李 梁，楊澤粟，何 杭

（成都信息工程大學(xué)大氣科學(xué)學(xué)院，高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室，四川 成都 610225）

引言

在氣候系統(tǒng)各圈層相互作用當(dāng)中，陸-氣相互作用是影響天氣及氣候演變的重要途徑［1］。陸面通過能量和水分循環(huán)與大氣緊密聯(lián)系在一起，氣候模式模擬結(jié)果表明陸-氣相互作用會增加氣溫變率［2］，顯著增大高溫?zé)崂祟l率［3］，加劇土壤和大氣干旱強(qiáng)度［4］。陸-氣耦合度是表征陸-氣相互作用的關(guān)鍵指標(biāo)，耦合度越強(qiáng)的地區(qū)，陸面作用對區(qū)域天氣及氣候的影響越大。全球模式模擬結(jié)果顯示全球強(qiáng)陸-氣耦合區(qū)多分布于干旱與濕潤氣候過渡區(qū)［5］，包括北美中西部、歐亞大陸部分地區(qū)、澳大利亞、阿根廷、北非薩赫勒地區(qū)和南非［6-7］。準(zhǔn)確獲得這些陸-氣耦合“熱點(diǎn)”地區(qū)陸面對大氣的強(qiáng)迫信號，對提高天氣預(yù)報(bào)和氣候預(yù)測的準(zhǔn)確性具有重要意義［8-10］。

以對降水的影響為例，降水增加導(dǎo)致土壤濕度增加使蒸散增強(qiáng)，而蒸散增加是否會引起降水增加則非常復(fù)雜。為關(guān)注后者，蒸散-降水耦合度定義為蒸散對降水的影響程度。在陸-氣耦合過程中，陸面狀態(tài)異常首先引起地表通量變化［11］，進(jìn)而通過陸面對大氣的反饋過程對降水產(chǎn)生影響［7，12］。地表通量中蒸散和感熱通量之間存在協(xié)同變化，如蒸散可通過改變波文比調(diào)節(jié)感熱通量，因此，蒸散變化往往被視為陸-氣耦合過程的關(guān)鍵過程［13-15］。研究表明，蒸散變化對降水的影響在陸-氣耦合過程中不確定性最大［16］。原因在于蒸散可通過3個途徑對降水產(chǎn)生影響：首先，從全球水循環(huán)上看，蒸散直接通過水分再循環(huán)影響大氣可降水量，蒸散可使70%的降水重返大氣［17］，大氣可降水量則直接影響降水量，這種機(jī)制在水分匱乏地區(qū)作用更加突出［18-19］；其次，一定區(qū)域范圍內(nèi)蒸散變化也可改變區(qū)域氣壓場，從而引起大氣環(huán)流的調(diào)整，導(dǎo)致大尺度降水變化［20-21］；另外，蒸散和受其調(diào)控的感熱通量通過改變大氣溫濕廓線，影響大氣穩(wěn)定度狀態(tài)，從而影響對流降水［22］。3種方式都很重要，而最后一個途徑即蒸散-降水局地耦合是蒸散影響降水最重要的方式［23-24］。然而，蒸散和受其調(diào)控的感熱通量對大氣穩(wěn)定度的影響過程十分復(fù)雜［25］，使得蒸散-降水局地耦合具有極大的不確定性，也是當(dāng)前陸-氣耦合研究的難點(diǎn)問題。

近20 a來，地球科學(xué)界對陸-氣耦合度時空分布及其影響機(jī)制進(jìn)行了大量的研究。全球陸-氣耦合數(shù)值試驗(yàn)（Global Land-Atmosphere Coupling Experiment，GLACE）發(fā)現(xiàn)，強(qiáng)陸-氣耦合區(qū)域多位于半干旱半濕潤的氣候過渡區(qū)［5］，基于觀測數(shù)據(jù)的診斷研究也驗(yàn)證了此結(jié)論［6-7，26］。由于陸-氣耦合度具有明顯的空間差異性，一些典型區(qū)域陸-氣耦合度及其變化特征引起了廣泛關(guān)注。研究發(fā)現(xiàn)，北美陸-氣耦合度空間分布與多年平均土壤濕度相關(guān)，強(qiáng)耦合區(qū)主要分布在土壤相對含水量為0.40～0.55的地區(qū)［27］，受氣候背景波動導(dǎo)致土壤濕度的年際變化影響，陸-氣耦合度存在明顯的年際波動［28-29］。在南美東南部，陸-氣耦合度時空分布不僅與土壤濕度相關(guān)，而且與受土壤濕度控制的濕靜力能及其垂直梯度關(guān)系密切［30］，且在未來氣候暖濕化下，因蒸散逐漸由水分限制向能量限制轉(zhuǎn)變，陸-氣耦合強(qiáng)度將顯著減弱［31］。歐洲地區(qū)，哈德萊環(huán)流北擴(kuò)引起了氣候過渡帶的北移，導(dǎo)致強(qiáng)陸-氣耦合區(qū)北移［2］。非洲地區(qū)，陸-氣耦合度與土壤濕度時空分布呈負(fù)相關(guān)關(guān)系，土壤水分較低的地區(qū)和水分較少的時段具有更強(qiáng)的陸-氣耦合度，土壤濕度空間差異導(dǎo)致干區(qū)感熱通量增強(qiáng)、濕區(qū)感熱通量降低，進(jìn)而引發(fā)中尺度環(huán)流，該環(huán)流在干區(qū)的上升支是觸發(fā)深對流的重要因素［32］。與此同時，陸-氣耦合度研究也引起了我國科學(xué)界的關(guān)注。研究表明，土壤濕度較低的中國北方地區(qū)陸-氣耦合度較強(qiáng)［33-34］；西南地區(qū)，春季土壤濕度較低，陸-氣耦合也較強(qiáng)［35］；西北地區(qū)，陸-氣耦合度與地表植被狀態(tài)密切相關(guān)，植被狀態(tài)的好轉(zhuǎn)可改善地表水分狀況，減小陸面蒸散變率，降低陸-氣耦合強(qiáng)度［36］。

可見，當(dāng)前對于陸-氣耦合度的大量研究主要關(guān)注時空分布及其與水分特性的關(guān)系，而對熱力因素對陸-氣耦合度的調(diào)控作用缺乏研究。中國北方大部分地區(qū)為氣候過渡區(qū)，水熱特性時空變化劇烈，從西北至東南水分可利用性減弱、能量可利用性增強(qiáng)，蒸散控制因子由水分限制逐漸轉(zhuǎn)變?yōu)槟芰肯拗疲?7］，這勢必影響區(qū)域陸-氣耦合度的時空分布。然而，中國北方氣候過渡區(qū)陸-氣耦合度時空變化規(guī)律尚不清楚，并且，隨著氣候水熱條件空間變化，水分、熱力及其協(xié)同作用如何影響陸-氣耦合度還未知。

本文利用ZENG等［6］提出的蒸散-降水耦合指標(biāo)診斷中國北方地區(qū)的陸-氣耦合度，分析陸-氣耦合度空間分布及時間演變特征，闡釋水分、熱力因子對陸-氣耦合度的影響程度，分析陸-氣耦合度與水分、熱力因子的聯(lián)系，并關(guān)注水熱協(xié)同作用對陸-氣耦合度的影響，以期增強(qiáng)對我國強(qiáng)陸-氣耦合區(qū)的陸-氣耦合度時空分布規(guī)律及其機(jī)制的認(rèn)識。

1 研究區(qū)、資料及方法

1.1 研究區(qū)

研究區(qū)選擇中國北方地區(qū)（100°E—125°E、33°N—45°N）。研究區(qū)主要包含干旱、半干旱及半濕潤區(qū)域，它既是東亞夏季風(fēng)北邊緣的主要活動區(qū)域，也是典型的生態(tài)過渡帶。圖1繪出了中國北方地區(qū)干燥度指數(shù)空間分布。氣候背景區(qū)劃分采用聯(lián)合國環(huán)境規(guī)劃署定義的干燥度指數(shù)（aridity index，AI），AI公式如下：

圖1 中國北方AI空間分布Fig.1 Spatial distribution of AI in northern China

式中：AI是干燥度指數(shù)；P（mm）是多年平均年降水量；PET（mm）是多年平均年潛在蒸散量。將AI＜0.05劃為極端干旱區(qū)，0.05＜AI＜0.2劃為干旱區(qū)，0.2＜AI＜0.5劃為半干旱區(qū)，0.5＜AI＜0.65劃為半濕潤區(qū)，AI＞0.65劃為濕潤區(qū)。

1.2 數(shù) 據(jù)

地表蒸散數(shù)據(jù)選DOLCE（Derived Optimal Linear Combination Evapotranspiration）格點(diǎn)蒸散資料［38］。DOLCE蒸散是一個觀測約束下的混合蒸散量數(shù)據(jù)集，它由4個全球蒸散數(shù)據(jù)集（ERA5-land，F(xiàn)LUXCOM METEO+RS，GLEAM v3.5a and GLEAM V3.5b）合并而成。這些母數(shù)據(jù)集的組合是基于它們對通量塔蒸散的表現(xiàn)，并考慮到它們的誤差依賴性。分配給母數(shù)據(jù)集的權(quán)重因季節(jié)（12月至次年5月、6—11月共兩個時段）和氣候區(qū)不同而不同。最新版本DOLCE-ET V3.0還提供了其不確定性誤差的時間變化估計(jì)。DOLCE-ET V3.0時間分辨率為月，空間分辨率為0.25°，時間跨度為1980—2018年，并覆蓋全球陸地。該數(shù)據(jù)獲取網(wǎng)址為http://geonetwork.nci.org.au。經(jīng)評估，該蒸散格點(diǎn)數(shù)據(jù)在中國北方地區(qū)沒有數(shù)據(jù)缺失，也無異常值。在中國北方地區(qū)，DOLCE蒸散資料與渦動相關(guān)儀觀測數(shù)據(jù)的平均相關(guān)系數(shù)為0.8～1.0，相對誤差為10%～20%。

降水和氣溫采用中國區(qū)域高時空分辨率地表氣象驅(qū)動數(shù)據(jù)集（CMFD）［39］。該數(shù)據(jù)集由中國科學(xué)院青藏高原研究所研制，以國際上現(xiàn)有的Princeton再分析資料、GLDAS（Global Land Data Assimilation System）資料、GEWEX-SRB（the Global Energy and Water Cycle Experiment-Surface Radiation Budget）資料，TRMM（Tropical Rainfall Measuring Mission）降水資料為背景場，融合了中國氣象局常規(guī)氣象觀測數(shù)據(jù)制作而成。數(shù)據(jù)集時間分辨率為月，水平空間分辨率為0.1°，范圍為60°E—140°E、15°N—55°N。

土壤濕度選用ESA CCI SM（The European Space Agency′s Climate Change Initiative for Soil Moisture）產(chǎn)品［40］，該產(chǎn)品由3套地表土壤濕度數(shù)據(jù)組成：主動產(chǎn)品、被動產(chǎn)品和組合產(chǎn)品?！爸鲃赢a(chǎn)品”和“被動產(chǎn)品”分別通過融合散射計(jì)和輻射計(jì)的土壤水分產(chǎn)品而產(chǎn)生，而本文所使用的ESA CCI SM combined V04.7的“組合產(chǎn)品”是基于“主動產(chǎn)品”和“被動產(chǎn)品”的混合產(chǎn)品。數(shù)據(jù)文件包括全球合并的地表土壤水分?jǐn)?shù)據(jù)集，觀測深度為5～10 cm，時間分辨率為日，空間分辨率為0.25°。數(shù)據(jù)集的時間跨度為1978年11月至2019年12月。

本文研究時段選擇了1982年1月至2018年12月，降水和氣溫?cái)?shù)據(jù)通過插值到0.25°以匹配其他數(shù)據(jù)。

1.3 方法

1.3.1 蒸散-降水耦合度

利用ZENG等［6］提出的蒸散-降水耦合指標(biāo)診斷陸-氣相互作用強(qiáng)度?？紤]到地表狀態(tài)變量總是通過近地層通量影響大氣狀態(tài)，以蒸散與降水的協(xié)方差反映蒸散與降水變化的同步性，以協(xié)方差與降水方差之比反映蒸散變化對總降水變化的貢獻(xiàn)率，陸-氣耦合度診計(jì)算公式如下：

也可改寫為

式中：CS為陸-氣耦合度指數(shù)；P'i和E'i分別為降水和蒸散距平值；N為總月數(shù)或年數(shù)；rP，E為降水與蒸散之間的相關(guān)系數(shù)；σE和σP分別為蒸散和降水標(biāo)準(zhǔn)差。該指數(shù)通過降水與蒸散之間協(xié)方差與降水方差相對大小，反映蒸散變化引起的降水變化在總降水中的比例，二者變化步調(diào)越一致，變化量級越大，陸-氣耦合強(qiáng)度越強(qiáng)。同時，CS正、負(fù)值也可反映蒸散-降水之間的正、負(fù)耦合關(guān)系。

1.3.2 潛在蒸散

潛在蒸散量數(shù)據(jù)是利用凈輻射、溫度、水汽壓、風(fēng)速等資料基于聯(lián)合國糧農(nóng)組織推薦的彭曼-蒙特斯公式［41］計(jì)算得到，其計(jì)算公式如下：

式中：PET（mm）是潛在蒸散量；Rn（MJ·m-2·d-1）是凈輻射；G（MJ·m-2·d-1）是土壤熱通量；γ是干濕常數(shù)（γ≈66 Pa·K-1）；T（℃）是平均氣溫；u2（m·s-1）是2 m高風(fēng)速；es和ea（kPa）分別是飽和水汽壓和實(shí)際水汽壓；Δ（Pa·K-1）是溫度飽和比濕線的斜率。

1.3.3 多元線性回歸

為估算水熱協(xié)同作用對蒸散-降水耦合度的影響，通過建立土壤濕度、氣溫與蒸散-降水耦合度的多元線性回歸方程，估算水熱因子與蒸散-降水耦合度的復(fù)相關(guān)系數(shù)。水熱協(xié)同作用主要考慮水熱因子均值（平均土壤濕度和氣溫）的協(xié)同作用及水熱因子變率（土壤濕度和氣溫變率）的協(xié)同作用，建立的多元線性回歸方程分別如下：

式中：CS為蒸散-降水耦合度；b0、b1、b2，b'0、b'1、b'2分別為兩個多元回歸方程的待估參數(shù)；sma為平均土壤濕度，Ta為平均氣溫；smstd為土壤濕度變率，Tstd為氣溫變率。

基于多元線性回歸方程，表征協(xié)同作用大小的復(fù)相關(guān)系數(shù)可通過下式計(jì)算：

式中：R1和R2為耦合度分別與水熱因子均值及標(biāo)準(zhǔn)差的復(fù)相關(guān)系數(shù)；r為雙變量Pearson相關(guān)系數(shù)。

1.3.4 抬升凝結(jié)高度

抬升凝結(jié)高度（lifting condensation level，LCL）計(jì)算公式如下：

式中：T2m和Td2m分別為2 m高氣溫和露點(diǎn)溫度。

1.3.5 數(shù)據(jù)處理

分析耦合度空間變化時，計(jì)算總蒸散-降水耦合度的時間序列為1982年1月至2018年12月蒸散和降水?dāng)?shù)據(jù)，在分析四季耦合度空間分布時，從中分別挑選出春季（3—5月）、夏季（6—8月）、秋季（9—11月）和冬季（12月至次年2月）序列計(jì)算四季的耦合度；分析水熱因子對蒸散-降水耦合度空間變化影響時，計(jì)算了土壤濕度和氣溫在每個格點(diǎn)上的平均值和標(biāo)準(zhǔn)差，而每個格點(diǎn)時間序列為相應(yīng)的1982年1月至2018年12月數(shù)據(jù)。

在分析耦合度時間變化時，首先將不同氣候背景區(qū)數(shù)據(jù)做空間平均，得到不同氣候背景區(qū)空間平均的蒸散和降水1982年1月至2018年12月的時間序列，進(jìn)而將時間序列按年內(nèi)和年際變化分為不同的序列計(jì)算耦合度。例如，分析耦合度年內(nèi)變化時需計(jì)算各月耦合度，將蒸散和降水每月的所有年份數(shù)據(jù)作為一個序列，計(jì)算當(dāng)月的耦合度。同理，分析陸-氣耦合度年際變化時需計(jì)算每年的耦合度，將降水和蒸散每年12個月數(shù)據(jù)作為一個序列，計(jì)算當(dāng)年的耦合度；分析水熱因子對耦合度時間變化影響時，水熱因子亦采用上述處理方法。

文中附圖涉及地圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS（2020）4618號的標(biāo)準(zhǔn)地圖制作，底圖無修改。

2 結(jié)果分析

2.1 陸氣變量空間分布

中國北方地區(qū)年降水量具有顯著的空間差異。多年平均降水量［圖2（a）］由東南超過800 mm逐漸減少到西北不足100 mm，降水空間分布與研究區(qū)由東南向西北分布的濕潤、半濕潤、半干旱和干旱氣候帶相對應(yīng)。研究期內(nèi)年降水量標(biāo)準(zhǔn)差具有與多年平均降水量相似的空間分布特征，也表現(xiàn)出由東南向西北逐漸減小特征，東南約200 mm，西北不足50 mm［圖2（b）］。年降水量標(biāo)準(zhǔn)差的這種空間分布與研究區(qū)處于東亞夏季風(fēng)影響區(qū)向非季風(fēng)區(qū)的過渡區(qū)有關(guān)，季風(fēng)降水在夏季風(fēng)擺動帶內(nèi)具有明顯的年際波動特征。

圖2 中國北方年降水量（a、b）和蒸散量（c、d）的氣候態(tài)（a、c）及標(biāo)準(zhǔn)差（b、d）空間分布（單位：mm）Fig.2 Spatial distribution of climate state（a，c）and standard deviation（b，d）of annual precipitation（a，b）and evapotranspiration（c，d）in northern China（Unit：mm）

蒸散不僅是陸面水分向大氣傳輸?shù)闹饕緩剑彝ㄟ^地表能量平衡調(diào)控著進(jìn)入大氣的感熱通量，在陸氣相互作用中扮演著十分關(guān)鍵的作用。中國北方地區(qū)年蒸散量時空分布十分不均勻，氣候態(tài)呈現(xiàn)從東南向西北逐漸減小的空間分布，東南最大值600 mm左右，西北最小值30 mm［圖2（c）］。蒸散量空間分布特征與降水量十分相似，反映出該地區(qū)蒸散與降水間較好耦合的關(guān)系。由于水熱條件的年際波動，蒸散量標(biāo)準(zhǔn)差空間分布比較復(fù)雜，在半濕潤和半干旱區(qū)大，濕潤和干旱地區(qū)較?。蹐D2（d）］。

2.2 蒸散-降水耦合度空間分布及其與水熱因子關(guān)系

2.2.1 蒸散-降水耦合度空間分布

蒸散與降水具有相似的氣候態(tài)空間分布特征，從一定程度上反映出中國北方地區(qū)蒸散與降水間的耦合關(guān)系。圖3為中國北方總蒸散-降水耦合度空間分布?？梢钥闯隹傉羯?降水耦合度由西北向東南逐漸減小，與降水和蒸散空間分布大致相反。西北干旱半干旱大范圍區(qū)域?yàn)閺?qiáng)正耦合區(qū)，耦合度為0.25～0.60。濕潤的東南和東北角區(qū)域?yàn)檩^弱的負(fù)耦合區(qū)。兩區(qū)域中間的半濕潤區(qū)為正耦合向負(fù)耦合轉(zhuǎn)變的過渡區(qū)，耦合度較弱。在干旱和半干旱地區(qū)，地表水分常年處于虧缺狀態(tài)，局地水循環(huán)率較高，蒸散和降水的關(guān)系密切，蒸散-降水耦合度較強(qiáng)。在濕潤地區(qū)，蒸散主要受能量和空氣動力學(xué)條件影響，大尺度動力背景對降水的影響更加重要，使得這些地區(qū)蒸散-降水耦合度較弱。

圖3 中國北方總蒸散-降水耦合度空間分布（圓點(diǎn)區(qū)通過α=0.05的顯著性檢驗(yàn)。下同）Fig.3 Spatial distribution of total evapotranspirationprecipitation coupling strength in northern China（the circle dot areas passing α=0.05 significance test.the same as below）

陸氣間的反饋?zhàn)饔脮S著氣候要素的季節(jié)變化而變化，使得蒸散-降水耦合度表現(xiàn)出明顯的季節(jié)差異。各季節(jié)蒸散-降水耦合度空間分布（圖4）大致相似，與總耦合度空間分布（圖3）較一致，但強(qiáng)度存在較大差異。春季耦合度最強(qiáng)（較其他季節(jié)大很多）、夏季次之、秋冬季耦合度最小。相較而言，中國北方地區(qū)春夏季水分、熱力能量較充足，地表強(qiáng)迫作用比較顯著，而在冬季水熱條件較差，植被生理活動受到抑制，地表對大氣的水、熱貢獻(xiàn)均較小，使得蒸散-降水耦合度較小。因此，地表蒸散對降水的貢獻(xiàn)主要發(fā)生在春夏季。

圖4 中國北方冬季（a）、春季（b）、夏季（c）和秋季（d）蒸散-降水耦合度空間分布Fig.4 Spatial distribution of evapotranspiration-precipitation coupling strength in northern China in winter（a），spring（b），summer（c）and autumn（d）

研究區(qū)絕大部分區(qū)域?yàn)檩^強(qiáng)的正耦合，這不但反映了降水增加引起蒸散增強(qiáng)，而且反映出蒸散對降水的促進(jìn)作用。為闡明蒸散如何影響降水，圖5繪出了蒸散和降水分別與LCL的相關(guān)系數(shù)空間分布。在研究區(qū)絕大部分地區(qū)蒸散與LCL為負(fù)相關(guān)［圖5（a）］，這些地區(qū)對應(yīng)著較強(qiáng)的蒸散-降水正耦合。在中國北方大部分負(fù)相關(guān)區(qū)蒸散是水分限制型，地表水分增加引起蒸散增大，使得空氣濕度增加，從而降低LCL。在絕大部分地區(qū)降水與LCL為負(fù)相關(guān)［圖5（b）］，LCL越低越易產(chǎn)生降水。這表明在研究區(qū)水汽的作用對形成降水非常突出，大氣越趨于飽和LCL越低，越容易觸發(fā)降水，蒸散對降水再循環(huán)的影響是蒸散-降水耦合的主要途經(jīng)。因此，在中國北方大部分地區(qū)，蒸散增強(qiáng)使得更多的水汽進(jìn)入大氣，增加了大氣可降水量，導(dǎo)致LCL降低，促使云量增大，降水顯著增加，使得蒸散-降水之間表現(xiàn)出強(qiáng)正耦合。

圖5 蒸散（a）和降水（b）與LCL的相關(guān)系數(shù)空間分布Fig.5 The spatial distribution of correlation coefficients between evapotranspiration（a），precipitation（b）and LCL

2.2.2 水熱協(xié)同作用對蒸散-降水耦合度空間分布的影響

中國北方地區(qū)蒸散-降水耦合度具有很大的空間梯度，并且表現(xiàn)出過渡特征，這與該地區(qū)處于氣候過渡區(qū)，區(qū)域內(nèi)水熱條件空間梯度大密切相關(guān)。因此，本節(jié)分析蒸散-降水耦合度空間分布與土壤濕度及氣溫空間分布的關(guān)系。

中國北方地區(qū)土壤濕度多年均值由西北（0.1）向東南（0.4）逐漸增大［圖6（a）］，與降水空間分布一致。土壤濕度變率在研究區(qū)中部的半干旱、半濕潤地區(qū)比北部干旱帶和南部濕潤區(qū)更大［圖6（b）］。由于半干旱、半濕潤區(qū)地處夏季風(fēng)擺動帶核心區(qū)域，降水年際波動大造成土壤濕度變幅大。中國北方地區(qū)多年平均氣溫由-8℃跨度到16℃，大致由西向東階梯遞增，大致可以分為3個梯度［圖6（c）］，與我國海拔高度的3個階梯相對應(yīng)。氣溫最低值出現(xiàn)在研究區(qū)西南的青海境內(nèi)，青海地區(qū)處于青藏高原邊坡地區(qū)，是研究區(qū)海拔最高的地區(qū)，屬于高海拔寒冷地區(qū)。氣溫比青海境內(nèi)稍高的是黃土高原，位于青藏高原與東部平原之間，屬于海拔高度的第二階梯。東部平原海拔最低，氣溫普遍較高，氣溫梯度也較小。從氣溫變率看，其分布大致為由北向南減?。蹐D6（d）］?？傮w而言，研究區(qū)土壤濕度相對于氣溫空間分布更不規(guī)律，不均勻性更大。

圖6 中國北方地區(qū)土壤濕度（a、b）和氣溫（c、d，單位：℃）氣候態(tài)（a、c）及變率（b、d）空間分布Fig.6 The spatial distribution of climate state（a，c）and standard deviation（b，d）of soil moisture（a，b）and air temperature（c，d）（Unit：℃）in northern China

為分析蒸散-降水耦合度與地表水熱條件的關(guān)系，圖7繪出了所有格點(diǎn)的蒸散-降水耦合度分別與平均土壤濕度、平均氣溫、土壤濕度變率和氣溫變率散點(diǎn)圖。蒸散-降水耦合度與土壤濕度呈較好負(fù)相關(guān)（r=-0.56），表明地表水分氣候態(tài)在決定陸氣耦合強(qiáng)度中有重要作用。蒸散-降水耦合度隨土壤濕度降低逐漸增大，土壤濕度降低至0.2以后的格點(diǎn)，蒸散-降水耦合度隨土壤濕度降低而輕微減小，但仍然維持在較強(qiáng)水平。在土壤濕度大于0.35的格點(diǎn)，蒸散-降水耦合度為負(fù)值。在土壤濕度小于0.25的格點(diǎn)，耦合度為正值。在土壤濕度為0.25～0.35的格點(diǎn)，逐漸由負(fù)耦合度向正耦合度過渡。由此可見，水分氣候態(tài)空間差異不僅導(dǎo)致研究區(qū)蒸散-降水耦合強(qiáng)度發(fā)生變化，甚至造成耦合機(jī)制截然不同。蒸散-降水耦合度與土壤濕度變率的相關(guān)性較弱，表明土壤濕度瞬變特征的空間差異對蒸散-降水耦合度影響不大。

圖7 蒸散-降水耦合度與平均土壤濕度（a）、平均氣溫（b）、土壤濕度變率（c）和氣溫變率（d）的散點(diǎn)圖Fig.7 The scatter plots of evapotranspiration-precipitation coupling strength with average soil moisture（a），average temperature（b），soil moisture standard deviation（c）and temperature standard deviation（d）

蒸散-降水耦合度隨平均氣溫升高逐漸下降，響應(yīng)關(guān)系類似蒸散-降水耦合度對平均土壤濕度的響應(yīng)，但相關(guān)性明顯偏弱，相關(guān)系數(shù)僅為-0.37。在0℃以下時基本為正耦合區(qū)，0℃以上正負(fù)耦合均存在，但隨著平均氣溫上升，負(fù)耦合格點(diǎn)占比逐漸增大。蒸散-降水耦合度與氣溫變率表現(xiàn)出較高的正相關(guān)（r=0.51），反映出地表能量狀態(tài)的波動對蒸散-降水耦合度影響較大。

鑒于水分和熱力條件均對蒸散-降水耦合度有明顯影響，進(jìn)一步利用多元回歸分析水熱協(xié)同作用對蒸散-降水耦合度的影響。通過對水熱條件平均值及變率分別與蒸散-降水耦合度多元線性回歸（圖8）發(fā)現(xiàn)，土壤濕度和氣溫氣候態(tài)與蒸散-降水耦合度回歸的復(fù)相關(guān)系數(shù)R1=0.63，回歸方程通過α=0.01顯著性檢驗(yàn)，表明水熱條件氣候分布可以解釋約40%的蒸散-降水耦合度空間變化。水熱協(xié)同作用對蒸散-降水耦合度空間分布的影響明顯超過單因子影響。土壤濕度變率和氣溫變率與蒸散-降水耦合度的復(fù)相關(guān)系數(shù)（R2=0.52）較氣溫變率與蒸散-降水耦合度的Pearson相關(guān)系數(shù)（0.51）提升不明顯。

圖8 蒸散-降水耦合度與平均土壤濕度和平均氣溫（a）及土壤濕度和氣溫變率（b）的多元線性回歸Fig.8 Multiple linear regression of evapotranspiration-precipitation coupling strength with average soil moisture and average temperature（a），and soil moisture standard deviation and temperature standard deviation（b）

2.3 蒸散-降水耦合度時間變化及其與水熱因子關(guān)系

2.3.1 蒸散-降水耦合度時間變化

為分析蒸散-降水耦合度的時間變化規(guī)律，分別診斷年內(nèi)和年際蒸散-降水耦合度。考慮到耦合度空間差異，將研究區(qū)分為干旱、半干旱、半濕潤和濕潤氣候4個子區(qū)域。從年內(nèi)變化看，4個子區(qū)域蒸散-降水耦合度基本均在4—5月最大，隨后逐漸減弱，到7—8月耦合度減小到4—5月的一半左右，11月以后進(jìn)一步減弱，幾乎趨近于0。各子區(qū)域耦合度出現(xiàn)極大值的時間略有差異，干旱區(qū)在3月，半干旱區(qū)在5月，濕潤和半濕潤區(qū)在4月，各子區(qū)域耦合度最小值均出現(xiàn)在1月［圖9（a）］。從年際變化看，研究期內(nèi)各子區(qū)域蒸散-降水耦合度波動十分劇烈，弱的年份僅為0.1～0.2，強(qiáng)的年份為0.35～0.45。同時，各子區(qū)域蒸散-降水耦合度在研究時段內(nèi)表現(xiàn)出明顯的波動下降趨勢［圖9（b）］。這些結(jié)果表明蒸散-降水耦合度不僅對氣候條件的波動非常敏感，而且對長期氣候變化也存在著明顯的響應(yīng)。

圖9 不同干濕氣候背景區(qū)蒸散-降水耦合度年內(nèi)（a）和年際（b）變化Fig.9 Intra-annual（a）and inter-annual（b）fluctuations of evapotranspiration-precipitation coupling strength in different dry and wet climate background regions

2.3.2 水熱協(xié)同作用對蒸散-降水耦合度時間變化的影響

2.3.2.1 年內(nèi)變化

圖10為各月土壤濕度和氣溫的氣候態(tài)及變率年內(nèi)變化。各子區(qū)域土壤濕度均表現(xiàn)為冬季最小、春秋季次之、夏季最大的年內(nèi)循環(huán)特征。這與中國北方地區(qū)水分匱乏，降水主要集中在夏季有關(guān)，夏季季風(fēng)降水是補(bǔ)充土壤水分的主要途徑。各子區(qū)域土壤濕度變率呈相似的年內(nèi)變化特征，冬季小而春夏秋季大。其中，干旱地區(qū)土壤濕度變率比其他地區(qū)要小，這是由于干旱地區(qū)土壤濕度量級小。各子區(qū)域氣溫均為冬季低、夏季高的單峰型，峰值出現(xiàn)在7月。與此相反，氣溫變率為冬季大夏季小的U型，并且氣溫變率在半干旱地區(qū)較其他地區(qū)大。

為確定蒸散-降水耦合度度年內(nèi)變化與水分和熱力因子年內(nèi)變化的關(guān)系，綜合圖9（a）和圖10，對比各干濕氣候背景下耦合度與水分（土壤濕度及其變率）和熱力因子（氣溫及其變率）的年內(nèi)分布，耦合度的年內(nèi)變化與土壤濕度變率和氣溫的年內(nèi)變化相似，與氣溫變率的變化特征大致相反。具體而言，土壤濕度峰值出現(xiàn)在3—10月，氣溫峰值出現(xiàn)在7月，氣溫變率的谷值出現(xiàn)在5—8月，而耦合度峰值出現(xiàn)在3—5月?？偟膩碚f，耦合度與土壤濕度變率的年內(nèi)變化更相似。

圖10 不同干濕氣候背景區(qū)逐月土壤濕度（a、b）、氣溫（c、d）的氣候態(tài)（a、c）及標(biāo)準(zhǔn)差（b、d）變化Fig.10 Monthly change of climate state（a，c）and standard deviation（b，d）of soil moisture（a，b），temperature（c，d）in different dry and wet climate background regions

從不同干濕氣候背景區(qū)耦合度與水熱因子的Pearson相關(guān)系數(shù)［圖11（a）］可知，4個子區(qū)域耦合度與土壤濕度變率相關(guān)系數(shù)最高（均超過0.4），但僅在半干旱地區(qū)顯著（P＜0.05）。土壤濕度變率大決定了蒸散變率大，從而影響降水變率，加強(qiáng)陸氣耦合。平均土壤濕度與耦合度在干旱區(qū)為較弱的負(fù)相關(guān)，其他地區(qū)為弱正相關(guān)。在每一個氣候區(qū)平均氣溫和氣溫變率分別與耦合度呈正、負(fù)相關(guān)，其中，在半干旱地區(qū)平均氣溫與蒸散-降水耦合度正相關(guān)性顯著（P＜0.05），這表明在半干旱地區(qū)熱力因子對蒸散-降水耦合度也有較大影響，氣溫越高，充足的地表能量為陸氣耦合提供能量支持。整體而言，從水熱因子對蒸散-降水耦合度的單獨(dú)影響看，土壤濕度變率和平均氣溫為影響中國北方地區(qū)蒸散-降水耦合度年內(nèi)變化的主要因素。

圖11 不同干濕氣候背景區(qū)蒸散-降水耦合度與平均土壤濕度、平均氣溫、土壤濕度變率和氣溫變率的Pearson相關(guān)系數(shù)（a），蒸散-降水耦合度與平均土壤濕度和平均氣溫、土壤濕度變率和氣溫變率的復(fù)相關(guān)系數(shù)（b）（*表示相關(guān)系數(shù)/復(fù)相關(guān)系數(shù)通過α=0.05顯著性檢驗(yàn)。下同）Fig.11 Pearson correlation coefficients of evapotranspiration-precipitation coupling strength with average soil moisture，average temperature，soil moisture standard deviation，temperature standard deviation（a），and complex correlation coefficients of evapotranspiration-precipitation coupling strength with average soil moisture and average temperature，and with soil moisture standard deviation，temperature standard deviation（b）in different dry and wet climate background regions（the asterisk indicates correlation coefficient or multiple correlation coefficient passing α=0.05 significance test.the same as below）

進(jìn)一步通過多元線性回歸分析了水熱協(xié)同作用對蒸散-降水耦合度年內(nèi)變化的影響。在考慮水熱協(xié)同作用時，以平均土壤濕度和平均氣溫表征平均水熱狀態(tài)，以土壤濕度和氣溫標(biāo)準(zhǔn)差表征水熱變率。從圖11（b）水熱因子與蒸散-降水耦合度的復(fù)相關(guān)系數(shù)可以看出，在干旱區(qū)，土壤濕度變率和氣溫變率與蒸散-降水耦合度的復(fù)相關(guān)系數(shù)較大（R20.68），在其他3個子區(qū)域，平均土壤濕度和平均氣溫與蒸散-降水耦合度的復(fù)相關(guān)系數(shù)較水熱因子變率與蒸散-降水耦合度的復(fù)相關(guān)系數(shù)大。尤其是在半干旱和半濕潤地區(qū)，水熱因子均值與蒸散-降水耦合度R1分別達(dá)0.90和0.81（P＜0.05）。因此，水分和熱力均值的年內(nèi)循環(huán)共同決定了蒸散-降水耦合度年內(nèi)變化。

2.3.2.2 年際變化

圖12為水熱因子年際變化。土壤濕度年際波動幅度較小，相對而言，干旱地區(qū)土壤濕度年際波動最大。同時，研究期內(nèi)各子區(qū)域土壤濕度均表現(xiàn)出微弱的增加趨勢。土壤濕度變率在干旱地區(qū)略大于半干旱、半濕潤和濕潤地區(qū)，其年際波動較為劇烈，且所有子區(qū)域研究期內(nèi)均表現(xiàn)為下降趨勢。研究期內(nèi)氣溫有顯著的波動增加趨勢，體現(xiàn)出中國北方地區(qū)正在明顯增暖。各子區(qū)域氣溫變率也表現(xiàn)出劇烈的年際波動，表明不同年份氣溫年內(nèi)循環(huán)差異明顯。

圖12 中國北方不同干濕氣候背景區(qū)平均土壤濕度（a）、土壤濕度標(biāo)準(zhǔn)差（b）、平均氣溫（c）、氣溫標(biāo)準(zhǔn)差（d）年際變化Fig.12 Inter-annual variation of average soil moisture（a）and soil moisture standard deviation（b），average temperature（c）and temperature standard deviation（d）in different dry and wet climate background regions in the northern China

為理解耦合度變化的主導(dǎo)因素，圖13（a）繪出了不同氣候背景區(qū)蒸散-降水耦合度與水熱因子相關(guān)性。平均土壤濕度與耦合度在濕潤地區(qū)呈顯著正相關(guān)，在干旱、半干旱和半濕潤地區(qū)負(fù)相關(guān)，其中半干旱地區(qū)負(fù)相關(guān)且通過α=0.05的顯著性檢驗(yàn)。土壤濕度變率與耦合度在干旱地區(qū)顯著正相關(guān)，其余地區(qū)為負(fù)相關(guān)但不顯著。平均氣溫與耦合度在干旱區(qū)為弱負(fù)相關(guān)，在其余地區(qū)為弱正相關(guān)。氣溫變率與耦合度在干旱和濕潤區(qū)為弱負(fù)相關(guān)，在半干旱和半濕潤地區(qū)為弱正相關(guān)。整體而言，平均土壤濕度和土壤濕度變率對蒸散-降水耦合度的單獨(dú)影響比較突出。

為進(jìn)一步了解水熱協(xié)同作用對蒸散-降水耦合度的影響，利用多元線性回歸分析了蒸散-降水耦合度與水熱因子的關(guān)系。圖13（b）繪出各子區(qū)域不同水熱因子組合（水熱因子均值組合和水熱因子變率組合）與蒸散-降水耦合度的復(fù)相關(guān)系數(shù)。半干旱地區(qū)平均土壤濕度和平均氣溫與蒸散-降水耦合度的復(fù)相關(guān)系數(shù)較大且通過α=0.05的顯著性檢驗(yàn)，水熱協(xié)同作用可解釋約40%的蒸散-降水耦合度年際變化。其余地區(qū)各水熱因子組合與耦合度的復(fù)相關(guān)性均較弱，僅相對于Pearson相關(guān)系數(shù)有較小提高。因此，水熱協(xié)同作用對蒸散-降水耦合度年際變化的影響僅在耦合度最大的半干旱地區(qū)顯著，受土壤濕度和氣溫年均值協(xié)同作用主導(dǎo)。

圖13 不同干濕氣候背景區(qū)蒸散-降水耦合度分別與平均土壤濕度、平均氣溫、土壤濕度變率和氣溫變率的Pearson相關(guān)系數(shù)（a），蒸散-降水耦合度與平均土壤濕度和平均氣溫、土壤濕度變率和氣溫變率的復(fù)相關(guān)系數(shù)（b）Fig.13 Pearson correlation coefficients of evapotranspiration-precipitation coupling strength with average soil moisture，average temperature，soil moisture standard deviation，temperature standard deviation（a），and complex correlation coefficients of evapotranspiration-precipitation coupling strength with average soil moisture and average temperature，and with soil moisture standard deviation，temperature standard deviation（b）in different dry and wet climate background regions

3 結(jié)論與討論

中國北方地區(qū)年蒸散和降水氣候態(tài)均表現(xiàn)出由東南向西北遞減的梯度特征，降水變率也表現(xiàn)出相似的空間分布規(guī)律，蒸散變率在半干旱和半濕潤區(qū)比干旱和濕潤地區(qū)大。中國北方蒸散-降水耦合度由西北向東南逐漸減小，研究區(qū)西北區(qū)域?yàn)閺?qiáng)正耦合，東南角和東北角為弱負(fù)耦合區(qū)。單因子影響方面，平均土壤濕度和氣溫變率的影響較大，蒸散-降水耦合度隨土壤濕度降低逐漸增大，隨氣溫變率增大而增強(qiáng)。協(xié)同作用方面，平均土壤濕度和氣溫協(xié)同對蒸散-降水耦合度空間分布起主導(dǎo)作用。

蒸散-降水耦合度具有明顯的年內(nèi)循環(huán)特征，4—5月最強(qiáng)，12月至次年1月最弱。單因子影響方面，土壤濕度變率和平均氣溫是主導(dǎo)中國北方地區(qū)蒸散-降水耦合度年內(nèi)變化的主要因素。協(xié)同作用方面，平均土壤濕度和氣溫的年內(nèi)循環(huán)共同決定了蒸散-降水耦合度年內(nèi)變化。同時，研究期內(nèi)蒸散-降水耦合度表現(xiàn)出劇烈的年際波動，并呈明顯的減弱趨勢。平均土壤濕度和土壤濕度變率對蒸散-降水耦合度的單獨(dú)影響比較突出。水熱協(xié)同作用對蒸散-降水耦合度年際變化的影響僅在耦合度最大的半干旱地區(qū)顯著，受平均土壤濕度和平均氣溫協(xié)同作用主導(dǎo)。

基于陸-氣耦合診斷指標(biāo)和線性回歸方法，本文研究結(jié)果突出了陸面水熱平均狀態(tài)在蒸散-降水耦合度時空分布中的主導(dǎo)作用。在所用數(shù)據(jù)中，CMFD降水?dāng)?shù)據(jù)同化了TRMM和站點(diǎn)觀測降水，蒸散數(shù)據(jù)中的GLEAM和ERA5的降水驅(qū)動數(shù)據(jù)也同化了TRMM和站點(diǎn)觀測降水，由于同化系統(tǒng)不同及不同資料還同化了大量其他不同降水?dāng)?shù)據(jù)，所以這種部分相同降水強(qiáng)迫資料對研究結(jié)果的影響比較有限。本文以表層土壤濕度表征地表水分狀態(tài)，由于植被在蒸散中的重要作用，包含植被根區(qū)的較深層土壤濕度對蒸散乃至降水會有更重要的影響，限于觀測資料限制未在文中分析。基于MERRALand［27］和GLACE［28］的根區(qū)土壤濕度對陸-氣耦合度時空變化影響的研究結(jié)果與文中相似。此外，蒸散-降水耦合僅是陸氣耦合的第二階段，要全面理解陸-氣耦合鏈今后還需關(guān)注第一階段的陸面狀態(tài)-蒸散耦合特征。后續(xù)工作需進(jìn)一步借助陸面和大氣邊界層不同高度的連續(xù)觀測以及數(shù)值模式，從陸-氣耦合鏈的各個環(huán)節(jié)深入研究不同水熱條件下蒸散-降水耦合機(jī)制。