Circulation Differences and Influence Mechanisms of Distribution Modes of Midsummer Precipitation in the Songhua River Basin

  • Dejun LOU , 1 ,
  • Yulian LIU 2 ,
  • Ji WANG 3 ,
  • Zhimin LI 1 ,
  • Xianwei ZHOU 1
Expand
  • 1. Qiqihar Meterological Bureau, Qiqihar  161006, Heilongjiang, China
  • 2. Heilongjiang Climate Center, Harbin  150030, Heilongjiang, China
  • 3. Beijing Climate Center, Beijing  100089, China

Received date: 2018-09-25

  Revised date: 2019-04-08

  Online published: 2020-04-28

Highlights

Based on midsummer rainfall data in the Songhua River Basin, NCEP reanalysis dataset and NOAA/CPC teleconnection indice from 1961 to 2017, the main spatial and temporal distribution, circulation characteristics and influence mechanisms of the midsummer precipitation in the Songhua River Basin are studied by varied statistical approaches. Results indicate that there mainly exist three dominant rainfall modes in the Songhua River Basin: The whole basin consistent rainfall mode, the northwest-southeast anti-phase rainfall mode and the northeast-southwest anti-phase rainfall mode. The first mode is affected by the PEA teleconnection type. In the years when the PEA teleconnection index is negative, the polar vortex being weak, circulation of the area is characterized by high-east and low-west distribution, and the vapor enhanced by the southwest low-level jet stream is transported to the Songhua River Basin. The interaction of PEA and EAP plays a major role in the generation of the second mode rainfall distribution. The Baikal Lake exhibits a significant negative anomaly, the cold air flows south along the ultrapolar path, and the warm and humid airflow is transported along the anomalous northerly subtropical high edge to the basin and intersects with the cold air in the southeast. When the third rainfall mode is positively abnormal, there is a significant negative anomaly from the Baikal to the Okhotsk Sea area, the strong East Asian summer monsoon causes the subtropical high to move northward, the circulation situation poses high-south and low-north distribution.

Cite this article

Dejun LOU , Yulian LIU , Ji WANG , Zhimin LI , Xianwei ZHOU . Circulation Differences and Influence Mechanisms of Distribution Modes of Midsummer Precipitation in the Songhua River Basin[J]. Plateau Meteorology, 2020 , 39(2) : 280 -289 . DOI: 10.7522/j.issn.1000-0534.2019.00032

1 引言

松花江流域地处中国东北地区的北部, 位于119°52'E -132°31'E、 41°42'N -51°38'N之间, 流经黑龙江、 吉林、 内蒙古三省(区), 流域总面积54.6×104 km2, 是我国主要的粮食产区和商品粮基地。松花江流域夏秋降雨集中, 常发生洪涝灾害, 对沿岸农业生产影响较大。历史洪水调查和实测资料统计结果表明, 松花江流域已发生特大洪水10余次, 给沿江地区工农业生产带来严重的经济损失(单玉芬等, 2016)。
目前, 针对松花江流域夏季降水的研究已有一些成果, 陆志华等(2012)李想等(2005)发现, 流域降水由东南向西北部递减, 绝大部分地区年降水呈不显著减少趋势, 汛期降水变化过程与年降水变化过程基本一致。盛夏(7 -8月)既是松花江流域降水最集中的时段, 也是其洪水发生的高峰期(王遵娅等, 2008; 陆志华等, 2012)。松花江流域盛夏降水主要受高空西风急流、 西太平洋副热带高压、 东亚阻高等中高纬环流系统(孙力等, 2002; 丁婷等, 2015a)、 东亚季风系统(汤绪等, 2006)等影响。当高空西风急流北移, 西太平洋副高偏西偏北, 东亚阻高强盛, 东北多冷涡活动时, 有利于季风水汽的向北输送, 松花江流域夏季降水偏多。流域夏季降水还与太平洋海温(孙力等, 2003; 王富强等, 2009)密切相关。青藏高原作为抬升的热源, 其冬春季积雪异常及加热场强度变化影响亚洲夏季风的强弱(李燕等, 2018; 许田田等, 2018; 张长灿等, 2017; 龙妍妍等, 2018), 进而对夏季大气环流和中国东部降水产生影响。
从上述的研究可以发现, 对于松花江流域主汛期(7 -8月)降水的时空变化和异常研究还不多, 分析主要降水空间型的时空特征及其对应的环流特征、 水汽输送状况及成因(肖志祥等, 2018; 申红艳等, 2017), 对降水异常诊断分析和预测都有重要意义。因此本文深入研究松花江流域盛夏降水的异常分布、 环流特征及影响机制, 为流域夏季降水预测、 气候变化研究、 防灾减灾提供参考。

2 资料选取和方法介绍

所用数据为松花江流域内资料完整、 分布较均匀的54个国家地面气象站(表1)盛夏(7 -8月)降水序列; NCEP/NCAR再分析月平均高度场、 风场资料, 资料水平分辨率2.5°×2.5°, 垂直方向17层; NOAA/CPC的遥相关型指数资料。资料长度均为1961 -2017年。采用经验正交函数分解(EOF)方法对松花江流域盛夏降水距平进行时空分解, 依据North准则检验特征向量的独立性。采用相关分析、 合成分析和回归分析等方法研究环流异常特征及影响机制。由于部分遥相关型之间也存在着相关关系, 为了真实地反映各指数与模态之间的关系, 还引入了偏相关系数(李勇等, 2007)和相对贡献率(程善俊等, 2013)等方法。文中所用的地图底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)2891的中国地图制作, 底图无修改。
表1 松花江流域台站

Table 1 Stations of the Songhua River Basin

省份 站点名称
内蒙古 额尔古纳、 图里河、 满洲里、 海拉尔、 小二沟、 新巴尔虎右旗、 新巴尔虎左旗、 博克图、 扎兰屯、 阿尔山、 索伦、 乌兰浩特
黑龙江 漠河、 呼玛、 爱辉、 嫩江、 孙吴、 北安、 克山、 富裕、 齐齐哈尔、 海伦、 明水、 伊春、 富锦、 泰来、 北林、 安达、 铁力、 佳木斯、 依兰、 宝清、 哈尔滨、 通河、 尚志、 鸡西、 虎林、 牡丹江、 绥芬河
吉林 白城、 乾安、 前郭、 通榆、 长岭、 扶余、 长春、 蛟河、 敦化、 梅河口、 桦甸、 靖宇、 东岗、 二道、 延吉

3 盛夏降水的主要时空分布特征

松花江流域盛夏降水距平场EOF分析(图1)结果表明, 前三个模态(通过显著性检验)方差贡献率分别为30.6%, 13.7%和7.8%, 累计方差52.1%, 能够反映盛夏降水的主要分布型。第一模态(EOF1)空间分布代表了全流域降水一致偏多或偏少的变化特征, 高值区位于黑龙江省中部、 内蒙古与黑龙江西部交界处。第二模态(EOF2)呈西北-东南反相分布特征, 即松花江流域西北部(内蒙古东部、 黑龙江西北部、 吉林西部降水)偏少时, 松花江流域东南部(黑龙江东南部、 吉林东部)降水偏多, 反之亦然。第三模态(EOF3)分布特征呈东北-西南反相变化。时间变化上除了第一模态时间系数(PC1)表现出减小的趋势(没有通过置信水平为0.05的显著性检验)之外, 第二、 第三模态对应的时间系数(PC2、 PC3)均无明显变化。总体上看松花江流域降水的空间分布型和时间变化与丁婷等(2015b)对东北地区夏季降水的分析结果基本一致。
图1 1961 -2017年松花江流域盛夏降水距平EOF1、 EOF2、 EOF3的空间分布及对应的标准化时间系数

Fig.1 The spatial distribution of EOF1, EOF2, EOF3 of midsummer rainfall anomaly in the SonghuaRiver basin and its normalized time coefficients from 1961 to 2017

4 盛夏降水三个主要模态的典型年环流特征和差异

为探讨不同降水分布型的环流特征及差异, 计算了三个模态标准化时间系数(PC1~3)与500 hPa高度场的相关系数(图2)。从图2中可以看出, 与PC1显著相关的区域在500 hPa高度场上沿蒙古高原-泰梅尔半岛-波弗特海呈“-+-”分布, 蒙古上空的相关系数通过了99%信度检验。另外, 里海至蒙古高原负相关与其北侧极区正相关构成了极地-欧亚遥相关型(Barnston et al, 1987)的负位相。这与李妍(2016)研究中得到的北方降水第一模态异常环流特点一致。第二模态的500 hPa高相关区域为两对经向偶极子分布, 一对位于东亚沿岸, 鄂霍茨克海附近显著负相关, 日本海显著正相关, 二者在120°E以东以47.5°N为界呈北负南正分布。另一对位于欧洲及以北, 巴伦支海附近显著负相关, 莫斯科附近显著正相关, 二者约以65°N为界呈北负南正分布。第三模态相关区在东亚沿岸从低纬至中高纬呈东亚太平洋型(East Asia-Pacific Pattern, EAP)波列分布(孙颖等, 2014)。显著负相关区位于巴尔喀什湖东北至鄂霍茨克海, 南中国海至印度半岛东部也为负相关, 华北及以东地区为正相关, 但没有通过95%信度检验。
图2 盛夏降水PC1、 PC2、 PC3与500 hPa高度场的相关系数分布

Fig.2 Spatial distribution of correlation coefficients between 500 hPa geopotential height andPC1, PC2, PC3 of midsummer rainfall

综上分析可知, 松花江流域盛夏降水的三个主要模态分别以里海至蒙古高原与其北侧极区对流层的反位相变化、 东亚沿海中纬度和欧洲地区中高纬的两对经向偶极子环流异常、 东亚沿岸EAP波列分布为主要特征。三个模态与高度场环流的相关在对流层中层东亚地区均表现为南北向的相关波列, 但高相关区位置有明显差异。第一模态的高相关区主要位于130°E以西的中高纬的欧亚大陆, 第二模态高相关区位于120°E以东的中纬度东亚沿海区域, 而第三模态的高相关区主要位于80°E -140°E之间的中低纬地区。
对三个模态异常年份( | P C | 1 σ为标准划分, 表2)的对流层位势高度场和风场进行合成, 分析各模态的环流异常特征。
表2 盛夏降水前三个模态的异常年份

Table 2 The anomaly years as identified in terms of the three leading EOF modes

模态 正异常年 负异常年
第一模态 1961, 1962, 1965, 1966, 1969, 1984, 1985, 1987, 1991, 1994, 1998, 2003, 2013 1976, 1979, 1995, 2004, 2007, 2016
第二模态 1964, 1971, 1987, 1994, 1995, 2005, 2010, 2016 1969, 1974, 1976, 1977, 1980, 1984, 1993, 1998, 1999, 2003, 2011, 2014
第三模态 1962, 1972, 1984, 1997, 1999, 2003, 2009, 2013 1964, 1974, 1980, 1983, 1986, 1998, 2005
三个模态对流层亚欧地区高度场异常均呈现出准正压结构。第一模态泰梅尔半岛附近为显著正异常, 里海北部和蒙古高原为显著负异常, 呈现出极地-欧亚遥相关型(Polar/Eurasiol Pattern, PEA)的负位相, 松花江流域为负高度距平[图3(a), (d), (g)]。对流层高层贝加尔湖附近存在纬向东风异常, 其西南侧我国西北地区有纬向西风异常, 西风急流中心在华北地区断裂, 松花江流域处在高空急流出口区左侧[图4(a)]; 低层风场在流域南北两侧有显著的纬向风异常, 在流域东部有显著南风异常, 流域有强烈的风场辐合[图4(b)]。第一模态的正异常年, 泰梅尔半岛附近的极涡偏弱, 中高纬西风带上低槽活动较多, 流域上空高度场呈显著负异常, 而极区至日本岛高度场有阻高出现, 导致低压槽在松花江流域停留, 太平洋西传的水汽与印度洋北上的水汽汇合后在我国的西南地区北上输送至松花江流域[图5(a)], 低空的西南急流加强了水汽的输送, 从而导致流域降水一致偏多。
图3 PC1、 PC2、 PC3正负异常年合成的200 hPa、 500 hPa、 850 hPa高度差值场(单位: gpm)

深、 浅阴影为通过99%、 95%信度检验的区域

Fig.3 Difference of 200 hPa, 500 hPa and 850 hPa height in anomalous positive and negative years. Unit: gpm. Dark andlight shading indicates height anomalies above the significance at the 99% and 95% confidence level, respectively

图4 PC1、 PC2、 PC3正负异常年合成的200 hPa纬向风(单位: m·s-1)和850 hPa矢量风差值场(单位: m·s-1

深、 浅阴影为纬向风通过99%、 95%信度检验区域; 图4(a)、 (c)、 (e)中粗黑实线代表气候态风速20 m·s-1、24 m·s-1等值线; 图4(b)、 (d)、 (f)中等值线代表经向风场通过95%信度检验区域

Fig.4 Difference of 200 hPa zonal wind and 850 hPa vector wind in anomalous positive and negative years of PC1, PC2,PC3. Unit: m·s-1.Dark and light shading indicates zonal wind anomalies above the significance at the 99% and 95%confidence level, respectively. Black contours in Fig.4(a), (c), (e) denote the climatic mean of the 200 hPazonal wind with value of 20 m·s-1 and 24 m·s-1. Contours in Fig.4(b), (d), (f) denote meridionalwind anomalies above the significance at the 95% confidence level

图5 PC1、 PC2、 PC3正负异常年整层水汽通量合成差值分布(单位: kg·m-1·s-1 )

阴影为通过95%信度检验区域

Fig.5 Difference of water vapor flux in anomalous positive and negative years of PC1, PC2, PC3.Unit: kg·m-1·s-1.The shaded denote vapor anomalies above the significance at the 95% confidence level

第二模态正异常年对流层中层巴伦支海和外兴安岭地区显著负异常, 波罗的海南侧、 黄海和日本海南部显著正异常, 泰梅尔半岛正高度距平, 中高纬环流呈现出波状异常特征[图3(b), (e), (h)]。高空西风急流较常年异常偏北, 流域上空至日本北部显著西风异常[图4(c)]。低层风场存在沿副高外围的显著风场异常[图4(d)]。副高南侧的异常东风将太平洋水汽输送到中国东部, 并进一步向北输送, 汇入黄渤海水汽后, 向东传输影响松花江流域东南部[图5(b)]。第二模态正异常年, 北大西洋至乌拉尔山以西的显著正距平向东北延伸进入极区, 同时在贝加尔湖及以东地区为显著的负距平, 有利于冷空气由极区不断南下。副高明显北抬, 其北缘已至辽宁省, 异常显著的暖湿气流沿副高外缘向流域东南部输送, 与极地南下冷空气在流域东南部交绥, 导致该区域降水偏多。
第三模态正异常年, 对流层中层贝加尔湖及以东地区显著负异常, 挪威海至乌拉尔山、 环渤海地区为正高度距平, 但没有通过95%置信度检验。东亚沿岸呈EAP波列分布[图3(c), (f), (i)]。高空西风急流较常年异常偏北, 显著正异常中心位于蒙古中东部, 黑龙江以北位于急流出口区左侧[图4(e)]。低层风场在流域中部有显著的西风异常, 流域东北部及以北地区有风场的辐合[图4(f)]。第三模态正异常年, 极地冷空气沿乌拉尔山脊前偏北气流南下, 之后沿高压北侧偏北偏强的西风气流东移, 流域北部高度场呈现显著负距平, 低层风场在流域东北部辐合, 副高北缘及日本海、 俄罗斯远东滨海地区的水汽输送加强[图5(c)], 导致流域东北部降水偏多。
综上分析发现, 导致松花江流域三个模态降水异常的环流特征具有相同和不同的特征。三个模态环流特点均表现出准正压的结构, 说明影响系统的深厚。第一模态异常环流表现为东高(鄂霍茨克海阻高)西低(蒙古低压)分布特征, 有西南低空急流加强的水汽输送; 第二模态环流异常主要表现在贝加尔湖呈现显著负距平引导冷空气南下, 与北抬副高带来的暖湿空气的交汇; 第三模态环流异常表现在贝加尔湖至鄂霍次克海地区呈显著负距平, 东亚夏季风偏强导致环渤海地区有副高的北抬, 形成北低南高分布型。副高北缘及日本海、 俄罗斯远东滨海地区的异常西风和南风加强了水汽输送。

5 与盛夏降水三个主要模态相联系的遥相关型

盛夏北半球存在东大西洋型(East Atlantic Pattern, EA)、 西大西洋型(West Atlantic Pattern, WA)、 西太平洋型(West Pacific Pattern, WP)、 欧亚型(Eurasia Pattern, EU)、 东亚太平洋型(EAP)等多个遥相关型(施能等, 1994; 李崇银, 2000), 松花江流域夏季降水三个模态环流异常的形成机制可能与这些遥相关型有关。表3为三个模态标准化时间系数与东亚夏季风(East Asian Summer Monsoon, EASM)及多个遥相关型指数的相关系数。
表3 盛夏降水前三个模态时间系数与各指数的相关系数

Table 3 Correlations between the time coefficients of thethree leading EOF modes and the indice in midsummer

时间系数 EA WA WP EU PEA EAP EASM
PC1 -0.05 -0.03 -0.04 0.08 -0.41** -0.11 -0.11
PC2 -0.01 -0.04 0.07 -0.23* 0.34** 0.33** 0.05
PC3 -0.07 -0.02 -0.00 -0.34** 0.08 0.33** 0.42**

***分别代表相关系数通过90%和99%显著性t检验

松花江流域第一模态的时间系数仅与PEA遥相关型指数显著负相关, 相关系数达到-0.41, 通过了99%的信度检验, 这与前文分析结果一致。标准化的PEA指数与500 hPa高度场的回归(图6)可以看到, PEA遥相关型负位相年, 极涡偏弱, 东亚北部高度场负异常, 导致松花江流域降水一致偏多。PEA指数与盛夏降水距平回归的距平百分率图(图略)也反映出, 在PEA负位相时盛夏降水的分布特征与第一模态降水分布特征基本一致(流域南部少部分地区除外)。因此可以认为, PEA遥相关型是影响松花江流域盛夏降水第一模态的主要因子。
图6 PEA指数回归的500 hPa高度场(单位: gpm)

Fig.6 Regression of the 500 hPa geopotential heightonto the PEA index. Unit: gpm

PC2与EU、 PEA、 EAP三个遥相关型指数均呈显著相关, 与PEA和EAP的相关系数通过了99%的信度检验。三个遥相关指数之间EU与EAP显著负相关(R=-0.42), 二者与PEA的相关均不明显, 偏相关系数计算分析表明, 当排除了EU影响后, PC2与EAP的相关仍然显著, 而排除了EAP影响后, PC2与EU的相关明显变弱(R=-0.11)。这表明第二模态与PEA和EAP遥相关型的关系较EU更加密切。由EAP指数回归500 hPa高度场(图略)可以看到, EAP正位相年, 副高异常偏北, 贝湖至鄂海高度场负异常, 结合PEA回归高度场(图6), 冷空气沿超极地路径南下至黑龙江中东部, 与副高携带的暖湿气流在流域东南部交绥, 造成该区域降水偏多。将三个遥相关指数与流域盛夏降水距平回归(图略), 可以看到PEA正位相回归的降水呈北少南多型分布, 降水变率大值区与第二模态吻合较好, 但南部降水偏多区明显偏小。EU负位相回归的降水呈西少东多分布, 但多雨区明显偏小。EAP正位相回归的降水分布与第二模态降水分布相似度较高。进一步计算了各指数的相对贡献率, 得到PEA、 EU、 EAP对第二模态降水的相对贡献率分别为52.5%和5.5%和42%。上述分析和计算结果都表明, PEA和EAP遥相关型是盛夏降水第二模态的主要影响因子, 二者相互配合共同作用对产生第二模态降水分布型起主要作用。
PC3与EAP和EASM显著正相关, 与EU显著负相关。三个指数之间关联度较高, EU与EAP和EASM显著负相关(R=-0.42、 -0.50), EAP与EASM显著正相关(R=0.55)。偏相关系数(表4)计算结果表明, 当排除了EAP影响时, PC3与EU的相关系数为-0.24, 排除了EU影响时, PC3与EAP的相关系数为0.22, 都通过了90%的信度检验。而排除了EASM的影响后, PC3与EU和EAP的相关均不显著。PC3与EASM的相关在排除了EU和EAP的影响后仍十分显著, 通过了95%的信度检验。回归分析也表明了这一结果, EASM指数回归的500 hPa高度场(图7)上可以清晰地看到EU和EAP遥相关型波列, EASM回归的850 hPa风场(图略)黑龙江以北的气旋式环流与图4(f)较相似。EASM指数回归的降水距平图(图略)上降水变率大值区和空间分布与第三模态分布型[图1(e)]非常相似。相对贡献率计算结果表明, EASM指数对第三模态降水分布型的相对贡献率最大, 达到了59.3%, EU和EAP的相对贡献率分别为27.4%和13.3%。可见, 盛夏降水第三模态与东亚夏季风关系最好, EU和EAP通过东亚夏季风影响第三模态降水分布。
表4 PC3与各遥相关型指数间的相关系数

Table 4 Correlations between PC3 and the remote correlation indices

遥相关型 相关系数 偏相关系数
EU -0.34*** -0.24*(排除EAP) -0.14(排除EASM)
EAP 0.33*** 0.22*(排除EU) 0.13(排除EASM)
EASM 0.42*** 0.31**(排除EU) 0.30**(排除EAP)

******分别代表相关系数通过90%、 95%、 99%显著性t检验

图7 EASM指数回归的500 hPa高度场(单位: gpm)

Fig.7 Regression of the 500 hPa geopotential height onto the EASM index. Unit: gpm

综上所述, 影响第一模态降水异常的遥相关因子为极地欧亚型(PEA), PEA和EAP遥相关型则是盛夏降水第二模态的主要影响因子, 对于第三模态起主要作用的是东亚夏季风, EU和EAP则对中高纬环流异常的位置起到调制作用。

6 结论

通过对松花江流域盛夏降水的时空分布特征以及主要模态的环流异常特征、 差异及与之相联系的遥相关型的分析, 得出以下结论:
(1) 松花江流域盛夏降水有全流域一致型、 西北-东南反位相型和东北-西南反位相型三个主要模态, 三个模态解释了降水总方差的52.1%。三个模态中仅有第一模态呈微弱的下降趋势, 其他模态没有变化趋势。
(2) 环流分析结果表明松花江流域三个模态降水异常的环流特征在不同高度的垂直分布上均表现出准正压的结构。第一模态异常环流表现为东高西低分布特征, 西南低空急流加强的水汽输送至松花江流域; 第二模态环流异常主要表现在贝加尔湖呈现显著负距平, 有利于引导冷空气南下, 与北抬副高带来的暖湿空气交汇; 第三模态环流异常表现在贝加尔湖至鄂霍次克海地区呈显著负距平, 东亚夏季风偏强导致环渤海地区有副高的北抬, 形成南高北低分布型。副高北缘、 日本海及俄罗斯远东滨海地区的异常西风和南风加强了水汽输送。
(3) 遥相关指数分析表明极地-欧亚遥相关型(PEA)对第一模态降水分布型异常起到非常重要的作用, PEA遥相关型负位相年, 极涡偏弱, 流域上空高度场易出现显著负异常, 容易引导极地冷空气南下; PEA和EAP相互配合共同作用对产生第二模态降水分布型起主要作用。在两者相互作用下, 冷空气沿超极地路径南下至黑龙江中东部, 暖湿气流沿异常偏北的副高边缘向流域输送, 并在东南部与冷空气交绥。东亚夏季风是第三模态降水分布最重要的影响因子。
Barnston A G, Livezey B E, 1987.Classificartion, seasonality and persistence of low-frequency atmospheric circulation patterns[J]. Monthly Weather Review, 115: 1083-1126.

程善俊, 管晓丹, 黄建平, 等, 2013. 利用GLDAS资料分析黄土高原半干旱区土壤湿度对气候变化的响应[J]. 干旱气象, 31(4): 641-649.

丁婷, 陈丽娟, 2015a. 东北地区夏季旱涝的环流型及动力气候模式解释应用[J]. 高原气象, 34(4): 1119-1130.DOI: 10.7522/j.issn.1000-0534.2014.00101.

丁婷, 陈丽娟, 崔大海, 2015b.东北夏季降水的年代际特征及环流变化[J].高原气象, 34(1): 220-229.DOI: 10.7522/j.issn. 1000-0534.2013.00155.

李崇银, 2000. 气候动力学引论(第二版)[M]. 北京: 气象出版社.

李想, 李维京, 赵振国, 2005. 我国松花江流域和辽河流域降水的长期变化规律和未来趋势分析[J]. 应用气象学报, 16(5): 593-599.

李妍, 2016. 北方夏季降水的变化特征及其前兆信号[D]. 成都: 成都信息工程大学.

李燕, 闫加海, 张冬峰, 2018.青藏高原冬春积雪异常和中国东部夏季降水关系的诊断与模拟[J].高原气象, 37(2): 317-324.DOI: 10.7522/j.issn.1000-0534.2017.00040.

李勇, 陆日宇, 何金海, 2007. 影响我国冬季温度的若干气候因子[J]. 大气科学, 31(3): 505-514.

龙妍妍, 范广洲, 李飞, 等, 2018. 高原夏季风对中国夏季极端降水的影响研究[J]. 高原气象, 37(1): 1-12. DOI: 10.7522/j.issn.1000-0534. 2017.00010.

陆志华, 夏自强, 于岚岚, 等, 2012. 1958 -2009年松花江流域降水时空演变特征[J]. 自然资源学报, 27(6): 990-1000.

单玉芬, 宋长虹, 2016. 黑龙江省松花江干流历年洪涝灾害损失情况分析[J]. 水利科技与经济, 22(6): 78-79.

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.

施能, 朱乾根, 古文保, 等, 1994. 夏季北半球500 hPa月平均场遥相关型及其与我国季风降水异常的关系[J]. 南京气象学院学报, 17(1): 1-10.

孙力, 安刚, 高枞亭, 等, 2002. 1998年夏季嫩江和松花江流域东北冷涡暴雨的成因分析[J]. 应用气象学报, 13(2): 156-162.

孙力, 安刚, 2003. 北太平洋海温异常对中国东北地区旱涝的影响[J]. 气象学报, 61(3): 346-353.

孙颖, 徐海明, 邓洁淳, 2014. 太平洋-日本遥相关型的年代际变化特征及其成因[J]. 大气科学, 38(6): 1055-1065.

汤绪, 钱维宏, 梁萍, 2006. 东亚夏季风边缘带的气候特征[J].高原气象, 25(3): 375-381.

王富强, 许士国, 2009. ENSO事件对松花江流域夏季降水的影响[J]. 华北水利水电学院学报, 30(1): 1-4.

王遵娅, 丁一汇, 2008. 中国雨季的气候学特征[J]. 大气科学, 32(1): 1-13.

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.

许田田, 范广洲, 张永莉, 等, 2018. 东亚与太平洋地区热力差异对东亚季风的影响[J].高原气象, 37(6): 1643-1654.DOI: 10. 7522/j.issn. 1000-0534.2018.00053.

张长灿, 李栋梁, 王慧, 等, 2017. 青藏高原春季地表感热特征及其对中国东部夏季雨型的影响[J]. 高原气象, 36(1): 13-23. DOI: 10.7522/j.issn. 1000-0534.2016.00028.

Outlines

/