高原气象  2019, Vol. 38 Issue (6): 1158-1171  DOI: 10.7522/j.issn.1000-0534.2019.00001
0

引用本文 [复制中英文]

陈悦, 李文铠, 郭维栋. 2019. 青藏高原季风的季节内振荡特征[J]. 高原气象, 38(6): 1158-1171. DOI: 10.7522/j.issn.1000-0534.2019.00001
[复制中文]
Chen Yue, Li Wenkai, Guo Weidong. 2019. Characteristics of the Intraseasonal Oscillation of Qinghai-Tibetan Plateau Monsoon[J]. Plateau Meteorology, 38(6): 1158-1171. DOI: 10.7522/j.issn.1000-0534.2019.00001.
[复制英文]

资助项目

国家重点研发计划项目(2018YFC1505804);南京信息工程大学人才启动经费项目

通信作者

李文铠(1988-), 男, 河北邯郸人, 讲师, 主要从事大气季节内振荡研究.E-mail:wenkai@nuist.edu.cn

作者简介

陈悦(1996-), 女, 安徽无为人, 博士研究生, 主要从事青藏高原气象学研究.E-mail:chenyue181@mails.ucas.ac.cn

文章历史

收稿日期: 2018-09-15
定稿日期: 2019-01-07
青藏高原季风的季节内振荡特征
陈悦1,2,3, 李文铠1, 郭维栋4     
1. 南京信息工程大学气象灾害预报预警与评估协同创新中心/气候与环境变化国际合作联合实验室/气象灾害教育部重点实验室, 江苏 南京 210044;
2. 中国科学院大气物理研究所季风系统研究中心, 北京 100029;
3. 中国科学院大学, 北京 100049;
4. 南京大学气候与全球变化研究院/南京大学大气科学学院, 江苏 南京 210023
摘要: 利用ERA-Interim再分析资料,采用集合经验模态分解、功率谱分析、合成分析等方法,研究了青藏高原(下称高原)季风指数(Qinghai-Tibetan Plateau Monsoon Index,QTPMI)所表征的青藏高原季风季节内振荡特征,结果表明:(1)高原季风变率的季节内分量(10~90天)在总变率中占据了可观的比例,QTPMI的季节内分量可解释总变率的26%,在夏季的解释方差可达37%;(2)QTPMI的季节内振荡与其相应周期的低频大气环流异常(对流层中高层异常气旋、反气旋)东移经过高原上空过程相联系,且异常信号的强度在向东传播的过程中存在增强-减弱-增强-减弱的演变特征(即到达高原前增强,在高原上东移减弱,移出高原后增强,继续东移入海时减弱);(3)高原夏季风期间环流与大气热源在季节内振荡上有一致性,呈现高原夏季风强(弱),大气热源强(弱)的关系。
关键词: 青藏高原季风    大气季节内振荡    大气热源    合成分析    
1 引言

青藏高原(下称高原)是世界上海拔最高的高原, 地形复杂, 被称作“世界第三极”。高原气象学的研究由来已久(叶笃正等, 1957), 是大气科学学科的重要研究领域。高原具有独特的气候特征, 并在气候系统中扮演了重要角色, 对中国、亚洲、甚至全球的气候格局形成有重要影响(叶笃正等, 1979, 1998; Duan et al, 2005; Liu et al, 2007; 刘屹岷等, 2017)。高原的陆气相互作用过程显著影响亚洲季风进程(He et al, 1987; Wu et al, 2012), 并可造成气候异常事件的发生(徐祥德等, 2002; 段安民等, 2003)。

亚洲季风系统包含了高原季风系统在内的数个子系统。徐淑英等(1962)研究发现高原冷、热源的季节性交替可能导致夏季为热低压、冬季为冷高压的季风气压系统, 类似于海陆热力性质差异引起的海陆季风系统, 并据此推论高原上季风现象有其独特的性质, 有必要单独讨论高原的季风现象。在1962年甘肃省气象学会年会上, 汤懋苍(1962)提出了高原季风的概念, 他指出在距地1 km以上围绕高原存在一盛行风向冬夏相反的季风层, 建立在山谷风之上, 空气流动具有相反特征的季节变化并且独立于西南季风和东南季风。汤懋苍等(1979)研究了高原季风的气候特征, 并证实高原上的一般环流是一个独立的气候区域。Tang et al(1984)还研究证实美国北部高原季风和青藏高原季风具有相似的特征。自此, 高原季风的概念逐渐被学术界认可。

高原季风活动的强度及其演变特征可由季风指数来表征。传统的高原季风指数(Qinghai-Tibetan Plateau Monsoon Index, QTPMI), 采用600 hPa等压面上代表高原四周的四点和中心点的平均位势高度来定义(汤懋苍等, 1984), 该指数揭示了高原季风强(弱)年时, 高原地区降水西(东)少东(西)多的年际变化特征。汤懋苍(1995)还利用该指数研究了高原季风的年代际变化特征。基于QTPMI定义, 近年来学者们还建立了新的青藏高原季风指数(Xun et al, 2012; 周懿等, 2015; 张少波等, 2015; Zhou et al, 2016; 庞轶舒等, 2017), 为研究高原季风进一步提供了研究基础。利用高原季风指数, 学者们发现年际、年代际时间尺度上高原季风对高原外其他天气、气候系统的形成及其变率有深刻影响(白虎志等, 2001; 马振峰等, 2003; Zhao et al, 2004; 齐冬梅等, 2007; 陈少勇等, 2011; 华维等, 2012; 岑思弦等, 2014; 吴钩等, 2016; Ge et al, 2017; 龙妍妍等, 2018; 荀学义等, 2018)。例如, Zhao et al(2004)指出高原季风在印度夏季风降水与高原雪盖的正相关中起到了重要作用; Ge et al(2017)发现当高原夏季风强(弱)时, 印度夏季风降水偏少(偏多)。此外, 高原季风还受到其他大气系统的影响(田俊等, 2010; 徐丽娇等, 2010; 曾钰婵等, 2016; 方韵等, 2016; 周娟等, 2017; 张菁等, 2017)。例如, 周娟等(2017)发现高原季风受到前期土壤湿度的影响。张菁等(2017)发现高原季风的建立和南亚高压初上高原是青藏高原热力作用在不同阶段的结果。

青藏高原地区的大气具有季节内振荡特征。大气季节内振荡(Intraseasonal Oscillation, ISO)通常是指大气活动中10~60天的振荡现象, 或称大气低频振荡, 大气季节内振荡现象在全球大气中广泛存在(Knutson et al, 1986; 李崇银, 1991; Kiranmayi et al, 2009), 包括热带地区(Madden et al, 1971)、副热带地区(琚建华等, 2005; 李文铠等, 2014; Li et al, 2016a)、中高纬地区(Lin et al, 2009)。高原地区的大气也具有季节内振荡现象(Nitta, 1983; Chen et al, 1985; 朱乾根等, 1985; 孙国武等, 1988; 谢安等, 1989; 李跃清, 1996; Wu et al, 1998; 徐国强等, 2000; 刘炜等, 2014; 段丽君等, 2017), 且一方面受到高原内及高原外地区影响(张鹏飞等, 2010; Zhang et al, 2014; Wang et al, 2015; Li et al, 2016b), 另一方面会影响下游地区天气和气候(王跃男等, 2009; 万超等, 2015; Li et al, 2018)。ISO与亚洲夏季风之间的关系被大量研究。例如, Yasunari(1979)发现周期为40天和15天的振荡与整个亚洲季风区域的季风进程密切相关; 准双周振荡(Quasi-Biweekly Oscillation, QBWO)对印度夏季风、南海夏季风、东亚夏季风的进退影响显著(Chen et al, 1993; Chan et al, 2002; Mao, 2006); Wang et al(2015)认为QBWO与高原夏季风的进展密切相关, 当QBWO信号活跃(衰退)时, 高原中部降水偏多(偏少)而印度北部、中国北部及西部降水偏少(偏多), 此外QBWO可能起到联系东亚季风和南亚季风的作用。

综上所述, 包括高原季风研究在内的青藏高原气象学研究意义重大, 以往的研究已经得出了青藏高原季风的一般特征(主要是年际变率特征); 关于ISO的研究进展也很丰富, 但对于高原季风的季节内振荡现象的研究却相对较少。本文将在以往研究基础上, 从季节内时间尺度视角审视高原季风的季节内振荡特征。此外, 还讨论了其与大气热源之间的关系。希望通过揭示高原季风的季节内振荡特征, 帮助理解高原季风的多尺度变率, 为进一步研究高原季节内振荡现象提供更多的研究基础。

2 资料来源与方法介绍

使用欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的再分析资料(ERA-Interim)。其水平分辨率为1.5°×1.5°, 垂直方向上取1000, 900, 850, 700, 650, 600, 550, 500, 450, 400, 350, 300, 250, 225, 200及100 hPa共16层, 时间范围为1979年1月1日至2016年12月31日。变量包括位势高度h、水平纬向风u、经向风v、温度T、比湿qP坐标系垂直速度ω以及地面气压Ps

采用Zhou et al(2016)定义了基于大气动力学的高原季风指数(QTPMI)来表征高原季风的强度和演变特征。QTPMI能够有效地反映高原季风的演变, 与其他高原季风指数相比, 能够更好地表征高原降水及其他气象要素的季节内变化。QTPMI指数定义如下:

$ \begin{array}{l} QTPMI = {\rm std} \left[ {U{'_{550\left[ {28 - {{31}^\circ }N,85 - {{95}^\circ }E} \right]}} - U{'_{550\left[ {34 - {{37}^\circ }N,85 - {{95}^\circ }E} \right]}}} \right.\\ + {V'_{550\left[ {30 - {{35}^\circ }N,92.5 - {{102.5}^\circ }E} \right]}}\\ \left. { - {V'_{550\left[ {30 - {{35}^\circ }N,77.5 - {{87.5}^\circ }E} \right]}}} \right], \end{array} $ (1)

其含义为分别求出550 hPa(28°N—31°N, 85°E—95°E)范围内的平均西风分量距平与(34°N—37°N, 85°E—95° E)范围内的平均东风分量距平之差, (30°N—35° N, 92.5° E—102.5° E)范围内的平均南风分量距平与(30°N—35°N, 77.5°E—87.5°E)范围内的平均北风分量距平之差, 二者之和标准化后即为QTPMI。

采用集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)方法(Wu et al, 2009)分析QTPMI的季节内振荡模态。把1979—2016年共38年的高原季风指数逐日QTPMI作为原始的时间序列, 得到10个不同周期的固有模态函数(Intrinsic Mode Functions, IMFs), 表现为10个具有不同时间—频率谱的时间序列, 以此揭示高原季风的不同振荡周期。

采用倒算法计算大气视热源Q1(Yanai et al, 1973),

$ {Q_1} = {c_p}\left[ {\frac{{\partial T}}{{\partial t}} + \vec V\nabla T + {{\left( {\frac{p}{{{p_0}}}} \right)}^\kappa }\omega \frac{{\partial \theta }}{{\partial p}}} \right], $ (2)

式中: T为温度; $\overrightarrow V $是水平风矢量; p为气压, p0=1000 hPa; ω为垂直于p的速度; θ为位温; κ=R/cp, Rcp分别为气体常数及干空气定压比热; Q1为大气视热源。求得各层次的Q1后进行垂直积分得到的整层积分, 即为〈Q1〉。

3 结果分析 3.1 高原季风季节内振荡的主要周期

为分析高原夏季风季节内振荡的显著周期, 对QTPMI指数序列做EEMD分析(图 1), 并对EEMD分析产生的各IMF分量做功率谱分析(图 2)。为了直观展示各IMF的相对大小, 对原始的QTPMI做了标准化处理, 即图 1(a)中QTPMI序列的标准差为1.0。IMF1[图 1(b), 图 2(a)]和IMF2[图 1(c), 图 2(b)]主要是周期低于5天和介于5~10天之间的天气尺度变率, 其标准差分别为0.51和0.37, 在各分量中强度最强。IMF3~6[图 1(d)~(g), 图 2(c)~(f)]显著周期分别为7~20天、10~35天、20~70天和30~120天, 即在季节内时间尺度, 其标准差在0.14~0.29之间, 在总变率中占了重要成分。IMF7~9和Rest[图 1(h)~(k), 图 2(g)~(j)]的显著周期分别为90天至1.5年、0.5~1.5年、1~4年及2~10年, 表明这些成分是季节变率、年循环、年际变率和年代际变率。年循环(主要为IMF8)的标准差较强(为0.34), 表明年循环也是重要分量。季节变率IMF7相对较弱(标准差为0.14)。IMF9和残余分量Rest表征的年际、年代际变率的标准差较小(分别为0.06和0.08), 说明从逐日资料来看, 高原季风的年际、年代际变率相对其他变率占较小的部分。此外, 我们还注意到Rest表征的高原季风的年代际变率分量在1995年以后有增强的迹象。通过上述的对QTPMI的EEMD分解、及对各IMF的功率谱分析发现, QTPMI所揭示的高原季风变率的季节内分量在总变率中占据了相当大的部分。但以往研究则较少关注高原季风的季节内变率, 因此有必要进行专门的研究。

图 1 标准化的QTPMI逐日原始序列(a)、EEMD分解QTPMI生成的分量IMF1~9 (b~j)及EEMD分解后的残余分量Rest (k) Fig. 1 The daily raw standardized QTPMI (a), the components IMF 1~9 for QTPMI (b~j) and the rest IMF component (k)
图 2 EEMD各分量的功率谱分析 Fig. 2 Power spectra of the components after EEMD analysis

为了进一步定量分析QTPMI的季节内分量(10~90天周期的变率)在其总变率中所占比例, 我们采用Lanczos滤波器对QTPMI原始序列进行不同周期的滤波, 包括天气尺度(小于10天)、季节内尺度(10~90天)、季节尺度(90天至0.5年)、年循环(0.5~1.5年)、年际和年代际尺度(大于1.5年)。滤波权重设为731, 滤波后的序列首尾各损失一年的数据, 因此滤过后数据序列时间为1980—2015年。计算了各滤波序列对原始QTPMI序列的解释方差, 结果见表 1, 解释方差反映了一定周期的波动在原序列中所占的比重。特别的, 我们还分别计算了夏季(6—8月)和冬季(12月至次年1月)对原QTPMI夏季和冬季序列的解释方差。全年解释方差中, 周期10天以下和10~90天的振荡分别为49.8 %和25.5 %, 而其他三个周期的全年解释方差之和仅为18.5 %, 可见除去天气尺度分量外, 季节内振荡的分量在高原季风中占据了最大的比重。在夏季解释方差和冬季解释方差中, 10~90天的振荡分别达到了36.8 %和31.2 %, 远远高于除10天以下其他波动的解释方差。解释方差的大小与图 1中各周期序列振幅大小能够对应起来。较为有意思的一点是, 年循环(0.5~1.5年)的全年解释方差14.9 %, 占有一定比重, 因此0.5~1.5年周期的振荡在整个高原季风演变过程中比较显著。但在夏季和冬季解释方差中, 0.5~1.5年周期振荡仅为2.2 %和2.3 %, 表明年循环控制了高原季风的季节转换, 而在夏季风或冬季风已经爆发的夏季或冬季的季节内尺度, 则不是主要变率成分。综上, 无论是季节内振荡的全年解释方差还是夏、冬季解释方差, 均比季节外振荡大很多, 可见季节内振荡在高原季风中非常显著。考虑到高原雨季集中在夏季(占全年降水比例为40 % ~60 %; 齐文文等, 2013), 因此本文重点对高原夏季风的季节内振荡进行研究。

表 1 滤波后各周期QTPMI序列解释方差 Table 1 The explained variance of each cycle sequence after filtration
3.2 高原夏季风季节内振荡特征

通过以上分析发现, IMF3~6所表现的季节内振荡非常显著, 为了探究高原夏季风的季节内振荡特征, 利用IMF3~6对大气环流进行合成分析。正的QTPMI指数越大, 高原夏季风越强; 负的QTPMI指数越小, 高原冬季风越强(Zhou et al, 2016)。对于EEMD的分量IMF3~6, 其大小也可以指示青藏高原季风强弱程度。首先分别挑出38年夏季(6—8月)期间大于其1.5倍标准差的IMF3~6所对应的时间, 即为高原夏季风活跃期。夏季风衰退期定义为小于其1.5倍标准差的夏季IMF3~6所对应的时间。定义若有连续2天及以上的时间出现大于(或小于)1.5倍标准差的情况, 只算做一次夏季风活跃(衰退)期。然后对环流做相应周期的滤波(7~20天、10~35天、20~70天和30~120天), 最后活跃期合成减去衰退期合成, 即为最终的合成环流, 并对其做超前滞后分析。对用于合成的样本进行t检验。其他要素的合成同理。IMF3在IMF3~6中的标准差最大, 因此以下将对IMF3代表的7~20天周期的合成环流演变进行分析。IMF4~6对应的合成分析结果与IMF3的合成分析结果相似, 仅是大气环流的变化周期不同。IMF3在活跃(衰退)期样本数分别为206和232, 去除连续活跃(衰退)时间后的样本数分别为76和89。

高原季风的季节内变率与对流层中层大气环流异常相联系。7~20天滤波500 hPa位势高度和风场合成演变图(图 3, 图中天数的正、负值表示位势高度和风场合成的滞后或超前Lag值)中, 500 hPa异常气旋与反气旋信号均由上游东传到高原。在-8天, 高原中西部被异常反气旋占据, 中心位于高原西部, 其西北侧、东侧各有一个气旋, 北侧有一个反气旋存在。从-8~-5天, 位于高原的异常反气旋逐渐增强东移占据高原主体, 而其西北侧和东侧的气旋增强并汇合。到了-2天, 这个反气旋在高原东移减弱到高原东部, 而其北侧汇合的反气旋向南移动, 其底部进入高原西部并向东传播, 在0天占据整个高原并南北断裂。而随着0~+3天高原上气旋的减弱东移, 这个气旋的西北侧和东侧又有新的反气旋增强, 它们汇合东移, 在+4天反气旋底部进入高原西部, +5天占据高原。此前在-2天减弱东移出高原的反气旋, 它在移出高原后又重新增强到达中国东部, 之后又在东移入海过程中减弱消失。

图 3 7~20天滤波500 hPa位势高度(彩色区, 单位: gpm)和风场(矢量, 单位: m·s-1)合成演变 点状区表示合成超过99 %的置信水平, 黑色粗实线表示海拔超过3000 m的青藏高原轮廓 Fig. 3 Synthetic evolution of the 7~20 days filtered geopotential height (color area, unit: gpm) and wind field (vector, unit: m·s-1) at 500 hPa. The dotted area denotes the significant of synthesis passed the 99 % confidence level. The black solid thick lines represent Qinghai-Tibetan Plateau (QTP) area with height above 3000 meters

500 hPa上7~20天合成环流表现出非常明显的东传特征, 并且异常环流的强度在东传过程中存在增强-减弱-增强-减弱的现象, 即到达高原前增强, 在高原上东移减弱, 移出高原后增强, 继续东移入海时减弱。值得注意的是, 500 hPa前期的异常环流信号比后期强, 这一点可以从+4~+7天与-8~-5天高原西侧的气旋强度的对比中看出。IMF4代表的10~35天周期的500 hPa合成环流(图略)表现与7~20天环流相似的东传特征, 同期时高原上均为气旋, 且前期信号同样较强。它们的异常信号东移增强到达高原西北侧与中国东部的相同异常信号汇合后, 在南移至高原的过程南北断裂强度减弱, 南部在高原上移动很快减弱, 北部向南移动与日本附近的异常信号汇合并发展。不同之处在于, 10~35天环流由于周期较长, 异常信号的东移速度比7~20天慢。10~35天异常气旋在-4天刚刚占据高原时最强, 到了同期0天, 因为较少移动仍在高原, 此时强度已经减弱很多。相比之下, 7~20天环流是同期时占据高原, 此时异常气旋的强度是最强的。

200 hPa中7~20天异常信号东传的现象比500 hPa更为明显(图 4, 图中天数的正、负值表示位势高度和风场合成的滞后或超前Lag值)。-8天, 高原东西部分别存在弱的气旋与反气旋, 此后反气旋东移减弱, 气旋东移增强。它们西侧的气旋正逐渐发展。到了0天, 高原西侧的气旋已经发展东移至高原西部, 而原来位于高原西部的反气旋东移到了高原东部, 并相较于-3天强度有所增强。与此同时, 原来高原东部的气旋已经东移至中国东部一带, 范围逐渐减小。至+2天, 高原东部的反气旋增强东移至中国中东部, 高原西部的气旋减弱略有东移, 高原西侧的反气旋正逐渐增强移向高原。到了+5天, 高原西侧的反气旋已经移至高原西部, 而原来高原西部的气旋减弱东移到了高原东部。而之前位于高原东部的反气旋即将东移出海。在此之后, 重复着新的气旋、反气旋交替东移取代位于高原上的异常环流的过程。

图 4 7~20天滤波200 hPa位势高度(彩色区, 单位: gpm)和风场(矢量, 单位: m·s-1)合成演变 点状区表示合成超过99 %的置信水平, 黑色粗实线表示海拔超过3000 m的青藏高原轮廓 Fig. 4 Synthetic evolution of the 7~20 days filtered geopotential height (color area, unit: gpm) and wind field (vector, unit: m·s-1) at 200 hPa. The dotted area denotes the significant of synthesis passed the 99 % confidence level. The black solid thick lines represent Qinghai-Tibetan Plateau (QTP) area with height above 3000 meters

200 hPa中7~20天异常信号在东传过程中也存在增强—减弱—增强—减弱的特征。具体表现为异常信号传至高原西部的过程中增强, 从高原西部移至东部的过程中, 其范围强度会缩小减弱。而在到达高原东部并继续向中国中东部移动时, 强度和范围会增强和扩大, 之后在东移入海中重新减弱。10~35天周期的200 hPa合成环流(图略)表现与7~20天环流相似的特征, 同期时高原上东西部分别为反气旋、气旋。200 hPa两个周期的不同之处主要是信号移动速度, 相同之处表现在异常环流到达高原西部之前缓慢东移增强并向南北伸展, 到达高原西部后南北断裂范围缩小, 南部在高原上东移减弱至高原东部, 北部减弱南移与日本附近的相同信号汇合。略有不同的是, 10~35天环流未抵达高原之前, 其北部会迅速向东扩展与中国东部的相同环流结合。

为了更清楚地展示高原上空各层次的异常环流演变, 对7~20天合成环流做25°N—45°N纬向平均的垂直剖面(图 5, 图中天数的正、负值表示位势高度合成的滞后或超前Lag值)。-6天, 高原上700 hPa以上东西部分别被异常气旋、反气旋占据, 之后都增强东移。-4天, 反气旋减弱移至高原中部, 气旋快要移出高原继续增强。-3天, 低层700、500 hPa高原上空均为反气旋, 而400 hPa以上, 高原东西部分别为气旋、反气旋。之后伴随着异常信号的东移, 气旋、反气旋强度均有减弱。与它们相邻的位于高原西侧的气旋正逐渐增强东移。到-1天, 原来位于高原东部的气旋已经减弱离开高原, 高原西部的反气旋到达高原东部, 新的气旋占据了高原西部。至0天, 高原东部的反气旋略有增强, 400 hPa以下高原上空为气旋, 400 hPa以上高原东西部分别为反气旋、气旋, 与-3天呈现相反的特征。之后, 反气旋继续增强东移再减弱, 气旋逐渐减弱东移至高原东部又重新增强东移。

图 5 7~20天滤波的位势高度(等值线, 单位: gpm; 等值线间隔为160 gpm)沿25°N—45°N垂直剖面的合成演变 黑色区域为青藏高原25°N—45°N地形平均垂直剖面 Fig. 5 Synthetic evolution of the 7~20 days filtered height-longitude cross sections averaged over 25°N—45°N of geopotential height (contour, unit: gpm; contour interval is 160 gpm). The black areas represent the terrain height-longitude cross sections of QTP averaged over 25°N—45°N

垂直剖面呈现的环流演变特征与前文对500 hPa和200 hPa的分析是一致的。从中可以更加直观的看到交替的气旋、反气旋依次生成并向东移动。图示范围内基本存在5~6个连续交替相反的异常信号。另一个明显的特征, 异常信号在高原上空基本是正压分布的, 当低层被某一异常信号占据时, 到了高层仍为同一异常信号。10~35天周期的合成环流垂直剖面(图略)表现与7~20天相似的特征。

3.3 大气视热源特征

学界对高原大气热源的研究由来已久(叶笃正等, 1979), 高原直接加热对流层中部, 成为一个强大的热源。高原的热力控制作用对于气候的形成有重要作用(Yanai et al, 1992; Wu et al, 1998), 其异常会造成季风的年际变率(Fu et al, 1985; Zhao et al, 2001)。高原大气热源变率与高原季风活动关系密切, 徐丽娇等(2010)指出高原冬季风的强度与次年春季高原地面加热场的强度呈正相关, 还有研究表明高原热力作用与其夏季风强度呈正相关(曾钰婵等, 2016)。除上述的季节、年际时间尺度变率外, 高原的大气热源还具有明显的以准双周变化为主的季节内变化变率(Wang et al, 2015; 王黎娟等, 2016; 于浩慧等, 2018), 可能与高原季风活动相联系。因此, 以下将研究季节内时间上高原大气热源与高原季风的关系。

为了探究高原夏季风期间季节内振荡与大气热源的关系, 分析了7~20天滤过的大气视热源〈Q1〉的合成演变(图 6, 图中天数的正、负值表示大气视热源合成的滞后或超前Lag值)。-8天, 高原上中西部主要为〈Q1〉负异常, 至-5天, 负异常占据高原主体, 其西侧的正异常发展东移到靠近高原西部, 在0天占据高原。随后正异常减弱东移, 新的负异常在其左侧发展东移。如此交替的正负异常东移, 同期0天高原为正异常。10~35天的合成〈Q1〉发展演变(图略)与7~20天相似, 同样为正负异常交替东移。而二者的最大不同之处在于7~20天异常信号的传播速度快于10~35天。其次, 7~20天异常信号的强度最强, 正负绝对值最大能达到9 W·m-2, 而10~35天的最大绝对值在8 W·m-2左右, 说明7~20天振荡在大气热源的两个季节内振荡中最为显著。

图 6 7~20天滤波的大气视热源〈Q1的合成演变(彩色区, 单位: W·m-2) 点状区表示合成超过99 %的置信水平, 黑色粗实线表示海拔超过3000 m的青藏高原轮廓 Fig. 6 Synthetic evolution of the 7~20 days filtered apparent atmospheric heat source 〈Q1 (color area, unit: W·m-2). The dotted area denotes the significant of synthesis passed the 99 % confidence level. The black solid thick lines represent Qinghai-Tibetan Plateau (QTP) area with height above 3000 m

结合前文对环流特征的分析可以发现, 同期高原低层均为气旋, 高层与之相对应为反气旋、气旋分别占据高原东西部。同期为高原夏季风的活跃位相, 低层被气旋占据, 热源表现为正异常。而在相反位相(如500 hPa上的-5天)中, 热源负异常对应低层反气旋, 意味着高原夏季风活跃期间大气热源强, 高原夏季风衰退期间大气热源弱。近年来, 不少气象研究者都采用倒算法计算〈Q1〉以研究高原大气热源低频振荡、与降水的关系等内容。高原热力作用与高原夏季风强度呈正相关, 当大气热源强(弱)时, 高原夏季风强(弱)(曾钰婵等, 2016)。这与前文所述的季风活跃与衰退期间热源的强弱与低层大气环流的对应特征一致。王黎娟等(2016)研究表明, 高原东部大气热源最显著的季节内振荡周期为10~20天。有研究证实, 夏季高原热源低频振荡对我国东部旱涝有显著影响(王跃男等, 2009)。本文这一部分仅从低频振荡角度研究高原夏季风和大气热源之间的联系, 关于热力作用对高原夏季风的深入影响, 以及从热力角度探索高原夏季风与中国东部降水的关系还不够充分, 有待于进一步研究。

4 结论与讨论

高原季风研究在内的高原气象学研究意义重大。本文利用ERA-Interim再分析资料, 采用集合经验模态分解(EEMD)、滤波和合成分析等方法, 研究了高原季风指数(QTPMI)所表征的高原季风季节内振荡特征, 得到以下主要结论:

(1) 对QTPMI的EEMD和滤波方法分析均表明, 高原季风变率的季节内分量(10~90天)在总变率中占据了可观比例, QTPMI的季节内分量可解释总变率的26 %, 在夏季的解释方差可达37 %。

(2) 通过对高原夏季风期间(6—8月)的大气环流进行关于QTPMI的合成分析, 发现QTPMI的季节内振荡与其相应周期的低频大气环流异常关系密切。具体的, 本文分析了QTPMI与500 hPa和200 hPa大气位势高度场和风场的关系, 发现QTPMI的季节内变率与对流层中高层大气的异常气旋、反气旋东移经过高原上空的过程相联系, 且低频大气环流异常的强度在其向东传播的过程中存在增强—减弱—增强—减弱的演变特征(即到达高原前增强, 在高原上东移减弱, 移出高原后增强, 继续东移入海时减弱)。

(3) 高原夏季风期间环流与大气热源在季节内振荡上有一致性, 高原夏季风活跃位相, 高原上热源正异常与低层气旋对应, 而在相反位相热源负异常与低层反气旋对应, 呈现高原夏季风强(弱), 大气热源强(弱)的关系。

综上所述, 高原夏季风的季节内振荡在环流和大气热源上主要表现为东传的特征。在接下来的研究中, 有必要对其东传机制进行深入探讨。此外, 异常气旋和反气旋在移出高原后重新增强, 对于其中的原因也需要进一步探索。异常信号经过中国东部时仍有一定的强度, 高原夏季风的季节内振荡对中国东部夏季降水有一定的影响, 这也需要另外展开研究。最后本文重点是对高原夏季风的季节内振荡特征展开研究, 那么高原冬季风的季节内振荡特征是否表现一致呢?有待于继续研究。此外, 还注意到高原季风的天气尺度变率十分重要, 这方面也有待于未来的深入研究。

参考文献
Chan J C L, Ai W X, Xu J J. 2002. Mechanisms responsible for the maintenance of the 1998 South China Sea summer monsoon[J]. Journal of the Meteorological Society of Japan, 80(5): 1103–1113. DOI:10.2151/jmsj.80.1103
Chen L X, Reiter E R, Feng Z Q. 1985. The atmospheric heat source over the Tibetan Plateau:May-August 1979[J]. Monthly Weather Review, 113(10): 1771–1790. DOI:10.1175/1520-0493(1985)113<1771:TAHSOT>2.0.CO;2
Chen T C, Chen J M. 1993. The 10-20-day mode of the 1979 Indian monsoon:Its relation with the time variation of monsoon rainfall[J]. Monthly Weather Review, 121(9): 2465–2482. DOI:10.1175/1520-0493(1993)121<2465:TDMOTI>2.0.CO;2
Duan A M, Wu G X. 2005. Role of the Tibetan Plateau thermal forcing in the summer climate patterns over subtropical Asia[J]. Climate Dynamics, 24(7/8): 793–807. DOI:10.1007/s00382-004-0488-8
Fu C, Fletcher J O. 1985. The relationship between Tibet-tropical ocean thermal contrast and interannual variability of Indian monsoon rainfall[J]. Journal of Climate and Applied Meteorology, 24(8): 841–847. DOI:10.1175/1520-0450(1985)024<0841:TRBTTO>2.0.CO;2
Ge F, Sielmann F, Zhu X H, et al. 2017. The link between Tibetan Plateau monsoon and Indian summer precipitation:A linear diagnostic perspective[J]. Climate Dynamics, 49(11/12): 4201–4215. DOI:10.1007/s00382-017-3585-1
He H Y, McGinnis J W, Song Z S, et al. 1987. Onset of the Asian summer monsoon in 1979 and the effect of the Tibetan Plateau[J]. Monthly Weather Review, 115(9): 1966–1995. DOI:10.1175/1520-0493(1987)115<1966:OOTASM>2.0.CO;2
Kiranmayi L, Bhat G S. 2009. Quasi-periodic, global oscillations in sea level pressure on intraseasonal timescales[J]. Climate Dynamics, 32(7/8): 925–934. DOI:10.1007/s00382-008-0413-7
Knutson T R, Weickmann K M, Kutzbach J E. 1986. Global-scale intraseasonal oscillations of outdoing longwave radiation and 250 mb zonal wind during northern hemisphere summer[J]. Monthly Weather Review, 114(3): 605–623. DOI:10.1175/1520-0493(1986)114<0605:GSIOOO>2.0.CO;2
Li W K, Hsu P C, He J H, et al. 2016a. Extended-range forecast of spring rainfall in southern China based on the Madden-Julian oscillation[J]. Meteorology and Atmospheric Physics, 128(3): 331–345. DOI:10.1007/s00703-015-0418-9
Li W K, Guo W D, Hsu P C, et al. 2016b. Influence of the Madden-Julian oscillation on Tibetan Plateau snow cover at the intraseasonal time-scale[J]. Scientific Reports, 6: 30456. DOI:10.1038/srep30456
Li W K, Guo W D, Qiu B, et al. 2018. Influence of Tibetan Plateau snow cover on East Asian atmospheric circulation at medium-range time scales[J]. Nature Communications, 9: 4243. DOI:10.1038/s41467-018-06762-5
Lin H, Brunet G, Derome J. 2009. An observed connection between the North Atlantic oscillation and the Madden-Julian oscillation[J]. Journal of Climate, 22(2): 364–380. DOI:10.1175/2008JCLI2515.1
Liu Y M, Bao Q, Duan A M, et al. 2007. Recent progress in the impact of the Tibetan Plateau on climate in China[J]. Advances in Atmospheric Sciences, 24(6): 1060–1076. DOI:10.1007/s00376-007-1060-3
Madden R A, Julian P R. 1971. Detection of a 40-50 day oscillation in zonal wind in tropical pacific[J]. Journal of Atmospheric Sciences, 28(5): 702–708. DOI:10.1175/1520-0469(1971)028<0702:DOADOI>2.0.CO;2
Mao J Y, Wu G X. 2006. Intraseasonal variations of the Yangtze rainfall and its related atmospheric circulation features during the 1991 summer[J]. Climate Dynamics, 27(7/8): 815–830. DOI:10.1007/s00382-006-0164-2
Nitta T. 1983. Observational study of heat sources over the eastern Tibetan Plateau during the summer monsoon[J]. Journal of Meteorological Society of Japan, 61(4): 590–605. DOI:10.2151/jmsj1965.61.4_590
Tang M C, Reiter E R. 1984. Plateau monsoons of the northern hemisphere:A comparison between North America and Tibet[J]. Monthly Weather Review, 112(4): 617–637. DOI:10.1175/1520-0493(1984)112<0617:PMOTNH>2.0.CO;2
Wang M R, Duan A M. 2015. Quasi-biweekly oscillation over the Tibetan Plateau and its link with the Asian summer monsoon[J]. Journal of Climate, 28(12): 4921–4940. DOI:10.1175/JCLI-D-14-00658.1
Wu G X, Liu Y M, He B, et al. 2012. Thermal controls on the Asian summer monsoon[J]. Scientific Reports, 2: 404. DOI:10.1038/srep00404
Wu G X, Zhang Y S. 1998. Tibetan Plateau forcing and the timing of the monsoon onset over South Asia and the South China Sea[J]. Monthly Weather Review, 126(4): 913–927. DOI:10.1175/1520-0493(1998)126<0913:TPFATT>2.0.CO;2
Wu Z H, Huang N E. 2009. Ensemble empirical mode decomposition:a noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis, 1(1): 1–41.
Xun X Y, Hu Z Y, Ma Y M. 2012. The dynamic plateau monsoon index and its association with general circulation anomalies[J]. Advances in Atmospheric Sciences, 29(6): 1249–1263. DOI:10.1007/s00376-012-1125-9
Yanai M, Esbensen S, Chu J H. 1973. Determination of bulk properties of tropical cloud clusters from large-scale heat and moisture budgets[J]. Journal of Atmospheric Sciences, 30(4): 611–627. DOI:10.1175/1520-0469(1973)030<0611:DOBPOT>2.0.CO;2
Yanai M, Li C, Song Z. 1992. Seasonal heating of the Tibetan Plateau and its effects on the evolution of the Asian Summer Monsoon[J]. Journal of Meteorological Society of Japan, 70: 319–351. DOI:10.2151/jmsj1965.70.1B_319
Yasunari T. 1979. Cloudiness fluctuations associated with the northern hemisphere summer monsoon[J]. Journal of Meteorological Society of Japan, 57(3): 227–242. DOI:10.2151/jmsj1965.57.3_227
Ye D Z, Wu G X. 1998. The role of the heat source of the Tibetan Plateau in the general circulation[J]. Meteorology and Atmospheric Physics, 67(1/4): 181–198.
Zhang P F, Li G P, Fu X H, et al. 2014. Clustering of Tibetan Plateau vortices by 10-30-day intraseasonal oscillation[J]. Monthly Weather Review, 142(1): 290–300. DOI:10.1175/MWR-D-13-00137.1
Zhao H X, Moore G W K. 2004. On the relationship between Tibetan snow cover, the Tibetan plateau monsoon and the Indian summer monsoon[J]. Geophysical Research Letters, 31: L14204. DOI:10.1029/2004GL020040
Zhao P, Chen L X. 2001. Interannual variability of atmospheric heat source/sink over the Qinghai-Xizang (Tibetan) Plateau and its relation to circulation[J]. Advances in Atmospheric Sciences, 18(1): 106–116. DOI:10.1007/s00376-001-0007-3
Zhou J, Wen J, Wang X, et al. 2016. Analysis of the Qinghai-Xizang Plateau monsoon evolution and its linkages with soil moisture[J]. Remote Sensing, 8: 493. DOI:10.3390/rs8060493
白虎志, 谢金南, 李栋梁. 2001. 近40年青藏高原季风变化的主要特征[J]. 高原气象, 20(1): 22–27. DOI:10.3321/j.issn:1000-0534.2001.01.004
岑思弦, 巩远发, 赖欣, 等. 2014. 青藏高原东部与其北侧热力差异与高原季风及长江流域夏季降水的关系[J]. 气象学报, 72(2): 256–265.
陈少勇, 林纾, 王劲松, 等. 2011. 中国西部雨季特征及高原季风对其影响的研究[J]. 中国沙漠, 31(3): 765–773.
段安民, 刘屹岷, 吴国雄. 2003. 4-6月青藏高原热状况与盛夏东亚降水和大气环流的异常[J]. 中国科学(地球科学), 33(10): 997–1004.
段丽君, 段安民, 胡文婷, 等. 2017. 2014年夏季青藏高原狮泉河与林芝降水低频振荡及陆-气过程日变化特征[J]. 大气科学, 41(4): 767–783.
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
华维, 范广洲, 王炳赟. 2012. 近几十年青藏高原夏季风变化趋势及其对中国东部降水的影响[J]. 大气科学, 36(4): 784–794.
琚建华, 赵尔旭. 2005. 东亚夏季风区的低频振荡对长江中下游旱涝的影响[J]. 热带气象学报, 21(2): 163–171. DOI:10.3969/j.issn.1004-4965.2005.02.006
李崇银. 1991. 30~60天大气振荡的全球特征[J]. 大气科学, 15(3): 66–76. DOI:10.3878/j.issn.1006-9895.1991.03.10
李文铠, 何金海, 祁莉, 等. 2014. MJO对华南前汛期降水的影响及其可能机制[J]. 热带气象学报, 30(5): 983–989. DOI:10.3969/j.issn.1004-4965.2014.05.019
李跃清. 1996. 1981和1982年夏半年高原地区低频振荡与南亚高压活动[J]. 高原气象, 15(3): 276–281.
刘炜, 周顺武, 智海. 2014. 1998年夏季青藏高原东南部降水30~60 d低频振荡特征[J]. 气象, 40(5): 530–540.
刘屹岷, 王子谦, 卓海峰, 等. 2017. 夏季亚洲大地形双加热及近对流层顶位涡强迫的激发Ⅱ:伊朗高原-青藏高原感热加热[J]. 中国科学(地球科学), 47(3): 354–366.
龙妍妍, 范广洲, 李飞, 等. 2018. 高原夏季风对中国夏季极端降水的影响研究[J]. 高原气象, 37(1): 1–12. DOI:10.7522/j.issn.1000-0534.2017.00010
马振峰, 高文良. 2003. 青藏高原季风年际变化与长江上游气候变化的联系[J]. 高原气象, 22(增刊): 8–16.
庞轶舒, 马振峰, 杨淑群, 等. 2017. 盛夏高原季风指数的探讨及其对四川盆地降水的影响[J]. 高原气象, 36(4): 886–899. DOI:10.7522/j.issn.1000-0534.2016.00027
齐冬梅, 李跃清. 2007. 高原季风研究主要进展及其科学意义[J]. 干旱气象, 25(4): 74–79.
齐文文, 张百平, 庞宇, 等. 2013. 基于TRMM数据的青藏高原降水的空间和季节分布特征[J]. 地理科学, 33(8): 999–1005.
孙国武, 陈葆德. 1988. 青藏高原上空大气低频波的振荡及其经向传播[J]. 大气科学, 12(3): 250–256.
汤懋苍, 1962.高原季风与华西气候[C].甘肃省气象学会年会报告论文.
汤懋苍. 1995. 高原季风的年代际振荡及其原因探讨[J]. 气象科学, 15(4): 64–68.
汤懋苍, 梁娟, 邵明镜, 等. 1984. 高原季风年际变化的初步分析[J]. 高原气象, 3(3): 76–82.
汤懋苍, 沈志宝, 陈有虞. 1979. 高原季风的平均气候特征[J]. 地理学报, 34(1): 33–42.
田俊, 马振峰, 范广洲. 2010. 高原季风对500 hPa中纬度西风带活动的影响[J]. 成都信息工程学院学报, 25(1): 61–68.
万超, 范广洲, 华维, 等. 2015. 青藏高原夏季风和南海夏季风低频振荡的关系[J]. 高原气象, 34(2): 318–326. DOI:10.7522/j.issn.1000-0534.2014.00020
王黎娟, 葛静. 2016. 夏季青藏高原大气热源低频振荡与南亚高压东西振荡的关系[J]. 大气科学, 40(4): 853–863.
王跃男, 陈隆勋, 何金海, 等. 2009. 夏季青藏高原热源低频振荡对我国东部降水的影响[J]. 应用气象学报, 20(4): 419–427.
吴钩, 白爱娟. 2016. 青藏高原季风环流情况与中亚季风降水特征分析[J]. 成都信息工程大学学报, 31(1): 76–85.
谢安, 叶谦, 陈隆勋. 1989. 青藏高原及其附近地区大气周期振荡在OLR资料上的反映[J]. 气象学报, 47(3): 272–278.
徐国强, 朱乾根. 2000. 1998年青藏高原大气低频振荡的结构特征分析[J]. 南京气象学院学报, 23(4): 505–513.
徐丽娇, 李栋梁, 胡泽勇. 2010. 青藏高原积雪日数与高原季风的关系[J]. 高原气象, 29(5): 1093–1101.
徐淑英, 高由禧. 1962. 西藏高原的季风现象[J]. 地理学报, 28(2): 111–123.
徐祥德, 陶诗言, 王继志, 等. 2002. 青藏高原-季风水汽输送"大三角扇型"影响域特征与中国区域旱涝异常的关系[J]. 气象学报, 60(3): 257–266.
荀学义, 胡泽勇, 崔桂凤, 等. 2018. 青藏高原季风对我国西北干旱区气候的影响[J]. 气候与环境研究, 23(3): 311–320.
叶笃正, 高由禧. 1979. 青藏高原气象学[M]. 北京: 科学出版社.
叶笃正, 罗四维, 朱抱真. 1957. 西藏高原及其附近的流场结构和对流层大气的热量平衡[J]. 气象学报, 28(2): 108–121.
于浩慧, 祁莉, 何金海. 2018. 非ENSO事件次年大西洋海温异常对夏季青藏高原大气热源准双周低频活跃度的影响[J]. 高原气象, 37(3): 602–613. DOI:10.7522/j.issn.1000-0534.2017.00082
曾钰婵, 范广洲, 赖欣, 等. 2016. 青藏高原季风活动与大气热源/汇的关系[J]. 高原气象, 35(5): 1148–1156. DOI:10.7522/j.issn.1000-0534.2015.00093
张菁, 范广洲, 赖欣, 等. 2017. 南亚高压上下高原时间及其与高原季风建立早晚的关系[J]. 气象科学, 37(1): 30–40.
张鹏飞, 李国平, 王旻燕, 等. 2010. 青藏高原低涡群发性与10~30天大气低频振荡关系的初步研究[J]. 高原气象, 29(5): 1102–1110.
张少波, 吕世华, 奥银焕, 等. 2015. 基于风场季节变率的高原季风指数的定义及应用[J]. 高原气象, 34(4): 881–889. DOI:10.7522/j.issn.1000-0534.2015.00067
周娟, 文军, 王欣, 等. 2017. 青藏高原季风演变及其与土壤湿度的相关分析[J]. 高原气象, 36(1): 45–56. DOI:10.7522/j.issn.1000-0534.2016.00003
周懿, 范广洲, 华维, 等. 2015. 高原季风的分布特征及其指数对比分析[J]. 高原气象, 34(6): 1517–1530. DOI:10.7522/j.issn.1000-0534.2014.00111
朱乾根, 何金海. 1985. 亚洲季风建立及其中期振荡的高空环流特征[J]. 热带气象, 1(1): 9–18.
Characteristics of the Intraseasonal Oscillation of Qinghai-Tibetan Plateau Monsoon
CHEN Yue1,2,3 , LI Wenkai1 , GUO Weidong4     
1. Key Laboratory of Meteorological Disaster, Ministry of Education(KLME)/Joint International Research Laboratory of Climate and Environment Change(ILCEC)/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters(CIC-FEMD), Nanjing University of Information Science & Technology, Nanjing 210044, Jiangsu, China;
2. Center for Monsoon System Research Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China;
4. Institute for Climate and Global Change Research, School of Atmospheric Sciences, Nanjing University, Nanjing 210023, Jiangsu, China
Abstract: The intraseasonal variability of Qinghai-Tibetan Plateau monsoon (QTPM) has been largely ignored. Based on the ERA-Interim reanalysis data, the characteristics of the intraseasonal oscillation of QTPM revealed by QTPM index (QTPMI) are analyzed by using Ensemble Empirical Mode Decomposition, spectrum and composite analysis. The results show that:(1) The intraseasonal component (10~90 days) of QTPM is dominant for total variability. The intraseasonal component explains approximate 26% of the total variability, and even more dominant in summer (37%). (2) The intraseasonal variability of QTPM variability is associated with the eastward movement of the low-frequency atmospheric circulation anomalies (i. e., the middle-and upper-tropospheric anomalous cyclones and anticyclones) over the plateau. During the eastward propagation of the anomalous signal, the intensity of the anomalous signal has the evolutional characteristics of strengthening-weakening-strengthening-weakening (for example, strengthening before reaching the plateau, weakening eastward on the plateau, strengthening after moving out of the plateau, and weakening when moving eastward into the sea). (3) There is consistency between the circulation and the atmospheric heat source during summer QTPM, showing the relationship between the summer QTPM strengthening (weakening) and the atmospheric heat source strengthening (weakening) over the Qinghai-Tibetan Plateau.
Key words: Qinghai-Tibetan Plateau monsoon    atmospheric intraseasonal oscillation    atmospheric heat source    composite analysis