北大西洋多年代际振荡（AMO）对南海夏季风撤退年代际变率的影响及可能机理*

宋成玉 汪靖 柳艳菊 李巧萍 丁一汇 沈新勇,5

1.南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心，南京，210044

2.天津市气象科学研究所，天津，300074

3.国家气候中心，北京，100081

4.中国气象局地球系统数值预报中心，北京，100081

5.南方海洋科学与工程广东省实验室（珠海），珠海，519082

1 引言

季风是大范围的盛行风向随季节发生显著变化的现象，其中亚洲是世界上著名的季风活动区，以东亚地区与南亚地区尤为显著（朱抱真等，1990；李崇银等，1999，2000，2004）。值得指出的是，亚洲夏季风的爆发和撤退与旱涝等灾害气候事件强度和发生频次有密切联系，可进一步影响亚洲的生态系统、农业生产和经济发展（Webster，et al，2004；陈 艳等，2006；Liu，et al，2011；丁一 汇 等，2004，2014；Ding，et al，2008，2009，2020；Wang J，et al，2009，2021）。亚洲夏季风分为印度（南亚）夏季风与东亚夏季风，其中南海夏季风作为东亚夏季风的重要组成部分，其活动变化对东亚地区乃至北半球的大气环流和气候都会产生不同的影响（朱抱真等，1990；李崇银等，1999，2000）。对于南海夏季风的研究，以往的工作主要集中于探讨南海夏季风的爆发与强度变化的影响因子及物理机制（何金海等，2000；Zhou，et al，2007；Ding，et al，2015；Xue，et al，2015；Liu，et al，2018），而对南海夏季风的撤退研究较少。南海夏季风撤退被视为东亚夏季风撤退的最后阶段（Wang，et al，2002），南海夏季风的撤退早晚与华南秋季降水密切相关（Hu，et al，2020b）。例如，2004年华南地区经历的自1951年以来最严重的秋季干旱与这一年南海夏季风撤退异常偏早有关，此次受灾面积约318万hm2，受灾人口约2200万，造成约460亿元的经济损失（牛宁等，2007；Niu，et al，2008）；而2010年海南岛经历的1951年以来最严重的持续性秋季特大暴雨与这一年南海夏季风撤退异常偏晚有关，此次洪涝灾害造成约30亿元的直接经济损失，受灾人口约250万（Feng，et al，2013；简茂球等，2013；Wang，et al，2016）。可见，南海夏季风撤退对东亚地区的天气气候有重要影响，其撤退时间的早晚也是一个值得研究的重要科学问题。

目前，关于南海夏季风撤退的研究主要归纳为以下3点：（1）气候学特征研究：与南海夏季风爆发这一突变现象相比，南海夏季风撤退过程持续时间更长，并且是一个由北向南的渐进过程，从而导致东亚夏季季风季节在低纬度持续时间更长（Wang，et al，1997；冯瑞权等，2007；Li，et al，2009；Hu，et al，2019b）；（2）年际变率研究：主要研究了ENSO、赤道西太平洋的准双周振荡、热带季节内振荡或印度洋30—60 d振荡以及热带气旋和丝绸之路遥相关等因子对其产生的影响（Luo，et al，2017；Hu，et al，2019c，2020a，2020c，2020d）；（3）年代际变率研究：南海夏季风撤退的年代际变化与太平洋年代际振荡（PDO）和太阳磁循环的年代际变化较为一致（王安宇等，2010）。近年来的研究（Li，et al，2016；Hu，et al，2019a，2020d；陈文等，2022）表明，南海夏季风撤退在21世纪最初10年的中期发生了显著的年代际变化，从撤退偏早转为撤退偏晚，且分析表明南海夏季风撤退偏晚与中国南海—菲律宾附近热带气旋的年代际增多以及中南半岛和菲律宾地区准双周振荡活动的年代际增强密切相关。

从上述关于南海夏季风撤退的研究成果可以看出，相比于年际变率，关于南海夏季风撤退年代际变率研究相对较少，并且更多着眼于热带地区的信号因子，而缺乏中高纬度影响因子的研究。南海夏季风位于亚澳季风区的中心，是一个复杂的季风系统，其撤退会受到热带和中高纬度系统多种因子的共同作用（Lau，et al，2000；Wang B，et al，2009）。值得指出的是，北大西洋多年代际振荡（AMO）是北半球年代际气候变率的重要影响因子（Sutton，et al，2005；Lu，et al，2006；丁一汇等，2020；Zhou，et al，2021），它是北大西洋海表温度（SST）自然变率的一种模态，其特征是海盆尺度的一致变冷或变暖（Schlesinger，et al，1994）。大量研究表明，AMO可以通过激发北半球中高纬度纬向遥相关波列进而影响欧亚地区气温、降水以及季风系统等（Sutton，et al，2005；Lu，et al，2006；丁一汇等，2014；Ghosh，et al，2017；Fan，et al，2018；Li，et al，2020；姜大膀等，2020；Sun，et al，2021；Zhou，et al，2021）。其中，AMO主要通过3种方式影响东亚夏季风的年代际变率：首先，AMO可通过引起东传的大气遥相关波列影响东亚夏季风的年代际变率（Fan，et al，2018；姜大膀等，2020；Sun，et al，2021）；其次，AMO与西太平洋和印度洋热带辐合带以及大西洋与太平洋间的沃克环流异常密切相关，而热带辐合带与沃克环流异常通过海气相互作用可导致热带西太平洋海温和环流异常，进一步调节东亚夏季风的年代际变率（Lu，et al，2006；Sun，et al，2017；Fan，et al，2018）；第三，AMO可通过调制ENSO变率进而影响ENSO与东亚夏季风在不同年代际之间的物理联系（Dong，et al，2006；Lu，et al，2008；Fan，et al，2018）。因此，AMO是否会对南海夏季风撤退年代际变率产生影响是一个值得研究的问题。

本研究将深入分析AMO与南海夏季风撤退年代际变率的物理联系，并探讨其可能的影响机理，这将有助于进一步理解南海夏季风撤退年代际变率的成因，进而为南海夏季风的年代际气候预测及防灾、减灾提供科学依据。

2 资料、方法和模式

2.1 资料选取

所用资料包括：（1）美国国家海洋和大气管理局（NOAA）物理科学实验室（PSL）和科罗拉多大学环境科学研究所（CIRES）重建的NOAA-CIRES 20thV2c再分析数据集，包括逐日以及逐月的风场、位势高度场、温度场、垂直速度场、比湿资料，分辨率为2°×2°（Compo，et al，2011），其中将每一年的逐日资料按照每5 d平均为1候，一年共73候处理得到每年的逐候资料。（2）NOAA-CIRESDOE 20thV3再分析数据集，包括逐月的降水以及总云量资料，分辨率为1°×1°（Compo，et al，2011；Slivinski，et al，2019）。（3）国际综合海洋大气数据集（ICOADS）的全球月海表温度数据集（ERSST），分辨率为2°×2°（Huang，et al，2017）。以上所有数据资料的时段均选取1900—2014年。

2.2 方法介绍

南海夏季风撤退时间指标定义采用国家气候中心（NCC）制定的标准：当中国南海季风监测区（10°—20°N，110°—120°E）内850 hPa平均纬向风由偏西风转为偏东风且持续3候或是持续2候中断1候，假相当位温小于340 K时，定义为南海夏季风撤退。北大西洋多年代际振荡（AMO）指数定义为区域（EQ—60°N，75°—7.5°W）平均的海表温度异常（Enfield，et al，2001）。为了研究年代际时间尺度变率，将所有物理量去除趋势并使用Lanczos滤波（Duchon，1979），同时采用了小波交叉谱分析、线性相关分析、回归分析、合成分析等气候诊断方法并对统计结果做显著性检验（魏凤英，2007）。其中小波交叉谱分析是通过小波分析进一步检验相同时段内的两个不同的时间序列在频域变化上的相关关系。对年代际突变进行的显著性检验主要采用了滑动t检验（魏凤英，2007）。对于具有n个样本量的时间序列x，年代际转折检验的计算步骤如下：

（Ⅰ）确定基准点前、后两段子序列x1和x2的样本数n1和n2即长度，一般取相同长度即n1=n2；

（Ⅱ）采取滑动的办法连续设置基准点，依次按照方程（1）计算统计量，两段子序列的均值分别为方差分别为和遵循自由度v=n1+n2-2的t分布；由于是进行滑动的连续计算，可得到统计量序列ti（i=1，2，···，n-（n1+n2）+1）；定义统计量

根据显著水平α可得到临界值tα，若|ti|＞tα，则认为在该基准点时刻发生了突变，否则认为该基准点前、后的两个子序列均值不存在显著差异。

由于研究年代际时间尺度变量之间的关系，根据以下公式计算的有效自由度（Neff）可用于年代际时间尺度的显著性检验（Pyper，et al，1998；Li，et al，2012）

式中，N为样本数，ρXX（j）与ρYY（j）分别是X序列和Y序列的落后j个步长的自相关系数。

垂直积分的水汽通量（WVT）及其散度（WVT_div）的计算公式如下

式中，∇p·()表示压力坐标系中的水平散度，g为重力加速度，ps为地面气压，q为比湿，V为水平风矢量。

热源（Q1）的计算方案参照Yanai等（1992）提出的倒算法

式中，T为大气温度，V为水平风矢量，p为气压，p0（=1000 hPa）为标准压力，ω为垂直速度，θ为位温，所有变量均在p坐标系中；k=R/cp≈0.286，其中R与cp分别为干空气气体常数和定压比热。

在研究波列的传播方面，采用了T-N三维波作用通量公式（Takaya，et al，2001）

式中，p1=p/p0；U=（U，V，0）T为基本流，U、V是气候平均态的纬向风和经向风分量；ψ′为扰动流函数；a是 地 球 半 径；φ、λ分 别 为 纬 度 和 经 度；z=-Hlnp，H为高度；N2为浮力振荡频率的平方；CU为U的相位传播矢量；M为假动量。

罗斯贝波波源（RWS）公式（Sardeshmukh，et al，1988）

式中，Vχ为水平辐散风，ζ为相对涡度，f为行星涡度。

2.3 模式简介

使用的数值模式由Jiang等（2005）基于美国地球物理流体力学实验室（GFDL）的全球干谱模式（Held，et al，1994）开发（简称GFDL AGCM）。GFDL AGCM的水平分辨率为T42，垂直方向上均匀地分为5层（σ坐标系）。模式采用的是理想加热/冷却源，其在水平方向上为椭圆形分布，放置在大气对外强迫响应比较显著的区域，该区域通常有显著的非绝热加热或冷却，区域中心一般位于大气响应最为显著的区域。垂直方向上，在中高纬度地区，最大理想加热/冷却源一般放置在对流层中层附近。模式积分60 d，40—60 d视为模式平衡时段。运行GFDL AGCM所需的实际气候态资料取自多年平均的9月NCEP/NCAR再分析资料。该模式已被广泛用于验证局地非绝热加热/冷却调控远距离地区气候变率的物理机制（如，Wang，et al，2019；Chang，et al，2020）。

3 南海夏季风撤退的年代际变率特征

考虑到国家气候中心建立的南海夏季风撤退时间序列在年代际变率研究方面的局限（序列时间较短），这里首先利用20thV2c再分析数据，根据国家气候中心对南海夏季风撤退时间监测指标的定义重构了1900—2014年南海夏季风撤退时间长序列资料（候为单位，图1）。为了验证重构序列的适用性，将国家气候中心已有的1951—2014年南海夏季风撤退时间序列（黑色虚折线）与本研究得到的时间序列进行相关分析，相关系数高达0.83，并通过99%置信度检验，表明本研究采用再分析数据重构的南海夏季风撤退时间序列可靠性较高。根据重构序列得出115 a南海夏季风平均撤退时间为54.6候，标准差约2候。9 a低通滤波曲线（深灰色）表明南海夏季风撤退时间具有明显的年代际变率特征，1900—2014年南海夏季风撤退时间存在3个年代际突变点，分别在20世纪30年代初（由负向正转变，即撤退偏早转向偏晚），20世纪50年代初（由正向负转变，即撤退偏晚转向偏早）和21世纪最初10年中期（由负向正转变，即撤退偏早转向偏晚）。

图1 1900—2014年南海夏季风撤退时间序列（单位：候；黑色虚折线为1951—2014年国家气候中心监测的南海夏季风撤退时间序列；深灰色曲线为9 a低通滤波；垂直虚线为根据滑动t检验得到的南海夏季风撤退时间出现年代际转变的分界线）Fig.1 Time series of the South China Sea summer monsoon withdrawal（SCSSMW）from 1900 to 2014（unit：pentad；the black dashed line is the time series of SCSSMW monitored by the NCC from 1951 to 2014；the dark gray curve represents 9-year low-pass filtering；the vertical dashed lines are the dividing lines of the interdecadal transition of SCSSMW time obtained by the moving t-test）

将南海夏季风撤退时间序列（去除线性趋势）经过9 a低通滤波并进行标准化后的结果定义为南海夏季风撤退日期年代际指数（SCSSMWI）。从SCSSMWI回归的9月850 hPa假相当位温及降水的空间分布（图2）可以看出，在南海夏季风撤退偏晚年代，中国南海季风监测区（图2黑框区，以下简称中国南海）及邻近区域的假相当位温为显著的正异常（图2a），表明对流层低层大气处于高温高湿状态，这有利于中国南海地区对流活动增强，南海区域降水显著偏多（图2b）。从上述分析可知，中国南海区域高温高湿条件（假相当位温正异常）及其对应的降水正异常与南海夏季风撤退偏晚密切联系；反之，南海夏季风撤退偏早，降水偏少。

那么与中国南海及邻近区域的假相当位温和降水情况对应的环流形势如何？为了研究年代际尺度上影响南海夏季风撤退早晚的环流异常，进一步给出SCSSMWI回归的53—56候平均对流层高（200 hPa）、中（500 hPa）、低（850 hPa）层的环流形势场（图3）。与南海夏季风撤退的正位相对应，即南海夏季风撤退偏晚年代，中国南海及邻近区域上空从对流层低层（图3a）到中层（图3b）均为异常气旋性环流所控制，位势高度呈现明显负异常，而到对流层上层中国南海及邻近区域则位于异常反气旋性环流底部，受显著正位势高度异常所控制（图3c），表明中国南海及邻近区域对流层中低层为相当正压结构，而中上层表现出较为明显的斜压结构；中国南海区域对流层低层主要为偏西风异常（图3a），高层为偏东风异常（图3c），风垂直切变较强；此外，异常气旋性环流使得从中国北方南下的偏北风异常（表征冷空气异常活跃）与低纬度偏西风异常（表征季风异常活跃）在中国南海地区交汇，上述环境条件有利于产生强烈的上升运动（图4a）（Chang，et al，1995；Ding，et al，2006；柳艳菊等，2007）。同时，受异常气旋性环流的影响，中国南海及邻近区域水汽通量散度呈现为显著的负异常，表明有来源于其西南侧的印度洋和东侧的太平洋的水汽输送并在这里辐合（图4b），这既保证了有充足的水汽来源又有利于对流不稳定的形成，从而使得中国南海区域降水偏多（图2b）。综上可见，气旋性异常环流是影响南海夏季风撤退偏晚的关键系统。

图2 南海夏季风撤退日期年代际指数（SCSSMWI）回归的1904—2010年9月（a）850 hPa假相当位温（单位：K）和（b）降水异常 （单位：mm/d）（黑框代表中国南海区域；点状区域表示超过95%置信度；所有变量均去趋势并进行9 a低通滤波，下同）Fig.2 September （a）850 hPa potential pseudo-equivalent temperature（unit：K）and （b）precipitation anomalies（unit：mm/d）regressed on the interdecadal index of the South China Sea summer monsoon withdrawal date（SCSSMWI）from 1904 to 2010（the black box represents the South China Sea area；the dotsindicate the values exceeding the 95%confidence level；all variables are detrended and 9-year low-pass filtered，the same hereafter）

图3 SCSSMWI回归的1904—2010年53—56候平均的（a）850 hPa、（b）500 hPa、（c）200 hPa水平风（矢线，单位：m/s）及位势高度（色阶，单位：gpm）（黑色矢量与点状区域均表示超过95%置信度）Fig.3 53—56 pentad mean（a）850 hPa，（b）500 hPa and（c）200 hPa horizontal wind （vector，unit：m/s）and geopotential height （shading，unit：gpm）regressed on SCSSMWI from 1904 to 2010（black vectors and white dots indicate values exceeding the 95%confidence level）

图4 SCSSMWI回归的1904—2010年53—56候平均的（a） 700 hPa垂直速度（单位：10-2 Pa/s）、（b）垂直积分的水汽通量（矢线，单位：kg/（m·s））及其散度（色阶，单位：10-5 kg/（m2·s））（点状区域表示超过95%置信度）Fig.4 53—56 pentad mean（a）700 hPa vertical velocity（unit：10-2 Pa/s），（b）vertically integrated WVT（vector，unit：kg/（m·s））and WVT_div （shading；unit：10-5 kg/（m2·s））regressed on SCSSMWIfrom 1904 to 2010（dots indicate values exceeding the 95%confidence level）

4 AMO与南海夏季风撤退的联系及可能影响机理

大量研究（孙雪倩等，2018；Li，et al，2020；王晓青等，2020；Xie，et al，2020）表明，大西洋、太平洋以及印度洋海温的年代际变化可以影响全球气候的年代际变化。为了探究海温与南海夏季风撤退的可能联系，从给出的SCSSMWI与9月全球海温年代际变化的相关系数空间分布（图5a）可见，南海夏季风撤退与北大西洋、南印度洋的北部和西太平洋局地海表温度均呈正相关，而与赤道中东太平洋存在负相关，其中SCSSMWI与北大西洋海温的正相关最显著，这表明南海夏季风撤退偏晚年代，北大西洋海温整体为明显的正异常，反之，为明显的负异常。进一步给出SCSSMWI与9月AMO指数年代际时间序列（图5b），并做相关分析，统计结果显示，1904—2010年二者相关系数为0.53，为了更加清晰地揭示二者的内在联系，同时给出了AMO与SCSSMWI指数的小波交叉谱分布（图5c）。从图5c可以看出，在8—16 a与16—32 a周期尺度上存在明显的连续的共同能量，同时通过了95%置信度检验；其中在24 a左右的周期尺度上二者的共同能量最为显著，表明二者在24 a左右的周期尺度上有更为显著的联系，从相对位相关系（矢量）来看，在1904—2010年均表现为较为一致的偏向右箭头，二者的变化趋势趋向于同位相，同时箭头略向下倾斜，表明AMO超前于南海夏季风撤退时间大致1/6—1/3个位相即4—8 a。此外，在8—16 a时间尺度上显示出20世纪30—50年代存在反位相关系，因此，对二者年代际时间序列进行进一步统计相关分析，结果显示虽然在20世纪30—50年代为负相关，但从二者时间序列的整体相关系数来看，1952—2010年相关系数仅为0.49，而1932—2010年相关系数达0.63（图5b），并通过95%置信度检验，综合1904—2010年二者的相关系数，将选取1932—2010年这一时段对AMO影响南海夏季风撤退年代际变率进行进一步分析。

为了检验南海夏季风撤退年代际变率与AMO的显著相关关系，进一步给出SCSSMWI指数回归的9月北大西洋区域海温（图6a）、700 hPa垂直速度（图6b）、总云量（图6c）、降水（图6d）以及非绝热加热（图6e）的空间分布情况。结果表明在南海夏季风撤退偏晚年代，北大西洋区域海温为显著的正异常，整体一致偏暖（即AMO为正位相，图6a），由于海温偏高引起了热强迫的变化，增加了大气的不稳定性，北大西洋35°N以南大部分地区为明显的上升运动异常（图6b），水汽含量增加和强烈的上升运动通过凝结引起北大西洋上空总云量增多（图6c），进而北大西洋35°N以南区域积云对流降水偏多（图6d），凝结潜热释放增强（图6e），伴随着上升运动加热整层大气并将能量带到对流层上层。可见，北大西洋区域可能是影响南海夏季风撤退年代际变率的显著海域，即AMO可能是影响南海夏季风撤退年代际变率的重要因子之一。

那么AMO具体是如何调制南海夏季风撤退年代际变率的呢？从AMO年代际指数回归对流层低层的风场及位势高度场的空间分布来看，在北大西洋中低纬度地区存在一显著的东北—西南走向的异常气旋性环流同时伴随着位势高度负异常，而在40°—60°N区域有一显著的异常反气旋式环流并伴有明显的位势高度正异常，这在北大西洋地区对流层低层呈现出北高南低的偶极型结构的异常响应（图7a）；进一步回归了北大西洋75°—7.5°W区域纬向平均的经圈环流，从垂直速度与经向辐散风异常分布情况可以明显地看到，在北大西洋35°N以南的区域有强烈的上升运动异常，在35°N以北的区域则有显著的下沉运动异常（图7b），这与700 hPa垂直速度及降水异常的空间分布（图6b、d）对应很好。与此同时，图7b显示其上升运动异常大值区之一位于20°—30°N，并且在此区域的对流层上层形成明显向北的辐散风异常，表明源于北大西洋较低纬度地区的热通量向上传输至对流层上层后将进一步向北传输至40°—60°N区域上空。

图6 SCSSMWI回归的1932—2010年9月北大西洋区域（a）海温（单位：℃）、（b）700 hPa垂直速度（单位：10-2 Pa/s）、（c）总云量 （单位：%）、（d）降水（单位：mm/d）和（e） 非绝热加热 （单位：W/m2）（打点区域表示超过95%置信度）Fig.6 September （a）sea surface temperature（SST，unit：℃），（b）700 hPa vertical velocity （unit：10-2 Pa/s），（c）total cloud cover （unit：%），（d） precipitation（unit：mm/d）and （e）diabatic heating（unit：W/m2）over the North Atlantic region regressed on SCSSMWI from 1932 to 2010（the dots represent values exceeding the 95%confidence level）

图7 AMO年代际指数回归1932—2010年53—56候平均的（a） 850 hPa水平风（矢线，单位：m/s）及位势高度（色阶，单位：gpm）、（b）垂直-经向剖面的75°—7.5°W区域纬向平均的垂直速度（色阶，单位：10-2 Pa/s）以及与辐散风经向分量的合成量（矢线，单位：m/s）（a中黑色矢量与打点区域均表示超过95%置信度；b中打点区域表示超过95%置信度）Fig.7 53—56 pentad mean（a）850 hPa horizontal wind（vector，unit：m/s）and geopotential height （shading，unit：gpm），（b）vertical-horizontal cross section of vertical velocity averaged along 75°—7.5°W （shadings，unit：10-2 Pa/s）and divergent meridional wind（vector，unit：m/s）regressed on AMO interdecadal index from 1932 to 2010（black vectors and white dots indicate values exceeding the 95%confidence level in a；dots indicate values exceeding the 95%confidence level in b）

由于大气罗斯贝波的存在，某一区域的气候变率通常与上游扰动存在遥相关关系，北大西洋区域对流层中上层的能量可以通过罗斯贝波传播至下游区域，并对下游区域的环流形势产生影响（Chang，1999；Chang，et al，1999；陶诗言等，2010；Li，et al，2020；Zhou，et al，2021）。下面主要从与AMO相关的波列传播角度探讨AMO与下游大气环流联系的潜在机制。根据波源理论（Sardeshmukh，et al，1988），北大西洋海面热力条件可以通过引起对流层上层辐散风异常诱发罗斯贝波波源产生和发展。由图8可以看出，AMO正位相时，北大西洋较低纬度区域对流层上层以明显的速度势负异常及辐散风异常为主，对应着罗斯贝波波源大范围的负异常，且罗斯贝波波源负异常中心与辐散风异常中心位置吻合，由于辐散风异常的存在，其中位于20°—30°N的罗斯贝波波源能量分别向其西北、北及东北方向传输至40°—60°N，这与前文分析结果表现一致（图7）；与此同时，在其西北侧则产生一罗斯贝波波源正异常。可见，北大西洋上空罗斯贝波波源异常与AMO正负位相的海温差异密切相关，同时也说明北大西洋区域是激发罗斯贝波形成与传播的能量源区之一。

图8 AMO年代际指数回归1932—2010年53—56候平均的300 hPa波源（色阶，单位：10-11 s-2）、速度势（等值线，单位：105 m2/s）及辐散风（矢量，单位：m/s）（打点区表示超过95%置信度）Fig. 8 53—56 pentad mean 300 hPa Rossby wave source（RWS，shading，unit：10-11 s-2），velocity potential（contour，unit：105 m2/s）and divergence wind （vector，unit：m/s） over the North Atlantic region regressed on AMO interdecadal index from 1932 to 2010（dots represent values exceeding the 95%confidence level）

从AMO年代际指数回归的300 hPa波活动通量和流函数分布（图9）可见，在AMO正位相年代，北大西洋、欧洲西部、欧洲东部、亚洲中西部和亚洲东北部（42.5°—55°N，110°—140°E；绿色虚线框）呈现明显的正-负-正-负-正的位势高度异常（图9a），即形成了与AMO正位相相关的对流层上层的欧亚遥相关波列模态，且这种波列在垂直方向上呈准正压结构（图9b）。北半球中纬度罗斯贝波传播通常可用波活动通量来说明（Hoskins，et al，1993），垂直方向上在正位势高度异常的左侧与负位势高度异常的右侧之间有波活动通量的上升，在正位势高度异常的右侧与负位势高度异常的左侧有波活动通量的下沉（图9b）；水平方向上波活动通量呈向东的传播趋势（图9a、b）。由此可见，在中纬度地区，罗斯贝波列起源于北大西洋，然后沿高空西风急流向东传播至东北亚区域，引起该区对流层上层的正位势高度异常（图9a）；此外，在北大西洋中西部（约42.5°—55°N，50°—75°W）有异常向上的波活动通量产生，并伴有一系列纬向的正负异常位势高度变化，向东传播至东北亚区域，并有波活动通量的向下传播至对流层低层（图9b），引起东北亚关键区域对流层低层正位势高度异常，东北亚关键区域的正位势高度异常呈准正压结构，有利于形成下沉运动异常（图10）。因此，AMO的年代际变化可通过欧亚遥相关波列调节东北亚关键区域大气环流异常。

进一步的研究表明AMO与南海夏季风撤退是通过东北亚关键区与中国南海区域建立的经圈环流联系在一起的。从图10可以看出，AMO正位相年代，东北亚关键区域上空对流层有显著的异常下沉气流，而中国南海及菲律宾海区域上空对流上升运动显著增强；在对流层低层，中国南海与东北亚关键区域之间存在异常偏北辐散风气流；而在对流层高层，中国南海与东北亚关键区域之间存在异常偏南辐散风气流。东北亚关键区域上空对流层显著的异常下沉气流能够将源自北大西洋的能量带到对流层低层（图9b），并在对流层低层产生辐散运动，能量伴随着偏北的辐散风气流传播至中国南海及其附近区域，增强辐合上升运动（图10），导致中国南海及邻近区域气旋性环流异常增强（图11c），从而形成了一个异常经圈环流。综上所述，AMO的年代际变率可通过东北亚关键区域大气环流这一桥梁作用影响到中国南海区域相关大气环流的年代际变率，进而影响南海夏季风撤退的年代际变率。

图9 AMO年代际指数回归1932—2010年53—56候平均的（a）300 hPa、（b）垂直-纬向剖面的42.5°—55°N区域经向平均的波活动通量（矢线，单位：m2/s2）和流函数（色阶，单位：106 m2/s）（a中绿色虚线框表示东北亚关键区，b中的绿色垂直虚线为东北亚关键区域经度范围（110°—140°E）；打点区表示超过95%置信度）Fig.9 53—56 pentad mean（a）300 hPa and（b）vertical-horizontal cross section averaged along 42.5°—55°N of wave activity flux（WAF，vector，unit：m2/s2）and stream function（shading，unit：106 m2/s）regressed on AMO interdecadal index from 1932 to 2010（the green dashed box in （a）indicates the key area of Northeast Asia （NEA）， the green vertical dashed lines in（b）represent the NEA longitude range（110°—140°E），dots represent values exceeding the 95% confidence level）

图10 AMO年代际指数回归1932—2010年53—56候平均的垂直-经向剖面的110°—140°E区域纬向平均的垂直速度（色阶，单位：10-2 Pa/s）以及与辐散风经向分量的合成量（矢线，单位：m/s）（打点区表示超过95%置信度，小于95%置信度的矢量未给出；灰色垂直虚线表示南海季风监测区纬度范围（10°—20°N），绿色垂直虚线为东北亚关键区域纬度范围（42.5°—55°N））Fig. 10 53—56 pentad mean vertical-horizontal cross section averaged along 110°—140°E of vertical velocity（shading，unit：10-2 Pa/s）and divergent meridional wind（vector，unit：m/s）regressed on AMO interdecadal index from 1932 to 2010（dots represent values exceeding the 95%confidence level；vectors of less than 95%confidence level are not shown；the gray vertical dotted lines indicate latitude range（10°—20°N）of South China Sea summer monsoon area and the green vertical dotted lines indicate latitude range（42.5°—55°N）of key area of NEA ）

进一步分析AMO年代际指数回归的53—56候平均的对流层高（200 hPa）、中（500 hPa）、低（850 hPa）层的环流形势（图11）可见，AMO正位相年代，在东北亚关键区域上空出现了沿急流核的高空偏东风异常（图11a），减弱了西风急流的强度。以往的研究（Chen，et al，2016；Hong，et al，2016）表明，高空西风急流减弱有利于东北亚关键地区的间接环流，并伴有正位势高度异常。与此同时，从对流层低层（图11c）到中层（图11b）东北亚关键区域均为异常反气旋性环流控制，垂直方向上呈准正压结构，有利于下沉运动的产生；并且在高空急流的入口区，气流被地转偏差影响偏转到急流的左侧，也导致左侧的下沉运动（Brill，et al，1985）（图10）。此外，源自北大西洋的能量也有一部分被传输至对流层低层，然后通过一经圈环流加强中国南海及邻近区域的辐合上升运动（图10），从而导致了南海及邻近区域的气旋性环流异常（图11c）。中国南海区域位于气旋性环流的南侧，进一步增强了南海区域的盛行西风。此外，异常气旋性环流的存在有利于其西侧的北方冷空气南下与低纬度季风气流在中国南海地区交汇，这与SCSSMWI回归的结果非常相似（图3a），不利于南海夏季风的撤退，这与Hu等（2019a）在对南海夏季风撤退的研究中表明中国南海及邻近区域气旋性环流增强，南海夏季风撤退偏晚的结果相似。

图11 AMO年代际指数回归1932—2010年53—56候平均的（a）200 hPa纬向风（色阶，单位：m/s）、（b）500 hPa和（c）850 hPa水平风（矢线，单位：m/s）及位势高度（色阶，单位：gpm）（粉色实线表示风速超过30 m/s的200 hPa气候平均纬向风，间隔为5 m/s；黑色矢量与点状区域表示超过95%置信度）Fig.11 53—56 pentad mean（a）200 hPa zonal wind （shading，unit：m/s），（b）500 hPa and（c）850 hPa horizontal wind（vector，unit：m/s）and geopotential height （shading，unit：gpm）regressed on AMO interdecadal index from 1932 to 2010（the pink solid lines represent the climatic mean of 200 hPa zonal wind with wind speed exceeding 30 m/s with an interval of 5 m/s；black vectors and the white dots indicate values exceeding the 95% confidence level）

从AMO年代际指数回归的9月假相当位温及降水的分布情况（图12a、b）也可以看出，在上述环流异常影响下，AMO正位相年代，中国南海及邻近区域的假相当位温有显著的正异常，表明低层大气处于高温、高湿状态，这有利于南海地区对流活动增强，降水显著偏多，与SCSSMWI回归的结果（图2a、b）总体一致。综上可见，在AMO正位相年代，即北大西洋海温偏高时，可引起中国南海及其附近地区高温、高湿异常，通过增强的对流活动使得局地对流降水偏多，南海夏季风撤退偏晚；反之，AMO负位相时，中国南海区域对流活动受到抑制，降水偏少，南海夏季风撤退偏早。

图12 同图2，但为1932—2010年9月AMO年代际指数的回归Fig.12 Same as Fig.2 but for the results regressed on the September AMO interdecadal index from 1932 to 2010

运用异常大气环流模式（GFDL AGCM）进一步验证东北亚关键区的高压异常（图10）可通过局地经圈环流异常进一步增强中国南海地区低压异常。用位势高度负/正异常来表征大气的垂直上升/下沉运动异常。考虑到大气非绝热冷却显著区位于东北亚高压异常关键区的中东部（125°E以东；图略），模拟试验中将最大理想冷却源放置在此处。模拟结果显示，东北亚关键区对流层整层表现为一致的位势高度正异常，此时在中国南海区域上空对流层产生了明显位势高度负异常（图13），进一步表明了东北亚关键区的高压异常（对应下沉运动）确实可通过异常经圈环流调整及增强中国南海及邻近地区的异常低压（对应上升运动）。

综上所述，北大西洋海温升高（即AMO正位相），从海洋释放了更多的热通量到大气，导致了北大西洋上空对流活动明显变强，这与Ghosh等（2017）的研究结果一致。强对流活动产生的能量传播至对流层上层后可通过辐散气流分别向偏北及偏东传输，同时在较高纬度地区产生一东传的波列，表现为正-负-正-负-正相间的位势高度异常，且这种波列在垂直方向上呈准正压结构。随着能量在东北亚高压异常关键区域上空辐合下沉，并通过一经圈环流，进一步影响中国南海区域大气环流异常（图13）。因此，AMO可能通过海-气相互作用和对流活动影响着与东北亚关键区域大气环流变化密切相关的欧亚遥相关波列的形成和传播，然后通过东北亚关键区域大气环流这一桥梁，进一步影响到中国南海区域大气环流形势年代际变化，最终影响南海夏季风撤退时间的年代际变率。

图13 垂直-经向剖面的110°—140°E区域纬向平均的9月位势高度异常（色阶，单位：gpm）（灰色垂直虚线表示中国南海区域纬度范围10°—20°N，绿色垂直虚线为东北亚关键区纬度范围42.5°—55°N）Fig. 13 Vertical-horizontal cross section averaged along 110°—140°E of geopotential height anomalies（shading，unit：gpm）in September （the gray vertical dotted lines indicate latitude range 10°—20°N of South China Sea area and the green vertical dotted lines indicate latitude range 42.5°—55°N of key area of NEA）

5 结论和讨论

基于NOAA-CIRES 20th再分析数据和ERSST数据计算得到了1900—2014年的南海夏季风撤退指数以及9月AMO指数，分析了南海夏季风撤退年代际变率的时空特征及其与AMO的联系，并结合GFDL AGCM模式探讨了AMO对南海夏季风撤退年代际变率的可能影响及物理机制。主要结论如下：

（1）南海夏季风撤退时间具有显著的年代际变化特征，1900—2014年南海夏季风撤退时间存在3个年代际突变点，分别是在20世纪30年代初（撤退偏早转向偏晚），20世纪50年代初（撤退偏晚转向偏早）和21世纪最初10年的中期（撤退偏早转向偏晚）。南海夏季风撤退偏晚年代，中国南海区域上空从对流层低层到中层有一致的异常气旋性环流，有利于对流不稳定发展及产生强上升运动，降水偏多；反之，降水偏少。

（2）南海夏季风撤退年代际变率与AMO存在密切的联系。AMO与南海夏季风撤退年代际变率呈显著正相关，即AMO为正位相（北大西洋海温偏高）时，南海夏季风撤退偏晚；AMO为负位相（北大西洋海温偏低）时，南海夏季风撤退偏早。

（3）北大西洋海温升高（即AMO正位相），从海洋释放了更多的热通量到大气，导致了北大西洋上空对流层的对流活动明显增强。然后可通过海-气相互作用和对流活动的增强激发北大西洋上空的波活动异常，进一步影响着与东北亚关键区域大气环流变化密切相关的欧亚遥相关波列的形成和传播，并引起东北亚关键区域对流层整层异常的正位势高度以及下沉运动，然后通过一经圈环流加强了中国南海区域的异常气旋性环流，导致南海夏季风撤退偏晚。反之，南海夏季风撤退偏早。上述AMO影响南海夏季风撤退年代际变率的物理过程总结如图14所示。

图14 AMO对南海夏季风撤退年代际变率影响机制示意（红色阴影区表示暖海温区，绿色阴影区表示降水增加；黑色实线/虚线圈表示低空反气旋/气旋性环流异常（红色A/蓝色C），红色实线/蓝色虚线圈表示300 hPa位势高度正/负异常（红色H/蓝色L）；绿色箭头表示遥相关波列的传播，蓝色箭头表示异常上升运动，黄色箭头表示异常下沉运动，灰色箭头表示高空和低空辐散风经向分量异常）Fig.14 Schematic diagram of the AMO influence on the interdecadal variability of SCSSMW（the red shaded area denotes the warm SSTA，while the green shaded area indicates increased precipitation；the solid/dashed black circle denotes the low-level anticyclone/cyclone anomaly（red A/blue C），while the solid red/dashed blue circle indicates the positive/negative geopotential height anomaly（red H/blue L）at 300 hPa；the solid green arrow denotes the propagation of the teleconnection wave train，the solid blue arrow indicates the upward motion anomaly，while the solid yellow arrow indicates the downward motion anomaly，the solid gray arrows indicate the high-level and low-level meridional component anomalies of divergence wind）

本研究的结果表明，AMO对南海夏季风撤退年代际变率有显著的调制作用，这将为南海夏季风撤退年代际变率的预测提供新的参考依据。值得注意的是，AMO只是影响南海夏季风撤退年代际变率的因子之一，并且二者的年代际转折时间点并不同步，未来仍需进一步探讨以及分析其他因子的可能影响，并对影响南海气旋异常的因素进行定量分析。

致谢：感谢国家气候中心提供数据支持。