图们江地区粮食减产的水热指标(5～8月降水量)对前期海温异常的响应

金爱芬，权赫春

(延边大学 地理与海洋科学学院，吉林 延吉 133002)

粮食问题是关系民生的问题,也对农业经济发展有重要的影响。吉林省是我国重要的商品粮生产基地，位于吉林省东部的图们江地区(指图们江流域所辐射的中、朝、俄3国交界地区,中国一侧则泛指吉林省延边朝鲜族自治州)是吉林省水稻、大豆的主要栽种地区。4～5月是图们江地区春播生产的关键期，尤其是5月，而7～8月是农作物蓄水的关键时期，5～8月降水量(P5-8)可以影响本地区粮食减产程度。P5-8作为影响图们江地区粮食产量的重要水分指标，对其开展预测研究对提前做好农业防旱防涝的准备工作、减轻损失具有重要意义[1]。

图们江地区位于我国东部季风区的北部边缘，大气候和东北地区一样，受到中高纬西风带环流系统和副热带季风环流系统的综合影响，在夏季风到达之前，东北降水主要受到东北冷涡、鄂霍次克海阻塞高压等西风带环流系统的主导，在夏季风到达之后，东北降水主要受到东亚夏季风的主导[2]。已有研究表明，初夏东北降水偏多，东北地区冷涡活动频繁[3]，盛夏降水异常主要受到对流层高层东亚高空西风急流北移以及低层的副高西伸北进的影响，随着副高西北侧东南风异常的加强，向北输送到东北地区的水汽显著增多，导致东北地区降水偏多[4-6]。

海温是预测东北地区夏季降水最重要的前兆信号。近年来，众多学者在东北地区降水的先兆预测信号方面有不少研究工作，涉及北大西洋、北太平洋、赤道中东太平洋、西风漂流区等海温异常的可能影响[7-14]。例如，北大西洋冬季海表温度(SST)出现南暖北冷异常时，对应来年夏季东亚西风环流指数偏低，造成东北夏季降水偏多，反之亦然[7]。前期3～5月北大西洋南部海区SST与东北夏季降水有较好的正相关关系，海温分布型为南北“跷跷板”型时，对东北地区汛期降水异常有较好的预示作用[8]。前冬和春季北太平洋SST和大气环流异常是东北亚地区南风异常的重要前兆信号，从前冬到前期盛夏，当北太平洋海温从厄尔尼诺型(拉尼娜型)分布向拉尼娜型(厄尔尼诺型)分布转变和过渡时，则对应于东北亚地区夏季南风增强(减弱)[9]。当前期冬季和春季甚至是夏季赤道中东太平洋SST处于异常偏暖(偏冷)状态，且西风漂流区具有较明显的SST负(正)距平分布时，则东北大部分地区夏季降水具有整体偏多(偏少)的倾向[9]。Fang等[10]研究表明，近20年来，春季北大西洋三极子异常正位相在初夏贝加尔湖西北侧诱发阻塞高压增强，并伴随东北冷涡增强，导致东北初夏降水偏多；高辉等[11]认为黑潮区海温通过海洋热力异常持续性导致低层出现反气旋环流，并在东北冷涡区形成气旋环流，增强了东北冷涡；高晶等[12]则发现副热带东南太平洋海温偏低是通过越赤道的遥相关波列激发我国东北地区夏季出现气旋性环流，从而导致东北冷涡活动偏强，我国东北地区降水偏多；杨亚力等[13]分析厄尔尼诺年对流层低层阿拉伯海及孟加拉湾东风异常，水汽输送减弱，云南大部地区降水偏少。种种研究均表明，前期海温的异常直接导致我国大部地区夏季降水分布异常。

东北夏季降水与全球海温的关系较弱且不稳定，尤其是与ENSO 的关系较为复杂，年际关系随年代际变化而波动，即ENSO不是预测东北夏季降水的强信号[2]。东北夏季降水与冬季SST的相关场上，仅在南印度洋西部、西北太平洋西部、副热带太平洋东南部及北大西洋中部等地呈现显著的负相关[2]。东北夏季降水具有明显的季节内、年际和年代际等多时间尺度变率，夏季降水受到多种时间尺度信息的叠加和调控，不同尺度变率的贡献相当，且影响系统不同，导致预测难度较大[3]。图们江地区作为东北地区的气候异常敏感区域，再加上范围小，它的预测难度更大。

为此，该研究拟对5、6、7、8分月进行研究，首先对图们江地区5、6、7、8月降水量的变化特征进行分析；其次用奇异值分解、偏最小二乘回归分析、相关分析等多重方法，研究各月降水量与前期1～3月全球海温的响应关系，找出影响各月降水量的关键海区，为预测P5-8、预警当地旱涝灾害以及预防粮食减产提供科学依据。

1 研究区概况

图们江地处中国、朝鲜和俄罗斯3个国家的接壤区域，它发源于长白山主峰东麓，干流经延边州的和龙、龙井、图们和珲春市，在珲春市的防川村出境，最终注入日本海。该文以图们江中国一侧的延边朝鲜族自治州(北纬41°59′～44°30′,东经127°27′～131°18′)为研究地区(图1)。图们江地区由于受日本海影响，属中温带湿润季风气候，年降水量可达530～630 mm，年平均气温3～6 ℃。

图1 研究区Fig.1 Study area

2 数据来源与方法

图们江地区8个县市气象站(延吉、图们、敦化、龙井、和龙、汪清、珲春、安图)1960—2018年月降水数据来自1961—2019年的《延边统计年鉴》。水平分辨率为1°×1°的1960—2018 年海温数据，来自美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)提供的月平均海表温度资料。

该文采用奇异值分解(Singular Value Decomposition，SVD)、偏最小二乘回归分析(Partial least squares regression，PLSR)、相关分析等[15-17]方法。奇异值分解是用来分析两变量场相关关系，它能最大限度地分离出两变量场的高相关区。偏最小二乘回归是一种集多元线性回归分析、典型相关分析和主成分分析的基本功能为一体的新型多元统计分析方法，它能在自变量存在严重多重相关性的条件下进行回归建模，允许在样本点个数少于自变量个数的条件下进行回归建模，它的结果比相关分析更符合实际情况。

3 结果与分析

3.1 图们江地区P5-8的时间分布规律

图们江地区年降水量为576 mm(1960—2018年多年平均值)，其中,P5-8为406 mm，占年降水量的70%。5～8月降水量分别为60.6、88.6、126.9和130.3 mm。5月最少，8月最多为汛期，但这种季节分布规律并不是一成不变。

从5～8月降水量的年变化曲线(图2)来看，1960—2018年59年中，最多雨月平均出现日期为7月11日，最多雨月平均降水量为167.8 mm。最多雨月出现在8月的有29次，7月为23次，6月为6次，5月为1次，并且存在最多雨月逐渐变小的趋势，每百年减少1个月，信度达到0.06。这说明图们江地区汛期正在逐渐提前。最少雨月平均出现日期为5月19日，最少雨月平均降水量为19.4 mm。最少雨月出现在5月的有36次，6月为13次，7月为6次，8月为4次，但没有明显变化趋势。最少雨月出现在8月的4次均出现在1980年以后，这也说明8月在变旱。P5每10年上升5.6 mm，信度达到0.01；P8每10年下降8.5 mm，信度达到0.07； P6、P7和P5-8没有明显的变化趋势。

图2 图们江地区最多雨月(上图)、5月(左图)和8月降水量(右图)的年变化曲线Fig.2 Annual change curve of precipitation in the month of the highest rainfall (above),May (left), and August (right) in Tumen River area

从5～8月降水量的距平累积曲线(图3)来看，5、6、7、8月降水量均具有突变现象，且突变年份有所区别，但1994年为共同的突变点没有本质的区别。5月和7月降水量突变后比突变前分别增加45%和19%。6月和8月突变后比突变前分别减少16%和11%(表1)。这说明图们江地区5月降水在增加，干旱程度减轻，旱季有从5月往6月推迟的迹象，最多雨月从8月往7月提前。

图3 图们江地区5～8月降水量的距平累积曲线Fig.3 Anomaly accumulation curve of precipitation from May to August in Tumen River area

表1 5～8月降水量的突变Table 1 Sudden change of precipitation from May to August

3.2 图们江地区5～8月降水量对前期1～3月全球海温的响应

对图们江地区P5-8、P5、P6、P7、P8、最多雨月、最多雨月降水量、最少雨月、最少雨月降水量与前期1～3月海温，分别进行了SVD分解，分析时2个场均做了标准化处理。结果发现，最多雨月和P8均与前期1月海温相关、P5与前期1～3月海温相关、P6与前期2海温相关、P7与前期3海温相关，其他关系不明显。

最多雨月(左场)的第1模态与前期1月海温(右场)的第1模态相关，能通过80%以上的“蒙特卡罗(Monte Carlo)”信度检验。左场与右场的SVD第1模态解释协方差平方和的贡献率为63%。左场第1模态解释左场方差的49%，右场第1模态解释右场方差的7%，第1模态左右场2个时间系数的相关系数为0.59，信度在99%以上。

由左场与右场的SVD第1模态异类相关系数分布图(图4)可见，1) 日本海至鄂霍次克海海区偏冷(暖)、亚洲以北的北极偏冷(暖)；2) 南非东侧马斯克林高压海区偏冷(暖)；3) 赤道中东太平洋偏暖(冷)、澳大利亚东侧南太平洋副高海区偏冷(暖)；4) 南半球西风漂流区偏冷(暖)为主时，图们江地区汛期一致推迟(提前)，且相关性高值区域为延吉、图们、安图一带的中部地区。

为进一步明确最多雨月与前期1月海温的关系，以最多雨月为因变量，前期1月无缺测的43 706个海温为自变量，用偏最小二乘回归分别建立模型，画出偏最小二乘回归系数分布图，并附上相关系数分布图(图4bc)。建模过程中前30个成分解释自变量的比率达到85%。因此，提取了前30对成分。比较图4bc与图4a，关键区的规律基本一致。

P8(左场)与前期1月海温(右场)的第1模态勉强相关，且只通过60%以上的“蒙特卡罗(Monte Carlo)”信度检验。左场与右场的SVD第1模态解释协方差平方和的贡献率为83%。左场第1模态解释左场方差的76%，右场第1模态解释右场方差的8%，第1模态左右场2个时间系数的相关系数为0.49，信度在99%以上。

左场与右场的SVD第1模态的异类相关系数分布图(图5)与图4相似：1) 日本海至鄂霍次克海海区偏冷(暖)、亚洲以北的北极偏冷(暖)；2) 南非东侧马斯克林高压海区偏冷(暖)时；3) 赤道中东太平洋偏暖(冷)、澳大利亚东侧南太平洋副高海区偏冷(暖)；4) 南半球西风漂流区偏冷(暖)为主时，P8增加(减少)。比较图5bc与图5a，关键区的规律基本一致。

P5的第1模态与前期1～3月海温的第1模态相关，均通过95%以上的“蒙特卡罗(Monte Carlo)”信度检验。其中,P5(左场)与前期1月海温(右场)的SVD第1模态解释协方差平方和的贡献率为91%。左场第1模态解释左场方差的82%，右场第1模态解释右场方差的15%，第1模态左右场2个时间系数的相关系数为0.48，信度在99%以上。

由左场与右场的SVD第1模态异类相关系数分布图(图6)可知：1) 日本海至鄂霍次克海附近西北太平洋海区偏暖(冷)，亚欧大陆以北的北极偏暖(冷)；2) 赤道中太平洋偏冷(暖)、澳大利亚北侧和东北侧热带西太平洋暖池区明显偏暖(冷)，澳大利亚东北侧向加利福尼亚寒流方向的赤道和热带太平洋偏暖(冷)，20°N～40°N西北太平洋偏暖(冷)；3) 北印度洋偏暖(冷)、南非东南方向马斯克林高压海区明显偏暖(冷)时，导致图们江地区P5一致增加(减少)。比较图6bc与图6a，关键区的规律基本一致。

P6(左场)的第1模态仅仅与前期2月海温(右场)的第1模态相关，且只通过70%以上的“蒙特卡罗(Monte Carlo)”信度检验。左场与右场的SVD第1模态解释协方差平方和的贡献率为79%。左场第1模态解释左场方差的74%，右场第1模态解释右场方差的8%，第1模态左右场2个时间系数的相关系数为0.52，信度在99%以上。

图6 图们江地区P5(左场)与前期2月海温 (右场)的SVD分析Fig.6 SVD analysis of SST in the P5 (left) and the early February (right) in Tumen River area

由左场与右场的SVD第1模态的异类相关系数分布图(图7)可知：1) 鄂霍次克海至白令海偏冷(暖)、欧洲以北的北极偏冷(暖)、50°N北太平洋由西向东出现明显的分割南北两侧冷区的偏暖(冷)带；2) 赤道太平洋由西向东出现“-+-”模态(“+-+”)、澳大利亚北侧和东北侧的西太平洋暖池区偏冷(暖)、澳大利亚东北侧向阿拉斯加暖流方向的热带太平洋海区偏冷(暖)；③印度洋偏冷(暖)、尤其南印度洋东部海区明显偏冷(暖)时，P6一致增加(减少)。比较图7bc与图7a，关键区的规律基本一致。

P7(左场)与前期3月海温(右场)的第1模态相关，通过70%以上的“蒙特卡罗(Monte Carlo)”信度检验。左场与右场的SVD第1模态解释协方差平方和的贡献率为81%。左场第1模态解释左场方差的73%，右场第1模态解释右场方差的12%，第1模态左右场2个时间系数的相关系数为0.45，信度在99%以上。

左场与右场的SVD第1模态异类相关系数分布图(图8)和图7基本相反，但有差异：1) 澳大利亚东北侧和北侧热带西太平洋暖池区明显偏暖(冷)、澳大利亚北侧向阿拉斯加暖流方向的40°N以南的太平洋海区明显偏暖(冷)、赤道和热带南太平洋中部偏暖(冷)；2) 亚欧大陆以北的北极偏暖(冷)、印度洋偏暖(冷)时，P7一致增加(减少)。比较图8bc与图8a，关键区的规律基本一致。

图7 图们江地区P6(左场)与前期2月海温 (右场)的SVD分析Fig.7 SVD analysis of SST in the P6 (left) and the early February (right) in Tumen River area

3.3 图们江地区5～8月降水量对前期海温的响应实例

统计1987—2018年的粮食产量发现，2003年春夏连旱，旱情严重，粮食单产仅为1 861 kg/hm2，是2000年以后减产最严重的一年[1]。从2003年1月海温距平分布图可以看到，1月赤道太平洋由西向东“-+-”模态，赤道东太平洋偏冷、澳大利亚东侧南太平洋副高海区偏暖为主；南半球西风漂流区偏暖为主，导致最多雨月提前(最多雨月出现在7月)，8月降水减少(8月降水距平百分比为-0.7)。1月赤道中太平洋偏暖、澳大利亚北侧和东北侧热带西太平洋暖池区偏冷一些，澳大利亚东北侧向加利福尼亚寒流方向的赤道和热带太平洋偏冷，20°N～40°N西北太平洋偏冷一些；南非东南方向马斯克林高压海区偏冷，导致图们江地区P5一致减少(5月降水距平百分比为-0.7)。从2月分布图可以看到，鄂霍次克海至白令海偏暖一些；赤道西太平洋偏暖，澳大利亚北侧和东北侧的西太平洋暖池区偏暖一些、澳大利亚东北侧向阿拉斯加暖流方向的热带太平洋海区偏暖，50°N北太平洋由西向东出现明显的分割南北两侧冷区的偏冷带，北印度洋偏暖、澳大利亚西侧和西南侧南印度洋海区偏暖一些，导致P6减少(6月降水距平百分比为-0.2)。从3月分布图可以看到，1) 澳大利亚东北侧和北侧热带西太平洋暖池区偏暖、澳大利亚北侧向阿拉斯加暖流方向的40°N以南的太平洋海区偏暖、赤道和热带南太平洋中部偏暖；2) 亚欧大陆以北的北极偏暖一些、北印度洋偏暖，导致P7增加(7月降水距平百分比为0.3)(图9)。

图9 2003年1～3月全球海温距平分布图Fig.8 Global SST anomaly distribution in January, February and March 2003

4 讨论与结论

影响图们江地区P5-8的关键海区可归纳为，日本海至鄂霍次克海海区、白令海海区；亚洲以北、欧洲以北、白令海以北的北极；热带印度洋西部海区、热带印度洋东部海区、马斯克林高压海区；西太平洋暖池区、赤道中太平洋、赤道东太平洋海区、南太平洋副高海区；南半球西风漂流区。

日本海、鄂霍次克海偏冷时，最多雨月推迟，8月降水增加；偏暖时，5月降水增加。亚洲或欧洲以北的北极偏冷时，最多雨月推迟，8月和6月降水增加；偏暖时，5月降水增加。最多雨月、8月、6月对赤道太平洋的响应有共性，赤道太平洋由西向东呈现“-+”模态时，最多雨月推迟，8月和6月降水增加。5月和7月有共性，“+-+”模态时，降水增加。最多雨月、8月、6月对印度洋的响应有共性，印度洋偏冷时，最多雨月推迟，8月和6月降水增加。5月和7月与之相反，印度洋偏暖时，降水增加。

从全球1月海温分布图可以预测图们江地区最多雨月，可信度为80%，可以预测P8和P5的多寡，可信度分别为60%和95%。从全球2月海温分布图可以预测P6的多寡，可信度为70%。从全球3月海温分布图可以预测P7的多寡，可信度为70%。由于海温的实际分布相当复杂，仅靠海温来预测P5-8，难度还是很大。

该文仅从海温的角度探讨P5-8的预测，缺少东北冷涡、鄂霍次克海阻塞高压、东亚高空西风急流、西太平洋副高等影响图们江地区P5-8的天气系统的相应研究，这有必要在后续论文中继续阐述。