2. 江苏省气候变化协同创新 中心, 南京 210046;
3. 丽水市气象局, 丽水 323000;
4. 环境保护部南京环境科学研究所, 南京 210042
日变化是以太阳辐射作为最主要驱动力的地球气候系统的最基本变化模态, 由于复杂的海陆和地形分布, 导致了极不均匀的地表强迫, 地球气候系统的日变化存在鲜明的区域性差异, 其中降水日变化差异最为显著。降水日变化是大气热力、动力过程对水汽循环影响的综合反映(Sorooshian et al, 2002), 同时也对天气和气候有重要反馈(Dai, 1999a), 对地球气候系统各圈层的水分、能量、物质等循环以及人类的经济和社会活动造成重要影响。
早期关于降水日变化的研究中, Wallace et al (1975) 利用100多个气象台站的逐时观测资料, 分析了美国内陆降水日变化特征, 得到了冬夏季各个站点日降水最大值出现时间和强度的地理分布。随后, 其他学者针对美国不同地区进行了一系列更加深入和系统的降水日变化研究(Landin et al, 1985; Dai et al, 1999b)。国内也有不少学者针对中国不同持续时间降水日变化的时空分布特征进行了系统研究, 如Yu et al (2007a)首次对中国大陆区域的夏季降水日变化特征进行了系统分析, 指出中国夏季降水的日变化具有明显的区域性; 并在随后的研究中进一步揭示了华东地区降水持续性与降水日变化特征之间的关系, 发现降水的持续性是分离该地区两类日变化位相的关键因子(Yu et al, 2007b); 原韦华等(2014)利用1961-2006年我国285个站观测的逐时降水数据, 分析了中国东部不同地区夏季平均降水日变化随降水持续时间的变化特征, 并指出降水强度或频次的日变化峰值南北差异均较明显, 但降水强度差异更为突出, 且主要表现在持续性强降水中。
同时, 各种数值模式、再分析和卫星资料也被应用到降水日变化的研究中, 宇如聪等(2014)概述了中国大陆降水日变化的最新研究成果, 并指出目前数值模式模拟降水日变化的局限性, 提出中国大陆夏季降水日变化的区域特征明显, 存在季节差异和季节内演变, 持续性降水和局地短时降水的云结构特性以及降水日峰值出现时间存在显著差异; 沈沛丰等(2011)利用区域气候模式RegCM3对1991-2004年四川盆地夏季降水进行了数值模拟, 通过模拟结果和NCEP/NCAR再分析资料的对比, 评估了此模式对四川盆地夏季“夜雨”现象的模拟能力, 结果表明, RegCM3模式能较好地模拟出四川盆地夏季降水的空间分布和日变化规律, 四川盆地夏季“夜雨”现象的形成与该地区的地形分布有密切关系; 毛江玉等(2012)利用1998-2008年间热带测雨卫星TRMM 3B42降水率资料, 从气候学角度揭示了亚洲季风区夏季降水日变化特征, 基于降水量日变化振幅和位相的空间分布, 分析了地形对日变化的影响以及位相传播规律, 结果表明降水日变化振幅和位相存在显著的地域性差异。
青藏高原(下称高原)平均海拔在4000 m以上, 占中国陆地总面积的四分之一, 素有“世界屋脊”和“第三极”之称。由于海拔高、地貌结构和地表的物理性质复杂且独特, 形成了独特的天气气候特征, 对东亚乃至全球环流和气候有重要影响(原韦华等, 2014; 宇如聪等, 2014; 于文勇等, 2014; 戴泽军等, 2011)。高原的气象站点分布很不均匀, 主要集中于东部和南部, 在高原西部和北部由于缺少气象站点, 气象资料极其稀缺; 同时已有的气象站点受周围小气候的影响较大, 数据本身存在误差, 代表性不高(Roe, 2005; 傅抱璞, 1992), 这导致很难获取高时空分辨率、空间连续的降水数据, 使得对高原降水规律的研究难以深入。尤其是在几乎没有气象站的高原西北部地区, 由于资料稀少, 对其气候变化的研究产生了障碍。
随着现代观测技术的发展, 卫星反演、模式模拟和再分析数据集等资料和方法逐步被应用到高原的气候变化研究中, 如肖林鸿等(2016)利用ERA Interim再分析资料作为边界条件, 基于耦合陆面模式Noah-MP的区域气候模式WRF在东亚区域进行了动力降尺度模拟, 对比格点观测资料, 评估了动力降尺度对高原极端气温指数的模拟能力; 张蒙等(2016)利用2000-2012年高原及附近地区251个台站的降水观测资料, 评估了5种卫星反演降水资料在高原地区的差异性和一致性; 除多等(2016)利用1981-2010年高原60个气象站地面观测气温对MERRA再分析资料地面气温产品T2m进行了评估检验和适用性分析; 白爱娟等(2008)在对比了TRMM多卫星降水分析TMPA资料和中国643个气象站观测降水量时空分布的基础上, 采用2002-2006年夏季TMPA每小时降水量资料, 用合成分析和谐波分析的方法研究了高原及其周边夏季降水量和降水频率的日变化; 徐国强等(2003)使用美国NCAR-NCEP再分析的逐日资料, 研究了1998年夏季高原降水特征; 程志刚等(2011)在对比分析了IPCC第4次评估报告所采用的23个气候模式输出、ERA40再分析气温资料和GPCP降水资料的基础上, 运用选取的11个模式输出资料, 以集合平均的方法, 结合动力降尺度数据, 分析中等排放情景21世纪高原降水变化的时空分布; 齐文文等(2013)选用修正过的TRMM卫星月尺度降水率数据, 分析了1998-2011年高原多年平均降水的空间格局与季节分布特征, 证实了高原降水的空间格局呈现自东南向西北递减、自南向北逐渐减少的分布规律。
高原大部分地区属干旱半干旱地区, 夏季(6, 7, 8月)降水占全年的60%~70%, 降水年际变化大(卢鹤立等, 2007)。同时夏季也是高原热量条件最好的季节, 而水热条件的变化直接影响生物的生长, 造成植被生产力格局的变化。高原夏季日降水的时空分布如何, 与之对应的降水频率是如何变化的, 不同持续时间降水又呈现出怎样的日变化规律, 这些问题都需要做更加系统和深入的分析。这对于研究高原对流活动日变化的产生、发展和传播, 以及对周围地区、对中国乃至欧亚大陆的天气气候变化都有着重要的意义。
不过由于资料的限制, 对降水量日变化的研究不能直接从连续降水量变化来分析对流强度日循环的特征, 同时对高原和周边日变化缺乏系统分析。当前, 对高原日降水变化的研究所采用的资料多以再分析数据集、模式模拟和卫星反演为主, 存在一定局限性。中国区域小时降水量融合产品是基于全国自动站观测降水量和CMORPH卫星反演降水资料, 采用PDF(Probability Density Function)加OI(Optimal Interpolation)两步融合方法, 生成中国区域逐小时0.1°×0.1°分辨率的降水融合产品。该产品有效利用了地面观测和卫星反演降水各自的优势, 在降水量值和空间分布上均更为合理; 融合产品平均偏差和均方根误差均减小, 随时间的变化幅度不大, 且区域性分布特征减弱; 并且该产品还能准确抓住强降水过程, 在定量监测强降水中具有优势(沈艳等, 2013)。本研究利用2008-2014年高原地区卫星观测融合地面台站观测降水数据, 对该地区夏季降水日变化特征进行揭示, 并对影响降水日变化的因素作进一步分析。
2 资料与方法选用的降水数据是由国家气象信息中心提供的2008-2014年间空间分辨率为0.1°×0.1°逐时卫星-台站融合降水格点资料(沈艳等, 2013), 可从http://cdc.cma.gov.cn/home.do下载。这套区域小时降水融合产品通过采取概率密度函数匹配法(宇婧婧等, 2013)和最优插值法(潘旸等, 2012)将包括经过质量控制的中国大陆3万多个地面自动观测站的逐时降水数据以及NOAA开发的CMORPH卫星反演降水数据(Joyce et al, 2004)融合而成, 涵盖了整个中国区域。同以往研究降水季节变化和日变化所采用的数据相比, 这套资料有效利用了地面观测与卫星反演降水各自的优点, 降水量值和空间分布上较为合理(Shen et al, 2014)。同时, 还使用了2008-2014年间逐6 h 0.125°分辨率的ERA-Interim大气环流数据(http://apps.ecmwf.int/datasets/data/interim-full-daily/levtype=pl)。
参考Zhou et al (2008)的方法, 将小时降水量大于等于0.1 mm作为降水发生的判据, 对2008-2014年间各夏季(6-8月)逐小时降水数据进行分析, 对于24 h时间序列, 可以统计出2008-2014年7个夏季共计644天的总降水量和总降水时数, 根据这些统计结果进一步计算出一天中每小时气候平均的降水量、降水频率和降水强度, 它们的计算公式如下: (1) 降水量RA=总降水量/644; (2) 降水频率RF=总降水时数/644×100%; (3) 降水强度RI=总降水量/总降水时数=降水量/降水频率。为了方便比较, 本研究得到的降水量、降水频率和降水强度按照如下公式作标准化处理(原韦华等, 2014):
$ {A'_i} = \left( {{A_i} - \overline A } \right)/\overline A \;\;, $ | (1) |
式中: i=1, 2, …, 24, 表示1天中24 h,
图 1是2008-2014年高原地区夏季气候平均降水量、降水频率和降水强度的空间分布特征。从图 1中可以发现, 高原夏季降水量呈现出由西北至东南递增的趋势, 西北部绝大多数地区夏季降水量低于0.03 mm·h1, 高值区域集中在南部中央和东南角两处, 约为0.33 mm·h-1。降水频率也呈现出由西北向东南递增的趋势, 在高原西北地区夏季降水频率低于3%, 而在东南地区超过了18%。对比图 1a和图 1b发现, 高原夏季降水频率与降水量的空间分布特征非常相似, 两者的空间相关系数高达0.89。降水强度的空间分布与降水量和降水频率不同的地方在于:降水强度在整个高原地区的空间差异较小, 强度相当, 在1.0±0.2 mm·h-1的范围内浮动, 个别极值点达到了2.0 mm·h-1, 在东南处有一块区域降水强度较大。总的来说, 高原夏季降水量和降水频率具有相似的空间分布形式, 而高原地区夏季降水强度在各区域基本相当, 差异较小, 高原夏季降水量的空间分布特征主要受降水频率的影响。
图 2为2008-2014年夏季高原地区气候平均降水的日变化特征。从图 2可知, 高原夏季降水量日变化呈现出明显的双峰结构, 05:00(北京时, 下同)出现强度为0.145 mm·h-1的主峰值, 次峰值出现在20:00, 强度为0.135 mm·h-1, 谷值出现在13:00, 强度为0.085 mm·h-1, 降水频率的日变化特征与降水量较为接近, 也呈现双峰结构, 主峰值出现在18:00, 为10.5%, 次峰值出现在02:00, 为9.9%, 谷值出现在12:00, 强度为6.8%。降水频率峰值出现时间比降水量超前2~3个小时。降水强度日变化表现为双峰特征(图 2c), 主峰值出现在05:00左右, 强度为1.59 mm·h-1, 次峰值出现于23:00至次日00:00, 约为1.38 mm·h-1, 该峰值与附近时段的值相比并不十分显著, 强度为1.11 mm·h-1的谷值出现在15:00左右。总体而言, 高原地区降水频率、降水量和降水强度均有凌晨和傍晚的日峰值, 而在12:00-13:00处于全天最低水平。降水量、降水频率和降水强度之间存在以下关系:降水强度(RI)=总降水量/总降水时数=降水量(RA)/降水频率(RF), 经计算, 降水量与降水频率的时间相关系数为0.739, 而降水量与降水强度的时间相关系数为0.629, 因此相较于降水强度, 降水频率的日变化结构与降水量更接近, 降水量的峰值出现时刻更多取决于在该时段内降水事件发生的次数, 而非单次降水的强度。这一结论与Zhou et al (2008)的结论一致, 即在中国绝大多数地区的站台数据中, 降水频率更能解释降水量的日变化特征。
通过高原地区夏季降水量日峰值和谷值出现时间的空间分布特征(图 3)发现, 夏季降水量日峰值和谷值的空间分布都表现出一定的规律性。高原中部地区(81°E-96°E, 30°N-35°N)降水量日峰值出现在16:00-21:00, 北部地区(80°E-95°E, 38°N-40°N)日峰值出现在13:00-15:00, 东南部地区(104°E-106°E, 26°N-33°N)出现在04:00-09:00。与此同时, 上述不同区域对应的降水量日谷值也有所差异, 中部地区的谷值主要集中在10:00-15:00, 北部与东南部均为19:00-24:00。
结合图 1的降水量、降水频率以及降水强度空间分布特征, 可以大致将高原地区分为三块区域(图 3):北部地区(80°E-100°E, 38°N-40°N)、中南部地区(80°E-100°E, 27°N-36°N)以及东南部地区(102°E-106°E, 29°N-33°N)。北部地区的降水特点为降水量以及降水频率极少, 降水量日峰值主要集中于正午, 谷值集中于夜间; 中部地区降水量和降水频率与高原地区的平均降水特征相近, 降水日峰值出现于夜间, 谷值出现于正午; 东南部地区降水量和降水强度均近似于高原地区降水特征的最大值, 降水日峰值分布于凌晨, 谷值分布于夜间。上述三个区域均具有一定的代表性, 分区域研究有助于更细致地分析不同区域的降水日变化特征。
图 4分别反映了3个区域夏季降水的日变化特征, 其中高原北部地区(图 4a)夏季降水量日变化呈现单峰结构, 峰值出现在18:00, 为0.031 mm·h-1, 谷值出现在11:00, 约为0.017 mm·h-1。降水频率日变化也是单峰结构, 峰值出现在17:00, 为3.2%, 谷值出现在11:00左右, 为2.1%。降水强度的日峰值出现在19:00, 谷值出现在08:00。综合图 4a~c可以发现, 高原北部地区夏季降水量和降水频率的日变化特征类似, 呈现明显的单峰结构, 且日峰值均出现在傍晚, 00:00-09:00降水特征并非单调变化, 而是有所起伏。降水强度的日变化也呈现单峰结构, 日峰值也出现于傍晚, 只是凌晨至上午的起伏变化更剧烈。图 4b表现了高原中南部地区的夏季降水量、频率和强度的日变化特征。降水量和降水频率具有明显的双峰结构, 一个峰值出现在03:00-04:00, 另一个峰值出现在19:00-20:00, 约为0.135 mm·h-1和11.5%。而降水强度日变化为单峰结构, 其日峰值出现在05:00左右。由图 4c可以发现, 高原东南部地区夏季降水量、降水频率和降水强度的日变化特征非常一致, 均表现出02:00-04:00日峰值以及12:00-13:00的日谷值。
高原北部地区的降水特征值较低, 中南部降水量与整体降水量大致相同, 东南部地区的降水量最丰富。三个区域均有明显的降水峰值, 北部发生于18:00左右, 中南部发生于03:00和21:00, 东南部发生于03:00, 降水量与降水频率的结构近似。三个地区均有明显的日变化特征。
空间平均仅能反映出不同区域的降水日变化特征, 而纬(经)度-时间剖面图则能更好地揭示其空间分布及传播特征。图 5为高原三个区域夏季经(纬)向平均的标准化降水量的纬(经)度-时间分布特征。从图 5可以看出, 高原北部93°E-95°E以东地区下午的降水日峰值存在明显的向东传播特征。高原中南部地区降水量有两个显著的高值区和一个低值区, 其中主峰值出现在18:00-21:00, 次峰值出现在00:0-003:00, 降水量日峰值表现出明显向南传播特征(在27°N-31°N区域传播速度较快, 而在31°N-36°N区域传播速度相对较慢)以及较弱的西传特征。高原东南部区域降水量表现为两个高值区和一个低值区。其中高值区主要出现在00:00-05:00和18:00-24:00, 而低值区出现在10:00-18:00, 同时发现, 降水峰值表现为微弱的向北传播以及明显的向东传播特征。
不同持续时间的降水事件具有不同的降水日变化特征(原韦华等, 2014)。根据降水的持续时间将降水事件分为短时降水(1~3 h)、持续时间4~6 h降水以及长持续时间(超过6 h)降水。从高原地区夏季持续1~3 h、4~6 h和6 h以上降水量对总降水量的贡献(图 6)可以看出, 在整个高原的中西部地区, 持续时间为1~3 h的降水对总降水量的贡献在40%以上, 持续时间4~6 h的降水对总降水量的贡献在高原大部分区域也达30%左右, 而持续时间超过6 h的降水对总降水量有较大贡献的地区主要集中在高原东部较小范围。总的来说, 高原绝大多数地区以持续时间为1~3 h的短时降水为主, 仅有高原东部地区长持续性降水对总降水量的影响较大。
图 7是高原三个地区夏季持续时间为1~3 h、4~6 h和6 h以上降水的标准化降水量日变化曲线。分析图 7a发现三个地区的持续时间为1~3 h的降水量日峰值均出现在傍晚, 北部和中南部均为17:00, 东南部为21:00。持续时间为4~6 h的降水量日变化在高原北部以及中南部地区存在多个峰值, 出现在12:00-18:00之间, 而高原北部地区的峰值出现在24:00。从图 7c可以发现在青藏高原中南部以及东南部地区持续时间超过6 h的降水日峰值出现在02:00-05:00, 而在13:00-16:00出现了一个谷值中心, 整体呈现单峰特征。高原北部地区主要峰值出现在19:00。比较图 8a~c不难发现高原地区夏季降水量日变化的双峰结构是由短时降水和长持续性降水共同作用造成的, 由于高原地区降水持续时间普遍较短, 因此主峰值一般出现在傍晚, 若在一些地区持续性降水量较小, 则该地区降水量日变化将呈现单峰特征。可见, 降水持续时间的长短对高原地区降水日变化的产生具有重要影响, 高原地区夏季凌晨(傍晚)的降水日峰值主要是由长持续性(短时降水)降水引起的。同时发现, 不同持续时间降水对降水量日谷值出现时间影响不大, 基本出现在12:00-15:00。
图 8是高原地区夏季不同强度的降水量占总降水量百分比的空间分布。根据降水强度, 将降水划分为4个等级, 分别为小雨(0.1~0.25 mm·h-1)、中雨(0.25~1 mm·h-1)、大雨(1~4 mm·h-1)和暴雨(≥ 4 mm·h-1)。虽然小雨发生次数较多, 但该等级降水对总降水的贡献较小, 在高原的绝大多数地区都低于10% (图 8a); 大雨占总降水的比重较大, 超过了50% (图 8c); 中雨对总降水的贡献在高原北部地区为30%左右(图 8b), 在高原南部地区则低于20%;而暴雨对总降水的贡献(图 8d)表现出与中雨相反的分布特征, 在高原南部地区高于30%, 而在高原北部地区, 大部分区域低于20%。
图 9分别给出了三个区域夏季4种不同等级降水的日变化特征。从图 9中可以发现, 高原北部和东南部地区不同等级降水的日变化振幅随降水强度的增强而不断增加。相对而言, 高原中西部的降水日变化振幅受降水强度的影响较小。高原北部地区小-大雨的降水日峰值出现在12:00-15:00, 而暴雨的主日峰值主要出现在午夜, 次峰值出现在12:00左右。高原中南部不同强度降水的日变化基本都呈现出双峰结构, 一个在傍晚, 一个在午夜-凌晨, 其中小-大雨的主日峰值出现在傍晚, 而暴雨的主日峰值则出现在午夜。高原东南部地区不同强度降水的日变化形式较一致, 日峰(谷)值出现在午夜-凌晨(正午)前后。
图 10是高原2008-2014年6-8月逐6 h的600 hPa平均风场。从图 10中可看出, 最大风速出现在20:00前后, 整个高原, 除北部和东部少量地区, 风速基本在5 m·s-1以上。08:00期间, 高原的中部地区风速最小; 四个时间点的盛行风向表现出了一定的规律性, 02:00, 风向箭头汇聚指向32°N-85°E附近, 14:00, 汇聚位置变为32°N-95°E附近, 到了20:00又西移至32°N-90°E。
高原散度的正值区主要体现在沿高原边缘的北部和东南面。02:00, 高原北部的散度高值区表现为间断的条形区域, 08:00有所减弱; 在14:00和20:00, 强度达最强, 尤其是20:00, 在高原边缘区域连成一线。辐合区域(散度负值区)出现位置较为固定, 高原北部主要出现在36°N-95°E和36°N-80°E附近区域。其中36°N-95°E区域在四个时次中均存在, 强度变化不大; 36°N-80°E区域14:00和20:00最为清晰, 02:00位置靠南, 强度较低, 在08:00, 数值减少的更多。南部的大值区域集中出现在中印边界的28°N-90°E附近和藏南。
从高原逐6 h降水量日变化的空间分布(图 11)来看, 高原的降水日变化东南部大于西北部。高原的西北部的变化最小, 高原西北部2500 m等高线西段附近逐6 h降水变化较为明显。高原中部和东南部降水表现出较明显的日变化过程, 尤其是东南部地区。21:00-02:00, 降水高值中心出现在30°N-100°E区域附近, 降水量大于0.33 mm·h-1; 02:00-14:00该地区降水量逐渐减小, 高值中心逐步东移至105°E; 09:00-14:00降水中心继续东移, 仅在32°N-105°E附近有较小地区降水量大于0.3 mm·h-1, 其余地区降水量大致在0.1 mm·h-1; 至20:00降水中心重新回到30°N-100°E附近, 与环流场的日变化较为一致。
结合图 10, 在600 hPa高度, 30°N-100°E附近区域出现的散度正负值中心的强弱变化, 可能是导致该地降水日变化的原因之一。此外, 尽管在高原北部2500 mm等高线附近同样存在明显的散度强度日变化, 而降水日变化却很小, 这极有可能与水汽条件有关, 高原的大地形, 隔绝了来自印度洋的暖湿气流。
4 结论与讨论利用2008-2014年间高时空分辨率的卫星和台站观测降水融合资料, 揭示了高原夏季降水日变化特征的时空分布特征, 并探讨了降水持续时间和强度对降水日变化的影响, 结论如下:
(1) 高原夏季降水量和降水频率具有相似的空间分布形式, 而降水强度在各区域基本相当, 差异较小, 高原夏季降水量的空间分布特征主要受到降水频率的影响。整个高原地区降水频率和降水量日变化表现为凌晨和傍晚双峰特征, 而在12:00-13:00处于全天最低水平; 而降水强度呈现出凌晨峰值和午后谷值的分布特征。高原中西部降水量和频率的日变化形式呈现出与整个高原地区一致的双峰特征, 而高原北部和高原东部地区降水量和频率的日峰值分别出现在傍晚和午夜-凌晨。
(2) 高原北部地区降水量下午-傍晚的日峰值在93°E-95°E以东地区表现为明显向东的传播特征。高原中西部地区降水量日峰值表现出明显向南传播特征以及较弱的西传特征。高原东部区域降水量日峰值则为微弱的向北传播和明显的向东传播特征。
(3) 降水持续时间的长短对高原地区降水日峰值具有重要影响, 高原夏季降水量日变化的双峰特征是由短时(1~3 h)和长持续性(6 h以上)降水共同作用造成的。午夜-凌晨(傍晚)的降水日峰值主要是由于长持续性(短时)降水所引起。
(4) 高原北部地区小-大雨(暴雨)的降水量日峰值基本出现在下午(午夜)。高原中西部不同等级降水量的日变化基本都呈现出双峰结构, 一个在傍晚, 一个在午夜-凌晨, 其中小-大雨的主日峰值出现在傍晚, 而暴雨的主日峰值则出现在午夜。青藏高原东部地区不同等级降水量的日变化形式较一致, 日峰(谷)值出现在(午夜-凌晨)正午前后。
(5) 高原地区绝大多数地区的降水日变化与风场和散度场的分布较为一致。尤其是东南部地区, 夜间至凌晨降水高值中心的东西向摆动, 与散度场高低值中心日变化一致, 呈现出由西北至东南递增的趋势。
本研究利用高时空分辨率资料, 对高原夏季日降水变化特征、降水持续时间和强度日变化及其区域性差异做了研究, 获得了对高原地区夏季降水日变化特征的一些新认识, 对于高原夏季降水日变化特征的深入研究具有一定的参考意义。但限于所用研究资料的时间序列较短, 难以揭示高原地区夏季降水日变化特征的长期变化趋势; 另外, 由于高原地区高精度环流资料的匮乏, 难以深入探讨影响高原地区降水日变化特征的物理机制。在未来的研究工作中, 将借助模拟性能较好的区域气候模式, 通过数值模拟对高原地区夏季降水日变化特征影响机制做进一步研究。
Dai A. 1999a. Recent changes in the diurnal cycle of precipitation over the United States[J]. Geophys Res Lett, 26(3): 341–344.
DOI:10.1029/1998GL900318 |
|
Dai A, Giorgi F, Trenberth K E. 1999b. Observed and model simulated precipitation diurnal cycle over the contiguous United States[J]. J Geophys Res, 104(D6): 6377–6402.
DOI:10.1029/98JD02720 |
|
Joyce R J, Janowiak J E, Arkin P A, et al. 2004. CMORPH:A method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution[J]. J Hydrometeor, 5(3): 487–503.
DOI:10.1175/1525-7541(2004)005<0487:CAMTPG>2.0.CO;2 |
|
Landin M G, Bosart L F. 1985. Diurnal variability of precipitation in the northeastern United States[J]. Mon Wea Rev, 113(6): 989–1014.
DOI:10.1175/1520-0493(1985)113<0989:DVOPIT>2.0.CO;2 |
|
Roe G H. 2005. Orographic precipitation[J]. Annual Review of Earth and Planetary Sciences, 33: 645–671.
DOI:10.1146/annurev.earth.33.092203.122541 |
|
Shen Y, Zhao P, Pan Y, et al. 2014. A high spatiotemporal gauge-satellite merged precipitation analysis over China[J]. J Geophys Res, 119(6): 3063–3075.
|
|
Sorooshian S, Gao X, Hsu K, et al. 2002. Diurnal variability of tropical rainfall retrieved from combined GOES and TRMM satellite information[J]. J Climate, 15(9): 983–1001.
DOI:10.1175/1520-0442(2002)015<0983:DVOTRR>2.0.CO;2 |
|
Zhou T J, Yu R C, Chen H M, et al. 2008. Summer Precipitation Frequency, Intensity, and Diurnal Cycle over China:A Comparison of Satellite Data with Rain Gauge Observations[J]. J Climate, 21(2007): 3997–4010.
|
|
Wallace J M. 2014. Diurnal variations in precipitation and thunderstorm frequency over the conterminous United States[J]. Mon Wea Rev, 103(103): 406–419.
|
|
Yu R C, Zhou T J, Xiong A Y, et al. 2007a. Diurnal variations of summer precipitation over contiguous China[J]. Geophys Res Lett, 34(1): 223–234.
|
|
Yu R C, Xu Y P, Zhou T J, et al. 2007b. Relation between rainfall duration and diurnal variation in the warm season precipitation over central eastern China[J]. Geophys Res Lett, 34(13): 173–180.
|
|
白爱娟, 刘长海, 刘晓东. 2008. TRMM多卫星降水分析资料揭示的青藏高原及其周边地区夏季降水日变化[J]. 地球物理学报, 51(3): 704–714.
Bai Aijuan, Liu Changhai, Liu Xiaodong. 2008. Diurnal variation of summer rainfall over the Tibetan Plateau and its neighboring regions revealed by TRMM multi-satellite precipitation analysis[J]. Chinese J Geophys, 51(3): 704–714.
|
|
程志刚, 刘晓东, 范广洲, 等. 2011. 世纪青藏高原气候时空变化评估[J]. 干旱区研究, 28(4): 669–676.
Cheng Zhigang, Liu Xiaodong, Fan Guangzhou, et al. 2011. Spatiotemporal distribution of climate change over the Qinghai-Tibetan Plateau in 21st century[J]. Arid Zone Research, 28(4): 669–676.
|
|
除多, 杨勇, 罗布坚参, 等. 2016. MERRA再分析地面气温产品在青藏高原的适用性分析[J]. 高原气象, 35(2): 337–350.
DOI:10.7522/j.issn.1000-0534.2015.00018 Chu Duo, Yang Yong, Luobu Jiansen, et al. 2016. Applicability analysis of MERRA surface air temperature over the Qinghai-Xizang Plateau[J]. Plateau Meteor, 35(2): 337–350.
DOI:10.7522/j.issn.1000-0534.2015.00018 |
|
戴泽军, 宇如聪, 李建, 等. 2011. 三套再分析资料的中国夏季降水日变化特征[J]. 气象, 37(1): 21–30.
DOI:10.7519/j.issn.1000-0526.2011.01.003 Dai Zejun, Yu Rucong, Li Jian, et al. 2011. The characteristics of summer precipitation diurnal variations in three reanalysis datasets over China[J]. Meteor Mon, 37(1): 21–30.
DOI:10.7519/j.issn.1000-0526.2011.01.003 |
|
傅抱璞. 1992. 地形和海拔高度对降水的影响[J]. 地理学报, 47(4): 302–314.
Fu Baopu. 1992. The effects of topography and elevation on precipitation[J]. Acta Geographica Sinica, 47(4): 302–314.
|
|
卢鹤立, 邵全琴, 刘纪远, 等. 2007. 近44年来青藏高原夏季降水的时空分布特征[J]. 地理学报, 62(09): 946–958.
DOI:10.3321/j.issn:0375-5444.2007.09.006 Lu Heli, Shao Quanqin, Liu Jiyuan, et al. 2007. Temporo-spatial distribution of summer precipitation over Qinghai-Tibet Plateau during the last 44 years[J]. Acta Geographica Sinica, 62(09): 946–958.
DOI:10.3321/j.issn:0375-5444.2007.09.006 |
|
毛江玉, 吴国雄. 2012. 基于TRMM卫星资料揭示的亚洲季风区夏季降水日变化[J]. 中国科学:地球科学, 42(4): 564–576.
Mao Jiangyu, Wu Guoxiong. 2012. Diurnal variations of summer precipitation over the Asian monsoon region as revealed by TRMM satellite data[J]. Sci China Earth Sci, 42(4): 564–576.
|
|
潘旸, 沈艳, 宇婧婧, 等. 2012. 基于最优插值方法分析的中国区域地面观测与卫星反演小时降水融合实验[J]. 气象学报, 70(6): 1381–1389.
DOI:10.11676/qxxb2012.116 Pan Yang, Shen Yan, Yu Jingjing, et al. 2012. Analysis of the combine gauge-satellite hourly precipitation over China based on the OI technique[J]. Acta Meteor Sinica, 70(6): 1381–1389.
DOI:10.11676/qxxb2012.116 |
|
齐文文, 张百平, 庞宇, 等. 2013. 基于TRMM数据的青藏高原降水的空间和季节分布特征[J]. 地理科学, 33(8): 999–1005.
Qi Wenwen, Zhang Baiping, Pang Yu, et al. 2013. TRMM-Data-Based spatial and seasonal patterns of precipitation in the Qinghai-Tibet Plateau[J]. Acta Geographica Sinica, 33(8): 999–1005.
|
|
沈沛丰, 张耀存. 2011. 四川盆地夏季降水日变化的数值模拟[J]. 高原气象, 30(4): 860–868.
Shen Peifeng, Zhang Yaocun. 2011. Numerical simulation of diurnal variation of summer precipitation in Sichuan Basin[J]. Plateau Meteor, 30(4): 860–868.
|
|
沈艳, 潘旸, 宇婧婧, 等. 2013. 中国区域小时降水量融合产品的质量评估[J]. 大气科学学报, 36(1): 37–46.
Shen Yan, Pan Yang, Yu Jingjing, et al. 2013. Quality assessment of hourly merged precipitation product over China[J]. Trans Atmos Sci, 36(1): 37–46.
|
|
宇婧婧, 沈艳, 潘旸, 等. 2013. 概率密度匹配法对中国区域卫星降水资料的改进[J]. 应用气象学报, 24(5): 544–553.
DOI:10.11898/1001-7313.20130504 Yu Jingjing, Shen Yan, Pan Yang, et al. 2013. Improvement of satellite-based precipitation estimates over China based on probability density function matching method[J]. J Appl Meteor Sci, 24(5): 544–553.
DOI:10.11898/1001-7313.20130504 |
|
肖林鸿, 高艳红, ChenFei, 等. 2016. 青藏高原极端气温的动力降尺度模拟[J]. 高原气象, 35(3): 574–589.
DOI:10.7522/j.issn.1000-0534.2016.0039 Xiao Linhong, Gao Yanhong, Chen Fei, et al. 2016. Dynamic downscaling simulation of extreme temperature indices over the Qinghai-Xizang Plateau[J]. Plateau Meteor, 35(3): 574–589.
DOI:10.7522/j.issn.1000-0534.2016.0039 |
|
徐国强, 朱乾根, 白虎志. 2003. 1998年青藏高原降水特征及大气LFO对长江流域低频降水的影响[J]. 气象科学, 23(3): 282–291.
Xu Guoqiang, Zhu Qiangen, Bai Huzhi. 2003. Rainfall features of the Tibetan Plateau and LFO influence on low frequency precipitation in the Yangtze River Basin[J]. Scientia Meteor Sinica, 23(3): 282–291.
|
|
于文勇, 李建, 宇如聪. 2012. 中国地区降水持续性的季节变化特征[J]. 气象, 38(4): 392–401.
DOI:10.7519/j.issn.1000-0526.2012.04.002 Yu Wenyong, Li Jian, Yu Rucong. 2012. Analyses of seasonal variation characteristics of the rainfall duration over China[J]. Meteor Mon, 38(4): 392–401.
DOI:10.7519/j.issn.1000-0526.2012.04.002 |
|
宇如聪, 李建, 陈昊明, 等. 2014. 中国大陆降水日变化研究进展[J]. 气象学报, 72(5): 948–968.
DOI:10.11676/qxxb2014.047 Yu Rucong, Li Jian, Chen Haomin, et al. 2014. Progress in studies of the precipitation diurnal variation over contiguous China[J]. Acta Meteor Sinica, 72(5): 948–968.
DOI:10.11676/qxxb2014.047 |
|
原韦华, 宇如聪, 傅云飞. 2014. 中国东部夏季持续性降水日变化在淮河南北的差异分析[J]. 地球物理学报, 57(3): 752–759.
DOI:10.6038/cjg20140306 Yuan Weihua, Yu Rucong, Fu Yunfei. 2014. Study of different diurnal variations of summer long-duration rainfall between the southern and northern parts of the Huai River[J]. Chinese Journal of Geophysics, 57(3): 752–759.
DOI:10.6038/cjg20140306 |
|
张蒙, 黄安宁, 计晓龙, 等. 2016. 卫星反演降水资料在青藏高原地区的适用性分析[J]. 高原气象, 35(1): 34–43.
DOI:10.7522/j.issn.1000-0534.2014.00152 Zhang Meng, Huang An'ning, Ji Xiaolong, et al. 2016. Validation of satellite precipitation products over Qinghai-Xizang Plateau region[J]. Plateau Meteor, 35(1): 34–43.
DOI:10.7522/j.issn.1000-0534.2014.00152 |
2. Jiangsu Collaborative Innovation Center for Climate Change, Nanjing 210046, China;
3. Lishui Meteorological Bureau, Lishui 323000, China;
4. Nanjing Institute of Environmental Sciences, Ministry of Environmental Protection, Nanjing 210042, China