根据上述分析, 进一步对气温的变化阶段进行具体年数划分, 方法如下:考虑到气候特征应是要素较长时段的综合特征, 结合EOF主模态和功率谱分析结果, 对67年的气温序列划分为3个阶段, 每阶段长度应至少20年。由于是67年, 因此在20年基础长度上的3个阶段会出现不同年数长度的多种分段可能。采用二阶多项式方程拟合气温阶段序列(线性拟合过于粗略, 并且不易区分各阶段的差异特征, 三阶多项式为波状, 造成同一阶段中同时存在上升与下降的相反趋势), 则方程中有平方项、单次项及常数项, 考虑所划分的每个气候阶段, 要素变化趋势应尽可能线性, 即变化趋势在每一阶段中尽可能一致。则对应时间段的趋势线方程中的平方项应经可能小, 即曲率项尽可能小。

(1) 采用对温度阶段做趋势线拟合时, 趋势线的表达式为:

Y=a× X²+b× X+c (1)

当表达式中平方项的系数小(即公式1中的a值尽可能的小), 说明趋势线的弯曲性小, 则其线性变化特征比较显著。

(2) 对3个阶段不同年数划分的趋势表达式的二次项系数a进行排列组合与分析(表1), 以便选取最小a值对应的年数阶段趋势线。

表1

Table 1

表1(Table 1)

表1 阶段长度分类列表及拟合曲线2项式系数a Table 1 Stage length classification list and fitting curve 2-item coefficient a 阶段1 年数 阶段2 年数 阶段3 年数 2项式系数a 20 23 24 0.0137 -0.0018 -0.0028 24 23 -0.002 -0.0026 21 22 24 0.0112 -0.0025 -0.0028 23 23 -0.0026 -0.0026 24 22 -0.0026 -0.0021 22 21 24 0.0091 -0.0028 -0.0028 22 23 -0.0029 -0.0026 23 22 -0.0028 -0.0021 24 21 -0.0033 0.0002 23 20 24 0.0072 -0.002 -0.0028 21 23 -0.0022 -0.0026 22 22 -0.0022 -0.0021 23 21 -0.0028 0.0002 24 20 4.7× 10-5 -0.0029 24 20 23 0.0076 -0.0046 -0.0026 21 22 -0.0042 -0.0021 22 21 -0.0047 0.0002 23 20 -0.0012 -0.0029

表1 阶段长度分类列表及拟合曲线2项式系数a Table 1 Stage length classification list and fitting curve 2-item coefficient a

表1显示, 当第1阶段取23年, 第2阶段取24年, 第3阶段取20年的情况下, 三阶段的3个趋势线均具有最小的a值。即在此种分段下, 各阶段的趋势拟合线的线性特征较强, 曲线性(在一个阶段中气温变化既有上升又有下降)最弱。由此获得67年可分为3个气温变化阶段:1948— 1970年共23年; 1971— 1994年共24年; 1995— 2014年共20年。

进一步, 对这3个气温变化阶段的气温演变趋势进行特征对比, 以确定3个阶段的特征的主要差异。根据上述结果, 分析拟合曲线演变趋势(图4): 江淮地区1948— 2014年67年的3个不同的气温变化阶段中, 1948— 1970(23年):气温趋势下降阶段; 1971— 1994(24年):气温趋势上升阶段; 1995— 2014(20年):气温趋势上升变缓阶段(图4)。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 各气候阶段5~7月平均气温序列Fig.4 The mean temperature series from May to July in each climate stage

分析三阶段气温趋势的各自特征, 参考非线性映射法, 对气温序列特征进行具体的定量化分析, 运用气温曲线指数, 分别对不同阶段时间序列进行气温指数TI计算:

TI(1000 hPa)=(T_n-T₁)× (T_max-T_min)× Δ T (2)

公式(2)中T_n为阶段趋势线末端值, T₁为阶段趋势线起始值, T_max为阶段序列中最大值, T_min为阶段序列中最小值。Δ T(变化速率)为气温序列值中后一年值减前一年值的均方根:

Δ T= ∑i=1n(Ti+1-Ti)2n-1(3)

这样, 描述各阶段气温特征的气温指数公式(2)包含3项: 各阶段气温趋势变化倾向(公式(2)中右侧第1项)、气温变化幅度项(公式(2)中右侧第2项)、变化速率项(公式(2)中右侧第3项)。再将3个值相乘, 获得各气候阶段气温指数(TI) 特征(表2)。

通过TI指数计算, 不同气温变化阶段的多项气温演变特征可进行降维定量比较。如表2中最后一行数值所示, 第1阶段(1948— 1970年)TI指数为-2.5, 很好地指示气温趋势为明显的下降(图4a); 第2阶段(1971— 1994年)TI指数为1.15, 指示这一阶段气温趋势明显上升(图4b), 上升的斜率较第一阶段弱(升温幅度小于前阶段的降温幅度); 第3阶段(1995— 2014年)TI指数为0.42, 相比上一阶段, 上升趋势明显减缓(图4c)。

表2

Table 2

表2(Table 2)

表2 气温变化阶段指数列表 Table 2 Temperature trend stage index list 1 000 hPa气温 1948— 1970年 1971— 1994年 1995— 2014年 变化倾向 -1.63 0.77 0.59 变化幅度 2.43 2.3 1.28 变化速率 0.63 0.65 0.56 气温变化阶段指数TI -2.5 1.15 0.42

表2 气温变化阶段指数列表 Table 2 Temperature trend stage index list

3.4 3个阶段气温EOF分析

对3个阶段1 000 hPa的5~7月平均气温进行EOF分析, 得到图5, 即3个阶段的主模态空间分布特征。可见在第1阶段空间分布主要为全场负值偏冷, 降温梯度自南向北, 从图4的时间序列看, 在整个阶段呈现一个气温下降的趋势; 第2阶段气温有了显著的增暖, 主要为全区域正值暖区(中心值为0.25), 暖中心位于区域中部, 这个阶段气温有一个上升的趋势; 第3阶段也为正值区, 暖中心值范围明显大于第2阶段, 暖中心位置偏北, 气温处于高位。 时间序列显示的气温变化比较平缓, 升降趋势不明显。

3.5 3个阶段内气温次级阶段演变特征

为了后续探讨江淮气旋在阶段内的特征演变以及与阶段气温变化特征的对应状态, 将每个气温变化阶段进一步划分为2个次级阶段, 以便通过对比次级阶段气温变化特征、分析江淮气旋的次级阶段演变特征, 进而获得气旋与环境气温两者在各主阶段中的变化对应关系。将3个阶段在每个阶段内划分为2个小阶段, 第1阶段为前12年、后11年2个阶段, 第2和3阶段分别平均分为12年、12年和10年、10年的小阶段。对6个气温变化阶段分别求出其平均气温, 如图6 所示。图6显示在第1阶段前后2个小阶段气温具下降趋势, 前后2个阶段相差0.8 ℃(图6a), 而第2, 3大阶段中前后2个阶段的气温具上升趋势, 其中第2大阶段后一个次阶段较前一个次阶段气温增加0.4 ℃, 第3大阶段中后一个次阶段较前一个次阶段气温增加0.3 ℃, 这与3个大阶段的气温变化指数TI(表2)所显示的特征相吻合。 这样的次级阶段划分, 便于后续气旋活动特征统计和对比。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 3个阶段5~7月平均气温的EOF1(1 000 hPa)空间分布Fig.5 EOF1 of seasonal(5~7 month) average temperature of in three stages(1 000 hPa)

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 3个阶段内次级阶段的平均气温对比Fig.6 Mean temperature features in secondary stages in three climate stages

根据气象学定义^[9], 对产生于长江中下游地区和淮河流域内(图1框区), 生命史大于或等于12 h, 具有明显冷暖锋结构的低值气旋系统, 称为江淮气旋。

本文研究区域为江淮地区(110° ~126° Ε , 27° ~36° N), 统计的时间段为1948— 2014年67年的汛期(5~7月)。根据江淮气旋定义, 结合NCEP/NCAR的逐6 h再分析数据, 若江淮气旋从发生到在区域中消失维持在 3个连续时刻 (间隔2个6 h, 即12 h) 以上, 并且对应气旋的低值闭合等值线达到2圈, 则筛选为研究所用的江淮气旋。筛选的气旋还经过了MICAPS系统客观天气图产品气旋的对比核查, 结果基本一致。

4.2.1 江淮气旋发生频数统计

如表3所示, 1948— 2014年67年间5~7月江淮气旋共发生754例, 其中第1阶段(1948— 1970年:气温趋势下降阶段)23年中有181例, 年平均发生7.9例; 第2阶段(1971— 1994年:气温趋势上升阶段)24年中有303例, 年平均12.6例; 第3阶段(1995— 2014年:气温处于高位, 变化趋势上升变缓阶段)20年中发生了267例, 年平均13.4例; 显然, 气温上升阶段的江淮气旋发生更为频繁。环境气温尤其是下垫面的增暖, 对气旋的发生与活跃更为有利。

考虑阶段中的气温变化影响, 对3个阶段中次级阶段的气旋发生数量也进行了统计(表4), 结果显示在气温上升的第2和第3阶段, 气旋发生的年平均数均显示第2次阶段高于第1次阶段。即气旋年平均数的增加与这2个阶段的气温趋势增暖变化特征一致。第1阶段虽然气旋数量在前后2个次级阶段没有明显的下降趋势, 但是数量是显然地低于其他2个气温增暖阶段。整体上第3阶段的气旋年平均数最大, 第 1阶段年平均数最小, 气旋数量最少, 也表现出了气温变化与江淮气旋发生频数变化趋势的相似与一致。

表3

Table 3

表3(Table 3)

表3 不同气温变化阶段气旋发生频数对比 Table 3 Comparison of cyclone frequencies in different temperature trend Stages 气候阶段/气旋频数 1948— 1970年 1971— 1994年 1995— 2014年 气旋发生总频数 181 303 267 气旋发生频数年平均 7.9 12.6 13.4

表3 不同气温变化阶段气旋发生频数对比 Table 3 Comparison of cyclone frequencies in different temperature trend Stages

表4

Table 4

表4(Table 4)

表4 不同气温变化阶段各个细分阶段气旋发生频数对比 Table 4 Comparison of cyclone frequencies at different secondary stages in different temperature trend stages 气温阶段 1948— 1970年 1971— 1994年 1995— 2014年 气温阶段细分 12年 11年 12年 12年 10年 10年 气旋发生总数 94 87 145 158 133 134 气旋发生年平均 7.8 7.9 12.1 13.2 13.3 13.4

表4 不同气温变化阶段各个细分阶段气旋发生频数对比 Table 4 Comparison of cyclone frequencies at different secondary stages in different temperature trend stages

4.2.2 江淮气旋生命史统计

关于3个不同气温变化阶段气旋生命史特征, 统计结果显示, 生命史为12 h的气旋数量最多, 12~24 h的次之, 然后是24~48 h和48~72 h, 大于72 h的最少。大多数江淮气旋的生命史在48 h以内, 3个阶段的占比都在90%以上(表5), 而长于48 h的气旋比例小得多, 但在气温上升阶段生命史大于48 h的气旋频数明显增加。因此, 气温上升阶段对应更多气旋具有更长的生命长度。显示环境增暖有利于气旋的维持。

表5

Table 5

表5(Table 5)

表5 各气温变化阶段区域内气旋生命史百分比分布表 Table 5 Percentage distribution of cyclone life cycle in different temperature trend stages 1948— 1970年 1971— 1994年 1995— 2014年 12~48 h 95.03% 93.40% 90.64% > 48 h 4.97% 6.60% 9.36%

表5 各气温变化阶段区域内气旋生命史百分比分布表 Table 5 Percentage distribution of cyclone life cycle in different temperature trend stages

次级阶段的生命史对比特征, 也表现出与阶段气温变化趋势的一致性。第1阶段内后一个次阶段的长生命史(> 48 h)的年平均气旋数明显小于前一个次阶段, 显示随着环境气温的降低, 气旋不易维持长生命期; 在增暖的第2和第3阶段, 长生命史气旋数量随气温增暖有增多(如在第三阶段), 或者保持不减少(如在第2阶段, 表6)。江淮地区位于温带冷暖气团交汇纬度, 通常春季暖气团势力的增强与北抬, 增加江淮地区的斜压性, 更有利于引起更多气旋活动。

表6

Table 6

表6(Table 6)

表6 3个阶段内次级阶段的生命史统计 Table 6 Cyclone life cycle statistics of secondary stage in three stages 年平均 (生命史) 1948— 1970年 1971— 1994年 1995— 2014年 阶段1 (12年) 阶段2 (11年) 阶段1 (12年) 阶段2 (12年) 阶段1 (10年) 阶段2 (10年) 12~48 h 7.17 7.73 11.25 12.33 12.20 12.00 > 48 h 0.67 0.18 0.83 0.83 1.10 1.40

表6 3个阶段内次级阶段的生命史统计 Table 6 Cyclone life cycle statistics of secondary stage in three stages

4.2.3 江淮气旋伸展高度统计

对1948— 2014年67年5~7月江淮气旋的伸展高度进行统计, 首先根据气旋伸展高度, 将汛期气旋分为3类, 伸展到500 hPa或以上的为深厚型, 伸展到850~700 hPa为浅薄型, 仅伸展到1 000~925 hPa为底层型。3类气旋中浅薄气旋数量最多, 占总数的62.18%, 深厚型和底层型数量较少, 分别占百分比为19.44%和18.38%。依据3类气旋, 对比3个阶段的统计结果, 发现气旋在3个阶段的伸展高度特征为:①深厚型的数量, 在气温增暖的阶段数量增加。②浅薄型在各阶段均占比最大, 说明江淮汛期气旋是一类浅薄型系统。浅薄型气旋较深厚型多2~3倍。在气温增暖的阶段, 其数量显著增加。③底层型数量也相对较少, 大体与深厚型的数量相当。在气温增暖的阶段, 其数量也较偏冷阶段显著增加。

江淮气旋的类型主要为浅薄气旋, 讨论各气温细分阶段的浅薄型气旋的数量变化状况, 如表7所示。表7显示浅薄型气旋发生的年平均数和3个阶段的气温趋势变化较为符合, 第1阶段的前后2个次级阶段, 浅薄型气旋发生的年平均数有减少, 与气温降低趋势一致, 而在第2和3阶段, 浅薄型气旋发生的年平均数的确有增加的趋势, 尤其第2阶段增加趋势较为明显。显示了气温的阶段变化增暖与转冷状况与浅薄气旋生成数量变化的一致性。

表7

Table 7

表7(Table 7)

表7 3个阶段内次级阶段的浅薄型气旋统计 Table 7 The shallow-type cyclone statistics of the secondary stage in the three temperature trend stages 气温阶段细分 1948— 1970年 1971— 1994年 1995— 2014年 12年 11年 12年 12年 10年 10年 浅薄型气旋发生总数 57 50 89 106 78 86 浅薄型气旋发生年平均 4.8 4.5 7.4 8.8 7.8 8.6

表7 3个阶段内次级阶段的浅薄型气旋统计 Table 7 The shallow-type cyclone statistics of the secondary stage in the three temperature trend stages

4.2.4 江淮气旋路径统计

对67年汛期江淮气旋的路径进行统计, 发现江淮汛期气旋移动路径可大致分为3种类型:纬向路径(图7a)、经向路径(图7b)和打转路径(图7c)。统计显示, 江淮汛期气旋的路径主要为纬向路径, 其中纬向路径占比50.8%, 打转路径占比33.51%, 经向路径占比较少, 为15.69%。绝大部分路径移动方向为由西向东或东北, 少数向东南方向移动。

在3个阶段中, 3种路径的气旋数量均随阶段气温的降低和增暖有增减。其中经向型对暖气团的北上与势力扩展响应最为一致, 如表8所示。

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 江淮气旋路径类别图 (a)纬向路径; (b)经向路径; (c)打转路径Fig.7 Classification of cyclone paths (a) Zonal path; (b) Meridional path; (c) Rotation path

表8

Table 8

表8(Table 8)

表8 3类路径江淮气旋在3个阶段中的数量统计 Table 8 The statistics on three types of cyclone paths in three temperature stages 路径类型 1948— 1970年 1971— 1994年 1995— 2014年 合计 打转 45 74 69 188 纬向 64 127 94 285 经向 17 32 39 88 路径不明* 55 70 65 190 合计 181 303 267 751 注:* 路径不明的情况包括:①特定参考层(850或1 000 hPa)上气旋不连续, 无法识别路径; ②特定参考层(850或1 000 hPa)上未出现气旋

表8 3类路径江淮气旋在3个阶段中的数量统计 Table 8 The statistics on three types of cyclone paths in three temperature stages

将江淮区域进行纬向分区, 分为3条纬带区:

南区:27° ~30° N; 中区:30° ~33° N; 北区:33° ~36° N。统计每一例气旋发展过程中移动到的最北点在三纬带的落区, 得到每个分区到达最北的气旋的年平均数(表9)。第1阶段中北区气旋发生的年平均数在后次阶段较前次阶段有所减少, 呈现一个下降的趋势, 与该阶段气温演变呈下降趋势一致; 在第2阶段到达北区的气旋数的次阶段趋势是增加的, 与图5中暖中心区域位置偏北相符。显示前2个阶段的气旋北上数量的变化趋势和气温的变化趋势比较一致, 而第3阶段由于暖中心在北区扩展, 到达北区的气旋数量整体有增加, 尤其是在第1次阶段, 数量增加显著, 但随着时间演变, 到第2次阶段并没有表现出数量上的持续增长, 但与到达中区和南区的气旋数量相比, 占比仍然保持在高位。总体上, 气旋北上数量的增减与气温主阶段特征对应, 随气温升高, 暖气团北移, 对气旋活动范围具有引导作用。同时由于江淮气旋的形成受温带锋区影响, 上述结果显示出暖气团的强势主导温带锋区的活跃性, 进而促进江淮气旋的发生发展与活动范围。

表9

Table 9

表9(Table 9)

表9 3个阶段内次级阶段的气旋路径最北点年平均统计* Table 9 Statistics of the farthest north point of the cyclone path in the three stages 主阶段 1948— 1970年 1971— 1994年 1995— 2014年 次阶段 时段年数 阶段1 (12) 阶段2 (11) 阶段1 (12) 阶段2 (12) 阶段1 (10) 阶段2 (10) (Z+S) 1.75 3.00 3.75 4.33 3.50 4.40 N 3.25 3.00 5.17 6.17 6.80 5.50 N/(Z+S) 1.86 1.00 1.38 1.42 1.94 1.25 N/阶段总数 0.65 0.50 0.58 0.59 0.66 0.56 注:* N为北区, Z为中区, S为南区; 数据为年平均

表9 3个阶段内次级阶段的气旋路径最北点年平均统计* Table 9 Statistics of the farthest north point of the cyclone path in the three stages

在3个大阶段中, 合成气旋的温压风场分布特征响应阶段气温基本状态, 从第1阶段到第3阶段:气旋强度呈现出递增的趋势, 气旋地面中心位势高度值从第1阶段的1 440 gpm 一直降低到第3阶段的1 410 gpm , 气旋中心高度值的减弱与环境暖气团势力增强, 气柱增暖拉伸, 造成低层减压的构成有关。气旋位势高度梯度的强度也有明显增加; 气旋中心气温有增高趋势, 从15 ℃升高到16 ℃, 气温梯度也有所增强; 锋区加大, 影响风速也明显增强, 气旋最大风速值从第1阶段的10 m/s增加到第3阶段的14 m/s; 其中, 第1阶段到第2阶段的增强变化最为显著, 气旋强度, 中心气温和风速的增加明显, 而第2阶段到第3阶段的升势不是很显著, 但第3阶段气旋要素强度继续维持旺盛。

对3个大阶段的中次级阶段的温压风场特征进行分析, 调查在各阶段中, 气旋特征的演变与阶段气温变化趋势的关系。第1阶段内(图8a, b):阶段气温是降低趋冷的, 在前后2个次阶段内后一阶段较前一阶段气旋强度明显减弱(中心位势高度值从1 420 gpm 升高为1 450 gpm ), 位势高度梯度减小, 区域内气温梯度减小, 最大风速减小(从12 m/s减小为10 m/s), 显示偏冷的环境下, 不利于或是抑制江淮气旋的活跃。第2阶段内(图8c, d):阶段气温是增暖的, 后一阶段较前一阶段气旋强度明显增强(中心高度值从1 420 gpm 降低为1 400 gpm ), 位势高度梯度增加, 区域整体气温升高, 最大风速增加(从12 m/s增大为16 m/s), 显示偏暖的环境有利于江淮气旋的活跃与发展。第3阶段内(图8e, f):阶段气温整体偏高, 变化趋势为缓升及维持。此阶段后一个次阶段较前一次阶段气旋强度也是增强的, 但幅度小于第2阶段(高度值从1 410 gpm 降低为1 400 gpm), 高度梯度增加, 区域整体气温升高, 最大风速增加(从14 m/s增大为16 m/s), 显示气温偏暖, 有利于气旋维持活跃性。

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 次级阶段内QBX气旋温度、位势高度和风场合成图(850 hPa) 阴影为风速, 单位:m/s; 黑色实线为位势高度, 单位:gpm; 红色虚线为气温, 单位:℃Fig.8 The composite graph of QBX cyclone’ s air temperature、potential height and wind speed in the secondary stage (850 hPa) The shadow is the wind speed, unit: m/s; The black solid line is the potential height, unit: gpm; The red dotted line is the air temperature, unit:℃

水汽特征不仅有利于气旋降水的增强, 也有利于在气旋中上层释放凝结潜热, 从中层增强气旋。对3个大阶段汛期合成气旋的水汽特征进行分析。分析显示, 从第1大阶段到第3大阶段水汽通量明显增加, 最大值从12 g/(hPa· m· s)增加到18 g/(hPa· m· s), 追踪技术确定的水汽通道也有所增强。其中, 从第1大阶段到第2大阶段的增强较为显著, 第2大阶段到第3大阶段的变化不是很明显, 但在第3大阶段水汽通道位置明显北移。

在3个大阶段的次级阶段内, 水汽特征也表现出了与气温变化相似的趋势, 暖气团由南向北推进, 更暖气团携带更多的水汽。图9中阴影显示水汽通量, 矢量场为水汽输送。第1大阶段内(图9 a, b):后一个次阶段较前一次阶段水汽通量有所减少, 最大值从14 g/(hPa· m· s)减小到12 g/(hPa· m· s) , 追踪的水汽通道强度也有所减弱; 第2大阶段内(图9 c, d):后一次阶段较前一次阶段水汽通量显著增加, 最大值从16 g/(hPa· m· s)增加到20 g/(hPa· m· s), 追踪的水汽通道尺度也显著加宽拉长, 水汽输送更强; 第3大阶段内(图9 e, f):前后2个次阶段水汽通量和水汽输送强度相当, 但水汽通量强中心向北移动。

对比分析3个大阶段的合成气旋温度纬向偏差垂直剖面, 即将气旋中心温度沿经过中心的纬线, 依次减去各经向的平均值, 获得气旋中心与外围气温的差异。分析发现3个大阶段的合成气旋均为中心西侧为正, 中心东侧为负值, 说明江淮气旋结构的斜压性, 在气旋式旋转气流的引导下, 东侧暖气团北上, 温度高于气旋中心(中心值减东侧值为负)。西侧冷气团南下气温低于气旋中心(中心值减西侧值为正)。从第1大阶段到第3大阶段合成气旋内部暖气团势力表现出第1大阶段冷暖势力以中心为界, 较为平衡。在第2大阶段暖气团势力增厚, 强度明显增强, 冷气团势力减弱。在第3大阶段暖势力向西侧扩展, 气旋中心处于暖气团中, 冷气团势力进一步减弱, 因此偏差强度减小。

对3个大阶段的次级阶段, 分别做了合成气旋纬向偏差和经向偏差垂直剖面图。对于纬向偏差, 图10显示了江淮气旋的冷暖气团交汇的斜压性结构(图10中蓝色负值为中心值低于周围气温, 红色正值为中心值高于环境气温)。在第1大阶段的第2个次阶段中的暖势力(图10b中低层的蓝色)比第1次阶段向东收缩, 强度也减弱; 而冷气团势力(图10b中的红色)比第1个次阶段增强, 并东移控制了气旋中心。冷中心将对气旋加压, 抑制气旋发展。因此在第1阶段, 随着气温下降趋冷, 气旋活跃性降低。在第2大阶段, 暖势力(图1c, d中的蓝色)比第1阶段明显增厚, 显示该阶段自南向北的暖势力增强。在第2个次阶段暖气团势力中心较第1个次阶段上升, 同时气旋西侧的冷气团在中下层的势力较第1个次阶段显著减弱, 冷势力移向高层, 显示中低层气旋自北向南的气流减弱, 对冷气团的引导能力不强。因此在第2大阶段, 随着气温的增暖, 尤其是从中层增暖, 对气旋发展有促进作用。在第3大阶段, 暖势力向气旋中心扩展, 在第2个次阶段的中低层冷势力较第1个次阶段强度减弱(图10e, f中的红色), 气旋中暖气团的活跃, 有利于气旋中心减压。因此相对于第3大阶段气温的缓增状况, 气旋因暖势力控制中心, 中心减压, 有利于气旋的活跃与维持。 经向偏差垂直剖面图显示了气旋中心与气旋南北环境的温差。在第1大阶段:2个次阶段显示了南侧暖势力逐渐减弱南退, 北侧冷气团影响气旋中心, 易造成气旋中心加压, 不利气旋发展。在第2大阶段的2个次级阶段显示南侧暖气团逐步北抬, 减小了气旋中心与暖气团的温差; 第3大阶段的2个次级阶段显示南侧暖势力不断增强, 在气旋中暖气团的厚度不断增加。因此后2个大阶段的气温上升有利于增强和维持气旋的活跃。而第1大阶段的气温下降趋冷, 对气旋中心的加压, 抑制了气旋活跃性。

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 次级阶段内QBX气旋水汽通量合成图(850 hPa) 图中阴影为水汽通量, 单位:g/(hPa· m· s); 黑色矢量箭头为水汽通道, 单位:m/s; 粗矢量箭头表征水汽输送强轴Fig.9 The composite graph of QBX cyclone’ s water vapor flux in the secondary stage (850 hPa) Shadow is for water vapor flux, unit: g/(hPa· m· s); Black vector arrow is for water vapor channel, unit:m/s; Bold vector arrow is for the largest water vapor channel, unit:m/s

图10

Fig.10

	Figure Option ViewDownloadNew Window
	图10 次级阶段内QBX气旋温度纬向偏差垂直剖面图 图中阴影为温度纬向偏差, 单位:℃Fig.10 The vertical profile of air temperature zonal mean deviation in the secondary stages Shadow and line are all for air temperature zonal mean deviation, unit:℃