彭艷玉 劉 煜 郜倩倩

災害天氣國家重點實驗室，中國氣象局大氣化學重點實驗室，中國氣象科學研究院，北京，100081

1 引言

厄爾尼諾事件是指赤道中、東太平洋海表溫度大范圍持續(xù)異常偏高的熱帶海-氣相互作用的一種氣候現(xiàn)象，太平洋東部海溫異常升高并向西擴展稱為東部型厄爾尼諾，赤道中太平洋海溫異常升高并向東擴展稱為中部型厄爾尼諾（任福民等，2012）。中部型厄爾尼諾對南美、北美西海岸、甚至日本和新西蘭氣候的影響可能會與東部型厄爾尼諾的影響 完 全 相 反（Larkin，et al，2005；Ashok，et al，2007）。中國位于東亞季風區(qū)、太平洋西海岸，鄰近厄爾尼諾發(fā)生區(qū)，氣候必然會受到厄爾尼諾現(xiàn)象的影響。降水是氣候最基本的組成因素之一，許多研究表明：東部型厄爾尼諾事件次年夏季中國形成南、北兩條異常雨帶，江淮地區(qū)少雨（Huang，et al，1989；陳文，2002；Feng，et al，2011；王欽等，2012；吳萍等，2017）；中部型厄爾尼諾事件次年夏季中國形成一條異常雨帶，長江以南少雨（Feng，et al，2011；王欽等，2012；吳萍等，2017）。不同類型厄爾尼諾事件的大氣環(huán)流特征以及氣候影響存在明 顯 差 異（Yuan，et al，2012a，2012b；袁 媛 等，2012；Chen，et al，2014；李麗平等，2015；汪婉婷等，2018）。

云是氣候系統(tǒng)中最復雜的因素之一，在氣候系統(tǒng)的能量收支和水分循環(huán)過程中起著重要作用，云相關物理量的任何變化都可能對全球氣候產(chǎn)生重大影響。中國地區(qū)多年平均總云量分布的總體形勢是南多北少、東多西少?？傇屏?、高云量和低云量呈減少趨勢，中云量稍有增加（Kaiser，1998；丁守國等，2004，2005；吳澗等，2011）。但是，段皎等（2011）的結果則顯示中國大部分地區(qū)總云量沒有顯著的變化趨勢，在華南地區(qū)和渤海灣以及西北部分地區(qū)有增多趨勢，青藏高原中部有減少趨勢；中國大部分地區(qū)高云量沒有明顯的變化趨勢；華南和東北地區(qū)以及青藏高原西部中云量有增多趨勢。東亞季風區(qū)低云發(fā)生頻率最大，夏季深對流云頻率增加明顯（劉建軍等，2017）。

在云和降水的關系方面，已有較多研究成果。中國年平均總云量與年降水量存在良好的線性正相關關系（曾昭美等，1993）。對流云多產(chǎn)生陣性降水，時間短強度大，層狀云可產(chǎn)生連續(xù)性降水，雨強相對較小但持續(xù)時間長（胡亮等，2010；杜振彩等，2011）；對流云降水主要來自深對流云和卷層云；層云降水主要來自高層云和層積云（李昀英等，2015）。西南地區(qū)夏季雨層云、高層云和深對流云與雨量和雨日有著較好的一致關系（李躍清等，2014）；西北地區(qū)云水路徑值較大的層狀云類的云量多寡與降水多寡一致，積狀云類和層積云類云量多少與降水不存在一定的關系（陳勇航等，2005）。也有一些學者利用風云氣象衛(wèi)星相關數(shù)據(jù)針對中國部分地區(qū)探討了云特征參數(shù)與降水量的相關，認為有些云結構特征參數(shù)對降水有著很好的指示作用（周毓荃等，2011；張中波等，2017；王磊等，2019）。

中國云量年際振蕩的主要特征與ENSO相同，ENSO年份中國云量少，降水也偏少；全國普遍存在的ENSO尺度振蕩主頻率有由南向北、由東向西推遲的傾向（曾昭美等，1993）；ENSO通過影響高空大氣環(huán)流狀況，進而影響中國各地云量變化而最終影響各地的降水量（盧愛剛等，2009）。李月洪（1987）在其研究中提到：厄爾尼諾發(fā)生年冬季西太平洋赤道地區(qū)150°E以東云量增加，以西云量減少。云的產(chǎn)生條件和海溫有密切的關系，在研究海洋和大氣相互作用時，探究云與海洋的關系是十分重要的。ENSO包括不同類型的厄爾尼諾事件和不同類型的拉尼娜事件，且事件的影響包括事件發(fā)生當年和事件發(fā)生次年，不同季節(jié)影響也有很大的不同，以上關于海溫異常對云影響的相關研究均過于簡單、籠統(tǒng)。眾多已有研究成果表明，厄爾尼諾事件對中國次年夏季風進程和夏季降水有著極其重要的影響，而云的形成是產(chǎn)生降水的必要條件，但將厄爾尼諾事件與云的變化以及云和降水關系聯(lián)系起來的研究成果相對缺乏。如今全球變暖仍在持續(xù)，近百年中國變暖趨勢高于全球平均水平（嚴中偉等，2020），全球變暖更穩(wěn)定地體現(xiàn)在海洋（Cheng，et al，2019），在此背景下將厄爾尼諾、降水和云三者聯(lián)系起來分析中國氣候對不同類型厄爾尼諾事件的響應規(guī)律和敏感性，對于了解中國各地氣候特征與海溫異常的關系、全面認識中國氣候變化、改進天氣預報和短期氣候預測、更好地應對全球變化等都具有重要意義。因此，本研究期望能夠將厄爾尼諾和云、降水聯(lián)系起來研究，以探討兩類厄爾尼諾事件次年夏季中國云相關參數(shù)的變化特征及其與降水變化的聯(lián)系。

2 資料和方法

2.1 資料簡介

地面常規(guī)觀測資料的觀測時間序列長、局地代表性強，但測站分布極不均勻；衛(wèi)星遙感資料具有覆蓋范圍廣、時間分辨率高、能夠反演云的多種物理量等特點，但由于對云識別技術還不完善，對云的分層描述和低云的準確識別還不理想（王旻燕等，2009）。并且，地基與天基的云觀測視角不同，反映云的特性也不同，如：深對流云，地基觀測根據(jù)云底高度，其為低云，衛(wèi)星觀測根據(jù)云頂高度，其為高云?？紤]到每種數(shù)據(jù)都有其局限性和視角的不同，文中主要用到中國地面臺站常規(guī)觀測的降水和云量數(shù)據(jù)、氣象信息綜合分析處理系統(tǒng)（MICAPS）降水和云相關數(shù)據(jù)、國際衛(wèi)星云氣候學計劃（ISCCP）的D2數(shù)據(jù)、中分辨率成像光譜儀（MODIS）數(shù)據(jù)（MOD08_M3）和熱帶測雨衛(wèi)星（TRMM）3A25數(shù)據(jù)等數(shù)據(jù)集的夏季（6—8月）數(shù)據(jù)來做分析，以盡可能提高所得結果的可靠性。時間長、包含個例多的站點數(shù)據(jù)用于分析厄爾尼諾次年夏季降水和云量的變化特征以及二者的關系；含較多氣象觀測要素的MICAPS數(shù)據(jù)用于補充低云狀出現(xiàn)頻率的變化；含多種云相關變量的ISCCP和MODIS數(shù)據(jù)用于分析云頂氣壓、溫度和光學厚度等特性與降水異常的關系；含對流降水和層云降水的TRMM衛(wèi)星數(shù)據(jù)用于分析厄爾尼諾事件對不同類型降水的影響。用到的5種資料簡介如下：

（1）中國國家級地面氣象站1961—2010年逐日降水和云量數(shù)據(jù)。數(shù)據(jù)集由中國氣象局國家氣象信息中心提供，原始數(shù)據(jù)經(jīng)過嚴格的質(zhì)量檢測與控制。（2）MICAPS（Meteorological Information Combine Analysis and Process System）2000—2013年第一類地面全要素填圖數(shù)據(jù)。該數(shù)據(jù)集是氣象觀測臺站每3 h的原始觀測數(shù)據(jù)，包含云狀等數(shù)據(jù)集（1）中沒有的信息。本研究主要用到降水、云量和低云狀等要素，用于數(shù)據(jù)集（1）所得結果的補充。（3）ISCCP（International Satellite Cloud Climatology Project）1984—2009年的D2數(shù)據(jù)集。D2數(shù)據(jù)集的空間分辨率為2.5°×2.5°，共有130個與云相關的物理量，含3 h和日平均數(shù)據(jù)，本研究主要用到日平均的云量、云頂氣壓、云頂溫度、光學厚度和云水路徑等氣象要素。（4）MODIS（Moderate-Resolution Imaging Spectroradiometer）2000—2017年的MOD08_M3數(shù)據(jù)集。MOD08_M3是MODIS三級全球1°×1°格點的月平均大氣標準產(chǎn)品，是全球氣溶膠、水汽和云月合成產(chǎn)品。（5）TRMM（Tropical Rainfall Measuring Mission satellite）1998—2014年 的3A25降水 數(shù) 據(jù)。3A25產(chǎn)品是TRMM星載降水雷達（PR）格點化月平均降水資料3級產(chǎn)品。分辨率是0.5°×0.5°，數(shù)據(jù)集經(jīng)過嚴格的質(zhì)量控制。

2.2 方法

根據(jù)2017年5月中國氣象局頒布的氣象行業(yè)標準《厄爾尼諾/拉尼娜事件判別方法》（QB/T33666-2017）將各數(shù)據(jù)相應時間長度范圍內(nèi)的厄爾尼諾事件進行分類。以東部型（EP）和中部型（CP）來區(qū)分不同分布型的厄爾尼諾事件。本研究將厄爾尼諾發(fā)生的后一年稱為厄爾尼諾次年。各類數(shù)據(jù)時段內(nèi)對應的兩類事件年份和數(shù)據(jù)使用詳細情況說明見表1。

表1 各數(shù)據(jù)集的選用說明Table 1 Instruction for the selection of datasets

以厄爾尼諾次年夏季氣象要素合成值相對于夏季氣候平均態(tài)的距平百分率來表示厄爾尼諾事件對夏季中國地區(qū)降水和云等各種氣象要素的影響。用到的研究方法（黃嘉佑，2004）主要有合成分析、差異分析（距平：數(shù)據(jù)相對于氣候平均的差值，距平百分率：距平相對于氣候平均的百分比）、相關分析（線性相關）、回歸分析（線性回歸），方法較簡單常見。差異分析的顯著性檢驗用t檢驗。

3 結果分析

3.1 厄爾尼諾對云量等多種云相關物理量的影響

地面臺站數(shù)據(jù)經(jīng)過缺測率和遷址條件控制后一共選取1678個符合條件的站點（圖1），這些站點大部分位于中國的季風氣候區(qū)，正是本研究分析的主要區(qū)域。厄爾尼諾事件次年夏季總降水異常（圖2）表明，東部型事件次年夏季中國地區(qū)形成南北兩條異常雨帶（圖2a），長江流域、內(nèi)蒙古、華北和東北西部地區(qū)多雨；江淮地區(qū)少雨。中部型事件次年夏季中國地區(qū)形成一條異常雨帶（圖2b），華北南部、東北南部、江淮地區(qū)以及青藏高原等地區(qū)多雨；內(nèi)蒙古、黑龍江和長江以南地區(qū)少雨。該分析結果與吳萍等（2017）的研究結果基本一致，在西北地區(qū)和雨帶范圍上存在一些差異，可能是由于選取的氣候背景場和站點不一致所引起的。白天和夜間降水（圖略）與總降水的距平百分率分布形勢基本相同。

圖1 常規(guī)站點數(shù)據(jù)進行條件控制后選取的站點分布情況Fig.1 Distribution of stations selected after conditional control of conventional station dataset

圖2 厄爾尼諾（a.東部型，b.中部型）事件次年夏季累計降水相對于氣候平均值的距平百分率（單位：%，站點數(shù)據(jù)；通過置信度為95%顯著性檢驗的站點以*標注）Fig.2 Percentage anomalies（unit：%，station dataset）of cumulative precipitation in the El Ni?o（a.EPEl Ni?o，b.CP El Ni?o）decaying summers relative to the climatic average（stations with values passing significance test at the 95%confidence level are marked with*）

在分析云的數(shù)據(jù)之前，對資料進行了相互對比和驗證，資料對比所用的時段和氣象要素選為所對比資料共有的時間長度（6—8月）和氣象要素。常規(guī)站點、ISCCP資料、MODIS的數(shù)據(jù)總云量分布形勢是一致的（圖略），高值中心均位于西南地區(qū)，由南向北遞減，低值中心位于西北地區(qū)；在黃河以南、華北和東北大部分地區(qū)，三類數(shù)據(jù)總云量差異較小，基本在6%以內(nèi)；在內(nèi)蒙古和西北地區(qū)三類數(shù)據(jù)的差異較明顯，ISCCP總云量比站點數(shù)據(jù)多6%—12%，MODIS總云量比站點數(shù)據(jù)少6%—12%。站點數(shù)據(jù)和MICAPS數(shù)據(jù)的降水和云量分布形勢基本吻合（圖略），在長江以南地區(qū)降水MICAPS數(shù)據(jù)略小于站點數(shù)據(jù)；總云量MICAPS數(shù)據(jù)整體略小于站點數(shù)據(jù)，而低云量MICAPS數(shù)據(jù)整體略大于站點數(shù)據(jù)?？傮w而言，各種數(shù)據(jù)之間的偏差主要在西部地區(qū)，且數(shù)值偏差較小，比如總云量的偏差基本在1成云量以內(nèi)，數(shù)據(jù)質(zhì)量好，具有較高的使用價值，可用于云的變化特征及其與降水關系的研究。

3.1.1 站點資料：厄爾尼諾事件對總云量和低云量的影響

厄爾尼諾事件次年夏季日平均云量合成值相對于氣候平均值的異常（圖3）表明，東部型事件對應的白天總云量（圖3a）在大部分地區(qū)呈增多趨勢，增多大值區(qū)在華北北部和內(nèi)蒙古中部，增加幅度超過5%；在江漢、江淮和江南地區(qū)是減少的，減少大值區(qū)位于江淮地區(qū)，減小幅度超過5%。白天低云量（圖3c）在黃河流域及其以北和西北地區(qū)東部有所增多，黃河中游地區(qū)增多最明顯，幅度超過20%；在西南、江淮和長江以南地區(qū)是減少的，減少幅度基本不超過8%。夜間低云量（圖3e）與白天基本一致，但在東北地區(qū)夜間低云量是減少的。中部型厄爾尼諾事件對應的白天總云量（圖3b）在東北、華北、長江—黃河之間的區(qū)域呈增多趨勢，增多極大值區(qū)在華北東部沿海地區(qū)，增幅在5%左右；在內(nèi)蒙古、江南和華南東部地區(qū)是減少的，減少幅度在4%以內(nèi)。低云量的異常分布（圖3d、f）大致同總云量，但低云量異常增多大值區(qū)位于華北南部，且幅度比總云量略大，接近10%。

圖3 厄爾尼諾（a、c、e.東部型，b、d、f.中部型）事件次年夏季日平均云量（a、b.白天總云量，c、d.白天低云量，e、f.夜間低云量）的距平百分率（單位：%，站點數(shù)據(jù)）Fig.3 Percentage anomalies（unit：%，station dataset） of daily average cloud amount in the El Ni?o decaying summers （a，c，e.EPEl Ni?o，b，d，f.CPEl Ni?o；a，b.total cloud amount at daytime，c，d.low cloud amount at daytime，e，f.low cloud amount at nighttime）

3.1.2 ISCCP資料：厄爾尼諾事件對多種云量的影響

厄爾尼諾事件次年站點數(shù)據(jù)的夏季降水的異常分布（氣候平均態(tài)是ISCCP數(shù)據(jù)對應的時段1984—2009年）中，兩種類型事件對應的降水異常分布形勢（圖略）與圖2基本一致，不過東部型厄爾尼諾事件對應的南、北雨帶分界不明顯，北部異常雨區(qū)東邊界線西移，華北東部地區(qū)降水變化幅度不大，降水異常大值區(qū)在黃河中游流域。

圖4是ISCCP數(shù)據(jù)中厄爾尼諾事件次年夏季云量的異常。由于衛(wèi)星觀測的方向是由上向下，故而其對低云量的觀測結果不甚理想（低云量和中云量圖略）。東部型厄爾尼諾對應的總云量（圖4a）在西北、內(nèi)蒙古和西南地區(qū)是增多的；高云量（圖4c）在內(nèi)蒙古—華北以西和長江中上游流域及其以北是增多的；卷層云云量（圖4e）增減分界線較高云量更偏西；除了東北和華南南部部分地區(qū)，中國東部地區(qū)深對流云云量都是增多的（圖4g）。中部型厄爾尼諾對應的云量異常分布與降水（圖略）較為一致，但云量增多的范圍比降水增加范圍更大?？傇屏浚▓D4b）在全國大部分地區(qū)都是增多的；高云量（圖4d）在長江以北地區(qū)都是增多的；卷層云云量（圖4f）在青海、四川和108°E以東是增多的；深對流云云量（圖4h）在中國西部和東部的長江—黃河之間是增多的。

圖4 厄爾尼諾（a、c、e、g.東部型，b、d、f、h.中部型）事件次年夏季云量（a、b.總云量，c、d.高云量，e、f.卷層云云量，g、h.深對流云云量）的距平百分率（單位：%，ISCCP數(shù)據(jù)）Fig.4 Percentage anomalies （unit：%，ISCCPdataset）of cloud amount in the El Ni?o decaying summers（a，c，e，g.EP El Ni?o，b，d，f，h.CPEl Ni?o；a，b.total cloud amount，c，d.high cloud amount，e，f.cirrostratus cloud amount，g，h.deep convective cloud amount）

3.1.3 MODIS數(shù)據(jù)：厄爾尼諾事件對多種云相關物理量的影響

厄爾尼諾事件次年站點數(shù)據(jù)的夏季降水的異常情況（氣候平均態(tài)是MODIS數(shù)據(jù)對應的時段2000—2017年）中，兩種類型事件對應的降水異常分布形勢（圖略）與圖2存在差異，東部型厄爾尼諾事件仍然對應南、北兩條雨帶（圖略），但在長江—黃河中下游流域南北雨帶連在一起，黃淮、江漢和江淮地區(qū)的降水是增加的，北部異常雨區(qū)擴展到整個新疆和西藏西部，南部雨帶降水增加的幅度也更大；中部型厄爾尼諾對應的雨帶分布（圖略）差異不大，只是東北雨區(qū)擴展到整個東北地區(qū)。由于MODIS數(shù)據(jù)長度只有17 a，東部型和中部型事件個例分別為2個和3個，降水分布的差異來源于個例數(shù)量少。

從MODIS數(shù)據(jù)厄爾尼諾事件次年夏季云量的異常分布（圖5）可見，東部型厄爾尼諾對應的總云量（圖5a）、高云量（圖5c）和卷云量（圖5e）也分為南、北兩條異常增多云帶，但在長江—黃河中下游流域之間云量是減少的，南異常云帶比南異常雨帶位置偏南，基本位于長江以南。中部型厄爾尼諾對應的總云量（圖5b）、高云量（圖5d）和卷云量（圖5f）增多區(qū)分布在長江與黃河之間、西北、西南和東北地區(qū)，幾乎與降水異常增加形勢（圖略）一致，但云南除外。圖6是MODIS數(shù)據(jù)厄爾尼諾事件次年夏季與總云相關的物理量的異常分布。東部型厄爾尼諾對應的總云云頂氣壓（圖6a）和云頂溫度（圖6c）的異常分布形勢與降水異常相反，在降水增加的區(qū)域上云頂氣壓和云頂溫度是下降的；光學厚度（圖6e）與降水距平百分率增加區(qū)雖然存在較大差異，但在降水異常增加大值區(qū)光學厚度是增大的。中部型厄爾尼諾對應的總云云頂氣壓（圖6b）和云頂溫度（圖6d）與降水的距平百分率分布形勢都呈大致相反趨勢，即：云頂氣壓減小和云頂溫度下降的區(qū)域對應降水增加，云頂氣壓增大和云頂溫度升高的區(qū)域對應降水減少；光學厚度（圖6f）和降水異常分布差異較小且正大值區(qū)基本重合。夏季平均總云不同相態(tài)云水路徑的異常分布形勢（圖略）基本與光學厚度一致。也就是說在降水異常增加區(qū)域，不僅總云云量增加，光學厚度增大，云水含量升高，而且云頂氣壓和云頂溫度下降，對流活動增強，云頂高度增高，云層增厚。

圖5 厄爾尼諾（a、c、e.東部型，b、d、f.中部型）事件次年夏季云量（a、b.總云量，c、d.高云量，e、f.卷云云量）的距平百分率（單位：%，MODIS數(shù)據(jù)）Fig.5 Percentage anomalies（unit：%，MODIS dataset）of cloud amount in the El Ni?o decaying summers（a，c，e.EP El Ni?o，b，d，f.CPEl Ni?o；a，b.total cloud amount，c，d.high cloud amount，e，f.cirrus cloud amount）

圖6 厄爾尼諾（a、c、e.東部型，b、d、f.中部型）事件次年夏季與總云相關的物理量（a、b.云頂氣壓，c、d. 云頂溫度，e、f.光學厚度）距平百分率（單位：%，MODIS數(shù)據(jù)）Fig.6 Percentage anomalies（unit：%，MODIS dataset） of physical quantities of total cloud in the El Ni?o decaying summers（a，c，e.EPEl Ni?o，b，d，f.CPEl Ni?o；a，b.pressure in cloud top，c，d.temperature in cloud top，e，f.optical thickness）

3.1.4 MICAPS數(shù)據(jù)：厄爾尼諾事件對云量和低云狀出現(xiàn)頻率的影響

由于數(shù)據(jù)長度只有14 a，東部型和中部型事件個例分別為1個和3個，所得結果可能不具有統(tǒng)計上的顯著意義和廣泛代表性，但其包含的低云狀等量可用于對常規(guī)站點數(shù)據(jù)進行一些補充分析。

從MICAPS數(shù)據(jù)中厄爾尼諾事件次年夏季白天降水和云量的異常分布（圖7）可見，東部型厄爾尼諾對應的降水（圖7a）在全國范圍內(nèi)基本都是大幅度增加的，只黑龍江和新疆部分區(qū)域減少；總云量（圖7c）在東北、內(nèi)蒙古東部、新疆、西藏、四川西部、華南西部和江南東部是減少的，在其余地區(qū)是增多的；低云量的分布形勢（圖7e）同總云量，但云量減少區(qū)域的范圍更大。東部型厄爾尼諾總云量和低云量的異常分布與降水相似，但異常增多區(qū)域略小一些，云量的增減幅度都在20%以內(nèi)。中部型厄爾尼諾降水（圖7b）在東北、華北南部、黃淮西部、江淮、西南北部、青海—西藏大部分區(qū)域是增多的，其余地區(qū)是減少的；總云量（圖7d）在內(nèi)蒙古中西部、華北、江淮和江南部分地區(qū)是減少的，其余地區(qū)是增多的；低云量的分布形勢（圖7f）大致同總云量，但云量減少區(qū)較小。與降水相比，中部型厄爾尼諾的云量減少區(qū)域面積小且幅度基本不超過10%，增多區(qū)域面積大，部分地區(qū)幅度超過25%。東部型厄爾尼諾對應的降水和云量異常與站點數(shù)據(jù)差異較大，可能是因為MICAPS數(shù)據(jù)的東部型事件只有一個個例，不具有代表性；中部型厄爾尼諾對應的降水和云量異常與站點數(shù)據(jù)較為一致。夜間降水和云量的異常分布形勢基本同白天（圖略）。

圖7 厄爾尼諾（a、c、e.東部型，b、d、f.中部型）事件次年夏季白天降水（a、b）和云量（c、d.總云量，e、f.低云量）距平百分率（單位：%，MICAPS數(shù)據(jù)）Fig.7 Percentage anomalies（unit：%，MICAPSdataset）of precipitation and cloud amount in the El Ni?o decaying summers at daytime（a，c，e.EPEl Ni?o，b，d，f. CPEl Ni?o；a，b.precipitation，c，d.total cloud amount，e，f.low cloud amount）

MICAPS數(shù)據(jù)將低云狀分為9種，表2給出其編碼和伴隨的天氣現(xiàn)象（中國氣象局，2003）。參考高翠翠等（2015）關于云出現(xiàn)頻率的統(tǒng)計量：各站點各類云的發(fā)生頻率等于各站點各類云出現(xiàn)的次數(shù)與各站點的觀測次數(shù)的比值，以百分數(shù)（%）表示。由于低云狀種類較多，細分之后會出現(xiàn)氣候平均值為0的情況，無法計算距平百分率，故而低云狀的出現(xiàn)頻率異常用距平數(shù)據(jù)進行分析。接下來對厄爾尼諾事件次年中國夏季9種低云的出現(xiàn)頻率進行差異分析。

由表2可知，淡積云常出現(xiàn)在晴天，其他8種低云都有可能產(chǎn)生降水。圖8所示為厄爾尼諾事件次年夏季平均白天部分低云（層積云（圖8a、b），碎雨云（圖8c、d），鬃狀/砧狀積雨云（圖8e、f））出現(xiàn)頻率相對于氣候平均態(tài)的距平。兩類厄爾尼諾事件次年夏季，中國地區(qū)白天低云量異常增多區(qū)域上層積云、碎雨云和積雨云等3類低云的出現(xiàn)頻率是增加的，頻率增加幅度基本在3.5%以內(nèi)。東部型厄爾尼諾事件中，華北西部和西北東部地區(qū)主要是層積云和鬃狀/砧狀積雨云的出現(xiàn)頻率增加；陜西、江漢和黃淮地區(qū)主要是層積云和碎雨云的出現(xiàn)頻率增加；西南東部和北部、華南東部、江南和江淮地區(qū)則是鬃狀/砧狀積雨云的出現(xiàn)頻率增加。中部型厄爾尼諾事件中，東北地區(qū)主要是層積云和鬃狀/砧狀積雨云的出現(xiàn)頻率增加；黃河上游流域層積云的出現(xiàn)頻率增加；西南北部和長江—黃河之間地區(qū)是層積云和碎雨云的出現(xiàn)頻率增加。夜間低云狀出現(xiàn)頻率的距平情況與白天基本一致（圖略）。結合圖7a、b可知，兩類厄爾尼諾事件異常雨區(qū)的形成與層積云、雨層云和積雨云等低云狀的出現(xiàn)頻率增加密切相關。

圖8 厄爾尼諾（a、c、e.東部型，b、d、f.中部型）事件次年夏季白天低云（a、b.普通層積云，c、d.碎雨云，e、f.鬃狀/砧狀積雨云）出現(xiàn)頻率的距平（單位：%，MICAPS數(shù)據(jù)）Fig.8 Anomalies（unit：%，MICAPS dataset）of frequency of low cloud forms in the El Ni?o decaying summers at daytime（a，c，e.EPEl Ni?o，b，d，f.CPEl Ni?o；a，b.stratocumulus，c，d.fractonimbus，e，f.cumulonimbus capillatus and incus）

表2 MICAPS數(shù)據(jù)低云狀的類別及其伴隨天氣現(xiàn)象Table2 Low cloud forms and accompanied weather phenomena in the MICAPSdataset

3.2 厄爾尼諾對降水和云關系的影響

曾昭美等（1993）在其研究中提到，中國年平均總云量與年降水量有良好的線性正相關關系（相關系數(shù)0.624，達到0.001顯著性水平），本研究對厄爾尼諾次年夏季降水與云多種相關物理量的異常進行了線性相關分析。

3.2.1 站點數(shù)據(jù)的降水與云量距平百分率的相關分析

從厄爾尼諾事件次年夏季降水與云量異常的相關分析（圖9）可見，東部型厄爾尼諾次年夏季，除內(nèi)蒙古和新疆的小部分區(qū)域外，降水距平百分率與白天平均總云量（圖9a）、白天平均低云量（圖9c）和夜間平均低云量（圖9e）距平百分率基本呈現(xiàn)正相關，中國東部地區(qū)較多站點都通過了顯著性水平為0.05的相關顯著性檢驗。中部型厄爾尼諾對應的情況（圖9b、d、f）更復雜一些，在內(nèi)蒙古、華北和西南等地區(qū)的小部分區(qū)域存在負相關，但總體也呈正相關，正相關區(qū)域中也有不少站點通過了相關顯著性檢驗。

圖9 厄爾尼諾（a、c、e.東部型，b、d、f.中部型）事件次年夏季降水與云量距平百分率的相關系數(shù)（站點數(shù)據(jù)；a、b.白天降水與總云量，c、d.白天降水與低云量，e、f.夜間降水與低云量）Fig.9 Correlation between percentage anomalies of precipitation and cloud amount in the El Ni?o decaying summers（station dataset；a，c，e.EPEl Ni?o，b，d，f.CPEl Ni?o；a，b. precipitation and total cloud amount at daytime，c，d. precipitation and low cloud amount at daytime，e，f.precipitation and low cloud amount at nighttime）

3.2.2 站點數(shù)據(jù)的降水與云量距平百分率的線性回歸分析

將通過降水與云量正相關顯著性檢驗的站點挑選出來，對這些站點的云量與降水距平百分率進行線性回歸分析，結果如圖10所示，東部型厄爾尼諾對應的云量與降水的線性關系非常明顯，且都通過了較高水平的顯著性檢驗；白天總云量與降水異常的增加比例（圖10a）為1:2.82，低云量（圖10c為白天，圖10e為夜間）與降水異常的增加比例為1:0.82—0.91。中部型厄爾尼諾對應的情況則較為復雜，云量與降水的線性關系不如東部型厄爾尼諾明顯，但也都通過了顯著性檢驗；總云量與降水異常的增加比例（圖10b）為1:3.00，低云量（圖10d為白天，圖10f為夜間）與降水異常的增加比例為1:1.11—1.17。云量異常與降水異常有著很好的相關關系，低云量異常與降水異常的線性回歸關系更為明顯（顯著性水平高2—3個量級）：總云量異常增加1%，降水異常增加約為3%；低云量異常增加1%，降水異常隨之增加約為1%。

圖10 厄爾尼諾（a、c、e.東部型，b、d、f.中部型）事件次年夏季降水與云量距平百分率的線性回歸（站點數(shù)據(jù)，公式為回歸方程，Num表示擬合站點數(shù)，p為回歸方程F顯著性檢驗的p值；a、b.白天降水與總云量，c、d. 白天降水與低云量，e、f.夜間降水與低云量）Fig.10 Linear regression between percentage anomalies of precipitation and cloud amount in the El Ni?o decaying summers（station dataset，the formula on the figure is the regression equation，"Num"represents the number of fitting stations，and "p"is the p-value of F test of regression equation；a，c，e.EP El Ni?o，b，d，f.CP El Ni?o；a，b.precipitation and total cloud amount at daytime，c，d.precipitation and low cloud amount at daytime，e，f.precipitation and low cloud amount at nighttime）

3.2.3 站點數(shù)據(jù)的降水與ISCCP云相關物理量距平百分率的相關分析

圖11是厄爾尼諾事件次年夏季降水與ISCCP云量距平百分率的相關系數(shù)分布。東部型厄爾尼諾對應的總云量（圖11a）和高云量（圖11c）與降水距平百分率基本呈正相關關系，高云中的卷層云（圖11e）和深對流云云量（圖11g）與降水異常有很好的正相關關系。中部型厄爾尼諾對應的總云量（圖11b）與降水異常的相關較差，高云量（圖11d）以及高云中的卷層云（圖11f）和深對流云（圖11h）云量與降水距平百分率有很好的正相關。由圖11可知，高云量和深對流云云量與降水異常的正相關比較強。

圖11 厄爾尼諾（a、c、e、g.東部型，b、d、f、h.中部型）事件次年夏季站點降水與ISCCP云量距平百分率的相關系數(shù)（a、b.總降水與總云量，c、d.總降水與高云量，e、f.總降水與卷層云云量，g、h.總降水與深對流云云量；通過0.05水平顯著性檢驗的區(qū)域打點標注）Fig.11 Correlation between percentage anomalies of precipitation of station dataset and cloud amount in the ISCCPdataset in the El Ni?o decaying summers（a，c，e，g.EPEl Ni?o，b，d，f，h.CPEl Ni?o；a，b.total precipitation and total cloud amount，c，d.total precipitation and high cloud amount，e，f.total precipitation and cirrostratus cloud amount，g，h.total precipitation and deep convective cloud amount；dots denote passing the test of 0.05 significance level）

圖12是厄爾尼諾次年夏季ISCCP數(shù)據(jù)總云的其他相關物理量與站點降水距平百分率的相關系數(shù)分布。在大部分地區(qū)，兩類事件對應的總云光學厚度和云水路徑與降水異常呈正相關，云頂氣壓、云頂溫度與降水異常的相關關系（圖略）較為復雜，正、負相關同時存在。對于卷層云和深對流云（圖略），云頂氣壓、云頂溫度、光學厚度和云水路徑與降水距平百分率的相關較差，正、負相關同時存在。

圖12 厄爾尼諾（a、c.東部型，b、d.中部型）事件次年夏季站點降水與ISCCP總云相關物理量距平百分率的相關系數(shù)（a、b.總降水與總云光學厚度，c、d.總降水與云水路徑）Fig.12 Correlation between percentage anomalies of precipitation from station dataset and total cloud related physical quantities from the ISCCPdataset in the El Ni?o decaying summer （a，c.EPEl Ni?o，b，d.CPEl Ni?o；total precipitation and total cloud （a，b）optical thickness and （c，d）cloud water path）

3.3 厄爾尼諾對不同類型降水的影響

對于厄爾尼諾事件次年夏季站點降水率與TRMM地表降水率的分布形勢進行對比（圖略）。在空間分布上，TRMM衛(wèi)星與站點降水分布形勢一致，降水率從西北向東南遞增；在降水幅度上，TRMM衛(wèi)星在全域存在高估降水量的現(xiàn)象，與楊東等（2019）關于洞庭湖流域TRMM降水數(shù)據(jù)精度的相關研究結論一致。利用TRMM衛(wèi)星的降水資料研究厄爾尼諾事件對不同類型降水的影響，給出厄爾尼諾事件次年夏季近地表對流降水和層云降水總和的距平百分率以及總降水異常中二者所占的比例（圖13）。東部型厄爾尼諾事件次年夏季，淮河流域、長江流域和珠江流域總降水都是增多的（圖13a），云南、江南東部和華南南部等地降水減少；降水增加極大值超過20%，大值區(qū)位于江漢北部和西南東部地區(qū)。圖13c、e是東部型厄爾尼諾事件對流降水和層云降水異常對總降水異常的貢獻，在整個南方區(qū)域，對流降水異常的貢獻都是正值，表明對流降水異常與總降水異常分布趨勢一致，且貢獻率基本在80%以上；除江南西部等小部分地區(qū)是負值外，層云降水異常的貢獻率也基本都是正值，大部分地區(qū)貢獻率在30%以內(nèi)。中部型厄爾尼諾事件對應的降水異常增加區(qū)主要在長江以北地區(qū)（圖13b），降水大值區(qū)位于華北南部和西北地區(qū)南部，增加幅度基本不超過20%。圖13d、f是中部型厄爾尼諾事件對流降水和層云降水異常對總降水異常的貢獻，整個區(qū)域內(nèi)對流降水對總降水異常的貢獻也都是正的，貢獻率也基本在80%以上；層云降水異常對總降水的貢獻也幾乎均為正值，表現(xiàn)為與總降水變化一致，在西南東部和華南東部等地區(qū)占比幅度超過30%。對比圖13a、b和相同年份站點數(shù)據(jù)兩類厄爾尼諾事件的降水距平（圖略）可知，TRMM降水異常分布與站點降水大致相同。綜上可知，東部型厄爾尼諾事件次年夏季黃河以南地區(qū)對流降水和層云降水均有增加，中部型厄爾尼諾事件次年夏季長江以北地區(qū)兩類降水同步增多、長江以南地區(qū)兩類降水同步減少，兩類厄爾尼諾事件中對流降水增加對總降水變化的貢獻率在大部分地區(qū)都達到了80%。孫齊穎等（2017）利用CMORPH 3 h衛(wèi)星降水數(shù)據(jù)分析了北半球夏季對流性降水與厄爾尼諾事件（1個東部型和3個中部型合成）的關系，也得出了厄爾尼諾事件次年中國陸地（尤其是黃河以南）對流性降水明顯偏多、非對流性降水則表現(xiàn)為長江—黃河之間偏多和江南偏少的結論。

圖13 厄爾尼諾 （a、c、e.東部型，b、d、f.中部型）事件次年夏季近地表總降水的距平百分率（a、b）以及對流降水 （c、d） 和層云降水（e、f）異常占總降水異常的百分數(shù)（單位：%，TRMM數(shù)據(jù)）Fig.13 Percentage anomalies（unit：%，TRMM dataset）of total precipitation （a，b）and the ratios accounted for by convective（c，d）and stratus（e，f）precipitation anomalies in the El Ni?o decaying summers（a，c，e.EPEl Ni?o，b，d，f.CPEl Ni?o）

4 結論與討論

文中主要探討了不同類型厄爾尼諾事件次年夏季中國地區(qū)云（云量、云頂氣壓、云頂溫度、云水路徑、光學厚度和低云狀出現(xiàn)頻率）的變化特征及其與降水變化的聯(lián)系（相關關系和線性回歸關系）。研究中使用到多種數(shù)據(jù)，由于站點數(shù)據(jù)時間長度較長、缺測率較低且經(jīng)過嚴格的質(zhì)量控制，以站點資料為參考進行比較，各種數(shù)據(jù)之間的偏差主要在西部地區(qū)，且數(shù)值偏差較小。對比表明這些數(shù)據(jù)質(zhì)量高，所得結果具有較高的可信度。

（1）東部型厄爾尼諾次年夏季中國地區(qū)形成南、北兩條異常雨帶，中部型厄爾尼諾次年夏季中國地區(qū)形成一條異常雨帶，這個結果與已有研究結果基本一致。厄爾尼諾次年夏季的低云量和總云量的異常分布形勢大致與降水異常分布形勢相同，降水異常增加的地區(qū)對應的云量也是增多的。云量與降水異常存在很好的正相關。在通過正相關關系顯著性檢驗的站點中，總云量和低云量與降水異常分別存在1:3和1:1的線性關系，且都通過了0.05水平的顯著性檢驗。也就是說，厄爾尼諾次年夏季，中國東部地區(qū)總云量異常增多1%，降水異常相應增加約3%；低云量異常增多1%，降水異常相應增加約1%。而在異常雨帶所在地區(qū)積雨云、雨層云和層積云的出現(xiàn)頻率有所增加。

（2）兩類厄爾尼諾事件對應的高云量和深對流云云量異常的分布與降水異常形勢較為一致，總云云頂氣壓和云頂溫度與降水的距平百分率分布形勢大致相反，光學厚度和云水路徑與降水異常分布形勢相似且正大值區(qū)基本重合。厄爾尼諾事件的發(fā)生使得次年夏季中國季風區(qū)對流活動增強，云水含量和對流云云量增加，云層增厚，云頂向上發(fā)展，有利于降水的發(fā)生。

（3）黃河以南地區(qū)兩類厄爾尼諾事件對應雨帶的形成是對流降水和層云降水同步異常增加的結果，但以對流降水增加為主，在大部分地區(qū)其對總降水變化的貢獻率都達到了80%。中部型事件中長江以南地區(qū)干旱少雨也主要是對流降水減少造成的，不過部分地區(qū)層云降水減少的貢獻率超過30%。

在厄爾尼諾事件次年夏季，站點數(shù)據(jù)的云量與降水異常的線性回歸分析得到總云量和低云量與降水增加的比例分別接近1:3和1:1的結論，說明低云對降水增加具有較大的影響；MICAPS數(shù)據(jù)對站點數(shù)據(jù)補充分析表明，低云中積雨云、雨層云和層積云的出現(xiàn)頻率增加，對降水影響大；ISCCP觀測數(shù)據(jù)的相關分析則表明高云和深對流云云量與降水異常存在顯著的正相關；TRMM衛(wèi)星數(shù)據(jù)相關分析則表明，黃河以南地區(qū)對流降水異常對總降水變化的貢獻基本高達80%。ISCCP衛(wèi)星數(shù)據(jù)根據(jù)云頂高度分高中低云，站點數(shù)據(jù)則根據(jù)云底高度分高中低云，通過對比可知ISCCP數(shù)據(jù)中高云的深對流云和站點數(shù)據(jù)低云中深厚的積雨云與TRMM數(shù)據(jù)中對流降水的變化是一致的。由此可知，厄爾尼諾事件次年夏季，中國東部地區(qū)低云對降水具有良好的指示作用；總降水的異常主要來自對流降水的變化；對流降水異常增加與深對流云的異常增加有關。

東部型厄爾尼諾事件次年夏季，東亞-太平洋遙相關型建立，副高西側的強西南氣流將來自太平洋的大量水汽持續(xù)輸送至中國中東部地區(qū)；同時，中高緯度異常雙阻塞型環(huán)流建立，將北冰洋的水汽帶到中國北部地區(qū)（吳萍等，2017）。兩條水汽通道導致中國除江淮地區(qū)外，各地云量的異常增多，由此形成南北兩條異常雨帶。中部型厄爾尼諾事件次年夏季，菲律賓異常反氣旋強，影響范圍廣，夏季風將來自西太平洋的水汽集中輸送到江淮地區(qū)，中國北方地區(qū)水汽不足而長江以南地區(qū)被副熱帶高壓控制，故而在長江—黃河流域云量異常增多，形成了一條異常雨帶（吳萍等，2017）。賈子康等（2020）的研究也指出，夏季華南型和江淮型高溫分別與東部型和中部型厄爾尼諾衰減密切相關，中部型事件中副熱帶高壓偏強西伸北抬，控制范圍更偏北，故而雨帶北移。

東部型事件對應的降水異常與云相關物理量間的關系呈現(xiàn)出一定的規(guī)律性，結果較為理想；中部型事件對應的降水異常與云相關物理量間的關系則無規(guī)律可循，也表明雖然中部型都是中等和弱厄爾尼諾事件，但其對氣候的影響更大、更復雜和具有更大的不確定性。全球變暖背景下東太平洋厄爾尼諾變率增大（Cai，et al，2018）；20世紀90年代以來，中部型厄爾尼諾事件發(fā)生頻率顯著增加，可能與全球變暖，尤其是赤道太平洋海溫的年代際升高有關（Yeh，et al，2009）。Tang等（2021）認為模式中的系統(tǒng)性偏差導致全球變暖背景下的極端厄爾尼諾頻率變化被顯著高估，基于訂正后的氣候態(tài)變化，極端厄爾尼諾頻率將幾乎不變。全球變暖背景下，同樣振幅的ENSO能導致更大的對流層水汽異常，進而造成更大的全球大氣環(huán)流、氣溫和降水異常，揭示了全球變暖下ENSO的氣候影響會顯著增強，未來ENSO可能會造成更大的氣候災害（Hu，et al，2021）。厄爾尼諾事件是影響東亞夏季風最顯著的自然因子，溫室效應至今仍不斷增強，全球變暖是21世紀最重要的環(huán)境問題；全球變暖背景下，厄爾尼諾事件發(fā)生更加頻繁、復雜，不確定性更大，對氣候產(chǎn)生的影響也具有更大的不確定性。

目前全球變暖仍在持續(xù)，極端天氣氣候事件發(fā)生的頻率增加、強度增強。近30年，厄爾尼諾事件的強度有增大的趨勢，且其復雜性、多樣性和不確定性也在增大。氣象觀測歷史記錄中，厄爾尼諾事件的樣本為數(shù)不多，本研究將事件分為東部型和中部型進行分析，樣本數(shù)量有限，故而所得結果在統(tǒng)計上較難通過顯著性檢驗。計算能力快速增強和科學技術的不斷進步推動了氣候模式的發(fā)展和成熟，如今氣候模式被廣泛應用于模擬當前氣候和預測未來氣候的變化。今后可利用模式進行數(shù)值模擬試驗，獲得更多厄爾尼諾事件的樣本，以期在厄爾尼諾事件影響云和降水方面進行更細致深入的研究工作，為更好地應對氣候變化和防災減災工作提供科學決策依據(jù)。