四川盆地受高原季风、西南季风和高原背风坡系统的共同影响, 极易形成洪涝灾害。暴雨洪涝引起的四川受灾人口总体呈现增加趋势, 特别是1999年以后, 受灾人口上升趋势越来越明显(邓国卫等, 2017)。因此, 气象学者对四川地区降水变化十分关注, 并且进行了大量的研究。赵旋等(2013)研究指出, 四川夏季降水呈减少趋势, 且在1962年、1982年和21世纪初发生突变。四川盆地东、西部降水呈反位相变化, 盆地西部夏季降水呈减少趋势, 盆地东部呈增加趋势(周长艳等, 2006, 2008; 龙柯吉等, 2015)。汛期副高位置南北变化、南亚高压东西振荡、东亚夏季风和高原夏季风异常等为造成盆地降水东西振荡分布的重要原因(陈永仁等, 2009; 陈权亮等, 2010; 白莹莹等, 2014)。陈丹等(2018)研究指出, ENSO异常也是影响四川盆地暴雨东西反向分布重要因子。龙妍妍等(2018)探讨了高原夏季风对中国夏季极端降水的影响机制, 指出高原夏季风偏强, 四川西部地区夏季极端降水异常偏少。

高原加热作用对周边大气环流和降水均有十分重要的影响。夏季青藏高原加热能够使得高原加热对周边地区低层暖湿空气的抽吸效应和对高层大气向周边地区的排放作用加强(刘新等, 2002), 还能够对南亚高压、西太平洋副热带高压(下称西太副高)和印度低压产生重要影响(Lai et al, 2017)。贲海荣等(2017)通过构建一个简便表征高原热力状况的热力指数PHI, 从季节演变角度分析了PHI的变化特征及其对东亚副热带西风急流和南亚高原的影响。高原大气热源强度与高原及周边地区平均垂直环流有密切联系, 从而能较好地解释各地的降水气候特征(钱正安等, 2001)。Zhao et al(2001)和Duan et al(2012a, 2012b)研究发现, 高原春季的热源状况对于后期中国夏季降水有指示意义。高原的热源强迫是大气环流系统形成和维持的重要原因, 对川渝等地降水有指示意义(华明, 2013; 余莲等, 2015)。高原非绝热加热可以影响到西太副高的形态和位置变化(刘新等, 2007)。夏季青藏高原东部、东南部大气热源偏强, 西太副高位置偏南, 东亚夏季风偏弱, 四川盆地东部及重庆地区降水往往偏多(李永华等, 2011; 齐冬梅等, 2010; 简茂球等, 2004)。通过数值模拟发现, 高原感热加热异常会导致川渝地区降水发生改变(梁玲等, 2013), 高原边坡加热作用影响可能比高原主体更为显著(Wu et al, 2007)。青藏高原大气热源有明显的区域性, 不同区域热源对应的降水也有显著差异(段安民等, 2003; 黄小梅等, 2014; 敖婷等, 2015)。因此在研究高原热力作用对周边天气气候影响时, 应慎重考虑大气加热的空间分布特征。

青藏高原及其周边大气热源强迫影响天气系统形成和发展, 是造成周边地区降水的重要原因, 过去关于盆地汛期降水和高原大气热源的相关研究给本文提供了指导意义, 但针对四川盆地暴雨与高原热源的关系研究相对较少。本文以四川盆地夏季暴雨日数的东、西部反向分布差异为切入点, 探求影响盆地暴雨的高原热源关键区, 通过关键区热源异常讨论影响盆地东、西部暴雨异常的环流形势特征。

所用资料分别为: (1)中国气象局信息中心提供的全国753个测站逐日降水观测资料, 在对资料处理选取站点时, 选取川渝地区1960—2016年逐日资料完整的站点, 并且年缺测天数不超过10天, 否则该站点不选取, 最终选择出川渝地区共33个站点(四川29个, 重庆4个); (2)月平均的NCEP/NCAR全球再分析资料, 主要包括位势高度、温度、U、V风场、垂直速度、比湿、地面气压, 空间分辨率为2. 5 °×2. 5 °, 时间为1960—2016年。暴雨的定义为日降水量大于等于50 mm, 暴雨频数为暴雨的日数。

对大气热源的计算, 采用广泛使用的Yanai et al(1973)提出的倒算法, 由热力学方程得到, 表达式如下:

式中: Q₁为单位质量大气中的热量源、汇; p₀=1000 hPa; k=R/c_p; 其他为常用符号。将式(1)用质量权重对整层大气积分得到:

式中: p_s为地面气压; p_t为大气顶气压, 计算中取p_t=100 hPa; 〈Q₁〉为从地面至100 hPa的大气中单位面积气柱内Q₁的垂直积分。〈Q₁〉为正(负)时, 表示气柱中总的非绝热加热(冷却), 也称之为大气热源(热汇)。〈Q₁〉中包含了气柱中的净辐射加热(冷却)、潜热加热和地面扰动的感热传输。

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)1600号的中国地图, 节选其中四川省和重庆市的地图所制作, 底图无修改。

选取1960—2016年57年川渝地区夏季暴雨频数做经验正交分解(EOF), 前三个模态解释方差分别为21 %, 13 %和11 %, 第一模态解释方差明显高于第二、第三模态, 反映川渝地区夏季暴雨发生的主要特征。图 1给出了四川盆地夏季暴雨频数EOF第一模态的空间分布、时间系数和时间系数的小波功率谱。从空间分布来看, 暴雨主要发生在四川盆地, 并且盆地东、西部暴雨存在反向分布特征, 反映出盆东与盆西降水的“两型”分布[图 1(a)]; 由时间系数变化可知, 1960—2016年EOF第一模态时间系数整体呈减少趋势, 在20世纪90年代之前存在正负振荡, 而在90年代之后绝大多数年份为负值, 说明在20世纪90年代之后盆地西部夏季暴雨明显偏少, 而盆地东部夏季暴雨明显偏多; 从9年滑动平均可以看到, 四川盆地夏季暴雨存在明显的年代际变化特征, 在20世纪90年代之前, 数值主要为正值, 在20世纪90年代之后, 数值主要为负值, 20世纪90年代初有明显的位相转变[图 1(b)]。由小波功率谱[图 1(c)]可见, 20世纪60年代主要存在2~3年和4~7年的周期振荡, 20世纪80年代前中期期主要存在3~4年的周期振荡, 20世纪80年代初期至20世纪90年代末还存在显著的4~7年的周期振荡, 20世纪60年代至20世纪90年代初12~16年的振荡周期也较为明显。

图 1(Fig. 1)

图 1 四川盆地夏季暴雨频数EOF第一模态空间分布(a)、时间系数(b)及其小波功率谱(c) (c)中弧线外侧表示受边界效应影响较大的区域, 深浅阴影分别表示通过0. 05和0. 10信度水平检验区域 Fig. 1 The first EOF mode spatial distribution (a), time coefficient (b) and the wavelet power spectrum (c) of the rainstorm frequency in the summer of Sichuan Basin. In Fig. 1(c), the outer side of the arc represents the region greatly affected by boundary effect, and the dark and light shadow represents the region that past 95 % and 90 % significance level respectively

由于青藏高原大气加热具有明显的区域性, 不同区域的大气热源异常所对应的东亚大气环流形势和降水也大不相同, 因此在对四川盆地夏季暴雨与高原及周边大气热源相关研究时, 寻求影响四川盆地暴雨的大气热源关键区尤为重要。从四川盆地夏季暴雨频数EOF第一模态时间系数与高原及周边大气热源的相关分布[图 2(a)]可以看到, 四川盆地夏季暴雨与高原大气热源之间相关关系明显, 存在显著的正、负相关区域, 显著的正相关区域主要分布在高原西北侧、高原东北侧和高原中南部及其南侧, 显著的负相关区域主要分布在高原中东部及其东侧, 说明当高原西北侧、高原东北侧和高原中南部及其南侧大气热源偏高以及高原中东部及其东侧大气热源偏低时, 四川盆地西部(东部)夏季暴雨偏多(偏少)。四川盆地暴雨具有明显的年际和年代际变化特征[图 1(b)~(c)], 为了能够在年际尺度分析两者之间的关系, 采用高通滤波方法, 剔除9年及以上的年代际信号, 保留小于9年的信号作为年际变化部分, 即对四川盆地夏季暴雨频数EOF第一模态时间系数和大气热源进行9年高通滤波处理, 然后对其重新做相关分析, 如图 2(b)所示, 在年际尺度上, 两者之间的相关分布有所不同, 主要表现在高原的北侧, 与图 2(a)比较发现, 高原西北侧、高原东北侧显著的正相关区域几乎消失, 但在高原西北侧出现了显著的负相关区域; 高原中南部及其南侧的正相关区域和高原中东部及其东侧的负相关区域依然显著存在, 见图中方框区域, 并且高原中南部及其南侧的正相关区域有所扩大。

图 2(Fig. 2)

图 2 四川盆地夏季暴雨频数EOF第一模态时间系数与青藏高原及周边大气热源经过9年高通滤波处理前(a)、后(b)的相关性分析 黑色方框为计算青藏高原热力指数所选取的两个显著正负相关区; 阴影表示通过0. 10信度水平检验区域; 粗黑曲线为3000 m等值线, 代表青藏高原范围 Fig. 2 Correlation of the time series of the first EOF Mode of summer rainstorm frequency in Sichuan Basin with atmospheric heat sources before (a) and after (b) the 9-year high-pass filter processing over the Qinghai-Tibetan Plateau. The black boxes are the significant positive or negative correlation regions selected for the calculation of the thermal index of the Qinghai-Tibetan Plateau, the shadow represent the region that past 90 % significance level, the thick-black line is the contour line of 3000 m which represents the range of Qinghai-Tibetan Plateau

为了能够对青藏高原及其周边大气热源的空间分布情况进行一定的了解, 从1960—2016年夏季平均青藏高原及其周边大气热源空间分布特征(图 3)可以看到, 夏季青藏高原整体为一热源, 高原东南部及南部边缘大气热源相对较强, 在高原周边存在热源和热汇区域分布, 热源中心位于高原的中南侧, 中心最大数值在400 W·m^-2以上, 在高原的西北侧和东北侧为弱的热源甚至是热汇。这是由于潜热加热由降水产生, 夏季潜热加热是高原非绝热加热的主要形式(段安民, 2013; 敖婷, 2015)。

图 3(Fig. 3)

图 3 1960—2016年夏季平均青藏高原及其周边大气热源空间分布(单位: W·m-2) 粗黑曲线为3000 m等值线, 代表青藏高原范围 Fig. 3 Spatial distribution of atmospheric heat sources on Qinghai-Tibetan Plateau and its surrounding area in summer averaged from 1960 to 2016. Unit: W·m-2. The thick-black line is the contour line of 3000 m which represents the range of Qinghai-Tibetan Plateau

前文对四川盆地夏季暴雨频数与青藏高原及周边大气热源的相关分析可知, 在去除9年年代际变化之前或之后, 两者在高原中南部及其南侧均为显著的正相关, 在高原中东部及其东侧均为显著的负相关, 同时考虑到高原南部边缘及其南侧和东南部及其东侧热源较强, 热源中心位于高原中南侧, 因此在分析青藏高原及周边大气热源对四川盆地暴雨影响时, 分别选取高原中南部及其南侧(82. 5°E—90°E, 22. 5°N—35°N)与高原中东部及其东侧(95°E—107. 5°E, 32. 5°N—37. 5°N)两个区域平均大气热源之差进行标准化处理, 如图 2选取的矩形区域, 作为影响四川盆地夏季暴雨的高原中南部及其南侧和中东部及其东侧热力差指数I_tc(Thermal Contrast Index)。从1960—2016年夏季高原热力差指数I_tc的时间变化(图 4)可以看到, 高原热力差指数也具有明显的年际和年代际变化特征, 与四川盆地夏季暴雨EOF第一模态时间系数趋势较为相似, 20世纪90年代之前主要为年际振荡期, 20世纪90年代初至21世纪00年代末主要为负值, 21世纪10年代之后又转变为正值, 高原热力差指数I_tc与盆地暴雨EOF第一模态时间系数相关系数为0. 50。

图 4(Fig. 4)

图 4 1960—2016年夏季高原热力差指数Itc的时间变化 Fig. 4 The time series of the Thermal Contrast Index (Itc) of the Plateau in summer from 1960 to 2016

为了验证此高原热力差指数I_tc能否对四川盆地夏季暴雨发生具有指示意义, 将I_tc>1的年份和I_tc < -1的年份分别定义为高指数年和低指数年, 高指数年为1961, 1970, 1971, 1984, 1988, 2008和2016年, 低指数年为1963, 1964, 1965, 2000, 2005和2009年, 对高原热力差高、低指数年四川盆地暴雨频数距平合成进行分析(图 5), 在高指数年, 盆地西部为正距平分布, 盆地东部为负距平分布[图 5(a)], 在低指数年, 盆地暴雨频数距平分布与高指数年正好相反[图 5(b)], 说明高原热力差指数I_tc能够较好地指示盆地夏季暴雨的变化分布。

图 5(Fig. 5)

图 5 高原热力差高(a)、低(b)指数年四川盆地夏季暴雨频数距平合成(等值线, 单位:次) 阴影表示通过0. 10信度水平检验区域 Fig. 5 Composite summer rainstorm frequency (contour) in Sichuan Basin for the high Thermal Contrast Index cases (a) and the low Thermal Contrast Index cases (b) of the Plateau. Unit: time. The shadow represents the region that past 90 % significance level

陈忠明等(2003)研究指出, 高原热源异常显著影响500 hPa东亚大气环流的变化, 继而影响四川盆地降水异常。高原中南部及其南侧和高原中东部及其东侧的热力差异如何影响大气环流变化, 从而影响四川盆地暴雨异常需要进行深入的讨论分析。图 6给出了高原热力差高、低指数年500 hPa位势高度场和风场距平合成。可以看出, 在高指数年[图 6(a), (c)], 中纬度位势高度场距平由西至东表现为“+－+”分布, 高原上空西部主要为正距平分布, 对应风场为反气旋式距平, 高原东北侧为负距平分布, 对应风场为气旋式距平, 负距平和气旋式距平中心位于贝加尔湖西南侧, 贝加尔湖槽或低压增强且位置偏西, 利于对流层中层冷空气的南下偏强偏西, 重庆东侧向东北方向至我国的东北部为正距平分布, 对应风场为反气旋式距平, 夏季西太副高作为影响我国气候变化的重要因子, 此反气旋式距平位置结合位势高度距平分布正好能说明西太副高西伸北进, 明显增强, 一方面由于副高的西伸偏北增强, 有利于西太平洋和南海暖湿气流沿着副高边缘输送到盆地的更西部, 同时阻碍孟加拉湾和高原水汽向东北方向输送, 使得水汽在盆地西部聚集; 另一方面有利于阻碍西北冷空气向东传输, 贝加尔湖西南侧槽或低压正处于两高之间, 使得冷空气聚集南下能够持续, 由于南下冷空气位置偏西, 暖湿气流在盆地西部较常年偏多, 从而造成盆地西部的降水偏多。在低指数年[图 6(b), (d)], 中纬度位势高度场距平、风场距平与高指数年大致呈相反分布, 虽然在贝加尔湖南侧为负距平, 但数值上为高值中心, 对应风场为弱的反气旋式距平, 在高原西北部及其北侧以及我国东北部分别有负距平中心, 对应风场为气旋式距平, 在高原及其北侧负距平分布异常显著, 中纬度位势高度场距平由西至东呈现出近似“－+－”分布, 此时贝加尔湖南侧多阻塞形势, 使得冷空气南下有所偏东, 西太副高位置偏东减弱, 此时东南沿海水汽输送很难到达盆地西部, 往往仅能输送到盆地东部, 而孟加拉湾水汽由于没有副高的阻挡作用进入盆地东部, 水汽在盆地东部辐合产生暴雨较多。

图 6(Fig. 6)

图 6 高原热力差高(左)、低(右)指数年500 hPa位势高度场(a, b, 等值线, 单位: gpm)和风场(c, d, 矢量, 单位: m·s-1)的距平合成 阴影表示通过0. 10信度水平检验区域; 粗黑曲线为3000 m等值线, 代表青藏高原范围 Fig. 6 Composite 500 hPa geopotential height (a, b, contour, unit: gpm) and composite 500 hPa wind field (c, d, vector, unit: m·s-1) for the high Thermal Contrast Index cases (left) and the low Thermal Contrast Index cases (right) of the Plateau. The shadow represents the region that past 90 % significance level, the thick-black line is the contour line of 3000 m which represents the range of Qinghai-Tibetan Plateau

图 7给出了高原热力差高、低指数年850 hPa风场距平合成, 在高指数年[图 7 (a)], 我国的东南部和附近海域存在明显的反气旋, 在反气旋西侧南海附近为显著的东南风距平, 在我国的西南部为显著的西南风距平, 反映出从西太平洋和南海向四川盆地水汽输送通道的打开, 导致水汽输送偏多, 同时孟加拉湾和阿拉伯海均存在显著的西南风距平, 说明阿拉伯海－孟加拉湾－中南半岛－四川盆地一线的水汽通道打开, 两股水汽在盆地西部聚集明显偏多。在低指数年[图 7 (b)], 与高指数年有着明显差异, 主要表现在孟加拉湾为显著的偏北风距平, 说明此时孟加拉湾水汽向盆地输送偏弱, 东南沿海的反气旋式距平位置偏东, 在我国东南部边缘及其沿海和高原东南侧气流较弱, 此时盆地水汽输送来源主要来自于东南沿海, 水汽输送在盆地东部增强, 但是很难输送到盆地西部。图 8给出了高原热力差高、低指数年整层水汽通量距平合成。总的来看, 距平矢量分布与图 7较为相似, 在高指数年[图 8 (a)], 由于副高西伸增强作用, 西太平洋和南海水汽向盆地输送均偏强, 同时阿拉伯海、孟加拉湾水汽向盆地输送也显著偏强。在低指数年[图 8 (b)], 阿拉伯海、孟加拉湾整层水汽输送明显减弱, 而东南沿海水汽向盆地东部输送偏多。

图 7(Fig. 7)

图 7 高原热力差高(a)、低(b)指数年850 hPa风场距平合成(矢量, 单位: m·s-1) 阴影表示通过0. 10信度水平检验区域; 粗黑曲线为3000 m等值线, 代表青藏高原范围 Fig. 7 Composite 850 hPa windfield (vector, unit: m·s-1) for the high Thermal Contrast Index cases (a) and the low Thermal Contrast Index cases (b) of the Plateau. The shadow represent the region that past 90 % significance level, the thick-black line is the contour line of 3000 m which represents the range of Qinghai-Tibetan Plateau

图 8(Fig. 8)

图 8 高原热力差高(a)、低(b)指数年整层水汽通量距平合成(矢量, 单位: g·cm-2·s-1) 阴影表示通过0. 10信度水平检验区域; 粗黑曲线为3000 m等值线, 代表青藏高原范围 Fig. 8 Composite water vapor (vector, unit: g·cm-2·s-1) for the high Thermal Contrast Index cases (a) and the low Thermal Contrast Index cases (b) of the Plateau. The shadow represent the region that past 90 % significance level, the thick-black line is the contour line of 3000 m which represents the range of Qinghai-Tibetan Plateau

综上所述, 在热力差高指数年, 副高位置偏西偏北, 阿拉伯海、孟加拉湾水汽输送显著增强, 由于受副高阻挡使得水汽积聚在盆地西部, 并与副高西侧边缘来自东南沿海的水汽汇合, 同时贝加尔湖西侧槽或低压位置偏西, 冷空气积聚南下位置偏西, 造成盆地西部水汽辐合上升异常增强, 暴雨明显偏多。而盆地东部由于西南侧水汽输送受到阻挡难以至此, 同时该区水汽向西辐散, 所以盆地东部水汽含量偏低, 辐合上升运动偏弱, 造成暴雨明显偏少。在热力差低指数年, 副高位置偏东, 阿拉伯海、孟加拉湾水汽输送显著偏弱, 盆地水汽输送来源主要来自于东南沿海, 水汽输送在盆地东部增强, 但是很难到达盆地西部, 同时贝加尔湖南侧多阻塞形势, 使得冷空气南下有所偏东, 水汽在盆地东部辐合上升增强, 产生暴雨偏多, 此时盆地西部水汽含量偏低, 暴雨偏少。

利用中国气象局信息中心的逐日降水资料、NCEP/NCAR全球再分析资料, 从高原及周边大气热源影响四川盆地暴雨频数的关键区入手, 提出了影响四川盆地夏季暴雨频数的高原热力差指数I_tc, 讨论了I_tc变化如何通过影响环流系统异常从而导致盆地暴雨频数发生变化。得到以下主要结论:

(1) 四川盆地夏季暴雨频数呈现出东、西部反位相分布特征, 并且存在显著的年代际变化特征, 在20世纪90年代之后盆地西部夏季暴雨频数明显偏少, 而盆地东部夏季暴雨频数明显偏多; 盆地暴雨频数在20世纪80年代初期至20世纪90年代末为显著的4~7年的周期振荡, 20世纪60年代至20世纪90年代初为显著的12~16年的振荡周期。

(2) 青藏高原大气热源对四川盆地暴雨频数具有十分显著的影响, 其产生影响的热源关键区位于高原中南部及其南侧和高原中东部及其东侧, 由此将这两个区域平均大气热源之差进行标准化处理, 定义为影响四川盆地夏季暴雨频数的高原热力差指数I_tc, 该指数能够较好地反映盆地夏季暴雨频数的变化分布。

(3) 高原及周边大气热源异常能够通过影响中高纬度环流形势以及副高位置变化, 从而造成对流层中低层水汽输送和辐合异常, 使得盆地东、西部暴雨产生显著差异。当热力差指数偏高时, 副高位置偏西偏北, 阿拉伯海、孟加拉湾水汽输送增强, 同时贝加尔湖西侧槽或低压位置偏西, 盆地西部水汽辐合上升异常增强, 暴雨明显偏多; 而此时盆地东部暴雨偏少。当热力差指偏低时, 副高位置偏东, 来自于东南沿海的水汽输送在盆地东部增强, 同时贝加尔湖南侧多阻塞形势, 水汽在盆地东部辐合上升增强, 产生暴雨偏多; 而盆地西部暴雨偏少。

陈活泼(2013)和吴佳等(2015)基于CMIP5全球耦合模式模拟结果分析指出, 随着气温增高, 中国区域性平均降水和极端降水均呈现增加的趋势, 其中, 青藏高原和西南地区强降水量以及极端降水量增加最为显著, 发生暴雨洪涝的风险增大。随着气候变暖, 四川盆地气温逐渐上升, 总降水量减少, 但是局地暴雨增加、暴雨强度增加, 极端旱涝事件更为频繁(杜华明等, 2014, 2016)。目前, 在气候变暖背景下高原局地加热对四川盆地夏季暴雨的影响研究还相对较少, 本文研究高原及其周边大气热源对四川盆地暴雨异常产生的影响, 具有一定的研究意义。至于大尺度气候变暖和高原局地加热对四川盆地暴雨的协同影响作用, 以及它们的贡献分别有多大, 值得进一步深入探讨。