臺風水汽穩定同位素組成與天氣過程的關系
——以2015年13號臺風“蘇迪羅”為例

徐曼麗，許 濤，劉 暉，胡家權，郭慧文，王院民

（南京大學地理與海洋科學學院，南京 210023）

臺風天氣下采集的水穩定同位素包含豐富的信息，這是由于降水過程中包括大氣環流的變化（Berkelhammer et al.,2012;Farlin et al.,2013;Lekshmy et al.,2014;Munksgaard et al.,2020）、水汽來源的變化（Peng et al., 2010; Xie et al., 2011; Li et al.,2015; Tang et al., 2015）、對流活動的強弱（He et al.,2015;Aggarwal et al.,2016;Cai et al.,2016;Torri et al.,2017;Lacour et al.,2018）等過程都可以被水穩定同位素記錄。已有研究發現，臺風降水δ18O值較一般大氣降水δ18O 值通常更偏負（Good et al.,2014;Munksgaard et al.,2015;Xu et al.,2019;Han et al.,2021），這種極端偏負，Xu等（2019）認為主要有兩個原因：一是由同位素分餾所引起；二是由臺風系統微物理過程中的“云雨區效應”所造成。而Han等（2021）認為主要是受高層狀降水比例以及深對流組織系統的共同影響。然而，上述研究多基于臺風單一天氣系統影響下的水汽或降水穩定同位素組成的變化。實際上，臺風不僅會帶來其環流本身所造成的暴雨，還會帶來與西風帶系統或其他系統共同作用造成的暴雨（朱乾根等，2014）。當臺風登陸后移動至中緯度地區時，通常強度逐漸減為熱帶低壓甚至是殘壓云系，但若與其所處的中緯度環境場發生相互作用仍可能會產生極端降水（Dong et al.,2010）。目前，關于此類臺風水汽穩定同位素的研究在國內鮮有報道。這主要受低溫冷阱大氣水汽穩定同位素采樣困難、水體質譜分析速度慢以及測試費用較高等多重因素的限制（Lawrence et al., 2004; Uemura et al., 2008; Kurita, 2013）。但是，隨著水汽同位素激光光譜儀的出現，獲取連續、高頻的水汽同位素數據成為可能（Gupta et al.,2009）。相比降水穩定同位素，水汽穩定同位素組成不僅能反映相同的氣象事件，還能提供更詳細和持續的大氣水循環信息（Munksgaard et al.,2020）。因此，通過對這類臺風水汽同位素數據開展研究能進一步認識中緯度地區臺風天氣下的水循環過程；還有助于驗證大氣水分循環模型，以更好地理解控制中緯度地區臺風水汽同位素組成的機制。此外，還能對中緯度地區臺風極端降雨事件的古氣候環境信息解讀和重建提供借鑒。

南京地處31°N 以北，屬中緯度地區，影響南京的臺風集中在7-9月（張忠義等，1998）。正面襲擊南京的臺風較少（王麗芳等，2021），更多是受在廣東、福建和浙江登陸后北上過程中與中低緯度系統相互作用產生的極端降水的影響（吳海英等，2015；張雪蓉等，2021）。如2013年登陸臺風“菲特”北上過程中與北方南下的弱冷空氣結合，造成南京大部分地區出現中到大雨，局部出現暴雨（韓文韜等，2015）。因此，在南京地區采集水汽樣品為研究中緯度地區臺風水汽同位素組成的特征及其與天氣過程的關系等問題提供了基礎條件。

基于此，本文以2015年第13號臺風“蘇迪羅”為例，通過對臺風期間南京水汽同位素數據的分析，結合氣象數據和HYSPLIT 模擬水汽軌跡的綜合分析，揭示中緯度地區臺風天氣下水汽同位素的變化特征、水汽δ18O與天氣過程之間的關系以及水汽過量氘所指示的水汽來源變化。以期有助于了解研究區域臺風期間水汽穩定同位素變化的驅動因素，更好地解釋地質檔案中的同位素數據。

1 數據和方法

1.1 臺風“蘇迪羅”（1513）

臺風“蘇迪羅”于2015-07-30在西北太平洋生成，8 月8 日T 04:40左右在臺灣省花蓮縣沿海首次登陸，強度為強臺風。8 日T 22：00左右在福建省莆田市秀嶼區沿海再次登陸，強度為臺風。隨后“蘇迪羅”向西北方向行進，9 日T 13:00臺風中心仍在福建省境內，最大風速23 m/s，強度為熱帶風暴。10 日T 06:00臺風中心在江西-安徽邊界附近，最大風速15 m/s，強度為熱帶低壓。10 日T 14:00 在安徽境內減弱為熱帶低壓，并且已經停止編報，之后其殘余環流繼續向東北移動至黃海后逐漸消失（圖1）。臺風“蘇迪羅”對臺灣、福建、江西、安徽、浙江、江蘇等中國東部地區產生強降水，其中江蘇中南部等地累計降雨100 mm 以上，中部局地可達350～600 mm（葉龍彬等，2018）。該臺風造成東部地區20多人死亡，773萬群眾受災，直接經濟損失達130 億元（沈安云等，2018）。然而，該臺風也提供了其影響期間可在中緯度地區收集到樣品進行水汽同位素分析的可能性。同時，該臺風發生了與中緯度環境場之間的相互作用形成強降水（葉龍彬等，2018），即不是臺風單一系統下形成的極端天氣。這對于分析中緯度地區此類臺風天氣下的水汽同位素數據具有典型性。因此，選擇臺風“蘇迪羅”（1513）作為研究對象。

圖1 臺風蘇迪羅（1513）路徑Fig.1 The path of typhoon Soudelor （1513）

1.2 取樣和測量

自2012-11-01 開始（本研究時間為2015-08-09—11），筆者團隊在南京大學仙林校區建設的地球系統區域過程綜合觀測實驗基地（SORPES）（32°07′11″N，118°57′E）實驗室二層樓頂上進行水汽取樣。空氣進氣口位于屋頂1 m 處，通過長約15 m 的perfluoroalkoxy（PFA）管采集水汽，且對管線進行加熱處理，其中設置的采樣速率大小為1 L/min（顧小琴，2018；Li et al.,2020）。

利用波長掃描光腔衰蕩光譜技術（WSCRDS） 的激光光譜大氣穩定同位素觀測系統（Picarro L2120-i）進行水汽穩定同位素測量，其中，δ18O 和δ2H 的觀測精度分別＜0.2‰和1.0‰，實驗的記錄頻率為2～3 s（顧小琴，2018），其中本文采用的δ18O 和δ2H 數據時間分辨率為1 h。2個標準樣品由南京大學地理與海洋科學學院海岸與海島開發教育部重點實驗室提供，其中標樣一δ18O 和δ2H 值分別為-10.009‰和-69.476‰，標樣二δ18O 和δ2H 值分別為-29.676‰和-225.372‰（Li et al.,2020）。由于儀器觀測特點以及不同濃度大氣水汽對特定光譜吸收的敏感程度不同，直接測量值和樣品實際值之間存在誤差，需要進行校正，具體校準方法見文獻（Gu et al.,2019;Li et al.,2020）。

1.3 氣象和再分析數據

使用的小時氣象數據（地表溫度、降水量、相對濕度和風向）來自中國氣象數據服務中心南京市氣象臺。臺風路徑數據來自中國氣象局①http://tcdata.typhoon.org.cn/en/。為了更加精確地分析天氣過程特征，采用歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts, ECMWF）的ERA5 數據集②https://cds.climate.copernicus.eu，該資料包括溫度場、風場、垂直速度場等。

1.4 HYSPLIT模型簡介

為更加直觀地了解臺風影響前后南京地區的水汽來源，利用美國國家海洋和大氣管理局（NOAA）的空氣資源實驗室和澳大利亞氣象局聯合開發的氣團后向軌跡模型（Hybrid Single Particle Lagrangian Integrated Trajectory Model，即HYSPLIT）模擬臺風“蘇迪羅”影響前后不同的水汽來源變化，其中模型模擬所用的氣象數據來自NOAA再分析資料（GDAS）③ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1。以南京水汽采樣點坐標（32°07′11″N，118°57′E）為初始研究點，并選取距離地面1 500 m 作為模擬的初始垂直高度，每小時計算1次軌跡，并向后追蹤72 h。

2 結果與討論

2.1 水汽穩定同位素組成變化

圖2 顯示了南京在受臺風“蘇迪羅”影響前后的水汽穩定同位素和氣象參數的時間演變特征。2015-08-09 T 00:00至2015-08-12 T 00:00整個階段平均相對濕度為87.8%，平均溫度為26.0℃。期間南京采樣點水汽δ18O 組成的變化范圍為-23.16‰～-13.76‰，平均值為-16.59‰；水汽δ2H組成的變化范圍為-167.62‰～-98.01‰，平均值為-118.00‰（表1）。由于水汽δ18O 和δ2H 高度相關（見圖2），因此主要以水汽δ18O展開討論。

圖2 臺風蘇迪羅（1513）南京水汽穩定同位素（a）、相對濕度（b）、溫度（c）和降水量（d）變化Fig.2 Characteristic of stable isotope(a),relative humidity(b),temperature(c)and precipitation(d)of water vapor in Nanjing during the Typhoon Soudelor(1513)

表1 臺風蘇迪羅不同階段水汽穩定同位素組成Table 1 Stable isotopic compositions of water vapor in different stages of the Typhoon Soudelor ‰

水汽過量氘（d-excess），被定義為d-excess=δ2H-8×δ18O，表示水體相變過程中的非平衡分餾程度（Dansgaard,1964）。水汽過量氘主要與水汽源地的條件有關，如水體表面溫度、濕度和風速等（Dansgaard,1964；溫艷茹等，2016）。從整個階段看（圖2），水汽過量氘和水汽δ18O呈現完全相反的變化趨勢。期間水汽過量氘組成的變化范圍為11.40‰～19.68‰，平均值為14.69‰（見表1）。

2.2 水汽δ18O與天氣過程

根據南京臺風“蘇迪羅”影響前后水汽δ18O的組成變化特征，并結合降水量變化，將其劃分為3個階段，分別標記為Ⅰ、Ⅱ、Ⅲ（見圖2）。

Ⅰ階段：即8月9日T 00:00—8月10日T 06:00，水汽δ18O組成基本保持不變且值偏富集，其中平均值為-14.05‰。根據沿120°E做的850 hPa經向風和溫度緯度-時間剖面（圖3）可知，南京地區出現了南風和高溫，即主要在單一暖空氣團控制下。該階段臺風“蘇迪羅”從福建省沿海地區移動至江西省境內（見圖1），通過850 hPa 風場以及500 hPa 垂直速度（圖4-a）可知，臺風環流給中國東部沿海地區帶來了南海和西太平洋水汽，并且在福建、浙江以及江蘇南部地區的對流層中層氣流發生垂直上升運動帶來強降雨。但是，南京地區正處于臺風環流的影響邊緣，該階段僅產生12.7 mm（見圖2）的少量降雨，說明南京地區大氣條件較為穩定。Ⅰ階段水汽δ18O值幾乎保持不變的趨勢響應大氣狀況，這與Celle-Jeanton 等（2004）的研究結論相一致。

Ⅱ階段：即8 月10 日T 06:00—8 月11 日T 05:00，水汽δ18O 組成一直保持下降趨勢，平均值為-16.26‰。該階段“蘇迪羅”從江西移動至江蘇境內，期間強度也從熱帶低壓減弱至殘渦環流（見圖1），但卻在南京地區產生了強降水，降水量達144.1 mm。葉龍彬等（2018）認為是由于臺風低壓環流受北側高空槽后部冷空氣入侵影響，且在充沛的暖濕水汽輸入等條件下導致南京地區產生降水增強現象。根據大氣環流緯度-時間剖面圖（見圖3）也可知，南京地區雖表現為南風和高溫，但高緯地區同時出現北風并逐漸南下入侵南京地區，即南京地區受到冷暖氣團的相互作用，其中暖空氣團占主導地位。南京地區受這兩種氣團相互作用，實質上是北上的臺風及其殘余環流和南下的弱冷空氣相互作用，導致臺風殘壓環流再次旺盛形成中尺度對流系統（吳海英等，2015；沈安云等，2018；Pan et al.,2018）。由圖4-b 可知，該階段對流層中層垂直速度達-0.5 Pa/s，說明南京地區發生強烈的上升運動，同時根據300 hPa 水平散度場可發現對流層高層為正輻散中心。低層輻合，高層輻散，以及在南海和西太平洋充足的水汽輸送下，為南京地區暴雨的產生提供了有利條件。強烈的對流活動對水汽穩定同位素組成產生重要影響（Aggarwal et al.,2016），根據瑞利分餾理論（Dansgaard,1964），重同位素優先進入液相，輕同位素優先進入氣相，因此，降水過程中會形成富含重同位素的降水和輕同位素的水汽。該階段從8 月10 日T 06:00 到最大降雨量時刻8月10日T 13:00之間符合“降雨量效應”（見圖2），這與已有研究（Sánchez-Murillo et al.,2019;Jackisch et al.,2022）發現的臺風水穩定同位素貧化原因相一致。但之后隨著降雨逐漸減少，水汽δ18O 卻愈加貧化，顯然這并不能用“降雨量效應”解釋。

圖3 850 hPa經向風（m/s）和溫度（℃）緯度-時間剖面Fig.3 850 hPa meronal wind(m/s)and temperature(℃)latitude-time profile

Craig（1961）首次提出了全球大氣水線方程（Global Meteoric Water Line, GMWL）：δ2H=8δ18O+10，代表降水中氫氧穩定同位素的線性關系。由于各地水汽來源、輸送方式、水汽凝結、局地氣象因子等條件存在差異，造成各地大氣降水水線方程的斜率和截距不一致，其中大氣水線方程的斜率反映氫氧穩定同位素的分餾差異，截距表示氘對平衡狀態的偏離程度（柳鑒容等，2007；Li et al.,2020）。作為參照，本文計算了水汽中氫氧穩定同位素的相關性，并定義為大氣水汽線（Meteoric Vapor Line,MVL），南京臺風“蘇迪羅”Ⅱ階段大氣水汽線方程：δ2H=7.30δ18O+3.43（R2=0.99，n=24）。相較于南京夏季水汽線方程δ2H=7.57δ18O+7.66（R2=0.98）（Li et al.,2020），臺風“蘇迪羅”影響期間，南京地區大氣水汽線方程的斜率和截距都偏小，表明該次南京地區降水是產生于非瑞利條件下，經歷了一定的蒸發過程。降水的再蒸發程度與大氣環境中的相對濕度條件有關（Machavaram et al., 1995），該次南京地區降水期間近地面平均相對濕度為95.3%，大氣中的水汽未達到飽和條件，雨滴在未飽和大氣中降落時會受到蒸發的影響，即發生云下二次蒸發。從最大降雨量時刻8 月10 日T 13:00 到降雨結束時，盡管降水逐漸減弱，但降雨蒸發會導致形成富含輕同位素的水汽，這可能是最終造成水汽δ18O愈加貧化的原因。

Ⅲ階段：即8 月11 日T 05:00—8 月12 日T 00:00，水汽δ18O 組成依舊保持下降趨勢，平均值為-20.98‰。根據大氣環流緯度-時間剖面圖（見圖3）可知，南京地區表現為北風和低溫，即主要是在單一冷空氣團控制下。強冷氣團不斷入侵臺風殘渦，使得該階段“蘇迪羅”殘余環流逐漸消散，南京地區也停止降雨。然而，該階段水汽δ18O 最貧化。根據500 hPa垂直速度（圖4-c）可知，該階段南京地區受到較強下沉氣流的影響，可能是對流層上層的空氣下沉帶來偏負的水汽δ18O（Risi et al.,2008;He et al.,2018）。

圖4 三個階段平均850 hPa風場（m/s）、500 hPa垂直速度（Pa/s）以及300 hPa水平散度場（10-6·s-1）Fig.4 Average 850 hPa wind field(m/s)and 500 hPa vertical velocity(Pa/s)and 300 hPa horizontal divergence field(10-6·s-1)

2.3 水汽過量氘與水汽來源

過量氘作為δ2H 和δ18O 組成的二級指標，常被用于追蹤水汽源地（Dansgaard, 1964; Munksgaard et al.,2014；溫艷茹等，2016）。臺風“蘇迪羅”影響前后整個階段水汽過量氘平均值為14.69‰（見表1），小于南京多年水汽過量氘平均值19.51‰和多年夏季水汽過量氘平均值15.90‰ （Li et al.,2020）。水汽過量氘值偏低表明該次臺風影響前后南京地區主要受海洋水汽的影響。但根據臺風“蘇迪羅”影響前后水汽過量氘時間演變（見圖2）可知，不同階段內水汽過量氘變化差異較大，因此需要分階段討論。同時，為進一步驗證臺風“蘇迪羅”影響前后水汽過量氘值及其趨勢變化所表征水汽來源的可靠性，運用HYSPLIT 模型模擬南京采樣點在臺風影響前后不同時間階段內的水汽軌跡（圖5）。

Ⅰ階段：水汽過量氘平均值為12.37‰（見表1），且在該階段內波動較小。從水汽過量氘看，該階段主要受海洋水汽的影響。根據模擬結果（圖5-a），南京受到來自南海海域以及西太平洋海域的水汽。這與水汽過量氘指示的結果相一致。

圖5 三個階段南京地區水汽輸送軌跡Fig.5 Water vapor transport trajectory in Nanjing of three stages

Ⅱ階段：水汽過量氘平均值為14.81‰（見表1），且在該階段內呈波動上升趨勢。這可能是局地內陸水汽在該階段增加了，反映海洋和局地內陸水汽的混合作用。從模擬結果（圖5-b）看，南京不僅受到來自南海海域以及西太平洋海域的水汽，還有局地水汽的加入。水汽過量氘所指示的水汽來源與模型模擬的結果相吻合。

Ⅲ階段：水汽過量氘平均值為18.27‰（見表1），且在該階段繼續呈上升趨勢。這表明“蘇迪羅”影響過后，南京地區可能主要受到局地水汽的影響。然而，從模型模擬結果（圖5-c）看，南京受到來自南海、西太平洋海域以及局地水汽的影響。顯然，HYSPLIT模擬結果與水汽過量氘的結果存在不一致。模擬的水汽軌跡與Ⅱ階段沒有較大區別，但Ⅱ與Ⅲ階段之間的水汽過量氘值呈現較大差異。因此，可能存在其他原因導致Ⅲ階段的水汽過量氘值偏高。已有研究發現，過量氘值還可作為行星邊界層和自由對流層之間垂直混合的良好指標，即可以作為下沉氣流的信號，這是由于行星邊界層頂部的過量氘值明顯高于地表低層大氣，通過中尺度下沉氣流將高過量氘的水汽輸送到近地面大氣（Risi et al., 2008; Kurita, 2013; Bolot et al., 2013;Tremoy et al., 2014; Griffis et al., 2016; He et al.,2018）。根據500 hPa 垂直速度（見圖4-c）可知，該階段南京地區還受到較強的下沉氣流的影響，使得低層大氣變干，這也與圖2中近地面較低的相對濕度相對應。因此，推斷該階段較高值的水汽過量氘可能是由來自對流層上層的空氣下沉所引起。

3 結論

通過對臺風“蘇迪羅”（1513）影響前后，南京水汽穩定同位素及相關氣象數據的分析，得到以下主要結論：

1）臺風影響前后整個過程南京地區水汽δ18O組成為-23.16‰～-13.76‰，平均值為-16.59‰；過量氘組成為11.40‰～19.68‰，平均值為14.69‰。整個階段水汽δ18O先保持基本不變后一直下降的趨勢，水汽過量氘則呈現完全相反的變化趨勢。

2）根據臺風“蘇迪羅”影響前后南京水汽δ18O組成變化特征，將其劃分為3個階段：Ⅰ階段水汽δ18O 值幾乎保持不變，響應了該階段較為穩定的大氣條件；Ⅱ階段臺風環流及其殘壓和北方南下的冷空氣相互作用造成南京地區產生強降水，強烈的對流活動通過水汽凝結和降雨再蒸發引起水汽δ18O不斷貧化；Ⅲ階段南京地區受到較強的下沉氣流影響，這可能帶來了對流層上部偏負的水汽δ18O，導致近地面水汽δ18O繼續貧化。

3）臺風“蘇迪羅”影響前后不同時間階段內水汽過量氘變化差異較大：Ⅰ階段水汽過量氘平均值為12.37‰，水汽過量氘指示的水汽源區和模型模擬一致，該階段南京主要受到來自南海海域以及西太平洋海域的水汽；Ⅱ階段水汽過量氘平均值為14.81‰，水汽過量氘指示的水汽源區和模型模擬一致，表明南京地區受到海洋和局地內陸水汽的混合作用；Ⅲ階段水汽過量氘平均值為18.27‰，HYSPLIT模擬結果與水汽過量氘指示的結果并不一致，該階段高值水汽過量氘可能是受到局地中尺度下沉氣流的影響，而不是受到大尺度水平水汽輸送的影響。

本文為研究中緯度地區臺風天氣下的水汽同位素變化提供了新的數據和見解，如水汽δ18O最貧化時刻并不在強降水時間段內，這與以往大多臺風相關的研究結果不同（Good et al., 2014; Munksgaard et al.,2015;Xu et al.,2019；蔡健榕等，2021；Han et al., 2021），水汽過量氘高值階段與HYSPLIT 模擬結果不一致，本文推斷可能是受到中尺度下沉氣流的影響等。這將有助于加深對極端天氣下水汽同位素演變驅動因素的理解，還有助于驗證相關的同位素數據模型等。但是，本文關于在臺風短時間尺度內，降雨量效應并不完全適用的原因還有待更加深入地探討，同時還存在僅有一個站點的同位素數據等不足，未來需要更多的數據和相關的同位素模型來進行深入研究。