1 引言
根据IPCC第六次报告会议指出（周波涛和钱进， 2021）， 全球变暖的背景下， 人们居住的地球系统受到气候异常变化而产生了一些不可忽略的影响， 比如： 全球极端事件频次增多， 强度增加， 气候变化以及相关的极端天气、 气候事件所带来的经济损失上升高达10倍（Beniston et al， 2007）。进入21世纪以来， 极端旱涝频次有增多的趋势， 尤其是夏季极端降水可以导致洪水， 山体滑坡， 泥石流等自然灾害， 严重危害了社会经济的发展和人们的生命财产安全（Yu et al， 2017）。近年来， 我国极端降水也表现出频次增多、 范围变大、 持续时间更长等特征（翟盘茂等， 2007， 2016）， 比如： 极端降水导致的1998年长江流域的重大洪水造成大量人员伤亡以及巨大的经济损失（Cheng et al， 2001）， 2012年夏季北京7月21日特大暴雨事件， 直接导致79人伤亡， 造成经济损失20亿美元（Zhu and Xue， 2016）； 尤其在2021年夏季， 我国河南省郑州市及其周边地区出现历史罕见的持续极端降水天气（布和朝鲁等， 2022）， 其范围之广、 强度之高均达到1951年以来最强。
近些年， 极端天气气候事件在西北地区呈现出频率和强度总体增加的趋势， 陕西省位于西北东部的东亚夏季风过渡区， 气候系统复杂多样（张红丽等， 2016； 何静等， 2021）。由于全省受夏季风边缘带的影响其生态环境保护和水资源储存更加脆弱（Wang et al， 2017）， 比如： 每年陕南秦巴山区极端降水事件引发的水灾造成的经济损失可达几十亿元（廖伟等， 2020）。近些年西北地区气候由暖干变为暖湿（陈发虎等， 2021； 张强等， 2021； 王澄海等， 2021）， 尽管研究指出该地区年降水量表现出明显的减少趋势， 但是在21世纪之后极端降水变率却更为显著， 且区域性差异更加明显（陈亚宁等， 2017）。此外， 研究指出黄土高原地区年平均降水减少的趋势下， 极端降水事件并没有减少（赵庆云等， 2005； Du et al， 2020）。
水汽是影响极端降水最重要的因素之一， 夏季太平洋海面上的水汽通过季风的运输到达中国地区， 这是造成夏季中国北方地区降水的主要水汽来源之一（Wang et al， 2016； Li et al， 2017）。西太平洋副热带高压（以下简称西太副高）是东亚夏季风的重要组成系统， 其强度、 位置和形态可以显著影响中国北方的降水（Huang et al， 2015； Yang et al， 2017）。从西太副高强度来讲， 当西太平洋副热带高压偏强， 大气低层南海的偏东暖湿气流与青藏高原南侧的偏西气流合并为偏西南气流向北移动至北方中部地区， 与来自中高纬的西北气流相遇从而造成陕西省夏季大范围暴雨过程偏多（赵庆云等， 2014； 赵强等， 2022）； 从西太副高位置来讲， 当西太副高脊线异常西伸北抬可以造成太平洋海面上温暖湿润的水汽更多地输送到中国北方地区， 进一步与中高纬的冷空气相遇后， 在异常辐合上升运动的配合下有利于我国北方中部地区极端降水出现（Qian et al， 2017）。
陕西省地处我国夏季风过渡区， 目前该地区的降水研究更多地集中在天气尺度过程的影响分析， 针对全球变暖背景下近些年陕西省极端降水的时空规律有待深入分析； 而且夏季极端降水预测中存在很多不确定因素， 尤其水汽的来源和输送是造成极端降水的主要因素之一， 在全球变暖的背景下导致陕西省极端降水的水汽来源和输送路径， 以及大尺度大气环流是否发生调整和改变？因此， 本文旨在研究陕西省极端降水的时空分布、 水汽来源和路径以及大尺度大气环流形势， 为全省夏季极端降水的业务预测提供科学的理论依据。
2 资料来源与方法介绍
2.1 资料来源
本文采用国家信息中心整编的中国地面气候资料日值数据中的逐日降水资料。经过严格的质量控制， 选取1979 -2021年陕西省99个国家自动站的夏季逐日降水资料。此外， 选取同期ERA-5再分析数据， 垂直方向1000~200 hPa共16层， 水平分辨率为0.25°×0.25°， 物理量包括位势高度、 经向风场、 纬向风场等， 还包括美国气候预测中心（Climate Prediction Center， CPC）提供的逐日降水资料。文中涉及的地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2016）1600号的中国地图制作， 底图无修改。
2.2 极端降水指数定义方法
基于前人对百分位法的定义（Yan et al， 2002； 卢珊等， 2022）， 本研究将1979 -2021年夏季某测站日降水量（非零）序列逐年升序排列， 选取每年序列第95个百分位值共计43年的平均值作为该站极端降水的阈值。统计超过该阈值的降水量和频次定义为极端降水指数（R95TOT）和极端降水频次（R95FRE）， 同时计算夏季日降水超过10 mm的日数定义极端降水指数（R10mm）， 最后计算夏季平均降水量（MSP）与上面的极端降水指数进行比较分析（Sillmann et al， 2013）。
2.3 旋转经验正交函数分解
旋转经验正交函数分解（REOF）在经验正交函数分解（EOF）基础上， 选择一个正交旋转矩阵， 将EOF的结果旋转使其列向量的元素方差最大。这样使得旋转后的特征场在时间上具有更强的稳定性， 在空间上更能突出要素异常分布的局域性气候特征（陈豫英等， 2010）。
2.4 HYSPLIT-4模式
混合单粒子拉格朗日综合轨迹模式（HYSPLIT-4）是一种应用拉格朗日方法的混合单粒子轨迹模型， 用来分析质点轨迹及模拟气团内的扩散、 沉积过程。其基本原理是假设气块随风场运动， 气块在时间、 空间上位置矢量的积分可以确定其运动轨迹。公式如下：
式中： P'是第一猜测位置； P是最终位置， 对上一时刻的平均速度以及第一猜测位置的速度平均， 而后再乘以时间步长， 可以得到下一时刻质点的位置。具体内容可以参考文献（Makra et al， 2011）。
3 极端降水时空分布
根据陕西气候和地形特点分为： 黄土高原为主的陕北， 平原地区为主的关中， 丘陵和山地为主的陕南。从图1（a）中看到， 95%百分位的得到的夏季陕西省极端降水阈值由北向南递增， 其中陕北北部极端降水阈值为25~30 mm·d-1， 陕北大部、 关中北部的极端降水阈值为30~35 mm·d-1， 关中南部的极端降水阈值为35~40 mm·d-1。位于秦岭以南的陕南地区整体极端降水阈值较大， 其中陕南北部的极端降水阈值为45~50 mm·d-1， 陕南南部的极端降水阈值大于50 mm·d-1， 陕南降水阈值等值线密集也说明了该区域极端降水空间变化较大。图1（b）是基于CPC降水得到的全省极端降水阈值， 从空间分布上看和站点资料得到的结果比较一致， 尤其在陕北南部和陕南南部的降水阈值大值区均有表现， 但是在降水阈值的量级上整体小5 mm·d-1左右。
从图2（a）中可以看到， 陕西省夏季平均降水量整体表现出南多北少的空间特征， 其中陕北西部降水最少为45 mm， 陕南有降水大值中心超过了200 mm， 是全省降水最大的区域。陕南位于秦岭以南， 由于地形的阻挡作用导致水汽在秦岭以南聚集， 充沛的水汽条件造成了陕南降水相比于其他地区更多。R95TOT、 R95FRE和R10mm［图2（b）~（d）］三种极端降水指数的空间分布呈现南多北少的分布特点， 陕北南部有极端降水的大值区为40 mm， 尽管地理位置上偏北但比关中北部的值还大， 关中南部极端降水为35~45 mm， 陕南极端降水值的范围是全省最大为60~85 mm。秦岭以北极端降水等值线稀疏说明陕北、 关中极端降水变化基本相同， 陕南地区地形以山地丘陵为主， 而且冷暖空气相遇比较频繁导致该区域极端降水多变（毕宝贵， 2006； 肖贻青等， 2023）。从图2（c）和图2（d）可以看到， 极端降水日数由北向南增加， 陕南地区日数最多， 关中和陕北南部次之， 陕北北部最少。其中， 图2（d）相比于2（c）极端降水日数在陕南、 关中地区等值线较密集说明极端日数变化较大， 陕南南部为18天以上， 陕南北部为16~18天， 关中地区为12~16天， 陕北地区为6~12天。
图2 1979 -2021年夏季平均降水量（MSP）（a， 单位： mm）、 夏季极端降水指数R95TOT（b， 单位： mm）、 R95FRE（c， 单位： d）和R10mm（d， 单位： d）的空间分布Fig.2 The spatial distribution of mean summer precipitation （MSP） （a， unit： mm）， extreme summer precipitation R95TOT （b， unit： mm）， R95FRE （c， unit： d） and R10mm （d， unit： d） from 1979 to 2021 |
全省1979 -2021年夏季平均降水量变化趋势的空间分布看到， 陕北、 关中和陕南中部近几十年降水呈增加的趋势［6~8 mm·（10a）-1］， 部分地方降水增加趋势超过了10 mm·（10a）-1。尽管陕北地区平均降水量是增加的趋势， 但是研究表明位于黄土高原的陕北近些年干旱增多（Du et al， 2020）， 这可能说明降水不是影响该地区干旱的主导因素。R95TOT、 R95FRE和R10mm三种极端降水指数变化趋势上也能看到陕北中部、 关中北部和东部极端降水增加， 其中陕北极端降水增加6~8 mm·（10a）-1， 关中地区极端降水增加4~6 mm·（10a）-1， 研究指出黄土高原地区年平均降水减少的背景下极端降水事件增多（赵庆云， 2005）， 这也和本文研究得到陕北地区极端降水特征的结论基本一致。极端降水日数的变化趋势也可以看到陕北和关中极端降水日数增加0.1~0.2 d·（10a）-1， 部分地方日数增加0.2 d·（10a）-1以上， 近些年陕北地区极端降水的增加也与该地区植被覆盖提高、 生态环境改善有关（卢珊等， 2022）。图3（d）表征的极端降水日数（R10mm）主要在关中的中部和北部地区表现为增加的趋势， 在陕北地区相比于其他指数通过显著性检验的区域较少。
图3 1979 -2021年夏季平均降水量（MSP） ［a， 单位： mm·（10a）-1］、 夏季极端降水指数R95TOT ［b， 单位： mm·（10a）-1］、 R95FRE ［c， 单位： d·（10a）-1］和R10mm ［d， 单位： d·（10a）-1］变化趋势的空间分布Fig.3 The spatial distribution of mean summer precipitation trend （MSP） ［a， unit： mm·（10a）-1］， extreme summer precipitation trend R95TOT ［b， unit： mm·（10a）-1］， R95FRE ［ c， unit： d·（10a）-1］ and R10mm ［ a， unit： d·（10a）-1］ from 1979 to 2021 |
下面进一步讨论夏季极端降水距平的时间变化（图4）， 1979 -2021年全省总降水量距平呈增加的趋势（0.37 mm·a-1）。1981年之前全省夏季总降水是正距平， 说明这3年降水异常偏多， 然而1981 -2000年只有5年的降水是正距平， 其余年份降水都异常偏少， 这和前人的研究得到20世纪90年代中后期黄河流域出现干涸现象是由于降水异常偏少导致的结论基本相同（Zhang et al， 2016）。2005年以后降水异常偏多年份较多， 尤其在2021年夏季是全省降水异常最多的年份。三种极端降水指数距平的时间序列可以看到极端降水对应的正异常年份和负异常年份基本一致， 时间变化上为增加的趋势（R95TOT： 0.33 mm·a-1； R95FRE： 0.01 d·a-1； R10mm： 0.01 d·a-1）。而且图4中可以看到， 夏季总降水量和夏季极端降水都在1981年之前为正异常年份， 1981 -2005年之间负异常年份较多， 2005年之后又是正异常年份较多。图4中也可以看到， 基于9年滑动平均的结果上四种极端降水指数均表现出2005年之前为负距平， 2005年之后为正距平， 极端降水表现出这种年代际的转折现象说明可能是前后时段的大气环流的异常所致。
图4 1979 -2021年夏季平均降水量（MSP）距平的年际变化（a， 单位： mm）， 夏季极端降水指数R95TOT距平（b， 单位： mm）、 R95FRE距平 （c， 单位： d）， R10mm距平（d， 单位： d）的年际变化红线为变化趋势， 蓝色虚线为9年滑动平均线 Fig.4 The interannual variation of mean summer precipitation （MSP） anomaly （a， unit： mm）， extreme summer precipitation R95TOT anomaly （b， unit： mm）， R95FRE anomaly （c， unit： d） and R10mm anomaly （d， unit： d） from 1979 to 2021.The red line is the trend and the dashed blue line is the 9-year moving average |
采用旋转经验正交函数分解（REOF）对陕西省夏季极端降水（R95TOT）空间型进行划分。REOF结果［图5（a）~（c）］表明， 前3个经验正交函数分解的累计方差贡献率超过了60%， 其中REOF第一空间模态方差为30%， REOF第二空间模态方差为24%。选取前两个EOF模态旋转分析， 可以看到陕西省夏季极端降水的空间分布主要分为两个类型， 图5（a）类型的极端降水主要出现在33°N以南的陕南地区， 图5（b）类型的极端降水主要出现在36°N以北的陕北地区。因此， 基于旋转经验正交函数（REOF）空间模态显示的极端降水分布类型可以分为陕北和陕南， 根据陕西的地理和气候特征考虑在REOF结果的基础上将关中地区单独讨论。图5（d）~（f）分别是这3个地区极端降水距平的时间变化， 陕北地区极端降水变化趋势为0.36 mm·a-1， 尤其在2000年之后陕北极端降水距平正异常年份较多， 关中地区极端降水变化趋势为0.35 mm·a-1， 尽管陕南地区在全省极端降水最多， 但是极端降水变化趋势只有0.11 mm·a-1。
4 水汽输送路径
水汽是极端降水必不可少的物质基础， 大气中水汽主要集中在500 hPa以下， 对气候和天气有至关重要的影响（钱正安等， 2018）。陕西省距离海洋较远， 可全省不同区域降水差异较大， 说明陕西省上空的水汽来源和路径输送可能不同， 水汽输送的强弱和路径是影响极端降水的重要因素， 而且水汽输送强度和路径却由大尺度环流形势导致的（杨柳等， 2018）。
本文基于混合单粒子拉格朗日综合轨迹模式（HYSPLIT-4）追踪水汽的运动轨迹， 以便深入地了解全省具有代表性地区的水汽输送来源和路径。由于水汽路径主要集中在对流层中下层， 选取海拔设置为3000 m， 时间选取每日14:00（北京时， 下同）模拟以上3个代表地区空气块144 h后向输出轨迹， 最后采用簇分析法对所有轨迹进行聚类， 计算可得所选取簇的平均轨迹。
图6代表了三种不同气候特征和地形的水汽输送路径， 地处黄土高原的榆林地区主要源于三支水汽输送［图6（a）］， 路径1来自内陆的长江流域以及海面上东海和南海提供的大量水汽， 占比高达56%， 夏季该地区受副高脊线西伸北抬的影响将水汽带到黄土高原， 路径2和路径3是来自西侧和北侧的水汽输送路径， 分别占比20%和24%， 西支的水汽横跨亚洲大陆受西风带的影响进入陕西北部， 途经黑海、 里海上空也有一定水汽的补充。值得注意的是北支水汽相比西支水汽占比更多， 这可能与近些年全球变暖的背景下， 中高纬经向环流加大将极地的水汽输送到内陆有关。关中平原主要受四支水汽的影响［图6（b）］， 路径2和4是来自北侧和西侧的水汽占比25%， 这两支和影响榆林的水汽路径比较一致， 路径1和3是主要影响关中地区的水汽路径， 路径1受东-西向的秦岭地形影响水汽主要从关中东侧输送， 长江、 黄河流域以及东海都能提供大量的水汽， 路径3水汽源于中国南海地区从秦岭上空进入关中。秦岭以南的秦巴山区历来是陕西省极端降水最多的地区， 从图6（c）可以看到， 相比于陕北和关中， 秦巴山区水汽路径主要以东支和南支输送为主， 两者占比达到85%。东支以黄河流域以及内陆河流提供的水汽较多， 南支主要从孟加拉湾和南海地区的水汽输送到秦岭南部， 由于秦岭的阻挡北支的水汽输送至陕南相对较少。
5 极端降水大气环流形势分析
2005年后全省极端降水距平由负异常转为正异常（图4）， 为了进一步分析前后时段的大气环流配置， 需要分时段讨论造成极端降水异常的大尺度特征。从图7（a）和图7（b）可以看到， 在200 hPa高层位势高度由负异常转为正异常， 后一时间段正位势高度异常更有利于陕西省上空高层辐散导致上升运动增强， 而且2005年之后高层急流带变弱且有北抬的现象， 前人研究指出高层急流北抬减弱有利于西太副高脊线西伸（Chen and Zhang， 2020）， 进一步导致水汽向中西部地区输送有利于极端降水事件发生。大气中层500 hPa［图7（d）］可以看到， 2005年之后相比于前一时间段蒙古反气旋增强， 反气旋南侧的异常东风有利于水汽向内陆中西部地区输送， 陈发虎等（2021）指出西北东部地区暖湿化就和蒙古反气旋的增强有密切的关系。图7（e）和图7（f）是低层850 hPa风场， 2005年之前异常的西北风不利于夏季副高外围带来的水汽向北输送， 而后一时间段受异常的东南风影响夏季水汽更容易进入西北东部地区， 这为极端降水的发生也提供了水汽条件。
图7 1979 -2005年（a）、 2005 -2021年（b）与1980 -2020年在200 hPa高度场（彩色区， 单位： gpm）和U风（等值线， 单位： m·s-1）的差值场， 1979 -2005年（c）、 2005 -2021年（d）与1980 -2020年在500 hPa高度场（彩色区， 单位： gpm）和风场（矢量， 单位： m·s-1）的差值场， 1979 -2005年（e）、 2005 -2021年（f）分别与1980 -2020年在850 hPa风场（矢量， 单位： m·s-1）的差值场图7（a）和（b）中红线代表2005年前、 后时间段U风≥20 m·s-1， 黑线是气候态（U风）； 图7（c）和（d）中红线代表2005年前、 后时间段5780~5900 gpm等值线， 黑线是气候态（5780~5900 gpm等值线）； 绿色方框代表研究区域（陕西省） Fig.7 The differences of the geopential height （color area， unit： gpm） and zonal wind （contour， unit： m·s-1） at 200 hPa between 1979 -2005 and 1980 -2020 （a）， 2005 -2021 and 1980 -2020 （b）， respectively.The differences of the geopential height （color area， unit： gpm） and horizonal wind （vector， unit： m·s-1） at 500 hPa between 1979 -2005 and 1980 -2020 （c）， 2005 -2021 and 1980-2020 （d）， respectively.The differences of the horizonal wind （units： m·s-1） at 850 hPa between 1979 -2005 and 1980 -2020 （e） and between 2005 -2021 and 1980 -2020 （f）， respectively.In Fig.7（a） and （b）， The red line represents the U wind≥20 m·s-1 in the period before and after 2005， and the black line is the climate state （U wind≥20 m·s-1）.In Fig.7（c） and （d）， The red line represents the 5780~5900 gpm contours in the period before and after 2005， and the black line is the climate state （5780~5900 gpm contours）.The green box represents the study area （Shaanxi Province） |
6 结论
本文研究了1979 -2021年陕西省夏季极端降水的时空变化及其大气环流特征， 总结得出以下结论：
（1） 在全球变暖的背景下近20年陕西省夏季极端降水事件增多， 在空间分布上夏季极端降水呈现出南多北少的特征。极端降水量大值和极端降水频次大值中心主要在陕北中南部、 陕南南部地区， 陕北中部和关中中东部极端降水为增加趋势， 通过REOF分区后讨论得到陕北和关中极端降水增加趋势为0.36 mm·a-1和0.35 mm·a-1， 陕南极端降水增加趋势最小为0.11 mm·a-1。
（2） 通过对全省3个典型地区进行水汽追踪表明： 陕北地区主要水汽来源为东支内陆的长江流域和东海洋面提供的水汽， 以及西支和北支从中高纬带来的水汽； 关中地区主要水汽来源为东支的长江、 黄河流域以及南支低纬的南海地区； 陕南地区主要水汽来源为东支的黄河流域以及内陆河流提供的水汽较多， 南支包括南海区域、 孟加拉湾的水汽输送， 北支的水汽受秦岭的阻挡输送较少。
（3） 陕西省极端降水是高、 中、 低层大气环流共同作用导致的。高层200 hPa辐散的增强有利于上升运动， 急流带变弱北抬也有利于西太副高西伸。大气中层500 hPa西太副高的西伸北抬造成其外围充沛的水汽进入内陆， 中层的蒙古反气旋南侧异常东风配合着低层850 hPa的东南风更有利于水汽进一步向西北地区输送， 在高、 中、 低层大气共同作用下导致了极端降水事件。