中国气象学会主办。
文章信息
- 杨秋明, 李 熠, 宋 娟, 黄世成. 2012.
- YANG Qiuming, LI Yi, SONG Juan, HUANG Shicheng. 2012.
- 2002年夏季东亚地区环流20—30 d主振荡型延伸期预报研究
- Study of the extended range forecast of the principal 20-30 day oscillation pattern of the circulation over East Asia in the summer of 2002
- 气象学报, 70(5): 1045-1054
- Acta Meteorologica Sinica, 70(5): 1045-1054.
- http://dx.doi.org/10.11676/qxxb2012.087
-
文章历史
- 收稿日期:2011-11-29
- 改回日期:2012-03-26
10—30 d延伸期预报介于天气预报和气候预测这两类问题之间,这使其在科学研究和气象业务上都很复杂。许多较长生命周期的大气现象,如行星尺度的北半球热带外对流层高层的绕球遥相关波(CGT)(Ding et al,2005)、南半球中纬度地区的绕球遥相关波(SCGT)(Yang,2009)、Madden-Julian振荡(MJO)、北极涛动(AO)等,对天气尺度系统均有明显的影响。
已有的研究表明,当这些特定的大气流型信号明显持续时,对于10—30 d延伸期天气过程往往具有很好的可预报性,并经常会引发后期的极端天气气候异常事件(如强降水、强升(降)温过程等)。由于其时间尺度在10—70 d,因此,可以采用这些热带和热带外季节内变化信号(ISO)来作其影响区域的10—30 d延伸预报(Waliser et al,2003; Jones et al,2004; Wheeler et al,2004,2009; Maharaj et al,2005; Cassou,2008; Love et al,2008; Agudelo et al,2009; Jones,2009; Yang et al,2010; Ajayamohan et al,2011; Carvalho et al,2011;Krishnamurthy et al,2011; Liebmann et al,2011;Roff et al,2011)。
对于长江下游地区(30.5°—32.0°N,118.0°—122.5°E)夏季强降水过程来说,起主要作用的是20—30 d振荡(Yang,2009)的变化(如南半球中纬度绕球遥相关波列、热带西太平洋型(TWP)等),它们与长江下游梅雨中期变化也有一定联系,反映了南半球中纬度地区和西太平洋地区季节内振荡对夏季东亚副热带季风的变化均有显著影响;而热带大气30—60 d振荡(MJO)和10—20 d振荡仅起部分作用。可以认为,东亚地区20—30 d振荡可作为联系长江下游地区夏季强降水的逐日数值天气预报和季节预报的桥梁,填补中期预报与短期气候预测之间的延伸期预报时段的缝隙。中国学者近20年来对季节内振荡与中国东部降水变化的关系进行了分析,得到许多有重要意义的结果(杨秋明,1993; 韩荣青等,2006;丁一汇等,2008;Zhang et al,2009;Mao et al,2010; He et al,2011;白旭旭等,2011),并逐步开始基于季节内振荡的延伸期预报方法研究和试验(杨秋明,1998,2008,2011; 丁一汇等,2010;陈官军等,2010; 琚建华等,2010; 朱红蕊等,2010; 孙国武等,2011)。杨秋明(1998)初步用能客观分离不同低频振荡模态的主振荡型分析(POP)(Hasselmann,1988; von Storch et al,1990)建立预测模型对1994年夏半年西太平洋热带地区MJO形势演变进行预测试验,表明对夏季西太平洋副热带高压(副高)和东亚雨带10—30 d变化趋势有很好的预示性,同时也讨论了可预报性,并在1995—2005年长江下游地区持续降水过程的业务中期预报中取得了较好的预报效果。然而,尚未开始系统研究与长江下游地区夏季强降水过程关系最密切的东亚地区20—30 d时间尺度季节内振荡时空演变的延伸期预报和可预报性。现有的大部分研究仅集中在30—60 d振荡与持续降水过程和旱涝的关系及其机制,不同时间尺度季节内振荡(20—30、30—40、40—50、50—60和60—70 d等)与不同区域高影响天气相关的差异也不完全清楚。
已有的研究表明,季节内振荡对长江下游地区强降水过程的作用具有时间尺度上的选择性,仅20—30和15—20 d振荡与强降水过程密切相关,其中,20—30 d振荡的作用占主导地位(Yang,2009)。30—60 d振荡和这个区域强降水关系不明显,但与一般降水过程或持续降水过程关系较好。如果季节内振荡的周期较长(大于30 d)和变短(小于15 d),长江下游强降水发生频率将显著减小。因此,针对与长江下游地区强降水过程有密切联系的东亚和西太平洋地区环流20—30 d振荡模态,建立动力统计模型,主要预测20—30 d振荡型的10—30 d 延伸期形势演变,能为延伸期强降水发生概率预测提供主要预报信号。本文用主振荡模型对20—30 d振荡活跃的2002年(Yang,2009)夏季东亚地区850 hPa经向风的20—30 d低频场未来30 d变化进行了独立预报试验,同时也分析了20—30 d振荡较显著的多年资料的预测结果以及影响20—30 d振荡强度年际变化的可能原因,为夏季长江下游地区强降水延伸期预报提供一些新思路。 2 预测模型 2.1 资料
东亚地区850 hPa经向风场选用 NCEP/NCAR逐日再分析风场(Kalnay et al,1996)在0°—45°N,90°E—180°范围内的2.5°×2.5°的格点资料,时间为1979—2005年;采用一阶Butterworth滤波器进行20—30 d带通滤波,得到850 hPa低频经向风场,经标准化处理后构成基本资料阵 V 。逐日长江下游地区降水量采用此区域中25站平均值,时间为2002年 5月 1 日—8月 31 日。850 hPa经向风场预测试验的时间是 3月1日—9月30日。海温资料从英国气象局哈得来气候中心的逐 月全球海温资料(HadISST)中选取(Rayner et al,2006),计算太平洋范围内格点的3—5月平均距平值作为春季海温资料。 2.2 2002年5—8月东亚地区850 hPa 经向风20—30 d振荡的主振荡型分析
图 1a 给出2002年5—8月长江下游地区逐日降水的时间演变,6 月1日以前以过程性降水为主,每次过程间隔约7 d,6月1日—8月31日是显著的强降水天气过程,其中,有3次集中强降水过程(6月20日、7月17日和8月14日),降水过程中最大日平均(区域)雨量大于25 mm。可见5—8月降水活跃期与中断期交替变化,这种变化表现为极显著的季节内振荡。图 1b是逐日降水时间序列的非整数波功率谱分析(Schickedanz et al,1977)。通过0.05 信度检验的显著周期(非整数)是4.0、7.0、9.0 d 的高频振荡和极显著的27 d的低频振荡,其中,周期小于10 d的是高频振荡,与强降水过程关系不大,而27 d周期是与强降水过程密切相关的降水季节内振荡,这种季节内振荡的强度与长江下游夏季强降水频数的正相关十分明显(Yang,2009)。因此,2002年5—8月长江下游地区降水低频振荡的主周期为20—30 d,有利于长江下游地区暴雨频繁发生,夏季出现显著洪涝。对同期逐日东亚地区850 hPa 20—30 d低频经向风场进行主振荡型分析,得到一个显著的 20—30 d低频振荡的主振荡型(POP1)空间分布的实部pr和虚部pi(图 2a、b)和对应的时间系数实部zr(t)和虚部zi(t)(图 2c),解释方差是36.5%,空间波传播周期是27.4 d,主振荡型的循环过程是…→pi→pr→-pi→-pr→pi→… 。对于POP1的实部(图 2a)和虚部(图 2b),中纬度地区均表现为东亚副热带地区纬向传播的正负相间的波列结构,其空间分布相差四分之一位相。由主振荡分析循环过程可知这种环流的20—30 d振荡呈现向东传播的一支波列,类似于夏季东京—芝加哥“快车”(从日本和中国东北地区向东经北太平洋到达加拿大西部、大平原北部及美国中西部地区)或上海—堪萨斯“快车”(从中国长江中下游地区向东经北太平洋到达美国北部)对应遥相关波列的东亚—西太平洋部分(Lau et al,2002; 丁一汇等,2008)。从对应的时间系数可发现长江下游地区强降水集中期(5月下旬初,6月中旬末,7月中旬和8月中旬中期,图 3a—d)均发生在虚部时间系数的正位相(图 2c),特别是上述6月中旬到8月下旬的长江下游地区3次集中强降水过程(图 3b、c、d),这时中国东部105°E以东的长江以南地区低频南风分量显著增强(来自南海地区的低频水汽输送加强,图 2b)。图 4给出的2002年5月1日—8月31日长江下游地区20—30 d低频降水(图 1a)与850 hPa低频经向风场的相关空间分布(样本长度为123 d)也表现出纬向传播的波列结构,其中,长江以南地区和日本南部洋面为显著正和负的相关区,通过0.05的显著性检验(相关显著格点的平均有效自由度为14 d左右,当相关系数大于0.50时,其显著性为0.05)。所以,对于850 hPa经向风低频变化,中国长江以南地区和副热带西北太平洋地区是影响长江下游低频降水和强降水过程的关键区(与图 2b一致),这些地区低频经向风变化的10—30 d延伸期预测对于预报出长江下游地区强降水发生时段非常重要。因此,这种东亚副热带地区低层风场的20—30 d尺度的低频信号和对应的主振荡型模态的变化,可为夏季长江下游地区强降水过程的10—30 d延伸期预测提供重要的信息。对这种显著的20—30 d振荡的风场演变进行预测,可较准确估计未来30 d内长江下游地区强降水发生的时段。
3 预测方法及结果主振荡模态分析是一种介于动力学模式与统计分析之间的方法,能有效地分离各种时空尺度,揭示复杂气候系统中主要振荡模态的循环变化,不仅是一个分析工具,也是预测低频空间波传播的工具(即对环状链进行振荡状态预报)。而进行实际预报时,必须考察其独立样本预报精度,以反映实际预报能力(杨秋明,1998)。由于主振荡型(空间分布,即复特征向量 p =pr±ipi)与样本序列长度有关,因此,本文用限定记忆法,保持子序列N0不变,滑动进行独立样本预测试验。对振荡传播较显著的初夏和盛夏(2002年4 月 19 日—8月31日)共作 135 次预报,取预报时间 τ=30 d,子序列长度N0=50 d。此外,由于复特征向量 p =pr±ipi随样本而变化,所以,建模的方案反映了低频系统特征的动态演变,即主振荡模态系数zr(t)、zi(t)在二维z平面上的变 化是相对于动态正交基pr和pi的,有利于适应主要20—30 d振荡系统空间结构随时间的改变,在一定程度上反映20—30 d振荡型变化的非线性特征。图 5 给出了这135次独立预报的提前5、10、15、20、25 d的低频经向风场预报与对应的实况低频经向风场的相关系数的空间分布(图 5),可发现未来5—20 d东亚副热带大部分地区预报效果很好,其显著性均通过95%的信度检验,尤其是影响长江下游地区强降水的关键区(中国大陆100°E以东的长江以南地区和日本以南的西北太平洋地区)20—30 d低频经向风的预报具有重要参考价值。对于未来25 d,相关显著区域明显缩小,除了南海和热带西太平洋的部分地区外,其他区域基本无参考价值(图 5e)。所以,影响长江下游地区强降水的主振荡模型的预测时效可达20 d左右,可有效预报未来20 d东亚地区低频经向风距平变化的空间分布。
图 6给出了以2002年5月26日为初始场的850 hPa 20—30 d低频经向风场的10 d(6月5日)预报(图 6b)和实况(图 6a)。可以看出,10 d预报能很好地预测出沿东亚副热带地区的东传经向风场波列,且正-负-正的空间分布也十分一致,即低频南(北)风的空间分布也与实况比较接近。图 7给出了以2002年5月26日为初始场的850 hPa 20—30 d低频经向风场的24 d(6月19日)预报(图 7b)和实况(图 7a),表明24 d预报能较好地预报出影响长江下游强降水的长江以南地区和副热带西北太平洋地区低
频南风距平(正距平区)的形成和加强(对应于6月20日的长江下游强降水过程(图 3b)),这种低频信号符号的变化对于长江下游地区强降水预报具有很好的预示性。但预报数值偏小,表明主振荡预测模型对这一时段20—30 d振荡强度的非线性增强不能很好描述和预报,仍需进一步改进。
以上预报试验表明,基于主振荡模态的20—30 d振荡延伸期预报模型的预报时效可达20 d左右,能为长江下游地区未来20 d内强降水的发生提供重要预报信息。由于目前欧洲中期数值天气预报(ECMWF)模式的全球环流形势预报时效已达10 d,因此,在这个基础上,用基于主振荡分析的延伸期预报模型做季节内振荡的未来20 d低频形势预报,可得到未来30 d季节内振荡低频变化的预报,使10—30 d 延伸期的强降水预报准确率有所提高。进一步对于较强20—30 d振荡的年份(Yang,2009),分别进行预报试验也得到了类似的结果,预报时效均大于20 d,图 8给出了这些年份(1979、1984、1987、1991、1997、1998、1999和2005年)低频经向风第20天预报和实况相关系数的分布。尽管预报最好的区域(主要关键区是在中国长江以南地区和日本以南的洋面上)有一定年际变化(其中,1984年可预报性较好的区域最大,1999年略小),但只要东亚地区 20—30 d振荡较显著维持,本文建立的动态主振荡分析模型对这些波动结构的变化均有较好适应能力,主振荡分析预测模型的预测时效能稳定在20 d左右。对于2011年7月中旬,主振荡分析预测模型还提前17 d成功地预测了与2011年7月18日长江下游部分地区特大暴雨密切相关的低频波的传播和关键区南风距平的低频变化(杨秋明,2011)。此外,通过非整数波功率谱分析还发现长江下游强降水频数存在准2 a变化周期(Yang,2009),因而与长江下游强降水频数密切相关的 20—30 d振荡强度也伴随较显著的准2 a变化,其中,太平洋地区海-气相互作用的影响是原因之一。图 9为夏季强20—30 d振荡年份(1987、1991、1999和2002年)的春季太平洋海温分布特征,表现为西北太平洋和南太平洋热带地区显著的正海温距平区,即春季西北太平洋海温偏高有利于后期夏季东亚地区20—30 d振荡的维持,东亚环流的20—30 d振荡的可预报性较大。所以,春季太平洋海温变化也能为夏季长江下游降水20—30 d振荡和强降水延伸期预报提供部分重要预报信号。
对于较弱的20—30 d振荡的其他年份,强降水过程较少,20—30 d振荡可预报性较低。这时主要考虑10—20、30—60 d振荡的可能影响,用对应的主振荡延伸期预报模型低频形势变化,可为较大降水过程的延伸期预报提供一些有用信息。值得注意的是2002年5—7月欧亚环流和副高活动变化均未出现典型的梅雨形势,因此,2002年长江下游地区只能做“空梅”来处理。而实际上,无论从雨日,还是降雨强度,都应该算做丰梅的年份。显然,由于强20—30 d振荡作用,使得副高南北振荡幅度加大,并没有稳定在20—26°N,所以不符合通常梅雨形势,但与20—30 d振荡伴随的暴雨过程频繁发生,造成2002年夏季长江下游降水明显偏多,发生洪涝。因此,长江下游洪涝(暴雨过程)与东亚地区副热带环流20—30 d振荡活动直接相关,与欧亚地区大尺度平均环流演变和梅雨强弱的关系并非一一对应。关于影响20—30 d 振荡强度的其他因子及其机制,还需深入分析。进一步研究这种20—30 d振荡的年际变化原因并预测其强度的年际变化,对于更准确地预报长江下游地区旱涝气候变化和10—30 d延伸期暴雨过程的预报有重要意义,而且,也能更深入认识强降水天气过程和旱涝气候变化之间相互作用的机制。4 结论和讨论
本文用东亚地区850 hPa经向风资料,对20—30 d振荡建立主振荡模型,进行了10—30 d延伸期形势变化的预测试验,得到如下结论:
(1)主振荡模型方法对2002年3—9月夏季东亚副热带地区低层低频风场27 d左右时间尺度的东亚西太平洋纬向波列东传过程具有较好的预报效果,预报时效可达20 d左右,能较好地预报出影响长江下游地区强降水的850 hPa低频南风距平演变,具有重要的应用价值。
(2)基于东亚地区夏季20—30 d振荡信号时空演变的预报试验,可为长江下游地区的10—30 d延伸期中降水强度和发生时间的预报提供重要依据。由于20—30 d振荡信号强度存在显著的年际变化(与太平洋地区海-气相互作用有一定联系),该方法对各年的预报效果因年而异。对于夏季20—30 d振荡较显著的年份(前期春季西北太平洋海温偏高),主振荡预测模型的预测时效能稳定在20 d左右,可为夏季长江下游强降水预测提供重要信息。对于弱20—30 d振荡年份,需进一步考虑10—20和30—60 d振荡等季节内振荡型强弱变化的影响。
通过多年预测研究表明,基于环流场的低频演变的主振荡动力统计模型能较好描述主要低频波的传播过程,而且,选择适当的子序列长度,滑动进行动态建模的独立预报也是重要的,可将复杂系统空间结构变化和周期的长度变化信息反馈到预测模型中,有利于提高预报精度。因此,这种方法在实时的延伸预报中具有重要的应用和参考价值,是构建实时延伸预报业务的主要途径之一。 在此基础上,能进一步利用统计模型进行10—30 d延伸期长江下游地区持续降水过程、强降水过程及暴雨等极端事件发生概率的预报。
白旭旭, 李崇银, 谭言科等. 2011. MJO对我国东部春季降水影响的分析. 热带气象学报, 27(6): 814-822 |
陈官军, 魏凤英, 巩远发. 2010. NCEP/CFS模式对东亚夏季延伸预报的检验评估. 应用气象学报, 21(6): 659-670 |
丁一汇, 刘芸芸. 2008. 亚洲-太平洋季风区的遥相关研究. 气象学报, 66(5): 670-682 |
丁一汇, 梁萍. 2010. 基于MJO的延伸预报. 气象, 36(7): 111-122 |
韩荣青, 李维京, 董敏. 2006. 北半球副热带-中纬度太平洋大气季节内振荡的纬向传播与东亚夏季旱涝. 气象学报, 64(2): 149-163 |
琚建华, 刘一伶, 李汀等. 2010. 预测夏季南海季节内振荡的一种新方法. 热带气象学报, 26(5): 521-525 |
孙国武, 孔春燕, 信飞等. 2011. 天气关键区大气低频波延伸期预报方法. 高原气象, 30(3): 594-599 |
杨秋明. 1993. 初夏亚洲季风区环流低频振荡与长江下游持续暴雨. 应用气象学报, 4(3): 320-326 |
杨秋明. 1998. 西太平洋热带地区环流低频变化的主振荡型预测试验. 应用气象学报, 9(3): 345-351 |
杨秋明. 2008. 10-30 天延伸期天气预报及发展趋势. 中国新技术新产品, (7): 96-97 |
杨秋明. 2011. 2011年7月中旬长江下游地区强降水期间低频环流延伸期预报试验. 科技导报, 29(32): 60-66 |
朱红蕊, 江志红, 张勤等. 2010. 基于SSA-AR方法的MJO指数预报模型试验. 热带气象学报, 26(3): 371-378 |
Agudelo P A, Hoyos C D, Webster P J, et al. 2009. Application of a serial extended forecast experiment using the ECMWF model to interpret the predictive skill of tropical intraseasonal variability. Climate Dyn, 32(6): 855-872 |
Ajayamohan R S, Annamalai H, Luo J J, et al. 2011. Poleward propagation of boreal summer intraseasonal oscillations in a coupled model: Role of internal processes. Climate Dyn, 37(5-6): 851-867 |
Carvalho L M V, Silva A E, Jones C, et al. 2011. Moisture transport and intraseasonal variability in the South America monsoon system. Climate Dyn, 36(9-10): 1865-1880 |
Cassou C. 2008. Intraseasonal interaction between the Madden-Julian Oscillation and the North Atlantic Oscillation. Nature, 455(7212): 523-527 |
Ding Q H, Wang B. 2005. Circumglobal teleconnection in the northern hemisphere summer. J Climate, 18(17): 3483-3505 |
Hasselmann K. 1988. PIPs and POPs: The reduction of complex dynamical systems using principal interaction and oscillation patterns. J Geophys Res, 93(D9): 11015-11021 |
He J H, Lin H, Wu Z W. 2011. Another look at influences of the Madden-Julian Oscillation on the wintertime East Asian weather. J Geophys Res,116(2):D03109, doi:10.1029/2010JD014787 |
Jones C. 2009. A homogeneous stochastic model of the Madden-Julian oscillation. J Climate, 22(12): 3270-3288 |
Jones C, Carvalho L M V, Higgins W, et al. 2004. A statistical forecast model of tropical intraseasonal convective anomalies. J Climate, 17(11): 2078-2095 |
Kalnay E, Kanamitsu M, Kistler R, et al. 1996. The NCEP/NCAR 40-year reanalysis project. Bull Amer Meteor Soc, 77(3): 437-471 |
Krishnamurthy V, Misra V. 2011. Daily atmospheric variability in the South American monsoon system. Climate Dyn, 37(3-4): 803-819 |
Lau K M, Weng H Y. 2002. Recurrent teleconnection patterns linking summertime precipitation variability over East Asia and North America. J Meteor Soc Japan, 80(6): 1309-1324 |
Liebmann B, Kiladis G N, Allured D, et al. 2011. Mechanisms associated with large daily rainfall events in Northeast Brazil. J Climate, 24(2): 376-396 |
Love B S, Matthews A J, Janacek G J. 2008. Real-time extraction of the Madden-Julian oscillation using empirical mode decomposition and statistical forecasting with a VARMA model. J Climate, 21(20): 5318-5335 |
Maharaj E A, Wheeler M C. 2005. Forecasting an index of the Madden-Oscillation. Int J Climatol, 25(12): 1611-1618 |
Mao J Y, Sun Z, Wu G X. 2010. 20-50-day oscillation of summer Yangtze rainfall in response to intraseasonal variations in the subtropical high over the western North Pacific and South China Sea. Climate Dyn, 34(5): 747-761 |
Rayner N A, Brohan P, Parker D E, et al. 2006. Improved analyses of changes and uncertainties in sea surface temperature measured in situ since the mid-nineteenth century: The HadSST2 dataset. J Climate, 19(3): 446-469 |
Roff G, Thompson D W J, Hendon H. 2011. Does increasing model stratospheric resolution improve extended-range forecast skill?Geophys Res Lett,38:L05809,doi:10.1029/2010GL046515 |
Schickedanz P T, Bowen E G. 1977. The computation of climatological power spectra. J Appl Meteor, 16(4): 359-367 |
von Storch H, Xu J S. 1990. Principal oscillation pattern analysis of the 30- to 60-day oscillation in the tropical troposphere. Part I: Definition of an index and its prediction. Climate Dyn, 4(3): 175-190 |
Waliser D E, Lau K M, Stern W, et al. 2003. Potential predictability of the Madden-Julian oscillation. Bull Amer Meteor Soc, 84 (1): 33-50 |
Wheeler M C, Hendon H H. 2004. An all-season real-time multivariate MJO index: Development of an index for monitoring and prediction. Mon Wea Rev, 132(8): 1917-1932 |
Wheeler M C, Hendon H H, Cleland S, et al. 2009. Impacts of the Madden-Julian oscillation on Australian rainfall and circulation. J Climate, 22(6): 1482-1498 |
Yang J, Wang B, Wang B, et al. 2010. Biweekly and 21-30-day variations of the subtropical summer monsoon rainfall over the lower reach of the Yangtze River basin. J Climate, 23(5): 1146-1159 |
Yang Q M. 2009. The 20-30 day oscillation of the global circulation and heavy precipitation over the lower reaches of the Yangtze River valley. Sci China Ser D-Earth Sci, 52(10): 1485-1501, doi: 10. 1007/s11430-009-0156-2 |
Zhang L N, Wang B Z, Zeng Q C. 2009. Impact of the Madden-Julian Oscillation on summer rainfall in southeast China. J Climate, 22(2): 201-216 |