东北春季极端低温的变化特征及其与大西洋海温的关系

张霏燕，徐海明

(南京信息工程大学1.气象灾害省部共建教育部重点实验室;2.大气科学学院，江苏南京210044)

0 引言

极端低温是对我国农业生产有重要影响的气候灾害之一，尤其对东北地区的影响最为显著，极端低温事件会造成东北地区粮食大幅度减产。20世纪80年代以来，全球气温出现明显的上升趋势。随着气候的变暖，东北地区农作物的生长期有所提前，尤其是春季气温对高新农业发展的影响也越来越明显，所以春季温度的高低对粮食产量的影响越来越重要。因此，充分认识东北极端低温事件的气候特征和变化规律，以及造成这种事件的原因，对于东北地区安排好作物品种，制定合理的耕作制度，适时采取抗御极端低温事件的措施，夺取农业的稳产、高产具有重大意义。

最近10 a来，气候变暖背景下的极端天气事件的变化引起了广泛的关注。近几年来，国内外科学家对极端天气进行了大量的研究，已得到了许多有意义的事实。Nogaj et al.(2006)指出，北大西洋地区极端高温事件频数增加的同时，其振幅大小却没有变化。Vincent and Mekis(2006)发现，1950—2003年加拿大冷日、冷夜显著减少，暖日、暖夜显著增加;1900—2003年除了上述变化外，南部地区的温度日较差也在减小。我国近十几年的气候最高温度略有增加，最低温度显著增加，日较差显著变少，在最近40～50 a中，极端最低温度和平均最低温度呈现增加的趋势，尤以北方冬季更为突出(Zhai et al.，1999)。娄德君等(2007)指出，1957—2000年东北地区的霜日、冰日、冷日、冷夜和日平均温差为减少趋势，暖日、暖夜、夏天日数和生长期长度主要为增加趋势。

中国东北地区冬季气温与冬季赤道印度洋海温呈同位相变化的关系(陈佩燕等，2001)，与其他外强迫因子也有关系。刘实和王宁(2001)发现上一年5—7月Nino C区海温与东北地区夏季气温有着密切联系，特别是在ENSO事件出现之后，厄尔尼诺年的次年东北地区夏季多高温，而拉尼娜年的次年东北地区夏季低温更明显。王冀等(2007)指出，东北春季气温与春季北极涛动在年际时间尺度上具有很强的正相关性，AO(Arctic Oscillation，北极涛动)指数和极端气温指数存在着相同的变化周期和突变时间。许多研究发现，当冬季欧亚中高纬度呈现EU型遥相关环流异常时，乌拉尔山阻塞高压持续发展异常，东亚大槽长期稳定维持在蒙古上空，槽后偏北风不断诱导冷空气南下，对应西伯利亚高压和东亚冬季风偏强，可造成中国地面气温偏低(吴洪宝，1993;朱艳峰等，2007)。

目前对极端温度事件的研究大多侧重于揭示其趋势变化，缺乏对极端低温事件异常型的分析，本文试图进一步弄清东北地区春季极端低温的时空特征和变化规律，探讨海温异常、极涡等因子与春季极端低温事件之间的可能联系，从而为预测东北春季极端低温事件提取某些信号。

1 资料与方法

1.1 资料

1)东北地区(116.04～132.58°E，38.54～53.28°N)64个台站1958—2007年逐日平均气温资料(气象站点资料都经过了严格的质量检查，剔除了原有资料中有较大非气象误差如站点迁移、资料缺测等的站点)。

2)美国国家环境预测中心/国家大气环境中心(NCEP/NCAR)发布的水平分辨率为2.5°×2.5°的月平均全球再分析资料(Kalnay et al.，1996)。美国国家大气海洋局(NOAA)发布的第二版延长重构的月平均海表面温度资料(Smith and Reynolds，2004)，水平分辨率为2°×2°。文中所选取时段为1957年9月—2007年5月，春季取3—5月平均。

1.2 极端低温的定义

在定义极端低温阈值和极端低温事件频数时，参考了黄丹青和钱永甫(2008)的定义，选定极端低温事件频数作为衡量极端低温事件的指标。以呼玛站为例，其极端低温阈值分布如图1所示。

图1 呼玛站极端低温的阈值分布Fig.1 The threshold distribution of the extreme low temperature at Huma station

2 结果分析

2.1 东北地区春季极端低温事件频数的趋势分析

为了解气象要素的长期趋势变化，根据张宁等(2008)的方法计算趋势系数，图2给出了1958—2007年东北地区极端低温事件频数趋势变化的空间分布。可以看到，东北地区春季极端低温事件是趋于减少的，除一个台站外，其他台站都通过了0.05信度的显著性检验，大部分台站通过了0.01信度的显著性检验，减少趋势明显。

图2 1958—2007年东北地区春季极端低温事件频数的趋势系数(圆形、三角形分别表示通过0.05、0.01信度的显著性检验)Fig.2 The trend of frequency of spring extreme low temperature in Northeast China from 1958 to 2007(the circle and triangle indicate the trend passed the significance test at 0.05 and 0.01 levels，respectively)

2.2 东北地区春季极端低温事件频数的异常特征分析

对1958—2007年东北64个台站春季极端低温事件频数距平场进行EOF分析。经North检验(North et al.，1982)，前三个特征值可分离。前两个特征向量的方差贡献率分别为69.78%、7.60%，共占总方差的77.38%，表明前两个模态可以较好代表东北极端低温事件频数的空间分布特征，因此，下面对前两个EOF模态及其时间系数进行分析。

由第一模态空间型(图3a)可知，整个东北地区一致为同位相分布，大值中心位于吉林和辽宁交界处。同时可以看出，各地差异不大，即空间分布比较均匀。这表明尽管东北三省幅员辽阔，地形多样，但是由于大部分地区同属于温带大陆性季风气候，故各地极端低温事件频数变化规律有较好的空间一致性。由该特征向量的时间系数变化曲线(图3b)可以看出，1988年之前时间系数以正值为主，而1988之后，时间系数除了1999年外全为负值，表明1988年至今我国东北地区春季极端低温事件频数有较明显的减少趋势。

图3 东北春季极端低温事件频数距平经EOF展开的前两个特征向量的空间分布及其时间系数a.第一特征向量场;b.第一特征向量对应的时间系数;c.第二特征向量场;d.第二特征向量对应的时间系数Fig.3 (a，c)The first and second EOF modes and(b，d)their time coefficients of the frequency anomalies of spring extreme low temperature in Northeast Chinaa.the first EOF mode(EOF1);b.the time coefficient of EOF1;c.the second EOF mode(EOF2);d.the time coefficient of EOF2

第二模态空间型(图3c)主要反映了我国东北春季极端低温事件频数变化呈现出内蒙古呼伦贝尔附近、大兴安岭沿线以及整个黑龙江和吉林北部地区与其他地区反位相的分布，即西南、东北向的反相分布特征。从其时间系数(图3d)可以看出，该空间型存在着10 a左右的年代转换特征。

2.3 东北春季极端低温频数多年和少年的同期环流异常特征

2.3.1 典型年份的选取

将东北64站同年的春季极端低温频数相加做平均并对其进行标准化处理，得到东北春季极端低温事件频数的标准化序列(图4a)，本文定义频数的标准化距平大于1.0为极端低温多年，小于－1.0为极端低温少年。依据该标准，得到8个多年(1958、1962、1969、1970、1971、1972、1980、1987年)、6个少年(1968、1989、1992、2002、2003、2004年)。图4b是东北地区春季温度距平的年际变化。比较图4a与4b可以看到，在东北极端低温多年，东北地区的温度都为负距平，而在东北极端低温少年则相反，两者的相关系数为－0.759，通过了0.01信度的显著性检验，因此，东北极端低温频数与东北春季温度存在着显著的反相关关系。

2.3.2 水平结构

由东北春季极端低温事件频数的标准化序列与500 hPa高度的相关分布(图5a)可见，北极地区上空为大范围的正相关区，而中纬度地区为大范围的负相关区，明显反映出北极涛动的分布形态，这说明东北春季极端低温事件频数与北极涛动的强弱存在相关。春季极端低温频数与春季北极涛动指数的相关系数为－0.449，通过了0.01信度的显著性检验，表明春季极端低温频数与北极涛动指数有很强的负相关性。

由东北春季极端低温多年和少年500 hPa高度的差值场(图5b)可以看出，极端低温多年与极端低温少年相比，极地地区为正距平区，表明极涡强度较弱。乌拉尔山地区为正距平区，乌拉尔山阻塞高压偏强，而东北地区上空存在显著的负距平区，表明东北冷涡较强。东北冷涡是造成东北地区低温的重要天气系统，对东北地区的天气气候有重大影响，为了定量描述东北冷涡与极端低温之间的关系，参考何金海等(2006)的定义计算了春季东北冷涡强度指数并与东北春季极端低温频数的相关，相关系数为0.702，通过了0.01信度的显著性水平检验。这表明，东北冷涡强度越强，极端低温事件也越频发;反之，东北冷涡强度较弱，极端低温事件也较少。

东北春季极端低温多年与少年的海平面气压差值场、300 hPa高度差值场显示对流层低层与高层具有一致的变化关系(图略)。同时可以看出，极端低温多年，位于东北地区上空的负距平区高低空都存在，且随着高度的增加，负距平的强度增大，呈准正压结构，说明盘踞在东北地区上空的低压系统是一深厚系统，有利于东北地区极端低温的产生。

2.3.3 垂直结构

为了进一步探讨环流异常特征，图6给出了春季极端低温多年与少年沿37.5～55.0°N平均的高度差值及沿115～135°E平均的高度差值的垂直剖面。在极端低温多年，东北地区上空为负距平，呈准正压结构，扰动随高度东倾，极小值中心位于400～300 hPa，乌拉尔山上空为正距平，乌拉尔山阻塞高压偏强;在极端低温少年，则反之(图6a)。图6b反映出了同样的垂直结构特征。

图4 东北春季极端低温事件频数的标准化序列(a)以及东北地区春季温度距平的年际变化(b)Fig.4 (a)The standardized time series of the frequency of spring extreme low temperature and(b)variation of annual spring temperature anomaly in Northeast China

图5 东北春季极端低温事件频数与500 hPa高度场的相关系数分布(a)及500 hPa高度场差值分布(b;多年减去少年;单位:dagpm)(阴影区表示通过0.05信度的显著性检验)Fig.5 (a)The correlation coefficients between the frequency of extreme low temperature in Northeast China and 500 hPa geopotential height in spring and(b)the difference of 500 hPa geopotential height(dagpm)between the more and less SELT years(Only regions with correlation exceeding 0.05 significance level are shown)

图6 东北地区春季极端低温多年与少年沿37.5～55.0°N纬度带平均的高度差值(a)及沿115～135°E平均的高度差值(b)的垂直剖面(多年减去少年;单位:dagpm)Fig.6 The vertical profiles of geopotential height difference between the more and less SELT years(units:dagpm)a.vertical－zonal cross section averaged over 37.5—55.0°N;b.vertical－meridional cross section averaged over 115—135°E

2.4 全球海温异常与春季极端低温事件频数的关系

从2.3节的讨论中可以看到，东北春季极端低温事件的多少与同期环流异常密切相关。那么春季这种大尺度的环流异常又是由什么因素造成的呢?已有的研究表明，大范围的环流异常主要由海温、海冰、积雪和土壤湿度等外强迫因子所造成的，其中以海温异常的影响最为重要(杨修群和黄土松，1993)。图7为东北地区春季极端低温事件频数多年与少年的前期秋季、前期冬季和同期春季的海温差值场。可见:前期秋季，中北太平洋、中北大西洋以及印度洋海区为负差值显著区(图7a);前期冬季，印度洋海区、新西兰以东洋面、中北太平洋以及中北大西洋为负差值显著区(图7b);同期春季，黑潮区、新西兰以东洋面、以20°N为中心的东太平洋以及中北大西洋为负差值显著区(图7c)。

由上述分析可知，在前期秋季、冬季和同期春季的海温差值分布中，中北大西洋海区的负差值显著区一直稳定存在。由此可见，中北大西洋是影响东北春季极端低温频数异常的关键海区，但该关键区是否是影响东北春季温度高低的关键区呢?本文分析了东北春季温度与同期海温的相关(图略)，可以看到中北大西洋为显著正相关区，即当中北大西洋海温异常增暖时，东北春季温度较易出现异常偏暖，反之，东北地区春季温度偏冷。

3 数值模拟

上述分析表明，中北大西洋海温异常是判断东北春季极端低温事件的一个重要指标。为了进一步研究中北大西洋海温异常是通过何种途径和机制影响东北春季极端低温的，下面采用一个全球气候模式来模拟中北大西洋海温异常对东北春季极端低温的影响。

3.1 模式和试验方案

所用模式为美国国家大气研究中心(NCAR)研制的公共气候系统模式(Community Climate System Model，包括大气、海洋、陆面、海冰和耦合器，其前身是CSM模式)中的大气部分NCAR CAM3.0(Community Atmosphere Model v3.0)，它是大气环流模式系列的最新版本。该模式是一个全球谱模式，采用三角形谱截断，水平分辨率为T42(相当于2.182 5°×2.182 5°，全球共128×64个格点)，模式在垂直方向采用混合η坐标，共分26层。模式运行的时间积分采用半隐式方案，时间步长为20 min。模式中考虑了比较完整的物理过程，包括云物理参数化、辐射物理参数化等物理过程的参数化，还考虑了大气水汽、二氧化碳含量对辐射的影响。该模式包含了大气模式和一个完整的陆面模式以及可供选择的海洋模式。模式的详细情况可参考有关文献(Collins et al.，2004)。

图7 东北地区春季极端低温多年与少年的海温差值场(多年减去少年;单位:℃;阴影区表示通过0.05信度的显著性检验)a.前期秋季;b.前期冬季;c.同期春季Fig.7 The sea surface temperature difference(℃)between the more and less SELT years(Only regions with difference exceeding 0.05 significance level are shown)a.preceding autumn;b.preceding winter;c.spring

为了研究冬、春季中北大西洋海温异常对东北春季极端低温的影响，本文设计如下两个数值试验:

第1个试验，海温及其他外强迫场采用随时间变化的气候平均场作为背景场，模式自9月1日起，积分10 a，该试验称为控制试验。

第2个试验，取模式积分第6年2月的结果作为初始值，与第1个试验不同之处在于模式积分过程中，12月至次年5月的中北大西洋海温气候场上分别叠加了6个月正、负海温异常场(图9)，在积分过程中保持海温异常不变，模式积分5 a，该试验称为中北大西洋海温异常试验。以正负异常试验的差异，来分析冬春季中北大西洋区域海温异常对东北春季极端低温的影响。

图9 中北大西洋海温异常示意图(单位:℃)Fig.9 A sketch map of SST anomaly of North－middle Atlantic(units:℃)

3.2 试验结果分析

3.2.1 中北大西洋海温异常对东北春季温度的影响

图10给出了正负异常试验的东北春季温度差值分布，可见，我国东北地区温度为负值，最大负值中心位于长春附近。中北大西洋海温异常对我国东北地区的温度会造成影响，当中北大西洋海温异常偏暖时，东北地区的温度也会随之升高，当中北大西洋海温异常偏冷时，东北地区的温度也会随之降低。

3.2.2 中北大西洋海温异常对北半球春季大气环流的影响

图10 正负异常试验的东北春季温度差值分布(负异常减去正异常;单位:℃)Fig.1 0Spring temperature difference between the positive and negative SSTA experiments in Northeast China(the negative minus the positive;units:℃)

图11 正负异常试验的北半球春季500 hPa高度场差值分布(负异常减去正异常;单位:dagpm)Fig.1 1500 hPa height difference field between the positive and negativeSSTAexperimentsoverNorthern Hemisphere in spring(the negative minus the positive;units:dagpm)

图11为海温正负异常试验的北半球春季500 hPa高度场差值分布，可以看到其分布形态与极端低温多年与少年500 hPa高度场差值的分布相似。主要表现为:在中高纬度、极地地区为正差值区，有两个正值中心，分别在格陵兰岛和新西伯利亚群岛附近，同时极地地区的正差值区伸展到西欧地区;而欧亚大陆东部的中高纬度地区为负差值区，负值中心位于贝加尔湖地区。除此之外，中高纬度的北大西洋、北美大陆和北太平洋都为负差值区，这种环流分布与前述诊断结果一致。当中北大西洋海温减弱时，在欧洲至亚洲大陆高纬地区，乌拉尔山及西侧高度为正距平，东侧贝加尔湖地区为负距平中心，表明欧洲到乌拉尔山的高压脊偏强，脊前偏北风有利于冷空气南下，贝加尔湖低涡偏强。

3.2.3 中北大西洋海温异常对东北春季温度的影响机制

为了进一步揭示中北大西洋海温异常对中国东北春季温度的影响机制，图12给出了正负异常试验的500 hPa流场及其差值场。从图12a中可以看到，中北大西洋海温正异常时，在中国东北地区上空和北美东海岸上空分别为两个大槽所控制，新西伯利亚群岛上空为一个气旋性环流，乌拉尔山地区和阿拉斯加东部分别为两个反气旋性高压脊，热带大西洋上空也为一个宽广的高压脊所控制。图12b给出了负异常试验的流场，可以清楚地看到，中北大西洋海温的异常偏冷使东北地区上空的槽加强，新西伯利亚群岛上空的气旋性环流减弱消失，副热带高压强度增强。由图12c可见，北大西洋中纬度西部地区为一个反气旋性差值环流、格陵兰岛以南的东北大西洋上为一个气旋性差值环流所控制，在西欧地区上空为一个反气旋性差值环流所控制，欧洲大陆东部至中国东北上空又为一个气旋性差值环流，这4个反气旋性、气旋性相间的差值环流中心连线类似于Wallace and Gutzler(1981)所揭示的欧亚波列。由此可见，中北大西洋海温异常通过激发欧亚波列影响欧亚上空的大气环流，从而影响到东北地区的温度。

图12 正负异常试验的北半球春季500 hPa流场及其差值分布a.正异常试验;b.负异常试验;c.两试验之差(负异常减去正异常)Fig.1 2500 hPa flow fields over the Northern Hemisphere in spring for(a)the positive and(b)negative SSTA experiments and(c)their differences(the negative minus the positive)

对于中纬度海洋对大气的影响机制，Palmer and Sun(1985)早在1985年就进行了较深入的研究，并给出了动力学解释:当低层斜压加热产生强的辐合时，需涡旋将由南来的行星波动力系统平衡，于是在下游产生脊。计算表明，气候斜压加热在行星边界层的中纬度最大，北大西洋中部的海温异常热力强迫可以在其下游的欧洲大陆形成脊，同时通过能量频散，致使中国上空环流异常，从而导致气候异常。曲金华等(2006)也指出，北大西洋中部海温偏低(高)时，欧亚呈现正(负)EU型环流异常，500 hPa上中国为负(正)高度距平区，气温偏低(高)。而本文得出的结果与上述理论是相吻合的。

4 结论和讨论

利用1958—2007年全球海温、位势高度场月平均资料和我国东北地区64个测站的春季地面气温等资料，分析了我国东北地区春季极端低温的时空变化特征及其与大气环流和海温异常的关系，得到如下结论:

1)近50 a来我国东北春季极端低温事件频数整体呈减少趋势，极端低温事件频数主要存在全区一致变化型和南北反相变化型两种空间异常型。

2)东北春季极端低温事件频数与北极涛动存在显著负相关关系。同时在极端低温多(少)年，极涡较弱(强)，乌拉尔山阻塞高压偏强(弱)，东北冷涡较强(弱)。

3)东北春季极端低温事件频数的年际变化与中北大西洋海温异常密切相关。东北春季极端低温事件频数多年，中北大西洋海温较常年偏冷;反之，中北大西洋海温较常年偏暖。这对于预测东北春季极端低温事件的年际变化具有很好的指示意义。

4)数值试验结果表明，中北大西洋海温的异常偏暖(冷)可导致春季中国东北地区温度升高(降低)。结果进一步表明，中北大西洋海温的异常可通过激发欧亚波列影响欧亚上空的大气环流，从而影响到东北地区的温度。

由于受计算条件限制，数值试验部分只做了单个试验，没有做集合试验，北大西洋海温影响我国东北春季极端低温事件的过程和机制还有待做更多的数值试验来进行验证。

陈佩燕，倪允琪，殷永红.2001.近50年来全球海温异常对我国东部地区冬季温度异常影响的诊断研究［J］.热带气象学报，17(4):371－380.

何金海，吴志伟，祁莉，等.2006.北半球环状模和东北冷涡与我国东北夏季降水关系分析［J］.气象与环境学报，22(1):1－5.

黄丹青，钱永甫.2008.我国极端温度事件的定义和趋势分析［J］.中山大学学报:自然科学版，47(3):112－116.

刘实，王宁.2001.前期ENSO事件对东北地区夏季气温的影响［J］.热带气象学报，17(3):314－319.

娄德君，李治民，王冀，等.2007.近40年来东北地区极端气温变化特征及其影响［C］//中国气象学会2007年年会气候变化分会场论文集.广州:中国气象学会.

曲金华，江志红，谭桂容，等.2006.冬季北大西洋海温年际、年代际变化与中国气温的关系［J］.地理科学，26(5):557－563.

王冀，江志红，张海东，等.2007.1957—2000年东北地区春季极端气温变化及其与北极涛动的关系［J］.气候变化研究进展，3(1):41－45.

吴洪宝.1993.我国冬季气温异常与北半球500 hPa大气环流遥相关型的关系［J］.南京气象学院学报，16(2):115－119.

杨修群，黄士松.1993.外强迫引起的夏季大气环流异常及其机制探讨［J］.大气科学，17(6):697－702.

张宁，孙照渤，曾刚.2008.1955—2005年中国极端气温的变化［J］.南京气象学院学报，31(1):123－128.

朱艳峰，谭桂容，王永光.2007.中国冬季气温变化的空间模态及其与大尺度环流异常的联系［J］.气候变化研究进展，3(5):266－270.

Collins W D，Rasch P J，Boville B A.2004.Description of the NCAR Community Atmosphere Model CAM3.0［R］//Technical Report NCAR/TN－464+STR，National Center for Atmospheric Research，Boulder，Colorado.

Kalnay E，Kanamitsu M，Kistler R，et al.1996.The NCEP/NCAR 40－year reanalyses project［J］.Bull Amer Meteor Soc，77(3):437－471.

Nogaj M，Yiou P，Parey S，et al.2006.Amplitude and frequency of temperature extremes over the North Atlantic region［J］.Geophys Res Lett，33(5)，L10801.doi:10.1029/2005GL024251.

North G R，Bell T L，Cahalan R F.1982.Sampling errors in estimation of empirical orthogonal function［J］.Mon Wea Rev，110:699－706.

Palmer T N，Sun Zhaobo.1985.A modelling and observational study of the relationship between sea surface temperature in the north－west Atlantic and the atmospheric general circulation［J］.J Roy Meteor Soc，111:947－975.

Smith T M，Reynolds R W.2004.Improved extended reconstruction of SST(1854—1997)［J］.J Climate，17:2466－2477.

Vincent L A，Mekis É.2006.Changes in daily and extreme temperature and precipitation indices for Canada over the twentieth century［J］.Atmosphere－Ocean，44(2):177－193.

Wallace J M，Gutzler D S.1981.Teleconnections in the geopotential height field during the Northern Hemisphere winter［J］.Mon Wea Rev，109:784－812.

Zhai P M，Sun A J，Ren F M，et al.1999.Changes of climate extremes in China［J］.Climate Change，42(1):203－218.