亚洲东部和南部土壤干湿状态对陆气耦合的影响分析

邸燕君，曾鼎文，张文波，闫晓敏，安晓东，陈 诚，韩雯婷，柳媛普

（1. 甘肃省气象服务中心，甘肃 兰州 730020；2. 中国气象局兰州干旱气象研究所，甘肃省干旱气候变化与减灾重点实验室，中国气象局干旱气候变化与减灾重点实验室，甘肃 兰州 730020；3. 甘肃麦克气象信息技术有限公司，甘肃 兰州 730020；4. 重庆市气象局，重庆 401147）

引 言

陆面和大气之间的相互作用通过蒸散发、降水及与之相关的动力、热力及水文过程实现［1-4］。陆气间的反馈存在于不同时间尺度，小到日尺度局地性的边界层发展及对流触发过程［5］，大到季节尺度大范围土壤湿度异常通过影响大尺度大气位势高度和散度，从而进一步影响季风活动和区域气候［6-9］，都说明地表异常能够通过影响地表热通量进而对不同时空尺度的大气变化产生作用。此外，陆气反馈对极端水文事件也有明显的增幅作用，比如，在干旱过程中，前期的高空反气旋环流异常使降水量减少，降水减少导致土壤湿度下降，土壤干异常一方面减弱了蒸发，使地面向大气输送的水汽减少，一方面感热增强，使大气边界层升温，变热变干会使大气水汽压亏缺增大，体现为大气对土壤水蒸发需求变大，引起土壤水持续亏缺［10］，这是一种导致陆面和大气越来越干的正反馈过程，导致干旱持续时间变长。研究表明，上述反馈可以改变大尺度环流的垂直热力结构，使得引起降水负异常的大尺度高空反气旋强度增强［11-12］。在全球变暖背景下，这种增幅作用会变得更明显［13］，因此，研究陆气耦合有助于加深对陆气相互作用机制及其对极端事件影响的理解，并提高人类对全球变暖的应对能力。

陆气耦合包含了从土壤湿度到地表热通量，再从地表热通量到边界层水汽和稳定度，最后到降水的多个过程［14-15］，大量观测分析和数值模拟都证明了这一点［16-19］。一般认为，如果地表状态量和地表热通量之间、地表热通量和大气变量之间存在显著相关，则表明陆气之间有较显著的耦合，所以相关系数可以作为陆气耦合敏感性的表征。以土壤湿度和地表蒸散发之间的耦合为例，如果两者有较强正相关，说明该地区蒸发受水分限制，实际蒸发率通常小于潜在蒸发率，土壤湿度对蒸发起主导作用，即土壤湿度越大（小），蒸发越大（小）；当相关系数为负时，蒸发受到能量控制，此时水分充足，实际蒸发率接近于潜在蒸发率，蒸发大小取决于地表接受到的净辐射多少，而净辐射则受到云量的影响，云量偏少（多），则辐射偏多（少），蒸发增大（减弱），土壤就会变干（湿），这种情形下，是大气状况反过来控制土壤湿度，认为没有发生显著的陆气反馈。在陆气反馈中，将施加影响的量称为强迫量，被影响的量称为响应量，对土壤湿度和蒸散发来说，土壤湿度为强迫量，蒸散发为响应量，对蒸散发和边界层稳定度及水汽条件来说，蒸散发为强迫量，边界层条件则为响应量。只有在强迫量变化足够大且异常持续时间足够长的情形下，才能对响应量产生明显的影响。以土壤湿度和蒸散发的耦合为例，在干热的撒哈拉沙漠，蒸散发受水分控制，两者通常呈显著正相关。但实际上，常年少雨导致土壤湿度变化很小，总体上强迫量（土壤湿度）和响应量（蒸散发）的变化幅度均很小，所以，从水循环的角度，该区域不存在从地面到大气的显著反馈，因此有学者将响应量对强迫量的敏感性和强迫量的变率结合起来［20］，提出了耦合强度指数，该指数可以避免在极干沙漠地区出现的“虚假”强耦合。相反的，在气候过渡区，土壤湿度变率大且蒸散发对土壤湿度的变化高度敏感［21-22］，陆气耦合通常也更强。

陆气耦合对次季节、季节、年际尺度的夏季降水和极端气象水文事件影响最为明显［16，20，23-24］，是降水预测的重要可预报性来源，因为这种影响是通过土壤湿度异常作用于地表热通量来实现的，所以对于土壤不同干湿条件下的陆气耦合对比分析也大多针对夏季［20］，基于全球陆气耦合试验第一阶段的（the first phase of Global Land-Atmosphere Cou⁃pling Experiment，GLACE-1）发现，由于蒸散发对土壤湿度的变化有一个敏感区间，干（湿）区在土壤偏湿（干）的情形下，陆气耦合强度会增强，反之则会减弱［17］，这表现为全球不同地区耦合最强的季节有所差异［25-26］。亚洲东部和南部气候影响因子复杂，夏季受东亚季风和南亚季风的影响［27］，且受高原大地形动力和热力异常的调制［28-29］，同时也是陆气耦合热点区域［18，30］，该区域陆气耦合不但可以通过影响底层大气的热力结构来影响南亚和东亚区域的季风降水强度和位置［31］，还对极端干旱和热浪事件也有显著的增幅作用［30-32］。

综上所述，已有学者对亚洲东部和南部的陆气耦合特征进行了研究。但是，以往对耦合过程的分析大多针对土壤湿度和降水及土壤湿度和蒸散发的耦合，缺乏对与土壤湿度和降水耦合密切相关的蒸散发和边界层水汽及热力耦合的分析，此外，该区域不同土壤干湿条件下陆气耦合强度的差异尚不清楚。因此，本文基于欧洲中期天气预报中心（Euro⁃pean Centre for Medium-Range Weather Forecasts，ECMWF）第五代全球大气再分析产品——ERA5，从陆气耦合敏感性和陆气耦合强度两个方面入手，分析土壤湿度和蒸散发，蒸散发和边界层水汽及稳定度之间耦合强度的气候特征及其在不同土壤干、湿条件下的差异。

2 数据和方法

2.1 再分析资料

所用资料为ERA5，相较于ERA-Interim，ERA5提供了更高的时间（1 h）和空间（0.25°×0.25°）分辨率，为更精确地研究陆气耦合提供了很好的基础［33］，实际上，再分析资料由于时空分辨率高、范围广、变量丰富，被广泛用来进行陆气耦合研究［32，34］，针对中国区域，已有学者对比了ECMWF 过渡时期再分析资料ERA-Interim，美国国家环境预测中心（National Centers for Environmental Prediction，NCEP）及美国国家大气研究中心（National Center for Atmo⁃spheric Research，NCAR）、NASA 现代回顾性分析研究和应用（Modern-Era Retrospective Analysis for Re⁃search and Applications，MERRA）再分析资料，NCEP气候预报系统再分析资料（Climate Forecast System Reanalysis，CFSR）和日本再分析资料（Japanese Re-Analysis，JRA）中土壤湿度和观测之间的差异，发现ERA-Interim 和观测最接近［35］，区域性分析表明，ERA5 对土壤湿度的时空分布模拟较ERA-Interim更为合理［36］，其对蒸散发的代表性也优于其他蒸散发产品［37］。由于中国东部地区夏季陆气耦合显著性与季风雨带的进退密切相关［32］，而南海夏季风从5 月初爆发就开始影响华南地区［38］，因此本文研究时段定为1979—2020 年5—8 月。分析用到的变量主要有0~20 cm 土壤湿度（m3·m-3）、2 m 气温和露点温度（K）、蒸散发和降水（mm·d-1）、行星边界层厚度（planetary boundary layer height，PBLH，单位：m）。并计算了抬升凝结高度（Lifting condensation level，LCL，单位：m）其中T和Td分别为2 m 温度和露点温度，Γd为干绝热垂直递减率，约为9.8 K·km-1，Γdew为露点垂直递减率，约为1.8 K·km-1。为了分析蒸散发和边界层稳定度之间的耦合，还计算了抬升凝结高度亏缺LCL_deficit（m），该物理量可以表征边界层不稳定度，LCL_deficit=LCL―PBLH。

文中附图涉及的地图基于国家测绘地理信息局标准地图服务网下载的审图号为GS（2019）1683号的标准地图制作，底图无修改。

2.2 陆气耦合度量指标

通过计算某个地表状态量和地表热通量、地表热通量和大气状态量之间的相关系数来表征陆气耦合的敏感性。以土壤湿度和蒸散发之间的敏感性为例，如果两者相关系数为正且通过了α=0.05的显著性检验，则说明发生了显著的陆面到大气的反馈，相关系数越大，陆气耦合敏感性越强。为了进一步量化强迫量对响应量的作用，我们计算了陆气耦合强度指数，该指数可以将耦合敏感性（相关系数）和强迫量的自身变率结合起来［20］。以土壤湿度和蒸散发之间的耦合强度指数CSISM-ET（mm·d-1）为例其 中ET 和SM 分别为蒸散发和土壤湿度，COV（ET，SM）为两者的协方差，σSM为土壤湿度标准差。该指数的物理意义为土壤湿度每变化一个标准差时蒸散的响应值。

类似地可以分别定义蒸散发和抬升凝结高度耦合强度指数CSIET-LCL（m）、蒸散发和抬升凝结高度亏缺的耦合强度指数CSIET-LCL_deficit（m）来表征蒸散发和边界层的耦合强度，其中

3 结果分析

3.1 陆气耦合的气候态特征

为了方便对比描述，参照文献［32］将亚洲东部和南部地区划分为6 个子区域，分别为中纬度干旱带（区域Ⅰ）、华北-东北（区域Ⅱ）、青藏高原（区域Ⅲ）、印度（区域Ⅳ）、中国云南-东南亚（区域Ⅴ）和华南（区域Ⅵ）。

图1（a）为1979—2020 年0~20 cm 土壤湿度多年平均值空间分布。由图可知，中纬度干旱带（区域Ⅰ）因常年降水量很少，所以土壤湿度也很小，均小于0.2 m3·m-3，华南（区域Ⅵ）、中国云南-东南亚（区域Ⅴ）为湿润区，该区域降水充沛，土壤湿度最大，均大于0.35 m3·m-3，而华北-东北（区域Ⅱ）和印度（区域Ⅳ）土壤湿度则介于干旱区和湿润区之间。在陆地对大气反馈的过程中，只有在强迫量的变率或者变化足够大的情形下，才能对响应量产生明显的影响，这里认为土壤湿度是强迫量。因此，基于1979—2020 年5—8 月逐日0~20 cm 土壤湿度值计算土壤湿度标准差的多年平均值［图1（b）］，发现印度（区域Ⅳ）、青藏高原（区域Ⅲ）、中国云南-东南亚（区域Ⅴ）及华北-东北（区域Ⅱ）是土壤湿度标准差大值区，说明上述区域土壤湿度变率大，对大气产生显著影响的可能性也更大，而在中纬度干旱带（区域Ⅰ），土壤湿度及其变率都很小，这是因为该区域常年少雨，降水对土壤湿度的变化几乎无影响。

图1 土壤湿度（a）及其标准差（b）的多年平均值空间分布（单位：m3·m-3）Fig.1 The spatial distribution of annual average of soil moisture（a）and its standard deviation（b）（Unit：m3·m-3）

基于1979—2020 年5—8 月逐日0~20 cm 土壤湿度和蒸散发计算了两者相关系数及耦合强度指数的多年平均值。由图2（a）可以看出，在35°N—50°N的中纬度地区及印度区域，两者有很好的正相关，这是因为这些区域蒸散发通常受水分限制，土壤湿度越大（小），蒸发越大（小）；在中国南方地区相关系数为负，是因为该区域蒸散发通常受能量控制，蒸散发不受土壤湿度影响，而是反过来影响土壤湿度。

图2 土壤湿度和蒸散发的相关系数（a）及耦合强度指数CSISM-ET（b，单位：mm·d-1）的多年平均值空间分布［图2（b）中只给出图2（a）中相关系数为正且通过α=0.05显著性检验的格点的耦合强度的多年平均值］Fig.2 The spatial distribution of annual average of correlation coefficient（a）and coupling strength index CSISM-ET（b，Unit：mm·d-1）between soil moisture and evapotranspiration（For each grid box，the coupling strength indexes in Fig.2（b）were shown only when the correlation coefficient between SM and ET in Fig.2（a）was positive and passed the test at the significance level of 0.05）

当土壤湿度和蒸散发相关系数为负时，认为不发生显著的陆气间反馈，因此图2（b）中只给出图2（a）中相关系数为正且通过α=0.05 显著性检验的格点的耦合强度的多年平均值。由图2（b）可知，中纬度干旱带（区域Ⅰ）、华北-东北（区域Ⅱ）、印度（区域Ⅳ）、青藏高原（区域Ⅲ）、中国云南-东南亚地区（区域Ⅴ）为强耦合区，华南（区域Ⅵ）为弱耦合区。华北-东北（区域Ⅱ），青藏高原（区域Ⅲ）和印度（区域Ⅳ）耦合强度较大，部分区域超过了0.8 mm·d-1，与这些区域耦合敏感性高和土壤湿度变率较大密切相关。在中纬度干旱带（区域Ⅰ），虽然蒸散发对土壤湿度高度敏感（相关系数为正且超过0.6），但是由于土壤湿度变率小，土壤湿度变化对蒸散发的影响不如印度（区域Ⅳ）、华北-东北（区域Ⅱ）和青藏高原（区域Ⅲ）区域明显。华南（区域Ⅵ）陆气耦合强度通常较弱，是因为蒸散发对土壤湿度敏感性低（相关系数为弱正值）。

土壤湿度可以通过影响蒸散发来进一步影响大气边界层水汽条件，抬升凝结高度是大气边界层水汽条件的反映，抬升凝结高度越低，代表边界层水汽越充沛，越容易诱发降水，当发生显著陆气耦合时，地表蒸发增大，从陆地进入大气的水汽增多，抬升凝结高度降低，因此，蒸散发和抬升凝结高度呈负相关。图3（a）为蒸散发和抬升凝结高度的相关系数的多年平均值空间分布，印度（区域Ⅳ）、青藏高原（区域Ⅲ）、中国云南-东南亚（区域Ⅴ）、华北-东北（区域Ⅱ）及中纬度干旱（区域Ⅰ）带为高敏感性（相关系数为负且绝对值大于0.5）。计算图3（a）中相关系数为负且通过α=0.05 显著性检验的格点的蒸散发和抬升凝结高度的耦合强度指数的多年平均值，在基础上乘以-1.0 得到图3（b）［这是因为求得的耦合强度指数本身为负值，绝对值越大，说明由于蒸发增大（减弱）引起的抬升凝结高度降低（升高）幅度越大］。青藏高原（区域Ⅲ）和印度（区域Ⅳ）蒸散发与强迫抬升凝结高度的耦合最强，大部分格点耦合强度大于350 m，部分格点甚至高达600 m；华北-东北（区域Ⅱ）和中纬度干旱带（区域Ⅰ）次之；中国云南-东南亚地区（区域Ⅴ）和华南（区域Ⅵ）耦合最弱，大部分小于400 m。当蒸散发和抬升凝结高度的相关系数为正时，说明蒸散发对边界层水汽条件没有影响，而是大气反过来对陆面产生影响，比如，充足的大气水汽，对应着更低的抬升凝结高度，也对应着更多的云量，使得地表接受到的太阳净辐射减少，蒸散发也相应减弱，即能量而非土壤湿度是控制蒸散发的主要因素，此时认为没有发生陆面到大气的显著反馈。该情形通常发生在雨量充沛的中国南方湿润区，这里不作详细讨论。

图3 相关系数（a、c）和耦合强度指数（b、d，单位：m）空间分布（a，b）蒸散发和抬升凝结高度，（c，d）蒸散发和抬升凝结高度亏缺［图3（b）和图3（d）中耦合强度值均为原始值乘以-1.0后的结果，且只分别给出图3（a）和图3（c）中相关系数为负且通过a=0.05显著性检验的格点值］Fig.3 The spatial distribution of correlation coefficient（a，c）and the coupling strength index（b，d，Unit：m）（a，b）between evapotranspiration and lifting condensation level，（c，d）between evapotranspiration and lifting condensation level deficit（For each grid box，the coupling strength indexes in Fig.3（b）and Fig.3（d）were value after multiplying by-1.0，and were shown only when the correlation coefficient between ET and LCL in Fig.3（a）or between ET and LCL_deficit in Fig.3（b）were negative and passed the test at the significance level of 0.05）

蒸散发的变化还可以影响大气稳定度，边界层湍流发展使得气块抬升，上升高度超过抬升凝结高度时，就有可能触发对流。抬升凝结高度亏缺越小，说明边界层顶高度接近或者超过抬升凝结高度的幅度越大，大气越不稳定，越有利于触发对流降水。图3（c）给出了蒸散发和抬升凝结高度亏缺相关系数的空间分布。计算图3（c）中两者相关系数为负且通过α=0.05 显著性检验格点的CSIET-LCL_deficit，求得的CSIET-LCL_deficit原始值均为负值，其绝对值越大，说明随着蒸散发增大，边界层高度更加接近抬升凝结高度或者超过抬升凝结高度更多，为了方便表达，在此基础上将耦合强度值乘以-1.0，从而得到图3（d）。可以看出，无论是耦合敏感性还是耦合强度，蒸散发与抬升凝结高度及其亏缺的空间分布一致，前4 个区域大部分格点耦合强度超过200 m，部分格点超过450 m。这说明，在中纬度干旱带（区域Ⅰ）、华北-东北（区域Ⅱ）、印度（区域Ⅳ）、青藏高原（区域Ⅲ）、中国云南-东南亚（区域Ⅴ），蒸散发越大，抬升凝结高度亏绝对值越大，即陆气耦合导致对流性降水发生的可能性更大。

上述蒸散发和边界层水汽及不稳定度的强耦合区域与蒸散发和土壤湿度强耦合区域基本一致，表明从土壤湿度到蒸散发，再从蒸散发到边界层水汽及不稳定度条件，陆面异常强迫大气的因果链是一致的。图3（b）和3（d）中纬度干旱带（区域Ⅰ）蒸散发和边界层之间的耦合强度明显小于印度（区域Ⅳ），也说明虽然干旱区响应量对强迫量的变化非常敏感，但由于土壤湿度变率小，强迫量对响应量的实际作用较弱。在华南地区（区域Ⅵ），蒸散发和边界层水汽及不稳定度的耦合强度非常弱，可以忽略不计，但是土壤湿度和蒸散发耦合比较显著［图2（a），图2（b）］，这表明弱耦合区土壤湿度通过影响蒸散发进而影响边界层热力和水汽的可能性很小。

为研究不同土壤干湿条件下陆气耦合的差异，针对每个经纬度点，将该点土壤湿度的逐年平均值进行升序排列，然后平均分为3等份，分别代表土壤干、中性和湿润3 种情形，将每种情形（各14 a）的耦合敏感性指数和耦合强度指数进行平均，来分析不同土壤干湿条件下的陆气耦合差异。图4 给出了CSISM-ET、CSIET-LCL和CSIET-LCL_deficit3 种耦合强度指数在不同土壤干湿条件下的空间分布，印度（区域Ⅳ）、青藏高原（区域Ⅲ）、中国云南-东南亚（区域Ⅴ）和华北-东北（区域Ⅱ），3 种耦合过程均表现为随着土壤变湿，耦合强度逐渐变弱的趋势。因为图4 中华南（区域Ⅵ）各耦合过程的耦合强度均很弱，所以表1只给出除华南以外其他5个区域不同土壤干湿条件下的耦合指数平均值，各干湿条件下印度（区域Ⅳ）耦合最强，即使在耦合最弱的湿土壤条件下，印度（区 域Ⅳ）CSISM-ET、CSIET-LCL、CSIET-LCL_deficit分 别 达0.41 mm·d-1、269.34 m、163.59 m。华南（区域Ⅵ）在土壤偏干条件下土壤湿度和蒸散发之间虽然存在显著耦合，但在偏湿或中性情形下耦合强度很弱，且蒸散发和边界层水汽及稳定度的耦合，在所有干湿条件下均不显著，说明华南（区域Ⅵ）陆气耦合很弱。

图4 土壤干（a、b、c）、中性（d、e、f）和湿润（g、h、i）条件下CSISM-ET（a、d、g）（单位：mm·d-1）、CSIET-LCL（b、e、h）（单位：m）、CSIET-LCL_deficit（c、f、i）（单位：m）空间分布［CSISM-ET只给出SM和ET之间相关系数为正且通过a=0.05显著性检验的格点值，CSIET-LCL 和CSIET-LCL_deficit为乘以-1.0后的结果，且只分别给出ET和LCL之间、ET和LCL_deficit之间相关系数为负且通过a=0.05显著性检验的格点值］Fig.4 The spatial distribution of CSISM-ET（a，d，g）（Unit：mm·d-1），CSIET-LCL（b，e，h）（Unit：m）and CSIET-LCL_deficit（c，f，i）（Unit：m）under dry（a，b，c），moderate（d，e，f）and wet（g，h，i）soil conditions（For each grid box，CSISM-ET were shown only when the correlation coefficient between SM and ET were positive and passed test at the significance level of 0.05；CSIET-LCL and CSIET-LCL_deficit were the value after multiplying by-1.0，and were only shown when the correlation coefficient between ET and LCL，between ET and LCL_deficit were negative and passed the test at the significance level of 0.05，respectively）

表1 5个区域不同土壤干湿条件下CSISM-ET、CSIET-LC和CSIET-LCL_deficit 平均值Tab.1 The regional average of CSISM-ET，CSIET-LCL，CSIET-LCL_deficit under dry，moderate and wet soil conditions over five areas

值得注意的是，表1中纬度干旱带（区域Ⅰ），土壤湿度和蒸散发的耦合并没有体现出土壤越干耦合越强的规律，而是3 种不同土壤湿度条件下没有差异，均为0.29 mm·d-1，蒸散发和边界层水汽及不稳定度的耦合虽然也能体现出土壤越干耦合越强的特点，但不同件下差异并不明显，CSIET-LCL在3 种情形下（按干、中性、湿润顺序，下同）分别为172.92、167.88、160.20 m，CSIET-LCL_deficit在3 种情形下分别为120.90、115.60、108.53 m，两种相邻干湿条件下的耦合强度差距均小于10.00 m，而其他区域两种相邻干湿条件下的耦合强度差异均超过10.00 m，青藏高原甚至超过50.00 m，这和中纬度干旱带（区域Ⅰ）土壤湿度变率较其他区域更小是一致的［图1（b）］。综上所述，在土壤湿度变率较大的区域，不论是土壤湿度和地表蒸散发之间，还是地表蒸散发和边界层水汽条件及稳定度条件之间，陆气耦合均在土壤偏干时最强，中性时次之，偏湿时最弱，且不同土壤干湿条件下差异明显；而在土壤湿度变率较小的区域，不同土壤干湿条件下陆气耦合强度差异不明显。

4 总结和讨论

（1）华北-东北、青藏高原、印度、中国云南-东南亚和中纬度干旱带为较强陆气耦合区，华南为弱陆气耦合区。

（2）在华北-东北、青藏高原、印度、中国云南-东南亚地区，土壤偏干时，陆气耦合最强，土壤偏湿时，耦合强度最弱，土壤介于干湿之间时，耦合强度也介于两者之间，这种因土壤湿度不同而导致的耦合强度差异，存在于土壤湿度和蒸散发，蒸散发和边界层水汽及不稳定度之间的各耦合过程中，产生这种差异的主要原因是上述区域土壤湿度变率大。

（3）在中纬度干旱带，由于土壤湿度及其变率均很小，所以土壤湿度和蒸散发，蒸散发和边界层水汽及不稳定度之间的耦合强度随土壤干湿条件变化不大。华南为弱陆气耦合区，只有土壤偏干时，土壤湿度和蒸散发之间才能发生显著耦合，而蒸散发和边界层在所有干湿条件下均不产生显著耦合。

除了地表与边界层水汽及不稳定度之间的耦合，陆面异常还可以通过与边界层的相互作用影响到自由大气，从而对极端干热事件产生维持效应。因此，需要进一步研究陆气耦合对东亚极端干热事件的影响。此外，由于蒸散发对土壤湿度的变化有一个敏感区间［17］，且土壤湿度随季节变化，因此不同地区陆气耦合最强的季节也会不同，其对大气的影响是否也存在对应的差异，需要进一步讨论。