青藏高原四季划分方法探讨

利用中国气象局国家气象信息中心提供的青藏高原60个测站1961~2007年逐日气温资料,分析常用的四季划分方法在高原的适用性,指出各种四季划分方法的不足和局限,并根据四季持续时间的合理性、物候特征、海拔高度、气候（温度）分布特征等因素提出了针对不同的生产、生活目的而建立的新四季划分方法。探讨认为：（1）根据高原物候特征和气温相结合的方式得到的＂物候四季划分方法＂即＂4℃-12℃-10℃-1℃＂对高原农牧业尤为适合;（2）＂海拔季节划分方法＂对高原旅游和人们衣着尤为适合,海拔季节划分方法把高原分成二个区：海拔4000m以上四季划分方法为＂5℃-12℃-12℃-5℃＂,4000m以下四季划分方法为＂5℃-15℃-15℃-5℃;＂（3）＂生活季节划分方法＂对高原不同区域的生产生活尤为适合,生活季节划分方法将高原分为三个区：Ⅰ区四季划分方法为＂6℃-16℃-16℃-6℃＂,Ⅱ区四季划分方法为＂5℃-12℃-12℃-5℃＂,Ⅲ区四季划分方法＂7℃-7℃＂划分春冬和秋冬,不存在夏季。最后,综合以上各种方法的优缺点,初步定义＂高原普适季节划分方法＂即＂5℃-15℃-15℃-5℃＂为高原总体的四季划分方法,对高原整体的国民经济和政府活动、旅游、人们的衣着、生活生产、季节类产品的销售具有总体的指导意义。     

1961～2007年青藏高原四季开始日期的变化趋势分析

利用中国气象局国家气象信息中心提供的青藏高原60个测站1961～2007年逐日气温度资料,分析了青藏高原近47年来四季开始日期的时空变化特征和年代际变化趋势.结果表明,青藏高原的四季开始日期变化主要表现为春季和夏季的提前趋势,秋季和冬季的推后趋势,其中春季、冬季的变化显著,夏季、秋季的变化相对春季、冬季变化较小,四季开始日期的这种变化在增温明显的1990年代和21世纪初最为明显,并且春季和冬季开始日期的年代变化较大,而夏季和秋季开始日期的年际变化较大.这种变化趋势在空间分布上有所差异,春季和冬季开始日期变化的空间分布相似,春季和冬季开始日期的变化在空间上有相当的同步性而且都属于“中间高两边低”的分布状态,夏季和秋季开始日期变化的空间分布相似.此外,春季丌始日期在1990年代之前整体相对平稳并没有表现出明显的提早趋势,从1990年代开始变得较明显;夏季开始日期的提早变化相对平稳但年际变化较大;秋季开始日期的推迟相对平稳但是年际变化较大,1990年代有较明显的推迟趋势;冬季在1990年代表现出推迟趋势但是并不明显,但是到21世纪初表现出强烈的推迟.     

浙江省四季划分方法探讨

利用1971—2011年浙江省63个站逐日气温资料,结合物候观测资料,经过统计计算及对比分析,发现运用候温法来判断换季时间常造成换季偏晚;运用气象学法和气候学法则会造成换季偏早,也很容易造成换季偏晚;各种方法造成的换季异常在各地区呈现出不同的特征。而分析各种方法造成换季时间异常的主要原因,基本都是由于期间几天的气温波动导致换季条件不满足造成的,波动持续时间一般不长,以3～5天为主,波动幅度一般也不大。因此充分考虑各种方法的优缺点,并考虑尽量减少气温波动的影响,总结出一套能够解决这些方法存在的问题,并且相对合理、适用于浙江地区的四季划分方法,得到的结果大大减少了其他方法偏早或由弱冷空气造成的偏晚现象,全省平均四季换季时间分别为3月16日、5月29日、9月30日、12月8日,换季明显偏早或偏晚的频次较其他方法明显减少,在全省各地区均比较符合物候现象。     

青藏铁路沿线的四季划分及其温度变化分析

讨论了高原地区四季划分的标准,认为若以日平均气温作为指标,应比适用于我国东部的“张宝垄标准”低5℃,根据铁路沿线7个气象站：40年资料和温泉气象站6年资料,划出了各站四季的开始日期,发现格尔木和拉萨有短暂的夏季,高原主体上是“常年无夏,春秋相连”,仅昆仑山口附近是“全年皆冬,春风不渡”。高原上温度随纬度的变化与我国东部平原相似,也是冬季梯度大,夏季小;逆温层厚度以柴达木盆地为最厚,向南逐渐变薄。     

气温突变对我国四季开始日期的影响

利用我国599个站1961—2007年逐日温度资料,运用墨西哥帽小波函数,分析了近47年来我国四季开始日期多时空尺度的变化特征。结果表明:我国四季开始日期的变化与温度的变化较一致。全国平均四季开始日期均存在20年左右的周期特征,在20世纪80年代末表现出明显的春、夏季提前,秋、冬季推迟的趋势。在第一主周期的时间尺度上做小波变换后,各个区域的变化趋势与全国平均基本一致。但仍存在一定差异,2005—2007年东北的夏季偏迟,2004—2007年西北的冬季偏早及华南的春季偏迟,2003—2007年高原地区也有春季偏迟的现象,结合其他季节的变化,这些地区四季的变化特征与温度的变化仍有较好的对应。     

青藏高原四季开始日期随海拔高度和纬度变化

利用中国气象局国家气象信息中心提供的青藏高原60个测站1961~2007年逐日气温资料, 分析了青藏高原近47年来四季开始日期随海拔高度和纬度的变化趋势。结果表明, 春季和夏季开始日期是整体提前, 而秋季和冬季开始日期是整体延迟的, 春季和冬季开始日期的变化相对夏季和秋季更为明显;四季开始日期随海拔高度变化分布明显不同, 海拔越高, 春夏季开始日期来临越晚, 秋冬季开始日期来临越早, 海拔越低, 春夏季开始日期来临越早, 秋冬季开始日期来临越晚;海拔越高, 春夏开始日期提前的天数越多, 秋冬开始日期推迟天数越多, 反之低海拔地区相对更小, 由此得知高海拔地区的季节开始日期对当地气温的增温更为敏感;春季开始日期在36°N以南基本随纬度递增而开始日期推后, 36°N以北地区春季相对偏早, 夏季、秋季、冬季开始日期随纬度的变化和春季变化基本相似;四季开始日期来临的早晚受到多种因素包括气温、海拔和纬度共同影响, 季节延迟率也受到气温和海拔的影响, 但是纬度对季节延迟率影响不大;四季开始日期的提前和延迟变化和当地气温的变化几乎一致, 秋冬季节的开始日期对气温变化更为敏感, 高海拔地区的季节开始日期对气温变化更为敏感。     

近50a山东中部地区四季开始日期及长度变化特征

利用山东中部地区8个气象站1966—2015年逐日气温观测资料,用5日滑动平均气温作为划分依据,结合气候趋势法、Mann-Kendall法和经验正交分解法,对山东中部地区近50 a的四季开始日期及长度时空变化特征进行分析。结果表明:山东中部地区春季和夏季开始日期呈提前趋势,秋季和冬季呈推迟趋势,其中,夏季和冬季开始日期在1993年发生突变,四季开始日期的主要空间变化趋势一致,秋季变化强度中心在中北部平原,其他三季变化强度中心均出现在中部地区,四季开始日期空间变化规律在第二特征向量上呈现区域变化的不一致性。冬季日数最多,其次为夏季,春季日数最少,春季和冬季日数呈减少趋势,冬季减少趋势显著,气候倾向率为-2.98 d/10 a,夏季和秋季日数呈增加趋势,夏季日数增加显著,四季日数主要空间变化规律一致,强度中心在中部地区,四季日数空间变化规律在第二特征向量上存在不一致性,其中,夏季和秋季第二特征向量呈现南部山区与其他地区不同。     

贵州玉屏四季气候季节的划分及特征分析

利用玉屏国家地面气象观测站1961—2016年逐日平均气温资料,采用《气候季节划分》(QX/T15—2012)方法,对玉屏县四季起始日期及长度进行分析。结果表明:(1)玉屏县常年四季起始日期:入春3月5日,入夏5月23日,入秋9月22日,入冬11月28日;四季长度:春季79 d,夏季122 d,秋季67 d,冬季97 d。(2)56 a来玉屏县春季起始日期呈提前趋势,长度呈增加趋势,两者均在20世纪90年代前后出现了转折,但未发生气候突变;夏季起始日期及长度趋势变化不明显;秋季起始日期呈推后趋势,长度变化不明显;冬季起始日期变化不明显,长度呈减少趋势;春季长度增加、冬季长度减少主要为春季起始日期提前所致。(3)玉屏县四季起始日期的年际变幅大,起始日期比常年偏早(晚)连续2候以上的异常年份,春季为23%,夏季为27%,秋季为32%,冬季为25%。(4)玉屏县春季开始后出现低于季节指标≥1候的概率达41%,表明玉屏县春季出现倒春寒天气的概率很大。(5)比较气象行标法与稳定通过法的四季起始日期及长度,气象行标法对玉屏县的四季划分更能满足于农业生产的需要。     

克什克腾旗四季划分及其变化特征分析

采用克什克腾旗建站以来(1959—2012年)的日平均温度资料,根据四季划分标准,统计了历年各季节的起始日期、终止日期和持续天数。结果表明:(1)该地四季长度分配不均,冬、春、夏、秋四个季节长度的月比例为6:3:1:2,即冬季漫长达半年,夏季短促仅1个月。(2)54a来冬季日数以每10a变幅为3.1d的速率在显著减少,54a减少了17d。同时,夏季日数以同样速率在增加,春秋两季长度变化趋势不明显。(3)54a平均四季起始日期为,4月11日入春,7月6日入夏,8月6日入秋,10月16日入冬。其中,入秋时间年际变化幅度最大。(4)54a来入春和入夏时间明显提前,入冬时间明显推后。特别是进入21世纪以来,冬春季减少了13d,夏秋季增加了13d。分析认为,进入21世纪以来,随着气温的升高,该地暖季延长,冷季缩短,其综合影响是利大于弊。     

气候变暖背景下我国四季开始时间的变化特征

利用中国气象局国家气象信息中心提供的中国599个测站1961～2007年逐日温度资料,分析了我国近47年来四季开始日期的变化趋势。结果表明,四季开始日期在全国范围内主要表现为春季、夏季提早,秋季、冬季推迟的变化趋势,其中以夏季的变化最为明显,且在显著增温的21世纪初最为明显。这种趋势在空间分布上有所差异,北方比南方明显,东部比西部明显。东北最北部、华南最南部以及新疆局部区域春季推迟,青海东部以及内蒙古最北部的小范围地区夏季推迟,华南及西南局部地区冬季提早。此外,全国平均四季开始日期的年代际变化在20世纪并不是很明显,而在21世纪初非常明显。但年代际变化特征存在区域性差异,高原地区20世纪80年代和90年代春季提早,冬季推迟。而在21世纪初春季、冬季均推迟,但冬季的变化比春季明显得多。华南南部地区春季推迟、冬季提早。西南地区在21世纪初春季、夏季明显提早,秋季、冬季推迟,但之前这种趋势并不明显。     

青藏高原两类对流层顶高度的季节变化特征

根据青藏高原地区14个探空站近30 a（1979—2008年）的对流层顶逐日观测资料,分析了该地区上空热带对流层顶（第二对流层顶）和极地对流层顶（第一对流层顶）出现的频率及高度的季节变化特征。结果表明：（1）高原全年均可观测到第二对流层顶,其中在暖季（6—10月）第二对流层顶占绝对主导地位,而在其余月份则以复合对流层顶为主;（2）两类对流层顶高度在季节变化上存在着明显的差异,第一对流层顶高度在春秋（夏冬）季偏高（低）,第二对流层顶高度在春夏（秋冬）季偏高（低）,即第一（二）对流层顶高度的年变化曲线呈双（单）峰型;（3）两类对流层顶高度均存在明显的年际变化,第一（二）对流层顶高度除秋季存在准3.6 a（6 a）的周期变化外,其余季节均具有4.5~6 a（2~4 a）的振荡周期;（4）近30 a来高原第一（二）对流层顶主要表现出下降（上升）的趋势,尤其是第二对流层顶高度在冬、春季存在着明显的上升趋势。     

Seasonal Variation of Climatological Bypassing Flows around the Tibetan Plateau

The present study investigated diagnostically the seasonal variation of the bypassing flows caused by the splitting effect of the Tibetan Plateau (TP). The relationships among the splitting bypassing flows around the TP to precipitation in China, the westerly jet stream, and the thermal status over the TP are revealed. The bypassing flows occur from the 1st to the 22nd pentad and from the 59th to the 73rd pentad, respectively, and they disappear from the 29th to the 58th pentad. They are strongest in winter from the 1st to the 22nd pentad and from the 59th to the 73rd pentad, respectively. During the rebuilding of the bypassing flows from mid-October to mid-February, they are the main cause of precipitation over southeastern China. The enhancement of the bypassing flow intensity in March can cause the precipitation to increase in the early stage of the persistent spring rain over southeastern China. From winter to summer, the seasonal transition of the bypassing flows in the lower troposphere precedes that of the westerly jet stream axis in the upper troposphere to the west of the TP by ～4 pentads, while from summer to winter lags by ～4 pentads. The seasonal variation of the thermal status over the TP plays an important role in the bypassing flows around the TP. The strengthening of the heating over the TP weakens the bypassing flows, and the increase in cooling over the TP is related to the rebuilding and strengthening of the bypassing flows.     

Seasonal and Diurnal Variations of Cloud Systems over the Eastern Tibetan Plateau and East China: A Cloud-resolving Model Study

The seasonal and diurnal variations of cloud systems are profoundly affected by the large-scale and local environments. In this study, a one-year-long simulation was conducted using a two-dimensional cloud-resolving model over the Eastern Tibetan Plateau (ETP) and two subregions of Eastern China: Southern East China and Central East China. Deep convective clouds (DCCs) rarely occur in the cold season over ETP, whereas DCCs appear in Eastern China throughout the year, and the ETP DCCs are approximately 20%?30% shallower than those over Eastern China. Most strong rainfall events (precipitation intensity, PI> 2.5 mm h^?1) in Eastern China are related to warm-season DCCs with ice cloud processes. Because of the high elevation of the ETP, the warm-season freezing level is lower than in Eastern China, providing favorable conditions for ice cloud processes. DCCs are responsible for the diurnal variations of warm-season rainfall in all three regions. Warm-season DCCs over the ETP have the greatest total cloud water content and frequency in the afternoon, resulting in an afternoon rainfall peak. In addition, rainfall events in the ETP also exhibit a nocturnal peak in spring, summer, and autumn due to DCCs. Strong surface heat fluxes around noon can trigger or promote DCCs in spring, summer, and autumn over the ETP but produce only cumulus clouds in winter due to the cold and dry environment.     

Changing Spring Phenology Dates in the Three-Rivers Headwater Region of the Tibetan Plateau during 1960–2013

The variation of the vegetation growing season in the Three-Rivers Headwater Region of the Tibetan Plateau has recently become a controversial topic. One issue is that the estimated local trend in the start of the vegetation growing season(SOS)based on remote sensing data is easily affected by outliers because this data series is short. In this study, we determine that the spring minimum temperature is the most influential factor for SOS. The significant negative linear relationship between the two variables in the region is evaluated using Moderate Resolution Imaging Spectroradiometer–Normalized Difference Vegetation Index data for 2000–13. We then reconstruct the SOS time series based on the temperature data for 1960–2013.The regional mean SOS shows an advancing trend of 1.42 d(10 yr)~(-1) during 1960–2013, with the SOS occurring on the 160th and 151st days in 1960 and 2013, respectively. The advancing trend enhances to 6.04 d(10 yr)~(-1) during the past 14 years. The spatiotemporal variations of the reconstructed SOS data are similar to those deduced from remote sensing data during the past 14 years. The latter exhibit an even larger regional mean trend of SOS [7.98 d(10 yr~(-1) )] during 2000–13. The Arctic Oscillation is found to have significantly influenced the changing SOS, especially for the eastern part of the region,during 2000–13.     

中国地区降水持续性的季节变化特征

本文利用我国588个气象站1969-2008年逐12小时的降水资料,分析了中国地区降水持续性的空间分布特征及其季节演变规律。分析结果表明,35°N以南,西部和东部年平均的降水平均持续时间较长,中部略短;35°N以北,西北和内蒙西部最短,东北地区北部略长。将降水事件按持续时间分类自南向北,东南地区、江淮和黄淮地区、东北和华北北部地区短时降水（持续一个时次,12小时）的降水量和降水频率占全年总降水的比例逐渐增加,持续性降水（持续3个时次及以上）的比例减少。降水平均持续时间随季节的变化基本能反映出江南春雨、江淮梅雨、东北和华北夏季雨季、关中盆地和汉水谷地的秋雨以及青藏高原地区和西南地区夏季雨季。同时,东南地区秋冬季节、江淮和黄淮地区10月上旬和西南地区10月下旬存在降水平均持续时间的峰值,与降水量的变化不一致,是由持续性降水频率的增加和短时降水频率的减少造成的。此外,东部三个区域降水平均持续时间的夏季季节内变化对应了季风雨带的“北跳和南撤”过程。     

青藏高原汛期降水的时空分布特征

根据1967～2008年青藏高原地区67个气象台站的月平均降水资料,利用线性趋势分析、EOF分解和Morlet小波变换等方法分析了青藏高原地区汛期(5～9月)降水的时空分布特征.结果表明:青藏高原汛期降水存在明显的区域性差异,EOF分解揭示出青藏高原汛期存在3种主要的空间分布型:南北反向型、全区一致型和东南-西北反向型...     

Dynamic Effects of the South Asian High on the Ozone Valley over the Tibetan Plateau

In this study, the TOMS/SBUV (Total Ozone Mapping Spectrometer/Solar Backscatter Ultraviolet Radiometer) data and SAGE (Stratospheric Aerosol and Gas Experiment) II data were employed to calculate the monthly total zonal ozone deviations over the Tibetan Plateau and the 150?C50-hPa zonal ozone variations. The results show that there is a significant correlation between the two, with a correlation coefficient of 0.977. From 150 to 50 hPa, the ozone valley over the Tibetan Plateau (OVTP) becomes the strongest based on the SAGE II data, and the South Asian high (SAH) is the most active according to the 40-yr reanalysis data of the European Centre for Medium-Range Weather Forecasts (ERA40), so a correlation between the SAH and the OVTP may exist. The WACCM3 (Whole Atmosphere Community Climate Model version 3) simulation results show that both SAH and OVTP could still present within 150?C50 hPa with reduced strength even when the height of the Tibetan Plateau was cut down to 1500 m. It is also shown that the seasonal variation of SAH would result in a matched seasonal variation of the OVTP, which suggests a meaningful effect of SAH on the OVTP. Meanwhile, it is found that the atmospheric circulation would impose different effects on the OVTP, depending on the SAH??s evolution stages and movement directions. At 150?C50 hPa, as the SAH approaches the plateau, the SAH zonal (meridional) transport would make the OVTP deeper (shallower), while the vertical transport of ozone produces a deeper (shallower) OVTP at the lower (higher) level; the combined dynamic effects lead to a weakened OVTP. When the SAH stabilizes over the plateau, the zonal (meridional) transport results in a shallower (deeper) OVTP while the vertical transport would create a deeper (shallower) OVTP at the middle (bottom and top) levels; the combined dynamic effects produce a deeper OVTP. As the SAH retreats from the plateau, the OVTP becomes deeper (shallower) under the zonal (meridional) effect or shallower under the vertical effect; the combined dynamic effects contribute to a deeper (shallower) OVTP at the middle (bottom and top) levels. The SAH would have a weak effect on the OVTP over the plateau when positioned over the tropical Pacific.