0 引言
川渝盆地地处青藏高原东侧，天气气候复杂多变，气象灾害呈现出种类多、频率高等特点。在大陆高压和西太平洋副热带高压的共同影响下，该区域夏季频繁出现高温天气（周长艳等，2013；吴遥等，2019；孙蕊等，2023；杨静坤等，2024；王婷等，2024）。随着全球气候变暖，进入21世纪以来川渝盆地的高温日数和持续时间呈明显增加趋势，大范围高温热浪频发，如2006、2011和2016年夏季川渝地区都遭受了严重高温天气，2022年夏季川渝气温再创新高，区域高温事件综合强度达1961年以来历史最强（孙昭萱等，2022；高洁等，2023；周秋雪等，2024；陈笑笑等，2024）。长时间的高温少雨天气，引发了严重旱情，造成区域水资源供给吃紧，电力供应也面临巨大压力，甚至频频引发山火灾害，给当地生态环境、生产生活秩序造成极大冲击。因此，深入研究川渝地区夏季高温日数变化规律，探索造成高温日数异常的环流成因及外强迫因子，不仅为该区域夏季气候预测提供理论依据，还能为气象部门提升高温预测技术水平、政府科学制定政策防御高温干旱灾害提供关键参考。
青藏高原（简称“高原”）热力异常对亚洲乃至全球大气环流系统有很大影响。夏季高原就像一个“热岛”，源源不断地释放热量。这种持续的加热过程，对亚洲乃至全球大气环流系统起着十分重要的作用（Duan and Wu， 2005；崔洋等，2017）。高原加热作用通过改变东亚大气环流从而对我国夏季降水和气温产生影响（Duan et al.， 2013；Wu et al.， 2015；罗连升等，2016；岑思弦等，2021）。已有研究表明，夏季高原大气热源与中国东部和西北地区高温热浪日数存在正相关关系（谭子渊，2023）。川渝地区紧邻高原，特殊的地理位置使得夏季高原大气热源的异常变化与该区降水、气温波动紧密相连（齐冬梅等，2010；岑思弦等，2014；陈丹等，2019；王政明和李国平，2023）。然而，目前针对高原大气热源与川渝盆地高温日数变化的关系研究相对较少。本文基于1979—2022年川渝盆地125个气象站的夏季（6—8月）日最高气温资料和NCEP/NCAR（National Center for Environmental Prediction/National Center for Atmospheric Research）逐月再分析资料，分析川渝盆地夏季高温日数时空变化特征，探讨高原大气热源与盆地高温日数的年际变化关系及其影响机制，从科学的角度认识盆地夏季高温变化规律及其异常成因，以期进一步提高盆地夏季高温预测技术水平和提升气象防灾减灾能力。
1 资料与方法
所用资料包括：1）中国气象局国家气象信息中心提供的全国气象台站观测数据，选取川渝地区191个国家地面气象站1979—2022年逐日最高气温观测资料，对原始数据进行质量控制和检验，最终选取川渝盆地（包括四川中东部和重庆）海拔低于1 000 m的125个站点（四川91个、重庆34个）夏季（6—8月）逐日最高气温数据，站点分布见图1；2）1979—2022年NCEP/NCAR逐月平均再分析资料（Kalnay et al.， 1996），包含的要素主要有位势高度、垂直速度、风场、比湿、地面气压等；3）1979—2022年全球降水气候计划（Global Precipitation Climatology Project，GPCP）逐月降水数据集V2.3（Adler et al.， 2003）。高温定义为日最高气温≥35 ℃，高温日数是各站每年夏季的高温天数之和。取1991—2020年要素平均值作为该要素气候态。
图1
图1
川渝盆地地形高度（填色，单位：m）和1991—2020年气候平均的夏季高温日数（等值线，单位：d）空间分布
（圆点表示气象站点）
注:基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1822号的标准地图制作，底图边界无修改，下同。
Fig.1
The spatial distribution of topographic height （the color shaded， Unit： m）， and the climatological mean high temperature days （isolines， Unit： d） in summer from 1991 to 2020 in the Sichuan-Chongqing Basin
（The dots represent the meteorological stations）
采用经验正交函数（Empirical Orthogonal Function，EOF）分解方法分析川渝盆地夏季高温日数变化的主要模态。经验正交函数又称主分量分析，该方法通过对矩阵数据的结构特征进行分析，能够有效分离出关键的空间模态，同时精准捕捉各模态随时间的变化特征（张小军等，2017）。值得注意的是，EOF分析在提取主要模态方面优势显著，但在阐释具体物理过程时，可能存在一定局限性。
利用一元线性回归分析方法研究高原大气热源异常影响盆地夏季高温的环流成因。通过一元线性回归分析可以得出两个变量线性相关程度的高低（魏凤英，2007）。为重点分析高原大气热源对盆地高温日数年际变化影响，在进行相关和回归分析之前采用9点高斯滤波法对部分变量进行处理，以去除其年代际变化趋势。9点高斯滤波本质上属于加权滑动平均方法，在气候研究领域，其作为低通滤波器被广泛应用，能有效反映变量的年代际变化特征（郑丽君等，2024）。本文从原始序列中剔除经9点高斯滤波后的年代际分量，成功获取变量的年际分量，为后续精准分析奠定基础。采用倒算法对大气热源进行计算，具体计算方法可参见Yanai等（1973）、岑思弦等（2014）文献。
2 川渝盆地夏季高温日数时空变化特征
川渝盆地（103°E—110°E，28°N—33°N）位于青藏高原东侧，涵盖重庆和四川的中东部。川渝盆地1991—2020年气候平均的夏季高温日数大致从东南向西北减少，空间差异明显（图1）。在盆地中东部的大部分区域，年均夏季高温日数超过15 d，而盆地西北部的高温日数较少，高温日数的大值区呈带状分布，位于盆地东南至东北部。
采用EOF对1979—2022年川渝盆地夏季高温日数进行分解，前三个模态的累积解释方差贡献率达85%，各模态解释方差依次为70%、10%和5%。第一模态方差贡献最大，远高于第二和第三模态，可以体现盆地高温日数空间分布变化的主要特征。从EOF第一模态空间分布可见，全区基本为正值，大值分布在沿盆地西南—东北的带状区域[图2（a）]。该模态反映了盆地高温日数异常主要表现为整体偏多或偏少。由时间系数变化[图2（b）]可知，盆地高温日数总体呈增加趋势，21世纪以来，高温日数显著增多。20世纪80年代基本为负值，20世纪90年代到21世纪最初10 a有明显的正负振荡，从21世纪10年代开始基本为正值。从9 a滑动平均看出，高温日数在21世纪初发生了明显的年代际位相转变，由负位相转为正位相。
图2
图2
1979－2022年川渝盆地夏季高温日数EOF分解第一模态（a）及其标准化时间系数（b）
Fig.2
The first mode of EOF decomposition of high temperature days in summer in the Sichuan-Chongqing Basin from 1979 to 2022 (a) and its standardized time coefficient (b)
3 高原及周边大气热源与川渝盆地夏季高温的关系
图3
图3
夏季青藏高原及周边地区大气热源气候平均态空间分布（单位：W·m-2）
（粗黑曲线为3 000 m的地形等高线，代表青藏高原）
Fig.3
The spatial distribution of climatological mean state of atmospheric heat sources in summer over the Qinghai-Xizang Plateau and its surrounding region （Unit： W·m-2）
（The black line is the Qinghai-Xizang Plateau boundary with altitude of 3 000 m）
图4
图4
1979－2022年川渝盆地夏季高温日数EOF第一模态时间系数与高原及周边大气热源在去掉年代际变化趋势前（a）、后（b）的相关系数场
（红色方框为计算高原热力指数选取的关键区，深、浅阴影分别表示达到95%、90%的置信水平）
Fig.4
The spatial distribution of the correlation coefficients between the time series of the first EOF mode of high temperature days in summer in Sichuan-Chongqing Basin from 1979 to 2022 and the atmospheric heat sources over the Qinghai-Xizang Plateau and its surrounding areas before (a) and after (b) removing the interdecadal variation trends
(The red square frame represents the key regions selected for the calculation of the thermal index of Qinghai-Xizang Plateau, the dark and light shadows indicate the confidence level of 95% and 90%, respectively)
基于上述结论，选取高原东部及其东侧（92°E—105°E，27°N—36°N）区域作为影响盆地高温日数年际变化的关键区。将1979—2022年夏季该区域平均的热源强度去掉年代际变化后进行标准化处理，得到高原东部及其东侧的热力指数（ITPE）。从ITPE随时间变化（图5）可见，ITPE存在明显的年际变化。相关分析结果显示，ITPE与去掉年代际变化后的盆地高温日数EOF第一模态时间系数的相关系数达-0.57（达到95%置信水平），表明二者在年际尺度上有显著的负相关关系。
图5
图5
1979－2022年标准化ITPE的年际变化
Fig.5
The inter-annual variation of the standardized ITPE from 1979 to 2022
为进一步验证ITPE对盆地夏季高温日数异常的指示意义，以一倍标准差为界，对ITPE高低年进行划分，得到9个ITPE偏低年（1992、1997、2001、2003、2006、2013、2016、2020、2022年），7个ITPE偏高年（1991、1995、1998、2007、2008、2014、2019年）。从ITPE偏低年和偏高年高温日数距平合成差值场空间分布（图6）发现，盆地全区高温日数均为正距平，大值中心位于重庆西南部，盆地大部的异常值均达到90%的置信水平。说明，ITPE对盆地夏季高温日数异常具有较好的指示作用，当ITPE偏低（高）时，对应盆地大部区域（尤其是重庆西南部）高温日数明显偏多（少）。
图6
图6
青藏高原热力指数偏低和偏高年川渝盆地夏季高温日数距平合成差值场（单位：d）
（深、浅阴影分别表示达到95%、90%的置信水平，下同）
Fig.6
Composite difference field of high temperature days anomaly in summer over Sichuan-Chongqing Basin in the years with low and high thermal index of Qinghai-Xizang Plateau （Unit： d）
（The dark and light shadows indicate the confidence level of 95% and 90%， respectively， the same as below）
4 高原关键区大气热源异常影响川渝夏季高温的环流机制
由于ITPE与盆地高温日数呈显著的负相关关系，为便于表述和理解，将1979—2022年夏季ITPE乘-1.0，基于负ITPE回归得出同期200、500及700 hPa位势高度场及风场（图7）。结果显示，当高原关键区热源强度偏弱时，200 hPa位势高度场[图7（a）]上，高原南侧孟加拉湾至菲律宾群岛附近为显著的负高度异常，而高原西北侧和东北侧以东至朝鲜半岛为明显正高度异常；200 hPa风场[图7（b）]上，高原南部至孟加拉湾和云贵高原为显著的气旋性环流异常，而高原西北侧和东北侧至朝鲜半岛均为显著的反气旋性环流异常，表明南亚高压东南部偏弱，东北部偏强，位置偏东偏北。500 hPa位势高度场[图7（c）]和风场[图7（d）]显示，巴尔喀什湖以北至贝加尔湖以东、中南半岛至西北太平洋为显著的负高度异常。从青藏高原向东至朝鲜半岛附近位势高度异常偏高，对应风场为显著的反气旋性环流异常，该异常反气旋从对流层中高层延伸至低层[图7（e）、（f）]，加强了西太平洋副热带高压（简称“副高”）向西北延伸，导致其偏西偏北，与偏东偏北的南亚高压相互靠近。川渝盆地位于副高西北侧的正高度异常区，气温容易偏高，高温日数偏多。研究表明，夏季副高南北某一侧凝结潜热减弱时，副高则有向该侧移动的趋势（温敏和施晓晖，2006）。由于本文的高原关键区大气热源（主要为凝结潜热）偏弱，正好位于副高西北侧，有利于其位置偏北。
图7
图7
1979－2022年夏季负ITPE回归的同期200 hPa (a、b)、500 hPa (c、d)和700 hPa (e、f)位势高度场（等值线，单位：gpm）（a、c、e）及风场（箭矢，单位：m·s-1）（b、d、f）
（蓝色箭矢表示达到90%的置信水平，绿色阴影表示辐合区）
Fig.7
The geopotential height field (contours, Unit: gpm) (a, c, e), wind field (arrows, Unit: m·s-1) (b, d, f) at 200 hPa (a, b), 500 hPa (c, d), 700 hPa (e, f) in the same period regressed by using the negative ITPE in summer from 1979 to 2022
(The confidence level of blue arrows is 90%, and the green shaded represents the convergence zone)
从负ITPE回归的700 hPa风场[图7（f）]可见，当高原关键区热源偏弱时，菲律宾群岛附近至我国华南上空为显著的气旋性环流异常，减弱了从西太平洋和南海向川渝盆地的水汽输送，同时孟加拉湾至高原南侧为异常偏东北风，不利于来自孟加拉湾的水汽输送到盆地。另外，我国东部偏北地区至朝鲜半岛为显著的反气旋性环流异常，阻碍了北方冷空气南下，不利于冷暖空气在盆地汇合产生降水，有利于气温升高。根据大气热力适应理论（刘屹岷等，2001），高原加热使其上空低层大气为气旋式环流，气流辐合流入，高层为反气旋式环流，气流辐散流出；反之，高原冷却使低空出现反气旋，高空出现气旋。结合各层风场异常可见，当关键区热源偏弱（冷却）时，在热力适应作用下高原东部及其东侧高层为异常气旋性环流，是气流辐合区，高原东侧高空盛行偏南风[图7（b）]；中低层该区为异常反气旋性环流，是气流辐散区，高原东侧低空盛行偏北风[图7（f）]。高层辐合和低层辐散效应导致川渝盆地区域存在强烈的下沉运动异常，不利于来自南方的暖湿气流在盆地辐合，可能造成降水偏少，气温偏高。
夏季高原大气热源异常与垂直运动场异常密切相关。图8为利用负ITPE回归的同期500 hPa垂直速度场和比湿场。可以看出，当高原关键区热源偏弱时，从高原中东部至川渝盆地为明显的下沉运动异常[图8（a）]。由于大尺度的整层下沉运动异常起到了抑制局地水汽抬升和凝结过程的作用，可能导致盆地上空大气干燥，降水偏少。500 hPa比湿异常[图8（b）]分布与垂直速度异常分布较为一致，高原东部及其东侧对流层中层下沉运动区对应比湿负异常，且盆地上空低层也为显著的比湿负异常区（图略）。从负ITPE回归的28°N—40°N平均垂直速度和风场[图9（a）]及温度场[图9（b）]异常的纬向垂直剖面可见，高原及其东侧的川渝盆地上空自对流层上层至下层存在强烈的下沉运动异常。高原上空自低层至200 hPa为显著的温度负异常，在川渝盆地（103°E—110°E）近地面为显著的温度正异常。这种显著的下沉运动异常所产生的下沉增温效应可引起局地气温偏高，有利于盆地高温天气的出现和维持。综上表明，当高原关键区大气热源偏弱时，川渝盆地上空强烈的下沉运动异常伴随干燥的大气导致降水偏少，有利于高温日数偏多。
图8
图8
1979－2022年夏季负ITPE回归的同期500 hPa垂直速度场（a，单位：Pa·s-1，垂直速度ω放大100倍）和比湿场（b，单位：g·kg-1）
Fig.8
The vertical velocity field (a，Unit: Pa·s-1, the vertical velocity ω multiplied by 100) and specific humidity field (b, Unit: g·kg-1) at 500 hPa in the same period regressed by using the negative ITPE in summer from 1979 to 2022
图9
图9
1979－2022年夏季负ITPE回归的同期28°N—40°N平均的垂直速度距平（等值线，单位：Pa·s-1）、风场距平（箭矢，单位：m·s-1）（a）及温度距平场（b，单位：℃）经度-高度剖面
（蓝色箭矢表示达到90%的置信水平，下同）
Fig.9
The longitude-height sections of the vertical velocity anomalies (contours, Unit: Pa·s-1), wind field anomalies (arrows, Unit: m·s-1) (a) and temperature anomaly fields (b, Unit: °C) averaged over 28°N-40°N in the same period regressed by using the negative ITPE in summer from 1979 to 2022
(The confidence level of blue arrows is 90%, the same as below )
图10为负ITPE回归的同期整层积分水汽通量和GPCP降水场。可以看出，整层水汽输送异常形势与低层风场异常[图7（f）]较为一致，当高原关键区大气热源偏弱时，高原及其南侧为异常的反气旋性水汽输送，造成由孟加拉湾向川渝盆地的水汽输送减弱，同时，由于我国华南地区至菲律宾群岛上空为异常气旋性水汽输送，导致来自西太平洋和南海沿副高边缘向川渝盆地输送的水汽减弱，使盆地上空大气含水量异常偏少[图10（a）]。对应降水场异常分布也显示，孟加拉湾北部至高原南部和川渝盆地降水显著偏少，而印度半岛北部降水显著偏多[图10（b）]。由此可见，在高原关键区大气热源偏弱（强）年夏季，川渝盆地降水偏少（多），有利于气温的升高（下降），从而造成高温日数偏多（少）。
图10
图10
1979－2022年夏季负ITPE回归的同期整层积分水汽通量（a，单位: g·cm-2·s-1）和GPCP降水场（b，单位：mm·day-1）
Fig.10
The vertically integrated water vapour flux of the whole layer (a, Unit: g·cm-2·s-1) and GPCP precipitation (b, Unit: mm·day-1) in the same period regressed by using the negative ITPE in summer from 1979 to 2022
图11
图11
1979－2022年夏季负ITPE回归的同期平均总云量（a，单位：%）和地面太阳短波辐射通量（b, 单位：W·m-2）
Fig.11
The average total cloud cover (a, Unit: %) and the downward solar shortwave radiation fluxes (b, Unit: W·m-2) regressed by using the negative ITPE in summer from 1979 to 2022
5 结论与讨论
本文研究了1979—2022年夏季川渝盆地高温日数的时空分布特征及其年际变化与高原及周边大气热源的关系，指出了影响盆地高温日数年际变化的热源关键区，并就关键区热源影响高温日数的环流机制进行了分析，得到以下主要结论。
（1）川渝盆地夏季高温日数异常主要表现为整体偏多或偏少，并存在明显的年际和年代际变化特征。1979—2022年高温日数总体呈增加趋势，20世纪80年代高温日数偏少，进入21世纪以来明显偏多，21世纪初出现了一次明显的年代际位相转变。
（2）夏季川渝盆地高温日数年际变化与高原东部及其东侧（92°E—105°E，27°N—36°N）大气热源强度关系密切，当该区域热源偏弱（强）时，对应盆地高温日数明显偏多（少）。
（3）年际尺度上，当高原东部及其东侧大气热源偏弱时，南亚高压偏东偏北，西太平洋副热带高压偏西偏北。低层菲律宾群岛附近至我国华南上空为显著的气旋性环流异常，孟加拉湾至高原南侧为偏东北风异常，不利于来自南海和西太平洋及孟加拉湾的水汽输送到川渝盆地，配合盆地上空明显的下沉运动异常，导致降水偏少，气温偏高。同时盆地上空总云量显著偏少，使到达地面的太阳短波辐射通量显著增加，引起地面气温偏高，高温日数偏多。当高原东部及其东侧大气热源偏强时，则情况相反。
鉴于目前关于高原大气热源影响的研究大都是针对高原主体，然而，高原热源存在明显的区域特征（范旭燕和李跃清，2022），因此有必要分区域讨论。最近有研究发现，中国东部和西北地区热浪异常年夏季高原西南部和东北部的大气热源呈显著正异常（谭子渊，2023）。本文揭示了年际尺度上高原东部及其东侧大气热源与川渝盆地高温日数的负相关关系，并讨论了其影响机制，得到了一些有意义的结果。高原不同区域的大气热源对周边地区极端天气气候的影响并不同，同时，在不同时间尺度上，高原大气热源与高温的关系也有所差异，因此，未来有必要进一步讨论其他时间尺度（如次季节、季节、年代际等）上二者的联系及具体内在影响机制。另外，本文仅基于NCEP/NCAR再分析资料采用倒算法得到的夏季高原大气热源结果对其与川渝盆地高温日数的关系进行分析，而由于高原站点资料稀缺，精确计算大气热源是一个难点，所采用的计算方法和资料不同均会导致大气热源计算结果的不确定性（罗小青和徐建军，2019）。尽管本文计算的大气热源气候态空间分布与前人采用不同再分析资料计算的结果较为一致，但也有研究指出，在年际尺度上，采用ERA-interim和JRA-55资料计算的高原大气热源年际变率总体与观测最为接近（王美蓉等，2019）。因此，未来还需进一步对比基于不同资料计算的高原大气热源对川渝盆地高温影响的差异，以期为提高川渝地区夏季气候预测水平提供准确的理论依据。
参考文献
长江中游夏季高温异常的大气环流和海温特征
[J].
全球变暖加剧了气候系统的不稳定性和极端天气的频发，“热岛效应”和高温热浪的叠加，给人们的生命安全和经济生产造成巨大损失，本文利用1971—2022年长江中游234个站点日降水量和最高气温数据、美国国家环境预报中心/国家大气研究中心（National Centers for Environmental Prediction/National Center for Atmospheric Research，NCEP/NCAR）再分析资料和美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration， NOAA）海表温度（简称“海温”）资料，分析夏季高温异常年的大气环流特征及其与海温的关系。结果表明：近52 a来尤其是进入21世纪，长江中游夏季高温日呈显著增加趋势，年均高温日为19 d。其中，2022年高温日数最多达74 d，与近30 a气候态平均相比，距平百分率高出163%，1987年高温日最少仅5 d。夏季高温日偏多年，在副极地波导的遥相关波列影响下，东亚大陆高压增强，反气旋性环流控制长江中游地区，同时东亚夏季西风急流位置偏北，促使西太平洋副热带高压西伸北抬，强烈的下沉运动抑制低层对流发展，辐射增温作用明显。高温日数与赤道北印度洋、北大西洋和中低纬西太平洋海温，尤其是夏季海温呈正相关关系，与赤道中东太平洋海温呈负相关。从前冬开始赤道北印度洋和北大西洋海温持续偏高，中低纬西太平洋海温逐渐开始升高，同时夏季赤道中东太平洋呈异常La Ni?a状态，有利于长江中游夏季高温日异常偏多。
青藏高原春季地表非绝热加热异常对东亚夏季风强度的影响
[J].为了探究与融雪、融冻过程相联系的青藏高原春季地表非绝热加热异常对东亚夏季风强度变化的影响，利用NCEP/NCAR Reanalysis I（NCEP-I）和欧洲中心（ERA-interim）全球月平均感、潜热通量等再分析资料，以及1961—2014年全国723个气象站逐月历史观测资料，首先定义一个与青藏高原地表非绝热加热相联系的新东亚夏季风指数，并分析新夏季风指数与中国夏季降水的关系，进而探讨青藏高原春季地表非绝热加热异常对东亚夏季风强度变化的影响。结果表明：（1）受青藏高原春季大气射出长波辐射减弱、地气温差发生突变影响，近36 a青藏高原春季地表感热、潜热通量先后在1997年、2003年左右经历了一次由增大转为减小的明显突变；（2）采用200 hPa水平风速新定义的东亚夏季风指数具有良好、广泛的代表性和适用性，近50 a来新东亚夏季风指数强度呈减弱趋势，减弱速率为-0.73/10 a；（3）新东亚夏季风指数与长江流域夏季6—8月降水之间存在极为显著的负相关关系，即东亚夏季风出现增强（减弱）异常时，长江流域夏季6—8月降水会异常减少（增多）；（4）融雪、融冻过程引起的青藏高原春季前期地表潜热通量正（负）异常，会引起随后建立的东亚夏季风强度的减弱（增强）。与融雪、融冻过程联系紧密的青藏高原春季地表感、潜热通量存在显著的准3 a左右周期，其年代际变化对随后爆发的东亚夏季风和我国东部地区夏季降水准3 a左右周期的变化具有重要影响。
夏季青藏高原东部大气热源变化及其对相邻区域气候的影响
[J].基于NCEP/NCAR1968~2009年逐月再分析资料，采用倒算法，对夏季青藏高原东部大气热源的长期变化进行了计算，结果发现：（１）夏季青藏高原东部大气热源存在10 a左右的时间尺度变化周期；（２）夏季青藏高原东部大气热源偏强时，四川盆地东部及重庆地区多雨，气温偏低；当夏季青藏高原东部大气热源偏弱时，四川盆地东部及重庆地区容易发生高温干旱；（３）夏季青藏高原东部大气热源通过直接影响垂直上升运动场的异常，同时影响周围地区的大气环流形势，异常强迫500 hPa副热带高压，进而影响到四川盆地东部及重庆地区的夏季气候。
2022年西南地区极端高温干旱特征及其主要影响
[J].利用1961—2022年夏季（6—8月）西南地区441个国家地面气象站逐日基本气象要素观测资料，对2022年夏季西南地区的基本气候概况、高温干旱灾害的特征及其产生的主要影响进行分析。结果表明：此次极端高温干旱事件的严重程度实属历史罕见。2022年夏季西南地区平均气温历史同期最高，降水量历史同期最少，高温日数历史同期最多，极端最高气温历史同期最高。西南地区东部并发严重的气象干旱，特旱站数高达105站，主要发生在西藏中部、四川大部、重庆大部、贵州北部以及云南中部局部地区。受此极端持续的复合型高温干旱事件影响，西南地区东部部分农作物减产、甚至绝收；江河来水量出现“汛期返枯”的罕见现象；电网负荷创历史新高，加之水电发电量锐减，造成能源供应保障短缺；四川盆地东部、重庆西部发生多起森林火灾。本文力图从科学角度认识这次极端高温干旱事件，助力气象灾害风险评估业务发展，为提升防灾减灾和应对气候变化的能力提供支撑。
1998年夏季西太副高活动与凝结潜热加热的关系
[J].利用1998年南海季风试验逐日再分析资料,分析了1998年夏季梅雨期内凝结潜热加热对西太平洋副热带高压(下称西太副高)中短期活动的影响。结果表明,不同位置的凝结潜热加热对西太副高的作用是不同的:当西太副高西侧的降水在它的边缘发生时,释放的凝结潜热加热可能迫使西太副高东退,离它较远处的降水则可能诱使西太副高西伸;西太副高北侧降水释放的凝结潜热加热将阻止它北进;南侧降水则有推动西太副高北进的作用。当南北两侧的凝结潜热加热等强度时,它原地不动,但强度增强,达到一定强度时西伸;若某一侧加热强度减弱,西太副高则有向该侧移动的趋势。
四川省极端气温事件与城镇化发展的关联影响
[J].在当前全球变暖背景下，近年来城镇化进程加速，研究四川省极端气温事件与城镇化发展的关联，对于降低四川极端温度事件的灾害风险和未来城市规划布局具有重要参考价值。利用四川省36个气象站点1980—2020年气温日值数据、夜间灯光和土地利用遥感数据、经济和人口空间分布网格数据，通过计算世界气象组织推荐的16个极端温度指数，并采用K-means与层次聚类相结合的方法，将气象站点划分为城市、城郊和乡村3类，分析四川省城镇化进程中极端温度事件的时间变化趋势及其与城镇化的关联影响，并探讨1980—2010年、1980—2015年、1980—2020年3个不同时段极端温度事件的区域变化趋势和不同类别气象站点的变化差异。结果表明，四川省1980―2020年极端高温事件呈增加趋势，极端低温事件呈减少趋势；城市站点的最高气温极大值、暖昼日数、月平均日较差增加趋势最明显，乡村站点的霜冻日数、冷夜日数、冷昼日数减少趋势最明显，城郊站点的夏季日数和暖夜日数增加趋势最明显；极端气温事件的增暖趋势在3个时段都较为显著，且乡村站点的增暖趋势相比城市和城郊站点更为明显；3个时段内，城市和城郊站点的夏季日数均多于乡村站点，而乡村站点的霜冻日数多于城市站点，城市和城郊站点的冷事件减少幅度均小于乡村。研究结果揭示了城镇化对极端气温事件影响的共性和区域差异性，对影响机理的深入研究还有待后续进一步分析和讨论。
青藏高原东侧不同云类对气温变化影响的初步分析
[J].利用1984-2009年青藏高原东侧的地面气温和ISCCP D2云资料，对不同云类与气温的关系及影响进行了SVD、对比和合成分析。结果表明，20世纪80年代是近50年来川渝盆地最冷的10年，90年代中期是川渝盆地由偏冷向偏暖变化的一个重要转折期，且川渝盆地变暖滞后全国主要是由春季和秋季气温异常造成，其中盆地西部是显著异常区。雨层云、卷云、深对流云与气温均存在显著关系，且与气温关系和影响程度均不同；其中，雨层云、深对流云产生“温室效应”与气温存在正相关关系，卷云反射太阳短波辐射与气温呈负相关关系；由于雨层云、深对流云产生降水削弱增温效果，不及卷云与气温的关系突出。另外，雨层云、卷云、深对流云3者之间存在显著相关关系，且卷云与雨层云、深对流云均存在负相关关系，雨层云与深对流云之间呈正相关关系；3者间卷云与雨层云的负相关最为显著。鉴于这3种云类共同影响气温且与气温相关较显著，建立多云回归模型，并通过了显著性检验，对川渝盆地的气候变化预报起到一定的指导作用。
江西大气整层可降水量特征及其与暴雨的关系
[J].为提高江西暴雨预报准确性，基于1990—2022年欧洲中期天气预报中心第五代大气再分析（ERA5）资料、江西省国家气象观测站日降水资料和2023年逐时降水资料，分析江西省平均与暴雨日大气整层可降水量（Total Column Water Vapour，TCWV）分布特征，并确定了有助于预测江西区域性暴雨的TCWV阈值。结果表明：江西省暴雨日的TCWV呈现出明显的时空差异，月平均TCWV中12月、1月为20.0~36.0 mm，全年最低；7—8月可达64.0 mm以上，全年最高，主要集中在赣北和赣中的平原及丘陵地区。7—8月暴雨站点的月平均TCWV的中位数超过65.0 mm；8月最大值可达77.5 mm。暴雨期间，相关站点的TCWV在强降水前通常已达到或接近月平均值，强降水后下降至月平均值以下。暴雨日月平均TCWV值可作为预测该月江西区域性暴雨的阈值：若TCWV值接近或超过月平均值上限，极端降水发生的可能性增大。最大TCWV中心虽不完全与暴雨中心雨带位置重合，但通常位于其附近的高值区内，因此在强降水天气过程中，最大TCWV中心区域可作为预测暴雨雨带位置的重要参考。
The version-2 global precipitation climatology project (GPCP) monthly precipitation analysis (1979-Present)
[J].
A near-global climatology of single-layer and overlapped clouds and their optical properties retrieved from Terra/MODIS data using a new algorithm
[J].
Trends in summer rainfall over China associated with the Tibetan Plateau sensible heat source during 1980-2008
[J].
Role of the Tibetan Plateau thermal forcing in the summer climate patterns over subtropical Asia
[J].
Interannual variability of mid-summer heat wave frequency over the Sichuan Basin
[J].
The NCEP/NCAR 40-year reanalysis project
[J].
Relationship between atmospheric heat source over the Tibetan Plateau and precipitation in the Sichuan-Chongqing region during summer
[J].
Tibetan Plateau warming and precipitation changes in East Asia
[J].
Tibetan Plateau climate dynamics: Recent research progress and outlook
[J].
Determination of bulk properties of tropical cloud clusters from large-scale heat and moisture budgets
[J].
