在长江流域的热浪是如何与大气准双周震荡联系的外文翻译资料

英语原文共 19 页，剩余内容已隐藏，支付完成后下载完整资料

在长江流域的热浪是如何与大气准双周震荡联系的

摘要

长江流域的热浪事件在1979-2014年发生的最频繁，7月和8月57个HW事件中的30个（接近55％）被发现与大气准双周期振荡的干相有关（QBWO ）。当在YRV上出现与QBWO相关的显著的低层反气旋异常（LAA）时，根据空气块下沉引起绝热加热和由于云的减少而增强的向下太阳辐射，温度急剧上升。YRV下沉LAA主要由准半周期大气波产生，通过按区域划分，可分为三种类型，分别为：“mid-latitude wavetrain”,”WNP wavestrain”,”double wavestrain” . mid-latitude wavetrain QBWO通过由上层气旋涡度引起的沉降引起LAA，该上层气旋涡度与东欧—西北太平洋对流层上层的向东/向东南迁移波列相关。WNP wavestrain通过从热带WNP--中国东南部对流层底部的一个向西北移动的波速来产生LAA。double wavestrain是通过从热带WNP到南海的低层西北/西向传播的波列提供的低层剪切反气旋涡度和从东欧到中国东南部在对流层高层向东/向东南移动的波列相关的上层正涡度来触发LAA。在所有情况下，在HW事件期间南亚高压向东延伸，WNP副热带高压向西延伸。 跟踪这些不同的前兆环流异常可以有助于更好地理解和HW的短中期预测。

关键字

热浪，长江流域，大气准双周震荡，波列

1.引言

热浪（HW）对社会，经济，生物学和人类健康造成严重影响（例如Easterling等人，2000）。在过去的半个世纪中，亚洲的HW发生率增加（Hartmann et al。2013）。 2013年，中国发生了一次，空间范围广，持续时间长的HW（Peng 2014）。了解潜在原因和改进HW预测对减灾至关重要。大多数研究集中在大规模背景和HW间的联系，包括西北太平洋（WNP）副热带高压（WNPSH）（例如Peng 2014），南亚高压（例如，Liu等人2006），北大西洋涛动（Sun 2012），涡流（Zhang et al。2005）和海面温度（Lei et al。2009; Sun 2014）。然而，短期HW发生的机制仍然没有完全理解。

如将在下面的章节3中所示，长江流域大气环流（YRV）表现出显著的准双周期振荡（QBWO）。根据先前的研究，在北方夏季，大气QBWO是一个有优势的季节内变异模式(e.g., Mao and Wu 2006; Yang et al. 2010; Chen et al. 2015).。许多研究已经发现QBWO湿相对于YRV的极端降雨事件的显著贡献（例如，Chan等人2002; Liu等人2014）。我们随后推测，是否QBWO干相会影响极端干燥事件，如HW。实际上，一些研究已经检测到ISV对HW发生的影响（Ding和Qian 2012; Teng等人2013）。Teng等人（2013）发现，许多美国HW事件与反气旋循环有关，因为一个显著的带状区域波数-5罗斯贝波列的能量传播提前15天发现，这类似于自然界的季节性变化的主导模式。根据1979 - 2008年华南地区87个干HW事件的统计数据，Ding和Qian（2012）提出，通常而言，HW事件发生的7天前，在欧洲或WNP，HW事件与上层区域尺度位势高度异常联系密切。然而，大多数的研究都将重点放在基于位势高度的统计分析的HW事件的季节内引导相，较少关注ISV演化的细节及其对HW过程中极高温度的起源的影响。

目前的研究调查了与QBWO相关的HW事件的特点和起源。本文由以下内容组成。 在下一节中给出了数据集和方法的简要描述。在第3章中列出了，在中国，定义，关键区域，主要的周期性以及HW的例子。在第4章， 总结了HW的特征，QBWO干相以及异常高温的局地成因的共同特性。在第五章，用三种HW事件来识别QBWO的特征和演变。最后一章是结论与讨论。

2.数据与方法

2.1.数据库

最新发布的CN05.1数据集来自中国国家气候中心，1979 - 2014年期间的高空间分辨率（0.25°）用于描述HW事件，包括日最高温度（Tmax），日最低温度（Tmin），每日平均2m温度（Tm），降水和相对湿度（Xu et al.2009; Wu and Gao 2013）。本研究中使用的每日大气环流，温度，辐射流和云层从ERA-interim再分析数据集中提取，在欧洲中心，1979 - 2014年期间，在垂直方向上具有1°的空间分辨率和37个压力水平的中期天气预报（Dee et al.2011）。将基于ERA-interim数据集的云覆盖与国家航空航天局（NASA）提供的中等分辨率成像光谱仪（MODIS）数据集进行交叉验证（Levy et al。2015）。虽然MODIS数据集仅涵盖2002年以后的时期，但上述两个云数据集产生类似的结果。

2.2.方法

2.2.1.ISV的提取和显著性检验

通过消去slow annual cycle（气候学和第一个三次傅里叶谐波），以及通过五天的运行平均来移除天气变化来从原始的每日时间序列中提取出ISV分量。

为了确定主要的QBWO周期性，具有锥形窗的FFT能谱分析被应用于每年7到8月核心区域的ISV分量的时间序列。然后用显著性检验（Gilman et al.1963）计算36个夏天（1979-2014）的单个功率谱的平均值。基于谱分析的结果以及FFT（fast fourier transform）一个8-21天的band-filtering被应用在ISV分量上，去导出QBWO分量。

为了描述QBWO的结构和特征，选择的QBWO事件的每个周期被分为八个阶段。 相1是最大值（峰值湿相），相5是最小值（峰值干相）。 阶段3和7分别是从湿阶段到干阶段和从干阶段到湿阶段的转变。 阶段2,4,6和8在循环达到其最大值或最小值的一半的时间发生。然后通过逐案分类将与QBWO相关的HW事件分类为不同类型。并且使用相位合成技术（例如，Fujinami和Yasunari 2004; Yang等人，2014）根据其各自的生命周期来进行具有共同特征的每种类型的HW事件的综合分析。

1979年至2004年期间，采用Theil-Sen趋势估计方法（Gilbert 1987）和Mann-Kendall趋势显着性检验（Kendall 1975）提取核心区域HW频率的线性趋势。

2.2.2.温度预算方程

温度预算方程用于了解在HW事件期间与大气QBWO相关的温度变化。 根据Yanai等人 （1973）的研究，每个恒定水平的温度趋势由水平温度平流，与垂直运动相关的绝热过程和大气表观热源（Q1）的综合效应确定。方程可表示为：=-V*▽T omega;sigma; .表示恒定压力下的特定热量，T为温度，t为时间， V是水平速度矢量，▽是水平梯度算子，P是压强，w是垂直P的速度。sigma;=(RT/)-(/)是静态稳定度，R是气体常数。另外，Q1包括辐射热量，潜热，表层热通量以及subgrid-scale processes。因此，进一步诊断了表面的放射性通量。 为了推导该方程的QBWO分量，我们对方程的每个项进行了8-21天的滤波操作（Zhao et al。2013）。 注意到通过中心有限差分法计算温度趋势。

2.2.3.波动通量

为了说明波浪能量传播，Takaya and Nakamura (2001)提出并计算了独立相位的波浪活动函数，这已经被用于先前的季节内时间尺度的中纬度波的研究中了（例如Yang和Li 2016 ）。

W=[].W表示水平波浪活动函数，U表示风速，U,V表示纬向和经向风，表示流函数，一个bar和一个撇分别代表低频背景状态分量（大于21天）和QBWO分量 。

3.长江流域的热浪事件

3.1.在中国热浪的定义

已经提出了若干合理的指数以通过在某个区域中设置局部阈值温度来识别HW事件（例如，Steadman 1984; Qian和Lin 2004; Anderson和Bell 2011; Smith等人2013）。根据在定义HW时使用的阈值的类型，HW指数通常可以被分为两个主要组：绝对阈值（例如，Robinson 2001; Huang等人2010; Ding和Qian 2011）和相对阈值。它们被设计是为了消除区域多样性（百分点阈值方法）（例如，Liu等人2008; Anderson和Bell 2011）。由于中国有广阔的地域，中国有各种地形和气候特征，绝对和相对标准被应用于识别中国每个地方的HW事件，以获得更可靠的结果。在这项研究中，我们使用五个标准来识别每个地方的一个HW事件，以获得中国HW事件的核心区域：HW事件被定义为等于或大于（I）3个连续天，Tmax超过35℃（Huang等人2010）; （二）连续2天，Tmax超过35℃，Tmin超过26.7℃（Ding and Qian 2011）;（III）连续2天，每日最大HW指数超过40.6℃，每日最低HW指数超过26.7℃（Robinson 2001）; （IV）连续3天，Tmax超过气候学的90%（Liu et al.2008）; （V）连续2天，Tm超过气候学的95%（Anderson和Bell 2011）。在五个HW定义中，I-III是绝对标准，IV-V是百分位数标准。与仅使用Tmax作为指标的标准I和IV相比，标准II，III和V考虑了Tmin。

为了选择区域HW事件，我们使用两个定义，不仅包含Tmax，还包括Tmin，因为连续的温暖的夜间温度对人类健康有重要影响（(Meehl and Tebaldi 2004; Gershunov et al. 2009). 第一个HW定义是一个相对定义，其中HW事件是指核心区域的平均温度Tm至少连续4天，超过15天运行平均温度90%，以消除天气波动（Gong et al.2004; Teng et al.2013，修改）。第二个是Robinson（2001）提出的绝对定义。

3.2.在我国，7月至八月热浪事件的核心区域

根据Wang et al（2009）研究，5 - 6月和7 - 8月（简称JA）之间，东亚的气候特征显示出明显的特征，因为7月以后雨区转移到长江以北。 梅雨前向北移动后，YRV受到WNPSH的影响，有利于JA的局部高温。 以前的研究已经指出，JA是中国东南部高湿度的HW事件的高峰期（Hu et al.2012; Ding and Ke 2015）。 因此，我们重点研究JA。

图1显示了基于上述五个HW定义的网格的36个夏季中国HW发生的频率。 他们的共同结果表明，YRV是中国HW事件的高频区，基于五个标准，其平均最大频率超过了2.3次/年。 HW事件的特征在于高温和高湿度。 因此，本研究中将YRV（26°-33°N，111°-118°E）定义为中国HW事件的核心区域。

Fig.1 在JA期间，YRV HW事件出现的频率，数据来源于1979—2014年CN05.1数据库。HW频率基于五个标准计算，分别对应于a,b,c,d,e.蓝框代表YRV核心区域。

3.3.与准双周震荡相关的区域热浪事件的选择

下一步是在YRV核心区域上选择HW事件。 根据相对区域HW定义总共64个HW事件被识别，并且根据绝对定义111个HW事件被识别（图2）。 为了获得可靠的结果，在下面的研究中最终选择了满足这两个定义的57个HW案例。

Fig.2 YRV核心区域平均温度Tm的时间序列（红色实线以及红色条），左侧Y轴是值，右侧Y轴是最大HW指数值。红条是相对定义的63个HW事件，灰条是绝对定义的111个HW事件

为了在YRV区域获得大气环流的主要周期，我们分析了1979 - 2014年36年夏季区域平均降水和Tm的功率谱（图3）。 超过99％的先验信度水平，8-21天的周期性峰值带清楚地识别，表明准双周周期带是夏季HW核心区域的主要周期。

Fig.3 在YRV核心区域，36个夏季ISV分量日平均功率谱a为降水，b为Tm（蓝线的值在右侧的Y轴）。与MARKOV红噪音光谱（红虚线），先验99％约束条纹（虚线绿线）和后99％信号水平（虚线黑线）相比。当其功率谱在99％的等级水平上显着时，在左y轴上具有值的灰色条带表示每个周期的频率。

接着我们想知道36个夏天有多少个HW事件与QBWO相关联。 两个标准用于选择与重要的QBWO情况相关的HW事件：（1）在干相中的最小振幅和在湿相中的一个最大振幅超过0.8的区域平均的带通滤波降水的时间序列的标准偏差。（2）在QBWO的干相发生HW事件。 由于一些HW事件发生在7月初或8月底，我们将时间序列从6月21日延长到9月6日，以包括QBWO的整个生命周期。 根据该标准，在所有57个HW事件中选择与32个重要的QBWO周期相关的31个HW事件，研究表明一半以上的HW事件与QBWO相关（图4）。 因此，我们集中在YRV上与QBWO相关的HW事件。

Fig.4 在YRV核心区域，36年的夏季，未滤波的Tm时间序列（红条℃），值在Y轴左侧，8-21的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27493]，资料为PDF文档或Word文档，PDF文档可免费转换为Word