华南前汛期极端降水年代际异常及其影响因子分析

章开美, 李丽平,陈胜东

(1. 江西省气象服务中心,江西　南昌　330046；2. 气象灾害省部共建教育部重点实验室，南京信息工程大学大气科学学院，江苏　南京　210044；3. 江西省气象科学研究所,江西　南昌　330046)



华南前汛期极端降水年代际异常及其影响因子分析

章开美1, 李丽平2,陈胜东3

(1. 江西省气象服务中心,江西南昌330046；2. 气象灾害省部共建教育部重点实验室，南京信息工程大学大气科学学院，江苏南京210044；3. 江西省气象科学研究所,江西南昌330046)

摘要：利用国家气象信息中心提供的华南89个代表站1969～2013年逐日降水资料、NCEP/ NCAR 850 hPa月平均再分析风场及NOAA重构延长的逐月海表温度(SST)资料, 研究了华南前汛期极端降水年代际异常的时空分布特征, 并进一步分析了太平洋海温、850 hPa风场及华南前汛期极端降水三者之间年代际异常耦合关系。结果表明：(1)1977~1997年左右海表温度为“类El NiNo”型, 华南前汛期大部地区极端强降水偏少,1997~2010年左右海表温度转为“类La NiNa”型,华南前汛期大部地区极端强降水偏多；(2)年代际尺度上，前汛期太平洋海表温度异常呈“类La NiNa”型时, 整个中高纬北太平洋存在一个强大的反气旋性环流异常, 其西端的偏南气流有利于南海的暖湿气流向华南地区输送, 同时, 其南端的偏东气流有利于将中纬度西太平洋上的湿空气输向华南地区, 2股水汽在30°N以南附近交汇, 极大地增强了华南地区的水汽输送, 有利于华南前汛期发生极端强降水，而太平洋海表温度异常呈“类El NiNo”型时，则不利于华南前汛期极端强降水的发生。

关键词：极端降水；年代际异常；影响因子；前汛期

引言

20世纪90年代中期以来, 年代际变化已是气候变化与可预测性研究计划的重要研究内容之一。许多研究表明，全球范围内，无论是海洋状况、大气环流还是各种气象要素(降水、气温等)都存在年代际的突变性[1-2]。年代际可作为年际、月际尺度气候变化的重要背景,影响年际、月际尺度的气候特征[3-5]，因此,气候变化的年代际特征研究显得尤为重要。

国内已有学者先后对气候变化的年代际特征进行了一些研究, 如黄荣辉等[6]分析我国夏季降水的年代际变化发现：长江、淮河流域从1970年代末开始降水增多, 华南地区1980年代的降水则明显比1970年代少；魏凤英等[7]也分析发现1960年代中期以前我国夏季降水处于相对偏多时期，1960~1990年代初处于偏少时期，1993年以后又呈偏多趋势；还有研究指出中国东北[8]、长江中下游[9-10]及华北地区[11-12]降水有明显的年代际变化特征。目前对华南汛期降水的研究多集中在降水异常的气候变化特征[13-14]、环流特征[15]及与海温异常的关系[16]等方面，针对年代际变化特征的研究较少，肖伟军等[17]指出华南中部夏季降水具有以年代际变化为主的特征, 而华南西北部夏季降水则具有以年际变化为主的特征。

此外,全球海表温度(SST)也具有年代际变化特征[18-19]，Quinn等[20]最早发现了1970年代中后期北太平洋海气系统出现的显著年代际变化,最显著的区域位于低纬度热带地区；朱亚芬等[21]指出异常转换时间发生在1977年前后,1977年前(后)赤道中东太平洋海温偏低(偏高), 而西北太平洋的海温明显偏高(偏低)；张勤等[22]也发现热带太平洋在1970年代后期发生了一次由冷态向暖态的转变, 主要增暖区为赤道以及热带东太平洋。

以往研究表明中国降水和海表温度距平(SSTA)均存在明显的年代际变化特征,不少学者从不同侧面对中国降水和SSTA特别是太平洋SSTA的年代际变化之间是否有密切联系作了初步研究[23-24]。周连童等[25]指出, 热带中东太平洋呈现出“年代际的El Nino现象”,这种海温异常通过影响亚洲夏季风进而影响我国夏季降水。还有研究发现北太平洋海温年代际异常对华北[26]及东亚沿海[27]降水都存在某种程度的影响。孙力等[28]研究认为东北夏季降水对ENSO事件的响应存在年代际变化, 即1960年代以来的ENSO年东北降水偏少, 而此前并非如此。吴胜安等[29]研究1951~2001年太平洋SSTA与中国夏季降水年代际变化关系时发现热带西太平洋是影响华南降水年代际变化的关键区, 1950 ~1970 年代后期该海域SSTA为正, 对应长江以南地区的夏季降水偏多, 而长江以北则偏少;1970年代以后则相反。

针对华南降水及其与太平洋SSTA年代际变化的关系,尤其是通过何种海气耦合模态影响华南降水的年代际异常研究较为少见,而开展这方面工作不仅能为华南旱涝预测提供依据,而且对探讨海气相互作用的驱动机制也有重要意义。

1资料及方法

1.1资料

使用资料包括：(1)国家气象信息中心提供的1969～2013年中国753站逐日降水资料；(2)NCEP/NCAR 1968年1月至2013年12月全球逐月平均的850 hPa纬向风场(u)和经向风场(v)资料(http//www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.pressure.html)，分辨率为2.5°×2.5°；(3)NOAA延长重构的1968年1月至2013年12月全球逐月平均海表温度(SST)资料(http//www.esrl.noaa.gov/psd/data/gridded/data.noaa.reanalysis.ersst.html)，分辨率2°×2°。

1.2方法

选取(106°E～120°E,20°N～28°N)范围作为华南区域。剔除1969年以来降水资料长度不足45 a的站点,共选取89个测站代表华南地区,其中不包括海南省[30-31]。选取降水强度、强降水量、强降水频率以及暴雨日数作为描述极端降水的指数, 各指数及总降水量具体定义见表1。

表1　极端降水统计指标及总降水量定义

极端降水事件的定义参照翟盘茂等[32]的研究，将1969～2013年逐年4～6月的日降水量由小到大进行排序，位于第95百分位值的45 a均值定义为极端降水的阈值。当某站某日降水量超过该阈值时，则称该站发生了极端降水事件。第95个百分位降水量计算方法参照文献[33]。

把降水序列按升序排列成x1,x2,…,xm,…,xn，则某个值≤xm的概率为：

式中,m为xm的序号,n为降水序列(含无降水日)长度,本文n=91，第95个百分位值就是指P=95%所对应xm的值。求解上式得m=87.2，取第95百分位上的值为排序后的x87(P=94.9%)和x88(P=96%)的线性插值。

此外，根据定义计算出华南各站1969～2013年前汛期(4～6月)各极端降水指数及总降水量序列。为突出要素年代际变化特征，采用谐波分析方法[34-35]，滤除各极端降水指数序列、850 hPa风场和海表温度场中10 a以下周期的波动成分。

2华南前汛期极端降水气候平均空间分布特征

图1为华南前汛期1969～2013年共45 a平均的降水强度、强降水量、强降水频率、暴雨日数的空间分布，图2为强降水阈值的空间分布，图1、图2中阴影区表示大于各指数的区域平均值，各指数区域平均值依次为13 mm/d、281 mm、4.8%、2.7 d、39 mm。可以看出，广东大部、广西北部和西南部及赣闽交界处降水强度偏大，强降水量、暴雨日数偏多，广东大部地区强降水频率也偏多，这些指数的分布特征与强降水量阈值分布非常相似，这表明本文所选指数能很好地反映华南前汛期极端降水的空间分布特征。

图1　华南前汛期1969~2013年平均的各极端降水指数空间分布

3华南前汛期极端降水年代际异常时空特征

为研究华南前汛期极端降水年代际异常的时空特征, 对各极端降水指数年代际异常分量进行EOF分析，降水强度、强降水量、强降水频率以及暴雨日数第一模态方差贡献率分别为15.2%、18.4%、16.1%、16.5%(表2),它们表征近45 a华南前汛期极端降水年代际异常的最主要特征,下面重点分析各指数EOF的第一模态。

图2　华南前汛期1969~2013年

各极端降水指数EOF第一特征向量场呈相似的空间分布(图3), 即极端降水指数在空间上基本呈现均一性变化特征，除两广交界偏南位置少数地区为负异常(极端降水频率在福建沿海少数地区也为负异常), 华南大部地区均为正异常, 正异常中心主要出现在华南中部地区(23°N~28°N),即广西北部、广东大部或湖南南部及赣闽交界处,这表明华南前汛期极端降水年代际异常强区域主要位于华南中部地区。对比图2与图1可知,各极端降水指数值大的区域其年代际异常也相对较大,但年代际异常大值中心与各指数多年平均大值中心略有差异,如广东中北部为多年平均极端降水频率大值中心,但年代际异常大值中心位置偏北至湖南南部。

表2　华南前汛期各极端降水指数前5个EOF模态方差贡献率(单位：%)

图3　华南前汛期各极端降水指数年代际异常分量EOF第一特征向量场(阴影区值<0)

图4为各极端降水指数年代际异常分量EOF第一时间系数，可以看出时间系数曲线具有明显的年代际变化特征。1977年左右华南前汛期极端降水指数由正异常转为负异常，1997年左右极端降水指数又由负异常转为正异常(其中强降水频率在1980年左右转为正异常),特别是1980年代中期到1990年代初各极端降水指数呈显著负异常，而2000年代各极端降水指数正异常显著。对比EOF第一模态时间系数序列与华南前汛期降水实际年代际异常(图略)，两者十分相似，表明该EOF第一模态时间序列能够反映华南前汛期降水年代际异常的主要特征。

图4　1969～2013年华南前汛期各极端降水指数年代际异常分量EOF第一时间系数

4华南前汛期极端降水年代际异常影响因子

为进一步了解华南前汛期极端降水年代际异常成因,寻找对华南前汛期极端降水有预测意义的海洋和大气环流异常信号，利用奇异值分解(SVD)方法，获得太平洋海表温度场、850 hPa风场和前汛期极端降水指数场三者间年代际异常的时滞和同期相关耦合模态。

4.1前汛期海表温度场和极端降水指数场相关耦合模态

首先给出海表温度分别与华南前汛期降水强度、强降水量、强降水频率及暴雨日数年代际异常分量的SVD第一耦合模态奇异向量(图5)和时间系数序列(图6)，该模态的协方差平方和贡献率分别为47.9%，37.6%，41.6%，40.3%，异性相关系数分别为0.92，0.92，0.92，0.96，均通过显著性水平α=0.01的Monte Carlo检验。

海表温度异常时间系数序列结合相应的奇异向量可知，中纬度北太平洋、赤道西太平洋以及赤道西南太平洋海表温度场为正异常(中心位于中纬度北太平洋)，赤道中东太平洋、中纬度东北太平洋海表温度场为负异常，相应的华南前汛期总降水量异常偏多、强度异常偏强，其它各极端降水指数除在广西西北部、两广交界及江西南部等少部分地区偏小外，华南其它区域均偏大。由于这一模态与ENSO事件海表温度异常分布相似，为方便起见，称相应的奇异向量形态为“类ENSO”型异常。可见1977年左右到1997年左右为“类El NiNo”模态，相应的华南前汛期降水强度偏弱，其他极端降水指数基本偏小，1997年左右转为“类La NiNa”模态，华南前汛期降水强度偏强，其他极端降水指数基本偏大，海表温度的这种“类ENSO”型年代际异常与周连童等[23]的结论相一致。

图5　华南前汛期各极端降水指数(左)与同期SST(右)年代际异常分量的SVD第一耦合模态奇异向量

图6　前汛期各极端降水指数(实线)与同期SST年代际异常分量(虚线)的 SVD第一模态时间系数序列

4.2前汛期海温场与同期850 hPa风场相关耦合模态

图7给出前汛期海表温度场与同期850 hPa风场年代际变化分量的第一耦合模态奇异向量及时间系数变化曲线，该模态的协方差平方和贡献率为49.3%，异性相关系数高达0.98。可以看出太平洋海表温度场依然呈“类ENSO形态”，1977~1997年左右前汛期海表温度异常为“类El NiNo”模态，1997年以后转为“类La NiNa”模态。太平洋海表温度异常呈“类La NiNa”模态时，在整个中高纬北太平洋存在一个强大的反气旋性环流异常，其西端的偏南距平气流有利于南海的暖湿气流向华南地区输送，同时其南端的偏东距平气流有利于将中纬度西太平洋上的湿空气输向华南地区，2股湿空气在30°N以南附近交汇，极大地增强了华南地区的水汽输送，有利于华南前汛期发生极端强降水。反之，当太平洋海表温度异常呈“类El NiNo”模态时，不利于华南前汛期极端强降水的发生。

图7　华南前汛期SST场(a)与同期850 hPa风场(b)年代际异常分量SVD第一耦合模态奇异向量

4.3前汛期850 hPa风场与各极端降水指数场同期相关耦合模态

降水异常通常是由环流异常直接造成的，将各极端降水指数场与同期850 hPa风场年代际异常分量进行SVD分析，结果显示第二模态的时间系数序列和极端降水指数年代际异常特征较为相似。图8和图9分别给出华南前汛期各极端降水指数场与同期850 hPa风场年代际异常分量SVD第二耦合模态奇异向量和时间系数序列，降水强度、强降水量、强降水频率和暴雨日数的协方差平方和贡献率分别为16.8%、23.0%、26.4%、19.8%，异性相关系数分别为0.95，0.86，0.89，0.98。可以看出850 hPa风场分布较为相似，中高纬北太平洋上反气旋性环流西端的偏南距平气流有利于暖湿气流向华南地区输送，同时其南端的偏东距平气流有利于中纬度西太平洋上的暖湿空气输向华南地区，二者在30°N以南附近交汇，易导致华南地区极端强降水增强。

图8　华南前汛期各极端降水指数场(左)与同期850 hPa风场(右)年代际异常分量SVD第二耦合模态奇异向量

华南前汛期各极端降水指数场与同期850 hPa风场年代际异常分量SVD第二模的时间系数序列与上文给出的极端降水指数年代际异常特征较为相似，表明“类ENSO型”海温年代际变化是华南极端降水年代际异常的原因之一。

图9　华南前汛期各极端降水指数场(实线)与同期850 hPa风场(虚线)SVD第二耦合模态时间系数序列

5结论

(1)各极端降水指数呈现显著的年代际变化，且华南前汛期极端降水指数在1977年左右由正异常转为负异常；1997年又由负异常转为正异常，特别是1980年代中期到1990年代初极端强降水显著偏少，而2000年代极端强降水异常偏多。

(2)1977~1997年海表温度为“类El NiNo”型，前汛期在整个中高纬北太平洋存在一个强大的反气旋性环流异常，有利于南海的暖湿气流与西太平洋上的湿空气在北纬30°N以南附近交汇，极大地增强了华南地区的水汽输送，进而导致华南前汛期易发生极端强降水；而1997~2010年海表温度转为“类La NiNa”型，不利于华南前汛期极端强降水的发生。

(3)华南前汛期各极端降水指数场与850 hPa风场年代际异常分量SVD第二模态的时间系数序列和华南极端降水的年代际异常特征较为相似，表明“类ENSO型”海温年代际变化是华南极端降水年代际异常的原因之一。

参考文献：

[1] 郭燕娟,杨修群. 全球海气系统年际、年代际变化的时空特征分析[J].气象科学,2002,22(6):127-137.

[2] 施能,陈绿文,封国林. 1920-2000年全球6-8月陆地旱涝气候变化[J]. 气象学报,2003,61(2):237-243.

[3] 王绍武,朱锦红. 国外有关年代际气候变率的研究[J]. 气象学报,1997,57(3):376-383.

[4] Zhang Y, Wallace J M, Battisti D S. ENSO-like Interdecadal Variability:1900-93[J]. J Climate,1997,10(5):1004-1020.

[5] Mantur N J, Hare S R, Zhang Y, et al. A Pacific Interdecadal Climate Oscillation with Impacts on Salmon Production[J]. Bull Amer Meteor Soc,1997,78(6):1069-1079.

[6] 黄荣辉,徐予红,周连童. 我国夏季降水的年代际变化及华北干旱化趋势[J]. 高原气象,1999,18(4):465-476.

[7] 魏凤英,张先恭. 中国夏季降水趋势分布的客观预报方法[J]. 气候与环境研究,1998,3(3):218-226.

[8] 孙力,安刚,丁立. 中国东北地区夏季旱涝的分析研究[J]. 地理科学2002,22(3):311-316.

[9] 王叶红,王谦谦,赵玉春. 长江中下游降水异常特征及其与全国降水和气温异常的关系[J]. 南京气象学院学报,1999,22(4):687-691.

[10] 张剑明,李巧媛,谭啸. 1960 ～ 2010 年湖南雨日的时空变化特征[J]. 干旱气象,2014，32(3):373-381.

[11] 王丽华,陈乾金. 华北雨季不同时段严重旱涝特征的诊断研究[J]. 自然灾害学报,2000,9(4):86-93.

[12] 郭雪,王志伟,俞胜彬,等. 20 世纪我国东部地区的降水及极端旱涝事件变化规律[J]. 干旱气象,2013,31(3):476-481.

[13] 姚才,钱维宏. 华南6月降水的十年际和极端年际差异及其环境分析[J]. 热带气象学报,2010,26(4):463-469.

[14] 简茂球,乔云亭,温之平. 华南季节干旱及连旱特征分析[J]. 中山大学学报(自然科学版),2008,47(4):118-121.

[15] 梁建茵. 6月西太平洋副高脊线的年际变化及其对华南降水的影响[J]. 热带气象学报,1994,10(3): 274-279.

[16] 徐海明. 华南夏季降水与全球海温的关系[J]. 南京气象学院学报,1997,20(3):392-399.

[17] 肖伟军,陈炳洪,刘云香. 近45 a华南夏季降水时空演变特征[J]. 气象研究与应用,2009，30(1):12-15.

[18] Lau K M,Weng H Y. Interannual, Decadal-Interdecadal, and Global Warming Signals in Sea Surface Temperature during 1955-1997[J]. J Climate,1999,12(5):1257-1267.

[19] 郭燕娟,杨修群. 全球海气系统年际和年代际变化的时空特征分析[J]. 气象科学,2002,22(2)：121-132.

[20] Quinn W H, Neal V T. Recent climate change and the 1982-1983 El Nino[C]. Proc Eighth Annual Climate Diagnostic Workshop, Downsville, 1984:148-154.

[21] 朱亚芬,钱维宏. 全球海温异常的年代际变化[J]. 海洋预报,1998,15(4)：1-7.

[22] 张勤,丁一汇. 热带太平洋年代际平均气候态变化与ENSO循环[J]. 气象学报,2001,59(2)：157-172.

[23] 琚建华,陈琳玲. ENSO对云南地区降水影响的年代际变化[J]. 热带气象学报,2003,19(2) ：191-196.

[24] 陈绍东,王谦谦,钱永甫. 江南汛期降水基本气候特征及其与海温异常关系初探[J]. 热带气象学报,2003，19(3):260-268.

[25] 周连童,黄荣辉. 关于我国夏季气候年代际变化特征及其可能成因的研究[J]. 气候与环境研究,2003,8(3)：274-290.

[26] 李峰,何金海. 东亚夏季风与北太平洋SSTA关系的年代际变化特征及其机制研究[J]. 南京气象学报,2001,24(2):199-206.

[27] 李崇银,朱锦红,孙照渤. 年代际气候变化研究[J]. 气候与环境研究,2002,7(2):209-219.

[28] 孙力,安刚,丁立,等. 中国东北地区夏季降水异常的气候分析[J]. 气象学报,2000,58(1):70-82.

[29] 吴胜安,江志红,刘志雄,等. 中国夏季降水与太平洋SSTA年代际变化关系的初步研究[J]. 热带气象学报,2005,21(2):153-162.

[30] 丁菊丽,徐志升,费建芳,等. 华南前汛期起止日期的确定及降水年代际变化特征分析[J]. 热带气象学报,2009，25 (1):59-65.

[31] 李丽平,章开美,王超,等. 近40年华南前汛期极端降水时空演变特征[J]. 气候与环境研究,2010，15(4):443-450.

[32] 翟盘茂,潘晓华. 中国北方近50年温度和降水极端事件[J]. 地理学报, 2003， 58 (增刊):2-10.

[33] Bonsal B R,Zhang X, Vincent L A, et al. Characteristics of daily and extreme temperature over Canada[J]. J Climate, 2001，14(9):1959-1976.

[34] 丁裕国,江志红. 气象数据时间序列信号处理[M]. 北京：气象出版社, 1998.32-41.

[35] Li Liping, Wang Panxing, Li Hong. Interinterdecadal and interannual variabilities of air and sea and their relations over the Pacific[J]. Acta Meteorologica Sinica, 2004,18(2):227-244.

Analysis of Interdecadal Variation of Precipitation and Impact Factors During the Pre-rainy Season in South China

ZHANG Kaimei1, LI Liping2, CHEN Shengdong3

(1.MeteorologicalServiceCenterofJiangxiProvince,Nanchang330046,China;2.MinistryofEducationKeyLaboratoryofMeteorologicalDisasterofCooperationofMinistriesandProvincialGovernments/CollegeofAtmosphericSciences，NanjingUniversityofInformationScience&Technology，Nanjing210044,China；3.InstitueofMeteorologicalSciencesofJiangxiProvince,Nanchang330046,China)

Abstract:Based on the daily precipitation data provided by the National Meteorological Information Center from 89 representative stations in South China, as well as the reanalyzed monthly average 850 hPa wind field from the National Centers for Environmental Prediction and the National Center for Atmospheric Research (NCEP/NCAR) and extended reconstructed sea surface temperature (SST) data from 1969 to 2013, the interdecadal variation and the causes of extreme precipitation during the pre-rainy season in South China were analyzed, moreover, the interdecadal abnormal coupling relation among SST, 850 hPa wind field and extreme precipitation during the pre-rainy season in South China were also analyzed. The results are as follows:(1)The “El-Nio-Southern-Oscillation-like”(ENSO-like) positive SST anomaly during 1977-1997 and the corresponding atmospheric circulation anomaly were major causes of less extreme precipitation during the pre-rainy season in most part of South China. However, from about 1997 to 2010, the preceding winter SST presented ENSO-like negative SST, there were more extreme precipitation in most part of South China during the pre-rainy seanson. (2) On interdecadal scales, when it was the ENSO-like positive SST anomaly during the pre-rainy season in South China, there was an anomaly strong anti-cyclonic circulation over the middle-high latitude North Pacific, its western end southern flow was conducive to the South China Sea warm flow transport to South China, meanwhile, the east flow stream coming from mid-latitude Western Pacific was in favour of the wet air transport to South China, the intersection of two section airflow to South China caused severe pre-rainy season floods in South China. However, the ENSO-like negative SST anomaly was conducive to pre-rainy season less rain in South China.

Key words:extreme precipitation; interdecadal anomaly; impact factor; pre-rainy season

中图分类号：P426.6

文献标识码：A

文章编号：1006-7639(2016)-01-0064-11

doi:10.11755/j.issn.1006-7639(2016)-01-0064

作者简介：章开美(1986- )，女，江西南昌人，工程师，主要从事区域气候与海气相互作用、低频振荡的研究. E-mail：zhkm2008@163.net

基金项目：国家重点基础研究发展计划(973计划(2013CB43020))和公益性(气象)行业专项(GYHY201406024)共同资助

收稿日期：2015-04-03；改回日期：2015-06-01

章开美，李丽平，陈胜东.华南前汛期极端降水年代际异常及其影响因子分析[J].干旱气象，2016，34(1)：64-74, [ZHANG Kaimei, LI Liping, CHEN Shengdong. Analysis of Interdecadal Variation of Precipitation and Impact Factors During the Pre-rainy Season in South China[J]. Journal of Arid Meteorology, 2016, 34(1):64-74], doi:10.11755/j.issn.1006-7639(2016)-01-0064