期刊检索:
  暴雨灾害   2020, Vol. 39 Issue (6): 549-554.  DOI: 10.3969/j.issn.1004-9045.2020.06.001

“2020年梅汛期降水研究”专刊

DOI

10.3969/j.issn.1004-9045.2020.06.001

资助项目

国家重点研发计划(2017YFA0603701);中国气象局预报员专项(CMAYBY2020-164);2021年中国气象局创新发展专项(CXFZ2021Z033)

第一作者

王永光, 主要从事短期气候预测研究。E-mail:ygwang@cma.gov.cn.

文章历史

收稿日期:2020-10-30
定稿日期:2020-12-15
2020年长江中下游梅汛期降水异常特征及其成因分析
王永光1 , 娄德君3 , 刘芸芸1,2     
1. 国家气候中心 中国气象局气候研究开放实验室, 北京 100081;
2. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 南京 210044;
3. 黑龙江省齐齐哈尔市气象局, 齐齐哈尔 161006
摘要:利用1961—2020年长江中下游梅汛期降雨量资料、NCEP/NCAR再分析资料和NOAA海表温度等资料,对2020年长江中下游梅汛期雨量异常偏多的环流异常特征和前期异常信号进行了分析。结果表明:2020年长江中下游地区入梅早、出梅晚,梅雨季长达52 d,梅雨季雨量为753.9 mm,较常年偏多1.5倍,为1961年以来历史最多。6—7月欧亚中高纬呈“两槽两脊”型,30°—50°N之间的冷空气活动频繁,东亚夏季风异常偏弱,西太平洋副热带高压(以下简称副高)异常偏强偏西,引导来自南海和西北太平洋的转向水汽沿副高外围向长江流域输送,造成长江中下游地区降水异常偏多。前冬印度洋关键区海温持续偏暖、副高偏强偏西、东亚夏季风异常偏弱,是长江中下游梅汛期雨量异常偏多的重要影响因子。
关键词长江中下游    梅雨    东亚夏季风    副高    印度洋海温    
Characteristics and causes analysis of abnormal Meiyu rainfall in the middle and lower reaches of Yangtze River Valley in 2020
WANG Yongguang1 , LOU Dejun3 , LIU Yunyun1,2     
1. Laboratory for Climate Studies, National Climate Center, China Meteorological Administration, Beijing 100081;
2. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044;
3. Qiqihar Meteorological Bureau, Heilongjiang Province, Qiqihar 161006
Abstract: Based on rainfall data during Meiyu season in the middle and lower reaches of the Yangtze River, NCEP/NCAR reanalysis dataset and NOAA sea surface temperature dataset from 1961 to 2020, the circulation anomaly characteristics and precursor influence signals of the abnormally excessive rainfall during the Meiyu season in the middle and lower reaches of the Yangtze River in 2020 are analyzed. Results show that in 2020 the Meiyu season in the middle and lower reaches of the Yangtze River started earlier and ended later, with the rainy season lasted for 52 days. The rainfall during the rainy season is 753.9 mm, which is 1.5 times more than normal, and the largest in history since 1961. From June to July, the Eurasian mid-high latitudes showed a "two troughs and two ridges" pattern. Cold air activities in mid-latitudes between 30-50°N are frequent, the East Asian summer monsoon is abnormally weak, and the West Pacific subtropical high is abnormally strong and westward, which leads the water vapor from the South China Sea and the diverted water vapor from the Northwest Pacific to transport along the periphery of the subtropical high to the Yangtze River basin, resulting in abnormally high precipitation in the middle and lower reaches of the Yangtze River. The warmer SST in key areas of the Indian Ocean and the central Pacific El Niño in the previous winter play an important role in the strong and western Pacific subtropical high and the abnormally weak East Asian summer monsoon. They are the important influencing factors for the abnormally high rainfall during the Meiyu season in the middle and lower reaches of the Yangtze River.
Key words: the middle and lower reaches of the Yangtze River    Meiyu    east Asian summer monsoon    western pacific subtropical high    SST of the Indian ocean    
引言

我国地处东亚季风气候区,每年6—7月伴随着东亚夏季风的向北推进,长江流域附近常常会出现连阴雨天气,由于此时正值江南梅子黄熟季节, 故称“梅雨”。梅雨期是东亚夏季风季节性北推的重要阶段,梅雨期间频繁的强降水过程常给我国长江中下游地区带来严重的洪涝灾害,给地方经济造成巨大的损失,并严重威胁人民群众的生命财产安全(叶笃正和黄荣辉,1996李维京,1999黄荣辉等,2006高荣等,2018)。如1954和1998年长江流域的洪涝灾害,梅雨量也是异常偏多(鞠笑生,1993陶诗言等,1998)。2020年持续两个月的梅雨,构成了一次梅雨异常事件。深入研究长江中下游梅雨期降水的变化特征和规律,探究其异常的成因及前期异常信号,对准确预测梅雨期降水和提升防灾减灾能力有重要意义。

以往关于梅雨期降水的研究已有很多成果(张庆云等,2003a丁一汇等,2007杜银等,2009赵俊虎等,2018Liu et al., 2019a刘芸芸和丁一汇,2020)。丁一汇等(2007)系统性地研究了东亚梅雨系统的天气—气候学特征,指出了梅雨是东亚夏季风系统与欧亚地区中高纬度环流系统相互作用的体现。张庆云等(2003b)发现中高纬度的阻塞高压、副高和中纬度西风急流等环流系统的变化都对梅雨期降水具有直接影响。杜银等(2008)研究了东亚副热带西风急流对梅雨期降水空间分布的影响。张耀存和况雪源(2008)李丽和张耀存(2016)分别研究了副热带西风急流与亚洲季风系统及中高纬环流的关系。牛若芸等(2011)分析了梅雨区南北旱涝反向分布时的大气环流特征差异,并给出与亚洲季风和中高纬环流的关系的动力学诊断。梅雨异常还受到前期海温等因子的影响(Liu et al., 2013王永光和郑志海,2018Liu et al., 2019b顾薇和陈丽娟,2019)。梅雨与ENSO事件、西太平洋暖池海温(钱维宏等,2009)、北太平洋海温年代际振荡(陶亦为等,2011蒋薇和高辉,2013)、印度洋和大西洋海温(贾小龙等,2005徐海明等,2001)等密切相关。与前期青藏高原积雪也有明显关联(蒋尚城等,1993邓汗青和罗勇,2013)。在全球变暖背景下,异常和极端的气候事件频发(Donat et al., 2016),给社会经济和人民生产生活带来的灾害和影响更大。深入分析和研究气候异常的成因将有助于我们提高对气候异常的物理过程及其机理的认识(江丽俐等,2011)。

2020年,长江中下游地区入梅早、出梅晚(6月9日—7月31日),梅雨季长达52 d。梅雨期雨量为753.9 mm,较常年偏多1.5倍,为1961年以来历史最多。本文将对梅雨降水异常特征及前期异常信号,从前冬热带太平洋和印度洋海温、副高等方面进行分析,希望能够加深对长江中下游梅雨的认识,为今后的气候预测提供更多的参考和依据。

1 资料与方法

本文所用资料主要包括:中国气象局国家气象信息中心发布的《中国国家级地面气象站基本气象要素日值数据集(V3.0)》(任芝花等,2012),时段为1951—2020年;NCEP/NCAR发布的逐日再分析资料集(Kalnay et al., 1996),资料水平分辨率为2.5°×2.5°,垂直方向17层;美国NOAA的ERSST (Extended Re⁃ constructed SST)月海表温度资料,资料水平分辨率为2°×2° (Smith and Reynolds, 2004);大气环流指数包括西太副高指数(刘芸芸等,2012)和东亚夏季风指数(张庆云等,2003b)、热带海温指数Niño3.4和热带印度洋全区一致海温模态(IOBW)(Chambers et al., 1999)。如无特殊说明,文中冬季指前一年12月—当年2月,夏季指6—8月,气候态取1981—2010年的平均。

根据GB/T 33671-2017《梅雨监测指标》 (周兵等, 2017),按照气候类型梅雨监测可划分为3个区域:江南区(Ⅰ)、长江区(Ⅱ)和江淮区(Ⅲ)(图 1)。本文主要研究长江中下游梅雨即Ⅱ区。梅雨各项监测指标均参照《梅雨监测指标》。

图 1 梅雨监测区域划分图 Ⅰ表示江南区,Ⅱ表示长江区,Ⅲ表示江淮区 Fig. 1 The division of the monitoring area of Meiyu. Ⅰ indicates regions to the south of the Yangtze River, Ⅱ indicates regions of the middle and lower reaches of the Yangtze River, and Ⅲ indicates the regions of Yangtze-Huaihe River basin.
2 2020年我国梅雨期降水异常特征

2020年6—7月,包括长江上游在内的长江流域降水量较常年同期偏多38%,为1961年以来最多年份(图 2a);2020年,长江中下游地区入梅早、出梅晚(6月9日—7月31日),梅雨季长达52 d,较常年偏长23 d,为1961年以来历史第5位。梅雨期雨量为753.9 mm,较常年偏多1.5倍,为1961年以来历史最多(图 2b)。

图 2 2020年6—7月平均全国降水量距平百分率分布(a,单位:%)和1961—2020年长江中下游梅雨季雨量(b,单位:mm) Fig. 2 (a) Distribution of precipitation anomaly percentage in China from June to July (unit: %), and (b) precipitation in the Meiyu season over the middle and lower reaches of the Yangtze River from 1961 to 2020 (unit: mm).
3 6—7月大气环流异常特征分析

2020年6—7月,北半球极涡偏弱,对流层中层欧亚中高纬环流呈“两槽两脊”型,乌拉尔山以西、中国东北至西伯利亚地区为高压脊,巴尔喀什湖附近为宽广低压槽,日本北部为弱的低压槽。中低纬地区副高较常年同期明显偏强、偏西,中心强度超过5 910 gpm,偏强40 gpm以上,西伸脊点接近110°E,较常年同期偏西10个经度左右。乌拉尔山强高压脊、宽广且南压的东北-西伯利亚强高压脊以及稳定维持的副高,三者的配置使得30°—50°N之间的冷空气活动频繁,并沿东北路径向西南方向移动,影响长江中下游地区(图 3a)。东亚夏季风弱,副高显著偏强偏西,印度北部至孟加拉湾、南海北部(副高西段)对流层低层均为异常反气旋环流控制,长江中下游地区有异常西南风距平,在长江中下游交汇,梅雨锋偏强(图 3b),使得长江中下游地区有较强的辐合上升运动(图略)。孟加拉湾越赤道气流明显,在向东输送动量和水汽的过程中,与来自南海和来自西北太平洋的转向水汽一起为长江中下游地区提供充足的水汽,长江中下游地区水汽通量辐合异常(图 3c)。大尺度环流异常、强的辐合上升运动和充沛的水汽供应共同作用使得长江中下游降水明显偏多。

图 3 2020年6—7月平均大气环流距平场:(a) 500 hPa位势高度(等值线,单位:gpm;其中红色等值线表示气候平均的5 880和5 860 gpm)及距平(阴影);(b) 850 hPa距平风场(单位:m·s-1);(c)整层水汽通量(箭头,单位: kg·m-1·s-1)及水汽通量散度(阴影,单位:10-5kg·m-2· s-1) Fig. 3 Averaged atmospheric circulation anomalies from June to July in 2020. (a) 500 hPa geopotential height (contours, unit: gpm; the red contours indicate the isolines of 5 880 and 5 860 gpm); (b) 850 hPa horizontal wind anomalies (unit:m·s-1); (c) vertically integrated water vapor transport anomalies from surface to 300 hPa (vector, unit: kg·m-1·s-1) and corresponding divergence (shading, unit: 10-5kg·m-2·s-1).

国家气候中心南海夏季风监测表明:2020年南海夏季风于5月第4候爆发,较常年稍偏早,季节转换偏早;6—7月副高较常年同期明显偏强偏西,其中强度指数为1961年以来历史第2位,仅次于2010年;东亚夏季风明显偏弱,为1961年以来历史最弱。副高第一次季节性北跳偏早,长江流域入梅早,第二次北跳明显偏晚(刘芸芸和丁一汇,2020),雨带长时间在长江中下游维持,导致该区域梅雨期长,梅雨季雨量大。

4 副高和海温前期异常及其与其他年份的对比

2020年梅汛期副高强度偏强偏西,东亚夏季风偏弱,梅汛期雨量超过3个超强厄尔尼诺年1983、1998和2016年。这4年前期的气候背景有共同特征也有差异。相似之处在于前冬印度洋海温均偏暖,这也是厄尔尼诺影响下的结果,副高均异常偏强。2020年前冬副高偏强,为1961年以来第4位,仅次于3个超强厄尔尼诺年。差异之处在于前冬的海温分布状况,1983、1998和2016年均为超强厄尔尼诺的衰减年,前冬赤道东部太平洋海温异常偏高,峰值达到2.7 ℃以上,2020年则为弱的中部型厄尔尼诺结束年,前冬赤道中部日界线附近太平洋海温偏高,峰值为0.6 ℃ (图略)。

前期印度洋海温偏暖、副高偏强,必然引起其后的东亚夏季风偏弱、长江中下游梅雨偏多。所以尽管这4年长江中下游梅汛期降水均偏多,但海温强迫因子并不尽相同。分析梅雨与前冬全球海温场的相关(图 4)可知,长江中下游梅汛期雨量与NINO1+2区和NINO3区的海温相关最显著,大部分区域相关系数通过0.01置信水平的显著性检验。与墨西哥附近的太平洋沿岸区域相关也非常显著,与前冬印度洋海区正相关,部分区域通过0.05置信水平的检验。另外与北大西洋的部分区域负相关。赤道东太平洋海温是长江中下游梅汛期降水最重要的影响因子之一。当前冬赤道东太平洋海温异常暖时,夏季副高偏强,东亚夏季风偏弱,长江中下游梅雨偏多。研究表明,在El Niño衰减年的春夏季,西太副高偏强、偏西以及菲律宾附近异常反气旋环流的维持多是印度洋海温增暖的作用。热带印度洋海温增暖通常滞后于El Niño事件3~4个月,通过激发Kelvin波,在孟加拉湾和南海分别产生异常反气旋环流,该环流有利于副高的加强西伸(Yang et al., 2007刘芸芸,2019袁媛,2017)。2020年5月Niño3.4指数已转为负距平,而热带印度洋则维持偏暖(图 5),受其影响,梅汛期副高显著偏强偏西。通过计算两个海温指数与副高强度的逐月相关(图 6),可以看到,1—5月逐月Niño3.4指数与6—7月的副高强度指数呈显著正相关,通过0.01置信度检验,6月开始相关明显变弱,没有通过0.05信度检验,7月的相关系数接近0,表明赤道中东太平洋海温对副高强度的影响是逐步减弱的。1—7月IOBW指数与6—7月的副高强度指数均呈显著的正相关,置信水平均达到0.01,且5—7月的相关系数明显高于前4个月,表明印度洋海温对于副高强度的影响是显著且持续加强的。这也进一步证明了,2020年梅汛期副高的异常偏强在很大程度上是热带印度洋暖海温持续造成的。

图 4 长江中下游梅雨季雨量与前冬全球海温场的相关(深、浅阴影区代表相关系数通过0.01和0.05置信水平的显著性检验) Fig. 4 Spatial distribution of correlation coefficients between precipitation during Meiyu season over the mid-lower reaches of the Yangtze River and global SST. Dark and light shadings indicate the correlation coefficients above the significance at the 0.01 and 0.05 confidence levels, respectively.

图 5 2020年1—7月Niño3.4指数和IOBW指数 Fig. 5 Time series of Niño3.4 index and the Indian Ocean Basin-Wide mode (IOBW) index from January to July 2020.

图 6 1981—2019年1—7月逐月Niño3.4指数和IOBW指数与6—7月平均的副高强度指数的相关系数(实线和虚线分别表示置信水平达到0.01和0.05) Fig. 6 Correlation coefficients of intensity index of WPSH averaged in June-July with monthly (from January to July) Niño3.4 index and IOBW index during 1981-2019, respectively (the solid line and dashed line indicate values at the 0.01 and 0.05 confidence levels, respectively).

2020年前冬的海温场是中部型厄尔尼诺,研究指出赤道中太平洋海温升高,会在西北太平洋上空对流层中层激发出正位相的PJ波列,从而导致西北太平洋夏季风偏强,东亚夏季风偏弱(Weng et al., 2007陈丽娟等,2013)。因此,El Niño-Modoki指数(EMI)也是今年梅汛期东亚夏季风偏弱,长江流域雨量偏多的影响因素之一。

1970年代末期以后,东亚夏季风年代际减弱(黄荣辉等,2006),冬季和夏季副高强度较前20年也明显增强(图略),但长江中下游梅汛期雨量却呈现不一样的变化。对冬季副高偏强年梅雨量偏多年和偏少年前冬的海温场合成分析发现(图 7),多雨年赤道东太平洋海温异常偏暖,大部分区域通过0.01置信水平检验。南太平洋中部和西部偏冷,东南太平洋偏暖。大部分区域通过了0.05置信水平检验。墨西哥沿岸的北太平洋区域也偏暖。另外,30°S以北的印度洋大部分区域偏暖,南印度洋偶极子(SIOD)为负位相。北大西洋北部则偏冷,相关显著的区域范围略小。可见副高偏强年的东太平洋海温差异是梅汛期降水多少的主要影响因素。而近20年印度洋区域海温增暖的贡献却明显增大,定义合成图上印度洋显著相关区域(90°—110°E,20°—30°S)面积平均的SSTA为印度洋海温指数,2000年以来,该指数与长江中下游梅雨显著正相关,相关系数为0.46,通过0.05显著性水平。

图 7 冬季副高偏强年长江中下游多雨年和少雨年合成的海温差值场(单位:℃,深、浅阴影分别代表通过0.01和0.05信度水平的检验区域) Fig. 7 SST differential fields composited with rainy and drier years in the mid-lower reaches of the Yangtze River during the strong west Pacific subtropical high in winter (units:℃. Dark and light shadings indicate SST difference above the significance at the 0.01 and 0.05 confidence levels, respectively).

1961年以来,海温场为中部型厄尔尼诺结束年且前一年冬季印度洋关键区偏暖的年份有5年,分别为1970、1978、1995、2003和2010年;海温场为中部型拉尼娜结束年且前一年冬季印度洋关键区偏冷的年份有3年,分别为1974、1976和2001年。对两组年份6—7月的大气环流场进行合成分析(图 8),可以看出合成的500 hPa高度差值场(图 8a)上100°—140°E的副热带地区有明显的正高度距平,说明副高偏强偏西。对应的850 hPa风场差值场上(图 8b)热带太平洋至中南半岛有异常的东风距平,我国华南地区有异常的偏西风距平,海南岛至台湾一带有异常的反气旋差值环流。同时在海温偏暖年的高度和风场合成场上(图略),东亚沿岸环流呈PJ波列正位相分布,说明东亚夏季风偏弱。用1961—2019年EMI指数和印度洋关键区海温指数的标准化序列回归6—7月的500 hPa位势高度场和850 hPa风场(图略),均可以得到850 hPa副热带地区的显著反气旋环流,反气旋中心均位于南海北部。500 hPa副热带地区均有正高度距平,对应着副高偏强偏西。EMI指数回归图上可以看到PJ波列,但副热带地区正距平没有通过置信水平0.05的显著性检验。印度洋海温指数回归的副热带高压面积偏大,位置略偏北。

图 8 中部型厄尔尼诺年印度洋海温偏暖年和偏冷年合成的6—7月500 hPa高度(a,单位: gpm)和850 hPa风场(b,单位:m·s-1)差值场(深、浅阴影代表通过0.01和0.05信度水平的检验区域) Fig. 8 Differential fields composited with (a) geopotential height anomaly at 500 hPa (unit: gpm) and (b) wind field at 850 hPa (unit: m·s-1) between worm and cold years of Indian Ocean in El Niño modoki (Dark and light shadings indicates SST difference above the significance at the 0.01 and 0.05 confidence levels, respectively).

综上分析,受前期热带印度洋关键区海温偏暖和弱的中部型厄尔尼诺的共同影响,2020年梅汛期副高异常偏强偏西,东亚夏季风异常偏弱,长江中下游降雨量异常偏多。

5 结论和讨论

基于1961—2020年长江中下游地区梅雨监测资料和NCEP/NCAR再分析资料、NOAA海表温度等资料,对2020年长江中下游梅汛期雨量异常偏多的环流异常特征和前期异常信号进行了分析。结论如下:

(1) 2020年长江中下游地区入梅早出梅晚(6月9日—7月31日),梅雨季长达52 d,较常年偏长23 d,为1961年以来历史第5位。梅雨期雨量为753.9 mm,较常年偏多1.5倍,为1961年以来历史最多。

(2) 2020年6—7月,欧亚中高纬环流呈“两槽两脊”型,30°—50°N之间的中纬度冷空气活动频繁,并从东路影响长江中下游地区。东亚夏季风异常偏弱,副高显著偏强偏西,引导来自南海和西北太平洋的转向水汽沿副高外围向长江流域输送,造成长江中下游地区降水异常偏多。

(3) 前冬印度洋IOBW持续偏暖和副高异常偏强是2020年长江中下游梅汛期降水异常偏多的主要影响因子。二者共同作用下,东亚夏季风偏弱,长江中下游梅汛期雨量异常偏多。

本文仅从大气环流和热带海温等方面简要分析了今年夏季降水异常的可能原因,但实况显示,2020年夏季长江、黄河流域降水量均为1961年以来最多,淮河和太湖为次多,降水异常程度已远远超过超强厄尔尼诺年影响下的1998年和2016年。这样的气候异常明显是热带和中高纬多因子、多时间尺度叠加作用的结果。除了本文分析的热带印度洋海温持续偏暖外,前期青藏高原积雪异常偏多可能也对今年梅雨偏强有着一定贡献。

参考文献
陈丽娟, 袁媛, 杨明珠, 等. 2013. 海温异常对东亚季风影响机理的研究进展[J]. 应用气象学报, 24(5): 521-532. DOI:10.3969/j.issn.1001-7313.2013.05.002
邓汗青, 罗勇. 2013. 近50年长江中下游春季和梅雨期降水变化特征[J]. 应用气象学报, 24(1): 23-31. DOI:10.3969/j.issn.1001-7313.2013.01.003
丁一汇, 柳俊杰, 孙颖, 等. 2007. 东亚梅雨系统的天气-气候学研究[J]. 大气科学, 31(6): 1082-1101. DOI:10.3878/j.issn.1006-9895.2007.06.05
杜银, 张耀存, 谢志清. 2009. 东亚副热带西风急流位置变化及其对中国东部夏季降水异常分布的影响[J]. 大气科学, 33(3): 581-592. DOI:10.3878/j.issn.1006-9895.2009.03.15
高荣, 宋连春, 钟海玲. 2018. 2016年汛期中国降水极端特征及其与1998年对比[J]. 气象, 44(5): 699-703.
顾薇, 陈丽娟. 2019. 2018年夏季海洋大气特征及对我国气候的影响[J]. 气象, 45(1): 126-134.
黄荣辉, 蔡榕硕, 陈际龙, 等. 2006. 我国旱涝气候灾害的年代际变化及其与东亚气候系统变化的关系[J]. 大气科学, 30(5): 730-743. DOI:10.3878/j.issn.1006-9895.2006.05.02
贾小龙, 李崇银. 2005. 南印度洋海温偶极子型振荡及其气候影响[J]. 地球物理学报, 48(6): 1238-1249. DOI:10.3321/j.issn:0001-5733.2005.06.004
江丽俐, 张程明, 陈红梅. 2011. 2011年长江中下游梅雨锋暴雨的环流特征分析[J]. 暴雨灾害, 31(1): 66-71.
蒋尚城, 杨喜峰, 韦革, 等. 1993. 1991年江淮梅雨期OLR场的特征[J]. 应用该气象学报, 4(3): 301-309.
蒋薇, 高辉. 2013. 21世纪长江中下游梅雨的新特征及成因分析[J]. 气象, 39(9): 1139-1144.
鞠笑生. 1993. 1954年、1991年长江流域洪涝对比[J]. 灾害学, 8(2): 68-73.
李丽, 张耀存. 2016. 梅雨期温带急流变化与中高纬环流系统的关系[J]. 暴雨灾害, 36(4): 301-308.
李维京. 1999. 1998年大气环流异常及其对中国气候异常的影响[J]. 气象, 25(4): 20-25.
刘芸芸, 陈丽娟. 2019. 2019年春季我国主要气候异常特征及可能成因分析[J]. 气象, 45(10): 1483-1493. DOI:10.7519/j.issn.1000-0526.2019.10.015
刘芸芸, 丁一汇. 2020. 2020年超强梅雨特征及其成因分析[J]. 气象, 46(10): 1483-1493.
刘芸芸, 李维京, 艾秀, 等. 2012. 月尺度西太平洋副热带高压指数的重建与应用[J]. 应用气象学报, 23(4): 414-423. DOI:10.3969/j.issn.1001-7313.2012.04.004
任芝花, 余予, 邹凤玲, 等. 2012. 部分地面要素历史基础气象资料质量检测[J]. 应用气象学报, 23(6): 739-747. DOI:10.3969/j.issn.1001-7313.2012.06.011
牛若芸, 苏爱芳, 马杰, 等. 2011. 典型南涝(旱)北旱(涝)梅雨大气环流特征差异及动力诊断分析[J]. 大气科学, 35(1): 95-104. DOI:10.3878/j.issn.1006-9895.2011.01.08
钱维宏, 朱江, 王永光, 等. 2009. 江淮梅雨和赤道太平洋区域海温变化的关系[J]. 科学通报, 54(1): 79-84.
陶诗言, 张庆云, 张顺利. 1998. 1998年长江流域洪涝灾害的气候背景和大尺度环流条件[J]. 气候与环境研究, 3(4): 290-299. DOI:10.3878/j.issn.1006-9585.1998.04.01
陶亦为, 孙照渤, 李维京, 等. 2011. ENSO与青藏高原积雪的关系及其对我国夏季降水异常的影响[J]. 气象, 37(8): 919-928.
王永光, 郑志海. 2018. 2017年汛期气候预测先兆信号的综合分析[J]. 气象, 44(4): 565-571.
徐海明, 何金海, 董敏. 2001. 江淮入梅的年际变化及其与北大西洋涛动和海温异常的联系[J]. 气象学报, 59(6): 694-706. DOI:10.3321/j.issn:0577-6619.2001.06.006
叶笃正, 黄荣辉. 1996. 长江黄河流域旱涝规律和成因研究[M]. 济南: 山东科学技术出版社, 387.
袁媛, 高辉, 柳艳菊. 2017. 2016年夏季我国东部降水异常特征及成因简析[J]. 气象, 43(1): 115-121.
张庆云, 陶诗言, 张顺利. 2003a. 夏季长江流域暴雨洪涝灾害的天气气候条件[J]. 大气科学, 27(6): 1018-1030.
张庆云, 陶诗言, 陈烈庭. 2003b. 东亚夏季风指数的年际变化与东亚大气环流[J]. 气象学报, 61(5): 559-569.
张耀存, 况雪源. 2008. 东亚副热带西风急流位置变化与亚洲夏季风爆发的关系[J]. 暴雨灾害, 27(2): 97-103. DOI:10.3969/j.issn.1004-9045.2008.02.001
赵俊虎, 陈丽娟, 王东阡. 2018. 2016年我国梅雨异常特征及成因分析[J]. 大气科学, 42(5): 1055-1066.
周兵, 梁萍, 王东阡, 等. 2017.梅雨监测指标[S]. GB/T 33671-2017
Chambers D P, Tapley B D, Stewart R H. 1999. Anomalous warming in the Indian Ocean coincident with El Niño[J]. J Geophys Res, 104(c2): 3035-3047. DOI:10.1029/1998JC900085
Donat M G, Lowry A L, Alexander L V, et al. 2016. More extreme precipitation in the world's dry and wet region[J]. Nature Climate Change, 6(5): 508-513. DOI:10.1038/nclimate2941
Kalnay E, Kanamitsu M, Kistler R, et al. 1996. The NCEP/NCAR 40-year reanalysis project[J]. Bull Amer Meteor Soc, 77(3): 437-471. DOI:10.1175/1520-0477(1996)077<0437:TNYRP>2.0.CO;2
Liu Y, Ding Y, Gao H. 2013. Tropospheric biennial oscillation of the western Pacific subtropical high and its relationship with the tropical SST and atmospheric circulation anomalies[J]. Chin Sci Bull, 58(10): 3664-3672.
Liu Y Y, Liang P, Sun Y. 2019a. The Asian Summer Monsoon:Characteristics, Variability, Teleconnections and Projection[J]. Cambridge, MA:Elsevier: 237.
Liu Y, Ke Z, Ding Y. 2019b. Predictability of East Asian summer monsoon in seasonal climate forecast models[J]. Int J Climatol, 39(15): 5688-5701. DOI:10.1002/joc.6180
Smith T M, Reynolds R W. 2004. Improved extended reconstruction of SST (1854-1997)[J]. J Climate, 17(12): 2466-2477. DOI:10.1175/1520-0442(2004)017<2466:IEROS>2.0.CO;2
Weng H Y, Ashok K, Behera S K, et al. 2007. Impacts of recent El Nino Modoki on dry/wet conditions in the Pacific Rim during boreal summer[J]. Climate Dyn, 29(2-3): 113-129.
Yang J, Liu Q, Xie S P, et al. 2007. Impact of the Indian Ocean SST basin mode on the Asian summer monsoon[J]. Geophys Res Lett, 34(2): L02708.