1961–2014年中国东北地区各季节平均降水时空特征分析

景钰  ,潘麒

中国民用航空大连空中交通管理站，辽宁 大连 116033

摘要：本研究利用中国区域CN05.1格点化观测降水数据集，使用经验正交函数分解法（EOF）对1961~2014年期间我国东北地区春、夏、秋、冬四个季节平均降水的时空分布特征进行分析。结果表明，该地区四个季节平均降水具有明显的空间特征：东北地区春、夏、秋、冬各季节平均降水EOF展开的第一空间模态均为全区一致型，第二空间模态均为南北反向型。此外，东北地区四个季节EOF1模态对应的时间序列均表现出显著的年代际变化，夏、秋、冬三个季节EOF2模态对应的时间序列也具有明显的年代际变化特征。

关键词：中国东北；季节平均降水；时空分布特征；经验正交函数分解法

1.引言

东北地区，拥有中国最大的平原，是我国重要的粮食产区。气候异常，特别是降水的时空变化特征对自然环境和社会发展有重要意义。近年来，东北地区干旱洪涝等灾害性天气增加，例如2013年6月1日至8月11日黑龙江省先后发生了11次明显降水过程，比历年同期偏多16%。其中7月份比历年同期偏多28%，32条河流发生超警戒水位洪水，其中嫩江上游发生20年一遇的洪水。降水异常严重影响该地区的农作物产量、人民生产生活，严重危害人民的生命和财产安全。因此，认识和了解东北地区降水的时空分布特征对于我国的粮食生产安全及提高人民生活质量具有非常重要的意义。

2.资料和方法

本文使用的降水数据是中国区域格点化的观测降水数据集CN05.1。该套数据是基于中国地区2400余个地面气象台站的观测资料，运用插值建立的一套格点化降水数据集，分辨率为0.5°×0.5°[1]。

本文使用经验正交函数分解法（Empirical Orthogonal Function，EOF）来分析我国东北地区春、夏、秋、冬四个季节平均降水的时空分布特征。EOF方法是把原变量场分解为只随时间变化的时间函数和不随时间变化的空间函数，其分解的几个典型模态是相互正交的，并且浓缩了原变量场的大量信息[2]。

本研究分析时段为1961~2014年。春季指3月到5月平均，夏季指6月到8月平均，秋季指9月到11月平均，冬季指当年的12月到次年2月平均。

在进行EOF分析之前对资料进行去除线性趋势的处理。对去除线性趋势的1961~2014年期间我国东北地区春、夏、秋、冬各个季节平均降水使用EOF方法进行时空分布特征分析。东北地区定义为我国范围内119ºE以东，38ºN以北的地区。

3.中国东北各季节平均降水的时空特征

3.1中国东北地区春季平均降水时空分布特征

图2为1961~2014年期间东北地区春季平均降水EOF展开的前两个特征向量的空间分布，解释方差分别为40.8%和13.8%，他们代表了该地区降水的典型空间分布结构。据第一向量的空间模态显示：该地区春季平均降水主模态整体上表现为全区一致变化。第二特征向量分布为南北反向型。

从东北地区春季平均降水EOF展开的第一特征向量对应的时间序列来看（图1 a），1983年、2005年和2010年东北地区春季平均降水全区一致偏多的分布型显著，2003年东北地区春季平均降水全区一致偏少的分布型显著。春季平均降水第二特征向量所对应的时间序列（图1b）具有显著的年际变化特征。1979年、1990年和2009年辽宁省和吉林省大部春季平均降水偏少，东北其他地区春季平均降水偏多的分布型较为显著。

图1. 我国东北地区春季平均降水EOF展开的前两个空间模态对应的时间序列

3.2中国东北地区夏季平均降水时空分布特征

图3为1961~2014年期间东北地区夏季平均降水EOF展开的前两个特征向量的空间分布型，解释方差分别占总方差的37.5%和19.7%。由第一向量的空间模态知道：该地区夏季平均降水主模态整体上表现为全区一致变化。第二特征向量呈现南北反向空间分布型。

图2为东北地区夏季平均降水前两个特征向量对应的时间系数。从第一特征向量对应的时间序列可以看出，1985年和2013年东北地区夏季平均降水全区一致偏多的分布型显著，1968年、2000年和2007年东北地区夏季平均降水全区一致偏少的分布型显著（图2 a）。夏季平均降水第二特征向量对应的时间序列可以看出（图2 b），1981年和2009年黑龙江省和吉林省北部夏季平均降水偏少，东北其他地区夏季平均降水偏多的分布型比较显著。

图2. 我国东北地区夏季平均降水EOF展开的前两个空间模态对应的时间序列

3.3中国东北地区秋季平均降水时空分布特征

图3为1961~2014年期间东北地区秋季平均降水EOF展开的前两个特征向量的空间分布，解释方差分别占总方差的50.8%和15.3%。从第一向量的空间模态可以看出该地区秋季平均降水主模态整体上表现为全区一致变化（图3a）。第二特征向量的空间分布反映了东北地区秋季平均降水的分布为南北反向型分布型（图3 b）。

图4为该地区秋季平均降水EOF展开的前两个空间模态对应的时间序列。从第一特征向量对应的时间序列来看（图4 a），1972年、1994年和2012年东北地区秋季平均降水一致偏多的降水式显著，1967年和2001年东北地区秋季平均降水一致偏少的降水型显著。冬季平均降水第二特征向量对应的时间序列来看（图4 b），1976年、1986年和2010年辽宁省和吉林省大部地区秋季平均降水偏多，而其他地区偏少的分布式典型。1982年、1994年和2008年辽宁省和吉林省大部地区秋季平均降水偏少，而其他地区偏多的分布式典型。

图3. 我国东北地区秋季平均降水EOF展开的（a）第一空间模态和（b）第二空间模态

图4. 我国东北地区秋季平均降水EOF展开的前两个空间模态对应的时间序列

3.4中国东北地区冬季平均降水时空分布特征

图5为1961~2014年期间东北地区冬季平均降水EOF展开的前两个特征向量的空间分布，解释方差分别占总方差的38.9%和23.2%。从第一特征的空间分布可以看出（图5a），冬季平均降水主模态在东北地区表现为全区一致型。第二特征向量的空间分布模态为南北反向型（图5b）。

图6为东北地区冬季平均降水EOF展开的前两个空间模态对应的时间序列。从第一特征向量所对应的时间序列可以看出（图6a），1969年、1989年和2000年东北地区冬季降水一致偏多的分布型比较典型，1972年、1983年和2011年东北地区冬季降水一致偏少的分布型比较典型。从冬季平均降水第二特征向量对应的时间序列来看（图6 b），1961年和2000年辽宁省、吉林省和黑龙江省大部分地区冬季平均降水偏少，东北其他地区冬季平均降水偏多的分布型显著。1968年和2013年辽宁省、吉林省和黑龙江省大部分地区冬季平均降水偏多，东北其他地区冬季平均降水偏少的分布型显著。

  图5.我国东北地区冬季平均降水EOF展开的（a）第一空间模态和（b）第二空间模态

图6. 我国东北地区冬季平均降水EOF展开的前两个空间模态对应的时间序列

4.总结

本文分析了我国东北地区春、夏、秋、冬四个季节平均降水的空间分布模态和对应的时间序列，主要结论如下：东北地区各季节平均降水EOF展开的第一空间模态均为全区一致型。东北地区各季节平均降水EOF展开的第二空间模态均为南北反向型。东北地区各季平均降水EOF展开的第一空间模态对应的时间系数来看：春季1983年、2005年和2010年平均降水全区一致偏多的分布型显著，在2003年平均降水全区一致偏少的分布型显著。夏季1985年和2013年平均降水全区一致偏多的分布型显著，在1968年、2000年和2007年平均降水全区一致偏少的分布型显著。秋季1972年、1994年和2012年平均降水一致偏多的分布型显著，在1967年和2001年平均降水一致偏少的分布型显著。冬季1969年、1989年和2000年降水一致偏多的分布型比较典型，在1972年、1983年和2011年降水一致偏少的分布型比较典型。东北地区各季平均降水EOF展开的第二空间模态对应的时间系数来看：春季1979年、1990年和2009年辽宁省和吉林省大部平均降水偏少，东北其他地区平均降水偏多的分布型较为显著。夏季1981年和2009年黑龙江省和吉林省北部平均降水偏少，东北其他地区平均降水偏多的分布型比较显著。秋季1976年、1986年和2010年辽宁省和吉林省大部地区平均降水偏多，而其他地区偏少的分布式典型。冬季1961年和2000年辽宁省、吉林省和黑龙江省大部分地区平均降水偏少，东北其他地区平均降水偏多的分布型显著。

参考文献

[1] 吴佳，高学杰. 一套格点化的中国区域逐日观测资料及与其它资料的对比. 地球物理学报, 2013, 56(4): 1102–1111.

[2] Lorenz E N. Empirical orthogonal function and statistical weather prediction. Scientific Reports, 1956, 409(2): 997–999.