青藏高原积雪时空异常对东部夏季降水的影响外文翻译资料

英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

青藏高原积雪时空异常对东部夏季降水的影响

CHENGHAI WANG, KAI YANG, YILING LI, DI WU, AND YUE BO

Key Laboratory of Arid Climate Change and Disaster Reduction of Gansu Province, College of Atmospheric Sciences, Lanzhou University, Lanzhou,China

(2015年12月31日收到的手稿，终稿2016年10月11日)

摘要 青藏高原（TP）积雪在冬季和春季经历了显著的时空变化。本文应用奇异值分解(SVD)方法对青藏高原冬季春季积雪(SC)的时空分布与中国东部（EC）夏季降水的关系进行了研究。设计了四个仿真实验来验证SVD分析结果。观测和模拟结果表明，青藏高原南部积雪越大，长江流域和东北地区降水越多，华南地区降水较少，而青藏高原北部积雪较重会造成我国东南、北部降水增加，长江流域降水减弱。这种联系是由于对流层上部约200 hPa的西风异常和青藏高原南侧500 hPa西风带南支的变化所致，这些变化由青藏高原上方持续的非绝热异常引起。西风急流出口区的位置移动和500 hPa位势高度负异常进一步导致我国东海上出现异常反气旋和相应的850 hPa水汽辐合，进而影响了EC夏季降水带的异常。

1、引言

作为一种外部强迫，雪在全球辐射平衡(Shukla和Mooley, 1987; Sankar-Rao等, 1996;Walland和Simmonds, 1996)和大气-陆地相互作用(Yeh等, 1983; Vernekar等, 1995)中起着重要作用。它还对能量收支、水文过程和大气环流有很强的影响，被认为是气候变化的敏感指标(Blanford, 1884; Yeh等, 1983; Bamzai和Shukla, 1999)。北半球积雪的变化(Deacute;ry和Brown, 2007; Brown和Mote, 2009; McCabe和Wolock, 2010; Brown和Robinson, 2011; 史和王, 2015)对该地区以及全球的气候有很大影响(Cohen和Entekhabi, 1999; Kumar和Yang, 2003)，并造成远距离降水异常(Chen等, 2008; Ding和Gao, 2015)。

大量的研究表明，响应气候变化产生的欧亚大陆积雪的时空分布变化是复杂的(Brown, 2000; 叶和包, 2001; Liu和Yanai, 2002; Brown和Mote, 2009; McCabe和Wolock, 2010; Brown和Robinson, 2011; Brutel-Vuilmet等, 2013)。欧亚大陆的积雪通过积雪-水文效应和反照率效应对北半球气候产生强烈影响，影响地表能量收支和水分储存(Barnett等, 1989; Douville和Royer, 1996; Fasullo, 2004; Peings和Douville, 2010)。然而，欧亚积雪的时空分布对后期气候有不同的影响。例如，对来自国家海洋和大气管理局()的积雪数据进行分析(Bamzai和Shukla, 1999)显示，只有欧亚大陆西部的冬季积雪与印度夏季风降水有着密切的负相关关系，而青藏高原(青藏高原)积雪与印度夏季季风降水之间没有显著的相关性。

由于北半球中纬度地区青藏高原地形较高，在东亚季风区西风上游地区，东亚季风区的动力和热力对东亚天气和气候的影响受到了广泛的关注(Ye和Gao, 1979; Wu等, 2007; Duan和Wu, 2008; Wu等, 2009; Liu等, 2012; Wu等, 2012a, b; Boos和Kuang, 2010, 2013; Duan等, 2013)。此外，这里既有大量的冻土，也有大量的积雪，积雪和冻土都会影响天气和气候。Wang等(2003)认为冻融过程引起的热液变化是影响东亚地区气候的外部热强迫而且与中国夏季雨带密切相关。虽然是欧亚积雪的一部分，但青藏高原上积雪对建立东亚季风(Zwiers, 1993; Wu等, 2012a, b)，雨带的变异(Wang等, 2000; Wu和Qian, 2003; Wang等, 2008)以及大规模环流的伴生异常(Wang等, 2003)的影响与欧亚大陆其他地区不同(Yasunari等, 1991; Zhang等, 2004)。此外，在过去的几十年里，青藏高原上的积雪经历了重大的时空变化(Qin等, 2006; Wang等, 2009; Bo等, 2014)。喜马拉雅山的积雪范围和厚度与印度西北部夏季降水呈负相关(Blanford, 1884; Walker, 1910)。亚洲夏季风的建立依赖于青藏高原的动力和热力学效应对大气环流的影响(Hahn和Manabe, 1975; Ose, 1996; Zhang等, 2004; Liang等, 2005)。通过诊断和数值分析，明确了青藏高原积雪与长江流域和华南地区的夏季降水之间的显著稳定关系(Chen, 1997, 1998, 2001; Chen 和 Wu, 2000; Zheng等, 2000; Qin等, 2006; Ding等, 2010)。最近，Qian等(2011)认为积雪污染会导致青藏高原非绝热加热的增加和东亚季风的增强，导致华南、长江流域和中国北方的异常湿润、干旱和微湿模式。青藏高原的冬季春季积雪会对我国西北和华东地区春季和雨季前降水造成影响(Xu和Li, 1994; Wang等, 2000)。另外，青藏高原积雪的变化与梅雨的范围有着密切的关系(Wu和Qian, 2003)。然而，对青藏高原积雪影响的研究主要集中在积雪对整个青藏高原的影响上。Qian等(2003)利用奇异值分解(SVD)分析方法和模式研究了我国春夏降水与青藏高原冬季春季积雪的关系。结果表明，南方冬季降雪与华南春季降水呈显著正相关，与淮河流域呈负相关。 北青藏高原冬季降雪与江淮流域夏季降水呈正相关。虽然他们注意到青藏高原不同地区的冬春积雪对我国东部春夏降水有不同影响，但是他们在结论中还是强调了积雪对整个青藏高原的影响和东部青藏高原积雪异常的重要性。模式结果的可能物理机制是通过青藏高原积雪异常对建立亚洲夏季风的影响来解释的。赵、钱(2007)研究了春季地温异常对青藏高原不同地区的影响，进一步揭示了青藏高原东北和西北地区5月份的地温异常对东亚夏季大气环流有不同影响。青藏高原上空的云层、水分循环和降水具有明显的空间差异(Wang和Guo, 2012; Guo和Wang, 2014; Wang和Wang, 2016; Wang等, 2012, 2015a, b)。观测结果表明，青藏高原积雪(Bo等, 2014)和非绝热加热具有明显的时空分布特征(Zhao和Qian, 2007)。因此，青藏高原不同地区积雪对华东地区气候的影响各不相同。

在夏季季节性业务预报中，积雪已成为华东地区夏季降水的一个重要指标(Chen, 1997, 1998, 2001; Chen和Wu, 2000)。然而，许多不确定因素仍然存在。由于大部分气象观测站位于青藏高原东侧和东南方，且在河谷地区，积雪资料不完整。观测台站分布不均匀，测量积雪、积雪深度等参数的方法的多样性造成了采集数据的不一致。例如，Zheng等(2000)和 Qian等(2003)利用观测降雪资料，得出了冬季青藏高原积雪与夏季降水的相关性比其与春季降水的相关性强的结论，这是影响我国南方和长江中下游地区降水的主要因素。Chen等(2000)利用/NESDIS卫星降雪资料，认为青藏高原冬季降雪与长江中下游特别是江南北部地区降水成正相关。在不同的降雪数据集中，青藏高原降雪异常地重或轻的年份是不同的(Chen等, 2000)。冬季春季积雪的时空分布与华中地区夏季降水的关系尚不确定。因此，青藏高原积雪与华东地区夏季降水关系中的不确定性及其物理机制是值得探讨的。

青藏高原上积雪空间分布的变化将导致陆地和大气之间的能量和水交换的相应变化，从而影响到非绝热加热，进一步改变青藏高原对大气的热强迫(Li等, 2001; 张涛, 2001; 朱等, 2007)。青藏高原热强迫异常对位于青藏高原北侧和南侧的副热带西风和东风有很大影响。数值模拟结果表明，青藏高原热强迫加速了夏季位于青藏高原西侧的高纬西风和位于青藏高原东侧的低空东风，青藏高原两侧形成反气旋环流(Liu等, 2007a, b; Wu等, 2014)。不同的加热方式会引起经向温度以及青藏高原两侧的气压梯度的变化，从而根据地转平衡的要求，改变了该地区的西风和东风气流(XU等, 2002; Wu等, 2014)。 此外，青藏高原北部和南部地区积雪异常对西风南、北支气流的热力作用也应有所不同。观测结果表明，华东地区夏季降水与孟加拉湾500 hPa槽的活动有关，该槽是青藏高原阻塞作用引起的西风南段的延伸(Ye和Gao, 1979; Benn和Owen, 1998; Liu Y, 2001; Wu和Qian, 2003)，也与副热带急流的活动有关。

本文旨在回答以下两个问题：青藏高原上不同的积雪分布对我国东部地区夏季降水有何影响？驱动这一相关关系的大型机制是什么？为了回答这些问题，我们必须加深对青藏高原积雪强迫的认识，这将提高该指标预测我国东部地区夏季降水的可靠性。

本文的其余部分按以下方式组织：第二节介绍了实验数据和方法。第三节分析了青藏高原不同的积雪类型与我国东部地区夏季降水的关系。第四节介绍了为验证SVD分析结果而进行的一系列仿真实验。第五节探讨了实验揭示的这种关系的内在物理机制。最后，第6节给出了结论。

2、数据和方法

本研究使用由SMMR,SSM/I以及AMSR-E无源微波遥感数据(水平分辨率为0.258~3 0.258)资料衍生的1980-2009年日积雪深度资料，这些资料由兰州中国科学院寒冷和干旱地区环境与工程研究所提供(Che等, 2008)。由于主要的青藏高原雪季一般在10月份开始，所以每个数据记录的持续时间从一年中的10月持续到次年的5月。为减少降雪时间的不确定性，雪季进一步分为六个时段：深秋[10月至12月(OND)]、初冬[11月至1月(NDJ)]、冬季[12月至2月(DJF)]、深冬[1月至3月(JFM)]、早春[2月至4月(FMA)]和春季[3月至5月(MAM)]。对于每个时段，月积雪深度被定义为最大积雪深度。在地理上，青藏高原位于北纬258-408，东经758-1058范围内，海拔在2000米以上。每日从中国气象局国家气候中心756个观测站收集同一时段的降水资料，月降水量是通过对每日数据进行平均获得的。为了与模型进行比较，我们使用了国家环境预测中心(NCEP)-国家大气研究中心(NCAR)的再分析大气循环数据(Kalnay等, 1996)。

采用奇异值分解(SVD)方法，研究了青藏高原积雪与华东地区夏季降水的相关关系模式。SVD是经验正交函数的推广(EOF)分析方法，旨在尽可能多地解释两个随时间变化的场之间的均方时间协方差。这两个区域分别是青藏高原冬春积雪深度(“左”场)和夏季降水(“右”场)。两个随时间变化的场分别表示为奇异向量的线性组合。产生一对相关关系(即，所谓的左或右SVD字段)。例如，冬季春季积雪深度(左)的SVD第一模式是夏季降水EOF第一主成分的投影(右)。同样，夏季降水的SVD第一模式是冬、春积雪深度EOF第一主成分的投影。SVD是EOF和相关分析的结合(Prohaska, 1976; Lanzante, 1984; Bretherton等, 1992; Wallace等, 1992)。

用蒙特卡罗方法检验了SVD的统计意义，即用高斯分布的随机矩阵数据代替SVD左右场， 对于每对随机矩阵数据，用不同的随机输入进行了100次奇异值分解；每个SVD分析每个模式的解释方差然后被从低到高排序。如果实际数据(积雪和降水)中，SVD分析的解释方差较排名第十的随机案例大，则这种模式在90%的置信度水平上是显着的(Preisendorfer和Barnett, 1977; Wallace等, 1992

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19454]，资料为PDF文档或Word文档，PDF文档可免费转换为Word