2015年6月江淮梅雨暴雨增幅前后水汽輸送特征對比

毛天韻　王春明

(解放軍理工大學氣象海洋學院，江蘇 南京，211101)

?

2015年6月江淮梅雨暴雨增幅前后水汽輸送特征對比

毛天韻王春明

(解放軍理工大學氣象海洋學院，江蘇 南京，211101)

摘要：使用NCEP FNL再分析資料和GDAS資料，利用軌跡追蹤模式HYSPLIT對2015年6月27日發生在江淮地區的一次臺風遠距離暴雨的水汽條件及其輸送路徑進行了初步分析。這次降水從天氣形勢來看為一次典型的江淮梅雨鋒降水，在降水前后兩日大尺度環境場無明顯改變的前提下，發現27日的水汽傳輸較26日有顯著增強。從軌跡模擬結果看，本次強降水區主要水汽通道為南海、孟加拉灣、索馬里、黃海、西風帶5條通道。中低層水汽輸送對降水區影響較大，高層水汽輸送較小。27日北部通道水汽輸送減弱，南部受1508號臺風低壓環流減弱影響，西南水汽通道打通并進一步加強，水汽輸送顯著增強，對降水區的水汽貢獻率達到87.06%。

關鍵詞：江淮梅雨；水汽輸送；水汽收支；HYSPLIT模式

0引言

暴雨的形成除有強烈的上升運動外，充沛的水汽是必不可少的條件，因此對暴雨區水汽輸送路徑及源地進行分析，對進一步研究暴雨區降水機理有重要意義。對于江淮梅雨季降水水汽輸送來源的研究早在上世紀80年代初就已開始，王繼志等[1]、張漢琳[2]、李建輝[3]就指出，進入南海的澳洲過赤道氣流西南延伸段及西太平洋副高邊緣的東南氣流對江淮梅雨期降水均有影響。徐景芳等[4]、費建芳等[5]、Simmonds et al.[6]、胡國權和丁一匯[7]、苗秋菊等[8]指出，孟加拉灣和南海是中國東南部降水特別是江淮梅雨區的主要水汽源地。康志明[9]在對2003年淮河流域持續性大暴雨的水汽輸送進行分析后，得出南海是主要水汽源地，而周玉淑[10]等則在此基礎上提出夏季印度季風環流也是江淮流域的主要水汽通道之一。以上研究均采用歐拉方法，只能主觀判斷每一水汽通道的水汽貢獻率，有較大局限性，因此越來越多的學者使用拉格朗日方法對降水區的水汽來源進行研究。Stohl and James[11]、Berto et al.[12]各自利用拉格朗日軌跡模式研究了2002年的兩次暴雨過程，得到各水汽通道水汽貢獻率。江志紅等[13]、任偉[14]、楊浩[15]等均使用基于拉格朗日方法的HYSPLIT軌跡模式對不同年份江淮流域梅雨期強降水水汽輸送特征進行分析，得出印度洋、太平洋、孟灣—南海為江淮梅雨的主要水汽通道，單一通道的最大水汽貢獻率可超過50%。

2015年6月27日，在穩定的江淮梅雨鋒條件下，江蘇南部、安徽中部出現特大暴雨。為研究這次強降水的水汽來源及輸送情況，本文在了解本次降水大尺度環流背景及降水區域水汽收支情況的基礎上，利用NOAA ARL開發的HYSPLIT軌跡模式，對暴雨發生日及前一天的水汽輸送情況進行分析，并采用簇聚類分析法進行軌跡聚類，得到主要水汽通道，同時利用比濕數據對各通道的水汽貢獻率進行統計，以期從水汽輸送角度找出此次強降水產生的主要原因，為日后梅雨暴雨的預報提供參考依據。

1資料與方法

1.1資料

本文采用NCEP每日4次、水平分辨率為的FNL全球再分析資料，常規及地面自動觀測站資料，以及GDAS資料等對2015年6月26—27日的江淮梅雨暴雨增幅過程進行分析。其中GDAS資料由NCEP的Air Resources Laboratory(ARL)利用全球資料同化系統(Global Data Assimilation System)處理后提供，它將GRIB數據通過同化與轉換，輸出3 h一次、分辨率為的全球資料，垂直方向分為23層，含有包括經向風、緯向風、垂直速度、溫度、相對濕度、位勢高度等基本數據在內的共35類數據，該資料為ARL開發的氣塊軌跡模式HYSPLIT的主要輸入資料[16]。

1.2方法

1.2.1水汽收支計算

用于診斷整層大氣水汽輸送通量矢量的計算公式為：

(1)

其中，Qall為單位點上整層大氣水汽通量矢量，q為比濕(單位：g/kg)，V為水平風速矢(單位：m/s)，Pt為層頂氣壓，Pb為層底氣壓。

暴雨區各邊界水汽收支計算公式為：

(2)

其中，QL為邊界整層水汽通量矢量，Vn為風沿邊界的法向分量，l為計算邊界的邊長。

1.2.2HYSPLIT軌跡模式簡介

本文利用NOAA開發的軌跡模擬模式HYSPLIT(HybridSingle-ParticleLagrangianIntegratedTrajectory)對降水區的水汽進行后向模擬，以確定暴雨區各位置空氣塊中的水汽輸送軌跡。HYSPLIT假設氣塊隨三維風場運動，則運動軌跡為氣塊在時間和空間場上的位置矢量積分。該模擬對氣塊的軌跡計算結合了拉格朗日方法和歐拉方法[17]。本文使用拉格朗日方法進行軌跡模擬，假設起始點為P(t)，則

自起始點起第一個位置：P′(t+Δt)=P(t)+V(P,t)ΔtΔ

模擬完畢氣塊最終位置：P(t+Δt)=P(t)+0.5[V(P,t)+V(P′,t+Δt)]Δt

計算中積分時間步長可發生變化，但要求時間步長內的最大距離不超過數據格點的0.75倍[18]。

1.2.3聚類分析

對模擬完畢后產生的大量軌跡進行聚類分析，以確定主要水汽通道。本文采用系統聚類法，通過計算各軌跡簇之間的空間方差和(Cluster Spatial Variance，簡稱CSV)對簇進行合并分組，同時計算總空間方差和(Total Spatial Variance，簡稱TSV)，使合并后的TSV增加量達到最小，要求簇與簇之間差異達到極大，軌跡簇內差異極小。TSV在剛開始合并時緩慢減小，隨著簇的不斷減少，TSV到達最小值后又緩慢增加，當簇減少到一定數量時，再進行合并，TSV會迅速增大，這說明此時兩個合并的簇很不相似，軌跡聚類到此結束，合并前得到的簇為聚類最終結果。

1.2.4水汽貢獻率的計算

分別對聚類得到的水汽通道計算水汽貢獻率[15]，公式如下：

(3)

其中Qs表示各個通道的水汽貢獻率，qlast表示氣塊在降水區域的比濕，m表示該通道包含的軌跡條數，n表示總軌跡條數。

2天氣過程概況

2015年6月20日—7月1日，江淮流域發生了一次持續12天的降水過程，雨量從25日開始緩慢增大，至27日突然達到最大值，是典型梅雨過程中的一次短期暴雨過程。在這一過程(26日20時—27日20時)中，雨帶呈東西走向，影響安徽中部和江蘇南部地區，降水區內半數以上測站24 h降水量>100 mm，8個測站降水超過200 mm，常州市金壇測站測得24 h降水量最大值274.6 mm。在后續的水汽條件研究中，水平方向上將118°E～122°E，31.5°N～32.5°N取作強降水區。從各自動站的逐小時降水量上看，降水呈波動狀態，江蘇南部的強降水顯示出明顯雙峰現象，分別在27日00時和27日10時達到極大值；而安徽北部降水呈現單峰狀態，26日20時前僅為小雨，緩慢增大后于27日06時達到降水極大值，后又逐漸減小。

從大尺度環流場來看，26、27日兩日無明顯變化，以27日為例(圖1)本次降水環流特征為典型的江淮梅雨鋒降水形勢。在高層(100 hPa)，江淮地區上空存在一由南亞高壓東移而來的暖性反氣旋，其南北兩側分別有東風急流和西風急流；在中層(500 hPa)，西太副高脊線位于22 °N附近，長江流域受西風及西南氣流影響，在江蘇北部與自北而下的偏西氣流匯合，高緯地區呈現典型“雙阻型”，東阻位于雅庫茨克附近，西阻在烏拉爾山脈區域，兩個高壓區中間為一寬廣低壓槽；在低層(700、850 hPa)，有西南渦東移越過江淮地區進入黃海，27日時西南渦正好位于江淮上空，33°N附近有一條明顯的切變線，切變線南側存在西南低空急流。這樣典型的高低空配置為強降水的產生創造了有利條件。

圖1　2015年6月27日08時(a)100 hPa高度場與風場，(b) 500 hPa高度場與風場，(c) 700 hPa高度場與風場，(d) 850 hPa高度場與風場

3水汽輸送特征

3.1水汽通量流函數、勢函數分析

丁一匯等[19]曾指出，強降水區的水汽輸送是半球尺度的問題，如果將全球水汽通量分解為表征水汽輸送方向的流函數和表征水汽輻合輻散的勢函數，則可以從全球范圍分析強降水區的水汽輸送情況。

圖2a給出26日20時—27日20時整層水汽輸送流函數場，全球有3個水汽通量流函數高值中心，分別位于北太平洋、北大西洋以及赤道附近的印度季風區。在赤道區域，有一條赤道東風帶連接大西洋和印度洋，太平洋赤道區域的東風帶向西輸送水汽，在菲律賓以東洋面分為兩支，一支沿西太平洋副高轉向與副高西側向北輸送的水汽匯合經南海上空進入江淮流域，另一支繼續向西輸送到達印度洋后越赤道轉向進入孟加拉灣，后通過孟加拉灣通道將水汽輸送至江淮流域。

圖2b為整層水汽輸送勢函數圖，顯示全球范圍內，北太平洋地區為勢函數大值區，說明此處有強烈的水汽輻合。在江淮地區存在一個局部勢函數大值區，這說明在一定的范圍內，水汽在江淮地區匯聚。匯聚到降水區域的水汽，主要來自非洲東部的印度洋，水汽經過孟加拉灣和南海，進入強降水區。在淮河流域上空，有西北、西南氣流輻合，且輻合趨于經向型。

圖2　2015年6月26—27日全球整層大氣水汽通量(a)流函數(等值線，單位：106g·s-1)及非輻散分量(矢量，單位：kg·m-1·s-1);(b)勢函數(等值線，單位：106g·s-1)及輻散分量(矢量，單位：kg·m-1·s-1)

3.2降水區水汽收支

利用公式2可估算強降水區(31.5°N～32.5°N，118°E～122°E)的水汽收支情況，表1給出了26日及27日各層次的水汽收支，可以看出，在強降水日(27日)，整層水汽明顯輻合，水汽通量達到10.06。不同層次的水汽收支情況存在明顯差異，水汽主要從西邊界和南邊界流入，以西邊界為主，占全部流入水汽的62%。東邊界為主要水汽輸出區域，北邊界僅有少量水汽流出。從整層水汽收支情況來看，最大水汽流入高度位于850～700 hPa，在中低層產生水汽質量輻合，最大的水汽流出出現在500～300 hPa以上高層，這說明在

降水區，存在顯著的上升運動。水汽從低層到高層的垂直運動不僅增加了中高層的水汽含量，還對強降水的產生提供了有利的條件[20]。

將強降水日與前一日的水汽輸送情況進行對比可以發現，水汽輸入大值區從前一日的850～700 hPa高度提高至850～500 hPa，水汽輸入有所增加。此外，因為強烈的上升運動，在850～700 hPa的水汽輸出較上一日明顯減少，500 hPa以上的高層水汽輸出增大。從整層水汽通量來看，水汽輸入變化不大，水汽輸出較強降水前一日大幅度減少，強降水區整層水汽收入明顯增加。

表1 區域水汽收支情況

以上對強降水區的局地水汽收支情況進行了分析，結果表明降水區外大尺度場中源源不斷輸送的水汽給本次大暴雨提供了充足的水汽條件，而之前采用歐拉方法進行的水汽收支分析只能定性的判斷出全球范圍達到降水區的主要水汽通道，而通過拉格朗日方法可計算出氣團的運行軌跡，結合氣團攜帶的物理屬性，即可進一步確定水汽通道的位置，以及定量計算各水汽通道對降水區域的水汽貢獻率[15, 21-25]。

4水汽輸送軌跡模擬

4.1軌跡模擬方案設計

結合實際降水情況，選取強降水區(31.5°N～32.5°N，118°E～122°E)作為模擬區域，水平方向上經向每隔、緯向每隔選為一個起始點，垂直方向上在500～10000 m之間每隔500 m設為一層，作為初始模擬高度。利用HYSPLIT 4軌跡模式進行后向軌跡模擬，每個起始點自27日20時向前每隔3 h重新開始一條新軌跡的模擬，每個起始點各產生17個時次的17條軌跡，并利用模式中Advanced模塊進行差值計算輸出軌跡上各點的物理屬性(氣壓、溫度、比濕等)。

4.2軌跡模擬結果分析

4.2.1整層大氣軌跡分析

空間軌跡模擬的初始點共計300個，17個時次，模擬得到5100條軌跡。26、27兩日軌跡進行軌跡點的聚類分析各得到5條主要水汽通道(圖3)，根據其源地分別命名為南海通道、孟加拉灣通道、索馬里通道、黃海通道和西風帶通道。

圖3　整層水汽通道空間分布 (a)26日、(b)27日

兩日對比，黃海通道、西風帶通道和孟加拉灣通道相似，而索馬里通道和南海通道存在較大差異。26日索馬里通道自阿拉伯海經過印度上空，于尼泊爾、中國西藏邊界處進入我國后自西向東到達降水區；27日索馬里通道經斯里蘭卡，越過孟加拉灣沿云南、老撾邊境進入我國，較26日明顯偏南，并于110°E附近與南海通道匯合，自西南向東北到達降水區。對于南海通道而言，26日氣塊自海南島東部(約115°E)進入我國，27日則經過海南島上空(110°E)進入，較前一日偏西。利用公式3計算兩日各通道水汽貢獻率(表2)，西風帶通道上的氣塊基本位于400 hPa以上，氣塊水汽含量較少，水汽輸送較少；黃海通道到達降水區的氣塊均在900 hPa及以下區域，受海面蒸發影響，單位氣塊攜帶的水汽含量在各通道上最高，由于黃海通道軌跡數僅占一成，因此水氣貢獻率并非最大。5條水汽通道中，水汽貢獻率最高的是南海通道，該通道氣塊都來自低層中低緯度熱帶洋面，且輸送途中多位于700～850 hPa之間，平均比濕貢獻值為10.42 g·kg-1，同時南海通道軌跡數眾多，可達3成以上。將26、27兩日水汽貢獻情況進行比較，發現軌跡形態未發生較大改變的黃海通道、西風帶通道、孟加拉灣通道的水氣貢獻值和水氣貢獻率均有一定程度地減小，黃海通道水氣貢獻率從20.83%降低至9.33%，西風帶通道的水汽貢獻率則從6.22%降低到2.2%，水汽貢獻減少超過60%。而索馬里通道水汽貢獻率出現大幅增長，從26日的5.34%增加至27日24.74%，使自南部進入降水區的水汽貢獻率占全部水汽貢獻的87.06%，由此可認為南海、孟灣、索馬里3通道的水汽貢獻對降水區的強降水起到決定性的作用。

表2　整層水汽通道水汽貢獻情況

4.2.2分層軌跡分析

由表1可知，在降水區700～850 hPa是水汽匯，水汽在這一高度向降水區匯集，而300 hPa以上為水汽主要輸出高度，下面將整層大氣模擬軌跡分為850 hPa以下、850～700 hPa、700～500 hPa、500 hPa以上4個層次進行水汽輸送特征研究。分層后發現，除上文提到的5個主要通道外，在低層兩湖地區及副高都對降水區的水汽輸送有影響。

在500 hPa以上高層區域(圖4a、4b)，西風帶、索馬里以及南海通道的軌跡形態均無太大變化，索馬里通道軌跡數大量增長，根據其走向27日可分為南、北兩支，兩通道給降水區輸送的氣塊數量占全部氣塊數的1/2以上；從水汽輸送情況看，盡管孟灣及南海通道的水汽貢獻較前一日有大幅度提升，且兩通道源地的暖濕洋面為氣塊提供了大量水汽，但由于源地低壓氣旋的影響，氣塊在運輸過程中產生強烈抬升，攜帶水汽有較大損失，到達降水區域時平均比濕僅約為3，水汽貢獻為各層最小。

500～700 hPa高度(圖4c、4d)，26日時來自索馬里海域的氣塊較少，聚類后不顯示索馬里通道，孟灣通道分為南北兩支，南支與南海通道在廣西上空交匯，27日出現索馬里通道，孟灣北通道消失，起自孟灣的氣塊均由南部通道到達降水區；26日四通道水汽貢獻比例相對平衡，南海通道和西風帶通道略高，約30%，27日由于孟灣北通道中斷，氣塊均由南通道到達降水區，南通道水汽貢獻率顯著增加，達到64.85%，西風帶通道則受軌跡數量大幅減少影響，水汽貢獻由原先的27.10%驟減到2.82%。

700～850hPa高度(圖4e、4f)，26日水汽來源除南海、孟灣、西風帶通道外，還有來自黃海和兩湖區域的低層水汽，27日則為正常的南海、孟灣、索馬里、西風帶4通道；在700 hPa，南海通道氣塊起始高度低，攜帶大量水汽，輸送過程中無明顯抬升運動，且軌跡數眾多，為水汽輸送最大通道，26、27日兩日分別貢獻42.99%、54.12%的水汽，26日水汽輸送第二主通道為兩湖通道，湖北湖南兩省向降水區輸送27.43%的水汽，27日孟灣為第二水汽輸送通道，輸送水汽31.01%，北部通道氣塊來自中層，本身水汽含量少，對降水區水汽貢獻較小。

850 hPa及以下(圖4g、4h)，水汽通道為南海、黃海、西風帶、副高4條，至27日，副高通道向南并入南海通道，出現孟灣通道；26日，主要水汽輸送通道為黃海通道，對降水區水汽貢獻率為57.36%，27日黃海通道水汽輸送量減小至前一日1/3，南部輸送加強，南海及孟灣通道分別向降水區貢獻水汽50.80%、23.67%。

綜上，通過對兩日各層水汽輸送的對比分析，發現各高度上26日南北兩方向水汽輸送相對平衡，27日則出現南部通道水汽貢獻顯著增強、北部通道減弱的現象，這與前文各層水汽收支相符。從南部通道變化情況看，27日中高層索馬里通道水汽輸送加強，低層南海通道水汽輸送顯著增強，孟灣通道北支減弱，氣塊均通過南支到達降水區域，總體來看，南部水汽貢獻率有明顯提升。因此，27日江淮流域強降水的發生主要受西南部水汽通道的影響。仔細觀察軌跡形態，發現其主要受北部灣海域影響，進一步分析發現，23—25日，1508號臺風正好經過此地，時間也與軌跡經過此地時間相符，可推斷，1508號臺風與此次西南水汽通道的打通與增強有密切聯系。

(a)26日500 hPa及以上 (b)27日500hPa及以上 (c)26日500～700 hPa (d)27日500～700 hPa(e)26日700～850 hPa (f)27日700～850 hPa (g)26日850 hPa及以下 (h)27日850hPa及以下圖4　分層水汽通道空間分布

5結語

本文在分析了2015年6月27日江淮地區強降水的環流背景及降水區水汽收支情況后，利用HYSPLIT軌跡模式對降水區氣團的軌跡進行模擬，就本次強降水的水汽輸送特征進行了定量分析。主要結論如下：

1)本次強降水的主要水汽通道有5條，分別為南海通道、孟加拉灣通道、索馬里通道、黃海通道和西風帶通道，水汽貢獻以南海、孟灣、索馬里3條南部通道為主，占全部水汽貢獻率的87.06%。

2)對軌跡進行分層分析后發現，高層水汽輸送明顯小于中低層，盡管氣團起源于潮濕的洋面，但隨著軌跡的登陸抬升，氣塊內水汽含量迅速減少，到達降水區時比濕僅為3左右，對強降水的影響較小。

3)27日(強降水日)與前一日相比發現，整層大氣水汽通量明顯增大，各高度均出現北部通道減弱、南部通道顯著增強的現象，關注南部通道后發現，中高層索馬里通道水汽輸送加強，低層南海通道水汽輸送顯著增強，孟灣通道北支減弱，南支顯著增強，這一改變對江淮地區強降水的產生有至關重要的影響。

4)觀察軌跡形態發現，影響27日氣塊軌跡的主要區域是北部灣海域，在氣塊經過北部灣的23—25日間，1508號臺風正好位于此地，由此推斷1508號臺風對本次西南水汽通道的打通與增強有相關關系。

參考文獻：

[1]王繼志,李麥村. 源于澳洲過赤道氣流與中國季風環流和降水[J]. 大氣科學， 1982(01): 1-10.

[2]張漢琳. 長江中下游豐枯梅雨環流配置及其前期演變特征[J]. 大氣科學， 1985(01): 92-100.

[3]李建輝. 低緯度三支熱帶氣流對江淮入梅的作用[J]. 氣象， 1988(05): 27-30.

[4]徐景芳,呂君寧. 長江中下游梅雨氣侯區水汽來源及輸送[J]. 南京氣象學院學報， 1991(02): 211-218.

[5]費建芳,喬全明,高太平. 1983年梅雨期前后亞洲季風區水汽輸送的分析[J]. 應用氣象學報，1993(01): 65-72.

[6]Simmonds I, Bi D, Hope P. Atmospheric water vapor flux and its association with rainfall over China in summer[J]. J Climate，1999， 12(5): 1353-1367.

[7]胡國權, 丁一匯. 2003. 1991年江淮暴雨時期的能量和水汽循環研究[J]. 氣象學報， 61(2): 146-163.

[8]苗秋菊, 徐祥德, 張勝軍. 2005. 長江流域水汽收支與高原水汽輸送分量“轉換”特征[J]. 氣象學報， 63(1): 93-99.

[9]康志明.2003年淮河流域持續性大暴雨的水汽輸送分析[J]. 氣象， 2004(02): 20-24.

[10]周玉淑, 高守亭, 鄧國. 江淮流域2008年強梅雨期的水汽輸送特征分析[J]. 大氣科學, 2005，29(2): 195-204.

[11]Stohl A, James P. A Lagrangian analysis of the atmospheric branch of the global water cycle. Part I, Method description, validation, and demostration for the August 2002 flooding in central Europe[J]. Journal of Hydrometeorology, 2004，5(4): 656-678.

[12]Berto A, Buzzi A, Zardi D. Back-tracking water vapour contributing to a precipitation event over Trentino: A case study[J]. Meteorologische Zeitschrift, 2004，13(3): 189-200.

[13]江志紅,梁卓然,劉征宇,朱云來.2007年淮河流域強降水過程的水汽輸送特征分析[J].大氣科學,2011(02):361-372.

[14]任偉.拉格朗日氣塊追蹤分析法在水汽輸送研究中的應用[D].南京信息工程大學，2012.

[15]楊浩，江志紅，劉征宇，等.基于拉格朗日法的水汽輸送氣候特征分析——江淮梅雨和淮北雨季的對比[J].大氣科學，2014，38(05)：965-973.

[16]NOAA-Air Resources Laboratory. Global Data Assimilation System (GDAS1) Archive Information[EB/OL]. http://ready.arl.noaa.gov/gdas1.php

[17]NOAA-Air Resources Laboratory. Web-based HYSPLIT Applications for Emergency Response[EB/OL]. http://www.arl.noaa.gov/documents/Summaries/Dispersion_HYSPLIT.pdf

[18]The Trajectory Equation[DB/OL]. https://ready.arl.noaa.gov/documents/Tutorial/html/traj_eqns.html

[19]丁一匯, 胡國權. 1998年中國大洪水時期的水汽收支研究. 氣象學報[J],2003,61(2): 129-145.

[20]蒙偉光, 李江南, 王安宇, 等. 凝結加熱和地表通量對華南中尺度對流系統(MCS)發生發展的影響[J]. 熱帶氣象學報,2005,21(4): 368-376.

[21]Malin G, David R, Chen D L. Extreme rainfall events in southern Sweden: where does the moisture come from Tellus, 2010, 62A: 605-616.

[22]Julian C B, Reuter G W. Transport of atmospheric moisture during three extreme rainfall events over the Mackenzie River Basin[J]. J Hydrometeor,2005,6(4): 423-440.

[23]張瑜, 湯燕冰. 江淮流域持續性暴雨過程水汽輸送狀況分析[J]. 浙江大學學報(理學版), 2009,36(4): 470-476.

[24]江虹. 2003年淮河暴雨期大氣水汽輸送特征及成因分析[J]. 暴雨災害,2007,26(2): 118-124.

[25]張廣興, 崔彩霞, 趙元茂, 等. 阿克達拉大氣本底站氣流軌跡模擬研究[J]. 中國沙漠, 2008,28(1): 154-160.

收稿日期：2015-12-30