為了挖掘降水的內(nèi)在非線性動力學(xué)機制,基于1960—2017年4—9月的中國日降水?dāng)?shù)據(jù),利用百分位閾值法確定不同強度的降水事件,定義相鄰?fù)瑥姸冉邓录g的間隔時間為"靜默時間",描述同閾值降水事件再次發(fā)生的歷時長短。"平均靜默時間"可以表征不同強度降水事件的群發(fā)性特征,即某一時段內(nèi),平均靜默時間越短（長）,同類型降水事件再次發(fā)生的歷時越短（長）,其群發(fā)性程度越強（弱）。分析不同強度降水事件的平均靜默時間在中國東部地區(qū)的空間分布和時間演變特征表明:1960—2017年,一般強度降水事件在長江中游地區(qū)較其余地區(qū)群發(fā)性強,而東北南部地區(qū)則較弱;極端降水事件在中國東部北方地區(qū)群發(fā)性較強,而在南方地區(qū)則偏弱。就氣候態(tài)演化過程而言,一般強度降水事件的群發(fā)性在長江以南地區(qū)有所增強,在東北南部地區(qū)則呈減弱趨勢;極端降水事件的群發(fā)性特征在中國東部北方地區(qū)不斷減弱,但在南方地區(qū)持續(xù)增強。各站點降水事件靜默時間的概率密度函數(shù)均呈冪律分布,且時、空上呈無標(biāo)度特征,表明日降水系統(tǒng)為現(xiàn)實世界中的自組織臨界系統(tǒng),為時間序列分析角度理解降水事件內(nèi)在非線性動力學(xué)機制提供了新的視角。 

【文章來源】：氣象學(xué)報. 2020,78(06)北大核心CSCD

【文章頁數(shù)】：14 頁

【部分圖文】：

0 雙對數(shù)坐標(biāo)系下（a) 500 h Pa不同強度相對濕度靜默時間概率密度分布，（b）重標(biāo)度后相對濕度靜默時間概率密度分布，（c）不同時間尺度下相對濕度靜默時間概率密度分布，（d）相對濕度靜默時間理論概率密度分布

圖6a為雙對數(shù)坐標(biāo)系下杭州站不同閾值降水事件靜默時間的概率密度分布，且各閾值擬合曲線接近于指數(shù)為1.2的冪律分布。其中30—70百分位閾值的降水事件概率密度分布規(guī)律基本一致，即閾值不超過70百分位時，靜默時間概率密度分布與閾值無關(guān)，且尾部有一個快速衰減過程，但偏離較遠(yuǎn)。80—90百分位對應(yīng)的極端降水事件的概率密度與冪律函數(shù)較符合，尾部同樣存在衰減，這可能是樣本的有限性造成的，但衰減明顯減弱。這也表明前文中選取30和90百分位閾值下兩類降水事件研究具有很好的代表性。若靜默時間呈冪律分布特征，其概率密度函數(shù)可用一個與閾值無關(guān)的標(biāo)度律的形式表征，如式（4)圖5 靜默時間指數(shù)隨時間尺度增加變化趨勢

圖2a為R1降水事件平均靜默時間的空間分布特征。R1降水事件的平均靜默時間多為2—2.5 d，即發(fā)生一次R1事件后，間隔2 d左右即會發(fā)生一次同等強度的降水事件。高值主要集中在內(nèi)蒙古東北部以及遼寧、河北、山東等地區(qū)，其平均靜默時間均在2.5 d以上，表明一般性強度的降水事件在這些地區(qū)發(fā)生相對分散。低值則主要位于長江中游地區(qū)，平均靜默時間為1.5—2.0 d，即這些區(qū)域連續(xù)發(fā)生兩次一般性降水事件的時間間隔相對較短，一般降水事件發(fā)生相對集中。圖2b為R2降水事件平均靜默時間的空間分布特征。總體呈北部短，南部長，西部短，東部長的空間分布特征。東北地區(qū)的西南部平均靜默時間為9.0—9.5 d，而長江黃河之間的大部分區(qū)域、東南沿海地區(qū)則為10.0—10.5 d，廣東和福建的沿海區(qū)域平均達(dá)12.0 d。說明連續(xù)發(fā)生極端降水事件的時間間隔北方地區(qū)較南方地區(qū)偏短，西南地區(qū)較華南地區(qū)偏短。與一般性降水事件靜默時間分布（圖2a）相比，極端降水靜默時間的空間分布呈南高北低的特征，且南北差異較大，說明極端降水事件群發(fā)性區(qū)域特征更明顯，尤其北方極端降水事件發(fā)生相對集中，可能是該地區(qū)在這個時段內(nèi)受冷渦影響比較多造成的（廉毅等，2017）。雖然中國東部地區(qū)受夏季風(fēng)影響，南方（北方）地區(qū)水汽輸送充足（偏少），降水量明顯偏大（偏小）（圖2c），但由于南方（北方）地區(qū)雨季開始早（晚），結(jié)束晚（早），造成本地區(qū)極端降水在4—9月相對較分散（集中），故極端降水時間群發(fā)性弱（強），平均靜默時間長（短）（Gong,et al,2018）。此外，對40、50、60、70百分位閾值對應(yīng)的降水事件平均靜默時間空間分布做了分析，發(fā)現(xiàn)隨著閾值的增大，中國東部整體的平均靜默時間也相應(yīng)延長，即極端性越強的降水事件其時間群發(fā)性特征越不明顯，與此同時北方地區(qū)平均靜默時間增幅比南方要低得多，因此逐步演化成平均靜默時間南長北短的分布特征（圖略）。3.2 平均靜默時間不同氣候態(tài)時間演化特征

【參考文獻(xiàn)】：
期刊論文
[1]東北冷渦活動及其短期氣候預(yù)測研究進(jìn)展[J]. 廉毅,沈柏竹,劉剛,李尚鋒,楊旭,蘇麗欣.  氣象科技進(jìn)展. 2017(01)
[2]夏季中國中東部不同歷時降水時空分布特征[J]. 金煒昕,李維京,孫丞虎,左金清.  氣候與環(huán)境研究. 2015(04)
[3]夏季西太平洋副熱帶高壓的不同類型與中國汛期大尺度旱澇的分布[J]. 趙俊虎,封國林,楊杰,支蓉,王啟光.  氣象學(xué)報. 2012(05)
[4]中國極端溫度的群發(fā)性研究[J]. 趙俊虎,王啟光,支蓉,封國林.  氣象學(xué)報. 2012(02)
[5]極端事件再現(xiàn)時間長程相關(guān)性與群發(fā)性研究[J]. 王啟光,侯威,鄭志海,馮愛霞,鄧北勝.  物理學(xué)報. 2010(10)
[6]中國近50a極端降水事件變化特征的季節(jié)性差異[J]. 陳海山,范蘇丹,張新華.  大氣科學(xué)學(xué)報. 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系統(tǒng)長程相關(guān)性研究[J]. 王啟光,支蓉,張增平.  物理學(xué)報. 2008(08)
[9]Analysis of precipitation characteristics of South and North China based on the power-law tail exponents[J]. 封國林,龔志強,支蓉,章大全.  Chinese Physics B. 2008(07)
[10]夏季中國降水型的年代際變化與大氣內(nèi)部動力過程及外強迫因子關(guān)系[J]. 張慶云,呂俊梅,楊蓮梅,衛(wèi)捷,彭京備.  大氣科學(xué). 2007(06)



本文編號：3305997