EN中文

地理科学 >

2025 , Vol. 45 >Issue 2: 425 - 437

DOI: https://doi.org/10.13249/j.cnki.sgs.20231091

地表环境

基于同位素氘盈余法量化金华地区水汽再循环比例

  • 马延伟 , 1 ,
  • 蒋凤 1 ,
  • 蒲焘 2 ,
  • 孔彦龙 3 ,
  • 史晓宜 , 1, *
展开
  • 1.浙江师范大学地理与环境科学学院，浙江 金华 321004
  • 2.中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室，甘肃 兰州 730000
  • 3.中国科学院地质与地球物理研究所，北京 100029
史晓宜。E-mail:

马延伟（1996—），男，山东滨州人，硕士研究生，主要研究方向为降水稳定同位素。E-mail:

收稿日期: 2023-10-22

  修回日期: 2024-02-11

  网络出版日期: 2025-03-04

基金资助

国家自然科学基金项目(42101044)

国家自然科学基金项目(42077188)

冰冻圈科学与冻土工程全国重点实验室开放课题(CSFSE-KF-2403)

浙江省自然科学基金(LQ23D010003)

金华市科技计划项目(2023-4-013)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Quantifying the proportion of recycled moisture in Jinhua Area based on isotope d-excess method

  • Ma Yanwei , 1 ,
  • Jiang Feng 1 ,
  • Pu Tao 2 ,
  • Kong Yanlong 3 ,
  • Shi Xiaoyi , 1, *
Expand
  • 1. College of Geography and Environmental Sciences, Zhejiang Normal University, Jinhua 321004, Zhejiang, China
  • 2. State Key Laboratory of Cryospheric Sciences, Northwest Institute of Eco-environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, Gansu, China
  • 3. Institute of Geology and Geophysics, Chinese Academy of Sciences, Beijing 100029, China

Received date: 2023-10-22

  Revised date: 2024-02-11

  Online published: 2025-03-04

Supported by

National Natural Science Foundation of China(42101044)

National Natural Science Foundation of China(42077188)

Program of the State Key Laboratory of Cryospheric Science and Frozen Soil Engineering, CAS(CSFSE-KF-2403)

Natural Science Foundation of Zhejiang Province(LQ23D010003)

Jinhua Science and Technology Bureau(2023-4-013)

Copyright

Copyright reserved © 2025.
Fold

摘要

本研究基于2022年3月―2023年2月的金华地区次降水样品，结合气象数据与GLEAM数据集，采用三端元氘盈余方法量化了区域不同时期云下蒸发强度与再循环水汽比例，并探讨了其差异的影响因素。结果表明，研究区局地大气降水线为δD = 8.47δ18O + 16.45，截距和斜率均高于全球大气水线。降水氘盈余（d-excess）在-3.76‰ ~ 31.02‰波动，季节差异明显。其中，春雨期和梅雨期（3―6月）、伏旱期（7―8月）和少雨期（9月―次年2月）的d-excess平均值分别为11.06‰、7.32‰、18.76‰。三端元氘盈余结果显示：伏旱期云下蒸发强度最大，少雨期次之，春雨期和梅雨期云下蒸发强度最小。再循环水汽比例呈现出一致变化，伏旱期最高为21.25%，少雨期为14.02%，春雨期和梅雨期最低为6.25%。在春雨期和梅雨期，相对湿度是影响云下蒸发强度和水汽再循环比例的主要控制因素。

关键词： 再循环水汽; 氢氧稳定同位素; 氘盈余; 大气降水; 金华地区

本文引用格式

马延伟 , 蒋凤 , 蒲焘 , 孔彦龙 , 史晓宜 . 基于同位素氘盈余法量化金华地区水汽再循环比例[J]. 地理科学, 2025 , 45(2) : 425 -437 . DOI: 10.13249/j.cnki.sgs.20231091

Abstract

Based on precipitation samples from Jinhua region (March 2022 to February 2023), this study combines meteorological data and the GLEAM dataset, to quantify the intensity of sub-cloud evaporation, the proportion of recycled moisture using the three-end d-excess method during different periods. The local meteoric water line in the study area is δD = 8.47δ18O + 16.45, with both intercept and slope exceeding those of the global meteoric water line. The precipitation deuterium excess (d-excess) fluctuates between -3.76‰ and 31.02‰, showing significant seasonal differences. Specifically, the average d-excess values during the spring rainy period and plum rain period (March to June), the summer drought period (July to August), and the brief rain period (September to February of the following year) are 11.06‰, 7.32‰, and 18.76‰, respectively. The results indicate that the sub-cloud evaporation intensity is highest during the summer drought period, followed by the brief rain period, with the lowest intensity during the spring and plum rain periods. The proportion of recycled moisture shows a similar pattern, being 21.25% during the summer drought period, 14.02% during the brief rain period, and 6.25% during the spring and plum rain periods. Relative humidity is the primary factor influencing both sub-cloud evaporation intensity and recycled water vapor proportion during the spring and plum rain periods.

Key words： recycled moisture; stable isotopes of hydrogen and oxygen; d-excess; atmospheric precipitation; Jinhua Area

大气降水是地表水资源的根本来源，由再循环水汽和外来输送水汽共同构成降水事件的水汽[1]。在全球气候变化背景下，降水格局发生了显著变化[2]，其中由陆地表面通过植物蒸腾和地表蒸发到大气中的水汽，一部分重新参与区域水循环形成降水，此过程被称为水汽再循环[3]，其已发生明显改变[3]。再循环水汽作为大气水分平衡的重要组成部分，其相关研究对于区域水资源特性、分配和管理具有重要意义。
降水稳定同位素信号是气团历史运动路径和当地特定水文气象条件的综合产物（气温、湿度和风场等）[4]，不同水体中同位素含量的差异反映了水循环中水汽输送和相变等物理过程。氢氧同位素，作为独特示踪剂，被广泛应用于水汽再循环方面的研究，其信号可以综合反映外来输送水汽和局地水汽对局地降水的影响[5]。其中，氘盈余（d-excess = δD- 8δ18O）受控因素单一，通常仅取决于水汽源区的相对湿度条件[6-7]，减少了在计算再循环水汽比例时的不确定性。在以氘盈余为示踪剂计算再循环水汽比例的二端元混合模型上，Froehlich 等[8]提出了计算云下蒸发过程中同位素变化的实验算法。随后Kong等[9]给出了云下蒸发过程中同位素改变的解析算法，进一步改进了二端元混合模型，并被广泛用于不同的气候区[10-13]等。然而，模型仍存在缺陷，未充分考虑植物蒸腾水汽对再循环过程的影响。因此，Zhang等人[7]在此基础上，引入m参数，优化模型的物理过程，提高了模型的适用性和准确性（后文称“三端元氘盈余模型）。
浙江省最大的盆地——金衢盆地位于长江三角洲地区。该地区经济发达、人口众多，水资源利用问题一直备受关注。了解区域水循环可以为改善水资源管理提供科学依据[9]。目前，针对该问题的多数研究主要集中在大气降水同位素的变化特征、氢氧同位素指示的环境意义以及水汽来源等方面[14-19]。然而，已有研究基于二端元氘盈余模型[20-22]探讨了该区域的水汽再循环过程，但未充分考虑植物蒸腾对降水过程的影响。因此，本研究采用考虑了蒸腾水汽的三端元氘盈余模型，以浙江省最大盆地金衢盆地东段的金华地区为研究区，探究再循环水汽对降水过程的影响，以期为区域水资源管理与应用提供科学参考。

1 研究区概况

金华市（119.23°~120.78°E，28.53°~29.68°N）位于浙江省中部、金衢盆地东段，得名于境内金华山，市区位于东阳江、武义江和金华江交汇处。地处丘陵盆地地形，海拔23~1 560 m，盆地小气候多样，有一定垂直地域分异规律[23]。
金华为亚热带季风气候区，四季分明，年温适中，年降水量充沛。基于2001―2022年气象数据显示（图1），研究区多年年均温为18.7℃，7月均温为30.2℃，1月均温为6.3℃；多年年均降水量为1500.7 mm，6月份降水量最多为282.1 mm。正常情况下，3―6月为春雨期和梅雨期，占全年降水量的50%以上，洪涝灾害较为频繁；7―8月受副高控制进入伏旱期，以晴热天气为主并伴有雷阵雨，8―9月常遭台风侵袭而形成较大洪水，10月至次年2月则为少雨期[23]。根据以上气候特征本文将研究时段同步划分至3个时期：春雨期和梅雨期（3―6月）、伏旱期（7―8月）、少雨期（9月―次年2月）。近20 a来，在全球变暖的大背景下，金华年均温及年降水量均表现出明显的上升趋势，一定程度上会影响区域的水循环过程。因此，开展不同时期水汽再循环过程的研究尤为重要。
图1 2001—2022年金华市气温和降水量多年月均变化

Fig. 1 Multi-year monthly average changes of temperature and precipitation in Jinhua from 2001 to 2022

2 数据与方法

2.1 样品采集与测试

2022年3月―2023年2月在浙江金华浙江师范大学14幢地理实验楼楼顶放置雨量筒收集次降水样品，共收集到样品84个。在进行样品采集时，为防止蒸发，雨量筒漏斗口处放置一个乒乓球，每次降水结束后，尽快将样品装入用降水清洗过3次的聚乙烯塑料瓶中并用封口膜密封，保存至5℃冰箱低温冷藏。
所有样品运至兰州大学西部环境教育部重点实验室，使用液态水同位素分析仪Picarro L2130-i进行测定，δ18O和δD测试精度分别为0.2‰和0.5‰。同位素测试结果采用千分偏差值（δ）法，用相对于维也纳标准平均海洋水（Vienna Standard Mean Oceanic Water，V-SMOW）的千分差（‰）表示。

2.2 气象数据和蒸散发数据

气温、降水量、相对湿度等气象数据来自中国气象数据网（http://data.cma.cn/）中国地面气象站逐小时观测资料中金华站的数据。GLEAM（Global Land Evaporation Amsterdam Model）数据集基于Priestley-Taylor公式，最大限度地恢复目前卫星观测的气候和环境变量中包含的关于蒸发的信息，分别估计陆地蒸散发的不同组成部分[24-25]。GLEAM v 3.7a数据集提供了1980―2022年的全球蒸散发数据，空间分辨率为0.25º×0.25º。GLEAM数据集在中国区域的适用性已经得到验证[26]。因此，本研究使用采样时期对应的日尺度的蒸腾与蒸发参数，作为三端元氘盈余模型中的参数用于再循环比例的量化。
此外，本研究中需要使用上风向站点的降水氘盈余数据（表1）。上风向站点主要根据水汽传输路径进行选取，具体站点名称、位置等信息如表1所示[27-30]。
表1 上风向站点信息和数据来源

Table 1 Upwind stations information and data sources

站点名纬度（N）经度（E）采样年份文献来源分辨率
长沙28°11′24″112°55′48″2010 —2012[27]月尺度
永修29°11′13″116°00′32″2015 —2019[28]日尺度
厦门24°26′24″118°05′24″2005[29]日尺度
湖州30°51′36″120°06′00″2016[30]日尺度

2.3 三端元氘盈余方法

Zhang 等[7]在原有二端元混合模型的基础上，引入参数m = ftr/fevap，ftr、fevap分别表示植物蒸腾水汽与地表蒸发水汽对降水的贡献率，再循环水汽对降水的贡献率公式为：
$f_{r e}=\frac{d_c-d_{a d v}}{\left(d_{e v a p}+m d_{t r}\right) /(m+1)-d_{a d v}}$
式中，fre为水汽再循环贡献率，dc、dadv、devap、dtr分别表示云基、外来输送水汽、地表蒸发水汽、植物蒸腾水汽的氘盈余值。devap计算方法参见文献[8,31]，dtr采用降水加权平均氘盈余值来代替[32-33]。
为矫正云下蒸发的影响，Froehlich 等[8]提出：
$ \mathit{d}\mathrm{-}\mathit{d}_{\mathit{c}}\mathrm{=}^{\mathit{\mathrm{2}}}\mathit{F}\mathrm{-8}^{\mathit{\mathrm{18}}}\mathit{F} $
式中，d为地面降水氘盈余值，2F、18F参数计算参见文献[9,34]。
上风向的确定采用研究区所在区域对流层大气整层积分水汽输送方向，上风向水汽（δ18Ov、δDv）用上风向站点降水的同位素值（δ18Op、δDp）与平衡分馏系数（α）表示[35]。
$ \mathit{\delta}^{\mathit{\mathrm{18}}}\mathit{O}_{\mathit{v}}\mathrm{=}\mathit{\delta}^{\mathit{\mathrm{18}}}\mathit{O}_{\mathit{p}}\mathrm{-10}^{\mathrm{3}}\mathrm{\times(}^{\mathit{\mathrm{18}}}\mathit{\alpha}\mathrm{-1)} $
$ \mathit{\delta D} _{ \mathit{v} } \mathrm= \mathit{\delta D} _{ \mathit{p} } \mathrm{-10}^{ \mathrm{3}} \mathrm{\times (}^{ \mathit{2} } \mathit{\alpha } \mathrm{-1)} $

3 结果与讨论

3.1 区域降水稳定同位素时间变化与局地大气水线

如图2所示，金华降水中δ18O在-14.95‰~-0.26‰波动，平均值为-6.70‰，δD在-113.20‰~9.30‰波动，平均值为-40.33‰。降水氘盈余在-3.76‰~31.02‰波动，平均值为13.27‰。金华降水同位素值全年大体上呈现出先下降后上升的趋势（图2）。其中，春雨期和梅雨期（3―6月）的δ18O、δD、d-excess平均值分别为-6.89‰、-44.02‰、11.06‰，伏旱期（7―8月）δ18O、δD、d-excess平均值为-7.96‰、-56.34‰、7.32‰，以上2个时期各数值均低于少雨期（9月―次年2月）对应δ18O、δD、d-excess（-6.03‰、-29.44‰、18.76‰）。少雨期降水同位素富集主要受到相对干燥气团的影响。其中，9月份降水氢氧同位素较为贫化，主要受台风“梅花”外围螺旋云带影响[36]，水汽往内陆输送过程中重同位素（18O和D）不断被冲刷造成同位素值较低[37-38]。
图2 金华降水氢氧稳定同位素和氘盈余日变化

Fig. 2 Daily variations of stable hydrogen and oxygen isotopes, and d-excess in atmospheric precipitation in Jinhua

大气降水氢氧稳定同位素的影响因素主要为水汽源地和水汽输送过程等影响产生的纬度效应、大陆效应，以及降水时的气象要素（如温度、降水量、相对湿度等）等影响产生的温度效应、降水量效应等。如表2所示，金华降水同位素全年尺度上在气象要素中与降水量有较好的负相关关系（r = -0.37）且通过0.01的显著性检验，在春雨期和梅雨期的相关性要好于伏旱期和少雨期，表明存在降水量效应。相对湿度越大，空气温度与露点温度之间的差值越小，雨滴蒸发越小，因此降水同位素更贫化重同位素[39]。在春雨期和梅雨期降水同位素与相对湿度有较好的相关性（r=-0.45, P＜0.01），在其余时期则相关性较弱。随着温度升高，降水同位素值逐渐降低，未表现出与温度同步升高的温度效应，甚至了出现反温度效应，前人研究表明降水量效应会掩盖温度效应[29]。
表2 不同时期降水δ18O与温度、降水量、相对湿度的相关关系

Table 2 Correlation of precipitation δ18O with temperature, precipitation, and relative humidity at different periods, respectively

时期δ18O与温度δ18O与降水量δ18O与相对湿度
　　注：**表示通过0.01的显著性检验；*表示通过0.05的显著性检验。
春雨期和梅雨期-0.15-0.39**-0.45**
伏旱期和少雨期-0.10-0.37*-0.11
全年-0.13-0.37**-0.29**
大气降水同位素δ18O和δD的线性关系称为大气水线，局地大气水线（local meteoric water line, LMWL）可以反映该地区的气候环境特征。大气水线斜率反映降水同位素偏离是否满足平衡分馏，截距由海洋表面水蒸发时的动力同位素效应引起，反映氘对于平衡状态的偏离程度[6]。金华LMWL为δD = 8.47δ18O + 16.45（R2=0.94, n=84, P＜ 0.01）。金华大气降水线斜率、截距均大于全球大气水线（global meteoric water line, GMWL）δD = 8δ18O+10[40]，显示了该地区湿润多雨的气候特点。金华春雨期和梅雨期、伏旱期和少雨期LMWL斜率分别为8.21、8.86，截距分别为12.53、21.80，春雨期和梅雨期的斜率、截距均小于伏旱期和少雨期（图3）。前人研究表明云下蒸发过程会使大气水线斜率和截距降低[41]，而水汽再循环过程则会使斜率和截距升高[7]，表明伏旱期和少雨期可能有更为强烈的水汽再循环过程。
图3 全年大气水线LMWL与GMWL（a）和不同时期LMWL的比较（b）

LMWL为局地大气水线；LMWL为全球大气水线

Fig. 3 Comparison of LMWL in Jinhua and GMWL (a) and LMWL for two different periods (b)

3.2 云下蒸发对降水氘盈余的影响

云下蒸发指的是大气降水自云层底部至地面过程中发生的蒸发。受这一过程影响，雨滴由云基降落到地面过程中，轻同位素优先蒸发，重同位素富集[42]，致使地面大气降水的同位素值升高、氘盈余值降低。为量化云下蒸发强度，引入Δd（Δd = d - dc），可通过公式（2）进行计算，Δd值越小表明云下蒸发强度越大[8]。
根据研究期间金华收集到的降水数据，如图4所示，金华地区全年云下蒸发强度总体偏小，全年云下蒸发强度平均值为-3.55‰，中位数为-1.18‰，云下蒸发强度大部分都在-2‰以内。春雨期和梅雨期平均云下蒸发强度为-2.99‰，少雨期为-3.87‰，伏旱期云下蒸发强度最大为-5.84‰。
图4 不同时期云下蒸发强度

数字代表各时期云下蒸发强度平均值

Fig. 4 Sub-cloud evaporation intensity in different periods

已有研究表明，在气候暖干条件下即在温度更高、相对湿度更小时云下蒸发更为强烈[34]，降水量越大则云下蒸发强度越小[43]。对比次降水的温度、相对湿度、降水量与云下蒸发强度的相关性（图5）发现，采样期间Δd与温度、相对湿度、降水量之间分别表现出显著负相关（r=-0.39, P<0.01）、显著正相关（r=0.70, P<0.01）、显著正相关（r=0.36, P<0.01），即在温度越高、相对湿度越低、降水量越少的情况下云下蒸发强度越大，其中相对湿度的影响最大。在春雨期和梅雨期、少雨期与整个采样期间相同，相对湿度影响最大（表3），但在伏旱期则是降水量的影响更大。
图5 云下蒸发强度与温度（a）、相对湿度（b）、降水量（c）的相关性

Fig. 5 Correlation of sub-cloud evaporation intensity with temperature (a), relative humidity (b), and precipitation (c)

表3 不同时期云下蒸发强度与气象因素相关性

Table 3 Correlation between sub-cloud evaporation intensity and meteorological factors in different periods

气象因素春雨期和梅雨期伏旱期少雨期
　　注：**表示通过0.01的显著性检验；*表示通过0.05的显著性检验。
温度-0.45**-0.48-0.49**
相对湿度0.78**0.410.87**
降水量0.36*0.610.39*

3.3 再循环水汽比例量化研究

水汽来源作为影响水汽再循环过程的主要因素之一，研究基于金华地区采样期间的水汽输送结果（图6）将金华地区的水汽来源划分为：西南方向（3―7月、11月、2月）、偏西方向（10月、12月、1月）、偏南方向（8月）和偏北方向（9月），将这4个方向作为对应月份的上风向。同时，选取各水汽输送路径上的长沙、永修、厦门、湖州作为对应的上风向站点（表1），结合公式（3~4）获取外来输送水汽的氢氧同位素。在GLEAM数据集中读取蒸腾量与蒸发量，用蒸腾量与蒸发量的比值代替植物蒸腾水汽与地表蒸发水汽对降水的贡献比率。
图6 2022―2023年金华所在区域对流层（1000~300 hPa）整层积分水汽输送

箭头为水汽输送q×V（比湿×矢量风速），阴影区为水汽输送大小，单位为kg/(s·m)

Fig. 6 Integrated water vapor transport in the entire troposphere (1000-300 hPa) from March 2022 to February 2023 in the Jinhua area

利用氘盈余的三端元混合模型对逐次计算的降水再循环水汽比例根据降水量进行加权，获取金华地区再循环水汽比例的月变化特征（图7）。结果表明，金华各月份再循环水汽比例差异明显，在3―6月份春雨期和梅雨期，金华地区再循环水汽比例相对较低，平均为6.25%，7―8月伏旱期再循环水汽比例相对较高，平均为21.25%。蒸散发结果显示，同月份的实际蒸发量为全年最高，与本研究结果相一致。9月份降水主要受台风梅花影响，使得大气中水汽含量充沛，降低了再循环水汽比例（2.55%）。10月到次年2月总体再循环水汽比较高，平均为14.02%。综上所述，金华地区根据降水量加权的年再循环水汽比例为8.43%。
图7 金华市再循环水汽比例月加权平均值变化

虚线表示年加权平均值

Fig. 7 Monthly weighted average variations of recycled moisture ratio in Jinhua City

为探讨水汽再循环过程的控制因素，本文分析了气温、相对湿度、降水量对再循环水汽比例的影响。针对整个采样期进行相关性分析发现（图8），再循环水汽比例与温度、降水量分别通过了0.05、0.01的显著性水平检验，但相关关系较低（r=0.27，r=-0.34），表明温度与降水量一定程度上影响了该区域的水汽再循环过程。相对湿度对再循环水汽比例的影响更为显著，通过了0.01的显著性水平检验（r=-0.44），即相对湿度越高再循环水汽比例越低，高湿度会使蒸发量减少、植物蒸腾作用受抑制[22]。为进一步探究其季节差异，本研究分阶段对再循环水汽比例与气象因素的关系进行评估（表4），春雨期和梅雨期再循环水汽比例同时受到降水量、温度和相对湿度共同影响。其中，相对湿度与再循环水汽比例的相关性更高（r=-0.70, P＜0.01），其影响更为显著。在该时段当相对湿度越高时表明外来输送水汽量越大（图6），导致再循环水汽比例下降。其他季节未发现显著的影响因素，可能受到土壤含水量、风速、植被覆盖度等因素的影响[44]，需要更长的时间序列进一步验证本文的结论和更深入的探讨。
图8 再循环水汽比例与温度（a）、相对湿度（b）、降水量（c）的相关性

Fig. 8 Correlation between recycled moisture ratio and temperature (a), relative humidity (b) and precipitation (c)

表4 不同月份金华再循环水汽比例与气象因素相关性

Table 4 Correlation between recycled moisture ratio and meteorological factors in different months in Jinhua

气象因素春雨期和梅雨期伏旱期少雨期
　　注：**表示通过0.01的显著性检验；*表示通过0.05的显著性检验。
温度0.45**-0.190.25
相对湿度-0.70**0.36-0.33
降水量-0.30*-0.41-0.34
此外，降水历时也是影响云下蒸发和水汽再循环的重要因素之一。如图9所示，降水历时与云下蒸发强度呈显著正相关关系，即随着降水历时越长，水汽饱和度越高，云下蒸发越弱（r = 0.71, P＜0.01）。但降水历时与再循环水汽比例之间呈负相关关系，即降水历时越长，湿度越高，表明空气饱和水汽压越高，则抑制水汽的再循环过程，降低再循环水汽比例（r = -0.57，P＜0.01）。本研究发现，当降水历时等于34 h时，在一定程度上会降低此相关关系（r = -0.40，P＞0.05），二者未通过0.05的显著性检验。鉴于更长历时数据的缺乏，此观点有待进一步深入研究。
图9 云下蒸发强度（a）和再循环水汽比例（c）随降水历时的变化特征及降水历时对云下蒸发强度（b）和再循环水汽比例（d）的影响

Fig. 9 The variation characteristics of sub-cloud evaporation intensity (a) and recycled moisture ratio (c) with precipitation duration and the influence of precipitation duration on sub-cloud evaporation intensity (b) and recycled moisture ratio (d)

3.4 与其他区域的对比研究

不同气候区再循环水汽的量化研究及其影响差异显著[45-46]。不同地区再循环水汽对于降水贡献率差异较大（表5）。研究显示东部地区南京、太湖、长江流域夏季再循环水汽比例小于冬季[13,21-22]，在黄河流域和西北地区则不同于这一规律[9,21,47]。本研究中将金华地区研究时段划分为春雨期和梅雨期、伏旱期、少雨期3个时期，梅雨期的再循环水汽比例最低，其次是少雨期，伏旱期为最高，将金华地区6―8月划归为夏季，12月―次年2月划归为冬季，金华的再循环水汽比例冬季（17.91%）大于夏季（8.50%）。鉴于研究时间仅有一个水文年，该规律还需要更多验证。西北地区的绿洲区域以及河谷区的再循环水汽比例较高[46-47]，且大绿洲区域的再循环水汽比例大于小绿洲区域[33]，植物蒸腾作用对再循环水汽比例的贡献在此区域起到了重要作用。在东部地区不同地形的研究中，山区的再循环水汽比例大于山麓地区和沿海平原[32]，主要因为地形类型影响了蒸腾程度。青藏高原地区地理环境特殊而且多样，导致本地水汽难以离开该区域，再循环水汽比例相对较高且差异巨大[10-11,48-49]，近年来青藏高原地区气候有明显的变化，水汽再循环过程也随之变化。
表5 同位素方法量化局地再循环水汽估计值比较

Table 5 Comparison of estimated local Recycled moisture quantities using isotopic methods

区域 研究区 研究年份 水汽再循环比例 数据来源
　　注：―表示文中未明确时间。
东部地区 台湾岛 1993―2008 小于5%（夏季） [43]
台湾岛 1993―2008 31%~37% [32]
华中地区 1961―2017 6%~19%（夏季） [45]
南京 2012―2018 6.4%（夏季）14.7%（春季）
15.4%（秋冬季）		 [22]
太湖 2015―1017 7%（夏季）37.5%~48.1%（冬季） [13]
长江流域 ― 2.0%（夏季）3.7%（冬季） [21]
华北地区 1961―2017 9%（夏季） [45]
黄河流域 ― 5.5%（夏季）4.7%（冬季） [21]
东北地区 1961―2017 4%~22%（夏季） [45]
西北地区 伊宁到石河子 2012―2013 3.4% [33]
蔡家湖 2012―2013 4.9% [33]
乌鲁木齐 2012―2013 16.2% [33]
乌鲁木齐 1968―2003 15% [9]
天山 2003―2004 小于2% [9]
石羊河流域 2017 17%（山区）28%（绿洲）15%（沙漠） [46]
祁连山 2016 22% [47]
青藏地区 崇测 1979―2012 15.0%~82.6% [11]
藏色岗日 1979―2008 24.7%~81.6% [11]
西合休 2012―2014 21.3% [48]
沙曼 2012―2013 11.3% [48]
江卡 2011―2014 13% [48]
青海湖 2009―2010 23.4% [10]
那曲 2004 30%~80%（8月） [49]
目前，许多研究已证实再循环水汽对水资源的重要作用，对再循环水汽的研究有助于评估水循环各环节水汽的动态演化过程，有助于了解区域水量收支状况，为人类对区域水资源的开发利用提供科学参考[50]，在当下气候和环境快速变化时对此过程的研究愈加迫切。如表5所示，在远离海洋或者外来输送水汽有限的干旱地区[9,33,46-47]，再循环水分是重要的降水来源和淡水资源[50]；在冰川区[10-11,48-49]，再循环水汽对维持活跃的水文循环起着至关重要的作用；在人口众多、经济发达的长江三角洲地区，水资源数量及分配问题更是关注焦点。区域水汽再循环过程对降水的影响，需要更长的时间序列进行深入的探讨与验证。

4 结论

本研究基于金华地区大气降水同位素数据、GLEAM数据集和相关文献数据，采用最新的考虑了蒸腾水汽的三端元氘盈余模型研究该地区日尺度云下蒸发和再循环水汽比例。结论如下：
1）金华地区根据气候特征可划分为春雨期和梅雨期（3―6月）、伏旱期（7―8月）、少雨期（9月―次年2月）3个时期，氢氧同位素在全年总体上呈现出先下降后上升的趋势，主要是受到降水量和相对湿度的影响，同位素值和氘盈余值都是少雨期较高。
2）研究区局地大气水线斜率、截距均大于全球大气水线，显示了湿润多雨的气候特征。伏旱期和少雨期的斜率、截距大于春雨期和梅雨期，显示了伏旱期和少雨期更为强烈的水汽再循环过程。
3）金华地区云下蒸发强度伏旱期最高，其次为少雨期，春雨期和梅雨期最低，全年、春雨期和梅雨期、少雨期主要是受到了相对湿度的影响，在伏旱期则与降水量相关性更高。
4）金华地区再循环水汽比例各时期由高到低分别是伏旱期、少雨期、春雨期和梅雨期，当有台风影响时，再循环水汽比例会下降。再循环水汽比例主要受相对湿度的影响，尤其是在春雨期和梅雨期；在伏旱期和少雨期受气象要素影响较小。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
顾慰祖. 同位素水文学[M]. 北京: 科学出版社, 2011.

Gu Weizu. Isotope hydrology. Beijing: Science Press, 2011.

[2]
Ampuero A, Stríkis N M, Apaéstegui J et al. The forest effects on the isotopic composition of rainfall in the northwestern Amazon Basin[J]. Journal of Geophysical Research: Atmospheres, 2020, 125(4): e2019JD031445.

DOI

[3]
Brubaker K L, Entekhabi D, Eagleson P S. Estimation of continental precipitation recycling[J]. Journal of Climate, 1993, 6(6): 1077-1089.

DOI

[4]
Gat J R, Carmi I. Evolution of the isotopic composition of atmospheric waters in the Mediterranean Sea area[J]. Journal of Geophysical Research, 1970, 75(15): 3039-3048.

DOI

[5]
Gimeno L, Stohl A, Trigo R M et al. Oceanic and terrestrial sources of continental precipitation[J]. Reviews of Geophysics, 2012, 50(4): 1-41.

[6]
Dansgaard W. Stable isotopes in precipitation[J]. Tellus, 1964, 16(4): 436-468.

DOI

[7]
Zhang F, Huang T M, Man W M et al. Contribution of recycled moisture to precipitation: A modified d-excess-based model[J]. Geophysical Research Letters, 2021, 48: e2021GL095909.

DOI

[8]
Froehlich K, Kralik M, Papesch W et al. Deuterium excess in precipitation of Alpine regions-moisture recycling[J]. Isotopes in Environmental and Health Studies, 2008, 44(1): 61-70.

DOI

[9]
Kong Y L, Pang Z H, Froehlich K. Quantifying recycled moisture fraction in precipitation of an arid region using deuterium excess[J]. Tellus B: Chemical and Physical Meteorology, 2013, 65(1): 19251.

DOI

[10]
Cui B L, Li X Y. Stable isotopes reveal sources of precipitation in the Qinghai Lake Basin of the northeastern Tibetan Plateau [J]. The Science of the Total Environment, 2015, 527–528: 26–37.

[11]
An W L, Hou S G, Zhang Q et al. Enhanced recent local moisture recycling on the northwestern Tibetan Plateau deduced from ice core deuterium excess records[J]. Journal of Geophysical Research: Atmospheres, 2017, 122(23): 12541-12556.

[12]
Jiao Y M, Liu C J, Liu Z L et al. Impacts of moisture sources on the temporal and spatial heterogeneity of monsoon precipitation isotopic altitude effects[J]. Journal of Hydrology, 2020, 583: 124576.

DOI

[13]
胡勇博. 基于稳定同位素法量化太湖水汽再循环比例[D]. 南京: 南京信息工程大学, 2022.

Hu Yongbo. Quantifying the moisture recycling fractions from Lake Taihu with an isotope-based method. Nanjing: Nanjing University of Information Science & Technology, 2022.

[14]
董小芳, 杨华玮, 张峦, 等. ENSO事件对上海降水中氢氧同位素变化的影响[J]. 环境科学, 2017, 38(12): 4991-5003.

Dong Xiaofang, Yang Huawei, Zhang Luan et al. Influence of ENSO events on the Hydrogen (δ2H) and Oxygen (δ18O) isotopic values of precipitation in Shanghai. Environmental Science, 2017, 38(12): 4991-5003.

[15]
隋明浈, 高德强, 徐庆, 等. 江苏高邮大气降水氢氧同位素特征及水汽来源[J]. 应用生态学报, 2019, 30(6): 1823-1832.

Sui Mingzhen, Gao Deqiang, Xu Qing et al. Characteristics of hydrogen and oxygen isotopes in precipitation and moisture sources in Gaoyou, Jiangsu Province, China. Chinese Journal of Applied Ecology, 2019, 30(6): 1823-1832.

[16]
雷明, 柳永胜, 马勤威, 等. 基于同位素技术的金衢盆地水循环研究[J]. 人民黄河, 2020, 42(8): 88-92+99.

Lei Ming, Liu Yongsheng, Ma Qinwei et al. Water cycle analysis of the Jinqu Basin based on isotope techniques. Yellow River, 2020, 42(8): 88-92+99.

[17]
Shi Y S, Jin Z F, Wu A J et al. Stable isotopic characteristics of precipitation related to the environmental controlling factors in Ningbo, east China[J]. Environmental Science and Pollution Research, 2021, 28(9): 10696-10706.

DOI

[18]
Gou J F, Qu S M, Guan H D et al. Relationship between precipitation isotopic compositions and synoptic atmospheric circulation patterns in the lower reach of the Yangtze River[J]. Journal of Hydrology, 2022, 605: 127289.

DOI

[19]
Zhan Z J, Pang H X, Wu S Y et al. Determining key upstream convection and rainout zones affecting δ18O in water vapor and precipitation based on 10-year continuous observations in the East Asian Monsoon region[J]. Earth and Planetary Science Letters, 2023, 601: 117912.

DOI

[20]
马潜, 张明军, 王圣杰, 等. 基于氢氧同位素的中国东南部降水局地蒸发水汽贡献率[J]. 地理科学进展, 2013, 32(11): 1712-1720.

DOI

Ma Qian, Zhang Mingjun, Wang Shengjie et al. Contributions of moisture from local evaporation to precipitations in southeast China based on hydrogen and oxygen isotopes. Progress in Geography, 2013, 32(11): 1712-1720.

DOI

[21]
Ma Q, Zhang M J, Wang L W et al. Quantification of moisture recycling in the river basins of China and its controlling factors[J]. Environmental Earth Sciences, 2019, 78(14): 392.

DOI

[22]
李亚举. 南京近地面大气水汽和降水稳定同位素观测研究[D]. 南京: 南京大学, 2020.

Li Yaju. Observation of stable isotopes of water vapor and precipitation near the ground in Nanjing. Nanjing: Nanjing University, 2020.

[23]
吴樟荣, 贾春瑶. 金华江水文特征[J]. 浙江师大学报(自然科学版), 1994(2): 78-83.

Wu Zhangrong, Jia Chunyao. The hydrological features of Jinhua River. Journal of Zhejiang Normal University (Natural Sciences), 1994(2): 78-83.

[24]
Martens B, Miralles D G, Lievens H et al. GLEAM v3: Satellite-based land evaporation and root-zone soil moisture[J]. Geoscientific Model Development, 2017, 10(5): 1903-1925.

DOI

[25]
Miralles D G, Holmes T R H, de Jeu R A M et al. Global land-surface evaporation estimated from satellite-based observations[J]. Hydrology and Earth System Sciences, 2011, 15: 453-469.

DOI

[26]
Yang X Q, Yong B, Ren L L et al. Multi-scale validation of GLEAM evapotranspiration products over China via ChinaFLUX ET measurements[J]. International Journal of Remote Sensing, 2017, 38(20): 5688-5709.

DOI

[27]
黄一民, 章新平, 孙葭, 等. 长沙大气水汽、降水中稳定同位素季节变化及与水汽输送关系[J]. 地理科学, 2015, 35(4): 498-506.

Huang Yimin, Zhang Xinping, Sun Jia et al. Seasonal variations of stable isotope in precipitation and atmospheric water vapor and their relationship with moisture transportation in Changsha City. Scientia Geographica Sinica, 2015, 35(4): 498-506.

[28]
Tao S Y, Zhang X, Pan G Y et al. Moisture source identification based on the seasonal isotope variation of precipitation in the Poyang Lake Wetland, China[J]. Journal of Hydrology: Regional Studies, 2021, 37: 100892.

DOI

[29]
陈锦芳, 曹建平, 黄奕普. 厦门沿岸地区大气降水中氢、氧稳定同位素组成及其影响因素[J]. 海洋学研究, 2010, 28(1): 11-17.

DOI

Chen Jinfang, Cao Jianping, Huang Yipu. The hydrogen and oxygen isotope composition of precipitation in the Xiamen coastal area. Journal of Marine Sciences, 2010, 28(1): 11-17.

DOI

[30]
Jin Z F, Wang Y, Li F L et al. Stable isotopes and chemical characteristics of precipitation in Hangzhou and Huzhou, East China[J]. Environmental Science and Pollution Research, 2019, 26(23): 23717-23729.

DOI

[31]
Craig H, Gordon L I. Deuterium and Oxygen 18 variations in the ocean and the marine atmosphere[M]. Pisa: Laboratorio di Geologia Nucleare, 1965.

[32]
Peng T R, Liu K K, Wang C H et al. A water isotope approach to assessing moisture recycling in the island-based precipitation of Taiwan: A case study in the western Pacific[J]. Water Resources Research, 2011, 47(8): 2168-2174.

[33]
Wang S J, Zhang M J, Che Y J et al. Contribution of recycled moisture to precipitation in oases of arid central Asia: A stable isotope approach[J]. Water Resources Research, 2016, 52(4): 3246-3257.

DOI

[34]
Wang S J, Jiao R, Zhang M J et al. Changes in below-cloud evaporation affect precipitation isotopes during five decades of warming across China[J]. Journal of Geophysical Research: Atmospheres, 2021, 126(7): 17

[35]
Kendall C, Caldwell E A. Fundamentals of isotope geochemistry. Isotope tracers in catchment hydrology[M]. Amsterdam: Elsevier, 1998.

[36]
陈烨兴, 魏珂. 凝心聚力 务实笃行 做好台风“梅花”各项防御工作[J]. 中国防汛抗旱, 2022, 32(10): 85-86.

DOI

Chen Yexing, Wei Ke. Unite our hearts and efforts, work in a down-to-earth and committed manner, and do a good job in all aspects of the defense work against Typhoon “Muifa”. China Flood & Drought Management, 2022, 32(10): 85-86.

DOI

[37]
吴华武, 欧阳勇峰, 姜鹏举, 等. 水汽来源和环境因子对典型亚热带季风区降水稳定同位素的影响——以湖口地区为例[J]. 地理科学, 2022, 42(8): 1502-1512.

Wu Huawu, Ouyang Yongfeng, Jiang Pengju et al. Effects of moisture sources and environmental factors on precipitation stable isotopes in a typical subtropical monsoon region: A case of Hukou region. Scientia Geographica Sinica, 2022, 42(8): 1502-1512.

[38]
Wu H W, Fu C S, Zhang C C et al. Temporal variations of stable isotopes in precipitation from Yungui Plateau: Insights from moisture source and rainout effect[J]. Journal of Hydrometeorology, 2022, 23(1): 39-51.

DOI

[39]
章新平, 刘晶淼, 孙维贞, 等. 中国西南地区降水中氧稳定同位素比率与相关气象要素之间关系的研究[J]. 中国科学. D辑: 地球科学, 2006, 36(9): 850-859.

Zhang Xinping, Liu Jingmiao, Sun Weizhen et al. Research on the relationship between the Oxygen stable isotope ratio in precipitation and related meteorological elements in southwest China. Science in China Series D: Earth Sciences, 2006, 36(9): 850-859.

[40]
Craig H. Isotopic variations in meteoric waters[J]. Science, 1961, 133(3465): 1702-1703.

DOI

[41]
Clark I D, Frjtz P. Environmental isotopes in hydrogeology [M]. New York: Lewis Publishers, 1997: 328.

[42]
Peng H D, Mayer B, Harris S et al. The influence of below-cloud secondary effects on the stable isotope composition of hydrogen and oxygen in precipitation at Calgary, Alberta, Canada[J]. Tellus B: Chemical and Physical Meteorology, 2007, 59(4): 698-704.

DOI

[43]
Peng T R, Wang C H, Huang C C et al. Stable isotopic characteristic of Taiwan’s precipitation: A case study of western Pacific monsoon region[J]. Earth and Planetary Science Letters, 2010, 289(3): 357-366.

[44]
Zhao L, Liu X, Wang N et al. Contribution of recycled moisture to local precipitation in the inland Heihe River Basin[J]. Agricultural and Forest Meteorology, 2019, 271: 316-335.

DOI

[45]
Peng P Y, Zhang X J, Chen J. Modeling the contributions of oceanic moisture to summer precipitation in eastern China using 18O[J]. Journal of Hydrology, 2020, 581: 124304.

DOI

[46]
Zhu G F, Guo H W, Qin D H et al. Contribution of recycled moisture to precipitation in the monsoon marginal zone: Estimate based on stable isotope data[J]. Journal of Hydrology, 2019, 569: 423-435.

DOI

[47]
Gui J, Li Z X, Feng Q et al. Water resources significance of moisture recycling in the transition zone between Tibetan Plateau and arid region by stable isotope tracing[J]. Journal of Hydrology, 2022, 605: 127350.

DOI

[48]
Sun C J, Chen Y N, Li J et al. Stable isotope variations in precipitation in the northwesternmost Tibetan Plateau related to various meteorological controlling factors[J]. Atmospheric Research, 2019, 227: 66-78.

DOI

[49]
Kurita N, Yamada H. The role of local moisture recycling evaluated using stable isotope data from over the middle of the Tibetan Plateau during the monsoon season[J]. Journal of Hydrometeorology, 2008, 9(4): 760-775.

DOI

[50]
李修仓, 姜彤, 吴萍. 水分再循环计算模型的研究进展及其展望[J]. 地球科学进展, 2020, 35(10): 1029-1040.

DOI

Li Xiucang, Jiang Tong, Wu Ping. Progress and prospect of the moisture recycling models. Advances in Earth Science, 2020, 35(10): 1029-1040.

DOI

Options
文章导航

/

〈 〉