论文

重庆水电流域夏季降水模态分析及其水汽输送特征

  • 刘祥 , 1 ,
  • 何军 1 ,
  • 庞玥 , 2 ,
  • 孔德璇 3 ,
  • 夏佰成 1
展开
  • 1. 中国气象局气候资源经济转化重点开放实验室,重庆市气象服务中心,重庆 401147
  • 2. 中国气象局气候资源经济转化重点开放实验室,重庆市气象台,重庆 401147
  • 3. 贵州省黔西南布依族苗族自治州气象局,贵州 兴义 562400
庞玥(1988 -), 女, 重庆涪陵人, 副高级工程师, 主要从事气象灾害与天气预报研究. E-mail:

刘祥(1989 -), 男, 湖南辰溪人, 工程师, 主要从事专业气象服务研究. E-mail:

收稿日期: 2023-05-29

  修回日期: 2023-09-07

  网络出版日期: 2024-03-26

基金资助

重庆市技术创新与应用发展专项重点项目(CSTB2022TIAD-KPX0123)

The Analysis of Summer Precipitation Modes and Its Characteristics of Water Vapor Transportation in Hydroelectric Basins of Chongqing

  • Xiang LIU , 1 ,
  • Jun HE 1 ,
  • Yue PANG , 2 ,
  • Dexuan KONG 3 ,
  • Baicheng XIA 1
Expand
  • 1. China Meteorological Administration Key Open Laboratory of Transforming Climate Resources to Economy,Chongqing Meteorological Service Center,Chongqing 401147,China
  • 2. China Meteorological Administration Key Open Laboratory of Transforming Climate Resources to Economy,Chongqing Meteorological observatory,Chongqing 401147,China
  • 3. Meteorological Bureau of Qian Xinan Buyei and Miao Autonomous Prefecture,Xingyi 562400,Guizhou,China

Received date: 2023-05-29

  Revised date: 2023-09-07

  Online published: 2024-03-26

Copyright

© Editorial Department of Plateau Meteorology (CC BY-NC-ND)

摘要

水电是重庆重要的产电形式之一, 研究重庆水电流域夏季降水的强弱和分布对做好夏季电力气象保障服务具有重要意义, 目前的研究主要聚焦于西南地区或四川盆地, 较少以水电流域为单位进行研究, 对做好精细化的电力气象服务参考作用有限。本文利用1981 -2022年重庆水电流域115个气象观测站点降水数据、 ERA5再分析资料, 通过EOF分析、 回归分析、 合成分析等方法, 对重庆水电流域夏季降水模态和成因进行了分析, 并进一步探究了各模态水汽输送特征。结果表明: 重庆水电流域夏季降水主要有全区一致型和南北反向型两个模态, 全区一致型中一致偏多型环流特征主要表现为中高纬高度场波动振幅较大, 中纬度西风急流偏强、 偏南, 中低纬南亚高压偏强、 偏南, 西太平洋副热带高压偏西, 同时流域内配合有异常的西南水汽输送和水汽辐合, 一致偏少型则与之相反, 此外, 影响全区一致型的水汽通道共有4条, 分别为孟加拉湾西部南风通道、 中南半岛北部的南风通道、 高原东侧的西风通道、 菲律宾以西的东风通道, 其中以菲律宾以西的东风通道影响最为显著; 南北反向型中北多南少型环流特征主要表现为中高纬高度场西高东低, 中纬度西风急流偏北, 中低纬南亚高压表现为东部型, 西太平洋副热带高压容易西伸、 北跳, 同时流域内配合有较强的向北输送的水汽通量, 且北部有水汽辐合、 南部有水汽辐散, 南多北少型则与之相反, 此外, 影响南北反向型的水汽通道共有2条, 分别为流域中部南风通道和菲律宾东部南风通道, 且二者表现出一致变化的特征。

本文引用格式

刘祥 , 何军 , 庞玥 , 孔德璇 , 夏佰成 . 重庆水电流域夏季降水模态分析及其水汽输送特征[J]. 高原气象, 2024 , 43(2) : 421 -433 . DOI: 10.7522/j.issn.1000-0534.2023.00072

Abstract

Hydroelectric is one of the crucial forms of electricity generation in Chongqing, studying the intensity and distribution of summer precipitation in the Chongqing hydropower basin holds significant importance for providing reliable meteorological support for summer power generation.Currently, research efforts primarily concentrate on the Southwest region or the Sichuan Basin, with limited focus on individual hydropower basins, as a result, the potential for providing refined electricity meteorological services is restricted.In this study, by using EOF analysis, regression analysis, synthesis analysis and other methods, the summer precipitation modes and causes in hydroelectric basins of Chongqing were analyzed based on the precipitation data from 115 meteorological observation stations in Chongqing's hydroelectric basins from 1981 to 2022, as well as ERA5 reanalysis data.Furthermore, the characteristics of water vapor transport for each precipitation mode were explored.The results show that there are two main precipitation modes in the summer in the major hydroelectric basins of Chongqing: the region-wide consistent mode and the north-south reverse mode.The circulation characteristics of the consistent excessive mode in region-wide consistent mode are mainly characterized by large amplitude in the mid-high latitude geopotential height field, a stronger and southward-shifted mid-latitude westerly jet, a stronger and southward-shifted South Asian high, and a westward-shifted subtropical high, the consistent low mode are opposite.Simultaneously, there are abnormal southwest water vapor transport and convergence within the basin, which collectively result in excessive precipitation in the basin.In addition, there are four water vapor channels that influence the region-wide consistent mode, they are the southerly channel in the western Bay of Bengal, the southerly channel in the northern part of the Indochina Peninsula, the westerly channel on the eastern side of the Tibetan plateau, and the easterly channel west of the Philippines, with the eastern channel west of the Philippines having the most significant impact.The circulation characteristics of the more north and less south mode in north-south reverse mode are primarily characterized by a west-high-east-low geopotential height field in the mid-high latitudes, a northward-shifted mid-latitude westerly jet, an eastern-type South Asian high in the mid-low latitudes, and a tendency for the subtropical high to extend westward and northward.Meanwhile, there is a strong northward water vapor flux within the basin, with water vapor convergence in the northern part and water vapor divergence in the southern part, more south and less north mode are opposite.Additionally, there are two water vapor channels that influence the north-south reverse mode, they are the southerly channel in the central part of the basin and the southerly channel in the eastern part of the Philippines, exhibiting consistent changes.

1 引言

重庆市是集大城市、 大农村、 大山区、 大库区于一体的直辖市, 近年来, 随着成渝地区双城经济圈建设、 “一带一路”和长江经济带及内陆开放高地等重大战略的提出, 全市社会经济得以飞速发展, 在2020年“双碳”目标提出后, 水电作为重庆地区重要的清洁能源越来越受到重视, 但重庆由于其复杂的地形和特殊的地理位置, 气象灾害多发、 频发、 重发, 2020年6月22日, “乌江2020年第1号洪水”形成, 7月2日至8月17日, 长江、 嘉陵江密集发生7次编号洪水, 长江寸滩水文站出现1939年建站以来的最高洪水位, 流域沿线水库面临决堤风险, 2022年7 -8月重庆市遭遇有完整气象观测记录以来最强高温天气过程, 引发的气象干旱排名历史第二, 用电需求暴增而水电厂水位持续下降, 缺电现象极为突出。综上可知, 夏季极端气象灾害的发生, 增加了全市迎峰度夏电力保供气象保障的难度, 一定程度影响了社会安定和经济发展, 因此, 有必要深入了解重庆主要水电流域夏季降水分布特征以及旱涝成因, 探索不同水分布型水汽输送特征, 为重庆市气象防灾减灾和电力保供气象服务提供科学指导。
过去诸多学者对中国不同地区的降水特征和前兆信号进行了分析, 研究表明, 前冬季赤道东太平洋海温会影响东亚冬季风, 进而对次年夏季长江流域降水产生影响(Chen et al, 2000), 我国东部夏季降水的准两年周期振荡与东亚夏季风准两年振荡有很强的相关性(Miao and Lau, 1990Tian and Yasunari, 1992Chang et al, 2000黄荣辉等, 2006), 同时夏季降水的雨带分布型也与前期的东部型、 中部型和混合型厄尔尼诺事件有一定关系(袁媛等, 2012)。在降水特征分析中, 通常采用EOF分解得到降水分布的主要模态, 例如我国东部夏季降水通过EOF分解可得到经向三极子型和经向偶极子型两个主要模态(黄荣辉等, 2011), 长江流域夏季降水可分解为流域一致型和南北反向型两个主要模态(肖志祥和谭江红, 2018), 西北中部夏季降水可分解为全区一致型、 东西反相型及类似“三明治”型三个主要模态(申红艳等, 2017), 此外, 我国冬季降水、 南方夏季降水、 华北降水、 西南地区极端降水也可通过EOF分解得到对应的降水分布型(王林和冯娟, 2011李维京等, 2018郝立生等, 2011陈子凡等, 2022)。通过合成分析、 回归分析等方法可对各模态正负异常年环流特征进行对比分析, 如长江中下游极端降水频次偏多年与偏少年相比, 东亚夏季风偏弱, 鄂霍次克海阻塞高压持续日数偏多, 东亚副热带急流偏南(武文博等, 2018), 我国东南地区高空辐合辐散以及垂直运动的差异, 配合中南半岛环流异常对孟加拉湾水汽送的影响, 造成了南方夏季降水东西反向型分布(刘景鹏, 2018), 同时, 东亚高空西风急流、 副热带高压、 南海风场、 东北冷涡、 乌山阻高等天气系统变化差异也会造成特定地区降水分布型正负位相异常(郭恒和张庆云, 2016马金龙等, 2017潘留杰等, 2018)。降水前兆信号也是诸多学者关注的重点之一, 北太平洋类 PDO 和类 ENSO的海温异常模态会影响次年5月云南降水全区一致型变化, 而赤道印度洋海温变化则是对次年5月云南东西反向型降水产生影响(晏红明, 2022)。水汽输送也是研究大气环流和降水变化的重要方面之一, 通过分析经向水汽输送和纬向水汽输送与降水的关系, 确定水汽通道, 进而分析各水汽通道的特征及其影响, 对深入认识某区域水汽输送和水汽收支特征有重要意义。周晓霞等(2008)李永华等(2010)定义了一种水汽通道的判别标准和方法, 基于此方法, 江汉流域秋汛期降水主要有3条水汽通道, 且降水主要受其中两条水汽通道影响(邢雯慧等, 2019), 青藏高原夏季降水主要有西风带、 阿拉伯海、 孟加拉湾北部及南海4条水汽通道, 降水量高低与孟加拉湾北部通道水汽输送强弱对应关系最强(林厚博等, 2016)。
针对西南地区降水, 其夏季干旱年和湿润年水汽输送有一定不同, 且主要表现为水汽输送强度存在差异(朱家宁等, 2023), 同时四川盆地降水也是诸多学者的关注重点, 如四川盆地的短时强降水频次和降水量整体表现为西多东少且呈现单峰夜雨型结构, 部分地区有双峰型表现(冉津江等, 2023), 其夏季降水一致型分布受前期ENSO事件衰减的显著影响, 而东西反向型则主要受中高纬500 hPa环流类POL遥相关影响(郑然, 2022), 可见诸多学者围绕西南地区甚至四川盆地降水进行了深入分析, 但鲜有学者针对水电流域降水特征开展研究, 重庆水电流域包含嘉陵江流域、 长江干流和乌江流域, 地处四川盆地东部及云贵高原东北部, 盆地、 丘陵、 山地交错, 地形复杂, 上述研究对重庆水电流域夏季水库蓄水规划和电网调度参考意义有限, 但仍然提供了一定的思路和方法, 基于此, 本文将从流域降水模态分解入手, 分析其主要成因及水汽输送特征, 为提高流域水电气象服务水平提供理论基础。

2 资料来源与方法介绍

2.1 资料来源

本文选用的研究数据如下: (1)中国气象局全国综合气象信息共享平台(CIMISS)提供的1981 - 2022年重庆、 四川、 贵州、 湖北、 甘肃五省国家级观测站夏季(6、 7、 8月)逐日资料, 根据重庆三个重要水电流域(后文简称流域, 包括: 长江干流、 嘉陵江、 乌江流域)边界以及五省站点经纬度信息, 筛选出115个流域内站点(图1)。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(2019)3082号的中国地图制作, 底图无修改; (2)欧洲中期天气预报中心(ECMWF)提供的ERA5月平均再分析数据, 时间为1981 -2022年, 气象要素包括位势高度、 风场、 比湿等, 垂直方向层次为1000 hPa、 925 hPa、 850 hPa、 700 hPa、 500 hPa、 300 hPa、 200 hPa, 水平分辨率为0.25°× 0.25°。
图1 重庆水电流域115个国家气象站分布

黄色区域为嘉陵江流域, 蓝色区域为长江干流, 紫色区域为乌江流域, 蓝色线为河流, 黑色线为省界

Fig.1 The distribution of 115 meteorological observation stations in hydropower basins in Chongqing.The yellow area is the Jialing River basin, the blue area is the Yangtze River Basin.The purple area is the Wujiang River Basin.The blue line are rivers.The black line are the provincial boundaries

2.2 方法介绍

(1) 经验正交函数分解(EOF):
主成分分析方法即经验正交函数( Empirical Orthogonal Function, EOF)方法, 能对各种分布不规则的气象要素场进行时空场分解, 可有效反映气象要素时空场的变化特征。EOF 分解方法首先将某气候变量时空场的观测资料以矩阵的形式给出:
X = x 11 x 12 x 1 n x 21 x 22 x 2 n x m 1 x m 2 x m n
式中: m为空间点(观测站点或网格点) 的个数; n为时间序列的长度即观测次数。并将矩阵分解为空间函数V与时间函数T二者的乘积之和:
X = V · T
式中: V、 T 分别被称为空间函数矩阵和时间系数矩阵, 为正交关系, 目前, EOF方法已经广泛应用在大气科学领域的各项研究工作中。
(2) 水汽输送相关物理量计算:
本文主要参考周晓霞等(2008)李永华等(2010)对大气中水汽通量及水汽通量散度的计算, 并用来反映某一区域水汽输送的特征, 其中:
将单位气柱从地面到300 hPa垂直积分的水汽通量矢量Q作为总水汽通量, 其公式为:
Q = 1 g 300 P s V · q d p
单位气柱纬向总水汽输送通量和经向总水汽输送通量分别为:
Q λ = 1 g 300 P s u · q d p
Q φ = 1 g 300 P s v · q d p
边界积分的水汽输送公式为
F λ = y 1 y 2 Q λ d y
F φ = x 1 x 2 Q φ d x
整层积分水汽通量散度的计算公式为
· Q = 1 g 300 P s · ( V · q ) d p
式中: q为比湿(单位: g·kg-1); g为重力加速度, 为9.8 m·s-2Ps为大气柱底气压即地面气压; V为各层风速(单位: m·s-1); x 1x 2y 1y 2分别为起始经度、 终止经度、 起始纬度、 终止纬度。
(3) 本文还使用了相关分析、 合成分析等统计诊断方法, 显著性检验采用North检验以及Student-t检验方法。

3 重庆水电流域夏季降水模态及其变化

对1981 -2022年重庆水电流域内115个国家级观测站逐日降水资料进行整理和筛选, 得到1981 - 2022年逐站夏季(6 -8月)降水序列, 并对其进行EOF分解, 通过EOF分解后的变量场的信息主要集中在前几个模态上, 可有效反映气象要素时空场的变化特征。表1列出前四个模态的特征值及典型误差, 可见第一模态与第二模态之间以及第二模态与第三模态之间通过了North检验(North et al, 1982), 说明一、 二模态是独立存在的, 而第三、 四模态之间没有通过North检验, 说明第三模态不是独立存在的, 故这里不再考虑第三及其后的模态。
表1 各模态特征值及典型误差

Table 1 Eigenvalues and standard deviation error of each modes

第一模态 第二模态 第三模态 第四模态
特征值 985.6 614.4 251 194
典型误差 199.8 134.1 54.8 42
前两个模态的空间场分布见图2, 其中第一模态[图2(a)]可认为是全区一致型的降水分布型, 表现为全区降水一致偏多或一致偏少, 其方差贡献率为29.74%, 大值中心主要集中在沿长江一线。从对应时间序列PC1[图2(b)]的五年滑动平均可以看出, 全区一致型主要表现为年际变化特征, 每2~3年就会反转一次, 以时间序列≥1(≤1)为标准定义典型一致偏多年(典型一致偏少年), 得到典型一致偏多年的年份为1998、 2021、 2007、 2020、 1993年, 共5年, 一致偏少年为2006、 2022、 1997、 1990、 2011、 1994、 2001年, 共7年, 在后文中将以上述年份分别作为涝年和旱年进行分析。
图2 重庆水电流域夏季降水EOF分解第一、 二模态空间场(a, c, 等值线和阴影)及其对应的时间序列(b, d)

(a, c)中蓝色粗线为长江干流, 蓝色细线为支流; (b, d)中柱状图为时间系数, 实线为五年滑动平均

Fig.2 EOF1(a) and EOF2(b) modes of the summer rainfall in hydropower basins in Chongqing, and their associated time series PC1(c) and PC2 (d).The thick blue line in (a) and (c) are the main stream of Yangtze River, and the thin blue lines are tributaries.The bars in (b) and (d) are the PC1 and PC2, and the solid line is the PC five-year moving average

第二模态[图2(c)]可认为是南北反向型的降水分布型, 表现为以长江干流为分界线, 降水南多北少或北多南少。从对应时间序列PC2[图2(d)]的五年滑动平均可以看出主要表现为年代际变化特征, 近42年间重庆主要流域经历了北多南少→南多北少→北多南少→南多北少→北多南少5个时期, 平均周期在8~10年, 但其中1991-2005年经历了15年左右的南多北少的降水分布时期。同样亦可得到典型北多南少年为1981、 2013、 1990、 2018、 2021、 2005年, 共6年, 典型南多北少年为1996、 2002、 1999、 2014、 1997、 1991、 2016年, 共7年。
在这两个模态的典型年份中, 1990、 1997和2021年3个年份是重复年份, 根据3个年份对应两个模态的时间序列绝对值大小进行划分, 则1990、 1997年属于一致偏少年, 2021年属于一致偏多年。可得整理后的典型北多南少年为1981、 2013、 2018、 2005年, 共4年, 典型南多北少年为1996、 2002、 1999、 2014、 1991、 2016年, 共6年。

4 第一模态降水分布成因分析及水汽输送特征

4.1 降水分布成因分析

为分析大气环流对降水全区一致型分布的影响, 将PC1分别与逐年夏季200 hPa、 500 hPa的高度场和风场以及850 hPa风场进行回归, 得到一致偏多型环流特征。从PC1与200 hPa高度场的回归[图3(a)]来看, 伊朗高原至青藏高原、 东亚一线均表现为正异常, 异常脊线位置在25°N左右, 覆盖流域全区, 说明降水整体偏多与中低纬地区南亚高压偏强、 偏南有密切关系, 南亚高压偏强、 偏南有利于流域全区高层气流辐散, 也有利于副高西伸加强, 同时PC1与200 hPa风场的回归[图3(a)]来看, 在30°N -40°N存在西风正异常, 有利于中纬度西风急流偏强、 偏南, 增强了流域全区高层对低层空气的抽吸作用, 促进了垂直上升运动。从PC1与500 hPa高度场的回归[图3(b)]来看, 中高纬为两脊一槽的高度场异常分布型, 偏西正异常区域位于乌拉尔山附近, 偏东正异常区位于鄂霍次克海以西, 中部的负异常区主要位于贝加尔湖上空, 这种“+ - +”的配置增加了中高纬地区西风带长波的振幅, 有利于引导冷空气南下与暖湿气流汇合成云致雨, 中低纬地区流域上空恰好位于副高异常区西北部的西南风异常气流中, 水汽输送增强。从PC1与850 hPa风场的回归[图3(c)]来看, 在中高纬地区巴尔喀什湖西北部存在异常的反气旋性环流与我国东北地区异常的气旋性环流, 共同引导贝加尔湖附近的冷空气经河套地区南下, 与我国西南地区异常的西南暖湿气流在流域中部沿长江一线相遇, 造成降水增多。将第一模态典型涝年和旱年夏季沿100°E -110°E平均的经向速度和垂直速度做差, 得到异常垂直环流的纬度-高度剖面[图3(d)], 在上述高、 中、 低层高度场和风场的配置下, 在25°N - 35°N对流层整层均呈现出异常的垂直上升运动, 同时与20°N附近的垂直下沉运动形成一个次级经圈环流, 进一步促进了低层偏南气流向流域输送水汽。根据空间场分布可知, 将PC1×(-1)后与环流场进行回归分析可得一致偏少型环流特征(图略), 其所得结果在数值上与一致偏多型互为相反数, 故环流形势与之相反, 这里不再赘述。
图3 第一模态PC1回归的200 hPa(a)、 500 hPa(b)高度场(等值线, 单位: gpm)和风场(矢量, 单位: m·s-1)与850 hPa风场(c, 单位: m·s-1), 以及典型涝年和旱年夏季沿100°E -110°E 平均的纬度-高度风场差值剖面(d, 垂直速度扩大了150倍, 单位: m·s-1

(a~d)中填色部分表示风场通过显著性检验的区域, 黑色方框为研究流域所在位置

Fig.3 Regression analysis of 200 hPa (a)、 500 hPa (b) height field (unit: gpm) and wind field (unit: m·s-1), and 850 hPa wind field (c, unit: m·s-1) by PC1 of the first mode, the difference of averaged meridional-vertical wind filed circulation over 100°E -110°E between typical flood year and typical drought year in summer(d, vertical velocity magnified 150 times, unit: m·s-1).The filled areas are the area where the wind field graph passed the significance test (a~d) and the black box shows the location of the study basin in (a~c)

4.2 水汽输送特征

为探究第一模态正负异常年水汽输送差异, 将典型涝年和旱年夏季整层积分水汽通量做差, 得到水汽通量差值场[图4(a)], 在流域内, 涝年相较于旱年有更明显的西南水汽输送, 该异常水汽输送从我国西南地区东部一直延伸到长江中下游地区, 不仅对本流域有影响, 也有利于长江中下游地区降水的增多。典型涝年和旱年夏季整层积分水汽通量散度差值场[图4(b)]显示, 流域内有异常的水汽辐合, 促进了异常水汽输送在流域内的汇集, 同样水汽辐合区覆盖了我国西南地区东部至长江中下游地区, 而在华南地区则为水汽异常辐散, 体现了本流域与长江中下游流域存在降水一致变化的规律。
图4 典型涝年和旱年夏季整层积分水汽通量差值场(a, 单位: kg·m-1·s-1)和整层积分水汽通量散度差值场(b, 单位: ×10-6 kg·m-2·s-1

(a)中红色矢量和(b)中打点区域均表示通过95%的显著性检验, 红色方框为研究流域所在位置

Fig.4 The difference of the water vapor flux (a, unit: kg·m-1·s-1) and water vapor flux divergence (b, unit: ×10-6 kg·m-2·s-1) integrated from surface to 200 hPa between typical flood year and typical drought year.The red vectors in (a) and dotted area in (b) are indicate statistically at 95% significance level.The red box shows the location of the study basin

上述分析表明, 第一模态正负异常年有较为明显的水汽输送差异, 为进一步分析影响流域第一模态降水分布的水汽通道情况, 将PC1分别与整层积分的纬向水汽输送[图5(a)]和整层积分的经向水汽输送[图5(b)]进行相关分析。从纬向水汽输送相关场可见, 显著正相关区位于30°N附近, 从帕米尔高原南部到青藏高原向东延伸到长江中下游和东海区域, 最大相关区位于青藏高原东部, 说明与该区域西风水汽输送有密切关系, 显著负相关区从菲律宾以东洋面向西经马来半岛和孟加拉湾延伸至印度中部, 主要大值区位于菲律宾南部附近, 说明与该区域东风水汽输送有密切关系。从径向水汽输送相关场可见, 显著正相关区主要位于华南地区西部到中南半岛, 另一个范围较大的正相关区位于孟加拉湾西部, 说明与两个区域的南风水汽输送有密切关而显著负相关区均离流域较远, 其直接联系较弱, 这里不再做深入研究。参照周晓霞、 李永华等定义的水汽通道的方法, 结合图4(a)水汽输送方向, 选取在其流入方向的通道, 确定了影响第一模态降水主要的四条水汽通道[图5(c)]: (1)孟加拉湾西部南风通道(通道1: 15°N, 75°E -85°E), 主要反映来自孟加拉湾向北的水汽输送, 在南支槽的作用下转向西北输送至本流域; (2)中南半岛北部的南风通道(通道2: 20°N, 100°E -110°E), 主要反映来自南海向北的水汽输送; (3)高原东侧的西风通道(通道3: 95°E, 25°N -30°N), 主要反映西风带的水汽输送, 与中纬度西风带相联系, 比较稳定; (4)菲律宾以西的东风通道(通道4: 120°E, 5°N - 15°N), 主要反映西太平洋水汽输送对流域的影响, 通过副热带高压南侧的东风气流引导西太平洋水汽向西经南海转向北输送至本流域。四条水汽通道均在水汽流入方向上从而影响流域降水变化。
图5 PC1与水汽通量相关场纬向(a)和经向(b)相关系数分布以及主要水汽通道示意图(c)

(a~b)中打点区域为相关系数通过95%的显著性检验; (a~b)中红色方框和(c)中蓝色阴影为研究流域所在位置, (c)中数字为四条水汽通道, 红色箭头代表水汽通道方向

Fig.5 The correlation distribution between PC1 and water vapor transport (a: zonal water vapor transport; b: meridional water vapor transport); Schematic diagram of the main water vapor channel(c).The shaded area indicate statistically at 95% significance level in (a) and (b).The red box in (a) (b) and the shade of blue in (c) show the location of the study basin.The numbers in (c) refers to four water vapor channels.The red arrow in (c) represents the direction of the water vapor channel

由于通道4为东风输送, 即当通道4纬向输送为负值时, 对PC1变化有正贡献, 为方便比较, 将通道4逐年水汽输送值乘以-1, 表示至东向西水汽输送的大小。对各水汽通道进行相关分析显示(表2), 通道2与通道4之间相关系数达到了0.89, 这与前文分析通道4通过副热带高压南侧的东风气流引导水汽向西经南海转向北输送是相吻合的, 通道4的水汽主要经通道2输送到本流域, 造成了二者很强的相关性, 此外通道1分别与通道2、 3也有较强的相关性, 说明来自孟加拉湾的水汽可能一部分向北通过西风气流汇入通道3, 一部分向东通过副高西侧的偏北气流汇入通道2, 导致了通道1与二者有比较高的相关性。通过各水汽通道逐年变化(图6)显示, 通道1、 2、 3的年际变化较小, 通道4的年际变化相对较大, 同时, 通道4乘以-1后大于0的年份很好的对应了典型涝年, 说明当菲律宾附近出现向西的水汽输送时, 流域全区降水一致偏多的可能性非常大。
表2 四条水汽通道相关性分析

Table 2 Correlation analysis of four water vapor channels

通道1 通道2 通道3 -1×通道4
通道1 1 0.62* 0.51* 0.28
通道2 1 0.36 0.89*
通道3 1 0.25
-1×通道4 1

*为通过99%显著性水平检验(* indicate statistically at 95% significance level)

图6 PC1各水汽通道逐年夏季整层积分水汽通量序列

Fig.6 The sequence of water vapor flux integrated from surface to 200 hPa of each water vapor channel in summer of PC1

5 第二模态降水分布成因分析及水汽输送特征

5.1 降水分布成因分析

将PC2分别与逐年夏季200 hPa、 500 hPa的高度场和风场以及850 hPa风场进行回归, 得到北多南少型环流特征。从PC2与200 hPa高度场的回归[图7(a)]来看, 在90°E以东有一个正中心, 促使南亚高压有偏向东部型的趋势, 此时副高容易西伸、 北跳, 588 dagpm线控制在长江中下游, 造成长江中下游少雨而西北多雨(朱乾根, 2007), 使得更靠近西北的嘉陵江流域多雨, 形成北多南少的降水分布型, 同时在风场上异常西风在40°N以北, 即西风急流偏北, 对流域偏北区域影响较大。PC2与500 hPa高度场的回归[图7(b)]显示, 中高纬地区为西高东低的形势, 副高异常脊线位于30°N附近, 与中高纬正、 负异常区之间的偏北气流在30°N -40°N之间汇合, 造成流域北部降水增多而不利于南部降水。从PC2与850 hPa风场的回归[图7(c)]来看, 偏北气流南下活动不明显, 流域内无明显冷暖空气交汇, 嘉陵江流域有风速辐合, 乌江流域有风速的辐散, 分别影响二者降水偏多和偏少。将第二模态北涝南旱年和南涝北旱年夏季沿100°E -110°E平均的经向速度和垂直速度做差, 得到异常垂直环流的纬度-高度剖面[图7(d)], 其结果显示在30°N以南的乌江流域为异常的下沉气流, 而在30°N以北的嘉陵江流域为上升气流, 垂直运动的差异同样造成了南北降水反相的结果。将PC2×(-1)后与环流场进行回归分析可得南多北少型环流特征(图略), 同理, 其环流形势与北多南少型相反, 同样不再赘述。
图7 第二模态PC2回归的200 hPa(a)、 500 hPa(b)高度场(等值线, 单位: gpm)和风场(矢量, 单位: m·s-1)与850 hPa风场(c, 单位: m·s-1), 以及典型北涝南旱年与南涝北旱年夏季沿100°E -110°E 平均的纬度-高度风场差值剖面(d, 垂直速度扩大了150倍, 单位: m·s-1

(a~d)中填色部分表示风场通过显著性检验的区域, 黑色方框为研究流域所在位置

Fig.7 Regression analysis of 200 hPa (a)、 500 hPa (b) height field (unit: gpm) and wind field (unit: m·s-1), and 850 hPa wind field (c, unit: m·s-1) by PC2 of the second mode, the difference of averaged meridional-vertical wind filed circulation over 100°E -110°E in summer between typical year of waterlogging in north and typical year of waterlogging in south (d, vertical velocity magnified 150 times, unit: m·s-1).The filled areas are the area where the wind field graph passed the significance test (a~d) in and the black box shows the location of the study basin in (a~c)

5.2 水汽输送特征

为探究第二模态正负异常年水汽输送差异, 将典型北涝南旱年与南涝北旱年夏季整层积分水汽通量做差, 得到水汽通量差值场[图8(a)], 二者的差异主要表现在, 流域内没有明显的西南水汽输送以及南北气流交汇, 异常水汽输送主要来自东海区域, 在长江中上游转向北输送, 造成嘉陵江流域降水增多, 而乌江流域处于东北风控制区, 来自西太平洋和东海的水汽一部分向北, 一部分向西南, 形成水汽分流, 使得降水减少, 结合整层积分水汽通量散度差值场[图8(b)], 从乌江流域沿长江以南至长江中下游为明显的水汽辐散区, 而在嘉陵江流域有水汽辐合中心, 综上, 水汽输送与辐合辐散的不同造成了第二模态南北降水相反的现象。
图8 典型北涝南旱年与南涝北旱年夏季整层积分水汽通量差值场(a, 单位: kg·m-1·s-1)和整层积分水汽通量散度差值场(b, 单位: ×10-6 kg·m-2·s-1

(a)中红色矢量和(b)中打点区域均表示通过95%的显著性检验, 红色方框为研究流域所在位置

Fig.8 The difference of the water vapor flux (a, unit: kg·m-1·s-1) and water vapor flux divergence (b, unit: ×10-6 kg·m-2·s-1) integrated from surface to 200 hPa between typical year of waterlogging in north and typical year of waterlogging in south.The red vectors in (a) and dotted area in (b) are indicate statistically at 95% significance level.The red box shows the location of the study basin

将PC2分别与整层积分的纬向水汽输送[图9(a)]和整层积分的经向水汽输送[图9(b)]进行相关分析。从纬向水汽输送相关场可见, 显著正相关区位于40°N附近, 从我国西北地区向东延伸至东北地区, 最大正相关区位于渤海西北部, 负相关区位于华南地区, 但未通过显著性检验, 说明40°N的西风水汽输送与嘉陵江流域降水偏多有较好的相关性, 但从图8(a)看出, 该区域在流域水汽输送的流出方向上, 水汽先经流域向北后转向东北, 故仅从侧面反映水汽输送大小, 并非流域水汽通道。从径向水汽输送相关场可见, 结合图8(a)水汽输送方向, 与流域联系紧密的相关区主要有两部分, 一部分位于流域中部, 这是造成嘉陵江流域降水偏多最主要的通道, 另一部分位于菲律宾以东洋面, 来自西太平洋的水汽将通过该通道后向西输送至本流域。综上, 影响第二模态南北反向降水分布型的水汽通道主要有两条[图9(c)]: (1)流域中部南风通道(通道1: 30°N, 100°E -110°E), 主要反映向北对嘉陵江流域水汽输送; (2)菲律宾东部南风通道(通道2: 15°N, 130°E -140°E), 主要反映西太平洋水汽输送对本流域的影响。
图9 PC2与水汽通量相关场纬向(a)和经向(b)相关系数分布以及主要水汽通道示意图(c)

(a~b)中打点区域为相关系数通过95%的显著性检验; (a~b)中红色方框和(c)中蓝色阴影为研究流域所在位置, (c)中数字为两条水汽通道, 红色箭头代表水汽通道方向

Fig.9 The correlation distribution between PC2 and water vapor transport (a: zonal water vapor transport; b: meridional water vapor transport); Schematic diagram of the main water vapor channel (c).The shaded area indicate statistically at 95% significance level in (a) and (b).The red box in (a) (b) and the shade of blue in (c) show the location of the study basin.The numbers in (c) refers to two water vapor channels.The red arrow in (c) represents the direction of the water vapor channel

通过计算两个水汽通道的相关性, 其相关系数0.464, 通过了99%的显著性检验, 表明二者具有较好的相关性, 在1981、 2005、 2013、 2018年4个正异常年, 两通道均处于高值, 而在1991、 1996、 1999、 2002、 2014、 2016年6个负异常年, 除1999年外, 其他年份两通道均处于低值(图10)。综上, 当两通道一致增大或一致减小时, 则分别对应了流域北涝南旱或者南涝北旱的降水分布。
图10 PC2各水汽通道逐年夏季整层积分水汽通量序列

Fig.10 The sequence of water vapor flux integrated from surface to 200 hPa of each water vapor channel in summer of PC2

6 结论

本文选取了1981 -2022年嘉陵江流域、 长江干流、 乌江流域3个重庆主要水电流域115个气象观测站逐日降水资料, 通过EOF分解, 将流域夏季降水分为全区一致型和南北反向型两个主要模态, 并对各模态降水分布成因及水汽输送特征进行了分析, 主要结论如下:
(1) 重庆主要水电流域夏季降水主要有全区一致型和南北反向型两个模态, 其累计方差贡献达49.7%。第一模态全区一致型主要表现为年际变化特征, 大值中心集中在沿长江一线; 第二模态大致以长江为界呈现出南北反向型特征, 主要表现为年代际变化, 8~10年降水会南北反转一次。
(2) 从影响第一模态降水一致偏多型分布的原因来看, 中高纬地区两脊一槽的高度场异常分布型, 增加了西风带长波的振幅, 有利于冷空气南下, 中纬度地区西风急流偏强、 偏南, 增强了流域高层对低层空气的抽吸作用, 中低纬南亚高压偏强、 偏南, 副高偏西, 配合25°N -35°N对流层整层异常的垂直上升运动, 有利于水汽输送和抬升凝结, 一致偏少型则与之相反。从影响第一模态降水分布的水汽输送特征来看, 流域异常的西南水汽输送和水汽辐合是造成一致偏多的重要原因之一。同时, 影响第一模态降水分布的水汽通道主要有孟加拉湾西部南风通道、 中南半岛北部的南风通道、 高原东侧的西风通道、 菲律宾以西的东风通道4条, 其中以菲律宾以西的东风通道变化对降水一致型分布影响最为显著。
(3) 从影响第二模态降水北多南少型分布的原因来看, 中高纬地区为西高东低的高度场分布形势有利于中纬度西风急流偏北, 对嘉陵江流域影响较大, 而对乌江流域影响较小, 中低纬南亚高压表现为东部型, 副高容易西伸、 北跳, 588 dagpm线控制在长江中下游, 造成流域内靠近西北的嘉陵江流域多雨, 而长江干流和乌江流域少雨, 形成南多北少的降水分布型, 南多北少型则与之相反。水汽输送方面, 流域内有较强的向北输送的水汽通量, 且北部有水汽辐合、 南部有水汽辐散, 造成了降水北多南少, 同时, 影响第二模态降水分布的水汽通道主要有流域中部南风通道和菲律宾东部南风通道2条, 且两通道表现出一致变化的特征。
此外, 为做好重庆水电流域降水预测, 还需要进一步对海温、 海冰等前兆信号进行研究, 这些工作将为水电流域拦洪蓄水、 电力调度等提供更有力的科技支撑。
Chen W Graf H F Huang R H2000.The interannual variability of East Asian winter monsoon and its relation to the summer monsoon[J].Advances in Atmospheric Sciences17(1): 48-60.

Chang C P Zhang Y Li T2000.Interannual and interdecadal variations of the east asian summer monsoon and tropical Pacific SSTs.Part I: roles of the subtropical ridge[J].Journal of Climate13(24): 4310-4325.

Miao J H Lau K M1990.Interannual variability of the East Asian monsoon rainfall[J].Quarterly Journal of Applied Meteorology, 1: 377-382.

North G R Bell T L Cahalan R F, et al, 1982.Sampling errors in the estimation of empirical orthogonal functions[J].Monthly Weather Review110(7): 699-699.

Tian S F Yasunari T1992.Time and space structure of interannual variations in summer rainfall over China[J].Journal of the Meteorological Society of Japan70(1B): 585-596.

陈子凡, 王磊, 李谢辉, 等, 2022.西南地区极端降水时空变化特征及其与强ENSO事件的关系[J].高原气象41(3): 604-616.DOI: 10.7522/j.issn.1000-0534.2022.00004.Chen Z F

Wang L Li X H, et al, 2022.Spatiotemporal change characteristics of extreme precipitation in Southwestern China and its relationship with Intense ENSO Events [J].Plateau Metorology41(3): 604-616.DOI: 10.7522/j.issn.1000-0534.2022.00004 .

郭恒, 张庆云, 2016.北方雨季中国东部降水异常模态的环流特征及成因分析[J].大气科学40(5): 946-964.DOI: 10.3878/j.issn.1006-9895.1510.15218.Guo H

Zhang Q Y2016.The dominant modes of precipitation anomalies over Eastern China during the Northern China Rainy Season and the possible causes[J].Chinese Journal of Atmospheric Sciences40(5): 946-964.DOI: 10.3878/j.issn.1006-9895.1510.15218 .

郝立生, 丁一汇, 闵锦忠, 等, 2011.华北降水季节演变主要模态及影响因子[J].大气科学35(2): 217-234.DOI: 10.3878/j.issn.1006-9895.2011.02.03.Hao L S

Ding Y H Min J Z, et al, 2011.Analysis on seasonally evolutive main modes of North China precipitation and their influence factors[J].Chinese Journal of Atmospheric Sciences35(2): 217-234.DOI: 10.3878/j.issn.1006-9895.2011.02.03 .

黄荣辉, 陈际龙, 黄刚, 等, 2006.中国东部夏季降水的准两年周期振荡及其成因[J].大气科学30(4): 545-560.DOI: 10.3878/j.issn.1006-9895.2006.04.01.Huang R H

Chen J L Huang G, et al, 2006.The quasi-biennial oscillation of summer monsoon rainfall in China and its cause[J].Chinese Journal of Atmospheric Sciences30(4): 545-560.DOI: 10.3878/j.issn.1006-9895.2006.04.01 .

黄荣辉, 陈际龙, 刘永, 2011.我国东部夏季降水异常主模态的年代际变化及其与东亚水汽输送的关系[J].大气科学35(4): 589-606.DOI: 10.3878/j.issn.1006-9895.2011.04.01.Huang R H

Chen J L Liu Y2011.Interdecadal variation of the leading modes of summertime precipitation anomalies over Eastern China and its association with water vapor transport over East Asia[J].Chinese Journal of Atmospheric Sciences35(4): 589-606.DOI: 10.3878/j.issn.1006-9895.2011.04.01 .

李维京, 刘景鹏, 任宏利, 等, 2018.中国南方夏季降水的年代际变率主模态特征及机理研究[J].大气科学42(4): 859-876.DOI: 10.3878/j.issn.1006-9895.1802.17283.Li W J

Liu J P Ren H L, et al, 2018.Characteristics and corresponding mechanisms of the leading modes of interdecadal variability of summer rainfall in Southern China[J].Chinese Journal of Atmospheric Sciences42(4): 859-876.DOI: 10.3878/j.issn.1006-9895.1802.17283 .

李永华, 徐海明, 高阳华, 等, 2010.西南地区东部夏季旱涝的水汽输送特征[J].气象学报68(6): 932-943.DOI: 10.11676/qxxb2010.088.Li Y H

Xu H M Gao Y H, et al, 2010.The characteristics of moisture transport associated with drought/flood in summer over the east of the southwestern China[J].Acta Meteorologica Sinica68(6): 932-943.DOI: 10.11676/qxxb2010.088 .

林厚博, 游庆龙, 焦洋, 等, 2016.青藏高原及附近水汽输送对其夏季降水影响的分析[J].高原气象35(2): 309-317.DOI: 10.7522/j.issn.1000-0534.2014.00146.Lin H B

You Q L Jiao Y, et al, 2016.Water vapor transportation and its influences on precipitation in summer over Qinghai-Xizang Plateau and its surroundings[J].Plateau Meteorology35(2): 309-317.DOI: 10.7522/j.issn.1000-0534.2014.00146 .

刘景鹏, 2018.中国南方夏季降水的年代际变化特征和机理分析[D].北京: 中国气象科学研究院.Liu J P, 2018.Interdecadal variation characteristics and mechanism analysis of summer precipitation in southern China[D].Beijing: China Academy of Meteorological Sciences.

马金龙, 庞雪琪, 杨建玲, 2017.中国西北东部汛期降水主模态的年代际差异及其大气环流特征[J].干旱气象35(6): 940-948.DOI: 10.11755/j.issn.1006-7639(2017)-06-0940.Ma J L

Pang X Q Yang J L2017.Interdecadal difference of dominant modes of precipitation in rainy season over the Eastern Part of Northwest China and their corresponding atmospheric circulation characteristics[J].Journal of Arid Meteorology35(6): 940-948.DOI: 10.11755/j.issn.1006-7639(2017)-06-0940 .

潘留杰, 张宏芳, 陈小婷, 等, 2018.秦岭及周边地区夏季降水的主模态分析[J].大气科学学报41(3): 377-387.DOI: 10.13878/j.cnki.dqkxxb.20161019001.Pan L J

Zhang H F Chen X T, et al, 2018.Dominant modes of summer precipitation in Qinling and surrounding areas[J].Transactions of Atmospheric Sciences41(3): 377-387.DOI: 10.13878/j.cnki.dqkxxb.20161019001 .

冉津江, 齐玉磊, 龙治平, 等, 2023.基于高密度站点的四川盆地短时强降水特征分析[J].高原气象42(4): 949-961.DOI: 10.7522/j.issn.1000-0534.2022.00044.Ran J J

Qi Y L Long Z P, et al, 2023.Characteristics of short-time heavy rainfall in the sichuan basin based on high-density station observations[J].Plateau Meteorology42(4): 949-961 DOI: 10.7522/j.issn.1000-0534.2022.00044 .

申红艳, 陈丽娟, 胡泊, 等, 2017.西北中部夏季降水主要空间型及环流特征[J].高原气象36(2): 455-467.DOI: 10.7522/j.issn.1000-0534.2016.00139.Shen H Y

Chen L J Hu P, et al, 2017.Dominant spatial patterns of summer precipitation and circulation characteristic in the middle of Northwest China [J].Plateau Meteorology36(2): 455-467.DOI: 10.7522/j.issn.1000-0534.2016.00139 .

邢雯慧, 王坚红, 张方伟, 等, 2019.秋汛期影响汉江流域降水的水汽通道特征研究[J].人民长江50(2): 101-106.DOI: 10.16232/j.cnki.1001-4179.2019.02.019.Xing W H

Wang J H Zhang F W, et al, 2019.Study on characteristics of water vapor channel affecting rainfall in Hanjiang river basin during autumn flood season[J].Yangtze River50(2): 101-106.DOI: 10.16232/j.cnki.1001-4179.2019.02.019 .

王林, 冯娟, 2011.我国冬季降水年际变化的主模态分析[J].大气科学35(6): 1105-1116.DOI: 10.3878/j.issn.1006-9895.2011.06.10.Wang L

Feng J2011.Two major modes of the wintertime precipitation over China[J].Chinese Journal of Atmospheric Sciences35(6): 1105-1116.DOI: 10.3878/j.issn.1006-9895.2011.06.10 .

武文博, 游庆龙, 王岱, 等, 2018.中国东部夏季极端降水事件及大气环流异常分析[J].气候与环境研究23(1): 47-58.DOI: 10.3878/j.issn.1006-9585.2017.16204.Wu W B

You Q L Wang D, et al, 2018.Characteristics of extreme precipitation and associated anomalous circulations over Eastern China during boreal summer[J].Climatic and Environmental Research23(1): 47-58.DOI: 10.3878/j.issn.1006-9585.2017.16204 .

肖志祥, 谭江红, 2018.长江流域夏季降水异常主模态变化特征及其成因分析[J].高原气象37(5): 1304-1312.DOI: 10.7522/j.issn.1000-0534.2018.00019.Xiao Z X

Tan J H2018.The leading modes of summertime precipitation anomalies over the Yangtze River Basin and possible causes[J].Plateau Meteorology37(5): 1304-1312.DOI: 10.7522/j.issn.1000-0534.2018. 00019 .

晏红明, 2022.海温异常对云南5月降水主要模态的影响[J].高原山地气象研究42(2): 1-11.DOI: 10.3969/j.issn.1674-2184.2022.02.001.Yan H M , 2022.Influence of SSTA on main precipitation patterns in Yunnan in May[J].Plateau and Mountain Meteorology Research, 42(2): 1-11.DOI: 10.3969/j.issn. 1674-2184.2022.02.001 .

袁媛, 杨辉, 李崇银, 2012.不同分布型厄尔尼诺事件及对中国次年夏季降水的可能影响[J].气象学报70(3): 467-478.DOI: 10.11676/qxxb2012.039.Yuan Y

Yang H Li C Y2012.Study of El Nino events of different types and their potential impact on the following summer precipitation in China[J].Acta Meteorologica Sinica70(3): 467-478.DOI: 10.11676/qxxb2012.039 .

郑然, 陈丽娟, 李维京, 等, 2022.四川盆地夏季降水年际变化的主模态分析[J].大气科学46(6): 1454-1468.DOI: 10.3878/j.issn.1006-9895.2201.21167.Zheng R

Chen L J Li W J, et al, 2022.Interannual variation of the leading modes of summertime precipitation in the Sichuan Basin[J].Chinese Journal of Atmospheric Sciences46(6): 1454-1468.DOI: 10.3878/j.issn.1006-9895.2201.21167 .

周晓霞, 丁一汇, 王盘兴, 2008.影响华北汛期降水的水汽输送过程[J].大气科学32(2): 345-357.DOI: 10.3878/j.issn.1006-9895.2008.02.13.Zhou X X

Ding Y H Wang P X2008.Features of moisture transport associated with the precipitation over North China during July-August[J].Chinese Journal of Atmospheric Sciences32(2): 345-357.DOI: 10.3878/j.issn.1006-9895.2008.02.13 .

朱家宁, 杨显玉, 吕雅琼, 等, 2023.中国西南地区干湿年份水汽来源个例对比分析[J].高原气象42(6): 1504-1517.DOI: 10.7522/j.issn.1000-0534.2023.00001.Zhu J N

Yang X Y Y Q, et al, 2023.Comparative analysis of individual water vapor sources in dry and wet year in Southwest China[J].Plateau Meteorology42(6): 1504-1517.DOI: 10.7522/j.issn.1000-0534.2023.00001 .

朱乾根, 2007.天气学原理和方法[M].北京: 气象出版社, 489-490.

Zhu Q G2007.Principles and methods of weather science [M].Beijing: China Meteorological Press, 489-490.

文章导航

/