APP下载

1961—2019年河南秋季连阴雨天气气候特征分析

2021-09-17杜明哲鲁坦朱玉周廖荣伟房小怡

气象与环境学报 2021年4期
关键词:副热带连阴雨区域性

杜明哲 鲁坦 朱玉周 廖荣伟 房小怡

(1.中国气象局河南省农业气象保障与应用技术重点开放实验室,河南 郑州 450003; 2.河南省气象服务中心,河南 郑州450003; 3.河南省气象台,河南 郑州 450003; 4.中国气象科学研究院,北京 100081)

引言

秋季连阴雨是秋季降水的重要组成部分,是中国一种常见的气象灾害,常发生在9—11月,覆盖秋收秋种关键农事时期,长时间的阴雨寡照天气容易给农作物的成熟、收获、贮藏以及冬小麦的播种带来不利影响[1-3];另外,长时间、大雨量的秋季连阴雨还容易带来秋汛[4-5],影响到公众的生命财产和社会生产等活动。因此,对秋季连阴雨的时空特征及发生的环流背景进行研究具有重要意义,特别是对大气环流分型研究有助于连阴雨过程的预报预测。国内一些学者对不同地区的秋季连阴雨作了较多研究。江益等[6]对四川秋季连阴雨的变化特征和时空分布进行了分析,指出四川秋季连阴雨的发生次数、降水量和持续天数总体上均呈减少趋势,而且这种减少趋势在20世纪80年代中后期具有突变性;四川省秋季连阴雨总体上呈西部增多,东部减少的趋势。陈懿妮等[7]分析了浙江省秋季连阴雨的时间和空间特征及造成连阴雨的环流背景,指出浙江省秋季连阴雨强弱受副热带高压和南亚高压的反相位置关系影响;拉尼娜状态的强(弱)通过海—气反馈机制造成中国华东地区有低层偏南(北)风异常,使得水汽增多(减少)。杨爱萍[8]从高风险区域、发生次数、高风险时段等方面对江西省秋季连阴雨变化特征及其对秋收的影响进行研究。孙照渤[9]分析了中国秋季连阴雨和不同级别秋季连阴雨的气候特征,指出中国不同级别秋季连阴雨发生频次在长江中上游地区较大,黄河以北地区较小。随着连阴雨持续日数的增加,连阴雨频次大值区由中国东南地区移向西南地区;中国华北地区连阴雨受巴尔喀什湖与贝加尔湖间的阻塞高压强度影响,中低层增强的偏北和偏南气流交汇于华北地区易形成连阴雨天气。

局部天气过程通常受较大尺度环流影响,对连阴雨期间的大尺度环流形势分型有助于识别和预测连阴雨天气过程。环流分型是利用主观或客观的方法分析特定气象要素,将大气环流分为若干类特征形势的方法。不同类环流具有不同的特征,同一类的环流形势具有相似的特征,同类中具有典型分布的成员被称为特征成员。相较于主观方法,客观分析方法更具有统一性、科学性和实用性。近年来,一些学者对大气环流分型做了研究,陈亮等[10]对中国区域内的大气环流进行了客观分型,并分析了不同环流分型与中国区域降水之间的关系。冯志刚等[11]对中国淮河流域26个集中强降水过程的大气环流形势用主观方法归纳出梅雨型、江淮气旋型、江淮切变线型、暖切变线型、深槽型和台风北上型共6类典型环流型。徐明等[12]用归纳法将中国华南前汛期持续性暴雨分为东亚槽底型,两脊一槽型,多涡旋型和纬向型。吴胜男和江志红[13]用神经网络方法对中国长江中下游地区夏季海平面气压空间距平场进行客观分型,得到该地区25种地面天气型及其系统演变特征。

已有研究大多是河南省秋季连阴雨个例分析[14-17],对河南区域性秋季连阴雨气候特征作整体性、相对全面的分析较少,或是对最近几十年的河南省秋季连阴雨特征缺乏研究[18]。多数文献中对秋季连阴雨形势的研究是基于主观分析或者通过建立特定指数来定量描述环流特征,针对秋季连阴雨的环流分型研究相对较少,研究方法较为单一。河南省是中国重要的粮食产区,了解河南区域性秋季连阴雨降水的气候特征,对指导农业生产、降低灾害风险有重要意义。本文利用气象台站资料,结合统计分析、神经网络技术,对近几十年河南区域性秋季连阴雨的时间、空间特征及造成区域性秋季连阴雨过程的大气环流进行客观分型研究,有助于全面了解河南区域性秋季连阴雨的气候特征及大气环流型,以期为河南区域性秋季连阴雨的预报预测提供参考。

1 资料与方法

1.1 数据来源

使用1961—2019年河南省地面气候资料整编的日降水与日照资料,根据河南气候特点、地理条件、观测站建站时间及数据缺测情况,挑选103个站点的数据参与分析。大气环流分析采用美国国家环境预报中心和国家大气研究中心(National Centers for Environment Prediction/National Center of Atmospheric Research,NCEP/NCAR)提供的1961—2019年高空 2.5°×2.5°水平分辨率逐日再分析资料。本文分析场的范围为20°—160°E、10°—80°N,共1653个格点。

1.2 河南区域性秋季连阴雨定义

1.2.1 单站连阴雨

某测站在某日期段的第一日和最后一日均出现降水,日降水量≥0.1 mm的雨日日均日照时数≤2 h或云量≥8成,过程降水量≥30 mm,当该日期段符合下列条件之一,则认定该测站在该日期段出现一次连阴雨:(1)降水过程持续5—10 d,无雨日数≤2 d且不连续;(2)降水过程持续≥11 d,无雨日数≤3 d且不连续。

图1 河南省气象站点分布Fig.1 Distribution of weather stations in He′nan province

1.2.2 区域性连阴雨

区域内有≥20%的测站出现连阴雨,则认定出现一次区域性连阴雨。以降水开始日的月份作为连阴雨发生的月份。同一连阴雨过程分布在相邻两个月份时,若分布在两个月份的降水日数相同,以开始日的月份作为发生月,否则取降水日数多的月份为发生月。

1.3 分析方法

利用滑动平均、小波分析等方法对河南区域性秋季连阴雨的时间特征进行分析。采用经验正交函数分解法(Empirical Orthogonal Function,EOF)对河南区域性秋季连阴雨作时空分解,采用North 检验对分解出的模态进行独立性检验,分析河南区域性秋季连阴雨空间分布特征。

基于竞争学习的无监督式的神经网络方法(Self Organizing Maps,SOM)[19-20]是由输入层和输出层(竞争层)组成,能够将输入层高维空间的样本映射到输出层一维或二维格点(竞争层神经网络节点)中,输出层的节点数就是聚类数。假设网络输入层有m个样本(输入模式),输入模式记为X={xi:i=1,…,m},输出层包含n个神经元,输出模式记为Y={yj:j=1,…,n},输入单元i和输出层神经元j之间在计算层的连接权重可以写成Wj={wji:j=1,…,n;i=1,…,m},则网络的输出层与输入层的映射关系为:

Y=XW

(1)

在学习过程中每输入一个样本,在n个输出神经元中只有一个神经元被激活而成为获胜神经元Yj,获胜神经元的权重按照下面方式进行调整:

Δwji=η·(xi-wji)Yj

(2)

式(2)中,η为依赖于时间的学习率,通过调整权值,可将激活神经元的权重向量移向被选取的输入样本。同样地,激活神经元拓扑邻域内节点的权重向量也被调整并向输入样本移动。不断重复上述迭代过程,直到收敛,最终达到学习目的。

研究表明[21-24],500 hPa环流形势对连阴雨降水具有重要作用,另一方面连阴雨是高空和低空环流共同作用的效果,本文尝试用500 hPa单层和融合500 hPa、700 hPa、850 hPa三层数据进行分型。将参与分析的连阴雨过程共617 d 的500 hPa日平均高度场作为分析对象,选取20°—160°E、10°—80°N为计算范围,将每天的500 hPa日平均高度场(57×29=1653个格点数据)按照从南到北、自西向东的顺序排成行向量,即一行(样本)代表一日的500 hPa日平均高度场,形成617行1653列的向量矩阵。将向量矩阵输入SOM模型进行分型训练,训练步长为5000步,初始学习率为0.6,计算每个样本和初始权重向量的距离,距离最近的样本作为获胜神经元,更新获胜神经元的权重向量,同时近邻样本的权重向量也按照特定近邻函数更新,重复迭代上述过程,经过多次调参训练试验,获得不同分类数的分型结果,通过对比分析选择最优分类数,将区域性连阴雨过程期间500 hPa日平均高度场分为若干类的环流型。考虑三层高度场的分型步骤与单层类似,将500 hPa、700 hPa和850 hPa高度场数据依次排列形成行向量,然后输入SOM模型进行分型训练。

2 结果分析

2.1 河南区域性秋季连阴雨时间特征

根据河南区域性秋季连阴雨定义指标及河南省1961—2019年降水与日照数据,统计出103个台站各个区域性连阴雨过程的起止日期、过程天数、过程降水量。近59 a来河南省共出现69次区域性秋季连阴雨过程(表1),平均每年发生频次为1.17次。5—6 d的区域性秋季连阴雨过程发生15次,占在年代平均发生频次上(表2),20世纪60年代和80年代是河南区域性秋季连阴雨多发期,高于近59 a的年均频次;20世纪90年代年均发生频次明显低于近59 a的年平均频次,为连阴雨少发期;70年代和21世纪10年代发生次数与近59 a年均频次基本持平;21世纪00年代略低于近59 a的年平均频次。在年代平均降水量方面,20世纪60年代、21世纪00年代及10年代过程平均降水量高于59 a平均过程降水量,21世纪10年代区域性连阴雨过程降水强度明显高于59 a平均值;20世纪70年代、80年代、90年代过程平均降水量低于近59 a过程平均值,其中21世纪90年代区域性连阴雨过程降水强度最小。平均过程日数方面,20世纪60年代和21世纪10年代高于59 a平均过程日数,21世纪10年代连阴雨过程平均持续时间最长;其他年代低于59 a平均过程日数,20世纪90年代河南区域性连阴雨过程平均持续日数最短。从平均过程日数和平均过程降水量方面看,21世纪10年代河南区域性秋季连阴雨比其他年代强,而20世纪90年代强度最弱。

表1 1961—2019年河南区域性秋季连阴雨过程统计Table 1 Statistics of regional continuous precipitation process in autumn from 1961 to 2019 in He′nan province

表2 1961—2019年河南区域性秋季连阴雨年代际变化Table 2 Interdecadal variation of regional continuous precipitation in autumn from 1961 to 2019 in He′nan province

21.74%,7—9 d的过程有31次,占44.93%,10 d及以上的23次,占33.33%,可见河南区域性秋季连阴雨以7—9 d的过程居多,其次为10 d以上过程。连阴雨持续日数排前三的过程分别为2017年9月24日至10月19日(持续26 d),1964年8月28日至9月20日(持续24 d),2005年9月17日至10月6日(持续20 d),过程平均雨量排前三的过程分别为2003年8月24日至9月8日(过程平均雨量为187.2 mm),2017年9月23日至10月19日(过程平均雨量179.5 mm),1964年8月28日至9月20日(过程平均雨量161.9 mm)。

对一年中不同持续时间的区域性秋季连阴雨平均过程降水量求均值,得到1961—2019年河南区域性秋季连阴雨年平均过程降水量序列(图2),区域性秋季连阴雨年平均过程降水量具有阶段性变化特征。20世纪60年代区域性秋季连阴雨年平均过程降水量呈波动状态,70年代区域性秋季连阴雨年平均过程降水量呈下降趋势,80年代前半期呈增长趋势并达到峰值,80年代后半期区域性秋季连阴雨年平均过程降水量呈减少趋势并且一直到整个90年代维持低值期,21世纪00年代前半期区域性秋季连阴雨年平均过程降水量再次呈增长趋势,后期到10年代区域性秋季连阴雨年平均过程降水量呈波动上升趋势。20世纪70年代区域性秋季连阴雨年平均过程降水量存在准5 a周期,21世纪00年代前半期及10年代区域性秋季连阴雨年平均过程降水量存在2—3 a周期(图3)。

图2 1961—2019年河南区域性秋季连阴雨年平均过程降水量变化Fig.2 Variation of annual average precipitation of regional continuous rain process in autumn from 1961 to 2019 in He′nan province

图3 1961—2019年河南区域性秋季连阴雨年平均过程降水量小波分析Fig.3 Distribution of wavelet analysis of annual average precipitation of regional continuous rain in autumn from 1961 to 2019 in He′nan province

2.2 河南区域性秋季连阴雨空间分布

1961—2019年河南区域性秋季连阴雨平均降水量分布见图4,黄河以南地区比黄河以北地区降水多,山区比平原地区多,降水大值区与山区分布基本一致,说明地形对连阴雨降水有促进作用。黄河以北地区区域性秋季连阴雨平均降水量在70—90 mm,桐柏山区、驻马店中西部、漯河西南部、平顶山、洛阳、南阳西北部、三门峡区域性秋季连阴雨平均降水量为110—138 mm,其他地区为90—110 mm。

图4 1961—2019年河南区域性秋季连阴雨平均降水量分布Fig.4 Spatial distribution of average precipitation of continuous rain in autumn from 1961 to 2019 in He′nan province

对河南省103站1961—2019年69次区域性秋季连阴雨过程累积降水场进行EOF分析,得到近59 a河南区域性秋季连阴雨降水主要空间分布型和各模态对应的时间系数。利用North检验[25]对空间模态的独立性进行检验,图5为前6个空间模态的特征值及95%置信水平下的特征值的误差,如果前后两个特征值之间的误差范围有重叠,则这两个模态没有显著差别。由图5可知,第一模态和第二模态存在显著差别,第二模态和第三模态之间也存在显著差别,第三模态和第四模态及以后的模态没有显著差别,即前3个模态相互独立,只选择前三模态进行分析,前3个模态的累积解释方差为85.96%(表3)。

表3 1961—2019年河南区域性秋季连阴雨EOF前3个模态的特征值及贡献率Table 3 Eigen values and contribution rates of the first three EOF modes of regional continuous rain in autumn from 1961 to 2019 in He′nan province

图5 1961—2019年河南区域性秋季连阴雨EOF分析前6模态的特征值及95%信度误差Fig.5 Variation of the eigen values and 95% reliability error of the first 6 EOF modes of regional continuous rain in autumn from 1961 to 2019 in He′nan province

图6a、图6d为第1模态的空间分布型和时间系数,第1模态在空间分布上表现为河南全省一致变化的分布特征,该模态解释方差为63.40%,远高于其他模态的贡献率,是河南持续性降水的主要空间分布形式,其中黄淮之间为高荷载区。有25次过程符合该分布型,其中18次发生在9月,6次发生在10月;对符合第一模态的过程对应的高度场进行合成(图略),结果表明副热带高压5840 gpm等值线位于中国黄淮地区,主要降水区位于5840 gpm等值线的北缘。

图6b、图6e为第2模态的空间分布型和时间系数,第二模态表现为南北反相的分布特征,该模态解释方差为18.22%,东南部地区为高荷载区。有28次过程符合该分布型,其中14次发生在9月,8次发生在10月,5次发生在11月。对各月高度场进行合成(图略),9月过程5840 gpm等值线位于信阳和驻马店交界处,10月过程5840 gpm等值线位于信阳南端,11月过程5840 gpm等值线位于中国华南地区,但与9月、10月过程合成高度场相比,11月的南支槽比较明显。整体来说,第二模态典型过程副热带高压5840 gpm等值线位于中国江淮地区,水汽输送较第一模态偏南,连阴雨落区也相对偏南。

图6 1961—2019年河南区域性秋季连阴雨第一模态(a)、第二模态(b)、第三模态(c)空间分布和第一模态(d)、第二模态(e)、第三模态(f)时间系数Fig.6 Spatial distributions and variations of time coefficient of the first (a,b),second (c,d),and third (e,f) modes of regional autumn continuous rain from 1961 to 2019 in He′nan province

图6c、图6f是第3模态的空间分布型和时间系数,第3模态表现为西部、西南部、东南部与其他地区反相的分布特征,该模态解释方差为4.34%,西部、东南部地区为高荷载区。符合该模态的过程有36次,9月有23次过程,10月有9次过程,11月有4次过程。

2.3 河南区域性秋季连阴雨环流分型

2.3.1 SOM方法分型

利用SOM方法,对近河南1961年以来69次区域性秋季连阴雨过程期间高度场进行分型。在分型的过程中有两个层面的聚类,首先是对独立的连阴雨过程内的高度场聚类,连阴雨某一发展阶段的环流形势是相对稳定的,SOM模型需要识别同一发展阶段相似的高度场,分类结果表现为一次过程某一阶段连续几天的高度场均为一类;另一个层面是不同连阴雨过程之间的聚类,不同过程之间的环流能否相对准确的聚类决定着分型的效果。对4—20分类数进行分型试验,通过对比分析选择最优分类数,分类数过少过多都不能合理的聚类,分类数过少不能相对全面的反映环流型,分类数过多会有重复相似的环流型,合理的分型结果各分型之间要有天气学意义上的差异,包括天气系统的位置、强度和发生时间的区别。不管是用单层还是多层,不合适的分类数均体现在不相似的高度场归为一类。特别是多层高度场分型,由于考虑的是大尺度环流,随着层数的增加,用于训练的输入向量维数大幅增加,即样本的特征增多,模型对大气环流局部的细节考虑较多,一定程度上影响分型效果。通过对比分析,用500 hPa分型,分形数8类为最优分类数,环流分型可归结为:两槽一脊—副热带高压边缘型、极涡—副热带高压边缘型、西伯利亚高压脊—副热带高压边缘型、中低纬度低槽型、中纬度一槽一脊—副热带高压边缘型、高纬度一槽一脊型、乌拉尔山高压脊—低槽型、里海高压脊—副热带高压边缘型。

两槽一脊—副热带高压边缘型(SOM1)主要特征为亚洲区中高纬度呈两槽一脊型,贝加尔湖附近为高压脊,其两侧为低槽区,副热带高压5840 gpm等值线平均位置处于中国江淮地区。贝加尔湖附近稳定维持冷高压,中纬度有低槽频繁东移并引导冷空气南下与副热带高压边缘暖湿气流相作用,在河南地区引发大范围连阴雨天气。符合该环流型的区域性连阴雨过程有10次,主要发生在9月中下旬及10月上旬。

极涡—副热带高压边缘型(SOM2)主要特征为西伯利亚地区被极涡长时间控制,东欧及鄂霍茨克海附近通常有阻塞高压存在,极涡底部气流平直多波动,冷空气位置偏南且活跃,副热带高压5840 gpm等值线在河南省南北两端之间摆动,极涡底部西风带浅槽频繁东移与副热带高压边缘气流相互作用,配合地面冷空气的影响,引发区域性连阴雨。符合该环流形的区域性连阴雨过程有13例,主要发生在9月及10月上旬。

西伯利亚高压脊—副热带高压边缘型(SOM3)主要特征为中、西西伯利亚被高压脊控制,高压脊伸向极区,脊前偏北气流将高纬度冷空气引导至贝加尔湖附近堆积,在贝加尔湖附近横槽或下滑槽的引导下冷空气频繁南下影响河南,副热带高压5840 gpm等值线平均位置处于中国黄淮地区,频繁南下的冷空气和副热带高压边缘气流相互对峙引发连阴雨天气。符合该环流形的区域性连阴雨过程有13例,主要发生在9月。

中低纬度低槽型(SOM4)主要特征是中低纬度有低槽缓慢东移影响河南地区,通常是高原槽东移或者孟加拉湾低槽加深东移,副热带高压5840 gpm等值线平均位置处于中国长江以南;另外,中高纬度呈多波动状态,冷空气活动频繁,与高原槽或孟加拉湾低槽配合造成河南地区连阴雨天气。符合该环流型的区域性连阴雨过程有10例,主要发生在10月中下旬和11月。

中纬度一槽一脊—副热带高压边缘型(SOM5)主要特征是中纬度地区里海到巴尔喀什湖被高压脊控制,中国北部受宽广低压系统(低涡或低槽)影响,副热带高压5840 gpm等值线平均位置处于中国黄淮地区,在低压系统和副热带高压边缘气流共同作用下引发连阴雨天气。符合该环流形的典型过程有10次,均发生在9月。

高纬度一槽一脊型(SOM6)主要特征是乌拉尔山以西被高压脊控制,东欧通常有阻塞高压形成,乌拉尔山以东地区被宽广低涡控制,中纬度地区气流平直多波动,或有孟加拉湾低槽加深东移造成连阴雨天气。符合该环流形的典型过程有9次,主要发生在10月中下旬及11月,副热带高压5840 gpm等值线平均位置处于中国长江以南,降水主要由低槽引起。

乌拉尔山高压脊—低槽型(SOM7)主要特征是乌拉尔山地区被高压脊控制,中东西伯利亚地区受低涡控制,中国北方受低涡底部平直气流影响,中低纬度主要受高原槽或孟加拉湾低槽影响,副热带高压5840 gpm等值线平均位置处于中国华南地区,降水主要由低槽引起。符合该环流型的典型过程有7次,主要发生在10月中下旬和11月,其中发生在11月的过程有5次。

里海高压脊—副热带高压边缘型(SOM8)主要特征是里海附近被高压脊控制,在高压脊右侧巴尔喀什湖及以南地区为低槽或低涡区,中国北方地区气流平直,高原上不断有低槽扰动东移,中东西伯利亚上空为西北气流,有利于高纬度冷空气向中国北方输送,副热带高压5840 gpm等值线平均位置处于沿淮地区,降水主要由副热带高压边缘气流和低槽扰动引起。符合该环流型的典型过程有8次,主要发生在9月。

阴影为距平,单位为10 gpm图7 河南区域性秋季连阴雨主要环流型SOM1两槽一脊—副热带高压边缘型(a)、SOM2极涡—副热带高压边缘型(b)、SOM3西伯利亚高压脊—副热带高压边缘型(c)、SOM4中低纬度低槽型(d)、SOM5中纬度一槽一脊—副热带高压边缘型(e)、SOM6高纬度一槽一脊型(f)、SOM7乌拉尔山高压脊—低槽型(g)、SOM8里海高压脊—副热带高压边缘型(h)Fig.7 Distributions of the main circulation patterns of regional continuous precipitation in autumn in He′nan province with two trough-one ridge-subtropical high edge (a),polar vortex-subtropical high edge (b),Siberian high ridge-subtropical high edge (c),middle and low latitude low trough (d),middle-latitude one trough-one ridge-subtropical high edge (e),high latitude one trough-one ridge (f),Ural Mountain High Ridge-low trough (g),and Caspian Sea high ridge-subtropical high edge (h) types

2.3.2 SOM分型结果

从SOM方法的分型结果看,不仅可以区分出环流形态上的差别,还可以区分出环流型的发生时间和连阴雨期间环流的阶段性演变特征。连阴雨通常是大气环流形势长时间稳定维持或降水系统频繁出现造成的,不同环流型之间既有形态上的差别,也有天气学物理意义上共性,从天气学角度分析,8类分型结果可归结为阻塞型、低槽型和平直环流型。阻塞型是造成河南省秋季连阴雨的主要环流型,SOM2、SOM3、SOM7型可以归结为阻塞型,但三者阻塞发生的位置有差异,可分为双阻型、乌拉尔山阻塞型、贝加尔湖阻塞型,SOM2环流型典型过程为双阻型(东欧和鄂霍茨克海附近同时出现稳定高压脊和正高度异常),SOM3环流型典型过程为贝加尔湖阻塞型,SOM7环流型典型过程为乌拉尔山阻塞型。SOM1、SOM4、SOM5、SOM8环流型典型过程为低槽型,SOM6环流型典型过程为平直环流型。对长连阴雨过程,SOM分型方法还可以识别连阴雨过程中不同阶段的环流型,SOM型之间存在转换关系,主要转换关系有:SOM2和SOM8之间的相互转换,SOM3和SOM5之间、SOM6和SOM7之间的相互转换,SOM6到SOM4、SOM7到SOM4、SOM5到SOM2、SOM2到SOM3、SOM8到SOM1的转换。大部分河南区域性秋季连阴雨过程为2—3种环流型的组合,8 d以上的连阴雨过程基本都出现阻塞形势,5—7 d过程通常为低槽型或平直环流型。不同分型的环流发生月份和对连阴雨事件的影响存在差异,一般发生在9—10月上旬的连阴雨过程的降水强度比发生在10月中旬到11月的过程大。有63.8%的河南区域性秋季连阴雨过程发生在9—10月上旬,36.2%的过程发生在10月中旬到11月。SOM1、SOM2、SOM3、SOM5、SOM8型环流发生在9—10月上旬,SOM4、SOM6、SOM7型环流发生在10月中旬到11月。

3 结论

(1) 河南区域性秋季连阴雨以7—9 d的过程居多,其次为10 d以上过程。20世纪60年代和80年代是河南区域性秋季连阴雨多发期,90年代为连阴雨少发期,70年代和21世纪10年代发生次数与近59 a年均频次基本持平,21世纪10年代河南区域性秋季连阴雨比其他年代强,20世纪90年代强度最弱。20世纪70年代区域性秋季连阴雨年平均过程降水量存在准5 a周期,21世纪00年代前半期及10年代区域性秋季连阴雨年平均过程降水量存在2—3 a周期。

(2) 河南区域性秋季连阴雨年均降水量分布表现为,黄河以南地区比黄河以北地区降水多,山区比平原地区多,降水大值区与山区分布基本一致。河南区域性秋季连阴雨降水空间分布型最主要的特征是全省一致变化型,其次是南北反相型。

(3) 利用自组织神经网络方法进行客观分型,可得到8类区域性连阴雨环流型,8类分型结果可归结为阻塞型、低槽型和平直环流型。

(4) SOM方法不仅可以区分出环流形态上的差别,还可以区分出环流型的发生时间和连阴雨期间环流的阶段性演变特征。大部分河南区域性秋季连阴雨过程为2—3种环流型的组合,不同环流型之间存在转换关系。

(5) 自组织神经网络方法可以有效识别环流型,与主观分型方法相比,可以得到较为全面的大气环流类型,利用分类权值向量或者聚类合成平均场可以对预报场进行相似性判断,通过与相似环流型个例的对比,对区域性连阴雨的预报具有参考价值。

猜你喜欢

副热带连阴雨区域性
四川水稻分蘖-拔节期低温连阴雨时空特征
沿淮地区秋季连阴雨综合指数构建及其变化特征
茂名市1972—2017年高温日数的气候变化特征
1981—2018年湖南地区连阴雨天气时空变化特征分析
浅析夏季西太平洋副热带高压对昌北机场的影响及进退预报
正确认识区域性股权交易市场
当强行科普开始押韵
第28届汤姆斯杯中日羽毛球男单运动员技术运用区域性对比研究