2.
3.
Relationship between drought/flood and ENSO events in Southwest China
LIU Lin1,2, XU Zongxue,2,3, YANG Xiaojing2,31. 2.
3.
通讯作者:
收稿日期:2017-10-8修回日期:2019-08-9网络出版日期:2019-11-25
基金资助: |
Received:2017-10-8Revised:2019-08-9Online:2019-11-25
作者简介 About authors
刘琳,女,河北唐山人,博士,讲师,主要研究方向为极端气候与旱涝演变E-mail:liulin@ncst.edu.cn。
摘要
关键词:
Abstract
Keywords:
PDF (6257KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
刘琳, 徐宗学, 杨晓静. 西南地区旱涝演变与ENSO事件的关系. 资源科学[J], 2019, 41(11): 2144-2153 doi:10.18402/resci.2019.11.16
LIU Lin.
1 引言
西南地区具有十分优越的环境资源,在“一带一路”发展战略中具有重要地位。但由于西南地区地理位置特殊,地形以盆地、丘陵为主,喀斯特地貌广布,气候条件也十分特殊,导致该地区旱涝灾害频发,如2010年发生的西南大旱,2013年7月发生在四川盆地西部的强降雨,对经济发展和人民生活带来严重影响。全球气候变化使得旱涝事件的演变规律发生一定的变化。厄尔尼诺-南方涛动(EI Nino-Southern Oscillation, ENSO)具有全球尺度的影响,是气候变化中最强的年际尺度信号之一,ENSO对区域气候变化、大尺度降水异常和旱涝有着重大的影响。很多****从降水异常规律、极端气候事件等角度研究ENSO事件与气候的关系[1,2,3,4],发现ENSO事件的发生往往会造成严重气候异常,引发世界各地的严重气象灾害,从而造成巨大的经济损失。在研究ENSO事件对旱涝灾害的影响时,多名****分析了ENSO事件对中国四季降水的影响[5,6,7],发现ENSO事件与中国四季降水有明显的相关关系,ENSO事件对中国年尺度的气候变化影响最为显著,特别是对旱涝灾害的影响很显著。在中国西南地区进行的相关研究主要有:孔祥伟等[8]利用月平均降水资料和NCEP/NCAR再分析资料,分析了西南地区冬季旱涝时空分布特征及其与北极涛动(AO)的关系;陶威等[9]用55年的降水资料分析了ENSO形态变异对中国西南地区冬季降水的影响;Jiang等[10]分析了长江流域旱涝事件与ENSO事件的相关性,发现厄尔尼诺(EI Nino)事件和洪涝灾害密切相关,而拉尼娜(La Nina)事件与干旱事件密切相关。还有一些****在其他地区的研究得到与之不同的结论:杨扬等[11]发现,EI Nino年份多发生干旱事件,而La Nina年份多发生洪涝事件;张强等[12]对长江上游的研究发现,在EI Nino发生年里,长江上游旱灾的发生几率较大,而La Nina发生年份里涝灾的出现几率大。国外****也就ENSO事件和旱涝灾害的关系进行了探讨[13,14,15,16,17]。综合以上研究可以发现,ENSO事件对不同地区的旱涝影响可能有所不同,所以ENSO事件是否对西南地区的旱涝产生不同于其他地区的影响有待进一步研究。
ENSO事件可对全球接近3/4地区的天气和气候条件产生重要影响[18,19]。因此,本文从气候变化角度,探索西南地区旱涝演变与ENSO事件的关系,可为西南地区的防汛抗旱工作提供参考,有利于西南地区的农业生产与安全保障。
2 研究方法和数据
2.1 研究方法
中国的降水地区差异大,如华北地区可能会有较长时间无降雨,但华南地区则少有发生。因此,很难找到一个既在时间尺度上又在空间尺度上将这种异常的天气现象标准化的指标。McKee等人[20]于1993年提出了标准化降水指数(SPI),在降水分析中采用Γ分布概率来描述降水量的变化,然后再经正态标准化求得SPI值,能够较好消除时空差异,该方法在中国很多地区得到应用。Z指数是中国应用成熟的一类旱涝指数,考虑到2种方法的普遍性,具体步骤不再赘述,详见参考文献[21]。小波分析方法能够从频率域和时间域来分析时间序列的波谱振幅随时间变化的特征,具有更强的分析能力,可以深刻揭示水文气象序列的变化特征。本文采用复Morlet小波分析ENSO事件强度的周期等规律,复Morlet小波作为复数形式的小波,在应用中比实数形式的小波更具优点[22],可应用Matlab软件实现。
2.2 数据
气象数据来自中国气象数据网(http://data.cma.cn/site/index.html),选取西南地区(四川省、重庆市、广西壮族自治区、云南省和贵州省)105个气象站点1960—2016年的年尺度和月尺度降水、气温资料进行分析计算。EI Nino和La Nina事件是ENSO循环变化过程中2个相反的极端相位[23]。目前研究ENSO事件常用到的指标有海表温度距平(SSTA)指数、海洋尼诺指数(ONI)和南方涛动指数(SOI)等[24]。本文选取SSTA和SOI指数进行分析。不同****对EI Nino和La Nina事件的定义和强度划分有些许不同[25,26,27],本文的定义参考王慧[28]和王伟等[29]的文献。研究时间段的SSTA指数及SOI指数值详见http://www.cpc.ncep.noaa.gov/data。
选择Nino3.4区(5°S—5°N,170°W—120°W)的海表温度距平(SSTA)用于反映EI Nino/La Nina事件的发生和结束。
3 ENSO事件特征分析
3.1 ENSO事件强度
依据SSTA将EI Nino事件分为3个等级:强(3)、中等(2)、弱(1),同时将La Nina事件也分为3个等级:强(-3)、中等(-2)、弱(-1)[30]。ENSO事件分级结果见表1。根据表中统计结果,1960—2016年中,EI Nino事件发生了12次,La Nina事件也发生了12次。1960—2016年发生的ENSO事件等级变化趋势如图1所示,近57年来发生的ENSO事件波动较大,尤其20世纪80年代以后波动趋势更为剧烈。80—90年代中期,EI Nino事件较多,以EI Nino事件为主;80年代以前和90年代以后,La Nina事件较多,以La Nina事件为主。EI Nino事件的发生具有一定的周期,有研究表明其周期大约为2~7年[31,32]。近57年出现了6个强度较大的EI Nino年,分别是1972年、1982年、1983年、1997年、2015年和2016年;而强度较大的La Nina年有5个,依次为1974年、1975年、1988年、1999年和2000年。Table 1
表1
表1ENSO事件年的强度等级定量表
Table 1
起止年月 | 长度 | 等级 | 最强月份 | 最强季节 | 事件年 | |
---|---|---|---|---|---|---|
暖事件 | 1963.07—1964.01 | 7 | 1 | 1963.12 | 秋季 | 1963 |
1965.07—1966.03 | 9 | 2 | 1965.10 | 秋季 | 1965 | |
1972.06—1973.02 | 9 | 3 | 1972.12 | 秋季 | 1972 | |
1982.05—1983.06 | 14 | 3 | 1982.12 | 冬季 | 1982—1983 | |
1986.09—1988.01 | 17 | 2 | 1987.09 | 秋季 | 1986—1987 | |
1991.06—1992.06 | 13 | 2 | 1992.01 | 冬季 | 1991 | |
1994.08—1995.02 | 7 | 2 | 1994.12 | 冬季 | 1994 | |
1997.05—1998.05 | 13 | 3 | 1997.11 | 秋季 | 1997 | |
2002.06—2003.02 | 9 | 2 | 2002.11 | 秋季 | 2002 | |
2004.07—2005.01 | 7 | 1 | 2004.09 | 秋季 | 2004 | |
2006.08—2007.01 | 6 | 1 | 2006.12 | 冬季 | 2006 | |
2009.07—2010.04 | 10 | 2 | 2009.12 | 冬季 | 2009 | |
2014.11—2016.04 | 18 | 3 | 2015.11 | 秋季 | 2015—2016 | |
冷事件 | 1962.08—1963.02 | 7 | -1 | 1963.01 | 冬季 | 1962 |
1964.04—1965.02 | 11 | -1 | 1964.09 | 秋季 | 1964 | |
1967.09—1968.05 | 9 | -1 | 1968.02 | 冬季 | 1968 | |
1970.07—1972.02 | 20 | -2 | 1971.01 | 冬季 | 1970—1971 | |
1973.05—1976.05 | 37 | -3 | 1973.11 | 秋季 | 1974—1975 | |
1984.10—1985.09 | 12 | -1 | 1984.12 | 冬季 | 1984 | |
1988.05—1989.06 | 14 | -3 | 1988.11 | 秋季 | 1988 | |
1995.09—1996.03 | 7 | -1 | 1995.11 | 秋季 | 1995 | |
1998.07—2001.02 | 32 | -3 | 1999.01 | 冬季 | 1999—2000 | |
2007.08—2008.06 | 11 | -2 | 2008.01 | 冬季 | 2007 | |
2010.07—2011.04 | 10 | -2 | 2011.01 | 冬季 | 2010 | |
2011.08—2012.02 | 7 | -1 | 2011.11 | 秋季 | 2011 |
新窗口打开|下载CSV
图1
新窗口打开|下载原图ZIP|生成PPT图11960—2016年ENSO事件等级图
Figure 1El Nino-Southern Oscillation (ENSO) event grade, 1960-2016
1960—2016年的SSTA和SOI的时间变化过程线如图2所示,图中可以看出,当EI Nino事件发生时,对应的SOI值为负;当La Nina事件发生时,对应的SOI值为正。对应等级较大的ENSO事件,SOI数值的绝对值也较大。分别计算1960—2016年Nino3区和Nino3.4区的SSTA与SOI的相关系数,SSTA与SOI的相关系数分别为-0.646和-0.729,SSTA与SOI呈负相关关系。说明本文利用Nino3.4区的SSTA指数来定义ENSO事件是可行的。
图2
新窗口打开|下载原图ZIP|生成PPT图2Nino 3.4区SSTA和SOI随时间变化过程线图
Figure 2Changes of sea surface temperature anomaly (SSTA) and Southern Oscillation Index (SOI) with time in Nino 3.4 district
3.2 ENSO事件周期
近57年ENSO事件的小波系数三维图像如图3所示。图3中可以看出不同时间尺度的小波系数波动情况,3~9 a小尺度在70—90年代变化较大,25 a左右的较大尺度在2000年以后出现较明显波动。图3
新窗口打开|下载原图ZIP|生成PPT图3ENSO事件等级小波系数三维图
Figure 33D graph of wavelet coefficients of El Nino-Southern Oscillation (ENSO) event grade
图4为近57年ENSO事件小波方差曲线。从图中可以看出曲线有3个峰值,其中,最大峰值对应着9 a的时间尺度,说明9 a左右的周期震荡最强,为ENSO事件变化的第一主周期。其次还存在着24 a和3~4 a尺度的第二周期和第三周期。结合ENSO事件小波分析图(图5),可以得出ENSO事件存在9 a、3 a和24 a左右的准周期变化,且通过了95%的显著性检验。ENSO事件所对应的9 a左右的周期变化中,主要分为2个时期,较暖的EI Nino年:1968—1972年、1982—1985年、1994—1998年、2003—2006年和2014—2016年;较冷的La Nina年:1960—1964年、1976—1978年、1988—1991年、1999—2002年和2010—2013年。图5中可以看出,24 a的周期也较为明显,图中显示了2个周期变化。另外,图5中正负值中心对应的年份与图1中的ENSO事件发生年份相对应,负值中心对应La Nina年,正值中心对应EI Nino年。
图4
新窗口打开|下载原图ZIP|生成PPT图4小波方差曲线
Figure 4Wavelet variance curve
图5
新窗口打开|下载原图ZIP|生成PPT图5ENSO事件等级的小波分析
Figure 5Wavelet analysis of El Nino-Southern Oscillation (ENSO) event grade
4 气象因子与ENSO事件的关系
4.1 降水与ENSO事件的关系
图6是ENSO事件等级和年降水量的关系图。通过对降水量和ENSO事件强度6次多项式拟合得到变化趋势线,从趋势线可以看出,降水量和ENSO事件强度存在比较明显的负相关关系,且降水量的变化存在一定的滞后性。通过对近57 a资料分析可知,正常年(非EI Nino年且非La Nina年)降水量负距平12年次,正距平14年次;EI Nino年负距平10年次,正距平6年次;La Nina年负距平8年次,正距平7年次。总的来看,ENSO事件发生的年份,西南地区降水量减少的年份偏多,造成这种现象的原因主要是:2002年以后,除2008年,无论是EI Nino年还是La Nina年,降水量均低于多年平均降水量,且有的年份降幅很大。例如2015年是EI Nino年,降水量距平为-115.46 mm;2011年是La Nina年,而降水量距平是-189.65 mm。图6
新窗口打开|下载原图ZIP|生成PPT图61960—2016年ENSO事件等级与西南地区年降水量关系
Figure 6Relationship between El Nino-Southern Oscillation (ENSO) event grade and annual precipitation in Southwest China, 1960-2016
统计13次EI Nino事件次年的降水量,发现有7次降水量明显减少,1次变化不大,5次降水量明显增加;统计12次La Nina事件的次年降水量,发现有5次降水量明显增加,4次变化不大,3次降水量减少。表明西南地区EI Nino年结束之后的下一年降水量减少的可能性大,而La Nina年结束后的下一年降水量增加的可能性大。
EI Nino和La Nina事件并不是整个时间序列内都发生,用整个时间序列与降水量进行对比时,正常月份的相关性会对ENSO事件与降水量的相关性造成影响,因此,本文提取出EI Nino和La Nina事件发生的年份作为时间序列[28],与SSTA的相关关系进行分析。
利用同期、滞后1~5个月的月降水量和SSTA月序列值进行相关性分析(表2),计算结果可以看出,降水量和SSTA在同期无明显相关关系;在EI Nino事件发生的年份,在滞后2~4个月时,西南地区的降水与SSTA呈显著负相关,其中滞后2个月时,在0.05水平上显著负相关,滞后3、4个月时,在0.01水平上显著负相关;在滞后5个月时,SSTA与降水量呈负相关关系,但不显著。在La Nina事件发生的年份,西南地区的降水量与SSTA在同期和滞后1个月时,呈正相关关系,但不显著。滞后2~4个月时,在0.01水平上呈显著正相关关系,滞后5个月时,降水量与SSTA在0.05水平上显著正相关。
Table 2
表2
表21960—2016年西南地区ENSO发生年份降水量与SSTA的相关性
Table 2
ENSO事件类型 | EI Nino | LA Nina | |||
---|---|---|---|---|---|
滞后期 | Pearson相关性 | 显著性 | Pearson相关性 | 显著性 | |
同期 | 0.0144 | 0.8424 | 0.0369 | 0.6233 | |
滞后1个月 | -0.0835 | 0.2509 | 0.1298 | 0.0834 | |
滞后2个月 | -0.1575* | 0.0299 | 0.1867* | 0.0126 | |
滞后3个月 | -0.2014** | 0.0055 | 0.2344** | 0.0017 | |
滞后4个月 | -0.1965** | 0.0069 | 0.2439** | 0.0011 | |
滞后5个月 | -0.1295 | 0.0773 | 0.1833* | 0.0152 |
新窗口打开|下载CSV
综上,从6个滞后期的计算可以看出,SSTA与降水量在EI Nino事件发生时呈负相关关系,在La Nina事件发生时呈正相关关系。在滞后2~5个月时,ENSO事件对降水量的影响显著,在滞后3个月时,影响达到最大。因此在强ENSO事件发生后要加强防汛抗旱工作,以减轻不利影响。
4.2 气温与ENSO事件关系
由ENSO事件强度和年平均气温关系可知(图7),年平均气温和ENSO事件强度存在一定相关关系。西南地区在气温偏低的20世纪60—80年代末期出现了7个EI Nino年,这些年份年平均气温偏低,但仍比正常年份略有偏高,其中1987年气温在平均值以上;在20世纪90年代初至2016年出现了9次EI Nino年,这个时期气温偏高,9次EI Nino年平均气温以高于平均值为主,表明EI Nino事件对西南地区温度的升高有一定促进作用。2006、2009、2015及2016年平均气温距平最低值也有0.78℃,最高达0.87℃,气温增加最为突出,且在这几年均发生了EI Nino事件。2009年的EI Nino事件使西南地区降水减少,气温增高,发生了百年一遇的大面积干旱。这些说明EI Nino事件确实会对升温有促进作用,并与全球变暖趋势相互印证。2015年又是极强的EI Nino年,云南省多地持续出现高温少雨天气,旱情严峻。La Nina事件的发生对西南地区气温的降低有一定促进作用。1974—1975年发生强La Nina事件,西南地区1975年的气温距平为-0.08℃,1976年降低为-0.68℃。1988年为强La Nina年,当年西南地区平均气温距平为-0.02℃,1989年年平均气温距平降低为-0.35℃。90年代以后,西南地区气温以增温为主,但La Nina年的时候,增温幅度会有所减弱。1999—2000年发生强La Nina事件,西南地区1999年气温距平为0.54℃,2000年降为-0.09℃;2010年的La Nina事件使西南地区在2011年初发生雨雪冰冻灾害。这些都表明La Nina事件对降温的促进作用。图7
新窗口打开|下载原图ZIP|生成PPT图71960—2016年ENSO事件等级与西南地区年平均气温的关系
Figure 7Relationship between El Nino-Southern Oscillation (ENSO) event grade and annual average temperature in Southwest China, 1960-2016
提取出EI Nino和La Nina事件发生的年份作为时间序列,分别与SSTA序列进行相关分析。利用同期、滞后1~5个月的月气温和SSTA月序列值进行相关性分析,结果详见表3,由计算结果可以看出,在EI Nino事件发生的年份,在滞后2~4个月时,西南地区的气温受ENSO事件的影响较大,在0.01水平上呈显著负相关;在同期和滞后1个月和5个月时,SSTA与气温呈负相关关系,但不显著。在La Nina事件发生的年份,西南地区的气温与SSTA在同期和滞后5个月时,呈正相关关系,但不显著。滞后1个月时,在0.05水平上呈显著正相关性,滞后2~4个月时,气温与SSTA在0.01水平上显著相关。气温同ENSO事件相关关系比降水量与ENSO事件的相关关系更为明显。
Table 3
表3
表31960—2016年西南地区ENSO发生年份气温与SSTA的相关性
Table 3
ENSO事件类型 | EI Nino | La Nina | |||
---|---|---|---|---|---|
滞后期 | Pearson相关性 | 显著性 | Pearson相关性 | 显著性 | |
同期 | -0.0098 | 0.8927 | 0.0120 | 0.8725 | |
滞后1个月 | -0.1418 | 0.0504 | 0.1750* | 0.0191 | |
滞后2个月 | -0.2368** | 0.0010 | 0.2906** | 0.0001 | |
滞后3个月 | -0.2625** | 0.0003 | 0.3154** | 0.0000 | |
滞后4个月 | -0.2278** | 0.0017 | 0.2625** | 0.0004 | |
滞后5个月 | -0.1332 | 0.0691 | 0.1471 | 0.0521 |
新窗口打开|下载CSV
5 旱涝指数与ENSO事件关系
5.1 年尺度旱涝等级与ENSO事件的关系
近57年ENSO事件强度与西南地区Z指数旱涝等级如图8所示,可以看出,20世纪70年代中期以前偏涝,80年代—2000年旱涝交替,2000年以后逐渐偏旱,近年来干旱的趋势有所增强。图8中也可以看到,ENSO事件强度等级存在明显的年代际变化特征,60年代是EI Nino事件处于较强时期,La Nina事件在70年代较强,80—90年代又是EI Nino事件表现较强的时期,La Nina事件在进入21世纪以来逐渐转为较强。2011年以后EI Nino事件又表现非常强。通过对西南地区1960—2016年旱涝等级和ENSO事件等级6次多项式拟合,获得了两者变化的趋势(图8),分析表明,ENSO事件强度与旱涝等级存在一定的负相关关系,当EI Nino事件强度增大时对应西南地区的干旱事件增加多,当La Nina事件强度增大时,西南地区洪涝事件增多。图8
新窗口打开|下载原图ZIP|生成PPT图81960—2016年ENSO事件强度与西南地区Z指数旱涝等级关系
Figure 8Relationship between intensity of El Nino-Southern Oscillation (ENSO) events and drought/flood grade based on Z index in Southwest China, 1960-2016
统计表明,在La Nina年份中,重涝年1次,中涝年2次,轻涝年1次,正常年份8次,中旱年2次,重旱年1次;在EI Nino年份中,中涝年3次,轻涝年2次,正常年份3次,轻旱年3次,中旱年2次,重旱年2次。总的来看,近57年气候反常的年份中,旱年10次,涝年9次,旱年略多于涝年;La Nina年涝年数量虽略少,但等级较强;EI Nino年旱年较多。
统计在ENSO事件相对强度较大的年份,西南地区旱涝事件的发生情况,发现1963、1972、1987、2004、2006、2009、2015和2016年发生了旱灾,同时是EI Nino年;1968、1970、1974和1999年发生了涝灾,同时是La Nina年。统计ENSO事件发生的31年次,当年或次年出现旱涝情况的有29年次,概率为93.55%,因此在强ENSO事件发生的当年或者次年需要提高对旱涝事件的警惕,加强防汛抗旱工作。
5.2 月尺度旱涝指数与SOI的相关关系
根据1960—2016年逐月降水量计算SPI指数,与SOI进行相关性研究(表4)。从57年来SOI与同期和滞后5个月旱涝指数(SPI)的相关分析中发现,西南地区SPI和SOI呈不显著的负相关关系,滞后1、2和4个月时,SPI和SOI在0.05水平上呈显著的负相关系数;滞后3个月时,SPI和SOI在0.01水平上呈极显著的负相关关系。但二者相关系数相对较小,说明二者的Pearson相关程度较弱。SOI与滞后3个月的旱涝指数达到最大负相关,说明SOI对旱涝的影响存在1~4个月的滞后期,并且在滞后3个月时影响最大。Table 4
表4
表41960—2016年西南地区旱涝指数与SOI的相关性
Table 4
时间 | 同期 | 滞后1个月 | 滞后2个月 | 滞后3个月 | 滞后4个月 | 滞后5个月 |
---|---|---|---|---|---|---|
相关系数 | -0.0387 | -0.0920* | -0.0860* | -0.1302** | -0.0987* | -0.0574 |
显著性 | 0.3253 | 0.0193 | 0.0288 | 0.0009 | 0.0122 | 0.1463 |
新窗口打开|下载CSV
6 结论
本文利用海表温度距平指数(SSTA)和南方涛动指数(SOI)与降水、气温及旱涝指数的关系来分析ENSO事件与旱涝演变的相关关系[33]。上述分析结果表明:(1)1960—2016年,EI Nino事件发生强度要大于La Nina事件,这种现象发生的主要原因是全球气候变暖的影响。SSTA与SOI的负相关关系显著,ENSO事件存在9 a、24 a、和3~4 a左右的准周期变化。
(2)降水量和气温与ENSO事件强度存在比较明显的相关关系,且降水量和气温的变化存在一定的滞后性。在EI Nino事件发生的年份,在滞后2~4个月时,西南地区的降水和气温与SSTA呈显著负相关。在La Nina事件发生的年份,西南地区的降水量和气温与SSTA在滞后2~4个月时呈显著正相关关系。相比降水量来说,气温同ENSO事件相关关系更为明显。
(3)在ENSO事件相对强度较大的年份,西南地区发生旱涝灾害的概率增加。ENSO事件强度与旱涝等级存在一定的负相关关系,当EI Nino事件强度增大时对应西南地区的干旱事件增多,当La Nina事件强度增大时,西南地区洪涝事件增多。西南地区在强ENSO事件发生的当年或次年易发生旱涝灾害,因此在强ENSO事件发生的当年或者次年需要提高对旱涝事件的警惕,加强防汛抗旱工作。
(4)根据1960—2016年逐月降水量计算SPI指数,与SOI进行相关性研究,从57年来SOI与滞后3个月旱涝指数(SPI)的相关分析中发现,SPI和SOI在0.01水平上呈极显著的负相关关系。SOI对旱涝的影响存在1~4个月的滞后期,并且在滞后3个月时影响最大。降水量和气温与SSTA的相关关系可以与之相互印证。
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
DOI:10.11821/dlxb201801003Magsci [本文引用: 1]
<p>基于长江中下游流域75个雨量站1960-2015年的日降水资料,通过对原有的旱涝急转指数加以改进,定义了日尺度旱涝急转指数(Dry-Wet Abrupt Alternation Index, DWAAI),全面分析长江中下游流域夏季(5-8月)旱涝急转事件的时空演变特征,并讨论了旱涝急转事件与事件发生前太平洋海表温度的关系。结果表明:① 改进的DWAAI综合考虑了事件前后期旱涝差异与急转快慢程度,筛选事件更加全面。② 总体来说,自20世纪60年以来,流域内发生旱涝急转事件的区域范围越来越广,事件频率和强度均具有逐年增长趋势。旱涝急转事件主要发生在5月和6月,且汉江水系、中游干流区间、洞庭湖水系北部和鄱阳湖水系西北部地区为事件高发区。③ 旱涝急转事件与事件发生前Nino 3.4区域海温持续异常偏低存在一定关系。在发生时间上,La Ni?a现象具有一定的先兆作用,41.04%的事件发生在La Ni?a现象衰亡期或现象结束后8个月内;在事件强度上,流域内站点的DWAAI与事件发生前第1~6个月的Nino 3.4区域海温异常值存在显著的负相关性,尤其是在鄱阳湖水系和中游干流区间,二者负相关性最强。研究结果可以为长江中下游流域防洪抗旱工作提供一定的依据。</p>
[J].
DOI:10.11821/dlxb201801003Magsci [本文引用: 1]
<p>基于长江中下游流域75个雨量站1960-2015年的日降水资料,通过对原有的旱涝急转指数加以改进,定义了日尺度旱涝急转指数(Dry-Wet Abrupt Alternation Index, DWAAI),全面分析长江中下游流域夏季(5-8月)旱涝急转事件的时空演变特征,并讨论了旱涝急转事件与事件发生前太平洋海表温度的关系。结果表明:① 改进的DWAAI综合考虑了事件前后期旱涝差异与急转快慢程度,筛选事件更加全面。② 总体来说,自20世纪60年以来,流域内发生旱涝急转事件的区域范围越来越广,事件频率和强度均具有逐年增长趋势。旱涝急转事件主要发生在5月和6月,且汉江水系、中游干流区间、洞庭湖水系北部和鄱阳湖水系西北部地区为事件高发区。③ 旱涝急转事件与事件发生前Nino 3.4区域海温持续异常偏低存在一定关系。在发生时间上,La Ni?a现象具有一定的先兆作用,41.04%的事件发生在La Ni?a现象衰亡期或现象结束后8个月内;在事件强度上,流域内站点的DWAAI与事件发生前第1~6个月的Nino 3.4区域海温异常值存在显著的负相关性,尤其是在鄱阳湖水系和中游干流区间,二者负相关性最强。研究结果可以为长江中下游流域防洪抗旱工作提供一定的依据。</p>
[J]. ,
DOI:10.1329/j.cnki.sgs.2016.01.016Magsci [本文引用: 1]
基于淮河流域35个站点1961~2008年日降水资料,从成因角度研究不同厄尔尼诺-南方涛动事件(ENSO)事件对流域降水过程时空演变特征的影响。研究表明:①流域降水过程出现沂沭泗河水系变干、淮河水系降水量缓慢增大的特征。② CPW年,年最长连续降水日数、年最长连续降水量的距平变化幅度大且为负值;EPC年,年最长连续无降水日数较常年明显增多;EPW年,连续降水日数变长、连续降水量减少。③ ENSO对流域强降水影响较大,在CPW和EPW年淮河水系暴雨、大雨日数较常年多,而沂沭泗河水系暴雨、大雨日数比常年少;EPC年与此相反。④ ENSO对连续4 d以上降水影响显著,其中EPC年影响最大。
[J].
DOI:10.1329/j.cnki.sgs.2016.01.016Magsci [本文引用: 1]
基于淮河流域35个站点1961~2008年日降水资料,从成因角度研究不同厄尔尼诺-南方涛动事件(ENSO)事件对流域降水过程时空演变特征的影响。研究表明:①流域降水过程出现沂沭泗河水系变干、淮河水系降水量缓慢增大的特征。② CPW年,年最长连续降水日数、年最长连续降水量的距平变化幅度大且为负值;EPC年,年最长连续无降水日数较常年明显增多;EPW年,连续降水日数变长、连续降水量减少。③ ENSO对流域强降水影响较大,在CPW和EPW年淮河水系暴雨、大雨日数较常年多,而沂沭泗河水系暴雨、大雨日数比常年少;EPC年与此相反。④ ENSO对连续4 d以上降水影响显著,其中EPC年影响最大。
[J]. ,
Magsci [本文引用: 1]
[J].
Magsci [本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
Magsci [本文引用: 1]
该文用Chen等(2001)最新创建的全球陆地月降水资料(PREC/L),划分并检验了1948年--2001年全球9月--11月的旱涝年。结果表明,冷事件大多对应涝年,暖事件大多对应旱年。全球9月--11月降水有明显的年代际变化,涝年大多在80年代以前,旱年大多从80年代开始。其中,1987年--1997年全球9月--11月的连续旱年,是一个非常特殊的时段。指出,印度季风区域、东南亚地区、热带太平洋岛屿、我国的东南沿海及日本一带、西非季风区及墨西哥湾区域,是旱涝年的平均降水差异较大的区域。并指出,东太平洋和西南太平洋3月--5月海温的变化对于9月--11月全球陆地降水的趋势变化有很好的预报意义。划分并检验了南、北半球9月--11月的旱涝年。指出,北半球旱涝年的分布和全球的是基本一致的,南半球与北半球的旱涝年的分布具有明显的正相关。
[J].
Magsci [本文引用: 1]
该文用Chen等(2001)最新创建的全球陆地月降水资料(PREC/L),划分并检验了1948年--2001年全球9月--11月的旱涝年。结果表明,冷事件大多对应涝年,暖事件大多对应旱年。全球9月--11月降水有明显的年代际变化,涝年大多在80年代以前,旱年大多从80年代开始。其中,1987年--1997年全球9月--11月的连续旱年,是一个非常特殊的时段。指出,印度季风区域、东南亚地区、热带太平洋岛屿、我国的东南沿海及日本一带、西非季风区及墨西哥湾区域,是旱涝年的平均降水差异较大的区域。并指出,东太平洋和西南太平洋3月--5月海温的变化对于9月--11月全球陆地降水的趋势变化有很好的预报意义。划分并检验了南、北半球9月--11月的旱涝年。指出,北半球旱涝年的分布和全球的是基本一致的,南半球与北半球的旱涝年的分布具有明显的正相关。
[J]. ,
Magsci [本文引用: 1]
对长江上游旱涝灾害时间序列(1470-2003年)及SST指数序列(1868-2003年)作统计相关与谱分析,探讨了长江上游旱涝灾害与ENSO事件的遥相关关系.结果表明:长江上游旱涝灾害主周期要大于ENSO事件的主周期,前者主周期主要为16.69a,5.09a以及10.47a,而后者主周期主要为5a,~10~12年以及~10a.交叉谱分析结果表明,长江上游旱涝灾害与SST在约5a以及约10~12a周期上呈现出显著的相关性.可以认为ENSO事件发生周期与生存周期的长短直接影响着长江上游旱涝灾害发生的周期与频率,并在5a以及10~12a的周期上表现出高的统计相关性.SST指数与长江上游旱涝灾害相关分析表明,ElNiño事件的发生使长江上游发生旱灾机率增大,而LaNiña事件的发生则使长江上游发生涝灾的机率增大.
[J].
Magsci [本文引用: 1]
对长江上游旱涝灾害时间序列(1470-2003年)及SST指数序列(1868-2003年)作统计相关与谱分析,探讨了长江上游旱涝灾害与ENSO事件的遥相关关系.结果表明:长江上游旱涝灾害主周期要大于ENSO事件的主周期,前者主周期主要为16.69a,5.09a以及10.47a,而后者主周期主要为5a,~10~12年以及~10a.交叉谱分析结果表明,长江上游旱涝灾害与SST在约5a以及约10~12a周期上呈现出显著的相关性.可以认为ENSO事件发生周期与生存周期的长短直接影响着长江上游旱涝灾害发生的周期与频率,并在5a以及10~12a的周期上表现出高的统计相关性.SST指数与长江上游旱涝灾害相关分析表明,ElNiño事件的发生使长江上游发生旱灾机率增大,而LaNiña事件的发生则使长江上游发生涝灾的机率增大.
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
DOI:10.3878/j.issn.1006-9895.2008.04.06Magsci [本文引用: 1]
资料分析研究表明ENSO(El Ni?o和La Ni?a)实际上是热带太平洋次表层海温距平的循环,而次表层海温距平的循环是赤道西太平洋异常纬向风所驱动的,赤道西太平洋的异常纬向风又主要由异常东亚冬季风所激发。因此可以将ENSO的机理视为主要是由东亚季风异常造成的赤道西太平洋异常纬向风所驱动的热带太平洋次表层海温距平的循环。同时分析还表明,热带西太平洋大气季节内振荡(ISO)的明显年际变化,作为一种外部强迫,对ENSO循环起着十分重要的作用;El Ni?o的发生同大气ISO的明显系统性东传有关。资料分析也表明,El Ni?o持续时间的长短与大气环流异常有密切关系。用非线性最优化方法研究El Ni?o-南方涛动(ENSO)事件的可预报性问题,揭示了最容易发展成ENSO事件的初始距平模态,即条件非线性最优扰动(CNOP)型初始距平;找出能够导致显著春季可预报性障碍(SPB),且对ENSO预报结果有最大影响的一类初始误差——CNOP型初始误差,进而探讨耦合过程的非线性在SPB研究中的重要作用,提出了关于ENSO事件发生SPB的一种可能机制;用CNOP方法揭示了ENSO强度的不对称现象,探讨ENSO不对称性的年代际变化问题,提出ENSO不对称性年代际变化的一种机制;建立了关于ENSO可预报性的最大可预报时间下界、最大预报误差上界和最大允许初始误差下界的三类可预报性问题,分别从三个方面揭示ENSO事件的春季可预报性障碍现象,比较有效地量化了模式ENSO事件的可预报性。利用中国科学院大气物理研究所地球流体力学数值模拟国家重点实验室的ENSO预测系统,研究了海洋资料同化在ENSO预测中的应用,该系统可以同时对温、盐剖面资料和卫星高度计资料进行同化。并且在模式中采用次表层上卷海温的非局地参数化方法,可有效地改进ENSO模拟水平。采用集合卡曼滤波(Ensemble Kalman Filter,EnKF)同化方法以及在集合资料同化中“平衡的”多变量模式误差扰动方法为集合预报提供更加精确和协调的初始场,ENSO预报技巧得到提高。
[J].
DOI:10.3878/j.issn.1006-9895.2008.04.06Magsci [本文引用: 1]
资料分析研究表明ENSO(El Ni?o和La Ni?a)实际上是热带太平洋次表层海温距平的循环,而次表层海温距平的循环是赤道西太平洋异常纬向风所驱动的,赤道西太平洋的异常纬向风又主要由异常东亚冬季风所激发。因此可以将ENSO的机理视为主要是由东亚季风异常造成的赤道西太平洋异常纬向风所驱动的热带太平洋次表层海温距平的循环。同时分析还表明,热带西太平洋大气季节内振荡(ISO)的明显年际变化,作为一种外部强迫,对ENSO循环起着十分重要的作用;El Ni?o的发生同大气ISO的明显系统性东传有关。资料分析也表明,El Ni?o持续时间的长短与大气环流异常有密切关系。用非线性最优化方法研究El Ni?o-南方涛动(ENSO)事件的可预报性问题,揭示了最容易发展成ENSO事件的初始距平模态,即条件非线性最优扰动(CNOP)型初始距平;找出能够导致显著春季可预报性障碍(SPB),且对ENSO预报结果有最大影响的一类初始误差——CNOP型初始误差,进而探讨耦合过程的非线性在SPB研究中的重要作用,提出了关于ENSO事件发生SPB的一种可能机制;用CNOP方法揭示了ENSO强度的不对称现象,探讨ENSO不对称性的年代际变化问题,提出ENSO不对称性年代际变化的一种机制;建立了关于ENSO可预报性的最大可预报时间下界、最大预报误差上界和最大允许初始误差下界的三类可预报性问题,分别从三个方面揭示ENSO事件的春季可预报性障碍现象,比较有效地量化了模式ENSO事件的可预报性。利用中国科学院大气物理研究所地球流体力学数值模拟国家重点实验室的ENSO预测系统,研究了海洋资料同化在ENSO预测中的应用,该系统可以同时对温、盐剖面资料和卫星高度计资料进行同化。并且在模式中采用次表层上卷海温的非局地参数化方法,可有效地改进ENSO模拟水平。采用集合卡曼滤波(Ensemble Kalman Filter,EnKF)同化方法以及在集合资料同化中“平衡的”多变量模式误差扰动方法为集合预报提供更加精确和协调的初始场,ENSO预报技巧得到提高。
[J]. ,
[本文引用: 1]
[C]. ,
[本文引用: 1]
[J]. ,
Magsci [本文引用: 1]
利用分布于我国不同气候区的7个气象台站1951~1995年的月降水资料,比较分析了标准化降水指标(Standardized precipitation index, SPI)和在我国已成熟应用的Z指数。结果表明,SPI计算简单,资料容易获取,而且计算结果与Z指数有极好的一致性。同时,由于SPI是通过概率密度函数求解累积概率,再将累积概率标准化而得,具有稳定的计算特性,消除了降水的时空分布差异,在各个区域和各个时段均能有效地反映旱涝状况,优于在我国广泛应用的Z指数。此外,SPI还可以计算不同时间尺度的指标值,能够满足不同水资源状况分析的要求。以北京为例,探讨了应用4种时间尺度的SPI值反映1951~1995年期间的旱涝事件,发现SPI能准确地反映北京45年间的旱涝趋势,对于旱涝灾害有着良好的预测作用,可用于我国的水资源评估以及不同时间尺度的干旱监测。
[J].
Magsci [本文引用: 1]
利用分布于我国不同气候区的7个气象台站1951~1995年的月降水资料,比较分析了标准化降水指标(Standardized precipitation index, SPI)和在我国已成熟应用的Z指数。结果表明,SPI计算简单,资料容易获取,而且计算结果与Z指数有极好的一致性。同时,由于SPI是通过概率密度函数求解累积概率,再将累积概率标准化而得,具有稳定的计算特性,消除了降水的时空分布差异,在各个区域和各个时段均能有效地反映旱涝状况,优于在我国广泛应用的Z指数。此外,SPI还可以计算不同时间尺度的指标值,能够满足不同水资源状况分析的要求。以北京为例,探讨了应用4种时间尺度的SPI值反映1951~1995年期间的旱涝事件,发现SPI能准确地反映北京45年间的旱涝趋势,对于旱涝灾害有着良好的预测作用,可用于我国的水资源评估以及不同时间尺度的干旱监测。
[J]. ,
[本文引用: 1]
[J]
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[D]. ,
[本文引用: 1]
[D]. ,
[本文引用: 1]
[J]. ,
DOI:10.11676/qxxb2000.010Magsci [本文引用: 1]
根据1951~1996年完整可靠的海面温度(SST)和南方涛动指数(SOI)资料,以中、东太平洋SST异常变化为指标,定义了ENSO事件,并在此基础上提出了以ENSO事件过程海温距平累积值为指标的强度指数。此外,还定义了ENSO事件的海-气综合强度指数,并对ENSO事件的长度、强度及爆发类型等进行了分类。
[J].
DOI:10.11676/qxxb2000.010Magsci [本文引用: 1]
根据1951~1996年完整可靠的海面温度(SST)和南方涛动指数(SOI)资料,以中、东太平洋SST异常变化为指标,定义了ENSO事件,并在此基础上提出了以ENSO事件过程海温距平累积值为指标的强度指数。此外,还定义了ENSO事件的海-气综合强度指数,并对ENSO事件的长度、强度及爆发类型等进行了分类。
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[D]. ,
[本文引用: 2]
[D]. ,
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[N]. ,
[本文引用: 1]
[N].
[本文引用: 1]