东亚夏季风西风水汽输送的季节性及其对解释降水量δ18O的意义外文翻译资料

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

东亚夏季风西风水汽输送的季节性及其对解释降水量delta;¹⁸O的意义

Alexander J. Baker¹, Harald Sodemann², James U. L. Baldini1, Sebastian F. M. Breitenbach³, Kathleen R. Johnson⁴, Jeroen van Hunen¹, and Zhang Pingzhong⁵

¹Department of Earth Sciences, University of Durham, Durham, UK, ²Geophysical Institute, University of Bergen, Bergen ,Norway, ³Department of Earth Sciences, University of Cambridge, Cambridge, UK,⁴Department of Earth System Science ,University of California at Irvine, Irvine, California, USA, ⁵School of Earth Sciences and Key Laboratory of Mineral Resources in Western China (Gansu Province), Lanzhou University, Lanzhou, China

摘要：东亚夏季风（EASM）降雨影响了世界上人口最多的地区。准确的EASM降雨预测需要来自代理数据的强大古气候重建以及气候条件的定量联系。许多来自中国石笋的精确的氧同位素记录被解释为直接反映过去的EASM降水量变化，但最近的研究表明这些记录反而整合了多个水文过程。使用拉格朗日降水水源诊断，我们证明EASM降水主要来自印度洋。相反，太平洋水分输出在冬季出现高峰，夏季和冬季的水分吸收面积没有显著茶语，因此是夏季风降水的一个小因素。我们的结果通过准确的再现中国的夏季和冬季空间降雨分布效应的强度在地理上是可变的，大气水分输送的差异可能显著影响Hulu,Dongge和wanxiang Gave遗址的EASM降雨的同位素特征。这些结果提高了我们在古地震重建中分离降雨量信号的能力，并表明中国中北部和东部的降水将直接影响印度洋水分供应的变化。

关键词：东亚夏季风降雨量化季节性水分循环；西北运输带动EASM降水；东风运输在冬季盛行；降雨氧气同位素比的源效应强度在空间上变化

1介绍

东亚夏季风(EASM)和印度夏季风（ISM）受大陆——海洋温度梯度的季节性逆转驱动，这些梯度会产生陆地上的低压异常，以及平均热带风向量的季节性变化(Ding and Sika, 2006; Molnar等,2010).快速的季节性哈德来环流逆转和越赤道气流在很大程度上推动了6月份温带EASM的开始，与热带辐合带(ITCZ)北部夏季向北移动相吻合，但正面EASM降水比ITCZ向北延伸(Schneider ,2014)。大气环流的这些季节性变化导致温暖，潮湿的气团向内陆迁移，产生极端潮湿的季节；中国东部大约80%的年降水量时在5月至8月之间收到的(Webster等,1998)。ISM降水来自赤道维度的南风运输以及随后穿过印度洋北部进入印度次大陆的西风运输。EASM降水时由西南水汽输送，北向ITCZ转移和东风太平洋信风单位汇合产生的(Liu等,2014)。然而，这些运输机制对季风中国降水的相对贡献仍未得到量化。

对未来EASM降水量变化的可靠预测是一个相当大的科学和社会关注的问题，并取决于高分辨率代理档案(Intergovernmental Panel on Climate Change (IPCC)，2013)的强大古气候重建的可能性，它将现今的季风定义为长期背景下的趋势。在许多古地质重建研究中，降水量(Wang等,2001;Zhang等,2008)或季风强度（夏-冬季降水比）直接从绝对日期石笋delta;¹⁸O记录 (Cheng等,2009)推断，给予降水delta;¹⁸O之间的负相关和降水量或速率（“量效应”），这在现代仪器数据中很明显，它来自低纬度地区(Rozanski等,1992)，尽管有相当大的空间变异(Johnson and Ingram,2004)。这些代理数据跟踪了千年至冰期—间冰期时间尺度上的夏季北半球日照(Cheng等,2009)，并显示出响应高纬度气候变化的季风波动，特别是北大西洋温度(Li等,2014)。然而，在EASM区域内，中国南方报告了不同的delta;¹⁸O趋势(例如,Cosford等,2008;Hu等,2008)和接近北方的EASM限制(例如,Tan等,2009;Zhang等,2008)。潜在地，表观降水模式中的这种空间差异性是对相对温和的气候强迫的复杂季风响应的证据。因此，使用代理delta;¹⁸O数据来解释过去的EASM动力学需要充分理解对夏季风亚洲的delta;¹⁸O变化的控制。

最近基于仪器数据(Dayem等,2010;Johnson,Ingram,2004)的研究和气候模型(Clemens等,2010;Li等,2014;Pausata等,2011)证明局部和中尺度过程导致delta;¹⁸O—气候相关性的时空变化。具体而言，这些研究证明了季风中国的降水delta;¹⁸O在热带海洋来源的大气水分运输过程中对上游枯竭的强烈响应，而不是仅仅局部降雨变化(Liu等,2014)。这突出了古老的季风重建的一个关键挑战：需要从影响降水(石笋)delta;¹⁸O的其他过程中分离出降水量信号。此外，调和石笋delta;¹⁸O与来自中国的其他陆地代理古沉淀记录之间的不匹配(例如，magnetic susceptibility records from loess-paleosol successions)需要对石笋delta;¹⁸O 进行定量解释(Maher ,Thompson,2012)。

许多研究(例如,Breitenbach等,2010年;Clemens等,2010年;Sodemann等,2008)表明，通过确定初始蒸发条件和随后的水汽输送过程中空气的同位素演化，水分源季节性在降水delta;¹⁸o变率中起着重要作用(Sodemann等,2008)。目前，拉格朗日模型非常适合于在观测降水delta;¹⁸O数据进行比较的空间和时间尺度上获得详细的定量水源信息。本文定量地研究了中国降水delta;¹⁸O的两个关键而又鲜为人知的控制因素：（1）目前降水的水分源区变异性；（2）水分输送的季节特征。然后，我们讨论了它们对发展准确、定量的古季风重建的意义。

2数据和方法

2.1拉格朗日湿度源诊断

我们定量地描述了中国中部和东部地区大陆降水的水分来源。这是通过拉格朗日湿度源诊断(Sodemann等,2008b)实现的，该检测沿大气空气的三维运动后向轨迹检测特定湿度变化，从而将降水输送到目标区域，从而量化水分源的蒸发贡献。审查期间是1999年11月至2005年3月，它充分利用了现有的数据，并且与使用拉格朗日技术的下前研究的长度相当，后者为格陵兰半岛等不同气候区域的现代水源气候提供了数量限制(Sodemann等,2008b)。用广泛使用的粒子扩散模型FLEXPART（版本8.2）(Stohl等,2005)计算轨迹，并在本研究所用的模拟(Stohl,2006)中，将全球大气层均匀地分成140万个粒子，代表无穷小空气，每个使用欧洲中期天气预报中心运行分析的三维风场数据追踪20天，每6小时一次，水平分辨率为1°times; 1°，垂直水平为60度。仅考虑将降水输送到中国定义的目标区域的轨迹，其最小（最大）经度和纬度分别为95(121)°E和20(40)°N (图1)。该目标区域基于己知的当前空间EASM降水分布，包括受梅雨锋影响的区域，梅雨锋是一个固定的亚热带锋面系统，它划分了EASM的平均北纬范围(图1)。此外，我们排除了平均海平面以上海拔超过2公里的区域，如青藏高原东部，以准确隔离受EASM影响的中国中部和东部低地地区。根据纬度、经度、海拔高度、压力和特定湿度输出每6小时的时间步长，使用阈值比湿度标准0.2g kg^-1 6h^-1沿着目标区域内沉淀的每个空气质量的轨迹确定蒸发和沉淀的时间序列，以确定水分吸收和降雨。表S1中的支持信息中给出了输入参数和值的完整列表。根据这个沿着轨道的摄取和降雨顺序，以及每个时间步骤对大气输送水分的相对贡献，计算出水源贡献的定量估计,遵循Sodemann等人的观点。估计的拉格朗日降水量是在到达目标区域之前6小时期间从每个轨迹中的特定湿度变化计算的。

图1 降水水源诊断研究(白色虚线)和确定的水源部门的目标区域:印度洋西北部(蓝色) .印度洋东北部(绿色) .南海(橙色),菲律宾海(红色)和陆地区域(深灰色)。扇形颜色编码对应于图7.扇区首先由经络和平行线划分;随后将每个区域内的海洋和陆地区域分开，并显示源区域(见支持信息)。黑色箭头表示传统上假定的热带ISM和温带EASW子系统中水分质量的散裝运输方向基于平均北方夏季大气压力模式。获得了用于多变量相关分析的数据的GNIP (黑色标记)和气象站(白色标记)以及文本中讨论的每个洞穴位置的位置(颜色标记)。洞穴场地颜色与图8中的颜色相对应。为清楚起见，剩余的陆地区域为浅发色阴影。

这种拉格朗日方法的潜在局限性是(1) 绝对湿度源强度对阈值比湿度标准的敏感性较弱，通过考虑低于0.5 g kgˉsup1; 6 hˉsup1;的特定湿度值可将其最小化(James等,2004)；(2) 假设蒸发和降水可以在6小时的时间范围内分离，(3)无法考虑子网格尺度的湿度变化(例如，蒸发降水)。我们断言，不考虑子网格规模的过程并不会严重影响我们的研究，因为中国中部和东部的模拟降水再现了观测的30年降水气候学。拉格朗日方法有一些重要的优点。首先，定性诊断降水源区域，因为计算了局部蒸发对空气中总水分的贡献程度。以前的研究依赖于轨迹终点(Helsen等,2007)或蒸发的叠加减去沿轨迹的降水(James等,2004)。其次，如果在特定湿度增加点处低于大气边界层(ABL) ,则仅对给定的空气包进行直接蒸发水分吸收的诊断。因此，该方法主要由于对流过程将来自ABL内的蒸发水分吸收与自由对流层(FT)中的空气的湿润区分开来。通过结合ABL和FT水分贡献，我们能够将水分来源归因于1999一2005年期间平均年降水量的93.5% (支持信息中的表S2)。

我们在关键位置 (图1) 量化了降水delta;¹⁸O (见支持信息)的源信号变异性:中国东部(Hulu洞穴: 33°30N, 119° 10E)，中国南部(东阁洞: 25° 17N, 108° 08 E) ,靠近北部EASM极限(万象洞: 33°19 N, 105°00 E;大峪洞: 33°08N, 106°18 E)。为实现这一-目标，我们运行了拉格朗日诊断，并在每个选定的洞穴中心附加了2°x2°的目标区域(支持信息中的图1和表S3)。根据每个目标区域的输出，计算特定湿度加权平均月度源经度和纬度。这些数据和降水量数据，从附近的气象站获得，被用作多变量相关的预测变量与仪器降水delta;¹⁸O数据，从全球降水同位素网络(GNIP)数据库国际原子能机构(世界气象组织, 2014年)。对于每个洞穴场地，我们选择了GNIP站(分别为南京，贵阳和成都)和气象站(分别为Hulu,河池，武都和汉中)，这些站点位于各自目标区2域内或附近(图1)和在(Dayem等,2010)人发现的显着空间降水相关性区域内。

2.2.水分来源部门化

我们将亚洲大陆、菲律宾海、北纬和低纬度印度洋以及周边陆地和海洋区域划分为11个独立的区域（支持信息中的表S3），并确定了各区域和特定地点目标区域内降水的水分贡献。这些原始化数据在表S4-S8中的支持信息中提供。各个行业的ABL和FT水分吸收数据进一步分为其组成的陆地和海洋区域，用于计算四个海洋源区和陆地区(图1)的平均和总面积加权贡献，以及季风中国的降水量。这些数据不仅确定了东西向湿气平流的季节性，而且通过提供量化降水delta;¹⁸O源效应强度的方法，有助于表征特定水源区对代理记录点的重要性。因此，该信息可用于更好地隔离基于delta;¹⁸O的古季风重建中的降水量信号。

3.结果与讨论

3.1.拉格朗日与仪器降水资料

我们为了首先建立所采用的拉格朗日方法的可信度，我们比较了模拟和观测降水数据:将拉格朗日诊断模以的季节性复合降水与全球降水气候学中心第6版(GPCC6) 数据集进行了比较(Schneider等, 2011)为1981-2010年的气候期(图2)。在Sodemann等人的研究中，在最后6小时的时间步骤中，根据任何特定的湿度降低计算目标区域内的沉淀量(2008B)。因为忽略了云微物理在产生模型衍生降水中的影响(Sodemarn,Zubler,2010)，这种拉格朗日降水估计通常偏高，这是一个常见的特征。然而，在这项研究中，拉格朗日估计值与GPCC6数据相比是有利的。平均季节拉格朗日降水准确捕捉了中国降雨量的季节性时空分布(图2)。12月至2月的平均拉格朗日数据显示，与GPCC 6数据相比，中国东南部和喜马拉雅东北部的降水量相对较高(图2, 12月至1月至2月(DJF) )。尽管拉格朗日数据没有反映印度东部和印度支流在春季的相对较低的降水量(图2，3月至4月至5月(MAM))，但3月至5月期间两个数据集都表现出类以的空间降雨分布。6-8月的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20403]，资料为PDF文档或Word文档，PDF文档可免费转换为Word