大气科学  2014, Vol. 38 Issue (5): 974-992   PDF    
近50年中国大陆冬季气温和区域环流的年代际变化研究
梁苏洁1,2,3, 丁一汇3, 赵南1, 孙颖3    
1. 中国气象科学研究院, 北京100081;
2. 中国科学院大学, 北京100049;
3. 国家气候中心, 北京100081
摘要:利用中国大陆468 个站点1960~2013 年逐日气温资料,本文首先对中国冬季气温的年代际变化特征进行分析。通过气候跃变检验分析发现,中国冬季气温在整体变暖的趋势上叠加有年代际波动,可划分为冷期、暖期和停滞期三个时期。本文对比三个时期的冬季大气环流发现,冷/停滞期(暖)期西风环流减弱(增强)而东亚大槽增强(浅薄),槽后的辐合下沉增强(削弱),西伯利亚高压增强(减弱),这加强(削弱)了东亚冬季风,冷空气更多(少)侵入中国大陆地区,冬季气温偏低(高)。北半球环状模/北极涛动(Northern Hemisphere Annular Mode,NAM/Arctic Oscillation,AO)正是通过东亚冬季风系统对中国冬季气温,尤其是冬季最低气温有很强的年代际影响。太平洋年代际振荡(Pacific Decadal Oscillation,PDO)与中国冬季气温在年代际上也有很好的正相关关系。进一步将PDO 的年代际变化分量作为背景,分析NAM/AO 和厄尔尼诺—南方涛动(El Nino Southern Oscillation,ENSO)不同配置下的东亚冬季风环流场可以发现,两者的配置作用不仅影响着中国冬季气温一致变化型的年代际波动,而且也可以影响到冬季气温南北反相振荡型的变化,这从一个方面解释了1980 年代和1990年代北方变暖较强及最近十年北方降温趋势较为明显的原因。
关键词冬季气温     东亚冬季风     北半球环状模/北极涛动(NAM/AO)     太平洋年代际振荡(PDO)    
Analysis of the Interdecadal Changes of the Wintertime Surface Air Temperature over Mainland China and Regional Atmospheric Circulation Characteristics during 1960-2013
Liang Sujie1,2,3, Ding Yihui3, Zhao Nan1, Sun Ying3    
1. Chinese Academy of Meteorological Sciences, Beijing 100081;
2. University of Chinese Academy of Sciences, Beijing 100049;
3. National Climate Center, Beijing 100081
Abstract: On the basis of the daily air surface temperature data of 468 meteorological observation stations in mainland China from 1960 to 2013, the spatial and temporal characteristics of winter temperature are analyzed. First, linear regression and regime shift detection methods are used to identify tendency and abrupt point. Winter temperature shows interdecadal variability superimposed on a long-term warming trend with the cold period from 1960-1961 to 1985-1986, the warm period from 1986-1987 to 2005-2006, and the hiatus period from 2006-2007 to 2012-2013.
To examine the underlying mechanism for the formation of the three periods, the atmospheric circulation systems are compared by using National Centers for Environmental Prediction/National Center for Atmospheric Research (NCEP/NCAR) reanalysis data. It is found that the cold/hiatus (warm) period is characterized by weak (strong) zonal wind in the middle and high latitudes of the Northern Hemisphere, strong (weak) East Asian Trough on the 500 hPa geopotential height field, strong (weak) downdraft after the trough, strong (weak) Siberian High, and enhanced (weakened) northeast surface wind over the Asian continent. These features provide favorable circulation conditions for cold (warm) winter in mainland China. Furthermore, by influencing the East Asian winter monsoon circulation, the Northern Hemisphere Annular Mode/Arctic Oscillation (NAM/AO) affects the winter temperature, particularly the winter minimum temperature on the interdecadal timescale.
Conversely, the Pacific Decadal Oscillation (PDO) is positively correlated to the winter temperature on the interdecadal timescale. Subsequently, the results indicate that with the modulation of the interdecadal variability of the PDO, the combined effects of NAM/AO and El Niño Southern Oscillation (ENSO) influence the first EOF mode (EOF1), which has an identical signal throughout China, and influences the second EOF mode (EOF2), which has a seesaw pattern between southern and northern China. In addition, the superimposition of EOF1 and EOF2 probably caused persistent warming winters in the 1980s and 1990s and may have been responsible for the significant cooling trend during the last seven years in northwestern and northeastern China.
Key words: Winter temperature     East Asian winter monsoon     Northern Hemisphere Annular Mode/Arctic Oscillation (NAM/AO)     Pacific Decadal Oscillation (PDO)    
1 引言

近百年来,随着自然气候波动和人类活动的影响,全球气候正经历一次以变暖为主要特征的显著变化。然而IPCC第五次评估报告(2013)指出,全球平均气温自1998年以来并没有呈现显著上升(基本趋平),即进入所谓全球变暖趋缓或停顿时期(global warming hiatus period)。Easterling and Wehner(2009)依据模式结果分析,这种变化还有可能持续一段时间,但这并不会改变全球变暖的整体趋势。我国气温变化趋势与全球气温变化有着趋势上的一致性和突变时间上的区域差异性(丁一汇等,2007)。冬季是增暖最明显的季节,因而对冬季气温变化的研究有助于理解气候增暖的本质和探索年代际变率的特征及原因。

研究表明(唐国利等,2009)自上世纪六十年代以来,中国大陆冬季气温在线性上升趋势上还叠加着不规则的脉动变化。有时在平均趋势线之上(正的脉动或正异常),表明气候状况要比平均变暖状况更暖;有时气候变化在平均趋势线之下(负的脉动或负异常),这时气候要比平均变暖状况冷。叠加在气候变暖趋势线上的冷暖异常期被称为气候脉动或气候变率(丁一汇,2009)。已有的很多研究利用不同方法检测到20世纪北半球平均气温序列中的突变或跃变信号。例如,20世纪的一次突然变暖发生在1980年代,并被认为是20 世纪以来增暖最强的一次(Zhao et al.,2005唐国利等,2009)。值得注意的是,近些年,我国冬季大范围的冰冻雨雪和寒潮大风天气频发,如2007/2008年冬季和2012/2013年冬季,尽管近些年的冬季气温偏低,但这仍未改变冬季气温继续变暖的整体趋势(王绍武等,2010Kerr,2012唐国利等,2012)。由此可见,1960/1961~2012/2013年这53个冬季的气温变化是整体变暖的趋势上叠加有年代际波动。

研究表明(白爱娟和翟盘茂,2007)引起气候变化的原因可以概括为自然的气候波动和人类活动的影响,而造成我国冬季气温年代际变化的最直接原因是大气环流与海洋海温的脉动和变化(丁一汇,2009)。本文依据中国大陆站点的逐日观测资料,旨在对冬季气温年代际的时空变化特征进行系统的研究,并进一步探讨与此特征相一致的大气环流和海洋海温的变化。

2 资料和方法 2.1 资料

本文站点资料来源为中国气象局国家气象信息中心整编的中国地面气候资料日值数据集,由于1960年以前的站点稀少,并且存在大量的缺测资料,本文筛选出时间跨度为1960~2013年具有53个连续冬季且每一冬季缺测值少于10%的站点。为了减小城市热岛效应的影响,尽可能反映气候的自然变化,剔除了50万以上人口的大城市观测资料。另外,台站迁移会影响气候序列的均一性,从而影响研究结果,本文参照Zhai and Pan(2003)的方法,剔除了迁移较大的站点,最终确定468个站点。需要指出的是,文中分析所指冬季平均值为当年12 月至次年2月,如1951年冬季指1951年12月至1952年2月的平均值,以此类推。

本文也使用了美国国家环境预测中心(National Centers for Environmental Prediction,NCEP)提供的风场和位势高度场再分析资料(Kalnay et al.,1996),水平格距为2.5°×2.5°,垂直分为17层,选取的时间段为1960年1月~2013年2月。此外采用的再分析资料也包括月平均海平面气压(SLP)、高度 场、温度场和风场,用当年12月到次年2月的平均作为冬季平均场。海洋海温资料为美国国家大气海洋局(National Oceanic and Atmospheric Administration,NOAA)发布的第二版延长重构的月平均的海温资料(Smith and Reynolds,2004),水平格距为2.0°×2.0°。本文的NAM/AO指数为NOAA气候预测中心公报提供的指数资料,NAM/ AO指数定义为20°N以北1000 hPa位势高度异常场的经验正交函数展开的第一模态的时间系数(下载地址:ftp://ftp.cpc.ncep.noaa.gov/cwlinks/)。本文的PDO指数为北太平洋月平均海温的第一模态的时间系数(下载地址:http://jisNAM/AO. washington.edu/pdo/PDO.latest)。ENSO指数采用的是美国NOAA气候预测中心在业务上使用的Oceanic Niño Index(ONI),它是基于Niño 3.4区(5°N~5°S,120°~170°W)海温资料的三个月滑动平均值与其1971~2000年长期平均值的距平(下载地址:http://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ensoyears.shtml)。

2.2 方法

由于东部站点稠密,西部站点稀疏,站点算术平均的结果更偏向代表东部地区的变化趋势。因 而本文采用面积加权平均法计算中国大陆区域气温。参考目前国际上比较公认的Jones网格面积加权平均法(Jones and Hulme,1996)。首先将站点资料格点化,将中国地区按经纬度划分为2.5°×2.5°的176个格子,分别将每个格子的距平值进行算术平均,得到每个格子的平均值。然后利用公式(1)对所需区域进行面积加权平均,得到该区域距平值。

其中,△ Tik:第i个网格第k年的气温距平值;△ Tik:某区域第k年的距平值;n:格点数;φi:第i个网格所在的纬度。

考虑到本文分析的冬季时间序列较短,传统的Mann-Kendall(M-K)和滑动t检验无法有效检测时间序列后期的突变点。最近Rodionov(20042006)提出的一种基于t检验的循序算法STARS(Sequential t-test Analysis of Regime Shift)更为严谨,能够检测出位于时间序列后期的跃变,但是这种方法仍然无法完全去除边界效应的影响,因而也难以准确判定跃变的时间点。本文采用这一新的检验方法并结合高斯低频滤波曲线的变化趋势对中国大陆冬季气温序列进行分析和研究。

此外,本文还采用了EOF和集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)等方法。其中,EEMD(Wu and Huang,2009)是一种处理非线性、非平稳时间序列的最新方法。该方法的基本原理为:假定该时间序列的各瞬间点由不 同时间尺度的内在振荡模态叠加而成,经验模态分 解根据其瞬时特征提取出各本征模态函数(Intrinsic Mode Function,IMF),这些IMF的时间序列为具有真正物理意义的信号。

3 中国冬季温度的时空变化特征

为了分析我国冬季气温的主要变化模态及其变化特征,对从1960~2013年共53个冬季(12月至次年2月平均)的气温进行EOF分析,得到空间主要模态和时间变化特征。图 1给出了中国冬季平均气温的EOF第一个模态及其相应的标准化时间系数,EOF1解释了总方差的47.7%,说明这种模态的信号很强。从图 1a的EOF1空间分布可以看出,中国冬季平均气温变化的最主要模态表现为全国气温一致增暖的变化趋势,最大值中心位于40°以北的地区,这说明北方的增暖强于南方。EOF1的标准化时间系数有很强的增暖趋势,同时叠加有明显的年代际变化。这种变化特征在高斯低频滤波曲线上,表现尤为明显。一些早期研究(刘莉红和郑祖光,2003宋燕和季劲钧,2005)采用M-K和滑动t检验突变点,发现以1986/1987年冬季为分界,可以将中国冬季气温划分为冷暖两个时期。前期基本为负位相,我国冬季气温主要为负异常,表明我国冬季气温一致偏冷,而后期则基本为正位相,我国冬季气温主要为正异常,全国冬季气温升温加速。然而自2006/2007年冬季开始,EOF1的标准化时间系数开始呈下降趋势,与此对应的,我国冬季大范围的冰冻雨雪和寒潮大风天气频发,冬季气温有降低趋势,似乎进入了一个新的波动阶段。

图 1 中国冬季地面2 m平均温度EOF第一模态:(a)空间分布型;(b)标准化时间系数(柱)。黑实线:突变检验曲线;绿色实线:线性趋势曲线;绿色虚线:高斯低频滤波曲线;紫色实线:2006/2007至2012/2013年冬季的线性趋势曲线,红色实线箭头指向2006/2007年Fig. 1 The first leading EOF mode(EOF1)of the winter mean 2-m air temperature in mainl and China for 1960/1961-2012/2013:(a)Spatial pattern;(b)the corresponding normalized time coefficient(bars). Black solid line: the stepwise trend showing regime shifts in the mean detected by the sequential method; green solid line: linear trend; green dashed line: Gauss low-pass filtering curve; purple solid line: the linear trend from the winter of 2006/2007 to 2012/2013; the red solid line arrow points to the year of 2006/2007

本文应用STARS方法计算EOF1的标准化时间系数的跃变,首先对EOF1的标准化时间系数预白化(prewhitening),设置显著性检验置信水平P=0.1,由于本文主要考察气温序列的年代际变化,因此将切断长度L设在10~20之间,计算不同L下的RSI值,结果发现都可以得到近乎一致的结果。这表明全国冬季气温具有很强的这种年代际变化信号。图 1b表明,53个冬季平均气温EOF1的标准化时间 系数有两次跃变。

图 2可见,冬季平均气温和最高(低)气温的时间序列都有很强的增暖趋势,其中最低温度的增暖最强,可以达到0.0477° a−1,最高温度的增暖较弱,为0.025° a−1。应用STARS方法计算跃变时间点发现,三者与EOF1的标准化时间系数的跃变结果一致,表现为整体变暖的趋势上叠加有年代际变化的波动。

图 2 中国大陆(a)冬季平均气温、(b)冬季最高气温和(c)冬季最低气温的时间序列。柱状图:距平值;黑实线:突变检验曲线;绿色实线:线性趋势曲线;绿色虚线:高斯低频滤波曲线;紫色实线:2006/2007至2012/2013年冬季的线性趋势曲线;红色实线箭头指向2006/2007年Fig. 2 The time series of the(a)winter mean temperature,(b)winter mean of maximum temperature and (c)winter mean of minimum temperature in mainl and China. Bar: anomaly; black solid line: the stepwise trend showing regime shifts in the mean detected by the sequential method; green solid line: linear trend; green dashed line: Gauss low-pass filtering curve; purple solid line: the linear trend from the winter of 2006/2007 to 2012/2013; the red solid line arrows point to the year of 2006/2007

IPCC第五次评估报告(2013)指出,全球平均气温自1998年以来并没有呈现显著上升(基本趋平),即进入所谓全球变暖趋缓或停顿时期(global warming hiatus period)。Easterling and Wehner(2009)依据模式结果分析,这种变化还有可能持续一段时间。在这一背景下,针对中国冬季气温的变化,本文将EOF1的标准化时间系数和冬季平均气温和最高(低)气温的时间序列进行高斯低频滤波得到十年以上的年代际变化。如图 1b和2中红色实线箭头所示,第三个时期的气温下降大致是从2006/2007年开始的。依据气候脉动的定义(丁一汇,2009),这个时期的突变点采用实际下降开始的冬季。同时参照早期对冬季气温突变的研究结果(刘莉红和郑祖光,2003宋燕和季劲钧,2005),我们将这三个时期分别命名为冷期、暖期和变暖停滞期(以下简称停滞期)并做以下定义,如表 1。冷期定义为1960/1961年冬季至1985/1986年冬季,暖期定义为1986/1987年冬季至2005/2006年冬季,停滞期定义为2006/2007年冬季至2012/ 2013年冬季。

表 1 冷期、暖期和停滞期的定义 Table 1 The definition of the cold period,the warm period,and the hiatus period

采用线性回归的方法分析各个站点53个冬季气温变化趋势可以发现(图略),只有很少的站点呈现弱的降温趋势,全国大部分站点都表现出显著的升温趋势,其中北方及青藏高原地区的增温更加显著,而华南等地的变暖略弱。同时各个站点冬季最低气温的上升趋势远远强于冬季最高气温。因此,大多数站点的日较差趋势变化是降低的(图略)。以上这些结果与丁一汇和戴晓苏(2002)Zhai and Pan(2003)Zhao et al.(2005)Zhai et al.(2005)唐国利等(2009)的研究结果是一致的。

从三个时期的冬季气温距平场可以看出(图 3),对比暖期气温减去冷期气温的差值场分布可以发现,35°N以北的地区及青藏高原地区的增暖强于南方地区,并且整体上最低气温的差值幅度大于最高气温(图 3a、d)。在停滞期气温减去暖期的最高气温差值场上(图 3b、e),负距平中心主要位于东北地区和新疆的西北部等北方地区,这表明停滞期的冬季最高气温低于暖期,但是在青藏高原和云贵高原地区,停滞期的最高气温高于暖期;最低温度的距平场上,正距平的区域扩大,有弱的正距平中心分布在江南和华南地区,这表明在40°以北的大部分地区停滞期的冬季最低气温低于暖期,而南部地区停滞期最低气温高于暖期。图 3c和f是停滞 期减去冷期气温的差值场,可以发现与冷暖期的差值场分布较为相似,反映出停滞期的冬季气温高于冷期,并且在青藏高原和云贵高原地区其增暖程度更强。三个时期的冬季极端高(低)温距平场也有类似的分布(图略)。总体来看,青藏高原和云贵高原的增暖是最为显著的,即使在停滞期高原地区冬季最高(低)气温和极端高(低)温依然高于暖期。在停滞期冬季温度较暖期略有下降,但整体上仍高于冷期,表明中国大陆的冬季气温进入了一个新的阶段。

图 3 暖期减去冷期的(a)冬季最高温度、(d)冬季最低温度的差值分布;停滞期减去暖期的(b)冬季最高温度、(e)冬季最低温度的差值分布;停滞期减去冷期的(c)冬季最高温度、(f)冬季最低温度的差值分布Fig. 3 Differences of winter means of(a)daily maximum temperature(warm period minus cold period),(d)daily minimum temperature(warm period minus cold period),(b)daily maximum temperature(hiatus period minus warm period),(e)daily minimum temperature(hiatus period minus warm period),(c)daily maximum temperature(hiatus period minus cold period),and (f)daily minimum temperature(hiatus period minus cold period)

本节的分析表明,中国冬季气温自1960年以来有很强的增暖趋势,但是同时也叠加了三个时段的年代际自然波动。已有的很多研究都探讨了冷暖期的变化,而近些年中国冬季气温进入了一个新的波动阶段,并且由于变暖趋势的影响,停滞期的气温整体高于冷期。但是形成这种气温波动的原因和停滞期是否会在未来持续一段时间等问题,还要从影响温度变化的环流要素和其他外源强迫因子的作用方面进一步分析,研究表明造成我国冬季气温年代际变化的最直接原因是大气环流与海洋海温的脉动和变化(丁一汇,2009),以下将主要从这两方面来讨论影响中国冬季气温变化的因子。

4 大气环流的对比分析与中国年代际气候变化

东亚冬季风系统是北半球冬季最活跃的环流系统之一,主要成员为低层风场上亚洲东岸引导极地冷空气南下的强劲西北气流,海平面气压场上的高纬西伯利亚高压和北太平洋上的阿留申低压,500 hPa位势高度场上中国大陆东岸至日本上空的东亚大槽,以及日本南部对流层高层的强盛东亚急流。这些系统成员相互联系、相互影响,在环流场上紧密配合,共同影响中国冬季气温。与中国冬季气温的冷暖期相一致的是,东亚冬季风系统在1980年代中期发生突变,由强转弱(贺圣平和王会军,2012)。本文将1960~2013年53个冬季的平均值作为气候平均态,以下对三个时期距平合成的环流场进行对比分析。

图 4为冷期、暖期和停滞期的低层850 hPa的风场和气温的距平合成场。从图 4中可见,在气温距平的分布上,冷期与暖期有大体相反的分布形势,停滞期在西伯利亚地区有一个气温负距平中心,表明该地的气温较常年平均值偏低,其余地区皆为正距平分布,表明比常年平均偏暖。风场上,我国大部分地区受到来自西伯利亚地区的西北风影响。冷期时,45°以北地区的纬向流减弱,而我国大部分地区北风加强,这有利于冷空气南下入侵并产生寒潮天气。相反地,暖期时,45°以北地区纬向流加强,北风减弱,不利于发生寒潮降温天气。停滞期时,中高纬的纬向流减弱,但是不同于冷期的是,北风并没有加强,反而减弱。对比冷暖期对流层低层850 hPa风场特征发现,东亚地区这种相反的北风距平分量分布正如Ding(1990)所指出的,即中国冬季的寒潮爆发是深受西伯利亚高压的影响。

图 4(a)冷期、(b)暖期和(c)停滞期的850 hPa风场和温度距平合成图Fig. 4 The composite of seasonal mean 850-hPa wind(m s−1) and temperature(°C)anomalies for winters:(a)Cold period;(b)warm period;(c)hiatus period

在低层海平面气压场上,冬季整个亚洲大陆的中高纬度地区,几乎全部是西伯利亚高压的势力范围。西伯利亚高压的活动强度,可以用高压中心区平均气压值来表征,中心区的范围为(40°~60°N,80°~120°E),这个区域大致上与气压超过1028 hPa的区域吻合,本文用该区域的冬季平均海平面气压值作为西伯利亚高压指数。通过计算该指数与中国各站点冬季气温的回归系数发现,西伯利亚高压指数与中国大多数站点(除滇藏高原和黑龙江地区外)的冬季气温存在明显负相关,且最低气温与西伯利亚高压指数的回归系数绝对值更大,可见用西伯利亚高压确实影响我国冬季气温,它能较好地解释近几十年来中国冬季气温的变化特征。分析发现冬季西伯利亚高压指数与站点温度回归的分布特征反映了冷空气受到西伯利亚高压影响后自新疆北部的阿尔泰山脉和贝加尔湖以南地区沿着青藏高原东麓大范围南下的特征,显著相关的地区与爆发寒潮的西北路径和西方路径比较一致(丁一汇,2004康志明等,2010),这表明西伯利亚高压的强弱决定了东亚地区的风场分布,从而造成异常的冷温度平流,影响寒潮及其活动路径,进而 大范围影响我国冬季近地面气温(龚道溢和王绍武,1999龚道溢等,2002)。

进一步对比北半球冷期、暖期和停滞期的海平面气压距平合成图可见(如图 5),冷期45°N以北为大片正距平,以南为负距平,正距平中心自格陵兰岛延伸至欧亚大陆北部的乌拉尔山附近,这种形势有利于高纬地区的冷空气输送到中低纬地区,欧亚大陆冬季偏北风增强。同时,在白令海峡区域有一正距平中心,阿留申低压减弱,而北太平洋中部则存在一负距平中心。暖期大致呈相反分布,欧亚大陆北部的中高纬地区均为大范围的负距平所覆盖,以南为正距平,以极地为中心的中高纬大部分地区海平面气压降低,而中低纬大范围地区则异常升高,以至中国冬季主要受来自中低纬暖空气影响,气温偏高,即暖期的分布形势不利于影响冬季的主要槽脊系统的发展,使得平均槽脊较正常情况减弱,影响东亚冬季气候的东亚季风系统被大大削弱,致使冬季偏暖。停滞期的距平场分布与冷期有相似的地方,但是欧亚大陆的正距平中心更强,达到2.7 hPa,中心位置位于东欧平原、西西伯利亚平原和阿尔泰山地区,西伯利亚高压加强,这有利于冷空气南下影响我国,中国大陆冬季温度降低。西伯利亚高压和阿留申低压的维持和发展有利于东亚大槽的加深,在其后部偏北气流引导下,西伯利亚高压的冷空气向南方移动。

图 5(a)冷期、(b)暖期和(c)停滞期的海平面气压距平合成图(阴影区为通过95%的显著性检验)Fig. 5 The composite of seasonal mean sea level pressure anomalies(hPa)for winters:(a)Cold period;(b)warm period;(c)hiatus period(The shaded are statistically significant at the 95 confidence level)

东亚大槽是北半球冬季对流层中层的重要的环流系统。图 6为冷期、暖期和停滞期三个时期的500 hPa位势高度和垂直速度距平合成场分布,从图 6中可以看出,冷暖期的500 hPa位势高度场距平分布是近乎完全相反的。冷期,500 hPa高度距平场的分布呈北正南负,乌拉尔山和白令海峡地区各有一正距平中心,中国华北、朝鲜半岛及日本南部为大范围的负距平区域,槽脊系统深厚,东亚大槽增强,西伯利亚地区的下沉气流增强,来自高纬及极地的冷空气极易南下,使中国大陆对流层中层盛行偏北风,气温因此而降低;相反,暖期的环流形势基本与冷期的环流异常反位相,高度距平场分布呈北负南正,中高纬环流呈纬向型发展,使得来源于极地的冷空气不易南下,而低纬地区暖空气异常活跃,有利于形成暖冬。停滞期时,欧亚大陆的负距平中心位于贝加尔湖及其以西地区,北太平洋地区为强的正距平中心,且西伯利亚地区的下沉运动强度弱于冷期,冬季寒潮降温天气主要出现在北方地区。根据准地转关系,位势高度场的变化必然会伴随有风场的调整,因此东亚大槽与东亚冬季风紧密相连,共同影响我国冬季气温。

图 6(a)冷期、(b)暖期和(c)停滞期的500 hPa位势高度(等值线,单位:gpm;黑色阴影区为通过95%的显著性检验)和垂直速度(彩色阴影,单位:0.01 Pa s−1)距平合成图Fig. 6 The composite of seasonal mean 500-hPa geopotential height anomalies(units: gpm. The black shaded are statistically significant at the 95 confidence level) and pressure velocity anomalies(units: 0.01 Pa s−1)for winters:(a)Cold period;(b)warm period;(c)hiatus period. Warm/cold color shaded areas indicate positive/negative pressure velocity anomalies; solid/dashed lines indicate positive/negative geopotential height anomalies

Jhun and Lee(2004)研究发现,西伯利亚高压强度与朝鲜以北、韩国和日本南部300 hPa高空纬向风(U300)分别呈显著的负相关和正相关,且与东亚地区的气温有很好的相关关系,据此定义东亚冬季风指数:

EAWMI=U300(27.5°~37.5°N,110°~170°E)- U300(50°~60°N,80°~140°E)

图 7为EAWMI距平的时间序列,图中可见1985/1986年冬季之前,东亚冬季风指数的距平多为正值,11年滑动平均以正位相为主,表明东亚冬季风较强。而1986/1987年冬季开始,东亚冬季指数降低,距平为负,11年滑动平均以负位相为主,东亚冬季风减弱。但2006/2007年之后,东亚冬季风开始由弱转强,受它的影响,中国冬季气温略有降低。可见,EAWMI距平的时间序列与中国冬季气温有很好的一致性,计算各个站点冬季气温与EAWMI距平的相关系数(图略)发现,两者具有很好的相关关系,除滇藏地区和黑龙江的少数站点外,其余站点皆与EAWMI距平呈较强负相关关系,并通过5%水平的显著性检验。

图 7 1960/1961~2012/2013年东亚冬季风指数(EAWMI)距平的时间变化。黑实线:高斯低频滤波曲线Fig. 7 Temporal variations of EAWMI anomalies during 1960/1961-2012/2013. Black solid line is the Gauss low-pass filtering curve

图 8为三个时期的300 hPa纬向风的距平合成场,冷(暖)期的纬向风距平场从高纬到低纬呈现纬向对称的+-+(-+-)的分布。可以看到冷(暖)期(27.5°~37.5°N,110°~170°E)区域为正(负)距平,而(50°~60°N,80°~140°E)区域为负(正)距平,EAWMI为正(负),对应低层有强(弱)的东亚冬季风。停滞期的(50°~60°N,80°~140°E)区域的负值强度超过冷期,(27.5°~37.5°N,110°~170°E)区域的东部为负距平,EAWMI为正,对应低层有强的东亚冬季风,但是其距平场的分布不是纬向对称的,而是呈西北—东南向,东亚冬季风系统偏北。

图 8(a)冷期、(b)暖期和(c)停滞期的300 hPa纬向风距平合成图(阴影区为通过95%的显著性检验)Fig. 8 The composite of seasonal mean 300-hPa zonal wind anomalies(m s−1)for winters:(a)Cold period;(b)warm period;(c)hiatus period(The black shaded are statistically significant at the 95 confidence level)

值得注意的是,这种纬向风距平的分布实质反映了NAM/AO的变化。最近的一些研究(Wei and Lin,2009)指出NAM/AO对中国冬季气温的影响正是通过NAM/AO与东亚冬季风系统之间的动力联系,当NAM/AO负异常时,西风环流减弱,那么东亚大槽增强,槽后的辐合下沉增强,地面的西伯利亚高压也相应增强,当它向东南方向移动时,低层的东亚冬季风增强,常有冷空气爆发,造成中国许多地方的低温天气。当NAM/AO正异常时,环流形势与此相反,中国冬季气温偏高。

通过计算冬季平均的NAM/AO指数与我国冬季平均/最高/最低气温的回归系数可以印证以上的研究结果(图略)。其中,通过95% 的显著性水平的站点多位于40°N以北的西北和东北地区,虽然滇藏地区和中部地区的站点没有通过显著性检验,但值得注意的是,这些站点的冬季最高气温与NAM/AO指数有负的回归系数,而它们的冬季最低气温与NAM/AO指数有正的回归系数。这表明出NAM/AO与冬季最低气温的相关关系较好,也从一个侧面反映出NAM/AO是与冷空气爆发紧密联系的。将从1960/1961年~2012/2013年共53个冬季最低气温进行EOF分析,得到空间主要模态和时间变化特征,EOF1解释了总方差的50.2%,说明这种模态的信号很强。EOF1空间分布表现为全国气温一致增暖的变化趋势(图略),最大值中心位于38°N以北的地区。对EOF1的标准化时间系数和冬季NAM/AO指数做EEMD分解,其中冬季NAM/ AO指数在IMF3和IMF4的方差贡献分别为8.01%和21.16%,最低气温EOF1的标准化时间系数在IMF3和IMF4的方差贡献分别为1.44%和21.16%。对比分解结果可以发现,EOF1的标准化时间系数和冬季NAM/AO指数在IMF3和IMF4的两种尺度上有着很好的一致性(如图 9)。IMF3主要为15~25 a的时间尺度,IMF4主要为40~60 a的时间尺度,这是一种长周期的变化。在IMF3的时间尺度上,冷期时,NAM/AO略超前于冬季最低气温的EOF1标准化时间系数,进入暖期后,两者高度重合,位相相同,而2000年冬季后EOF1的IMF3超前于NAM/AO。在IMF4的时间尺度上,NAM/AO皆略超前于冬季最低气温的EOF1标准化时间系数,两者吻合度较好。同时,NAM/AO的IMF4在2000年已下降,NAM/AO的IMF3是从2006年向负位相转变,两种周期都在2000~2005年转向负位相,这意味着北半球的纬向环流型向经向环流型转变,从而造成冷空气活动更频繁,中国冬季气温降低,相对应地,EOF1标准化时间系数也为下降趋势。图 9的结果说明NAM/AO可以很好地解释中国冬季最低气温在这两种时间尺度上的变化。以上的分析表明,NAM/AO通过东亚冬季风系统对中国冬季气温,尤其是冬季最低气温在15~25 a和40~60 a的时间尺度上有很强的影响。

图 9 中国大陆冬季最低气温EOF1的时间序列和冬季NAM/AO指数的集合经验模态分解模态Fig. 9 EEMD modes of the corresponding normalized time coefficient of the first leading EOF mode of the winter mean minimum temperature in mainl and China and the winter mean NAM/AO index for 1960/1961-2012/2013

对比冷期、暖期和停滞期的环流场可以发现,冷/停滞期(暖)期时,西风环流减弱(增强)而东亚大槽更为深厚(浅薄),槽后辐合下沉增强(削弱),海平面气压场上的西伯利亚高压增强(减弱),这加强(削弱)了东亚冬季风,冷空气更多(少)侵入中国大陆地区,冬季温度偏低(高)。NAM/AO正是通过东亚冬季风系统对中国冬季气温,尤其是冬季最低气温有很强的年代际影响。

另一方面,东亚冬季风是海陆对比、尤其是海陆热力差异的产物,东亚冬季风的活动自然也与北太平洋海温有密切关系。由于海洋有较长时间尺度的记忆能力,海温的变化相对大气温度又较慢,尤其是北太平洋的海温,其年代际变化和影响更为突出。下一节将从海温对大气环流的调整方面进一步分析。

5 海温对中国年代际变化的可能影响

海温是最主要的大气下垫面热力强迫,它通过感热和潜热的异常,导致其上空热源异常,进一步使得大气环流发生异常,大尺度范围的海气耦合对气候的形成和变化有重要影响。Namias(19591965)指出北太平洋海温异常是影响气候异常的重要因素。Hoerlinget et al.(1997)的研究表明由于赤道东西太平洋的平均温度是不对称的,西太平洋暖池海温稍有上升就会激发较大的对流降水距平和潜热距平,而同样大小的海温正距平在东太平洋冷舌区引起的对流降水较小,因而全球大气对热带SST的响应是内在非线性的。

中国大陆地处亚洲大陆和北太平洋的交界处,深受北太平洋海温的影响,而北太平洋地区海温最主要的年代际变化为太平洋年代际振荡(Pacific decadal oscillation,PDO)。从PDO的11年滑动平均曲线和海温距平分布可知(图略),1960~1977年冬季,太平洋海温整体偏冷,表现为PDO的负位相;在1978~2005年冬季期间,海温升高,北太平地区多为PDO正位相;2005年冬季至今,太平洋东部海温显著增暖,PDO转为负位相。这一负正负的年代际变化与中国冬季气温的年代际变化有着较好的一致性,计算各站点的11点滑动平均后的冬季气温与PDO的滑动平均同时相关可以发现,全国大部分站点都呈现正相关关系,北方的正相关系数大于南方,并且最低气温的正相关关系更强。并且在年代际尺度上,PDO超前于中国冬季气温的变化,尤其在PDO超前六年的相关系数上,PDO与中国绝大部分站点都呈现正相关,其中北方地区的相关系数多为0.6以上。

最近的一些研究表明PDO会影响到ENSO与大气环流间的相关关系(Ding et al.,2010),即El Niño和La Niña事件对中国冬季气温的影响并非简单的线性关系。这是由于当PDO处于不同位相时ENSO和东亚冬季风系统的关系不同,进而ENSO与中国冬季气温相关关系是不同的(Wang et al.,2008)。在20世纪70年代中期以前,PDO处于负位相,ENSO与东亚冬季风系统有显著的负相关关系,而70年代中期后,PDO处于正位相,ENSO与东亚冬季风系统则没有显著的相关(王会军和贺圣平,2012)。通过对比PDO年代际变量不同位相下的ENSO事件环流场可以发现,当PDO的年代际变量为负位相时,El Niño年减去La Niña年的环流差值场上(图略),850 hPa上位于菲律宾东部的风矢反气旋位置比PDO正位相时更加偏北,东亚沿岸低层的偏南风距平可以延伸到50°N,表明ENSO的信号更容易传播到中高纬地区,并与中高纬的东亚冬季风系统相互作用,继而共同影响中国冬季气温(Wang et al.,2008)。

而NAM/AO与东亚冬季风系统关系紧密,更强烈地影响着中国冬季气温的变化。结合NAM/ AO指数来探讨ENSO对东亚冬季风系统的影响时可以发现(Cheung et al.,2011),当NAM/AO和ENSO同位相时,两者会对东亚冬季风系统产生更强的作用,两者同时为正位相时,西伯利亚高压减弱,对应的,中国冬季气温偏暖,而同为负位相时,中国冬季气温偏冷。当NAM/AO和ENSO处于反位相时,两者更多地影响中国冬季气温的南北分布,即冬季气温EOF2的分布型。康丽华等(2006)发现正是由于中国冬季气温EOF1和EOF2的叠加作用使得1980和1990年代中国东北、西北地区以及华北北部气温显著增暖,这从一个方面解释了北方地区增暖更为显著的原因。

结合上面的分析,本文探讨PDO背景下,NAM/ AO和ENSO不同配置下东亚冬季风系统对中国冬季气温的影响。Wang et al.(2008)Cheung et al.(2011)挑选的ENSO事件分别是ENSO指数超过±0.8°和±1°,由于本文涉及到的年份较少,为了更多地获取样本,本文挑选的ENSO事件为超过±0.4°的年份。此外,为了更全面地探讨中国冬季气温的变化,加入了对冬季平均气温EOF2的分析。中国冬季气温的EOF2表现为南北振荡的分布,正位相时,西北和东北等北方地区偏冷,南方地区偏暖,负位相时,气温为相反分布。对PDO指数进行11年滑动平均曲线来确定其年代际变化的正负位相,再根据NAM/AO和ENSO的不同位相进行分类,挑选的年份如表 2

表 2 PDO不同位相下对NAM/AO指数和强ENSO事件的分类 Table 2 The classification of NAM/AO indexes and strong ENSO years based on the PDO phase

应用STARS方法计算冬季平均的NAM/AO指数跃变时间点发现,在1980年代中期NAM/AO指数发生跃变,由负位相转为正位相,而进入停滞期后,NAM/AO指数由正位相跃变为负位相。正如图 10所示,冷期时,NAM/AO的年代际变量为负位相,PDO的年代际变量以负位相为主;而暖期 时,NAM/AO和PDO的年代际变量皆以正位相为主;停滞期时,两者皆为负位相。因此挑选PDO和NAM/AO相同位相下强ENSO事件分类的4种环流场距平合成图分析(图 11)。图 11中阴影表示海平面气压距平,虚线和实线表示500 hPa位势高度距平,风矢表示850 hPa风场距平,ENSO+表示El Niño年,ENSO-表示La Niña年,PDO+表示PDO的11年滑动平均为正值,PDO-表示PDO的11年滑动平均为负值。对比图 11a-d可以发现,PDO的年代际变量和NAM/AO都为负位相时,欧亚大陆地区45°N以北地区海平面气压场为正距平,西伯利亚高压加强,500 hPa位势高度距平场上,乌拉尔山地区阻塞加强,东亚大槽加深,利于冷空气南下,这使得中国冬季气温偏低。PDO的年代际变量和NAM/AO都为正位相时,西伯利亚高压较弱,东亚大槽浅薄,因而中国冬季气温偏高。从图 11中可以还发现,ENSO事件主要影响北太平洋、北美地区和东亚沿岸的环流分布。若发生El Niño事件时,海平面气压场上,北太平洋地区有一个负距平中心,阿留申低压加强,距平风场上在菲律宾东北地区存在反气旋,东亚沿岸的低层有着明显的偏南风距平(Zhang et al,1996),反之,若出现 La Niña事件时,海平面气压场上,北太平洋地区有一个正距平中心,阿留申低压减弱,在亚洲东岸低层出现北风距平,并且这种风场的变化在30°以南的江南、华南和南海地区最为明显。

图 10 ENSO指数(柱状图)、NAM/AO指数的11年滤波曲线(紫色实线)、PDO指数的11年滤波曲线(绿色曲线)和中国冬季气温的EOF1/EOF2时间系数的11年滤波曲线(黑/绿色点实线)的变化特征Fig. 10 Temporal variations of the ENSO index(color bar),11-year running mean of the NAM/AO index(purple solid line),11-year running mean of the PDO index(green solid line),11-year running mean of the normalized time coefficients of the first and second leading EOF modes for the winter mean temperature in mainl and China(black/green solid lines with dots)

图 11 PDO正、负位相时对应于NAM/AO和ENSO指数的环流场距平合成图。红/绿填色区域代表海平面气压高/低于常年平均(单位:hPa);等值线表示500 hPa位势高度距平场(单位:gpm);箭头表示850 hPa矢量风场(单位:m s−1)Fig. 11 The composite circulation fields according to the relationship between the NAM/AO and ENSO under the interdecadal(a,b)positive and (c,d)negative PDO phases during the winters of 1960/1961-2012/2013. Red(green)shading represents the sea level pressure is higher(lower)than normals; the 500-hPa geopotential height anomalies(gpm)are contoured every 20 gpm; the wind anomalies are denoted by arrows(m s−1). The corresponding NAM/AO index,ENSO index,and interdecadal PDO index values are shown to the top of each panel

图 11反映出,在欧亚大陆地区,年代际的海洋因子(PDO)和大气强迫因子(NAM/AO)产生的大气环流型是一致的,而海洋年际强迫因子的影响(ENSO)主要通过PNA型影响北太平洋东部和北美环流型,对欧亚地区尤其是中高纬地区影响甚微。因而欧亚地区环流的年代际变化主要是PDO影响,而太平洋东部至北美的环流型主要是年际变化因子(ENSO)影响,且在El Niño年和La Niña年是反向的。正因如此,中国大陆冬季气温的年代际变化深受NAM/AO和PDO年代际变化的影响,而ENSO事件对年际变化的冬季气温南北振荡型有一定的调制作用。

图 12验证了Cheung et al.(2011)等的结果,即NAM/AO和ENSO不同位相配置下的东亚冬季环流特征是不同的,并且进一步发现,PDO年代际变量的正负位相可以调制这种变化特征。如果NAM/AO和ENSO同为正位相(如图 11a),东亚地区出现南风距平,并且东亚大槽被填塞,中国冬季气温整体偏暖,而同为负位相时(如图 11d),东亚地区北风加强,东亚大槽加深,冷空气更容易南下,中国冬季气温整体偏冷。当PDO的11年滑动平均值出现负位相时,会加强NAM/AO和ENSO同位相下的这种环流分布特征。从图 12b中可见,当PDO的年代际变量为负位相的情况下,NAM/AO和ENSO同为正位相时,对应着EOF1的值皆为正值,而两者同为负位相时,EOF1皆为负值。但是当PDO处于正位相时,NAM/AO和ENSO同位相时EOF1的分布不规律(图 12a)。

图 12(a)PDO正位相时、(b)PDO负位相时对应于NAM/AO和ENSO指数的EOFt1和EOFt2时间系数分布图Fig. 12 Scatter diagrams of the normalized time coefficients of the first and second leading EOF modes of the winter mean temperature in mainl and China according to the relationship between the NAM/AO and ENSO under the interdecadal(a)positive and (b)negative PDO phases during the winters of 1960/1961-2012/13

当NAM/AO为负位相时,出现 El Niño事件时(图 11c),在风场的距平分布上,中高纬的东亚地区为北风距平,由于菲律宾地区反气旋的影响,中低纬有南风距平,这阻止了冷空气的进一步南下至江淮和华南地区,因而更容易形成北冷南暖的温度分布,图 12中可见,EOF2多为正值。相反地,当NAM/AO为正位相时,出现 La Niña事件时(图 11b),北太平洋地区海平面气压距平场上为一个正距平中心,阿留申低压加强,西伯利亚高压减弱,同时500 hPa位势高度距平场上,东亚大槽偏弱偏西,副热带高压偏强且位置异常偏北,阻挡冷空气继续向南推进,在青藏高原地区有南支低压系统维持,这时影响我国的冷空气路径偏西,造成我国南方地区出现寒潮天气,而东北地区气温偏高,出现南冷北暖的气温配置,2007/2008年的南方雨雪冰冻天气环流场与此类似。如图 12中可见,EOF2多为负值。可见不论PDO的年代际变化处于正负位相,NAM/AO和ENSO两种反位相配置下的东亚环流系统都对中国冬季气温的南北振荡型有较强的影响。

对EOF1/2、NAM/AO指数和PDO指数进行11年滑动平均,如图 10所示,可以发现EOF1时间系数的年代际变化幅度较大,而EOF2的时间系数年代际变化幅度小。1960~1977年冬季,PDO的11年滑动平均曲线值为负位相,ENSO冷事件 较多,NAM/AO多为负位相,因而中国冬季气温偏低。之后PDO的年代际上的变化进入正位相期,对中国冬季气温的影响减弱,此时中国冬季气温主要受到NAM/AO的影响,1985年冬季以前,NAM/ AO以负位相为主,气温仍然偏低,1985年冬季后,NAM/AO向正位相转变,气温升高。另外,1980年代和1990年代,EOF2的11年滑动平均曲线为负值,呈现北暖南冷的分布,叠加在整体变暖的变化上,使得中国北方地区的变暖增强。而自2005年冬季之后,PDO的年代际上的变化向负位相发展,La Niña事件频繁,与此同时,冬季NAM/AO指数也多为负值,这使得我国近几年的冬季气温较前期偏低,EOF1呈现一致变冷的趋势。而同期的EOF2的11年滑动平均曲线为正值,呈现北冷南暖的分布,叠加在一致变冷的变化上,使得中国北方地区的变冷增强,在停滞期减去暖期的温度距平场上北方为负距平区域,而南方为正距平区域(图 3b,e)。

本节的分析表明,PDO与中国冬季气温在年 代际变化上有很好的正相关关系。将PDO的年代际变化作为背景,分析NAM/AO和ENSO不同位相配置下的东亚冬季风环流系统对中国冬季气温的影响可以发现,PDO处于负位相时ENSO的影响可以达到50°N的地区,因而NAM/AO和ENSO同位相时,中国冬季气温一致偏暖(冷)。而NAM/ AO和ENSO反位相时,受到PDO年代际变化的调制作用减弱,并且NAM/AO和ENSO的不同配置可以影响中国冬季气温的南北变化,即EOF2的变化。因此,受到PDO年代际变化的调制作用,NAM/ AO和ENSO不同配置下的东亚冬季风环流系统不仅影响着中国冬季气温一致变化的EOF1的年代际变化,而且也可以影响到冬季气温南北反相的EOF2的变化,这也从一个方面解释了1980年代和1990年代北方变暖较强及最近十年北方降温趋势较为明显的原因。

综上所述,我国冬季气温年代际变化深受大气环流与太平洋海温的脉动和变化影响。图 13给出了中国冬季气温处于冷期和暖期的大气环流和海温相互匹配的示意图。冷(暖)期时,NAM/AO处于负(正)位相,中高纬地区的高层纬向风减弱(加强),东亚大槽加深(填塞),西伯利亚高压加强(减弱),中国中高纬地区850 hPa风场上出现北风(南风)距平,同时,北太平为PDO负(正)位相,850 hPa位于菲律宾东部的距平风场上成气旋(反气旋)分布,使得中国南方地区出现北风(南风)距平,这种全国一致的北风(南风)距平分布使得高纬的冷空气更易(难)向低纬发展,造成中国冬季气温偏冷(偏暖)。

图 13 中国冬季气温处于(a)冷期和(b)暖期的大气环流和海温相互匹配的示意图。方框区域为西伯利亚高压地区,红色(蓝色)方框表示西伯利亚高压加强(减弱);椭圆区域为东亚大槽地区,红色(蓝色)椭圆为位势高度正(负)距平,表明东亚大槽加深(被填塞);黑色实线为5200 gpm(北侧)和5300 gpm(南侧)位势高度场等值线;蓝色(红色)箭头表示850 hPa上纬向风减弱(加强);紫色箭头为850 hPa风场距平;黄色向下(上)箭头表示冷期(暖期)500 hPa下沉气流加强(减弱);绿色弧形箭头表示冷期(暖期)850 hPa风场距平上的气旋(反气旋);绿色实线为SST距平(SSTA)为0°C的等值线;极区为红色(蓝色)表示极区海平面气压偏高(低),对应有NAM/AO指数为负值(正值)Fig. 13 The schematic diagrams depicting the generalized features and flow patterns in(a)the cold and (b)warm periods. The black thick contours are for the geopotential height,with the northern(southern)contour corresponding to 5200 gpm(5300 gpm). The shading ellipses represent the area of the East Asian trough,the red(blue)shading box reflecting that the geopotential height is higher(lower)than normals. The shading boxes represent the area of the Siberian high,the red(blue)shading box reflecting that the sea level pressure is higher(lower)than normals. The red(blue)arrow in the high latitude means that the zonal wind is stronger(weaker)than normals. The purple arrows denote the 850-hPa wind anomaly. The yellow downward(upward)arrow denotes strong(weak)downdraft. The green thick solid line is the contour that SST anomaly(SSTA)is equals to 0°C. The green curved arrow is the cyclone(anticyclone)of the 850-hPa wind anomalies in the cold(warm)period. The red(blue)shading area in the polar region denotes positive(negative)SLP anomalies,corresponding to negative(positive)NAM/AO index
6 结论与讨论

本文以中国大陆468个站点1960~2013年53个连续冬季的气温变化为研究对象,对冬季气温年代际变化特征进行了系统的分析,并在此基础上,进一步探讨与此特征相一致的大气环流和海洋海温的变化,得到以下一些结论。

(1)通过对中国冬季气温的时间序列分析,1960~2013年53个冬季可分为冷期(1960/1961年冬季至1985/1986年冬季)、暖期(1986/1987年冬季至2005/2006年冬季)和停滞期(2006/2007年冬季至2012/2013年冬季),这一分期反映了变暖趋势下的年代际变率,表明中国大陆冬季气温的变化是由于自然波动和整体变暖趋势的叠加影响。

(2)对比冷期、暖期和停滞期的环流场可以发现,冷/停滞期(暖)期西风环流减弱(增强)而东亚大槽更为深厚(浅薄),槽后西伯利亚地区辐合下沉增强(削弱),这使得该地区的海平面气压增强(减弱),进而加强(削弱)了东亚冬季风,冷空气更多(少)侵入中国大陆地区,冬季温度偏低(高)。NAM/AO正是通过东亚冬季风系统对中国冬季气温,尤其是冬季最低气温有很强的年代际影响。

(3)PDO与中国冬季气温在年代际变化上有很好的正相关关系。将PDO的年代际变化作为背景,分析NAM/AO和ENSO对中国冬季气温的影响可以发现,PDO处于负位相时,ENSO的影响可以到达50°N的中高纬地区,因而NAM/AO和ENSO同位相时,中国冬季气温一致偏暖(冷)。而NAM/AO和ENSO反位相时,受PDO位相的影响较小,两者的这种反位相配置可以影响中国冬季气温的南北变化,即EOF2的变化。因此,受到PDO年代际变化的调制作用,NAM/AO和ENSO不同配置下的东亚冬季风系统环流不仅影响着中国冬季气温一致变化的EOF1的年代际变化,而且也可以影响到冬季气温南北反相的EOF2的变化,这也从一个方面解释了1980年代和1990年代北方变暖较强及最近十年北方降温趋势较为明显的原因。

参考文献
[1] 白爱娟, 翟盘茂. 2007. 中国近百年气候变化的自然原因讨论 [J]. 气象科学, 27 (5): 584-590. Bai Aijuan, Zhai Panmao. 2007. On natural causes of climate change in China [J]. Scientia Meteorologica Sinica (in Chinese), 27 (5): 584-590.
[2] Cheung H N, Zhou W, Mok H Y, et al. 2012. Relationship between Ural-Siberian Blocking and the East Asian winter monsoon in relation to the Arctic Oscillation and the El Niño-Southern Oscillation [J]. J.Climate, 25 (12): 4242-4257.
[3] Ding R, Ha K, Li J. 2010. Interdecadal shift in the relationship between the East Asian summer monsoon and the tropical Indian Ocean [J]. Climate Dyn., 34 (7-8): 1059-1071.
[4] Ding Y. 1990. Build-up, air mass transformation and propagation of Siberian high and its relations to cold surge in East Asia [J]. Meteor. Atmos. Phys.,44 (1-4): 281-292.
[5] 丁一汇. 2004. 高等天气学 [M]. 北京: 气象出版社, 257. Ding Yihui.2004. Advanced Synoptic Meteorology [M]. (in Chinese). Beijing: China Meteorological Press, 257.
[6] 丁一汇. 2009. 全球气候变化中的物理问题 [J]. 物理, 38 (2): 71-83.Ding Yihui. 2009. Physical problems in the global climate change [J].Physics (in Chinese), 38 (2): 71-83.
[7] 丁一汇, 戴晓苏. 2002. 中国近百年来的温度变化 [J]. 气象学报, 13 (5):513-525.
[8] Ding Yihui, Dai Xiaosu. 2002. Temperature variation in China during the last 100 years [J]. Meteorological Monthly (in Chinese), 13 (5):513-525.
[9] 丁一汇, 任国玉, 赵宗慈, 等. 2007. 中国气候变化的检测及预估 [J].沙漠与绿洲气象, 1 (1): 1-10. Ding Yihui, Ren Guoyu, Zhao Zongci, et al. 2007. Detection, attribution and projection of climate over China [J].Desert and Oasis Meteorology (in Chinese), 1 (1): 1-10.
[10] Easterling D R, Wehner M F. 2009. Is the climate warming or cooling? [J].Geophys. Res. Lett., 36 (8), doi: 10.1029/2009GL037810.
[11] 龚道溢, 王绍武. 1999. 西伯利亚高压的长期变化及全球变暖可能影响的研究 [J]. 地理学报, 54 (2): 125-133. Gong Daoyi, Wang Shaowu.1999. Long term variability of the Siberian high and the possible connection to global warming [J]. Acta Geographica Sinica (in Chinese),54 (2): 125-133.
[12] 龚道溢, 朱锦红, 王绍武. 2002. 西伯利亚高压对亚洲大陆的气候影响分析 [J]. 高原气象, 21 (1): 8-14. Gong Daoyi, Zhu Jinhong, Wang Shaowu. 2002. The influence of Siberian high on large-scale climate over continental Asia [J]. Plateau Meteorology (in Chinese), 21 (1): 8-14.
[13] 贺圣平, 王会军. 2012. 东亚冬季风综合指数及其表达的东亚冬季风年际变化特征 [J]. 大气科学, 36 (3): 523-537. He Shengping, Wang Huijun. 2012. An integrated East Asian winter monsoon index and its interannual variability [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 36 (3): 523-537.
[14] Hoerling M P, Kumar A, Zhong M. 1997. El Niño, La Niña, and the nonlinearity of their teleconnections [J]. J. Climate, 10 (8): 1769-1786.
[15] IPCC. 2013. Climate Change 2013: The Physical Science Basis Summary for Policymakers [M]. Cambridge: Cambridge University, 36pp. http://www.climatechange2013.org/images/uploads/WGIAR5-SPM_Approved27Sep2013.pdf.
[16] Jhun J G, Lee E G. 2004. A new East Asian winter monsoon index and associated characteristics of the winter monsoon [J]. J. Climate, 17 (4):711-726.
[17] Jones P D, Hulme M. 1996. Calculating regional climatic time series for temperature and precipitation: methods and illustrations [J]. International Journal of Climatology, 16: 361-377.
[18] Kalnay E, Kanamitsu M, Kistler R, et al. 1996. The NCEP/NCAR 40-year reanalyses project [J]. Bull. Amer. Meteor. Soc., 77 (33): 437-471.
[19] 康丽华, 陈文, 魏科. 2006. 我国冬季气温年代际变化及其与大气环流异常变化的关系 [J]. 气候与环境研究, 11 (3): 330-339. Kang Lihua,Chen Wen, Wei Ke. 2006. The interdecadal variation of winter temperature in China and its relation to the anomalies in atmospheric general circulation [J]. Climatic and Environmental Research (in Chinese),11 (3): 330-339.
[20] 康志明, 金荣华, 鲍媛媛. 2010. 1951-2006 年期间我国寒潮活动特征分析 [J]. 高原气象, 29 (2): 420-428. Kang Zhiming, Jin Ronghua, Bao Yuanyuan. 2010. Characteristic analysis of cold wave in China during the period of 1951-2006 [J]. Plateau Meteorology (in Chinese), 29 (2):420-428.
[21] Kerr R A. 2012. Experts agree global warming is melting the world rapidly[J]. Science, 338 (6111): 1138.
[22] 刘莉红, 郑祖光. 2003. 近百余年我国气温变化的突变点分析 [J]. 南京气象学院学报, 26 (3): 378-383. Liu Lihong, Zheng Zuguang. 2003.Analysis on the abrupt change points of Chinese temperature in the last 120 years [J]. Journal of Nanjing Institute of Meteorology (in Chinese),26 (3): 378-383.
[23] Namias J. 1959. Recent seasonal interaction between North Pacific waters and the overlying atmospheric circulation [J]. J. Geophys. Res., 64 (6):631-646.
[24] Namias J. 1965. Short-period climatic fluctuactions [J]. Science, 147:696-706.
[25] Rodionov S N. 2004. A sequential algorithm for testing climate regime shifts [J]. Geophys. Res. Lett., 31 (9), doi: 10.1029/2004GL019448.
[26] Rodionov S N. 2006. The problem of red noise in climate regime shift detection [J]. Geophys. Res. Lett., 31, L12707.
[27] Smith T M, Reynolds R W. 2004. Improved extended reconstruction of SST (1854-1997) [J]. J. Climate, 17 (12): 2466-2477.
[28] 宋燕, 季劲钧. 2005. 气候变暖的显著性检验以及温度场和降水场的时空分布特征 [J]. 气候与环境研究, 10 (2): 157-165.
[29] Song Yan, Ji Jinjun. 2005. The remarkable test of abrupt climatic warming and spatiotemporal distribution features of temperature and precipitation fields [J]. Climatic and Environmental Research (in Chinese), 10 (2):157-165.
[30] 唐国利, 丁一汇, 王绍武, 等. 2009. 中国近百年温度曲线的对比分析[J]. 气候变化研究进展, 5 (2): 71-78. Tang Guoli, Ding Yihui, Wang Shaowu, et al. 2009. Comparative analysis of the time series of surface air temperature over China for the last 100 years [J]. Advances in Climate Change Research (in Chinese), 5 (2): 71-78.
[31] 唐国利, 罗勇, 黄健斌, 等. 2012. 气候变暖在继续 [J]. 气候变化研究进展, 8 (4): 235-242. Tang Guoli, Luo Yong, Huang Jianbin, et al. 2012.Continuation of the global warming [J]. Advances in Climate Change Research (in Chinese), 8 (4): 235-242.
[32] Wang L, Chen W, Huang R H. 2008. Interdecadal modulation of PDO on the impact of ENSO on the East Asian winter monsoon [J]. Geophysical Research Letters, 35 (20), doi: 10.1029/2008GL035287.
[33] 王会军, 贺圣平. 2012. ENSO 和东亚冬季风之关系在20 世纪70 年代中期之后的减弱 [J]. 科学通报, 57 (19): 1713-1718. Wang Huijun, He Shengping. 2012. Weakening relationship between East Asian winter monsoon and ENSO after mid-1970s [J]. Chinese Science Bulletin, 57(27): 3535-3540.
[34] 王绍武, 罗勇, 唐国利, 等. 2010. 近10 年全球变暖停滞了吗 [J]. 气候变化研究进展, 6 (2): 95-99. Wang Shaowu, Luo Yong, Tang Guoli, et al. 2010. Does the global warming pause in the last decade: 1999-2008[J]. Advances in Climate Change Research (in Chinese), 6 (2): 95-99.
[35] Wei J H, Lin Z H. 2009. The leading mode of wintertime cold wave frequency in northern China during the last 42 years and its association with Arctic Oscillation [J]. Atmos. Oceanic Sci. Lett., 2 (3): 130-134.
[36] Wu Z H, Huang N E. 2009. Ensemble empirical mode decomposition: a noise-assisted data analysis method [J]. Advances in Adaptive Data Analysis, 1 (1), doi: 10.1142/S1793536909000047.
[37] Zhai P M, Pan X H. 2003. Trends in temperature extremes during 1951-1999 in China [J]. Geophysical Research Letters, 30 (17), doi:10.1029/2003GL018004.
[38] Zhai P, Zhang X, Wan H, et al. 2005. Trends in total precipitation and frequency of daily precipitation extremes over China [J]. J. Climate, 18(7): 1096-1108.
[39] Zhang R, Sumi A, Kimoto M. 1996. Impact of El Niño on the East Asian monsoon: A diagnostic study of the 86/87 and 91/92 events [J]. J. Meteor.Soc. Jpn., 74 (1): 49-62.
[40] Zhao Z C, Ding Y H, Luo Y, et al. 2005. Recent studies on attributions of climate change in China [J]. Acta Meteorologica Sinica, 19 (4): 389-400.