2. 四川省气象台, 四川 成都 610071;
3. 中国人民解放军78127部队, 四川 成都 610011
全球气候变暖及其广泛影响已是一个不争的重要事实, 但是, 在这一气候大背景下, 区域气候响应则表现出多样性和复杂性(王绍武等, 1995)。李跃清(2002)的研究表明, 青藏高原(下称高原)东侧地区气候变化具有显著的区域特征, 尤其是高海拔复杂地形环绕的四川盆地和重庆市(下称川渝盆地)区域气候变化空间差异大、暖冷趋势并存。虽然全球显著变暖大致从1978年开始, 而川渝盆地在20世纪80年代显著偏冷, 90年代中期气温才开始回升(李跃清等, 1999), 气温上升比全球变暖显著滞后, 而且该区域属于中国总云量的高值中心区、辐射的小值区(刘瑞霞等, 2004)。另外, 宇如聪等(2004)应用测站、再分析和卫星资料, 分析高原大地形引起的深厚陆地层状云的气候影响, 发现高原东侧背风面地区是全球60°S-60°N范围层状云分布的最大值区。因此, 高原东侧川渝盆地是全球气候变暖下, 区域气候响应的一个重要的特殊地区, 其云与气温的相互影响, 对于深入系统地认识气候变化及其影响具有重要的科学意义。
云量和温度、降水一样, 是重要的天气和气候参数, 云作为地气系统能量变化的重要调节因子, 对大气温度变化具有显著影响, 但影响程度却因云状及其特征的差异而不同(张琪等, 2011)。实际上, 温度和云量之间通过水汽、辐射等过程相互影响, 存在着复杂的正负反馈过程, 决定了两者之间具有密切的关系, 关于这方面已有不少研究工作。刘引鸽等(2013)研究了全国低云量与气温的关系, 得到两者在大部分地区均为显著的负相关, 且气温和降水量变化是影响中国低云量长期变化的主要因素。对于高原东侧区域, 李跃清(2002)研究指出, 川渝盆地气温与总云量、低云量有密切的时空相关关系; 张琪等(2011)统计分析发现, 川渝盆地在冬、秋、春季都是西南地区总云量高值中心, 且温度场与总云量场存在明显的负相关关系; 李跃清等(2003)的研究还发现, 高原东侧地区总云量与温度的相关具有显著的季节特征, 春、夏季存在强的负相关, 与全国平均总云量和温度无明显相关不同, 并指出云可能是高原东侧地区春、夏季温度变化的重要原因。
高原东侧川渝盆地作为天气气候的一个关键区, 近半个多世纪以来, 其气温上升滞后, 气候总体变暖, 与全球、全国变暖明显不同步, 具有突出的区域特征。虽然一些研究初步揭示出总云量、低云量等对气温变化有显著影响(李跃清, 2002; Chang et al, 2005), 也在一定程度上反映了气候的变化状况, 但是, 对于川渝盆地这种区域气候变化的具体机制还不清楚。由于云通过反射太阳辐射和吸收地面长波辐射来调节地气系统的能量平衡, 这两种作用的相对强弱决定了云对气温的净效应, 不同云对地表净辐射能量收支的影响不同, 如低云能反射大量的太阳辐射, 其净效应是对其下的地表和大气起冷却作用, 而薄的卷云可能使地表增温(丁守国等, 2004)。因此, 云量变化对气温的影响取决于所有类型云的总体效应, 仅分析总云量或低云量部分是不够的, 必须要具体分析不同云类对气温的共同影响。已有研究针对高原周边复杂陡峭地形区, 把云量分型, 研究雨层云、高层云、深对流云等不同类型云与降水的关系(李跃清等, 2014), 发现具体不同类型云对降水的贡献确有所不同。但关于该区域具体不同类型云与气温变化的关系还几乎没有研究。所以, 在上述研究的基础上, 进一步分析了高原东侧区域不同类型云与气温的关系, 为揭示高原东侧川渝盆地区域气候变化, 尤其是气温上升滞后、变暖地域性强的基本原因和形成机理提供科学依据。
2 资料与方法依据资料的连续性及最长时段性等标准, 共挑选出高原东侧川渝盆地24个地面气象台站[图 1, 该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)1609号的中国地图制作, 底图无修改, 下同]气温观测数据, 时间段一致取为1960年1月至2009年12月。同时, 使用ISCCP D2云资料, 由于ISCCP数据收集开始于1983年7月1日, 数据更新至2009年12月(http://isccp.giss.nasa.gov/), 为尽可能保证云资料的均一和完整, 选取云资料时间段为1984年1月至2009年12月。由于ISCCP D2云资料是按云顶气压和云光学厚度将云分为9种类型:低于440 hPa的高云, 有卷云、卷层云、深对流云; 680~440 hPa之间的中云, 有高积云、高层云、雨层云; 高于680 hPa的低云, 有积云、层积云、层云。这与我国云分类结果基本一致, 最大差别是深对流云, 但ISC-CP的深对流云对应于我国云分类的积雨云(李跃清等, 2014)。
![]() |
图 1 青藏高原东侧川渝盆地站点(圆点)、ISCCP格点(叉号)以及地形高度(单位: dagpm)的分布 Figure 1 Terrain height (unit: dagpm) and positions (the cross) of observation stations (dots) on east side of Qinghai-Tibetan Plateau |
虽然低云在总云量中所占比例最多(张琪等, 2011), 对能量平衡比较重要。但卫星传感器对云顶进行自上而下的瞬时扫描, 在云层重叠情况下, 这种自上而下的观测难以区分有较高层云遮蔽的低层云(Chang et al, 2005)。李跃清等(2006)分别对高原上的高云、中云和低云的季节变化做了地面观测、ISCCP和MODIS/TERRA资料的对比分析, 指出ISCCP和MODIS/TERRA资料中高云数据比较准确, 只是比地面观测资料值略低, 而低云数据则相对误差大。因此, 重点研究中云、高云与气温的关系及其影响。
主要使用SVD(丁裕国等, 1996; Wallace, 1992)、合成分析等统计方法, 并采用t检验对各要素场合成分析进行显著性检验, 重点讨论1984-2009年高原东侧川渝盆地中云的雨层云和高云的卷云、深对流云(即积雨云)这3种类型云与其气温的变化及其关系。
3 川渝盆地气温时空变化特征 3.1 川渝盆地气温年际变化特征通过高原东侧川渝盆地1960-2010年区域气温年际变化[图 2(a)]可以看到, 川渝盆地年平均气温与我国年平均气温上升趋势一致, 但开始增温时间和性质不同。全国平均气温从20世纪70年代开始持续上升, 尤其是从80年中期, 上升趋势非常明显(李跃清等, 2011), 而川渝盆地在20世纪80年代处于偏冷阶段, 90年代中期气温在短期内完成突增, 增温滞后全国超过10年, 之后呈波动起伏变化, 但气温趋势保持平稳。总体来看, 近半个世纪以来, 川渝盆地气温呈变暖趋势但增温滞后, 气温不同于全国的逐渐持续升温, 而是在短期内完成突增, 之后保持平稳变化趋势, 具有明显的区域特色。其中, 20世纪90年代中期, 是川渝盆地区域气候格局由偏冷到偏暖变化的一个重要转折期。
![]() |
图 2 1960-2010年川渝盆地区域年平均气温(a)及1984-2009年标准化距平(b)的年际变化 Figure 2 The temporal variations of temperature during 1960-2010 (a) and standardized anomaly during 1984-2009 (b) in Sichuan and Chongqing Basin |
计算川渝盆地平均年代际温度得知: 20世纪60年代温度距平为-0.95 ℃, 70年代温度距平为-1.04 ℃, 80年代为-4.00 ℃, 90年代为0.30 ℃, 21世纪00年代5.69 ℃。80年代川渝盆地还处于显著偏冷状态, 但90年代气温开始突升。由此进一步表明, 20世纪80年代是近50年以来川渝盆地最冷的10年。这是全球气候变暖背景下的一种特殊区域气候响应现象。
如图 2(b)所示, 以偏离气温标准化距平±1为参考, 选择川渝盆地1984-2009年共26年的气温异常年份, 定义: ≥1为暖年, ≤-1为冷年。川渝盆地暖年有: 1998, 2001, 2002, 2006和2007年共5年; 冷年有: 1984, 1985, 1986, 1989, 1992, 1993和1996年共7年。下面, 对26年中川渝盆地的5个暖年和7个冷年事件分别进行合成分析, 以揭示其冷、暖事件发生过程中的各类云气候特征及其与气温的关系。
3.2 川渝盆地气温季节变化特征川渝盆地的四季气温变化(图 3)显示, 春季、夏季、秋季3季均表现出20世纪80年代异常偏冷的特点。春季和秋季气温变化最显著, 春季80年代异常偏冷、90年代中期气温突升特征显著, 秋季气温最突出特征是90年代中期突升, 这两个季节的气温变化对川渝盆地80年代异常偏冷、90年中期气温突升均贡献较大。代表全年最高气温的夏季仅表现出80年代偏冷的特点, 对全区域80年代异常偏冷有一定的贡献, 反而对90年代中期的气温突升贡献较小。代表全年最低气温的冬季气温无明显年代变化, 对全区80年代异常偏冷无明显影响。可见, 川渝盆地变暖趋势滞后全国并不是由80年代冬季的低气温异常偏低、90年代夏季的高气温异常偏高造成的, 而主要是由春季和秋季气温异常造成的。
![]() |
图 3 1960-2009年川渝盆地四季(a~d)的气温年际变化 Figure 3 The temporal variations of temperature in different seasons (a~d) in Sichuan and Chongqing Basin during 1960-2009 |
从川渝盆地20世纪70年代至21世纪00年代的全年气温和四季气温空间的年代距平分布(图 4)中可看出, 高原东侧复杂边坡地形带中的川渝盆地西部及重庆北部是年气温异常显著区。盆地西部和重庆北部在20世纪70年代的年气温距平已小于-2 ℃, 80年代距平绝对值超过6 ℃, 两个年代内年气温异常共计偏低8 ℃以上。除此之外, 盆地西部90年代是率先增温区, 21世纪00年代气温异常偏高6~7 ℃。因此, 盆地西部的年气温异常超前于川渝盆地其他区域, 并且对全区的气温异常贡献最大, 是影响气候异常的主要因素。
![]() |
图 4 川渝盆地20世纪70年代至21世纪00年代(a~d)年气温(第1行)和四季气温(春、夏、秋、冬季分别为第2、3、4、5行)的空间距平分布[单位: ℃·(10a)-1] Figure 4 Interdecadal variations of temperature in Sichuan and Chongqing Basin in whole year the first row and four seasons (spring, summer, autumn and winter are the second, third, forth and fifth row, respectively) from the 1970s to the 2000s (a~d).Unit: ℃·(10a)-1 |
对于川渝盆地四季气温的年代距平空间分布来说, 盆地西部仍是显著异常区。20世纪80年代, 全区四季均表现为一致的异常偏冷特征, 其中, 春季和夏季气温偏低显著, 显著区春季距平为-7~-6 ℃, 夏季距平为-7 ℃。90年代夏季、秋季、冬季3季均是盆地西部开始变暖, 秋季增温最明显, 显著区气温距平达3~4 ℃。21世纪00年代全区四季气温又均表现为一致的正距平, 其中春季偏高最显著, 盆地西部距平值为8~10 ℃, 冬季次之, 距平值为6~8 ℃。综合分析可知, 川渝盆地全区四季的气温均表现为20世纪80年代异常偏低、90年代开始升高的一致特征, 其中, 盆地西部是显著异常区。夏季, 盆地西北部80、90年代温度距平差达10 ℃以上, 气温突增特点最突出。春季气候变暖滞后较明显, 21世纪00年代才明显表现出变暖特征。
4 川渝盆地云类与气温关系首先, 将1984-2009年川渝盆地的年平均气温作为左场, 年平均雨层云、卷云、深对流云分别作为右场, 进行两场之间的SVD分析, 以揭示不同类型云与气温的耦合关系与影响。由于SVD分析第一模态的方差贡献率均在85%以上, 具有很好的代表性, 所以, 主要分析第一模态的空间分布型及其时间系数特征。
4.1 雨层云与气温关系川渝盆地雨层云和气温SVD分析的第一模态占两场总方差的98.66%(气温占自身总方差83.17%, 雨层云占自身总方差75.51%), 远远高于其他模态, 对应时间系数的相关为0.41, 超过了信度a=0.05的显著性水平检验, 相关显著。这表明, 川渝盆地雨层云与气温SVD分析的第一模态能够表征两者原始场的耦合变化, 并且, 两者之间的确存在较为密切的相关关系。第一模态的气温空间分布型中[图 5(a)], 川渝盆地为一致的负值区, 异常中心位于紧邻高原的盆地西部和盆地东部重庆地区, 与此对应的雨层云空间分布型[图 5(b)]也是一致的负值区, 盆地南部是雨层云的最大异常区。因此, 川渝盆地整个区域的气温和雨层云的异常变化在空间上存在一致性, 即当川渝盆地的雨层云异常偏多(少)时, 盆地气温也异常偏高(低), 盆地西部和东部重庆地区气温异常偏高(低)明显。另外, 二者的时间系数[图 5(c)]进一步表明, 气温与雨层云的变化趋势较一致, 特别是20世纪80年代中期至90年代初期和2002年以后这两个时期的变化基本一致, 气温与雨层云表现为一致的同位相变化。从川渝盆地异常冷、暖年气温和雨层云的合成(图 6)可看到, 整个区域的雨层云在异常冷年为负距平, 异常暖年为正距平, 进一步验证了川渝盆地气温和雨层云的正相关关系, 川渝盆地区域气候变冷、增暖与上空雨层云的异常变化有密切关系。
![]() |
图 5 1984-2009年川渝盆地气温(a)与雨层云(b)的SVD分析第一模态空间分布型及时间系数(c) Figure 5 The first pair space distribution for SVD mode of temperature (a) and nimbostratus (b) and their time coefficient (c) in Sichuan and Chongqing Basin during 1984-2009 |
![]() |
图 6 川渝盆地异常冷(a, c)、暖(b, d)年的气温(a, b, 单位: ℃)和雨层云(c, d, 单位: %)距平场 Figure 6 Distribution of temperature (a, b, unit: ℃) and nimbostratus (c, d, unit: %) in clod(a, c) and warm (b, d) years in Sichuan and Chongqing Basin |
通过以上SVD和合成分析, 表明川渝盆地气温与雨层云存在着显著的正相关关系。雨层云是布满天空的厚而均匀的云层, 对应大范围天气系统, 常产生较长时间的降水, 因此与降水关系较好(Li et al, 2006)。同时, 当天空布满这种厚而均匀且湿度高的云层时, 云层向地面反射长波辐射, 大气逆辐射增强而地面有效辐射减少, 不利于地面冷却, 这样夜间地面降温减少, 雨层云对地面和低层大气起着保温作用, 类似于“温室效应”。若无雨层云, 地面和低层大气热量夜间散失多, 而获得大气辐射补偿的热量少, 整个平均气温下降快。另外, 川渝盆地是著名的巴山夜雨区(李跃清等, 2011), 对应的雨层云主要出现在夜晚并对地面和低层大气起到保温作用。可得出, 川渝盆地与降水联系的雨层云和气温存在较显著的正相关关系。
4.2 卷云与气温关系卷云与气温SVD分析第一模态占两场总方差的97.90%, (气温占自身总方差83.17%, 卷云占自身总方差75.51%), 时间相关系数为0.50, 超过a=0.01信度检验, 是所有云系中与气温关系最好的云类。从图 7可看出, 川渝盆地气温与卷云分别为一致的负值区和正值区, 其中, 川渝盆地的西北部是温度场的关键区, 盆地中部、盆地东北部是卷云的高异常区。这说明川渝盆地的气温对卷云异常变化有负响应, 即卷云异常偏多(少)时, 气温异常偏低(高)。另外, 两场的时间系数变化对应也较好, 尤其是气温突变前后, 卷云与气温的变化趋势基本一致。
![]() |
图 7 1984-2009年川渝盆地气温(a)与卷云(b)的SVD分析第一模态空间分布型和时间系数(c) Figure 7 The first pair space distributions for SVD mode of temperature (a) and cirrus (b) and their time coefficient (c) in Sichuan and Chongqing Basin during 1984-2009 |
从卷云异常冷、暖年的距平场分布(图 8)可看出, 川渝盆地气温异常偏低(高)时, 对应卷云为正(负)距平, 表明气温与卷云之间的确存在负相关关系。卷云云高较高, 对太阳短波辐射有吸收和反射作用, 且反射作用更明显。一般云是由许多小水滴或冰晶组成的, 有的是由小水滴或小冰晶混合在一起组成的, 而卷云属冰云, 主要由微小冰晶形态构成, 比其他云系对太阳短波辐射的反射率更大, 这样就对地面和低层大气起到冷却作用, 且云层越厚, 冷却作用越强。结合前面的分析, 不同类型云形成的环流背景和本身的物理特征不同, 对气温的作用和影响也是不同的, 中层的雨层云对气温起温室效应, 高层的卷云对气温起冷却作用(Wallace, 1992)。
![]() |
图 8 异常冷(a)、暖(b)年的卷云距平场分布(单位: %) Figure 8 Distribution of cirrus in cold (a) and warm(b) years.Unit: % |
深对流云与气温SVD分析第一模态的方差贡献为88.73%, 两模态相关系数为0.40, 通过a=0.05信度检验。这表明: 1984-2009年, 川渝盆地气温与深对流云存在较为密切的相关程度; 但是左场气温方差贡献为80.13%, 右场深对流云方差贡献为48.31%, 说明2个场的耦合变化型在气温中占较大比例, 这是因为深对流云变化具有比气温更加复杂的特征。
SVD第一模态空间分布型反映了川渝盆地深对流云与气温呈现整体一致的正相关关系(图 9)。其中, 盆地东部和南部是气温场、深对流云场的关键区, 盆地深对流云偏多(少)时, 盆地气温偏高(低)。另外, 川渝盆地异常冷、暖年的深对流云合成图表明(图略), 川渝盆地大部地方的深对流云在气温异常冷年为负距平, 异常暖年为正距平, 进一步验证了川渝盆地气温和深对流云存在的正相关关系, 川渝盆地气温上升、下降与深对流云增多、减少密切联系。
![]() |
图 9 1984-2009年川渝盆地气温(a)与深对流云(b)SVD分析第一模态空间分布型和时间系数(c) Figure 9 The first pair space distribution for SVD mode of temperature (a) and deep convective (b) and time coefficient (c) in Sichuan and Chongqing Basin during 1984-2009 |
深对流云是由对流上升运动造成绝热冷却, 使水汽饱和凝结而成, 都会形成降水, 并伴有雷电、阵性降水、大风及冰雹等强烈天气现象。因此, 深对流云是所有云系中与降水关系最为显著的云系(李跃清等, 2014)。大量不稳定能量、充沛水汽和上升运动是形成深对流云的3个必要条件, 由于连续长时间的高温积累是产生不稳定能量的重要途径, 所以, 深对流云增多, 反映出温度在上升; 而温度的上升, 不一定使深对流云增加, 影响深对流云的变化除了气温还有水汽、上升运动等因素。综合以上分析可知, 深对流云与气温存在正相关关系, 但主要是与降水有着更为紧密的正相关关系。
上述SVD分析表明:川渝盆地的雨层云、卷云、深对流云与其气温具有密切的时空相关关系, 其中, 雨层云和深对流云与气温呈正相关关系, 卷云与气温具有负相关关系。不同云类的异常演变, 通过影响辐射、降水等, 造成川渝盆地气温的异常冷暖。
5 不同云类对气温的影响 5.1 雨层云、卷云和深对流云的关系为深入研究不同云类对气温的影响, 有必要先研究不同云类之间的相互关系。在了解不同云类之间时间变化、空间分布存在怎样的联系后, 才能更好地了解它们是怎样共同影响气温和降水的。下面, 分别对卷云、雨层云和深对流云分别两两做SVD分析, 得出三对SVD分析的第一模态均占总方差的95%以上, 两场的相关系数均通过了a=0.001信度检验(表 1), 说明三种云系之间具有显著的相关关系, 能够反映原始场相互影响的耦合关系。
![]() |
表 1 不同云类之间的SVD分析第一模态 Table 1 Variances contribution and correlation coefficient of the first pairs of SVD |
从卷云与雨层云、雨层云与深对流云、卷云与深对流云三对SVD分析第一模态空间分布型(图 10)可看出, 卷云与雨层云、深对流云均呈负相关关系, 雨层云与深对流云则呈正相关关系。三对模态中, 卷云与雨层云的负相关最突出, 整个川渝盆地两场的相关系数绝对值均超过0.6, 通过a=0.005信度的显著性检验, 且盆地西南部是两场的相关显著区域。同时, 此区域也是雨层云与深对流云两场的关键区, 其相关系数绝对值均超过0.65。在卷云与深对流云的第一模态中, 盆地中部是深对流云的关键区, 相关系数超过0.6, 除盆地中部以外的区域相关系数绝对值达0.4, 是卷云的显著区。
![]() |
图 10 卷云与雨层云(a~c)、雨层云与深对流云(d~f)、卷云与深对流云(g~i)的SVD分析第一模态空间分布(左、中)及时间系数(右) Figure 10 The first pair space distribution for SVD mode (left and middle) and time coefficient (right) of cirrus and nimbostratus (a~c), nimbostratus and deep convective cloud (d~f), cirrus and deep convective cloud (g~i) |
从图 10中还可看出, 3种云系在整个川渝盆地均存在较一致的相互关系, 卷云与雨层云、深对流云均呈负相关关系, 雨层云与深对流云呈正相关关系, 说明川渝盆地上空, 雨层云与深对流云常相伴出现, 且雨层云或深对流云增加, 卷云就会减少, 温度升高。卷云的出现一般预示天气晴朗无雨, 雨层云、深对流云的出现一般都预示着阴天降水天气, 所以卷云一般不会与雨层云、深对流云共存。另外, 卷云与深对流云相关关系不及卷云与雨层云、雨层云与深对流云相关关系那么显著, 这种相关关系的差异性表明, 可能是由于卷云与雨层云、雨层云与深对流云之间微物理特性具有相似性, 是一种直接的影响关系, 而卷云和深对流云之间微物理特性差异较大, 是一种间接的影响关系。这一点值得深入研究。
5.2 雨层云、卷云、深对流云对气温的共同影响结合前面分析可得, 雨层云、深对流云、气温三者之间均互为正相关, 而卷云与雨层云、深对流云、气温均为负相关。近26年, 川渝盆地年平均雨层云、卷云、深对流云和气温的变化(图 11)表明, 卷云呈波动性减少趋势, 雨层云、深对流云、气温变化趋势一致, 均以不同的程度增加, 也证实了以上分析结果。一般情况下, 雨层云带来连续性降水, 深对流云带来强降水, 而高层云多是雨层云变薄形成, 也常带来连续性降水。所以, 这三种云系与降水关系较好。雨层云夜间逆辐射造成的“温室效应”, 卷云反射太阳短波辐射造成的冷却作用, 深对流云受雨层云影响间接引起增温, 由此3种云共同影响到达地面的大气辐射, 引起川渝盆地温度变化。不同云型对气温和降水造成的综合影响是:雨层云引起云量、降水、气温变化, 高层云仅引起降水变化, 卷云仅引起气温变化, 深对流云引起降水、气温变化, 并且卷云对气温变化影响最显著, 深对流云主要产生降水。
![]() |
图 11 1984-2009年川渝盆地气温和雨层云、卷云、深对流云的年平均变化 Figure 11 Temporal variation of temperature and cirrus, nimbostratus, deep convective cloud in Sichuan and Chongqing Basin during 1984-2009 |
另计算得出, 雨层云、卷云、深对流云与气温的相关系数分别为0.414, -0.46和0.284, 且雨层云、卷云与气温的相关系数均通过a=0.05的信度检验。基于雨层云、卷云、深对流云与气温的相关性是所有云型中最显著的云系, 且雨层云、深对流云与卷云的负相关关系显著, 为定量分析川渝盆地不同云型与气温的关系及其影响, 在遵从气温服从正态分布的前提下, 建立了云系与气温的线性回归模型, 并采用F检验进行了统计检验。得到可信度最高的原值回归方程为:
$ Y = 175.4 - 0.98{X_1}\;\;, $ | (1) |
式中: Y是气温; X1是卷云量。由于F=5.93, 且信度a=0.05, 临界值Fa=4.26, F>Fa, 故回归方程是显著的。从1984-2009年川渝盆地的实际和拟合气温变化(图 12)也可看出, 两种气温曲线均呈上升趋势且比较接近, 拟合方程对气温变化有一定的指导意义。多元回归模型的物理基础是:此方程提炼概括出不同云型与气温的定量关系及其影响, 即所有云型中卷云的变化对气温的影响远大于另外所有云系总和, 云量变化对气温的影响主要体现在卷云对气温的冷却作用, 同时也囊括了雨层云、深对流云对气温的增温效应, 因为此两种云与卷云有较显著的反相关关系。卷云减少, 雨层云、深对流云增加, 均引起气温上升, 但降水削弱了雨层云和深对流云的“温室效应”, 气温对卷云变化更为敏感。
![]() |
图 12 1984-2009年川渝盆地的拟合和实际的气温变化 Figure 12 The regression analysis between fitted and reality temperature in Sichuan and ChongqingBasin during 1984-2009 |
特别是在20世纪80年代至90年代初期, 随全球气候变暖, 高原增暖使西太平洋副热带高压西伸, 水汽输送增加, 川渝盆地上空总云量增加, 卷云明显偏多, 日照异常偏少, 致温度异常偏低。90年代中期, 全球气候进一步变暖, 西太平洋副热带高压进一步加强西伸北上使卷云急剧减少, 而雨层云和深对流云亦出现增加趋势, 使温度发生突升。
6 结论在不同云类对降水影响不同的基础上, 针对在全球气候变暖下, 1984-2009年高原东侧川渝盆地变暖滞后, 尤其是20世纪80年代显著偏冷的事实, 首先分析了几类不同云系与川渝盆地气温的关系, 由此确定了雨层云、卷云、深对流云与气温关系显著, 其中卷云最突出, 最后重点分析了这3种云类之间的相互关系以及对气温的共同影响。得到以下主要结论:
(1) 20世纪80年代是近50年来川渝盆地最冷的10年, 90年代中期是川渝盆地由偏冷到偏暖变化的一个重要转折期。川渝盆地变暖趋势滞后全国主要是由春季和秋季气温异常造成的, 其中盆地西部是显著异常区。
(2) 川渝盆地的雨层云、卷云、深对流云与其气温均为全区域一致的显著相关关系, 其中, 雨层云、深对流云与气温为正相关关系, 而卷云与气温为负相关关系, 且卷云的相关系数绝对值大最大, 与气温关系最好。
(3) 紧邻贵州的盆地南部和中部区域是雨层云与气温相关较显著区, 与此区域常出现的连续性降水气候特征密不可分, 同时, 盆地南部也是深对流云与气温的高相关区。这些区域的雨层云、深对流云增加(减少), 气温上升(降低)。盆地中部不仅是雨层云与气温的相关显著区, 同时也是卷云与气温关系的关键区, 说明此区域气温受这两种云系影响较大。
(4) 雨层云、卷云、深对流云3者之间存在显著相关关系, 且卷云与雨层云、深对流云均呈负相关关系, 雨层云与深对流云之间呈正相关关系, 卷云与雨层云的负相关最为显著。这些相关关系的差异表明了它们之间物理特性的差异。
(5) 近26年, 卷云处于减少趋势, 雨层云、深对流云和气温均处于上升趋势, 进一步证实卷云与雨层云、深对流云、气温的负相关关系。由于这3种云系共同影响气温并与气温相关性都较显著, 由此建立了川渝盆地气温的多云回归模型, 并通过了显著性检验。
(6) 20世纪80年代川渝盆地气候异常偏冷, 可能主要是由同时段卷云异常偏多造成的。
Chang F L, Li Z. 2005. A near-global climatology of single-layer and overlapped clouds and their optical properties retrieved from TERRA/MODIS data using a new algorithm[J]. J Climate, 18: 4752–4771.
DOI:10.1175/JCLI3553.1 |
|
Li Y Q, Liu X D, Chen B D. 2006. Cloud type climatology over the Tibetan Plateau:A comparison of ISCCP and MODIS/TERRA measurements with surface observations[J]. Geophys Res Lett, 33: L17716, 1–5.
|
|
Wallace J M, Smith C, Bretheron C S. 1992. Singular value decomposition of winter time sea surface temperature and 500 hPa height anomalies[J]. J Climate, 5: 561–576.
DOI:10.1175/1520-0442(1992)005<0561:SVDOWS>2.0.CO;2 |
|
Yu R C, Wang B, Zhou T J. 2004. Climate effects of the deep continental stratus clouds generated by the Tibetan Plateau[J]. J Climate, 17(13): 2702–2713.
DOI:10.1175/1520-0442(2004)017<2702:CEOTDC>2.0.CO;2 |
|
陈权亮, 任景轩, 晁华, 等. 2010. 20世纪50年代以来我国气温的区域变化[J]. 安徽农业科学, 38(7): 3571–3574.
Chen Q L, Ren J X, Chao H, et al. 2010. Regional air temperature change of China since 1950s[J]. Journal of Anhui Agricultural Sciences, 38(7): 3571–3574.
|
|
丁守国, 石广玉, 赵春生. 2004. 利用ISCCP D2资料分析近20年全球不同云类云量的变化及其对气候可能的影响[J]. 科学通报, 49(11): 1105–1111.
Ding S G, Shi G Y, Zhao C S, et al. 2004. Analysis of variation and effect on the climate of cloud amount in China over past 20 years using ISCCP D2[J]. China Sci Bull, 49(11): 1105–1111.
DOI:10.3321/j.issn:0023-074X.2004.11.016 |
|
丁裕国, 江志红. 1996. SVD方法在气象场诊断分析中的普适性[J]. 气象学报, 54(3): 365–372.
Ding Y G, Jiang Z H. 1996. Generality of singular value decomposition in diagnostic analysis of meteorological field[J]. Acta Meteor Sinica, 54(3): 365–372.
DOI:10.11676/qxxb1996.037 |
|
李跃清. 2002. 近40年青藏高原东侧地区云、日照、温度及日较差的分析[J]. 高原气象, 21(3): 327–332.
Li Y Q. 2002. Analyses of cloudiness, sunshine, temperature and daily range on the eastern side of Qinghai-Xizang Plateau in recent 40 years[J]. Plateau Meteor, 21(3): 327–332.
|
|
李跃清, 李崇银. 1999. 近40多年四川盆地降温与热带西太平洋海温异常的关系[J]. 气候与环境研究, 4(4): 388–395.
Li Y Q, Li C Y. 1999. The relationship between the cooling of air temperature in Sichuan Basin and the anomalies of SST over tropical western pacific during the last more than 40 years[J]. Climatic Environ Res, 4(4): 388–395.
|
|
李跃清, 李崇银. 2003. 青藏高原东侧地区夏季气温变化及其可能成因[J]. 高原气象, 22(suppl): 24–31.
Li Y Q, Li C Y. 2003. Variation of summer air temperature on the east side of Qinghai-Xizang Plateau and its probable causes[J]. Plateau Meteor, 22(suppl): 24–31.
|
|
李跃清, 张琪. 2014. 西南地区夏季云量与降水的关系特征分析[J]. 自然资源学报, 29(3): 441–453.
Li Y Q, Zhang Q. 2014. Contemporaneous relationships between summer cloudiness and precipitation over southwest China[J]. Journal of Natural Resources, 29(3): 441–453.
DOI:10.11849/zrzyxb.2014.03.008 |
|
李跃清, 张晓春. 2011. "雅安天漏"研究进展[J]. 暴雨灾害, 30(4): 289–295.
Li Y Q, Zhang X C. 2011. Main advances in the research of "Yaan Sky Leakage"[J]. Torrential Rain Disaster, 30(4): 289–295.
|
|
刘瑞霞, 刘玉洁, 杜秉玉. 2004. 中国云气候特征的分析[J]. 应用气象学报, 15(4): 468–476.
Liu R X, Liu Y J, Du B Y. 2004. Cloud climatology characteristics of china from ISCCP data[J]. J Appl Meteor Sci, 15(4): 468–476.
|
|
刘引鸽, 王宁练, 武小波, 等. 2013. 1951-2009年中国低云量的时空特征及其影响因素[J]. 高原气象, 32(6): 1608–1615.
Liu Y G, Wang N L, Wu X B, et al. 2013. Temporal and spatial characteristics and influence factors of low cloud amount over China in 1951-2009[J]. Plateau Meteor, 32(6): 1608–1615.
DOI:10.7522/j.issn.1000-0534.2012.00142 |
|
王绍武, 叶瑾琳. 1995. 近百年全球气候变暖的分析[J]. 大气科学, 19(5): 545–553.
Wang S W, Ye J L. 1995. An analysis of global warming during the last one hundred years[J]. Chinese J Atmos Sci, 19(5): 545–553.
|
|
张琪, 李跃清, 陈权亮, 等. 2011. 近46年西南地区云量的时空变化特征[J]. 高原气象, 30(2): 339–348.
Zhang Q, Li Y Q, Chen Q L, et al. 2011. Temporal and spatial distributions of cloud cover over southwest China in recent 46 years[J]. Plateau Meteor, 30(2): 339–348.
|
2. Meteorological Observatory in Sichuan Province, Chengdu 610071, Sichuan, China;
3. Chinese People's Liberation Army 78127 Unit, Chengdu 610011, Sichuan, China