近30余年来盛夏东亚东南季风和西南季风频率的年代际变化及其与青藏高原积雪的关系

利用地面观测资料和NCEP/NCAR再分析资料集,使用相关分析、合成分析等方法,在将地面风分为东南季风和西南季风的基础上,分析了近30余年来盛夏东亚季风频率的年代际变化特征。结果表明:盛夏东南季风、西南季风频率和前期春季青藏高原积雪均在21世纪初期发生了显著的年代际变化;东南季风、西南季风频率由较少改变为较多,春季青藏高原积雪则由深变浅。由于青藏高原积雪厚度发生了年代际变浅,说明青藏高原发生了年代际变暖和南亚高压变强,南亚高压的年代际变强,使得其下游对流层低层(18°~28°N,108°~118°E)的反气旋性环流异常增强,有利于东亚西南季风频率的增加;同时,由于高原发生湿反馈作用,使得淮河地区降水发生年代际变多,由Sverdrup涡度平衡关系,降水的异常增多通过潜热释放,使得东亚副热带高压异常加强,而副热带高压异常变强则有利于盛夏东亚东南季风频率发生年代际增加。     

海表温度异常影响东亚夏季风年代际变化的数值模拟

采用1950-2000年逐月观测的不同海域(全球、热带外、热带、热带印度洋-太平洋、热带印度洋及热带太平洋)海表温度分别驱动NCAR CAM3全球大气环流模式,进行了多组长时间积分试验,对比ERA-40和NCEP/NCAR再分析资料,讨论了这些海域海表温度异常对东亚夏季风年代际变化的影响。数值试验结果表明:全球、热带、热带印度洋-太平洋和热带太平洋海表温度变化对东亚夏季风的年代际变化具有重要作用,均模拟出了东亚夏季风在20世纪70年代中后期发生的年代际减弱现象,以及强、弱夏季风年代夏季大气环流异常分布的显著不同,这与观测结果较一致,表明热带太平洋是影响东亚夏季风此次年代际变化的关键海区;利用热带印度洋海表温度驱动模式模拟出的东亚夏季风在20世纪70年代中后期发生年代际增强现象,即当热带印度洋海表温度年代际偏暖(冷)时,东亚夏季风年代际增强(减弱),与热带太平洋海表温度变化对东亚夏季风年代际变化的影响相反;热带太平洋海表温度年代际背景的变化对东亚夏季风在20世纪70年代中后期的年代际减弱有重要作用。     

毛乌素沙漠边缘地区春末夏初沙尘暴天气的物理量场结构

沙尘暴天气是毛乌素沙漠边缘内蒙古、甘肃、宁夏、陕西等地区春末夏初特有的一种灾害性天气。应用欧洲中心再分析资料的气压场和各种物理量场,选取了5个沙尘暴个例,分析了沙尘暴时期各层气压场的特征和物理量的空间结构。结果表明：蒙古高压是影响沙尘暴的主要天气系统。在沙尘暴发生时,蒙古高压前部整层都为宽广而强劲的西北气流,从地面可伸展到200 hPa附近,其物理属性是干、冷,其前部近乎于东北—西南向的区域,是锋区的密集带,也是各种物理量表现最为敏感的区域,垂直速度场为上升运动区,涡度场为正涡度区,高—低层散度差值场为正值,这些物理量都为沙尘暴的发生起到了推动和加强作用。     

2016年我国梅雨异常特征及成因分析

利用国家气候中心梅雨监测资料和NCEP再分析资料,对2016年我国梅雨异常特征及其大尺度环流成因进行了分析。结果表明:（1）2016年我国梅雨有明显的区域特征,其中江南区入梅偏早14天,与1995年并列成为1951年以来入梅最早的年份,出梅偏晚11天,梅雨期（量）偏长（多）,但梅雨期日平均降水量偏少;长江区入梅和出梅均偏晚,梅雨期接近常年,但梅雨量偏多一倍以上,梅雨量和梅雨期日平均降水量分别为1951年以来历史同期第三和第二高值;江淮区入梅、出梅及梅雨期接近常年,但梅雨量偏多。（2）对流层高、中、低层环流系统冬夏季节性调整和转变显著提前的共同作用,导致了2016年江南区入梅显著偏早;东亚副热带西风急流、西太平洋副热带高压（副高）和东亚夏季风涌在7月中旬阶段性地南落导致了江南区和长江区出梅偏晚。（3）受到前冬超强厄尔尼诺衰减和春、夏季热带印度洋全区一致海温模态偏暖的影响,梅雨期副高异常偏强,副高西南侧转向的水汽输送异常偏强,并在长江区和江淮区与北方弱冷空气辐合,造成梅雨量异常偏多。     

Predicting June Mean Rainfall in the Middle/Lower Yangtze River Basin

We demonstrate that there is significant skill in the GloSea5 operational seasonal forecasting system for predicting June mean rainfall in the middle/lower Yangtze River basin up to four months in advance. Much of the rainfall in this region during June is contributed by the mei-yu rain band. We find that similar skill exists for predicting the East Asian summer monsoon index(EASMI) on monthly time scales, and that the latter could be used as a proxy to predict the regional rainfall. However, th...     

涝渍对夏花生光合特性及产量影响

夏花生常因汛期雨水偏多形成涝渍灾害而减产,探索不同耕作方式下涝渍持续日数对花生光合特性及产量的影响,可为花生涝渍动态监测评估和农业防灾减灾提供参考。选择2019年、2020年每年6—9月,在花生主产区河南驻马店土壤质地为粘土的大田平作、垄作方式下,以豫花22为试验材料,将花生产量形成过程分前期、中期、后期3个时段,分别设计3 d,5 d,7 d,9 d灌水处理。结果表明：相同过程灌水量条件下,垄作比平作涝渍持续日数减少1~5 d,其中淹涝日数偏少3~5 d;3 d灌水处理的涝渍持续日数4~5 d,叶绿素含量和净光合速率等光合参数呈正效应造成茎叶干物质积累增加;各时段涝渍影响均随持续日数的增加而加重,除百仁重涝渍影响表现为中期最大、前期次之、后期最小,其他均为前期最大、中期次之、后期最小;各处理水平涝渍持续日数4~16 d,光合参数影响幅度为1.3%~64.2%,生物量和产量影响幅度为0.6%~44.9%;垄作花生与平作花生相比,因涝渍持续日数减少而使灾害影响减小,前期各处理花生产量减少灾损达3.4%~11.6%。     

欧亚地区夏季大气环流年际变化的关键区及亚洲夏季风的关联信号

本文利用资料分析和数值模拟方法研究了欧亚地区夏季大气环流的相关性及其与亚洲夏季风的关联信号,以期为欧亚地区的气候变异及可预测性研究提供科学依据.结果表明:欧亚区域同期(JJA)500 hPa高度场年际变化的关键区包括热带区、中纬度的贝加尔湖和巴尔喀什湖之间以及欧洲地中海附近地区;表面气温的关键区主要位于热带海洋;海平面气压的关键区包括热带的海洋性大陆区域、印度洋和非洲大陆赤道附近部分区域、中高纬的贝加尔湖与巴尔喀什湖之间的地区.另外,夏季大气环流年际变化的春季关键区明显西移/南退,特别是表面气温(其西太平洋区不再是关键区).公用气候系统模式CCSM4.0的大气模式在给定海温年际变化的情况下对于上述大气环流相关场及其关键区的模拟基本合理,其中500 hPa高度场的模拟结果较好,海平面气压场的结果逊之;对于同期和前期的结果,模式都有夸大西太平洋海温影响的倾向.对于东亚夏季风指数与大气环流的同期年际变化信号而言,其空间分布基本表现为以30°N为界呈西南东北向的波列状分布;其春季前期信号中,30°N以南的显著区几乎都位于海洋,30°N以北主要位于欧洲、巴尔喀什湖与贝加尔湖之间的地区.南亚夏季风指数的前期显著相关区比同期明显西移/南退.总之,模式的模拟结果和观测结果相当吻合,但其同期模拟结果比前期的更好一些.这些结果说明:模式对于大气环流年际变化的耦合变化信息的刻画是基本合理的,这为利用气候模式进行有关可预测性研究和降尺度预测研究奠定了基础.     

The isotopic signature of monsoon conditions,cloud modes,and rainfall type

This work provides a comprehensive physically based framework for the interpretation of the north Australian rainfall stable isotope record (δ¹⁸O and δ²H). Until now, interpretations mainly relied on statistical relationships between rainfall amount and isotopic values on monthly timescales. Here, we use multiseason daily rainfall stable isotope and high resolution (10 min) ground‐based C‐band polarimetric radar data and show that the five weather types (monsoon regimes) that constitute the Australian wet season each have a characteristic isotope ratio. The data suggest that this is not only due to changes in regional rainfall amount during these regimes but, more importantly, is due to different rain and cloud types that are associated with the large scale circulation regimes. Negative (positive) isotope anomalies occurred when stratiform rainfall fractions were large (small) and the horizontal extent of raining areas were largest (smallest). Intense, yet isolated, convective conditions were associated with enriched isotope values whereas more depleted isotope values were observed when convection was widespread but less intense. This means that isotopic proxy records may record the frequency of which these typical wet season regimes occur. Positive anomalies in paleoclimatic records are most likely associated with periods where continental convection dominates and convection is sea‐breeze forced. Negative anomalies may be interpreted as periods when the monsoon trough is active, convection is of the oceanic type, less electric, and stratiform areas are wide spread. This connection between variability of rainfall isotope anomalies and the intrinsic properties of convection and its large‐scale environment has important implications for all fields of research that use rainfall stable isotopes.     

1990s年代际转型前后南海季风系统的季节变化

利用多变量经验正交分解(MV-EOF)等方法,研究了在季节变化尺度上南海季风系统的时空分布特征。结果表明:南海夏季风的爆发时间在1993—1994年前后存在显著的年代际转型,由爆发偏晚转变成爆发偏早。第一模态表现为冬夏反位相的年周期变化,但爆发早年夏季风持续时间略长于爆发晚年,空间上都反映了南海中央海盆区的夏季强降水和850 hPa上南海北部的气旋性环流异常,但夏季风爆发早年中国华南沿海降水加强而南海南部降水偏少。相应的大范围环流场上主要反映了南海夏季风爆发后进入盛夏时节亚太地区大范围的环流特征,南海夏季风爆发偏早年索马里越赤道气流偏强,东亚季风槽位置偏北,爆发偏晚年则相反。第二模态反映了南海季风系统春秋反位相的季节变化,且秋季的振幅更强,空间降水场上对应着秋季华南沿海和南海北部与南海中南部北旱南涝的跷跷板式分布,850 hPa风场上则主要表现为异常的东北季风,该模态时空特征表明南海夏季风爆发偏早年的秋季,冬季风建立也偏早,越南及周边地区的降水偏多。相应的大范围环流场上则主要反映了冬季风的环流特征,在南海夏季风爆发偏早年的秋季,菲律宾以东的热带对流减弱,PJ波列增强,爆发晚年则相反。     

安徽省夏玉米生长季干旱时空特征分析

利用安徽省夏玉米主产区37个气象站点1961~2010年的气象资料,选取修订后的作物水分亏缺指数作为表征夏玉米干旱的指标,分析了安徽省夏玉米生长季内干旱频率的时空分布特征及表征干旱风险大小的干旱风险度的时空特征。结果表明:近50 a安徽省夏玉米不同发育阶段水分亏缺指数未发生显著变化,但夏玉米成熟后期的干旱现象有加重趋势;抽雄开花期是干旱频率及干旱风险较高的时段;从空间分布特征看,干旱频率与干旱风险度的空间分布特征相似,夏玉米营养生长阶段二者的高值区在淮北北部,而在夏玉米生长中后期,干旱主要发生在沿淮西部和江淮南部。整个生长季内,沿淮淮北西部是干旱高发和高风险区。