• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2021, 39(06): 957-965 DOI: 10.11755/j.issn.1006-7639(2021)-06-0957

论文

外强迫因子对宁夏初霜冻日期的影响及其预测

黄莹,1,2, 杨建玲,1,3, 孙银川1,2, 王璠1,2, 王素艳1,2, 王岱1,2

1.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室,宁夏气象防灾减灾重点实验室,宁夏 银川 750002

2.宁夏气候中心,宁夏 银川 750002

3.宁夏气象科学研究所,宁夏 银川 750002

Influence of external forcing factors on first frost date and its predition in Ningxia

HUANG Ying,1,2, YANG Jianling,1,3, SUN Yinchuan1,2, WANG Fan1,2, WANG Suyan1,2, WANG Dai1,2

1. Key Laboratory for Meteorological Disaster Monitoring and Early Warning and Risk Management of Characteristic Agriculture in Arid Regions, CMA, Key Laboratory of Meteorological Disaster Preventing and Reducing of Ningxia, Yinchuan 750002, China

2. Ningxia Climate Center, Yingchuan 750002, China

3. Ningxia Meteorology Research Institute, Yingchuan 750002, China

通讯作者: 杨建玲(1973— ),女,研究员,博士,主要从事气候与气候变化、气候预测、海气相互作用等方面研究. E-mail:yangjianlingbox@sina.com

收稿日期: 2021-04-6   修回日期: 2021-06-8  

基金资助: 中国气象局创新发展专项资助.  CXFZ2021J024
中国气象局创新发展专项资助.  CXFZ2021Z011

Received: 2021-04-6   Revised: 2021-06-8  

作者简介 About authors

黄莹(1992—),女,助理工程师,硕士,主要从事气候变化和预测方面研究.E-mail:huangying7017@126.com

摘要

利用1981—2019年宁夏初霜冻日期资料及同期位势高度场、海表面温度(SST)、积雪面积、海冰面积等资料,研究SST、海冰面积、积雪面积等外强迫因子对宁夏初霜冻日期异常偏早、偏晚的影响,在此基础上,建立了初霜冻日期的物理概念模型和客观预测模型。结果表明:(1)偏早(偏晚)年,前期赤道中东太平洋SST持续显著偏暖(冷),SST异常形态为明显的ENSO模态。当前期赤道中东太平洋SST偏暖时,东亚槽偏强,副热带高压偏弱,异常环流形势有利于冷空气活动,初霜冻日期易偏早,反之则偏晚。(2)5—8月北半球积雪面积、1—7月格陵兰海冰面积与初霜冻日期存在持续显著负相关关系。当前期北半球积雪面积或格陵兰海冰面积减少时,东亚槽偏弱,西太平洋副高偏强,不利于冷空气活跃,初霜冻日期易偏晚,反之则偏早。(3)影响宁夏初霜冻日期的主要因子为东亚槽强度、NINO3.4区SST异常、热带南大西洋SST异常、北半球积雪面积、西太平洋副高强度以及格陵兰海冰面积等,基于以上因子用多元回归方程建立的客观化预测模型具有良好的预测效果。

关键词: 初霜冻日期 ; 外强迫因子 ; 多元线性回归 ; 预测模型

Abstract

Based on data such as first frost date in Ningxia, geopotential height, sea surface temperature (SST), snow cover area, and sea ice area from 1981 to 2019, the influence of external forcing factors including sea surface temperature, sea ice area, and snow cover area on the abnormally early and late first frost in Ningxia was studied. On the basis of above, a physical conceptual model and an objective prediction model for predicting first frost date were established. The results are as follows: (1) In the early years of first frost, the SST in the equatorial central and eastern Pacific continued to be significantly warmer in the early period, and the SST anomaly presented an obvious ENSO model. When the SST of the equatorial central and eastern Pacific was warmer in the early period, the east Asian trough was stronger and the subtropical high was weaker, which was conducive to cold air activity. So, first frost date was early, otherwise it was late. (2) The snow cover area in the northern hemisphere from May to August in the early period and the sea ice area of Greenland from January to July had a continuously and significantly negative correlation with the date of first frost. When the snow cover in the northern hemisphere decreased or the sea ice in Greenland decreased, the east Asian trough was weaker and the western Pacific subtropical high was relatively stronger, which was not conducive to active cold air, causing first frost to be late, and vice versa. (3) The main factors affecting the date of first frost in Ningxia were the intensity of the east Asian trough, the SST anomaly in the NINO3.4 area, the SST anomaly in the tropical south Atlantic, the snow area in the northern hemisphere, the intensity of the western Pacific subtropical high, and the area of Greenland sea ice. The objective prediction model established by using the multiple regression equation had a good prediction effect.

Keywords: first frost date ; external forcing factor ; multiple regression equation ; prediction model

PDF (6109KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

黄莹, 杨建玲, 孙银川, 王璠, 王素艳, 王岱. 外强迫因子对宁夏初霜冻日期的影响及其预测. 干旱气象[J], 2021, 39(06): 957-965 DOI:10.11755/j.issn.1006-7639(2021)-06-0957

HUANG Ying, YANG Jianling, SUN Yinchuan, WANG Fan, WANG Suyan, WANG Dai. Influence of external forcing factors on first frost date and its predition in Ningxia. Journal of Arid Meteorology[J], 2021, 39(06): 957-965 DOI:10.11755/j.issn.1006-7639(2021)-06-0957

引言

初霜冻是一种温暖季节向寒冷季节过渡期间常见的气象灾害,其出现日期偏早会对农作物造成极大危害,当受强冷空气和地面温度骤降影响时,初霜冻日期会明显偏早,进而导致尚在生长中或是未成熟的农作物遭受冷冻危害、甚至死亡[1,2,3,4]。宁夏独特的地理、气候和土壤优势已成为我国优质农作物的生产基地[5],但该地也是我国霜冻灾害发生频次最多、受影响最严重的地区之一[6]。近年来在全球气候变暖背景下,宁夏初霜冻日期存在逐渐推迟趋势,但仍会发生较严重的初霜冻灾害,如2012年宁夏泾源和西吉初霜冻异常偏早,造成5.46万人受灾,农作物受灾面积41.14 km2,直接经济损失达2654.2万元。

初霜冻日期异常偏早或偏晚与环流背景有一定联系[7,8],环流的异常分布会直接导致与初霜冻日期密切相关的冷空气活动异常[9],另外海拔较高的地方初霜冻通常发生较早[10]。此外,海表温度(sea surface temperature,SST)[11,12]、海冰[13,14,15]、积雪[16,17]等外强迫因子作为全球气候变化的驱动器,能通过各种反馈机制对天气、气候产生显著影响。研究表明,外强迫因子是引起初霜冻日期发生异常不可忽视的关键因素和气候预测的信号来源,前期特定海域的SST异常能够引起环流的异常,从而对中国北方大部分地区初霜冻出现早晚产生显著影响[18,19]

近年来,基于初霜冻日期异常成因开展了很多有关初霜冻日期预报模型的研究,以期提高初霜冻预测服务能力[20,21,22]。其中,最常见的是基于前期SST场和环流场,利用多元逐步回归等方法建立的初霜冻日期客观预测模型,经检验模型预报结果与实际情况基本相符[19,23]。此外,马尔柯夫链预测模型[24]和直角三角形边角关系预测模型[25]也被应用在初霜冻日期预测中,前者能够克服资料序列短、随机波动性大的弊端,后者具有原理明确、方法简便的特点,2种方法均能取得较好的预测效果。

在全球变暖大背景下,宁夏极端天气气候事件增多[26],随着现代气候业务的发展,业务工作和决策服务等对宁夏初霜冻日期气候预测的需求越来越迫切,但目前相关研究较少,且缺乏客观预测模型和预测方法。因此,本文分析SST、海冰、积雪对初霜冻日期的异常影响,并根据主要影响因子开展预测技术研究,以期为宁夏初霜冻日期预测提供参考依据。

1 资料与方法

1.1 资料

1981—2019年宁夏20个气象站地面0 cm最低温度;北半球1981—2019年月平均500、200 hPa高度场、SST等NCEP/NCAR再分析资料,水平分辨率为2.5°×2.5°;国家气候中心提供的1981—2019年逐月88项大气环流指数以及22项SST指数;NOAA提供的1981—2019年逐月12项海冰面积指数;Rutgers的1981—2019年逐月积雪面积资料(https://climate.rutgers.edu/snowcover/table_area.php?ui_set=2)。其中,气候平均值取1981—2010年平均。

1.2 方法

根据初霜冻日期早晚等级[27],将温暖季节向寒冷季节过渡期间,气象观测站逐日地面温度第一次小于等于0 ℃的日期确定为该站的初霜冻日期。为便于研究计算,设定9月1日记为数字1,9月2日为数字2,…,依次类推建立一个资料集进行分析。采用相关、合成分析等方法[28]研究SST、海冰及积雪等因子对宁夏初霜冻日期的影响,建立物理预测概念模型,并结合多元线性回归方法[28]建立宁夏全区及3个分区(引黄灌区、中部干旱带及南部山区)初霜冻日期的客观预测模型。

2 SST对初霜冻日期的影响

2.1 初霜日期典型偏早、偏晚年SST异常分布

根据1981—2019年宁夏初霜日期距平序列,选出排名前5的年份(1982、1986、1991、1993、1997年)作为异常偏早年,排名后5的年份(2008、2010、2014、2016、2019年)作为异常偏晚年。

图1为1981—2019年宁夏初霜冻偏晚年、偏早年及偏晚年与偏早年差值的SST距平合成分布。可以看出,偏晚年,7—9月赤道中东太平洋SST均呈现出明显偏冷状态,异常中心偏冷0.8 ℃以上,且随着时间推移,偏冷的范围也逐渐向南向西扩大,9月偏冷范围明显大于7月;同时,NINO3.4指数表现为负位相。而印度洋、大西洋、西北太平洋等区域SST则均呈现为偏暖状态,异常中心偏暖1.0 ℃以上。偏早年,SST则呈现出与偏晚年相反的分布,7—9月赤道中东太平洋SST均转为明显的偏暖状态,偏暖中心异常达1.2 ℃以上,各月偏暖范围差异不大,NINO3.4指数也转为正位相。而印度洋、大西洋、西北太平洋等区域则转为偏冷,中心异常偏冷达1 ℃左右。

图1

图1   1981—2019年7月(a、d、g)、8月(b、e、h)、9月(c、f、i)宁夏初霜冻偏晚年(a、b、c)、偏早年(d、e、f)的SST距平合成分布及其差值分布(g、h、i)(单位:℃)

(黑点区域通过α=0.05的显著性检验)

Fig.1   The composite anomaly distribution of SST in July (a, d, g), August (b, e, h) and September (c, f, i) in late (a, b, c) and early (d, e, f) first frost years and their difference (g, h, i) during 1981-2019 (Unit: ℃)

(The black dots area passed the significance test at 0.05)


初霜冻偏晚年、偏早年SST差异显著,具体表现在7—9月赤道中东太平洋SST距平合成差值为负异常,可达-0.8 ℃,且7—9月通过α=0.05显著性检验的区域逐渐扩大;而印度洋、大西洋、西北太平洋等区域则表现为明显的正异常,均可达到0.6 ℃以上,且大部通区域过了α=0.05的显著性检验。

2.2 中东太平洋、热带南大西洋SST对初霜冻日期的影响

图2为1961—2019年7—9月NINO3.4指数、热带南大西洋指数与9月200 hPa、10月500 hPa位势高度场的相关系数分布。可以看出,7—9月中东太平洋NINO3.4指数与环流场相关系数的分布型和宁夏初霜冻偏早年环流异常分布型(图略)基本一致。9月200 hPa,格林兰岛至欧洲西北部、我国渤海及其附近为两个显著的负相关中心,其与宁夏初霜冻偏早年环流场“负、正、负”波列中的负距平中心位置基本一致[图2(a)]。10月500 hPa,中高纬的新地岛至波罗的海、巴尔喀什湖附近、我国渤海至日本海附近有显著的“负、正、负”相关中心,其与宁夏初霜冻偏早年环流场的“负、正、负”波列位置一致[图2(b)]。因此,当中东太平洋SST偏暖时,环流经向度较强,500 hPa巴尔喀什湖附近为正距平,我国渤海附近为负距平,东亚槽偏强,这种“西北高东南低”的异常分布有利于槽后冷空气侵袭我国西北地区,可导致宁夏初霜日期异常偏早,反之则偏晚。

图2

图2   1981—2019年7—9月NINO3.4指数(a、b)、热带南大西洋指数(c、d)与9月200 hPa(a、c)、10月500 hPa(b、d)位势高度场的相关系数分布

(黑点区域通过α=0.1的显著性检验)

Fig.2   Distribution of correlation coefficients between NINO3.4 index (a, b), tropical south Atlantic index (c, d) from July to September and geopotential height on 200 hPa in September (a, c), 500 hPa in October (b, d) during 1981-2019

(The black dots area passed the significance test at 0.1)


7—9月热带南大西洋SST指数与环流场也存在类似特征。9月200 hPa,新地岛西侧、南侧及贝加尔湖附近分别为“正、负、正”相关中心,其与宁夏初霜冻偏晚年环流场(图略)的“正、负、正”波列位置一致[图2(c)]。10月500 hPa,新地岛至波罗的海、巴尔喀什湖附近、我国渤海至日本海附近为显著的“正、负、正”相关中心,其与宁夏初霜冻偏晚年环流场“正、负、正”波列位置相似[图2(d)]。当热带南大西洋SST偏暖时,环流经向度明显较弱,中高纬主要以纬向环流为主,我国大部分地区处于正距平控制,东亚槽浅薄,西太平洋副高偏强,宁夏受正高度场异常控制不易出现降温天气,初霜日期易偏晚,反之则偏早。

3 积雪、海冰与初霜冻日期的关系

3.1 北半球积雪、格陵兰海冰面积与初霜冻日期的关系

表1为1981—2019年1—9月北半球积雪面积距平、格陵兰海冰面积距平与宁夏初霜冻日期距平的相关系数。图3为1981—2019年5—8月北半球积雪面积距平、1—7月格陵兰海冰面积距平与宁夏初霜冻日期距平的年际变化。可以看出,1981—2019年5—8月北半球积雪面积距平、1—7月格陵兰海冰面积距平与初霜冻日期距平均呈显著负相关。且1981年以来随着北半球积雪面积和格陵兰海冰面积的持续减少,初霜冻日期逐渐推迟,尤其2000年以来,北半球积雪面积和格陵兰海冰面积较常年明显偏少,而初霜冻出现日期则较常年明显偏晚。

表1   1981—2019年1—9月北半球积雪面积距平、格陵兰海冰面积距平与宁夏初霜冻日期距平的相关系数

Tab.1  The correlation coefficients between the snow area anomaly in the northern hemisphere, Greenland sea ice area anomaly and first frost date anomaly in Ningxia from January to September during 1981-2019

特征量1月2月3月4月5月6月7月8月9月
北半球积雪面积0.31**0.200.01-0.22-0.40**-0.40**-0.39**-0.36**0.00
格陵兰海冰面积-0.31**-0.55**-0.46**-0.31**-0.38**-0.39**-0.33**-0.18-0.25

注:**代表通过α=0.05的显著性检验。

新窗口打开| 下载CSV


图3

图3   1981—2019年5—8月北半球积雪面积距平(a)、1—7月格陵兰海冰面积距平(b)与宁夏初霜冻日期距平年际变化

Fig.3   The inter-annual variation of snow area anomaly from May to August in the northern hemisphere and first frost date anomaly in Ningxia (a), Greenland sea ice area anomaly from January to July and first frost date anomaly in Ningxia (b) during 1981-2019


图4为1981—2019年5—8月北半球积雪面积距平、1—7月格陵兰海冰面积距平与宁夏初霜冻日期距平的21 a滑动相关系数。可以看出,以上两个因子与宁夏初霜冻日期距平在各时间段基本呈现负相关,且分别在1988—2008年、1990—2010年之后的各时间段二者相关系数均通过α=0.1的显著性检验,表明在近些年气候明显变暖、宁夏初霜冻偏晚的背景下,北半球积雪面积、格陵兰海冰面积和初霜冻日期仍呈现稳定且显著的负相关关系。

图4

图4   1981—2019年5—8月北半球积雪面积距平、1—7月格陵兰海冰面积距平与宁夏初霜冻日期距平的21 a滑动相关系数

Fig.4   The 21-year sliding correlation coefficients between snow area anomaly in the northern hemisphere from May to August, Greenland sea ice area anomaly from January to July and first frost date anomaly in Ningxia during 1981-2019


3.2 北半球积雪、格陵兰海冰对初霜日期的影响

图5为1981—2019年5—8月北半球积雪面积距平、1—7月格陵兰海冰面积距平与9月200 hPa、10月500 hPa位势高度场的相关系数分布。可以看出,5—8月北半球积雪面积、1—7月格陵兰海冰面积距平与环流场的相关系数分布与宁夏初霜冻偏早年环流分布(图略)相似,均在9月200 hPa与10月500 hPa波罗的海、我国渤海至日本海附近有2个显著的负相关中心,这与宁夏初霜冻偏早年环流“负、正、负”波列的两个负距平中心位置一致。因此,当北半球积雪面积或格陵兰海冰面积增大时,极区及我国北方地区都处在负距平位势高度控制下,东亚槽深厚,西太平洋副高偏弱,有利于冷空气活跃,进一步造成宁夏初霜冻出现偏早,反之则偏晚。

图5

图5   1981—2019年5—8月北半球积雪面积距平(a、b)、1—7月格陵兰海冰面积距平(c、d)与9月200 hPa(a、c)、10月500 hPa(b、d)位势高度场的相关系数分布

(黑点区域通过α=0.1的显著性检验)

Fig.5   Distribution of correlation coefficients between snow area anomaly in the northern hemisphere from May to August (a, b), Greenland sea ice area anomaly from January to July (c, d) and the geopotential height fields on 200 hPa in September (a, c), 500 hPa in October (b, d) during 1981-2019

(The black dots area passed the significance test at 0.1)


4 预测模型的建立

4.1 预测指标选取

基于以上分析,外强迫因子的异常变化能够直接或间接影响冷空气活动,从而对初霜冻开始早晚产生影响,因此计算多项环流指数、SST指数、积雪及海冰面积序列与初霜冻日期的相关关系,筛选出相关性显著(通过α=0.1的显著性检验)且持续相关(持续3个月及以上的显著相关关系)的因子建立预测概念模型。

为满足8月底对初霜冻日期进行预测业务的需求,表2列出1—8月各因子特征量与初霜冻日期的相关系数(只给出相关系数显著且持续性较好的特征量)。可以看出,东亚槽强度指数、热带南大西洋SST指数、北半球积雪面积指数、NINO3.4区海表温度距平指数、西太平洋副高指数及格陵兰海冰面积指数与初霜冻日期均存在持续3个月以上的显著相关性,以上指数与上文分析得出的显著影响初霜冻日期的环流系统和外强迫因子一致。其中,5—7月东亚槽强度指数与初霜冻日期呈连续3个月的显著正相关,相关系数为0.27~0.64;1—8月热带南大西洋SST指数与初霜冻日期呈连续8个月的显著正相关,相关系数为0.32~0.44;5—8月北半球积雪面积指数与初霜冻日期存在连续4个月的负相关关系,相关系数为-0.40~-0.36;NINO3.4区SST距平指数与初霜冻日期在6—8月存在连续3个月的负相关关系,相关系数为-0.41~-0.33;1—8月西太平洋副高强度指数与初霜冻日期存在连续8个月的显著正相关关系,相关系数为0.31~0.48;1—7月格陵兰海冰面积指数与初霜冻日期存在连续7个月的显著负相关关系,相关系数为-0.55~-0.31,且均通过α=0.1及以上的显著性检验。因此,对宁夏初霜冻日期进行趋势预测时,以表2中各项因子作为预测指标。

表2   1981—2019年1—8月各因子特征量与宁夏初霜冻日期的相关系数

Tab.2  The correlation coefficients between the various factors and first frost date in Ningxia from January to August during 1981-2019

因子特征量1月2月3月4月5月6月7月8月
东亚槽强度指数-0.14-0.100.10-0.090.64**0.27*0.35**0.25
热带南大西洋SST指数0.44**0.44**0.43**0.43**0.43**0.36**0.32**0.38**
北半球积雪面积指数0.31**0.200.01-0.22-0.40**-0.40**-0.39**-0.36**
NINO3.4区SST距平指数-0.02-0.05-0.04-0.10-0.21-0.33**-0.37**-0.41**
西太平洋副高强度指数0.31**0.31**0.31**0.48**0.40**0.32**0.36**0.40**
格陵兰海冰面积指数-0.31**-0.55**-0.46**-0.31**-0.38**-0.39**-0.33**-0.18

注:*、**分别代表通过α=0.1、α=0.05的显著性检验。

新窗口打开| 下载CSV


4.2 物理概念预测模型

综合以上物理机制和统计分析,给出宁夏初霜冻日期的物理概念模型:(1)5—7月东亚槽强度偏强时,有利于冷空气活跃、气温降低,初霜冻易偏早,反之则偏晚;(2)1—8月西太平洋副高持续偏强,有利于后期暖空气起主导地位,初霜冻易偏晚,反之偏早[29];(3)1—8月热带南大西洋SST持续偏暖,我国大部主要受纬向环流控制,东亚槽浅薄,西太平洋副高偏强,不利于出现降温天气,初霜冻易偏晚,反之则偏早;(4)6—8月NINO3.4区SST偏暖时,东亚槽偏强,环流的经向型异常分布有利于槽后冷空气向西北侵袭,易出现降温天气,初霜冻则偏早,反之偏晚;(5)5—8月北半球积雪面积持续偏小时,乌拉尔山脊较常年偏弱,东亚槽浅薄,西太平洋副高偏强,不利于冷空气活跃,初霜冻易偏晚,反之偏早;(6)1—7月格陵兰海冰面积持续偏小时,东亚槽浅薄,西太平洋副高偏强,不利于冷空气活跃,初霜冻偏晚,反之则偏早。图6为宁夏初霜冻日期物理概念预测模型。

图6

图6   宁夏初霜冻日期物理概念预测模型

Fig.6   The prediction model of physical concept for first frost date in Ningxia


4.3 客观预测模型及预测效果检验

在概念模型的基础上,选取表2中8月前相关关系最显著且21 a滑动相关显著的5月东亚槽强度指数(X1)、2月热带南大西洋SST指数(X2)、5月北半球积雪标准化距平指数(X3)、7月NINO3.4区海表温度距平指数(X4)、4月西太平洋副高强度指数(X5)、2月格陵兰海冰标准化距平指数(X6)作为自变量。图7为1981—2019年各自变量与宁夏初霜冻日期的21 a滑动相关系数,可以看出,除4月西太平洋副高强度指数在1996—2016年之后的各时间段与初霜冻日期存在显著正相关外,其他5项因子在1989—2009年之后的各时间段与初霜冻日期均存在显著正、负相关关系,可见选取的自变量因子近年与初霜冻日期均存在显著且稳定的相关关系。因此,以1981—2013年的初霜冻日期和各自变量序列作为样本,采用最小二乘法确定各自变量的回归系数b1b2b3b4b5b6,得到宁夏全区及各分区的多元线性回归方程如下:

Y1=-401.6+0.016X1+4.301X2-0.613X3-2.391X4-0.002X5-1.745X6Y2=-358.0+0.014X1+2.653X2-0.826X3-2.274X4-0.014X5-3.124X6Y3=-423.8+0.017X1+5.882X2-0.617X3-2.215X4-0.003X5-1.105X6Y4=-467.3+0.018X1+7.032X2-0.894X3-1.844X4-0.002X5-0.938X6

图7

图7   1981—2019年各因子特征量与宁夏初霜冻日期的21 a滑动相关系数

Fig.7   The 21-year sliding correlation coefficients between the various factors and first frost date in Ningxia during 1981-2019


式中:Y1Y2Y3Y4分别代表宁夏全区、引黄灌区、中部干旱带及南部山区的初霜冻日期。

图8为1981—2019年宁夏全区、引黄灌区、中部干旱带及南部山区初霜冻日期的拟合值、预测值及观测值,其中拟合值、预测值的起止时间分别为1981—2013年、2014—2019年。从拟合效果来看,宁夏全区、引黄灌区、中部干旱带、南部山区的初霜冻日期拟合值和观测值的复相关系数分别为0.75、0.76、0.63、0.50,方差检验统计量F分别为4.57、5.93、3.23、1.65(除南部山区外,其余均通过α=0.05的显著性检验),所建立的各模型回归关系较为显著。拟合值与观测值虽然存在差异,但2000年以后趋于一致,宁夏全区及3个分区的平均绝对误差分别为2、3、4、7 d。因此,所建立的回归模型总体上拟合效果较好,其中,宁夏全区相对最好,其次为引黄灌区和中部干旱带,南部山区相对较差。

图8

图8   1981—2019年宁夏全区(a)、引黄灌区(b)、中部干旱带(c)及南部山区(d)初霜冻日期的拟合值、预测值及观测值

Fig.8   The fitted value, predicted value and observed value of first frost date in the whole area of Ningxia (a), irrigation region (b), middle arid region (c) and southern mountainous region (d) during 1981-2019


从预测效果来看,2014—2019年宁夏全区及3个分区的预测值与实际观测值较为一致,全区的预测值与观测值的平均绝对误差为3 d,且除2018年偏早的趋势预测错误外,其余5 a初霜冻日期的气候趋势均预测正确;引黄灌区与中部干旱带的预测值与观测值的平均绝对误差均为4 d,2个分区除2015年偏晚的趋势以及2018年偏早的趋势预测错误,其余4 a初霜冻日期的气候趋势均预测正确;南部山区预测值与观测值的平均绝对误差为5 d,且初霜冻日期的气候趋势均预测正确。可见,建立的回归模型预测效果较好,具有一定的预测能力。

5 结论

(1)宁夏初霜冻偏晚(早)时,前期赤道中东太平洋SST持续显著偏冷(暖),SST异常形态为明显的ENSO模态,而印度洋、大西洋、西北太平洋SST则持续的表现为显著偏暖(冷)。前期中东太平洋及热带南大西洋SST可以通过对中高纬地区环流分布的异常影响进而对初霜冻日期的早晚产生影响,即当中东太平洋SST偏暖或热带南大西洋SST偏冷时,其环流分布型与初霜冻偏早年环流分布型一致,表现为东亚槽偏强,副热带高压偏弱,中高纬环流形势利于冷空气活动,初霜冻出现偏早,反之则偏晚。

(2)5—8月北半球积雪、1—7月格陵兰海冰面积与初霜冻日期存在持续显著负相关关系,当北半球积雪和或格陵兰海冰面积偏大时,会引起环流系统异常,表现为极区及我国北方地区都处于负距平位势高度控制下,东亚槽深厚,西太平洋副高偏弱,有利于冷空气活跃,导致初霜冻日期偏早,反之则偏晚。

(3)影响宁夏初霜冻日期的主要因子特征量为东亚槽强度、热带南大西洋SST、北半球积雪面积、NINO3.4区SST、西太平洋副高强度以及格陵兰海冰面积等。基于以上因子,利用多元回归方程建立的客观化预测模型存在良好的预测效果,2014—2019年宁夏全区、引黄灌区、中部干旱带及南部山区的预测值与观测值的平均绝对误差较小,分别为3、4、4、5 d,且6 a的趋势预测中,除个别年份外均能被正确预测。

参考文献

陈乾金, 张永山.

华北异常初终霜冻气候特征的研究

[J]. 自然灾害学报, 1995(3):33-39.

[本文引用: 1]

LIU Q, PIAO S L, JANSSENS I A, et al.

Extension of the growing season increases vegetation exposure to frost

[J]. Nature Communications, 2018, 9(1):426-430.

DOI      URL     [本文引用: 1]

朱红蕊, 于宏敏, 姚俊英, .

黑龙江省水稻初霜冻灾害致灾因子危险性分析

[J]. 灾害学, 2012, 103(2):96-99.

[本文引用: 1]

李凤琴, 李茂春, 胡秀茹, .

新疆哈密市初、终霜冻日变化及其对棉花生长的影响

[J]. 中国棉花, 2020, 47(10):18-20.

[本文引用: 1]

李阳, 刘静, 马力文, .

宁夏中南部山区马铃薯气候适宜度时空变化特征

[J]. 干旱气象, 2020, 38(6):1001-1008.

[本文引用: 1]

朱永宁, 冯东溥, 李红英, .

宁夏春霜冻期最低气温和霜冻日数时空变化特征

[J]. 干旱气象, 2020, 38(2):256-262.

[本文引用: 1]

张健, 许丽玲, 班晋, .

黑龙江省初霜冻变化特征研究及预测方法

[J]. 冰川冻土, 2019, 41(3):629-636.

[本文引用: 1]

吴幸毓, 林毅, 陈文键, .

福建霜冻时空分布特征及环流背景分析

[J]. 大气科学学报, 2016, 173(4):501-509.

[本文引用: 1]

李芬, 张建新.

山西近50年初霜冻的区域特征

[J]. 灾害学, 2013, 28(4):104-109.

[本文引用: 1]

LI Fen, ZHANG J.

Effects of geographic and topographic factors on first frost in Shanxi Province from 1961 to 2010

[J]. Agricultural Science & Technology, 2014, 15(7):1223-1228.

[本文引用: 1]

HUANG R, ZANG X, ZHANG R, et al.

The westerly anomalies over the tropical Pacific and their dynamical effect on the ENSO cycles during 1980-1994

[J]. Advances in Atmospheric Sciences, 1998, 15(2):135-151.

DOI      URL     [本文引用: 1]

张雯, 马阳, 李欣, .

赤道太平洋海温异常对宁夏7月降水的影响

[J]. 干旱气象, 2020, 38(4):543-551.

[本文引用: 1]

WU B Y, WANG J, WALSH J.

Possible feedback of winter sea ice in Greenland and the Barents sea on the local atmosphere

[J]. Monthly Weather Review, 2004, 132:1868-1876.

DOI      URL     [本文引用: 1]

DESER C, WALSH J E, TIMLIN M S.

Arctic sea ice variability in the context of recent atmospheric circulation trends

[J]. Journal of Climate, 2000, 13(2):617-633.

DOI      URL     [本文引用: 1]

魏立新.

北极海冰变化及其气候效应研究

[D]. 青岛: 中国海洋大学, 2011.

[本文引用: 1]

张人禾, 张若楠, 左志燕.

中国冬季积雪特征及欧亚大陆积雪对中国气候影响

[J]. 应用气象学报, 2016, 27(5):513-526.

[本文引用: 1]

陈海山, 孙照渤, 朱伟军.

欧亚积雪异常分布对冬季大气环流的影响II. 数值模拟

[J]. 大气科学, 2003(5):847-860.

[本文引用: 1]

杨明珠, 陈丽娟, 宋文玲.

黑潮区SST对中国北方初霜冻日期的影响研究

[J]. 气象, 2013, 39(9):1125-1132.

[本文引用: 1]

韩荣青, 李维京.

中国北方初霜冻日期预测方法研究[C]// 中国气象学会

2011年第28届中国气象学会年会论文集. 北京: 中国气象学会, 2011.

[本文引用: 2]

秦俊义.

初霜冻预报方法探讨

[J]. 内蒙古气象, 1997(5):22-23.

[本文引用: 1]

蔡冰, 隋明, 孙蕾, .

抚顺地区初霜冻特征分析及预报方法研究

[J]. 现代农业科技, 2014(21):218-219.

[本文引用: 1]

陆忠艳, 韩江文, 李萍, .

辽宁省初霜特征及预报技术指标初探

[J]. 中国农学通报, 2014, 30(36):257-263.

[本文引用: 1]

彭九慧, 王多, 陆倩, .

承德初霜冻天气概念模型及其检验

[J]. 沙漠与绿洲气象, 2016, 10(3):15-20.

[本文引用: 1]

吕新, 罗先平, 李晔.

霜冻灰色马尔柯夫链预测模型及其应用

[J]. 中国农业气象, 1997(5):47-49.

[本文引用: 1]

曲成军, 林嘉楠, 赵广娜.

近50年黑龙江省初霜日变化影响因子及预测模型建立的研究

[J]. 自然灾害学报, 2019, 28(3):205-213.

[本文引用: 1]

王鹏祥, 杨建玲, 李栋梁, . 中国西北地区东部汛期降水异常成因及预测研究[M]. 北京: 气象出版社, 2020.

[本文引用: 1]

中国气象局. 初霜冻日期早晚等级: QX/T 456—2018[S]. 北京: 中国标准出版社, 2018.

[本文引用: 1]

魏凤英. 现代气候统计诊断方法与预测技术[M]. 北京: 气象出版社, 2007.

[本文引用: 2]

陈少勇, 郑延祥, 楼望萍, .

中国西北地区初霜冻的气候变化特征

[J]. 资源科学, 2013(1):165-172.

[本文引用: 1]

/