2017, Vol. 36
2. 中国气象局兰州干旱气象研究所/甘肃省干旱气候变化与 减灾重点实验室, 甘肃 兰州 730020;
3. 甘肃省气象局, 甘肃 兰州 730020
降水是影响环境和自然过程的重要气候因素之一, 是人类赖以生存的淡水的主要来源, 其时空分布变化对水圈、生物圈和人类社会都会产生重大影响(Karl et al, 1999; Rana et al, 2012)。因此, 了解降水趋势信息是大家关心的一个关键问题。在过去的100多年中, 由于人类活动产生过多温室气体的影响(Betts et al, 2004; 李国琛, 2005; Austin et al, 2017), 全球海陆表面平均温度呈线性上升趋势, 平均升高了0.85 ℃(IPCC, 2013)。气候变暖对于全球和区域的水循环也产生了巨大影响(Nijssen et al, 2001; Betts et al, 2004; Krichak et al, 2015), 全球温度升高导致大气的持水量增加, 海陆表面温度的升高使得其蒸发量也会增强, 意味着实际的大气水分含量会增加, 自然发生干旱的可能受潜在蒸发量的增加而加剧, 从而容易导致暴雨、洪涝等极端气候事件的发生, 并造成不利影响和灾害(Trenberth, 1998; Allan et al, 2008)。
近年来, 许多学者针对气候变暖背景下全球或区域降水时空分布变化、降水集中程度及极端降水事件等开展了相关研究, 并取得了有意义的结果。从全球范围来看, 随着气候变暖水文循环得到显著加强, 北半球高纬度地区、中非、印度和东南亚地区的年降水量显著上升, 而包括南美洲中北部、非洲南部、澳大利亚和印度尼西亚等低纬度地区降水明显较少, 干旱趋势趋于增强(Gu et al, 2016; Sun et al, 2014), 此外伴随着气温上升, 强降水事件发生频率也明显增加, 不仅为强降水天数, 而且还显示在强降水总量上(Lehmann et al, 2015; Wen et al, 2016)。在一些不同地区和区域范围, 学者们也开展了降水变化趋势相关的研究, 欧亚大陆大部分地区(20°E以东)小雨日数和降水量呈减少趋势, 但降水强度和中雨以上降水日数呈明显增加趋势, 而北欧地区降水增加趋势最大, 平均每10年增加12.49 mm(Wen et al, 2015); 非洲北部地区降水量呈线性减少趋势, 3—5月减少趋势更为明显, 但10—12月降水量有明显增加, 西非干旱趋势最为显著, 降水量平均每10年减少21.05 mm(Sun et al, 2014; Camberlin, 2017; Ongoma et al, 2017); 1970—2009年, 澳大利亚除西北部地区降雨量呈增加趋势之外, 其余地区降水量均在减少, 其中澳大利亚东部地区减少趋势较为明显(Lavender et al, 2013); 1951—2013年, 美国平均降水量每10年增加1.66%, 东部和北部地区增长率较高, 而西部地区增长较少, 另外弱降水略有下降, 强降水大幅度上升(Wu, 2015); 巴西南部地区夏季降水量呈上升趋势, 平均每100年增长93 mm, 降水量的增加趋势与日最高温度和最低温度的增温趋势较为一致(Sansigolo et al, 2010)。可以看出不同地区降水呈现出不同的变化趋势, 总体来说, 高纬度地区陆地降水呈增加趋势, 而副热带和热带等低纬度地区陆地降水呈减少趋势。
中国平均年降水量呈现略有上升的趋势, 夏季和冬季降水增加, 春季和秋季降水减少。不同地区的降水日数、降水量和不同等级降水持续时间差异较大, 除华北以外的所有区域, 随着温度的升高总降水日数呈下降趋势, 而强降水日数呈明显上升趋势, 暖湿地区(江淮、华南和西南地区)降水日数减少, 降水强度增大。东南部地区降水减少变得越来越干燥, 西南地区变得更为湿润(Gemmer et al, 2004; Qian et al, 2005; Zhang et al, 2009; Liu et al, 2011; Jiang et al, 2014; 王艳姣等, 2014)。
中国西北地区位于欧亚大陆中纬度半干旱和干旱气候区, 是世界上气候环境最为敏感的地区之一, 深居内陆, 水汽来源不足, 降水偏少, 干旱问题异常突出(Yang et al, 2017)。20世纪90年代以来, 西北地区气温上升速度加快, 平均每10年增加0.606 ℃, 同时降水也逐渐增多, 使得严重干旱的形势得到缓解(Zhang et al, 2009), 但暴雨、洪涝等极端性天气事件伴随气候变暖也开始增多(Shi et al, 2007)。鉴于降水对西北地区气候和环境具有极为重要意义, 通过对最近55年西北地区降水变化趋势进行分析, 得到不同气候特征区域的降水变化趋势, 然后探讨造成这一变化趋势的主要影响因素, 对全球气候变暖背景下西北地区水资源的规划和管理具有一定的参考意义。
2 研究区域研究区域(73.3°E—111.3°E, 31.5°N—49.2°N)位于中国西北部, 包括陕西、甘肃、宁夏、青海和新疆5省(区), 面积约为3.11×106 km2, 约占中国陆地面积的30%(图 1)。区域深居欧亚大陆腹地, 距离海洋较远, 再加之境内天山、祁连山、昆仑山等高大山脉对湿润气流的阻挡, 除东南部为温带季风气候之外, 其他区域均为温带大陆性气候, 不同区域降水差异大, 年平均降水量最小站点为新疆吐鲁番, 年平均降水量为15.0 mm, 降水量最大站点为陕西佛坪站, 达922.8 mm。
|
图 1 试验研究区域及主要观测站点分布 Figure 1 The study area and distribution of the main observation stations |
为分析不同气候背景下不同区域的降水气候变化特征, 依据降水变化分布的气候分区将西北地区划分为西北东部地区、青海高原及边坡地区、河西走廊地区、北疆地区和南疆地区(郑景云等, 2010, 2013), 降水气候分区范围及年平均降水量见图 2及表 1。
|
图 2 中国西北地区降水气候分区 Figure 2 Precipitation climate zones of Northwest China |
|
表 1 降水气候分区概况 Table 1 General situation of precipitation climate zones |
采用中国气象数据网提供(http://data.cma.cn/)的中国地面气候资料月值数据集中西北地区逐月降水观测资料(包括月平均气温、月平均降水量和日降水量大于等于0.1 mm的天数), 该数据集包含西北地区观测站点共192个, 剔除在统计时段中(1961—2015年)连续观测时间序列少于55年的观测站点, 最终得到有效观测站点128个(图 1)。由于数据集在发布前已经过较为严格的极值检验、时间一致性检验、空间一致性检验等数据质量控制(任芝花等, 2007), 因此该资料在分析之前仅对观测缺失值进行插补, 具体方法是当某站点出现观测值缺失时, 应用距离加权算法将与该站点较近且相关性较好(R2>0.95)站点的观测值插补到观测缺失站点。
大气数据采用美国国家环境预报中心和国家大气研究中心(NCEP/NCAR)提供的再分析逐月资料(https://www.esrl.noaa.gov/psd/data/gridded/reanalysis/), 包括大气可降水量、平均风速风向等要素, 水平分辨率为2.5°×2.5°, 垂直层次包括17个等气压层(1 000, 925, 850, 700, 600, 500, 400, 300, 250, 200, 150, 100, 70, 50, 30, 20和10 hPa), 有效起始时间为1948年1月。
3.2 计算方法(1) M-K检验
采用Mann-Kendall(M-K)检验法评估降水量随时间序列的趋势变化(Mann, 1945; Kendall, 1990)。M-K检验是一种基于秩的非参数方法, 用于检查给定时间序列中的任何趋势, 其优点是样本不需要遵循某一特定的分布, 且很少受到异常值的干扰, 计算简便。
假设有n个统计量(x1, x2, …, xn)的时间序列, 对于所有k, j≤n, 且k≠j, xk和xj的分布是不同的, 检验统计量:
| ${S_t} = \sum\limits_{k = 1}^{n - 1} {\sum\limits_{j = k + 1}^n {{\rm{Sign}}} } ({x_j} - {x_k}),$ | (1) |
其中, Sign()为符号函数:
| ${\rm{Sign}}({x_j} - {x_k}) = \left\{ {\begin{array}{*{20}{c}} {1,} & {{x_j} > {x_k}}\\ {0,} & {{x_j} = {x_k}}\\ { - 1,} & {{x_j} ＜ k} \end{array}} \right.$ | (2) |
St为正态分布, 均值为0, 方差:
| ${\rm{Var}}\left( {{S_t}} \right) = \frac{{n\left( {n - 1} \right)\left( {2n + 5} \right)}}{{18}},$ | (3) |
当n>10时, Mann-Kendall统计量Z值计算公式为:
| $Z = \left\{ {\begin{array}{*{20}{c}} {\frac{{{S_t} - 1}}{{\sqrt {{\rm{Var}}\left( {{S_t}} \right)} }}} & , & {{S_t} > 0}\\ 0 & , & {{S_t} = 0}\\ {\frac{{{S_t} + 1}}{{\sqrt {{\rm{Var}}\left( {{S_t}} \right)} }}} & , & {{S_t} ＜ 0} \end{array}} \right.$ | (4) |
式中: Z为正值表示呈增加趋势, 负值表示呈减少趋势, |Z|分别大于等于1.64和2.32时, 表示通过了置信度95%和99%的显著性检验。
(2) Sen’s斜率
应用Sen’s斜率计算降水量时间变化趋势的程度(Sen, 1968)。由于Sen's斜率能够避免时间序列数据缺失及数据分布形态对分析结果的影响, 并且能够剔除异常值对时间序列的干扰, 因此在气象水文研究中得到广泛应用(Gocic et al, 2013; Chatterjee et al, 2016; Yang et al, 2017)。
假设有n个统计量(x1, x2, …, xn)的时间序列, Sen’s斜率计算公式为:
| $\beta = {\rm{Median}}\left( {\frac{{{x_j} - {x_i}}}{{j - i}}} \right),{\rm{ }}\forall j > i$ | (5) |
式中: Median()为中值函数。利用β来确定时间序列变化趋势的程度, β>0表示呈正趋势变化, β＜0表示呈负趋势变化, β=0表示变化趋势不明显, β的数值为变化趋势的程度。
(3) 气候指数及相关性计算
为了揭示降水气候变化趋势的成因, 利用NCEP/NCAR月平均再分析资料分别计算了西风指数、南亚季风指数和东亚季风指数及其与西北地区降水变化的相关性, 其中气候指数定义如下:
西风指数——西风带是行星风带之一, 位于南北半球的中纬度地区(35°N—65°N), 空气运动主要是由自西向东, 在对流层中上部和平流层下部尤为明显。为了能定量的描述西风的强弱, Rossby早在20世纪30年代就提出西风指数的概念(Rossby, 1939), 即用35°N和55°N纬圈平均海平面气压的差反映北半球中纬度地区西风的强弱。为了更好地表征西风带与我国西北地区降水变化的关系, 引入区域西风指数。由于夏季在30°E—70°E, 35°N—50°N之间存在一个很强的西风垂直切变中心, 而西北地区毗邻此中心, 故选择上述区域计算西风指数更易于研究西风带对西北地区降水变化的影响(冯文等, 2004), 即区域西风指数表示为:
| $WI = \frac{1}{N}\left[ {\sum\limits_N {{H_i}({{35}^{°}}) - \sum\limits_N {{H_i}({{50}^{°}})} } } \right]\quad ,$ | (1) |
式中: N为30°E—70°E, 35°N—50°N区域内计算格点数目; Hi(35°)和Hi(50°)分别为每个格点6—8月500 hPa等压面沿35°N和50°N纬圈的平均高度值。
季风指数——季风变化对中国降水分布有着重要影响。为描述季风区季风活动的变化, 李建平研究员和曾庆存院士提出了归一化季风指数, 得到了广泛认可和使用, 并被称为李-曾季风指数(Li et al, 2003)。其中东亚季风指数(EASMI)定义为夏季(6—8月)东亚季风区(10°N—40°N, 110°E—140°E)内850 hPa平均风场标准化季节变率(李建平等, 2005), 南亚季风指数定义为夏季(6—8月)南亚季风区(5°N—22.5°N, 35°E—97.5°E)内850 hPa平均风场标准化季节变率。
降水量变化与气候指数的相关性采用Pearson相关系数描述(Donges et al, 2013; Diaconescu et al, 2014)。
4 结果分析 4.1 年、季降水量变化趋势通过西北地区1961—2015年年降水量变化的Mann-Kendall趋势[图 3(a)]可以看出, 西北地区西部的大部分地区(黄河以西)年降水量呈增加趋势, 而东部大部分地区呈减少趋势。应用Sen’s斜率评估降水量变化趋势的程度, 为表征不同气候区域的变化趋势, 采用年降水量变化百分率描述(即每10年降水量变化值与年平均降水量的比值, 降水日数变化趋势计算以此类推)可以看出, 近55年西北地区中西部大部分地区降水量增加趋势为0.1%·(10a)-1~10.0%·(10a)-1, 降水量变化率大于10.0%·(10a)-1的有6个站点, 分布在南疆(4个站)、北疆(1个站)和青海高原(1个站)地区, 变化趋势最大站点为位于青海的德令哈, 其变化率为11.8%·(10a)-1, 呈增加趋势的新疆大部分站点和青海高原中北部的站点通过了95%的信度检验, 另外有10个站降水量变化呈减少趋势, 其中位于南疆的七角井减少趋势最为明显为-8.7%·(10a)-1, 其余站点变化趋势较弱且仅有2个站通过了95%的信度检验; 对于西北地区东部, 大部分站点呈减少趋势, 但仅有4个站通过了95%的信度检验, 降水量减少趋势均小于-5%·(10a)-1, 变化趋势最大站点为陕西南部的略阳站, 为-4.5%·(10a)-1, 有6个站降水量呈小于2%·(10a)-1的增加趋势, 但均未通过95%信度检验。
|
图 3 1961—2015年西北地区各站点年(a)、季(b~e)降水量变化趋势[单位: %·(10a)-1] Figure 3 Trends of precipitation in annual (a) and seasonal (b~e) time scales in northwestern China from 1961 to 2015. Unit: %·(10a)-1 |
图 3(b)~(e)为1961—2015年西北地区不同季节降水量变化的Mann-Kendall趋势, 其中不同季节按气象学划分, 即春季(3—5月)、夏季(6—8月)、秋季(9—11月)和冬季(12月至翌年2月)。对于春季, 北疆大部分、南疆中北部、青海高原及其边坡和河西走廊中东部地区降水量呈增加趋势, 西北东部大部分地区、南疆西南部、河西走廊西部地区降水量呈减少趋势, 但仅有28个站(增加趋势27个站、减少趋势1个站)通过了95%的信度检验; 对于夏季, 除西北东部地区中北部降水量呈减少趋势外, 其余大部分地区降水量呈增加趋势, 增加趋势最为明显的是南疆地区, 大部分站点增加趋势大于5%·(10a)-1, 并且大部分站点通过了95%的信度检验, 此外北疆南部和青海高原北部降水量增加趋势也较大, 但位于河西走廊西端的马鬃山站降水量呈明显减少趋势-7.4%·(10a)-1, 且通过了95%的信度检验, 而西北地区东部降水量变化趋势除甘肃南部武都站(为6.9%·(10a)-1, 且通过了95%的信度检验)外其余站点变化趋势均小于-5%·(10a)-1, 并且均未通过95%的信度检验; 对于秋季, 除西北地区东部降水量呈减少趋势外, 其余大部分地区降水量呈增加趋势, 有30个站(呈增加趋势的有24个站、呈减少趋势的有6个站)通过了95%的信度检验, 南疆南部和北部8个站变化趋势不显著, 且|β|＜0.1%·(10a)-1; 对于冬季, 整个西北地区几乎所有站点呈现增加趋势(呈减少趋势的有4个站、变化不明显的有7个站), 并且有73个站通过了95%的信度检验, 占总站点的57%。综合以上结果可以看出, 冬季为西北地区降水量变化最为显著的季节, 变化趋势除北疆的乌鲁木齐[5.9%·(10a)-1]和伊宁[5.5%·(10a)-1]外, 其余地区均小于5%·(10a)-1。
4.2 年、季降水日数变化趋势西北地区1961—2015年年降水日数变化的Mann-Kendall趋势[图 4(a)]表明, 西北地区西部降水日数以增加趋势为主, 西北地区东部地区降水日数以减少趋势为主。从Sen’s斜率可以看出, 北疆地区除1个站无明显变化、1个站呈现微弱的减少趋势[-0.3%·(10a)-1]外, 其余各站均为增加趋势, 北疆西部、北部增加趋势较大, 而南部、东部增加趋势较小, 更为有意思的是增加趋势大于2 %·(10a)-1的站点全部通过了95%信度检验; 南疆地区降水日数西部、北部除1个站外均为明显增加趋势, 大部分增加趋势大于5%·(10a)-1, 且大都通过了95%的信度检验, 南疆南部和东部1个站增加趋势较大(民丰站的变化趋势为每10年增加6.2%, 通过了95%的信度检验), 其余各站增加趋势较小, 但南疆东北部的七角井站却呈明显的减少趋势, 平均每10年减少9.4%, 且通过了95%的信度检验; 河西走廊西部地区降水日数以增加趋势为主, 东部以减少趋势为主, 但仅有1个站通过了95%的信度检验, 减少趋势同样位于西部增加区域的马鬃山, 为-5.4%·(10a)-1, 且通过了95%的信度检验; 青海高原中西部地区降水日数以增加为主, 东部边坡地区以减少为主; 西北地区东部除1个站的变化率呈增加趋势外, 其余均呈减少趋势, 减少程度在-5.0%·(10a)-1~-0.1%·(10a)-1之间, 有18个站通过了95%的信度检验, 占该区域总站数的58.1%。
|
图 4 1961—2015年西北地区各站点年(a)、季(b~e)降水日数变化趋势[单位: %·(10a)-1] Figure 4 Trends of the number of precipitation days in annual (a) and seasonal (b~e) time scales in > northwestern China from 1961 to 2015. Unit: %·(10a)-1 |
西北地区1961—2015年不同季节降水日数变化的Mann-Kendall趋势[图 4(b)~(e)]显示, 春季, 西北东部地区呈明显的减少趋势, 青海高原中南部呈增加趋势, 北疆、南疆、河西走廊地区大部分和青海高原北部站点降水变化趋势不明显; 夏季, 南、北疆地区降水日数变化差异很大, 北疆中部降水日数呈增加趋势, 其余为减少趋势, 大部分站点未通过95%信度检验, 南疆中东部降水日数变化较小, 其余站点呈增加趋势, 有近50%的站点通过95%信度检验, 青海高原中西部大部降水日数呈增加趋势, 而东部、南部为减少趋势, 河西走廊基本呈现为减少趋势, 西北东部全部呈现为减少趋势; 秋季, 北疆西部和南疆西部、东部降水日数增加趋势较大, 大部分站点增加程度大于5%·(10a)-1, 增加程度最大站点南疆的拜城14.8%·(10a)-1, 其余站点变化趋势较小, 河西走廊地区降水日数以增加趋势为主, 但均未通过95%的信度检验, 青海高原南部和东部降水日数呈减少趋势, 而西北东部地区降水日数依然为减少趋势; 对于冬季, 西北地区降水日数变化与其他3季表现出明显差异, 整个区域仅9个站的降水日数呈减少趋势, 57个站的变化不明显, 其余62个站均呈现为增加趋势, 其中北疆和南疆北部变化趋势较为明显, 且大部分站点通过了95%的信度检验, 而西北东部地区的宁夏西部和甘肃中部呈明显增加趋势, 这与其他3个季节明显不同。
4.3 降水变化趋势的影响因素降水变化受到不同因素的影响或者受多种因素的共同影响, 研究发现大气环流(陈冬冬等, 2009; 申红艳等, 2017)、太阳辐射(孙炜毅等, 2015)、大气稳定度(Wen et al, 2015)、火山活动(贾朋群等, 2001)以及人类活动(Polson et al, 2013)等对降水变化都会产生影响, 这里重点分析全球气候变暖背景下西北地区降水变化与气温变化的关系, 并从水汽源的角度出发分析西风带和南亚、东亚季风变化对西北地区降水的影响。
(1) 西北地区降水对气温变化的响应规律
由西北地区各站点年降水量、降水日数与年平均气温的相关性分析(图 5)可以看出, 对于年降水量来说, 不同气候区与年平均气温的相关性差异较大, 北疆中南部年降水量与年平均气温呈正相关, 即年平均气温越高则年降水量越多, 而其余地区均呈负相关, 即年平均气温越高则年降水量越少, 北疆北部地区负相关特性较为明显, 且通过了95%的信度检验; 南疆西北部、南部年降水量与年平均气温呈正相关, 其余均呈现为负相关, 南疆东部负相关最为明显; 河西走廊西部年降水量与年平均气温呈负相关, 西北部的马鬃山站负相关较为显著, 为-0.41, 通过了99%的信度检验, 而其他地区呈现出较弱的正相关; 青海高原年降水量与年平均气温以正相关为主, 尤其是祁连山中部南麓和甘肃西南部负相关更为显著; 西北东部大部分地区年降水量与年平均气温呈负相关, 尤其是陕西东南部地区负相关性较为明显。对于年降水日数来说, 西北大部分地区与年平均气温呈负相关, 即年平均气温越高降水日数越少, 仅有6个站呈正相关且相关系数均小于0.3, 从不同气候区来看西北东部地区年降水日数与年平均气温负相关性较为显著, 大部分站点相关系数小于-0.5, 通过了99%的信度检验, 陕西南部和甘肃东部4个站的相关系数小于-0.6, 负相关最大站点为陕西南部的华山和石泉, 均为-0.7。
|
图 5 年降水量(a)、降水日数(b)与年平均气温的相关系数 红色和蓝色区域分别代表正、负相关系数通过95%信度显著性检验 Figure 5 Correlation coefficient among annual precipitation (a), number of rainy days (b) and annual mean temperature. The area with red and blue represents the positive and negative correlation coefficient respectively that passed the significance level at 95% |
西北地区年平均气温变化趋势表明(图略), 1961—2015年西北地区各站点几乎全部呈增温趋势, 年平均气温增加趋势为0.04~0.82 ℃·(10a)-1, 其中有4个站的增温趋势大于0.6 ℃·(10a)-1, 依次为新疆茫崖0.82 ℃·(10a)-1, 新疆七角井0.77 ℃·(10a)-1, 青海小灶火0.66 ℃·(10a)-1和新疆八里塘0.64 ℃·(10a)-1); 仅有2个站新疆库车和青海河南年平均气温呈微弱减小趋势, 均为-0.1 ℃·(10a)-1, 且未通过95%的信度检验。通过分析全球变暖背景下西北地区不同气候区年平均降水量变率与年平均气温变率的相关性(表 2)可以看出, 北疆、南疆和西北东部37°N以南地区年平均降水量变化与年平均温度变化呈现负相关, 且相关系数较大, 其中南疆和青海高原地区相关系数均通过99%信度检验, 西北东部37°N以南地区通过95%信度检验, 而青海高原及边坡和西北东部37°N以北地区年平均降水量变化与年平均温度变化呈现正相关, 其中青海高原及边坡地区正相关更为显著, 通过99%信度检验, 河西走廊地区年平均降水量变化与年平均温度变化相关性较小; 对于年降水日数变化与年平均温度变化的相关性, 北疆、南疆、河西走廊和西北东部37°N以南地区均为负相关, 南疆地区负相关更为显著, 通过99%信度检验, 青海高原及边坡和西北东部37°N以北地区呈现正相关, 均通过95%信度检验。
|
|
表 2 年平均降水量变化、降水日数变化与年平均温度变化相关性分析 Table 2 Correlation analysis of annual mean precipitation, number of rainy days and annual mean temperature |
(2) 西风带和季风对西北地区降水的影响
通过对西北地区各站点近55年年降水量与西风指数的相关系数分布[图 6(a)]的分析表明, 西北大部分地区年降水量与西风势力呈负相关, 即西风带势力偏强时, 西北地区年降水量偏少, 反之亦然。负相关系数大值区域位于祁连山西段-柴达木盆地-青藏高原西北部一带, 中心区域相关系数小于-0.6, 南疆西部地区为另一个相关性较好区域, 中心区域相关系数小于-0.4, 这两个相关系数较大区域均通过95%信度检验, 其余大部分地区年降水量与西风强弱相关性较小。但伊犁河谷、甘肃南部青藏高原边坡和陕西中、北部地区年降水量与西风指数呈现较小的正相关。
|
图 6 年降水量与西风指数(a)、南亚季风指数(b)、东亚季风指数(c)的相关系数 红色和蓝色区域分别代表正、负相关系数通过95%信度显著性检验 Figure 6 Correlation coefficient of annual precipitation and westerly index (a), South Asian monsoon index (b) and East Asian monsoon index (c). The area with red and blue represents the positive and negative correlation coefficient respectively that passed the significance level at 95% |
由西北地区各站点近55年年降水量与南亚季风指数、东亚季风指数的相关系数分布[图 6(b)~(c)]可以看出, 南亚季风对于降水变化的影响主要分布在南疆西南部、青海高原中南部、陕西东部及北疆北部地区, 这些区域除青海高原南部外其余均表现为年降水量与南亚季风指数呈负相关, 相关系数均小于-0.3, 通过了95%的信度检验, 而在青海南部南亚季风对年降水量影响呈正效应, 相关系数大于0.3, 且通过了95%的信度检验。与之相对应, 东亚季风对于西北地区年降水的影响以负效应为主, 影响较大区域分布在西北地区中部地区, 沿祁连山中部-柴达木盆地-青海高原北部边坡一线, 中心区域相关系数小于-0.3, 通过了95%的信度检验, 另外东亚季风对于陕西东南部和北疆北部阿尔泰山西麓地区年降水的影响也较大。
5 讨论中国西北地区地处亚欧大陆内部, 距海遥远, 境内多高山阻挡, 水汽难以到达, 是全球同纬度最干旱地区之一, 且气象要素分布极不均匀, 是全球气候变化下的最敏感地区。近55年来西北西部地区(黄河以西)年降水量逐渐增多, 尤其新疆、青海高原中部地区增加趋势的显著程度明显较强, 同时随着气候逐渐变暖, 这种暖湿化的效应使得冰川加剧消融、快速退缩(段建平等, 2009); 河流径流量减少(常国刚等, 2007)。另外降水的增加可以引起土壤湿度、地表覆盖的正效应变化, 进而抑制沙尘暴的发生(李晓东等, 2011; 姚俊强等, 2013), 这些都将对西北干旱区水资源和生态环境产生积极影响。而对于西北东部地区, 降水量呈逐年减少的趋势, 且降水量变化与气温变化呈负相关, 这就会使得随着气候进一步变暖降水量减少趋势会愈发严重, 尤其是雨季(夏、秋季), 随气温升高, 降水量的减少会导致该地区干旱趋势加剧, 特别是宁夏中部、甘肃中部和陕西北部等一些经常发生干旱的地区形势愈发严峻。另外由于降水增多, 西北西部地区也会产生泥石流、滑坡等次生灾害, 气候变暖导致土壤盐渍化加剧也会严重威胁到农业生产(Wu et al, 2010; 张强等, 2010), 这些都会对西北地区生态和地理环境产生不利影响。
从年降水日数变化可以看出, 西北地区东部(西部)年降水量减少(增加)趋势主要是由于年降水日数减少(增加), 并且西北地区东部年降水日数减少趋势的显著程度较年降水量变化更为明显。另外, 全球气候变暖会明显加快大气中的能量与水汽的循环速度(Huntington, 2006), 极端天气气候事件呈现增加的趋势(Allan et al, 2008), 此现象在西北地区西部表现得尤为明显, 呈现出弱降水显著减少、强降水日数及降水量显著增多的趋势(陈冬冬等, 2009), 并且新疆冬季暴雪频次亦随气温升高而增加, 但在西北东部却呈现出各量级降水均显著减少的趋势(王少平等, 2014)。究其原因, 可能是气温升高导致全球水循环速度加快, 对于西北地区西部来说, 蒸发量增加使得西风环流从上游带来的水汽含量增加, 水汽输入量增加使得降水量增加, 另外气候变暖也会使得瞬变涡动增强(即天气尺度扰动频度或强度), 导致水汽辐合增强、冷空气活动频次增加, 从而使得降水增多(戴新刚等, 2012); 而西北地区东部降水主要受季风影响, 分析前文计算的季风指数可知, 无论是南亚季风指数还是东亚季风指数, 随着气温升高均呈减小趋势(图略), 可能是由于随着气候变暖陆地和周围海洋热力差异的变化而导致的, 也可能有更为复杂的原因, 还需进一步探讨。
从水汽来源角度讲, 在年平均状态下, 西北地区一般有三条水汽输送途径, 首先西风带是西北地区水汽输送的主要载体, 大西洋、黑海、里海和北冰洋是西北地区水汽输送的主要源地, 气候特征研究(冯文等, 2004; 王秀荣等, 2007; 李万莉等, 2008)和天气个例研究(王伏村等, 2013; 陶健红等, 2015)都表明了这一事实; 另外, 在夏季南亚季风、东亚季风对西北地区水汽输送的作用也十分明显, 南亚季风携带印度洋的水汽翻越喜马拉雅山-昆仑山脉分别进入青藏高原主体和新疆地区, 但主要是对流层中上部的水汽输送, 对流层中下部反映在孟加拉湾水汽沿青藏高原东侧绕流进入西北地区东南部, 属于南亚季风向东亚季风区的延伸(王可丽等, 2001; 刘长征等, 2004; 周晓霞等, 2008); 东亚季风携带西太平洋或南海水汽的水汽输送通道影响到甘肃东部, 在一定条件下可伸展到西北内陆(王秀荣, 2007)。因此, 当西风环流和季风为较强年时, 表明其影响区域具备降水必要条件, 通过分析西风带、南亚季风和东亚季风对西北地区降水分布的影响不难看出, 西北地区年降水量变化与西风带和季风输送水汽的影响范围有很大关系。西风带水汽输送几乎影响到整个西北地区, 其与年降水量变化的相关系数较南亚季风和东亚季风大, 就很好地证明了这一观点(冯文等, 2004), 但是西风带、季风在其影响区域内与降水量关系方面表现出了极为复杂的特征。如南疆-柴达木盆地-祁连山南麓一带呈现出与西风指数的显著负相关, 应与欧洲-乌拉尔环流经向度及冷空气的强度及路径有关; 伊犁河谷的地形作用对西风带水汽产生收纳、抬升效应, 降水量正相关明显; 而南亚夏季风进入新疆后气流下沉(王秀荣, 2007)和削弱西风带及其降水(左瑞亭等, 2004)的共同作用, 导致新疆大部降水量与南亚季风指数呈负效应现象, 准噶尔盆地南部、伊犁河谷、阿勒泰地区尤为明显。青藏高原季风活动与南亚季风密切相关, 南亚季风较强年份时, 较于常年南亚高压加强北抬, 高原北部偏北气流强(方韵等, 2016), 因此柴达木盆地为显著负相关中心, 青海南部易产生水汽辐合, 降水量正效应明显。此外, 由于低层南风影响, 青海东部、甘肃河东及宁夏、陕西大部低层温湿条件较好, 受中高层冷平流扰动, 多对流性降水, 上述区域则呈现一定的正相关。在东亚夏季风方面, 本文的研究符合东亚季风对西北地区降水以负效应为主的结论(李建平等, 2005), 而甘肃张掖地区的显著正效应, 可能与西风带系统与副热带系统共同作用直接相关。西北地区降水响应的复杂性不仅体现在西北地区地域广阔、地形复杂, 更是西风带和季风相互作用、相互影响(左瑞亭等, 2004; 方韵等, 2016)及二者的综合效应对西北地区降水分布的影响等方面的体现(周晓霞等, 2008)。因而在以上地理条件、气候背景下的不同尺度天气系统以及复杂地形对大气能量、动力作用和水汽辐合(散)的综合影响, 值得今后做更深入的探讨。
6 结论利用Mann-Kendall(M-K)检验、Sen’s斜率、Pearson相关系数等方法, 分析了1961—2015年中国西北地区年降水量与降水日数的变化趋势, 研究了全球变暖趋势下西北地区年降水变化与气温变化的关系, 并从水汽输送的角度出发分析了西风带和季风变化对西北地区降水的影响, 得到如下主要结论:
(1) 西北中西部(黄河以西)年降水量呈增加趋势, 增加趋势位于0.1%·(10a)-1~10.0%·(10a)-1, 祁连山南麓的德令哈为增加趋势最大站点, 为11.8 %·(10a)-1 ; 而西北东部年降水量呈减少趋势, 减少趋势均小于-5%·(10a)-1。春季、夏季和秋季降水量变化与年降水量变化相似, 西北西部大部分地区降水量是以增加趋势为主, 东部地区大部分站点呈减少趋势, 但冬季几乎所有站点呈增加趋势。
(2) 西北地区西部降水日数以增加趋势为主, 东部地区降水日数以减少趋势为主。大部分站点年降水日数冬季呈现增加趋势, 其他季节基本表现为西北西部增加、西北东部减少趋势。
(3) 不同气候区年降水量与年平均气温的相关性差异较大, 河西走廊西部、青海高原边坡、西北东部大部分与年平均气温呈负相关, 青海高原中北部地区年降水量与年平均气温呈正相关, 新疆年降水量与年平均气温相关性不明显。对于年降水日数, 西北地区大部分与年平均气温呈负相关。
(4) 年平均降水量变率与年平均气温变率的相关性分析表明, 北疆、南疆和西北东部37°N以南地区年平均降水量变化与年平均温度变化呈现负相关, 且相关系数较大, 而其余地区年平均降水量变化与年平均温度变化呈现正相关。
(5) 西风带对西北地区大部分站点年降水量均有影响, 而西北地区中北部年降水量受东亚季风影响较大, 西北地区南部年降水量与南亚季风相关性较好。
致谢 兰州中心气象台陈晓燕、王晖对相关数据的处理提供了帮助, 兰州干旱气象研究所李忆平副研究员对英语翻译做了修改, 三位匿名审稿专家为本文的进一步完善提出了宝贵意见, 在此表示衷心感谢。
Allan R P, Soden B J. 2008. Atmospheric warming and the amplification of precipitation extremes[J]. Science, 321(5895): 1481–1484.
DOI:10.1126/science.1160787 |
|
Austin P, Timothy P, Ross J, et al. 2017. Paris climate agreement:Beacon ofHope[M]. Berlin: Springer International Publishing, 2-35.
|
|
Betts R, Cox P, Collins M, et al. 2004. The role of ecosystem-atmosphere interactions in simulated Amazonian precipitation decrease and forest dieback under global climatewarming[J]. Theor Appl Climatol, 78(1): 157–175.
DOI:10.1007/s00704-004-0050-y |
|
Camberlin P. 2017. Temperature trends and variability in the Greater Horn of Africa:Interactions with precipitation[J]. Climate Dyn, 48(1): 477–498.
DOI:10.1007/s00382-016-3088-5 |
|
Chatterjee S, Khan A, Akbari H, et al. 2016. Monotonic trends in spatio-temporal distribution and concentration of monsoon precipitation (1901-2002), West Bengal, India[J]. Atmos Res, 182: 54–75.
DOI:10.1016/j.atmosres.2016.07.010 |
|
Deser C, Phillips A, Bourdette V, et al. 2012. Uncertainty in climate change projections:the role of internal variability[J]. Climate Dyn, 38(3/4): 527–546.
DOI:10.1007/s00382-010-0977-x |
|
Diaconescu E P, Gachon P, Scinocca P, et al. 2014. Evaluation of daily precipitation statistics and monsoon onset/retreat over western Sahel in multiple data sets[J]. Climate Dyn, 45(5/6): 1325–1354.
DOI:10.1007/s00382-014-2383-2 |
|
Djomou Z Y, Monkam D, Chamani R. 2015. Characterization of climatic zones, variability and trend in northern Africa[J]. Climate Dyn, 44(11): 3481–3491.
DOI:10.1007/s00382-015-2485-5 |
|
Donges J F, Petrova I, Loew A, et al. 2013. How complex climate networks complement eigen techniques for the statistical analysis of climatological data[J]. Climate Dyn, 45(9/10): 2407–2424.
|
|
Gemmer M, Becker S, Jiang T. 2004. Observed monthly precipitation trends in China 1951-2002[J]. Theor Appl Climatol, 77(1): 39–45.
DOI:10.1007/s00704-003-0018-3 |
|
Gocic M, Trajkovic S. 2013. Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia[J]. Global and Planetary Change, 100: 172–182.
DOI:10.1016/j.gloplacha.2012.10.014 |
|
Gu G, Adler R F, Huffman G J. 2016. Long-term changes/trends in surface temperature and precipitation during the satellite era (1979-2012)[J]. Climate Dyn, 46(3): 1091–1105.
|
|
Huntington T G. 2006. Evidence for intensification of the global watercycle:Review and synthesis[J]. J Hydrol, 319(1/2/3/4): 83–95.
DOI:10.1016/j.jhydrol.2005.07.003 |
|
IP CC. 2013. Summary for policymakers of climate change 2013:The physical science basis:Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press.
|
|
Jiang Z, Shen Y, Ma T, et al. 2014. Changes of precipitation intensity spectra in different regions of mainland China during 1961-2006[J]. J Meteor Res, 28(6): 1085–1098.
DOI:10.1007/s13351-014-3233-1 |
|
Karl T R, Easterling D R. 1999. Climate extremes:Selected review and future research directions[J]. Climatic Change, 42(1): 309–325.
DOI:10.1023/A:1005436904097 |
|
Kendall M. 1990. Rank Correlation Methods[M]. 5th ed. London: Hodder Education, 38-76.
|
|
Krichak S O, Barkan J, Breitgand J S, et al. 2015. The role of the export of tropical moisture into midlatitudes for extreme precipitation events in the Mediterranean region[J]. Theor Appl Climatol, 121(3): 499–515.
DOI:10.1007/s00704-014-1244-6 |
|
Lavender S L, Abbs D J. 2013. Trends in Australian rainfall:Contribution of tropical cyclones and closed lows[J]. Climate Dyn, 40(1): 317–326.
DOI:10.1007/s00382-012-1566-y |
|
Lehmann J, Coumou D, Frieler K. 2015. Increased record-breaking precipitation events under global warming[J]. Climatic Change, 132(4): 501–515.
DOI:10.1007/s10584-015-1434-y |
|
Li J P, Zeng Q C. 2003. A new monsoon index and the geographical distribution of the globalmonsoons[J]. Adv Atmos Sci, 20(2): 299–302.
DOI:10.1007/s00376-003-0016-5 |
|
Liu R, Liu S C, Cicerone R J, et al. 2015. Trends of extreme precipitation in eastern China and their possiblecauses[J]. Adv Atmos Sci, 32(8): 1027–1037.
DOI:10.1007/s00376-015-5002-1 |
|
Liu R, Liu S C, Shiu C J, et al. 2016. Trends of regional precipitation and their control mechanisms during 1979-2013[J]. Adv Atmos Sci, 33(2): 164–174.
DOI:10.1007/s00376-015-5117-4 |
|
Liu X, Xu Z, Yu R. 2011. Trend of climate variability in China during the pastdecades[J]. Climatic Change, 109(3/4): 503–516.
DOI:10.1007/s10584-011-0097-6 |
|
Malik K M, Taylor P A, Szeto K. 2015. Characteristics of moisture flux convergence in Central SouthwestAsia[J]. Theor Appl Climatol, 120(3): 643–659.
DOI:10.1007/s00704-014-1192-1 |
|
Mann H B. 1945. Nonparametric tests againsttrend[J]. Econometrica, 13(3): 245–259.
DOI:10.2307/1907187 |
|
Nijssen B, O'Donnell G M, Hamlet A F, et al. 2001. Hydrologic sensitivity of global rivers to climate change[J]. Climatic Change, 50(1): 143–175.
DOI:10.1023/A:1010616428763 |
|
Ongoma V, Chen H. 2017. Temporal and spatial variability of temperature and precipitation over East Africa from 1951 to 2010[J]. Meteor Atmos Phys, 129(2): 131–144.
DOI:10.1007/s00703-016-0462-0 |
|
Polson D, Hegerl G C, Zhang X, et al. 2013. Causes of robust seasonal land precipitation changes[J]. J Climate, 26(17): 6679–6697.
DOI:10.1175/JCLI-D-12-00474.1 |
|
Qian W, Lin X. 2005. Regional trends in recent precipitation indices in China[J]. Meteor Atmos Phys, 90(3): 193–207.
DOI:10.1007/s00703-004-0101-z |
|
Rana A, Uvo C B, Bengtsson L, et al. 2012. Trend analysis for rainfall in Delhi and Mumbai, India[J]. Climate Dyn, 38(1): 45–56.
DOI:10.1007/s00382-011-1083-4 |
|
Rossby C G. 1939. Relation between variations in the intensity of the zonal circulation of the atmosphere and the displacements of the semi-permanent centers of action[J]. J Mar Res, 2(1): 38–55.
DOI:10.1357/002224039806649023 |
|
Sansigolo C A, Kayano M T. 2010. Trends of seasonal maximum and minimum temperatures and precipitation in Southern Brazil for the 1913-2006 period[J]. Theor Appl Climatol, 101(1): 209–216.
DOI:10.1007/s00704-010-0270-2 |
|
Sen P K. 1968. Estimates of the regression coefficient based on Kendall's Tau[J]. Journal of the American Statistical Association, 63(324): 1379–1389.
DOI:10.2307/2285891 |
|
Shi Y, Shen Y, Kang E, et al. 2007. Recent and future climate change in Northwest China[J]. Climatic Change, 80(3): 379–393.
DOI:10.1007/s10584-006-9121-7 |
|
Sun Q, Kong D, Miao C, et al. 2014. Variations in global temperature and precipitation for the period of 1948 to 2010[J]. Environmental Monitoring and Assessment, 186(9): 5663–5679.
DOI:10.1007/s10661-014-3811-9 |
|
Trenberth K E. 1998. Atmospheric moisture residence times and cycling:Implications for rainfall rates and climate change[J]. Climatic Change, 39(4): 667–694.
DOI:10.1023/A:1005319109110 |
|
Wang S P, Fang J Y, Zhu J L, et al. 2011. Global warming, human-induced carbon emissions, and theiruncertainties[J]. Science China Earth Sciences, 54(10): 1458–1468.
DOI:10.1007/s11430-011-4292-0 |
|
Wen G, Huang G, Hu K, et al. 2015. Changes in the characteristics of precipitation over northern Eurasia[J]. Theor Appl Climatol, 119(3): 653–665.
DOI:10.1007/s00704-014-1137-8 |
|
Wen G, Huang G, Tao W, et al. 2016. Observed trends in light precipitation events over global land during 1961-2010[J]. Theor Appl Climatol, 125(1): 161–173.
DOI:10.1007/s00704-015-1500-4 |
|
Wu S, Yin Y, Zhao D, et al. 2010. Impact of future climate change on terrestrial ecosystems in China[J]. Int J Climatol, 30(6): 866–873.
DOI:10.1002/joc.1938 |
|
Wu S. 2015. Changing characteristics of precipitation for the contiguous UnitedStates[J]. Climatic Change, 132(4): 677–692.
DOI:10.1007/s10584-015-1453-8 |
|
Yang P, Xia J, Zhan C, et al, 2017. Discrete wavelet transform-based investigation into the variability of standardized precipitation index in Northwest China during 1960-2014[J/OL]. Theor Appl Climatol, 1-14. DOI:10.1007/s00704-017-2063-3.
|
|
Zhang Q, Xu C Y, Zhang Z, et al. 2009. Spatial and temporal variability of precipitation over China. 1951-2005[J]. Theor Appl Climatol, 95(1): 53–68.
DOI:10.1007/s00704-007-0375-4 |
|
常国刚, 李林, 朱西德, 等. 2007. 黄河源区地表水资源变化及其影响因子[J]. 地理学报, 62(3): 312–320.
Chang G G, Li L, Zhu X D, et al. 2007. Changes and influencing factors of surface water resources in the source region of the Yellow River[J]. Acta Geograp Sinica, 62(3): 312–320.
|
|
陈冬冬, 戴永久. 2009. 近五十年我国西北地区降水强度变化特征[J]. 大气科学, 33(5): 923–935.
Chen D D, Dai Y J. 2009. Characteristics of Northwest China rainfall intensity in recent 50 years[J]. Chinese J Atmos Sci, 33(5): 923–935.
|
|
戴新刚, 张凯静. 2012. 20世纪后30年中国西北西部降水年代际变化机理分析[J]. 物理学报, 61(19): 199201–199209.
DOI:10.7498/aps.61.199201 Dai X G, Zhang K J. 2012. A mechanism analysis of the interdecadal precipitation change in Northwestern China for the last 30 years of twentieth century[J]. Acta Phys Sinica, 61(19): 199201–199209.
DOI:10.7498/aps.61.199201 |
|
段建平, 王丽丽, 任贾文, 等. 2009. 近百年来中国冰川变化及其对气候变化的敏感性研究进展[J]. 地理科学进展, 28(2): 231–237.
DOI:10.11820/dlkxjz.2009.02.010 Duan J P, Wang L L, Ren J W, et al. 2009. Progress in glacier variations in China and its sensitivity to climatic change during the past century[J]. Progress in Geography, 28(2): 231–237.
DOI:10.11820/dlkxjz.2009.02.010 |
|
方韵, 范广洲, 赖欣, 等. 2016. 青藏高原季风强弱与北半球西风带位置变化的关系[J]. 高原气象, 35(6): 1419–1429.
DOI:10.7522/j.issn.1000-0534.2015.00106 Fang Y, Fan G Z, Lai X, et al. 2016. Relations between Intensity of the Qinghai-Xizang Plateau monsoon and movement of the Northern Hemisphere Westerlies[J]. Plateau Meteor, 35(6): 1419–1429.
DOI:10.7522/j.issn.1000-0534.2015.00106 |
|
冯文, 王可丽, 江灏. 2004. 夏季区域西风指数对中国西北地区水汽场特征影响的对比分析[J]. 高原气象, 23(2): 171–175.
Feng W, Wang K L, Jiang H. 2004. Influences of westerly wind interannual change on water vapor transport over Northwest China summer[J]. Plateau Meteor, 23(2): 171–175.
|
|
贾朋群, 石广玉. 2001. 近50年火山喷发和太阳活动对我国气候影响的研究[J]. 高原气象, 20(3): 225–233.
Jia P Q, Shi G Y. 2001. Sduty on the effects of volcanic eruption and solar activity on climate in China in recent 50 years[J]. Plateau Meteor, 20(3): 225–233.
|
|
李国琛. 2005. 全球气候变暖成因分析[J]. 自然灾害学报, 24(5): 38–42.
Li G C. 2005. Cause analysis global climate warming[J]. Journal of Natural Disaster, 24(5): 38–42.
|
|
李建平, 曾庆存. 2005. 一个新的季风指数及其年际变化和与雨量的关系[J]. 气候与环境研究, 10(3): 351–365.
DOI:10.3878/j.issn.1006-9585.2005.03.09 Li J P, Zeng Q C. 2005. A new monsoon index, its interannual variability and relation with monsoon precipitation[J]. Climatic Environ Res, 10(3): 351–365.
DOI:10.3878/j.issn.1006-9585.2005.03.09 |
|
李晓东, 傅华, 李凤霞, 等. 2011. 气候变化对西北地区生态环境影响的若干进展[J]. 草业科学, 28(2): 286–295.
Li X D, Fu H, Li F X, et al. 2011. Research progress on effects of climate change on ecological environment in Northwest China[J]. Pratacultural Science, 28(2): 286–295.
|
|
李万莉, 王可丽, 傅慎明, 等. 2008. 区域西风指数对西北地区的水汽输送及收支的指示性[J]. 冰川冻土, 30(1): 28–34.
Li W L, Wang K L, Fu S M, et al. 2008. The Interrelationship between regional westerly index and the water vapor bugdet in Northwest China[J]. Journal of Glaciology and Geocryology, 30(1): 28–34.
|
|
刘长征, 王会军, 姜大膀. 2004. 东亚季风区夏季风强度和降水的配置关系[J]. 大气科学, 28(5): 700–712.
Liu C Z, Wang H J, Jiang D B. 2004. The configurable relationships between summer monsoon and precipitation over East Asia[J]. Chinese J Atmos Sci, 28(5): 700–712.
|
|
任芝花, 熊安元, 邹凤玲. 2007. 中国地面月气候资料质量控制方法的研究[J]. 应用气象学报, 18(4): 516–523.
DOI:10.11898/1001-7313.20070412 Ren Z H, Xiong A Y, Zou F L. 2007. The quality control of surface monthly climate data in China[J]. J Appl Meteor Sci, 18(4): 516–523.
DOI:10.11898/1001-7313.20070412 |
|
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 Meteor, 36(2): 455–467.
DOI:10.7522/j.issn.1000-0534.2016.00139 |
|
苏京志, 温敏, 丁一汇, 等. 2016. 全球变暖趋缓研究进展[J]. 大气科学, 40(6): 1143–1153.
DOI:10.3878/j.issn.1006-9895.1512.15242 Su J Z, Wen M, Ding Y H, et al. 2016. Hiatus of global warming:a review[J]. Chinese J Atmos Sci, 40(6): 1143–1153.
DOI:10.3878/j.issn.1006-9895.1512.15242 |
|
孙炜毅, 刘健, 王志远. 2015. 过去2000年东亚夏季风降水百年际变化特征及成因的模拟研究[J]. 地球科学进展, 30(7): 780–790.
DOI:10.11867/j.issn.1001-8166.2015.07.0780 Sun W Y, Liu J, Wang Z Y. 2015. Modeling study on the characteristics and causes of East Asian summer monsoon precipitation on centennial time scale over the past 2000 years[J]. Adv Earth Sci, 30(7): 780–790.
DOI:10.11867/j.issn.1001-8166.2015.07.0780 |
|
陶健红, 孔祥伟, 刘新伟. 2016. 河西走廊西部两次极端暴雨事件水汽特征分析[J]. 高原气象, 35(1): 107–117.
DOI:10.7522/j.issn.1000-0534.2014.00144 Tao J H, Kong X W, Liu X W. 2016. Analysis on water vapor characteristics of two extreme rainstorm events in Western Gansu Corridor[J]. Plateau Meteor, 35(1): 107–117.
DOI:10.7522/j.issn.1000-0534.2014.00144 |
|
王可丽, 江灏, 吴虹. 2001. 南亚夏季风年际变化特征分析[J]. 高原气象, 20(3): 318–324.
Wang K L, Jiang H, Wu H. 2001. Analysis on characteristics of interannual variability of the South Asian summer monsoon[J]. Plateau Meteor, 20(3): 318–324.
|
|
王伏村, 许东蓓, 王宝鉴, 等. 2013. 敦煌致洪暴雨的广义湿位涡分析[J]. 高原气象, 32(1): 145–155.
DOI:10.7522/j.issn.1000-0534.2012.00015 Wang F C, Xu D B, Wang B J, et al. 2013. Diagnostic analysis on generalized moist potential vorticity of a torrential rainstorm caused flood in Dunhuang, Gansu[J]. Plateau Meteor, 32(1): 145–155.
DOI:10.7522/j.issn.1000-0534.2012.00015 |
|
王少平, 姜逢清, 吴小波, 等. 2014. 1961-2010年西北干旱区极端降水指数的时空变化分析[J]. 冰川冻土, 36(2): 318–326.
DOI:10.7522/j.issn.1000-0240.2014.0039 Wang S P, Jiang F Q, Wu X B, et al. 2014. Temporal and spatial variability of the extreme precipitation indices over the arid regions in Northwest China from 1961 to 2010[J]. Journal of Glaciology and Geocryology, 36(2): 318–326.
DOI:10.7522/j.issn.1000-0240.2014.0039 |
|
王艳姣, 闫峰. 2014. 1960-2010年中国降水区域分异及年代际变化特征[J]. 地理科学进展, 33(10): 1354–1363.
DOI:10.11820/dlkxjz.2014.10.007 Wang Y J, Yan F. 2014. Regional differentiation and decadal change of precipitation in China in 1960-2010[J]. Progress in Geography, 33(10): 1354–1363.
DOI:10.11820/dlkxjz.2014.10.007 |
|
王秀荣, 徐祥德, 苗秋菊. 2003. 西北地区夏季降水与大气水汽含量状况区域性特征[J]. 气候与环境研究, 8(1): 35–42.
Wang X R, Xu X D, Miao Q J. 2003. Regional characteristics of summer precipitation and water vapor amount in Northwest China[J]. Climatic Environ Res, 8(1): 35–42.
|
|
杨莲梅, 杨涛, 贾丽红, 等. 2005. 新疆大~暴雪气候特征及其水汽分析[J]. 冰川冻土, 27(3): 389–396.
Yang L M, Yang T, Jia L H, et al. 2005. Analyses of the climate characteristics and water vapor of heavy snow in Xinjiang region[J]. Journal of Glaciology and Geocryology, 27(3): 389–396.
|
|
姚俊强, 杨青, 陈亚宁, 等. 2013. 西北干旱区气候变化及其对生态环境影响[J]. 生态学杂志, 32(5): 1283–1291.
DOI:10.13292/j.1000-4890.2013.0221 Yao J Q, Yang Q, Chen Y N, et al. 2013. Climate change in arid areas of Northwest China in past 50 years and its effects on the local ecological environment[J]. Chinese Journal of Ecology, 32(5): 1283–1291.
DOI:10.13292/j.1000-4890.2013.0221 |
|
张强, 张存杰, 白虎志, 等. 2010. 西北地区气候变化新动态及对干旱环境的影响[J]. 干旱气象, 28(1): 1–7.
Zhang Q, Zhang C J, Bai H Z, et al. 2010. New development of climate change in Northwest China and its impaction arid environment[J]. J Arid Meteor, 28(1): 1–7.
|
|
郑景云, 尹云鹤, 李炳元. 2010. 中国气候区划新方案[J]. 地理学报, 65(1): 3–13.
DOI:10.11821/xb201001002 Zheng J Y, Yin Y H, Li B Y. 2010. A new scheme for climate regionalization in China[J]. Acta Geograp Sinica, 65(1): 3–13.
DOI:10.11821/xb201001002 |
|
郑景云, 卞娟娟, 葛全胜, 等. 2013. 中国1951-1980年及1981-2010年的气候区划[J]. 地理研究, 23(6): 987–997.
Zheng J Y, Bian J J, Ge Q S, et al. 2013. The climate regionalization in China for 1951-1980 and 1981-2010[J]. Geograp Res, 23(6): 987–997.
|
|
周晓霞, 丁一汇, 王盘兴. 2008. 亚洲季风区的水汽输送及其对中国降水的影响[J]. 气象学报, 66(1): 59–70.
DOI:10.11676/qxxb2008.006 Zhou X X, Ding Y H, Wang P X. 2008. Moisture transpotr in Asian summer monsoon region and its relationship withsummer precipitation in China[J]. Acta Meteor Sinica, 66(1): 59–70.
DOI:10.11676/qxxb2008.006 |
|
左瑞亭, 曾庆存, 张铭. 2004. 季风及季风与西风带相互关系的数值模拟研究[J]. 大气科学, 28(1): 7–22.
Zuo R T, Zeng Q C, Zhang M. 2004. A numerical simulation of monsoon and the correlation bwween monsoon and weaterlies[J]. Chinese J Atmos Sci, 28(1): 7–22.
|
2. Institute of Arid Meteorology, China Meteorological Administration/Key Laboratory of Arid Climatic Change and Disaster Reduction of China Meteorological Administration/Key Laboratory of Arid Climatic Change and Reducing Disaster of Gansu Province, Lanzhou 730020, Gansu, China;
3. Gansu Provincial Meteorological Administration, Lanzhou 730020, Gansu, China