亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        大尺度驅(qū)動(dòng)因子對(duì)新疆極端冷事件的單一與耦合影響

        2022-11-16 10:52:34閆小月姜逢清王大剛
        冰川凍土 2022年5期
        關(guān)鍵詞:站點(diǎn)模態(tài)耦合

        閆小月, 姜逢清, 劉 超, 王大剛

        (1.中國(guó)科學(xué)院新疆生態(tài)與地理研究所,新疆 烏魯木齊 830011;2.中國(guó)科學(xué)院大學(xué),北京 100049;3.中國(guó)科學(xué)院新疆生態(tài)與地理研究所荒漠與綠洲生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室,新疆 烏魯木齊 830011)

        0 引言

        近年來(lái),全球氣候持續(xù)變暖導(dǎo)致極端天氣/氣候事件頻發(fā),對(duì)生態(tài)環(huán)境和人類生產(chǎn)生活產(chǎn)生了不可忽視的影響,因此對(duì)于極端天氣/氣候事件的研究受到了社會(huì)各界的廣泛關(guān)注[1-3]。盡管全球變暖是不爭(zhēng)的事實(shí),但各類極端冷事件仍時(shí)有發(fā)生。有學(xué)者提出“北極暖大陸冷”理論,認(rèn)為北極地區(qū)自1998年以來(lái)持續(xù)變暖,而中緯度部分大陸區(qū)域出現(xiàn)“變暖停滯”的現(xiàn)象[4]。“變暖”的慣性思維易使人們對(duì)極端冷事件產(chǎn)生麻痹大意的思想,會(huì)由于準(zhǔn)備不足無(wú)法高效應(yīng)對(duì)突發(fā)的極端冷事件,繼而造成巨大的社會(huì)經(jīng)濟(jì)損失。比較典型的如2012年,歐洲爆發(fā)大范圍的極端冷事件,造成東歐數(shù)百人死亡[5];2016年,南非部分地區(qū)出現(xiàn)反常的極端冷事件,畜牧業(yè)受到重創(chuàng)[6]。2020年,突如其來(lái)的暴雪讓美國(guó)“能源中心”得克薩斯州遭遇多年罕見的停電危機(jī),城市一度陷入癱瘓[7]。有學(xué)者認(rèn)為,21世紀(jì)許多地區(qū)發(fā)生的極端冷事件強(qiáng)度不會(huì)減弱,持續(xù)時(shí)間也不會(huì)縮短[8]。因此,在全球變暖的大背景下,系統(tǒng)研究極端冷事件的時(shí)空演變規(guī)律對(duì)保護(hù)生態(tài)環(huán)境和維持經(jīng)濟(jì)社會(huì)穩(wěn)定具有重要意義。

        21世紀(jì)初,氣候變化檢測(cè)和指數(shù)專家組(ETCCDI)定義了包括7個(gè)極端冷指數(shù)在內(nèi)的27個(gè)極端氣候指數(shù),使全球極端氣候變化指標(biāo)有了統(tǒng)一規(guī)范。隨后許多學(xué)者使用該指數(shù)標(biāo)準(zhǔn)對(duì)極端冷事件開展了相關(guān)研究[9-11]。在全球尺度上研究發(fā)現(xiàn),1990年以來(lái)歐洲冰凍日(ID)呈增加趨勢(shì)[12];19世紀(jì)末,南美洲地區(qū)夏、秋兩季的冷夜數(shù)(TN10p)持續(xù)減少[13];亞太地區(qū)由于冬季極端冷事件的減少而趨向暖冬[14]。鑒于極端冷事件影響的增大,其形成機(jī)制也引起了重點(diǎn)關(guān)注。一般認(rèn)為極端冷事件的形成受大氣內(nèi)部變率和外部強(qiáng)迫因子的共同影響,其中大氣內(nèi)部變率是直接影響因素,主要包括大尺度驅(qū)動(dòng)因子AO、NAO、ENSO等[15-17]。

        近年來(lái),在全球變暖的背景下,新疆極端冷事件總體上出現(xiàn)次數(shù)呈減少趨勢(shì),有利于果樹、冬小麥和牲畜等安全越冬,但極端天氣出現(xiàn)頻率加大,冷空氣在春季活動(dòng)更加頻繁,對(duì)農(nóng)牧業(yè)生產(chǎn)造成了較大影響。過去幾年來(lái),眾多學(xué)者對(duì)新疆不同區(qū)域的極端冷事件的形成原因進(jìn)行了多角度研究。陳少勇等[18]對(duì)中國(guó)西北地區(qū)的極端低溫事件進(jìn)行了統(tǒng)計(jì)分析,發(fā)現(xiàn)西北地區(qū)極端低溫事件主要出現(xiàn)在新疆北部和青海高原。張林梅等[19]指出,新疆阿勒泰地區(qū)冬季極端冷事件發(fā)生的頻次傾向率呈減少趨勢(shì),但未來(lái)會(huì)有所增多,且強(qiáng)度會(huì)有所增強(qiáng)。在大尺度驅(qū)動(dòng)因子與新疆極端冷事件相關(guān)關(guān)系研究方面,關(guān)學(xué)鋒等[20]認(rèn)為北疆冬季氣溫序列與AO的相關(guān)程度較高;張揚(yáng)[21]認(rèn)為ENSO對(duì)北疆地區(qū)的氣溫變化產(chǎn)生影響,EI Ni?o年北疆地區(qū)年平均氣溫偏高,La Ni?a年北疆地區(qū)氣溫則偏低。盡管針對(duì)中國(guó)西北或新疆的極端冷事件研究已取得了不少成果[22-23],但更多的是關(guān)注極端冷事件的時(shí)空演變特征及單一大尺度驅(qū)動(dòng)因子對(duì)其影響的機(jī)制分析,缺乏耦合效應(yīng)的研究。事實(shí)上,大尺度驅(qū)動(dòng)因子的耦合作用是導(dǎo)致極端冷事件頻率、強(qiáng)度時(shí)空異質(zhì)性變化的直接原因[24]。因此,為更全面地理解新疆極端冷事件的成因機(jī)制,本文開展了新疆極端冷事件的時(shí)空變化特征及大尺度驅(qū)動(dòng)因子對(duì)其單一與耦合影響分析,研究結(jié)果有利于認(rèn)識(shí)新疆極端冷事件演變的區(qū)域特征,有助于全球變暖背景下對(duì)新疆極端冷事件的預(yù)測(cè)預(yù)警,進(jìn)而可為應(yīng)對(duì)災(zāi)害風(fēng)險(xiǎn)的防御工作提供科學(xué)依據(jù)。

        1 數(shù)據(jù)和方法

        1.1 研究區(qū)概況

        新疆維吾爾自治區(qū)地處73°40′~96°18′E,34°25′~48°10′N,位于中國(guó)西北干旱區(qū),是典型的大陸性氣候。由于地形復(fù)雜,生態(tài)環(huán)境脆弱,其對(duì)氣候變化的反應(yīng)尤為敏感[25]。近幾十年來(lái),新疆屢次發(fā)生雪災(zāi)、干旱、洪澇、沙塵暴等自然災(zāi)害,嚴(yán)重威脅了人們的生命安全和社會(huì)經(jīng)濟(jì)發(fā)展[26]。由于地處歐亞大陸腹地,新疆上空易受異常氣旋性環(huán)流控制,其西部的偏北風(fēng)引導(dǎo)高緯地區(qū)的冷空氣南下導(dǎo)致溫度異常偏低,易發(fā)生極端冷事件[27]。本文以天山山脈為界將新疆劃分為3個(gè)區(qū)域,天山山脈以北為北疆,以南為南疆,吐魯番—哈密盆地一帶為東疆。研究區(qū)地形及氣象站點(diǎn)分布如圖1所示。

        圖1 研究區(qū)概況及氣象站點(diǎn)分布Fig.1 Study area and meteorological stations in Xinjiang

        1.2 數(shù)據(jù)來(lái)源

        本文選取的氣候數(shù)據(jù)為新疆維吾爾自治區(qū)53個(gè)氣象站點(diǎn)1961—2016年逐日最低氣溫值和最高氣溫值,來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn),均通過均值檢驗(yàn)和時(shí)間一致性檢驗(yàn)。大尺度驅(qū)動(dòng)因子AO、NAO和ENSO指數(shù)均來(lái)自美國(guó)國(guó)家大氣海洋管理局(https://www.noaa.gov),其中AO指數(shù)為1 000 hPa高度異常場(chǎng)經(jīng)驗(yàn)正交函數(shù)分析(EOF)所得的第一模態(tài)時(shí)間系數(shù)的標(biāo)準(zhǔn)化序列;NAO指數(shù)為標(biāo)準(zhǔn)化500 hPa高度場(chǎng)經(jīng)驗(yàn)正交函數(shù)分析所得第一模態(tài)的時(shí)間系數(shù);ENSO指數(shù)選擇MEI數(shù)據(jù),該數(shù)據(jù)為滑動(dòng)雙月平均的海平面氣壓、緯向地面風(fēng)場(chǎng)、經(jīng)向地面風(fēng)場(chǎng)、海表面溫度、表面氣溫和總云量的6變量經(jīng)驗(yàn)正交函數(shù)分解第一模態(tài)的時(shí)間系數(shù)[28]。本文使用的1961—2016年再分析資料來(lái)源于美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心(National Centers for Environmental Prediction,NCEP),水平格距為2.5°×2.5°,包括風(fēng)場(chǎng)、位勢(shì)高度場(chǎng)和海平面氣壓場(chǎng)。

        通過正負(fù)位相差異對(duì)AO、NAO指數(shù)進(jìn)行年份劃分;計(jì)算Ni?o3.4平均海表溫度指數(shù)(SST)3個(gè)月滑動(dòng)平均值,當(dāng)該值為標(biāo)準(zhǔn)差的+0.5(-0.5)倍時(shí),定義為EI Ni?o事件(La Ni?a事件)[29]。年份劃分如表1所示。

        1.3 研究方法

        極端冷指數(shù)的定義采用ETCCDI推薦使用方式(表2),所選極端冷指數(shù)在計(jì)算前均通過RClimDex軟件(http://etccdi.pacificclimate.org)進(jìn)行嚴(yán)格的質(zhì)量控制,后采用該軟件對(duì)所選各站點(diǎn)的極端冷指數(shù)進(jìn)行計(jì)算[30]。

        表2 極端冷指數(shù)的定義Table 2 Definition of extreme cold indices

        采用一元線性方程對(duì)新疆53個(gè)氣象站點(diǎn)極端冷指數(shù)的時(shí)間變化趨勢(shì)進(jìn)行線性擬合,采用ArcGIS 10.6中反距離加權(quán)插值法,分析極端冷指數(shù)傾向率變化的空間差異[31-32]。交叉小波變換能夠呈現(xiàn)兩時(shí)間序列在時(shí)頻域中的相關(guān)關(guān)系(本文采用Morlet小波),交叉小波變換所得能量譜(XWT)反映兩序列在不同時(shí)頻域內(nèi)相互作用的顯著性;所得凝聚譜(WTC)能夠反映兩序列在時(shí)頻域內(nèi)的相干程度[33]。原理如下:

        對(duì)于兩個(gè)時(shí)間序列x(t)和y(t),交叉小波能量譜(XWT)定義為:

        式中:序列x(t)的小波變換系數(shù)為CX(a,τ);序列y(t)小波變換系數(shù)的復(fù)共軛為交叉小波凝聚譜(WTC)定義為:

        式中:S為平滑算子;|S(a-1WXY(a,τ))|2為某一頻率下兩時(shí)間序列的波振幅的交叉積;S(a-1|WX(a,τ)2|)S(a-1|WY(a,τ)2|)為兩序列振動(dòng)波振幅的乘積。

        使用參數(shù)檢驗(yàn)中的獨(dú)立樣本t檢驗(yàn),分析大尺度驅(qū)動(dòng)因子不同位相、冷暖事件下的極端冷指數(shù)序列變化特征。在AO、NAO處于正負(fù)位相和ENSO處于冷暖事件下,提取各驅(qū)動(dòng)因子不同位相、冷暖事件對(duì)應(yīng)年份下的冷指數(shù)序列。利用圖示法、Shapiro-Wilk檢驗(yàn)判斷序列的正態(tài)性,若不滿足正態(tài)性,則序列進(jìn)行轉(zhuǎn)換[34];當(dāng)序列滿足正態(tài)性后,采用F檢驗(yàn)對(duì)樣本方差進(jìn)行評(píng)估,當(dāng)方差齊性時(shí),使用獨(dú)立樣本t檢驗(yàn)對(duì)正負(fù)位相或冷暖事件下冷指數(shù)是否通過90%顯著性檢驗(yàn)進(jìn)行檢測(cè);當(dāng)方差非齊性時(shí),使用Satterthwaite校正t′檢驗(yàn)[35]。

        2 結(jié)果與分析

        2.1 極端冷指數(shù)的時(shí)間變化

        所選極端冷指數(shù)FD、ID、TNn、TXn、TN10p、TX10p和大尺度驅(qū)動(dòng)因子AO、NAO、ENSO的年均時(shí)間變化序列如圖2所示。近56年來(lái),冷指數(shù)FD、ID、TN10p和TX10p均呈下降趨勢(shì),傾向率分別為-3.4 d·(10a)-1、-1.2 d·(10a)-1、-2%·(10a)-1和-0.6%·(10a)-1。其中FD和TN10p通過99.9%顯著性檢驗(yàn),ID、TX10p通過95%、99%顯著性檢驗(yàn),表明其均為顯著下降趨勢(shì)。TNn與TXn傾向率為0.6℃·(10a)-1、0.3℃·(10a)-1,呈顯著上升趨勢(shì)。FD、ID、TNn和TXn波動(dòng)趨勢(shì)為“升降交錯(cuò)”;而在1981年以前TN10p顯著大于TX10p,1981年以后TX10p反而大于TN10p,二者大小關(guān)系發(fā)生反轉(zhuǎn)。觀察AO、NAO、ENSO時(shí)間序列可知,AO與NAO總體變化趨勢(shì)相同,而ENSO較兩者變化波動(dòng)更大。

        圖2 1961—2016年新疆年均極端冷指數(shù)及大尺度驅(qū)動(dòng)因子變化趨勢(shì)Fig.2 Variation trend of average extreme cold indices and large-scale driving factors in Xinjiang during 1961 to 2016

        2.2 極端冷指數(shù)的空間分布

        所選53個(gè)站點(diǎn)的冷指數(shù)空間分布趨勢(shì)及時(shí)間序列顯著性檢驗(yàn)如圖3所示。FD[圖3(a)]、ID[圖3(b)]、TN10p[圖3(e)]和TX10p[圖3(f)]總體表現(xiàn)為下降趨勢(shì),但變化程度有所不同。其中,F(xiàn)D、TN10p和TX10p分別有92.5%、86.8%和56.6%的站點(diǎn)呈顯著下降趨勢(shì)(P<0.05);盡管90.6%氣象站點(diǎn)的ID呈下降趨勢(shì),但僅有18.9%通過95%顯著性檢驗(yàn)。在空間分布上,F(xiàn)D與TN10p的變化趨勢(shì)較為一致,阿爾泰山脈南側(cè)、伊犁河谷、吐魯番盆地北側(cè)和塔里木盆地南緣的變化幅度較大;FD、TN10p和TX10p下降傾向率最大分別為-7.5 d·(10a)-1、-3.4%·(10a)-1和-2.6%·(10a)-1,而下降傾向率最小僅為-0.02 d·(10a)-1、-0.04%·(10a)-1和-0.03%·(10a)-1,說(shuō)明冷指數(shù)變化幅度空間差異很大。ID變化幅度較大的地區(qū)位于南疆西北部和伊犁河谷地區(qū),低值區(qū)位于天山山脈北側(cè)和塔里木盆地南緣。

        圖3 極端冷指數(shù)空間分布趨勢(shì)及時(shí)間序列顯著性檢驗(yàn)Fig.3 Spatial distribution trend of extreme cold indices and time-series significance test

        TNn[圖3(c)]和TXn[圖3(d)]傾向率變化的空間分布基本一致,總體呈現(xiàn)為上升趨勢(shì),最大傾向率分別為1.7℃·(10a)-1和1.3℃·(10a)-1;最小傾向率為0.1℃·(10a)-1和0.04℃·(10a)-1。分別有58.5%和11.3%的站點(diǎn)通過95%顯著性檢驗(yàn);變化幅度較大區(qū)域?yàn)椴└襁_(dá)山南北兩側(cè)、伊犁河谷和阿爾泰山脈南側(cè)??傮w來(lái)看,北疆TNn與TXn的上升幅度大于南疆,TXn的空間差異較小。

        2.3 交叉小波分析

        由圖4可知,驅(qū)動(dòng)因子與FD在高能量區(qū)通過95%置信水平檢驗(yàn)的區(qū)域面積極其有限[圖4(a)~4(c)],對(duì)比可知,低能量區(qū)的相關(guān)關(guān)系顯著大于高能量區(qū)。在低能量區(qū),AO與FD[圖4(d)]存在4個(gè)顯著的共振周期,分別為2~3 a(1976—1978年)、3~5 a(1986—1991年)、6~10 a(1972—1995年)、12~16 a(1979—2003年),二者在3~5 a(1986—1991年)共振周期內(nèi)呈負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)R>0.8。NAO與FD[圖4(e)]存在3個(gè)顯著的共振周期,其中15~17 a(1980s—2000s)共振周期內(nèi),NAO位相提前FD位相90°。ENSO與FD[圖4(f)]在3~5 a(1997—2004年)存在一個(gè)顯著的共振周期。

        圖4 驅(qū)動(dòng)因子與FD交叉小波分析Fig.4 Cross wavelet analysis between large-scale driving factors and frost days(FD)

        驅(qū)動(dòng)因子與ID在高能量區(qū)均離散分布2~3個(gè)共振周期[圖5(a)~5(c)],在1~2 a(1965—1970年)共振周期內(nèi),AO、NAO和ENSO均與ID呈正相關(guān)關(guān)系;8~10 a(1976—1994年)共振周期內(nèi),AO位相比ID滯后90°;在9~11 a(1985—1992年)共振周期內(nèi)NAO位相比ID滯后90°。在2~6 a(1979—1989年)共振周期內(nèi),ENSO與ID呈顯著負(fù)相關(guān)關(guān)系。低能量區(qū)中[圖5(d)~5(f)],在8~10 a(1972—1977年)共 振 周 期 內(nèi),AO位 相 比ID滯 后90°,且1~3 a(1965—1975年)共振周期內(nèi)NAO與ID呈正相關(guān)關(guān)系;ENSO與ID存在4個(gè)顯著共振周期,在2~4 a(1995—2003年)周期內(nèi)ENSO位相超前ID位相90°。

        圖5 驅(qū)動(dòng)因子與ID交叉小波分析Fig.5 Cross wavelet analysis between large-scale driving factors and ice days(ID)

        由于篇幅原因,僅展示驅(qū)動(dòng)因子與霜凍日(FD)和冰凍日(ID)兩個(gè)時(shí)間序列的交叉小波XWT與CWT圖譜,其余結(jié)果見表3~表4。AO與6個(gè)冷指數(shù)在高低能量區(qū)均存在多個(gè)共振周期,AO與TNn、TXn和TN10p在高能量區(qū)呈顯著正相關(guān)關(guān)系,與TX10p在高、低能量區(qū)均表現(xiàn)為顯著的負(fù)相關(guān)。NAO與TNn、TXn在高、低能量區(qū)呈顯著的正相關(guān)關(guān)系,而在低能量區(qū),NAO與TX10p表現(xiàn)為顯著的負(fù)相關(guān)。ENSO與各冷指數(shù)相關(guān)性不強(qiáng),僅在低能量區(qū)與TN10p和TX10p呈負(fù)相關(guān)關(guān)系,但ENSO與各冷指數(shù)在高、低能量區(qū)存在明顯的位相超前/滯后現(xiàn)象。

        表3 交叉小波能量譜(XWT)結(jié)果Table 3 Results of cross wavelat power spectrum(XWT)

        表4 交叉小波凝聚譜結(jié)果WTCTable 4 Results of cross wavelet coherence spectrum(WTC)

        2.4 大尺度驅(qū)動(dòng)因子單一模態(tài)對(duì)冷指數(shù)的影響

        2.4.1 AO

        AO正負(fù)位相差異下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖6所示。37個(gè)站點(diǎn)的FD[圖6(a)]存在負(fù)差異,其中8.1%通過90%顯著性檢驗(yàn),16個(gè)站點(diǎn)的FD存在正差異,均未通過顯著性檢驗(yàn)。ID[圖6(b)]總體表現(xiàn)為負(fù)差異,其中30.4%站點(diǎn)通過90%顯著性檢驗(yàn)。42個(gè)站點(diǎn)的TNn[圖6(c)]存在正差異,46個(gè)站點(diǎn)的TXn[圖6(d)]存在正差異,其中34.8%通過90%顯著性檢驗(yàn)。TN10p[圖6(e)]、TX10p[圖6(f)]分別有47、48個(gè)站點(diǎn)存在負(fù)差異,說(shuō)明較AO正位相來(lái)說(shuō),AO負(fù)位相時(shí)的冷晝、冷夜占比更多。

        圖6 極端冷指數(shù)在單一AO模態(tài)下的顯著性差異Fig.6 Significant difference in extreme cold indices for AO positive-AO negative phase

        2.4.2 NAO

        NAO正負(fù)位相差異下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖7所示。38個(gè)站點(diǎn)的FD[圖7(a)]存在正差異,其中13.2%通過90%顯著性檢驗(yàn)。15個(gè)站點(diǎn)的FD存在負(fù)差異,均未通過顯著性檢驗(yàn)。33個(gè)站點(diǎn)的ID[圖7(b)]存在負(fù)差異,20個(gè)站點(diǎn)存在正差異,但僅有6.1%和10%的站點(diǎn)通過90%顯著性檢驗(yàn)。TNn[圖7(c)]、TXn[圖7(d)]分別有49、51個(gè)站點(diǎn)存在正差異,表明NAO正位相時(shí)各站點(diǎn)的TNn、TXn數(shù)值更大,即全疆低溫值較NAO負(fù)位相時(shí)更大。34個(gè)站點(diǎn)的TN10p[圖7(e)]存在負(fù)差異,主要分布在北疆、塔里木盆地東緣,其中8.8%通過90%顯著性檢驗(yàn)。在19個(gè)正差異的站點(diǎn)中僅有5.3%通過90%顯著性檢驗(yàn)。TX10p[圖7(f)]檢驗(yàn)差異與TN10p相似,說(shuō)明各站點(diǎn)的TN10p、TX10p在NAO不同位相時(shí)期的差異較小。

        2.4.3 ENSO

        ENSO冷暖期差異下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖8所示。FD[圖8(a)]、ID[圖8(b)]中分別有45、46個(gè)站點(diǎn)存在負(fù)差異,其中通過90%顯著性檢驗(yàn)的站點(diǎn)分別為26.7%、13%。48個(gè)站點(diǎn)的TNn[圖8(c)]存在正差異,基本分布在全疆,其中6.2%存在顯著正差異;僅有5個(gè)站點(diǎn)的TNn存在負(fù)差異,但均未通過90%顯著性檢驗(yàn),TXn[圖8(d)]檢驗(yàn)結(jié)果與TNn相似。EI Ni?o-La Ni?a事件下的TN10p[圖8(e)]、TX10p[圖8(f)]基本存在負(fù)差異,呈顯著負(fù)差異的站點(diǎn)分別為2.3%和9.5%;存在正差異的站點(diǎn)均未通過90%顯著性檢驗(yàn)。

        圖8 極端冷指數(shù)在單一ENSO模態(tài)下的顯著性差異Fig.8 Significant difference in extreme cold indices for EI Ni?o-La Ni?a episodes

        2.5 大尺度驅(qū)動(dòng)因子耦合模態(tài)對(duì)冷指數(shù)的影響

        2.5.1 ENSO-AO模態(tài)

        EI Ni?o-AO耦合模態(tài)下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖9所示。在AO正位相下,F(xiàn)D[圖9(a)]、ID[圖9(b)]存在正差異的站點(diǎn)多于負(fù)差異站點(diǎn);AO負(fù)位相下,TN10p[圖9(e)]存在負(fù)差異的站點(diǎn)數(shù)量更多;其余冷指數(shù)正負(fù)差異在站點(diǎn)數(shù)量上表現(xiàn)并不明顯。這說(shuō)明EI Ni?o與AO正位相配置時(shí)會(huì)出現(xiàn)更多的冷日日數(shù),與AO負(fù)位相配置時(shí)冷夜占比更多;但極端低溫在AO位相的差異下變化較不明顯。與單一模態(tài)AO驅(qū)動(dòng)結(jié)果相比,除TN10p外的t檢驗(yàn)結(jié)果均發(fā)生反轉(zhuǎn),這說(shuō)明EI Ni?o-AO耦合模態(tài)對(duì)新疆極端冷指數(shù)的表現(xiàn)有一定的調(diào)制作用。

        圖9 極端冷指數(shù)在EI Ni?o-AO耦合模態(tài)下的顯著性差異Fig.9 Significant difference in extreme cold indices for positive AO-negative AO phase in EI Ni?o years

        La Ni?a-AO耦合模態(tài)下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖10所示。與單一模態(tài)AO驅(qū)動(dòng)結(jié)果相比,在耦合模態(tài)中,除TXn[圖10(d)]以外的冷指數(shù)均表現(xiàn)為負(fù)差異站點(diǎn)數(shù)量更多,這說(shuō)明La Ni?a與AO負(fù)位相配置時(shí),冷日日數(shù)、冷晝和冷夜占比較AO正位相偏多。對(duì)于極端低溫值來(lái)說(shuō),當(dāng)AO為正位相時(shí),TNn更低,AO負(fù)位相時(shí)TXn更低。

        圖10 極端冷指數(shù)在La Ni?a-AO耦合模態(tài)下的顯著性差異Fig.10 Significant difference in extreme cold indices for positive AO-negative AO phase in La Ni?a years

        2.5.2 ENSO-NAO模態(tài)

        EI Ni?o-NAO耦合模態(tài)下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖11所示。NAO正位相期間,除TN10p[圖11(e)]以外的冷指數(shù)均為正差異的站點(diǎn)多于負(fù)差異站點(diǎn),說(shuō)明EI Ni?o與NAO正位相配置下,冷日日數(shù)較NAO負(fù)位相更多;但值得注意的是,該配置下更多站點(diǎn)的極端低溫值高于NAO負(fù)位相,說(shuō)明EI Ni?o-NAO負(fù)位相時(shí)新疆地區(qū)溫度更低。與單一模態(tài)NAO驅(qū)動(dòng)結(jié)果相比,EI Ni?o-NAO耦合模態(tài)下的ID[圖11(b)]與TX10p[圖11(f)]的t檢驗(yàn)結(jié)果發(fā)生反轉(zhuǎn)。

        圖11 極端冷指數(shù)在EI Ni?o-NAO耦合模態(tài)下的顯著性差異Fig.11 Significant difference in extreme cold indices for positive NAO-negative NAO phase in EI Ni?o years

        La Ni?a-NAO耦合模態(tài)下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖12所示。在NAO正位相期間,F(xiàn)D[圖12(a)]、ID[圖12(b)]和TN10p[圖12(e)]存在正差異的站點(diǎn)多于負(fù)差異站點(diǎn);NAO負(fù)位相期間,TNn[圖12(c)]與TXn[圖12(d)]存在負(fù)差異的站點(diǎn)數(shù)量更多。這說(shuō)明La Ni?a與NAO正位相配置下的冷日日數(shù)較NAO負(fù)位相時(shí)更多,且極端低溫值也更低。與單一模態(tài)NAO驅(qū)動(dòng)結(jié)果相比,除FD與TX10p以外的t檢驗(yàn)結(jié)果均發(fā)生反轉(zhuǎn)。

        圖12 極端冷指數(shù)在La Ni?a-NAO耦合模態(tài)下的顯著性差異Fig.12 Significant difference in extreme cold indices for positive NAO-negative NAO phase in La Ni?a years

        3 討論

        3.1 極端冷指數(shù)時(shí)空變化

        從時(shí)間尺度來(lái)看,冷指數(shù)FD、ID、TN10p和TX10p總體呈下降趨勢(shì),TNn與TXn呈顯著上升趨勢(shì),這說(shuō)明新疆氣溫有明顯的變暖趨勢(shì)。ID、TXn和TX10p未通過顯著性檢驗(yàn)的站點(diǎn)分別占比81.1%、88.7%和43.4%,表明以上三種冷指數(shù)在時(shí)間尺度上的變化并不顯著。從空間尺度來(lái)看,一部分冷指數(shù)(FD、ID、TNn和TXn)變化而造成的增溫區(qū)域主要集中在北疆、東疆和伊犁河谷地區(qū),同時(shí)這些區(qū)域的冷指數(shù)變化幅度遠(yuǎn)大于其他區(qū)域。這與前人研究結(jié)果一致。胡文峰等[36]認(rèn)為北疆和東疆增溫比南疆要明顯,吐魯番盆地是增溫最劇烈的地區(qū),南疆的西部是增溫最緩慢的區(qū)域。陳穎等[37]同樣認(rèn)為新疆極端冷事件發(fā)生的日數(shù)趨于減少;北疆西部和天山兩側(cè)是氣候極端性變化最顯著的區(qū)域。出現(xiàn)這種現(xiàn)象的原因之一是由于新疆積雪主要分布在北疆和天山山區(qū),氣溫增暖使北疆冰雪消融加快,地表反照率的減小使地表吸收更多的太陽(yáng)輻射,溫度升高造成冰雪進(jìn)一步消融,這種正反饋機(jī)制讓北疆和天山山區(qū)氣候的極端性更為顯著[38]。同時(shí),北疆、東疆和伊犁河谷地區(qū)作為新疆人口密集區(qū),城市化[39]與極端冷事件的變化也有密切關(guān)系。

        3.2 交叉小波與小波相干分析

        結(jié)果表明,在時(shí)頻域內(nèi)驅(qū)動(dòng)因子與冷指數(shù)存在不同尺度的共振周期和時(shí)滯效應(yīng),不同驅(qū)動(dòng)因子與不同冷指數(shù)的相關(guān)性也存在差異。綜合來(lái)看,AO、NAO與冷指數(shù)的相關(guān)性較為明顯,ENSO對(duì)冷指數(shù)的影響最小,這與慈暉等[40]的研究結(jié)果基本一致。AO與FD、TN10p和TNn的關(guān)系尤為密切,由于以上三種冷指數(shù)均使用日最低氣溫計(jì)算得出,說(shuō)明AO對(duì)新疆地區(qū)的日最低氣溫影響較大。AO與TNn、TXn和TN10p呈顯著正相關(guān),NAO與TNn、TXn呈顯著正相關(guān),而ENSO與各極端指數(shù)的相關(guān)性均不顯著,但存在明顯的時(shí)滯性,其原因可能是ENSO事件具有滯后性,對(duì)區(qū)域年際氣溫變化的影響不顯著[41]。

        3.3 耦合模態(tài)的影響機(jī)制分析

        有研究結(jié)果顯示,當(dāng)AO負(fù)位相時(shí)新疆更易發(fā)生寒潮、暴雪等極端冷事件,這是由于貝加爾湖一帶位勢(shì)高度出現(xiàn)負(fù)異常,北半球盛行經(jīng)向環(huán)流異常,烏拉爾山阻塞高壓維持且冷空氣侵入新疆[42]。在本文耦合模態(tài)的分析中發(fā)現(xiàn),La Ni?a與AO負(fù)位相、La Ni?a與NAO正位相配置時(shí),新疆極端冷事件更易發(fā)生。為了研究出現(xiàn)這種現(xiàn)象差異的機(jī)制,挑選耦合模態(tài)下ENSO與AO、NAO不同位相的8種組合進(jìn)行環(huán)流場(chǎng)距平合成分析(圖13~圖14)。

        EI Ni?o與AO正位相配置時(shí)[圖13(a)],海平面氣壓場(chǎng)上北極地區(qū)為氣壓負(fù)距平,歐洲、烏拉爾山區(qū)域和中國(guó)西北存在氣壓正距平中心;500 hPa位勢(shì)高度距平場(chǎng)上,亞洲中高緯度呈現(xiàn)“西低東高”的態(tài)勢(shì),烏拉爾山在距平風(fēng)場(chǎng)上呈氣旋分布。EI Ni?o與AO負(fù)位相配置時(shí)[圖13(b)],70°N以北海平面氣壓場(chǎng)為顯著正距平,歐亞大陸至北太平洋西部氣壓分布為“高-低-高”。500 hPa距平風(fēng)場(chǎng)上,蒙古-西伯利亞呈氣旋分布。該兩種耦合模態(tài)下影響新疆的氣流均為偏西氣流,不利于極端冷事件的形成。La Ni?a與AO正位相配置時(shí)[圖13(c)],歐亞大陸60°N以北與北太平洋海平面氣壓場(chǎng)分別為顯著負(fù)距平;距平風(fēng)場(chǎng)上新疆盛行東南氣流,冷空氣南下受阻,不易發(fā)生極端冷事件。La Ni?a與AO負(fù)位相配置時(shí)[圖13(d)],歐亞中高緯度海平面氣壓場(chǎng)以北正南負(fù)為主,烏拉爾阻塞加強(qiáng);距平風(fēng)場(chǎng)上新疆位于北風(fēng)距平區(qū),南下冷空氣勢(shì)力加強(qiáng),促進(jìn)極端冷事件的發(fā)展。沈柏竹等[43]認(rèn)為這種以La Nina為背景,AO為負(fù)位相的配置會(huì)使極渦偏強(qiáng),東亞槽偏西偏強(qiáng)。同時(shí),中低緯度區(qū)域受高度場(chǎng)負(fù)異常影響促使高原高度場(chǎng)偏低,利于區(qū)域性極端冷事件的發(fā)生[44]。

        圖13 ENSO-AO模態(tài)下環(huán)流場(chǎng)距平合成圖Fig.13 The composite circulation fields according to the positive/negative phase between ENSO and AO

        EI Ni?o與NAO正位相配置時(shí)[圖14(a)],烏拉爾山區(qū)域出現(xiàn)氣壓負(fù)距平中心,中國(guó)大部分存在氣壓正距平;500 hPa距平風(fēng)場(chǎng)上,烏拉爾山區(qū)域存在氣旋環(huán)流,冷空氣南下至中亞向西傳輸,新疆受西南氣流影響。EI Ni?o與NAO負(fù)位相配置時(shí)[圖14(b)],烏拉爾山區(qū)域出現(xiàn)氣壓負(fù)距平中心,氣壓分布由亞洲大陸至北太平洋中東部呈現(xiàn)為“低-高-低”的態(tài)勢(shì);500 hPa距平風(fēng)場(chǎng)上,新疆北部受西風(fēng)影響。該兩種耦合模態(tài)下新疆風(fēng)向分別以西南氣流與西風(fēng)為主,不利于極端冷事件的形成。La Ni?a與NAO正位相配置時(shí)[圖14(c)],氣壓分布由亞洲大陸至北太平洋中東部呈現(xiàn)為“高-低-高”的態(tài)勢(shì),北太平洋存在顯著的氣壓正距平中心,新疆存在氣壓正距平;500 hPa距平風(fēng)場(chǎng)上,冷空氣南下至中國(guó)東北后向西傳輸,新疆受偏北氣流影響顯著,促進(jìn)極端冷事件的發(fā)展。La Ni?a與NAO負(fù)位相配置時(shí)[圖14(d)],中亞存在海平面氣壓場(chǎng)正距平中心,新疆氣壓分布為“西高東低”。500 hPa距平風(fēng)場(chǎng)上,烏拉爾山與西伯利亞存在反氣旋,新疆受偏北氣流影響。

        圖14 ENSO-NAO模態(tài)下環(huán)流場(chǎng)距平合成圖Fig.14 The composite circulation fields according to the positive/negative phase between ENSO and NAO

        4 結(jié)論

        本文選用了6個(gè)極端冷指數(shù)來(lái)研究新疆極端冷事件的時(shí)空變化特征,利用交叉小波變換和小波相干對(duì)大氣環(huán)流因子AO、NAO和ENSO指數(shù)與極端冷指數(shù)進(jìn)行多尺度相關(guān)分析,同時(shí)研究了大尺度驅(qū)動(dòng)因子的單一/耦合模態(tài)對(duì)冷指數(shù)的影響。得出以下結(jié)論:

        (1)時(shí)間尺度上,年均冷指數(shù)FD、ID、TN10p和TX10p呈顯著下降趨勢(shì),冷指數(shù)均通過99.9%、95%、99.9%和99%顯著性檢驗(yàn);年均冷指數(shù)TNn與TXn呈顯著上升趨勢(shì),分別通過99.9%和95%顯著性檢驗(yàn)。FD、ID、TNn和TXn波動(dòng)趨勢(shì)為“升降交錯(cuò)”;以1981年為時(shí)間節(jié)點(diǎn),之前TN10p>TX10p,之后TN10p<TX10p。總體來(lái)看,新疆氣溫有明顯的變暖趨勢(shì)??臻g尺度上,冷指數(shù)(FD、ID、TNn和TXn)在北疆、東疆和伊犁河谷地區(qū)的變化幅度遠(yuǎn)大于其他區(qū)域。北疆TNn與TXn的上升幅度大于南疆,但空間差異較小。

        (2)AO、NAO與冷指數(shù)的相關(guān)性較強(qiáng),ENSO與極端冷指數(shù)的相關(guān)關(guān)系最弱但存在明顯的時(shí)滯效應(yīng)。大尺度驅(qū)動(dòng)因子對(duì)極端冷指數(shù)的總體影響效果為AO>NAO>ENSO。AO與冷指數(shù)FD、TNn和TN10p呈顯著正相關(guān),由于其均使用日最低氣溫值計(jì)算獲得,說(shuō)明AO與新疆地區(qū)的日最低氣溫值可能存在較強(qiáng)的相關(guān)關(guān)系。

        (3)單一模態(tài)中,AO負(fù)(正)位相時(shí)冷日數(shù)更多(少);NAO負(fù)(正)位相和La Ni?a(EI Ni?o)事件時(shí)極端冷事件發(fā)生的可能性更大(?。?。以ENSO為背景的耦合模態(tài)中,EI Ni?o-AO正(負(fù))位相、EI Ni?o-NAO正(負(fù))位相時(shí)冷日日數(shù)更多(少)。EI Ni?o-NAO負(fù)(正)位相時(shí)極端低溫值更低(高),EI Ni?o-AO位相差異對(duì)極端低溫值影響不大。La Ni?a-AO負(fù)(正)位相、La Ni?a-NAO正(負(fù))位相時(shí)極端冷事件發(fā)生的可能性更大(?。q詈夏B(tài)中,ENSO對(duì)AO與NAO的影響不同,AO(NAO)更易受到EI Ni?o(La Ni?a)事件的調(diào)制作用。

        (4)以ENSO為背景的耦合模態(tài)中,La Ni?a與AO負(fù)位相配置時(shí),歐亞中高緯度海平面氣壓場(chǎng)以“北高南低”為主,烏拉爾阻塞加強(qiáng);新疆位于北風(fēng)距平區(qū),南下冷空氣勢(shì)力加強(qiáng)。La Ni?a與NAO正位相配置時(shí),氣壓分布由亞洲大陸至北太平洋呈現(xiàn)為“高-低-高”的態(tài)勢(shì),極地冷空氣南下至中國(guó)東北后向西傳輸,新疆受偏北氣流異常影響顯著。該兩種耦合模態(tài)較其他組合更易促進(jìn)新疆極端冷事件的發(fā)展。

        新疆極端冷事件的形成是多尺度驅(qū)動(dòng)因子在復(fù)雜模態(tài)下的綜合過程,本文僅初步分析了三種大尺度驅(qū)動(dòng)因子不同組合模態(tài)下的極端冷指數(shù)變化過程,而沒有考慮更多的可能引起新疆極端冷事件的其他因素,如東亞季風(fēng)、北極海冰和太陽(yáng)黑子等。多種大氣內(nèi)部變率和外部強(qiáng)迫因子是通過何種動(dòng)力過程和耦合方式共同影響新疆極端冷事件的形成,需要在后期研究中重點(diǎn)關(guān)注。

        猜你喜歡
        站點(diǎn)模態(tài)耦合
        非Lipschitz條件下超前帶跳倒向耦合隨機(jī)微分方程的Wong-Zakai逼近
        基于Web站點(diǎn)的SQL注入分析與防范
        電子制作(2019年14期)2019-08-20 05:43:42
        2017~2018年冬季西北地區(qū)某站點(diǎn)流感流行特征分析
        首屆歐洲自行車共享站點(diǎn)協(xié)商會(huì)召開
        怕被人認(rèn)出
        國(guó)內(nèi)多模態(tài)教學(xué)研究回顧與展望
        基于“殼-固”耦合方法模擬焊接裝配
        大型鑄鍛件(2015年5期)2015-12-16 11:43:20
        基于HHT和Prony算法的電力系統(tǒng)低頻振蕩模態(tài)識(shí)別
        由單個(gè)模態(tài)構(gòu)造對(duì)稱簡(jiǎn)支梁的抗彎剛度
        求解奇異攝動(dòng)Volterra積分微分方程的LDG-CFEM耦合方法
        亚洲欧洲国产日产国码无码 | 亚洲人成网站色www| 久久精品成人欧美大片| 红杏性无码免费专区| 精品国产女主播一区在线观看| 亚洲av无码成h在线观看| 男女啪啪无遮挡免费网站| 亚洲第一页视频在线观看| 亚洲另类无码专区首页| 亚洲av国产精品色午夜洪2| 免费毛片视频网站| 在线视频亚洲一区二区三区| 丝袜美腿福利一区二区| 18禁黄久久久aaa片| 亚洲人成精品久久久久| av在线不卡一区二区三区| 久久久久av综合网成人| 亚洲一线二线三线写真| 国产精品黄色片在线观看| 日本不卡一区二区三区在线观看| 国精产品一区一区三区有限在线 | 国产丝袜免费精品一区二区 | av在线一区二区三区不卡| 疯狂做受xxxx高潮视频免费| 国产真实乱人偷精品人妻| 国产爆乳美女娇喘呻吟久久| 日本视频一区二区三区在线观看| 国产精品人妻一码二码| 国产精品视频久久久久| 国产一区二区三区免费在线播放| 熟女体下毛荫荫黑森林| 国产成人vr精品a视频| 免费人人av看| 久久狼精品一区二区三区| 国产顶级熟妇高潮xxxxx| 久久久久亚洲精品天堂| 五月婷婷丁香视频在线观看| 久久精品国产自在天天线| 福利一区在线观看| 国产亚洲精品视频在线| 久久久久成人精品免费播放动漫|