高原气象

高原气象 >

2020 , Vol. 39 >Issue 4: 694 - 705

DOI: https://doi.org/10.7522/j.issn.1000-0534.2020.00029

论文

1961 -2017年青藏高原暖湿季节极端降水时空变化特征

  • 冯晓莉 , 1 ,
  • 申红艳 , 1 ,
  • 李万志 1 ,
  • 汪青春 1 ,
  • 段丽君 1 ,
  • 李红 2
展开
  • 1. 青海省气候中心, 青海 西宁 810001
  • 2. 青海省河南蒙古族自治县气象局, 青海 河南 811500
申红艳（1979 -）， 女， 陕西蒲城人， 高级工程师， 主要从事气候异常诊断分析及预测研究. E-mail:

冯晓莉（1985 -）， 女， 青海互助人， 工程师， 主要从事气候监测评估的研究. E-mail:

收稿日期: 2020-02-11

  修回日期: 2020-04-20

  网络出版日期: 2020-08-28

基金资助

中国气象局气候变化专项(CCSF201929)

第二次青藏高原综合科学考察研究(2019QZKK0906)

中国气象局预报员专项(CMAYBY2020-139)

收起

Spatiotemporal Changes for Extreme Precipitation in Wet Season over the Qinghai-Tibetan Plateau and the Surroundings during 1961 -2017

  • Xiaoli FENG , 1 ,
  • Hongyan SHEN , 1 ,
  • Wanzhi LI 1 ,
  • Qingchun WANG 1 ,
  • Lijun DUAN 1 ,
  • Hong LI 2
Expand
  • 1. Qinghai Climate Centre, Xining 810001, Qinghai, China
  • 2. Meteorological Bureau of Henan County, Henan 811500, Qinghai, China

Received date: 2020-02-11

  Revised date: 2020-04-20

  Online published: 2020-08-28

Fold

本文亮点

基于1961 -2017年5 -9月青藏高原99个地面气象观测站点的逐日降水资料, 选取10个极端降水指数, 采用线性倾向估计、 累积距平、 相关分析、 尺度分离等方法, 分析青藏高原暖湿季节极端降水的时空分布及变化特征。结果表明: 近57年来, 青藏高原暖湿季节降水强度、 1日最大降水量、 连续5日最大降水量显著增加, 进入21世纪后降水向强雨量雨日更多、 强度更强、 极值更大、 时间更集中的方向发展; 极端降水指数普遍存在3年、 4~8年、 10~11年、 20~30年以及更长时间尺度的周期变化, 准3年周期振荡对极端降水的贡献最大; 各极端降水指数之间联系密切, 中雨以上天数与暖湿季节降水总量的相关性最好; 降水总量、 强度、 强雨量雨日、 极值均由西向东、 由北向南增强增多, 降水强度、 大雨以上天数还随海拔高度的增加而显著减弱和减少, 最长连续有降水日数自北向南、 由低向高递增, 最长连续无降水日数由西向东递减; 东北及西南部极端降水事件增加最显著, 持续指数倾向率空间差异大, 其中最长连续无降水日数倾向率自西向东、 由高向低递增; 北大西洋多年代际振荡（the Atlantic Multidecadal Oscillation, AMO）和厄而尼诺南方涛动（El Niño-Southern Oscillation, ENSO）对青藏高原暖湿季节极端降水增多增强有一定影响。

本文引用格式

冯晓莉 , 申红艳 , 李万志 , 汪青春 , 段丽君 , 李红 . 1961 -2017年青藏高原暖湿季节极端降水时空变化特征[J]. 高原气象, 2020 , 39(4) : 694 -705 . DOI: 10.7522/j.issn.1000-0534.2020.00029

Highlights

Basing on the daily precipitation data from 99 observatories over the Qinghai-Tibetan Plateau and the surroundings during 1961-2017 by using of 10 extreme precipitation indices and methods including linear tendency estimation, correlation analysis, cumulative anomaly and time scales separation, the characteristics for spatiotemporal changes were analyzed.The results demonstrated that: the extreme precipitation indices including SDII, RX1 and RX5 increased significantly during 1961-2017.The precipitation amounts, the number of heavy rainy events, the intensity and the daily maximum values were becoming greater and stronger, and the precipitation duration was shorter since 2000.There were 3 year, 4~8 year, 10~11 year, 20~30 year quasi-cycle oscillations for the extreme precipitation indicies during 1961-2017.Among them, the 3 year quasi-cycle oscillation occupied a dominant position.The correlations between extreme precipitation indices were positive and significant.The highly correlation was found between the R10 and PRCPTOT.The precipitation amounts, the number of heavy rainy events, the intensity and the daily maximum values increased from west to east and from north to south, meanwhile SDII and R25 decreased with the increased altitude.CWD increased from north to south and from low to high altitude, and CDD decreased from west to east.The trends for most indices in the northeast and southwest parts increased most significantly.The CWD and CDD linear trends had large spatial differences and the CDD tendency increased from west to east and from high to low altitude.The Atlantic Multidecadal Oscillation (AMO) and El Nino-Southern Oscillation (ENSO) were important oceanic oscillations affecting the extreme precipitation variation over the Qinghai-Tibetan Plateau and the surroundings during 1961-2017.

1 引言

政府间气候变化专门委员会（The Intergovernmental Panel on Climate Change, IPCC）第五次评估报告显示, 全球变暖背景下, 极端气候事件呈现增多特征（Stocker et al, 2013）。极端气候事件在统计学意义上定义为某地的气候状态严重偏离其平均态, 是发生概率极少的气候事件, 表征极端气候事件的指标主要分为极端降水和极端气温事件, 而极端降水会导致洪涝、 滑坡、 泥石流等自然灾害, 造成严重的经济损失和社会影响（Changnon et al, 2000; Hu et al, 2003; 张小莹, 2014; 陈姣等, 2016）。因此, 研究极端降水事件是科学发展的需要, 也是社会的迫切要求。
青藏高原是全球气候变化的敏感区和关键区, 对全球天气气候有重要的影响和指示作用（冯松等, 1998; 陆龙骅等, 2011）。高原地表生态系统脆弱, 气候变化的微小波动都有可能导致生态系统的强烈响应, 气候暖湿化引起高原山地植被增加、 高山草甸草原面积减少、 冻土消融、 雪线上升、 冰川消融等（牛亚菲, 1999; 赵昕奕等, 2002; 常国刚等, 2005; 姚檀栋等, 2006; 孙鸿烈等, 2012）。因此, 研究青藏高原极端降水对理解气候变化和生态环境保护具有重要的现实意义。
关于青藏高原极端降水的研究表明, 近年来青藏高原极端降水呈增加趋势变化（谌芸, 2004; You et al, 2008; 吴国雄等, 2013; 赵雪雁等, 2015; 冀钦等, 2018; 谢欣汝等, 2018; 曹瑜等, 2017, 2019）, 但由于资料时段、 站点选取的不同, 针对青藏高原极端降水的研究结论也存在一定差异, 如You et al（2008）研究发现1961 -2005年高原中东部极端降水在北部和南部呈增加趋势变化, 而在中部地区呈减少趋势变化; 曹瑜等（2019）指出, 1961 -2014年高原中东部夏季极端降水除西藏东部为减少趋势外, 其他地区主要为增加趋势; 赵雪雁等（2015）研究指出, 青藏高原东部夏季强降水量和频次表现为由东南向西北递减的分布形式, 降水强度却由南向北逐渐增加。可以看出, 以上研究多数集中于高原的东部或中东部地区, 对于整个高原极端降水变化的研究相对较缺乏。青藏高原由于地理位置特殊, 其降水变化要比气温复杂得多, 降水的稳定性、 降水的多寡与海拔关系密切（卢爱刚等, 2008; Lan et al, 2017; 张宇欣等, 2019; 马佳宁等, 2019）, 因此有必要结合其地理位置对整个高原极端降水事件进行分析研究。
鉴于此, 基于青藏高原区域99个气象站点1961 -2017年5 -9月的逐日降水资料, 选取世界气象组织（World Meteorological Organization, WMO）推荐的10个极端降水指数, 采用累积距平、 线性倾向估计、 周期分析、 相关分析等方法, 对青藏高原暖湿季节极端降水事件的时间变化规律和空间分布格局进行系统分析, 以期为高原的气候变化、 生态环境保护、 防灾减灾提供参考依据, 为降水预测提供基础资料。

2 研究资料和方法

2.1　资料来源

青藏高原大多数气象观测站建于20世纪60年代初且主要分布在高原中东部地区, 而高原西部受复杂地形和恶劣环境的影响, 气象台站分布稀疏、 建站时间相对较晚, 为了增加空间分析的精度, 在考虑时间长度的基础上, 尽可能选取多的气象观测站点。鉴于此, 本研究选取1961 -2017年5 -9月青藏高原99个气象观测站点（27°N -39°N, 75°E -104°E, 海拔范围为1814~4800 m）（图１）的逐日降水资料, 对其进行质量控制和均一性检验以确保各站点日降水资料的准确和可靠。
图1 青藏高原气象站点的空间分布

Fig.1 Spatial distribution of meteorological stations overthe Qinghai-Tibetan Plateau and the surroundings

另外, 本研究中使用了北大西洋多年代际振荡（the Atlantic Multidecadal Oscillation, AMO）指数、 太平洋十年涛动（the Pacific Decadal Oscillation, PDO）指数以及Niño3.4区海温指数。其中, AMO指数为0° -60°N, 75°W -7.5°W区域海表温度异常的年平均（Enfield et al, 2001）; PDO指数为20°N -70°N, 110°E -100°W区域平均海洋表面温度去除全球平均海洋表面温度后进行EOF分解的第一模态的时间系数（Mantua et al, 1997）; Niño3.4指数为5°W -5°E, 170°W -120°W的区域平均海洋表面温度（Trenberth, 1997）。AMO、 PDO、 Niño3.4指数下载于以下网站: http: //www.esrl.noaa.gov/psd/data/climateindices/list/。

2.2　研究方法

研究采用WMO推荐的10个极端降水指数（Peterson et al, 2001）, 根据其不同的内涵, 将这些指数分为总量频率指数、 绝对指数、 相对指数、 极值指数、 持续指数（表1）, 通过分析从不同角度反映出极端降水的变化。
表1 极端降水指数的定义

Table 1 Definitions of the extreme precipitation indices

类别 极端降水指数 缩写 定义 单位
总量、 频率 降水总量 PRCPTOT 日降水量大于等于1 mm的总降水量 mm
降水强度 SDII 降水日内降水强度 mm·d-1
相对指数 强降水量 R95P 日降水量大于第95百分位值的降水总量 mm
极强降水量 R99P 日降水量大于第99百分位值的降水总量 mm
绝对指数 中雨以上天数 R10 日降水量大于10 mm的总日数 d
大雨以上天数 R25 日降水量大于25 mm的总日数 d
极值指数 1日最大降水量 RX1 最大的1日降水量 mm
连续5日最大降水量 RX5 最大的连续5日降水量 mm
持续指数 最长连续有降水日数 CWD 日降水量大于等于1 mm的最长连续日数 d
最长连续无降水日数 CDD 日降水量小于1 mm的最长连续日数 d
采用线性倾向估计的方法研究极端降水指数在时间变化中升降的定量程度, 并对其进行统计检验, 同时利用累积距平方法探讨年代际变化特点（施能等, 1995）; 利用皮尔逊相关分析方法探讨各极端降水指数之间、 各极端降水指数与海洋振荡因子之间的联系（魏凤英, 1999）; 采用集合经验模态分解方法, 得到不同时间尺度上各极端降水指数的变化序列, 计算各分量的平均周期及其对原序列的贡献率（Wu et al, 2009）; 用ArcGIS绘制不同极端降水指数均值和倾向率的空间分布图; 对暖湿季节各极端降水指数与地理因子（经度、 纬度、 海拔）和不同海域海温指数进行相关性分析。

3 结果及分析

3.1　极端降水指数时间变化

1961 -2017年青藏高原暖湿季节10个极端降水指数的时间序列如图2所示, 除持续指数（CWD最长连续有降水日数和CDD最长连续无降水日数）和相对指数（R95P强降水量和R99P极强降水量）呈不显著下降趋势外, 其余6个指数均表现为不同程度的上升趋势, 其中SDII降水强度、 RX1一日最大降水量和RX5连续五日最大降水量增加显著, 倾向率分别为0.1 mm·d-1·(10a)-1、 0.3 mm·(10a)-1和0.5 mm·(10a)-1, 均通过0.05的显著性水平, 说明1961 -2017年来青藏高原暖湿季节极端降水的强度和极值显著增强增大。
图2 1961 -2017年青藏高原暖湿季节极端降水指数时间变化序列

Fig.2 Time series of extreme precipitation indices in wet season over the Qinghai-Tibetan Plateau and the surroundings during 1961 -2017

从各极端降水指数的累积距平曲线来看, PRCPTOT暖湿季节降水总量与R10中雨以上天数的年代际变化相似, 1998年开始总雨量和中雨以上天数由偏少期转为偏多期, 2007年以来增加更明显[图2(a), (e)]。R95P强降水量和R99P极强降水量在20世纪60年代以偏多为主, 之后呈波动式变化, 2012年开始明显增加, 相比较而言, 极强降水量增加得更显著[图2(c), (d)]。RX1一日最大降水量和RX5连续五日最大降水量于2007年明显增强, 1961 -2006年期间均呈波动式变化且偏少年份居多, 其中RX5的增幅明显强于RX1[图2(g), (h)]。持续指数里, CWD最长连续有降水日数和CDD最长连续无降水日数在1961 -2000年期间以偏多为主, 异常偏干和偏湿年份也较多, 进入21世纪后小幅下降, 说明青藏高原持续干（湿）期没有向更长的时间发展, 降水的时间更加集中[图2(i), (j)]。近10年来SDII降水强度和R25大雨以上天数亦明显增强增多[图2(b), (f)]。
由于气候系统具有非线性、 非平稳性以及层次性, 许多大小不一的时间尺度构成了多层次结构, 在极端降水指数的长期上升和下降趋势变化中包含了多种变化周期, 本研究采用Wu et al（2009）提出的集合经验模态分解（Ensemble Empirical Mode Decomposition, EEMD）方法, 将不同极端降水指数的时间序列分离成4个不同时间尺度分量（IMF1-4）以及一个长期趋势项（RES）, 计算极端降水指数各分量的平均周期和贡献率, 结果表明, 所有极端降水指数在年际尺度上普遍存在3年和4~8年的周期, 贡献率分别为45.7%~72.9%和8.9%~27.5%, 累计贡献率达58.6%~89.6%; 同时大部分指数还存在10~11年以及20~30年的周期特征, 累计方差贡献率较小（7.5%~21.1%）, 其中SDII、 R25、 RX1和RX5的长期趋势变化对原序列的贡献率仅次于准3年周期振荡（表2）。
表2 1961 -2017年青藏高原暖湿季节极端降水指数EEMD分量的平均周期及方差贡献率

Table 2 The average periods and contribution rates of each components for extreme precipitation indices in wet season over the Qinghai-Tibetan Plateau and the surroundings during 1961 -2017

极端降水 指数 平均周期/年 贡献率/%
IMF1 IMF2 IMF3 IMF4 IMF1 IMF2 IMF3 IMF4 RES
PRCPTOT 3 5 10 23 72.9 16.7 5.7 1.8 2.9
SDII 3 7 11 29 63.2 9.3 8.1 2.9 16.6
R95P 3 5 10 34 49.8 27.5 8.8 3.3 10.6
R99P 3 5 8 29 47.0 22.4 17.4 4.1 9.1
R10 3 4 10 23 61.2 22.7 10.3 3.7 2.2
R25 3 6 11 31 49.6 8.9 9.5 9.9 22.0
RX1 3 7 11 26 45.7 14.7 9.8 2.0 27.9
RX5 3 5 11 50 52.7 10.5 7.0 7.5 22.3
CWD 3 6 10 20 66.2 17.9 6.3 3.9 5.7
CDD 3 6 11 20 56.7 23.8 12.8 1.2 5.6

3.2　极端降水指数之间的相关性及其与海洋振荡因子的联系

对各极端降水指数进行相关性分析, 结果表明, CWD与SDII、 R25、 RX1, R99P与SDII、 RX1, CDD与各指数相关性不显著, 其余大部分指数之间均呈显著正相关关系（表3）。而且除CDD外的所有指数与PRCPTOT呈显著正相关, 其中R10与PRCPTOT的相关系数在0.9以上, 说明高原极端降水事件具有一致性, 总降水量增加, 极端降水的频率、 强度、 极值也增加, 而且R10与PRCPTOT相关程度最高。
表3 1961 -2017年青藏高原地区暖湿季节极端降水指数之间及其与Niño3.4、 PDO、 AMO指数的同期相关系数

Table 3 Correlation coefficients between the extreme precipitation indices and the coefficients with the Niño3.4, PDO and AMO indices in wet season over the Qinghai-Tibetan Plateau and the surroundings during 1961 -2017

相关系数 PRCPTOT SDII R95P R99P R10 R25 RX1 RX5 CWD CDD
PRCPTOT 1
SDII 0.480** 1
R95P 0.810** 0.469** 1
R99P 0.698** 0.166 0.906** 1
R10 0.940** 0.605** 0.758** 0.608** 1
R25 0.415** 0.706** 0.674** 0.471** 0.420** 1
RX1 0.340** 0.680** 0.413** 0.196 0.290* 0.716** 1
RX5 0.487** 0.604** 0.525** 0.354** 0.444** 0.624** 0.778** 1
CWD 0.451** -0.17 0.338* 0.432** 0.299* -0.013 0.066 0.344** 1
CDD -0.255 0.005 0.023 0.128 -0.222 0.149 0.085 0.054 -0.036 1
Niño3.4 -0.369** -0.181 -0.267* -0.165 -0.295* -0.135 -0.294* -0.318* -0.191 0.180
AMO 0.365** 0.442** 0.233 0.139 0.405** 0.348** 0.311* 0.263* -0.037 -0.056
PDO -0.107 -0.002 -0.113 -0.109 -0.031 -0.062 -0.103 -0.024 0.078 0.071

**、 *分别表示相关系数通过了0.01、 0.05显著性检验

众多研究表明海洋振荡因子中的ENSO、 PDO、 AMO是影响全球陆地降水空间分布格局的主要因素（华丽娟等, 2009; Ting et al, 2011; Dai, 2013）, 同时由于青藏高原生态环境脆弱, 对全球海洋调节器的响应异常敏感。为了讨论极端降水事件与海温模态的联系, 计算了1961 -2017年青藏高原暖湿季节不同极端降水指数序列与Niño3.4、 PDO、 AMO指数的同期相关系数（表3）, 从表3中可以看出, PDO指数与各极端降水指数相关性均未通过显著性检验, AMO指数与总量频率指数、 绝对指数和极值指数显著正相关, Niño3.4指数与PRCPTOT、 R95P、 R10、 RX1、 RX5呈显著负相关关系, 可见, 青藏高原暖湿季节极端降水与AMO和Niño3.4联系密切。进一步计算极端降水指数序列不同时间尺度的分量与Niño3.4 、 AMO指数的相关系数可知, 总量频率指数、 绝对指数、 极值指数与Niño3.4指数的显著负相关性表现在以3年为主周期的年际尺度上, 而与AMO指数的显著正相关性主要反映在多年代际时间尺度上。由[图3(a), (b)]可以看出, PRCPTOT、 R10、 RX1、 RX5的准3年周期振荡与Niño3.4指数呈反相变化, 即Niño3.4区海温偏低时, 极端降水总量、 中雨以上天数以及降水极值偏多偏大。由[图3(c), (d)]可以看出, 20世纪90年代中后期开始AMO指数由冷位相转为暖位相, 相应地PRCPTOT和R10在多年代际时间尺度上的变化表现为偏多特征, R25、 RX1、 RX5进入21世纪后增多增强; 另外, SDII的多年代际振荡与AMO指数具有非常相似的演变特征, 其相关程度高达0.7。可见, AMO和ENSO在青藏高原暖湿季节极端降水变化中扮演着重要的角色, 它们通过不同位相的转变诱导南北向热力差以及海陆热力差发生变化, 从而影响行星波、 阻塞高压、 亚洲季风、 西风急流, 这些异常的大气环流与海温异常相互作用造成区域降水及干湿变化（Lu et al, 2006; Wang et al, 2009; 李双林等, 2015; 管晓丹等, 2019; 胡梦玲等, 2019）, 而随着气候持续变暖, 降水的极端性也进一步加剧（孙建奇等, 2013; 章杰等, 2017; 张霞等, 2018）。
图3 1961 -2017年青藏高原暖湿季节极端降水指数的准3年周期振荡与Niño3.4指数（a, b）以及极端降水指数的多年代际变化与AMO指数（c, d）的标准化时间序列

Fig.3 Time series of 3-year quasi-cycle oscillations and multi-decadal oscillations for some normalized extreme precipitation indices and AMO, Niño3.4 indices in wet season over the Qinghai-Tibetan Plateau and the surroundings during 1961 -2017

3.3　极端降水指数空间分布

图4为1961-2017年青藏高原暖湿季节10个极端降水指数均值的空间分布。从图4中可以看出, 青藏高原东南部为暖湿季节降水总量的高值区, 降水总量在300~764 mm之间, 500 mm以上降水量主要出现在藏东川西地区, 而柴达木盆地以及西藏西部降水总量不足100 mm[图4(a)]。高原大部分站点（占总站数的86%）的降水强度在5.1~9.5 mm·d-1, 大值区主要集中在高原东部及南部地区[图4(b)]。极强降水量的高值区主要分布在川西北以及甘南一带, 局地超过700 mm, 而强降水量高值区覆盖范围还包括青海以及西藏个别地区, 强降水量超过100 mm[图4(c), (d)]。高原东南部大部分站点的中雨以上日数在10.0~27.8天, 大雨以上日数为1.0~5.4天, 藏东川西最多[图4(e), (f)]。除高原西北部的部分站点外, 高原大部地区的1日最大降水量和连续5日最大降水量在25.0 mm和50.0 mm以上, 主要集中在东南部[图4(g), (h)]。高原约80%区域的最长连续有降水日数在5.0~13.4天之间, 南部部分站点甚至超过10.0天; 各地最长连续无降水日数在7.6~69.7天, 其中柴达木盆地以及西藏西部的个别站点超过30.0天[图4(i), (j)]。
图4 1961 -2017年青藏高原暖湿季节极端降水指数均值的空间分布

Fig.4 Spatial distribution of extreme precipitation indices in wet season over the Qinghai-Tibetan Plateau and the surroundings during 1961 -2017

总体来看, 除最长连续无降水日数外, 其余指数均表现出从东南向西北递减的变化规律。进一步计算各极端降水指数与气象站点经纬度的相关系数, 可以得出, 除持续指数外, 各极端降水指数与经度和纬度分别呈显著正相关和显著负相关关系, 相关系数在±0.3~±0.6之间且通过0.01的显著性水平检验。对于持续指数, 最长连续无降水日数与经度显著负相关, 相关系数为-0.59, 主要呈经向分布特征; 最长连续有降水日数与纬度显著负相关, 相关系数为-0.67, 主要呈纬向分布特征。这也表明, 青藏高原暖湿季节降水总量、 频率、 强度、 极值均由西向东、 由北向南增强增多, 最长连续无降水日数由西向东递减, 最长连续有降水日数由北向南递增。
各极端降水指数与海拔的关系较为复杂, 经计算, 降水强度、 大雨以上天数两个指数与海拔呈显著负相关关系, 最长连续有降水日数与海拔呈显著正相关关系。从以上三个指数与海拔的散点分布(图5)可以看出, 高原大部分站点降水强度随海拔的增加而减弱, 海拔每上升100 m, 降水强度减小0.03 mm·d-1[图5(a)]; 高原大部分站点的大雨以上天数随海拔的升高而显著减少, 平均每升高100 m减少0.03天[图5(b)]; 与降水强度和大雨以上天数不同, 最长连续有降水日数随海拔的升高而增加, 平均每上升100 m增加0.13天[图5(c)]。
图5 1961 -2017年青藏高原99个气象站点暖湿季节降水强度（a）、 大雨以上天数（b）、 最长连续有降水日数（c）与海拔的散点相关图

Fig.5 Correlation scatter plots between the altitudes and SDII (a), R25 (b), CWD (c) in wet season from 99 meteorological stations over the Qinghai-Tibetan Plateau and the surroundings during 1961 -2017

3.4　极端降水指数变化趋势的空间分布

从青藏高原10个极端降水指数1961 -2017年暖湿季节气候倾向率的空间分布(图6)中可以看出, 高原大部分区域（占总站数的74%）降水总量呈增加趋势变化, 显著增加的区域主要集中在北部、 西藏中西部以及四川的康定等地, 占总站数的24%, 倾向率在8.7~21.7 mm·(10a)-1之间[图6(a)]。大部分站点（占总站数的81%）的降水强度均表现出增加趋势, 其中显著增加的站数达29%, 主要分布在高原东北部、 川南以及西藏西南部, 青海东南部及西藏中东部个别站点的降水强度显著减弱[图6(b)]。研究区大部分站点的强降水量和极强降水量均表现为增加趋势, 其中通过显著性检验的站数有20%, 倾向率在2.0~21.0 mm·(10a)-1之间, 主要分布在高原北部、 西南部及东南边缘一带, 显著减少的区域主要位于东部和青南藏北的个别站点[图6(c), (d)]。高原大部分区域的中雨和大雨以上天数呈上升趋势变化, 显著增加的站数分别为20%和11%, 主要分布在高原东北部和南部区域[图6(e), (f)]。一日最大降水量整体以上升趋势为主, 较为明显的地区主要位于东北部和西南部以及四川局地, 占总站数的10%~20%, 西藏个别站点的1日最大降水量呈显著减少趋势变化, 而连续5日最大降水量显著减少的站点主要体现在青海南部边缘[图6(g), (h)]。在整个研究区最长连续有降水日数增加和减少的区域各占一半, 显著变化的站点不足10%, 其中东南部以减少趋势为主[图6(i)]; 高原最长连续无降水日数主要以下降为主, 减少趋势占总站数的62%, 显著减少的比例为13%, 东南大部分区域以上升趋势为主[图6(j)]。不难看出, 最长连续无降水日数的变化幅度明显大于最长连续有降水日数, 而且最长连续无降水日数减少趋势的范围比最长连续有降水日数增加趋势变化的范围大。
图6 1961 -2017年青藏高原暖湿季节极端降水指数倾向率空间分布

Fig.6 Spatial distribution of linear trends for extreme precipitation indices in wet season over the Qinghai-Tibetan Plateau and the surroundings during 1961 -2017

进一步验证地理因子对极端降水指数倾向率的影响, 经计算, 除最长连续无降水日数CDD外, 其余指数的倾向率与经纬度、 海拔的相关系数均不显著。而最长连续无降水日数倾向率与经度呈显著正相关, 与海拔显著负相关, 相关系数分别为0.45和-0.3, 均通过0.01显著性水平检验, 回归分析也表明, 经度每向东移10°, 倾向率增加0.59 d·(10a)-1, 海拔每升高100 m, 倾向率减小0.03 d·(10a)-1, 说明最长连续无降水日数倾向率从西向东递增, 由低向高递减（图7）。
图7 1961 -2017年青藏高原99个气象站点暖湿季节最长连续无降水日数气候倾向率与经度（a）和海拔（b）的散点分布

Fig.7 Correlation scatter plots between the CDD linear trends and longitudes (a), altitudes (b) of 99 meteorological stations in wet season over the Qinghai-Tibetan Plateau and the surroundings during 1961 -2017

4 结论

本研究基于青藏高原暖湿季节逐日降水资料, 借助10个极端降水指数, 分析了1961 -2017年青藏高原暖湿季节极端降水的时空变化特征, 主要得到以下结论:
（1） 1961 -2017年, 青藏高原暖湿季节降水强度、 1日最大降水量、 连续5日最大降水量显著增加, 其余指数线性趋势不显著但阶段性变化明显, 尤其是进入21世纪后, 青藏高原地区暖湿季节降水向强降水量和日数更多、 强度更强、 极值更大、 时间更集中的方向发展。同时, 极端降水总量增加, 频率、 极值、 强度亦增加增强, 中雨以上天数是暖湿季节降水总量的主要贡献者。
（2） 高原暖湿季节极端降水指数在年际尺度上存在3年、 4~8年的周期振荡, 在年代际尺度上存在10~11年、 20~30年以及更长时间尺度的周期变化, 其中准3年周期振荡对极端降水的贡献最大, SDII、 R25、 RX1和RX5的多年代际变化对原序列的贡献率仅次于准3年周期振荡。
（3） 青藏高原暖湿季节降水总量、 频率、 强度、 极值均由西向东、 由北向南增强增多, 其中SDII、 R25还随海拔的升高而显著减弱或减少; CWD由北向南、 由低向高递增, CDD由西向东递减。
（4） 对青藏高原大部分区域而言, 除持续指数外, 其余指数均呈增加趋势变化, 显著增加的站点主要集中在东北及西南部; CWD倾向率空间差异较大, 中西部部分站点显著增加, 东部部分站点显著减少; CDD主要以减少趋势为主, 东南部增加趋势明显, 西北部显著减少, 倾向率自西向东、 由高向低递增。
（5） ENSO和AMO对青藏高原暖湿季节极端降水有一定影响, 这种影响主要表现在准3年周期振荡和多年代际时间尺度上。Niño3.4区海温偏低时, 高原暖湿季节降水总量、 中雨以上天数以及降水极值偏多偏大; 进入21世纪后的AMO暖位相期, 降水总量、 强度、 中雨日、 降水极值偏多偏强偏大。
由于利用站点观测资料很难获取高时空分辨率、 时间一致和空间连续的降水资料, 尤其是高原西部地区观测站点稀疏, 使得青藏高原极端降水的研究受到很大制约。IPCC第五次评估报告也指出, 降水资料的缺乏会使评估结果存在一定的偏差和不确定性。另外, 对于海洋振荡因子在青藏高原极端降水演变中的影响过程、 相互作用、 机理认识不够深入, 未来需要用更长的时间序列、 更多的数据源对其进行全面系统的机理性研究。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Changnon S A, Pielke R A, Changnon D, al et, 2000.Human factors explain theincreased losses from weather and climate extremes[J].Bulletin of the American Meteorological Society, 81(3): 437-442.

Dai A G, 2013.The influence of the inter-decadal Pacific oscillation on US precipitation during 1923-2010[J].Climate Dynamics, 41: 633-646.

Enfield D B, Mestas-Nunez A M, Trimble P J, 2001.The Atlantic multidecadal oscillation and it's relation to rainfall and river flows in the continental U.S.[J].Geophysical Research Letters, 28(10): 2077-2080.

Hu Z Z, Yang S, Wu R G, 2003.Long-term climate variations in China and global warming signals[J].Journal of Geophysical Research, 108(D19): 4614-4624.

Lan C, Zhang Y X, 2017.Spatial patterns of wet season precipitation vertical gradients on the tibetan plateau and the surroundings[J].Scientific Reports, 7: 5057-5066.

Lu R Y, Dong B W, Ding H, 2006.Impact of the Atlantic multi-decadal oscillation on the Asian summer monsoon[J].Geophysical Research Letters, 33: L24701.DOI: 10.1029/2006GL027655.

Mantua N J, Hare S R, Zhang Y, al et, 1997.A Pacific interdecadal climate oscillation with impacts on salmon production[J].Bulletin of the American Meteorological Society, 78(6): 1069-1079.

Peterson T, Folland C, Gruza G, al et, 2001.Report on the activities of the working group on climate change detection and related raporteurs[M].Geneva: World Meteorological Organization.

Stocker T F, Qin D H, Plattner G K, al et, 2013.IPCC 2013: Summary for Policy Makers.In: Climate change: The physical science basis.Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change[R].Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.

Ting M F, Kushnir Y, Seager R, al et, 2011.Robust features of Atlantic multi-decadal variability and its climate impacts[J].Geophysical Research Letters, 38: L17705.DOI: 10.1029/2011GL048712.

Trenberth K E, 1997.The definition of El Nino[J].Bulletin of the American Meteorological Society, 78(12): 2771-2777.

Wang Y M, Li S L, Luo D H, 2009.Seasonal response of Asian monsoonal climate to the Atlantic MultidecadalOscillation[J].Journal of Geophysical Research: Atmospheres, 114: D02112.DOI: 10.1029/2008JD010929.

Wu Z H, Huang N E, 2009.Ensemble empirical mode decomposition: A noise-assisted data analysis method[J].Advances in Adaptive Data Analysis, 1(1): 1-41.

You Q L, Kang S C, Aguilar E, al et, 2008.Changes in daily climate extremes in the eastern and central Tibetan Plateau during 1961-2005[J].Journal of Geophysical Research, 113: D07101.DOI: 10.1029/2007JD009389.

常国刚, 李凤霞, 李林, 2005.气候变化对青海生态与环境的影响及对策[J].气候变化研究进展, 1(4): 172-175.

陈姣, 张耀存, 2016.气候变化背景下陆地极端降水和温度变化区域差异[J].高原气象, 35(4): 955-968.DOI: 10.7522/j.issn. 1000-0534.2015.00075.

曹瑜, 游庆龙, 马茜蓉, 等, 2017.青藏高原夏季极端降水概率分布特征[J].高原气象, 36(5): 1176-1187.DOI: 10.7522/j.issn. 1000-0534.2016.00131.

曹瑜, 游庆龙, 马茜蓉, 等, 2019.青藏高原中东部夏季极端降水年代际变化特征[J].气象科学, 39(4): 437-445.

冯松, 汤懋苍, 王冬梅, 1998.青藏高原是我国气候变化启动区的新证据[J].科学通报, 43(6): 633-636.

管晓丹, 马洁茹, 黄建平, 等, 2019.海洋对干旱半干旱区气候变化的影响[J].中国科学: 地球科学, 49(6): 895-912.

华丽娟, 马柱国, 2009.亚洲和北美干湿变化及其与海表温度异常的关系 [J].地球物理学报, 52(5), 60-72.

胡梦玲, 游庆龙, 2019.青藏高原南侧经圈环流变化特征及其对降水影响分析[J].高原气象, 38(1): 14-28.DOI: 10.7522/j.issn. 1000-0534.2018.00064.

冀钦, 杨建平, 陈虹举, 2018.1961-2015年青藏高原降水量变化综合分析[J].冰川冻土, 40(6): 30-39.

卢爱刚, 康世昌, 庞德谦, 等, 2008.中国降水量区域变化稳定性研究[J].生态环境, 17(6): 2433-2435.

陆龙骅, 卞林根, 张正秋, 2011.极地和青藏高原地区的气候变化及其影响[J].极地研究, 23(2): 82-89.

李双林, 井元元, 罗菲菲, 2015.工业革命前中国气温与大西洋年代际振荡(AMO)的可能联系[J].中国科学: 地球科学, 45(6): 864-878.

马佳宁, 高艳红, 2019.近50年黄河上游流域年均降水与极端降水变化分析[J].高原气象, 38(1): 124-135.DOI: 10.7522/j.issn.1000-0534.2018.00126.

牛亚菲, 1999.青藏高原生态环境问题研究[J].地理科学进展, 18(2): 163-171.

施能, 陈家其, 屠其璞, 1995.中国近100年来4个年代际的气候变化特征[J].气象学报, 53(4): 431-439.

孙鸿烈, 郑度, 姚檀栋, 等, 2012.青藏高原国家生态安全屏障保护与建设[J].地理学报, 67(1): 3-12.

孙建奇, 敖娟, 2013.中国冬季降水和极端降水对变暖的响应[J].科学通报, 58(8): 674-679.

魏凤英, 1999.现代气候统计诊断预测技术[J].北京: 气象出版社: 62-71.

吴国雄, 段安民, 张雪芹, 等, 2013.青藏高原极端天气气候变化及其环境效应[J].自然杂志, 35(3): 167-171.

谢欣汝, 游庆龙, 保云涛, 等, 2018.基于多源数据的青藏高原夏季降水与水汽输送的联系[J].高原气象, 37(1): 78-92.DOI: 10.7522/j.issn.1000-0534.2017.00030.

姚檀栋, 朱立平, 2006.青藏高原环境变化对全球变化的响应及其适应对策[J].地球科学进展, 21(5): 459-464.

赵昕奕, 张惠远, 万军, 2002.青藏高原气候变化对气候带的影响[J].地理科学, 22(2): 190-195.

谌芸, 2004.青藏高原东北部地区大到暴雨天气过程的研究[D].南京: 南京气象学院.

张小莹, 2014.我国极端降水时空特征及风险分析[D].上海: 上海师范大学.

赵雪雁, 王亚茹, 张钦, 等, 2015.近50a青藏高原东部夏半年强降水事件的气候特征[J].干旱区地理, 38 (4): 33-41.

章杰, 鱼京善, 来文立, 2017.全球变暖背景下极端降水变化率与气温的响应关系 [J].北京师范大学学报: 自然科学版, 53(6): 722-726.

张霞, 李明星, 马柱国, 2018.近30年全球干旱半干旱区的蒸散变化特征[J].大气科学, 42(2): 251-267.

张宇欣, 李育, 朱耿睿, 2019.青藏高原海拔要素对温度、 降水和气候型分布格局的影响[J].冰川冻土, 41(3): 505-515.

Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn