سابِق|تال

تحليل الأنماط المكانية والزمانية والعوامل المؤثرة لاختلاف غيوم البحيرات الصينية والأراضي المجاورة استنادًا إلى Sentinel-5P - دراسة حالة فصلي الصيف والخريف

  • role： First author第一作者
  • Affiliation：

    Yale-NUIST Center on Atmospheric Environment, Key Laboratory of Ecosystem Carbon Source and Sink-China Meteorological Administration (ECSS-CMS) / Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China

    Xinjiang Meteorological Service Center, Urumqi 830002, China

  • Email：202312080049@nuist.edu.cn
  • Introduction：王博，研究方向为湖气交换。E-mail： 202312080049@nuist.edu.cn
WANG Bo13,  
  • role： Corresponding author通信作者
  • Affiliation：

    Yale-NUIST Center on Atmospheric Environment, Key Laboratory of Ecosystem Carbon Source and Sink-China Meteorological Administration (ECSS-CMS) / Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China

    Key Laboratory of Urban Meteorology, China Meteorological Administration, Beijing 100089, China

  • Email：wangw@nuist.edu.cn
  • Introduction：王伟，研究方向为地气系统能量平衡与水分循环。E-mail： wangw@nuist.edu.cn
WANG Wei12*,  
  • Affiliation：

    Yale-NUIST Center on Atmospheric Environment, Key Laboratory of Ecosystem Carbon Source and Sink-China Meteorological Administration (ECSS-CMS) / Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China

LYU Heng1,  
  • Affiliation：

    Yale-NUIST Center on Atmospheric Environment, Key Laboratory of Ecosystem Carbon Source and Sink-China Meteorological Administration (ECSS-CMS) / Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China

WEN Zhiwen1,  
  • Affiliation：

    Yale-NUIST Center on Atmospheric Environment, Key Laboratory of Ecosystem Carbon Source and Sink-China Meteorological Administration (ECSS-CMS) / Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China

ZHU Zihan1,  
  • Affiliation：

    Yale-NUIST Center on Atmospheric Environment, Key Laboratory of Ecosystem Carbon Source and Sink-China Meteorological Administration (ECSS-CMS) / Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China

JIN Qiuxiang1,  
  • Affiliation：

    Xinjiang Meteorological Service Center, Urumqi 830002, China

CHEN Dongmei3,  
  • Affiliation：

    Xinjiang Meteorological Service Center, Urumqi 830002, China

LI Yiteng3

ملخص

إن توضيح الأنماط المكانية والزمانية لاختلاف الغيوم بين البحيرات الصافية والأراضي المجاورة، والعوامل المؤثرة والعمليات الفيزيائية المرتبطة بها، هو أساس للكشف عن الاختلافات الإشعاعية بين البحيرات والأراضي ولإثبات صلاحية استخدام بيانات الملاحظات الأرضية لتشغيل نماذج البحيرات. استند هذا البحث إلى بيانات غيوم Sentinel-5P من عام 2019 إلى 2023، إلى جانب بيانات إعادة التحليل ERA5 وERA5-Land، حيث تم تحليل اختلاف الغيوم (∆CF) بين 334 بحيرة في الصين والأراضي المجاورة لها خلال فصلي الصيف والخريف من حيث الأنماط المكانية والزمانية والعوامل المؤثرة والعمليات الفيزيائية. أظهرت النتائج: (1) أن 5 مناطق بحيرات في فصلي الصيف والخريف تظهر ميزة غيوم البحيرات أقل من الأراضي المجاورة (∆CF < 0)، مع وضوح هذا في مناطق بحيرات هضبة التبت ومونغوليا وشمال شينجيانغ. (2) يوجد ارتباط سلبي معنوي بين ∆CF ومساحة البحيرة، وهو الأبرز في منطقة بحيرات سهول الشمال الشرقي والجبال (R = -0.95 ، P < 0.01). بخلاف منطقة بحيرات هضبة التبت، لا يظهر ∆CF علاقة معنوية مع متوسط عمق البحيرة في المناطق الأخرى. (3) أثناء حدوث رياح البحيرة، يُكبت تدفق الهواء الغاطس فوق سطح البحيرة تكوين الغيوم، مما يزيد من تفاوت الغيوم بين البحيرات والأراضي المجاورة، وكان هذا الأكثر وضوحًا في بحيرة سيرينتشو، وبحكم مجالات تدفق التشتت فوق البحيرة والتجمع فوق الأرض المجاورة، تكون غيوم البحيرة أقل من الأراضي المجاورة. تشير النتائج إلى أن تجاهل اختلاف الغيوم بين البحيرات والأراضي واستخدام بيانات الإشعاع الأرضية فقط لتشغيل نماذج البحيرات قد يؤدي إلى التقليل من تقدير درجات حرارة سطح البحيرة ومعدلات التبخر، وهو انحراف أكثر وضوحًا خلال فترة رياح البحيرة في بحيرات هضبة التبت.

مفهوم

Sentinel-5P; اختلاف غيوم البحيرة والأرض; عوامل الشكل; رياح البحيرة; تكوين مجال التدفق

اقتباس

البحيرات هي جزء مهم من النظام المناخي للأرض ، ويلعب دورا هاما في الطقس المحلي وتغير المناخ الإقليمي )Adrian等，2009نWoolway等，2020. لا بالمقارنة مع الأرض ، بحيرة كبيرة السعة الحرارية ، وانخفاض البياض و خشونة صغيرة )Subin等，2012هذه الخصائص البيوفيزيائية الفريدة يمكن أن تغير توازن الطاقة السطحية ودورة المياه ، مما يؤدي إلى آثار مناخية من البحيرات )Crosman和Horel，2010نLong等，2007نWoolway等，2019نWang等，2023. لا المحاكاة العددية هي الطريقة الأكثر فعالية لدراسة تأثير المناخ على بحيرة وتحليل العمليات الفيزيائية )Subin等，2012ن戴永久 等，2018. لا بسبب عدم وجود بيانات رصد سطح البحيرة ، فإن الدراسة الحالية عادة ما تعتمد على بيانات الرصد الإشعاعي مدفوعة نموذجGuo等，2019نLazhu等，2016نMa等，2016. لا هذا المشروع ينطوي على افتراض أن الحادث موجة قصيرة و طويلة موجة الإشعاع على سطح البحيرة هي نفسها التي على الأرض المجاورة ، أي أن كمية السحب على سطح البحيرة هو نفسه على الأرض المجاورة . ومع ذلك ، فإن هذا الافتراض لا يزال يتعين التحقق منها بواسطة بيانات الرصد .
تقنية الاستشعار عن بعد في نفس الوقت عكس بيئة المياه في البحيرات )段洪涛 等，2022ن苏雅楠 等，2024نPi等，2022كما أنها توفر بيانات لدعم الافتراضات المذكورة أعلاه )Wu等，2024. لاAckerman等（2013）باستخدام بيانات المقياس اﻻشعاعي المتقدم الفائق اﻻستبانة ، وجد أن كمية قليلة من البحيرات الكبرى في أمريكا الشمالية في الصيف من عام 1978 إلى عام 2021 كانت أقل من تلك الموجودة في الأراضي المجاورة .Tian等（2022）باستخدام goes-16 البيانات ، وجدت الدراسة أن المياه المفتوحة في السهول الكبرى في جنوب الولايات المتحدة ظهر في 4 ٪ أقل من تلك التي في المدن المجاورة .Yao等（2023）باستخدام بيانات من himawari-8 ، وجد أن كمية قليلة من البحيرات الكبيرة مثل سيلينكو على هضبة تشينغهاى زيزانغ كانت أقل من تلك الموجودة في الأرض المجاورة في الصيف ، و كمية قليلة من البحيرات حتى 30 ٪ أقل من تلك الموجودة في الأرض المجاورة . ولذلك ، فإن الاستشعار عن بعد رصد أكدت أن هناك فرق بين البحيرة و الأرض المجاورة سحابة ، والتي عادة ما تكون أقل من الأرض المجاورة خلال النهار في الصيف . ومع ذلك ، فإن الدراسات المذكورة أعلاه تركز على بحيرة واحدة أو مجموعة من البحيرات ، في حين أن الاختلافات بين مختلف المناطق المناخية ليست واضحة .
بحيرة الرياح التداول هو العملية الفيزيائية الرئيسية التي تسبب كمية قليلة من البحيرات أقل من الأرض المجاورة خلال النهار في الصيف . ارتفاع درجة حرارة المياه في البحيرة خلال النهار أبطأ من الأرض ، مما أدى إلى انخفاض درجة حرارة سطح البحيرة ، وارتفاع درجة حرارة سطح الأرض الحرارية الاختلافات . توزيع تدفق الحقل على علو منخفض و التقارب في علو شاهق ، مما يحد من تشكيل السحب فوق البحيرة .Yao等，2023. لا الاختلافات في بحيرة سحابة حجم الأرض ليس فقط بسبب تدفق الحقل على البحيرة ، ولكن أيضا بسبب تدفق الحقل على الأرض المجاورة . في بعض البحيرات الكبرى في هضبة تشينغهاى زيزانغ ، هناك أيضا انخفاض مستوى البحيرة تلاقي تلاقي ملامح التكوين ، مما أدى إلى " سحابة الكهف " في البحيرة ، في حين أن الأرض المجاورة تظهر " سحابة خاتم "Yao等，2023وعلاوة على ذلك ، فإن الاختلافات في بحيرة الأرض سحابة المبلغ زيادة . ومع ذلك ، فإنه لا يزال من غير الواضح ما إذا كان توزيع تدفق الحقل يؤثر على بحيرة سحابة حجم الفرق في مناطق مناخية أخرى .
وبصرف النظر عن الاختلافات الحرارية بين البحيرات والأراضي ، حدوث وتطور بحيرة الرياح يرتبط أيضا مع الخصائص المورفولوجية البحيرات )Crosman和Horel，2010. لاYao等（2023）وتظهر النتائج أن مقارنة خصائص " سحابة الكهف " و " الأرض سحابة خاتم " من بحيرة في منطقة هضبة تشينغهاى / التبت > 300 كم < سوب > 2 < / سوب > هو أكثر وضوحا ، مما يعني أن أكبر منطقة البحيرة ، أقوى بحيرة الرياح . وعلاوة على ذلك ، بالمقارنة مع أصغر بحيرة ضحلة ، أكبر بحيرة في المياه العميقة يحدث في كثير من الأحيان أكثر من بحيرة الرياح )Sills等，2011نMariani等，2018على سبيل المثال ، بحيرة ميشيغان ( المساحة : 58030 كم < سوب > 2 < / سوب > متوسط العمق : 84 م ) و بحيرة أونتاريو ( المساحة : 19000 كم < سوب > 2 < / سوب > متوسط العمق : 85 م ) على التوالي 41 ٪ من بحيرة الرياح السنوية تواتر )Laird等，2001وComer和McKendry，1993فوق بحيرة تايهو ( المساحة : 2400 كم < سوب > 2 / سوب ، متوسط العمق : 1.9 م ؛ التردد : 23 في المائة )Wang等，2017بحيرة سولت لايك الكبرى ( المساحة : 4400 كم < سوب > 2 < / سوب > متوسط العمق : 4.9 م ؛ التردد : 6-15 ٪ )Zhang等，2024بحيرة أوكيشوبي ( المساحة : 1900 كم < سوب > 2 / سوب ، متوسط العمق : 2.7 م ؛ التردد : 5-17 ٪ )Segal等，1997بحيرة يوفورا ( المساحة : 410 كم < سوب > 2 / سوب ، متوسط العمق : 7 م ؛ التردد : 11 في المائة )Segal等，1997بحيرة ضحلة . ومع ذلك ، فإن العلاقة بين كمية السحب و بحيرة التشكل في مختلف المناطق المناخية في الصين لا تزال بحاجة إلى تحليل .
في هذه الورقة ، 334 البحيرات في الصين مع مساحة أكبر من 40 كم < سوب > 2 < / سوب > تم التحقيق فيها .[ 2025-02-01 ] منصة استخراج كمية قليلة من البحيرات والأراضي المجاورة . أولا ، الزمانية والمكانية أنماط السحب في البحيرات في الصين تم تحليلها . ثانيا ، العلاقة بين كمية السحب و العوامل المورفولوجية من البحيرات تم تحليلها . وأخيرا ، بحيرة نموذجية مختارة في كل منطقة بحيرة لدراسة تأثير الرياح وتدفق التوزيع الميداني على بحيرة سحابة حجم الفرق . من أجل توفير أساس علمي لتحديد الأنماط المكانية والزمانية من بحيرة الأرض سحابة ، تكشف عن العوامل الرئيسية التي تؤثر على عملية فيزيائية رئيسية من هذا الاختلاف ، وتحديد تأثير الإشعاع على بحيرة الأرض الفرق .

مسح منطقة الدراسة وطريقة

2-1 منطقة الدراسة

334 البحيرات التي تم اختيارها في هذه الدراسة تم توزيعها في 5 مناطق البحيرات : شرق سهل البحيرات ( EPL ، 99 ) ، ومنغوليا الداخلية الجديدة البحيرات ( imxl 37 ) ، هضبة تشينغهاى التبت البحيرات ( TPL ، 159 ) ، شمال شرق سهل البحيرات الجبلية ( npml 26 ) ، yungui الهضبة البحيرات ( ygpl 13 ) .Ma等，2011 (Fig. 1. لا من أجل التحقيق في تأثير الرياح و توزيع تدفق الحقل على بحيرة الأرض سحابة ، بحيرة نموذجية مختارة من كل منطقة بحيرة لإجراء دراسة حالة . مع الأخذ في الاعتبار مساحة كبيرة ، في حين أن اختيار بحيرة مسطحة نسبيا حول التضاريس مثل بحيرة نموذجية )Table 1. لا
figure

Fig. 1 Geographic locations of 334 studied lakes in China and five selected lakes in each lake zone

Table 1 Geographic information and morphological characteristics of five selected lakes

湖区代表湖泊纬度/°N经度/°E海拔/m面积/km2平均深度/ m体积/m3
TPL色林错31.8188.9945392129.02849000
IMXL呼伦湖48.94117.405402203.86.213100
EPL太湖31.20120.1902537.22.45140
NPML兴凯湖45.13132.29641057.0*6.318100
YGPL滇池24.82102.691886300.42.95863

2-2 البيانات والمنهجيات

2-2-1 الحصول على البيانات وتجهيزها سحابة

تستخدم هذه الورقة بيانات سحابة Sentinel-5P من وكالة الفضاء الأوروبية )[ 2025-02-01 ] . sentinel-5p أطلقت في عام 2017 ، تحميل البيانات في عام 2018 . إن trpomi ( التروبوسفير رصد الصك ) التي يحملها هذا الساتل يمكن ليس فقط رصد الغازات النزرة التي ترتبط ارتباطا وثيقا مع الأنشطة البشرية ، مثل شركات فرعية > < / 2 / الفرعية > < / 3 الفرعية ، ولكن أيضا تعزيز رصد الغيوم والهباء الجوي . القمر الصناعي يمر في الساعة 13 : 30 بالتوقيت المحلي ، بالقرب من أقوى بحيرة الرياح . عرض التصوير 2600 كم ، يمكن أن تغطي العالم ، القرار المكانية 1 كم × 1 كم ، القرار الزمني 1 د )Compernolle等，2021. لا من المهم أن نلاحظ أن sentinel-5p سحابة هو سحابة الاشعاع الفعال ، وهذا هو ، عندما يحسب نموذج الغلاف الجوي العلوي البياض يتوافق مع الملاحظات المقابلة سحابة )Loyola等，2018. لا سحابة الإشعاع يعتمد على سمك البصرية من سحابة ، في حين أن خوارزمية نقل الإشعاع عادة يقلل من سحابة رقيقة مع انخفاض سمك البصرية ، مما يؤدي إلى سحابة الإشعاع أقل من هندسية ( نسبة الغطاء السحابي إلى مجموع مساحة السطح )Compernolle等，2021. لا
دقة sentinel-5p سحابة المنتجات قد تم التحقق منها على نطاق واسع .Lutz等（2016）المقارنة بين sentinel-5p و المقياس اﻻشعاعي المتقدم الفائق اﻻستبانة سحابة المنتجات تبين أن التوزيع المكاني العالمي هو نفسه ، مع متوسط الفرق أقل من 20 ٪ . علاوة على ذلكCompernolle等（2021）ثلاثة أنواع من سحابة المنتجات ، sentinel-5p omcldo2 , و موديس ، تم تقييمها في منتصف خطوط العرض المنخفضة في المنطقة . في هذه الورقة ، فإننا نستخدم sentinel-5p L3 سحابة المنتجات التي يتم توفيرها من قبل جنرال إلكتريك منصة لضمان موثوقية البيانات ، ونحن فقط الحفاظ على البيانات مع نوعية العلامات > 0.5 .

2-2-2 سحابة مطابقة الخوارزمية من البحيرات والأراضي المجاورة على أساس جي

على أساس منصة جي ، باستخدام خوارزمية مطابقة بين البحيرة و الأرض المجاورة قليلة )Lyu等，2025السحب من 334 البحيرات والأراضي المجاورة بين عامي 2019 و 2023 تم استخراجها تلقائيا في دفعات . مع بحيرة تايهو ، على سبيل المثال ، الخوارزمية يتكون من الخطوات الأربع التالية )Fig. 2. لا أولا ، إنشاء منطقة عازلة في محيط بحيرة تايهو ، الذي هو على قدم المساواة مع مساحة بحيرة تايهو . ثانيا ، بيانات MODIS الغطاء الأرضي التصنيف ( mcd12q1 ) هو اختزال إلى 1 كم × 1 كم من ثنائي الاستيفاء لتتناسب مع القرار من sentinel-5p سحابة المنتجات . ثم ، على أساس mcd12q1 البيانات ، واستخدام الأراضي نوع الشاشة ، فقط الحفاظ على المياه في البحيرة ، والقضاء على المناطق الحضرية والمياه في الأراضي العازلة . حساب متوسط كمية السحب في بحيرة تايهو )متوسط كمية السحب على الأرض المجاورة )الطرح يمثل الفرق بين البحيرة و الغطاء السحابي الأرضي ). لا
figure

Fig. 2 Schematic diagram showing steps involved in extracting Cloud Fraction （CF） over lake and its surrounding land （Taking Lake Taihu as an example）

تحديد وتوصيف بحيرة الرياح

بحيرة الرياح عادة ما يحدث في الأيام المشمسة مع خلفية صغيرة وسرعة الرياح الحرارية فرق كبير بين البحيرة والبر . عتبة سرعة الرياح الخلفية ( جيوستروفيك سرعة الرياح ) هو 7 م / ث على أساس الاعتبارات التالية . أولاCrosman和Horel（2010）وخلص إلى أن سرعة الرياح جيوستروفيك 6-11 م / ث عندما يحدث نسيم البحر . متوسط سرعة الرياح جيوستروفيك بالقرب من 7 م / ث في الصيف والخريف في بحيرة تايهو .Wang等，2017. لا علاوة على ذلك赵乐鋆等（2025）وجد أن سرعة الرياح السطحية أقل من 4.3 م / ث يمكن استخدامها للتمييز بين بحيرة بويانغ الرياح .Resio和Vincent，1977متوسط قيمة 7 م / ث . تستخدم هذه الورقة سرعة الرياح جيوستروفيك صناعيا )الفرق في درجة حرارة سطح البحيرة )السرعة الرأسية فوق البحيرة )ثلاثة متغيرات لتحديد بحيرة الرياح . شروط التمييز هي كما يلي :
( 1 ) لم تحدث أي أمطار في ذلك اليوم؛
( 2 ) سرعة الرياح الخلفية على ارتفاع 2500 متر فوق البحيرة عند عبور sentinel-5p و 1 ساعة قبل وبعد＜7 m/s；
( 3 ) الفرق بين درجة حرارة سطح الأرض المجاورة و درجة حرارة سطح البحيرة عند عبور الساتل Sentinel-5P و 1 ساعة قبل وبعد عبور الساتل> 0.5 ℃ ;
( 4 ) Sentinel-5P السرعة الرأسية عند عبور البحيرةغرق
الخلفية سرعة الرياح المستخدمة في تحديد بحيرة الرياحمن خلال حساب سرعة الرياح في المنطقة و الاعوجاج سرعة الرياح ، سرعة الرياح عنصر الاختلاف في تحليل تدفق الهواء في الغلاف الجوي من era5 تحليل البيانات )[ 2025-02-01 ] . era5 هو الجيل الخامس من تحليل البيانات الصادرة عن المركز الأوروبي للتنبؤات الجوية المتوسطة الأجل ( ecmwf ) . القرار المكانية هو 0.25 ° × 0.25 ° ، مجموعة زمنية من كانون الثاني / يناير 1940 حتى الآن ، في الاتجاه الرأسي ، ما مجموعه 37 طبقات )Hersbach等，2020. لا وقد تم التحقق من دقة ايرا 5 سرعة الرياح المنتجات من خلال بيانات المراقبة الأرضية السبر )Fan等，2021ويستخدم على نطاق واسع في تحليل الشخصية سرعة الرياح )Hallgren等，2024نRubio等，2024. لا
الفرق في درجة الحرارة السطحية في بحيرة الرياحو 10 م ارتفاع الرياح الميدانية ( u > 10 > و ت > 10 > الفرعية الفرعية ) ، و تدفق الحرارة معقولة من البحيرة و الأرض المجاورة تأتي من era5 الأرض )[ 2025-02-01 ] . ايرا 5-land هو مقياس تحليل المنتج من ايرا 5 في الأرض العالمية ، مع القرار المكانية إلى 0.1 درجة .سطح الأرض نموذج العملية htessel ( المائية tiled ecmwf مخطط سطح الأرض ) إلى جانب بحيرة المياه العذبة نموذج Flake لمحاكاة العمليات الحرارية من البحيرات ، هو فقط سطح الأرض تحليل المنتج الذي يمكن أن توفر بحيرة المتغيرات في الوقت الحاضر . درجة حرارة سطح الأرض ، 10 م سرعة الرياح و تدفق الطاقة في era5 الأرض تم التحقق منها على نطاق واسع )Muñoz-Sabater等，2021نWang等，2022نFatolahzadeh Gheysari等，2024. لا

النتائج والتحليل

3-1 الأنماط المكانية والزمانية الاختلافات في بحيرة الأرض قليلة

Fig. 3التغيرات الموسمية في الغطاء السحابي ( أنا > ∆ CF ) في البحيرات الخمس في الصين من عام 2019 إلى عام 2023 . في ثلاث بحيرات ( TPL ، imxl و npml ) مع الجليد والثلوج ، كمية قليلة من البحيرات في فصل الشتاء والربيع هو أعلى بكثير من تلك التي في الأراضي المجاورة ( أنا CF > 0 )Fig. 3( ج ) . النظر في تأثير الثلج على سحابة استرجاع sentinel-5p )Compernolle等，2021متابعة التحليل يركز فقط على الصيف ( حزيران / يونيه - آب / أغسطس ) و الخريف ( أيلول / سبتمبر - تشرين الثاني / نوفمبر ) .
figure
figure
figure
figure
figure
figure

Fig. 3 Seasonal variations in lake-land cloud fraction difference （∆CF） from 2019 to 2023 in five lake zones

في الصيف والخريف ، كمية من السحب في بحيرة TPL ، imxl و EPL البحيرات كانت أقل بكثير من تلك التي في الأراضي المجاورة ( أنا > ف < 0.05 ) ، في حين أن كمية السحب في بحيرة npml و ygpl البحيرات كانت أقل بكثير من تلك التي في الأراضي المجاورة ( أنا > ف < 0.01 ) . في عام 2022 ، على سبيل المثال ، في الفترة من حزيران / يونيه إلى تشرين الثاني / نوفمبر < قوات التحالف في منطقة بحيرة TPL تغيرت في - 1.99 ٪ - 1.12 في المائة ، مع أدنى قيمة في أيلول / سبتمبر ( - 1.99 في المائة ) . CF في منطقة بحيرة imxl تختلف من - 1.34 في المائة - 0.39 في المائة ، مع أدنى قيمة في حزيران / يونيه ( - 1.34 في المائة ) . < قوات التحالف من ygpl ، دوري أبطال أوروبا و npml كانت 0.62 في المائة - 0.13 في المائة ، على التوالي ، في آب / أغسطس ( - 0.60 في المائة ) ، تموز / يوليه ( - 0.41 في المائة ) ، تموز / يوليه ( - 0.62 في المائة ) . مقارنة مع الخريف ، الصيف بحيرة قليلة أقل من الأرض . على مدى السنوات الخمس الماضية ، كان هناك اختلاف في الحد الأدنى من قوات التحالف في كل منطقة بحيرة . أدنى القيم < قوات التحالف من imxl ygpl , و EPL البحيرات في عام 2021 ، على التوالي ، 1.40 في المائة - 1.08 في المائة - 0.62 في المائة ، في حين أن أدنى القيم قوات التحالف من npml و TPL البحيرات في عام 2019 ( - 0.79 في المائة ) و 2022 ( - 1.99 في المائة ) .
هناك فرق كبير بين 210 ( 63 في المائة ) و 204 ( 61 في المائة ) في الصيف والخريف ( أنا > ر > أنا > ف < 0.05 ) ، على التوالي ، مما أدى إلى رسم خريطة التوزيع المكاني يعني قوات التحالف في خمس بحيرات من عام 2019 إلى عام 2023 .Fig. 4. لا عموما ، 191 ( 91 في المائة ) و 182 ( 89 في المائة ) من البحيرات في الصيف والخريف هي أقل بكثير من تلك الموجودة في الأراضي المجاورة . في الصيف ، ظاهرة < CF < 0 هو الأكثر وضوحا في TPL و IMXL البحيرات )Fig. 4متوسط < < قوات التحالف - 0.95 في المائة و - 1.16 في المائة ، على التوالي ، ولا سيما في بحيرة تشينغهاى ( < قوات التحالف = - 8.79 في المائة ) ، نامكو ( < قوات التحالف = - 7.47 في المائة ) و ( yakekumu بحيرة < - 74.6 في المائة ) . بعض البحيرات في هذه البحيرات هي أيضا أعلى بكثير من تلك الموجودة في الأراضي المجاورة ، مثل شمال بحيرة هورسون ( أنا CF = 0.71 في المائة ) و ماناس ( أنا CF = 3.99 في المائة ) . بالمقارنة مع نظام الأفضليات التجارية و imxl البحيرات ، عدد من البحيرات في دوري أبطال أوروبا ، ygpl و npml < ∆ CF < < < 0.01 في المائة . هناك 44 ٪ و 38 ٪ و 25 ٪ من دوري أبطال أوروبا ، ygpl npml بحيرات < قوات التحالف < قوات التحالف < 0.45 في المائة - 0.28 في المائة - 0.24 في المائة ، على التوالي ، في حين أن الحد الأدنى من قوات التحالف < قوات التحالف في بحيرة تايهو ( - 2.96-5 ٪ ) ، على التوالي . التوزيع المكاني لخاصية السحب على البحيرة في الخريف )Fig. 4مماثلة لتلك التي في الصيف ، ولكن هناك فرق كبير بين نتائج الصيف و البحيرات في TPL و IMXL . في منطقة بحيرة TPL ، وانخفاض قيمة قوات التحالف في الخريف في nmuco ( - 7.58 في المائة ) ، hala ليك ( - 6.83 في المائة ) و elling ليك ( - 6.82 في المائة ) . في منطقة بحيرة imxl < قوات التحالف يظهر انخفاض القيم في بحيرة آياكومو ( - 6.43 ٪ ) ، بحيرة سيليمو ( - 5.12 في المائة ) ، akikule بحيرة ( - 4.03 في المائة ) . في دوري أبطال أوروبا ، ygpl و npml ، أدنى قيمة من قوات التحالف في بحيرة تايهو ( 32 في المائة ) ، dianchi ( 16 في المائة ) و ( xingkaihu - 3.69 في المائة ) في الخريف و الصيف ، على التوالي .
figure
figure
figure

Fig. 4 Spatial distribution of the mean lake-land cloud fraction difference （∆CF） from 2019 to 2023 during summer and autumn across five lake zones （The size of the circles represent the absolute values of ∆CF. Pie charts show the percentage of lakes with ∆CF < 0 （blue） and with ∆CF > 0 （red）. Probability distributions of ∆CF for five lake zones are also shown with the median values for each lake zone are labeled）

العلاقة بين كمية السحب و بحيرة التشكل

العلاقة بين التغيرات في الغطاء السحابي في الصيف والخريف و العوامل المورفولوجية ( المساحة ، متوسط العمق والحجم ) من بحيرةFig. 5كما هو مبين . هناك علاقة سلبية كبيرة بين أرض البحيرة سحابة < قوات التحالف و مساحة البحيرة ، وهذا هو ، مع زيادة مساحة البحيرة ، بحيرة سحابة أقل من الأراضي المجاورة . في الصيف ، علاقة سلبية كانت أعلى بشكل ملحوظ في npml < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < ص = - 0.32 ف < 0.01 ) منطقة بحيرة الارتباط . معاملات الارتباط بين npml ygpl , ygpl و tplpl في الخريف / i < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < ع < 0.01 ) . لا توجد علاقة كبيرة بين < ∆ قوات التحالف و متوسط عمق البحيرة إلا TPL . تحت السيطرة على منطقة البحيرة ، هناك علاقة سلبية كبيرة بين < قوات التحالف و حجم البحيرة ، ولكن معامل الارتباط هو أقل من منطقة البحيرة . في الصيف ، علاقة سلبية بين npml < قوات التحالف و حجم البحيرة هو الأكثر وضوحا ( أنا > ص = - 0.69 P < 0.01 ) ، تليها نظام الأفضليات التجارية ( أنا > ص = - 0.52 ، أنا > ع < 0.01 ) و ( أنا > < < / i pgpl 0.01 ) . في الخريف ، علاقة سلبية كانت أعلى في npml ( ف < < < < < < 1 < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < < منطقةالبحيرة ليست كبيرة ( ع = 0.53 ) .
figure
figure
figure

Fig. 5 Correlation coefficients between difference in lake-land cloud fraction and lake morphological characteristics （Surface area， average depth and volume） for five lake zones in summer and autumn

العلاقة السلبية بين Δ CF و منطقة البحيرة تم تحليلها من وجهة نظر الحرارية الفرق بين البحيرة و الأرض . النظر في القرار المكانية era5-land ( 0.1 درجة )0.1 ° ) ، حتى بحيرة مع مساحة أكثر من 100 كم < سوب > 2 < / سوب > اختيرت للتحليل . لأن هناك عدد أقل من البحيرات في npml ( 6 ) و ( 3 ) ygpl البحيرات مع مساحة أكثر من 100 كم < سوب > 2 < / سوب > النتائج التحليلية من البحيرات الثلاث الأخرى تظهر هنا . مع صيف عام 2020 على سبيل المثال ، في منطقة بحيرة لافوري ، imxl و دوري أبطال أوروبا ، دلتا CF( أ )هناك علاقة سلبية بين نظام الأفضليات التجارية ( ص = - 0.40 ، ف < 0.05 ) و ( EPL ص = - 0.47 ، ف < 0.05 ) . في نفس منطقة بحيرة ، بحيرة أرض معقولة تدفق الحرارة الفرق∆ > ح > مع زيادة مساحة البحيرة ، علاقة إيجابية TPL（R=0.33，P＜0.05）、IMXL（R=0.52，P＜0.05） و دوري أبطال أوروبا ( ص = 0.53 ، ف < 0.01 ) . نتائج الخريف هي مماثلة لتلك التي في الصيف . وهذا يعني أن أكبر منطقة بحيرة ، أكبر من الجمود الحراري ، أبطأ من ارتفاع درجة حرارة البحيرة في النهار من الأرض المجاورة ، وارتفاع تدفق الحرارة معقولة من الأرض مقارنة مع البحيرة ، أكثر وضوحا الفرق الحرارية ، أقوى بحيرة الرياح ، أقوى حركة هبوط سطح البحيرة ، وأكثر صعوبة في تشكيل سحابة . ويتفق هذا مع الاستنتاج بأن بحيرة الرياح يزيد مع زيادة مساحة البحيرة )Crosman和Horel，2010نYao等，2023. لا

تأثير الرياح على بحيرة بحيرة الأرض سحابة

بحيرة الخصائص المورفولوجية يمكن أن تؤثر على حدوث وتطور بحيرة الرياح القارية ، ثم تغيير الفرق من بحيرة الأرض سحابة . من عام 2019 إلى عام 2023 ، فإن معدل نقص البيانات سحابة هو أدنى ( 2 في المائة ) في عام 2020 ، تم اختيار البيانات لتحديد بحيرة الرياح في خمس بحيرات نموذجية ، وتحليل تأثير عملية بحيرة الرياح على بحيرة الأرض سحابة الاختلافات في مختلف البحيرات . استنادا إلى الظروف المحددة في الفرع 2-2-3 ، النتائج الإحصائيةTable 2يمكن أن ينظر إليه على أنه : في عام 2020 ، بحيرة تايهو الرياح تحدث معظم أيام ( الصيف : 23 د ، الخريف : 39 د ) ؛ ثانيا ، سيلين خطأ ( الصيف : 19 د ، الخريف : 4 د ) ، dianchi ليك ( الصيف : 12 د ، الخريف : 10 د ) و hulun ليك ( الصيف : 11 د ، الخريف : 9 د ) ؛ بحيرة الرياح وقعت في 13 يوما فقط في بحيرة زينغكاي ( الصيف : 9 أيام ، الخريف : 4 أيام ) . باستثناء بحيرة تايهو ، بحيرة الرياح تحدث أساسا في الصيف . على الرغم من أن ظاهرة < ∆ CF < 0 ليست كلها موجودة في بحيرة الرياح الفترة ، ولكن أكثر من 60 ٪ من أيام البحيرة الرياح الفترة ∆ CF < 0 ، هذه النسبة تصل إلى 87 في المائة في سيرين كوي .

Table 2 Lake breeze frequency and lake-land cloud fraction difference （∆CF） for five selected lakes during summer and autumn in 2020

湖泊∆CF＜0天数湖风天数（夏/秋）发生湖风时∆CF＜0的天数发生湖风时∆CF＜0的天数占比/%
色林错14423（19/4）2087
呼伦湖9320（11/9）1260
太湖11862（23/39）4471
兴凯湖12213（9/4）862
滇池10122（12/10）1464
من أجل تجنب التدخل في نتائج التحليل بسبب اختلاف العينات ، تاريخ حدوث الرياح في بحيرة تم فرزهم أولا ، ثم غير بحيرة الرياح الفترة مع نفس العدد من الأيام تم اختيارها بالقرب من تاريخ حدوث الرياح في بحيرةFig. 6بواسطةFig. 6في الصيف ، يعني < CF < خلال موسم الرياح في بحيرة selincuo - 6.04 في المائة ( ر > اختبار ف < 0.01 ) أقل من غير بحيرة الرياح ( 2.54 في المائة ) ؛ يعني < و قوات التحالف في hulun بحيرة بحيرة تايهو في مرحلة الرياح - 1.24 في المائة و - 3.71 في المائة ، على التوالي ( ر > اختبار 0.05 ) أقل من غير بحيرة الرياح ( 2.98 في المائة ، 1.04 في المائة ) ؛ على الرغم من أن < CF يعني ( - 3.64 في المائة - 1.98 في المائة ) من بحيرة زينغكاي و dianchi بحيرة أقل من تلك التي من غير بحيرة الرياح ( 0.08 في المائة ، 1.69 في المائة ) ، الفرق ليس كبيرا ( 0.23 ، ف 0.08 ) . من .Fig. 6يعني < CF في موسم الرياح من أربع بحيرات في الخريف ، باستثناء hulun ليك ، كانت أقل من تلك التي في غير موسم الرياح ، ولكن لا توجد فروق ذات دلالة إحصائية .
figure
figure
figure

Fig. 6 Comparison of the differences in lake-land cloud fraction （∆CF） between lake breeze periods and non-lake breeze periods for five selected lakes during summer and autumn in 2020

من أجل تحليل توزيع تدفق الحقل في بحيرة الرياح ، المنطقة - مقطع عمودي من الاختلاف على بحيرة نموذجية الرياح في عام 2020 تم رسمها .Fig. 7وFig. 9خريطة حقل الرياح بالقرب من سطح الأرض )Fig. 8وFig. 10. لا وتجدر الإشارة إلى أنه بسبب صغر حجم بحيرة dianchi ( 298 كم < سوب > 2 < / سوب > ) ، من الصعب عرض ميدان جريان في القرار المكانية من era5 و era5-land . . . . . . . من خلال تحليل التباين الشخصي في بحيرة الرياح ، وجد أن هناك نوعان من تكوينات تدفق الحقلFig. 7وFig. 9في حين أن هناك واحد فقط تدفق التكوين في hulun وبحيرة تايهو عندما الرياح يحدث .Fig. 9. لا أول حقل السريان في سيلينكو و بحيرة زينغكاي يتكون من انخفاض مستوى التقاربFig. 7. لا بحيرة زينغكاي في 13 آب / أغسطس ، على سبيل المثال )Fig. 7هناك اختلاف واضح في تدفق الهواء فوق سطح البحيرة أقل من 900 HPA . فوق هذا الارتفاع هو التقارب في تدفق الهواء . تدفق الهواء المغمور فوق سطح البحيرة يمنع تشكيل سحابة ، سحابة كمية من البحيرة و الأرض المجاورة كانت 34.70 ٪ و 51.54 ٪ ، على التوالي .
figure
figure

Fig. 7 Vertical cross-section of divergence during the lake breeze occurrence at Selin Co and Xingkai Lake （Configuration 1） （The black horizontal lines denote the lake’s position， while the gray shading area represents the topography. The divergence is positive for air that is spreading out， or diverging（red）， and negative for the opposite， for air that is concentrating， or converging （blue））

figure
figure
figure

Fig. 8 Spatial distribution of cloud fraction during the occurrence of lake breeze at Selin Co and Xingkai Lake （Configuration 1）， with the 10 m surface wind field overlaid （The black curves indicate the lake boundary. The yellow curves indicate the buffer zone boundary around the lake. The black arrows represent the wind vector at 10 m height）

figure
figure
figure
figure
figure

Fig. 9 Vertical cross-section of divergence during the lake breeze occurrence at typical lakes （Configuration 2）

figure
figure
figure
figure
figure

Fig. 10 Spatial distribution of cloud fraction during the occurrence of lake breeze at typical lakes （Configuration 2）

وجد أن أول حقل السريان في تكوين سيلينكو و بحيرة زينغكاي تسيطر عليها على نطاق واسع تداول الخلفية . وفي 30 آب / أغسطس 2020 ، كان هناك تداول واضح anticyclonic على علو شاهق ( 300 HPA ) في سيلين كو ، التي تأثرت أساسا المحلية ارتفاع ريدج على علو منخفض ( 550 HPA ) . عند هذه النقطة ، جنبا إلى جنب مع التقارب القوي في أعالي الأعاصير المضادة تسبب الهواء تتراكم على ارتفاع عال في سيلين كو ، مما اضطر الهواء إلى بالوعة . هبوط الحركة يمتد من أعلى إلى أسفل ، مما دفع انخفاض مستوى الضغط الجوي إلى الارتفاع ، مما أدى إلى انخفاض مستوى الاختلاف . في 13 آب / أغسطس 2020 ، Xingkai بحيرة يسيطر عليها ارتفاع الضغط المحلي ريدج على ارتفاعات عالية ( 850 HPA ) بالقرب من سطح الأرض ( 1000 HPA ) . وبالمثل ، فإن تداول الأعاصير المضادة فوق بحيرة زينغكاي تحت السيطرة على ارتفاع ضغط ريدج يجعل الهواء تتلاقى ، تدفق الهواء بالوعة ، ونقل إلى السطح ، وانخفاض مستوى الضغط الجوي يرتفع ، والهواء هو الاختلاف . اثنين من البحيرات ، مثل " التقارب في علو شاهق ، تدفق الهواء غرق ، وانخفاض مستوى الاختلاف " ، تسهم في الطقس الجيد ، وخلق ظروف مواتية لتشكيل بحيرة الرياح التداول .
وبصرف النظر عن النوع الثاني من تدفق الحقل ، حقل السريان في سيلينكو و بحيرة زينغكاي هو الاختلاف من سطح البحيرة بالقرب من سطح الأرض التقارب . تأخذ سيلين كو ، على سبيل المثال ، في 3 تموز / يوليه ، عندما حدث نسيم البحيرة )Fig. 9بحيرة الهواء بالوعة ، تدفق الهواء . عند انخفاض مستوى تدفق الهواء تهب من سطح البحيرة إلى الأرض ، تواجه المنحدرات أجبروا على الارتفاع ، اليوم تهب من الوادي إلى المنحدرات من وادي الرياح زيادة تعزيز حركة تصاعدية . وهذا يؤدي إلى ارتفاع في الهواء بالقرب من الأرض ، والتقارب في تيارات الهواء ، مما يجعل من السهل على الأرض المحيطة أن تصبح قليلة في حين يجري قمعها على البحيرة .Fig. 10وفي الوقت نفسه ، فإن كمية السحب على سطح بحيرة سيلينكو والأراضي المجاورة كانت 14.53 ٪ و 28.56 في المائة ، على التوالي ، و < CF 14.03 في المائة . مقارنة مع أول حقل السريان التكوين ، هناك تباين بين بحيرة " سحابة الكهف " و " سحابة خاتم " بالقرب من الأرض . قيمة < ∆ قوات التحالف في بحيرة زينغكاي ( 25.93 ٪ ) و ( سيلينكو - 14.03 ٪ ) بنسبة 9.09 في المائة و 9.76 في المائة ، على التوالي ، مقارنة مع النتائج في أول حقل السريان .

مناقشة

4-1 تطبيق سحابة البيانات الخلفية سرعة الرياح عتبة

على الرغم من أن sentinel-5p التقليل من سحابة رقيقة وقد أكد المعهد )Loyola等，2018نCompernolle等，2021ومع ذلك ، هذا الاستخفاف هو أكثر وضوحا في فصل الشتاء والربيع ، مع التركيز على الصيف والخريف . في فصل الشتاء والربيع يوم واحد في selincuo ( 16 آذار / مارس 2020 ) ، hulun بحيرة ( 1 كانون الثاني / يناير 2020 ) زينغكاي بحيرة ( 12 شباط / فبراير 2020 ) ، على التوالي ، مقارنة فعالية الإشعاع sentinel-5p سحابة مع موديس سحابة قناع[ 2025-02-01 ] وجد أنه على الرغم من أن فعالية الإشعاع سحابة sentinel-5p أقل من موديس سحابة هندسية في ثلاث بحيرات و الأراضي المجاورة ، خصائص دلتا CF > 0 في فصل الشتاء والربيع لم تتغير في نهاية المطاف بسبب انخفاض قيمة البحيرات والأراضي . على وجه التحديد ، على أساس sentinel-5p Δ CF من selincuo hulun , و xingkai البحيرات 13.85 ٪ ، 3.82 ٪ و 5.58 في المائة ، على التوالي ، أقل قليلا من تلك التي تم الحصول عليها من موديس سحابة هندسية ( 17.45 في المائة ، 10.44 في المائة ، 9.43 في المائة ) .
تحديد عتبة سرعة الرياح الخلفية كبيرة جدا أو صغيرة جدا سوف تؤثر على بحيرة الرياح التمييز . تحليل الحساسية من بحيرة الرياح أيام تغيير عتبة سرعة الرياح الخلفية ( 5-9 م / ث ) وجدت أنه عندما عتبة سرعة الرياح الخلفية التغييرات في 5-7 م / ث ، لا توجد فروق ذات دلالة إحصائية بين 5 نموذجية من البحيرات . عندما يتم تعيين قيمة العتبة إلى 8 م / ث ، أيام من بحيرة الرياح زيادة كبيرة . في بحيرة تايهو ، على سبيل المثال ، عندما تكون سرعة الرياح الخلفية 5-7 م / ث ، بحيرة الرياح أيام 39-62 د ، وتواتر حدوث ( 21 ٪ - 34 في المائة ) على مقربة من سطح الملاحظة ( 22.6 في المائة ) .Wang等，2017. لا عندما تكون سرعة الرياح الخلفية 8 م / ث ، أيام الرياح في بحيرة تايهو بنسبة 13 يوما مقارنة مع 7 م / ث ، وتواتر حدوث الرياح في بحيرة تايهو ( 41 في المائة ) هو ضعف ذلك من المراقبة الأرضية . من ناحية أخرى ، عتبة سرعة الرياح الخلفية هي صغيرة جدا ، عدد الأيام التي تم الحصول عليها من بحيرة الرياح التمييز صغيرة جدا ، والحد من حجم العينة يزيد من عدم اليقين في التحليل الإحصائي . مع hulun ليك على سبيل المثال ، عندما تكون قيمة العتبة 5 م / ث ، رياح البحيرة أيام فقط 4 أيام . ولذلك ، من خلال الجمع بين نتائج البحوث السابقة و نتائج اختبار الحساسية ، فمن المعقول أن تحدد قيمة العتبة الخلفية سرعة الرياح 7 م / ث .

4-2 الآثار المحتملة المترتبة على تجاهل الاختلافات في بحيرة سحابة

إهمال الاختلافات في بحيرة سحابة الأرض يؤدي إلى أخطاء في محاكاة درجة حرارة سطح البحيرة و معدل التبخر . سحابة يقلل من موجة قصيرة من الإشعاع الذي يصل إلى سطح الأرض ، وفي الوقت نفسه يزيد من أسفل موجة طويلة من الإشعاع الذي يصل إلى سطح الأرض )Wild等，2019ن张华 等，2022نWang等，2024وبما أن الانخفاض في الإشعاع على الموجات القصيرة أكبر من الزيادة في الإشعاع على الموجات الطويلة ، فإن صافي تأثير السحب هو إضعاف إجبار الإشعاع في الغلاف الجوي السطحي )Wang等，2021. لا كمية قليلة من البحيرات في النهار أقل من تلك الموجودة في الأراضي المجاورة يعني أن البحيرة تتلقى المزيد من الطاقة الإشعاعية من تلك الموجودة في الأراضي المجاورة . ومع ذلك ، إذا كان نموذج بحيرة يقودها الإشعاع الأرضي بيانات الرصد ، هناك خطر من التقليل من درجة حرارة سطح البحيرة والبحيرات معدل التبخر . على سبيل المثال ، في الفترة من أيار / مايو إلى أيلول / سبتمبر ، موجة قصيرة من الإشعاع على سطح البحيرة هو 106 ث / م < سوب > 2 / سوب > أعلى من ذلك على الأرض المجاورة ، في حين أن موجة طويلة من الإشعاع هو فقط 1 ث / م < سوب > 2 / سوب > أقل من ذلك على الأرض المجاورة .Yao等，2023. لا إذا لم تؤخذ في الاعتبار الاختلافات في الميزانية الإشعاعية بين البحيرة والبر ، فمن المتوقع أن يؤدي إلى التقليل من درجة حرارة سطح الأرض والتبخر الحرارة الكامنة 1.9 ك و 48.9 ث / م < سوب > < / سوب 2 ، على التوالي .

4-3 اتجاهات التحسين في المستقبل

وبالإضافة إلى ذلك ، فإن نظام الأرض إلى جانب نموذج بحيرة لا تأخذ في الاعتبار الاختلافات بين البحيرات و الأرض . في الوقت الحاضر ، سوى عدد قليل من النماذج المشاركة في المرحلة السادسة من برنامج المقارنات الدولية إلى جانب نموذج ( cmip6 ) النظر في العمليات الفيزيائية من البحيرات ، فقط cesm ( المجتمع الأرض نموذج النظام ) تشارك نتائج المحاكاة العالمية البحيرات )Danabasoglu等，2020عملية سطح الأرض نموذج CLM ( أرض المجتمع النموذجي ) يستخدم تقنية subgrid لوصف تجانس السطح الأساسي ) .Lawrence等，2019. لا ومع ذلك ، على أساس افتراض خلط الارتفاع ، هذا النموذج يعتقد أن الغلاف الجوي من الإشعاع على مختلف الوحدات السطحية ( مثل البحيرات ، والنباتات ، المدن ، الأراضي الزراعية ، الأنهار الجليدية ) في نفس الشبكة نقطة لها نفس التأثير الإشعاعي .李旭辉，2024الاختلافات في الميزانية الإشعاعية الناجمة عن الاختلافات في السحب بين البحيرات والأراضي التي تم تجاهلها . في المستقبل ، ينبغي تعزيز المراقبة وتحسين نموذج لحل هذه المشكلة . أولا ، تعزيز رصد الميزانية الإشعاعية على سطح البحيرة ، والجمع بين رصد الأقمار الصناعية متعددة المصادر أكثر موضوعية لوصف الخصائص النسبية بحيرة سحابة الأرض وتأثيرها على الميزانية الإشعاعية . ثانيا ، تحسين أسلوب النمذجة باستخدام الشبكة الفرعية ثنائية الاتجاه اقتران بين الأرض و الهواءLiu等，2024من أجل محاكاة تأثير البحيرات على الطقس المحلي والمناخ الإقليمي ، سحابة حجم الفرق بين البحيرات والأراضي وما يتصل بها من العمليات الفيزيائية يمكن أن تكون أكثر واقعية .

نظرية العقد

على أساس sentinel-5p سحابة ، جنبا إلى جنب مع era5 و era5-land تحليل البيانات ، فإن هذه الورقة تحليل الأنماط المكانية والزمانية ، والعوامل المؤثرة فيها ، والعمليات الفيزيائية من 5 بحيرات في الصيف والخريف في الصين . وفيما يلي الاستنتاجات الرئيسية :
( 1 ) من عام 2019 إلى عام 2023 ، CF التغيرات الموسمية في خمس بحيرات مماثلة ، مما يدل على أن كمية قليلة من البحيرات في الصيف والخريف كانت أقل من تلك التي في الأراضي المجاورة ، ولا سيما في لافوري و imxl البحيرات . كمية قليلة من البحيرات في الصيف كانت 8.79 ٪ ، 7.47 ٪ و 6.74 ٪ أقل من تلك الموجودة في الأراضي المجاورة ، على التوالي .
( 2 ) منطقة البحيرة هو العامل الرئيسي الذي يؤثر على شكل بحيرة سحابة المبلغ الفرق ، في 5 مناطق بحيرة كبيرة علاقة سلبية مع ∆ قوات التحالف . NPML（R=-0.95，P＜0.01）、YGPL（R=-0.70，P＜0.01） و منطقة بحيرة TPL ( ص = - 0.60 ، ف < 0.01 ) . أكبر منطقة بحيرة ، وارتفاع تدفق الحرارة معقولة من الأرض أكثر من بحيرة ، بحيرة الرياح أقوى ، بحيرة من الصعب تشكيل الغيوم . تحت سيطرة منطقة البحيرة ، هناك علاقة سلبية كبيرة بين < قوات التحالف و حجم البحيرة . لا توجد علاقة كبيرة بين < > ∆ قوات التحالف و متوسط عمق البحيرة إلا TPL .
( 3 ) هناك فرق كبير في كمية السحب من البحيرات الكبرى في بحيرة الرياح الموسمية الصيفية ، قوات التحالف في بحيرة hulun , و بحيرة تايهو هو هو أقل بكثير من تلك التي في غير بحيرة الرياح الموسمية . في ظل خلفية من التداول على نطاق واسع ، واثنين من أنماط تدفق الهواء في البحيرة الرياح ( واحد هو انخفاض مستوى الإشعاع ، والآخر هو التقارب بين البحيرة و الأرض المجاورة ) قمع السحب على البحيرة ، والفرق بين < قوات التحالف في اثنين من أنماط تدفق أكثر وضوحا من تلك التي في نمط واحد .

References

  1. 1.
    Ackerman S A, Heidinger A, Foster M J and Maddux B. 2013. Satellite regional cloud climatology over the great lakes. Remote Sensing, 5(12): 6223-6240
  2. 2.
    Adrian R, O’Reilly C M, Zagarese H, Baines S B, Hessen D O, Keller W, Livingstone D M, Sommaruga R, Straile D, Van Donk E, Weyhenmeyer G A and Winder M. 2009. Lakes as sentinels of climate change. Limnology and Oceanography, 54(6part2): 2283-2297
  3. 3.
    Comer N T and McKendry I G. 1993. Observations and numerical modelling of lake ontario breezes. Atmosphere-Ocean, 31(4): 481-499
  4. 4.
    Compernolle S, Argyrouli A, Lutz R, Sneep M, Lambert J C, Fjæraa A M, Hubert D, Keppens A, Loyola D, O’Connor E, Romahn F, Stammes P, Verhoelst T and Wang P. 2021. Validation of the sentinel-5 precursor TROPOMI cloud data with Cloudnet, aura OMI O2–O2, MODIS, and suomi-NPP VIIRS. Atmospheric Measurement Techniques, 14(3): 2451-2476
  5. 5.
    Crosman E T and Horel J D. 2010. Sea and lake breezes: a review of numerical studies. Boundary-Layer Meteorology, 137(1): 1-29
  6. 6.
    Dai Y J, Wei N, Huang A N, Zhu S G, Shangguan W, Yuan H, Zhang S P and Liu S F. 2018. The lake scheme of the Common Land Model and its performance evaluation. Chinese Science Bulletin, 63(28/29): 3002-3021
  7. 7.
    Danabasoglu G, Lamarque J F, Bacmeister J, Bailey D A, DuVivier A K, Edwards J, Emmons L K, Fasullo J, Garcia R, Gettelman A, Hannay C, Holland M M, Large W G, Lauritzen P H, Lawrence D M, Lenaerts J T M, Lindsay K, Lipscomb W H, Mills M J, Neale R, Oleson K W, Otto-Bliesner B, Phillips A S, Sacks W, Tilmes S, Van Kampenhout L, Vertenstein M, Bertini A, Dennis J, Deser C, Fischer C, Fox-Kemper B, Kay J E, Kinnison D, Kushner P J, Larson V E, Long M C, Mickelson S, Moore J K, Nienhouse E, Polvani L, Rasch P J and Strand W G. 2020. The community earth system model version 2 (CESM2). Journal of Advances in Modeling Earth Systems, 12(2): e2019MS001916
  8. 8.
    Duan H T, Cao Z G, Shen M, Ma J G and Qi T C. 2022. Review of lake remote sensing research. National Remote Sensing Bulletin, 26(1): 3-18
  9. 9.
    Fan W X, Liu Y, Chappell A, Dong L, Xu R R, Ekström M, Fu T M and Zeng Z Z. 2021. Evaluation of global reanalysis land surface wind speed trends to support wind energy development using in situ observations. Journal of Applied Meteorology and Climatology, 60(1): 33-50
  10. 10.
    Fatolahzadeh Gheysari A, Maghoul P, Ojo E R and Shalaby A. 2024. Reliability of ERA5 and ERA5-land reanalysis data in the Canadian prairies. Theoretical and Applied Climatology, 155(4): 3087-3098
  11. 11.
    Guo Y H, Zhang Y S, Ma N, Xu J Q and Zhang T. 2019. Long-term changes in evaporation over Siling Co Lake on the Tibetan Plateau and its impact on recent rapid lake expansion. Atmospheric Research, 216: 141-150
  12. 12.
    Hallgren C, Aird J A, Ivanell S, Körnich H, Vakkari V, Barthelmie R J, Pryor S C and Sahlée E. 2024. Machine learning methods to improve spatial predictions of coastal wind speed profiles and low-level jets using single-level ERA5 data. Wind Energy Science, 9(4): 821-840
  13. 13.
    Hersbach H, Bell B, Berrisford P, Hirahara S, Horányi A, Muñoz-Sabater J, Nicolas J, Peubey C, Radu R, Schepers D, Simmons A, Soci C, Abdalla S, Abellan X, Balsamo G, Bechtold P, Biavati G, Bidlot J, Bonavita M, De Chiara G, Dahlgren P, Dee D, Diamantakis M, Dragani R, Flemming J, Forbes R, Fuentes M, Geer A, Haimberger L, Healy S, Hogan R J, Hólm E, Janisková M, Keeley S, Laloyaux P, Lopez P, Lupu C, Radnoti G, De Rosnay P, Rozum I, Vamborg F, Villaume S and Thépaut J N. 2020. The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146(730): 1999-2049
  14. 14.
    Laird N F, Kristovich D A R, Liang X Z, Arritt R W and Labas K. 2001. Lake Michigan lake breezes: climatology, local forcing, and synoptic environment. Journal of Applied Meteorology, 40(3): 409-424 [DOI: ＜0409:LMLBCL＞2.0.CO;2]
  15. 15.
    Lawrence D M, Fisher R A, Koven C D, Oleson K W, Swenson S C, Bonan G, Collier N, Ghimire B, Van Kampenhout L, Kennedy D, Kluzek E, Lawrence P J, Li F, Li H Y, Lombardozzi D, Riley W J, Sacks W J, Shi M J, Vertenstein M, Wieder W R, Xu C G, Ali A A, Badger A M, Bisht G, Van Den Broeke M, Brunke M A, Burns S P, Buzan J, Clark M, Craig A, Dahlin K, Drewniak B, Fisher J B, Flanner M, Fox A M, Gentine P, Hoffman F, Keppel-Aleks G, Knox R, Kumar S, Lenaerts J, Leung L R, Lipscomb W H, Lu Y Q, Pandey A, Pelletier J D, Perket J, Randerson J T, Ricciuto D M, Sanderson B M, Slater A, Subin Z M, Tang J Y, Thomas R Q, Val Martin M and Zeng X B. 2019. The community land model version 5: description of new features, benchmarking, and impact of forcing uncertainty. Journal of Advances in Modeling Earth Systems, 11(12): 4245-4287
  16. 16.
    Lazhu, Yang K, Wang J B, Lei Y B, Chen Y Y, Zhu L P, Ding B H and Qin J. 2016. Quantifying evaporation and its decadal change for Lake Nam Co, central Tibetan Plateau. Journal of Geophysical Research: Atmospheres, 121(13): 7578-7591
  17. 17.
    Lee X H. 2024. Fundamentals of Boundary-Layer Meteorology. Wang W, Xiao W, Zhang M, Hu N and Cao C, trans. 2nd ed. Beijing: Science Press: 202-206
  18. 18.
    Liu S, Han Y L, Wang P, Zhang G J, Wang B and Wang Y. 2024. More heavy precipitation in world urban regions captured through a two‐way subgrid land‐atmosphere coupling framework in the NCAR CESM2. Geophysical Research Letters, 51(13): e2024GL108747
  19. 19.
    Long Z, Perrie W, Gyakum J, Caya D and Laprise R. 2007. Northern lake impacts on Local Seasonal Climate. Journal of Hydrometeorology, 8(4): 881-896
  20. 20.
    Loyola D G, García S G, Lutz R, Argyrouli A, Romahn F, Spurr R J D, Pedergnana M, Doicu A, García V M and Schüssler O. 2018. The operational cloud retrieval algorithms from TROPOMI on board Sentinel-5 Precursor. Atmospheric Measurement Techniques, 11(1): 409-427
  21. 21.
    Lutz R, Loyola D, Gimeno García S and Romahn F. 2016. OCRA radiometric cloud fractions for GOME-2 on MetOp-a/B. Atmospheric Measurement Techniques, 9(5): 2357-2379
  22. 22.
    Lyu H, Wang W, Xiao W, Zhang K E and Lee X. 2025. Global land-lake thermal contrast in a warming world. Journal of Climate, 38(15): 3861-3876
  23. 23.
    Ma N, Szilagyi J, Niu G Y, Zhang Y S, Zhang T, Wang B B and Wu Y H. 2016. Evaporation variability of Nam Co Lake in the Tibetan Plateau and its role in recent rapid lake expansion. Journal of Hydrology, 537: 27-35
  24. 24.
    Ma R H, Yang G S, Duan H T, Jiang J H, Wang S M, Feng X Z, Li A N, Kong F X, Xue B, Wu J L and Li S J. 2011. China’s lakes at present: number, area and spatial distribution. Science China Earth Sciences, 54(2): 283-289
  25. 25.
    Mariani Z, Dehghan A, Joe P and Sills D. 2018. Observations of Lake-Breeze events during the Toronto 2015 Pan-American games. Boundary-Layer Meteorology, 166(1): 113-135
  26. 26.
    Messager M L, Lehner B, Grill G, Nedeva I and Schmitt O. 2016. Estimating the volume and age of water stored in global lakes using a geo-statistical approach. Nature Communications, 7(1): 13603
  27. 27.
    Muñoz-Sabater J, Dutra E, Agustí-Panareda A, Albergel C, Arduini G, Balsamo G, Boussetta S, Choulga M, Harrigan S, Hersbach H, Martens B, Miralles D G, Piles M, Rodríguez-Fernández N J, Zsoter E, Buontempo C and Thépaut J N. 2021. ERA5-Land: a state-of-the-art global reanalysis dataset for land applications. Earth System Science Data, 13(9): 4349-4383
  28. 28.
    Nanjing Institute of Geography and Limnology Chinese Academy of Sciences. 2019. Report on the Chinese Lakes Survey. Beijing: Science Press: 403-669
  29. 29.
    Pi X H, Luo Q Q, Feng L, Xu Y, Tang J, Liang X Y, Ma E Z, Cheng R, Fensholt R, Brandt M, Cai X B, Gibson L, Liu J G, Zheng C M, Li W F and Bryan B A. 2022. Mapping global lake dynamics reveals the emerging roles of small lakes. Nature Communications, 13(1): 5777
  30. 30.
    Resio D T and Vincent C L. 1977. Estimation of winds over the Great Lakes. Journal of the Waterway, Port, Coastal and Ocean Division, 103(2): 265-283
  31. 31.
    Rubio H, Hatfield D, Hasager C B, Kühn M and Gottschall J. 2024. Ship-based lidar measurements for validating ASCAT-derived and ERA5 offshore wind profiles. Atmospheric Measurement Techniques, 18(19): 4949-4968
  32. 32.
    Segal M, Leuthold M, Arritt R W, Anderson C and Shen J. 1997. Small lake daytime breezes: some observational andconceptual evaluations. Bulletin of the American Meteorological Society, 78(6): 1135-1148 [DOI: ＜1135:SLDBSO＞2.0.CO;2]
  33. 33.
    Sills D M L, Brook J R, Levy I, Makar P A, Zhang J and Taylor P A. 2011. Lake breezes in the southern Great Lakes region and their influence during BAQS-Met 2007. Atmospheric Chemistry and Physics, 11(15): 7955-7973
  34. 34.
    Su Y N, Chen S Q, Feng M and Chen F H. 2024. Progress and prospects in satellite remote sensing monitoring of terrestrial surface water. Chinese Science Bulletin, 69(22): 3268-3282
  35. 35.
    Subin Z M, Riley W J and Mironov D. 2012. An improved lake model for climate simulations: model structure, evaluation, and sensitivity analyses in CESM1. Journal of Advances in Modeling Earth Systems, 4(1): 2011MS000072
  36. 36.
    Tian J J, Zhang Y Y, Klein S A, Öktem R and Wang L K. 2022. How does land cover and its heterogeneity length scales affect the formation of summertime shallow cumulus clouds in observations from the US southern great plains? Geophysical Research Letters, 49(7): e2021GL097070 .
  37. 37.
    Wang L C, Lu Y B, Wang Z T, Li H P and Zhang M. 2024. Hourly solar radiation estimation and uncertainty quantification using hybrid models. Renewable and Sustainable Energy Reviews, 202: 114727
  38. 38.
    Wang W, Chakraborty T C, Xiao W and Lee X. 2021. Ocean surface energy balance allows a constraint on the sensitivity of precipitation to global warming. Nature Communications, 12(1): 2115
  39. 39.
    Wang X W, Shi K, Zhang Y L, Qin B Q, Zhang Y B, Wang W J, Woolway R I, Piao S L and Jeppesen E. 2023. Climate change drives rapid warming and increasing heatwaves of lakes. Science Bulletin, 68(14): 1574-1584
  40. 40.
    Wang Y R, Hessen D O, Samset B H and Stordal F. 2022. Evaluating global and regional land warming trends in the past decades with both MODIS and ERA5-land land surface temperature data. Remote Sensing of Environment, 280: 113181
  41. 41.
    Wang Y W, Gao Y Q, Qin H R, Huang J P, Liu C, Hu C, Wang W, Liu S D and Lee X. 2017. Spatiotemporal characteristics of Lake Breezes over Lake Taihu, China. Journal of Applied Meteorology and Climatology, 56(7): 2053-2065
  42. 42.
    Wild M, Hakuba M Z, Folini D, Dörig-Ott P, Schär C, Kato S and Long C N. 2019. The cloud-free global energy balance and inferred cloud radiative effects: an assessment based on direct observations and climate models. Climate Dynamics, 52(7): 4787-4812
  43. 43.
    Woolway R I, Kraemer B M, Lenters J D, Merchant C J, O’Reilly C M and Sharma S. 2020. Global lake responses to climate change. Nature Reviews Earth and Environment, 1(8): 388-403
  44. 44.
    Woolway R I and Merchant C J. 2019. Worldwide alteration of lake mixing regimes in response to climate change. Nature Geoscience, 12(4): 271-276
  45. 45.
    Wu Y Q, Gao J and Zhao A B. 2024. Cloud properties and dynamics over the Tibetan Plateau-a review. Earth-Science Reviews, 248: 104633
  46. 46.
    Yao X N, Yang K, Letu H, Zhou X, Wang Y, Ma X G, Lu H and La Z. 2023. Observation and process understanding of typical cloud holes above lakes over the Tibetan Plateau. Journal of Geophysical Research: Atmospheres, 128(13): e2023JD038617
  47. 47.
    Zhang H, Wang F, Wang F, Li J L, Chen X L, Wang Z Z, Li J, Zhou X X, Wang Q Y, Wang H B, You T, Xie B, Chen Q and Duan Y H. 2022. Advances in cloud radiative feedbacks in global climate change. Scientia Sinica Terrae, 52(3): 400-417
  48. 48.
    Zhang Y S, Han C B, Ma Y M, Fu S Z, Zuo H C and Huang Q. 2024. Influence of Lake Breezes on the triggering of moist convection on the Tibetan Plateau: a large-eddy simulation study. Journal of the Atmospheric Sciences, 81(6): 983-998
  49. 49.
    Zhao L J, Zhao X S, Fan X W, Wang L M, Lou T, Kong Y N and Xu L G. 2025. Characteristics of lake-land breeze events in Lake Poyang based on wind profiling radar data. Journal of Lake Sciences, 37(5): 1782-1794

قراءة النص الكامل

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website