郭英香,馮曉莉,劉暢,申紅艷,陳海存,李漠雨
(1.青海省氣候中心,青海 西寧 810001;2.遼寧省撫順市氣象局,遼寧 撫順 113006;3.陜西省氣象科學(xué)研究所,陜西 西安 710000;4.青海省氣象局,青海 西寧 810001)
青藏高原平均海拔超過4 000 m,被稱為“世界屋脊”和“第三極”,境內(nèi)湖泊、河流、濕地眾多,冰川、積雪廣布,被稱為“亞洲水塔”,是我國典型生態(tài)脆弱區(qū)(Xu et al.,2008;張憲洲等,2015;張江等,2020;曹曉云等,2022)。降水是青藏高原上最重要的水分循環(huán)因素,對區(qū)域水分平衡、水資源利用和高原生態(tài)系統(tǒng)等方面具有顯著影響(Vavrus,2007;孫燕華等,2014;徐祥德等,2019)。
青藏高原的降水及其潛熱加熱的釋放對亞洲乃至全球氣候都有重要指示意義,高原地區(qū)冬季降水占全年比重較小,但與亞洲夏季氣候聯(lián)系十分密切(Wu and Qian,2003;Zhao and Moore,2004;彭京備等,2006;Yanai et al.,2006;Zhao et al.,2007;焦洋等,2022;馬萌萌等,2022)。青藏高原冬季降水異常會造成春季土壤濕度異常,而高原春季土壤濕度異??梢酝ㄟ^熱通量和輻射通量等對我國夏季氣候產(chǎn)生顯著影響(王瑞等,2009;崔洋等,2017;丁旭等,2022)。冬季降水也可以影響積雪形成,通過地表反照率效應(yīng)和融雪后水文效應(yīng)改變高原加熱場,從而影響我國及東亞地區(qū)的大氣環(huán)流和氣候(徐國昌等,1994;韋志剛等,1998;吳統(tǒng)文和錢正安,2000;朱玉祥等,2009;胡豪然,2016;楊凱等,2017)。
青藏高原多雪時節(jié)在早冬、晚冬和早春,初冬時期(11—12月)高原氣溫已降至0 ℃以下,加之降水量級大,因此也成為雪災(zāi)高發(fā)期(劉玉蓮等,2012;劉玉蓮等,2013)。2018年冬季,青藏高原出現(xiàn)頻繁降雪和極端低溫天氣,地處高原腹地的三江源地區(qū)出現(xiàn)嚴(yán)重雪災(zāi),累計降雪量達(dá)歷史最多,位于黃河源頭的瑪多站最大積雪深度達(dá)22 cm,給當(dāng)?shù)剞r(nóng)牧業(yè)生產(chǎn)帶來嚴(yán)重影響,持續(xù)降雪造成青海省玉樹、海西、果洛三州13.1萬人受災(zāi),100余萬頭(只)牲畜覓食困難,死亡牲畜2萬多頭(只),造成直接經(jīng)濟(jì)損失約2億元人民幣,入選當(dāng)年全國十大天氣氣候事件。可見,高原強(qiáng)降雪給經(jīng)濟(jì)發(fā)展、畜牧業(yè)生產(chǎn)等帶來較大影響,加強(qiáng)青藏高原冬季降雪時空變化特征研究,對減輕區(qū)域氣象災(zāi)害影響具有重要意義。
青藏高原降雪量在20世紀(jì)70年代后期和90年代發(fā)生兩次突變,降雪量分別呈增加和減少趨勢,20世紀(jì)90年代末以來高原主體主要為降水減少,其南北兩側(cè)區(qū)域降水增加(胡豪然和梁玲,2014;Zhu,2022)。研究表明,1951-2004年高原冬季降水量顯著增加(李帥等,2008),而1979-2017年整體則呈減少趨勢(溫婷婷等,2022)。盡管高原冬季降雪總體呈減少趨勢,但自20世紀(jì)60年代以來,青藏高原日降雪量大于5 mm的強(qiáng)降雪事件有所增加,而弱降雪和中等強(qiáng)度降雪在減少,總體呈現(xiàn)降雪強(qiáng)度趨強(qiáng)、降雪日數(shù)增加的變化特征(Sun et al.,2010;Zhou et al.,2018)。北極濤動(Arctic Oscillation, AO)、印度洋偶極子(Indian Ocean Dipole, IOD)、ENSO(El Ni?o-Southern Oscillation)都是影響高原冬季降雪量的重要因子(Lü et al.,2008;Yuan et al.,2012;Jiang et al.,2019)。海洋熱力性質(zhì)的變化是氣候變化的重要驅(qū)動力(王彥磊等,2009;韓元元等,2022),海表溫度的變化會影響局地降水的可預(yù)測性(Doi et al.,2015;吳珊珊和鄒海東,2022),熱帶太平洋海溫變化可通過調(diào)節(jié)沃克環(huán)流和局地哈德萊環(huán)流,對冬季降水產(chǎn)生顯著影響(胡豪然和梁玲,2014;Zhu,2022),印度洋海溫同樣對青藏高原冬季降雪具有顯著作用(施能和曹鴻興,1996;Yuan et al.,2009;Shen et al.,2021)。中國大部地區(qū)冬季降水與AO指數(shù)呈正相關(guān),顯著相關(guān)區(qū)域位于青藏高原(帥嘉冰等,2010;覃鄭婕等,2017;劉勝勝等,2021)。隨著青藏高原冬季降水年際變率加大,尤其在氣候顯著增暖背景下,降水極端性增強(qiáng),加之高原冬季降水形成機(jī)制較為復(fù)雜,給預(yù)測帶來很大的不確定性,到目前為止,仍缺乏對高原冬季降水(雪)異常的系統(tǒng)性研究。鑒于此,結(jié)合不同海盆海表溫度、北極濤動,探討其與高原降雪的聯(lián)系,對冬季氣候預(yù)測具有一定參考意義。
關(guān)于青藏高原冬季降水年際變化的研究通常針對冬季3個月(12月至次年2月),這種針對整個冬季的方法無論在科學(xué)研究還是業(yè)務(wù)預(yù)測中都具有一定的局限性并可能掩蓋季內(nèi)變化特征。觀測事實表明,青藏高原冬季降雪具有明顯的季節(jié)內(nèi)變化特征,例如,2021/2022年青藏高原冬季降水較氣候態(tài)而言偏多,但季內(nèi)呈“少—多—少”變化特征,這種季節(jié)內(nèi)的不均勻性特征在整個冬季降水場上無法體現(xiàn)。青藏高原前冬和后冬降雪、強(qiáng)降雪以及積雪深度往往表現(xiàn)出不一致的變化特征(劉玉蓮等,2012;劉玉蓮等,2013;保云濤等,2018)。因此,將前冬和后冬區(qū)分開來進(jìn)行研究并揭示其各自的年際變化特征,不僅有利于更加全面深入地認(rèn)識高原冬季降水的變化特征,而且也可能對冬季氣候預(yù)測提供有意義的信息。
本文利用青藏高原1961-2021年冬季(11月至次年2月)逐日地面降雪觀測資料,對比分析高原前、后冬不同量級和不同持續(xù)天數(shù)降雪發(fā)生站次,揭示前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)的主要氣候特征及其變化,探討高原前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與不同海盆海表溫度、北極濤動的聯(lián)系,以期為高原氣候預(yù)測、歸因診斷及防災(zāi)減災(zāi)提供參考。
青藏高原大多數(shù)氣象觀測站建于20世紀(jì)60年代初且主要分布在高原中東部地區(qū),而高原西部受復(fù)雜地形和惡劣環(huán)境影響,氣象臺站分布稀疏、建站時間相對較晚,為增加空間分析精度,考慮時間長度,選取1961-2021年冬季(11月至次年2月)青藏高原99個氣象觀測站點(圖1)20:00-20:00(北京時,下同)逐日降水資料,為保證資料一致性,剔除冬季出現(xiàn)的液態(tài)及雨夾雪降水過程。根據(jù)《降水量等級》(國家氣象中心,2012),對20:00-20:00日降雪量進(jìn)行劃分,其中0.1~2.4 mm為小雪,2.5~4.9 mm為中雪,≥5.0 mm為大雪及以上降雪。1991-2020年青藏高原99個氣象觀測站的逐日平均氣溫和最低氣溫數(shù)據(jù)用于說明前、后冬的劃分依據(jù)。另外,選取北極濤動指數(shù)(AO)、北大西洋多年代際振蕩(the Atlantic Multidecadal Oscillation, AMO)指數(shù)、太平洋年代際振蕩(Interdecadal Pacific Oscillation,IPO)指數(shù)、熱帶印度洋偶極子(Tropical Indian Ocean Dipole, TIOD)指數(shù)作為青藏高原前、后冬強(qiáng)降雪的關(guān)鍵影響因子。其中,AO指數(shù)下載于美國氣候預(yù)測中心(Climate Prediction Center, CPC)網(wǎng)站(https://www.cpc.ncep.noaa.gov/products/precip/CWlink/daily_ao_index/ao.shtml),AMO和IPO下載網(wǎng)址為http://www. esrl. noaa. gov/psd/data/climateindices/list/,TIOD指數(shù)從國家氣候監(jiān)測預(yù)測平臺獲取。海溫資料選用美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration,NOAA)提供的第5套逐月擴(kuò)展重建海溫資料,適用于長期的全球、海盆尺度的研究(Smith and Reynolds,2003;Smith and Reynolds,2004)。文中附圖涉及青藏高原邊界源于國家青藏高原科學(xué)數(shù)據(jù)中心(http://data.tpdc.ac.cn)提供的青藏高原邊界數(shù)據(jù)總集,審圖號為GS(2019)1786號。
圖1 青藏高原氣象站點空間分布Fig.1 Spatial distribution of meteorological stations in the Qinghai-Tibetan Plateau
韋瑋等(2014)根據(jù)全國月平均氣溫的年變化特征,將11月和12月看作前冬,1月為隆冬,2月和3月為后冬;在此基礎(chǔ)上,韋瑋等(2020)利用年最低氣溫指標(biāo),將11月16日至次年1月15日劃分為前冬,次年1月16日至3月15日劃分為后冬,最大程度上保證全國前、后冬劃分的一致性;保云濤等(2018)在分析青藏高原中東部積雪時將11月至次年1月定義為前冬,2—4月為后冬。基于青藏高原月平均氣溫和年最低氣溫出現(xiàn)日期變化特征(圖2),并結(jié)合以上劃分結(jié)果,本文將每年11月至次年2月作為冬季,并將每年11—12月定義為前冬,次年1—2月定義為后冬,如2021年11-12月稱為2021年前冬,2022年1-2月稱為2021年后冬,以此類推。
圖2 1991—2020年青藏高原月平均氣溫箱線圖(a)和年最低氣溫出現(xiàn)日期頻次分布(b)Fig.2 The box plot of monthly mean air temperature (a) and frequency of the date occurring annual minimum air temperature(b) in the Qinghai-Tibetan Plateau during 1991-2020
基于90%百分位閾值法(Easterling et al.,2000),計算青藏高原前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù),并以1991-2020年新氣候平均值為基準(zhǔn)計算得到前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)距平值;采用線性傾向估計法(施能等,1995)研究前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)在時間變化中的升降幅度,并對其進(jìn)行統(tǒng)計檢驗;利用皮爾遜相關(guān)性分析(魏鳳英,2007)探討海表溫度、海溫指數(shù)、北極濤動指數(shù)與前、后冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)之間的聯(lián)系;采用集合經(jīng)驗?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition,EEMD)方法(Wu and Huang,2009),得到前、后冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)距平值在年際、年代際尺度上的變化序列。
1961-2021年青藏高原冬季不同量級降雪出現(xiàn)站次旬變化如圖3(a)所示,后冬小雪出現(xiàn)站次明顯高于前冬,尤其1月中旬以來,小雪出現(xiàn)站次逐漸增加;中雪、大雪及以上站次呈雙峰分布,中雪及以上降雪多集中在11月上中旬和2月中下旬,尤其是11月上旬,中雪及以上降雪出現(xiàn)站次最多。由不同持續(xù)天數(shù)降雪過程出現(xiàn)站次旬變化[圖3(b)]可以看出,后冬單日出現(xiàn)降雪過程的站次高于前冬,1月下旬至2月下旬2 d及以上降雪過程最多。可見,后冬降雪過程多且持續(xù)天數(shù)長,隨著時間推移后冬降雪量趨多、持續(xù)時間更長,而前冬降雪量及持續(xù)天數(shù)的階段性起伏特征明顯,前冬初期較大量級降雪出現(xiàn)站次最多,而12月上旬降雪過程最少。
圖3 1961-2021年青藏高原冬季不同量級(a)及不同持續(xù)天數(shù)(b)降雪過程出現(xiàn)站次旬變化Fig.3 Ten-day variation of station times of snowfall processes with different magnitudes (a) and different days (b) in winter in the Qinghai-Tibetan Plateau during 1961-2021
由1961-2021年青藏高原前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)距平及前冬強(qiáng)降雪量(日數(shù))占前冬總降雪量(日數(shù))的百分比(即貢獻(xiàn)率)[圖4(a)、(b)]可以看出,前冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)呈“少—多—少—多”變化特征,總體呈增加趨勢,但未通過顯著性檢驗;20世紀(jì)70年代中期至90年代中后期為前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)偏多時段,1998年以來前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)由偏多轉(zhuǎn)為偏少,但2018年前冬高原強(qiáng)降雪量和強(qiáng)降雪日數(shù)均達(dá)歷史同期最大值。前冬強(qiáng)降雪量占前冬總降雪量的百分比平均為45%,強(qiáng)降雪日數(shù)占前冬總降雪日數(shù)的百分比平均為11%,前冬強(qiáng)降雪量的貢獻(xiàn)率遠(yuǎn)大于前冬強(qiáng)降雪日數(shù),前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)貢獻(xiàn)率總體呈增加趨勢。
圖4 1961-2021年青藏高原前(a、b)、后(c、d)冬強(qiáng)降雪量(a、c)、強(qiáng)降雪日數(shù)(b、d)距平及其貢獻(xiàn)率的年際變化Fig.4 The inter-annual variation of anomalies of heavy snowfall (a, c), heavy snowfall days (b, d) and their contribution rates in early (a, b) and late (c, d) winter in the Qinghai-Tibetan Plateau during 1961-2021
1961-2021年青藏高原后冬強(qiáng)降雪量及其貢獻(xiàn)率均呈顯著增加趨勢,傾向率分別為0.4 mm·(10 a)-1、3.4%·(10 a)-1,均通過α=0.001的顯著性檢驗;20世紀(jì)80年代中期,后冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)由偏少轉(zhuǎn)為偏多,同樣2018年后冬高原強(qiáng)降雪量達(dá)歷史同期最大值[圖4(c)];后冬強(qiáng)降雪日數(shù)及其貢獻(xiàn)率亦呈顯著增加趨勢,傾向率分別為0.1 d·(10 a)-1、1.2%·(10 a)-1,均通過α=0.001的顯著性檢驗,2007年后冬強(qiáng)降雪日數(shù)達(dá)歷史最大值[圖4(d)]。值得注意的是,前冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)貢獻(xiàn)率均大于后冬。
從前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)距平經(jīng)EEMD分解后的年際變化[圖5(a)、(b)]可以看出,20世紀(jì)70年代中期至90年代中后期、21世紀(jì)10年代后期,前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)表現(xiàn)出較大振幅,而后冬強(qiáng)降雪在20世紀(jì)80年代中期至90年代初、21世紀(jì)00年代末至10年代年際變率較大,總體上,前、后冬強(qiáng)降雪量(強(qiáng)降雪日數(shù))距平均方差(Standard Deviation, STD)分別為1.3 mm(0.3 d)、1.2 mm(0.2 d),前冬強(qiáng)降雪具有更大的年際變化振幅。從年代際變化[圖5(c)、(d)]來看,20世紀(jì)80年代中后期至21世紀(jì)10年代初期前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)呈減少趨勢,但近幾年偏多明顯;后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)呈波動式增加,20世紀(jì)80年代后期至90年代前期、21世紀(jì)10年代前期強(qiáng)降雪量及強(qiáng)降雪日數(shù)偏多明顯。
圖5 1961-2021年青藏高原前、后冬強(qiáng)降雪量(a、c)和強(qiáng)降雪日數(shù)(b、d)距平經(jīng)集合經(jīng)驗?zāi)B(tài)分解的年際(a、b)及年代際(c、d)變化Fig.5 The inter-annual (a, b) and interdecadal (c, d) variations of anomalies of heavy snowfall(a, c) and heavy snowfall days(b, d) in early and late winter decomposed by the Ensemble Empirical Mode in the Qinghai-Tibetan Plateau during 1961-2021
由1961-2021年青藏高原前冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)及其貢獻(xiàn)率的空間分布[圖6(a)、(b)]來看,高原前冬強(qiáng)降雪量空間分布不均,青藏高原東北部、西南部以及中東部主體為強(qiáng)降雪量高值區(qū),年平均強(qiáng)降雪量在2.5 mm以上,其中高原西南部強(qiáng)降雪量最大;各地強(qiáng)降雪量平均貢獻(xiàn)率為9%~85%,貢獻(xiàn)最大的區(qū)域主要分布在高原東北部及高原南側(cè)地區(qū),貢獻(xiàn)率在50%以上;前冬強(qiáng)降雪日數(shù)高值區(qū)主要分布在高原東側(cè)的中北部地區(qū),高原大部分地區(qū)強(qiáng)降雪日數(shù)的貢獻(xiàn)率在15%以內(nèi),其中高原東北側(cè)及南側(cè)貢獻(xiàn)率較大。后冬年平均強(qiáng)降雪量和強(qiáng)降雪日數(shù)均多于前冬,高原東部南北兩側(cè)強(qiáng)降雪量和強(qiáng)降雪日數(shù)相比于中部地區(qū)較少,西藏偏西南及偏東南地區(qū)強(qiáng)降雪量和強(qiáng)降雪日數(shù)較大[圖6(c)、(d)];后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)的貢獻(xiàn)率明顯小于前冬,后冬各地強(qiáng)降雪量貢獻(xiàn)率為22%~67%,貢獻(xiàn)率較大的地區(qū)主要分布在高原南側(cè),強(qiáng)降雪日數(shù)貢獻(xiàn)率在高原大部分地區(qū)不足10%。
圖6 1961-2021年青藏高原前(a、b)、后(c、d)冬強(qiáng)降雪量(a、c)和強(qiáng)降雪日數(shù)(b、d)及其貢獻(xiàn)率空間分布以及前、后冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)正負(fù)趨勢站點百分比(e)Fig.6 Spatial distribution of heavy snowfall (a, c), heavy snowfall days (b, d) and their contribution rates in early (a, b) and late(c, d) winter, and percentage of stations with the positive and negative linear trends for heavy snowfall and heavy snowfall days in early and late winter (e) in the Qinghai-Tibetan Plateau during 1961-2021
近61 a來,青藏高原分別有52%和48%的站點前冬強(qiáng)降雪量呈增加和減少趨勢,顯著增加、顯著減少的站點分別占總站數(shù)的13%和5%;前冬強(qiáng)降雪日數(shù)呈增加、減少趨勢的站點分別占總站數(shù)的49%、51%,其中通過α=0.1顯著性檢驗的站點分別占總站數(shù)的11%和4%;青藏高原后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)呈增加趨勢的站點(占總站數(shù)的79%和76%)明顯大于前冬,顯著增加的站點占總站數(shù)的30%以上,另有21%和24%的站點后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)呈減少趨勢,但大部分地區(qū)均未通過α=0.1的顯著性檢驗[圖6(e)]。
為初步研究青藏高原冬季強(qiáng)降雪的影響因子,計算高原前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與海表溫度的相關(guān)系數(shù)(圖7)。1961-2021年青藏高原前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與同期海表溫度以正相關(guān)為主,尤其在熱帶印度洋、太平洋、北大西洋上存在正相關(guān)顯著區(qū)域,這些海洋活動可以通過大氣環(huán)流影響青藏高原冬季強(qiáng)降雪。不同的是,青藏高原前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與熱帶中東太平洋、熱帶印度洋西部海表溫度的正相關(guān)最高且通過α=0.05的顯著性檢驗,熱帶太平洋中東部海表溫度偏暖、熱帶印度洋偶極子正位相時前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)偏多[圖7(a)、(b)];青藏高原后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與熱帶印度洋、西北太平洋、北大西洋同期海表溫度的正相關(guān)性最高且通過α=0.05的顯著性檢驗[圖7(c)、(d)]??梢?,海表溫度對青藏高原冬季強(qiáng)降雪量和強(qiáng)降雪日數(shù)有一定影響。另外,冬季北極濤動(AO)正負(fù)位相和青藏高原降雪多寡具有很好的對應(yīng)關(guān)系(覃鄭婕等,2017;劉勝勝等,2021)。
圖7 1961-2021年青藏高原前(a、b)、后(c、d)冬強(qiáng)降雪量(a、c)、強(qiáng)降雪日數(shù)(b、d)與同期海表溫度的相關(guān)系數(shù)空間分布(打點區(qū)域表示相關(guān)系數(shù)通過α=0.05的顯著性檢驗)Fig.7 Spatial distribution of correlation coefficients between heavy snowfall( a, c), heavy snowfall days( b, d) in early( a, b) and late( c, d) winter in the Qinghai-Tibetan Plateau and sea surface temperature during 1961-2021(The dotted areas indicate that the correlation coefficient passes significance test at α=0.05)
為進(jìn)一步揭示青藏高原前、后冬強(qiáng)降雪與不同海盆海表溫度以及AO的關(guān)系,計算青藏高原前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與同期關(guān)鍵海溫指數(shù)、AO指數(shù)的21 a滑動相關(guān)系數(shù),如圖8所示。前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與同期AMO指數(shù)的21 a滑動相關(guān)系數(shù)在20世紀(jì)70年代至90年代初期以正相關(guān)為主,進(jìn)入21世紀(jì)后發(fā)生一次由正相關(guān)轉(zhuǎn)變?yōu)樨?fù)相關(guān)的躍變現(xiàn)象;與前冬不同,后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與同期AMO指數(shù)的21 a滑動相關(guān)系數(shù)總體呈負(fù)相關(guān),20世紀(jì)70年代后期至90年代前期相關(guān)系數(shù)由負(fù)向正靠近[圖8(b)];不難看出,20世紀(jì)70年代至90年代中期,前、后冬AMO處于負(fù)位相[圖8(a)],前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與AMO指數(shù)的相關(guān)系數(shù)隨時間變化較為一致,但在AMO正位相期,前、后冬呈反位相變化。前、后冬IPO指數(shù)的年際變率均較大,前冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)與IPO指數(shù)的21 a滑動相關(guān)系數(shù)呈正相關(guān),前冬強(qiáng)降雪量與IPO指數(shù)的正相關(guān)系數(shù)在20世紀(jì)90年代中期至21世紀(jì)00年代初期通過α=0.05的顯著性檢驗;進(jìn)入21世紀(jì)以來,后冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)與同期IPO指數(shù)呈負(fù)相關(guān)[圖8(c)、(d)]。前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與TIOD指數(shù)的正相關(guān)性非常顯著,并且具有明顯的年代際增強(qiáng)趨勢,20世紀(jì)80年代中期由弱正相關(guān)轉(zhuǎn)變?yōu)轱@著正相關(guān),尤其是20世紀(jì)90年代中期以來,前冬TIOD變率較大,與前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)的正相關(guān)系數(shù)也在0.5以上,這種顯著正相關(guān)性一直維持至今[圖8(e)、(f)];后冬強(qiáng)降雪量與TIOD的相關(guān)系數(shù)與前冬呈反位相變化,20世紀(jì)80年代至90年代前期以弱正相關(guān)為主,90年代中期以來維持負(fù)相關(guān)性[圖8(f)]。20世紀(jì)80年代中期以前,前冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)與AO指數(shù)維持正相關(guān),20世紀(jì)80年代中期至今以負(fù)相關(guān)為主,相應(yīng)地,負(fù)相關(guān)期前冬AO指數(shù)年際振幅也較大[圖8(g)、(h)];后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與同期AO指數(shù)一直維持正相關(guān)性,正相關(guān)程度較高,這與后冬AO指數(shù)較大的年際變率有關(guān)[圖8(g)、(h)]。
圖8 1961-2021年前、后冬AMO(a、b)、IPO(c、d)、TIOD(e、f)、AO(g、h)指數(shù)年際變化(a、c、e、g)及其與青藏高原前、后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)的21 a滑動相關(guān)系數(shù)(b、d、f、h)Fig.8 The inter-annual variation (a, c, e, g) of the AMO (a, b), IPO (c, d), TIOD (e, f), AO (g, h) indices and their 21-year sliding correlation coefficients (b, d, f, h) with heavy snowfall and heavy snowfall days in early and late winter in the Qinghai-Tibetan Plateau during 1961-2021
本研究基于青藏高原氣象觀測站點1961-2021年冬季逐日降雪資料,統(tǒng)計不同量級和不同持續(xù)天數(shù)降雪站次,對比分析前、后冬高原強(qiáng)降雪量和強(qiáng)降雪日數(shù)的變化趨勢及空間分布等,探討前、后冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)與關(guān)鍵海溫指數(shù)和北極濤動指數(shù)的聯(lián)系。主要得到以下結(jié)論:
(1)青藏高原地面觀測顯示前、后冬降雪具有明顯差異,后冬降雪過程多且持續(xù)時間長,尤其是1月中旬至2月下旬,小雪出現(xiàn)站次逐漸增加;而中雪及以上降雪多集中在11月上中旬和2月中下旬,尤其是前冬初期較大量級降雪過程出現(xiàn)站次最多,12月上旬降雪過程最少。
(2)青藏高原前冬強(qiáng)降雪量及強(qiáng)降雪日數(shù)總體呈不顯著增加趨勢,后冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)呈顯著增加趨勢。前冬高原強(qiáng)降雪量和強(qiáng)降雪日數(shù)高值區(qū)主要分布在高原東側(cè)的中部及東北部地區(qū),后冬高原東部南北兩側(cè)強(qiáng)降雪量和強(qiáng)降雪日數(shù)相比中部地區(qū)較少。
(3)青藏高原前、后冬強(qiáng)降雪量及強(qiáng)降雪日數(shù)貢獻(xiàn)率均呈增加趨勢,但前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)的貢獻(xiàn)率明顯大于后冬。前冬高原東北部及南側(cè)地區(qū)強(qiáng)降雪的貢獻(xiàn)率最大,后冬強(qiáng)降雪貢獻(xiàn)較大的站點主要分布在高原南側(cè)。
(4)青藏高原前冬強(qiáng)降雪量及強(qiáng)降雪日數(shù)總體呈“少—多—少—多”變化特征,20世紀(jì)70年代中期至90年代中后期、21世紀(jì)10年代中后期為強(qiáng)降雪量和強(qiáng)降雪日數(shù)偏多時段,1998-2017年高原前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)總體減少,但2018年高原前冬出現(xiàn)極端強(qiáng)降雪;后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)呈波動式增加趨勢,兩者偏多年份主要集中在20世紀(jì)80年代中期至21世紀(jì)10年代。
(5)青藏高原前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與熱帶中東太平洋、熱帶印度洋西部海表溫度呈顯著正相關(guān),后冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與熱帶印度洋、西北太平洋、北大西洋同期海表溫度的正相關(guān)最顯著。20世紀(jì)80年代中期前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)與同期TIOD指數(shù)由弱正相關(guān)轉(zhuǎn)變?yōu)轱@著正相關(guān),尤其是20世紀(jì)90年代中期以來,前冬TIOD的年際變率較大,與前冬強(qiáng)降雪量和強(qiáng)降雪日數(shù)正相關(guān)系數(shù)較大;后冬AO指數(shù)的年際振幅較大,受其影響,后冬高原強(qiáng)降雪量和強(qiáng)降雪日數(shù)與AO指數(shù)呈穩(wěn)定正相關(guān)關(guān)系。
本文主要揭示了青藏高原前、后冬強(qiáng)降雪量、強(qiáng)降雪日數(shù)的差異性特征,初步探討了其與不同海域海溫指數(shù)和北極濤動指數(shù)的聯(lián)系,指出印度洋、北大西洋、太平洋海表溫度及北極濤動指數(shù)對高原冬季強(qiáng)降雪有一定影響。但對于上述因子如何協(xié)同影響高原強(qiáng)降雪的機(jī)理和響應(yīng)機(jī)制仍需要進(jìn)行深入研究。