基于BP-CCA的贵州夏季降水与太平洋海温耦合关系

唐浩鹏，王 芬，2

(1.贵州省黔西南自治州气象局，贵州 兴义 562400 2；2.贵州省山地气候与资源重点实验室，贵州 贵阳 550002)

基于BP-CCA的贵州夏季降水与太平洋海温耦合关系

唐浩鹏1，王 芬1，2

(1.贵州省黔西南自治州气象局，贵州 兴义 562400 2；2.贵州省山地气候与资源重点实验室，贵州 贵阳 550002)

利用贵州83个台站1979—2011年的夏季月降水资料、海温、气压场、风场等再分析格点资料及副高指数资料，利用点相关找出影响贵州夏季降水的海温关键区及关键时段，利用变形的典型相关分析(BP-CCA)方法对贵州夏季降水与关键区海温的耦合关系进行了分析，并对海温影响贵州夏季降水的可能机制进行了探讨。结果表明：①影响贵州夏季降水的海温关键区域为北太平洋及中东赤道太平洋，其中尤以加利福尼亚冷流区、北太平洋暖流区对贵州夏季降水的影响更为重要，关键时段为上一年7-9月；②BP-CCA第一对典型相关场分析结果表明：加利福尼亚冷流区海温与贵州夏季降水呈同位相变化，而北太平洋暖流区海温与贵州夏季降水呈反相位变化，关键区海温对贵州北部降水的耦合好于南部，而对西南部的耦合最差；③前期7-9月海温与副高强度指数的相关系数分布呈EI Nino 型，与副高西伸脊线指数的相关系数分布在中低纬度西太平洋呈正相关，与中东赤道太平洋呈负相关，与副高脊点的相关系数与海温和副高的强度相关分布相反，在赤道中东太平洋为负相关区，西北太平洋为正相关区，海温分布型为LA Nina型。东北太平洋及中东赤道太平洋海温异常与贵州500 hPa气压场及风场显著正相关，而西北太平洋海温与贵州地区500 hPa气压场及风场成负相关，为典型的EI Nino 型 。

太平洋海温；贵州；夏季降水；BP-CCA

1 引言

在认识气候变化过程中最主要的挑战是对各种反馈过程的定量表述。当一个气候变量变化时，通过一定的途径也改变了另一个变量，从而对引起变化的初始变量产生影响。美国哥伦比亚大学拉蒙特—多尔蒂地质观象台的布鲁克尔第一次指出，世界洋流的变化可以解释过去一些气候变化[1]。20世纪60年代，Bjerkness[2]开始对热带东太平洋海气相互作用进行了研究，发现赤道东太平洋海温异常会对中高纬度地区甚至全球的大气环流和天气气候产生影响。近年来，我国气象工作者针对海温和降水开展了一系列的研究工作，一方面研究集中在对区域性场用海温建立预报模型及数据模拟上，另一方面研究则集中在海温对降水的影响规律研究上。贾小龙等[3]使用变形的典型相关分析(BP-CCA)建立了东亚冬季500 hPa大尺度环流和中国冬季温度及降水的降尺度预测模型。姚愚等[4]利用OSR(最优子集回归)及BP-CCA两种方法建立了对降水的预报模型。王冰[5]利用典型相关理论分析了云南5月降水与上年5月至当年4月各月太平洋热带海温距平场之间的关系。胡桂芳[6]建立了位势高度场前13个主分量场与季降水场之间的EOF-CCA模型，并对模型的拟合、预测效果进行了评估。金建德等[7]利用3因子最佳子集回归把前期海温场作为预报因子与贵州夏季降水求相关，许丹等[8]用合成分析、奇异值分解SVD方法对冬季、春季北太平洋海温与贵州夏季降水的关系进行了分析计算，许可等[9]利用经验正交函数(EOF)对印度洋海表温度及其与贵州夏季降水的关系进行了分析。所有这些研究为预报贵州夏季降水提供了一定的思路。BP-CCA 来源于经典多元统计理论，具有严密的数理基础，而应用BP-CCA模型来研究贵州夏季降水场与前期海温的关系的研究尚无，本文将在已有的研究基础上，选用贵州83站1979—2011年的夏季降水月资料，使用点相关的分析方法找出影响贵州夏季降水的海温关键区及关键时段，使用BP-CCA模型分析贵州夏季降水与关键区海温的关系，并对前期海温异常与贵州夏季降水异常进行了合成分析，以揭示前期海温异常影响贵州夏季降水的可能机制。

2 资料与方法

2.1 资料来源及处理

贵州省气象局提供的83个气象台站的夏季月降水观测资料。

美国国家大气中心和环境预报中心(NCEP/NCAR)发布的第二套格点资料。

美国国家海洋大气局(NOAA)提供的全球逐月平均海表温度资料。

国家气候中心提供的1951—2011年74项环流指数。

2.2 方法

本文使用点相关的分析方法找出影响贵州夏季降水的海温关键区及关键时段，对前期海温异常与贵州夏季降水异常进行了合成分析，运用t检验方法对海温距平等变量场合成平均进行显著性检验，并对海温影响降水的可能机制进行了探讨。

BP-CCA方法的主要功能是找出关键区海温与贵州夏季降水关联最密切的空间型态。本文选取的研究对象为1977—2011年海温场资料及1979—2011年夏季(6—8月平均)贵州区域内(24.5～29.5°N，104～109°E)的降水量。CCA是气象上常用的方法之一，它将较多的变量转化为少数几个典型变量，通过研究典型变量之间的相关系数，分析两组变量场之间的关系。使用典型相关分析时，要求样本量大于两组变量的个数，如果变量的个数大于样本量时，要减少变量个数，才能使用CCA方法，这种做法有可能会损失有价值的信息，Barnett等[10-11]提出了一种新方法—BP典型相关分析(BP-CCA)：首先对预报因子场和对像场进行EOF分解，截取相应的特征向量、时间系数及特征根，对新构造的主分量变量场进行CCA分析，对得到的典型相关系数进行检验[12-13]。

计算步骤概括如下：

①对预报因子场A和预报对象场B作标准化或距平处理。

②对①处理后的变量场进行EOF分析分解，分别截取前几个模态的时间系数，构造主分量矩阵X和Y。

③分别计算两主分量X和Y矩阵的协方差阵syy-1SyxSxx-1Sxy，及交叉协方差矩阵Sxy及Syx。

④用奇异值分解计算方法求出矩阵Syy-1SyxSxx-1Sxy的特征值λ及对应的载荷特征向量d。

⑧对典型相关系数采用大样本的x2进行显著性检验。

3 结果

3.1 海温关键区和关键时段的选取

为找出影响贵州夏季降水的关键海温区域及关键时段，将贵州夏季降水数据进行了标准化处理，对此标准化后的降水场进行EOF分解，提取第一时间序列，与1977年6月—2011年5月超前2 a共24个月海温逐月滑动求相关，共得到逐月滑动的24张相关系数空间分布图(图略)，经过对比分析， 综合考虑相关系数的大小、稳定性、持续时间等因素， 可以得到与贵州夏季降水显著相关的海域及关键时段，图1给出了24张相关图中与贵州夏季降水的相关系数较显著的4个月的空间分布图。

综合24张相关系数空间分布图可知(图略)，影响贵州翌年夏季降水的最佳海温主要集中在重要洋流区(黑潮、亲潮、印度洋暖池区、北太平洋暖流区、加里福尼亚冷流区、西风漂流区等)，这与过去的研究一致[7-9]，但是这些对贵州夏季降水产生重要影响的洋流区面积和持续时间不尽相同，超前3-6个月的日本海以东洋面海温与贵州夏季降水相关通过了显著性检验，但面积小，持续时间短，即从上年11月开始对贵州夏季降水影响开始明显，1月与相关系数通过显著性区域面积达到最大，2月其面积又迅速减小，此后对贵州夏季降水的影响宣告结束(图略)。而上年9月印度洋暖池海温虽与降水有较大面积的显著负相关，但是持续时间短，仅持续1个月，到10月的时候几乎消失。加利福尼亚冷流区及北太平洋暖流区与降水的相关系数通过显著性检验的面积较之日本海附近更大，而且持续时间长，达到4个月(图1)，而贵州夏季降水与其它海域相关不够稳定、持续时间短， 相关系数小。因此， 将影响贵州夏季降水的海温关键区初选为位于东北太平洋的加利福尼亚冷流区及北太平洋暖流区，180° ～100°W，10° ～ 50°N，31*21个格点，共计651个格点，选定影响贵州夏季降水的显著相关时段为上年的7-9月。

图1 海温与贵州夏季降水的相关系数空间分布

(a图上年7月，b图为上年8月，c图为上年9月，d图为上年10月，0.34是0.05信度阈值，阴影区是通过0. 05 显著性检验， 方框区为显著关键区)

对关键区海温1978—2010 年共33 a 7-9月标准化场进行EOF分析，表2给出了EOF统计结果，图2给出了方差贡献率较大的前3个模态的空间分布，它反映出关键区海温的几种主要的大范围空间分布型，其累积方差贡献率为63%。第1 模态( 图2a) 占总方差的38%，表明关键区海温的空间分布型为全区基本一致，仅在西北部即北太平洋冷流区出现小片负值，高值区主要位于加利福尼亚冷流区。第2 模态( 图2b) 占总方差的14%，其特征向量场由西北向东南表现为负—正—负分布，反映了海温关键区西北—东南之间的空间局地差异。第3特征向量由南到北表现为正—负—正分布。North检验[14]表明前10个模态中仅有4个模态通过了North检验(其中第2模态并未通过检验)。

表1 海温关键区7-9月数据EOF分析统计结果

图2 海温关键区的前3模态空间型态

3.2 贵州夏季降水与海温关键区的BP-CCA分析

采用1978—2010年(即样本数为33)的7-9月关键区海温资料(651个格点)和1979—2011贵州夏季83个站点降水资料。使用经典典型相关分析要求样本量大于两组变量的个数或者说两个变量场的空间格点、站点数，才能保证方差阵可逆，使计算得以进行，因而在做典型相关分析之前分别对海温场和降水场进行EOF分解，并截取前15个主分量作为新的因子场，降水场前15主分量累积方差贡献率为90.97%。为了找出影响贵州夏季降水的最佳时段，我们将上年7-9月的海温场采用单月滑动、2个月滑动和3个月滑动3种不同时间步长与贵州夏季降水作BP-CCA分析，结果见表2。

表2 不同时段海温与贵州夏季降水的BP-CCA分析结果

据表2可看出，海温取不同时段所提供给降水的信息存在差异，从相关系数来看，7月的最高，达到0.997 2，通过了0.05的显著性检验，9月最低为0.97。降水对9月海温的解释方差最高，达到60%，其次为7-9月，为54%，7月的最低为51%。7-9月海温对降水场解释最高，为62%，其次为8-9月，为61%，9月最低为54%，综合其相关系数及解释方差，因子的时间尺度取连续3个月(7-9月)的整体效果最好。

由于用BP-CCA方法建立两场关系时与两场截取的EOF模态的个数有关，为使建立的二者关系具有最佳的效果，这里对1978—2010年7-9月关键区海温及1979—2011年贵州6-8月降水分别截取1～32个EOF模态，重复进行CCA分析，图3给出了截取不同EOF模态个数时所对应的第一模态相关系数。可以看到，当截取的EOF模态个数增加时，模态相关系数是迅速增加的，当取14个模态后其相关系数都在0.99以上，随后随着截断模态个数的增加，模态相关系数趋于相对稳定。

图3 取不同EOF模态个数进行CCA重建

根据表2及图3的比较结果，最终选取1978-2010年7-9月的关键区海温资料与1979-2011年贵州夏季降水资料进行EOF分解，截取其前15个模态构建新的主分量场，对此主分量场作CCA分析，由于只有第1模态通过了显著性检验，所以本文只分析第1对模态，对其它模态不予分析。

图4 前期7-9月海温与贵州夏季降水BP-CC的第1对典型载荷特征向量

图4a载荷特征向量反映了海温场东南为负值、西北为正值的分布，正值区位于北太平洋的西风漂流区(北太平洋暖流区)，负值区位于加利福尼亚冷流区，且此区域与沃克环流下降区域一致，可认为上年7-9月海温场作用于沃克环流，通过这种大气环流模式影响贵州翌年夏季的降水[5]。而对应的降水场(图4b)则表现为全场一致的负值，即当上年7-9月加利福尼亚冷流区的海温偏高(低)时，翌年贵州夏季的降水将会偏多(少)，而当同期北太平洋暖流区的海温偏高(低)时，翌年贵州夏季的降水将会发生与之相反的变化，将会偏少(多)。关键区海温对贵州北部降水的解释效果好于南部，对黔西南地区的解释效果最差，这与金建德等研究结果[7]一致。这种空间分布可能由于贵州降水不仅受东南季风的影响，还受西南季风、南支槽、印度洋海温等其它因素的影响，因此，要详尽分析贵州西南部降水的影响因子，还要考虑到其它因素。

3.3 前期海温异常影响贵州翌年夏季旱涝的天气学成因

由上述分析可知，前期关键区海温异常与贵州夏季降水有很好的对应关系。这种对应关系从天气学意义上看，是否有较合理解释？下面对关键区海温与大气环流进行探讨，以揭示海温影响贵州夏季水的可能机制。

图5 前期7-9月海温与翌年夏季副高3个指数(副高强度、脊线、脊点)的相关系数

图5给出了前期7-9月海温与夏季西太平洋副高3个指数(副高强度、脊线、脊点)平均值的相关系数，可以看到前期7-9月海温副高强度指数的相关系数分布呈EI Nino 型，在赤道中东太平洋及东北太平洋为大范围内的正相关区，且通过了0.05的显著性检验，即当前期7-9月中东赤道太平洋及东北太平洋海温异常偏高时，次年夏季西太平洋副高强度加强。前期7-9月海温与副高西伸脊线指数的相关系数分布在中低纬度西太平洋呈正相关，与中东赤道太平洋呈负相关。前期7-9月海温与副高脊点的相关系数与海温和副高的强度相关分布相反，在赤道中东太平洋为负相关区，西北太平洋为正相关区，海温分布型为LA Nina型。综合西太平洋副高3个指数，前期7-9月海温对夏季副高的影响较大，强度及脊点的显著相关区域在赤道中东太平洋及东北太平洋海区，即当赤道中东太平洋及东北太平洋海温偏高时，西太平洋副高强度偏强，位置偏西、偏南，反之，西太平洋副高强度偏弱，位置偏东、偏北。

对前期5-9月海温与贵州夏季同期500 hPa高度场及纬向风场求相关系数 (图6)，由图6可知，东北太平洋及中东赤道太平洋海温异常与贵州500 hPa气压场及风场显著正相关，而西北太平洋海温与贵州地区500 hPa气压场及风场成负相关，为典型的EI Nino 型，说明前期海温偏高时，中东赤道太平洋及东北太平洋副高偏强，偏西，有利于贵州夏季降水。

图6 夏季500 hPa平均气压场及风场与上年7-9月

(a：500 hPa气压场与海温相关，b：500 hPa高度上风场与海温相关)

以1979—2011年33 a贵州夏季降水标准化距平数据大于1.0倍标准差为降水偏多年， 小于-1.0倍标准差为降水偏少年的标准， 选出降水旱涝年(表3)，与选取贵州夏季旱涝年的标准一样，用此方法选出1978—2010年关键区海温的冷(暖)水年(表3)。分析表3可以发现，贵州夏季旱涝年与上年7-9月关键区海温冷暖水年有4 a是对应的，分别为1990年的关键区海温暖水年对应1991年贵州夏季的涝年，1992年的关键区海温暖水年对应1993年贵州夏季的涝年，1988年的关键区海温冷水年对应1989年贵州夏季的旱年，2010年的关键区海温冷水年对应2011年贵州夏季的旱年，即4个暖水年对应2个涝年，占50%，4个冷水年对应2个旱年，也占50%。综上所述，上年7-9月关键区海温冷水年预示翌年贵州夏季偏少，而暖水年则预示着翌年夏季降水偏多。

表3 贵州夏季旱涝年及海温冷暖水年的对应

根据前面降水和海温场的相关分析发现，贵州夏季降水与前期7-9月海温场相关较好，所以选择选择旱涝年前期7-9月的海温做距平合成，并用两组样本平均值差异的方法进行显著性检验(黄嘉佑，2000)。图7给出了贵州夏季旱涝年前期7-9月海温距平合成图及合成差的t检验。分析图7可看到旱涝年前期7-9月海温距平分布有明显不同。在涝年上年7-9月，东北太平洋、印度洋及赤道中太平洋为负距平，负值中心位于东北太平洋，中心海温偏低1.2℃，加利福尼亚冷流区、赤道东太平洋及黑潮、亲潮交汇处为海温正距平，中心区海温偏高1.2℃(图7a)。而旱年前期7-9月海温距平分布与涝年有明显不同，在赤道中东太平洋及加利福尼亚冷流区大范围海温为负距平，中心偏低1.6℃，而在西北太平洋、黑潮为正距平区(图7b)。分析图7c旱涝差检验图可以看出，在赤道中东太平洋及加利福尼亚冷流区旱涝年的海温差值较大，中心达到了3℃，且部分区域都通过0.05的显著性t检验，这与前面做的点相关的结果较一致，说明影响贵州夏季旱涝的前期7-9月海温关键区主要在赤道中东太平洋及北太平洋海域，其中尤以加利福尼亚冷流区及赤道中东太平洋的海温对贵州夏季旱涝的影响较明显。涝年前期7-9月北太平洋的海温分布从西到东为“+-+”分布，中东赤道太平洋从西到东也呈现“+-+”分布，但此分布趋势不如北太平洋明显，而旱年前期7-9月北太平洋的海温分布从西到东为“-+-”分布，中东赤道太平洋呈现全场较一致的负值分布，为典型的La Nina型分布。

4 结语

①点相关分析结果显示：影响贵州夏季降水的海温关键区域为位于东北太平洋的加利福尼亚冷流区及北太平洋暖流区，关键时段为上一年的7-9月。

图7 贵州夏季旱涝年前期7-9月海温距平合成图及合成差的t检验

(a：涝年SST，b：旱年SST，c：涝-旱SST，阴影区为通过0.05信度的t检验区)

②BP-CCA第一对典型相关场显示：当上年7-9月加利福尼亚冷流区的海温偏高(低)时，翌年贵州夏季的降水将会偏多(少)，而当上年7-9月北太平洋暖流区的海温偏高(低)时，翌年贵州夏季的降水将会发生与之相反的变化，将会偏少(多)。关键区海温对贵州北部降水的耦合好于南部，尤其对黔西南地区耦合最差。

③前期7-9月海温与副高强度指数的相关系数分布呈EI Nino 型，与副高西伸脊线指数的相关系数分布在中低纬度西太平洋呈正相关，与中东赤道太平洋呈负相关，与副高脊点的相关系数与海温和副高的强度相关分布相反，在赤道中东太平洋为负相关区，西北太平洋为正相关区，海温分布型为LA Nina型。即当赤道中东太平洋及东北太平洋海温偏高时，西太平洋副高强度偏强，位置偏西、偏南，反之，西太平洋副高强度偏弱，位置偏东、偏北。东北太平洋及中东赤道太平洋海温异常与贵州500 hPa气压场及风场显著正相关，而西北太平洋海温与贵州地区500 hPa气压场及风场成负相关，为典型的EI Nino 型，说明前期海温偏高时，中东赤道太平洋及东北太平洋副高偏强，偏西，有利于贵州夏季降水。

④前期海温异常年与贵州夏季降水异常合成分析结果：影响贵州夏季旱涝的前期7-9月海温关键区主要在北太平洋及赤道中东太平洋，涝年前期7-9月北太平洋的海温分布从西到东为“+-+”分布，中东赤道太平洋从西到东呈现“+-+分布，而旱年前期7-9月北太平洋的海温分布从西到东为“-+-”分布，中东赤道太平洋呈现全场较一致的负分布，为典型的La Nina型分布。

[1] 威廉·伯勒斯.21世纪的气候[M].北京：气象出版社，2007.

[2] Bjerkness J， Atmospheric teleconnections from the equatorial Pacific，Mon. Wea. Rev.， 1969，97：163-172.

[3] 贾小龙，陈丽娟，李维京，等.BP-CCA方法用于中国冬季温度和降水的可预报性研究和降尺度季节预测[J].气象学报，2010，68(3)：398-410.

[4] 姚愚，晏红明，李卫红，等.云南5月降水量可预报性的时空分布[J].广东气象，2010，33(1)：28-31.

[5] 王冰， 张健挺.云南降水场与太平洋海温场典型相关分析[J].云南大学学报，2002，24(6)：428：430.

[6] 胡桂芳，张苏平，谢考宪.EOF-CCA模型在山东季降水预测中的应用[J].气象，2000，26(7)：12-16.

[7] 金建德，严小冬，雷云，等.西北太平洋海温变化对贵州夏季降水的影响[J].热带气象学报，2006，22(2)：192-197.

[8] 许丹，王瑾. 贵州夏季降水场与北太平洋海温场的非同步相关研究[J].贵州气象，2000，24(1)：3-7.

[9] 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)：12-14.

[10] Barnett T P.1983.Interaction of the monsoon and Pactific trade wind systems at interannual time scales，PartⅠ：The equatorial zone.Monthly Weather Review，111：756-773.

[11] Barnett T P，Preisendorfer R.1987.Origins and levels of monthly and seasonal forecast skill for united states surface air temperature determined by canonical correlation analysis.Monthly Weather Review，115：1825-1850.

[12] 魏凤英.现代气候统计诊断与预测技术[M].北京：气象出版社，1999.

[13] 黄嘉佑.气象统计分析与预报方法[M].北京：气象出版社，2004.

[14] North G R，Bell T，Cahalan R，et al.Sampling errors on the estimation of empirical orthogonal function.Mon.Wea.Rev.，1982，110：669-706.

[15] 李志方.太平洋海温与我国大陆降水的EOF分析[J].贵州气象，2012，36(1)：18-20.

[16] 舒国勇，高红梅，严小冬.贵州省铜仁市雨季开始期演变特征及环流分析[J]. 贵州气象，2012，36(5)：9-13.

[17] 杨洋，李光强. 厄尔尼诺与贵州夏季降水的关系[J]. 贵州气象，1996，19(2)：12-15.

Coupling relationship between the Guizhou summer precipitation and the surface temperature in Pacific Ocean based on BP-CCA

TANG Haopeng1，WANG Fen1,2

(1.Meteorological Office of Southwestern Guizhou,Xingyi 562400；2.The mountainous climate and resource key laboratories of Guizhou Province，Guiyang 550002)

Based on the precipitation of summer at 83 stations from 1979 to 2011 over Guizhou and the mean monthly reanalysis SST ,pressure, wind data of NCEP/ NCAR , the relationship between summer precipitation and the SST,in the Pacific Ocean are investigated in terms of empirical orthog onal function( EOF) , composite analysis, BP-CCA ,and so on. The results are as follows: ①the key SST region which influences lies in the north Pacific Ocean and middle-east Pacific Ocean, the key period is from July of the former year to September；②the results of BP-CCA ：the summer precipitation is increasing ( decreasing ) in the corresponding period when SST of the california cold curren from Jul to Sep were warmer ( colder) than average,but when the SST of north pacific ocean warm current were warmer ( colder) than average, the summer precipitation over Guizhou is decreasing ( increasing ) ,the influence of the key SST region to Guizhou is better in the middle-north of Guizhou, but,best in the west-south of Guizhou；③From Early July to September, the correlation coefficient distribution of SST and subtropical high strength index Was EL Nino, the correlation coefficient distribution of SST and subtropical high of west ridge line index in the low latitudes western pacific was positive, but which was negative in middle east equatorial pacific，the correlation coefficient distribution of SST and subtropical high of west ridge point index in the middle-east equatorial pacific was negative, but which was positive in west-north pacific. The distribution of SST was LA Nina. the correlation coefficient between northeast pacific and the middle east equatorial pacific SST and 500hPa wind and pressure in Guizhou was significantly positive, the correlation coefficient between northwest pacific SST and 500hPa wind and pressure in Guizhou was negative, which was for typical EL Nino.

Pacific SST field；Guizhou；Precipitation in flood season；BP-CCA

2014-07-27

唐浩鹏(1985—)，男，助工，主要从事短期气象预报预测工作。

国家自然科学基金资助项目(41375097)；黔西南州科技局社会发展攻关项目(2014-32)；黔西南州气象局项目(2014-08，2014-09)共同资助。

1003-6598(2015)01-0014-07

P466

B