貴州秋綿雨的氣候特征及異常成因淺析

許 丹，任曼琳，張東海，嚴小冬

(貴州省氣候中心，貴州 貴陽 550002)

0 引言

華西秋雨是秋季發(fā)生在我國華西地區(qū)的特殊天氣氣候現(xiàn)象，主要分布在渭水流域、漢水流域、四川盆地、滇東到黔等大部地區(qū)，尤其以四川盆地、貴州北部及西部最為常見。秋綿雨是貴州秋季主要的氣象災害之一。長時間持續(xù)的秋綿雨不但影響農(nóng)作物的秋收秋種，雨量大時還會引發(fā)秋汛。如2020年貴州出現(xiàn)了異常強的秋綿雨，9月10日—10月7日連續(xù)28 d有60%及以上站點同時發(fā)生秋綿雨過程，給農(nóng)業(yè)生產(chǎn)帶來巨大的影響。因此，開展貴州秋綿雨的定量評估和氣候特征的研究，對貴州省更好地開展氣象服務工作具有重要的科學和現(xiàn)實意義。

早在1958年，我國氣象工作者就對華西秋雨的起止日期進行了初步研究[1-2]，從夏季轉(zhuǎn)入秋季時，亞洲上空大氣環(huán)流有一次很明顯的轉(zhuǎn)變，對流層上層副熱帶急流強度很快增加，下層出現(xiàn)冬季形勢的流場，兩湖盆地出現(xiàn)秋高氣爽的天氣，而與之對應的華西地區(qū)則呈現(xiàn)秋雨綿綿的狀況。關于華西秋雨強度的研究，白虎志等[3]綜合考慮了降水量和降水日數(shù)兩方面的特征，定義了秋雨指數(shù)(ARI，Autumn Rain Index)來反映華西秋雨的特點；王春學等[4]提出了逐日秋雨指數(shù)DARI；蔣竹將等[5]提出了改進的考慮日照時數(shù)的秋雨指數(shù)；中國雨季監(jiān)測指標華西秋雨[6]的頒布使得華西秋雨的監(jiān)測評估有相對統(tǒng)一的指標，但該標準只對區(qū)域的秋雨期長度、秋雨雨量及綜合強度進行評估，不能對區(qū)域內(nèi)站點進行評估，滿足不了省級決策服務的精細化需求，且評估結(jié)果和貴州秋綿雨實況有一定出入，如1999年貴州秋綿雨災害輕但卻是特重等級，2020年貴州秋綿雨災害特重，卻只是中等等級。

貴州位于華西秋雨南區(qū)[6]，地處低緯高原，由于特殊的地形地貌，貴州秋綿雨有其獨特的區(qū)域性特征。然而，對貴州秋綿雨的研究相對于暴雨、干旱、凝凍等的研究較少，在貴州秋綿雨研究和業(yè)務監(jiān)測中應用較多的是李玉柱等[7]提出的秋綿雨指標，該指標與上述指標相比，能快速評估監(jiān)測站點每次秋綿雨過程的輕、中、重、特重等級。目前在貴州秋綿雨的監(jiān)測業(yè)務中只對單站秋綿雨過程進行監(jiān)測評估，沒有客觀定量的方法評估秋綿雨綜合強度指數(shù)。如2020年貴州遭遇了嚴重的秋綿雨災害，范圍廣、持續(xù)時間長，對農(nóng)業(yè)生產(chǎn)造成了巨大影響，如何客觀評估它的綜合強度及歷史排位，這是貴州秋綿雨客觀定量評估和防災減災決策服務的迫切需要。因此，在總結(jié)前人研究的基礎上，結(jié)合貴州農(nóng)業(yè)生產(chǎn)實際，補充完善現(xiàn)有指標，定義單站秋綿雨的劃分標準，在此基礎上，綜合考慮秋綿雨最長日數(shù)、其余時段累計日數(shù)和9—10月雨量占年雨量比例，構(gòu)建了貴州秋綿雨指數(shù)，分析1961—2021年秋綿雨氣候特征，并從北半球500 hPa位勢高度、850 hPa風場等大氣環(huán)流和海溫外強迫因子兩方面分析了貴州秋綿雨的異常成因，為貴州客觀定量的秋綿雨評估業(yè)務和服務提供技術支撐，為秋綿雨短期氣候預測提供參考依據(jù)。

1 資料與分析方法

1.1 資料

貴州省83個氣象觀測站點1961—2021年逐日降水資料；美國環(huán)境預報中心和國家大氣研究中心(NCEP/NCAR)的再分析資料(NCEP-1)在對應時段內(nèi)水平分辨率為2.5°×2.5°的逐月高度場、風場；哈得來中心的海冰和海表溫度資料集中的全球月平均海表溫度資料(HadISST1)，空間分辨率為1°×1°。

1.2 秋綿雨相關指標及定義

中國雨季監(jiān)測指標華西秋雨[6]對秋雨雨日的算法為在監(jiān)測區(qū)域及時段內(nèi)，若某一天有 50%及以上的臺站出現(xiàn)有效降水(日降水量≥0.1 mm)，算為1個雨日，否則為1個非雨日，這種算法不能計算各個臺站的秋雨雨日。改進的考慮日照時數(shù)的秋雨指數(shù)[5]突出了陰雨寡照的影響但計算相對復雜。結(jié)合秋綿雨對貴州農(nóng)業(yè)生產(chǎn)的實際影響，參考文獻[7]，確定本文采用的指標及定義如下：

單站秋綿雨過程：在每年9月1日—10月31日，凡單站出現(xiàn)日降水量≥0.1mm，持續(xù)時間達5 d或以上的時段(其中從第6 d起，允許間隔1 d無降水量)，定義為1次秋綿雨過程。分級標準見表1。

表1 單站秋綿雨過程的分級標準Tab.1 Classification standard of single station autumn rain process

1.3 貴州秋綿雨的綜合強度評價指標

單站秋綿雨指數(shù)：單站每年可以有1次或多次秋季秋綿雨過程，且過程持續(xù)時間長短不同影響也不同，如1次持續(xù)30 d的秋綿雨過程和累計總?cè)諗?shù)為30 d的多次秋綿雨過程影響不同，已有的秋雨指數(shù)[3-6]都僅考慮秋雨總?cè)諗?shù)，為客觀定量描述秋綿雨綜合強度，在參照已有的秋綿雨指數(shù)基礎上[7]，定義秋綿雨指數(shù)MYI：

(1)

式中，MYI表示當年秋綿雨指數(shù)；N1表示當年最長1次秋綿雨過程的持續(xù)天數(shù)，分母10相當于中級秋綿雨過程的初值；N2表示當年除最長1次秋綿雨過程的其他各次秋綿雨過程持續(xù)天數(shù)的累計日數(shù)，分母20相當于重級秋綿雨過程日數(shù)的終值。Raut為9—10月降水量，Ryear為年降水量。該指數(shù)既考慮了多個秋綿雨時段的秋綿雨日數(shù)，又突出了最長秋綿雨時段的影響，同時還考慮了秋雨量的大小，更符合客觀實際。

全省秋綿雨指數(shù)為全省83站秋綿雨指數(shù)的平均值。計算貴州各氣象站點1961—2021年逐年的MYI值，進行區(qū)域內(nèi)各氣象臺站平均得到貴州秋綿雨的逐年MYI值，以秋綿雨指數(shù)的±1倍為判斷秋綿雨強弱的標準，定義重、較重、一般、較輕、輕5個強度等級，對應秋綿雨指數(shù)MYI的閾值見表2。

表2 秋綿雨指數(shù)劃分等級和標準Tab.2 Classification grade and standard of the harvest index of rain waterlogging

1.4 統(tǒng)計方法

采用氣候趨勢、經(jīng)驗正交函數(shù)展開(empirical orthogonal function，EOF)、Morlet小波分析、突變分析、合成分析和相關分析等常用的氣候診斷方法[8-9]。

2 結(jié)果分析

2.1 貴州秋綿雨指數(shù)及氣候趨勢的空間分布

按1.3的方法計算貴州1961—2021年83站的逐年秋綿雨指數(shù)。圖1a為貴州1961—2021年多年平均的秋綿雨指數(shù)空間分布。由圖可見，貴州秋綿雨指數(shù)自西北向東南逐漸減小，西部大于東部，北部大于南部，最大值在畢節(jié)市、六盤水市和黔西南州北部，秋綿雨指數(shù)在1.8以上。圖1b為1961—2021年貴州秋綿雨指數(shù)氣候傾向率的空間分布。由圖可見，貴州秋綿雨指數(shù)全省呈一致的減弱趨勢，其中遵義市北部邊緣、西部大部和東南部大部的減小趨勢通過0.05的信度檢驗。

圖1 1961—2021年貴州秋綿雨指數(shù)(a)及氣候傾向率(b)空間分布Fig.1 Distribution of autumn rain index (a) and climatic tendency rate (b) in Guizhou from 1961 to 2021

統(tǒng)計1961—2021年全省83站不同等級的秋綿雨過程，其中，重、較重、一般、較輕、輕級分別發(fā)生1399次(27.6%)、471次(9.3%)、1325次(26.2%)、573次(11.3%)、1295次(25.6%)，發(fā)生頻率以重級、一般、輕級秋綿雨發(fā)生頻率較高，說明貴州秋綿雨區(qū)常出現(xiàn)重秋綿雨和輕秋綿雨的極端現(xiàn)象，兩極分化嚴重，這形成了秋季貴州秋綿雨區(qū)以明顯的秋雨強弱年交替為主的氣候特征。

由貴州1961—2021年不同等級秋綿雨發(fā)生頻率分布圖(圖略)可見，重級秋綿雨發(fā)生頻率自西北部向東南部遞減，畢節(jié)市大部、六盤水市北部及黔西南州北部在50%以上，遵義市、貴陽、安順市、黔西南州局部在25%以上，東部及南部大部地區(qū)不到25%，西北部的水城、納雍頻率高達60%以上，即10 a中有6 a發(fā)生重級秋綿雨，東南部的從江、榕江最低不到10%。較重級秋綿雨發(fā)生頻率全省差異不大，東南部最低，總體呈北高南低的趨勢分布；一般等級秋綿雨北部及東部大于25%，輕級和較輕級秋綿雨特征與重秋綿雨空間分布相反，自西北向東南逐漸增加，東南部發(fā)生頻率較高。

圖2為1961—2021年貴州秋綿雨指數(shù)演變圖。由圖可知，秋綿雨指數(shù)年際波動大，多年平均為1.34，標準差為0.43，2020年最大為2.4，2014年最小為0.6。近61 a來，秋綿雨指數(shù)以0.064/10a的速率呈下降趨勢，通過0.1的顯著性水平，下降趨勢顯著。以秋綿雨指數(shù)的±1倍標準差為判斷秋綿雨強弱的標準，1964、1965、1972、1981、1982、1994、1997、2020年共8 a為重秋綿雨年，1969、1996、1998、1999、2001、2002、2004、2008、2014、2016、2021年共11 a為輕秋綿雨年。由圖還可看出，秋綿雨指數(shù)的年代際變化特征明顯，20世紀60年代和70年代都呈先升后降的趨勢，60年代、80—90年代中期秋綿雨較重，70年代偏弱，1998年開始基本上均呈現(xiàn)偏弱的狀態(tài)，近11 a波動較大，最重年2020年和最輕年2014年都發(fā)生在該時期。

圖2 1961—2021年貴州秋綿雨指數(shù)演變Fig.2 The evolution of the autumn rain index during 1961 to 2021 in Guizhou

表3為每10 a秋綿雨指數(shù)標準差、秋綿雨指數(shù)平均及變異系數(shù)?？梢钥闯?，20世紀80年代秋綿雨指數(shù)最大，60年代次大，21世紀00年代最小，10年代次小，變異系數(shù)20世紀90年代最大，21世紀10年代次之，說明這2個階段秋綿雨指數(shù)波動較大，21世紀10年代秋綿雨指數(shù)比21世紀00年代偏高0.2。

表3 每10 a秋綿雨指數(shù)標準差、秋綿雨指數(shù)平均及變異系數(shù)Tab.3 standard deviation, average and coefficient of variation of autumn rain index every 10 years

2.2 貴州秋綿雨指數(shù)的時空變化特征

對貴州1961—2021年貴州秋綿雨指數(shù)標準化距平場進行經(jīng)驗正交函數(shù)展開(EOF)分析，得到其載荷向量，能夠較好地反映貴州秋綿雨指數(shù)的空間異常特征。結(jié)果顯示，前3個模態(tài)累積方差貢獻率達到62.5%，3個模態(tài)的方差貢獻率分別為49.3%、7.8%和5.4%，均通過了North準則檢驗，其所代表的空間分布型也能較完整地體現(xiàn)貴州秋綿雨指數(shù)的典型分布結(jié)構(gòu)。

第1模態(tài)空間型(圖3a)表現(xiàn)為貴州秋綿雨全區(qū)一致分布型，大值中心分布在省之中部地區(qū)，異常相對較強。對比相應的時間系數(shù)(圖3c)不難發(fā)現(xiàn)，與全省平均的秋綿雨指數(shù)變化一致，說明第1模態(tài)的全區(qū)一致型是貴州秋綿雨的一種主要型態(tài)。1964、1965、1972、1981、1982、1987、1991、1994、1997、2010、2020 年共11 a為典型的全省一致偏重型，以2020年最為典型；1969、1996、1998、1999、2002、2004、2008、2014、2016、2021年共10 a為典型的全省一致偏輕型，以2014年最為典型。

第2模態(tài)空間型(圖 3b)表現(xiàn)為貴州秋綿雨的東北負西南正的反向變化分布型。對比相應的時間系數(shù)(圖3d)，發(fā)現(xiàn)該模態(tài)年際波動較大，沒有明顯的年代際變化。1961、1965、1979、1984、1986、1997、2006、2014、2015年共9 a為典型的西南部重東北部輕型，以1986年最為典型；1967、1969、1971、1987、1988、1990、1994、2001、2005、2011、2020年共11 a為典型的西南部輕東北部重，以1967年最為典型。

2.3 貴州秋綿雨指數(shù)的周期和突變分析

Morlet 小波具備多時間尺度、多分辨和良好局部的性質(zhì)，適合于平穩(wěn)時間序列的分析；而功率譜分析則將序列的總能量分解到不同頻率上的分量, 根據(jù)不同頻率的波的功率診斷出序列的主要周期。因此本文考慮對貴州秋綿雨指數(shù)進行Morlet小波變換分析及功率譜分析，以期對秋綿雨指數(shù)的年際、年代際變化有更為細致、客觀的分析。1961—2021年貴州秋綿雨指數(shù)第1時間序列的小波分析圖(圖4)和功率譜(圖略)分析圖表明：貴州省秋綿雨存在2～4 a的年際變化周期，且均通過95%信度檢驗，其中2～3 a振蕩周期在1990s期間表現(xiàn)較明顯，為貴州省秋綿雨的主周期。

圖3 秋綿雨指數(shù)標準化距平場 EOF 展開第1(a、c)、第2(b、d)模態(tài)空間型及其對應的時間系數(shù)Fig.3 The first mode (a、c), the second mode (b、d) and the time coefficient of EOF analyses of MYI standardized anomalies

圖4 秋綿雨指數(shù)第1時間序列的Morlet小波分析Fig.4 Morlet wavelet analysis of the first time series of autumn cotton rain index

圖5a為運用滑動t檢驗(Mtt)方法檢驗貴州秋綿雨指數(shù)第1時間序列的突變結(jié)果。由圖中曲線可見，20世紀70年代中后期持續(xù)下降，80年代開始波動上升，1997年后持續(xù)下降，1997年超過了95%的置信度檢驗。結(jié)合時間系數(shù)累積距平曲線(圖5b)可知，1997年前呈上升趨勢，1997年后呈下降趨勢，因而確定1997年為貴州秋綿雨指數(shù)突變點。貴州的秋綿雨突變比華西秋雨南區(qū)1989年的[10]突變晚，可能是由于使用的指標不同，也說明貴州秋綿雨與華西秋雨南區(qū)存在差異。

圖5 秋綿雨指數(shù)第1時間序列滑動t檢驗曲線(a)以及累積距平(b)Fig.5 Sliding t-test curve (a) and cumulative anomaly (b) of the first time series of autumn cotton rain index

結(jié)合前文分析，突變前重秋綿雨年站占 9/37(24.3%)，輕秋綿雨年占 2/37(5.4%)；而突變后重秋綿雨年占 2/24(8.3%)，輕秋綿雨占8/2(33.3%)，表明貴州秋綿雨突變前，秋綿雨特征明顯，重秋綿雨發(fā)生頻率為24.3%；突變后，秋綿雨特征不明顯，重秋綿雨發(fā)生頻率為8.3%。但在近24 a的弱秋綿雨背景下發(fā)生了2020年的極端秋綿雨事件，這也是近61 a來秋綿雨最重的一年。

2.4 秋綿雨異常成因淺析

2.4.1 環(huán)流成因分析 大氣環(huán)流異常是造成氣候異常的直接原因。由秋綿雨第1特征量時間系數(shù)與同期9—10月500 hPa高度場的相關分布(圖略)可知，貴州秋綿雨與歐亞地區(qū)500 hPa高度場呈“正負正”的相關分布，歐亞中高緯地區(qū)為正相關區(qū)，烏拉爾山南部—我國北方—日本海南部為寬廣的負相關區(qū)，低緯度地區(qū)為正相關區(qū)。顯著正相關區(qū)位于烏拉爾山地區(qū)和額霍次克海地區(qū)，顯著負相關區(qū)位于中緯度我國華北—日本海南部地區(qū)。說明當歐亞烏拉爾山和額霍次克海有雙阻塞高壓，中緯度地區(qū)不斷有小槽分裂東移，東亞大槽偏強，低緯度地區(qū)副高偏強，秋綿雨重。

圖6為重秋綿雨年與輕綿雨年500 hPa合成高度場及距平場，從圖6a可知重秋綿雨年歐亞大陸上空位勢高度距平呈北正南負的距平分布。歐亞高緯度為正距平區(qū)；中緯度為寬廣的負距平區(qū)，經(jīng)常有低槽分裂東移南下，有利于北方冷空氣南下向西南擴散。南支鋒區(qū)偏南，東亞槽偏強，環(huán)流經(jīng)向度大，低緯度副高偏西，脊線偏南，貴州處于副高西北側(cè)，南海和孟加拉灣暖濕氣流向貴州輸送，冷暖氣流長期在貴州交匯，秋綿雨重；輕秋綿雨年歐亞大陸上空位勢高度距平自北向南呈高—低—高的距平分布，自西向東呈“西低東高”型分布，巴爾喀什湖到貝加爾湖為低槽區(qū)，中低緯度為寬廣的正距平區(qū)，西太副高面積偏大、偏強，西伸脊點偏西，脊線偏北，西太副高控制包括貴州在內(nèi)的南方大部地區(qū)，南支鋒區(qū)偏北，東亞槽偏弱，環(huán)流經(jīng)向度弱，不利于冷空氣南下，貴州受暖氣團控制，秋綿雨輕。

圖6 貴州重秋綿雨(a)、輕秋綿雨(b)年 500 hPa 7—9月位勢高度及距平合成場(單位: gpm) Fig.6 The 500 hPa geopotential height and geopotential height anomaly composite field in heavy autumn rain year (a) ，light autumn rain year(b) in Guizhou (unit:gpm)

圖7為重秋綿雨年與輕綿雨年850 hPa風場距平合成場。其中，重秋綿雨年南海及其周邊地區(qū)850 hPa距平風場為顯著的反氣旋性環(huán)流(圖7a)，可引導來自西太平洋—南海—孟加拉灣的暖濕水汽向我國西南地區(qū)東部及長江流域輸送。而貝加爾湖南部、內(nèi)蒙到我國東北地區(qū)為顯著的氣旋性環(huán)流距平，異常氣旋性環(huán)流的西側(cè)為偏西北氣流，引導冷空氣不斷南侵，中南半島至我國東部為顯著的偏南風，加強了西南暖濕氣流的水汽輸送。這種環(huán)流形勢有利于冷空氣與西南暖濕氣流在貴州地區(qū)交匯而形成長時間的秋綿雨天氣。而輕秋綿雨年，菲律賓以東為顯著的反氣旋環(huán)流(圖7b)，對比重秋綿雨年，反氣旋環(huán)流明顯偏東，導致我國南方暖濕水汽輸送較弱，高緯度地區(qū)的冷空氣輸送較重秋綿雨年也明顯偏弱偏北，因此秋綿雨過程較輕。

圖7 重秋綿雨年(a)與輕綿雨年(b)850 hPa風場距平合成場Fig.7 850 hPa wind field anomaly in heavy autumn rain year (a) and light autumn rain year (b)

2.4.2 海溫外強迫分析 現(xiàn)有研究表明，海溫通過海氣相互作用影響大氣環(huán)流的異常分布，但海溫對大氣環(huán)流的影響有一定的滯后作用。因此，本文對貴州秋季異常秋綿雨的前期海溫場加以分析，尋找前期海溫影響關鍵區(qū)。

通過秋綿雨指數(shù)第1特征量時間系數(shù)與前期8月全球海溫的相關分析(圖略)可知，貴州秋綿雨與熱帶中東太平洋、印度洋呈正相關關系，與熱帶西太平洋、北太平洋呈負相關，通過95%信度檢驗的相關區(qū)域主要位于赤道中東太平洋和西太平洋地區(qū)，說明這2個海區(qū)的海溫與貴州秋綿雨的輕重趨勢關系較密切。當赤道中東太平洋偏暖(冷)、西太平洋暖池地區(qū)偏冷(暖)時，貴州秋綿雨偏重(輕)。這與已有研究一致[11-12]，在 El Nio/ La Nia ，我國秋季降水易出現(xiàn)南多北少/北多南少的異常分布特征。

考慮到 ENSO 自身海表溫度及其大氣響應的冷、暖位相非對稱性，分別給出了重秋綿雨年與輕秋綿雨年對應前期8月全球海溫異常合成圖(圖8)來檢驗這種關系的非線性。由圖8可知，在重綿雨年，赤道中東太平洋和西太平洋地區(qū)的海溫異常最為顯著，通過95%的顯著性檢驗，赤道中東太平洋為正異常，西太平洋為負異常，總體呈現(xiàn)顯著的類厄爾尼諾型海溫分布；相比較而言，輕秋綿雨年主要在北太平洋、赤道印度洋東部及西太平洋地區(qū)的海溫正異常較為顯著，而赤道中太平洋海溫為弱的負異常，且未通過顯著性檢驗。可見ENSO對貴州秋綿雨的影響是非對稱的，僅在厄爾尼諾年時影響較為顯著。

圖8 重秋綿雨年(a)與輕綿雨年(b)對應前期8月全球海溫異常合成圖(黑點區(qū)通過 95% 信度 t 檢驗)Fig.8 Composite of Global SST in early August corresponding to heavy autumn rain year(a)and light rain year(b)(the black dots indicate the values exceeding the 90% confidence level t-test)

3 結(jié)論

①貴州秋綿雨指數(shù)大致呈東北—西南向的條帶狀分布，自西北部向東南部遞減。

②貴州秋綿雨指數(shù)年際波動大，近61 a來以0.064/10a的速率呈下降趨勢。20世紀60年代、80—90年代中期秋綿雨較重，70年代偏弱，1998年開始基本均呈現(xiàn)偏弱的狀態(tài)。

③貴州秋綿雨指數(shù)EOF分析第1模態(tài)空間型表現(xiàn)為貴州秋綿雨全區(qū)一致分布型，是貴州秋綿雨氣候變率的主模態(tài)。貴州省秋綿雨存在2～4 a的年際變化周期，1997年為貴州秋綿雨突變點，突變前較突變后秋綿雨特征明顯。

④重秋綿雨年500 hPa高度場歐亞大陸上空位勢高度距平呈“北正南負”的距平分布，有利于北方冷空氣南下，南支鋒區(qū)偏南，東亞槽偏強；850 hPa距平風場南海及其周邊地區(qū)為顯著的反氣旋性環(huán)流，加強了西南暖濕氣流的輸送；輕秋綿雨年歐亞大陸上空位勢高度距平自北向南呈高—低—高的距平分布，自西向東呈“西低東高”型分布，南支鋒區(qū)偏北，東亞槽偏弱，850 hPa距平風場反氣旋環(huán)流明顯偏東，冷空氣弱。

⑤秋綿雨與前期8月全球海溫的相關分析及合成分析表明，ENSO對貴州秋綿雨的影響是非對稱的，當前期8月熱帶東太平洋偏暖、熱帶西太平洋偏冷時，對應El Nio年貴州秋綿雨偏重。