2018, Vol. 37
2. 中国人民解放军 94582部队, 河南 确山 463217;
3. 中国人民解放军理工大学气象海洋学院, 江苏 南京 211101
酒泉位于甘肃省西北部, 且地势自西南向东北倾斜, 地形狭长, 地处河西走廊西端的阿尔金山、祁连山与马鬃山之间, 深处内陆, 远离海洋, 属于非季风区和内陆河流域, 为温带大陆性气候, 主要受中高纬度西风带环流以及极地冷气团影响, 来自海洋的暖湿气流不易到达, 古时已有“春风不度玉门关”的说法, 降水稀少且集中, 蒸发量远大于降水量, 农业对水资源的依赖较大。酒泉站地理坐标为39°77′N, 98°48′E, 属于国家气候观象台。酒泉自古以来便是通往西域的交通要塞和军事重镇, 在丝绸之路经济带中, 自然也成为了连接亚欧大陆桥的战略通道当中不可或缺的一环。酒泉由于降水稀少, 对旱灾的关注较多, 而对发生洪涝灾害的预防预想明显存在欠缺。2016年夏季, 酒泉地区降水明显偏多, 尤其在7月, 连日的强降水导致境内北大河防洪堤出现溃口, 解放军官兵迅速出动才化解了险情, 防止了溃坝的危险, 保护了人民群众生命财产安全。
厄尔尼诺现象是指赤道中东太平洋海域持续时间长达半年以上的大范围海表温度异常增暖现象, 它是造成全球气候异常的重要原因之一, 也是导致中国旱涝发生的关键因素之一。ENSO在不同的发展相位, 对我国旱涝有不同影响。厄尔尼诺事件处于发展阶段时, 该年夏季江淮流域、东北地区降水偏多, 黄河流域和华北地区、江南地区降水偏少; 而在厄尔尼诺事件处于衰减阶段时则相反, 江淮流域降水偏少, 黄河流域、华北地区及江南、华南地区降水偏多(孙照渤等, 2010)。针对厄尔尼诺事件对中国气候的影响, 之前的研究大多着眼于中国东部季风区, 其对地处西北内陆干旱区的河西走廊地区的研究明显偏少。尽管河西走廊位于我国内陆腹地, 但仍然是对全球气候变化响应最敏感的地区之一, 厄尔尼诺事件对其影响也比较明显, 尤其是降水的响应, 表现出较高的敏感性(秦甲等, 2011)。在此之前, 针对厄尔尼诺事件对酒泉地区气候影响的研究也较为有限。
自2014年10月开始, 厄尔尼诺事件再次出现, 并于2015年11-12月达到峰值(Niño3. 4指数+3. 0 ℃), 超过此前有现代气象记录以来的两次超强厄尔尼诺事件(1982/1983年和1997/1998年)。从持续时间上看, 此次事件于2016年4月结束, 前后持续时间达19个月之久, 明显超过了前两次超强厄尔尼诺事件(分别为14个月和13个月), 从而也成为持续时间最长的一次厄尔尼诺事件。总的来看, 2015/2016年厄尔尼诺事件为有现代气象记录以来最强的一次厄尔尼诺事件, 并具有持续时间长, 累计强度显著, 峰值强度大的特点, 且其在达到极值后维持在一个海温较高的水平。
2 资料与方法 2.1 资料选取主要资料有:中国气象局国家气候中心160个站点2016年逐月降水资料和1961-2016年西太平洋副热带高压(下称西太副高)相关指数资料; 中国气象局国家气象信息中心2 479个国家级地面站1961-2015年逐月降水资料; 美国NCEP/NCAR的1961-2016年月平均500 hPa位势高度场、700 hPa比湿、700 hPa风场资料, 网格点分辨率是2. 5°×2. 5°; 美国CPC的1960-2016年Oceanic Niño Index(Niño3. 4区(5°N-5°S, 170°W-120°W)月平均海温距平值); 美国NOAA的ERSST V4 1960-2016年的海表温度资料, Niño3. 4区1960/1961-2015/2016年12月, 1月和2月的逐月海表温度资料。
文中夏季为6-8月, 冬季指前一年12月至当年2月。
2.2 方法介绍 2.2.1 关于Niño3. 4指数的计算将逐年12月, 1月和2月的海表温度平均, 得到逐年温度序列, 将该序列标准化, 得到逐年冬季Niño3. 4指数。
2.2.2 合成分析取标准化后的Niño3. 4指数≥1. 2的年份为正异常年, ≤-1. 2的年份为负异常年, 其中, 正异常年份为1973, 1983, 1992, 1998, 2010和2016年, 负异常年份为1971, 1974, 1976, 1989, 1999, 2000, 2008和2011年。分别将SST、高度场、风场和比湿场等气象要素按照Niño3. 4正负异常年进行合成。
3 降水量分析中国夏季降水自沿海向内陆、自东南向西北递减的特点明显, 河西走廊西部至塔里木盆地的广大地区降水最为稀少。酒泉地区深居西北内陆, 为全国降水最稀少的地区之一, 极端干旱。1961-2016年酒泉站年平均降水量仅89 mm, 其中, 夏季平均降水量51 mm, 占全年降水量的57. 3%。
分析2016年中国夏季降水量距平百分率分布(图 1)可以发现, 2016年中国夏季降水分布极不均匀, 东部季风区旱涝灾害严重, 华北地区、长江中下游流域降水异常偏多, 而东北北部、山东半岛及秦岭山区则降水异常偏少; 西北非季风区降水相对偏多, 其中以喀什地区和酒泉地区较为明显。其中, 2016年酒泉站夏季降水量为93 mm, 高于平均值82. 4%, 而同期全国平均降水量仅高于平均值5. 6%。
|
图 1 2016年中国夏季降水量距平百分率分布(单位: %) Figure 1 The summer precipitation anomaly percentage distribution in China in 2016. Unit: % |
由于东亚气候变化对赤道中东太平洋厄尔尼诺事件的响应通常滞后1~2个季度达到最强, 故夏季的降水通常受冬季厄尔尼诺事件的影响(王亚非等, 2012)。分析正异常年中国区域夏季降水量距平百分率分布(图 2)可以发现, 当冬季Niño3. 4指数呈现正异常时, 当年夏季降水分布极不均匀。值得注意的是, 在甘肃河西地区, 仅有民勤、酒泉、敦煌的降水偏多, 其余地区降水均偏少。尤其是酒泉, 其周边地区降水均偏少, 仅酒泉降水偏多, 这与酒泉独特的地理位置是分不开的。酒泉站以北为广袤的大漠戈壁, 地形相对平坦, 遮挡较少, 利于冷空气南下; 以南不足100 km即为陡峻的祁连山脉, 其海拔高出酒泉站4 km多, 对底层空气运动有十分明显的阻挡作用。对酒泉站夏季降水量距平百分率大于50%的年份进行研究可以发现, 多数情况下夏季降水量偏多的年份当年冬季Niño3. 4指数表现为正值(表 1)。将酒泉站自1961年以来的夏季降水量距平与当年冬季Niño3. 4指数在进行12阶多项式拟合之后发现其线性趋势基本相同(图 3), 因此可以初步判断两者之间存在着某种相关关系。
|
图 2 冬季Niño3. 4指数正异常年中国夏季降水量距平百分率分布(单位: %) Figure 2 The distribution of the summer precipitation anomaly percentage in China in years that winter Niño3. 4 index is positive anomalies. Unit: % |
|
表 1 酒泉站夏季降水偏多年份的相关数据统计 Table 1 Statistics of correlation datas in the years that summer rainfall is much higher at Jiuquan station |
|
图 3 1961-2016年酒泉站夏季逐年降水量及当年冬季Niño3. 4指数变化趋势 Figure 3 Yearly summer precipitation and winter Niño3. 4 index at Jiuquan station during 1961-2016 |
为了探究酒泉站夏季降水量与当年冬季Niño3. 4指数之间的关系, 特对1961-2016年酒泉站夏季降水量及当年冬季Niño3. 4指数做线性相关分析(图 4)。从图 4中可以看出, 1961-2016年酒泉站夏季降水量与当年冬季Niño3. 4指数呈正相关, 其相关系数为0. 124 1, 其线性回归方程为y=3. 231 1x+50. 893, R2=0. 015 4(其中, y为酒泉站夏季降水量, x为当年冬季Niño3. 4指数, R为酒泉站夏季降水量与当年冬季Niño3. 4指数的线性相关系数)。由于影响降水的具体因素有很多, 冬季Niño3. 4指数较高时, 对应的酒泉站夏季降水不一定较多, 有些年份甚至较少。但通过分析还是可以初步认为, 冬季厄尔尼诺越强, 越有利于酒泉站夏季降水。秦甲等(2011)研究表明, 在中部型厄尔尼诺事件年, 河西走廊地区高温少雨, 出山径流量偏少; 东部型厄尔尼诺事件年则相反, 河西走廊地区降水偏多, 气温较低, 出山径流量较丰。由于取标准化后Niño3. 4指数≥1. 2的年份为正异常年, 即1973, 1983, 1992, 1998, 2010和2016年, 所对应的厄尔尼诺事件类型除2010年外均为东部型, 且2010年厄尔尼诺事件长度为11个月, 峰值强度为1. 7 ℃, 强度等级仅为中等, 与1983, 1998和2016年超强厄尔尼诺事件相比影响较弱, 且1年的数据并不具代表性, 故在文中未作区分。表 1中相关数据统计也可证明酒泉站降水偏多的年份所对应的厄尔尼诺类型以东部型为主, 与相关研究结论一致。
|
图 4 1961-2016年酒泉站夏季降水量与当年冬季Niño3. 4指数的散点分布 Figure 4 The scatter distribution of summer precipitation and the winter Niño3. 4 index in that very year at Jiuquan station during 1961-2016 |
降水是大气中的水的相变过程。从其机制来分析, 某一地区降水的形成, 大致有三个条件:水汽、垂直运动和云滴增长。朱乾根等(2010)认为云滴增长的条件主要决定于云层厚度, 而云层的厚度又决定于水汽和垂直运动的条件。故分析降水偏多, 只要分析水汽和垂直运动条件即可。当空中出现正涡度时, 往往代表着强烈的上升运动, 如有较强湿度配合, 便较容易形成降水。
4.1 2015/2016年厄尔尼诺特征ENSO事件最突出的表现就是由于赤道中东太平洋海域海表温度异常导致的全球海表温度异常。在Niño3. 4指数出现正异常的年份即厄尔尼诺年的冬季[图 5(a)], 除赤道中东太平洋海温偏高外, 赤道西太平洋、中北太平洋、北大西洋以及南大西洋等海域海温均偏低; 美洲沿岸、南太平洋、西北太平洋、中大西洋、印度洋、北海、波罗的海、澳洲沿岸、南中国海、东海、黄海、渤海、日本海以及鄂霍次克海等海域海温均偏高。在Niño3. 4指数出现负异常的年份即拉尼娜年的冬季[图 5(b)], 除赤道中东太平洋海温偏低外, 美洲西海岸、南太平洋、加勒比海、中大西洋、北海、北印度洋、地中海东部、黑海、里海、南中国海南部、鄂霍次克海等海域海温均偏低; 中南太平洋、西北太平洋、美国东海岸及墨西哥湾、南大西洋、东北大西洋、波罗的海、南印度洋、澳洲沿岸、南中国海北部、东海、黄海、日本海等海域海温均偏高。除此之外还可以发现, 与我国气候息息相关的北印度洋海域海表温度对厄尔尼诺的响应较为强烈。
|
图 5 冬季Niño3. 4指数正(a)、负(b)异常年合成的冬季SST异常场(单位: ℃) Figure 5 The winter SST anomalous field synthesized by the winter Niño3. 4 index in positive (a) and negative (b) anomalies years. Unit: ℃ |
对比2015/2016年冬季SST距平场(图 6)与正异常年合成的距平场(见图 2)可以发现, 2015/2016年厄尔尼诺冬季的SST距平场较强, 除中北太平洋、赤道西太平洋、西南太平洋、北大西洋、南大西洋海域海温偏低外, 其余海域海温基本都偏高, 其中影响较为突出的主要是北印度洋、中北太平洋、北美东海岸、地中海、黑海、里海以及南中国海。进一步说明了2015/2016年厄尔尼诺的强度之强, 以及对全球海表温度的影响之大。
|
图 6 2015/2016年冬季SST距平分布(单位: ℃) Figure 6 The SST anomaly distribution in winter of 2015/2016. Unit: ℃ |
夏季影响我国天气气候的重要天气系统主要是西太副高和台风, 西太副高的强弱、脊线的南北偏移对我国(特别是西北地区)的降水影响显著(秦甲等, 2011)。对夏季平均西太副高指数历史序列进行分析(图 7)可以发现, Niño3. 4指数正异常时, 由于赤道东太平洋正海表温度异常的强迫影响, 导致西太副高面积偏大, 强度偏强, 西伸脊点偏西; 而Niño3. 4指数负异常时, 西太副高面积偏小, 强度偏弱, 西伸脊点偏东; 赤道太平洋海域海温变化幅度越大时西太副高也随之越强; 而海温差异小时西太副高则相对较弱。但冬季厄尔尼诺现象对夏季西太副高脊线的平均位置影响不明显。
|
图 7 1961-2016年夏季平均西太副高指数序列(a, b)及脊线(点)位置(c, d) Figure 7 Time series of averaged WPSH indexes (a, b) and the location of ridge line (point) (c, d) in summer during 1961-2016 |
将冬季Niño3. 4指数正负异常年合成的夏季500 hPa高度场、700 hPa风场和海表温度进行距平分析(图 8)可以发现, 在正异常年之后的夏季, 由于厄尔尼诺衰减, 中东太平洋正异常区减小, 仅集中于南美附近, 而东印度群岛附近海域由于对厄尔尼诺事件的滞后响应海温依旧很高(Wu et al, 2004), 此时赤道太平洋水温分布是西高东低的, 西边的东印度群岛与澳洲东部沿岸一带海域由于海温高而气压低, 出现旺盛的上升气流, 气流升至高空后一部分转向东; 同时中太平洋海域由于海温低而气压高, 导致向东的气流在中太平洋的广大高气压区内向下沉降, 在浅层再转向西。正如图 8所示, 在东印度群岛、中南半岛、孟加拉湾及印度一带, 正异常年比负异常年东风距平要强很多, 可将海洋上更多的水汽向印度及孟加拉湾一带输送。
|
图 8 冬季Niño3. 4指数正(a)、负(b)异常年合成的夏季500 hPa高度场(等值线, 单位: gpm)、700 hPa风场(矢量, 单位: m·s-1)和海表温度距平场(彩色区, 单位: ℃)的全球分布 Figure 8 The global distribution of 500 hPa height field (contour, unit: gpm), 700 hPa wind field (vector, unit: m·s-1) and SST anomaly field(color area, unit: ℃) synthesized by the winter Niño3. 4 index in positive (a) and negative (b) anomalies years |
分析中国区域冬季Niño3. 4指数正负异常年夏季的环流距平(图 9)可以发现, 由于正异常年西太副高面积较常年偏大、强度偏强、西伸脊点偏西, 与南亚高压共同作用, 在中国南方直至印度中部的广大地区形成一个巨大的风场顺时针距平场, 更利于印度及孟加拉湾一带的水汽沿青藏高原西侧北上输送至中国西北内陆地区, 负异常年则相反。此外, 正异常年在蒙古国一带有一风场逆时针距平场形成, 酒泉位于其底后部, 正涡度距平较强, 伴随的上升运动更强烈。与此同时, 酒泉又刚好处于两支风场距平场的交汇处, 也有利于风场向其输送水汽。由此看来, 中国西北内陆的水汽输送路径可能与东部太平洋关系不大, 与西太副高直接关系也不大, 水汽可能是自南亚经青藏高原西部输送而来。
|
图 9 中国区域冬季Niño3. 4指数正负异常年夏季500 hPa高度场(等值线, 单位: gpm)、700 hPa风场(矢量, 单位: m·s-1)和比湿(彩色区:单位: g·kg-1)的环流距平 Figure 9 The circulation anomaly distributions of 500 hPa height field (contour, unit: gpm), 700 hPa wind field (vector, unit: m·s-1) and humidity ratio (color area, unit: g·kg-1) in the summer of years that winter Niño3. 4 index is positive (a) and negative (b) anomalies in China area |
进一步分析2016年中国区域夏季环流距平(图 10)可以发现, 2016年夏季的风场距平表现得更强, 从而更有利于输送水汽。北上的气流携带了较多的水汽, 自青藏高原西侧直至甘肃西北形成了一条非常强的湿度正距平带; 而在蒙古国一带的风场逆时针距平场由于受到副高增强的压迫, 面积减小, 在酒泉以北形成了一条非常明显的切变线, 导致涡度更强, 伴随的上升运动更强烈。更多的水汽与更强烈的上升运动, 共同导致了酒泉地区2016年夏季降水的明显偏多。
|
图 10 2016年中国夏季500 hPa高度场(等值线, 单位: gpm)、700 hPa风场(矢量, 单位: m·s-1)和比湿(彩色区, 单位: g·kg-1)的环流距平 Figure 10 The circulation anomaly distributions of 500 hPa height field (contour, unit: gpm), 700 hPa wind field (vector, unit: m·s-1) and humidity ratio (color area, unit: g·kg-1) in China in the summer of 2016 |
利用地面观测站点降水资料、西太平洋副热带高压相关指数资料、空中形势场资料及相关海表温度资料, 分析了本站降水量和大气环流形势, 在此基础上对厄尔尼诺事件与酒泉地区2016年夏季降水之间的关系进行了相关探究, 得出的主要结论如下:
(1) 在厄尔尼诺年夏季, 由于厄尔尼诺衰减引起的太平洋低纬度地区的强烈的东风距平将海洋上更多的水汽向印度及孟加拉湾一带输送; 同时由于西太副高面积较常年偏大、强度偏强、西伸脊点偏西, 与南亚高压共同作用, 在中国南方直至印度中部的广大地区形成一个巨大的风场顺时针距平场, 更利于印度及孟加拉湾一带的水汽沿青藏高原西侧北上输送至中国西北内陆地区。
(2) 在厄尔尼诺年夏季, 在蒙古国一带有一风场逆时针距平场形成, 酒泉位于其底后部, 正涡度距平较强, 伴随的上升运动更强烈; 而在2016年夏季, 由于受到副高更强的压迫, 面积减小, 在酒泉以北形成了一条非常明显的切变, 导致涡度更强, 伴随的上升运动更强烈。
(3) 受2015/2016年厄尔尼诺的影响, 2016年夏季酒泉地区上空有更多的水汽与更强烈的上升运动出现, 最终导致了降水的明显偏多。
(4) 酒泉地区夏季降水量与当年冬季Niño3. 4指数呈正相关, 其相关系数为0. 124 1, 冬季厄尔尼诺事件强度越强, 更利于当年夏季酒泉地区降水。
由于影响降水的具体因素有很多, 冬季Niño3. 4指数较高时, 对应的酒泉站夏季降水不一定较多, 有些年份甚至较少, 但切不可因此而掉以轻心。故在厄尔尼诺衰减年, 酒泉地区应当及时做好可能由降水偏多带来的各种次生灾害的应对措施, 加强对地下水位的监测, 防患于未然。
旱涝灾害的成因既有其全球性的一面, 也有其区域性的一面, 究其本质属性在于其全球性的演变。酒泉区域性的旱涝灾害虽不由全球性的背景唯一决定, 但必须要从全球演化的角度去进行考虑。厄尔尼诺事件作为影响全球气候的重要事件, 其对酒泉旱涝的影响也必须要考虑进去。而这些都决定了它是无法在短期内从根本上得到改变的, 寄希望于抗旱防涝工作毕其功于一役是不切实际的。必须依靠科技进步, 促进和加快生态环境建设, 最大程度减小旱涝灾害的负面影响。
Annamalai H, Xie S P, Mccreary J P, et al. 2005. Impact of Indian Ocean sea surface temperature on developing EI Niño[J]. J Climate, 18(2): 302–319.
DOI:10.1175/JCLI-3268.1 |
|
Wu R, Kirtman B P. 2004. Understanding the impacts of the Indian Ocean on ENSO variability in a coupled GCM[J]. J Climate, 17(20): 4019–4031.
DOI:10.1175/1520-0442(2004)017<4019:UTIOTI>2.0.CO;2 |
|
Yang J, Liu Q, Xie S, et al. 2007. Impact of the Indian Ocean SST basin mode on the Asian summer monsoon[J]. Geophysical Research Letters, 34(2): 155–164.
|
|
陈金明, 陆桂华, 吴志勇, 等. 2016. 1960-2009年中国夏季极端降水事件与气温的变化及其环流特征[J]. 高原气象, 35(3): 675–684.
Chen J M, Lu G H, Wu Z Y, et al. 2016. Change properties of summer extreme precipitation events and temperature and associated large-scale circulation in China during 1960-2009[J]. Plateau Meteor, 35(3): 675–684.
DOI:10.7522/j.issn.1000-0534.2015.00072 |
|
黄玉霞, 王宝鉴, 王研峰, 等. 2017. 甘肃省夏季暴雨日数特征及其与大气环流关系[J]. 高原气象, 36(1): 183–194.
Huang Y X, Wang B J, Wang Y F, et al. 2017. Spatiotemporal characteristics of summer rainstorm days in Gansu Province and their relationships with the atmospheric circulation[J]. Plateau Meteor, 36(1): 183–194.
DOI:10.7522/j.issn.1000-0534.2015.00118 |
|
贾文雄, 何元庆, 李宗省, 等. 2008. 祁连山及河西走廊气候变化的时空分布特征[J]. 中国沙漠, 28(6): 1151–1155.
Jia W X, He Y Q, Li Z X, et al. 2008. Spatio-temporal distribution characteristics of climate change in Qilian Mountains and Hexi Corridor[J]. J Desert Res, 28(6): 1151–1155.
|
|
刘屹岷, 刘伯奇, 任荣彩, 等. 2016. 当前重大厄尔尼诺事件对我国春夏气候的影响[J]. 中国科学院院刊, 31(2): 241–250.
Liu Y M, Liu B Q, Ren R C, et al. 2016. Current super EI Niño event and its impacts on climate in China in spring and summer[J]. Bulletin of Chinese Academy of Sciences, 31(2): 241–250.
|
|
孟秀敬, 张士锋, 张永勇. 2012. 河西走廊57年来气温和降水时空变化特征[J]. 地理学报, 67(11): 1482–1492.
Meng X J, Zhang S F, Zhang Y Y. 2012. The temporal and spatial change of temperature and precipitation in Hexi Corridor in recent 57 years[J]. Acta Geographica Sinica, 67(11): 1482–1492.
DOI:10.11821/xb201211005 |
|
秦甲, 丁永建, 叶柏生, 等. 2011. 两类El Niño事件对我国河西走廊地区水文气象要素的影响[J]. 高原气象, 30(5): 1279–1285.
Qin J, Ding Y J, Ye B S, et al. 2011. Influences of two patterns of EI Niño on hydrological and meteorological element in Hexi Corridor region of China[J]. Plateau Meteor, 30(5): 1279–1285.
|
|
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.
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 |
|
孙照渤, 陈海山, 谭桂容, 等. 2010. 短期气候预测基础[M]. 北京: 气象出版社.
Sun Z B, Chen H S, Tan G R, et al. 2010. Elementa of short period climate predictions[M]. Beijing: China Meterological Press.
|
|
王亚非, 李琰, 丁一汇. 2012. 初夏东亚环流对厄尔尼诺的两种响应过程及其对中国降水的影响[J]. 气象学报, 70(1): 39–49.
Wang Y F, Li Y, Ding Y H. 2012. The two responses of the East-Asian atmospheric circulation in early summer to the preceding EI Niño event and their influence on the rainfall over China[J]. Acta Meteor Sinica, 70(1): 39–49.
DOI:10.11676/qxxb2012.004 |
|
袁媛, 高辉, 贾小龙, 等. 2016. 2014-2016年超强厄尔尼诺事件的气候影响[J]. 气象, 42(5): 532–539.
Yuan Y, Gao H, Jia X L, et al. 2016. Influences of the 2014-2016 super EI Niño event on climate[J]. Meteor Mon, 42(5): 532–539.
DOI:10.7519/j.issn.1000-0526.2016.05.002 |
|
袁媛, 杨辉, 李崇银, 等. 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.
Yuan Y, Yang H, Li C Y, et al. 2012. Study of EI Niño events of different types and their potentia impact on the following summer precipitation in China[J]. Acta Meteor Sinica, 70(3): 467–478.
DOI:10.11676/qxxb2012.039 |
|
翟盘茂, 余荣, 郭艳君, 等. 2016. 2015/2016年强厄尔尼诺过程及其对全球和中国气候的主要影响[J]. 气象学报, 74(3): 309–321.
Zhai P M, Yu R, Guo Y J, et al. 2016. The strong EI Niño in 2015/2016 and its dominat impacts on global and China's climate[J]. Acta Meteor Sinica, 74(3): 309–321.
DOI:10.11676/qxxb2016.049 |
|
朱乾根, 林锦瑞, 寿绍文, 等. 2000. 天气学原理和方法[M]. 北京: 气象出版社.
Zhu Q G, Lin J R, Shou S W, et al. 2000. Principle and method of synoptics[M]. Beijing: China Meteorological Press.
|
2. Unit 94582 of People's Liberation Army of China, Queshan 463217, Henan, China;
3. School of meteology andoceanography of PLA university of science and technology, Nanjing 211101, Jiangsu, China