Page 250 - 《高原气象》2026年第3期
P. 250

高     原      气     象                                 45 卷
              858
             角度探究其变化的潜在机制与成因, 以加强复合极                            90 百分位和日降水量小于 25 百分位的组合定义
                                                                  th
                                                                                           th
             端气候事件多种驱动和致灾因子依赖性及相互作                              为复合极端高温干旱事件, 并将每个夏季发生高温
             用机理的相关研究, 进一步认识我国夏季极端高温                            干旱的天数和最大持续时间分别设为随机变量 X和
             干旱发生规律, 并提升我国夏季极端高温天气过程                            Y, 其边际分布为:
             的预测能力和水平。                                                         F X ( x ) = P ( X ≤ x )    (1)
                                                                               F Y ( y ) = P (Y ≤ y )     (2)
              2  资料来源与方法介绍
                                                                式中: F X ( x )、 F Y ( y ) 分别为每个夏季发生高温干旱
             2. 1 资料来源                                          的天数和最大持续时间的边际分布; X 为每个夏季
                  采用中国气象局提供的 1960 -2020 年中国 839                 发生高温干旱的天数; Y 为每个夏季发生高温干旱
             个站点逐日气温和降水观测数据分析我国复合极                              的最大持续时间; P为概率函数。
             端高温干旱事件的时空演变特征, 并采用欧洲中期                                其次, 参考 Gringorten(1963)定义的 empirical
             天气预报中心提供的第五代再分析资料(ERA5, 水                          Gringorten plotting 公式, 用于估计复合极端高温干
             平分辨率 0. 25°×0. 25°, 时间分辨率 1 h)分析我国                 旱事件的天数和最大持续时间的边际概率分布函
             复合极端高温干旱气候事件的异常环流背景和物                              数, 具体公式如下:
             理机制。其中, 气象站点观测数据经过中国气象局                                     P ( x i ) = (m i - 0.44)/ (n + 1.2)  (3)
             质量控制, 并广泛应用于研究工作(索朗塔杰等,                            式中: n为样本量; m i 为x t ≤ x i(1 ≤ t ≤ n)的数量。
             2020), 数据处理时剔除了部分连续缺测的站点,                              最后, 根据复合高温干旱事件的发生天数和最
             并 对 非 连 续 缺 测 的 站 点 使 用 邻 近 插 值 法 插 补 ;            大持续时间, 对其建立二元联结关系:
             ERA5 数据基于先进的同化技术制成, 有较好的适                          F ( x,y ) = P ( X ≤ x,Y ≤ y ) = C [ F X ( x ),F Y ( y );θ ]
             用性, 广泛用于区域或全球高温干旱研究(Dong et                                                                  (4)
             al, 2024; Hersbach et al, 2020), 具体包括大气资           式中: F ( x,y ) 为每个夏季发生高温干旱的天数和
             料、 陆面资料和云辐射资料。其中大气资料为 37                           最大持续时间的联合分布函数; C 为二元联结函
             层气压层, 包括位势高度、 经向风、 纬向风、 垂直                         数; θ为联结函数参数。
             速度、 气温、 比湿和整层的经/纬向水汽输送通量;                              因此, 复合高温干旱事件严重性指数 PI可构建
             陆面资料包括地表温度、 2 m 气温、 感/潜热通量、                        为:
             地表热通量和地表蒸发; 云辐射资料为总云量                                PI = P ( X > x,Y > y ) = 1 - F X ( x ) - F Y ( y )
                                                                                                          (5)
             (TCC)、 地表净辐射通量。文中涉及的地图是基于                                 +C ( F X ( x ),F Y ( y ) )
             中华人民共和国自然资源部地图技术审查中心标                                 (2) Copula函数
             准地图服务系统下载的审图号为 GS(2016)2556 的                          本文采用 Sklar(1959)提出的 Copula 函数构建
             中国地图制作, 底图无修改。                                     我国复合极端高温干旱事件发生天数和最长持续
             2. 2 方法介绍                                          时间之间的二元联合分布。该函数可对各变量的
                  Li et al(2023)通过计算气温和降水的发生天数                  任意边缘分布进行建模并构建其联合分布, 从而得
             和最大持续时间两个变量的联合分布函数, 定义了                            到此类随机变量的联合分布情况, 且能独立于随机
             复合极端高温干旱事件指数(Compound extreme                      变量的边缘分布并反映变量之间的相关性(夏军
             High Temperature and Drought events, CHTDI), 该     等 ,  2012;  刘 章 军 等 ,  2021;  Francois  and  Vrac,
             指数被定义为高温干旱同时发生的天数和最大持                              2023)。设 F  X,Y ( x,y )为 1960 -2020年我国复合极端
             续时间的组合概率, 可对复合高温干旱事件的严重                            高温干旱事件发生天数和最长持续时间的二元联
             程度进行量化。CHTDI的值越小, 表示复合高温干                          合累积分布函数, 其中 F X ( x ) 和 F Y ( y ) 分别对应变
             旱的程度越剧烈。因此, 本文参考该指数, 以及通                           量的连续累积分布函数, 通过 Copula函数可以构造
             过 Copula 函 数 、 T-N 波 作 用 通 量 等 方 法 对 1960          出其联合分布函数C, 其表达式为:
             -2020 年我国夏季(6 -8 月)复合高温干旱事件进行                          F X,Y  ( x,y ) = C [ F X ( y ),F X ( y ) ] = C ( μ,v ) (6)
             研究, 讨论该类事件在时间和空间上的变化趋势及                               (3) T-N波作用通量
             其变化的潜在成因与机制。具体研究方法如下:                                  波作用通量常用于度量波动能量传播, 可诊断
                 (1) 复合极端高温干旱指数                                 波动的传播和波流相互作用, 如 E-P 通量、 Plumb
                  Li et al(2023)将夏季(6 -8月)日最高气温大于               波作用通量和 T-N 通量。其中 T-N(Takaya-Naka‐
   245   246   247   248   249   250   251   252   253   254   255