我国南极科考站附近气旋的特征分析

秦听，魏立新，李珵，2

(1.国家海洋环境预报中心 国家海洋局海洋灾害预报技术研究重点实验室，北京100081；2. 中国海洋大学 物理海洋教育部重点实验室，山东 青岛 266100)

我国南极科考站附近气旋的特征分析

秦听1，魏立新1，李珵1，2

(1.国家海洋环境预报中心 国家海洋局海洋灾害预报技术研究重点实验室，北京100081；2. 中国海洋大学 物理海洋教育部重点实验室，山东 青岛 266100)

本文基于欧洲中心的ERA-Interim再分析数据，采用雷丁大学的气旋自动识别与追踪算法，建立了1979-2013年中国南极科学考察站长城站、中山站以及泰山站划定的统计区域内气旋数据集。基于这套数据，分析了3个站区附近气旋的气候特征，包括：气旋数量、空间分布、强度、加深率等，并研究了达到爆发性发展的气旋的时空特征。分析表明，长城站以及中山站气旋数量均有增加趋势，但都未达到显著水平；泰山站气旋数量的减少趋势达到显著性水平。3个站区的气旋统计表明，长城站统计区域内气旋活动最频繁，且爆发性气旋活动相对较多；中山站、长城站气旋的数量和空间分布具有季节变化，气旋数量夏季较其他3个季节偏少、偏弱；泰山站气旋活动最少，并且大部分影响到该站的气旋都处于消亡阶段，气旋的强度较弱，故气旋活动对该站的影响较弱。

南极科考站；气旋活动；气旋自动追踪算法

1 引言

南大洋以及环绕南极大陆的气旋是南半球重要的天气系统之一，在南半球大气环流和高纬度大气-海洋-海冰耦合系统中有重要作用。较强的气旋过程伴随强降雪、大风等剧烈天气，是南半球重要的灾害性天气系统之一，给航行在南大洋以及在南极沿岸进行补给作业的船只带来巨大的挑战。这类气旋，属于斜压性的低压系统，其水平尺度约在1 000～6 000 km，但也有低于1 000 km的中小尺度气旋。其生命史约为1～7 d，历史观测到的该类气旋的最低中心气压低于950 hPa，风速超过60 m/s，强度堪比热带气旋(台风或飓风)。个例分析和气候学研究都表明这类低压系统主要生成于对流层水平温度梯度区(斜压区)，并通过斜压不稳定进一步发展。南半球对流层中主要的经向温度变化发生在极锋区，通常位于40°～50°S之间，其北边是中纬度温带气团，南边是极地冷空气。另一个温差显著区60°～70°S有一个环绕南极的低压中心带，这个低压带的形成是由于大量的低压系统在此活动，这就是众所周知的绕极槽，绕极槽对南极沿岸地区的气候产生了多方面的影响。

20世纪50年代以前，南大洋及南极沿岸气旋的观测资料仅仅是来自于少量的南极考察和航行于南大洋的船舶的观测记录，60年代出现的极轨卫星云图成为在观测数据稀少地区监测天气系统的重要工具。到80年代，全球数值模式经过改进，预报产品已能够用来研究这些气旋发生、消亡以及路径，随后出现的大气再分析数据以及气旋自动跟踪方案的发展应用，使得气候特征的统计与研究成为可能。国外的学者Akyildizt[1]、Hodges[2]在20世纪80-90年代起就开始通过从再分析数据中识别平均海平面气压场的最小值和涡度场的最大值来确定气旋的中心，追踪气旋的整个发生发展过程，再对其空间分布的频数、源地、强度等作出统计。与人工从天气图上确定温带气旋相比，气旋的自动识别方法耗费较少的人工，并且更具客观性。温带气旋自动追踪算法主要可以划分为欧拉方法和拉格朗日方法。欧拉方法比较有代表性的包括Woollings等[3]、Ulbrich和Christoph[4]的方法，主要是通过计算过滤后的能代表一定系统尺度特征(2.5～8 d)的平均海平面气压场、或者高度场的方差或者协方差来判断气旋的发展过程。这类方法可以给出气旋的强度和活动的特征。拉格朗日追踪算法的思路是通过追踪连续时间间隔数据场内的极值(包括涡度或气压极值)，来定义气旋中心。这类算法比较有代表性的学者包括Murray和Simmonds[5]、Hodges[6]、Serreze[7]、Blender等[8]、Muskulus等[9]、Zahn和Von Storch[10]。Hodges[2]认为拉格朗日的算法被证实在气旋的空间和时间变化上具有更高的灵活性。

针对南极沿岸气旋活动前人也开展了一些研究，陈善敏等[11]分析了1985-1987年西南极地区极地气旋的路径，郭进修[12]对东南极普里兹湾1990年1-2月大风过程与气旋和锋面活动做了细致的分析，杨清华等[13]通过实况天气图分析表明气旋是影响长城站的主要大风天气系统。这些研究大都基于实况天气图，时间尺度集中在一个航次或是较短年份，并且针对某一个科考站进行。我国在南极的科考站目前总共有4个，分别是长城站(62°12′59″S，58°57′52″W)、中山站(69°37′31″S，76°37′22″E)、昆仑站(80°25′01″S， 77°06′58″E)和泰山站(73°51′S，76°58′E)。其中昆仑站为内陆站，中山、长城以及泰山站在南极大陆的沿岸，环绕南极大陆的气旋是影响沿岸站区天气和气候的主要灾害性天气系统之一。本文基于一套气旋自动定位和追踪算法，采用较高分辨率的再分析资料对中国南极3个科考站划定的统计区域内气旋的时空分布特征进行较为全面的分析，加强对南极科考站附近气旋的认识，为极地科考的防灾减灾工作和环境评估提供一定的借鉴。

2 数据与方法

2.1 数据及研究区域

采用ECMWF(欧洲中心)ERA-Interim逐日4次平均海平面的再分析数据，水平分辨率为0.75°×0.75°，时间长度为1979-2013年。马永峰和卞林根[14]利用东南极ZS-DomeA断面的4个自动气象站包括地面气压在内的地表气象要素，对ERA-Interim再分析数据在南极的适用性进行评估表明ERA-Interim能够再现ZS-DomeA断面各站点的近地表气象要素的变化特征。因此采用ERA-Interim数据进行气旋追踪其数据是可行的。文中季节划分为：春季为9-11月，夏季为12月至翌年2月，秋季为3-5月，冬季为6-8月。本文涉及到季节统计的图片顺序也为春、夏、秋、冬顺序排列。

文中气旋统计的区域分别是出现在以中山站、长城站、泰山站地理位置为中心10°(LAT)×20°(LON)的矩形范围。如图1所示。

2.2 气旋追踪算法

本文采用的客观气旋自动识别算法来自雷丁大学(Hodges[2，6，15])。该算法被广泛的应用于温带气旋的气候统计[15—16]，以及极地低压[17]的研究当中。该算法可从平均海平面气压场中找出气压场中的极值或者850 hPa涡度场中的涡度极值，从而追踪气旋的整个生命过程。该算法的计算过程主要分为3个步骤，包括滤波、气旋中心定位、以及追踪。具体算法可参考Hodges[2，6，15]相关文献。

2.3 爆发性气旋算法

爆发性气旋也称为“气象炸弹”，其迅速发展加深会对周围区域的天气带来灾害性的影响，气旋的加深很早就被关注，并且有统一的标准，以贝吉龙为气旋加深的单位。在20世纪80年代初Sanders[18]首次提出爆发性气旋的定义，将爆发性气旋定义为：某一个气旋的中心气压值若在24 h内下降24 hPa以上，即气旋中心气压加深率大于等于1 hPa/h，则称这个气旋为爆发性气旋，具体公式可参考文献[18]。本文使用的是6 h间隔的格点资料，所以为了更加细致地描绘出南大洋气旋加深率的基本情况，我们采用12 h变压计算南大洋气旋的加深率以及定义南大洋的爆发性气旋。沿用其他学者曾采用的爆发性气旋的标准，将爆发性气旋定义为：气旋中心气压12 h内加深率大于等于1个贝吉龙的气旋称为爆发性气旋。

图1 本研究气旋统计区域Fig.1 The research region of this study

图2 3个科考站统计区域内气旋数量的时间序列 Fig.2 Time series and linear trend of annual cyclone number from 1979-2013 a.中山站；b.长城站；c.泰山站；红色的**表示线性趋势达到了95%线性显著水平a.Great Wall Station;b.Zhongshan Station;c.Taishan Station; the red ** indicates that the linear trend has reached a significant level of 95%

3 气旋的气候特征

3.1 气旋数量的变化趋势

图2给出了进入3个科考站附近研究区域内的气旋个数的时间序列，并且分别给出了9点二次平滑和线性变化趋势线。采用9点二次平滑是因考虑到气旋的时间序列中包含多种时间尺度的变化，为突出气旋的10 a以上的长时间尺度的气候变化过程，去掉其他的高频分量，采用了9点的二次平滑，起到了低通滤波的作用[19]。图2a表明，中山站统计区域内气旋数量年际变化明显，但35 a整体线性变化趋势不显著。图2b中长城站统计区域内气旋整体有增长趋势，但也未达到95%的显著性水平。图2c中泰山站的整体变化为减少趋势，并达到了95%的显著性水平。综合3个科考站区的二次平滑曲线而言，2010年以前，中山站、长城站两个站区的气旋个数变化趋势基本一致，1985年以前气旋个数整体表现减少趋势，1985年以后逐渐增加，尤其是1995年以后气旋数量增加明显，但2000年以后，气旋的个数水平整体较90年代偏少。泰山站的变化趋势1995年之前和中山、长城的趋势相近，1995年以后至2008年该站气旋的变化趋势和其他两站出现反位向状态。2010年以后和中山站的趋势一样为减少的趋势。

3.2 中山站统计区域内气旋的统计特征

3.2.1 中山站统计区域内气旋的气候特征

中山站位于南极普里兹湾沿岸，年平均气温-10℃左右，极端最低温度可低于-40℃；中山站气候表现为常年气温低且冬夏温差大、湿度小、风力强，具备南极极地气候典型特点[20]。该区域经常受到移动到南极沿岸的气旋影响，大量研究表明气旋多在此处消亡，因此该地区也被称作气旋的“墓地”[21]。

表1是气旋基本气候特征的统计结果，统计表明1979-2013年进入到该区域的气旋总数为486个，年平均13.9个。气旋数量冬春季节比夏秋季节多，夏季最少。该类气旋的生命史平均为4.3 d，最长可达14 d。气旋的最低中心气压值可达到920 hPa，出现在冬季。绝大部分气旋在该区域不处于强烈的发展期，平均加深率为0.32贝吉龙，但是各季节都出现了最大加深率达到爆发性标准(1贝吉龙/12 h)的气旋过程，35年以来，该区域内达到爆发性增长的气旋个数为6个，最大爆发加深为冬季的一次过程，达到1.56贝吉龙。所以，以往普遍认为普里兹湾是“气旋墓地”，气旋进入该区域就会减弱、消亡的观点过于极端，仍会有少数气旋在这里显著加强，甚至爆发性发展。

表1 中国南极中山站统计区域内气旋基本信息统计

注：“—”表示该类数值没有做统计，全年的爆发性个数总数没有进行统计。

本文对中山站统计区域内气旋的最低中心气压值分布进行了统计，图3为气旋最低中心气压值分布图。这类气旋的最低中心气压值主要分布在950～980 hPa之间。季节差异表现为春、冬季的强度较强，气压集中于950～960 hPa，夏秋季相对较弱；尽管绝大多数气旋进入该区域不会爆发性的发展，甚至还会减弱，但由于气旋本身强度较强，低于980 hPa的气旋比例高达89.3%，所以仍会造成大风、强降雪等剧烈的天气，给航行和站务工作带来灾害性的影响。

图3 中山站统计区域内气旋最低中心气压值分布直方图Fig.3 The distribution of cyclone central minimun pressure of Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

3.2.2 中山站统计区域内气旋的活动特征

为深入了解极地科考站附近气旋以及爆发性气旋的空间分布情况，本文对1979-2013年气旋的源地、消亡地、移动中经过的位置(图4～图6)以及气旋爆发性增长的位置进行了统计(图7)。图中采用2°×2°网格作为统计单位，统计落入该单位内的气旋个数。分析表明：进入到中山站统计区域内的气旋主要生成于站区的西北一侧，生成以后向东或东南移动至南极大陆，夏季、秋季在站区西北侧生成的气旋比冬春季节的偏多且集中；气旋活动的纬度集中在70°S以北，主要位于普里兹湾西北方向的南印度洋。中山站的气旋活动有明显的季节变化，图中可以看到，春冬季气旋活动最频繁，尤其是冬季气旋活动的路径也更逼近中山站；气旋的消亡地非常集中，大部分气旋都在普利兹湾以内或者普利兹湾以东的南极大陆沿岸消亡，极少数的气旋能够进入内陆。从图7爆发性气旋的统计可以看出，中山站统计区域内能达到爆发性发展的气旋非常少，气旋主要在站区的西北方向爆发性增长。

3.3 长城站统计区域内气旋基本特征

3.3.1 长城站统计区域内气旋的基本气候特征

长城站位于南极半岛北侧的乔治王岛(King George Island)，属于典型的亚南极海洋性气候，降水量和相对湿度都较中山站大，常年盛行西北风。该站附近气旋十分活跃，气旋的活动直接或间接导致了大风天气，并且也导致了相对活跃的天气变化[13]。

长城站统计区域内的气旋基本气候统计特征见表2。由于该区域位于南极半岛的北端，历来就是气旋活动的高密度区，气旋数量明显较中山站多，统计表明：进入到该统计区域的气旋总数为2 756个，年平均78.7个，是中山站的5～6倍，个数上各季节分布比较平均，为18～20个。这些气旋的生命史平均为4.9 d，最长可达26 d。气旋的最低中心气压值可达到924 hPa，出现在冬季。统计区域内爆发性气旋的数量具有明显的季节差异，冬春季节明显多于夏秋季节。4个季节的平均加深率为0.26～0.38贝吉龙，最大加深率为1.58～2.53贝吉龙，各季均有爆发性气旋出现，最大加深率可达2.53贝吉龙。

图4 中山站统计区域内气旋源地分布Fig.4 The distribition of cyclones genesis density in Zhongshan Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

图5 中山站统计区域内气旋消亡地分布Fig.5 The distribition of cyclones lysis density in Zhongshan Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

图6 中山站统计区域内气旋活动分布Fig.6 The distribition of cyclones number density in Zhongshan Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

图7 中山站爆发性气旋分布Fig.7 The distribution of explosive cyclones in Zhongshan Station.

表2 中国南极长城站统计区域内气旋基本信息统计

Tab.2 The statistic of cyclones in Great Wall Station

统计量春季(9-11月)夏季(12-2月)秋季(3-5月)冬季(6-8月)年总数(1-12月)气旋总数(1979-2013)7126476976572756平均数/个20.318.519.918.878.7气旋数最大值最大值出现年份271981年291999年271982年281986年、2013年942013年气旋数最小值最小值出现年份121991年121994年、2002年121994年72006年592006年气旋气压低于980hPa个数所占比例/%81.070.674.078.573.1气旋气压低于980hPa气旋个数5774575165162015爆发性气旋个数32151638—气旋最大加深率/贝吉龙爆发日期爆发位置2.532012年11月1日60.6°S,67.3°W1.911998年01月27日61.2°S,68.0°W1.582006年4月4日57.7°S,59.2°W2.202012年6月22日61.38°S,68.9°W—平均加深率/贝吉龙0.350.260.300.38—

注：“—”表示该类数值没有做统计，全年的爆发性个数总数没有进行统计。

图8 长城站统计区域内气旋最低中心气压值分布直方图 Fig.8 The distribution of cyclone central minimun pressure of Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

图9 长城站统计区域内气旋源地分布图 Fig.9 The distribition of cyclones genesis density in Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

图10 长城站统计区域内气旋消亡地分布图 Fig.10 The distribition of cyclones lysis density in Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

图11 长城站统计区域内气旋活动分布图Fig.11 The distribition of cyclones number density in Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

图8为长城站统计区域内气旋中心最低气压值的分布图，最低中心气压分布的季节差异表现为夏秋季弱，春冬季强；最低中心气压值主要集中在960～990 hPa之间，980 hPa以下的比例各季节的平均达到73.1%，和中山站相比偏弱。

3.3.2 长城站统计区域内气旋的活动特征

图9～图11是长城站气旋源地、消亡地以及气旋移动中经过的位置的分布图。本文同样也对进入到长城站统计区域内爆发性增长的气旋其爆发的位置进行了统计(图12)。长城站常年受到气旋活动的影响，并且季节差异明显较中山站弱，但夏季气旋活动较其他3个季节偏少；对长城站天气影响较大的气旋主要是那些在站区以西生成，生成后沿着南半球西风带自西向东移动，最后在站区以东消亡的气旋。长城站的气旋活动分布在各个季节都有明显的差异，站区附近的主要气旋活动有两个相对高密度中心，一个位于站区的正西方向，并且是主要的密度中心，4个季节都表现明显，但是春夏季节的范围和强度都较秋冬季节偏大也偏强。另一个位于站区的东-东南方向，春夏季节较秋冬季节明显。从长城站附近气旋的空间分布以及数量特征综合分析，春季是气旋影响该站区最频繁的季节。由于气旋的活动频繁，并且不同发展时期的气旋活动都影响该区域，导致长城站的天气状况复杂，容易出现大风、降雪以及低能见度的天气。统计区域内的爆发性气旋冬春季节多，夏秋季节少，大部分的气旋爆发的位置位于长城站站区西北如图12。

图12 长城站爆发性气旋分布 Fig.12 The distribution of explosive cyclones in Great Wall Station

3.4 泰山站统计区域内气旋基本特征

泰山站建成于2014年，是目前我国最年轻的南极科考站，其位于中山站与昆仑站之间的伊丽莎白公主地，距离中山站约520 km，海拔高度约2 621 m，年平均温度-36.6℃。泰山站是一座开展内陆考察的

度夏站，将进一步推动中国南极考察从南极大陆边缘地区向南极大陆腹地挺进。虽然统计区域位于内陆，但统计分析发现该区域内也有气旋活动。

泰山站的气旋活动统计详见表3。进入到统计区域内的气旋总数为42个，年平均1.2个，最低中心气压值可达到936.5 hPa，同样也出现在冬季。气旋最低中心气压的分布图如图13，泰山站的气压分布区间主要位于950～990 hPa之间。生命史平均为3.9 d，最长可达14 d。平均加深率为0.06贝吉龙，最大加深率0.48贝吉龙，35年以来，统计区域内没有出现过爆发性发展的气旋；可见气旋在该区域的活动和发展都比较有限。

3.4.1 泰山站统计区域内气旋的基本气候特征

泰山站气旋活动较少，因此我们对该站区的气旋所有经过的位置点的分布、气旋的源地、消亡地做了具体的分布图(图14)。泰山站区位于距离普利兹湾不远的内陆，距离站区本身最近的气旋活动主要位于该站的北侧，并且大部分的气旋都在该站区北侧消亡，仅有及个别气旋发源于该区域。泰山站2°经纬度半径内的区域气旋活动分布都较少，所以气旋活动对该区域的影响不明显。

表3 中国南极泰山站统计区域内气旋基本信息统计

图13 泰山站统计区域内气旋最低中心气压值分布直方图Fig.13 The distribution of cyclone central minimun pressure of Taishan Station

3.4.2 泰山站统计区域内气旋的活动特征

泰山站的气旋统计如图14所示，图中可以看出，泰山站站区附近的气旋活动很少，大部分气旋气旋活动位于站区的北部，并且绝大多数的该类气旋均处在消亡阶段，因此，气旋活动对泰山站的影响相对较小，但是仍需警惕气旋外围可能对泰山站造成的大风和降雪等恶劣的天气过程。

图14 泰山站统计区域内气旋活动分布Fig.14 Cyclone tracks for the station of Taishan Station绿色实心点代表气旋分布，红色实心点代表气旋的源地，蓝色方框代表气旋消亡地Green points represent represent the distribution of cyclone , red points represent the genesisplace of cyclone, blue block represents the lysis place of the cyclone

4 总结与讨论

综上所述，中山、长城以及泰山站3个科考站统计区域内气旋的活动、强度主要特征如下：

(1)中山站统计区域内的气旋主要生成于站区的西北一侧，消亡地在普利兹湾以内或者普利兹湾以东的南极大陆，气旋活动的纬度集中在70°S以北的南印度洋上，较少的气旋能够达到南极大陆。中山站的气旋活动有明显的季节变化，春冬季气旋活动较夏秋季节频繁，尤其是冬季气旋活动的路径更逼近中山站本身的站区附近。

(2)长城站统计区域内气旋主要在站区以西生成，在站区以东消亡，整体而言，大部分气旋生成后沿着南半球西风带自西向东移动。该站区附近气旋活动的空间分布季节差异明显，综合气旋的空间分布以及数量特征分析可知，春季的气旋活动对站区的影响

最频繁。整体而言，因其处于南极半岛北端，紧靠气旋源地德雷克海峡，气旋活动比中山站活动频繁，爆发性气旋的比例春冬季节都超过了5%，冬季高达7%，夏秋季节也维持在3%，相对中山站爆发性气旋偏多，因此要提高对该区域内出现的气旋的警惕。

(3)泰山站因其处于内陆地区，虽有气旋活动，但是数量很少，气旋进入到该统计站区的范围内的基本处于消亡阶段，强度较小，破坏力也较弱。因此，气旋对泰山站的影响非常微弱。

中山、长城和泰山3个站区在地理位置上差异较大，长城站位于最南，未跨进南极圈，昆仑站纬度最高，并位于内陆。长城、中山都临海，但是中山站位于普利兹湾内，长城站位于菲尔德斯半岛上，紧靠南大西洋。由于地理位置的不同，3个南极科考站的气候环境存在的很大的差异: 气候差异：长城站气候属于亚南极海洋性气候，中山站属于南极大陆性气候，长城站气候较中山站温和；泰山站位于内陆，属于冰原气候，环境最为恶劣; 地形差异：3个站区海拨最高的是泰山站，海拔约2 600多米，中山站背倚南极大陆，受南极冰盖的下降风作用明显。由于地形差异和不同的气候带影响，3个站区气旋活动会有所不同，在本文统计的结果主要体现在以下几个方面：

(1)从总体的气旋个数统计显示长城站受气旋影响最频繁，并且气旋的强度也偏强，长城站气旋数量是中山站的5～6倍。泰山站因其处于内陆，南极大陆本身海拔较高，气旋到南极大陆沿岸受地形削弱消亡，泰山站因此气旋数量非常少。

(2)3个站区中长城站的爆发性气旋活动最多。35年来中山站仅有几个气旋达到爆发水平，泰山站没有统计到爆发性气旋的活动。

(3)中山、长城两站气旋的个数整体的增长趋势并不显著，但是气旋数量变化存在一定的年代际的特征，泰山站气旋的个数趋势呈现较明显的下降，并且达到了95%的显著水平。

南极3个站区的历史统计分析表明，中山与长城站都经常受到气旋的影响，泰山站虽然统计到的气旋较少，但也有气旋到达过站区附近，南极的科考站的天气的安全关系到科考人员以及科考物资的安全，因此对气旋过境期间要提高警惕，做好预报和警报的保障工作。

[1] Akyildiz V. Systematic errors in the behaviour of cyclones in the ECMWF operational models[J]. Tellus A, 1985, 37A(4): 297-308.

[2] Hodges K I. A general method for tracking analysis and its application to meteorological data[J]. Monthly Weather Review, 1994, 122(11): 2573-2586.

[3] Woollings T, Gregory J M, Pinto J G, et al. Response of the North Atlantic storm track to climate change shaped by ocean-atmosphere coupling[J]. Nature Geoscience, 2012, 5(5): 313-317.

[4] Ulbrich U, Christoph M. A shift of the NAO and increasing storm track activity over Europe due to anthropogenic greenhouse gas forcing[J]. Climate Dynamics, 1999, 15(7): 551-559.

[5] Murray R J, Simmonds I. A numerical scheme for tracking cyclone centres from digital data[J]. Australian Meteorological Magazine, 1991, 39(3): 155-166.

[6] Hodges K I. Spherical nonparametric estimators applied to the UGAMP model integration for AMIP[J]. Monthly Weather Review, 1996, 124: 2914-2932.

[7] Serreze M C. Climatological aspects of cyclone development and decay in the Arctic[J]. Atmosphere-Ocean，1995, 33(1): 1-23.

[8] Blender R, Fraedrich K, Lunkeit F. Identification of cyclone-track regimes in the North Atlantic[J]. Quarterly Journal of the Royal Meteorological Society, 1997, 123(539): 727-741.

[9] Muskulus M, Jacob D, Ferraris L. Tracking cyclones in regional model data: the future of Mediterranean storms[J]. Advances in Geosciences, 2005, 2:13.

[10] Zahn M, Von Storch H. Decreased frequency of North Atlantic polar lows associated with future climate warming[J]. Nature, 2010, 467(7313): 309-312.

[11]陈善敏，张遴煜，逯昌贵. 西南极地区极地气旋路径的统计分析[J]. 气象科学研究院院刊, 1989, 4(2): 151-155.

Chen Shanmin, Zhang Linyu, Lu Changgui. A statistical analysis of cyclone tracks in west Antarctic region[J]. Jounal of Academy of Meteorolagical Science, 1989, 4(2): 151-155.

[12] 郭进修. 东南极普里兹湾1990年1-2月大风过程与气旋和锋面活动分析[J]. 极地研究, 1991, 3(1):39-46.

Guo Jinxiu. Analysis of strong wind processes and action of cyclones and fornts during January -February, 1990, ovew Prydz Bay, Eastern Antarctica[J]. Chinese Journal of Polar Research, 1991, 3(1): 39-46.

[13] 杨清华, 张林, 汪孝清. 南极长城站大风天气分析和预报[J]. 海洋预报, 2007, 24(4): 1-12.

Yang Qinghua, Zhang Lin, Wang Xiaoqing. Analysis and forecasting of the Gale Weather at Great Wall Station, Antarctica[J]. Marine Forecasts, 2007,24(4): 1-12.

[14] 马永峰, 卞林根. ERA-Interim再分析和NCEP FNL分析资料在东南极中山站至Dome A断面的适用性研究[J]. 极地研究, 2014, 26(4):470-480.

Ma Yongfeng, Bian Lingen. A surface climatological validation of ECMWF ERA-Interim reanalysis and NCEP FNL analysis over east Antarctica[J]. Chinese Journal of Polar Research, 2014, 26(4):470-480.

[15] Hoskins B J, Hodges K I. A new perspective on Southern Hemisphere storm tracks[J]. Journal of Climate, 2005, 18(20): 4108-4129.

[16] Hodges K I, Hoskins B J, Boyle J, et al. A comparison of recent reanalysis datasets using objective feature tracking: Storm tracks and tropical easterly waves[J]. Monthly Weather Review, 2003, 131(9): 2012-2037.

[17] Xia L, Zahn M, Hodges K I, et al. A comparison of two identification and tracking methods for polar lows [J].Tellus A,2012, 64：1，17196.

[18] Sanders F. Explosive cyclogenesis in the west-central North Atlantic Ocean, 1981-84. Part I: Composite structure and mean behavior[J]. Monthly Weather Review, 1986, 114(10): 1781-1794.

[19] 魏凤英. 现代气候诊断与预测技术[M]. 北京: 气象出版社, 1999: 51-54.

Wei Fengying. Modern Climate Statistics Diagnosis and Forecasting Techniques[M].Beijing: China Meteorological Press, 1999: 51-54.

[20] Wendler G, Kodama Y. On the climate of dome C, antarctica, in relation to its geographical setting[J]. Journal of Climatology, 1984, 4(5): 495-508.

[21] 杨清华, 张林, 李春花, 等. 南极中山站气象要素变化特征分析[J]. 海洋通报, 2010, 29(6): 601-607.

Yang Qinghua, Zhang Lin, Li Chunhua, et al. Analysis on the variation tendencies of meteorological elements at Zhongshan Station, Antarctica[J]. Marine Science Bulletin, 2010, 29(6): 601-607.

The statistic and variance of cyclones enter inscientific investigation station of China in Antarctic

Qin Ting1, Wei Lixin1, Li Cheng1,2

(1.KeyLaboratoryofResearchonMarineHazardsForecasting,NationalMarineEnvironmentalForecastingCenter,StateOceanicAdministration,Beijing100081,China；2.KeyLaboratoryofPhysicalOceanography，MinistryofEducation,OceanUniversityofChina,Qingdao266100,China)

In this study, we generate a new climatology of extra-cyclones in the Southern Ocean and the coastal area of Antarctic by applying an automated cyclone detection and tracking algorithm (developed by Hodges at the Reading University) for an improved and relatively high-resolution European Centre for Medium-Range Weather Forecasts atmospheric reanalysis during 1979-2013. The climatological characteristics of cyclones appearing in scientific investigation station of China in Antarctic are then analyzed, including track, number, density, intensity, deepening rate and explosive events. It shows that the number of cyclones in the Great Wall Station and Zhongshan Station has increased for 1979-2013, but none of them statistically significant. The number of cyclones in Taishan Station has decreased significantly for the same period. Cyclones in Great Wall Station are more frequency than others, and explosive cyclones are also more detected. In contrast, the seasonal variation of cyclone activities in both Zhongshan Station and Great Wall Station are more pronounced than that in Taishan Station. The cyclones in Zhongshan Station are less and weaker in summer. There are less cyclones appearing in Taishan Station, even if there are cyclones activities, the strength of them are too weaken to affect the station.

scientific investigation station of China in Antarctic; cyclones； automated cyclone detection and tracking algorithm

10.3969/j.issn.0253-4193.2017.05.005

2016-07-05；

2016-10-18。

2016年度南极周边海域物理海洋和海洋气象考察(CHINARE2016-01-01)；南极周边海域气象环境综合分析与评价(CHINARE2016-04-01)。

秦听(1988—)，女，广西壮族自治区桂林市人，工程师，主要从事基于气旋追踪算法的温带气旋的时空分布特征的统计分析。E-mail:tingqin_123@126.com

P732.2

A

0253-4193(2017)05-0044-17

秦听，魏立新，李珵. 我国南极科考站附近气旋的特征分析[J]. 海洋学报, 2017, 39(5): 44-60,

Qin Ting, Wei Lixin, Li Cheng. The statistic and variance of cyclones enter in scientific investigation station of China in Antarctic[J]. Haiyang Xuebao, 2017, 39(5): 44-60, doi：10.3969/j.issn.0253-4193.2017.05.005