夏季降水

夏季降水（共9篇）

夏季降水 篇1

皖南山区属于亚热带季风气候, 夏季高温多雨, 易于发生强降水事件, 且由于山区的特殊地形又容易带来滑坡、泥石流等次生灾害。因此有必要对皖南山区的强降水特征做一次单独的分析。

1 资料来源与分析

1.1 资料来源

本文通过提取2012年12月8日~2013年1月10日下发的1981~2010年《安徽省地面气候标准值数据集》的资料, 采用皖南山区20个国家级台站1981~2010年日降水≥50.0mm的降水资料进行处理分析。

1.2 资料处理与分析

在时间上, 对整个地区采用计数求和的方式, 得到6月、7月、8月强降水发生的频率 (图1) 。从图中发现皖南山区夏季强降水主要集中在6月, 7月次之, 8月最少。

黄山、九华山位于山顶, 与其它地区拔海高度差距过大, 不能一起分析, 因此单独将2站平均与其它站的平均比较, 发现30a中黄山、九华山强降水发生频率为周围其它站的1.7倍。

除去黄山、九华山2站, 从各站30a日降水量≥50.0mm日数总和来看, 皖南山区强降水频率从西南向东北递减。

表示数据离散化程度的量有相对平均差、相对标准差、最大正负距平百分率等。计算公式:

本文通过计算皖南山区30个站点累年月降水量, 得到累年月降水量的的相对平均差、相对标准差、最大正负距平百分率, 已通过相关性检验, 现取累年月降水量的相对平均差作为代表。

2 初步分析结果

6月、8月累年月降水量相对平均差与累年月强降水次数负相关, 7月没有明显的相关性, 可单独作进一步的分析研究。

3 结论与讨论

除地形特殊区外, 皖南山区夏季强降水发生频数的地理差异很明显, 强降水频率从西南向东北递减。主要集中在6月, 占到50%, 其次是7月。

山顶强降水频率比其它地区多。

6月、8月月降水量的集中程度与月强降水次数呈负相关。

摘要：本文通过对19812010年皖南山区的强降水资料的统计分析得出皖南山区强降水主要集中在6月, 垂直分布特征为高出多, 低处少, 水平分布特征为从西南向东北递减。而且发现强降水频率与降水集中程度存在相关性。

关键词：皖南山区,夏季,强降水,分布特征

参考文献

[1]廉毅, 安刚, 王琪等.吉林省40年来气温和降水的变化[J].应用气象学报, 1997, 8 (2) :197-204.

[2]翟盘茂, 任福民, 张强.中国降水极端变化趋势检测[J].气象学报, 1990, 57 (2) :208-215.

[3]任国玉, 吴虹, 陈正洪.中国降水变化趋势的空间特征[J].应用气象学报, 2000, 11 (3) :322-330.

[4]顾骏强, 施能, 薛根元.近40年浙江省降水量、雨量的气候变化[J].应用气象学报, 2002, 13 (3) :322-329.

夏季降水 篇2

利用湖南96个测站的逐时自记降水资料,分析了夏季(6～8月)降水日变化特征.结果表明,湖南夏季降水日变化呈现显著的区域差异.湘东南降水量、降水频次峰值主要出现在午后到傍晚,而其它地区的降水峰值一般出现在清晨.进一步分析显示,降水频次峰值出现时次分布更集中,区域特征更鲜明.湘西北、湘东南区域平均的累积降水量、 降水频次及降水强度的日变化在清晨和午后均呈双峰型特征.湘西北主(次)峰值出现的`时间大致与湘东南次(主)峰值出现的时间对应.同时,降水日变化与降水持续时间密切相关.持续5～10 h降水事件是持续1～4 h事件与持续10 h以上事件降水量峰值出现时间发生显著变化的过渡降水事件.持续1～4 h(10 h以上)的降水事件的极值降水始发时间为午后至傍晚(夜间).在不同持续时间的降水事件中,持续2 h降水的累积量最大.

作 者：戴泽军 宇如聪 陈昊明 DAI Ze-jun YU Ru-cong CHEN Hao-ming  作者单位：戴泽军,DAI Ze-jun(中国科学院,大气物理研究所大气科学与地球流体力学数值模拟国家重点实验室,北京,100029;中国科学院研究生院,北京,100049;湖南省气象台,湖南,长沙,410007)

宇如聪,YU Ru-cong(中国科学院,大气物理研究所大气科学与地球流体力学数值模拟国家重点实验室,北京,100029;中国气象局,中国气象科学研究院灾害天气国家重点实验室,北京,100081)

辽阳县夏季降水量异常特征分析 篇3

1 资料与方法

1980—2014年辽阳县逐月降水量资料来源于辽阳市气象局。以6—8月降水量之和为夏季降水量，1981—2010年夏季降水量的平均值为夏季降水量常年值。应用Excel软件计算降水量的统计特征（平均值、最大值、最小值、变异系数等），建立多年夏季降水量距平序列，计算降水距平百分率，进而统计夏季降水量异常年份，降水量异常判别标准详见表1。用线性倾向估计法分析降水量年际变化趋势，回归系数b的符号表征降水量增多或减少的趋势。b×10称为降水变化倾向率，表征每10年降水量上升或下降的速率，单位为mm/10年[5]。

2 结果与分析

2.1 夏季降水量基本特征

1980—2014年辽阳县夏季降水基本特征见表2。夏季降水以8月最多，其次是7月，6月降水最少。但7月降水的变异系数最大，说明7月的降水最不稳定。1980—2014年夏季降水平均值为439.2 mm，夏季最大降水量为869.5 mm(1985年），最小降水量仅189.3 mm(1989年），极差达680.2mm，说明夏季降水量年际间变化很大。

由表2还可看出降水量趋势变化，7月降水量变化倾向率为-11.319 mm/10年，降水量呈减少趋势；6月、8月及夏季降水量变化倾向率分别为5.874、10.277、4.832 mm/10年，虽变化速率不大，但均为正值，说明该时段降水量呈增大趋势。相关系数检验结果显示，均未通过显著性检验，说明降水量的变化趋势不显著。

2.2 夏季降水量变化及异常特征

由图1可知，降水距平百分率总体呈减小趋势，1996年之前，辽阳县夏季降水表现出明显的阶段性。1982—1986年夏季多雨，1987—1993夏季少雨，1994—1996年又现夏季多雨。1997—2009年夏季降雨波动幅度减小，2010—2012年夏季降水量又处于增多状态，2013—2014年夏季降水量又表现出迅速减小态势。

1980—2014年辽阳县夏季降水量在1985年异常偏多，出现概率为2.9%。当年夏季降水量达869.5 mm，降水距平百分率达98.0%。据记载，受暴雨影响，1985年8月19日辽阳县24 h降水量高达210.6 mm，造成严重暴雨洪涝灾害。夏季降水量异常偏少的年份没有发生。夏季降水量显著偏多的年份为1986年，降水量为684.7 mm，降水距平百分率为55.9%，出现概率为2.9%。1989年、2014年夏季降水量显著偏少，出现概率为5.7%，降水量分别为189.3、212.8 mm，降水距平百分率分别为-56.9%和-51.5%。实况显示，2014年夏季，辽阳县降水量持续偏少，6—8月降水量分别为77.0、48.7、87.1 mm，降水距平百分率分别为-13.5%、-72.1%、-52.2%,7月、8月均属降水显著偏少。严重的夏旱导致农作物产量大幅下降，个别村镇甚至出现人畜饮水困难。1980—2014年，辽阳县夏季降水量偏多年份有1994、1995、1996、2001、2010、2012年，出现概率为17.1%。据记载，2012年8月3—5日，受第10号台风“达维”影响，辽阳县8月4日24 h降水量就达106.0 mm；偏少的年份，出现概率为20.0%；其余年份夏季降水量均正常，出现概率为51.4%。

3结论与讨论

(1）辽阳县夏季降水以8月最多，6月最少，7月降水不稳定性最大。35年夏季降水量平均为439.2 mm,1985年夏季降水量最大，为869.5 mm,1989年最小，为189.3 mm，极差达680.2 mm。

(2）仅7月降水量呈减少趋势，变化倾向率为-11.319mm/10年，6月、8月及夏季降水量均呈增大趋势，变化倾向率分别为5.874、10.277、4.832 mm/10年。各变化趋势均未通过显著性检验，说明降水量的变化趋势不显著。

(3)1980—2014年辽阳县夏季降水量异常偏多年份为1985年，降水距平百分率达98.0%；异常偏少的年份没有发生。显著偏多的年份为1986年，降水距平百分率为55.9%；显著偏少年份为1989年和2014年，降水距平百分率分别为-56.9%和-51.5%。

(4）夏季降水异常年份虽然不多，但影响和损失很大，应开展降水异常对农作物生育及产量影响的研究。同时，加大对夏季降水量预测预报方面的研究，以实现科学防灾减灾的目的。

摘要：以降水距平百分率为标准,对1980—2014年辽阳县夏季降水进行分析,探求辽阳县夏季降水量异常特征,以为建立夏季降水预报模型、科学防灾减灾提供支持。

关键词：夏季,降水量,异常特征,辽宁辽阳

参考文献

[1]王遵娅,丁一汇.近50年来中国气候变化特征的再分析[J].气象学报,2004,62(2):228-236.

[2]安娟,徐婷,陈玉光,等.辽阳市近50年温度变化特征研究[J].安徽农业科学,2011,39(22):13630-13632.

[3]贺俊杰.锡林浩特市50年降水量变化特征分析[J].中国农学通报,2012,28(29):271-278.

[4]高鹏,穆兴民,王飞,等.中国东北地区近百年来降水量变化趋势分析[J].水文,2010,30(5):80-84.

夏季降水 篇4

基于TRMM/TMI的亚洲夏季降水研究

利用热带测雨卫星(TRMM)微波成像仪(TMI)的长期观测资料,对亚洲夏季降水的水平分布特征进行了统计分析,指出了孟加拉湾北部沿岸,中国南海南部,赤道西太平洋暖池三个稳定的强降水中心.并借助全球降水气候计划(GPCP)地表降水资料,对亚洲范围内洋面,陆面及6个典型区域的TMI降水准确性进行了评估,结果表明利用TMI和GPCP资料对亚洲夏季降水的强弱降水中心及雨带位置的指示基本一致,TMI对陆面降水仍存在普遍的低估,最大相对偏差在25%左右.差异水平分布显示出极强的地域性特征,出现最大差异(>3 mm/d)的区域位于陆地上青藏高原周边(正偏差),及孟加拉湾北部地区(负偏差).对产生偏差原因的分析表明,TMI陆面算法强烈依赖于降水云系统上层冰粒子含量的特性是构成其系统性偏低和局部地区对降水高估的主要因素,而进一步的.分析也显示GPCP雨量计极不均匀的分布对差异的产生也有所贡献,尤其是在雨量计稀少的高原周边地区.

作 者：刘奇 傅云飞 作者单位：中国科学技术大学地球与空间科学学院,合肥,230026刊 名：中国科学D辑 ISTIC PKU英文刊名：SCIENCE IN CHINA(SERIES D)年，卷(期)：37(1)分类号：P4关键词：TRMM TMI GPCP 降水差异 水凝物廓线

夏季降水 篇5

1 资料与方法

该文所用资料为由辽阳市气象局提供的辽阳县1980—2014年逐月降水量资料。以1—12月降水量之和为年降水量，6—8月降水量之和为夏季降水量。年代划分：1980—1989年为20世纪80年代，1990—1999年为90年代2000—2009年为21世纪00年代，2000—2014年为近15年。

用线性倾向估计法[5]分析夏季降水量的长期变化趋势以时间t为自变量，降水量x为因变量，建立一元线性回归方程：xi=a+bti(i=1,2，…，n）。其中，回归系数b代表降水量的趋势倾向。b>0(<0）时，说明降水量在所统计的时段内呈增多（减少）趋势。b×10称为降水变化倾向率，表征每10年降水量上升或下降的速率，单位为mm/10年。

2 结果与分析

2.1 夏季降水量年际变化

1980—2014年辽阳县夏季平均降水量为439.2 mm，夏季最大降水量为869.5 mm(1985年），最小降水量为189.3 mm(1989年），极差达680.2 mm。1981—2010年30年辽阳县夏季降水量平均值为445.8 mm，此即辽阳县夏季降水量常年值。统计发现，35年中，有15年夏季降水距平为正值，20年夏季降水距平为负值。由图1可知，35年来夏季降水量呈微弱的增多趋势，降水变化倾向率为4.832 mm/10年，即夏季降水量以4.832 mm/10年的速率在增多。时间序列相关系数为0.033，没有通过显著性检验，说明夏季降水量增多趋势不显著。

2.2 夏季降水量年代际变化

由图2可知，20世纪80年代夏季降水量（445.2 mm）稍低于常年值，90年代夏季降水量最大（454.6 mm),21世纪00年代夏季降水量最少（406.8 mm）。

进一步分析各年代夏季降水量的变化趋势（表1),20世纪80年代夏季降水量呈微弱的减少趋势，降水变化倾向率为-0.903 mm/10年；90年代夏季降水量呈弱的增多趋势，降水变化倾向率为83.091 mm/10年；21世纪00年代夏季降水量呈弱的下降趋势，降水变化倾向率为-31.412 mm/10年；近15年夏季降水量呈弱的增多趋势，降水变化倾向率为78.460 mm/10年。各年代变化趋势都没有通过显著性检验，变化趋势均不显著。

3 结论与讨论

(1）辽阳县夏季降水量年际间变化幅度很大，夏季最多降水量出现在1985年，达869.5 mm；夏季最少降水量出现在1989年，仅189.3 mm，极差达680.2 mm。此种状况预示旱涝灾害频发，应高度重视。

(2)1980—2014年夏季平均降水量为439.2 mm，常年值为445.8 mm。距平统计显示，35年中有15年夏季降水偏多，20年夏季降水偏少。夏季干旱对农作物及社会经济的影响有待于进一步研究探讨。

(3）近35年，辽阳县夏季降水量呈弱增多趋势，增多速率为4.832 mm/10年。80年代夏季降水量呈弱减少趋势，减少速率为-0.903 mm/10年；90年代呈弱增多趋势，增多速率为83.091 mm/10年；21世纪00年代呈弱减少趋势，减少速率为-31.412 mm/10年；近15年夏季降水量呈弱增多趋势增多速率为78.460 mm/10年。应密切关注后期降水趋势，做到科学防灾减灾。

摘要：利用1980—2014年辽阳县逐月降水量资料,采用线性倾向估计法,分析辽阳县夏季降水量变化特征。结果表明:辽阳县夏季降水量年际间变化幅度很大,夏季降水量最多达869.5 mm,出现在1985年;夏季降水量最少仅189.3 mm,出现在1989年,极差达680.2 mm。1980—2014年夏季平均降水量为439.2 mm,35年中有15年夏季降水偏多,20年夏季降水偏少。近35年,辽阳县夏季降水量呈弱增多趋势,增多速率为4.832 mm/10年。近15年夏季降水量呈弱增多趋势,增多速率为78.460 mm/10年。应密切关注后期降水趋势,科学防灾减灾。

关键词：夏季,降水量,变化特征,辽宁辽阳,1980—2014年

参考文献

[1]任国玉,郭军,徐铭志,等.近50年中国中国地念气候变化基本特征[J].气象学报,2005,63(6):942-956.

[2]高鹏,穆兴民,王飞,等.中国东北地区近百年来降水量变化趋势分析[J].水文,2010,30(5):80-84.

[3]安娟,徐婷,陈玉光,等.辽阳市近50年温度变化特征研究[J].安徽农业科学,2011,39(22):13630-13632.

[4]徐婷,安娟,王鹏.近55年辽阳市日照时数变化及对农业的影响[J].安徽农业科学,2011,39(20):12350-12352.

夏季降水 篇6

但受资料限制,目前对日至年尺度的降水变化研究较多,而对小时尺度降水的研究相对较少,而目前尚未发现有关于辽宁省短时降水的变化的研究。因此,研究辽宁省小时降水量、降水时数和小时降水强度(以下简称“雨强”)变化具有重要的现实意义。因此,该文利用辽宁省25 个台站的逐时降水资料,分析夏季降水时数、雨强及极端强降水时数、极端强降水雨强的变化,全面研究辽宁省的小时降水变化特征。

1 资料与方法

1.1 资料来源

通过辽宁省25 站自记降水数字化和自动站降水资料整理并进行质量控制后得出1961—2013 年辽宁省逐时降水资料。选站方法:当自记纸记录缺测时数超过总时数的20%,视该时段缺测;当资料缺失年份超过15 年,视该站点缺测;小时降水量≥0.1 mm时认为有降水发生。

1.2 研究方法

采用百分位阈值的空间分布和趋势分析法,分析辽宁省夏季小时极端降水事件的特征。以某测站53 年(1961—2013 年)夏季小时降水量序列(由小到大)第95 百分位对应的小时降水量作为该测站夏季极端小时降水量的阈值。文中采用线性回归的方法分析降水的趋势,对降水序列的线性趋势和显著性均作了MK检验(显著性水平取0.1)[4,5,6,7,8,9,10]。气候态平均值采用1981—2010 年的30 年气候平均值。

2 结果与分析

2.1 夏季降水时数和雨强的气候态空间变化分布

如图1 所示,辽宁省夏季降水时数的气候态平均值为185 h, 辽西、 辽南地区在150~160 h, 辽宁东部地区在230~280 h,东南部较多,西部及南部较少。

如图2 所示,辽宁省夏季雨强平均为2.3 mm/h,辽宁西北部地区最小,为2.0 mm/h左右;辽宁西南部沿海地区最大,为2.6 mm/h左右。自东南向西北,由沿海向内陆逐渐减少。

从辽宁夏季降水时数和雨强的气候态空间变化分布图来看,降水时数与雨强略有不同,但大值中心基本分布在辽宁东部地区,这与辽宁夏季降水平均态的分布也较为一致[6]。说明辽宁降水时间长、强度大,因此可能出现内涝、泥石流等短时强降水灾害的重点地区在辽宁东部,应重点关注与防范。

2.2 夏季平均降水时数和雨强的时空变化趋势

如图3a所示,辽宁省夏季平均降水时数呈逐年减少趋势,变化率为-3.4%/10 年。其中20 世纪60 年代最多,70 年代、80 年代逐年减少,90 年代接近常年,2000 年之后偏少。如图3b所示,辽宁省夏季平均雨强呈逐年增加趋势,变化率为2.2%/10 年。 其中20 世纪70 年代偏小,90 年代偏大,其他年代接近常年。

如图4 所示,辽宁省大部分地区以减少趋势为主,西部、东南部地区减幅2.5%/10~7.5%/10 年;而中部地区为增加趋势。夏季逐月来看,6 月降水时数以增加趋势为主,7 月以减少趋势为主,且辽宁西部、南部地区较多站点的减少趋势具有统计显著性,8 月降水时数存在西部与南部地区减少、东北部地区增加的变化趋势。

如图5 所示,夏季辽宁省大部分地区雨强呈增大趋势,增大幅度为2.5%/10~7.5%/10 年,但夏季辽西、辽南局部地区呈减小趋势。6 月在辽宁偏北地区呈减小趋势,7 月辽西、辽南地区雨强呈减小趋势,且减小幅度相对较大,个别站点减小幅度超过7.5%/10 年,8 月辽宁西部、东部个别站点呈减小趋势。

2.3 夏季平均极端强降水时数和雨强的时空变化趋势

如图6 所示,辽宁省夏季平均极端强降水时数呈增加趋势(1.0%/10 年),20 世纪90 年代最多,70 年代偏少,其他年代接近常年。夏季各月平均极端强降水时数有以下特点:6 月有增加趋势(4%/10 年),7 月有减少趋势(-3%/10 年),8月有增加趋势(3%/10 年),趋势均不明显。与图3a表现的夏季降水时数呈下降趋势相反,极端强降水时数呈增加态势,说明虽然辽宁省降水时数在减少,有变干的趋势,但是极端强降水增加,将会加大短时强降水灾害发生概率。

如图7 所示,辽宁省夏季平均极端强降水雨强也呈增加趋势,为1.0%/10 年。其中20 世纪60 年代、70 年代偏小,其他年代接近常年或略偏大。夏季各月平均极端强降水雨强:6 月、8 月无明显趋势变化,7 月有增加趋势,为9%/10 年。与图3b表现的夏季雨强呈增加趋势相一致,极端强降水雨强呈现增加态势,尤其在7 月增加趋势明显。

通过以上对夏季极端降水时数及雨强的分析可以发现,辽宁省极端降水时数及雨强均有增加的态势,说明辽宁省极端降水事件增多,将会导致由极端降水所引起的灾害性事件增多。

如图8 所示,夏季辽宁省大部分地区有增加的趋势。其中,6 月极端强降水时数呈增加趋势,除东北部地区外,全省大部分地区增幅在5%/10 年~10%/10 年之间,辽西、辽南地区在10%/10 年以上;7 月大部分地区极端强降水呈减小趋势,东北部地区呈增加趋势;8 月辽西、东南地区呈减少趋势,其他地区以增加趋势为主。

如图9 所示,夏季极端强降水雨强趋势分布不集中,且变化幅度较小,其中,6 月辽宁省大部分地区极端强降水雨强以增大趋势为主,辽宁省中部地区呈相反的减小趋势; 7月辽宁省大部分地区极端强降水雨强以增大趋势为主,少数站点呈减小趋势;8 月辽宁中、北部及南部地区呈增大趋势,其他地区呈减小趋势。

3 结论与讨论

(1)辽宁各地夏季降水时数气候态空间分布差异较大,东南部较多,西北部及大连南部较少。辽宁各地夏季雨强空间分布为自东南向西北,自沿海向内陆减少。

(2)辽宁省夏季平均降水时数呈减少趋势,为-3.4%/10 年。辽宁省夏季区域平均雨强呈增加趋势,为2.2%/10 年。

(3)辽宁省夏季平均极端强降水时数呈增加趋势,但趋势不明显,为1.0%/10 年。平均极端强降水雨强呈现增加趋势,夏季极端降水发生次数增多。

(4)降水时数和雨强时间序列表现出变干的趋势,但是夏季极端强降水时数和极端强降水雨强均呈增加趋势。

参考文献

[1]KANAE S,OKI T,KASHINDA A.Changes in hourly heavy precipitation at Tokyo from 1890 to 1999[J].Journal of the Meteorological Society of Japan,2004,82:241-247.

[2]YU R C,ZHOU T J,XIONG A Y,et al.Diurnal variations of summer precipitation over contiguous China[J].Geophys Res Lett,2007,34(1):223-234.

[3]张焕,翟盘茂,唐红玉.1961—2000年西南地区小时降水变化特征[J].气候变化研究进展,2011,7(1):8-13.

[4]任国玉,吴虹,陈正洪,等.我国降水变化趋势的空间特征[J].应用气象学报,2000,11(3):322-330.

[5]宁亮,钱永甫.中国年和季各等级日降水量的变化趋势分析[J].高原气象,2008,27(5):1010-1020.

[6]李广霞,陈传雷,才奎志,等.辽宁夏季降水变化特征分析[J].气象与环境科学,2008,31(2):31-34.

[7]杨青,韩秀君,高松影,等.1960-2011年辽宁省大暴雨时空分布特征[J].气象与环境学报,2015,31(1):34-42.

[8]李瑞,孟令旺,朱义青,等.1961-2012年山东省汛期暴雨气候特征分析[J].气象与环境学报,2015,31(2):51-58.

[9]黄鹤,杨超,于雷,等1958-2012年河北省汛期暴雨气候变化特征分析[J].气象与环境学报,2015,31(2):44-50.

夏季降水 篇7

曾庆存[11,12]用非线性理论方法对瞬变波的波包理论进行了系统的阐述,同时对于瞬变波的能量传播问题也进行了研究。缪锦海[13]也利用波包传播的诊断方法( WPD) 研究了西太平洋副热带高压的北进南退和中国江淮流域梅雨季节的出梅、入梅的关系。宋燕等[14,15]认为高频波波包的传播特征与西太平洋副热带高压和瞬变波有关,在高频波波包的强中心与低压槽有关,波包的强中心增强( 弱)时槽会发展( 衰减) 。肖天贵[16]研究了青藏高原夏季风强弱年波包传播特征,发现波包的强中心与天气系统扰动能量有一一对应关系,其强中心的传播与槽脊的移动也有关系。葛非等人[17]改进并利用WPD方法分析了2008 年9 月四川盆地持续性暴雨过程中大气风场动能和势能的相互转换和分布特征,但是该文只针对能量转换与强降水的具体关系进行了研究,而没有探究到大背景场问题。本文是针对2008 年9 月四川盆地的持续性暴雨事件的大背景场与夏季高原东部热源的关系进行相关、合成分析,逐步完善改进的WPD方法用于预测暴雨。通过研究夏季青藏高原东部热源和同年六至九月100 h Pa、500 h Pa、850 h Pa高度场、500 h Pa风场的能量与全国160 站降水相关、合成关系,进而解释高原东部热源对于中国局部强对流天气的影响机制。

1 资料选取和方法介绍

1. 1 资料选取

选取NCEP/NCAR Reanalysis( 分辨率为2. 5° ×2. 5°) 的月平均资料,包括温度、位势高度、绝对湿度、垂直速度、纬向风场、经向风场,垂直分层从1 000 ~ 100 h Pa共12 层的等压面上,以及中国160站月平均降水资料进行分析。

1. 2 方法介绍

1. 2. 1 高原热源的计算方法

利用青藏高原东部热源的时间序列与100 h Pa、500 h Pa、850 h Pa高度场、风场、中国降水量作相关分析同时对其相关分析的结果进行显著性检验和合成分析检验,使相关分析更具有真实性,尽量避免相关分析的线性虚假结果,然后再用高度场与风场动能Ek做场相关,对垂直速度的距平做剖面进行相关分析。

计算热源的方法很多,主要采用了“倒算法”,即大气视热源< Q1>[18]进行合成,Q1由式( 1)计算。

式( 1) 总共包括三项,分别为局地变化项、水平平流项和垂直输送项。对式( 1) 进行垂直积分得:

式( 2) 中: L为凝结潜热,Pr为降水量,QS为地面感热输送,E为气柱中云滴的蒸发量,C为气柱中水汽凝结所致的液态水生成量,< QR> 为辐射加热( 冷却) 的垂直积分,PS为地面气压,PT为所取的顶层气压,取300 h Pa。

1. 2. 2 强对流系统中能量计算

在保守力学系统内,总能量E是由动能Ek和势能Ea[8]构成,即:

在分析中,将天气系统近似考虑为保守系统,也就是说可以从能量学的角度来解释强对流天气系统的形成机制和发展情况。而导致强对流天气的发生往往是由于其波包系统内部Ek和Ea的相互转换。在强对流天气系统中,通过无量纲化处理,E可以表示为

式( 4) 中: u ,v为风速;为波包包络的弹性势能; W*为重力势能,由于重力势能W*相对于Ek和Ea很小可以忽略不计,所以可得:

1. 2. 3 z-score标准化

在分析数据之前,我们通常需要先将数据标准化,也称为统计数据的指数化。z-score标准化是数据标准化方法中常用的一种方法。这种方法基于原始数据的均值和标准差进行数据的标准化处理。经过处理后的原始数据会转换为无量纲化指标测评值,即各指标值都处于同一个数量级别上,可以进行综合测评分析:

式( 6) 中zij为标准化后的变量值; xij为实际变量值;xi为变量的算术平均值; si为标准差。

1. 3 研究区域

高原东部热源的主要研究区域为90°E ~ 98°E,27°N ~ 32°N,如图1 ( a) 虚线区域。从中国地区的大气热源的气候态[图1( a) ]可以看出夏季高原的东南部是一个热源,其最大值大于210 W/m2,同时此东部热源区域与整个高原东部热源的相关系数可达0. 6 以上[如图1( b) ],因此这个区域基本可以代表整个夏季高原东部热源。

利用2008 年9 月22 ~ 27 日汶川特大暴雨的实例,探讨青藏高原东部热源与环流场和降水的关系。此次降水主要出现在北川、绵阳及江油等地{ 101°E ~107°E,29°N ~ 34°N[( 如图1 ( a) 实线区域]} ,整个过程降水突破往年的历史同期,创下新高,为灾后重建造成巨大困难。因此选取这个典型的实例作为要研究对象。

2 63 年夏季青藏高原东部热源随时间的演变特征

青藏高原作为夏季中国最强的热源,其热力效应对于我国的大气环流系统及气候演变有着显著地影响。夏季高原东部热源[图1( a) ]的潜热加热异常不仅会作用于对流层中部,也会引起夏季青藏高原高压、西太平洋副热带高压,亚洲季风以及欧亚中高纬地区环流的变化,从而影响我国降水。所以本文主要讨论加热场—环流场—降水场的效应对强降水发生的指示意义,因此我们着重关注夏季青藏高原东部热源的年际变化。我们将夏季青藏高原东部热源的时间序列进行z-score标准化处理( 图2) ,然后从中挑选出标准化指数大于1 的年份( 1968、1970 、1980 、1981 、1984 、1985 、1988 、1990 、1991 、2008 年) ,对以上年份进行合成分析来验证夏季青藏高原东部热源异常与环流场、降水场的关系的可靠性。

图1夏季(6月~8月)中国(1951年~2013年)平均热源的分布(单位:W·m-2)(a),夏季高原东部热源(90°E~98°E,27°N~32°N)与同期大气热源相关分析(黑实线为通过90%显著性检验)(b),2008年9月22~27日代表站降水量变化(c)Fig.1 Summer(June to August)in China(1951~2013),on average,the distribution of heat source(unit:W·m-2)(a),Eastern Highlands summer heat(102~109°E,27~32°N)and the atmospheric heat-year correlation analysis(black solid line by 90%significance test)(b),rainstorm from 22 to 27 September 2008(c)

图2 1951~2013夏季(6月~8月)高原东部逐年平均热源的变化(数据经过z-score标准化处理)Fig.2 Standardized time series of the atmospheric heat source over east of the Tibetan Plateau in summer(JuneAugust)from 1951~2013(z-score nondimensionalize)

3 夏季高原东部热源与四川盆地降水的关系

夏季高原东部热源对四川盆地的降水的影响有同期和滞后效应。在夏季时,四川盆地东北部和西南部为正相关; 而四川盆地的中部为负相关。而在9 月时,整个夏季高原东部热源与四川盆地的降水为正相关; 且大部分站点通过了0. 1 的t检验,甚至四川盆地有部分站点还通过了0. 05 的显著性t检验; 这说明夏季高原东部热源与同年9 月的四川盆地的降水有很好的相关性。这一结论在夏季高原东部热源与9 月降水的合成图[图3( c) ]中可以得到检验,在夏季高原东部热源偏强时,9 月四川盆地大部分地区降水偏多,尤其是四川盆地西部地区。而2008 年是近20 年来热源异常偏强的年份,其九月的降水[图3( d) ]也是偏多的且出现了一次特大暴雨给当年汶川地震后期的灾后重建造成了巨大了困难。

图3夏季高原东部热源和中国同期160站降水的相关场(a),夏季高原东部热源与中国9月160站降水的相关场(阴影区域:通过90%置信水平的统计检验)(b),夏季高原东部热源与9月降水合成分析与9月降水气候场的距平图(单位:mm)(c),2008年9月降水与降水气候场距平图(单位:mm)(d)Fig.3 Summer heat source and China over the same period 160 station precipitation in the east of plateau related field(a),plateau summer heat source in September 160 with China stationprecipitation in the east of the relevant field(shaded area:through statistical tests of 90%confidence level)(b),the eastern plateau summer heat and rainfall in September synthesisanalysis and September precipitation climate anomalies diagram field(unit:mm)(c),September 2008 precipitation and precipitation climate zonal figure(unit:mm)(d)

2008 年9 月四川盆地的持续性降水可能是由于夏季高原东部热源偏强导致了对流层中高层对流的异常和“黑格尔”台风的登陆压迫西太平洋副热带高压( 下称西太副高) 同时作用造成了利于降水的大环流背景场。又由于夏季高原东部热源偏强影响南亚高压、西太副高以及南海和孟加拉湾的对流加强,使其在西太副高和高原西南季风的影响下持续为四川盆地提供充足的水汽输送。

4 63 年夏季高原东部热源与环流场的联系

4. 1 夏季青藏高原东部热源与500 h Pa高度场的联系

根据夏季高原东部热源与500 h Pa高度场的相关分析[图4( a) ],可知我国南方大部地区在夏季500 h Pa的高度场与夏季高原东部热源的强度密切相关,中国南部大部分地区都通过了置信度为90%的显著性检验。当夏季高原东部热源偏强时,华东大部分地区、西南大部分地区、整个华南地区同期的500 h Pa高度场相对偏高; 且偏南大部地区通过了置信度为90% 的显著性t检验。而在夏季高原东部热源与我国对流层中层的风场动能在黄河以北呈负相关,在黄河以南成正相关,特别是我国南海上空的对流层中层与高原东部热源相关性较好,通过了90%置信水平的t检验[图4( b) ]。由前面的分析可知2008 年是夏季高原东部热源的异常偏热年份,也就是说在2008 年的夏季500 h Pa位势高度场在我国黄河以南地区会异常偏高,高度场偏高会使夏季在我国南部上空的脊加强,便于孟加拉湾和南海的水汽向北输送。中国大部分地区500 h Pa位势高度与同年9 月的500 h Pa的风场动能Ek呈负相关,而在四川地区却是呈正相关[图4( c) ],这就意味着当2008 年夏季高原东部热源偏强时引起了四川上空对流层中层即500 h Pa位势高度偏高,位势高度偏高导致四川上空500 h Pa风场动能Ek偏大,强度较强。而上述的推论从图4( d) 中可以得到验证。在高原东部热源偏强的年份,500 h Pa风场动能Ek在四川上空也是偏大的; 并且通过往年的气候场与高原东部热源和500 h Pa的风场动能Ek的合成场的距平场的大值区也位于在四川盆地上空; 并且通过了95% 的f检验,这就意味着在东部高原热源偏强的年份四川盆地500 h Pa的风场动能Ek会有较好的响应。从图5( a) 、( b) 可知,在强降水发生时风场能量E大值区和强降水区域的分布较为一致。其中风场能量E大值区与风场动能Ek的分布和变化趋势也具有一致性。从能量学的角度来看,强降水天气的发生和发展是在大气中动能和势能的相互转换过程中产生的。在2008 年9 月22 ~ 24 日波包能量大值区位于四川盆地西北部地区,停滞且动能转换为驻波形式的波动势能,这时就会产生强降水,而当动能和势能之间的相互转换趋于平稳时,强降水便会持续同时逐渐减弱。当波包开始向其他地区转移时,强降水随之停止。由于在有利的背景场条件下,位于四川盆地的能量大值区异常偏大,能量的相互转换比例偏大且持续时间较长,于是就导致了四川盆地西北部地区的降水持续时间较长且强度偏大[17]。

图4夏季青藏高原东部热源与同期500 hP a高度场的相关分析(a),夏季青藏高原东部热源与同期500 hP a风场动能的相关分析(b),夏季500h Pa位势高度场与9月份500 hP a风场动能(Ek)的场相关分析(阴影区域:通过90%置信水平的t检验)(c),夏季青藏高原东部热源与9月500 hP a风场动能(Ek)的合成分析与9月风场动能气候态的距平场(阴影区域:通过95%的f检验,z-score无量纲化处理)(d)Fig.4 eastern Qinghai-Tibet plateau summer heat over the same period of 500 hP a height field of the related analysis(a),the eastern Qinghai-Tibet plateau summer heat over the same period of 500 hP a is associated with the kinetic energy of the wind field analysis with the wind as figure(b),in the summer of 500 hP a geopotential height field and wind field in September 500 hpa analysis related to the kinetic energy of the field(Ek)(shaded area:through t tests of 90%confidence level)(c),Summer heat in Eastern and September 500 hP a wind kinetic energy(Ek)analysis and synthesis anomaly September wind kinetic energy climatology(shaded areas:by 95%of the f-test,z-score nondimensionalize)(d)

图5 2008年9月22~24日强降水期间500 hP a风场能量E(等值线,z-score无量化处理)与降水(阴影区:mm)分布Fig.5 The distribution between 500 hP a wind energy E(contour,z-score nondimensionalize)and precipitation(shaded area,unit:mm)during heavy rainfall of 22~24 September 2008

4. 2 夏季青藏高原东部热源与850 h Pa高度场的关系

根据高原夏季东部热源与同期850 h Pa的相关场[图6( a) ]可知夏季高原东部热源偏强时,中国大部分地区850 h Pa高度场随之偏高,特别是西南、华南、华东地区都通过了显著性检验。当夏季高原东部热源偏强时,九月的中国大部分地区850 h Pa高度场也偏高[图6( b) ],也就是说夏季高原东部热源对于850 h Pa高度场的影响,不仅具有同期效应还具有滞后效应。四川盆地850 h Pa高度场的变化无论是夏季还是9 月都是受到夏季高原东部热源的变化的影响,而无论是风场还是环流都与高度场的变化息息相关。在2008 年9 月的850 h Pa的风场图和850 h Pa高度的合成图[图6( c) ]可以看出在四川盆地处于倒槽的槽前脊后,受气旋控制,而在2008 年夏季高原的东部热源异常偏热导致了当年的四川盆地无论是夏季还是9 月的850 h Pa和500h Pa的高度场异常偏高,使得当时850 h Pa的辐合增强,500 h Pa的辐散也随之增强,那么位于四川盆地夏季和9 月的对流也随之增强,因此当时的四川盆地区域容易出现强对流天气。

4. 3 夏季青藏高原东部热源与100 h Pa高度场的关系

Flohn( 1957) 最早提出由于青藏高原的感热加热形成了南亚高压,他指出高原的感热加热与同纬度沙漠地区的感热加热具有同等的量级,由于它大部分热量只能输送到对流层中层,而高原东南侧和孟加拉湾由于其特殊的地形作用使季风空气和积雨云被强迫抬升,其上升气流把降水释放的潜热输送到对流层上层,Flohn把这种由于特殊地形造成的潜热上输称为“烟囱”作用,并且认为南亚高压就是这种高原东南面的“烟囱”作用造成的。

南亚高压在夏季半年有两个平衡态,中心分布在青藏高原上空( 80°E ~ 100°E) 和伊朗高原上空( 50°E ~ 70°E) ,分别称为青藏高压和伊朗高压或者青藏高压的东西态。在5 月、6 月和9 月南亚高压位于青藏高原上空,在7 月和8 月,高压位于青藏高原西部和伊朗高原东部[19]。夏季高原东部热源无论是与夏季还是与秋季9 月南亚高压的两个平衡态所在位置的对流层上层100 h Pa高度场都有很好的相关性[图7( a) 、( b) ]; 并且大部分区域基本都通过了显著性检验,说明在2008年夏季由于高原东部的热源异常导致100 h Pa的高度场异常,100 h Pa高度场异常会直接影响南亚高压的强度和位置。南亚高压与西太平洋副热带高压( 以下简称西太副高) 强度有很好的正相关关系,南亚高压也与西太副高的脊线位置有较好的相关关系,两者位置存在显著的“相向而行,相背而去”[20]。因此当南亚高压异常时,西太副高异也有较好的响应。我们用合成分析[图8( a) 、( b) ]检验了上述结论,证明在高原东部热源偏强的情况下,南亚高压偏东且强度偏强,而西太副高同时偏西偏强。以2008 年9 月大暴雨为例[图8( c) 、( d) ]再次验证了以上结论,2008年9 月与63 年南亚高压的9 月的气候场相比,2008年9 月的南亚高压异常偏东偏强,而此时的500 h Pa的西太副高对于南亚高压的偏东偏强也有较好的响应而2008年9月四川盆地的暴雨正是由于“黑格尔”台风的登陆迫使此时已经由于受夏季高原东部热源异常偏强影响下的已经偏西的西太副高改变其原有的形状和位置,使得此时的四川盆地位于偏南气流的控制下,来自南海的水汽源源不断的补充输送,这就造成在对流层中低层大气能量极不稳定,这就容易造成持续性暴雨。

图6夏季高原东部热源与同期850 hP a位势高度场的相关分析(a),夏季高原东部热源与同年9月850 hP a位势高度场的相关分析(阴影区域:通过90%置信水平的统计检验,灰色阴影区为地形)(b),2008年9月850 hP a风场(单位:m/s)和850 hP a高度场叠加图(单位:gpm)(c)Fig.6 Eastern plateau summer heat over the same period of 850 hP a geopotential height field correlation analysis(a),eastern plateau summer heat source and the geopotential height field in September the same year related analysis(shaded area:by the 90%confidence level of statistical test,greyshaded area for terrain)(b),September2008 850 hP a wind field(unit:m/s)and 850 hP a height occasion mapping(unit:gpm)(c).

图7夏季高原热源与同期100 hP a高度场的相关分析(a),夏季高原热源与同年9月100 hP a高度场的相关分析(阴影区域:通过90%置信水平的统计检验)(b)Fig.7 Plateau summer heat over the same period of 100 hP a height field correlationanalysis(a),plateau heat source in summer and in the same year in September 100 hP a height field correlation analysis(shaded area:through statistical tests of 90%confidence level)(b)

图8夏季高原东部热源和同年9月100 hP a高度场的合成分析(实线:合成分析;虚线:1951~2013年100 hP a气候场;阴影是通过95%f检验的区域,单位:gpm)(a),夏季高原东部热源和500 hP a同年9月高度场的合成分析(实线:合成分析;虚线:1951~2013年500 hP a气候场;阴影是通过95%f检验的区域,单位:gpm)(b),1951~2013年9月63年100 hP a高度场的气候场和2008年9月100 hP a高度场的合成场(虚线:气候场;实现:2008年9月100 hP a高度场;阴影:两者的距平场,单位:gpm)(c),1951—2013年9月63年500 hP a高度场的气候场和2008年9月500 hP a高度场的合成场(虚线:气候场;实现:2008年9月500 hP a;阴影:两者的距平场,单位:gpm)(d)Fig.8 The eastern plateau summer heat and synthetic analysis 100 hP a height field the same year in September(solid line:Synthesis analysis;dashed line:1951~2013 100hP a climate field;shaded by95%f Inspection area,unit:gpm)(a),the eastern plateau summer heat and synthetic analysis 500 hP a height field the same year in September(solid line:Synthesis analysis;dashed line:1951~2013 500 hP a climate field;shaded by95%f Inspection area,unit:gpm)(b),1951~September 2013 63-year climate field 100 hP a height field and September 2008 100 hP a height field of synthetic field(dashed line:climate field;implementation:September 2008 100hP a height field;Shadow:both anomaly,unit:gpm)(c),1951-September 2013 63 years of climate 500 hP a height field and September 2008 500 hP a height of the resultant field(dashed line:climate field;implementation:September 2008 500 hP a;Shadow:both anomaly,unit:gpm)(d)

4.4 2008年夏季至9月的对流异常

分析了2008年夏季至九月的垂直运动后,从夏季垂直速度的气候平均场(图略)发现:在孟加拉湾海域和我国南海热带对流活动区域整层都为上升运动,夏季和同年9月四川盆地及高原东部也为上升运动。从图9(a)可以看出在孟加拉湾夏季的垂直速度ω在对流层整层气柱(1 000~100 h Pa)都为负距平,说明在2008年夏季孟加拉湾区域整个对流层的上升运动加强,利于此区域的对流运动,同时也利于水汽的输送,在中国南海热带对流活动区也是在对流层整层气柱都为负距平,表明夏季热带对流活动区偏强。而对流活动区偏强会导致东亚地区大气环流异常。热带对流活动区较强的年份,副热带高压要明显偏西,南亚高压偏东,这样自南海进入我国的水汽输送就会偏强[21]。从图9(b)也可以看出在2008年夏季南海区域为负距平,也就是说无论从纬向平均剖面图还是经向平均剖面图都可以得出在2008年夏季热带对流活动区域偏强。而在夏季四川盆地为正距平,说明四川盆地的上升运动有所减弱。从图9(c)、(d)可以看出2008年9月在高原东部为正距平,而在四川盆地为负距平,即高原东部高层的上升运动有所减弱,而四川盆地的上升运动异常强烈,这样容易产生强对流性天气。

5 结论

通过分析得到以下结论:

( 1) 当夏季高原东部热源偏强时,同期四川盆地500 h Pa、850 h Pa的高度场也偏高,而夏季500h Pa高度场偏高导致了九月四川盆地西北部的500h Pa风场能量偏大。500 h Pa风场能量大值区与强降水区域分布较为一致。

( 2) 当夏季高原东部热源偏强时,导致了我国九月黄河以南地区的100 h Pa高度场异常偏强。同时南亚高压也异常偏东偏强,南亚高压与西太副高有典型的相向而行的特点,所以西太副高也异常偏西偏强,从而导致中国局部降水气候异常—旱涝。

( 3) 这种加热场-高度场-降水场之间的同期及滞后效应,导致了夏季高原东部热源与同期至9 月中国局部地区的降水有很好的相关性。2008 年9月四川汶川地区特大暴雨就是一个典型的例子。

夏季降水 篇8

短时强降水具有突发性和易引起次生灾害的特点[1],在时间分布上具有年内非均匀性特征[2],充分了解其日变化等规律对防灾减灾、水资源充分利用等方面意义重大。此前许多学者针对不同区域做了大量研究,并得到了许多有价值的结论。如苏永玲等[3]利用175个国家气象站对京津冀地区强对流天气的研究中指出:短时暴雨在10~60 min之内,降水量在20~25 mm之间的站次最多,130~180 min之内,50~100 mm的最多。谷秀杰[4]在对河南省短时强降水时空分布特征的研究时发现河南短时强降水自西向东、自北向南呈递增趋势,月份间的差异非常明显,19:00达到高峰期,然后逐渐降低,24:00以后再次增加,到5:00左右再次出现高峰。袁晨等[5]、李建等[6]也分别针对不同区域做了相关研究。

1 资料来源及分析方法

短时强降水的基本定义为1 h雨量≥20 mm的降水,研究所用资料删选了邯郸市149个区域雨量观测站(其中山区站58个,平原站91个)2006—2013年期间6—8月的降水数据(数据来源为河北省气象局信息中心),资料时间分辨率为1 min,为保证资料的连续性和可用性,所选雨量站点在研究时段中上线率均超过95%。为考察雨强资料的可用性,对1 h雨强≥20 mm的数据进行了检验,检验方法为抽取当前站点最近5个区域站3 h内降水数据,如超过60%的站点出现降水,且至少有1站3 h累计降水量不小于被检验站点的50%作为数据是否可用的判据。

在计算中使用了逐60 min雨量累加的方法(式1),如果任意60 min内降雨量超过20 mm,则认定为出现了短时强降水,同时以此为中心,前后滑动直至连续30 min降水小于1 mm的区间(小于3 h)定义为一个短时强降水过程。对一次短时强降水天气过程,逐60 min雨量最大值定义为该过程的1 h峰值雨强Pmax,如过程持续时间不足1 h,则用等效峰值雨强代替(式2)。式中,Ri表示第i分钟的降雨量,t表示实际降雨的持续时间。

数据处理使用了Matlab、C#,图形制作使用了Surfer、Excel等软件。

2 短时强降水的时空分布规律

2.1 各月总频次分布

2006—2013年夏季各区域站总计发生短时强降水3 018次,6月、7月、8月发生次数分别占总次数的10.8%、44.3%和44.9%,从发生总频次来看,6月总体较少,7月开始则明显增多,8月最多。从发生区域来看,各个月份发生频次最多的集中在平原东部,中心在该区域略偏北;山区在6月、8月发生频次相对较高,7月则出现较为零散的中心;丘陵区6月发生较少,在其他月份则呈现南北2个相对中心;平原中北部在6—8月呈现中心明显的西移,8月中心则位于中部邯郸市区附近;平原中南部中心在魏县、临漳南部,6—7月相对较多,进入8月后总体较其他区域偏少;平原东部在各月相对出现频次均较高,特别在馆陶、广平、曲周、邱县县域内为高发地区(图1、2、3)。

2.2 逐月分布情况

2006—2013年夏季短时强降水小时雨强在20~50 mm之间的总计有2 766次,占总数的91.7%;50~100 mm的总计249次,占8.3%;100 mm以上的极端短时强降水累计发生3次。从各旬分布情况来看,7月中旬至8月中旬是短时强降水最为活跃的时期,这一时期发生的次数占全年的73.2%;20~50 mm的短时强降水在6月下旬之前发生较少(图4),到7月中旬达到第1个高峰期,随后小幅回落,至8月中旬达到一年的最高点,8月下旬开始迅速减少;与20~50 mm的短时强降水类似,50~100 mm强降水的活跃期仍集中在7月中旬至8月中旬,不同之处则在6月上中旬有一个小高峰;另外,3次极端短时强降水分别发生在6月、7月和8月的中旬(图5)。

区域分布上,6月上旬各地出现频次较少,中下旬开始在山区、平原中南部发生的频次有明显的增长,在涉县、武安的西部以及临漳、魏县的南部旬累计发生频次超过5次以上。7月在区域分布上山区主要表现为中心位置逐渐北抬;丘陵则在7月下旬在偏南的位置出现了明显的中心;平原中南部在上、中旬快速增长后,下旬出现了迅速减少的状况;平原东部变化不明显。8月上旬在平原中北部及东部地区增长较快,上中旬比较集中的区域在平原中北部及东部地区,下旬在平原中部则出现相对较高的中心。

2.3 短时强降水分布的日变化、强度及持续时间等特征

在时间划分上,每天从00:00开始,逐2 h划分为一个时段,如某段降水跨越2个时段,则以主要降水发生时间来确定。6月日变化规律呈现单峰型,主要集中在16:00—20:00之间,8:00—14:00之间发生的次数最少,其余时段则有少量发生(图6);7月日变化规律呈现双峰型,2个峰值时间在16:00—20:00、00:00—02:00之间,2:00—12:00之间发生的次数最少(图7);进入8月后,14:00—18:00出现一个高峰,另外,20:00之后直至第2天5:00发生最为频繁(图8)。从整个夏季的情况来看,从16:00至第2天2:00期间为短时强降水最为活跃的时间,超过总次数的57%。逐月选取短时强降水发生频次最高的10个站点作为代表站,对短时强降水过程的持续时间、累计雨量、峰值小时雨强以及平均小时雨强做分析。从短时强降水最长过程持续时间上来看,6月大部分集中在60 min左右,所有过程中,持续时间最多的主要集中在20~60 min,其中20~40 min的相对较多,最大累计雨量则出现明显的区域性差异,平原中南部和东部比其他区强,临漳南部短时强降水最大超过100 mm,山地和丘陵区域中,除个别点会出现50 mm以上强降水外,大部分地区主要集中在20~30 mm之间。峰值小时雨强总体呈现东部较大,西部相对较小,其中魏县车往镇峰值雨强可达94 mm/h。所有过程的平均小时雨强则主要集中在20~30 mm之间,相对较大的为涉县西部、魏县南部(表1)。

7 月短时强降水最长过程持续时间要明显比6月偏长,部分地区甚至超过2 h,特别是平原东部地区,基本持续时间接近或超过2 h,所有短时强降水中,持续时间在40 min以上的过程明显增多,其中多的分布在60 min以上,最大累计雨量则出现明显的区域性差异,平原东部比其他区强,最大的站点接近100 mm,其他区域主要在60 mm左右。峰值小时雨强总体较6月有不同程度的增长,其中平原东部增长最为明显,极值甚至达到173.4 mm/h(馆陶王桥乡)。所有过程的平均小时雨强则主要集中在30~40 mm之间,相对较大的为永年南部南沿村镇(表2)。

8 月短时强降水最长过程持续时间和7月相比要变短,大部分地区最长持续时间在1 h左右,在平原中北部永年南沿村持续时间最长达2 h。所有短时强降水中,与7月类似,持续时间大部分在40 min以上,但相对较多的则在40~60min之间。最大累计雨量则出现在永年南沿村达120 mm,其他区域主要在60 mm左右。峰值小时雨强总体较6月大,但较7月小,除山地丘陵外均有超过或接近100 mm/h的情况,极值为永年南沿村的124.1 mm/h。所有过程的平均小时雨强则主要集中在25~32 mm之间,相对较大的为武安西部(表3)。

3结论

(1)邯郸市夏季短时强降水主要发生在7—8月,其中7月中旬至8月中旬是短时强降水最为活跃的时期;7月主要发生在平原东北部地区,8月除平原东北部外,山区西部以及邯郸市区附近发生频次较高。

(2)20~50 mm及50~100 mm的短时强降水分别占发生总次数的91.7%和8.3%,7月中旬和8月中旬是最为活跃的时期。

(3)夏季16:00至第2天2:00为短时强降水最为活跃的时间,超过总次数的57%,其中6月主要在傍晚,7月、8月则主要集中在夜间。

(4)在对代表站的分析中,6月短时强降水的平均持续时间、峰值小时雨强、平均雨强要比7月、8月小,平原地区的峰值小时雨强、平均雨强要比山区大。

参考文献

[1]王兴梅,张勃,戴声佩,等.甘肃省黄土高原区夏季极端降水的时空特征[J].中国沙漠,2011,31(1):223-229.

[2]杨金虎,李耀辉,王鹏翔.中国极端强降水事件年内非均匀性特征分析[J].自然资源学报,2007,22(4):623-633.

[3]苏永玲,何立富,巩远发,等.京津冀地区强对流时空分布与天气学特征[J].气象,2011,37(2):178-184.

[4]谷秀杰.河南省短时强降水及其云团特征分析[J].气象与环境科学,2013,36(1):15-20.

[5]袁晨,马力.都江堰短时强降水时空分布统计分析[J].气象科技,2013,41(6):1 086-1 090.

[6]李建,宇如聪,王建捷.北京市夏季降水的日变化特征[J].科学通报,2008,53(7):829-832.

[7]常远勇,侯西勇,毋亭,等.1998~2010年全球中低纬度降水时空特征分析[J].水科学进展,2012(4):475-484.

[8]郑永路,钟平安,万新宇,等.淮河流域主汛期极端降水时空特征变异分析[J].南水北调与水利科技,2012(5):13-17,31.

夏季降水 篇9

1 资料与方法

1.1 资料

BCC_CSM1.1 (m) 是全球近110 km中等分辨率的海-陆-冰-气耦合的气候系统模式, 其中大气分量模式采用BCC_AGCM2.2, 陆面分量模式采用BCC_AVIM1.0, 海洋分量模式采用MOM_L40, 海冰分量模式采用美国地球流体力学实验室海冰模拟器 (SIS) ;各分量模式通过耦合器CPL5直接耦合在一起[11]。大气初始场采用NCEP再分析资料或国家气象中心T639数值预报产品的多层次温、风及地面气压场, 海冰初始场采用NOAA最优差值的海冰密集度资料。第2代季节气候预测模式系统采用滞后平均预报 (LAF) 和奇异向量 (SV) 扰动相结合的集合预测方案, 每次预测包含150个样本, 分别使用起报日期前4 d的不同海洋和大气初值组合再叠加SV扰动得到, 预测积分10个月[10]。本文所用的实测资料为1991—2010年6—8月CMAP月降水量资料。本文利用第2代季节气候预测模式系统1991—2010年共20年6—8月回报的东北地区 (115~145°E, 40~50°N范围内) 月降水量数据, 并将其插值到2.5°×2.5°空间以便与CMAP (CPC Merged Analysis of Precipitation) 资料进行对比分析。

1.2 分析方法

本文利用皮尔逊相关系数 (Pearson product-moment correlation coefficient) 来表述2组变量之间关系密切程度, 并对其大小是否显著做统计检验。相关系数的取值范围在[-1, 1]之间, 根据已知自由度和显著水平, 查相关系数检验表, 得出rα, 如果r>rα则数据间相关系数通过检验。

利用线性回归对自变量随时间变化做出回归分析和因变量之间关系进行建模的一种回归分析。根据回归系数判断气候变量的趋势倾向, 并判断变化趋势是否显著, 对相关系数进行显著性检验。降水距平百分率反映了某一时段降水与同期平均状态的偏离程度。用公式来表达为: (实测值-同期历史均值) /同期历史均值。

2 结果与分析

2.1 空间分布对比分析

第2代季节预测模式系统、CMAP东北地区1991—2010年平均夏季累积降水量空间分布如图1所示。实况数据 (CMAP) 显示东北地区夏季累积降水量20年平均值多在300~500 mm, 只有辽宁省东南及吉林省局部地区超过了500mm。西部地区夏季累积降水量普遍偏少。东北三省中夏季累计降水量黑龙江最低。东北地区夏季累计降水量空间分布呈由北向南递增的特征。吉林省, 尤其是辽宁省夏季累计降水量空间分布特征较明显。吉林省夏季累计降水量呈由北向南递增的空间分布, 最小值不足350 mm, 位于吉林省西北部地区。辽宁省夏季累计降水量呈由西向东递增的空间分布, 最小值也不足350 mm, 位于辽宁省西部。黑龙江省北部、西部、东南部边缘地区夏季累计降水量较少, 不足350mm, 其他大范围地区降水量均在350~400 mm之间。

第2代季节预测模式系统东北地区夏季累计降水量在240~440 mm之间。高值区域仍出现在辽宁省东部及吉林省南部地区, 夏季累积降水量超过400 mm。低值区出现在黑龙江省西部及吉林省北部地区, 夏季累计降水量不足260mm。3省中黑龙江省夏季累计降水量最低。东北地区夏季累计降水量空间分布呈由北向南、由西向东递增的特征, 3省的空间分布特征均较明显。黑龙江省夏季累计降水量呈由西向东递增的空间分布, 范围在240~340 mm之间。吉林省夏季累积降水量呈由西北向东南递增的空间分布, 范围在260~440 mm之间。辽宁省夏季累计降水量呈由西向东递增的空间分布, 范围在340~440 mm之间。

1991—2010年20年平均第2代季节预测模式系统与CMAP东北夏季累计降水量差值的空间分布如图2所示。可知第2代季节预测模式系统东北地区夏季降水量数据普遍偏低0~150 mm。仅辽宁西北部分地区略偏高0~50 mm。其中差异最明显的地区位于黑龙江中部及辽宁省东南部, 但由于黑龙江中部地区夏季累计降水量较小, 偏离程度较其他地区更大。3省中吉林省预测产品较稳定。辽宁省预测产品空间差异较大, 差异由西北至东南方向由偏大至偏小变化。在夏季累计降水量空间分布上, 2组数据全省分布状况较一致。第2代季节预测模式系统在吉林夏季累计降水量省空间分布上的描述能力最强, 其次为辽宁省及黑龙江省。

计算第2代季节预测模式系统与CMAP各年的夏季累计降水量的距平百分率, 并对2组数据进行统计相关计算, 空间分布结果如图3所示, 深色区域代表通过90%的显著性检验。整体来讲, 第2代季节预测模式系统结果在各年的降水距平百分率均小于实测数据。同时, 预测模式系统对东北地区夏季累计降水量的趋势描述能力有待提高。东北较大范围地区, 尤其是中部地区预测值与实况值的累计降水量距平百分率的相关未通过90%的显著性检验。东北3省中辽宁地区相关最高, 辽宁省大部分地区2组数值的相关均通过了90%的显著性检验, 其中辽宁西部地区2组数值的相关系数达到0.7以上, 辽宁东部局部2组数值相关性较差。除西北及东部局部地区外, 吉林省大部地区预报数据质量较差。黑龙江省东部及西部局部地区2组数据相关性较好, 而中部地区相关性较差。

2.2 时间分布对比分析

由东北地区降水的实况及预测值与实况差异的空间分布特征可以看出东北地区的南北部差异较大, 所以本文以44°N为界, 将东北地区分为东北北部地区 (44~54°N, 121~134°E) 及东北南部地区 (38~44°N, 119~132°E) 。细化范围以便对比分析第2代预测模式系统在东北地区夏季累计降水量的描述能力。1991—2010年东北地区北部 (图4a) 及南部 (图4b) 模式预测夏季累计降水量与实况值各年变化及平均值曲线表明, 东北北部20年区域平均夏季累计降水量为354 mm, 模式预测结果为296 mm, 偏少16.4%。20年中有17年模式预报结果偏小, 其中最大值为2009年偏小约127 mm, 共6年偏小值超过100 mm;最小值为2001年, 偏小约2 mm。偏多的年份有1995年 (偏多7 mm) 、2007年 (偏多39 mm) 及2008年 (偏多22 mm) 。差异较明显的年份均为夏季降水累积量处于较高值得年份, 模式预测对于低值年份的描述能力较好。计算2组数据的相关性, 结果不容乐观。实况及模式预测数据均未显示东北北部地区20年来夏季累计降水量具有明显的变化趋势。但较观测数据, 模式预测结果的波动性较低, 波动程度不一致。东北南部20年区域平均夏季累计降水量为456 mm, 模式预测结果为385 mm, 偏少15.6%。20年中有16年模式预报结果偏小, 其中最大值为1995年。该年东北南部夏季累计降水量达到20年中最高值, 为619 mm, 而模式预测结果为404 mm偏小约215 mm。20年中共7年偏小值超过100 mm, 其中有4年偏小值超过150 mm;最小值为2003及2007年, 偏小值不足2 mm。偏多的年份有1995年 (偏多6 mm) 、1999年 (偏多28 mm) 及2000年 (偏多46 mm) 。差异最小的年份为1997年, 2组数据几乎一致。计算2组数据的相关性, 结果仍较差。实况及模式预测数据均未显示东北南部地区20年来夏季累计降水量具有明显的变化趋势。较观测数据, 东北南部模式预测结果的波动性较低, 波动程度不一致。

3 结论

根据新一代气候系统模式BCC_CSM1.1 (m) 研发的第2代季节预测模式系统插值到2.5°×2.5°空间分辨率的回报资料及CMAP降水数据, 分析模式系统对1990—2010年6—8月夏季累计降水量的预报能力。

东北地区夏季累积降水量20年平均值多在300~500mm, 呈由北向南递增的特征。吉林省, 尤其是辽宁省夏季累计降水量空间分布特征较明显。东北地区夏季累计降水量模式预测值为240~440 mm, 较观测值偏低0~150 mm, 仅辽宁西北部分地区略偏高0~50 mm。东北地区整体空间分布尤其是吉林省与实测结果较一致, 黑龙江省数据差异较大。

东北中部地区预测值与实况值的夏季累计降水量距平百分率的相关未通过90%的显著性检验。东北3省中辽宁地区相关最高, 吉林省预报数据质量较差。各年内, 模式预测夏季累计降水量距平百分率较观测值低。

将东北地区分为南、北两部分别计算可知20年东北北部平均夏季累计降水量为354 mm, 模式预测结果偏少16.4%, 模式预测结果对于低值年份的描述能力较好。东北南部20年区域平均夏季累计降水量为456 mm, 模式预测结果偏少15.6%。模式与实测结果的相关性较差。实况及模式预测数据均未显示东北地区夏季累计降水量具有明显的变化趋势。较观测数据, 模式预测结果的波动性较低, 波动程度不一致。

参考文献

[1]丑纪范.短期气候预测的现状问题与出路 (一) [J].沙漠与绿洲气象, 2003, 26 (2) :1-4.

[2]丑纪范.短期气候数值预测的进展和发展前景[J].世界科技研究与发展, 2001, 46 (2) :1-3.

[3]丑纪范.天气数值预报中使用过去资料的问题[J].中国科学, 1974 (6) :635-644.

[4]邱崇践, 丑纪范.天气预报的相似—动力方法[J].大气科学, 1989 (1) :22-28.

[5]丁一汇, 刘一鸣, 宋永加, 等.我国短期气候动力预测模式系统的研究及试验[J].气候与环境研究, 2002, 7 (2) :236-246.

[6]李维京, 张培群, 李清泉, 等.动力气候模式预测系统业务化及其应用[J].应用气象学报, 2005, 16 (增刊1) :1-11.

[7]王启光, 封国林, 郑志海, 等.长江中下游汛期降水优化多因子组合客观定量化预测研究[J].大气科学, 2011, 35 (2) :287-297.

[8]龚志强, 支蓉, 侯威, 等.基于复杂网络的北半球遥相关年代际变化特征研究[J].物理学报, 2012, 61 (2) :539-547.

[9]龚志强, 赵俊虎, 封国林, 等.基于年代际突变分量的东亚夏季降水动力-统计预报方案研究[J].中国科学:地球科学, 2015 (2) :236-252.

[10]吴统文, 宋连春, 刘向文, 等.国家气候中心短期气候预测模式系统业务化进展[J].应用气象学报, 2013, 24 (5) :533-543.