淮河流域夏季极端降水频次空间分布的客观分类及其形成机理

卢睿 朱志伟 ,2 李天明 潘晓 江叶艳 陆雅君

1 南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心,南京 210044

2 淮河流域气象中心，合肥 230031

3 安徽省气象台，合肥 230031

1 引言

工业革命以来，化石燃料的大量使用造成温室气体排放急剧增加，导致全球变暖。全球变暖下的气候变化也愈发成为国际社会和学术界共同关注的焦点。变暖背景下的气候变化最直接的体现是极端气象灾害（如极端降水、热浪等）频次的增加（Alexander et al., 2006; Sillmann et al., 2013）。

IPCC 第五次评估报告（IPCC, 2013）预估全球大多数国家和地区的强降水发生频次在未来时期可能进一步增加。对于中国而言，全国平均降水在过去的几十年中变化不大，极端降水的长期趋势与平均降水基本一致（Li et al., 2017），但降水变率却更为显著，且区域性差异更加明显（Wu et al., 2016;李娟等, 2020）。长江流域、中国西南和南方地区的极端降水在1951～2000 年显著增加（Zhai et al.,2005），而中国北方和东北地区则在1961～2009年表现出明显的减少趋势（Fu et al., 2013）。影响中国极端降水变化的关键大气环流系统主要有西太平洋副热带高压（Weng et al., 2004; Chen and Zhai,2015），东亚太平洋型（EAP）遥相关（Nitta and Hu, 1996; Chen and Zhai, 2014），中高纬度大气遥相关波列（Weng et al., 2004; Orsolini et al., 2015），以及西伯利亚阻塞高压活动（Ding and Chan, 2005）等。这些关键大气环流系统又受到热带海表温度模态（张永领和丁裕国, 2004; 杨金虎等, 2010; Wang and Yan, 2011; Gao et al., 2017）、陆面过程（沈迪桑和陈海山, 2018; Gao et al., 2020）以及青藏高原热力作用（Ge et al., 2019）等众多下垫面外强迫因子的影响。

淮河流域位于长江和黄河下游之间，是我国南北方气候过渡带，也是我国极端降水的频发区（翟盘茂等, 2016）。该地区长江、黄河、淮河水网交织，河流密布，湖泊众多，极端降水频发不仅对人民生命财产安全危害严重，对水利安全、防汛抗洪、防灾减灾也提出了严峻挑战（黄荣辉, 2006; 翟盘茂等, 2016）。在全球变暖背景下，淮河流域各个季节的极端降水事件都表现为增多趋势，其强度也在增强（崔妍等, 2010; 陈威霖等, 2012），但极端降水事件主要还是集中发生在7 月份（郑泳杰等,2016; 潘欣等, 2019）。此外，淮河流域存在弱降水减少、强降水增多的两极分化趋势（方思达和江志红, 2013）。在1957～2003 年期间，长江流域及其以南地区极端强降水事件的频次和强度都有所增加（翟盘茂等, 2007），且20 世纪80 年代长江中下游区域趋向冷湿的特征更加明显（施能等, 1995）。

除了揭示淮河流域极端降水增多趋势的观测事实之外，前人也研究了影响淮河地区极端降水的关键大气环流系统。杨玮等（2017）将江淮地区极端强降水事件分为沿淮型、沿江型和江南型，指出三种极端强降水事件发生时，华南西部至长江中下游均存在低空西南风急流，同时高空西风急流偏强、偏窄。西北太平洋副热带高压的形态直接决定了梅雨锋位置，是影响极端降水落区区域性差异的关键因子（郑泳杰等, 2016）。当西北太平洋副热带高压偏西时，可将更多的水汽输送至东亚地区，增强江淮地区上空的水汽通量辐合，有利于该地区极端降水的发生（黄士松, 1981; Zhang et al., 2017）。当北半球中高纬度的经向型环流特征更为显著时，淮河流域强极端降水更容易发生（韩翠等, 2018）；巴尔喀什湖和东北亚的低压槽加强时，江淮地区强降水表现为南部少、北部多的南北偶极型分布（刘恬等, 2019）。青藏高原夏季非绝热加热作用也可使南亚高压加强东伸（Ge et al., 2019），东伸的南亚高压可通过抽吸作用导致长江中下游流域极端降水增强（Ni et al., 2017）。

综上所述，前人的研究主要分析淮河流域极端降水的变化趋势并对典型年份极端降水落区和相关环流特征进行了分析。然而，淮河流域极端降水频次的时空分布并未有明确客观的类型。淮河流域极端降水频次有着怎样的空间分布特征？影响这种空间分布的相关环流异常及外强迫因子是什么？其海气相互作用过程如何？这是亟待解决的科学问题和气象业务面临的现实需求。本研究利用K均值聚类、旋转经验正交函数分解两种方法首先对淮河流域夏季极端降水频次的空间分布进行客观分类，然后通过观测诊断、数值模拟对不同极端降水频次分布类型的相关环流异常及其海气相互作用机理进行讨论，寻找淮河流域夏季极端降水频次的可预报性来源，旨在进一步加深对淮河流域极端降水空间分布的机理认识、提高淮河流域极端降水的短期气候预测水平。

2 资料、方法和模式

2.1 资料

本文使用的资料包括：国家气象信息中心提供的逐日降水量观测资料（吴佳和高学杰, 2013），水平分辨率为0.25°×0.25°；美国国家环境预报中心和美国国家大气研究中心（NCEP/NCAR）全球逐月再分析数据集（Kalnay et al., 1996），要素包括风场和位势高度场，空间分辨率为2.5°×2.5°；美国国家海洋和大气管理局（NOAA）重构的逐月全球降水距平资料（PREC, Chen et al., 2002），空间分辨率为2.5°×2.5°；英国哈德莱中心（Hadley Centre）的逐月全球海温资料（Rayner et al.,2003），空间分辨率为1°×1°；欧洲中期天气预报中心（ECMWF）的ERA5 再分析资料集的逐月海冰密集度，空间分辨率为0.25°×0.25°。本文所用海冰密集度数据时段为1979～2016 年，其他数据时段均为1961～2016 年。

本文所研究的淮河流域包括安徽、河南、山东和江苏四省份，夏季定义为6、7、8 月三个月的平均。

2.2 方法

2.2.1 极端降水定义

淮河流域包括四个省份，降水不均匀特征显著，各区域降水变率具有较强的局地性，因此，本文采用每个格点的降水百分位排序来确定淮河流域各地夏季极端降水的阈值（翟盘茂和潘晓华, 2003; 苏布达等, 2006）和极端降水频次。具体方法为：（1）将1961～2016 年淮河流域各个格点夏季逐日日平均降水量分别按升序排列（日降水量小于0.1 mm 的不参与排序），选取第90 个百分位的降水量值定义为该格点的极端降水阈值；（2）当某日某格点日降水量大于该格点极端降水量阈值时，确认该日该格点出现极端降水，而每个格点夏季极端降水日数的累加即为该格点每年夏季极端降水频次。

2.2.2 客观分类方法（1）K均值聚类

K均值聚类作为一种统计分类方法，被广泛应用在气候和天气系统分型等研究中（章基嘉等,1984; 赵汉光和张先恭, 1993; 郑颖青等, 2013）。K均值聚类是一种通过不断迭代求解相同类型数据的分类算法。基本思想是根据设定或者实际需要划分的K组数据分类，以每个数据离各聚类中心的欧式距离作为划分数据的标准，距离某类型的欧氏距离最近则将其归类为该类型。然后重复计算该聚类中心值并将数据进行归类，直到没有（或者最小数目的）数据被重新分配给不同的聚类或者聚类中心不改变为止。

（2）旋转经验正交函数分解

旋转经验正交函数分解（REOF）是基于经验正交函数分解（EOF）的分析结果，选择一个正交旋转矩阵，将EOF 分析结果旋转使其列向量的元素方差达到最大的方法。这样能使旋转后的特征场在时间上具有更强的稳定性，且原要素场的信息特征集中映射到荷载场所表示的优势空间上，更能突出要素异常分布的局域特征（陈豫英等, 2010）。REOF 方法作为一种气候分型区划方法（丁裕国等,2007），经常应用于气象要素场的分析，使得原特征向量结构得到简化，反映出更明显的区域性气候特征（刘燕和叶萌, 2007）。

2.3 模式

本文利用德国马普所大气环流模式ECHAM（4.6 版本, Roeckner et al., 1996）来揭示淮河流域极端降水频次分布形成的海气相互作用机理。模式水平分辨率为T42（约2.88°×2.88°），垂直方向上从地面到10 hPa 共19 层。本文控制试验使用气候平均的海温场驱动模式；在海表温度异常强迫的敏感性试验中，我们将回归分析得到的海温异常场叠加到夏季气候态海温场上驱动模式；而在大气热源异常强迫的敏感性试验中，将气候态海温场和与观测对应的夏季大气异常热源强迫共同驱动模式。控制试验和敏感性试验均积分30 年，取敏感性试验与控制试验最后输出的10 年数据的合成差值代表大气环流对给定外强迫的响应。

3 极端降水频次客观分类及其环流异常

3.1 极端降水阈值的空间分布

图1a 给出了淮河流域夏季降水气候态的空间分布。从图1a 中可以看出，淮河流域夏季气候态降水表现为从东南向西北逐渐递减的分布形势，大值区位于淮河流域南部及东部沿海地区，达到7 mm d-1左右。夏季降水的标准差分布（图1b）与气候态降水的空间分布形势基本一致，也表现为淮河流域南部变率较大（2.5 mm d-1左右），降水变率强度从东南向西北逐渐递减。整个夏季历年排序的90 百分位的极端降水阈值空间分布（图1c）也与气候态降水、夏季降水的标准差分布形势类似，大部分地区的极端降水阈值在20 mm d-1左右。淮河流域南部存在一个大值区，达到30 mm d-1以上。小值区位于淮河流域西北部，阈值在15 mm d-1左右，极端降水阈值从东南向西北逐渐递减。图1d为夏季极端降水量占总降水量的比值，可以看出，淮河流域大部分地区占比都在50%以上，说明极端降水对于该地区夏季降水贡献较大，不容忽视。夏季累积极端降水日数的气候态（图1e）表明淮河流域的夏季极端降水日数大致为5 d 左右，而区域平均的旬累积极端降水日数表明极端降水主要发生在6 月下旬至7 月（图1f）。

图1 1961～2016 年淮河流域夏季（a）降水气候态（单位：mm d-1）、（b）降水标准差（单位：mm d-1）、（c）90 百分位的极端降水阈值（单位：mm d-1）、（d）极端降水量占总降水量的比值、（e）累计极端降水日数气候态（单位：d a-1）的空间分布，（f）区域平均的气候态旬累计极端降水日数（单位：d）。图a-e 中绿色实线为河流分布，下同Fig. 1 Spatial distributions of (a) climatology (units: mm d-1), (b) standard deviation (units: mm d-1), (c) 90 percentile extreme precipitation threshold(units: mm d-1), (d) ratio of the extreme to the total precipitation, (e) climatological cumulative extreme precipitation days (units: d a-1), and(f) climatological area-mean dekadly cumulative extreme precipitation days (units: d) for the summer precipitation over the Huaihe River basin from 1961 to 2016. In Figs. a-e, the green solid lines represent the main river, the same below

根据极端降水阈值确定夏季各格点极端降水频次后，我们使用两种分类方法对淮河流域极端降水频次空间分布进行客观分类。在进行K均值聚类分析时，每个分型数量K会对应一个轮廓系数S。轮廓系数S是评价聚类效果好坏的一种方式（Rousseeuw, 1987），它结合了内聚度和分离度两种因素，可以判断在同一组数据中不同算法与不同运行方式对聚类模拟的好坏程度。该值的范围为正、负1 之间，值越大表示聚类效果越好。图2a 给出了不同K值进行聚类分析时对应的轮廓系数S。显而易见，当轮廓系数S在K=3 时取最大值，表明K=3 时聚类效果最佳。因此，我们选取K=3 进行K均值聚类。

图2b、c、d 为K=3 时淮河流域夏季极端降水频次空间分布的聚类结果。从图中可以看出，Cluster1（图2b）表现为极端降水在33°N 以南偏多的分布特征，极端降水频次的大值区主要位于安徽南部和江苏南部。Cluster2（图2c）表现为极端降水在32°～36°N 偏多的分布特征，极端降水频次大值区主要集中于安徽、江苏北部，河南大部分和山东南部地区。Cluster3（图2d）则表现在34°N以南极端降水频次偏少的分布特征。

为了消除单一分类方法所存在的可能误差，本文同时使用了旋转经验函数正交分解（REOF）对淮河流域夏季极端降水频次空间型进行划分。REOF 的结果（图2e）表明，前3 个经验正交函数分解（EOF）的累积方差贡献率超过60%，可选取前3 个EOF 模态进行旋转。旋转后的REOF 模态（图2f、g、h）表明，淮河流域夏季极端降水频次的空间分布可分为三个类型，第一种类型极端降水主要出现在33°N 以南，第二类型极端降水主要分布在32°～36°N 之间，而第三类型极端降水主要在34°N 以北地区。REOF 空间模态显示的极端降水频次分布类型与聚类分析所得到的三种极端降水频次分布类型基本吻合，说明这两种方法得到的淮河流域极端降水频次的空间分类是客观可信的。

图2 1961～2016 年淮河流域夏季极端降水日数（a）在不同K 值时进行K 均值聚类的轮廓系数S，（b、c、d）K=3 时聚类分析对应的极端降水频次异常的空间分布（单位：d a-1），（e）EOF 分析的前10 个EOF 模态的解释方差，（f、g、h）旋转EOF 分析的前三个模态。图b-d（f-h）中的红、蓝色方框表示绝对值大于1.5（1.0）的格点Fig. 2 (a) Silhouette coefficient for K-means cluster analysis with different K values, (b, c, d) spatial patterns of anomalous extreme precipitation days(units: d a-1) of the K-means cluster procedure with K=3, (e) variances of the top 10 empirical orthogonal function (EOF) modes, (f, g, h) the first three modes of rotated empirical orthogonal function analysis (REOF) of summer extreme precipitation days over the Huaihe River basin from 1961 to 2016.The red, blue boxes in Figs. b-d (f-h) represent the grids in which the absolute value exceeds 1.5 (1.0)

兼顾两种方法的分析结果，我们将聚类分析结果中绝对值大于1.5 的格点和REOF 模态中载荷向量绝对值大于1.0 的格点出现同号的区域进行合并，得到如图3a、b、c 所示的三种客观分布类型：极端降水频次多发生在淮河流域33°N 以南地区的南部型，多发生在32°～36°N 之间的中部型，和主要发生在34°N 以北的北部型。为了分析各个极端降水频次分布类型的相关环流异常，我们定义夏季某类型正负值格点的平均极端降水频次之差（红色格点平均值减去蓝色格点平均值）为该极端降水频次空间分布指数。由图3d 三类夏季极端降水频次空间分布的逐年指数可见，每种极端降水频次的空间分布类型都有较强的年际变率特征。

图3 计算（a）南部型、（b）中部型、（c）北部型极端降水频次指数时使用到的格点（红、蓝色方框，图2b-d 分别与图2f-h 中的同号格点合并后的区域），（d）各类型对应的极端降水频次指数Fig. 3 Grids [red (blue) boxes, the meaning of the boxes is the grids that merging the same sign grids in Figs. 2b-d and Figs. 2f-h, respectively] for calculating the extreme precipitation frequency index for (a) S-Type (rainfall extremes mainly appear southern region, south of 33°N), (b) C-Type(rainfall extremes mainly appear central region, between 32°-36°N), (c) N-Type (rainfall extremes mainly appear northern region, north of 34°N),(d) extreme precipitation frequency index for each type

3.2 三类空间分布的局地环流差异

图4 给出了500 hPa 位势高度、风场、降水对于3 种类型极端降水频次标准化指数的回归场。为了方便与气候背景态比较，我们同时在图4 中给出了气候态500 hPa 位势高度场的分布。从图中可见，当淮河流域夏季极端降水频次的空间分布为南部型时（图4a），淮河流域南部至韩国和日本南部地区降水显著增多，中国南海及其以东的西太平洋地区为显著的负降水异常。500 hPa 高度场回归系数表明，较气候态而言，西太平洋副热带高压异常偏西偏南，而淮河流域南部位于异常高压的北部以及异常低压的西南部，处于偏南风和偏北风的辐合区，致使淮河流域南部地区极端降水频次偏多。

图4b 给出的是极端降水频次中部型分布所对应的环流异常特征。可以看出，当极端降水出现在淮河流域中部时，西太平洋副热带高压强度较往年略偏弱，位置偏东，淮河流域处于鞍型场的异常环流结构控制下，而其中部地区位于横槽附近，对应淮河流域中部极端降水偏多。

当极端降水频次多出现在北部时（图4c），正降水异常位于淮河流域北部以及南海至菲律宾以东洋面，淮河流域南部至韩国和日本南部的降水显著偏少。较气候态而言，西太平洋副热带高压异常偏北，其西侧的偏南风异常可将水汽输送至淮河流域北部地区，导致淮河流域北部地区极端降水频次异常增多。

图4 1961～2016 年（a）500 hPa 位势高度异常（红色实线、蓝色虚线表示正、负异常，单位：gpm）、风场异常（黑色矢量，单位：m s-1）、降水异常（填色，单位：mm d-1）回归至标准化的极端降水频次南部型指数，500 hPa 位势高度气候态场（黑色粗实线，单位：gpm）。（b、c）同（a），但分别为中部型、北部型。打点区域为降水场回归系数通过90%信度水平的显著性检验的区域。字母A（C）代表反气旋（气旋）性环流中心，深绿色粗实线表示淮河流域，下同Fig. 4 (a) Regressed 500-hPa geopotential height anomalies (red solid lines and blue dashed lines represent positive and negative anomalies,respectively, units: gpm), wind anomalies (black vectors, units: m s-1), and precipitation anomalies (shadings, units: mm d-1) onto the standardized SType extreme precipitation frequency index from 1961 to 2016, the 500-hPa geopotential height climatology (black bold solid lines, units: gpm). (b, c) As in (a), but for the C-Type and N-Type, respectively. The dotted areas indicate the precipitation field passing significant test at the 90% confidence level.The letters “A” and “C” indicate the centers of anticyclonic and cyclonic anomalies, respectively, the bold green solid lines represent the Huaihe River basin, the same below

4 三类空间分布的形成机理

前文客观定义了淮河流域夏季极端降水频次空间分布的三种类型，以及各类分布与局地环流异常的配置关系。那么，决定三类空间分布局地环流异常的外强迫因子又有哪些呢？为了回答这一问题，我们进一步诊断这三类极端降水频次空间分布的相关大尺度热力和动力场，并利用数值模拟手段揭示淮河流域极端降水频次三类空间分布的形成机理。

4.1 统计诊断分析

图5 给出了对流层高、中、低层风场和高度场，降水场和海温场分别对标准化的极端降水频次南部型分布指数的回归系数分布。从图中可以看出，东亚地区上空的位势高度呈现南北偶极型分布，华南及南海地区受反气旋性环流异常控制，而华北至日本东部受气旋性环流异常控制。淮河流域位于反气旋性环流异常的北部、气旋性环流异常的西南部。低层异常反气旋性环流西部的偏南风将水汽向北输送，与异常气旋性环流西部的偏东北风在淮河流域南部交汇，导致该地区极端降水频次增多。从500 hPa波活动通量场（图5b）上可以清楚的看到，波活动通量在东亚沿岸存在明显的由南向北传播的特征。由此可推测影响淮河流域极端降水频次南部型分布的这种南北偶极型环流异常可能是由热带海洋热力强迫所激发的。从图5c 的海表温度回归系数分布可以看出，赤道东太平洋和整个热带印度洋的海表温度都呈现出显著的正异常。赤道东太平洋的暖异常以及印度洋的海盆增暖模态对应低层西北太平洋反气旋的出现，继而激发东亚沿岸类似太平洋—日本型（PJ-pattern）遥相关，从而导致淮河流域南部产生水汽幅合，极端降水频次增多。

图5 1961～2016 年各要素场回归至标准化的极端降水频次南部型指数：（a）200 hPa 位势高度（单位：gpm）、风场（黑色矢量，单位：m s-1）、降水（填色，单位：mm d-1）；（b）500 hPa 位势高度（单位：gpm）、风场（黑色矢量，单位：m s-1）、波活动通量（橙色矢量，单位：m2 s-2）；（c）850 hPa 位势高度（单位：gpm）、风场（黑色矢量，单位：m s-1）、海表面温度（填色，单位：°C）。红色实线、蓝色虚线和黑色实线表示位势高度回归系数正、负值和零线，图a（c）中打点区域为降水场（海温场）回归系数通过90%信度水平的显著性检验的区域。图c 中灰色阴影区域为青藏高原地区，红色粗虚线区域为海温关键区Fig. 5 Regressed onto the standardized S-Type extreme precipitation frequency index from 1961 to 2016: (a) 200-hPa geopotential height (units:gpm), wind (black vectors, units: m s-1), and precipitation (shadings, units: mm d-1); (b) 500-hPa geopotential height (units: gpm), wind (black vectors,units: m s-1), and wave activity fluxes (orange vectors, units: m2 s-2); (c) 850-hPa geopotential height (units: gpm), wind (black vectors, units: m s-1),and SST (shadings, units: °C). The red solid lines, blue dashed lines, and black lines represent positive, negative regression coefficients for geopotential height, and zero lines, respectively. In Fig. a (c), the dotted areas are the precipitation (SST) passing significant test at 90% confidence level. In Fig. c,the gray shading indicates the Qinghai Tibet Plateau, the areas enclosed by red bold dashed lines represent the key region of the SST

图6 给出了对流层高、中、低层风场和高度场、降水场和海温场分别对标准化的中部型极端降水频次指数的回归系数分布。与南部型的环流配置明显不同，中部型西北太平洋反气旋异常的位置明显偏东，淮河流域主要受鞍型场环流异常配置所控制。由500 hPa 的波活动通量可以看出，鞍型场环流异常主要是由欧亚大陆中高纬度地区的两支准正压结构的罗斯贝波波列所导致，两支波列可向上游追溯到北极上空。波动能量从欧洲北部极圈上空出发，分裂为两支波列（南支和北支）向东南方向传播。北支波列呈现出四个主要的环流异常：北极极地的气旋性异常，蒙古地区上空的反气旋异常，淮河流域以东的东海洋面的气旋性异常以及西北太平洋上空的反气旋异常。南支波列也表现出四个主要的环流系统：欧洲北部上空的气旋性异常，里海东北侧上空的反气旋性异常，青藏高原西侧的气旋性异常，以及中南半岛上空的反气旋性异常。值得一提的是，由于受到高原地形的影响，南支波列在对流层中低层的表现并不如高层（200 hPa）明显（图6）。但可以确定的是，两支波列的叠加效应导致淮河流域处于鞍型场环流异常的中心，从而导致淮河流域极端降水频次的中部型分布。从图6a、c 中可以看出，中部型分布所对应的鞍型场环流异常没有显著的热带海温和降水异常信号，反而在高纬度巴伦支海/喀拉海地区出现显著的冷海表温度异常，暗示欧亚中高纬度罗斯贝波波列的形成可能与巴伦支海/喀拉海地区下垫面的热力强迫有关。鉴于对极区海表温度数据可信度存在疑问，我们也计算了北极海冰密集度异常场与标准化的极端降水频次中部型分布指数的回归系数。如图7 所示，北极地区特别是巴伦支海/喀拉海附近的海冰密集度与中部型指数确实存在显著正相关。众所周知，海冰偏多会导致局地反照率增大，海表吸收到的太阳短波辐射减少，导致该地区海表温度出现冷异常；巴伦支海/喀拉海的海冰异常偏多能够导致局地大气的冷却作用，激发对流层出现气旋性环流（低压）异常，低压异常扰动西风带，从而在波导作用下形成由极地向东南方向传播的两支准定常罗斯贝波波列。两支波列最终到达东亚沿岸形成鞍型场环流异常，淮河流域受低压槽异常控制，导致淮河流域中部极端降水频次增多。

图6 同图5，但为中部型Fig. 6 As in Fig.5, but for the C-Type

图7 1979～2016 年海冰密集度（填色）回归至标准化的极端降水频次中部型指数。打点区域为通过90%信度水平的显著性检验的区域，红色粗虚线区域为海冰关键区Fig. 7 Regressed sea ice area fraction (shadings) onto the standardized C-Type extreme precipitation frequency index from 1979 to 2016. Dotted areas pass significant test at the 90% confidence level. The areas enclosed by the red bold dashed lines represent the key region of the sea ice area fraction

图8 为高度场、风场以及降水和海温场回归至标准化的极端降水频次北部型分布指数的情况。如图8 所示，东亚地区上空的位势高度场从南往北呈现出偶极型的分布特征，我国南海、华南地区受气旋性环流异常控制，淮河流域至日本受反气旋性环流异常控制，这基本与南部型对应的异常环流形势相反。淮河流域位于异常反气旋性环流的西南部，偏南风异常可将水汽输送至淮河流域北部，导致北部极端降水频次增多（图8a、c）。由500 hPa 波活动通量分布（图8b）可知，东亚地区上空的波活动通量在东亚地区主要由南向北传播，说明来自热带海洋的热力强迫可能是导致经向波列及其影响下淮河流域极端降水频次北部型分布的主要原因。图8c 显示赤道东太平洋和印度洋海表温度与极端降水北部型分布有显著的负相关关系。赤道东太平洋和印度洋的海表温度冷异常可以激发对流层低层西北太平洋的气旋性异常，导致东亚沿岸出现类似太平洋—日本型（PJ-pattern）经向遥相关，反气旋异常出现在淮河流域东侧，偏南风异常使得水汽能够直接输送到淮河流域北部地区，使得北部极端降水频次增多。

综上所述，淮河流域极端降水频次的南部型和北部型分布主要与热带印度洋和赤道东太平洋的海表温度强迫有关，而中部型分布主要跟北极巴伦支海/喀拉海地区海冰异常有关。为了进一步从统计上证实这种相关关系，我们将与南部型、北部型分布的两个海温关键区（分别为图5c 和图8c 中红色粗虚线框区域）的区域平均海表温度异常定义为印度洋海温指数（IOSI，15°S～20°N，40°～100°E）和赤道东太平洋海温指数（EPSI，10°S～10°N，75°～140°W）。从标准化的极端降水频次南部型和北部型分布指数分别与IOSI 和EPSI 的散点图（图9a、c）可知，印度洋和赤道东太平洋海温关键区的海温异常与对应空间分布的极端降水频次指数之间有显著的正（负）相关关系，相关系数分别为0.23、0.31（-0.28、-0.47），均通过90%信度水平的显著性检验。此外，我们也将海冰关键区（图7 中红色粗虚线区域：70°～85°N，10°～75°E）的区域平均海冰密集度异常定义为北极海冰指数ARSI。ARSI 与极端降水频次中部型分布指数的相关系数可达0.3，也超过90%信度水平的显著性检验（图9b）。

图8 同图5，但为北部型Fig. 8 As in Fig.5, but for the N-Type

图9 1961～2016 年（a）标准化的极端降水频次南部型指数与IOSI、EPSI 的散点图；（b）标准化的极端降水频次中部型指数与ARSI 散点图；（c）标准化的极端降水频次北部型指数与IOSI、EPSI 的散点图。图例括号内数字为相关系数，“*”/“**”表示相关系数通过90%/95%信度水平的显著性检验Fig. 9 Scatter diagrams for (a) the standardized S-Type extreme precipitation frequency index (SSEPFI) and IOSI (Indian Ocean Sea surface temperature Index), EPSI (East Pacific Sea surface temperature Index), (b) the standardized C-Type extreme precipitation frequency index (SCEPFI)and ARSI (Arctic Sea ice Index), (c) the standardized N-Type extreme precipitation frequency index (SNEPFI) and IOSI, EPSI from 1961 to 2016. The correlation coefficients are shown in brackets. The symbols “*”/“**” indicate that the correlation coefficients are statistically significant at the 90%/95% confidence level

4.2 数值模式模拟分析

以上的统计诊断分析揭示了下垫面异常与环流异常及相关影响的线性关系，并不能证实下垫面异常强迫是造成淮河流域极端降水频次不同分布型的原因。为进一步验证上文中的淮河流域极端降水频次分布类型形成机理的推测，我们利用ECHAM模式对各分布类型形成的机理进行模拟验证。

图10 绘制的是在模式中给定与观测一致分布的印度洋和东太平洋地区暖海表温度强迫时大气环流的异常响应。如图10 可见，西北太平洋上空在暖海温异常驱动下会产生一个异常反气旋性环流，东亚沿岸存在类似于太平洋—日本型的经向遥相关波列，与观测中的波列结构基本一致。在这种遥相关波列的配置下，淮河流域以南为反气旋环流异常，东北亚地区为气旋性环流异常，反气旋西北侧西南风与气旋西侧的偏北风在淮河流域南部辐合，使得淮河流域南部极端降水频次增多。由此可见，热带印度洋和赤道东太平洋的暖海表温度异常是导致淮河流域极端降水频次南部型空间分布的主要原因。

图10 各要素场对数值模式外强迫场的响应：（a）200 hPa 位势高度异常（单位：gpm）、风场异常（黑色矢量，单位：m s-1）、降水异常（填色，单位：mm d-1）；（b）500 hPa 位势高度异常（单位：gpm）、风场异常（黑色矢量，单位：m s-1）、波活动通量异常（橙色矢量，单位：m2 s-2）；（c）850 hPa 位势高度异常（单位：gpm）、风场异常（黑色矢量，单位：m s-1）。红色实线、蓝色虚线、黑色实线表示位势高度正、负异常和零线，图c 中填色场为数值模式中给定的海表面温度异常场（单位：°C）Fig. 10 Each meteorological element fields response to the forcing in the model: (a) 200-hPa geopotential height anomalies (units: gpm), wind anomalies (black vectors, units: m s-1), and precipitation anomalies (shadings, units: mm d-1); (b) 500-hPa geopotential height anomalies (units: gpm),wind anomalies (black vectors, units: m s-1), and wave activity fluxes anomalies (orange vectors, units: m2 s-2); (c) 850-hPa geopotential height anomalies (units: gpm) and wind anomalies (black vectors, units: m s-1). The red solid lines, blue dashed lines, and black lines represent positive and negative geopotential height anomalies, zero lines, respectively. In Fig. c, shadings represent SST anomalies (units: °C) adding in the model

为模拟观测中与中部型空间分布相关的海温异常和海冰密集度关键区的范围及其热力强迫垂直廓线（图6c 和图7），在模式中，我们在巴伦支海上空给定一个理想大气冷源（70°～85°N，0°～80°E）（图11c），设置冷源最大强度（1 K d-1）位于1000 hPa 并沿对流层垂直方向向上线性递减。图11 给出大气环流对此大气冷源异常强迫的响应。从图11 中可以看出，当巴伦支海上空给定大气冷源强迫时，局地出现正压的气旋性环流（低压）异常。与观测类似，北半球中高纬度呈现出两支西北—东南走向的罗斯贝波波列（图11b），导致淮河流域受鞍型场的环流异常控制，淮河流域中部极端降水频次增多。因此，该数值模拟的结果证实极端降水频次中部型分布及其相关的环流异常配置是巴伦支海/喀拉海下垫面海冰异常强迫作用导致的。

图11 同图10，但为数值模式对图11c 中大气冷源（70°～85°N，0°～80°E）异常场（填色，单位：K d-1）的响应Fig. 11 As in Fig. 10, but for the response for the diabatic cooling source (70°-85°N, 0°-80°E) anomalies (shadings, units: K d-1) in the atmosphere in Fig. 11c

图12 为大气环流对热带印度洋和赤道东太平洋冷海表温度异常强迫的响应。由图可知，当热带印度洋和赤道东太平洋存在冷海温异常时，西北太平洋地区会激发出一个Gill 型（Gill, 1980）的异常气旋性环流，而异常气旋环流北侧是反气旋异常环流，这与观测中的波列结构也较为一致。因此，该数值试验可以证实热带印度洋和赤道东太平洋的冷海表温度异常能够激发东亚沿岸的经向遥相关波列，在这种遥相关波列的配置下，淮河流域以南为气旋环流异常，东北亚地区为反气旋性环流异常，反气旋西侧的偏南风能够将水汽输送到淮河流域北部地区，导致淮河流域北部极端降水频次增多，是导致淮河极端降水频次北部型分布的主要原因。

图12 同图10，但为数值模式对图12c 中海表面温度异常场（填色，单位：°C）的响应Fig. 12 As in Fig. 10, but for the response for the SST anomalies (shadings, units: °C) forcing in Fig. 12c

5 总结和讨论

本文利用K均值聚类、旋转经验函数正交分解这两种不同的分类方法对淮河流域夏季极端降水频次的空间分布进行了客观分类，确定了淮河流域极端降水频次空间分布可分为南部型、中部型和北部型三种类型。我们针对各类型的相关环流异常及其形成的海气相互作用过程进行了观测诊断和数值模拟研究，归纳得出以下主要结论：

（1）南部型（S-Type）极端降水频次主要出现在33°N 以南的淮河流域。南部型分布与西北太平洋副热带高压异常偏西偏南有关。如图13a 中示意图所示，厄尔尼诺型海表温度异常是造成南部型分布的主要外强迫因子。热带印度洋和赤道东太平洋海表温度正异常会在西太平洋地区激发反气旋性环流，淮河流域南部处于反气旋异常与北侧气旋异常的交界处，偏北风与偏南风在此处辐合，导致淮河流域南部地区极端降水频次偏多。

（2）中部型（C-Type）极端降水频次主要发生在32°～36°N 之间的淮河流域。如图13b 中示意图所示，北极巴伦支海/喀拉海附近海冰正异常会在局地激发气旋性环流（低压）异常，扰动西风带后在波导作用下向东南方向传播形成两支罗斯贝波列，在淮河流域地区产生鞍型场环流异常配置，使得淮河流域中部极端降水频次增多。

（3）北部型（N-Type）极端降水频次主要发生在34°N 以北的淮河流域地区。如图13c 中示意图所示，热带印度洋和赤道东太平洋海表温度冷异常会在西太平洋地区激发出气旋性环流异常，气旋性环流异常北侧的反气旋异常西侧存在偏南风异常，偏南风将水汽输送至淮河流域北部，导致淮河流域北部极端降水频次增多。

图13 极端降水频次（a）南部型、（b）中部型和（c）北部型空间分布的物理机制示意图。蓝色/红色阴影区域的海冰/海温异常（颜色深浅代表相对强度的强弱）代表与该类型相关的外强迫因子的分布Fig. 13 Schematic of the physical processes associated with the (a) SType, (b) C-Type, and (c) N-Type. The sea ice/sea surface temperature anomalies [dark (light) shadings represent strong (weak) relative intensity] over blue/red shading area indicates the external forcing for each type

本文通过同期回归诊断分析发现淮河流域极端降水频次南部型/北部型的外强迫因子为厄尔尼诺型/拉尼娜型海温异常分布，而中部型极端降水频次分布主要以北极海冰的遥相关强迫为主导。这说明对于区域性极端降水而言，除热带海温异常强迫以外，热带外甚至北极的外强迫信号同样能够调控区域极端降水的发生，这体现了热带和热带外强迫因子的协同影响。实际上，淮河流域南部型/北部型空间分布的相关环流异常在中高纬度也有罗斯贝波活动信号出现（图5b、8b）。一直以来，在汛期降水的实际短期气候预测业务中，淮河流域是除东北地区外（Lu et al., 2020），预测技巧相对偏低的区域。东北地区和淮河流域汛期降水的共同特点是受热带外信号影响显著，然而，这些热带外信号的外强迫来源、物理机制和相对贡献仍不清楚，这也是导致淮河流域和东北地区短期气候预测技巧偏低的可能原因。

2021 年7 月河南发生特大暴雨，仅7 月20 日郑州1 h 降水量超过200 mm，世界罕见。河南极端降水灾害带来重大经济损失，超300 人因灾死亡。考虑河南暴雨的相关大气环流配置，此次暴雨应归属于淮河流域极端降水频次北部型分类。但除拉尼娜型热带海温异常影响外，由于同时受到台风“烟花”水汽输送和内陆地形抬升的影响，才使得河南地区出现持续不断的天气尺度暴雨。本文仅讨论了夏季平均的淮河流域极端降水频次分布型及其相关机理，但西北太平洋副热带高压在夏季也存在显著的季节内变化，对淮河流域季节内极端降水变化也有显著调控作用。淮河流域极端降水分布的季节内变化又受到什么外强迫因子的调控？对于这些问题的回答可为淮河流域极端降水的延伸期预报提供理论支撑，是我们在今后工作中需进一步解决的科学和实际业务难题。