西南地区夏季降水变化与青藏高原大气热源的关系

Relationship between Summer Precipitation Change in Southwest China and Atmospheric Heat Source in Qinghai-Tibet Plateau

摘要: 为进一步研究青藏高原大气热源对西南地区夏季降水的影响，用NCEP/NCAR1961~2022年的月平均再分析资料，网格距2.5˚ × 2.5˚、采用点相关分析、SVD分解、合成分析法及热源计算倒算法对西南地区62年夏季降水的时空分布特征及其与青藏高原大气热源的关系进行了详细研究，结果表明：1) 62年来，整个西南地区的夏季降水有减小的趋势，且西南地区的夏季降水存在三个高值区，高值区分别位于云南的南部地区、四川东部地区和贵州东南部地区，并且在降水高值区附近降水量的梯度也更大。降水量自东向西，自南向北逐渐减少，可以明显看出海拔较高的地区降水量较少。这与西南季风、复杂的地形地貌以及影响西南地区的环流系统等因素有关。2) 在青藏高原在1961~2022年均为大气热源，可以看出大气热源在1961年开始时较弱，随着时间逐渐增强，在70年代中期和80年代末期分别达到强度的最大值，之后大气热源逐渐减弱呈下降趋势，在2020年达到最低值。总体来看，从1961到2022年，青藏高原的大气热源强度呈现由强到弱的变化趋势，且存在一定的年际变化特征。3) 青藏高原地区(26˚00'~39˚47'N，73˚19'~104˚47'E)，除东北部的少部分地区为较强冷源外和北部地区为较弱冷源之外，其余大部分地区全年平均均为大气热源，中部地区为较强的大气热源。4) 在青藏高原范围内，与西南地区夏季降水存在显著正相关的地区是高原东部地区的大气热源和高原西部地区大气热源，与西南地区夏季降水存在显著负相关的地区是高原北部地区。总体来说西南地区夏季降水与青藏高原大气热源存在显著的相关性且西南地区夏季降水与青藏高原大气热源具有较高的年际线性相关性。5) 青藏高原大气热源的异常增加会影响西南地区夏季降水的不均变化，部分地区夏季降水量异常增多且存在大值区，部分地区夏季降水量异常减少且存在大值区；而青藏高原大气热源的异常减小时，西南地区夏季降水的增加较均匀。

Abstract: To further investigate the impact of atmospheric heat sources on summer precipitation in the southwestern region of the Qinghai Tibet Plateau, monthly average reanalysis data from NCEP/ NCAR 1961~2022 were used with a grid distance of 2.5˚ × 2.5˚. A detailed study was conducted on the spatiotemporal distribution characteristics of summer precipitation in Southwest China for 62 years and its relationship with atmospheric heat sources over the Qinghai Tibet Plateau using point correlation analysis, SVD decomposition, Synthetic analysis method and inverse heat source calculation algorithms at 2.5˚. The results show that: 1) In the past 62 years, the summer precipitation in the entire southwestern region has shown a decreasing trend, and there are three high value areas for summer precipitation in the southwestern region. The high value areas are located in the southern region of Yunnan, the eastern region of Sichuan, and the southeastern region of Guizhou, and the gradient of precipitation near the high value areas is also greater. The precipitation gradually decreases from east to west and from south to north, indicating that areas with higher elevations have less precipitation. This is related to factors such as the southwest monsoon, complex terrain, and the circulation system that affects the southwest region. 2) In the Qinghai Tibet Plateau, from 1961 to 2022, it can be seen that the atmospheric heat source was weak at the beginning of 1961 and gradually strengthened over time, reaching its maximum intensity in the mid-1970s and late 1980s, respectively. Afterwards, the atmospheric heat source gradually weakened and showed a downward trend, reaching its lowest value in 2020. Overall, from 1961 to 2022, the intensity of atmospheric heat sources in the Qinghai Tibet Plateau showed a trend of change from strong to weak, with certain interannual variation characteristics. 3) In the Qinghai Tibet Plateau region (latitude 26˚00'~39˚47' N, longitude 73˚19'~104˚47' E), except for a few areas in the northeast that are strong cold sources and the northern region that are weak cold sources, most of the remaining areas are atmospheric heat sources on average throughout the year, while the central region is a strong atmospheric heat source. 4) Within the range of the Qinghai Tibet Plateau, the regions with significant positive correlation with summer precipitation in the southwest region are the atmospheric heat sources in the eastern region of the plateau and the atmospheric heat sources in the western region of the plateau, while the regions with significant negative correlation with summer precipitation in the southwest region are the northern region of the plateau. Overall, there is a significant correlation between summer precipitation in the southwest region and atmospheric heat sources in the Qinghai Tibet Plateau, and there is a high interannual linear correlation between summer precipitation in the southwest region and atmospheric heat sources in the Qinghai Tibet Plateau. 5) The abnormal increase in atmospheric heat sources on the Qinghai Tibet Plateau will affect the uneven changes in summer precipitation in the southwest region. Some regions have abnormally increased summer precipitation with high value areas, while others have abnormally decreased summer precipitation with high value areas; The anomalous decrease in atmospheric heat sources on the Qinghai Tibet Plateau results in a more uniform increase in summer precipitation in the southwestern region.

1. 引言

自然区划概念下，西南地区一般指中国南方地区(不含青藏高原)西部地区，主要包括巴蜀盆地、云贵高原、秦巴山地等地貌单元。西南地区东西立体气候特征明显，是对气候变化最为敏感的区域之一。青藏高原夏季作为一个位于对流层中部的巨大热源，对北半球乃至全球范围的大气环流和天气气候有着重要的影响。目前，发现青藏高原大气热源的变化存在明显的区域性、季节性和时间阶段性。同样的，降水的减少和增加存在明显的时空分布特征，区域性和季节性变化明显。青藏高原热源与西南地区降水之间有明显的关联 ‎[1] 。

国内研究表明，关于西南地区夏季降水的研究，樊俊 ‎[2] 有结论指出近50年西南地区夏季降水气候平均值整体呈增加趋势。部分研究认为未来几十年，西南地区夏季降水总体呈下降趋势 ‎[3] 。在青藏高原大气热源的研究中，钟珊珊等 ‎[4] 有结论指出，在青藏高原上海拔 ≥ 3000 m范围内3-9月高原上空为热源，热源最强在6月，10月~次年2月为热汇，热汇最强在12月，主要表现为热源的持续时间长，为7个月，且热源强度较热汇大。西南地区夏季降水变化与青藏高原大气热源的关系是一个较为重要的研究领域，目前国内已有不少相关研究。一方面，有研究表明，青藏高原的大气热源通过不同的机制，影响着西南地区夏季降水的空间和时间分布。比如，青藏高原高温导致对流加强，从而加大了降水量；而在夏季季风强烈时，青藏高原的升温作用会使季风形势得到弱化，从而会导致西南地区的降水减少 ‎[5] 。另一方面，国内一些研究通过实地观测、模型模拟等手段，对青藏高原大气热源和西南地区夏季降水变化的关系进行了深入的研究。其中，一些模型研究结果表明，青藏高原的大气热源在影响西南地区降水的同时，还有影响着东亚季风和热带风暴等气候现象。另有一些针对特定时间段或特定区域的实地观测研究，通过分析气象资料、卫星和雷达资料等，得出类似的结论 ‎[6] 。其次，针对青藏高原大气热源对周边地区水循环的影响，一些国外学者也进行了深入研究 ‎[7] 。例如，美国加州大学伯克利分校的研究发现，青藏高原地表热源会对东亚夏季风的强度和位置产生重要影响，并与印度–亚洲季风的降水量具有显著负相关。此外，有研究指出，太平洋海温对青藏高原大气热源与西南地区夏季降水之间的关系也有较大影响。比如，美国埃默里大学的研究者利用气候模型和观测数据，分析了东亚夏季风与热带太平洋海表面温度异常之间的关联，发现海温异常可以作为预测西南地区夏季降水的指标之一 ‎[8] 。因此对于西南地区夏季降水变化与青藏高原大气热源之间的关系仍需要进一步深入。

西南地区夏季降水变化与青藏高原大气热源的关系是一个备受关注的气候问题，探究西南地区夏季降水变化与青藏高原大气热源的关系对于西南地区的水资源管理、气象预测和全球气候变化的研究具有非常重要的科学意义和现实意义 ‎[9] 。通过深入研究这一问题，我们可以更好地认识和控制气候变化，维护人类社会的可持续发展。

2. 资料和方法

2.1. 研究区概况

青藏高原位于中国大陆西南部，南起喜马拉雅山脉南缘，北至昆仑山、阿尔金山脉和祁连山北缘，西部为帕米尔高原和喀喇昆仑山脉，东及东北部与秦岭山脉西段和黄土高原相接。中国西南地区是中国七大自然地理分区之一，包括重庆市、四川省、贵州省、云南省4个省(市) ‎[10] 。该地区地势复杂，由于地域较为开阔，其气候特点表现为丰富多样。西南地区由于山高坡陡，加之紧邻印度洋季风的影响，雨水易于在山地凝聚，同时夏季容易受到台风、低涡等影响，因此该地区雨量充沛，湖泊众多，河流纵横。西南地区各站点及海拔分布如图1所示：

Figure 1. Site map of elevation in Southwest China

图1. 西南地区海拔高度站点图

2.2. 资料概况

1) 美国国家环境预报中心/国家大气研究中心(https://www.ncei.noaa.gov/)和NCAR (https://rda.ucar.edu/)提供的NCEP/NCAR的月平均再分析资料，时间跨度从1961到2022共62年，水平空间分布率为2.5˚ × 2.5˚经纬格距，使用的物理量有高度场、风场、比湿、相对湿度等。

2) 1961~2022年6~8月西南地区76个气象观测站的逐日平均降水量资料。

2.3. 研究方法

包括奇异值分解(Singular Value Decomposition, SVD) ‎[11] 、大气热源计算 ‎[12] ‎[13] 、EOF分解、合成分析法 ‎[14] 和点相关法。

2.3.1. 奇异值分解(SVD)

SVD (Singular Value Decomposition，奇异值分解)是一种将矩阵分解为多个简单部分的线性代数技术。SVD的基本思想是将一个矩阵分解为三个子矩阵的乘积，即A = UΣV^T，其中A是m × n维矩阵，U是m × r维矩阵，Σ是r × r维对角矩阵，V是n × r维矩阵，r是A的秩，也是Σ的非零奇异值的个数。在SVD中，U和V都是正交矩阵，即U^TU = I，V^TV = I，其中I是单位矩阵。而Σ则是一个对角矩阵，其对角线上的元素称为奇异值，按照从大到小排列。奇异值的个数就是矩阵A的秩，也是Σ的非零奇异值的个数。所有其他的奇异值均为零。SVD可以用来降维，即去除一些不重要的信息，从而实现对原始数据的压缩。通过保留前k个最大的奇异值，可以将原始矩阵A降至一个更低秩的矩阵A_k = U_kΣ_kV_k^T。此时，A_k将仅包含前k个奇异值所含有的信息，而不包含其他的非重要信息。具体计算如下：

设有两个要素场： ${Y^{\prime }}_{P\times n}$ (预报量场)和 $X_{qxn}$ 预报因子场两个场的协方差矩阵为 $C_{q\times p}=X_{qxn}{Y^{\prime }}_{P\times n}{C}_{q\times p}$ 的奇异值分解为 $C_{q\times p}=L_{q\times m}{\displaystyle \sum {}_{m\times m}}{R^{\prime }}_{m\times p}$ 式中，L是 $q\times m$ 阶矩阵，称为c的左奇异向量， $L^{\prime }L=I$ 。R是 $p\times m$ 阶矩阵，称为c的右奇异向量。 $R^{\prime }R=I$ 。其中m = min (q, p)；Σ是 $m\times m$ 对角阵 $\sum =\left[\begin{array}{ccc}{\sigma }_1& \cdots & 0\\ ⋮& \ddots & ⋮\\ 0& \cdots & {\sigma }_m\end{array}\right]$ 。 ${\sigma }_1,{\sigma }_2,\cdots ,{\sigma }_m$ 为C矩阵的奇异值。第i对空间分布型(即 $L_i,R_i$ )所能解释的协方差占总协方差的百分比为：

$P_h=\frac{{\sigma }_i^2}{{\displaystyle {\sum }_{i=1}^m{\sigma }_i^2}}$ (1)

前h对奇异向量所解释的方差占原资料场的协方差百分比为：

$P_h=\frac{{\displaystyle {\sum }_{i=1}^h{\sigma }_i^2}}{{\displaystyle {\sum }_{i=1}^m{\sigma }_i^2}}$ (2)

对要研究的预报量场与预报固子场用奇异值分解展开后可根据式(1)和式(2)算其展开的精度，决定所需选取的奇异向量对的数目 ‎[11] 。

2.3.2. 大气热源计算

本文利用的是1961~2022年NCEP/NCAR月平均再分析数据资料参照黄小梅 ‎[12] 等、赖欣 ‎[13] 等的方法，利用倒算法计算的大气视热源，参考公式如下：

$Q_1=C_P\left[\frac{\partial T}{\partial t}+V\cdot \nabla T+{\left(\frac{P}{P_0}\right)}^k\omega \frac{\partial \theta }{\partial p}\right]$ (3)

在(3)式中，T为温度，V为水平风矢量，ω为p坐标的垂直速度；P₀ = 1000 hPa， $k=R/C_p$ ；为大气视

热源，在计算大气视热源时假设的是对流层顶ω = 0，然后将(1)式进行整层积分，得到大气热源的垂直积分表达式：

$Q=\frac{1}{g}{\displaystyle \underset{{{\displaystyle P}}_t}{\overset{{{\displaystyle P}}_s}{\int }}{{\displaystyle Q}}_1}{{\displaystyle d}}_p$ (4)

在(4)式中P_s表示的是地面的气压，而P_t则表示100 hPa。若Q > 0，则为热源，反之若Q < 0，则为冷源。

3. 西南地区夏季降水变化与青藏高原大气热源的关系

3.1. 西南地区夏季降水变化特征

Figure 2. Inter-annual wheat map of summer precipitation in the southwest of 1961~2022

图2. 西南地区1961~2022年夏季降水年代际变化图

要了解西南地区夏季降水的多尺度区域特征，应该先对西南地区62年来夏季降水的整体时间和空间特征有一定的了解。图2为1961~2022年西南地区夏季(6~8月)降水的年际变化图，如图所示，整体来看，整个西南地区的夏季降水1961~2010年有减小的趋势，这与陈超等 ‎[15] 、刘晓冉 ‎[16] 等的研究结果一致，2010~2022年存在较大波动。图3为1961~2022年西南地区夏季(6~8月)降水量的空间分布图，如图可以得出以下两个结论：1) 近60年以来，西南地区的夏季降水存在三个高值区，最高值区位于云南的南部地区，达到750~800 mm/a，另外两个高值区分别位于四川东部地区和贵州东南部地区，达到了600~650 mm/a。这跟唐红玉等 ‎[17] 、刘燕等 ‎[18] 的结论、张新主 ‎[19] 的分结论研究结果一致，并且在降水高值区附近降水量的梯度也更大(2)降水量自东向西，自南向北逐渐减少，可以明显看出海拔较高的地区降水量较少。这与西南季风、复杂的地形地貌以及影响西南地区的环流系统等因素有关。

Figure 3. Spatial distribution of summer precipitation in the southwest region from 1961 to 2022

图3. 西南地区1961~2022年夏季降水量空间分布图

3.3. 青藏高原大气热源变化特征

3.3.1. 青藏高原大气热源的年际变化

Figure 4. Inter-annual change curve of atmospheric heat sources on the Qinghai-Tibet Plateau

图4. 青藏高原大气热源的年际变化曲线

为了解青藏高原大气热源，先对青藏高原全区大气热源强度的长期变化特征进行了图形绘制，给出了1961~2022年逐年平均的青藏高原大气热源强度的年际变化曲线(图4)。从图5中可以看出，青藏高原在1961~2022年Q始终为正值，可以得出的是在青藏高原在1961~2022年均为大气热源，可以看出大气热源在1961年开始时较弱，随着时间逐渐增强，在70年代中期和80年代末期分别达到强度的最大值，最大值为28~30 W·m⁻²左右，之后大气热源逐渐减弱呈下降趋势，在2020年达到最低值，最低值为2~3 W·m⁻²左右。总体来看，从1961到2022年，青藏高原的大气热源强度呈现由强到弱的变化趋势，且存在一定的年际变化特征，相关系数为−0.302。这与齐冬梅等 ‎[20] 、王学佳等 ‎[21] 结论相似。

3.3.2. 青藏高原大气热源空间分布

在了解青藏高原大气热源强度的年际变化之后，对青藏高原大气热源进行了年平均和季节平均，得到如下五张青藏高原大气热源空间分布图 ‎[22] (图5(a)~(e))从图5(a)中可以看出，青藏高原地区(26˚00'~39˚47'N, 73˚19'~104˚47'E)，除东北部的少部分地区为较强冷源外和北部地区为较弱冷源之外，其余大部分地区全年平均均为大气热源，中部地区甚至达到20 W·m⁻²的热源强度。从图5(b)中可以看出，青藏高原地区，春季全区为较弱的热源和冷源，其中中部地区热源强度偏高，有5~20 W·m⁻²，其余地区为较弱热源或较弱冷源，强度正负值都小于5 W·m⁻²。从图5(c)中可以看出，青藏高原地区，夏季平均热源强度是全区均为较强大气热源，这与王群等 ‎[23] 结论一致平均热源强度都高于20 W·m⁻²，其中高原中部地区热源强度高至50~70 W·m⁻²。所以可以得出青藏高原夏季全区都为大气热源。从图5(d)中可以看出，青藏高原地区，秋季平均热源强度以30˚N为分界线，南部为较弱热源，热源强度在5~20 W·m⁻²，北部大部分为较弱冷源，其中东北部地区存在较强冷源，强度达到−20 W·m⁻²以上。从图5(e)中可以看出，青藏高原地区，冬季平均热源强度是全区均为大气冷源，平均冷源强度达到了−20 W·m⁻²以上，其中高原东北部地区冷源强度高至−50 W·m⁻²甚至达到−70 W·m⁻²。所以可以得出，青藏高原冬季全区为大气冷源。这与宋敏红等 ‎[24] 、岑思弦等 ‎[25] 结论一致。

Figure 5. Spatial distribution of atmospheric heat sources on the Qinghai-Tibet Plateau; (a) Annual average; (b) Spring; (c) Summer; (d) Autumn; (e) Winter

图5. 青藏高原大气热源的空间分布；(a) 年平均；(b) 春季；(c) 夏季；(d) 秋季；(e) 冬季

3.3.3. 青藏高原大气热源的空间趋势

在得到青藏高原大气热源的年平均和季节平均之后，对青藏高原大气热源的空间趋势进行了分析，得出了以下五张年平均和季节平均的空间趋势图(图6(a)~(e))。从图6(a)中可以看出，青藏高原大气热源的年平均强度总体存在减弱的趋势，这与上文中年际变化得出的结论基本一致，高原中心区年平均强度存在0.2~0.4 W·m⁻²的减弱趋势，周围区域大多存在0~0.1 W·m⁻²的弱增强趋势，高原东北部区域存在0.2~0.3 W·m⁻²的增强趋势。从图6(b)中可以看出，青藏高原大气热源的春季平均强度与全年平均强度相比，中心减弱的趋势有一定变大，周围区域弱增强趋势有一定变小，高原东北部区域大气热源增强趋势得到提升，达到0.3 W·m⁻²以上。从图6(c)中可以看出，青藏高原大气热源的夏季平均强度与春季平均强度相比，中心减弱的趋势进一步变大，达到了0.4 W·m⁻²以上的减弱趋势，周围区域增强趋势得到提升，达到0.1~0.2 W·m⁻²，高原东北部区域大气热源的增强趋势减弱到0~0.1 W·m⁻²。从图6(d)中可以看出，青藏高原大气热源的秋季平均强度与夏季平均强度相比，中心减弱的趋势减小到0.2~0.3 W·m⁻²，周围区域增强的趋势0~0.1 W·m⁻²，高原东北部的增强趋势上升到0.1~0.2 W·m⁻²。从图6(e)中可以看出，青藏高原大气热源冬季平均强度与秋季平均强度相比，高原东北部的增强趋势上升到0.2~0.3 W·m⁻²，其余区域大致一致。这与罗凝谊等 ‎[26] 结论相似。

Figure 6. Spatial trend chart of atmospheric heat sources on the Qinghai-Tibet Plateau; (a) Annual average; (b) Spring; (c) Summer; (d) Autumn; (e) Winter

图6. 青藏高原大气热源的空间趋势图；(a) 年平均；(b) 春季；(c) 夏季；(d) 秋季；(e) 冬季

3.4. 西南地区夏季降水变化与青藏高原大气热源的关系

3.4.1. 降水与热源的点相关分析

图7. 西南地区夏季降水与格点热源的相关图

在了解西南地区夏季降水特征和青藏高原大气热源气候特征之后，得到了它们各自的特点，再将它们进行相关性分析，图7是西南地区夏季降水与格点热源的点相关图。从图8中可以看出，在青藏高原范围内，与西南地区夏季降水存在显著正相关的地区是高原东部地区的大气热源和高原西部地区大气热源，其中相关性在0.1~0.4之间，与西南地区夏季降水存在显著负相关的地区是高原北部地区，相关性在−0.3到−0.1之间。总体来说西南地区夏季降水与青藏高原大气热源存在显著的相关性。

3.4.2. 西南地区夏季降水与青藏高原大气热源的SVD分析

Figure 8. Summer precipitation in southwest China and atmospheric heat source of the Qinghai-Tibet Plateau SVD decomposition of the first mode and the corresponding time coefficient; (a) Summer precipitation in the southwest; (b) Atmospheric heat source of the Qinghai-Tibet Plateau; (c) Time Coefficient

图8. 西南地区夏季降水与青藏高原大气热源SVD分解第1模态及相应的时间系数；(a) 西南地区夏季降水；(b) 青藏高原大气热源；(c) 时间系数

Figure 9. Summer Precipitation in Southwest China and SVD Decomposition of Atmospheric Heat Source over the Qinghai Tibet Plateau, Second Mode and Corresponding Time Coefficients; (a) Summer precipitation in the southwestern region; (b) Atmospheric heat source on the Qinghai Tibet Plateau; (c) Time coefficient

图9. 西南地区夏季降水与青藏高原大气热源SVD分解第2模态及相应的时间系数；(a) 西南地区夏季降水；(b) 青藏高原大气热源；(c) 时间系数

Figure 10. Summer Precipitation in Southwest China and SVD Decomposition of Atmospheric Heat Source over the Qinghai Tibet Plateau, 3rd Mode; (a) Summer precipitation in the southwestern region; (b) Atmospheric heat source on the Qinghai Tibet Plateau; (c) Time coefficient

图10. 西南地区夏季降水与青藏高原大气热源SVD分解第3模态；(a) 西南地区夏季降水；(b) 青藏高原大气热源；(c) 时间系数

在了解了西南地区夏季降水和青藏高原大气热源的相关性之后，为进一步得到两者的关联，对两者进行了三种模态下的SVD奇异值分解。图8(a)~(c)为SVD1模态下的SVD分解场，从时间序列图中可以看出西南地区夏季降水与青藏高原大气热源相关性为0.7，说明二者之间存在较高的线性相关程度。图9(a)~(c)为SVD2模态下的SVD分解场，从时间序列图中可以看出西南地区夏季降水与青藏高原大气热源相关性为0.72，说明二者之间存在较高的线性相关程度。图10(a)~(c)为SVD3模态下的SVD分解场，从时间序列图中可以看出西南地区夏季降水与青藏高原大气热源相关性为0.78，说明二者之间存在较高的线性相关程度。三种模态下的SVD分解都说明了，西南地区夏季降水与青藏高原大气热源具有较高的年际线性相关性(都大于0.7)，这与华明 ‎[27] 结论相似。但由于模态2和模态3的左奇异向量方差贡献率较低，分别为18.75%和9.86%，所以我们采用模态1 (方差贡献率为40.98%)的结果，相对来说更具有说服力。

3.4.3. 青藏高原大气热源异常年西南地区夏季降水变化

由青藏高原大气热源的年际变化曲线(图5)分析得出基于青藏高原大气热源识别的异常年：青藏高原大气热源异常偏高年有：1970、1974、1981、1988、1998、2010年；青藏高原大气热源异常偏低年有：1997、2001、2002、2003、2020、2021年。再基于青藏高原大气热源异常年与西南地区夏季降水进行合成得出青藏高原大气热源异常偏高年西南地区夏季降水变化(图11(a))，和青藏高原大气热源异常偏低年西南地区夏季降水变化(图11(b))。(图中红点标出的地区表示相关性检验高于90%的地区)从图11(a)中可以看出，在青藏高原大气热源异常偏高年，西南地区夏季降水存在两个异常增加的大值区，分别位于四川东部和南部，异常增加值分别大于80 mm和60 mm。其中绵阳、木里、盐源、威宁地区的合成相关性高于90%。除了异常增加的大值区之外还存在异常减小的大值区，位于云南南部，异常减小值大于60 mm。从图12(b)中可以看出，在青藏高原大气热源异常偏低年，西南地区夏季降水变化稳定，西南地区全区降水增加一致，为20~40 mm。其中越西、楚雄地区的合成相关性高于90%。可以得出，青藏高原大气热源的异常增加会影响西南地区夏季降水的不均变化，部分地区夏季降水量异常增多且存在大值区，部分地区夏季降水量异常减少且存在大值区 ‎[28] ；而青藏高原大气热源的异常减小时，西南地区夏季降水的增加较均匀。

Figure 11. Summer Precipitation in Southwest China in the Year of Abnormal High Atmospheric Heat Source on the Qinghai Tibet Plateau; (a) Abnormally high; (b) Abnormally low

图11. 青藏高原大气热源异常偏高年西南地区夏季降水；(a) 异常偏高；(b) 异常偏低

3.4.4. 西南地区夏季降水异常年青藏高原大气热源的变化

由西南地区1961~2022年夏季降水年代际变化图(图2)分析得出，在1966、1968、1974、1979、1984、1991、1993、1995、1998、1999、2018~2020年西南地区夏季降水总体偏高，降水量大于600 mm，而在1972、1975、1992、2006、2012、2022年西南地区夏季降水总体偏低，降水量小于500 mm。再基于西南地区夏季降水异常年份与青藏高原大气热源进行合成得出西南地区夏季降水异常偏多年青藏高原大气热源的变化(图12(a))和西南地区夏季降水异常偏少年青藏高原大气热源的变化(图12(b))。从图12(a)中可以看出，在西南地区夏季降水异常偏多年，青藏高原中部普遍为大气热源的减弱区，其中存在两个减弱的大值区分别位于南北部，大值区减弱的最大值大于8 W·m⁻²，而在高原东南部存在着有大气热源的增强区，增强区最大值在4~6 W·m⁻²。这与李永华等结论一致。从图12(b)中可以看出，在西南地区夏季降水异常偏少年，青藏高原大气热源存在南北差异，北部普遍为大气热源的增强区，且在偏西地区存在一个增强的大值区，增强的最大值在4~6 W·m⁻²。青藏高原南部普遍为大气热源的减弱区，且在偏东地区存在一个减弱的大值区，减弱的最大值在6~8 W·m⁻²。可以得出，西南地区夏季降水的异常偏多，与青藏高原中部地区大气热源的减弱和青藏高原东部地区大气热源的增强有一定关系。西南地区夏季降水的异常偏少，与青藏高原北部地区大气热源的增强和南部地区大气热源的减弱有一定关系。这与陈忠明等 ‎[29] 结论相似。

Figure 12. Changes in atmospheric heat sources over the Qinghai Tibet Plateau during anomalous summer precipitation years in the southwest region; (a) More anomalies; (b) Less anomalies

图12. 西南地区夏季降水异常年青藏高原大气热源的变化；(a) 异常偏多；(b) 异常偏少

4. 结论

1) 整个西南地区的夏季降水在1961~2010年有减小的趋势，在2010~2022年存在较大波动。且西南地区的夏季降水存在三个高值区，高值区分别位于云南的南部地区、四川东部地区和贵州东南部地区，并且在降水高值区附近降水量的梯度也更大。降水量自东向西，自南向北逐渐减少，可以明显看出海拔较高的地区降水量较少。这与西南季风、复杂的地形地貌以及影响西南地区的环流系统等因素有关。

2) 在青藏高原在1961~2022年均为大气热源，可以看出大气热源在1961年开始时较弱，随着时间逐渐增强，在70年代中期和80年代末期分别达到强度的最大值，之后大气热源逐渐减弱呈下降趋势，在2020年达到最低值。总体来看，从1961到2022年，青藏高原的大气热源强度呈现由强到弱的变化趋势，且存在一定的年际变化特征。

3) 青藏高原地区(26˚00'~39˚47'N, 73˚19'~104˚47'E)，除东北部的少部分地区为较强冷源外和北部地区为较弱冷源之外，其余大部分地区全年平均均为大气热源，中部地区为较强的大气热源。

4) 在青藏高原范围内，与西南地区夏季降水存在显著正相关的地区是高原东部地区的大气热源和高原西部地区大气热源，与西南地区夏季降水存在显著负相关的地区是高原北部地区。总体来说西南地区夏季降水与青藏高原大气热源存在显著的相关性且西南地区夏季降水与青藏高原大气热源具有较高的年年际线性相关性。

5) 青藏高原大气热源的异常增加会影响西南地区夏季降水的不均变化，部分地区夏季降水量异常增多且存在大值区，部分地区夏季降水量异常减少且存在大值区；而青藏高原大气热源的异常减小时，西南地区夏季降水的增加较均匀。

西南地区夏季降水的异常偏多，与青藏高原中部地区大气热源的减弱和青藏高原东部地区大气热源的增强有一定关系。西南地区夏季降水的异常偏少，与青藏高原北部地区大气热源的增强和南部地区大气热源的减弱有一定关系。