西南地區空中云水量分布特征及變化趨勢

林 丹, 王維佳

(四川省人工影響天氣辦公室,四川成都610072)

0 引言

近幾十年來,如何對空中水資源進行有效合理的開發利用已經受到了國內外科學家的重視。空中水資源的分布及其變化規律特征是指導人工影響天氣作業的有效指標,為人工影響天氣工作打下重要基礎[1]。目前,大部分有關空中水資源的試驗研究主要是圍繞大氣可降水量的演變特征,例如蔡英等[2]、郭潔等[3]、張玉娟等[4]分別對青藏高原地區、川渝地區以及中國西北地區大氣可降水量的變化趨勢進行了分析。但是,降水的形成過程是云中的小水滴增大變成為雨滴、雪花及其他降水物的過程,也就是說,大氣降水時必須有云,而以云的形式存在于云中的水,才有可能通過自然過程或人工影響產生降水。

以往研究表明,云水量不足大氣可降水量的1%,云水量只是大氣可降水量中的一小部分[5-6]。因此,僅僅研究大氣可降水量的演變特征,不能準確反映出空中云水資源條件和人工增雨的潛力[5]。由于云水量資料獲取較為困難,導致對云水量的研究比較缺乏,嚴重阻礙了對空中水資源開發利用問題的研究進展[7]。目前,對云水量的研究方法有飛機,微波探測[5-6,8-9],衛星遙感[10-13]等。飛機是指探測飛機飛入云系后利用機載儀器直接測量云水量,這種方法取得的數據范圍小,不連續,誤差大,且一次探測飛行成本較高;微波探測技術較為成熟,但仍然空間范圍有限,無法獲得大范圍的數據來進行比較分析;隨著衛星遙感儀器的進步,利用衛星遙感技術對云水量的研究取得了較大進展,但這種方法時空分辨率比較低,適合于個例或短期分析,不適合進行大范圍長時間的研究。因此,選擇使用NCEP資料對整個西南地區云水量的分布特征和變化趨勢進行系統的分析和研究。

1 資料和方法

采用的資料為NCEP(National Centers for Environmental Prediction)CFSR(Climate Forecast System Reanalysis)的云水量逐月再分析資料,分辨率為0.5°×0.5°,資料長度由1980～2009年,單位kg·m-2。CFSR數據是由NOMADS(NOAA's National Operational Model Archive and Distribution System)提供,涵蓋大氣、海洋和陸地等大部分氣象研究所需資料,具備高覆蓋率和分辨率,同時具備時間序列長、資料完整等優點[14]。

文中提到的云水量是指云中的含水量,按常規季節分類,一年分春季(3～5月),夏季(6～8月),秋季(9～11月),冬季(12～2月)。選取范圍 96.5°E～111.5°E,20.5°N～ 35.5°N 的區域(包括云南、貴州 、四川 、重慶),共計31×31個格點。在分析西南地區年云水量分布時,平均1980～2009年共計30年的格點數據,在分析西南地區季節云水量分布時,將每3個月的數據進行格點累加再平均得出各季節的平均值。通過計算年和季節云水量,并結合EOF分析,對西南地區的云水量分布特征和變化趨勢進行了研究。

2 結果分析

2.1 云水量空間分布

云水量的多少與云量密切相關,研究表明,西南地區云量的分布特征為東多西少,四川東部、重慶和貴州地區總云量相對較多[15]。從圖1可知,西南地區云水量的空間分布與云量分布基本一致,總體為東南多、西北少。云水量的最大值與最小值差異不大,最小值出現在四川西部高原地區,為30kg·m-2,最大值出現在四川盆地,為70 kg·m-2。

西南地區云水量的經向分布特征明顯,在同一緯度出現某些地方數值偏小,而局部區域相對偏高的情況,如在四川地區云水量的梯度變化最大,從最小值 30kg·m-2到最大值70 kg·m-2。除去四川地區,其余3個地區云水量分布較為均勻,區域內部差異較小,云南和重慶地區云水量約50kg·m-2,貴州地區云水量約60kg·m-2。

圖1 1980～2009年西南地區年云水量分布(單位:kg·m-2)

圖2 1980～2009年西南地區季節云水量分布(單位:kg·m-2)

從4個季節來看,西南地區春季云水量在8～20kg·m-2,夏季在12～20kg·m-2,秋季在8～20kg·m-2,冬季在4～14kg·m-2。與圖1分布類似,4個季節均呈現出東南多、西北少的分布特征。除了冬季,春季、夏季和秋季云水量的最大值均出現在四川盆地,為20 kg·m-2,。在春季和冬季,云南地區云水量較少,與四川西部高原地區云水量相當。重慶地區的云水量在春季、夏季和秋季差異不大,均約為12 kg·m-2,冬季則相對偏少,約為6～10 kg·m-2。李興宇等[7]采用ISCCP D2的數據研究了整個中國地區空中云水資源的分布特征,與之比較,西南地區云水量的分布特征大部分一致,川西高原的云水量低于盆地地區,在春、冬季,云貴高原地區云水量徑向分布明顯,東西兩側差異大。

由于西南地區地域遼闊,地貌特殊,氣候復雜多變,導致云水量的空間分布不均和季節差異較大,再加之水資源豐富的季節又不一定缺水和適合人工增雨作業,或者急需要人工增雨的地區又不一定有充足的云水量供以利用,這些問題都加大了西南地區空中水資源的合理開發和利用難度。

2.2 云水量年內分布

從圖3中可知,西南地區云水量年內分布表現為近似的正態分布,單峰型。云水量最大值出現在每年6月,其次為7月和5月,12月云水量最少,6月云水量約為12月的2.4倍。

從1月到6月,云水量逐漸增多,5月增加幅度顯著,增加值約1000kg·m-2,從7月開始,云水量逐月減少,但相比上半年,下半年的減少幅度沒有增加幅度明顯,8月、9月和10月云水量差異不大,11月減少幅度顯著,減少量超過1000 kg·m-2。

從季節變化來看,季節分配鮮明,夏季云水量最豐富,占全年總含量的32.6%,春季和秋季次之,春季略大于秋季,分別占全年的25.8%和24.9%,冬季云水量最少,僅占16.7%,為夏季云水量含量的一半。

圖3 西南地區云水量年內分布

2.3 云水量年際變化

對年和季節云水量進行距平百分率處理,距平百分率=(當年值-多年平均值)/多年平均值。

從圖4可見,西南地區云水量的年際變化非常明顯,且浮動較大。20世紀80年代,距平百分率均為正值,表明這段時間,西南地區云水量偏多,從20世紀90年代初期以后,距平百分率幾乎全部為負值,表明這段時間,西南地區云水量偏少。對距平百分率作線性趨勢分析,得到回歸系數b=-0.598%/a,回歸常數a=9.27%,建立一元方程y=-0.598t+9.27,30年來西南地區云水量含量隨時間減少,通過計算得出相關系數r=0.73,超過0.01顯著性水平。由此可見,減少趨勢非常顯著。李慧晶等[16]研究發現,1990年以后,整個西南地區總云量隨時間持續減少,這與云水量的減少趨勢結論一致,也是造成云水量減少的因素之一。

西南地區云水量年際變化十分懸殊,正距平百分率最大值為1989年的13%,負距平百分率最大值為2006年的-14%。在1983年、1985年、1989年、1990年,距平百分率處于高值區,云水量明顯偏多;在1998年、1999年、2006年、2009年,距平百分率處于低值區,云水量明顯偏少。分析發現在云水量偏少的年份,西南地區的干旱情況嚴重,例如:2000年西南干旱造成2000多萬人飲水困難,2006年夏季西南地區東部發生特大干旱[17],2009年秋季到2010年春季,西南地區發生了百年一遇的特大干旱[18]。云水量的多少與干旱緊密相關,如何在云水量偏少的情況下,最大限度開發利用空中水資源,緩解旱情,是值得深入研究的問題。

圖4 1980～2009年西南地區云水量含量距平百分率

2.4 云水量季節變化

從圖5(a)可見,西南地區春季云水量偏多年和偏少年交替出現,12年出現正距平百分率,18年出現負距平百分率,偏少年出現幾率略大于偏多年。對春季云水量進行線性趨勢分析,得出春季云水量沒有明顯增多或減少趨勢。

從圖5(b)可見,在20世紀90年代中期以前,西南地區夏季云水量高于30年平均值,20世紀90年代中期以后,云水量顯著減少,低于30年平均值。對夏季云水量進行線性趨勢分析,得到回歸系數b=-0.88%/a,回歸常數a=13.59%,相關系數r=0.68,通過0.01顯著性檢驗,可見夏季云水量下降趨勢明顯。

從圖5(c)可見,秋季云水量的年際變化與夏季類似,云水量由偏多變為偏少,但是偏多與偏少的分界點時間提前。正距平百分率僅出現11次,而且集中出現在20世紀80年代,表明這段時間,西南地區秋季云水量充足;從20世紀90年代初開始,除1995年以外,距平百分率全部為負值,云水量偏少。對秋季云水量進行線性趨勢分析,得到回歸系數b=-1%/a,回歸常數a=15.53%,相關系數r=0.74,超過0.01顯著性水平檢驗,可見秋季云水量呈現出減少趨勢,且減少趨勢較夏季更為顯著。

從圖5(d)可見,西南地區冬季云水量年際變化與春季相似,偏多年和偏少年交替出現,14年出現正距平百分率,16年出現負距平百分率,偏少年出現幾率略大于偏多年。對冬季云水量進行線性趨勢分析,雖然冬季云水量呈現出減少趨勢,但并沒有通過0.01顯著性水平檢驗。

盡管西南地區4個季節云水量年際變化各不相同,但與圖4比較,在年云水量偏少的年份,1998年、1999年、2003年、2006年、2009年,4個季節的云水量也均偏少;在年云水量偏多的年份,1983年、1985年、1988年、1989年,4個季節的云水量也均偏多。

圖5 1980～2009年西南地區季節云水量距平百分率

李聰等[19]對西南地區1950～2010年的降水進行研究,結果表明,西南地區夏季和秋季降水均呈現出減少趨勢,秋季減少尤其明顯。從1951年起秋季降水一直維持明顯減少趨勢,在21世紀以后,減少趨勢更顯著。西南地區春季和冬季降水開始進入一個減少的年代際時期。由此看出,云水量的變化趨勢和降水量變化趨勢基本一致,降水的形成過程是云中的小水滴增大變成為雨滴、雪花及其他降水物的過程,由于空中云水量減少,可能導致形成大雨滴的機率減少,最終降水量減少。

2.5 云水量變化的特征模態

對西南地區年云水量作EOF分析,分解得出前3個特征向量的方差貢獻分別為36%、21%、9%,累積貢獻率超過60%,前兩個方差貢獻率超過50%,說明前兩類型基本反映了西南地區云水量的變化特征。因此,文中主要針對前兩個模態進行分析。

從第一模態向量場(圖6c)中可以看出西南地區的南部和北部存在方向的變化特征,南部為正值,北部為負值,四川和重慶西北部位于負值區,云南、貴州和重慶東南部位于正值區。結合第一模態時間系數(圖6a),20世紀90年代中期以前,時間系數大部分為正值,表明這段時間西南地區北部云水量偏少,南部云水量偏多;20世紀90年代中期以后,時間系數均為負值,表明這段時間西南地區北部云水量偏多,南部云水量偏少。

從第二模態向量場(圖6d)中可以看出西南地區呈現出整體一致的變化特征,呈同位相分布,均為正值,高值區出現在四川盆地和重慶地區,說明該區域云水量最容易發生異常,變率較大。結合第二模態時間系數(圖6b),時間系數波動較大,對時間系數作線性趨勢分析,發現除了存在年際間的波動外,整個西南地區云水量隨時間減少。從正值對應云水量偏多年份,負值對應云水量偏少年份來看,在1989年和1990年,整個西南地區云水量明顯偏多,在1998年和2006年,整個西南地區云水量明顯偏少。

圖6 西南地區云水量EOF分析圖

3 結束語

(1)年和季節云水量的空間分布均為東南多、西北少,最小值30kg·m-2出現在四川西部高原地區,最大值70kg·m-2出現在四川盆地。

(2)夏季是全年云水量最多的季節,春季、秋季次之,最少的為冬季。春季云水量在8～20kg·m-2,夏季在12～ 20kg·m-2,秋季在8～ 20kg·m-2,冬季在4～ 14kg·m-2。

(3)逐月云水量呈近似的正態分布,1～6月云水量逐漸增加,7～12月逐漸減少,6、7月為云水量最多的月份。

(4)30年來,西南地區年云水量呈減少趨勢。春季云水量沒有明顯增多或減少趨勢,而夏季、秋季、冬季云水量均呈現出減少趨勢。

(5)云水量變化既具有南北差異性,20世紀90年代中期以前,南部云水量偏多,北部偏少;20世紀90年代中期以后,北部偏多,南部偏少;也具有整體一致性,整個西南地區云水量隨時間減少。

[1] 袁健,趙姝慧,張維全,等.云水量含量在人工影響天氣中的應用[J].安徽農業科學,2011,39(1):508-602.

[2] 蔡英,錢正安,吳統文,等.青藏高原及周圍地區大氣可降水量的分布、變化與各地多變的降水氣候[J].高原氣象,2004,23(1):1-10.

[3] 郭潔,李國平.川渝地區大氣可降水量的氣候特征以及與地面水汽量的關系[J].自然資源學報,2009,24(2):344-350.

[4] 張玉娟,謝金南,羅哲賢.我國西北地區東部可降水量變化趨勢的初步研究[J].南京氣象學院學報,2005,28(2):254-259.

[5] 段英,吳志會.利用地基遙感方法監測大氣中汽態、液態水含量分布特征的分析[J].應用氣象學報,1999,10(1):34-40.

[6] Grody N,J Zhao,R Ferraro,et al.Determination of precipitable water and cloud liquid water over oceansfrom the NOAA 15 advanced microwave sounding unit[J].J.Geophys.Res.2001,106(D3),2943-2953.

[7] 李興宇,郭學良,朱江.中國地區空中云水資源氣候分布特征及變化趨勢[J].大氣科學,2008,32(5):1094-1106.

[8] 陳洪濱.星載微波輻射計遙感反演云水量的一個算式[J].遙感學報,2000,4(3):165-171.

[9] Lion K N,Duff A D.Atmospheric liquid water content derived from parameterization of Nimbus-6 scanning microwave spectrometer data[J].J App Meteor,1979,18:99-103.

[10] 姚展予,彭亮.衛星微波被動遙感云中液態水的研究進展[J].氣象學報,2009,67(2):331-341.

[11] 李萬彪,朱元競,趙柏林.用T RMM衛星微波成像儀遙感云水量[J].應用氣象學報,2003,3(14):20-26.

[12] O'Dell,Christopher W,Frank J Wentz,et al.Cloud Liquid Water Path from Satellite-Based Passive Microwave Observations:A New Climatology over the Global Oceans[J].J.Climate.2008,21:1721-1739.

[13] Prabhakara C,Wang I,Chang A T C,et al.A statistical examination of Nimbus-7 SMMR data and remote sensing of sea surface temperature,liquid water content in the atmosphere and surface wind speed.J Clim App Meteorol,1983,22:2023-2037.

[14] Saha,Suranjana,Coauthors.The NCEP Climate Forecast System Reanalysis[J].Bull Amer Meteor Soc,2010,91:1015-1057.

[15] 張琪,李躍清,陳權亮,等.近46年西南地區云量的時空變化特征[J].高原氣象,2011,30(2):339-348.

[16]李慧晶,劉建西,林丹,等.中國西南地區50年云量分布特征[C].中國氣象學會2012年年會論文集.2012年.

[17] 李永華,徐海明,劉德.2006年夏季西南地區東部特大干旱及其大氣環流異常[J].氣象學報,2009,67(1)122-132.

[18] 黃榮輝,劉永,王林,等.2009年秋至2010年春我國西南地區嚴重干旱的成因分析[J].2012,36(3):443-457.

[19] 李聰,肖子牛,張曉玲.近60年中國不同區域降水的氣候變化特征[J].氣象,2012,38(4):419-424.