在澳大利亚的降水稳定同位素Jianrong Liu,1,2Guobin Fu,1,3Xianfang Song,1Stephen P. Charles,1,3Yinghua Zhang,1Dongmei Han,1and Shiqin Wang12010年4月22日收到；2010年7月修订；2010年8月被接受；2010年12月7日出版[1 ]在1962到2002的降水从全球降水同位素观测网（GNIP）的七家澳大利亚站点得到稳定氘(δD)和δ18Ｏ同位素数据被用来研究同位素特征包括时间和空间在澳大利亚不同地区的分布。

在1534个样本的基础上，当地站点降水线(LMWL)被确定为δD=7.10δ18Ｏ+8.21.δ18Ｏ显示从北向中部和南部澳大利亚（大陆效应）和从西到东耗尽的趋势。

降水量一般大于温度的影响的影响，二次或对数相关描述D / T和D／P比线性关系。

非线性逐步回归确定每个站控制的气象因子，解释50%或更多δ18Ｏ的变化。

地理因素和δD控制δ18Ｏ的关系：δ18Ｏ（‰）＝0.005纬度或−0.034经度（°）-0.003高度（米）-4.753，进而表现出特别的降水形成条件主要有四个季节性降雨区。

最后，证实δ18Ｏ小波相干（WTC）和SOI之间的ENSO影响了从东到西和北澳大利亚。

引用: Liu, J., G. Fu, X. Song, S. P. Charles, Y. Zhang, D. Han, and S. Wang (2010), Stable isotopic compositions inAustralian precipitation, J. Geophys. Res. , 115, D23307, doi:10.1029/2010JD014403.1.引言[2]用稳定氘和氧18降水同位素来探测水汽源[Celle‐Jeanton et al. , 2004; Iqbal, 2008], 地下水补给[ Tsujimura et al., 2007a]和地表水和地下水之间的相互作用[ Singleton et al., 2005; Songet al., 2006]是很有用的。

系统调查降水同位素精度这样的应用程序是一个先决条件，降水是最重要的输入水文系统和气候系统的主要因素之一[Harvey and Welker, 2000]。

为了在全球范围内获得系统和连续稳定的同位素数据，1961年，国际原子能机构(IAEA)和世界气象组织(WMO)联合推出了全球降水同位素观测网(GNIP)。

Dansgaard首先回顾GNIP数据,有关观测降水同位素组成的环境参数（如表面空气温度,降水,纬度、海拔高度和距离海岸）。

一系列后续的研究[ e.g ., Yu rtsever and Gat, 1981; Rozanski et al., 1993; Araguás -Araguáset al., 2000]一般确认了这些实证结果。

目前，GNIP项目已经从44个国家的大约100站扩展到800个国家超过800个站。

一些国家把多个站,形成一个全国性的降水同位素网络[e.g.,Welker, 2000; Kralik et al. , 2003; Schürch et al., 2003;Liu et al., 2010; P. Fritz et al., 降水和地下水同位素组成在加拿大,论文发表在国际研讨会，1987]收集到的数据被广泛应用在各种不同的水文和气象研究。

美国的一些研究调查同位素的变化包括降水[e.g., Wel ker , 2000; Harvey and Welker , 2000; Iqbal, 2008], 地表水[Kendall and Coplen , 2001; Gosselin et al., 1997; Lachniet and Patterson,2009], 和土壤水分[ Roberts on and Gazis, 2006]。

在中国,18O在东部季风区降水季节性变化[ Posmentier et al. , 2004]，降雨带传输,并在台风和热带风暴路径变化[ liu et al.,2008,2010]。

在蒙古，分析18O和大气湿度和降水D含量[ Tsujimura et al. , 2007b]已经被用来描述大气水圈生物圈[Yamanaka et al. , 2007]的相互作用[Sugita et al. ,2007]。

一个同位素运输模型还被应用于水源的识别[ Sato et al., 2007]。

[3]在澳大利亚Treble et al。

[2005]检查天气之间的关系模式和降水18O使用5年日常事件数据集从塔斯马尼亚,澳大利亚南部。

他们的研究结果表明18O和沉淀量成反比,只有与网站表面温度的弱关系。

在1994 - 2002年Barras and Simmonds[2008]调查事件记录的降水18 O在塔斯马尼亚马尔盖特通过分析三维拉格朗日轨迹和复合材料ERA40 850 hpa位势高度。

轨迹分析发现夹带水分发生48小时期间到来之前所有的气团。

此类研究捕获信息辅助至天天气变化,不存在月度样本。

[4]综合分析长期记录的降水同位素在澳大利亚还没有文献报道,在澳大利亚是南半球的一个重要源古气候记录。

澳大利亚同位素数据的分析将有助于更好地理解分馏机制影响较低的纬度和中纬度沿海地区。

此外,经过近4年的数据收集是验证是否感兴趣的同位素分馏的物理机制Dansgaard[1964]的早期发现是符合澳大利亚GNIP站。

因此本研究的目标是(1)确定在降水稳定同位素组成特征及其空间演化在澳大利亚;(2)确定主要环境控制在18O基于统计和小波分析,和(3)描述氘过量(简而言之,称为d以后)模式对不同降雨区域和局部环流影响调查的影响。

本研究的结果可以用于参考的相关同位素调查,特别是在南半球。

2.数据和方法2.1稳定同位素和气象数据[5]9个分布在澳大利亚的GNIP站点（图1），代表四个主要气候区[ Sternet al., 2000]。

这些站点开始系统的收集月降水样品在1962年，包括Darwin (12.43 °S, 1 30. 87 °E) ，艾丽斯斯普林斯(2 3.8 °S, 133 .88 °E)，Brisbane(27.43°S, 1 53.08°E) , Per th (31. 95°S, 1 15 .97°E),Adel ai de (34.93°S, 138.58 °E), and Melbourne (37.82°S,144.97°E). Cape Grim (Tasmania) (40.68°S, 144.69°E), and Pe rth C SIRO (3 1. 9 5°S, 1 1 5. 7 8°E)分别于1979年和1983年,开始他们的观察。

珀斯站由珀斯取代联邦科学与工业研究组织(CSIRO)站。

这两个站是位于非常接近对方,和他们的气候条件是相似的，我们认为他们是一个站在以后的讨论(J. Turner, 个人沟通,2009)。

因为没有D、18O Campbeltown站的数据(34.4°S、150°N),只有1985年和1986年的氚数据,它们不是用于这项研究。

[6]所有的D and18O数据表示为：δ（‰）=1000*（R样本-R标准溶液）/R标准溶液（1）R指的是D / H 或18 O/ 16O比,也指的是维也纳标准意味着海水(V-SMOW)。

[7]消失的月度温度、大量降水,这些站点取而代之的是蒸汽压数据值由Lavery et al从澳大利亚高质量数据集采集。

[1992]这些站已经通过了若干标准,形成最可靠的数据集用于研究降雨特征在澳大利亚[ Lavery et al.,1992; Fu et al., 2010a]。

[8]基于加权d值(δp)由每月平均降水数量,使用方程：[9]一个月大尺度气候指数、南方涛动指数(SOI)，用于解释δ18O气候和降水之间的关系。

计算SOI每月或季节性气压塔希提岛和达尔文的区别,澳大利亚北部。

持续的消极或积极价值观的SOI通常表明厄尔尼诺现象或拉尼娜事件,也伴随着持续变暖或冷却的中部和东部热带太平洋和减少或增加在太平洋信风的力量[ Fu et al., 2009]。

每月SOI从NOAA 获得数据集(/data/climateindices/list/)。

2.2小波相干性分析[10]小波相干(WTC)分析方法用于诊断d18O和气象参数之间的相关性,如温度、降水多,SOI,为了研究降水δ18O如何反映出这些信号在时间和频率域。

WTC是当地两个信号之间的相关性。

[Torrence and Compo,1998; Torrence and Webster, 1999; Grinsted et al. , 2004]，特别有用在强调时间和频率间隔两种现象有一个互动[ e.g.,Casty et a l . ,2007; Zhouand Chan, 2007; Mendoza et al.,2007; Rong et al., 2007]。

WTC被定义为：年代是一个平滑算子。

WTC由两个CWTs计算(连续小波转换)。

这里x n(x n,n = 1,…,n)是一个时间序列以同样的时间间隔δt,CWT x n被定义为：在年代规模因素。

我们使用Morlet 输入法小波,因为它提供了一个良好的平衡和频率定位,而且它已经在先前的水文气象研究和验证使用在澳大利亚[ Nakken, 1999;Kirkup et al., 2001; Beecham and Chowdhury, 2 00 8 , 20 09 ;Chowdhury and Beec ham, 2 010]。

它被定义为：在w0是无因次频率和是无因次时间。

统计显著性水平对红色小波相干噪声背景估计使用蒙特卡罗方法[1998]。

3结果与讨论3.1δD和δ18O的基本特征[11]每个站的基本信息是表1中列出。

这里使用的δp值比较,因为在某些情况下,偶尔很稀少的降水,未加权的平均δ值可能是深受几个月影响。

在这种情况下,或多或少蒸发掉的程度下降导致极端的d值偏离正常[Dansgaard, 1964]δ18O范围从15.41−15.41‰,和δd范围从−111.2到64.7‰。

除了艾丽斯斯普林斯(位于内陆)，显示相对较小的变化,这意味着岛屿和沿海地区的降水d值接近的海洋这些值通常是第一个从安静的海洋水分冷凝[Arag uásAr ag uás et al., 2000]同位素演化出消耗趋势从沿海向内陆(大陆效应) ，从西到东,按照主要风暴跟踪澳大利亚南部经历了。