气象学报  2017, Vol. 75 Issue (1): 19-38   PDF    
http://dx.doi.org/10.11676/qxxb2017.019
中国气象学会主办。
0

文章信息

袁媛, 高辉, 李维京, 柳艳菊, 陈丽娟, 周兵, 丁一汇 . 2017.
YUAN Yuan, GAO Hui, LI Weijing, LIU Yanju, CHEN Lijuan, ZHOU Bin, DING Yihui . 2017.
2016年和1998年汛期降水特征及物理机制对比分析
Analysis and comparison of summer precipitation features and physical mechanisms between 2016 and 1998
气象学报, 75(1): 19-38.
Acta Meteorologica Sinica, 75(1): 19-38.
http://dx.doi.org/10.11676/qxxb2017.019

文章历史

2016-10-21 收稿
2016-12-08 改回
2016年和1998年汛期降水特征及物理机制对比分析
袁媛1, 高辉1, 李维京1,2, 柳艳菊1, 陈丽娟1,2, 周兵1, 丁一汇1     
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
摘要: 利用多种大气环流、海表温度、积雪面积等数据,并利用个例对比分析和统计方法,研究了2016年汛期(5-8月)中国旱、涝特征及与1998年的异同点,并对比分析了这两年导致降水异常的大气环流和外强迫因子。结果表明:(1)2016年汛期中国降水总体偏多,长江中下游和华北各有一支多雨带。与1998年相比,这两年南方多雨带均位于长江流域,梅雨雨量均较常年偏多1倍以上,但梅雨季节进程有显著差异,1998年发生典型的“二度梅”,而2016年梅雨结束后长江流域降水显著偏少,主要降水区移至北方。(2)2016年5-7月乌拉尔山高压脊明显偏弱,而1998年欧亚中高纬度呈“两脊一槽”型,这与北大西洋海温距平在这两年前冬至春季几乎完全相反的分布型密切相关。(3)这两年5-7月热带和副热带地区环流较为相似,副热带高压偏强、偏西,东亚夏季风偏弱,来自西北太平洋的水汽输送通量均在长江中下游形成异常辐合区,这主要是受到了前期相似的热带海温异常的影响,均为超强厄尔尼诺事件和热带印度洋全区一致偏暖模态。(4)这两年8月环流形势有显著差异,2016年8月副热带高压断裂,西段与大陆高压结合持续控制中国东部上空,夏季风迅速转强,长江流域高温少雨。而1998年8月夏季风进一步减弱,长江流域发生“二度梅”。2016年8月MJO异常活跃并长时间维持在西太平洋地区,激发频繁的热带气旋活动,对副热带地区大气环流的转折有重要作用。而1998年8月MJO主要活跃在印度洋地区,使得副高持续前期偏强的特征。除海洋和上述环流差异外,2016年前冬至春季青藏高原积雪的冷源热力效应远不及1998年强,这可能是导致2016年夏季风偏弱的程度不及1998年,而2016年汛期华北降水较1998年偏多的原因之一。
关键词汛期降水     长江流域洪涝     超强厄尔尼诺     印度洋暖海温     高原积雪     MJO    
Analysis and comparison of summer precipitation features and physical mechanisms between 2016 and 1998
YUAN Yuan1, GAO Hui1, LI Weijing1,2, LIU Yanju1, CHEN Lijuan1,2, ZHOU Bin1, DING Yihui1     
1. National Climate Center, Laboratory for Climate Studies, China Meteorological Administration, Beijing 100081, China;
2. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disaster, Nanjing University of Information Science and Technology, Nanjing 210044, China
Abstract: Characteristics of droughts and floods in China during the summer (May-August) of 2016 and 1998 were compared in great detail. The associated atmospheric circulation and external-forcing factors were also investigated and compared for these two years. (1) The precipitation was mostly above normal in China in the summer of 2016, with two main rainfall belts located in the Yangtze River valley (YRV) and North China. Compared with the summer of 1998, a similar rainfall belt occurred in the YRV with the precipitation over 100% above normal. However, the seasonal processes of Meiyu were different. The typical "second Meiyu" occurred in 1998, whereas dry condition dominated the YRV after the end of Meiyu in 2016. (2) During May-July 2016, the Ural high was weaker than normal, but it was stronger than normal in 1998. This difference was resulted from the totally different distribution of sea surface temperature anomaly (SSTA) over the North Atlantic Ocean during the preceding winter and spring of the two years. (3) However, the tropical and subtropical circulations were much similar in May-July of 2016 and 1998. Circulations in both years were characterized by stronger than normal and more westward-extending west Pacific subtropical high (WPSH), weaker than normal East Asian summer monsoon (EASM), and anomalous convergence of moisture flux in the middle and lower reaches of the YRV. These similar circulation anomalies were attributed to the similar tropical SSTA pattern in the preceding seasons, i.e. the super El Niño and strong warming in the tropical Indian Ocean. (4) Significant differences in the circulation pattern were observed in August between the two years. The WPSH broke in August 2016, with the western part combining with the continental high and persistently dominating eastern China. The EASM suddenly became stronger, and dry condition prevailed in the YRV. On the contrary, the EASM became weaker in August 1998 and the "second Meiyu" took place in the YRV. The Madden-Julian Oscillation (MJO) activity became extremely active in August 2016 and stayed in the western Pacific for 25 days. It triggered frequent tropical cyclone activities and further influenced the significant turning of the tropical and subtropical circulation in August 2016. However, MJO was active in the tropical Indian Ocean in August 1998, which was favorable for the maintenance of a strong WPSH. Except for the above ocean factors and atmospheric circulation anomalies, the thermal effect of the snow cover over Qinghai-Tibet Plateau from the preceding winter to spring in 2016 was much weaker than that in 1998. This may explain the relatively stronger EASM and more precipitation in North China in 2016 than in 1998.
Key words: Summer precipitation     Flood in YRV     Super El Niño     Warm SSTA in the tropical Indian Ocean     Snow cover in Qinghai-Tibet Plateau     MJO    
1 引 言

中国位于亚澳季风区,青藏高原热动力效应和印度洋、太平洋等海温的共同作用以及亚洲夏季风的影响使中国成为全球旱、涝灾害频发的国家之一。据统计,各类气象灾害造成的经济损失约占中国自然灾害总损失的71%,而80%的气象灾害由旱、涝灾害所致(李崇银等,2009)。典型的季风气候使洪涝主要发生在夏半年尤其是汛期时段(文中汛期指5—8月,下同)。频发的涝灾给人民生命安全和国家经济发展均造成巨大的影响,如1991年江淮流域暴雨造成的死亡人数高达1200多人,直接经济损失700多亿元。而1998年大洪水更是导致3004人死亡和1666亿元的直接经济损失(国家气候中心,1998)。

作为全球气候变化最主要的影响系统,厄尔尼诺-南方涛动(ENSO)事件的发生、发展和位相差异都会造成东亚夏季风强弱的变化,并导致旱、涝灾害的发生。1997—1998年,赤道东太平洋发生了一次超强厄尔尼诺事件,无论其累积强度还是其峰值都超过了1982—1983年的同等级事件。大量的研究揭示了该次厄尔尼诺对中国夏季长江全流域性大洪水和嫩江、松花江流域特大洪涝灾害的影响及气候预测意义(国家气候中心,1998李维京,1999陈烈庭,2001王钦等,2012)。之后的几次厄尔尼诺事件强度总体不强,且研究发现,中等和弱的厄尔尼诺易受其他因子调制(薛峰等,2007刘长征等,2010)。但强厄尔尼诺事件对东亚夏季风环流和夏季旱涝的影响在短期气候预测中不容忽视(赵振国,1999陈兴芳等,2000a)。2014—2016年,赤道中东太平洋再次发生了一次超强厄尔尼诺事件,并于2015年11月达到峰值,峰值强度超过了前两次超强事件(1982—1983和1997—1998年),成为1951年以来最强也是持续时间最长的厄尔尼诺事件(袁媛等,2016邵勰等,2016翟盘茂等,2016)。受其影响,2016年夏季长江流域降水明显偏多,中下游出现严重汛情,部分地区洪涝灾害极为严重。2016年3月,中国国家气候中心基于该次事件较好预测了长江流域的异常多雨。

除ENSO外,热带印度洋海温也会导致夏季风环流和夏季降水的异常(陈丽娟等,2013)。早在Saji等(1999)提出热带印度洋偶极子(IOD)之前,罗绍华等(1985)就揭示了阿拉伯海和南孟加拉湾的前期海温变化与后期长江中下游夏季降水有较强的相关。研究表明,当印度洋偶极子指数为正位相时,汛期华北及江淮流域干旱少雨,而华南沿海地区为多雨带;反之,汛期雨带分布基本为南北多雨而长江流域少雨。热带印度洋全区一致海温模态(Indian Ocean Basin-Wide mode;IOBW)则是热带印度洋海温变化的最主要模态,它通常在冬季开始发展,第2年春季达到最强。已有研究指出,通过“大气桥”(Klein et al,1999Lau et al,2000)或印度尼西亚贯穿流(Meyers,1996)等机制,当赤道中东太平洋有厄尔尼诺(拉尼娜)事件发展时,在冬季至次年春、夏季,热带印度洋海温往往表现为全区一致偏暖(偏冷),在该过程中印度洋起一种信号储存的电容器效应(Yang et al,2007Xie et al,2009)。当热带印度洋一致偏暖时,长江流域夏季降水易偏多(Hu et al,2011a)。

影响中国汛期旱涝的因子错综复杂,陆面过程如北极海冰、青藏高原积雪和欧亚积雪等的异常同样可制约着夏季雨带的位置和降水强度,其中冬春季青藏高原积雪多少更是起到关键的作用。研究表明(赵振国等,1999陈兴芳等,2000a),冬春季高原积雪多、夏季西太平洋副热带高压(副高)和雨带易偏南,反之积雪少时,副高和雨带易偏北。1998年夏季长江流域持续性洪涝的重要先兆信号之一就是前冬青藏高原积雪异常偏多(李维京,1999)。

无论是厄尔尼诺、印度洋海温还是青藏高原积雪,其对东亚大气环流的影响主要限于中低纬度地区。而夏季主要多雨带取决于源自热带洋面的暖湿气流和源自中高纬度的干冷空气交汇的位置和强度。因此,中高纬度大气环流的异常及外强迫信号也是汛期降水预测中重点考虑的因子之一。观测分析和数值模拟结果均表明,北大西洋三极子型的海温异常可以通过激发出一支跨越欧亚大陆的纬向遥相关波列进而影响到东亚夏季风的年际变率(Wu et al,2009Zuo et al,2013)。1998年冬季,北大西洋海温从热带向高纬度地区呈较强的三极子负位相,这使得在1998年夏季阻塞活动频繁,南支锋区南压,副高位置偏南,尤其是7月异常偏南,这是形成长江流域持续异常多雨的重要原因之一(国家气候中心,1998)。

那么,2016年上述前兆信号和1998年有何异同之处?它们又是如何影响大气环流进而造成2016年汛期降水异常的?2016年汛期降水特征与1998年又有何异同点?本研究将围绕这些问题展开详细的分析和讨论。

2 资料和方法

逐日降水资料取自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—2016年。该数据集集中解决基础气象资料质量和国家级-省级存档资料不一致的问题,数据质量和空间分辨率(测站数)比之前观测降水资料均有明显提高,已在业务和科研中得到广泛应用。大气环流资料为NCEP/NCAR逐日再分析资料集中的各层位势高度场、水平风场和湿度场等,水平分辨率为2.5°× 2.5°(Kalnay et al,1996Kistler et al,2001)。海温资料为美国NOAA提供的线性最优插值全球海温数据(OISST-v2),网格点分辨率为1°×1°(Reynolds et al,2002),资料起始于1981年12月。北半球积雪面积资料为NOAA卫星监测的北半球逐周积雪覆盖数据。中国微波雪深数据是利用美国国防气象卫星(DMSP)特殊传感器微波成像仪(SSM/I)逐日亮温数据经过中国台站观测数据进行订正反演得到(Chang et al,19761982车涛等,2005),资料起始于1987年7月9日。除了OISST-v2和微波雪深数据的气候平均场分别取自1982—2010和1990—2009年平均外(受资料起始时间限制),其余所有数据的气候平均场都为1981—2010年平均。如无特殊说明,文中冬季指当年12月至次年2月平均,春季为3—5月平均,夏季为6—8月平均,秋季为9—11月平均。

南海夏季风爆发日期、逐日东亚副热带夏季风强度指数、逐日副高强度指数及长江中下游梅雨入出梅日期均由中国国家气候中心气候监测业务提供。其中,南海夏季风爆发时间定义为监测区(10°—20°N,110°—120°E)平均纬向风由东风稳定转为西风以及假相当位温稳定大于340 K的时间,并同时参考200、850和500 hPa位势高度场的演变。东亚副热带夏季风强度指数采用张庆云等(2003)定义,即将东亚热带季风槽区(10°—20°N,100°—150°E)与东亚副热带地区(25°—35°N,100°—150°E)平均的850 hPa风场的纬向风距平差作为季风指数。副高强度采用刘芸芸等(2012)定义。梅雨监测标准是根据《中华人民共和国国家标准——梅雨监测指标》,长江中下游梅雨季雨量是按照逐年梅雨开始时间和结束时间计算的降水量累计值。菲律宾反气旋指数定义为海平面气压在西北太平洋(EQ—20°N,110°—140°E)地区的格点平均(Wang et al,2002)。热带印度洋全区一致海温模态指数(IOBW)定义为热带印度洋(20°S—20°N,40°—110°E)区域格点平均海温距平,热带印度洋偶极子指数定义为热带西印度洋(50°—70°E,10°S—10°N)与东南印度洋(EQ—10°S,90°—110°E)的海温距平差(Saji et al,1999),因此正指数为正IOD或IOD正位相,负指数为负位相。Nino3.4指数定义为Nino3.4区(5°S—5°N,170°—120°W)区域平均海温距平。北大西洋海温三极子指数(NAT)定义为北大西洋区域(EQ—60°N,80°W—0°)海温距平场经验正交分解第1模态对应的时间序列,北大西洋海温自热带向高纬度地区呈“- + -”的异常型称为NAT正位相,反之为负位相。热带大气季节内振荡(MJO)指数采用Wheeler等(2004)设计的多变量二维MJO指数,取自澳大利亚气象局(http://www.bom.gov.au/climate/mjo/)。

3 降水特征对比 3.1 汛期和月际降水分布异同

2016年汛期,中国大部分地区降水以偏多为主(图 1a),中国平均降水量较常年同期偏多8%,为1951年以来第4高值,但明显弱于1998年(偏多22%)和1954年(偏多26%)。南方地区的旱涝分布型与1998年较为相似(图 1b),最明显的多雨区都位于长江中下游,但无论是偏多2—5成的区域还是5成至1倍的区域都比1998年小。1998年汛期长江流域发生了全流域的大洪水,2016年汛期长江流域的洪涝灾害主要在长江中下游地区,不如1998年强。

图 1 2016年(a)和1998年(b)汛期(5—8月)降水量距平百分率 Figure 1 Percentage anomalies in precipitation averaged in May-August in 2016(a)and in 1998(b)

然而在淮河及以北地区,2016年的旱、涝异常分布和1998年有明显的不同:2016年,内蒙古东部降水偏少2—5成,而在1998年这一区域偏多5—8成;2016年西北地区东部至黄淮降水也偏少,而1998年该地区降水偏多;华北地区亦成相反的趋势,2016年华北大部分地区偏多2—5成,中南部部分地区偏多5—8成,而1998年华北中部略偏少,南部和北部偏多2—5成;2016年东北地区的降水明显不如1998年多,后者在嫩江和松花江流域都发生了历史罕见的洪涝灾害。2016年汛期长江和华北各有一条多雨带,且多雨中心强度均超过5成的降水分布型在历史上极为少见。

无论是2016年还是1998年汛期降水都有明显的月际差异(图略)。2016年5月,中国东部多雨区主要位于长江下游、淮河、东北地区东部;6月长江中下游及其以北大部分地区降水偏多;7月东部多雨中心仍位于长江中下游和华北,其中7月18—21日华北地区的极端性强降水过程对7月全月甚至整个汛期都起到了极为重要的贡献;8月,除江南南部和华南外,东部大部分地区降水转为异常偏少,尤其是长江流域降水偏少5—8成。可以看出,2016年汛期内变化最凸出表现在8月,5—7月多雨区基本都是在长江中下游和华北,但8月长江流域及以北大部分地区都转为显著的少雨。1998年5月东部多雨区主要集中在长江以北地区;6月雨带南落至长江及以南地区,超过1倍以上的多雨中心位于江南北部;7月长江中游降水依旧异常偏多,另一多雨区位于内蒙古东部;8月南方雨带北移,5成以上的多雨区位于长江上游至黄淮,同时东北尤其是内蒙古东部降水依旧明显偏多。对比可以看出,1998年汛期内转变主要在6月,降水由5月长江及以北降水偏多为主转为6—8月长江流域和东北地区两条主要多雨带。考虑到文中主要分析2016年中国汛期降水的异常特征,因此以2016年为主,将汛期分为5—7月和8月两个阶段。可以看出,2016年5—7月平均的降水异常特征(图 2a)和整个汛期(5—8月)的异常特征(图 1a)非常相似,但8月(图 2b)与之有显著差异,反映了8月东部降水的显著转折。而1998年5—7月平均(图 2c)和8月(图 2d)的降水异常都与整个汛期的平均情况(图 1b)相似。

图 2 2016(a、b)、1998年(c、d)5—7月平均(a、c)和8月(b、d)降水距平百分率分布 Figure 2 Percentage anomalies in precipitation in 2016 (a. May-July mean,b. August)and in 1998(c. May-July mean,d. August)
3.2 东部降水的季节进程和极端性对比

从汛期降水的季节进程看,2016和1998年也有明显的差异。图 3给出了这两年中国东部地区(110°E以东)降水量的时间-纬度逐日演变剖面。2016年5月至6月中旬,主要雨带位于长江中下游及江南,比1998年同期偏北。6月中旬开始大气环流逐渐调整,副高脊线总体北抬至20°N以北,中国东部主雨带随之向北推进,并在30°—35°N附近摆动。长江中下游于6月19日入梅,较常年偏晚5 d。江淮地区亦于6月20日入梅,较常年偏早1 d。就气候平均而言,淮河流域入梅通常滞后长江中下游约1周,而2016年两个区域仅相隔1 d就相继入梅的个例很是少见。长江中下游入梅后发生了2016年入汛以来最强的洪涝,其中6月28日—7月6日长江中下游地区暴雨过程历时9 d,影响范围包括451个中国国家气象观测站,为1961年以来仅次于1998、1991年等排名第5位的区域性暴雨事件。7月18—21日,京津冀地区至江汉出现大范围暴雨过程,雨量大、极端性强、影响范围广、灾情重,为入汛以来影响北方地区范围最广的一次强降水过程。8月,主要雨带南落至长江以南地区,长江及以北大部分地区几乎没有降水(图 3a)。

图 3 2016年(a)和1998年(b)汛期东部地区(110°E以东)各纬度内平均的日降水量剖面 Figure 3 Time-latitude cross sections of daily precipitation amount in eastern China (to the east of 110°E)in 2016(a)and in 1998(b)

1998年初夏至盛夏,雨带从华南向华北呈阶段性推进。5月至6月上旬,副高脊线位于15°N左右(图略),中国主要雨带在华南至江南一带;6月中旬开始到7月上旬副高脊线北跳到20°N,长江中下游于6月11日进入梅雨期,6月25日开始,淮河流域也有一次明显降水过程,对应于淮河梅雨的开始。7月中上旬以后,副热带高压脊线北跳越过25°N,长江流域受副高控制,雨季中断,主要降水带先后到达黄淮流域、华北、东北地区。但7月17日开始,控制长江中下游的副热带高压减弱南落东退,长江中下游再次出现大范围暴雨天气过程。这一阶段降雨范围虽然比前一次小,持续时间稍短,但突发性强,强度大(国家气候中心,1998),长江中下游构成典型的“二度梅”(图 3b)。

和1998年(图 1b)相比,虽然2016年(图 1a)华北地区汛期降水偏多明显,但从该区域平均的5—8月逐日降水量演变(图 4a)可以看出,除了7月18—21日的强降水过程外,其他几次过程的区域平均降水量均不足20 mm,并且,1998年华北有多次降水过程反而比2016年更强。计算表明,2016年7月19—20日累计降水量占5—8月降水总量的25%,表明华北地区本次极端强降水对汛期降水整体偏多起到了非常重要的贡献。在长江中下游地区(图 4b),7月上旬之前这两年降水的演变特征较为类似,但1998年7月5日开始,长江中下游梅雨进入间歇期,直至17日第2段梅雨开始并延续到8月初。而在2016年,随着7月18日雨带北跳至华北地区,长江中下游梅雨于7月21日迅速结束,8月该地区降水明显偏少。虽然这两年的梅雨开始、结束日期和季内演变有很大的不同,但就梅雨雨量而言,这两年较为接近且均属于异常偏多年(图 5),其中2016年偏多108%,1998年偏多104%,分别位列1951年以来第3、4名,仅次于1954年的189%和1996年的148%。

图 4 华北(a)和长江中下游(b)汛期逐日降水量(红色为1998年,蓝色为2016年,黑色为1981-2010年气候平均) Figure 4 Daily precipitation amounts averaged over North China(a)and the mid-lower reaches of the Yangtze River(b)in 1998(red),2016(blue)and the mean during 1981-2010(black)respectively
图 5 1951—2016年长江中下游梅雨季雨量 Figure 5 Annual Meiyu amounts over the mid-lower reaches of the Yangtze River from 1951 to 2016

由上述分析可以看出2016和1998年汛期降水的异同点:这两年全国降水总体均偏多,东部主要呈南北两条多雨带,南方的多雨带均位于长江流域,这也使这两年梅雨雨量相似,均较常年偏多1倍以上,但东部雨带的季节进程有显著差异。1998年长江中下游发生典型的“二度梅”,而2016年7月21日梅雨结束后至8月底长江流域降水显著偏少。北方地区差异较为明显,1998年北方的多雨带主要位于内蒙古东部,华北相对接近常年,而2016年内蒙古东部7—8月干旱发展明显,华北地区降水却异常偏多,这主要是受到7月18—21日极端性强降水过程的影响。

4 大气环流与季风特征对比分析

结合前面的分析,本节将针对2016年汛期降水异常特征分析其大气环流异常与季风演变特征,并与1998年同期做详细对比。考虑到2016年8月中国东部降水特征的显著转折,将针对5—7月平均和8月分别展开详细的分析和讨论。

4.1 大气环流异常及演变特征

2016年5—7月,500 hPa欧亚中高纬度大气环流成“西低东高”型,乌拉尔山高压脊偏弱,而鄂霍次克海阻塞形势建立,阻塞高压偏强,中高纬度环流经向度较小;与此同时,副高偏强、偏西(图 6a)。在对流层低层,西北太平洋为异常反气旋环流控制(图 6b),来自反气旋西侧的西太平洋转向水汽输送偏强,长江流域和华北大部分地区都为水汽的异常辐合区,其中大值区位于长江中下游(图 6c)。1998年5—7月,500 hPa欧亚中高纬度呈“两脊一槽”形势,乌拉尔山高压脊和鄂霍次克海高压脊均偏强,贝加尔湖低压槽偏强(图 6d)。因此,与2016年同期对比,1998年欧亚中高纬度大气环流的经向度更大,冷空气更活跃。1998年汛期副热带地区的特征与2016年较为相似,副高也偏强、偏西,西北太平洋低层为异常反气旋控制(图 6e),来自西太平洋的水汽异常辐合区同样位于长江流域和华北地区(图 6f)。但也可以看出其细微差异:2016年5—7月副高西伸脊点位于110°E,较1998年西伸脊点位置(100°E)略偏东;2016年西北太平洋500 hPa高度场的强度略强于1998年,副高强度指数也显示2016年5—7月平均副高强度为1950年以来第3强,仅次于2010和2015年同期,略强于1998年;2016年5—7月菲律宾反气旋的位置较1998年略偏北、偏西,强度略弱于1998年同期(后文分析);2016年长江中下游的水汽输送异常辐合中心较1998年偏小,强度明显偏弱。

(a、d.500 hPa位势高度场(等值线)及距平场(阴影区),红色等值线表示气候平均5880和5860 gpm,单位:gpm;b、e.850 hPa距平风场,“A”表示异常反气旋环流,单位:m/s;c、f.对流层整层积分水汽通量(矢量,单位:kg/(m·s))及水汽通量散度(阴影区,单位:10-5 kg/(s·m2))距平场) 图 6 2016年(a—c)和1998年(d—f)5—7月平均大气环流场 (a,d.500 hPa geopotential height(contours) and anomalies(shades),the red contours are the climatological 5860 and 5880 gpm contours,unit: gpm; b,e. 850 hPa horizontal wind anomalies,the character "A" indicates the anomalous anticyclone center,unit: m/s; c,f. Anomalous moisture flux vertically integrated from 1000 hPa to 300 hPa(vectors,unit:kg/(m·s)) and anomalous moisture flux divergence(shaded),unit: 10-5 kg/(s·m2)) Figure 6 General circulation fields in 2016(a-c)and 1998(d-f)

2016年8月,环流形势发生明显转折,500 hPa欧亚中高纬度转为“两脊一槽”的形势,乌拉尔山高压脊和鄂霍次克海高压脊均偏强,环流经向度明显偏大,中国大陆上空为大陆高压持续控制;副高断裂成两部分,东段偏弱偏东,西段与大陆高压结合,而西北太平洋为高度场负距平控制(图 7a)。相对应,西北太平洋对流层低层也转为异常气旋性环流(图 7b),整层水汽输送明显偏弱,中国东部为偏北的水汽输送,长江中下游也转为水汽异常辐散(图 7c)。1998年8月,500 hPa欧亚中高纬度也呈“两脊一槽”的环流型,但与2016年8月不同的是贝加尔湖高压脊偏强。副热带地区的环流异常与2016年8月有显著差异:1998年8月副高仍维持前期偏强、偏西的特征(图 7d),对流层低层仍为菲律宾异常反气旋控制(图 7e),反气旋带来的水汽输送异常辐合区仍位于长江中游至华北大部分地区(图 7f),这些特征都与前期5—7月的情况类似。

图 7图 6,但为2016和1998年8月(“c”表示异常反气旋环流) Figure 7 The same as Fig. 6 but for the circulation fields in August("c" for the amomalous cyclone center)

由此可见,2016年汛期季节内的变化显著:欧亚中高纬度由5—7月“西低东高”型环流转为8月“两脊一槽”的形势,经向度明显增强;同时副热带地区环流发生显著转折,5—7月副高偏强、偏西;然而在8月副高断裂成两部分,东段较气候平均偏弱、偏东,而西段与大陆高压结合控制中国东部地区,西北太平洋转为500 hPa高度场负距平控制。然而,1998年汛期(5—8月)季节内的变化较小,欧亚中高纬度基本均为“两脊一槽”的形势,但5—7月是乌拉尔山高压脊偏强,8月是贝加尔湖高压脊偏强;副高持续偏强、偏西,脊线位置持续偏南。2016年与1998年对比来看,5—7月欧亚中高纬度有明显差异,前者为“西低东高”型,后者为“两脊一槽”型,经向度更大,而副热带地区的环流形势非常相似;但在8月,由于2016年大气环流发生明显转折,副高断裂,西北太平洋高度场转为负距平控制,低层也转为异常气旋性环流,这与1998年8月的特征有显著差异。欧亚中高纬度500 hPa高度距平场的时间-经度逐日演变也显示:鄂霍次克海高压脊在2016年5—8月和1998年5—8月均表现出持续偏强的特征;乌拉尔山高压脊在2016年5—7月基本以偏弱为主(除了在5月下旬和6月上旬阶段性偏强),而在8月转为持续偏强的特征,位置略偏西;其在1998年5—7月却基本以偏强为主,1998年8月主要是贝加尔湖附近高压脊偏强(图 8a)。

(a,等值线为1998年,阴影区为2016年,单位:gpm),东亚夏季风指数逐日演变(b,红色为2016年,蓝色为1998年,单位:m/s),菲律宾反气旋指数逐日演变(c,红色为2016年,蓝色为1998年,单位:hPa),110°—120°E平均水汽通量散度距平场时间-纬度逐日演变(d,等值线为1998年,阴影区为2016年,单位:10-5kg/(s·m2)) 图 8 5月1日—8月31日40°—60°N平均500 hPa高度距平场时间-经度逐日演变 (a,contours for 1998,shaded for 2016,unit: gpm),daily EASM index(b,red for 2016,blue for 1998,unit: m/s),daily Philippines anticyclone index(c,red for 2016,blue for 1998,unit: hPa),moisture flux divergence anomalies averaged over 110°-120°E(d,contours for 1998,shaded for 2016,unit: 10-5kg/(s·m2)) Figure 8 Time-longitude cross sections of 500 hPa geopotential height averaged over 4 0°-60°N from 1 May to 31 August
4.2 夏季风特征

2016年南海夏季风于5月第5候(5月21—25日)爆发,强度偏弱,这与1998年南海夏季风爆发时间(5月第4候,即5月16—20日)类似,强度也一致偏弱。但是,这两年亚洲夏季风爆发与推进过程表现出诸多异常特征。2016年热带夏季风开始时间总体偏晚,尤其是孟加拉湾至中南半岛一带对流活动受到抑制,季风爆发时间推迟2—3候。东亚和南亚夏季风爆发与推进活动中除了由南向北的主分量外,均出现由北向南的对流活动,在亚洲夏季风爆发阶段有来自北方的冷空气活动。中国南方5月第2候(5月6—10日)开始对流由东北向西南转偏南方向拓展;而印度东北部在5月第4候(5月16—20日)开始出现向南移动的对流活动带;南亚夏季风在印度喀拉拉邦爆发时间较常年偏晚1—2候。值得注意的是,南海夏季风受南海南部和北部对流活动的共同影响,爆发时间基本正常,但推进过程和活动路径存在显著差异。与1998年的情况相比较发现,亚洲夏季风开始时间在印度东岸到孟加拉湾西部、南海海域的西南部及中南半岛西岸等地偏早3—5候;在印度西北部—巴基斯坦东部、西太平洋菲律宾—台湾以东区域偏晚3—5候。

东亚夏季风指数逐日监测分析表明:2016和1998年5—7月,东亚夏季风都以偏弱为主,这段时期两者不仅强弱变化较为一致,而且季节内振荡的位相变化也基本重合。但从7月底8月初开始,两者转为显著相反的变化,2016年转为偏强的夏季风特征,而1998年则持续偏弱,且较5—7月更加偏弱(图 8b)。菲律宾反气旋指数的逐日监测也显示:2016和1998年5—7月指数均以正值为主,表明西北太平洋基本持续为异常反气旋环流控制,但2016年反气旋的强度较1998年同期略偏弱;7月底8月初发生明显转折,2016年转为异常大的负值,而1998年仍持续为正值(图 8c),表明2016年8月转为较强的异常气旋性环流。副热带大气环流在2016年7月底至8月初的突然转折也导致热带水汽输送发生明显变化:2016年5月—7月中旬,水汽通量的异常辐合区基本位于30°N附近,有利于长江流域的降水持续偏多,但从7月下旬开始至8月底,长江流域突然转为水汽通量的异常辐散;而1998年5—8月,水汽通量的异常辐合区基本都位于30°—35°N(图 8d)。

2016年汛期的大气环流异常是什么外强迫因子造成的?这些外强迫因子与1998年是否一样?下面将从海温异常、高原积雪、热带大气季节内振荡等几个方面进行详细分析。

5 外强迫因子对比分析 5.1 热带海温

2016和1998年热带海温演变最显著的一致特征就是赤道中东太平洋的超强厄尔尼诺事件(图 9)。2016和1998年汛期均处于超强厄尔尼诺事件的衰减期,正因如此,2016年汛期之前副高异常偏强、偏西的特征(袁媛等,2016)就表现得与1998年同期(李维京,1999)极为相似。如上所述,2016年5—7月东亚副热带地区的环流异常(包括副高偏强、偏西,东亚夏季风偏弱,菲律宾异常反气旋环流,以及热带水汽输送等)也与1998年同期类似,这同样是因为受到了热带地区相似的海温异常型的影响。除了赤道中东太平洋,热带印度洋海温的演变也较为相似。这两年的前冬至春季,热带印度洋海温都表现为全区一致偏暖的模态特征。并且,2016年前冬的印度洋一致偏暖模态指数(IOBW)较1998年同期更大,为历史第一强(袁媛等,2016)。热带印度洋全区一致偏暖多表现为对厄尔尼诺事件的滞后响应,其在维持厄尔尼诺事件对东亚气候的影响中起到重要的“接力”作用(Wu et al,2004Annamalai et al,2005Yang et al,2007Xie et al,2009Yuan et al,20082012)。通常,在厄尔尼诺发展年的秋冬季,东亚副热带地区会通过罗斯贝波遥相关作用在菲律宾附近激发异常反气旋环流,该反气旋环流也被认为是厄尔尼诺影响东亚气候异常的重要纽带(Zhang et al,1999Wang et al,20002002)。与此同时,副高加强西伸,位置易偏南,副高西侧大量水汽输送至中国南方地区,导致秋冬季中国南方易多雨(Zhou et al,2010abZhou,2011Yuan et al,2014a)。然而,在厄尔尼诺衰减年的夏季,由于赤道中东太平洋异常暖水已经减弱,此时副高持续偏强、偏西的特征却主要是由印度洋暖海温滞后响应所维持的(Xie et al,2009Yuan et al,2012)。考虑到热带印度洋海温和副热带大气环流显著的偏暖趋势(Hu et al,2003),去除IOBW指数和副高强度指数的线性趋势后,2—4月平均IOBW指数和Nino3.4指数与5—8月各月副高指数的相关系数基本均能通过95%的置信水平(0.35),但副高指数与IOBW的相关系数在多数月份都略高于其与Nino3.4指数的相关系数(图 10a)。这表明印度洋暖海温对副高偏强的影响较厄尔尼诺事件更显著。另外,图 10b也给出了每个月IOBW指数和Nino3.4指数分别与同期副高强度指数的相关系数,可以更加清楚地看出印度洋海温对于副高强度的显著影响是持续的,而赤道中东太平洋海温的影响却是减弱的,且从5月开始低于95%的置信水平,8月转为负相关关系。这更进一步证明了在厄尔尼诺次年,当赤道中东太平洋暖海温开始衰减时,印度洋海温的持续偏暖是维持西太平洋副高继续偏强、偏西的重要因素。因此,2016年5—7月副热带大气环流的异常特征主要是热带印度洋持续偏暖的海温异常影响的结果,这点和1998年同期是非常类似的。

图 9 2016(a—d)和1998年(e—h)海温月距平演变 (a、e.1月,b、f.3月,c、g.5月,d、h.7月) Figure 9 Monthly SSTA in 2016(a-d)and 1998(e-h)(a,e. January,b,f. March,c,g. May,d,h. July)
(IOBW指数和副高强度指数的线性趋势已去除) 图 10 1980—2015年(a)2—4月平均热带印度洋全区一致海温指数(IOBW,实心柱)和Nino3.4指数(空心柱)分别与5—8月各月副高强度指数的相关系数;(b)3—8月各月IOBW和Nino3.4指数分别与同期副高强度指数的相关系数 (The linear trends of IOBW index and WPSHI have been removed before correlation analysis) Figure 10 (a) Correlation coefficients of monthly WPSH intensity(WPSHI)from May to August with the IOBW index(solid column)and Nino3.4 index(hollow column)averaged in February-April during 1980-2015,respectively.(b)Monthly correlation coefficients of WPSHI with simultaneous IOBW and Nino3.4 indices from March to August
5.2 北大西洋海温三极子

北大西洋海温的季节—年际变化主要受北大西洋涛动、ENSO以及年代际变化的影响(Hu et al,2011b)。尽管北大西洋处于中高纬度,其海温异常多受大气强迫,且其对大气的影响反馈作用是有限的,但也有研究显示(Wu et al,2009左金清等,2012Zuo et al,2013),前期冬、春季北大西洋海温三极型特征可影响后期夏季欧亚中高纬度环流异常。当春季北大西洋海温三极子为正(负)位相时,通过激发欧亚罗斯贝波列会导致夏季乌拉尔山高压脊偏弱(强)。2016年前冬和春季,北大西洋靠近北美东海岸海温为显著正异常,而其北部高纬度地区海温为显著负异常,其南部热带地区海温为较弱的正异常(图 9a—d),北大西洋海温三极子指数为持续正位相,其中3—4月强度最强(图 11a)。这与1998年同期的海温异常分布有显著差异:1998年北美东海岸附近是负距平,其南、北两侧为显著正距平(图 9e—h),北大西洋海温三极子负位相基本从前冬一直持续到夏季,且强度较强(图 11a)。2—4月平均北大西洋三极子指数与5—7月500 hPa高度场的相关显示:从北大西洋经欧洲至东亚为“- + - + -”的相关区,其中负相关区较显著,在乌拉尔山地区附近(60°E)为显著的负相关(图 11b),表明当北大西洋海温三极子为负位相时,乌拉尔山高压脊易偏强,反之亦然。1998年2—4月,北大西洋三极子为较强的负位相,从前面的分析可以看出,1998年5—7月乌拉尔山高压脊表现出持续偏强的特征。而在2016年2—4月,北大西洋海温三极子为正位相,实况监测也显示5—7月乌拉尔山高压脊明显偏弱,与多年的统计分析结果一致。上述分析表明,2016年5—7月欧亚中高纬度“西低东高”的纬向型环流可能是受到前期春季北大西洋海温三极子正位相的影响,同时也说明北大西洋海温三极子在1998和2016年春季的显著差异可能是导致这两年汛期(5—7月)欧亚中高纬度环流差异的重要原因之一。

图 11 2016和1998年北大西洋海温三极子指数(NAT)逐月演变(a,红色为2016年,蓝色为1998年)及1980—2014年2—4月平均NAT与5—7月平均500 hPa高度场的相关分布(b,阴影区由浅到深表示相关系数通过90%、95%和99%的置信水平) Figure 11 Monthly NAT from January to August(a,red for 2016,blue for 1998)correlation coefficients between NAT in February-April and 500 hPa geopotential height in May-July(b,Shaded areas from light to deep are for the correlation coefficients above the 90%,95% and 99% confidence levels,respectively)
5.3 高原积雪

青藏高原因其特殊的地理位置和地形高度特征以及其热源强度的显著季节和年际变率,在东亚季风气候的形成与异常中起着相当重要的作用。青藏高原积雪是反映高原热状况的一个极为重要的因子,也是近年来中国汛期旱涝诊断和预测工作中的重要外强迫因素之一(陈兴芳等,2000b陈乾金等,2000彭京备等,2005)。已有研究表明,青藏高原积雪通过其感热的持续性异常影响东亚大气环流进而影响东亚夏季风的强弱和中国夏季长江流域的旱涝,前冬青藏高原积雪多(少)易导致中国夏季长江流域降水偏多(偏少)(张顺利等,2001)。1998年夏季长江流域持续性洪涝的重要先兆信号之一就是前冬青藏高原积雪异常偏多(李维京,1999)。1997/1998年冬季,青藏高原大部分地区降雪异常偏多,出现了历史上罕见的大雪灾,1998年春季青藏高原积雪依然偏多。根据辐射和积雪反馈作用的理论研究,当高原积雪多范围大时,雪面的反照率增大,反射日光的太阳辐射增多,高原接受到的太阳辐射则减少,高原作为亚洲一个庞大热源的热力作用也减弱,导致因海陆差异引起的亚洲季风减弱,从而使东亚夏季降雨带偏南(李维京,1999)。2015/2016年冬季,青藏高原积雪面积也较气候平均偏大,但偏大的程度不如1997/1998年冬季(图 12a),面积偏大的区域也主要分布在高原东部边缘较小的区域,不像1997/1998年冬季在高原中部大部分地区都明显偏大(图略)。更为重要的是,卫星观测显示2015/2016年冬季青藏高原积雪深度偏浅,而1997/1998年青藏高原积雪不仅面积大,深度也较深(图 12a)。并且,2015/2016年冬季至2016年春季,青藏高原积雪面积由偏多转为偏少,而1997/1998年冬季至1998年春季青藏高原积雪面积持续偏多(图 12b),这说明2016年前冬至春季青藏高原的感热作用较1998年弱,且持续性较1998年差。1980—2014年前冬积雪面积指数与后期夏季东亚夏季风指数的相关系数为-0.37,通过95%的置信水平。由前冬青藏高原积雪面积指数回归得到的东亚地区850 hPa距平风场也显示:西北太平洋为显著的异常反气旋环流(图略),这表明当前冬积雪面积偏大时,夏季热带太平洋地区盛行东风距平,而东亚副热带地区盛行西风距平,东亚夏季风易偏弱。前期春季高原积雪面积指数与夏季东亚夏季风环流也呈负相关关系,但没有通过显著性检验(图略)。因此,2016年前冬至春季青藏高原的感热作用弱于1998年可能是导致2016年夏季风偏弱的程度不如1998年,并且长江流域降水偏多的程度也弱于1998年的重要原因之一。

图 12 (a)1980—2015年冬季青藏高原(26°—40°N,74°—104°E)积雪面积距平指数(柱状)和1987—2015年冬季青藏高原积雪深度指数(曲线);(b)1997年9月—1998年8月(实心柱)和2015年9月—2016年8月(空心柱)青藏高原积雪面积指数逐月演变 Figure 12 (a)Snow cover anomalies(column)and snow depths anomalies(curve) averaged in Qinghai-Tibet Plateau(74°-104°E,26°-40°N)in the winter during 1980-2015 (b)Monthly snow cover areas index averaged in Qinghai-Tibet Plateau from September 1997 to August 1998(solid column)and from September 2015 to August 2016(hollow column)
6 热带大气季节内振荡(MJO)对比分析

如上所述,2016年8月热带和副热带大气环流发生明显转折,副高不再维持一个整体,而是分裂成两段,东段偏弱偏东,西段与大陆高压结合持续控制中国大陆上空,西北太平洋500 hPa高度距平场上显示为负距平控制(图 7a)。实际观测表明,2016年1—6月,西北太平洋没有一个台风生成,7月有4个台风生成,然而在8月,西北太平洋热带气旋突然变得异常活跃,共有7个台风生成,其中2个登陆中国。由此,2016年8月西北太平洋500 hPa高度场转为负距平控制可能与活跃的台风活动有密切关系。而台风的突然活跃,除了受到异常偏暖的下垫面海温的影响外,热带大气季节内振荡(MJO)活动应该是其重要的触发机制。实时多变量MJO指数(RMM)位相(图 13)逐日监测显示:2016年8月MJO东传至西太平洋(6—7位相),并且一直持续在6—7位相超过20 d(图 13a)。而1998年8月MJO也较为活跃,但主要活跃在热带印度洋西部(1—2位相)(图 13b)。研究表明,MJO处于不同发展位相对西北太平洋台风个数有明显的调制作用,MJO活跃在西太平洋地区(6—7位相)和活跃在赤道东印度洋地区(2—3位相)时台风生成个数比例为2:1(潘静等,2010)。2016年8月MJO在6—7位相持续了25 d,超过气候平均值(7.4 d)近18 d,为1979年以来历史第2多,仅次于1984年(27 d)(图 14a)。2016年8月MJO处于6—7位相的平均强度也较气候平均偏强,并且是2003年以来最强的一年(图 14b)。与之相反,1998年8月MJO处于6—7位相只有2 d,且强度较气候平均显著偏弱。历史上中等以上强度的厄尔尼诺次年8月,多数年份MJO处于6—7位相的天数也均少于气候平均值,且强度偏弱(图略)。因此,2016年8月MJO活动的异常是导致台风异常活跃进而影响热带和副热带大气环流发生显著转折的重要原因。

(红、绿、蓝色分别为7、8、9月指数;引自http://www.bom.gov.au/climate/mjo/) 图 13 2016年(a)和1998年(b)7—9月MJO指数位相 (red,green,and blue for July,August,and September,respectively,cited from http://www.bom.gov.au/climate/mjo/) Figure 13 MJO phase diagrams in July-September for 2016(a)and 1998(b)
图 14 1979—2016年8月MJO处于6—7位相的累计天数(a)和平均强度(b) Figure 14 Accumulated days(a)and mean intensities(b)of MJO in the 6th and 7th phases in August from 1979 to 2016

研究表明,热带印度洋海温偶极子(IOD)正(负)位相会显著影响MJO的持续性东传,当印度洋偶极子为正位相时,MJO东传减弱,会在东印度洋—西太平洋发生中断,而当印度洋偶极子为负位相时,由于赤道印度洋东部的异常暖水和印度洋中部低层西风的加强,会导致MJO偏强且东传持续(Yuan et al,2014b),从而有利于MJO在西太平洋活跃。从图 9可以看出,2016年春季之前,热带印度洋—东太平洋海温距平分布与1998年同期极为相似,但从2016年5月开始,赤道中东太平洋靠近赤道地区冷海温开始发展,同时热带印度洋西部冷海温也开始显现(图 9c),7月上述两个区域的冷海温范围更加扩大,热带印度洋西冷东暖的偶极子负位相强度显著增强(图 9d)。1998年5—7月热带海温的变化则完全不同,1998年5月热带印度洋和东太平洋都异常偏暖,而西太平洋偏冷(图 9g),7月赤道中太平洋冷水开始发展,但热带印度洋整体还是以偏暖为主(图 9h)。热带印度洋IOBW指数和印度洋偶极子指数监测显示(图 15a):2016年1—4月IOBW的强度明显强于1998年同期,但从5月开始暖海温强度逐渐减弱,与此同时,热带印度洋负偶极子在6—7月发展迅速,7月更是低于-1.0℃,这比1998年负偶极子强度显著偏强。2016年6—7月平均偶极子强度为-0.96℃,其绝对值超过印度洋偶极子指数两倍标准差,也是1980年以来最强的印度洋偶极子负位相(图 15b)。1980—2016年期间6—7月平均的印度洋偶极子指数与8月MJO处于6—7位相的天数成显著负相关,相关系数为-0.42,通过99%置信水平的检验。由此更进一步证明,2016年6—7月热带印度洋偶极子负位相的迅速发展和异常偏强是导致8月MJO在西太平洋活跃,进而激发频繁的热带气旋活动,从而导致副高断裂、西北太平洋受异常气旋性环流控制的重要外强迫因子。

图 15 1998和2016年热带印度洋IOBW指数和印度洋偶极子指数的逐月演变(a)及1980—2016年6—7月平均印度洋偶极子指数的历史序列(b)(单位:℃) Figure 15 Monthly indices of IOBW and IOD from January to August in 1998 and in 2016(a) and Annual variation of IOD averaged in June-July from 1980 to 2016(b)(unit:℃)
7 结论和讨论

利用多种数据资料,详细分析了2016年汛期(5—8月)中国降水异常特征及其与1998年汛期的异同点,并进一步对比了这两年导致降水异常的大气环流异常及可能的外强迫因子。2016年汛期,中国大部分地区降水以偏多为主,中国平均降水量较常年同期偏多8%,为1951年以来第4高值,但明显弱于1998年(偏多22%)和1954年(偏多26%)。中国东部地区呈南北两条多雨带,长江中下游降水显著偏多,华北至东北东部降水也偏多。长江中下游降水异常偏多的特征与1998年较为相似,但降水强度明显弱于1998年,多雨范围也比1998年明显偏小;2016年7月21日梅雨结束后至8月底长江流域降水持续显著偏少,而1998年长江中下游发生典型的“二度梅”,8月长江中游降水仍持续偏多。

考虑到2016年8月长江流域降水由偏多到明显偏少的显著转折,进一步分析了这两年5—7月和8月大气环流异常及演变特征,并初步探讨了可能的外强迫信号。2016年5—7月,欧亚中高纬度大气环流主要呈“西低东高”型,乌拉尔山高压脊偏弱,鄂霍次克海阻塞高压持续且偏强。这与1998年5—7月的中高纬度环流(“两脊一槽”型)有较大差异,经向度明显不如1998年同期强。但是在热带和副热带地区,这两年东亚夏季风都以偏弱为主,这段时期两者不仅强弱变化较为一致,而且季节内振荡的位相变化也基本重合;副高都表现出偏强、偏西的特征,对流层低层也都为异常反气旋环流控制;来自西太平洋的水汽通量异常辐合中心也都位于长江中下游。相似的热带和副热带环流异常导致这两年长江中下游降水均表现出异常偏多的特征。但从7月底8月初开始,这两年夏季风环流转为相反的变化,2016年转为偏强的夏季风特征,雨带北移,大陆高压持续控制下长江流域出现高温干旱;而1998年8月夏季风则持续偏弱,且较5—7月更加偏弱,副高持续偏强、偏西,主雨带仍维持在长江流域。

对前期外强迫因子的分析显示,这两年5—7月热带—副热带地区较为一致的环流异常的主要原因是前冬—春季相似的热带海温异常分布,赤道中东太平洋都为超强厄尔尼诺事件,且均表现为典型的东部型特征,热带印度洋海温也都偏高。而2016年前冬—春季热带印度洋高海温达历史最强,这可能是导致5—7月副高强度甚至略强于1998年同期的主要因素。2016和1998年欧亚中高纬度环流的差异可能与北大西洋海温三极型模态的影响有关。2016年前冬—春季北大西洋海温三极子呈持续正位相,由此激发欧亚遥相关波列导致乌拉尔山附近高度场为负距平控制,乌拉尔山高压脊偏弱。相反,1998年前冬—春季北大西洋海温三极子呈显著的负位相,从而导致乌拉尔山高压脊偏强,形成典型的“两脊一槽”形势。2015/2016年冬季,青藏高原积雪面积偏大,但深度偏浅,并且从前冬至春季积雪面积由偏大逐渐转为偏小,这与1998年表现出显著的差异。1997/1998年冬季青藏高原大部分地区降雪异常偏多,出现了历史上罕见的大雪灾,积雪面积偏大且深度偏深,1998年春季青藏高原积雪依然偏多。因此,2016年汛期前期青藏高原的冷源热力效应明显不如1998年强,由此可能影响2016年东亚夏季风偏弱的程度不及1998年,长江流域降水偏多的程度也不如1998年。这也可能是导致2016年汛期中国北方大部分地区降水较1998年偏多的原因之一。

2016年8月热带—副热带大气环流的转折可能与异常活跃的MJO活动有关。2016年8月,MJO持续偏强并在西太平洋(6—7位相)维持长达25 d,是1979年以来的第2多。而1998年8月MJO处于6—7位相仅有2 d,且强度显著偏弱。历史上中等以上强度厄尔尼诺事件的次年8月,多数年份MJO处于6—7位相的天数也少于气候平均值,且强度均偏弱。2016年8月西太平洋较强的MJO活动激发了频繁的热带气旋活动,导致西北太平洋有7个台风生成,其中2个登陆华南地区。频繁的台风活动进一步影响了副高的强度和形态,使得副高发生断裂,西北太平洋转为500 hPa高度场负距平控制。因此,2016年8月MJO活动的异常是导致汛期热带—副热带大气环流发生显著转折的重要原因。而2016年春季至初夏热带印度洋全区一致暖海温快速衰减,并迅速转为1980年以来最强的偶极子负位相,这可能是导致8月MJO异常活跃并长时间维持在西太平洋的主要原因。

需要强调的是,热带海温、北大西洋海温、高原积雪等这些外强迫因子都是影响中国夏季降水的重要因素,这些因素与夏季降水的统计关系在2016年汛期表现得比较显著,主要是因为它们在这一年比较异常,能够作为影响的主导因子。但这并不意味上述因子在其他年份依旧影响显著,因为其对当年气候异常的影响是否主导取决于这些外强迫信号本身之异常。另外,多因子相互作用目前研究得还不够深入,因此大气本身内部动力学的非线性作用亦非常重要。外强迫和大气内部综合作用制约着中国夏季气候尤其是主雨带的位置和雨量的多少。例如,王会军(2005)发现,大气内部运动变化所决定的大气异常持续信息导致东亚季风气候的部分可预测性,其纽带就是与东亚季风变动相联系的全球范围内环流因子的变化。张庆云等(2007)指出,不同于东部地区降水主要受海洋外强迫影响,中国西北地区夏季降水年代际变化与大气环流内部动力过程即亚洲中纬度西风带扰动动能关系更为密切。近十年来,大量的研究还揭示了南半球环流的前期异常信号在东亚夏季风和中国汛期降水预测中的重要贡献,这同样说明了大气内部动力学不容忽视的主导作用,尤其是对于中高纬度大气环流来说,外强迫因子的影响可能很有限,绝大部分降水变化是内部动力学驱动的气候噪音(Si et al,2016)。但本研究主要内容囿于和1998年对比,因此上述大气内部过程的作用和前兆预测信息均未在此做深入研究,有待另文发表。另一方面,本研究主要针对南方降水异常做了详细的分析和讨论,对于2016年汛期中国北方旱涝分布的机理认识还有待提高。2016和1998年汛期东北地区降水异常也表现出显著的不同,2016年东北降水呈现出明显的月际差异,其中5—6月降水多,7—8月迅速转为干旱少雨状态。但1998年5—8月各月降水均偏多,尤其是内蒙古东部地区。这一方面可能主要与鄂霍次克海阻塞西侧的低压槽密切相关,另一方面,东北冷涡活动在这两年的显著差异也起到了重要贡献。关于东北地区降水异常的诊断分析还需要进一步深入研究。此外,华北地区7月中旬末发生的极端暴雨最终导致整个汛期华北地区降水异常多,但在去掉该次过程后,华北降水明显偏少。因此,极端性天气尺度环流造成的强降水对短期气候可预测性的影响究竟如何也尚需更多的深入研究。

参考文献
车涛, 李新. 2005. 1993-2002年中国积雪水资源时空分布与变化特征. 冰川冻土 , 27 (1) : 64–67. Che Tao, Li Xin. 2005. Spatial distribution and temporal variation of snow water resources in China during 1993-2002. J Glaciology Geocryology , 27 (1) : 64–67. (in Chinese)
陈丽娟, 袁媛, 杨明珠, 等. 2013. 海温异常对东亚夏季风影响机理的研究进展. 应用气象学报 , 24 (5) : 521–532. Chen L J, Yuan Y, Yang M Z, et al. 2013. A review of physical mechanisms of the global SSTA impact on EASM. J Appl Meteor Sci , 24 (5) : 521–532. (in Chinese)
陈烈庭. 2001. 青藏高原异常雪盖和ENSO在1998年长江流域洪涝中的作用. 大气科学 , 25 (2) : 184–192. Chen L T. 2001. The role of the anomalous snow cover over the Qinghai-Xizang plateau and ENSO in the great floods of 1998 in the Changjiang river valley. Chinese J Atmos Sci , 25 (2) : 184–192. (in Chinese)
陈乾金, 高波, 李维京, 等. 2000. 青藏高原冬季积雪异常和长江中下游主汛期旱涝及其与环流关系的研究. 气象学报 , 58 (5) : 582–595. Chen Q J, Gao B, Li W J, et al. 2000. Studies on relationships among snow cover winter over the Tibetan Plateau and droughts/floods during Meiyu season in the middle and lower reaches of the Yangtze River as well as atmosphere/ocean. Acta Meteor Sinica , 58 (5) : 582–595. (in Chinese)
陈兴芳, 赵振国. 2000a. 中国汛期降水预测研究及应用. 北京: 气象出版社 . Chen X F, Zhao Z G. 2000a. Study on Precipitation Forecast in China During Flood Season and Its Applications. Beijing: China Meteorological Press .
陈兴芳, 宋文玲. 2000b. 欧亚和青藏高原冬春季积雪与我国夏季降水关系的分析和预测应用. 高原气象 , 19 (2) : 214–223. Chen X F, Song W L. 2000b. Analysis of relationship between snow cover on Eurasia and Qinghai-Xizang Plateau in winter and summer rainfall in China and application to prediction. Plateau Meteor , 19 (2) : 214–223. (in Chinese)
国家气候中心. 1998. 98中国大洪水与气候异常. 北京: 气象出版社 . National Climate Center. 1998. China's 1998 Severe Flood and Climate Extremes. Beijing: China Meteorological Press .
李崇银, 黄荣辉, 丑纪范, 等. 2009. 我国重大高影响天气气候灾害及对策研究. 北京: 气象出版社 . Li C Y, Huang R H, Chou J F, et al. 2009. The Study of Meteorological Disasters and Chinese Response. Beijing: China Meteorological Press .
李维京. 1999. 1998年大气环流异常及其对中国气候异常的影响. 气象 , 25 (4) : 20–25. Li W J. 1999. General atmospheric circulation anomaly in 1998 and their impact on climate anomaly in China. Meteor Mon , 25 (4) : 20–25. (in Chinese)
刘长征, 薛峰. 2010. 不同强度El Niño的衰减过程. Ⅱ:中等和较弱El Niño的衰减过程. 地球物理学报 , 53 (11) : 2564–2573. Liu C Z, Xue F. 2010. The decay of El Niño with different intensity. Part Ⅱ:The decay of the moderate and relatively-weak El Niño. Chinese J Geophys , 53 (11) : 2564–2573. (in Chinese)
刘芸芸, 李维京, 艾婉秀, 等. 2012. 月尺度西太平洋副热带高压指数的重建与应用. 应用气象学报 , 23 (4) : 414–423. Liu Y Y, Li W J, Ai W X, et al. 2012. Reconstruction and application of the monthly western Pacific subtropical high indices. J Appl Meteor Sci , 23 (4) : 414–423. (in Chinese)
罗绍华, 金祖辉, 陈烈庭. 1985. 印度洋和南海海温与长江中下游夏季降水的相关分析. 大气科学 , 9 (3) : 314–320. Luo S H, Jin Z H, Chen L T. 1985. The analysis of correlation between sea surface temperature in the Indian-China South Sea and precipitation in the middle and lower reaches of the Changjiang River. Scientia Atmos Sinica , 9 (3) : 314–320. (in Chinese)
潘静, 李崇银, 宋洁. 2010. 热带大气季节内振荡对西北太平洋台风的调制作用. 大气科学 , 34 (6) : 1059–1070. Pan J, Li C Y, Song J. 2010. The modulation of Madden-Julian oscillation on typhoons in the northwestern Pacific Ocean. Chinese J Atmos Sci , 34 (6) : 1059–1070. (in Chinese)
彭京备, 陈烈庭, 张庆云. 2005. 青藏高原异常雪盖和ENSO的多尺度变化及其与中国夏季降水的关系. 高原气象 , 24 (3) : 366–377. Peng J B, Chen L T, Zhang Q Y. 2005. Multi-scale variations of snow cover over QXP and tropical Pacific SST and their influences on summer rainfall in China. Plateau Meteor , 24 (3) : 366–377. (in Chinese)
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. 应用气象学报 , 23 (6) : 739–747. Ren Z H, Yu Y, Zou F L, et al. 2012. Quality detection of surface historical basic meteorological data. J Appl Meteor Sci , 23 (6) : 739–747. (in Chinese)
邵勰, 周兵. 2016. 2015/2016年超强厄尔尼诺事件气候监测及诊断分析. 气象 , 42 (5) : 540–547. Shao X, Zhou B. 2016. Monitoring and diagnosis of the 2015/2016 super El Niño event. Meteor Mon , 42 (5) : 540–547. (in Chinese)
王会军. 2005. 来自大气内部的季节气候可预测性初探. 大气科学 , 29 (1) : 64–70. Wang H J. 2005. Preliminary research on the inner-atmosphere-originated seasonal climate predictability. Chinese J Atmos Sci , 29 (1) : 64–70. (in Chinese)
王钦, 李双林, 付建建, 等. 2012. 1998和2010年夏季降水异常成因的对比分析:兼论两类不同厄尔尼诺事件的影响. 气象学报 , 70 (6) : 1207–1222. Wang Q, Li S L, Fu J J, et al. 2012. On the formation of anomalous summer precipitation in the years of 2010 and 1998:A comparison of the El Niño's impact between Modoki and typical El Niño cases. Acta Meteor Sinica , 70 (6) : 1207–1222. (in Chinese)
薛峰, 刘长征. 2008. 中等强度ENSO对中国东部夏季降水的影响及其与强ENSO的对比分析. 科学通报 , 53 (5) : 791–800. Xue F, Liu C Z. 2008. The influence of moderate ENSO on summer rainfall in eastern China and its comparison with strong ENSO. Chinese Sci Bull , 53 (5) : 791–800. DOI:10.1007/s11434-008-0002-5 (in Chinese)
袁媛, 高辉, 贾小龙, 等. 2016. 2014-2016年超强厄尔尼诺事件的气候影响. 气象 , 42 (5) : 532–539. Yuan Y, Gao H, Jia X L, et al. 2016. Influences of the 2014-2016 super El Niño event on climate. Meteor Mon , 42 (5) : 532–539. (in Chinese)
翟盘茂, 余荣, 郭艳君, 等. 2016. 2015/2016年强厄尔尼诺过程及其对全球和中国气候的主要影响. 气象学报 , 74 (3) : 309–321. Zhai P M, Yu R, Guo Y J, et al. 2016. The strong El Niño in 2015/2016 and its dominant impacts on global and China's climate. Acta Meteor Sinica , 74 (3) : 309–321. (in Chinese)
张庆云, 陶诗言, 陈烈庭. 2003. 东亚夏季风指数的年际变化与东亚大气环流. 气象学报 , 61 (5) : 559–568. Zhang Q Y, Tao S Y, Chen L T. 2003. The inter-annual variability of East Asian summer monsoon indices and its association with the pattern of general circulation over East Asia. Acta Meteor Sinica , 61 (5) : 559–568. (in Chinese)
张庆云, 吕俊梅, 杨莲梅, 等. 2007. 夏季中国降水型的年代际变化与大气内部动力过程及外强迫因子关系. 大气科学 , 31 (6) : 1290–1300. Zhang Q Y, Lü J M, Yang L M, et al. 2007. The interdecadal variation of precipitation pattern over China during summer and its relationship with the atmospheric internal dynamic processes and extra-forcing factors. Chinese J Atmos Sci , 31 (6) : 1290–1300. (in Chinese)
张顺利, 陶诗言. 2001. 青藏高原积雪对亚洲夏季风影响的诊断及数值研究. 大气科学 , 25 (3) : 372–390. Zhang S L, Tao S Y. 2001. Influences of snow cover over the Tibetan plateau on Asian summer monsoon. Chinese J Atmos Sci , 25 (3) : 372–390. (in Chinese)
赵振国. 1999. 中国夏季旱涝及环境场. 北京: 气象出版社 . Zhao Z G. 1999. Summer Drought and Flood in China and the Circulation Patterns. Beijing: China Meteorological Press .
左金清, 李维京, 任宏利, 等. 2012. 春季北大西洋涛动与东亚夏季风年际关系的转变及其可能成因分析. 地球物理学报 , 55 (2) : 384–395. Zuo J Q, Li W J, Ren H L, et al. 2012. Change of the relationship between spring NAO and East Asian summer monsoon and its possible mechanism. Chinese J Geophys , 55 (2) : 384–395. (in Chinese)
Annamalai H, Xie S P, McCreary J P, et al. 2005. Impact of Indian Ocean sea surface temperature on developing El Niño. J Climate , 18 (2) : 302–319. DOI:10.1175/JCLI-3268.1
Chang A T C, Gloersen P, Schmugge T, et al. 1976. Microwave emission from snow and glacier ice. J Glaciology , 16 : 23–39. DOI:10.1017/S0022143000031415
Chang A T C, Foster J L, Hall D K, et al. 1982. Snow water equivalent estimation by microwave radiometry. Cold Regions Sci Tech , 5 (3) : 259–267. DOI:10.1016/0165-232X(82)90019-2
Hu K M, Huang G, Huang R H. 2011a. The impact of tropical Indian Ocean variability on summer surface air temperature in China. J Climate , 24 (20) : 5365–5377. DOI:10.1175/2011JCLI4152.1
Hu Z Z, Yang S, Wu R G. 2003. Long-term climate variations in China and global warming signals. J Geophys Res , 108 (D19) : 4614. DOI:10.1029/2003JD003651
Hu Z Z, Kumar A, Huang B H, et al. 2011b. Persistent atmospheric and oceanic anomalies in the North Atlantic from Summer 2009 to Summer 2010. J Climate , 24 (22) : 5812–5830. DOI:10.1175/2011JCLI4213.1
Kalnay E, Kanamitsu M, Kistler R, et al. 1996. The NCEP/NCAR 40-year reanalysis project. Bull Amer Meteor Soc , 77 (3) : 437–471. DOI:10.1175/1520-0477(1996)077<0437:TNYRP>2.0.CO;2
Kistler R, Collins W, Saha S, et al. 2001. The NCEP-NCAR 50-year reanalysis:Monthly means CD-ROM and documentation. Bull Amer Meteor Soc , 82 (2) : 247–268. DOI:10.1175/1520-0477(2001)082<0247:TNNYRM>2.3.CO;2
Klein S A, Soden B J, Lau N C. 1999. Remote sea surface temperature variations during ENSO:Evidence for a tropical atmospheric bridge. J Climate , 12 (4) : 917–932. DOI:10.1175/1520-0442(1999)012<0917:RSSTVD>2.0.CO;2
Lau N C, Nath M J. 2000. Impact of ENSO on the variability of the Asian-Australian monsoons as simulated in GCM experiments. J Climate , 13 (24) : 4287–4309. DOI:10.1175/1520-0442(2000)013<4287:IOEOTV>2.0.CO;2
Meyers G. 1996. Variation of Indonesian throughflow and the El Niño/Southern Oscillation. J Geophys Res , 101 (C5) : 12255–12263. DOI:10.1029/95JC03729
Reynolds R W, Rayner N A, Smith T M, et al. 2002. An improved in situ and satellite SST analysis for climate. J Climate , 15 (13) : 1609–1625. DOI:10.1175/1520-0442(2002)015<1609:AIISAS>2.0.CO;2
Saji N H, Goswami B N, Vinayachandr P N, et al. 1999. A dipole mode in the tropical Indian Ocean. Nature , 401 (6751) : 360–363.
Si D, Hu Z Z, Kumar A, et al. 2016. Is the interdecadal variation of the summer rainfall over eastern China associated with SST?. Climate Dyn , 46 (1-2) : 135–146. DOI:10.1007/s00382-015-2574-5
Wang B, Wu R G, Fu X H. 2000. Pacific-East Asian teleconnection:How does ENSO affect East Asian climate?. J Climate , 13 (9) : 1517–1536. DOI:10.1175/1520-0442(2000)013<1517:PEATHD>2.0.CO;2
Wang B, Zhang Q. 2002. Pacific-East Asian teleconnection. PartⅡ:How the Philippine Sea anomalous anticyclone is established during El Niño development. J Climate , 15 (22) : 3252–3265.
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. DOI:10.1175/1520-0493(2004)132<1917:AARMMI>2.0.CO;2
Wu R G, Kirtman B P. 2004. Understanding the impacts of the Indian Ocean on ENSO variability in a coupled GCM. J Climate , 17 (20) : 4019–4031. DOI:10.1175/1520-0442(2004)017<4019:UTIOTI>2.0.CO;2
Wu Z W, Wang B, Li J P, et al. 2009. An empirical seasonal prediction model of the East Asian summer monsoon using ENSO and NAO. J Geophys Res , 114 (D18) : D18120. DOI:10.1029/2009JD011733
Xie S P, Hu K M, Hafner J, et al. 2009. Indian Ocean capacitor effect on Indo-western Pacific climate during the summer following El Niño. J Climate , 22 (3) : 730–747. DOI:10.1175/2008JCLI2544.1
Yang J L, Liu Q Y, Xie S P, et al. 2007. Impact of the Indian Ocean SST basin mode on the Asian summer monsoon. Geophys Res Lett , 34 (2) : L02708. DOI:10.1029/2006GL028571
Yuan Y, Zhou W, Chan J C L, et al. 2008. Impacts of the basin-wide Indian Ocean SSTA on the South China Sea summer monsoon onset. Int J Climatol , 28 (12) : 1579–1587. DOI:10.1002/joc.v28:12
Yuan Y, Yang S, Zhang Z Q. 2012. Different evolutions of the Philippine Sea anticyclone between the Eastern and Central Pacific El Niño:Possible effects of Indian Ocean SST. J Climate , 25 (22) : 7867–7883. DOI:10.1175/JCLI-D-12-00004.1
Yuan Y, Li C Y, Yang S. 2014a. Decadal anomalies of winter precipitation over Southern China in association with El Niño and La Niña. J Meteor Res , 28 (1) : 91–110.
Yuan Y, Yang H, Li C Y. 2014b. Possible influences of the tropical Indian Ocean dipole on the eastward propagation of MJO. J Trop Meteor , 20 (2) : 173–180.
Zhang R H, Sumi A, Kimoto M. 1999. A diagnostic study of the impact of El Niño on the precipitation in China. Adv Atmos Sci , 16 (2) : 229–241. DOI:10.1007/BF02973084
Zhou L T, Tam C Y, Zhou W, et al. 2010a. Influence of South China Sea SST and the ENSO on winter rainfall over South China. Adv Atmos Sci , 27 (4) : 832–844. DOI:10.1007/s00376-009-9102-7
Zhou L T, Wu R G. 2010b. Respective impacts of the East Asian winter monsoon and ENSO on winter rainfall in China. J Geophys Res , 115 (D2) : D02107. DOI:10.1029/2009JD012502
Zhou L T. 2011. Impact of East Asian winter monsoon on rainfall over southeastern China and its dynamical process. Int J Climatol , 31 (5) : 677–686. DOI:10.1002/joc.v31.5
Zuo J Q, Li W J, Sun C H, et al. 2013. Impact of the North Atlantic sea surface temperature tripole on the East Asian summer monsoon. Adv Atmos Sci , 30 (4) : 1173–1186. DOI:10.1007/s00376-012-2125-5