中国东部地区的降水主要受到东亚夏季风的影响(Ding et al, 2009; 苏同华等, 2010; 孙照渤等, 2010), 该地区降水量大, 降水变率也较大(黄荣辉等, 2011), 该地区的降水有着明显的年代际变化特征(陈兴芳等, 2002; Yang et al, 2003; 顾薇等, 2005; 韩雪等, 2010)。处在我国东部地区的江淮流域是我国持续性极端降水高频发生的区域之一, 发生在该地区的持续性极端降水事件近些年来逐渐增多(Gao et al, 2001; 钱维宏等, 2007), 易导致洪涝灾害, 造成严重的社会经济损失和人员伤亡(翟盘茂等, 2016)。这类重大灾害天气事件的发生对我国的生态环境、粮食、能源和交通等造成了严重威胁。

目前, 学者们在我国东部以及江淮地区夏季强降水过程分析等方面取得了诸多研究成果(徐建军等, 1998; Wang, 2001; 孙林海等, 2005; 魏凤英, 2006; 毛文书等, 2008; 孙凤华等, 2009; 徐璇等, 2011; 郝振华等, 2013; 俞亚勋等, 2013; 黄菱芳等, 2015; 杨玮等, 2017)。邓伟涛等(2009)、黄荣辉等(2011)和翟盘茂等(2016)发现我国东部夏季降水具有明显的年代际变化特征。我国东部季风区夏季降水的时空变化存在有两种主模态:第一主模态显示出了明显的准两年周期振荡的年代际变化特征, 在空间上具有经向三极子型分布; 第二主模态显示出明显的年代际变化特征, 且在空间上具有经向偶极子型分布(黄荣辉等, 2011)。近50年来, 我国东部夏季的降水型经历了两次年代际变化。第一次变化为我国东部夏季降水从北到南由“+ - +”转变为“- + -”的三极分布形态, 第二次则是我国东部夏季降水由北至南转变成“- +”的偶极分布形态(邓伟涛等, 2009)。在东部地区, 夏季的降水量场除了大范围的多寡之外, 还存在着三种比较典型的空间分布:江南型、江淮型和北方型(覃军等, 2005)。西太平洋副热带高压(下称副高)是东亚夏季风的主要环流系统, 它可以反映出东亚夏季风环流的变化, 副高的形态变化与我国东部夏季降水的地域分布有着密切关系(陶诗言等, 2006)。江淮流域位于我国东南部地区, 关于江淮地区夏季强降水的研究, 以往的文章多是关注于其低频环流特征或梅雨期的降水变化特征, 相关研究表明:近50年江淮梅雨旱(涝)事件频率相当, 江淮洪涝强度大于干旱强度, 江淮梅雨呈偏涝的趋势(吴志伟等, 2006)。副高位置变异与强降水持续期间大气非绝热加热关系密切, 强降水持续期间, 副高北侧的江淮流域和西侧的孟加拉湾北部地区均存在强烈的视热源和视水汽汇(王黎娟等, 2011)。

对我国东部地区以及江淮地区的夏季降水时空分布特征进行研究, 提高该地区的短期气候预测的准确率, 是气候研究的重要课题。本文从江淮地区几次典型强降水事件出发, 分析强降水事件发生时所对应的东亚地区环流特征, 为江淮强降水的预报提供参考意义。

选取1980-2015年全国632个台站的降水观测资料, 分析时段集中在6-9月。从中挑选江淮地区自1980年以来7次较强降水事件。当这些降水事件发生时, 我国其余大部地区均有不同程度的降水产生。这7次降水事件给我国江淮地区人民的生产生活带来了极大不便, 造成了较为严重的经济损失。这7次个例的发生时段及总降水量分别为: 1982年7月17-21日面降水量120 mm, 1986年7月15-17日为60 mm, 1987年8月28-30日为60 mm, 1990年7月17-20日为140 mm, 1993年6月29日至7月1日为70 mm, 1998年6月29日至7月1日为80 mm, 2015年8月8-11日为150 mm。分析江淮地区降水时所取经纬度范围为26°N-36°N、110°E-123°E。选取江淮地区168个台站的日降水资料以及东亚地区NCAR/NCEP再分析资料进行EOF分析。文中涉及的地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)1552和GS(20161665的标准地图制作, 底图无修改。

EOF分析方法(经验正交函数分解法)是将一个物理量场的演变分解为各个正交模态独立的演变过程, 它反映了各独立的因子对该物理量变化的影响与贡献。EOF分析方法已有成熟的理论(施能, 1995), 已广泛应用于气候科学研究中变量场特征的分析当中(张铭等, 2007; 李春晖等, 2017)。

选择江淮地区168个测站的日降水量进行EOF分析, 得出反映强降水地区性多寡与时间系数分布之间关系的三个典型模态(第三模态相关系数为15.1%, 因篇幅原因, 省略第三模态相关分析)。然后用江淮地区夏季强降水EOF分析的时间系数与同期全国降水进行相关分析, 得出分布模态的差异情况。再将时间系数与这7次个例所对应时段的全国降水结合起来做EOF相关分析, 得出不同模态下的降水型。将同期东亚地区500 hPa平均位势高度场与上述降水的相关系数进行相关分析得到高度场相关。此外, 得出江淮地区夏季强降水EOF分解的第一模态时间系数与同期850 hPa $\overrightarrow{v}$风场的相关, 将它与同期850 hPa风场叠加得出$\overrightarrow{v}$风场分布与江淮地区强降水的关系。

因EOF分析反映了各独立因子对该物理量演变的影响与贡献。为确定分解出的经验正交函数是否为有物理意义的信号, 本文采用North et al (1982)提出的计算特征值误差范围的方法来进行显著性检验。特征值λ_j误差范围为:

式中: n为样本量; 当两相邻的特征值λ_j+1满足条件λ_j-λ_j+1≥e_j时, 就认为这两特征值所对应的经验正交函数是有价值的。经计算, 强降水EOF分析的前三个模态均通过显著性检验, 具体方差贡献及详细分析见下文。

图 1为江淮地区及江南北部地区强降水EOF分解第一特征向量场的空间分布特征及对应的时间系数序列, 其中第一特征向量的方差贡献率为22.4%, 由图 1(a)看出, 江苏、安徽地区与浙江、福建地区的降水呈反向变化的特征。当时间系数为正时, 江淮地区东部降水增多, 江南地区北部降水减少。综合图 1可以看出, 1982年7月的强降水事件中江苏安徽地区降水较少, 浙江福建地区降水较多; 1990年7月和1998年6月的强降水事件中, 降水较多的分布在江苏安徽地区; 相反的, 1993年9月和2015年8月的强降水事件中, 浙江福建地区的降水较多。

图 1(Fig. 1)

图 1 江淮地区强降水EOF第一模态空间分布(a)及相应的时间系数(b) 图(a)中色条为主成分分布图例(红色与蓝色代表反向变化) Fig. 1 Spatial distributions (a) and principal components (b) of the first EOF mode of heavy rainfall in Jianghuai region. In Fig. 1(a), the bar represents principal component distribution (Red and blue bar show anti-variations)

图 2为江淮地区及江南北部地区EOF分解第二特征向量场的空间分布特征及对应的时间系数序列, 其中第二特征向量的方差贡献率为17.8%。当时间系数为正时, 江淮地区东部降水增多, 江淮地区西部降水减少。1986年7月、1987年6月、1990年7月和1998年6月的降水事件中, 降水多分布于江淮西部; 2015年8月的降水事件中, 江淮地区东部降水较多。综合第一、第二模态空间分布及相应的时间系数可知:当时间系数为正时, 江淮地区东部降水增多, 江淮地区西部及江南地区北部降水减少; 当时间系数为负时则相反。

图 2(Fig. 2)

图 2 江淮地区强降水EOF第二模态空间分布(a)及相应的时间系数(b) 图(a)中色条为主成分分布图例(红色与蓝色代表反向变化) Fig. 2 Spatial distributions(a) and principal components (b) of the second EOF mode of heavy rainfall in Jianghuai region. In Fig. 2(a), the bar represents principal component distribution (Red and blue bar show anti-variations)

由江淮地区夏季强降水事件第一模态的时间系数与同期全国降水的相关分布(图 3)中可以看出, 东北平原中西部、华南地区、台湾地区、黄土高原西侧、云贵高原西北部、准噶尔盆地北侧为负相关区, 其余地区为正相关区; 其中, 内蒙古中西部地区以及新疆西部地区的正相关系数较大, 说明上述区域的夏季降水与江淮地区夏季强降水之间正相关显著。相反的, 东北平原中西部、华南地区、台湾地区、黄土高原西侧、云贵高原西北部、准噶尔盆地北侧这些地区的夏季强降水事件则与我国江淮地区夏季强降水之间存在负相关关系。在第一模态条件下, 我国东部地区对应降水型由北至南呈“-+-”的交替分布形态。

图 3(Fig. 3)

图 3 江淮地区夏季强降水EOF分解的第一模态时间系数与同期全国降水的相关分布 Fig. 3 Correlation coefficients between principal components of the first EOF mode of summer heavy rainfall in Jianghuai region and precipitations in China

分析江淮地区夏季强降水事件第二模态的时间系数与同期全国降水的相关分布(图 4)可以看出:黑龙江东部地区、华南地区、台湾地区、黄土高原北部、新疆西北部及云南西部地区为正相关区, 其余地区则为负相关区; 其中, 华南地区、台湾地区、黄土高原北部以及新疆西北部地区与江淮地区夏季强降水的正相关较为显著。华北平原中部、甘肃西北部、青藏高原西北部等地区的夏季降水与我国江淮地区东部夏季强降水之间存在较显著的负相关关系。在第二模态条件下, 我国东部地区对应降水型由北至南呈现出“-+”的分布形态。江淮地区东西部呈相反模态, 为降水型的过渡区。

图 4(Fig. 4)

图 4 江淮地区夏季强降水EOF分解的第二模态时间系数与同期全国降水的相关分布 Fig. 4 Correlation coefficients between principal components of the second EOF mode of summer heavy rainfall in Jianghuai region and precipitations in China

通过江淮地区夏季强降水EOF分解第一模态时间系数与同期东亚地区500 hPa平均位势高度场的相关分布(图 5)中平均位势高度场可知, 西西伯利亚平原为槽区, 中西伯利亚高原有一个弱脊, 我国东北地区为槽区, 东北地区西部的等高线分布与江淮地区降水有较明显的负相关关系。西西伯利亚平原的槽和我国东北地区的槽的相关系数均为负值, 槽加深时, 有利于冷空气向南移动。此外, 副高呈带状分布, 它的脊线呈东西走向, 120°E处的脊线位置位于25°N附近。此类阻塞形势为副高偏西型阻塞形势。江淮流域正处于脊前暖湿气流通道上, 冷空气和暖湿气流容易在此形成稳定的对峙局面, 导致降水过程持续不断, 大雨、暴雨频繁出现。

图 5(Fig. 5)

图 5 江淮地区夏季强降水EOF分解的第一模态时间系数与同期500 hPa高度场(等值线, 单位: gpm)的相关场 红色(蓝色)阴影部分为相关系数大于0.3(小于-0.3)的区域 Fig. 5 Correlation coefficients between principal components of the first EOF mode of summer heavy rainfall in Jianghuai region and 500 hPa height field (contour, unit: gpm) over the Asian continent.Red (blue) shadows show coefficient is greater than 0.3 (less than -0.3)

从江淮地区夏季强降水EOF分解第二模态时间系数与同期东亚地区500 hPa位势高度相关场(图 6)看出, 中西伯利亚高原处的脊的相关系数为正值, 脊加强, 则脊前偏北气流增强, 给江淮地区冷暖空气交汇地带带来更强的冷空气, 降水量随之增大。我国范围内, 内蒙古中西部、新疆西部以及台湾东侧地区的等高线分布与江淮地区强降水之间的相关性较高。

图 6(Fig. 6)

图 6 江淮地区夏季强降水EOF分解的第二模态时间系数与同期500 hPa高度场(等值线, 单位: gpm)的相关场 红色(蓝色)阴影部分为相关系数大于0.3(小于-0.3)的区域 Fig. 6 Correlation coefficients between principal components of the second EOF mode of summer heavy rainfall in Jianghuai region and 500 hPa height field (contour, unit: gpm) over Asian continent.Red (blue) shadows show coefficient is greater than 0.3 (less than -0.3)

从江淮地区夏季强降水EOF分解第一模态时间系数与同期850 hPa平均$\overrightarrow{v}$风场相关后, 再与同期850 hPa风场的相关场(图 7)分析得出, 我国江淮地区850 hPa高度为西南气流, 该气流将南海地区充沛的水汽输送到江淮地区上空, 为江淮地区的强降水提供了充分的水汽条件。江淮地区上空850 hPa高度风速值较大, 存在西南风低空急流, 而该急流的出现往往与暴雨相联系。东北南部到华北地区的$\overrightarrow{v}$风场与江淮地区降水之间为负相关。表明当巴尔喀什湖附近及东北地区的槽加强时, 华北地区北风与江淮地区南风会合, 冷暖空气交汇于江淮, 降水增多, 呈现第一模态降水分布型。

图 7(Fig. 7)

图 7 江淮地区夏季强降水EOF分解的第一模态时间系数和同期东亚地区850 hPa平均$\overrightarrow{v}$风场的相关与同期850 hPa风场(矢量, 单位: m·s-1)的相关场 红色(蓝色)阴影部分为相关系数大于0.3(小于-0.3)的区域 Fig. 7 Correlation coefficients of 850 hPa wind field (vector, unit: m·s-1) and the correlation between principal components of the first EOF mode of summer heavy rainfall in Jianghuai region and 850 hPa v-direction wind field over East Asia. Red (blue) shadows show coefficient is greater than 0.3 (less than -0.3)

从江淮地区夏季强降水EOF分解的第二模态时间系数和同期850 hPa平均$\overrightarrow{v}$风场相关后与同期850 hPa风场的相关场(图 8)看出, 在我国范围内, 内蒙古西部、云贵高原东部地区的平均$\overrightarrow{v}$风场分布与江淮地区降水之间有较明显的正相关关系; 新疆西部地区的平均$\overrightarrow{v}$风场分布与江淮地区降水之间则存在较明显的负相关关系。

图 8(Fig. 8)

图 8 江淮地区夏季强降水EOF分解的第二模态时间系数和同期东亚地区850 hPa平均$\overrightarrow{v}$风场的相关与同期850 hPa风场(矢量, 单位: m·s-1)的相关场 红色(蓝色)阴影部分为相关系数大于0.3(小于-0.3)的区域 Fig. 8 Correlation coefficients of 850 hPa wind field (vector, unit: m·s-1) and the correlation between principal components of the second EOF mode of summer heavy rainfall in Jianghuai region and 850 hPa v-direction wind field over East Asia. Red (blue) shadows show coefficient is greater than 0.3 (less than -0.3)

本研究挑选江淮地区自1980年以来7次较强降水事件, 利用EOF方法分析了这7次降水事件对应的我国东部降水型以及对应的东亚环流形势, 得到如下主要结论:

(1) 第一模态场中, 我国东部地区对应的降水型由北至南呈现出“-+-”交替分布形态。第二模态场中, 我国东部地区对应降水型由北至南呈现“-+”的分布形态。

(2) 平均位势高度场上中纬度地区巴尔喀什湖及东北地区为两槽一脊型; 第一模态时间系数与500 hPa位势高度相关场上, 东北地区西部及内蒙古东部与江淮地区降水有较明显的负相关关系。

(3) 850 hPa平均场上, 我国江淮地区主要为南风; 相关场上, 东北南部到华北地区的$\overrightarrow{v}$风场与江淮地区降水之间有较明显的负相关。表明当中纬度地区巴尔喀什湖及东北地区的槽加强时, 华北地区北风与江淮地区南风会合, 冷暖空气交汇于江淮, 降水较多, 呈现第一模态降水的分布型。

本文的分析内容为江淮地区强降水的预报提供了参考意义, 就更深层次的物理意义揭示及预报实践, 还需进一步的探索研究。