黄河中上游地区的水汽再循环特征

李铁键 史凯方 苏洋 赵杰 王光谦

摘 要：為了深化对黄河流域水循环、水资源特性的认识并为黄河流域水资源保护和配置提供科学依据，采用WAM-2Layer水汽通量统计模型，基于1980—2018年ERA-5再分析数据集，对黄河中上游地区降水水汽来源和蒸散发水汽去向进行了分析，结果表明：黄河中上游地区降水内循环率和蒸散发内循环率的多年均值分别为10.3%和11.8%，水汽再循环对维持流域水资源安全、生态安全具有重要作用;黄河源区水汽内循环率远高于流域内其他地区，证实了黄河源区的双重“水塔”效应，即黄河源区既是稳定产流区也是流域降水的重要水汽来源区;黄河流域灌区用水量大，灌区蒸散发水汽再降水对流域水循环过程与空间格局有一定影响，河套灌区和青铜峡灌区蒸散发水汽在黄河中上游地区形成的再降水量占其蒸散发量的比例分别为3.0%和8.7%，落在我国陆地的比例分别为28.1%和34.7%，两灌区蒸散发水汽去向、内循环率因地形和气候因素的不同而具有明显差异，因此未来开展南水北调新增水资源优化配置、新扩建灌区等工作时应考虑新增蒸散发水汽的再降水因素。

关键词：水汽再循环;降水水汽来源;蒸散发水汽去向;河套灌区;青铜峡灌区;黄河中上游地区

中图分类号：TV213;TV882.1

文献标志码：A

doi：10.3969/j.issn.1000-1379.2022.02.005

引用格式：李铁键，史凯方，苏洋，等.黄河中上游地区的水汽再循环特征[J].人民黄河，2022，44（2）：21-26.

Abstract： Precipitation recycling， or water vapor recycling， is an important form of the renewal of water resources. In order to better understand the hydrological and water resources characteristics of the Yellow River Basin， as well as to provide scientific support to water resources protection and management decisions， this paper utilized the two-layer water accounting model （WAM-2Layer） with the ERA-5 reanalysis data from year 1980 to 2018 to analyze the water vapor sources of precipitation and the re-precipitation of evapotranspiration in the upper and middle Yellow River Basin. Some conclusions have been obtained as follows. First， the water vapor recycling ratio within the basin is 10.3% for inner source of precipitation and 11.8% for re-precipitation of evapotranspiration， which reveals the importance of water vapor recycling in maintaining water resources and ecological safety. Second， the recycling ratio in the headwaters is much higher than that in any other regions within the basin， which proves the existence of the “water tower” effect， for both surface water resources and precipitation sources. Third， by comparing the re-precipitation of evapotranspiration from irrigation areas in the Yellow River Basin， i.e.， Hetao irrigation area and Qingtongxia irrigation area， it has been found that the re-precipitation of the two areas is 3.0% and 8.7% in the studied basin， and 28.1% and 34.7% in mainland China， respectively， mainly caused by their difference in geographical and climatological conditions. The results suggest that water vapor recycling should be considered in decision-making when water resources allocation and new irrigation areas are being planned.

Key words： precipitation recycling;water vapor source of precipitation;re-precipitation of evapotranspiration;Hetao irrigation area;Qingtongxia irrigation area;Upper and Middle Yellow River

1 引 言

流域陆表蒸散到大气中的水汽，一部分会在流域内形成降水，这部分水循环称为流域水汽再循环，也称为降水再循环[1]。本文研究对象除自然降水产生的蒸散发外，还有水资源利用产生的灌区蒸散发，因此本研究涉及的黄河中上游地空水循环为水汽再循环（不能称为降水再循环）。

大尺度的水汽再循环在水文过程中发挥关键作用，是流域或区域地表蒸散发水汽转化为降水、实现水资源再生更新的主要形式，其相关研究有助于深化对流域水循环、水资源特性的认识。同时，水资源利用和跨流域调水显著改变流域内的蒸散发量及其时空分布，进而影响流域水汽再循环特征，产生不同的次生水资源效应，其相关研究有助于水资源利用的宏观规划布局。

再循环率是表征区域水汽再循环的宏观指标，包括区域蒸散发水汽中在本区域内形成降水的比例和区域降水中来自本区域蒸散发的比例2个指标，综合反映一定尺度区域的陆气相互作用强度和水循环特征[2]。区域降水再循环率的计算方法可追溯到1974年Budyko提出的一维模型[3]，其被Brubaker等[1]

于1993年扩展为二维模型。目前，水汽再循环分析方法可以分为3类：第一类为延续Budyko、Brubaker思路的箱体法，将研究区域看作一个箱体，以箱体整体为研究对象，根据箱内水量平衡按一定假设进行再循环率计算[4-5];第二类为基于水汽运动场的欧拉模型，在水汽运动场中增加区域标记，解算降水来源或蒸散发水汽去向的空间分布，并计算区域再循环率，其代表性模型为水汽通量统计模型（Water Accounting Model，WAM）[6];第三类为基于水汽运动轨迹的拉格朗日迹线法，采用迹线追踪区域降水水汽来源或蒸散发水汽去向[7-8]，得出降水水汽来源或蒸散发水汽去向的空间分布，进而计算区域水汽再循环率[9-10]。

康红文等[11-12]采用箱体法，对我国中南部降水再循环率进行了评估，发现长江上游降水中有20%为来自我国中南部地区的蒸散发水汽;对我国北方地区进行评估表明，黄河流域源自北方地区的水汽再循环率为19%。He等[13]采用箱体法计算表明，新疆塔里木河流域的降水再循环率约为14%。Zhang等[14-15]对WAM进行修正并应用于青藏高原，结果表明青藏高原降水再循环率为18%，青藏高原北部的降水再循环率高于南部的。

黄河中上游地区处于中纬度，受大气环流和季风影响情况复杂，分布有高原高寒气候区、温带大陆气候区、温带季风气候区等，水资源严重短缺、供需矛盾突出。黄河流域水资源开发利用率已高达80%[16]，在黄河流域生态保护和高质量发展已上升为重大国家战略的背景下，黄河流域水资源安全和优化配置与我国北方生态保护和经济社会高质量发展密切相关[17];在气候变化背景下，流域水资源的形成与转化关系有可能发生变化，水资源利用和调水工程也会显著改变蒸散发量及其时空分布。因此，笔者采用改进的WAM，探究黄河中上游地区的水汽再循环特征，并对比分析了典型灌区的水汽去向，以期为黄河流域水资源保护和配置提供科学依据。

2 研究方法、研究區域及数据源

2.1 研究方法

采用WAM在给定的水汽运动场中标记目标区域，进而开展蒸散发水汽去向追踪或降水来源回溯计算[6，18]。大气气柱中的水量守恒方程为

式中：t为时间;u、v分别为x方向、y方向的风速;Sa为空气中的水汽含量;E为蒸散发量;P为降水量。

在进行蒸散发水汽去向追踪时，用Sa_Ω表示气柱中来源于区域Ω的蒸散发水汽含量;在进行降水来源回溯时，则用Sa_Ω表示气柱中造成区域Ω内降水的水汽含量。Sa_Ω满足如下守恒方程[6]：

式中：EΩ为区域Ω内的蒸散发量（用于蒸散发水汽去向追踪）或造成区域Ω内降水的蒸散发量（用于降水来源回溯）;PΩ为区域Ω内蒸散发水汽所产生的不限于区域Ω的降水量（用于蒸散发水汽去向追踪）或区域Ω内的降水量（用于降水来源回溯）。

假设所追踪区域Ω的蒸散发水汽或回溯区域Ω降水的相关水汽在扩散、水平输送、降水过程中与其他水汽充分混合，则存在以下等式[6]：

为了减少垂直风切变产生的误差，WAM原作者对其进行改进，建立了WAM-2layer模型[19]，以切变层为界，将大气分为上下两层，地面蒸散发水汽仅直接影响下层，两层间的交换采用垂向风计算。本研究采用WAM-2layer模型进行计算。

若已知水汽运动、蒸散发和降水的数值离散场，则可对研究区域Ω进行标记，并采用上述公式进行逐栅格（把栅格坐标记为（i，j））逐时刻的蒸散发水汽去向追踪或降水来源回溯，并可计算长时段均值，进而观察其空间分布规律。

进行蒸散发水汽去向追踪时，可计算由区域Ω蒸散发水汽在各栅格产生的降水量PΩ（i，j）并绘制其分布图，展示区域Ω蒸散发水汽在各处产生的降水量，进而计算PΩ（i，j）占当地总降水量P（i，j）的比例，即区域Ω对栅格（i，j）降水的贡献率，记为φΩ（i，j），φΩ（i，j）越大表示栅格（i，j）降水依赖区域Ω蒸散发的程度越高。

进行降水来源回溯时，可计算各处为区域Ω降水贡献的蒸散发量EΩ（i，j）并绘制其分布图，求解EΩ（i，j）占当地总蒸散发量E（i，j）的比例，即各处蒸散发对区域Ω降水的贡献率，记为σΩ（i，j），σΩ（i，j）越大表示栅格（i，j）蒸散发水汽变为区域Ω降水的比例越高。

对于区域Ω整体来讲，可根据蒸散发水汽去向追踪计算其蒸散发内循环率ε，或根据降水来源回溯计算其降水内循环率ρ：

式中：∑i，jPΩ（i，j）为区域Ω蒸散发水汽在区域Ω内部产生的降水量;∑i，jEΩ（i，j）为区域Ω降水量中由区域Ω内部蒸散发贡献的水量。

2.2 研究区域界定

把花园口以上黄河中上游产流区作为本研究的目标区域Ω。为便于数值计算，采用0.75°×0.75°的分辨率进行栅格设置，目标区域Ω由132个栅格覆盖，如图1所示。为不影响水汽循环统计，目标区域包括了鄂尔多斯内流区，但不包括呈凸出状的大通河流域。本研究还重点关注内蒙古河套灌区和宁夏青铜峡灌区的水汽循环，分别采用14个和5个栅格对河套灌区和青铜峡灌区进行覆盖，为保证计算结果的可靠性，栅格覆盖范围比实际灌区范围有所外扩。

2.3 数据源

为保证数据自洽，大气中水汽含量、降水量、蒸散发量数据统一采用欧洲中期天气预报中心（https：//www.ecmwf.int/en/forecasts/datasets/reanalysis-datasets/era5）发布的ERA-5再分析数据集，该数据集的空间范围为全球，被广泛应用于气候变化规律研究，其中气温、降水、水汽及云特性等数据的精度已得到众多研究者的检验[20-21]。

ERA-5數据的空间分辨率为0.75°×0.75°。比湿、风和水汽通量为三维场，采用了其中17个计算层[22]，原始层号分别为35、66、80、87、94、99、105、111、113、119、126、128、130、132、134、136、137。上述三维场和地表气压、气柱总水汽含量的时间分辨率为6 h，降水和蒸散发的时间分辨率为1 h。

本文研究时段为1980—2018年。WAM-2Layer模型采用的时间步长为0.25 h，输入数据时进行插值处理。WAM-2Layer模型的切变层高度从原始设定的800 hPa气压高度改为ERA-5数据集的113号计算层，该层在海平面上空的气压约为835 hPa。ERA-5的计算层按地形起伏自动弯折并调整层厚，可适应黄河源等高海拔地区。

3 结果分析

3.1 黄河中上游地区水汽再循环特征

（1）黄河中上游地区降水水汽来源回溯结果。黄河中上游地区多年（1980—2018年）平均降水水汽来源和蒸散发贡献率见图2。

由图2（a）可以看出，给黄河中上游地区降水提供水汽较多的区域主要集中在：黄河源区，流域南边界以南的青藏高原、秦岭和四川盆地，流域西边界以西的青藏高原腹地、喜马拉雅山南麓特别是雅鲁藏布江大拐弯处。其中黄河源区蒸散发水汽贡献最大，年贡献量在100 mm以上，是黄河中上游地区降水水汽的重要来源区。

图2（b）显示了各处对黄河中上游地区降水的蒸散发贡献率，可以看出，黄河源区及周边地区有超过20%的蒸散发量转化为黄河中上游地区的降水。黄河源区既是黄河流域地表径流的稳定来源区，也是黄河中上游地区降水的主要蒸散发水汽来源区，其“水塔”作用具有地面和空中双重效应[23]。

（2）黄河中上游地区蒸散发水汽去向追踪结果。黄河中上游地区多年平均蒸散发水汽再降水和降水贡献率分布情况见图3。

受季风影响，黄河中上游地区蒸散发水汽形成的降水集中分布在流域内和流域外东北方向（可远达燕山、长白山等地），见图3（a）。黄河源区、河曲及其东部地区的再降水量在120 mm/a以上，结合降水水汽来源可知，其内循环效应显著;黄河中游黄土高原地区再降水量分布较为均匀，约为60 mm/a;流域东边界附近太行山的再降水量在60 mm/a以上。

从图3（b）所示黄河中上游地区蒸散发水汽对各地降水的贡献率来看，其对黄河源区的贡献率可达20%，对鄂尔多斯高原、黄土高原、太行山一带的贡献率约为15%，对流域外的东北部大片区域也有不低于5%的贡献率。因此，黄河中上游地区蒸散发水汽在流域内及周边区域形成的再降水是不可忽视的，具有可观的水资源效应，在干旱半干旱地区具有较高的生态价值。

（3）黄河中上游地区水汽内循环率。基于降水来源回溯和蒸散发水汽去向追踪结果，计算的黄河中上游地区降水内循环率和蒸散发内循环率的多年均值分别为10.3%和11.8%。降水内循环率和蒸散发内循环率逐年变化情况见图4，可以看出：两种算法得出的水汽内循环率存在系统偏差（原因可能是计算过程不同），但逐年变化趋势保持一致;黄河中上游地区水汽内循环率除1991年明显较高外，大致维持在9%～13%范围内，在时间维度上未呈现出线性趋势或阶段变点。

3.2 典型灌区蒸散发水汽去向分析

图5为内蒙古河套灌区多年平均蒸散发水汽再降水空间分布及其对各处降水的贡献率。需要说明的是：由于灌区面积远小于蒸散发水汽再降水的分布面积，图5中显示的再降水量和降水贡献率均很小，且计算的灌区蒸散发量与灌区实际蒸散发量有较大差异，因此再降水量和降水贡献率数值及数量级仅供参考（本研究重点关注的是蒸散发水汽再降水的空间分布格局）。由于夏季季风很少到达河套灌区，因此在中高纬度盛行西风的驱动下，河套灌区蒸散发水汽主要向东北方向扩散并产生再降水，扩散区域包括我国东北地区及蒙古国东部，受阴山山脉影响在该灌区中东部—燕山山脉形成东西向再降水高值带。从降水贡献率看，河套灌区蒸散发水汽再降水贡献率较高的区域主要集中在灌区内部及其东侧区域，对内蒙古东部及蒙古国部分地区有一定影响。

图6为宁夏青铜峡灌区多年平均蒸散发水汽再降水空间分布及其对各处降水的贡献率。可以看出，青铜峡灌区蒸散发水汽首先在灌区内部及其东侧形成再降水高值区，扩散方向与河套灌区相似，即向东偏北方向扩散并产生再降水，但与河套灌区不同的是其下风向地区地形不同，蒸散发水汽经过鄂尔多斯高原、黄土高原后在吕梁山、太行山及燕山一带形成远端的再降水高值区，表明下风向山脉对灌区蒸散发水汽再降水具有较大影响。从图6（b）所示青铜峡灌区蒸散发对各地的降水贡献率来看，由于东部地区降水总量较西部大，因此青铜峡灌区蒸散发对降水的贡献率在吕梁山、太行山、燕山一带不再显著，其高值区仅集中在灌区及其周边区域。

由于灌区面积相对较小，因此其蒸散发水汽再降水量和贡献率普遍较小。对比内蒙古河套灌区和宁夏青铜峡灌区蒸散发水汽再降水量和贡献率可知，这两个灌区蒸散发水汽去向的空间分布明显不同，原因是两者所处地理位置不同。河套灌区地处黄河中上游地区最北端，蒸散发水汽主要向黄河中上游地区外的我国东北地区扩散并产生再降水;青铜峡灌区相对偏南，地处黄河中上游地区东西方向的中轴线附近，灌区上风向受贺兰山影响、下风向受到流域内吕梁山和流域边界太行山影响，因而蒸散发水汽较多地在黄河中上游地区产生再降水。

统计表明，河套灌区和青铜峡灌区蒸散发水汽在黄河中上游地区形成的再降水量占其蒸散发量的比例分别为3.0%和8.7%，落在我国陆地的比例分别为28.1%和34.7%。可见，不论从黄河中上游地区还是从全国尺度看，青铜峡灌区蒸散发的内循环效应均明显高于河套灌区的。从两个典型灌区对比看，不同区域蒸散发水汽去向受地形和气候因素的综合影响，其水资源再生价值具有明显差异，即水资源配置的空间布局对水汽再循环及其间接水资源效应具有重要影响。另外，青铜峡灌区的纬度低于河套灌区的，光热条件更优，周边未开发沙地较多，因此综合考虑其水资源高效利用和再循环状况，有助于新建、扩建灌区的方案比选优化。

4 结 论

采用WAM-2Layer水汽通量统计模型，基于1980—2018年ERA-5再分析数据集，对黄河中上游地区降水水汽来源和蒸散发水汽去向进行了分析，结果表明：黄河中上游地区降水内循环率和蒸散发内循环率的多年均值分别为10.3%和11.8%，水汽再循环对维持流域水资源安全、生态安全具有重要作用;黄河源区及周边地区有超过20%的蒸散发量转化为黄河中上游地区的降水，水汽内循环率远高于流域内其他地区，

证实了黄河源区的双重“水塔”效应，即黄河源区既是稳定的地表产流区也是流域降水的重要水汽来源区;黄河流域灌区用水量大，灌区蒸散发水汽再降水对流域水循环过程与空间格局有一定影响，河套灌区和青铜峡灌区蒸散发水汽在黄河中上游地区形成的再降水量占其蒸散发量的比例分别为3.0%和8.7%，落在我国陆地的比例分别为28.1%和34.7%，两灌区蒸散发水汽去向、内循环率因地形和气候影响因素的不同而具有明显差异。因此，未来开展南水北调西线等新增水资源优化配置、新扩建灌区等工作时应考虑新增蒸散发水汽的再降水因素。

需要指出的是，本文所用数据的分辨率和精度有限，所用WAM-2Layer模型将大气分为上下两层的假设比较粗糙，在进一步研究中应采用更可靠的数据和更精确的模型。

参考文献：

[1] BRUBAKER K L，ENTEKHABI D，EALESON P S.Estimation of Continental Precipitation Recycling[J].Journal of Climate，1993，6（6）：1077-1089.

[2] ELTAHIR E A B，RAFAEL L B.Precipitation Recycling[J].Reviews of Geophysics，1996，34（3）：367-378.

[3] BUDYKO M I.Climate and Life[M].New York：Academic Press，1974：508.

[4] ELTAHIR E A B，BRAS R L.Precipitation Recycling in the Amazon Basin[J].Quarterly Journal of the Royal Meteorological Society，1994，120（518）：861-880.

[5] BURDE G I，ZANGVIL A，LAMB P J.Estimating the Role of Local Evaporation in Precipitation for a Two-Dimensional Region[J].Journal of Climate，1996，9（6）：1328-1338.

[6] VANDER E R J，SAVENIJE H H G，SCHAEFLI B，et al.Origin and Fate of Atmospheric Moisture over Continents[J].Water Resources Research，2010，46（9）：W09525.

[7] BARBARA J B S.An Assessment of the Quality of Forecast Trajectories[J].Journal of Applied Meteorology and Climatology，1996，35（8）：1319-1331.

[8] STOHL A，HITTENBERGER M，WOTAWA G.Validation of the Lagrangian Particle Dispersion Model Flexpart Against Large-Scale Tracer Experiment Data[J].Atmospheric Environment，1998，32（24）：4245-4264.

[9] SUN B，WANG H.Moisture Sources of Semiarid Grass and in China Using the Lagrangian Particle Model Flexpart[J].Journal of Climate，2014，27（6）：2457-2474.

[10] 傅汪.基于圖论的大气河流研究[D].北京：清华大学，2019：11-41.

[11] 康红文，谷湘潜，祝从文，等.我国中部和南部地区降水再循环率评估[J].大气科学，2004，28（6）：892-900.

[12] 康红文，谷湘潜，付翔，等.我国北方地区降水再循环率的初步评估[J].应用气象学报，2005，16（2）：139-147.

[13] HE H，LU G H.Precipitation Recycling in Tarim River Basin[J].Journal of Hydrologic Engineering，2013，18（11）：1549-1556.

[14] ZHANG Chi，TANG Qiuhong，CHEN Deliang.Recent Changes in the Moisture Source of Precipitation over the Tibetan Plateau[J].Journal of Climate，2017，5（30）：1807-1819.

[15] ZHANG Chi，TANG Qiuhong，CHEN Deliang，et al.Moisture Source Changes Contributed to Different Precipitation Changes over the Northern and Southern Tibetan Plateau[J].Journal of Hydrometeorology，2019，2（20）：217-229.

[16] 牛玉国，张金鹏.对黄河流域生态保护和高质量发展国家战略的几点思考[J].人民黄河，2020，42（11）：1-4，10.

[17] 张金良.黄河流域生态保护和高质量发展水战略思考[J].人民黄河，2020，42（4）：1-6.

[18] VANDER E R J，SAVENIJE H H G.Oceanic Sources of Continental Precipitation and the Correlation with Sea Surface Temperature[J].Water Resources Research，2013，49（7）：3993-4004.

[19] VANDER E R J，TUINENBURG O A，KNOCHE H R，et al. Should We Use a Simple or Complex Model for Moisture Recycling and Atmospheric Moisture Tracking？[J].Hydrology and Earth System Sciences，2013，17（12）：4869-4884.

[20] 孟憲贵，郭俊建，韩永清.ERA-5再分析数据适用性初步评估[J].海洋气象学报，2018，38（1）：91-99.

[21] ZHAO J，LI T J，SHI K F，et al.Evaluation of ERA-5 Precipitable Water Vapor Data in Plateau Areas：a Case Study of the Northern Qinghai-Tibet Plateau[J].Atmosphere，2021，12（10）：1367-1383.

[22] ERA5：Compute Pressure and Geopotential on Model Levels，Geopotential Height and Geometric Height[EB/OL].（2021-06-28）[2021-11-01].https：//confluence.ecmwf.int/display/CKB/ERA5%3A+compute+pressure+and+geopotential+on+model+levels%2C+geopotential+height+and+geometric+height.

[23] 王光谦，李铁键，李家叶，等.黄河流域源区与上中游空中水资源特征分析[J].人民黄河，2016，38（10）：79-82.

【责任编辑 张智民】