厄爾尼諾事件及其對(duì)我國(guó)夏季降水量時(shí)空分布的影響

方國(guó)華,丁紫玉,聞 昕,2,林榕杰

(1.河海大學(xué)水利水電學(xué)院,江蘇 南京 210098; 2. 中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100038)

厄爾尼諾事件及其對(duì)我國(guó)夏季降水量時(shí)空分布的影響

方國(guó)華1,丁紫玉1,聞 昕1,2,林榕杰1

(1.河海大學(xué)水利水電學(xué)院,江蘇 南京 210098; 2. 中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100038)

為了探討厄爾尼諾與我國(guó)夏季降水的關(guān)系,分析Nino指數(shù)的變化趨勢(shì)和突變情況,解析1961—2016年歷次厄爾尼諾事件的類型和強(qiáng)度特征,對(duì)我國(guó)月降水距平進(jìn)行EOF分解,研究我國(guó)降水變率的空間分布和年際變化規(guī)律。重點(diǎn)研究2014—2016年厄爾尼諾事件的特征及其對(duì)2016年我國(guó)夏季月降水量時(shí)空分布的影響。研究表明:Nino指數(shù)和我國(guó)降水變率在厄爾尼諾事件發(fā)生期間波動(dòng)較大,厄爾尼諾事件將影響我國(guó)次年夏季降水量的時(shí)空分布。其中,東部型厄爾尼諾事件峰期過后我國(guó)夏季降水呈現(xiàn)長(zhǎng)江流域增加、淮河以北大部分地區(qū)及東南沿海地區(qū)減少的特征;中部型厄爾尼諾事件峰期過后,夏季降水呈現(xiàn)黃河流域及華南地區(qū)增加、長(zhǎng)江流域減少的特征;混合型厄爾尼諾事件豐期過后降水增加的地區(qū)主要為黃河流域。

厄爾尼諾事件;Nino指數(shù);降水量時(shí)空分布;夏季降水;M-K檢驗(yàn)

厄爾尼諾事件由赤道太平洋地區(qū)海表溫度異常引起,是熱帶太平洋上大尺度海氣相互作用的強(qiáng)烈體現(xiàn)[1-2]。它直接影響太平洋地區(qū)的大氣環(huán)流以及洋流,并進(jìn)一步通過作用西副高脊線的南北變動(dòng)對(duì)中國(guó)降水產(chǎn)生影響。不同類型的厄爾尼諾事件對(duì)西副高脊線的影響不同,從而造成我國(guó)不同地區(qū)夏季降水呈現(xiàn)出不同的分布特征[3]。厄爾尼諾事件發(fā)生周期不規(guī)律,平均3～5 a發(fā)生1次,通常會(huì)引起我國(guó)多個(gè)地區(qū)降水異常,產(chǎn)生嚴(yán)重的干旱和洪澇災(zāi)害。

國(guó)內(nèi)外學(xué)者已圍繞厄爾尼諾及其與降水之間的關(guān)系開展了一定的研究。符淙斌等[4]針對(duì)中國(guó)夏季降水指出在厄爾尼諾衰減年夏季,江淮流域往往少雨,華北地區(qū)以及江南北部、長(zhǎng)江流域多雨,且長(zhǎng)江流域往往發(fā)生洪澇災(zāi)害。隨著研究的逐步深入,宗海峰等[5]發(fā)現(xiàn)厄爾尼諾事件前期冬季Nino3區(qū)海溫與中國(guó)夏季降水的年際變化關(guān)系并不穩(wěn)定。Fu等[6]指出厄爾尼諾發(fā)生時(shí),最大溫升除了會(huì)發(fā)生在東太平洋以外,也可出現(xiàn)在中太平洋。Weng等[7]將最大溫升發(fā)生在中太平洋地區(qū)的厄爾尼諾稱為“中部型厄爾尼諾”,傳統(tǒng)的厄爾尼諾事件又稱為“東部型厄爾尼諾”,這兩種類型的厄爾尼諾事件發(fā)生機(jī)制不同,對(duì)全球氣候變化的影響亦不相同。除東部型和中部型厄爾尼諾事件外,還有一些事件發(fā)展到盛期時(shí)最大溫升分布介于這兩者之間,基本位于Nino3.4區(qū),根據(jù)Kug等[8]的研究,袁媛等[9]將其定義為混合型厄爾尼諾。張志華等[10]對(duì)厄爾尼諾事件對(duì)我國(guó)的氣候影響進(jìn)行研究,指出不同類型的厄爾尼諾事件對(duì)東亞夏季風(fēng)及我國(guó)的夏季降水影響有很大差異。

在過去大量研究中,國(guó)內(nèi)外專家學(xué)者已經(jīng)對(duì)過去歷次厄爾尼諾事件的特征、影響、機(jī)理等不同方面進(jìn)行了廣泛的研究,但由于全球氣候變暖造成的大氣環(huán)流結(jié)構(gòu)的變化以及區(qū)域氣候動(dòng)力過程的變化[11-13],厄爾尼諾事件形成、發(fā)展及其影響也在逐漸發(fā)生變化。最近一次厄爾尼諾事件自2014年10月開始,于2015年11月達(dá)到峰值,是1961年以來持續(xù)時(shí)間最長(zhǎng)的強(qiáng)厄爾尼諾事件,也造成了2016年夏季我國(guó)長(zhǎng)江流域以及南方多地的特大洪澇災(zāi)害事件,該次事件的諸多特征已打破了歷史上對(duì)于厄爾尼諾事件的認(rèn)識(shí)和經(jīng)驗(yàn)。因此,在本次厄爾尼諾事件結(jié)束之時(shí),全面回顧1961年以來歷次厄爾尼諾事件,結(jié)合本次厄爾尼諾事件發(fā)生的背景,揭示在變化環(huán)境下厄爾尼諾事件的變化特征,解析厄爾尼諾事件與我國(guó)次年夏季降水時(shí)空分布的關(guān)系,研究其與歷次厄爾尼諾事件的異同特性,這對(duì)于科學(xué)認(rèn)識(shí)變化環(huán)境下厄爾尼諾事件的時(shí)空演變特征,科學(xué)防范和應(yīng)對(duì)極端洪澇災(zāi)害具有重要的科學(xué)意義和實(shí)際應(yīng)用價(jià)值。

1 資料來源和研究方法

1.1 資料來源

陸地降水資料采用中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)提供的中國(guó)地面降水日值0.5°×0.5°格點(diǎn)數(shù)據(jù)集(V2.0),該數(shù)據(jù)集基于全國(guó)國(guó)家級(jí)臺(tái)站(基本、基準(zhǔn)和一般站)的降水日值資料經(jīng)過薄盤樣條法空間插值生成[14]。海溫?cái)?shù)據(jù)采用美國(guó)海洋大氣局(NOAA)提供的Nino3區(qū)、Nino4區(qū)及Nino3.4區(qū)的月平均海表溫度距平資料(即Nino3指數(shù)、Nino4指數(shù) 和Nino3.4指數(shù))[15],選取資料時(shí)段均為1961—2016年。

1.2 研究方法

采用EOF[16]方法對(duì)我國(guó)月降水距平進(jìn)行空間分型,提取降水變率的主要特征;運(yùn)用M-K檢驗(yàn)[17]對(duì)Nino指數(shù)的時(shí)間序列進(jìn)行趨勢(shì)分析和突變檢驗(yàn);采用動(dòng)態(tài)時(shí)間歸正(DTW)算法[18],度量不同厄爾尼諾事件的相似性。

2 1961—2016年歷次厄爾尼諾事件分析

Nino指數(shù)是赤道太平洋Nino分區(qū)的月海表溫度距平值[19],本文依據(jù)Nino3、Nino4及Nino3.4指數(shù)的變化情況對(duì)厄爾尼諾事件的類型、強(qiáng)度進(jìn)行劃分,并采用M-K檢驗(yàn)方法分析這3類指數(shù)變化趨勢(shì)和突變情況。

本文采用Nino3指數(shù)作為判斷厄爾尼諾事件是否發(fā)生的標(biāo)準(zhǔn),當(dāng)Nino3指數(shù)持續(xù)6個(gè)月及以上達(dá)到或超過0.5℃時(shí),則認(rèn)為厄爾尼諾事件發(fā)生[20]。同時(shí),根據(jù)厄爾尼諾事件發(fā)展到盛期時(shí)最大海溫正距平所在的Nino分區(qū),對(duì)厄爾尼諾事件類型進(jìn)行劃分,其中,最大海溫距平分布于Nino3區(qū)的事件稱為東部型厄爾尼諾,分布于Nino4區(qū)的事件成為中部型厄爾尼諾,分布于Nino3.4區(qū)的事件成為混合型厄爾尼諾[9],用Nino3指數(shù)、Nino4指數(shù)和Nino3.4指數(shù)分別表征東部型、中部型和混合型厄爾尼諾事件。Nino3.4指數(shù)峰值若大于2℃,則為強(qiáng)厄爾尼諾事件[21]。

圖1 不同厄爾尼諾指數(shù)的M-K檢驗(yàn)結(jié)果Fig.1 M-K test results for different El Nino indices

根據(jù)以上標(biāo)準(zhǔn),對(duì)1961—2016年厄爾尼諾事件的類型和強(qiáng)度進(jìn)行劃分,其中東部型厄爾尼諾有1965—1966年、1969—1970年、1972—1973年、1976—1977年、1979—1980年、1982—1983年、1997—1998年、2014—2016年;中部型厄爾尼諾事件有1968—1969年、1977—1978年、1993—1993年、1994—1995年、2004—2005年、2006—2007年;混合型厄爾尼諾事件有1963—1964年、1986—1988年、1991—1992年、2002—2003年、2009—2010年。經(jīng)分析20世紀(jì)80年代之前,主要發(fā)生東部型厄爾尼諾;在80年代以來,中部型和混合型的厄爾尼諾發(fā)生頻率有所增加。從1961年至今發(fā)生的19次厄爾尼諾事件中,有13次在11、12月份達(dá)到盛期(厄爾尼諾指數(shù)達(dá)到峰值),另外6次出現(xiàn)在9、10、1、2月份,即厄爾尼諾事件高峰期易發(fā)生在秋冬季節(jié);有4次強(qiáng)厄爾尼諾事件,均為東部型厄爾尼諾,相較于其他類型的事件,東部型厄爾尼諾更易發(fā)展為強(qiáng)厄爾尼諾事件。

采用M-K檢驗(yàn)對(duì)Nino3指數(shù)、Nino4指數(shù)和Nino3.4指數(shù)進(jìn)行分析,研究各指數(shù)的增減趨勢(shì)及突變情況,顯著水平取0.05,結(jié)果見圖1。Nino3指數(shù)在20世紀(jì)60年代到70年代前期UF曲線以0線為中心上下波動(dòng),Nino3指數(shù)基本處于增減平衡的狀態(tài),從1980年以來UF曲線在0線以上,Nino3指數(shù)處于上升狀態(tài)。Nino4指數(shù)在1980之前保持動(dòng)態(tài)的穩(wěn)定,在1980年之后以增加趨勢(shì)為主,1991年后超過0.05顯著水平,增加趨勢(shì)明顯。Nino3.4指數(shù)在60年代到70年代前期基本處于增減平衡的狀態(tài),1973—1982年Nino3.4指數(shù)減小,其中1974—1978年前后顯著減少,1982—1992年基本保持穩(wěn)定水平,1992年之后大體呈現(xiàn)增長(zhǎng)的趨勢(shì)。

表1 Nino指數(shù)突變點(diǎn)所在年份及是否位于厄爾尼諾年統(tǒng)計(jì)結(jié)果

本文對(duì)3類指數(shù)的突變點(diǎn)進(jìn)行統(tǒng)計(jì)分析,1961—2015年3類指數(shù)共發(fā)生19次突變,其中有13次發(fā)生在厄爾尼諾年,表明在厄爾尼諾發(fā)生的年份,赤道太平洋地區(qū)的海溫變化較劇烈,其中Nino3.4指數(shù)在研究時(shí)段突變較頻繁,共發(fā)生了10次突變,結(jié)果見表1。

3 厄爾尼諾事件對(duì)我國(guó)夏季月降水量影響分析

3.1 中國(guó)大陸地區(qū)降水時(shí)空變化特征分析

采用EOF方法,對(duì)我國(guó)1961—2015年月降水距平進(jìn)行分析,研究降水變率空間分布情況。第一模態(tài)方差貢獻(xiàn)率為 54.3%,第二模態(tài)為16.2%,累積方差貢獻(xiàn)率為70.5%。因此,第一模態(tài)與第二模態(tài)即可反映我國(guó)1961—2015年的月降水量變化特征。

圖2 全國(guó)降水變率第一模態(tài)結(jié)果Fig.2 The first model results of precipitation variability in China

圖2為我國(guó)降水變率第一模態(tài)的空間系數(shù)和時(shí)間系數(shù),全區(qū)的空間系數(shù)均表現(xiàn)正值,表明我國(guó)的降水量呈現(xiàn)統(tǒng)一的變化趨勢(shì),即全國(guó)的降水量同時(shí)增加或者減少[22]。西南地區(qū)數(shù)值最大,表明該地區(qū)降水量的振幅最明顯,西北地區(qū)數(shù)值最小,降水季節(jié)變化最不明顯;由時(shí)間系數(shù)可知變幅較大的年份有1964年、1973年、1978年、1983年、1986年、1988年、1990年、1998年、2004年、2009年、2010年、2011年、2012年、2014年,除1990年、2011年、2012年外,其余為厄爾尼諾事件年。

圖3為我國(guó)降水變率第二模態(tài)的空間系數(shù)和時(shí)間系數(shù)，我國(guó)東南地區(qū)空間系數(shù)總體以負(fù)值為主，華北、西北地區(qū)的空間系數(shù)以正值為主，反映了降水變化的反位相關(guān)系。由時(shí)間系數(shù)可知降水變幅較大的年份有1963、1964、1966、1970、1971、1973、1975、1978、1983、1985、1997、2002、2003、2010年，除1971、1975、1985外，其余為厄爾尼諾事件年。綜合這兩種模態(tài)，在厄爾尼諾年全國(guó)的降水變化幅度偏大，為常規(guī)年份的1.4～2.8倍。

圖3 全國(guó)降水變率第二模態(tài)結(jié)果Fig.3 The second model results of precipitation variability in China

3.2 1961—2013年歷次厄爾尼諾事件與我國(guó)次年夏季降水關(guān)系分析

我國(guó)大部分位于季風(fēng)氣候區(qū),夏季降水集中,強(qiáng)度較大,而且年際變化也較大,旱澇現(xiàn)象比較常見,研究顯示厄爾尼諾將影響我國(guó)次年夏季降水的時(shí)空分布情況[23-25],特別是由此引起的強(qiáng)降水事件將對(duì)我國(guó)防洪保安構(gòu)成重大威脅,因此本文對(duì)厄爾尼諾事件與我國(guó)次年夏季(6—8月)月降水的影響進(jìn)行研究,分析厄爾尼諾事件峰值過后我國(guó)夏季降水增減比例及增減概率情況。需要說明的是,本文將厄爾尼諾發(fā)生到盛期所在的年份稱為厄爾尼諾當(dāng)年,盛期后第二年成為厄爾尼諾次年。

對(duì)1961—2013年歷次厄爾尼諾事件次年我國(guó)夏季(6—8月)月均降水量較1961—2015年多年夏季月均降水量(簡(jiǎn)稱多年月均降水量)的增減比例及增加概率(厄爾尼諾事件次年夏季月均降水量高于多年月均降水量的次數(shù)與厄爾尼諾事件次數(shù)之比)進(jìn)行統(tǒng)計(jì),結(jié)果見圖4。

圖4 不同分布型厄爾尼諾事件次年夏季月均降水量相對(duì)于多年月均降水量變化情況Fig.4 Comparison between summer average monthly precipitation of many years and the summer average monthly precipitation in the next year due to different types El Nino events

我國(guó)夏季的主要雨帶分為3種類型:I類雨型(北方型),多雨帶位于黃河流域及其以北地區(qū),江南南部至華南地區(qū);II類雨型(中間型),多雨帶位于黃河至長(zhǎng)江之間; III類雨型(南方型),多雨帶位于長(zhǎng)江流域或江南一帶[9]。

東部型(傳統(tǒng)型)厄爾尼諾事件次年,我國(guó)夏季東部地區(qū)長(zhǎng)江流域及江南地區(qū)降水偏多的可能性較大,尤其是長(zhǎng)江中下游的湖北、湖南、江西、安徽等地降水增多的概率為80%以上,降水量比通常高出50%以上,局部地區(qū)達(dá)到80%,而東南沿海福州、廣州等地降水減少的概率為90%左右,降水量低于平均水平的10%～50%。因此,在東部型厄爾尼諾事件發(fā)生次年,我國(guó)夏季降水呈現(xiàn)出類似III類雨型的分布特點(diǎn)。另外,西藏的西南部，內(nèi)蒙古北部以及吉林、遼寧部分地區(qū)夏季降水增多的概率也較高，在80%以上,降水量大概比多年月均降水量增多一倍左右。

在中部型厄爾尼諾事件次年,我國(guó)夏季降水分布呈現(xiàn)出兩條雨帶：一條位于黃河流域及其以北地區(qū),為主要的降水雨帶；另一條雨帶位于華南,類似于I類雨型的分布特征。夏季降水增多的區(qū)域主要有:黃河流域部分地區(qū)、遼寧的遼河流域、新疆天山山脈以北和西藏昆侖山脈以南的部分地區(qū)，以及福建、廣州等地,降水增多概率在65%以上,其中山東和廣東的局部地區(qū)降水增多的概率在80%以上,降水量較常規(guī)年份增多50%左右;降水減少的地區(qū)主要為長(zhǎng)江流域和黑龍江流域,其中長(zhǎng)江流域下游江浙一帶,以及黑龍江流域松花江以北的地區(qū)夏季降水減少的概率在90%以上,降水量較平常年份減少約40%,東北地區(qū)極易發(fā)生干旱。

在混合型厄爾尼諾發(fā)生次年,我國(guó)夏季降水分布以秦嶺淮河線為界呈現(xiàn)出不同的特征:以北地區(qū)降水偏多,以南地區(qū)降水減少。其中,在黃河流域中下游地區(qū)降水增加現(xiàn)象最明顯,降水增加概率普遍在75%以上,降水量比常規(guī)年份增加約80%。長(zhǎng)江流域、珠江流域、瀾滄江流域夏季降水普遍減少,云南、浙江、福建等地減少趨勢(shì)明顯,降水量接近平常年份夏季降水的55%。

綜上,不同分布型厄爾尼諾事件所對(duì)應(yīng)的次年夏季我國(guó)降水增減分布情況不同,東部型、中部型和混合型的厄爾尼諾恰好分別對(duì)應(yīng)了次年夏季我國(guó)可能出現(xiàn)典型的III類和I類雨型,這對(duì)于我國(guó)汛期氣候預(yù)測(cè)有著重要的指示意義。

3.3 2014—2016年厄爾尼諾事件及其對(duì)我國(guó)次年夏季降水影響分析

1961—2016年共發(fā)生19次厄爾尼諾事件,最近一次厄爾尼諾事件開始于2014年10月,已持續(xù)到2016年,在2015年11月份發(fā)展到盛期。由于從發(fā)生到盛期時(shí)最大海溫正距平基本上都處在Nino3區(qū),所以此次厄爾尼諾事件為東部型厄爾尼諾事件。Nino3.4指數(shù)的峰值為2.66℃,為強(qiáng)厄爾尼諾事件,但強(qiáng)度略低于1997—1998年厄爾尼諾事件。

從1961—2013年歷次厄爾尼諾事件中選擇與本次厄爾尼諾事件相似的事件進(jìn)行類比分析,以海溫在11月份達(dá)到峰值或峰值高于2.5℃為標(biāo)準(zhǔn),選取1965—1966年、1972—1973年、1982—1983年、1997—1998年的4次東部型厄爾尼諾事件進(jìn)行分析。其中,1965—1966與1997—1998年的事件高峰期都在11月,1972—1973年、1982—1983年、1997—1998年發(fā)生的都為強(qiáng)厄爾尼諾事件。然后,運(yùn)用動(dòng)態(tài)時(shí)間彎曲距離(DTW距離)對(duì)這4次事件從發(fā)生到高峰時(shí)段的Nino指數(shù)序列與2014—2016年事件的Nino指數(shù)序列進(jìn)行相似性度量,結(jié)果見表2。

表2 Nino指數(shù)時(shí)間序列相似性分析結(jié)果

注：DTW距離指對(duì)應(yīng)年份與2015年Nino指數(shù)序列之間的距離。

1997—1998年與2014—2016年厄爾尼諾事件的Nino3、Nino4和Nino3.4指數(shù)之間的DTW距離均為最小值,其次為1972—1973年、1982—1983年、1965—1966年厄爾尼諾事件,即1997—2008年與2014—2016年厄爾尼諾事件的Nino3、Nino4和Nino3.4指數(shù)時(shí)間序列相似性最高。

1965—1966年、1972—1973年、1982—1983年、1997—1998年與2014—2016年厄爾尼諾事件次年(1966年、1973年、1998年與2016年)夏季降水量相對(duì)于多年夏季降水量增減情況如圖5所示, 2016年夏季長(zhǎng)江中下游地區(qū),黃河下游地區(qū),西藏和新疆大部分地區(qū)與1998年降水變化趨勢(shì)類似,局部地區(qū)降水較常年增多30%以上,其中重慶、湖北、安徽和江蘇四省的南部地區(qū)夏季降水量較常年增加60%以上。特別的,松遼流域、內(nèi)陸河片夏季降水情況則與1998年相反,其中松遼流域與1966年、1973年、1983年的夏季降水情況均不同,降水量減少11%左右。2016年夏季降水與1983年夏季降水在長(zhǎng)江流域、東南沿海流域、青海甘肅等地比較相似,與1973年在海河流域、珠江流域比較類似,與1966年在內(nèi)蒙古自流區(qū)、藏北高原自流區(qū)比較類似。

圖5 不同年份夏季降水量相對(duì)于多年夏季降水量增減比例Fig.5 Comparison between summer precipitation in different years and the averaged summer precipitation

4 結(jié) 語

分析1961—2016年歷次厄爾尼諾事件的類型和強(qiáng)度特征,采用M-K檢驗(yàn)對(duì)Nino指數(shù)的變化趨勢(shì)和突變情況進(jìn)行研究；采用EOF方法對(duì)我國(guó)降水變率進(jìn)行空間分型,解析我國(guó)月降水量的變化規(guī)律；研究厄爾尼諾次年我國(guó)夏季月降水量相對(duì)于多年平均夏季月降水量的增減比例以及增減概率,揭示1961—2013年不同分布型厄爾尼諾事件與我國(guó)夏季月降水量的關(guān)系。在此基礎(chǔ)上,運(yùn)用動(dòng)態(tài)時(shí)間規(guī)整算法對(duì)2014—2016年厄爾尼諾事件與歷史厄爾尼諾事件進(jìn)行相似性研究,并分析我國(guó)2016年夏季月降水的時(shí)空分布情況。主要結(jié)論如下:

a. 1961—2016年共發(fā)生19次厄爾尼諾事件,其中8次傳統(tǒng)型厄爾尼諾,6次中部型厄爾尼諾和5次混合型厄爾尼諾,有4次為強(qiáng)厄爾尼諾均為傳統(tǒng)型厄爾尼諾。Nino指數(shù)在發(fā)生厄爾尼諾的時(shí)段突變頻率增高。

b. 全國(guó)降水增減幅度在厄爾尼諾事件發(fā)生的年份普遍偏大,東部型厄爾尼諾事件次年夏季長(zhǎng)江流域和東北地區(qū)降水量通常比常規(guī)年份偏多50%～80%,華北地區(qū)和華南地區(qū)降水比常規(guī)年份偏少10%～50%;中部型厄爾尼諾事件次年夏季黃河流域下游地區(qū)以及華南廣州地區(qū)降水較常規(guī)年份增多50%左右,長(zhǎng)江流域和東北地區(qū)降水量比常規(guī)年份偏少40%左右;混合型厄爾尼諾事件次年夏季黃河流域中部地區(qū)的降水通常比常規(guī)年份偏多50%以上。

c. 2014—2016年厄爾尼諾事件與1997—1998年厄爾尼諾事件Nino指數(shù)變化情況相似程度較高,其夏季降水分布也較為相似。在2016年夏季,長(zhǎng)江中下游地區(qū)、黃河下游地區(qū)、新疆和西藏大部分地區(qū)的夏季降水量比多年平均夏季降水量增加30%以上,但是在松遼流域、內(nèi)陸諸河等地區(qū)降水量均呈下降趨勢(shì),其中松遼河流域減少11%左右,與歷次厄爾尼諾事件影響有顯著的差異。

[ 1 ] 張?chǎng)┭? 張長(zhǎng)寬, 龔政,等. 長(zhǎng)江口外近岸環(huán)流對(duì)厄爾尼諾事件的響應(yīng)[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2014, 42(3): 267-272.(ZHANG Wenyan, ZHANG Changkuan, GONG Zheng, et al. Anomaly response to El Nino events of nearshore circulation off Yangtze Estuary[J]. Journal of Hohai University(Natural Sciences). 2014, 42(3): 267-272.(in Chinese))

[ 2 ] ZHANG Wenyan. Response of nearshore circulation outside Yangtze Estuary to ElNino events[J]. Water Science and Engineering, 2016, 9(2): 145-154.

[ 3 ] 陳烈庭.太平洋海氣相互作用的時(shí)空變化[J].氣象學(xué)報(bào), 1983, 41(3):296-304.(CHEN Lieting. The temporal and spatial variations in air-sea interaction over the Pacific Ocean[J]. Acta Meteorologica Sinica, 1983, 41(3):296-304.(in Chinese))

[ 4 ] 符淙斌, 滕星林.我國(guó)夏季的氣候異常與埃爾尼諾/南方濤動(dòng)現(xiàn)象的關(guān)系[J].大氣科學(xué), 1988,12(特刊):133-141.(FU Congbin, TENG Xinglin. The relationship between the climate anomalies in summer and the phenomenon of El Nino/Southern Oscillation[J]. Atmospheric Science, 1988,12(Special Issue):133-141.(in Chinese))

[ 5 ] 宗海峰, 陳烈庭, 張慶云.ENSO與中國(guó)夏季降水年際變化不穩(wěn)定性特征[J].大氣科學(xué), 2010, 34(1):184-192.(ZONG Haifeng, CHEN Lieting, ZHANG Qingyun. The instability of the interannual relationship between ENSO and the summer rainfall in China[J]. Atmospheric Sciences, 2010, 34(1): 184-192.(in Chinese))

[ 6 ] FU C, DIAZ H. Characteristics of the response of sea surface temperature in the central Pacific associated with warm episodes of the Southern Oscillation[J]. Monthly Weather Review, 1986, 56(6): 1716-1738.

[ 7 ] WENG H, ASHOK K, BEHERA S K, et al. Impacts of recent El Nino Modoki on dry/wet conditions in the Pacific during boreal summer[J]. Climate Dyn, 2007, 29(2): 113-129.

[ 8 ] KUG J, JIN F, AN S. Two types of El Nino events: Cold Tongue El Nino and warmpool El Nino[J]. Journal of Climate, 2009, 22: 1499-1515.

[ 9 ] 袁媛, 楊輝, 李崇銀.不同分布型厄爾尼諾事件及對(duì)中國(guó)次年夏季降水的可能影響[J].氣象學(xué)報(bào), 2012, 70(3):467-478.(YUAN Yuan, YANG Hui, LI Chongyin. Study of El Ni no events of different types and their potential impact on the following-summer precipitation in China[J]. Acta Meteorologica Sinica,2012, 70(3):467-478.(in Chinese))

[10] 張志華, 黃剛.不同類型EI Nino事件及其與我國(guó)夏季氣候異常的關(guān)系[J].南京氣象學(xué)院學(xué)報(bào), 2008,31(6):782-789.(ZHANG Zhihua, HUANG Gang. Their relationships with China summer climate anomaly[J]. Journal of Nanjing Institute of Meteorology, 2008,31(6):782-789.(in Chinese))

[11] WEN Xin, FANG Guohua, QI Heshuai, et al. Changes of temperature and precipitation extremes in China: past and future[J]. Theoretical and Applied Climatology, 2016, 126(1/2): 369-383.

[12] WEN Xin, FANG Guohua, ZHOU Lei, et al. Regional climate change and its possible effects on river runoff in Qiantang river basin-past and future[J]. Fresenius Environmental Bulletin, 2015, 24(11B): 3880-3894.

[13] 左軍成,左常圣,李娟,等.近十年我國(guó)海平面變化研究進(jìn)展[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,43(5):442-449.(ZUO Juncheng,ZUO Changsheng,LI Juan, et al. Advances in research on sea level variations in China from 2006 to 2015 [J]. Journal of Hohai University (Natural Sciences), 2015,43(5):442-449.(in Chinese))

[14] 國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng).中國(guó)地面降水日值0.5°×0.5°格點(diǎn)數(shù)據(jù)集(V2.0)[EB/OL].[2016-03-15]. http://data.cma.cn/data/detail/dataCode/SURF_cLI_chn_PRE_DAY_GRID_0.5/keywords/V2.0.html.

[15] National Oceanic and Atmospheric Administration. Download climate timeseries[EB/OL].[2016-03-23]. http://www.esrl.noaa.gov/psd/gcos_wgsp/Timeseries/.

[16] 柯長(zhǎng)青, 李培基.用EOF方法研究青藏高原積雪深度分布與變化[J].冰川凍土, 1998, 20(1):65-68.(KE Changqing, LI Peiji. Research on the characteristics of distribution and variation of snow cover on the Tibetan Plateau by using EOF Analysis[J]. Journal of Glaciology and Geocryology, 1998, 20(1):65-68.(in Chinese))

[17] 趙亞鋒.基于延時(shí)相關(guān)性的我國(guó)降水對(duì)ENSO事件響應(yīng)分析[D]. 蘭州:蘭州交通大學(xué),2014.

[18] 彭賡, 劉金烜, 曾鵬志,等.時(shí)間序列相似性與基于搜索數(shù)據(jù)的預(yù)測(cè)研究:以九寨溝客流量預(yù)測(cè)為例[J].管理現(xiàn)代化, 2016(2):107-110.(PENG Geng, LIU Jinxuan, ZENG Pengzhi, et al. Time series similarity and forecasting based on search data: a case study of jiuzhaigou passenger flow forecast[J]. Management Modernization, 2016(2):107-110.(in Chinese))

[19] 王智祖, 左軍成, 陳美香, 等. 黃、東海沿岸海表溫度變化與厄爾尼諾的關(guān)系[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版, 2012, 40(4): 461-468.(WANG Zhizu, ZUO Juncheng, CHEN Meixiang, et al. Relationship between El Nino and sea surface temperature variation in coastal region of Yellow Sea and East China Sea[J]. Journal of Hohai University(Natural Sciences), 2012, 40(4): 461-468.(in Chinese))

[20] Enso監(jiān)測(cè)小組.厄爾尼諾事件的劃分標(biāo)準(zhǔn)和指數(shù)[J].氣象, 1989(3):37-38.(Enso monitoring team. The division criteria and indices of El Nino events[J]. Meteorology, 1989(3):37-38.(in Chinese))

[21] XUE F, LIU C. The influence of moderate ENSO on summer rainfall in eastern China and its comparison with strong ENSO[J]. Chinese Science Bulletin, 2008, 53(5): 791-800.

[22] 劉偉.東北地區(qū)氣候?qū)Χ驙柲嶂Z響應(yīng)的時(shí)空分析[D].長(zhǎng)春:東北師范大學(xué),2007.

[23] INFANTI J M, KIRTMAN B P. North American rainfall and temperature prediction response to the diversity of ENSO[J]. Climate Dynamics, 2016, 46(9/10): 3007-3023.

[24] 張強(qiáng),孫鵬,程辰,等. ENSO影響下安徽省旱澇災(zāi)害及農(nóng)業(yè)生產(chǎn)損失時(shí)空變化特征[J].水資源保護(hù), 2016,32(6):6-18.( ZHANG Qiang, SUN Peng, CHENG Chen, et al. Temporal and spatial variations of ENSO-induced flood and drought disasters and loss in agricultural production in Anhui Province [J]. Water Resources Protection, 2016,32(6):6-18. (in Chinese))

[25] 胡玉恒,榮艷淑,魏佳,等.華南前汛期降水與前期印度洋海溫的關(guān)系[J].水資源保護(hù), 2017,33(5):106-116.( HU Yuheng,RONG Yanshu,WEI Jia, et al. Relationship between pre-flood season precipitation in South China and Indian Ocean SST at earlier stages[J]. Water Resources Protection, 2017,33(5):106-116. (in Chinese))

·簡(jiǎn)訊·

《河海大學(xué)學(xué)報(bào)(自然科學(xué)版)》論文入選“領(lǐng)跑者5000——中國(guó)精品科技期刊頂尖論文”

在中國(guó)科學(xué)技術(shù)信息研究所公布的2016年度“領(lǐng)跑者5000——中國(guó)精品科技期刊頂尖學(xué)術(shù)論文(F5000)”入選名單中,《河海大學(xué)學(xué)報(bào)(自然科學(xué)版)》刊發(fā)的3篇論文入選。至此,本刊刊發(fā)的論文已有10篇入選F5000論文(見下表)。

序號(hào)姓名題名刊期入選F5000年度1鄭志宏，魏明華基于熵值法的改進(jìn)集對(duì)分析水質(zhì)模糊評(píng)價(jià)2013，41(2)：136?13920142葉金印，姚成，李京兵，李致家綜合誤差系數(shù)在新安江模型參數(shù)全局優(yōu)化中的應(yīng)用2013，41(1)：1?520143李曉，李致家，董佳瑞SWAT模型在伊河上游徑流模擬中的應(yīng)用2009，37(1)：23?2620144梁忠民，王曉童，酈建強(qiáng)，常文娟，李愛花，胡義明抗旱能力定量計(jì)算的簡(jiǎn)化方法2014，42(6)：471?47520145吳峰，鞠平，秦川，李龍，陶愛峰，孫黎霞近海可再生能源發(fā)電研究綜述與展望2014，42(1)：80?8720146張長(zhǎng)寬，陳欣迪大規(guī)模灘涂圍墾影響下近海環(huán)境變化及其對(duì)策2015，43(5)：424?43020157徐偉，董增川，付曉花，談娟娟，劉倩，杜芙蓉基于BP人工神經(jīng)網(wǎng)絡(luò)的河流生態(tài)健康預(yù)警2015，43(1)：54?5920158錢寶，劉凌，肖瀟土壤有機(jī)質(zhì)測(cè)定方法對(duì)比分析2011，39(1)：34?3820169包紅軍，王莉莉，李致家，姚成基于Holtan產(chǎn)流的分布式水文模型2016，44(4)：340?346201610張長(zhǎng)寬，陳欣迪海岸帶灘涂資源的開發(fā)利用與保護(hù)研究進(jìn)展2016，44(1)：25?332016

(本刊編輯部供稿)

ElNinoeventanditsimpactonthespatialandtemporaldistributionofsummerprecipitationinChina

FANGGuohua1，DINGZiyu1，WENXin1,2，LINRongjie1

(1.CollegeofWaterConservancyandHydropowerEngineering,HohaiUniversity,Nanjing210098,China;2.StateKeyLaboratoryofSimulationandRegulationofWaterCycleinRiverBasin,ChinaInstituteofWaterResourcesandHydropowerResearch,Beijing100038 ,China)

To explore the relationship between EI Nino event and the summer precipitation, the variation trend and mutation of Nino index are firstly examined to identify the types and intensity characteristics of El Nino events during 1961-2016. The spatial distribution and inter-annual variation pattern of precipitation are then examined by analyzing the monthly precipitation anomaly using EOF method. Emphasis is placed on the analysis of the characteristics of El Nino events during 2014-2016, and their impacts on the temporal-spatial distribution of the summer precipitation in 2016. The study shows that both Nino index and the precipitation variability fluctuate significantly during the period of EI Nino event, and the spatial and temporal distribution of precipitation in the next summer is largely influenced by the event. Specifically, the summer precipitation appears to increase in Yangtze River basin and decrease across most northern Huai River Basin and the southeast coastal areas after Eastern EI Nino’s heyday. For Central EI Nino, the summer precipitation appears to decrease in Yangtze River Basin and increase in Yellow River Basin and Southern China. For Mixed EI Nino, the increase in summer precipitation is detected across the Yellow River Basin.

El Nino event; Nino index; the spatial and temporal distribution of precipitation; summer precipitation; M-K test

10.3876/j.issn.1000-1980.2017.06.002

2016-11-23

國(guó)家自然科學(xué)基金(51609061);江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目(PAPD);江蘇省水利科技項(xiàng)目(2015084)

方國(guó)華(1964—),女,安徽定遠(yuǎn)人,教授,博士,主要從事水資源規(guī)劃及利用、水利水電系統(tǒng)規(guī)劃與優(yōu)化調(diào)度研究。E-mail:hhufgh@163.com

聞昕,講師。E-mail:njwenxin@163.com

TV211.1

A

1000-1980(2017)06-0481-08