轨迹聚类分析方法应用于研究青藏高原大气输送的可行性

　　摘要：青藏高原海拔高、地形复杂，生态脆弱且对气候变化等敏感。由于远离工业化地区，大气环境十分清洁，但其恶劣的环境限制了科学研究的深入进行。本文利用HYSPLIT4轨迹模式及NCEP全球同化气象数据计算2001全年青藏高原6个不同地点上空的气团后向轨迹，结合聚类统计技术对轨迹特征进行分析。通过与高原气候特征及其季节变化特点进行比较，考察轨迹聚类分析方法应用于研究青藏高原大气输送的可行性。从总体上说，大气轨迹聚类统计的结果与高原上不同季节天气系统的变化和在空间上的差异是相互印证的。利用以上方法获得了青藏高原上空大气输送途径的季节变化和在空间上的差异。

　　关键词：青藏高原; 后向轨迹; 聚类分析; 大气输送;

　　Possible Regional Air Transport to the Tibetan Plateau Using Trajectory-Cluster Analysis

　　AN Shijian GUO Shuzheng CHEN Yi ZHANG Tiantian LIN Weili

　　College of Life and Environmental Sciences,Minzu University of China

　　Abstract：The Tibetan plateau is high in altitude and quite complex in terrain and the ecological system is vulnerable and very sensitive to climate change. The clean environment is normally considered as “undisturbed”attributed to its height and its distance from industrialized areas. But the hard-working conditions and the absence of observing data limited the scientific researches. Backward trajectories in a whole year over 6 different sites in the Tibetan plateau were calculated by HYSPLIT4 model with meteorological data from NCEP model output,and then were clustered. The reliability of applying this trajectory-cluster-analysis to the Tibetan plateau was considered by comparison with the climatology and its seasonal changes in the Tibetan plateau. Generally,the results of cluster statistics in airmass trajectories were consistent with the changes and spatial differences of the weather systems in different seasons over the plateau. The possible atmospheric transport to the plateau as well as its seasonal changes and spatial variations were analyzed. The method was expected to establish relationships between the pollution sources around the plateau and the influence on the plateau.

　　青藏高原平均海拔在4 000米以上，是世界上海拔最高、面积最大、地形最为复杂的高原。青藏高原的动力作用和热力作用对亚洲和北半球的大气环流、气候变化以及一些天气系统的形成和发展有重要影响，其环境变迁与全球气候环境变化紧密相关[1,2,3,4]。尽管受局地人为污染的影响非常小，但是在全球性和区域性污染的大背景下，污染物长距离输送已经影响了青藏高原的自然环境[5,6,7,8,9]。高原上生态系统十分脆弱，对环境变化敏感，因此人们已经开始关注青藏高原的环境质量和环境容量问题，包括大气痕量物质的变化情况，污染物的来源及其环境影响等。然而，由于高原上条件艰苦，测站稀少，资料缺乏，给科学研究带来重重困难和挑战。

　　近几十年来，人们充分利用全球数据同化系统输出的气象场数据结合各种数值模式来研究大气输送及其可能导致的环境影响。多年来，气象分析无论在准确性和空间分辨上都得到极大提高，轨迹模式计算的精度也逐步得到改善，轨迹方法成为一个成熟的技术[10,11]。因此，利用轨迹模式从区域尺度来研究青藏高原的大气输送途径，从某种程度上可弥补难于实地长期连续观测的缺憾，从宏观了解青藏高原的污染来源。同时，这也有助于在地域广阔但环境恶劣的高原上选择合适的环境监测点。

　　本工作应用轨迹模式计算覆盖青藏高原不同地方的气团运行轨迹，对轨迹进行聚类统计分析，通过与高原上的气候特征及其季节变化的比较分析此方法的可行性，最后获得可能影响青藏高原的大气输送和区域来源特征。

　　1研究方法与可靠性分析

　　应用HYSLPIT4模式[12,13]计算青藏高原上6个点(珠峰北坡:28.19°N,86.83°E;瓦里关:36.30°N,100.90°E;慕士塔格:38.50°N,75.10°E;格拉丹东:33.50°N,91.00°E，雅鲁藏布江大拐弯处:30.00°N,95.00°E;巴仑台:42.90°N,86.30°E)上空气团的后向轨迹。演算时间选择2001年每天两个时刻，即世界时0点和12点。后向轨迹运动时间为5天。采用的气象场数据为NCEP全球数据同化系统的输出结果，其水平分辨为1°×1°，垂直方向从1 000h Pa到20h Pa分为13层，时间分辨率为6 h。每条轨迹(即输出的数据)为间隔1小时的一组空间坐标(包括经纬度，距地面高度，该高度上的气压)组成。

　　由于高原四周中低层大气通常会受到高原大地形的阻挡而难于直接进入高原地区上空，其污染物只有通过大气交换到高层，再通过大气输送后进入高原。另外，模式对大气边界层内轨迹计算的准确性要比自由大气内的差得多[10,11]。因此，轨迹计算基点高度设定为距地面3 000米，在高原的边界层之上，这有助于减少实际地形与模式地形间的差异所带来的影响，便于考察大尺度的气流运动。考虑到雅鲁藏布江峡谷切开了喜马拉雅山山脉和青藏高原的巨大地形屏障，构成印度洋暖湿气流得以进入高原的最大水汽通道[14,15,16]。为了考察是否有大气轨迹由南往北沿河谷进入，雅鲁藏布江大拐弯处取离地面1 000米的计算高度。

　　后向轨迹是从气象上估计空气团到达预定空间和时间的历史过程。轨迹计算的不确定性来源于驱动轨迹模式的气象数据和模式的物理过程假设。另一个潜在误差来源是假设了单个轨迹代替所有到达受体的大气分子的运动路径，但模式所追踪的单个粒子路径并不一定明确归并到特定轨迹里。这些不确定性从一定程度上可以用对大量轨迹进行聚类统计的方法来克服，即利用多条具有相似性的轨迹组成的类代替单条轨迹来研究大气输送。这种轨迹聚类相关法已被广泛用于研究大气污染物的长距离输送、解释大气痕量物质的测量结果以及确定源与受体之间的关系[17,18,19,20]。

　　聚类统计是个多元统计分析技术，通过寻找变量之间的相似性或亲疏程度，把相似或相近的变量组成类。首先，将每条轨迹自成一类，每条轨迹由40个数据点向量(120个小时的轨迹每隔6小时取一个终点，用经纬度坐标来确定)来描述。类间的差异性用欧拉距离的远近来判别。本工作采用重心法计算类间距离，通过计算任意两条轨迹间的距离，将最近的两条轨迹归为一类，再继续计算新类间的距离，将距离最近的类合并为新的一类。重复操作，直到得到理想的类数为止。为了得到理想的类数，采用R2统计量的方法来确定。

　　PG为分类数为G个时间的总类内离差平方和，T为所有变量的总离差平方和。将R2与对应的类数作图，在类数比较小，R2足够大，且当类数变化时，R2不再大幅度变化情况下选择合适的类数。聚类统计过程借助SAS统计软件来完成[21]。

　　此外，由于青藏高原地域广阔，地形复杂，地面气象测站少，因此所用的全球同化数据能否真实反映高原上空的实际情况，模式所用地形和实际地形的差异性等，也在一定程度上制约了轨迹方法的可靠性。不过，已有的研究表明再分析气象资料在青藏高原上的应用具有一定的可行性[22,23]。

　　2结果与讨论

　　表1和表2是轨迹聚类后各类轨迹的季节分布统计。除了慕士塔格和巴仑台两个地方，其他地方的大气输送轨迹在5月到6月之间发生了显着的变化，即从南边来的或者是局地来源轨迹显着增多，而西来的轨迹显着减少;在9月转换到10月之间，南来的或者是局地来源的轨迹显着减少，同时西来的轨迹显着增加。在慕士塔格，具有局地特征的偏西轨迹在5月到6月之间有所增加，但西来的轨迹仍然占主导;在8月到9月之间，局地来源性质的轨迹迅速减少，西来的轨迹显着增多。在巴仑台，局地附近来源的轨迹在5～8月的时候出现较多，季节转换发生在4～5月以及8～9月。实际上，在5月就有半数的轨迹从南亚地区进入雅鲁藏布江大峡谷。大气轨迹统计结果季节上的突变在高原南北出现的时间有所差异。轨迹来向随时间的变化反映了高原上干湿季节之间的转换和高原南北之间的差异。

　　表1 珠峰北坡(Z)、格拉丹东(G)和瓦里关(W)上空轨迹分类及月份分布(%)

　　表2 慕士塔格(M)、雅鲁藏布江(Y)和巴仑台(B)上空轨迹分类及月份分布(%)

　　在夏季，轨迹主要来源于临近地区或局地上空，在高原南部有约1/3左右的轨迹来自其南部地区，在高原中北部轨迹主要来自西偏南方向。在冬春季节六个点的轨迹共性明显，在夏季则差异较大。图1(左)是冬季一天的典型的轨迹，也是冬春季节高原上空西向东行轨迹的典型特征，图1(右)是相应几个点上空夏季一天的典型轨迹特征。冬春季受西风带的影响显着，轨迹基本是表现为西向东行的趋势，轨迹运动速度快且高度较高，地中海地区、北非、欧洲、中东地区、里海地区、伊朗高原，中亚地区，印度半岛西北部是主要的源区或轨迹的经过地。欧洲地区对高原的北部影响比南部影响的程度来得显着。夏季轨迹的特征变化较大，在高原不同地方，不同的时候，轨迹的来源并不相同，因此大气输送造成的影响程度也会不同。在夏季，通常轨迹运动的距离相对近，受局地来源的影响较大。

　　图1 冬春季(左)和夏季(右)的典型轨迹特征   

　　高原北部地区受西风影响显着，全年的气流几乎全部来自西方和西北方向，南来的气流往往难于到达高原北部。例如，慕士塔格地区由于有众多山系阻隔着印度洋、太平洋气流的进入，因而气候十分干燥，降水主要来自高空西风带气流和极地冷湿气流的相互作用。该地区上空的轨迹变化的季节特征不是很明显，轨迹主要来自西方，来源于欧洲的轨迹有近50%。由于高原的阻挡作用，巴仑台上空的轨迹大部来自西北方向。因而欧洲地区的影响要远远大于高原南部地区。高原东南地区在夏季有1/3的轨迹受南亚来的气流影响，在珠峰北坡和雅鲁藏布江大拐弯处上空的轨迹最为明显。轨迹分析得到夏季高原南北两侧气团来源的差异与田立德等[24]对青藏高原南北降水中δD和δ18O关系的研究结果所反映的南北水汽来源及水汽循环的差异性是一致的，和高原上的雪冰化学记录的南北差异[25]也一致。

　　与当地气候特征进行比较，轨迹聚类的结果所显示的大气输送季节特征与各地区的气候特征符合较好，表明该方法得到的结果具有实际意义。例如，珠穆朗玛峰地区的气候可以分为三季:11～3月为干季，地面上空西风占优势，空气干燥，晴而少雨，风力较强;6～9月为雨季(暖季)，南面来的暖湿气流影响显着;4～5月和10月为过渡季节，以晴朗和温和天气为主[26]。根据珠峰北坡上空轨迹计算结果发现:在干季，轨迹大部表现为特征的西向东行趋势;在4～5月，西来的轨迹比重减少，出现偏南方向来的轨迹;在夏季，轨迹大部分来自南部和局地附近上空，到了10月，西来的轨迹开始增多;在5月和6月，以及在9月和10月之间轨迹的来源发生显着的变化。轨迹表现出的明显的季节分布特征与当地的气候特征符合得非常好，轨迹分布的季节突变也反映了季节之间的转换。雅鲁藏布江峡谷切开了喜马拉雅山山脉和青藏高原的巨大地形屏障，构成印度洋暖湿气流得以进入高原的最大水汽通道，计算结果表明全年近40%的轨迹可以沿河谷进入高原，且主要在5～9月份的时候发生。

　　根据以往对高原天气系统的研究，我们发现轨迹聚类统计的结果与高原上天气系统所反映的季节性变化和其在高原南北空间上的差异是相似的。例如，罗四维和王玉佩[27](1984)对1979年5～8月青藏高原地区天气系统进行了统计分析，指出高原夏季主要的降水系统是高原季风低压和横切变线，它们在6月4日前后突然出现和增多，主要是由于西风带北撤和副热带高压北移造成的;同时副热带高压中心通常只能在北纬35°以南，所以副热带高压不能够接近高原的西端，高原季风低压出现最多的地区是在班戈湖附近(33°N)，在高原北面也有少数的低压出现，它们主要是西风带系统。在6月初高原南部率先出现天气系统的突变，副热带高压逐渐北移，但很难超过35°N，夏季高原北部仍然受到西风带的重要影响。叶笃正和陶诗言等[28](1958)也指出，由于高空西风急流在高原上的北进和南撤，造成了6月和10月东亚大气环流的季节性突变现象。在过渡期，西风带北撤，同时副热带高压中心北移，在轨迹聚类统计的结果上体现在5月和6月珠穆朗玛峰(包括雅鲁藏布江)附近从南来的轨迹所占的比重要大于北部的格拉丹东和瓦里关的，这显示出了高原上南北之间的差异。冬半年高原地区位于西风带中，盛行Rossby长波槽脊活动，东移过高原的大槽是最常见的外来天气系统[29]。从总体上说，大气轨迹聚类统计的结果与高原上不同季节天气系统的变化和在空间上的差异是相互印证的。

　　因此，轨迹-聚类方法模拟青藏高原上空的大气输送具有一定的准确性和实际意义。地中海地区[30]、中东地区[31]，南亚印度半岛、孟加拉地区[32,33,34]上空大气污染状况已经引起人们的特别关注，轨迹分析认为它们是青藏高原重要的源区，它们对青藏高原可能造成的影响有待进一步的观测来验证。

　　大量轨迹聚类统计的结果与高原上不同季节天气系统的变化和在空间上的差异是相互印证的，轨迹聚类方法可用于研究大气输送对青藏高原的影响。在不同的季节或不同的地方，高原上的大气输送途径在夏季有明显的差异，在冬春季节轨迹共性明显。表明不同污染区域来源的气团对青藏高原的影响具有差异性，可通过后向轨迹演算与实际监测数据相结合，建立源与受体的关系。

　　参考文献

　　[1] 叶笃正，高由僖．青藏高原气象学[M]．北京:科学出版社，1979.

　　[2] 冯松，汤懋苍，王冬梅．青藏高原是我国气候变化启动区的新证据[J]．科学通报，1998,(06):3-5.

　　[3] 施雅风．可预见的青藏高原环境大变化[J]．盐湖研究，2001,(01):2-3.

　　[4] 郑度，林振耀，张雪芹．青藏高原与全球环境变化研究进展[J]．地学前缘，2002,(01):95-102.

　　[5] 李放，吕达仁．珠穆朗玛峰地区大气气溶胶光学特性[J]．大气科学，1995,(06):755-763.

　　[6] GAO D,LU W,GAO Y. Impacts of the Kuwait oil fires on the Mount Qomolangma region[J]. Advances in Atmospheric Sciences,1996,(02):196-202.

　　[7] 霍文冕，姚檀栋，李月芳．达索普冰芯中Pb记录反映的大气污染及其同位素证据[J]．冰川冻土，1999,(02):3-5.

　　[8] 效存德，秦大河，姚檀栋，等．南、北极和青藏高原现代降水中Pb,Cd反映的全球大气污染[J]．科学通报，1999,(23):3-5.

　　[9] 谢树成，姚檀栋，康世昌，等．青藏高原希夏邦马峰地区雪冰有机质的气候与环境意义[J]．中国科学(D辑:地球科学)，1999,(05):3-5.

　　[10] STOHL A. Computation,accuracy and applications of trajectories—a review and bibliography[J]. Atmospheric Environment,1998,32(06):947-966.

　　[11] STOHL A,ECKHARDT S,FORSTER C,et al. A replacement for simple back trajectory calculations in the interpretation of atmospheric trace substance measurements[J]. Atmospheric Environment,2002,36(29):4635-4648.

　　[12] DRAXLER R R,HESS G D. Description of the Hysplit_4 modeling system[M]. Beijing:NOAA Technical Memorandum ERL ARL-224,1997.

　　[13] DRAXLER R R. An overview of the HYSPLIT_4 modelling system for trajectories,dispersion and deposition[J]. Aust.Met. Mag.,1998,(47):295-308.

　　[14] 杨逸畴，高登义，李渤生．世界大峡谷的地理发现和研究进展[J]．地球科学研究，1995,(03):299-303.

　　[15] 杨逸畴，高登义，李渤生．20世纪末一次重大地理发现[J]．地理研究，1996,(04):1-9.

　　[16] 杨逸畴．徒步穿越考察世界第一大峡谷最新成果[J]．山地学报，1999,(03):3-5.

　　[17] STOHL A. Trajectory statistics-a new method to establish source-receptor relationships of air pollutants and its application to the transport of particulate sulfate in Europe[J]. Atmospheric Environment,1996,30(04):0-587.

　　[18] BRANKOV E,RAO S T,Porter P S. A trajectory-clustering-correlation methodology for examining the long-range transport of air pollutants[J]. Atmospheric Environment,1998,32(09):1525-1534.

　　[19] CAPE J N,METHVEN J,HUDSON L E. The use of trajectory cluster analysis to interpret trace gas measurements at Mace Head,Ireland[J]. Atmospheric Environment,2000,34(22),3651-3663.

　　[20] WOTAWA G,KROGER H,STOHL A. Transport of ozone towards the Alps-results from trajectory analyses and photochemical model studies[J]. Atmospheric Environment,2000,34(09):1367-1377.

　　[21] SAS INSTITUTE INC. SAS/STAT User’s Guide[M]. Version 8. Cary(North Carolina):SAS Institute Inc,1999.

　　[22] 苏志侠，吕世华，罗四维．美国NCEP/NCAR全球再分析资料及其初步分析[J]．高原气象，1999,18(02):209-218.

　　[23] 周凌曦．中国大陆地区主要温室气体本底特征研究[D]．北京:北京大学博士学位论文，2001.

　　[24] 田立德，姚檀栋，孙维贞，等．青藏高原南北降水中δD和δ18O关系及水汽循环[J]．中国科学D辑，2001,31(03):214-220.

　　[25] 效存德，秦大河，任贾文，等．冰冻圈关键地区雪冰化学的时空分布及环境指示意义[J]．冰川冻土，2002,(05):492-499.

　　[26] 中国科学院西藏科学考察队．珠穆朗玛峰地区科学考察报告1966-1968[M]．北京:科学出版社，1975.

　　[27] 罗四维，王玉佩．1979年5-8月青藏高原地区天气系统的统计分析[C]//青藏高原气象科学试验文集(一)．北京:科学出版社，1984.

　　[28] 叶笃正，陶诗言，李麦村．在六月和十月大气环流的突变现象[J]．气象学报，1958,(04):249-263.

　　[29] 焦彦军，钱正安．冬季青藏高原对东移大槽动力影响的研究(I)若干统计事实[J]．高原气象，1994,(02):153-161.

　　[30] LELIEVELD J,BERRESHEIM H,BORRMANN S,et al. Global air pollution crossroads over the Mediterranean[J].Science,2002,298(5594):794-799.

　　[31] LI Q B,JACOB D J,LOGAN J A,et al. A tropospheric ozone maximum over the Middle East[J]. Geophysical Research. Letters,2001,28(17):3235-3238.

　　[32] LELIEVELD J,CRUTZEN P J,RAMANATHAN V,et al. The Indian Ocean experiment:widespread air pollution from south and southeast Asia[J]. Science,2001,291(5506):1031-1036.

　　[33] PARSON A. Hazy Conclusions[N]. San Diego Union-Tribune,2002-04-03.

　　[34] SRINIVASAN J,GADGIL S. Asian Brown Cloud-fact and fantasy[J]. Current Science,2002,83(05):586-592.