江淮流域是我国持续性极端降水高频发生的区域之一,发生在该地区的持续性极端降水易导致洪涝灾害,造成严重的社会经济损失和人员伤亡。1998年夏季,长江流域受到多轮持续性极端降水侵袭,引发全流域型洪涝灾害,受灾面积达2.12×107 hm2,受灾人口多达2.23亿人,死亡人数超过3000人,直接经济损失达2500亿元人民币[1]。因此,有必要加强对持续性极端降水形成机理的研究,掌握其发生发展规律,延长这类灾害性天气的预报时效,为科学决策提供有力的科学支撑[2]。
由于持续性极端降水发生机理复杂,数值模式对这种高影响天气的预报能力十分有限。过去对于极端事件的研究多注重揭示气候变化特征,或针对单独个例[3-4],对于持续性极端降水的前期信号的发展规律和预报方法的研究目前仍存在很多不足。近些年的研究则基于识别出的大量历史个例,以环流的持续性和组合性异常为切入点,研究多尺度天气系统及相关低频振荡与持续性极端降水的联系及影响机理,建立持续性极端降水概念模型,提取前期信号,进而揭示我国持续性重大天气异常形成机理,并在此研究基础上,建立物理统计预报的理论和方法。本文就近些年关于江淮流域持续性极端降水的形成机理和预报方法的研究进展进行概述。
1 持续性极端降水概念模型及前兆信号 1.1 持续性极端降水事件的定义不同学者根据不同研究目的,对持续性极端降水的定义不同。陶诗言[5]定义单站持续性暴雨过程为3 d或3 d以上均有50 mm以上的暴雨发生。鲍名[6]在此基础上,补充定义5 d内允许有1 d降水量少于50 mm,并定义了区域持续性暴雨指在一定区域范围内连续3 d降水量大于等于100 mm且每日降水量大于等于25 mm的面积超过某一阈值。钱维宏[7]则给出了基于相对阈值的持续性暴雨定义。受天气系统移动的影响,雨带位置也会产生一定移动,为了保证对持续性暴雨过程完整性的描述,Tang等[8]通过紧邻的两日雨带重合度判定区域持续性暴雨过程,Ren等[9]提出区域极端事件客观识别方法 (OITREE),借助“糖葫芦串”模型的思路,将逐日影响区域“串”起来,基于95百分位数定义了区域强降水事件。汪汇洁等[10]按照区域内至少连续5 d或5 d以上有不小于10个格点 (水平分辨率为0.25°×0.25°) 出现大于等于50 mm降水且相邻两日雨带重合率不小于20%的标准识别出近30年我国江淮区域和华南区域的持续性暴雨事件。过去对于区域性持续性暴雨的定义能够比较完整地描述一次大范围强降水过程,但无法保证过程涉及的每个站点强降水都持续,使区域性持续性暴雨的致灾性大打折扣。Chen等[11]立足于极端事件发生时间的持续性,以单站持续性极端事件为基础,寻找持续时间上有重合、空间上临近的站点,构成大范围的持续性极端事件,即区域性持续性极端事件,设计了区域性持续性极端事件识别 (Regional Persistent Extreme Event Identifier,RePEEI) 方法。RePEEI方法主要考虑两方面因素:一是单站事件时间上的连续性,二是各站点之间的空间紧邻性,该方法具体的操作步骤如下:①找出在其持续时间内,时间上有重合 (至少重合1 d) 的单站持续性暴雨事件;②在上述基础上判断空间相邻性;初始的临站条件为两个站点之间距离小于5°,增补临站条件为2°; ③由于在步骤②判断空间相邻性的过程中可能会剔除集合中的一些站点,需检查最终的核心区域各站点之间是否依然满足时间上的重合性。上述3步完毕后,核心区域中如果站点数不少于3个,则认为是一次区域性持续性暴雨事件。通过对识别出的持续性强降水事件的统计发现,1990年以后单站持续性暴雨和区域性持续性暴雨的频次均明显增加,其中1991—2000年是持续性极端降水最为频发的10年,江淮、江南地区以及华南地区的区域性持续性暴雨事件表现为持续时间显著变长、影响范围显著变大、强度显著增强的特征。按照发生时间、区域、影响因子将识别出的持续性极端降水事件分成北方型、江淮—江南型、华南型及台风型[9]。
1.2 持续性极端降水三维天气尺度概念模型及提前1~2周前兆信号持续性极端降水往往与稳定的大尺度环流异常相联系[12-13],在稳定环流型的背景条件下,冷暖空气持续交绥于某一地区,从而产生持续性极端降水事件[14-15]。1998年夏季长江流域由持续性暴雨引发严重的洪涝灾害与乌拉尔山以及鄂霍次克海的阻塞高压长时间异常维持有关, 东亚阻塞高压的存在使冷空气不断被引导至江淮流域,导致降水的加强与维持[16-17]。陶诗言[5]依据阻塞高压和对应雨带的分布形态,提出经向型和纬向型两类持续性暴雨的概念模型。许多研究指出,江淮流域梅雨期强降水与中高纬度阻塞高压的维持密切相关[18-19]。
Chen等[20]通过对前期选取的持续性极端降水个例进行分析,运用EOF分解和聚类分析方法提取他们的共同特征,将江淮—江南型持续性暴雨分为双阻型和单阻型,同时分析了各个关键系统的发生概率和稳定性,验证了这种分型的合理性,并对不同阻塞型异常环流的不同配置情况进行描述。同时也对比分析了阻塞形势发生但未导致持续性强降水的事件,发现是由于各个关键系统的组合性持续异常导致了持续性极端降水的发生和维持。双阻型占全部事件的48%;单阻型占全部事件的28%。双阻型主要影响江淮流域、江南北部地区,三维环流配置概念模型见图 1a。主要表现为500 hPa乌拉尔山以及鄂霍次克海地区出现阻塞高压,二者之间的贝加尔湖地区为槽,副热带高压稳定维持在偏南的位置;高层南亚高压偏南、偏东,西风急流在南亚高压北侧以及中国东部地区明显加强,提供了有利的辐散条件;异常水汽输送贡献最大的是中低层西太平洋上的异常反气旋环流。当贝加尔湖附近的低槽带来的冷空气与南方来的暖湿空气交绥于江淮、江南北部地区时,产生持续性暴雨。单阻型配置系统偏东、偏南,影响范围主要位于江南东部、南部地区。主要表现为贝加尔湖地区南侧存在阻塞高压或者高压脊,其东侧东亚地区为槽,该槽的影响伸入到江南地区;副热带高压位置偏南导致水汽输送的位置也偏南;南亚高压稳定在高原南侧,位置偏东,急流主要位于中国东部地区。异常水汽也主要来源于西太平洋上的稳定的异常反气旋环流,但该环流更为偏南、偏东。江淮流域降水异常增多时,往往伴随着南亚高压东伸[21],同时副热带高压西伸,Chen等[22]通过对负涡源生消的诊断,发现一支西北向传播的非绝热加热异常的类波列结构是造成副热带高压和南亚高压同时发生异常的主要原因。在各个关键环流系统组合性的持续性异常的背景下,伴随着中小尺度系统如短波、低涡、气旋等在这种有利的天气形势下接连出现,导致持续性极端降水的发生和维持。
![]() |
|
图 1. 双阻型持续性暴雨同期和前期环流配置概念模型[20, 23] (a) 同期三维环流配置概念模型 (H和L分别代表高值 (脊) 和低值 (槽) 的位置;200 hPa, 500 hPa图中粗实线代表位势高度以及急流轴;850 hPa图中粗实线代表水汽输送路径,虚线代表异常反气旋),(b) 前期环流演变特征三维概念模型 (200 hPa图中黑色实线代表 12500 gpm线,绿色实线代表急流轴,空心箭头代表移动方向,蓝色箭头代表风场; 500 hPa图中带箭头实线代表流线,紫色阴影代表正高度距平,蓝色阴影代表负高度距平,数字代表标准差,单位:dagpm; 850 hPa图中A代表异常反气旋中心,蓝色箭头代表风场) Fig 1. Schematics for concurrent and precursor circulation features responsible for PEP events of double blocking high type (from reference [20, 23]) (a) concurrent conceptual model schematics (H and L denote locations of high (ridge) and low (trough) systems, respectively; solid lines denote geopotential height contours and locations of the jet axis at 200 hPa and 500 hPa; solid lines with arrowheads denote water-vapour transport paths and dashed line denotes the location of the anomalous anticyclone which contribute most heavily to the anomalous moisture supply at 850 hPa), (b) schematics for precursor circulation features (black solid line with arrowhead denotes geopotential height contour of 12500 gpm, the green line denotes the jet axis, hollow arrows denote moving direction and blue arrows denote direction of the horizontal wind at 200 hPa; black solid lines with arrowhead denote streamlines, purple and blue shadings denote positive anomalies and negative anomalies of geopotential height with the regional average normalized anomaly values (unit:dagpm) at 500 hPa; A denotes the anomalous anticyclone, blue arrows denote anomalous southwesterlies at 850 hPa) |
通过对双阻型个例进行分析,提取了其典型环流配置提前1~2周的前期信号特征[23]。图 1b所示持续性暴雨事件开始前2周左右即出现较稳定的信号,500 hPa中高纬度上游和下游的正高度距平分别向西、向极和向东、向极发展,形成乌拉尔山和鄂霍次克海阻塞高压,二者之间的槽在这一阶段也向南伸展,最终伸展至40°N以南,并不断引导冷空气向江淮流域输送。对流层低层异常反气旋提前1周从西太平洋暖池附近向西北移动至华南地区,为江淮—江南地区带来充足的水汽。对流层高层提前1周开始东移的南压高压和向南移动的西风急流轴为持续性暴雨提供了有利的高层辐散条件。
2 EAP影响下的持续性极端降水发生的机理和预报信号 2.1 EAP对江淮持续性极端降水影响及前兆信号除了阻塞高压以外,大气遥相关的稳定和维持也能造成大气环流异常形成和维持,进而产生持续性异常天气[2]。Archambault等[24]指出当北大西洋涛动和太平洋—北美遥相关型持续异常时会使美国东北部地区的冷季温度和降水出现持续性异常。2008年大气海洋遥相关国际会议提出,遥相关可以用作预报工具,改进预报能力,在热带以外的地区,其可预报时效可达1~2周[25]。
Chen等[26]将东亚—太平洋遥相关型 (EAP) 与江淮流域的持续性极端降水事件联系起来,定义了EAP影响下的持续性极端降水事件,1961—2010年6—7月共识别出20个典型事件,通过对典型事件的合成分析建立了在江淮流域造成持续性极端降水的EAP概念模型 (图 2)。研究发现乌拉尔山西侧的波通量向下游频散造成鄂霍次克海附近阻塞高压的前期发展,与EAP联系的波通量自副热带高压区向极传播,和来自高纬度上游东传的波通量辐合,促进鄂霍次克阻塞高压的强烈发展。在对流层高层南亚高压异常东伸,为江淮流域极端降水的持续提供了有利的辐散条件。在对流层低层,一对逐渐加强的异常反气旋、气旋移动到东亚沿岸。二者之间的水汽通量异常强度超过气候正常值3个标准差以上。低层低纬度地区的南风异常将水汽输送至江淮流域,低层的暖、湿空气被中纬度自高层下沉的偏北风干冷空气抬升。上升的暖湿空气与下沉的干冷空气持续不断的交绥使得准静止梅雨锋的形成,低层暖、湿空气沿着该静止锋持续不断的强烈上升从而导致持续性极端降水在江淮流域发生。
![]() |
|
图 2. 在江淮流域造成持续性极端降水的典型EAP三维概念模型 (虚箭头刻画各个关键系统的传播轨迹;红色代表正高度场距平,蓝色代表负距平,上面的数字表示标准化高度场距平强度;字母A和C分别代表异常反气旋和气旋)[26] Fig 2. Schematics for precursor circulation features of typical EAP patterns responsible for persistent extreme precipitation events in the YHRV (hollow arrows denote propagating routes of these precursors, red and blue shadings denote positive and negative anomalies of geopotential height with regional average normalized anomaly values, respectively; A denotes the anomalous anticyclone, while C denotes the anomalous cyclone)(from refrence [26]) |
通过对发生EAP却未在江淮流域产生持续性极端降水的事件进行研究,发现当EAP特征明显时,如果副热带高压脊线的经向位置稳定在15°N附近,导致江淮流域水汽不足,就难以在江淮流域造成持续性极端降水。因此,当考虑将EAP形成的前兆信号用于预报江淮流域持续性极端降水时需要重点关注副热带高压北界的位置。
2.2 从低频角度出发认识江淮流域持续性极端降水事件10~30 d的延伸期天气预报是大气科学研究的前沿问题之一,近年来国际上将大气低频振荡作为研究持续性异常天气延伸期预报的关键着眼点[2]。Wheeler等[27]建立了实时多要素相结合的热带大气季节内振荡 (MJO) 指数,将其应用于澳大利亚的气象预报试验中。夏季东亚地区引起副热带高压等环流系统异常的低频振荡有赤道附近东传的MJO、西北太平洋和南海地区的季节内振荡[28-30],这些低频振荡有可能通过影响EAP的低频活动从而对我国东部江淮流域持续性强降水产生影响。
通过计算集合平均的小波能谱和显著成分的累积概率 (图 3),发现在EAP引发持续性极端降水事件期间,最主要的低频模态是8~25 d的准双周振荡成分,平均能谱的次峰值出现在30~60 d频段上[31]。准双周分量对总降水异常的贡献达到40%左右,季节内振荡和准双周振荡的“锁相”使得二者对总的降水异常的贡献达到60%。Li等[32]通过对各事件的低频性质进行逐一检验发现,EAP对江淮流域持续性强降水的影响在10~30 d和30~60 d两个频段上均存在,相比较而言EAP对江淮流域持续性强降水的影响更多集中在10~30 d的低频尺度上 (表 1)。说明影响持续性极端降水的EAP主要受到准双周振荡的调制,其相应的前兆信号的时效恰好对应着准双周振荡周期的一半即1周左右。
![]() |
|
图 3. EAP指数的小波分解[31] (a) 显著 (达到0.05显著性水平) 的周期成分在某日的累积概率 (阴影),(b) 达到0.05显著性水平的全局能谱的累积概率 Fig 3. Wavelet analysis of EAP index (from refrence [31]) (a) occurrence frequency (the shaded) of significant oscillations accumulated (0.05 level at least), (b) occurrence frequency of global wavelet spectrums at 0.05 significant level |
![]() |
表 1 EAP导致的持续强降水事件发生期间降水和EAP的低频性质分布 Table 1 Distribution of low frequency oscillation of precipitation and EAP in each event when PEP occurred |
EAP的准双周振荡表现为上游纬向波动系统向东南方向移动影响EAP中高纬度系统的位相转变,同时中低纬度系统的位相转变受到来自热带西太平洋对流系统的调制。因此,可根据EAP在低频时间尺度上的准周期变化特征,把握前兆信号随位相的演变,从而延伸对持续性极端降水的预报时效。PRE为持续性强降水期间降水。
3 持续性强降水预报方法 3.1 持续性强降水相似预报模型在深入了解造成夏季持续性强降水的典型环流型和关键影响因子以及显著前兆信号的基础上,发展有一定技巧的预报方法,将持续性强降水的预报时效提高至1~2周,是一项极具科学及实际应用意义的研究。而这一研究恰好与国际前沿大气科学研究计划THORPEX (The Observing System Research and Predictability Experiment) 的研究目标相契合[2]。THORPEX计划建成的交互式全球大集合预报系统TIGGE (THORPEX Interactive Grand Global Ensemble) 集结了世界多国业务预报中心模式1~2周的预报资料,水平分辨率达到0.5°×0.5°,但由于降水在时间和空间上的高度不连续性,对于天气模式这样的精度仍不能满足常在局地很小区域发生的持续性强降水的预报要求。然而对于大尺度环流系统来说,根据Niu等[33-34]对TIGGE中多个中心关于副热带高压、南亚高压及亚洲夏季风的预报性能进行的检验以及Zhou等[35]对副热带西风急流的评估,TIGGE各业务中心模式对大尺度关键环流系统的预报效果要明显好于极端降水预报。此外,Peng等[36]研发了一种基于观测的模式误差订正方法,可以改进模式对1~15 d的环流预报。所以,TIGGE各业务中心模式对环流场的预报能够为强降水的预报提供很好的环流背景。如果一种方法能够综合考虑多个关键环流系统的组合异常以及TIGGE各业务中心中最好的数值天气模式对环流场的预报结果,那么该方法对持续性强降水的预报结果将值得期待。针对降水的模拟及预报,国内外已有不少相关研究;Wang等[37]提出了一种综合考虑了动力模式预测及历史相似年份的降水空间分布的降水预测模型,提高了我国夏季降水的预测。中国香港天文台发展了针对强降水事件的相似预报模型,经检验该模型预报效果好于数值模式直接预报以及预报员主观预报;Hsu等[38]发展了一个针对低频降水的时空映射预报模型,评估也证实该模型对我国南方低频降水有提前10~30 d的预报技巧; 刘琳等[39]建立了基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数,该指数可以提前3~7 d发出极端降水预警信号。然而有关持续性强降水的预报方法研究仍较少。
基于前文所述,1951—2010年有25例持续性强降水事件发生在江淮—江南区域。Zhou等[40]选择该区域为研究区域,以25例持续性强降水事件为样本建立了基于相似方法的降尺度模型来模拟和预报该区域的持续性强降水。该模型考虑从高层到低层关键环流系统组合性异常的作用,并且在预报中可运用经检验最优的数值模式对环流场的预报结果,将两者成功结合。此外,在加权的多因子基础上,该模型运用格点分配了权重的余弦相似方法,引入参数优化方法和集合平均理念,最终建立了一套相似预报系统——KISAM (Key Influential Systems Based Analog Model)。该预报系统流程如图 4所示,相似模型选取200 hPa纬向风场、500 hPa高度场以及700 hPa水汽通量作为预报因子,给不同因子分别分配权重,并在计算相似时考虑到各因子在事件日及之后7 d的状况。选用余弦相似度作为寻找相似的方案,计算相似时在各个格点上加入了权重,可突出关键环流系统在计算相似时的作用。在输出预报结果时引入了集合平均的思想,选择单个相似或多个最相似结果的集合平均 (ensemble mean) 作为结果输出。最后,引入布谷鸟搜索方法到模型训练中得到各因子的最佳权重配比,使模型回报的效果达到最优,通过对不同集合成员数运用均方根误差以及方差技巧进行对比,发现将模型输出结果的集合成员数量定为3最恰当。
![]() |
|
图 4. 基于关键环流系统的预报模型KISAM构建流程图 Fig 4. Schematic graph of the forecast model based on key influential systems-KISAM |
对模型效果检验表明,KISAM模型在3 d及更长的时效上预报效果要明显好于欧洲中心模式直接预报。对于强度更强的持续性强降水日来说,由均方根误差技巧来看KISAM的预报效果也要更好于欧洲中心模式直接预报,说明KISAM能够更好地预报较强的极端降水。KISAM能够提前1周预报出持续性强降水事件,时效要明显提前于欧洲中心模式直接预报,且在相同的预报时效上KISAM对降水的强度和落区的预报要明显好于欧洲中心模式直接预报。所以,KISAM相似预报模型能够为预报员预报持续性强降水提供有力的帮助。
3.2 分离多种遥相关相互作用为预报提供信号在研究EAP对江淮流域持续性极端降水的事件过程中,发现在一些事件中存在多种遥相关波列同时存在的现象[41-42]。因此,有必要通过对不同遥相关对持续性极端降水的不同影响进行细致的研究,分离EAP、丝绸之路遥相关以及欧亚遥相关影响下的持续性极端降水事件。研究发现EAP在没有其他两支遥相关的配合下,可以独立在江淮流域引发持续性极端降水 (图 5)。而欧亚遥相关和丝绸之路遥相关不能单独在江淮流域引发持续性极端降水,需要EAP的同时配合。总体而言,当3支遥相关同时存在,江淮流域持续性极端降水强度较强,持续时间显著增长。欧亚遥相关和丝绸之路遥相关所起作用是在EAP的三极模态形成的基础上,通过激发扰动促使三极模态维持更持久。通过遥相关指数与降水指数的偏相关分析表明,东亚—太平洋遥相关是江淮流域持续性极端降水发生的决定性因素。
![]() |
|
图 5. 两种遥相关背景下的持续性极端降水事件中,各遥相关指数合成的时间演变 (横坐标0代表降水开始日数,负数表示降水开始前,正数表征降水开始后)[31] (a) 只有东亚—太平洋遥相关作用,(b)3支遥相关波列同时存在时,(c) 两种事件中降水的合成 Fig 5. The composition of the corresponding teleconnection index during PEP events under the effect of two different teleconnection patterns (0 on abscissa indicates the day when precipitation occurred, negative and positive numbers indicate days before and after the occurrence of precipitation, respectively)(from refrence [31]) (a) only East Asia/Pacific teleconnection exists, (b) three kinds of teleconnection exists, (c) the composition of precipitation associated with two teleconnection patterns |
既然EAP是江淮流域持续性极端降水发生的决定性因素,且其存在明显的低频振荡特征,因此运用EAP作为信号预报持续性强降水是极具可行性及应用价值的。如何从多支相互作用的遥相关中突出其中一支,分析其与持续性强降水在多种时间尺度上的相关性是建立预报方案时要面对的问题。Yuan等[43]发展的一种去趋势的偏相关分析方法 (DPCCA) 可很好地解决这一问题,该方法能够在去除另外几支相互作用的序列的影响下,找出两支序列最大相关所在的频段。基于这一方法,如果能找到与江淮流域持续性强降水与EAP最相关的频段,之后在经过建立回归方程或者如Hsu等[38]一样建立时空映射预报模型,将是对持续性强降水预报的一种全新的探索。
4 总结与讨论本文就近些年关于江淮流域持续性极端降水的形成机理和预报方法研究进展进行概述,主要包括以下3个方面的内容:
1) 设计了综合考虑逐日降水的极端性、持续性、过程降水量以及致灾能力的持续性暴雨定义,并建立了区域性持续性极端事件识别方法 (Regional Persistent Extreme Event Identifier, RePEEI)。基于识别出的持续性极端降水事件,建立了具有普适性的三维天气尺度概念模型,正是各个关键系统的组合性持续异常,导致了持续性极端降水的发生和维持,并提取了提前1~2周前兆信号。
2) 从大气遥相关角度切入,研究了EAP对江淮流域持续性极端降水影响的机理,指出低纬度高值系统的南北位置决定了持续性极端降水能否在江淮流域发生,建立了EAP导致江淮地区持续性极端降水的概念模型并提取了1~2周的预报信号,探讨了利用EAP在低频尺度上的准周期变化对江淮流域持续性极端降水提前1~2周进行预报的可能性。
3) 基于前文中提出的典型环流型中的关键影响系统以及前兆信号,研发了一套不同因子、不同时效分配不同权重的余弦相似方法,引入客观参数优化方案和集合平均理念的统计预报系统——KISAM (Key Influential Systems based Analog Model)。KISAM能够提前1周预报出持续性强降水事件,且其预报时效对降水的强度及落区预报优于欧洲中期天气预报中心模式直接预报。同时提出从低频角度出发,运用EAP作为信号预报持续性强降水的思路。
目前,对于持续性强降水的机理及其前兆信号的研究成果较多。在认识持续性强降水发生及维持机理的同时,亦能很好地追溯到持续性强降水发生的前兆信号。然而,持续性强降水预报仍是一个难题,特别是预报时效延长到中期延伸期时,数值模式对持续性强降水的落区及起止时间的预报仍不尽如人意。统计预报模型KISAM对持续性强降水的预报时效也受限于数值模式对环流场的预报时效。如何进一步改进数值模式对环流场及持续性强降水的预报效果,运用动力模式提供影响持续性强降水的关键前期信号,以数理统计方法建立预报模型,真正做到动力模式与统计方法相结合,将是未来值得进一步探索的方向。
[1] | Lu R Y. Anomalies in the tropics associated with the heavy rainfall in East Asia during the summer of 1998. Adv Atmos Sci, 2000, 17, (2): 205–220. DOI:10.1007/s00376-000-0004-y |
[2] | 翟盘茂, 倪允琪, 陈阳. 我国持续性重大天气异常成因与预报方法研究回顾与未来展望. 地球科学进展, 2013, 28, (11): 1177–1188. DOI:10.11867/j.issn.1001-8166.2013.11.1177 |
[3] | 陆尔, 丁一汇. 1991年江淮特大暴雨的位涡分析与冷空气活动. 应用气象学报, 1994, 5, (3): 266–274. |
[4] | 陈忠明, 闵文彬, 高文良, 等. 一次持续性强暴雨过程的平均特征. 应用气象学报, 2006, 17, (3): 273–280. |
[5] | 陶诗言. 中国之暴雨. 北京: 科学出版社, 1980. |
[6] | 鲍名. 近50年我国持续性暴雨的统计分析及其大尺度环流背景. 大气科学, 2007, 31, (5): 779–794. |
[7] | 钱维宏. 气候变化与中国极端气候事件图集. 北京: 气象出版社, 2011. |
[8] | Tang Y B, Gan J J, Zhao L, et al. On the climatology of persistent heavy rainfall events in China. Adv Atmos Sci, 2006, 23, (5): 678–692. DOI:10.1007/s00376-006-0678-x |
[9] | Ren F M, Cui D L, Gong Z Q, et al. An objective identification technique for regional extreme events. J Climate, 2012, 25, (20): 7015–7027. DOI:10.1175/JCLI-D-11-00489.1 |
[10] | 汪汇洁, 孙建华, 卫捷, 等. 近30年我国南方区域持续性暴雨过程的分类研究. 气候与环境研究, 2014, 19, (6): 713–725. DOI:10.3878/j.issn.1006-9585.2013.13143 |
[11] | Chen Y, Zhai P M. Persistent extreme precipitation events in China during 1951-2010. Clim Res, 2013, 57, (2): 143–155. DOI:10.3354/cr01171 |
[12] | Dole R M, Gordon N D. Persistent anomalies of the extratropical northern hemisphere wintertime circulation:Geographical distribution and regional rersistence characteristics. Mon Wea Rev, 1983, 111, (8): 1567–1586. DOI:10.1175/1520-0493(1983)111<1567:PAOTEN>2.0.CO;2 |
[13] | Higgins R W, Mo K C. Persistent north Pacific circulation anomalies and the tropical intraseasonal oscillation. J Climate, 1997, 10, (2): 223–244. DOI:10.1175/1520-0442(1997)010<0223:PNPCAA>2.0.CO;2 |
[14] | Ding Y H, Reiter E R. A relationship between planetary waves and persistent rain-and thunderstorms in China. Archives for Meteorology, Geophysics, and Bioclimatology, Series B, 1982, 31, (3): 221–252. DOI:10.1007/BF02278295 |
[15] | Lau W K M, Kim K M. The 2010 Pakistan flood and Russian heat wave:Teleconnection of hydrometeorological extremes. Journal of Hydrometeorology, 2012, 13, (1): 392–403. DOI:10.1175/JHM-D-11-016.1 |
[16] | 陶诗言, 张小玲, 张顺利. 长江流域梅雨锋暴雨灾害研究. 北京: 气象出版社, 2004. |
[17] | Liu H B, Zhang D L, Wang B. Daily to submonthly weather and climate characteristics of the summer 1998 extreme rainfall over the Yangtze River Basin. J Geophys Res, 2008, 113: D22101. DOI:10.1029/2008JD010072 |
[18] | 张庆云, 陶诗言. 亚洲中高纬度环流对东亚夏季降水的影响. 气象学报, 1998, 56, (2): 199–211. DOI:10.11676/qxxb1998.019 |
[19] | 孙建华, 赵思雄. 1998年夏季长江流域梅雨期环流演变的特殊性探讨. 气候与环境研究, 2003, 8, (3): 291–306. |
[20] | Chen Y, Zhai P M. Two types of typical circulation pattern for persistent extreme precipitation in Central-Eastern China. Q J R Meteorol Soc, 2014, 140, (682): 1467–1478. DOI:10.1002/qj.2014.140.issue-682 |
[21] | Wei W, Zhang R H, Wen M, et al. Interannual variation of the south Asian high and its relation with Indian and east Asian summer monsoon rainfall. J Climate, 2015, 28, (7): 2623–2634. DOI:10.1175/JCLI-D-14-00454.1 |
[22] | Chen Y, Zhai P M. Mechanisms for concurrent low-latitude circulation anomalies responsible for persistent extreme precipitation in the Yangtze River Valley. Clim Dyn, 2015: 1–18. DOI:10.1007/s00382-015-2885-6 |
[23] | Chen Y, Zhai P M. Precursor circulation features for persistent extreme precipitation in Central-Eastern China. Wea Forecasting, 2014, 29, (2): 226–240. DOI:10.1175/WAF-D-13-00065.1 |
[24] | Archambault H M, Bosart L F, Keyser D, et al. Influence of large-scale flow regimes on cool-season precipitation in the Northeastern United States. Mon Wea Rev, 2008, 136, (8): 2645–2663. |
[25] | Kucharski F, Kang I S, Straus D, et al. Teleconnections in the atmosphere and oceans. Bull Amer Meteor Soc, 2010, 91, (3): 381–383. DOI:10.1175/2009BAMS2834.1 |
[26] | Chen Y, Zhai P M. Synoptic-scale precursors of the East Asia/Pacific teleconnection pattern responsible for persistent extreme precipitation in the Yangtze River Valley. Q J R Meteorol Soc, 2015, 141: 1389–1403. DOI:10.1002/qj.2015.141.issue-689 |
[27] | Wheeler M C, Hendon H H. An all-season real-time multivariate MJO index:Development of an index for monitoring and prediction. Mon Wea Rev, 2004, 132, (8): 1917–1932. DOI:10.1175/1520-0493(2004)132<1917:AARMMI>2.0.CO;2 |
[28] | Mao J Y, Sun Z, Wu G X. 20-50-day oscillation of summer Yangtze rainfall in response to intraseasonal variations in the subtropical high over the western north Pacific and south China sea. Clim Dyn, 2010, 34, (5): 747–761. DOI:10.1007/s00382-009-0628-2 |
[29] | Ren X J, Yang X Q, Sun X G. Zonal oscillation of western Pacific subtropical high and subseasonal SST variations during Yangtze persistent heavy rainfall events. J Climate, 2013, 26, (22): 8929–8946. DOI:10.1175/JCLI-D-12-00861.1 |
[30] | 齐艳军, 张人禾. 1998年夏季长江流域大气季节内振荡的结构演变及其对降水的影响. 大气科学, 2016, 40, (3): 451–462. |
[31] | 陈阳.大气遥相关影响下的江淮地区持续性极端降水发生机理和预报信号.南京:南京信息工程大学, 2016. |
[32] | Li L, Zhai P M, Chen Y. Low-frequency oscillations of East Asia/Pacific teleconnection pattern and their impacts on persistent heavy precipitation in the Yangtze-Huai River Valley. J Meteorol Res, 2016. DOI:10.1007/s13351-016-6024-z |
[33] | Niu R Y, Zhai P M. Synoptic verification of medium-extended-range forecasts of the northwest pacific subtropical high and South Asian high based on multi-center TIGGE data. Acta Meteo Sin, 2013, 27, (5): 725–741. DOI:10.1007/s13351-013-0513-0 |
[34] | Niu R Y, Zhai P M, Zhou B. Evaluation of forecast performance of Asian summer monsoon low-level winds using the TIGGE Dataset. Wea Forecasting, 2015, 30, (2): 455–470. DOI:10.1175/WAF-D-13-00141.1 |
[35] | Zhou B Q, Niu R Y, Zhai P M. An assessment of the predictability of the east Asian subtropical westerly jet based on TIGGE data. Adv Atmos Sci, 2015, 32, (3): 401–412. DOI:10.1007/s00376-014-4026-2 |
[36] | Peng X D, Che Y Z, Chang J. A novel approach to improve numerical weather prediction skills by using anomaly integration and historical data. Journal of Geophysical Research:Atmospheres, 2013, 118, (16): 8814–8826. DOI:10.1002/jgrd.50682 |
[37] | Wang H J, Fan K. A new scheme for improving the seasonal prediction of summer precipitation anomalies. Wea Forecasting, 2009, 24, (2): 548–554. DOI:10.1175/2008WAF2222171.1 |
[38] | Hsu P C, Li T, You L, et al. A spatial-temporal projection model for 10-30 day rainfall forecast in South China. Clim Dyn, 2015, 44, (5-6): 1227–1244. DOI:10.1007/s00382-014-2215-4 |
[39] | 刘琳, 陈静, 程龙, 等. 基于集合预报的中国极端强降水预报方法研究. 气象学报, 2013, 71, (5): 853–866. DOI:10.11676/qxxb2013.044 |
[40] | Zhou B Q, Zhai P M. A new forecast model based on the analog method for persistent extreme precipitation. Wea Forecasting, 2016, 31, (4): 1325–1341. DOI:10.1175/WAF-D-15-0174.1 |
[41] | Kosaka Y, Nakamura H. Mechanisms of meridional teleconnection observed between a summer monsoon system and a subtropical anticyclone.Part Ⅰ:The Pacific-Japan pattern. J Climate, 2010, 23: 5085–5108. DOI:10.1175/2010JCLI3413.1 |
[42] | Kosaka Y, Xie S P, Nakamura H. Dynamics of interannual variability in summer precipitation over east Asia. J Climate, 2011, 24: 5435–5453. DOI:10.1175/2011JCLI4099.1 |
[43] | Yuan N M, Fu Z T, Zhang H, et al. Detrended partial-cross-correlation analysis:A new method for analyzing correlations in complex system. Scientific Reports, 2015, 5: 8143. DOI:10.1038/srep08143 |