江淮梅雨特征的分析范文

本站小编为你精心准备了江淮梅雨特征的分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《气象科学杂志》2016年第一期

摘要

根据中国气象局2014年印发的《梅雨监测业务规定》中的入、出梅标准，以及江淮地区72个气象站1960—2012年近53a逐日气象资料，采用经验正交分解（EOF）方法和相似方法分析了江淮梅雨降水的时空变化，并以温度、湿度和雨日频率作为判据，将梅雨划分为典型和非典型两类，对其变化特征进行了讨论。结果表明：江淮梅雨期内，雨日比例减少，阴天比例增加，且发生在白天的降水比例上升；此外，中雨的贡献率显著减小，大暴雨的贡献率显著增加。相同年代际内，全区一致枯型梅雨与南枯北丰型梅雨出现概率相当，全区一致丰型梅雨则与南丰北枯型和南北丰中部枯型梅雨发生概率相近。江淮梅雨的典型程度（高湿高温多雨）在时间尺度上呈减弱趋势，非典型程度整体呈增加趋势，其中以所占比例最大的低湿高温少雨型的增长最为明显，且这种变化趋势在整个江淮地区表现一致。空间尺度上，典型梅雨发生的范围存在缩小趋势，非典型梅雨发生的范围则有扩大趋势。即近53a来，江淮梅雨在时空尺度上均发生了由典型向非典型的转移，且2000s以来这种转变尤其显著。

关键词

江淮梅雨；降水分型；典型；非典型；EOF

IPCC第五次报告［1］指出，1950s以来的气候变化是千年以来所未见的，气候变暖的事实十分明确。这一变化将影响地球的水循环，使地球更加干湿分明，极端降水事件发生的可能性增加［2］。江淮梅雨是发生在我国江淮流域的重要天气气候现象，梅雨期降水是该地区汛期降水的重要组成部分，梅雨量的丰枯可直接导致该地区的旱涝灾害，因此有关江淮梅雨的研究一直是气象学者们关注的重要课题。章淹［3］以1950年为界对前后两段时期的梅雨作对比分析得出，1950s后长（短）梅年减少（多），集中期缩短，降水总量偏少（多）年增多（减少）。徐群［4，5］根据长江中下游5站（上海、南京、芜湖、九江和汉口）日降水资料结合历史地面天气图、单站天气要素及逐候500hPa西太平洋副高脊线位置，划分出1885—2000年的逐年长江中下游梅雨期，并认为长江中下游梅雨在1970s末发生了一次强年代际突变，从1958—1978年的弱梅雨时段突变为1979—1999年的强梅雨时段。魏凤英等［6］、陈艺敏等［7］用这种划分方法对116a梅雨序列进行了分析，得到梅雨在1940年左右由强转弱，入梅日期由偏早明显转变为偏迟。而姚学祥等［8］通过个例分析指出，沿江5站的代表性不够，不能够全面反映江淮地区的入、出梅。胡娅敏等［9］等用Cressman客观分析方法将站点的逐日台站降水资料插值成格点资料，定义了一个“广义梅雨评定标准”，得出江淮地区梅雨在1960s中期、1970s末—1980s初发生了突变。但黄青兰等［10］认为用这种方法对降水的插值可能使一些无降水的格点由于附近台站有较大降水而产生虚假降水。钱永甫等［11］将1951—1998年长江中下游17个代表站6—7月降水量作为梅雨量，认为梅雨量在1980年左右发生了明显的年代际变化，1980年之前多旱，之后则多涝。

毛文书等［12］对江淮地区平均梅雨期（6月20日—7月10日）的梅雨量进行分析得到，近50a江淮南区梅雨量显著上升，而江淮北区只有略微上升趋势。在梅雨的空间分布方面，吕君宁等［13］对长江中下游地区8省1市的梅雨空间分布进行了分析，认为梅雨带主要位于淮河流域、长江中下游和两湖地区，1950s后期到1960s中期，全区降水偏少，1970s雨带分布的南北差异突出。王建新等［14］通过对1954—1987年长江中下游地区35个气象站的梅雨量进行EOF展开，得出梅雨区存在全区一致、南北反向、中间与南北反向3种型。而王黎娟等［15］、毛文书等［12］分别在对近30a和近50a江淮梅雨空间分布的分析发现，江淮梅雨主要存在全区一致、南北反相和东西反相3种型。此外，司东等［16］、胡娅敏等［17］的研究表明，1990s末以来，中国梅雨带呈明显北移的趋势。徐卫国等［18］对梅雨雨区边界做出定义，得出1960—1970s末期梅雨雨区北界逐渐北进，而1980s初期—1990s末期又逐渐南撤。黄丹青等［19］对江淮梅雨期持续5d及以上降水频数进行了分析，指出随着持续时间的增加，总频数逐渐减少，且频发区从江淮的北部地区逐步向南部地区移动。除了江淮梅雨的时空分布特征外，亦有学者对非典型梅雨开展了讨论。姚学祥等［8］将6、7月等符合梅雨划分标准的降水定义为“典型梅雨”，其余达不到标准的5—7月降水称为“非典型梅雨”，认为非典型梅雨期一般比典型梅雨短，5月的非典型梅雨强度较弱。梁萍等［20］在对上海梅雨的研究中指出，上海梅雨入、出梅时间存在明显推迟趋势，降水愈加集中，且梅雨季华东区域出现一致降水范围有缩小趋势，空间分布表现出非典型。由上述研究来看，关于江淮梅雨的研究已取得诸多进展。但以往的研究多是围绕不同的入、出梅指标展开讨论的，其结果缺乏可比性。此外，在全球气候变暖这一背景下，包括梅雨非典型性在内的诸多问题仍不清楚。因此，基于《梅雨监测业务规定》［21］中统一的入、出梅划分标准，进一步研究江淮梅雨的相关特征具有重要的科学意义和业务价值。

1资料和方法

1．1资料说明本文采用中国气象局预报与网络司2014年印发的《梅雨监测业务规定》［21］中涉及的江淮梅雨区1960—2012年的入（出）梅日期、梅期长度资料。其中，入梅日期为梅雨期的首日，出梅日期为梅雨期结束日的次日。利用国家气候中心整编的全国730个站自建站以来的逐日资料，在消除台站迁移、经过均一性检查和严格质量控制的基础上，选取江淮区域（28～34°N，110°E以东）1960年1月—2012年12月资料记录完整的72个测站。

1．2方法根据传统天气学定义，根据24h降水量将降水分为小雨（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个类型。24h雨量≥0􀆰1mm称为雨日，24h雨量≥0􀆰1mm且白天日照时数≥5h的雨日定义为夜雨。本文所用的主要统计指标有天气频率和降水贡献率［22］：天气频率为某类天气出现的日数占梅期长度的百分比；降水贡献率为某类型降水总量占梅雨量的百分比。相似方法是目前在天气预报业务中被广泛使用的方法，其在气候诊断方面也有一定的应用。为了能客观地分辨出梅雨分布型，需要一个考虑全面的综合相似指数。阎惠芳等［23］采用相似系数、距离相似系数分别作为两个场的“形”相似判据和“值”相似判据，取二者平均值定义为综合相似指数。

2江淮梅雨的时间变化特征

2.1江淮梅雨特征量的时间变化根据新的梅雨划分标准，统计了1960—2012年江淮梅雨的气候特征。平均梅雨期为6月8日—7月20日，平均梅雨量为260mm。可以看出，新的标准由于考虑了不同的气候区，从而梅雨期较以往的标准相比有所延长。图2为1960—2012年江淮梅雨入梅日、出梅日、梅期长度和梅雨量距平百分率的年际变化曲线，近53a入梅日、出梅日均呈波动式变化，2000年之后入梅日多为偏迟，而出梅日则以偏早居多。M－K突变检验显示（图略），出梅日期在1965年发生了由偏早转为偏晚的突变，其余特征未有突变发生。梅期长度与入、出梅日的相关系数分别为－0􀆰57和0􀆰63，梅雨量与入、出梅日的相关系数分别为－0􀆰28和0􀆰48，均通过了0􀆰05的显著性水平检验。一般来说，入梅越早，出梅越晚，则梅雨期越长，梅雨量越多。就梅雨期降水量来看（图2b），1960s、1980s和1990s表现为上升趋势，1970s和最近十几年则为下降趋势，尤其是自1997年以来，梅雨期降水量的减少很明显。表1给出了不同年代各梅雨特征量的统计值，结合图2和表1可以看出，江淮梅雨呈现出明显的年代际变化特征，其中，1970s、1980s及2000s以来表现为入梅偏晚，出梅偏早，梅雨期偏短，梅雨量偏少，梅雨强度［25］偏弱的特征；而1970s和1990s的梅雨则与之相反。进一步对梅雨特征量进行小波分析（图3）发现，入梅日自1980s后存在稳定的准6a周期，且1970s及2000s中期存在准2a的周期；出梅日、梅期长度和梅雨量均存在准2a、准4a和准8a的周期，出梅日和梅期长度在1970s和1980s以准4a周期为主，进入1990s后准8a周期显著，但梅雨量在2000s又表现为准4a周期。

2.2梅雨期内有关天气出现时间的变化为了解梅雨期内不同天气的变化特征，图4给出了梅雨期内雨日、阴天、晴天以及夜雨频率的时间序列、长期变化趋势以及11a滑动平均。可见江淮梅雨期内各类天气发生频率均具有明显的年际和年代际特征。由线性倾向趋势线可见：梅雨期内雨日频率显著下降，其中夜雨频率下降明显，气候倾向率分别为：－0􀆰9、－1􀆰1（／10a）；而阴天频率显著上升，气候倾向率为：1􀆰3／10a，均通过了α＝0􀆰05的显著性水平检验；晴天频率略有下降，但未通过显著性水平检验。由滑动曲线可见：雨日频率在1960s至1970s初为上升趋势，1970s初至1990s末围绕平均值上下波动，2000s后持续下降；阴天频率在1960s至1970s初为下降趋势，1970s初至今呈波动式上升趋势；晴天频率在1970s中期存在一个峰值，1980s初到2000s末整体偏低，2000s初出现了第二个峰值。夜雨频率在1980s中期由偏高转变为偏低，并在1960s末期及1990s末期对应存在峰值和谷值。由上分析可见：近53a来，雨日频率减少，其中夜雨频率显著下降；阴天频率增加；晴天频率变化不显著。由于梅雨量并无显著趋势，因此这一变化间接导致了降水强度的增大，增加了极端降水发生的可能性。

2.3梅雨期内不同等级降水贡献率的变化将日降水量划分为小雨、中雨、大雨、暴雨和大暴雨5类，利用同样的方法，进一步分析不同等级降水对梅雨量所作贡献的变化特征（图5）。计算出5类降水贡献率的气候倾向率分别为：－0􀆰3、－0􀆰7、0􀆰2、0􀆰2和0􀆰6（／10a），其中，中雨贡献率显著减小，大暴雨贡献率显著增加，其线性趋势均通过了α＝0􀆰05的显著性水平检验；小雨贡献率略有下降，大雨和暴雨贡献率略有上升，但均未通过显著性水平检验。由滑动曲线可见：小雨贡献率在1960s下降，1970s出现跃增，1980—1990s下降，2000s初开始上升，1990s初发生了由偏多向偏少的突变（图略）。中雨贡献率则在1960—1970s中期为上升趋势，1970s中期至今以下降趋势为主，同样也在1990s初发生了由偏多向偏少的突变（图略）。大雨贡献率的年代际变化特征与中雨类似，1960—1970s中期上升，1970s中期至今以下降为主，并在1990s初发生由偏多向偏少的突变（图略）。暴雨贡献率的年代际变化特征则与前3类降水有所不同，1960—1980s初为下降趋势，1980s初—1990s末为上升趋势，1990s末至今表现为先下降后上升的波动，未出现突变年份（图略）。大暴雨贡献率的年代际变化特征大致与中雨和大雨的年代际特征反相，1960—1970s中期为下降趋势，1970s中期至今以上升趋势为主，并在1990s中期发生了由偏少向偏多的突变（图略）。

3江淮梅雨的空间变化特征

3.1江淮梅雨的主要模态为了解江淮梅雨的空间分布特征和为梅雨分类提供依据，对72个气象站近53a梅雨量进行EOF分解，得到方差贡献率较大的前4个载荷向量场，累计方差贡献率为71􀆰1％。根据North准则［26］，前4个载荷向量场彼此独立并显著区别于其它载荷向量场，因此用前4个载荷向量场反映梅雨量的主要空间分布特征。第一载荷向量场（图6a1）占总方差的33􀆰4％，表现为全区域一致的变化，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、湖北东部，表明这里是江淮梅雨期降水量的最大中心。对应的时间序列（图6a2）与图2b给出的流域平均梅雨期降水量的变化十分相似，即1960s、1980s和1990s表现为上升趋势，70年代和1997年以来为明显的减少趋势。第二载荷向量场（图6b1）占总方差的21􀆰2％，大致以30°N为界表现为南北相反的分布特征，正值中心位于江苏北部、安徽北部，负值中心位于江西中部。对应的时间系数（图6b2）年代际变化明显，1970s中末—1980s中后期及2000s初以正位相为主，1990s初—2000s初呈现显著的负位相，其余时段在零值附近上下振荡。第三载荷向量场（图6c1）占总方差的9􀆰6％，呈现中部与南北相反的分布特征，正值中心位于长江流域，负值中心分别位于河南中部和浙江南部。对应的时间系数（图6c2）经历了1960s下降、1970s上升和1980s下降的线性趋势，1990s至今呈波动状态。第四载荷向量场（图6d1）占总方差的6􀆰9％，大致表现为以116°E为界东西相反的变化特征，正值中心位于湖南东北部，负值中心位于江浙沪交汇处。对应的时间序列（图6d2）呈略微下降趋势，1960—1970s为正位相阶段，1970—1960s以负位相为主，1990s至今呈波动状态，且近几年负位相显著。

3.2江淮梅雨降水场的分型为了能更加充分地认识江淮梅雨降水分布型的变化特征，采用综合相似指数客观地对逐年江淮梅雨降水场进行分型。具体为：以EOF分解的梅雨量前4个载荷向量场X1i、X2i、X3i、X4i为典型梅雨型，历年梅雨量距平百分率场为X1j、X2j…X53j，分别求出Xi与Xj的综合系数，通过比较综合相似指数绝对值C1ijn、C2ijn、C3ijn、C4ijn的大小进行分型，划分为8种梅雨型（表2）：全区一致偏丰（A＋）型、全区一致偏枯（A－）型、南丰北枯（B＋）型、南枯北丰（B－）型、南北丰中部枯（C＋）型、南北枯中部丰（C－）型、东丰西枯（D＋）型和东枯西丰（D－）型。为了验证利用综合相似指数方法分型的可靠性，分别选取各类梅雨型年份对应的EOF分析模态的时间系数绝对值大于1的年份为异常年，进行合成分析，得到各类梅雨型的分布（图略）与对应的EOF载荷向量场基本一致，说明该方法对于江淮梅雨降水场的分型是适用的。就1960—2012年而言，全区枯梅型占53a比例最高（22􀆰6％），主要分布于1960s、1980s及2000s；南枯北丰型比例次之（18􀆰9％），同样主要集中在1960s、1980s及2000s；全区丰梅型和南丰北枯型比例相当（17􀆰0％），均在1990s出现频率较高；南北丰中部枯型（13􀆰2％）亦较常出现；而东丰西枯型（5􀆰7％）、东枯西丰型（3􀆰8％）及南北枯中部丰型（1􀆰9％）出现概率则相对较低。表2可以看出，全区丰梅型、南丰北枯型、南北丰中部枯型和东枯西丰型均具有入梅早、出梅晚、梅雨量大的特点；而全区枯梅型、南枯北丰型、南北枯中部丰型和东丰西枯型则刚好与之相反。进一步分析8类梅雨型的年代际特征（图7）发现：相同年代际内，全区一致枯型梅雨与南枯北丰型梅雨出现概率相当，而全区一致丰型梅雨则与南丰北枯型和南北丰中间枯型梅雨发生概率相近。全由以上分析可以看出，江淮梅雨的丰枯并非总是一致变化，其经向非均匀性亦十分显著，且不同的梅雨型存在一定的年代际对应关系，了解这一背景对梅雨预测及防汛抗旱工作有着重要的指导作用。

4江淮梅雨的非典型性

在气候变暖背景下，诸多现象反映出近几年的梅雨表现得与以往有所不同，“非典型性梅雨”成为社会关注的热门。那么，梅雨的典型与非典型性应当如何表征？根据梅雨的定义，梅雨是6—7月发生在长江中下游地区的高温高湿连阴雨天气。由此可以看出，典型梅雨的主要特征是高温、高湿、多雨。因此，考虑结合梅雨期内的日平均气温（以下简称“气温”）、日平均相对湿度（以下简称“湿度”）及梅雨期雨日数占梅期长度百分比（以下简称“雨日频率”）三个要素来量化梅雨的特征。将雨日频率与多年平均雨日频率之比值大（小）于1的某年定义为多（少）雨年，梅期内气温高（低）于多年平均值的某日定义为高（低）温，梅雨期内湿度大（小）于多年平均值的某日定义为高（低）湿，得到高湿高温多雨、高湿低温多雨、低湿高温多雨、低湿低温多雨、高湿高温少雨、高湿低温少雨、低湿高温少雨和低湿低温少雨，共8种类型梅雨日，计算逐年这8种类型梅雨日占梅期长度的百分比。这样，梅雨期内高湿高温多雨日的比例则称为“梅雨典型程度”，其余7类梅雨日的比例称为“梅雨非典型程度”。近53a江淮梅雨的平均典型程度仅为11􀆰3％，其余非典型程度占到88􀆰7％，其中低湿高温少雨比例最大，为22􀆰9％，低湿低温多雨比例最小，为4􀆰5％。由此可见，典型的高湿高温多雨梅雨的比例虽小，但由于其对人们生产生活造成的不利影响最大，因此多被重视。由图8可知：近53a江淮梅雨的典型程度呈下降趋势，其气候倾向率为－1􀆰1／10a，通过了0􀆰05的显著性水平检验，但2011年出现了近53a来最典型的梅雨天气。非典型性程度整体是上升的，其中尤以所占比例最大的低湿高温少雨型的增长最为显著，气候倾向率为3􀆰2／10a，通过了0􀆰001的显著性水平检验；低湿高温多雨和低湿低温少雨呈略微上升趋势，而高湿低温多雨、低湿低温多雨、高湿高温少雨及高湿低温少雨均呈微弱下降趋势，但均未通过显著性检验。说明随着气候变暖，江淮梅雨高温高湿多雨的特征有所减弱，而低湿高温少雨则变得更为多见，尤其是2000s初期以来，这种现象尤为显著。此外，通过考察这两种梅雨日占梅期长度百分比线性趋势的空间分布特征（图9），发现其存在区域一致性。其中，江苏南部、浙江及湖北东部的线性趋势通过了0􀆰1的显著性水平检验。进一步从1960—2012年内逐年出现这两类梅雨（两类梅雨日占梅期长度的百分比≥多年平均）站点数的变化趋势来看（图10），江淮梅雨期内发生典型梅雨（高湿高温多雨）的站数存在显著减少的趋势，而发生非典型梅雨（低湿高温少雨）的站数则存在显著增加的趋势。也就是说，1960s以来梅雨期内高湿高温多雨发生的范围存在缩小的趋势，而低湿高温少雨发生的范围则有扩大趋势。由此表明，1960—2012年期间无论时间尺度还是空间尺度，江淮梅雨的典型特征（高湿高温多雨）均愈来愈弱，而非典型特征（尤其是低湿高温少雨）则愈加显著。

5结论

（1）江淮梅雨年际、年代际振荡显著，出梅日期在1965年发生了由偏早向偏晚的突变。入梅日存在准2a和准6a的周期，出梅日、梅期长度和梅雨量存在准2a、准4a和准8a的周期。

作者：陈旭 李栋梁 单位：南京信息工程大学 大气科学学院 气象灾害预报预警与评估协同创新中心