• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2025, 43(3): 339-354 DOI: 10.11755/j.issn.1006-7639-2025-03-0339

论文

北半球近70 a陆气耦合空间分布及其强度变化特征

王澄海,, 尚君翔, 张飞民, 杨凯

甘肃省气候资源开发及防灾减灾重点实验室,兰州大学大气科学学院,甘肃 兰州 730000

Spatial distribution and intensity variation characteristics of land-atmosphere coupling in the Northern Hemisphere over the past 70 years

WANG Chenghai,, SHANG Junxiang, ZHANG Feimin, YANG Kai

Key Laboratory of Climate Resource Development and Disaster Prevention in Gansu Province, College of Atmospheric Sciences, Lanzhou University,Lanzhou 730000,China

责任编辑: 王涓力;校对:黄小燕

收稿日期: 2025-03-20   修回日期: 2025-05-18  

基金资助: 国家自然科学基金项目(42175064)

Received: 2025-03-20   Revised: 2025-05-18  

作者简介 About authors

王澄海(1962—),男,教授,主要从事青藏高原气候学、短期气候预测研究。E-mail:wch@lzu.edu.cn

摘要

陆气耦合是地表与大气之间物质能量交换的重要一环,深入研究陆气耦合的时空变化特征,对认识陆气耦合在全球气候变化中的作用有重要意义。基于1950—2020年全球陆面数据同化系统(Global Land Data Assimilation System,GLDAS)土壤湿度、欧洲中期天气预报中心陆面再分析数据集(ERA5-Land)和全球降水气候中心(Global Precipitation Climatology Centre,GPCC)的降水数据,计算反映土壤水分对降水的反馈(λ)、潜热通量对土壤湿度的变化响应程度(ISM-LH)和降水对地表潜热通量变化响应程度(ILH-Pr)的3种陆气耦合指数,从不同角度分析北半球陆气耦合强度及其空间分布特征,确定北半球陆气耦合关键区。在此基础上,分析过去近70 a北半球陆气耦合的时空变化特征。结果表明,ISM-LH能较好地反映土壤湿度-蒸发耦合过程,对陆气耦合强度代表性最好。北半球有5个陆气耦合关键区,分别为北美耦合关键区(NA)、地中海耦合关键区(MS)、中亚-蒙古耦合关键区(CM)、非洲耦合关键区(AF)和南亚耦合关键区(SA)。夏季陆气耦合关键区的范围最广、耦合强度最强,春季次之。春夏之间的前后期耦合强度弱于春、夏季同期的耦合强度。1950—2020年陆气耦合关键区年耦合强度具有明显的线性变化趋势,NA、SA、AF关键区陆气耦合强度呈现减弱趋势,其中AF夏季减弱趋势最明显,气候倾向率为-3.61/10 a(p<0.01);MS和CM的陆气耦合强度呈现增强趋势,其中CM夏季的线性变化趋势最明显,气候倾向率为2.28/10 a(p<0.01)。在耦合关键区,陆气耦合强度和降水的线性变化趋势在NA和MS呈反相变化,在AF和SA为同相变化;同期的陆气耦合强度异常与降水异常呈显著负相关,春季的负相关在MS最显著(r=-0.469,p<0.01),夏季的负相关在AF最显著(r=-0.821,p<0.01)。

关键词: 陆气耦合; 土壤湿度; 潜热通量; 降水; 北半球

Abstract

Land-atmosphere coupling is a crucial link in the exchange of mass and energy between the land surface and the atmosphere. Water vapor from soil evaporation condenses and releases latent heat during rising and cooling processes, which warms the boundary layer air and reduces atmospheric boundary layer stability, thereby promoting the initiation and development of convection, and can potentially lead to precipitation formation. An in-depth study of the spatio-temporal variation characteristics of land-atmosphere coupling is of great significance for understanding its role in global climate change. Based on the soil moisture data from the Global Land Data Assimilation System (GLDAS), the land surface reanalysis data of the European Centre for Medium-Range Weather Forecasts (ERA5-Land), and the precipitation data from the Global Precipitation Climatology Centre (GPCC) from 1950 to 2020, this study employs three land-atmosphere coupling indices: λ (reflecting the feedback efficiency of soil moisture on precipitation), ISM-LH (representing the sensitivity of latent heat flux response to soil moisture changes), and ILH-Pr (representing the sensitivity of precipitation response to latent heat flux changes) to calculate the land-atmosphere coupling strength and identify key coupling regions in the Northern Hemisphere. On this basis, the spatio-temporal characteristics of land-atmosphere coupling in the Northern Hemisphere are analyzed. The results show that the land-atmosphere coupling index ISM-LH calculated from soil moisture and latent heat flux, can best represent the coupling strength. There are five key land-atmosphere coupling regions in the Northern Hemisphere, namely the North America key coupling region (NA), the Mediterranean key coupling region (MS), the Central Asia-Mongolia key coupling region (CM), the Africa key coupling region (AF), and the South Asia key coupling region (SA). The extent of the key land-atmosphere coupling regions is widest and their coupling strength is strongest in summer, followed by spring. The lagged coupling strength between spring and summer is weaker than the concurrent coupling strength in spring or summer. During the period of 1950-2020, the coupling strength in key land-atmosphere coupling regions exhibited clear linear trends. The NA, SA, and AF key regions showed a linear weakening trend in land-atmosphere coupling strength, with the weakening trend in AF in summer being the most pronounced at the rate of -3.61/10 a (p<0.01). Conversely, the MS and CM key regions showed a strengthening trend, with the linear strengthening trend in CM in summer being the most significant at the rate of 2.28/10 a (p<0.01). The linear trends of coupling strength and precipitation showed an inverse phase relationship in the NA and MS key regions, and an in-phase relationship in the AF and SA key regions. During the same period, anomalies in land-atmosphere coupling strength and precipitation within these key coupling regions showed a significant negative correlation. The negative correlation was strongest in MS in spring, r=-0.469 (p<0.01), and strongest in AF during summer, r=-0.821 (p<0.01).

Keywords: land-atmosphere coupling; soil moisture; latent heat flux; precipitation; the Northern Hemisphere

PDF (41831KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王澄海, 尚君翔, 张飞民, 杨凯. 北半球近70 a陆气耦合空间分布及其强度变化特征[J]. 干旱气象, 2025, 43(3): 339-354 DOI:10.11755/j.issn.1006-7639-2025-03-0339

WANG Chenghai, SHANG Junxiang, ZHANG Feimin, YANG Kai. Spatial distribution and intensity variation characteristics of land-atmosphere coupling in the Northern Hemisphere over the past 70 years[J]. Arid Meteorology, 2025, 43(3): 339-354 DOI:10.11755/j.issn.1006-7639-2025-03-0339

0 引 言

陆气耦合过程是地球气候系统中的重要一环,发生在地表的物理过程通过物质和能量的交换对区域甚至全球的气候系统产生重要影响,而气候的变化也在时刻影响着陆地状态和水文过程(Pitman,2003;Dirmeyer,2006)。确定反映这种大气温度、湿度、降水等变量对于陆地地表温度、土壤湿度变化响应程度的陆气耦合强度对认识气候变化十分必要(马柱国等,2000;张强等,2019)。土壤湿度作为一个关键的地表参数,在陆气相互作用中起着重要作用,它影响地表反照率、土壤的热容量,以及地表植被的生长状况,并通过对蒸散发的影响,影响着地表水平衡和能量收支(Koster and Suárez,1995),引起地表非绝热加热异常,从而对大气环流及天气气候产生影响(王澄海和尚大成,2007;黄荣辉等,2011)。

诸多研究表明,土壤湿度与降水存在紧密联系,土壤湿度的变化对降水有明显的反馈作用(Koster et al.,2000;Koster et al.,2014;Koster et al.,2016; Zhang et al.,2008;Zhang et al.,2011;Seneviratne et al.,2010;Dirmeyer,2011;Meng et al.,2014;曾毓金和谢正辉,2015;Yang et al.,2016;李登宣和王澄海,2016;李若麟等,2016;蒋靖海和王澄海,2020;李课臣,2022)。例如,在月尺度上土壤湿度-蒸发耦合决定着土壤湿度-降水耦合的空间分布和时间变化,湿润地区土壤湿度-蒸发耦合和土壤湿度-降水耦合强度在较干的月份大于较湿的月份,而干旱地区则与之相反(Wei and Dirmeyer,2012);而在季节尺度上,Koster等(2004)论证了北半球土壤湿度和降水耦合的热点区域主要位于干湿过渡地区,在陆气耦合强度较强的区域,土壤湿度的变化会导致水汽以及降水产生较大改变,特别是在春、夏季节,土壤湿度通过潜热通量和感热通量对大气有较强的反馈(林朝晖等,2001;佟华等,2007)。土壤湿度对于天气和气候的持续影响源自于土壤湿度的“记忆性”,即前期的土壤湿度异常可以维持并通过蒸散发等过程影响后期的天气和气候,土壤湿度的记忆性可以达数月以上(Koster and Suárez,1995;马柱国等,2000;Zuo and Zhang,2007;Chow et al.,2008;Yang and Wang,2019;Li et al.,2022)。

由于土壤湿度和气候之间的紧密联系,土壤湿度对季节性气候变化及其可预测性有显著影响(孙莉娟等,2015)。Koster等(2014)研究表明,北美地区陆面的初始强迫对于约2个月以内的气温和45 d以内的降水预测有重要影响。模式中土壤湿度偏差是导致天气、气候模拟偏差的重要原因之一,提高模式中土壤湿度的模拟效果也能够改善天气和气候预测。例如,Pleim和Xiu(2003)的研究表明,纠正土壤湿度的模拟偏差能改善地表感热和气温的模拟效果;Wang和Cui(2018)研究表明,通过同化土壤湿度减小中国春季土壤湿度的模拟偏差能够改善后期中国夏季气候的模拟。因此,有效利用土壤湿度异常信息对改进数值天气预报、短期气候预测有重要意义(孙丞虎等,2005;李忠贤等,2012;张文君等,2012;史一丛等,2015)。在年际和季节性尺度上,陆面过程异常对陆地降水变化的贡献与海表温度变化的贡献相当,在中纬度内陆地区,陆面对降水的影响甚至超过了海表温度的作用(Koster and Suárez,1995;Yang et al.,2016)。

土壤湿度异常显著影响降水变化的区域被称为陆气耦合关键区或热点区。研究表明,土壤湿度在干湿过渡地带对于蒸散发、潜热通量和降水的影响更大,干湿过渡区是陆气耦合的关键区(Koster et al.,2004;Guo et al.,2006;Dirmeyer,2011)。Yang等(2025)对中国北方陆气耦合的研究表明,干旱指数(Aridity Index,AI)可反映地表水热协同变化, 能解释66%的蒸散-降水耦合强度空间变化,对于陆气耦合关键区识别有重要指示作用,而陆气耦合关键区内发生的水热过程异常则会对北半球和季节尺度气候产生影响(Gao et al.,2018;陈泠羽等,2025)。因此,识别和确定陆气耦合关键区对理解气候系统变化及其可预测性有重要意义。

为量化陆面过程对气候影响的程度,常用“陆气耦合强度”来定量表征陆面状态对降水、气温或大气其他物理过程的影响程度。根据所使用的数据资料和研究方法的不同,主要有两类陆气耦合指数:1)统计诊断法:通过计算土壤湿度、土壤温度、叶面积指数等陆面变量与大气变量(如气温和降水等)的相关系数,如线性相关系数、偏相关系数、非线性相关系数或滞后相关系数等表征陆气耦合强度;2)物理机制法:根据陆气耦合的物理机制,将复杂的耦合过程划分为多个相联系的阶段并对其参数化以实现定量分析,或设计数值模拟试验,将大气和陆面之间耦合的物理过程解耦,通过比较控制试验和敏感试验的差异来表征陆气耦合强度。Yang等(2016)采用第一类陆气耦合研究方法,通过偏回归分析计算了北半球春季土壤湿度和海表温度对夏季降水的贡献,认为春季土壤湿度异常对北半球内陆地区夏季降水异常的影响甚至大于海表温度的作用。Zhang等(2008)基于第一类方法计算了土壤湿度与后期降水的陆气耦合系数(λ),探讨了全球陆气耦合关键区中土壤湿度对降水的反馈。Dirmeyer(2011)则采用第二类方法,将空气湿度对土壤湿度变化的响应分解为两个过程,即潜热通量对土壤湿度变化的响应过程和空气湿度对潜热通量变化的响应过程,进而定义了陆气耦合指数;该指数计算的陆气耦合关键区与Koster等(2004)确定的陆气耦合热点区域基本一致,均位于半干旱半湿润过渡带。Wei和Dirmeyer(2012)随后的研究进一步完善了这一指数,相比单独的计算相关性更能反映从土壤水分到气候的反馈路径中陆地部分的耦合强度,且能较好地反映中国区域陆气耦合的强度(曾毓金和谢正辉,2015;杨扬等,2021)。Koster等(2004)采用第二类陆气耦合强度研究方法,将对照组的土壤湿度替换为近30 a的平均值,设计了敏感性试验,模拟得到的降水视为不受土壤水分反馈的结果,再将其与受土壤水分反馈的控制组试验得到的降水结果比较,量化分析陆气耦合的强度,给出了全球陆气耦合的关键区域。Zhang等(2024)采用第二类方法探讨了陆地蒸散和云水之间的耦合关系,揭示了不同大气条件对陆气相互作用的影响。Zhang等(2011)使用相同的陆气耦合强度表征方法,分析了东亚和北美地区陆气耦合过程对区域气候的影响。因此,比较不同陆气耦合指数计算的耦合强度与基于这些指数筛选耦合关键区的差别,有助于深入理解陆气耦合过程。

为了加深对北半球陆气相互作用过程的认识,本文综合利用统计诊断法和物理机制法两类陆气耦合指数,通过计算从不同角度量化陆气耦合强度的3种陆气耦合指数,分析北半球春、夏季同期和前后期的陆气耦合强度,比较陆气耦合关键区的异同,在此基础上探讨1950—2020年春、夏季同期和春夏季前后期的陆气耦合强度变化特征及其可能原因。

1 资料与方法

1.1 数 据

全球陆面数据同化系统(Global Land Data Assimilation System,GLDAS)(Rodell et al.,2004)的土壤湿度月数据,空间分辨率为1°×1°;降水数据取自全球降水气候中心(Global Precipitation Climatology Centre,GPCC)数据集,空间分辨率为1°×1°;使用欧洲中期天气预报中心第五代陆面再分析数据集(ERA5-Land)(Muñoz Sabater,2019)的土壤湿度、潜热通量和降水数据计算陆气耦合指数,空间分辨率为0.1°×0.1°。以上数据时间段均为1950—2020年。

为了理解陆气耦合关键区和干、湿气候区的对应关系,使用1991—2020年气候态的干旱指数划分干、湿气候区。干旱指数定义为降水与潜在蒸散的比值,数据来自第三版全球干旱指数和潜在蒸散数据库(Global-AI_PET_v3)(Zomer et al.,2022),空间分辨率为1.45×10⁻⁴ rad。

使用一阶守恒重映射(First Order Conservative Remapping)(Schulzweida,2023)将以上数据插值到1°×1°的网格。这种方法计算源网格单元和目标网格单元之间的重叠面积,并将源单元的值按面积权重分配给与之重叠的目标单元,目标单元的值是所有对其有贡献的源单元值的加权(按面积)平均,其保证了插值前后区域总和不变,对于降水、热通量等需要守恒的物理量至关重要。

1.2 陆气耦合指数计算

采用Zhang等(2008)定义的陆气耦合指数λ (第一类陆气耦合强度研究方法):

λ=CovSt,Pt+τCovSt,St+τ

式中:S表示土壤湿度,单位:m3·m-3P表示月降水量,单位:mm;t为月份;τ为滞后月份;CovSt,Pt+τCovSt,St+τ分别表示土壤水分与降水之间的滞后协方差和土壤水分自身的滞后协方差。类似于相关系数(协方差除以二个变量的标准差),当土壤湿度增加,而降水减少,土壤湿度和降水之间变化趋势相反,呈现出反相关变化,则为负值,反映土壤湿度和降水之间是负反馈过程;反之,二者之间变化趋势相同,则为正值,土壤湿度和降水之间存在正反馈。λ是无量纲量,反映土壤水分对降水的反馈效率。τ=0时为同期耦合,反映的是土壤湿度和同期降水之间的关系;τ>0时则反映前期的土壤湿度对后期降水的影响。

使用的第2种陆气耦合指数属于第二类陆气耦合强度研究方法,即Dirmeyer(2011)定义的陆气耦合指数:

ISM-LH=LHwσw

式中:ISM-LH为陆气耦合指数,单位:W·m-2LH为潜热通量,单位:W·m-2;w为土壤湿度,单位:m3·m-3σw表示土壤湿度标准差。为便于计算和理解,可通过数学方法进一步简化(Wei and Dirmeyer,2012):

ISM-LH=rw,LHσLH

式中:r(w,LH)表示土壤湿度和潜热通量的相关系数,σLH表示潜热通量标准差。ISM-LH反映潜热通量变化对土壤湿度变化响应的敏感性。使用同期土壤湿度和潜热通量计算ISM-LH时,耦合指数反映同期的耦合强度,即同期土壤水分对潜热的反馈;使用前期土壤湿度和后期潜热通量计算耦合指数时,则是在考虑前期土壤湿度持续性的情况下,反映前期土壤湿度对后期潜热的影响,即前一个季节的土壤湿度异常信号持续到下一个季节的状态和潜热的关系,文中为3—5月的春季月平均土壤湿度和6—8月的夏季月平均潜热通量计算春、夏季前后期耦合强度。同公式(1),ISM-LH为负值时反映潜热通量和土壤湿度之间为负反馈过程。

第3种陆气耦合指数也属于第二类陆气耦合强度研究方法,即潜热通量与降水之间的耦合指数(Wei and Dirmeyer,2012),计算公式如下:

ILH-Pr=rLH,PrσPr

式中:ILH-Pr为陆气耦合指数,单位:mm·mon-1;r(LH,Pr)表示潜热通量和降水的相关系数;σPr表示降水标准差。ILH-Pr反映潜热通量变化对土壤湿度变化响应的敏感性。公式(4)和(3)相同,当利用同期变量计算耦合指数时,反映潜热通量和降水的同期耦合关系,而前期潜热通量与后期降水计算的耦合指数则反映春季潜热对夏季降水的影响。当ISM-LH和ILH-Pr均较大且陆气耦合指数中的相关系数显著时,认为陆气耦合强度较强。同前,ILH-Pr为负值时表示由潜热通量和降水反映的陆气相互作用为负反馈过程,反之为正反馈。

2 北半球陆气耦合的空间分布特征

已有研究表明,北半球陆气耦合强度具有明显的时空差异(Seneviratne et al.,2010;曾毓金和谢正辉,2015)。为了比较不同陆气耦合指数表征的陆气耦合强度空间分布差异,利用公式(1)、(3)、(4)分别计算北半球春季、夏季和春夏季之间的陆气耦合强度。计算得到的耦合强度超过1倍标准差的区域定义为陆气耦合关键区。

图1为基于公式(1)计算的陆气耦合指数λ的空间分布。春季陆气耦合关键区主要分布在北美中南部、伊比利亚半岛、非洲西北部、西亚、非洲萨赫勒以南地区、中国西北地区和印度半岛南部与中南半岛[图1(a)];夏季陆气耦合关键区的陆气耦合强度大值区明显比春季范围更广且关键区内强度比春季更强,北半球除阿拉伯半岛以外均为明显的陆气耦合正值区,其中耦合强度大值区在北美中南部、西亚、中亚、非洲萨赫勒以南地区、中国华北地区和印度半岛[图1(b)];春夏之间陆气耦合指数大于1倍标准差的陆气耦合强度大值区在北美东北角和墨西哥湾的西北侧小片区域,以及西亚和非洲萨赫勒地区[图1(c)],且范围较小。

图1

图1   1950—2020年北半球陆气耦合指数λ空间分布(a)春,(b)夏,(c)春夏之间

(斜线区域通过0.05的显著性检验,黑色框区域为陆气耦合关键区,下同)

Fig.1   Spatial distribution of the land-atmosphere coupling index λ over the Northern Hemisphere during the period of 1950-2020(a) spring, (b) summer, (c) cross-seasonal (spring to summer)

(The diagonal area passes the significance test at 0.05, the black box area represents the key area of land-atmosphere coupling)


图2为根据公式(3)计算的陆气耦合指数ISM-LH的空间分布。同图1,春季同期陆气耦合强度大值区(关键区)分布在北美中南部、伊比利亚半岛、非洲西北部、西亚、非洲萨赫勒以南地区和印度半岛南部与中南半岛[图2(a)];夏季同期陆气耦合关键区和春季基本一致,但是范围更大,主要位于北美洲中南部、伊比利亚半岛、非洲西北部、非洲萨赫勒以南地区、中亚、西亚、印度半岛,其中北美地区的耦合大值区从北美洲南部延伸至中纬度,亚洲地区的耦合大值区从西亚延伸至蒙古地区,南亚地区的耦合大值区相比春季范围缩小,印度半岛为正的陆气耦合,而中南半岛陆气耦合强度变为负值。反映了土壤湿度对近地面层的作用大于土壤湿度对高层大气的作用(Wei and Dirmeyer, 2012)。同时,夏季非洲低纬度中东部的耦合强度明显强于春季[图2(b)];春夏之间陆气耦合关键(大值)区只在北美南部、伊比利亚半岛、西亚和非洲萨赫勒的小部分地区[图2(c)]。

图2

图2   1950—2020年北半球陆气耦合指数ISM-LH的空间分布(单位:W·m-2)(a)春,(b)夏,(c)春夏之间

Fig.2   Spatial distribution of the land-atmosphere coupling index ISM-LH over the Northern Hemisphere during the period of 1950-2020 (Unit: W·m-2)(a) spring, (b) summer, (c) cross-seasonal (spring to summer)


图3为根据公式(4)计算的陆气耦合指数ILH-Pr空间分布。春季陆气耦合关键区分布与ISM-LH相似,主要位于北美南部、伊比利亚半岛、非洲西北部、西亚、非洲萨赫勒以南地区和印度半岛南部与中南半岛[图3(a)];夏季同期陆气耦合关键区(大值区)从北美洲南部延伸至中纬度,亚洲的耦合大值区从西亚延伸至蒙古地区,南亚地区的耦合大值区相比春季范围缩小,印度半岛西部为正的陆气耦合,而中南半岛变成了陆气耦合负值区,非洲低纬度中东部的耦合指数强度明显强于春季[图3(b)];春夏之间陆气耦合关键区(大值区)只出现在非洲低纬度中东部的小部分地区[图3(c)]。

图3

图3   1950—2020年北半球陆气耦合指数ILH-Pr的空间分布(单位:mm/mon)(a)春,(b)夏,(c)春夏之间

Fig.3   Spatial distribution of the land-atmosphere coupling index ILH-Pr over the Northern Hemisphere during the period of 1950-2020 (Unit: mm/mon)(a) spring, (b) summer, (c) cross-seasonal (spring to summer)


ISM-LH和ILH-Pr分别表示潜热通量对土壤湿度的响应过程和降水对潜热通量的响应过程,这两种指数在春季[图2(a)图3(a)]和夏季[图2(b)图3(b)]表征的陆气耦合强度空间分布基本重合,表明土壤湿度以潜热通量为纽带对降水的反馈或影响,前者反映的是土壤蒸散发对潜热的贡献,更多反映了土壤湿度对地表能量平衡的影响,后者则反映了地表能量平衡对大气的反馈,这两者是前后连续的两个环节。除了前文中提到的陆气耦合正值区,这两个指数在北美东北部、欧洲大部分地区、西伯利亚和中国东南地区有明显的负值区和不相关区,表明这些地区是潜热通量受土壤湿度影响和降水受潜热影响负反馈和相关不显著的非陆气耦合关键区,前者反映了潜热通量增加的同时土壤湿度减小的过程,后者则反映了降水增加消耗了由陆面蒸发引起的潜热通量。注意到陆气耦合指数λ[图1(a)、(b)]在这些地区则为较大的正值区,这主要是由于陆气耦合指数λ是直接利用土壤湿度和降水计算的,其中降水的主要来源为海洋,因此降水会受到海气相互作用的影响,例如Zhang等(2008)研究认为未经筛选的数据直接计算陆气耦合强度会受到ENSO事件的干扰。因此,这些受海气相互作用影响强于土壤湿度影响的地区也会被误判为陆气耦合关键区,从而掩盖了陆气耦合的真实特征。相比之下,潜热通量虽然也受海洋活动的影响,但其大小与局地土壤湿度之间存在更为直接和基础的物理联系。ISM-LH正是抓住了这一更偏向于地表物理控制的环节,通过仅使用土壤湿度和潜热通量计算耦合强度,能够更好地聚焦于地表对其上能量和水分收支的直接调控作用,这个过程虽然不完全排除海气相互作用的影响,但其对海洋信号的直接敏感性远低于降水过程本身。同时,Wei和Dirmeyer(2012)的研究也表明,土壤湿度-蒸发耦合过程是决定土壤湿度-降水耦合过程空间格局和变化的主要因素,因此,ISM-LH虽不直接使用降水量计算,但仍能够表征土壤湿度-降水耦合强度。综上,以下分析选择公式(3)计算的ISM-LH指数。

从ISM-LH指数的空间分布特征(图2)来看,尽管春、夏季节同期耦合大值区范围略有差异,但整体上可以归纳为5个区域:北美中东部的北美耦合关键区(NA)(20°N—40°N,90°W—110°W)、伊比利亚半岛和非洲西北边缘的地中海耦合关键区(MS)(32°N—45°N,10°W—10°E)、中亚及南西伯利亚和蒙古地区的中亚-蒙古耦合关键区(CM)(38°N—50°N,40°E—120°E)、非洲中东部的非洲耦合关键区(AF)(0°—15°N,10°E—50°E)和印度半岛与中南半岛的南亚耦合关键区(SA)(8°N—25°N,65°E—85°E)[图4(a)]。春夏之间陆气耦合关键区为NA(19°N—40°N,80°W—115°W)、CM(38°N—55°N,40°E—120°E)和AF(5°N—15°N,15°E—40°E)[图4(b)]。对比1991—2020年北半球干旱指数气候态空间分布[图4(c)]可以看出,北美陆气耦合关键区位于北美西南部沙漠和东部湿润气候区之间,地中海耦合关键区位于撒哈拉沙漠和欧洲之间的地中海附近陆地,中亚-蒙古耦合关键区位于西亚阿拉伯半岛延伸到蒙古高原的干旱半干旱地区,非洲耦合关键区位于撒哈拉沙漠到非洲草原之间的萨赫勒半干旱区,南亚耦合关键区位于印度西北部塔尔沙漠和东南的印度高原之间。

图4

图4   1950—2020年北半球春季、夏季(a)和春夏之间(b)陆气耦合关键区位置及半球干旱指数气候态(1991—2020年)空间分布(c)

Fig.4   The locations of key regions of land-atmosphere coupling over the Northern Hemisphere in spring and summer (a) and during spring to summer (b) from 1950 to 2020, as well as the spatial distribution of drought index climate state from 1991 to 2020 (c)


图4表明,陆气耦合关键区均位于北半球的干旱区到湿润区的过渡带。在干旱气候区,地表蒸发虽对土壤湿度敏感,但土壤湿度小,可供蒸发的水分少,对大气的影响有限;湿润气候区虽水分充足,但蒸发受能量(如净辐射)主导,对土壤湿度异常不敏感;只有在干湿过渡区,蒸发过程对土壤湿度变化响应最为敏感,最终形成陆气耦合大值区。Koster等(2004)指出的陆气耦合热点区域位于北美洲中部大平原、萨赫勒地区、非洲赤道地区和印度,强度较低的热点区域出现在南美洲、中亚和中国;Zhang等(2008)的研究结果显示陆气耦合热点取决于区域气候状况,其中欧亚大陆中部、蒙古至中国北部地区、萨赫勒地区、美国西北部和南欧地中海属于干旱至半干旱气候过渡带,而中国西南部、中西部与俄亥俄河谷地区、伊比利亚半岛北部位于半湿润森林到草原气候的过渡带。

Chen(2022)的研究总结了6个影响东亚气候的陆气耦合关键地区,分别是欧亚中纬度地区、东亚中纬度地区、西亚地区、青藏高原、中南半岛和中国东南地区。与Chen研究中总结的6个关键区相比,其东亚中纬度地区、西亚地区对应本研究ISM-LH正值区;其欧亚中纬度地区、中国东南地区则对应本研究ISM-LH负值区,这些地区的陆气耦合以非局地为主,并且与海气相互作用共同影响东亚气候;青藏高原和中南半岛在本研究中陆气耦合强度与季节显著相关,春季青藏高原为耦合指数正值区,中南半岛为负值区,而夏季青藏高原耦合强度减小,中南半岛则转为正值区。

3 近70 a北半球陆气耦合强度的变化及其与降水的关系

从物理机制上来看,土壤湿度主要通过两种途径影响降水,其一是土壤蒸发的水汽直接进入大气作为大气降水的部分水汽来源,其二是土壤蒸发的水汽在上升冷却过程中凝结并释放潜热,这些释放的潜热加热空气,降低大气边界层的稳定性,从而促进对流的发生与发展,进一步导致降水的形成。已有研究(Alfieri et al.,2008;Santanello et al.,2009;Seneviratne et al.,2010;Dirmeyer,2011;Wei and Dirmeyer,2012)表明,蒸发是大气降水的主要水汽来源之一,在土壤湿度-降水陆气耦合过程中更关心蒸发引起的潜热作用。

图5是春季标准化后的ISM-LH和降水在5个陆气耦合关键区的年际变化、线性趋势和9 a滑动平均。NA的春季耦合强度近70 a来呈现线性减少趋势,气候倾向率为-0.89/10 a,而降水则呈现线性增加趋势;1972年以前和2001—2015年之间,降水以负异常为主,耦合强度以正异常为主,1987—2001年降水以正异常为主,耦合强度为负异常,降水和耦合强度为反相变化;在1956—1962年间两者均为负异常,又呈现出同相变化。可见,陆气耦合和降水之间也存在着正负反馈过程,其机制有待进一步分析。MS的春季耦合强度呈现线性增加趋势,气候倾向率为1.60/10 a,降水变化趋势不明显;1962—1979年耦合强度和降水分别为负异常和正异常;1989—2001年耦合强度为正异常,降水为负异常,二者呈现反相变化;其他时间耦合强度和降水的正负异常变化不明显。CM的春季耦合强度和降水均呈现线性增加趋势,气候倾向率分别为1.94/10 a(p<0.05)和2.28/10 a(p<0.01);1965—1985年陆气耦合强度为负异常而降水为正异常,2008—2020年陆气耦合强度为正异常而降水为负异常,这两段时间内二者呈反相变化;1985—2008年耦合强度和降水先为负异常后为正异常,二者呈现同相变化。AF的春季降水呈线性减少趋势,气候倾向率为-0.40/10 a,而耦合强度的线性变化趋势不明显;耦合强度和降水1970年前呈反相变化,其中1960年前耦合强度和降水分别为负异常和正异常,1960—1970年前者为正异常而后者为负异常;1970年后二者呈现同相变化。SA的春季耦合强度和降水均呈线性减少趋势,耦合强度的气候倾向率为-1.10/10 a;1953年前、1970—1979年和1995—2014年降水和陆气耦合强度分别为正异常和负异常,1955—1965年和1981—1991年降水和陆气耦合强度分别为负异常和正异常,二者呈现反相变化。在大多数情况下,春季耦合关键区的耦合强度正(负)异常年份对应春季降水的负(正)异常年份,二者呈现反位相变化特征。

图5

图5   1950—2020年春季5个陆气耦合关键区内陆气耦合强度和降水的年际变化

[蓝(红)色柱条为标准化降水(耦合指数),蓝(红)色虚线为降水(耦合指数)线性趋势,蓝(红)色折线为降水(耦合指数)9 a滑动平均,下同]

Fig.5   Interannual variation of spring land-atmosphere coupling intensity and precipitation in five land-atmosphere coupling key areas from 1950 to 2020

(The blue (red) histogram is the standardized precipitation (coupling index), the blue (red) dotted line is the linear trend of precipitation
(coupling index), and the blue (red) broken line is the 9-year moving average of precipitation (coupling indexes), the same as below)


图6是夏季标准化后的耦合指数ISM-LH和降水在5个陆气耦合关键区的逐年变化、线性趋势和9 a滑动平均。可以看出,NA的夏季耦合强度呈明显的线性减少趋势(-2.58/10 a,p<0.05),降水量则为线性增加趋势(0.17/10 a,p<0.05);1977年前耦合强度为正异常,降水为负异常,1977—2000年,降水为正异常,耦合强度为负异常,二者呈现明显的反相变化。MS的夏季耦合强度呈线性增加趋势(1.50/10 a,p<0.05),1965—1982年降水出现较大的正异常。CM的夏季耦合强度呈线性增加趋势(2.28/10 a,p<0.01),而降水则呈线性减少趋势,1970—1985年耦合强度与降水为同相变化,其余时段均为反相变化。AF的夏季降水没有明显的线性变化趋势,耦合强度呈线性减少趋势(-3.61/10 a,p<0.01);1956年前和1960—1970年耦合强度正异常而降水负异常,1956—1960年和1970—2005年陆气耦合强度为负异常而对应的降水为正异常,二者呈反相变化。SA的夏季耦合强度与降水呈线性减少趋势,耦合强度气候倾向率为-1.97/10 a(p<0.05);夏季耦合强度与降水在1963年前和1993—2005年为同相变化,其余均为反相变化。综上,在大多数情况下,陆气耦合关键区的夏季耦合强度正(负)异常年份对应着夏季降水的负(正)异常年份,像春季一样也呈反位相变化特征。

图6

图6   1950—2020年夏季5个陆气耦键区内陆气耦合强度和降水的年际变化

Fig.6   Interannual variation of summer land-atmosphere coupling intensity and precipitation in five land-atmosphere coupling key areas from 1950 to 2020


图7是春夏之间标准化后的ISM-LH和降水在3个陆气耦合关键区陆气耦合强度及夏季降水的逐年变化、线性趋势和9 a滑动平均。NA的春夏之间耦合强度呈明显线性减少趋势,气候倾向率为-1.0/10 a(p<0.05),夏季降水则为线性增加趋势,1960—1976年和2000—2010年耦合强度为正异常,夏季降水则为负异常,其余时间段降水为正异常,耦合强度为负异常,二者呈明显反相变化。CM的春夏之间耦合强度无明显变化趋势而夏季降水呈增加趋势,耦合强度与降水在1985年前为反相变化,之后二者变化规律不明显。AF的春夏之间耦合强度呈现线性增强趋势,夏季降水则为线性减少趋势,气候倾向率为-0.22/10 a(p<0.01),但是陆气耦合强度正负异常变化不明显。春夏之间陆气耦合强度反映春季土壤湿度对夏季潜热的反馈,3个关键区中春夏之间陆气耦合强度的线性趋势和年代际变化均小于同期陆气耦合强度。

图7

图7   1950—2020年3个陆气耦合关键区内春夏之间陆气耦合强度与夏季降水的年际变化

Fig.7   Interannual variation of spring-summer land-atmosphere coupling intensity and summer precipitation in three land-atmosphere coupling key areas from 1950 to 2020


综合比较春、夏季5个陆气耦合关键区耦合强度的线性变化趋势,可以看到1950—2020年,北美耦合关键区、非洲耦合关键区和南亚耦合关键区的陆气耦合强度均呈现减弱趋势,地中海耦合关键区和中亚-蒙古耦合关键区的陆气耦合强度均呈增强趋势;北美耦合关键区的春、夏季降水均呈增加趋势,地中海、非洲和南亚耦合关键区春、夏季降水均呈现线性减少趋势,中亚-蒙古耦合关键区的降水则为春季增加,夏季减少。从变化趋势看,北美耦合关键区和地中海耦合关键区属于陆气耦合强度与降水反相变化区域,非洲耦合关键区和南亚耦合关键区为陆气耦合强度与降水同相变化区域,中亚-蒙古耦合关键区春季二者同相变化,夏季反相变化。

为了进一步分析年际尺度上降水与陆气耦合指数之间的关系,表1列出了北半球陆气耦合指数ISM-LH和降水的相关系数。可以看到,北美耦合关键区、地中海耦合关键区、中亚-蒙古耦合关键区和南亚耦合关键区春季陆气耦合强度与降水均呈显著的负相关关系,即降水多,陆气耦合弱;夏季,陆气耦合强度与降水在北美耦合关键区、中亚-蒙古耦合关键区、非洲耦合关键区和南亚耦合关键区均呈显著的负相关关系;而春夏之间,耦合指数在北美耦合关键区和非洲耦合关键区与降水呈现负相关关系。

表1   北半球陆气耦合强度和降水的相关系数

Tab.1  Correlation coefficients between the land-atmosphere coupling intensity and precipitation in the Northern Hemisphere

时段NAMSCMAFSA
春季-0.350**-0.469**-0.211*-0.164-0.335**
夏季-0.580**0.071-0.301**-0.821**-0.217*
春夏之间-0.1560.044-0.167

注:“*”和“**”分别表示通过0.1和0.05的显著性检验。

新窗口打开| 下载CSV


这一负相关关系可以归因于潜热通量变化对土壤湿度变化响应的敏感性,类似于Wei和Dirmeyer(2012)研究中得到的结论。从陆气耦合指数ISM-LH物理机制上看,该指数反映了蒸散过程中潜热通量变化对土壤湿度变化响应的敏感程度。地表蒸散发过程受到两种主要因素的制约:一是由土壤湿度决定的用于蒸发的水分供应;二是由辐射、温度等决定的驱动蒸发的能量供应。当土壤水分充足时,蒸发量大小主要受限于能量,蒸发过程中潜热变化对能量变化更敏感;当土壤水分偏低时,蒸发量大小主要受限于土壤湿度,蒸发过程中潜热变化对土壤湿度变化更敏感(Koster et al.,2004;Guo et al.,2006)。因此,降水多年,土壤湿度升高,潜热通量对土壤湿度的敏感性显著降低,从而削弱了陆气耦合强度;反之,降水偏少年份土壤湿度较低,潜热通量对土壤湿度的敏感性升高,陆气耦合增强,从而形成了这样的负相关关系。从陆气耦合强度和降水的年际变化特征上看,这种机制在NA、MS和CM等关键区形成了耦合强度与降水的负相关关系。

4 陆气耦合关键区陆气耦合和大气环流异常的关系

500 hPa位于大气中层,是表征中纬度西风带波动和天气系统的关键层,其位势高度的变化反映了大尺度环流的调整,土壤湿度异常可以通过改变地表感、潜热,影响大气温度垂直结构,驱动中层环流的调整。

图8为春季陆气耦合强度回归的同期北半球500 hPa位势高度。NA的耦合强度异常对应着500 hPa位势高度场在中低纬度正负相间的波动分布,表现为北美耦合关键区的耦合强度激发对应着中低纬度的天气尺度波(5波)。MS的耦合强度异常对应着500 hPa位势高度场的两个特征:高纬度500 hPa呈现出极地地区和中高纬度位势高度异常的反相变化,和北极涛动(Arctic Oscillation,AO)相联系;另一个特征是在40°N以南,和弱的波状天气波相联系。CM的耦合强度异常与500 hPa位势高度场在北半球50°N以南呈显著正相关关系,尤其在欧亚大陆中高纬的大范围正相关,并在环北极地区呈现的负相关系,反映了类似AO负位相时极涡与中纬度环流相互作用的特征。AF的耦合强度异常与500 hPa位势高度场以负相关为主,其在北太平洋北部的正相关中心与北太平洋中部的负相关中心呈现出南北偶极型分布,反映了阿留申低压强度和位置变化及相关遥相关活动的特征。SA的耦合强度异常与500 hPa位势高度场的空间型和MS的空间型相似,在北太平洋北侧的正相关中心,对应着阿留申低压或白令海高压脊的活动,并与北太平洋中纬度地区的负相关中心构成南北偶极子。

图8

图8   1950—2020年北半球春季陆气耦合强度回归的同期500 hPa位势高度场(单位:gpm)

(斜线表示通过0.05的显著性检验,下同)

Fig.8   The 500 hPa geopotential height regressed by the index of land-atmosphere coupling strength over the Northern Hemisphere in spring during 1950-2020 (Unit: gpm)

(the diagonal area passing the significance test at 0.05,the same as below)


上述分析表明,春季陆气耦合通常和大气环流异常存在明显联系,其中NA、AF和SA的耦合强度异常和北太平洋上空的南北反相偶极子型位势高度异常分布相联系,反映了阿留申低压和北美-太平洋遥相关(Pacific North American circulation pattern,PNA)之间的联系。而MS、CM、AF和SA的耦合强度异常与位势高度异常在欧洲及其北部的北欧海呈南北反相偶极子型分布,反映了与北大西洋涛动(North Atlantic Oscillation,NAO)和东大西洋型(Eastern Atlantic,EA)遥相关的联系。NA和AF关键区的陆气耦合异常与北半球中高纬度的高度场异常波列活动联系,这些波动则和阻塞高压、切断低压等天气系统相联系。

图9为北半球夏季陆气耦合强度回归的同期500 hPa位势高度场。NA的耦合强度异常与500 hPa位势高度场普遍呈负相关,但在中高纬度存在弱的波动特征,表现为极地和中高纬度的反相变化。MS的耦合强度异常与500 hPa位势高度场在中纬度地区呈现出不连续的波动关系,反映了夏季太平洋和北大西洋中低槽活动和副热带高压、北美北部高压脊和欧亚大陆阻塞高压的活动。CM的耦合强度异常与500 hPa位势高度场除较小的不显著负异常区域外,北半球普遍呈显著的正相关,和MS近似相反。AF的耦合强度异常与500 hPa位势高度场仍然反映出了极地地区和中高纬度地区的反相变化,但范围似乎比AO要小。SA的耦合强度异常与500 hPa位势高度场除两个较小的地区为正相关外,其余都为负相关区,反映了SA可能由于区域较小,只是局域尺度上的耦合,对大尺度系统不会产生影响。和春季相比,夏季的波状结构不明显,这是因为夏季多天气和次天气尺度波活动,而季节尺度上的陆气耦合激发的应该是定长波动,这是需要进一步分析研究的内容。

图10为北半球春夏之间陆气耦合强度回归的夏季500 hPa位势高度场,反映春季土壤湿度和产生夏季降水的500 hPa高度场之间的关系。NA的耦合强度异常与夏季500 hPa位势高度场呈显著的负相关关系,表现出一个环欧亚大陆—北极—地中海的环状波动。CM春夏之间的耦合强度异常与夏季500 hPa位势高度场在中纬度地区呈现出正、负相关中心交替的波动,反映了夏季中纬度地区的定常波活动。AF春夏之间的耦合强度异常与夏季500 hPa位势高度场的关系,表现为清晰的长波活动。可见,春夏之间的陆气耦合强度反映了前期陆面过程的异常信号可激发出500 hPa高度场上的波动,从而产生降水异常,其空间型与夏季同期响应有相似之处,这意味着前期的陆面信息对大气环流影响的持续性和稳定性。

图10

图10   1950—2020年春夏之间陆气耦合强度回归的北半球夏季500 hPa位势高度场(单位:gpm)

Fig.10   The 500 hPa geopotential height regressed by the index of land-atmosphere coupling strength between spring and summer over the Northern Hemisphere during 1950-2020 (Unit: gpm)


图9

图9   1950—2020年北半球夏季陆气耦合强度回归的同期500 hPa位势高度场(单位:gpm)

Fig.9   The 500 hPa geopotential height regressed by the index of land-atmosphere coupling strength over the Northern Hemisphere in summer during 1950-2020 (Unit: gpm)


图11所示,上述分析的陆气耦合过程中土壤水分和降水之间的正负反馈机制可以概括为在湿润地区或多雨年,土壤湿度较大甚至接近饱和,地表有充足的水汽用于蒸发,因此土壤湿度对蒸发是正贡献,没有土壤湿度阈值的限制,蒸发主要取决于辐射和温度的变化,即蒸发量大小主要受限于能量,蒸发过程中潜热变化对能量变化更敏感,土壤湿度和降水之间为正反馈机制;同时,较高的土壤湿度也会导致潜热释放过多,低层大气温度降温,从而降低了大气稳定度,削弱对流动力,减少降水,形成负反馈。在干旱地区或少雨年,土壤湿度低,蒸发量的大小主要取决于土壤水分的多少,蒸发的最大值不会超过土壤总的含水量,当土壤湿度增加时,蒸发会增加,导致水汽增加,降水增加,形成正反馈;同时,当土壤湿度小于空气湿度的时候,会发生逆湿现象,一部分水汽会进入土壤,二者之间会形成一个互补的机制,此时潜热变化对土壤湿度变化更敏感,二者之间可能更多地表现为负反馈机制。5个陆气耦合关键区主要位于干旱区和湿润区的过渡带,处于上述两种反馈过程之间的动态平衡区间,在多雨年倾向于负反馈调节,在少雨年倾向于正反馈调节。

图11

图11   陆气耦合关键区陆气耦合强度与降水关系的概念图

Fig.11   Diagram of the relationship between the land-atmosphere coupling intensity and precipitation in the land-atmosphere coupling key areas


5 结论与讨论

本文利用1950—2020年的GLDAS土壤湿度资料和ERA5-Land的降水、潜热通量资料计算了λ、ILH-Pr和ISM-LH 3种陆气耦合指数,分析了其时空变化特征,初步确立出北半球春、夏季存在5个陆气耦合关键区,春季陆气耦合强度和夏季降水之间存在3个耦合关键区。在此基础上,分析了关键区的耦合强度随时间变化特征及其与降水异常的联系,得到如下结论。

1)北半球春夏同期陆气耦合关键区分别为北美中南部的北美陆气耦合关键区(NA)、伊比利亚半岛及非洲西北部的地中海陆气耦合关键区(MS)、从西亚延伸至蒙古地区的中亚-蒙古耦合关键区(CM)、非洲萨赫勒以南的非洲耦合关键区(AF)以及位于印度半岛和中南半岛的南亚耦合关键区(SA),这些区域均位于干旱区与湿润区的过渡带。

2)夏季陆气耦合关键区的范围最广、耦合强度最强,春季次之;春夏之间的前后期耦合强度弱于春、夏季同期的耦合强度。陆气耦合关键区1950—2020年陆气耦合强度具有明显的线性变化趋势,气候倾向率NA春季为-0.89/10 a,夏季为-2.58/10 a(p<0.01);SA春季为-1.10/10 a,夏季为-1.97/10 a(p<0.05);AF春季为-0.40/10 a,夏季为-3.61/10 a(p<0.01);MS春季为1.60/10 a,夏季为1.50/10 a(p<0.05);CM春季为1.94/10 a(p<0.05),夏季为2.28/10 a(p<0.01)。NA、SA、AF关键区陆气耦合强度呈线性减弱趋势,MS和CM关键区呈增强趋势。

3)耦合强度和降水的线性变化趋势在NA和MS关键区呈反相变化,在AF和SA关键区为同相变化,CM关键区则为季节差异性区域。陆气耦合关键区的陆气耦合强度异常与同期降水异常的年际变化呈显著负相关,在NA,春季r=-0.350(p<0.01),夏季r=-0.580(p<0.01);在MS,春季r=-0.469(p<0.01),夏季r=0.071;在CM,春季r=-0.211(p<0.05),夏季r=-0.301(p<0.01);在AF,春季r=-0.164,夏季r=-0.821(p<0.01);在SA,春季r=-0.335(p<0.01),夏季r=-0.217(p<0.05)。这种负相关关系可以归因于潜热通量变化对土壤湿度变化响应的敏感性。降水正异常年土壤湿度大,蒸发量主要受限于能量,蒸发过程中潜热变化对能量变化更敏感从而削弱耦合强度;反之,降水负异常年,蒸发量主要受限于土壤湿度,蒸发过程中潜热变化对土壤湿度变化更敏感,耦合增强。

本文探讨了北半球春、夏季陆气耦合强度与降水年代际尺度上的相关关系,并尝试解释其原因,提出了降水对陆气耦合指数的负反馈机制,该机制仅解释了两者负相关关系中降水对耦合强度变化的作用,但证据尚不充足,有待进一步证实,而耦合过程对降水的反馈仍需要深入研究。

参考文献

陈泠羽, 陈海山, 齐雅静, 2025.

陆-气耦合对中国东部夏季高温事件影响的区域性差异及其可能机制

[J]. 大气科学, 49(1):107-122.

[本文引用: 1]

黄荣辉, 陈际龙, 刘永, 2011.

我国东部夏季降水异常主模态的年代际变化及其与东亚水汽输送的关系

[J]. 大气科学, 35(4): 589-606.

[本文引用: 1]

蒋靖海, 王澄海, 2020.

北半球季节性冻融区与北半球夏季降水关系的研究

[J]. 冰川冻土, 42(1): 53-61.

DOI      [本文引用: 1]

针对冻融过程引起的土壤湿度异常与北半球夏季降水的关系, 基于1981 - 2010年ERA5的月降水和土壤湿度资料, 采用奇异值分解(SVD)方法, 分析了北半球季节性冻融区春季土壤湿度和北半球夏季降水的年际变化特征以及它们之间的相关关系。结果表明: 北半球季节性冻融区春季土壤湿度年际变化的大值区与北半球夏季降水年际变化的显著区之间存在较好的对应关系; 季节性冻融区春季土壤湿度与夏季降水之间存在着指数函数变化关系, 在北美西部、 西亚以及东亚的大部分地区, 春季土壤湿度与夏季降水呈显著的正相关, 表明季节性冻融区春季土壤湿度的增加会引起该地区夏季降水的增加。

李登宣, 王澄海, 2016.

青藏高原春季土壤湿度与中国东部夏季降水之间的关系

[J]. 冰川冻土, 38(1): 89-99.

DOI      [本文引用: 1]

应用SVD方法分析了青藏高原地区春季土壤湿度异常和中国东部地区夏季降水之间的关系.结果表明,青藏高原不同地区、不同深度的土壤湿度与中国东部夏季降水的相关特征不同.青藏高原东北部和西北部0~10cm深度(表层)土壤湿度与中国华北、东北地区的夏季降水为正相关,而与华南地区为负相关;青藏高原中部及南部0~10cm表层土壤湿度与华北地区夏季的降水有较强负相关;青藏高原北部及东部10~200cm深度(深层)土壤湿度与华北、东北地区的夏季降水为负相关,而与华南地区夏季降水为正相关;青藏高原中东部10~200cm深层土壤湿度与长江中下游和华南大部分地区夏季降水呈负相关关系.即青藏高原不同地区、不同深度层春季土壤湿度的变化,对中国东部地区的夏季降水具有显著影响.

李课臣, 2022. 北半球陆气相互作用关键区及其与大气环流关系的研究[D]. 兰州: 兰州大学.

[本文引用: 1]

李若麟, 保鸿燕, 李课臣, , 2016.

全球土壤湿度的记忆性及其气候效应

[J]. 冰川冻土, 38(6): 1 470-1 481.

[本文引用: 1]

李忠贤, 陈海山, 倪东鸿, , 2012.

土壤湿度对东亚夏季气候潜在可预报性影响的数值模拟

[J]. 大气科学学报, 35(4): 423-430.

[本文引用: 1]

林朝晖, 杨晓松, 郭裕福, 2001.

陆面过程模式对土壤含水量初值的敏感性研究

[J]. 气候与环境研究, 6(2): 240-248.

[本文引用: 1]

马柱国, 魏和林, 符淙斌, 2000.

中国东部区域土壤湿度的变化及其与气候变率的关系

[J]. 气象学报, 58(3): 278-287.

[本文引用: 2]

史一丛, 陈海山, 高楚杰, 2015.

土壤湿度初始异常对东亚区域气候模拟影响的敏感性试验

[J]. 气象科学, 35(4): 379-388.

[本文引用: 1]

孙丞虎, 李维京, 张祖强, , 2005.

淮河流域土壤湿度异常的时空分布特征及其与气候异常关系的初步研究

[J]. 应用气象学报, 16(2): 129-138.

[本文引用: 1]

孙莉娟, 陈海山, 潘敖大, , 2015.

土壤湿度年际异常对中国春、夏季气候模拟的影响

[J]. 气象科学, 35(5): 521-533.

[本文引用: 1]

佟华, 刘辉志, 陈起英, , 2007.

土壤湿度初值对边界层物理量预报影响的分析

[J]. 气候与环境研究, 12(4): 546-552.

[本文引用: 1]

王澄海, 尚大成, 2007.

藏北高原土壤温、湿度变化在高原干湿季转换中的作用

[J]. 高原气象, 26(4): 677-685.

[本文引用: 1]

通过1997年和1999年藏北高原沱沱河观测站土壤温、湿度变化和对应降水变化的分析,表明与高原冻融过程相联系的土壤湿度变化和高原干湿季转换及湿季降水存在联系。土壤融冻引起土壤增湿的时间比高原雨季降水开始的时间约早20天,春季高原土壤温、湿度的增加在高原地表感潜热的变化中有重要贡献。春末夏初高原土壤冻融过程引起的土壤湿度变化,在高原局地尺度的水分循环中为高原湿季开始提供了有利的水汽条件。因此,在青藏高原陆气相互作用过程中,与冻融过程相联系的土壤湿度变化在高原季节转换中是一个不可忽视的因子。

杨扬, 杨启东, 王芝兰, , 2021.

中国区域陆气耦合强度的时空分布特征

[J]. 干旱气象, 2021, 39(3): 374-385.

[本文引用: 1]

张强, 岳平, 张良, , 2019.

夏季风过渡区的陆-气相互作用:述评与展望

[J]. 气象学报, 77(4):758-773.

[本文引用: 1]

张文君, 周天军, 智海, 2012.

土壤湿度影响中国夏季气候的数值试验

[J]. 气象学报, 70(1): 78-90.

[本文引用: 1]

曾毓金, 谢正辉, 2015.

基于CMIP5模拟的中国区域陆气耦合强度评估及未来情景预估

[J]. 气候与环境研究, 20(3):337-346.

[本文引用: 3]

ALFIERI L, CLAPS P, D’ODORICO P, et al, 2008.

An analysis of the soil moisture feedback on convective and stratiform precipitation

[J]. Journal of Hydrometeorology, 9(2): 280-291.

[本文引用: 1]

CHEN H S, 2022.

Key regions where land surface processes shape the East Asian climate

[J]. Atmospheric and Oceanic Science Letters, 15(3): 100209. DOI: 10.1016/j.aosl.2022.100209.

[本文引用: 1]

CHOW K C, CHAN J C L, SHI X L, et al, 2008.

Time-lagged effects of spring Tibetan Plateau soil moisture on the monsoon over China in early summer

[J]. International Journal of Climatology, 28(1): 55-67.

[本文引用: 1]

DIRMEYER P A, 2006.

The hydrologic feedback pathway for land-climate coupling

[J]. Journal of Hydrometeorology, 7(5): 857-867.

[本文引用: 1]

DIRMEYER P A, 2011.

The terrestrial segment of soil moisture-climate coupling

[J]. Geophysical Research Letters, 38(16): 136. DOI: 10.1029/2011GL048268.

[本文引用: 5]

GAO C J, CHEN H S, SUN S L, et al, 2018.

Regional features and seasonality of land-atmosphere coupling over Eastern China

[J]. Advances in Atmospheric Sciences, 35(6): 689-701.

[本文引用: 1]

GUO Z C, DIRMEYER P A, KOSTER R D, et al, 2006.

GLACE: The global land-atmosphere coupling experiment. Part II: Analysis

[J]. Journal of Hydrometeorology, 7(4): 611-625.

[本文引用: 2]

KOSTER R D, SUÁREZ M J, 1995.

Relative contributions of land and ocean processes to precipitation variability

[J]. Journal of Geophysical Research:Atmospheres, 100(D7): 13 775-13 790.

[本文引用: 3]

KOSTER R D, CHANG Y H, SCHUBERT S D, 2014.

A mechanism for land-atmosphere feedback involving planetary wave structures

[J]. Journal of Climate, 27(24): 9 290-9 301.

[本文引用: 2]

KOSTER R D, CHANG Y H, WANG H L, et al, 2016.

Impacts of local soil moisture anomalies on the atmospheric circulation and on remote surface meteorological fields during boreal summer: A comprehensive analysis over North America

[J]. Journal of Climate, 29(20): 7 345-7 364.

[本文引用: 1]

KOSTER R D, DIRMEYER P A, GUO Z C, et al, 2004.

Regions of strong coupling between soil moisture and precipitation

[J]. Science, 305(5687): 1 138-1 140.

[本文引用: 6]

KOSTER R D, SUÁREZ M J, HEISER M, 2000.

Variance and predictability of precipitation at seasonal-to-interannual timescales

[J]. Journal of Hydrometeorology, 1(1): 26-46.

[本文引用: 1]

LI K C, ZHANG F M, YANG K, et al, 2022.

Improvement of summer precipitation simulation by correcting biases of spring soil moisture in the seasonal frozen-thawing zone over the Northern Hemisphere

[J]. Climate Dynamics, 58(9): 2 767-2 780.

[本文引用: 1]

MENG L, LONG D, QUIRING S M, et al, 2014.

Statistical analysis of the relationship between spring soil moisture and summer precipitation in East China

[J]. International Journal of Climatology, 34(5): 1 511-1 523.

[本文引用: 1]

MUÑOZ SABATER J, 2019.

ERA5-Land hourly data from 1950 to present

[J]. Copernicus Climate Change Service Climate Data Store. DOI:10.24381/cds.e2161bac.

[本文引用: 1]

PITMAN A J, 2003.

The evolution of, and revolution in, land surface schemes designed for climate models

[J]. International Journal of Climatology, 23(5): 479-510.

[本文引用: 1]

PLEIM J E, XIU A J, 2003.

Development of a land surface model. Part II: Data assimilation

[J]. Journal of Applied Meteorology, 42(12): 1 811-1 822.

[本文引用: 1]

RODELL M, HOUSER P R, JAMBOR U, et al, 2004.

The global land data assimilation system

[J]. Bulletin of the American Meteorological Society, 85(3): 381-394.

[本文引用: 1]

SANTANELLO J A Jr, PETERS-LIDARD C D, KUMAR S V, et al, 2009.

A modeling and observational framework for diagnosing local land-atmosphere coupling on diurnal time scales

[J]. Journal of Hydrometeorology, 10(3): 577-599.

[本文引用: 1]

SCHULZWEIDA U, 2023. CDO user guide (2.3.0)[M]. Zenodo. DOI: 10.5281/zenodo.10020800.

[本文引用: 1]

SENEVIRATNE S I, CORTI T, DAVIN E L, et al, 2010.

Investigating soil moisture-climate interactions in a changing climate: A review

[J]. Earth-Science Reviews, 99(3/4): 125-161.

[本文引用: 3]

WANG C H, CUI Z Q, 2018.

Improvement of short-term climate prediction with indirect soil variables assimilation in China

[J]. Journal of Climate, 31(4): 1 399-1 412.

[本文引用: 1]

WEI J F, DIRMEYER P A, 2012.

Dissecting soil moisture-precipitation coupling

[J]. Geophysical Research Letters, 39(19): 2012GL053038. DOI: 10.1029/2012gl053038.

[本文引用: 8]

YANG K, WANG C H, 2019.

Seasonal persistence of soil moisture anomalies related to freeze-thaw over the Tibetan Plateau and prediction signal of summer precipitation in eastern China

[J]. Climate Dynamics, 53(3): 2 411-2 424.

[本文引用: 1]

YANG K, WANG C H, BAO H Y, 2016.

Contribution of soil moisture variability to summer precipitation in the Northern Hemisphere

[J]. Journal of Geophysical Research: Atmospheres, 121(20): 12 108-12 124.

[本文引用: 3]

YANG Z S, ZHANG Q, ZHANG Y, et al, 2025.

Water-heat synergy shapes evapotranspiration-precipitation coupling patterns across northern China

[J]. Advances in Atmospheric Sciences, 42(6): 1 167-1 178.

[本文引用: 1]

ZHANG J Y, WANG W C, LEUNG L R, 2008.

Contribution of land-atmosphere coupling to summer climate variability over the contiguous United States

[J]. Journal of Geophysical Research: Atmospheres, 113(D22). DOI:10.1029/2008JD010136.

[本文引用: 5]

ZHANG J, WU L, DONG W, 2011.

Land-atmosphere coupling and summer climate variability over East Asia

[J]. Journal of Geophysical Research: Atmospheres, 116: D05117. DOI:10.1029/2010JD014714.

[本文引用: 2]

ZHANG Y K, WAGNER N, GOERGEN K, et al, 2024.

Summer evapotranspiration-cloud feedbacks in land-atmosphere interactions over Europe

[J]. Climate Dynamics, 62(12): 10 767-10 783.

[本文引用: 1]

ZOMER R J, XU J C, TRABUCCO A, 2022.

Version 3 of the global aridity index and potential evapotranspiration database

[J]. Scientific Data, 9(1). DOI: 10.1038/s41597-022-01493-1.

[本文引用: 1]

ZUO Z Y, ZHANG R H, 2007.

The spring soil moisture and the summer rainfall in Eastern China

[J]. Chinese Science Bulletin, 52(23): 3 310-3 312.

[本文引用: 1]

/