第43卷第2期冰川冻土V〇1.43,N〇.2 2021 年 4 月J O U R N A L O F G L A C I O L O G Y A N D G E O C R Y O L O G Y Apr. , 2021
D O I： 10. 7522/j. issn. 1000-0240. 2021.0010
R E N Xingkuo, G A O Jing, Y A N G Yulong, et a l.Intra-seasonal characteristics of atmospheric water vapor stable isotopes at Muztagata and i t s climate controls[J]. Journal of Glaciology and Geocryology, 2021,43(2):33卜341.[任行阔，髙晶，杨育龙，等.慕丨：塔格地区大气水汽氢氧 稳定同位素季节内变化特征及影响因素分析[J].冰川冻土，2021,43(2) :331-341.] 慕士塔格地区大气水汽氢氧稳定同位素季节内
变化特征及影响因素分析
任行阔〃，高晶'，杨育龙h2，陈曼丽\牛晓伟'，赵爱斌1
(1.中W科学院青藏高原研究所藏高原环境变化与地表过程重点实验室，北京100101; 2.中M科学院大学.北京100049) 摘要：慕士塔格地区位于青藏高原西北部，常年受西风影响为了更清楚地认识西风水汽来源和局
地蒸发过程对区域水循环过程的影响，利用2017年7月26日一2017年11月6日和2018年7月30日一
2018年12月10日在慕十塔格西风带环境综合观测研究站的监测数据，分析了地表大气水汽氢氧稳定同
位素组成和相关局地气象要素的变化特征及其相关关系研究发现：慕士塔格地K水汽中S‘s O、
A e x c e s s与局地温度和比湿呈现明显的小时变化，日变化和季节变化；水汽S180值与温度的著正相关
关系存：不同时间尺度稳定存在；在小时和日尺度上，水汽#0值与比湿呈现对数关系；后向轨迹追踪表
明，西风将西伯利亚和北大西洋及慕士塔格周围地区的水汽传输至观测站点；当水汽自地中海和北大西
洋长距离传输至慕士塔格时，水汽#0显著降低可达约7%。,rf-excess会显著增大；该地K水汽稳定同位
素组成的季节变化特征与降水稳定同位素组成的季节变化特征一致研究内容初步揭示了青藏高原西
风传输水汽稳定同位素变化的主要影响因素，可为区域水循环研究提供必要数据和关键认知.有助于理
解西风控制区冰芯稳定同位素i己录的气候意义
关键词：慕士塔格；大气水汽稳定同位素；温度；比湿；风速
中图分类号：P426.6文献标志码：A文章编号：丨000-0240(2021)02-0331-11
0引言
在自然界中，水由氢、氧两种元素组成。氢的 两种同位素氕（H)、氘（D)和氧的三种同位素|60、17〇,〇都有不同的原子质量。不同同位素组合方 式的水分子出，0,1^|80汨00)存在分子质量和组合方式上的差异，使得在不同气象条件下水体相变 转化时会发生同位素分馏，由此导致的水体稳定同 位素组成的差异可以反映其形成过程中蒸发、传 输、对流、冷凝等过程，因此，其被广泛运用于古气 候的重建1和现代水循环过程研究：在过去几十 年里，水体稳定同位素的研究主要集中在降水稳定 同位素研究从1961年以来，国际原子能机构(IAEA)和世界气象组织(WMO)联合，在全世界建立了全球降水同位素观测网(GNIP)，收集了 800多 个站点的降水同位素数据和对应气象数据，使我们 对降水稳定同位素的时空分布和影响因素有了清 晰认识w。
大气水汽是水循环过程中的核心组分，对大气 水汽氢氧稳定同位素的研究有助于我们进一步深 入认识现代水循环过程。与降水稳定同位素研究 相比，大气水汽稳定同位素的研究相对很少，但是，大气
水汽稳定同位素研究具有一定的优势。降水 稳定同位素研究所采取的样品为降水，采样本身限 制了氢氧稳定同位素数据的空时分辨率。天气状 况和区域条件制约着降水样品的获取。大气水汽 稳定同位素观测不受季节（例如是否降雨季节）和天气（例如是否有雨）的影响，可以获得连续的大气
收稿日期：2020-03-12；修订日期：2020-06-12
基金项目：中闽科学院战略性先导科技P项(X D A20100300)；第二次青藏高原综合科学考察研究项目（2019Q Z K K0208)；国家自然科学 基金项目（41871068)资助
作者简介：任行阔，硕士研究生，主要从車大气水汽氢氧稳定同位素研究.E-mail:********************
332川土
冰冻
水汽氢氧稳定同位素数据。在少雨甚至无雨的地
区，大气水汽同位素观测依然可以进行:6)。
在国外，大气水汽氢氧稳定同位素研究开展相
对较早。在欧美、南大洋、格陵兰岛等地都展开过
相关的研究—°1。\¥11他等"1对纽约的帕利塞德午
后水汽样品进行研究，发现水汽稳定同位素与相对
湿度和比湿存在显著的正相关关系;Jacob等[7利用
德国海德尔堡1981 — 1998年的观测数据，发现在年
际尺度上水汽稳定同位素组成与降水稳定同位素
组成表现的显著相关性并没有在月尺度上表现出
来，而且冬季的温度效应比夏季大;Gat等w分析地
中海大气水汽同位素数据，证明了海岸附近强烈的
海-气相互作用；Bastrikov等w对西西伯利亚大气
水汽同位素数据的研究，发现大气水汽同位素组成
和湿度的季节性变化依赖于天气条件;Guilpart等8
分析了印度洋西南部留尼汪岛I年的水汽稳定同位
素记录，发现大气水汽稳定同位素夜晚贫化，白天
富集，认为其日变化是受海-陆风和上下坡流相互
作用控制。
然而青藏高原的大气水汽稳定同位素研究开
展很少。余武生等12：利用冷阱法采集青藏高原那
曲地区大气水汽样品，发现季风结束前后，降水事
件和水汽来源会影响该流域的水汽5180的变化。尹
常亮等13分析了德令哈大气水汽稳定同位素，发现
爱碧论坛德令哈水汽#0的季节变化明显，呈现夏季值高于
冬季值，并且降水事件影响德令哈水汽#0值。崔
江鹏等14通过分析了青藏高原中部的那曲河流域
2013年10月15日一 16日水汽变化，发现在季
风结束期，印度洋的水汽依旧影响到青藏高原中部
地区，带来5|80极低的水汽。Yu等15分析塔什库尔
干大气水汽稳定同位素，发现了温度是水汽#0变
化的主要影响因素。Tian等1161分析了 2012年1月
一 2014年9月的拉萨的大气水汽稳定同位素，说明
了季风期和非季风期间大气水汽稳定同位素变化
差异。在季风期，水汽S18〇的低值与季风水汽有关;
在非季风期，水汽5180与温度呈现正相关性；d-ex-
cess的微弱的季节变化反映了水汽来源地的季节性
特征。这些研究都表明大气水汽稳定同位素能够
提供有效的水汽传输和局地影响过程信息。
青藏高原是世界上海拔最高的高原，平均海拔
超过4 000 m，总面积约250万km2:l7;。由于其较高
的地势，青藏高原是中低纬度冰川分布最多的区
域。青藏高原受西风和季风交替控制，同时，其较43卷
高的地势对西风产生了阻挡。在冬季，西风带南 移，受高原阻挡分为南北两支，北支的气流给高原 西北部地区带来一定的湿度，加强了高原地面的冷 高压，南支气流加强了高原西南部的干旱；在夏季，西风带北移，南支气流消失[18]。西风不但影响着青 藏高原的气候模式，而且还影响青藏高原上的现代 冰川、湖泊以及生态系统191。高分辨率的大气水汽 同位素观测研究可以更清楚地了解西风传输下水 汽时空变化特征和水汽稳定同位素变化的影响因 子，为区域水循环研究提供必要数据和关键认知。
因此，我们于2017年7月26日一丨1月6日和 2018年7月30日一12月10日在中国科学院慕士塔 格西风带环境综合观测研究站对地表大气水汽稳 定同位素进行了高精度连续实时监测，以阐明不同 时间尺度下大气水汽稳定同位素的变化特征及其 影响因素。
1数据与方法
1.1研究区域特征
2017年7月，作者所在课题组开始在中国科学 院慕士塔格西风带环境综合观测研究站（简称慕士 塔格站)进行高精度连续大气水汽稳定同位素和同 期气象数据观测，数据观测分辨率为1s。
中国科学院慕士塔格西风带环境综合观测研 究站（38.41° N,75.04° E)位于新疆维吾尔自治区 阿克陶县布伦口乡，紧邻慕士塔格峰和卡拉库里 湖，地处帕米尔高原东部，属于高寒、荒漠气候，是 典型的西风带影响区发育了许多规模较大的山地冰川:21]，雪线高度在海拔4 900 ~ 5 300 m。2017 年到2018年的气象观测数据表明，该地区日均气温 为0.7亡，日均风速为3.3 nvs'日均比湿为3. 2 g‘kg'年均降水量为167. 5 mm。温度、比湿夏 季高，冬季低。风速夏季低，冬季高。降雨量主要 集中在夏秋季。
1.2观测方法与数据处理
我们利用Picarro L2130i水汽稳定同位素分析 仪开展了地表以上8m处大气水汽稳定同位素的实 时连续观测。采集到的大气水汽直接进人汽化室 和主机进行测量。标样发生器配备两个不同值的 标样，用于测量结果校准。每天进行标样与大气水 汽交叉测试。大气水汽稳定同位素的测试结果用 “维也纳标准平均海洋水（VSM0W)”的千分差表 示，计算公式为：
任行阔等：慕士塔格地区大气水汽氢氧稳定同位素季节内变化特征及影响因素分析333
日期(年-月-日）
(b)降水(P)、比湿0)、风速(^、温度(7)丨丨变化情况
图1
慕士塔格站地理位置、主要控制大气环流以及降水(p )、比湿4)、风速(w s )、温度（n 日变化示意图
Fig. 1
M a p s h o w i n g the location of the M u z t a g h A t a Station , the m a i n circulations of controlling a t m o s p h e r e a n d
precipitation a m o u n t (P ), specific humidity (q ), w i n d speed ( W S ), temperature (T)
S*=(R s a m p J R vsuow-\)x \000%c (1)
式中:5*为5I S 0或5D ，表示样品中'》0或D 同位素比 相对于维也纳标准平均海洋水（VSMOW )的值；
是样品的ls 〇或D 的同位素比,/?V S M <)W i 维也纳 标准平均海水的11(〇或D 的同位素比此外，定义
过 量気"-excess =5D -8x 5ls O c .
由于激光水汽稳定同位素分析仪具有水汽浓 度依赖性，大气水汽稳定同位素数据的校准决定了 观测结果的有效性。因此，利用Picarro 仪器观测到 的大气水汽氢氧稳定同位素必须经过严格校准才
能进行使用。本研究中校准流程如下：
(1) 仪器配备的两个标样分别为A 1和A 2。(2)
消除记忆效应。利用Picarro 水汽同位素分
析仪自带的“SDM Data Processor ”软件删除仪器每 次测M 的A 1和A 2标样的最开始5分钟和结束前 30秒数据。当标样水汽浓度_SD <200，5I 80_SD <0. 2,5D _SD <1时，选择此数据做记忆效应拟合 计算。
(3)
浓度效应校正。计算第（2)步处理过的标
样A 1和标样A 2在不同水汽浓度下的测量值与其真
2期45°N
40°N
35°N
30°N
25°N
20°N
15°N
65°E
70°E
75°E
80°E 85°E 90°E 95°E
100°E
105°E
110°E
(a )地理位置及主要控制大气环流
U O U
多肽类药物(1^3
20
0-28
视在功率4 013
丨
<N i o <N
33—60—8
s
f N
寸 s o _o o l o <N
9S S 103
9313
T z . I s
z z —60
丨卜
O
C N
6S S 103
l e -e o -z .l o
<N
(-S S )
—
334
川
土43卷
冰
值的差值，将此差值与水汽浓度差值进行多项式拟 合，得到浓度效应方程。利用此方程，消除观测结 果的浓度效应。
(4)建立线性关系。用每天所选的3个不同水 汽浓度梯度的标样同位素测量值与标样同位素真 值建立线性关系3
(5 >大气水汽稳定同位素数据真值校准：利用第（3)步得出的5|80与H 20方程和5D 与
H :0方程，以大气水汽浓度作为自变量求出水汽氢 氧稳定同位素偏移值_用测得的大气水汽氢氧稳 定同位素值减去偏移值。再利用第（4)步线性方 程，得到大气水汽氢氧稳定同位素真值。
气象数据采集方法：按照气象观测要求，慕士塔格西风带环境综合观测研究站在海拔 3 650 m 的观测场架设了一套Campbell 自动气象 站，用于自动观测风、温、湿、压和降水量，记录频率 为半小时。降水量数据的记录频率为天。
降水样品的收集与测试：按照气象观测规范要 求，对每次降水过程都实施取样。在收集降水同时 还记录每次降水的起止时刻，用雨量桶收集雨水 后，直接装人塑料水样品瓶里进行编号，并标明曰 期，将瓶盖拧紧并加以密封以防瓶中水样品蒸发。 密封有降水的塑料瓶保存在低温室内。样品的测 试是在中国科学院青藏高原研究所环境变化与地 表过程重点实验室Picarro 仪器上进行的。测试结 果以V -SMOW “维也纳标准平均海洋水”的千分差 表示：
s *=n 〇w -i )xi 〇〇〇% (2)式中：尺、和尺v s _分别为降水样品和V -SMOW 中 D/H (180/160)的比率。同位素D 和180含量分别用 5D 和5|80表示。
2
结果与分析
2.1慕士塔格地区大气水汽氢氧稳定同位素时间
变化特征
图2给出了 2017年和2018年夏季和秋季大气 水汽中5|80、心excess 、风速（V V S )、温度（D 和比湿 (W 的日内变化特征。在对应的时间范围内，我们 计算多日平均的小时数据，对应时刻为〇〇: 〇〇— 23:00(北京时间，下同）。2017年夏季，大气水汽中
Sls O 最大值为-12. 25%。，最小值为-13. 86%e，平均值 为-13. 04%。; ^-excess 最大值为21.96%e ，最小值为16. 90%e ，平均值为19. 70%。。2017年秋季，大气水
冻汽5|80明显低于夏季，其最大值为-18. 67%c，最小 值为-24. 72%〇，平均值为-21.44%〇；而d -e x c e s s 显著 高于夏季，平均值为25. 90%。，其最大值比夏季最大 值高出约10%c ，
最小值也高于夏季最小值5%«。这 表明秋季水汽来自于更干冷的来源。2018年夏季， 大气水汽5180范围与2017年夏季相近，为 -12. 87%。〜-14. 96%。；其心e x c e s s 平均值较 2017 年 同期增大
约4%〇，最大值和最小值都高于2018年同 期约3%。。2018年秋季，大气水汽SI B 0平均值低于 20丨7年秋季平均值约9%〇，其范围为-28. 77%c ~ -3丨.36%c ，而d -excess 低于20丨7年同期约10%c ，最 小值接近全球平均值丨〇%。。这很可能是2018年的 水汽源地与2017年相比发生了变化，但这需要其他 数据分析来证实，此文不做分析讨论
在图2中，水汽5180、水汽^/-excess 、气温和比湿 都具有明显的日变化特征。夏季，温度最低值出现 在08:00，最高值出现在18:00秋季，温度最低值 出现在09:00，最高值出现在17:00—18:00。温度 极值出现的时间差异受控于日照的季节差异风 速在夏季的夜间出现最大值，而在秋季的下午 16:00左右出现最大值。水汽V O 在夏季和秋季 12:00— 19:00都明显低于其他时间，并且该时段的 比湿值也低于全天其他时段，但是水汽S 1S 0的最大 值出现时间不确定，分别为03:00 [图2 (a )]，09:00 [图 2(b )] ,04:00[图 2(c )]和 11:00[图 2(d )], BP ，夏 季水汽5180的最大值出现在凌晨，而秋季出现在日 出之后。其出现时间不对应于气温、比湿和风速的 极值出现时间。我们还发现，夏季，^/-excess 与5ls O 反相位，其值在10:00—13:00达到每日最大值，其 峰谷变化与比湿较一致；秋季，^/-excess 值在12:00 一 18:00显著高于其他时段，其峰值早于温度峰值 出现时间约6小时，也早于比湿和风速的峰值出现 时间。这表明该地区大气水汽稳定同位素变化的 主导因素不是单一局地气象要素。
表 1 给出了 2017-07-26—2017-丨 1-06 和 2018- 07-30—2018-12-10大气水汽氢氧稳定同位素与站 内自动气象站测得温度（r )、风速（VM )和比湿(^)的 基本统计特征。2017年水汽5I B 0的最低值出现
在9 月25日06:00，最高值出现在7月28日14:00，平均 值为-15. 80%c ;7月水汽#0日波动幅度最小，而8 月丨4日至20日的水汽Sl 80日波动幅度最大，超过
10%。。S D
的变化基本与水汽Sls O —致；心e x c e s s 最
低值出现在8月15日23:00，最高值出现在9月25
任行阔等：慕士塔格地区大气水汽氢氧稳定同位素季节内变化特征及影响因素分析
335
蝉式
0 2 4 6 8 10 12 14 16 18 20 22
时间
a) 20丨7年夏季(2017年7月26日一2017年8月31日）
-•-(5|80 d-excess
36
-(5l x O -•-(/-excess 、-WS 一 q + T
2824 ^
20 ^(U
16 ^
0>
12 ^
8
9 s
6
C A
管妖妖的风花雪月
〇 £
-<5I 80
^-excess
•- IVS T
0 2 4 6 8 10 12 14 16 18 20 22
时间
(b) 2017年秋季(2017年9月1日一2017年11月6日）
30
25 〇
20 I C /)
15 g
10 "
4
6 〇〇
5 §
B
0 2 4 6 8 10 12 14 16 18 20 22
时间
(c)
2018年夏季(2018年7月30日一2018年8月31日)
2 4 6 8 10 12 14 16 18 20 22
时间
(d) 2018年秋季(2018年9月1日一2018年11月30日）
图2
水汽5|80 j -e x c e s s 、温度、比湿以及风速日变化特征
Fig. 2
Intra-daily changes of water vapor 5I S 0, J-excess, temperature, specific humidity, w i n d s p e e d ： picture belongs to the s u m m e r of 2017, 2017-07-26—2017-08-31 (a )； picture belongs to the a u t u m n of 2017, 2017-09-01 —
2017-11 -06 (b ) ； picture belongs to the s u m m e r of 2018, 2018-07-30—2018-08-31 (c )；
picture belongs to the a u t u m n of 2018, 2018-09-01 —2018-11-30 (d)
Table
表i
大气水汽稳定同位素组成与气象参数统计值
A t m o s p h e r i c water vap o r stable isotopes a n d corresponding meteorological data
年份
统计值5|80/%〇8D /%c
d-e\cess/%c
T/X ：
WS/(
q/(g-kg~l )
最大值-7. 34-35.8551.0722. 3312. 2910. 332017 年
最小值-41.52-295. 08 2. 19-10. 8000. 77平均值-15.80-104.6721.74 5.68 2. 23 4. 30最大值-8.50-35.9552. 9520. 7012.959. 802018 年
最小值-49. 03-376.78-14. 54-20. 0400.50平均值
-25.85
-190.17
16.67
2. 12
3. 14
3.47
日11:00，平均值为21. 74%。；温度(r )的最低值出现 在9月26日09:00，最高值出现在8月1日20:00，平 均值为5.68
风速（州幻的变化范围与2018年相
差很小，但平均风速略低于2018年；比湿Q )的最低 值出现时9月25日10:00，最高值出现在7月29日 11: 00，平均值为4.30 g .kg —1，显著高于2018年。 2018年的水汽5ls O 的变化范围略大于2017年的
Sl 80变化范围；5D 的变化范围明显大于2017年的 5D 变化范围，而平均值为-190. 17%。，显著低于 2017年的5D 平均值;^/-excess 的变化范围较2017年 出现了负值。值得注意的是，当5I 80<-19%c 时，基 本以西南风为主导风向。
大气水汽5'80和5D 在20丨7年以及20丨8年呈现 明显的下降趋势，表现为7月或8月出现最大值，此
0%/s s 33x 3^(
b £>l o
c )/
/7* (-.s .
E )
/
c o 、0 4 8 2
〇 3 2 1 1 8 6 4 2 0-
5
2
5 0 5 5 0 5 0 5 0 1-2 3 3 1 1 - 1
■
- - - -U J 1
5 0 5 0 5 0 5 2 8 4 0 4 8 2
12 2 3 3 4 4 1 - - I -8
0 2 4 6 8
18 8 2 9,
2
111
3J 1
8 2 6
--1-1-2
0%/o s k
■8829,
-111
u o l l
长春李大夫期
