林 丹, 王维佳

(四川省人工影响天气办公室,四川成都610072)

0 引言

近几十年来,如何对空中水资源进行有效合理的开发利用已经受到了国内外科学家的重视。空中水资源的分布及其变化规律特征是指导人工影响天气作业的有效指标,为人工影响天气工作打下重要基础[1]。目前,大部分有关空中水资源的试验研究主要是围绕大气可降水量的演变特征,例如蔡英等[2]、郭洁等[3]、张玉娟等[4]分别对青藏高原地区、川渝地区以及中国西北地区大气可降水量的变化趋势进行了分析。但是,降水的形成过程是云中的小水滴增大变成为雨滴、雪花及其他降水物的过程,也就是说,大气降水时必须有云,而以云的形式存在于云中的水,才有可能通过自然过程或人工影响产生降水。

以往研究表明,云水量不足大气可降水量的1%,云水量只是大气可降水量中的一小部分[5-6]。因此,仅仅研究大气可降水量的演变特征,不能准确反映出空中云水资源条件和人工增雨的潜力[5]。由于云水量资料获取较为困难,导致对云水量的研究比较缺乏,严重阻碍了对空中水资源开发利用问题的研究进展[7]。目前,对云水量的研究方法有飞机,微波探测[5-6,8-9],卫星遥感[10-13]等。飞机是指探测飞机飞入云系后利用机载仪器直接测量云水量,这种方法取得的数据范围小,不连续,误差大,且一次探测飞行成本较高;微波探测技术较为成熟,但仍然空间范围有限,无法获得大范围的数据来进行比较分析;随着卫星遥感仪器的进步,利用卫星遥感技术对云水量的研究取得了较大进展,但这种方法时空分辨率比较低,适合于个例或短期分析,不适合进行大范围长时间的研究。因此,选择使用NCEP资料对整个西南地区云水量的分布特征和变化趋势进行系统的分析和研究。

1 资料和方法

采用的资料为NCEP(National Centers for Environmental Prediction)CFSR(Climate Forecast System Reanalysis)的云水量逐月再分析资料,分辨率为0.5°×0.5°,资料长度由1980～2009年,单位kg·m-2。CFSR数据是由NOMADS(NOAA's National Operational Model Archive and Distribution System)提供,涵盖大气、海洋和陆地等大部分气象研究所需资料,具备高覆盖率和分辨率,同时具备时间序列长、资料完整等优点[14]。

文中提到的云水量是指云中的含水量,按常规季节分类,一年分春季(3～5月),夏季(6～8月),秋季(9～11月),冬季(12～2月)。选取范围 96.5°E～111.5°E,20.5°N～ 35.5°N 的区域(包括云南、贵州 、四川 、重庆),共计31×31个格点。在分析西南地区年云水量分布时,平均1980～2009年共计30年的格点数据,在分析西南地区季节云水量分布时,将每3个月的数据进行格点累加再平均得出各季节的平均值。通过计算年和季节云水量,并结合EOF分析,对西南地区的云水量分布特征和变化趋势进行了研究。

2 结果分析

2.1 云水量空间分布

云水量的多少与云量密切相关,研究表明,西南地区云量的分布特征为东多西少,四川东部、重庆和贵州地区总云量相对较多[15]。从图1可知,西南地区云水量的空间分布与云量分布基本一致,总体为东南多、西北少。云水量的最大值与最小值差异不大,最小值出现在四川西部高原地区,为30kg·m-2,最大值出现在四川盆地,为70 kg·m-2。

西南地区云水量的经向分布特征明显,在同一纬度出现某些地方数值偏小,而局部区域相对偏高的情况,如在四川地区云水量的梯度变化最大,从最小值 30kg·m-2到最大值70 kg·m-2。除去四川地区,其余3个地区云水量分布较为均匀,区域内部差异较小,云南和重庆地区云水量约50kg·m-2,贵州地区云水量约60kg·m-2。

图1 1980～2009年西南地区年云水量分布(单位:kg·m-2)

图2 1980～2009年西南地区季节云水量分布(单位:kg·m-2)

从4个季节来看,西南地区春季云水量在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。与图1分布类似,4个季节均呈现出东南多、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现在四川盆地,为20 kg·m-2,。在春季和冬季,云南地区云水量较少,与四川西部高原地区云水量相当。重庆地区的云水量在春季、夏季和秋季差异不大,均约为12 kg·m-2,冬季则相对偏少,约为6～10 kg·m-2。李兴宇等[7]采用ISCCP D2的数据研究了整个中国地区空中云水资源的分布特征,与之比较,西南地区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区,在春、冬季,云贵高原地区云水量径向分布明显,东西两侧差异大。

由于西南地区地域辽阔,地貌特殊,气候复杂多变,导致云水量的空间分布不均和季节差异较大,再加之水资源丰富的季节又不一定缺水和适合人工增雨作业,或者急需要人工增雨的地区又不一定有充足的云水量供以利用,这些问题都加大了西南地区空中水资源的合理开发和利用难度。

2.2 云水量年内分布

从图3中可知,西南地区云水量年内分布表现为近似的正态分布,单峰型。云水量最大值出现在每年6月,其次为7月和5月,12月云水量最少,6月云水量约为12月的2.4倍。

从1月到6月,云水量逐渐增多,5月增加幅度显著,增加值约1000kg·m-2,从7月开始,云水量逐月减少,但相比上半年,下半年的减少幅度没有增加幅度明显,8月、9月和10月云水量差异不大,11月减少幅度显著,减少量超过1000 kg·m-2。

从季节变化来看,季节分配鲜明,夏季云水量最丰富,占全年总含量的32.6%,春季和秋季次之,春季略大于秋季,分别占全年的25.8%和24.9%,冬季云水量最少,仅占16.7%,为夏季云水量含量的一半。

图3 西南地区云水量年内分布

2.3 云水量年际变化

对年和季节云水量进行距平百分率处理,距平百分率=(当年值-多年平均值)/多年平均值。

从图4可见,西南地区云水量的年际变化非常明显,且浮动较大。20世纪80年代,距平百分率均为正值,表明这段时间,西南地区云水量偏多,从20世纪90年代初期以后,距平百分率几乎全部为负值,表明这段时间,西南地区云水量偏少。对距平百分率作线性趋势分析,得到回归系数b=-0.598%/a,回归常数a=9.27%,建立一元方程y=-0.598t+9.27,30年来西南地区云水量含量随时间减少,通过计算得出相关系数r=0.73,超过0.01显著性水平。由此可见,减少趋势非常显著。李慧晶等[16]研究发现,1990年以后,整个西南地区总云量随时间持续减少,这与云水量的减少趋势结论一致,也是造成云水量减少的因素之一。

西南地区云水量年际变化十分悬殊,正距平百分率最大值为1989年的13%,负距平百分率最大值为2006年的-14%。在1983年、1985年、1989年、1990年,距平百分率处于高值区,云水量明显偏多;在1998年、1999年、2006年、2009年,距平百分率处于低值区,云水量明显偏少。分析发现在云水量偏少的年份,西南地区的干旱情况严重,例如:2000年西南干旱造成2000多万人饮水困难,2006年夏季西南地区东部发生特大干旱[17],2009年秋季到2010年春季,西南地区发生了百年一遇的特大干旱[18]。云水量的多少与干旱紧密相关,如何在云水量偏少的情况下,最大限度开发利用空中水资源,缓解旱情,是值得深入研究的问题。

图4 1980～2009年西南地区云水量含量距平百分率

2.4 云水量季节变化

从图5(a)可见,西南地区春季云水量偏多年和偏少年交替出现,12年出现正距平百分率,18年出现负距平百分率,偏少年出现几率略大于偏多年。对春季云水量进行线性趋势分析,得出春季云水量没有明显增多或减少趋势。

从图5(b)可见,在20世纪90年代中期以前,西南地区夏季云水量高于30年平均值,20世纪90年代中期以后,云水量显著减少,低于30年平均值。对夏季云水量进行线性趋势分析,得到回归系数b=-0.88%/a,回归常数a=13.59%,相关系数r=0.68,通过0.01显著性检验,可见夏季云水量下降趋势明显。

从图5(c)可见,秋季云水量的年际变化与夏季类似,云水量由偏多变为偏少,但是偏多与偏少的分界点时间提前。正距平百分率仅出现11次,而且集中出现在20世纪80年代,表明这段时间,西南地区秋季云水量充足;从20世纪90年代初开始,除1995年以外,距平百分率全部为负值,云水量偏少。对秋季云水量进行线性趋势分析,得到回归系数b=-1%/a,回归常数a=15.53%,相关系数r=0.74,超过0.01显著性水平检验,可见秋季云水量呈现出减少趋势,且减少趋势较夏季更为显著。

从图5(d)可见,西南地区冬季云水量年际变化与春季相似,偏多年和偏少年交替出现,14年出现正距平百分率,16年出现负距平百分率,偏少年出现几率略大于偏多年。对冬季云水量进行线性趋势分析,虽然冬季云水量呈现出减少趋势,但并没有通过0.01显著性水平检验。

尽管西南地区4个季节云水量年际变化各不相同,但与图4比较,在年云水量偏少的年份,1998年、1999年、2003年、2006年、2009年,4个季节的云水量也均偏少;在年云水量偏多的年份,1983年、1985年、1988年、1989年,4个季节的云水量也均偏多。

图5 1980～2009年西南地区季节云水量距平百分率

李聪等[19]对西南地区1950～2010年的降水进行研究,结果表明,西南地区夏季和秋季降水均呈现出减少趋势,秋季减少尤其明显。从1951年起秋季降水一直维持明显减少趋势,在21世纪以后,减少趋势更显著。西南地区春季和冬季降水开始进入一个减少的年代际时期。由此看出,云水量的变化趋势和降水量变化趋势基本一致,降水的形成过程是云中的小水滴增大变成为雨滴、雪花及其他降水物的过程,由于空中云水量减少,可能导致形成大雨滴的机率减少,最终降水量减少。

2.5 云水量变化的特征模态

对西南地区年云水量作EOF分析,分解得出前3个特征向量的方差贡献分别为36%、21%、9%,累积贡献率超过60%,前两个方差贡献率超过50%,说明前两类型基本反映了西南地区云水量的变化特征。因此,文中主要针对前两个模态进行分析。

从第一模态向量场(图6c)中可以看出西南地区的南部和北部存在方向的变化特征,南部为正值,北部为负值,四川和重庆西北部位于负值区,云南、贵州和重庆东南部位于正值区。结合第一模态时间系数(图6a),20世纪90年代中期以前,时间系数大部分为正值,表明这段时间西南地区北部云水量偏少,南部云水量偏多;20世纪90年代中期以后,时间系数均为负值,表明这段时间西南地区北部云水量偏多,南部云水量偏少。

从第二模态向量场(图6d)中可以看出西南地区呈现出整体一致的变化特征,呈同位相分布,均为正值,高值区出现在四川盆地和重庆地区,说明该区域云水量最容易发生异常,变率较大。结合第二模态时间系数(图6b),时间系数波动较大,对时间系数作线性趋势分析,发现除了存在年际间的波动外,整个西南地区云水量随时间减少。从正值对应云水量偏多年份,负值对应云水量偏少年份来看,在1989年和1990年,整个西南地区云水量明显偏多,在1998年和2006年,整个西南地区云水量明显偏少。

图6 西南地区云水量EOF分析图

3 结束语

(1)年和季节云水量的空间分布均为东南多、西北少,最小值30kg·m-2出现在四川西部高原地区,最大值70kg·m-2出现在四川盆地。

(2)夏季是全年云水量最多的季节,春季、秋季次之,最少的为冬季。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态分布,1～6月云水量逐渐增加,7～12月逐渐减少,6、7月为云水量最多的月份。

(4)30年来,西南地区年云水量呈减少趋势。春季云水量没有明显增多或减少趋势,而夏季、秋季、冬季云水量均呈现出减少趋势。

(5)云水量变化既具有南北差异性,20世纪90年代中期以前,南部云水量偏多,北部偏少;20世纪90年代中期以后,北部偏多,南部偏少;也具有整体一致性,整个西南地区云水量随时间减少。

[1] 袁健,赵姝慧,张维全,等.云水量含量在人工影响天气中的应用[J].安徽农业科学,2011,39(1):508-602.

[2] 蔡英,钱正安,吴统文,等.青藏高原及周围地区大气可降水量的分布、变化与各地多变的降水气候[J].高原气象,2004,23(1):1-10.

[3] 郭洁,李国平.川渝地区大气可降水量的气候特征以及与地面水汽量的关系[J].自然资源学报,2009,24(2):344-350.

[4] 张玉娟,谢金南,罗哲贤.我国西北地区东部可降水量变化趋势的初步研究[J].南京气象学院学报,2005,28(2):254-259.

[5] 段英,吴志会.利用地基遥感方法监测大气中汽态、液态水含量分布特征的分析[J].应用气象学报,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] 李兴宇,郭学良,朱江.中国地区空中云水资源气候分布特征及变化趋势[J].大气科学,2008,32(5):1094-1106.

[8] 陈洪滨.星载微波辐射计遥感反演云水量的一个算式[J].遥感学报,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.卫星微波被动遥感云中液态水的研究进展[J].气象学报,2009,67(2):331-341.

[11] 李万彪,朱元竞,赵柏林.用T RMM卫星微波成像仪遥感云水量[J].应用气象学报,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] 张琪,李跃清,陈权亮,等.近46年西南地区云量的时空变化特征[J].高原气象,2011,30(2):339-348.

[16]李慧晶,刘建西,林丹,等.中国西南地区50年云量分布特征[C].中国气象学会2012年年会论文集.2012年.

[17] 李永华,徐海明,刘德.2006年夏季西南地区东部特大干旱及其大气环流异常[J].气象学报,2009,67(1)122-132.

[18] 黄荣辉,刘永,王林,等.2009年秋至2010年春我国西南地区严重干旱的成因分析[J].2012,36(3):443-457.

[19] 李聪,肖子牛,张晓玲.近60年中国不同区域降水的气候变化特征[J].气象,2012,38(4):419-424.