Page 233 - 《高原气象》2026年第2期
P. 233

2 期                      张文韬等:印太海温异常对中国冬季降水变化的调控关系                                         533
               化在空间上存在怎样的特征?冬季前期印太海温                             区域, 相比GPCC、 CRU等日降水观测(空间分辨率
               异常对中国冬季降水的调控是否存在区域差异?                             0. 5°×0. 5°)具有较高的空间分辨率, 且偏差更小,
               冬季前期El Niño/La Niña信号的不同演变和中国冬                    被广泛应用于中国地区降水变化的研究(Yang et
               季降水存在怎样的关系?本文利用 1961 -2021 年                      al, 2023; Lu et al, 2024)。本文在逐日降水数据的
               冬季降水观测和 ERA5 再分析资料, 试图回答上述                        基础上计算得到冬季降水数据, 其中冬季指当年 12
               问题。                                               月至次年2月。
                                                                     为了分析印太海温异常和冬季降水的关系, 本
               2  资料和方法
                                                                 文使用赤道中东太平洋 NINO 3. 4 区海温距平指数
                   本文分析降水的资料来源于 2472 个气象站点                      (NINO3. 4)和热带印度洋全区一致海温模态指数
               的降水观测利用距平逼近法构建的格点化日降水                            (IOBW)表示印太海温异常, 具体的定义和计算如
               资 料 ,  即 CN05 格 点 降 水 资 料(吴 佳 和 高 学 杰 ,           表 1 所示。根据《厄尔尼诺/拉尼娜事件判别方法》
               2013)。CN05 资料的水平分辨率为 0. 25°×0. 25°,              (GB/T 33666-2017), 本文用 NINO 3. 4区海温是否
               时间范围 1961 -2021 年。该数据涵盖了整个中国                      异常偏暖(冷)0. 5 °C来判别El Niño(La Niña)。
                                                   表1  印太海温异常指数定义
                           Table 1  Definition of the Indian and Pacific Ocean Sea Surface Temperature Anomaly Index
                       指数                            名称                                    定义
                                                                                 - -----
                      NINO 3. 4               NINO 3. 4区海温距平指数                   SST (5°S - 5°N,170°W - 120°W )
                                                                                 - -----
                       IOBW                热带印度洋全区一致海温模态指数                       SST (20°S - 20°N,40°E - 110°E )
                   为了分析中国冬季降水的变化特征使用了变                           IOBW_I = IOBW - R 2 (IOBW,NINO3.4)
               异系数(Coefficient of Variation, CV), 线性趋势分                    ×NINO3.4                        (3)
               析, 经验正交函数分析(Empirical Orthogonal Func‐            式 中 :  R 1 (R 2 )表 示 NINO3. 4(NIOBW)对 IOBW
               tion, EOF)。其中, 变异系数是统计学中描述离散                     ( INO3. 4 )的回归系数。
               程度的一个归一化量度, 用于比较平均值不同的变                               为了分析赤道中东太平洋和印度洋海温对中
                                                                 国冬季降水的协同作用, 使用 NINO 3. 4 和 IOBW
               量的相对变率, 其定义为标准差(σ)和平均值(μ)的
                                                                 通过二元回归至冬季降水(P), 利用回归系数拟合
               比值:
                                        σ                        得到的冬季降水(P r )代表印、 太海温对中国冬季降
                                  CV =                   (1)     水的协同贡献, 拟合公式为:
                                        μ
                                                                        P r = β 1 × NINO3.4 + β 2 × IOBW + b  (4)
                   本研究采用非参数化的蒙特卡洛方法, 检验相
                                                                 式中: β 1 和 β 2 分别为 NINO3. 4和 IOBW标准化回归
               关 系 数 的 显 著 性(Livezey and Chen, 1983; 施 能
                                                                 至P的回归系数; b为常数项。
               等, 1997)。对 A 和 B 两个序列相关系数的蒙特卡
                                                                     文中涉及的地图是基于中华人民共和国自然
               洛检验方法如下: 若 A 的样本数为 N, 则将 A 中的
                                                                 资源部地图技术审查中心标准地图服务系统下载
               N 个样本随机排列后, 与 B 求相关。如此重复 1000
                                                                 的审图号为 GS(2020)4632 号的中国地图制作, 底
               次, 将所得 1000 个相关系数从小到大排序。若 A
                                                                 图无修改。
               和 B 的相关系数超过了该组相关系数的 95% 分位
               数, 则认为 A 和 B 的相关系数通过了信度为 95% 的                    3  1961 --2021 年中国冬季降水的空间
               显著性检验(施能等, 1997; 李维京等, 2018)。                         变化特征
                   为了分析赤道中东太平洋和印度洋海温对中
                                                                     图 1 给出了观测的中国冬季降水的基本特征。
               国冬季降水的独立影响, 使用偏回归的方法(Zhou                         图 1(a)是 1961 -2021 年中国多年平均的逐月降水,
               and Wu, 2010), 得到剔除 IOBW 信号的 ENSO指数               标准差和变异系数。冬季 12 月、 1 月、 2 月的月平
              (NINO  3. 4_I)和 剔 除 ENSO 信 号 的 IOBW 指 数            均降水量和标准差相比其他月份小, 变异系数
              (IOBW_I):                                         (CV)比其他月份大, 表明冬季降水量相比其他月
               NINO3.4_I = NINO3.4 - R 1 ( NINO3.4,IOBW )        份小, 但变异系数大。图 1(b)给出了中国冬季多年
                           ×IOBW                         (2)     平均降水量和标准差的空间分布, 总体上呈现自东
   228   229   230   231   232   233   234   235   236   237   238