英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

近期欧亚大陆中高纬度加强的寒冷冬季及其与日最低温度变率的关系

卢楚翰, 谢韶青 ,秦育婧, 周洁雯

教育部气象灾害重点实验室，气候与环境变化联合国际研究实验室，南京信息工程大学气象灾害预报与评估协作创新中心，南京210044，通讯地址：卢楚翰;luchuhan@ nuist .edu.cn收到2015年12月14日;

版权所有copy;2016ChuhanLuetal。 这是一个开放获取文章，根据知识共享署名许可协议分发，允许在任何媒体上无限制地使用，分发和复制，前提是原创作品被正确引用。

近几十年来的观测记录表明，北半球中纬度地区的冷季温度变化在持续的全球变暖中大幅度减少。然而，过去十年中，欧亚大陆中纬度地区（MEA）冬季严重低温事件频繁发生。在这里，我们根据冬季日常异常低温的幅度定义近地表新的寒冷强度（CI）指数，以证明低温极端变率的CI。结果表明，符号一致模式支配着MEA中的CI变化，在过去十年间通过经验正交函数（EOF）分析显着增强。这种主导模式与冬季极端事件的发生频率密切相关。相关环流的特征是欧亚西北部一个明显的异常反气旋，这在MEA中引起了明显的冷平流。MEA中广泛扩散的强烈的CI与强表面反气旋和中高纬度地区的天气阻塞（25∘E-85∘E）。与此相反，在欧亚西北部西北部，特征类似的阻塞性异常的温带环流的前两种主导模式的正相移，在近期严冬的频率中共同发挥重要作用。

1. 引言

在过去的十年中，北半球包括主要工业化中心在内的大部分中纬度地区出现了严寒和异常的大雪，整体逐渐变暖，北极海冰积聚加速[1-3]。 在北半球中纬度地区，大量的年际变率和明显的寒冷天气伴随着这种不可预见的降温趋势[4]。 近年来最令人印象深刻的寒冷冬季之一发生在2008年1月的欧亚大陆地区，当时中国南方的一场冻雨事件扰乱了交通和基础设施，经济损失超过1000亿元[5,6]。

一些研究集中在最近中纬度极端事件的增加及其归因。 一些研究已经证明了北极放大，中纬度天气和极端气候之间的某些可能联系[7-9];然而，联系的统计稳定性和物理机制仍不清楚[10-12]。在寒冷季节，北极海冰的损失和北大西洋暖表面温度（SST）可能在冷的季节对东亚季风区的气温变化起到重要作用[3,13,14]，通过联系北极涛动 （AO）/北大西洋涛动（NAO），大西洋多年代振荡（AMO）[15]和西伯利亚高压[16]的变化。持续的天气系统也可能导致大范围的极端寒冷[5,17-19]。 Zhang等人 [20]报道说，2000年初Shadapinent风暴后，天气尺度的反气旋的活动加剧，对寒冷天气事件的频率增加有很大的影响。

日温度的季节变化可以用来量化整体季节性高频温度波动[21,22]。寒冷季节温度变化的增加表明寒冷暴发或温暖事件发生的频率更高。然而，与最近欧亚大陆中纬度地区极端寒冷天气的增加相反，在过去的几十年中已经发现了季节内全经度纬向平均温度变率的减少[23]。施奈德等人。 [24]认为，这种不一致是由于温度较高的平均气候造成的，这会导致超过固定温度阈值的频率发生变化。研究问题如下：如何量化寒冷季节近期极端寒冷事件的综合强度？在这里，我们定义了一个新的客观指标来量化寒冷冬季强度，并重点研究其对近期欧亚大陆中部地区（MEA）中大型极端寒冷事件增加的贡献。将讨论相关的环流模式及其与天气系统的关系，以解释MEA近期强烈的冷事件的变化。

2. 资料和理论

2.1. 资料

本研究使用1979年1月1日至2013年12月31日ECMWF ERA-Interim再分析的日常数据[25]。 我们使用一个完整的T255（512times;256）高斯网格，其近似全球水平分辨率为0.7times;0.7∘。网格日最低和最高地面气温（?min和?max）也来自ERA-Interim关联 预测领域。 此外，我们从1972年至2012年的每日全球历史气候学网络使用1331个欧亚气象站的?min和?max数据(GHCN-DAILY,https://gis.ncdc.noaa.gov/geoportal/catalog/search/resource/details.page?id=

gov.noaa .ncdc:C00861). 考虑到中国北方和蒙古的台站稀疏性，我们在日平均气温资料（V3）和基准气象资料西伯利亚（V5）的基础上增加了215个台站，这些台站在欧亚高纬度地区有较多的记录。 AO的月平均指数取自http://www.cpc.ncep.noaa.gov/products/precip/CWlink/

dailyaoindex/ao.shtml。本研究中，冬季平均值是通过对35个冬天（1979-2013）的12月，1月和 二月（DJF）取平均得到的。

2.2. 寒冷冬季强度的定义。

考虑到寒冷天和冷天出现的以百分点为基础的指数被广泛应用于研究日常极端寒冷事件的变化。 然而，极端事件的频率取决于百分位值的选择（例如，第5次和第10次事件）;这些指数可能不能很好地反映冷事件的季节综合强度，因为它们也取决于事件的幅度和持续性。另一方面，如果持续寒冷的天气在寒冷季节占主导地位，尽管极端寒冷事件会增加，这时传统的季节温度变化会使寒冷季节的强度偏低。 此外，如果我们关注冷异常和相关的极端事件，温暖事件也会导致方差值的放大。因此，我们将冬季新的寒冷强度（CI）定义为

这里，??是上一年的12月1日至今年的2月28日（DJF为90天）的每日925hPa的温度。 ???是相对于1979年至2013年90天平均值的气候学（??）而言，当?? - ??lt;0时是一种冷异常。当??相对温暖时（?? - ??ge;0），?变量的值变为零，以排除异常温度。为了使不同位置之间的波动均匀，将值除以教学网格的标准偏差（sigma;?）点，即第?日格点处的多年标准差。由于???代表气候学的冷偏差（1979 - 2013年），其季节内变异值或CI值是冬季冷季异常的季节性综合量。因此，CI的标准化值与相应的标准化季节内变化特别是在持续寒冷（温暖）的冬季，这可能包括更频繁的寒冷（极端温暖）。

3. Result

3.1. 近期强化的冬季寒冷。

我们使用了基于ERA-Interim的1979-2013年日最高（最低）地面气温（SAT）的第10个百分点，以获得寒冷的白天（夜晚）事件。从1979年以来（图1（a）和1（b）），极端低温的纬向平均（0∘-180∘E）事件显示欧亚大陆中纬度地区有明显的年代际波动（图1 60∘N在20世纪90年代和2000年以前出现了明显的下降，这与全球地表温度逐渐升高相对应。然而，根据近期欧亚大陆严冬（04 / 05,05 / 06,07 / 08,09 / 10,10 / 11,11 / 12,10 /和12/13）。 1979 - 1989年，1990 - 2004年和2005 - 2012年冷天（夜间）平均频率分别为13.4（14.7）dy，11.7（12.0）dy和15.7（15.2）dy。因此，近年来欧亚大陆与八十年代相比。 2000年代中期以后，925hPa的年代际温度变化显示出30°N-45°N和45°N-60°N的异常现象（图1（c））。请注意，方差也被sigma;?除以使不同位置之间的波动均匀。 1996年至2013年的线性趋势在30∘N-45∘N时为每10年1.1次（超过0.1的显着性）。季节内强烈波动表明寒冷季节天气变化更加不稳定;例如，可能会出现更频繁的冷空气爆发。相反，在45°N-60°N处出现每十年减少-1.0次，这与图1（a）和1（b）中的极端低温不一致， 。但是，下降趋势并不明显。因此，30°N-60°N的整体线性趋势表现出微弱的增长（每十年0.05个）。这表明在寒冷季节，地表附近的天气温度变化减少，这与Screen [23]的全经度纬向平均结果一致。如图1（d）所

图1：1979年至2013年期间的长期大气预报，925小时气温变率和CI.Zonalmean（0∘-180∘E）wintercoldday（（a）单位：天），coldnights（（b）单位：days），季节间差异（c）和CI（d）。 （a）和（b）的单位是天，平均值为30°到70°N之间的5个纬度带的平均值。

示，CI的变化与冷天和寒冷夜晚的频率变化非常相似。在2000年代中期之后，可观察到的强度在30°N-45°N和45°N-60°N之间，与更频繁的低温事件相一致。考虑到较冷的天气条件有利于凉爽的天气事件，天气负温度变率的增加物理上表明低温极端事件的机会更大，反之亦然。季节内差异和CI之间的不一致意味着更持久的寒冷事件以及更频繁的事件尽管在全球变暖的情况下可能不太频繁的寒冷暴发，但近年来可能发生了基于百分位的低温极端事件。

为了明确分析MEA冬季CI的时空特征，EOF分析应用于1979 - 2013年冬季CI在0∘-180∘E和30∘∘55∘N之间。前两种模式的方差贡献率分别为32％和23％，可以根据North等人提出的标准很好地进行区分。 [26]。图2显示了CI的主导模式（EOF1）及其相应的时间序列（PC1）的空间分布。如图2（a）所示，EOF1模式显示了MEA中一致的积极CI偏离模式，表明冬季持续增强或减弱寒冷。数值高的地区主要位于50E以西，变化最大中国西北部。 PC1在近十年的大型年际变率上显示出明显的年代际变化（图2（b））。特别是，正相位发生在20世纪80年代早期和中期，其次是80年代后期到21世纪初的显着负值，然后出现了一个价值急剧上升的正相位。考虑到EOF1的空间符号一致性，我们计算了MEA上的区域平均CI，并将其定义为简化的ECI（图2（b）中的灰色条）。显然，PC1和ECI作为时间函数的变化高度一致， ECI与PC1的相关性为0.94。因此，PC1和ECI均表明MEA季节性寒冷波动的变异性。 EOF2的特征是南北反向变化，正值主要位于40∘N（图未示）。然而，PC2和ECI之间的相关系数降低到-0.14。因此，MEA的EOF2变率与广泛降温之间的关系并不像EOF1和ECI之间那么接近。 在此之后我们关注EOF1和ECI。为了在MEA中显示ECI对CI的初始性，我们进一步将ECI的时间序列与每个网格点的CI的时间序列相关

图2：（a）欧亚地区30-55∘N地区的断层EOF1模式（b）PC1的标准化时间序列（虚线实线），区域（30-55∘N，0-180∘E）平均CI （ECI，bar）及其相应的9年平均值（虚线）。正值的区域在（a）中加阴影。

图3：ECI与寒冷强度（CI）之间的相关系数（a）和基于台站的寒冷天数（b）和寒冷夜晚（c）的频率。阴影表示具有显着的双尾学生t检验的区域超过0.05 和0.01。

图4：ECI与台站冷天（a）和冷夜（b）发生率之间相关系数的统计显著性。 在这里，我们根据Zhang et al。[27]的数据得出了第10个百分点的阈值，但是取代了1973-1992年的固定气候学。彩色条的数值代表了每个站（点）的双尾学生?-检验的显着性。 正（负）符号表示正（负）关系。

联。 除青藏高原外，MEA和中国大部分地区的ECI与寒冷强度之间存在显着相关性（图3（a））。 尤其是，高于0.6的正相关性（超过0.01 test-测试显着性）主要位于中欧，中西伯利亚和中国西北地区。 这与EOF1变异性的大部分是一致的。 此外，华东，朝鲜半岛和日本北部也出现了显着的正相关关系。 正如ECI所指出的，压倒性的显着正相关关系表明在寒冷季节期间MEA的大尺度冬季CI变率超过MEA。

如图3（b）和3（c）所示，基于ERA-Interim网格化的emin和?max的ECI和冷天和冷夜的频率之间的相关性通常与ECI和CI之间的相关性相一致（图3（ a）），它在30∘N-60∘N处显示出显着的大正相关性，并以哈萨克斯坦为中心向西移动。重要地区还蔓延到白令海西部和乌拉尔山脉以西。请注意，我们用1979 - 2013年作为确定感冒事件的参考时期;在气候变暖的背景下，结果可能受到温度升高的平均温度的影响[24]。为了检验ECI与极端温度之间关系的稳健性，我们将冷天和冷夜重新定义为台站?min和?max低于Zhang等人的相应第10个百分点值（1973-1992）的天数。 [27]。如图4（a）和4（b）所示，尽管蒙古国存在数据差异，但仍存在广泛的显着正相关。尽管ECI与华东地区冷夜频率之间的显着性水平相对较低，但获得的相关性由再分析资料和台站资料显示高度一致的地理分布。因此，低温极端强度和低温极端强度与ECI一致的强相关性表明，近几年频繁的低温极端情况可以很好地反映在过去几年的强烈寒冷中。

图5：改变纬向平均纬向（（a），单位：K * day-1），经向（（b），单位：K * day-1）和总数（（c），单位：K * day- ）在925hPa水平（1979-2013）的温度平流异常。 在面积平均之前的每个网格点计算值，并计算5个纬度带的值。

3.2. 相关的大气环流异常。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21530]，资料为PDF文档或Word文档，PDF文档可免费转换为Word