, (1)
北京大学学报(自然科学版) 第60卷 第1期 2024年1月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 60, No. 1 (Jan. 2024)
doi: 10.13209/j.0479-8023.2023.082
国家自然科学基金(8201701574)资助
收稿日期: 2022‒12‒28;
修回日期: 2023‒05‒26
摘要 利用最新的高时空分辨率融合降水数据集, 研究青藏高原的长期降水变化趋势。结果表明, 在1981—2015 年的暖季(5—9 月), 青藏高原降水量显著增加(格点平均趋势为 0.9mm/a), 其东北部、中部和西部最为显著。采用T模态倾斜旋转主成分分析法(PCT), 将青藏高原 500hPa位势高度场分为 9 个典型环流型, 发现第 2 和第 4 环流型(T2 和 T4)是暖季降水量增加的主导环流型(DT)。DT 位势高度场为西低东高的“槽脊对峙”分布, 青藏高原暖季降水量增加体现在 DT 主导降水日数和日均降水量的共同增加。除 DT 环流型数量的增加导致青藏高原中西部降水增加外, 降水增加机制还包括降水条件的优化, 即 T2 以“槽脊对峙”加强为驱动的动力条件优化为主导, T4 以“水汽滞增”加强为驱动的热力条件优化为主导。
关键词 青藏高原(TP); 降水; 长期趋势; 大尺度环流
青藏高原(简称高原)是全球平均海拔最高、地形最复杂的高原, 被称为“世界屋脊”[1]和“地球第三极”[2], 也是全球气候变化最敏感的区域之一[3], 对其周边的天气和气候有重要影响[4–6], 因此高原气候变化问题一直被国内外科学家关注。目前, 高原变暖已经是一个人们熟知的结论[7–8]。事实上, 高原变暖的同时也在变湿。近 40 年来, 高原夏季水汽含量呈现显著增加的趋势, 为其降水提供了更充沛的水汽来源[9], 因此, 高原降水整体上呈现上升趋势[10–13]。高原是亚洲多条主要河流的发源地, 大气降水是高原的主要水源, 高原降水的变化对河流下游地区的水资源有重要影响, 所以研究高原降水变化趋势及其物理机制有非常重要的意义。
近期的研究表明, 高原不同区域的降水变化趋势差别很大。段克勤等[14]通过分析气象观测数据, 发现高原中东部以唐古拉山为界, 北部降水增加, 南部降水减少。Li 等[15]利用观测数据和高原涡年鉴数据, 从高原涡的角度进行研究, 发现高原北部200hPa 因西风增强而导致高空辐散加强, 进而导致高原北部高原涡数量的显著增加以及降水的显著增加。鉴于高原中西部缺乏观测数据, Liu 等[16]使用湖泊数据、GPCC 降水数据和 TRMM 卫星数据进行高原降水变化趋势的研究, 同样得出高原降水变化趋势南北对峙的结论, 指出高原北部降水增加的主要原因是太平洋年代际振荡(IPO)与大西洋多年代际振荡(AMO)的协同作用导致水汽增加, 高原南部降水减少的主要原因是感热减小导致对流减弱。Na等[17]利用 GPM 卫星数据进行研究, 发现高原南坡的降水变化趋势与海拔关系密切, 低海拔区域降水减少, 高海拔区域降水增加。
造成高原各区域降水变化的原因不尽相同, 综合来看, 直接影响高原降水的主要气候系统是西风带和印度夏季风, 这种影响体现在动力和热力两个主要方面, 动力方面主要体现在西风带波列构建的太平洋、大西洋与高原之间的遥相关[18–20]以及西风带强度和位置变化导致的高原上空涡度变化[15], 热力方面则体现为贝加尔湖异常反气旋导致水汽在高原上滞留[16,20]以及西风与印度夏季风强度的变化对水汽输送的影响[21]。另外, 在高原局部地区, 降水也受冰川消退[22]和感热变化[16,23]影响。
众多研究者对高原的降水变化趋势给出合理的解释, 但大多是从气候学角度出发, 并且由于高原观测资料的匮乏, 大多偏重于高原局部或某些特定降水系统的研究。不同于以往的研究, 本研究从逐日环流角度出发, 解释导致高原降水变化趋势的可能物理机制。首先, 利用最新的高时空分辨率融合降水数据集, 分析高原降水的时空变化趋势; 然后, 采用 T 模态倾斜旋转主成分分析方法, 对高原低空(500hPa)环流进行分型; 再后, 确定高原降水变化趋势的主导环流型; 最后, 通过对主导环流型的环境场分析, 揭示高原降水变化趋势的成因。本研究旨在弥补因高原观测站稀疏而导致的观测数据空间代表性不足的缺陷, 更细致地揭示高原降水的变化趋势, 建立天气学分析与气候研究的桥梁, 以期有助于丰富和加深对高原降水变化的了解, 为研究高原降水的未来变化提供参考依据。
由于高原降水集中在暖季[11,24], 本研究只关注高原暖季降水。研究的时间跨度为 1981—2015 年暖季(每年的 5 月 1 日至 9 月 30 日), 共计 5355 天, 日降水定义为每天 00—23 时(世界时)的累积降水。参照前人对高原区域的定义[25], 本研究中的高原空间范围为 25°—40°N, 75°—105°E 内海拔高度大于3000m 的区域。
降水数据使用 AERA5-Asia 数据集。AERA5-Asia 是一个通过时空裂解方式, 由 APHRODITE 数据集和 ERA5-Land 数据集得到的高时空分辨率降水数据集, 具有比其他数据集更高的分辨率和精度[26], 时间分辨率为 1h, 空间分辨率为 0.1°。高原共计 25012 个格点, 格点降水定义为某格点的累积降水, 格点降水日定义为某格点日降水>0mm 的自然日(世界时 00—23 时)。
环流分型和背景场分析使用欧洲中期天气预报中心第五代全球气候大气再分析数据(ERA5), 其空间水平分辨率为 0.25°, 时间分辨率为 1h[27]。与ERA-Interim 再分析资料相比, ERA5 再分析资料同化了更多的观测数据和卫星数据, 能够更准确地估计大气状况[9]。
环流分型: 采用 T 模态倾斜旋转主成分分析方法(principal components in the T-mode, PCT)[28–29]进行环流分型。
线性趋势、均值差异以及显著性检验: 趋势计算使用线性最小二乘拟合法, 线性趋势的显著性检验采用沃尔德检验(Wald test)方法[30]; 在研究不满足线性变化特征的物理量时, 对其前后不同时段(1981—1997 年, 1999—2015 年)的均值差异进行分析, 均值差异的显著性检验采用曼‒惠特尼检验(Mann-Whitney test)方法[31]。
环境参量: 为了定量地描述高原大气整体的水汽含量、水汽输送情况以及对流不稳定条件, 计算500hPa 相当位温(θe)、垂直积分水汽含量(PWV)、垂直积分水汽通量(IVT)以及经过虚温订正的对流有效位能(CAPE), 计算公式如下:
, (1)
, (2)
(3)
式(1)和(2)中, g 是重力加速度(9.8m/s2), q 是比湿(g/kg), V 是水平风速(m/s), Ps 为地表气压(hPa), Pt 为大气层顶部气压(hPa)。由于 300hPa 以上水汽含量很小[32], 所以本文中 Pt 取 300hPa。式(3)中, Rd是干空气比气体常数(287.05J/(K·kg)), LFC 是抬升凝结高度的气压(hPa), EL 是对流平衡高度的气压(hPa), Tvparcel 是气块虚温, Tvenv 是环境虚温。
图 1(a)显示, 高原暖季平均季节降水呈现从东南向西北明显减少的趋势, 且高原南部边缘降水较多, 与前人使用地面观测数据[21]和 GPM 卫星数 据[17]的研究结果一致。图 1(b)显示, 降水变化趋势的空间分布不均匀, 与前人用观测数据[15]、GPCC降水数据[16]以及 TRMM 卫星数据[16]的研究结果相似。但是, 高时空分辨率的 AERA5-Asia 数据呈现更多新的细节, 降水增加的主要区域有高原东北部、中部和西部, 而高原东部、西南部和北部的局部地区却出现减少趋势, 可能与环流形势的变化以及高原的复杂地形有关。
图 1(c)显示, 高原降水整体上呈现显著增加的趋势, 1981—2015 年格点平均暖季降水量每年增加0.9mm。为探究高原格点降水增加的细节, 对高原25012 个格点的降水日数和日降水量进行概率密度拟合分析, 结果如图 1(d)所示。可以看出, 1999—2015 年高原 25012 个格点的平均降水日数(86.7 天)比 1981—1997 年(80.4 天)显著增加, 且主要体现在降水日数为 40～80 天和 100～130 天两个时段的格点数增加以及降水日数 40 天以下格点的减少。
图 1(e)显示, 格点平均日降水量从 1981—1997年的 2.45mm 增加到 2001—2015 年的 2.55mm, 并且主要体现在日降水量在 1.3～1.6mm 之间以及大于 2.5mm格点数的增加。总的来说, 1981—2015 年暖季降水量在高原东北部、中部和西部有显著增加的趋势, 主要体现在降水日数的增加和日降水量的增加。
为了研究高原暖季降水变化的物理机制, 我们采用 PCT 方法进行环流客观分型。PCT 方法在过往研究(如极端降水研究[33]和强对流风暴研究[34])中应用广泛, 具有分型稳定且物理意义明晰的优点[35]。考虑到研究区平均海拔超过 3000m, 500hPa 气压层(对应此区域低层大气)能更好地代表环流特征, 所以使用 500hPa 位势高度进行环流分型计算。
分型结果如图 2 所示。高原地区逐日大气环流在 500hPa 位势高度共分为 9 种类型(T1～T9), 可以解释 500hPa 位势高度 98.3%的方差, 说明这个分型结果能够很好地代表高原 500hPa 环流特征。由于T9 为热带气旋登陆型(图 2(i)), 在 35 年暖季中仅发生 10 次, 占比仅 0.2%, 并且只在 1999, 2000, 2002和 2010 年这 4 个年份出现, 对高原长期降水变化趋势的影响极小, 所以不对 T9 环流型做详细的研究。其余 8 个环流型大致可分为以下 4 类。
1) T1 和 T6, 环流日数占比为 25.2%, 其环流特点是高原“中部低压” (图 2(a)和(f)), 这两个环流型的 500hPa 风场均在高原东部辐合。不同之处在于, T1 在高原中部可以形成低涡, 而 T6 仅为低压槽, 两者之中只有 T6 在高原南部有较高的 θe 值。这是因为 T1 主要分布在 5—6 月, 而 T6 多发生在 7—8 月(图 2(j))。
2) T2 和 T4, 环流日数占比为 19.6%, 其环流特点是“西低东高” (图 2(b)和(d)), 高原西部存在低压槽, 高原东部存在高压, 高原中西部处于槽前脊后, 盛行偏南气流。不同之处在于, T2 为东部高压脊, T4 东部形成高压环流, T2 因水平气压梯度更大而水平风更强。两型在高原南部都有较高的 θe 值, 然而T4 的 θe 值更高。T2 多发生在 7—9 月, 而 T4 多发生在 7—8 月(图 2(j))。
3) T3 和 T8, 环流日数占比为 19.0%, 其环流特点是“中西高压”(图 2(c)和(h)), 高原中西部为高压控制, 高原东部处于槽后脊前位置, 高原西部盛行西南气流, 高原东部盛行西北气流, 而高原中部风场较弱。θe 最高只有 348K, 远低于 T2, T4 和 T6 型环流日的最高值 352K。从图 2(j)可以看出, T3 和T8 在各月份的分布相对均匀。
(b)中黑色圆点区域和(c)中*号表示通过置信度为95%的显著性检验, 下同
图1 1981—2015年暖季高原降水统计结果
Fig. 1 Statistical results of precipitation in the warm seasons over TP during 1981–2015
4) T5 和 T7, 环流日数占比达到 36%, 在所有环流日中占比最高(图 2(e)和(g)), 其环流特点是“准平直”, 500hPa位势高度场无明显槽脊, 高原大部盛行西南气流且辐合较弱。θe值较低, 特别是 T7 型, 最高只有 344K。T5 主要分布在 5—6 月, 而 T7 主要分布在 5, 6 和 9 月(图 2(j))。
图 3 展示高原暖季不同环流型下年日均降水量分布(填色)特征。结合图 2 和 3 不难发现, 高原降水分布与环流形势的关系非常密切, 高原降水集中于500hPa 低压前部、500hPa 切变线附近和高原南部边缘。在 T1 和 T6 环流日(图 3(a)和(f)), 由于 500hPa 风场在高原东部辐合, 所以降水主要分布在高原东部 500hPa 切变线附近。在 T2 和 T4 环流日(图3(b)和(d)), 受西部低压槽影响, 降水分布区域明显偏西, 高原东部降水少于其他环流型; 并且, 受槽前西南气流影响, 在高原西南边缘产生较多的迎风坡降水。在 T3 和 T8 环流日(图 3(c)和(h)), 受高压环流影响, 降水主要分布在高原东南部一角, 降水区域明显小于其他环流型。在 T5 和 T7 环流日(图3(e)和(g)), 由于没有明显的槽脊, 低空风场切变也较弱, 此时环流的影响较弱, 热力作用是降水的主导因素, 所以降水分布与高原平均降水的分布相似, 从高原东南部向西北部递减。
(a)～(i)位势高度(填色)、相当位温(红色等值线, 单位: K)、切变线(棕色粗线, 下同)和风矢量(灰色箭头), 子图上方括号内为每个环流型的数量占比; (j)环流型T1～T9发生日数的逐月分布
图2 1981—2015年暖季高原500 hPa的9种环流型及其环流发生日数的逐月分布
Fig. 2 Result of PCT on 500 hPa over TP in the warm seasons and the monthly distribution of circulation days in T1–T9 during 1981–2015
为了确定高原降水增加的主导环流型, 本文分别计算各环流型下的降水变化趋势分布(如图 3 中红色和蓝色三角形所示), 可见各环流型降水变化趋势的分布差别巨大。在 T2 环流型下, 高原东北部、中部、西部以及西南部边缘均有显著的降水增加趋势。在 T4 环流型下, 降水显著增加的区域集中在高原东北部, 高原中部和西部也有零散分布的降水显著增加区域。在 T3, T6, T7 和 T8 环流型下, 出现高原西部小范围内降水显著增加, 高原其他区域降水显著减少的情况, 所以整体而言, 这 4 个环流型对高原总降水变化趋势的影响不大。在 T1 和T5 环流型下, 几乎没有降水显著增加的区域。因此, 可以初步判断 T2 和 T4 为高原降水增加的主导环流型。
降水量及其变化趋势(通过置信度为95%的显著性检验); 红色和蓝色三角形分别表示上升和下降
图3 各环流型的日均降水量及其变化趋势分布
Fig. 3 Distribution of precipitation and its trend in different circulation types
为了定量地分析各环流型下降水的变化趋势, 对 T1～T9 环流型分别进行统计, 结果如图 4 所示。只有 T2 和 T4 的环流日数变化通过置信度为 95%的显著性检验, T2 环流日数的增加趋势为 0.33d/a, T4环流日数的增加趋势为 0.24d/a。从各环流型的格点平均年降水变化趋势来看, T1, T2, T4, T5 和 T8 环流型的年降水是增加的, 而 T3, T6 和 T7 环流型的年降水是减少的(T9 环流型数量极少, 无趋势可言)。只有 T2 和 T4 环流型的格点平均年降水变化趋势通过置信度为 95%的显著性检验, 其中 T2 环流型贡献的格点平均年降水变化趋势为 0.67mm/a, T4 环流型贡献的格点平均年降水变化趋势为 0.39mm/a。因此, 可以确定 T2 和 T4 环流型对高原格点平均降水变化趋势的主导作用。
图 5(a)和(b)分别展示 T2 和 T4 环流型以及其他环流型下年降水变化趋势的空间分布, 图 5(a)中 T2和 T4 环流型的年降水变化趋势空间分布与图 1(b)展示的总降水变化趋势空间分布的场相关系数达到0.57(通过置信度为 95%的显著性检验), 其他环流型的年降水变化趋势空间分布与总降水变化趋势空间分布的场相关系数为−0.14(未通过置信度为 95%的显著性检验)。因此, 可以确定 T2 和 T4 环流型对高原降水变化趋势的主导作用。
由于 T2 与 T4 的环流特征和降水特征非常相似, 所以将二者合称主导环流型(DT), 其他环流型则合称为非主导环流型(NDT)。为进一步研究 DT 环流型下高原降水变化的细节, 本文分别计算 DT 和NDT 环流型下高原 25012 个格点的日降水量和降水日数的概率密度变化。
从图 5(c)可以看出, T2 环流型下, 1999—2015 年高原 25012 个格点的平均降水日数为 14.2 天, 相比1981—1997 年的 9.2 天显著增加, 且主要体现在降水日数>15 天的格点数增加; T4 环流型下, 1999—2015 年高原 25012 个格点的平均降水日数为 8.1 天, 相比 1981—1995 年的 5.3 天显著增加, 且主要体现在降水日数>10 天的格点数增加; NDT 环流型下, 1999—2015 年高原 25012 个格点的平均降水日数为63.8 天, 相比 1981—1997 年的 66.5 天显著减少。DT 环流型下降水日数的增加是 DT 主导降水增加的一个重要体现, T2 环流型平均降水日数明显大于 T4环流型, 且 T2 环流型平均降水日数的增幅大于 T4环流型。
黑色线为环流日数的时间序列及其拟合线, 灰色线为格点平均年降水量的时间序列及其拟合线
图4 各环流型发生日数和格点平均年降水量的时间序列及其拟合线
Fig. 4 Time series (fitting line) of circulation number and grid-mean precipitation in T1–T9
从图 5(d)可以看出, T2 环流型下, 格点平均日降水量从 1981—1997 年的 2.32mm 增加到 1999—2015 年的 2.44mm, 且主要体现在日降水量为 2.5～ 4.3mm 的格点数增加; T4 环流型下, 格点平均日降水量从 1981—1997 年的 2.34mm 增加到 1999—2015年的 2.43mm, 且主要体现在日降水量为 1.0～1.8 和2.3～4.5mm 的格点数增加; NDT 环流型下, 格点平均日降水量从 1981—1997 年的 2.46mm 增加到 2001 —2015 年的 2.55mm, 且主要体现在日降水量>2.9mm 的格点数增加。DT 环流型下日降水量的增加是 DT 主导降水增加的另一个重要体现, 虽然DT 环流型下的格点平均降水量一直低于 NDT 环流型, 但 DT 环流型日降水量的增幅大于 NDT 环流型。
总的来说, T2 和 T4环流型主导了高原总体降水的增加趋势。首先, DT 环流型平均降水日数和格点平均年降水量显著增加; 其次, DT 环流型降水增加区域与高原降水增加区域具有显著的相关性; 最后, DT 环流型的降水日数和平均日降水量增幅均大于NDT 环流型。由于 T2 环流型的环流日数增长趋势(0.33d/a)、格点平均降水量增长趋势(0.67mm/a)、降水日数增长幅度(54.3%)和平均日降水量增长幅度(5.2%)均大于 T4 环流型(0.24d/a, 0.39mm/a, 52.8%和 3.8%), 所以 T2 环流型的主导作用更大。
(a)T2 和 T4 环流型下降水变化趋势的空间分布; (b)NDT 环流型下降水变化趋势的空间分布; (c)降水日数拟合概率分布; (d)日降水量拟合概率分布。(c)和(d)中 m1～m6 分别对应其均值
图5 DT(T2和T4)与NDT环流型的降水趋势分布、降水日数和日降水量对比
Fig. 5 Comparison of pre-trend distribution, pre-days, and daily-pre between DT (T2 and T4) and NDT
DT 环流型下降水增加的机制包括 DT 环流型数量的显著增加和降水条件的优化两个方面。
俞静雯等[9]的研究表明, 经高原南边界进入高原的水汽比西边界和北边界的总和还要多, 而高原东边界是水汽流出的边界。DT 环流型下“西低东高”的环流形势有利于印度夏季风携带大量水汽经高原南部边界进入高原, 同时, 由于高原东部为高压脊(高压环流), 能够减弱高原水汽从东部边界流出, 从而形成高原的“水汽滞增”效应, 为高原降水提供良好的水汽条件。以往的研究表明, 高原降水系统的纬向移动规律一般是自西向东[36–37]。DT 环流型下“西低东高”的环流形势为高原中西部大气的大尺度抬升和凝结提供了有利的动力条件, 有利于降水系统在高原中西部产生, 从而产生更多的中西部降水(图 3(b)和(d)), 缩小了高原降水的东西部差距。综上所述, DT 环流型数量的显著增加是高原中西部降水显著增加的一个重要原因。
关于 DT 环流型下降水条件的优化, 本文从动力条件和热力条件两个方面进行分析。
为了分析 DT 环流型下动力条件的变化, 分别绘制 T2 和 T4 环流型下 30°—35°N 经向平均后的高度‒经度剖面图(图 6(a)和(b))。如图 6(a)所示, T2 环流型下高原上空的大气在高原东部 200～350hPa 有显著的升温, 从而使得高空各层位势高度场只在高原东部显著变高, 这是贝加尔湖异常反气旋[16,20]在天气系统中的体现。DT 环流型下“西低东高”的环流形势无疑使得东西“槽脊对峙”加强, 加强高原中西部的大尺度动力抬升, 从而进一步优化 T2 环流型降水的大尺度动力条件。由于低槽位于高原中西部, 所以有利于高原中西部降水的增加。如图 6(b)所示, T4 环流型下各层位势高度也呈现“槽脊对峙”加强的局面, 但变化幅度较小, 并且不能通过显著性检验, 无显著的大尺度动力条件优化, 但高原底层零散分布的垂直风增强, 提示 T4 环流型下对流可能增强。对比 T2 与 T4 环流型下位势高度和上升运动的变化趋势可以看出, T2 环流型下动力条件的优化远胜于 T4 环流型。
(a)和(b)分别为T2和T4环流型的高度–经度剖面(填色, 30°—35°N经向平均, 底部黑色部分为高原地形)、温度变化趋势(等值线, 单位: 10−2 K/a)和垂直风速变化趋势(红色矢量箭头), 后二者皆通过置信度为95%的显著性检验; (c)和(d)分别为T2和T4环流型下1999—2015年与1981—1997年PWV的差值(填色)以及IVT的差值(矢量箭头, 红色表示通过置信度为95%的显著性检验); (e)和(f)分别为T2和T4环流型下1999—2015年与1981—1997年CAPE的差值(填色)和500 hPa的θe的差值(等值线, 单位: K, 红色线内通过置信度为95%的显著性检验)。灰色圆点区域表示填色所示变量通过置信度为95%的显著性检验
图6 T2和T4环流型的动力、热力条件的不同变化
Fig. 6 Different changes in dynamic and thermodynamic conditions in T2 and T4
T2 环流型主导的“槽脊对峙”加强, 将会在槽前产生更强的气压梯度力, 从而有利于产生更强的槽前暖湿气流输送。如图 6(c)所示, T2 环流型下1999—2015 年与 1981—1997 年两个时期的 IVT 均值差表明, T2 环流型下高原南部受槽前暖湿气流输送加强影响, 后期有更多的北向水汽通量, 使得更多的水汽进入高原。另一方面, 高原东部受高压脊加强影响, 后期有更多的西向水汽通量, 使得更少的水汽离开高原。PWV 在高原的显著升高证实了高原南部和高原东部 IVT 变化共同作用下形成的“水汽滞增”作用的增强。如图 6(d)所示, T4 环流型下高原西南部也有指向高原内部的水汽通量增加, 但能通过显著性检验的部分明显小于 T2 环流型; 高原东部的西向水汽通量增加则明显大于 T2 环流型; T4 环流型下 PWV 在高原中部和东北部的显著升高证实了“水汽滞增”作用的增强。DT 环流型下“水汽滞增”作用的加强为高原降水提供了更好的水汽条件, 但在 T2 与 T4 环流型中的具体作用是不同的。T4 环流型下, 降水增加集中在高原东北部, 从图 6(d)中可见 T4 环流型下高原东北部 PWV 显著增加, 且明显强于其他区域, 这是在高原东部显著的西向IVT变化作用下形成的, 表明水汽增加对 T4环流型下高原东北部降水增加具有重要作用。T2 环流型下, 降水增加集中在高原东北部、中部和西部3 个区域, 尽管高原东部和西南部也有显著的指向高原内部的 IVT 变化, 并且在高原中部有不显著的IVT 辐合, 但从图 6(c)和(d)中可见 T2 环流型下PWV 的增加远弱于 T4 环流型。然而, 图 5(d)显示T2 环流型下平均日降水量(5.2%)增幅却大于 T4 环流型(3.8%), 表明水汽增加并非 T2 环流型下降水增加的主要因素。总的来说, T4 环流型下水汽增加远胜于 T2 环流型, 水汽增加对 T4 环流型下高原东北部降水的显著增加具有重要作用, 对 T2 环流型下降水增加的作用相对较小。
夏季的高原是一个巨大的热源[38], 对流活动非常频繁[39], 对流降水是高原降水的重要组成部 分[40]。DT 环流型下水汽的增加会对高原降水的热力条件产生重要影响。由于高原水汽集中于大气中低层, 且从低层到中层水汽含量递减[32], 所以水汽增加会导致高原大气中低层潜热增加, 可能使得高原大气中低层θe值增大以及对流不稳定性增强。为验证水汽增加后对流不稳定性的变化, 分别计算 T2和 T4 环流型下 1999—2015 年和 1981—1997 年 500hPa 的 θe值和 CAPE 的均值差(图 6(e)和(f))。T2 环流型下, CAPE 在高原中部偏南地区显著增加, 但增幅较小; 虽然 500hPa 的 θe也增加, 但未通过显著性检验。T4 环流型下, 500hPa 的 θe 和 CAPE 在高原中部和东北部显著增加, 且增幅较大。DT 环流型下, 500hPa 的 θe 和 CAPE 增大的区域降水均显著增加(图 5(a)), 说明热力条件的优化也是高原降水增加的重要因素。对比 T2 与 T4 环流型下 θe 和 CAPE 的变化可以看出, T4 环流型下热力条件的优化远胜于T2 环流型。
总的来说, DT 环流型数量的显著增加以及动力和热力条件的优化, 使得 DT 环流型主导了高原东北部、中部和西部的降水增加趋势, 其中 T2 环流型以“槽脊对峙”加强为驱动的动力条件优化为主导, T4 环流型以“水汽滞增”加强为驱动的热力条件优化为主导。
本文使用高时空分辨率降水数据集 AREA5-Asia 和 ERA5 再分析资料, 对青藏高原 1981—2015年暖季降水变化趋势进行系统的分析, 用 PCT 方法对高原 500hPa 位势高度场进行环流分型, 确定主导环流型, 并对主导环流型的环境场进行分析, 得到如下主要结论。
1)高原降水从东南向西北递减, 1981—2015 年高原区域格点平均暖季降水量以 0.9mm/a 的速率显著增加, 降水增加集中在高原东北部、中部和西部, 降水增加的形式表现为格点平均降水日数的显著增加和格点平均日降水量的显著增加。
2)高原降水的时空分布和变化趋势与环流形势关系密切, T2 和 T4是高原降水量增加的主导环流型。DT 环流型主导高原降水增加体现在 3 个方面: 首先, DT 环流型日数和格点平均暖季降水量显著增加; 其次, DT 降水增加区域与高原降水增加区域显著相关; 最后, DT 的降水日数和平均日降水量增长幅度均大于 NDT 环流型。
3) DT主导高原降水显著增加的机制包括 DT环流型数量的显著增加和降水条件的优化。DT 环流型数量的显著增加导致 DT 环流型下降水区域比NDT 环流型下偏西, 是高原中西部降水显著增加的一个重要原因。DT 环流型下降水条件的优化表现在以下方面: “槽脊对峙”的加强为高原降水提供了更好的动力条件, 有利于高原中西部降水增加; DT环流型下“水汽滞增”作用增强为高原降水提供更多的水汽, 同时有利于 DT 环流型下 CAPE 和 500hPa的 θe 在高原东北部和高原中部地区的显著增强, 为对流触发提供了更好的热力条件, 有利于对流降水的增加; T2 环流型以“槽脊对峙”加强为驱动的动力条件优化为主导, T4 环流型下则以“水汽滞增”加强为驱动的热力条件优化为主导。
我们正在面对的是一个变暖变湿的高原, 这种变化是否会持续, 尚无明确的答案。本研究揭示了环流形势逐日变化导致的高原降水变化趋势, 从环流分型的天气学角度分析高原降水的变化机制, 区分了动力条件和热力条件影响的不同, 可为研究高原未来的降水变化研究提供借鉴。同时, 高原环流型日数的变化是否受气候因子驱动, 有待进一步的 深入研究。
参考文献
[1] Qiu J. Environment: riding on the roof of the world. Nature, 2007, 449: 398–402
[2] Ma Yingzhao, Zhang Yinsheng, Yang Daqing, et al. Precipitation bias variability versus various gauges un-der different climatic conditions over the Third Pole Environment (TPE) region. International Journal of Climatology, 2015, 35(7): 1201–1211
[3] Wu Shaohong, Yin Yunhe, Zheng Du. Climatic trends over the Tibetan Plateau during 1971–2000. Geogra-phical Sciences, 2007, 17(2): 141–151
[4] Li Lun, Zhu Congwen, Zhang Renhe, et al. Roles of the Tibetan Plateau vortices in the record Meiyu rainfall in 2020. Atmospheric Science Letters, 2021, 22(3): e1017
[5] 马耀明, 胡泽勇, 田立德, 等. 青藏高原气候系统变化及其对东亚区域的影响与机制研究进展. 地球科学进展, 2014, 29(2): 207–215
[6] 徐祥德, 陶诗言, 王继志, 等. 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. 气象学报, 2002, 60(3): 257–266
[7] Wang B, Bao Q, Hoskins B, et al. Tibetan plateau war-ming and precipitation changes in East Asia. Geophy-sical Research Letters, 2008, 35(14): L14702
[8] 魏莹, 段克勤. 1980—2016 年青藏高原变暖时空特征及其可能影响原因. 高原气象, 2020, 9(3): 459–466
[9] 俞静雯, 李清泉, 丁一汇, 等. 气候变暖背景下青藏高原夏季水汽的长期变化趋势分析. 中国科学: 地球科学, 2022, 52(5): 942–954
[10] Lu Heli, Liu Guifang. Trends in temperature and preci-pitation on the Tibetan Plateau, 1961–2005. Climate Research, 2010, 43(3): 179–190
[11] Wan Guoning, Yang Meixue, Liu Zhaochen, et al. The precipitation variations in the Qinghai-Xizang (Tibe-tan) Plateau during 1961–2015. Atmosphere, 2017, 8 (5): doi: 10.3390/atmos8050080
[12] 徐丽娇, 胡泽勇, 赵亚楠, 等. 1961—2010年青藏高原气候变化特征分析. 高原气象, 2019, 38(5): 911–919
[13] 冯川玉, 李陈彧, 周志浩, 等. 青藏高原降水变化特征及趋势分析. 水文, 2022, 42(1): 75–79
[14] 段克勤, 姚檀栋, 王宁练, 等. 青藏高原南北降水变化差异研究. 冰川冻土, 2008, 30(5): 726–732
[15] Li Lun, Zhang Renhe, Wen Min, et al. Regionally different precipitation trends over the Tibetan Plateau in the warming context: a perspective of the Tibetan Plateau vortices. Geophysical Research Letters, 2021, 48(11): e2020GL091680
[16] Liu Yong, Chen Huopo, Li Hua, et al. What induces the interdecadal shift of the dipole patterns of summer precipitation trends over the Tibetan Plateau?. Inter-national Journal of Climatology, 2021, 41(11): 5159–5177
[17] Na Ying, Lu Riyu, Fu Qiang, et al. Precipitation cha-racteristics and future changes over the southern slope of Tibetan Plateau simulated by a high-resolution glo-bal nonhydrostatic model. Journal of Geophysical Re-search: Atmospheres, 2021, 126(3): e2020JD033630
[18] 刘晓东, 侯萍. 青藏高原中东部夏季降水变化及其与北大西洋涛动的联系. 气象学报, 1999, 57(5): 561–570
[19] 刘焕才, 李曼, 石培宏, 等. NAO对青藏高原中东部夏季降水双极振荡模态影响的时间尺度厘定. 高原气象, 2015, 34(3): 633–641
[20] Tang Jie, Guo Xueliang, Chang Yi, et al. Temporo-spatial distribution and trends of thunderstorm, hail, gale, and heavy precipitation events over the Tibetan Plateau and associated mechanisms. Journal of Cli-mate, 2021, 34(24): 9623–9646
[21] Ding Jin, Cuo Lan, Zhang Yongxin, et al. Annual and seasonal precipitation and their extremes over the Tibetan Plateau and its surroundings in 1963–2015. Atmosphere, 2021, 12(5): doi: 10.3390/atmos12050620
[22] Ren Liying, Duan Keqin, Xin Rui. Impact of future loss of glaciers on precipitation pattern: a case study from south-eastern Tibetan Plateau. Atmospheric Research, 2020, 242: 104984
[23] 刘珂, 杨明祥, 徐艳红. 青藏高原春季地表感热加热特征及其对黄河源区汛期降水的影响. 水文, 2020, 40(2): 72–79
[24] 李晓英, 姚正毅, 肖建华, 等. 1961—2010年青藏高原降水时空变化特征分析. 冰川冻土, 2016, 38(5): 1233–1240
[25] Zou Tian, Zhang Qinghong, Li Wenhong, et al. Res-ponses of hail and storm days to climate change in the Tibetan Plateau. Geophysical Research Letters, 45(9): 4485–4493
[26] Ma Ziqiang, Xu Jintao, Ma Yaoming. AERA5-Asia: a long-term Asian precipitation dataset (0.1 degrees, 1-hourly, 1951–2015, Asia) anchoring the ERA5-Land under the total volume control by APHRODITE. Bul-letin of the American Meteorological Society, 2022, 103(4): E1146–E1171
[27] Hersbach H, Bell B, Berrisford P, et al. The ERA5 global reanalysis. Quarterly Journal of the Royal Me-teorological Society, 2020, 146: 1999–2049
[28] Huth R. Properties of the circulation classification scheme based on the rotated principal component ana-lysis. Meteorology and Atmospheric Physics, 1996, 59 (3/4): 217–233
[29] Huth R. A circulation classification scheme applicable in GCM studies. Theoretical and Applied Climatology, 2000, 67(1/2): 1–18
[30] Wald A. Sequential tests of statistical hypotheses. Annals of Mathematical Statistics, 1945, 16(2): 117–186
[31] Pacut A. How to use the mann-whitney test to detect a change in distribution for groups. Acta Neurobiologiae Experimentalis, 1987, 47(1): 19–26
[32] Xu Xiangde, Lu Chungu, Shi Xiaohui, et al. World water tower: an atmospheric perspective. Geophysical Research Letters, 2008, 35(20): L20815
[33] Xu Jun, Zhang Qinghong, Bi Baogui, et al. Spring extreme precipitation days in North China and their reliance on atmospheric circulation patterns during 1979–2019. Journal of Climate, 2022, 35(7): 2253–2267
[34] He Zhiwei, Zhang Qinghong, Bai Lanqiang, et al. Characteristics of mesoscale convective systems in central East China and their reliance on atmospheric circulation patterns. International Journal of Climato-logy, 2017, 37(7): 3276–3290
[35] Li Mingxin, Zhang Qinghong, Zhang Fuqing. Hail day frequency trends and associated atmospheric circula-tion patterns over China during 1960–2012. Journal of Climate, 29(19): 7027–7044
[36] Curio J, Schiemann R, Hodges K I. Climatology of Tibetan Plateau vortices in reanalysis data and a high-resolution global climate model. Journal of Climate, 2019, 32(6): 1933–1950
[37] Mai Zi, Fu Shenming, Sun Jianhua. Key statistical characteristics of the mesoscale convective systems generated over the Tibetan Plateau and their relation-ship to precipitation and southwest vortices. Interna-tional Journal of Climatology, 2021, 41: E875–E896
[38] 钟珊珊, 何金海, 管兆勇, 等. 1961—2001年青藏高原大气热源的气候特征. 气象学报, 2009, 67(3): 407–416
[39] Fu Shenming, Mai Zi, Sun Jianhua, et al. Impacts of convective activity over the Tibetan Plateau on plateau vortex, southwest vortex, and downstream precipita-tion. Journal of the Atmospheric Sciences, 2019, 76 (12): 3803–3830
[40] Li Yaodong, Wang Yun, Song Yang, et al. Characte-ristics of summer convective systems initiated over the Tibetan Plateau. Part I: origin, track, development, and precipitation. Journal of Applied Meteorology and Climatology, 2008, 47(10): 2679–2695
Precipitation Trend in Warm Seasons during 1981–2015 over the Tibetan Plateau: A Perspective of Circulation Change
Abstract The long-term precipitation trend over the Tibetan Plateau (TP) was studied using a high spatiotemporal resolution precipitation dataset. It was found that the warm season (May–Sept.) precipitation over TP increased significantly during 1981–2015 (grid-mean: 0.9 mm/a), which was most significant in the northeastern, central, and western TP. The geopotential height field of 500 hPa over TP was divided into 9 circulation patterns (T1–T9) by using the obliquely rotated Principal Components in the T-mode (PCT) method, in which T2 and T4 were the dominant circulation patterns (DT) for the increase of precipitation. The geopotential height field of DT was low over the west but high over the east. DT dominated the increase of precipitation was reflected in the increase of precipitation days and daily precipitation. The increase in the number of DTs led to increased precipitation in the central and western TP. Another dominant mechanism was the optimization of precipitation conditions: T2 was dominated by the optimization of dynamic conditions driven by the larger gradient of geopotential height, and T4 was dominated by the optimization of thermal conditions driven by more water vapor.
Key words Tibetan Plateau (TP); precipitation; long-term trend; large-scale circulation