拉尼娜事件或于春末结束 致华南入汛偏晚降雨偏少

拉尼娜事件或于春末结束 致华南入汛偏晚降雨偏少

缩小字体放大字体收藏微博微信分享

原标题：拉尼娜事件或于春末结束 致华南入汛偏晚降雨偏少

5月7日，福建厦门部分地区降特大暴雨，引发严重城市内涝，共享单车浸泡水中、还有网友拍摄到街头鱼群游动的画面。当天下午，广东广州也暴雨突袭，白昼如夜。尽管本周广东等地降雨不断，但华南入汛来整体降雨依然偏少，部分地区仍存在轻到中度气象干旱。拉尼娜事件是春季以来华南降雨偏少的原因之一。

华南汛期"迟到"降雨偏弱 拉尼娜事件为原因之一

一般在每年4月初，我国华南地区进入前汛期。根据中国气象局的业务标准，广东、广西、福建和海南当中任何一省/区的入汛时间即定义为华南入汛时间。4月20日，广西达到入汛标准，也确定了今年华南前汛期的开始时间。常年，华南平均入汛时间为4月6日，今年明显偏晚。

根据华南前汛期入汛标准，只要华南一省入汛就定义为华南入汛。1961年来，有39年都是广东首先入汛，开启华南前汛期。

入汛后，华南地区降雨分布不均，主要降雨偏多区集中在海南和广西，而广东和福建的降雨明显偏少，部分地区出现重度气象干旱。

国家气候中心首席预报员陈丽娟表示，广东、福建等地前汛期降水异常偏少与西北太平洋的环流特征密切相关。春季以来，广东、福建等地上空来自南海的偏南风较常年同期明显减弱，在环流异常场上显示为东北风距平，意味着来自南海和西北太平洋的水汽输送条件较常年明显偏差，造成降水偏少，入汛偏晚；而广西、海南以及我国西南的部分地区受到来自孟加拉湾和中南半岛的较强水汽输送的影响，有利于形成降水过程。

而广东和福建上空的偏南风减弱又受到拉尼娜事件的明显影响。研究表明，在拉尼娜事件发生之后，海温异常会通过激发大气中的波动，使得菲律宾附近维持气旋式异常环流，从而使我国华南等地处于东北风距平控制之下、来自南海和西北太平洋的水汽输送减少、造成降水偏少。今年春季西北太平洋的环流特征以及华南前汛期开始偏晚、降水偏弱的特征印证了此前的研究结果。

5月7日，福建厦门遭遇强降雨，城市内涝严重。

5月7日以来，广东、福建等地降雨增多增强，局部地区降雨甚至突破历史纪录。5月7日，厦门部分站点降特大暴雨，内涝严重。当天，广东也出现强降雨，于5月7日正式入汛。至5月11日，广东多地经历多次降雨过程。广西也经历短时强降雨等天气，南宁、玉林等地出现内涝，贺州等地山体滑坡阻断交通。

5月10日和5月6日全国气象干旱综合监测图显示，广东大部气象干旱解除，福建气象干旱明显缓解。（图中色块颜色越深，代表气象干旱程度越重）

尽管本周降雨增多，但整体来看，今年华南入汛来降雨仍比常年偏少。监测显示，4月20日至5月10日，广西和海南降雨较常年同期明显偏多，局部地区偏多1倍以上，而广东和福建明显偏少，大部地区偏少50%以上，华南区域降水呈现西多东少的特征。经过这几天的降雨后，广东、福建局部地区的重度气象干旱解除，但广东东部部分地区、福建大部地区仍存在轻度到中度干旱。

未来一周华南降雨减少减弱  南海夏季风无爆发迹象

根据中央气象台最新的7天预报来看，5月11日起，华南地区再次进入一段少雨期。"未来几天，副热带高压增强，同时没有冷空气影响华南地区，缺乏降雨的必要条件，华南地区的降雨将减弱减少"，中央气象台首席预报员马学款表示。

从常年来看，华南前汛期最猛烈的降雨出现在5月中旬至6月中旬，当地人称"龙舟水"。"孩童不晓龙舟雨，笑指仙庭倒浴盆"，雨势猛烈，犹如倒水。因为此时南海夏季风爆发，带来大量水汽。陈丽娟首席表示，截至5月10日，南海夏季风还没有爆发迹象。预计今年南海夏季风爆发时间接近常年（5 月5候，5月21日-25日）到偏晚，夏季风季节进程有推迟迹象。

拉尼娜将于春末结束 夏季北方或多雨

拉尼娜事件不仅对华南前汛期的降雨多寡产生影响，更可能影响我国主汛期的雨量分布。据国家气候中心的最新监测，拉尼娜事件在冬季达到盛期后，已在春季（气候统计上的春季为3、4、5月）开始减弱。4月以来，热带中东太平洋冷海温减弱的趋势较为明显，预计于春末结束，然后进入中性状态。

陈丽娟首席表示，一般而言，在拉尼娜结束的当年春季，热带中东太平洋和印度洋海温偏冷、热带西太平洋海温偏暖，在这样海温异常的影响下，菲律宾附近会出现气旋式异常环流。该气旋式异常环流往往会从春季持续至夏季，使得夏季副热带高压偏弱、脊线偏北、东亚夏季风偏强，主要多雨区位于我国的北方地区。

我国汛期雨季进程图。（来源：中国气象报社）

​通常，我国汛期主雨带随着副热带高压的北移而移动，副高外围是降雨的主要区域。4至6月雨带位于华南地区，6月中旬至7月中旬移动至长江中下游一带，7月下旬至8月主雨带再次北抬至华北、东北。如果副高脊线偏北的话，意味着主要多雨区可能位于我国北方地区。

但是，热带海温在拉尼娜事件结束之后的演变可能存在比较大的差异，因此对我国汛期的影响仍存在不确定性。同时，我国汛期气候还受到中高纬度环流的影响。所以同是拉尼娜结束年的夏季，由于不同天气系统的组合影响，也会导致不同的汛期气候特征。

http://news.sina.com.cn/o/2018-05-11/doc-ihamfahw4697148.shtml

中国下一场灾害就是严重干旱和沙尘暴高峰

气象观测资料表明，从二十世纪九十年代末开始，中国北方地区沙尘天气呈增强趋势，预示着中国可能进入了新一轮沙尘暴频发周期。

研究表明，世界气候的变化与中国的持续干旱是造成沙尘暴天气增强的主要原因。依据太阳黑子周期长度(SCL)资料，将过去2500年分为"好天时代"(SCL＜11年)和"坏天时代"(SCL＞11年)，发现在"坏天时代"中国旱灾频率显著高于"好天时代"。"好(坏)天世纪"与气候暖(冷)期有好的对应；并提出了太阳活动影响气候的过程链。他们在1470-1975年划出100个“旱年”，其中74个出现在坏天时代，只有26个出现在好天时代，坏天时代的旱年频数比好天时代几乎要多2倍。10大中国严重干旱有8次发生在坏天时代和太阳黑子超长极小期时期。

２００４年中国北方沙尘暴呈增加之势，主要与太阳黑子活动周期变长等因素有关。太阳黑子活动周期变长、我国严重干旱频发和沙尘暴百年高峰有很好的对应关系。

21世纪太阳黑子超长极小期已经开始，中国下一场灾害就是严重干旱和沙尘暴高峰。

表1  太阳活动、中国干旱、强潮汐和坏天时代的对应关系

Table 2 The relation of solar activity, volcanic eruption, tides and lower temperature

注：10大中国严重干旱有8次发生在坏天时代和太阳黑子超长极小期时期。中国历史上共出现大约五个沙尘暴频发周期，与坏天时代和太阳黑子超长极小期大致一一对应。

http://blog.sciencenet.cn/blog-2277-1106350.html

综合研究结论

21世纪太阳黑子超长极小期已经开始（见表1），中国下一场灾害就是严重干旱和沙尘暴高峰。

http://blog.sciencenet.cn/blog-2277-1102911.html

参考文献

1．  杨海, 范来福, 刘继锋. 禽流感和流感的关系、起源、变异和对策[J]. 职业与健康. 2004, 20（10）: 87-89

2．  于恩庶，徐秉锟，主编。中国人兽共患病学[M]。福州：福建科技出版社，1988。233。

3．  Terrence M. Tumpey,Christopher F. Basler, Patricia V.Aguilar, et al. Characterization of theReconstructed 1918 Spanish InfluenzaPandemic Virus [J], Science. 2005, 310: 77– 80

4．  杨冬红，杨学祥，刘财。2004年12月26日印尼地震海啸与全球低温[J]。地球物理学进展。2006，21（3）：1023-1027

5．  杨冬红，杨学祥。流感世界大流行的气候特征。沙漠与绿洲气象。2007，1（3）：1-8。

6．  杨学祥。灾害链规律不容忽视。文汇报。科技文摘专刊（第683期）。2008年3月2日第五版。

7．  杨学祥，杨冬红。地震、海啸、低温和流感：灾害链的变化趋势。生命与灾害，2009，（11）：4-7.

8．  杨冬红，杨德彬，杨学祥。太平洋十年涛动冷位相中的流感爆发。《世界地质：英文版》 2010年第13卷第2期104-107页。

9．  杨冬红，杨学祥. 厄尔尼诺事件和拉尼娜事件的成因与预测. 沙漠与绿洲气象. 2008,2(5): 1-10

10．Upgrade influenza pandemic warning: possible pandemic nextyear 流感大流行预警：2008年可能发生流感大流行。发表人：yxx119  发表时间：2008年1月27日14点57分 来源：View SinglePost。http://www.flu.org.cn/scn/news-14085.html

11. 张德二. 中国历史气候记录揭示的千年干湿变化和重大干旱事件. 科技导报. 2004 No.8 47-49。

12. 杨冬红，杨德彬，杨学祥。地震和潮汐对气候变化的影响。地球物理学报。2011，54（4）：926-934.

13. 汤懋苍,柳艳香,郭维栋.　天时、气候与中国历史(Ⅰ):太阳黑子周长与中国气候.高原气象. 2001 Vol.20 No.4  368-373页.

http://blog.sciencenet.cn/blog-2277-1107286.html 

http://blog.sciencenet.cn/blog-2277-1112184.html