大气环流指数对肇庆市极端涝旱的响应研究

陈荣泉，章文鑫，蔡孙平，唐洁

（1.肇庆市气象局，广东肇庆 526060；2.廉江市气象局，广东廉江 524400）

区域的气候变化跟全球大气环流有着复杂的关系。通常用来表征大气环流的指数较多，但对肇庆市气候有显著影响指数的研究却很少，因此研究环流指数与肇庆市气候变化的关系，将有助于对本地气候变化进行准确预测。本研究旨在研究大气环流指数对肇庆市年降雨量的响应变化特征，使用资料包括1962—2017年肇庆市6个国家自动站月降雨量、1962—2017年88项大气环流指数、NCEP月平均高度场再分析资料。研究方法有小波分析、正交分解（EOF）、Back Propagation（即BP）神经网络模拟等方法。

1 极端涝、旱年的确定

本研究参考炎利军等［1］对极端气候特征年份的提取方法，确定极端涝、旱年：（1）对1962—2017年肇庆市6个国家气象站的年降雨量做距平计算，选6个站均为正（负）距平的年份为涝年（旱年）；（2）对1962—2017年肇庆市6个国家气象站的年降雨量做经验正交分解，对其第一时间系数排序，取系数绝对值大于0.9的年份定义为极端涝、旱年；（3）根据上述两种方法，取两类条件都符合的年份，最后确定1973、1975、1983、1994、1997、2001、2006、2012、2016年为极端涝年；1963、1977、1984、1991、1999、2000、2003、2004、2007、2009、2011年为极端旱年。

2 大气环流指数的筛选

2.1 降雨量与大气环流指数的相关分析

首先，对1962年1月—2017年12月88项大气环流指数逐月资料进行分类和编号（1-88号）［2］；其次，将1—12月的 88个气候指数逐月与肇庆市年降雨量求相关，并取通过 Pearson（P＜0.05）检验的值（若同一指数不同月份通过检验，则取其相关系数最大月份的值），结果共有39个指数通过检验，其中9南海副高面积指数、20南海副高强度指数、27西太平洋副高脊线位置指数、58北半球极涡中心强度指数、68北极涛动指数、71太平洋-北美遥相关型指数、73西太平洋遥相关型指数、77极地-欧亚遥相关型指数、86北大西洋-欧洲环流W型指数通过了P＜0.01的Pearson检验。

2.2 基于BP神经网络对极端涝、旱年的反演

1）BP神经网络模型的构建。

以肇庆市（1962—2017年共56年的样本）年均降雨量为因变量；自变量为9个相关系数通过了P＜0.01的Pearson检验大气环流指数；输入到BP神经网络模型中［3-6］。

初始拟合设置隐含层为1层，根据经验公式［7-9］设置隐含层节点数为3个，输入层节点为9个，输出层节点为3个（即极端涝、旱、正常3类）。通过调整最终确定隐含层节点数为4个，并进行30次重复模拟。由于各节点权值是随机给定的，BP神经网络具有不可重现性，但网络结构确定后模型预报正确率是稳定的［10-11］。本研究主要探讨大气环流指数和年降雨量的相关性，因此不再引入新样本对模型进行检测。

从检验结果来看，模型对极端涝、旱、正常年份的30次反演正确率都在80%以上（图表略），平均正确率为91.2%。综上所述9个大气环流指数对肇庆市的年降雨量有显著的相关性，能很好地预测极端涝、旱、正常年。

2）引入模型的大气环流指数标准化重要性分析。

统计在30次反演中的9个环流指数，权值排名前3出现的次数结果：南海副高面积指数13次、南海副高强度指数8次、西太平洋遥相关型指数（WP）16次、北半球极涡中心强度2次、极地欧亚遥相关型指数6次、北大西洋欧洲环流W型指数10次、北极涛动（AO）13次、太平洋北美遥相关型指数（PNA）18次、西太平洋副高脊线位置指数4次。为进一步了解这4个指数与年降雨量的关系，分别绘制年降雨与这4个指数的散点图［12］（数据均进行了标准化处理）（图1），从图1可以看出，PNA和年降雨量呈线性递减关系，但当PNA的值接近0时，这种趋势发生折变呈短暂的递增，当继续增大时又重新呈递减趋势。WP和年降雨量也呈线性递减关系，但当WP的值大于0后，这种递减趋势变得平缓。AO和年降雨量呈线性递增关系，但在［-0.5，0］区间有短暂的平缓，而后再次递增。南海副高面积指数小于0时与年降雨量的关系不明显，从原始数据中发现，这是因为2月份的南海副高面积指数在这56年中有48年接近0，所以图中表现为一条准垂直于横坐标的直线。剩余8年当其值显著大于0时，则与年降雨量迅速呈线性递增关系。

图1 环流指数与年降雨量的散点图

3 大气环流指数的分布特征

由2.1节筛选得到的大气环流指数可知，在BP模型中，8月 PNA、6月WP、2月南海副高面积指数和8月AO的标准化权值最高，根据这4个指数的定义分别绘制相应的特征场分布图（图2）。

PNA（20°N—90°N，0°—360°区域内，标准化500 hPa高度场经验正交分析所得的第2模态时间系数）。在欧亚、太平洋、北美均存在一个正直中心，北极圈为一个负值中心。在涝年3个正直中心强度异常高，并连成一个行星尺度的纬向带；位置相对北移；北美中纬度地区为一个负值中心。在旱年，3个正直中心强度明显减弱，位置相对南移。在亚洲和太平洋之间的中纬度地区出现负值中心，北极圈的负值中心向北美中高纬度地区延伸。

WP（20°N—90°N，0°—360°区域内，标准化500 hPa高度场经验正交分析所得的第4模态时间系数）。在涝年，亚洲至东太平洋为纬向带状正值中心，西太平洋的负值中心受其挤压。但在旱年亚洲这一个正值中心严重收缩呈南北向，西太平洋的负值中心强度增强。

AO（20°N—90°N，0°—360°区域内，1 000 hPa高度场经验正交分析所得的第1模态时间系数的标准化序列）。在旱年除北太平洋外45°N以北为大范围的正值中区，且强度异常高；在涝年该正值区范围向南扩展，但强度显著减弱。

南海副高面积指数在涝年副高整体偏强呈带状东西向，588 dagpm线范围较广；在旱年副高强度整体偏弱。

图2 大气环流指数分布场

4 结论

1）肇庆市年降雨量存在显著的30年左右周期震荡，在1962—2017年中，极端涝年为1973、1975、1983、1994、1997、2001、2006、2012、2016年；极端旱年为 1963、1977、1984、1991、1999、2000、2003、2004、2007、2009、2011年。

2）88项大气环流指数与年降水量的相关分析中，有39项通过了P＜0.05的Pearson检验，有9项通过了P＜0.01的Pearson检验。

3）用9个相关系数较大的大气环流指数建立的BP神经网络模型对，对正常、涝、旱年的判别效果较理想，30次回报的平均准确率预报达91.1%。

4）在 BP模型中，8月 PNA、6月 WP、2月南海副高面积指数和8月AO的标准化权值最高，并与年降雨量均有明显的线性递增（减）关系。

5）在极端旱涝年，PNA、WP、AO和南海副高面积指数相应月份的特征场均有显著的正、负值中心变化差异；对涝旱年的预测有指示意义。