论文

中西亚极端干旱特征及其与热带海温的联系

  • 吴志文 ,
  • 秦正坤 ,
  • 林朝晖
展开
  • 1. 南京信息工程大学资料同化研究与应用联合中心,江苏 南京 210044
    2. 中科院大气物理研究所 国际气候与环境科学中心,北京 100029

吴志文(1997 -), 男, 江西抚州人, 硕士研究生, 主要从事卫星资料同化研究. E-mail:

收稿日期: 2021-04-22

  修回日期: 2021-09-17

  网络出版日期: 2022-11-03

基金资助

中国气象科学研究院基本科研业务费专项资金(2019Z006); 国家自然科学青年基金项目(41805076)

Characteristics of Extreme Drought in Central and Western Asia and Its Relationship with Tropical Sea Surface Temperature

  • Zhiwen WU ,
  • Zhengkun QIN ,
  • Zhaohui LIN
Expand
  • 1. Data Assimilation Research and Application Joint Center of Nanjing University of Information Science and Technology,Nanjing 210044,Jiangsu,China
    2. International Center for Climate and Environment Sciences,Institute of Atmospheric Physics,Chinese Academy of Sciences,Beijing 100029,China

Received date: 2021-04-22

  Revised date: 2021-09-17

  Online published: 2022-11-03

本文引用格式

吴志文 , 秦正坤 , 林朝晖 . 中西亚极端干旱特征及其与热带海温的联系[J]. 高原气象, 2022 , 41(5) : 1141 -1152 . DOI: 10.7522/j.issn.1000-0534.2021.00074

1 引言

“一带一路”倡议是“新丝绸之路经济带” (以下简称“一带”)和21世纪“海上丝绸之路”的简称, 其中“一带”东起活跃的东亚经济圈, 途经中西亚, 西至发达的欧洲经济圈(吴绍洪等, 2018)。作为“一带”倡议枢纽的中西亚, 是亚洲主要的干旱-半干旱区, 同时受季风系统和西风带环流影响, 气候敏感且脆弱, 干旱加剧了这一区域的水资源危机和地缘政治风险, 因此开展该区域的干旱研究, 对“一带一路”倡议的推进有重要意义(黄建平等, 2013钱正安等, 2017a2017b杨涛等, 2016)。
中西亚沙漠广布, 绝大多数地区年降水量不足60 mm, 不少学者从降水出发, 探究中西亚的干旱特征。如Yin et al(2014)分析了中亚半干旱区降水的气候态和年际变率, 指出中亚降水集中在冬半年。Agrawala et al(2001)进一步总结出中西亚降水的三种机制: 中亚大部冬季的西风带天气尺度降水、 中亚南部的夏季季风降水以及西亚和北非暖季非洲季风/ITCZ降水。中西亚地势复杂, 降水极不均匀, 降水的大值区普遍位于扎格罗斯、 青藏高原等山脉西侧迎风坡, 平原和盆地降水稀少(Schiemann et al, 2008)。中西亚观测站点稀少, 遥感数据是有力的补充, Bai et al(2017)基于TRMM卫星降水数据, 分析得出中亚和西亚干旱主要发生在夏季, 干旱的发生有明显的季节周期性; 且西亚干旱近年来呈轻微减轻趋势, 而中亚则增强。还有很多研究分析了该地区干旱的气候趋势和在季节尺度上观察旱情的时空特征(李新武等, 2016胡增运等, 2018王飞等, 2017)。
仅根据降水异常无法全面描述干旱及其影响, 为了准确地监测干旱, 很多学者提出了多种干旱指数, 如计算台站一段时间内降水的累积概率密度函数再标准化而得到的标准化降水指数(Standardized Precipitation Index, SPI)(Kumar et al, 2009), 以及在SPI基础上再考虑潜在蒸散影响的标准化降水蒸散发指数(Standardized Precipitation Evapotranspiration Index, SPEI)(Vicente-Serrano et al, 2010)。综合考虑了地表前期降水量, 土壤含水量, 径流和潜在蒸散发地Palmer干旱指数 (Palmer Drought Severity Index, PDSI)(Palmer, 1965)。根据植被的生长情况反映当地的干湿状况而提出的归一化植被指数(Normalized Difference Vegetation Index, NDVI)(Wardlow et al, 2012)。不同指数对于干旱的刻画会有差异, 如杨庆等(2017)分析了7种干旱指数(PDSI、 PDSI_CN、 scPDSI、 SWI、 SPI、 SPEI、 CLM3.5模式模拟的土壤湿度)在中国区域的适用性, 结果表明虽然7种干旱指数的界定结果一致, 但在量值上存在明显差异, 需对阈值进行重新划定。王素萍等(2020)分析了多个干旱指数在中国北方的适应性后也得出了相似结论。不同干旱指数的提出是出于不同的研究目的, 因此应根据研究选择恰当的干旱指数。
对于中西亚干旱的外在强迫研究学者们也开展了大量研究, 如Hoell et al(2015)Barlow et al(2002)指出, 发生东部型La Niña事件时, 西太-东印度洋对流增强在西南亚上空激发出正压罗斯贝波, 导致印度洋的水汽输送减少, 引起了西南亚的干旱。Wang and Rui (1990)以及Barlow et al (2005) 研究证实Madden-Julian Oscillation (MJO)借助东印度洋对流活动来调控西亚冬季日降水, MJO增强(抑制)东印度洋对流时, 西亚平均日降水减少(增多)。Chakraborty et al(2006)则指出, 阿拉伯半岛的水汽通量明显地受到ENSO和印度洋偶极子(IOD)的调控, 在暖ENSO和正IOD事件发生时, 阿拉伯半岛上空净水汽输送增加, 冬季降水也增加。已被证实与中西亚部分地区降水相关联的外强迫数量繁多, 但对于席卷整个中西亚的极端干旱的外强迫还有待深入地探究。
极端干旱强度强, 持续时间长, 影响范围广。本文从极端干旱着手, 选用合适的干旱指数刻画中西亚的干旱状况, 在逐月时间尺度上分析中西亚极端干旱发生发展特征, 再探究导致该地区干旱发生发展的主要天气系统异常, 尝试找到引发该区域干旱发展的物理机制, 从而为中西亚地区干旱的预测提供借鉴。

2 资料来源

本文选用自矫正帕尔默干旱指数(Self-calibrating Palmer Drought Severity Index, scPDSI)指数来监测干旱。Palmer(1965)提出了PDSI, 该指数定义干旱是基于某地区维持数月/年时段内, 实际的水分供给量持续低于统计的, 与该地区气候类型相符合的水分供给量。但该指数中的多个权重系数和持续因子的确定是基于美国历史数据, 所以在其他地区使用时会存在适应性问题。为了改进这一点, Wells et al(2004)提出了scPDSI, 它是基于每一个台站的历史观测资料, 来计算出该台站所对应的权重系数和持续因子, 因此scPDSI相比于PDSI具有更好的空间可比较性(Dai, 2011a2011b)。该指数资料的水平空间范围为178.75°W -178.75°E, 58.75°S -76.25°N, 经纬分辨率为2.5°×2.5°, 选取的时间范围为1979 -2014年。表1给出了scPDSI干湿等级分级标准。本文还使用了欧洲中期天气预报中心(ECWMF)建立的再分析数据 (ERA5) 中的海表面温度、 高度场、 风场和水汽数据, 再分析数据的水平分辨率为0.25°×0.25°。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2556号的世界地图制作, 底图无修改。
表1 scPDSI干湿等级分级标准表

Table 1 Classification of the scPDSI values

scPDSI 湿润等级 scPDSI 干旱等级
≥4.00 极端湿润 -2~-1 轻微干旱
3.00~4.00 严重湿润 -3~-2 中度干旱
2.00~3.00 中度湿润 -4~-3 严重干旱
1.00~2.00 轻微 ≤-4.00 极端干旱
-1~1 正常

3 结果和分析

3.1 极端干旱个例分析

Barlow et al(2016)在回顾中东及西南亚干旱研究进展时, 指出该地区在1999 -2001年和2007 -2008年遭受了两次最为严重的极端干旱事件, 前一次事件中部分地区受灾时间甚至长达5年, 在那次事件中中西亚干旱最为严重的时段为2000年。图1给出了该年中西亚1 -6月scPDSI分布状况(仅显示scPDSI为负的区域, 即干旱受灾区)。从图1中可看出中西亚干旱发展表现出明显的季节变化特征, 前冬为干旱发展之初, 1月仅有阿拉伯半岛和北欧为严重或极端干旱, 西南亚、 印度半岛西北部为轻微或中度干旱。其后干旱逐步向中亚扩张, 3月阿拉伯半岛、 两伊和阿富汗遭受极端干旱的肆虐, 干旱扩张至中亚大部分地区。大约在4月份旱情迅速升级, 两伊地区极端干旱迅速地向东北扩张, 极端干旱几乎遍及整个中西亚。其后干旱强度继续增强, 6月旱情开始缓解。可见干旱的强度和范围在春季升级迅速, 仅一两个月的时间, 极端干旱就从阿拉伯半岛扩张至整个西亚和中亚南部, 在春末达到干旱最强阶段。
图1 2000年1 -6月scPDSI分布状况

黑色虚线框线内为关键区

Fig.1 Spatial distribution of scPDSI from January to June 2000.The black dotted line bound the key area

旱情最强的春季, 强的干旱灾害基本集中在中亚大部及西南亚(25°N -50°N, 40°E -70°E), 即图1中的黑色框线所示区域(以下简称关键区), 这一区域的旱情发展状况可以很好地代表中西亚极端干旱的发展状况。为进一步确认关键区内旱情空间特征的一致性, 图2分别给出了2001年和2008年旱情最强阶段—春季平均的scPDSI分布状况, 也可看出两次事件中极端干旱均主要集中于关键区内。且Hoell et al (2017)分析结果也表明这一区域干旱特征具有很好的空间一致性, 所以下文将重点关注这一区域内旱情的发展。
图2 2001年(a)和2008年(b)春季平均scPDSI分布状况

黑色虚线框线内为关键区

Fig.2 Spatial distribution of MAM averaged scPDSI for 2001 (a) and 2008 (b).The black dotted line bound the key area

为了解这一区域逐月旱情的气候状况, 图3给出了多年平均的中西亚区域平均逐月scPDSI指数变化图, 可以看到前述干旱发展的季节特征。干旱从前冬开始缓慢发展, 春季发展明显加快, 春末达到旱情的最强阶段, 随后的夏季旱情开始缓慢减弱, 秋末旱情最弱。
图3 多年平均的关键区平均scPDSI逐月变化

Fig.3 The scPDSI monthly variations multi-year averaged and areal averaged over the key area

3.2 合成分析检验

为进一步探究研究区干旱的发展过程及机理, 下文将选取更多的极端干旱事件进行合成分析。图4中蓝线(左纵轴)给出了1979 -2014年关键区内scPDSI区域平均再标准化后的序列, 黑线(右纵轴)则给出了关键区内严重及以上干旱(scPDSI<-3)格点的数量标准化序列, 可看出关键区内旱情月际及年际差异大, 明显存在多次区域平均的scPDSI显著偏低, 严重干旱格点明显偏多的极端干旱事件, 如2000, 2001和2008年, 而且这些极端干旱事件中都存在相邻的两个月区域平均scPDSI值相差很大的陡峭变化过程, 即表明旱情在后一个月迅速地发展, 如2000年3 -4月、 2008年2 -3月。本文将着重关注这种旱情存在急剧变化的极端干旱事件。图5给出了关键区内区域平均scPDSI和严重及以上干旱格点数量的年平均箱线图, 其中方框包含了从小到大排列的25%~75%的数据, 方框的上下边即为上下四分位点, 我们在四分位点外选取了严重及以上干旱格点数最多/最少的5年为极端干旱/湿润事件, 在极端干旱年中选取相比上月区域平均scPDSI减小最多的月份为旱情迅速发展月, 而后一类事件中, 选取区域平均scPDSI最大的月份为最湿润月。最终选出的5个极端干旱年-月分别是: 1984-01、 2000-04, 2001-03, 2008-03, 2010-12; 选出的5个湿润年-月分别是: 1981-07、 1982-11、 1993-06, 1998-02, 2005-01, 在1992 -1993这次湿润事件中, 最湿润月在1993年, 因此仅选了1993年。
图4 1979 -2014年关键区内区域平均scPDSI标准化逐月序列(蓝线, 左轴)和严重及以上干旱(scPDSI<-3)格点的数量标准化序列(黑线, 右轴)

Fig.4 The scPDSI standardization sequence areal averaged (blue line, left y-axis) and standardization number of severe and above drought grid points (black line, right y-axis) over the key area from 1979 to 2014

图5 1979 -2014年区域平均和年平均标准化scPDSI (a)和年平均严重及以上干旱格点数量标准化(b)箱线图

Fig.5 The boxplot of standardization scPDSI areal and annual averaged (a) and standardization number of severe and above drought grid points annual averaged (b) over the key area from 1979 to 2014

为了进一步验证指数确定的极端干旱年份的准确性, 根据美国国外灾害援助办公室/流行病研究中心(The Office of U.S.Foreign Disaster Assistance/Centre for Research on the Epidemiology of Disasters; OFDA/CRED) 提供的国际灾害数据集(EM-DAT disaster database)( Barlow et al, 2015), 整理出发生在1979 -2014年中西亚的干旱灾害年份如表2
表2 中西亚主要国家干旱受灾年

Table 2 Drought-suffered years in major countries of Central and West Asia

国家 年份
吉尔吉斯斯坦 2009年
乌兹别克斯坦 2000 -2001年
塔吉克斯坦 2000 -2001年, 2008年
阿富汗 2000 -2002年, 2006年, 2008年, 2011年
巴基斯坦 1999 -2003年
叙利亚 1999 -2000年, 2008 -2010年
伊拉克 1998 -2001年
伊朗 1999 -2001年
约旦 1999年, 2000年
该数据集定义的灾害事件是造成了10人以上死亡或100人以上受灾, 本文所选的5次极端干旱中, 有4年(2000, 2001, 2008和2010年)包含在该数据集中。
图6给出了极端干旱事件和湿润事件4个月的scPDSI合成分析结果的空间分布图。在极端干旱事件中, 旱情迅速发展月的前2个月仅阿拉伯半岛中南部遭受严重干旱, 西南亚、 印度半岛中北部和中亚大部地区为轻微干旱。随后旱情迅速发展, 西南亚及中亚南部的轻微干旱升级为极端或严重干旱, 轻微干旱区面积扩张至几乎整个中亚, 最后整个关键区都遭受强干旱的肆虐。湿润事件中仅零星地区为轻度干旱, 其余大部分地区未遭受干旱。
图6 合成极端干旱事件(a~d)与湿润事件(e~h)4个月的scPDSI空间分布

黑色虚线框内为关键区

Fig.6 Spatial distribution of scPDSI for 4 months of composite extreme drought (a~d) and wet (e~h) events.The black dotted line bound the key area

3.3 极端干旱地区的水汽分布特征

水汽输送异常是影响干旱的直接因素。图7给出了极端干旱事件旱情迅速发展月及其前两个月和后一个月的850 hPa风场异常和比湿异常合成图。在旱情迅速发展月的前2个月, 西南亚及印度洋北部有异常反气旋环流, 使得研究区40°N以南有偏北风异常, 北印度洋洋面有偏西风异常, 来自印度洋的水汽输送减少。在前一月, 位于关键区北部的异常反气旋环流加强且逐渐南压, 来自大西洋的水汽输送增强使得中亚北部为弱的比湿正异常。西南亚反气旋环流也增强, 使得研究区40°N以南异常偏北风增强, 水汽输送进一步减弱, 中亚南部和西亚比湿负异常也显著增强, 且均通过了显著性检验。在旱情迅速发展月, 中亚北部的异常反气旋环流移动到大西洋, 强的偏西风增强了大西洋的水汽输送, 使得关键区的西北部有显著比湿正异常。而西南亚的异常反气旋环流维持, 显著比湿负异常范围稍有收缩。其后中亚北部转为异常气旋环流, 西南亚的异常反气旋环流逐渐减弱, 中亚南部和西亚的比湿显著负异常也减弱。
图7 极端干旱事件合成的850 hPa风场异常(矢量, 单位: m·s-1)和比湿异常场(彩色区, 单位: g·kg-1)分布

黑色虚线框为研究区域, 黑点表示通过了0.05的显著性水平检验

Fig.7 850 hPa wind (vector, unit: m·s-1) and specific humidity (color area, unit: g·kg-1) anomaly for 4 months of composite extreme drought events.Black dots indicate that pass 0.05 levels significant tests.The black dotted line bound the key area

湿润年的水汽输送合成结果与干旱年相反。图8给出了湿润事件4个月的850 hPa风场异常和比湿异常合成图。在最湿润月的前2个月, 关键区45°N以南则有弱的异常偏南风, 同时在北印度洋有异常偏东风, 使得来自印度洋的水汽输送增强。在前1个月, 西南亚有异常气旋环流, 40°N以南的偏南风维持, 阿拉伯半岛和西南亚比湿正异常显著增强。在最湿润月, 研究区西北部有异常偏西风, 来自大西洋的水汽输送增强, 使得中亚比湿正异常区域扩张, 但研究区南部的异常偏北风减弱, 使得阿拉伯半岛的比湿正异常区南落, 西南亚比湿正异常减弱。
图8 湿润事件合成的850 hPa风场异常(矢量, 单位: m·s-1)和比湿异常场(彩色区, 单位: g·kg-1)分布

黑色虚线框为研究区域, 黑点表示通过了0.05水平的显著性检验

Fig.8 850 hPa wind (vector, unit: m·s-1) and specific humidity (color area, unit: g·kg-1) anomaly for 4 months of composite wet events.Black dots indicate that pass 0.05 levels significant tests.The black dotted line bound the key area

对比两类事件可发现, 大西洋和印度洋的水汽输送异常, 直接影响着中西亚的干湿状态。西亚和中亚南部的水汽主要来源于印度洋, 当西南亚存在反气旋(气旋)式环流异常时, 中西亚有异常偏北(南)风, 来自印度洋的水汽输送减弱(增强), 导致这一区域有显著的比湿负(正)异常, 进而导致地面干旱迅速地发展。Otkin et al(2013)研究指出, 比湿异常超前于地面干湿状况, 从图7图8中也可看出, 研究区最强的比湿负(正)异常现象一般发生在地面干旱发展最迅速月或最湿润月的前1个月。

3.4 极端干旱形成的机理研究

理解极端干旱形成的机理是有效预报的前提, 下文对水汽异常形成的机理进行进一步探讨。关键区南部水汽主要来自印度洋, 因此南部水汽输送容易受到海温异常的影响。图9给出了合成的极端干旱事件旱情迅速升级月及其前3个月海表面温度异常分布。在这4个月中, 太平洋海温表现出了几乎一致的异常模态: 在热带, 中东太平洋海温为显著负异常, 西太平洋海温为正异常, 类似于中部型La Niña的海温异常分布。这一海温异常模态与Hoerling and Kumar(2003)Hoell et al(2017)的研究结果一致, 理论模型表明: 热带西太平洋和东印度洋的对流增强(减弱)在西南亚激发出暖(冷)的反气旋(气旋), 导致印度洋的水汽输送减少(增多), 同时对流层中层西风急流穿过暖(冷)的反气旋(气旋)形成冷(暖)平流, 从而产生异常的下沉(上升), 水汽输送的减少(增多)和异常下沉(上升)导致了西南亚偏旱(湿)。进一步比较各月海温异常, 发现在旱情迅速发展月前1~3个月, 赤道中东太平洋海温负异常基本维持, 在旱情迅速发展月范围稍有收缩。
图9 极端干旱事件合成的海表面温度异常分布(单位: K)

黑点表示通过了0.05水平的显著性检验, 黑色虚线框内为旱情发展关键区

Fig.9 SST anomaly for 4 months of composite extreme drought events.Unit: K.Black dots indicate that pass 0.05 levels significant tests.The black dotted line bound the key area

图10还给出了湿润事件4个月的海温异常分布, 热带太平洋的海温异常基本与极端干旱事件相反, 热带中东太平洋为显著海温正异常, 西太平洋和东印度洋为海温负异常。在这期间, 赤道中东太平洋暖海温不断增强, 范围扩张, 在最湿润月前一月达到最强后稍有减弱, 热带西太平洋和东印度洋的冷海温异常则持续减弱, 西印度洋海温正异常却不断增强, 除了太平洋和东印度洋海温显著异常外, 西印度洋的暖海温在中西亚湿润事件也有显著表现, 但其影响还有待进一步的研究。
图10 湿润事件合成的海表面温度异常分布(单位: K)

黑点表示通过了0.05水平的显著性检验, 黑色虚线框内为旱情发展关键区

Fig.10 SST anomaly for 4 months of composite wet events.Unit: K.Black dots indicate that pass 0.05 levels significant tests.The black dotted line bound the key area

关键区北部的大尺度环流异常也是中西亚地区极端干旱时期出现的显著天气系统异常。图11给出了极端干旱事件4个月的500 hPa高度场异常合成图。在旱情迅速发展月的前2个月, 北非上空有强高度场正异常并向东延伸至阿拉伯半岛上空。在前1个月, 位于北非的高度场正异常显著增强, 中心东移至关键区北面的土耳其上空, 干旱迅速发展月, 高度场异常中心进一步往东往北移到中亚上空, 并延伸至东西伯利亚, 强度显著增强, 范围明显增大, 发展成长轴为东北-西南向的带状正异常。而中亚北部的负高度场异常则西退南落到欧洲上空, 强度也明显增强, 且中心均通过了显著性检验湿润年则是与之相反(图略), 整个过程中关键区都是被高度场负异常控制。
图11 极端干旱事件合成的500 hPa高度场异常空间分布(单位: gpm)

黑点表示通过了0.05水平的显著性检验, 黑色虚线框内为旱情发展关键区

Fig.11 Spatial distribution of geopotential height anomaly at 500 hPa for 4 months of composite extreme drought events.Unit: gpm.Black dots indicate that pass 0.05 levels significant tests, the black dotted line bound the key area

对比两类事件环流场的合成结果, 可看出环流形势对中西亚干湿状况有显著影响, 干旱年的关键区上空一直被不断加强的正高度场异常所控制, 尤其是极端干旱发生月, 强的高度场正异常更有利于高空干空气下沉, 进一步加速了地面干旱的发展。为了进一步探讨高度场正异常形成的可能原因, 图12给出了极端干旱事件干旱最强月北半球中高纬300 hPa高度场异常的合成图, 从图12中可看出北大西洋至欧亚大陆的环流异常型与EU遥相关型(Eurasian teleconnection)中的第二类EA/WR (East Atlantic/West Russia)十分相似, 表现为西欧和日本海上空为负高度场异常, 而北美东侧和里海上空为正高度场异常(Liu et al, 2014)。已有研究表明, EA/WR作为行星尺度驻波, 其影响从欧洲大陆、 中亚延伸至中纬度东亚, 能影响行星波的传导和瞬变涡动的活动, 而中亚大部分地区的降水都依赖于冬季瞬变涡动活动带来的降水(Lim, 2015)。图12的合成分析结果表明EA/WR遥相关型是中西亚高度场正异常的可能成因。为进一步确定EU遥相关对干旱的影响, 图13给出了1980 -2014年前冬的EU指数(Wallace and Gutzler, 1981)标准化序列和旱情最强季——春季关键区内scPDSI指数标准化序列。可看出前冬的EU指数和关键区内春季scPDSI指数呈明显负相关, 相关系数为-0.35, 超过了95%的显著性检验, 进一步验证了EU遥相关型对研究关键区的旱情有重要影响。
图12 极端干旱事件干旱最强月合成的300 hPa高度场异常空间分布 (单位: gpm)

Fig.12 Spatial distribution of 300 hPa geopotential height field anomalies composited in the strongest month of extreme drought events.Unit: gpm

图13 1980 -2014年前冬EU标准化指数序列(红线, 左轴)和春季关键区内区域平均scPDSI标准化序列(蓝线, 右轴)

Fig.13 Pre-winter EU standardized index sequence (red line, left y-axis) and spring areal averaged scPDSI standardized sequence (blue line, right y-axis) within the key area from 1980 to 2014

4 结论

干旱是中、 西亚地区的主要自然灾害之一, 开展该地区的干旱研究对“一带一路”倡议的顺利推进有重要价值。本文从scPDSI指数出发, 分析了中、 西亚极端干旱的发生发展特征, 并通过合成和对比分析, 探讨了中西亚地区极端干旱发展的可能物理机制, 得到以下几点结论:
(1) 中、 西亚极端干旱具有明显的季节性特征, 干旱基本从前一个冬季开始缓慢发展, 到了春季旱情发展十分迅速, 春末达到最强, 夏季开始缓解, 秋末最弱。
(2) 对比极端干旱和极端湿润年水汽和高度场的空间分布特征, 发现中、 西亚地区极端干旱发生时, 往往伴随着南部印度洋的水汽输送减少, 同时在中西亚北部出现了高度场正异常, 中西亚地区以下沉气流为主, 在水汽输送持续减少和高度场异常持续加深的共同作用下, 地面干旱迅速地发展成强度强、 范围广的极端干旱。湿润年的水汽分布特征与干旱年相反。
(3) 机理分析结果表明La Niña型海温异常与中西亚极端干旱发展有显著相关关系, 在这一异常海温模态下, 热带西太平洋和东印度洋的对流增强, 在西南亚激发出暖的反气旋异常, 是干旱区来自印度洋水汽输送减少的重要原因。
(4) 同时EU/WR遥相关型与中西亚高度场异常也有很好的对应关系, 且前冬的EU指数和春季中西亚旱情有明显负相关, 表明该遥相关型对中西亚干旱有重要影响, 但是这一遥相关与海温异常的共同影响机制还需要进一步探讨。
需要指出的是, 本文选取的5个极端干旱事件中, 有4个事件发生在近20年, 事件的分散度不足, 在后续的研究中, 我们将选取更多的干旱事件, 进一步研究EU遥相关型这一超前信号是如何影响中西亚极端干旱的发生发展, 以及与太平洋海温异常的协同作用, 最终尝试根据这些关键系统的前期信号, 来监测甚至预报亚洲中西部的旱情发展。

参考文献

null
Agrawala S Barlow M Cullen H, et al, 2001.The drought and humanitarian crisis in central and Southwest Asia: a climate perspective[R].IRI Special Report, 01‐11, International Research Institute for Climate and Society, Palisades, NY.
null
Bai Y Q Wang J L Wang Y J, et al, 2017.Spatio‐temporal distribution of drought in the Belt and Road Area during 1998-2015.Based on TRMM precipitation data[J].Journal of Resources and Ecology, 8(6): 559-570.
null
Barlow M Cullen H Lyon B2002.Drought in central and southwest Asia: La Ni?a, the warm pool, and Indian Ocean precipitation[J].Journal of Climate, 15: 697-700.
null
Barlow M Zaitchik B Paz S, et al, 2016.A review of drought in the middle east and southwest Asia[J].Journal of Climate29(23), 8547-8574.
null
Barlow M Wheeler M Lyon B, et al, 2005.Modulation of daily precipitation over southwest Asia by the Madden‐Julian oscillation[J].Monthly Weather Review, 133: 3579-3594.
null
Chakraborty A Behera S K Mujumdar M, et al, 2006.Diagnosis of tropospheric moisture over Saudi Arabia and in?uences of IOD and ENSO[J].Monthly Weather Review, 134: 598-617.
null
Dai A G2011a.Characteristics and trends in various forms of the Palmer Drought Severity Index during 1900-2008[J].Journal of Geophysical Research: Atmospheres, 116: D12115.DOI: 10.1029/2010JD015541 .
null
Dai A G2011b.Drought under global warming: A review [J].Wiley Interdisciplinary Reviews Climate Change2(1): 45-65.
null
Hoell A Funk C Barlow M, et al, 2017.A physical model for extreme drought over southwest Asia [M].Climate Extremes.American Geophysical Union (AGU).
null
Hoell A Shukla S Barlow M, et al, 2015.The forcing of monthly precipitation variability over southwest Asiaduring the boreal cold season[J].Journal of Climate28(18), 7038-7056.
null
Hoerling M Kumar A2003.The perfect ocean for drought[J].Science, 299: 691-694.
null
Kumar M N Murthy C S Sai M S, et al, 2009.On the use of Standardized Precipitation Index (SPI) for drought intensity assessment[J].Meteorological Applications16(3): 381-389.
null
Lim Y K2015.The East Atlantic/West Russia (EA/WR) teleconnection in the North Atlantic: Climate impact and relation to Rossby wave propagation [J].Climate Dynamics44(11/12): 3211-3222.
null
Liu Y Y Wang L Zhou W, et al, 2014.Three Eurasian teleconnection patterns: spatial structures, temporal variability, and associated winter climate anomalies [J].Climate Dynamics42(11/12): 2817-2839.
null
Otkin J A Anderson M C Hain C, et al, 2013.Examining rapid onset drought development using the thermal infrared‐based evaporative stress index [J].Journal of Hydrometeorology14(4): 1057-1074.
null
Palmer W C1965.Meteorological drought [R].Washington, D.C: U.S.Department of Commerce Weather Bureau Research Paper, Washington, D.C., 58.
null
Schiemann R Daniel L Vidale P L, et al, 2008.The precipitation climate of central Asia—Intercomparison of observational and numerical data sources in a remote semiarid region [J].International Journal of Climatology28(3): 295-314.
null
Vicente‐Serrano S M Beguería S López‐Moreno J I2010.A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index [J].Journal of Climate, 23, 1696-1718.
null
Wallace J M Gutzler D S1981.Teleconnections in the geopotential height field during the Northern Hemisphere winter[J].Monthly Weather Review, 109: 784-812.
null
Wang B Rui H1990.Synoptic climatology of transient tropical intraseasonal convection anomalies: 1975-1985[J].Meteorology and Atmospheric Physics, 44: 43-61.
null
Wardlow B D Anderson M C Verdin J P2012.Remote sensing of drought: innovative monitoring approaches[M].the US: Taylor & Francis Group, 6-12.
null
Wells N Goddard S Hayes M J2004.A self-calibrating palmer drought severity index[J].Journal of Climate17(12): 2335-2351.
null
Yin Z Y Wang H Liu X2014.A comparative study on precipitation climatology and interannual variability in the lower midlatitude east Asia and central Asia [J].Journal of Climate27(20): 7830-7848.
null
胡增运, 胡汝骥, 周启鸣, 等, 2018.亚洲中部干旱区干湿时空变化特征[J].干旱区研究35(2): 260-268.
null
黄建平, 季明霞, 刘玉芝, 等, 2013.干旱半干旱区气候变化研究综述[J].气候变化研究进展9(1): 9-14.DOI: 10.3969/j.issn. 1673-1719.2013.01.002 .
null
李新武, 张丽, 郭华东, 等, 2016.“丝绸之路经济带”干旱-半干旱区生态环境全球变化响应的空间认知[J].中国科学院院刊31(5): 559-566.
null
钱正安, 宋敏红, 吴统文, 等, 2017a.世界干旱气候研究动态及进展综述(Ⅰ): 若干主要干旱区国家的研究动态及联合国的贡献[J].高原气象36(6): 1433-1456.DOI: 10.7522/j.issn. 1000-0534.2017.00075 .
null
钱正安, 宋敏红, 吴统文, 等, 2017b.世界干旱气候研究动态及进展综述(Ⅱ): 主要研究进展[J].高原气象36(6): 1457-1476.DOI: 10.7522/j.issn.1000-0534.2017.00076 .
null
王飞, 丁建丽, 魏阳, 2017.“一带一路”国家和地区百年尺度干旱化特征分析[J].地球信息科学学报19(11): 1442-1455.
null
王素萍, 王劲松, 张强, 等, 2020.多种干旱指数在中国北方的适应性及其差异原因初探[J].高原气象39(3): 628-640.DOI: 10.7522/j.issn.1000-0534.2019.00049 .
null
吴绍洪, 刘路路, 刘燕华, 等, 2018.“一带一路”陆域地理格局与环境变化风险[J].地理学报73(7): 1214-1225.
null
杨庆, 李明星, 郑子彦, 等, 2017.7种气象干旱指数的中国区域适应性[J].中国科学(地球科学)47(3): 81-97.
null
杨涛, 郭琦, 肖天贵, 2016.“一带一路”沿线自然灾害分布特征研究[J].中国安全生产科学技术12(10): 165-171.
文章导航

/