水资源、生态系统管理中具有重要作用.然而，蒸散过程十分复杂，影响因素多变，使蒸散变化特征具有显著的区域差异(Teuling et al., 2009).

青藏高原是世界上海拔最高的高原.作为欧亚大陆上水汽和热量南北输送的巨大屏障(徐祥德等, 2015)，青藏高原直接影响着亚洲旱涝格局的分布(Sato, 2009; 宋静和刘屹岷, 2014)和生态环境的变迁(Liang et al., 2016)，对亚洲甚至北半球人类生存环境和可持续发展起着重要的环境和生态屏障作用(姚檀栋等，2017a; 周秀骥等, 2009).青藏高原大量的冰川、上空大范围对流云系以及十分独特的水循环系统使其成为亚洲多条大河的发源地，有“亚洲水塔”之称，其水循环过程动态变化对亚洲水资源具有深远影响.高原水分循环过程研究中，降水(雪)作为地表主要水分来源，观测资料较为充分，其时空变化及其影响研究较为丰富(Xu et al., 2008; Yang et al., 2011; 赵勇等, 2013; Maussion et al., 2014)，而关于高原水分循环中另一主要分量，地表水分主要损失项——蒸散，由于难以大范围分布式观测(张强等, 2011)，其时空变化研究较为薄弱.

虽然蒸散量的准确获取十分困难，学者们仍然通过各种方法研究高原蒸散变化特征及其局地影响因素，主要途径有两种：一是基于潜在蒸发量或者蒸发皿蒸发量研究实际蒸散量，二是通过各种理论模型模拟实际蒸散量.研究表明，自1970年以来，青藏高原蒸发皿蒸发量正在减少(Zhang et al., 2007, 2009; Liu et al., 2011).潜在蒸发量和蒸发皿蒸发量实际上表征大气蒸发能力，蒸发皿蒸散量变化趋势可为我们研究实际蒸散量提供线索, 然而，蒸发皿蒸发量与地表实际蒸散量的关系十分复杂(王艳君等, 2011; Brutsaert, 2013, Zuo et al., 2016)，两者受环境条件的影响机制存在很大差异，所以，蒸发皿蒸发量变化趋势对地表实际蒸散量变化的指示意义存在较大不确定性.区域地表蒸散的模拟方法主要有遥感模型和陆面过程模型.Yang等利用陆面过程模型SiB2模拟了1984—2006年青藏高原蒸散量，并指出蒸散量在研究期内逐渐增加(Yang et al., 2011).尹云鹤等(2012)利用改进的LPJ动态植被模型，Zhang等(2018)利用互补模型(AA)，Wang 等(2018)利用改进的彭曼-蒙特斯模型(PML)模拟1982—2010年青藏高原蒸散量，也得到了相似的结论.然而，Song等(2017)基于改进的彭曼-蒙特斯模型(PM-Mu)估算了2000—2010年青藏高原蒸散量，得到蒸散呈显著下降趋势.同时，在蒸散影响因素方面，有些研究认为青藏高原ET主要受表征地表水分可利用性的土壤湿度和降水控制(Yang et al., 2011; 尹云鹤等, 2012; Zhang et al., 2018)，有的则认为空气相对湿度和LAI在调控ET中起着主导作用(Wang et al., 2018; Song et al., 2017).可见，关于青藏高原蒸散变化趋势及其局地影响因素研究还不明朗，有待进一步加深认识.

蒸散不仅受到局地气候环境因子的影响，大尺度环流因素的宏观调控也十分重要.Miralles等(2014)研究表明ENSO驱动大气环流改变是导致全球陆地平均蒸散年际变化的主导因子，厄尔尼诺和拉尼拉年际变化对土壤湿度的改变是引起蒸散变化的主要原因.由于蒸散具有显著的区域特性(Teuling et al., 2009)，特定区域蒸散年际变化与大尺度环流系统的关系还有待研究.青藏高原是印度季风和中纬度西风的交汇区，这两大环流系统是控制青藏高原气候与环境变化的决定性因素.西风和季风此消彼长的波动对高原水汽输送具有重要影响(周天军等, 2019; 张宇等, 2019)，并进一步主导高原气候干湿演变(Bothe et al., 2011; Qian et al., 2009).西风和季风系统年际及年代际变化会造成高原气候环境随之变迁，从而影响陆—气间水热交换过程(姚檀栋等，2017b.).然而，当前研究较少关注大尺度环流对地表水热过程的作用，西风和季风系统对青藏高原地表蒸散的影响及其机理还不清楚.

此外，青藏高原蒸散变化趋势及其影响机理的不确定性与各研究所使用的蒸散模型结构及其驱动数据密切相关.气候环境、地表条件和时空尺度均会影响蒸散模型的精度(Wang and Dickinson, 2012; Ershadi et al., 2014; Long et al., 2014; Yang et al., 2016; 岳平等, 2015)，青藏高原独特的生态环境和气候条件必然会对模型模拟效果产生较大的影响.准确的蒸散数据有助于减小相关研究的不确定性，当前国际上推出了多种蒸散量全球共享数据，包括诊断资料、再分析数据、遥感模型及陆面模型模拟数据，它们采用了不同的蒸散量模拟方法，在全球范围内具有较好的精度(Fisher et al., 2017)，这为评估各种方法模拟青藏高原蒸散量及研究蒸散量时空变化提供了数据支撑.

因此，当前仍需加强青藏高原地表蒸散年际变化及其影响因素研究，尤其缺乏关于高原地表蒸散受大尺度环流因子宏观调控特征的认识.鉴于此，本文选取4种国际共享蒸散量数据集：诊断蒸散量(Complementary-Relationship-Based Evapotranspiration,CRET)(Ma et al., 2019)、再分析蒸散量(Modern-Era Retrospective Analysis for Research and Applications Version 2, MERRA-2)( Rienecker et al., 2011)、卫星遥感蒸散产品(Global Land Evaporation Amsterdam Model，GLEAM)(Martens et al., 2017)及离线陆面过程模式模拟蒸散量(Global Land Data Assimilation System,GLDAS)( Rodell et al., 2004)，通过与代表性观测站涡动相关资料对比，评估确定精度最好的蒸散数据集，并以此分析青藏高原地区蒸散年际变化特征及其主导局地气候环境因素，探究大尺度西风和季风系统年际变化对蒸散年际变率的影响，并通过分析西风和季风与局地环境因子的关系解释其影响机制.该研究希望更加深入认识青藏高原地区水循环时空变化特征及影响机制，为水资源和农牧业管理提供科学参考.

1 研究区及资料介绍

1.1 研究区简介

青藏高原从西向东延伸约2500 km，从南向北延伸约1000 km，总面积超过2.5×106km2，平均海拔超过4000 m(图1).青藏高原是一个高海拔干旱草原，散布着许多山脉和大型湖泊.区域年降水量由东南大于1000 mm 递减到西北不足100 mm,气温由东南20 ℃向西北递减至-6 ℃，水热条件空间差异巨大.高原日照充足，但气温寒冷，大部分地区存在着多年冻土.按受西风和季风的影响，青藏高原可分为3个子区域：西风区、过渡区和季风区.这三个区域大致以35°N和30°为分界线，35°N以北为西风区，30—35°N之间为过渡区，30°N以南为季风区(姚檀栋等, 2017b).

图1 青藏高原地形地貌及观测站分布图Fig.1 Geomorphological map of the Qinghai-Tibet Plateau and distribution of the observation sites

1.2 蒸散量实测资料

选取高原6个代表性站点：海北灌丛(HBGC)、当雄(DX)(Yu et al., 2006)、珠峰(QOMS)、慕士塔格(MAWORS)、藏东南(SETORS)和纳木错(NAMORS)站(Ma et al., 2020)，利用涡动相关系统观测的通量资料对蒸散格点资料进行验证.这四个站的地理位置、海拔、下垫面特征及资料时间范围详见表1.

表1 蒸散观测站点地理环境条件Table 1 Information of observation sites

蒸散量实测数据来源于涡动相关系统，涡动相关法计算蒸散的公式为

(1)

式中，ET为蒸散量(g/(m2·s))，ρ为空气密度(kg·m-3)；q′和ω′分别是近地层比湿(g·kg-1)和垂直速度脉动(m·s-1),它们均可由超声涡动观测得到.

1.3 蒸散格点数据

蒸散量格点数据集包括CRET诊断资料、MERRA-2再分析资料、GLDAS-CLM离线陆面过程模式模拟资料和GLEAM卫星遥感资料，其基本信息见表2.4个数据集计算蒸散量的方法完全不同，所用的输入数据也不同.由于4种资料共同时段为1982年以后，为与其他气象环境因子的数据时段相匹配，本文研究时段选择为1982—2011年.

表2 蒸散量格点数据集概况Table 2 Information on gridded evapotranspiration (ET) datasets

CRET数据集(Ma et al., 2019)为基于广义蒸散发互补方法建立的中国地表蒸散发产品(v1.5)，输入数据包括CMFD向下短波辐射、向下长波辐射、气温、气压，以及GLASS地表发射率和反照率、ERA5-land地表温度和空气湿度、NCEP散射辐射率等.数据集时间跨度为1982—2017年，空间范围为中国陆地区域.时间分辨率为逐月，空间分辨率为0.1°.

MERRA(Rienecker et al., 2011)是美国宇航局全球模拟和同化办公室(GMAO)开发的最新大气再分析数值产品.MERRA 使用GEOS-5(Goddard Earth Observing System)大气模式与资料同化系统，资料同化应用的是美国环境预报中心(NCEP)发展的6 h为周期的格点统计插值系统，观测资料在进行同化之前进行了质量控制与误差订正，在三种相互独立的数据上进行增量分析得到全球再分析数据.MERRA-2把来自 NASA的地球观测卫星数据作为气候背景，吸收了其前身MERRA无法获得的观测类型，并对戈达德地球观测系统(GEOS)模型和分析方案进行了更新.与MERRA相比，MERRA-2的改进包括减少水循环方面的偏差和不平衡，能充分地满足水文循环的天气学与气候学研究.MERRA-2产品可通过NASA哥达德地球科学数据信息服务中心(GES光盘)在线访问.

全球陆面数据同化系统(GLDAS)(Rodell et al., 2004)蒸散数据选取陆面过程模式Common Land Model(CLM)模拟蒸散.CLM是1998年美国国家大气研究中心(NCAR)气候系统模型(CSM)会议上构想，随后由基层科学家联合开发.CLM集成了三个陆面过程模型的优秀组件：NCAR陆地表面模型、生物圈-大气转移方案和中国科学院大气物理研究所的LSM.CLM是NCAR耦合的社区气候系统模型(CCSM)的陆面过程模块.CLM中利用空气动力学方法计算陆面水分蒸散过程.本文使用的蒸散量数据采用的是CLM2.0模拟数据，从全球陆面同化系统(GLDAS)获取.

GLEAM(全球地表蒸散阿姆斯特丹模型) (Martens et al., 2017)是一套基于Priestley-Taylor方法，通过估计陆地蒸散的不同组成部分(蒸腾、裸土蒸发、拦截损失、露水蒸发和升华)的算法.GLEAM中使用Priestley-Taylor方程根据地表净辐射和近地表气温计算潜在蒸发量.以微波遥感植被光学深度(VOD)和根区土壤湿度计算蒸散胁迫因子，并利用蒸发胁迫因子将裸土、冠层部分的潜在蒸发量估计值转换为实际蒸发量.另外，以修正后的Priestley-Taylor方程，估算了水体和冰雪覆盖地区的实际蒸发量.

1.4 其他气象环境数据

其他气象环境数据，包括近地层空气温度、相对湿度、风速、辐射和植被指数.空气温度、相对湿度和风速数据选取了国家气候中心气候数据集，为了与蒸散格点数据相匹配，使用之前将站点资料插值为0.5°×0.5°格点数据.辐射数据采用了卫星遥感产品SRB3.0和CERES.归一化植被指数Normalized Difference Vegetation Index(NDVI)下载于NASA哥达德地球科学数据信息服务中心，本文所用产品为MOD13Q1，空间分辨率为1 km，时间分辨率为1月.500 hPa高度场、850 hPa和200 hPa风场采用NCEP再分析资料.整层大气水汽输送通量及水汽通量散度选取ERA5再分析资料.

1.5 西风指数和季风指数

西风和季风强弱变化分别用西风指数和季风指数表示，西风指数定义为70—110°E范围内35°N与50°N之间500 hPa平均高度场的差值表示(李万莉等, 2008)，Westerly Index(WI)计算公式如下：

(1)

其中，H为500 hPa位势高度，单位gpm，λ为沿纬圈的经度数，间距为2.5°.

印度季风指数采用Webster-Yang Index(WYI)(Webster and Yang, 1992)，WYI定义为区域(0—20°N，40—110°E)850 hPa与200 hPa纬向风速差的平均值，其具体计算公式如下:

-U200(φ×2.5,λ×2.5+40)]],

(2)

其中，U为纬向风速，φ为沿经圈的纬度数，λ为沿纬圈的经度数，间距为2.5°.

1.6 分析方法

采用相关分析确定蒸散的局地气候环境影响因素及西风和季风系统对局地环境的影响.由于各气候环境变量间可能存在相互影响，本文采用偏向关分析排除变量之间的相互影响.

为比较季风和西风对高原及周边地区水汽输送、降水、土壤湿度、植被状态等的影响差异，将这些变量场在强季风(1984，1992，1997，199，2000年)和强西风年(1982，1986，1987，1995，2006，2010)进行合成分析.强西风或强季风年选取依据该年西风或季风指数大小超过平均值1.5倍标准差.

2 蒸散格点数据集资料验证

涡动相关系统是目前应用比较广泛、具有较高精度蒸散量观测仪器，本文采用涡动观测蒸散量为参考，对4套蒸散量数据集资料进行验证，时间尺度为月.三个蒸散量数据集都是格点数据，为了与站点涡动相关仪观测蒸散量进行对比，格点资料通过插值得到了站点的蒸散量.

对比CRETM、ERRA、CLM 和GLEAM与观测数据的时间序列可以看到(图2)，4个数据集均能较好地反映蒸散的季节变化，冬季最小，夏季最大.也能大致反映出蒸散量的年际变化特征，QOMS站2009年蒸散量明显偏小，2011年明显偏大.但是，4个数据集在夏季均偏小，尤其在QOMS和SETORS站较为明显.总体而言，CRET与观测蒸散量时间序列最为接近.进一步通过决定系数(R2)和均方根误差(Root Mean Squared Error, RMSE)定量评估(图3)可知，除慕士塔格站外，4个数据集与观测数据R2均较大，范围在0.73～0.87之间，表明这些数据能较好地解释观测蒸散，可以有效地反映高原蒸散的变化特征.所有格点资料在慕士塔格站相对于其他站R2都偏小，只有0.6左右，这与该站有较多的缺测，观测数据质量较其他站点差有关.而这当中，CRET平均R2(0.83)最大(表3),Gleam比CRET稍小(0.82).从RMSE来看，MERRA-2的RMSE明显偏大，表明其估算值偏离观测数据较大；其余3个数据集RSME均较小，其中CRET的平均RSME最小，为15.67 mm(表3).因此，CRET具有最大的平均R2和最小的平均RMSE，是青藏高原4个数据集中相对可靠的蒸散量资料.鉴于此，本文选取CRET作为青藏高原地表蒸散数据，进行后面的一系列分析.

表3 各蒸散格点资料在青藏高原6个站点平均评估结果Table 3 Mean evaluation results for each gridded evapotranspiration data set at 6 sites in Tibetan Plateau

图2 青藏高原6个观测站月蒸散观测资料与格点数据集时间序列对比Fig.2 Time series of monthly ET from observations (OBS) and gridded datasets (GLEAM, MERRA-2, GLDAS, CRET) at six sites in the Tibet Plateau

图3 各蒸散格点数据集评估结果(a) 决定系数R2； (b) 均方根误差RMSE.Fig.3 Evaluation results for each evapotranspiration grid point data set (a for R2 and b for RMSE)

CRET精度较高的一个重要原因之一是其分辨率较高(0.1°)，可减小插值过程中所产生的误差.CRET精度较高的另一个重要原因是其具有坚实的理论基础.青藏高原大部分地区为非湿润气候，地气间物理反馈作用很强，地表实际蒸散会引起近地层微气象条件随之改变，从而导致潜在蒸散(地表水分充足条件下的最大可能蒸散量，表征蒸发能力)变化，表现出实际蒸散和潜在蒸散之间此消彼长的互补变化.许多研究表明(Yang et al., 2011; Zhang et al., 2007; Brutsaert, 2013)，青藏高原实际蒸散与潜在蒸散具有很好的互补关系，基于互补理论的模型是蒸散估算的主要方法之一，而广义互补理论又是近些年来在传统线性互补理论上进一步发展(Han et al., 2012; Brutsaert, 2015)，通过非线性化解决了互补理论的非对称性问题，使其在非常干旱条件下更加合理.

3 青藏高原蒸散年际变化特征

青藏高原所处的复杂气候环境可造成蒸散量随时间波动.图4给出了研究期(1982—2011年)青藏高原及其子区域西风区、过渡区、季风区格点尺度年蒸散量的统计分布(即每格点每年一个数据).青藏高原年蒸散量为414.2±18.32 mm，子区域西风区、过渡区和季风区年蒸散量为257.83±35.64 mm、462.75±19.46 mm和579.15±32.3 mm.高原平均蒸散比Song等(2017)基于彭曼-蒙特斯模型(PM-Mu)的结果350 mm和Wang等(2018)基于PML的结果378.1 mm稍大.平均蒸散量自西北西风区向东南季风区逐渐增大，与降水空间分布特征大体一致(李生辰等, 2007).从年际变率看，高原年平均蒸散变率为4%，但各子区域蒸散的年际变率差异很大，其中，西风区最大，为14%，季风区次之，为6%，过渡区与高原平均变率相似，也为4%.蒸散具有很大的时空变率，体现了该区域陆-气间水分、能量交换过程具有显著的时空差异.从变化趋势来看，高原蒸散整体变化为减弱趋势，速率为-0.31 mm·a-1，北方西风控制区表现为增加趋势，西风区蒸散量表现为1.45 mm·a-1的增加速率，南方季风控制区和过渡区大部分均表现为下降趋势，分别为-0.38 mm·a-1和-0.52 mm·a-1的减弱速率.蒸散年际变化趋势的空间差异反映了蒸散年际变率的调控因素存在明显的区域差异.

图4 高原整体及西风区、过渡区及季风区ET 年际变化(实线为区域平均ET，阴影区为区域所有格点ET年际变化分布范围)Fig.4 Interannual variation of ET in the whole plateau, westerly, transition and monsoon regions (solid line represents region-mean annual ET and shade region denotes the spread of interannual variation of ET for all grids)

4 青藏高原蒸散年际变化归因

4.1 大尺度环流因子西风和季风年际变化及其对蒸散的影响特征

本文考虑了西风和季风系统两个大尺度环流因子，分别以西风指数(WI)和季风指数(WYI)反映它们的强弱.1982—2011年，WI和WYI均有明显的年际波动(图5)，其中，WI变率为6.4%，WYI变率为22.1%.WI表现为增大趋势，表明西风在逐渐增强，WYI则呈下降趋势，表明季风在逐渐减弱.并且，从7年滑动平均线可见，西风和季风存在着此消彼长的关系，也正因为西风和季风强弱对峙，才形成了介于西风区和季风区之间的过渡区(图1).

图5 1982—2011年西风指数(WI)和季风(WYI)年际变化特征Fig.5 Interannual variation of westerly index (WI) and monsoon index (WYI) from 1982 to 2011

进一步分析了西风和季风两个大尺度环流因子与高原蒸散的关系.大尺度环流因子可从宏观上影响青藏高原气候环境，从而调控蒸散年际变化.为探究大尺度环流因子西风和季风指数是否对高原蒸散具有显著的调控作用，对环流因子和ET做了偏相关分析(图6).从WI与ET的偏相关系数分布可见，WI与ET在除西南地区外的其他大部分地区均呈较好的正相关，表明西风越强，对高原大部分地区蒸散有促进作用.WYI与ET在季风区和过渡区呈较好的正相关,季风越强，高原中南部蒸散越大.并且，西风和季风影响显著的区域大致互补，共同控制着整个高原蒸散的年际变化.WYI与ET在西风区呈较明显的负相关，这可能是由WYI和WI此消彼长的强弱关系造成，较强的WYI对应较弱的WI，而西风区ET受WI控制，因此对应较弱的ET.WI与ET在高原西南部分地区的负相关也是同样的原因造成.总体而言，西风区的ET受WI影响较大，而季风区和过渡区的ET受WI和WYI共同影响.

图6 环流指数WI和WYI与ET偏相关系数空间分布(阴影点表示通过P<0.05显著性检验)Fig.6 Spatial distribution of partial correlation coefficients between circulation index and ET on the Qinghai-Tibet Plateau, a for WI vs ET, b for WYI vs ET (Shaded points passed significant test P<0.05)

4.2 季风和西风对蒸散影响归因

4.2.1 影响蒸散的局地气候环境因素

上节分析表明大尺度环流因子对地表蒸散具有重要的调控作用，为探究大尺度环流因子如何调控地表蒸散，首先分析了影响蒸散的局地气候环境因素.蒸散主要受气象条件、土壤水分和植被状态决定，为确定青藏高原蒸散的主要调控因素，本节分析了ET与风速(ws)、土壤湿度(SM)、NDVI、相对湿度(RH)、空气温度(ta)和辐射(rn)的相关关系.由图7可见，风速与ET在西部部分地区多表现为负相关，在东部多表现为正相关关系.这种东西部相反的ws影响作用实际反映了植被在该过程中的调控作用.较大的风速可减小空气动力学阻抗，但是减少的空气动力学阻力对感热和ET(即潜热)促进作用的相对大小与植被阻抗相关.当植被阻抗较小时，ET会从较低的空气动力学阻力中“受益”，相反，当植被阻抗较大时，感热会从较低的空气动力学阻抗中“受益”(Moene and van Dam, 2014).高原土壤水分含量西部小、东部大，植被所有的水分胁迫西部大、东部小，因此植被阻抗西部大、东部小.这导致在空气动力学阻抗减小的条件下，西部感热趋于增强，而东部则ET趋于增强.

图7 青藏高原ET与环境因子(风速ws、土壤湿度SM、归一化植被指数NDVI、相对湿度RH、气温ta和净辐射rn)偏相关系数空间分布(影点表示通过P<0.05显著性检验, 注：在高原西北角地区，因缺乏ws、RH和ta观测站点，这些因子在该地区没有数据)Fig.7 Spatial distribution of partial correlation coefficients between ET and environmental factors on the Qinghai-Tibet Plateau (Shaded points passed significant test P<0.05)

土壤湿度与ET在绝大部分地区呈显著的正相关，并且相关系数在土壤湿度略小一些的西北地区略大于土壤湿度较大的东南地区.土壤湿度表征着可利用水分的大小，这说明，水分限制是调控青藏高原区域蒸散的重要因子.青藏高原大部分地区都处于地表水分匮缺状态，土壤湿度波动严重影响蒸散可利用水分.因此，该地区土壤湿度和ET表现出较强的正相关关系.

NDVI反映了植被绿度，表征着地表植被的生理状态.NDVI与ET在大部分地区呈显著的正相关关系，仅在植被状态较差的西北阿里地区相关性较弱.青藏高原NDVI在近30年表现为显著的增大趋势(刘宪锋等, 2015)，植被对蒸散的调控作用也更加重要.NDVI与ET正相关关系表明，植被生理生态条件越好，植被阻抗越小，蒸腾作用越强，对蒸散的贡献也就越大.

RH反映了大气中水汽的饱和程度，由图可见青藏高原大部分地区RH与ET与表现为的弱正相关关系.RH影响蒸散有直接和间接影响两种方式：一方面，RH决定的空气的不饱和程度即饱和水汽压差直接影响地-气间水汽浓度差，进而影响蒸散的空气动力学项大小，RH越小，地表与大气间水汽浓度梯度越大，越有利于蒸散过程进行，这种过程中RH与ET是应该成负相关；另一方面，RH可影响云量及年降水量，RH越大，云量越大，湿静力能越大，年降水量越大，地表可利用水分增加，从而促进蒸散过程.图中RH和ET的正相关表明在年际尺度上高原地区RH对ET的间接影响更加重要.

ET与TA和Rn在高原大部分地区成负相关，特别是在土壤湿度较小的中西部地区更加显著.由于辐射对近地层气温的重要强迫作用(Guan et al., 2015)，辐射和温度具有较强的正相关关系，它们与ET的关系比较一致.在干旱半干旱的高原中西部，陆气相互作用强烈，地表水热通量引起会引起显著的地-气间反馈作用(Cheng et al., 2015), 导致ET与TA和Rn相关性在高原中西部更加显著.理论上，温度和辐射是驱动蒸散过程的能量条件，对蒸散应该具有正的贡献，两者应该表现出较强的正相关关系.这种明显的负相关关系表明，在年际尺度上，能量的波动并非影响蒸散的主要因子，相反，受蒸散过程通过地—气反馈作用显著地影响温度和能量波动.一方面，由于蒸散与近地层大气的物理反馈作用，蒸散大的年份，消耗大量地表热量，使地表能量平衡分配中感热比例下降，从而导致近地层气温下降.另一方面，蒸散增强可使大气水汽含量增加，增加大气不稳定性，降低抬升凝结高度，使云覆盖和云量增加，从而削弱太阳辐射.同时，太阳辐射减小又导致地表接收的辐射能量减小，通过感热传输给近地层大气能量减少，气温也会降低.

因此，高原蒸散年际变化的主导因素为sm、NDVI及ws，其中，SM表征的土壤水分可利用性在整个高原均比较重要，与Yang等(2011)、尹云鹤等(2012)及 Zhang等(2018)研究结果青藏高原ET受土壤水分供给控制相类似；NDVI在除植被较差的西北以外的大部分地区具有重要的调控作用，与Wang等(2018)和Song等(2017)研究发现植被生态因子LAI在调控ET也有着重要作用相佐，因为NDVI和LAI都与植被生理状态密切相关，二者具有高度相关性；ws在东部和西部对蒸散起着正负相反的贡献.

4.2.2 季风和西风系统对气候环境因素的影响

前面分析发现NDVI、SM和ws是影响青藏高原蒸散最主要的气候环境因子，下面将进一步分析季风和西风系统与这三个气候环境因子的关系.从图8可知，季风指数WYI与SM和NDVI在高原大部分地区呈显著的正相关，且高原中南部(即过渡区和季风区)比北部相关系数稍大；WYI与ws相关性较弱，尽在零星的小部分地区比较显著.西风指数WI与SM及NDVI在绝大部分地区均呈显著正相关，且与NDVI的相关系数在高原中北部(过渡区和西风区)较南部大.此外，西风指数WI与ws在大部分地区呈显著的正相关，表明西风对整个高原地表风速的影响贡献很大，并借助风速变化对高原蒸散产生影响.结合ws对ET影响在东部和西部分别为正、负贡献，最终使得WI在高原东部为正贡献，在高原西部为负贡献.此外，图8还可发现WYI及WI与NDVI的相关性大于它们与sm的相关性，大尺度环流因素对高原植被生理生态特征的影响比对地表水分可利用性更大.并且，WYI对NDVI的影响侧重于季风区和过渡区，而WI对NDVI的影响侧重于西风区和过渡区.

图8 季风指数WYI及西风指数WI与各环境因子(土壤湿度SM、归一化植被指数NDVI和风速ws)偏相关系数空间分布(阴影点表示通过P<0.05显著性检验)Fig.8 Spatial distribution of partial correlation coefficients between WYI/WI and environmental factors on the Qinghai-Tibet Plateau (Shaded points passed significant test P<0.05)

因此，由前面分析知，青藏高原局地气候因素NDVI、SM和ws是调控ET的直接因子，而大尺度环流因子WYI和WI均与土壤湿度和NDVI显著相关，并且WYI与NDVI的相关系数在中南部较大，WI与NDVI的相关系数在中北部较大，这导致北部西风区蒸散年际变化的主导环流因子为WI，中部过渡区受WYI和WI共同控制，南部季风区主要受WYI控制.此外，WI与风速相关性在高原大部分地区显著，WI可通过改变地表风速控制整个高原的蒸散变化，在高原东部WI通过风速对蒸散具有正贡献，这也是WI对季风区东部蒸散也有较大影响的原因，导致季风区东部蒸散年际变化也受WI调控，蒸散受WI和WYI共同作用.正是由于WI对蒸散的三个局地影响因素sm、NDVI和风速均有重要影响，WI对ET年际变化的调控作用比WYI的更强，影响的空间面积也更广.因此，通过这样一系列影响链，最终导致WYI对蒸散的影响在南部季风区和中部过渡区较大，WI对蒸散的影响在除高原西南部分地区(季风区西部)外的大部分区域均较大.

4.3 强西风和季风年高原水循环因子的响应

从前面分析可知，西风和季风环流影响高原ET年际变化的重要途经是它们对与高原水循环相关的SM和NDVI的影响.为进一步探究WYI如何通过SM和NDVI影响ET, 分析了强季风(1984，1992，1997，199，2000年)和西风年(1982，1986，197，1995，2006，2010年)年与水分和植被相关物理量的异常情况.通过强WYI年份和强WI水汽通量合成分析可见(图9)，强WI与强WYI年相比，水汽通量在北部地区(白色矩形框1)明显偏大，这表明强西风环流可为高原北部地区输送更多的水汽.由水汽通量散度空间分布差异可见，在高原西部，尤其是西南地区(白色矩形框2)，强WI年相对于强WYI具有更强的水汽辐；在东南部(白色矩形框3)，强WYI年水汽辐合更强一些.

图9 强WYI年与强WI年青藏高原周边水汽输送及水汽通量散度空间分布差异Fig.9 Differences in the spatial distribution of water vapor transport and water vapor flux dispersion around the Qinghai-Tibet Plateau in strong WYI and strong WI years

图10给出了强WYI和WI年高原水循环相关因子的距平空间分布.由降水量距平空间分布差异可见，强WYI年份，在高原东南部降水量正距平，其他地区变化不大，这与强WYI年东南部水汽辐合偏强相关.强WI年，在高原东南部为负距平，西部和北部为正距平，这与强WI年西北水汽输送及西南水汽辐合明显偏强一致.

图10 强WYI年与强WI年青藏高原降水量(P)、土壤湿度(SM)、归一化植被指数(NDVI)及蒸散(ET)距平空间分布差异Fig.10 Differences in spatial distribution of precipitation (P), soil moisture (SM), (NDVI) and ET anomaly between strong WYI and strong WI years on the Qinghai-Tibet Plateau

由土壤湿度距平空间分布差异可见，强WYI年份，几乎整个高原土壤湿度表现为正距平，且距平大小从西北向东南增大，东部和南部距平值较大；强WI年，土壤湿度距平空间分布与强WYI年大致相反，距平从东南向西北增大，西北部距平较大.土壤湿度正距平大值区与降水正距平大值区分布大致一致，反应出土壤湿度距平空间分布受降水距平空间分布影响较大.

由NDVI距平空间分布差异可见，强WYI年份，高原大部分地区表现为正距平，且距平值由西北向东南增大，高原东南地区NDVI增大最为突出；强WI年，东部表现为较强的正距平，北部为较弱的正距平，南部为较明显的负距平.

由ET距平空间分布差异可见，强WYI年份，高原东南大部分地区表现为较为明显的正距平，与土壤湿度和NDVI正距平地区相似；强WI年份，东部和西北表现为较明显的正距平，这是由东部NDVI正距平及西北部土壤湿度正距平相引起.

5 结论与讨论

本文首先利用站点观测资料评估了几种国际上广泛应用的蒸散格点资料(GLDAS、GLEAM、MERRA-2和CRET)在青藏高原的适用性，得到CRET的平均决定系数R2为0.84，RMSE为15.67 mm，在青藏高原具有相对更高的精度. 青藏高原1982—2011年蒸散量平均值为414.2±18.32 mm，蒸散具有明显的年际变率和变化趋势，高原年平均蒸散变率为4%，高原蒸散整体变化为减弱趋势，速率为-0.31 mm·a-1，各子区域蒸散的年际变率和变化趋势差异很大.

青藏高原蒸散年际变化及其空间差异与西风和季风环流强弱的年际变化密切相关.在研究期内，季风指数WYI呈波动下降趋势，年际变率为22.1%，西风指数WI呈波动增大趋势，年际变率为6.4%.季风和西风对高原蒸散的影响存在显著的区域差异，WI与蒸散的相关性在除高原西南部分地区(季风区西部)外的其他区域均较大，WYI与蒸散的相关性在南部季风区和中部过渡区较大.

WYI和WI可通过调节局地气候环境条件对地表蒸散产生影响，分析影响青藏高原地表蒸散的主要局地气候环境因素，得到土壤湿度、NDVI和风速是蒸散的重要调控因子.研究WYI和WI与影响蒸散的主导气候环境因子的关系发现，大尺度环流因子WYI可通过对sm和NDVI的影响来间接调控高原中南部ET年际变化，由此导致了WYI对蒸散的影响在高原中部过渡区和南部季风区较大；WI可通过对sm和NDVI的影响来间接调控高原中北部ET年际变化，并且WI还会通过改变ws调控高原东部蒸散年际变化，由此导致WI对高原蒸散的影响在除高原西南部的其他地区均较大.

在全球陆地尺度上，ENSO驱动大气环流改变是陆地地表蒸散年代际变化的主导因子(Miralles et al., 2014)，本文研究表明WI和WYI是青藏高原地区蒸散年际变化的重要驱动因子.在青藏高原作为西风和季风的交汇区，WI和WYI不仅本身存在年际、年代际变化，它们之间还存在着复杂的相互作用，这种相互作用对青藏高原气象环境乃至蒸散的影响需进一步探索.