秋季巴伦支海海冰与中国京津冀地区2月气温变化的联系

张国宏

(山西省气候中心，山西 太原 030006)

引 言

2022年北京冬奥会将于2月4—20日(简称“Feb4-20”)在北京市和张家口市联合举行。气象条件与体育运动关系密切[1-2]。良好的气象条件和较完善的气象服务，是冬奥会成功举办的关键性因素之一。冬奥会对气象条件有一定要求，如滑雪比赛要求雪温低于0 ℃，且冬季两项和单板滑雪要求气温不低于-18 ℃[3]；同时，赛前对天气的准确预报也至关重要，如出现大雪、大风、强回暖等高影响天气时，往往会临时中断比赛、调整赛程、甚至取消比赛。冷空气不仅影响比赛项目，对人体健康也有明显影响[4]。因此，研究京津冀地区Feb4-20气温年际异常及与影响因子的关系对北京冬奥会具有重要意义。

观测显示，全球气候变暖背景下北极地表迅速升温和海冰急剧消融的同时，伴随着欧亚大陆多个年份的冬季严寒，如2005/2006年冬季1月平均气温距平在欧洲和中西伯利亚分别为-4、-10 ℃[5]。北极海冰作为气候系统的重要组成部分，起到冷源和稳定海洋层结的作用，其通过改变反照率，阻隔海-气之间的热量、动量和物质交换等影响气候长期变化趋势[6]。研究表明，欧亚大陆冬季低温事件与北极海冰融化有紧密联系，强厄尔尼诺事件无法掩盖北极海冰对大气环流的影响[7]，21世纪00年代中期东亚冬季风的增强与北极海冰减少有关[8]；冬季西伯利亚高压和欧亚中高纬地面气温异常是秋冬季北极海冰密集度和海表温度异常共同作用的结果，仅用热带海表温度异常无法准确预测西伯利亚高压的异常[9]，北极海冰偏少和拉尼娜事件导致欧亚大陆中纬度地区出现异常冷冬[10]。

有关北极海冰对全球不同区域冬季气温的影响做了许多研究[11-14]。研究发现，北极海冰关键区主要包括波弗特海、楚科奇海、巴伦支海、喀拉海、拉普捷夫海、东西伯利亚海等，这些海区海冰异常能够引起欧亚大陆乃至北半球冬季气温异常。在影响机制方面，大多从环流角度进行分析、解释，一种解释认为海冰异常引起湍流热通量异常，进而激发出静止少变的罗斯贝波，使西伯利亚高压增强所致[9,13-14]；另一种解释是海冰异常引起北大西洋涛动(North Atlantic Oscillation, NAO)异常造成[11-12,14]。然而，以往研究时段多为整个季节[15]，缺乏月尺度的分析。为此，本文利用多种资料和方法，研究Feb4-20期间中国京津冀地区气温异常变化及与前期秋季北极海冰异常的关系，并通过前期巴伦支海海冰与后期大气环流的联系以及关键区热力异常，解释海冰影响京津冀地区Feb4-20气温的可能机制，以期为2022年北京冬奥会气温预报提供参考。

1 资料与方法

所用资料包括：美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)提供的1988—2019年秋季月平均海冰密集度资料(SST V2数据集)，水平格距为1°×1°[16]；美国国家环境预报中心和国家大气研究中心(National Center for Environmental Prediction/National Center for Atmospheric Research，NCEP/NCAR)联合提供的1989—2020年逐日再分析资料[17](包括海平面气压、500 hPa位势高度、12个等压面层气温及水平和垂直风速等，水平格距为2.5°×2.5°)以及1988—2019年日平均地表感热通量高斯网格资料(方向为高温指向低温，向上为正、向下为负)；中国气象局国家气象信息中心提供的1961—2019年冬季京津冀地区94站日平均气温观测资料。文中京津冀地区行政边界是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2017)3320号的标准地图制作，底图无修改。

秋季海冰密集度由月值平均得到。用于冷暖背景划分的京津冀地区冬季和Feb4-20平均气温由日值计算得到。再分析资料则由日值处理成Feb4-20时段的平均。另外，定义冬季是当年12月至翌年2月，秋季为当年9—11月；气候态为对应资料整个时段的平均值。

采用Mann-Kendall(简称“M-K”)检验、经验正交函数分解(empirical orthogonal function，EOF)、Pearson相关分析、回归分析、合成分析等方法[18-19]，用于京津冀地区冬季气温的冷暖期划分、Feb4-20气温主模态提取、前兆信号分析及前期秋季北极海冰对后期气温影响的诊断分析。

2 结果与分析

2.1 冬季气温冷暖时段划分

研究表明，中国冬季气温与9月北极海冰指数的相关关系发生了年代际增强特征，即北极海冰和中国冬季气温的相关性在冷期不显著，而在进入暧期后则呈显著正相关[20]。因此，在关系分析前进行冷暖期的精确划分十分必要。

图1是1961—2019年中国京津冀地区冬季平均气温序列及其M-K突变检验。可见，近59 a京津冀地区冬季平均气温呈显著上升趋势(通过α=0.001的显著性检验)，气候倾向率为0.41 ℃·(10 a)-1，其中1998—2012年阶段性下降趋势明显，即所谓的“变暖停滞”现象[21]。变暖是平缓了，还是存在突变？从M-K检验看出，两条曲线UF和UB在1987年和1988年之间相交，交点处于α=0.05的显著性水平临界线之间，且此后UF线超过临界线，说明京津冀地区冬季平均气温在1988年前后发生了气候突变，这与t检验结果相同(图略)，也与丁一汇等[22]、房一禾等[23]的研究结论一致。为了克服冷暖背景导致的要素间关系的不稳定性，后续研究选取Feb4-20气温资料的时段为1989—2020年，对应的前期秋季北极海冰密集度资料时段为1988—2019年。

图1 1961—2019年中国京津冀地区冬季平均气温年际变化及M-K突变检验Fig.1 Inter-annual change and M-K abrupt test of winter mean temperature in Beijing-Tianjin-Hebei region of China from 1961 to 2019

2.2 秋季北极海冰与中国京津冀Feb4-20气温的联系

已有研究表明，秋季北极海冰对中国冬季气温有显著影响，当秋季北极海冰异常偏多时，中国冬季常为暖冬；当秋季北极海冰异常偏少时，中国冬季多为冷冬[24]，但其对中国冬季气温的影响存在明显的区域差异[25]。为了分析北极海冰与后期中国京津冀地区气温的关系，首先对京津冀地区94站的气温序列利用EOF进行降维，即对1989—2020年京津冀地区Feb4-20气温标准化距平场进行EOF分析，得到京津冀地区Feb4-20气温变化的主模态，即第一模态，其方差贡献率为90.1 %，且通过了North准则显著性检验[19]。

图2是EOF分解的京津冀地区Feb4-20气温第一模态空间分布及其时间系数。可以看出，京津冀地区Feb4-20气温第一模态表现为全区一致变化，中南部数值略高，北部数值略低[图2(a)]。由于选取时段为暖背景下，该模态的时间系数(PC1)无显著趋势及年代际变化，但年际变化特征明显[图2(b)]。

图2 中国京津冀地区Feb4-20气温标准化距平场EOF分解的第一模态空间分布(a)及其时间系数(b)(圆点为气象站点)Fig.2 The spatial distribution (a) of the first mode of temperature standardized anomaly field from 4 to 20 February decomposed by EOF and its time coefficient (b) in Beijing-Tianjin-Hebei region of China(the dots for meteorological stations)

由于北极海冰有显著变化趋势，在计算中国京津冀地区Feb4-20气温PC1与秋季北极海冰密集度的相关系数前分别对二者去除线性趋势。由图3可见，去除趋势后秋季京津冀地区Feb4-20气温PC1和北极海冰密集度正相关显著区在巴伦支海、喀拉海和东西伯利亚海，与秋季北极海冰和中国长江中下游冬季气温相关图[13]十分相似，显著正相关范围较大的区域位于0°—90°E、77°N—83°N和43°E—82°E、66°N—77°N的巴伦支海海域及其周边，但位置相对偏西；负相关显著区在巴芬湾。同时，分别计算了与9、10、11月北极海冰密集度的相关性，发现与季节的差异不大。

由于本文重点分析秋季巴伦支海海冰密集度与突变后期京津冀地区Feb4-20气温的关系。因此，将图3巴伦支海显著正相关的2个区域(简称“关键区”)海冰密集度进行纬度加权平均，分别得到秋季2个关键区海冰密集度时间序列，然后将两序列的算术平均序列与京津冀地区Feb4-20气温PC1求相关。经计算，二者相关系数为0.52，通过α=0.01的显著性检验。将此算术平均序列标准化后作为京津冀地区Feb4-20气温异常的秋季巴伦支海海冰密集度指数，记为Iicec。从Iicec的年际变化[图4(a)]看出，Iicec与京津冀地区Feb4-20气温PC1呈现较为一致的年际变化，即当Iicec正(负)异常时，京津冀地区Feb4-20气温易偏高(低)。从Iicec同京津冀地区站点Feb4-20气温相关系数的空间分布[图4(b)]看出，全区均为正相关，且大部分区域通过α=0.05的显著性检验，表明当秋季北极巴伦支海关键区海冰偏多时，中国京津冀地区Feb4-20气温偏高，反之气温偏低。

图3 去趋势后的中国京津冀地区Feb4-20气温PC1与秋季北极海冰密集度的相关系数分布(填色区由浅到深分别通过α=0.10、0.05、0.01的显著性检验；绿色线围的填色区为巴伦支海显著正相关区)Fig.3 The distribution of correlation coefficients between detrended PC1 of temperature from 4 to 20 February in Beijing-Tianjin-Hebei region of China and Arctic sea ice concentration in autumn(The colour shaded areas from shallow to deep passed the significance tests at 0.10, 0.05 and 0.01 level, respectively; the colour shaded areas enclosed by green line are the significantly positive correlation areas of the Barents Sea)

图4 秋季巴伦支海关键区海冰密集度指数Iicec序列(a)及其与中国京津冀地区Feb4-20气温的相关系数分布(b)(相关系数为0.35和0.45的填色区分别通过α=0.05、0.01的显著性检验)Fig.4 The time series of autumn sea ice concentration index Iicec in the key areas of the Barents Sea (a) and its correlation coefficient distribution with temperature from 4 to 20 February in Beijing-Tianjin-Hebei region of China (b)(The shaded areas with 0.35 and 0.45 correlation coefficients passed the significance tests at 0.05 and 0.01 level, respectively)

2.3 秋季巴伦支海关键区海冰对中国京津冀Feb4-20气温的可能影响机制

中国冬季气温的冷暖变化与西伯利亚高压、乌拉尔山高压脊、东亚大槽、北半球极涡等中高纬环流系统密切相关，当西伯利亚高压偏强、乌拉尔山高压脊发展、东亚大槽偏深、极涡面积偏小时，中国大部区域冬季气温偏低，反之气温偏高[26-29]。中国京津冀地区Feb4-20气温的高低变化同样与中高纬环流变化相关。由图5(a)可见，中国京津冀地区Feb4-20气温PC1与同期海平面气压场显著负相关区位于欧亚大陆中高纬地区，覆盖了寒潮关键区(70°E—90°E、43°N—65°N)[30]和西伯利亚高压关键区(80°E—120°E、40°N—60°N)，与之相配合的风场相关场表现为显著异常气旋环流，中国京津冀地区为异常的西南风，这是京津冀地区Feb4-20气温异常偏高时欧亚地区海平面气压场和风场异常分布型。秋季Iicec回归的Feb4-20海平面气压场及风场距平[图5(b)]显示，在欧亚大陆中高纬地区海平面气压为负异常，配合大尺度异常气旋环流，中国京津冀地区为西南风异常，这说明秋季北极关键区海冰偏多(少)时，会导致东亚冬季风偏弱(强)，西伯利亚高压偏弱(强)，中国京津冀地区近地面为南(北)风异常，引起京津冀地区Feb4-20气温偏高(低)。对比图5(a)和图5(b)发现，两图空间分布十分相似，但秋季Iicec回归的Feb4-20气压异常区和气旋环流异常范围偏大，说明秋季北极海冰是影响中国京津冀地区Feb4-20气温的显著因子之一。

从图5(c)看出，京津冀地区Feb4-20气温PC1与同期500 hPa高度场显著正相关中心位于贝加尔湖以南的中国与蒙古国交界地带，其范围覆盖了中国北方，而显著负相关中心在60°E新地岛附近，为典型的负位相欧亚(Eurasian，EU)遥相关型分布，这是京津冀地区Feb4-20气温异常偏高时欧亚地区500 hPa高度场异常分布型。当EU遥相关型为负位相时，中国京津冀地区Feb4-20气温易偏高，而正位相时气温易偏低。从秋季Iicec回归的Feb4-20500 hPa高度距平场[图5(d)]看出，极涡中心偏向欧洲一侧，乌拉尔山脉低槽明显，中国北方至贝加尔湖地区为显著的正异常区，在欧亚中高纬地区呈现出“正、负、正”的负位相斯堪的纳维亚遥相关型(Scandinavian，SCAND，即EU1型)分布。200 hPa与500 hPa的分布类似(图略)。斯堪的纳维亚遥相关型是欧亚大陆秋冬季一个重要的大气遥相关型，当其为正位相时，斯堪的纳维亚半岛附近位势高度表现为正异常，而欧洲西部和西伯利亚附近均表现为负异常，对应的地表气温在欧亚大陆中北部为负异常，向西南可扩展到中亚，向东南可到中国长江流域[31]。对比图5(c)和图5(d)发现，二者的空间分布较为相似，说明秋季巴伦支海关键区海冰偏多时，在对流层中高层易激发出负位相的斯堪的纳维亚遥相关型分布，这与引起京津冀地区Feb4-20气温异常的环流分布型相一致。因此，秋季巴伦支海关键区Iicec对Feb4-20欧亚大陆地面气压、500 hPa位势高度有很好的指示作用，可将秋季巴伦支海关键区海冰密集度异常作为预测Feb4-20气温冷暖的前兆信号。

研究表明，北极海冰通过影响北半球中高纬度对流层的经向温度梯度，进而引起欧亚中高纬环流系统异常[13]。因此，选取秋季巴伦支海关键区海冰密集度指数大于0.8倍标准差的年份和小于-0.8倍标准差的年份分别作为巴伦支海海冰异常偏多年(多冰年)和异常偏少年(少冰年)。经计算，秋季巴伦支海多冰年对应的中国京津冀地区Feb4-20年份为1999、2003、2004、2007、2015和2020年，少冰年对应为1996、1997、2001、2010、2013和2017年。图6是秋季巴伦支海海冰异常偏多(少)年冬季欧亚中高纬地表感热通量距平。可以看出，在秋季巴伦支海海冰偏多(少)年，其关键区冬季地表感热通量为负(正)异常，正、负高值中心在新地岛以北的巴伦支海海域，表明冬季巴伦支海关键区为异常冷(热)源。结合前人研究成果[32-33]，得出秋季巴伦支海海冰影响后期冬季气温可能的物理解释，即当秋季巴伦支海关键区海冰偏多(少)时，冬季也偏多(少)，为持续冷(热)源，持续引起关键区与欧亚中纬度的经向温度梯度变大(小)，对流层纬向风垂直切变增大(减小)，斜压性增强(减弱)，西风环流加强(减弱)，在对流层中高层激发出负(正)位相的斯堪的纳维亚遥相关型分布，并引起低层西伯利亚高压减弱(增强)，进而造成中国京津冀地区Feb4-20发生南(北)风异常，导致该地区气温偏高(低)。

图5 Feb4-20中国京津冀地区气温PC1与海平面气压场(等值线)、风场[通过α=0.10及以上显著性检验的箭头(下同)](a)和500 hPa高度场(c)的相关系数(a、c)以及秋季巴伦支海关键区Iicec回归的Feb4-20海平面气压场(等值线，单位：hPa)、风场(箭头，单位：m·s-1)(b)和500 hPa高度场(d，单位：dagpm)距平(b、d)(红色方框为西伯利亚高压关键区，填色区由浅至深分别通过α=0.10、0.05、0.01的显著性检验)Fig.5 Correlation coefficient (a, c) between PC1 of temperature in Beijing-Tianjin-Hebei region and sea level pressure field (contours), wind field (arrows with the significance tests of 0.10 level and above (the same as below)) from 4 to 20 February (a) and 500 hPa geopotential height field (c), and anomaly field (b, d) of sea level pressure field (contours, Unit: hPa), wind field (arrows, Unit: m·s-1) (b) and 500 hPa geopotential height field (d, Unit: dagpm) from 4 to 20 February regressed by Iicec in the key areas of the Barents Sea in autumn(The red box is the key area of the Siberian high; the colour shaded areas from shallow to deep passed the significance tests at 0.10, 0.05 and 0.01 level, respectively)

图6 秋季巴伦支海多冰年(a)与少冰年(b)欧亚中高纬冬季地表感热通量距平(单位：kW·m-2)Fig.6 Anomaly of winter surface sensible heat flux in Eurasia mid-high latitude in autumn ice more (a) and less (b) year in the Barents Sea (Unit: kW·m-2)

为进一步了解秋季巴伦支海关键区海冰异常引起的经向环流和气温变化，分别给出秋季极冰关键区多冰年与少冰年114°E—119°E范围平均Feb4-20气温、经向环流合成的纬度-高度剖面(图7)。从图7(a)看出，秋季极冰关键区多冰年与少冰年Feb4-20气温显著正差值区主要位于中国东部30°N—60°N上空，覆盖了京津冀区域(36°N—43°N)，且随高度升高显著正异常区变窄并向北倾斜。这表明当秋季北极关键区海冰偏多(少)时，会引起中国京津冀地区对流层顶以下Feb4-20气温偏高(低)。图7(b)显示，秋季极冰偏多年与偏少年沿114°E—119°E范围的Feb4-20经向环流最显著的差异是10°N附近的异常下沉气流、45°N附近的异常上升气流及65°N以北的向极气流，近地面20°N以北均为偏南风气流，30°N—60°N之间的异常经向环流与气温异常偏高区较为吻合。这意味着秋季极冰关键区海冰偏多(少)时，通过经向环流的异常，引起京津冀在内的中国东部地区对流层中低层气温异常偏高(低)。

图7 秋季北极海冰关键区多冰年与少冰年114°E—119°E范围平均Feb4-20气温(a，单位: K)和经向环流(b，单位: m·s-1，垂直速度扩大100倍)差值的纬度-高度剖面(填色区由浅到深分别通过α=0.10、0.05、0.01的显著性检验)Fig.7 The altitude-height cross sections of average air temperature (a, Unit: K) and meridional circulation (b, Unit: m·s-1, the vertical velocity multiplied by 100) difference over 114°E-119°E from 4 to 20 February in autumn ice more and less year in the key areas of North Pole(The colour shaded areas from shallow to deep passed the significance tests at 0.10, 0.05 and 0.01 level, respectively)

3 结 论

(1)1988/1989年冬季为中国京津冀地区冬季变暖的突变点，暖背景下近32 a京津冀地区Feb4-20气温EOF的第一模态呈全区一致变化型，其时间系数无显著的变化趋势和年代际差异，但年际变化特征明显。

(2)秋季0°—90°E、77°N—83°N和43°E—82°E、66°N—77°N范围巴伦支海、喀拉海和东西伯利亚海海冰密集度与后期中国京津冀地区Feb4-20气温显著正相关，京津冀地区Feb4-20气温PC1与秋季巴伦支海关键区海冰密集度指数Iicec的相关系数为0.48，可作为冬奥会期间气温预测的前兆信号。Iicec同京津冀地区站点Feb4-20气温均为正相关，大部分站点通过α=0.05的显著性检验，表明当秋季巴伦支海关键区海冰偏多(少)时，中国京津冀地区Feb4-20气温偏高(低)。

(3)秋季巴伦支海海冰偏多(少)时，在欧亚中高纬对流层中高层激发出负(正)位相的斯堪的纳维亚遥相关型分布，与引起中国京津冀地区Feb4-20气温异常的环流分布型一致；在对流层低层对应为负(正)气压异常和气旋(反气旋)环流异常，与引起中国京津冀地区Feb4-20气温异常的海平面气压和环流异常相一致。

(4)秋季巴伦支海多(少)冰年，其关键区冬季地表感热通量为负(正)异常，正、负高值中心在新地岛以北的巴伦支海海域，表明冬季巴伦支海关键区为异常冷(热)源，会持续引起极冰关键区与欧亚中纬度的经向温度梯度变大(小)，对流层纬向风垂直切变增大(减小)，斜压性增强(减弱)，西风环流加强(减弱)，并在中高层激发出负(正)位相的斯堪的纳维亚遥相关型分布，同时引起低层西伯利亚高压减弱(增强)，进而使中国京津冀地区Feb4-20出现南(北)风异常，导致该地区气温偏高(低)。

(5)多冰年与少冰年相比较，在中国东部30°N—60°N上空Feb4-20气温为显著正异常，且随高度升高显著正异常区变窄并向北倾斜，45°N附近经向环流的异常上升气流区与引起对流层中低层30°N—60°N范围异常气温偏高区较为吻合。