JGR-A: 陆地和大气控制下的青藏高原生长季地表能量分配和蒸发比机制
地表能量平衡是气候系统的关键因素之一,对发生在地球表面附近的水文气象过程起调节作用。经典水文学定义了土壤湿度(SM)与蒸发比(EF)的耦合关系,提出主要蒸散机制(能量或水分限制)。然而,基于观测结果的分析表明,不同区域的EF-SM关系可能会因其它环境因素发生改变。这意味着经典的EF-SM关系中嵌入了更复杂的依赖性,实际情况中这种关系可能是一种多维函数。
针对以上问题,中科院青藏高原研究所地气作用与气候效应团队采用多种分析算法,将研究区域划分为六个地表响应功能组,并将多维蒸发状态函数划分为由分段变量控制的分段函数。受地表能量平衡方程和水分、能量限制蒸发机制的启发,科研人员选择土壤湿度和净辐射通量分别表示水分和能量状态,选择叶面积指数表征植被覆盖,研究地表参数对能量分配和蒸发比的主要影响。
研究结果表明,以叶面积指数代替土壤湿度作为解释变量时,耦合强度提高1.8倍,但在回归树分析中,土壤湿度是最优先的解释变量。这与蒸发比的本质一致,表明水分可能是最基本的解释变量。由于植被受提取水分、光合作用、土壤遮荫和改变粗糙度等影响,蒸发机制从两个阶段细分为五个阶段,且每个阶段都有一个权威的解释变量。
该研究成果近日以“Terrestrial and atmospheric controls on surface energy partitioning and evaporative fraction regimes over the Tibetan Plateau in the growing season”为题,发表在《Journal of Geophysical Research: Atmospheres》上,我所马耀明研究员为通讯作者,我所与兰州大学联培的在读博士生杨晨义为第一作者。该研究获得第二次青藏高原综合科学考察研究专项(2019QZKK0103)、中国科学院战略性科技先导专项(XDA20060101)和国家自然科学基金项目(91837208)等资助。
全文链接:http://doi.org/10.1029/2021JD035011
图2 整个研究区域的EF回归树。底部一行的箱型图为相应的叶子节点中的EF分布
图3 回归树中每个叶子节点的解释变量与响应变量的耦合。
解释变量分别为土壤湿度(A), 净辐射通量(B),土壤湿度(C)、叶面积指数(D)和土壤湿度。