贵州秋绵雨的气候特征及异常成因浅析

许 丹，任曼琳，张东海，严小冬

(贵州省气候中心，贵州 贵阳 550002)

0 引言

华西秋雨是秋季发生在我国华西地区的特殊天气气候现象，主要分布在渭水流域、汉水流域、四川盆地、滇东到黔等大部地区，尤其以四川盆地、贵州北部及西部最为常见。秋绵雨是贵州秋季主要的气象灾害之一。长时间持续的秋绵雨不但影响农作物的秋收秋种，雨量大时还会引发秋汛。如2020年贵州出现了异常强的秋绵雨，9月10日—10月7日连续28 d有60%及以上站点同时发生秋绵雨过程，给农业生产带来巨大的影响。因此，开展贵州秋绵雨的定量评估和气候特征的研究，对贵州省更好地开展气象服务工作具有重要的科学和现实意义。

早在1958年，我国气象工作者就对华西秋雨的起止日期进行了初步研究[1-2]，从夏季转入秋季时，亚洲上空大气环流有一次很明显的转变，对流层上层副热带急流强度很快增加，下层出现冬季形势的流场，两湖盆地出现秋高气爽的天气，而与之对应的华西地区则呈现秋雨绵绵的状况。关于华西秋雨强度的研究，白虎志等[3]综合考虑了降水量和降水日数两方面的特征，定义了秋雨指数(ARI，Autumn Rain Index)来反映华西秋雨的特点；王春学等[4]提出了逐日秋雨指数DARI；蒋竹将等[5]提出了改进的考虑日照时数的秋雨指数；中国雨季监测指标华西秋雨[6]的颁布使得华西秋雨的监测评估有相对统一的指标，但该标准只对区域的秋雨期长度、秋雨雨量及综合强度进行评估，不能对区域内站点进行评估，满足不了省级决策服务的精细化需求，且评估结果和贵州秋绵雨实况有一定出入，如1999年贵州秋绵雨灾害轻但却是特重等级，2020年贵州秋绵雨灾害特重，却只是中等等级。

贵州位于华西秋雨南区[6]，地处低纬高原，由于特殊的地形地貌，贵州秋绵雨有其独特的区域性特征。然而，对贵州秋绵雨的研究相对于暴雨、干旱、凝冻等的研究较少，在贵州秋绵雨研究和业务监测中应用较多的是李玉柱等[7]提出的秋绵雨指标，该指标与上述指标相比，能快速评估监测站点每次秋绵雨过程的轻、中、重、特重等级。目前在贵州秋绵雨的监测业务中只对单站秋绵雨过程进行监测评估，没有客观定量的方法评估秋绵雨综合强度指数。如2020年贵州遭遇了严重的秋绵雨灾害，范围广、持续时间长，对农业生产造成了巨大影响，如何客观评估它的综合强度及历史排位，这是贵州秋绵雨客观定量评估和防灾减灾决策服务的迫切需要。因此，在总结前人研究的基础上，结合贵州农业生产实际，补充完善现有指标，定义单站秋绵雨的划分标准，在此基础上，综合考虑秋绵雨最长日数、其余时段累计日数和9—10月雨量占年雨量比例，构建了贵州秋绵雨指数，分析1961—2021年秋绵雨气候特征，并从北半球500 hPa位势高度、850 hPa风场等大气环流和海温外强迫因子两方面分析了贵州秋绵雨的异常成因，为贵州客观定量的秋绵雨评估业务和服务提供技术支撑，为秋绵雨短期气候预测提供参考依据。

1 资料与分析方法

1.1 资料

贵州省83个气象观测站点1961—2021年逐日降水资料；美国环境预报中心和国家大气研究中心(NCEP/NCAR)的再分析资料(NCEP-1)在对应时段内水平分辨率为2.5°×2.5°的逐月高度场、风场；哈得来中心的海冰和海表温度资料集中的全球月平均海表温度资料(HadISST1)，空间分辨率为1°×1°。

1.2 秋绵雨相关指标及定义

中国雨季监测指标华西秋雨[6]对秋雨雨日的算法为在监测区域及时段内，若某一天有 50%及以上的台站出现有效降水(日降水量≥0.1 mm)，算为1个雨日，否则为1个非雨日，这种算法不能计算各个台站的秋雨雨日。改进的考虑日照时数的秋雨指数[5]突出了阴雨寡照的影响但计算相对复杂。结合秋绵雨对贵州农业生产的实际影响，参考文献[7]，确定本文采用的指标及定义如下：

单站秋绵雨过程：在每年9月1日—10月31日，凡单站出现日降水量≥0.1mm，持续时间达5 d或以上的时段(其中从第6 d起，允许间隔1 d无降水量)，定义为1次秋绵雨过程。分级标准见表1。

表1 单站秋绵雨过程的分级标准Tab.1 Classification standard of single station autumn rain process

1.3 贵州秋绵雨的综合强度评价指标

单站秋绵雨指数：单站每年可以有1次或多次秋季秋绵雨过程，且过程持续时间长短不同影响也不同，如1次持续30 d的秋绵雨过程和累计总日数为30 d的多次秋绵雨过程影响不同，已有的秋雨指数[3-6]都仅考虑秋雨总日数，为客观定量描述秋绵雨综合强度，在参照已有的秋绵雨指数基础上[7]，定义秋绵雨指数MYI：

(1)

式中，MYI表示当年秋绵雨指数；N1表示当年最长1次秋绵雨过程的持续天数，分母10相当于中级秋绵雨过程的初值；N2表示当年除最长1次秋绵雨过程的其他各次秋绵雨过程持续天数的累计日数，分母20相当于重级秋绵雨过程日数的终值。Raut为9—10月降水量，Ryear为年降水量。该指数既考虑了多个秋绵雨时段的秋绵雨日数，又突出了最长秋绵雨时段的影响，同时还考虑了秋雨量的大小，更符合客观实际。

全省秋绵雨指数为全省83站秋绵雨指数的平均值。计算贵州各气象站点1961—2021年逐年的MYI值，进行区域内各气象台站平均得到贵州秋绵雨的逐年MYI值，以秋绵雨指数的±1倍为判断秋绵雨强弱的标准，定义重、较重、一般、较轻、轻5个强度等级，对应秋绵雨指数MYI的阈值见表2。

表2 秋绵雨指数划分等级和标准Tab.2 Classification grade and standard of the harvest index of rain waterlogging

1.4 统计方法

采用气候趋势、经验正交函数展开(empirical orthogonal function，EOF)、Morlet小波分析、突变分析、合成分析和相关分析等常用的气候诊断方法[8-9]。

2 结果分析

2.1 贵州秋绵雨指数及气候趋势的空间分布

按1.3的方法计算贵州1961—2021年83站的逐年秋绵雨指数。图1a为贵州1961—2021年多年平均的秋绵雨指数空间分布。由图可见，贵州秋绵雨指数自西北向东南逐渐减小，西部大于东部，北部大于南部，最大值在毕节市、六盘水市和黔西南州北部，秋绵雨指数在1.8以上。图1b为1961—2021年贵州秋绵雨指数气候倾向率的空间分布。由图可见，贵州秋绵雨指数全省呈一致的减弱趋势，其中遵义市北部边缘、西部大部和东南部大部的减小趋势通过0.05的信度检验。

图1 1961—2021年贵州秋绵雨指数(a)及气候倾向率(b)空间分布Fig.1 Distribution of autumn rain index (a) and climatic tendency rate (b) in Guizhou from 1961 to 2021

统计1961—2021年全省83站不同等级的秋绵雨过程，其中，重、较重、一般、较轻、轻级分别发生1399次(27.6%)、471次(9.3%)、1325次(26.2%)、573次(11.3%)、1295次(25.6%)，发生频率以重级、一般、轻级秋绵雨发生频率较高，说明贵州秋绵雨区常出现重秋绵雨和轻秋绵雨的极端现象，两极分化严重，这形成了秋季贵州秋绵雨区以明显的秋雨强弱年交替为主的气候特征。

由贵州1961—2021年不同等级秋绵雨发生频率分布图(图略)可见，重级秋绵雨发生频率自西北部向东南部递减，毕节市大部、六盘水市北部及黔西南州北部在50%以上，遵义市、贵阳、安顺市、黔西南州局部在25%以上，东部及南部大部地区不到25%，西北部的水城、纳雍频率高达60%以上，即10 a中有6 a发生重级秋绵雨，东南部的从江、榕江最低不到10%。较重级秋绵雨发生频率全省差异不大，东南部最低，总体呈北高南低的趋势分布；一般等级秋绵雨北部及东部大于25%，轻级和较轻级秋绵雨特征与重秋绵雨空间分布相反，自西北向东南逐渐增加，东南部发生频率较高。

图2为1961—2021年贵州秋绵雨指数演变图。由图可知，秋绵雨指数年际波动大，多年平均为1.34，标准差为0.43，2020年最大为2.4，2014年最小为0.6。近61 a来，秋绵雨指数以0.064/10a的速率呈下降趋势，通过0.1的显著性水平，下降趋势显著。以秋绵雨指数的±1倍标准差为判断秋绵雨强弱的标准，1964、1965、1972、1981、1982、1994、1997、2020年共8 a为重秋绵雨年，1969、1996、1998、1999、2001、2002、2004、2008、2014、2016、2021年共11 a为轻秋绵雨年。由图还可看出，秋绵雨指数的年代际变化特征明显，20世纪60年代和70年代都呈先升后降的趋势，60年代、80—90年代中期秋绵雨较重，70年代偏弱，1998年开始基本上均呈现偏弱的状态，近11 a波动较大，最重年2020年和最轻年2014年都发生在该时期。

图2 1961—2021年贵州秋绵雨指数演变Fig.2 The evolution of the autumn rain index during 1961 to 2021 in Guizhou

表3为每10 a秋绵雨指数标准差、秋绵雨指数平均及变异系数。可以看出，20世纪80年代秋绵雨指数最大，60年代次大，21世纪00年代最小，10年代次小，变异系数20世纪90年代最大，21世纪10年代次之，说明这2个阶段秋绵雨指数波动较大，21世纪10年代秋绵雨指数比21世纪00年代偏高0.2。

表3 每10 a秋绵雨指数标准差、秋绵雨指数平均及变异系数Tab.3 standard deviation, average and coefficient of variation of autumn rain index every 10 years

2.2 贵州秋绵雨指数的时空变化特征

对贵州1961—2021年贵州秋绵雨指数标准化距平场进行经验正交函数展开(EOF)分析，得到其载荷向量，能够较好地反映贵州秋绵雨指数的空间异常特征。结果显示，前3个模态累积方差贡献率达到62.5%，3个模态的方差贡献率分别为49.3%、7.8%和5.4%，均通过了North准则检验，其所代表的空间分布型也能较完整地体现贵州秋绵雨指数的典型分布结构。

第1模态空间型(图3a)表现为贵州秋绵雨全区一致分布型，大值中心分布在省之中部地区，异常相对较强。对比相应的时间系数(图3c)不难发现，与全省平均的秋绵雨指数变化一致，说明第1模态的全区一致型是贵州秋绵雨的一种主要型态。1964、1965、1972、1981、1982、1987、1991、1994、1997、2010、2020 年共11 a为典型的全省一致偏重型，以2020年最为典型；1969、1996、1998、1999、2002、2004、2008、2014、2016、2021年共10 a为典型的全省一致偏轻型，以2014年最为典型。

第2模态空间型(图 3b)表现为贵州秋绵雨的东北负西南正的反向变化分布型。对比相应的时间系数(图3d)，发现该模态年际波动较大，没有明显的年代际变化。1961、1965、1979、1984、1986、1997、2006、2014、2015年共9 a为典型的西南部重东北部轻型，以1986年最为典型；1967、1969、1971、1987、1988、1990、1994、2001、2005、2011、2020年共11 a为典型的西南部轻东北部重，以1967年最为典型。

2.3 贵州秋绵雨指数的周期和突变分析

Morlet 小波具备多时间尺度、多分辨和良好局部的性质，适合于平稳时间序列的分析；而功率谱分析则将序列的总能量分解到不同频率上的分量, 根据不同频率的波的功率诊断出序列的主要周期。因此本文考虑对贵州秋绵雨指数进行Morlet小波变换分析及功率谱分析，以期对秋绵雨指数的年际、年代际变化有更为细致、客观的分析。1961—2021年贵州秋绵雨指数第1时间序列的小波分析图(图4)和功率谱(图略)分析图表明：贵州省秋绵雨存在2～4 a的年际变化周期，且均通过95%信度检验，其中2～3 a振荡周期在1990s期间表现较明显，为贵州省秋绵雨的主周期。

图3 秋绵雨指数标准化距平场 EOF 展开第1(a、c)、第2(b、d)模态空间型及其对应的时间系数Fig.3 The first mode (a、c), the second mode (b、d) and the time coefficient of EOF analyses of MYI standardized anomalies

图4 秋绵雨指数第1时间序列的Morlet小波分析Fig.4 Morlet wavelet analysis of the first time series of autumn cotton rain index

图5a为运用滑动t检验(Mtt)方法检验贵州秋绵雨指数第1时间序列的突变结果。由图中曲线可见，20世纪70年代中后期持续下降，80年代开始波动上升，1997年后持续下降，1997年超过了95%的置信度检验。结合时间系数累积距平曲线(图5b)可知，1997年前呈上升趋势，1997年后呈下降趋势，因而确定1997年为贵州秋绵雨指数突变点。贵州的秋绵雨突变比华西秋雨南区1989年的[10]突变晚，可能是由于使用的指标不同，也说明贵州秋绵雨与华西秋雨南区存在差异。

图5 秋绵雨指数第1时间序列滑动t检验曲线(a)以及累积距平(b)Fig.5 Sliding t-test curve (a) and cumulative anomaly (b) of the first time series of autumn cotton rain index

结合前文分析，突变前重秋绵雨年站占 9/37(24.3%)，轻秋绵雨年占 2/37(5.4%)；而突变后重秋绵雨年占 2/24(8.3%)，轻秋绵雨占8/2(33.3%)，表明贵州秋绵雨突变前，秋绵雨特征明显，重秋绵雨发生频率为24.3%；突变后，秋绵雨特征不明显，重秋绵雨发生频率为8.3%。但在近24 a的弱秋绵雨背景下发生了2020年的极端秋绵雨事件，这也是近61 a来秋绵雨最重的一年。

2.4 秋绵雨异常成因浅析

2.4.1 环流成因分析 大气环流异常是造成气候异常的直接原因。由秋绵雨第1特征量时间系数与同期9—10月500 hPa高度场的相关分布(图略)可知，贵州秋绵雨与欧亚地区500 hPa高度场呈“正负正”的相关分布，欧亚中高纬地区为正相关区，乌拉尔山南部—我国北方—日本海南部为宽广的负相关区，低纬度地区为正相关区。显著正相关区位于乌拉尔山地区和额霍次克海地区，显著负相关区位于中纬度我国华北—日本海南部地区。说明当欧亚乌拉尔山和额霍次克海有双阻塞高压，中纬度地区不断有小槽分裂东移，东亚大槽偏强，低纬度地区副高偏强，秋绵雨重。

图6为重秋绵雨年与轻绵雨年500 hPa合成高度场及距平场，从图6a可知重秋绵雨年欧亚大陆上空位势高度距平呈北正南负的距平分布。欧亚高纬度为正距平区；中纬度为宽广的负距平区，经常有低槽分裂东移南下，有利于北方冷空气南下向西南扩散。南支锋区偏南，东亚槽偏强，环流经向度大，低纬度副高偏西，脊线偏南，贵州处于副高西北侧，南海和孟加拉湾暖湿气流向贵州输送，冷暖气流长期在贵州交汇，秋绵雨重；轻秋绵雨年欧亚大陆上空位势高度距平自北向南呈高—低—高的距平分布，自西向东呈“西低东高”型分布，巴尔喀什湖到贝加尔湖为低槽区，中低纬度为宽广的正距平区，西太副高面积偏大、偏强，西伸脊点偏西，脊线偏北，西太副高控制包括贵州在内的南方大部地区，南支锋区偏北，东亚槽偏弱，环流经向度弱，不利于冷空气南下，贵州受暖气团控制，秋绵雨轻。

图6 贵州重秋绵雨(a)、轻秋绵雨(b)年 500 hPa 7—9月位势高度及距平合成场(单位: gpm) Fig.6 The 500 hPa geopotential height and geopotential height anomaly composite field in heavy autumn rain year (a) ，light autumn rain year(b) in Guizhou (unit:gpm)

图7为重秋绵雨年与轻绵雨年850 hPa风场距平合成场。其中，重秋绵雨年南海及其周边地区850 hPa距平风场为显著的反气旋性环流(图7a)，可引导来自西太平洋—南海—孟加拉湾的暖湿水汽向我国西南地区东部及长江流域输送。而贝加尔湖南部、内蒙到我国东北地区为显著的气旋性环流距平，异常气旋性环流的西侧为偏西北气流，引导冷空气不断南侵，中南半岛至我国东部为显著的偏南风，加强了西南暖湿气流的水汽输送。这种环流形势有利于冷空气与西南暖湿气流在贵州地区交汇而形成长时间的秋绵雨天气。而轻秋绵雨年，菲律宾以东为显著的反气旋环流(图7b)，对比重秋绵雨年，反气旋环流明显偏东，导致我国南方暖湿水汽输送较弱，高纬度地区的冷空气输送较重秋绵雨年也明显偏弱偏北，因此秋绵雨过程较轻。

图7 重秋绵雨年(a)与轻绵雨年(b)850 hPa风场距平合成场Fig.7 850 hPa wind field anomaly in heavy autumn rain year (a) and light autumn rain year (b)

2.4.2 海温外强迫分析 现有研究表明，海温通过海气相互作用影响大气环流的异常分布，但海温对大气环流的影响有一定的滞后作用。因此，本文对贵州秋季异常秋绵雨的前期海温场加以分析，寻找前期海温影响关键区。

通过秋绵雨指数第1特征量时间系数与前期8月全球海温的相关分析(图略)可知，贵州秋绵雨与热带中东太平洋、印度洋呈正相关关系，与热带西太平洋、北太平洋呈负相关，通过95%信度检验的相关区域主要位于赤道中东太平洋和西太平洋地区，说明这2个海区的海温与贵州秋绵雨的轻重趋势关系较密切。当赤道中东太平洋偏暖(冷)、西太平洋暖池地区偏冷(暖)时，贵州秋绵雨偏重(轻)。这与已有研究一致[11-12]，在 El Nio/ La Nia ，我国秋季降水易出现南多北少/北多南少的异常分布特征。

考虑到 ENSO 自身海表温度及其大气响应的冷、暖位相非对称性，分别给出了重秋绵雨年与轻秋绵雨年对应前期8月全球海温异常合成图(图8)来检验这种关系的非线性。由图8可知，在重绵雨年，赤道中东太平洋和西太平洋地区的海温异常最为显著，通过95%的显著性检验，赤道中东太平洋为正异常，西太平洋为负异常，总体呈现显著的类厄尔尼诺型海温分布；相比较而言，轻秋绵雨年主要在北太平洋、赤道印度洋东部及西太平洋地区的海温正异常较为显著，而赤道中太平洋海温为弱的负异常，且未通过显著性检验。可见ENSO对贵州秋绵雨的影响是非对称的，仅在厄尔尼诺年时影响较为显著。

图8 重秋绵雨年(a)与轻绵雨年(b)对应前期8月全球海温异常合成图(黑点区通过 95% 信度 t 检验)Fig.8 Composite of Global SST in early August corresponding to heavy autumn rain year(a)and light rain year(b)(the black dots indicate the values exceeding the 90% confidence level t-test)

3 结论

①贵州秋绵雨指数大致呈东北—西南向的条带状分布，自西北部向东南部递减。

②贵州秋绵雨指数年际波动大，近61 a来以0.064/10a的速率呈下降趋势。20世纪60年代、80—90年代中期秋绵雨较重，70年代偏弱，1998年开始基本均呈现偏弱的状态。

③贵州秋绵雨指数EOF分析第1模态空间型表现为贵州秋绵雨全区一致分布型，是贵州秋绵雨气候变率的主模态。贵州省秋绵雨存在2～4 a的年际变化周期，1997年为贵州秋绵雨突变点，突变前较突变后秋绵雨特征明显。

④重秋绵雨年500 hPa高度场欧亚大陆上空位势高度距平呈“北正南负”的距平分布，有利于北方冷空气南下，南支锋区偏南，东亚槽偏强；850 hPa距平风场南海及其周边地区为显著的反气旋性环流，加强了西南暖湿气流的输送；轻秋绵雨年欧亚大陆上空位势高度距平自北向南呈高—低—高的距平分布，自西向东呈“西低东高”型分布，南支锋区偏北，东亚槽偏弱，850 hPa距平风场反气旋环流明显偏东，冷空气弱。

⑤秋绵雨与前期8月全球海温的相关分析及合成分析表明，ENSO对贵州秋绵雨的影响是非对称的，当前期8月热带东太平洋偏暖、热带西太平洋偏冷时，对应El Nio年贵州秋绵雨偏重。