论文

云南冬季气温变化的主要模态及其影响的关键环流因子

  • 晏红明 ,
  • 王灵 ,
  • 金燕 ,
  • 马思源 ,
  • 黎文懋 ,
  • 万云霞
展开
  • 1. 云南省气候中心,云南 昆明 650034
    2. 云南省气象局,云南 昆明 650034
    3. 云南省气象科技服务中心,云南 昆明 650034

晏红明(1966 -), 女, 云南文山人, 研究员, 主要从事季风气候研究和短期气候预测. E-mail:

收稿日期: 2021-04-12

  修回日期: 2021-09-02

  网络出版日期: 2023-04-03

基金资助

国家自然科学基金项目(41775073); 西南区域重点项目(2014-4)

Dominant Patterns of Winter Temperature Variation in Yunnan and Key Circulation Factors Affecting on Them

  • Hongming YAN ,
  • Ling WANG ,
  • Yan JIN ,
  • Siyuan MA ,
  • Wenmao LI ,
  • Yunxia WAN
Expand
  • 1. Yunnan Province climate center,Kunming 650034,Yunnan,China
    2. Yunnan Province bureau,Kunming 650034,Yunnan,China
    3. Yunnan meteorological science and technology service center,Kunming 650034,Yunnan,China

Received date: 2021-04-12

  Revised date: 2021-09-02

  Online published: 2023-04-03

本文引用格式

晏红明 , 王灵 , 金燕 , 马思源 , 黎文懋 , 万云霞 . 云南冬季气温变化的主要模态及其影响的关键环流因子[J]. 高原气象, 2023 , 42(2) : 386 -402 . DOI: 10.7522/j.issn.1000-0534.2021.00070

1 引言

气候冷暖变化具有极大的区域差异, 是影响工农业生产、 人民生命财产安全的重要方面。20世纪70年代末期以来, 地球气候经历了一次以全球变暖为主要特征的显著变化(第二次气候变化国家评估报告, 2011), 在全球气候变暖背景下的局部高温和低温发生共存是目前最主要的气候特征。2009 -2013年, 我国西南地区遭遇严重的持续高温干旱, 造成高达190亿元的经济损失; 2019年1月全澳平均气温首次超过30 ℃, 创澳大利亚有记录以来的最热月。伴随全球温度的升高, 区域低温冷害事件也频繁发生, 2008年1 -2月, 我国南方遭遇了近50年来最严重的持续低温雨雪冰冻灾害(王东海等, 2008; 陶祖钰等, 2008; 杨贵名等, 2008; 高辉等, 2008; 王凌等, 2008); 2010/2011年至2012/2013年冬季, 我国连续三年发生了长时间大范围的低温冷害事件(Wu et al, 2017); 2016年1月下旬, 在超级强寒潮影响下, 我国南方部分地区气温偏低10 ℃以上, 全国有76站最低气温突破历史极值, 降雪范围直抵两广沿海, 创下有完整气象记录以来的最南界(Song and Wu, 2017)。频繁发生的高温和低温事件给社会、 经济和人类生活造成严重影响和损失, 全球变暖背景下不同区域气温变化的规律和成因引起了人们越来越多的关注。
影响区域气温变化的因子比较复杂, 尤其在全球气候变暖背景下北极海冰持续减少及北极增暖放大效应等引起的大气环流异常更是增加了区域气温变化的复杂性和极端性(Liu et al, 2012; Cohen et al, 2013; 陈娇和张耀存, 2015; 杨冬东等, 2020; 刘明歆等, 2021)。进一步研究影响不同区域气温变化的关键大气环流因子对于提高气候预测准确率, 做好防灾减灾工作是十分必要的。在全球气候变暖背景下, 云南同样表现出高温和低温现象共存的气候特征。2009 -2013年云南发生连续5年的高温少雨天气, 与此同时, 低温发生的频率也较高, 2008年、 2011年、 2013年、 2016年、 2018年冬季相继出现严重低温现象, 2016年1月22 -26日的强寒潮导致云南全省82%的气象站最低气温低于5 ℃, 61%站出现降雪, 最低气温0 ℃线南压至哀牢山附近(晏红明等, 2009; 杨素雨等, 2012; 闵颖等, 2013; 史悦等, 2017), 频繁发生的高温和低温事件给云南社会经济发展和人民生命财产安全造成了巨大的影响。云南地处低纬高原地区, 海拔高, 纬度低, 地形复杂, 境内近95%的面积为山地, 高山纵横, 气温变化的区域差异非常显著。由于受青藏高原高大地形的阻挡, 影响云南的冷空气在路径、 强度及与此相关联的大气环流异常等方面均表现出与我国其他地区明显不同的差异特征。20世纪90年代谢应齐和赵华柱(1994)分析了云南低温冷害活动的特点, 指出云南低温冷害主要出现在东部和北部, 西南部地区最少; 海云莎等(2011)分析了1961 -2008年冬季云南的寒潮过程, 发现寒潮频次东多西少; 罗燕等(2015)分析了近50年云南极端低温分布情况, 表明低温区主要出现在迪庆州北部。这些研究初步表明了云南不同区域气温变化的显著差异, 但对造成这种冷暖变化区域差异相关的环流特征及其影响机理还不清楚, 特别是对不同冷空气活动路径相关的高低纬度大气环流异常变化还缺乏初步的了解。在长期的预报业务实践中发现, 影响云南的冷空气主要有西北、 东北和偏东三条路径, 其中东北路径影响云南的冷空气最多, 部分冷空气随大陆冷高压前部的偏东气流沿东路路径回流影响云南, 其次还有来自西北方向的冷空气, 这些不同路径的冷空气造成了云南不同区域的强降温过程, 气温变化的区域差异与不同路径冷空气活动的影响密切联系。但现有的大部分研究主要集中在云南低温分布特征或针对某一次冷空气过程的分析, 针对云南冬季气温变化主要模态的研究, 以及对影响云南不同路径冷空气活动相关的中高纬度大气环流异常变化的研究还比较少。
事实上, 冬季气温主要模态通常能够反映发生频率较高的冬季气温异常空间分布型, 对主要模态的分析可以更好了解冬季气温的时空变化特征; 同时, 由于不同模态气温变化往往由不同的大气环流异常, 以及由此相连的不同冷空气路径所导致, 针对不同气温模态的分析更加有利于寻找影响不同区域气温变化的关键因子。因此, 为了初步了解云南冬季气温变化的主要模态特征及其影响的关键环流因子, 本文选取云南冬季气温年际变化占方差贡献90%的前几个模态, 对其变化特征及相关的大气环流异常进行分析。

2 资料来源和方法介绍

本文利用来自云南省气候中心1961 -2019年云南124个地面气象站的月平均气温资料; 大气环流资料来自美国国家环境研究中心(National Centers for Environmental Prediction, NCEP)和美国国家大气研究中心(National Center for Atmospheric Research, NCAR)提供的高低层风场、 高度场、 地面气温场以及海平面气压场, 水平分辨率为2.5°×2.5°(Kalnay et al, 1996); 使用由美国大气与海洋管理局气候预报中心(Climate Prediction Center, CPC)提供的北大西洋涛动(NAO)、 斯堪的那维亚(SCA)、 极区-欧亚型(PE)、 东大西洋/西俄罗斯型(EAWR)东大西洋型(EA)、 太平洋-北美(PNA)、 西太平洋(WP)等七个遥相关逐月平均指数(https: //www.cpc.ncep.noaa.gov/data/teledoc/telecontents.shtml); 其余三个北太平洋遥相关型(NP)、 西太平洋遥相关型(WP)和热带-北半球型(TNP)指数, 以及高原高度场(TPR1, TPR2)、 东亚大槽(EATI, EATP)、 印缅槽(IBTI)等五个大气环流系统指数选自中国国家气候中心(National Climate Center, NCC)的88项环流特征指数(http: //10.1.64.154/idata/web/climateBuzi/index)。西伯利亚高压指数则选取西伯利亚高压活动区域(40°N -60°N, 80°E -120°E), 定义该区域海平面气压的区域平均作为西伯利亚高压指数(朱红霞等, 2019)。文中涉及云南省地图边界审图号为云S(2019)033号, 底图无修改。
研究方法主要利用自然正交函数展开(EOF)、 相关分析、 合成分析等数理统计诊断分析方法, 显著性检验采用学生t检验方法。本文为了了解云南气温变化的特征, 并突出年际尺度上影响云南气温变化的关键环流因子, 大气环流资料、 EOF时间系数、 遥相关环流型和环流系统指数等均去除了线性趋势。文中所指的冬季为当年12月至次年2月。如1961年冬季指1961年12月至1962年2月的平均值, 以此类推。

3 云南冬季气温的主要模态及其变化特征

云南冬季平均气温呈现明显的南高北低特征, 西南大部分地区气温超过12 ℃, 西双版纳景洪气温最高(18.1 ℃), 而西北部和东北部的气温较低, 大部分地区低于9 ℃, 其中德钦和中甸气温低于0 ℃, 分别为-1.4 ℃和-1.8 ℃, 而中部、 东南部和西部地区的气温为9~12 ℃[图1(a)]。均方差分布可以反映气温年际变化特征, 看到云南冬季气温年际变率西部较小, 怒江和大理的年际变率最小; 东部较大, 最大变率中心位于昭通南部、 曲靖、 文山北部[图1(b)]。
图1 1961 -2019年云南冬季平均气温(a)及其均方差(b)分布(单位: ℃)

Fig.1 The distribution of mean temperature(a) and its mean square deviation(b) in winter in Yunnan from 1961 to 2019.Unit: ℃

对云南冬季平均气温距平进行EOF分析, 图2分别为冬季平均气温EOF分析第一到第四主要分量, 解释方差分别为70%、 12%、 5%和3%, 前四个分量即占总方差贡献的90%, 可以反映云南冬季气温变化的主要特征。值得注意的是, 从前四个模态所占方差贡献来看, 前两个模态所占的累积方差贡献82%, 尤其是第一模态方差贡献就高达70%。但在长期预报业务中发现云南冬季气温变化也会出现类似于第三和第四模态的分布形势, 因此, 虽然第三和第四模态所占的方差贡献较小, 本文在重点分析第一和第二模态的同时, 对第三和第四模态也进行了分析。
图2 云南冬季气温EOF分析的前四个主要模态

绿色实线为0线

Fig.2 Four dominant EOF patterns of winter temperature in Yunnan.The green solid lines denote the ‘0’ isoline

第一模态[EOF1, 图2(a)]呈现了冬季气温全区一致的变化特征, 大值中心位于东部; 第二模态[EOF2, 图2(b)]表现出东部与西部气温反相变化的特征; 第三模态[EOF3, 图2(c)]反映了中部与东西部地区气温反相差异的特征, 类似于经向三极模态; 第四模态[EOF4, 图2(d)]反映了近于西北-东南的气温反相变化差异特征。因此, 从第一到第四主分量看到, 云南冬季气温变化的主要模态有全区一致型、 东西差异型、 经向三极差异型和西北-东南差异型。
相应以上不同主要分量模态的时间系数也呈现出明显不同的特征(图3), 其中第一、 第二和第三模态时间系数变化有非常显著的线性趋势, 第四模态时间系数则主要呈现出年际和年代际波动的特征。根据各主分量模态相应的时间系数: 第一模态时间系数(PC1)表明冬季气温全区一致型为由冷至暖的变化; 第二模态时间系数(PC2)表明20世纪90年代初及之前冬季气温主要以西冷东暖的差异特征为主, 之后的变化则相反; 第三模态时间系数(PC3)表明1985年之前冬季气温以中部暖, 东西部冷的变化差异为主, 1986年之后则刚好相反, 表现为由西至东为暖-冷-暖的经向三级模态的差异; 第四模态时间系数(PC4)变化的线性趋势不明显, 主要表现为年际和年代际特征, 尤其年代际波动特征显著, 在1961 -1973年和2013 -2019年主要表现为西北暖和东南冷的分布特征, 1988 -2007年则以西北冷和东南暖的分布特征为主, 而在1974 -1987年间的年际变化特征比较显著, 南北差异的年际波动较大。
图3 云南冬季气温前四个EOF模态相应的标准化时间序数

柱状线为原始时间系数标准化序列, 折线为去除线性趋势以后的标准化时间序列, 实线为线性趋势

Fig.3 The standardized time coefficient corresponding to four dominant EOF patterns of winter temperature in Yunnan.The column is standardization series of the original time coefficient.Curve is the standardized time coefficient series removed the linear trend.Solid line is the linear trend

为了使研究更能体现年际尺度上的变化特征, 首先清除以上四个模态时间系数的线性趋势, 清除线性趋势之后的时间系数(另记为RPC1、 RPC2、 RPC3和RPC4)主要表现出年际特征, 见图3(a)~(d)中的折线。以四个模态清除线性趋势标准化时间系数 ±1个标准差为标准选取典型的正(负)异常年, 得到RPC1的7个正异常年和6个负异常年; RPC2的10个正异常年和9个负异常年; RPC3的6个正异常年和6个负异常年; RPC4的7个正异常年和9个负异常年(表1)。
表1 云南冬季气温前四个EOF模态相应的标准化时间序列去除线性趋势后 ≥ 1和 ≤ - 1的异常年份

Table 1 The abnormal years that more than 1 or less than -1 of the normalized time series removed the linear trend of four dominant EOF patterns of winter temperature in Yunnan

RPC1 ≥ 1 RPC1 ≤ - 1 RPC2 ≥ 1 RPC2 ≤ - 1 RPC3 ≥ 1 RPC3 ≤ - 1 RPC4 ≥ 1 RPC4 ≤ - 1
合计 7 6 10 9 6 6 7 9
年份

1965/1968/

1972/1998/

2009/2012/

2018

1067/1975/

1982/1991/

1992/2015

1964/1968/

1978/1986/

1989/1992/

2002/2006/

2009/2019

1966/1967/

1976/1986/

1995/2005/

2007/2012/

2011

1963/1968/

1974/1984/

2011/2018

1961/1982/

1991/1992/

1996/2006

1982/1984/

1991/1994/

1996/1997/

2000

1962/1966/

1973/1975/

2013/2014/

2015/2016/

2017

从以上四个主要模态正、 负异常年去除线性趋势之后的云南冬季气温的合成差值场分布(图4)可以看到, 除了第三模态正负异常差值场与第三模态主分量[见图2(c)]有一定差异外, 其他三个模态的正负异常合成差值场均反映了与图2相类似的一致型、 东西差异型和西北-东南差异型特征。对于第三模态合成差值场[图4(c)], 从表面上看比较类似于第一模态合成差值场分布, 大部分地区的气温变化基本一致。但仔细分析第三模态正异常和负异常年的距平合成场(图略), 发现正异常年云南中部为显著正异常, 西北和东北部为负异常, 而负异常年云南中部的负异常明显, 而东西部地区的正异常却并不明显, 在一定程度上表明这种模态的温度变化最显著的区域主要集中在云南中部地区, 而第一模态温度变化最显著的区域位于云南东部。另外, 对比第一模态[图4(a)]和第三模态[图4(c)]的正负异常合成差值场也可以清楚看到: 第一模态合成差值场中温度大于1.8 ℃的区域位于东部, 而第三模态合成差值场中温度大于1.8 ℃的区域却位于中部, 进一步表明这两个模态温度变化显著的区域还是存在很大的差异, 与此相关的大气环流异常也有可能存在一定差异, 值得进一步分析。
图4 前四个模态相应的正负异常年云南冬季气温的合成差值场

橙色粗实线是0 ℃线; 蓝色粗实线是温度偏高超过1.8 ℃的区域; 绿色阴影标注为通过0.05显著性检验的区域

Fig.4 The composite difference fields of winter temperature in Yunnan in positive and negative years of four dominant EOF patterns.Orange thick line is 0 ℃, blue thick solid line mark the area with temperature higher than 1.8 ℃.Green shaded area indicates the area passing 0.05 significant test

4 影响云南冬季气温主要模态的关键环流因子

接下来通过分析四个主要模态与高低层气象要素和大气环流的相关, 进一步探讨影响云南冬季气温主要模态的关键环流因子。为了更突出年际尺度上冬季气温主要模态与高低层大气环流变化的关系, 以下分析首先去除了各EOF时间系数以及气象要素和大气环流场的线性趋势。

4.1 第一模态

图5分别为RPC1与高低层大气环流的相关, 云南全区一致型冷暖变化与亚洲南北气温变化差异相联系。以40°N为界, 亚洲气温变化表现为南北差异特征, 云南一致偏暖与江南、 华南以及东南亚大部分地区的偏暖和西伯利亚地区的偏冷相联系, 反之亦然[图5(a)]。以云南全区一致型偏暖为例来分析大气环流变化, 可以看到当云南冬季气温一致偏暖时, 地面气压场上表现出以40°N为界的北高南低特征, 其中巴伦之海-新地岛附近气压偏高, 表明西伯利亚高压偏北, 而西亚和华南至中南半岛地区气压偏低[图5(b)]; 高层700 hPa风场、 500 hPa高度场和200 hPa风场在东亚中低纬度地区呈现出明显的北低南高形势, 巴尔喀什湖至贝加尔湖气压偏低, 而西南、 华南、 中南半岛北部气压偏高[图5(c), (d), (f)], 东亚中低纬度地区北低南高的环流配置不利于冷空气南下影响中国南部地区; 对流层高层纬向西风急流变化可以表征冷空气活动, 全区一致偏暖时东亚区域40°N -50°N为异常西风, 表明此时冷空气活动位置偏北[图5(e)]。当冬季气温全区一致偏冷时, 以上环流配置形势刚好相反。
图5 1961 -2019年冬季RPC1与高低层大气环流的相关系数

阴影区和矢量箭头标注为通过0.05显著性检验的区域, 绿色实线为相关系数0线

Fig.5 Spatial distribution of correlation coefficients between RPC1 and upper and lower atmospheric circulation in winter of 1961 -2019.The shaded area and vector arrow are marked as the area passing the 0.05 significant test, and the green solid lines are the 0 value lines of correlation coefficient

上述分析表明东亚地区高层北低南高(北高南低)经向环流配置, 以及相应的冷空气活动位置偏北(南)是影响云南全区暖(冷)一致型变化的最主要原因。但值得关注的是, 东亚北低南高(北高南低)的环流变化也与巴伦支海-新地岛地区高压发展(减弱)有十分密切联系: 当全区气温偏高(低)时, 从新地岛至东亚南部700 hPa风呈现出反气旋(A)-气旋(D)-反气旋(A)(气旋-反气旋-气旋)和500 hPa高度呈现出正-负-正(负-正-负)的异常波列[图5(c), (d)]。

4.2 第二模态

从RPC2与高低层大气环流变化的相关(图6)可以看出, 对于云南东西差异的气温变化, 东部气温与中国东部气温变化有很好的一致性, 而西部气温与高原南部和孟加拉湾地区的气温变化一致。相应云南东暖西冷的气温变化差异, 西伯利亚高压偏弱, 而青藏高原-印度洋、 西太平洋气压偏高; 700 hPa从西伯利亚到西太平洋地区为西北-东南向的气旋-反气旋-气旋异常波列, 孟加拉湾地区为南部异常反气旋和北部异常气旋; 500 hPa从斯堪的纳维亚半岛至西北太平洋地区为正-负-正高度异常波列, 其中斯堪的纳维亚岛和西北太平洋分别为高度正异常, 西西伯利亚平原为高度负异常, 热带印度洋大部分地区为高度正异常; 300 hPa纬向风从新地岛至东亚低纬度呈现出近于西北-东南向的负-正-负-正相关分布, 40°N -60°N之间的异常西风加强, 表明副热带西风急流位置明显偏北, 不利于冷空气向南活动。200 hPa中高纬度风表现的相关波列与500 hPa高度场相关波列基本一致, 即西西伯利亚为异常气旋, 而西北太平洋地区为异常反气旋, 在中国南部有一个明显的异常气旋环流。相应云南东冷西暖的气温变化, 上述地区的大气环流变化刚好相反。
图6 1961 -2019年冬季RPC2与高低层大气环流的相关系数

阴影区和矢量箭头标注为通过0.05显著性检验的区域, 绿色实线为相关系数0线

Fig.6 Spatial distribution of correlation coefficients between RPC2 and upper and lower atmospheric circulation in winter of 1961 -2019.The shaded area and vector arrow are marked as the area passing the 0.05 significant test, and the green solid lines are the 0 value lines of correlation coefficient

从以上相关分析看到, 相应云南东西差异的气温变化, 西伯利亚和东亚-西北太平洋地区的环流变化无论在高层或低层均比较明显, 东亚冷空气活动强(弱), 气温变化呈西暖东冷(西冷东暖)特征。但是, 为什么东亚地区冷空气偏弱或偏强时云南东西北部地区气温会出现完全相反的变化?从相关分析可知, 云南西部地面气温与高原南部-孟加拉湾气温变化一致, 700 hPa孟加拉湾地区[图6(c)]、 300 hPa[图6(e)]和200 hPa[图6(f)]南亚地区也出现了显著的环流变化, 500 hPa孟加拉湾北部至中南半岛北部也出现一个负相关区[图6(d)], 该区域的环流异常是否会对云南气温变化的东西差异产生影响?根据图6(c)选取孟加拉湾北部区域(15°N -25°N, 80°E -100°E), 计算该区域700 hPa相对涡度区域平均指数序列(VORT)与云南冬季气温的相关[图7(a)], 在中西部地区呈显著反相关, 而仅在东部边缘地区呈正相关, 表明冬季孟加拉湾地区对流层低层环流异常是影响云南中西部地区冬季气温冷暖变化的主要因子, 该区域异常气旋活动有利于云南中西部地区气温偏低, 反之亦然。另外, RPC2与东南亚上空300 hPa[图6(e)]和200 hPa[图6(f)]大气环流异常相关显著, 根据选取300 hPa正相关显著的A区(5°N -22°N, 90°E -120°E)和负相关显著的B区(25°N -35°N, 90°E -120°E), 计算两个区域纬向风切变(Uwnd-shear-300=UwndB-UwndA), 当Uwnd-shear-300指数大于(小于)零, 表示东南亚对流层高层为反气旋(气旋)活动。Uwnd-shear-300指数与云南冬季气温的相关分布[图7(b)]与图7(a)刚好相反, 但与东部的相关却更加明显。在一定程度上了表明东南亚对流层高层的环流变化是影响云南气温东西反相变化差异的主要因子, 气旋性(反气旋性)环流变化有利于云南东暖西冷(东冷西暖)的气温变化。但东南亚高层环流异常究竟与孟加拉湾地区低层环流异常有怎样的联系还不清楚。
图7 1961 -2019年冬季(a)孟加拉湾区域(15°N -25°N, 80°E -100°E)700 hPa相对涡度VORT指数和(b)东南亚区域Uwnd-shear-300指数与云南冬季气温的相关

阴影区为通过0.05显著性检验的区域

Fig.7 The correlation distribution between (a)700 hPa relative vorticity VORT index in BOB and (b)Uwnd-shear-300 index in Southeastern Asia (15°N -25°N, 80°E -100°E) and winter temperature in winter in Yunnan for 1961 -2019.The shaded area are marked as the area passing the 0.05 significant test

以上分析表明, 云南第二模态气温变化不仅与中高纬度异常波列的变化有关, 还与低纬度孟加拉湾地区对流层低层环流和东南亚高层环流的异常变化有十分密切的联系, 其中, 中高纬度异常波列通过影响东亚中高纬度冷空气活动, 进而影响云南东部地区的冷暖变化, 而孟加拉湾地区对流层低层及东南部地区对流层高层的环流异常对云南气温东西反相变化有重要影响。

4.3 第三模态

第三模态虽然反映了云南中部与东部和西部边缘地区气温变化的反相差异, 但气温冷暖变化最明显的区域主要集中在中部。图8为RPC3与高低层大气环流的相关, 看到相应中部偏暖和东西部边缘地区偏冷的模态, 除了青藏高原南部和中国西南地区, 新西伯利亚-中国东部偏冷, 而中南半岛-孟加拉湾南部偏暖的特征比较明显[图8(a)]; 地面气压场上西伯利亚高压显著加强, 而40°N以南的地面气压场较低, 在欧亚大陆上形成了西北高东南低的形势[图8(b)]。高空700 hPa风[图8(c)]、 500 hPa高度场[图8(d)]、 300 hPa纬向风[图8(e)]、 200 hPa风[图8(f)]均呈现自欧洲-青藏高原-中南半岛显著为西北-东南向的反气旋-气旋-反气旋(或正-负-正)的相关波列, 表明第三模态气温变化与欧洲、 青藏高原和中南半岛地区的环流变化密切联系。
图8 1961 -2019年冬季RPC3与高低层大气环流的相关系数

阴影区和矢量箭头标注为通过0.05显著性检验的区域, 绿色实线为相关系数0线

Fig.8 Spatial distribution of correlation coefficients between RPC3 and upper and lower atmospheric circulation in winter of 1961 -2019.The shaded area and vector arrow are marked as the area passing the 0.05 significant test, and the green solid lines are the 0 value lines of correlation coefficient

4.4 第四模态

第四模态为云南西北-东南向气温变化差异, 云南西北地区的气温变化与青藏高原南部-孟加拉湾地区的气温变化一致, 而东南部气温变化与华南地区的气温变化一致[图9(a)]。RPC4与高低层环流变化的关系与前三个模态不同, RPC4仅与西伯利亚地区和孟加拉湾地区的高低层环流异常相关显著, 尤其与孟加拉湾地区环流异常, 表明云南第四模态气温变化更多受到青藏高原南部-孟加拉湾地区环流变化的影响。前面对第二模态分析就发现孟加拉湾地区低层环流异常对云南中西部地区气温变化的重要影响, 这里同样发现除了700 hPa孟加拉湾地区环流异常与第四模态显著相关[图9(c)], 高层300 hPa和200 hPa孟加拉湾北部纬向风也有显著相关[图9(e)和图9(f)]。进一步计算冬季200 hPa孟加拉湾区域(10°N -20°N, 80°E -100°E)平均纬向风与云南气温的相关(图10), 西负东正的相关显著, 与图7(a)和7(b)相比, 东部的正相关显著加强。结果更加证实了孟加拉湾地区高低层环流异常对云南东西部地区气温反相变化差异的重要影响, 其中高层环流异常对东西气温反相差异变化更加明显。
图9 1961 -2019年冬季RPC4与高低层大气环流的相关系数

阴影区和矢量箭头标注为通过0.05显著性检验的区域, 绿色实线为相关系数0线

Fig.9 Spatial distribution of correlation coefficients between RPC4 and upper and lower atmospheric circulation in winter of 1961 -2019.The shaded area and vector arrow are marked as the area passing the 0.05 significant test, and the green solid lines are the 0 value lines of correlation coefficient

图10 1961 -2019年冬季孟加拉湾(10°N -20°N, 80°E -100°E)200 hPa纬向风区域平均与云南气温的相关阴影区为通过0.05显著性检验的区域

Fig.10 The correlation distribution between the regionally averaged 200 hPa zonal wind over the Bay of Bengal (10°N -20°N, 80°E -100°E) and temperature in winter in Yunnan for 1961 -2019.The shaded area are marked as the area passing the 0.05 significant test

综合以上分析发现西伯利亚地区和东亚地区的环流异常是影响云南不同模态气温分布的关键因素, 但相应不同模态的气温变化, 这些区域环流系统的强度和位置却有非常显著的差异: 第一模态时西西伯利亚地区的高压位置偏北, 东亚波列表现为南北经向差异; 第二和第三模态与欧亚中高纬度异常纬向波列关系密切, 但波列走向却明显不同, 第二模态相应的波列基本为东西向, 而第三模态相应的波列为西北-东南向; 第四模态更多表现为受孟加拉湾局地环流变化的影响。中高纬度波列形势和走向位置的不同相应会影响东亚地区冷空气的活动路径及其影响区域, 这里重点关注前三个模态与500 hPa东亚地区位势高度相关显著的区域, 这些高相关区的位置变化与中高纬度波列的走向有关。图5(d)东亚南北两个正负显著相关区位于区域(20°N -30°N, 90°E -120°E)和(45°N -60°N, 90°E -120°E); 图6(d)显著正相关区位于东亚-西北太平洋(25°N -45°N, 120°E -160°E), 位置偏东; 图8(d)显著负相关区明显偏西, 位于青藏高原上空(30°N -50°N, 80°E -110°E)。定义以上四个高相关区区域平均高度场的差值或区域平均高度场来表征东亚高度场异常特征, 三个指数分别为 H 1 ¯ (20N°-30°N, 90E°-120°E)-(45N°-60°N, 90E°-120°E)、 H 2 ¯ (25N°-45°N, 120E°-160°E)和 H 3 ¯ (30N°-50°N, 80E°-110°E)。冬季以上三个指数分别与云南气温的相关(图11)发现, 第一模态东亚高度场南北差异与全省气温呈显著负相关, 相关超过0.6的区域集中在东部, 即当东亚高度场呈北高南低(北低南高)时, 全省气温偏低(偏高); 第二模态东亚-西北太平洋地区的高度场异常主要影响云南东部, 即东亚-西北太平洋高度场偏高(偏低), 东部气温偏高(偏低); 第三模态高原高度场变化与云南中部气温呈负相关, 而与东西部地区呈正相关, 即当高原高度场偏高(偏低), 云南中部气温偏低(偏高), 东西部地区气温偏高(偏低)。分析进一步表明了中高纬度异常波列的不同走向导致的东亚高度场异常中心的位置差异对云南不同区域气温变化的影响是明显不同的。
图11 1961 -2019年冬季(a) H 1 ¯(b) H 2 ¯和(c) H 3 ¯指数分别与云南气温的相关

阴影区为通过0.05显著性检验的区域

Fig.11 The correlation distribution between index (a)   H 1 ¯, (b)   H 2 ¯, (c)   H 3 ¯ and winter temperature in Yunnan for 1961 -2019.The shaded area are marked as the area passing the 0.05 significant test

5 冬季气温主要模态与不同大气环流指数的关系

5.1 与大气遥相关型环流变化的关系

大气遥相关型指数可以表征不同大气环流系统之间的相互联系, 为了进一步探讨云南冬季气温与高低纬度不同大气环流系统变化的关系, 接下来分析前四个模态与不同大气环流遥相关型的关系。选取斯堪的纳维亚型(SCA)、 东大西洋/西俄罗斯型(EAWR)、 极区-欧亚型(PE)、 北大西洋涛动(NAO)、 北极涛动(AO)、 东大西洋型(EA)、 大西洋-北美遥相关型(PNA)、 北太平洋遥相关型(NP)、 西太平洋遥相关型(WP)、 热带-北半球型(TNP)等10个大气遥相关型指数。表2为前四个模态时间系数与不同大气遥相关型指数的相关, 不同气温模态与大气环流变化关系是不同的。
表2 四个EOF主要模态时间系数与不同大气遥相关型指数的相关

Table 2 The correlation coefficient between four dominant EOF time coefficients and different atmospheric teleconnection indices

SCA EAWR PE NAO AO EA PNA NP WP TNH

RPC1

RPC2

RPC3

RPC4

0.34

-0.07

0.46

-0.04

-0.12

0.35

-0.21

0.19

0.04

0.13

-0.12

0.09

-0.30

-0.10

-0.21

-0.11

-0.10

-0.01

-0.11

-0.17

0.16

0.27

-0.12

0.15

-0.16

-0.16

-0.07

0.19

0.01

0.11

-0.08

-0.08

0.43

0.36

0.09

0.04

-0.19

-0.08

-0.19

-0.25

相关系数r= ±0.26时通过0.05显著性检验, 黑体标注为通过0.05显著性检验的相关系数

RPC1与SCA和WP呈显著正相关, 与NAO呈负相关。SCA遥相关型也称欧亚遥相关1型(EU1), 是冬季和秋季北半球中高纬度大气环流异常的主要模态, 有三个明显的活动中心分别位于北欧斯堪的纳维亚半岛(60°N -70°N, 25°E -60°E)、 东北大西洋(35°N -50°N, 20°W -10°E)和贝加尔湖西南(30°N -45°N, 80°E -100°E)附近区域, 其中北欧中心与大西洋和贝加尔湖两个活动中心的位势高度变化相反, 正SCA型对应北欧30°E附近槽加强, 冷空气在西伯利亚堆积, 而东北大西洋和贝加尔湖脊加强, 负SCA型刚好相反。SCA遥相关波列对欧亚地区气候有显著影响(布和朝鲁等, 2008; Bueh and Nakamura, 2007; Liu et al, 2014; 刘毓赞和王林, 2014), 与中国西南西部降水有显著负相关(刘杨和刘屹岷, 2017), 与云南冬季降水有显著负相关(姚愚和晏红明, 2018)。WP遥相关表征150°E -160°E西太平洋热带中高纬度地区高度反相变化的关系, 正WP型东亚地区经向气压梯度偏大, 中纬度西风偏强, 环流呈纬向型, 对应西伯利亚高压和东亚冬季风偏弱, 反之则西伯利亚高压和东亚冬季风偏强。NAO是北大西洋地区南北向跷跷板现象, 正NAO型大西洋北部以冰岛为中心的低压和位于副热带地区以亚速尔为中心的高压均偏强, 反之偏弱。尽管SCA、 WP和NAO表征不同遥相关型波列的变化, 但不同波列的中心位置有一定的联系, 例如SCA遥相关型东北大西洋活动中心与NAO遥相关型大西洋北部活动中心的位置有部分重合, 因此不同遥相关型之间的相关性很好, SCA与WP和NAO的相关分别高达0.74和-0.37, WP和NAO的相关为-0.37, 均通过0.05显著性检验。当SCA、 WP和NAO正位相时, 与之相关的亚速尔高压偏强、 西伯利亚高压和东亚冬季风偏弱, 反之亦然。这些正负遥相关型波列反映的西伯利亚高压和东亚冬季风强弱变化, 与图5(d)新地岛-西西伯利亚的显著正相关, 及与贝加尔湖显著负相关所反映的西伯利亚高压和东亚冬季风的活动是一致的。
RPC2与EAWR、 EA和WP呈显著正相关。EAWR也称欧亚遥相关2型(EU2), 包含的三个活动中心位置与SCA波列位置不同, 分别位于欧洲西部(50°N -60°N, 10°W -10°E), 里海(40°N -50°N, 50°E -60°E)和东亚沿岸(40°N -50°N, 115°E -135°E), 其中里海与欧洲西部和东亚沿岸的高度变化相反, 正(负)EAWR位相时欧洲西部和东亚沿岸高度场偏低(高), 里海高度场偏高(低)。EA表征副热带东大西洋、 北大西洋及欧洲地区500 hPa高度变化的遥相关, 正(负)EA时副热带东大西洋和欧洲为负(正)高度距平, 北大西洋为正(负)高度距平。EAWR与EA和WP的相关分别为-0.31和0.2, EA和WP的相关为0.38, 三个大气遥相关型均与大西洋地区的环流异常有关, 其相关性更多地表征了大西洋地区不同区域环流变化的关系。图6(d)中RPC2与500 hPa高度在中西西伯利亚-里海的显著负相关, 以及欧洲西部和东亚-西北太平洋的显著正相关与EAWR的三个活动中心密切联系, 其中欧洲西部的显著正相关又与EA和WP遥相关型有关。进一步表明了中高纬度纬向波列变化与第二模态的密切联系, 同时也表明了大西洋地区环流变化对第二模态的影响。
RPC3仅与SCA呈显著正相关, 表明云南气温中暖东西冷(中冷东西暖)的经向三级型模态时北欧槽和贝加尔湖脊加强(减弱), SCA正负位相环流变化与图8(d)中乌拉尔山地区显著正相关和贝加尔湖-巴尔喀什湖(贝巴)之间的显著负相关反映的环流变化是一致的。
RPC4与中高纬度大气遥相关型的相关均不明显, 进一步证实了云南气温第四模态的变化主要受孟加拉湾地区局地环流变化的影响。

5.2 与关键环流系统的关系

除了大气遥相关型指数, 有一些指数直接用来表征不同关键环流系统的变化。选取与冷空气和南支槽活动相关的西伯利亚高压(SH)、 东亚槽强度(EATI)、 东亚槽位置(EATP)、 青藏高原1(TPR1)、 青藏高原2(TPR2)、 印缅槽强度(IBTI)6个指数, 表3分别为指数与前四个模态时间系数的相关。
表3 四个EOF主要模态时间系数与不同环流系统指数的相关

Table 3 The correlation coefficient between four dominant EOF time coefficients and different atmospheric circulation system indices

SH EATI EATP TPR1 TPR2 IBTI

RPC1

RPC2

RPC3

RPC4

-0.10

-0.64

0.34

0.10

-0.14

0.24

-0.22

-0.10

-0.14

0.02

-0.12

0.39

0.50

0.36

-0.22

-0.28

0.36

0.50

-0.42

-0.20

0.43

0.15

0.19

0.06

相关系数r= ±0.26时通过0.05显著性检验, 黑体标注为通过显著0.05显著性检验的相关系数

从表3中可以看出, 不同大气环流系统对冬季气温变化影响的重要性不同: (1)TPR1和TPR2分别是区域(25°N -35°N、 80°E -100°E)和区域(30°N -40°N、 75°E -105°E)内500 hPa格点位势高度与5000 gpm之差乘以格点面积的累积值, 两个指数所表征的区域有重合部分, TPR1比TPR1的位置稍偏北。TPR1和TPR2基本上与前四个模态均有很好的相关, 表明高原高度场是云南冬季气温变化研究中最值得关注的重要因子。(2)西伯利亚高压对中国冬季气候的有重要影响, 但SH仅与RPC2和RPC3相关显著, 表明西伯利亚高压对云南东部和中部冷暖变化有重要影响。(3)IBTI仅与RPC1显著相关。上节分析PC2与大气环流变化的关系时指出, 云南西部地区气温主要受孟加拉湾地区对流层低层的环流异常影响, 但为什么RPC2与IBTI的关系并不显著?这可能与IBTI的定义有关。目前关于南支槽的定义比较多, 各指数之间会有一定差异, IBTI是用孟加拉湾地区(80°E -100°E, 15°N -20°N)区域内各格点500 hPa高度值减去5800 gpm的累计值来定义, 与VORT指数相关仅为-0.11, 表明700 hPa相对涡度指数能更好反映孟加拉湾气旋对云南西部冬季气温变化的影响。(4)EATP和EATI分别表征500 hPa区域(30°N -55°N, 110°E -170°E)内槽线的平均经向位置和槽线上各点位势高度之和减去其中位势高度最大值并加上其中位势高度的最小值, 日常业务中经常用东亚槽指数来表征东亚地区冷空气的活动, 而EATI与云南气温变化的相关不明显, 仅EATP与RPC4相关显著。EATP和EATI与 H 2 ¯指数的相关仅分别为0.13和0.09。表明传统的东亚槽指数很难反映冷空气活动对云南冬季气温的影响, 对于不同地区定义合理的表征冷空气活动影响的指数是非常重要的。
大气遥相关型指数与大气环流系统指数既有差异, 又存在密切联系, 遥相关型指数表征不同环流系统之间的相互联系, 而关键系统指数主要反映单个环流系统的变化, 正是由于这样的差异, 前四个模态与遥相关型指数的相关比与环流系统指数的相关要偏弱。由于不同遥相关型和大气环流系统指数反映了不同区域环流系统变化及其相互联系, 以上分析进一步表明了气温变化前三个模态不仅与中高纬度波列变化有关, 还与大西洋地区的环流变化密切联系, 其中第一和第三模态与SCA遥相关波列相关显著, 第二模态与EAWR显著相关, 第四模态与遥相关波列的关系不明显。与关键环流系统的分析表明青藏高原不同区域500 hPa高度场是影响云南冬季气温变化最重要的因子, 而日常气候预测监测业务中使用的东亚槽和印缅槽指数却很难反映东亚冷空气与孟加拉湾地区异常环流变化对云南冬季气温的影响, 因此, 针对影响云南冬季气候的冷空气和南支槽活动是值得进一步研究的问题。

6 结论和讨论

本文首先分析了云南冬季气温时空变化特征, 发现云南冬季平均气温呈南高北低分布, 年际变率东部明显大于西部; 气温变化有全区一致型、 东西差异型、 经向三级模态型和西北-东南差异型四种主要模态, 四个模态占总方差贡献的90%, 其中全区一致型模态占总方差贡献的70%; 前三个模态有显著线性变化趋势, 第四模态主要表现出年代际波动特征。
进一步分析前四个模态与高低层大气环流变化的关系, 发现影响云南冬季气温变化主要模态的关键因子和环流系统有所不同: (1)全区一致型模态与东亚500 hPa南(20°N -30°N, 90°E -120°E)和北(45°N -60°N, 90°E -120°E)区域的高度经向差异密切联系, 南高北低(北高南低)有利于全区气温偏高(低)。与SCA、 WP、 TPR1、 TPR2和IBTI显著正相关, 与NAO呈显著负相关。(2)东西差异型模态时欧亚中高纬度呈纬向异常波列, 500 hPa东亚西北太平洋(25°N -45°N, 120°E -160°E)高度偏高(低), 700 hPa孟加拉湾北部(15°N -25°N, 80°E - 100°E)异常气旋(反气旋)活动, 300 hPa东南亚两个区域(5°N -22°N, 90°E -120°E)和(25°N -35°N, 90°E -120°E)纬向风切变大于(小于)零, 有利于气温东暖西冷(东冷西暖)变化。该模态与EAWR、 EA、 WP、 TPR1、 TPR2显著正相关, 与SH显著负相关。(3)经向三级型模态与欧亚中高纬度的西北-东南向异常波列有关, 500 hPa青藏高原区域(30°N -50°N, 80°E -110°E)高度偏高(低), 有利于气温中冷(暖)东西暖(冷)的三级模态分布。与SCA和SH显著正相关, 与TPR2显著负相关。(4)西北-东南差异型模态主要受孟加拉湾高低层局地环流异常的影响。孟加拉湾北部(15°N -25°N, 80°E -100°E)低层700 hPa异常气旋(反气旋)活动, 高层200 hPa异常纬向西(东)风, 有利于气温西北冷(暖)-东南暖(冷)气温差异。与EATP显著正相关, 与TPR1显著负相关。
以上结论表明相应不同模态的气温变化, 高低纬度的大气环流是明显不同的, 前三个模态与中高纬度异常波列变化密切联系, 但由于波列的形势和走向不同, 使得与波列相关的大气活动中心位置也存在明显差异, 由此导致影响云南的冷空气活动路径和影响区域的差异。除了中高纬度波列变化的影响, 孟加拉湾高低层环流异常也是影响云南东西气温差异变化的重要因子, 尤其对第二模态和第四模态云南气温变化东西差异和西北-东南差异的影响。孟加拉湾对流层低层气旋(反气旋)环流异常有利于云南西部气温偏低(高), 孟加拉湾对流层高层气旋(反气旋)环流异常对云南西冷东暖(西暖冬冷)影响更加显著。另一方面, 由于高低纬度大气环流变化的相互联系, 有关高低纬度环流协同变化对云南冬季气温影响的物理过程和机理还值得进一步研究。
大部分大气遥相关型与大西洋地区的环流变化有关, 前三个模态与大气遥相关型的密切联系表明云南冬季气温异常与大西洋地区的环流变化有关。近年来的很多研究表明北大西洋地区的海温变化以及北极海冰增暖的放大作用对中高纬度地区的环流异常有十分重要的影响(杨修群等, 1992; 容新尧等, 2010; Screen and Simmonds, 2010, 2013; luo et al, 2016; 李双双等, 2022)。本文分析也表明, 与云南冬季气温变化相关的中高纬度波列一般起源于北大西洋和新地岛, 那么这些外强迫因子作为气候预测中非常重要的前兆信号, 它们对中高纬度波列异常的影响是值得我们进一步研究的问题。
与环流系统指数的相关表明青藏高原不同区域500 hPa高度场异常是影响云南冬季气温变化的最重要的因子, 而日常气候预测监测业务中使用的东亚槽和印缅槽指数却很难反应东亚冷空气与孟加拉湾地区环流异常对云南冬季气温的影响, 表明针对不同地区定义能够客观合理地反映冷空气活动影响的指标是非常必要的。另外, 作为影响东亚冬季风强弱变化(Chen et al, 2013; 陈文等, 2018)和影响印度洋高低层环流变化(晏红明等, 2020)的重要因子, 赤道太平洋海温异常对云南冬季气候的调控作用也是值得进一步研究的重要方面。

参考文献

null
Bueh C, Nakamura H, 2007.Scandinavian pattern and its climatic impact[J].Quarterly Journal of the Royal Meteorological Society, 133 (629): 2117-2131.DOI: 10.1002/qj.173 .
null
Chen S F, Chen W, Wei K, 2013.Recent trends in winter temperature extremes in eastern China and their relationship with the Arctic oscillation and ENSO[J].Advance in Atmospheric Science, 30: 1712-1724.DOI: 10.1007/s00376-013-2296-8 .
null
Chi-Cherng H, Tim L, 2009.The extreme cold anomaly over southeast Asia in February 2008: Roles of ISO and ENSO[J].Journal of Climate, 22: 3786-3801.DOI: 10.1175/2009JCLI2864.1 .
null
Cohen J, Jones J, Furtado J C, et al, 2013.Warm Arctic, cold continents: A common pattern related to Arctic sea ice melt, snow advance, and extreme winter weather[J].Oceanography, 26(4): 150-160.DOI: 10.5670/oceanog.2013.70 .
null
Kalnay E, Kanamitsu M, Kistler R, 1996.The NCEP/NCAR 40-year reanalysis project[J].Bulletin of American Meteorological Society, 77, 437-470.DOI: 10.1175/1520-0477(1996)077<0437: TNYRP>2.0.CO; 2 .
null
Liu J P, Curry J A, Wang H J, et al, 2012.Impact of declining Arctic sea ice on winter snowfall[J].Proceedings of the National Academy of Sciences, 109(11): 4074-4079.DOI: 10.1073/pnas. 1114910109 .
null
Liu Y Y, Wang L, Zhou W, et al, 2014.Three Eurasian teleconnection patterns: spatial structures, temporal variability, and associated winter climate anomalies[J].Climate Dynamics, 42 (11-12): 2817-2839.DOI 10.1007/s00382-014-2163-z.
null
Luo D H, Xiao Y Q, Y Y, et al, 2016.Impact of Ural blocking on winter warm Arictic-cold Eurasiananomalies.PART I: blocking-induced amplification[J].Journal of Climate, 29: 3925-3947.DOI: 10.1175/JCLI-D-15-0611.1 .
null
Screen J A, Simmonds I, 2010.The central role of diminishing sea ice in recent arctic temperature amplification[J].Nature, 464, 1334-1337.DOI: 10.1038/nature09051 .
null
Screen J A, Simmonds I, 2013.Exploring links between arctic amplificationand mid-latitude weather[J].Geophysical Research Letters, 40, 959-964.DOI: 10.1002/GRL.50174 .
null
Song L, Wu R G, 2017.Processes for occurrence of strong cold events over Eastern China[J].Journal of Climate, 30: 9247-9266.DOI: 10.1175/JCLI-D-16-0857.1 .
null
Wu B Y, Yang K, Jennifer A, et al, 2017.A cold event in Asia during January-February 2012 and its possible association with Arctic sea ice loss[J].Journal of Climate, 30: 7971-7990.DOI: 10. 1175/JCLI-D-16-0115.1 .
null
布和朝鲁, 施宁, 纪立人, 2008.2000/2001 年冬季北欧异常流型形成机理及其对我国北方天气的影响[J].高原气象, 27(1): 76-83.
null
陈姣, 张耀存, 2016.气候变化背景下陆地极端降水和温度变化区域差异[J].高原气象, 35(4): 955-968.DOI: 10.7522/j.issn. 1000-0534.2015.00075 .
null
陈文, 丁硕毅, 冯娟, 等, 2018.不同类型 ENSO 对东亚季风的影响和机理研究进展[J].大气科学, 42(3): 640-655.DOI: 10. 3878/j.issn.1006-9895.1801.17248 .
null
中国气象局, 2021.第二次气候变化国家评估报告[R].北京: 气象出版社.
null
高辉, 陈丽娟, 贾小龙, 等, 2008.2008年1月我国大范围低温雨雪冰冻灾害分析Ⅱ.成因分析[J].气象, 34(4): 68-73.DOI: 10. 7519/j.issn.1000-0526.2008.4.013
null
海云莎, 田永丽, 陈新梅, 2011.云南寒潮时空特征及变化分析[J].云南大学学报(自然科学版), 33(S1): 147 -152.DOI:
null
李双双, 张杰, 陈志恒, 2022.中亚地区冬季极端降雪增加与北大西洋两类海温模态增强的联系[J].高原气象, 41(5): 1124-1140.DOI: 10.7522/j.issn.1000-0534.2021.00040 .
null
刘明歆, 李艳, 吕春艳, 2021.中国冬季两类极端低温事件特征及其大气环流成因分析[J].高原气象, 40(3): 603-620.DOI: 10.7522/j.issn.1000-0534.2020.00093 .
null
刘扬, 刘屹岷, 2017.斯堪的纳维亚遥相关对我国西南西部深秋降水的影响[J].气候与环境研究, 22(1): 80-88.DOI: 10.3878/j.issn.1006-9585.2016.16029 .
null
刘毓赟, 王林, 2014.冬季斯堪的纳维亚遥相关型在20世纪70年代末的年代际变化[J].气候与环境研究, 19(3): 371-382.DOI: 10.3878/j.issn.1006-9585.2013.13052 .
null
罗燕, 田永丽, 戴敏, 等, 2015.云南近50年极端气温及降水事件变化特征与区域气候变暖的关系[J].云南大学学报(自然科学版), 37(6): 870-877.DOI: 10.7540/j.ynu.20140395 .
null
闵颖, 李华宏, 朱莉, 2013.2011年3月云南一次寒潮天气过程分析[J].成都信息工程学院学报, 28(1): 34-42.DOI: 10.3969/j.issn.1671-1742.2013.02.006 .
null
容新尧, 张人禾, Tim L, 2010.大西洋海温异常在ENSO影响印度-东亚相机风中的作用[J].科学通报, 55(14): 1397-1408.DOI: 10.1360/csb2010-55-14-1397 .
null
史悦, 郑建萌, 张万诚, 等, 2017.2016年1月云南低温雨雪灾害的原因分析[J].灾害学, 32(4): 208-213.DOI: 10.3969/j.issn.1000-811X.2017.04.035 .
null
陶祖钰, 郑永光, 张小玲, 2008年初冰雪灾害和华南准静止锋[J].气象学报, 66( 5): 850-854.DOI: 10.11676/qxxb2008.077 .
null
王东海, 柳崇健, 刘英, 等, 2008.2008 年1月中国南方低温雨雪冰冻天气特征及其天气动力学成因的初步分析[J].气象学报, 66(3): 405-422.DOI: 10.11676/qxxb2008.038 .
null
王凌, 高歌, 张强, 等, 2008.2008年1月我国大范围低温雨雪冰冻灾害分析Ⅰ.气候特征与影响评估[J].气象, 34(4): 21-26.DOI: 10.7519/j.issn.1000-0526.2008.4.012 .
null
谢应齐, 赵华柱, 1994.云南省近12年气象灾害损失初步分析[J].云南大学学报(自然科学版), 82-85.
null
晏红明, 王灵, 陈艳, 等, 2020.初夏孟加拉湾地区风暴活动与季风爆发早晚的关系及其前兆信号[J].热带气象学报, 36(2): 145-156.DOI: 10.16032/j.issn.1004-4965.2020.015 .
null
晏红明, 王灵, 朱勇, 等, 2009.2008年初云南低温雨雪冰冻天气的气候成因分析[J].高原气象, 26(4): 870-879.
null
杨冬东, 张录军, 周舒, 等, 2020.北半球冬季极端低温事件变化及其与秋季海冰的联系[J].高原气象, 39(1): 102-109.DOI: 10.7522/j.issn.1000-0534.2019.00020 .
null
杨贵名, 孔期, 毛冬艳, 等, 2008.2008年初“低温雨雪冰冻”灾害天气的持续性原因分析[J].气象学报, (5).DOI: 10.3321/j.issn: 0577-6619.2008.05.016 .
null
杨素雨, 李华宏, 严华生, 等, 2012.2011年初云南东部极端低温冰冻灾害天气气候特征及成因分析[J].成都信息工程学院学报, 31(2): 250-260.DOI: 10.3969/j.issn.1671-1742.2012.01.011 .
null
杨修群, 谢倩, 黄士松, 1992.大西洋海温异常对东亚夏季大气环流影响的数值试验[J].气象学报, 50(3): 349-354.DOI: 10. 1007/BF02656973 .
null
姚愚, 晏红明, 2018.云南1月降水异常的气候成因分析[J].气象, 44(12): 1583-1592.DOI: 10.7519/j.issn.1000-0526.2018. 12.008 .
null
朱红霞, 陈文, 冯涛, 等, 2019.冬季西伯利亚高压的主要年际变化模态及其对东亚气温的影响[J].高原气象, 38(4): 685-692.DOI: 10.7522/j.issn.1000-0534.2018.00116 .
文章导航

/

〈 〉