Synoptic circulation patterns clustering analysis and physical diagnosis of high temperature weather in the lower reaches of the Jinsha River

doi:10.11755/j.issn.1006-7639(2024)-02-0217

Abstract

Abstract:

The Jinsha River basin is an important ecological barrier and clean energy export area in China, while its downstream is a dry and hot valley section with frequent high temperature weathers. Conducting high temperature weather circulation characteristics and diagnostic analysis is of great significance for improving the prediction level of high temperature disaster weather and the efficiency of energy dispatch in this region. Based on the daily maximum temperature data from meteorological stations and the fifth generation atmospheric reanalysis dataset ERA5 (Reanalysis v5) from the European Center for Medium-Range Weather Forecasts (ECMWF) from 1981 to 2020, the atmospheric circulation of high temperature weather in the lower reaches of the Jinsha River were classified by using K-means cluster analysis method, and the dynamic and thermal factors of high temperature weather were diagnosed and the physical quantities thresholds that characterize the high temperature weather were established. The results show that the atmospheric circulation patterns of high temperature weather in research area could be divided into three types, including warm-ridge type, subtropical high-Tibetan high type and Tibetan high type. During the high temperature period, there is a strong downdraft with strength above 0.25 Pa·s^-1 in the middle and upper layers. The sky is clear and cloudless with strong radiation. The near ground is directly heated by thermal low pressure with strength lower than 800 hPa. According to the diagnosis, the high temperature in the lower reaches of the Jinsha River is mainly caused by non-adiabatic heating. The contribution of temperature advection to local temperature rise is negative and the contribution of vertical adiabatic is close to zero. However, the downdraft is favorable for the surface to receive more solar radiation, which increases the non-adiabatic heating of the surface, resulting in high temperature weather in the lower reaches of the Jinsha River.

Key words: the Jinsha River, high temperature, cluster analysis, circulation typing, diagnosis of dynamic and thermal mechanisms

摘要：

金沙江流域作为我国重要的生态屏障和清洁能源输出地，其下游干热河谷地段是高温频发地区，针对该区域开展高温天气环流特征和诊断对提高高温灾害预报水平和提高该区域能源调度效率具有重要意义。利用1981—2020年逐日最高气温资料和欧洲中期天气预报中心（the European Centre for Medium-Range Weather Forecasts， ECMWF）第五代大气再分析数据集ERA5（Reanalysis v5），通过K-means聚类分析法对金沙江下游高温天气环流形势进行分型，并对各类高温天气的动力和热力因子进行诊断，提炼出各型高温的物理量阈值。结果表明：金沙江下游高温天气的环流背景可分为暖脊型、副热带高压-青藏高压型和青藏高压型3种类型。高温期间中高层均有≥0.25 Pa·s^-1的下沉气流，天空晴朗无云，晴空辐射强，且近地面受到≤800 hPa强度的热低压直接加热作用。热力诊断发现金沙江下游高温主要由非绝热加热引起，温度平流对局地升温的贡献为负，垂直绝热变化贡献接近于0，但下沉气流有利于地面接收更多太阳辐射，使近地层非绝热加热增加，从而导致金沙江下游出现高温天气。

关键词: 金沙江, 高温天气, 聚类分析, 环流分型, 动力和热力诊断

CLC Number:

P466

HUANG Yao, YUAN Meng, GUO Jie, SONG Wenwen, LIU Xinchao. Synoptic circulation patterns clustering analysis and physical diagnosis of high temperature weather in the lower reaches of the Jinsha River[J]. Journal of Arid Meteorology, 2024, 42(2): 217-227.

黄瑶, 袁梦, 郭洁, 宋雯雯, 刘新超. 金沙江下游高温天气的环流分型和诊断[J]. 干旱气象, 2024, 42(2): 217-227.

Figures/Tables 9

Fig.1 Spatial distribution of annual mean high temperature days in the lower reaches of the Jinsha River from 1981 to 2020

Tab.1 Statistics of high temperature weather cases in the lower reaches of the Jinsha River from 1981 to 2020

过程时间	高温站数/个	平均最高气温/℃	极端高温/℃	环流分型
2006年5月3日	18	36.8	39.5	暖脊型
2006年8月31日至9月1日	18	37.5	41.0	副热带高压-青藏高压型
2009年7月19日	19	37.0	38.6	青藏高压型
2010年8月11日	18	36.9	39.2	副热带高压-青藏高压型
2011年5月8日	18	37.0	39.6	暖脊型
2011年5月18—19日	21	37.0	40.4	暖脊型
2011年7月26日	18	36.5	39.1	副热带高压-青藏高压型
2013年6月17—18日	18	37.0	40.4	青藏高压型
2014年6月1—2日	19	38.5	44.1	副热带高压-青藏高压型
2016年8月17—18日	18	36.6	38.4	副热带高压-青藏高压型
2016年8月24—25日	20	37.2	40.0	副热带高压-青藏高压型
2017年8月22日	19	36.3	38.7	副热带高压-青藏高压型
2018年5月16日	18	37.0	39.3	暖脊型
2019年8月11—12日	18	36.7	39.1	青藏高压型
2019年8月17日	19	36.5	39.4	青藏高压型
2019年8月26日	18	36.5	39.1	青藏高压型
2020年5月19日	18	36.6	38.7	青藏高压型
2020年8月5—6日	19	36.8	39.7	青藏高压型

Fig.2 The circulation situation of warm-ridge type high temperature weather processes （The shaded is the Qinghai-Xizang Plateau， and the box is the lower reaches of Jinsha River）（a） the 200 hPa geopotential height （solid lines， Unit： gpm）， temperature （the shaded， Unit： ℃） and horizontal wind （arrow vectors， Unit： m·s-1） fields，（b） the 700 hPa horizontal wind （arrow vectors， Unit： m·s-1）， geopotential height （solid lines， Unit： gpm） and temperature （the shaded， Unit： ℃） fields，（c） the 500 hPa geopotential height （solid lines， Unit： gpm） and temperature （dotted lines， Unit： ℃） fields，（d） surface horizontal wind （arrow vectors， Unit： m·s-1） and sea level pressure （solid lines， Unit： hPa）

Fig.3 The circulation situation of subtropical high-Tibetan high type high temperature processes （a） the 200 hPa geopotential height （solid lines， Unit： gpm）， temperature （the shaded， Unit： ℃） and horizontal wind （arrow vectors， Unit： m·s-1） fields，（b） the 700 hPa horizontal wind （arrow vectors， Unit： m·s-1）， geopotential height （solid lines， Unit： gpm） and temperature （the shaded， Unit： ℃） fields，（c） the 500 hPa geopotential height （solid lines， Unit： gpm ） and temperature （dotted lines， Unit： ℃） fields，（d） surface horizontal wind （arrow vectors， Unit： m·s-1） and sea level pressure （solid lines， Unit： hPa）

Fig.4 The circulation situation of Tibetan high type high temperature progresses （a） the 200 hPa geopotential height （solid lines， Unit： gpm）， temperature （the shaded， Unit： ℃） and horizontal wind （arrow vectors， Unit： m·s-1） fields，（b） the 700 hPa horizontal wind （arrow vectors， Unit： m·s-1）， geopotential height （solid lines， Unit： gpm） and temperature （the shaded， Unit： ℃） fields，（c） the 500 hPa geopotential height （solid lines， Unit： gpm） and temperature （dotted lines， Unit： ℃） fields，（d） surface horizontal wind （arrow vectors， Unit： m·s-1） and sea level pressure （solid lines， Unit： hPa）

Fig.5 The vertical profiles of average flow field （a， c， e， Unit： 10-2 Pa·s-1） and relative humidity （isolines， Unit： %）， divergence （the shaded， Unit： 10-5 s-1）（b， d， f） at 14：00 during the high temperature period in the lower reaches of the Jinsha River for the warm-ridge type （a， b）， subtropical high-Tibetan high type （c， d） and Tibetan high type （e， f）（The shadow is the topographic）

Fig.6 Horizontal distribution of the thermal forcing terms at 850 hPa during the warm-ridge type high temperature processes （Unit： ℃·h-1）（The shadow is the Tibetan Plateau）（a） local variation term，（b） horizontal advection term，（c） vertical adiabatic variation term，（d） diabatic heating term

Tab.2 The proportion of various thermal forcing terms during high temperature period in the lower reaches of the Jinsha River

环流型	局地变化项/（℃·h^-1）	水平平流项/（℃·h^-1）	水平平流项贡献/%	垂直绝热变化项/（℃·h^-1）	垂直绝热变化项贡献/%	非绝热加热/（℃·h^-1）	非绝热加热贡献/%
暖脊型	0.87	-0.08	-9.2	0	0	0.95	109.2
副热带高压-青藏高压型	0.73	-0.10	-13.7	-0.02	-2.7	0.85	116.4
青藏高压型	0.64	-0.14	-21.9	0.03	4.7	0.75	117.2

Tab.3 List of thresholds of physical quantities

物理量		暖脊型	副热带高压-青藏高压型	青藏高压型
环流场	200 hPa	高压脊等高线≥12 400 gpm；等温线≥-50 ℃	青藏高压闭合等高线≥12 520 gpm；等温线≥-50 ℃	青藏高压闭合等高线≥12 520 gpm；等温线≥-46 ℃
	500 hPa	高压脊等高线≥5 800 gpm；等温线≥-6 ℃	副热带高压闭合等高线≥5 880 gpm；等温线≥-2 ℃	高压脊等高线≥5 840 gpm；等温线≥-2 ℃
	700 hPa	等高线≥3 100 gpm；高温中心≥10 ℃	等高线≥3 120 gpm；高温中心≥15 ℃	等高线≥3 120 gpm；高温中心≥12 ℃
	近地面	热低压≤800 hPa	热低压≤800 hPa	热低压≤800 hPa
垂直速度		下沉最大速度≥0.25 Pa·s^-1	下沉最大速度≥0.3 Pa·s^-1	下沉最大速度≥0.25 Pa·s^-1
近地面相对湿度		20%~50%	50%~70%	60%~70%
低层散度		≥7×10^-5 s^-1	≥5×10^-5 s^-1	≥6×10^-5 s^-1

References 24

[1]	陈媛, 王文圣, 王国庆, 等, 2010. 金沙江流域气温降水变化特性分析[J]. 高原山地气象研究, 30(4): 51-56.
[2]	程炳岩, 孙卫国, 郭渠, 2010. 重庆地区夏季高温的气候特征与环流形势分析[J]. 西南大学学报(自然科学版), 32(1): 73-80.
[3]	方宇凌, 简茂球, 2011. 2003年夏季华南持续高温天气过程及热力诊断[J]. 热带海洋学报, 30(3): 30-37.
[4]	高洁, 肖红茹, 郭善云, 2023. 2022年夏季四川持续高温干旱特征及初步分析[J]. 沙漠与绿洲气象, 17(5): 118-126.
[5]	韩晓红, 胡彧, 2009. K-means聚类算法的研究[J]. 太原理工大学学报, 53(3): 33-36.
[6]	郝立生, 马宁, 何丽烨, 2022. 2022年长江中下游夏季异常干旱高温事件之环流异常特征[J]. 干旱气象, 40(5): 721-732. DOI
[7]	黄忠, 熊亚丽, 林良勋, 2005. 广州市37 ℃以上酷热天气形势及相关要素分析[J]. 气象, 31(7): 24-27.
[8]	李玉梅, 李勋, 冯文, 等, 2016. 秋季西沙非台风强降水天气形势分析[J]. 气象, 42(8): 934-943.
[9]	林建, 毕宝贵, 何金海, 2005. 2003年7月西太平洋副热带高压变异及中国南方高温形成机理研究[J]. 大气科学, 29(4): 594-599.
[10]	刘晓婉, 2016. 金沙江流域气象因子特征及径流规律初步研究[D]. 武汉: 长江科学院.
[11]	马浩, 刘昌杰, 钱奇峰, 等, 2020. 2018年5月浙江省极端高温气候特征及环流背景[J]. 干旱气象, 38(6): 909-919.
[12]	钱婷婷, 王迎春, 郑祉芳, 等, 2005. 造成北京连续高温的河套高压结构分析[J]. 应用气象学报, 16(2): 167-173.
[13]	施晨晓, 韩琳, 2014. 金沙江流域年与季气候特征统计分析[J]. 成都信息工程学院学报, 29(4): 424-433.
[14]	孙昭萱, 张强, 孙蕊, 等, 2022. 2022年西南地区极端高温干旱特征及其主要影响[J]. 干旱气象, 40(5): 764-770. DOI
[15]	唐恬, 金荣花, 彭相瑜, 等, 2014. 2013年夏季我国南方区域性高温天气的极端性分析[J]. 气象, 40(10): 1 207-1 215.
[16]	王文, 许金萍, 蔡晓军, 等, 2017. 2013年夏季长江中下游地区高温干旱的大气流特征及成因分析[J]. 高原气象, 36(6) : 1 595-1 607.
[17]	许婷婷, 杨霞, 周鸿奎, 2022. 1981—2019年新疆区域性高温天气过程时空特征及其环流分型[J]. 干旱气象, 40(2): 212-221. DOI
[18]	张宁, 2007. 中国极端气温和降水趋势变化研究[D]. 南京: 南京信息工程大学.
[19]	张天宇, 程炳岩, 李永华, 等, 2010. 1961—2008年三峡库区极端高温的变化及其与区域性增暖的关系[J]. 气象, 36(12): 86-93.
[20]	张小泉, 王文, 傅帅, 2017. 2013年浙江省夏季异常高温天气特征及其成因分析[J]. 气象与环境学报, 33(1): 80-86.
[21]	张一平, 何云玲, 彭贵芬, 等, 2008. 金沙江河谷盆地气候变化趋势及其效应分析[C] // 中国气象学会,2008年年会论文集. 北京: 气象出版社: 1-16.
[22]	张迎新, 张守保, 2010. 2009年华北平原大范围持续性高温过程的成因分析[J]. 气象, 36(10) : 8-13.
[23]	中国气象局, 2014. 区域性高温天气过程等级划分(QX/T 228—2014)[S]. 北京: 中国气象局.
[24]	邹海波, 吴珊珊, 单九生, 等, 2015. 2013年盛夏中国中东部高温天气的成因分析[J]. 气象学报, 73(3): 481-495.