Page 74 - 《高原气象》2025年第5期
P. 74

高     原      气     象                                 44 卷
              1192
             中对湖泊分量模型进行了很好的校准。                                  2021）。可以看出， 发生区域性极端降水时研究区
             3. 3 方法                                            东部尤其是纳木错流域及以北小湖泊群附近为极
             3. 3. 1 极端降水和区域性极端降水事件的定义                          端降水的高发地带， 极端降水发生概率超过 14%，
                  本文采用 95 百分位法（Xu et al， 2023； Zeng et          小湖泊群附近最高可达 18% 以上， 沿此区域向外极
             al， 2023）定义了单点极端降水和区域性极端降水。                        端降水发生概率逐步降低。区域性极端事件引发
             基于 CMFD 资料 1979 -2018 年间 40 个秋季（9 -                的降水量分布也呈现相似的特征， 纳木错湖以东以
             11月）的逐 3 h降水数据， 首先计算青藏高原中部地                        北降水量超过 40 mm， 在区域南部冈底斯山脉和念
             区（86°E -93°E， 29°N -33°N）每个站点强度≥0. 1               青唐古拉山脉上也出现了 35 mm 以上的降水量大
             mm·（3h） 的所有历史降雨记录按升序排列的第 95                        值区。
                      -1
             百分位阈值， 当在给定时间某一格点的降水记录超                                图 2（e）给出了区域性极端事件引发的降水量
             过该格点的第 95 百分位阈值时， 则判定该格点在                          占总降水量的比例， 区域性极端事件虽然发生频次
             这一时间发生了一次单点极端降水。                                   较少， 却贡献了高原中部 40% 左右的秋季总降水
                  在单点极端降水的基础上， 进一步定义了区域                         量。贡献率的空间分布差异较小， 在纳木错湖以
             性极端降水， 首先统计 1979 -2018 年间 40 个秋季                   西、 色林错湖以南部分地区的贡献率超过 45%， 并
             青藏高原中部地区每 3 h 同时出现极端降水的格点                          由中心向外围依次递减。
             数量， 继而将同时出现极端降水的格点数（≥1）按升                              图 2（f）给出了区域性极端事件引发的极端降
             序排列， 进而取第 95 百分位数的格点数作为判定                          水发生频次的长期变化趋势。整体上来看， 区域性
             该地区是否发生区域性极端降水事件的阈值， 当同                            极端事件引发的极端降水发生频次在整个高原中
             时发生极端降水的格点数超过这一阈值时则判定                              部地区均呈现出上升趋势， 在东北部小湖泊群区、
             发生了一次区域性极端降水事件。根据上述方法，                             东南部地区为增速大值区且变化趋势显著， 这也是
             统计出 1979 -2018 年间 40 个秋季青藏高原中部地                    区域性极端降水发生时极端降水发生概率较高的
             区共发生了1358次区域性极端降水事件。                               地区［图2（d）］。
                  图 2给出了 1979 -2018年高原中部秋季降水和                   3. 3. 2 环流分型算法
             极端降水的基本特征。从秋季降水量的气候平均                                  在上述检测出的区域性极端降水事件基础上，
             态［图 2（a）］来看， 高原中部降水量存在较大的空间                        进一步采用 python中 scikit-learn机器学习库内置的
             差异， 整体表现为自东向西逐步减少， 秋季降水量                           谱聚类算法（spectral clustering）对区域性极端降水
             超过 100 mm 的地区主要分布在纳木错湖以东， 而                        发生时的大气环流进行分型， 该方法是一类无监督
             色林错湖以西的大部分地区秋季降水量都不足                               的机器学习聚类算法， 与 k-means 等传统聚类算法
             60 mm。值得注意的是， 在纳木错湖东部有一孤立                          相比， 谱聚类算法具有对数据分布的适应性强、 计
             的降水高值中心（>120 mm）。图 2（b）给出了秋季                       算量小等特点， 且能适应任意形状的样本空间， 聚
             极端降水 95 百分位阈值的空间分布， CMFD 开发                        类效果更为优越（Von， 2007）。近年来， 谱聚类算
             过程需要融合部分站点降水数据（He et al， 2020），                    法已逐步应用于中国不同气候区的极端降水天气
             导致区域内出现零星的阈值中心， 不过这对于再现                            分型研究（Tang et al， 2021； Xu et al， 2023； Zeng et
             降水整体分布影响不大。弓形降水阈值大值区自                              al， 2023）。
             研究区东北部延伸至南部雅鲁藏布江谷地， 极端降                                参考前人的研究（Xu et al， 2023； Zeng et al，
                                       -1
             水 阈 值 超 过 2. 4 mm·（3h） ， 部 分 地 区 达 到 3. 2          2023）， 本文利用谱聚类算法对识别出的 1979 -
             mm·（3h） 以上。                                        2018 年间 40 个秋季 1358 次区域性极端事件发生时
                      -1
                  图2（c）~（f）主要展示了与区域性极端降水事件                      青藏高原中部地区（86°E -93°E， 29°N -33°N）上空
             相关的降水特征。图 2（c）和（d）给出了区域性极端                         ERA5 的 500 hPa 和 200 hPa 水平风场进行分析， 首
             降水事件所引发降水量的气候平均态以及区域性                              先分别对各层次每个格点的 u 和 v分量的 1358 个时
             极端降水事件发生时每个格点发生极端降水的概                              间序列进行归一化处理， 继而将每个变量归一化结
             率， 每个格点发生极端降水的概率定义为区域性极                            果的三个空间维度（经向格点数、 纬向格点数和垂
             端降水事件发生时该格点发生极端降水的总次数                              直层数）展平为一维数组。然后将每一次区域性极
             占区域性极端降水事件总次数的比例（Tang et al，                       端降水事件发生时的 v 分量展平的一维数组接在
   69   70   71   72   73   74   75   76   77   78   79