夏思悅, 張新主, 王一嬌
(湖南師范大學(xué) 地理科學(xué)學(xué)院, 湖南 長沙 410081)
政府間氣候變化專門委員會(huì)(intergovernmental panel on climate change,IPCC)第5次評估報(bào)告指出,近100年全球平均地表氣溫顯著升高,使地表蒸發(fā)量增大,地表降水過程也將加強(qiáng),極端降水事件頻發(fā)[1].在降水相對充沛、持續(xù)時(shí)間較長條件下,極端降水危害更大,易引發(fā)城市內(nèi)澇和山洪災(zāi)害[2].鑒于極端降水的危害性,有很多學(xué)者就極端降水的時(shí)空特征、成因進(jìn)行了研究.針對極端降水時(shí)空特征,研究多以氣候變化檢測專家組定義的極端降水指數(shù)為指標(biāo).國內(nèi)對季風(fēng)區(qū)的研究表明:極端降水指數(shù)時(shí)間上存在變化趨勢,其中強(qiáng)度類指數(shù)在多數(shù)地區(qū)呈上升趨勢,年際突變多發(fā)于20世紀(jì)80年代末至90年代初[3-5],趨勢顯著性自東南向西北部減弱[5-6],極端降水普遍歷時(shí)較短,持續(xù)期較長的事件多集中在長江中下游地區(qū)[7].另外,有研究采用集中度分析降水在空間上的分配差異,指出在海拔較低的海岸地區(qū)集中度更高[8],江南地區(qū)東南部較西北部高,區(qū)域性極端事件發(fā)生可能性更大[9-10].在探究極端降水可預(yù)測的時(shí)空記憶性方面,Malik等[11]通過復(fù)雜網(wǎng)絡(luò)分析了南亞季風(fēng)降水的時(shí)空發(fā)展過程,表明印度夏季風(fēng)與ENSO的耦合與極端降水具有較強(qiáng)相關(guān);Bores等[12-13]對南美季風(fēng)期極端降水的網(wǎng)絡(luò)結(jié)構(gòu)分析表明,不同驅(qū)動(dòng)機(jī)制影響降水傳播路徑及強(qiáng)度;Conticello等[14]采用Louvain算法,劃分出空間一致性較強(qiáng)的極端降水的子區(qū)域,據(jù)此判斷水汽輸送的不同來源與分布;何蘇紅等[15]對東亞地區(qū)極端降水的研究表明,同步事件在沿海地區(qū)空間關(guān)聯(lián)性小、聚集性強(qiáng)、時(shí)間相對超前.針對極端降水的成因,國內(nèi)研究表明:東亞副熱帶西風(fēng)急流位置[16]、南海副熱帶高壓[17]、西北太平洋副熱帶高壓及ENSO[18-19]等的變化都可能引起我國降水強(qiáng)度和空間分布.同時(shí),聚類方法在探究影響大尺度氣候變化的代表性因素中應(yīng)用較廣,如龍浠玉等[20]通過對位勢高度SOM-k聚類,發(fā)現(xiàn)中高緯高空低壓槽南下、低空氣旋型渦流的發(fā)展等為洞庭湖流域極端降水提供了條件.綜上所述,目前對江南地區(qū)極端降水事件時(shí)間和空間同步性研究較少涉及,降水與環(huán)流時(shí)空關(guān)聯(lián)特征研究較少.本文運(yùn)用事件同步法,構(gòu)建復(fù)雜網(wǎng)絡(luò),以便有助于解讀區(qū)域內(nèi)極端降水動(dòng)態(tài)過程,揭示不同環(huán)流情況對區(qū)域極端降水的影響,更客觀地認(rèn)識和預(yù)測降水形成特征,從而更準(zhǔn)確判斷極端降水的成因.
江南地區(qū)(110~120°E,23~30°N)是指長江以南、南嶺以北的中國中東部地區(qū)[21].區(qū)域內(nèi)包含湖南、江西、福建、廣東大部、浙江南部等地區(qū)以及湘江、沅江、贛江等河流.氣候類型主要為亞熱帶季風(fēng)氣候,地形包括山地、丘陵和平原等.該區(qū)域人口眾多,經(jīng)濟(jì)發(fā)達(dá),同時(shí)受季風(fēng)、大洋及青藏高原等影響,氣象復(fù)雜多變,降水時(shí)空分布較不均勻,不同類型的極端降水頻次、降水量及強(qiáng)度等多年來有增大趨勢,由此引發(fā)的災(zāi)害給社會(huì)經(jīng)濟(jì)帶來威脅[22].
(1)本文采用中國氣象局國家氣象信息中心(HTTP://DATA.CMA.CN/)所提供的1970-2019年中國地面氣候資料日值數(shù)據(jù)集.為確保數(shù)據(jù)的有效性,將缺測日數(shù)超過1%的站點(diǎn)剔除,選取位于江南地區(qū)330個(gè)站點(diǎn)的降水要素集,日降水量為20~20時(shí)累計(jì)降水量.該數(shù)據(jù)集已經(jīng)過嚴(yán)格質(zhì)量控制,并在國內(nèi)氣象研究中廣泛應(yīng)用.
(2)環(huán)流數(shù)據(jù)采用美國NCEP/NCAR再分析資料(https://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.html),包括位勢高度、經(jīng)緯向風(fēng)、比濕等要素,時(shí)段與降水?dāng)?shù)據(jù)一致,氣壓層均為8層,水平分辨率均為2.5°×2.5°.
1.3.1 百分位閾值法
本文采用翟盤茂等[23]定義的百分位閾值法確定極端降水閾值.將江南地區(qū)各站≥1 mm 的日降水量按升序排列,取第95百分位值作為該站的閾值,超過閾值的事件即為極端降水事件.各站點(diǎn)具有不同的閾值及極端事件時(shí)間序列.
1.3.2 事件同步法
事件同步法(event synchronization, ES)是用于計(jì)算時(shí)間序列與事件之間非線性相關(guān)性的有效工具,已廣泛運(yùn)用于全球氣候分析中.參考Quiroga[24],其主要步驟如下:
(2)計(jì)算格點(diǎn)i與j的ES數(shù)量,定義C(i|j):
根據(jù)地表監(jiān)測資料,滑坡體在產(chǎn)生地表裂縫之后仍處于變形發(fā)展中,在對隧道進(jìn)行有效加固及對山體開始卸載后,變形速度開始下降至蠕動(dòng),各測點(diǎn)每天的位移一般在10 mm左右,沉降一般在5~10 mm,仍處于蠕動(dòng)的不穩(wěn)定狀態(tài)。場區(qū)處于雨季,降雨量大且集中,坡體上缺少完善的排水系統(tǒng),降雨極易沿裂縫下滲,形成動(dòng)水壓力,還使滑體飽和而自重增加,并降低滑帶土體抗剪強(qiáng)度,導(dǎo)致下滑力增大而抗滑力減小。一旦下滑力大于抗滑力,滑體將會(huì)有進(jìn)一步滑動(dòng)的傾向。
同樣地,為了探究方向上的延遲性,定義D(i|j):
(3)構(gòu)建對稱陣Qij和非對稱陣qij:
式中:Qij∈[0,1],越接近1代表同步性越強(qiáng);qij∈[-0.5,0.5],越接近-0.5代表i處事件大部分落后于j,qij=-0.5(0.5)時(shí),則表示格點(diǎn)i事件總是落后(超前)于j.
(5)為了分析極端降水同步特征,本文選了如下參數(shù)指標(biāo)(見表1).
表1 復(fù)雜網(wǎng)絡(luò)特征量說明
1.3.3 SOM-K聚類
神經(jīng)網(wǎng)絡(luò)自組織特征映射(SOM)與k-means相結(jié)合的方法為氣候?qū)W提供了一種將天氣狀態(tài)的復(fù)雜分布可視化的機(jī)制[25],在氣候模式分類和識別方面具有廣泛應(yīng)用.該方法主要包括兩個(gè)階段:
第一,以平均量化誤差(QE)和拓?fù)湔`差(TE)綜合最小化原則設(shè)定SOM輸出層節(jié)點(diǎn)數(shù),將QE、TE由小到大排名[26],如圖1所示.當(dāng)class=6*6時(shí),綜合誤差排名最高,即總和最小.
圖1 聚類數(shù)量選擇依據(jù)
第二,在初聚類中心基礎(chǔ)上,根據(jù)Davies Bouldin指數(shù)確定k-means聚類數(shù)[27],當(dāng)cluster=6時(shí),DB指數(shù)最低,即分類效果最好.
運(yùn)用啟發(fā)式Louvain算法,以模塊度Q最優(yōu)為基礎(chǔ),經(jīng)過兩層迭代,使網(wǎng)絡(luò)中節(jié)點(diǎn)有效分離.
式中:m是所有節(jié)點(diǎn)度中心度的總和;δ(Ci,Cj)判斷節(jié)點(diǎn)i和節(jié)點(diǎn)j是否屬于同一個(gè)社區(qū),若屬于則為1,否則取值0.
本文研究區(qū)站點(diǎn)劃分為4類,得到Q=0.7796,表明劃分結(jié)果中的各子區(qū)域具有較為明顯的空間一致性.
運(yùn)用事件同步法確定極端降水同步事件,并構(gòu)建復(fù)雜網(wǎng)絡(luò),分析其網(wǎng)絡(luò)結(jié)構(gòu)揭示的降水特征,具體如圖2所示.由圖2可知,江西省中部的度中心度值(K)高,而湖南省大部、兩廣地區(qū)的K值相對較低.可見極端降水關(guān)聯(lián)范圍受地形影響較明顯,受山地地形阻擋降水多集中于迎風(fēng)坡側(cè),而在低平地帶雨區(qū)廣闊,關(guān)聯(lián)范圍較大.由于東南沿海地區(qū)夏季常受海洋熱帶氣團(tuán)影響,多發(fā)氣旋型極端降水,其極端事件關(guān)聯(lián)范圍與氣旋強(qiáng)度、規(guī)模及移動(dòng)路徑相關(guān)性大,因此K值也相對較大.同時(shí),從西南到北部SK由負(fù)值過渡為正值,說明西南地區(qū)極端降水一般超前于北部地區(qū),夏季南半球東南信風(fēng)越赤道轉(zhuǎn)為西南向,加之海陸熱力性質(zhì)差異,影響南亞、東南亞等地,有利于為我國西南地區(qū)帶來印度洋的充沛水汽,使該地區(qū)容易較早產(chǎn)生極端降水,水汽北移的過程為北部內(nèi)陸區(qū)域帶來較為滯后的極端降水.東南沿海區(qū)極端降水發(fā)生也相對超前.這與該地環(huán)流背景有關(guān),夏季受季風(fēng)環(huán)流引導(dǎo)強(qiáng)烈,易形成熱力對流為主的對流型或熱帶氣旋型極端降水.另外,沿海及區(qū)域邊緣地帶為局部聚集系數(shù)(CC)高值區(qū),而在湖南、江西、廣東等地為CC低值區(qū),這證實(shí)了極端降水空間一致性與地形存在一定相關(guān)性.綜上指標(biāo),除東南沿海外,江南地區(qū)多數(shù)極端降水主要沿西南—東北方向通道進(jìn)行傳播,說明形成降水所需的水汽可能來自印度洋、孟加拉灣等地,并且途經(jīng)印度半島、孟加拉灣、中南半島進(jìn)入廣東沿海,在江南地區(qū)向北傳播,形成較大影響范圍的區(qū)域極端降水.
圖2 極端降水網(wǎng)絡(luò)特征量的空間分布
由于江南地區(qū)范圍較大,極端降水在整個(gè)區(qū)域同步發(fā)生概率較小,因此需將同步性高的站點(diǎn)聚集為相應(yīng)分區(qū),以利于識別極端降水事件的區(qū)域性特征,運(yùn)用前文所述Louvain算法劃分,結(jié)果如圖3所示.
圖3 極端降水同步事件的區(qū)域劃分
由圖3可知,江南地區(qū)極端降水同步事件可分為4類,分別為沿海型、南部型、中部型和北部型.除沿海外,其余站點(diǎn)分布形態(tài)呈西南-東北,這與中國夏季主要水汽來源及推移過程相一致.沿海型夏季受海陸季風(fēng)影響較深,熱帶氣旋多發(fā),登陸東南沿岸帶來大量水汽,產(chǎn)生持續(xù)期較短的氣旋型極端降水,進(jìn)入內(nèi)陸后強(qiáng)度減弱,因此該類同步站點(diǎn)僅聚集于沿岸范圍.
由于在大規(guī)模環(huán)流特征揭示上,區(qū)域性事件具有信號更強(qiáng),且危害更大,因此為更準(zhǔn)確研究江南地區(qū)極端降水事件的成因,將所有同步事件中關(guān)聯(lián)站點(diǎn)數(shù)量超過前述各分區(qū)三分之一的事件定義為區(qū)域性極端降水事件[28],共識別出850次事件,對其環(huán)流結(jié)構(gòu)開展分析.根據(jù)前述最佳分類原則,將850 hPa位勢高度距平場聚類為如圖4的6類,即GS1—6,樣本分別為:GS1,148天(17.41%);GS2,221天(26%);GS3,116天(13.65%);GS4,113天(13.29%);GS5,175天(20.59%);GS6,77天(9.06%).
由圖4可知,6類位勢高度距平場均近似偶極子分布,這意味著江南地區(qū)夏季極端降水時(shí),位勢高度、海平面氣壓與周邊地區(qū)存在反相變化,有助于水汽的進(jìn)入和較強(qiáng)降水的出現(xiàn),與前人研究相一致.另外6類位勢高度距平場,江南地區(qū)位勢高度距平均為負(fù)值,意味著江南地區(qū)較周圍氣壓更低,具備水汽輻合條件.從GS1型來看,江南地區(qū)850 hPa位勢高度更低,江南地區(qū)至西北太平洋一帶地區(qū)負(fù)距平延伸;500 hPa位勢場顯示,江南地區(qū)位于大振幅低壓槽前,阿爾泰山以北為高壓脊控制.GS2型位勢高度距平場顯示,中緯區(qū)115°E東西兩側(cè)存在正距平中心和負(fù)距平中心,江南地區(qū)位于弱低壓槽東南側(cè),加之西太平洋副熱帶高壓偏西,有助于水汽大量進(jìn)入江南地區(qū).GS3型850 hPa位勢高度負(fù)距平中心主要位于日本群島及太平洋東南側(cè)范圍,江南地區(qū)也受低壓控制,貝加爾湖以南及塔里木盆地附近則為正距平中心,為北方冷空氣南下提供條件.從GS4型來看,850 hPa位勢高度負(fù)距平集中于江南地區(qū)沿海側(cè),日本海附近地區(qū)氣壓較高,且統(tǒng)計(jì)發(fā)現(xiàn)該類型引發(fā)降水中,46%位于沿海站點(diǎn)內(nèi),且主要為氣旋型極端降水,可推測江南地區(qū)受熱帶低空渦旋影響,氣流強(qiáng)烈上升,而在氣旋外圍形成下沉高壓區(qū);500 hPa位勢場可見,江南地區(qū)受低壓短槽控制,西太平洋副高西伸脊點(diǎn)偏西偏北.GS5型850 hPa位勢高度負(fù)距平區(qū)大范圍分布于30°N以北地區(qū),中國東北部至日本群島為負(fù)距平區(qū),印度半島、東南亞群島至西太平洋區(qū)域氣壓偏高,西太平洋副高西伸明顯、位置偏南,有利于西南氣流與低壓槽帶來的南下冷空氣匯合,易在江南地區(qū)北部形成極端降水.GS6型與2型相似,850 hPa位勢高度負(fù)距平勢力更強(qiáng),異常低壓范圍更廣,正距平區(qū)僅存于西北太平洋部分區(qū)域,槽脊振幅較大.
圖4 位勢高度距平場的分類注:白色實(shí)線表示500 hPa位勢,填色表示850 hPa位勢.
本文旨在探討江南地區(qū)夏季極端降水同步事件的空間特征,揭示區(qū)域極端降水的不同環(huán)流形勢,更客觀準(zhǔn)確地認(rèn)識和判斷極端降水的成因,所得結(jié)果與前人研究基本一致[15],較好地反映出研究區(qū)的極端降水空間關(guān)聯(lián)范圍、聚集性及時(shí)間先后等特征.對于區(qū)域性極端事件的環(huán)流形勢分析,符合前人對該區(qū)域研究中涉及極端降水類型,如鋒面型、氣旋型等[22].本研究利用極端降水同步事件的網(wǎng)絡(luò)結(jié)構(gòu),對提高江南地區(qū)對夏季極端降水的預(yù)報(bào)水平有理論指導(dǎo)意義,可從環(huán)流形勢的組合性異常入手,以不同站點(diǎn)的關(guān)聯(lián)程度、傳播方向及脆弱性等為依據(jù),建立適用于研究區(qū)的極端降水預(yù)報(bào)機(jī)制.對于關(guān)聯(lián)范圍較大、發(fā)生時(shí)間較滯后的區(qū)域,應(yīng)及時(shí)提取前期信號,建立科學(xué)合理的預(yù)報(bào)概念模型,以減輕重大天氣災(zāi)害事件對人民生產(chǎn)生活造成的消極影響,對于沿海聚集性較強(qiáng)的區(qū)域,應(yīng)重點(diǎn)關(guān)注夏季熱帶氣旋帶來的極端降水,結(jié)合東亞夏季風(fēng)、西太平洋副高等指標(biāo)以提高預(yù)報(bào)精度.但本文對于極端降水同步事件的水汽輸送、垂直結(jié)構(gòu)等的研究尚有缺乏,后續(xù)應(yīng)進(jìn)一步探討其具體影響機(jī)制.
本文運(yùn)用事件同步法建立極端降水復(fù)雜網(wǎng)絡(luò),并結(jié)合聚類方法探究了江南地區(qū)區(qū)域性極端降水的代表性位勢高度距平場及水汽輸送情況,得到如下結(jié)論:
(1)江南地區(qū)極端降水的時(shí)空關(guān)聯(lián)存在區(qū)域差異,中部同步事件關(guān)聯(lián)范圍較大、聚集性較差,在事件傳播中起主要作用,即為從印度洋等地來的水汽傳輸提供了通道.沿海地區(qū)極端降水一般超前于內(nèi)陸地區(qū),且邊緣同步事件聚集性強(qiáng),與東亞夏季風(fēng)環(huán)流規(guī)律相一致.
(2)采用Louvain算法將江南地區(qū)同步事件中具有明顯空間同質(zhì)性的區(qū)域劃分類別,得到4個(gè)子區(qū)域,分別為沿海型、南部型、中部型和北部型,各子區(qū)內(nèi)站點(diǎn)分布呈東西帶狀,與中國南方夏季雨帶的遷移規(guī)律相一致,且沿海區(qū)域夏季極端降水多由熱帶氣旋引發(fā),聚集性強(qiáng)、持續(xù)性差,多聚集于沿岸地區(qū).
(3)為探究江南地區(qū)極端降水的大規(guī)模環(huán)流特征,定義區(qū)域性極端降水事件,探討其形成時(shí)的環(huán)流信號.利用SOM-k聚類,對850 hPa位勢高度場進(jìn)行劃分,得到共6類結(jié)構(gòu),且均顯示出偶極子現(xiàn)象,500 hPa位勢高度在東亞大陸中高緯存在大振幅槽脊,江南地區(qū)一帶低槽活動(dòng)較為頻繁,西太平洋副熱帶高壓較平均值偏西偏南,使得東亞夏季風(fēng)減弱,氣流輻合穩(wěn)定在研究區(qū)內(nèi),形成區(qū)域性極端降水.