Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2020 , Vol. 39 >Issue 4: 34 - 41

DOI: https://doi.org/10.11978/2019081

Marine Meteorology

Analysis on the variation of typhoon precipitation δ 18O during typical El Niño event: A case study of Typhoon Mangkhut (2018)

  • YANG Yunyue , 1 ,
  • XU Tao 1 ,
  • LUO Cuiyu 1 ,
  • LIU Juan 3 ,
  • JIANG Xiuyang , 1, 2
Expand
  • 1. School of Geographical Sciences, Fujian Normal University, Fuzhou 350007, China
  • 2. Institute of Geography, Fujian Normal University, Fuzhou 350007, China
  • 3. Institute of Environmental Research at Greater Bay, Guangzhou University, Guangzhou 511400, China
JIANG Xiuyang. E-mail:

Received date: 2019-08-31

  Request revised date: 2019-10-28

  Online published: 2020-07-27

Supported by

Foundation item: National Natural Science Foundation of China(41672170)

Natural Science Foundation of Fujian Province(2017J01654)

Copyright

Copyright reserved © 2020. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

Abstract

The rainfall caused by typhoon is different from the other precipitation event due to its unique physical structure. The stable isotope composition of typhoon precipitation is also quite different from that of a general precipitation event. Based on meteorological data before and after the landing of Typhoon Mangkhut (2018) in Guangzhou and Dongguan and stable isotope data of precipitation at hourly resolution, we analyzed the characteristics of the stable isotope variation of the typhoon precipitation and its influencing factors. During the influence of Typhoon Mangkhut, the δ18O value of precipitation in Guangzhou ranged from -5.7‰~-19.2‰, with a variation of 13.5‰; and the average value was -15.5‰. The variation of δ18O value in Dongguan was -7.3‰~-20.0‰, with a variation of 12.7‰; and the average was -14.8‰. The variations of δ18O value of precipitation in the two places both showed the three-stage variation characteristics of inverted U-shape. Due to the influence of evaporation, the precipitation oxygen isotope values in the typhoon at the front and back were relatively positive in two places, of which Guangzhou was (-5.7‰~-9.3‰, and Dongguan was -7.3‰~-8.1‰. The stable isotope values of precipitation in the typhoon central area of the two places were extremely negative, ranging from -16.0‰ to -19.2‰ (Guangzhou) and from -13.0‰ to -20.0‰ (Dongguan), which were the most negative precipitation δ18O values reported in this region so far. According to the analysis, the generated distant typhoon intensity was enhanced during the El Niño. Thus, the stronger convection and water-vapor circulation in Typhoon Mangkhut (2018) led to extreme negative δ 18O value of its precipitation.

Key words： Typhoon Mangkhut (2018); δ18O value of precipitation; microphysical process; El Niño

Cite this article

YANG Yunyue , XU Tao , LUO Cuiyu , LIU Juan , JIANG Xiuyang . Analysis on the variation of typhoon precipitation δ 18O during typical El Niño event: A case study of Typhoon Mangkhut (2018)[J]. Journal of Tropical Oceanography, 2020 , 39(4) : 34 -41 . DOI: 10.11978/2019081

台风因具有特殊的物理结构、强降水过程及影响范围广等特点而区别于一般的降雨事件。一般认为, 台风降水的δ18O值显著低于一般的夏季降水事件, 通常低4‰~10‰(Lawrence et al, 1996; Ohsawa et al, 2000; Gedzelman et al, 2003), 这可能与台风的云层高度和深度、寿命及体积等因素有关(Lawrence et al, 1998)。研究表明, 台风系统内部的微物理过程导致了降水δ18O值的显著偏负, 即“云雨区效应”(许涛 等, 2018; Xu et al, 2019)。台风系统是一个高效的对流和循环系统, 其特点是螺旋雨带上具有极大的风力和有效降水(Lutgents et al, 2013)。气流对流上升过程中, 水汽快速凝结降落, 强降水的高凝结效率导致降水δ18O值极端偏负(Lawrence et al, 1996)。此外, 台风对流系统还存在微弱的下沉气流(Houze et al, 2010), 氧同位素耗尽的水汽会随下沉气流向相对较低的云层移动, 同时水汽凝结释放的潜热会促进台风的发育, 来自海洋的水汽会不断补给台风系统(Lutgents et al, 2013)。当来自海洋的水汽到达台风中心时, 向上移动成为上升气流, 氧同位素耗尽的水汽又会被带到随后的冷凝降水过程中, 造成降水δ18O值偏负(Risi et al, 2010; Kurita, 2013; Lekshmy et al, 2014; Munksgaard et al, 2015; Xu et al, 2019)。另一方面, 台风的生成和活动与厄尔尼诺现象(指秘鲁沿岸及赤道东太平洋地区海水温度异常持续偏高的现象, 一般用赤道东太平洋地区平均海表水温(Sea Surface Temperature, SST)的持续异常偏高作为标志)有一定的关系(Gray, 1984; 李崇银, 1985, 1987; Zhang et al, 2014)。厄尔尼诺年期间, 台风活动天数(从编号开始到消亡的天数)较多, 强度较强(阮均石, 1989), 且台风多在西太平洋偏东、偏南等地生成(Ramage et al, 1981; 何敏 等, 1999)。台风降水较低的稳定同位素组成受诸多因素影响, 而台风的生成地、强度和活动天数又受到厄尔尼诺现象的影响, 目前关于在厄尔尼诺状态下生成的台风降水稳定同位素的特征及影响机制仍认识不清楚, 需要进一步探讨。此外, 了解台风降水δ18O值的变化特征对于了解台风信号能否被古气候载体所记录和古气候重建都具有重要意义。
华南地区是我国受台风影响最频繁的地区之一。据统计, 1951—2015年的65年间, 平均每年有4.5个台风影响到广东沿海地区(陈劲 等, 2018)。2018年2月起, 太平洋厄尔尼诺关键区海温指数持续上涨, 9月赤道中东太平洋海温已进入厄尔尼诺状态。较高的海水温度利于台风的生成, 且温度越高, 台风强度越强(陈志伟, 2019)。因此, 中东太平洋的厄尔尼诺状态为超强台风的生成提供了有利条件。2018年9月前, 太平洋生成的台风基本是偏西、偏北的弱台风, 如“云雀”、“安比”; 9月后, 便生成了一系列偏东的远洋超强台风, 如“山竹”、“玉兔”、“蝴蝶”。这为研究厄尔尼诺状态下台风降水稳定同位素组成的特征以及影响因素提供了基础条件。
“山竹”是2018年9月赤道中东太平洋海温进入厄尔尼诺状态后首个影响我国的台风, 其强度和移动距离均远超过2018年9月之前的台风。本文以台风“山竹”为例, 通过对台风影响期间广州、东莞两地降水稳定同位素数据及气象数据的分析, 探究此次台风在厄尔尼诺状态下的降水稳定同位素变化特征以及影响因素。

1 台风概况

2018年2月起, 太平洋厄尔尼诺关键区的海温不断升高, 6月已超过正常值, 同年9月中国国家气候中心正式宣布赤道中东太平洋海温进入厄尔尼诺状态。“山竹”(Mangkhut, 2018年第22号)是赤道中东太平洋海温进入厄尔尼诺状态后首个影响我国的台风, 是2018年登陆我国的最强台风。台风“山竹”于2018年9月7日20:00(北京时间, 下同)在西太平洋偏东的洋面上生成, 于15日1:40在菲律宾北部登陆, 登陆时为超强台风级(~65m·s-1); 16日17:00前后, 在广东江门沿海附近二次登陆, 登陆时为强台风级(~45m·s-1), 中心最低气压955hPa; 台风“山竹”登陆我国后继续向西北方向移动, 进入广西境内; 17日20:00, 因难以确定其环流中心, 中央气象台停止对其编号(图1a)。
图1 2018年22号台风“山竹”路径

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2950号的标准地图制作; 图b中黄色阴影代表10级风圈, 紫色阴影代表12级风圈

Fig. 1 The path of Typhoon Mangkhut in 2018. The yellow and purple shadings in (b) represent the wind radii of level ten and level twelve, respectively

台风“山竹”在广东江门沿海附近登陆时中心风力达14级, 属强台风级。在登陆前1h左右, 广州与东莞两地均已处于10级风圈内(图1b)。受台风“山竹”影响, 南海北部、广东大部沿海、珠江口有11~13级大风, 阵风14~15级; “山竹”中心经过的附近海面或地区风力可达14~16级, 阵风17级或17级以上。此外, 台风“山竹”给华南地区带来极大降水, 其中最大降水量地区为广东(王晓雅 等, 2019), 本文采样点广州和东莞降水量分别为130mm和95mm(降水数据来源于中国天气网)。

2 研究区域概况、样品采集及测试

本研究采样点分别位于广州市广州大学番禺校区(113°12'36"E, 23°01'12"N)和东莞市虎门镇(113°24'00"E, 22°29'24"N)的开阔地面, 周围无遮蔽物遮挡。广州和东莞位于中国南部珠江下游, 毗邻中国南海北部, 属于东亚季风控制的亚热带季风气候区。
2018年9月16至17日, 台风“山竹”影响广州和东莞两地期间, 以约1h间隔对降水样品进行采集, 样品均为采样时段内的混合雨水, 共收取样品27组, 其中广州13组, 东莞14组。采样时使用洁净的锥形瓶, 采用锡箔纸裹住瓶身, 瓶口插入漏斗并放置一个乒乓球以减少蒸发。接取降水后立即倒入50mL和2mL的干净无色塑料平底离心管中, 装满并用封口膜密封以防止样品蒸发, 并置于4℃冰箱中冷藏保存以避免发生同位素分馏。降水稳定同位素测试在福建师范大学地理科学学院稳定同位素中心完成, 测试仪器为PICARRO(L2140-i)同位素分析仪。δ2H和δ18O测试精度分别优于±1‰和±0.1‰。采样点的气象数据来源于中国天气网。文中δ18O的平均值为加权平均结果, 公式如下:
$\delta \bar{A}=\sum\limits_{i=1}^{n}{{{P}_{i}}\delta {{A}_{i}}/\sum\limits_{i=1}^{n}{{{P}_{i}}}}$
式中, δAi和Pi分别表示降水稳定氧同位素值及相应时段的降水量。

3 结果

3.1 台风降水δ18O的变化特征

受台风“山竹”影响, 广州采样点于9月16日10:00左右开始降水, 并于17日11:00左右停止降水, 降水总量达130mm, 分别占当月和全年降水的85%和7%。台风降水过程中, 广州大气温度在24~29℃之间; 除开始降水的2h和最后降水的2h外, 空气相对湿度均大于90%。东莞采样点于9月16日9:30左右开始降水, 结束于17日凌晨5:00左右, 降水总量为95mm, 温度变化与广州相近, 在23~29℃之间; 空气相对湿度也与广州采样点类似, 除降水过程前后的2h, 其他时段均超过90%。
数据显示, 台风“山竹”期间, 广州和东莞两地降水δ18O值呈现出整体一致的3个阶段的倒U型变化特征(图2)。其中, 前端降水δ18O值相对偏正, 广州采样点为-9.3‰, 东莞采样点为-7.3‰。采样点开始降水后, 两地的相对湿度开始增加, 温度开始下降, 两地均仅下降2℃。随着台风的登陆, 降水量逐渐增加, 此阶段广州采样点共计降水114mm, 最大降水量出现在16日20:00左右, 约为32mm; 东莞采样点降水94mm, 最大降水量出现在16日15:00左右, 约为19mm; 两地在此阶段的降水均占整个台风降水的90%以上。此阶段两地降水δ18O值显著偏负, 广州采样点变化范围为-16.0‰~-19.2‰, 变化幅度较小, 最负值出现在16日18:00左右; 东莞采样点为-13.0‰~-20.0‰, 变化幅度超过广州采样点, 最负值出现在16日13:50左右, 随后开始偏正, 但仍远负于前端降水δ18O值, 于16日21:00左右又转为负偏趋势, 23:00左右开始偏正。在此阶段, 两地的空气相对湿度较大且保持稳定, 温度在24~26℃之间。随着台风的偏离, 降水量逐渐减少, 降水δ18O值偏正, 广州采样点为-5.7‰, 东莞采样点为-8.1‰。台风“山竹”期间, 广州和东莞两地降水δ18O值的倒U型变化特征与前人研究结果一致(孙晓双 等, 2016; 许涛 等, 2018; Xu et al, 2019)。此外, 广州和东莞两地降水的δ2H值变化与其对应的δ18O值变化特征一致, 同样表现为3个阶段的倒U型特征: 前端和尾端相对偏正, 广州采样点δ2H值的变化范围为-72.1‰~-38.6‰, 东莞采样点为-58.5‰~-64.7‰; 中端降水δ2H值极端偏负, 最负值达-146.9‰ (图2)。
图2 台风“山竹”期间广州及东莞采样记录

Fig. 2 Sampling records in Guangzhou and Dongguan during Typhoon Mangkhut (2018)

台风“山竹”在广州和东莞的降水δ18O值最为显著的特征为中端极端偏负, 广州采样点最偏负值达-19.2‰, 东莞采样点最偏负值达-20.0‰, 远低于广州雨季降水δ18O值的加权平均值-7.9‰。此外, 台风“山竹”在广州、东莞两地的降水δ18O值也较其他登陆或影响广州及相邻地区的台风降水δ18O值偏负(表1)。2004年7月台风“圆规”以及“南川”在广州采样点的最负降水δ18O值分别达-8.2‰和-13.1‰; 2007年台风“帕布”在影响广州期间带来大量降水, 记录到最负的降水δ18O值为-14.1‰(尹焕玲 等, 2012)。2007—2009年, 在广州采集的7个台风事件样品中, 最负的降水δ18O值在-11.7‰~-16.4‰之间(Xie et al, 2011)。此外, 2013—2017年, Xu等(2019)监测了8个影响福州的台风, 这8个台风中最负的降水δ18O值范围在-11.4‰~-17.9‰之间。综上可见, 台风“山竹”的降水δ18O值是目前已报道的华南地区所观测到的台风降水中最负的。
表1 台风“山竹”与其他台风降水最负δ18O值的比较

Tab. 1 Comparison of the most negative precipitation δ18O values of Typhoon Mangkhut (2018) and other typhoons

年份 台风名称 最负δ18O值/‰ 采样地点
2018 山竹 -19.2 广州
2018 山竹 -20.0 东莞
2004 圆规 -8.2 广州
2004 南川 -13.1 广州
2007 帕布 -14.1 广州
2007—2009 -- -17.7~-16.4 广州
2013—2017 -- -11.4~-17.9 福州

注: “--”表示多个台风。

3.2 台风大气降水线方程

台风“山竹”降水δ2H值和δ18O值呈线性关系, 广州和东莞的线性方程分别为δ2H=7.41δ18O+0.83 (R2=0.99)(Mangkhut-广州)和δ2H=7.04δ18O-5.96 (R2=0.98)(Mangkhut-东莞)(图3)。两地大气降水线方程的斜率均略低于全球大气降水线的斜率8(Craig, 1961)。台风“山竹”在广州和东莞的降水线方程也均偏离广州大气降水线方程δ2H=8.46δ18O+15 (R2=0.93) (LMWL-广州) (Xie et al, 2011)。广州和东莞两地的台风降水同位素值大都位于大气降水线方程的左下方, 仅有少数几个降水同位素值位于降水线方程的右上方, 说明此次台风的降水主要集中在台风的中端, 且同位素值显著偏负。台风期间, 广州和东莞大气降水线较小的斜率主要是受台风前端和尾端降水δ18O值所影响, 此两阶段δ18O值偏正, 其降水经历了一定程度的蒸发, 导致了同位素的非平衡分馏(许涛 等, 2018)。
图3 台风“山竹”降水δ2H和δ18O的线性关系

GMWL为全球大气降水线方程(Global Meteoric Water Line), 由Craig(1961)提出

Fig. 3 Relationship between δ2H and δ18O in Typhoon Mangkhut (2018) precipitation. GMWL is the Global Meteoric Water Line proposed by Craig (1961)

4 讨论

4.1 过量氘及台风降水的水汽来源

过量氘(d-excess)被定义为d=δD-8δ18O, 一般与降水的水汽来源相联系(Dansgaard, 1964), 是追踪水汽来源的重要参数(田立德 等, 2001)。台风“山竹”影响期间, 广州采样点d值变化范围介于2.5‰~13.9‰, 平均值为9.9‰; 东莞采样点d值变化范围为6.6‰~10.6‰, 平均值为8.3‰。广州和东莞两地的d值略低于全球平均d值(10‰), 也低于广州市多年大气降水平均d值(11.42‰)(Xie et al, 2011)。根据Dansgaard(1964)的研究, 水汽源在暖湿条件下, 其降水d值较低。广州和东莞两地较低的d值说明台风“山竹”降水主要受到海洋暖湿气团的影响。
不同水汽来源的降水同位素变化差异较大(Tian et al, 2001; Yu et al, 2014; Wu et al, 2015), 中国南方地区夏季降水主要有西南水汽通道、南海水汽通道以及东南水汽通道3种水汽来源(柳鉴容 等, 2007)。来自西南水汽通道的水汽团降水δ18O值偏负, 来自南海及东南水汽通道的水汽团降水δ18O偏正(谭明 等, 2010)。为更好地理解台风“山竹”的水汽源, 利用HYSPLIT轨迹模型模拟了广州采样点在台风影响期间不同时刻的水汽轨迹, 模拟的时刻分别是9月16日10:00、16:00及9月17日6:00。台风前端AGL(Above Ground Level)500m处有明显来自于大陆局地的水汽(图4a), 同时又受到蒸发效应的影响, 降水δ18O值相对偏正(广州为-9.2‰, 东莞为-7.3‰), 与广州多年雨季平均降水δ18O值(-7.9‰)相差不大(Xie et al, 2011)。台风登陆后, 台风中端降水的水汽补给主要来源于南海海域(图4b)。前文提到, 来自南海及东南水汽通道的水汽团降水δ18O值偏正, 但是在此阶段两地的台风降水δ18O值极端偏负(最负值达-20‰), 远负于广州多年雨季平均降水的δ18O值(-7.9‰)(Xie et al, 2011)。随台风远离采样点, 台风尾端降水的水汽补给同样主要来自南海海域(图4c), 但其δ18O值相对偏正(广州为-5.7‰, 东莞为-8.1‰)。前人在对来自南海及太平洋的台风“纳沙”、“海棠”的降水同位素特征研究时发现, 二者结构特征相似, 且降水δ18O的最负值也较为接近(分别为-15.5‰和-17‰), 说明不同的生成源地和水汽通道对台风降水稳定同位素组成影响不大(蔡健榕 等, 2019)。此外, 大西洋飓风降水同位素组成的研究也表明水汽来源不是造成飓风降水δ18O值极端偏负的主要因素(Konecky et al, 2019)。综上可见, 水汽来源不是导致台风“山竹”降水氧同位素极端偏负的主要原因。
图4 台风“山竹”期间广州市的水汽轨迹

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2950号的标准地图制作。图中红色、蓝色、绿色线条分别表示AGL500m、AGL1000m、AGL1500m的水汽轨迹

Fig. 4 Vapor transport trajectories in Guangzhou during Typhoon Mangkhut (2018).

The red, blue, and green lines represent the water vapor trajectories of AGL500m, AGL1000m, and AGL1500m, respectively

4.2 台风“山竹”降水氧同位素极端偏负的影响因素

前人研究表明, 大气降水稳定同位素受“同位素效应”影响显著(Dansgaard, 1964)。由于同位素分馏主要受控于相变过程中的温度, 所以“温度效应”尤其突出, 特别在中高纬内陆地区(Dansgaard et al, 1964; Fricke et al, 1999; Kohn et al, 2005)。但是在沿海地区或海洋环境中, 降水量则是影响降水同位素组成的主要因素(Dansgaard, 1964; 柳鉴容 等, 2009; Zhang et al, 2016)。台风“山竹”在降水过程中, 东莞和广州两地温度基本一致, 并且台风在移动过程中对流剧烈, 风力强劲, 因此认为台风降水δ18O值受局地温度的影响有限。广州、东莞两地台风降水δ18O值与温度之间的相关性较低(R2广州= 0.39, n=13; R2东莞=0.42, n=14), 也说明局地温度不是影响台风降水δ18O值变化的主要原因。另外, 过去有研究表明低纬沿海地区“雨量效应”显著(Dansgaard, 1964; Araguás-Araguás et al, 1998; 柳鉴容 等, 2009), 但这些研究多是基于年际或季节尺度; 对于短时间尺度(日尺度和事件尺度)的降水事件, 降水δ18O值与降水量之间的相关性较弱甚至不相关(Lawrence et al, 2004; Kurita et al, 2009)。广州、东莞两地台风“山竹”降水δ18O值与降水量之间的相关性表明, 二者之间不存在显著的相关关系(R2东莞=0.201, n=15; R2广州=0.006, n=12); 同时, 从图2也可以看出, 采样时段内的最大降雨量并不对应最负的降水δ18O值。因此, 采样期间局地的气象参数不是造成台风降水氧稳定同位素组成极端偏负的主要原因。
前人研究发现, 在珠江三角洲地区, 降水δ18O值在年际变化上与NINO3区海水温度存在显著的相关性, 即海水温度会对降水稳定同位素组成产生影响(薛积彬 等, 2007)。厄尔尼诺状态会对台风的生成与活动造成极大影响。厄尔尼诺年间, 台风活动天数较长, 强度较强(阮均石, 1989; 王文秀 等, 2018), 且台风会在西太平洋偏东、偏南等地生成(Ramage et al, 1981; 何敏 等, 1999)。2018年2月起, 太平洋厄尔尼诺关键区海温指数持续上涨, NINO3区海温指数在6月已突破正常值(Japan Meteorological Agency, http://www.jma.go.jp/jma/ index. html)。9月, 中国国家气候中心宣布, 赤道中东太平洋海温已进入厄尔尼诺状态。台风“山竹”生成于西太平洋偏东区域(165°E, 13°N)附近, 距离NINO关键区较近, 距离登陆地广州约6000km, 远超过前文提及影响到广州的台风, 如台风“帕布”、“圆规”、“南川”等, 也远超前文所提及的在华南地区登陆的台风, 如台风“杜鹃”等。因此, 在典型厄尔尼诺状态下, 台风“山竹”较9月前生成的台风移动距离明显增加, 且强度明显增强。研究发现, 台风中端降水δ18O值极端偏负主要是受到台风系统内部微物理过程的影响, 即“云雨区效应”使得台风降水δ18O值极端偏负(Xu et al, 2019)。在厄尔尼诺状态下, 来自远洋的台风“山竹”的风力级别巨大, 中心最大风力达17级以上, 更强的强度及更长的移动距离使得在台风云雨区(云墙)内的对流和循环过程更强, 水汽的凝结效率更高, 这有可能是导致台风“山竹”降水δ18O值较前文所提及的其它台风降水δ18O值更为偏负的主要原因。此外, 有研究表明水汽在向内陆移动过程中会不断地形成降水, 较重的同位素会优先降落, 剩余水汽中的18O会越来越少(Siegenthaler, 1979), 这也同样是导致台风“山竹”降水较其他台风降水具有更负的同位素组成的可能原因。

5 结论

通过对台风“山竹”期间广州、东莞两地的降水δ18O值以及相关气象资料的分析, 主要得出以下结论:
1) 台风“山竹”期间, 广州、东莞两地降水δ18O值变化范围为-20.0‰~-5.7‰, 变幅达14.3‰, 3个阶段整体呈倒U型的变化特征。
2) 台风“山竹”期间, 广州、东莞两地的降水δ18O值与δ2H值均呈线性变化, 其大气降水线方程分别为δ2H=7.41δ18O+0.83(R2=0.99)和δ2H=7.04 δ18O -5.96(R2=0.98)。
3) 台风“山竹”期间, 广州、东莞两地的降水出现极端偏负的δ18O值(广州-19.2‰, 东莞-20.0‰)。在典型厄尔尼诺状态下, 台风“山竹”内部更强的对流和水汽循环过程有可能是造成降水氧同位素组成呈极端偏负的原因。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
蔡健榕, 许涛, 姜修洋, 2019. 双台风“纳沙” “海棠”期间福州降水δ18[J]. 亚热带资源与环境学报, 14(2):34-40.

CAI JIANRONG, XU TAO, JIANG XIUYANG, 2019. Characteristics and influence factors of δ 18O in the precipitation of binary typhoon “Nesat” and “Haitang” at Fuzhou [J]. Journal of Subtropical Resources and Environment, 14(2):34-40 (in Chinese with English abstract).

[2]
陈劲, 杨玺, 汤振鹏, 2018. 登陆广东的台风强度和路径特征分析[J]. 气象研究与应用, 39(3):37-39+56.

CHEN JIN, YANG XI, TANG ZHENPENG, 2018. The intensity and path characteristics analysis of the typhoons landing in Guangdong[J]. Journal of Meteorological Research and Application, 39(3):37-39, 56 (in Chinese with English abstract).

[3]
陈志伟, 2019. 西太热带气旋的气候特征及对海洋热状态响应机理的研究[D]. 上海: 上海师范大学: 1-165.

CHEN ZHIWEI, 2019. Climatic characteristics of the Northwest Pacific tropical cyclone and its response mechanism with the thermal status of ocean[D]. Shanghai: Shanghai Normal University: 1-165 (in Chinese with English abstract).

[4]
何敏, 宋文玲, 陈兴芳, 1999. 厄尔尼诺和反厄尔尼诺事件与西北太平洋台风活动[J]. 热带气象学报, (1):18-26 (in Chinese).

[5]
李崇银, 1985. 厄尼诺与西太平洋台风活动[J]. 科学通报, (14):1087-1089 (in Chinese).

[6]
李崇银, 1987. 厄·尼诺影响西太平洋台风活动的研究[J]. 气象学报, 45(2):229-236.

LI CHONGYIN, 1987. A study on the influence of El Niño upon typhoon action over western pacific[J]. Acta Meteorologica Sinica, 45(2):229-236 (in Chinese with English Abstract).

[7]
柳鉴容, 宋献方, 袁国富, 等, 2007. 我国南部夏季季风降水水汽来源的稳定同位素证据[J]. 自然资源学报, 22(6):1004-1012.

LIU JIANRONG, SONG XIANFANG, YUAN GUOFU, et al, 2007. Stable isotope evidence of vapor sources in summer monsoonal precipitation over southern China[J]. Journal of Natural Resources, 22(6):1004-1012 (in Chinese with English abstract).

[8]
柳鉴容, 宋献方, 袁国富, 等, 2009. 中国东部季风区大气降水δ18O的特征及水汽来源 [J]. 科学通报, 54(22):3521-3531.

LIU JIANRONG, SONG XIANFANG, YUAN GUOFU, et al, 2009. Characteristics of δ 18O in precipitation over eastern monsoon China and the water vapor sources [J]. Chinese Science Bulletin, 54(22):3521-3531 (in Chinese).

[9]
阮均石, 1989. 1982—1983年强厄尔尼诺现象与西北太平洋台风活动的初步分析[J]. 海洋通报, (3):21-28 (in Chinese).

[10]
孙晓双, 王晓艳, 翟水晶, 等, 2016. 台风“麦德姆”福州降水δ18O特征及水汽来源分析 [J]. 自然资源学报, 31(6):1041-1050.

SUN XIAOSHUANG, WANG XIAOYAN, ZHAI SHUIJING, et al, 2016. The analysis of the characteristics and water vapor source of the δ 18O in the precipitation of typhoon “Matmo” at Fuzhou [J]. Journal of Natural Resources, 31(6):1041-1050 (in Chinese with English abstract).

[11]
谭明, 南素兰, 2010. 中国季风区降水氧同位素年际变化的“环流效应”初探[J]. 第四纪研究, 30(3):620-622.

TAN MING, NAN SULAN, 2010. Primary investigation on interannual changes in the circulation effect of precipitation oxygen isotopes in monsoon China[J]. Quaternary Sciences, 30(3):620-622 (in Chinese) .

[12]
田立德, 姚檀栋, 孙维贞, 等, 2001. 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: 地球科学), 31(3):214-220 (in Chinese).

[13]
王文秀, 林燕丹, 许桂旋, 等, 2018. 1951~2016年厄尔尼诺/拉尼娜事件对登陆华南地区台风的影响[J]. 亚热带水土保持, 30(2):13-19.

WANG WENXIU, LIN YANDAN, XU GUIXUAN, et al, 2018. Impact of El Niño or La Niña on the typhoon landed in south China from 1951 to 2016[J]. Subtropical Soil and Water Conservation, 30(2):13-19 (in Chinese with English abstract).

[14]
王晓雅, 蒋卫国, 邓越, 等, 2019. “山竹”台风影响地区的小时降雨动态变化及危险性动态评估[J]. 灾害学, 34(3):202-208.

WANG XIAOYA, JIANG WEIGUO, DENG YUE, et al, 2019. Hourly rainfall dynamics and hazard dynamic assessment of Mangkhut Typhoon-affected areas[J]. Journal of Catastrophology, 34(3):202-208 (in Chinese with English abstract).

[15]
许涛, 蔡健榕, 孙晓双, 等, 2018. 台风“杜鹃”降水δ18O的云雨区效应初探 [J]. 自然资源学报, 33(12):184-194.

XU TAO, CAI JIANRONG, SUN XIAOSHUANG, et al, 2018. A tentative study of “Cloudy and Rainy Area Effect” of the δ 18O in the precipitation of typhoon “Dujuan” [J]. Journal of Natural Resources, 33(12):184-194 (in Chinese with English abstract).

[16]
薛积彬, 钟巍, 赵引娟, 2007. 珠江三角洲地区降水中δ18O的变化特征及与ENSO的关系 [J]. 地理科学, 27(6):825-830.

XUE JIBIN, ZHONG WEI, ZHAO YINJUAN, 2007. Variations of δ 18O in precipitation in the Zhujiang (Pearl) river delta and its relationship with ENSO event [J]. Scientia Geographica Sinica, 27(6):825-830 (in Chinese with English abstract).

[17]
尹焕玲, 钟巍, 马巧红, 等, 2012. 极端天气事件下广州市大气降水δ18O的变化特征研究 [J]. 华南师范大学学报(自然科学版), 44(4):121-127.

YIN HUANLING, ZHONG WEI, MA QIAOHONG, et al, 2012. Variational characteristics of δ 18O in precipitation in Guangzhou under extreme weather events [J]. Journal of South China Normal University (Natural Science Edition), 44(4):121-127 (in Chinese with English abstract).

[18]
ARAGUÁS-ARAGUÁS L, FROEHLICH K, ROZANSKI K, 1998. Stable isotope composition of precipitation over southeast Asia[J]. Journal of Geophysical Research: Atmospheres, 103(D22):28721-28742.

[19]
CRAIG H, 1961. Isotopic variations in meteoric waters[J]. Science, 133(3465):1702-1703.

PMID

[20]
DANSGAARD W, 1964. Stable isotopes in precipitation[J]. Tellus, 16(4):436-468.

[21]
FRICKE H C, O’NEIL J R, 1999. The correlation between 18O/16O ratios of meteoric water and surface temperature: its use in investigating terrestrial climate change over geologic time [J]. Earth and Planetary Science Letters, 170(3):181-196.

[22]
GRAY W M, 1984. Atlantic seasonal hurricane frequency. Part I: El Niño and 30 mb quasi-biennial oscillation influences[J]. Monthly Weather Review, 112(9):1649-1668.

[23]
GEDZELMAN S, LAWRENCE J, GAMACHE J, et al, 2003. Probing hurricanes with stable isotopes of rain and water vapor[J]. Monthly Weather Review, 131(6):1112-1127.

[24]
HOUZE R A, 2010. Clouds in tropical cyclones[J]. Monthly Weather Review, 138(2):293-344.

[25]
KOHN M J, WELKER J M, 2005. On the temperature correlation of δ 18O in modern precipitation [J]. Earth and Planetary Science Letters, 231(1-2):87-96.

[26]
KONECKY B L, NOONE D C, CONN K M, 2019. The influence of competing hydroclimate processes on stable isotope ratios in tropical rainfall[J]. Geophysical Research Letters, 46(3):1622-1633.

[27]
KURITA N, 2013. Water isotopic variability in response to mesoscale convective system over the tropical ocean[J]. Journal of Geophysical Research: Atmospheres, 118(18):10376-10390.

[28]
KURITA N, ICHIYANAGI K, MATSUMOTO J, et al, 2009. The relationship between the isotopic content of precipitation and the precipitation amount in tropical regions[J]. Journal of Geochemical Exploration, 102(3):113-122.

[29]
LAWRENCE J R, GEDZELMAN S D, 1996. Low stable isotope ratios of tropical cyclone rains[J]. Geophysical Research Letters, (5)23:527-530.

[30]
LAWRENCE J R, GEDZELMAN S D, DEXHEIMER D, et al, 2004. Stable isotopic composition of water vapor in the tropics[J]. Journal of Geophysical Research Atmospheres, 109(D6):D06115.

[31]
LAWRENCE J R, GEDZELMAN S D, ZHANG XIAOPING, et al, 1998. Stable isotope ratios of rain and vapor in 1995 hurricanes[J]. Journal of Geophysical Research: Atmospheres, 103(D10):11381-11400.

[32]
LEKSHMY P R, MIDHUN M, RAMESH R, et al, 2014. 18O depletion in monsoon rain relates to large scale organized convection rather than the amount of rainfall [J]. Scientific Reports, 4:5661.

PMID

[33]
LUTGENS F K, TARBUCK E J, TASA D G, 2012. The Atmosphere: An introduction to meteorology[M]. 12th ed. New York: Prentice Hall, 302-325.

[34]
MUNKSGAARD N C, ZWART C, KURITA N, et al, 2015. Stable isotope anatomy of tropical cyclone Ita, North-Eastern Australia, April 2014[J]. PLoS One, 10(3):e0119728.

PMID

[35]
OHSAWA S, YUSA Y, 2000. Isotopic characteristics of typhonic rainwater: typhoons no.13 (1993) and no.6 (1996)[J]. Limnology, 1(2):143-149.

[36]
RAMAGE C S, HORI A M, 1981. Meteorological aspects of El Niño[J]. Monthly Weather Review, 109(9):1827-1835.

[37]
RISI C, BONY S, VIMEUX F, et al, 2010. Evolution of the stable water isotopic composition of the rain sampled along Sahelian squall lines[J]. Quarterly Journal of the Royal Meteorological Society, 136(S1):227-242.

[38]
SIEGENTHALER U, 1979. Stable hydrogen and oxygen isotopes in the water cycle[M]// JÄGER E, HUNZIKER J C. Lectures in Isotope Geology. Berlin: Springer:264-273.

[39]
TIAN LIDE, YAO TANDONG, SUN WEUZHEN, et al, 2001. Relationship between δD and δ 18O in precipitation on north and south of the Tibetan Plateau and moisture recycling [J]. Science in China Series D Earth Sciences, 44(9):789-796.

[40]
WU HUAWU, ZHANG XINPING, LI XIAOYAN, et al, 2015. Seasonal variations of deuterium and oxygen-18 isotopes and their response to moisture source for precipitation events in the subtropical monsoon region[J]. Hydrological Processes, 29(1):90-102.

[41]
XIE LUHUA, WEI GANGJIAN, DENG WENFENG, et al, 2011. Daily δ 18O and δD of precipitations from 2007 to 2009 in Guangzhou, South China: Implications for changes of moisture sources [J]. Journal of Hydrology, 400(3-4):477-489.

[42]
XU TAO, SUN XIAOSHUANG, HONG HUI, et al, 2019. Stable isotope ratios of typhoon rains in Fuzhou, Southeast China, during 2013-2017[J]. Journal of Hydrology, 570:445-453.

[43]
YU WUSHENG, YAO TANDONG, LEWIS S, et al, 2014. Stable oxygen isotope differences between the areas to the north and south of Qinling mountains in China reveal different moisture sources[J]. International Journal of Climatology, 34(6):1760-1772.

[44]
ZHANG HAN, GUAN YUPING, 2014. Impacts of four types of ENSO events on tropical cyclones making landfall over mainland China based on three Best-track datasets[J]. Advances in Atmospheric Sciences, 31(1):154-164.

[45]
ZHANG MINGJUN, WANG SHENGJIE, 2016. A review of precipitation isotope studies in China: Basic pattern and hydrological process[J]. Journal of Geographical Sciences, 26(7):921-938.

Options
Outlines

/

〈 〉