劉金晶
(陜西省氣象臺(tái),陜西 西安 710014)
美國(guó)氣候預(yù)測(cè)中心(Climate Prediction Center,CPC)將3 個(gè)月滑動(dòng)平均的厄爾尼諾關(guān)鍵區(qū)海溫距平指數(shù)連續(xù)5個(gè)月超過0.5℃定義為一次厄爾尼諾事件。 目前大部分學(xué)者認(rèn)為厄爾尼諾事件分為兩種類型,且?guī)缀跸嗷オ?dú)立[1]。Nio3.4 指數(shù)被認(rèn)為是較權(quán)威的監(jiān)測(cè)指標(biāo),將厄爾尼諾事件分為中部型和東部型兩種類型。 秦堅(jiān)肇[2]在2014 年定義了新的厄爾尼諾指數(shù)IEP 和ICP,將厄爾尼諾事件演變類型分為東部型(EP)、中部型(CP)、混合型(MIX)三類,并討論了東部型及中部型厄爾尼諾事件對(duì)次年中國(guó)東部降水的影響。張宏平等[3](1997)曾探討了1910—1960 年厄爾尼諾事件的及陜西降水的相關(guān)性。 目前,新指數(shù)分型下的厄爾尼諾事件對(duì)陜西降水當(dāng)年的影響還鮮有人探討,因此文章主要探討以上兩種指標(biāo)下的厄爾尼諾事件下的陜西夏秋兩季降水量在的空間分布特征[4]。
選取1971—2013 年陜西地區(qū)94 個(gè)國(guó)家站月平均降水資料,進(jìn)行數(shù)據(jù)預(yù)處理,通常處理成距平或標(biāo)準(zhǔn)化的形式。 EOF 分解方法首先將某氣候變量時(shí)空?qǐng)龅挠^測(cè)資料以矩陣的形式給出:
式中:m 代表空間點(diǎn)( 觀測(cè)站點(diǎn)或網(wǎng)格點(diǎn))的個(gè)數(shù),n 表示時(shí)間序列的長(zhǎng)度即觀測(cè)次數(shù)。
先計(jì)算數(shù)據(jù)矩陣Xm×n與其矩陣XT的交叉積,得到方陣
計(jì)算方陣C 的特征根(λ1…,m)和特征向量Vm×n,二者滿足
一般將特征根λ 按從大到小順序排列, 即λ1>λ2>…λm。 因?yàn)閿?shù)據(jù)X 是真實(shí)的觀測(cè)值,所以λ 應(yīng)該大于或者等于0。每個(gè)非0 的特征根對(duì)應(yīng)一列特征向量值,也稱EOF。如λ1對(duì)應(yīng)的特征向量值稱第一個(gè)EOF 模態(tài),也就是A 的第一列即EOF1=A(:, 1);第λk對(duì)應(yīng)的特征向量是A 的第k列,即EOFk=A(:, k)。
檢驗(yàn)各個(gè)模態(tài)之間是否相互獨(dú)立,也就是能否稱為一個(gè)有著獨(dú)立特征的模態(tài)。 使用North 檢驗(yàn),計(jì)算特征值誤差范圍來(lái)進(jìn)行顯著性檢驗(yàn)。 特征值λ 的誤差范圍,n 為樣本量, 當(dāng)相鄰特征值λj+1滿足λj+1-λj≥ej時(shí),認(rèn)為這兩個(gè)特征值對(duì)應(yīng)的經(jīng)驗(yàn)正交函數(shù)是有價(jià)值的信號(hào)。
圖1 表示為第一特征向量的空間分布,其方差貢獻(xiàn)率為40.1%,該模態(tài)最具優(yōu)勢(shì)地位,是表征陜西夏季降水變化的主要分布形式。 陜西全省除榆林局部地區(qū)特征向量為正值分布,說明降水的分布在該模態(tài)下具有一致性。 向量大值區(qū)位于漢中市,也是對(duì)降水反應(yīng)最敏感的地區(qū)。 第二特征向量的空間分布,方差貢獻(xiàn)率為15.5%,負(fù)相位荷載最大的地區(qū)以清澗、子長(zhǎng)、延川為中心的區(qū)域。 正相位荷載最大的地區(qū)以鎮(zhèn)巴、紫陽(yáng)、嵐皋、平利、鎮(zhèn)坪及商南為中心的區(qū)域。 全省呈“西北負(fù)東南正”的反向分布,“零”線位于關(guān)中南部及漢中中部一帶。
圖2 表示第一特征向量的空間分布,其方差貢獻(xiàn)率為75.1%,該模態(tài)最具優(yōu)勢(shì)地位,是表征陜西秋季降水變化的主要分布形式。 陜西全省特征向量均為正值分布,同樣說明降水的分布在該模態(tài)下具有一致性。 向量大值區(qū)位于鎮(zhèn)巴縣及紫陽(yáng)縣,也是對(duì)降水反應(yīng)最敏感的地區(qū)。 第二特征向量的空間分布,方差貢獻(xiàn)率為8.0%,負(fù)相位荷載最大的地區(qū)以吳起、志丹、安塞、子長(zhǎng)為中心的區(qū)域。 正相位荷載最大的地區(qū)以鎮(zhèn)巴、紫陽(yáng)、嵐皋、漢陰為中心的區(qū)域。全省呈“北負(fù)南正”的反向分布,“零”線位于關(guān)中南部及漢中中部一帶。
圖1 夏季降水第一、第二模態(tài)的特征向量
圖2 秋季降水第一、第二模態(tài)的特征向量
根據(jù)美國(guó)氣候預(yù)測(cè)中心觀測(cè)統(tǒng)計(jì)定義1971 年至2013 年發(fā)生12 次厄爾尼諾事件, 其中1972、1982、1983、1992、1997 年為夏季發(fā)生東部型厄爾尼諾事件的年份,1972、1976、1982、1991、1997 年為秋季發(fā)生東部型厄爾尼諾事件的年份,1987、2002、2004、2006、2009 年為夏季發(fā)生中部型厄爾尼諾事件的年份,1977、1986、1987、1994、2002、2004、2006、2009 年為秋季發(fā)生中部型厄爾尼諾事件的年份。
圖3 Ni o3.4 指數(shù)厄爾尼諾年陜西夏秋兩季第一、第二模態(tài)對(duì)應(yīng)的降水時(shí)間變化
根據(jù)秦(2014)新定義的指數(shù)分類1971 年至2013 年發(fā)生19 次厄爾尼諾事件, 其中1976、1982、1983、1987、1990、1992、1997、1998、2008 年為發(fā)生在夏季的東部型厄爾 尼 諾 事 件 的 年 份,1972、1977、1982、1986、1987、1990、1991、1993、1994、1995、2002、2004 為發(fā)生在夏季的中部型厄爾尼諾事件的年份,1982、1987、1990 年為發(fā)生在夏季的混合型厄爾尼諾事件的年份;1972、1976、1982、1983、1987、1991、1997、2008 年為發(fā)生在秋季的東部型厄爾尼諾 事 件 的 年 份,1972、1977、1982、1990、1991、1993、1994、2002、2004、2006、2009 年為發(fā)生在秋季的中部型厄爾尼諾事件的年份,1972、1982 年為發(fā)生在秋季的混合型厄爾尼諾事件的年份。
圖3 顯示出在夏季第一模態(tài)降水的空間分布隨時(shí)間的變化較第二模態(tài)分布離散, 且表現(xiàn)出一定的周期性變化。 在秋季第一模態(tài)下的降水隨時(shí)間幾乎為負(fù)位相的變化,第二模態(tài)下的降水隨時(shí)間大部分為正位相的變化。 圖4 顯示新指數(shù)劃分下的厄爾尼諾年份數(shù)據(jù)更密集, 但第一、 第二模態(tài)分布隨時(shí)間的變化規(guī)律與前者定義的變化規(guī)律相似,厄爾尼諾事件發(fā)生在夏季的第一、二模態(tài)均表現(xiàn)一定的年際變化。 新指數(shù)定義的東部型厄爾尼諾事件降水空間分布在夏季和秋季隨時(shí)間的變化存在年代際的變化, 在夏季表現(xiàn)為1997 年之前隨時(shí)間的變化同位相變化,1997 年之后表現(xiàn)相反, 在秋季表現(xiàn)為1995 年之前幾乎同位相變化,且呈3~5 年的周期性變化,1995 年之后呈同位相變化。 中部型厄爾尼諾事件降水空間分布在夏季和秋季隨時(shí)間的變化呈基本一致。
兩種指標(biāo)分類的厄爾尼諾年內(nèi),陜西夏秋兩季降水量的空間分布隨時(shí)間的變化是一致的,從第一模態(tài)的分布表現(xiàn)為夏季的降水分布整體表現(xiàn)為偏多或偏少,且變化幅度較大,秋季的降水成負(fù)位相變化,表示厄爾尼諾年份陜西省秋季降水量整體偏少;從第二模態(tài)的分布表現(xiàn)為降水呈現(xiàn)的北少南多的分布特點(diǎn),且降水成正位相變化,表示陜北、關(guān)中、漢中西部降水偏少,漢中東部、安康、商洛降水偏多。
新指標(biāo)分類的東部型厄爾尼諾事件中夏季降水第一模態(tài)表現(xiàn)為1997 年之前陜西降水整體偏多,1997 年之后整體偏少。 第二模態(tài)表示降水北少南多的特點(diǎn)且呈現(xiàn)年代際變化。 中部型厄爾尼諾事件中夏季降水的第一模態(tài)在1995 年之前陜西整體降水偏多或偏少, 且呈3~5 年的周期性變化,1995 年之后則整體偏少。 第二模態(tài)在1995年之前北少南多的降水特點(diǎn)呈3~5 年的周期性變化,1995年之后則為北略偏多南略偏少的特點(diǎn)。
東部型厄爾尼諾事件中秋季降水第一模態(tài)表現(xiàn)為整體偏少, 第二模態(tài)表現(xiàn)為北略偏少南略多的特點(diǎn)比較穩(wěn)定。 中部型厄爾尼諾事件中秋季降水第一模態(tài)表現(xiàn)為全省整體降水偏少,第二模態(tài)北略偏少南略偏多到北略偏多南略偏少的呈3~5 年的周期性變化。