2. 惠水县气象局,贵州 惠水 550699
2. Huishui Meteorological Bureau, Huishui 550699, China
气候变化及其成因是目前大气科学领域研究的热点[1-3]。贵州位于中国云贵高原东侧,旱涝灾害严重,且是农业大省,降水异常对经济建设及工农业生产都有非常大的影响。对于贵州夏季降水,前人对其特征进行了分析。赵志龙等[4]指出,贵州多年平均降水由东部和南部向西北部逐渐递减,且近57 a来降水中心有明显东移现象。陈静等[5]指出,贵州极端降水阈值的空间分布存在差异,南部多于北部,东部多于西部,且极端降水时间整体呈现上升趋势。孔德璇等[6]对贵州近40 a主汛期降水的时空变化以及其异常年低频特征进行分析,得出贵州主汛期降水有明显的年代际变化特征。
在影响气候异常的许多因子中,海气相互作用以及海面温度(sea surface temperature, SST;以下简称“海温”)的变化是引起短期气候变化的重要因子[7-11]。对于贵州夏季降水异常成因,Cao等[12]指出副热带南印度洋偶极子会通过影响环流异常进而影响中国西南地区的夏季降水异常。Wang等[13]指出热带西北太平洋海温对西南地区秋季降水年际变化有遥相关影响。王芬等[14]认为影响贵州降水异常的主要环流系统有南亚高压、印度西南季风、西太平洋副热带高压(以下简称“西太副高”)、中高纬度西风带扰动系统等,并且还受印度洋海温、太平洋海温等因子的影响。许可等[15]认为同期印度洋海温距平(SST anomaly,SSTA)分布场与贵州夏季降水显著相关,西印度洋索马里海区的SSTA与贵州夏季降水关系最为密切。王芬等[16]通过分析前期北太平洋海温与贵州夏季降水耦合,探讨了前期海温异常对贵州夏季降水的可能影响机制。李忠燕等[17]认为环流异常和海温异常与贵州夏季降水的变化有密切联系。陶威[18]研究了厄尔尼诺-南方涛动(ElNiño-Southern Oscillation,ENSO)形态变异对中国西南地区降水的影响。
以往研究多以一片海域海温作为指标对降水异常进行分析,此文基于前人的研究,通过计算前一年夏季到同期春季全球海温场与贵州夏季降水的相关系数,对比夏季旱、涝年的SSTA空间分布差异,找出影响的关键海区,锁定关键海区经纬度,用关键海区来寻找海温对贵州降水影响的关键时段及影响范围,并将其中关键时段的海温关键区用来进行海温异常年的合成分析,以认识贵州夏季降水的时空分布规律及降水异常成因,有助于为研究和预报贵州夏季降水提供依据。
1 资料和方法 1.1 资料所用资料包括:(1)降水量资料来源于1961—2018年中国地面降水月值格点资料集,该资料集基于国家气象信息中心基础资料专项最新整编的中国地面2 472个台站的降水资料,利用ANUSPLIN软件的薄盘样条法(thin plate spline,TPS)进行空间插值,生成1961—2018年水平分辨率为0.5°×0.5°的中国降水月值格点资料。(2)海温资料选取英国气象局哈得来中心提供的1960—2018年全球逐月海温资料,空间分辨率为1°×1°。(3)美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)提供的再分析月平均位势高度场、风场和相对湿度资料,空间分辨率为2.5°×2.5°。
1.2 方法文中对贵州夏季近58 a降水量作经验正交函数(empirical orthogonal function,EOF)分析,以认识贵州夏季降水时空分布规律。将贵州夏季降水EOF第一模态时间系数与夏季(前一年6—8月)、秋季(前一年9—11月)、冬季(前一年12月—当年2月)及春季(当年3—5月)全球海温求相关,找出影响贵州夏季降水关键海区和关键时段,对关键海区海温异常年所对应的夏季降水及相关气象要素场进行合成分析,以认识贵州夏季降水异常的成因。
2 贵州夏季降水的基本特征和异常时空分布特征 2.1 降水时间分布贵州夏季总降水量多年平均值为558 mm,其中6、7、8月降水量分别为216、186、156 mm,6月贡献最大,达39%,8月贡献最小,为28%,7月占夏季总降水量的33%。图 1分别给出了1961—2018年贵州夏季降水量距平及月降水量距平变化,结合线性趋势曲线可以看出,贵州夏季降水量距平随时间无明显变化趋势,11 a滑动曲线显示1991—2002年降水量偏多,2003—2013年降水量偏少。6月,降水量距平随时间变化呈弱上升趋势,其中1981—1991年降水量偏少,1992—2005年降水量偏多。7月,降水量距平随时间无明显变化趋势,其中1987—2005年降水量偏多。8月,降水量距平随时间变化呈弱下降趋势,其中2003—2013年降水量偏少。以上线性趋势均未通过0.05显著性水平检验,即趋势变化并不显著。
图 2给出了1961—2018年贵州夏季总降水量及各月降水量气候态空间分布情况。总体来看,夏季降水量分布有以下2个特点:(1)大致都是从东北向西南逐渐增加,但从东北部边界到东北部的中部则与之相反,并且在西南部有2个多雨区,东南部有1个多雨区;(2)少雨区在6、7、8月不断向西南方向移动和扩大,且少雨区中心值在不断减小。此结果与胡建龙等[19]的研究结果一致,主要是由于贵州降水受地形影响明显,降水量和暴雨日数高值区多出现在山脉迎风坡及平原和山脉的过渡地区。
夏季总降水量距平EOF分析通过蒙特卡洛检验的是前4个模态,其方差贡献如表 1所示。由于第四模态所占贡献太小,所以选取前3个模态进行分析。图 3为1961—2018年贵州夏季降水量距平的EOF前3个模态分析。第一主模态解释方差约为60.02%,由图 3可以看出第一主模态整体表现为正异常,夏季降水表现为全区变化一致型,其中正异常中心位于贵州南部。结合时间系数的11 a滑动曲线可看出,1991—2002年夏季降水量整体偏多,2003—2013年夏季降水量整体偏少,具有明显的年代际特征。由时间系数的线性趋势来看,夏季降水量随时间无明显变化。第二主模态的解释方差约为13.07%,呈现大致南北向的“+-”偶极子分布,零线基本将贵州分成南北两个部分,北部为负异常、南部为正异常,同理可看出,1966—1976年夏季降水量北部偏少、南部偏多,1977—1988年夏季降水量北部偏多、南部偏少,具有明显的年代际特征。夏季南部降水量随时间呈微弱的下降趋势,北部有微弱上升趋势。第三主模态解释方差约为6.99%,呈现大致东西走向的“+-”偶极子分布,零线大致把贵州分成东西两个部分,西部负异常,东部正异常,同理可看出,1977—1987年降水西部偏多,东部偏少。夏季东部降水随时间呈上升趋势,西部随时间呈下降趋势。
上述分析表明,贵州夏季总降水量距平EOF分析第二模态及后面模态的方差贡献在20%以下,贡献较小,贵州夏季降水量变化以第一模态为主,为全区一致变化。故对EOF第一模态时间系数与前一年夏季到当年春季海温的相关系数进行分析。
由前一年夏季(图 4a)可知,在北赤道暖流区和加利福尼亚冷流区存在显著正相关区域,剩余显著正相关区域在南印度洋区域(30°~90°E,40°~50°S)、印度尼西亚以东海域以及一些比较分散的区域,而显著负相关区域在北太平洋中纬度海域。前一年秋季(图 4b),位于南印度洋的显著正相关区域(30°~90°E,40°~50°S)消失,北赤道暖流区和加利福尼亚冷流区的显著正相关仍然维持,印度尼西亚以东的海域显著正相关区域略有加强,北太平洋中纬度海域的显著负相关区消失。前一年冬季(图 4c),北赤道暖流区、加利福尼亚冷流区的显著正相关区域开始缩小,印度尼西亚以东的海域显著正相关区域略有南移,澳大利亚东南方向的海域出现显著负相关区域。当年春季(图 4d),太平洋上的显著正相关区域基本消失,索马里海区、阿拉伯海和孟加拉湾出现显著正相关区域,澳大利亚东南方向的显著负相关区域消失。综上,贵州夏季降水与各个海区海温之间存在不同时间上的显著相关,其中北赤道暖流区域、加利福尼亚冷流区域显著正相关持续时间较长,超过6个月。
为了进一步分析海温异常年对贵州夏季降水的影响,苗秋菊等[20]指出,在选择影响区域性降水的海温关键区时,应该使海温关键区满足“高相关”和“反位相”两个条件。因此,将通过旱、涝年的海温距平分布来进一步选择海温关键区。
按照夏季降水量距平EOF第一模态时间系数正负1倍标准差标准选取涝旱年。选出夏季涝年共11 a,分别是1967、1968、1969、1979、1991、1993、1996、1999、2007、2014、2017年;夏季旱年为10 a,分别是1966、1972、1975、1978、1981、1989、1990、2009、2011、2013年。对选择出来的夏季旱、涝年的前一年夏季、秋季、冬季、当年春季的海温进行合成分析。
由夏季涝年的合成分析(图 5a、c、e、g)来看,加利福尼亚冷流区、北赤道暖流区在前一年夏季、秋季海温比常年偏高,中心值超过0.4 ℃,在前一年冬季以及当年春季海温偏高区域明显缩小,海温异常不明显,北太平洋中纬度海域在前一年夏季海温比常年偏低,中心值小于-0.3 ℃,在前一年秋季、冬季、当年春季海温异常不明显。结合图 4可以看出,加利福尼亚冷流区、北赤道暖流区前一年夏季、秋季海温偏高时,贵州夏季降水偏多,北太平洋中纬度海域前一年夏季海温偏低时,贵州夏季降水偏多。由夏季旱年的合成分析(图 5b、d、f、h)可以看出,加利福尼亚冷流区、北赤道暖流区、赤道中东太平洋区域在前一年夏季、秋季、冬季以及当年春季均出现海温比常年偏低的现象,其中赤道中东太平洋区域在图 4中未出现明显的显著相关区,王芬等[16]指出这可能是由于赤道中东太平洋海温异常导致ENSO事件在贵州夏季降水异常中表现为降水偏多年与El Niño事件关系不密切,而降水偏少年与La Niña事件关系较密切。其中加利福尼亚冷流区和北赤道暖流区在前一年夏季到冬季海温距平中心达-0.4 ℃,在北太平洋中纬度海域前一年夏季、冬季、当年春季海温比常年偏高,中心值在0.3 ℃以上。
通过以上分析可知,北太平洋中纬度海域(180°~150°W,30°~35°N)与加利福尼亚冷流区(140°~110°W,10°~50°N)、北赤道暖流区(140°W~160°E,5°~20°N)的海温距平分布在夏季降水的涝年和旱年具有明显“反位相”特征。其中,加利福尼亚冷流区与北赤道暖流区持续时间较长,北太平洋中纬度海域在前期夏季表现较为明显。因此,结合显著相关分布(图 4)和夏季旱涝年的海温距平分布(图 5),选择前期夏季北赤道暖流和加利福尼亚冷流区综合为第一海温关键区,北太平洋中纬度海域为第二海温关键区。
4 海温关键区与夏季降水的相关分析和回归分析 4.1 时间相关由于区域降水的响应常落后于海温信号,因此将前面确定的两个海温关键区从前一年夏季到当年春季每月区域平均海温距平分别与夏季降水量距平EOF分析的第一模态时间系数求相关,得到相关系数(图 6)。可以看出,加利福尼亚冷流和北赤道暖流区域与夏季降水全部为正相关,在前一年6—11月,相关系数均通过0.05显著性水平检验,其中前一年7月的相关系数最大,为0.47,前一年12月—当年1月虽然未通过0.05显著性水平检验,但相关系数接近0.26,当年3—5月相关性最差,相关系数小于0.2。北太平洋中纬度海域海温与夏季降水基本均为负相关,前一年6—7月的相关系数已通过0.05显著性水平检验,其中7月的相关性最强,相关系数为-0.34,在7月之后相关性骤降。
根据前面确定的2个海温关键区以及影响的关键时段,取关键区海温距平平均值作为该关键区的海温指数,将2个海温关键区分别与贵州夏季降水求相关,得出相关系数分布(图 7)。可以看到,北赤道暖流和加利福尼亚冷流与夏季降水呈显著正相关,贵州大部分区域已通过0.05显著性水平检验,仅有西北部以及北部的部分区域未通过0.05显著性水平检验,而通过0.01显著性水平检验的区域主要在东部和南部(图 7a)。前期夏季北太平洋中纬度海域与夏季降水呈显著负相关,通过0.01和0.05显著性水平检验的区域主要位于东北和东南部(图 7b)。
对2个关键海区海温距平与贵州夏季降水进行逐步回归(北太平洋中纬度海域这一因子未通过显著性水平检验,这应该是由图 7b中显著相关区域较小导致的),得出线性回归方程为:
$ Y=112.62 X+562.4 \text { 。} $ | (1) |
式中:X为北赤道暖流和加利福尼亚冷流的海温距平平均值,Y为贵州夏季区域平均降水预测值。回归方程已通过0.05显著性水平检验,表明北赤道暖流和加利福尼亚冷流的海温异常对贵州夏季降水异常有重要贡献。
由图 8可以看出,每年回归值与实测降水量形态正、负年份并不完全对应,这是由于贵州夏季降水成因很复杂,仅用一个海温关键区是不能解释所有年份的。贵州夏季降水受许多因子的影响,如印度洋、南太平洋海域的海温,以及青藏高原的积雪分布,还有前期的大气环流形势等等。
将前一年6—11月加利福尼亚冷流区和北赤道暖流区的海温距平求平均,经过去趋势后,做标准化处理,按照正负1倍标准差标准来选取正、负异常年。挑选出8个正异常年(1964、1968、1969、1991、1993、1998、2015、2016年)和8个负异常年(1972、1974、1976、2000、2009、2011、2012、2013年)。对比之前用夏季降水量距平EOF分析第一模态的时间系数选取降水偏多、偏少年份,可以看出选取年份并不一致,8个正异常年对应4个降水偏多年,占50%,8个负异常年对应4个降水偏少年,占50%。
选取海温正、负异常年,进行夏季降水量距平百分率的合成分析。在正异常年(图 9a)中,贵州夏季降水整体偏多,其中大部分区域已通过0.05显著性水平检验,东南部、中西部以及北部部分地区已通过0.01显著性水平检验,大值中心位于贵州的中西部和东南部,降水偏多20%以上,其中东南部降水偏多达25%。在负异常年(图 9b)中,贵州夏季降水整体偏少,仅有西南部部分区域已通过0.05和0.01显著性水平检验,中心值位于贵州西南部,降水偏少15%以上。
选取海温正、负异常年,进行500 hPa高度场距平合成分析。在正异常年(图 10a)中,北太平洋中纬度区域表现为负距平,其中心位于山东半岛至日本群岛。贝加尔湖西北侧和西伯利亚东部分别有一个正距平中心,贝加尔湖高压脊加强和山东半岛至日本群岛高空槽加深有利于引导冷空气南下。在中国30°N以北,中东部基本为负距平,30°N以南区域为正距平,贵州位于30°N以南区域。500 hPa等压面相较于常年有所抬升,空气柱的厚度有所增加,西太副高对比常年有所加强。588线位置比常年偏西,范围较常年扩大,有利于输送暖湿气流和北方来的干冷气流汇合。在负异常年(图 10b)中,贝加尔湖区域表现为负距平,不利于引导冷空气南下,且贵州地区500 hPa等压面相较于常年有所下降,西太副高位置为负距平,并有所减弱。588线位置比常年偏东,范围较常年缩小。综上,加利福尼亚冷流和北赤道暖流海温升高时,有利于贵州地区产生降水,反之不利于产生降水。
选取海温正、负异常年,进行850 hPa风场距平合成分析。在正异常年(图 11a)中,西太平洋副热带地区出现异常反气旋,这与图 10a中西太副高为正距平相吻合。异常的反气旋与印度和缅甸异常西南风为贵州带来暖湿气流,中纬度西太平洋和中国东北地区形成一个巨大的异常气旋,气旋的西部为贵州带来北方的干冷空气,有助于干湿气流汇合上升产生降雨。同理,在负异常年(图 11b)中,西太平洋副热带地区出现异常气旋,贵州位于气旋的西北部,带来干冷空气,不利于产生降水。
选取海温正、负异常年,进行1 000~300 hPa整层水汽通量距平合成分析。在正异常年(图 12a)中,在印度、缅甸及西太平洋副热带地区出现异常输送,贵州位于水汽异常辐合区,且贵州大部区域已通过0.05显著性水平检验,与图 7a相对应,有利于产生降水。而在负异常年(图 12b)中,贵州区域均未通过0.05显著性水平检验。
(1) 对于时空分布而言,1961—2018年贵州夏季总降水量和夏季各月降水量均无显著趋势变化,且在夏季降水量中,6月贡献最大,8月贡献最小。贵州夏季总降水量和6、7、8月降水量大致都是从东北向西南逐渐增加,但从东北部边界到东北部的中部呈减少趋势,在西南部有2个多雨区,东南部有1个多雨区,东北部少雨区在6、7、8月不断向西南方向移动和扩大,且少雨区中心值在不断减小。
(2) 贵州夏季降水量距平EOF分析结果表明,第一主模态在空间上表现为全区一致型,第二主模态在空间上近似南北反向型,第三主模态在空间上近似东西反向型。
(3) 贵州夏季降水与北太平洋中纬度海域(180°~150°W,30°~35°N)、加利福尼亚冷流区(140°~110°W,10°~50°N)和北赤道暖流区(140°W~160°E,5°~20°N)的海温联系密切,其中北赤道暖流区和加利福尼亚冷流区与夏季降水呈显著正相关,北太平洋中纬度海域呈显著负相关,在旱涝年具有明显的“反位相”特征。
(4) 北赤道暖流区和加利福尼亚冷流区对贵州夏季降水影响的显著时段是前一年6—11月,其中7月影响最为显著,影响范围主要在东部和南部;北太平洋中纬度海域对夏季降水影响的显著时段是前一年6—7月,其中7月影响最为显著,影响范围主要为东北部和东南部,影响区域较小。
(5) 通过海温异常年的合成分析可知,北赤道暖流和加利福尼亚冷流区海温与贵州夏季降水偏多年的联系较为密切,与降水偏少年的联系不如降水偏多年。当海温异常升高时,西太副高比常年偏西偏强,山东半岛至日本群岛高空槽加深,贝加尔湖高压脊加强,有利于冷暖气流交汇,有利于降水;反之亦然。
在研究贵州夏季降水的成因中,分析了海温异常与夏季降水的关系,对未来研究贵州夏季降水有一定的参考意义。然而,并未进行物理机制的分析,且仅靠海温一个因子来完全解释贵州夏季降水存在局限性,要较为全面地解释贵州夏季降水异常的原因,还需要考虑其他因子。
[1] |
CHEN W, LAN X Q, WANG L, et al. The combined effects of the ENSO and the Arctic Oscillation on the winter climate anomalies in East Asia[J]. Chin Sci Bull, 2013, 58(12): 1355-1362. DOI:10.1007/s11434-012-5654-5 |
[2] |
LI Y H, XU H M, LIU D. Features of the extremely severe drought in the east of Southwest China and anomalies of atmospheric circulation in summer 2006[J]. Acta Meteorol Sin, 2011, 25(2): 176-187. DOI:10.1007/s13351-011-0025-8 |
[3] |
ZHANG W J, JIN F F, ZHAO J X, et al. The possible influence of a nonconventional El Niño on the severe autumn drought of 2009 in Southwest China[J]. J Climate, 2013, 26(21): 8392-8405. DOI:10.1175/JCLI-D-12-00851.1 |
[4] |
赵志龙, 罗娅, 余军林, 等. 贵州高原1960—2016年降水变化特征及重心转移分析[J]. 地球信息科学学报, 2018, 20(10): 1432-1442. DOI:10.12082/dqxxkx.2018.180215 |
[5] |
陈静, 龙俐, 段莹. 近53 a贵州极端降水事件气候分析[J]. 贵州气象, 2015, 39(4): 12-15. DOI:10.3969/j.issn.1003-6598.2015.04.003 |
[6] |
孔德璇, 杨春艳, 刘莉娟, 等. 近40 a贵州主汛期降水时空变化及其异常年低频特征分析[J]. 中低纬山地气象, 2018, 42(5): 14-19. DOI:10.3969/j.issn.1003-6598.2018.05.003 |
[7] |
金大超, 管兆勇, 霍利微, 等. 春季南印度洋海温异常对两广夏季降水异常的可能影响[C]//中国气象学会. 第35届中国气象学会年会: S7东亚气候、极端气候事件变异机理及气候预测. 合肥: 中国气象学会, 2018: 87-107.
|
[8] |
伯忠凯, 胡桂芳, 徐玮平. 山东5月降水异常环流型及其与海温异常的联系[J]. 海洋气象学报, 2021, 41(2): 119-125. |
[9] |
唐红玉, 吴遥, 董新宁, 等. 赤道印度洋偶极子对重庆夏季降水的影响分析[J]. 海洋气象学报, 2020, 40(2): 52-61. |
[10] |
顾伟宗, 陈丽娟, 伯忠凯. 印度洋海面温度对黄淮地区夏季降水影响的年代际变化研究[J]. 海洋气象学报, 2020, 40(4): 89-96. |
[11] |
褚颖佳, 郭飞燕, 尹承美, 等. 东部型和中部型厄尔尼诺事件对山东夏季降水的不同影响[J]. 海洋气象学报, 2020, 40(4): 97-104. |
[12] |
CAO J, YAO P, WANG L, et al. Summer rainfall variability in low-latitude highlands of China and subtropical Indian Ocean dipole[J]. J Climate, 2014, 27(2): 880-892. DOI:10.1175/JCLI-D-13-00121.1 |
[13] |
WANG L, CHEN W, ZHOU W, et al. Teleconnected influence of tropical Northwest Pacific sea surface temperature on interannual variability of autumn precipitation in Southwest China[J]. Climate Dyn, 2015, 45(9/10): 2527-2539. |
[14] |
王芬, 张娇艳, 谷晓平, 等. 西太平洋副热带高压不同特征指数与贵州夏季降水的关系[J]. 暴雨灾害, 2017, 36(4): 348-356. DOI:10.3969/j.issn.1004-9045.2017.04.007 |
[15] |
许可, 严小冬. 印度洋海温异常对贵州夏季降水的影响[J]. 贵州气象, 2005, 29(增刊1): 12-14. |
[16] |
王芬, 曹杰, 唐浩鹏, 等. 前期北太平洋海温异常对贵州夏季降水的影响[J]. 高原气象, 2014, 33(4): 925-936. |
[17] |
李忠燕, 严小冬, 张娇艳, 等. 贵州省近40 a夏季旱涝及其异常成因初步分析[J]. 贵州气象, 2016, 40(2): 1-7. DOI:10.3969/j.issn.1003-6598.2016.02.001 |
[18] |
陶威. ENSO形态变异对我国西南地区降水的影响[D]. 成都: 成都信息工程大学, 2018.
|
[19] |
胡建龙, 周文钰, 张东海, 等. 基于区域站的贵州省夏季降水分布特征简析[J]. 吉林农业, 2019(23): 107-108. |
[20] |
苗秋菊, 徐祥德, 张雪金. 长江中下游旱涝的环流型与赤道东太平洋海温遥相关波列特征[J]. 气象学报, 2002, 60(6): 688-697. |