索朗塔杰 杜軍 卓嘎 益西卓瑪 平措桑旦 2

1 西藏高原大氣環(huán)境科學研究所/西藏高原大氣環(huán)境研究重點實驗室，拉薩850001

2 高原與盆地暴雨旱澇災害四川省重點實驗室，成都610072

3 西藏自治區(qū)氣候中心，拉薩850001

1 引言

20 世紀50 年代，Namias（1958）就發(fā)現(xiàn)土壤水分的季節(jié)性異常對大氣環(huán)流季節(jié)性變化有重要作用。土壤濕度作為氣候變化地—氣過程研究中的重要物理變量之一，它積累了地表水文過程的大部分信息。土壤濕度表征土壤水分含量的程度，它通過影響地表的反照率、陸面植被的生長狀況以及蒸發(fā)等來改變陸—氣之間的能量交換。土壤濕度的變化也會影響土壤本身的熱力性質(zhì)和水文過程，進而影響到氣候變化和氣候異常。同時，氣候變化也通過地—氣相互作用對土壤濕度的變化產(chǎn)生深刻的影響（馬 柱 國 等, 2001; Njoku et al., 2003; 杜 川 利 等,2008）。研究土壤濕度的變化特征與大氣環(huán)流的關系，對合理利用水土資源、推動氣候變化、生態(tài)保護研究、提升天氣氣候預測的準確率和洪澇干旱風險評估與監(jiān)測等研究具有重要的科學意義和實踐價值。

青藏高原（以下簡稱高原）是世界上海拔最高、面積最大、地形結構最為復雜的高原。坐擁廣袤的冰川、雪山和凍土，能夠長時間記憶高原地區(qū)陸面干濕過程，也是長江、黃河等7 條東南亞重要河流的源頭，擁有豐富的水資源。眾多國內(nèi)外學者基于再分析、衛(wèi)星反演與數(shù)值模式等資料對高原土壤濕度變化的時空特征及其對大氣環(huán)流、下游區(qū)降水的影響進行了大量的科學研究（李登宣和王澄海,2016; 李哲等, 2017; 高榮等, 2017; 晏紅波和周國清,2017）。權晨等（2018）發(fā)現(xiàn)青藏高原高寒濕地土壤凍融過程中，土壤溫度整體表現(xiàn)出夏高冬低的變化特征。王瑞等（2009）通過海氣耦合模式（NCAR CCSM3）分析后認為，春季高原主體土壤濕度在年際變化尺度上可通過潛熱、感熱通量共同激發(fā)遙相關波列影響我國長江流域降水。Chow et al.（2008）利用區(qū)域氣候模式設計敏感性試驗，研究發(fā)現(xiàn)當高原春季土壤偏濕，夏季長江流域降水增加，南方降水則減少。卓嘎等（2017）研究發(fā)現(xiàn)青藏高原春季土壤濕度與長江中下游降水量呈負相關關系。肖志祥和段安民（2015）研究發(fā)現(xiàn)青藏高原土壤濕度與孟加拉灣風暴頻次有關，其土壤水分記憶能力跟季節(jié)變化密切相關。王靜等（2018b）總結分析認為造成這些結論差異的主要原因是這些研究中采用的資料和試驗設計的方法不同所致。所有研究結果均表明，高原土壤濕度的變化能夠引起大氣環(huán)流的異常變化，從而導致高原地區(qū)及其下游地區(qū)的氣候異常。另外，土壤濕度作為氣候變化的前兆信號，研究春季土壤濕度變化對提升夏季（汛期）降水預報預測水平具有重大科學意義。

季風是衡量大氣環(huán)流變化的重要參考指標，季風的強弱變化能夠較好的表征大氣環(huán)流的異常變化特征。早在1979 年湯懋蒼等（1979）證實了高原存在獨立的季風系統(tǒng)，同年由葉篤正和高由禧（1979 年）分析了高原季風各要素場氣候態(tài)的結構特征，研究發(fā)現(xiàn)高原地區(qū)冬季和夏季存在兩種基本相反的溫壓場類型，之后Kuo and Qian（1981）通過數(shù)值模擬研究發(fā)現(xiàn)高原地區(qū)受大地形作用，建立高原季風提供了動力和熱力條件。至此，高原季風得到了事實分析和模擬實驗的證實。為了較為客觀的反映高原季風強弱變化特征，本文利用高度場與風場資料，采用客觀識別方法計算了兩種高原夏季風指數(shù)進行了對比分析，并分析了其與高原春季土壤濕度的關系。

綜上所述，所有研究結果充分驗證了高原土壤濕度對高原及其下游地區(qū)氣候變化的重要影響，而人們對大氣環(huán)流異常變化對高原土壤濕度的反饋作用認識還尚淺。鑒于這一薄弱環(huán)節(jié)，本文利用歐洲中心ERA5 再分析逐日土壤濕度、位勢高度場、降水以及風場資料，分析了1981～2020 年高原春季淺層（0～7 cm）土壤濕度的時空演變特征，探討了高原土壤濕度與高原夏季風之間的關系。

2 資料與方法

2.1 資料

本研究主要利用1981～2020 年ECMWF（ European Center for Medium-Range Weather Forecasts，簡稱ECMWF）提供的ERA5 產(chǎn)品10 cm淺層逐日土壤濕度（土壤體積含水量）、降水量資料（空間分辨率0.1°×0.1°）、位勢高度場以及風場資料（空間分辨率為0.25°×0.25°）；資料來源的網(wǎng)址為https://cds.climate.copernicus.eu [2021-04-20]。其中，ERA5 再分析資料給出的土壤濕度主要反演其地面土壤體積含水量，單位：m3m?3。王靜等（2018a）研究表明高原土壤濕度在表層到深層的變化具有較好的一致性。因此，本文只選用了表層（0～7 cm）土壤濕度數(shù)據(jù)作為分析對象，討論了青藏高原春季土壤濕度時空演變特征。

由于高原地廣人稀、地形非常復雜，土壤濕度觀測資料稀缺，觀測臺站主要分布在中東部地區(qū)，且建站時間較遲，沒有足夠的時間序列可進行長期異常變化特征分析。人工觀測數(shù)據(jù)無論是空間分辨率還是時間分辨率都不足以描述高原土壤濕度的區(qū)域特征。而再分析數(shù)據(jù)有效彌補了數(shù)據(jù)時空分辨率上的這一問題。另外，Zeng et al.（2015）用2002～2012 年高原那曲站和瑪曲站土壤濕度監(jiān)測網(wǎng)資料，對歐洲中心（ECMWF）再分析資料和七套衛(wèi)星資料進行了評估，結果表明所有產(chǎn)品都基本可以描述土壤濕度變化動態(tài)，其中，ERA-Interim 產(chǎn)品在數(shù)值上最接近觀測值。張文君等（2008）對目前國際應用較為廣泛的4 套再分析土壤濕度產(chǎn)品在中國區(qū)域的可靠性進行對比分析發(fā)現(xiàn)，ERA40 的年際變化與觀測值相關最好。而ERA5 產(chǎn)品是繼ERAInterim 和ERA40 之后最新推出的再分析數(shù)據(jù)，它主要利用物理模型數(shù)據(jù)與較多的觀測數(shù)據(jù)（雷達、衛(wèi)星、地面觀測等）進行四維同化處理，是ERAInterim 產(chǎn)品的更新升級版。因此，相對來說，ERA5產(chǎn)品具有較好的可用性和可靠性。

2.2 方法

采用Morlet 小波功率譜方法分析1981～2020年高原春季土壤濕度序列的振蕩周期。功率譜作為應用非常廣泛的分析序列周期的方法，其優(yōu)點在于可根據(jù)給出的置信水平提取不同時頻的顯著周期信號。為描述整個高原土壤濕度的時頻周期，文中把海拔高度超過2500 m 的區(qū)域作為整體進行區(qū)域平均，并將該序列的長期線性趨勢去除后進行小波分析。為研究高原土壤濕度的時空變化特征，本文還采用了經(jīng)驗正交函數(shù)（EOF）、t檢驗、諧波分解、線性回歸、合成分析等統(tǒng)計方法。春季指每年3～5 月平均值，夏季指每年6～8 月平均值。

眾多學者采用客觀識別方法判斷高原季風強弱年，逐步構建目前較為常用的高原季風指數(shù)計算方法（Plateau Monsoon Index，簡稱PMI，用物理量符號I代替；Tang and Reiter, 1984; 湯懋蒼, 1998;齊冬梅等, 2009; 荀學義等, 2018）。本文主要采用齊冬梅等（2009）提出的U風分量（U′）計算高原夏季風指數(shù)（IU）的算法，具體方法為：?。?7.5°N～30°N，80°E～100°E）范圍600 hPa 平均的西風分量距平 與（35°N～37.5°N，80°E～100°E）范圍內(nèi)平均的東風分量距平之差作為高原夏季風指數(shù)IU，計算公式為

其差值越大，高原夏季風越強；反之，則高原夏季風越弱。

為對比分析，本文還利用湯懋蒼（1998）提出的高度場資料計算高原季風指數(shù)（Iz）的方法，并與IU指數(shù)進行相互驗證（圖1），兩種算法得出的高原夏季風指數(shù)正負位相變化基本一致，相關系數(shù)高達0.87，能夠較好的表征高原季風的強弱變化特征，因此，后文分析中僅給出U′計算得出的結果。實際上，考慮到高原很多臺站實際觀測氣壓低于600 hPa，本文計算高原季風指數(shù)時分別使用500 hPa 和400 hPa 西風分量和位勢高度場算出的結果與上述結果進行了對比（圖略），其結果差別不大。

圖1 U 風分量和高度場計算的高原季風指數(shù)（IU 和IZ）對比Fig.1 Comparison of two plateau monsoon index (IU, IZ) by U wind component and height field algorithms

文中格點數(shù)據(jù)區(qū)域平均時，由于高原與平原地區(qū)的海拔落差較大，造成高原到平原地區(qū)的過渡區(qū)土壤濕度水平梯度大。因此，根據(jù)海拔高度2500 m作為高原分界線，如果滿足格點位置在區(qū)域（25.5°N～40.5°N，73.0°E～104.2°E）海 拔 高 度h＞2500 m 界限以內(nèi)，則保留數(shù)據(jù)，否則設為缺測處理，圖2 給出了海拔高度超過2500 m 的高原高程地形圖。

圖2 海拔超過2500 m 的青藏高原地形圖（單位：m）Fig.2 Terrain (units: m) of the Tibetan Plateau with an altitude of more than 2500 m

3 春季土壤濕度時空變化特征

氣候平均上，青藏高原春季土壤濕度空間呈西北偏干，東南部相對偏濕的分布特征（圖3），最大值可達0.5 m3m?3以上，低值區(qū)位于高原西部地區(qū)及37°N 以北地區(qū)，其中偏北地區(qū)（柴達木盆地）的土壤濕度不足0.1 m3m?3，土壤濕度的這種地理分布特征，較好的反映高原地區(qū)氣候帶及其下墊面實際狀況。說明高原土壤濕度分布特征與海拔高度、下墊面分布密切相關，高原東南部地區(qū)海拔相對較低，南部輸送上來的水汽較為充沛，西北部地區(qū)則相反，這與孫夏（2019）等研究結果一致。

圖3 1981～2020 年氣候平均青藏高原春季平均土壤濕度空間分布（單位：m3 m?3）Fig.3 Spatial distribution of the average spring soil moisture (units: m3 m?3) over the Tibetan Plateau from 1981 to 2020

圖4 給出了1981～2020 年青藏高原主體（海拔h＞2500 m）春季土壤濕度進行區(qū)域平均并標準化之后序列的變化及其趨勢線。整體上看，近40年來青藏高原土壤濕度異常變化出現(xiàn)了三次標準差超過±2 的年份，分別為1985 年的?2.8、2003 年的＋2.3 和2019 年的＋2.8。從變化趨勢上看總體呈增濕趨勢，平均每10 年增濕0.3 m3m?3。這與高原氣溫、平均降水變化趨勢較為一致（艾雅雯等,2020, 徐洪亮等, 2021），說明土壤濕度與氣溫、降水的變化密切相關，它可通過高原地表熱力效應（感熱、潛熱、蒸發(fā)以及地面長波輻射等）影響邊界層和自由大氣的演變，進而影響地面氣溫和降水的異常變化。實際上，土壤濕度的長期異常變化特征還疊加了年際與年代際的自然波動、全球變暖以及人類活動等影響信號。

圖4 1981～2020 年青藏高原春季平均土壤濕度（單位：m3 m?3）年際變化（折線）及其線性趨勢（直線）Fig.4 Interannual variation (broken line) and the linear trend (straight line) of the spring average soil moisture (units: m3 m?3) on the Tibetan Plateau from 1981 to 2020

為揭示青藏高原春季土壤濕度的典型時空變化特征，本文對1981～2020 年高原區(qū)域土壤濕度進行了EOF 分解，得到前3 個主要空間模態(tài)和對應標準化時間系數(shù)。圖5 給出了EOF 分解的第一空間模態(tài)（圖5a）和時間變化特征（圖5b）。第一模態(tài)解釋了總方差的29.1%，說明該模態(tài)可以描述原始數(shù)據(jù)接近1/3 的異常變化信息。從空間分布可以看出，青藏高原春季土壤濕度變化最主要的模態(tài)基本表現(xiàn)為中部與東（95°E 以東）、西（70°E 以西）部反向變化特征，中部地區(qū)（高原腹地：30°N～35°N，75°E～95°E）是土壤濕度變率最大區(qū)域，說明該區(qū)域土壤濕度異常的氣候敏感區(qū)。從時間系數(shù)變化來看（圖5b），整體上看，與青藏高原春季平均土壤濕度線性趨勢（圖4）變化類似，其長期變化特征還疊加有年際與年代際的波動。

圖5 高原春季土壤濕度EOF（a）第一空間模態(tài)及其（b）時間變化特征（右上角百分數(shù)為諧波分解前3 波累計方差貢獻）。（b）中柱狀圖為標準化之后的時間系數(shù)，曲線為年代際分量，紅色虛線表示諧波分解前3 波合成，r 表示線性趨勢斜率Fig.5 (a) The first spatial mode of EOF and (b) its temporal variation characteristics of the spring soil moisture on the plateau. In (b), standardized time coefficient (bar) and decadal component curve (three waves before harmonic decomposition: red dashed line); r in the figure represents the linear trend slope. The cumulative variance contribution of the first three waves of harmonic decomposition is placed in the upper-right corner

為分析高原春季土壤濕度的年代際變化特征，圖5b 還給出了扣除趨勢之后春季土壤濕度諧波分解前3 波合成圖（紅色虛線）。需要說明的是，針對40 年的時間序列進行諧波分解，它最多可以分解40/2=20 波，其中，第0 波為均值，第1 波為20 年為正20 年為負的波動周期，依次類推，第3波對應著40/3≈13 年（6.5 年為正6.5 年為負）的波動（索朗塔杰等, 2020）。由圖可知，諧波分解前3 波的變化特征與時間系數(shù)PC-1 變化特征基本一致，且前3 波累計方差貢獻率達20.7%，說明EOF 第一模態(tài)存在明顯的年代際變化特征。盡管如此，前3 波與PC-1 正負符號并不完全一致，尤其是2011 年之后諧波分解結果呈負異常時PC-1 序列為正異常，說明EOF 第一模態(tài)不僅存在年代際變化特征，還疊加有土壤濕度整體增加的趨勢，扣除掉趨勢影響的高原春季土壤濕度年代際變化大致可以分為：1983～1996 年的偏干期和1997～2012年的偏濕期。

EOF 分解第一模態(tài)時間系數(shù)變化（PC-1）表明，近40 年來高原土壤濕度不僅存在趨勢變化特征，還疊加有年際和年代際的周期振蕩，并且通過諧波分解大致劃分了年代際的波動特征。為進一步分析各波動的顯著周期，對扣除趨勢影響后的PC-1 進行了Morlet 小波功率譜分析（圖6）。由圖可知，高原春季土壤濕度異常變化存在準3 年（2～4 年）、準10 年（9～11 年）和準20 年的明顯波動周期，其中，準3 年波動周期在2000～2010 年之間更為顯著，準10 年波動周期在上世紀90 年代至本世紀初呈顯著特征，雖然準20 年周期波動的功率也較強，但受到數(shù)據(jù)序列長度限制，其顯著區(qū)基本落在邊界效應影響區(qū)域，可能存在著一定的分析誤差。

圖6 EOF 第一模態(tài)時間系數(shù)PC-1 的Morlet 小波功率譜分析；左圖中色標為小波功率，網(wǎng)格處為邊界效應影響域，打點區(qū)域為通過0.05顯著性水平檢驗，右圖為小波功率譜Fig.6 Morlet wavelet power spectrum analysis diagram of the time coefficient PC-1 of the first mode from the EOF; The color mark in the left figure is the wavelet power, the grid is the influence domain of the boundary effect and the black dotted area is the 0.05 significance level test, the right picture is the wavelet power spectrum

圖7 給出了EOF 展開的第二個模態(tài)和相應的時間系數(shù)，第二模態(tài)解釋了原序列總方差的13.7%，空間模態(tài)（圖7a）主要變化特征表現(xiàn)為近似南北反向型異常分布特征，35°N 以北基本為負值區(qū)，其以南為正值區(qū)，大值中心位置與第一模態(tài)類似，位于高原腹地（32°N～34°N，84°E～92°E），該模態(tài)異常分布特征與高原春季土壤濕度地理分布（圖3）特征較為一致，最大變率區(qū)位于高原腹地及柴達木盆地，較好的表征了高原氣候帶與下墊面覆蓋的實際狀況。從時間系數(shù)（圖7b）變化來看，該模態(tài)表現(xiàn)出比較明顯的趨勢變化特征。

圖7 同圖5，但為EOF2 和PC-2Fig.7 Same as Fig.5, but for the second mode

圖8 給出了EOF 第二模態(tài)時間系數(shù)扣除趨勢影響（PC-2）的小波功率譜分析，PC-2 的小波分析發(fā)現(xiàn)兩處顯著振蕩周期，分別為2～4 年和5～6 年，其余顯著周期均落在邊界效應區(qū)域，因此后文不以進行討論；除此之外，高原春季土壤濕度第三模態(tài)（圖略）自西向東呈正—負—正的異常變化結構，其方差貢獻率為8%，且呈明顯的上升趨勢。

圖8 同圖6，但為PC-2 的Morlet 小波功率譜分析Fig.8 Same as Fig.6, but for the Morlet wavelet power spectrum analysis of the time coefficients of the second mode

綜上所述，近40 年來高原春季土壤濕度EOF第一模態(tài)以中部與東、西部反向變化為主，時間系數(shù)PC-1 表征高原春季土壤濕度整體呈明顯增加趨勢并疊加有年際、年代際變化特征。第二模態(tài)呈南北反向型，其空間分布特征較好的反映了高原氣候帶與下墊面覆蓋實際狀況。

4 土壤濕度與高原季風的關系

土壤濕度是氣候變化陸—氣過程中的重要物理變量，土壤濕度的異常變化通過地氣熱通量交換，引 起 大 氣 環(huán) 流 的 異 常 變 化（Koster and Suarez,2001; Zhang and Zou, 2011; 周娟等, 2017）。實際上，大氣環(huán)流的周期性變化也會影響土壤濕度的異常變化（鄧元紅等, 2018），高原季風的強弱變化能夠直接影響高原的降水量與土壤濕度的異常變化。前文采用EOF 分解分析了近40 年來青藏高原春季土壤濕度的時空變化特征，其空間分布特征較好的反映高原氣候帶與下墊面覆蓋實際狀況。PC-1 與PC-2 表明高原土壤濕度異常變化呈明顯的趨勢變化特征，并存在準3 年（2～4 年）年際振蕩周期疊加有年代際變化特征。本節(jié)將討論高原春季土壤與高原夏季風之間的關系。

圖9 分別給出了高原夏季風指數(shù)與春季土壤濕度（圖9a）、高原夏季（MJJ）降水（圖9b）的超前滯后相關圖，發(fā)現(xiàn)高原夏季風指數(shù)與次年春季高原土壤濕度呈正相關，相關系數(shù)達0.43，且通過了0.01 的顯著性水平檢驗（圖9a）。而高原夏季風指數(shù)與夏季降水呈同時正相關，相關系數(shù)為0.43，也通過了0.01 的顯著性水平檢驗（圖9b）。實際上，從圖9c 上可以看出高原夏季風與高原夏季降水正負位相變化比較一致，春季土壤濕度變化落后于前兩者，但這種滯后關系在2014 年之后，似乎出現(xiàn)了反位相變化特征，這可能與影響土壤濕度的其他主導因子異常變化有關，比如隨著全球變暖高原蒸發(fā)量增大等，其具體物理過程還需通過數(shù)值試驗等其他手段進一步驗證。

為進一步分析高原夏季風通過降水的變化對次年春季土壤濕度的影響過程，圖10 分別給出了1981～2020 年夏季（MJJ）500 hPa 氣候態(tài)高度場（圖10a）及高原強夏季風年與弱夏季風年（圖10b）500 hPa 差值場（Shi et al., 2019）。從500 hPa 氣候態(tài)高度場上看（圖10a），中高緯度地區(qū)西風帶定長波基本呈三槽兩脊型，三個槽分別位于大西洋東部—歐洲西部地區(qū)、烏拉爾山地區(qū)以及我國東北—日本地區(qū)，分別對應著大西洋大槽、歐洲大槽以及東亞大槽；低緯度地區(qū)高原東西兩側由穩(wěn)定的伊朗副熱帶高壓和西太平洋副熱帶高壓所控制。差值分析（圖10b）可以看出，中高緯度歐亞大陸地區(qū)存在顯著的異常波列，其中，西側的負異常中心位于歐洲西北側，中間的雙中心正異常所控制的區(qū)域包括歐洲中西部延伸至我國蒙古地區(qū)，而其南側分裂出了顯著的負異常區(qū)域，中心位于青藏高原西北地區(qū)（高原基本被負異常控制），說明高原季風年際變化與中高緯西風帶中長波年際尺度傳播密切相關，高原西北地區(qū)負值中心對應著強的高原夏季風，說明強季風年高原地區(qū)低值系統(tǒng)活躍。與此同時，西太平洋副熱帶高壓活動區(qū)出現(xiàn)明顯的正異常中心，西太副高活動與高原天氣系統(tǒng)的生成、發(fā)展和移動密切相關，副高西伸加強時，高原天氣系統(tǒng)加強、東移緩慢，在副高的強迫下孟灣地區(qū)的暖濕水汽匯聚北上至高原，造成高原地區(qū)的持續(xù)性降水。綜上所述，高原強夏季風對應著高原地區(qū)夏季降水偏多。海拔2500 m 以上的高原入冬比同緯度地區(qū)偏早，高原土壤濕度記憶能力強于同緯度地區(qū)（趙家臻等, 2021）。降水可補充土壤水分流失，這也是春季高原土壤濕度增大的主要因素之一。

圖10 1981～2020 年（a）夏季（MJJ）500 hPa 氣候態(tài)高度場，黑色等值線表示高度場，等值線間隔為10 gpm，箭頭表示風場，單位：m s?1；（b）強高原夏季風年與弱高原夏季風年500 hPa 位勢高度差值場，打點區(qū)域為通過0.01 顯著性水平檢驗，紅色實線等值線表示高度場正異常，藍色虛線等值線表示高度場負異常，等值線間隔為10 gpm，箭頭表示風場差值場，單位：m s?1。右下角給出的風速大小表示只顯示大于等于該值的風場；綠色等值線為青藏高原（海拔＞2500 m）邊界線Fig.10 (a) 500 hPa climatic height field in summer (MJJ), black contour lines represent the height field, and the contour interval is 10 gpm, arrows indicate wind field, units: m s?1; (b) 500 hPa difference geopotential height field between the strong and weak plateau summer monsoon years from 1981 to 2020, the dotted area passes the 0.01 significance level test, the red solid contour line represents the positive height field anomaly, and the blue dotted contour line represents the height field negative anomaly. The contour interval at 10 gpm, the arrows represent the wind field difference field,unit: m s?1. The arrows in the lower right corner indicate that only wind fields greater than or equal to this value are given; the green contour line is the boundary line of the Qinghai–Tibet Plateau (altitude > 2500 m)

為分析大氣環(huán)流垂直變化特征，圖11 給出了夏季（MJJ）200 hPa 氣候態(tài)環(huán)流場（圖11a）與強高原夏季風年減去弱高原夏季風年（圖11b）200 hPa環(huán)流場合成圖（Shi et al., 2019），如圖11a 所示，夏季青藏高原對流層上層存在穩(wěn)定的南亞高壓，中高緯地區(qū)被西風急流所控制，相對而言，強季風年南亞高壓所控制的范圍更大。從差值分布（圖11c）可以看出，歐亞大陸上空存在與500 hPa 類似的異常波列，正負異常中心位置比較一致，青藏高原西北側顯著負異常中心范圍更大，說明西風帶年際尺度傳播的環(huán)流異常呈正壓結構，且由對流層主導向上向東傳播。

圖11 同圖10，但為200 hPa 環(huán)流場合成圖Fig.11 Same as Fig.10but for 200hPa circulation field composite image

5 討論與結論

5.1 年代際變化

圖12 給出了高原春季土壤濕度、高原夏季風以及夏季降水量諧波分解前3 波（年代際）變化特征，三者諧波分解前3 波累計方差貢獻率均超過了20%，分別為20.7%、33.5%和39.3%，表明三者存在明顯的年代際變化特征。三個要素變化特征對比來看，高原夏季降水和高原夏季風的年代際變化基本一致，尤其正負位相變化基本發(fā)生在同一年，高原春季土壤濕度自1984 年之后年代際尺度變化與高原夏季風比較一致，整體上看，三者在年代際尺度上的變化特征比較一致，相關系數(shù)均超過0.5以上，土壤濕度與季風指數(shù)相關系數(shù)為0.61，季風指數(shù)與夏季降水量相關系數(shù)高達0.71，土壤濕度與夏季降水量的相關系數(shù)為0.51。綜上所述，1981～2020 年青藏高原春季土壤濕度在年代際尺度上與高原夏季風、夏季降水密切相關，其年代際變化大致可以劃分為：1983～1996 年偏干期和1997～2012 年的偏濕期。

圖9（a）高原夏季風指數(shù)與高原夏季降水相關場（黑點區(qū)域表示通過0.01 顯著性水平檢驗）分布；（b）高原季風指數(shù)與春季土壤濕度的超前滯后相關序列（紅色橫線為0.01 顯著性水平參考線，打點區(qū)為通過0.01 顯著性水平檢驗）；（c）去趨勢標準化的夏季風指數(shù)、春季土壤濕度以及夏季降水的年際變化Fig.9 (a) Correlation field between the plateau summer monsoon index and plateau summer precipitation (black dots area indicate that it has passed the 0.01 significance test); (b) leading and lagging correlation diagram between the plateau monsoon index and spring soil moisture (the red horizontal line is the 0.01 significance level reference line, and the dotted area has passed the 0.01 significance test); (c) interannual variation of de-trend standardized in summer monsoon index, spring soil moisture, and summer precipitation

圖12 高原春季土壤濕度、高原夏季風與高原夏季降水年代際分量變化特征（諧波分解前3 波）。右上角圖例括號中給出各要素前3 波累計方差貢獻率，要素之間的相關系數(shù)在右下角給出Fig.12 Variation of interdecadal components of the plateau spring soil moisture, plateau summer monsoon, and plateau summer precipitation (the first three waves of harmonic decomposition). In the brackets of the legend in the upper-right corner, the contribution rate of the cumulative variance of the first three waves of each element is given. The correlation coefficients between the elements are given in the lower-right corner

為分析高原土壤濕度在年代際尺度上的環(huán)流特征，本文也分析了土壤濕度偏濕年與偏干年對應500 hPa 環(huán)流場的差值（圖略）。整體上看，中高緯度（30°N 以北）地區(qū)存在明顯的異常波列，環(huán)流異常波列傳播時青藏高原西北側為氣旋式異常，而東北側被反氣旋式異?？刂疲@種結構對應著西伯利亞冷空氣堆積和烏拉爾山阻塞高壓加強，有利于水汽在高原地區(qū)聚集，此時高原整體基本為不明顯的負異常區(qū)域。高原地區(qū)低值系統(tǒng)活躍，冷空氣活動頻繁也是高原降水增多的主要環(huán)流結構。年代際尺度上高原偏南地區(qū)的大氣和西太平洋副熱帶高壓活動變化不大，與年際尺度環(huán)流變化特征相比，引起高原降水增多的環(huán)流特征并不相同，進一步表明，年代際尺度高原降水異常變化主要由中高緯度地區(qū)定長波傳播異常導致。

5.2 結論

本文利用1981～2020 年歐洲中心（ERA5）提供的淺層（10 cm）土壤濕度、降水量、高度場以及風場再分析資料，分析了青藏高原春季土壤濕度的時空變化特征及其與高原季風的關系。得到以下結論：

（1）青藏高原春季土壤濕度呈西北偏干，東南部相對偏濕的分布特征。EOF 展開的前三個模態(tài)累計解釋方差達51%，第一模態(tài)空間結構呈中部與東、西部反向變化特征，對應時間系數(shù)（PC-1）呈增加趨勢并疊加有年際和年代際變化特征，第二模態(tài)主要表現(xiàn)為減少的近似南北反向型異常分布，分布特征能夠較好的表征高原氣候帶與下墊面的實際狀況。

（2）高原夏季風的異常變化是導致高原春季土壤濕度年際和年代際變化的主要原因。年際尺度上高原夏季風與次年高原春季土壤濕度表現(xiàn)為明顯的正相關關系，相關系數(shù)達0.43，并通過0.01 的顯著性水平檢驗；強季風年對應的環(huán)流中高緯地區(qū)環(huán)流表現(xiàn)為兩槽一脊型，西太副高西進北臺，高原西北側存在準正壓結構的負異常中心，沿副高西脊線邊緣的偏北氣流給高原提供充沛的水汽，進而增加高原夏季降水，隨后入冬使土壤水分以凍土方式記憶，至翌年春季凍土隨氣溫升高逐漸融化，從而土壤濕度增加。高原春季土壤濕度存在明顯的年代際變化特征，并且與高原夏季風、高原夏季降水量在年代際尺度上呈同時正相關關系，相關系數(shù)均超過了0.5 以上，表明高原夏季風與夏季降水量的年代際異常變化是春季土壤濕度發(fā)生年代際變化的主要原因。

土壤濕度與大氣相互作用過程復雜，土壤濕度可通過感熱、潛熱等方式影響大氣環(huán)流的異常變化，而大氣環(huán)流的變化則通過降水等方式影響土壤濕度。本文分析了大氣環(huán)流對高原春季土壤濕度的響應，其具體物理過程仍需通過數(shù)值試驗等方法進一步驗證和探討。