北半球夏季大气低频振荡演变特征及其与华北夏季降水的关系

郝立生 马宁 何丽烨 梁苏洁 孙树鹏

天津市气候中心, 天津 300074

1 引言

次季节和延伸期可预报性的主要来源在于大气季节内振荡ISO（Intraseasonal Oscillation），特别是沿赤道向东传播具有30～60 d 周期的热带大气低频振荡 MJO（ Madden-Julian oscillation）（Madden and Julian 1971, 1972）。ISO/MJO 是热带次季节变化的主要分量，气象学家已开展了大量关于ISO/MJO 演变特征及影响研究（Jones et al.,2004; Donald et al., 2006; Lin and Brunet, 2009;Zhang et al., 2009; Pai et al., 2011; Jia et al., 2011;Matsueda and Takaya, 2015; Alvarez et al., 2016; Chu et al., 2017; 余汶樯和高庆九, 2020; 杨秋明, 2021）。研究表明，ISO/MJO 不仅通过对流和环流异常直接影响热带地区的天气与气候（Zhang, 2005;Donald et al., 2006; Pai et al., 2011），还可以通过激发的罗斯贝波列或ENSO 变化对中纬度地区的大气环流和天气产生影响（Jones et al., 2004; Lin and Brunet, 2009; Jones et al., 2011; Alvarez et al.,2016; Hsu et al., 2017; Hao et al., 2020; Arcodia et al.,2020）。

研究发现，ISO 具有显著的季节变化特征（Julian and Madden, 1981; Madden, 1986; Wang and Rui, 1990; Salby and Hendon, 1994; Hendon and Salby, 1994; Zhang and Dong, 2004; Kikuchi et al.,2012），在北半球冬季ISO 主要表现为对流区沿赤道向东传播（Madden and Julian, 1971, 1972,1994），而在北半球夏季ISO 对流中心从赤道北移到10°～20°N，在南亚季风区有显著的北传特征（Lau and Chan, 1986; Wang and Rui, 1990; Li and Wang, 1994）。为了便于区分，气象学家把北半球冬季东传的ISO 信号称为MJO，把北半球夏季东亚季风区的ISO 信号称为BSISO（Boreal Summer Intraseasonal Oscillation）。这样就可以把热带大气低频振荡信号ISO 分为MJO 和BSISO 两个模态，MJO 在北半球冬季（12 月至次年4 月）起主导作用，BSISO 在夏季（6～10 月）起主导作用，在5 月、11 月两个模态都有可能起主导作用（Kikuchi et al., 2012）。实际上，MJO 信号在所有季节都是存在的，只是在北半球夏季表现较弱（ Madden and Julian, 1972, 1994; Wheeler and Hendon, 2004; Zhang, 2005）。 所以， 常常把BSISO 看作是北半球夏季盛行的特殊模态（Wang and Xie, 1997; Lee et al., 2013）。

BSISO 传播特征比MJO 复杂得多，许多学者对BSISO 产生机制和影响开展了研究（Wang and Xie, 1997; Lawrence and Webster, 2001, 2002; Hu et al., 2020）。Jiang and Li（2005）采用异常大气环流模式试验发现，大气底层比湿辐合、辐散是BSISO 重启的重要前兆信号；BSISO 可以影响季风爆发（Wang and Xie, 1996; Kang et al., 1999）、活跃/中断（Annamalai and Slingo, 2001; Hoyos and Webster, 2007; Ding and Wang, 2009），其与南亚季风降水活跃/中断密切相关（Cadet, 1986; Lau and Chan, 1986; Gadgil and Asha, 1992; Lawrence and Webster, 2001, 2002）；BSISO 处于不同的干期或湿期会对大气水文过程产生重要影响（Lau and Waliser, 2005; Lee et al., 2017b）。

研究还发现，BSISO 信号在印度夏季风区域向东北方向传播（Yasunari, 1979, 1980; Krishnamurti and Subrahmanyam, 1982; Lau and Chan, 1986;Annamalai and Slingo, 2001; Jiang et al., 2004; Wang et al., 2005; Annamalai and Sperber, 2005），具有30～60 d 振荡周期（Wang et al., 2005; Lee et al.,2013）；在西北太平洋地区向西北方向传播（Murakami, 1984; Lau and Chan, 1986; Chen and Chen, 1993; Kemball-Cook and Wang, 2001; Hsu and Weng, 2001; Kajikawa and Yasunari, 2005; Yun et al.,2008, 2009, 2010; Chu et al., 2012; Lee et al., 2013），具有10～30 d 振荡周期（Kikuchi and Wang, 2010;Lee et al., 2013）。BSISO 可以通过调整大尺度环流和水汽分布而对东亚季风区降水产生明显影响（Webster et al., 1998; Mao and Wu, 2006; Yang et al., 2010; Moon et al., 2013; Chen et al., 2015; Hsu et al., 2016; Lee et al., 2017a, 2017b），它已成为亚洲季风区开展短期和延伸期气候预测的主要信号源（Webster et al., 1998; Ding and Wang, 2005; Wang and Ding, 2008; Lee et al., 2011, 2013; Wang et al.,2012）。

鉴于BSISO 的重要影响，开展实时监测BSISO 变化以及改进基于BSISO 的延伸期预测技术的研究非常有意义，以往研究已取得一些进展（Lau and Chan, 1986; Waliser et al., 2004; Annamalai and Sperber, 2005; Kikuchi et al., 2012），大多是针对长江流域及以南地区降水，缺乏对华北夏季季节内降水的影响研究，而且也不能很好描述北半球夏季BSISO 变化特征。Lee et al.（2013）采用（10°S～40°N、40°E～160°E）范围内的夏季5～10 月向外长波辐射OLR（Outgoing Longwave Radiation）资料和850 hPa 层纬向风速（U850）的日资料作经验正交EOF（Empirical Orthogonal Function）分解，并参照MJO 的定义方法，将前两个特征向量EOF1、EOF2 联合定义为振荡模态BSISO1，将特征向量EOF3、EOF4 联合定义为BSISO2，其中BSISO1 振荡周期约30～60 d，具有由赤道印度洋向东北方向传播特征，BSISO2 振荡周期约10～30 d，具有由西北太平洋向西北方向传播特征。BSISO 指数很大程度上可以描述亚洲季风区的季节内变化部分，而且比MJO（RMM）指数（Wheeler and Hendon, 2004）更好地刻画东亚夏季大气低频振荡的北传特征，实际应用效果较好（Hsu et al., 2016, 2017; Ren et al., 2018）。

本文参考Lee et al.（2013）的定义方法，把范围扩大到华北地区，改进计算方法，进一步分析北半球夏季东亚热带地区BSISO 演变特征及对华北夏季降水的影响，为改进延伸期降水预测技术提供参考依据。

2 资料与方法

本文所用资料：（1）日降水量资料。使用国家气象信息中心提供的1980～2019 年全国1700 站逐日降水资料，作11 d 滑动平均处理，滤掉天气尺度扰动成分。其中，2018 年华北夏季逐日降水量序列是148 站（图1）平均值。（2）环流资料。使用美国国家环境预报中心和美国国家大气研究中心（National Centers for Environmental Prediction/National Center for Atmospheric Research， 简称NCEP/NCAR）联合制作的再分析资料（Kalnay et al., 1996），从美国国家海洋和大气管理局NOAA（National Oceanic and Atmospheric Administration）的官方网站 https://www.esrl.noaa.gov/psd/data/gridded/index.html [2020-09-15]下载。资料水平分辨率2.5°×2.5°，选用时段为1980～2019 年1～12月逐日资料，要素为850 hPa 层的水平风速（u、v）和比湿q，500 hPa 层的高度场等。（3）向外长波辐射资料。资料水平分辨率2.5°×2.5°，选用时段为1980～2019 年1～12 月逐日资料，从NOAA 的官方网站https://www.esrl.noaa.gov/psd/data/gridded/index.html [2020-09-15]下载。（4）MJO 指数资料。采用澳大利亚气象局的RMM 实时多变量MJO 指数（All-Season Real-Time Multivariate MJO index），该指数从澳大利亚气象局官方网站http://www.bom.gov.au/climate/mjo/ [2020-09-15]下载。

图1 华北地区148 个气象站点分布。方框区域表示华北区域，下同Fig. 1 Spatial distribution of 148 meteorological stations in North China. The boxed area represents the North China area, the same below

BSISO 指数的建立，参考Lee et al.（2013）文献，考虑到对华北的影响，这里选择采用1981～2010 年30 年夏季5～10 月逐日的（10°S～50°N、40°～160°E）范围内向外长波辐射OLR 和850 hPa 层纬向风速U850 联合放到一起作经验正交EOF 分解。分解前先把资料作预处理：第一步，把每个格点日值OLR、U850 资料减去该点该日30 a的平均值，去掉年变化和季节变化成分；第二步，将得到的数据在时间序列上作 10～80 天Butterworth 带通滤波，去掉天气尺度和季节以上尺度的变化成分；第三步，计算出第二步得到的数据30 年（10°S～50°N、40°～160°E）范围的平均值和均方差，将每个格点数据作标准化处理。然后将标准化的OLR、U850 格点数据放在一个矩阵里作联合EOF 分解，得到若干个空间特征向量场EOFs 和对应的时间系数PCs。可将前两个特征向量EOF1、EOF2 联合定义为振荡模态BSISO1，将EOF3、EOF4 联合定义为振荡模态BSISO2，对应四个特征向量EOF1、EOF2、EOF3、EOF4 的时间系数分别为PC1、PC2、PC3、PC4。另外，对于任何一年，时间系数PC1、PC2、PC3、PC4 可以由1981～2010 年分解得到的特征向量场EOF1、EOF2、EOF3、EOF4 分别乘以该年空间场得到，而对应的四个特征向量场EOF1、EOF2、EOF3、EOF4 可由该年空间场分别对时间系数PC1、PC2、PC3、PC4 回归重构得到。关于EOF1、EOF2 可联合定义为BSISO1，而EOF3、EOF4 可联合定义为BSISO2，Lee et al.（2013）中已作了检验和说明，这里不再重复叙述。

本文还用到相关分析、Morlet 小波分析、环流异常回归重构等方法（Torrence and Compo, 1998;Wang et al., 2008; 郝立生和侯威, 2018）。

3 BSISO 演变特征

3.1 BSISO 的两个模态

将1981～2010 年（30 年）5～10 月逐日（10°S～50°N、40°～160°E）范围内的向外长波辐射OLR资料和U850 资料作经验EOF 分解。图2 是前4个特征向量场EOF1、EOF2、EOF3、EOF4 的空间分布，分别解释空间变化方差的9.5%、6.0%、5.0%、4.3%，累计24.8%，大于Lee et al.（2013）分解得到的主模态方差，表明这里得到空间模态可能有更好的代表性。可以看到，特征向量场EOF1与EOF2 有着相似的特征，空间分布都是呈西北—东南倾斜状；特征向量场EOF3 与EOF4 也有着相似的特征，但与EOF1、EOF2 空间分布相反，呈西南—东北倾斜状。研究（Lee et al., 2013）表明，EOF1、EOF2 两者具有相似的振荡周期，分别是30～60 d 低频信号在不同位相的表现形式；EOF3、EOF4 两者也具有相似的振荡周期，是10～30 d 低频信号在不同位相的表现形式。参考低频振荡信号MJO 的定义方法（Wheeler and Hendon, 2004），可将EOF1、EOF2 联合起来定义为BSISO1，将EOF3、EOF4 联合起来定义为BSISO2。

图2 1981～2010 年5～10 月逐日OLR、U850 经验EOF 分解得到的特征向量场（a）EOF1、（b）EOF2、（c）EOF3、（d）EOF4 的空间分布。OLR 异常（阴影，单位：W m-2）、水平风速的异常（箭头，单位：m s-1）是对时间系数（PC1、PC2、PC3、PC4）回归重构得到的Fig. 2 Spatial structures of the (a) EOF1 (the first mode of empirical orthogonal function), (b) EOF2, (c) EOF3, and (d) EOF4 of the daily OLR(Outgoing Longwave Radiation) and U850 (850-hPa zonal wind). EOF modes were obtained within 5-10 months from 1981 to 2010. OLR anomalies(shadings, units: W m-2), horizontal wind speed anomalies (arrows, units: m s-1) were obtained by regressing them onto PCs (principal components)

3.2 BSISO 的振荡周期

下面分析BSISO 主要模态的变化周期，这里采用Morlet 小波分析方法。图3 是时间系数PC1、PC2、PC3、PC4 的小波功率谱分布，横轴对应的是时间，纵轴对应的是振荡周期。可以看到，PC1存在10～70 d 周期变化，PC2 存在10～60 d 周期变化，而PC3、PC4 主要存在10～30 d 周期变化。为了便于分析和比较，下面对PC1、PC2 作30～60 d 滤波处理，对PC3、PC4 作10～30 d 滤波处理。

图3 1981～2010 年5～10 月时间系数PC1、PC2、PC3、PC4 的Morlet 小波功率谱分布。阴影区通过了95%信度水平的显著性检验，颜色越深可信度越高Fig. 3 Morlet wavelet power spectrum distribution of the time series PC1 (the first principal component), PC2, PC3, and PC4 during 5-10 months from 1981 to 2010. The shaded area passed the test at 95% confidence level, and the darker the color, the higher the reliability

图4 是PC1（PC3）相对于PC2（PC4）超前滞后相关系数，黑（绿）色线是滤波前PC1（PC2）、PC3（PC4）超前滞后的自相关系数，蓝（红）色线是滤波前（滤波后）PC1 相对于PC2，PC3 相对于PC4 的超前滞后的相关系数。从图4a上可以看到，滤波前PC1（PC2）超前滞后自相关系数存在约45 d 的周期变化；作30～60 d 滤波后，PC1 超前PC2 约13 d 时相关系数最大，这表明PC1 出现13 d 后PC2 才发生，也就是空间模态EOF1 出现13 d 后，EOF2 才出现。从图4b 上可以看到，滤波前PC3（PC4）超前滞后自相关系数存在约20 d 的周期变化；作10～30 d 滤波后，PC3超前PC4 约5 d 时正相关系数最大，这表明PC3出现5 d 后PC4 才发生，也就是空间模态EOF3 出现5 d 后，EOF4 才出现。因此，BSISO1 具有约45 d 的振荡周期，其包含的两个空间模态EOF1、EOF2 出现时间前后相差约13 d，即约四分之一位相；BSISO2 具有约20 d 的振荡周期，其包含的两个空间模态EOF3、EOF4 出现时间前后相差约5 d，也是约四分之一位相。

图4 1981～2010 年5～10 月（a）PC1 对PC2、（b）PC3 对PC4 的超前滞后的相关系数。黑色线是滤波前PC1（PC3）本身超前和滞后的自相关系数，绿色线是滤波前PC2（PC4）本身超前和滞后的自相关系数，蓝色线是滤波前PC1 对PC2、PC3 对PC4 的超前滞后相关系数，红色线是滤波后PC1 对PC2（30～60 d）、PC3 对PC4（10～30 d）的超前滞后相关系数Fig. 4 Lead-lag correlation coefficient of (a) PC1 relative to PC2, (b) PC3 relative to PC4 during 5-10 months from 1981 to 2010. The black line is the lead-lag autocorrelation coefficient of PC1 (PC3) before filtering, the green line is the lead-lag autocorrelation coefficient of PC2 (PC4) before filtering, the blue line is the lead-lag correlation coefficient of PC1 to PC2, PC3 to PC4 before filtering, and the red line is the lead-lag correlation coefficient of PC1 to PC2 (30-60 d filtered), PC3 to PC4 (10-30 d filtered) after filtering

综合以上可知，特征向量场EOF1、EOF2 具有空间分布相似性，都表现为西北—东南向的倾斜状，具有30～60 d 振荡周期，由热带印度洋向东北方向传播，两者出现时间前后相差13 d 左右，这两个模态代表了30～60 d 的大气低频信号。可将EOF1、EOF2 联合起来定义为BSISO1，具有约45 d 的振荡周期，两个空间场前后相差约13 d，即相差约四分之一位相。特征向量场EOF3、EOF4 也具有空间分布相似性，但与EOF1、EOF2分布相反，都表现为西南—东北向的倾斜状，具有10～30 d 振荡周期，由西北太平洋向西北方向传播，两空间场前后相差5 d 左右，这两个模态代表了10～30 d 的大气低频信号。可将EOF3、EOF4 联合起来定义为BSISO2，具有约20 d 的振荡周期，两个模态前后相差约5 d，即相差约四分之一位相。BSISO1、BSISO2 这两种低频信号可以用于延伸期预测业务中，尤其对于东亚夏季风和东亚夏季降水的预测业务。

3.3 BSISO 的位相变化

参考热带大气低频振荡MJO 的定义方法（ Wheeler and Hendon, 2004）， 结合 Lee et al.（2013），将以上的EOF1、EOF2 联合定义为BSISO1，将EOF3、EOF4 联合定义为BSISO2。图5 是BSISO1、BSISO2 的位相变化示意图。为更清楚看到空间分布演变情况，将1981～2010 年分解得到的空间主要模态EOF1、EOF2、EOF3、EOF4（图2）乘以图5 中对应的各个位相的时间系数，得到BSISO1、BSISO2 随时间的空间演变情况（图6、图7）。

图5 1981～2010 年5～10 月（a）BSISO1、（b）BSISO2 位相变化。数字1、2、3、4、5、6、7、8 代表8 个位相Fig. 5 Phase change of the (a) BSISO1 (Mode 1 of Boreal Summer Intraseasonal Oscillation) and (b) BSISO2 (Mode 2 of Boreal Summer Intraseasonal Oscillation) during 5-10 months from 1981 to 2010. The numbers 1-8 represent the eight phases

图6 是BSISO1 的8 个位相空间分布情况。BSISO1 描述的主要是30～60 d 低频信号。可以看到，在位相1，低频信号首先出现在热带印度洋75°E 附近；位相2，低频信号进一步向东北方向移动到印度半岛，并加强；位相3，低频信号向东北移到孟加拉湾，并向东扩展到南海；位相4，低频信号主体移到菲律宾附近；位相5，低频信号向东北移动进入菲律宾海，并加强；位相6，低频信号向东北移动进入西北太平洋，开始减弱；位相7，低频信号进一步减弱；位相8，低频信号北移、减弱消失在西北太平洋，这时，在热带印度洋地区，低频信号又开始出现。总之，30～60 d 低频信号由赤道印度洋产生，逐渐向东北方向传播、加强，之后减弱、消失在西北太平洋，向东北方向传播特征非常明显。

图6 1981～2010 年5～10 月BSISO1 的8 个位相OLR 异常（阴影区，单位：W m-2）、水平风速异常（箭头，单位：m s-1）的空间分布。OLR 异常、水平风速异常值分别是对时间系数PC1、PC2 回归得到的结果Fig. 6 Spatial distributions of the OLR anomalies (shadings, units: W m-2) and horizontal wind speed anomalies (vectors, units: m s-1) in the eight phases of BSISO1 during 5-10 months from 1981 to 2010. OLR anomalies, horizontal wind speed anomalies reconstructed based on PC1 and PC2,respectively

图7 是BSISO2 的8 个位相空间分布情况。BSISO2 描述的主要是10～30 d 低频信号。可以看到，在位相1，低频信号首先出现在西北太平洋赤道150°E 附近；位相2，低频信号进一步向西北方向移动到（10°N，140°E）附近，并逐渐加强；位相3，低频信号向西北移动到菲律宾海附近；位相4，低频信号进一步北移、加强，西南—东北倾斜非常明显，向西南扩展到南海、热带印度洋；位相5，低频信号进一步向西北方向移动到中国华南沿海，强度明显加强；位相6，低频信号向西北方向移动，进入到东亚南部和孟加拉湾；位相7、8，低频信号继续向西北移动进入到东亚、孟加拉湾较高纬度地区，信号明显减弱，同时西北太平洋地区，有新的低频信号开始出现。总之，10～30 d 低频信号由西北太平洋产生，逐渐向西北方向移动，强度先加强后减弱，最后减弱消失在东亚较高纬度地区，向西北方向传播特征非常明显。这与以往研究（郝立生等, 2015）低频振荡信号传播所得结论是一致的。

图7 1981～2010 年5～10 月BSISO2 的8 个位相OLR 异常（阴影区，单位：W m-2）、水平风速异常（箭头，单位：m s-1）的空间分布。OLR 异常、水平风速异常值分别是对时间系数PC3、PC4 回归得到的结果Fig. 7 Spatial distributions of the OLR anomalies (shadings, units: W m-2) and horizontal wind speed anomalies (vectors, units: m s-1) in the eight phases of BSISO2 during 5-10 months from 1981 to 2010. OLR anomalies, horizontal wind speed anomalies reconstructed based on PC3 and PC4,respectively

4 BSISO 与华北夏季降水的关系

因为2018 年夏季低频降水特征突出（郝立生等, 2020），这里选择2018 年作个例分析。图8a是2018 年华北降水量和BSISO 的时间系数PCs（即PC1、PC2、PC3、PC4）的逐日变化，日降水量数据作了11 d 滑动平均处理，图8a 中PCs 系数作了31 d 滑动平均，图8b 中PCs 系数未作任何滤波处理。降水振幅与PCs 变化振幅都是在夏季最大，但对应关系看起来不是很清晰。图8b 是夏季5～8 月未滤波的时间系数PCs 超前日降水量的相关系数。可以看到，PCs 在超前一段时间与日降水过程有很好的相关性。PC1 在超前降水17 d 为显著的正相关、超前33 d 为显著负相关；PC2 在超前12 d 为显著的正相关；PC3 在超前14 d 为显著的正相关；PC4 在超前15 d 为显著的负相关、超前32 d 为显著正相关。可见，BSISO 信号对华北夏季延伸期降水过程预测有较好的指示意义。

图8 2018 年夏季（a）逐日降水量（11 d 滑动平均）和PCs 系数（31 d 滑动平均）变化，（b）PCs 系数（未作滤波）超前降水量的相关系数变化，灰色虚线是95%信度水平线Fig. 8 Variations of (a) the daily precipitation (11-day running mean) and PCs time series (31-day running mean), (b) correlation coefficients of PCs(no filtered) leading precipitation in summer of 2018. In Fig. b, the gray dashed line represents the 95% confidence level

下面对BSISO 可能通过什么机制影响华北夏季降水过程作初步分析。影响华北夏季降水最重要的环流层是850 hPa 和500 hPa，850 hPa 是主要的水汽输送层和辐合层，而500 hPa 是产生动力上升的关键层。图9 是对夏季（6～8 月）BSISO1、BSISO2 振幅（即PC1 与PC2 的均方根，PC3 与PC4 的均方根）同期回归重构的500 hPa 高度场环流异常情况。可以看到，BSISO1 会对中纬度环流造成明显影响，欧洲西海岸正距平、乌拉尔山附近负距平、中西伯利亚正距平、朝鲜半岛附近负距平（图9a）。从回归原理看，这种环流分布形势对应BSISO1 的5～6 位相，不利于华北产生上升运动（图9a）；BSISO1 的1、2 位相时间系数PC1、PC2 与PC5、PC6 正负相反，所以对应1～2 位相的环流形势是相反的（图9a），即转变为欧洲西海岸负距平、乌拉尔山附近正距平、中西伯利亚负距平、朝鲜半岛附近正距平，这种形势下，西北太平洋副热带高压北移到朝鲜半岛附近并加强，对西来降水系统形成阻挡作用，有利于华北出现降水过程；对应3～4 位相、7～8 位相，由于PC3 与PC4、PC7 与PC8 正负号相反，合成的环流形势强度会明显减弱。BSISO2 对500 hPa 环流的影响与BSISO1 类似，也主要是通过对西北太平洋副热带高压的影响来影响华北夏季降水过程的。总之，BSISO 是通过对夏季副热带高压位置、强度的调整而影响华北夏季降水过程的。

图9 2018 年夏季对（a）BSISO1、（b）BSISO2 振幅回归重构的500 hPa 高度异常（阴影，单位：dagpm）。等值线是多年平均7～8 月高度场（单位：dagpm），黑色点区通过了95%信度水平的显著性检验Fig. 9 500-hPa geopotential height anomalies (shadings, units: dagpm) reconstructed by regression onto the amplitude of (a) BSISO1 and (b) BSISO2 in the summer of 2018. The contours are the multi-year mean of the 500-hPa geopotential height (units: dagpm) from July to August. Black dotted areas pass the test at 95% confidence level

图10 是对夏季（6～8 月）BSISO1、BSISO2振幅同期回归重构的850 hPa 比湿场、水平风场异常分布情况。可以看到，BSISO1 会对华北地区850 hPa 水汽分布和风场环流造成明显影响，华北为西南风异常，水汽明显减少，不利于华北地区出现降水过程。从回归原理看，这种情况对应BSISO1 的5～6 位相，主要对流区位于南海北部及以东海面上（图6e、f），东亚为东北风异常环流，水汽来源不足，不利于华北出现降水过程；而对应1～2 位相的形势基本是相反的，华北水汽大量增加（图10a），对流区位于东亚地区、东亚为西南风异常（图6a、b），华北易出现降水天气过程；对应3～4 位相、7～8 位相，由于PC3 与PC4、PC7 与PC8 正负号相反，合成的850 hPa 水汽场和水平风场强度会明显减弱。BSISO2 对850 hPa 水汽场和水平风场与BSISO1 类似，也主要是通过对华北水汽的影响来影响华北夏季降水过程的。总之，BSISO 是通过对华北水汽多少的调整而影响华北夏季降水过程的。

图10 2018 年夏季对（a）BSISO1、（b）BSISO2 振幅回归重构的850 hPa 水平风场异常（箭头，单位：m s-1）和比湿场异常（阴影，单位：g kg-1）Fig. 10 The 850-hPa horizontal wind anomalies (arrows, units: m s-1) and specific humidity anomalies (shadings, units: g kg-1) reconstructed by regression onto the amplitude of (a) BSISO1 and (b) BSISO2 in the summer of 2018

5 结论与讨论

在北半球夏季，印度洋—西北太平洋地区存在两种明显的低频信号，一种是BSISO1，空间分布呈西北—东南倾斜状，从热带印度洋向东北方向传播，振荡周期约为45 d；另一种是BSISO2，空间分布呈西南—东北倾斜状，从西北太平洋向西北方向传播，振荡周期约为20 d。

北半球夏季，BSISO 主要是通过影响西北太平洋副热带高压位置、强度和华北地区水汽输送异常来影响华北夏季降水过程的。在500 hPa 层，BSISO 信号会造成华北地区东部副热带高压位置南北移动和强度发生变化来影响华北夏季降水；在850 hPa 层，BSISO 信号会通过伴随的异常气旋性或反气旋性异常环流影响向华北的水汽输送来影响华北夏季降水。

虽然MJO 信号在全年都存在，但其变化在冬半年，尤其冬季振幅最大，在夏季最小。而BSISO信号变化在夏半年，尤其夏季振幅最大。因此，利用热带大气低频信号开展延伸期预测，冬半年可以重点考虑MJO 的影响，夏半年重点考虑BSISO 的影响。

东亚夏季的BSISO1、BSISO2 信号只占变化方差的24.8%，也就是东亚地区夏季环流变化比较复杂，大部分情况不是BSISO 信号，制作华北夏季延伸期降水预测，除了考虑BSISO 信号外，还要重视其他的环流异常信号。