1. 引言
降水作为水循环的组成部分,对大气环流、水资源管理、农业生产等有重要作用。西南地区地处东亚季风与南亚季风过渡带[1],降水存在季节性和区域性差异。整体来看,其年降水日数呈减少趋势,但极端事件占比提高,降水格局整体趋于少雨但更极端,且极端降水事件的空间变异性增强[2]。区域来看,四川中部存在多雨中心,云南东部以及川西高原由于地形影响为少雨区[3]。季节上,西南地区夏季降水量总和占全年总降水量的75%以上,且夏季降水量具有明显的年代际特征[4]。
近年来,学者们从不同角度探讨了西南降水的影响因子。环流方面,副高偏西偏南时,西南地区东部受下沉气流控制,降水偏少;偏东偏北时,东部水汽输送增强[5]。四川盆地夏季降水由东亚夏季风与高原夏季风共同作用,以105˚E为界,西部受高原夏季风影响,东部受东亚夏季风影响[6]。南亚夏季风水汽输送是云南夏季降水的主要水汽通道,夏季异常旱涝年与来自孟加拉湾和南海地区的西南水汽输送有关[7]。此外,贝加尔湖高压脊或鄂霍次克海阻塞高压的异常可引导冷空气路径变化,影响降水分布[8]。高原冬季热源偏弱可能抑制后期春季降水,导致西南西部干旱[9]。海温强迫方面,太平洋海温对西南地区降水的影响从年代际尺度上来看,太平洋年代际震荡(PDO)在近十几年表现为显著的冷相位状态特征,PDO表现为冷相位时,副高位置明显偏东,西南地区北部夏季降水在近十几年显著减少[10];年际尺度上来看,厄尔尼诺年云南冬季降水以偏多为主,而拉尼娜年则相反[11]。印度洋海温影响方面,川北,川中和渝贵地区夏季降水量与印度洋同期夏季海温存在显著正相关关系,而云南北部和川南地区夏季降水量与印度洋同期夏季海温存在负相关关系[12]。遥相关型方面,东亚–太平洋遥相关型和斯堪的纳维亚遥相关型与同期中国西南地区夏季降水呈显著负相关,其可通过影响中高纬度大气环流形势、西南地区的水汽输送等来影响西南地区夏季降水[13]。
2. 资料和方法
2.1. 研究区域概况
选取人口相对密集的四川、重庆、贵州、云南四省(市)作为研究区域,不含西藏。如图1所示,以28˚N和105˚E为界[9],将西南地区划分为三个区域,西南地区西北部、东部及西南部分别记为I区、II区及III区。
Figure 1. Topography and regional division of Southwest China
图1. 西南地区地形及分区
2.2. 资料概况
资料主要包括国家青藏高原科学数据中心提供的中国逐日降水数据集,空间分辨率0.5˚ × 0.5˚;欧洲中期天气预报中心提供的ERA5逐月再分析资料,水平分辨率2.5˚ × 2.5˚;美国国家海洋和大气管理局提供的逐月斯堪的纳维亚遥相关(Scandinavian, SCA)指数数据。以上资料的时间范围均为1961~2022年。
2.3. 研究方法
2.3.1. 回归分析
分析西南地区夏季降水的时空分布及环流成因时,采用一元线性回归方法,计算公式如下:
	
	(1)
其中i = 1,2,3,…,n,
为某要素,
为年份,n为样本量,a为回归常数,b为回归系数。
2.3.2. 整层水汽通量计算
对地面(1000 hPa)至300 hPa水汽通量进行积分,公式如下:
	
	(3)
式中,Q为单层水汽通量,q为比湿,
为水平风矢量,g为重力加速度。
2.3.3. 指数计算
东亚–太平洋(East Asia-Pacific, EAP)遥相关指数参考Huang [14]利用500 hPa位势高度来计算:
	
	(5)
其中,
是纬度
网格点的标准化季节性平均500 hPa高度距平,
是网格点的夏季季节性平均500 hPa高度距平。
南亚季风指数选取Goswami等[15]提出的MHI指数,定义为(10˚N~30˚N, 40˚E~110˚E)区域850 hPa及200 hPa平均经向风切变,公式如下:
	
 	(6)
3. 西南地区夏季降水的时空分布
3.1. 西南地区夏季降水的空间分布特征
西南地区夏季降水量(图2(a))呈现从西北向东南“增–减–增”的变化趋势。高值区主要集中在四川南部、云南西南部和贵州南部,超过600 mm;川西高原降水量较低,在500 mm以下。降水日数(图2(b))呈自东北向西南增加,降水强度(图2(c))高值区集中分布,主要位于西南地区东部及云南南部。
Figure 2. Spatial distribution of summer precipitation in Southwest China. (a) Precipitation; (b) Precipitation days; (c) Precipitation intensity
图2. 西南地区夏季降水空间分布。(a) 降水量;(b) 降水日数;(c) 降水强度
Figure 3. Spatial distribution of summer precipitation change trends in Southwest China. (a) Precipitation; (b) Precipitation days; (c) Precipitation intensity; Stippled areas indicate passing the 95% confidence level test
图3. 西南地区夏季降水变化趋势空间分布。(a) 降水量;(b) 降水日数;(c) 降水强度;打点区域代表通过95%信度检验
Figure 4. Spatial distribution of interannual variations in summer precipitation anomalies in Southwest China. (a) Precipitation; (b) Precipitation days; (c) Precipitation intensity; The gray line represents the 9-year moving average
图4. 西南地区夏季降水距平值年际变化。(a) 降水量;(b) 降水日数;(c) 降水强度;灰色线为9年滑动平均
3.2. 西南地区夏季降水的时间演变特征
西南地区西南部夏季降水量(图3(a))呈减少趋势,云南南部降幅超过20 mm·(10a)−1,东部及川西高原呈增加趋势,增幅在0~20 mm·(10a)−1。降水日数变化(图3(b))呈普遍减少态势,除重庆中部略有增加,其他区域降幅在0~1.5 d·(10a)−1。降水强度(图3(c))变化趋势较为复杂:I区大部分区域增幅在0~0.1 mm·d·(10a)−1;II区整体呈增加趋势,北部增幅显著,超过0.3 mm·d·(10a)−1;III区呈减弱趋势,云南南部降幅超过0.2 mm·d·(10a)−1。图4(a)~(c)可见西南地区夏季降水特征(降水量、日数、强度)长期线性趋势不显著。降水量和降水日数在进入21世纪后波动性增强,正负距平交替频繁。降水强度变化波动相对较小,但在个别年份出现极端值,如2020年降水强度距平达到62年来最大值,但该年份降水量并非最高,暗示了全球变暖背景下应提高对极端降水事件的关注和重视。
4. 西南地区夏季降水的环流成因
4.1. 500 hPa环流特征分析
对500 hPa风、位势高度和降水间的回归关系进行分析,图5(a)显示,I区高空为西南风,同时500 hPa位势高度与I区部分区域降水呈现微弱的负相关,气流上升为降水提供了良好的动力条件。图5(b)中,II区上空偏西风显著增强,同时西太平洋、南海海面体现出明显的反气旋性环流特征,且呈正位势高度变化,说明西太平洋副热带高压的位置和强度是影响西南地区东部夏季降水的重要因素之一。图5(c)中,III区上空风表现为气旋性环流特征,且位势高度与该区降水呈负相关,利于该区降水的形成。
Figure 5. Regression distribution of standardized summer mean precipitation with 500 hPa wind and geopotential height in each region. (a) Region I; (b) Region II; (c) Region III; Red vectors and stippled areas indicate passing the 95% confidence level test
图5. 各区域夏季平均降水量标准化值与500 hPa风及位势高度的回归分布。(a) I区;(b) II区;(c) III区;红色矢量和打点区域代表通过95%信度检验
4.2. 水汽输送特征分析
西南地区夏季降水的水汽来源多样。图6中,红色矢量和打点区域代表通过95%信度检验。I区(图6(a))水汽主要来源于印度洋–阿拉伯海;II区(图6(b))夏季降水存在两个水汽通道,主要是西太平洋携南海的湿润气流向东北方向传输至西南地区东部,其次是来自印度洋的水汽对东部夏季降水有一定贡献;III区(图6(c))水汽主要来自印度洋–孟加拉湾。三个子区均显示良好的水汽辐合。
Figure 6. Regression distribution of standardized summer mean precipitation with integrated water vapor flux and water vapor flux divergence in each region. (a) Region I; (b) Region II; (c) Region III
图6. 各区域夏季平均降水量标准化值与整层水汽通量及水汽通量散度的回归分布。(a) I区;(b) II区;(c) III区
4.3. 垂直速度特征分析
图7中阴影为地形,红色矢量和打点区域代表通过95%信度检验,可见各子区垂直风速回归系数均表现出强烈的负相关性。I区整体海拔较高,在距离地面较近的高度层中,水平风相对较显著,而高空水平风对降水的贡献不显著。III区水平风影响亦不显著,而高空急流与上升运动对II区降水影响均显著。
5. 西南地区夏季降水的影响因子
西南地区不同区域的变化特征及影响因素具有差异性,那么什么因子能够影响各子区夏季降水?
图8可见,斯堪的纳维亚遥相关(SCA)指数和I区夏季降水量相关系数为−0.42,呈显著负相关,去趋势后的相关系数为−0.45。结合图9(a),SCA指数的正位相与500 hPa西风急流的减弱密切相关。东亚–太平洋遥相关(EAP)指数与II区夏季降水的相关系数为−0.43,呈显著负相关,去趋势后相关系数为−0.42。综合图5(b)和图9(b),发现EAP指数增加时II区周围500 hPa环流场与其降水降低时的基本一致。南亚季风指数(MHI)与III区夏季降水的相关系数为0.37,呈显著正相关,去趋势后的相关系数为0.30。图9(c)可见,MHI正位相时,III区500 hPa高空有气旋性环流,且位势高度呈负异常,利于降水发生。
Figure 7. Zonal cross-section of regression distribution between standardized summer mean precipitation and meridional mean wind as well as vertical velocity in each region. (a) Region I; (b) Region II; (c) Region III
图7. 各区域夏季平均降水量标准化值与经向平均风及垂直速度的回归分布的纬向剖面。(a) I区;(b) II区;(c) III区
Figure 8. Interannual variations in summer mean precipitation and teleconnection indices in each region. (a) Region I and SCA index; (b) Region II and EAP index; (c) Region III and MHI
图8. 各区域夏季平均降水量和遥相关指数的年际变化。(a) I区和SCA指数;(b) II区和EAP指数;(c) III区和MHI
Figure 9. Regression distribution of teleconnection indices with 500 hPa wind and geopotential height. (a) SCA index; (b) EAP index; (c) MHI; Red wind fields and stippled areas indicate passing the 95% confidence level test
图9. 遥相关指数与500 hPa风及位势高度的回归分布。(a) SCA指数;(b) EAP指数;(c) MHI;红色风场和打点区域代表通过95%信度检验
6. 结论
通过对西南地区1961~2022年夏季降水的时空变化及影响因素的分析,得到以下主要结论。
(1) 西南地区夏季降水量整体呈从西北向东南“增–减–增”变化,四川南部、云南西南部和贵州南部夏季降水量较高,超过600 mm;川西高原降水量较低,在500 mm以下。降水日数自东北向西南增加,降水强度高值区集中分布,主要位于西南地区东部及云南南部。
(2) 西南地区的夏季降水特征(降水量、日数、强度)长期线性变化趋势不显著。
(3) 西南地区西北部降水增加常伴随500 hPa西风增强及位势高度降低,水汽主要来源于印度洋–阿拉伯海;东部同样伴随高空急流增强,500 hPa高度在西太平洋及南海海面呈显著的反气旋环流特征及位势高度增加,水汽主要来自西太平洋、南海;西南部500 hPa表现为气旋性环流特征,水汽主要来自印度洋–孟加拉湾。各区域均存在显著的上升运动及水汽辐合。
(4) 斯堪的纳维亚遥相关(SCA)指数与西南地区西北部夏季降水量呈显著负相关,相关系数为−0.43;东亚–太平洋遥相关(EAP)指数与东部的降水呈显著负相关,相关系数为−0.42;南亚季风指数(MHI)与西南部降水呈显著正相关,相关系数为0.37。
本研究对于西南地区夏季降水研究较为详细,研究过程中综合了大气环流、海温等因素,但分区简化未能充分考虑到不同区域的气候复杂性,且复杂地形对降水的动力和热力影响机制有待进一步探究。
NOTES
*通讯作者。