西南地区春季降水时空变化特征

根据1961~2012年西南地区(四川、重庆、贵州、云南)116个气象台站逐月降水资料,利用REOF、Morlet小波分析、Mann-Kendall突变检验等方法分析了西南地区春季降水的年代际变化、空间分布特征、周期变化、突变年份等。结果表明,近52 a来,西南地区春季降水有明显的地域性,从20世纪60年代到21世纪初,几乎每个年代降水都呈现东西部反相趋势。据此把西南地区春季降水进行REOF分区,可分为4个区域:Ⅰ区(云南地区和四川西南部)和Ⅳ区(川西高原和攀西高原部分地区)春季降水呈增加趋势,Ⅱ区(贵州地区和四川东南部个别地区)和Ⅲ区(四川东北部和重庆地区)呈减少趋势。4个区域春季降水都是长周期中包含着短周期,24~28 a的周期和10 a以下的周期较为普遍。4个区域春季降水突变都普遍发生在1980年代后,降水变化显著时期基本集中在21世纪初期。     

西南地区春季及其各月降水的气候特征分析

利用1951～2017年我国西南地区26个台站的降水观测资料,本文研究了该地区春季及其各月降水的基本气候特征。结果表明:5月是春季我国西南地区降水最多的月份,其占春季总降水的55.3%,此外,5月降水年际变化强度最大;西南地区春季及其各月降水均具有显著的年代际变化特征,5月降水在春季降水的年代际变化特征中占据主导地位;在年代际突变特征方面,西南地区春季降水存在显著的年代际突变特征,其在1970年代后期发生了减少突变,而在1990年代中后期发生了增加突变;在变化趋势方面,春季西南区域平均降水的变化趋势不明显,但从空间上看,西南地区东部表现出显著增多的趋势,而西部则表现出显著减少的趋势;在周期方面,西南地区春季及其4～5月降水均具有显著的年际和年代际变化周期,需要说明的是,3月降水没有明显的年代际变化周期,总体上看,5月降水在春季降水周期变化中占据主导地位。     

近50年川渝盆地夏季降水多尺度变化特征

利用1961-2010年川渝盆地气象站逐日降水量资料、NCEP/NCAR再分析资料,采用经验正交函数展开、多锥度—奇异值分解等方法,研究了川渝盆地夏季降水的季节内尺度、年际尺度和年代际尺度变化特征。结果表明:川渝盆地夏季降水主模态空间型为东西反向分布型。MTM-SVD分析指出,川渝盆地夏季降水的季节内变化主要表现为准33天振荡,典型循环体现了盆地东西反向分布和南北反向分布的交替演变过程;川渝盆地夏季降水的年际变化特征主要表现为准2年周期循环,并且准2年周期的空间异常分布与盆地夏季降水主模态一致,即东西反向分布;在年代际变化方面,1961-2010年盆地西部夏季降水为减少趋势,盆地东部为增多趋势;川渝盆地夏季降水在1979年和1987年前后出现过两次明显的突变;当南亚高压偏北偏东时,西太平洋副热带高压(下称副高)偏北,盆地东部在副高的控制下,盆地西部则处在副高西部边缘,来自孟加拉湾的暖湿空气被副高阻挡在盆西,导致盆地降水西多东少,而当南亚高压偏南偏西时,副高偏南,来自孟加拉湾的西南暖湿空气可以直接输送到盆地东部,盆地降水西少东多。     

贵州西部汛期降水特征及环流形势分析

利用贵州西部6个代表测站1961—2007-05-09的逐月降水量资料,对贵州西部汛期降水的时间变化特征进行了诊断分析,采用滑动t-检验法和Yam amoto法对贵州西部汛期降水进行突变检测;用Morlet小波分析了汛期降水的多时间尺度的变化特征。结果表明:近50 a来贵州西部汛期降水呈下降趋势,存在着明显的年际、年代际变化特征;汛期降水在2002年附近发生了突变;在年代际尺度上存在显著的16 a周期振荡,年际尺度上有一个9 a和5 a的周期振荡较为显著。     

佛山降水变化的小波特征

文章利用Morlet连续小波变换分析了佛山市1957－2000年降水的多时间尺度变化特征，结果显示，佛山市44年降水变化的能量主要集中在较小时间尺度的演变上，因此旱年或涝年的形成与较小时间尺度的周期振荡关系密切，自20世纪90年代以来，佛山市降水主要表现为年际尺度的周期变化，而年代际尺度的周期信号不明显，年际尺度周期的小波系数的零点就是突点，而年代际尺度周期不一定存在这种对应关系。     

始兴县1965～2010年降水的变化特征分析

根据始兴县国家气象观测站1965～2010年降水观测资料,采用Morlet小波变换和Yamamo-to检验方法,分析了始兴县1965～2010年降水变化特征,结果发现始兴县降水变化具有多时间尺度周期变化和演变特征。始兴县年降水小波变化存在16年时间尺度,其突变点发生在1972和2003年;前汛期降水小波变化的时间尺度为14年,其突变点发生在2007年。目前及今后2～3年内年降水将呈偏少的趋势,而前汛期降水则呈偏多趋势。     

我国西南周边地区夏秋季节降水变化及相应环流特征分析

利用云南省124站观测资料及CRU(Climatic Research Unit)高分辨率降水数据分析了我国西南周边地区的降水时空变化特征, 并进一步对该地区夏、秋季节降水的周期、降水与季风活动的关系以及旱涝时期环流背景做出分析, 以探讨其年代际变化的可能影响机制。结果表明, 我国西南周边地区的降水空间分布随季节演变, 西南地区处于降水量相对小值区, 各季节降水量存在明显的年际变化以及年代际振荡特征。通过周期分析发现, 研究区域夏、季秋季降水均存在明显的年代际尺度周期, 近年来西南地区连续干旱很可能是由夏季和秋季的年代际尺度周期负位相配合造成, 并且降水的减少与夏季风活动偏弱、季风持续时间偏短有关。夏季秋季少雨时期与多雨时期环流场存在显著差异, 表现为少雨时期我国东部低层异常的偏北风, 青藏高原附近高层异常的反气旋型环流, 多雨时期则相反。     

1971~2017年新疆夏季分级降水特征

利用1971~2017年新疆100个气象观测站的逐日降雨资料,在降水分级的基础上,采用EOF分解、Mann-Kendall检验、小波分析等方法对新疆夏季降水特征进行研究,结果表明:受天山山脉影响,新疆夏季降水主要集中在天山山脉附近,呈由北向南递减的空间分布特征;近47年新疆区域平均的夏季降水呈持续增长趋势,存在明显的多时间尺度波动,并在1987年发生由少到多的突变;EOF分析的前四个模态依次反映出新疆夏季降水具有整体一致、南-北向相反、东-西向相反以及中部与周边地区相反的变化特征;从空间分布看,新疆夏季各级降水的雨量与雨日均呈现明显上升趋势,其气候变化趋势系数与夏季降水基本一致,表现出北疆大于南疆、西部大于东部、山区多于盆地和谷地的空间分布特征;从时间变化看,新疆区域平均的夏季各级降水的雨量与雨日以上升趋势为主,其中暴雨的上升趋势最为显著,大雨次之,小雨和中雨最弱;新疆区域平均的夏季各级降水均表现出多尺度周期振荡特征。      

东北夏季降水年代际、年际变化的区域差别

采用REOF方法对我国东北夏季降水异常进行了区划,并通过周期分析等方法分析了各分区降水年代际、年际变化特征。结果表明:东北夏季降水异常可划分为南部、中部、东部、西南部、西北部和北部6个区域,东南部(包括前3个区域)的年代际变化高于西北部(后3个区域)。50 a来东北全区夏季降水没有明显变干或变湿的倾向,但存在明显的年代际变化。其中,南部与全区旱涝在两种时间尺度上(特别在年代际尺度上)的相关均较高;东部与全区的相关也主要表现在年代际尺度上,而中部、西南部主要表现在年际尺度上。     

新余市1959-2005年降水多时间尺度特征

应用一维Morlet小波变换分析方法对新余市降水的多时间尺度进行分析,发现新余市降水除在整个时域中有明显的3—5a的周期变化外,其他尺度周期信号的强弱在时-频域中的分布具有很强的局部特征。但无论是较大时间尺度,还是较小时间尺度,新余市年降水、汛期降水均处于偏少期,且近期偏少趋势仍较明显;伏秋季降水则处于偏少末期,有向偏多转化的趋势。     

西南地区雨季降水的时空分布及预报试验

利用西南三省一市1980—2017年逐日降水资料,采用主成分及旋转主成分分析,对西南雨季降水的空间异常特征进行了研究,并在分区的基础上,探讨了各区降水的时间演变特征,最后运用均生函数建立预测模型,进行预报试验。结果表明:西南地区雨季降水空间差异大,具体可分为6区;各区雨季降水量的时间演变均具有显著年际、年代际变化特征,且近年来西南大部分地区雨季降水量减少、降水异常偏少年出现的频次增多;预报模型对于雨季降水的拟合和预测效果均较好。     

The Influence of Vegetation Cover on Summer Precipitation in China： a Statistical Analysis of NDVI and Climate Data

This study provides new evidence for the feedback effects of vegetation cover on summer precipitation in different regions of China by calculating immediate (same season), and one-and two-season lagged correlations between the normalized difference vegetation index (NDVI) and summer precipitation. The results show that the correlation coefficients between NDVI in spring and the previous winter and precipitation in summer are positive in most regions of China, and they show significant difference between regions. The stronger one-and two-season lagged correlations occur in the eastern arid/semi-arid region, Central China,and Southwest China out of the eight climatic regions of China, and this implies that vegetation cover change has more sensitive feedback effects on summer precipitation in the three regions. The three regions are defined as sensitive regions. Spatial analyses of correlations between spring NDVI averaged over each sensitive region and summer precipitation of 160 stations suggest that the vegetation cover strongly affects summer precipitation not only over the sensitive region itself but also over other regions, especially the downstream region.     

夏季副高次季节尺度东西变动特征及其与中国西南降水的关系

西北太平洋副热带高压（以下简称副高）是影响中国气候的大尺度环流系统,研究次季节尺度副高东西变动对西南地区降水的影响具有十分重要的意义。本文首先根据副高东西变动的关键区位置分别定义了前夏和后夏副高东西变动指数,指数具有显著的10～30天次季节周期,能够很好表征副高次季节东西变动的特征。根据指数的标准化值,共选取前夏和后夏东西事件195次（1374天）。进一步对东西事件的分析表明次季节尺度上副高东西变动与西南地区降水有十分密切的联系,在副高偏西（东）事件中,副高经历了由东→西→东（西→东→西）逐渐变化的过程,相应西南大部分地区的降水经历了逐渐由少→多→少（多→少→多）的演变,次季节尺度上西南地区降水对副高变化的响应与副高东西变动过程中副高北侧及副高主体区域的水汽和气流的垂直变化有很大的关系。另外,分析发现对于西南地区而言,受副高次季节东西变动的影响,贵州和重庆地区降水变化的一致性比较好,而云南和四川地区降水变化的区域差异较大,尤其是云南。前夏,在副高东西变动过程中云南大部分地区的降水呈现出与西南大部分地区,尤其与贵州和重庆地区的降水变化完全相反的特征,即副高偏西（东）事件中,云南大部分地区的降水偏少（多）,西南其它大部地区降水偏多（少）;后夏,除云南中北部地区,西南大部分地区的降水变化基本一致。     

1961-2000年西南地区小时降水变化特征

根据西南地区112个站点1961-2000年逐时降水资料,分析了不同季节降水时数、小时雨强、极端强降水时数和极端强降水强度的变化趋势.从降水时数变化来看,夏季西南大部分地区如四川盆地西部、云南、贵州南部等地总降水时数有减少趋势,四川盆地东部和川西高原总降水时数增加;整个区域平均趋势为-0.9%/10a.相应地,极端强降...     

华西秋雨的空间分型及其特征分析

利用华西地区72个站点1959~2013年秋季(9~11月)降水资料和NCEP/NCAR再分析资料,通过EOF、REOF、MK检验、二阶函数拟合分析、小波分析、合成分析等方法将华西秋雨区划分为南北两个显著区,并对各区域秋雨的时空分布以及旱涝特征进行了详细分析。结果表明:南北两个秋雨区既有共同特征又有个性差异;两者发生突变年份具有明显的一致性,均发生在20世纪80年代中期,年际均存在准6年周期变化,且80年代中期以后南北两个气候区均由年代际降水偏多期转入年代际降水偏少期,但两个秋雨区减少趋势存在明显差异,南区减少较北区显著;北区自2000年后秋雨年际波动明显,秋季降水有缓慢上升趋势,年代际长周期有所差异。影响关键区旱涝特征的大气环流形势与水汽输送特征也存在显著差异,北部型陕甘南区与中高纬度环流系统、北部冷空气以及来自孟加拉湾与西太平洋地区的两支水汽输送通道密切相关,南部型则主要与印缅槽、南支槽的异常活动以及孟加拉湾的水汽输送更为相关。     

近50年西南地区秋雨监测指标的建立及成因分析

利用西南地区四川、重庆、云南和贵州秋季降水量和日照时数资料,对西南地区秋雨极端天气气候事件的监测指标进行了探讨,最终定义连续5天以上日降水量大于等于0.1 mm,且日照时数小于等于0.1h的天气过程为1次秋雨事件.以此指标得出西南秋雨事件主要发生在四川盆地中南部、重庆西部、云南东北部和贵州北部等地区,秋雨最强中心平均每年发生华西秋雨事件可达1.6次以上,年平均秋雨日数大于11天.近50年西南秋雨强度呈波动下降趋势.结合NCEP/NCAR同期的位势高度场、水汽场以及风场资料对西南秋雨的成因分析表明：在秋雨强年,500 hPa高度场上极区气压偏高,中纬地区气压偏低,西风环流较弱,副高脊线易偏北,印缅槽较深.850hPa高度场上在西南秋雨较强的区域有一个明显的水汽汇,在风场上也有较强的来自孟加拉湾和印度洋水汽输送.垂直经圈环流和纬圈环流有明显的上升运动与之配置.     

North Atlantic forcing of autumn drought in Southwest China

干旱持续时间长,因此往往和缓慢变化的海温异常相关.本文利用观测降水和NCEP-DOE再分析资料,探讨了北大西洋中高纬地区东北-西南走向的偶极子海温异常对我国西南地区秋季干旱的影响.结果 显示该偶极子海温异常可激发向东南方向传播的Rossby波,在印度北部和青藏高原西部引起正压气旋性环流和上升运动异常,并在我国西南地区引...     

SMS-WARMS V2.0模式对中国西南地区降水预报能力的客观检验

本文采用标准降水检验方法、EDI方法和MODE方法对新一代上海区域中尺度模式SMS-WARMS V2.0模式2015年12月至2016年11月的西南地区降水预报效果进行评估。结果表明:(1)模式对西南地区四季的降水TS评分均较高,夏季和秋季相对更高,且在48 h内预报性能比较稳定。(2)预报偏差和TSS评分显示,模式对西南地区春、夏两季的各个量级降水预报均较实况偏多,而对秋季的大暴雨和冬季的大雨以上量级预报则相对偏少。总体而言,对西南地区的降水技巧呈现出预报成功率高于空报率的特征。(3)模式对西南地区的小雨、暴雨和大暴雨预报评分优于EC模式。(4)EDI检验显示模式对西南地区的极端降水有较高的预报技巧,对四川中部和东北部以及贵州西南部的极端降水预报技巧相对更高。(5)模式对2015年8月一次西南涡诱发的暴雨过程的空间落区预报较好,强度较实况偏强。(6)MODE方法统计结果表明,模式对西南地区暴雨预报的目标质心偏差较小,降水中心强度偏强。     

近40 a重庆地区夏季降水的气候特征

利用重庆地区34个测站，1960-2000年6～8月降水量资料，采用EOF，REOF，小波分析及突变分析等方法，对重庆地区夏季降水量的空间分布特征和时间演变规律进行了诊断分析研究。结果表明：重庆地区夏季降水的空间分布既有整体一致的性质，也存在南部和北部及东部和西部相反变化的差异，并且可以把整个重庆地区划分为四个主要的降水分布型：渝西北区、渝东北区、渝东南区及渝西南区。各分布型代表站资料反映出近40a来，重庆地区夏季降水有增加趋势，并且存在着22a、14a、及2～4a的周期变化。     

东亚和南亚季风协同作用对西南地区夏季降水的影响

为探究东亚夏季风（EASM,East Asian summer monsoon）和南亚夏季风（SASM,South Asian summer monsoon）相互作用及其强弱变化对西南地区夏季降水的影响,利用1979—2019年西南地区161站逐日降水观测资料和ERA-5提供的1979—2019年全球再分析资料,通过对比西南地区夏季标准化降水指数与东亚和南亚夏季风强度指数的相关,提出了东亚夏季风和南亚夏季风的4类协同作用,并分析了4类季风协同作用对西南地区降水的影响。结果表明:（1）EASM和SASM存在强EASM-强SASM、强EASM-弱SASM、弱EASM-弱SASM和弱EASM-强SASM 4类季风协同作用,其对应的协同年降水特征分别为四川盆地西部型、西南全区一致型、四川全盆地型及西南东部型。（2）强EASM-强SASM年,西太平洋副热带高压偏东偏弱,伊朗高压偏西偏弱,印度半岛东北部与中国南海存在两个气旋式环流,EASM将中国南海—西太平洋的水汽输送至西南地区,西南地区整体水汽辐合较弱,多下沉运动,降水较少,成都平原存在较明显的水汽辐合,上升运动明显,降水较多。强EASM-弱SASM年,西太平洋副热带高压偏东偏弱,伊朗高压偏东偏强,反气旋式环流与气旋式环流位于印度半岛南部与西太平洋,EASM将中国南海—西太平洋的水汽输送至西南地区,西南地区有明显的水汽辐合和上升运动,降水较多。弱EASM-弱SASM年,西太平洋副热带高压西伸与东伸的伊朗高压打通,低纬度地区无明显的环流圈,孟加拉湾西侧水汽向北输送至四川盆地,并伴有明显的上升运动,其余地区水汽辐散,气流下沉,降水较少。弱EASM-强SASM年则与强EASM-弱SASM年基本相反。