黑龙江省夏季降水非均匀性特征及其影响因素

doi:10.11755/j.issn.1006-7639(2023)-02-0268

干旱气象 ›› 2023, Vol. 41 ›› Issue (2): 268-278.DOI: 10.11755/j.issn.1006-7639(2023)-02-0268

黑龙江省夏季降水非均匀性特征及其影响因素

康恒元¹^,²(), 刘玉莲³(), 周贺玲⁴, 袁芳⁵

1.黑龙江省哈尔滨市气象局，黑龙江哈尔滨 150001
2.南京信息工程大学电子与信息工程学院，江苏南京 210044
3.黑龙江省气候中心，黑龙江哈尔滨 150030
4.河北省廊坊市气象局，河北廊坊 131001
5.中国气象局气象干部培训学院湖北分院，湖北武汉 430074

收稿日期:2022-03-21 修回日期:2022-07-19 出版日期:2023-04-30 发布日期:2023-05-09
通讯作者: 刘玉莲（1974—），女，黑龙江兰西人，正高级工程师，主要从事区域气候变化研究。E-mail:18973598@qq.com。
作者简介:康恒元（1970—），男，黑龙江望奎人，高级工程师，主要从事气象网络与数据挖掘。E-mail:627362835@qq.com。
基金资助:
国家重点研发计划项目(2018YFA0605603);国家自然科学基金项目(41771067);黑龙江省自然科学基金项目(LH2019D013);及中国气象局气候变化专项项目(CCSF201842);及中国气象局气候变化专项项目(CCSF201910);及中国气象局气候变化专项项目(CCSF202013)

Heterogeneity characteristics and influencing factors of summer precipitation in Heilongjiang Province

KANG Hengyuan¹^,²(), LIU Yulian³(), ZHOU Heling⁴, YUAN Fang⁵

1. Harbin Meteorological Bureau of Heilongjiang Province， Harbin 150001， China
2. College of Electronics and Information Engineering， Nanjing University of Information Science & Technology， Nanjing 210044， China
3. Heilongjiang Climate Center， Harbin 150030， China
4. Langfang Meteorological Bureau of Hebei Province， Langfang 131001， Hebei， China
5. Training Centre， CMA， Hubei Branch， Wuhan 430074， China

Received:2022-03-21 Revised:2022-07-19 Online:2023-04-30 Published:2023-05-09

摘要/Abstract

摘要：

降水时空分布的非均匀性，易导致旱涝灾害的形成。全球变暖背景下降水时空分布格局变化有显著的区域性差异，探讨区域降水的非均匀性特征，对粮食安全、防汛抗旱有重要意义。本文基于1951—2020年黑龙江夏季逐日降水量观测资料，对比筛选常用的降水集中期和集中度计算方法，结合相关分析、趋势分析、小波分析等方法，探究黑龙江夏季降水非均匀性特征及其影响因素。结果表明：气候态上，黑龙江夏季降水集中期西南部偏早、东北部偏晚，最早在松嫩平原腹地（7月6—20日），最晚在三江平原腹地（8月10—25日）；夏季降水集中度西部大而中北部、西北部和东南缘小，最小在小兴安岭与三江平原过渡地带，最大在松嫩平原腹地。集中期偏早，集中度易偏大，在强降水早发区夏季降水易前期偏多、后期偏少。黑龙江夏季降水集中期和集中度年际尺度振荡明显，以2.0~4.0 a周期为主，整体无显著变化趋势。夏季降水集中期和集中度受前期、同期大气环流和海温影响明显，整体上夏季降水集中期与5月北美区极涡面积指数显著正相关，而与5月850 hPa西太平洋信风指数和8月斯堪的纳维亚遥相关型指数显著负相关；夏季降水集中度与夏季850 hPa中太平洋信风指数显著正相关，而与6月北非—北大西洋—北美副高脊线位置指数、7月东部型ENSO指数显著负相关，但不同气候指数显著相关区域存在差异。

关键词: 夏季降水, 非均匀性, 降水集中期, 降水集中度, 影响因素

Abstract:

The heterogeneity of precipitation in space and time can easily lead to the formation of drought and flood disasters. Under the background of global warming, there are significant regional differences in spatio-temporal distribution patterns of precipitation. It is of great significance for food security, flood control and drought relief to explore the heterogeneity characteristics of regional precipitation. Based on the daily precipitation observation data of Heilongjiang Province in summer from 1951 to 2020, the common calculation methods of precipitation concentration period (PCP) and precipitation concentration degree (PCD) are contrastively screened, firstly. Then, combined with correlation analysis, trend analysis and wavelet analysis, the characteristics of summer precipitation non-uniformity and its influencing factors are explored in Heilongjiang Province. The results show that the Heilongjiang summer PCP is earlier in the southwest and later in the northeast, and the earliest PCP is in the hinterland of the Songnen Plain (July 6 to 20), the latest PCP is in the hinterland of the Sanjiang Plain (August 10 to 25). The summer PCD is larger in the west and smaller in the north-central, northwest and southeast edge, the smallest PCD is in the transition zone between the Lesser Khingan Mountains and the Sanjiang Plain, and the largest PCD is in the hinterland of the Songnen Plain. When the summer PCP is early, the summer PCD tends to be large, which indicates that the summer precipitation in the areas with early heavy precipitation tends to be more in the early stage and less in the late stage. The inter-annual scale oscillation with a period of 2.0-4.0 a of summer PCP and PCD in Heilongjiang Province is obvious, and there is non-significant change trend on the whole. The summer PCP and PCD are significantly affected by the atmospheric circulation and sea temperature in the early period and the same period. On the whole, the summer PCP is significantly positively correlated with the North American polar vortex area index in May, while it is significantly negatively correlated with the western Pacific 850 hPa trade wind index in May and the Scandinavia teleconnection pattern index in August. The summer PCD is significantly positively correlated with the central Pacific 850 hPa trade wind index in summer, while it is significantly negatively with the North African-North Atlantic-North American subtropical high ridge position index in June and the eastern Pacific ENSO index in July, but the significant correlation regions for different climate indexes were different.

Key words: summer precipitation, heterogenity, PCP, PCD, influencing factors

中图分类号:

P461
P467

康恒元, 刘玉莲, 周贺玲, 袁芳. 黑龙江省夏季降水非均匀性特征及其影响因素[J]. 干旱气象, 2023, 41(2): 268-278.

KANG Hengyuan, LIU Yulian, ZHOU Heling, YUAN Fang. Heterogeneity characteristics and influencing factors of summer precipitation in Heilongjiang Province[J]. Journal of Arid Meteorology, 2023, 41(2): 268-278.

图/表 13

图1 黑龙江气象观测站分布及气候分区与代表站

Fig.1 The distribution of meteorological observation stations and the climatic zoning and corresponding representative stations in Heilongjiang Province

图2 基于矢量法（a）和滑动法（b）的1981—2010年黑龙江平均夏季降水集中期空间分布（粗实线为均值线，实线和虚线分别大于、小于均值线。下同）

Fig.2 Spatial distribution of average summer PCP in Heilongjiang Province from 1981 to 2010 based on vector method （a） and sliding method （b）（The thick solid isoline is mean value line， while the values of the solid and dotted isolines are more than and less than the mean value， respectively. the same as below）

图3 1981—2010年夏季黑龙江双城（a）和五常（b）平均日降水序列及不同方法计算的降水集中期

Fig.3 The mean daily precipitation series and PCP calculated by different methods in summer in Shuangcheng （a） and Wuchang （b） of Heilongjiang Province from 1981 to 2010

图4 基于不同方法的1981—2010年黑龙江平均夏季降水集中度空间分布（a）矢量法，（b）Q，（c）PCI，（d）滑动占比，（e）SUN

Fig.4 Spatial distribution of average summer PCD in Heilongjiang Province from 1981 to 2010 based on different method （a） vector method，（b） Q method，（c） PCI method，（d） sliding ratio，（e） SUN method

表1 不同方法计算的夏季降水集中度间的相关统计

Tab.1 Related statistics between summer PCDs calculated by different methods

方法	相关系数和	显著正相关占比/%
矢量法	161.2	57.0
Q	138.2	63.8
PCI	149.8	67.3
滑动占比	175.3	74.0
SUN	121.0	60.5

图5 1981—2010年黑龙江典型站夏季降水量平均日序列（灰色柱形为15 d滑动平均降水量）

Fig.5 The average daily series of precipitation at typical stations of Heilongjiang Province in summer from 1981 to 2010 （the gray columns for the 15-day sliding average precipitation）

表2 黑龙江省汛期降水集中期标准化场前5个EOF和REOF特征向量的方差及累积方差贡献率

Tab.2 The variance and accumulative variance contribution rate of the first five eigenvectors by EOF and REOF for the normalized field of summer precipitation concentration periodin Heilongjiang Province

序号	特征值	EOF		REOF
序号	特征值	方差贡献率/%	累积方差贡献率/%	方差贡献率/%	累积方差贡献率/%
1	19.5	26.0	26.0	18.6	18.6
2	9.6	12.8	38.8	14.6	33.2
3	7.3	9.8	48.6	10.4	43.6
4	5.3	7.1	55.7	9.3	52.9
5	4.7	6.3	62.0	9.1	62.0

表3 1981—2010年黑龙江夏季逐旬降水量占比单位：%

Tab.3 Percentage of ten-day precipitation to summer precipitation in Heilongjiang Province from 1981 to 2010

统计量	6月			7月			8月
统计量	上旬	中旬	下旬	上旬	中旬	下旬	上旬	中旬	下旬
最小值	5.3	6.6	7.0	9.0	9.3	10.6	9.6	9.2	7.9
最大值	10.0	10.7	11.8	15.7	15.4	19.9	14.7	15.0	15.0
平均值	7.3	8.7	8.8	12.2	12.5	16.4	12.1	11.1	10.9

图6 1981—2010年黑龙江平均夏季逐旬降水量占比空间分布（单位：%）（a）6月上旬，（b）6月中旬，（c）6月下旬，（d）7月上旬，（e）7月中旬，（f）7月下旬，（g）8月上旬，（h）8月中旬，（i）8月下旬

Fig.6 Spatial distribution of percentage of average ten-day precipitation to summer precipitation in Heilongjiang Province from 1981 to 2010 （Unit： %）（a） early June，（b） middle June，（c） late June，（d） early July，（e） middle July，（f） late July，（g） early August，（h） middle August，（i） late August

图7 1951—2020年黑龙江不同气候区夏季降水集中期（a）和集中度（b）年际变化（直虚线为气候平均态）

Fig.7 The inter-annual change of summer PCD （a） and PCD （b） in different climatic regions of Heilongjiang Province from 1951 to 2020 （the straight dotted line for the climatic mean state）

表4 1951—2020年黑龙江不同气候区夏季降水集中期和集中度统计

Tab. 4 Statistics of summer PCP and PCD in different climatic regions of Heilongjiang Province from 1951 to 2020

气候区	PCP				PCD
气候区	平均	最早	最晚	标准差	平均	最小	最大	标准差
西北区	7月13日	6月3日	8月17日	21.8	39.9	24.9	64.0	8.6
松嫩平原西部区	7月14日	6月3日	8月17日	19.1	43.9	26.0	76.1	9.0
东北区	7月18日	6月1日	8月17日	23.3	40.1	25.0	64.5	7.7
松嫩平原东部区	7月17日	6月3日	8月16日	18.4	39.9	26.4	62.4	8.1
东南半山区	7月15日	6月4日	8月17日	20.4	39.3	27.7	57.2	6.3

图8 1951—2020年黑龙江不同气候区夏季降水集中期（a）和集中度（b）小波功率谱（“U”型黑实线为影响锥曲线，橘色、黑色虚线通过0.05显著性水平的红噪声检验）

Fig.8 Wavelet power spectrums of summer PCP （a） and PCD （b） in different climatic regions of Heilongjiang Province from 1951 to 2020 （The black solid line with the U-shaped is the cone of influence （COI） curve， and the orange and black dashed lines designate the 0.05 significance level against red noise）

图9 黑龙江夏季降水集中期（a、b、c）和集中度（d、e、f）与显著相关的气候指数的相关系数空间分布（a）5月北美区极涡面积指数，（b）5月850 hPa西太平洋信风指数，（c）8月斯堪的纳维亚遥相关型指数，（d）夏季850 hPa中太平洋信风指数，（e）6月北非—北大西洋—北美副高脊线位置指数，（f）7月东部型ENSO指数（蓝、红色圆圈分别表示正、负相关，圆圈直径表示相关系数值，实心圆通过α=0.05的显著性检验）

Fig.9 The spatial distribution of correlation coefficient of summer PCP （a， b， c） and PCD （d， e， f） in Heilongjiang Province with significantly correlative climate indices （a） North American polar vortex area index in May，（b） western Pacific 850 hPa trade wind index in May，（c） Scandinavia teleconnection pattern index in August，（d） central Pacific 850 hPa trade wind index in summer，（e） North African-North Atlantic-North American subtropical high ridge position index in June，（f） eastern Pacific ENSO index in July （The blue and red cycles represent positive and negative correlations， respectively， the diameter of cycles represents the value of correlation coefficient， and the solid cycles pass the significance test with 0.05 level）

参考文献 33

[1]	安琳莉, 黄建平, 任钰, 等, 2022. 中国北方旱区陆地水储量变化特征及其归因分析[J]. 干旱气象, 40(2):169-178. DOI
[2]	段亚雯, 朱克云, 马柱国, 等, 2014. 中国区域1961-2010年降水集中指数(PCI)的变化及月分配特征[J]. 大气科学, 38(6): 1 124-1 136.
[3]	高颖会, 顾斌贤, 柳一玲, 等, 2021. 山东省降水集中程度及其与旱涝的关系[J]. 水电能源科学, 39(1):18-21.
[4]	高永刚, 2012. 黑龙江省1967年至2007年极端气温与降水综合强度的时空特征分析[J]. 资源科学, 34(11):2170-2 180.
[5]	黄嘉佑, 李庆祥, 2015. 气象数据统计分析方法[M]. 北京: 气象出版社:28-60.
[6]	康恒元, 周贺玲, 袁芳, 等, 2022. 黑龙江省多水期降水气候变化[J]. 沙漠与绿洲气象, 16(6):101-110.
[7]	李吉顺, 王昂生, 陈家田, 1999. 降水时空分布变化是长江流域水旱灾害加重的主要原因[J]. 中国减灾, 9(4):27-30.
[8]	刘红, 任传友, 许烁舟, 等, 2018. 东北农业区降水年内分配的不均匀性及对区域增暖的响应[J]. 气候变化研究进展, 14(4):371-380.
[9]	刘向培, 佟晓辉, 贾庆宇, 等, 2020. 1960—2018年辽河流域日降水集中程度分析[J]. 气象与环境学报, 36(5):18-24.
[10]	刘向培, 佟晓辉, 贾庆宇, 等, 2021. 1960—2017年中国降水集中程度特征分析[J]. 水科学进展, 32(1):10-19.
[11]	苗运玲, 卓芝正, 张军, 等, 2021. 乌鲁木齐汛期降水集中度和集中期时空变化特征[J]. 沙漠与绿洲气象, 15(4):9-16.
[12]	水利部长江水利委员会, 2002. 长江流域水旱灾害[M]. 北京: 中国水利水电出版社:196.
[13]	王睆, 陆尔, 赵玮, 等, 2015. 一种新的反映我国降水季节内非均匀性特征的方法[J]. 热带气象学报, 31(5):655-663.
[14]	王琳莉, 陈星, 2006. 一种新的汛期降水集中期划分方法[J]. 长江流域资源与环境, 15(3):352-355.
[15]	王晓宁, 岳大鹏, 赵景波, 等, 2020. 黑龙江省1958—2017年极端降水时空变化与灾害效应[J]. 水土保持研究, 27(5):138-146.
[16]	吴洪宝, 吴蕾, 2005. 气候变率诊断和预测方法[M]. 北京: 气象出版社:15-44.
[17]	袭祝香, 纪玲玲, 杨雪艳, 等, 2019. 松辽流域降水集中指数的时空变化特征[J]. 干旱气象, 37(6):885-891.
[18]	肖潺, 叶殿秀, 陈昊明, 2017. 中国大陆雨涝时空特征[J]. 灾害学, 32(1):85-89.
[19]	晏德莉, 李双双, 延军平, 等, 2020. 汉江流域降水非均匀性变化特征分析[J]. 武汉大学学报(理学版), 66(4):377-385.
[20]	叶笃正, 黄荣辉, 1996. 长江黄河流域旱涝规律和成因研究[M]. 济南: 山东科学技术出版社:246.
[21]	张健, 李永生, 2019. 黑龙江省汛期降水的特征及分型研究[J]. 自然灾害学报, 28(5):229-236.
[22]	张克新, 苏志华, 刘金林, 等, 2021. 甘肃省降水集中度的变化特征及其与环流指数遥相关分析[J]. 水土保持研究, 28(5):261-267.
[23]	张录军, 钱永甫, 2004. 长江流域汛期降水集中程度和洪涝关系研究[J]. 地球物理学报, 47(4):622-630.
[24]	张翔, 韦燕芳, 李思宇, 等, 2021. 从干旱灾害到干旱灾害链:进展与挑战[J]. 干旱气象, 39(6):873-883.
[25]	赵志鹏, 曹立国, 魏锦烨, 等, 2012. 近52年黑龙江省不同级别降水特征分析[J]. 水土保持研究, 19(2):48-52.
[26]	GOSWAMI B N, VENUGOPAL V, SENGUPTA D, et al, 2006. Increasing trend of extreme rain events over India in a warming environment[J]. Science, 314(5 804):1442-1 445. DOI URL
[27]	HATCHER D A, 1984. Simple formulae for Julian day numbers and calendar dates[J]. Quarterly Journal of the Royal Astronomical Society, 25(1):53-55.
[28]	IPCC, 2021. AR6 Climate Change 2021: the Physical Science Basis[EB/L]. https://www.ipcc.ch/report/ar6/wg1/#FullReport.
[29]	LI Z P, SONG M D, FENG H, et al, 2016. Within-season yield prediction with different nitrogen inputs under rain-fed condition using CERES-Wheat model in the northwest of China[J]. Journal of the Science of Food & Agriculture, 96(8):2906-2 916.
[30]	NORTH G R, BELL T L, CAHALAN R F, et al, 1982. Sampling errors in the estimation of empirical orthogonal functions[J]. Monthly Weather Review, 110(7): 699-706. DOI URL
[31]	OLIVER J E, 1980. Monthly precipitation distribution: a comparative index[J]. Professional Geographer, 32(3):300-309. DOI URL
[32]	SUN Y, SOLOMON S, DAI A, et al, 2006. How often does it rain?[J]. Journal of Climate, 19(6):916-934. DOI URL
[33]	TORRENCE C, COMPO G P, 1998. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 79(1): 61-78. DOI URL

黑龙江省夏季降水非均匀性特征及其影响因素

Heterogeneity characteristics and influencing factors of summer precipitation in Heilongjiang Province

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 33

相关文章 15

编辑推荐

Metrics

[1]	张宏芳, 张曦, 梁佳, 郭琦, 王靖中. 连霍高速公路陕西段低能见度特征及影响因素[J]. 干旱气象, 2023, 41(1): 82-90.
[2]	李想, 李国平. 四川夏季降水量空间插值方法的比较[J]. 干旱气象, 2022, 40(5): 897-907.
[3]	李涛, 陈杰, 汪方, 韩锐. 一种基于神经网络的中国区域夏季降水预测订正算法[J]. 干旱气象, 2022, 40(2): 308-316.
[4]	任余龙, 张铁军, 柳媛普, 吴晶. 夏季风过渡区下垫面非均匀性对一次暴雨影响的数值模拟[J]. 干旱气象, 2020, 38(5): 755-763.
[5]	李媛, 李瑞芬, 张熙. 不同分布型El Niño事件对山东次年夏季降水的影响#br#[J]. 干旱气象, 2019, 37(5): 762-770.
[6]	罗连升, 徐敏, 何冬燕. 2000年以来淮河流域夏季降水年代际特征及大气环流异常[J]. 干旱气象, 2019, 37(4): 540-549.
[7]	金林雪，刘昊，王海梅. 呼伦贝尔不同生态区生长季降水集中度和集中期时空变化特征[J]. 干旱气象, 2018, 36(3): 390-.
[8]	白美兰，孟玉婧，董祝雷，李喜仓. 内蒙古地区典型草原下垫面CO₂通量变化特征及影响因素[J]. 干旱气象, 2018, 36(2): 212-218.
[9]	董祝雷，白美兰，衣娜娜. 内蒙古夏季降水与亚洲纬向环流的联系[J]. 干旱气象, 2018, 36(2): 256-262.
[10]	商林，顾伟宗，汤子东，孟祥新，雒佳丽，崔强. 山东省夏季降水与赤道中东太平洋前期冬季海温对应关系的年代际变化[J]. 干旱气象, 2017, 35(4): 552-558.
[11]	于志翔1，于晓晶2,3，李霞2,3. 2013—2015年乌鲁木齐北部城区大气能见度变化特征及其影响因素[J]. 干旱气象, 2017, 35(3): 412-.
[12]	滕华超. 山东省夏季降水与大气环流型关系分析[J]. 干旱气象, 2016, 34(5): 789-795.
[13]	万明波1，董旭光2. 山东省1961～2010年降水的非均匀性特征[J]. 干旱气象, 2015, 33(4): 566-573.
[14]	敖婷，李跃清. 500 hPa 广义位温场与我国西北地区夏季降水的关系[J]. 干旱气象, 2014, 32(2): 175-183.
[15]	郭媛媛，董春卿，苗爱梅. 东亚副热带夏季风与山西省夏季降水的关系[J]. 干旱气象, 2014, 32(1): 32-37.