南方丘陵区降雨同位素组成及影响因素的研究
——以长沙油茶林为例

2023-07-17 12:07岳伶俐陈永忠夏雄刘栋王湘南吴友杰
中国农业科技导报 2023年5期
关键词:气团季风降雨量

岳伶俐, 陈永忠, 夏雄, 刘栋, 王湘南, 吴友杰*

(1.湖南农业大学水利与土木工程学院,长沙 410128; 2.湖南省林业科学院,长沙 410004)

降雨中稳定氢氧同位素是用来追踪水汽来源、探究水文过程、研究气候变化的有效手段,其丰度与水汽源区的初始状态和当地气候条件密切相关[1]。研究表明,降雨同位素同温度呈正相关关系(温度效应),同降雨量、纬度、高程和湿度呈负相关关系(降雨量效应、纬度效应、高程效应和湿度效应)[2-3]。目前,我国西南地区[4]、西北地区[5]、东北地区[6]、东部沿海地区[7]、青藏高原[8]等地都进行了有关降雨同位素组成变化和水汽来源的研究,分析了大区域的降雨同位素分布特征、同位素效应以及水汽输送机制,取得了一定成果[9]。在时间尺度上,缺乏针对小区域水汽来源及其输送规律的精细研究,为进一步完善我国水汽循环规律,研究南方季风区降雨和水汽来源及其环境效应具有重要意义[10]。

长沙是典型的季风气候区,其雨季的开始和季风的影响密不可分[11],该区是季风为我国带来不同水汽来源的交汇处,从某种意义上看,其同位素值可作为我国其他地区降雨同位素组成的背景值,对研究我国降雨的时空分布规律具有重大意义[12]。另一方面,阐明小区域的水文过程有利于该地区的生态文明建设。

长沙地形以丘陵为主,土壤多为红壤,气候条件温和湿润、四季分明,非常适合种植油茶。油茶是我国康养价值、经济价值和生态价值极高的一种特有经济林木,主要分布在我国南方,如湖南、江西、广西等地[13]。2020年,长沙所在省份被列为油茶产业核心发展区,研究其气候条件对油茶生长发育的影响、了解林地水文循环过程对促进林地生态经济发展具有重要意义。目前,有关油茶林的研究多集中于油茶产业发展、油茶低产林改造和油茶籽产量提升等方面,而针对油茶林降雨-土壤-植株系统各水分同位素特征的研究亟待加强。

本文基于长沙地区油茶林地降雨同位素资料,欲揭示林地降雨同位素分布特征,量化水汽来源,探究林地降雨同位素对水汽来源、降雨量、温度、湿度、风速和相对湿度变化的响应,以期对林地水汽输送过程有更深刻的了解,为研究林地水循环提供科学依据,促进林地生态循环发展。

1 材料与方法

1.1 研究区概况

该试验在长沙国家油茶工程技术研究中心核心育种基地油茶种质资源收集圃(28°12′N,113°06′E)进行。长沙位于中国中南部,处于湖南省东部偏北,湘江下游和长沙盆地西缘,属于典型的亚热带季风气候,温和湿润,四季分明,年均气温17.2 ℃,年积温5457 ℃,年均日照时数1529 h,年均无霜期279 d,年均降雨量1405 mm,主要集中在春季和夏季。土壤种类多样,以红壤和水稻土为主,试验区土壤质地为红壤,土壤干容重1.28~1.58 g·cm-3,体积含水率为39.79%~50.58%,体积田间持水量32.17%~34.09%。试验区油茶种植面积达20.0 hm2,油茶种植密度为1500株·hm-2,平均树高1.8 m,平均冠幅1.2 m×1.4 m,主要品种为湘林系列,本试验选用3~5年生的油茶林地。

1.2 试验设计

1.2.1 降雨样品采集 2019年4—10月进行雨水取样,具体方法为:在油茶林间隙中随机放置3个自制的降雨采样器——直径10 cm、高20 cm的铁质收集桶,桶口放置1个塑料漏斗,漏斗内放置1个乒乓球以防止桶内水样蒸发,每场降雨结束后0.5 h内,将雨水过滤后收集,设置3个重复,装入1.5 mL连盖离心管并低温冷藏,以降低水样蒸发时同位素分馏对试验结果的不利影响。一般情况下,每场降雨取样1次,当遇到持续时间长、降水量大的降雨事件时,取样工作进行2~3次,对其降雨中的同位素组成比率进行加权平均,如公式(1)。

式中,δXi和Pi分别为氢、氧稳定同位素比率和相应的降水量。

采用微型自动气象观测站(HOBOware U30,Onset Computer Crop,USA)同步记录降雨量(precipitation,P,mm),平均温度(average temperature,T,℃)、平均风速(average wind velocity,V,m·s-1)和相对湿度(relative humidity,R,%),气象站每隔1 min进行采样,综合考虑试验需要和仪器内存,每隔15 min记录1次数据。

1.2.2 数据分析处理 所有样品采用液态水同位素分析仪(PICARRO L2130-i,Picarro,USA)测定其稳定氢、氧同位素组成δ(‰),分析结果用相对于维也纳标准平均海洋水(Vienna-relative standard mean ocean water,V-SMOW)的千分差表示,如公式(2)。过量氘d-excess可用于确定数据质量,并识别样本在采集、处理和存放过程中可能蒸发的样品,了解水分来源和蒸汽输送历史[14],计算方法如公式(3)所示。

式中,Rsample和Rstandard分别表示样品和V-SMOW中的稳定氢氧同位素比率(18O/16O或D/H),测量标准差分别为δ18O<0.1‰和δD<2.0‰。

为进一步研究降雨氢氧稳定同位素变化对水汽来源的响应机理,利用由美国海洋大气局(National Oceanic and Atmospheric Administration,NOAA)空气资源实验室提供的向后轨迹模型(hybrid single particle lagrangian intergrated trajectory,HYSPLIT)。该模型即拉格朗日混合单粒子轨道模型,通过追踪气流移动方向,研究其运动轨迹[15],它采用地形σ坐标,即气象数据在水平坐标上保持原格式,在垂直方向通过公式(4)内插到地形σ坐标系统。

式中,Ztop为模型顶部的缩放高度,默认内部缩放高度为25 km;Zmst为平均海平面高度;Zgl为地面高度;单位均为km。

模拟气流运动轨迹时,其最终位置P(t+Δt)由初始位置P(t)和第一猜测位置P′(t+Δt)的三维速度矢量得到,见公式(5)和(6)。

式中,Δt为积分时间步长,本研究中Δt取1 h。

本研究利用全球数据同化系统(global data assimilation system,GDAS)1.0作为背景气象数据,分别计算了地面以上1500、3000和5500 m高度带的水汽运输轨迹,每6 h计算1次轨迹,回溯72 h[16],并通过聚类分析确定研究区的主要水分来源。

2 结果与分析

2.1 降雨同位素组成动态变化

分析长沙地区油茶林地日降雨同位素(δD、δ18O和d-excess)数据,降雨中δD、δ18O、d-excess组成如图1所示。日降雨同位素δD的范围为:-150.12‰~12.55‰,平均值为-81.32‰。δ18O值在-19.97‰~0.03‰之间,平均值为-11.39‰。每日d-excess值在6.01~14.37之间,平均值为9.84。分析各月份降雨的平均同位素组成,结果(表1)表明,4和10月的同位素组成与5—9月同位素组成存在显著差异,但4月同10月之间、5—9月之间同位素组成无明显差异。长沙地区5月开始受到东南季风作用的影响,因此将5—9月划分为季风期,其余2月代表非季风期。本文数据范围大体上与吴华武等[17]于2010—2011年在长沙地区得到的研究结果(δD:-132.9‰~13.2‰;δ18O:-17.4‰~0.24‰)相近,同位素数据没有显示出很大的年际变异性,但均值偏低,大致是前人研究结果[17-18](δD=-39.9‰;δ18O=-6.83‰、δD=-31.81‰;δ18O=5.58‰)的2倍,这表明林地降雨氢氧同位素组成的年际波动较小,年内存在波动,有明显的季节性变化。有研究指出,南方矮化枣树林降雨受到冠层截留作用,雨滴滞留时间长,同时蒸发时间也长,其同位素值较林外降雨富含重同位素[19]。本试验基地以3~5年生油茶为主,其冠层截流作用不明显,从而降雨重同位素值富集程度低。如图1所示,降雨氢和氧同位素具有良好的线性关系,其变化规律也高度一致,因此本文主要讨论降雨中δD变化[2]。

表1 各月降雨同位素的分布情况Table 1 Distribution of precipitation isotopes in each month

图1 δ18O、δD和d-excess分布Fig. 1 Distribution of δ18O、δD and d-excess

林地降雨同位素组成表现出明显的季节性变化,如表1所示。在试验期内表现出季风期整体偏低,非季风期偏高,大多数受季风气候影响的地方也有类似的季节趋势,如日本本州岛受到气团水汽来源的影响,其d-excess夏季低,冬季高[20];三角洲降雨同位素冬季值偏高、夏季偏低[21]。季风期降雨量(76.2%)远远大于非季风期(23.8%),降雨同位素δD平均值在季风期(-105.99‰)低于4(-42.60‰)和10月(-16.33‰),d-excess平均值在季风期(8.19)也低于4(13.85)和10月(12.93)。降雨同位素在各季节中表现出高度的差异性,季风期变化较大,非季风期差异性较小,其可能原因是林地在季风期受到东南季风和西南季风的共同影响,降雨量多且水汽来源复杂[17],导致温度对降雨同位素的影响作用减弱[22]。通过分析降雨中δD同位素值的季节变化,可以判断林地降雨过程中氢氧同位素分馏不平衡程度,从而可以得知降雨过程中水滴蒸发汽化的强度[23],林地季风期降雨同位素组成为负,即同位素较贫乏,说明季风期降雨过程中氢氧同位素分馏较大,即蒸发强度较高。

2.2 降雨δD同环境因子的关系

如图2所示,试验期内高温和降雨都主要集中于季风期,温度自4—8月持续上升,4(17.73 ℃)、5月(18.87 ℃)的平均温度都低于20 ℃,而8月则高达34.93 ℃,8月5日出现最高温37.2 ℃,之后温度开始下降,10月平均温度为17.98 ℃;2019年4月13日至10月23日出现28次降雨,其中5月13日出现特大暴雨,降雨量82.2 mm;降雨量在20 mm以上的降雨有5次,分别出现在4月29日、5月12日、6月22日、7月9日和7月12日;4月13日、4月15日和5月6日等10场降雨的降雨量低于5 mm。试验期内降雨δD存在明显的变化周期,4月中旬开始下降,季风期整体偏低,9月初开始上升,形成较完整的“V”形变化规律。降雨δD波动较大,部分场次降雨同位素高度贫乏,δD在 -150.12‰~12.55‰间变化,最小值出现在5月13日。

图2 试验期内降雨量、温度和δD分布Fig. 2 Distribution of precipitation, temperature and δD during the trial period

为考察林地气候条件对降雨同位素组成的影响,对温度、降雨量、平均风速、相对湿度等日气候变量[17]同降雨δD进行相关分析,结果(表2)显示,降雨δD同4个气候变量均存在负相关关系,相关系数分别为-0.306、-0.622、-0.691和-0.496,其中降雨量和平均风速与降雨δD的相关性较高。在综合考虑上述气候因子的条件下,降雨量和平均风速对林地降雨的同位素变化起主要的影响作用。在控制温度的偏相关分析条件下,降雨量、平均风速和相对湿度对林地降雨δD的影响均增大,其中以降雨量的变化幅度最大,说明各个影响因素之间相互影响,温度变化对降雨量的影响最大。在控制降雨量的偏相关分析条件下,降雨δD同温度和风速存在显著的负相关关系,同前2种分析比较可知,降雨δD的温度效应被降雨量效应掩盖。

表2 气候因子与δD相关性和偏相关性分析Table 2 Analysis of correlation and partial correlation between climatic factors and δD

2.3 当地降水线和水汽来源

降雨中δD与δ18O之间的关系称为大气降水线,可反映不同的气候条件,比较不同地区的空间和季节同位素变化[23]。本研究使用回归模型构建了当地降水线(local meteoric water line,LMWL),如图3所示。2019年林地降雨所形成的降水线δD=8.3δ18O+13.5(R2=0.99),同全球大气降水线(global meteoric water line,GMWL)δD=8.0δ18O+10.0相比,其斜率略微偏高,截距显著偏高,表明林地蒸发强度和蒸发速率均低于全球平均水平,同时反映出林地的温暖湿润气候[24]。由图3可以看出,季风期和非季风期的降水线分别为δD=8.0δ18O+8.3(R2=0.99)和δD=7.9δ18O+12.9(R2=0.98),非季风期降水线与林地降水线十分接近,但季风期降水线的斜率和截距均低于林地降水线,尤其截距变化较大。

图3 林地降水线Fig. 3 Forestland rainfall line

降雨同位素组成同水汽来源和输送路径存在密切关系[1],为研究长沙油茶林地降雨同位素变化对水汽来源的响应,利用HYSPLIT分别从1500、3000和5500 m高度追踪了当月降雨量比较突出日期的林地水汽来源路径,如表3所示。并在1500 m高度处对3—10月的水汽来源进行聚类分析,如图4所示。结合该地区降雨事件中δD的变化,综合分析林地降雨δD与水汽输送之间的关系。

表3 不同时期的水汽来源Table 3 Water vapor sources in different periods

图4 不同时期水汽输送过程的追踪Fig. 4 Tracking of water vapor transport process in different periods

3月降雨水汽主要是源于西风带及南下冷空气的大陆性气团和局部循环水汽,分别占所有水汽来源的32%和60%,其同位素富集[25]。4月35%来源于大陆性气团的作用;局部水汽补给骤减,仅为19%;分别有7%和38%的水汽来源于印度洋和西太平洋,同位素组成开始下降。季风期林地水汽来源主要是海洋气团,占比达51%,由于输送距离较远,其同位素整体贫乏。如7月5日和7月8日的水汽来源分别是湖北和缅甸,平均湿度相差30%,来自缅甸的水汽受到孟加拉湾的影响,其湿度偏高,但长距离的输送使得7月8日林地降雨δD(-112.41‰)低于7月5日(-109.38‰)。10月随着东南季风退出大陆,林地逐渐受到来自蒙古和西伯利亚的大陆性气团影响,局部循环水汽补给增加,61%水汽来源于局部循环水汽,降雨次数减少,降雨量骤减,降雨中同位素组成有所增大。11月主要水汽来源为西风带输送的大陆性气团和局部水汽补给,分别占27%和51%,降雨同位素继续富集。

3—11月林地降雨水汽主要来源呈现出“大陆性气团-海洋气团-陆性气团”循环变化规律,大陆性气团主要包括局部循环水汽和来自西风带及南下冷空气,输送过程中分馏程度小,对应降雨同位素组成偏大;来自印度洋和西太平洋的暖湿海洋气团携带大量水汽,由于输送过程中分馏大,导致降雨同位素组成偏负,从而林地降雨δD表现出季风期偏低、非季风期偏高的“V”形变化规律。

3 讨论

3.1 降雨同位素环境效应

降雨同位素组成受到诸多因素控制,如降雨量、温度、水分来源其轨迹、水气输送距离、海拔高度和水汽循环等[26]。降雨同位素与降雨量间的负相关关系被称为降雨量效应[9],降雨量效应一般存在于中、低纬度沿海地区(海岛)或季风区[8]。一般地,日降雨量小于10 mm降雨过程同位素趋于富集,大于10 mm则表现出贫乏趋势[1]。本研究数据显示,日降雨量在5 mm以下的连续降雨随降雨历时增加,δD水平逐渐提高,邻近两场历时短、雨量大的降雨,δD水平逐渐贫乏。如10月13—16日降雨过程,随着降雨量的增加,δD组成反而富集,说明大气中的残留水汽随着降雨历时的延长而逐渐减少,成雨水汽在落至地面之前经历了逐渐强化的二次蒸发过程[10]。对于5月6日、7月4日和7月23日的降雨量分别为2.7、1.3和0.1 mm,之前10 d内降雨量稀少,高温条件下有利于水汽蒸发,故降雨δD高度富集,为季风期内3个较高值,同三峡库区[27]降雨同位素一样,表现出明显的降雨量效应。

我国低纬度地区出现与温度效应相反的现象称之为“反温度效应”[4],主要是因为季风气候带来丰富的降雨,抑制和掩盖了温度效应,使得这些地区表现出反温度效应[20]。本研究在综合考虑降雨量、温度、相对湿度和风速等环境因子的情况下,油茶林地降雨δD与温度之间存在负相关关系(-0.306),但并未达到显著水平;在控制降雨量后,其负相关系数提高(-0.520),并达到显著水平,这说明连续降雨过程增大了空气湿度,降低了温度,从而抑制蒸发,使得温度效应被掩盖,此现象在我国华南其他地区(桂林)也有出现。在分别控制温度和降雨量的情况下,降雨δD与降雨量和温度的负相关性均有所提高,同风速的负相关关系比较稳定,后种情况下与相对湿度的负相关性有所下降,温度和湿度的变化幅度较大,说明温度效应和湿度效应都比较敏感。由此可知,影响林地降雨δD的主导因素是降雨量,降雨量对温度效应的影响较大,湿度效应对温度的变化十分敏感,风速的影响比较稳定。

3.2 降雨同位素指示意义

本研究林地大气降水线斜率和截距均高于前人[4,7,28],可能是因为长沙地处我国中南地区,属于亚热带季风湿润气候,其云下二次蒸发的动态分馏值较低,从而降水线斜率和截距偏高[29]。季风期降水线斜率(8.0)和非季风期降水线斜率(7.9)接近,说明林地降雨同位素的相变过程中雨除水平相当[27];季风期受东南和西南季风的相互影响,降雨集中,降雨量效应显著,频繁的降雨在一定程度上抑制了蒸发作用,致使季风期降水线截距(8.3)小于非季风期(12.9);非季风期受到同位素富集的局部水汽的补给[30],所以林地降水线表现出较高的截距。林地降水线和不同季节降水线斜率接近,而截距相差较大,说明油茶林地的蒸发强度接近全国平均水平,其蒸发速率远小于全国平均水平,突出了林地的湿润气候特征,林地受到季风气候和温度的影响,蒸发速率处于不断变化中[31],在季风期达到最大。

本研究表明,非季风期d-excess的变幅为0.86~2.37,远远小于季风期的变幅(2.47~3.59)。季风期d-excess的较大波动说明林地季风期水汽来源更加复杂,其输送途径更多。研究区d-excess的变化基本与降雨δD变化同步,说明长沙油茶林地云下二次蒸发作用不明显[25]。研究指出,如果降雨水汽来源于海洋,因其空气湿度大,则过量氘较小;若过量氘较大,则说明降雨来源于内陆蒸发[30],林地季风期过量氘d-excess均值(8.19‰)显著小于非季风期(13.34‰),表明季风期降雨来源为海洋,非季风期来源为内陆蒸发,其结果和HYSPLIT模拟结果一致,可见利用过量氘指示降雨水汽来源是可行的。

大陆性气团的太阳辐射强烈、水汽含量少,局部水汽输送距离短,气团在输送过程中的蒸发作用和分馏程度小,从而导致3和11月同位素富集,与前人研究结果一致[16]。4月近距离的海洋水汽使得降雨同位素富集程度开始下降,4月13—15日,降雨量共8.3 mm,其1500、3000和5500 m处的水汽来源分别是新疆、贵州和巴基斯坦,虽高度不同水汽来源差异较大,但所携带水汽均偏低,如新疆库勒站降雨同位素在4月最低[5],从而使得林地降雨δD有所下降。季风期林地受到东南季风和西南季风的共同作用,其气候条件复杂,湿度变化大,来自海洋的暖湿气流在向陆地运输过程中分馏大,降雨同位素贫乏,因而林地降雨同位素组成在季风期整体偏负。季风期林地水汽多来自近海和太平洋的海洋气团,携带水汽十分丰富,湿度也较其他月份高,在7月8日达到92%,但降雨δD最低值出现在5月13日而非7月,湿度效应不明显。这是因为5月林地降雨有21%的大陆性气团和8%的局部补给,51%来自海洋气团(西太平洋和印度洋),较长距离的输送过程使得同位素损失较多,且温度变化对湿度效应的影响较大,湿度效应可能受到季风作用、降雨量、水汽来源及其途径不同的影响,这说明在季风期,影响林地降雨同位素组成变化的因素是复杂的,有待进一步深入研究。

猜你喜欢
气团季风降雨量
输水管线启动填充过程含滞留气团瞬变流数值模拟
降雨量与面积的关系
基于后向轨迹模式的合肥市臭氧来源分析
气团来源对沿海城市PM2.5中二次水溶性无机离子形成特征的影响研究
HZ330CL横折缺陷原因分析与改进
绿水青山图——海洋季风的赞歌
户撒刀
洞庭湖区降雨特性分析
万马奔腾
罗甸县各乡镇实测降雨量分析及应用研究