图1 山西省地形和国家气象观测站分布
Fig. 1 Distribution of topographic and national meteorogical observation stations in Shanxi Province
北京大学学报(自然科学版) 第61卷 第3期 2025年5月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 61, No. 3 (May 2025)
doi: 10.13209/j.0479-8023.2025.015
中国气象局复盘总结专项(FPZJ2025-019, FPZJ2023-020)、中国气象局预报员专项(CMAYBY2020-018)和山西省基础研究计划(20230302 1222389)资助
收稿日期: 2024–04–07;
修回日期: 2024–08–07
摘要 利用山西省 1981—2023 年 4 月降水数据、NCEP/NCAR 再分析大气环流和海温数据, 基于经验正交函数分解、回归分析、合成分析和相关性分析方法, 探讨山西省 2023 年 4 月降水异常特征及成因。结果表明, 2023 年 4 月山西省降水量比常年同期增加 204.4%, 为 1961 年以来历史同期最大降水。此次降水异常与海温外强迫因子导致的大气环流异常密切相关, 后冬(1—2 月)北大西洋海温由北至南“− + −”的异常分布, 有利于4 月北大西洋至东亚地区 500hPa 位势高度场“− + − +”异常波列的加强和维持, 以及低层 850hPa 水汽向山西的辐合, 这一有利的高低空环流配置是山西省 2023 年 4 月降水异常偏多的主要原因。
关键词 降水异常; 大气环流; 海表温度; 山西省
山西省地处东亚季风区北缘, 一般情形下, 春季 4 月, 随着冬季风环流撤退减弱和夏季风环流逐渐建立, 中–高纬度冷空气与低纬度暖湿气流的交汇比冬季更频繁, 呈现风力加大、气温回升迅速、降水缓慢增加的气候特点, 并常常相伴一些极端天气事件。同时, 4 月恰逢冬小麦拔节期、孕穗期和抽穗期, 春玉米处于播种期, 降水的多寡会给农作物的生长发育和春播春种带来严重的影响, 从而影响农作物的总产量。因此, 研究山西省 4 月降水异常, 对促进区域经济发展, 提升气候预测能力和防灾减灾水平具有重要的现实意义。
目前针对山西省 4 月降水异常的成因分析较为鲜见, 已有的相关研究多针对我国春季气候异常进行[1–11]。王遵娅等[8]指出, 中高纬度和低纬度大气环流系统共同影响中国春季气候异常。洪洁莉等[9]的分析表明, 春季印度洋偏暖和海洋性大陆对流活跃对西太平洋副热带高压偏强偏西起到一定的作用, 从而对我国春季降水产生影响。龚振淞等[10]对2023 年春季我国气候异常特征进行分析, 指出春季东北亚高压脊指数为 1961 年以来第四强, 有利于我国北方降水增多, 同时长江以北地区受反气旋环流影响, 异常偏东南风强盛, 有利于将西北太平洋的暖湿水汽输送至我国北方地区。顾伟宗等[12]的研究表明, 中国华北春季降水与前期冬季印度洋海温异常之间存在比较明显的遥相关关系。吴璐等[13]指出, 前冬海温异常对华北春季降水有较好的指示意义, 华北春季降水和前冬 Nino3 区海温显著正相关, Nino3 区海温负异常时, 华北春季降水偏少, 反之亦然。
2023 年 4 月, 山西省降水为 1961 年以来历史同期最多, 区域大部分地区降水量为常年同期的两倍以上, 多地降水量打破历史记录极值。此次极端气候事件出现在 2020 年开始的“三重拉尼娜事件”[14]正式结束之际, 海温的演变和大气环流异常造成的山西降水气候异常, 历史上较为罕见, 无论从提高月尺度气候预测精准度的角度, 还是从服务当地防灾减灾工作的角度, 这次事件都属于典型个例, 值得进一步研究。本文针对此次降水异常气候事件, 在分析山西省 4 月降水主要气候特征的基础上, 从海温外强迫及其演变过程以及大气环流异常的角度分析降水异常的可能成因, 以期深入理解此次事件的物理过程和发生机理。
本文所用资料如下: 1)山西省 108 个国家气象观测站(图 1)1981—2023 年 4 月逐月降水数据; 2)美国国家环境预测中心和美国国家大气研究中心提供的全球 NCEP/NCAR 逐月再分析数据, 包括温度场、位势高度场、垂直速度场、风场和比湿场, 水平分辨率为 2.5°×2.5°; 3)日本气象厅提供的 COBE-SST逐月海温数据, 水平分辨率为 1°×1°。气候态取 1991 —2020 年平均值。使用的统计方法包括经验正交函数分解(EOF)、回归分析、合成分析以及相关性分析, 显著性检验采用 t 检验[15]。本文整层积分的水汽输送通量计算方法参照文献[16–17], 因为水汽输送在 300hPa 以上较小, 所以仅计算 300hPa 以下的整层水汽输送值。三维波作用通量用于描述准定常Rossby 波的能量频散特征, 其计算方法参照文献[18–19]。
山西省 2023 年 4 月平均降水量为 82.8mm, 比常年同期增加 55.6mm(增加幅度为 204.4%)。山西省各地降水量介于 26.3～169.0mm 之间, 北部大部分地区降水量在 75mm 以下, 其他地区降水量大于75mm, 部分地区降水量超过 100mm (图 2(a))。如图 2(b)所示, 2023 年 4 月山西省大部分地区降水量为常年同期的两倍及以上, 局部地区降水量为常年同期的 4 倍以上。
为了揭示山西省 4 月降水异常的主要分布特征, 我们对山西省 108 个国家气象观测站 1981—2023 年4 月的降水距平百分率场进行 EOF 分析。图 2(c)显示第一模态(EOF1)以“一致型” [20–22]为主, 反映数据集呈现空间上相对稳定的变化, 占总方差的 66.0%, 表明 EOF 分析第一模态标准化时间系数(PC1)可以代表山西省 4 月降水的变化特征。
山西省 108 个国家气象观测站 1981—2023 年 4月降水趋势系数为 0.43, 通过 0.05 信度的显著性检验, 表明山西省 4 月降水呈现显著的上升趋势。从年际变化来看, 2023 年降水量最大(82.8mm), 为1981 年以来之最, 1985 年降水量最少(5.4mm)。从年代际变化来看, 20 世纪 80 年代为 19.9mm, 90 年代为 26.5mm, 21 世纪 00 年代为 23.1mm, 10 年代为31.9mm, 表明山西省 4 月降水量呈现“增加–减少–增加”的变化趋势。从 11 年滑动平均值来看, 山西省 4 月降水在 21 世纪 10 年代之前为降水偏少年代, 之后为降水偏多年代(图 3(a))。图 3(b)显示, 山西省4 月降水存在明显的年代际变化特征, 21 世纪 10 年代之前以负位相为主, 之后以正位相为主。这与图3(a)的实况分布基本上吻合, 二者的相关系数为0.95, 通过 0.01 信度的显著性检验, 表明该特征向量的变化可以反映山西省 4 月降水的主要特征。
大气环流异常是产生降水异常的直接原因。通过分析山西省 2023 年 4 月的大气环流异常特征可知, 500hPa 位势高度场上, 中–高纬度从北大西洋到东亚地区上空有一个自西向东的异常波列, 位势高度异常场呈现“− + − +”的纬向型环流分布, 其中北大西洋为很强的负距平中心, 乌拉尔山以西地区为很强的正距平中心, 巴尔喀什湖–贝加尔湖附近为负距平中心, 我国东部为正距平中心(图 4(a))。在这种环流形势下, 贝加尔湖附近低槽活动造成冷空气频繁南下, 与我国东部异常反气旋引导的暖湿气流在山西一带交汇(图 4(c)), 加上山西省位于上升气流区(图 4(e)), 最终导致 2023 年 4 月山西省降水异常偏多。从整层水汽通量散度异常场(图 4(g))来看, 我国东部异常反气旋西侧的偏南风气流是山西省 4月降水的重要水汽输送来源。
图1 山西省地形和国家气象观测站分布
Fig. 1 Distribution of topographic and national meteorogical observation stations in Shanxi Province
为了进一步探讨 2023 年 4 月山西省降水异常偏多的原因, 对影响山西省 4 月降水异常的大尺度环流和水汽输送异常进行分析, 得到 PC1 对 4 月 500hPa 位势高度异常场、850hPa 异常风场、500hPa垂直速度异常场和整层水汽通量散度异常场的回归分布。可以看出, PC1 回归的大气环流异常特征(图4 右列)与 2023 年 4 月大气环流异常特征(图 4 左列)十分相似, 说明中高纬度从北大西洋至东亚地区上空呈现“− + − +”的纬向型环流分布, 乌拉尔山高压脊和巴尔喀什湖–贝加尔湖低压槽偏强, 东亚大槽偏弱, 我国东部受反气旋性环流控制, 使得西北太平洋上的暖湿气流向山西输送, 在山西境内形成水汽辐合区, 有利于当地 4 月降水偏多。
(a) 降水量; (b) 降水距平百分率; (c) 降水距平百分率场EOF分析第一模态(EOF1)
图2 山西省2023年4月降水量和降水异常的空间分布
Fig. 2 Spatial distribution of precipitation and precipitation anomaly over Shanxi Province in April 2023
(a) 降水量的年际和年代际变化; (b) 降水距平百分率场EOF分析第一模态标准化时间系数
图3 山西省4月降水量的时间分布(1981—2023年)
Fig. 3 Time distribution of April precipitation over Shanxi Province (1981−2023)
气候变化问题的核心是海–气相互作用。众多研究表明, 海洋的异常变化对大气环流和我国气候变化起着重要作用[20–25]。作为主要的大气外强迫因子, 海温异常的持续性优于大气异常, 因此探究海温异常分布与山西省 4 月降水之间的关系, 有助于认识山西省 2023 年 4 月降水异常的成因, 也有助于预测山西省 4 月降水和环流变化。对 PC1 与前一年 11 月至当年 4 月的去趋势海温异常场进行相关性分析, 结果表明山西省 4 月降水与北大西洋海温和热带西太平洋海温存在显著的相关性(图 5)。观测资料中, 2022 年 11 月至 2023 年 4 月热带西太平洋海温为正距平(图略), 不利于山西省 4 月降水偏多。因此, 前一年 11 月至当年 4 月北大西洋海温从北至南呈现显著的“− + −”异常分布(分布型类似正位相的北大西洋三极子型(NAT)[26–29]), 有可能成为山西省 4 月降水异常的一个稳定的先兆信号。
为了更加深入地探究山西省 4 月降水与北大西洋海温异常分布之间的关系, 本文根据图 5 所示海温异常分布特征, 选择两个显著负相关区域(44°—56°N, 55°—30°W)和(0°—15°N, 60°—35°W), 一个显著正相关区域(20°—35°N, 80°W—55°W), 用上述海表温度正距平区域平均值减去两个负距平区域平均值的平均值, 并进行标准化, 用来表示北大西洋海温从北至南显著的“− + −”异常分布特征(简称NAT 指数)。表 1 列出 NAT 指数与 PC1 的相关系数: 前一年 11 月为 0.31, 通过 0.05 信度的显著性检验; 当年 1—2 月达到峰值(均为 0.42), 通过 0.01 信度的显著性检验; 随后开始下降。据此, 可以选择当年1—2 月(后冬)的 NAT 指数作为山西省 4 月降水异常的一个先兆信号。
(a)和(b)500hPa 位势高度(gpm)及异常场, (a)中紫色闭环线表示副高气候态特征; (c)和(d)850hPa 异常风场; (e)和(f) 500hPa 垂直速度异常场; (g)整层水汽通量异常场(箭头)及水汽通量散度异常场; (h)整层水汽通量散度异常场。黑色圆点区域及(d)中阴影区表示通过 0.05 信度的显著性检验, 红色闭环线为山西省界
图4 2023年4月大气环流异常场(左列)和PC1对4月大气环流异常场(右列)的回归分布
Fig. 4 Atmospheric circulation anomaly field in April 2023 (left) and regression of the atmospheric circulation anomaly field in April on PC1 (right)
图 6 给出后冬 NAT 指数与山西省 4 月降水距平百分率的相关系数的空间分布, 可见后冬 NAT指数与山西省 4 月降水距平百分率正相关, 除山西省北部局部地区外, 其他大部分地区均通过 0.05 信度的显著性检验, 说明后冬 NAT 指数对山西省 4 月降水异常具有指示意义, 当后冬 NAT 指数为正时, 山西省 4 月降水异常偏多, 反之亦然。
绿色圆点区域表示通过 0.05 信度的显著性检验, 绿色方框示意 NAT 指数从北至南“−” “+” “−” 3 个异常分布区域
图5 PC1与前一年11月至当年4月海温距平场的相关系数空间分布
Fig. 5 Spatial distribution of the correlation coefficient between PC1 and the sea surface temperature anomaly field from November of the previous year to April of the same year
表1 NAT指数与PC1的相关系数
Table 1 Correlation coefficient between NAT index and PC1
月份相关系数月份相关系数 −10.07−100.05 −20.16−110.31* −30.22−120.31* −40.2310.42** −50.1020.42** −60.1330.24 −70.0440.28 −80.0150.18 −9−0.0460.08
说明: −表示前一年; *和**分别表示通过0.05和0.01信度的显著性检验。
本文基于后冬 NAT 指数对 4 月 500hPa 位势高度异常场、850hPa 异常风场、500hPa 垂直速度异常场和整层水汽通量散度异常场的回归分布, 分析北大西洋海温异常对大尺度环流异常和水汽输送异常的影响。从图 7(a)可以看出, 当后冬 NAT 指数位于正位相时, 中–高纬度 500hPa 位势高度场上, 从北大西洋至东亚地区上空呈现“− + − +”的异常波列, 其分布与 2023 年 4 月的观测环流场(图 4(a))和 PC1回归分布(图 4(b))一致, 表明后冬北大西洋三极子型海温异常能够触发遥相关波列, 十分有利于山西省 4 月降水偏多。850hPa 异常风场(图 7(b))上, 山西省受中国东部上空的反气旋性环流控制, 有利于西北太平洋上的暖湿气流向山西输送。500hPa 垂直速度异常场(图 7(c))和整层水汽通量散度异常场(图 7(d))上, 山西省位于显著的上升运动区(图 7(c))和水汽辐合区(图 7(d)), 动力条件和水汽条件均有利于山西省 4 月降水偏多。
黑色圆点区域表示通过0.05信度的显著性检验
图6 后冬NAT指数与山西省4月降水距平百分率相关系数的空间分布
Fig. 6 Spatial distribution of the correlation coefficient between the late winter NAT index and April precipitation anomaly percentage in Shanxi Pro-vince
(a)500hPa 位势高度异常场; (b)850hPa 异常风场; (c)500hPa 垂直速度异常场; (d)整层水汽通量散度异常场。黑色圆点区域及(b)中阴影区表示通过 0.05 信度的显著性检验
图7 后冬NAT指数对4月大气环流异常场的回归分布
Fig. 7 Regression of the atmospheric circulation anomaly field in April on the late winter NAT index
阴影区表示通过0.05信度的显著性检验
图8 PC1与后冬NAT指数异常偏高年和异常偏低年4月300 hPa位势高度(等值线)和300 hPa TN波活动作用通量(箭头)的合成差值
Fig. 8 Composite difference between the 300 hPa geopotential height (contour) and the 300 hPa TN wave activity flux (vector) in April in the years of abnormal high and abnormal low PC1 and the late winter NAT index
从能量频散的角度, 也能证明后冬 NAT 指数对北大西洋至东亚地区上空的异常波列具有重要作用。由 PC1 异常偏高年和异常偏低年 300hPa 位势高度和 TN 波活动作用通量的合成差值(图 8(a))可知, 热带北大西洋异常非绝热加热触发了向下游传播的 Rossby 波, 有利于加强和维持北大西洋至东亚地区上空的“− + − +”异常波列, 而这种位势高度异常和异常 Rossby 波能量频散与后冬 NAT 指数对应的异常波列(图 8(b))十分类似。
上述分析表明, 通过影响山西省 4 月降水的高低空环流场配置和水汽输送, 后冬 NAT指数可以作为山西省 4 月降水异常的一个先兆信号。后冬 NAT指数为正时, 4 月 300 和 500hPa 位势高度场的“− + − +”异常波列、低空 850hPa 异常风场以及整层水汽辐合配置有利于山西省 4 月降水偏多, 反之亦然。
本研究利用山西省 1981—2023 年 4 月降水数据、NCEP/NCAR 再分析数据和日本气象厅提供的COBE-SST 逐月海温数据, 使用经验正交函数分解、回归分析、合成分析和相关性分析方法, 分析山西省 2023 年 4 月降水异常的特征, 并进一步分析大尺度环流异常、水汽输送异常和海温异常对山西省 4 月降水的影响, 主要结论如下。
1)山西省 4 月降水距平百分率场的 EOF 分析结果表明, 第一模态呈全省一致型, 21 世纪 10 年代之前以负位相为主, 之后以正位相为主。
2)山西省 2023 年 4 月降水异常偏多与大尺度环流异常密切相关, 在中–高纬度 500hPa 位势高度异常场上, 从北大西洋至东亚地区上空呈现明显的“− + − +”的纬向型环流分布, 有利于高纬度冷空气向南爆发。在 850hPa 异常风场上, 我国东部受反气旋性环流控制, 有利于西北太平洋上的暖湿气流向山西输送。同时, 山西省位于显著的上升气流区和水汽辐合区, 有利于 4 月降水偏多。
3)山西省 2023 年 4 月降水异常偏多与北大西洋三极子型海温异常存在密切的关系, 从前一年的11 月开始, 稳定地持续至当年 2 月。实际预测业务中, 可以将后冬 NAT 指数作为 4 月降水异常的先兆 信号。
4)热带北大西洋异常非绝热加热触发向下游传播的Rossby波, 有利于加强和维持北大西洋至东亚地区上空的“− + − +”异常波列, 进而导致山西省4 月降水异常。
影响中国月和季节时间尺度降水的主要因素包括下垫面热力异常(青藏高原积雪、欧亚大陆积雪、热带太平洋海温和印度洋海温等)和大气环流异常(西太平洋副热带高压和中高纬阻塞高压 等)[1–13]。ENSO 事件是迄今为止认识到的影响气候年际变化的最强信号, 因此过去的研究中海温方面多聚焦太平洋和印度洋的影响。本文研究不同于以往之处在于从北大西洋海温异常入手, 分析其影响下的大尺度环流异常和水汽输送异常对山西省 4 月降水的影响, 弥补既往研究的不足。同时, 影响降水预测的因素非常广泛, 其相互作用也很复杂, 如降水年际异常除由下垫面和大气环流因子引起外, 还受年代际震荡因子(如 PDO)制约, 因此未来需要进一步完善降水预测多种影响因子的综合分析, 在更好地理解影响机理基础上, 提升预测准确率。
参考文献
[1] 钱永甫, 张艳, 郑益群. 青藏高原冬春季积雪异常对中国春夏季降水的影响. 干旱气象, 2003, 21(3): 1–7
[2] 左志燕, 张人禾. 中国春季降水异常及其与热带太平洋海面温度和欧亚大陆积雪的联系. 大气科学, 2012, 36(1): 185–194
[3] 邵太华, 张耀存. 冬季北大西洋涛动对中国春季降水异常的影响. 高原气象, 2012, 31(5): 1225–1233
[4] 程慧萍, 贾晓静. 印度洋冬季海温异常对中国春季降水的影响. 高原气象, 2014, 33(3): 733–742
[5] 龚志强, 宋文玲, 王东阡, 等. 2017年春季我国主要气候特征及其成因分析. 气象, 2017, 43(10): 1296–1301
[6] 刘芸芸, 高辉. 2021年春季我国气候异常特征及可能成因分析. 气象, 2021, 47(10): 1277–1288
[7] 李多, 刘芸芸. 2022年春季我国气候异常特征及成因分析. 气象, 2022, 48(10): 1343–1353
[8] 王遵娅, 柳艳菊, 丁婷, 等. 2018年春季气候异常及可能成因分析. 气象, 2018, 44(10): 1360–1369
[9] 洪洁莉, 郑志海. 2020年春季我国气候特征及成因分析. 气象, 2020, 46(10): 1375–1384
[10] 龚振淞, 丁婷. 2023年春季我国气候异常特征及成因分析. 气象, 2023, 49(10): 1267–1276
[11] 张洁, 周天军, 宇如聪, 等. 中国春季典型降水异常及相联系的大气水汽输送. 大气科学, 2009, 33 (1): 121–134
[12] 顾伟宗, 陈海山, 孙照渤. 华北春季降水及其与前期印度洋海温的关系. 南京气象学院学报, 2006, 29(4): 484–490
[13] 吴璐, 常军, 徐岩岩. 华北地区春季降水与ENSO的关系. 气象与环境科学, 2017, 40(1): 21–25
[14] Geng T, Jia F, Cai W, et al. Increased occurrences of consecutive La Niña events under global warming. Nature, 2023, 619: 774–781
[15] 魏凤英. 现代气候统计诊断与预测技术. 3 版. 北京: 气象出版社, 2022: 19–43, 107–114
[16] 欧娜音, 周传瑞, 于凯旋. 2016 年 6 月哈尔滨地区降水异常环流特征分析. 沙漠与绿洲气象, 2018, 12 (1): 76–81
[17] Zhou T. Comparison of the global air-sea freshwater exchange evaluated from independent datasets. Prog-ress in Natural Science, 2003, 13(8): 626–631
[18] Takaya K, Nakamura H. A formulation of a phase-independent wave-activity flux for stationary and mi-gratory quasigeostrophic eddies on a zonally varying basic flow. Journal of the Atmospheric Sciences, 2001, 58(6): 608–627
[19] Takaya K, Nakamura H. A formulation of a wave-activity flux for stationary Rossby waves on a zonally varying basic flow. Geophysical Research Letters, 1997, 24(23): 2985–2988
[20] 卢国阳, 林纾, 王蕊, 等. 西北地区4月降水异常的环流特征及前兆海温信号. 干旱区地理, 2021, 44 (5): 1250–1260
[21] 臧迪, 郑有飞, 张顾炜. 近 60 年华北春季干旱特征及其与北大西洋海表温度的关系. 大气科学学报, 2021, 44(3): 451–460
[22] 晏红明. 海温异常对云南 5 月降水主要模态的影响. 高原山地气象研究, 2022, 42(2): 1–11
[23] 伯忠凯, 胡桂芳, 徐玮平. 山东 5 月降水异常环流型及其与海温异常的联系. 海洋气象学报, 2021, 41 (2): 119–125
[24] 陈旭哲, 范伶俐, 徐建军, 等. 华南汛期旱涝急转特征及其与海温异常的关系. 广东海洋大学学报, 2023, 43(1): 68–77
[25] 林爱兰, 谷德军, 李春晖, 等. 影响华南汛期持续性强降水年际变化的大气环流和海温异常. 热带气象学报, 2022, 38(1): 1–10
[26] Kushnir, Y. Interdecadal variations in North Atlantic sea surface temperature and associated atmospheric conditions. Journal of Climate, 1994, 7(1): 141–157
[27] 左金清, 李维京, 任宏利, 等. 春季北大西洋涛动与东亚夏季风年际关系的转变及其可能成因分析. 地球物理学报, 2012, 55(2): 384–395
[28] 李忠贤, 于怡秋, 邓伟涛, 等. 春季北大西洋三极型海温异常变化及其与NAO和ENSO的联系. 气象科学, 2019, 39(6): 721–730
[29] 时晓曚, 孙即霖, 孙雅文, 等. 北大西洋秋季“三极子”海温结构对冬季大气环流场的影响. 海洋学报, 2015, 37(7): 33–40
Characteristics and Possible Causes of Precipitation Anomalies over Shanxi Province in April 2023
Abstract Based on the precipitation data of April over Shanxi Province from 1981 to 2023, NCEP/NCAR reanaly-sis atmospheric circulation and sea surface temperature data, the characteristics and causes of precipitation anomaly over Shanxi Province in April 2023 were summarized and discussed by using empirical orthogonal function decom-position, regression analysis, composite analysis and correlation analysis. The results show that the precipitation over Shanxi Province in April 2023 is 204.4% more than that in the same period of normal years, which is the highest amout in the same period since 1961. The precipitation anomaly is closely related to the atmospheric circulation ano-maly caused by the external forcing factor of sea surface temperature. The “− + −” abnormal distribution of the North Atlantic sea surface temperature from north to south in the late winter (January–February) is conducive to the streng-thening and maintenance of the “− + − +” abnormal wave train of the 500 hPa geopotential height field from the North Atlantic to East Asia in April, and the convergence of water vapor at 850 hPa to Shanxi. This favorable high-low circulation configuration is the main reason for the abnormal precipitation over Shanxi Province in April 2023.
Key words precipitation anomalies; atmospheric circulation; sea surface temperature; Shanxi Province