气象学报  2019, Vol. 77 Issue (2): 315-326   PDF    
http://dx.doi.org/10.11676/qxxb2019.019
中国气象学会主办。
0

文章信息

张少波, 吕世华, 赵勇, 杨显玉. 2019.
ZHANG Shaobo, LÜ Shihua, ZHAO Yong, YANG Xianyu. 2019.
基于风场季节变率的高原季风指数算法的改进及对比
An improvement of the Plateau monsoon index based on seasonal variation of wind and its comparison with other indexes
气象学报, 77(2): 315-326.
Acta Meteorologica Sinica, 77(2): 315-326.
http://dx.doi.org/10.11676/qxxb2019.019

文章历史

2018-01-29 收稿
2018-09-30 改回
基于风场季节变率的高原季风指数算法的改进及对比
张少波1, 吕世华1,2,3, 赵勇1, 杨显玉1     
1. 成都信息工程大学大气科学学院 高原大气与环境四川省重点实验室 气候与环境变化联合实验室, 成都, 610225;
2. 中国科学院西北生态环境资源研究院 寒旱区陆面过程与气候变化重点实验室, 兰州, 730000;
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
摘要: 关于青藏高原季风,现有研究分别从近地层的热低压、气旋式环流切变以及风场的涡度和散度等角度定义了高原季风指数,但现有指数均更多地关注高原空间场的对比,而没有考虑风场的冬、夏转换特征。因此,在之前的工作中,基于风场季节变率指数,从高原近地层冬、夏风场对比的角度定义了一种新的高原季风指数,这里对该指数进行改进和简化,以便于其的进一步推广。为了验证改进的效果,使用ERA-interim再分析数据计算高原季风指数,并比较了不同高原季风指数年变化和年际变化的差异及其与夏季降水相关的差异。结果表明:(1)改进后的高原季风指数物理含义清楚,弥补了原指数计算复杂的不足。(2)物理基础的差异使得新指数在8月达到峰值,不同于其他指数在6月达到峰值。整体而言,不同高原季风指数和高原降水的年变化特征均有较高的一致性。(3)新指数能够较好地表征高原季风与高原夏季降水东、西反相的相关系数分布特征,且不同于其他指数在高原一致的相关系数分布特征,对于高原地区降水,尤其是高原东南部人口相对密集地区的降水预测具有较好的指示意义。
关键词: 高原季风指数     夏季降水     指数对比    
An improvement of the Plateau monsoon index based on seasonal variation of wind and its comparison with other indexes
ZHANG Shaobo1, LÜ Shihua1,2,3, ZHAO Yong1, YANG Xianyu1     
1. School of Atmospheric Sciences/Plateau Atmosphere and Environment Key Laboratory of Sichuan Province/Joint Laboratory of Climate and Environment Change, Chengdu University of Information Technology, Chengdu 610225, China;
2. Key Laboratory of Land Surface Process and Climate Change in Cold and Arid Regions, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, China;
3. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044, China
Abstract: When considering the Tibetan Plateau (TP) monsoon, different TP monsoon indexes have been defined from various perspectives, such as the near surface layer thermal low, the cyclonic circulation shear, the vorticity and divergence of wind field, etc. However, these existing indexes are more concerned of the spatial contrast of the variable and have not considered the characteristics of wind field change between the summer and winter. To address this issue, a new TP monsoon index has been proposed based on seasonal variation of winds in the author's previous work. The new index is further improved and simplified in the present paper. The ERA-interim reanalysis data is used to calculate six different TP monsoon indexes. Annual and inter-annual variations of the six indexes and their correlation coefficients with summer precipitation are compared. The results show that the algorithm for the calculation of the new TP monsoon index is simple but with clear physical meaning. Due to differences in the physics considered, the new TP monsoon index peaks in August, which is different to other indexes that peak in June. In general, characteristics of annual variations of different monsoon indexes and precipitation agree well with each other. The correlation coefficient between the new TP monsoon index and summer precipitation shows opposite signs between the western and eastern TP, while a consistent positive correlation coefficient distribution can be found on the TP between other TP monsoon indexes and summer precipitation. Above all, the new TP monsoon index shows a satisfactory result especially in the southeastern part of TP, which is a relatively densely populated area. Thereby, this new index has potential application value in the summer precipitation prediction over the TP.
Key words: Plateau monsoon index     Summer precipitation     Index comparison    
1 引言

青藏高原(下称高原)位于中国西部,其主体的大部分区域海拔在3000 m以上,使得高原地区的物质能量交换可以直接作用于中层大气,进而对区域乃至全球气候产生影响,形成了以高原动力和热力作用为核心的高原气象学。“高原季风”现象,最早由叶笃正等(1957)发现,后由徐淑英等(1962)提出,并在1962年由高由禧和汤懋苍在甘肃省气象学会年会上首次明确提出。后来汤懋苍等(1979, 1984)又就高原季风的气候特征和年际变化进行了研究,引起了人们对高原季风的关注。开展高原季风指数的研究,对于探讨高原季风强弱变化及其演变规律有一定的指示意义。

汤懋苍等(1984)基于600 hPa高度场定义高原季风指数至今,高原季风的研究已经开展了很多。白虎志等(2001)研究了高原季风指数的年际变化特征及其与500 hPa高度场、东亚季风的可能联系,初步确定了高原夏季风开始和结束的时间及高原季风与周边大气环流的关系。马振锋(2003)马振锋等(2003)研究也表明,高原季风强时,南亚高压偏强偏东北,高原季风年代际变化也对长江上游气候变化有显著影响。徐丽娇等(2010)在比较高原季风和积雪日数的关系后发现,当高原夏季风强时, 有利于唐古拉山地区积雪日数的增多,也有利于班戈地区和青海东北部积雪日数的减少,反之亦然。不仅如此,高原季风的爆发早晚和强度变化还可以影响到南亚季风(Ge, et al, 2017)、南亚高压(张菁等, 2017)和西风带的位置(方韵等, 2016)等。

随着高原季风研究的不断深入,新的高原季风指数也被定义并应用于研究(Xun, et al, 2012; 庞轶舒等, 2017; 齐冬梅等, 2009; 田俊等, 2010; 王颖等, 2015; 周娟等, 2017; 周懿等, 2015)。关于高原季风指数的定义,目前主要有3种方法。一种以汤懋苍等(1984)定义的指数为代表,主要考虑600 hPa高度场的变化,其中,Xun等(2012)在传统指数中引入高原近地层低压系统中心位置参数,改善了指数对高原季风位置变化特征的描述。第二种为基于风场定义的指数,如以600 hPa高原南北两侧的纬向风切变定义的高原季风指数(齐冬梅等, 2009; 田俊等, 2010);或者同时考虑高原南北两侧的纬向风切变和高原东西两侧的经向风切变,基于550 hPa风场定义的高原季风指数(周娟等, 2017)。第三种为基于诊断量定义的指数,如基于600 hPa散度场(周懿等, 2015)、涡度场(王颖等, 2015)、以及涡度场+散度场(庞轶舒等, 2017)定义的高原季风指数。对比以上指数可以发现,3种指数均更多关注高原热低压带来的位势高度、风场和物理量的变化,而没有考虑风场随季节的转化,但风向随季节的规律变化才称为季风。因此,进一步结合冬季的风场特征探讨高原季风,有利于深化对高原季风的认识。同时,用不同的方法定义高原季风指数也有利于加深对高原季风的认识,从而更深入地研究高原季风(李跃清, 2011)。

张少波等(2015)基于此种考虑,在之前的工作中,使用李建平等(2000)定义的风场标准化季节变率定义了一种新的高原季风指数,研究结果表明该指数对于高原季风与夏季降水的相关关系有较好的反映,但该指数算法较为复杂,且无法用于计算季风的年变化,不利于其进一步推广和应用。因此在本研究中,对季风指数的计算方法进行改进和简化,从高原纬向风的冬、夏转换角度定义指数,新指数计算简单,还可以计算高原季风的年变化和年际变化,弥补了原指数计算复杂,且无法用于计算季风的年变化的不足。最后将新指数与现有高原季风指数进行对比,以期为高原季风研究提供一些参考。

2 资料

中国区域地面气象要素数据集(Chen, et al, 2011)是中国科学院青藏高原研究所开发的一套近地面气象与环境要素再分析数据集。该数据集是以国际上现有的Princeton再分析资料、GLDAS资料、GEWEX-SRB辐射资料以及热带测雨卫星(TRMM)降水资料为背景场,融合了中国气象局常规气象观测数据制作而成。时间分辨率为3 h,水平空间分辨率为0.1°,包含近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率共7个要素(变量)。文中主要使用的是降水数据。

已有的研究表明,在高原乃至整个中国地区,ERA数据较NCEP数据可信度更高(李瑞青等, 2012),故文中使用ERA-interim逐月再分析资料(Dee, et al, 2011)计算高原季风指数等,数据分辨率为0.5°×0.5°,所选时段为1979—2015年,文中所用到的多年平均也是指该时段。

3 高原季风指数的改进和简化

图 1可以看出,高原600 hPa风场存在明显的年变化。夏季,受高原热源作用影响,高原近地面存在的热低压使得高原地区有明显的风场辐合,降水呈由东南向西北递减的特征,对比其他季节也可以发现,高原降水的空间分布特征在夏季最为明显。冬季,高原上存在一致的西风,且风速较大,降水不明显。春季和秋季则属于高原环流转换的过渡时期。冬、夏风场的显著变化特征与高原冷、热源的转换以及高原降水的季节变化密切相关,这也是高原季风存在的物理基础。

图 1 多年平均600 hPa环流场(矢量,单位: m/s)和地面降水场(色阶,单位: mm/d) (a—d.春—冬季,闭合黑线为高原边界,图中的标记、实线和虚线区域分别为不同高原季风指数所选取的计算区域) Fig. 1 Multi-year mean circulation at 600 hPa (vectors, unit: m/s) and precipitation (shaded areas, unit: mm/d) (a-d. spring-winter. The black line denotes the Plateau boundary. The markers and rectangles in solid and dashed lines indicate the regions selected for calculation of different Plateau monsoon indexes)

为了研究高原季风,从不同物理角度出发已经定义了多个高原季风指数(附录)。基于李建平等(2000)定义的风场标准化季节变率,张少波等(2015)定义了一个高原季风指数,但该指数算法较为复杂,且无法用于计算季风的年变化,需要对其计算方法进行改进和简化,以开展进一步的研究。

3.1 高原季风指数的改进

图 2可以看出,高原南部和北部的夏季标准化季节变率指数(δ)分布差异明显,说明高原南部和北部的风场转化特征差异明显,因此,定义高原南部为区域S(27.5°—32.5°N,80°—100°E,图 2的区域S),高原北部为区域N(32.5°—37.5°N,80°—100°E,图 2的区域N), 高原整体为区域D(27.5°—37.5°N,80°—100°E,图 2的实框区域),并分别计算区域S、N和D中夏季δ的区域平均,探讨不同区域δ的差异

(1)
图 2 多年平均的夏季600 hPa标准化季节变率指数 Fig. 2 Multi-year average of normalized seasonal variation index at 600 hPa in the summer

图 3a可见,IPMzhangδN-δS的年际变化特征类似,相关系数为0.968。从图 3b中也可以看出,δD与(δS+δN)的年际变化特征类似,相关系数为0.970。结合图 2高原南部和北部的夏季δ分布特征可以发现,高原南部负的δ分布,造成了IPMzhangδD在处理区域S的δS时差异较大。

图 3 夏季不同指数的年际变化曲线 (a. IPMzhangδSδNδN-δS,b. δDδSδNδN+δS) Fig. 3 Comparison of inter-annual variations of different summer indexes (a. IPMzhang, δS, δN and δN-δS, b. δD, δS, δN and δN+δS)

夏季,IPMzhang与高原的降水整体成正相关,反映了其与降水一致的变化趋势(图 4a)。δS与高原降水的相关系数呈东西相反分布,其与降水的显著相关区域主要在高原东南部(图 4b),且该地区的相关系数也高于图 4a的IPMzhangδN与高原降水相关系数呈东西相反的分布,且显著相关区域主要位于高原西部(图 4c),对比图 4a也可以发现该地区的相关系数高于图 4a的IPMzhang。对比图 4bc可以看出,在图 4a中,IPMzhang与降水的相关区域基本涵盖了图 4bc的显著区域,说明基于区域D定义的IPMzhang包括了δSδN的信息,也是因为IPMzhang综合了δSδN的信息,图 4a中IPMzhang与降水的相关关系要弱于图 4bcδSδN与相应区域的相关关系。δSδN作为IPMzhang的补充,集中反映了高原季风与特定地区降水的相关。同时,因为绝对值运算的关系,IPMzhang在综合δS信息的时候取了负值,使得图 4a中高原季风指数与降水呈现一致的正相关。从图 4d中可以发现,δD与降水的相关关系综合了图 4bcδSδN的信息,但与图 4a的结果类似,其与降水的相关关系要弱于图 4bcδSδN与相应区域的相关关系。

图 4 夏季不同指数与降水的相关系数分布 (a. IPMzhang,b. δS,c. δN,d. δD;黑点区域为通过0.1显著性水平检验区域,图左上数字为通过0.01显著性水平检验区域面积占总面积百分比,右上为通过0.1显著性水平检验区域面积占总面积百分比) Fig. 4 Spatial distributions of correlation coefficients between different indexes and summer precipitation (a. IPMzhang, b. δS, c. δN, d. δD. Dotted areas are for values significant at 0.1 level by t-test. The numbers on the top-left and top-right of each figure show the percentage areas where the correlation can pass the 0.01 and 0.1 significance levels, respectively)

对比图 4ad,二者通过0.1和0.01显著性水平检验的区域相差较小,说明δD所得结果与IPMzhang的结果是一致的,且计算公式中不包含绝对值运算,因此,对于高原季风指数的改进是合理的。

3.2 高原季风指数的简化

风场标准化季节变率指数(δ)反映盛行风向的改变情况,而矢量风场可以分解为纬向风和经向风,为了分别探讨纬向风和经向风的季节变化,参考风场标准化季节变率指数的定义方法,定义纬向风季节变率指数和经向风季节变率指数

(2)

式中,分别为1月和7月纬向风和经向风的气候平均,um, nvm, n分别为第mn月的纬向风和经向风。

图 5a可以看出,夏季风场标准化季节变率指数(δ)与纬向风季节变率(Δu)除在高原南部边界区域存在一定的负相关以外,高原主体相关系数多在0.9以上,表明二者有较高的一致性。在图 5b中,夏季风场标准化季节变率指数(δ)与夏季经向风季节变率(Δv)的相关系数相对较小,显著相关区域主要位于高原南部,而在高原北部的相关性较差。对比图 5ab可以发现,中纬度的高原处于西风带控制下,西风带的年际变化对高原季风的影响显著,使得夏季风场标准化季节变率指数与纬向风季节变率指数的相关高于其与经向风季节变率指数的相关,因此,使用纬向风代替矢量风场,参考式(1)后定义

(3)
图 5 夏季风场标准化季节变率指数与(a)纬向风季节变率指数和(b)经向风季节变率指数的相关系数分布 (图中阴影区域为通过0.01显著性水平检验) Fig. 5 Spatial distributions of correlation coefficients between normalized seasonal variation index of wind in the summer and seasonal variation indexes of (a) zonal wind and (b) meridional wind in the summer (shaded areas indicate significance at the 0.01 level by t-test)

相较于式(1)、式(3)仅使用纬向风进行计算,简化了计算过程,物理含义清楚,反映了纬向风场的季节变化幅度。从表 1不同月份的统计结果也可以看出,二者在4—11月有极高的一致性,通过了0.01显著性水平检验,因此,在后文中将式(3)扩展到不同月份计算高原季风的年变化和年际变化特征,并与其他指数的结果进行对比。

表 1 不同月份(δD)与IPMzhang2018的相关系数统计表 Table 1 Statistics of correlation coefficients between δD and IPMzhang2018 in different months
月份 1 2 3 4 5 6 7 8 9 10 11 12
相关系数 -0.329* -0.126 0.276* 0.815** 0.928** 0.954** 0.974** 0.951** 0.949** 0.981** 0.932** 0.192
注:*通过0.1显著性水平检验,**通过0.01显著性水平检验。
4 不同季风指数的比较

不同指数定义的着眼点不同,如IPMtang和IPMxun主要考虑高原热低压的位置和强度,IPMqi和IPMwen考虑近地层气旋式环流切变,IPMfan考虑高原风场的辐合强度,IPMzhang2018则考虑高原冬、夏纬向风场的转换程度。庞轶舒等(2017)认为定义角度不同,不同的高原季风指数所凸出的特点和季节变化强弱程度会有较大的差异。从图 6中也可以看出,除IPMzhang2018在8月达到峰值外,其他指数一致地在6月达到峰值,但不同指数的变化有较大的差异,这与Xun等(2012)周娟等(2017)的研究结果一致。相较于其他指数,IPMzhang2018从冬、夏风场的转换出发,所得季风指数特征综合了风场的季节变换特征,使得季风指数位相较其他指数靠后。但整体而言,不同高原季风指数和高原降水的年变化特征均有较高的一致性。统计图 6中不同季风指数与高原降水年变化特征的相关系数可以发现,IPMtang、IPMqi、IPMxun、IPMwen、IPMfan和IPMzhang2018与高原降水的相关系数分别为0.597、0.733、0.983、0.898、0.915和0.937,均通过0.01显著性水平检验,也说明了高原季风指数对高原降水较好的指示意义。

不同指数定义出发点的差异也造成了夏季高原季风指数间的年际变化特征差异明显(图 7),从表 2的相关系数统计表也可以明显看出,除IPMzhang2018外,其他指数间相关系数很高,通过0.01的显著性水平检验,而IPMzhang2018仅与IPMqi、IPMwen的相关系数通过了0.1的显著性水平检验,与其他指数的相关系数较小。从指数定义的出发点而言,IPMqi、IPMwen和IPMzhang2018均是基于风场定义的指数,不同于其他从高原热低压和风场散度出发定义的指数,因此,可以认为物理出发点的差异是造成相关系数差异的主要原因。夏季不同指数与降水的相关系数中,除IPMxun的结果较差外,其他指数均与夏季降水的年际变化有较强的相关,通过了0.01显著性水平检验,其中IPMqi的结果最为突出,相关系数达到了0.599。

图 6 不同高原季风指数(折线)和降水(柱状图)的年变化特征对比 Fig. 6 Comparison of annual variations of different TP monsoon indexes (curved lines) and precipitation (bars)
图 7 不同夏季高原季风指数(折线)和降水(柱状图)年际变化曲线 Fig. 7 Comparison of inter-annual variations of different summer TP monsoon indexes (curved lines) and precipitation (bars)
表 2 不同高原季风指数年际变化序列相关系数统计 Table 2 Statistics of correlation coefficients between inter-annual variations of different monsoon indexes
IPMtang IPMqi IPMxun IPMwen IPMfan IPMzhang2018
IPMqi 0.827**
IPMxun 0.839** 0.706**
IPMwen 0.661** 0.769** 0.589**
IPMfan 0.729** 0.694** 0.624** 0.775**
IPMzhang2018 -0.050 0.277* -0.045 0.350* 0.004
高原夏季降水 0.419** 0.599** 0.230 0.547** 0.508** 0.436**
注:*通过0.1显著性水平检验,**通过0.01显著性水平检验。

不同高原季风指数定义的差异使得彼此间存在一定差异,进而造成了图 8中不同夏季高原季风指数与夏季降水的相关系数分布特征差异较大。整体而言,其他指数与夏季降水存在类似的正相关系数分布特征,只是显著相关区域位置、面积和强度的不同,而IPMzhang2018则与降水的相关系数呈东西反相分布,且在人口密集的高原东部地区表现为较高的相关。以通过显著性水平检验面积占总面积百分比作为指标进行比较也可以看出,IPMzhang2018通过0.1和0.01显著性水平检验区域面积分别为59%和34%,也是属于表现较好的一类指数。因此,新定义的高原季风指数对于高原地区降水,尤其是高原东南部人口相对密集地区的降水预测具有较好的指示意义。

图 8 不同高原季风指数与夏季降水的相关系数分布 (a. IPMtang,b. IPMqi,c. IPMxun,d. IPMwen,e. IPMfan,f. IPMzhang2018;黑点区域为通过0.1显著性水平检验区域,每个图左上为通过0.01显著性水平检验区域面积占总面积百分比,右上为通过0.1显著性水平检验区域面积占总面积百分比) Fig. 8 Distributions of correlation coefficients between different summer TP monsoon indexes and summer precipitation (a. IPMtang, b. IPMqi, c. IPMxun, d. IPMwen, e. IPMfan, f. IPMzhang2018. Dotted areas are for values significant at 0.1 level by t-test. The numbers on top-left and top-right of each figure show the percentage areas that can pass 0.01 and 0.1 levels, respectively)
5 结论与讨论

在对原有高原季风指数改进和简化的基础上,比较了不同高原季风指数的变化特征及其与夏季降水的相关关系,得到了如下结论:

(1) 使用纬向风代替矢量风定义的高原季风指数算法简单,物理含义清楚,且与原指数结果基本一致,此次改进也有利于该指数的进一步推广。

(2) 不同于其他高原季风指数在6月达到峰值,新定义的高原季风指数在8月达到峰值,物理出发点的差异造成了高原季风指数年变化特征的差异。但整体而言,不同高原季风指数和高原降水的年变化特征均有较高的一致性,说明了高原季风指数对高原降水较好的指示意义。

(3) 新指数能够较好地表征高原季风与高原夏季降水的相关关系,且不同于其他指数在高原一致的相关分布特征,新指数反映了其与高原降水的相关系数具有东西反相分布特征。对于高原地区降水,尤其是高原东南部人口相对密集地区的降水预测具有较高的指示意义。

需要说明的是,不同高原季风指数定义出发点和侧重点的不同,使得无法用单一的指标来衡量某一个指数的好坏,只能认为某些指数更适用于探讨空间分布,某些指数更适用于探讨时间变化,因此在文中并没有对不同指数进行过多的点评。同时,这里选用了ERA-interim再分析资料计算高原季风指数,再分析资料的精度对结果可能也有一定的影响。

附录:不同高原季风指数简介 1 汤懋苍高原季风指数(汤懋苍等,1984)

以(32.5°N,90°E)定位高原地形的中心点,记为0点。再分别取(32.5°N,80°E)、(25°N,90°E)、(32.5°N,100°E)和(40°N,90°E)4个点依次记为1、2、3、4点(图 1a中实心点)。首先计算各点600 hPa的位势高度距平,然后得到高原季风指数

(A1)
2 齐冬梅高原季风指数(齐冬梅等, 2009)

取6—8月600 hPa的(27.5°—30°N,80°—100°E)内平均西风分量距平U1与(35°—37.5°N,80°—100°E)内平均东风分量距平U2之差定义为高原季风指数(图 1c中虚线区域)

(A2)

如果将选择区域缩小为(27.5°—30°N,85°—95°E)和(35°—37.5°N,85°—95°E)(图 1c中实线区域),计算平均西风分量U1、U2和西风分量气候平均值 ,则可得到田俊等定义的季风指数(田俊等,2010)

(A3)

两个指数的计算方法有一定的差异,但均使用了高原南北两侧风场的气旋性切变进行定义,分析结果也表明两个指数均对四川盆地的夏季降水有更好的指示意义(齐冬梅等,2009田俊等,2010),二者可归为一类。文中只采用齐冬梅方法定义的高原季风指数与其他指数进行了对比,并将式(A2)的夏季平均修改为月平均后,研究高原季风的年变化特征。

3 荀学义高原季风指数(Xun, et al, 2012)

荀学义等在IPMtang的基础上,引入高原近地层气压系统中心位置参数,定义高原近地层(600 hPa)气压系统中心及周围4点位置上的高度距平为新的季风指数(图 1a中心实心点和四周的⊗了)

(A4)

式中,(λ, φ)为高原近地层气压系统中心位置,(δλδφ)为沿纬度和经度方向距中心位置的距离,这里分别取为9°和6°。可以看到,该指数不仅能反映高原季风强度变化,还能反映高原气压系统中心的位置变动,可以更好地描述高原季风强度和位置的变化特征。关于气压系统中心位置的确定,其参考了王盘兴等(2007)计算闭合气压系统“重心”的算法,这里不再叙述。

4 周懿季风指数(周懿等,2015)

从散度场出发,选取600 hPa冬、夏季散度反向最明显区域(30°—35°N,80°—100°E)内散度的平均值为高原季风指数

(A5)

在该算法中,高原夏季的风场辐合越强,则IPMfan越小,为了便于与其他结果对比,这里对式(A5)乘以-1

(A6)

在文中,将式(A6)应用于每月研究高原季风的年变化和年际变化特征。

5 周娟季风指数(周娟等,2017)

同时考虑高原南北两侧的纬向风切变(图 1d中实线区域)和高原东西两侧的经向风切变(图 1d中虚线区域),将550 hPa的(28°—31°N,85°—95°E)(1区)和(34°—37°N,85°—95°E)(2区)区域内平均纬向风距平之差的标准化值与(30°—35°N,92.5°—102.5°E)(3区)和(30°—35°N,77.5°—87.5°E)(4区)区域内平均经向风距平之差的标准化值之和定义为高原季风指数

(A7)

式中,U是纬向风,V是经向风;上标“′”表示距平。

6 张少波季风指数(张少波等, 2015)

为了表征盛行风向的改变,李建平等(2000)定义了风场标准化季节变率指数(δ)

(A8)

式中,是1和7月的风场气候平均,Vm, n是第mn月的风场。根据该式,δm, n大于0表示Vm, n风场夹角大于90°,反之风场夹角小于90°。

图 2中可以看出,高原北部存在正的δ分布,而高原南部存在负的δ分布。尽管高原南部的δ特征弱于高原北部,但相较于冬季的西风气流,高原南部的风场也存在风场的转变特征,反映了高原南部地区的风场辐合情况。因此综合考虑高原南部和高原北部的风场辐合情况,定义夏季δ绝对值的区域平均为新的高原季风指数

(A9)

式中,ij为格点数,|δ|JJAij为格点(i,j)处δ绝对值的夏季平均,σij为格点(i,j)处的面元面积,区域D选择为(27.5°—37.5°N,80°—100°E)。

参考文献
白虎志, 谢金南, 李栋梁. 2001. 近40年青藏高原季风变化的主要特征. 高原气象, 20(1): 22–27. Bai H Z, Xie J N, Li D L. 2001. The principal feature of Qinghai-Xizang Plateau monsoon variation in 40 years. Plateau Meteor, 20(1): 22–27. DOI:10.3321/j.issn:1000-0534.2001.01.004 (in Chinese)
方韵, 范广洲, 赖欣, 等. 2016. 青藏高原季风强弱与北半球西风带位置变化的关系. 高原气象, 35(6): 1419–1429. Fang Y, Fan G Z, Lai X, et al. 2016. Relations between intensity of the Qinghai-Xizang Plateau monsoon and movement of the northern hemisphere westerlies. Plateau Meteor, 35(6): 1419–1429. (in Chinese)
李建平, 曾庆存. 2000. 风场标准化季节变率的显著性及其表征季风的合理性. 中国科学(D辑), 43(6): 646–653. Li J P, Zeng Q C. 2000. Significance of the normalized seasonality of wind field and its rationality for characterizing the monsoon. Sci China Ser D:Earth Sci, 43(6): 646–653. (in Chinese)
李瑞青, 吕世华, 韩博, 等. 2012. 青藏高原东部三种再分析资料与地面气温观测资料的对比分析. 高原气象, 31(6): 1488–1502. Li R Q, Lü S H, Han B, et al. 2012. Preliminary comparison and analyses of air temperature at 2 m height between three reanalysis data-sets and observation in the east of Qinghai-Xizang Plateau. Plateau Meteor, 31(6): 1488–1502. (in Chinese)
李跃清. 2011. 第三次青藏高原大气科学试验的观测基础. 高原山地气象研究, 31(3): 77–82. Li Y Q. 2011. The observational basis of the 3rd Tibetan Plateau atmospheric scientific experiment. Plateau Mountain Meteor Res, 31(3): 77–82. DOI:10.3969/j.issn.1674-2184.2011.03.016 (in Chinese)
马振锋. 2003. 高原季风强弱对南亚高压活动的影响. 高原气象, 22(2): 143–146. Ma Z F. 2003. Impact of strong/weak Plateau summer monsoon on south Asia high activity. Plateau Meteor, 22(2): 143–146. DOI:10.3321/j.issn:1000-0534.2003.02.007 (in Chinese)
马振锋, 高文良. 2003. 青藏高原季风年际变化与长江上游气候变化的联系. 高原气象, 22(S1): 8–16. Ma Z F, Gao W L. 2003. Relationship between interannual change over Qinghai-Xizang Plateau monsoon and climate change in upper reach of Changjiang River. Plateau Meteor, 22(S1): 8–16. (in Chinese)
庞轶舒, 马振峰, 杨淑群, 等. 2017. 盛夏高原季风指数的探讨及其对四川盆地降水的影响. 高原气象, 36(4): 886–899. Pang Y S, Ma Z F, Yang S Q, et al. 2017. Discussion of Plateau monsoon index and its impact on precipitation in Sichuan Basin in midsummer. Plateau Meteor, 36(4): 886–899. (in Chinese)
齐冬梅, 李跃清, 白莹莹, 等. 2009. 高原夏季风指数的定义及其特征分析. 高原山地气象研究, 29(4): 1–9. Qi D M, Li Y Q, Bai Y Y, et al. 2009. The definition of Plateau summer monsoon index and analysis on its characteristics. Plateau Mountain Meteor Res, 29(4): 1–9. DOI:10.3969/j.issn.1674-2184.2009.04.001 (in Chinese)
汤懋苍, 沈志宝, 陈有虞. 1979. 高原季风的平均气候特征. 地理学报, 34(1): 33–42. Tang M C, Shen Z B, Chen Y Y. 1979. On climatic characteristics of the Xizang Plateau monsoon. Acta Geogr Sinica, 34(1): 33–42. DOI:10.3321/j.issn:0375-5444.1979.01.004 (in Chinese)
汤懋苍, 梁娟, 邵明镜, 等. 1984. 高原季风年际变化的初步分析. 高原气象, 3(3): 76–82. Tang M C, Liang J, Shao M J, et al. 1984. Preliminary analysis on inter-annual variation of Plateau monsoon. Plateau Meteor, 3(3): 76–82. (in Chinese)
田俊, 马振峰, 范广洲, 等. 2010. 新的高原季风指数与四川盆地夏季降水的关系. 气象科学, 30(3): 308–315. Tian J, Ma Z F, Fan G Z, et al. 2010. Relationship between a new Plateau monsoon index and summer precipitation in Sichuan basin. Scientia Meteor Sinica, 30(3): 308–315. DOI:10.3969/j.issn.1009-0827.2010.03.004 (in Chinese)
王盘兴, 卢楚翰, 管兆勇, 等. 2007. 闭合气压系统环流指数的定义及计算. 南京气象学院学报, 30(6): 730–735. Wang P X, Lu C H, Guan Z Y, et al. 2007. Definition and calculation of three circulation indices for closed pressure systems. J Nanjing Inst Meteor, 30(6): 730–735. DOI:10.3969/j.issn.1674-7097.2007.06.002 (in Chinese)
王颖, 李栋梁. 2015. 变暖背景下青藏高原夏季风变异及其对中国西南气候的影响. 气象学报, 73(5): 910–924. Wang Y, Li D L. 2015. Variation of the Tibetan Plateau summer monsoon under the background of global warming and its impact on the climate in southwestern China. Acta Meteor Sinica, 73(5): 910–924. (in Chinese)
徐丽娇, 李栋梁, 胡泽勇. 2010. 青藏高原积雪日数与高原季风的关系. 高原气象, 29(5): 1093–1101. Xu L J, Li D L, Hu Z Y. 2010. Relationship between the snow cover day and monsoon index in Tibetan Plateau. Plateau Meteor, 29(5): 1093–1101. (in Chinese)
徐淑英, 高由禧. 1962. 西藏高原的季风现象. 地理学报, 28(2): 111–123. Xu S Y, Gao Y X. 1962. The monsoon phenomenon in Tibetan Plateau. Acta Geogr Sinica, 28(2): 111–123. DOI:10.3321/j.issn:0375-5444.1962.02.002 (in Chinese)
叶笃正, 罗四维, 朱抱真. 1957. 西藏高原及其附近的流场结构和对流层大气的热量平衡. 气象学报, 28(2): 108–121. Ye D Z, Luo S W, Zhu B Z. 1957. The wind structure and heat balance in the lower troposphere over Tibetan Plateau and its surrounding. Acta Meteor Sinica, 28(2): 108–121. (in Chinese)
张菁, 范广洲, 赖欣, 等. 2017. 南亚高压上下高原时间及其与高原季风建立早晚的关系. 气象科学, 37(1): 30–40. Zhang J, Fan G Z, Lai X, et al. 2017. Establishment or retreatment average date of South Asian High over the Tibetan Plateau and its relation with the Tibetan Plateau monsoon onset. J Meteor Sci, 37(1): 30–40. (in Chinese)
张少波, 吕世华, 奥银焕, 等. 2015. 基于风场季节变率的高原季风指数的定义及应用. 高原气象, 34(4): 881–889. Zhang S B, Lü S H, Ao Y H, et al. 2015. A new Plateau monsoon index based on wind dynamical normalized seasonality and its application. Plateau Meteor, 34(4): 881–889. (in Chinese)
周娟, 文军, 王欣, 等. 2017. 青藏高原季风演变及其与土壤湿度的相关分析. 高原气象, 36(1): 45–56. Zhou J, Wen J, Wang X, et al. 2017. Analysis of the Qinghai-Xizang Plateau monsoon evolution and its correlation with soil moisture. Plateau Meteor, 36(1): 45–56. (in Chinese)
周懿, 范广洲, 华维, 等. 2015. 高原季风的分布特征及其指数对比分析. 高原气象, 34(6): 1517–1530. Zhou Y, Fan G Z, Hua W, et al. 2015. Distribution characteristics of Plateau monsoon and a contrastive analysis of Plateau monsoon index. Plateau Meteor, 34(6): 1517–1530. (in Chinese)
Chen Y Y, Yang K, He J, et al. 2011. Improving land surface temperature modeling for dry land of China. J Geophys Res, 116(D20): D20104. DOI:10.1029/2011JD015921
Dee D P, Uppala S M, Simmons A J, et al. 2011. The ERA-Interim reanalysis:Configuration and performance of the data assimilation system. Quart J Roy Meteor Soc, 137(656): 553–597. DOI:10.1002/qj.v137.656
Ge F, Sielmann F, Zhu X H, et al. 2017. The link between Tibetan Plateau monsoon and Indian summer precipitation:A linear diagnostic perspective. Climate Dyn, 49(11-12): 4201–4215. DOI:10.1007/s00382-017-3585-1
Xun X Y, Hu Z Y, Ma Y M. 2012. The dynamic Plateau monsoon index and its association with general circulation anomalies. Adv Atmos Sci, 29(6): 1249–1263. DOI:10.1007/s00376-012-1125-9