淮河流域是我国十大流域之一，位于东部季风区，是重要的粮、棉、油的主产区之一，对保障我国粮食安全、促进经济和生态的可持续发展具有重要作用^[1]。已有大量研究表明，厄尔尼诺/南方涛动 (El Niño/Southern Oscillation，简称ENSO) 是全球范围内大尺度海气相互作用的结果^[2]，对全球气候变化产生显著影响^[3-4]。ENSO与淮河流域降水异常之间有明显的相关性，ENSO暖期 (冷期) 淮河流域冬、春季降水明显增多 (减少)^[5]。淮河流域汛期降水与ENSO冷、暖位相的遥相关具有较为显著的阶段性特征^[6]，流域的夏季降水与前期ENSO的对应关系则在20世纪70年代前后发生逆转^[7]。另有研究认为，除受ENSO影响外，淮河流域降水还受太平洋年代际振荡 (Pacific Decadal Oscillation，简称PDO)^[8-9]、北大西洋涛动 (North Atlantic Oscillation，简称NAO)^[8]、北太平洋涛动 (North Pacific Oscillation，简称NPO)^[10]等多种气候因子影响。Wei等^[9]研究发现，当PDO处于冷位相且东亚夏季风处于年代际偏弱时，淮河流域夏季降水呈增加趋势。郝立生等^[11]发现，受ENSO循环和IOD影响，淮河流域夏季多雨。

ENSO通过影响东亚季风，进而对我国大部分区域夏季降水产生重要影响^[12]。此外，影响东亚季风的气候因子很多，包括NAO, IOD, PDO等^[13-14]。ENSO影响东亚季风通常是IOD和PDO协调作用^[15]。利用PDO等气候因子与夏季降水的关系建立预测模型可对夏季降水进行预测^[16]。目前，综合多气候因子联合对淮河流域夏季降水影响的研究不多见。本文分析ENSO, NAO, IOD和PDO对淮河流域夏季降水的影响，并诊断这种影响的稳定性，辨别影响淮河流域夏季降水的主要气候因子, 以及各气候因子如何联合并对淮河流域夏季降水产生影响。本研究可为淮河流域夏季降水预测及淮河流域水资源管理与防灾减灾提供参考。

本文选用1961—2010年淮河流域35个气象站逐日降水资料, 该资料由中国气象局国家气象信息中心提供并经过质量控制，气象站分布见图 1。本文厄尔尼诺/南方涛动指数采用ENSO Modoki指数 (简称EMI)，1961—2010年逐月EMI数据取自日本海洋研究开发机构。1961—2010年逐月NAO, PDO资料来源于美国国家海洋和大气管理局。1961—2010年逐月IOD资料来源于日本海洋研究开发机构。ENSO，NAO，IOD，PDO处于冷、暖位相的年份详见文献[17-19]。本文夏季为6—8月，夏季降水量是6—8月降水量之和。

图 1

图 1. 研究区域气象站分布 Fig 1. Distributions of the study region and stations

采用大气科学、海洋科学及地球物理科学中常用的旋转经验正交函数分解 (REOF) 方法^[20-23]将淮河流域1961—2010年夏季降水序列分解为空间模态 (用EOF表示) 和相应的时间系数 (用PC表示)。考虑到气候因子能够影响流域当年与次年的降水，因此, 采用相关分析方法研究前一年和当年气候因子分别与淮河流域夏季降水REOF主成分的相关系数，并进行显著性检验^[24]。同时，以5年为时间步长，计算各气候因子与夏季降水序列间的滑动相关系数，以探讨气候因子对淮河流域夏季降水序列影响的稳定性。分析各气候因子冷、暖位相时夏季降水变化的特征，计算冷位相夏季降水量相对于暖位相降水量变化的大小，并用曼-惠特尼U(Mann-Whitney U) 方法^[25]，检验冷、暖位相下夏季降水变化差异的显著性 (下文中所指显著均为达到0.05显著性水平)。

对夏季降水距平序列经旋转经验正交分解后，前5个模态累积解释方差为72.54%。对夏季降水序列进行11次旋转经验正交函数分解后，发现从第6个模态开始，解释方差发生急剧变化并趋近于0，因此，保留前5个模态，其解释方差占总方差的比例分别为12.88%，12.8%，11.23%，9.7%和8.05%。

为判断气候因子与淮河流域夏季降水的遥相关关系，分别计算前一年、当年各气候因子与夏季降水序列时间系数相关系数，超过±0.25为显著 (表 1, 表 2)。由表 1和表 2可知，夏季降水序列旋转经验正交函数分解的PC3与同年PDO呈显著负相关，而与前一年IOD呈显著正相关；而PC4则受同年PDO显著的负相关影响。

表 1

表 1 REOF时间系数和前一年气候因子相关系数 Table 1 Correlation coefficients between the temporal pattern of the REOF and climate indices one year ahead 前一年气候因子 PC1 PC2 PC3 PC4 PC5 ENSO 0.06 -0.04 -0.02 -0.08 0.11 NAO 0.17 0.11 -0.15 -0.17 0.18 PDO 0.004 -0.08 -0.09 -0.19 -0.17 IOD 0.15 0.23 0.30 -0.04 -0.19

表 1 REOF时间系数和前一年气候因子相关系数 Table 1 Correlation coefficients between the temporal pattern of the REOF and climate indices one year ahead

表 2

表 2 REOF时间系数和当年气候因子相关系数 Table 2 Correlation coefficients between the temporal pattern of the REOF and climate indices in current year 当年气候因子 PC1 PC2 PC3 PC4 PC5 ENSO -0.06 -0.03 0.03 -0.13 0.05 NAO -0.13 0.01 -0.14 -0.20 -0.02 PDO 0.12 -0.05 -0.41 -0.33 0.10 IOD 0.02 0.03 -0.12 -0.12 -0.04

表 2 REOF时间系数和当年气候因子相关系数 Table 2 Correlation coefficients between the temporal pattern of the REOF and climate indices in current year

图 2为淮河流域夏季降水序列REOF后的空间模态分布情况。由图 2可知，夏季降水序列与空间模态相对应的PC3，PC4受到气候因子的显著影响 (表 1和表 2)。结合图 2和表 1、表 2可知，同一年的负的PDO和前一年的正的IOD分别引起流域北部山东沿海诸河、淮河水系的夏季降水的增加与减少 (EOF3)。同一年负的PDO引起流域北部山东沿海诸河的夏季降水呈增加趋势 (EOF4)，这与PC3中PDO的影响一致。

图 2

图 2. 夏季降水距平序列REOF空间模态分布 Fig 2. Four leading spatial patterns of REOF for summer precipitation anomalies

由于ENSO, NAO, IOD和PDO其遥相关的影响区域广阔，而在某一小区域范围内其影响随时间变化具有非平稳性。因此，在前文分析的基础上，研究ENSO，NAO，IOD，PDO与夏季降水序列REOF时间系数之间的滑动相关系数，这对基于气候因子的夏季降水预测非常重要。从1961年开始，至少21年的时间间隔，以5年为步长，构造滑动窗口，计算REOF时间系数和气候因子不同时间尺度 (1961—1981年最终滑动到1991—2011年) 的相关系数。

由计算结果可知，前一年ENSO对PC5的正相关影响逐渐加强，且对PC2，PC3，PC4的负相关逐渐减弱，对PC1的弱负相关在1971年之后转为弱正相关。前一年NAO对PC1，PC2有较稳定的弱的负相关影响，而对PC3，PC4的影响较弱，对PC5的正影响逐渐加强。前一年IOD对PC1的影响不明显，对PC2，PC3的正相关影响和对PC5的弱负相关影响逐渐增强。前一年的PDO对PC1，PC2，PC5影响较弱，对PC3和PC4由负相关关系转为弱的正相关关系。与前一年的气候因子的影响不同，同一年的ENSO对PC1，PC2，PC5影响不明显，且对PC3的影响由弱负相关在1971年后转为正相关并逐渐增强，对PC4的负相关影响较弱。同一年NAO对PC1，PC2，PC5的影响较弱，但对PC4的负相关影响逐渐增强。同一年IOD对PC1，PC2，PC5的影响较弱，对PC3，PC4的弱的负相关影响较稳定。同一年的PDO对PC3的负相关影响比较稳定，对PC1，PC2的弱的正相关和负相关影响有弱的增强趋势，对PC4的负相关影响逐渐减弱，而对PC5的弱正相关有增强趋势。

综上所述，结合表 1、表 2和图 2，夏季降水距平序列的REOF时间系数与对其有显著影响的气候因子，两者之间的不同时间尺度的滑动相关往往具有较强相关程度及前后相关一致性且相关程度较稳定 (如当年PDO与PC3，前一年IOD与PC3等)，有利于基于气候因子对夏季降水进行预测。由于ENSO，NAO和IOD均具有数年的周期，PDO则具有数十年的年代际振荡周期，因此，PDO对淮河流域夏季降水年代际影响较大，且影响较稳定，而ENSO和NAO主要对夏季降水的年际变化产生影响且年际变化较明显 (如当年ENSO与PC1，PC2等)。就气候因子而言，相比ENSO和NAO，PDO和IOD对夏季降水的REOF时间系数不同时间尺度的影响更具平稳性，其中，IOD对夏季降水距平的REOF时间系数整体上均有较强的平稳性且具有趋于加强的相关程度。因此，在选择气候因子作为夏季降水预测的指示标识时，IOD和PDO可能是较好的选择。

图 3给出的是在ENSO，PDO，NAO，IOD不同冷、暖位相下淮河流域夏季降水的差异性。选取冷位相 (时期) 对应年份下的夏季降水序列平均值与暖位相 (时期) 对应年份下的降水序列平均值之差除以暖位相 (时期) 对应年份下的降水序列平均值，差异显著性采用Mann-Whitney U方法进行检验。

图 3

图 3. 单一气候因子不同冷、暖位相 (时期) 对夏季降水的影响 (单位：%) (饼图中，灰色区域代表上升的站点，白色区域代表下降的站点; ▲代表显著上升，▼代表显著下降) Fig 3. Precipitation anomaly for cold and warm periods of each climatic index in summer (unit:%) (the gray area in the pie bar denotes the number of stations with increasing, and the white area in the pie bar denotes the number of stations with decreasing; ▲denotes significant increasing, ▼denotes significant decreasing)

由图 3可知，对于ENSO而言，冷位相相对于暖位相的降水量增加的有24个站，集中分布在淮河上游和流域北部的山东沿海诸河，其中，有5个站达到0.05显著性水平；流域南部淮河水系中下游地区有11个站在ENSO冷位相降水量低于ENSO暖位相降水量。对于IOD而言，冷位相相对于暖位相的降水量增加的有21个站，集中分布在流域东北部的山东沿海诸河，其中，在潍坊差异最大，达到55.12%。NAO冷、暖位相下的夏季降水量的异常与ENSO较相似，在流域的西北部呈增加趋势，而在流域南部的淮河水系有19个站呈下降趋势，其中，下降幅度最大的是西华，下降幅度为20.36%。对于PDO而言，冷时期相对于暖时期的降水量增加的站达30个，主要分布在流域北部的山东沿海诸河，且有5个站达到0.05显著性水平；仅在流域的南部有5个站呈下降趋势，且下降幅度不大，这与文献[9]的结果一致，当PDO处在冷位相时，淮河流域夏季降水呈增多趋势。这可能是影响淮河流域夏季降水的大气环流形势发生异常变化^[9]、东亚夏季风环流异常强弱范围而使雨带位置发生变化导致的^[26]。

综上所述，ENSO，NAO，IOD，PDO的冷位相 (时期) 比暖位相 (时期) 的流域北部、东北部夏季降水量有显著增加，而对流域南部的淮河水系影响则有不同程度减少。

不同位相 (时期) 下单个气候因子对夏季降水的影响差异较大 (图 3)，也意味着同一地区同时受不同位相 (时期) 气候因子的影响。因此，分析气候因子不同位相 (时期) 对夏季降水的联合影响具有重要意义。ENSO，NAO和IOD均具有数年的周期，而PDO则具有数十年的周期变化。ENSO，NAO和IOD冷、暖位相分别耦合PDO冷暖时期下的6种情形 (表 3)，夏季降水差异性见图 4，图 4中的A~F情形分别对应表 3中的6种情形。

表 3

表 3 各气候因子不同位相组合的情况 Table 3 Different combinations of climatic indics 情形 气候因子位相 A ENSO冷位相/PDO冷位相—ENSO冷位相/PDO暖位相 B ENSO暖位相/PDO冷位相—ENSO暖位相/PDO暖位相 C NAO冷位相/PDO冷位相—NAO冷位相/PDO暖位相 D NAO暖位相/PDO冷位相—NAO暖位相/PDO暖位相 E IOD冷位相/PDO冷位相—IOD冷位相/PDO暖位相 F IOD暖位相/PDO冷位相—IOD暖位相/PDO暖位相

表 3 各气候因子不同位相组合的情况 Table 3 Different combinations of climatic indics

图 4

图 4. 多气候因子联合对夏季降水的影响 (单位：%；▲代表显著上升，▼代表显著下降) Fig 4. Impacts combined with different periods of two climate indics on summer precipitation (unit:%) (▲denotes significant increasing, ▼denotes significant decreasing)

由图 4可知，在PDO冷时期，ENSO无论处于冷位相还是暖位相时，流域南部淮河水系大部分区域的夏季降水量呈下降趋势，这与图 3中ENSO冷位相引起流域南部降水减少相似。但在流域北部，无论ENSO处于冷位相还是暖位相，由于PDO的冷期影响，这一区域的降水量增加并不显著，这与单独ENSO冷位相影响下的流域北部降水显著增加差异较大。NAO暖位相在PDO冷时期下，流域北部、西部区域降水量大幅度增加，增加了区域性洪涝灾害的风险。NAO冷位相在PDO冷时期下，使流域南部和北部区域的降水量增大，尤其在淮河的下游地区增加幅度较大，应密切关注这种气候信号的发生，以预防洪涝灾害。在PDO冷时期，IOD无论是冷位相还是暖位相，均使流域北部和东北部区域降水显著增多，且在IOD的暖位相有6个站达到0.05的显著性水平，这意味着在流域北部，在PDO冷时期要注意IOD的发生，及早做好预防洪涝灾害发生的准备。

PDO分别联合ENSO, NAO和IOD对夏季降水的影响改变了各气候因子单独影响的正负方向和空间分布 (图 4)。气候因子之间的联合涛动对淮河流域夏季降水的影响在空间分布上并不是完全均匀, 且没有明显清晰的变化模式可供识别，气候因子联合涛动影响差异较大。如在PDO冷时期，NAO暖位相、IOD冷位相以及IOD暖位相的联合影响均使流域北部夏季降水显著增加。气候因子联合影响的空间分布非均匀性与单独影响空间分布也不具有一致性。从物理机制上分析气候因子联合涛动对淮河流域夏季降水的影响较复杂，但联合涛动对夏季降水的影响则具有相当程度的一致性，这为基于气候因子预测不同时期的夏季降水提供了参考，也可为预测洪旱灾害的发生提供预警信号。

基于REOF方法将1961—2010年淮河流域夏季降水序列分别分解为空间模态和相应的时间系数，分析了气候因子 (ENSO, NAO, IOD和PDO) 对夏季降水的影响及其影响强度的时间稳定性，进一步评价了气候因子不同位相单独和联合影响夏季降水的空间变化规律，得到以下主要结论：

1) PDO, IOD是影响整个淮河流域夏季降水的关键因子。其中，IOD对淮河水系的影响显著，而PDO, NAO对山东沿海诸河及沂沭泗水系的联合影响比较显著。

2) 淮河流域夏季降水与气候因子之间具有稳定的相关性，这有利于基于大尺度气候因子对夏季降水进行预测，其中，PDO和IOD可能是较好的选择。

3) ENSO, NAO, IOD, PDO的冷位相 (时期) 相比暖位相 (时期) 淮河流域北部、东北部夏季降水量显著增加，而淮河流域南部的淮河水系则有不同程度减少。

4) PDO分别联合ENSO, NAO和IOD的不同位相对淮河流域夏季降水影响不仅改变了各气候因子单独影响的正负方向，更改变了其空间分布。流域北部山东沿海诸河的降水量在PDO联合NAO暖位相、IOD冷位相和暖位相情况下均显著增加。

本文仅从统计诊断的角度分析表明，PDO, ENSO, NAO和IOD等气候因子的联合对淮河流域夏季降水异常产生影响，但影响的物理机制，特别是气候因子之间的相互作用仍需进一步探讨。此外，研究发现，除了气候因子外，青藏高原高原积雪、土壤湿度等因子也能够导致东亚夏季风的异常变化^[27-30]，从而使淮河流域极端降水事件增多。有关各类因子对淮河流域夏季降水的综合影响有待进一步研究。