京津冀地区暖季降水日变化特征分析

使用2007—2017年京津冀地区156个气象站暖季（5—9月）逐小时降水观测数据,根据地形将研究区域分为6个分区,分析各分区降水量季节内变化和日变化特征,结果表明：1）京津冀的多雨区主要位于沿燕山南麓到太行山,存在多个降雨中心。2）各分区降水量季节内特征总体表现为单峰型,即7月降水量最大,7月第3候至8月第4候是主汛期,8月降水量次之,5月最少。3）降水呈夜间多,白天少的特点,7月初之前的前汛期降水多发生在16—21时;主汛期降水呈双峰型,峰值在17—22时,次峰值出现在00—07时;8月中旬以后的后汛期多夜间降水,峰值多出现在00—08时。4）高原山区多短历时降水,长历时累计降水对季节降水贡献率大值区位于平原地区,而持续性降水贡献率大值位于太行山区和燕山迎风坡的西部。     

基于卫星融合降水资料的河北省暖季短时强降水分析

利用国家气象中心1998—2018年6—9月0.1°×0.1°分辨率的逐小时卫星融合降水资料,分析河北省暖季短时强降水(1 h降水量≥20 mm)的空间分布、日变化特征及成因,结果表明:短时强降水过程的平均小时降水量、降水频次、降水强度、峰值降水量自东南向西北递减,其中东部沿海降水量最大,太行山和燕山的迎风坡附近存在降...     

华中地区主汛期旱涝分析

华中五省(河南、湖北、安徽、湖南、江西)位于东亚季风区,干湿、冷暖的季节变化显著,全年降水量主要集中在夏半年,特别是5—8月.每年入春后,随着冬季风的衰退夏季风的增强,多雨区开始出现在南岭附近,5—6月间一般在华南至江南之间摆动,6月中旬至7月上旬北移至长江流域并徘徊在江淮域一带,即所谓梅雨期.7月中旬再继续北移,7—8月我国北方进入多     

东北地区5—9月降水特征和趋势分析

利用国家气象信息中心整编的1956—2008年站点逐日降水量、温度和NCEP/NCAR的月平均再分析资料,从逐年5—9月季节降水量和分级(痕量、微量、小雨、中雨、大雨和暴雨)降水事件两方面分析了东北地区的气候特征,并探讨了其可能原因。结果表明:5—9月份东北地区降水中心位于长白山脉的迎风坡,该区域同时是大雨和暴雨事件的多发区,这与地形和东亚夏季风气流北推有关;东北地区痕量降水事件东西方向呈"多—少—多"分布,其他级别的降水事件为西少东多;南北方向上,中雨以下量级为北多南少,大雨和暴雨事件则为北少南多;由于西风和南风气流水汽输送作用的减弱导致了1956—2008年东北地区5—9月降水量的线性递减;小雨及以下量级降水事件线性减少的趋势显著,但随着量级加大,各级别降水事件线性递减的趋势逐渐不明显,暴雨事件在1956—1976年、1976—1994年和1994—2008年三个时段内有明显的"减少—增多减少"的变化过程。     

常德市降水量的精细化气候特征分析

利用常德市2007—2018年气象自动站小时降水量数据,统计分析了区域精细化降水气候特征。结果表明:(1)常德市年降水量多雨区一般为高地势地区,且在石门县西南部迎风坡降水增幅作用明显。(2)常德市各地年降水量在10%～20%变化,其中极端年份市区及安乡南部变化幅度较大,为40%左右。(3)月降水量主要集中在汛期(4—9月),其空间分布形态有3类:5与9—10月为过渡转换期类型,与气候平均降水量的空间分布接近; 6—8月为西北部多、东南部少的分布型; 11月至次年4月为西南部多、东北部少的分布型。(4)降水量日变化表现为04:00—11:00为多雨时段,20:00—23:00为少雨时段,分散阵雨多发生在下午,夜雨主要发生在下半夜且北部明显多于南部。     

夏季风爆发前后南海地区降水性质的变化

利用1998—2006年共9年4—6月的TRMM卫星2A25资料,选取南海中北部地区(110～120°E,10～20°N)为关键区域,分别对比分析了夏季风爆发前后南海地区降水特性的差异。结果表明:⑴南海夏季风爆发后,对流和层云的降水比面积均有明显增加,且层云的降水比面积增加幅度更大。夏季风爆发后的对流降水比降水量减小,而层云降水比降水量增加。⑵南海夏季风爆发后,强降水所占的比重比爆发前有所增加,而弱降水所占比重减小。⑶南海夏季风的爆发使南海地区降水场的水平分布发生变化,降水中心发生偏移。⑷夏季风爆发后,南海地区降水的垂直结构也相应发生变化。降水率随高度的变化率加大,释放出更多的潜热,并通过正反馈机制使得对流降水变得更加深厚,层云降水的冻结层高度也得到一定的提升。     

初夏东亚环流对厄尔尼诺的两种响应过程及其对中国降水的影响

利用NCEP/NCAR提供的月平均850、500 hPa位势高度场和风矢量场资料及NOAA气候诊断中心的海温扩展重建资料,同时利用NCEP的CAM3.0模式对厄尔尼诺气候效应进行了分析。外强迫为赤道东太平洋的异常海温,从9月积分至次年6月,对此进行了模拟,结果表明:(1)冬季厄尔尼诺达到强盛后对次年东亚初夏的环流有明显的影响,表现在低层菲律宾附近反气旋环流的增强和中高纬度OKJ类波列(主要为鄂霍次克海—日本东部—日期变更线以西副热带高压北部的波列)的活跃,而后者更容易被模拟,这两种环流方面的影响都能在资料中检测出来。当这两种异常环流的发展被模拟出来时,长江以南地区的多雨状态也能够被模拟,表明厄尔尼诺发生后,其对夏季风的发生、发展有滞后作用,从而加强向中国南方的水汽输送,但至6月由于OKJ波列的发展使波活动通量在北太平洋中西部产生大面积强烈散射使副热带高压偏南,因而又抑制了夏季风的进一步向北推进,从而只停留在长江及其以南地区,这可能是致使降水南多北少的原因之一;(2)中国南方降水多寡受到鄂霍次克海高压及菲律宾反气旋的共同影响,两者任何一方加强时南方降水增多,反之亦然。近年来受鄂霍次克海高压的影响更为突出,鄂霍次克海高压、南北方降水、厄尔尼诺事件以及菲律宾反气旋都存在相近似但又各自不同的年代际变化规律,其共同影响与中国南涝北旱的年代际降水格局变化有密切关系。     

河北山地降水的垂直分布

地表状况是气候形成的一个重要因素,山地地形对降水的影响十分明显。河北省山地主要属于太行山和燕山两系,成弧状分布。省内多雨带及暴雨中心基本上依山脉走向分布,强烈表现出山地对降水的作用。 山地对降水形成的作用,大致可以归结为两方面。第一,山地能产生局地环流,山谷风即是明显的例子。第二,气流遇到山脉被抬升。因此在暖湿气流盛行方向的迎风坡上,形成雨坡。背风坡则由于到达此处的气流的水汽含量已迅速减少,加上气流下沉的焚风效     

The two responses of the East-Asian atmospheric circulation in early summer to the preceding El Nino event and their influence on the rainfall over China

利用NCEP/NCAR提供的月平均850、500 hPa位势高度场和风矢量场资料及NOAA气候诊断中心的海温扩展重建资料,同时利用NCEP的CAM3.0模式对厄尔尼诺气候效应进行了分析.外强迫为赤道东太平洋的异常海温,从9月积分至次年6月,对此进行了模拟,结果表明:(1)冬季厄尔尼诺达到强盛后对次年东亚初夏的环流有明显的影响,表现在低层菲律宾附近反气旋环流的增强和中高纬度OKJ类波列(主要为鄂霍次克海—日本东部—日期变更线以西副热带高压北部的波列)的活跃,而后者更容易被模拟,这两种环流方面的影响都能在资料中检测出来.当这两种异常环流的发展被模拟出来时,长江以南地区的多雨状态也能够被模拟,表明厄尔尼诺发生后,其对夏季风的发生、发展有滞后作用,从而加强向中国南方的水汽输送,但至6月由于OKJ波列的发展使波活动通量在北太平洋中西部产生大面积强烈散射使副热带高压偏南,因而又抑制了夏季风的进一步向北推进,从而只停留在长江及其以南地区,这可能是致使降水南多北少的原因之一;(2)中国南方降水多寡受到鄂霍次克海高压及菲律宾反气旋的共同影响,两者任何一方加强时南方降水增多,反之亦然.近年来受鄂霍次克海高压的影响更为突出,鄂霍次克海高压、南北方降水、厄尔尼诺事件以及菲律宾反气旋都存在相近似但又各自不同的年代际变化规律,其共同影响与中国南涝北旱的年代际降水格局变化有密切关系.     

2019年汛期气候预测效果评述及降水预测先兆信号分析

2019年汛期降水呈南多北少分布,主要多雨区位于东北和江南等地。3月发布的预报对江南、西南东部、东北东部、西北中部地区降水偏多和内蒙古中部及东北部的偏少均做了较好预测;5月发布的滚动预测将南方主要多雨中心南移,订正结果与实况更为一致。6月发布的盛夏预报及时加强了对东北地区降水趋势的订正,准确预测了东北地区降水明显偏多的特征。对南海夏季风、西南雨季、梅雨及华北雨季的季节进程预测也和实况一致。但2019年汛期降水预测也存在明显的不足之处:对长江中下游沿江降水异常偏少预测错误;对东北地区多雨的范围和异常程度估计不足。初步分析了2018—2019年冬季青藏高原积雪面积异常偏多、2018—2019年厄尔尼诺事件以及热带印度洋海温持续偏暖对长江中下游降水预测指示意义的失败,并与2018年外强迫信号及大气环流做了简单对比,指出汛期降水和传统影响因子不匹配、非对称的复杂性研究还需要深入开展。     

2019年汛期气候预测效果评述及降水预测先兆信号分析

2019年汛期降水呈南多北少分布,主要多雨区位于东北和江南等地。3月发布的预报对江南、西南东部、东北东部、西北中部地区降水偏多和内蒙古中部及东北部的偏少均做了较好预测;5月发布的滚动预测将南方主要多雨中心南移,订正结果与实况更为一致。6月发布的盛夏预报及时加强了对东北地区降水趋势的订正,准确预测了东北地区降水明显偏多的特征。对南海夏季风、西南雨季、梅雨及华北雨季的季节进程预测也和实况一致。但2019年汛期降水预测也存在明显的不足之处：对长江中下游沿江降水异常偏少预测错误;对东北地区多雨的范围和异常程度估计不足。初步分析了2018—2019年冬季青藏高原积雪面积异常偏多、2018—2019年厄尔尼诺事件以及热带印度洋海温持续偏暖对长江中下游降水预测指示意义的失败,并与2018年外强迫信号及大气环流做了简单对比,指出汛期降水和传统影响因子不匹配、非对称的复杂性研究还需要深入开展。     

亚洲热带气候态夏季风涌传播特征及其对中国降水的影响

基于1979—2020年逐日的NOAA向外长波辐射资料、NCEP/NCAR再分析风场资料,以及全球CMAP再分析降水资料,探讨了气候态亚洲热带夏季风涌的传播过程及与我国夏季相应的降水联系。分析结果表明,主汛期亚洲热带气候态夏季风季节内振荡(CISO)活动是亚洲夏季风活动的主要特征,随时间北传的亚洲热带夏季风CISO称为亚洲热带夏季风涌,主要有南亚夏季风涌和南海夏季风涌。亚洲热带夏季风涌的传播可分为四个阶段。在亚洲热带夏季风涌的发展阶段,印度洋区域低频气旋与对流活跃,孟加拉湾和南海热带区域被低频东风控制,我国大部分地区无降水发生,降水中心位于两广地区。当进入亚洲热带夏季风涌活跃阶段,孟加拉湾和南海热带地区低频气旋和对流活跃,东亚低频“PJ”波列显著,我国降水中心北移到长江以南的附近区域。亚洲热带夏季风涌减弱阶段,孟加拉湾与南海低频气旋消亡,对流减弱,低频西风加强,日本南部附近为低频反气旋控制,我国长江中下游低频南风活跃,降水中心也北移到长江中下游地区,而华南地区已基本无降水,此阶段的大气低频环流场与亚洲热带夏季风涌发展阶段基本相反。进入亚洲热带夏季风涌间歇阶段时,孟加拉湾和南海热带地区低...     

近50年来揭阳市降水的时空分布特征

利用揭阳市1961～2010年的降水观测资料,分析了揭阳市年降水、前汛期降水、后汛期降水的时空分布特征,并利用小波分析对其周期性进行分析。结果表明:揭阳市降水量年际波动明显,旱涝出现较为频繁,存在多时间尺度的复杂变化,其中年降水量存在2个主振荡周期,其时间尺度分别为1.3、8年,前汛期降水量存在2个主振荡周期,其时间尺度分别为8、1.7年,后汛期降水量也存在2个主振荡周期,其时间尺度分别为21、6年。据降水量振荡主周期判断,未来10年揭阳市降水量有正常偏多的趋势。降水量异常与ENSO存在一定关系。揭阳市年降水量具有山区最多,沿海次之,平原最少的特点,普宁和揭西处在莲花山脉的南侧,由于迎风坡对气流的抬升作用,成为年降水量超过2 000 mm的多雨中心。     

青藏高原唐古拉山南北坡夏季风降水特征的对比分析

根据GAME-Tibet加强观测期间 (1998年5~9月) 所得到的位于青藏高原唐古拉山北坡的D105站和南坡的WADD站夏季风降水资料, 对唐古拉山南北坡夏季风降水特征进行了初步的对比分析.结果表明两地夏季风降水频率较高.在1998年6月25日~9月19日, WADD站的降水量比D105站的降水量多48.8%, 而发生的降水次数在WADD站比D105站多10次, 两者的累积降水次数基本上差不多.同时, WADD站平均降水强度高于D105站.这两地的夏季风降水存在明显的活跃期和中断期, 7月中旬夏季风降水都不活跃.大多数情况下, 这两地的日降水量的变化有较为一致的趋势, 表明两地降水可能受同一降水过程的控制.9月初以后, 夏季风降水已明显减弱.     

北半球副热带—中纬度太平洋大气季节内扰动的纬向传播与东亚夏季旱涝

用时空滤波和Morlet小波方法,分析了1958—2000年夏季东亚(20°—45°N,110°—135°E)不同纬带(由南到北分为4个区域)的降水分别与太平洋同一纬带上大气30—60 d振荡(ISO)沿纬圈传播的关系及其成因机制。发现太平洋上经向风ISO向西传播的强或弱,是东亚夏季风区降水偏多或偏少的必要条件。对逐年夏季的分析表明,无论当年东亚夏季风强与否,在所划分的几个东亚季风区所有涝的年份里,太平洋同一纬带上大气ISO向西传播都明显较强,而在这些区域绝大多数旱的年份里,相应的ISO向西传播明显较弱。进一步分析发现,经向风ISO的纬向传播对应着大气经向型环流系统的移动,向西传影响东亚夏季风区降水的ISO有来自低纬中东太平洋东风流中的低频气旋(如副热带东风带中ISO的演变);也有来自中高纬度阿拉斯加湾及鄂霍次克海一带低频低压(如洋中槽)和高压(如阻塞高压和东北太平洋高压)的向南向西频散。因此东亚夏季旱涝不但与热带季风有关,而且与中东太平洋副热带东风系统中ISO的向西传播、中高纬度长波调整时低频扰动向西南经北太平洋副热带的传播密切相关。     

太行山复杂地形下华北暖季极端降水的时空分布特征

基于2012—2021年5—9月华北五省的逐日降水资料和台站地形高度数据,统计分析了华北全区及各子区域极端降水事件的降水量及其强度和频次的时空分布特征;并运用地理加权回归(GWR)模型分析得到极端降水事件的降水量、强度及频次与海拔高度之间的关系。结果表明:1)华北区域极端降水量的时间变化均呈多波动特征且区域差异性显著,太行山以西高原和以东平原降水频次多、波动明显且强度较弱,太行山南段以南平原降水频次少、变化平缓而强度明显偏强。2)极端降水量的空间分布呈现南北少、中间多的型态分布,降水量大值区分别位于燕山东南侧和太行山南段晋冀豫三省交界处;极端降水高频站点主要聚集在晋东南地区;日最大降水量超过300 mm的站点主要集中在太行山脉和燕山山脉与华北平原的过渡地带。3)华北区域38°N以北,极端降水量、降水频次、强度和日最大降水量均随海拔高度的升高而减小;38°N以南,山西南部临运地区降水量随海拔高度的升高而显著增加。由于降水频次和强度与地形均存在正相关而导致,太行山附近降水量随海拔高度的升高而减小的贡献主要在于降水强度而非降水频次。     

揭阳市近37年降水统计分析

对1971～2007年揭阳市降水量进行统计分析,得出了降水的地域分布、年际分布以及暴雨的演变特征,并利用指数法对揭阳市降水的重现期进行分析。结果表明：揭阳市年降水量具有山区多而沿海和平原少的特点。普宁和揭西位于莲花山脉的南侧,由于迎风坡对气流的抬升作用,成为年降水量超过2000mm的多雨中心。揭阳市的年降水主要集中在汛期（4～9月）,占全年降水量的82．8％,暴雨雨量对年降水量的贡献率为25％～30％。对于不同的重现期,日最大降水量中心大多出现在普宁,月最大降水量中心出现在惠来。     

大洋间SST遥联与亚太夏季风异常的关系

用奇异值分解(Singular Value Decomposition,SVD)方法,给出了四季年代际和年际时间尺度上北大西洋和北太平洋海表温度(Sea Surface Temperature,SST)的显著遥相关.用SVD主模态时间系数构造了海温异常指数Ⅰ,分析了它们与同期亚太夏季风和我国东部夏季降水异常的关系.结果表明:两大洋间的SST遥联在年际、年代际时间尺度上都与亚太夏季风相关,其中,年际尺度的两大洋SST遥联与长江流域的降水存在显著相关.     

三穗汛期强降水特征及地形影响分析

该文利用2010—2020年三穗县9个乡镇气象观测站降水资料,结合地形特征,运用对比分析方法,探讨三穗强降水天气时空分布特征与地形的关系。结果表明:5—9月是三穗强降水高发期,占全年强降水总次数的86.7%;在汛期相同环境条件下,由于三穗地形四周高、中心低,强降水大值中心分布在台烈—良上等偏西偏南一带,与三穗南高北低、西高东低的地形基本吻合,且降水不同量级日数分布与地形分布存在一致性,均呈现南部多于北部。另外,雨带多从偏西北、偏西、西南等方向进入并影响三穗,但受地形的影响降水呈不同的分布,尤其西南部地势较高并处于迎风坡,交汇气流在此停留时间较长,导致该处更容易出现强降水天气过程,且降水量往往更大。     

南亚夏季风爆发前后降水量时空变化特征

用南亚夏季风爆发前后的降水量资料作了经验正交函数分解（EOF），分析表明，南亚夏季风的爆发主要体现在降水的突然增加和季风雨带的快速推进上，雨带的时空分布有突变的特点。第1模态反映了南亚夏季风爆发前后季风区降水量的突然增加。第2模态反映了南亚夏季风爆发前后季风降水从南向北的快速推进过程。第3模态反映了季风爆发期间南亚季风区降水量的东西分布型态，及在季风爆发后印度半岛降水快速增加的过程。第4模态反映了印度次大陆东海岸降水的准双周振荡型态。