青藏高原冬春季雪深异常对云南夏季降水的影响及可能机制

周彬彬 王有香 陈红 林朝晖 张贺 吴成来 蒋燕 陈凯 张聪通

1 云南电力调度控制中心，昆明 650011

2 中国科学院大气物理研究所国际气候与环境科学中心，北京 100029

1 引言

云南地处低纬高原，地形复杂，西北边为青藏高原，南邻孟加拉湾和南海两个热带海洋，受东亚季风和印度季风的共同影响，降水的年际变率较大，旱涝灾害频发。如2010 年遭遇了百年一遇的大旱，造成2045 万人受灾，直接经济损失近200 亿元。2014 年7 月云南遭遇多轮强降雨，局部地区发生重大泥石流、山体滑坡灾害，因灾死亡106 人，失踪72 人，受伤311 人。云南的降水主要集中在夏季，因此对云南地区夏季降水异常的准确预测对科学防灾减灾意义重大。

已有研究表明，影响云南夏季降水的因素是多方面的。相关学者从季风活动、海气相互作用、大气环流变化等方面进行分析研究并取得成果。有研究表明，南亚夏季风对云南降水的影响要大于东亚夏季风（Li et al., 2015）。刘瑜等（2007）认为西太平洋副热带高压面积和强度的增强、脊点偏西、位置偏南，会影响来自北方的冷空气南下，是造成云南夏季干旱的重要环流系统之一。夏季云南南部降水与南亚高压面积呈显著负相关（郭志荣等,2014）。肖子牛等（2016）的研究表明，印度洋热带赤道地区低层东风加强和高空西风加强，亚洲地区中高纬度温度的升高是2002 年云南夏季降水显著减少的重要原因。不少学者分析了云南夏季降水与海温的关系。研究认为El Niño 年云南地区初夏降水容易偏少（张小玲等, 1999; 琚建华和陈琳玲,2003）。云南夏季降水异常分布对ENSO 发展和衰减阶段的响应存在明显差异，La Niña 事件的发展阶段可作为影响云南夏季降水的一个强信号因子（刘丽等, 2011）。云南西南部的夏季降水与前期孟加拉湾海温有显著的正相关，滇东南的夏季降水只与前期南海的海温有显著的正相关（张云瑾和张天圣, 2008）。

上述云南夏季降水影响因素的分析，主要关注的是外强迫海温和环流异常的影响。作为全球重要的积雪区，青藏高原积雪通过改变地表反照率等过程，直接影响高原地气间的能量和水分交换，进而对全球尤其是亚洲季风系统的变化起着十分重要的作用（Lin et al., 1996; Yao et al., 2012; 除多等,2018; Xue et al., 2021）。以往研究集中探讨了高原积雪和东亚夏季降水的关系，大量诊断和数值模拟结果表明高原积雪主要通过季风影响我国降水时空分布，青藏高原积雪和东亚夏季风呈显著负相关，和夏季长江流域降水呈正相关，和华南、华北降水呈负相关（Chen and Wu, 2000; 陈兴芳和宋文玲,2000;吴统文和钱正安, 2000; 张顺利和陶诗言,2001; Wu and Qian, 2003; Zhao et al., 2007; 王顺久,2017; 李燕等, 2018; 段安民等, 2018）。赵红旭（1999）利用高原台站1 月雪深资料分析了高原雪深与云南夏季降水的关系，指出青藏高原积雪多的年份，昆明夏季降水偏多，云南大部7 月降水偏多。但针对高原积雪对云南夏季降水的影响研究总体说来相对较少，且由于资料所限，以往的研究工作大多采用集中于高原东部的有限的站点观测资料来探讨高原积雪异常和大尺度旱涝的相关关系，高原西部积雪的作用考虑的较少。

空间分布均匀的高分辨率遥感雪深资料可以提供更高精度的青藏高原积雪信息（Che et al., 2008;李小兰等, 2012），这些高分辨率观测资料的出现，为进一步揭示高原积雪对气候的影响提供了可能。基于此，本文采用1980～2019 年中国长时间序列雪深资料、CN05 降水资料及ERA5 环流资料，利用奇异值分解（Singular Vector Decomposition, SVD）寻找不同季节青藏高原积雪与云南夏季降水之间的联系，并在此基础上，通过回归分析等方法研究高原关键区积雪异常对云南夏季降水的可能影响过程。

2 资料和方法

2.1 资料来源

本文所用积雪数据来源于国家青藏高原科学数据中心（https://data.tpdc.ac.cn/zh-hans/[2020-07-14]）的中国雪深长时间序列数据集。该数据集提供1979 年1 月1 日至2019 年12 月31 日逐日的中国范围的积雪厚度分布数据。该数据集通过使用Che et al.（2008）的修正算法，对美国国家冰雪数据中心（NSIDC）处理的SMMR（1979～1987 年）、SSM/I（1987～2007 年）和SSMI/S（2008～2019年）逐日被动微波亮温数据（EASE-Grid）进行反演得到。雪深资料水平分辨率为25 km。此套资料与台站观测资料在积雪稳定区分布较为一致，具有较好的代表性（李小兰等, 2012），同时该数据集资料具有空间分辨率高、分布均匀和资料完整等优点。

使用的观测降水资料为CN05.1 格点资料（吴佳和高学杰, 2013）。CN05.1 为CN05（Xu et al.,2009）数据的更新版本，本文所用资料水平分辨率为0.25o（纬度）×0.25°（经度），时长为1980～2019 年。CN05 资料是基于2400 余个中国地面气象台站的观测资料，采用“距平逼近”方法插值建立的高分辨率格点化数据集。

本文分析中的环流场资料来自欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，简称ECMWF）ERA5 第五代大气再分析数据集（Hersbach et al., 2020），该资料是通过数据同化将数值天气预报模型估计值与来自卫星的观测数据和地面观测数据相结合而得出的，数据自1940 年始。本文所用ERA5 数据时长为1980～2019 年，水平分辨率为0.5°（纬度）×0.5°（经度），使用到的物理场包括高度场、风场、温度场和水汽输送场等。

2.2 研究方法

本研究使用SVD 来寻求云南夏季降水与青藏高原不同季节积雪之间的联系。SVD 是以两个要素场的最大协方差为基础展开，最大限度地从左右场分离出相互独立的耦合分布型，从而揭示出两个场所存在的时域相关性的空间联系。它能够以最少的模态来描述两个要素间关系的主要特征。不少工作都表明，SVD 方法计算简便，所得耦合信号物理解释清晰，在气象要素诊断分析中具有普适性，特别适合于大尺度气象要素场的遥相关研究（丁裕国和江志红, 1996）。本文以每年冬春季3 个连续月（如1～3 月）的形式，进行季节尺度高原积雪与云南夏季降水的SVD 分解。

此外，本文也使用了相关分析、回归分析等常规的统计分析方法。考虑到高原积雪气候趋势的复杂性（You et al., 2020），且由于研究主要针对年际尺度时间上的联系，因此将所有数据的线性趋势去除，来分析积雪和降水的关系及可能影响机制。

3 结果分析

3.1 冬春季雪深与云南夏季降水的关系

SVD 可以给出云南夏季降水和青藏高原冬春季雪深的协同变化特征，从而揭示高原雪深变化对云南降水的影响。图1 给出的是高原冬季（DJF）雪深与云南夏季降水SVD 分解第一模态的结果，第一模态的方差贡献率为42%。夏季降水SVD 分解图上显示，云南地区基本为正相关区，相关系数大于0.5 的区域位于云南北部的金沙江流域及西南部分区域。除西北部区域外，其他区域相关基本都能通过95%的显著性检验。冬季雪深的相关分布显示，除南北两侧边缘区外，高原96°E 以西大部为显著的正相关区。从SVD 分解的时间系数看，降水和雪深年际变化比较一致，两者相关为0.71。总体来说，SVD 分解结果表明，冬季高原中西部雪深偏多，有利于云南夏季降水的偏多。

图1 （a）高原冬季（DJF）雪深与（b）云南夏季降水奇异值分解（Singular Vector Decomposition, SVD）第一模态异质相关分布（带点区域为通过95%信度检验的区域）和（c）时间系数（蓝线为SVD 第一主模态对应的夏季降水的时间系数，红线则为冬季雪深的时间系数）Fig. 1 Heterogeneous correlation of the first Singular Value Decomposition (SVD) mode between the (a) winter (DJF) Tibetan Plateau snow depth and (b) summer precipitation in Yunnan (regions above 95% confidence level are dotted) and (c) the corresponding time series (red line and blue line for snow depth and rainfall, respectively)

1、2、3 月平均（JFM）和2、3、4 月平均（FMA）高原积雪与云南夏季降水的SVD 第一模态与DJF结果（图1）十分相似。由图2 可见，当青藏高原积雪表现为高原中西部多雪的模态时，降水云南降水模态显示为降水整体偏多，除西北部小部分区域外，降水为显著的正异常。JFM 和FMA 高原积雪与云南夏季降水SVD 第一模态的时间序列（图略）相关系数分别为0.72 和0.67。3、4、5 月平均（MAM）高原雪深与云南夏季降水的SVD 第一模态与DJF 结果不一致（图略）。

图2 高原（a、b）1、2、3 月平均（JFM）和（c、d）2、3、4 月平均（FMA）雪深（左列）与云南夏季降水（右列）SVD 分解第一模态异质相关分布（带点区域为通过95%信度检验的区域）Fig. 2 Heterogeneous correlation of the first SVD mode between (a, b) average of Jan-Mar (JFM) and (c, d) average of Feb-Apr (FMA) snow depth in the Tibetan Plateau (left panel) and summer precipitation in Yunnan (right panel). Regions above 95% confidence level are dotted

SVD 分析给出的第一模态相关系数分布只是表征了响应信号最强的一种遥相关型，并不能完全代表降水对积雪变化的响应情况。为此，本文还对高原关键区的积雪与云南区域降水间的关系作了相关分析。将图1 中SVD 分解积雪相关显著的高原中西部区域（29oN～36oN，78oE～96oE）选为高原积雪关键区。对高原积雪关键区的积雪进行区域平均，作为高原雪深指数（Index of Snow Depth, ISD，记为ISD），并用于计算不同时段的ISD 与云南夏季降水的相关。

图3 给出了青藏高原DJF、FMA 雪深指数与云南夏季降水相关的空间分布。从冬季DJF 雪深指数与夏季降水的相关来看，除西北部边缘区域外，其余区域两者均为正相关，显著正相关区域位于云南北部的金沙江流域及西南部分区域，这与SVD第一模态夏季降水相关大值区比较一致。从FMA雪深指数与夏季降水的相关来看，相关空间分布与图3a 的比较接近，云南西北存在负相关区，其他区域基本为正相关，显著正相关也位于云南北部的金沙江流域及西南部分区域，只是西南的显著正相关区相比于图3a 更偏向西南。总体来说，冬春季高原中西部雪深偏多，有利于云南夏季降水的增多，特别是云南北部的金沙江流域及西南区域，增多比较显著。

图3 （a）DJF、（b）FMA 雪深指数与云南夏季降水的相关（带点区域为通过90%信度检验的区域）Fig. 3 Temporal correlation coefficients (TCCs) between summer precipitation in Yunnan and snow depth index in (a) DJF and (b) FMA (black dots are statistically significant above 90% confidence level)

气候异常成因复杂，诸多影响因子对气候的作用是非线性的，高原积雪与中国降水之间的联系可能还存在其他因子的协同作用。ENSO 是影响中国降水的重要因子，为了解积雪与云南降水的关系是否受ENSO 的影响，本文计算了滤去ENSO 信号后的雪深指数与云南夏季降水的相关。ENSO 一般冬季发展最为强盛，本文将冬季Niño3 区海温距平（Inino3）作为前期ENSO 信号，通过一元线性回归去除ENSO 信号，可得到去除ENSO 信号线性影响后的高原雪深指数（ISD_R）：

其中a为ISD向Inino3的回归系数。我们计算了冬季雪深指数与冬季Niño3 指数相关，原始雪深指数与海温指数相关系数为0.23，扣除ENSO 信号的雪深指数与Niño3 指数相关为3.4×10-8。

图4 为滤去ENSO 信号后的雪深指数与云南夏季降水的相关。从图4 上可见，去除ENSO 作用后，高原中西部雪深与云南夏季降水的相关关系没有减弱，与图3 相关分布比较一致，DJF 积雪与降水的相关在除云南西北部小部分区域外，整个区域为正相关，显著相关区主要位于北部金沙江流域和云南西南部。FMA 高原中西部雪深与云南夏季降水的相关关系在去除ENSO 的影响后也没有明显变化，显著正相关也位于云南北部的金沙江流域及西南区域，西南部的显著正相关范围甚至还略有增大。此外，我们也计算了雪深指数与云南夏季降水及ENSO 指数的偏相关系数（图略）。通过偏相关计算，也可以得到去除ENSO 信号线性影响后的高原雪深与云南降水的关系。从计算结果来看，偏相关系数分布与图4 是基本一致的。因此，从上述分析看，冬春季高原中西部关键区域雪深与云南夏季降水的关系基本不受ENSO 的影响，是独立于前期ENSO 信号的。

3.2 高原关键区雪深对云南夏季降水影响的可能机制

通过上节分析可以知道，对应于前期高原中西部积雪偏多，云南夏季降水偏多。为探讨高原积雪影响云南夏季降水的过和途径，首先利用回归方法估算了大气环流场对高原积雪异常的响应情况。本节所使用的积雪指数为滤去ENSO 信号的雪深指数。因为FMA 积雪包含了冬季和春季的积雪信息，所以本节给出使用FMA 雪深指数进行回归分析的结果，DJF、JFM 雪深指数的回归结果与之非常接近。

图5 给出了FMA 雪深指数回归的700 hPa 风场和500 hPa 高度场。从图5 可以发现，当高原中西部积雪偏多时，北印度洋区域为东风异常，南亚夏季风偏弱，南亚季风低压偏弱，对应孟加拉湾西北部为反气旋环流，青藏高原南侧为异常偏西气流，偏西气流一直到达云南区域，加强了西边界的水汽输送。此外，高原中西部积雪偏多时，南海上为异常反气旋环流控制，有利于云南地区西南风的增强及其水汽的输送。刘华强等（2005）利用气候模式考察高原西部积雪的气候效应，发现西部积雪增多对应孟加拉湾北部至我国东南部为明显的反气旋环流差值带，与本文结果比较接近。

图5 FMA 雪深指数回归的夏季700 hPa 风场（箭头）和500 hPa高度场（阴影）（绿色带点区域为高度场的回归场通过90%信度检验的区域）Fig. 5 Regression pattern of 700-hPa wind (vectors) and 500-hPa geopotential height (shadings) in summer with respect to FMA snow depth index (green dots denote where the regression coefficients above the 90% confidence level)

高原南侧偏西气流，与南海反气旋西北侧的西南风在云南上空形成低空切变，有利于云南区域气流的辐合和抬升。已有研究也表明，中低空切变是云南夏季降水的主要动力机制（王秀英和王俊杰,2021）。从雪深指数回归的500 hPa 垂直速度场（图略）可以发现，500 hPa 等压面上云南上空为负相关，说明前期高原中西部积雪偏多时，云南区域为上升气流控制，有利云南夏季降水增多。此外，从图5 还可以发现，对应于高原中西部积雪偏多，东北亚为异常气旋性环流，西侧冷空气南下到云南地区，与暖湿气流汇合，有利云南夏季降水的增多。

区域降水的变化与区域水汽辐合关系密切，即水汽辐合越强，降水越多。将水汽输送通量及散度回归到FMA 雪深指数上（图6），发现东亚季风环流在菲律宾群岛周边向西水汽输送增强。该异常环流在我国南海和北孟加拉湾分别形成了两个反气旋异常。孟加拉湾反气旋引起的高原南侧西风异常携带水汽从云南的西边界向云南输送，南海反气旋在西南翼带动更多的气流从中南半岛进入云南地区，云南区域为负的水汽通量散度，水汽通量在云南地区辐合，有利于云南区域降水的形成。

图6 FMA 雪深指数回归的夏季整层水汽输送通量（箭头）和水汽输送通量散度（阴影）（绿色带点区为水汽输送通量散度的回归场通过90%信度检验的区域）Fig. 6 Regression pattern of vertically integrated water vapor flux (vectors) and divergence (shadings) in summer with respect to FMA snow depth index (green dots denote where the regression coefficients of water vapor flux divergence exceed the 90% confidence level)

上述分析表明，高原中西部积雪偏多所对应的夏季大气环流是有利于云南夏季降水的。那么高原积雪是通过怎样的物理过程影响大气环流的？我们给出了FMA 雪深指数回归的春季气温（图7）。由于冬春季高原中西部积雪的偏多，高原对大气的加热作用减弱，高原及周边地区呈现冷偏差。由图7 可见，春季高原大部及高原西南侧南亚北部的近地面为冷偏差，500 hPa 上高原大部也为冷偏差。温度异常的这种分布，不利于青藏高原以南地区春末初夏对流层温度梯度的转向，进而导致亚洲夏季风爆发偏晚（张顺利和陶诗言, 2001），南亚夏季风偏弱。由雪深指数回归的风场图（图5）也可见，北印度洋为东风异常，说明高原中西部积雪偏多，南亚夏季风偏弱。

图7 FMA 雪深指数回归春季（a）近地面和（b）500 hPa 气温（带点区为通过90%显著性检验的区域）Fig. 7 Regression pattern of spring (a) near surface temperature and (b) 500-hPa air temperature with respect to FMA snow depth index (black dots denote where the regression coefficients exceed the 90% confidence level)

从FMA 雪深指数回归的夏季气温场看（图8），夏季高原西部及高原以西区域近地面气温为负的回归值，500 hPa 气温也是如此，这说明冬春季高原中西部积雪偏多，对应夏季高原西部及高原以西区域气温的偏低。由于夏季高原中东部的积雪已经融化，因此也只有冬春季高原西部的积雪异常能持续到夏季。图9 给出了FAM 雪深指数与5～8 月高原雪深的时间相关。由图可见，冬春季高原中西部积雪偏多，对应5～6 月高原西部雪深的偏多，7～8 月积雪偏多区则在高原西部的边缘地区，夏季高原西部区域的积雪偏多有利于高原西部及附近区域气温偏低。

图8 FMA 雪深指数回归夏季（a）近地面气温和（b）500 hPa 气温（带点区为通过90%显著性检验的区域）Fig. 8 Regression pattern of summer (a) near surface temperature and (b) 500-hPa air temperature with respect to FMA snow depth index (black dots denote where the regression coefficients exceed the 90% confidence level)

图9 FMA 雪深指数与（a）5 月、（b）6 月、（c）7 月和（d）8 月高原雪深的时间相关Fig. 9 TCC between FMA snow depth index and snow depth in (a) May, (b) Jun, (c) Jul, and (d) Aug (TCCs with black dots are statistically significant above 90% confidence level)

已有研究表明，高原积雪异常所引发的表面热力状况改变，能激发高、低空的Rossby 波列（霍飞等, 2014），从而影响东亚环流。图10 给出了FMA 雪深指数回归的夏季200 hPa 和850 hPa 环流场。为了突出高原积雪与Rossby 波之间的联系，去除纬向平均流对二者联系的影响，在回归前每个格点的各大气变量均去除其纬向平均值（霍飞等,2014）。从图10 上可以发现，对流层高层自高原西部经蒙古到达东北亚呈现明显的“负—正—负”位势高度异常传播，东北亚为气旋性环流异常，气旋性环流西侧的偏北气流有利于中高纬冷空气南下。低层850 hPa 在高原南侧为“正—负—正”的波列，波列起源于高原西南侧，经孟加拉湾至中国南海，导致南海的反气旋性异常环流。

图10 FMA 雪深指数回归的夏季（a）200 hPa 及（b）850 hPa 风场（箭头）和高度场（阴影）（绿色带点区为高度场回归场通过90%信度检验的区域）Fig. 10 Regression pattern of summer wind (vectors) and geopotential height (shadings) at (a) 200 hPa and (b) 850 hPa with respect to FMA snow depth index (green dots denote where the regression coefficients for geopotential height exceed the 90% confidence level)

总体来说，冬春季高原中西部积雪偏多时，春季高原中西部及附近区域近地面气温降低，南亚夏季风偏弱，南亚季风低压减弱，高原南侧为西风异常；此外，当前期高原中西部积雪偏多时，夏季高原西部温度偏低，激发高低空波列。高层波列沿中高纬西风急流传播，东北亚为气旋性环流异常，气旋性环流西侧的偏北气流有利于中高纬冷空气南下到云南地区，与低纬来的暖湿气流汇合，可导致云南地区夏季降水偏多。低层波列自高原西南侧往南海传播，低层南海为反气旋环流，高原南侧西风和南海反气旋西北侧的西南风在云南上空形成低空切变，有利于云南夏季降水。

4 结论与讨论

基于1980～2019 年总共40 年的中国区域长时间序列雪深资料、CN05 格点降水资料及ERA5 大气再分析资料，研究前期青藏高原雪深与云南区域夏季降水的关系。从SVD 分解结果来看，冬春季高原中西部雪深偏多，有利于云南夏季全域降水的偏多。计算前期高原关键区（中西部）区域平均雪深与云南夏季降水的关系发现，冬春季高原中西部雪深偏多对应云南大部夏季降水的偏多，特别是云南北部金沙江流域和西南部区域偏多显著。进一步的分析表明，去除前期ENSO 影响后，高原雪深与云南夏季降水的这种相关关系变化很小，说明前期高原雪深与云南夏季降水的关系基本不受ENSO的影响。

利用线性回归方法初步揭示了冬春季高原关键区雪深对云南夏季降水的可能影响机制。结果表明，前期高原中西部积雪偏多时，对应春季高原中西部及附近区域近地面气温降低，南亚夏季风爆发偏晚，南亚夏季风偏弱，对应南亚季风低压减弱，高原南侧为西风异常；此外，当前期高原中西部积雪偏多时，夏季高原西部温度偏低，激发高低空波列。高层200 hPa 波列沿中高纬西风急流传播，自高原西部经蒙古到达东北亚呈现明显的“负—正—负”位势高度异常传播，东北亚为气旋性环流异常，气旋性环流西侧的偏北气流有利于中高纬冷空气南下。对流层低层850 hPa 波列自高原西南侧往南海传播，导致低层南海为反气旋环流；高原南侧西风和南海反气旋西北侧的西南风在云南上空形成低空切变，有利于上升运动，云南水汽辐合增强，夏季降水增多，同时冷空气南下到云南地区，与低纬度暖湿气流汇合，也导致云南地区降水偏多。

以往研究工作大多采用集中于高原东部的站点观测资料来探讨高原积雪异常和大尺度旱涝的相关关系，本文则利用包含整个高原区域的遥感积雪资料来进行相关研究，发现高原冬春季中西部雪深对云南夏季降水有重要影响，突出了高原西部积雪的作用。就本文研究结果来看，冬春季高原积雪与云南夏季降水间的相关性存在区域差异，有些区域相关不是很高，如云南西北区域，这说明云南降水并不仅仅与高原积雪有关，可能还受到其他多种因素的影响。此外，本文基于对观测资料的诊断分析，揭示了前期高原积雪和云南夏季降水的关系及其可能影响机制，具体物理机制需要我们在下一步工作中从数值模拟的角度出发，利用数值模式对此问题进行深入研究。