中国东部雨季降水事件的静默时间特征及内在动力学机制初探
发布时间：2021-07-27 14:50
为了挖掘降水的内在非线性动力学机制,基于1960—2017年4—9月的中国日降水数据,利用百分位阈值法确定不同强度的降水事件,定义相邻同强度降水事件之间的间隔时间为"静默时间",描述同阈值降水事件再次发生的历时长短。"平均静默时间"可以表征不同强度降水事件的群发性特征,即某一时段内,平均静默时间越短（长）,同类型降水事件再次发生的历时越短（长）,其群发性程度越强（弱）。分析不同强度降水事件的平均静默时间在中国东部地区的空间分布和时间演变特征表明:1960—2017年,一般强度降水事件在长江中游地区较其余地区群发性强,而东北南部地区则较弱;极端降水事件在中国东部北方地区群发性较强,而在南方地区则偏弱。就气候态演化过程而言,一般强度降水事件的群发性在长江以南地区有所增强,在东北南部地区则呈减弱趋势;极端降水事件的群发性特征在中国东部北方地区不断减弱,但在南方地区持续增强。各站点降水事件静默时间的概率密度函数均呈幂律分布,且时、空上呈无标度特征,表明日降水系统为现实世界中的自组织临界系统,为时间序列分析角度理解降水事件内在非线性动力学机制提供了新的视角。
【文章来源】：气象学报. 2020,78(06)北大核心CSCD
【文章页数】：14 页
【部分图文】：
0 双对数坐标系下（a) 500 h Pa不同强度相对湿度静默时间概率密度分布，（b）重标度后相对湿度静默时间概率密度分布，（c）不同时间尺度下相对湿度静默时间概率密度分布，（d）相对湿度静默时间理论概率密度分布
图6a为双对数坐标系下杭州站不同阈值降水事件静默时间的概率密度分布，且各阈值拟合曲线接近于指数为1.2的幂律分布。其中30—70百分位阈值的降水事件概率密度分布规律基本一致，即阈值不超过70百分位时，静默时间概率密度分布与阈值无关，且尾部有一个快速衰减过程，但偏离较远。80—90百分位对应的极端降水事件的概率密度与幂律函数较符合，尾部同样存在衰减，这可能是样本的有限性造成的，但衰减明显减弱。这也表明前文中选取30和90百分位阈值下两类降水事件研究具有很好的代表性。若静默时间呈幂律分布特征，其概率密度函数可用一个与阈值无关的标度律的形式表征，如式（4)图5 静默时间指数随时间尺度增加变化趋势
图2a为R1降水事件平均静默时间的空间分布特征。R1降水事件的平均静默时间多为2—2.5 d，即发生一次R1事件后，间隔2 d左右即会发生一次同等强度的降水事件。高值主要集中在内蒙古东北部以及辽宁、河北、山东等地区，其平均静默时间均在2.5 d以上，表明一般性强度的降水事件在这些地区发生相对分散。低值则主要位于长江中游地区，平均静默时间为1.5—2.0 d，即这些区域连续发生两次一般性降水事件的时间间隔相对较短，一般降水事件发生相对集中。图2b为R2降水事件平均静默时间的空间分布特征。总体呈北部短，南部长，西部短，东部长的空间分布特征。东北地区的西南部平均静默时间为9.0—9.5 d，而长江黄河之间的大部分区域、东南沿海地区则为10.0—10.5 d，广东和福建的沿海区域平均达12.0 d。说明连续发生极端降水事件的时间间隔北方地区较南方地区偏短，西南地区较华南地区偏短。与一般性降水事件静默时间分布（图2a）相比，极端降水静默时间的空间分布呈南高北低的特征，且南北差异较大，说明极端降水事件群发性区域特征更明显，尤其北方极端降水事件发生相对集中，可能是该地区在这个时段内受冷涡影响比较多造成的（廉毅等，2017）。虽然中国东部地区受夏季风影响，南方（北方）地区水汽输送充足（偏少），降水量明显偏大（偏小）（图2c），但由于南方（北方）地区雨季开始早（晚），结束晚（早），造成本地区极端降水在4—9月相对较分散（集中），故极端降水时间群发性弱（强），平均静默时间长（短）（Gong,et al,2018）。此外，对40、50、60、70百分位阈值对应的降水事件平均静默时间空间分布做了分析，发现随着阈值的增大，中国东部整体的平均静默时间也相应延长，即极端性越强的降水事件其时间群发性特征越不明显，与此同时北方地区平均静默时间增幅比南方要低得多，因此逐步演化成平均静默时间南长北短的分布特征（图略）。3.2 平均静默时间不同气候态时间演化特征
【参考文献】：
期刊论文
[1]东北冷涡活动及其短期气候预测研究进展[J]. 廉毅,沈柏竹,刘刚,李尚锋,杨旭,苏丽欣. 气象科技进展. 2017(01)
[2]夏季中国中东部不同历时降水时空分布特征[J]. 金炜昕,李维京,孙丞虎,左金清. 气候与环境研究. 2015(04)
[3]夏季西太平洋副热带高压的不同类型与中国汛期大尺度旱涝的分布[J]. 赵俊虎,封国林,杨杰,支蓉,王启光. 气象学报. 2012(05)
[4]中国极端温度的群发性研究[J]. 赵俊虎,王启光,支蓉,封国林. 气象学报. 2012(02)
[5]极端事件再现时间长程相关性与群发性研究[J]. 王启光,侯威,郑志海,冯爱霞,邓北胜. 物理学报. 2010(10)
[6]中国近50a极端降水事件变化特征的季节性差异[J]. 陈海山,范苏丹,张新华. 大气科学学报. 2009(06)
[7]Self-organized Criticality Model for Ocean Internal Waves[J]. WANG Gang,~(1,2,3,+) LIN Min,~4 QIAO Fang-Li,~(2,3) and HOU Yi-Jun~11 Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China2 First Institute of Oceanography, State Oceanic Administration, Qingdao 266061, China3 Key laboratory of Marine Science and Numerical Modeling (MASNUM), State Oceanic Administration, Qingdao 266061,China4 College of Mathematics, Ocean University of China, Qingdao 266071, China. Communications in Theoretical Physics. 2009(03)
[8]Lorenz系统长程相关性研究[J]. 王启光,支蓉,张增平. 物理学报. 2008(08)
[9]Analysis of precipitation characteristics of South and North China based on the power-law tail exponents[J]. 封国林,龚志强,支蓉,章大全. Chinese Physics B. 2008(07)
[10]夏季中国降水型的年代际变化与大气内部动力过程及外强迫因子关系[J]. 张庆云,吕俊梅,杨莲梅,卫捷,彭京备. 大气科学. 2007(06)
本文编号：3305997
【文章来源】：气象学报. 2020,78(06)北大核心CSCD
【文章页数】：14 页
【部分图文】：
0 双对数坐标系下（a) 500 h Pa不同强度相对湿度静默时间概率密度分布，（b）重标度后相对湿度静默时间概率密度分布，（c）不同时间尺度下相对湿度静默时间概率密度分布，（d）相对湿度静默时间理论概率密度分布
图6a为双对数坐标系下杭州站不同阈值降水事件静默时间的概率密度分布，且各阈值拟合曲线接近于指数为1.2的幂律分布。其中30—70百分位阈值的降水事件概率密度分布规律基本一致，即阈值不超过70百分位时，静默时间概率密度分布与阈值无关，且尾部有一个快速衰减过程，但偏离较远。80—90百分位对应的极端降水事件的概率密度与幂律函数较符合，尾部同样存在衰减，这可能是样本的有限性造成的，但衰减明显减弱。这也表明前文中选取30和90百分位阈值下两类降水事件研究具有很好的代表性。若静默时间呈幂律分布特征，其概率密度函数可用一个与阈值无关的标度律的形式表征，如式（4)图5 静默时间指数随时间尺度增加变化趋势
图2a为R1降水事件平均静默时间的空间分布特征。R1降水事件的平均静默时间多为2—2.5 d，即发生一次R1事件后，间隔2 d左右即会发生一次同等强度的降水事件。高值主要集中在内蒙古东北部以及辽宁、河北、山东等地区，其平均静默时间均在2.5 d以上，表明一般性强度的降水事件在这些地区发生相对分散。低值则主要位于长江中游地区，平均静默时间为1.5—2.0 d，即这些区域连续发生两次一般性降水事件的时间间隔相对较短，一般降水事件发生相对集中。图2b为R2降水事件平均静默时间的空间分布特征。总体呈北部短，南部长，西部短，东部长的空间分布特征。东北地区的西南部平均静默时间为9.0—9.5 d，而长江黄河之间的大部分区域、东南沿海地区则为10.0—10.5 d，广东和福建的沿海区域平均达12.0 d。说明连续发生极端降水事件的时间间隔北方地区较南方地区偏短，西南地区较华南地区偏短。与一般性降水事件静默时间分布（图2a）相比，极端降水静默时间的空间分布呈南高北低的特征，且南北差异较大，说明极端降水事件群发性区域特征更明显，尤其北方极端降水事件发生相对集中，可能是该地区在这个时段内受冷涡影响比较多造成的（廉毅等，2017）。虽然中国东部地区受夏季风影响，南方（北方）地区水汽输送充足（偏少），降水量明显偏大（偏小）（图2c），但由于南方（北方）地区雨季开始早（晚），结束晚（早），造成本地区极端降水在4—9月相对较分散（集中），故极端降水时间群发性弱（强），平均静默时间长（短）（Gong,et al,2018）。此外，对40、50、60、70百分位阈值对应的降水事件平均静默时间空间分布做了分析，发现随着阈值的增大，中国东部整体的平均静默时间也相应延长，即极端性越强的降水事件其时间群发性特征越不明显，与此同时北方地区平均静默时间增幅比南方要低得多，因此逐步演化成平均静默时间南长北短的分布特征（图略）。3.2 平均静默时间不同气候态时间演化特征
【参考文献】：
期刊论文
[1]东北冷涡活动及其短期气候预测研究进展[J]. 廉毅,沈柏竹,刘刚,李尚锋,杨旭,苏丽欣. 气象科技进展. 2017(01)
[2]夏季中国中东部不同历时降水时空分布特征[J]. 金炜昕,李维京,孙丞虎,左金清. 气候与环境研究. 2015(04)
[3]夏季西太平洋副热带高压的不同类型与中国汛期大尺度旱涝的分布[J]. 赵俊虎,封国林,杨杰,支蓉,王启光. 气象学报. 2012(05)
[4]中国极端温度的群发性研究[J]. 赵俊虎,王启光,支蓉,封国林. 气象学报. 2012(02)
[5]极端事件再现时间长程相关性与群发性研究[J]. 王启光,侯威,郑志海,冯爱霞,邓北胜. 物理学报. 2010(10)
[6]中国近50a极端降水事件变化特征的季节性差异[J]. 陈海山,范苏丹,张新华. 大气科学学报. 2009(06)
[7]Self-organized Criticality Model for Ocean Internal Waves[J]. WANG Gang,~(1,2,3,+) LIN Min,~4 QIAO Fang-Li,~(2,3) and HOU Yi-Jun~11 Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China2 First Institute of Oceanography, State Oceanic Administration, Qingdao 266061, China3 Key laboratory of Marine Science and Numerical Modeling (MASNUM), State Oceanic Administration, Qingdao 266061,China4 College of Mathematics, Ocean University of China, Qingdao 266071, China. Communications in Theoretical Physics. 2009(03)
[8]Lorenz系统长程相关性研究[J]. 王启光,支蓉,张增平. 物理学报. 2008(08)
[9]Analysis of precipitation characteristics of South and North China based on the power-law tail exponents[J]. 封国林,龚志强,支蓉,章大全. Chinese Physics B. 2008(07)
[10]夏季中国降水型的年代际变化与大气内部动力过程及外强迫因子关系[J]. 张庆云,吕俊梅,杨莲梅,卫捷,彭京备. 大气科学. 2007(06)
本文编号：3305997
本文链接：https://www.wllwen.com/projectlw/qxxlw/3305997.html
