基于10年GPCP降水资料的全球极端降水分布分析

合集下载

近五十年中国极端温度和降水事件变化规律的研究

近五十年中国极端温度和降水事件变化规律的研究

近五十年中国极端温度和降水事件变化规律的研究近五十年中国极端温度和降水事件变化规律的研究摘要:随着全球气候变暖进程的加剧,极端天气事件频发,对人类社会和自然生态系统造成了巨大影响。

本文利用近五十年中国的气象监测数据,分析了中国极端温度和降水事件的变化规律。

研究结果显示,中国的极端温度事件呈现出明显的增加趋势,而极端降水事件的变化趋势较为复杂。

进一步研究发现,这些变化规律在中国不同地区有一定的差异,对于我们制定应对气候变化的政策和措施具有重要指导意义。

引言:近年来,全球气候变暖引起了广泛关注。

气候变化导致了一系列的极端天气事件,如暴雨、干旱、高温等,给人类社会和生态系统带来了巨大影响。

为了更好地理解中国极端天气事件的变化规律,本研究使用近五十年中国的气象监测数据,全面分析了中国极端温度和降水事件的时空分布特征和变化趋势。

中国极端温度事件的变化规律:中国的极端温度事件在近五十年以来呈现出较为明显的增加趋势。

这主要表现在高温事件的增加,特别是极端高温的发生频率大大提高。

研究发现,中国东部沿海地区是高温事件的重点区域,这可能与区域人口密度和经济活动水平有关。

此外,高山区域的极端寒冷事件也有所增加,可能与大气环流变化有关。

这些极端温度事件的增加对人体健康、农作物生长和生态系统的平衡都产生了不可忽视的影响。

中国极端降水事件的变化规律:中国极端降水事件的变化趋势较为复杂,不同地区和不同季节之间存在着显著的差异。

总体而言,中国的极端降水事件既有增加的趋势,也有减少的趋势。

研究发现,华南和西南地区的极端降水事件呈现增加趋势,而东南沿海地区和西北地区则呈现减少趋势。

这可能与地形、大气环流和水汽输送等因素有关。

在季节变化方面,中国的极端降水事件在夏季和秋季较为突出,而冬季和春季相对较少。

极端降水事件的变化不仅影响到水资源的合理利用,还对洪涝灾害和农业生产造成了巨大的影响。

中国不同地区的极端事件变化差异:本研究还发现,中国不同地区的极端事件变化具有明显的差异。

极端降水事件变化趋势与突变特征数据分析

极端降水事件变化趋势与突变特征数据分析

极端降水事件变化趋势与突变特征数据分析摘要应用博州地区1958-2015年5-9月4个基本站逐日降水记录数据,采用百分位的方法确定了博州4个站极端降水量的阈值。

并通过运用Mann—Kendall检验法和累计距平检验方法进行比较分析,得出各站夏季极端降水的突变特征。

结果表明:博州地区极端降水量、频率、强度均呈增多趋势。

通过检验分别确定了四个测站的突变点,极端降水频率与极端降水量呈较好的正相关。

关键词极端降水;突变;极端降水量1 资料和研究方法1.1 资料资料来源于博州气象局整编的博乐市、温泉、精河、山口4个测站的5-9月逐日降水量数据集,时间段为1958-2015年。

1.2 研究方法目前国际上在气候极值变化研究中最常用的是采用某个百分位值(一般取为9O )作为极端值的阈值,大于或等于这个阈值的值被认为是极值,该事件可以认为是极端事件。

本文主要讨论5-9月的降水情况。

运用百分位法,确定端降水阈值。

数值等级内变量发生的频数,指变量在不大于该数值等级内的频数,即变量小于等于某上限值的发生频数。

因此,若变量为日降水量,则当日降水量累积频率达到一定的概率分布(一般90%)时,可将此概率分布所对应的降水临界值定义为极端降水的阈值,并认为该日发生极端降水事件[2]。

2 极端降水的变化特征2.1 降水阈值的空间分布博州极端降水阈值分布在8.6~5.3mm/d之问,平均阈值为6.9mm/d。

极端降水阈值西部偏大,东部偏小,温泉、博乐的阈值在平均值以上,山口、精河阈值偏小。

选取阈值最大的温泉和阈值最小的精河进行降水的频率的分析,分析得各站降水的频率都呈明显的递增趋势,主要分布在2mm以内,其中在0.1~1.1mm之间降水的次数最多,精河超过2mm降水的频率几乎都在10以下,温泉在20以下。

2.2 年极端降水量趋势分析及突变检验近58年博州四个测站的极端降水量均呈上升趋势,线性倾向率为8.127(温泉)~1.34mm(博乐)/l0a,1998年温泉县站的极端降水量达到最大值202.2mm,年平均极端降水量为60.96(温泉)~24.10mm(精河)。

1961-2010年浙江省极端降水特征分析

1961-2010年浙江省极端降水特征分析

1961-2010年浙江省极端降水特征分析丁楠;沙晓军;高颖会;王婷;游志康;徐向阳【期刊名称】《中国农村水利水电》【年(卷),期】2017(0)2【摘要】基于浙江省21个代表雨量站1961-2010年逐日降水资料,利用百分位值法定义各雨量站极端降水事件的阈值,分析了各雨量站年极端降水量、极端降水发生频次、极端降水强度和最大日降水量的空间分布特征,并对年极端降水量进行了趋势分析和突变检验。

结果表明:年极端降水量、极端降水发生频次、极端降水强度和最大日降水量空间分布基本一致,呈南多北少,东南沿海地区最多的特征,且最大值均出现在临海市的括苍山地区;年极端降水量整体上呈不显著上升趋势,东南沿海地区上升最为显著;突变时间多出现在改革开放后的20世纪80年代初至20世纪90年代末。

浙江省的极端降水特征与该地区城镇化的快速发展和特殊的地形地貌有关。

【总页数】4页(P104-107)【关键词】极端降水特征;极端降水事件;极端降水频次;趋势分析;浙江省【作者】丁楠;沙晓军;高颖会;王婷;游志康;徐向阳【作者单位】河海大学水文水资源学院;江阴市水资源管理办公室【正文语种】中文【中图分类】TV125【相关文献】1.1973-2012年浙江省龙游县极端气温和极端降水特征分析 [J], 叶飞;张青;柳苗;王铮2.鄱阳湖流域1961-2010年极端降水变化分析 [J], 高冰;任依清3.1961-2010年云南省极端降水时空变化特征 [J], 覃顺萍;吴巩胜;李丽;周跃;张宇4.1961-2010年吉林省作物生长季极端降水时空变化特征 [J], 王秀芬;尤飞5.1961-2010年我国夏季总降水和极端降水的变化 [J], 曾颖婷;陆尔因版权原因,仅展示原文概要,查看原文内容请购买。

世界降水空间分布规律

世界降水空间分布规律

世界降水空间分布规律
世界降水的空间分布受多种因素影响,包括地理位置、陆地地貌、气候特征等。

下面是世界降水空间分布的一些规律:
1. 季风影响:在赤道附近的地区,受到季风影响,降水量较高。

如东南亚地区、印度次大陆以及非洲的赤道地带。

2. 纬度影响:从赤道向两极逐渐减少,大致呈现出从赤道向中高纬度地区逐渐减少的趋势。

即地处低纬度的地区降水量普遍较高,而高纬度地区降水量较低。

3. 高山影响:高山地区通常会有较高的降水量,这是因为山地对空气流动和水汽凝结有较大的影响。

例如喜马拉雅山脉、安第斯山脉等都是高降水地区。

4. 气候带影响:不同气候带的降水分布也存在差异。

热带气候和亚热带气候地区的降水量相对较高,而温带和寒带地区降水量较低。

5. 地形和近海环流影响:海洋对降水分布有重要影响,附近海域与陆地接触的地区通常降水量较高。

此外,地形也会影响降水的分布,如靠近山脉和河流的地区常常出现较多的降水。

需要注意的是,以上规律并不是绝对的,世界各地的降水分布受到复杂的地理和气候条件的综合影响,因此在实际情况中可能存在一些特殊情况。

gpcp降水数据处理方法

gpcp降水数据处理方法

gpcp降水数据处理方法GPCP(Global Precipitation Climatology Project)降水数据是由全球降水气象站点观测数据与多源遥感数据综合处理得到的高空间分辨率、连续时间覆盖的全球降水数据集。

其包含了全球大气水循环的重要组成部分,对于气候变化、水资源管理、农业与生态系统研究等具有重要的应用价值。

下面将介绍GPCP降水数据的处理方法。

1.数据源:GPCP降水数据的主要数据源包括地面降水观测站点数据、卫星遥感数据以及天气模型输出数据。

其中地面观测数据是通过世界气象组织的国际气候数据中心收集的,并经过质量控制和质量赋值。

遥感数据主要来自于卫星的微波和红外传感器,通过反演算法得到降水信息。

天气模型输出数据包括气象模型的降水预报结果与再分析资料。

这些数据源通过可靠的质量控制和质量赋值方法进行数据融合,得到全球范围内的高质量降水数据。

2.数据处理:GPCP降水数据处理主要包括数据插值、同化和校正等步骤。

首先,对于地面观测数据和遥感数据的空间分辨率不一致问题,需要进行数据插值处理,常用的方法有克里金插值、线性插值和样条插值等。

其次,由于不同数据源的误差和偏差,需要进行数据同化,即将不同数据源的信息融合到一起。

常用的同化方法有卡尔曼滤波、变分同化和集合卡尔曼滤波等。

最后,需要对降水数据进行校正,通常采用基于潜在热量方程的方法或者对比观测数据对GPCP数据进行修正。

3.数据质量控制:GPCP降水数据在处理过程中需要进行质量控制。

对于地面观测数据,常用的方法有电话调查、数据检查和异常值剔除等。

对于遥感数据,通常通过比对不同传感器的数据来进行质量评估和误差估计。

另外,还可以利用雷达观测资料来对GPCP降水数据进行验证和校正。

4.数据应用:GPCP降水数据的应用范围广泛,可以用于气候变化研究、水资源管理、农业与生态系统模拟等。

例如,在气候变化研究中,GPCP降水数据可以用于检验气候模型的模拟结果和评估气候变化对降水的影响;在水资源管理中,GPCP降水数据可以用于水文模型的参数估计和流域水量预测;在农业与生态系统模拟中,GPCP降水数据可以用于作物生长模型的驱动和生态系统碳循环研究。

华北地区夏季极端降水的时空特征

华北地区夏季极端降水的时空特征

华北地区夏季极端降水的时空特征利用华北地区1961-2010年逐日夏季降水资料,用95%降水分位数定义了华北各站极端降水阈值,提取出夏季极端降水,分析了华北地区近50年夏季极端降水事件的时空特征。

结果表明,总体上华北夏季极端降水是一致减少的,同时,在南北向及东西向也存在一定的反相关差异。

标签:华北地区;夏季极端降水;时空特征引言华北地区位于我国北部地区,在大兴安岭、青藏高原以东,内蒙古高原以南,秦岭淮河以北。

东临渤海黄海,北与东北地区、内蒙古地区相接。

属温带季风气候,夏季高温多雨。

由于华北地区是我国重要的粮食生产基地,降雨特别是极端降水,对于粮食的生长和生产有着极大地影响。

因此,对华北地区夏季极端降水的时空变化规律,及其影响因素进行研究是十分必要的。

极端降水事件,是造成一个地区灾害天气的主要原因之一,与之相伴的通常是洪涝灾害。

受夏季季风的影响,华北地区洪涝灾害频发。

又由于华北独特的地理和政治地位,所以有很多学者研究该区域夏季极端降水的时空变化特征。

有研究发现[1],华北地区年降水量明显趋于减少。

资料显示,在年降水量减少的地区,极端降水频数一般也呈现下降趋势,因此华北地区的极端降水频数也应有减少的趋势。

但也有资料表明,在总的降水量没有明显变化甚至减少的时候,极端降水量在总的降水量中占的比例却为增加趋势。

所以,华北地区夏季极端降水的时间分布不是很显著。

再从夏季风场角度上看[2],华北地区夏季极端降水多年,印度季风强度较强且能够伸展到我国东北地区,副热带高压强度也较强且位置偏北,在我国内蒙古北部和贝加尔湖南部有气旋性环流存在,造成极端降水量偏多;而极端降水少年,印度季风强度较弱,水汽仅输送到较低唯独,从而导致30°N 以北地区水汽大量减少,副热带高压强度较极端降水多年弱且位置偏南,造成极端降水减少。

据孙建华[3]等研究发现,华北地区夏季降雨量占年降雨量的50%以上,且主要由几次极端降水造成,一次极端降水的日降水量有时可达月降水量的50%以上,且华北地区80%-90%的极端降水出现在夏季,并集中在7月下旬到8月上旬。

2010极端天气专题报道解析






极端天气事件概览
• 干旱:在今年全年几乎都在发生,我 国大部分地区 • 高温:主要是在初夏和盛夏这一段时 间,在华南、江南、华北这些地方
• 暴雨、台风以及其他强对流天气
极端天气事件概览
进入7月以来,全国不同地区相继出现一系列极端天气。7月18日,济南发生大暴 雨,一个小时降水量达到151毫米,创1958年有记录以来单位小时降水最大值。7月底 8月初,北京也出现几次高强度降水,虽未出现水灾,但也给市民生活带来颇多不便。 连传统上处于非季风区的新疆,也暴雨成灾。中国气象局预测减灾司司长宋连春指出, 乌鲁木齐7月17日降水量突破历史记录,造成30人死亡,3人失踪。 东边日出西边雨,与降雨成患的上述地方相对,江南、华南部分地区却陷入严重的 干热之中。7月份江南华南部分地区,大于35摄氏度的高温有15天到21天,部分地区 超过21天,伏旱严重。同期,东北北部、黑龙江、内蒙古东部,也出现严重干旱气候。 事实上,极端天气绝非仅仅发生在中国。 亚洲:马尔代夫遭巨浪、洪水侵袭,阿拉伯海自有文字记录以来第一个飓风“古努” 登陆阿曼; 非洲:莫桑比克、苏丹等国遭遇历史罕见的暴雨、洪水侵袭; 南美:智利、阿根廷,极其少见的严寒和暴风雪;乌拉圭,罕见暴雨、洪水; 欧洲:北部遭遇强烈风暴,东南欧洲则出现持续越来越频繁出现的极端天气现象? 专家认为,人类活动的加剧导致全球变暖,并在一定程度上助长极端天气的发生。 “极端天气发生的真正原因及机理目前还不十分明确,就目前一致的观点来看,大 致包涵两方面原因:一是自然变化,地球气候随时都处在不断的运动变化中,由于系 统中不同分量之间强的相互作用或影响而产生了极端的天气或极端气候;二是人为因 素,人类活动的加剧导致全球变暖,这可能在一定程度上助长了极端天气的发生。” 李建平解释说。不过,他同时指出,气象界更多的是将全球变暖作为分析天气、气候 变化的重要背景,或者普遍认可的因素。“未来对于极端天气的诱因探究还有许多基 础性工作要做,道路还很漫长。” 国家气象中心天气预报室副主任乔林具体地介绍了气候变暖对极端天气发生的影响。 他认为,气候变暖、温度升高,容易加剧海洋上副热带高压的强度,从而加大对夏季 气候的影响。

1960-2010年福建省极端降水事件变化趋势分析

SU Zhizhong1, 2, SHI Shunji1, 2, ZHANG Wei1, 2, ZHOU Xueming1, 2, CHEN Dehua1, 2
(1. Laboratory of Straits Meteorology, Xiamen 361012; 2. Xiamen Meteorological Observatory, Xiamen, 361012)
引言
极端降水是造成洪涝灾害的重要原因之一,往往 导致重大经济损失和人员伤亡。在全球气候变暖背 景下,我国极端天气气候事件频发,呈现出增多、增强 趋势[1-4]。极端降水事件日趋增多,与变暖带来的水循 环加快有关[5]。关于我国的极端降水变化,较多学者 有过研究,并取得丰硕成果[6-11]。其中,翟盘茂等[7]分析 了中国过去 45 a 降水量、降水频率、降水强度等极值
1960—2010 年福建省极端降水事件变化趋势分析
苏志重 1,2,石顺吉 1,2,张伟 1,2,周学鸣 1,2,陈德花 1,2
(1. 海峡气象开放实验室,厦门 361012;2. 厦门市气象台,厦门 361012)
摘 要:利用 1960—2010 年福建省逐日降水量资料,分析近 51 a 福建省极端降水事件的空间分布和时间变化趋势。结
第 35 卷 第 2 期 2016 年 4 月
暴雨灾害 TORRENTIAL RAIN AND DISASTERS
Vol.35 No.2 Apr. 2016
苏志重, 石顺吉,张伟,等. 1960—2010 年福建省极端降水事件变化趋势分析[J].暴雨灾害,2016,35(2):166-172
SU Zhizhong, SHI Shunji, ZHANG Wei, et al. Analysis of the trends of extreme precipitation events over Fujian Province from 1960 to 2010 [J]. Torrential Rain and Disasters, 2016, 35(2): 166-172

四川省近10年极端小时降水时空分布特征

四川省近10年极端小时降水时空分布特征
邓彪;王春学;孙蕊;王顺久
【期刊名称】《高原山地气象研究》
【年(卷),期】2022(42)4
【摘要】利用2012~2020年四川省156个国家气象观测站小时降水资料,以四川盆地、川西高原和攀西地区为考察重点,统计分析了全省极端小时降水的时空分布特征。

结果表明:(1)四川省各站极端小时降水阈值、发生频次、平均强度及贡献率差异明显,高值区主要集中在盆地和攀西南部;盆地多站极端小时降水阈值在50 mm/h以上,小时降水极大值超过80 mm/h。

(2)四川省极端小时降水事件主要集中在7月和8月,其中50 mm以上的小时强降水事件占比超过1/3;盆地、川西高原和攀西地区极端小时降水发生频次分别在7月、6月和8月达到最高,而小时强降水事件分别在8月、7月和6月出现最多。

(3)四川省极端小时降水频次日变化峰值出现在02时,具有单峰和夜发特征,其中盆地、川西高原和攀西地区主峰值分别出现在05时、21时和02时;四川省50 mm以上小时强降水事件夜发占比达63.5%,各区域出现高峰时段差异大。

【总页数】6页(P115-120)
【作者】邓彪;王春学;孙蕊;王顺久
【作者单位】四川省气候中心/高原与盆地暴雨旱涝灾害四川省重点实验室
【正文语种】中文
【中图分类】P467
【相关文献】
1.湖南近55年极端降水指数时空分布特征的季节性差异分析
2.青海省近50年极端降水事件时空分布特征
3.河南省暖季小时极端降水时空分布特征
4.近40年甘肃地区小时强降水时空分布特征分析
5.宁夏暖季小时极端降水时空分布特征
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第34卷第1期 气象研究与应用 2013年3月 JOURNAL OF ME p 垦垦曼垦 旦垒 垒 ! 垒!!Q Vo1.34 No.1 

Mar.2013 

文章编号:1673—8411(2013)01-0013-04 基于10年GPCP降水资料的全球极端降水分布分析 

管习权 ,林 娜 ,王 雨 (1.揭阳市气象局,广东揭阳515500;2.中国科学技术大学地球与空19科学学院,安徽合肥230026) 

摘 要:利用GPCP的1997—2006年全球1。×1。格点降水日资料,对全球年平均的降水,以及夏季极端降水高值区域 频次和强度进行了分析.并比较了其与ENSO的ONI指数的关系。取得了以下结果:赤道附近是全年多雨区,极端 降水高值区域多分布于此。赤道东太平洋夏季极端降水的频次和强度变化基本是一致的,西太平洋暖池也有相同 的特点。但是两者最强最弱年份却刚好相反,且都发生在ENSO冷暖年,但无明显的正负对应关系。我国中东部夏季 极端降水最强年(1998年)发生在极强EL Nifio年一1997年的次年,最弱年(2001年)也发生在持续24个月的极强的 La Nifia事件之后,但两者没有明显的正负对应关系。孟加拉湾夏季极端降水频次和强度的年际振荡强弱有相反的 特点。长江中下游(6,7月)极端降水频次和赤道东太平洋(7,8月)极端降水频次有一定的滞后相关性,置信度为 95%。 关键词:GPCP;夏季;极端降水;ENSO 中图分类号:P458.1 1 文献标识码:A 

Analysis on Global Extreme Precipitati0n Distribution by 10a GPCP Precipitati0n Data Guan Xi—quan ,Lin Na ,Wang Yu (1.Jieyang Municipal Meteorological Service,Jieyang Guangdong,5 1 5500; 2.University of Science and Technology of China School of Earth and Space Sciences, Hefei Anhui。230026) 

Abstract:Based O the GPCP 1997-2006 global 1。X 1。lattice precipitation data,the global average annual precipitation,the summer extreme precipitation ̄equency and intensity of high value area was analyzed,and their relationships with ENSO ONI index were compared.The result shows that:the area near the equator is more pluvial regions throughout a year,and more extreme precipitation high value 

area. Key Words:GPCP;summer;extreme preeipitation;ENSO 

IPCC第二次科学评估报告指出了极端气象事 件变化研究的重要意义,并力图回答“气候是否更加 容易变化或更加极端化了?”这个难题[1]。在国内运 用雷达和雨量计的测站资料分析西北、东北、新疆 、长江流域等特定区域降水的研究已有很多,比如刘 学华等分析了中国近40a极端气温和降水分布特征 及年代际差异_2].赵庆云等研究了西北东部极端降 收稿日期:2012—11-02 作者简介:管习权(1985一),湖北荆州人,大学本科,从事天气预报工作。 水事件及异常旱涝季节变化倾向¨3],张永领等对我 国东部夏季极端降水与北太平洋海温的遥相关进行 了研究[4].扬莲梅研究了新疆极端降水的气候变化 _5_,王明沽研究了深圳汛期极端降水事件变化特征_6] 

等等。而在全球尺度,运用卫星资料进行极端降水分 析却很少。 14 气象研究与应用 34卷 1资料与方法介绍 全球降水气候学计划(GPCP)是WCRP(the World Climate Research program)的一部分,它于 1986年由WCRP建立——目的是在全球范围内观 测、估算降水的时空平均量[7]。GPCP综合红外和微 波卫星观测和全球6000多个常规(雨量器)观测资 料,并生成全球降水估计资料。从1997年开始生成 全球经纬度1。×1。逐日降水资料,本文使用1997— 2006年10a的资料,分析极端降水变化。 对于极端降水,本文采用的是绝对阈值,选取的 是50ram/d(暴雨),25mm/d(大雨)2个值,做了全球 的极端降水频次分析。在区域极端降水分析时,仅选 取50mm/d(暴雨)作为阈值,选取了2个极端降水 指数 :极端降水频次百分比,极端降水强度来对比 分析。 极端降水频次百分比:每年(或季、月)的极端降 水日数/资料总极端降水日数。计算出百分比是为了 方便比较不同区域同期的极端降水情况。 极端降水强度:每年(或季、月)的极端降水量/ 每年(或季、月)的极端降水日数。 

2全球降水分布 图1(见彩页)是全球1997—2006年10a年平均 降水分布图(单位mm/d)。由图可以看出:赤道附近 降水最多,两极地区降水最少。南北回归线两侧、大 陆西岸在副热带高气压带控制下的地区降水较少, 大陆东岸夏季风来自海洋,降水多。例如大陆西岸的 西亚、北非盛行东北信风干燥少雨;大陆东岸的亚洲 东部,夏季盛行来自海洋的偏南风,湿润多雨。中纬 度地带,内陆地区,距海较远降水少,如我国的西北 地区。 3夏季极端降水事件全球分布 全球降水夏季最强,而且夏季的强降水地区比 较集中。我们选取夏季来做季节尺度的全球极端降 水分析,分别定义绝对阈值为50mm/d(图2,见彩 页),25mm/d(图略)。我们发现夏季25mm/d的极 端降水总数分布和夏季平均降水分布有很高的相 似性.两者的高值区域也很好的吻合,因此25mm/ d并不能作为阈值代表极端降水的趋势。在做区域 极端降水指数分析时,我们选取50mm/d作为阈 值。 

强极端降水区域主要分布在孟加拉湾.中国大 陆东岸海域(暖池),还有赤道东太平洋地区。孟加拉 湾,中国大陆东岸海域分别为印度洋和太平洋比较 著名的水汽通道,雨量充沛.赤道东太平洋地区为大 气经圈环流的辐合上升区,降水也很充足。 

4高值区域的极端降水年际变化 如图2所示.我们选取4个10。xl0。的区域.1 号区域赤道东太平洋地区(110O 120。W,8o 18。N), 2号区域我国中东部(1l0。 120。E,25。一35。N),3号 区域孟加拉湾(85。~95。E,15。一25。N)和4号区域西 太平洋(暖池)(130 ̄-140。E,10。~2O。N)。由于降水并 不具有时间和空间上的连续性,在区域平均后,降水 强度El平均量大概在15mrn/d左右.在夏季10年 920个时间序列中能达到50mm/d或者25mm/d的 天数很少,或者几乎没有。因此不能做上述2个极涝 指数的年际变化图,所以本文没有采用区域平均的 方法,而是将格点资料作为测站资料来统计分析。将 区域中100个格点当作100个测站,各测站极端降 水天数和强度累加后作为该区域的极端降水天数和 强度值.分别做出以上4个区域的极端降水频次百 分比和极端降水强度的10年变化图。绝对阈值取为 50mm/d。 由图3可知,除了2003年以外。赤道东太平洋 地区的频次和强度的变化基本吻合.即极端降水事 件发生多的年份,其降水强度也随之增大,反之一 样。其余3个地区年际变化规律对应不明显,图略 去。 综合各区域变化规律可知,1号赤道东太平洋 和4号西太平洋暖池极端降水的频次和强度变化 基本是吻合的,但是二者最强最弱年份却刚好相 反,西太平洋暖池2004年达到最大,1998年最弱, 而赤道东太平洋地区2004年为最弱年,1998年为 最强年。 我国中东部和孟加拉湾极端降水变化各有特 点.我国中东部极端降水频次和强度变化没有明显 对应关系.孟加拉湾极端降水频次和强度的年际振 荡强弱有相反的特点。 在我国中东部1998年为强年.2001年为最弱 年.赤道东太平洋地区1998年为强年,2001年也为 弱年,我国中东部和赤道东太平洋地区极端降水强 弱年可能有一定的对应关系,在第六节中我们将选 取长江中下游再做细致的相关分析。 1期 管习权,林娜,王雨:基于10年GPCP降水资料的全球极端降水分布分析 15 (a)极端降水频次百分比 (b)tgcN降水强度 图3赤道东太平洋地区10年夏季极端降水指数年际变化图 

5 区域极端降水与ENSo的联系 ENSO是迄今为止人类所观测到的全球大气和 海洋相互耦合的最强信号之一_8],在全球大气环流 和气候的年际变化中有清楚的反应。在国内关于中 国和全球降水与ENSO的关系。人们已经进行了大 量的分析工作[ ,如蔡学湛分析得出福建夏季旱涝 较大程度上依赖ENSO循环的不同阶段_】1]:班荣球 分析得出南方涛动对副高强弱、西脊点和脊线位置 有3—12个月的滞后影响,进而影响桂西北的降水[ ]。 但关于极端降水和ENSO的关系的研究比较少,本文 采用相关分析来研究极端降水和ENSO之间的联系。 由于本文主要研究夏季极端降水分布特征,定 义在当年夏季(6、7、8月)发生EL Nifio(或者La Nifia)事件的年份为EL Nifio(或者La Nifia)年。由此 可知:EL Nifio年为1997年、2002年、2004年;La Nifia年则为1998年、1999年。 图4 1995—2006夏季平均ONl的年际分布 图4中E表示EL Nifio年.L表示La Nifia年 比 较上节的频次和强度图与ON1年际分布图,可以发现: (1)赤道东太平洋的极端降水最强年1998年, 最弱年2004年,暖池的极端降水最强年2004年,最 弱年1998年,都是海表温度异常年份,即EL Nifio (或者La Nifia)年,但是强弱年和EL Nifio(或者La Nifia)没有明显的正负对应关系。 (2)我国中东部极端降水最强年(1998年)发生 在极强EL Nifio年一1997年的次年,最弱年(2001 年)发生在持续24个月极强的La Nifia事件之后。 两者没有明显的正负对应关系。 

6长江中下游的极端降水频次再分析 由上文知道我国中东部和赤道东太平洋地区极 端降水强弱有一定的对应关系。所以选取我们比较 关心的区域——长江中下游地区(112。~117。E,28。~ 32oN),分析其和赤道东太平洋和暖池地区的夏季 逐月极端降水次数对应关系。由于格点数不一致,故 将月极端降水次数除去10年月最大极端降水次数 得到归一化纵坐标。 分析相关系数。得出长江中下游地区和赤道东 太平洋相关系数为一0.296.而与暖池地区的相关系 数为一0.338,均没有明显的负相关性(置信度95%的 阈值为0.360)。同时分析1997—2006夏季长江中下 游极端降水日数和同期ONI指数的相关系数(图 略),为一0.221,也没有明显的相关性。 由图5可看出。长江中下游和赤道东太平洋地 区波形有一定滞后相似,取长江中下游6.7月份数 据,和赤道东太平洋7,8月数据,得到其相关系数为

相关文档
最新文档