《S省夏季云下二次蒸发效应探析》6700字（论文）

绪论雨滴的形成是因为大气中的水汽在一定温度下的凝结，当雨滴从云底落到地面时，有时会出现云下二次蒸发现象。这种现象使得在降落过程中雨滴中较轻的同位素优先蒸发，最终造成地表水中富集了很多较重的同位素。二次蒸发会导致高空水汽中氢氧稳定同位素的值与地面降水存在很大的差异。氢和氧的稳定同位素D(2H)和18O容易受环境的影响，在气候和水文研究中常用作指示剂[1-4]。地面越干燥，越容易产生云下二次蒸发现象，对降水同位素的影响也更为显著，因此弱降雨会比强降雨和降雪更容易发生强烈的蒸发效应。云下二次蒸发在干旱和半干旱地区容易造成降水中同位素含量的减少和18O和2H同位素的增加[5-9]，因此，这一特征常常被用来进行二次蒸发现象强度的研究。但因为受监测条件的限制，那时的研究只保留在定性分析的层面。多年来，随着Stewart雨滴模型的不断改进、优化，对于云下二次蒸发的研究也越来越丰富，不同条件下(主要有相对湿度、气温、和雨滴直径)定量评估雨滴在下落过程中的二次蒸发对降水同位素的影响已然成为当前研究的重点。为了深化研究，有必要将以前简单的定性描述发展到更准确的定量研究方向。对Stewart雨滴模型参数的优化，对影响云下二次蒸发的因素进行的综合分析，有助于让结果更加准确[10]。监测全球降水同位素的网络(GlobalNetworkforIsotopesinPrecipitation，GNIP)丛1961年开通以来一直在进行检测，其台站分布在世界几乎所有地区。在全球降水同位素网络(GNIP)中，人们发现云下二次蒸发在水循环中是非常重要的一环[11]，很多学者也一直在验证它的存在[12-16]。随着Stewart改进模型的出现，人们进行了大量的定量研究[17-21]，随即研究出了云下二次蒸发随季节和地区变化的规律和差异。Dansgard提出的Rayleigh分馏模型[22]后来逐渐应用于研究区域水循环[23]。Rayleigh分馏模式有以下两个假设:1.同位素值不随雨滴的降落而改变，2.气团运动全程都不会有外来水汽的补给。研究发现云下二次蒸发量会随气象条件的变化而变化[24-26]。但Rayleigh分馏模型没有考虑到二次蒸发现象，而它也是导致降水中同位素值变化的重要因素，区域大气水线的斜率和截距也会因此而改变[12,27]]。Froehlich等就高山降水中云下二次蒸发对氘盈余（D-excess=δ2H-8δ18O）的影响进行了分析研究，发现雨滴的蒸发剩余比和氘盈余之间存在显著的线性关系，每当氘盈余增加百分之一，蒸发剩余比相应下降百分之一[9]。基于这种线性关系，PENG等人得出了中国台湾地区D-excess与雨滴蒸发率的关系[28]。CHEN等人[29]和靳晓刚等人[30]也使用PENG等人[31]简化的公式计算了其他地区云层下的二次蒸发程度。Stewart的雨滴模型由于涉及到很多气象参数，所以在实际计算中很复杂，不仅要考虑雨滴降落时的相对湿度、温度、大气压等常规气象参数，还要考虑雨滴在下降过程中的直径、雨滴从开始降落到最终到达地面过程的高度、雨滴的密度等重要参数。因为简化的雨滴蒸发模型存在误差，因此要在简化模型的基础上对Stewart模型进行优化。Kong[32]和Crawford等[33]在研究中对雨滴的直径进行统一化处理，但是，随着研究的不断深入发现，雨滴直径的计算是很复杂的，要通过分层计算，通过动态的大气压数据进行加权处理，不能简单的对它的数值进行统一的理想化处理。由于雨滴的直径和高度得不同，一些研究[31-32]设定850hPa(海拔1500m左右)为云底高度，地面高度与云底高度之间的距离是雨滴下落要经过的过程。但对于低海拔地区，计算直接忽略地面海拔，代入1500m。研究证明，大气条件的建立对Stewart模型应用的改进具有重要的作用，对于大气条件现在主要用分层和均质假设来设定。计算中只代入地面参数，雨滴降落时的空气视为各向同性，这是一个齐次假设。分层假设是基于均匀性假设，根据等压表面，在雨滴降落过程中进行层流操作，以及高度和表面参数被计算的假设。Crawford等[32]根据分析数据对澳大利亚麦夸里沼泽进行了云下二次蒸发的研究，Wang等[25]在Stewart模型参数优化的基础上，计算了新疆中部云下二次蒸发率。结果表明，雨滴下落时，同位素随即而异。任雯等[16]人使用西北地区根据GNIP的数据，分析了其时间特征和发生规律，对二次蒸发产生的条件、云下二次蒸发的强弱效应的主要影响因素进行了研究与探讨。结果表明，云下二次蒸发必须满足水汽压>0.52kpa的条件。云下蒸发对西北地区的降水同位素也同样有影响，但是如何影响目前仍然缺少相关研究。Wang等[26]改进了雨滴直径和高度的计算，直接用常规气象参数代替，虽然算法中依旧采用了齐次假设，但是计算结果更加准确了。Crawford等[32]进行了云下二次蒸发的分层假设的详细研究，Stewart模型得到了进一步优化，但雨滴直径的依旧是固定值。Chen等[29]利用西北地区420个降水样本并结合相关气象参数，发现随着降雨强度的增大，云下二次蒸发现象越难以被捕捉到，这也意味着，云下二次蒸发现象在降水强度弱的时候对于水中的同位素影响更为显著，夏季二次蒸发强度较高，空间差异较明显，雨滴降落强度、温度、蒸气压和相对湿度是影响云下二次蒸发的主要因素。刘洁遥等[10]发现，在冬季风期间，云层下的二次蒸发相对较弱，而在夏季风中，云层下的二次蒸发相对较强。而一个地区的氘盈余值会反映该地区水汽来源是否稳定，若一个地区一段时间内氘盈余值相对稳定，则表明该地区水汽来源稳定，若氘盈余变化差值较大，则表明该地区水汽来源相对复杂，且在不同范围内，各主要因素对云下二次蒸发的影响各不相同。2数据与方法2.1研究区概况陕西省位于北纬31°42'~39°35'和东经105°29'~111°15'之间，常年干湿分明，南北地域狭长，跨越多个气候带，南北气候差异非常明显，属于我国气候高度敏感区域。地形复杂，气候多样。从北到南，地貌单元依次为高原、平原、山地丘陵；气候类型为温带大陆性季风气候、暖温带大陆性季风气候和亚热带季风气候，年平均降水量和年平均气温由南向北递减[22]。图1陕西省气象站点空间分布Figure1SpatialdistributionofmeteorologicalstationsinShanxiProvince2.2数据来源本文采用中国气象数据网（）地面气象站逐小时观测情况，对陕西省2019年夏季（6月—8月）的88个气象站点数据选取测量结果稳定且相关性较强的温度、雨滴降落强度、雨滴下降时的相对湿度等参数，而且采集了2019年陕西及其周边的夏季（6月—8月）雨滴降落强度（共有降水样品335个）雨滴下降时的相对湿度、温度和露点温度等参数（http：//）。考虑到春半年少降水，冬半年多降雪，云下蒸发有限，本文主要模拟6—8月的云下二次蒸发现象。在日、月平均数据分析中，用降水量做加权平均。2.3研究方法Δd=(²γ²α)(f2β−1)-8(1-18其中，Δd为云底雨滴和地面雨滴中的d-excess之差。地面雨滴和云底雨滴中的δD（δ18O）之差用ΔδD（Δδ18O）来表示：ΔδD=(²γ²α)(fΔδ18O=(18γ18式中：f为雨滴剩余比，也就是雨滴经历下降过程中的蒸发现象后所降落到地面的质量和初始下落时的质量之比；Stewart[27]对参数2γ、18γ、2β和18β进行了全面的说明；2α和18α为平衡分馏系数；本文采用分层假设法，不仅计算了地面雨滴直径（D50），而且计算了高山雨滴直径（DC）。具体计算公式如下：D50=n0.69ADc=6(其中，参数n=2.25、A=1.30和p=0.232均取定值[33]；I为降水强度（mm·h-1）；mend为雨滴落地时的质量（g）；mev为蒸发的质量（g）；ρ为水的密度（g/cm3）。其中蒸发剩余比f的计算方法是:f=mmend=4式中:mend是雨滴经历蒸发现象后最终降落到地面的质量(g)；mev是雨滴在经历蒸发现象时被蒸发掉的质量(g)；r为是雨滴在最终降落到地面后的半径（mm）；ρ为雨滴密度kg/m3，参数mev的计算方法是:mev=revt（8）式中:rev为雨滴蒸发速率；t表示雨滴从云底开始降落最终到达地面的时间参数rev的计算方法是:rev=Q1Q2（9）其中:Q1是雨滴在最终降落到地面后的直径和温度的函数关系；Q2是温度与相对湿度的函数。表1陕西省各区域逐月蒸发速率变化Table1MonthlyEvaporationRatesinShanxiProvince月份陕北关中陕南60.039~7.2350.026~7.4980.062~5.12970.065~8.6530.062~7.3650.102~6.87280.042~6.1260.039~6.2110.083~6.960月(年)平均值是由月(年)降水量加权得出3结果分析3.1相对湿度、蒸发剩余比的月小时变化从图2和图3可知，整体而言三个月份从小时变化规律上较为一致，其中蒸发速率在7月达到最大值，蒸发剩余比和相对湿度的平均值在8月达到最大值，相对湿度和蒸发剩余比在6—8月呈上升趋势，蒸发剩余比f逐时变化各不相同，f值越大，表示蒸发作用相对较小；f值越小，结果表明，蒸发量较大，f的最小值出现在每天早上2:00到下午15:00，即在这段时间之间云下二次蒸发效应越强。也就是说，在整个夏季，蒸发效应在早上2:00到下午15:00最为明显，而在下午15:00到早上2:00较为低靡，陕西省相对湿度的夏季平均值为74.80%，6、7、8月相对湿度分别为73.22%、82.12%和84.05%。陕西省蒸发剩余比月平均值为78.69%。与整个夏季相比，6月份不论是相对湿度还是蒸发量都是整个夏季水平的底部，而8月均高于夏季平均值处于最高点，7月介于6月和8月之间。由此可知，陕西省夏季的蒸发速率与相对湿度和蒸发残差比的变化是一致的。图26、7、8月蒸发剩余比24小时变化Figure2June、July、AugustEvaporationSurplusRatio24-hourChange图36、7、8月24小时相对湿度变化Figure3June、July、August24hoursrelativehumiditychange3.2蒸发剩余比、相对湿度、蒸发速率与氘盈余的月变化关系从图可以看出，3个月份相对湿度与Δd的相关性都比较好，6、7、8月的Ｒ2分别是0.92、0.93和0.93，当这三个月相对湿度超过70%时，相对湿度与Δd的线性关系很好；当相对湿度低于70%时，它们逐渐偏离线性关系，但依旧有相对强烈的线性关系；3个月份蒸发剩余比与Δd的相关性非常好，Ｒ2均在0.94以上，斜率分别为2.96、2.41、2.03，当三个月内蒸发剩余比大于80%时，蒸发剩余比与Δd的线性关系较好，小于70%时，它们逐渐偏离线性关系，但依旧有相对强烈的线性关系；在蒸发速率与Δd的关系上，3大区域的Ｒ2分别是0.93、0.88和0.84，二者不太相关，可能是因为雨滴直径的输入数据在某种程度上与一天的天气数据不一致，并且雨滴直径可能不是按月尺度的正常分布。总体而言，3个月的相对湿度、蒸发剩余比与Δd的相关性比较好。在相对湿度与Δd的相关性中，当RH大于50%时，线性关系较好；当RH小于40%时，二者线性关系较弱。在剩余蒸发率与Δd的线性关系中，当f大于70%时，线性关系较好，当f小于70%时，二者逐渐偏离线性关系。蒸发强度与Δd由于不同日子雨滴直径差异较大，因此相关性较低。

图42019年陕西省6月蒸发剩余比与Δd的关系Figure4RelationshipbetweenΔdinShanxiinJune2019图52019年陕西省7月蒸发剩余比与Δd的关系Figure5RelationshipbetweenΔdinShanxiinJuly2019图62019年陕西省8月蒸发剩余比与Δd的关系Figure6RelationshipbetweenΔdinShanxiinAugust2019图72019年陕西省6月相对湿度与Δd的关系Figure7RelationshipbetweenRelativeHumidityandΔdinShanxiinJune2019图82019年陕西省7月相对湿度与Δd的关系Figure8RelationshipbetweenRelativeHumidityandΔdinShanxiinJuly2019图92019年陕西省8月相对湿度与Δd的关系Figure9RelationshipbetweenRelativeHumidityandΔdinShanxiinAugust2019图102019年陕西省6月蒸发速率与Δd的关系Figure10RelationshipbetweenEvaporationRateandΔdinShanxiinJune2019图112019年陕西省7月蒸发速率与Δd的关系Figure11RelationshipbetweenEvaporationRateandΔdinShanxiinJuly2019图122019年陕西省8月蒸发速率与Δd的关系Figure12RelationshipbetweenEvaporationRateandΔdinShanxiinAugust20193.3气象要素对下落雨滴蒸发的影响为了探讨各个气象因素对陕西省夏季雨滴蒸发的影响的贡献度大小，本文逐一比较了上述因素与雨滴蒸发率的关系。从结果可以看出，随着温度的上升，蒸发的比率也在逐渐的增大，但是温度对于他的影响并非十分显著，只是存在一个比较弱的关联性，而随着水滴直径的增加雨滴的蒸发在慢慢减小，因为水滴表面的曲率将由于雨滴直径的增加而减小，从而导致水分子越难从雨滴中逃逸。降雨量超过10%时，雨滴蒸发量不变；当降雨量小于10毫米时，降雨量与雨滴蒸发成反比。雨滴的蒸发强度受温度和相对湿度的影响大，但并不意味着雨滴蒸发直接取决于某一单一因素，而是降水量强度，相对湿度和雨滴直径的综合影响的结果。图13雨滴蒸发比与气温（T）的关系Figure13Relationshipbetweenthedropletevaporationratioandairtemperature(T)图14雨滴蒸发比与雨滴直径（D）的关系Figure14Relationshipbetweenraindropevaporationratioandraindropdiameter(D)图15雨滴蒸发比与相对湿度（RH）的关系Figure15RelationshipbetweenRaindropEvaporationRatioandRelativeHumidity(h)ofRaindrops图16雨滴蒸发比与降水量（P）的关系Figure16RelationshipbetweenRaindropEvaporationRatioandPrecipitation4结语本文利用2019年夏季（6月—8月）的88个气象站点数据选取测量结果稳定且相关性较强的温度、雨滴降落强度、雨滴下降时的相对湿度等参数，而且采集了2019年陕西及其周边的夏季（6月—8月）雨滴降落强度（共有降水样品335个）雨滴下降时的相对湿度、温度和露点温度等参数，基于改进的Stewart模型（分层假设）研究了用陕西省雨滴蒸发模式计算的高寒降水与地面降水的剩余蒸发率变化和氘盈余。结论如下：（1）从时间变化来看，陕西省夏季云下二次蒸发在6、7、8月存在显著差异性。蒸发剩余比8月最大，6月最小；8月的小时变化幅度最大，Δd在早晨2：00至下午15：00这一时间段最小。（2）陕西的夏季，如果相对湿度超过50%，则它与Δd具有较好的线性关系；如果剩余蒸发率超过70%，则它与Δd的线性关系更好。（3）当气温高、湿度低、雨滴直径小时，蒸发强烈，反之则蒸发作用稍弱。5展望在水资源问题短缺的当今社会，通过对云下二次蒸发现象的研究，可以明析地域水循环机理，提供解决水资源短缺的问题，且由于其对环境的敏感性，这对于当地水资源的来源及归宿都有明确的追踪作用，可在气象灾害如暴雨、泥石流预警方面发挥重要的作用。

参考文献[1]GATJR.Oxygenandhydrogenisotopesinthehydrologiccycle[J].AnnualReviewofEarthandPlanetarySciences,1996,24(1):225－262.[2]BASKARANM,NOVELLT,NASHK,etal.TracingtheseepageofsubsurfacesinkholeventwatersintoLakeHuronusingradiumandstableisotopesofOxygenandHydrogen[J].AquaticGeochemistry,2016,22(4):1－26.[3]AEMISEGGERF,PFAHLS,SODEMANNH,etal.Deuteriumexcessasaproxyforcontinentalmoisturerecyclingandplanttranspiration[J].AtmosphericChemistry＆Physics,2014,14(8)29721－29784.[4]WARRIERCU,BABUMP.AstudyonthespatialvariationsinstableisotopiccompositionofprecipitationinasemiaridregionofSouthernIndia[J].HydrologicalProcesses,2012,26(25):3791－3799.[5]周盼盼.乌鲁木齐河流域云下二次蒸发效应对降水稳定氢氧同位素的影响[D].兰州:西北师范大学,2017.[6]WUHuawu,ZHANGXinping,LIXiaoyan,etal.Seasonalvariationsofdeuteriumandoxygen-18isotopesandtheirresponsetomoisturesourceforprecipitationeventsinthesubtropicalmonsoonregion[J].HydrologicalProcesses,2015,29(1):90－102.[7]KRESSA,SAURERM,SIEGWOLFRTW,etal.A350yeardroughtreconstructionfromAlpinetreeringstableisotopes[J/OL].GlobalBiogeochemicalCycles,2010,24,GB2011,doi:10.1029/2009GB003613.[8]STEEN-LARSENHC,MASSON-DELMOTTEV,SJOLTEJ,etal.UnderstandingtheclimaticsignalinthewaterstableisotoperecordsfromtheNEEMshallowfirn/icecoresinnorthwestGreenland[J].JournalofGeophysicalResearch,2011,116(D6):161－165.[9]FROEHLICHK,KRALIKM,PAPESCHW,etal.DeuteriumexcessinprecipitationofAlpineregions:moisturerecycling[J].IsotopesinEnvironmentalandHealthStudies,2008,44(1):61－70.[10]刘洁遥,张福平,冯起,等.西北地区降水稳定同位素的云下二次蒸发效应[J].应用生态学报,2018,29(5):1479－1488.[11]MAQian,ZHANGMingjun,WANGShengjie,etal.AninvestigationofmoisturesourcesandsecondaryevaporationinLanzhou,NorthwestChina[J].EnvironmentalEarthSciences,2014,71(8):3375－3385.[12]孟玉川,刘国东.长江流域降水稳定同位素的云下二次蒸发效应[J].水科学进展,2010,21(3):327－334[13]CORTECCIG,DINELLIE,MUSSM.IsotopiccompositionandsecondaryevaporationeffectsonprecipitationfromtheurbancentreofBologna,Italy[J].PeriodicodiMineralogia,2008,77(1):53－61.[14]PENGH,MAYERB,HARRISS,etal.TheinfluenceofbelowcloudsecondaryeffectsonthestableisotopecompositionofhydrogenandoxygeninprecipitationatCalgary,Alberta,Canada[J].TellusB,2007,59(4):698－704.[15]ZHUGuofeng,LIJiafang,SHIPeiji,etal.Relationshipbetweensub-cloudsecondaryevaporationandstableisotopeinprecipitationindifferentregionsofChina[J].EnvironmentalEarthSciences,2016,75(10):876.[16]任雯,郑新军,吴雪,等.云下二次蒸发对降水过程中氢氧稳定同位素构成的影响[J].干旱区研究,2017,34(6):1263－1270.[17]ZhangXinping,XieZichu,YaoTandong.Mathematicalmodelingofvariationsonstableisotopicratiosinfallingraindrops[J].ActaMeteorologicaSinica,1998,12(2):213-220.[18]李小飞,张明军,王圣杰,等.黄河流域大气降水氢、氧稳定同位素时空特征及其环境意义[J].地质学报,2013,87(2):269-277.[19]赵诗坤,庞朔光,文蓉,等.海河流域降水稳定同位素的云底二次蒸发效应[J].地理科学进展,2015,34(8):1031-1038.[20]LiZongxing,FengQi,WangYamin,etal.Effectofsub-cloudevaporationontheδ18OofprecipitationinQilianMountainsandHexiCorridorChina[J].SciencesinColdandAridRegions,2016,8(5):378-387.[21]MaQian,ZhangMingjun,WangShengjie,etal.AninvestigationofmoisturesourcesandsecondaryevaporationinLanzhou,NorthwestChina[J].EnvironmentalEarthSciences,2014,71(8):3375-3385.[22]陕西气候.中国天气网.[2016-1-12].[23]DANSGAARDW．Stableisotopeinprecipitation[J]．Tellus,1964,14(4):436-468．[24]DRUHANJL,MAHERK．Theinfluenceofmixingonstableisotoperatiosinporousmedia:ArevisedRayleighmodel[J]．WaterResourcesResearch,2017,53(2):1101-1124[25]WANGSJ,ZHANGMJ,CHEYJ,etal．Influenceofbelow-cloudevaporationondeuteriumexcessinprecipitationofaridCentralAsiaanditsmeteorologicalcontrols[J]．JournalofHydrometeorology,2016,17(7):1973-1984．[26]潘素敏,张明军,王圣杰．新疆夏季云下二次蒸发对雨滴稳定同位素影响的定量研究[J]．干旱区地理,2018,41(3):