基于EOF和REOF分析江淮梅雨量的时空分布

基于EOF 和REOF 分析江淮梅雨量的时空分布

周后福1,　陈晓红2

(1.安徽省气象科学研究所,安徽合肥　230031;2.安徽省气象台,安徽合肥　230031)

摘　要:基于江淮梅雨区域50个气象台站1960-2002年的梅雨量资料,利用EOF 、REOF 展开方

法,分析了江淮梅雨降水的空间分布及时间演变特征.EOF 展开方法表明江淮梅雨前三个特征向

量累积方差贡献比例为88.9%,其主要特征是三个特征向量场呈现纬向带状分布;第一特征向量

场空间分布均为正值,说明江淮梅雨量的干湿变化具有一致性,但是各特征向量场之间的特点相差

明显.REOF 展开方法表明可以把江淮梅雨划分为6个典型的梅雨量场;后一个时间系数序列的变

化幅度比前一个时间序列要小;主成分旋转后载荷要比旋转前分布均匀得多;第一时间系数的变化

等同于各站平均梅雨量变化.

关键词:EOF 分析;REOF 分析;梅雨降水;时空分布

中图分类号:P468 文献标识码:A 文章编号:1001-2443(2006)01-0079-04

梅雨是长江中下游地区的气候特色之一,也是我国乃至东亚地区重要的降水现象.梅雨的形成及其强弱与副热带高压、青藏高压、东亚季风以及西风带长波等大尺度天气系统的活动密切相关.由于每年这些大尺度天气系统的强度、进退迟早和速度快慢等都不一样,梅雨锋系的大小和维持时间的不同,致使历年梅雨到来的迟早、长短和雨量的多寡差异很大,直接导致这一地区干旱或洪涝的形成.因此梅雨形成的研究一直受到气象工作者的重视,进行过许多方面的探讨[1-2].

安徽省处在北亚热带和暖温带过渡地区,气候变化复杂,每年的降水大多集中在梅雨期,汛期降水更是集中在梅雨过程,因此对梅雨现象进行重点深入探讨,有助于把握汛期降水的主要特性,对于安徽防汛抗旱有指导意义.尽管梅雨时间和空间分布的规律作过不少研究,但是多从气候统计学角度来进行,例如应用平均值、方差、趋势等分析手段.本文主要利用两种EOF 分析方法,探究江淮梅雨的时间演变现象,重点地分析空间分布规律,给出江淮梅雨的分布型,为江淮梅雨的分区预测提供依据.

1　资料来源和分析方法

1.1　梅雨资料

安徽的梅雨主要发生在淮河一线以南地区,因此本文研究范围为淮河以南.利用安徽省淮河以南地区、资料年代较长的50个气象站1960-2002年逐日降水资料,以及温度资料和东亚大气环流形势,根据作者综合许多气象学者成果的基础上在文献[3]提出的梅雨划分标准,划定江淮之间、沿江江南地区和安徽省逐年入梅日、出梅日和梅雨期,据此得到淮河以南各气象站的梅雨量.

1.2　分析方法简介

EOF 分析也称经验正交函数分解,它可以针对气象要素来进行.其基本原理是对包含p 个空间点(变量)的场随时间变化进行分解.设样本容量为n 的资料,则场中任一空间点i 和任一时间点j 的资料值(x ij )m n 可看成由p 个空间函数ik 和时间函数t kj (k =1,2,…,p )的线性组合,具体的展开形式见文献[4,5]. 旋转主成分分析(REOF )是在传统主成分分析(EOF )的基础上再做旋转.本文采用Horel 使用的方差最大正交旋转法,也是气候分析和诊断经常使用的方差最大正交旋转法.其基本原理在文献[4]中有详细的叙述,这里不再赘述.本文取前7个载荷向量及其对应的主成分参加旋转.REOF 分析不仅可以很好地反映不收稿日期:2005-01-28

基金项目:安徽省气象科技基金(0307).

作者简介:周后福(1965-),男,安徽无为人,硕士,高级工程师,主要从事气候分析和天气预报研究.

第29卷1期

2006年2月 安徽师范大学学报(自然科学版)

Journal of Anhui Normal University (Natural Science )Vol.29No.1Feb .2006

同地域的变化,而且可以反映不同地域的相关分布状况[6].

2　空间变化特征

2.1　EOF分析

通过对1960-2002年逐年江淮梅雨量资料采取标准化处理之后,再进行EOF分析,得到各个主成分,前7个主成分的主要结果见表1.由表1可知,第一主成分的方差贡献最大,第二主成分的方差贡献迅速降低,后面几个主成分方差贡献已经很小;解释方差也有同样的现象.前3个主成分的方差贡献几乎占90%,因而给出前3个主成分所对应的特征场,见图1.它反映出江淮梅雨量异常的几种主要的大范围空间分布特征.图la给出了江淮梅雨量第一特征场,全区一致为正,说明江淮梅雨量的干湿变化是一致的,具体是指某年淮河以南梅雨量或者普遍偏干,或者普遍偏湿,它显然是受大尺度梅雨锋系影响的缘故.但是在各地变化情况有这样的现象:0.155等值线呈现环状结构,主要在沿江中部,向南和向北逐步减少;总的来看,大致呈现南北向纬度地带性分布.载荷量大值区主要位于沿江地区,说明此地是江淮梅雨量变率最大的地区,也是旱涝异常的敏感区,由表1可知这种空间异常类型占整体方差的69.2%.由图1b可以看出,第二特征场则与第一特征场有着很大的差异,其分布有着南北反向变化的结构特点.正值中心位于皖南南部地区,而负值中心则位于沿淮地区,说明江淮梅雨量呈现南干北湿或南湿北干的格局特征,即南北差异是江淮梅雨量的第二空间异常类型.出现这种情况的原因是,随着每年6月以后西太平洋副热带高压北跳的不同,雨带长期维持在江南,则江淮地区雨量少;雨带长期维持在江淮地区,则江南雨量少.从第三特征场(图1c)可以看出合肥、巢湖地区、宣州部分地区的梅雨量表现出与周围地区相反的特征.这可能是因为这些地区多处在丘陵地区,在某些年份受副高控制晴热少雨,梅雨量偏少.

表1　前7个E OF和RE OF分析对总方差的贡献和累积贡献

T able1　contribution and accumulated contribution of front7E OF and RE OF with total squ are error

序号

EOF

解释方差方差贡献/%累积方差贡献/%

REOF

方差贡献/%累积方差贡献/%

11487.969.269.216.216.2

2348.916.285.415.631.8

374.6 3.588.915.046.8

447.3 2.291.113.360.1

528.8 1.392.412.372.4

621.4 1.293.612.284.6

715.0 1.094.610.094.6

2.2　REOF分析

通过EOF展开方法的讨论可以看出,江淮梅雨量的降水空间格局既有全区一致的少雨或多雨现象,也存在区域内部南北的差异,但是其主要特点依然为纬向分布型,不能更为精细地描述不同地理区域的特征,因此在EOF分析的基础上,再进一步做最大正交方差旋转,进行REOF展开,可以得出非常细微的地理分区.由表1可以看出,前7个主成分的累积方差达到了94.6%,可以用此来代表原始的向量场.对前7个主成分进行方差最大旋转,并由前6个旋转载荷向量对江淮梅雨量进行分区.由表1可知旋转后载荷的贡献要比旋转前分布均匀.这是因为旋转后各主成分的意义着重表现空间的相关性分布特征,高载荷只集中在某一较小的区域,而使其它大部区域的载荷尽可能地接近0.

对REOF展开结果所绘出的图(略去)分别进行分析.第1旋转载荷向量场的高载荷区主要在大别山北部.这一地区是江淮丘陵区,对降水极其敏感,也是安徽少雨区.第2旋转载荷向量场的高载荷区主要位于宣郎广一带,以丘陵为主.第3旋转载荷向量场的高载荷区主要分布在本区东北,丘陵和河流较多.第4旋转载荷向量场的高载荷区大体分布在本区西北,以平原地貌为主,是安徽旱涝多发区.第5旋转载荷向量场的高载荷区多分布在江南南部,以山地地貌为主,是安徽降水最多的区域.第6旋转载荷向量场的高载荷区则主要分布在沿江西部,河流和平原地貌为主.按载荷绝对值>0.5的高载荷分布区域来考虑,梅雨量在淮河以南大致可分大别山、沿淮北部、东北部、沿江、江南西部和宣郎广6个区域(见图2).

08安徽师范大学学报(自然科学版)2006年