劉浩成，孟慶凱，韓 帥，黃鑫華

(青海大學水利電力學院，青海 西寧 810016)

大氣水汽含量(Precipitable Water Vapor，PWV)指單位面值的空氣柱內(nèi)含有將全部水汽轉(zhuǎn)化成雨、雪所形成的降水量，也稱大氣可降水量。由于水汽的蒸發(fā)與凝結(jié)會吸收和釋放大量能量，因此大氣水汽含量是影響氣候變化的主要因素。同時，它也是影響天文觀測紅外質(zhì)量的重要參數(shù)之一。高含量大氣水汽會增加紅外熱背景，同時會降低大氣透明度，不利于天文觀測[1]。研究表明，大氣水汽含量分布存在明顯的時空差異[2]。了解大氣水汽含量時空分布特征對于確定天文臺選址和觀測時間段具有重要意義。目前，大氣水汽含量測量方法主要包括紅外水汽測量、衛(wèi)星遙感數(shù)據(jù)、探空水汽累加計算法和地基GPS反演等[3]。趙海蘭等[4]利用地基GPS技術(shù)和探空資料累加計算法反演了上海地區(qū)大氣水汽含量。Li等[5]利用MODIS數(shù)據(jù)對西北干旱地區(qū)進行了大氣水汽含量反演。國外學者利用衛(wèi)星遙感數(shù)據(jù)進行了大氣水汽含量反演。Gao等[6]對MODIS數(shù)據(jù)的水汽反演方法進行了全面闡述，并驗證了MODIS數(shù)據(jù)2級產(chǎn)品的精度。相比于GPS反演法和探空資料累加計算法，衛(wèi)星遙感數(shù)據(jù)雖然精度不足，但能解決由于GPS站點和探空數(shù)據(jù)較少而產(chǎn)生的數(shù)據(jù)時空連續(xù)性受限問題[7]。

本文以青海冷湖地區(qū)為研究對象，采用2015—2020年1931景、分辨率為1 km的MODIS大氣水汽含量日數(shù)據(jù)，以年與季節(jié)兩種時間尺度，對研究區(qū)2015—2020年大氣水汽含量時空分布特征及其演變趨勢進行了分析，并結(jié)合NCEP再分析資料對其結(jié)果進行驗證；結(jié)合30 m分辨率的土地覆蓋類型數(shù)據(jù)和MODIS05大氣水汽含量數(shù)據(jù)，對研究區(qū)不同土地覆蓋類型與大氣水汽含量的關(guān)系進行了分析研究，為確定研究區(qū)天文臺選址和最佳觀測時間段提供理論依據(jù)。

1 研究區(qū)概況

研究區(qū)包括冷湖及其周邊地區(qū)(89°35′～97°36′E，35°30′～39°06′N)，區(qū)域面積為28萬km2。該地區(qū)屬高原大陸性氣候，年平均氣溫2～3 ℃，降水極少，為中國極干燥地區(qū)[8]，自然條件惡劣，終年寒冷多風，少雨干旱，發(fā)育有大量雅丹地貌[9]。由于研究區(qū)海拔高、干旱少雨、人口密度極低，所以夜間星空質(zhì)量優(yōu)良，全年夜晴天數(shù)多達276 d，符合優(yōu)良天文臺選址對地形條件的要求[10]。研究區(qū)概況如圖1所示。

圖1 研究區(qū)概況Fig.1 General situation of the study area

2 數(shù)據(jù)與方法

2.1 衛(wèi)星遙感數(shù)據(jù) 本研究選用的衛(wèi)星遙感數(shù)據(jù)為MODIS05遙感數(shù)據(jù)產(chǎn)品、NCEP再分析資料和GlobeLand 30土地覆蓋類型專題數(shù)據(jù)。MODIS05遙感數(shù)據(jù)取自于美國發(fā)射的Terna和Aqua衛(wèi)星的中分辨率成像光譜儀，選取時間為2015—2020年，時間分辨率為日尺度，空間分辨率為1 km，共有36個光譜波段。NCEP再分析資料包括月平均的空中8層等壓面的水汽數(shù)據(jù)，選取時間為2015—2020年，時間分辨率為月尺度，水平分辨率為2.5°。土地覆蓋類型數(shù)據(jù)為GlobeLand 30專題數(shù)據(jù)，分辨率為30 m。三種數(shù)據(jù)的投影坐標系均為WGS84。數(shù)據(jù)詳細信息如表1所示。

表1 研究區(qū)數(shù)據(jù)集Tab.1 Dataset of the study area

2.2 研究方法 MODIS數(shù)據(jù)采用HDF格式進行儲存，其中包括柵格影像數(shù)據(jù)、地理定位文件及屬性等多種數(shù)據(jù)類型，利用HEG(HDF～EOS To GeoTIFF Conversion Tool)工具對數(shù)據(jù)進行投影轉(zhuǎn)換、裁剪和融合。2、5波段對大氣的透過率接近1，可作為大氣窗口通道；17、18、19三個波段對水汽吸收能力較強，可作為水汽吸收通道。根據(jù)Arcgis和Envi等軟件計算水汽吸收通道和大氣窗口通道的比值提取大氣水汽含量。在對MODIS數(shù)據(jù)進行驗證和對比的過程中，將MODIS數(shù)據(jù)重采樣為2.5°分辨率，以保證和NCEP再分析資料的分辨率一致。NCEP再分析資料對大氣水汽含量的計算公式如下：

(1)

式中：Pw表示大氣可降水水汽(mm)，g為重力加速度，取9.8 N/kg，q為比濕(g/kg)，Ps為地面氣壓(hPa)，Pz為大氣層頂氣壓，取1 000 hPa，即整層大氣。

3 結(jié)果與分析

3.1 研究區(qū)大氣水汽含量時空分布特征 研究區(qū)2015—2020年年平均大氣水汽含量時空分布特征如圖2所示。從圖中可以看出，大氣水汽含量整體較低，五年累計年平均大氣水汽含量為0.29～3.22 g/cm2，整體年平均大氣水汽含量為0.59 g/cm2。研究區(qū)2015—2020年年季節(jié)平均大氣水汽含量時空分布情況如圖3所示。由圖中可以發(fā)現(xiàn)，大氣水汽含量存在明顯的季節(jié)差異(本文將春季定義為3—5月，夏季為6—8月，秋季為9—11月，冬季為12月至翌年2月)，即春、夏、秋、冬四季的平均大氣水汽含量依次為0.17～2.65、0.61～4.26、0.26～4.00、0.09～2.51 g/cm2，年季節(jié)平均大氣水汽含量依次為0.43、1.17、0.53、0.21 g/cm2。研究區(qū)大氣水汽含量整體較低，且存在明顯的季節(jié)差異，夏季大氣水汽含量較多，春、秋、冬三個季節(jié)大氣水汽含量依次減少。

圖2 研究區(qū)2015—2020年年平均大氣水汽含量時空分布(1 km2)Fig.2 Temporal and spatial distribution of annual average PWV in the study area from 2015 to 2020(1 km2)

圖3 研究區(qū)2015—2020年年季節(jié)平均大氣水汽含量時空分布(1 km2)Fig.3 Temporal and spatial distribution of annual seasonal average PWV in the study area from 2015 to 2020(1 km2)

為進一步分析研究區(qū)大氣水汽含量時空分布特征，按照Kidger等[11]提出的大氣水汽含量分類標準，將年平均和年季節(jié)平均大氣水汽含量分類處理(圖4和圖5)，并統(tǒng)計了各季節(jié)大氣水汽含量主要分布范圍及其面積比例(表2)。由圖4和圖5可知，研究區(qū)2015—2020年年平均大氣水汽含量為0.3～1 g/cm2的地區(qū)占總面積的99.23%，春、秋、冬三個季節(jié)的平均大氣水汽含量為0～1 g/cm2，此范圍內(nèi)的地區(qū)分別占總面積的96.12%、99.17%和97.51%。通過分析可知,研究區(qū)春、秋、冬三個季節(jié)大氣水汽含量極低，夏季大氣水汽含量最為豐富，大氣水汽含量為0.6～1.5 g/cm2的地區(qū)占總面積的79.78%?？傮w來說，除去個別極大值，研究區(qū)大氣水汽含量常年處于較低水平。

圖4 研究區(qū)2015—2020年再分類年平均大氣水汽含量時空分布(1 km2)Fig.4 Temporal and spatial distribution of annual average PWV reclassified in the study area from 2015 to 2020(1 km2)

圖5 研究區(qū)2015—2020年再分類年季節(jié)平均大氣水汽含量時空分布(1 km2)Fig.5 Temporal and spatial distribution of annual seasonal average PWV reclassified in the study area from 2015 to 2020(1 km2)

表2 2015—2020年各季節(jié)大氣水汽含量主要分布范圍及其面積占比Tab.2 Main distribution and area proportion of PWV in each season from 2015 to 2020

為了驗證數(shù)據(jù)的準確性，選擇NCEP再分析資料，提取研究區(qū)2015—2020年各季節(jié)平均大氣水汽含量中值，并與MODIS數(shù)據(jù)進行對比分析，結(jié)果如圖6所示?；贛ODIS數(shù)據(jù)與NCEP再分析資料提取的研究區(qū)內(nèi)五年長時序大氣水汽含量依然存在明顯的季節(jié)性變化，夏季大氣水汽含量最高，冬季大氣水汽含量最低。利用NCEP再分析資料提取的研究區(qū)大氣水汽含量中值與MODIS數(shù)據(jù)提供的大氣水汽含量中值在春、秋、冬三個季節(jié)均為0～0.6 g/cm2，無明顯差異。根據(jù)兩種數(shù)據(jù)提取的大氣水汽含量中值最大差異主要集中在夏季，誤差為7%～17%，主要是因為夏季大氣水汽含量較高，NCEP再分析資料的分辨率較低，導致夏季的大氣水汽含量中值偏高。

圖6 基于MODIS與NCEP再分析資料的研究區(qū)2015—2020年各季節(jié)平均大氣水汽含量中值Fig.6 Median value of seasonal average content of PWV in the study area from 2015 to 2020 based on MODIS and NCEP reanalysis data

3.2 研究區(qū)大氣水汽含量與土地覆蓋類型的關(guān)系 研究區(qū)土地覆蓋類型主要包括草地、裸地、湖泊、濕地和冰川五大類，分布如圖7所示，其中草地占總面積的26.7%，裸地占總面積的58.5%。

圖7 研究區(qū)土地覆蓋類型Fig.7 Land cover types in the study area

從研究區(qū)年平均大氣水汽含量和年季節(jié)平均大氣水汽含量的分布可以看出，不同土地覆蓋類型對應(yīng)的大氣水汽含量不同。為了進一步分析土地覆蓋類型與大氣水汽含量的關(guān)系，利用分辨率為30 m的研究區(qū)土地覆蓋類型數(shù)據(jù)(圖7)提取了不同土地覆蓋類型對應(yīng)的2015—2020年年平均大氣水汽含量(圖8)和分季節(jié)大氣水汽含量時序圖(圖9)。由圖8可知，研究區(qū)湖泊上空大氣水汽含量最高，年平均值達 0.73 g/cm2；濕地上空年平均大氣水汽含量為0.62 g/cm2；冰川、草地和裸地大氣水汽含量相對較低，分別為0.41、0.49、0.54 g/cm2。由圖9可以看出，研究區(qū)大氣水汽含量分布符合季節(jié)性特征，即夏季最高，冬季最低；濕地和湖泊上空的大氣水汽含量常年高于冰川、草地和裸地上空的大氣水汽含量。另外，冰川上空的大氣水汽含量在夏季始終處于最低，這可能與冰川上空的氣候環(huán)境有關(guān)。

圖8 研究區(qū)不同土地覆蓋類型2015—2020年 年平均大氣水汽含量Fig.8 Annual average content of PWV of different land cover types in the study area from 2015 to 2020

圖9 不同土地覆蓋類型2015—2020年分季節(jié)大氣水汽含量時序圖Fig.9 Time series of seasonal content of PWV of different land cover types from 2015 to 2020

4 討論與結(jié)論

大氣水汽含量分布存在明顯的時空差異[2]，因此了解大氣水汽含量時空分布特征對于確定天文臺選址和觀測時間段具有重要意義。探空水汽累加計算法和地基GPS等測量方法雖然保證了大氣水汽含量的數(shù)據(jù)精度，但僅適用于設(shè)施齊全、人類活動頻繁的區(qū)域，如趙海蘭等[5]利用此類方法對上海地區(qū)大氣水汽含量進行測量。前人多利用衛(wèi)星遙感數(shù)據(jù)測量西北干旱地區(qū)及無人區(qū)的大氣水汽含量，如李霞等[6]利用MODIS數(shù)據(jù)對西北干旱地區(qū)進行了大氣水汽含量反演。雖然遙感衛(wèi)星數(shù)據(jù)的精度不如實測數(shù)據(jù)，但能解決由于GPS站點和探空數(shù)據(jù)較少而產(chǎn)生的數(shù)據(jù)時空連續(xù)性受限問題[8]。本文利用2015—2020年MODIS日尺度數(shù)據(jù)分析了冷湖地區(qū)大氣水汽含量時空分布特征及其演變趨勢，并結(jié)合土地覆蓋類型進行了量化分析，得出如下結(jié)論：

(1)研究區(qū)2015—2020年年平均大氣水汽含量為0.59 g/cm2,夏季大氣水汽含量最高，常年為0.6～1.5 g/cm2，年平均值為1.17 g/cm2；春、秋、冬三個季節(jié)大氣水汽含量常年為0.3～1 g/cm2，冬季大氣水汽含量為0～0.3 g/cm2的地區(qū)占研究區(qū)總面積的97.51%。

(2)研究區(qū)不同土地覆蓋類型對應(yīng)的大氣水汽含量有較大差異，湖泊上空大氣水汽含量最高，年平均值達0 .73 g/cm2；其次，濕地上空的年平均大氣水汽含量為0.62 g/cm2；冰川、草地和裸地大氣水汽含量相對較低，分別為0.41、0.49、0.54 g/cm2。

(3)從長時序大氣水汽含量時空分布特征來看，研究區(qū)大氣水汽含量分布呈現(xiàn)顯著的季節(jié)性差異，春、秋、冬三個季節(jié)大氣水汽含量依次降低，夏季最高，這與梁宏等[12]、馬濤等[13]的研究結(jié)果一致。根據(jù)基于MODIS數(shù)據(jù)和NCEP再分析資料數(shù)據(jù)所獲得的研究區(qū)大氣水汽含量長時序分布特征可知，兩種數(shù)據(jù)反映的總體趨勢一致，受分辨率影響，MODIS數(shù)據(jù)分辨特征更為清晰且呈現(xiàn)顯著。