江淮梅雨特征的分析范文

本站小編為你精心準備了江淮梅雨特征的分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《氣象科學雜志》2016年第一期

摘要

根據中國氣象局2014年印發的《梅雨監測業務規定》中的入、出梅標準，以及江淮地區72個氣象站1960—2012年近53a逐日氣象資料，采用經驗正交分解（EOF）方法和相似方法分析了江淮梅雨降水的時空變化，并以溫度、濕度和雨日頻率作為判據，將梅雨劃分為典型和非典型兩類，對其變化特征進行了討論。結果表明：江淮梅雨期內，雨日比例減少，陰天比例增加，且發生在白天的降水比例上升；此外，中雨的貢獻率顯著減小，大暴雨的貢獻率顯著增加。相同年代際內，全區一致枯型梅雨與南枯北豐型梅雨出現概率相當，全區一致豐型梅雨則與南豐北枯型和南北豐中部枯型梅雨發生概率相近。江淮梅雨的典型程度（高濕高溫多雨）在時間尺度上呈減弱趨勢，非典型程度整體呈增加趨勢，其中以所占比例最大的低濕高溫少雨型的增長最為明顯，且這種變化趨勢在整個江淮地區表現一致。空間尺度上，典型梅雨發生的范圍存在縮小趨勢，非典型梅雨發生的范圍則有擴大趨勢。即近53a來，江淮梅雨在時空尺度上均發生了由典型向非典型的轉移，且2000s以來這種轉變尤其顯著。

關鍵詞

江淮梅雨；降水分型；典型；非典型；EOF

IPCC第五次報告［1］指出，1950s以來的氣候變化是千年以來所未見的，氣候變暖的事實十分明確。這一變化將影響地球的水循環，使地球更加干濕分明，極端降水事件發生的可能性增加［2］。江淮梅雨是發生在我國江淮流域的重要天氣氣候現象，梅雨期降水是該地區汛期降水的重要組成部分，梅雨量的豐枯可直接導致該地區的旱澇災害，因此有關江淮梅雨的研究一直是氣象學者們關注的重要課題。章淹［3］以1950年為界對前后兩段時期的梅雨作對比分析得出，1950s后長（短）梅年減少（多），集中期縮短，降水總量偏少（多）年增多（減少）。徐群［4，5］根據長江中下游5站（上海、南京、蕪湖、九江和漢口）日降水資料結合歷史地面天氣圖、單站天氣要素及逐候500hPa西太平洋副高脊線位置，劃分出1885—2000年的逐年長江中下游梅雨期，并認為長江中下游梅雨在1970s末發生了一次強年代際突變，從1958—1978年的弱梅雨時段突變為1979—1999年的強梅雨時段。魏鳳英等［6］、陳藝敏等［7］用這種劃分方法對116a梅雨序列進行了分析，得到梅雨在1940年左右由強轉弱，入梅日期由偏早明顯轉變為偏遲。而姚學祥等［8］通過個例分析指出，沿江5站的代表性不夠，不能夠全面反映江淮地區的入、出梅。胡婭敏等［9］等用Cressman客觀分析方法將站點的逐日臺站降水資料插值成格點資料，定義了一個“廣義梅雨評定標準”，得出江淮地區梅雨在1960s中期、1970s末—1980s初發生了突變。但黃青蘭等［10］認為用這種方法對降水的插值可能使一些無降水的格點由于附近臺站有較大降水而產生虛假降水。錢永甫等［11］將1951—1998年長江中下游17個代表站6—7月降水量作為梅雨量，認為梅雨量在1980年左右發生了明顯的年代際變化，1980年之前多旱，之后則多澇。

毛文書等［12］對江淮地區平均梅雨期（6月20日—7月10日）的梅雨量進行分析得到，近50a江淮南區梅雨量顯著上升，而江淮北區只有略微上升趨勢。在梅雨的空間分布方面，呂君寧等［13］對長江中下游地區8省1市的梅雨空間分布進行了分析，認為梅雨帶主要位于淮河流域、長江中下游和兩湖地區，1950s后期到1960s中期，全區降水偏少，1970s雨帶分布的南北差異突出。王建新等［14］通過對1954—1987年長江中下游地區35個氣象站的梅雨量進行EOF展開，得出梅雨區存在全區一致、南北反向、中間與南北反向3種型。而王黎娟等［15］、毛文書等［12］分別在對近30a和近50a江淮梅雨空間分布的分析發現，江淮梅雨主要存在全區一致、南北反相和東西反相3種型。此外，司東等［16］、胡婭敏等［17］的研究表明，1990s末以來，中國梅雨帶呈明顯北移的趨勢。徐衛國等［18］對梅雨雨區邊界做出定義，得出1960—1970s末期梅雨雨區北界逐漸北進，而1980s初期—1990s末期又逐漸南撤。黃丹青等［19］對江淮梅雨期持續5d及以上降水頻數進行了分析，指出隨著持續時間的增加，總頻數逐漸減少，且頻發區從江淮的北部地區逐步向南部地區移動。除了江淮梅雨的時空分布特征外，亦有學者對非典型梅雨開展了討論。姚學祥等［8］將6、7月等符合梅雨劃分標準的降水定義為“典型梅雨”，其余達不到標準的5—7月降水稱為“非典型梅雨”，認為非典型梅雨期一般比典型梅雨短，5月的非典型梅雨強度較弱。梁萍等［20］在對上海梅雨的研究中指出，上海梅雨入、出梅時間存在明顯推遲趨勢，降水愈加集中，且梅雨季華東區域出現一致降水范圍有縮小趨勢，空間分布表現出非典型。由上述研究來看，關于江淮梅雨的研究已取得諸多進展。但以往的研究多是圍繞不同的入、出梅指標展開討論的，其結果缺乏可比性。此外，在全球氣候變暖這一背景下，包括梅雨非典型性在內的諸多問題仍不清楚。因此，基于《梅雨監測業務規定》［21］中統一的入、出梅劃分標準，進一步研究江淮梅雨的相關特征具有重要的科學意義和業務價值。

1資料和方法

1．1資料說明本文采用中國氣象局預報與網絡司2014年印發的《梅雨監測業務規定》［21］中涉及的江淮梅雨區1960—2012年的入（出）梅日期、梅期長度資料。其中，入梅日期為梅雨期的首日，出梅日期為梅雨期結束日的次日。利用國家氣候中心整編的全國730個站自建站以來的逐日資料，在消除臺站遷移、經過均一性檢查和嚴格質量控制的基礎上，選取江淮區域（28～34°N，110°E以東）1960年1月—2012年12月資料記錄完整的72個測站。

1．2方法根據傳統天氣學定義，根據24h降水量將降水分為小雨（0􀆰1～9􀆰9mm）、中雨（10～24􀆰9mm）、大雨（25～49􀆰9mm）、暴雨（50～99􀆰9mm）和大暴雨（≥100mm）5個類型。24h雨量≥0􀆰1mm稱為雨日，24h雨量≥0􀆰1mm且白天日照時數≥5h的雨日定義為夜雨。本文所用的主要統計指標有天氣頻率和降水貢獻率［22］：天氣頻率為某類天氣出現的日數占梅期長度的百分比；降水貢獻率為某類型降水總量占梅雨量的百分比。相似方法是目前在天氣預報業務中被廣泛使用的方法，其在氣候診斷方面也有一定的應用。為了能客觀地分辨出梅雨分布型，需要一個考慮全面的綜合相似指數。閻惠芳等［23］采用相似系數、距離相似系數分別作為兩個場的“形”相似判據和“值”相似判據，取二者平均值定義為綜合相似指數。

2江淮梅雨的時間變化特征

2.1江淮梅雨特征量的時間變化根據新的梅雨劃分標準，統計了1960—2012年江淮梅雨的氣候特征。平均梅雨期為6月8日—7月20日，平均梅雨量為260mm。可以看出，新的標準由于考慮了不同的氣候區，從而梅雨期較以往的標準相比有所延長。圖2為1960—2012年江淮梅雨入梅日、出梅日、梅期長度和梅雨量距平百分率的年際變化曲線，近53a入梅日、出梅日均呈波動式變化，2000年之后入梅日多為偏遲，而出梅日則以偏早居多。M－K突變檢驗顯示（圖略），出梅日期在1965年發生了由偏早轉為偏晚的突變，其余特征未有突變發生。梅期長度與入、出梅日的相關系數分別為－0􀆰57和0􀆰63，梅雨量與入、出梅日的相關系數分別為－0􀆰28和0􀆰48，均通過了0􀆰05的顯著性水平檢驗。一般來說，入梅越早，出梅越晚，則梅雨期越長，梅雨量越多。就梅雨期降水量來看（圖2b），1960s、1980s和1990s表現為上升趨勢，1970s和最近十幾年則為下降趨勢，尤其是自1997年以來，梅雨期降水量的減少很明顯。表1給出了不同年代各梅雨特征量的統計值，結合圖2和表1可以看出，江淮梅雨呈現出明顯的年代際變化特征，其中，1970s、1980s及2000s以來表現為入梅偏晚，出梅偏早，梅雨期偏短，梅雨量偏少，梅雨強度［25］偏弱的特征；而1970s和1990s的梅雨則與之相反。進一步對梅雨特征量進行小波分析（圖3）發現，入梅日自1980s后存在穩定的準6a周期，且1970s及2000s中期存在準2a的周期；出梅日、梅期長度和梅雨量均存在準2a、準4a和準8a的周期，出梅日和梅期長度在1970s和1980s以準4a周期為主，進入1990s后準8a周期顯著，但梅雨量在2000s又表現為準4a周期。

2.2梅雨期內有關天氣出現時間的變化為了解梅雨期內不同天氣的變化特征，圖4給出了梅雨期內雨日、陰天、晴天以及夜雨頻率的時間序列、長期變化趨勢以及11a滑動平均。可見江淮梅雨期內各類天氣發生頻率均具有明顯的年際和年代際特征。由線性傾向趨勢線可見：梅雨期內雨日頻率顯著下降，其中夜雨頻率下降明顯，氣候傾向率分別為：－0􀆰9、－1􀆰1（／10a）；而陰天頻率顯著上升，氣候傾向率為：1􀆰3／10a，均通過了α＝0􀆰05的顯著性水平檢驗；晴天頻率略有下降，但未通過顯著性水平檢驗。由滑動曲線可見：雨日頻率在1960s至1970s初為上升趨勢，1970s初至1990s末圍繞平均值上下波動，2000s后持續下降；陰天頻率在1960s至1970s初為下降趨勢，1970s初至今呈波動式上升趨勢；晴天頻率在1970s中期存在一個峰值，1980s初到2000s末整體偏低，2000s初出現了第二個峰值。夜雨頻率在1980s中期由偏高轉變為偏低，并在1960s末期及1990s末期對應存在峰值和谷值。由上分析可見：近53a來，雨日頻率減少，其中夜雨頻率顯著下降；陰天頻率增加；晴天頻率變化不顯著。由于梅雨量并無顯著趨勢，因此這一變化間接導致了降水強度的增大，增加了極端降水發生的可能性。

2.3梅雨期內不同等級降水貢獻率的變化將日降水量劃分為小雨、中雨、大雨、暴雨和大暴雨5類，利用同樣的方法，進一步分析不同等級降水對梅雨量所作貢獻的變化特征（圖5）。計算出5類降水貢獻率的氣候傾向率分別為：－0􀆰3、－0􀆰7、0􀆰2、0􀆰2和0􀆰6（／10a），其中，中雨貢獻率顯著減小，大暴雨貢獻率顯著增加，其線性趨勢均通過了α＝0􀆰05的顯著性水平檢驗；小雨貢獻率略有下降，大雨和暴雨貢獻率略有上升，但均未通過顯著性水平檢驗。由滑動曲線可見：小雨貢獻率在1960s下降，1970s出現躍增，1980—1990s下降，2000s初開始上升，1990s初發生了由偏多向偏少的突變（圖略）。中雨貢獻率則在1960—1970s中期為上升趨勢，1970s中期至今以下降趨勢為主，同樣也在1990s初發生了由偏多向偏少的突變（圖略）。大雨貢獻率的年代際變化特征與中雨類似，1960—1970s中期上升，1970s中期至今以下降為主，并在1990s初發生由偏多向偏少的突變（圖略）。暴雨貢獻率的年代際變化特征則與前3類降水有所不同，1960—1980s初為下降趨勢，1980s初—1990s末為上升趨勢，1990s末至今表現為先下降后上升的波動，未出現突變年份（圖略）。大暴雨貢獻率的年代際變化特征大致與中雨和大雨的年代際特征反相，1960—1970s中期為下降趨勢，1970s中期至今以上升趨勢為主，并在1990s中期發生了由偏少向偏多的突變（圖略）。

3江淮梅雨的空間變化特征

3.1江淮梅雨的主要模態為了解江淮梅雨的空間分布特征和為梅雨分類提供依據，對72個氣象站近53a梅雨量進行EOF分解，得到方差貢獻率較大的前4個載荷向量場，累計方差貢獻率為71􀆰1％。根據North準則［26］，前4個載荷向量場彼此獨立并顯著區別于其它載荷向量場，因此用前4個載荷向量場反映梅雨量的主要空間分布特征。第一載荷向量場（圖6a1）占總方差的33􀆰4％，表現為全區域一致的變化，即江淮梅雨存在一致偏多（少）的特征，其正值中心位于安徽南部、湖北東部，表明這里是江淮梅雨期降水量的最大中心。對應的時間序列（圖6a2）與圖2b給出的流域平均梅雨期降水量的變化十分相似，即1960s、1980s和1990s表現為上升趨勢，70年代和1997年以來為明顯的減少趨勢。第二載荷向量場（圖6b1）占總方差的21􀆰2％，大致以30°N為界表現為南北相反的分布特征，正值中心位于江蘇北部、安徽北部，負值中心位于江西中部。對應的時間系數（圖6b2）年代際變化明顯，1970s中末—1980s中后期及2000s初以正位相為主，1990s初—2000s初呈現顯著的負位相，其余時段在零值附近上下振蕩。第三載荷向量場（圖6c1）占總方差的9􀆰6％，呈現中部與南北相反的分布特征，正值中心位于長江流域，負值中心分別位于河南中部和浙江南部。對應的時間系數（圖6c2）經歷了1960s下降、1970s上升和1980s下降的線性趨勢，1990s至今呈波動狀態。第四載荷向量場（圖6d1）占總方差的6􀆰9％，大致表現為以116°E為界東西相反的變化特征，正值中心位于湖南東北部，負值中心位于江浙滬交匯處。對應的時間序列（圖6d2）呈略微下降趨勢，1960—1970s為正位相階段，1970—1960s以負位相為主，1990s至今呈波動狀態，且近幾年負位相顯著。

3.2江淮梅雨降水場的分型為了能更加充分地認識江淮梅雨降水分布型的變化特征，采用綜合相似指數客觀地對逐年江淮梅雨降水場進行分型。具體為：以EOF分解的梅雨量前4個載荷向量場X1i、X2i、X3i、X4i為典型梅雨型，歷年梅雨量距平百分率場為X1j、X2j…X53j，分別求出Xi與Xj的綜合系數，通過比較綜合相似指數絕對值C1ijn、C2ijn、C3ijn、C4ijn的大小進行分型，劃分為8種梅雨型（表2）：全區一致偏豐（A＋）型、全區一致偏枯（A－）型、南豐北枯（B＋）型、南枯北豐（B－）型、南北豐中部枯（C＋）型、南北枯中部豐（C－）型、東豐西枯（D＋）型和東枯西豐（D－）型。為了驗證利用綜合相似指數方法分型的可靠性，分別選取各類梅雨型年份對應的EOF分析模態的時間系數絕對值大于1的年份為異常年，進行合成分析，得到各類梅雨型的分布（圖略）與對應的EOF載荷向量場基本一致，說明該方法對于江淮梅雨降水場的分型是適用的。就1960—2012年而言，全區枯梅型占53a比例最高（22􀆰6％），主要分布于1960s、1980s及2000s；南枯北豐型比例次之（18􀆰9％），同樣主要集中在1960s、1980s及2000s；全區豐梅型和南豐北枯型比例相當（17􀆰0％），均在1990s出現頻率較高；南北豐中部枯型（13􀆰2％）亦較常出現；而東豐西枯型（5􀆰7％）、東枯西豐型（3􀆰8％）及南北枯中部豐型（1􀆰9％）出現概率則相對較低。表2可以看出，全區豐梅型、南豐北枯型、南北豐中部枯型和東枯西豐型均具有入梅早、出梅晚、梅雨量大的特點；而全區枯梅型、南枯北豐型、南北枯中部豐型和東豐西枯型則剛好與之相反。進一步分析8類梅雨型的年代際特征（圖7）發現：相同年代際內，全區一致枯型梅雨與南枯北豐型梅雨出現概率相當，而全區一致豐型梅雨則與南豐北枯型和南北豐中間枯型梅雨發生概率相近。全由以上分析可以看出，江淮梅雨的豐枯并非總是一致變化，其經向非均勻性亦十分顯著，且不同的梅雨型存在一定的年代際對應關系，了解這一背景對梅雨預測及防汛抗旱工作有著重要的指導作用。

4江淮梅雨的非典型性

在氣候變暖背景下，諸多現象反映出近幾年的梅雨表現得與以往有所不同，“非典型性梅雨”成為社會關注的熱門。那么，梅雨的典型與非典型性應當如何表征？根據梅雨的定義，梅雨是6—7月發生在長江中下游地區的高溫高濕連陰雨天氣。由此可以看出，典型梅雨的主要特征是高溫、高濕、多雨。因此，考慮結合梅雨期內的日平均氣溫（以下簡稱“氣溫”）、日平均相對濕度（以下簡稱“濕度”）及梅雨期雨日數占梅期長度百分比（以下簡稱“雨日頻率”）三個要素來量化梅雨的特征。將雨日頻率與多年平均雨日頻率之比值大（小）于1的某年定義為多（少）雨年，梅期內氣溫高（低）于多年平均值的某日定義為高（低）溫，梅雨期內濕度大（小）于多年平均值的某日定義為高（低）濕，得到高濕高溫多雨、高濕低溫多雨、低濕高溫多雨、低濕低溫多雨、高濕高溫少雨、高濕低溫少雨、低濕高溫少雨和低濕低溫少雨，共8種類型梅雨日，計算逐年這8種類型梅雨日占梅期長度的百分比。這樣，梅雨期內高濕高溫多雨日的比例則稱為“梅雨典型程度”，其余7類梅雨日的比例稱為“梅雨非典型程度”。近53a江淮梅雨的平均典型程度僅為11􀆰3％，其余非典型程度占到88􀆰7％，其中低濕高溫少雨比例最大，為22􀆰9％，低濕低溫多雨比例最小，為4􀆰5％。由此可見，典型的高濕高溫多雨梅雨的比例雖小，但由于其對人們生產生活造成的不利影響最大，因此多被重視。由圖8可知：近53a江淮梅雨的典型程度呈下降趨勢，其氣候傾向率為－1􀆰1／10a，通過了0􀆰05的顯著性水平檢驗，但2011年出現了近53a來最典型的梅雨天氣。非典型性程度整體是上升的，其中尤以所占比例最大的低濕高溫少雨型的增長最為顯著，氣候傾向率為3􀆰2／10a，通過了0􀆰001的顯著性水平檢驗；低濕高溫多雨和低濕低溫少雨呈略微上升趨勢，而高濕低溫多雨、低濕低溫多雨、高濕高溫少雨及高濕低溫少雨均呈微弱下降趨勢，但均未通過顯著性檢驗。說明隨著氣候變暖，江淮梅雨高溫高濕多雨的特征有所減弱，而低濕高溫少雨則變得更為多見，尤其是2000s初期以來，這種現象尤為顯著。此外，通過考察這兩種梅雨日占梅期長度百分比線性趨勢的空間分布特征（圖9），發現其存在區域一致性。其中，江蘇南部、浙江及湖北東部的線性趨勢通過了0􀆰1的顯著性水平檢驗。進一步從1960—2012年內逐年出現這兩類梅雨（兩類梅雨日占梅期長度的百分比≥多年平均）站點數的變化趨勢來看（圖10），江淮梅雨期內發生典型梅雨（高濕高溫多雨）的站數存在顯著減少的趨勢，而發生非典型梅雨（低濕高溫少雨）的站數則存在顯著增加的趨勢。也就是說，1960s以來梅雨期內高濕高溫多雨發生的范圍存在縮小的趨勢，而低濕高溫少雨發生的范圍則有擴大趨勢。由此表明，1960—2012年期間無論時間尺度還是空間尺度，江淮梅雨的典型特征（高濕高溫多雨）均愈來愈弱，而非典型特征（尤其是低濕高溫少雨）則愈加顯著。

5結論

（1）江淮梅雨年際、年代際振蕩顯著，出梅日期在1965年發生了由偏早向偏晚的突變。入梅日存在準2a和準6a的周期，出梅日、梅期長度和梅雨量存在準2a、準4a和準8a的周期。

作者：陳旭 李棟梁 單位：南京信息工程大學 大氣科學學院 氣象災害預報預警與評估協同創新中心