泉州市台风降水分布特征及异常原因分析*

林雄军 王聪晓

(晋江市气象局，福建 泉州 362000)

0 引 言

泉州市位于福建省东南沿海，东临台湾海峡，1981—2013年平均每年影响泉州市的台风有5.3个，台风灾害已是泉州市最主要的气象灾害之一。随着防台减灾工作越来越受到重视，对台风灾害特别是台风强降水的研究也越来越多。林毅等[1]分析了2016年第1号台风“尼伯特”造成福建特大暴雨的中尺度对流系统的特征和形成机制，结果表明，造成台风特大暴雨的中尺度系统是在台风外围强风速带触及福建沿海时形成的地面中尺度辐合线上发展的。王倩云等[2]分析了1702号台风“苗柏”登陆后福建东部降水的特征及成因，结果表明这次强降水是不稳定的气层在低空急流快速发展形成的动力强迫下,激发出此次对流天气降水。关于2016年14号台风“莫兰蒂”，同样有学者做了诸多分析，王立诚等[3]研究表明，环流形势的不对称分布使正相对涡度增加,是引起台风急剧增强的一种动力机制。台风降水取决于台风的结构、路径、强度等多方面因素，造成台风降水异常的原因也受到人们的关注。吴幸毓等[4]通过对影响福建的早台风特征分析得出，早台风暴雨影响程度与台风登陆地点以及登陆后路径密切相关。蔡义勇等[5]分析了台风极端强降水的时空分布及环流形势特征，表明台风降水强度并不随台风强度减弱而减，热带风暴、热带低压影响下出现的极端强降水常比强热带风暴和台风强。本文通过对1981—2013年影响泉州市的台风降水进行分析，得出台风降水的气候分布特征，以期为台风预报预警服务提供参考。

1 资料处理与方法

1.1 气象数据的来源及处理

资料来源：泉州市晋江、崇武、南安、安溪、永春和德化6个国家气象观测站(如图1所示)1981—2013年逐日降水资料，以及NCEP/NCAR 第2版的日平均再分析资料，空间分辨率为2.5°×2.5°，包括位势高度场、水平风场、湿度场、美国海洋大气管理局的外逸长波辐射OLR(Outgoing Longwave Radiation)日平均资料、中国台风网的热带气旋最佳路径集。台风降水的分离采取的是固定圆方法[6]，使用台风最佳路径集中台风定位的中心位置，通过公式6370×(arccos(cosb×cosy×cos(a-x)+sinb×siny))，其中a、b为站点的经纬度，x、y为台风中心的经纬度，分别计算台风中心与各站点的距离，当24小时内有6小时距离小于500km,则计为台风影响日，台风影响日内的降水计为台风降水。

图1 泉州地区6个气象站点位置信息

1.2 经验正交函数分解(EOF)

经验正交函数分解(Empirical Orthogonal Function,EOF)又称主分量分析，能够把随时间变化的气象要素场分解为空间函数部分和时间函数(主分量)部分。空间函数部分概括场的地域分布特点，不随时间变化；时间函数部分则由空间点的线性组合构成，称为主分量，这些主分量的头几个占有原空间点总方差的很大部分。因此，研究主分量随时间变化的规律可以代替对场的随时间变化的研究。主分量的顺序对应于矩阵特征值的排列顺序，最大特征值对应的主分量为第一主分量简称PC1，即第一模态的时间序列。各模态的方差贡献为该模态的方差与总方差之比，用来表示该空间分布模态解释原要素场分布情况的百分率。

1.3 台风生成潜在指数

台风生成潜在指数[7](即GPI)的计算公式为：

GPI=|105A|3/2(f/50)3(Vm/70)3(1+0.1Vshear)-2

其中,A为850hPa的绝对涡度，f为600hPa的相对湿度，Vm为最大可能强度，Vshear为风速垂直切变。GPI构建了一个热带气旋生成的经验指数，可以将离散的台风生成数量用格点化的指数来表示，有利于进行统计分析和更精细的预报。图2中左图为1981—2013年7～9月生成的台风总数，可以看出，台风多生成于南海地区和菲律宾以东洋面上，右图为7～9月的GPI，大值区同样为南海和菲律宾以东洋面。以1981—2013年逐年的台风生成数为左场，以逐年的GPI为右场，进行奇异值分解，得到左右场的相关系数为0.89，通过了99%的信度检验，表明两场整体上有很好的相关性。因此下文将以GPI来研究台风的生成源地。

图2 1981—2013年7～9月生成的台风总数、平均GPI

2 泉州市台风降水的分布特征

图3为1981—2013年泉州市年平均台风降水量空间分布图，由图3可见，泉州市年平均台风降水量最大区域位于中部和西南部地区，而沿海地区反而是台风降水较少区域，其中年平均最大值为安溪站254.1mm，最小值为崇武站164.9mm，台风降水具有明显的空间分布不均匀特点。

图3 1981—2013年泉州市年平均台风降水量空间分布图

图4为泉州市台风降水量的时间分布图，左图为逐月的年平均降水量分布，右图为7～9月逐年的台风降水量。从左图可以看出,台风降水集中于7～9月，逐月年平均降水量峰值为8月份，达83.9mm,有明显的季节变化。从逐年台风降水量可以看出，台风降水量有明显的年际变化，1990年610mm，为降水量最大年份，降水量最少年份为1983年，仅有5.3mm。

(a)1981—2013年泉州市台风降水量年平均逐月分布图 (b)1981—2013年泉州市台风降水量逐年分布图

图5为7～9月台风降水EOF分析第一特征向量及其时间系数，方差贡献高达85.4%，因为第一特征向量的方差贡献很大，所以第一特征向量可以概括台风降水量场的地域分布特点，即左图第一特征向量的空间分布是1981—2013年台风降水的主要空间分布模态，其分布形式与多年平均的空间分布大体一致，大值中心位于安溪县，沿海地区值最小。第一特征向量的时间系数(PC1)与逐年平均台风降水量的相关系数为0.99，研究第一特征向量随时间变化的规律，即时间系数的变化，就可以代替对降水量场的随时间变化的研究。将PC1进行标准化处理，可以得出降水异常偏多年份为1990、2005、2006和2013年，异常偏少年份为1983、1993和2003年。下文将以PC1为研究对象，使用相关分析方法，了解其异常原因。

3 泉州市降水的异常原因分析

通过固定圆方法可以得出每个站点的台风影响天数，由图6可见，台风影响天数与PC1的相关系数为0.77，超过99%的信度检验。这表明与台风强度相比，台风降水量主要与台风影响天数有密切关系，这与蔡义勇等[5]的研究结果相同，所以了解台风影响天数的异常可以很好地解释台风降水异常的原因。

(a)7～9月台风影响天数

(b)标准化天数与PC1图6

西北太平洋是台风生成最多的源地，其中南海中部、菲律宾以东洋面和关岛附近洋面又是三个相对集中区。使用1981—2013年的台风影响日数与1981—2013年的GPI做相关分析，得出的相关系数分布图如图7所示。图中橙色表示正相关区域，即该区域GPI较大时，台风影响日数较多，表示当该地生成台风较多时，影响泉州市的台风天数较多，蓝色区域则相反。图中阴影为通过95%信度检验区域，三个台风生成源地中为正相关且通过信度检验的为菲律宾以东洋面，说明当菲律宾以东的洋面上生成的台风较多时，影响泉州市的台风天数较多,造成泉州市台风降水异常偏多。因此当菲律宾以东洋面有台风生成时，需要特别关注其动态。

图7 台风影响天数与GPI相关系数分布图

当知道了台风的主要源地，台风影响天数的另一个主要因素就是路径的差异，台风的路径主要是受副高的位置和西风槽的共同影响。500hPa的高度场可以很好地表示副高和西风槽的位置。使用1981—2013年的台风影响日数与1981—2013年平均500hPa高度场相关分析，得出的相关系数分布图如图8所示。

图8 台风影响天数与500hPa高度场相关系数分布图

其中，橙色为正相关区域，阴影表示通过95%的信度检验。图中正相关区域表示当500hPa高度偏高时，影响泉州市的台风天数较多。500hPa高度场偏大时，表示副热带高压的位置偏强偏北，台风将在副热带高压西南侧的东南气流引导下呈西北走向，是最容易影响泉州市的台风路径。

4 结论

①7～9月泉州市台风降水的主要模态为全区一致型，年平均台风降水量最大区域位于中部和西南部地区，而沿海地区反而是台风降水较少区域。

②泉州市逐月年平均台风降水量峰值为8月，台风降水具有明显年际变化，异常偏多年份为1990年、2005年、2006年和2013年，异常偏少年份为1983年、1993年和2003年。

③7～9月台风降水与台风影响天数有较强的相关关系，当菲律宾以东洋面台风生成较多，且副热带高压位置偏北偏强，有利于台风路径呈西北向，进而影响泉州市，造成台风降水偏多。