doi10.12006/j.issn.1673-1719.2018.111罗小青 , 徐建军 . 青藏高原大气热源及其估算的不确定性因素 [J]. 气候变化研究进展 , 2019, 15 1 33-40Luo X Q, Xu J J. Estimate of atmospheric heat source over Tibetan Plateau and its uncertainties [J]. Climate Change Research, 2019, 15 1 33-40青藏高原大气热源及其估算的不确定性因素罗小青1,2，徐建军1,21 广东海洋大学南海海洋气象研究院，湛江 524088；2 广东海洋大学海洋与气象学院，湛江 524088气候变化研究进展第 15 卷 第 1 期 2019 年 1 月 CLIMATE CHANGE RESEARCHVol. 15 No. 1January 2019摘 要 基于 1980 2016 年的 4 套再分析资料 NCEP/DOE 资料、 MERRA2 资料、 ERA-Interim 资料和 JRA-55 资料 ，采用计算大气热源的正算法和倒算法，研究青藏高原大气热源及其计算的不确定性因素，得到以下结论 1 计算方法和资料均会导致结果的不确定性，正算法只能得到整层热源，而倒算法可得到热源垂直结构，但其结果准确性依赖于再分析资料精度； 2 对比 4 套再分析资料计算结果发现，正算法结果较倒算法结果普遍偏高，采用 ERA-Interim 资料，基于两种方法计算的大气热源年代际变化趋势一致。基于 4 套资料，采用倒算法计算的热源在 1980 2016 年呈现明显的年代际变化特征； 3 夏半年 3 8 月 强热源区主要分布在青藏高原中东部，热源自下而上呈源 − 汇 − 源分布； 4基于正算法和 ERA-Interim 资料估算的夏半年的降水潜热在喜马拉雅山南坡显著偏小，高原西部地区和南部冈底斯山一带则明显偏大。关键词 青藏高原；大气热源；不确定性；正算法；倒算法收稿日期 2018-07-31； 修回日期 2018-08-27资助项目 中国科学院战略性先导科技专项 XDA20060503；国家重点研发专项 2018YFA0605604；国家重点研发专项 2017YFC1501802）作者简介 罗小青，女，博士研究生， luo_引 言大气热源是反映空气柱热量收支的物理量。热源为正 负 ，表明空气柱收入 放出 热量。在定常情况下，热 冷 源的空气得到（失去）热量后，通过动力作用，如冷平流和上升冷却（暖平流和下沉增温）过程来耗散所得（失去）热量[1]。位于对流层中层的青藏高原大气热源是东亚天气气候系统独有的现象，对其作出准确评估，对于正确认识青藏高原在亚洲乃至全球气候变化中的作用至关重要[2-3]。关于青藏高原大气热源的定量研究始于 20 世纪 50 年代， Flohn[4]于 1957 年提出青藏高原夏季是一个热源， Yanai 等[5]和 Wang等[6]分别采用倒算法和正算法证实了此结论。众所周知，高原大气热源存在明显季节变化[7]，季风爆发前 后 ，地面感热 潜热 为高原大气主要热源[5]。近十几年，伴随着增温停滞[8]，青藏高原显著增温[9]、印度洋和南海海温增加[10]、亚洲夏季风减弱[11]等气候变化大背景，高原热源也呈现出显著的年际和年代际变化特征。气候变化研究进展 2019 年34气 候 系 统 变 化关于高原热源不确定性问题的研究较少，不同学者对高原地区大气热源的研究得到不太一致的结论[12-13]。王美蓉等[14]利用高原中东部 71 个台站、 2 套卫星资料和 3 套再分析资料定量计算了高原大气热源，观测资料显示高原热源有年代际减弱的趋势，但再分析资料计算结果则不尽相同。Duan 等[2]就定量估计青藏高原地区大气热源的不确定性问题作了深入分析，认为导致计算结果产生偏差的原因主要来源于高原上观测站点分布不均、直接观测资料少和拖曳系数难以确定、卫星资料误差太大以及模式和资料同化误差 4 个方面。现今很少有人就高原大气热源估算的不确定问题作系统阐述，本文从高原大气热源计算方法的不确定性和资料的不确定性两方面进行探讨，并对高原大气热源和水汽汇作气候诊断分析，旨在为更进一步研究高原热源和水汽汇提供科学基础。1 计算方法和资料首先提出大气热源计算方法的是 Yanai[15]，即公式 1 和 2。 Q1和 Q2分别表示大气热源和水汽汇，当 Q1值为正时，表示大气柱有净的热量收入，反之，则有净支出；当 Q2为正时，则表示有净的水汽支出，反之，则有净收入。由公式 1可知，影响大气热源的因子为位温局地变化项、位温平流项和位温垂直变化项，大气热源 Q1正负分别表示热源和热汇，对于公式 2 的第一、二和三项则分别表示比湿的局地变化项、比湿平流项和比湿垂直变化项。计算 Q1的具体方法包括正算法和倒算法[5]。定容比热 cp1005 J/kgK，海平面气压p01013.25 hPa， k ≈0.286，水汽相变潜热 L 2.5106J/kg， p 指气压， q、 ω 和 q 分别为水平区域平均位温 K、垂直速度 hPa/s和比湿 g/kg 。 t 和 V 分别为对时间偏微分和水平速度矢量。1.1 正算法正算法也称“顺算法”，该方法基于辐射平衡，认为大气热源是净辐射、感热和潜热之和，见公式 3。整层大气净辐射加热 、近地面的感热 QSH和凝结潜热 QL求和相加，即得到整层大气热源 。 用卫星资料或再分析资料计算，QSH 和 QL 采用台站资料或再分析资料计算。青藏高原地区气象台站稀疏，因此使用台站资料计算大气热源存在较大问题。 ∫ dp， pS 和 pT 分别为地表面气压和大气层顶或对流层顶气压，单位 hPa。 QL和QSH 分别为近地面单位面积空气柱的降水凝结潜热和感热通量，单位分别为 kg/m2s和 W/m2。对于大气净辐射加热 S-F， S 和 F 分别表示整层的短波和长波净辐射。也可采用公式4 计算。下标“∞”和“ 0”分别表示大气层顶和地表面，上标“↑”和“↓”分别表示向上和向下， R 为净辐射，各辐射量单位均为 W/m2。太阳辐射自大气层顶到地面的过程和地面长波辐射穿过大气层的过程会受到太阳活动、能见度、天气状况、气溶胶颗粒、云状及云量、下垫面等因素的影响，大气净辐射的公式很多[16-17]，计算存在的问题也较多。对于湍流交换的地面感热 QSH，一般采用总体动力学公式 5[18]计算。其中r 空和r水分别为空气密度和水汽密度，热力拖曳系数 CD常取0.003 ～ 0.009 之间， V10m 为 10 m 风速。对于固定区域，r空和 CD变化对感热的影响可忽略，因此风速和陆气温度差是决定感热的主要因素。对于凝结潜热 QL，常利用公式 6 计算。 Tsurface、 T2m和 P 分别代表地表温度、地面 2 m 气温和降水量。 QSH QL。 3g1pSpT R∞ - R0 S∞↓-S∞ ↑ - S 0↓-S0 ↑ - F0 ↓-F0 ↑ - F∞ 。 4QSH cp r空 CDV10m Tsurface - T2m； 5QL P L r水 。 6Q1 cp k V q ω ； 1pp0[ ]qtDqpQ2 -L V q ω 。 2[ ]qtD 1 期 35罗小青，等青藏高原大气热源及其估算的不确定性因素正算法可得到整个大气层或对流层的 及各个分量的水平空间分布，但得不到其垂直结构特征，计算结果单位一般取 W/m2。采用正算法计算大气热源，需要的资料种类多，计算过程繁杂。CD 的取值对结果影响很大，青藏高原中东部的取值范围为 3.310-3～ 4.410-3之间[19]。自 20 世纪 90 年代以来，青藏高原气温明显上升、风速显著减弱的背景下， CD取值显得尤为重要，本文采用正算法计算大气热源采用的 CD0.004。1.2 倒算法倒算法也称“残差诊断法”，针对公式 1，对等压面上的位温局地变化、温度平流和温度垂直变化项相加的结果，进行垂直积分即可得到公式 7 大气热源 ，单位取 W/m2或 K/d。采用倒算法不仅可以求取地表热源 / 汇分布，也可算出对流层下部，如 1000 ～ 500 hPa 热量的分布，同时该方法也可算出平流作用和垂直运动对 的贡献以及每个等压面上大气热源的水平分布。现今随着资料同化手段的迅速发展，再分析资料的种类和精度得到显著提升，因此计算大气热源的倒算法得到广泛使用。 Chan 等[20]基于 NCEP、ERA40 和 ERA-15 再分析资料，利用该方法计算了大气非绝热加热。1.3 资料现今常用来计算大气热源的资料有 3 种观测资料、卫星资料和再分析资料。观测资料计算大气热源存在如下问题倒算法涉及各个高度层的温度、水平风速和垂直速度，而正算法不仅涉及地面观测变量，还需要整层大气净辐射通量，因此热源计算结果同样存在一定的不确定性。卫星资料主要用于计算大气净辐射，最常用的有TRMM、 ISCCP 和 AVHRR，但是卫星资料的观测时段一般较短，不能用于研究大气热源年代际问题，同时高原地区强烈的对流活动也会影响到卫星资料的精度。本文使用 1980 2016 年 4 种再分析资料计算青藏高原区域平均 83～ 103 E，28～ 35 N的整层大气热源。所用资料包括NCEP/DOE（ 2.5 2.5 、 MERRA2（ 0.67 0.5 、JRA-55（ 1.25 1.25 和 ERA-Interim（ 0.5 0.5逐月再分析资料。文中还使用了 APHRODITE（ 0.25 0.25 高分辨率逐日降水观测资料计算夏季潜热。2 计算结果的不确定性图 1 给出用两种方法和 4 种资料的计算结果。就 ERA-Interim 资料计算结果来看，青藏高原大气热源在 1998 年前呈增加趋势，之后则呈减弱趋势。但观测资料[21]显示 1980 2007 年热源的线图 1 基于正算法 a 和倒算法 b 的 4 种再分析资料计算的 1980 2016 年青藏高原大气热源年代际变化Fig. 1 Inter-decadal variation of atmospheric heat source based on direct a and indirect b using four reanalysis data over the Tibetan Plateau during 1980-2016注虚线表示 lowess 平滑，红色分段直线分别表示 ERA-I 资料计算热源在 1980 1998 年， 1999 2012 年和 2013 2016 年的线性趋势。8055305-20Q1/W/m21980 1988 1996 2004 2012 年8055305-20Q1/W/m2-45-701980 1988 1996 2004 2012 年a bNCEP/DOE JRA-55 ERA-I MERRA2cpg[ ] ∫ dp。 7pSpT k pp0 V q ω qtD气候变化研究进展 2019 年36气 候 系 统 变 化性变化趋势为负值，这也说明再分析资料研究大气热源仍然存在一定的不确定性。由图 1a 可见，正算法除 JRA-55 资料的计算结果外，其余均显示 2012 年以后热源显著增加。 ERA-Interim 正算法估算的热源偏高，热源值极差最小，强度约为55 W/m2， 4 种资料的变化趋势也不尽相同。对于倒算法 图 1b， 4 种资料计算的热源和水汽汇 图略 的年代际变化趋势较为一致， ERA-Interim 资料和 MERRA2 资料计算结果较为接近 图 1 和图2，但较其他两种资料结果偏高。除 MERRA2 资料外，其他 3 种资料结果都是正算法结果明显偏大，但两种方法对于大部分热源偏强的年份，如1985 年、 1990 年、 1998 年、 2010 年等的描述结果一致，对于热源偏弱的年份，如 1994 年、 2003年、 2005 年等的结果也基本一致。图 1 和图 2 由于是区域平均的结果，因此所选区域的大小也会影响计算结果。正算法需采用卫星资料或辐射观测资料计算大气净辐射，然而辐射各个分量一般较难获取，且辐射资料存在适用性及代表性不足的问题。计算地面感热的拖曳系数 CD的取值存在很大不确定性，并且适用性较高的高原降水观测资料很少，因此使用正算法估算大气热源存在很大困难，需谨慎对待其计算结果。现今，计算高原大气热源的倒算法应用普遍，该方法也能得到大气热源各个分量的垂直结构，ERA-Interim 资料两种方法计算热源的线性趋势一致，与其他学者研究也相符合[14, 21]。倒算法计算大气热源的精度主要依赖于再分析资料，虽然不同再分析资料的各个要素在高原的适用性有所差别，但其计算过程简洁，从图 1 中可看到一致的年代际变化特征，对于热源异常年份也具有较好描述。3 结果分析青藏高原地区平均海拔超过 4000 m，本文重点关注 500 hPa 夏半年 3 8 月大气热源的空间分布情况。基于倒算法，利用 4 种再分析资料得到 500 hPa 夏半年大气热源的气候态空间分布图 3。除 NCEP/DOE 资料估算的整个高原为强热源外，其余 3 种资料都显示高原周边，比如喜马拉雅山、阿尔金山及高原中东部地区为强热源区，强度最大可达 2 K/d，水汽汇的空间分布与热源一致 图略 。与青藏高原强热源形成鲜明对比的是伊朗高原的强冷源区，虽然两者都是处于20～ 40 N 范围的高原，但是热源的水平分布差异较大，而较高纬度的阿尔泰山和蒙古高原一带也表现为一个强热源区。分析环流场 图 4 可发现，蒙古高原地区和青藏高原地区都为明显的风场辐合区，青藏高原地区辐合更为显著，辐合中心位于三江源附近，其对应较强的热源。伊朗高原则没有明显辐合特点，风向以偏北风为主。因此认为三江源地区低层大气辐合的强弱很可能与该地区热源及水汽汇强弱有关。青藏高原大部分地区均为强烈的辐合上升区，紧邻印度季风区和东亚季风区，印度洋及副热带西北太平洋暖湿气图 2 基于正算法 a 和倒算法 b 的 4 种再分析资料计算的大气热源箱线图Fig. 2 Boxplot of atmospheric heat source based on direct a and indirect b5030Q1/W/m210a bNCEP/DOE JRA-55 ERA-I MERRA2 NCEP/DOE JRA-55 ERA-I MERRA26020-20Q1/W/m2-1 期 37罗小青，等青藏高原大气热源及其估算的不确定性因素流带来了充沛的水汽，从而使得高原成为大气热量和水汽的源区。因此，青藏高原也享有“中空热岛”和“中空湿岛”的美誉。从图 3 还可见，我国南方大部分地区也为热源区，除 NCEP/DOE 资料外，雅鲁藏布江地区是强热源中心，云贵高原地区是一个较强的热汇区，这是由于该地区恰好处于青藏高原东缘，以下沉气流为主导。热源的垂直结构一直是青藏高原大气热源研究的重点， Xu 等[22]提出高原的中空热源，同时配置低层辐合、高层辐散是形成高原水塔的理论。本文进一步探讨基于倒算法计算的区域平均大气热源的垂直结构 图 5。虽然不同再分析资料描述的热源和水汽汇垂直结构存在差异，但仍有明显共同之处。除 NCEP/DOE 资料外，其余 3 种资料均显示高原热源垂直方向呈“”型分布，即400 hPa 以下为热源区， 300 ～ 200 hPa 的高度上存在较强热汇区，强度约为 ‒1 K/d，就 MERRA2和 ERA-Interim 而言， 100 hPa 以上则转为热源区，这种结构有利于热量在垂直方向上的传输。由图5 也可看出，热源的主要贡献来源于垂直运动项，即高原上强烈的垂直运动更利于热量在垂直方向的传播[14]。大气热源中的感热和潜热作用在近地面表现最为明显，因此， 400 hPa 以下的热源的主要贡献来源于降水凝结潜热和湍流交换感热。700 ～ 400 hPa 高度属于热源层且垂直运动为其主要贡献项，考虑到感热加热作用垂直方向传热的局限性，因此认为垂直运动伴随的降水凝结潜热是高原大气热源的主要来源。 300 ～ 200 hPa 之间的强热汇层，主要是由辐射降温作用导致。水汽主要集中在 300 hPa 以下，随高度增加水汽强度减小，最大值则在近地层，约为 1.5 K/d，同样垂直运动项贡献最大。另外，还发现在 700 hPa 高度上，平流项是一个强热汇作用，使得大气热源60˚N40˚N20˚N45˚E 75˚E 105˚E 135˚E60˚N40˚N20˚N45˚E 75˚E 105˚E 135˚E60˚N40˚N20˚N45˚E 75˚E 105˚E 135˚E60˚N40˚N20˚N45˚E 75˚E 105˚E 135˚Ea NCEP/DOE b MERRA2c JRA-55 d ERA-I-1.0 -0.5 1.00.5 2.0 K/d1.50图 3 基于 4 种再分析资料的 1980 2016 年夏半年（ 3 8 月） 500 hPa 平均的大气热源Fig. 3 March to August average of 500 hPa atmospheric heat source during 1980-2016 based on four reanalysis data图 4 基于 ERA-Interim 资料的 1980 2016 年夏半年（ 3 8 月） 850 hPa 大气水平风场Fig. 4 March to August average of 850 hPa horizontal wind during 1980-2016 based on ERA-Interim data60˚N40˚N20˚NEQ45˚E 75˚E 105˚E 135˚E500035001000海拔 /mm/气候变化研究进展 2019 年38气 候 系 统 变 化图 5 基于 4 种再分析资料的 1980 2016 年青藏高原区域平均的 Q1和 Q2及各分量的垂直结构Fig. 5 Vertical struction of atmospheric heat source, atmospheric moisture sink and their components based on four reanalysis data over Tibetan Plateau during 1980-2016强度减弱，而在 100 hPa 之上的热源层，平流项是一个强热源的作用，使得大气热源强度增强。夏季青藏高原大气热源以降水凝结潜热为主。采用正算法，分析基于 ERA-Interim 资料和APHRODITE 高分辨率降水观测资料计算的夏季潜热可发现 图 6，青藏高原大部分地区估算的降水凝结潜热偏小，尤其是喜马拉雅山南坡偏小显著，而青藏高原西部地区和冈底斯山一带则明显偏大。造成此现象的原因可能是因为 ERA-Interim 资料对青藏高原中东部和青藏高原南坡降水模拟显著偏小，而对青藏高原西部降水模拟偏大。喜马拉雅山南翼地区海拔从几百米到五千多米，地势变化剧烈，因此同时存在热源偏差值的大值和小值区。阿里山地区由于是半荒漠和荒漠图 6 1980 2007 年夏季青藏高原区域 ERA-Interim 资料计算潜热与 APHRODITE 资料计算热源的差值Fig. 6 Deviation of summer latent value between ERA-I and APHRODITE over Tibetan Plateau during 1980-200750˚N40˚N30˚N60˚E 75˚E 90˚E 105˚E 120˚E-150 -50 150 W/m2500地区，降雨量小，因此估算的降水潜热很有可能存在偏大的现象，而藏东川西地区属于较为温暖的气候区，年平均降水在 500 ～ 1000 mm，因此100气压/hPaa1-2NCEP/DOE JRA-55 ERA-IMERRA2200300400500600700100气压/hPa200300400500600700-1 210-2 -1 210100气压/hPa-2200300400500600700100气压/hPa200300400500600700-1 210-2 -1 210100气压/hPa-2200300400500600700100气压/hPa200300400500600700-1 210-2 -1 210100气压/hPa-2200300400500600700气压/hPa600700-1 210-2 -1 210100200300400500a2 a3 a4b1 b2 b3 b4热源Q1水汽汇Q2总量 局地变化项 平流项 垂直变化项1 期 39罗小青，等青藏高原大气热源及其估算的不确定性因素对该地区大气热源估算很有可能存在低估的情况。由此可见，基于正算法，采用 ERA-Interim 资料估算青藏高原南坡大气热源时存在一定问题，因此可采用站点资料或适用性较好的 APHRODITE资料或者 TRMM 资料[23]，基于正算法或直接采用倒算法计算大气热源。研究青藏高原夏季热源时，也可分区域或分气候类型进行研究，比如可分为高原中东部、高原西部和高原南坡 3 个部分。4 结 论大气热源的定量估计仍然是一个艰巨而又繁杂的工作，本文计算了青藏高原大气热源并分析了估算热源的不确定因素，得到以下结论。1 青藏高原大气热源估算的不确定性因素来源于两个方面计算方法和资料。2 正算法和倒算法均可得到大气热源。正算法较倒算法计算过程麻烦，因为需要计算热源的各个分量，输入的资料多，其估算热源的不确定性来源于观测资料，且其结果较倒算法和观测结果明显偏大。倒算法多采用再分析资料计算大气热源，计算过程简单，能得到热源的垂直结构，但其精度依赖于再分析资料质量，而再分析资料质量决定于模式动力框架和物理参数化方法。基于 ERA-Interim 资料的两种方法得到的热源年代际变化、热源强弱异常年的描述一致。基于倒算法，不同再分析资料计算的大气热源变化趋势不尽相同。3 基于倒算法发现青藏高原大气热源在1980 2016 年呈现明显的年代际变化特征，由1998 年前的增加趋势转为之后的减弱趋势。夏半年强热源主要分布在青藏高原中东部。在垂直方向上，区域平均高原热源自下而上呈源 − 汇 − 源的“”型分布， 300 ～ 200 hPa 高度上存在热汇层，而近地层和高层则为热源区，该结构有利于热量的垂直输送， 400 hPa 以下高度，降水凝结潜热是热源的主要贡献者，而 700 hPa 附近平流作用起到热汇的作用。4 在地形剧变地区，夏半年大气热源强度较强，青藏高原中东部 500 hPa 高度上其强度为1 ～ 2 K/d，且感热和潜热为其主要来源。同时发现 ERA-Interim 资料估算的降水凝结潜热偏小，尤其是喜马拉雅山南坡偏小显著，而青藏高原西部地区和冈底斯山一带则偏大。本文系统分析了青藏高原大气热源及其估算的不确定性因素，虽然得到了一些结果，但是缺少台站观测资料的辅证。基于正算法采用不同再分析资料计算的大气热源线性趋势及强度差异较大，也未能描述出基于观测资料[21]得到的热源年代际减小的变化趋势。除 ERA-Interim 资料外，同一种再分析资料采用不同方法计算的大气热源的线性趋势也存在差别。另外，结合风场分析发现，高原上强的辐合对应强的热源，两者之间相关关系到底如何有待进一步研究。参考文献叶笃正 , 罗四维 , 朱抱真 . 西藏高原及其附近的流场结构和对流层大气的热量平衡 [J]. 气象学报 , 1957 2 108-121 Duan A M, Wang M R, Xiao Z X. Uncertainties in quantitatively estimating the atmospheric heat source over the Tibetan Plateau [J]. Atmospheric and Oceanic Science Letters, 2014, 7 1 28-33Wu G X, Liu Y M, Zhang Q, et al. The influence of mechanical and thermal forcing by the Tibetan Plateau on Asian climate [J]. Journal of Hydrometeorology, 2007, 8 4 770-789Flohn H. Large-scale aspects of the “summer monsoon” in South and East Asia [J]. Journal of the Meteorological Society of Japan Ser II, 1957, 35 180-186Yanai M, Li C, Song Z. Seasonal heating of the Tibetan Plateau and its effects on the evolution of the Asian summer monsoon [J]. Journal of the Meteorological Society of Japan, 1992, 70 1 319-351Wang M R, Zhou S W, Duan A M. Trend in the atmospheric heat source over the central and eastern Tibetan Plateau during recent decades comparison of observations and reanalysis data [J]. Chinese Science Bulletin, 2012, 57 5 548-557Cui Y F, Duan A M, Liu Y M, et al. Interannual variability of the spring atmospheric heat source over the Tibetan Plateau forced by the North Atlantic SSTA [J]. Climate Dynamics, 2015, 45 5-6 1617-1634Yao S L, Luo J J, Huang G, et al. Distinct global warming rates tied to multiple ocean surface temperature changes [J]. Nature Climate Change, 2017, 7 7 486Duan A M, Xiao Z. Does the climate warming hiatus exist over the Tibetan Plateau [J]. Scientific Reports, 2015 5 13711Roxy M K, Ritika K, Terray P, et al. Drying of Indian subcontinent [1][4][3][5][2][7][8][6][9][10]气候变化研究进展 2019 年40气 候 系 统 变 化Estimate of atmospheric heat source over Tibetan Plateau and its uncertainties1 South China Sea Institute of Marine Meteorology, Guangdong Ocean University, Zhanjiang 524088, China; 2 College of Ocean and Meteorology, Guangdong Ocean University, Zhanjiang 524088, ChinaAbstract The atmospheric heat source AHS over Tibetan Plateau TP during 1980-2016 was calculated using four reanalysis data NCEP/DOE, MERRA2, ERA-Interim and JRA-55 data, and the uncertainties was also discussed. The main conclusions are as follows 1 s and data can both make deviation. Indirect can not only get the whole layer of AHS, but also the vertical structure of AHS, while its estimation precision mainly depends on reanalysis data. 2 Compared with four reanalysis data, we found that adopting two s with ERA-Interim data can get consistent inter-decadal variation of AHS over TP, while the AHS value calculated by direct is greater than the indirect . The results from four reanalysis data by indirect obtained the obviously identical decadal variation during 1980‒2016. 3 Positive AHS mainly distributed in the center and eastern of TP during March‒August, and the vertical structure of AHS is “source‒sink‒source” from surface to high troposphere. 4 The results revealed that latent heat flux calculated by ERA-Interim data is stronger in the western and southern Gangdise, and is weaken in the south slope of Himalaya range.Keywords Tibetan Plateau; Atmospheric heat source; Uncertainties; Direct ; Indirect LUO Xiao-Qing1, 2, XU Jian-Jun1, 2[18][19][20][21]by rapid Indian Ocean warming and a weakening land-sea thermal gradient [J]. Nature Communications, 2015 6 7423Sooraj K P, Terray P, Mujumdar M. Global warming and the weakening of the Asian summer monsoon circulation assessments from the CMIP5 models [J]. Climate Dynamics, 2015, 45 1-2 233-252Shi Q, Liang S. Surface-sensible and latent heat fluxes over the Tibetan Plateau from ground measurements, reanalysis, and satellite data [J]. Atmospheric Chemistry and Physics, 2014, 14 11 5659-5677李锐 , 李文卓 , 傅云飞 , 等 . 青藏高原 ERA40 和 NCEP 大气非绝热加热的不确定性 [J]. 科学通报 , 2017, 62 5 420-431王美蓉 , 周顺武 , 段安民 . 近 30 年青藏高原中东部大气热源变化趋势 观测与再分析资料对比 [J]. 科学通报 , 2012, 57 2 178-188Yanai M. A detailed analysis of typhoon ation [J]. Journal of the Meteorological Society of Japan Ser II, 1961, 39 4 187-214陈隆勋 , 龚知本 , 温玉璞 , 等 . 东亚地区的大气辐射能的收支 一 地球和大气的太阳辐射能收支 [J]. 气象学报 , 1964, 34 2146-161Chen L, Reiter E R, Feng Z. The atmospheric heat source over the [22][23]Tibetan Plateau May–August 1979 [J]. Monthly Weather Review, 1985, 113 10 1771-1790阳坤 , 郭晓峰 , 武炳义 . 青藏高原地表感热通量的近期变化趋势 [J]. 中国科学 , 2010, 40 7 923-932Li G P, Duan T Y, Wan J, et al. Determination of the drag coefficient over the Tibetan Plateau [J]. Advances in Atmospheric Sciences, 1996, 13 4 511-518Chan S C, Nigam S. Resi