EN中文

干旱区研究 >

2025 , Vol. 42 >Issue 2: 223 - 235

DOI: https://doi.org/10.13866/j.azr.2025.02.04

天气与气候

塔里木盆地夏季云水资源时空特征

  • 马超 , 1 ,
  • 刘艳 2 ,
  • 刘晶 , 3 ,
  • 杨莲梅 3
展开
  • 1.新疆维吾尔自治区气象台，新疆 乌鲁木齐 830002
  • 2.新疆维吾尔自治区气候中心，新疆 乌鲁木齐 830002
  • 3.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐 830002
刘晶. E-mail:

马超（1988-），男，硕士，副高级工程师，主要从事灾害性天气研究. E-mail:

收稿日期: 2024-09-02

  修回日期: 2024-12-10

  网络出版日期: 2025-08-13

基金资助

“天山英才”培养计划项目(2022TSYCLJ0003)

新疆维吾尔自治区自然科学基金项目(2023D01B06)

新疆气象局引导性计划项目(YD202301)

收起

Spatial and temporal distribution characteristics of cloud water resources in the Tarim Basin in summer

  • MA Chao , 1 ,
  • LIU Yan 2 ,
  • LIU Jing , 3 ,
  • YANG Lianmei 3
Expand
  • 1. Xinjiang Meteorological Observatory, Urumqi 830002, Xinjiang, China
  • 2. Xinjiang Climate Center, Urumqi 830002, Xinjiang, China
  • 3. Institute of Desert Meteorology, China Meteorological Administration, Urumqi 830002, Xinjiang, China

Received date: 2024-09-02

  Revised date: 2024-12-10

  Online published: 2025-08-13

Fold

摘要

空中云水含量对于改善区域水资源具有重要的影响，利用1979—2022年ERA-5逐月再分析资料和EOF分解等方法，深入分析了塔里木盆地夏季云水资源的时空分布特征。结果表明：（1）塔里木盆地大气水汽含量呈西多东少、北部略多于南部的空间分布特征，盆地整层水汽含量近44 a呈增加趋势。（2）EOF两个模态显示，夏季盆地水汽输送主要以全区一致型为主，西南部多东北部少型次之。（3）盆地夏季总云量、云水含量呈南北多，中间少的分布，山区云量多于绿洲和沙漠区。盆地夏季云冰水含量北部多于南部，云液水含量南部多于北部。盆地云液水含量最大集中在帕米尔高原，云冰水含量峰值位于天山山区。（4）昆仑山山区及昆仑山北坡地区以含水性中低云为主，天山山区云水厚度更深且云冰水含量较大。2000年后昆仑山、昆仑山北坡云水含量呈明显增加趋势，天山山区云水含量呈减少趋势。研究结果可为塔里木盆地开展空中云水含量评估和人工影响天气作业提供一定的科学依据。

关键词： 塔里木盆地; 水汽含量; 云水含量; 空间分布; 时间变化

本文引用格式

马超 , 刘艳 , 刘晶 , 杨莲梅 . 塔里木盆地夏季云水资源时空特征[J]. 干旱区研究, 2025 , 42(2) : 223 -235 . DOI: 10.13866/j.azr.2025.02.04

Abstract

Scientifically assessing cloud water resources and studying the distribution and evolution of cloud water resources is of great significance to guide the local weather modification work, accelerate the development and utilization of aerial water resources, and alleviate water shortage. In this study, the monthly reanalysis data of ERA-5 from 1979 to 2022 and the EOF decomposition method were used to analyze the spatial and temporal distribution characteristics of cloud water resources in the Tarim Basin in summer. The following results were revealed. (1) Regarding spatial distribution, the atmospheric water vapor content in the Tarim Basin was higher in the west, lower in the east, and slightly higher in the north than in the south. The water vapor content of the whole layer in the basin displayed an increasing trend in the past 44 years. (2) The two modes of EOF revealed that the water vapor transport in the basin in summer was mainly consistent in the whole region, followed by more water vapor transport in the southwest and less in the northeast. (3) The total cloud cover and cloud water content in summer were higher in the north and south and lower in the middle of the Tarim Basin, and the cloud cover in the mountainous areas was higher than that in the oasis and desert areas. Meanwhile, the cloud ice water content in the north was higher than that in the south of the basin in summer, and the cloud liquid water content in the south was higher than that in the north. The largest cloud liquid water content in the basin was concentrated in the Pamir Plateau, and the peak value of the cloud ice water content was located in the Tianshan Mountains. (4) The mountainous areas and the northern slope of the Kunlun Mountains were dominated by water-bearing medium and low clouds. In contrast, the cloud water thickness in the Tianshan Mountains was deeper, and the cloud ice water content was larger. A significant increase in cloud water content was observed in the mountainous areas of the Kunlun Mountains and the northern slope of the Kunlun Mountains, while a decrease was observed in the Tianshan Mountains after 2000. The results of this study provide a scientific basis for assessing aerial cloud water content and weather modification operations in the Tarim Basin.

Key words： Tarim Basin; water vapor content; cloud water content; spatial distribution; time variation

云水资源是贮存在云中、通过天然降水或人工降水的方式可持续开发利用的一种内陆水资源[1⇓⇓-4]，储量大、利用率低，是人工干预可以直接开发利用的水资源。如今淡水资源短缺问题愈发严重，而云水资源的产出投入比较高，且潜在的开发量较大，开发利用云水资源对缓解水资源短缺有着重要作用[5]。西北地区是中国干旱和半干旱范围最大的区域，同时也是中国在水土保持、防风固沙和生物多样性保护等重要生态功能方面最为集中的区域[6]。由于多重因素的影响，水资源短缺已成为制约西北地区可持续发展的关键因素之一,而合理开发利用云水资源是解决区域水资源短缺科学且有效的途径[7⇓-9]，因此，科学地进行云水资源的评估与研究，分析云水资源的分布及其演变情况，对本地人工影响天气工作的指导、加快空中水资源的开发与利用，以及缓解水资源短缺问题具有重要意义，且对区域经济发展亦具有一定促进作用。
以往研究表明，中国地区云水路径的分布与大气环流、地形特征密切相关，和大气湿度分布以及水汽传输也有着密切的关系[5]，中国云水含量和云液水含量大值区主要集中在四川东部至湖南省的中低层,中东部地区500~250 hPa是云冰水含量的大值区，云水含量的空间变化趋势表现为西增东减，云水含量的时间变化存在明显的季节变化[10]；青藏高原的地形和东亚夏季风对中国夏季的月平均云水含量分布产生了显著的影响[11]。此外，也有学者针对不同区域开展了空中云水资源分布特征等研究工作，刘洪利等[12]指出华北地区和南海北部的总云量逐渐减少，四川盆地和长江三角洲等地的低云量异常较少，相比之下，天山帕米尔高原和柴达木盆地等地区则显示出低云量增加的趋势。张沛等[13]利用MODIS数据和高时空分辨率ERA-5再分析数据计算得到六盘山地区的大气可降水量和水汽输送相对充裕，夏季的云水路径及云光学厚度均显著高于周边区域。尽管空中水资源相对丰富，但降水量仍显不足，因此，该地区的空中水资源具有一定的开发潜力。
新疆水资源分布不均，且严重短缺[14]。针对新疆云水含量的研究也有很多，例如陈勇航等[15]研究发现，云水含量对云滴增长及降水的形成和强度有重要影响，是研究云对气候影响的重要参数。张小娟等[16]通过Aqua卫星资料研究新疆三大山区云中液水含量的时空分布特征，发现北疆云水含量高于南疆，其中天山和阿尔泰山在春季较为丰富，而昆仑山在夏季云水含量分布较为丰富；与卫星数据相比，ERA-Interim资料展现出更长的时间尺度和更高的空间分辨率[17]。石晓兰等[18]利用ERA-Interim资料发现，天山山区夏季云液水含量、云冰水含量均呈减少趋势，云冰水含量值远大于云液水，且云冰水发展的高度较云液水更高。以上研究大多利用卫星资料和再分析资料开展新疆地区的云水资源评估工作，但研究结果往往受限于卫星资料观测时间短的不足，且大多为针对新疆山区云水含量的评估研究，而对水资源相对短缺的塔里木盆地云水含量分布特征和评估研究工作相对较少。
塔里木盆地位于中国新疆南部（37°~43°N，74°~94°E），地处天山、昆仑山和阿尔金山之间，拥有高山、绿洲、沙漠等复杂下垫面和生态功能区，降水和空中水资源分布不均。塔里木盆地降水稀少，蒸发量大，而塔里木河作为塔里木盆地的母亲河，属于内流河，干旱的气候导致河流的补给主要依赖于冰雪融水。塔里木河干流本身并不具备独立产流能力，其生命之源完全依赖于阿克苏河、叶尔羌河、和田河、孔雀河这四大支流的支撑，盆地内的农业灌溉、工业用水、生活用水等都需要大量的水资源，这在一定程度上加剧了塔里木河的水资源短缺问题。因此，了解气候变化下塔里木河流域的云水资源特征和演变情况，对保障南疆地区社会经济与生态环境的可持续发展具有重要意义。本文在前人研究基础上，利用ECMWF发布的第五代（ERA-5）逐月再分析资料，通过分析塔里木盆地空中大气水汽含量、水汽输送、云量及云中含水量等时空分布特征，对比不同区域云水含量演变趋势，进而为塔里木盆地开展空中云水含量评估和人工影响天气作业提供一些科学依据。

1 资料来源与方法介绍

1.1 研究区概况

塔里木盆地西高东低，海拔高度在800~1300 m，南、北分别与昆仑山北坡和天山南坡相连，是中国面积最大的内陆盆地。本研究将塔里木盆地划分为高山、绿洲和沙漠功能生态区（图1），高山区代表区为昆仑山山区（36°~37°N，84°~88°E）、帕米尔高原（35°~37°N，76°~78°E）和天山山区（42°~43°N，82°~87°E），绿洲区为昆仑山北坡地区（36°~37°N，78.5°~82.5°E）、南疆西部地区（38°~40°N，77°~79°E），沙漠区为塔克拉玛干沙漠区（38°~40°N，82°~84°E）。
图1 塔里木盆地生态功能区及地形分布

注：底图采用国家地理信息公共服务平台标准地图制作，审图号为GS(2024)0650，对底图边界无修改。A、B分别为昆仑山北坡和南疆西部绿洲区，C、D和E分别为帕米尔高原、昆仑山和天山山区，F为塔克拉玛干沙漠区。下同。

Fig. 1 Distribution of ecological function zones and topography in the Tarim Basin

1.2 数据资料与计算方法

1.2.1 数据资料

已有的研究表明，ERA-5逐月和逐小时0.25°×0.25°大气水汽含量、云量等产品在干旱、半干旱的新疆地区具有较好的适用性[19-20]，因而，本文主要选用ECMWF发布的第五代（ERA-5）逐月再分析资料，水平分辨率为0.25°×0.25°，垂直共19层，研究时间段为1979—2022年6—8月。选取的气象要素有水平纬向风u和经向风v分量、比湿q、云液水含量、云冰水含量、总云量和高、中、低云量，以及整层大气水汽含量。

1.2.2 研究方法

文中计算了水汽通量和水汽通量散度[21]。其中，
东西向水汽输送通量公式为：
Q W - E = - 1 g ∫ p s p t u q d p
南北向水汽输送通量公式为：
Q S - N = - 1 g ∫ p s p t v q d p
水汽输送通量散度公式为：
Q d i v = - 1 g ∫ p s p t ∇ ( V → q ) d p
式中：q为各层大气比湿；g为重力加速度；u为纬向风分量；v为经向风分量；p为气压； V →为各层大气水平风矢量；pt和ps分别为积分上界气压和下界气压，分别取100 hPa和地面气压。塔里木盆地水汽收支计算区域范围为34°~44°N，73°~96°E。此外,文中还计算了塔里木盆地的整层水汽收支（WVT），具体计算方法见文献[22]。
经验正交函数分解和相关分析方法能够将时间变化的要素场分解为空间函数和时间函数两个部分，是天气和气候变化过程成因分析常用的重要方法[21]，具体方法见文献[23]。

2 塔里木盆地云水空间分布特征

2.1 水汽含量及水汽输送空间分布

由于暖湿气流受阻于天山山脉、帕米尔高原、昆仑山和喀喇昆仑山，南疆塔里木盆地的大气水汽含量分布不均。进一步分析发现，1979—2022年夏季塔里木盆地的平均整层大气中水汽含量大于8 kg·m-2（图2），最大值达24 kg·m-2，受西风带天气系统的影响，对流层中的水汽多为自西向东输送，塔里木盆地大气中的水汽含量也呈现西多东少、北部略多于南部的空间分布特征。此外，研究发现绿洲区和沙漠区的水汽含量多于高山区，其中南疆西部地区夏季的水汽含量最多，约为20~24 kg·m-2，塔克拉玛干沙漠区和昆仑山北坡水汽含量次之，高山区的水汽含量最少，低于12 kg·m-2。这与已有的研究结果较为相似，塔里木盆地的大气水汽含量随海拔高度逐渐减少[23]。
图2 1979—2022年塔里木盆地夏季平均整层大气水汽含量（a，阴影，单位：kg·m-2）及其变化趋势（b，阴影，单位：kg·m-2·(10a)-1）分布

注：（b）中黑色点代表通过显著性检验P>0.05的区域。

Fig. 2 The distribution of the average atmospheric water vapor content (shade, unit: kg·m-2) and its change trend [shade, unit: kg·m-2·(10a)-1] in the Tarim Basin in summer from 1979 to 2022

在全球变暖背景下，20世纪80年代中期至90年代末西北地区大气水汽含量呈增多趋势[24]，夏季西北地区水汽含量最多，占全年平均水汽含量的46.6%。通过研究整层水汽含量的变化趋势可以看出，1979—2022年期间塔里木盆地大部分地区的整层水汽含量呈增加趋势，最大水汽含量增加区位于塔里木盆地东部，增加速率达0.5 kg·m-2·(10a)-1，水汽含量减少区集中在南疆西部，减少速率约0.1 kg·m-2·(10a)-1，盆地内其他区域的水汽以0.1~0.4 kg·m-2·(10a)-1的速率增加。
整层大气水汽含量的空间分布与大气水汽输送密切相关。夏季塔里木盆地水汽输送通量大值区主要集中在南疆西部地区和天山南坡，约为1.0~1.2 kg·m-1·s-1（图3a），盆地水汽辐合区分布在南疆西部地区、天山南坡、昆仑山北坡（图3b），水汽辐散区主要集中在昆仑山山区东段。由此可见，塔里木盆地平原和山区大部分为水汽辐合区，仅昆仑山山区东段为辐散区。从整层纬向水汽通量来看（图3c），纬向水汽输送大值区在塔里木盆地西北部和北部，中心最大值约80 kg·m-1·s-1；昆仑山山区及昆仑山北坡有较弱的纬向水汽输送。南疆西部地区、昆仑山北坡、帕米尔高原的部分区域存在经向水汽通量（图3d），最大值区位于南疆西部地区，约为20 kg·m-1·s-1。综上所述，塔里木盆地纬向水汽输送的贡献远大于经向水汽输送，且在盆地边缘的绿洲区形成水汽辐合区，而盆地暴雨天气与偏南气流的水汽输送密切相关[25-26]，因此，经向水汽的输送对塔里木盆地暴雨的发生具有不可忽视的作用。
图3 1979—2022年塔里木盆地夏季平均整层水汽通量（a，矢量，单位：kg·m-1·s-1，阴影>40 kg·m-1·s-1）、水汽通量散度（b，单位：10-5 g·m-1·s-1）、整层纬向水汽通量（c，单位：kg·m-1·s-1）和整层经向水汽通量（d，单位：kg·m-1·s-1）分布

Fig. 3 Distribution of the average water vapor flux (a, vector, unit: kg·m-1·s-1, shade >40 kg·m-1·s-1), water vapor flux divergence (b, unit: 10-5g·m-1·s-1), the zonal water vapor flux (c, unit: kg·m-1·s-1) and the meridional water vapor flux (d, unit: kg·m-1·s-1) in the whole layer in the Tarim Basin in summer from 1979 to 2022

2.2 云水含量空间分布

已有的研究表明，整层云水含量的增加可能与云中含水量增加有关[21]。为探讨塔里木盆地整层大气水汽含量年际变化呈增加趋势的可能原因，对盆地云水资源分布状况进一步分析。分析1979—2022年夏季盆地不同高度云量的空间分布（图4a），发现受天山、帕米尔高原、昆仑山的地形影响，夏季盆地总云量呈南北多，中间少的分布，其中盆地南部和盆地北部的总云量在5~6成，塔克拉玛干沙漠区总云量不超过3成。夏季高云云量大值区分布在盆地北部（图4b），且自北向南逐渐减少，整体高云量在5成以下；盆地整体中云量不超过5成，中云的云量大值区在昆仑山山区及北坡（图4c），天山山区及南坡次之，盆地中部中云量相对较少；低云的云量大值区集中在天山山区、昆仑山山区及北坡（图4d），云量7~8成，盆地其余地区低云云量在2成以下。此外，夏季塔里木盆地云量呈现高山区多于绿洲区和沙漠区的空间分布，天山山区总云量与高中低云均关系密切，昆仑山山区及北坡的中低云云量对总云量的贡献大，其余地区云量以中高云为主，这与李帅等[27]的研究结果一致。总体来看，夏季塔里木盆地云量分布山区多于平原，绿洲多于沙漠，总云量和低云量高值区的走向与地形非常接近，在地形抬升下气流在浅山区易出现水汽通量散度大值区（图3b），进而形成中、低云团，而沙漠区夏季地表温度较高，在地表热力抬升作用下，云层发展高度相对较高。
图4 1979—2022年塔里木盆地夏季平均总云量（a）、高云量（b）、中云量（c）和低云量（d）分布

Fig. 4 Distribution of average total cloud cover (a), high cloud cover (b), medium cloud cover (c) and low cloud cover (d) in the Tarim Basin in summer from 1979 to 2022

云水含量主要包括云液水含量和云冰水含量两部分，不同季节云水含量分布情况具有明显差异[26]。塔里木盆地夏季云冰水含量和云液水含量均呈现南北部多、中部少的空间分布特征，且空间分布差异较大（图5a、图5b）。对比分析后发现，盆地北部云冰水含量多于南部，而南部云液水含量多于北部，塔克拉玛干沙漠区云冰水与云液水含量均相对较少。
图5 1979—2022年塔里木盆地夏季平均整层云冰水含量（a，单位：g·m-2）和云液水含量（b，单位：g·m-2）分布

Fig. 5 Distribution of the average cloud ice water content (a, unit: g·m-2) and cloud liquid water content (b, unit: g·m-2) in the Tarim Basin in summer from 1979 to 2022

塔里木盆地出现层积云或高积云较多，且盆地地形复杂，局地山盆环流利于周边山区对流云团的发生发展，这可能是山区云水含量较高的原因。分析盆地整层云液水和云冰水含量分布图（图5），发现盆地三面山区为云冰水含量大值区，其中天山山区、南疆西部山区的云冰水含量最为富集，山区最大云冰水含量超过40 g·m-2，昆仑山山区和绿洲区云冰水含量为20~40 g·m-2，受中亚低槽（涡）或中纬度短波槽影响，天山山区云水厚度更深且云冰水含量更大，而其余地区云水厚度相对较小；对比盆地云液水含量分布发现，夏季帕米尔高原、昆仑山中段山区和昆仑山北坡云中液态水资源较为丰富，云液水含量最大可达100 g·m-2，与祁连山地区夏季云液水含量相近[27]，而盆地其他地区云液水和云冰水含量相当，多集中在10~40 g·m-2。已有的研究表明，昆仑山北坡地区局地山盆环流引起的大气水汽含量日变化明显[22]，夏季该地区局地热力差异引起的山谷环流利于局地对流发展，因而中昆仑山高山区及其北坡浅山区附近多为含水性低云，因而整层云液水含量相对较高。
结合塔里木盆地整层水汽含量和云水含量，分析后发现二者均呈现南北多、中间少的空间分布特征，不同的是盆地北部水汽含量略多于南部，而南部云水含量略多于北部。造成差异的原因一方面可能是由于天山山区受西风带天气影响更加明显，因而水汽通量呈现北部多于南部的现象，另一方面夏季南疆盆地大部分地区近地层盛行东北风或偏东风，且受热低压控制，一旦有冷空气随西北风或偏西风东南（东）移，冷暖空气交汇，加上昆仑山地形阻挡，造成昆仑山北坡更易形成对流[22]，因而云液水含量相较盆地北部较高。
从塔里木盆地绿洲、高山和沙漠典型生态区夏季平均云液水和云冰水含量垂直廓线分布（图6）可以看出，云液水含量垂直分布在不同山区也有所不同（图6a），云液水含量在天山山区随高度先增加后减少，在昆仑山山区和帕米尔高原随高度增加而逐渐减少，其中帕米尔高原云液水含量峰值达87×10-1 g·m-2，分别是昆仑山山区和天山山区云液水含量峰值的3倍和8倍；山区云冰水含量高值区位于300~350 hPa（图6b），天山山区云冰水含量在300 hPa高度达到峰值15×10-1 g·m-2，是昆仑山和帕米尔高原云冰水含量峰值的1.5倍左右，这与上文分析结果较为一致。此外，昆仑山北坡、南疆西部、塔克拉玛干沙漠的云液水含量和云冰水含量随高度呈现先增大后减小趋势，云液水含量和云冰水含量峰值分别出现在550 hPa和350 hPa高度附近，其中昆仑山北坡云液水含量峰值达39×10-1 g·m-2，是南疆西部和沙漠区云液水含量的4倍；绿洲和沙漠区的云冰水含量峰值相当，约为10×10-1 g·m-2。综上所述，塔里木盆地各生态区云液水含量差异较大，其中帕米尔高原、昆仑山北坡地区的云液水含量较塔里木盆地其他区域更为丰富，天山山区的云冰水含量、云液水含量峰值出现高度普遍高于其他地区，这可能与天山山区多为中、高云分布（图5b、图5c），云区伸展高度高且发展深厚有关。
图6 1979—2022年塔里木盆地夏季高山（a、c）、沙漠和绿洲（b、d）区云液水含量和云冰水含量垂直分布

注：各生态代表区为图1红色矩形区域。

Fig. 6 Vertical distribution of cloud liquid water content and cloud ice water content in the high mountains (a, c), deserts and oases (b, d) in the Tarim Basin in summer from 1979 to 2022

为进一步说明地形高度变化对塔里木盆地云水含量的影响，从剖面图（图7）可以看出，由于山区地形抬升的影响，存在明显的水汽聚集，且随高度升高水汽辐合强度逐渐减弱；此外，云冰水含量随海拔高度的增加先增大后减小，在山区表现得更为显著，尤其是天山山区在350 hPa高度附近达到峰值16×10-1 g·m-2。云液水含量亦随海拔高度的增加呈现先增大后减小分布，且在山区变化更明显，但与云冰水不同的是，云液水含量在昆仑山山区550 hPa高度处出现超过46×10-1 g·m-2的峰值。综上所述，山区地形对云水含量有明显的影响，不同的是云冰水含量是以中高云为主，在天山山区最为富集，而云液水含量是以中低云为主，在昆仑山山区最为富集，这与之前结论相互印证（图4、图5）。
图7 1979—2022年夏季沿图1蓝色实线的云冰水含量（单位：10-1g·m-2）和水汽通量散度（单位：10-5 g·m-1·s-1）（a）、云液水含量（单位：10-1g·m-2）和水汽通量散度（单位：10-5 g·m-1·s-1）(b)垂直剖面图

注：图中灰色阴影为地形高度。

Fig. 7 Vertical profiles of (a) cloud ice water content (unit: 10-1g·m-2) and water vapor flux divergence (unit: 10-5g·m-1·s-1), (b) cloud liquid water content (unit: 10-1g·m-2) and water vapor flux divergence (unit: 10-5g·m-1·s-1) along the blue solid line in Figure 1 in summer from 1979 to 2022

2.3 水汽输送通量EOF模态分析

为进一步分析塔里木盆地夏季水汽输送的时间和空间分布特征，对1979—2022年夏季整层水汽输送通量进行经验正交函数分解（EOF），经North检验，塔里木盆地夏季整层水汽输送通量的前两个模态均为独立模态，且累计方差贡献率达48%，具有实际意义（图8）。EOF第一模态解释方差为33.29%，空间分布表现为夏季塔里木盆地水汽输送为全区一致偏多型，其中塔里木盆地北部的水汽输送高于南部。第一模态对应的时间序列（PC1）表现出了年代际的变化特征：20世纪80年代初至90年代末以负位相为主，进入21世纪后，塔里木盆地夏季整层水汽通量输送年代际变化波动明显，2000—2010年期间大多以正位相为主，2010年后整层水汽通量输送负位相年份明显增加。
图8 1979—2022年塔里木盆地夏季整层大气水汽输送通量EOF第一和第二模态空间模态（a、b）及对应的标准化时间系数（c、d）

Fig. 8 Spatial modes (a, b) and temporal coefficients (c, d) of the first and the second modes of EOF of the whole layer water vapor transportation in Tarim Basin in summer from 1979 to 2022

EOF第二模态解释方差为15.08%，空间分布表现为塔里木盆地西南部和东北部呈反相变化型，负值中心位于盆地西南部地区；塔里木盆地东北部为正值区。第二模态对应的时间序列（PC2）既反映出年际振荡也表现出年代际的变化，且第二模态的年际变化较第一模态更为显著，存在准10 a的振荡周期，1979—1989年和2001—2011年以负位相为主，表现为西南部偏多，东北部偏少的趋势，而1990—2000年和2012—2022年以正位相为主，表现为西南部偏少，东北部偏多。
结合EOF两个模态时间系数和特征向量空间分布分析研究发现，夏季塔里木盆地的水汽输送分布主要有4种类型（表1）。整层水汽通量全区整体一致偏多型的年份占比最大（44 a中占14 a），全区一致偏少型和西南部多、东北部少型的年份占比次之（44 a中占12 a），其中2000年后的年份占西南部多东北部少型年份的66.7%；整体来看，夏季塔里木盆地水汽输送通量多以全区一致型为主，而全区不一致型年份仅占36%。
表1 1979—2022年塔里木盆地夏季整层水汽输送4种空间分布类型

Tab. 1 Four spatial distribution types of total column water vapor transportation over the Tarim Basin in summer from 1979 to 2022

类型 个数/个 年份
全区偏多型 14 1982，1986，1987，1989，1992，1994，1995，1998，2004，2007，2012，2013，2020，2021
全区偏少型 12 1980，1984，1985，1988，1990，1991，1999，2000，2008，2011，2015，2018
西南多东北少型 12 1979，1981，1983，1997，2001，2002，2003，2006，2009，2010，2017，2019
西南少东北多型 6 1996，2005，2014，2016，2018，1993

3 塔里木盆地云水时间演变特征

3.1 水汽含量时间演变

为进一步研究塔里木盆地云水分布的年际变化特征，下文分析了塔里木盆地夏季整层大气水汽含量的时间变化及盆地水汽收支情况（图9a）。从图中看出，近40 a盆地整层大气水汽含量在11.4~15.5 kg·m-2之间，整体呈现增加的趋势，水汽含量峰值出现在1998年和2016年（>15.0 kg·m-2）；2000年前和2000年后大气水汽含量的平均增加率分别为0.7 kg·m-2·(10a)-1和0.4 kg·m-2·(10a)-1，这与图2中盆地大部分地区整层大气水汽含量呈增加趋势的结论一致。
图9 1979—2022年塔里木盆地夏季区域平均整层大气水汽含量（单位：g·m-2）和区域水汽净收入（单位：106 kg·s-1）的时间演变（a）、区域不同边界水汽收支（单位：106 kg·s-1）的时间演变（b）

Fig. 9 Temporal evolution of (a) the regional average atmospheric water vapor content (unit: g·m-2) and regional water vapor net income (unit: 106 kg·s-1), of (b) the water vapor budget (unit: 106 kg·s-1) from different boundaries of the Tarim Basin in the summer from 1979 to 2022

夏季整个盆地水汽净收入在-119×106~150×106 kg·s-1之间波动（图9a），水汽净流入在2000年前、后分别呈增加和减少趋势，增加率和减少率分别为36.3×106 kg·s-1·(10a)-1和-24.3×106 kg·s-1·(10a)-1。通过进一步分析塔里木盆地4个边界的水汽流入情况（图9b），发现盆地东边界、南边界水汽输出量在近20 a呈增加趋势，西边界和北边界水汽流入量变化不明显，因此，盆地内东西向平均水汽净收入量和南北向平均水汽净收入量在2000—2022年均呈减少趋势。

3.2 云水含量时间演变

综上所述，塔里木盆地夏季云液水含量和云冰水含量垂直分布差异较为明显，进一步分析发现，塔里木盆地夏季云冰水含量和云液水含量年际变化在2000年前后也存在差异（图10），盆地南部昆仑山山区、南疆西部和昆仑山北坡绿洲地区、沙漠区的云液水含量在1979—2000年和2001—2022年均呈增加趋势 (图10a、图10b)，而云冰水含量分别呈减少和增加趋势（图10c、图10d），帕米尔高原地区的云液水和云冰水含量（图10c、图10d）呈显著增加趋势，平均增加率为1.4~2.0 g·m-2·(10a)-1，这与塔里木盆地整层大气水汽含量（图5a）变化趋势一致。对比分析发现，沙漠区的云冰水含量（图10b）和云液水含量（图10d）在2001—2022年增加趋势更为显著，增幅远超过南疆西部和昆仑山北坡绿洲地区。
图10 1979—2022年塔里木盆地夏季高山（a、c）、绿洲和沙漠区（b、d）云液水含量和云冰水含量年际变化

注：方程下标F和L分别代表1979—2000年和2001—2022年拟合的一元线性回归方程，方程系数×10为增长率。

Fig. 10 Interannual variation of cloud liquid water content and cloud ice water content in alpine (a, c), oases and deserts (b, d) in the Tarim Basin in summer from 1979 to 2022

综上来看，塔里木盆地夏季空中云冰水含量除天山山区外其余地区均呈增加趋势，天山山区和帕米尔高原的云液水含量在1979—2000年和2001—2022年均呈增加趋势，其余地区分别呈减少和增加趋势。盆地大部分地区2000年前云液水含量呈增加趋势，这与整层大气水汽流入年际变化趋势较为一致；2000年后整层大气水汽流入呈减少趋势，而盆地大部分，尤其是昆仑山、昆仑山北坡云液水、云冰水呈增加趋势。由于气候变暖影响下大尺度环流和人类活动的共同影响，20世纪中期开始西北地区西部呈现暖湿化并逐渐东扩，且21世纪后更加明显[28⇓⇓-31]，对于造成塔里木盆地水汽含量、云水含量增加的主要影响因子，仍需进一步开展相关研究。

4 结论与讨论

本文通过利用近44 a ERA-5逐月再分析资料和EOF经验正交函数分析方法，深入分析了塔里木盆地夏季云水资源时空分布特征和变化规律，研究得出如下主要结论：
（1）塔里木盆地夏季整层水汽含量呈增加趋势，空间分布呈西多东少、北部略多于南部的分布特征，其中绿洲地区的整层水汽含量最多，塔克拉玛干沙漠的水汽次之，山区最少。
（2）塔里木盆地夏季整层水汽通量的EOF前两个模态累计方差贡献率超过45%，夏季盆地水汽输送主要以全区一致型为主，西南部多东北部少型次之。
（3）塔里木盆地夏季总云量、云中含水量呈南北多，中间少、山区多于绿洲和沙漠区的分布。云冰水含量北部多于南部，云液水含量南部多于北部。盆地大部云冰水含量呈增加趋势，天山山区和帕米尔高原的云液水含量在1979—2000年和2001—2022年均呈增加趋势，其余地区分别呈减少和增加趋势。
（4）盆地云液水含量最大集中在帕米尔高原，昆仑山山区和昆仑山北坡次之，云冰水含量峰值位于天山山区；盆地云冰水含量高值区位于300~350 hPa。昆仑山山区及昆仑山北坡地区以含水性中低云为主，天山山区云水厚度更深且云冰水含量较大。
针对西北地区其他省份关于云水资源研究的结果表明，整个西北地区水汽的空间分布均与地形、地面河流密切相关[5-6,32⇓-34]，而塔里木盆地范围广、河流少，加之受中纬度西风带和天山、昆仑山地形影响，因而盆地不同生态区云中含水量、云量分布具有显著差异，本文的研究发现了2000年是塔里木盆地云水含量年际变化的转折点，2000年后整层大气水汽流入呈减少趋势，而盆地云水含量却呈增加趋势，这是否与全球变暖导致的冰川融化增加有关，仍需进一步开展相关研究，进而能够更好地在云水资源分布不均匀的塔里木盆地开展针对性的人工增雨（雪）作业。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
丁贤荣. 高山增水效应及其水资源意义[J]. 山地学报, 2003, 21(6): 681-685.

[Ding Xianrong. Water increasing effect of mountains and its value of water resources[J]. Journal of Mountain Science, 2003, 21(6): 681-685. ]

[2]
彭宽军, 陈勇航, 林雄, 等. 利用CERES卫星遥感资料研究新疆三大山区低层云水资源[C]// 中国气象学会气候资源应用研究委员会, 国家气候中心. 第26届中国气象学会年会气候资源应用研究分会场论文集, 2009.

[Peng Kuanjun, Chen Yonghang, Lin Xiong, et al. CERES satellite remote sensing data were used to study the low-level cloud water resources in the three mountainous areas of Xinjiang[C]// Climate Resources Application Research Committee of Chinese Meteorological Societe, China Climate Center, the 26th Annual Meeting of the Chinese Meteorological Society, 2009. ]

[3]
张家宝, 袁玉江. 试论新疆气候对水资源的影响[J]. 自然资源学报, 2002, 17(1): 28-34.

[Zhang Jiabao, Yuan Yujiang. A tentative discussion on the impact of climate on surface water resources in Xinjiang[J]. Journal of Natural Resources, 2002, 17(1): 28-34. ]

DOI

[4]
陈勇航, 黄建平, 王天河, 等. 西北地区不同类型云的时空分布及其与降水的关系[J]. 应用气象学报, 2005, 16(6): 717-727, 862.

[Chen Yonghang, Huang Jianping, Wang Tianhe, et al. Temporal and spatial distribution of the different clouds over northwestern China with the relation to precipitation[J]. Journal of Applied Meteorological Science, 2005, 16(6): 717-727, 862. ]

[5]
尹宪志, 王毅荣, 徐文君, 等. 祁连山空中云水资源开发潜力研究新进展[J]. 沙漠与绿洲气象, 2020, 14(6): 134-140.

[Yin Xianzhi, Wang Yirong, Xu Wenjun, et al. Recent progress in research on potential for the development of cloud water resources over Qilian Mountains area[J]. Desert and Oasis Meteorology, 2020, 14(6): 134-140. ]

[6]
余杰, 蔡森, 周毓荃, 等. 2000—2019年西北地区云水资源时空特征研究[J]. 气象学报, 2024, 82(4): 476-489.

[Yu Jie, Cai Miao, Zhou Yuquan, et al. Spatiotemporal characteristics of cloud water resources in Northwest China from 2000 to 2019[J]. Acta Meteorologica Sinica, 2024, 82(4): 476-489. ]

[7]
李家叶, 李铁键, 王光谦, 等. 空中水资源及其降水转化分析[J]. 科学通报, 2018, 63(26): 2785-2796.

[Li Jiaye, Li Tiejian, Wang Guangqian, et al. Atmospheric water resource and precipitation conversion[J]. Chinese Science Bulletin, 2018, 63(26): 2785-2796. ]

[8]
黄美元. 我国人工降水亟待解决的问题和发展思路[J]. 气候与环境研究, 2011, 16(5): 543-550.

[Huang Meiyuan. Urgent problems and thinking of development for precipitation enhancement in China[J]. Climatic and Environmental Research, 2011, 16(5): 543-550. ]

[9]
Cai Miao, Zhou Yuquan, Liu Jianzhao, et al. Quantifying the cloud water resource: Methods based on observational diagnosis and cloud model simulation[J]. Journal of Meteorological Research, 2020, 34(6): 1256-1270.

DOI

[10]
刘菊菊, 游庆龙, 周毓荃, 等. 基于ERA-Interim的中国云水量时空分布和变化趋势[J]. 高原气象, 2018, 37(6): 1590-1604.

DOI

[Liu Juju, You Qinglong, Zhou Yuquan, et al. Spatiotemporal distribution and trend of cloud water content in China based on ERA-Interim reanalysis[J]. Plateau Meteorology, 2018, 37(6): 1590-1604. ]

DOI

[11]
杨大生, 王普才. 中国地区夏季6—8月云水含量的垂直分布特征[J]. 大气科学, 2012, 36(1): 89-101.

[Yang Dasheng, Wang Pucai. Characteristics of vertical distributions of cloud water contents over China during summer[J]. Chinese Journal of Atmospheric Sciences, 2012, 36(1): 89-101. ]

[12]
刘洪利, 朱文琴, 宜树华, 等. 中国地区云的气候特征分析[J]. 气象学报, 2003, 61(4): 466-473.

[Liu Hongli, Zhu Wenqin, Yi Shuhua, et al. Climatic analysis of the cloud over China[J]. Acta Meteorologica Sinica, 2003, 61(4): 466-473. ]

[13]
张沛, 姚展予, 贾烁, 等. 六盘山地区空中水资源特征及水凝物降水效率研究[J]. 大气科学, 2020, 44(2): 421-434.

[Zhang Pei, Yao Zhanyu, Jia Shuo, et al. Study of the characteristics of atmospheric water resources and hydrometeor precipitation efficiency over the Liupan Shan area[J]. Chinese Journal of Atmospheric Sciences, 2020, 44(2): 421-434. ]

[14]
石岩, 饶丹. 新疆水资源现状及其可持续利用对策分析[J]. 华北水利水电大学学报(自然科学版), 2015, 36(4): 36-38.

[Shi Yan, Rao Dan. Analysis on present situation of water resources and sustainable utilization countermeasures of Xinjiang[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2015, 36(4): 36-38. ]

[15]
陈勇航, 邓军英, 张萍, 等. 中天山附近强降水过程中云冰水含量随高度变化特征[J]. 资源科学, 2013, 35(3): 655-664.

[Chen Yonghang, Deng Junying, Zhang Ping, et al. Vertical distribution of ice water content in clouds during heavy rains around Tianshan Mountain[J]. Resources Science, 2013, 35(3): 655-664. ]

[16]
张小娟, 王军, 黄观, 等. 新疆3大山区云中液态水时空分布特征[J]. 干旱区研究, 2018, 35(4): 846-854.

[Zhang Xiaojuan, Wang Jun, Huang Guan, et al. Spatiotemporal distribution of cloud liquid water volume over three main mountains in Xinjiang[J]. Arid Zone Research, 2018, 35(4): 846-854. ]

DOI

[17]
白磊, 王维霞, 姚亚楠, 等. ERA-Interim 和NCEP/NCAR 再分析数据气温和气压值在天山山区适用性分析[J]. 沙漠与绿洲气象, 2013, 7(3): 51-56.

[Bai Lei, Wang Weixia, Yao Ya’nan, et al. Reliability of NCEP/NCAR and ERA-Interim reanalysis data on Tianshan Mountainous area[J]. Desert and Oasis Meteorology, 2013, 7(3): 51-56. ]

[18]
石晓兰, 杨青, 姚俊强, 等. 基于ERA-Interim资料的中国天山山区云水含量空间分布特征[J]. 沙漠与绿洲气象, 2016, 10(2): 50-56.

[Shi Xiaolan, Yang Qing, Yao Junqiang, et al. The spatial distribution of water vapor and cloud water content over Tianshan Mountains, China based on ERA-Interim dataset[J]. Desert and Oasis Meteorology, 2016, 10(2): 50-56. ]

[19]
Liu Jin, Liang Hong, Yang Lianmei. Comparative analysis of precipitable water vapor data in the Tarim Basin, China[J]. Advances in Space Research, 2024, 74(7): 2846-2858.

[20]
Zeng Yong, Yang Lianmei, Tong Zepeng, et al. Seasonal variation in total cloud cover and cloud type characteristics in Xinjiang, China based on FY-4A[J]. Remote Sensing, 2024, 16(15): 2803.

[21]
郝小红, 宋敏红, 周梓萱. 夏季青藏高原空中云水资源的时空特征分析[J]. 高原气象, 2020, 39(6): 1339-1347.

[Hao Xiaohong, Song Minhong, Zhou Zixuan. Temporal and spatial characteristics of water vapor and cloud water over the Qinghai-Xizang Plateau in summer[J]. Plateau Meteorology, 2020, 39(6): 1339-1347. ]

DOI

[22]
Sun Bo, Zhu Yali, Wang Huijun. The recent interdecadal and interannual variation of water vapor transport over Eastern China[J]. Advances in Atmospheric Sciences, 2011, 28(5): 1039-1048.

[23]
刘晶, 刘兆旭, 杨莲梅, 等. 塔里木盆地及其周边地区大气可降水量分布及其与降水关系的研究[J]. 高原气象, 2024, 43(3): 617-634.

DOI

[Liu Jing, Liu Zhaoxu, Yang Lianmei, et al. The characteristics of atmospheric precipitable water vapor distribution and its relationship with precipitation over Tarim Basin and its surrounding area[J]. Plateau Meteorology, 2024, 43(3): 617-634. ]

DOI

[24]
王凯, 孙美平, 巩宁刚. 西北地区大气水汽含量时空分布及其输送研究[J]. 干旱区地理, 2018, 41(2): 290-297.

[Wang Kai, Sun Meiping, Gong Ninggang. Spatial and temporal distribution and transportation of the water vapor in the northwestern China[J]. Arid Land Geography, 2018, 41(2): 290-297. ]

[25]
Huang Wei, Feng Song, Chen Jianhui, et al. Physical mechanisms of summer precipitation variations in the Tarim Basin in Northwestern China[J]. Journal of Climate, 2015, 28(9): 3579-3591.

[26]
Zhao Yong, Huang Anning, Zhou Yang, et al. Impact of the middle and upper tropospheric cooling over Central Asia on the summer rainfall in the Tarim Basin, China[J]. Journal of Climate, 2014, 27(12): 4721-4732.

[27]
李帅, 陈勇航, 侯小刚, 等. FY-2F云量产品在新疆区域的评估及检验[J]. 干旱区研究, 2021, 38(4): 1031-1039.

DOI

[Li Shuai, Chen Yonghang, Hou Xiaogang, et al. Evaluation of FY-2F satellite cloud products in Xinjiang[J]. Arid Zone Research, 2021, 38(4): 1031-1039. ]

DOI

[28]
张强, 杨金虎, 王朋岭, 等. 西北地区气候暖湿化的研究进展与展望[J]. 科学通报, 2023, 68(14): 1814-1828.

[Zhang Qiang. Yang Jinhu, Wang Pengling, et al. Progress and prospect on climate warming and humidification in Northwest China[J]. Chinese Science Bulletin, 2023, 68(14): 1814-1828. ]

[29]
丁一汇, 柳艳菊, 徐影, 等. 全球气候变化的区域响应: 中国西北地区气候“暖湿化”趋势、成因及预估研究进展与展望[J]. 地球科学进展, 2023, 38(6): 551-562.

DOI

[Ding Yihui, Liu Yanju, Xu Ying, et al. Regional responses to global climate change: Progress and prospects for trend, causes, and projection of climatic warming-wetting in Northwest China[J]. Advances in Earth Science, 2023, 38(6): 551-562. ]

DOI

[30]
张红丽, 韩富强, 张良, 等. 西北地区气候暖湿化空间与季节差异分析[J]. 干旱区研究, 2023, 40(4): 517-531.

DOI

[Zhang Hongli, Han Fuqiang, Zhang Liang, et al. Analysis of spatial and seasonal variations in climate warming and humidification in Northwest China[J]. Arid Zone Research, 2023, 40(4): 517-531. ]

DOI

[31]
张强, 杨金虎, 马鹏里, 等. 西北地区气候暖湿化增强东扩特征及其形成机制与重要环境影响[J]. 干旱气象, 2023, 41(3): 351-358.

DOI

[Zhang Qiang, Yang Jinhu, Ma Pengli, et al. The enhancement and eastward expansion of climate warming and humidification, formation mechanism and important environmental impacts in Northwest China[J]. Journal of Arid Meteorology, 2023, 41(3): 351-358. ]

[32]
王瑞英, 周文韬, 任丹阳, 等. 基于ERA5资料的陕西地区云水资源评估[J]. 陕西气象, 2023(6): 10-16.

[Wang Ruiying, Zhou Wentao, Ren Danyang, et al. Assessment of cloud water resources in Shaanxi Province based on ERA5 data[J]. Journal of Shaanxi Meteorology, 2023(6): 10-16. ]

[33]
张玉欣, 马学谦, 韩辉邦, 等. 2014—2018年青海省云水资源时空分布特征[J]. 干旱区研究, 2021, 38(5): 1254-1262.

DOI

[Zhang Yuxin, Ma Xueqian, Han Huibang, et al. Analysis of spatial and temporal distribution characteristics of cloud water resources in Qinghai Province from 2014 to 2018[J]. Arid Zone Research, 2021, 38(5): 1254-1262. ]

DOI

[34]
把黎, 尹宪志, 庞朝云, 等. 祁连山地区夏季南坡与北坡空中云水资源差异性分析[J]. 干旱区研究, 2022, 39(5): 1345-1359.

DOI

[Ba Li, Yin Xianzhi, Pang Zhaoyun, et al. Characteristics of the difference in air water resources between the north and south slopes of the Qilian Mountains in the summer[J]. Arid Zone Research, 2022, 39(5): 1345-1359. ]

DOI

Options
文章导航

/

〈 〉