排序方式： 共有18条查询结果，搜索用时 46 毫秒
1.
将稳定同位素效应引入CLM(Community Land Model),并对巴西马瑙斯站在平衡年的稳定水同位素的逐日变化进行模拟和分析.结果表明: 降水、水汽和地表径流中δ18O存在明显的季节变化,并与相应的水量存在显著的负相关关系,但凝结物中δ18O与地面凝结量存在显著的正相关关系,蒸发水汽中δ18O与蒸发量之间无显著的相关关系.受土壤贮水削峰功能的影响,表层土壤和根区水中δ18O的季节变化全无.植被层蒸发水汽中稳定同位素的丰度与大气的干湿程度存在密切联系: 当降水量少时,大气干燥,植被层的蒸发较少,植被蒸发中δ18O较高;当降水量较大时,空气湿润,植被层的蒸发量较大,蒸发中δ18O则较低.植被蒸腾中δ18O的变化与源区水体中δ18O的变化保持一致,尤其是与根区水中的δ18O.由于地下径流直接源自根区水的补充,因此,地下径流中δ18O等于根区水中的δ18O.模拟结果还显示,降水MWL (大气水线)的梯度项和常数项均比全球平均MWL略偏小.尽管主要来自降水的贡献,但地表径流和植被层水体的MWLs与降水MWL存在较大的差异,这一方面与两类水体在蒸发过程中的稳定同位素的富集作用有关,另一方面与CLM模拟的水量有关.大气水汽线与降水的MWL的梯度值相近,说明大气水汽与降水近似处于稳定同位素平衡状态.另外,模拟的地面的凝结线与植被层的凝结线均与全球大气水线相近,且具有非常高相关程度,说明CLM的模拟是合理的. 相似文献
2.
洞庭湖流域降水同位素与ENSO关系研究 总被引：1，自引：1，他引：0
基于洞庭湖流域内长沙市2010年1月至2012年12月降水事件、GNIP(Global Network for Isotopes in Precipitation)长沙站1988~1992年月降水同位素资料及ENSO（厄尔尼诺/拉尼娜和南方涛动）的2个常用指标（南方涛动指数SOI和Nino3区海面温度SST）,分析了流域降水同位素与ENSO关系。结果表明：洞庭湖流域降水中δ18O与降水量、气温在日、月尺度上均呈负相关且只有月度上与降水量的负相关不显著。洞庭湖流域降水中δ18O与ENSO的SST指标则呈显著正相关。ENSO对洞庭湖流域降水同位素的影响机制可能如下：春季,La Nina年源自西太平洋的东南风强盛,其转向为西南风的区域达到印度洋,而El Nino年,东南风转向为西南风的发生区域位于印度洋以东,前者有利于挟带印度洋远源水汽向中国东部区域输送,进而造成降水同位素的贫化;夏季,La Nina年印度洋水汽输送在中国南海转为经向继而向北延伸,而El Nino年,源自印度洋的水汽沿纬向穿过南海,在东海转向往北延伸,后者有利于挟带西太平洋的近源水汽输送到中国东部季风区,进而引起降水同位素的富集。 相似文献
3.
长沙地区蒸发皿水体蒸发过程中稳定同位素的变化特征 总被引：1，自引：0，他引：1
蒸发过程中水体同位素分馏与蒸发时的气象要素密切相关。为此,于2013年6―9月份在长沙地区进行了4组室外蒸发皿蒸发实验,从而探讨蒸发剩余水体中稳定同位素与温度、相对湿度等气象要素之间的关系。实验结果表明：1）剩余水体中稳定同位素比率随着剩余水比例f的减少而富集,在高温无雨的伏旱天气下,蒸发剩余水体中稳定同位素分馏结果与瑞利分馏模式比较吻合;2）温度越高,分馏效应也将变大,蒸发过程中稳定同位素比率的改变量也将变大,随着水体质量的减小,稳定同位素比率的变化与相对湿度呈现负相关,尤其到蒸发后期,负相关关系更为明显,这可能是由于实验后期剩余水体绝对质量太小,易受空气中稳定同位素的影响;3）蒸发线δ2H＝3.89δ18O－24.55与δ2H＝3.38δ18O－24.96的斜率和截距明显小于同时期长沙降水线δ2H＝6.85δ18O－4.4的斜率和截距,与同时期湘江河水蒸发线δ2H＝3.9δ18O－13.2的斜率接近。以上结果说明本蒸发皿实验能一定程度上体现夏季自然水体蒸发分馏情况。 相似文献
4.
湖南降水变化及与印度降水关系研究 总被引：2，自引：0，他引：2
基于湖南和印度的降水资料,采用回归分析、相关系数和小波分析方法研究了近46 a来湖南降水变化趋势、湖南与印度降水关系以及湖南年降水的周期。结果表明:(1)湖南年降水微弱增加,存在4个特征时间尺度,分别为3 a左右、7 a、11 a以及22 a左右。同时发现年降水以22 a左右尺度上的周期振荡为主。(2)湖南冬夏降水显著增加,春秋降水微弱减少。值得注意的是夏季降水增加而降水日数却在减少,这导致了暴雨发生概率的加大。(3)湖南与印度降水关系较好。如同期,湖南与印度东北区降水关系最为密切,自春到冬,两者相关程度逐渐加大。降水的上述变化趋势致使湖南洪涝、旱灾和暴雨事件频发,严重影响着人们的生产与生活。 相似文献
5.
利用稳定同位素大气水平衡模式(i AWBM)模拟了季风区长沙站大气水汽和降水中δ18O的时间变化,并与实际监测结果进行比较,其目的在于检验i AWBM在模拟季风区大气中水稳定同位素循环方面的能力,揭示影响水稳定同位素变化的主要原因,改善对季风区水循环中稳定同位素效应的理解和认识.模拟结果很好地再现了长沙降水中δ18O的季节变化,季风区降水中稳定同位素雨季被贫化旱季被富集的基本特点以及存在的显著降水量效应均被模拟出.在2010年1月-2012年12月,模拟的冬季风盛行期间的加权平均δ18O为-6.58‰,与该时段的实际监测值相当;模拟的夏季风盛行期间的加权平均δ18O为-9.58‰,低于该时段的实际监测值.i AWBM主要利用大气的可降水量、水汽通量、蒸发量和降水量4个驱动变量来模拟水稳定同位素的循环.其中,可降水量对水稳定同位素变化的贡献被包含在其他3个驱动变量中.水汽通量对水汽同位素变化的贡献具有富集和贫化的双重作用,蒸发量和降水量对水汽同位素变化的贡献分别具有富集和贫化的作用.在对水汽同位素起富集作用的两个因子中,水汽通量的平均同位素贡献为1.66‰,贡献率为63.97%;蒸发量的平均同位素贡献为0.91‰,贡献率为36.03%,水汽通量的同位素贡献起主要作用.在对水汽同位素起贫化作用的两个因子中,水汽通量的平均同位素贡献为-1.40‰,贡献率为53.47%;降水量的平均同位素贡献为-1.09‰,贡献率为46.53%,水汽通量和降水量的同位素贡献大致相当. 相似文献
6.
7.
台风“海马”对洞庭湖流域降水同位素的影响研究 总被引：1，自引：1，他引：1
基于2011年第4号台风“海马”登陆前后洞庭湖流域内长沙降水同位素资料,分析了降水同位素的变化特征以及水汽输送对降水同位素的影响。结果表明：台风“海马”在洞庭湖流域内长沙所形成降水的大气水线的斜率和截距均小于长沙夏季大气水线,这与根据同位素分馏理论做出的推测相吻合。台风天气系统影响下的流域降水δ 18O值为研究时段内的最低值,即降水同位素被显著贫化,而降水过量氘（deuterium excess,记为d）波动明显要小于其他时段,后者反映了形成台风降水的水汽来源较为单一。研究时段内长沙降水d指示台风降水前、台风降水中两个阶段水汽来源于西太平洋,水汽输送轨迹也印证了降水d所指示的水汽来源情况,如流域台风降水的水汽主要来自前期台风输送至南海北部的西太平洋水汽。台风降水后这一阶段降水中d指示海洋水汽来源的效果降低,其原因在于海洋水汽输送减少、陆地蒸发旺盛以及下落雨滴蒸发强烈所致。 相似文献
8.
洞庭湖流域下落雨滴蒸发研究 总被引：1，自引：1，他引：0
通过在亚热带季风区内的洞庭湖流域对降水事件取样以及气象资料的收集,采用降水同位素对流域下落雨滴蒸发以及影响因素进行了研究。研究发现：流域不同季节大气水线的理论斜率均高于观测斜率,由此可判断形成流域降水的雨滴在下落过程中经历了不同程度的蒸发。进一步计算表明流域下落雨滴的蒸发比率介于0.21%~19.29%之间,蒸发比每增大1.0%,过量氘（d）将减小1.38‰。从主要影响下落雨滴蒸发的气温、湿度和雨滴直径来看,流域下落雨滴蒸发与气温呈显著正相关,与相对湿度、雨滴直径呈显著负相关。另外,流域下落雨滴蒸发随降水量增大呈指数函数递减,其并非指示降水量直接影响雨滴的蒸发,而是湿度、雨滴直径等综合作用的结果。 相似文献
9.
利用稳定同位素大气水平衡模式,模拟了2012年全球大气水汽和降水中δ18O的空间分布和时间变化以及降水中δ18O与降水量、温度之间的关系.其目的在于检验稳定同位素大气水平衡模式模拟水稳定同位素循环的能力,揭示稳定同位素效应产生的主要原因,改善对水循环中稳定同位素效应的理解和认识.模拟结果很好地再现了全球降水中δ18O的纬度效应、大陆效应和季节差异.在水循环过程中,引起降水中稳定同位素空间变化和时间变化的原因与蒸发对水汽同位素的富集作用、降水对水汽同位素的贫化作用、凝结温度对水汽同位素贫化程度的影响有关.模拟的降水量效应主要出现在中低纬度海洋和季风区,这种分布形势与δ18O季节差和降水量季节差的分布相对应;模拟的温度效应主要出现在中高纬度陆地,这种分布形势与降水中δ18O季节差的分布形势相对应.在一些低纬度地区,伴随强降水量效应的出现,温度效应也同时出现. 相似文献
10.
基于多源降水数据的洞庭湖流域夏季降水与西太平洋副热带高压的关系 总被引：2，自引：1，他引：1
基于中国气象科学数据共享服务网提供的1979~2012年夏季6~8月降水实测数据（CMD）和3种不同来源的再分析降水数据,研究和比较副高特征指数与洞庭湖流域夏季降水的关系及空间差异。结果表明：① 6、7月副热带高压（副高）脊线位置偏北,洞庭湖流域大部分区域降水偏多,8月偏少;6、7月北界位置偏北使流域东南降水偏少、西北降水偏多,8月大部分地区降水偏多;6~8月西伸脊点位置东移使降水偏多范围自东向西增大;6月份副高强度增强使东部和南部降水偏多、西部和北部降水偏少,7和8月大部分地区降水减少。② 再分析降水数据大体上能反映出7月份脊线指数、6和7月北界指数、6~8月西伸脊点指数和副高强度指数对相应月份CMD降水的影响。③ 副高特征指数对CMD降水的拟合能力存在区域差异。 相似文献