中亚高山区云下与地表降水氢氧稳定同位素时空分布特征及其水汽来源分析

孙从建，周思捷，陈亚宁，陈 伟，乔 鹏

(1.山西师范大学地理科学学院，山西 太原 030031；2.中国科学院新疆生态与地理研究所，新疆 乌鲁木齐 830011)

大气降水作为区域水资源的原始补给，是区域水循环过程的重要输入因子和关键环节，降水中氢氧稳定同位素是大气降水的重要组成部分，能敏感地响应环境变化[1-2]，是定量研究水循环过程的重要示踪剂[3-5]。

中亚地区水资源匮乏，大气降水的变化直接决定了区域水资源的时空分布特征，合理认识降水稳定同位素对研究水资源的时空分布、优化配置水资源、保护生态都具有十分重要的意义。大气降水由于在形成、凝结和降落过程中会受到不同程度的分馏过程影响，使得降水稳定同位素组成表现出时空差异性[6]，而云下与地表降水稳定同位素由于区域气候环境的影响也具有显著差异，挖掘降水中蕴含的氢氧稳定同位素信息，探讨云下与地表降水中的氢氧稳定同位素的差异，可以更好地揭示在不同水汽来源地与输送路径影响下的中亚高山区氢氧稳定同位素的时空变化特征。

降水稳定同位素由于温度效应、降水量效应、高程效应、水汽来源及降水二次蒸发等因素的影响，往往表现出显著的时空差异，因此被广泛用于水汽来源的示踪与古环境的反演[7]。相较于地表降水，云下降水更能反映降水水汽来源的信息。近年来，地理工作者对降水稳定同位素的研究多基于不同区域地表降水的长期观测，而云下降水的研究相对较少，地表和云下降水的对比研究也相对匮乏。车存伟等[8]探讨了黄河流域的云下二次蒸发与各气象要素间的关系。在地表观测方面，靳晓刚等[9]通过计算发现黄河流域全年都存在二次蒸发现象，在夏季风盛行期间最为明显，其中温度对二次蒸发影响最大，海拔对其影响最小；曾帝等[10]在分析西北干旱区降水稳定同位素时发现，温度是其主要控制因素，部分区域夏季存在降水量效应，水汽来源主要是西风输送，但也会受到季风和极地气团的影响；李广等[11]在云南腾冲地区研究发现，在季风环流影响下，腾冲地区降水中δ18O值的变化不一定遵循降水量效应。而在高空水汽研究方面，任行阔等[12]通过对青藏高原西北部慕士塔格地区大气水汽稳定同位素的研究发现，湿度和温度对大气水汽中的δ18O影响显著，且湿度的影响更显著。上述的研究丰富了区域降水稳定同位素的认知，但针对气候环境恶劣、人烟稀少的亚洲高山地区的相关研究较为匮乏。中亚高山区深居内陆，气候干旱，降水自云下降落到地表的过程中受局地环境(气象因素、地理位置、二次蒸发、水汽来源)影响显著，降水中的过量氘很大程度上受到云下不饱和空气蒸发的影响，且地表降水稳定同位素并不能完全反映该区域降水的原始水汽来源信息[13]，需分析云下降水稳定同位素的时空分布特征，才能更好地认识区域水循环过程。而中亚高山区由于野外采集条件恶劣，区域降水稳定同位素的观测以及相关研究较为匮乏，该区域作为“亚洲水塔”[14]，是周边地区重要的原始水源补给，研究其降水来源对认识我国的水循环过程和科学合理利用水资源具有重要意义[15]。

本文在变化环境下基于中亚高山地区4个区域(中天山、西天山、喀喇昆仑山、西喜马拉雅山)7个降水站点(Kargil站、西合休站、沙曼站、江卡站、沙里桂兰克站、巴音布鲁克站、黄水沟站)的降水稳定同位素观测数据，利用Stewart雨滴蒸发模型计算云下降水氢氧稳定同位素，借助HYSPLIT(hybrid single-particle Lagrangian integrated trajectory)模型分析区域的水汽来源，揭示中亚高山地区的云下及地表降水稳定同位素时空分布特征及其与环境要素和水汽来源的关系。

1 研究区概况与研究数据

中亚高山区位于亚欧大陆中南部，地处26°40′N～45°20′N、67°20′E～88°20′E之间，北有天山，南有喀喇昆仑山和喜马拉雅山，是亚洲中部山系最发育地区之一，地势东高西低，地形以山地与高原为主，山脉与盆地相间分布[16]。研究区太阳辐射强，温度高，蒸发旺盛，降水稀少，极其干燥，全年冬冷夏热，气温年较差与日较差大，属温带大陆性气候，区域内的河流多为内陆河，东南缘青藏高原阻隔印度洋、太平洋的暖湿气流，海洋气流势力大大削弱，雨水稀少。

根据区域环境特征将研究区分为中天山、西天山、喀喇昆仑山和西喜马拉雅山4大区域(图1)，并选取西喜马拉雅山的Kargil站，喀喇昆仑山的西合休站、沙曼站、江卡站，西天山的沙里桂兰克站以及中天山的巴音布鲁克站与黄水沟站7个站为代表性样点[17]。其中西合休站、沙曼站、江卡站、沙里桂兰克站、巴音布鲁克站及黄水沟站分别在当地水文站开展地表降水的观测，具体信息见表1。

图1 研究区与采样点分布

表1 主要站点的相关信息

地表降水的样品以次降水事件为单位开展，以不锈钢分体式雨量计收集，待降雨结束，将雨量筒中的雨水存入10 mL的冻存管中，备份一个，并编号记录降雨的起止时间、实时降水量、温度、相对湿度等气象要素[18-20]，野外由于条件限制可将采集的样品放入便携冰箱中，避免水样产生分馏，带回实验室迅速使用Parafilm封口膜密封并低温冷藏保存。实测样品的室内分析主要在中国科学院荒漠与绿洲生态国家重点实验室进行，利用Los Gatos Research公司生产的LWIA-V2(DLT-100)液态氢氧同位素分析仪对样品进行测定，δ2H和δ18O的测量误差均不超过±1‰和±0.3‰[19]，测量所得结果采用维也纳平均海洋水(V-SMOW)的千分差表示:

(1)

式中Rsample、Rstandard分别为降水样品和V-SMOW中重同位素与轻同位素绝对丰度之比，即同位素比率。

2 研究方法

2.1 云下降水的估算

云下降水的氢氧稳定同位素δ2Hc(δ18Oc)可由地表的降水稳定同位素δ2Hg(δ18Og)减去地表与云下降水稳定同位素差值Δδ2H(Δδ18O)得到，其中地表与云下降水的稳定同位素差值用Stewart雨滴蒸发模型估算，Δδ2H和Δδ18O[21-25]的计算公式如下：

(2)

(3)

式中：2α、18α分别为氢和氧同位素的平衡分馏参数[25-26]；f为雨滴剩余比，即雨滴降落过程中经历云下二次蒸发后，剩余的质量占雨滴降落时质量的百分比[13]。参数2γ、18γ、2β和18β的计算公式[21]如下：

(4)

(5)

(6)

(7)

式中：HR为相对湿度；D、D′分别为1H2H16O和1H1H18O在空气中的扩散常数，根据Stewart[21]的研究可知，2D/2D′和18D/18D′分别为1.024和1.028 9；n为0.58[25]。在本研究中，参数f可以通过下式计算得到：

(8)

式中：Pg为地面降水量，mm；Pe为蒸发掉的降水量，mm，其公式为

Pe=et

(9)

式中：e为雨滴蒸发速率(单位时间蒸发的水的质量)；t为云底下降到地面的时间，可用下式计算：

(10)

式中：Hc-g为云底到地面的高度，m；Vdrop为降水雨滴的降落速度，m/s，根据孔彦龙[22]的研究，干旱高山区降水的Vdrop可由下式计算[22,26]：

Vdrop=9.58e0.035 4Hc-g[1-1.147e-(R/1.77)]

(11)

式中R为雨滴直径，mm。

式(9)中蒸发速率e由两部分组成，即e=A1(T,R)A2(T,HR)，其中A1是环境温度T和雨滴直径R的函数，cm；A2是环境温度T和相对湿度HR的函数，g/(cm·s)。根据周苏娥等[24-25]的研究，A1和A2的值因具体情况而异。本文采用双线性插值方法获取每个采样事件在特定气象条件下的A1和A2，计算公式为

A1=(-0.244 5T+131.28)(0.2r)×1.613 9

(12)

A2=(-0.73HR+0.726 4)e(-0.002HR+0.037 1)T

(13)

计算结果中雨滴蒸发速率的最终单位为g/s，根据孔彦龙[22]研究的经验公式(干旱区1 mm降水质量约为1 000 g)换算成单位mm/s代入式(8)中求解雨滴剩余比f。

2.2 HYSPLIT模型

HYSPLIT模型是由美国国家海洋和大气管理局(NOAA)空气资源实验室和澳大利亚气象局联合研发的一种用于分析大气污染物输送及扩散轨迹的模型。该模型可以实现对到达研究终点之前的轨迹路径的模拟[27-29]，近年来被广泛应用于降水水汽来源及水汽输送路径的研究。结合美国国家环境预报中心/美国国家大气研究中心(National Centers for Environmental Prediction/National Centers for Atmospheric Research，NCEP/NCAR)提供的全球再分析资料对研究时段内发生的降水的气团后向轨迹进行模拟和聚类分析，其中HYSPLIT模型的空间精度为2.5° × 2.5°，模型运行的时间步长为6 h，由于亚洲高山海拔都在2 000 m以上，运行高度选择3 000 m(700 hPa)，追踪时长为120 h，模型输出的结果为降水前5 d内水汽的输送路径以及沿途的空气比湿变化[30]。

3 结果与分析

3.1 地表降水的稳定同位素时空变化特征

研究区地表降水稳定同位素季节变化明显，呈现夏半年富集、冬半年贫化的特点(图2和图3)。7个站点中除Kargil站外，其余站点地表降水的δ2H、δ18O变化趋势较为相似，大致呈现1—7月波动上升、8—12月波动下降的趋势。研究区地表降水δ2H值介于-182.66‰～-10.60‰之间，均值为-88.47‰；δ18O值介于-25.93‰～6.25‰之间，均值为-11.91‰；可以发现研究区δ2H、δ18O均值与郑淑蕙等[31]研究发现的我国大气降水中δ2H、δ18O均值(分别为-50‰和-8‰)相差较大，远远低于全国平均值。中亚高山地区主要受控于西风水汽的输送[32]，西风带输送的水汽经过长距离的输送导致水汽中的δ2H和δ18O等重同位素沿途不断地随降水消耗，到达研究区的地表降水δ2H、δ18O值更加偏负，这可能是该区域降水稳定同位素低于全国的主要原因。

(a)Kargil

(a)Kargil

对比4个区域，西天山的地表降水稳定同位素变化范围较大，1—8月呈上升趋势，9—11月呈下降趋势，最大值和最小值分别出现在8月和11月。在中天山地区，黄水沟站的地表降水稳定同位素变化范围较小，4—6月呈上升趋势，7—12月呈下降趋势，最大值和最小值分别出现在7月和12月。Kargil站的地表降水的稳定同位素与其余站点不同，在8月呈现最小值，这可能与其水汽来源有关，该站点处于西喜马拉雅山山谷，水汽受印度洋影响较严重。

氘盈余(d-excess)是普遍被用来示踪水汽来源的重要综合环境因素指标[33-35]。研究区地表降水d-excess值(图4)整体上呈现夏低冬高的趋势,变化范围为9.63‰～24.75‰，均值为14.84‰，最大值和最小值分别出现在12月和8月。该区域地表降水中年均d-excess值高于10‰，表明该地区降水受到较为强烈的蒸发影响，云下二次蒸发会导致d-excess值发生显著变化。

(a)Kargil

空间分布上，中亚高山区地表降水中δ2H、δ18O整体上呈现自南向北的减少趋势，以年均值为例，巴音布鲁克站δ2H、δ18O值最低，分别为-98.26‰和-15.19‰；黄水沟站δ2H、δ18O值最高，分别为-66.38‰和-10.09‰，年均值的变化趋势表明该区域高山地表降水稳定同位素具有较为明显的纬度效应。对比不同季节发现，夏季该区域空间差异较为显著，其中江卡站降水稳定同位素呈现显著的富集效应，而地处河谷区的Kargil站最低。这表明，特殊的地形环境以及局地气候对于中亚高山区地表降水的稳定同位素影响极其显著。

3.2 云下降水的稳定同位素时空变化特征

降水是水循环过程的一个重要环节，雨滴从云下降落到地面的过程中，受到不饱和大气压的影响发生非平衡分馏，进而影响同位素的比率，因此明确云下降水中δ2H和δ18O的变化特征对研究本区域水循环具有重要意义[36]。

研究区云下降水稳定同位素季节变化趋势与地表降水稳定同位素较为相似，即1—8月上升，9—12月下降，呈现夏半年富集、冬半年贫化的特点。全区云下降水中δ2H值介于-185.20‰～-9.97‰之间，均值为-90.80‰；δ18O值介于-28.72‰～-4.36‰之间，均值为-15.03‰，与地表降水稳定同位素相比，δ2H值和δ18O值均减小，说明雨滴自云下降落到地表的过程中，区域云下二次蒸发作用导致地表降水δ2H和δ18O富集。研究区内除Kargil站以外的6个站点的云下降水稳定同位素变化趋势相似，处于西喜马拉雅山的Kargil站在8月云下δ2H和δ18O发生骤降，δ2H降为-91.81‰，δ18O降为-13.12‰，与地表δ2H(-91.66‰)和δ18O(-12.85‰)相比，差距较小，表明该站点8月集中降水时受到了不同水汽来源的影响。

对比云下与地表降水中d-excess值(图4)发现，研究区云下降水中d-excess值在12月达到最高值为44.54‰，5月达到最低值为18.67‰，全年d-excess均值为25.71‰；云下降水d-excess值年内整体为冬季高而夏季低，这可能与水汽来源输送具有一定关系，冬夏间d-excess值的显著变化表明该区域年内水汽来源较为复杂。与地表d-excess年均值(14.84‰)相比，云下降水中d-excess值偏高，很有可能是因为云下水汽气团相对湿度较大且雨滴自云下降落到地面的过程中发生了强烈的二次蒸发，致使到达地表的d-excess值大幅降低。

3.3 云下与地表大气降水线

大气降水线可揭示大气降水中δ2H和δ18O之间的线性关系，由于不同地区降水的气象条件、地形因素、季节变化和水汽来源的不同，大气降水中的同位素分馏会存在差异，因此各地的大气降水线都具有不同的斜率和截距，大气降水线的斜率代表δ2H和δ18O的分馏速率对比关系，截距代表氘对平衡状态的偏离程度[35]。对中亚高山区及其7个站点的δ2H和δ18O进行一元线性回归分析，拟合得到局地大气降水线(图5)。

根据地表降水中δ2H和δ18O同位素数据，用最小二乘法得到中亚高山区的地表降水线方程为δ2H = 7.46δ18O+7.45。该方程与Craig[36]提出的全球大气降水线方程(以下简称GMWL)δ2H = 8δ18O+10及中国大气降水线方程δ2H = 7.9δ18O+8.2[31]相比，其斜率和截距都偏低，造成这种差异的原因可能是该地区深居内陆，远离海洋，气候干燥，降水过程受到蒸发作用，引起同位素不平衡分馏[37]。研究区云下降水线方程为δ2H = 7.56δ18O+25.01，与地表降水线相比斜率和截距都偏高，反映出雨滴降落过程中云下氢氧稳定同位素的不平衡分馏效应较弱且大气湿度高于地表氢氧稳定同位素。

对比发现各区域大气降水线呈现显著空间差异(图5)。西喜马拉雅山的Kargil站以及中天山的巴音布鲁克站、黄水沟站的云下和地表大气降水线截距都显著低于8，表明这些区域的云下和地表的降水稳定同位素普遍受到蒸发的影响，降水线体现显著的干旱影响特征，而西天山的沙里桂兰克站云下和地表大气降水线斜率差异显著，表明这一区域云下降水降落过程中蒸发对雨滴影响显著。位于喀喇昆仑山的西合休站和沙曼站的地表降水线的斜率和截距均高于GMWL，这两个站点位于海拔较高的山谷，局地蒸发的水汽(稳定同位素较贫化)对区域降水影响较大，使得该区域的大气降水线方程的斜率和截距都偏高。喀喇昆仑山3个站点的云下降水线的截距均大幅高于GMWL，该区域降水时云下氢氧稳定同位素分馏偏离平衡，d-excess值显著增加，导致云下降水线截距较高。

(a)Kargil

4 讨 论

4.1 气象因素与氢氧稳定同位素的相互关系

气象因素、地理位置、水汽来源被证明对区域降水稳定同位素具有显著的影响，其中气象因素由于直接影响稳定同位素的分馏过程，是降水稳定同位素变化最重要的影响因子。众多研究者基于气象因素与区域降水稳定同位素变化间的关系开展了相关研究，如：张百娟等[32]研究祁连山降水稳定同位素时发现其温度效应显著，即温度每升高1℃，δ18O增加0.64‰；周海等[38]基于河西走廊降水稳定同位素的研究发现该区域降水δ18O变化具有显著的季节变化特征，与温度呈正相关关系。本文基于中亚高山区地表降水稳定同位素的观测资料发现，该区大气降水中的氢氧稳定同位素与温度亦存在较为明显的正相关关系，即气温越低，降水氢氧稳定同位素的分馏越大，大气降水的δ18O值越低。如表2所示，中亚高山区中除沙曼站和黄水沟站外，气温均与δ18O呈正相关，且R2>0.5，说明具有显著的温度效应，其中喀喇昆仑山区的西合休站斜率最大，西喜马拉雅山的Kargil站斜率最小，说明西合休站降水δ18O与温度波动的关系最为显著，而Kargil站的温度效应不明显，表明这一地区受大陆气团的控制较弱。

表2 地表降水δ18O、d-excess值与气象控制因子的关系

降水量的变化对区域大气降水稳定同位素的变化具有一定影响[39]，通过对比7个站点降水δ18O与降水量的关系发现研究区所有站点降水δ18O与降水量的关系并不明显，Kargil站、西合休站、沙曼站、江卡站、黄水沟站的降水δ18O与降水量呈现低的负相关关系，沙里桂兰克站、巴音布鲁克站的降水δ18O与降水量呈现低的正相关关系，这主要是因为中亚高山区深居内陆，距海遥远，海拔较高，大陆性气候显著，气候干旱，受季风影响较小，降水量效应表现不明显。

4.2 位置因素与氢氧稳定同位素的相互关系

如图6所示，中亚高山区地表降水δ2H和δ18O与高程呈现出较显著的线性关系，δ2H和δ18O随海拔的增加逐渐降低,且R2>0.5，地表δ2H与高程E的关系式为：δ2H=-0.0307E+21.33，海拔每上升100 m，地表同位素δ2H值减小3.07‰。在水汽输送过程中，随着海拔的增加，降水中的重稳定同位素逐渐发生贫化，降水中的δ18O值减少。地表的大气降水δ18O具有显著的高程效应，其中海拔每升高100 m，地表降水δ18O值减少0.31‰，高于刘忠方等[40]计算的全国降水高程效应斜率(-0.16‰)，表明中亚高山区地表降水δ18O值受高程影响更大，高程效应更显著。中亚高山区地表大气降水同位素d-excess值与高程间的相互关系并不显著，d-excess值的变化可能与当地水汽来源间的关系更为显著。

(a)δ2H

4.3 水汽来源与氢氧稳定同位素的相互关系

水汽是降水的重要物质组成，对区域降水稳定同位素的影响十分显著，分析研究水汽分布及其输送有利于进一步认识中亚高山区降水稳定同位素的时空分布特征。基于HYSPLIT模型对研究区上空3 000 m的水汽输送路径进行为期12月的模拟追踪(图7)，模拟的结果是降水发生前120 h的水汽输送路径及水汽输送比例，括号外和括号内的数值分别代表水汽轨迹聚类后的路径数和路径占比。将中亚高山区分为中天山地区(以巴音布鲁克站为代表)、西天山地区(以沙里桂兰克站为代表)、喀喇昆仑山地区(以西合休站为代表)以及西喜马拉雅山地区(以Kargil站为代表)4个地区从夏半年(4—10月)和冬半年(11月—次年3月)分别展开讨论。结果表明，夏半年西天山、中天山、喀喇昆仑山及西喜马拉雅山的水汽降水主要源自西风控制下中高纬度西伯利亚大陆气团，8—9月存在少有的西南方向的印度洋水汽。而冬半年西天山、中天山、喀喇昆仑山及西喜马拉雅山的水汽来源相似，水汽主要源自西风带输送下的北大西洋水汽以及局地再循环水汽，同时在西喜马拉雅山发现有源自西南方向的印度洋水汽输送。

(a)1月

1—4月研究区从西南部的西喜马拉雅山到中天山主要受单一气团西风带的控制，降水中δ18O值自西喜马拉雅山向中天山逐渐降低，降水中d-excess值逐渐上升，1—4月平均值分别为25.41‰、21.29‰、22.34‰和19.90‰，d-excess值显著偏高。这一时期，该区主要受大陆气团控制，西风带输送的水汽经过远距离的输送，沿途蒸发作用不断消耗水汽，再加上气团本身内部水汽相对湿度较低，使得降水较少，降水中的d-excess值显著偏高。5月研究区除受西风影响外，中天山和西天山地区降水水汽源地还包括西伯利亚地区，水汽比例分别占当地的4.03%和5.65%；这一时期中天山地区云下降水中δ18O值为-9.36‰、d-excess值为28.80‰，西天山降水中δ18O值为-10.29‰、d-excess值为13.37‰。6—8月，西天山、中天山、喀喇昆仑山及西喜马拉雅山的水汽来源相似，降水的水汽输送来源主要有3条，分别是西方路径、西南路径和北方路径。西方路径中来自纬向西风输送的水汽对夏季降水贡献最大，主要经过东欧平原，翻越乌拉尔山脉，穿过哈萨克丘陵到达研究区，西方路径的水汽贡献占比最大；西南路径的水汽输送通道主要源自伊朗高原西北部的幼发拉底河和底格里斯河，经过里海、图兰低地到达研究区，西南路径的水汽贡献较大；来自北方路径的水汽输送通道自西西伯利亚平原东部的叶尼塞河且一路向南翻越哈萨克丘陵，经过巴尔喀什湖到达研究区，北方路径的水汽贡献占比最小。其中喀喇昆仑山除了西风带输送的水汽之外，局地再循环水汽的影响使其在8月降水中的δ18O值全年最高，达到0.93‰，说明近距离的局地再循环水汽由于水汽输送距离较短，水汽中重同位素的冲刷作用较小，导致降水中δ18O值较高。8月中天山的水汽源地较为复杂，但其降水水汽性质大都属于近距离的局地再循环水汽，较高的温度和较低的湿度使d-excess值显著降低，且低于全国均值10‰，仅有7.14‰。9月西喜马拉雅山约77.50%的水汽输送来自西南方向，22.50%的水汽输送源自印度洋，云下降水中δ18O值为-9.70‰，d-excess值为11.51‰，可以发现受区域强烈二次蒸发的影响降水呈现δ18O富集、d-excess值降低的特征[41]。10—12月研究区4个区域主要受西风控制，其中12月西天山d-excess值最低，为9.30‰，中天山d-excess值最高，达72.73‰，d-excess值较高说明其水汽主要源自湿润的海洋气团，温度较低，大气相对湿度高，沿途饱和大气压致使其蒸发作用较弱。

5 结 论

a.中亚高山区7个站点的地表和云下降水δ2H和δ18O季节变化明显，主要表现为夏半年富集、冬半年贫化，冬半年d-excess值普遍大于夏半年，Kargil站云下与地表降水δ2H和δ18O差异最小，黄水沟站差异最大。

b.中亚高山区云下与地表大气降水线斜率均小于8，表明研究区气候较为干旱，其中地表大气降水线的斜率最小，其次为云下大气降水线和GMWL的斜率；地表大气降水线的截距最小，其次为GMWL和云下大气降水线的截距。

c.中亚高山区地表和云下降水的δ2H和δ18O具有明显的温度效应，降水δ18O与降水量关系不明显，地表降水δ2H和δ18O与高程具有明显的负相关关系。

d.中亚高山区全年降水主要受西风带输送的北大西洋水汽及局地再循环水汽补充，印度洋水汽对西喜马拉雅山区降水具有一定的影响。