• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      熱帶氣旋對1975─2018年暖季中國極端降水氣候態(tài)、變化趨勢及其與溫度關(guān)系的影響研究

      2022-08-24 07:06:46楊寶琛羅亞麗姜曉玲
      熱帶氣象學(xué)報 2022年3期
      關(guān)鍵詞:氣旋熱帶降水量

      楊寶琛,羅亞麗,2,姜曉玲

      (1.中國氣象科學(xué)研究院災(zāi)害天氣國家重點實驗室,北京100081;2.南京信息工程大學(xué)氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心,江蘇南京210044)

      1 引 言

      全球變暖背景下,根據(jù)克勞修斯-克拉伯龍方程(C-C方程),大氣儲水能力(飽和水汽壓)隨著溫度的升高而以C-C關(guān)系增強,即溫度每上升1℃水汽增多7%(7%·℃-1),并且強降水對大氣中水汽含量的變化比弱降水更加敏感[1-2]。在此熱力因素影響下,極端降水可能會增多[3]。然而,不同區(qū)域、不同時間尺度的極端降水對全球變暖的響應(yīng)并不完全相同。日極端降水的發(fā)生頻次在北美、歐洲一致升高,對總降水量的貢獻(xiàn)也有所增大,而亞洲季風(fēng)區(qū)日極端降水卻沒有一致增加,其趨勢呈現(xiàn)正負(fù)交錯的分布特征[4-7];中國夏季(JJA)極端小時降水(EXHP;以第95百分位為閾值)在東南地區(qū)普遍上升,但是在華中、中國西南和東北地區(qū)的趨勢正負(fù)交錯分布。

      不同氣候背景、不同溫度區(qū)間的極端小時降水隨溫度的變化率也不盡相同,呈現(xiàn)出超C-C(14%·℃-1)、C-C(7%·℃-1)和次C-C(3.5%·℃-1)關(guān)系。例如,Lenderink等[8]較早分析荷蘭中部海岸附近99年小時降水觀測資料,發(fā)現(xiàn)當(dāng)日平均溫度在12℃以下時,極端小時降水強度隨溫度的增加率呈C-C關(guān)系,而當(dāng)日平均溫度高于12℃時其增加率大約是C-C關(guān)系的兩倍;中國極端小時降水與地表氣溫之間的關(guān)系具有明顯的區(qū)域間差異,西南-華中-蘇北/山東地區(qū)主要為超C-C關(guān)系,而在我國西北、海南和華南沿海主要為近C-C和次C-C關(guān)系[9]。

      全球變暖背景下極端降水變化存在上述差異的原因,是因為降水的長期變化不僅與局地?zé)崃顩r決定的大氣儲水能力的改變有關(guān),還受制于動力因素導(dǎo)致的大氣垂直運動和水汽輸送的變化[10-11]。東亞極端降水變化趨勢就與其具有區(qū)域特色的多尺度物理過程有關(guān)[12],如,與東亞夏季風(fēng)強度變化密切相關(guān)的“南澇北旱”降水年代際變化[13]、熱帶氣旋(TC)活動改變[14]及大規(guī)模城市化的影響[15-17],其中,TC對東亞尤其是我國東南沿海地區(qū)的極端降水的貢獻(xiàn)較大[18-20]。TC的發(fā)生和發(fā)展受制于熱帶洋面熱力和動力(海表溫度、大氣穩(wěn)定度、垂直風(fēng)切變等)條件,這些洋面上條件的改變會造成TC頻次和強度的變化[21-22],進而可能影響其在東亞大陸產(chǎn)生的降水。最新研究表明,20世紀(jì)中期以來西太平洋TC的移動速度出現(xiàn)減慢趨勢,使得TC可從暖洋面獲得更多的能量、造成更大的影響[19];并且,TC發(fā)生頻次從南海-菲律賓海向東海及我國大陸東部附近偏移,其產(chǎn)生的總降水在我國東南地區(qū)顯著增加、華南地區(qū)顯著減少[23-25]。

      然而,目前仍然不清楚TC降水對我國廣大地區(qū)總降水和極端降水氣候平均態(tài)及其變化趨勢的貢獻(xiàn)如何,也不清楚極端小時降水隨溫度的變化在TC降水與非TC降水之間有何不同。將熱帶氣旋對極端降水變化的影響提取出來,將有助于更好地理解東亞極端降水的長期變化及其原因。因此,本研究利用我國東部1975—2018年暖季(5—9月)地面站逐時降水觀測資料與熱帶氣旋最佳路徑數(shù)據(jù)集,將總降水(All)分為TC降水和非TC(nonTC)降水,從氣候態(tài)和變化趨勢的角度分析TC總降水(TC-P)、TC極端小時降水(TC-EXHP)、TC極端日降水(TC-EXDP)對總降水(All-P)、總極端小時降水(All-EXHP)、總極端日降水(All-EXDP)的貢獻(xiàn);進一步分析TC-、nonTC-、All-EXHP隨溫度變化的關(guān)系。

      2 資料與方法

      2.1 研究區(qū)域與時段

      本文研究區(qū)域為中國東部(96°E以東;圖1)。根據(jù)地理因素及氣候特征將研究區(qū)域分為四個子區(qū)域:東北(NE)、中國中部(CC)、長江流域(YV)、華南(SC)。并且,將115°E以東的YV區(qū)域稱為“YV東部”(在圖1中用虛線標(biāo)出)。由于中國北方(38°N以北)僅暖季有小時降水觀測,1975年之前我國暖季小時降水資料合格率較低,且影響中國的TC主要發(fā)生在暖季,因此,本文選取1975—2018年暖季(5—9月)為研究時段。從研究區(qū)域中篩選出逐年暖季資料缺失率均小于5%的站,共1 047個,在人口稠密、經(jīng)濟相對發(fā)達(dá)且受熱帶氣旋影響更大的中國南部及東南部更密集。

      圖1 研究區(qū)域(96°E以東)四個子區(qū)域分區(qū)極端小時降水閾值(a)、極端日降水閾值(b) 虛線框內(nèi)為長江流域東部;陰影表示海拔高度(km)。

      2.2 小時降水?dāng)?shù)據(jù)及其分析方法

      本研究使用中國大陸及海南島的國家級地面觀測站小時降水資料,此數(shù)據(jù)集由中國氣象局國家氣象信息中心提供(http://www.nmic.cn/),經(jīng)過了嚴(yán)格的質(zhì)控,在以往的研究中得到了廣泛應(yīng)用[26-28]。實際業(yè)務(wù)應(yīng)用中,一般采用固定閾值,即≥20 mm/h定義為短時強降水、≥50 mm/d定義為暴雨,而在學(xué)術(shù)論文中往往采用相對閾值法研究極端降水的氣候態(tài)及其變化趨勢,這是因為中國降水強度的空間差異較大[27],采用相對閾值可更好考慮各地的氣候背景,更加合理。目前使用較廣泛的相對閾值法有兩類,一是百分位閾值法,二是基于極值理論的參數(shù)估算方法。由于百分位閾值法可得到有統(tǒng)計意義的極端降水樣本數(shù),對極端降水長期變化趨勢的研究多選用百分位閾值法[29],其中第95百分位被廣泛地應(yīng)用[16,26,30]。本文將各站點30年(1975—2004年)5—9月小時(日)降水?dāng)?shù)據(jù)(≥0.1 mm/h)從弱到強進行排序,取該站點第95百分位的強度為極端小時(日)降水的閾值(圖1)。極端小時(日)降水頻次及降水量分別為該站點小時降水量超過極端小時(日)降水閾值的小時數(shù)及其累積降水量。在降水變化趨勢分析中,采用最小二乘分析和Mann-Kendall非參數(shù)檢驗來檢驗其顯著性。

      2.3 TC降水識別

      本文使用中國氣象局上海臺風(fēng)研究所提供的西北太平洋熱帶氣旋最佳路徑數(shù)據(jù)集(http://www.typhoon.org.cn)。這套數(shù)據(jù)集給出熱帶氣旋的編號,以及每個熱帶氣旋生成及行進過程中逐6小時TC強度、中心經(jīng)緯度、近中心海平面最低氣壓、近中心最大風(fēng)速等。采用任福民等[31]開發(fā)的客觀天氣圖分析技術(shù)(Objective Synoptic Analysis Technique;簡稱OSAT)識別TC降水,進而將總降水(All)分為TC降水和nonTC降水。OSAT通過計算熱帶氣旋中心與雨帶之間的距離,以及降水站點之間的距離和連續(xù)性,對熱帶氣旋影響的雨帶(包括遠(yuǎn)距離影響的雨帶)進行識別和追蹤。該方法有較強的臺風(fēng)降水識別能力,能夠識別出由臺風(fēng)單一天氣系統(tǒng)、雙臺風(fēng)、臺風(fēng)與其他天氣系統(tǒng)共同產(chǎn)生的降水。

      2.4 溫度與極端小時降水關(guān)系分析

      利用中國氣象局國家氣象信息中心提供的均一化日均氣溫數(shù)據(jù)集(http://data.cma.cn/data/online.html?t=1)分析極端小時降水隨溫度的變化率。將某站點或區(qū)域內(nèi)小時降水(≥0.1 mm/h)數(shù)據(jù)與降水發(fā)生日平均的2 m氣溫(T2m)相匹配,按等降水樣本數(shù)劃分10個溫度區(qū)間,并規(guī)定每個區(qū)間內(nèi)最少需有100個樣本。求取各區(qū)間內(nèi)降水序列的第95百分位值為該區(qū)間的EXHP的強度,分析其與各區(qū)間對應(yīng)溫度的關(guān)系。采用自助法(bootstrap)確定各個溫度區(qū)間內(nèi)EXHP強度的置信區(qū)間,對每個溫度區(qū)間內(nèi)的降水樣本隨機進行10 000次抽樣,每次抽取1 000個樣本并求取第95百分位降水值(P95),將10 000次抽樣所得的P95序列的第2.5百分位和第97.5百分位作為95%置信區(qū)間范圍。

      采用指數(shù)函數(shù)擬合分析某個站點EXHP強度(P)隨溫度(T)的變化:

      EXHP強度隨溫度的變化率(r;單位為%·℃-1)采用下式計算:

      結(jié)合式(1)和(2),EXHP強度隨溫度的變化率可表示為:

      并且,采用均值t檢驗、中位數(shù)檢驗和Kruskal-Wallis非參數(shù)顯著性檢驗等方法,判斷TC-、nonTC-和All-EXHP隨溫度變化率的差異是否顯著。

      3 TC降水對總降水氣候態(tài)及變化趨勢的貢獻(xiàn)

      3.1 TC降水對總降水氣候態(tài)的貢獻(xiàn)

      圖1顯示分析區(qū)域內(nèi)小時尺度和日尺度極端降水閾值的空間分布。二者大體相似,東部平原地區(qū)普遍大于西部山區(qū),海南和華南沿海為最大值區(qū)域,其值大約為14 mm/h和70 mm/d,EXHP閾值最大為19.7 mm/h,位于海南北部,EXDP閾值最大為99.0 mm/d,位于廣西南部沿海;次大值位于長江中下游和黃淮平原,EXHP和EXDP的閾值分別約10 mm/h和60 mm/d。其中EXHP的閾值普遍低于業(yè)務(wù)上定義的短時強降水(20 mm/h),而EXDP的閾值在華南、長江中下游和黃淮平原地區(qū)高于業(yè)務(wù)上對于暴雨日的閾值(50 mm/d),其余地區(qū)低于業(yè)務(wù)上對于暴雨日的定義,特別是在東北和中國中部。

      圖2顯示熱帶氣旋降水(TC-P)占總降水量(All-P)的百分比、TC-EXHP占All-EXHP降水量的百分比及TC-EXDP占All-EXDP降水量的百分比。三種空間分布大體相似,均從東南和華南沿海向西北內(nèi)陸遞減,其中,TC-P占比的大值區(qū)位于海南島和華南沿海,占比為35%~50%,最大值(48.1%)位于海南島北部;TC-EXHP占比超過35%的大值區(qū)域沿海岸線向北擴展,到達(dá)東南沿海浙閩丘陵一帶,占比最大值(47.2%)位于海南北部;TC-EXDP占比的大值區(qū)位于海南島和東南、華南沿海一帶,高達(dá)50%以上,其中海南島幾乎所有站點的占比都大于50%,最大達(dá)到71.8%,位于海南島北部。區(qū)域平均而言也可看出(表1),TC-P占All-P的比率(11.6%)與TC-EXHP占All-EXHP的比率(11.1%)大致相當(dāng),而TC-EXDP占All-EXDP降水量的比率(15.8%)相對較高,其百分比分別超過前兩者約4.2%和4.7%,分別占前兩者各自占比的36%和42%。說明熱帶氣旋作為強烈的大尺度天氣系統(tǒng),其對日尺度極端降水的貢獻(xiàn)超過對小時尺度極端降水和平均降水的貢獻(xiàn)。

      圖2 1975—2018年暖季TC-P占All-P之比(a)、TC-EXHP占All-EXHP之比(b)、TC-EXDP占All-EXDP之比(c)

      表1 TC降水占總降水量的百分比

      3.2 TC降水對總降水變化趨勢的貢獻(xiàn)

      由圖3~圖5可見,每種降水類型(即:All、TC或nonTC)的總降水、極端小時降水、極端日降水的降水量趨勢分布較相似,但是不同降水類型之間的差別較大。All降水在分析區(qū)域內(nèi)主要呈現(xiàn)上升趨勢(圖3a~3c),All-EXHP呈現(xiàn)上升趨勢的站點比例(81.5%)略微大于All-EXDP(77.6%)和All-P(76.8%),顯著上升的站點主要集中在SC、YV東部(圖3d~3f)、NE南部和東北部,而在YV西部、CC和NE中部則呈正負(fù)相間分布。子區(qū)域平均而言,SC和YV的All-P(All-EXHP;All-EXDP)增多的站點占比分別約91%、83%(92%、83%;79%、84%),而NE和CC僅71%、57%(76%、71%;74%、64%)(表2)。

      圖3 1975—2018年暖季總降水量線性趨勢空間分布 a.暖季總降水量;b.總極端小時降水量;c.總極端日降水量;d.長江流域東部暖季總降水量;e.長江流域東部總極端小時降水量;f.長江流域東部總極端日降水量。黑圈表示通過至少0.10的M-K顯著性檢驗。

      表2 四個子區(qū)域及YV東部降水量上升和其中顯著上升的站點占比(%) 粗體數(shù)字表示正文重點提及的分析結(jié)果。

      TC-P主要在YV東部(圖4d~4f)呈現(xiàn)出一致的顯著上升趨勢,最大值位于浙江、福建沿海一帶(圖4a),TC極端降水也具有類似特征(圖4b、4c),并且顯著上升的站點更集中在海岸線附近,尤其是TC-EXDP,這或許是由于海岸附近更好的水汽條件和相對更強的熱帶氣旋更有助于TC極端降水顯著升高。NE南部沿海地區(qū)也以正趨勢為主,但僅部分站點通過了顯著性檢驗(圖4a~4c)。在SC地區(qū),TC-P以減少為主(57.5%的站點),華南沿海和海南島降低幅度較大,僅海南島西北部和珠三角地區(qū)有少數(shù)站點呈現(xiàn)上升趨勢,雖然通過顯著性檢驗的站點寥寥無幾(圖4a),然而,TC極端降水具有顯著上升趨勢的站點數(shù)目相對TC-P多一些(圖4b、4c)。另外,位于內(nèi)陸的CC地區(qū)TC降水主要為負(fù)趨勢(圖4a~4c)。從表2可看出,TC降水在YV東部呈現(xiàn)上升趨勢的站點占比高達(dá)97.6%,遠(yuǎn)遠(yuǎn)超過在SC和CC的占比(42.5%和20.2%)。TC降水變化的這些區(qū)域間差異在一定程度上改變了我國降水變化趨勢的空間分布,并且與近三十年西太平洋熱帶氣旋發(fā)生頻次在南海附近減少而在東海和日本海附近升高相一致[32],表明熱帶氣旋發(fā)生頻次的變化已經(jīng)對我國TC降水的變化產(chǎn)生了重要影響。

      圖4 同圖3,但是TC降水的線性趨勢 a.TC總降水量;b.TC極端小時降水量;c.TC極端日降水量;d.長江流域東部TC總降水量;e.長江流域東部TC極端小時降水量;f.長江流域東部TC極端日降水量。

      與熱帶氣旋降水趨勢分布截然不同,nonTC降水量趨勢在SC、江南地區(qū)、NE東北部和南部呈現(xiàn)較一致的顯著上升趨勢,其余地區(qū)呈正負(fù)相間分布(但仍以上升趨勢為主)(圖5,表2),其中,YV東部的情況(圖5d~5f)與TC降水(圖4d~4f)區(qū)別很大,這可能與復(fù)雜下墊面強迫(如城市熱島)導(dǎo)致的局地氣候變化有關(guān)[15-17]。分析區(qū)域內(nèi)nonTCEXHP上升趨勢站點所占比例高達(dá)79.8%,略大于nonTC-EXDP(75.6%)與nonTC-P(73.0%)。與All降水趨勢和TC降水趨勢的對比可見,All降水呈現(xiàn)較一致顯著上升趨勢的區(qū)域主要集中于SC、華東沿海(包括YV東部和NE南部)和NE東北部,其中SC、NE南部和東北部主要來自于nonTC的貢獻(xiàn),而TC對YV東部(115°E以東)降水增多的貢獻(xiàn)較大,YV東部區(qū)域平均而言All-P、All-EXHP、All-EXDP變化的49.1%、33.4%、28.9%來自于TC的貢獻(xiàn)(TC降水趨勢除以All降水趨勢)。

      圖5 同圖3,但是nonTC降水的線性趨勢 a.nonTC總降水量;b.nonTC極端小時降水量;c.nonTC極端日降水量;d.長江流域東部nonTC總降水量;e.長江流域東部nonTC極端小時降水量;f.長江流域東部nonTC極端日降水量。

      4 極端小時降水隨溫度的變化

      圖6顯示四個子區(qū)域極端小時降水強度隨溫度的變化曲線,All-EXHP(圖6a~6d)與nonTCEXHP(圖6e~6h)在四個區(qū)域之間均比較相似,在溫度5~16℃(NE、CC約17℃;YV與SC約15℃)時,極端小時降水強度以低于0.5倍C-C率緩慢上升,在17~26℃之間以約雙倍C-C率快速上升,隨著溫度繼續(xù)升高至30℃,極端小時降水強度或幾乎不變(NE和CC)或緩慢上升(SC)或緩慢降低(YV)。而TC-EXHP強度隨溫度的變化(圖6i~6l)與前二者截然不同,在溫度低于21℃時,TCEXHP強度超過nonTC-EXHP,以約0.5倍C-C率隨溫度升高而上升,而溫度高于25℃時,TC-EXHP強度又低于nonTC-EXHP,隨溫度升高反而急劇下降,當(dāng)溫度接近30℃時趨于平緩。由于TC環(huán)流從洋面獲得水汽供應(yīng),從而使得TC-EXHP對局地大氣自身儲水能力的敏感度較低,并且TC造成降水的持續(xù)時間較長,降水蒸發(fā)冷卻和TC云系遮擋太陽輻射能量會使近地面降溫,造成TC-EXHP在25~26℃隨溫度繼續(xù)升高反而下降的現(xiàn)象。

      圖6 四個子區(qū)域各溫度區(qū)間極端小時降水強度隨溫度的變化曲線 a~d.總極端小時降水;e~h.non-TC極端小時降水;i~l.TC極端小時降水。從上到下分別是東北(NE)、中國中部(CC)、長江流域(YV)和華南(SC)?;疑⒑谏?、紅色虛線分別為0.5、1、2倍C-C率。陰影為自助法(bootstrap)求得的0.05顯著性區(qū)間。

      圖7顯示各站點極端小時降水強度隨溫度的變化率(r,計算方法見2.4節(jié)),圖中僅展示EXHP記錄數(shù)大于1 000的站點,All-EXHP的r大值區(qū)位于四川盆地,超過了14%·℃-1,次大值區(qū)位于華北平原北部地區(qū),約10%·℃-1,低值區(qū)位于華南沿海,普遍低于4%·℃-1,其中,海南南部和廣東廣西南部沿海部分地區(qū)甚至為負(fù)值(圖7a)。nonTCEXHP的r分布(圖7b)與總EXHP的(圖7a)較相似,但在長三角地區(qū)All-EXHP的變化率相比于nonTC-EXHP有所減小,這是由于TC-EXHP的r值與nonTC-EXHP很不相同,TC-EXHP在東南沿海地區(qū)的r相對較小,普遍低于C-C率(圖7c)。另外,雖然TC-EXHP隨溫度變化的最小值同樣位于華南沿海地區(qū),但是r相對nonTC-EXHP的更小,在整個海南島及華南沿海部分站點為負(fù)值。

      圖7 極端小時降水隨溫度的變化率的空間分布 a.總極端小時降水;b.nonTC極端小時降水;c.TC極端小時降水。

      由于TC-EXHP在NE和CC子區(qū)域滿足條件(各溫度區(qū)間的樣本量>100)的站點數(shù)目幾乎為零(圖7c),故只顯示YV和SC子區(qū)域內(nèi)所有滿足條件站點的r值小提琴圖(圖8),以及這兩個區(qū)域內(nèi)All-、TC-、nonTC-EXHP兩兩之間的r值統(tǒng)計學(xué)差異(表3)。兩地區(qū)r值大小差別很大,YV地區(qū)站點r值普遍高于SC地區(qū),且這兩個區(qū)域r的中值、均值及分布差異均通過了顯著性檢驗。在YV地區(qū),TC-、nonTC-、All-EXHP的r無論均值、中位數(shù)和概率密度分布均兩兩顯著不同(表3),并且TC-EXHP和All-EXHP的r的中位數(shù)(6.1%·℃-1和8.2%·℃-1)小于nonTC-EXHP的(8.7%·℃-1);在SC地區(qū),TCEXHP與nonTC-EXHP強度隨溫度的變化率之間也呈現(xiàn)顯著差異。這些結(jié)果表明,在我國YV與SC地區(qū),TC顯著影響了極端小時降水強度隨溫度的變化率,即在研究極端小時降水隨溫度的變化率時,如果不排除TC的影響,用All-EXHP的r表示極端小時降水對局地大氣溫度變化的響應(yīng),那么這種響應(yīng)在YV和SC地區(qū)均會被低估。這些分析結(jié)果再次表明,在研究極端降水隨溫度的變化時,有必要考慮不同天氣系統(tǒng)的影響。

      圖8 長江流域(YV,a)和華南地區(qū)(SC,b)極端小時降水隨溫度的變化率小提琴圖 從左到右為總極端小時降水、non-TC極端小時降水、TC極端小時降水?;疑摼€分別為0%·℃-1、7%·℃-1、14%·℃-1。

      表3 All-、TC-、nonTC-EXHP強度隨溫度的變化率的統(tǒng)計學(xué)差異

      5 總 結(jié)

      全球變暖背景下,我國暖季總降水、極端小時降水和極端日降水(P、EXHP、EXDP)氣候平均態(tài)及其變化趨勢的區(qū)域差異明顯,其中熱帶氣旋的貢獻(xiàn)尚不明確。本文利用中國東部(96°E以東)1 047個站點1975—2018年暖季(5—9月)逐小時降水資料,采用30年(1975—2004年)第95百分位的小時(日)降水強度作為極端降水的閾值,從降水(P)中提取出極端小時降水與極端日降水,并通過OSAT方法將總降水(All)分離成熱帶氣旋(TC)降水與非熱帶氣旋(nonTC)降水,從氣候態(tài)和變化趨勢角度,分析了1975—2018年熱帶氣旋降水對All降水量(包括總降水、極端小時降水、極端日降水)及其變化趨勢的貢獻(xiàn),并進一步分析了All-、TC-、nonTC-三種類型的極端小時降水隨溫度的變化。

      (1)三類熱帶氣旋降水量(包括總降水、極端小時降水、極端日降水)占總降水量之比空間上均從東南和華南沿海向西北內(nèi)陸快速遞減,但是熱帶氣旋極端日降水占總極端日降水之比的大小則普遍高于前兩者,區(qū)域平均而言,熱帶氣旋總降水占總降水量之比與熱帶氣旋極端小時降水占總極端小時降水之比均約11%,而熱帶氣旋極端日降水占總極端日降水之比約15.8%。表明熱帶氣旋作為產(chǎn)生持續(xù)性降水的大尺度天氣系統(tǒng),其對日尺度極端降水的貢獻(xiàn)超過小時極端降水和平均降水。

      (2)每種降水類型(即All、TC或nonTC)各自的總降水、極端小時降水、極端日降水降水量變化趨勢的空間分布較相似。All降水呈現(xiàn)較一致顯著上升趨勢的區(qū)域主要集中于華南、華東沿海以及我國東北地區(qū)的東北部。熱帶氣旋降水變化存在明顯的區(qū)域間差異,其在長江流域東部上升趨勢最大且呈較一致的顯著上升趨勢,并對長江流域東部總降水增多的貢獻(xiàn)高達(dá)49%。熱帶氣旋降水變化的這種空間分布,與我國東部地區(qū)水汽含量增加、華南東南沿海地區(qū)垂直運動增強[25]直接有關(guān),也與西太熱帶氣旋頻次從南海-菲律賓海向東海及我國東部偏移的長期變化趨勢[32]相吻合。而nonTC降水的趨勢呈現(xiàn)較明顯的正負(fù)交錯分布的特征,可能是局地下墊面(如局地地形、城市熱島效應(yīng))等因素的影響。

      (3)熱帶氣旋極端小時降水強度隨溫度的變化與非熱帶氣旋極端小時降水截然不同,在溫度低于21℃時,熱帶氣旋極端小時降水強度超過非熱帶氣旋極端小時降水,以約0.5倍C-C率隨溫度升高而增強,而溫度高于25℃時,熱帶氣旋極端小時降水強度又低于非熱帶氣旋極端小時降水,隨溫度升高反而急劇減弱,當(dāng)溫度接近30℃時趨于平緩。

      (4)總極端小時降水與非熱帶氣旋極端小時降水強度隨溫度變化率(r)的空間分布大體相似,熱帶氣旋極端小時降水的r值在華南和東南沿海明顯低于非熱帶氣旋極端小時降水,尤其在華南有更多站點為負(fù)值,這造成非熱帶氣旋極端小時降水和總極端小時降水隨溫度變化率在這兩個地區(qū)產(chǎn)生差異,在長江流域差異顯著。在研究極端小時降水隨溫度的變化率時,如果不排除熱帶氣旋的影響,用總極端小時降水的r表示極端小時降水對局地大氣溫度變化的響應(yīng),那么這種響應(yīng)在長江流域和華南地區(qū)均會被低估。

      上述研究結(jié)果表明,在研究極端降水趨勢及其隨溫度的變化的歸因分析時,有必要考慮熱帶氣旋等不同天氣系統(tǒng)的影響。未來可進一步研究影響東亞地區(qū)的熱帶氣旋路徑、強度、持續(xù)時間的變化及其原因,還可借助對流可分辨數(shù)值模擬預(yù)估熱帶氣旋對21世紀(jì)末東亞地區(qū)極端降水變化的可能影響。

      猜你喜歡
      氣旋熱帶降水量
      繪制和閱讀降水量柱狀圖
      2003年3月北大西洋上兩個爆發(fā)性氣旋的“吞并”過程及發(fā)展機制分析?
      氨還原劑噴槍中保護氣旋流噴射作用的研究
      能源工程(2021年1期)2021-04-13 02:05:56
      熱帶風(fēng)情
      女報(2020年7期)2020-08-17 07:16:05
      降水量是怎么算出來的
      啟蒙(3-7歲)(2019年8期)2019-09-10 03:09:08
      熱帶的鳥兒
      1988—2017年呼和浩特市降水演變特征分析
      北太平洋上一個爆發(fā)性氣旋族的結(jié)構(gòu)分析?
      基于小波變換的三江平原旬降水量主周期識別
      圓滾滾的熱帶“龍”
      建平县| 梓潼县| 镇坪县| 宽城| 桃源县| 壤塘县| 阜平县| 镇安县| 遂昌县| 来安县| 教育| 托克托县| 东台市| 闽侯县| 江川县| 彩票| 安庆市| 龙口市| 新干县| 汝阳县| 肥城市| 田林县| 济源市| 张家口市| 聂拉木县| 民权县| 安化县| 白朗县| 扎兰屯市| 屏山县| 神木县| 新乡市| 潞西市| 松滋市| 林西县| 二手房| 宜阳县| 溆浦县| 依安县| 南召县| 同心县|