《Atmospheric Research》：Multi-seasonal rainfall patterns over Indonesian maritime continent derived from long-term IMERG V07B data and rain gauge observations
编辑推荐：
基于IMERG V07B卫星数据和2001-2023年雨量计观测，利用EOF分析与k-means聚类，揭示了印度尼西亚海洋大陆（IMC）五种主导季节性降雨模式及其与西太平洋季风、南海海平面气压及ENSO、IOD等气候因子的关联，更新了IMC降雨分区特征，为防灾减灾和气候预测提供依据。
Ravidho Ramadhan | Marzuki Marzuki | Fredolin Tangang | Hiroyuki Hashiguchi | Helmi Yusnaini | Robi Muharsyah | Fajar Adi-Kusumo | Mutya Vonnisa | Hermansah Hermansah
印度尼西亚万隆安达拉斯大学物理系，25163
摘要
本研究利用2001年至2023年的IMERG V07B卫星降水数据及雨量计观测结果，分析了印度尼西亚海洋大陆（IMC）及其周边海域（90°E–145°E，11°S–10°N）的主要季节性降雨模式。通过对月降雨量进行经验正交函数（EOF）分析，发现降雨变化的主要模式与西太平洋季风（r = -0.83）和南海海面气压（r = 0.64）密切相关。通过k均值聚类方法对前五个EOF模式进行了空间-时间降雨模式的分析，这些模式共同解释了超过50%的总方差。研究识别出五种不同的季节性降雨类型，并通过基于相关性的重新分类进行了进一步细化。除了IMC南部和北部的两种季风类型（分别与澳大利亚季风和南海夏季季风相关）外，还发现了三个赤道降雨集群。西部赤道地区的降雨呈现双峰分布，最大降雨量分别出现在11月（320.67 ± 114.91毫米）和5月（204.44 ± 57.88毫米）；而东部赤道地区则分别在6月（282.49 ± 118.43毫米）和1月（203.52 ± 105.77毫米）达到峰值。这些季节性差异受到季风水汽输送、热带辐合带（ITCZ）的纬度移动以及地形影响的调节。此外，印度洋东南部还发现了一个独特的降雨类型，其降雨高峰分别出现在11月、7月和3月，这可能与海表温度变化有关。本研究的结果有助于更新对IMC地区季节性降雨分布和峰值时间的认识，从而更准确地反映当前的气候变化情况。
引言
印度尼西亚海洋大陆（IMC）位于赤道暖池上，是全球年降水量最高的地区之一（Ogino等人，2016年；Randall等人，2007年）。这种异常丰富的降水使得该地区极易受到水文气象灾害的影响，如洪水和山体滑坡（Djalante等人，2012年；Siagian等人，2014年）。2023年，印度尼西亚国家灾害管理局（BNPB）记录了超过5000次水文气象事件，影响了数百万人，并造成了重大的社会经济后果（BNPB，2024年）。同时，IMC地区的降雨对农业和水资源管理等关键行业具有重要支持作用（Bulsink等人，2010年；Fuglie，2010年；Pawitan和Haryani，2011年）。因此，全面了解IMC地区的降雨变化对于制定减灾策略和促进长期可持续发展至关重要。
IMC地区的降雨主要受亚洲-澳大利亚季风系统及其与周边印度洋和太平洋的复杂相互作用的影响（Moron等人，2010年；Yamanaka等人，2018年）。亚洲-澳大利亚季风在北半球夏季和冬季的转换决定了该地区的湿润和干旱季节（As-syakur等人，2013年）。这一年度周期还受到大尺度年际气候变率的影响，尤其是厄尔尼诺-南方涛动（ENSO）和印度洋偶极子（IOD）（Amirudin等人，2020年；Juneng和Tangang，2005年；Kurniadi等人，2021年；Supari等人，2018年；Zaini等人，2024年）。这些远距离气候联系在季节过渡期（通常为6月至11月）的影响最为显著，此时背景季风环流减弱，更容易受到海洋-大气异常的影响。此外，区域海洋过程（如南海环流的变化）也被证明会显著影响季风水汽输送（Abdillah等人，2021年；Tan等人，2023年）。IMC复杂的地形进一步加剧了局部降雨的异质性（Hendon，2003年；Naylor等人，2007年）。
IMC地区海洋-大气动力学与陆地-海洋配置之间的复杂相互作用使得对降雨类型的分类成为推进区域气候分析和预测的重要前提。早期尝试定义季节性降雨模式时依赖的雨量计网络分布稀疏，导致分区结果不理想（Hamada等人，2002年）。基于两个降雨高峰期的分类方法常常导致不一致性：邻近站点有时被归为不同类型，而远距离站点则被归为同一类别。随后，Aldrian和Dwi Susanto（2003年）提出了一种使用更密集站点网络的双相关方法，成功识别出印度尼西亚的三个主要降雨区域，这一分类方法至今被广泛采用。这些降雨区域包括一个以北半球冬季单次降雨高峰为特征的季风区，以及两个位于赤道附近的半年度降雨区，即半季风区（印度尼西亚西部）和反季风区（印度尼西亚东部）。
尽管这种三区分类方法被广泛接受，但它存在几个关键局限性。首先，雨量计站点分布稀疏且记录不完整，导致在印度尼西亚复杂地形上进行空间插值时存在较大不确定性（Bárdossy和Pegram，2013年）。其次，参考站点的选择具有主观性，影响了分类的可重复性。第三，各区域内主导驱动因素的识别仍然有限，因为以往的分析主要关注海表温度（SST）的变化。此外，以往研究中使用的降水数据现已过时（Aldrian和Dwi Susanto，2003年），因为这些数据来源于21世纪之前的观测，可能无法准确反映当前的气候状况（Christensen等人，2013年；Gulev等人，2021年）。最近对不同季节降雨和极端事件趋势的分析显示存在不对称模式，现有三区分类无法充分解释这些现象（Marzuki等人，2025b；Supari等人，2018年，Supari等人，2020年；Tangang等人，2020年），印度尼西亚的降雨季节性也表现出类似的不对称性（Feng等人，2013年）。这些发现表明，气候区之间的边界可能随时间发生了变化。因此，需要基于高分辨率和现代数据集，综合考虑更多气候驱动因素，对IMC地区的降雨类型进行更新分类。
由于IMC的群岛地理特征和基础设施限制，全面和长期的观测记录仍然是一个重大挑战，导致地表降雨数据分布稀疏且不连续（Kidd等人，2017年；Ramadhan等人，2022b）。因此，基于卫星的降水产品（SPPs）对于填补这些观测空白至关重要。自1997年热带降雨测量任务（TRMM）（Huffman等人，2010年；Kummerow等人，2001年）及其后续的全球降水测量（GPM）任务（Hou等人，2014年；Skofronick-Jackson等人，2017年）启动以来，IMC地区的降水监测有了显著改善。在这些任务提供的SPPs中，IMERG（Integrated Multi-satellitE Retrievals for GPM）具有最高的空间分辨率（0.1°；Huffman等人，2023a），并且在包括印度尼西亚在内的多个地区表现出优于其他SPPs的性能（Liu等人，2020年；Tang等人，2020年）。最近的一项研究尝试使用有限的IMERG数据序列对降雨区域进行现代化分类（Yuda等人，2021年），但结果发现区域边界存在不一致性，这可能是由于时间覆盖范围有限、IMERG 06版本的算法不确定性以及双相关方法的主观性（该方法依赖于任意选择的参考点）所致。
本研究通过提供更全面、客观且基于动态信息的IMC地区主要降雨类型分类，解决了这些根本性限制。本研究使用了最新的IMERG（V07B）数据集（2001–2023年），以确保季节性平均降雨模式的稳健表示，减少年际变化的影响。通过经验正交函数（EOF）分析、无监督机器学习聚类方法和基于相关性的评估，客观地识别并更新了主要降雨类型。为了进一步阐明每种类型降雨变化的关键动力学和热力学机制，研究了主要的大规模大气和海洋指数对降雨的影响。因此，本研究的结果超越了以往的研究，提供了基于现代高分辨率卫星观测的更新、统计上稳健的分类，并结合了详细的气候学评估，有助于加深对这一高度动态地区降雨特征的科学理解，从而改进季节性气候预测和灾害风险管理。
月降雨数据
本研究使用的数据集是IMERG V07B（Integrated Multi-satellitE Retrievals for GPM Version 07B）提供的月降雨数据，该数据集为2023年7月的最新版本（Huffman等人，2023b）。IMERG V07B是对Version 07A的更新，包含了Goddard Profiling算法（GPROF）数据轨道误差的修正（Ramadhan等人，2024年）。该版本提供了半小时、日和月三个时间尺度的降水估计值。
IMC地区月降雨的空间-时间变化
图3展示了IMERG V07B提供的IMC地区平均月降水量、随机误差和雨量计相对权重的空间分布。IMERG V07B的月平均降水量分布与以往研究的结果一致（As-syakur等人，2013年；Ramadhan等人，2022b）。新几内亚面向太平洋的凹形北部海岸（135.25°E，2.85°S）的月平均降水量最高。
讨论
本研究利用IMERG V07B卫星数据和2001年至2023年的BMKG雨量计观测结果，识别了IMC地区的主要季节性降雨类型。对IMC及其周边海域（90°E–145°E，11°S–10°N）的EOF和PCA分析表明，降雨变化的主要模式受季风风、区域地形和海表温度的复杂相互作用控制。PCA1解释了夏季高峰降雨总方差的21.5%
结论
本研究结合经验正交函数（EOF）分析和k均值聚类方法，利用长期IMERG V07B卫星降水数据（经过雨量计观测验证），细化了印度尼西亚海洋大陆（IMC）多季节性降雨模式的特征。识别出五种不同的季节性降雨类型，每种类型受不同的气候因素控制，包括区域季风系统（澳大利亚季风和南海夏季季风）。
CRediT作者贡献声明
Ravidho Ramadhan：撰写 – 审稿与编辑，初稿撰写，可视化，软件开发，调查，数据分析，概念构建。
Marzuki Marzuki：撰写 – 审稿与编辑，初稿撰写，监督，方法论制定，资金获取，概念构建。
Fredolin Tangang：撰写 – 审稿与编辑，验证，数据分析。
Hiroyuki Hashiguchi：验证，监督。
Helmi Yusnaini：撰写 – 审稿与编辑，初稿撰写，可视化。
资助
本研究得到了印度尼西亚教育、文化、研究和技术部（Ministry of Education, Culture, Research, and Technology of Indonesia）2024年基础研究基金的资助（合同编号：041/E5/PG.02.00.PL/2024）。
利益冲突声明
作者声明没有利益冲突。
致谢
作者感谢印度尼西亚气象、气候和地球物理局（BMKG）提供本研究使用的雨量计数据。同时，我们也感谢美国国家航空航天局（NASA）提供IMERG数据，以及美国国家海洋和大气管理局（NOAA）物理科学实验室、欧洲中期天气预报中心（ECMWF）和日本气象厅（JMA）提供开放访问权限。
