论文部分内容阅读
江淮流域是我国强降水高频发生区域之一,且暴雨的致灾性更高,更易造成严重的人员和经济损失。针对该区域的降水变化,从热力和动力因子两方面进行人类活动影响的归因研究以及在稳定态升温情景下的预估研究均是目前气候变化研究领域的热点问题。在对江淮流域夏季降水变化进行简要分析的基础上,本文运用一种新兴的数据挖掘方法-自组织特征映射网络(SOM)方法,将影响我国江淮流域夏季降水的动力因子-大尺度环流型以5×4的输出节点分为20种型。进而分析了各环流型的频率及持续性特征的长期变化及其与江淮流域夏季降水变化的关系,并定量评估了动力及热力因子对降水变化的贡献。在检验了模式对环流型各特征量模拟效果的基础上,运用英国气象局哈德莱中心的气候归因系统HadGEM3-A输出的两套不同强迫下的试验探究了人类活动对上述影响降水变化的大尺度环流型出现形式的可能影响。最后,运用CESM模式输出的稳定态和瞬变态的1.5℃和2℃升温情景下的模拟结果,从影响降水的动力和热力因子以及总的降水变化三个方面对不同升温情景下的响应进行了对比分析。主要结论总结如下:各环流型主要体现出了夏季西太平洋副热带高压、阻塞高压、中纬度低槽等关键环流系统的活动。典型的环流型主要包括EAP遥相关型,单个阻高影响型,单个低槽影响型,热带气旋影响型和副高偏北偏弱型。这些环流型因关键系统位置及强度的不同导致水汽输送强度及辐合位置也不同,从而在江淮流域产生了落区及强度均不同的降水。整体而言,EAP型环流型和单阻高影响型产生的江淮流域降水强度较强,而副高偏北偏弱型以及热带气旋影响型的降水相比气候态则少的多。根据各环流型控制下的降水相对气候态的多少可将环流型划分为干型、湿型和平均型。湿型和平均型的频次有显著增多趋势,而干环流型频次却呈显著减少趋势。湿型和平均型的逐年总频次和江淮流域夏季区域平均降水序列之间的相关系数达到0.49。而且,大多数环流型频率的变化与其控制下的江淮流域夏季总降水的变化均是同向的,即对总降水的变化起的均是正贡献。湿环流型的年平均及最长持续时间呈显著变长的趋势且越来越趋向于以更长持续时间的形式出现,而干环流型的持续性特征恰好相反。湿环流型变多且持续时间更长而-干环流型变少且持续时间变短为降水的发生和维持提供了越发有利的条件,是造成江淮流域夏季降水呈增加趋势的重要原因。对比ERA再分析资料,HadGEM3-A和CESM模式模拟的环流型间频率的差异幅度偏大。对于干湿及平均型中任意一类环流型,两个模式对环流型频率的模拟均既有偏高,也有偏低。两个模式对各环流型年平均和年最长持续时间的模拟均倾向于偏长,尤其是CESM模式。两个模式与ERA再分析资料得到的环流型间转换概率的相关系数均达0.9以上,说明对环流型间转换的可能形式及概率大小的模拟效果均很好。对于环流型各特征量在1961-2013年的统计分布,两个模式的集合平均都倾向于低估极端值以及去掉离群值后的范围和上下四分位的范围,而模式各成员在这方面展现了更高的技巧。此外,除了少数几个环流型,两个模式模拟的与ERA再分析资料得到的环流型频次均属于同一种概率分布,而且集合成员模拟的概率分布的离散度基本均能将由再分析资料得到的概率密度分布包含在内。虽然CESM模式在环流型频次的年际变化及集合成员离散度的表现上不佳,但CESM和HadGEM3-A模式在对1980年前后两时段间变化的方向和幅度以及选定干湿环流型总频次的变化趋势及概率分布的模拟中表现一致很好。所以,对于注重变化趋势及长期变化方向和幅度的气候变化归因及预估研究,HadGEM3-A和CESM模式的可靠性很高。对于1980年前后两时段,动力因子引起的降水变化在各环流型间的正负分布不仅与总降水变化更一致,而且幅度明显比热力因子及动力和热力共同作用引起的降水变化幅度更大。总的来说,动力因子对总降水变化的贡献达到了 50.26%。不管是在1980-2013年还是1994-2013年,ALL强迫试验得到的环流型各特征量的平均绝对误差的概率分布明显要比NAT强迫试验得到的平均绝对误差的概率分布更靠近0,尤其是在1994-2013年。再者,对于选定干湿环流型频率的变化趋势以及概率分布在1994-2013相对1961-1980年的移动,ALL强迫试验模拟与ERA再分析资料均是一致的,而NAT强迫试验却不一致。而且,在1994-2013年,ALL强迫试验下选定干湿环流型频率的概率分布相对NAT强迫试验分别有往频率更小和更大方向的明显偏移。在1994-2013年,若以该时段ERA再分析资料中选定干湿环流型频次的平均值作为阈值,在该阈值下选定干湿环流型事件的重现期将分别延长和缩短,风险系数则分别为0.34([0.29 0.39])和1.29([1.191.37])。环流型频率变化在两种强迫下的差异证明了人类活动改变了影响江淮流域降水的相关环流型的出现方式,使得干湿两类环流型的频次发生了“此消彼长”的变化,从而导致了江淮流域夏季降水的增强。在稳定态升温情景下,随着升温动力和热力因子的响应均是阶梯式的。而瞬变态情景下,动力因子在升温到1.5℃时有明显调整,但对额外的0.5℃升温却没有明显响应。热力因子影响的平均降水变化在瞬变态1.5℃升温时既有增多也有减少,升温到2℃时却又均有明显的增多。在各升温情景下,动力因子的变化均表现为干环流型减少而另外两类环流型增多,均是有利于江淮流域夏季降水增多的。热力因子影响下平均型和湿环流型控制下的平均降水在稳定态情景下明显比瞬变态情景下更多,而对于干环流型正相反。在稳定态和瞬变态的升温情景下,江淮流域夏季平均降水均出现了阶梯式的增加,瞬变态情景下的增加幅度均略小。而且,稳定态情景下降水从当前气候态到1.5℃升温时的增加幅度更大,而瞬变态情景下1.5℃到2℃升温之间的变化幅度更大。从降水变化的区域特征来看,稳定态和瞬变态升温情景下江淮流域夏季平均降水及一日最大降水量均在长江及以南增加的幅度更大,而在江淮流域西北部增加幅度较小,甚至在瞬变态1.5℃情景下西北部的降水是减少的。瞬变态的情景倾向于将稳定态的1.5℃和2℃情景下江淮流域夏季强降水强度及风险的增加预估的较低,却倾向于将0.5℃额外升温导致的强度及风险的增加预估的偏高。此外,0.5℃额外升温在稳定态情景下导致的平均及一日最大降水量的增多主要集中在长江以南,而在瞬变态情景下则主要集中在西北部和东南沿海。