土壤濕度及徑流變化對(duì)長江流域降水影響的模擬

摘要：為探討長江流域土壤濕度及徑流變化對(duì)降水過程的潛在影響，采用數(shù)值模式WRFV4.4.2，對(duì)2020年6月26～29日長江流域的降水過程進(jìn)行了模擬研究，通過修改土壤濕度和徑流，開展了一系列控制試驗(yàn)和敏感性試驗(yàn)。結(jié)果表明：控制試驗(yàn)?zāi)軌蜉^準(zhǔn)確地模擬此次降水過程；敏感性試驗(yàn)表明隨著土壤濕度的增加，26日岷江南部的降水量顯著增加，且土壤濕度越高，降水正異常越強(qiáng)，影響范圍越廣。其主要物理機(jī)制在于，土壤濕度的增加導(dǎo)致近地表濕度上升，大氣邊界層高度降低，并增加了大氣可降水量，但近地表溫度的降低抑制了對(duì)流活動(dòng)的觸發(fā)，因而土壤濕度對(duì)降水過程的影響表現(xiàn)出明顯的時(shí)空非均一性，主要影響強(qiáng)度較低的降水區(qū)域，而對(duì)強(qiáng)降水中心影響有限。此外，調(diào)整重慶至宜昌段的徑流后，河道沿線的近地面溫度有所降低，而濕度增加，但由于降水過程復(fù)雜，此調(diào)整對(duì)降水影響微弱。土壤濕度及徑流變化對(duì)降水過程的影響較為復(fù)雜且具有區(qū)域性差異，研究可為長江流域氣象預(yù)測(cè)和水資源管理提供參考。

關(guān) 鍵 詞：降水過程；土壤溫度；徑流；敏感性試驗(yàn)；長江流域

中圖法分類號(hào)：P338 文獻(xiàn)標(biāo)志碼：ADOI：10.16232/j.cnki.1001-4179.2024.S2.010

0 引言

長江流域位于東亞季風(fēng)區(qū)域，夏季高溫和洪澇災(zāi)害頻繁，其氣候主要受到東亞夏季風(fēng)系統(tǒng)的影響^［1］。隨著全球變暖，長江流域極端降水事件發(fā)生的頻率也在不斷增加。有研究表明，長江流域降水的變化不僅受海溫的影響，還與陸面過程有著密切的關(guān)系。

陸地和大氣的相互作用是氣候系統(tǒng)的重要組成部分，土壤濕度作為重要的陸面因子，能顯著改變陸地的水熱狀況。它通過影響蒸散和地表能量分配，從而影響地表水平衡和能量平衡^［2］。相比于其他陸面因子，土壤濕度的持續(xù)性較長^［3］，使其成為重要的前期陸面信號(hào)。因此，關(guān)于前期土壤濕度對(duì)降水的影響在全球范圍內(nèi)已經(jīng)開展了廣泛的研究^［4-6］。例如，Liu等^［7］通過在數(shù)值試驗(yàn)中修改土壤濕度初始條件，發(fā)現(xiàn)東亞地區(qū)存在較強(qiáng)的土壤濕度持續(xù)性，可以對(duì)后期的降水和極端氣候事件產(chǎn)生影響。Liu等^［8］指出，春季較高的華北土壤濕度會(huì)減弱海陸熱力差異，進(jìn)而使東亞夏季風(fēng)強(qiáng)度變?nèi)酢?/p>

此外，水庫建庫導(dǎo)致的徑流變化對(duì)氣候也有著不可忽視的影響^［9-11］。水庫可以在陸地表面形成較大面積的水體，與陸地相比具有較大的比熱容，且粗糙度和反照率更小。其氣候效應(yīng)主要包括：當(dāng)下墊面改變?yōu)樗w后，與土壤濕度類似改變了地表的熱力條件，進(jìn)而影響地表能量分配，導(dǎo)致局地出現(xiàn)氣溫和降水的變化。Winchester等^［12］為了確定水庫建設(shè)對(duì)降水的可能影響，模擬了3次不同強(qiáng)度的降水事件，通過將下墊面替換為水體的方式探究降水對(duì)下墊面變化的響應(yīng)，結(jié)果表明水庫的建成可能會(huì)改變局地降水。黃亞^［13］基于區(qū)域模式分析了三峽水庫的氣候效應(yīng)，研究發(fā)現(xiàn)水庫建成會(huì)抑制白天的對(duì)流活動(dòng)，導(dǎo)致庫區(qū)的降水顯著減少。

目前關(guān)于長江流域土壤濕度及徑流變化影響降水的研究較少，特別是開展土壤濕度及徑流對(duì)降水影響機(jī)制的比較研究較為少見。本文采用中尺度天氣模式WRF（4.4.2版本）設(shè)計(jì)土壤濕度及徑流敏感性試驗(yàn)，研究長江流域地表土壤濕度及徑流的變化對(duì)降水的影響。

1 資料與方法

1.1 資料

選取中國氣象局提供的2020年1 580站6月逐日降水?dāng)?shù)據(jù)（圖1），將其插值到0.5°×0.5°的格點(diǎn)后選取長江流域范圍內(nèi)的格點(diǎn)進(jìn)行分析。

1.2 WRF試驗(yàn)設(shè)置

采用WRFV4.4.2進(jìn)行控制試驗(yàn)及敏感性試驗(yàn)。試驗(yàn)的模擬區(qū)域如圖2所示，使用蘭伯特投影，分辨率外層為30 km，內(nèi)層為10 km。在模式的網(wǎng)格設(shè)置上，水平方向設(shè)定兩層嵌套網(wǎng)格，外層?xùn)|西方向131個(gè)格點(diǎn)，南北方向98個(gè)格點(diǎn)，內(nèi)層?xùn)|西方向238個(gè)格點(diǎn)，南北方向133個(gè)格點(diǎn)，在垂直方向上分為28層，模式頂為50 hPa。模式使用的參數(shù)化方案有：Dudhia短波輻射傳輸方案^［14］，RRTM長波輻射傳輸方案^［15］，YSU（Yonsei University）行星邊界層方案^［16］，WSM3（WRF Single-moment 3-class）微物理方案^［17］，New Tiedtke積云對(duì)流方案^［18］和NoahMP陸面方案^［19］。模式的初始場(chǎng)及側(cè)邊界條件均使用FNL資料（主要包括土壤濕度、土壤溫度、風(fēng)場(chǎng)、濕度場(chǎng)、海平面氣壓場(chǎng)等），其空間分辨率為1°×1°，時(shí)間間隔為6 h。選取2020年6月發(fā)生于長江上游的一次強(qiáng)降水事件作為模擬對(duì)象，模式分別從8個(gè)時(shí)次（2020年6月24日00∶00、06∶00、12∶00、18∶00和25日00∶00、06∶00、12∶00、18∶00）積分至6月29日00∶00。模式運(yùn)行的前24 h為spin-up時(shí)間，分析時(shí)采用6月26日00∶00至29日00∶00的集合平均結(jié)果，并利用t檢驗(yàn)對(duì)集合試驗(yàn)結(jié)果進(jìn)行顯著性檢驗(yàn)。

本文共開展了1組控制試驗(yàn)（CTL）和3組敏感性試驗(yàn)（SM5，SM10，RO），每組試驗(yàn)分別從8個(gè)時(shí)次積分至6月29日00∶00。控制試驗(yàn)中，不對(duì)試驗(yàn)進(jìn)行任何更改。在敏感性試驗(yàn)中，SM5和SM10試驗(yàn)中分別將d02區(qū)域的整層土壤濕度的初始場(chǎng)增加5%和10%?？紤]到模式原始設(shè)置無法分辨出長江流域水體，因此在RO試驗(yàn)中將d02區(qū)域重慶至三峽段長江干流的土地利用改為水體（圖3）。由此，將敏感性試驗(yàn)與控制試驗(yàn)相減得出土壤濕度和徑流變化對(duì)此次降水過程的影響。

2 結(jié)果分析

2.1 控制試驗(yàn)?zāi)M評(píng)估

圖4給出了2020年6月26～28日觀測(cè)及模擬降水空間分布?？梢园l(fā)現(xiàn)，長江流域自西向東有一次大雨—暴雨，局地大暴雨的強(qiáng)降水過程。其中，26日強(qiáng)降水中心主要位于嘉陵江、岷江流域（以下簡稱嘉岷流域）。27日，雨帶加強(qiáng)并東移，三峽區(qū)間、烏江下游及漢江中下游出現(xiàn)暴雨—大暴雨的降水過程，長江下游有大雨，局地暴雨。28日雨帶減弱并南壓，長江中下游干流附近出現(xiàn)大雨，局地暴雨。對(duì)比模式模擬結(jié)果，可以發(fā)現(xiàn)模式除了對(duì)26日長江上游降水模擬偏強(qiáng)，27日向家壩—寸灘區(qū)間及28日鄂東北雨帶模擬略弱外，能夠基本再現(xiàn)此次降水過程，對(duì)于降水的落區(qū)和量級(jí)均模擬得較為接近。

2.2 土壤濕度對(duì)降水的影響

圖5（a）～（c）給出了SM5與CTL試驗(yàn)2020年6月26～28日降水差值空間分布?？梢园l(fā)現(xiàn)，當(dāng)增加5%土壤濕度后，26日岷江流域南部附近的降水顯著增加，27日只有個(gè)別區(qū)域出現(xiàn)了降水的顯著增加，強(qiáng)降水雨帶附近無顯著變化，28日雖然雨帶附近的降水出現(xiàn)了較強(qiáng)的減弱，但無法通過顯著性檢驗(yàn)，研究區(qū)域降水基本無顯著變化。圖5（d）～（f）給出了當(dāng)增加10%土壤濕度后降水的變化?？梢园l(fā)現(xiàn)，相較于增加5%土壤濕度的結(jié)果，26日降水增加的幅度更強(qiáng)且區(qū)域更大，27日，降水異常的分布與增加5%土壤濕度的結(jié)果基本一致，但強(qiáng)度更強(qiáng)且通過顯著性檢驗(yàn)的區(qū)域更多，28日降水則主要在長江干流以南的區(qū)域出現(xiàn)顯著增加?？梢园l(fā)現(xiàn)土壤濕度的增加對(duì)于強(qiáng)降水中心基本無顯著作用，但對(duì)于降水強(qiáng)度相對(duì)較弱的區(qū)域則可以顯著增加降水。

圖6（a）～（c）給出了SM5與CTL試驗(yàn)2020年6月26～28日表層土壤濕度差值空間分布?？梢园l(fā)現(xiàn)當(dāng)增加5%土壤濕度后，26日幾乎整個(gè)研究區(qū)域都出現(xiàn)了顯著的土壤濕度增加且增加較強(qiáng)的區(qū)域主要位于長江流域干流附近，27～28日隨著積分時(shí)間的延長，土壤濕度顯著增加的量級(jí)和范圍均在不斷減弱和縮小。

圖6（d）～（f）給出了當(dāng)增加10%土壤濕度后的變化?？梢园l(fā)現(xiàn)，相較于增加5%土壤濕度的結(jié)果，26日土壤濕度增加的幅度更強(qiáng)且范圍更大，但增加區(qū)域也主要集中于長江流域干流附近，27～28日，土壤濕度異常的分布與增加5%土壤濕度的結(jié)果基本一致，但強(qiáng)度更強(qiáng)且通過顯著性檢驗(yàn)的區(qū)域更多?？梢园l(fā)現(xiàn)，由于強(qiáng)降水的出現(xiàn)導(dǎo)致敏感性試驗(yàn)中增加的土壤濕度很快趨近于控制試驗(yàn)，但同時(shí)也可以發(fā)現(xiàn)當(dāng)在模式中增加土壤濕度后，由于土壤濕度的持續(xù)性，其正異常可以顯著持續(xù)至后期對(duì)降水產(chǎn)生影響。此外，在降水較強(qiáng)的區(qū)域（如三峽區(qū)間）土壤濕度異常很快消散，這也是其對(duì)強(qiáng)降水中心基本無影響的原因。

那么當(dāng)增加土壤濕度后會(huì)對(duì)大氣變量產(chǎn)生怎樣的影響，圖7（a）～（c）給出了SM5與CTL試驗(yàn)2020年6月26～28日2 m氣溫差值空間分布?？梢园l(fā)現(xiàn)，當(dāng)增加5%土壤濕度后，26日主要在長江流域干流以北出現(xiàn)了近地面氣溫的顯著降低，27～28日近地面降溫的幅度減弱，且顯著降溫的主要區(qū)域均位于嘉岷流域南部、烏江上游、洞庭湖水系及鄂東北。當(dāng)增加10%土壤濕度后（圖7（d）～（f）），可以發(fā)現(xiàn)相較于增加5%土壤濕度，26日降溫幅度更強(qiáng)且范圍更大，主要降溫的區(qū)域同樣位于長江流域干流以北，且出現(xiàn)東西2個(gè)降溫中心，西側(cè)中心位于嘉岷流域南部，東側(cè)中心位于漢江中游，中心降溫幅度可達(dá)0.5 K以上。27日近地面溫度異常分布與增加5%土壤濕度的結(jié)果基本一致，但強(qiáng)度更強(qiáng)且通過顯著性檢驗(yàn)的區(qū)域更多，28日顯著降溫的區(qū)域主要位于嘉岷流域且幅度較27日更大。值得注意的是，28日土壤濕度的異常稍弱于27日，但對(duì)溫度影響卻在28日更強(qiáng)，說明土壤濕度對(duì)大氣變量的影響不僅取決于土壤濕度異常本身還由大氣環(huán)流等其他因素共同決定。圖6 2020年6月26～28日表層土壤濕度差值空間分布

表層土壤濕度和近地面濕度的同期正相關(guān)意味著土壤濕度是主要控制因素，可以看作是地表影響大氣的必要條件^［20］。圖8（a）～（c）為SM5與CTL試驗(yàn)2020年6月26～28日2 m比濕差值空間分布?？梢园l(fā)現(xiàn)，當(dāng)增加5%土壤濕度后，26日主要在長江流域干流以北近地面濕度顯著增加，表明較高的土壤濕度可以增強(qiáng)地表蒸散影響大氣。相反，如果土壤濕度與低層比濕呈負(fù)相關(guān)，則意味著土壤濕度和蒸散很可能共同受大氣環(huán)流控制。27～28日近地面濕度顯著增加的主要區(qū)域均位于嘉岷流域南部及長江流域干流以南，同時(shí)在三峽區(qū)間出現(xiàn)了近地面濕度的顯著減少。當(dāng)增加10%土壤濕度后（圖8（d）～（f）），可以發(fā)現(xiàn)相較于增加5%土壤濕度，26日濕度增加的強(qiáng)度更強(qiáng)且范圍更大，異常顯著的區(qū)域同樣位于長江流域干流以北。27～28日近地面濕度異常分布與增加5%土壤濕度的結(jié)果基本一致，但濕度增加的強(qiáng)度更強(qiáng)且通過顯著性檢驗(yàn)的區(qū)域更多。同樣可以發(fā)現(xiàn)在三峽區(qū)間出現(xiàn)了更強(qiáng)的濕度顯著減少，說明該區(qū)域主要由大氣環(huán)流控制。

表層土壤濕度的變化同樣會(huì)導(dǎo)致大氣邊界層的變化，通過影響行星邊界層高度可以改變對(duì)流的觸發(fā)條件。圖9（a）～（c）為SM5與CTL試驗(yàn)2020年6月26～28日大氣邊界層高度的差值空間分布?？梢园l(fā)現(xiàn)，當(dāng)增加5%土壤濕度后，26日主要在長江流域干流以北邊界層高度顯著降低，27日邊界層高度異常較弱且通過顯著性檢驗(yàn)的區(qū)域較少，28日邊界層高度顯著降低的主要區(qū)域位于嘉岷流域南部。可以發(fā)現(xiàn)，邊界層高度顯著降低的區(qū)域與溫度降低區(qū)域高度吻合，這也是由于邊界層高度的變化主要由熱力因素主導(dǎo)。同樣，在增加10%土壤濕度后（圖9（d）～（f）），26日邊界層高度顯著降低的信號(hào)更強(qiáng)且范圍更大，主要位于長江流域干流以北。27～28日近地面濕度異常分布與增加5%土壤濕度的結(jié)果基本一致，但濕度增加的強(qiáng)度更強(qiáng)且通過顯著性檢驗(yàn)的區(qū)域更多。值得注意的是，雖然降低的行星邊界層高度有利于對(duì)流活動(dòng)，但當(dāng)增加土壤濕度后而減少的地表氣溫不利于觸發(fā)對(duì)流。因此，對(duì)比降水異?？梢园l(fā)現(xiàn)，在26日的漢江中下游及28日的嘉岷流域，雖然邊界層高度顯著降低，但由于溫度的降低，導(dǎo)致降水并無顯著變化。

由前文分析可知增加土壤濕度后使得近地面溫度降低而濕度升高，溫度的降低改變了大氣邊界層高度進(jìn)一步影響對(duì)流觸發(fā)條件，而濕度的增加則有可能向大氣提供更多的水汽進(jìn)而產(chǎn)生更多降水。圖10為SM5及SM10與CTL試驗(yàn)2020年6月26～28日可降水量的差值空間分布，可以發(fā)現(xiàn)雖然無法通過顯著性檢驗(yàn)，但兩組敏感性試驗(yàn)均在26日岷江南部出現(xiàn)可降水量較強(qiáng)的增加，對(duì)應(yīng)降水增加的區(qū)域，說明了局地土壤濕度也可能通過增加大氣中的水汽進(jìn)而增加可降水量最終影響降水。

2.3 徑流對(duì)降水的影響

圖11給出了RO與CTL試驗(yàn)2020年6月26～28日降水及2 m氣溫差值的空間分布。可以發(fā)現(xiàn)，將重慶至三峽部分河段土地利用改為水體后，對(duì)于降水而言。整體變化不大，且降水異常通過顯著性檢驗(yàn)的區(qū)域較少。對(duì)于2 m氣溫而言，主要在26日及28日三峽區(qū)間的部分地區(qū)氣溫出現(xiàn)顯著降低。類似的信號(hào)同樣可以在2 m比濕和大氣邊界層高度異常中發(fā)現(xiàn)（圖12），例如26日及28日三峽區(qū)間部分地區(qū)出現(xiàn)了顯著的濕度增加及邊界層高度降低。總之，雖然能夠發(fā)現(xiàn)徑流的改變對(duì)大氣變量會(huì)產(chǎn)生影響，但影響范圍較小且強(qiáng)度較弱，對(duì)降水總體基本無影響。

3 結(jié)論

本文主要利用WRF對(duì)2020年長江流域的一次降水過程進(jìn)行模擬，并開展了修改土壤濕度和徑流的敏感性試驗(yàn)，探究其對(duì)降水的可能影響，主要結(jié)論如下：

（1）通過增加表層土壤濕度后發(fā)現(xiàn)，降水主要在雨強(qiáng)較弱的區(qū)域增加，而強(qiáng)降水中心無顯著變化，具體表現(xiàn)為在2020年6月26日岷江南部出現(xiàn)降水的顯著增加，并且隨著土壤濕度的增加，降水顯著正異常更強(qiáng)且范圍更大。而修改重慶至宜昌段的徑流后發(fā)現(xiàn)，降水基本無顯著變化。

（2）通過對(duì)大氣變量的分析可知，當(dāng)土壤濕度增加后，近地表的濕度增加，大氣邊界層高度降低且大氣可降水量增加，這些都更有利于降水的增加。但近地表溫度降低則不利于觸發(fā)對(duì)流活動(dòng)，因此土壤濕度對(duì)降水的影響往往由大氣環(huán)流等其他因素共同決定，導(dǎo)致土壤濕度對(duì)此次降水過程的影響表現(xiàn)出較大的時(shí)空非均一性。

（3）徑流改變后發(fā)現(xiàn)水體的出現(xiàn)使得河道沿線的近地面溫度降低而濕度增加，但由于影響降水的過程復(fù)雜，導(dǎo)致其對(duì)降水基本無影響。

總之，土壤濕度和徑流均可以通過影響近地表氣溫和濕度進(jìn)而與大氣相互作用。雖然濕度增加有利于降水的出現(xiàn)，但溫度的降低則有可能抑制對(duì)流的形成，使得降水減少。在本研究中土壤濕度僅對(duì)降水較弱的時(shí)段和區(qū)域產(chǎn)生顯著影響，對(duì)于強(qiáng)降水中心則無顯著作用，這可能與土壤濕度異常的量級(jí)有關(guān)。其次，相比于土壤濕度，徑流的影響較小，在未來需要利用更高分辨率的模擬結(jié)果進(jìn)一步分析。

參考文獻(xiàn)：

［1］ 丁一匯，司東，柳艷菊，等.論東亞夏季風(fēng)的特征，驅(qū)動(dòng)力與年代際變化［J］.大氣科學(xué)，2018，42（3）：533-558.

［2］ SENEVIRATNE SI，CORTI T，DAVIN EL，et al.Investigating soil moisture–climate interactions in achanging climate：a review［J］.Earth-Science Reviews，2010，99（3/4）：125-161.

［3］ ENTIN JK，ROBOCK A，VINNIKOV KY，et al.Temporal and spatial scales of observed soil moisture variations in the extratropics［J］.Journal of Geophysical Research：Atmospheres，2000，105（D9）：11865-11877.

［4］ ZHANG R，ZUO Z.Impact of spring soil moisture on surface energy balance and summer monsoon circulation over East Asia and precipitation in East China［J］.Journal of Climate，2011，24（13）：3309-3322.

［5］ ZUO Z，ZHANG R.Influence of soil moisture in eastern China on the East Asian summer monsoon［J］.Advances in Atmospheric Sciences，2016，33：151-163.

［6］ SHI P，LU H，LEUNG LR，et al.Significant land contributions to interannual predictability of East Asian summer monsoon rainfall［J］.Earth's Future，2021，9（2）：e2020EF001762.

［7］ LIU D，WANG G，MEI R，et al.Impact of initial soil moisture anomalies on climate mean and extremes over Asia［J］.Journal of Geophysical Research：Atmospheres，2014，119（2）：529-545.

［8］ LIU L，ZHANG R，ZUO Z.Effect of spring precipitation on summer precipitation in Eastern China：role of soil moisture［J］.Journal of Climate，2017，30（22）：9183-9194.

［9］ WU J，GAO XJ，ZHANG DF，et al.Regional climate model simulation of the climate effects of the Three Gorge Reservoir with specific application to the summer 2006 drought over the Sichuang-Chongqing area［J］.Journal of Tropical Meteorology 2011，27（1）：44-52.

［10］EKHTIARI N，GROSSMAN-CLARKE S，KOCH H，et al.Effects of the lake Sobradinho Reservoir（Northeastern Brazil）on the regional climate［J］.Climate，2017，5（3）：50.

［11］路振剛，李龍波，王永峰，等.豐滿水庫運(yùn)行對(duì)局地氣候的影響回顧［J］.水利水電技術(shù)，2017，48（4）：35-41.

［12］WINCHESTER J，MAHMOOD R，RODGERS W，et al.A model-based assessment of potential impacts of man-made reservoirs on precipitation［J］.Earth Interactions，2017，21（9）：1-31.

［13］黃亞.三峽水庫區(qū)域水文氣候效應(yīng)及其未來趨勢(shì)預(yù)測(cè)［D］.南寧：廣西大學(xué)，2021.

［14］DUDHIA J.Numerical study of convection observed during the winter monsoon experiment using amesoscale two-dimensional model［J］.Journal of Atmospheric Sciences，1989，46（20）：3077-3107.

［15］MLAWER EJ，TAUBMAN SJ，BROWN PD，et al.Radiative transfer for inhomogeneous atmospheres：RRTM，a validated correlated-k model for the longwave［J］.Journal of Geophysical Research：Atmospheres，1997，102（D14）：16663-16682.

［16］HONG，S Y，NOH Y，DUDHIA J.A new vertical diffusion package with an explicit treatment of entrainment processes［J］.Monthly Weather Review，2005，134（9）：2318.

［17］HONG SY，NOH Y，DUDHIA J.A new vertical diffusion package with an explicit treatment of entrainment processes［J］.Monthly Weather Review，2006，134（9）：2318-2341.

［18］ZHANG C，WANG Y.Projected future changes of tropical cyclone activity over the Western North and South Pacific in a 20-km-mesh regional climate model［J］.Journal of Climate，2017，30（15）：5923-5941.

［19］YANG ZL，NIU GY，MITCHELL KE，et al.The community Noah land surface model with multiparameterization options（Noah-MP）：2.Evaluation over global river basins［J］.Journal of Geophysical Research：Atmospheres，2011，116：D12110.

［20］DIRMEYER PA，SCHLOSSER CA，BRUBAKER KL.Precipitation，recycling，and land memory：an integrated analysis［J］.Journal of Hydrometeorology，2009，10（1）：278-288.

（編輯：謝玲嫻）