青藏高原是全球海拔最高的高原,海拔均值超过4 km,位于27°~45°N、70°~105°E,面积约占中国领土的四分之一[1],也被称为“中国的水塔”[2]。隆升的高原能够对区域大气环流施加一定的动力和热力作用[3],对亚洲季风的形成存在很大的影响。青藏高原上的大气环流在夏季具有明显的昼夜周期[4],这与局部地形和热力作用一起可能使降水的昼夜变化复杂化。
降水的昼夜周期不但对当地天气有重要影响,与当地气候条件也存在十分紧密的联系[5]。如果可以在数值模型中客观地捕捉到这些昼夜周期,则暖季降雨的可预测性将大大提高[6]。与地面观测的降水数据相比,尽管卫星遥感产生的降水数据具有更好的空间覆盖范围,但是从太空准确获取降水特征仍然面临许多挑战。将卫星降水产品与雨量计的测量结果相结合,例如热带降雨测量任务(Tropical Rainfall Measuring Mission,TRMM)卫星3B42栅格数据会使青藏高原降水日变化的研究效果比其他产品更好[7]。
伴随观测技术的不断优化,不同资料和方法被逐渐应用至全球气候的分析当中,其中比较具有代表性的包括卫星反演、再分析数据集等[8-9]。毛江玉等[10]结合1998—2008年TRMM 3B42降水率资料,综合降水量日变化的位相空间分布状况得出,降水日变化振幅和位相具有非常明显的地域性差异。白爱娟等[11]经过大量调研工作,结合TRMM多卫星降水分析(TRMM Multi-satellite Precipitation Analysis,TMPA)资料展开研究,最终明确高原及其周边地区夏季降水量所表现出的日变化特征,得出青藏高原地区中部降水量日变化最为显著。Murakami[12]利用日本地球静止气象卫星1号(Geostationary Meteorological Satellite-1,GMS-1)红外观测数据研究得出,对流系统绝大部分情况下出现在高原东南部,且在下午持续增强,最大值主要发生在傍晚前后,而在凌晨逐渐减弱。Zhou等[13]使用基于人工神经网络遥感信息的降水估测(Precipitation Estimation from Remote Sensing Information using Artificial Neural Network,PERSIANN)和TRMM 3B42降水数据,分析结果显示高原降水日变化峰值主要出现在傍晚,而谷值主要出现在早晨。Wang等[14]利用日本地球静止气象卫星5号(GMS-5) 红外亮温观测数据对亚洲地区夏季云的分析表明,高原东部边缘地区出现了明显的日变化,在午后到傍晚达到最大值。上述研究结果均显示,高原降水量日变化总体表现为晚上对流活动显著增强,但因为研究资料存在差异,推导出的结果也具有一定区别。
通常来讲,日变化特征涉及到多方面的气象变量,其中比较具有代表性的包括温度场、降水等。降水日变化是地球气候系统中大气热力和动力过程对水循环过程综合影响的结果,从这个层面而言,对降水日变化展开深入分析,不但能够帮助了解局地气候演变的特点,同时也能够使降水的形成机制变得更加清晰[15]。
降水量的日变化模式可能随季节而变化,夏季是高原热量条件最佳的季节。高原夏季日降水量的空间分布如何,不同持续时间降水表现出怎样的昼夜变化规律,这些问题需要更系统和深入的分析。对青藏高原地区的降水日变化展开深入分析,不但有助于对高原天气、气候演变过程中表现出的特点有更为深刻的了解,对周围地区天气气候变化情况的研究也具有不可忽视的价值。
1 资料与方法 1.1 资料介绍选用的降水数据是由国家气象信息中心提供的2010—2019年国家级地面气象观测站数据与CMORPH(Climate Prediction Center MORPHing technique)降水产品融合的逐时降水量网格数据集。CMORPH融合数据空间分辨率为0.1°×0.1°,时间分辨率为1 h[16]。该数据集采取概率密度匹配法(probability density function,PDF)[17]和最优插值法(optimal interpolation,OI)[18],将涵盖国内3万多个自动气象观测站的逐时降水数据以及CMORPH卫星反演降水数据进行融合,有效利用地面观测与卫星反演降水各自的优点,产品总体误差水平在10%以内,对强降水和站点稀疏区的误差在20%以内,优于国际同类型产品在中国区域的精度[16]。
为了研究气象条件与降水特征之间的联系,此研究主要应用欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)的ERA-Interim(ECMWF Re-Analysis-Interim)2010—2019年逐6 h、空间分辨率为0.125°×0.125°的600 hPa与200 hPa散度场和风场的再分析数据(https://www.ecmwf.int/)[19],用于检查高原和局地环流的日变化特征。
1.2 研究方法根据2010—2019年夏季(6—8月)每小时时间序列的降水平均分布,对降水量和降水频率的数据进行处理。使用Sorooshian等[20]的方法,一天中特定时间的平均降水量R(x,y,t)表示如下。
$ R(x, y, t)=\sum\limits_{d=1}^N R(x, y, t, d) / N $ | (1) |
式中:R(x,y,t,d)表示第d天第t时刻在坐标为(x,y)的降水量;t=0,1,2,……,23,表示00时,01时,02时,……,23时(北京时,下同);N=920,表示10个夏季的总日数。如果某小时中的总降水量达0.1 mm,那么该小时就被命名为降水小时[13]。
$ V_{\text {降水龂率 }}=\frac{V_{\text {总降水时数 }}}{N} \times 100 \% $ | (2) |
式中:V降水频率表示高原地区任意时间段内的降水频率,V总降水时数表示所求降水频率时间段内的总降水时数,N表示所求降水频率时间段内的总日数。这样,可以得到高原地区任何时间段内每小时降水量和降水频率的时间序列。
针对降水数据,将20时—次日08时所对应的降水量作为夜间降水量,以起始时间相同的20时—次日20时的24 h降水量作为日降水量。当日降水量大于0 mm时,可以对该日的“夜雨率”进行分析。
$ V_{\text {夜雨率 }}=\frac{R_{20 \text { 时—次日 } 08 \text { 时 }}}{R_{20 \text { 时—次日 } 20 \text { 时 }}} \times 100 \% $ | (3) |
式中:V夜雨率表示夜间降水量占日降水量的百分比,R20时—次日08时和R20时—次日20时分别表示对应时段的降水量。
如果20时—次日08时没有降水,则计当日夜雨率为0[21]。对序列资料计算逐日夜雨率,并经过多年平均运算,得到高原地区逐日平均夜雨率。
根据持续时间将降水事件进一步分类,降水持续时间定义为一次降雨事件开始和结束之间的小时数。一般来讲,可将短时降水界定为降水时间不超过2 h,而持续性降水界定为降水时间超过2 h[22]。短时降水和持续性降水的降水量百分比(I)和降水频率(f)计算方法如下。
$ I_{{\text{短时(持续性})}\text{降水} }=\frac{R_{\text{短时(持续性)降水}}}{R_{\text{总}}}\times 100 \% $ | (4) |
$ f_{\text{短时(持续性)降水}}=\frac{V_{\text{短时(持续性)降水时数}}}{V_{\text{总降水时数}}}\times100\% $ | (5) |
式中:I短时(持续性)降水表示短时(持续性)降水的降水量百分比,R短时(持续性)降水表示短时(持续性)降水的降水量,R总表示总降水量,f短时(持续性)降水表示短时(持续性)降水的降水频率,V短时(持续性)降水时数表示短时(持续性)降水的降水时数,V总降水时数表示总降水时数。
2 研究结果 2.1 高原夏季降水的日变化特征对降水所表现出的日变化特征展开分析,首先需要明确高原地区整体平均降水量和降水频率发生的日变化。对高原地区2010—2019年夏季降水资料进行逐时空间平均,选取数据范围为26°~40°N、73°~105°E的0.1°×0.1°网格数据,得到2010—2019年高原地区夏季气候平均降水量和降水频率的日变化曲线(图 1)。由图 1可以看出,高原地区小时降水量和降水频率均在18:00—20:00出现峰值,12:00出现谷值,并且二者变化特征较为相似。此结果与雷坤江等[2]、白爱娟等[23]的研究结果相一致。青藏高原傍晚最常出现降水,很大程度上归因于白天地球表面太阳辐射加热作用造成的热力学条件,地表辐射和水汽进行配合,从而导致短时对流天气产生并出现降水[24]。
![]() |
图 1 2010—2019年高原地区夏季气候平均降水量和降水频率日变化 Fig.1 Diurnal variation of climate average summer precipitation and precipitation frequency on the plateau from 2010 to 2019 |
由高原地区夏季降水量日峰值(图 2a)和谷值(图 2b)出现时间的空间分布可以看出,夏季降水量日峰值和谷值的空间分布表现出一定的规律性。高原北部地区日峰值主要出现在07:00—10:00,西南部地区降水量日峰值主要出现在18:00—20:00,东南部地区日峰值主要出现在16:00—22:00。与此同时,不同区域对应的降水量日谷值也有所差异,北部地区谷值主要出现在03:00—05:00,西南部和东南部地区的谷值主要集中在08:00—12:00。可以发现,高原西南部和东南部地区夏季降水量与高原整体降水量日变化特征大致相同,而北部的日变化特征与高原整体的日变化特征有较大差异。
![]() |
图 2 高原地区夏季降水量日峰值和谷值出现时刻的空间分布 Fig.2 Spatial distribution of occurrence time of summer precipitation's daily peaks and valleys on the plateau |
图 3a为青藏高原近十年平均夏季夜雨率的空间分布。可以看到,高原夜雨率在不同区域上有差别。总体上,青藏高原西南部地区夜雨率在55%以上,其他地区夜雨率大部分为40%~50%。在28°~30°N、84°~93°E雅鲁藏布江流域,以29°N为中心,出现明显的“中间高、南北低”的分布,高值中心对应的夜雨率达75%。通过对比分析青藏高原地区海拔高度分布情况(图 3b),出现这种情况的原因可能与河谷地貌特征和海拔高度有关:白天在太阳辐射下,近地面的空气受到加热作用沿山坡向上抬升,形成较强的谷风,使河谷上空的上升气流减弱,所以白天很少下雨;傍晚伴随日照强度的降低,山坡空气先降温,之后不断下沉产生相对较强的山风,进而促使空气不断进行上升运动;除此之外,云顶辐射强度大幅度降低,而云底受到上升气流热量的影响,导致温度明显增加,最终使空气进行明显的对流,导致较为典型的多夜雨现象[25]。
![]() |
图 3 青藏高原夏季平均夜雨率空间分布和地形海拔高度分布 Fig.3 Spatial distribution of average summer night rain rate and altitude of the Qinghai-Tibet Plateau |
降水可以根据不同的持续时间划分为2种类型,即持续性降水和短时降水。降水持续的时间不同,对应的日变化特征也会有所差别[26]。本节重点探讨不同持续时间降水对应的日变化对高原整体日变化产生的影响。
使用公式(4)和公式(5)计算短时降水和持续性降水的降水量和降水频率的百分比,结果如图 4所示。可以发现,总降水量的大部分来自持续性降水,持续性降水占总降水量的60%~80%,但短时降水频率(60%~80%)比持续性降水频率(20%~40%)更高。并且短时降水和持续性降水的空间分布特征与降水量的日峰值和谷值分布特征表现出一致性。其中东南部地区和西南部地区的短时降水约占总降水量的20%,其降水频率约为60%;持续性降水约占总降水量的80%,降水频率约为40%。西北部地区短时降水约占总降水量的40%,其降水频率约为70%;持续性降水约占总降水量的60%,降水频率约为30%。
![]() |
图 4 两种降水类型的降水量百分比、降水频率百分比分布 Fig.4 Percentage distribution of precipitation and precipitation frequency for two types of precipitation |
短时降水和持续性降水的小时降水量时间变化曲线如图 5所示。可以看出,短时降水对应的日峰值主要出现在19:00(图 5a),而持续性降水的日峰值相对延后在23:00(图 5b),由高原地区夏季气候平均降水量和降水频率的日变化曲线(图 1)可以看出,高原地区小时降水量峰值出现在20:00。这说明高原地区夏季降水量日变化的单峰结构是由短时降水和持续性降水共同作用造成的。此外,还可以发现,各持续时间降水对日谷值发生的时间不存在显著差异,绝大部分发生在12:00(图 5)。
![]() |
图 5 两种降水类型的小时降水量日变化 Fig.5 Diurnal variation of hourly precipitation for two types of precipitation |
大气中的流场是热量、水汽和能量等重要物理量的输送者,因此研究流场的日变化具有不可忽视的价值[27]。在此高海拔地区,600 hPa高度大致代表地面高度。本节中通过分析600 hPa和200 hPa的散度场和风场,探究影响青藏高原夏季降水的发生和日变化的天气条件。
图 6、7分别为2010—2019年夏季不同时刻600 hPa和200 hPa逐6 h平均风场和散度场,可以发现高原地区的风场和散度场出现明显的日变化。600 hPa青藏高原中部的水平辐合从清晨开始增加,在晚上达到最大值后开始降低。08:00,高原600 hPa风速最小。最大风速出现在20:00前后,整个高原风速基本在5 m·s-1以上。4个时刻的盛行风向表现出一定的规律性,风向箭头均汇聚在32°N上东西偏移,气流辐合线的走向与山脉的走向一致。整个低层的气流均向山脊辐合,在山脊区有一气旋性环流,这是因为低层流场直接受加热场日变化影响,同时会对加热场的分布状况形成一定影响[28]。02:00,风向箭头汇聚指向32°N、85°E附近,14:00,汇聚位置东移变为32°N、100°E附近,到20:00又西移至32°N、91°E。600 hPa高原散度对应的正值区绝大部分处于北部,部分处于东南部。02:00,高原北部对应的散度高值区很大程度上表现为非连续的条形区域,08:00有所减弱,在14:00和20:00,强度达最强,并在高原边缘区域连成一线。对流层低层风场具有非常明显的日变化[4],对高原降水日变化具有关键影响。
![]() |
图 6 2010—2019年夏季不同时刻600 hPa逐6 h平均风场和散度场 Fig.6 Average 600-hPa wind field and divergence field every 6 h at different times in summer from 2010 to 2019 |
![]() |
图 7 2010—2019年夏季不同时刻200 hPa逐6 h平均风场和散度场 Fig.7 The same as Fig. 6, but for 200 hPa |
200 hPa高层大气对应的水平辐散从下午不断提升,在次日凌晨升至最大值,此后持续减小。另外,水平辐散的最大值绝大多数出现在高原南部02:00附近。最大风速出现在20:00前后;08:00—14:00,高原200 hPa风速最小。200 hPa高层大气风向表现为盛行西风。
分析图 6得出,600 hPa青藏高原中部(28°~34°N,84°~96°E)具有强烈的辐合作用,水平辐合从清晨开始增加,晚上达到最大值后开始降低。高原600 hPa风速与辐合场的变化相一致,08:00前后高原600 hPa风速最小,20:00前后出现最大风速。高原地区600 hPa散度场和风场发生的改变与平均降水量的日变化表现出较高的一致性。分析图 7得出,青藏高原高层大气具有强烈的辐散作用,02:00前后200 hPa高原南部出现辐散的最大值,20:00前后出现最大风速,且在28°~30°N、84°~93°E雅鲁藏布江流域出现辐散中心,这与高原地区夜雨率的高值中心表现相一致。可以得出,散度的正负值强度变化与高原地区降水发生区域及降水强弱相对应。
3 结论利用2010—2019年国家级地面气象观测站数据与CMORPH降水产品融合的逐时降水量网格数据和欧洲中期天气预报中心ERA-Interim逐6 h平均风场和散度场的再分析资料,对青藏高原地区夏季降水的日变化规律进行分析,并讨论了高原地区夜雨的空间分布特征和不同持续时间降水的日变化差异,结论如下:
(1) 青藏高原地区整体降水量和降水频率日变化表现为在18:00—20:00出现峰值,而在12:00处于全天降水量的谷值。
(2) 进一步对高原地区不同区域降水日变化特征进行分析,发现高原地区不同区域夏季降水量日峰值和谷值出现时间的空间分布特征不同。高原南部地区夏季降水量与高原整体降水量日变化特征大致相同,峰值出现在傍晚,谷值出现在中午;而北部的日变化特征与高原整体的日变化特征有较大差异,峰值出现在上午,谷值出现在凌晨。
(3) 青藏高原地区夜雨率具有明显的区域差异性,夜雨率高值中心出现在以29°N为中心的28°~30°N、84°~93°E区域,存在明显的“中间高、南北低”分布,高值中心夜雨率超过75%。
(4) 短时降水(60%~80%)比持续性降水(20%~40%)出现频率更高,但持续性降水约占总降水量的70%。
(5) 青藏高原地区的降水日变化与风场和散度场的强度变化较为一致,且散度的正负值强弱变化可能是高原地区降水强度变化的重要原因之一。
[1] |
WU G X, LIU Y M, ZHANG Q, et al. The influence of mechanical and thermal forcing by the Tibetan Plateau on Asian climate[J]. J Hydrometeorol, 2007, 8(4): 770-789. DOI:10.1175/JHM609.1 |
[2] |
雷坤江, 假拉, 肖天贵. 利用FY2E卫星降水资料对西藏地区降水日变化特征分析[J]. 成都信息工程大学学报, 2016, 31(1): 86-93. |
[3] |
叶笃正, 高由禧, 周明煜. 青藏高原气象学[M]. 北京: 科学出版社, 1979: 120-126.
|
[4] |
KRISHNAMURTI T N, KISHTAWAL C M. A pronounced continental-scale diurnal mode of the Asian summer monsoon[J]. Mon Wea Rev, 2000, 128(2): 462-473. DOI:10.1175/1520-0493(2000)128<0462:APCSDM>2.0.CO;2 |
[5] |
DAI A G. Global precipitation and thunderstorm frequencies. Part Ⅱ: diurnal variations[J]. J Climate, 2001, 14(6): 1112-1128. DOI:10.1175/1520-0442(2001)014<1112:GPATFP>2.0.CO;2 |
[6] |
CARBONE R E, TUTTLE J D. Rainfall occurrence in the U.S. warm season: the diurnal cycle[J]. J Climate, 2008, 21(16): 4132-4146. DOI:10.1175/2008JCLI2275.1 |
[7] |
YAMAMOTO M K, UENO K, NAKAMURA K. Comparison of satellite precipitation products with rain gauge data for the Khumb region, Nepal Himalayas[J]. J Meteor Soc Japan, 2011, 89(6): 597-610. DOI:10.2151/jmsj.2011-601 |
[8] |
文萍, 许映龙, 柳龙生. 台风"山竹"(1822)引发华南暴雨过程机制分析[J]. 海洋气象学报, 2019, 39(3): 29-35. DOI:10.19513/j.cnki.issn2096-3599.2019.03.004 |
[9] |
陈艳春, 王娜, 顾伟宗, 等. 环渤海区域再分析资料地面风速场的适用性对比分析[J]. 海洋气象学报, 2017, 37(1): 67-72. DOI:10.19513/j.cnki.issn2096-3599.2017.01.007 |
[10] |
毛江玉, 吴国雄. 基于TRMM卫星资料揭示的亚洲季风区夏季降水日变化[J]. 中国科学: 地球科学, 2012, 42(4): 564-576. |
[11] |
白爱娟, 刘长海, 刘晓东. TRMM多卫星降水分析资料揭示的青藏高原及其周边地区夏季降水日变化[J]. 地球物理学报, 2008, 51(3): 704-714. |
[12] |
MURAKAMI M. Analysis of the deep convective activity over the western Pacific and Southeast Asia. Part Ⅰ: diurnal variation[J]. J Meteor Soc Japan, 1983, 61(1): 60-76. |
[13] |
ZHOU T J, YU R C, CHEN H M, et al. Summer precipitation frequency, intensity, and diurnal cycle over China: a comparison of satellite data with rain gauge observations[J]. J Climate, 2008, 21(16): 3997-4010. DOI:10.1175/2008JCLI2028.1 |
[14] |
WANG C C, CHEN G T J, CARBONE R E. A climatology of warm-season cloud patterns over East Asia based on GMS infrared brightness temperature observations[J]. Mon Wea Rev, 2004, 132(7): 1606-1629. DOI:10.1175/1520-0493(2004)132<1606:ACOWCP>2.0.CO;2 |
[15] |
郭军, 熊明明, 黄鹤. 京津冀地区暖季降水日变化特征分析[J]. 海洋气象学报, 2019, 39(2): 58-67. DOI:10.19513/j.cnki.issn2096-3599.2019.02.006 |
[16] |
沈艳, 潘旸, 宇婧婧, 等. 中国区域小时降水量融合产品的质量评估[J]. 大气科学学报, 2013, 36(1): 37-46. |
[17] |
宇婧婧, 沈艳, 潘旸, 等. 概率密度匹配法对中国区域卫星降水资料的改进[J]. 应用气象学报, 2013, 24(5): 544-553. |
[18] |
潘旸, 沈艳, 宇婧婧, 等. 基于最优插值方法分析的中国区域地面观测与卫星反演逐时降水融合试验[J]. 气象学报, 2012, 70(6): 1381-1389. |
[19] |
UPPALA S, DEE D, KOBAYASHI S, et al. Towards a climate data assimilation system: status update of ERA-Interim[J]. ECMWF Newsletter, 2008, 115(7): 12-18. |
[20] |
SOROOSHIAN S, GAO X, HSU K, et al. Diurnal variability of tropical rainfall retrieved from combined GOES and TRMM satellite information[J]. J Climate, 2002, 15(9): 983-1001. |
[21] |
余忠水, 康世昌, 蒋建莹. 青藏高原夏季夜雨率空间分布及其变化特征[J]. 山地学报, 2011, 29(5): 627-632. |
[22] |
GUO J P, ZHAI P M, WU L, et al. Diurnal variation and the influential factors of precipitation from surface and satellite measurements in Tibet[J]. Int J Climatol, 2014, 34(9): 2940-2956. |
[23] |
白爱娟, 刘晓东, 刘长海. 青藏高原与四川盆地夏季降水日变化的对比分析[J]. 高原气象, 2011, 30(4): 852-859. |
[24] |
苏锦兰, 李建, 杨桂荣, 等. 横断山系云岭余脉点苍山东西侧小时降水特性对比分析[J]. 气象, 2015, 41(1): 17-24. |
[25] |
列杰班宗, 罗布, 王伟. 西藏地区气象自动站夏季逐时降水资料特征分析[J]. 高原山地气象研究, 2012, 32(2): 77-80. |
[26] |
原韦华, 宇如聪, 傅云飞. 中国东部夏季持续性降水日变化在淮河南北的差异分析[J]. 地球物理学报, 2014, 57(3): 752-759. |
[27] |
HOUZE R A Jr. Cloud dynamics[M]. New York: Academic Press, 1993.
|
[28] |
王谦谦, 钱永甫. 青藏高原和洛矶山脉对夏季气象场日变化影响的对比分析(二)水平和垂直流场[J]. 高原气象, 1983, 2(1): 16-29. |