2018, Vol. 76
中国气象学会主办。
文章信息
- 梁萍, 陈丽娟, 丁一汇, 何金海, 周兵. 2018.
- LIANG Ping, CHEN Lijuan, DING Yihui, HE Jinhai, ZHOU Bing. 2018.
- 长江梅雨的长期变率与海洋的关系及其可预报性研究
- Relationship between long-term variability of Meiyu over the Yangtze River and ocean and Meiyu's predictability study
- 气象学报, 76(3): 379-393.
- Acta Meteorologica Sinica, 76(3): 379-393.
- http://dx.doi.org/10.11676/qxxb2018.009
-
文章历史
- 2017-06-20 收稿
- 2017-12-20 改回
2. 国家气候中心, 北京, 100081;
3. 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;
4. 南京信息工程大学大气科学学院, 南京, 210044
2. National Climate Center, Beijing 100081, China;
3. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China;
4. College of Atmosphereic Science, Nanjing University of Information Science & Technology, Nanjing 210044, China
作为东亚地区独特的天气、气候现象，梅雨是东亚夏季风活动的典型降水阶段(Wang, et al, 2002)。中国东部地区汛期降水分布、雨带移动以及旱涝灾害的发生在很大程度上取决于梅雨起讫的早晚及梅雨量的多寡。长期以来，关于梅雨的变化及预测问题，既是科研人员的重要研究课题，又受到社会和公众的普遍关注。21世纪初期梅雨的非典型特征凸显(梁萍等，2008；蒋薇等，2013)，近年来梅雨持续性特征又趋于明显，特别是2014-2016年梅雨期间洪涝灾害明显，多地频频进入“看海模式”，社会和公众对梅雨的准确预测需求愈来愈高。
随着基于气候模式的客观预测方法的应用，近年来全国汛期降水预测水平不断提高，但针对汛期内不同雨季(如华南前汛期、江淮梅雨、华北雨季)的客观化预测方法尚未形成。已有研究揭示了影响梅雨异常有诸多的物理过程和影响因子，包括东亚季风、西北太平洋副热带高压(副高)、中高纬度大气模态、ENSO(厄尔尼诺-南方涛动)循环、西太平洋热力状况等(黄荣辉等, 2003；梁萍等，2010)。此外，太阳活动周期循环(Zhao, et al, 2014)、青藏高原积雪(郭玲等，2012)等下垫面以及平流层变化(National Academies of Sciences, Engineering, and Medicine，2016)等缓变物理因子也是梅雨异常的影响因子。然而, 由于各种预测因子相互作用过程复杂, 加大了预测难度(范可等，2007)。而且，ENSO作为中国夏季降水的一个主要预测因子，其与夏季降水的关系存在年代际变化(高辉等，2007)。其他冬春影响因子(黑潮海温、青藏高原积雪和北极涛动、极涡、副高)与夏季长江中下游降水的相关也呈现出年代际的变化特征(郭玲等，2012)。因此，更好地认识梅雨在年际-年代际尺度上的变化特征、成因和可预报性，是提高梅雨预测准确率的重要基础。
近十年来，不少学者开展了梅雨的长期变化研究，给出了梅雨的年际-年代际演变特征。在年际尺度上，梅雨变化主周期主要分布在2-4和5-8 a(徐群等，2001；魏凤英等，2005；宗海锋等，2005；丁一汇等，2013)。在年代际尺度上，诸多研究(宗海锋等，2005；周丽等，2006；毛文书等，2008；杨静等，2009)表明，梅雨的年代际变化周期主要集中在10-16 a。然而在多年代际尺度上，梅雨变化周期结果存在不一致。例如，徐群等(2001)和丁一汇等(2013)认为60-80 a长周期对梅雨降水的年代际变化重要；魏凤英等(2005)则认为20 a左右和36-38 a振荡的方差贡献在20世纪40年代以后比较凸出。
总体而言，上述研究或者采用固定时段定义梅雨期，或者采用传统的长江5站降雨资料定义梅雨，同时使用不同来源和不同长度的资料，因而结果有一定的差异。张庆云等(2014)研究表明，长江和淮河梅雨异常的确存在不同特征。因此，采用具有代表性的区域梅雨指标，用最新的资料有针对性地研究区域梅雨多时间尺度变化特征，并从海洋外强迫信号及预报试验等角度讨论梅雨年际异常的可预报性，是提高梅雨预测准确率的重要途径。此外，尽管梅雨在季节尺度上具有可预报性(Webster, et al, 1998)，但专门针对梅雨的客观预测模型并不多见。为此，以长江区域梅雨为代表，采用最新发布的梅雨国家标准资料，在考察区域梅雨多时间尺度变化特征的基础上，从海洋外强迫角度分析各变化分量的物理意义，进一步讨论梅雨年际异常的可预报性，并在构建梅雨预测模型的基础上进行回报试验，以期为梅雨预测提供参考。
2 资料与方法采用的资料包括：(1)梅雨监测国家标准(GB/T 33671-2017)(中华人民共和国国家质量监督检验检疫总局等，2017)确定的1951-2014年长江区域逐年梅雨降水总量(即梅雨期时段内的降水总量)指标。梅雨标准将梅雨监测区域分为江南区、长江中下游区和江淮区。梅雨指标由雨期雨日、副高脊线位置、日平均气温等条件确定，主要反映梅雨季节降水过程多、雨量强度大、高湿闷热的气候特征。对于长江区域梅雨而言，主要选取长江中下游157个基本气象站作为参考站，当某日监测区中满足1/3以上监测站出现≥0.1 mm的降水，且区域内日平均降水量≥2.0 mm确定为区域雨日。从第1个雨日算起，往后第2、3、……、10日中的雨日数占相应时段内总日数的比例≥50%，则第1个雨日为雨期开始日。从雨期的最后1个雨日算起，往前2、3、……、10日中的雨日数占相应时段内总日数的比例≥50%，则最后1个雨日为雨期结束日。第1个雨期的开始日期为入梅日，此时副高第1次北跳，其脊线位于19°-26°N。梅雨最早始于5月下旬，且日平均气温≥22℃。最后1个雨期结束日的次日即为出梅日，此时副高第2次北跳，其脊线越过26°N。梅雨期内区域平均累计日降水量作为梅雨降水总量。(2)英国气象局哈得来中心与英国东英吉利大学气候研究部联合开发的第4套全球表面温度资料HadCRUT4(Morice, et al，2012)。(3)美国国家海洋大气局北大西洋多年代际变化指数(Enfield, et al，2001)及北太平洋多年代际变化(Mantua, et al, 1997)指数；(4)美国国家环境预报中心(NCEP)逐月再分析环流场资料(Kalnay, et al，1996)。
在时间序列信号分析中，主要采用集合经验模态分解(EEMD)方法(Wu, et al, 2009)获得不同时间尺度的波动。该方法是在经验模态分解(EMD)方法(Huang, et al, 1998)的基础上发展的处理非线性、非平稳时间序列的新方法。其最大优点在于能够以自适应方式提取信号的各分量及变化趋势。集合经验模态分解方法主要通过以下4个步骤获取信号：(1)在原始时间序列上加入一组白噪音；(2)分解加入白噪音的时间序列，提取出本征模态函数(IMF)；(3)采用不同的白噪音，对原始序列重复步骤(1)和(2)；(4)将加入不同白噪音后分解得到的多个本征模态函数进行集合平均，作为最后的本征模态函数。另外，采用9点平滑高斯滤波器(高鸿等，2004)提取海温年代际以上的变化分量。
研究(陈丽娟等，2003；魏凤英，2003；Liu, et al，2014；Han, et al，2014)表明，基于年际和年代际尺度分离的降尺度分别预测是提高预测水平的一种有效方法。在建立梅雨异常预测模型时，首先构建不同尺度分量的预测模型，然后集成年代际预测分量和年际预测分量，形成预测结果。预测模型的构建主要分为如下3个步骤：(1)采用集合经验模态分解方法将梅雨异常序列进行多时间尺度分离。(2)针对各分量建立预测模型。其中，采用均生函数方法(魏凤英，2007)预测长江区域梅雨的长期变化趋势分量，选取关键海温外强迫因子构造多元线性回归模型(魏凤英，2007)对梅雨年代际及多年代际变化分量进行预测；梅雨年际变化分量则采用年际增量法(范可等，2007)进行预测。(3)采用各变化分量的变率贡献率确定权重系数，对各分量预测结果进行加权集成，形成梅雨异常预测结果。均生函数和多元线性回归作为基本的统计方法，得到了广泛的应用。
3 梅雨年际异常与多时间尺度变化的关系针对梅雨年际异常(相对1951-2014年平均气候背景)，利用集合经验模态分解方法获得长江梅雨年际异常长序列在不同时间尺度上的变化分量。分解出的多个准周期变化分量(图 1)包括从年际到年代际多个时间尺度。其中，第1、2分量(IMF1、IMF2)对应3-4、6-8 a周期的年际变化分量；第3分量(IMF3)对应12-16 a周期的年代际变化分量；第4、5分量(IMF4、IMF5)对应准32和准64 a周期变化；第6分量(Trend)则为趋势项。1951-2014年，IMF1-IMF3均呈现多波动特征；IMF4从20世纪80年代开始波动特征不明显，其振幅较20世纪50-70年代明显减小；IMF5在20世纪80年代初由负位相变为正位相；长期趋势则在20世纪70年代末至80年代初由增加趋势转为减少趋势，而进入21世纪之后减少趋势有所减缓。由于集合经验模态分解得到的各准周期变化分量特别是年代际变化分量存在较高的自相关，采用Bretherton等(1999)的方法计算有效自由度
|
| 图 1 长江梅雨年际异常(a. Obs)及5个准周期变化分量(b-f. IMF1-IMF5)和1个趋势项分量(g.Trend) Figure 1 Interannual anomalies of Meiyu over Yangtze River (a.Obs) and five (b-f.IMF1-IMF5) quasi-periodic components and one trend (g) component |
|
(1) |
式中，N*为有效自由度，N为样本数，r1和r2分别为时间序列的滞后1个和2个时次的自相关系数。进一步采用非参数蒙特卡罗检验(周永宏等，1999)表明，IMF1-IMF3与梅雨年际异常观测值的相关分别为0.75、0.35、0.41，均通过了99%置信水平的相关t检验，即年际变化分量及年代际变化(12-16 a)分量与梅雨年际异常原始序列存在密切关联。其中，IMF1(对应3-4 a周期)与梅雨年际异常原始序列的符号一致率高达83%。而梅雨年际异常的干、湿位相演变则与IMF3(对应12-16 a周期)一致。梅雨异常偏多年份(1954、1969、1980、1983、1993、1996、1998、1999年)除对应IMF1峰值位相外，亦位于12-16 a准周期年代际变化的峰值位相附近。即当12-16 a准周期年代际变化的湿位相背景与3-4 a准周期年际变化峰值位相叠加时，易出现极端丰梅年。极端枯梅年情况基本相反，发生在IMF3干位相背景下的年际变化分量谷值位相年份。
对比集合经验模态分解得到的不同分量变化方差占梅雨年际异常演变方差的百分比(图 2a)发现，IMF1的方差贡献率为53.4%，是梅雨年际异常的最主要分量；而6-8 a(IMF2)、64 a (IMF5)准周期变化及长期趋势(Trend)对梅雨年际异常也有较重要的贡献，方差贡献率均超过10%。图 2b进一步给出各分量在梅雨极端年的相对贡献大小。其中，选取较多年(1951-2014年)平均梅雨量偏多或偏少1.5倍均方差(即标准差)作为丰梅年和枯梅年的划分标准，由此确定丰梅年(1954、1969、1980、1983、1993、1996、1998、1999、2011年)和枯梅年(1952、1959、1965、1972、1978、1985、1991、2005、2013年)各9年。将各梅雨极端年对应的IMF1-IMF5及Trend分量占各梅雨年际异常实况的百分比作为该分量对该极端年的距平贡献率，对该年梅雨异常总贡献率为100%。但对同一分量而言，其在不同年份对梅雨异常的影响不同，相应的贡献率也不同。进一步将9个丰/枯梅年各分量对应的距平贡献率求平均，得到各分量对丰/枯梅年的平均距平贡献率。对特定的某一年而言，IMF1-IMF5及Trend分量对该年梅雨异常的总贡献率为100%。但对同一分量而言，其在不同年份对梅雨异常的影响不同，相应的贡献率也不同。总体上，3-4 a准周期变化(IMF1)在枯梅年的距平贡献率比丰梅年明显偏大，平均占观测异常的85%；而年代际变化分量(IMF3-IMF5)在丰梅年的距平贡献率则比枯梅年有所增大。由此表明，年代际变化分量在丰梅年对梅雨异常的调制作用更为明显。其中，12-16 a准周期变化分量(IMF3)对丰梅年的距平贡献率超过IMF2，仅次于IMF1，这与上述IMF3与梅雨年际异常观测序列的高相关(相关系数仅次于IMF1)一致。
|
| 图 2 集合经验模态分解各分量(IMF1-IMF5和Trend)占长江梅雨年际异常的方差贡献率(a)及对极端梅雨年的距平贡献率(b) Figure 2 Percentage contributions of deviations accounting for interannual anomaly of Meiyu over Yangtze River (a) and percentage contributions of anomalies accounting for extreme Meiyu year (b) of five components (IMF1-IMF5 and Trend) derived by EEMD |
为进一步证实上述梅雨多尺度变化分量(IMF1-IMF5和Trend)的真实性及物理意义，本节主要从海洋外强迫因子角度，分析影响长江梅雨年际异常多尺度变化的物理背景。
参考Seneviratne等(2016)提出的全球气候强迫的区域响应归因方法，绘制了梅雨年际异常长期变化趋势与全球表面温度变化的尺度关系散点分布(图 3)。其中，梅雨长期变化趋势经标准化处理，全球表面温度经10年滑动平均处理。由图 3可见，Trend与全球温度异常呈现同步性变化，即在全球变暖背景下，长江梅雨趋于减少。这与司东等(2010)的研究结论一致：全球变暖使得副热带地区大气扩张，东亚副热带急流北移, 长江梅雨趋少。此外，图 1中的Trend分量自20世纪80年代末开始表现出趋缓的减少趋势，这可能与20世纪80年代末中国东部夏季雨带出现的年代际转型有关(Zhang, 2015a, 2015b)；而20世纪末以来的减少趋势趋缓表现得更为明显，这可能与从20世纪90年代末开始出现的气候变暖趋缓期(丁一汇等，2014)产生的影响有关。研究(Trenberth, et al，2013)表明，全球变暖是由于人类因子与海洋年代际变化的叠加作用而形成的。因此，长江梅雨的长期变化趋势与海洋外强迫有关联。从集合经验模态分解得到的长江梅雨与北太平洋多年代际变化指数的长期变化趋势演变(图 4)可见，20世纪50-80年代北太平洋多年代际变化强度由增强趋势转为减弱趋势，梅雨变化也由增多趋势转为减少趋势，二者相关系数高达0.91；自70年代后期至80年代末，梅雨减少趋势逐步增强，这也与全球变暖趋势有利于梅雨减少有关。20世纪90年代至21世纪00年代前期，全球变暖显著(图略)但北太平洋多年代际变化强度增强趋势较弱，梅雨减少趋势仍逐步增大；21世纪00年代中期之后，由于北太平洋多年代际变化增强趋势明显，梅雨减弱趋势幅度从逐步缩小向增多趋势转换。由此可见，梅雨的长期变化趋势除与全球变暖背景相联系外，还受到以北太平洋多年代际变化为代表的海洋外强迫因子的调制。
|
| 图 3 梅雨长期趋势(经标准化)与全球温度变化的尺度分析(虚线为线性拟合) Figure 3 Scaling between the normalized trend of Meiyu and changes in global mean temperature (dashed line is the linear fitting line) |
|
| 图 4 梅雨长期趋势分量(Trend)与北太平洋多年代际变化指数的逐年演变(r为相关系数) Figure 4 Annual changes in the long-term trend component of Meiyu over the Yangtze River (Trend) and PDO index (r denotes correlation coefficient) |
北大西洋和北太平洋多年代际变化对整个北半球的气候都有很大影响。其中，北大西洋多年代际变化以65-80 a周期自然变率为主(Schlesinger, et al, 1994)，北太平洋多年代际变化除以准20 a周期变化为主外还存在多年代际振荡模态(Wu, et al, 2003)。以下分析北大西洋和北太平洋多年代际变化与IMF5(准64 a周期变化分量)的关系。考虑到IMF5以准64 a周期变化为主，为了在相同时间尺度上分析太平洋海温多年代际变化对IMF5的影响，将北太平洋多年代际变化指数进行集合经验模态分解并获取其多年代际变化分量(图 5a中的PDO_MD)作对比分析。由图 5可见，IMF5与梅雨季节(6-7月)北太平洋及北大西洋多年代际变化的长期演变基本同步。其中，20世纪50-70年代北太平洋多年代际变化指数持续冷位相，80年代初转为暖位相并维持至90年代末，这与IMF5在80年代初由偏少位相转为偏多位相一致。北太平洋多年代际变化指数的年代际变化分量(如图 5a中的PDO_MD)的冷暖位相演变与IMF5的异常位相演变一致性更好，二者的相关系数高达0.73。而北太平洋多年代际变化指数与其多年代际分量在20世纪50年代至90年代末的冷暖位相一致性进一步加强了北太平洋多年代际变化对IMF5的影响。同时，北大西洋多年代际变化从20世纪80年代中期由持续冷位相转为暖位相并一直维持到2014年，与IMF5偏多位相持续至2014年一致。由此可见，长江梅雨的准64 a周期振荡的干湿位相转折及维持可能受太平洋和北大西洋多年代际变化的共同调制。
|
| 图 5 长江梅雨64 a准周期分量(IMF5)与北太平洋多年代际变化指数 (a，PDO_MD为多年代际变化分量)、北大西洋多年代际变化指数(b)的逐年演变 Figure 5 Annual changes of the 64-year quasi-periodic component of Meiyu over the Yangtze River (IMF5) and PDO (a, PDO_MD denotes the multi-decadal variation component), and AMO (b) |
由图 1可知，长江梅雨准32 a周期振荡的振幅存在明显的年代际变化。下面从海洋外强迫背景角度分析20世纪80年代以后其振幅不明显的原因。图 6给出IMF4偏强位相和偏弱位相下的梅雨季节(6-7月)海温差异的空间分布。为突出正位相在前后两个阶段的振幅减弱特点，偏强和偏弱位相均为正位相减负位相的差异。根据IMF4的演变，将1954-1967和1968-1982年作为IMF4的偏强负位相和偏强正位相，将1983-1992和1993-2007年作为IMF4的偏弱负位相和偏弱正位相。由图 6可见，偏强位相和偏弱位相下的海温差异在北太平洋及北大西洋最为明显，范围最大。当北太平洋和北大西洋呈现一致偏暖特征时，IMF4出现强的正位相；反之，当北太平洋和北大西洋呈现一致偏冷特征(图略)，IMF4出现强的负位相。进一步计算北太平洋和北大西洋多年代际变化指数在IMF4振幅强、弱位相阶段下的相关表明，二者在前后两个阶段的相关性由正相关(相关系数为0.26)转为负相关(相关系数为-0.1)。即长江梅雨准32 a周期振荡的振幅强弱与北太平洋和北大西洋海温年代际变化的位相是否一致有关，北太平洋和北大西洋多年代际变化位相的一致性对长江梅雨准32 a周期振荡分量有增幅作用。
|
| 图 6 长江梅雨32 a准周期分量偏强位相减偏弱位相的海温差异 Figure 6 Sea surface temperature difference corresponding to the 32-year quasi-periodic component of Meiyu over the Yangtze River between strong and weak phases |
由于IMF1-IMF3与梅雨年际异常观测序列存在高相关，考虑到开展梅雨预测的需要，以下主要从前期因子角度考察梅雨年际-年代际振荡分量的海温外强迫。图 7a给出长江梅雨12-16 a准周期分量(IMF3)与前冬海温的相关分布。其中，采用9点平滑高斯滤波器(高鸿等，2004)对前冬海温进行低通滤波获得年代际变化信号。由图 7a可见，长江梅雨的12-16 a周期年代际变化与东太平洋海温年代际异常呈现显著的正相关，与北太平洋海温年代际异常呈现显著的负相关。鉴于上述相关分布类似于北太平洋多年代际变化分布，进一步计算北太平洋关键区(20°-50°N，120°-240°E)海温年代际异常与北太平洋多年代际变化指数的相关系数表明，二者在20世纪80年代后期以后呈现显著的负相关。由此表明，长江梅雨的12-16 a准周期变化与北太平洋多年代际变化调制下的北太平洋海温年代际异常密切相联。
|
| 图 7 长江梅雨的年际-年代际准周期变化分量与前冬海温的相关分布 (a.IMF3, b. IMF2, c. IMF1;图a中海温经过低通滤波；深色阴影为通过95%和99%显著性水平的相关t检验区域) Figure 7 Correlation between components of interannual and interdecadal quasi-periodic components of Meiyu and SST in the preceding winter (a.IMF3, b.IMF2, c.IMF1; SST is processed by low pass filtering in Fig. 7a; heavily shaded areas denote the 95% or 99% confidence levels) |
从长江梅雨6-8 a准周期分量(IMF2)与前冬海温的相关分布(图 7b)可见，IMF2与前冬热带中西太平洋海温异常呈现显著的正相关。而且，上述关系一直持续到6-7月(图略)。由此表明，上述关键区的海温异常对IMF2的强迫作用较为稳定。此外，图 7b中的北太平洋区域也存在明显的高相关区，中心位于40°N，170°W以西的区域。根据咸鹏等(2003)的研究, 除北太平洋多年代际变化外，7-10 a准周期振荡是太平洋海温变化的一个独立模态。该模态的空间分布与图 7b中的相关分布基本一致，说明太平洋海温自身的7-10 a准周期变化对IMF2有影响。已有研究(Deser, et al, 1995)表明，与热带中西太平洋海温偏高相联系的非绝热加热强迫有利于副高的增强，而北太平洋海温正异常可通过引起西风异常使得对流层中层出现太平洋-北美遥相关型(PNA)负位相。进一步选取IMF2异常偏多年和异常偏少年6-7月环流场进行对比分析发现，IMF2的异常偏多年，对流层中层位势高度场呈现出东亚-太平洋遥相关型(EAP)的正位相及太平洋-北美遥相关型的负位相(图略)，二者的共同作用有利于东亚沿岸从南至北呈现出正-负-正的环流异常分布，是长江流域降水偏多的有利条件(林建等，2000)。因此，太平洋海温的7-10 a准周期振荡异常可通过影响北半球东亚-太平洋遥相关型和太平洋-北美遥相关型异常对长江梅雨类似周期的变化分量异常产生影响。
从长江梅雨3-4 a准周期分量(IMF1)与前冬海温的相关分布(图 7c)可见，长江梅雨3-4 a准周期分量与前冬赤道东太平洋海温呈现显著的正相关。Nino3区(90°-150°W)为高相关区，大部分区域的相关系数通过95%置信水平的t检验。当Nino3区海温异常偏高(对应厄尔尼诺事件出现)时，长江梅雨易偏多。这与Zhang等(2017)提出的厄尔尼诺可通过西北太平洋持续异常反气旋影响到次年夏季中国南方降水年际变率一致。在春季及夏初，长江梅雨表现出对印度洋偶极子(IOD)的响应(图 8)。其中，IMF1与5-6月印度洋偶极子的相关系数高达-0.44，通过99%置信水平的相关t检验。由此表明，IMF1与全球海温的显著相关存在季节变率，海洋外强迫随季节变化由前冬的ENSO转为春末夏初的印度洋偶极子。Xie等(2009)指出，厄尔尼诺峰值次年夏季，热带印度洋暖海温异常可激发热带大气开尔文波，并在西北太平洋诱发艾克曼辐散机制从而导致西北太平洋反气旋的出现，从而造成包括梅雨在内的东亚夏季风降水异常，此即Xie等(2016)提出的热带印度洋在ENSO对东亚气候影响中的“电容器”效应。
|
| 图 8 长江梅雨3-4 a准周期分量(IMF1)与5-6月印度洋偶极子(IOD)的逐年演变 Figure 8 Interannual variations of the component with 3-4 year quasi period of Meiyu over the Yangtze River and IOD during May-June |
可见，长江梅雨异常具有多时间尺度变化特征，而上述由集合经验模态分解得到的各变化分量有不同的海温关键区与之相关联。其中，与年际变化分量相联系的海温关键区主要分布于热带，而与年代际或多年代际变化分量相联系的海温关键区主要来自中、高纬度。上述结果既验证了各分量的物理意义，又从海洋外强迫角度指出其可预报性的来源。
5 梅雨年际异常的可预报性ENSO是中国夏季降水的一个重要预测因子(陈丽娟等，2013)。将均方根误差作为衡量变率的指标，考察ENSO信号的演变，并进一步考察梅雨年际异常的可预报性特征。由前冬Nino3区海温30年滑动变率(图 9)的演变可见，1951-2014年，前冬Nino3区海温变率呈现显著(通过95%置信水平的相关t检验)的增大趋势，即ENSO信号有所增强，特别是在20世纪70年代初以后。与此对应的是，梅雨及IMF1的异常趋势符号一致率也呈增大趋势。即尽管梅雨异常与ENSO的关系在近代呈现减弱趋势(高辉等，2007)，但梅雨异常年际分量的可预报性却伴随ENSO变率的增强而增加，与实际梅雨异常的同号率也增大。上述研究结果主要基于1951年以来的长时间序列分析而得，进入21世纪ENSO变率有所减小，这与已有研究(Hu et al, 2013, 2017)结论一致。
|
| 图 9 前冬Nino3区海温30年滑动变率和梅雨及其3-4 a周期分量的趋势一致率演变 Figure 9 Variability of SST in the preceding winter over the Nino3 region and trend consistency between Meiyu and its 3-4 year quasi period component during every running 30 years |
上述结果表明，梅雨年际分量与ENSO的关系是增强的，而梅雨总量异常与ENSO相关关系的减弱来源于年代际变化的影响。那么，年代际变化为何会减弱梅雨异常与ENSO信号的关系？由于NCEP资料仅从1958年开始，文中主要考察20世纪60年代以来的年代际变化。采用1988-2014年减1961-1987年的梅雨季节(6-7月)环流差异(图 10)来考察环流型年代际变化对梅雨与ENSO相关关系的影响。由图 10可见，1988-2014年与1961-1987年相比，副高西伸北扩，印缅槽北缩减弱，热带偏西风减弱，副热带偏南风减弱，造成输送到长江流域的西南水汽减弱，东亚中高纬度位势高度明显增强使中高层西风急流减弱。上述环流型的年代际变化特征均有利于梅雨降水减弱，抵消了ENSO信号增强带来的梅雨增加的趋势，故减弱了ENSO信号与梅雨异常的正相关关系。而上述环流型的年代际变化受到年代际尺度海温异常及全球变暖的共同影响。Si等(2016)的研究表明，北大西洋多年代际变化可激发出环北半球的正压波列，引起东亚中高纬度位势高度的显著增强，并通过遥相关在长江梅雨区对流层低层产生南高(反气旋)北低(气旋)的环流异常强迫。这与图 10给出的环流型年代际变化基本一致。司东等(2010)的研究指出, 全球变暖使得副热带地区大气扩张，有利于副高北扩，东亚副热带急流北移, 这对上述环流型的年代际变化也有一定贡献。
|
| 图 10 1988-2014年减1961-1987年的6-7月环流差异 (a.500 hPa位势高度，单位：dagpm; 阴影为大于3的差异，间隔为1，蓝/红色等值线为前/后一阶段的副高；b.850 hPa风场，单位：m/s；蓝/红色等值线为200/850 hPa纬向风差异，阴影为大于1的850 hPa经向风差异) Figure 10 Differences in circulation in June-July between 1988-2014 and 1961-1987 (a. 500 hPa height, unit: dagpm; shading denotes difference larger than 3 at intervals of 1; blue and red contours represent the western Pacific High during the two stages; b. 850 hPa wind, unit: m/s; blue and red contours denote zonal wind differences at 200 and 850 hPa, respectively; shading represents meriodional wind differences larger than 1 m/s at intervals of 1 m/s) |
为进一步验证梅雨各准周期变化分量及其关键因子对梅雨年际异常的影响，进一步建立基于多时间尺度分离的年际异常预测模型，并从预报试验角度考察其可预报性。多时间尺度预测模型思路已在第2节中说明。其中，基于1961-2011年梅雨异常时间序列的多时间尺度变化分量，利用第4节中诊断出的关键海温影响因子分别建模，对2012-2016年梅雨年际异常进行独立样本检验。各分量的预测因子和权重系数如表 1所示。在建模过程中，为比较不同尺度分量对梅雨异常影响的相对重要性，以各分量为预报因子，采用标准化回归系数确定权重系数。其中，长期变化趋势项(Trend)在20世纪70年代以后以负位相为主，这与同期梅雨异常大多以负位相为主一致，故Trend的标准化回归系数仍为正值。近5年梅雨异常的回报预测与实况的对比(图 11)表明，除2012年梅雨异常的趋势预测与实况相反外，其他4年均与实况一致，即预测模型的趋势预测正确率为80%，这与第3节中IMF1与梅雨异常的符号一致率统计结果一致。进一步计算发现，IMF1异常回报的趋势符号与预测模型的集成结果一致；而长期变化趋势和准64 a周期振荡分量分别在枯梅年(如2013年)和丰梅年(如2015-2016年)对回报的贡献有所增大。由于IMF1在回报试验中的权重系数最大，较好的预报效果验证了梅雨异常年际分量可预报性的稳定性，对异常实况的影响也较稳定。此外，从图 11可发现模型2015-2016年的预测趋势与实况一致但量值存在一定差异，这与模型中融合了Trend项预测值带来的负贡献有关。2015-2016年为超级厄尔尼诺年(任宏利等，2017)，年际异常信号更为明显。因此，融合年代际分量预测的模型可能对异常强的年际信号具有一定的削弱作用，造成预测值与实况存在一定的差异。此外，除海洋之外的其他外强迫以及大气内部动力过程对预测与实况的差异也有一定影响。
| 预测分量 | IMF1年际增量 | IMF2 | IMF3 | IMF4 | IMF5 | Trend |
| 预测因子 | 前冬Nino3区海温异常 | 热带西太平洋和北太平洋海温异常 | 北太平洋海温年代际变化分量 | 北太平洋多年代际变化(PDO) | 北大西洋多年代际变化(AMO) | Trend |
| 权重系数 | 0.865 | 0.454 | 0.270 | 0.252 | 0.370 | 0.393 |
|
| 图 11 梅雨年际异常回报试验效果(FCT:回报; OBS:实况) Figure 11 Hindcast results of Meiyu interannual anomaly (FCT: hindcast; OBS: observations) |
采用最新发布的梅雨国家标准资料，在分析长江梅雨的多时间尺度变化特征基础上，考察其海洋外强迫影响因子，进一步讨论了梅雨年际异常的可预报性，并通过构造多尺度融合的梅雨年际异常预测模型开展回报试验。
(1) 20世纪50年代以来，长江梅雨呈现年际(3-4、6-8 a)、年代际(12-16 a)、多年代际(32、64 a)多个时间尺度的准周期变化和长期减少趋势。3-4、6-8 a准周期变化分量占梅雨年际异常的方差贡献率约70%，是梅雨年际异常变化的主要因素，特别是3-4 a变化分量与梅雨年际异常的同号率可达80%。梅雨的干湿位相年代际变化与其12-16 a的年代际准周期变化一致。当年代际(12-16 a)准周期变化湿位相背景下出现年际变化峰值位相，易出现极端丰梅年；枯梅年除主要受年际变化分量影响外，还受到多年代际变化分量(12-16、准32、准64 a)的共同调制。
(2) 长江梅雨的长期减少趋势与全球气温异常呈现显著的反相关。而且，近年梅雨长期趋势变化不明显，也与近年的全球变暖减缓一致。同时，以北太平洋多年代际变化为代表的年代际海洋外强迫因子对梅雨长期变化趋势也起到了重要的调制作用。
(3) 与时间尺度较短的年际变化分量有关的海温关键区主要分布于热带。6-8 a准周期变化与前冬赤道西太平洋及副热带中北太平洋海温异常呈现显著的正相关，并稳定维持到初夏。3-4 a准周期变化分量的海洋外强迫随季节变化由前冬的ENSO转为春末夏初的印度洋偶极子，其与前冬热带东太平洋海温异常呈现显著的正相关，而与春末夏初印度洋偶极子位相分布呈现显著的负相关。
(4) 与时间尺度较长的变化分量(年代际或多年代际变化)相联系的海温关键区来自中高纬度。准64 a周期振荡分量受北太平洋和北大西洋多年代际变化的共同影响，特别是与北太平洋多年代际变化指数呈现显著正相关关系。准32 a周期振荡在20世纪80年代以后的振幅减弱，与北太平洋和北大西洋多年代际变化位相转为不一致有关。12-16 a准周期变化与太平洋类ENSO年代际异常分布相联系。
(5) 20世纪70年代以来ENSO变率呈现显著的增大趋势，梅雨异常趋势年际分量的可预报性随之增大。与北大西洋多年代际变化及全球变暖相联的环流型年代际变化有利于梅雨年代际变化分量的减弱，抵消了ENSO信号增强带来的梅雨增加趋势，由此减弱了ENSO信号与梅雨异常的正相关。
(6) 基于长江梅雨的各准周期变化分量的海温外强迫影响，融合多尺度变化分量构建了梅雨年际异常预测统计模型，并采用该预测模型对近5年梅雨量进行的回报试验效果较好，进一步验证了梅雨年际异常可预报性的稳定性特征。
| 陈丽娟, 李维京, 张培群, 等. 2003. 降尺度技术在月降水预报中的应用. 应用气象学报, 14(6): 648–655. Chen L J, Li W J, Zhang P Q, et al. 2003. Application of a new downscaling model to monthly precipitation forecast. J Appl Meteor Sci, 14(6): 648–655. (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. DOI:10.11898/1001-7313.20130502 (in Chinese) |
| 丁一汇, 孙颖, 刘芸芸, 等. 2013. 亚洲夏季风的年际和年代际变化及其未来预测. 大气科学, 37(2): 253–280. Ding Y H, Sun Y, Liu Y Y, et al. 2013. Interdecadal and interannual variabilities of the Asian summer monsoon and its projection of future change. Chinese J Atmos Sci, 37(2): 253–280. DOI:10.3878/j.issn.1006-9895.2012.12302 (in Chinese) |
| 丁一汇, 柳艳菊, 梁苏洁, 等. 2014. 东亚冬季风的年代际变化及其与全球气候变化的可能联系. 气象学报, 72(5): 835–852. Ding Y H, Liu Y J, Liang S J, et al. 2014. Interdecadal variability of the East Asian winter monsoon and its possible links to global climate change. Acta Meteor Sinica, 72(5): 835–852. DOI:10.11676/qxxb2014.079 (in Chinese) |
| 范可, 王会军, ChoiY J. 2007. 一个长江中下游夏季降水的物理统计预测模型. 科学通报, 52(24): 2900–2905. DOI:10.3321/j.issn:0023-074x.2007.24.014 |
| Fan K, Wang H J, Choi Y J. 2008. A physically-based statistical forecast model for the middle-lower reaches of the Yangtze River Valley summer rainfall. Chin Sci Bull, 53(4): 602–609. DOI:10.1007/s11434-008-0083-1 |
| 高鸿, 施能, 白彬人, 等. 2004. 1948~2001年全球陆地12~2月降水旱涝长期变化. 气象科学, 24(4): 387–397. Gao H, Shi N, Bai B R, et al. 2004. Secular variation of precipitation and change of flood/drought of global land in Dec-Feb during 1948-2001. Sci Meteor Sinica, 24(4): 387–397. (in Chinese) |
| 高辉, 王永光. 2007. ENSO对中国夏季降水可预测性变化的研究. 气象学报, 65(1): 131–137. Gao H, Wang Y G. 2007. On the weakening relationship between summer precipitation in China and ENSO. Acta Meteor Sinica, 65(1): 131–137. DOI:10.11676/qxxb2007.013 (in Chinese) |
| 郭玲, 何金海, 祝从文. 2012. 影响长江中下游夏季降水的前期潜在预报因子评估. 大气科学, 36(2): 337–349. Guo L, He J H, Zhu C W. 2012. Evaluations of prior potential predictors for the summer rainfall in the middle and lower reaches of the Yangtze River. Chinese J Atmos Sci, 36(2): 337–349. DOI:10.3878/j.issn.1006-9895.2011.11060 (in Chinese) |
| 黄荣辉, 陈际龙, 周连童, 等. 2003. 关于中国重大气候灾害与东亚气候系统之间关系的研究. 大气科学, 27(4): 770–787. Huang R H, Chen J L, Zhou L T, et al. 2003. Studies on the relationship between the severe climatic disasters in China and the East Asia climate system. Chinese J Atmos Sci, 27(4): 770–787. (in Chinese) |
| 蒋薇, 高辉. 2013. 21世纪长江中下游梅雨的新特征及成因分析. 气象, 39(9): 1139–1144. Jiang W, Gao H. 2013. New features of Meiyu over middle-lower reaches of Yangtze River in the 21st century and the possible causes. Meteor Mon, 39(9): 1139–1144. DOI:10.7519/j.issn.1000-0526.2013.09.008 (in Chinese) |
| 梁萍, 何金海. 2008. 江淮梅雨气候变化研究进展. 高原气象, 2008(S): 8–15. Liang P, He J H. 2008. Review for climate change of Meiyu over the Yangtze-Huaihe Basins. Plateau Meteor, 2008(S): 8–15. (in Chinese) |
| 梁萍, 丁一汇, 何金海, 等. 2010. 江淮区域梅雨的划分指标研究. 大气科学, 34(2): 418–428. Liang P, Ding Y H, He J H, et al. 2010. A study of determination index of regional Meiyu over the Yangtze-Huaihe basin. Chinese J Atmos Sci, 34(2): 418–428. (in Chinese) |
| 林建, 何金海. 2000. 海温分布型对长江中下游旱涝的影响. 应用气象学报, 11(3): 339–347. Lin J, He J H. 2000. Influence of SST pattern on the rainfall in the middle and lower reaches of the Yangtze River. J Appl Meteor Sci, 11(3): 339–347. (in Chinese) |
| 毛文书, 王谦谦, 马慧, 等. 2008. 江淮梅雨的时空变化特征. 南京气象学院学报, 31(1): 116–122. Mao W S, Wang Q Q, Ma H, et al. 2008. Temporal evolution and spatial distribution characteristics of Meiyu in Changjiang-Huaihe River Valley. J Nanjing Inst Meteor, 31(1): 116–122. (in Chinese) |
| 任宏利, 王润, 翟盘茂, 等. 2017. 超强厄尔尼诺事件海洋学特征分析与预测回顾. 气象学报, 75(1): 1–18. Ren H L, Wang R, Zhai P M, et al. 2017. Upper-ocean dynamical features and prediction of the super El Niño in 2015/2016:A comparison with 1982/1983 and 1997/1998. Acta Meteor Sinica, 75(1): 1–18. DOI:10.11898/1001-7313.20170101 (in Chinese) |
| 司东, 丁一汇, 柳艳菊. 2010. 中国梅雨雨带年代际尺度上的北移及其原因. 科学通报, 55(1): 68–73. |
| Si D, Ding Y H, Liu Y J. 2009. Decadal northward shift of the Meiyu belt and the possible cause. Chin Sci Bull, 54(24): 4742–4748. |
| 魏凤英. 2003. 华北干旱的多时间尺度组合预测模型. 应用气象学报, 14(5): 583–592. Wei F Y. 2003. A predicting drought model with an integration of multi-scale in North China. J Appl Meteor Sci, 14(5): 583–592. (in Chinese) |
| 魏凤英, 谢宇. 2005. 近百年长江中下游梅雨的年际及年代际振荡. 应用气象学报, 16(4): 492–499. Wei F Y, Xie Y. 2005. Interannual and interdecadal oscillations of Meiyu over the middle-lower reaches of the Changjiang River for 1885-2000. J Appl Meteor Sci, 16(4): 492–499. DOI:10.11898/1001-7313.20050410 (in Chinese) |
| 魏凤英. 2007. 现代气候统计诊断与预测技术. 2版. 北京: 气象出版社: 296pp. Wei F Y. 2007. Modern Climate Statistical Diagnosis and Prediction Technology. 2nd ed. Beijing: China Meteorological Press: 296pp. |
| 咸鹏, 李崇银. 2003. 北太平洋海温变化的年代际模及其演变特征. 大气科学, 27(5): 861–868. Xian P, Li C Y. 2003. Interdecadal modes of sea surface temperature in the North Pacific Ocean and its evolution. Chinese J Atmos Sci, 27(5): 861–868. (in Chinese) |
| 徐群, 杨义文, 杨秋明. 2001. 长江中下游116年梅雨(一). 暴雨·灾害(1): 44–53. Xu Q, Yang Y W, Yang Q M. 2001. 116 a Meiyu over middle and lower reaches of Yangtze River. Rainst Flood(1): 44–53. (in Chinese) |
| 杨静, 钱永甫. 2009. 121 a梅雨序列及其时变特征分析. 气象科学, 29(3): 285–290. Yang J, Qian Y F. 2009. Temporal evolution of 121 a Meiyu series. Sci Meteor Sinica, 29(3): 285–290. (in Chinese) |
| 张庆云, 郭恒. 2014. 夏季长江淮河流域异常降水事件环流差异及机理研究. 大气科学, 38(4): 656–669. Zhang Q Y, Guo H. 2014. Circulation differences in anomalous rainfall over the Yangtze River and Huaihe River valleys in summer. Chinese J Atmos Sci, 38(4): 656–669. (in Chinese) |
| 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 2017. GB/T 33671-2017梅雨监测指标. 北京: 中国标准出版社, 15pp. General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, Standardization Administration of the People's Republic of China. 2017. GB/T 33671-2017 Meiyu monitoring indices. Beijing: Standards Press of China, 15pp (in Chinese) |
| 周丽, 魏凤英. 2006. 近百年全球海温异常变化与长江中下游梅雨. 高原气象, 25(6): 1111–1119. Zhou L, Wei F Y. 2006. Relationships between the Meiyu in the mid-and lower reaches of Changjiang River and the global SST anomalies during the last 100 years. Plateau Meteor, 25(6): 1111–1119. (in Chinese) |
| 周永宏, 郑大伟. 1999. 相关估计显著水平的Monte Carlo模拟检验. 测绘学报, 28(4): 313–318. Zhou Y H, Zheng D W. 1999. Monte Carlo simulation tests of correlation significance levels. Acta Geodaet Cartogr Sinica, 28(4): 313–318. (in Chinese) |
| 宗海锋, 张庆云, 彭京备. 2005. 长江流域梅雨的多尺度特征及其与全球海温的关系. 气候与环境研究, 10(1): 101–114. Zong H F, Zhang Q Y, Peng J B. 2005. Multiple scale characteristics for precipitation over the Yangtze River Valley during the Meiyu period and their relationships with the global sea surface temperature. Climatic Environ Res, 10(1): 101–114. (in Chinese) |
| Bretherton C S, Widmann M, Dymnikov V P, et al. 1999. The effective number of spatial degrees of freedom of a time-varying field. J Climate, 12(7): 1990–2009. DOI:10.1175/1520-0442(1999)012<1990:TENOSD>2.0.CO;2 |
| Deser C, Blackmon M L. 1995. On the relationship between tropical and North Pacific sea surface temperature variations. J Climate, 8(6): 1677–1680. DOI:10.1175/1520-0442(1995)008<1677:OTRBTA>2.0.CO;2 |
| Enfield D B, Mestas-Nuñez A M, Trimble P J. 2001. The Atlantic Multidecadal Oscillation and its relation to rainfall and river flows in the continental U.S. Geophys Res Lett, 28(10): 2077–2080. DOI:10.1029/2000GL012745 |
| Han L Q, Li S L, Liu N. 2014. An approach for improving short-term prediction of summer rainfall over North China by decomposing interannual and decadal variability. Adv Atmos Sci, 31(2): 435–448. DOI:10.1007/s00376-013-3016-0 |
| Hu Z Z, Kumar A, Ren H L, et al. 2013. Weakened interannual variability in the tropical Pacific Ocean since 2000. J Climate, 26(8): 2601–2613. DOI:10.1175/JCLI-D-12-00265.1 |
| Hu Z Z, Kumar A, Huang B H, et al. 2017. Interdecadal variations of ENSO around 1999/2000. J Meteor Res, 31(1): 73–81. DOI:10.1007/s13351-017-6074-x |
| Huang N E, Shen Z, Long S R, et al. 1998. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proc Roy Soc A Math Phys Eng Sci, 454(1971): 903–995. DOI:10.1098/rspa.1998.0193 |
| 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 |
| Liu N, Li S L. 2014. Predicting summer rainfall over the Yangtze-Huai Region based on time-scale decomposition statistical downscaling. Wea Forecasting, 29(1): 162–176. DOI:10.1175/WAF-D-13-00045.1 |
| Mantua N J, Hare S R, Zhang Y, et al. 1997. A Pacific interdecadal climate oscillation with impacts on Salmon production. Bull Amer Meteor Soc, 78(6): 1069–1079. DOI:10.1175/1520-0477(1997)078<1069:APICOW>2.0.CO;2 |
| Morice C P, Kennedy J J, Rayner N A, et al. 2012. Quantifying uncertainties in global and regional temperature change using an ensemble of observational estimates:The HadCRUT4 data set. J Geophys Res, 117(D8): D08101. DOI:10.1029/2011JD017187 |
| National Academies of Sciences, Engineering, and Medicine. 2016. Next Generation Earth System Prediction:Strategies for Subseasonal to Seasonal Forecasts. Washington DC: National Academies Press. |
| Schlesinger M E, Ramankutty N. 1994. An oscillation in the global climate system of period 65-70 years. Nature, 367(6465): 723–726. DOI:10.1038/367723a0 |
| Seneviratne S I, Donat M G, Pitman A J, et al. 2016. Allowable CO2 emissions based on regional and impact-related climate targets. Nature, 529(7587): 477–483. DOI:10.1038/nature16542 |
| Si D, Ding Y H. 2016. Oceanic forcings of the interdecadal variability in East Asian summer rainfall. J Climate, 29(21): 7633–7649. DOI:10.1175/JCLI-D-15-0792.1 |
| Trenberth K E, Fasullo J T. 2014. An apparent hiatus in global warming?. Earth's Future, 1(1): 19–32. |
| Wang B, Ho L. 2002. Rainy season of the Asian-Pacific summer monsoon. J Climate, 15(4): 386–398. DOI:10.1175/1520-0442(2002)015<0386:RSOTAP>2.0.CO;2 |
| Webster P J, Magaña V O, Palmer T N, et al. 1998. Monsoons:Processes, predictability, and the prospects for prediction. J Geophys Res, 103(C7): 14451–14510. DOI:10.1029/97JC02719 |
| Wu L, Liu Z, Gallimore R, et al. 2003. Pacific decadal variability:The Tropical Pacific mode and the North Pacific mode. J Climate, 16(8): 1101–1120. DOI:10.1175/1520-0442(2003)16<1101:PDVTTP>2.0.CO;2 |
| Wu Z H, Huang N E. 2009. Ensemble empirical mode decomposition:A noise-assisted data analysis method. Adv Adapt Data Anal, 1(1): 1–41. DOI:10.1142/S1793536909000047 |
| 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 |
| Xie S P, Kosaka Y, Du Y, et al. 2016. Indo-western Pacific ocean capacitor and coherent climate anomalies in post-ENSO summer:A review. Adv Atmos Sci, 33(4): 411–432. DOI:10.1007/s00376-015-5192-6 |
| Zhang R H. 2015a. Changes in East Asian summer monsoon and summer rainfall over eastern China during recent decades. Sci Bull, 60(13): 1222–1224. DOI:10.1007/s11434-015-0824-x |
| Zhang R H. 2015b. Natural and human-induced changes in summer climate over the East Asian monsoon region in the last half century:A review. Adv Climate Change Res, 6(2): 131–140. DOI:10.1016/j.accre.2015.09.009 |
| Zhang R H, Min Q Y, Su J Z. 2017. Impact of El Niño on atmospheric circulations over East Asia and rainfall in China:Role of the anomalous western North Pacific anticyclone. Sci China Earth Sci, 60(6): 1124–1132. DOI:10.1007/s11430-016-9026-x |
| Zhao L, Wang J S. 2014. Robust response of the East Asian monsoon rainband to solar variability. J Climate, 27(8): 3043–3051. DOI:10.1175/JCLI-D-13-00482.1 |