英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

翻译原文：Sun, J., H. Wang, W. Yuan, and H. Chen (2010), Spatial‐temporal features of intense snowfall events in China and their possible change, J. Geophys. Res., 115, D16110, doi:10.1029/2009JD013541.

中国极端降雪事件的时空分布特征分析及其未来变化预估

孙建奇，王会军，袁薇，陈活泼

摘要：本研究利用1962-2000 年我国台站逐日观测资料，对我国极端降雪事件的时空分布特征进行了分析。研究结果显示，依照极端降雪的频率和变化强度，我国极端降雪从地域上可以分为四个主要区域，分别为我国东部、新疆北部、高原东部和东北地区，其他地区极端降雪事件发生较少。对这四个地区的极端降雪时间序列分析表明，在季节循环上，我国东部地区极端降雪事件表现为单峰的特征，其中最大值在冬季；新疆北部和东北地区的极端降雪表现出相似的双峰型结构，两个峰值分别位于早冬和早春；高原东部地区的极端降雪事件虽然也表现出双峰的特征，但是峰值分别位于秋季和春季。从长期变化而言，在过去近40 年中，东部地区极端降雪表现出线性减少的趋势，新疆北部和高原东部则表现为上升的趋势，而东北地区的极端降雪事件没有表现出明显的长期趋势。进一步，利用IPCC 第四次评估报告多个耦合气候模式对20 世纪历史气候以及未来气候变化的模拟结果，研究了现有耦合气候模式对我国极端降雪事件的模拟能力，在此基础上，对我国极端降雪事件的未来变化进行了预估。研究显示，在20 个耦合气候模式中，只有四个模式可以较好的模拟出我国极端降雪事件的时空分布特征。这四个耦合模式对未来气候变化预估的集合结果显示，在全球变暖背景下，我国南部地区的极端降雪事件将呈现出持续减少的趋势，而我国北部地区的极端降雪则呈现出现先增加后减少的特征。

1 引言

在冬季，极端降雪是一个主要的气象灾害，在不同地区均会导致人类的生命财产有很大的损失[Changnon and Changnon, 2006]。因为极端降雪事件（ISE）是一个很重要的天气事件，所以在过去的几十年中，极端降雪以及与这种天气现象相关的研究达到一个顶峰。

以往的ISE的研究大部分主要集中在个例分析上[Sanderson and Mason, 1958;Rosenblum and Sanders,1974; Sanders and Bosart, 1985; Marwitz and Toth, 1993; Mote et al., 1997;Market and Cissell, 2002; Heo and Ha, 2008; Jung and Kim, 2009; Lin et al., 2009]。通过从观测数据和数值分析得出的天气背景来研究哪些是有利于ISE的物理过程。因此，需要提高业务预测准确性来提供更有价值的信息来了解ISE的形成。

另一个重要的方面是ISE的统计分析，特别是其频率变化[Spreitzhofer,1999; Laternser and Schneebeli, 2003; Changnon and Changnon, 2006; Esteban et al., 2005]。本研究结果是以ISE事件的季节预测为基础。同时也对在全球变暖的背景下ISE在未来的活动变化有重要的意义。然而，ISE统计频率变化分布的研究没有个例研究有说服力。由于缺乏长期可靠的连续的观测数据，ISE的数值特征在世界大部分地区尚不明确。

每年冬季，中国均会遭遇大规模降雪；例如，2008年在中国南方和2007年3月在中国东北均有极端降雪事件的发生。这些事件对自然环境和人类活动产生了巨大的影响，造成了巨大的经济损失。分析极端降雪的天气过程，解释了极端降雪事件[Wang and Xu, 1979; Wang and Ding, 1995; Zong et al., 2008; Fu et al.,2008; Sun et al., 2009]。然而，在中国的ISE的时空特征变化并没有被说明。另外，从Trenberth et al. [2007]的记录看来，极端天气事件在全球已经变得更加普遍。此外，还有一些研究表明，中国的气候因全球变暖而产生了很大的变化[Wang et al., 1993; Gao et al., 2001; Wang and Sun, 2009;Chen and Sun, 2009]。中国地区的ISE在未来增多还是减少并没有得到解决。

这里，我们探讨的是ISE在过去四年的频率变化。进一步，用耦合的气候模式来评估中国地区ISE的频率。根据上述结果，预测21世纪中国地区的ISE。我们希望这个研究成果能了解一些信息并且预测，预测未来中国地区ISE的变化。

表1.本文所用的模型和实验列表

基于上述研究内容，本文分为六个部分。第二部分介绍了数据的分析使用。第三部分观测提出发生在我国ISE的频率分布。第四部分用耦合模式来评估中国地区ISE的频率分布。第五部分讨论中国ISE在未来的变化。最后，第六部分做出总结。

2 方法和数据

中国气象局（CMA）把降雪划分成了几个等级。24小时内降雪量（雪水当量）等于或大于5毫米（10毫米）被称为大（暴）雪。一般情况下，如果这两种降雪覆盖在地面，会给社会带来一些危害，例如牧区的动物死亡以及交通拥堵。因此，在此次研究中，给每个观测站定义发生ISE的标准有三个。首先，观测站的日降雪量等于或大于5毫米。其次，该站的当日气温低于零摄氏度。最后，该站当日的地面温度也低于零摄氏度。后两个标准是来确保地面有积雪覆盖。由于模式没有提供当日地面温度，ISE的模式输出只是基于前两个标准。

从中国气象局选择中国740站可用的每日降雪量，气温以及地面温度。虽然观测数据从1951（从1951年1月至2000年12月）是可用的，但1960年之前中国大部分地区有丢失的观测数据。因此，本文重点研究1961年至2000年。剔除掉这些年里观测日降雪和气温数据资料缺失超过5%天的观测站。因此选择出602个观测站。1961年至2000年缺失的资料数据用日常记录值代替，地面温度是同一高度的气温，因此缺失的地面温度数据用气温代替。我们的分析表明，在ISE中，超过98%的观测站地面温度小于零摄氏度，气温小于负三摄氏度，因此当气温小于负三摄氏度时，缺失的地面温度会小于零摄氏度。当气温等于或大于负三摄氏度时，缺失的地面温度的平均值会在1962年到2000年的气温里。

为了探讨当前中国气候耦合模式的模拟，20世纪气候模拟（20C3M）是通过世界气候研究计划(WCRP）和耦合模式比较计划3（CMIP3）与观测结果的而比较，分析出的多模型数据集。20C3M模拟以根据20世纪的观察资料为根据规定了人为和自然强迫。所以，20C3M有能力模拟20世纪耦合模式。在20C3M模式中，有20个数据模型来提供1961年至2000年的日数据资料。挑选出的20个数据模式在表一中列出。

预测ISE在中国的频率分布，把日常数据的处理周期分为两个时间段，2046年至2065年以及2081年至2100年，分别用A1B和A2进行每天的模拟数据分析。A1B是让人为温室气体缓慢排放到2100年，让二氧化碳浓度达到百万分之七百二十。A2是让温室气体快速排放到2100年，让二氧化碳的浓度达到百万分之八百五十。关于模式的更多详细信息，请参阅http://www-pcmdi.llnl.gov。

以上20个模型输出的数据，可用的部分是网格分布在1.125°的纬度到1.125°的经度，可用的分辨率分辨率在2.8°纬度到2.8°经度。为了便于模式的比较，所有的模式都会在共同的2.8°纬度到2.8°经度的分辨率上出结果。

由于降雪事件发生在冬季，横跨两年，所以我们定义的一年为去年七月到今年六月。

3观测分析

图1a显示的为1962年至2000年间气候的的年平均ISE的空间分布。其表现了中国的ISE出现的空间格局，在中国东部、新疆北部、青藏高原东部和东北部地区ISE的出现更为频繁发生。在其它地区，ISE发生的频率为每年不到一天的时间。

图1. 1962年至2000年间气候的的年平均ISE（a）空间分布 （b）均方差分布（c）线性趋势分布

ISE均方差分布的变异性表现类似于气候特征（图1b）。大体上也主要分布在上述地区的四个次区域，这意味着在这四个次区域ISE有强变异。在其他地区，标准方差值相对较小，从而说明ISE变异在这些地区很弱。

我们进一步计算了每一站的线性趋势的变异性。其结果如图1c所示。我们发现ISE显著的线性趋势也反映在上述四个子区域的站点内。一般来说，在新疆北部的测站，有逐渐增多的趋势，在青藏高原东部和东北部以及我国的东部地区有减少的趋势。在其他地区，这种线性趋势较弱。

基于上述分析，中国气候的次区域有4个，即中国东部，新疆北部，青藏高原东部和中国东北地区。以上这四个子地区，ISE有更频繁地发生，具有较强的可变性。

我们在上述四个次区域对ISE的时空变化进行了详细调查，调查是基于区域平均时间序列的基础上完成的。这四个子区域ISE的年周期变化图显示在图2中。 图中表表明， ISE在中国东部呈现单峰分布，且单峰在1 - 2月。在这两个月的ISE天数占全年总量的60％。而在青藏高原东部的ISE年循环则显示了一个不同的情况，在十月至十一月和三月至四月两峰的双峰分布。且在这四个月青藏高原的ISE天占全年总数的72％。在新疆北部和中国东北的ISE的季节性变化十分相似。它们的双峰分布更多的是出现在早期冬季（十一月至十二月）和早春（三月）。在99％的显著置信水平下，这两个地区ISE季节变化之间相关系数为0.93。在这三个月ISE的天数分别在新疆北部、中国东北地区占了全年总天数的63％、63％。

图2. 1962年至2000年有四个区域超过中国ISE年周期标准化上图为这四个子区域ISE的年周期变化图

在冷天出现暖湿气团通常发生ISE。我们的分析表明，新疆北部和中国东北地区在冬季和春季，青藏高原东部和中国东部在秋季和春季中冷干和暖湿的空气团彼此有更频繁地碰撞。（图略）。因此，双峰（单峰）的冷干和暖湿空气的活动导致了新疆北部，东北和青藏高原东部（华东）ISE的年度周期性。 以及在中国东北和新疆北部和冷干和暖湿空气活动的季节一致性的时间结果在这两个区域之间的ISE的年度周期高度相关。

这四个次区域ISE的年际变化如图3所示。这四个图的共同特点是，它们都显示了一个大的年际变化。从一个长期的变化来看，这四个指数有一定的差异。中国东部地区在过去的39年里，ISE天数呈减少趋势。特别是在上世纪90年代，随着每十年的0.58事件的发生，其下降趋势显著增强。在过去的39年里 ，ISE在新疆北部和青藏高原东部都呈现出明显的上升趋势，不同的是快速的增长出现在新疆北部是在1970年以后，而在青藏高原东部出现的快速增长发生在1970年以前.中国东北地区ISE天数与上述三个地区的变化趋势不符仅仅有微弱的增长趋势，从而说明了在中国东北地区ISE的长期变异性较弱。

4 耦合模型的评估

为了研究气候耦合模式再现我国ISE事件的性能，用20C3M中20种模型实验的模拟观测结果进行比较。上述的观察分析表明，ISE在四个区域中表现出一种长期的变化倾向。首先，气候耦合模式可能会显示出特征，或者检查不出。这四个地区的ISE计算线性趋势系数列于表2。它表明，大多数模型，只能表现出一个地区的长期特点，如果要在这四个区域进行耦合模式的综合分析，只有4种模式 (CGCM(T47), GISS_AOM, MIROC3.2 (medres), and MIROC3.2 (high))可以将四个区域的长期趋势重现。结果表明，虽然大部分模型不能很好的在中国区域模拟时空变化，但还是有一些模型可以用来模拟中国ISE的变化。

图3. (a) 中国东部 (b) 青藏高原东部 (c) 新疆北部 (d) 中国东北部区域的ISE的年际变化

表2. 20C3M实验的ISE线性趋势系数^[a]

^[a]加粗的四个模型可以重现四个地区的长期趋势，线性趋势值已乘100。四个地区分别为我国东部、东北、新疆北部和青藏高原东部地区（27.5°–37.5°N，110°–120°E）（ge;42.5°N，ge;122.5°E）（ge;42.5°N，le;95°E）（30°–37.5°N，90°–102.5°E）。

在模型模拟分析中，多模式的集合受到了广泛的应用，因为这种方法可以很好的降低不确定的内部变化和模型之间的差异[Gillett et al., 2002]。因此，在下面的分析中我们把关注重点平分在四个模型上面，观察哪种模式可以在中国ISE的时空变化表现相对更好。

图4a是1962年至2000年这四个模型在ISE时期的的气候集合平均，用来检验耦合模式模拟的我国ISE时空特征。可以看出，这四个模式的集合平均结果和观测的气候呈现相似的分布。在中国，ISE最常出现在中国东部、东北部、新疆北部和青藏高原东部。由于青藏高原没有观测资料，所以ISE在青藏高原西部不会有显示。如果观测数据插入到相同分辨率的模型，178个样本的观测和模拟气候之间的空间相关系数是0.25，在99%的置信水平下显著。以上说明这四个模型可以很好地再现我国观测ISE的空间

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[31622]，资料为PDF文档或Word文档，PDF文档可免费转换为Word