长江流域秋季大尺度旱涝转折变化特征及天气形势转换

Characteristics of Large-Scale Drought and Flood Alternation in Autumn in the Yangtze River Basin and Associated Weather Situation Alternation

摘要

秋季旱涝转折对于长江流域水库蓄水、发电、供水等有着显著影响.本文采用综合考虑旱涝转折强度和速度的多尺度标准化旱涝急转指数（MSDFAI），分析了长江流域秋季旱涝转折事件的时空变化特征，并从大气驱动的角度分析转折前后的天气形势转换过程.结果表明：1962-2022年长江流域秋季旱涝/涝旱转折事件高发区多位于金沙江中下游、雅砻江上游、岷江、嘉陵江、乌江、汉江石泉以上、鄱阳湖水系，其中以中度事件频数最多；以20世纪90年代中期为转折点，流域旱涝转折范围在此之前呈现减少趋势，之后转为增加，流域内极端旱涝转折事件强度同样先减弱后增强，涝旱转折事件则与之相反；模态分解显示，秋季第二模态主要表现为长江上游北部和汉江上游的一致性旱涝转折异常，在转折前期，我国南方大部由位势高度负异常控制，长江上游及汉江上游风场和水汽输送呈辐散型异常，垂向由干燥下沉气流控制，不利于降雨发生.在转折后一个月，长江中下游出现位势高度正异常，对应副高加强西伸，北方低压槽南伸，长江上游及汉江上游风场和水汽输送呈辐合型异常，垂向由上升气流控制，有利于强降雨发生，从而导致旱涝转折，涝旱转折则基本与之相反.

Abstract

Autumn drought and flood alternation (DFA) has very serious impacts on water storage in reservoirs, power generation, and water supply in the Yangtze River basin (YRB). This paper analyzed the spatial and temporal characteristics of autumn DFA in the YRB by using the multi-scale standardized DFAI index (MSDFAI), which comprehensively considers the effects of alternation intensity and speed, and the associated weather situation alternation was analyzed from the perspective of the atmospheric driving. The results show that the high incidence areas of autumn drought to flood alternation events (DTF) from 1962 to 2022 in the YRB are mostly located in the middle and lower Jinsha River, upper Yalong River, Jialing, Min and Wu Rivers, Hanjiang River above the Shiquan station, and the Poyang Lake water network, in which the frequency of moderate events is the highest. The range of DTF in the YRB shows a decreasing trend before the mid-90s, and then turn to an increasing trend. Similarly, the intensity of extreme DTF in local areas weaken before mid-90s, and then increase, while the flood to drought alternation events (FTD) are on the contrary. The mode decomposition shows that the second pattern is mainly characterized by consistent DTF anomalies in the north of the main stream of the upper reaches of the Yangtze River and the upper reaches of the Han River (key area). Before the alternation, most of southern China is controlled by negative geopotential height anomalies, and the wind field and water vapor transport in the key area are divergent anomalies, and the vertical direction is controlled by the dry subsiding flow, which is unfavorable to the occurrence of rainfall. One month after the alternation, there is a positive anomaly in the geopotential height in the middle and lower YRB, the west Pacific subtropical high is intensified and extends westward and the northern low-pressure trough extends southward. Meanwhile, the wind field and water vapor transport in the key area shows a converging anomaly, and the vertical direction is controlled by updrafts and conduced to heavy rainfall. The above weather situation transition leads to a DTF event, while the FTD event is the opposite.

Graphical abstract

关键词

长江流域 / 秋季 / 旱涝转折 / 天气形势 / 气象学 / 气候学.

Key words

Yangtze River basin / autumn / drought to flood alternation / weather situation / meteorology / climatology

0 引言

洪涝和干旱是降水异常导致的两种最常见的水文气象灾害，相较于单一旱涝灾害，当降水异常态势发生快速转变时，引发的旱涝复合形态灾害影响往往更为严重（Zhou and Liu， 2018； Wu et al.， 2019； Zhao et al.， 2022）.长江流域是中国重要的经济、政治、生态、文化发展中心，也是中国受灾害影响最严重的区域之一，在全球气候变化的背景下，近年来极端旱涝灾害频频发生，如2020年和2022年长江流域分别发生流域性大洪水和流域性极端高温干旱（马建华， 2020； 夏军等， 2022）.已有研究表明，长江流域、淮河流域、西南和华南等地区旱涝转折较为突出，已逐渐成为我国旱涝灾害的新特点和新趋势（Yang et al.， 2022； Bi et al.， 2023）.

当前，对于夏季长江流域旱涝转折已经有较多的研究.如Wu et al.（2006）首次利用标准化的站点降水序列定义了2个月尺度的长周期旱涝转折指数，并分析了长江中下游地区夏季旱涝转折的特征.张云帆等（2021）发现长江中下游地区旱涝转折主要发生在3月至10月，且其持续时间、严重程度和强度均呈上升趋势.此外，许多学者指出大气环流异常机制在旱涝转折的形成中发挥了重要作用（Yang et al.， 2019a； 杨家伟等， 2019； De Luca et al.， 2020），例如，Yang et al.（2013）认为2011年长江中下游旱涝转折的主要原因是大气环流场和水汽输送通量的明显异常.然而，以往的研究主要集中在夏季，对于秋季长江流域旱涝转折的研究还十分匮乏.事实上，长江流域建设有世界上规模最大的梯级水库群，秋季正是长江流域水库群蓄水的关键时期，此时发生旱涝或涝旱转折对于水库蓄水、发电、冬季保供均会产生重大的影响，危害程度不亚于夏季的旱涝转折灾害.在持续干旱条件下，秋季初期水库往往提前开始蓄水，遇旱涝转折时，后期来水量猛增，导致水库弃水、发电效益下降，坝体风险增大（陈桂亚等， 2022； 郭生练等， 2023）；在雨涝条件下，为保障防洪安全，水利工程往往加大发电，水库水位控制在较低水平，遇涝旱转折时会导致水库蓄水压力大，给枯水期居民用水、农业灌溉带来巨大风险（孙昭萱等， 2022）.

因此，本文采用MSDFAI（multi⁃scale standardized DFAI index）旱涝转折指数，以长江流域为示范研究区域，研究其秋季旱涝转折事件的空间、时间及模态变化特征；同时，分析长江流域秋季典型旱涝转折模态发生前后对应的大气环流形势变化，以期为该流域旱涝转折事件的监测预报预警工作提供科学依据.

1 数据与方法

1.1　研究数据及区域

本研究所用的资料为长江流域1962-2022年707个雨量站的逐日（北京时间08时至次日08时）降水资料，站点数据已通过系统的质量控制和检验，保证了资料的连续性和完整性，流域站点分布和边界划分见图1.采用的环流资料为美国国家环境预报中心（NCEP）1948-2022年逐月的位势高度、水平风速、比湿、垂直速度再分析资料，网格分辨率为2.5°×2.5°.

根据长江流域水系分布特征，将长江流域划分为长江上游和长江中下游两个子分区，图1中蓝色边界表示长江上游流域，红色边界表示长江中下游流域.

1.2　旱涝转折识别及等级划分

为了定量评估旱涝转折程度，首先需要构建用于定量描述旱涝转折的指数.当前的大部分旱涝转折指数存在对旱涝/涝旱转折事件的误判和漏判（Wu et al.， 2006； Shan et al.， 2018），一些新指数也存在过于强调转折强度而忽略转折快慢对转折事件的影响等问题（涂新军等， 2022）.基于上述考虑，Wang et al.（2024）提出了一种可避免错漏判，同时综合考虑转折速率影响的多尺度旱涝转折MSDFAI指数，且其旱涝转折分级与常规旱涝分级及阈值设置保持一致，有利于旱涝评估体系的统一，可以更为有效地表征月季尺度的旱涝转折事件特征.因此，本研究利用MSDFAI指数对旱涝转折事件进行识别，从而更科学地反映旱涝转折事件特征.具体表达式如下：

，（1）

其中，T_{\mathrm{s}}为转折事件的时间尺度；(SP{I}_{i+\mathrm{1}}-SP{I}_i)/\mathrm{2}为转折强度项，由于采用了被广泛应用的SPI指数（Wang et al.， 2019； 张旭东等， 2021），可以与现有的标准化降水旱涝指数进行对比，实现旱涝转折指数的标准化；V为转折速率项，表示从干旱/雨涝极值转折至雨涝/干旱极值的速率，若雨涝/干旱存在多个极值时，采用距离转折点最近的值；\mathrm{l}{\mathrm{g}}_{T_{\mathrm{s}}}(\alpha )为速率的权重项，其中\alpha =\mathrm{1.33}，其取值及敏感性分析参见Wang et al.（2024）提出的方法.

本文采用的MSDFAI指数与通用的SPI指数强度相互对应，故参照国际通用的旱涝等级划分标准划分相应的旱涝转折事件等级，并确定相应的MSDFAI指数界限值，以便与现有旱涝事件分析相统一（表1）.按照时间尺度划分，旱涝转折可划分为短周期尺度（1个月）和长周期尺度（2个月）（闪丽洁等， 2015），本文主要分析长周期尺度的旱涝转折事件.

1.3　区域旱涝转折定义

区域旱涝/涝旱转折站次比（Rs）：利用某时段内某区域所有发生过旱涝/涝旱转折事件的站点数与该区域总站点数相除，该比值可以一定程度上反映出转折事件的范围.

Rs=\frac{N_o}{N}，(2)

其中，N_{\mathrm{o}}表示发生过旱涝/涝旱转折事件的站数，N表示该区域总的雨量站数.

区域旱涝/涝旱转折强度（Ri）：某时段内某区域所有发生旱涝/涝旱转折站点MSDFAI指数的平均值.

Ri=\frac{\mathrm{1}}{N}{\sum }_{i=\mathrm{1}}^{N}MSDFA{I}_i(MSDFA{I}_i\ge \mathrm{0.5}\mathrm{或}MSDFA{I}_i\le -\mathrm{0.5}).(3)

1.4　水汽输送计算

水汽通量Q：单位时间内，流经与水平风向垂直的单位面积的水汽量，表示水平的水汽通量强度.单位边长整层大气的水汽通量计算公式如下：

Q=-\frac{\mathrm{1}}{g}{\int }_{p_{\mathrm{s}}}^{p_{\mathrm{t}}}qV\mathrm{d}p，(4)

其中，q为比湿（单位：kg/kg），V为水平风速矢量，g为重力加速度（取9.8 m/s²）；p为气压；p_{\mathrm{s}}为地表气压，p_{\mathrm{t}}为大气层顶气压，这里取值为300 hPa.

水汽通量散度：单位时间里，单位体积内，水平方向汇合进来或辐散出去的水汽量.整层D为正值，表示有水汽流失；整层D为负值，表示有水汽积聚.故当D突然出现很大负值（大量水汽辐合）时，说明该地区将出现强降水甚至洪涝灾害.整层大气的水汽通量散度计算公式如下：

D=\nabla ·(\frac{\mathrm{1}}{g}{\int }_{p_{\mathrm{s}}}^{p_{\mathrm{t}}}qV\mathrm{d}p)，(5)

其中，D表示整层大气的水汽通量散度.

1.5　统计分析方法

本文还采用了线性回归、合成分析（周春花等， 2022）、MK趋势检验（张东艳等， 2017）、EOF分解（陈思奇等， 2020）、显著性T检验（段明铿等， 2020）等多种统计分析方法对长江流域秋季旱涝转折特征进行分析，由于上述方法均已在气象学、水文学等领域得到广泛应用，这里不再详细展开.

2 结果与分析

2.1　空间变化特征

基于构建的MSDFAI指数，研究长江流域秋季的旱涝转折特征.图2给出了长江流域1962-2022年秋季不同等级旱涝和涝旱转折累计频数的空间分布.对于旱涝转折事件，金沙江下游、嘉陵江岷江流域上游、乌江、汉江石泉以上、鄱阳湖水系西部为旱涝转折事件的相对高发区，频数多在7以上.对于涝旱转折事件而言，金沙江中下游、雅砻江上游、乌江、嘉陵江、汉江石泉以上为事件相对高发区，频数多在7以上.从不同的等级来看，轻度的旱涝和涝旱转折事件在长江流域分布较为均匀，频数高值中心以离散的形式分布在整个长江流域，流域大部地区的频数均在3以下；中度的旱涝和涝旱转折事件频数的分布与整体转折事件较为接近，高值中心频数基本在5以上，旱涝转折事件高值中心主要位于金沙江下游、嘉岷流域上游、汉江石泉以上、鄱阳湖水系西部，涝旱转折事件的高值中心则主要位于雅砻江上游、嘉陵江、乌江；重度旱涝转折事件的频数显著减少，与轻度事件类似，较为均匀地分布在长江流域，流域大部地区的频数均在3以下；极端旱涝和涝旱转折事件十分罕见，流域大部分地区的频数均在2以下.总体上，对于秋季旱涝和涝旱转折事件，以中度级别的事件频数最多，其次为轻度和重度，极端事件的频数相对最少.

图3给出了长江流域1962-2022年秋季旱涝/涝旱转折指数强度的空间分布.对于旱涝转折事件，指数偏强区域主要位于雅砻江上游、岷江上游、三峡区间、乌江、洞庭湖水系西部、长江下游南部，强度多在1.4以上.对于涝旱转折事件，金沙江中游、雅砻江上游、汉江、鄱阳湖水系强度更强，多在-1.5以下.对比发现，长江中下游旱涝/涝旱转折强度的高低值中心分布存在一定的空间互补关系，但流域整体空间相关系数并不显著（空间相关系数为-0.07），经分析这种空间互补性的原因可能由长江流域夏、秋季较强干旱和雨涝事件的空间分布互补导致（图略）.

2.2　时间变化特征

本节从秋季长江流域旱涝/涝旱转折事件的范围和强度出发分析其时间变化特征.图4给出了秋季长江流域1962-2022年汛期旱涝/涝旱转折范围的年际变化.可以看到，对于旱涝转折，其范围呈现先减少后增加的趋势，在20世纪90年代中期之前以减少趋势为主，之后则以增加趋势为主.对于涝旱转折，呈现先增加后减少的趋势，转折点出现在20世纪90年代中期.从MK检验结果来看，旱涝转折范围的UF曲线在20世纪90年代中期之前为负值，或在0附近波动，之后为迅速增加的正值，并在末期通过了90%信度检验，表明20世纪90年代末期后旱涝转折范围呈明显的增加趋势.涝旱转折的UF曲线在20世纪90年代中期之前呈现正负波动的趋势，之后则呈现显著的负值，表明涝旱转折在该期之后呈显著的下降趋势.这种旱涝/涝旱范围转折的原因可能与海温关联，热带中东太平洋和印度洋海温的变化影响了NAO位相的异常，进一步影响华西秋雨在20世纪90年代中期之前下降、之后上升，从而导致旱涝/涝旱范围的年代际趋势转折（罗霄等， 2013； Wei et al.， 2018； Zhang et al.， 2019； 陈剀等， 2020）.

图5给出了长江流域1962-2022年秋季旱涝/涝旱转折范围年代际变化.各年代上，长江流域旱涝/涝旱转折范围均表现为中度事件范围最大，各年代中度旱涝/涝旱转折的平均Rs多在3%~6%之间，轻度和重度事件的范围其次，各年代平均Rs多在1%~3%之间，极端事件范围最小，平均Rs多在1%以下；从重度以上的事件来看，20世纪60年代至80年代旱涝转折事件明显多于20世纪90年代至21世纪头十年，涝旱转折则相反，20世纪60年代至80年代涝旱转折事件明显少于20世纪90年代至21世纪头十年，21世纪第二个十年以来，长江流域各级别的涝旱转折事件范围均明显减少，旱涝转折事件则略有增加，总体上二者呈现反位相变化的关系.

图6给出了长江流域1962-2022年秋季旱涝/涝旱转折强度的年际变化，其中不同颜色的折线分别代表当年汛期旱涝/涝旱转折最强站点、前5%站点、前50%站点、所有站点平均的强度变化.可以看到，对于旱涝转折，各级别的站点平均强度在1962-2022年间总体变化趋势并不明显，但是其中最强站点和前5%的站点平均强度在20世纪90年代中期之前有明显的下降趋势，之后则有明显的上升趋势；对于涝旱转折事件，各级别站点的平均强度均呈现增强的趋势，其中，最强站点在1998年达到极强值.上述分析说明在气候变化的背景下，1962-2022年秋季长江流域大规模的旱涝转折事件强度无明显的年际变化趋势，但以20世纪90年代中期为转折点，流域内局地性的极端旱涝转折事件在此之前强度明显减弱，之后明显增强，涝旱转折事件则无明显的趋势变化转折点.

为了进一步分析长江上游和中下游不同分区的区域旱涝转折特征，图7给出了长江上游、中下游1962-2022年秋季旱涝/涝旱转折事件指数的分布，MSDFAI指数采用各分区的面雨量计算得到.可以看到，在长江上游，对于旱涝转折事件，1962-2022年之间共出现3次中等事件，对于涝旱转折，共出现4次中等事件，1次重度事件和1次极端事件.其中，旱涝转折事件均发生在1975年及之前，涝旱转折事件则主要发生在1976年之后；长江中下游也有类似的分布特征，对于旱涝转折，长江中下游共发生2次轻度事件、3次中等事件，对于涝旱转折，共发生2次轻度事件、1次中等事件、1次重度事件.其中，旱涝转折事件均出现在1985年及之前，涝旱转折事件则出现在1986年之后；且在2008年以后，无论长江上游还是中下游，均未出现旱涝/涝旱转折事件；上述分析表明，长江上游和中下游秋季转折事件均呈现明显的年代际特征，即前期事件以旱涝转折为主，后期以涝旱转折为主，而在进入21世纪第二个十年以来，转折事件总体减弱，这与图6的转折范围分析结论基本一致，进一步验证了本文的分析.

2.3　典型模态变化特征

对长江流域707站MSDFAI指数进行EOF分解，其中通过显著性检验的共包含两个模态.其中，第一模态贡献率为14.3%，第二模态贡献率则为7.5%（图8），相应的时间系数分别为PC1和PC2.第一模态的空间分布形态表现为乌江、洞庭湖水系、三峡区间、江汉平原为显著的正异常区；这意味着相应的时间分解指数为正值，上述地区出现明显的旱涝转折，反之则出现涝旱转折；该分布与图3的旱涝转折强度分布较为一致（空间相关系数达0.26），表明EOF第一模态较好地体现了旱涝转折强度分布的气候平均状态.第二模态空间分布表现为金沙江下游、向寸区间、嘉陵江、汉江白河以上为显著的负异常区，同时两湖水系中部为显著的正异常区；这说明当第二模态分解时间指数为正值时，负异常区为明显的涝旱转折，正异常区为显著的旱涝转折，若指数为负值，则上述空间分布呈现相反形态.且时间序列的绝对值越大，上述转折事件的空间分布形态越显著.对PC1和PC2进行MK检验发现，PC1前期无明显变化趋势，1990年以后开始持续下降，在2009年下降趋势最为显著，此后下降趋势逐渐减弱，总体上在1962-2022年呈现不显著的下降趋势.PC2呈现先下降后上升的趋势，在1975年前后下降趋势最为明显，1991年前后上升趋势最为明显，此后上升趋势逐渐减弱，总体上在1962-2022年无明显变化趋势.

为了验证EOF分解的有效性，分别计算关键区的平均MSDFAI指数（KMSDFAI），并与分解的时间序列进行对比.对于模态一，关键区如图8绿框所示，对比PC1与KMSDFAI1发现二者呈显著的正相关，相关系数高达0.99.对于模态2，以正异常区（蓝框区域）平均指数减去负异常区（红框区域）平均指数构建KMSDFAI2指数，对比发现PC2与KMSDFAI2同样呈显著的正相关，相关系数高达0.89.说明分解得到的MSDFAI空间模态和时间指数能够较好地反映上述区域的旱涝/涝旱转折事件变化.

2.4　典型模态下关键区的天气形势转换

由于第一模态主要在洞庭湖水系发生旱涝/涝旱转折，但秋季长江流域主要降水位于长江上游干流北部和汉江上游区域，洞庭湖水系秋季降雨总体较夏季明显偏少.若夏季洞庭湖水系连续干旱，秋季发生强降水，洞庭湖水系受旱涝转折影响相对较小，若夏季洞庭湖水系出现连续强降水而秋季转为干旱，同样影响较小.对于第二模态，9月至10月为长江上游梯级和汉江梯级水库蓄水关键期，若发生旱涝或涝旱转折，对于水库蓄水和冬春两季民生用水均有重要的影响，考虑EOF第二模态上长江上游干流北部和汉江上游旱涝转折异常信号最为明显，二者秋汛期降雨通常由相同天气系统引起，而且也是秋汛期长江流域最为主要的降水区域，为了排除两湖水系中部旱涝转折信号对二者的干扰，这里采用该区域KMSDFAI指数（区域范围和指数见图8b中绿框区域和绿色折线）进行后续的关键区天气形势转折分析，该指数与PC2存在较好的负相关关系（相关系数为-0.74），但在一些峰值量级上存在差异.

首先利用KMSDFAI对高中低层高度场和风场进行超前滞后回归.如图9所示，就长江流域而言，在转折前期，500 hPa上我国东北区域由位势高度正异常控制，南方区域则大部由位势高度负异常控制，这种环流形势下，长江上游干流北部及汉江上游风场呈现辐散型异常，对应降水偏少，特别是在转折前一个月偏少形势更为明显.在转折后一个月，500 hPa上我国北方区域位势高度由正异常转变为负异常，相应的长江中下游流域出现位势高度正异常，对应副高加强西伸，北方低压槽南伸，在此种环流形势下，长江上游干流北部及汉江上游风场呈辐合型异常，而长江中下游则呈现辐散性异常，即长江上游干流北部及汉江上游降水偏多，而长江中下游降水偏少.在转折后第二月，长江流域仍然存在东低西高的位势高度异常，但这种异常程度明显减弱，表明在第二模态中，长江上游干流北部及汉江上游的旱涝/涝旱转折在2个月尺度上转折更为明显.从200 hPa高空场的异常形势来看，总体分布与500 hPa基本一致，表明引起旱涝/涝旱转折的天气系统通常为高低层一致的深厚系统，以正压结构为主，具备时间上的延续性.此外，可以看到，在500 hPa和200 hPa高度上，旱涝转折发生前1个月在欧亚中高纬上呈现明显的“+-+”波列，转折发生后这种波列明显减弱，且在我国北部上空由正高度异常逐渐转换为负高度异常，由此可初步推断引起长江上游干流北部旱涝异常形势转换的因素与中高纬的波列传播具有密切联系.

为进一步验证第二模态转折发生时对应的环流形势，图10利用KMSDFAI对500 hPa垂直速度和整层水汽输送进行超前滞后回归.在转折发生前两个月，长江上游干流北部及汉江上游的垂直速度为正值，由于垂直速度为p坐标系变量，其为正值表示上述区域由下沉干燥气流控制，不利于降水发生，在转折后第一个月，长江上游干流北部及汉江上游垂直速度由正值转为负值，说明上述区域此时由上升气流控制，有利于对流型降水发生，在转折后第二个月，上述区域垂直气流无明显异常；从水汽输送来看，转折前两个月，长江上游干流北部表现为明显的水汽输送散度正异常，对应水汽出现辐散异常，不利于降雨的发生.在转折后第一个月，长江上游干流北部的水汽输送散度表现为明显的负异常，对应水汽出现辐合异常，有利于降雨的发生.在转折后第二个月，关键区域的水汽输送异常明显减弱，表明降水异常同样减弱.

为了检验在典型旱涝转折和涝旱转折异常年份环流形势与回归结果的一致性，分别对典型旱涝和涝旱转折异常年进行合成分析，合成时首先对KMSDFAI指数进行标准化，随后以正负一个标准差为阈值，分别挑选典型旱涝转折异常年（≥1）和涝旱转折异常年（≤-1）.筛选出的旱涝转折异常年包括1964、1970、1973、1975、2006、2014、2017年，涝旱转折异常年包括1987、1998、2007、2009、2010、2012年.由于图8中EOF2的空间模态显示嘉陵江和汉江上游为旱涝转折最突出的地区，且整个长江上游基本呈现一致的旱涝转折变化，表2给出秋季旱涝转折异常年份关键分区平均的降水距平百分率变化情况.可以看到，在旱涝转折异常年份，长江上游旱涝转折的关键区域均呈现显著的降水由少到多的变化，且降水异常偏多在转折后第一个月最为明显，相应的距平百分率为21%，涝旱转折则呈现明显的降水距平由多到少的变化，7月至8月降水距平偏多7%~18%，9月至10月降水距平偏少8%~10%.在旱涝转折第二模态异常最显著的嘉陵江和汉江上游分区中，降水异常的时间变化与长江上游呈近似分布，且异常的信号更为显著.

图11给出秋季长江流域旱涝（左）和涝旱（右）转折500 hPa环流场合成分析结果.对于旱涝转折，在转折前两个月，500 hPa长江流域位势高度异常呈现明显的西负东正分布，其正负异常辐合交界处位于长江中下游流域，长江上游干流北部及汉江上游呈弱的位势高度负异常，且850 hPa风场呈现出辐散特征，不利于降水的发生.在转折后第一个月，长江流域东部位势高度正异常明显向西延伸，对应副高西伸，长江上游干流北部及汉江上游位于正负异常的辐合带处，850 hPa风场上关键区呈现气旋式环流异常和显著的南风急流异常，西太平洋水汽输送条件明显加强，中低层环流形势叠加，有利于关键区出现强降水过程.在转折后第二个月，我国东北地区500 hPa的反气旋式高压异常十分显著，这种形势下关键区850 hPa风场呈现一致的南风异常，南风异常与关键区域的山地地形叠加会产生降水过程，但强度相对前一个月较弱；对于涝旱转折，在转折前两个月，我国北部呈现位势高度负异常，东部和南部则有位势高度正异常，高度正异常区西部边界延伸至长江流域上游东部附近，表明此时有利于副高西伸，且关键区有明显的气旋式切变辐合，有利于降水的发生.在转折后两个月，长江流域东部的位势高度正异常区明显东退，对应副高东退，关键区850 hPa环流转为辐散式异常，不利于降水的发生.旱涝转折和涝旱转折异常年份的分区降水距平变化和环流反向分布特征进一步验证了前述的结论.

3 讨论与结论

秋季是长江上游和汉江上游水库群蓄水的关键时期，一旦发生秋季旱涝/涝旱转折事件往往对长江流域水库蓄水、发电、保供等产生严重影响.本文采用MSDFAI指数分析了长江流域秋季旱涝转折的时空变化特征，并从大气驱动的角度分析转折前后的天气形势转换过程，以期为流域旱涝转折事件的监测预报预警工作提供科学依据.主要结论如下：

（1）从空间分布来看，1962-2022年长江流域秋季旱涝转折事件呈现金沙江下游、嘉岷流域上游、乌江、汉江石泉以上、鄱阳湖水系西部为相对高发区，累计频数多在7以上.金沙江中下游、雅砻江上游、乌江、嘉陵江、汉江石泉以上为涝旱转折事件的相对高发区，频数多在7以上.其中，以中度级别的事件频数最多，其次为轻度和重度，极端事件的频数相对最少.旱涝转折事件的强度偏强区域主要位于雅砻江上游、岷江上游、三峡区间、乌江、洞庭湖水系西部、长江下游南部，强度多在1.4以上；涝旱转折事件的偏强区域与旱涝转折呈现相反的分布特征，金沙江中游、汉江、鄱阳湖水系强度相对更强，多在-1.5以下.

（2）从时间分布来看，对于旱涝转折，其范围呈现先减少后增加的趋势，在20世纪90年代中期之前以减少趋势为主，之后则以增加趋势为主.对于涝旱转折，则呈现先增加后减少的趋势，转折点同样出现在20世纪90年代中期.1962-2022年长江流域大规模的旱涝/涝旱转折事件强度无明显的年际变化趋势，但以20世纪90年代中期为转折点，流域内局地性的极端旱涝转折事件在此之前强度明显减弱，之后明显增强，涝旱转折事件则与之相反.

（3）从典型模态来看，长江流域秋季旱涝转折事件共包含两个显著的空间模态，第一模态主要表现为乌江、洞庭湖水系、三峡区间、江汉平原为一致的旱涝/涝旱转折异常分布，其贡献率为14.3%，第二模态空间分布表现为金沙江下游、向寸区间、嘉陵江、汉江白河以上与两湖水系中部为相反的旱涝/涝旱转折异常分布，其贡献为7.5%.在时间上，第一模态在1962-2022年整体呈现弱的下降趋势，第二模态则无明显变化趋势.

（4）从天气形势来看，在长江流域秋季旱涝转折前期，我国东北区域由深厚的位势高度正异常控制，南方区域则大部由位势高度负异常控制，长江上游及汉江上游风场呈现辐散型异常，垂直方向由下沉干燥气流控制，水汽输送出现辐散异常，均不利于降雨的发生.在转折后一个月，500 hPa上我国北方区域位势高度由正异常转变为负异常，相应的长江中下游流域出现位势高度正异常，对应副高加强西伸，北方低压槽南伸，在此种环流形势下，长江上游及汉江上游风场呈辐合型异常，垂直方向由上升气流控制，水汽输送出现明显的辐合异常，有利于强降雨的发生，从而发生旱涝转折.涝旱转折则基本与之相反.

随着全球气候变化的加剧，长江流域秋季旱涝转折规律发生了明显的转变，针对此开展持续研究有利于加深对区域气候变化和水文循环的理解，且对于提升流域水资源管理、灾害预防等的科学性和有效性具有重要价值.本文主要分析了秋季长江流域旱涝/涝旱转折的时空特征以及相应的环流形势转换过程，但对于引发这种转换的外界强迫因子以及相应的影响和传播机制还缺乏研究，有待后续进一步展开深入分析.

参考文献

[1] Bi, W. X., Li, M., Weng, B. S., et al., 2023. Drought⁃Flood Abrupt Alteration Events over China. Science of The Total Environment, 875: 162529. https://doi.org/10.1016/j.scitotenv.2023.162529

[2] Chen, G. Y., Zheng, J., Zhang, X., 2022. Flood Control and Water Storage of the Danjiangkou Reservoir in 2021. China Water Resources, (5): 24-27 (in Chinese with English abstract).

[3] Chen, K., Zhong, L. H., Hua, L. J., et al., 2020. Analysis on the Interdecadal Transition and Its Causes of the Autumn Precipitation Trend in West China. Climatic and Environmental Research, 25(1): 90-102 (in Chinese with English abstract)

[4] Chen, S. Q., Xu, F., Li, Y. J., et al., 2020. Summer SST in the Northwest Pacific in the Past 70 Years and Its Correlation with the Variation of the Western Pacific Subtropical High. Journal of Tropical Meteorology, 36(6): 846-854 (in Chinese with English abstract).

[5] De Luca, P., Messori, G., Wilby, R. L., et al., 2020. Concurrent Wet and Dry Hydrological Extremes at the Global Scale. Earth System Dynamics, 11(1): 251-266. https://doi.org/10.5194/esd⁃11⁃251⁃2020

[6] Duan, M. K., Li, X., Wang, P. X., 2020. Climate Change Characteristics and Significance Tests of Temperature and Precipitation of China Weather Stations in Winter and Summer. Transactions of Atmospheric Sciences, 43(5): 888-896 (in Chinese with English abstract).

[7] Guo, S. L., Li, N., Wang, J., et al., 2023. Influence of Autumn Rain of West China and Meiyu on Impoundment Operation of Three Gorges Reservoir. Yangtze River, 54(7): 69-74 (in Chinese with English abstract)

[8] Luo, X., Li, D. L., Wang, H., 2013. New Evolution Features of Autumn Rainfall in West China and Its Responses to Atmospheric Circulation. Plateau Meteorology, 32(4): 1019-1031 (in Chinese with English abstract)

[9] Ma, J. H., 2020. Practice and Reflection on Flood Control and Disaster Mitigation in Changjiang River Basin in 2020. Yangtze River, 51(12): 1-7 (in Chinese with English abstract).

[10] Shan, L. J., Zhang, L. P., Chen, X. C., et al., 2015. spatio⁃Temporal Evolution Characteristics of Droughtflood Abrupt Alternation in the Middle and Lower Reaches of the Yangtze River Basin. Resources and Environment in the Yangtze Basin, 24(12): 2100-2107 (in Chinese with English abstract).

[11] Shan, L. J., Zhang, L. P., Song, J. Y., et al., 2018. Characteristics of Dry⁃Wet Abrupt Alternation Events in the Middle and Lower Reaches of the Yangtze River Basin and the Relationship with ENSO. Journal of Geographical Sciences, 28(8): 1039-1058. https://doi.org/10.1007/s11442⁃018⁃1540⁃7

[12] Sun, Z. X., Zhang, Q., Sun, R., et al., 2022. Characteristics of the Extreme High Temperature and Drought and Their Main Impacts in Southwestern China of 2022. Journal of Arid Meteorology, 40(5): 764-770 (in Chinese with English abstract)

[13] Tu, X. J., Pang, W. N., Chen, X. H., et al., 2022. Limitations and Improvement of the Traditional Assessment Index for Drought⁃Wetness Abrupt Alternation. Advances in Water Science, 33(4): 592-601 (in Chinese with English abstract).

[14] Wang, H. J., Chen, Y. N., Pan, Y. P., et al., 2019. Assessment of Candidate Distributions for SPI/SPEI and Sensitivity of Drought to Climatic Variables in China. International Journal of Climatology, 39(11): 4392-4412. https://doi.org/10.1002/joc.6081

[15] Wang, L., Guo, S. L., Wang, J., et al., 2024. A Novel Multi⁃Scale Standardized Index Analyzing Monthly to Sub⁃Seasonal Drought⁃Flood Abrupt Alternation Events in the Yangtze River Basin. Journal of Hydrology, 633: 130999. https://doi.org/10.1016/j.jhydrol.2024.130999

[16] Wei, T., He, S. P., Yan, Q., et al., 2018. Decadal Shift in West China Autumn Precipitation and Its Association with Sea Surface Temperature. Journal of Geophysical Research: Atmospheres, 123(2): 835-847. https://doi.org/10.1002/2017JD027092

[17] Wu, X. Y., Hao, Z. C., Hao, F. H., et al., 2019. Dry⁃Hot Magnitude Index: A Joint Indicator for Compound Event Analysis. Environmental Research Letters, 14(6): 064017. https://doi.org/10.1088/1748⁃9326/ab1ec7

[18] Wu, Z. W., Li, J. P., He, J. H., et al., 2006. Large⁃Scale Atmospheric Singularities and Summer Long⁃Cycle Droughts⁃Floods Abrupt Alternation in the Middle and Lower Reaches of the Yangtze River. Chinese Science Bulletin, 51(16): 2027-2034. https://doi.org/10.1007/s11434⁃006⁃2060⁃x

[19] Xia, J., Chen, J., She, D. X., 2022. Impacts and Countermeasures of Extreme Drought in the Yangtze River Basin in 2022. Journal of Hydraulic Engineering, 53(10): 1143-1153 (in Chinese with English abstract).

[20] Yang, C. P., Tuo, Y. F., Ma, J. M., et al., 2019a. Spatial and Temporal Evolution Characteristics of Drought in Yunnan Province from 1969 to 2018 Based on SPI/SPEI. Water, Air, & Soil Pollution, 230(11): 269. https://doi.org/10.1007/s11270⁃019⁃4287⁃6

[21] Yang, J. W., Chen, H., Hou, Y. K., et al., 2019b. A Method to Identify the Drought⁃Flood Transition Based on the Meteorological Drought Index. Acta Geographica Sinica, 74(11): 2358-2370 (in Chinese with English abstract)

[22] Yang, P., Zhang, S. Q., Xia, J., et al., 2022. Analysis of Drought and Flood Alternation and Its Driving Factors in the Yangtze River Basin under Climate Change. Atmospheric Research, 270: 106087. https://doi.org/10.1016/j.atmosres.2022.106087

[23] Yang, S. Y., Wu, B. Y., Zhang, R. H., et al., 2013. Relationship between an Abrupt Drought⁃Flood Transition over Mid⁃Low Reaches of the Yangtze River in 2011 and the Intraseasonal Oscillation over Mid⁃High Latitudes of East Asia. Acta Meteorologica Sinica, 27(2): 129-143. https://doi.org/10.1007/s13351⁃013⁃0201⁃0

[24] Zhang, C., Wang, Z. Y., Zhou, B. T., et al., 2019. Trends in Autumn Rain of West China from 1961 to 2014. Theoretical and Applied Climatology, 135(1): 533-544. https://doi.org/10.1007/s00704⁃017⁃2361⁃9

[25] Zhang, D. Y., Wu, Y. Q., Li, N., 2017. Analysis on Evolution Trend of Hydrological Variables in Niyanghe Basin Based on Mann⁃Kendall Test. China Rural Water and Hydropower, (12): 86-89 (in Chinese with English abstract).

[26] Zhang, X. D., Shi, R. Q., Wu, D., et al., 2021. Drought Characteristics of Haihe Plain Based on SPI and Cloud Model. Transactions of the Chinese Society for Agricultural Machinery, 52(7): 313-321 (in Chinese with English abstract)

[27] Zhang, Y. F., Zhai, L. N., Lin, P. R., et al., 2021. Variation Characteristics and Driving Factors of Drought and Flood and Their Abrupt Alternations in a Typical Basin in the Middle Reaches of Yangtze River. Engineering Journal of Wuhan University, 54(10): 887-897, 933 (in Chinese with English abstract).

[28] Zhao, D. S., Deng, S. Q., Zhang, J. C., 2022. Spatiotemporal Characteristics of Dry⁃Wet Abrupt Alternation Events in China during 1960-2018. International Journal of Climatology, 42(16): 9612-9625. https://doi.org/10.1002/joc.7850

[29] Zhou, C. H., Xiao, D. X., Yu, S. H., 2022. Comparison of the Structural Characteristics of the the Jiulong Vortex Continuing to Move Northeast and Stagnating in the Sichuan Basin. Plateau Meteorology, 41(5): 1220-1231 (in Chinese with English abstract).

[30] Zhou, P., Liu, Z. Y., 2018. Likelihood of Concurrent Climate Extremes and Variations over China. Environmental Research Letters, 13(9): 094023. https://doi.org/10.1088/1748⁃9326/aade9e

基金资助

国家十四五重点研发计划项目(2022YFC3002701)

国家自然科学基金项目(U2340205)

武汉市曙光知识创新专项(2023020201020356)

水利部重大科技项目(SKS⁃2022034)