厄尔尼诺事件年际变化与我国华北夏季干旱的关系

doi:10.11755/j.issn.1006-7639(2023)-06-0829

摘要/Abstract

摘要：

厄尔尼诺（El Niño）事件对全球气候尤其区域旱涝有重大影响，是开展气候预测的重要信号来源。为认识厄尔尼诺对华北夏季旱涝的影响规律和改进预测技术，基于1961—2022年2 400多测站月降水量、NOAA重构的月海表温度数据和NCEP/NCAR再分析环流数据等，采用季节演变经验正交函数分解（SEOF）、环流异常回归重构、环流合成分析等方法，综合分析厄尔尼诺事件年际变化与华北夏季旱涝的关系及其影响机制。结果表明：（1）华北夏季降水与当年夏季El Niño状态呈显著负相关，即当年春季El Niño开始出现，夏季发展且强度较强，则华北夏季降水显著偏少，易发生干旱。进一步分析发现，海表温度从上年春、夏、秋、冬La Niña型转为当年春、夏、秋、冬El Niño型时，华北地区夏季降水显著偏少，易发生干旱。（2）El Niño主要通过调节高、低空环流影响华北夏季降水，其诱发的当年夏季200、500、850 hPa环流型与华北夏季干旱年环流型一致。（3）当200 hPa华北地区及北侧西风急流偏弱时，由高空扰动造成的上升运动会明显偏弱；500 hPa西太平洋副热带高压位置偏南，华北处于“东低西高”环流型控制下，低槽系统东移速度快，不利于华北维持长时间降水过程；850 hPa热带印度夏季风、东亚副热带夏季风偏弱，华北缺乏有效的水汽输送。这种高、低空环流配置会造成华北夏季降水偏少，易发生干旱。

关键词: 厄尔尼诺事件, 年际变化, 华北, 夏季干旱, 环流异常

Abstract:

El Niño event has a significant impact on global climate, especially on regional droughts and floods, being an important source of signals for climate prediction. In order to understand the impact of El Niño on summer droughts and floods in North China, based on the monthly precipitation data of more than 2 400 stations from 1961 to 2022, the monthly sea surface temperature data reconstructed by NOAA and the reanalysis circulation data from NCEP/NCAR, this paper comprehensively studies the relationship between interannual variability of El Niño and summer droughts and floods in North China and its impact mechanism by using seasonal evolution empirical orthogonal function decomposition (SEOF), regression reconstruction of circulation anomalies, circulation composition analysis. The main results are as follows: (1) There is a significant negative correlation between the summer precipitation in North China and the El Niño state in summer of the current year. That is, El Niño begins to appear in the spring, develops in the summer and has a strong intensity, which results in less summer precipitation in North China and is prone to drought. Further analysis shows when the La Niña states in spring, summer, autumn and winter in the previous year change to El Niño states in spring, summer, autumn and winter in the current year, the summer precipitation in North China is significantly less and prone to drought. (2) El Niño affects summer precipitation in North China mainly by regulating the high and low level circulation. The circulation patterns of the 200, 500 and 850 hPa induced by El Niño in the summer of that year are consistent with the circulation patterns of the drought summer years in North China. (3) When the upper westerly jet at 200 hPa over North China and its north side is weak, the ascending motion caused by upper air disturbance will be obviously weak. The position of the western Pacific subtropical high at 500 hPa is southward, and North China is controlled by a circulation pattern of “high in the west and low in the east”. The low trough system moves eastward at a fast speed, which is not conducive to maintaining long-term precipitation processes in North China. The tropical Indian summer monsoon and the East Asian subtropical summer monsoon at 850 hPa are relatively weak, and North China lacks effective sources of water vapor transport. This high and low level circulation configuration will result in less precipitation in summer in North China, making it prone to drought.

Key words: El Niño events, interannual variability, North China, summer drought, circulation anomaly

中图分类号:

P467

郝立生, 何丽烨, 马宁, 郝钰茜. 厄尔尼诺事件年际变化与我国华北夏季干旱的关系[J]. 干旱气象, 2023, 41(6): 829-840.

HAO Lisheng, HE Liye, MA Ning, HAO Yuqian. Relationship between interannual variability of El Niño events and summer droughts in North China[J]. Journal of Arid Meteorology, 2023, 41(6): 829-840.

图/表 11

图1 El Niño事件监测指数Niño3的区域位置

Fig.1 The location of monitoring index Niño3 for El Niño event

图2 1961—2022年华北夏季降水变率（均方差）百分比空间分布（单位：%）（方框区域为华北地区，下同）

Fig.2 Spatial distribution of percentage of summer precipitation variability （standard deviation） in North China from 1961 to 2022 （Unit： %）（The box area is for North China， the same as below）

图3 1961—2022年华北各月平均降水量与绝对变率（均方差）（a）及夏季降水量逐年变化（b）

Fig.3 Monthly mean precipitation and its absolute variability （mean-square deviation）（a） and yearly variation of summer precipitation （b） in North China from 1961 to 2022

图4 1961—2022年华北夏季降水偏少年（a）、偏多年（b）前后24个月Niño3指数变化

Fig.4 The changes of Niño3 index in 24 months before and after the year with less （a） and more （b） precipitation in summer in North China from 1961 to 2022

图5 1961—2022年华北夏季降水量与上年（a）、当年（b）夏季Niño3指数相关系数空间分布（打点区通过α=0.05的显著性检验，下同）

Fig.5 Spatial distribution of correlation coefficients between summer precipitation in North China during 1961-2022 and summer Niño3 index in the previous year （a） and the current year （b）（The dotted areas are values passing the significance test at α=0.05， the same as below）

图6 1961—2022年华北夏季干旱年200 hPa（a）、500 hPa（b）气候平均位势高度（等值线）及高度距平（填色）（单位：dagpm）和200 hPa（a）与850 hPa（c）水平风速距平（箭矢，单位：m·s-1）空间分布（异常值是对降水量序列回归重构的结果，打点区及黑色箭矢通过α=0.05的显著性检验，下同）

Fig.6 Spatial distributions of climatological mean geopotential height （isolines） and height anomaly （the color shaded） at 200 hPa （a） and 500 hPa （b）（Unit： dagpm） and horizontal wind speed anomalies at 200 hPa （a） and 850 hPa （c）（arrow vectors， Unit： m·s-1） in summer drought years in North China during 1961-2022 （The abnormal values are reconstructed by regression upon the precipitation series， the dotted areas and thick black arrows are values passing significance test at α=0.05， the same as below）

图7 1961—2022年华北夏季干旱年上年（左）和当年（右）热带海表温度季节演变空间分布（单位：℃）（异常值是对降水量序列回归重构的结果）

Fig.7 Spatial distributions of seasonal evolution of tropical sea surface temperature in the previous year （the left） and the current year （the right） in summer drought years in North China from 1961 to 2022 （Unit： ℃）（The abnormal values are reconstructed by regression upon the precipitation series）

图8 1961—2022年海表温度季节演变前4个主模态时间系数和华北夏季降水距平变化

Fig.8 The variation of time coefficients of the first four principal modes of the seasonal evolution of sea surface temperature and anomalies of summer precipitation in North China from 1961 to 2022

图9 上年（左）至当年（右）海温季节演变主模态EOF3的空间分布（单位：℃）（异常值是对时间系数PC3回归重构的结果）

Fig.9 Spatial distributions of the main mode EOF3 of the seasonal evolution of sea surface temperature in the previous year （the left） and the current year （the right）（Unit： ℃）（The anomalous values are the result of regression reconstruction upon PC3）

图10 1961—2022年对应SST季节演变主模态EOF1（a）、EOF2（b）、EOF3（c）、EOF4（d）的夏季降水异常百分比空间分布（单位：%）（异常值是对主模态时间系数PC回归重构的结果）

Fig.10 Spatial distribution of summer precipitation anomaly percentage corresponding to the main mode EOF1 （a）， EOF2 （b）， EOF3 （c）， EOF4 （d） of the seasonal evolution of sea surface temperature from 1961 to 2022（Unit： %）（The anomalous values are the result of regression reconstruction upon PCs）

图11 1961—2022年华北夏季对应EOF3的200 hPa（a）、500 hPa（b）气候平均位势高度（等值线）及高度距平（填色）（单位：dagpm）和200 hPa（a）、850 hPa（c）水平风速异常（箭矢，单位：m·s-1）空间分布（异常场是对EOF3时间系数PC3回归重构的结果）

Fig.11 Spatial distributions of climatological mean geopotential height （isolines） and height anomaly （the color shaded） at 200 hPa （a） and 500 hPa （b）（Unit： dagpm） and horizontal wind speed anomalies at 200 hPa （a） and 850 hPa （c）（arrow vectors， Unit： m·s-1） corresponding to EOF3 in summers during 1961-2022 in North China （The anomalous are the result of regression reconstruction upon the time coefficient PC3 of the EOF3）

参考文献 50

[1]	陈大可, 连涛, 2020. 厄尔尼诺-南方涛动研究新进展[J]. 科学通报, 65(35): 4 001-4 003.
[2]	陈君杰, 孙即霖, 2023. 异常对流经度差异对El Niño影响区域气候的分析[J]. 大气科学, 47(2): 453-469.
[3]	褚颖佳, 郭飞燕, 尹承美, 等, 2020. 东部型和中部型厄尔尼诺事件对山东夏季降水的不同影响[J]. 海洋气象学报, 40(4): 97-104.
[4]	丁一汇, 朱定真, 石曙卫, 等, 2013. 中国自然灾害要览(上卷)[M]. 北京: 北京大学出版社.
[5]	范广洲, 吕世华, 程国栋, 2001. 华北地区夏季水资源特征分析及其对气候变化的响应(I): 近40年华北地区夏季水资源特征分析[J]. 高原气象, 20(4): 421-428.
[6]	符淙斌, 1987. 埃尔尼诺/南方涛动现象与年际气候变化[J]. 大气科学, 11(2): 209-220.
[7]	符淙斌, 安芷生, 郭维栋, 2005. 我国生存环境演变和北方干旱化趋势预测研究(Ⅰ): 主要研究成果[J]. 地球科学进展, 20(11): 1 157-1 167.
[8]	高铭祥, 杨双艳, 王强, 等, 2023. 两类厄尔尼诺背景下MJO对太平洋阻塞频率的调节作用[J]. 大气科学, 47(2): 487-501.
[9]	韩作强, 张献志, 芦璐, 等, 2019. 厄尔尼诺现象对黄河流域汛期降水的影响分析[J]. 气象与环境科学, 42(1): 73-78.
[10]	郝立生, 丁一汇, 康文英, 等, 2012. 印度洋海温变化与华北夏季降水减少的关系[J]. 气候变化研究快报, 1(1): 13-21.
[11]	郝立生, 侯威, 2018. 华北夏季降水变化及预测技术研究[M]. 北京: 气象出版社.
[12]	郝立生, 陆维松, 2006. 热带海温异常影响华北夏季降水的机制研究[J]. 干旱气象, 24(2): 5-11.
[13]	黄荣辉, 陈际龙, 周连童, 等, 2003. 关于中国重大气候灾害与东亚气候系统之间关系的研究[J]. 大气科学, 27(4): 770-788.
[14]	黄荣辉, 徐予红, 周连童, 1999. 我国夏季降水的年代际变化及华北干旱化趋势[J]. 高原气象, 18(4): 465-476.
[15]	黄艳松, 宋金宝, 2011. NCEP再分析资料和浮标观测资料计算海气热通量的比较[J]. 海洋科学, 2011, 35(12): 113-120.
[16]	孔铃涵, 朱锦涛, 赵树云, 等, 2023. 春季厄尔尼诺快速衰减对华北夏季降水的影响[J]. 大气科学学报, 46(4): 517-531.
[17]	李瑞青, 宋桂英, 迎春, 2021. 近60 a内蒙古夏季气候变化特征及其对厄尔尼诺的响应[J]. 干旱区研究, 38(6): 1 601-1 613.
[18]	陆日宇, 2005. 华北汛期降水量年际变化与赤道东太平洋海温[J]. 科学通报, 50(11): 1 131-1 135.
[19]	罗连升, 吴蓉, 邓汗青, 等, 2023. 安徽春季连阴雨与不同类型厄尔尼诺/拉尼娜衰减年的关系[J]. 暴雨灾害, 42(2): 170-178.
[20]	罗婷, 李丽平, 王远清, 2019. 两次超强厄尔尼诺事件海温异常与次年中国东部夏季降水特征对比[J]. 大气科学学报, 42(5): 715-724.
[21]	罗晓玲, 2020. 石羊河流域干旱气候对ENSO事件的响应及预测分析[J]. 沙漠与绿洲气象, 14(4): 46-51.
[22]	彭艳玉, 郜倩倩, 刘煜, 2023. 厄尔尼诺对中国东部季风区夏季不同持续性降水的影响[J]. 气象学报, 81(3): 375-392.
[23]	邱广元, 1987. 什么是“厄尔尼诺”现象?[J]. 世界农业, (7): 25.
[24]	冉令坤, 李舒文, 周玉淑, 等, 2021. 2021年河南“7.20”极端暴雨动力、热力和水汽特征观测分析[J]. 大气科学, 45(6): 1 366-1 383.
[25]	田红, 程智, 谢五三, 等, 2020. 2020年安徽梅雨异常特征及预测前兆信号分析[J]. 暴雨灾害, 39(6): 564-570.
[26]	王婷, 李双双, 延军平, 等, 2022. 基于ENSO发展过程的中国夏季降水时空变化特征[J]. 自然资源学报, 37(3): 803-815. DOI
[27]	王莺, 张强, 王劲松, 等, 2022. 21世纪以来干旱研究的若干新进展与展望[J]. 干旱气象, 40(4): 549-566. DOI
[28]	韦志刚, 董文杰, 范丽军, 1999. 80年代以来华北地区气候和水量变化的分析研究[J]. 高原气象, 18(4): 525-534.
[29]	吴萍, 丁一汇, 柳艳菊, 2017. 厄尔尼诺事件对中国夏季水汽输送和降水分布影响的新研究[J]. 气象学报, 75(3): 371-383.
[30]	伍红雨, 吴遥, 2018. 不同类型和强度的厄尔尼诺事件对次年华南前汛期降水的可能影响[J]. 大气科学, 42(5): 1 081-1 095.
[31]	徐影, 丁一汇, 赵宗慈, 2001. 美国NCEP/NCAR近50年全球再分析资料在我国气候变化研究中可信度的初步分析[J]. 应用气象学报, 12(3): 337-347.
[32]	余荣, 翟盘茂, 2018. 厄尔尼诺对长江中下游地区夏季持续性降水结构的影响及其可能机理[J]. 气象学报, 76(3): 408-419.
[33]	张强, 姚玉璧, 李耀辉, 等, 2020. 中国干旱事件成因和变化规律的研究进展与展望[J]. 气象学报, 78(3): 500-521.
[34]	周娟, 左志燕, 容新尧, 2020. 中国东部土壤湿度异常和厄尔尼诺对中国东部夏季降水的作用比较[J]. 中国科学: 地球科学, 50(1): 149-160.
[35]	CHIEW F H S, PIECHOTA T C, DRACUP J A, et al, 1998. El Nino/Southern Oscillation and Australian rainfall, streamflow and drought: links and potential for forecasting[J]. Journal of Hydrology, 204(1-4): 138-149.
[36]	DAI A, WIGLEY T M L, 2000. Global patterns of ENSO-induced precipitation[J]. Geophysical Research Letters, 27(9): 1 283-1 286.
[37]	DETTINGER M D, DIAZ H F, 2000. Global characteristics of stream flow seasonality and variability[J]. Journal of Hydrometeorology, 1(4): 289-310.
[38]	LI Yang, HOU Zhengyang, ZHANG Liqiang, et al, 2023. Rapid expansion of wetlands on the Central Tibetan Plateau by global warming and El Niño[J]. Science Bulletin, 68(5): 485-488.
[39]	Lü A, JIA S, ZHU W, et al, 2011. El Niño-Southern Oscillation and water resources in the headwaters region of the Yellow River: links and potential for forecasting[J]. Hydrology and Earth System Sciences, 15(4): 1 273-1 281.
[40]	LUO Yali, ZHANG Jiahua, YU Miao, et al, 2023. On the influences of urbanization on the extreme rainfall over Zhengzhou on 20 July 2021: a convection-permitting ensemble modeling study[J]. Advances of Atmosphere Science, 40(3): 393-409.
[41]	MAXX D, BARRY N H, 1995. ENSO and disaster: droughts, floods and El Niño/Southern Oscillation warm events[J]. Disasters, 19(3): 181-193. PMID
[42]	NATASHA S, CARLOS P C D, MART C M G, et al, 2022. Investigating the response of hydrological processes to El Niño events using a 100-year dataset from the western Pacific Ocean[J]. Journal of Hydrology: Regional Studies, 42, 101174. https://doi.org/10.1016/j.ejrh.2022.101174
[43]	PHILANDER S G H, 1985. El Niño and La Niña[J]. Journal of the Atmospheric Sciences, 42(23): 2 652-2 662.
[44]	RICHARD Y, FAUCHEREAU N, POCCARD I, et al, 2001. 20th century droughts in Southern Africa: spatial and temporal variability, teleconnections with oceanic and atmospheric conditions[J]. International Journal of Climatology, 21(7): 873-885.
[45]	JAE H R, MARK D S, JOHN D L, et al, 2010. Potential extents for ENSO-driven hydrologic drought forecasts in the United States[J]. Climatic Change, 101(3): 575-597.
[46]	VELDKAMP T I E, EISNER S, WADA Y, et al, 2015. Sensitivity of water scarcity events to ENSO-driven climate variability at the global scale[J]. Hydrology and Earth System Sciences, 19(10): 4 081-4 098.
[47]	WANG Bin, AN Soon-II, 2005. A method for detecting season-dependent modes of climate variability: S-EOF analysis[J]. Geophysical Research Letters, 32(15), L15710. https://doi.org/10.1029/2005GL022709
[48]	WANG Bin, YANG Jing, ZHOU Tianjun, et al, 2008. Interdecadal changes in the major modes of Asian-Australian monsoon variability: strengthening relationship with ENSO since the late 1970s[J]. Journal of Climate, 21(8): 1 771-1 789.
[49]	XIANG Bo, ZHOU Jie, LI Yonghua, 2020. Asymmetric relationships between El Niño/La Niña and floods/droughts in the following summer over Chongqing, China[J]. Atmospheric and Oceanic Science Letters, 13(2):171-178.
[50]	ZHANG Linyan, YANG Xiaoli, REN Liliang, et al, 2022. Dynamic multi-dimensional identification of Yunnan droughts and its seasonal scale linkages to the El Niño-Southern Oscillation[J]. Journal of Hydrology: Regional Studies, 42, 101128. https://doi.org/10.1016/j.ejrh.2022.101128