ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

1961—2015年中国暴雨变化诊断及其与多种气候因子的关联性研究

孔锋 方建 吕丽莉

孔锋, 方建, 吕丽莉. 1961—2015年中国暴雨变化诊断及其与多种气候因子的关联性研究[J]. 热带气象学报, 2018, 34(1): 34-47. doi: 10.16032/j.issn.1004-4965.2018.01.004
引用本文: 孔锋, 方建, 吕丽莉. 1961—2015年中国暴雨变化诊断及其与多种气候因子的关联性研究[J]. 热带气象学报, 2018, 34(1): 34-47. doi: 10.16032/j.issn.1004-4965.2018.01.004
Feng KONG, Jian FANG, Li-li LU. THE DIAGNOSIS OF HEAVY RAINFALL IN CHINA AND CORRELATION OF HEAVY RAINFALL WITH MULTIPLE CLIMATIC FACTORS IN CHINA FROM 1961 TO 2015[J]. Journal of Tropical Meteorology, 2018, 34(1): 34-47. doi: 10.16032/j.issn.1004-4965.2018.01.004
Citation: Feng KONG, Jian FANG, Li-li LU. THE DIAGNOSIS OF HEAVY RAINFALL IN CHINA AND CORRELATION OF HEAVY RAINFALL WITH MULTIPLE CLIMATIC FACTORS IN CHINA FROM 1961 TO 2015[J]. Journal of Tropical Meteorology, 2018, 34(1): 34-47. doi: 10.16032/j.issn.1004-4965.2018.01.004

1961—2015年中国暴雨变化诊断及其与多种气候因子的关联性研究

doi: 10.16032/j.issn.1004-4965.2018.01.004
基金项目: 

中亚大气科学研究基金“中亚地区暴雨时空变化及其影响因素诊断” CAAS201804

国家自然科学基金面上项目“北京城市热岛效应与强降水事件的关系研究” 41775078

详细信息
    通讯作者:

    孔锋,男,山西省人,博士,主要研究方向为自然灾害与环境演变。E-mail:kongfeng0824@foxmail.com

  • 中图分类号: P468.0.24

THE DIAGNOSIS OF HEAVY RAINFALL IN CHINA AND CORRELATION OF HEAVY RAINFALL WITH MULTIPLE CLIMATIC FACTORS IN CHINA FROM 1961 TO 2015

  • 摘要: 气候变化背景下,频发的暴雨事件造成城市内涝、人员伤亡和财产损失,已经成为全社会广泛关注的焦点问题之一。为了诊断中国暴雨的时空变化及其与不同自然因子的关联性,采用1961—2015年中国659个降水站点数据,采用线性趋势、EOF分析等多种统计方法诊断了中国暴雨时空变化特征,结果表明,中国暴雨雨量、雨日和雨强在1961—2015年以胡焕庸线为界呈现出东南高-西北低的气候态空间分布格局;线性趋势分析表明1961—2015年中国暴雨雨量和雨日从东南沿海向西北内陆呈明显“增-减-增”的空间分布格局,且呈增长趋势的站点占主导,分别高达80.88%和79.81%;从西北内陆到东南沿海的年代剖面分析表明中国暴雨雨量和雨日随着年代推移在迅速增长;对低通滤波后的中国暴雨进行EOF分析表明中国暴雨雨量和雨日的增长东南沿海快,内陆地区慢。根据IPCC等已有研究中筛选出对中国地区有影响的28个气候因子,并将其与659个站点的暴雨进行相关分析,结果表明不同气候因子与不同区域暴雨呈现出错综复杂的相关性特征,其中与暴雨雨量呈现以正相关和负相关为主的气候因子分别为15和13个,全局相关因子包含AAO(Antarctic Oscillation)、Pacific Warmpool,而其它气候因子在七大分区中与暴雨的关联性各有突出,表现出明显的空间异质性。

     

  • 图  1  距海岸线距离的中国暴雨剖面分析(1961—2015年)

    图  2  中国年际暴雨变化趋势

    图  3  中国年际暴雨雨量EOF分析的第一模态

    a.空间格局特征向量; b.时间系数的长期趋势。

    图  4  中国年际暴雨雨日EOF分析的第一模态

    a.空间格局特征向量; b.时间系数的长期趋势。

    图  5  全球影响气候的主要自然系统

    图  6  中国年际暴雨雨量和气候指数相关关系的空间分布

    表  1  与中国区域降水相关的气候因子

    序号 英文缩写 指标描述 数据来源
    1 WPSH ANNUAL 西太平洋副热带高压年均值 中国气象局国家气候中心
    2 WPSH SA 西太平洋副热带高压6—8月夏季均值 中国气象局国家气候中心
    3 EASMI 东亚夏季风指数6—8月夏季均值 中国科学院大气物理研究所
    4 SCSSMI 南海夏季风指数6—9月均值 中国科学院大气物理研究所
    5 SASMI 南亚夏季风指数6—9月均值 中国科学院大气物理研究所
    6 ENSO DJF ENSO指数(上一年12和1,2月均值) 美国大气海洋局
    7 ENSO MAM ENSO指数3—5月均值 美国大气海洋局
    8 ENSO JJA ENSO指数6—8月均值 美国大气海洋局
    9 ENSO SOV ENSO指数9—11月均值 美国大气海洋局
    10 PDO 太平洋年代际振荡年均值 美国大气海洋局
    11 Pacific Warmpool 太平洋暖池年均值 美国大气海洋局
    12 NINO3.4 热带太平洋海温年均值 美国大气海洋局
    13 AMO US 北大西洋年代际振荡未滑动平均年均值 美国大气海洋局
    14 AMO SM 北大西洋年代际振荡滑动平均后年均值 美国大气海洋局
    15 Blocking 中纬度阻断事件年平均值6—8月均值 美国大气海洋局
    16 IOD MAM 印度洋偶极子指数3—5月均值 日本海洋科学技术中心
    17 IOD JJA 印度洋偶极子指数6—8月均值 日本海洋科学技术中心
    18 IOD SON 印度洋偶极子指数9—11月均值 日本海洋科学技术中心
    19 IOD DJF 印度洋偶极子指数上一年12和1,2月均值 日本海洋科学技术中心
    20 IOD ANNUAL 印度洋偶极子指数年均值 日本海洋科学技术中心
    21 Tibet 1 青藏高原高压年均值 中国气象局国家气候中心
    22 Tibet 2 青藏高原高压年均值 中国气象局国家气候中心
    23 QBO 准两年振荡年均值 美国大气海洋局
    24 NHPVII 北半球极涡强度指数年均值 中国气象局国家气候中心
    25 AO 北极涛动年均值 中国科学院大气物理研究所
    26 AAO 南极涛动年均值 中国科学院大气物理研究所
    27 NAO 北大西洋涛动年平均值 中国科学院大气物理研究所
    28 Sunspots 太阳黑子强度年均值 美国大气海洋局
    下载: 导出CSV

    表  2  中国年际暴雨变化趋势站点数统计

    暴雨雨量趋势/(mm/(10 a)) 站点数(百分比) 暴雨雨日趋势/(d/(10 a)) 站点数(百分比)
    < -20 7(1.06%) < -0.4 5(0.76%)
    -20 ~ -15 5(0.76%) -0.4 ~ -0.3 3(0.46%)
    -15 ~ -10 8(1.21%) -0.3 ~ -0.2 5(0.76%)
    -10 ~ -5 10(1.52%) -0.2 ~ -0.1 15(2.28%)
    -5 ~ 0 96(14.57%) -0.1 ~ 0.0 105(15.93%)
    0 ~ 5 259(39.30%) 0.0 ~ 0.1 289(43.85%)
    5 ~ 10 65(9.86%) 0.1 ~ 0.2 81(12.29%)
    10 ~ 15 42(6.37%) 0.2 ~ 0.3 47(7.13%)
    15 ~ 20 34(5.16%) 0.3 ~ 0.4 33(5.01%)
    > 20 133(20.18%) > 0.4 76(11.53%)
    下载: 导出CSV

    表  3  中国年际暴雨和气候指数相关性的站点统计

    暴雨指标 暴雨雨量 暴雨雨日 暴雨雨强
    正相关 百分比/% 负相关 百分比/% 正相关 百分比/% 负相关 百分比/% 正相关 百分比/% 负相关 百分比/%
    AAO 556 84.37 103 15.63 546 82.85 113 17.15 556 84.37 103 15.63
    AMO SM 402 61.00 257 39.00 391 59.33 268 40.67 376 57.06 283 42.94
    AMO US 416 63.13 243 36.87 409 62.06 250 37.94 369 55.99 290 44.01
    AO 293 44.46 366 55.54 300 45.52 359 54.48 327 49.62 332 50.38
    ENSO DFJ 479 72.69 180 27.31 485 73.60 174 26.40 441 66.92 218 33.08
    ENSO MAM 225 34.14 434 65.86 223 33.84 436 66.16 204 30.96 455 69.04
    ENSO JJA 144 21.85 515 78.15 142 21.55 517 78.45 145 22.00 514 78.00
    ENSO SON 130 19.73 529 80.27 118 17.91 541 82.09 131 19.88 528 80.12
    NAO 293 44.46 366 55.54 300 45.52 359 54.48 327 49.62 332 50.38
    NINO3.4 368 55.84 291 44.16 383 58.12 276 41.88 380 57.66 279 42.34
    PDO 278 42.19 381 57.81 285 43.25 374 56.75 299 45.37 360 54.63
    Pacific Warmpool 529 80.27 130 19.73 528 80.12 131 19.88 543 82.40 116 17.60
    WPSH SA 529 80.27 130 19.73 528 80.12 131 19.88 528 80.12 131 19.88
    WPSH ANNUAL 534 81.03 125 18.97 525 79.67 134 20.33 536 81.34 123 18.66
    EASMI 204 30.96 455 69.04 209 31.71 450 68.29 204 30.96 455 69.04
    SCSSMI 138 20.94 521 79.06 138 20.94 521 79.06 126 19.12 533 80.88
    SASMI 227 34.45 432 65.55 222 33.69 437 66.31 208 31.56 451 68.44
    NHPVII 255 38.69 404 61.31 263 39.91 396 60.09 298 45.22 361 54.78
    Blocking 355 53.87 304 46.13 351 53.26 308 46.74 394 59.79 265 40.21
    IOD ANNUAL 250 37.94 409 62.06 235 35.66 424 64.34 261 39.61 398 60.39
    IOD MAM 407 61.76 252 38.24 399 60.55 260 39.45 418 63.43 241 36.57
    IOD JJA 384 58.27 275 41.73 369 55.99 290 44.01 373 56.60 286 43.40
    IOD SON 353 53.57 306 46.43 339 51.44 320 48.56 353 53.57 306 46.43
    IOD DJF 267 40.52 392 59.48 263 39.91 396 60.09 267 40.52 392 59.48
    QBO 249 37.78 410 62.22 249 37.78 410 62.22 255 38.69 404 61.31
    Tibet 1 477 72.38 182 27.62 471 71.47 188 28.53 461 69.95 198 30.05
    Tibet 2 488 74.05 171 25.95 480 72.84 179 27.16 488 74.05 171 25.95
    Sunspots 408 61.91 251 38.09 416 63.13 243 36.87 432 65.55 227 34.45
    下载: 导出CSV

    表  4  中国七大地理分区特征[32]

    分区 包含省区 面积/万平方公里 人口/万人 人口密度/(人/km2) 站点数(比例/%)
    东北 辽宁、吉林、黑龙江 78.83 10 951 139 78(11.84)
    华北 北京、天津、河北、山西、内蒙古 155.81 16 832 108 87(13.20)
    华中 湖北、湖南、河南、江西 73.16 26 807 366 75(11.38)
    华东 山东、江苏、安徽、浙江、福建、上海 63.144 35 098 556 85(12.90)
    华南 广东、广西、海南 45.19 15 899 352 58(8.80)
    西北 宁夏、新疆、青海、陕西、甘肃 310.82 9 662 31 148(22.46)
    西南 四川、云南、贵州、西藏、重庆 235.34 19 634 83 128(19.42)
    下载: 导出CSV

    表  5  中国不同地区年际暴雨主要气候影响因子

    分区 正相关为主 负相关为主
    东北 AAO; AMO US; ENSO DJF; EASMI; Pacific Warmpool;
    WPSH SA; WPSH ANNUAL
    AO; NAO; Sunspots
    华北 AAO; ENSO DJF; Pacific Warmpool; PDO; SASMI; Tibet1;Tibet2;NHPVII; AO; ENSO MAM; ENSO JJA; ENSO SON;
    NAO; NINO3.4;Blocking;
    华中 AAO; ENSO DJF; Pacific Warmpool Blocking; ENSO JJA; ENSO SON; EASMI;
    SCSSMI;IOD DJF;IOD JJA;IOD SON
    华东 AAO; Pacific Warmpool; WPSH SA; WPSH ANNUAL QBO
    华南 AAO; AO;IOD DJF; NAO; PDO; Pacific Warmpool;
    QBO; WPSH SA; WPSH ANNUAL
    AMO US; NINO3.4
    西北 AAO; AMO SM; AMO US; Pacific Warmpool;
    WPSH SA; Tibet1;Tibet2;Sunspots
    ENSO MAM; ENSO JJA; ENSO SON; EASMI;
    PDO; QBO; SASMI; NHPVII
    西南 AAO; Pacific Warmpool AMO SM; AMO US; ENSO JJA
    下载: 导出CSV
  • [1] IPCC SREX. Managing the risks of extreme events and disasters to advance climate change adaptation[M]. London: Cambridge University Press, 2012.
    [2] IPCC AR5. Intergovernmental panel on climate change climate change 2013 fifth assessment report (AR5)[M]. Cambridge, UK: Cambridge University Press, 2013.
    [3] WU X, WANG Z, ZHOU X, et al. Observed changes in precipitation extremes across 11 basins in China during 1961-2013[J]. Int J Climatol, 2015, 36(6): 1382-1 390.
    [4] ZHANG X, WANG S, ZHANG J, et al. Temporal and spatial variability in precipitation trends in the Southeast Tibetan Plateau during 1961-2012[J]. Climate of the Past Discussions, 2015, 11(1): 447-487.
    [5] 陈杨瑞雪, 罗亚丽.不同边界层参数化方案和陆面过程参数化方案对一次梅雨锋暴雨显式对流模拟的影响分析[J].热带气象学报, 2016, 32(5):656-667.
    [6] 徐道生, 陈子通, 戴光丰, 等.不同水汽分析场对一次华南前汛期暴雨预报的影响分析[J].热带气象学报, 2016, 32(2):155-162.
    [7] 史培军, 孔锋, 方佳毅.中国年代际暴雨时空变化格局[J].地理科学, 2014, 34(11): 1 281-1 290.
    [8] 李净, 张晓. TRMM降水数据的空间降尺度方法研究[J].地理科学, 2015(9): 1 164-1 169.
    [9] 李红莉, 崔春光, 徐祥德, 等.风云静止卫星资料在一次暴雨云分析中的应用[J].热带气象学报, 2016, 32(1):51-62.
    [10] 唐亦汉, 陈晓宏.近50年珠江流域降雨多尺度时空变化特征及其影响[J].地理科学, 2015(4): 476-482.
    [11] 刘洁, 陈晓宏, 许振成, 等.降雨变化对东江流域径流的影响模拟分析[J].地理科学, 2015(4): 483-490.
    [12] 任正果, 张明军, 王圣杰, 等. 1961—2011年中国南方地区极端降水事件变化[J].地理学报, 2014, 69(5): 640-649.
    [13] 林爱兰, 谷德军, 郑彬, 等. 6月广东持续性暴雨过程概念模型的建立[J].热带气象学报, 2015, 31(3): 289-299.
    [14] WANG H. The weakening of the Asian monsoon circulation after the end of 1970's[J]. Adv Atmos Sci, 2001, 18(3): 376-386.
    [15] YOU Q, KANG S, AGUILAR E, et al. Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961-2003[J]. Clim Dyn, 2011, 36(11): 2 399-2 417.
    [16] WANG R, LI C. Spatiotemporal analysis of precipitation trends during 1961-2010 in Hubei province, central China[J]. Theor Appl Climatol, 2015, 124(1): 1-15.
    [17] CHEN W, CHEN C, LI L, et al. Spatiotemporal analysis of extreme hourly precipitation patterns in Hainan Island, South China[J]. Water, 2015, 7(5): 2 239-2 253.
    [18] YANG T, SHAO Q, HAO Z C, et al. Regional frequency analysis and spatio-temporal pattern characterization of rainfall extremes in the Pearl River Basin, China[J]. J Hydrolo, 2010, 380(3): 386-405.
    [19] CHEN Y, ZHANG Q, XIAO M, et al. Precipitation extremes in the Yangtze River Basin, China: regional frequency and spatial-temporal patterns[J]. Theor Appl Climatol, 2014, 116(3): 447-461.
    [20] GAO T, XIE L. Multivariate regression analysis and statistical modeling for summer extreme precipitation over the Yangtze River Basin, China[J]. Adv Meteo, 2014, 2014(1): 1-8.
    [21] 吴滨, 文明章, 李玲, 等.福建省不同短历时暴雨时空分布特征[J].暴雨灾害, 2015(2): 153-159.
    [22] 严昇. 我国大型城市暴雨特性及雨岛效应演变规律[D]. 东华大学, 2015.
    [23] OLDENBORGH G J V, BURGERS G. Searching for decadal variations in ENSO precipitation teleconnections[J]. Geophys Res Lett, 2005, 32(15): 297-318.
    [24] CHEN G. Interdecadal variation of tropical cyclone activity in association with summer monsoon, sea surface temperature over the western North Pacific[J]. Chinese Science Bulletin, 2009, 54(8): 1 417-1 421.
    [25] SILVESTRI G E, VERA C S. Antarctic Oscillation signal on precipitation anomalies over southeastern South America[J]. Geophys Res Lett, 2003, 30(30): 1-4.
    [26] LóPEZ-MORENO J I, VICENTE-SERRANO S M, MORáN-TEJEDA E, et al. Effects of the North Atlantic Oscillation(NAO) on combined temperature and precipitation winter modes in the Mediterranean mountains: Observed relationships and projections for the 21st century[J]. Global & Planetary Change, 2011, 77(1): 62-76.
    [27] ANEESH G, TEEGAVARAPU R S V. Individual and coupled influences of AMO and ENSO on regional precipitation characteristics and extremes[J]. Water Resources Research, 2014, 50(6): 4 686-4 709.
    [28] NOH Y, JEONG J, KIM B, et al. Systematic variation of wintertime precipitation in East Asia by MJO-induced extratropical vertical motion[J]. J Clim, 2010, 21(21): 788-801.
    [29] HUANG D, ZHU J, ZHANG Y, et al. Assessment of summer monsoon precipitation derived from five reanalysis datasets over East Asia[J]. Q J Roy Meteor Soc, 2015, 142(694): 108-119.
    [30] SOUSA P M, BARRIOPEDRO D, TRIGO R M, et al. Impact of Euro-Atlantic blocking patterns in Iberia precipitation using a novel high resolution dataset[J]. Clim Dyn, 2016, 46(7): 2 573-2 591.
    [31] XU Z, GONG T, LI J. Decadal trend of climate in the Tibetan Plateau-regional temperature and precipitation[J]. Hydrological Processes, 2008, 22(16): 3 056-3 065.
    [32] 王静爱.中国地理教程[M].北京:高等教育出版社, 2007.
    [33] 方建, 杜鹃, 徐伟, 等.气候变化对洪水灾害影响研究进展[J].地球科学进展, 2014, 29(9): 1 085-1 093.
  • 加载中
图(6) / 表(5)
计量
  • 文章访问数:  1192
  • HTML全文浏览量:  134
  • PDF下载量:  646
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-10-12
  • 修回日期:  2017-07-18
  • 刊出日期:  2018-02-01

目录

    /

    返回文章
    返回