袁 杰,魏凤英,马晓玲
(1.阳泉市气象局,山西 阳泉045000;2.中国气象科学研究院灾害天气国家重点实验室,北京100081)
随着全球气候变化的发展,气象工作者从多个方面对气候变化的特征及其影响进行了研究,不同时期和区域的气候变化对农业生产的影响不尽相同,其中异常降水事件除了与西风带高空槽、阻塞高压、西北太平洋副热带高压等关键天气系统的环流异常密切相关外,还受到海洋、积雪等外强迫因子的影响,此外降水在不同的地理位置和地形地貌下也会表现出不同的特征[1-6]。春播期是越冬作物生长和春播作物播种、出苗等关键时期,其气象条件对粮食丰收起着重要作用。山西省地处华北西部的黄土高原东翼,南北跨度大,地形地貌特征较为复杂,是重要的小杂粮产区,由于山西大部分地区光热条件较好,降水成为影响农业生产的主要气象因素,因此研究山西省春播期降水的时空变化规律及影响因素十分重要[7-10]。郭江勇等[11]对甘肃东部地区春播期干旱特征的变化进行了研究,赵玲、胡春丽等[12-13]对东北地区的春播期降水特征分别进行了分析,钱锦霞、王振华等[14-15]对2008 年以前山西省春季的气候特征及干旱情况进行了研究。但目前专门针对山西省春播期降水时空变化及环流异常特征的研究还未涉及,本文利用72 个国家气象站数据,结合大气环流、海表温度等资料,开展相关研究,可以弥补山西省关于春播期降水研究的不足,对春播期降水的中长期预测和合理安排春播期间的农业生产具有一定的意义。
(1)选用1961—2020 年山西省春播期(4—5月)72 个国家气象站的月降水量资料,站点分布均匀(图1),具有代表性,所选资料全部连续,仅有个别年份缺测值使用该站所在地市的同期平均值代替。
图1 山西省地形高度及72 个站点分布
(2)选用NECP/NCAR 的1961—2020 年500 hPa位势高度场、850 hPa 风场和海平面气压场的月平均再分析资料,空间分辨率为2.5°×2.5°。
(3)选用UKMO HADISST1 的1961—2020 年全球月平均海表温度(SST),空间分辨率为1°×1° 。
采取经验正交函数(EOF)方法分析山西省春播期(4—5 月)降水的区域特征;使用气候倾向率、滑动平均、小波分析等方法,分析降水的时间变化规律;采用合成分析方法进行异常年的大气环流和前期海表温度特征研究[16]。其中使用的滑动平均方法具体步骤为:
(1)使用Butterworth 带通滤波器,对气候序列进行平滑;
(2)分别用模、斜率和粗糙度这3 种边界约束方案计算出序列两端的平滑值;
(3)分别计算3 种约束方案得到的平滑序列的均方误差(MSE),选取最小MSE 的平滑序列作为最优的平滑方案。
1961—2020 年和1991—2020 年山西省春播期平均降水量分布见图2。这2 个时段内春播期降水量呈北向南逐渐递增的趋势,在北中部地区存在U型分布特征,即东西两侧的降水量大于中部地区,在南部地区两者的降水分布也较为相似。2 个时段内春播期降水具有很大的相似性,但也有不同之处,平均降水量场发生了一定的变化。结合图1 可知,山西省春播期降水在北部中部地区存在的U 型分布特征与东西两侧的太行山脉和吕梁山脉的走势分布较为吻合,降水既受到共同的天气系统影响,也与地理位置、地形特征等多种因子密切相关[17-18]。
图2 1961—2020 年(a)和1991—2020 年(b)山西省春播期平均降水量分布
采用EOF 方法对山西省1961—2020 年春播期标准化处理后的降水量场进行时空分解,表1 为计算后得到的前5 个特征向量的方差贡献率和累计方差贡献率。前3 个特征向量的特征值累计方差贡献率达77.2%,第4~5 个特征向量所占的方差贡献比例开始变得很小,因此,前3 个特征向量可以代表山西省春播期降水量场的主要空间分布特征。
表1 山西省春播期降水量EOF 分解的前5 个特征向量的方差贡献率和累计方差贡献率
第1 特征向量的方差贡献率达59.3%,为山西省春播期降水的主要空间分布型。由山西省春播期降水量场的前3 个特征向量的空间分布(图3)可知,第1 特征向量值在山西省范围内均为正值(图3a),表明春播期的降水量在空间上具有全省一致的特征,高值中心位于山西省中部的吕梁、太原、晋中、阳泉等地,说明该区域降水量变化大。第2 特征向量的方差贡献率为12.0%,其空间分布显示(图3b),太原以南地区为正值区域,大值区位于临汾、运城、长治、晋城等地;太原及其以北地区为负值区域,中心区域位于忻州西部、朔州等地,表明降水量场存在以中部为分界线的南北反位相分布结构。第3 特征向量的方差贡献率仅为5.9%,最大负值中心位于南部的运城地区和北部的大同地区,中部的太原和阳泉地区存在最大正值中心,中部地区的降水量与南部、北部地区存在反位相分布的关系(图3c)。
特征向量的时间系数代表了空间分布随时间的变化情况,其绝对值的大小,代表该型空间分布特征的强弱。对60 年来降水量场的空间分布特征进行分析可知,山西省春播期降水量场表现为第1 特征向量的年份有38 a,占总数的63.3%,说明山西省春播期降水以全省一致型的气候特征为主;降水量场以第2 特征向量出现的年份有15 a,占总数的25%;降水量场以第3 特征向量出现的年份有7 a,占总数的11.7%,具体年份见表2。春播期降水量场的3种分布形态与王振华、刘秀红等[15,19]关于山西春季降水的分布形态研究结果较为相似,但6 种降水量场年份的分布不完全一致,其中大部分年份有重叠,部分年份则不同。
表2 3 种分布形态的6 种降水量场年分布
通过计算1961—2020 年4、5 月山西省各站的气候变化倾向率,了解春播期降水量场变化速率的空间特征(图4),4 月降水量大部(42 站)呈随时间减小的变化特征,占总站数的58.3%,主要位于山西南部地区(图4a)。5 月降水量变化趋势较4 月幅度增大,空间分布呈大部增多,中西部减少的特征(图4b),72 个站中共有50 站降水量呈增加趋势,占总数的69.4%,主要位于山西东南部和北部大部分地区,区域性特征明显。从相关系数检验可知,大部分站点4、5 月降水的气候变化倾向率都没有通过α=0.05的显著性检验。4、5 月降水量的相关系数为-0.06,未通过显著性检验,表明4、5 月降水量的相关性不高、连续性较差。
图4 1961——2020 年山西省4 月(a)和5 月(b)降水量变化趋势空间分布
对1961—2020 年山西省春播期降水量时间序列使用滑动平均方法选取最优平滑方案进行年代际尺度的气候变化分析。表3 为10 a 滑动长度的3 种约束方案的MSE 值,图5 为春播期降水序列3 种不同边界约束的平滑序列。从表3 可知,3 种约束方案的MSE 分别为0.827、0.842、0.821,选取MSE 值最小的粗糙度约束方案计算的平滑趋势较为合理。
表3 山西省春播期降水时间序列3 种约束方案的MSE 值
图5 1961—2020 年山西省春播期降水量及其3 种方案的10 a 滑动长度平滑序列
由图5 可知,取10 a 滑动长度时,粗糙度约束方案序列两端的平滑值与观测值比较接近,某些年份,模和斜率约束方案计算出的平滑值与观测值偏差较大。1961—2020 年山西省春播期降水年际和年代际变化特征十分明显,60 年来春播期降水经历了“多—少—多—少—多”的5 个气候变化阶段,可大致划分为:1961—1970,1971—1982,1983—1994,1995—2004,2005—2020 年,特别是2005 年以后降水处于偏多的年代际。
表4 给出了各个气候阶段的平均值及相邻两阶段的u 检验值,用于比较2 个阶段的降水量平均值的差异性,所有的u 检验值都超过了95%的显著性水平,表明在任意2 个相邻阶段春播期降水量的均值具有显著性差异,这5 个阶段的划分具有一定的合理性。
表4 山西省春播期降水时间序列10 a 滑动长度后的各阶段均值和u 检验值(uα=0.05 =1.96)
通过小波分析方法对山西省春播期降水量的周期性特征进行研究。山西省春播期降水的主要周期有2~3 和12~13 a。其中2~3 a 的周期性表现最为明显,最大值中心为1963 年,但近10 年来4~5 a 周期也较为明显,出现闭合中心。
对山西省近60 年春播期降水量序列以超过一倍标准差为标准挑选异常降水年份,得到异常多雨年有8 a,分别为1963、1964、1970、1983、1985、1991、1998、2014 年;异常少雨年有9 a,分别为1962、1972、1974、1979、1981、1995、1997、2000、2001 年。
影响山西省春播期降水异常分布主要因素是大尺度天气系统导致的环流异常。图6 为山西省春播期异常多雨年和少雨年500 hPa 位势高度场距平合成图。异常多雨年500 hPa 位势高度距平场上乌拉尔山、贝加尔湖、巴尔喀什湖、鄂霍次克海附近为负距平中心,正距平中心主要位于华北东部和日本海以南的洋面上,此时,东亚中高纬地区表现为“东高、西低”和“+、-、+”的南北结构特征,低压槽在乌拉尔山以东至贝加尔湖以西一带生成并发展,山西省大部处于高空槽的东南侧,偏南暖湿气流和北方冷空气在此交汇,有利于多雨天气出现;在异常少雨年,东亚中高纬度地区500 hPa 位势高度距平场为“东低、西高”和“-、+、-”的南北结构特征,山西省大部地区受北方干冷空气的影响,水汽输送条件转差,不利于降水天气的发生,这与刘秀红等[19]人关于山西春季干旱成因研究中位势高度场东西向的分布特征较为一致,但南北向的结构特征略有差异。
图6 山西省春播期异常多雨年(a)和少雨年(b)500 hPa 位势高度场(单位:dagpm)的距平合成
图7 为山西省春播期异常多雨年和少雨年850 hPa矢量风场距平合成图。异常多雨年850 hPa 风场,我国中东部地区盛行偏南气流,在华北上空偏南气流直达内蒙古地区,山西地区处于偏南气流的左侧,山西上空水汽条件较为充沛,水汽辐合利于降水天气的发生。在异常少雨我国东北至华北北部一带受冷空气控制,山西上空盛行西北风或偏西风,无明显水汽输送通道,显著的西南气流主要位于华北东部地区,春播期间多冷空气活动,而西南气流偏弱,位置偏东,水汽不能输送到山西一带,造成降水偏少,这与周晋红等[20-22]关于春季典型干湿年水汽输送特征的研究结果较为一致。
图7 山西省春播期异常多雨年(a)和少雨年(b)850 hPa 矢量风场(单位:m/s)的距平合成
图8 为山西省春播期异常多雨年和少雨年海平面气压场距平合成。异常多雨年海平面气压场呈北高南低分布,尤其是欧亚高纬度地区为显著的正距平分布,我国大部分地区为负距平分布,气压梯度较大,有利于北方冷空气南下,对降水的触发非常重要。而异常少雨年正好相反,海平面气压场呈南高北低分布,山西及周边大部地区处于均压场中,中国大部地区海平面气压偏低,欧亚高纬度地区有一显著的负距平中心,不利于北方冷空气南下,这与王晓玲、高娜等[23-25]研究结论较为相似。
图8 山西省春播期异常多雨年(a)和少雨年(b)海平面气压场(单位:hPa)的距平合成
海表热力异常会导致大气环流异常变化,前期冬季海温发生异常可以通过大尺度遥相关型的变化导致我国降水发生异常[2]。考虑到海洋变化对我国降水的影响有一定时间的滞后效应,图9 为春播期异常多雨年和少雨年的前期冬季全球海表温度(SST)的距平合成图,山西省春播期降水异常年与全球SST 的不同配置相对应,两者所对应的SST 分布形态几乎相反,差异性显著。其中异常多雨年的前期冬季赤道中东太平洋呈现典型的El Nino 分布型,即赤道中东太平洋为正距平,西风漂流区为负距平,暖池亦为负距平,印度洋呈北正南负的偶极子分布型,大西洋呈“-、+、-”的三极子分布型。这与梁洪海等[26]关于东北春季透雨与前期海温关系的研究结果较为相似。
图9 山西省春播期异常多雨年(a)和少雨年(b)前期冬季海表温度场(单位:℃)的距平合成
利用山西省72 个国家气象站1961—2020 年4—5 月的降水量资料、NECP/NCAR 再分析资料和海表温度等资料,对山西省春播期降水的时空变化、异常年对应的环流和海温分布特征等进行分析,主要结论如下:
(1)近60 年山西省春播期降水量场主要有全省一致型、南北差异型、南北与中部差异型3 种分布类型,分别占总年数的63.3%,25%和11.7%。其中春播期降水量增加趋势不明显,4 和5 月变化趋势相反,降水量年际和年代际变化特征十分明显,共经历了“多—少—多—少—多”5 个气候变化阶段。春播期降水的主要周期有2~3 和12~13 a,其中2~3 a 的周期表现最明显。
(2)春播期异常多雨年500 hPa 高度场,东亚中高纬度地区表现为“东高、西低”和“+、-、+”的南北结构特征;850 hPa 风场我国中东部地区盛行偏南气流,山西地区处于偏南气流的左侧,水汽条件较为充沛;海平面气压场呈北高南低分布,欧亚高纬度地区为正距平分布,我国大部分地区为负距平分布;前期冬季赤道中东太平洋呈现典型的El Nino 分布型,印度洋呈北正南负的偶极子型分布,大西洋呈“-、+、-”的三极子型分布。异常少雨年大气环流形势和前期冬季海表温度分布型则基本相反。
本文仅对山西省春播期降水时空变化及异常环流特征进行了初步分析,而春播期间的总降水量、透雨量、降水日数等要素之间的关系,透雨这种天气尺度过程所对应的环流形势与春播期降水典型年对应的环流特征是否一致,降水如何影响土壤墒情的变化,进而影响春播期的进度,还需要进一步的研究,以期为提高山西省春播期降水的预报预测水平和合理安排农业生产提供科学建议。