2. 上海市气候中心, 上海 200030;
3. 上海市闵行区气象局, 上海 200030;
4. 上海市气象局, 上海 200030
2. Shanghai Climate Center, Shanghai 200030;
3. Minhang Meteorological Bureau, Shanghai 201199;
4. Shanghai Meteorological Service, Shanghai 200030
长江中下游地区受季风气候影响显著,全年降水主要集中在汛期(6—9月),期间强降水事件频发。6—7月,长江中下游地区进入入汛后的首个持续多雨期-梅雨(Tao and Chen, 1987)。梅雨降水是东亚夏季风向北推进的产物,这一时期我国主雨带在江南至淮河一带来回摆动,往往伴随区域持续性暴雨过程,极易引发洪涝等灾害,对人民生命及财产均造成极大威胁,因此揭示梅雨的特征及变化一直是气象学的研究热点。丁一汇等(2007)发现中国梅雨雨季的开始是东亚夏季风从华南北推到长江流域,同时印度夏季风在印度次大陆爆发。张庆云等(2003)发现中高纬度的阻塞高压、西太平洋副热带高压(以下简称副高)和中纬度西风急流等环流系统的变化均对梅雨期降水有直接影响。胡娅敏和丁一汇(2009)的研究指出西太平洋东亚夏季风的加强、副高北移以及冷空气的减弱可能是导致2000—2005年江淮梅雨带北移的原因之一。唐永兰等(2016)揭示湖北梅雨期降水呈明显的区域和年代际变化。蒋薇和高辉(2013)指出21世纪长江中下游梅雨的特点为:入梅偏晚,出梅偏早,梅雨长度缩短,强度减弱;且梅雨期内强降水越来越集中。孙燕等(2012)揭示了江苏丰梅年份高中低层的环流配置。赵俊虎等(2018)的研究表明受到前冬超强厄尔尼诺衰减和春、夏季热带印度洋全区一致海温模态偏暖的影响,梅雨期副高异常偏强,副高西南侧转向的水汽输送异常偏强,并在长江区和江淮区与北方弱冷空气辐合,造成梅雨量异常偏多。另一方面,中国学者也对梅雨期大气低频振荡的特征进行了研究,结果表明,中国东部夏季风降水与大气低频振荡有关(朱乾根和徐国强,2000;Chen et al., 2001),长江流域梅雨期的强降雨也受到大气低频波动移动和传播的作用(陆尔和丁一汇,1996;毛江玉和吴国雄,2005;信飞等,2016)。季节内振荡的时间尺度介于天气与气候之间,可作为联系天气与气候的纽带,对于持续性强降水的延伸预报具有现实意义。目前,主流的次季节预报方法有两种。其中一种以统计模型为主。Wheeler和Weickmann (2001)定义的RMM1、RMM2作为MJO实时监测预报的指数,被广泛应用于天气预报及气候预测领域。多数统计模型均是基于经验正交函数(EOF)分析和回归方法,Jones等(2004)利用多元回归等统计方法建立低频形势场预报模型,预报未来4个候的低频形势场。近年,强调“过程预报过程”的时空投影预报模型(spatial-temporal projection method,STPM)被应用到延伸期预报中来,有效地提高了季风爆发的S2S预测技巧(Hsu et al., 2015;Zhu and Li, 2017)。但传统的统计预报方法往往利用前期某个时段及某些特定区域的大尺度异常信号作为预报因子,对未来某时段、某区域的天气要素进行预报,缺乏对大气环流演变特征的跟踪,可能会忽略大尺度场随时间和空间演变过程中可提供的重要可预报性来源,造成预报能力的偏低和不稳定(Hsu et al., 2012)。因而在次季节预报中必须考虑到大气环流的移动演变特征及高低层环流的协同配合等因素。
本文立足于分析2020年上海超强梅雨的特征,从热带、副热带及中高纬大气环流相互作用角度,探讨超强梅雨的成因。并对梅雨期降水的低频特征进行分析,揭示大气低频振荡对梅雨期强降水过程的影响。在此基础上,构建基于大气低频环流的延伸期预报方法,并对梅雨期强降水这一极端事件的延伸期预报方法进行了探索,分析了入梅首场强降水的预报效果。
1 资料与方法 1.1 资料说明采用的资料分别为:(1)上海市11站逐日(20—20时)降水资料;(2)美国环境预报中心(NCEP/DOE)再分析资料;(3) NOAA气候预测中心(CPC)降水合并分析资料(CMAP);(4) NOAA ERSST v5海温资料。再分析资料和CMAP降水资料的水平分辨率均为2.5°×2.5°,ERSST水平分辨率为2°×2°。其年限均为1991—2020年。
1.2 研究方法为了说明有利于上海梅雨期多雨的海温和环流特征,使用回归分析的方法研究与梅雨期雨量相关的主要物理量场。应用功率谱分析方法阐明上海梅雨期降水的次季节变化特征,进而利用lanczos带通滤波方法保留季节内显著周期信号。
为了说明Rossby波能量在对流层上部的传播,计算了波活动通量(Takaya and Nakamura, 2001)。Rossby波活动通量公式如(1)所示
$ W=\frac{1}{2|\bar{U}|}\left[\begin{array}{l} \bar{u}\left({\rm{ \mathit{ ψ}}}_{x}^{\prime 2}-{\rm{ \mathit{ ψ}}}^{\prime} {{\rm{ \mathit{ ψ}}}}_{x x}^{\prime}\right)+\bar{v}\left({\rm{ \mathit{ ψ}}}_{x}^{\prime} {\rm{ \mathit{ ψ}}}_{y}^{\prime}-{\rm{ \mathit{ ψ}}} {{\rm{ \mathit{ ψ}}}}_{x y}^{\prime}\right) \\ \bar{u}\left({\rm{ \mathit{ ψ}}}_{x}^{\prime} {\rm{ \mathit{ ψ}}}_{y}^{\prime}-{\rm{ \mathit{ ψ}}}^{\prime} {\rm{ \mathit{ ψ}}}_{x y}^{\prime}\right)+\bar{v}\left({\rm{ \mathit{ ψ}}}_{y}^{\prime 2}-{\rm{ \mathit{ ψ}}}^{\prime} {\rm{ \mathit{ ψ}}}_{y y}^{\prime}\right) \end{array}\right] $ | (1) |
其中,U, u和v代表了季节平均的水平风、纬向风和经向风,ψ'表示季节内扰动流函数,下标表示纬向或经向的偏导数。波的活动通量代表了Rossby波能量的传播方向。
Sardeshmukh和Hoskins (1988)引入Rossby波源(Rossby Wave Source,RWS)公式
$ R W S=-V_{χ} \cdot \nabla(\zeta+f)-(\zeta+f) \nabla \cdot V_{χ} $ | (2) |
其中,Vχ是无旋转风矢量,ζ是相对涡度,f是科氏力参数。
近年,利用大气低频特征进行延伸期预报的强调“过程预报过程”的时空投影模型STPM被应用到延伸期预报中来,且在长江流域的预报效果较好(Hsu et al., 2015;Zhu and Li, 2017)。本文采用的强降水预报方法便是基于上海及周边地区(长三角)梅雨期强降水的显著低频特征,对STPM方法进行本地化改进,根据该地区梅雨期(6月1日—7月30日)降水的低频环流特征,从高、中、低纬选取关键环流要素做为预报因子,构建梅雨期强降水低频环流预报模型。根据环流系统的移动特征,引入最外围等值线智能搜索方法(Lu et al., 2017)实现关键区的选取自动化。
2 2020年长江中下游梅雨特征分析 2.1 降水特征2020年6—7月长江流域经历了罕见的超强梅雨。梅雨带自6月初北抬至30°N后,便长时间维持在长江流域,使该地区暴雨频发,强降水落区重叠度高。长江中下游7月平均雨量为1961年以来最多。上海经历了2000年以来最严重梅雨,徐家汇观测站梅雨量为549.5 mm,居有气象记录以来第三位,2000年以来第一位;梅雨期长达42 d,较常年偏多19 d,6月9日入梅,较常年偏早8 d,7月21日出梅,较常年偏晚11 d (图 1)。
为了说明与梅雨多寡相关的海洋条件和大气环流特征,对1991—2020年6—7月上海的雨量与海温、风场等进行回归分析。上海6—7月降水偏多年对应热带中东太平洋冷海温(图 2a)和赤道中太平洋的负降水异常(图 2b),而从高层到低层的风场均在华东中部及近海表现为稳定的异常反气旋。这主要是通过西北太平洋局地“风-蒸发-SST”反馈机制使得西北太平洋异常反气旋(WNPAC)维持(Wang,2000)。WNPAC东南侧的东北风异常通过增强气候态东北信风令蒸发增强,海表温度变冷;冷海温异常反过来抑制局地对流,产生负降水异常,进而通过波列响应令WNPAC继续维持,水汽在异常反气旋西侧聚集,长江中下游降水偏多。
西北太平洋局地“风-蒸发-SST”反馈机制可能是2020年夏季WNPAC长时间维持在长江中下游且稳定少动的原因之一。此外,印度洋从冬到春的持续异常偏暖,在印度洋正海温东侧通过波列响应产生东风异常,这对WNPAC的稳定维持也起到一定作用。两种海温异常的叠加作用造成WNPAC长时间稳定在长江中下游,为这一地区提供丰沛的水汽(图 3)。
除海温异常的影响外,2020年夏季中高纬环流波动频繁在一定程度上抑制了WNPAC的北抬,也是其稳定少动的另一重要原因。Rossby波列的传播有利于高层反气旋的出现及维持,进而影响对流层低层产生冷高压,引起中低层天气系统(如低槽、脊等)的变化,引发冷空气南下。波源对应Rossby波活动通量的辐散区,波列具有典型的准正压结构特点,向东南方向传递(图 4)。
已有的研究表明,梅雨期降水既有10~20 d也有30~60 d显著周期的低频振荡(Li et al., 2018;梁萍和丁一汇,2012)。为了了解2020年梅雨期强降水的显著周期,使用功率谱方法分析逐日降水的周期变化,结果表明上海2020年梅雨期降水功率谱的峰值出现在10~25 d,存在显著的准双周振荡特征(图 5a)。2020年6月中旬至7月下旬,上海出现了4次持续强降水过程,其中三次为暴雨(日雨量≥50 mm)过程,分别为6月11—15日、7月2—7日以及7月15—17日。最强降水出现在7月6日,徐家汇站单日雨量达99.2 mm。为了说明梅雨期持续强降水与大气低频活动的关系,将2020年6—7月徐家汇站逐日降水量进行滤波,保留10~25 d振荡周期,滤波后的低频降水峰值对应了梅雨期全部4次强降水过程(图 5b)。
梅雨期内4次主要持续降水过程均表现出较为相似的低频环流特征,下面以入梅首场降水为例说明低中高层大气低频环流演变对强降水发生发展的影响。利用lanczos带通滤波方法保留大气环流的准双周振荡(QBWO)周期信号,分析大气低频环流在降水发生前后的移动演变特征(图 6)。6月以来,欧亚中高纬地区自西向东存在““正-负-正”波列,强降水发生前位于贝加尔湖附近的低频气旋逐渐向东南方向移动。至中旬前期,低频气旋及反气旋对峙于长江下游,来自西太平洋及印度洋的两股低频水汽沿着低频反气旋外围输送至长江下游,上海入梅首场强降雨开始。进一步分析表明中高纬低频波动的南下受到Rossby波低频活动通量的影响,低频波列沿Rossby波低频活动通量方向南下影响长江流域(图 7)。
从前期环流相似年的梅雨期显著低频周期及前期大气环流低频周期两个角度综合考虑预判大气环流低频演变,利用非传统滤波方法将关键环流要素进行滤波。基于1991—2010年关键区环流要素的格点资料和长三角低频降水的站点资料,利用奇异值分解(SVD)方法建立前期每个环流要素与梅雨期长三角低频降水的统计预报模型。对2011—2019年降水进行逐候独立回报。从回报值和观测值的相关系数来看,700 hPa相对湿度(图 8)、850 hPa纬向风(图略)和500 hPa高度场(图略)这3个预报要素的预报技巧最佳,达到提前25~30 d。因此,在实际预报中选取上述3个预报要素的综合结果进行预报。
依据上述统计预报模型进行实时预报。图 9给出了2020年5月16日起报的长三角地区未来10~35 d的逐候低频降水距平。从预报结果分析,5月下旬至6月中旬,上海及周边地区低频降水从负异常逐渐向正异常转变。5月下旬上海及周边地区低频降水异常偏少,6月5—9日降水逐渐增加(图 9d),最大降水过程出现在6月10—14日(图 9e)。根据该方法的预报结论发布的梅雨期强降水专报中预报“上海地区强降水过程发生时间段为6月上旬后期至中旬前中期”,实况为上海于6月9日入梅,10—15日发生入梅首场强降水过程,预报与实况基本相符,预报时效为24 d。
综合历史回报结果和实时预报,长三角低频降水的统计预报模型对梅雨期的降水有一定的预报技巧,可提前20~30 d预报出强降水。
4 结论与讨论梅雨是东亚夏季风向北推进的产物。上海2020年梅雨期气候特征为入梅早,出梅晚,梅雨期持续时间长,强降水过程频繁。本文对2020年上海梅雨异常特征及成因进行分析,并对基于大气低频特征的延伸期预报效果进行了评估。具体结论如下:
(1) 2020年上海徐家汇观测站梅雨量居有气象记录以来第三位,2000年以来第一位。梅雨期长达42 d,较常年偏多19 d,6月9日入梅,较常年偏早8 d,7月21日出梅,较常年偏晚11 d。梅雨期内出现了4次持续强降水过程,其中三次为暴雨(日雨量≥50 mm)过程,分别为6月11—15日、7月2—7日以及7月15—17日。最强降水出现在7月6日,徐家汇站单日雨量达99.2 mm。
(2) 2020年夏季梅雨异常偏多与WNPAC长时间维持在长江中下游附近且稳定少动直接相关。WNPAC稳定维持的原因之一是西北太平洋局地“风-蒸发-SST”反馈机制。另外,印度洋正海温东侧通过波列响应产生东风异常也起到一定作用。除海温异常的影响外,Rossby波列的传播有利于高层反气旋的出现及维持,进而影响对流层低层产生冷高压,使得中低层天气系统(如低槽、脊等)变化,引发冷空气南下,抑制了WNPAC的北抬。
(3) 分析表明2020年的梅雨期降水表现出明显的准双周振荡特征,4次强降水过程均发生在准双周振荡的波峰附近。进一步分析大气低频环流演变特征表明:欧亚中高纬地区自西向东存在一“正-负-正”低频波列,低频波列沿Rossby波低频活动通量方向移动。强降水发生前位于贝加尔湖附近的低频气旋逐渐向东南方向移动,低频气旋及反气旋对峙于长江下游,低纬低频水汽沿低频反气旋外围输送至长江下游,引发上海多轮暴雨过程。
(4) 基于长三角地区梅雨期强降水的显著低频特征,对STPM方法进行本地化改进,构建长三角梅雨期强降水低频环流预报模型。从前期环流相似年的显著低频周期及前期大气环流低频周期两个角度综合预判大气环流低频演变,建立前期主要环流要素与长三角低频降水的统计预报模型。利用大气显著低频环流的有效信息进行延伸期预报。该方法较为准确地预报出2020年上海入梅首场强降水过程,有一定参考意义。综合历史回报结果和实时预报,STPM方法对长三角梅雨期的降水有一定的预报技巧,可提前25~30 d预报出梅雨期强降水。
2020年暴力梅的成因受到海洋和大气等多圈层的相互作用,本文仅从热带太平洋和印度洋两个方面浅析了海洋对大气的影响,而2020年冬季到夏季其他海洋因子的变化也值得关注,如北大西洋海温异常等,这方面有待进一步研究。另外,汛期预测的难点之一是对中高纬环流的演变的预测,2020年夏秋季中高纬环流的波动尤为频繁,这可能与北极海冰异常偏少关系密切,深入研究寻找能用于预报前兆信号也是后期研究的重点。近几年本地化高影响事件预报方法的研发成为延伸期预报的重点。经过几年的发展,上海市气候中心已在基于大气低频特征的极端事件的延伸期预测方法方面积累的一些经验,但局地高影响事件的特征及成因研究仍需深入。后期将围绕不同降水时段的大气低频环流振荡特征进行深入研究,构建符合本地高影响事件特征的延伸期预报模型并用于预报。
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 |
胡娅敏, 丁一汇. 2009. 2000年以来江淮梅雨带北移的可能成因分析[J]. 气象, 35(12): 37-43. |
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. |
梁萍, 丁一汇. 2012. 东亚梅雨季节内振荡的气候特征[J]. 气象学报, 70(3): 418-435. |
陆尔, 丁一汇. 1996. 1991年江淮特大暴雨与东亚大气低频振荡[J]. 气象学报, 54(6): 730-736. |
毛江玉, 吴国雄. 2005. 1991年江淮梅雨与副热带高压的低频振荡[J]. 气象学报, 63(5): 762-770. |
孙燕, 尹东屏, 姚丽娜, 等. 2012. 近50 a江苏梅雨量异常的时空分布及其环流特征[J]. 暴雨灾害, 31(2): 149-154. |
唐永兰, 徐桂荣, 万蓉, 等. 2016. 近52 a湖北省梅雨期降水的气候变化特征分析[J]. 暴雨灾害, 35(6): 511-520. |
信飞, 陈伯民, 穆海振, 等. 2016. 上海地区汛期暴雨的延伸期预测方法及应用[J]. 气象, 42(11): 1372-1378. |
张庆云, 陶诗言, 张顺利. 2003. 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): 10-18. |
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. |
朱乾根, 徐国强. 2000. 1998年夏季中国南部低频降水特征与南海低频夏季风活动[J]. 气象科学, 20(3): 239-248. |
Chen Longxun, ZHU Congwen, WANG Wen, et al. 2001. Analysis of the characterlstics of 30-60 day low-frequency oscillation over Asia during 1998 SCSMEX[J]. Adv Atmos Sci, (18): 623-638. |
Hsu P C, Li T, You L, et al. 2015. A spatial-temporal projection model for 10-30 day rainfall forecast in South China[J]. Clim. Dyn, 44: 1227-1244. DOI:10.1007/s00382-014-2215-4 |
Hsu P C, Li T, Lin Y C, et al. 2012. A spatial-temporal projection method for seasonal prediction of spring rainfall innorthern Taiwan[J]. Journal of the Meteorological Society of Japan, 90(2): 179-190. DOI:10.2151/jmsj.2012-202 |
Li Jianying, Mao Jiangyu. 2018. The impact of interactions between tropical and midlatitude oscillations around the Tibetan Plateau on the 1998 Yangtze floods[J]. Quarterly Journal of the Royal Meteorological Society, 144: 1-17. |
Jones C, Carvalho L M V, Higgins R W, et al. 2004. A statistical forecast model of tropical intraseasonal convective anomalies[J]. J Climate, 17: 2078-2095. DOI:10.1175/1520-0442(2004)017<2078:ASFMOT>2.0.CO;2 |
Kanamitsu M, Ebisuzaki W, Woollen J, et al. 2002. NCEP-DOE AMIP-Ⅱ Reanalysis (R-2)[J]. Bull Amer Meteor Soc, 2002: 1631-1643. |
Sardeshmukh P D, Hoskins B J. 1988. The Generation of Global Rotational Flow by Steady Idealized Tropical Divergence[J]. Journal of the Atmospheric Sciences, 45: 1228-1251. |
Tao S Y, Chen L X. 1987. A review of recent research on the East Asiansummer monsoon in China[M]. New York: Oxford University Press, 60-92.
|
Takaya K, Nakamura H. 2001. A formulation of a phase-independent wave-activity flux for stationary and migratory quasi-geostrophic eddies on a zonally varying basic flow[J]. J Atmos Sci, 58: 608-627. |
Wang B, Wu R G, Fu X H. 2000. Pacific-East Asian teleconnection:how does ENSO affect East Asian climate?[J]. J Climate, 13: 1517-1536. |
Wei Wang, Fei Xin, Xiao Pan, et al. 2020. Seasonal and Sub-seasonal Circulation Anomalies Associated with Persistent rainy Days in 2018-2019 winter in Shanghai[J]. Journal of Meteorological Research, 34: 305-314. |
Wheeler M, Weickmann K M. 2001. Real-time monitoring and prediction of modes of coherent synoptic to intraseasonal tropical variability[J]. Mon Wea Rev, 129: 2677-2694. |
Zhu Z, Li T, Bai L, et al. 2017. Extended-range forecast for the temporal distribution of clustering tropical cyclogenesis over the western North Pacific[J]. Theor Appl Climatol, 130: 865-877. |