2024, Vol. 54
2. 烟台市气象局，山东 烟台 264000
在北半球春季南海夏季风爆发前，中国长江以南、南岭以北发生的阶段性持续降水被称为江南春雨[1-4]。江南春雨的雨量以5月最为集中，占该阶段降水量近一半，约占该地区全年总降水量的15%[5-6]。江南5月降水对江南地区早稻生长、居民生产生活用水具有重要影响。
春季热带太平洋海表面温度异常(Sea surface temperature anomaly, SSTA)能够通过大气环流影响到西北太平洋异常反气旋(Western North Pacific anomalous anticyclone，WNPAC)位置和强度的变化，进而和长江以南的春季降水产生联系。学者们普遍认为，在El Niño衰退年，热带太平洋上空的Walker环流在赤道120°E附近异常下沉，下沉气流使WNPAC和南海上空低层西南风异常得到增强，利于水汽向江南地区输送，而La Niña衰退年不利于WNPAC发展，以及水汽向江南地区输送，江南地区降水偏少[7-9]。也有学者发现，伴随太平洋年代际振荡(Pacific decadal oscillation，PDO)正(负)位相的El Niño(La Niña)发生时，WNPAC增强(减弱)，长江以南的春季降水偏多(偏少)；而PDO正(负)位相伴随La Niña(El Niño)发生时，两者强迫产生的西北太平洋异常反气旋(气旋)和气旋(反气旋)相互抵消，使El Niño南方涛动(El Niño southern oscillation, ENSO)和长江以南春季降水的关系变得模糊[10-12]。
热带印度洋也可以影响春季WNPAC的变化，当印度洋海盆一致增暖时，热带印度洋低层大气出现与之相对应的Kelvin波和东风异常，利于反气旋在孟加拉湾北部增强，水汽向江南地区输送[8-9, 13]。有基于观测数据的研究指出，热带东印度洋暖SSTA对江南地区5月降水的作用是至关重要的[6]。也有学者指出，热带印度洋暖SSTA引起其上空产生异常上升气流，在菲律宾海附近下沉也可增强WNPAC[14]。此外，热带印度洋SSTA也可通过激发海洋性大陆地区上空的对流[15]，当热带印度洋至海洋性大陆地区一带的对流异常旺盛时，江南地区降水往往偏多[16]。
以往有研究发现, 江南5月降水量在二十世纪五十年代至二十一世纪初之间整体呈减少趋势[5, 17]，而作者在最近的研究中发现，自1980年以来的四十多年，江南5月降水整体呈上升趋势，特别是二十一世纪以来降水异常偏多的年份增多(见图 1(c))。因此有必要首先从年际变化角度了解热带印度洋和太平洋SSTA, 异常对流活动在旱涝年的不同表现特征及热带海域关键区SSTA与江南5月降水联系的可能过程，以期增强对江南5月降水的可预报性。
|
( (a)、(b)中黑框表示江南(上)、华南(下)，(c)、(d)中降水量不低(高)于正(负)一倍标准差的年份标为黄(绿)柱体。The black boxes in (a) and (b) represent the Jiangnan and South China. The yellow (green) bars in (c) and (d) represent the years when the precipitation is not lower (higher) than 1.0 (-1.0) standard deviation. ) 图 1 1980—2021年5月中国降水场气候态(a)及其标准差(b)，江南(c)、华南(d)5月累计降水量距平的标准化值(柱形，无量纲)及其长期趋势(折线，无量纲) Fig. 1 The climatic mean value of precipitation (a) and its standard deviation (b) and the abnormal normalized value of accumulated precipitation (column, dimensionless) and its trend (polyline, dimensionless) in Jiangnan(c)and South China (d) in May in China from 1980 to 2021 |
本文使用的降水资料来自于美国国家气候预测中心(Climate Prediction Center, CPC)提供的逐日陆地降水资料，水平分辨率为0.5°×0.5°，在此基础上处理成逐月资料。同时本文用到了美国环境预测中心/国家大气研究中心(National Centers for Environmental Prediction/National Center for Atmospheric Research, NCEP/NCAR)提供的逐月再分析资料集[18]，水平分辨率均为2.5°×2.5°，本文使用了其中的位势高度场、风场、比湿和相对湿度等所需等压面上的数据，采用其中的地表气压以消除地势对等压面上数据的影响。本文还使用了美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)插值后的向外长波辐射(Outgoing longwave radiation, OLR)逐月数据，水平分辨率为2.5°×2.5°。文中逐月海表面温度(Sea surface temperature, SST)数据来自于英国气象局哈德来中心(Met Office Hadley Centre)[19]，水平分辨率为1°×1°，原始资料跨度为1870年1月至今。同时本文参考了1949—2021年中国气象局热带气旋资料中心的台风最佳路径数据集[20-21]，以识别和去除台风影响的降水。
1.2 方法与计算结合5月降水气候态分布、年际变化特征(见图 1(a)、(b))以及前人研究，本文将25.75°N—30.5°N，113.5°E—121.5°E范围内的陆地定义为江南地区，20°N—25.25°N，106.5°E—120°E范围内的陆地定义为华南地区。南海夏季风指数的计算参考中国气象局最新定义的指标[22]，并根据环流场进行修正，结果与国家气候中心给出(http://cmdp.ncc-cma.net/Monitoring/monsoon.php)的南海夏季风爆发日期高度一致(2003—2021年，相关性：0.99)。此外，WNPAC以及热带印度洋和太平洋SSTA指数选取的时空范围均在文中予以了说明。本文主要使用标准差、合成分析、回归分析以及t检验等常规气候统计方法。
整层水汽通量的计算考虑到对流层300 hPa以上水汽输送较弱，以及地形的影响[23]，积分区间为地表到300 hPa。江南地区周围各边界上的水汽收支参考Sun等[24]的方法计算。具体计算公式如下：
整层水汽通量：
| $ Q=-\frac{1}{g} \int_{p_{\mathrm{s}}}^{p_{\mathrm{t}}} V q \mathrm{~d} P 。$ | (1) |
经纬向水汽通量分量：
| $ Q_{\Lambda}=-\frac{1}{g} \int_{p_{\mathrm{s}}}^{p_{\mathrm{t}}} u q \mathrm{~d} P, $ | (2) |
| $ Q_{\Phi}=-\frac{1}{g} \int_{p_{\mathrm{s}}}^{p_{\mathrm{t}}} v q \mathrm{~d} P。$ | (3) |
各边界的水汽收支：
| $ H_{\mathrm{E}}=-\int_{\varphi_{\mathrm{S}}}^{\varphi_{\mathrm{N}}} Q_{\Lambda \mathrm{E}} R_{\mathrm{r}} \mathrm{d} \varphi, $ | (4) |
| $ H_{\mathrm{W}}=-\int_{\varphi_{\mathrm{S}}}^{\varphi_{\mathrm{N}}} Q_{\Lambda \mathrm{W}} R_{\mathrm{r}} \mathrm{d} \varphi, $ | (5) |
| $ H_{\mathrm{S}}=-\int_{\lambda_{\mathrm{W}}}^{\lambda_{\mathrm{E}}} Q_{\Phi \mathrm{S}} R_{\mathrm{r}} \cos \varphi_{\mathrm{S}} \mathrm{d} \lambda, $ | (6) |
| $ H_{\mathrm{N}}=-\int_{\lambda_{\mathrm{W}}}^{\lambda_{\mathrm{E}}} Q_{\Phi \mathrm{N}} R_{\mathrm{r}} \cos \varphi_{\mathrm{N}} \mathrm{d} \lambda 。$ | (7) |
区域水汽净收支：
| $ S_{\mathrm{q}}=H_{\mathrm{E}}+H_{\mathrm{W}}+H_{\mathrm{S}}+H_{\mathrm{N}} \text { 。} $ | (8) |
式中：Q、QΛ、QΦ分别为整层水汽通量及其经、纬向分量；g为重力加速度，取值9.8 m/s2；ps、pt分别为地表气压、上界气压(300 hPa)；V、u、v分别表示各层大气的风矢量及其经、纬向分量；q表示各层大气的比湿；H表示各边界的水汽收支；φS、φN分别表示南北边界的纬度，λE、λW分别表示东西边界的经度；QΛE、QΛW分别为东西边界水汽通量纬向分量；QΦS、QΦN分别为南北边界水汽通量经向分量；Rr表示地球半径，取值6.37×106 m；Sq表示江南地区周围边界内水汽收支。由于环流及水汽资料的格点精度与降水资料不同，水汽收支研究的边界适当放大为25°N—32.5°N，112.5°E—122.5°E。
2 江南5月降水概况及与华南降水差异江南地区是除华南地区外，中国5月降水另一个主要集中地，中心日降水量超过9 mm(见图 1(a))。该月降水的标准差分布表明(见图 1(b))，江南、华南两地降水年际变化幅度均较大。以1980—2021年的标准差为参照的江南5月区域平均的月降水量标准化序列表明(见图 1(c))，江南5月降水旱涝年际差异显著，选取标准差大于(小于)或等于1(-1)的年份为偏涝(旱)年，其中偏涝年大部分集中在二十一世纪以后，而偏旱年分布相对均匀，自1980年以来的四十多年降水量整体呈上升趋势。华南地区旱涝年分布相对江南地区而言较为均匀，降水量整体变化趋势较小(见图 1(d))。
需要指出的是，四十多年的5月仅有1980、1989、1999、2000、2006以及2016年各有1例台风自广东登陆，从逐日的环流和降水场来看(图略)，台风对华南地区降水影响较大。仅有1989年5月中旬，在热带印度洋和太平洋SSTA整体偏冷的情况下，江南降水偏多与自广东登陆的台风Brenda的活动存在一定联系，故本研究去掉了江南5月偏涝年中的1989年，最终选取6个偏涝年，7个偏旱年(见表 1)。
|
表 1 江南5月旱涝年及对应年份南海夏季风爆发候、ENSO状态 Table 1 Pluvial and dry years in May in Jiangnan and South China Sea monsoon onset date and ENSO status correspondingly |
江南、华南两地旱涝年均无明显的对应关系，以往研究表明，造成两地降水的环流条件明显不同：西太平洋副热带高压(简称：副高)在南海夏季风爆发后东移撤出南海，华南地区因夏季风导致的对流发展而降水增多[25]，江南地区因副高东撤，不利于水汽向江南地区输送而降水减少[5]。江南5月偏涝年南海夏季风爆发时间较平均时间(28候)偏晚(见表 1)，副高在南海及周围地区活动时间较长；偏旱年南海夏季风爆发日期多数偏早于28候，也有部分偏旱年南海夏季风爆发偏晚，副高在南海及周围地区活跃时间较短。本文考虑到江南、华南降水特征和背后的环流背景存在明显差异，故下文将单独研究江南地区的5月降水。表 1中所示的旱涝年及临近的ENSO状态表明，江南5月偏涝年多发生在El Niño衰退年，个别年份发生在La Niña衰退年，而偏旱年以发生在El Niño衰退年为主，以下将先从热带印度洋和太平洋海温入手，探讨SSTA与旱涝年存在的可能联系。
3 江南5月旱涝年超前至同期热带印-太SSTA变化特征江南5月旱、涝年降水超前至同期的热带印度洋和太平洋SSTA合成结果具有不同的统计学特征(见图 2)。热带印度洋SSTA自降水偏多年前的夏季开始整体偏暖，表现为印度洋海盆一致模的正位相，至5月同期其东侧毗邻的海洋性大陆地区、中国南海等地的SSTA同样偏暖。偏旱年5月前期热带东印度洋为冷SSTA，该冷SSTA过程自偏旱年前冬形成并发展(见图 3(d))，较偏暖年印度洋暖SSTA持续时间短(见图 3(b))，冷SSTA信号主要集中于热带东印度洋。通过对逐年SSTA分析发现(图略)，热带西印度洋在偏冷年信号不能通过0.1显著性水平检验的原因是偏冷年热带印度洋既可能有一致偏冷的情况，也可能有正位相的印度洋偶极子发生，热带印度洋的可预报性主要体现在热带东印度洋。降水回归的热带东印度洋SSTA也能通过0.1显著性水平的检验，在降水同期SSTA异常偏暖(见图 2(r))，故将此处(70°E—115°E，20°S—10°N)作为热带印度洋可预报性的SSTA关键区。
|
( 打点表示SSTA通过0.1显著性水平的检验，蓝框代表江南地区，黑框分别代表印度洋(左，70°E—115°E，20°S—10°N)、太平洋SSTA关键区(右，170°W—120°W，20°S—10°N，即Niño3.4区)。Dots indicate that SSTA pass t test at 0.1 significance level. The blue boxes represent the Jiangnan. The black boxes represent the Indian Ocean study area (left, 70°E—115°E, 20°S—10°N) and the Pacific study area (right, 170°W—120°W, 20°S—10°N, namely Niño3.4 area). ) 图 2 江南5月偏涝((a)—(f))、偏旱((g)—(l))年合成的超前至同期的SSTA演变(填色，单位：℃)以及江南5月降水回归((m)—(r))的超前至同期的SSTA演变(填色，单位：℃) Fig. 2 The evolution of the SSTA in the pluvial years ((a)—(f), shading, Unit: ℃), the dry years ((g)—(l), shading, Unit: ℃) of Jiangnan in May to contemporaneity and the same as ((a)—(f)) but for the precipitation in Jiangnan in May regress onto SSTA((m)—(r)) |
|
( 蓝线为合成值，红色打点表示通过0.1显著性水平的检验的合成值。The blue lines are the composite value and the red dots indicate that the synthetic value pass t test at 0.1 significance level. ) 图 3 旱、涝年超前1年至降水发生年5月热带印度洋、太平洋关键区SSTA演变 Fig. 3 SSTA evolution in the key areas of the tropical Indian Ocean and Pacific Ocean in dry and pluvial years ahead of 1 year before precipitation |
在热带太平洋Niño3.4区(170°W—120°W，20°S— 10°N)，偏旱年5月多处于La Niña衰退阶段(见图 2(g)—(l)、图 3(c))。偏涝年5月虽然从平均值来看处于El Niño衰退阶段，但SSTA未通过0.1显著性水平的检验(见图 2(a)—(f)、图 3(a))，这表明偏涝年5月多处于El Niño衰退阶段，但也有少数偏涝年处于La Niña阶段。Niño3.4区旱涝年不同的SSTA变化特征与表 1所示的ENSO事件基本一致。江南5月降水回归的热带太平洋Niño3.4区SSTA信号也较弱(见图 2(m)—(r))，这表明ENSO与WNPAC以及江南5月降水尤其是偏涝年的关系较为复杂，相比之下，热带东印度洋SSTA对江南5月降水具有更好的预报意义。
4 江南5月旱涝年的环流特征旱涝年对应的大气环流具有显著不同的统计特征。热带印度洋上空在偏涝年5月表现为强烈的异常对流，同时在对流层850 hPa上自孟加拉湾南部至菲律宾海的异常东风，通过增强纬向风切变使WNPAC向西发展增强，上述过程在其他研究中也有所发现[26]。而同期低纬太平洋上空虽然平均值为异常对流，但未能通过0.1显著性水平的检验，同时风场异常亦不明显。
在偏旱年热带南印度洋以及热带太平洋中东部均表现为对流抑制，在热带西北太平洋及南海、中南半岛等地整体表现为异常对流，海洋性大陆地区表现出异常西风，不利于WNPAC的发展(见图 4(b))。江南地区850 hPa表现出了东北风异常，抑制了低纬暖湿气流向江南地区输送。同时在热带太平洋850 hPa有显著的东风异常，这可能与La Niña引起的Walker环流异常有关。
|
( 白色打点表示向外长波辐射距平场通过0.1显著性水平的检验，加粗了通过0.1显著性水平的检验的风矢量，蓝框代表江南地区。White dots indicate OLR anomalies passing the 0.1 significance level test. The wind anomalies that pass t test at 0.1 significance level are bolded. The blue boxes represent the Jiangnan. ) 图 4 偏涝年(a)、偏旱年(b)5月向外长波辐射距平场(填色，单位：W·m-2)和850 hPa异常风场(矢量，单位：m·s-1) Fig. 4 The outgoing longwave radition anomalies (shading, Unit: W·m-2) and the 850 hPa wind anomalies (vector, Unit: m·s-1) in May of the pluvial years (a) and the dry years (b) |
从对流层925和200 hPa上的速度势和散度风异常场分别来看，偏涝年热带印度洋异常对流发展旺盛区域对应的925 hPa上气流异常辐合抬升(见图 5(a))并在高空200 hPa辐散，部分气流辐散到中南半岛、南海等地高空并发生辐合，促使该地下沉气流增强和WNPAC在此处的发展。在偏涝年，当海洋性大陆地区和热带西太平洋对流上升运动增强时可通过经向环流使WNPAC增强，但这较热带印度洋与WNPAC及江南5月降水的联系而言相对较弱。热带印度洋和西太平洋在偏旱年表现为对流抑制，气流在高空200 hPa辐合下沉(见图 5(c))，在925 hPa辐散(见图 5(d))，通过Hadley环流和Walker环流分别增强了海洋性大陆地区及南海等地的对流上升运动，抑制了WNPAC的产生。
|
( 白色打点表示速度势通过0.1显著性水平的检验，加粗了通过0.1显著性水平的检验的散度风，蓝框代表江南地区。White dots indicate velocity potential passing t test at 0.1 significance level. The divergent wind fields that pass t test at 0.1 significance level are bolded. The blue boxes represent the Jiangnan. ) 图 5 5月偏涝年((a)、(b))、偏旱年((c)、(d))合成的以及WNPAC(×-1)回归的((e)、(f))200和925 hPa速度势(填色，单位：m2·s-1)和散度风(矢量，单位：m·s-1) Fig. 5 200 and 925 hPa velocity potential (shading, Unit: m2·s-1) and divergent wind (vector, Unit: m·s-1) in May of the pluvial years((a), (b)), the dry years((c), (d)) and WNPAC PC (×-1) regress on((e), (f)) |
本文参考了Qian和Shi[27]用相对涡度作为WNPAC指数的方法，将该指数定义为850 hPa等压面上112.5°E —132.5°E，15°N—22.5°N范围内相对涡度的区域平均值，用其分别回归了对流层925和200 hPa的速度势和散度风的异常场，统计结果最突出的区域为热带印度洋，即当热带印度洋低层气流辐合并在高空200 hPa辐散，部分气流在中南半岛、南海等地下沉，有利于WNPAC的增强。
在偏涝年，增强的WNPAC有利于来自南海和孟加拉湾异常强的水汽向江南地区输送(见图 6(a))，水汽收支表明，江南地区南边界输送来的水汽多于西边界，江南地区水汽净收入约为40.23×107 kg·s-1。在偏旱年，副高减弱撤退到菲律宾群岛以东，不利于低纬水汽向江南地区输送(见图 6(b))，江南地区水汽净损失为25.01×107 kg·s-1。500 hPa位势高度原始场表明，偏涝年以5 880 gpm为表征范围的副高明显西伸，北界较气候态明显偏北，同时印缅槽较气候态偏浅；在偏旱年副高较气候态偏弱，印缅槽偏深。
|
( 加粗了通过0.1显著性水平的检验的水汽矢量。黑框代表江南地区，紫框代表江南地区周围计算水汽收支的边界范围(边框旁数字代表各边界水汽收支，单位：107 kg·s-1)。Bolding water vapor vectors pass t test at 0.1 significance level, the black boxes represent the Jiangnan. The purple boxes represent the boundary range around Jiangnan to calculate water vapor budget (the numbers next to the border represent the water vapor budget of each boundary, unit: 107 kg·s-1). ) 图 6 偏涝年(a)、偏旱年(b)5月水汽通量异常场(矢量，单位：kg·s-1·m-1)及500 hPa位势高度等值线合成值(绿色，单位：gpm)和气候平均值(红色，单位：gpm) Fig. 6 Water vapor flux anomalies (vector, Unit: kg·s-1·m-1) and 500 hPa potential height composition (green, Unit: gpm) and climate mean (red, Unit: gpm) in May of pluvial years (a) and dry years (b) |
本文运用1980—2021年5月降水等资料，对江南5月降水与前期热带印度洋、热带太平洋的SSTA及其上空的异常对流活动的联系进行了统计分析，结果表明：
当热带印度洋SSTA自降水偏多年的前一年开始偏暖时，其上空往往伴随异常强的对流活动。与之相对应的赤道东风异常产生的纬向风切变有利于WNPAC的增强，热带印度洋上空强烈的对流运动在中南半岛至西北太平洋一带下沉，也有利于来自南海和孟加拉湾的水汽向江南一带输送。江南5月降水异常偏少发生前的冬季开始至5月同期，热带印度洋SSTA偏冷，热带太平洋则在降水前表现为La Niña现象，热带南印度洋以及热带太平洋中、东部上空为异常对流抑制，有利于两地上空异常下沉运动增强，并分别通过异常的Hadley环流和Walker环流与在热带西北太平洋异常上升运动增强以及异常对流的增强，这不利于WNPAC的产生和发展以及低纬暖湿气流向江南地区输送。
相对于热带东印度洋SSTA与降水的良好统计结果，热带太平洋在偏旱年前期统计结果表现为La Niña的发展及衰退过程。偏涝年以El Niño衰退阶段偏多，但2021年前有La Niña事件发生。就偏涝年5月同期来看，2010及2021年5月热带太平洋SSTA表现为La Niña型，与处于El Niño型的偏涝年5月相比，处于La Niña型时热带太平洋上空850 hPa东风异常更强烈，有利于海表层暖水向热带西太平洋输送(见图 7(a))。海洋性大陆地区上空对流异常偏强，该对流活动范围及其以北的对流和对流抑制范围呈纬向带状分布，这可能与海洋性大陆地区对流激发的北传Rossby波列有关，从而有利于WNPAC活动区的下沉运动和江南地区的上升运动同时得到增强。
|
( 白色打点表示通过0.1显著性水平的检验，仅给出了通过0.1显著性水平的检验的风矢量。蓝框代表江南地区。White dots indicate passing t test at 0.1 significance level, only the wind anomalies that pass t test at 0.1 significance level are given. The blue boxes represent Jiangnan. ) 图 7 5月La Niña型与El Niño型偏涝年(a)、La Niña型偏涝年与偏旱年(b)向外长波辐射异常差值场(填色，单位：W·m-2) 850 hPa异常风场的差值场(矢量，单位：m·s-1) Fig. 7 The differences of outgoing longwave radition anomalies (shading, Unit: W·m-2) and 850 hPa wind anomalies (vector, Unit: m·s-1) between La Niña type and El Niño type pluvial years(a) in May, and between the pluvial and dry years of the La Niña type(b) in May |
La Niña型的旱、涝年5月向外长波辐射和850 hPa风场也具有一定差异(见图 7(b))。相对于偏旱年，La Niña型偏涝年5月热带印度洋上空对流活动更旺盛，WNPAC活动区域对流抑制作用更强烈，在850 hPa风场上，热带印度洋出现东风异常。在热带太平洋的差异主要表现为信风异常偏强，这表明在偏涝年5月出现La Niña型更有利于表层暖水向赤道汇集并向热带西太平洋输运，从而更有利于海洋性大陆地区异常对流的发展。
综上，热带印度洋SSTA及对流异常与江南5月降水统计关系较好，热带太平洋以及海洋性大陆地区SSTA及对流活动可能仅在部分年份起作用，但这对极端强降水的作用不可忽视。同时我们注意到除了本文研究的江南5月降水外，2020年长江流域“暴力梅”事件也发生在一个较弱的La Niña事件中，这意味着热带太平洋与WNPAC、江南5月降水，乃至梅雨等其它阶段降水的相关机制仍需进一步探究。此外, 热带印度洋SSTA增暖与江南5月极端降水增多联系是否存在年代际变化也有待研究。
| [1] |
Tian S F, Yasunari T. Climatological aspects and mechanism of spring persistent rains over central China[J]. Journal of the Meteorological Society of Japan, 1998, 76: 57-71. (  0) |
| [2] |
刘宣飞, 袁旭. 江南春雨的两个阶段及其降水性质[J]. 热带气象学报, 2013, 29(1): 99-105. Liu X F, Yuan X. Two stages of spring persistent rains over southeastern China and the nature of precipitations[J]. Journal of Tropical Meteorology, 2013, 29(1): 99-105. ( 0) |
| [3] |
王黎娟, 高龙龙. 江南春雨的时空分布特征及其旱涝年环流差异[J]. 大气科学学报, 2017, 40(3): 310-320. Wang L J, Gao L L. The spatial and temporal distribution of the spring persistent rains and circulation differences between its drought and flood years[J]. Transations of Atmospheric Sciences, 2017, 40(3): 310-320. ( 0) |
| [4] |
万日金, 吴国雄. 江南春雨的时空分布[J]. 气象学报, 2008, 66(3): 310-319. Wan R J, Wu G X. Temporal and spatial distribution of the spring persistent rains over southeastern China[J]. Acta Meteorologica Sinica, 2008, 66(3): 310-319. DOI:10.3321/j.issn:0577-6619.2008.03.002 ( 0) |
| [5] |
Qiu Y, Cai W J, Guo X G, et al. Dynamics of late spring rainfall reduction in recent decades over southeastern China[J]. Journal of Climate, 2009, 22: 2240-2247. DOI:10.1175/2008JCLI2809.1 ( 0) |
| [6] |
Zhang S W, Wang H, Jiang H, et al. Studies of the seasonal prediction of heavy late spring rainfall over southeastern China[J]. Climate Dynamics, 2021, 57: 1919-1931. DOI:10.1007/s00382-021-05786-w ( 0) |
| [7] |
张超美, 吴珊珊, 黄彩婷. 江西春季降水异常的环流特征及其对ENSO事件的响应[J]. 暴雨灾害, 2021, 40(4): 410-418. Zhang C M, Wu S S, Huang C T. Characteristics of atmospheric circulation for spring precipitation anomalies in Jiangxi Province and its response to ENSO Events[J]. Torrential Rain and Disasters, 2021, 40(4): 410-418. ( 0) |
| [8] |
刘屹岷, 刘伯奇, 任荣彩, 等. 当前重大厄尔尼诺事件对我国春夏气候的影响[J]. 中国科学院院刊, 2016, 31(2): 241-250. Liu Y M, Liu B Q, Ren R C, et al. Current super El Niño event and its impacts on climate in China in spring and summer[J]. Bulletin of Chinese Academy of Sciences, 2016, 31(4): 241-250. ( 0) |
| [9] |
胡雅君, 刘屹岷, 吴琼, 等. 影响江南春雨年际变化的前期海洋信号及可能机理[J]. 大气科学, 2017, 41(2): 395-408. Hu Y J, Liu Y M, Wu Q, et al. Preceding oceanic influences on the inter-annual variation of spring persistent rain in Jiangnan of China and the possible mechanism[J]. Chinese Journal of Atmospheric Sciences, 2017, 41(2): 395-408. ( 0) |
| [10] |
Chan J C L, Zhou W. PDO, ENSO and the early summer monsoon rainfall over south China[J]. Geophysical Research Letters, 2005, 32(8): 1-5. ( 0) |
| [11] |
Wu X F, Mao J Y. Interdecadal modulation of ENSO-related spring rainfall over South China by the Pacific Decadal Oscillation[J]. Climate Dynamics, 2016, 47(9): 3203-3220. ( 0) |
| [12] |
Wu X F, Mao J Y. Spatial and interannual variations of spring rainfall over eastern China in association with PDO-ENSO events[J]. Theoretical and Applied Climatology, 2018, 134(3-4): 935-953. DOI:10.1007/s00704-017-2323-2 ( 0) |
| [13] |
Yuan C, Liu J, Luo J, et al. Influences of tropical Indian and Pacific oceans on the interannual variations of precipitation in the early and late rainy seasons in south China[J]. Journal of Climate, 2019, 32(12): 3681-3694. DOI:10.1175/JCLI-D-18-0588.1 ( 0) |
| [14] |
Xie M, Wang C. Decadal variability of the anticyclone in the Western North Pacific[J]. Journal of Climate, 2020, 33(20): 9031-9043. DOI:10.1175/JCLI-D-20-0008.1 ( 0) |
| [15] |
Zhang M, Sun J. Enhancement of the spring East China precipitation response to tropical sea surface temperature variability[J]. Climate Dynamics, 2018, 51(7-8): 3009-3021. DOI:10.1007/s00382-017-4061-7 ( 0) |
| [16] |
王一舒. 中高纬与热带的相互作用对江南4—6月低频降水的影响[D]. 南京: 南京信息工程大学, 2016. Wang Y S. Effect of the Interaction Between Mid-High Latitude and Tropic on the Low-Frequency Precipitation in Jiangnan from April to June[D]. Nanjing: Nanjing University of Information Science and Technology, 2016. ( 0) |
| [17] |
Xin X G, Yu R C, Zhou T J, et al. Drought in late spring of south China in recent decades[J]. Journal of Climate, 2006, 19(13): 3197-3206. ( 0) |
| [18] |
Kalnay E, Kanamitsu M, Kistler R, et al. The NCEP/NCAR 40-Year reanalysis project[J]. Bulletin of the American Meteorological Society, 1996, 77(3): 437-472. ( 0) |
| [19] |
Rayner N A, Parker D E, Horton E B, et al. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century[J]. Journal of Geophysical Research, 2003, 108(D14): 4407-4412. ( 0) |
| [20] |
Ying M, Zhang W, Yu H, et al. An overview of the China Meteorological Administration tropical cyclone database[J]. Journal of Atmospheric and Oceanic Technology, 2014, 31(2): 287-301. ( 0) |
| [21] |
Lu X Q, Yu H, Ying M, et al. Western North Pacific tropical cyclone database created by the China Meteorological Administration[J]. Advances in Atmospheric Sciences, 2021, 38(4): 690-699. ( 0) |
| [22] |
中国气象局. 南海夏季风检测指标: QX/T 633－2021[S]. 北京: 气象出版社, 2021. China Meteorological Administration. Monitoring Indicators of South China Sea Summer Monsoon: QX/T 633－2021[S]. Beijing: China Meteorological Press, 2021. ( 0) |
| [23] |
Zhou T J. Comparison of the global air-sea freshwater exchange evaluated from independent datasets[J]. Progress in Natural Science, 2003(8): 68-73. ( 0) |
| [24] |
Sun B, Zhu Y L, Wang H J. The recent interdecadal and interannual variation of water vapor transport over eastern China[J]. Advances in Atmospheric Sciences, 2011, 28(5): 1039-1048. ( 0) |
| [25] |
池艳珍. 华南前汛期降水特征及其与南海夏季风的相互作用[D]. 南京: 南京信息工程大学, 2005. Chi Y Z. Features of the Precipitation During the Pre-Flood Season in South China and It's Interaction with South China Sea Summer Monsoon[D]. Nanjing: Nanjing University of Information and Technology, 2005. ( 0) |
| [26] |
Cai Y N, Chen Z S, Du Y. The role of Indian Ocean warming on extreme rainfall in central China during early summer 2020: Without significant El Niño influence[J]. Climate Dynamics, 2022, 59: 951-960. ( 0) |
| [27] |
Qian W H, Shi J. Tripole precipitation pattern and SST variations linked with extreme zonal activities of the western Pacific subtropical high[J]. International Journal of Climatology, 2017, 37(6): 3018-3035. ( 0) |
2. Yantai Meteorological Bureau, Yantai 264000, China