孫亞偉 吳振鵬 黎立頁 張慶紅

北京大學(xué)學(xué)報(自然科學(xué)版) 第60卷 第1期 2024年1月

Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 60, No. 1 (Jan. 2024)

10.13209/j.0479-8023.2023.082

國家自然科學(xué)基金(8201701574)資助

2022?12?28;

2023?05?26

青藏高原1981—2015年暖季降水變化趨勢:受控于大尺度環(huán)流型變化

孫亞偉1,2吳振鵬1,?黎立頁3張慶紅1

1.北京大學(xué)物理學(xué)院大氣與海洋科學(xué)系, 北京 100871; 2.92154部隊, 煙臺 264000; 3.中國氣象科學(xué)研究院, 北京 100081; ?通信作者, E-mail: cpng@pku.edu.cn

利用最新的高時空分辨率融合降水?dāng)?shù)據(jù)集, 研究青藏高原的長期降水變化趨勢。結(jié)果表明, 在1981—2015 年的暖季(5—9 月), 青藏高原降水量顯著增加(格點(diǎn)平均趨勢為 0.9mm/a), 其東北部、中部和西部最為顯著。采用T模態(tài)傾斜旋轉(zhuǎn)主成分分析法(PCT), 將青藏高原 500hPa位勢高度場分為 9 個典型環(huán)流型, 發(fā)現(xiàn)第 2 和第 4 環(huán)流型(T2 和 T4)是暖季降水量增加的主導(dǎo)環(huán)流型(DT)。DT 位勢高度場為西低東高的“槽脊對峙”分布, 青藏高原暖季降水量增加體現(xiàn)在 DT 主導(dǎo)降水日數(shù)和日均降水量的共同增加。除 DT 環(huán)流型數(shù)量的增加導(dǎo)致青藏高原中西部降水增加外, 降水增加機(jī)制還包括降水條件的優(yōu)化, 即 T2 以“槽脊對峙”加強(qiáng)為驅(qū)動的動力條件優(yōu)化為主導(dǎo), T4 以“水汽滯增”加強(qiáng)為驅(qū)動的熱力條件優(yōu)化為主導(dǎo)。

青藏高原(TP); 降水; 長期趨勢; 大尺度環(huán)流

青藏高原(簡稱高原)是全球平均海拔最高、地形最復(fù)雜的高原, 被稱為“世界屋脊”[1]和“地球第三極”[2], 也是全球氣候變化最敏感的區(qū)域之一[3], 對其周邊的天氣和氣候有重要影響[4–6], 因此高原氣候變化問題一直被國內(nèi)外科學(xué)家關(guān)注。目前, 高原變暖已經(jīng)是一個人們熟知的結(jié)論[7–8]。事實(shí)上, 高原變暖的同時也在變濕。近 40 年來, 高原夏季水汽含量呈現(xiàn)顯著增加的趨勢, 為其降水提供了更充沛的水汽來源[9], 因此, 高原降水整體上呈現(xiàn)上升趨勢[10–13]。高原是亞洲多條主要河流的發(fā)源地, 大氣降水是高原的主要水源, 高原降水的變化對河流下游地區(qū)的水資源有重要影響, 所以研究高原降水變化趨勢及其物理機(jī)制有非常重要的意義。

近期的研究表明, 高原不同區(qū)域的降水變化趨勢差別很大。段克勤等[14]通過分析氣象觀測數(shù)據(jù), 發(fā)現(xiàn)高原中東部以唐古拉山為界, 北部降水增加, 南部降水減少。Li 等[15]利用觀測數(shù)據(jù)和高原渦年鑒數(shù)據(jù), 從高原渦的角度進(jìn)行研究, 發(fā)現(xiàn)高原北部200hPa 因西風(fēng)增強(qiáng)而導(dǎo)致高空輻散加強(qiáng), 進(jìn)而導(dǎo)致高原北部高原渦數(shù)量的顯著增加以及降水的顯著增加。鑒于高原中西部缺乏觀測數(shù)據(jù), Liu 等[16]使用湖泊數(shù)據(jù)、GPCC 降水?dāng)?shù)據(jù)和 TRMM 衛(wèi)星數(shù)據(jù)進(jìn)行高原降水變化趨勢的研究, 同樣得出高原降水變化趨勢南北對峙的結(jié)論, 指出高原北部降水增加的主要原因是太平洋年代際振蕩(IPO)與大西洋多年代際振蕩(AMO)的協(xié)同作用導(dǎo)致水汽增加, 高原南部降水減少的主要原因是感熱減小導(dǎo)致對流減弱。Na等[17]利用 GPM 衛(wèi)星數(shù)據(jù)進(jìn)行研究, 發(fā)現(xiàn)高原南坡的降水變化趨勢與海拔關(guān)系密切, 低海拔區(qū)域降水減少, 高海拔區(qū)域降水增加。

造成高原各區(qū)域降水變化的原因不盡相同, 綜合來看, 直接影響高原降水的主要?dú)夂蛳到y(tǒng)是西風(fēng)帶和印度夏季風(fēng), 這種影響體現(xiàn)在動力和熱力兩個主要方面, 動力方面主要體現(xiàn)在西風(fēng)帶波列構(gòu)建的太平洋、大西洋與高原之間的遙相關(guān)[18–20]以及西風(fēng)帶強(qiáng)度和位置變化導(dǎo)致的高原上空渦度變化[15], 熱力方面則體現(xiàn)為貝加爾湖異常反氣旋導(dǎo)致水汽在高原上滯留[16,20]以及西風(fēng)與印度夏季風(fēng)強(qiáng)度的變化對水汽輸送的影響[21]。另外, 在高原局部地區(qū), 降水也受冰川消退[22]和感熱變化[16,23]影響。

眾多研究者對高原的降水變化趨勢給出合理的解釋, 但大多是從氣候?qū)W角度出發(fā), 并且由于高原觀測資料的匱乏, 大多偏重于高原局部或某些特定降水系統(tǒng)的研究。不同于以往的研究, 本研究從逐日環(huán)流角度出發(fā), 解釋導(dǎo)致高原降水變化趨勢的可能物理機(jī)制。首先, 利用最新的高時空分辨率融合降水?dāng)?shù)據(jù)集, 分析高原降水的時空變化趨勢; 然后, 采用 T 模態(tài)傾斜旋轉(zhuǎn)主成分分析方法, 對高原低空(500hPa)環(huán)流進(jìn)行分型; 再后, 確定高原降水變化趨勢的主導(dǎo)環(huán)流型; 最后, 通過對主導(dǎo)環(huán)流型的環(huán)境場分析, 揭示高原降水變化趨勢的成因。本研究旨在彌補(bǔ)因高原觀測站稀疏而導(dǎo)致的觀測數(shù)據(jù)空間代表性不足的缺陷, 更細(xì)致地揭示高原降水的變化趨勢, 建立天氣學(xué)分析與氣候研究的橋梁, 以期有助于豐富和加深對高原降水變化的了解, 為研究高原降水的未來變化提供參考依據(jù)。

1 數(shù)據(jù)、定義與方法

1.1 數(shù)據(jù)與定義

由于高原降水集中在暖季[11,24], 本研究只關(guān)注高原暖季降水。研究的時間跨度為 1981—2015 年暖季(每年的 5 月 1 日至 9 月 30 日), 共計 5355 天, 日降水定義為每天 00—23 時(世界時)的累積降水。參照前人對高原區(qū)域的定義[25], 本研究中的高原空間范圍為 25°—40°N, 75°—105°E 內(nèi)海拔高度大于3000m 的區(qū)域。

降水?dāng)?shù)據(jù)使用 AERA5-Asia 數(shù)據(jù)集。AERA5-Asia 是一個通過時空裂解方式, 由 APHRODITE 數(shù)據(jù)集和 ERA5-Land 數(shù)據(jù)集得到的高時空分辨率降水?dāng)?shù)據(jù)集, 具有比其他數(shù)據(jù)集更高的分辨率和精度[26], 時間分辨率為 1h, 空間分辨率為 0.1°。高原共計 25012 個格點(diǎn), 格點(diǎn)降水定義為某格點(diǎn)的累積降水, 格點(diǎn)降水日定義為某格點(diǎn)日降水>0mm 的自然日(世界時 00—23 時)。

環(huán)流分型和背景場分析使用歐洲中期天氣預(yù)報中心第五代全球氣候大氣再分析數(shù)據(jù)(ERA5), 其空間水平分辨率為 0.25°, 時間分辨率為 1h[27]。與ERA-Interim 再分析資料相比, ERA5 再分析資料同化了更多的觀測數(shù)據(jù)和衛(wèi)星數(shù)據(jù), 能夠更準(zhǔn)確地估計大氣狀況[9]。

1.2 主要研究方法

環(huán)流分型: 采用 T 模態(tài)傾斜旋轉(zhuǎn)主成分分析方法(principal components in the T-mode, PCT)[28–29]進(jìn)行環(huán)流分型。

線性趨勢、均值差異以及顯著性檢驗(yàn): 趨勢計算使用線性最小二乘擬合法, 線性趨勢的顯著性檢驗(yàn)采用沃爾德檢驗(yàn)(Wald test)方法[30]; 在研究不滿足線性變化特征的物理量時, 對其前后不同時段(1981—1997 年, 1999—2015 年)的均值差異進(jìn)行分析, 均值差異的顯著性檢驗(yàn)采用曼?惠特尼檢驗(yàn)(Mann-Whitney test)方法[31]。

環(huán)境參量: 為了定量地描述高原大氣整體的水汽含量、水汽輸送情況以及對流不穩(wěn)定條件, 計算500hPa 相當(dāng)位溫(e)、垂直積分水汽含量(PWV)、垂直積分水汽通量(IVT)以及經(jīng)過虛溫訂正的對流有效位能(CAPE), 計算公式如下:

式(1)和(2)中,是重力加速度(9.8m/s2),是比濕(g/kg),是水平風(fēng)速(m/s),s為地表氣壓(hPa),t為大氣層頂部氣壓(hPa)。由于 300hPa 以上水汽含量很小[32], 所以本文中t取 300hPa。式(3)中,d是干空氣比氣體常數(shù)(287.05J/(K·kg)), LFC 是抬升凝結(jié)高度的氣壓(hPa), EL 是對流平衡高度的氣壓(hPa), Tvparcel是氣塊虛溫, Tvenv是環(huán)境虛溫。

2 研究結(jié)果

2.1 高原長期降水變化趨勢

圖 1(a)顯示, 高原暖季平均季節(jié)降水呈現(xiàn)從東南向西北明顯減少的趨勢, 且高原南部邊緣降水較多, 與前人使用地面觀測數(shù)據(jù)[21]和 GPM 衛(wèi)星數(shù) 據(jù)[17]的研究結(jié)果一致。圖 1(b)顯示, 降水變化趨勢的空間分布不均勻, 與前人用觀測數(shù)據(jù)[15]、GPCC降水?dāng)?shù)據(jù)[16]以及 TRMM 衛(wèi)星數(shù)據(jù)[16]的研究結(jié)果相似。但是, 高時空分辨率的 AERA5-Asia 數(shù)據(jù)呈現(xiàn)更多新的細(xì)節(jié), 降水增加的主要區(qū)域有高原東北部、中部和西部, 而高原東部、西南部和北部的局部地區(qū)卻出現(xiàn)減少趨勢, 可能與環(huán)流形勢的變化以及高原的復(fù)雜地形有關(guān)。

圖 1(c)顯示, 高原降水整體上呈現(xiàn)顯著增加的趨勢, 1981—2015 年格點(diǎn)平均暖季降水量每年增加0.9mm。為探究高原格點(diǎn)降水增加的細(xì)節(jié), 對高原25012 個格點(diǎn)的降水日數(shù)和日降水量進(jìn)行概率密度擬合分析, 結(jié)果如圖 1(d)所示。可以看出, 1999—2015 年高原 25012 個格點(diǎn)的平均降水日數(shù)(86.7 天)比 1981—1997 年(80.4 天)顯著增加, 且主要體現(xiàn)在降水日數(shù)為 40～80 天和 100～130 天兩個時段的格點(diǎn)數(shù)增加以及降水日數(shù) 40 天以下格點(diǎn)的減少。

圖 1(e)顯示, 格點(diǎn)平均日降水量從 1981—1997年的 2.45mm 增加到 2001—2015 年的 2.55mm, 并且主要體現(xiàn)在日降水量在 1.3～1.6mm 之間以及大于 2.5mm格點(diǎn)數(shù)的增加?？偟膩碚f, 1981—2015 年暖季降水量在高原東北部、中部和西部有顯著增加的趨勢, 主要體現(xiàn)在降水日數(shù)的增加和日降水量的增加。

2.2 環(huán)流分型結(jié)果

為了研究高原暖季降水變化的物理機(jī)制, 我們采用 PCT 方法進(jìn)行環(huán)流客觀分型。PCT 方法在過往研究(如極端降水研究[33]和強(qiáng)對流風(fēng)暴研究[34])中應(yīng)用廣泛, 具有分型穩(wěn)定且物理意義明晰的優(yōu)點(diǎn)[35]?？紤]到研究區(qū)平均海拔超過 3000m, 500hPa 氣壓層(對應(yīng)此區(qū)域低層大氣)能更好地代表環(huán)流特征, 所以使用 500hPa 位勢高度進(jìn)行環(huán)流分型計算。

分型結(jié)果如圖 2 所示。高原地區(qū)逐日大氣環(huán)流在 500hPa 位勢高度共分為 9 種類型(T1～T9), 可以解釋 500hPa 位勢高度 98.3%的方差, 說明這個分型結(jié)果能夠很好地代表高原 500hPa 環(huán)流特征。由于T9 為熱帶氣旋登陸型(圖 2(i)), 在 35 年暖季中僅發(fā)生 10 次, 占比僅 0.2%, 并且只在 1999, 2000, 2002和 2010 年這 4 個年份出現(xiàn), 對高原長期降水變化趨勢的影響極小, 所以不對 T9 環(huán)流型做詳細(xì)的研究。其余 8 個環(huán)流型大致可分為以下 4 類。

1) T1 和 T6, 環(huán)流日數(shù)占比為 25.2%, 其環(huán)流特點(diǎn)是高原“中部低壓” (圖 2(a)和(f)), 這兩個環(huán)流型的 500hPa 風(fēng)場均在高原東部輻合。不同之處在于, T1 在高原中部可以形成低渦, 而 T6 僅為低壓槽, 兩者之中只有 T6 在高原南部有較高的e值。這是因?yàn)?T1 主要分布在 5—6 月, 而 T6 多發(fā)生在 7—8 月(圖 2(j))。

2) T2 和 T4, 環(huán)流日數(shù)占比為 19.6%, 其環(huán)流特點(diǎn)是“西低東高” (圖 2(b)和(d)), 高原西部存在低壓槽, 高原東部存在高壓, 高原中西部處于槽前脊后, 盛行偏南氣流。不同之處在于, T2 為東部高壓脊, T4 東部形成高壓環(huán)流, T2 因水平氣壓梯度更大而水平風(fēng)更強(qiáng)。兩型在高原南部都有較高的e值, 然而T4 的e值更高。T2 多發(fā)生在 7—9 月, 而 T4 多發(fā)生在 7—8 月(圖 2(j))。

3) T3 和 T8, 環(huán)流日數(shù)占比為 19.0%, 其環(huán)流特點(diǎn)是“中西高壓”(圖 2(c)和(h)), 高原中西部為高壓控制, 高原東部處于槽后脊前位置, 高原西部盛行西南氣流, 高原東部盛行西北氣流, 而高原中部風(fēng)場較弱。e最高只有 348K, 遠(yuǎn)低于 T2, T4 和 T6 型環(huán)流日的最高值 352K。從圖 2(j)可以看出, T3 和T8 在各月份的分布相對均勻。

(b)中黑色圓點(diǎn)區(qū)域和(c)中*號表示通過置信度為95%的顯著性檢驗(yàn), 下同

4) T5 和 T7, 環(huán)流日數(shù)占比達(dá)到 36%, 在所有環(huán)流日中占比最高(圖 2(e)和(g)), 其環(huán)流特點(diǎn)是“準(zhǔn)平直”, 500hPa位勢高度場無明顯槽脊, 高原大部盛行西南氣流且輻合較弱。e值較低, 特別是 T7 型, 最高只有 344K。T5 主要分布在 5—6 月, 而 T7 主要分布在 5, 6 和 9 月(圖 2(j))。

圖 3 展示高原暖季不同環(huán)流型下年日均降水量分布(填色)特征。結(jié)合圖 2 和 3 不難發(fā)現(xiàn), 高原降水分布與環(huán)流形勢的關(guān)系非常密切, 高原降水集中于500hPa 低壓前部、500hPa 切變線附近和高原南部邊緣。在 T1 和 T6 環(huán)流日(圖 3(a)和(f)), 由于 500hPa 風(fēng)場在高原東部輻合, 所以降水主要分布在高原東部 500hPa 切變線附近。在 T2 和 T4 環(huán)流日(圖3(b)和(d)), 受西部低壓槽影響, 降水分布區(qū)域明顯偏西, 高原東部降水少于其他環(huán)流型; 并且, 受槽前西南氣流影響, 在高原西南邊緣產(chǎn)生較多的迎風(fēng)坡降水。在 T3 和 T8 環(huán)流日(圖 3(c)和(h)), 受高壓環(huán)流影響, 降水主要分布在高原東南部一角, 降水區(qū)域明顯小于其他環(huán)流型。在 T5 和 T7 環(huán)流日(圖3(e)和(g)), 由于沒有明顯的槽脊, 低空風(fēng)場切變也較弱, 此時環(huán)流的影響較弱, 熱力作用是降水的主導(dǎo)因素, 所以降水分布與高原平均降水的分布相似, 從高原東南部向西北部遞減。

(a)～(i)位勢高度(填色)、相當(dāng)位溫(紅色等值線, 單位: K)、切變線(棕色粗線, 下同)和風(fēng)矢量(灰色箭頭), 子圖上方括號內(nèi)為每個環(huán)流型的數(shù)量占比; (j)環(huán)流型T1～T9發(fā)生日數(shù)的逐月分布

2.3 主導(dǎo)環(huán)流型的降水特征

為了確定高原降水增加的主導(dǎo)環(huán)流型, 本文分別計算各環(huán)流型下的降水變化趨勢分布(如圖 3 中紅色和藍(lán)色三角形所示), 可見各環(huán)流型降水變化趨勢的分布差別巨大。在 T2 環(huán)流型下, 高原東北部、中部、西部以及西南部邊緣均有顯著的降水增加趨勢。在 T4 環(huán)流型下, 降水顯著增加的區(qū)域集中在高原東北部, 高原中部和西部也有零散分布的降水顯著增加區(qū)域。在 T3, T6, T7 和 T8 環(huán)流型下, 出現(xiàn)高原西部小范圍內(nèi)降水顯著增加, 高原其他區(qū)域降水顯著減少的情況, 所以整體而言, 這 4 個環(huán)流型對高原總降水變化趨勢的影響不大。在 T1 和T5 環(huán)流型下, 幾乎沒有降水顯著增加的區(qū)域。因此, 可以初步判斷 T2 和 T4 為高原降水增加的主導(dǎo)環(huán)流型。

降水量及其變化趨勢(通過置信度為95%的顯著性檢驗(yàn)); 紅色和藍(lán)色三角形分別表示上升和下降

為了定量地分析各環(huán)流型下降水的變化趨勢, 對 T1～T9 環(huán)流型分別進(jìn)行統(tǒng)計, 結(jié)果如圖 4 所示。只有 T2 和 T4 的環(huán)流日數(shù)變化通過置信度為 95%的顯著性檢驗(yàn), T2 環(huán)流日數(shù)的增加趨勢為 0.33d/a, T4環(huán)流日數(shù)的增加趨勢為 0.24d/a。從各環(huán)流型的格點(diǎn)平均年降水變化趨勢來看, T1, T2, T4, T5 和 T8 環(huán)流型的年降水是增加的, 而 T3, T6 和 T7 環(huán)流型的年降水是減少的(T9 環(huán)流型數(shù)量極少, 無趨勢可言)。只有 T2 和 T4 環(huán)流型的格點(diǎn)平均年降水變化趨勢通過置信度為 95%的顯著性檢驗(yàn), 其中 T2 環(huán)流型貢獻(xiàn)的格點(diǎn)平均年降水變化趨勢為 0.67mm/a, T4 環(huán)流型貢獻(xiàn)的格點(diǎn)平均年降水變化趨勢為 0.39mm/a。因此, 可以確定 T2 和 T4 環(huán)流型對高原格點(diǎn)平均降水變化趨勢的主導(dǎo)作用。

圖 5(a)和(b)分別展示 T2 和 T4 環(huán)流型以及其他環(huán)流型下年降水變化趨勢的空間分布, 圖 5(a)中 T2和 T4 環(huán)流型的年降水變化趨勢空間分布與圖 1(b)展示的總降水變化趨勢空間分布的場相關(guān)系數(shù)達(dá)到0.57(通過置信度為 95%的顯著性檢驗(yàn)), 其他環(huán)流型的年降水變化趨勢空間分布與總降水變化趨勢空間分布的場相關(guān)系數(shù)為?0.14(未通過置信度為 95%的顯著性檢驗(yàn))。因此, 可以確定 T2 和 T4 環(huán)流型對高原降水變化趨勢的主導(dǎo)作用。

由于 T2 與 T4 的環(huán)流特征和降水特征非常相似, 所以將二者合稱主導(dǎo)環(huán)流型(DT), 其他環(huán)流型則合稱為非主導(dǎo)環(huán)流型(NDT)。為進(jìn)一步研究 DT 環(huán)流型下高原降水變化的細(xì)節(jié), 本文分別計算 DT 和NDT 環(huán)流型下高原 25012 個格點(diǎn)的日降水量和降水日數(shù)的概率密度變化。

從圖 5(c)可以看出, T2 環(huán)流型下, 1999—2015 年高原 25012 個格點(diǎn)的平均降水日數(shù)為 14.2 天, 相比1981—1997 年的 9.2 天顯著增加, 且主要體現(xiàn)在降水日數(shù)>15 天的格點(diǎn)數(shù)增加; T4 環(huán)流型下, 1999—2015 年高原 25012 個格點(diǎn)的平均降水日數(shù)為 8.1 天, 相比 1981—1995 年的 5.3 天顯著增加, 且主要體現(xiàn)在降水日數(shù)>10 天的格點(diǎn)數(shù)增加; NDT 環(huán)流型下, 1999—2015 年高原 25012 個格點(diǎn)的平均降水日數(shù)為63.8 天, 相比 1981—1997 年的 66.5 天顯著減少。DT 環(huán)流型下降水日數(shù)的增加是 DT 主導(dǎo)降水增加的一個重要體現(xiàn), T2 環(huán)流型平均降水日數(shù)明顯大于 T4環(huán)流型, 且 T2 環(huán)流型平均降水日數(shù)的增幅大于 T4環(huán)流型。

黑色線為環(huán)流日數(shù)的時間序列及其擬合線, 灰色線為格點(diǎn)平均年降水量的時間序列及其擬合線

從圖 5(d)可以看出, T2 環(huán)流型下, 格點(diǎn)平均日降水量從 1981—1997 年的 2.32mm 增加到 1999—2015 年的 2.44mm, 且主要體現(xiàn)在日降水量為 2.5～ 4.3mm 的格點(diǎn)數(shù)增加; T4 環(huán)流型下, 格點(diǎn)平均日降水量從 1981—1997 年的 2.34mm 增加到 1999—2015年的 2.43mm, 且主要體現(xiàn)在日降水量為 1.0～1.8 和2.3～4.5mm 的格點(diǎn)數(shù)增加; NDT 環(huán)流型下, 格點(diǎn)平均日降水量從 1981—1997 年的 2.46mm 增加到 2001 —2015 年的 2.55mm, 且主要體現(xiàn)在日降水量>2.9mm 的格點(diǎn)數(shù)增加。DT 環(huán)流型下日降水量的增加是 DT 主導(dǎo)降水增加的另一個重要體現(xiàn), 雖然DT 環(huán)流型下的格點(diǎn)平均降水量一直低于 NDT 環(huán)流型, 但 DT 環(huán)流型日降水量的增幅大于 NDT 環(huán)流型。

總的來說, T2 和 T4環(huán)流型主導(dǎo)了高原總體降水的增加趨勢。首先, DT 環(huán)流型平均降水日數(shù)和格點(diǎn)平均年降水量顯著增加; 其次, DT 環(huán)流型降水增加區(qū)域與高原降水增加區(qū)域具有顯著的相關(guān)性; 最后, DT 環(huán)流型的降水日數(shù)和平均日降水量增幅均大于NDT 環(huán)流型。由于 T2 環(huán)流型的環(huán)流日數(shù)增長趨勢(0.33d/a)、格點(diǎn)平均降水量增長趨勢(0.67mm/a)、降水日數(shù)增長幅度(54.3%)和平均日降水量增長幅度(5.2%)均大于 T4 環(huán)流型(0.24d/a, 0.39mm/a, 52.8%和 3.8%), 所以 T2 環(huán)流型的主導(dǎo)作用更大。

(a)T2 和 T4 環(huán)流型下降水變化趨勢的空間分布; (b)NDT 環(huán)流型下降水變化趨勢的空間分布; (c)降水日數(shù)擬合概率分布; (d)日降水量擬合概率分布。(c)和(d)中 m1～m6 分別對應(yīng)其均值

3 DT環(huán)流型主導(dǎo)高原降水增加的機(jī)制分析

DT 環(huán)流型下降水增加的機(jī)制包括 DT 環(huán)流型數(shù)量的顯著增加和降水條件的優(yōu)化兩個方面。

俞靜雯等[9]的研究表明, 經(jīng)高原南邊界進(jìn)入高原的水汽比西邊界和北邊界的總和還要多, 而高原東邊界是水汽流出的邊界。DT 環(huán)流型下“西低東高”的環(huán)流形勢有利于印度夏季風(fēng)攜帶大量水汽經(jīng)高原南部邊界進(jìn)入高原, 同時, 由于高原東部為高壓脊(高壓環(huán)流), 能夠減弱高原水汽從東部邊界流出, 從而形成高原的“水汽滯增”效應(yīng), 為高原降水提供良好的水汽條件。以往的研究表明, 高原降水系統(tǒng)的緯向移動規(guī)律一般是自西向東[36–37]。DT 環(huán)流型下“西低東高”的環(huán)流形勢為高原中西部大氣的大尺度抬升和凝結(jié)提供了有利的動力條件, 有利于降水系統(tǒng)在高原中西部產(chǎn)生, 從而產(chǎn)生更多的中西部降水(圖 3(b)和(d)), 縮小了高原降水的東西部差距。綜上所述, DT 環(huán)流型數(shù)量的顯著增加是高原中西部降水顯著增加的一個重要原因。

關(guān)于 DT 環(huán)流型下降水條件的優(yōu)化, 本文從動力條件和熱力條件兩個方面進(jìn)行分析。

為了分析 DT 環(huán)流型下動力條件的變化, 分別繪制 T2 和 T4 環(huán)流型下 30°—35°N 經(jīng)向平均后的高度?經(jīng)度剖面圖(圖 6(a)和(b))。如圖 6(a)所示, T2 環(huán)流型下高原上空的大氣在高原東部 200～350hPa 有顯著的升溫, 從而使得高空各層位勢高度場只在高原東部顯著變高, 這是貝加爾湖異常反氣旋[16,20]在天氣系統(tǒng)中的體現(xiàn)。DT 環(huán)流型下“西低東高”的環(huán)流形勢無疑使得東西“槽脊對峙”加強(qiáng), 加強(qiáng)高原中西部的大尺度動力抬升, 從而進(jìn)一步優(yōu)化 T2 環(huán)流型降水的大尺度動力條件。由于低槽位于高原中西部, 所以有利于高原中西部降水的增加。如圖 6(b)所示, T4 環(huán)流型下各層位勢高度也呈現(xiàn)“槽脊對峙”加強(qiáng)的局面, 但變化幅度較小, 并且不能通過顯著性檢驗(yàn), 無顯著的大尺度動力條件優(yōu)化, 但高原底層零散分布的垂直風(fēng)增強(qiáng), 提示 T4 環(huán)流型下對流可能增強(qiáng)。對比 T2 與 T4 環(huán)流型下位勢高度和上升運(yùn)動的變化趨勢可以看出, T2 環(huán)流型下動力條件的優(yōu)化遠(yuǎn)勝于 T4 環(huán)流型。

(a)和(b)分別為T2和T4環(huán)流型的高度–經(jīng)度剖面(填色, 30°—35°N經(jīng)向平均, 底部黑色部分為高原地形)、溫度變化趨勢(等值線, 單位: 10?2 K/a)和垂直風(fēng)速變化趨勢(紅色矢量箭頭), 后二者皆通過置信度為95%的顯著性檢驗(yàn); (c)和(d)分別為T2和T4環(huán)流型下1999—2015年與1981—1997年P(guān)WV的差值(填色)以及IVT的差值(矢量箭頭, 紅色表示通過置信度為95%的顯著性檢驗(yàn)); (e)和(f)分別為T2和T4環(huán)流型下1999—2015年與1981—1997年CAPE的差值(填色)和500 hPa的θe的差值(等值線, 單位: K, 紅色線內(nèi)通過置信度為95%的顯著性檢驗(yàn))?；疑珗A點(diǎn)區(qū)域表示填色所示變量通過置信度為95%的顯著性檢驗(yàn)

T2 環(huán)流型主導(dǎo)的“槽脊對峙”加強(qiáng), 將會在槽前產(chǎn)生更強(qiáng)的氣壓梯度力, 從而有利于產(chǎn)生更強(qiáng)的槽前暖濕氣流輸送。如圖 6(c)所示, T2 環(huán)流型下1999—2015 年與 1981—1997 年兩個時期的 IVT 均值差表明, T2 環(huán)流型下高原南部受槽前暖濕氣流輸送加強(qiáng)影響, 后期有更多的北向水汽通量, 使得更多的水汽進(jìn)入高原。另一方面, 高原東部受高壓脊加強(qiáng)影響, 后期有更多的西向水汽通量, 使得更少的水汽離開高原。PWV 在高原的顯著升高證實(shí)了高原南部和高原東部 IVT 變化共同作用下形成的“水汽滯增”作用的增強(qiáng)。如圖 6(d)所示, T4 環(huán)流型下高原西南部也有指向高原內(nèi)部的水汽通量增加, 但能通過顯著性檢驗(yàn)的部分明顯小于 T2 環(huán)流型; 高原東部的西向水汽通量增加則明顯大于 T2 環(huán)流型; T4 環(huán)流型下 PWV 在高原中部和東北部的顯著升高證實(shí)了“水汽滯增”作用的增強(qiáng)。DT 環(huán)流型下“水汽滯增”作用的加強(qiáng)為高原降水提供了更好的水汽條件, 但在 T2 與 T4 環(huán)流型中的具體作用是不同的。T4 環(huán)流型下, 降水增加集中在高原東北部, 從圖 6(d)中可見 T4 環(huán)流型下高原東北部 PWV 顯著增加, 且明顯強(qiáng)于其他區(qū)域, 這是在高原東部顯著的西向IVT變化作用下形成的, 表明水汽增加對 T4環(huán)流型下高原東北部降水增加具有重要作用。T2 環(huán)流型下, 降水增加集中在高原東北部、中部和西部3 個區(qū)域, 盡管高原東部和西南部也有顯著的指向高原內(nèi)部的 IVT 變化, 并且在高原中部有不顯著的IVT 輻合, 但從圖 6(c)和(d)中可見 T2 環(huán)流型下PWV 的增加遠(yuǎn)弱于 T4 環(huán)流型。然而, 圖 5(d)顯示T2 環(huán)流型下平均日降水量(5.2%)增幅卻大于 T4 環(huán)流型(3.8%), 表明水汽增加并非 T2 環(huán)流型下降水增加的主要因素?？偟膩碚f, T4 環(huán)流型下水汽增加遠(yuǎn)勝于 T2 環(huán)流型, 水汽增加對 T4 環(huán)流型下高原東北部降水的顯著增加具有重要作用, 對 T2 環(huán)流型下降水增加的作用相對較小。

夏季的高原是一個巨大的熱源[38], 對流活動非常頻繁[39], 對流降水是高原降水的重要組成部 分[40]。DT 環(huán)流型下水汽的增加會對高原降水的熱力條件產(chǎn)生重要影響。由于高原水汽集中于大氣中低層, 且從低層到中層水汽含量遞減[32], 所以水汽增加會導(dǎo)致高原大氣中低層潛熱增加, 可能使得高原大氣中低層值增大以及對流不穩(wěn)定性增強(qiáng)。為驗(yàn)證水汽增加后對流不穩(wěn)定性的變化, 分別計算 T2和 T4 環(huán)流型下 1999—2015 年和 1981—1997 年 500hPa 的e值和 CAPE 的均值差(圖 6(e)和(f))。T2 環(huán)流型下, CAPE 在高原中部偏南地區(qū)顯著增加, 但增幅較小; 雖然 500hPa 的e也增加, 但未通過顯著性檢驗(yàn)。T4 環(huán)流型下, 500hPa 的e和 CAPE 在高原中部和東北部顯著增加, 且增幅較大。DT 環(huán)流型下, 500hPa 的e和 CAPE 增大的區(qū)域降水均顯著增加(圖 5(a)), 說明熱力條件的優(yōu)化也是高原降水增加的重要因素。對比 T2 與 T4 環(huán)流型下e和 CAPE 的變化可以看出, T4 環(huán)流型下熱力條件的優(yōu)化遠(yuǎn)勝于T2 環(huán)流型。

總的來說, DT 環(huán)流型數(shù)量的顯著增加以及動力和熱力條件的優(yōu)化, 使得 DT 環(huán)流型主導(dǎo)了高原東北部、中部和西部的降水增加趨勢, 其中 T2 環(huán)流型以“槽脊對峙”加強(qiáng)為驅(qū)動的動力條件優(yōu)化為主導(dǎo), T4 環(huán)流型以“水汽滯增”加強(qiáng)為驅(qū)動的熱力條件優(yōu)化為主導(dǎo)。

4 結(jié)論與展望

本文使用高時空分辨率降水?dāng)?shù)據(jù)集 AREA5-Asia 和 ERA5 再分析資料, 對青藏高原 1981—2015年暖季降水變化趨勢進(jìn)行系統(tǒng)的分析, 用 PCT 方法對高原 500hPa 位勢高度場進(jìn)行環(huán)流分型, 確定主導(dǎo)環(huán)流型, 并對主導(dǎo)環(huán)流型的環(huán)境場進(jìn)行分析, 得到如下主要結(jié)論。

1)高原降水從東南向西北遞減, 1981—2015 年高原區(qū)域格點(diǎn)平均暖季降水量以 0.9mm/a 的速率顯著增加, 降水增加集中在高原東北部、中部和西部, 降水增加的形式表現(xiàn)為格點(diǎn)平均降水日數(shù)的顯著增加和格點(diǎn)平均日降水量的顯著增加。

2)高原降水的時空分布和變化趨勢與環(huán)流形勢關(guān)系密切, T2 和 T4是高原降水量增加的主導(dǎo)環(huán)流型。DT 環(huán)流型主導(dǎo)高原降水增加體現(xiàn)在 3 個方面: 首先, DT 環(huán)流型日數(shù)和格點(diǎn)平均暖季降水量顯著增加; 其次, DT 降水增加區(qū)域與高原降水增加區(qū)域顯著相關(guān); 最后, DT 的降水日數(shù)和平均日降水量增長幅度均大于 NDT 環(huán)流型。

3) DT主導(dǎo)高原降水顯著增加的機(jī)制包括 DT環(huán)流型數(shù)量的顯著增加和降水條件的優(yōu)化。DT 環(huán)流型數(shù)量的顯著增加導(dǎo)致 DT 環(huán)流型下降水區(qū)域比NDT 環(huán)流型下偏西, 是高原中西部降水顯著增加的一個重要原因。DT 環(huán)流型下降水條件的優(yōu)化表現(xiàn)在以下方面: “槽脊對峙”的加強(qiáng)為高原降水提供了更好的動力條件, 有利于高原中西部降水增加; DT環(huán)流型下“水汽滯增”作用增強(qiáng)為高原降水提供更多的水汽, 同時有利于 DT 環(huán)流型下 CAPE 和 500hPa的e在高原東北部和高原中部地區(qū)的顯著增強(qiáng), 為對流觸發(fā)提供了更好的熱力條件, 有利于對流降水的增加; T2 環(huán)流型以“槽脊對峙”加強(qiáng)為驅(qū)動的動力條件優(yōu)化為主導(dǎo), T4 環(huán)流型下則以“水汽滯增”加強(qiáng)為驅(qū)動的熱力條件優(yōu)化為主導(dǎo)。

我們正在面對的是一個變暖變濕的高原, 這種變化是否會持續(xù), 尚無明確的答案。本研究揭示了環(huán)流形勢逐日變化導(dǎo)致的高原降水變化趨勢, 從環(huán)流分型的天氣學(xué)角度分析高原降水的變化機(jī)制, 區(qū)分了動力條件和熱力條件影響的不同, 可為研究高原未來的降水變化研究提供借鑒。同時, 高原環(huán)流型日數(shù)的變化是否受氣候因子驅(qū)動, 有待進(jìn)一步的 深入研究。

[1] Qiu J. Environment: riding on the roof of the world. Nature, 2007, 449: 398–402

[2] Ma Yingzhao, Zhang Yinsheng, Yang Daqing, et al. Precipitation bias variability versus various gauges un-der different climatic conditions over the Third Pole Environment (TPE) region. International Journal of Climatology, 2015, 35(7): 1201–1211

[3] Wu Shaohong, Yin Yunhe, Zheng Du. Climatic trends over the Tibetan Plateau during 1971–2000. Geogra-phical Sciences, 2007, 17(2): 141–151

[4] Li Lun, Zhu Congwen, Zhang Renhe, et al. Roles of the Tibetan Plateau vortices in the record Meiyu rainfall in 2020. Atmospheric Science Letters, 2021, 22(3): e1017

[5] 馬耀明, 胡澤勇, 田立德, 等. 青藏高原氣候系統(tǒng)變化及其對東亞區(qū)域的影響與機(jī)制研究進(jìn)展. 地球科學(xué)進(jìn)展, 2014, 29(2): 207–215

[6] 徐祥德, 陶詩言, 王繼志, 等. 青藏高原–季風(fēng)水汽輸送“大三角扇型”影響域特征與中國區(qū)域旱澇異常的關(guān)系. 氣象學(xué)報, 2002, 60(3): 257–266

[7] Wang B, Bao Q, Hoskins B, et al. Tibetan plateau war-ming and precipitation changes in East Asia. Geophy-sical Research Letters, 2008, 35(14): L14702

[8] 魏瑩, 段克勤. 1980—2016 年青藏高原變暖時空特征及其可能影響原因. 高原氣象, 2020, 9(3): 459–466

[9] 俞靜雯, 李清泉, 丁一匯, 等. 氣候變暖背景下青藏高原夏季水汽的長期變化趨勢分析. 中國科學(xué): 地球科學(xué), 2022, 52(5): 942–954

[10] Lu Heli, Liu Guifang. Trends in temperature and preci-pitation on the Tibetan Plateau, 1961–2005. Climate Research, 2010, 43(3): 179–190

[11] Wan Guoning, Yang Meixue, Liu Zhaochen, et al. The precipitation variations in the Qinghai-Xizang (Tibe-tan) Plateau during 1961–2015. Atmosphere, 2017, 8 (5): doi: 10.3390/atmos8050080

[12] 徐麗嬌, 胡澤勇, 趙亞楠, 等. 1961—2010年青藏高原氣候變化特征分析. 高原氣象, 2019, 38(5): 911–919

[13] 馮川玉, 李陳彧, 周志浩, 等. 青藏高原降水變化特征及趨勢分析. 水文, 2022, 42(1): 75–79

[14] 段克勤, 姚檀棟, 王寧練, 等. 青藏高原南北降水變化差異研究. 冰川凍土, 2008, 30(5): 726–732

[15] Li Lun, Zhang Renhe, Wen Min, et al. Regionally different precipitation trends over the Tibetan Plateau in the warming context: a perspective of the Tibetan Plateau vortices. Geophysical Research Letters, 2021, 48(11): e2020GL091680

[16] Liu Yong, Chen Huopo, Li Hua, et al. What induces the interdecadal shift of the dipole patterns of summer precipitation trends over the Tibetan Plateau?. Inter-national Journal of Climatology, 2021, 41(11): 5159–5177

[17] Na Ying, Lu Riyu, Fu Qiang, et al. Precipitation cha-racteristics and future changes over the southern slope of Tibetan Plateau simulated by a high-resolution glo-bal nonhydrostatic model. Journal of Geophysical Re-search: Atmospheres, 2021, 126(3): e2020JD033630

[18] 劉曉東, 侯萍. 青藏高原中東部夏季降水變化及其與北大西洋濤動的聯(lián)系. 氣象學(xué)報, 1999, 57(5): 561–570

[19] 劉煥才, 李曼, 石培宏, 等. NAO對青藏高原中東部夏季降水雙極振蕩模態(tài)影響的時間尺度厘定. 高原氣象, 2015, 34(3): 633–641

[20] Tang Jie, Guo Xueliang, Chang Yi, et al. Temporo-spatial distribution and trends of thunderstorm, hail, gale, and heavy precipitation events over the Tibetan Plateau and associated mechanisms. Journal of Cli-mate, 2021, 34(24): 9623–9646

[21] Ding Jin, Cuo Lan, Zhang Yongxin, et al. Annual and seasonal precipitation and their extremes over the Tibetan Plateau and its surroundings in 1963–2015. Atmosphere, 2021, 12(5): doi: 10.3390/atmos12050620

[22] Ren Liying, Duan Keqin, Xin Rui. Impact of future loss of glaciers on precipitation pattern: a case study from south-eastern Tibetan Plateau. Atmospheric Research, 2020, 242: 104984

[23] 劉珂, 楊明祥, 徐艷紅. 青藏高原春季地表感熱加熱特征及其對黃河源區(qū)汛期降水的影響. 水文, 2020, 40(2): 72–79

[24] 李曉英, 姚正毅, 肖建華, 等. 1961—2010年青藏高原降水時空變化特征分析. 冰川凍土, 2016, 38(5): 1233–1240

[25] Zou Tian, Zhang Qinghong, Li Wenhong, et al. Res-ponses of hail and storm days to climate change in the Tibetan Plateau. Geophysical Research Letters, 45(9): 4485–4493

[26] Ma Ziqiang, Xu Jintao, Ma Yaoming. AERA5-Asia: a long-term Asian precipitation dataset (0.1 degrees, 1-hourly, 1951–2015, Asia) anchoring the ERA5-Land under the total volume control by APHRODITE. Bul-letin of the American Meteorological Society, 2022, 103(4): E1146–E1171

[27] Hersbach H, Bell B, Berrisford P, et al. The ERA5 global reanalysis. Quarterly Journal of the Royal Me-teorological Society, 2020, 146: 1999–2049

[28] Huth R. Properties of the circulation classification scheme based on the rotated principal component ana-lysis. Meteorology and Atmospheric Physics, 1996, 59 (3/4): 217–233

[29] Huth R. A circulation classification scheme applicable in GCM studies. Theoretical and Applied Climatology, 2000, 67(1/2): 1–18

[30] Wald A. Sequential tests of statistical hypotheses. Annals of Mathematical Statistics, 1945, 16(2): 117–186

[31] Pacut A. How to use the mann-whitney test to detect a change in distribution for groups. Acta Neurobiologiae Experimentalis, 1987, 47(1): 19–26

[32] Xu Xiangde, Lu Chungu, Shi Xiaohui, et al. World water tower: an atmospheric perspective. Geophysical Research Letters, 2008, 35(20): L20815

[33] Xu Jun, Zhang Qinghong, Bi Baogui, et al. Spring extreme precipitation days in North China and their reliance on atmospheric circulation patterns during 1979–2019. Journal of Climate, 2022, 35(7): 2253–2267

[34] He Zhiwei, Zhang Qinghong, Bai Lanqiang, et al. Characteristics of mesoscale convective systems in central East China and their reliance on atmospheric circulation patterns. International Journal of Climato-logy, 2017, 37(7): 3276–3290

[35] Li Mingxin, Zhang Qinghong, Zhang Fuqing. Hail day frequency trends and associated atmospheric circula-tion patterns over China during 1960–2012. Journal of Climate, 29(19): 7027–7044

[36] Curio J, Schiemann R, Hodges K I. Climatology of Tibetan Plateau vortices in reanalysis data and a high-resolution global climate model. Journal of Climate, 2019, 32(6): 1933–1950

[37] Mai Zi, Fu Shenming, Sun Jianhua. Key statistical characteristics of the mesoscale convective systems generated over the Tibetan Plateau and their relation-ship to precipitation and southwest vortices. Interna-tional Journal of Climatology, 2021, 41: E875–E896

[38] 鐘珊珊, 何金海, 管兆勇, 等. 1961—2001年青藏高原大氣熱源的氣候特征. 氣象學(xué)報, 2009, 67(3): 407–416

[39] Fu Shenming, Mai Zi, Sun Jianhua, et al. Impacts of convective activity over the Tibetan Plateau on plateau vortex, southwest vortex, and downstream precipita-tion. Journal of the Atmospheric Sciences, 2019, 76 (12): 3803–3830

[40] Li Yaodong, Wang Yun, Song Yang, et al. Characte-ristics of summer convective systems initiated over the Tibetan Plateau. Part I: origin, track, development, and precipitation. Journal of Applied Meteorology and Climatology, 2008, 47(10): 2679–2695

Precipitation Trend in Warm Seasons during 1981–2015 over the Tibetan Plateau: A Perspective of Circulation Change

SUN Yawei1,2, Chan-Pang NG1,?, LI Liye3, ZHANG Qinghong1

1. Department of Atmospheric and Oceanic Sciences, School of Physics, Peking University, Beijing 100871; 2. 92154 PLA Troop, Yantai 264000; 3. Chinese Academy of Meteorological Sciences, Beijing 100081; ? Corresponding author, E-mail: cpng@pku.edu.cn

The long-term precipitation trend over the Tibetan Plateau (TP) was studied using a high spatiotemporal resolution precipitation dataset. It was found that the warm season (May–Sept.) precipitation over TP increased significantly during 1981–2015 (grid-mean: 0.9 mm/a), which was most significant in the northeastern, central, and western TP. The geopotential height field of 500 hPa over TP was divided into 9 circulation patterns (T1–T9) by using the obliquely rotated Principal Components in the T-mode (PCT) method, in which T2 and T4 were the dominant circulation patterns (DT) for the increase of precipitation. The geopotential height field of DT was low over the west but high over the east. DT dominated the increase of precipitation was reflected in the increase of precipitation days and daily precipitation. The increase in the number of DTs led to increased precipitation in the central and western TP. Another dominant mechanism was the optimization of precipitation conditions: T2 was dominated by the optimization of dynamic conditions driven by the larger gradient of geopotential height, and T4 was dominated by the optimization of thermal conditions driven by more water vapor.

Tibetan Plateau (TP); precipitation; long-term trend; large-scale circulation