利用同位素示踪方法研究暴雨事件中水汽的不同来源
在一般或极端降雨事件中,将降水与其特定来源相联系的研究十分少见。普遍使用的大气环流模型方法,对时间空间分辨率和所使用的参数化方案的有效性过于敏感,且无法估计不同气团对降水的相对贡献。以前的研究集中于,使用风型计算的轨迹来检验和量化产生降水的气团路径,但计算轨迹所使用的标准未曾统一。因此,有必要开发其他独立的方法来验证基于模型的结果。许多研究中已经使用降水中的同位素作为示踪剂,来探测水汽来源和气团输送途径。特别是短时间间隔的同位素测量,更能反映时间动态变化下水汽来源。但对于利用同位素方法细致识别和量化不同来源的气团仍然存在研究壁垒。本研究针对2012年7月21日的北京市特大暴雨过程中,通过“Rayleigh分馏模型”及同位素混合模型,对两个不同气团的同位素值进行了计算。结合附近全球降水同位素网络(GNIP)站点的δ 18O特征,识别出降雨初期的西南轨迹和后期的东南轨迹的混合轨迹,以及两者合并时的过渡性降雨。本研究的结果与气象学研究结果相符合,表明使用同位素混合模型确定不同气团对降水的相对贡献,相比于以前的气象轨迹方法更加可靠。本研究结果对同位素水文和同位素气候学-气候变化研究具有广泛的意义。