阿留申低压次季节尺度异常对北太平洋冬季降水的影响分析

2021-11-25 11:39:24张露萱任雪娟
气象科学 2021年5期
关键词:太平洋水汽降水量

张露萱 任雪娟

(南京大学 大气科学学院, 南京 210023)

引 言

阿留申低压是冬季占据北太平洋中纬度海盆区域的低压环流系统,它的变化是北半球大气环流变化的重要标志之一,对泛北太平洋地区天气气候有着重要影响[1-3]。阿留申低压的强度和位置变化表现在多种时间尺度上,在年际尺度上表现为与北太平洋风暴轴的共生关系,且厄尔尼诺—南方涛动(El Nio-Southern Oscillation, ENSO)暖事件能够使阿留申低压增强[4-8];在年代际尺度上阿留申低压与西伯利亚高压存在较为显著的跷跷板式的协同变化,阿留申低压的年代际异常也是太平洋年代际涛动(Pacific Decadal Oscillation, PDO)在北太平洋海平面气压场上的具体表现[7-11]。

在次季节尺度上,阿留申低压异常表现为周期为20~70 d、位于北太平洋中东部的一个低频气旋/反气旋的强弱变化过程[8,11-14]。这种变化对北太平洋上空的风场、气压场和比湿场都有较大的影响。阿留申低压的异常增强/减弱影响着其南部气流的强度,进而影响中纬度水汽输送以及北太平洋的局地蒸发等大气水循环过程[14-15]。次季节尺度的水汽输送和局地蒸发异常时,都可能会影响到泛北太平洋地区的降水,从而导致降水产生次季节尺度异常,这一过程尚需要深入探讨。

近年来,极端天气事件频发,大量的研究工作都关注内陆地区极端降水的时空演变特征[16-20],也有部分研究工作围绕泛北太平洋地区尤其是美国西海岸极端降水事件而展开[21-22]。有研究指出,在北太平洋上空存在一类狭长且快速的大气水汽输送带,即大气河(Atmospheric Rivers, AR),它对泛北太平洋和北大西洋地区的极端降水起到重要作用[23-25]。例如登陆北美西海岸的AR将大量水汽向内陆输送,其中一部分水汽越过山脉,造成北美内陆的极端降水[26-29]。前期研究多关注东亚和北美大陆的极端降水,对于海洋极端降水的研究还考虑不够。海洋上的极端降水对于海洋运输业、海洋生态系统以及海上钻井油田工作等有着重要的影响。本文分析了与阿留申低压次季节尺度异常相伴随的AR异常及其对泛北太平洋地区极端降水的贡献,研究结果有助于为海上极端降水的风险防范提供科学依据。

首先分析阿留申低压次季节尺度异常的环流特征,随后探讨了北半球冬季降水以及与降水对应的水汽输送和蒸发在次季节尺度上的变化情况,最后分析了阿留申低压次季节异常时大气河的异常及其对冬季极端降水事件的影响。

1 资料与方法

1.1 资料

所用资料为1979—2018年欧洲中期天气预报中心(European Center for Medium-range Weather Forecasts, ECMWF)再分析资料(ERA-Interim)中的逐日资料,变量包括海平面气压场、潜热通量,以及各气压层的风速和比湿,分辨率为0.75°×0.75°。将潜热通量除以汽化潜热(Latent heat evaporation, Le)可获得蒸发值。日降水资料是1996—2019年全球气候降水计划(Global Precipitation Climatology Project, GPCP)的逐日降水资料,空间分辨率1°×1°。文中出现的所有异常值均指对变量进行20~80 d滤波后的结果。受GPCP数据时间长度的影响,降水相关的结果是1996—2018年的冬季(每年12月、1月和2月)结果。

1.2 大气水分平衡公式

大气水分平衡公式写为[14-15,30-31]:

(1)

(2)

1.3 AR的判断方法

使用GUAN, et al提出的方法判断AR[23-25]。首先,判断每一个格点的水汽输送整层水汽输送(Integrated water Vapor Transport, IVT)强度是否满足以下条件:以这个月为中心的前后5个月内所有日数的IVT取85%阈值作为这个月的阈值,当IVT超过这一阈值或IVT≥100 kg·m-1·s-1,选两者中较大的一种为标准的强水汽输送区域;其次,检查大气河区域内平均水汽输送是否超过50 kg·m-1·s-1,以长度是否超过2 000 km且长度与宽度之比是否大于2的几何要求来检测这些区域。当某一个网格点在某日位于检测到的AR区域中时,则将该网格点定义为AR网格点,相应的日期为AR日,即该格点在这一天发生了AR;否则,网格点为非AR网格点,相应的日期为非AR日。

1.4 极端降水事件的定义

定义极端降水事件的方法有许多[16-21],文中参照翟盘茂等的定义方法[18-19],根据每个格点历年冬季每日的日累计降水定义了该格点逐日极端降水事件的阈值。即将每个格点在1996—2018年每个冬季的90 d的日降水量进行升序排序,仅计算每天降水量超过1 mm的日数,以确保排除无雨日数,选择第90个百分位数的值作为极端降水的阈值,如果该年中某日降水量高于该阈值,则认为该日发生极端强降水事件。

图1 冬季气候平均的各物理量特征:(a)海平面气压场(红框表示阿留申低压主体区(30°~65°N, 160°E~140°W), 单位: hPa);(b)降水场(单位: mm·d-1); (c) IVT(箭头, 参考向量为200 kg·m-1·s-1)和水汽通量散度∇·IVT(填色,单位: ×10-5 kg·m-2·s-1)场;(d)大气河发生频率(单位: %)Fig.1 Climatological winter fields of (a) sea level pressure (The red box shows 30°-65°N, 160°E-140°W, which denotes the area for the main body of the Aleutian Low, unit: hPa); (b) precipitation(unit: mm·d-1); (c) IVT (vector;200 kg·m-1·s-1) and its divergence(∇·IVT, shaded area; unit:×10-5 kg·m-2·s-1 );(d) AR frequency (unit: %)

2 结果分析

图1给出1979—2018年冬季气候平均的海平面气压(Sea Level Pressure, SLP)、降水、整层水汽输送(IVT)和整层水汽输送散度(∇·IVT)以及大气河发生频率的空间分布,由图1可知,SLP的冬季平均的低值区主要分布在(30°~65°N, 160°E~140°W)区域,即为阿留申低压所在区域;冬季降水平均大值区从日本岛以东向东延伸至北美沿岸,在北美沿岸地区出现最大值;冬季平均的整层水汽输送表现为从东亚沿岸至北美沿岸主要为西风输送,到了靠近北美沿岸时为东偏东北方向输送。整层水汽输送散度(∇·IVT)的正值主要位于15°~35°N,是水汽的辐散区;负值从北太平洋中部向东延伸至北美沿岸,是水汽的辐合区。北太平洋冬季平均AR发生频率集中于海盆中部,并向东北延伸至北美沿岸,在海盆中部,AR发生频率可达15%,即平均而言一个冬天约有13 d会出现大气河。

图2 (a) 1980—2018年标准化的AL-index逐年小波功率谱平均值(等值线)和相应小波功率谱通过α =0.1的显著性检验的出现频率(阴影图);(b) 2017年冬季阿留申低压主体区域内平均海平面气压(实线, 单位: hPa )和AL-index(虚线)时间演变(图中数字示意8个位相,红框为一个完整事件)Fig.2 (a) Yearly wavelet power spectrum (contour) of standardized AL-index, averaged from 1980 to 2018 and the occurrence ratios of the wavelet power (shaded) which exceeds 90% confidence level for AL-index in 1980-2018; (b) time series of daily sea level pressure for the main region of Aleutian low (solid line; unit: hPa) and the Aleutian low index on a 20 to 80 day time scale for the winter of 2017(dash line)(The number 1-8 represent eight phases while the red box is a diagram showing a whole event)

对冬季阿留申低压主体区,即图1a中的红框区(30°~65°N, 160°E~140°W)平均的逐日海平面气压进行小波分析(图2a)。由图可见,阿留申低压在12月至次年2月出现30~60 d的功率谱大值中心,且通过显著性检验,表明阿留申低压在冬季有显著的次季节信号。为分析阿留申低压次季节异常,定义经过20~80 d滤波的SLP异常在图1a中阿留申低压主体区内的平均值为阿留申低压次季节异常指数(Aleutian Low Index, AL-index)。挑选阿留申低压指数每年冬季呈现从负位相到正位相的完整波形为一个事件。每一个事件中AL-index的数值至少有连续3 d高于0.5或者低于-0.5,且在波峰(波谷)日都高于1(低于-1)。当遇到一年冬季有不止一个完整事件时取波峰波谷日AL-index数值更大的那个事件。通过将事件划分为8个位相的办法,记录第1~8位相的具体时间,其中,第3位相为阿留申低压次季节尺度异常偏强位相,第7位相为阿留申低压异常偏弱位相。以2017年冬季为例(图2b),红色方框为选取的2017年阿留申低压一个次季节异常事件的第1~8位相,记录每一个位相对应的具体日期,即2017年冬季的第30日(12月30日)为第1位相,第40日(2018年1月9日)为第3位相,以此类推,便于之后进行位相合成。

使用图2b中选取完整的次季节异常事件的方法,在1979—2018年冬季期间共选出40个完整的事件,将这些事件对应的次季节尺度海平面气压异常和降水异常场进行位相合成,结果如图3所示。由图可见,从第1~3位相,北太平洋海盆上空的异常低压逐渐增强,中心气压负异常从-3 hPa降低至-7 hPa;第3位相时气旋中心海平面气压负异常低于-8 hPa达到最大,表明此时阿留申低压次季节尺度最强;第3~7位相,异常气旋的强度逐渐减弱并开始衰退,中心气压异常从-7 hPa提高至-1 hPa,直到转变成异常反气旋,第7位相时,异常反气旋中心气压正异常值大于10 hPa达到最大,表明此时阿留申低压次季节尺度最弱。

当第3位相阿留申低压次季节尺度异常最强时,东北亚向西南延伸至副热带太平洋中部次季节尺度异常降水为负,即降水偏少,东北太平洋到北美沿岸的次季节尺度异常降水为正,即降水偏多;副热带地区的洋面则表现为东亚沿岸至副热带西太平洋降水为正异常。当第7位相阿留申低压次季节异常最弱时则相反。可见,伴随次季节尺度阿留申低压异常的增强然后减弱,北太平洋中西部降水异常由负转正,北美洲西北部沿海和副热带西太平洋降水异常由正转负,即北太平洋海盆区的降水明显呈现从东多西少型转换到东少西多型,副热带西太平洋降水则由偏多型转变为偏少型。

根据大气水分平衡公式(1)和(2)可知,地球表面的蒸发以及整层水汽输送的辐合辐散是决定局地降水多少的重要物理过程。因此可以通过研究次季节尺度蒸发异常和整层水汽输送散度异常来分析其对次季节降水异常的影响。由图3c和图3g可知,当阿留申低压次季节尺度异常处于第3位相和第7位相时,泛北太平洋区域降水异常最显著,以下我们着重看一下这2个位相。

图3 阿留申低压次季节异常的8个位相时SLP异常(等值线, 单位: hPa; 等值线间隔为2 hPa)和降水异常(阴影, 单位: mm·d-1) 合成场(c和g中的红框表示阿留申低压主体区(30°~65°N, 160°E~140°W); 打点区域为降水异常场通过α =0.1的显著性检验的区域): (a) 第1位相;(b) 第2位相;(c) 第3位相(负波谷);(d) 第4位相; (e) 第5位相; (f) 第6位相; (g) 第7位相(正波峰); (h) 第8位相Fig.3 The composite of SLP anomaly (contour, unit : hPa, contour interval is 2 hPa) and precipitation anomaly (shaded; unit: mm·d-1) in each of the AL-index phases in winter(Dotted areas indicate anomalies that are statistically significant at the 90% level of t test; the red box (30°-65°N, 160°E-140°W) in c and g denotes the area for the main body of the Aleutian Low): (a) phase 1; (b) phase 2; (c) phase 3(negetive valloy); (d) phase 4; (e) phase 5; (f) phase 6; (g) phase 7(positive peak); (h) phase 8

图4 合成的第3位相(左列)和第7位相(右列)的蒸发异常(a和b, 单位: mm·d-1)和IVT(箭矢, 参考向量为100 kg·m-1·s-1) 及其散度∇·IVT异常(c和d, 阴影, 单位: ×10-5 kg·m-2·s-1)Fig.4 (a, b)Composite of evaporation anomaly(unit: mm·d-1) and (c, d) IVT anomaly(vector, unit: 100 kg·m-1·s-1) and its divergence anomaly(∇·IVT, shaded area, unit: ×10-5 kg·m-2·s-1 ) in phase 3 (left panels) and phase 7 (right panels)

图4为根据阿留申低压次季节尺度异常的第3和第7位相合成的蒸发异常和整层水汽输送散度异常场。当第3位相时,由于此时阿留申低压次季节异常增强,副热带北太平洋海盆区表现出一个气旋式异常水汽输送带,从海盆中部一直向东然后向东北输送至北美沿岸,30°N以北的北太平洋海盆区表现出东部异常水汽辐合而西部异常水汽辐散分布,这种分布有利于造成30°N以北海盆地区东多西少的降水异常型;在副热带西太平洋情况略复杂,在东亚近海是异常水汽辐散不利于降水,但由于该地区洋面异常多的蒸发以及在130°~170°E仍然有弱的异常水汽辐合,所以最终结果使得副热带西太平洋表现为降水异常偏多。第7位相的过程基本与第3位相相反。由图4可知,次季节尺度蒸发异常和水汽输送及其散度异常共同对北太平洋降水异常产生较大影响。

阿留申低压次季节异常还会对北太平洋地区冬季极端降水产生影响。以下进行这方面的分析。图5a和图5d首先给出冬季气候平均的累计极端降水量和对应日数的空间分布。可见,冬季气候平均的极端降水量和日数大值区都集中在北太平洋海盆中部,呈现东西带状分布,北美西海岸35°~60°N范围内也有大值中心,在这些地区,冬季平均的极端降水日数可达3~4 d,量值约100~120 mm·winter-1。为了区别于mm·d-1,整个冬季累积的极端降水量单位记为mm·winter-1。

图5 冬季气候平均极端降水量(a, 单位: mm·winter-1)和日数(d, 单位: d·winter-1)、第3位相时的累计极端降水量 (b, 单位: mm·winter-1)和极端降水事件日数(e, 单位: d·winter-1)、(c、f)同(b、e),但为第7位相时(b和c中的紫色实线为第3位相和第7位相时阿留申低压次季节异常的极端降水量占总极端降水量75%以上的区域)Fig.5 Climatological winter fields of (a) accumulated extreme precipitation (unit: mm·winter-1), (d) days of extreme precipitation(unit: d·winter-1); composite fields of accumulated extreme precipitation(b, unit: mm·winter-1) and its corresponding days (e, unit: d·winter-1) in phase 3; (c,f) as in (b,e) but in phase 7(The purple solid line in (b,c) is the area where extreme precipitation in phase 3 and 7 accounts for extreme precipitation over 75%)

图5b和图5c为在阿留申低压最强(第3位相)和最弱(第7位相)时极端降水的累计降水量空间分布,图5e、f是相应的极端降水事件日数的空间分布。可见,阿留申低压次季节尺度异常最强时,极端降水事件多发于东北太平洋以及北美西北沿岸地区。在这些地区,阿留申低压次季节异常最强时累计的极端降水量占冬季气候平均的75%以上,数值可达100 mm·winter-1;阿留申低压次季节尺度最弱时,极端降水事件多发的地区比较分散,位于西北太平洋到北太平洋海盆地区,以及北太平洋东南部,尽管累计降水量不足80 mm·winter-1, 阿留申低压最弱时也在以上地区贡献了75%以上的极端降水,且此时东北太平洋至阿拉斯加湾沿岸不易发生极端降水事件。

以往的研究表明,在北太平洋地区,大气水汽输送中一种特殊的水汽输送形式—大气河,它贡献了东北太平洋和北美沿岸30%~50%的降水以及更高占比的极端降水[21-22,27-29]。那么以上图5中第3和第7位相时极端降水的差异是否由阿留申低压次季节异常引起了AR在这2个位相的不同而导致的?图6给出第3位相和第7位相时的AR发生频率合成场,由图可见,阿留申低压次季节异常确实引起了AR的变化,当第3位相(阿留申低压次季节尺度最强)时,AR发生频率在自北太平洋中东部沿30 °N向东北延伸至北美沿岸的区域超过20%,意味着该区域在第3位相时更易发生AR事件;当第7位相(阿留申低压次季节尺度最弱)时,更多的AR发生在西北太平洋地区以及阿留申群岛岛链至白令海峡之间,发生频率都在10%及其以上,都高于气候平均的发生频率(图1d)。

图6 第3位相和第7位相时的AR发生频率合成场(黑色实线为冬季气候态平均AR发生频率大于10%的区域; 蓝色实线为该位相AR发生频率大于10%的区域, 单位: %): (a) 第3位相; (b) 第7位相Fig.6 Composite of AR frequency(The black line denotes the area where the climatological frequency of AR is above 10%; the blue line is the area where the frequency of AR in phase 3 and 7 is above 10%, unit: %) of the AL-index phases in winter: (a) phase 3;(b) phase 7

图7 第3位相和第7位相时同时发生AR和极端降水事件的累计极端降水量和极端降水日数(c, d, 单位: d· winter-1)的合成场(a和b中的蓝色实线为AR日的极端降水量占总极端降水量75%以上的区域): (a) 第3位相累计极端降水量 (单位: mm·winter-1);(b) 第7位相累计极端降水量 (单位: mm·winter-1);(c) 第3位相极端降水日数(单位: d· winter-1); (d) 第7位相极端降水日数(单位: d· winter-1)Fig.7 Composite of accumulated extreme precipitation and its corresponding daysin all extreme precipitation events for group AR days in phase 3 (left panels) and phase 7 (right panels) (The blue solid line in (a,b) is the area where AR’s extreme precipitation accounts for extreme precipitation over 75%): (a) accumulated extreme precipitation in phase 3 (unit: mm·winter-1);(b) accumulated extreme precipitation in phase 7(unit: mm·winter-1);(c) corresponding days of extreme precipitation in phase 3 (unit: d·winter-1);(d) corresponding days of extreme precipitation in phase 7 (unit: d·winter-1)

图7为合成的第3位相和第7位相时同时发生AR和极端降水事件的降水量及其日数分布。由图可知,在第3位相,即阿留申低压次季节尺度异常强时,东北太平洋和北美沿岸易发生极端降水事件,此时,AR日的极端降水占该区域许多地方极端降水量的75%及以上,这说明AR是造成第3位相时该地区极端降水的主要原因。在第7位相时,AR对东北太平洋和北美沿岸的极端降水量贡献大为减小,而对日本岛以东洋面,以及阿留申群岛到白令海峡地区的贡献较大。由以上可见,次季节尺度阿留申低压可以通过AR对北太平洋地区的极端降水产生影响。

3 结论

本文利用1979—2018年的冬季逐日再分析数据,通过功率谱分析给出了冬季阿留申低压次季节尺度的周期。定义20~80 d滤波后的阿留申低压主体区内的SLP异常平均值为阿留申低压次季节异常指数(AL-index)记录阿留申低压次季节尺度振荡8个位相的具体日期,并将这些日期对应的次季节尺度降水异常进行位相合成来研究次季节尺度阿留申低压异常对降水的影响。根据大气水分平衡公式,研究了次季节尺度蒸发异常和整层水汽输送散度异常与次季节降水异常的关系。从AR角度,初步探讨了阿留申低压次季节异常对极端降水的影响。得到以下结论:(1) 冬季阿留申低压具有显著的次季节(30~60 d)异常,将阿留申低压指数由负位相转为正位相的完整波形作为一个事件划分为8个位相,第3(7)位相为阿留申低压次季节尺度异常偏强(弱)位相。(2) 当次季节尺度阿留申低压异常增强(减弱)时,北太平洋海盆区的降水呈现出明显的东多(少)西少(多)的分布型。通过合成分析,可得第3位相时,副热带北太平洋海盆区表现为气旋式的水汽输送带,其东部异常水汽辐合与西部异常水汽辐散与该地区东多西少的降水异常型对应。而东亚近海异常多的蒸发,有利于副热带西太平洋降水异常偏多。第7位相则与之相反。(3) 次季节尺度阿留申低压异常可以通过AR对北太平洋地区的极端降水产生影响。当阿留申低压异常最强时,北太平洋中东部和北美沿岸的AR发生频率超过20%,贡献了该地区极端降水量的75%。

本文针对冬季阿留申低压次季节尺度异常特征及其对降水的影响进行了初步分析,这些分析对于理解泛北太平洋地区大气环流次季节异常及其对大气水循环的影响有意义。另外,本文有关大气河的分析也为我们理解极端降水形成原因提供一个新视角。

猜你喜欢
太平洋水汽降水量
绘制和阅读降水量柱状图
青藏高原上空平流层水汽的时空演变特征
爱管闲事的“太平洋警察”
决胜太平洋
降水量是怎么算出来的
启蒙(3-7岁)(2019年8期)2019-09-10 03:09:08
跨越太平洋的爱恋
中国盐业(2018年12期)2018-09-21 07:14:10
1988—2017年呼和浩特市降水演变特征分析
江西农业(2018年23期)2018-02-11 07:26:59
1979~2011年间平流层温度及平流层水汽的演变趋势
基于小波变换的三江平原旬降水量主周期识别
深圳“5·11”特大暴雨过程的水汽输送特征分析