极端温度作为极端天气气候事件的一种，一直受到科学界的高度重视。目前，国际上对气候极值的研究，主要采用某个百分位值作为极端值的阈值（Karl et al., 1999; 翟盘茂和潘晓华，2003）。研究发现，自上世纪50年代开始，全球极端低温在年和季节尺度的发生频率均有减少趋势（Karl et al., 1991）。近50年来，尤其是20世纪80年代中期以来，中国40°N附近区域性极端低温事件呈显著减弱趋势（翟盘茂和潘晓华，2003；王晓娟等，2013），但极端低温事件影响严重，例如，2008年年初，中国多处出现持续低温、雨雪、冰冻灾害过程，对交通、电力、农业等重点行业造成了严重威胁（王凌等，2008；赵琳娜等，2008）。因此，分析中国极端低温成因及其机理形成过程，为研究低温等极端气象灾害提供科学依据具有重要意义。

北大西洋涛动（North Atlantic Oscillation, NAO）是北大西洋地区亚速尔和冰岛附近中心气压的“跷跷板”变化（Walker, 1924），是北半球冬季最显著的低频偶极子模态。研究发现，NAO与北极涛动（Arctic Oscillation, AO）在时间和空间上有很强的相似性，且二者具有高相关[线性相关系数高达0.92（Ambaum et al., 2001）]；但AO更具有显著的纬向对称结构（Thompson and Wallace, 1998）。相关研究表明，NAO异常对欧洲甚至整个北半球天气和气候具有重要影响（Hurrell and van Loon, 1997; Vicente-Serrano and López-Moreno, 2008; Yuan and Sun, 2009; Li et al., 2013）。NAO处于负位相时，会引起欧洲地区气温降低，冷事件频发（Hurrell, 1996）。中国处于与NAO相关的环流系统下游，随着NAO的增强和减弱，气温表现出冷暖异常。但由于NAO有很强的区域性，它与中国冬季气候变率关系尚存在很大的不确定性。范可和刘辉（2013）研究发现，在欧亚型遥相关处于负位相，NAO遥相关处于正位相，西伯利亚高压减弱的大气环流模态下，蒙古和中国105°E以东地区显著增温，但西南和青藏高原地区显著降温，反之亦然。谭桂容等（2010）研究指出，2008年1月中国气温大范围异常偏低与同期北大西洋西风急流及NAO遥相关环流异常存在紧密联系。孙诚和李建平（2012）研究发现，2009/2010年冬季，中国北方异常低温与NAO负位相也存在紧密联系。Wu and Wang（2002b）研究指出，冬季AO可直接影响东亚35°N以北地表气温、海平面气压和500 hPa东亚大槽的变化，这种影响独立于西伯利亚高压，但他们并没有给出与该影响机理相关的具体事实。此外，龚道溢和王绍武（2000）研究发现，NAO位相在20世纪80年代中期出现年代际转折，并造成气候系统关系出现年代际变化。Sun et al.（2008）研究指出，在20世纪70年代中期前夏季NAO与同期亚洲中东部气温相关性较弱，而在70年代中期后二者相关性显著增强。Zuo et al.（2016）通过滑动相关分析发现，在不同年代际背景下，冬季NAO与中国中南部气温关系存在不稳定性，且二者相关性的年代际变化与NAO相关环流系统的年代际变化有关。

近年来，中国北方极端低温又呈频发态势，如2009/2010年冬季新疆北部出现低温和雪灾（陈颖等，2011）。目前NAO对中国气温的影响已受关注，但对冬季NAO与中国极端低温关系的变化特征尚不完全清楚。且大多研究是从冬季气候平均的角度分析，对季节内NAO与中国极端低温关系的年代际变化特征及其相关机理的研究相对较少。因此，本文从极端温度阈值的角度出发，围绕冬季季节内中国北方冷日（夜）与同期NAO相关性差异，探讨二者之间关系的可能年代际变化及其影响机理，为进一步认识NAO对中国北方极端低温的影响提供参考依据。

本文所用的气温资料是中国地面气温日值网格数据集（V2.0），资料的空间分辨率为0.5°×0.5°；大气环流资料是美国国家环境预报中心和国家大气研究中心（NCEP/NCAR）再分析月平均资料，水平分辨率为2.5°×2.5°，垂直分辨率共17层；北大西洋涛动指数（NAOI）是美国气候预报中心（CPC）提供的逐月NAOI，该指数是对500 hPa月平均位势高度场旋转经验正交函数分解（REOF）得到，主模态对应的时间序列作为NAOI（http://www.cpc.ncep.noaa.gov/data/teledoc/nao.shtml[2017-5-4]）。本文研究阶段为1961/1962~2011/2012共51年，当年12月至次年2月为冬季。

本文参照ETCCDI（Expert Team on Climate Change Detection and Indices）气候指数的定义方法，确定极端温度指数（表 1）：暖日（TX90P）、冷日（TX10P）、暖夜（TN90P）和冷夜（TN10P）。如表 1所示，在计算阈值过程中，采用5天滑动窗口的方法对气温资料处理，并选取1971~2000年作为基底年。这里把冷日（夜）定义为极端低温事件，暖日（夜）定义为极端高温事件。

表 1(Table 1)

表 1 极端温度指数定义 Table 1 Definition of extreme temperature indices 指数 名称 定义 单位 TX90P TX10P TN90P TN10P 暖日 冷日 暖夜 冷夜 日最高温度＞90%分位值的天数 日最高温度＜10%分位值的天数 日最低温度＞90%分位值的天数 日最低温度＜10%分位值的天数 d d d d

表 1 极端温度指数定义 Table 1 Definition of extreme temperature indices

本文的主要分析方法有：相关分析、经验正交函数分解（EOF）、滑动相关分析、线性回归等，显著性均采用t-test方法检验。本文选取1971~2000年的平均值作为气候平均态，原始场减去平均态得到距平场。同时，在相关和回归分析前，对所用资料均去除了线性趋势。

研究发现，中国冬季气温存在季节进程的差异，但差异的时空特征和机制尚不完全清楚。故本文以1961/1962~2011/2012共51年中国北方冬季季节内冷日（夜）为研究对象，分析中国北方冬季季节内冷日（夜）与同期NAO的相关性差异。

图 1是中国北方极端低温与同期NAOI相关系数空间分布。其中，冬季（12~2月）冷日（夜）与NAO相关系数以负相关为主（图 1a、e），相关区域除西北中东部外均表现为显著相关。12月冷日（夜）与NAO整体相关系数较小（图 1b、f），且未通过显著性检验；二者相关性主要体现在后冬（1、2月），呈大面积负相关。1月冷日（夜）与NAO显著相关区域主要集中在东北（图 1c、g），相关系数可达−0.60（−0.54），通过99%显著性检验。2月冷日（夜）与NAO相关系数（图 1d、h），除西北中东部外均表现为显著相关，大值区位于东北，相关系数可达−0.61（−0.65），通过99%显著性检验。可见，近51年来，中国北方冬季季节内冷日（夜）与NAO相关性存在一定差异，二者相关性在东北后冬尤为显著。

图 1 中国北方极端低温指数与北大西洋涛动指数（NAOI）相关系数空间分布：（a、e）12~2月；（b、f）12月；（c、g）1月；（d、h）2月。其中（a–d）为冷日；（e–h）为冷夜。打点区域表示通过0.05显著性检验，下同 Figure 1 Spatial distributions of correlation coefficients between North Atlantic Oscillation Index (NAOI) and extreme low temperature index TX10P (cold days) over northern China in (a) winter (DJF, December–February), (b) December (Dec), (c) January (Jan), (d) February (Feb). (e–h) are the same as (a–d) but for correlation coefficients between NAOI and TN10P (cold nights). Black dots denote significance at the 95% confidence level, the same below

研究表明，极端温度的变化与平均气温的变化密切相关（郭志梅等，2005；刘学华等，2006）。图 2是中国北方平均气温与同期NAOI相关系数空间分布。其中，冬季（12~2月）平均气温与NAO相关系数以正相关为主（图 2a），在新疆东北部和东北等地表现为显著相关；12月平均气温与NAO相关系数整体很小（图 2b），且未通过显著性检验；1月平均气温与NAO相关系数在黑龙江和内蒙古东北部、吉林、辽宁和山东等地表现为显著正相关（图 2c），在西北地区不显著；2月平均气温与NAO显著相关区域主要集中在东北（图 2d），以正相关为主。研究发现，NAO/AO可通过影响东亚大槽、西伯利亚高压、东亚冬季风等系统，使其变得更加活跃，进而使中国冬季大部分地区气温偏低，冬季气温的偏低将有利于极端低温的频发，反之亦然（武炳义和黄荣辉，1999；Wu and Wang, 2002a）。

图 2 中国北方平均气温与NAOI相关系数空间分布：（a）12~2月；（b）12月；（c）1月；（d）2月 Figure 2 Spatial distributions of correlation coefficients between NAOI and mean temperature over northern China in (a) DJF, (b) December, (c) January, (d) February

由于区域性极端高、低温变化存在不对称性特征（任福民和翟盘茂，1998），我们通过计算东北冬季季节内暖日（夜）与同期NAOI相关系数发现（图略），二者相关系数在12月以负相关为主，1、2月以弱正相关为主，但相关区域不显著。说明东北冬季季节内暖日（夜）、冷日（夜）与NAO相关系数并不是相反的，NAO对东北冬季季节内极端高、低温的影响同样具有不对称性。对比NAO对东北冬季季节内极端高、低温的影响发现，不对称性对该影响起到一定作用，使得NAO对东北极端低温的影响要高于极端高温。

以上分析可知，NAO通过东北后冬平均气温的变化对该区域极端低温产生显著影响，极端高、低温不对称性对该影响起到一定作用，使NAO对东北极端低温的影响更大。由于显著相关区域主要集中在东北，下面重点分析东北地区（38°~53.5°N，113.5°~135.5°E）冷日（夜）与同期NAO的相关关系。

对东北冬季季节内冷日（夜）标准化场EOF分析发现，12、1月和2月东北冷日（夜）EOF第一模态（EOF1）空间分布非常相似，均表现为全区一致型（图略），解释方差分别为62.9%（54.6%）、62.2%（61.3%）、70.6%（69.2%），通过North检验（North et al., 1982）。其中，12月和2月空间分布表现为正异常，1月空间分布表现为负异常。冷日（夜）EOF1时间序列在12月（图 3a、d）、1月（图 3b、e）和2月（图 3c、f）均存在显著的年代际变化特征（1月EOF1时间序列乘以− 1.0，下同），在20世纪80年代中期前基本为正位相指数，80年代中期后基本为负位相指数。说明20世纪80年代中期前东北冬季冷日（夜）频发，80年代中期后东北冬季冷日（夜）少发，这与20世纪80年代中期NAO位相的转变相对应（龚道溢和王绍武，2000）。此外，可以看出，12、1月和2月东北冷日（夜）发生频次整体呈下降趋势，与全球增暖趋势一致（Karl et al., 1991）；但近年来东北冷日（夜）发生频次再次呈现增多态势。12、1月和2月东北冷日（夜）第二模态（EOF2）空间分布表现为区域东北—西南反相变化（图略），解释方差分别为13.7%（14.7%）、11.6%（11.3%）、14.8%（12.0%），与EOF1不同的是，EOF2时间序列表现为年际变化特征（图略）。

图 3 东北极端低温指数EOF1时间序列：（a、d）12月；（b、e）1月；（c、f）2月。其中（a–c）为冷日；（d–f）为冷夜。曲线代表 11点高斯滤波，直线代表趋势线 Figure 3 Time series of EOF1 of extreme low temperature index TX10P over Northeast China (NEC) in (a) December, (b) January, (c) February. (d–f) are the same as (a–c), but for TN10P. Curves indicate results of 11-point Gaussian filtering, straight lines indicate the trend line

表 2是东北冬季季节内冷日（夜）EOF1时间序列与同期NAOI相关系数。由表 2可知，东北后冬（1、2月）冷日（夜）EOF1时间序列与NAOI相关系数较大，分别为−0.39（−0.34）、−0.49（−0.50），除1月冷夜外，均通过99%显著性检验。而12月东北冷日（夜）EOF1时间序列与NAOI相关系数较小，且未通过显著性检验，说明NAO对东北冷日（夜）的影响主要体现在后冬。

表 2(Table 2)

表 2 东北极端低温指数EOF1时间序列与北大西洋涛动指数（NAOI）相关系数 Table 2 Correlation between North Atlantic Oscillation Index (NAOI) and the time series of EOF1 (the first EOF mode) of extreme low temperature indices over Northeast China (NEC) 极端低温指数与NAOI的相关系数 时间尺度/月 TX10P TN10P 12 −0.04 −0.03 1 −0.39** −0.34* 2 −0.49** −0.50** *代表通过0.05显著性水平检验。 **代表通过0.01显著性水平检验。

表 2 东北极端低温指数EOF1时间序列与北大西洋涛动指数（NAOI）相关系数 Table 2 Correlation between North Atlantic Oscillation Index (NAOI) and the time series of EOF1 (the first EOF mode) of extreme low temperature indices over Northeast China (NEC)

为研究东北后冬（1、2月）冷日（夜）与NAO相关性的年代际变化，图 4给出了东北后冬冷日（夜）EOF1时间序列与同期NAOI的滑动相关系数（乘以−1.0），滑动窗口取为21年。在滑动相关前，同样进行了标准化和去趋势处理。

图 4 东北后冬（1、2月）极端低温指数EOF1时间序列与NAOI滑动相关曲线（乘以−1.0）：（a）冷日；（b）冷夜。滑动窗口取21年，虚线为0.05显著性水平线 Figure 4 Sliding correlations (multiplied by −1.0) in a 21-year window between NAOI and time series of EOF1 of extreme low temperature indices over NEC in late winter: (a) TX10P; (b) TN10P. Dotted line indicates significance at the 95% confidence level

如图 4a、b所示，东北后冬冷日（夜）与NAO存在21年滑动相关关系，在20世纪80年代中期前滑动相关系数维持在0.43左右，基本通过95%显著性检验，80年代中期后这种相关关系明显减弱，不再具有统计上的显著性。说明东北后冬冷日（夜）与NAO相关性存在年代际变化特征，且该相关关系存在不稳定性，在20世纪80年代中期前，NAO对东北后冬冷日（夜）影响显著，80年代中期后影响不显著。值得注意的是，虽然1、2月滑动相关系数均发生了年代际变化，但比较而言，1月滑动相关系数变化较大，在70年代末达到最大值，随后迅速减小，90年代末达到最小值，此后相关系数又有所增加。其中，东北1月冷日（夜）与NAO相关系数在1979年（对应1969~1989阶段）最大，为−0.54（−0.52），通过95%显著性检验，在1999年（对应1989~2009阶段）最小，为−0.02（0.04），未通过显著性检验。2月滑动相关系数变化较小。在1969~1989和1989~2009阶段，东北1月冷日（夜）与1月NAO具有最强、最弱相关，为了避免时间段重合，这里选取1969~1988和1989~2009阶段作为本文的典型阶段，用来分析东北1月冷日（夜）与1月NAO相关性的年代际变化。我们同样对1969~1989和1990~2009阶段进行了分析，最终结果与1969~1988和1989~2009阶段结果较一致（图略）。Wu et al.（2013）对冬季欧亚环流场分析发现，1988年以后欧亚大陆北部异常反气旋、欧洲南部和亚洲东北部异常气旋均呈现增强趋势。此外，相关研究表明，NAO/AO及极涡均是中、高纬环流系统，三者之间关系密切，且冬季恰好都在1988/1989年前后出现转折，相应的环流场也发生了显著变化（Tanaka et al., 1996; Walsh et al., 1996; Watanabe and Nitta, 1999）。因此，对比分析1988年前后冬季NAO对中国北方极端低温的影响差异十分必要。

图 5是1969~1988和1989~2009阶段东北1月冷日（夜）与1月NAOI相关系数空间分布。其中，在1969~1988阶段，东北1月冷日（夜）与1月NAO的相关系数较大（图 5a、c），在黑龙江、吉林、辽宁和内蒙古东北部等地表现为显著负相关，相关系数可达−0.68（−0.66）。与1969~1988阶段相比，1989~2009阶段东北1月冷日（夜）与1月NAO的相关系数明显减弱（图 5b、d），整体相关系数较小，相关区域不显著，与滑动相关分析结果一致，进一步说明东北1月冷日（夜）与1月NAO相关性存在年代际变化。

图 5 东北1月极端低温指数与1月NAOI相关系数空间分布：（a、c）1969~1988；（b、d）1989~2009。其中（a、b）冷日，（c、d）为冷夜 Figure 5 Spatial distributions of correlation coefficients between NAOI and extreme low temperature index TX10P over NEC in January for the periods (a) 1969–1988 and (b) 1989–2009. (c, d) are the same as (a, b), but for correlation coefficients between NAOI and TN10P

为揭示东北1月冷日（夜）与1月NAO相关性年代际变化的大气环流成因，依据4.2节，分别对1969~1988和1989~2009阶段1月大气环流场进行分析，这里将东北1月冷日（夜）EOF1时间序列和1月NAOI分别与500 hPa位势高度场回归。

图 6是1969~1988和1989~2009阶段东北1月冷日（夜）EOF1时间序列与500 hPa位势高度异常场回归系数空间分布。其显著特征是：东亚中高纬和极地地区位势高度场反位相变化，但1989~2009阶段极地地区的范围和强度较1969~1988阶段有所减弱（图 6a–d）。其中，在东亚中高纬地区表现为东西向带状分布，最大中心位于贝加尔湖附近，极地地区表现为与东亚中高纬相反的异常。极地位势高度偏高而东亚位势高度偏低，意味着极涡强度偏弱且易分裂南下。该环流形势有利于冷涡等天气系统维持在贝加尔湖到中国东北一带，从而为东北冷日（夜）频发提供有利条件。但北大西洋地区位势高度场存在显著差异：在1969~1988阶段北大西洋地区表现为显著的NAO负位相结构（图 6a、c），而在1989~2009阶段NAO结构不明显（图 6b、d），意味着NAO可能是影响1969~1988阶段东北冷日（夜）频发的重要原因。

图 6 东北1月极端低温指数EOF1时间序列与500 hPa位势高度异常场回归系数（单位：gpm）：（a、c）1969~1988；（b、d）1989~2009。其中（a、b）为冷日，（c、d）为冷夜 Figure 6 Regressions of geopotential height anomalies at 500 hPa (units: gpm) against time series of EOF1 of extreme low temperature index TX10P over NEC in January for the periods (a)1969–1988 and (b)1989–2009. (c, d) are the same as (a, b), but for TN10P

图 7是1969~1988和1989~2009阶段1月NAOI与500 hPa位势高度异常场回归系数空间分布。不同于图 6，东亚中高纬和极地地区位势高度场明显不同，1969~1988阶段NAO引起的环流异常与东北1月冷日（夜）对应的环流异常较相似（图 7a），但符号相反。表现为东亚中高纬和极地地区位势高度场的反位相变化，说明该阶段NAO引起的环流异常有利于冷涡等天气系统维持在贝加尔湖到中国东北一带，使东北气温偏低，冷日（夜）频发，与NAO的相关性较好。1989~2009阶段NAO引起的环流异常在贝加尔湖西北地区表现为低压异常（图 7b），山东半岛上空表现为高压异常，使得贝加尔湖地区高压脊和东亚大槽系统强度减弱，不利于极地冷空气南下，使该阶段东北地区气温较正常年偏高，冷日（夜）少发，与NAO的相关性较弱。同时，在北大西洋地区两阶段位势高度场仍存在差异，两阶段虽均存在南北偶极子，但偶极子的中心位置和振幅存在显著差异，1989~2009阶段NAO活动中心相对于1969~1988阶段发生明显东移。NAO活动中心的东移调控着局地环流的变化，可能是引起东北1月冷日（夜）与同期NAO相关性年代际变化的重要原因。可见，东北1月冷日（夜）与1月NAO相关性的年代际变化，极大程度上与NAO相关环流系统的年代际变化有关。

图 7 1月NAOI与500 hPa位势高度异常场回归系数（单位：gpm）：（a）1969~1988；（b）1989~2009 Figure 7 Regressions of geopotential height anomalies at 500 hPa (units: gpm) against NAOI in January for the periods (a) 1969–1988 and (b) 1989–2009

此外，不少学者从波流相互作用的角度分析NAO相关环流的演变（Deweaver and Nigam, 2000）。已有研究表明，副热带西风急流作为Rossby的传播波导，在NAO信号向下游传播过程中起着极为重要的作用（Branstator, 2002; Watanabe, 2004）。由于风暴轴与对流层上层急流有很好的对应关系，风暴轴区域的瞬变扰动导致的凝结加热异常，通过热量和动量的输送，对中纬度大气环流的形成和演变起着重要作用。Luo and Gong（2006）研究指出，近30年来，急流和风暴轴的年代际东移一定程度上导致了NAO活动中心的年代际东移。因此，我们认为急流和风暴轴的年代际变化可能是引起NAO相关环流系统年代际变化，东北后冬冷日（夜）与NAO相关性年代际变化的原因之一。

本文基于中国地面气温日值网格数据集（V2.0），采用多种统计方法，分析了中国北方冬季季节内冷日（夜）与同期NAO的相关性差异，并对东北1月冷日（夜）与1月NAO相关性的年代际变化及其可能成因进行了初步探讨。主要揭示的特征有：近51年来，中国北方冬季季节内冷日（夜）与NAO相关性在东北后冬（1、2月）表现为显著负相关，且二者相关关系存在年代际变化，该相关关系在20世纪80年代中期后减弱。其中，东北1月冷日（夜）与1月NAO相关性在1969~1988阶段最好，相关区域显著，在1989~2009阶段最弱，相关区域不显著。

通过环流场分析发现，东北1月冷日（夜）与1月NAO相关性的年代际变化极大程度上与NAO相关环流系统的年代际变化有关。1969~1988阶段NAO引起的大气环流异常有利于冷涡等天气系统维持在贝加尔湖到中国东北一带，使东北地区气温偏低，冷日（夜）频发，与NAO的相关性较好。而在1989~2009阶段NAO引起的大气环流异常不利于极地冷空气南下，使东北地区气温较正常年偏高，冷日（夜）少发，与NAO的相关性较弱。有研究发现，2012/2013年冬季东北地区出现异常低温雨雪天气（李倩等，2014），由图 4可知，该时期东北极端低温与NAO的关系有增强态势。因此，通过分析极端低温与NAO关系的内在联系，为进一步认识NAO对中国北方极端低温的影响及东北冷冻原因提供科学依据，具有重要参考意义。

研究发现，NAO不但对极端气温存在影响，对极端降水也存在一定影响。如Tian and Fan（2012）研究表明，春季NAO对夏季长江中下游极端降水存在显著影响。中高纬强降雪的年代际变化与NAO/ AO的年代际变化也存在较为紧密的联系（Seager et al., 2010; 王冀等，2015）。此外，一些研究表明，NAO对极端天气气候变化的影响与北极海冰及热带海温异常等外强迫有关。例如，Liu et al.（2012）研究指出，秋季北极海冰的异常偏少，导致冬季北半球海平面气压场表现出类似但又区别于典型负相位AO模态，在该环流型及海冰减少提供更多水汽的共同作用下，北美、欧洲及东亚大部分地区出现异常降雪。相关研究指出，秋季北极海冰的异常偏少可能是导致近年来欧亚大陆冬季低温雨雪冰冻频发，中国极端天气气候灾害频繁发生的主要原因之一（武炳义等，2011；Liu et al., 2012; 何金海等，2015）。Hoerling et al.（2004）研究认为，近几十年NAO/AO的增强可能与热带印度洋增暖有关。热带太平洋，热带大西洋和热带印度洋海温异常均可在北半球激发出与NAO/AO模态相似的响应（Rodwell et al., 1999; Hoerling et al., 2004; Li et al., 2006）。另外，也有诸多研究阐述了欧亚—青藏高原积雪强迫对NAO/AO的影响（Watanabe and Nitta, 1999; Cohen and Entekhabi, 2001; Gong et al., 2002）。北极海冰、热带海温和积雪等下垫面异常为冬季NAO影响中国极端天气气候异常提供了可能，探讨这些因素无疑是下一阶段重点关注的内容。本文所得结果仅限于统计分析，极端低温与NAO相关性年代际变化的过程、物理机制还需更多的定量诊断和数值模拟方法深入研究。