Analysis of the Characteristics and Atmospheric Circulation Causes of Two Types of Extreme Cold Events in Winter in China

  • Mingxin LIU ,
  • Yan LI ,
  • Chunyan LÜ
Expand
  • Key Laboratory of Arid Climate Change and Disaster Reduction of Gansu Province /College of Atmosphere Science,Lanzhou University,Lanzhou 730000,Gansu,China

Received date: 2020-07-31

  Revised date: 2020-11-16

  Online published: 2021-06-28

Highlights

There has been an increase of extreme cold events in China for the past few years, with distinctly different characteristics and causes of formation.The extreme cold events are classified into two types, i.e.the extensive and persistent extreme cold events (EPECE) and the cold wave events (CWE).The results show that the average duration of CWE is 3~5 days.During the process, while the temperature drops rapidly, it also rises quickly.The precipitation occurs in the early stage of the process.In contrast, EPECE lasts for more than 15 days on average, with a more drastical temperature drop and a wider temperature reduction range.The precipitation mainly occurs in the later stages of the process.With further analysis of the cause of atmospheric circulation, the anomalies of tropospheric system appear at 11days prior to (-11) the event, indicating wave anomalies are transmited to the stratosphere in the EPECE.It makes the center of stratospheric polar vortex to be further east.The energy is transmitted down to the troposphere with the anticyclonic Rossby wave breaking(AWB) which extends eastward at -9 days.The blocking high abnormally extends eastward to 90°E.The maximum blocking intensity exceeds 24, and the maximum blocking frequency exceeds 50% of the climatology.The intensity of Siberian high pressure increases to 1053 hPa.The above abnormalities maintain until 7 (+7) days after the occurrence of the event.As a result, when the cold air breaks out, the temperature is drastically reduced with a longer duration.By comparison, there are no such premature precursor signals in CWE.Accompanied by AWB at day 0, the center of the stratospheric polar vortex is near the pole at -3 days.The maximum blocking intensity exceeds 20, and the maximum blocking frequency exceeds 45% of the climatology.But the blocking limited to 60°E around Ural Mountain area.The maximum intensity of the Siberian high reaches 1050 hPa.+3 days later, the anomalies of the circulation systems almost disappeared.Therefore, in the CWE, the temperature drop is also intense, but the duration is shorter compared with that in the EPECE.

Cite this article

Mingxin LIU , Yan LI , Chunyan LÜ . Analysis of the Characteristics and Atmospheric Circulation Causes of Two Types of Extreme Cold Events in Winter in China[J]. Plateau Meteorology, 2021 , 40(3) : 603 -620 . DOI: 10.7522/j.issn.1000-0534.2020.00093

1 引言

随着过去几十年的全球变暖, 近年来, 极端天气事件频发, 其范围、 强度、 持续时间也有所变化(IPCC, 2013; 卢姗等, 2020), 伴随其而来的灾害也给人民经济生活造成巨大伤害(刘彤和闫天池, 2011)。作为代表区域气候特征最重要的气象要素, 气温的变化能有效的反映出区域对于全球气候变化的响应和反馈, 是研究极端天气事件的重要指标之一。受到全球气温变暖的影响, 极地温度升高使得海冰融化(Miller et al, 2010Klein et al, 2013), 在全球范围内极端低温事件的发生频率均有所减少, 极端高温事件有所增加(Alexander et al, 2006), 但相对于极端高温, 极端低温降温速率更快, 对于全球气候来说, 极端低温比极端高温的温度变率快30%~40%(Kharin et al, 2007)。尤其北半球自1990年以来, 由于最低气温下降, 在过去十多年中低温天数増加(Cohen et al, 2014)。而中国的气温也有显著的年代际变化, 在20世纪80年代后期, 极端低温事件的发生频率、 范围和强度的减弱趋势有明显转折, 1990年代后期趋于平缓(王晓娟等, 2012), 在2004年冬季气温较之前也有所有所降低(李维京等, 2013), 极端低温事件发生频率降低的趋势也有所减缓(谢星旸等, 2018)。尤其是2008年之后, 我国极端低温事件变多、 增强。
极端低温气候事件的形成同时受到外强迫和内部变率的共同影响。而大气的内部过程, 即大气环流的异常是影响极端低温事件形成的直接原因。大量研究指出, 极端低温发生的频次和北极涛动(所玲玲等, 2008)、 东亚冬季风(彭京备和孙淑清, 2017)、 西伯利亚高压(朱红霞等, 2019)、 北半球极涡(康彩燕等, 2017)、 北半球中高纬度阻塞高压(李艳等, 2018)、 以及高空急流(罗霄, 2016)等都有密切的关系。其中, 极涡、 阻塞高压以及西伯利亚高压是大气环流中极为重要的系统, 它们同位于中高纬地区, 对极端低温事件有重要的影响。极涡处于平流层及对流层中上层, 受极区、 近极区环流的影响, 使得我国强冷事件产生年代际变化(李峰等, 2006)。研究表明当平流层极涡偏向欧亚大陆时, 会使欧亚大陆出现明显的降温(Zhang et al, 2016), 在弱极涡事件中, 东亚北部冬季气温异常偏冷(易明建等, 2013), 北半球中高纬度冷空气爆发的概率提高50%(Kolstad et al, 2010)。阻塞高压处于对流层高空, 是由于经向异常发展的大气环流而形成, 由阻塞高压所导致的寒潮占比超过40%(李艳等, 2012), 其崩溃通常预示了东亚寒潮的爆发(钱维宏和张玮玮, 2007)。龚志强等(2013)的研究中指出, 当阻塞高压多发地区500 hPa高度场发生正异常时, 中国极端低温事件发生概率超过0.8。西伯利亚高压位于对流层低空, 在冬季, 位于中高纬的亚洲地区几乎全部在其控制范围内, 是影响近地面环流的最重要系统(武炳义和王佳, 2004)。其强度影响我国冬季气温变化(Ding and Krishnamurti, 1987), 与欧亚大陆的气温呈显著负相关(龚道溢等, 2002韦道明和李崇银, 2009)。当其发展并东南向移动时, 会使我国大部分地区气温异常偏低。在20世纪50年代, 陶诗言(1959)建立了影响我国的东亚寒潮天气模型, 指出了极涡、 阻塞高压和西伯利亚高压等都是影响我国寒潮的重要天气系统, 它们彼此之间相互作用, 共同影响极端低温事件发生的频次和强度。例如2008年1月发生在我国南方的严重冰雪灾害, 是由平流层极涡异常增强使得高位涡冷空气向下向南扩展至对流层中纬地区, 而亚洲中高纬地区存在阻高的长时间稳定维持, 在充沛的水汽条件下, 西伯利亚高压连续爆发并维持很大强度所共同导致的(易明建等, 2009陶诗言和卫捷, 2008麻巨慧等, 2009)。
以上学者们对于极端低温事件的研究通常是将其视为一类进行分析。而实际上, 不同的极端低温事件有时具有截然不同的天气表征, 其环流系统的特点也大不相同。例如, Li et al(2019)的研究表明, 2008年的低温雨雪冰冻灾害和2016年初发生的“霸王级”寒潮虽然发生在同一时期, 但前者的天气表征主要表现为我国南方五省长时间的低温、 冻雨, 而后者主要是强烈的降温和大风, 维持时间相对较短。其进一步研究显示, 在不同类型的极端低温事件中, 天气系统(例如阻塞高压和西伯利亚冷高压)的特征及其形成机制都有很大差异。这凸显了在面对不同类型的极端低温事件时, 需要针对其特征进行分类对比研究, 从而揭示不同类型极端低温事件的特征及其形成机理。
Peng and Bueh(2011)在研究斜槽斜脊系统与东亚极端低温事件的联系时, 将冷空气活动分为大范围持续的低温事件和普通寒潮事件, 为极端低温事件分类的研究提供了新的研究角度。那么在这些不同类型的极端低温事件中, 主要的环流系统(包括极涡和阻塞高压等)的特征分别是什么?它们之间如何相互作用并共同影响极端低温事件?这些问题都值得我们深入探讨。针对这些问题, 本文将使用上述方法, 将极端低温事件分成两类, 并对两类事件特征及其环流成因进行对比分析, 这对于深入认识我国极端低温形成机制及其预测均具有科学意义和现实价值。

2 资料来源和方法介绍

2.1 资料来源

所使用的资料如下:
(1) 文中使用的中国地区格点资料是由中国气象局国家气象中心所提供的1961 -2014年温度和降水的逐日格点资料(也称CN05.1), 其分辨率为0.25°×0.25°, 是由分布在中国各地共计2472个气象观测站点的数据插值而得的。这些观测站分布密集, 各自之间的距离从几公里到几十公里不等, 构成了细致严密的观测网络。虽然并不能说由高分辨率的数据就能得到高精确度的结果, 但相对于站点资料来说, 格点资料时间和空间上连续, 且空间分布均匀, 有效的改善了站点资料在实际应用中的限制。Wu and Gao(2013)也指出, CN05.1资料在更好地反映出中国区域气候变化的信息的同时, 也能实现高分辨率气候模式的目的。因而使用这套资料来区分两类极端低温事件, 能更好地反映出其各自的特点, 从而对两类事件的成因进行更详细的探讨。
(2) 文中使用的再分析资料来自NCEP/NCAR(National Centers for Environmental Prediction)所提供的1961 -2014年逐日、 逐月再分析资料, 所使用的气象要素有位势高度、 海平面气压、 风速以及温度, 水平分辨率为2.5°×2.5°。
(3) 文中涉及的的中国地图和世界地图分别是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1552和GS (2016) 1611的中国地图和世界地图制作, 底图无修改。

2.2 方法介绍

2.2.1 两种极端低温事件的界定

虽然极端低温事件的时间尺度长于天气扰动, 但是这其中也区分为时间尺度在一周左右的中期过程和时间尺度更长(可达30天)的大范围持续性过程。对于上述两类事件, 引用Peng and Bueh(2011)的定义, 将其定义为普通寒潮事件(cold wave events, 下称CWE), 以及大范围持续性低温事件(Extensive and Persistent Extreme Cold Events, 下称EPECE)。
对于这两种极端低温事件的界定, 参考了Peng and Bueh(2011)的方法。与之不同的是, 在本文中使用的是格点资料。对于EPECE, 其界定过程分为以下三步: (1)确定格点的极端低温阈值: 对于每个网格点, 将其前后两天(共5天)的气温连成一个5×54的序列并进行升序排列, 取第10个百分位的值作为此网格点当天的极端低温阈值。(2)确定极端低温区的面积: 将每天的低于极端低温阈值的网格点数计为这天的极端低温面积指数S。当S超过2664时, 认为当天发生了大范围低温事件。(原定义中使用的是台站资料, 将S定义为极端低温台站所占的1°×1°的网格数, 且当S超过全国网格数(1012个)的10%认定为当天发生了大范围低温事件。而全国756个站占据了579个网格, 101.2个网格占据579个网格的17.48%, 所以在本文使用17.48%×15247(0.25°×0.25°的全国总网格数)=2664作为界定是否有大范围低温事件发生的标准, 而原定义的20%则转化为34.96%, 网格数为5329)为了确保极端事件的范围足够大, 在要求事件持续时间内S的最大值(峰值)需超过5329。(3)持续时间的确定: 如果大范围低温事件的持续时间不少于8天, 则确定为一次EPECE, 并将S大于(小于)2664的日期作为事件开始(结束)的日期。通过以上三个步骤, 在1961 -2014年这54年的11月至次年3月间共定义了42次EPECE。由于EPECE事件发生具有区域性, 再利用聚类方法以及画出空间分布检验, 按照Peng and Bueh(2011)的方法将其分成了全国类(21个)、 西北-江南类(9个)、 东部类(8个)、 中东类(3个)、 东北-华北类(1个), 其中, 全国类为占比最高也是影响最大的一类。通过以上过程所选取的21个EPECE事件与Peng and Bueh(2011)选取的事件经对比一致性很高, 表明该方法稳定、 可信。本文利用这21次过程, 进行对EPECE的分析。
CWE的选取使用同样的格点资料, 并参考全国性寒潮过程界定的方法。中央气象台规定单站寒潮的标准为: 过程降温 10 ℃, 且温度距平 -5 ℃。全国性寒潮的标准为: (1)北方达单站寒潮标准的站点数超过1/3, 南方达单站寒潮标准的站点数超过1/4; (2)或者全国30%以上站点达到单站寒潮, 并且过程降温 7 ℃; (3)或者全国60%以上站点温度距平 -3 ℃。本文以全国30%以上格点过程降温 7 ℃, 且温度距平 -5 ℃和全国60%以上格点温度距平 -3 ℃作为标准, 并且参考Peng and Bueh(2011), 增加了需满足在500 hPa的乌拉尔山地区(40°E -70°E, 40°N -60°N)的位势高度距平超过100 m的条件, 挑选了21次持续时间相近、 降温幅度大, 并与EPECE不相关的21次过程, 其与EPECE的开始与结束日期、 持续时间和峰值出现的日期如图1所示。将事件开始的日期作为第0天, 事件发生前(后)的日期用“-(+)”表示, “-n(+n)天”即为事件发生前(后)的第n天。
图1 21次EPECE(a)和CWE(b)过程的发生和结束日期

“+”对应的日期为峰值日

Fig.1 The start-end date of the 21 EPECE (a) and the CWE (b).The date corresponding to the "+" is the peak day

2.2.2 阻塞高压的强度与频率

本文选用由Davini et al(2012)提出的改进T & M指数。其中, T & M指数的计算方法如下(Tibaldi and Molteni, 1990):
G H G S = Z ( φ 0 ) - Z ( φ s ) φ 0 - φ s
G H G N = Z ( φ n ) - Z ( φ 0 ) φ n - φ 0
式中: GHGN为北500 hPa位势高度梯度(单位: gpm·°N-1); GHGS为南500 hPa位势高度梯度(单位: gpm·°N-1); φn=80°N+δφ 0=60°N+δφs=40°N+δ, 其中δ=-5°N, 0°N, 5°N。当诊断当下时刻发生阻塞时, 应当满足GHGS>0和GHGN<-10。当有多个δ均满足上述条件时, 选择GHGS大值作为阻塞指数。T & M指数是一维阻塞指数, Davini et al(2012)在此基础上发展出了二维阻塞指数, 其限定的范围与前面有所不同, G H G S ( λ 0 , φ 0 ) G H G N ( λ 0 , φ 0 )同样用上述公式计算, 但其中, φ 0=30°N -75°N, λ 0=0°E -360°E, φn=φ 0+15°N, φ s=φ 0-15°N。当同时满足GHGS>0和GHGN<-10时, 则在此时发生了瞬时阻塞(IB), 当IB连续超过15°经度则认定为发生了大规模阻塞(LSB)。
阻塞高压强度(BI)指数采用Wiedenmann et al(2002)方法计算, BI定义为
R C ( λ 0 , ϕ 0 ) = [ ( Z u + M Z ) / 2 + ( Z d + M Z ) / 2 ] / 2
B I ( λ 0 , ϕ 0 ) = 100 × [ ( M Z / R C ) - 1.0 ]
MZ为500 hPa的位势高度(单位: gpm), Zu为同一纬度上界的500 hPa位势高度最小值, Zd为同一纬度下界的位势高度最小值。

2.2.3 西伯利亚高压指数

西伯利亚高压强度指数使用Cheung and Zhou(2014)定义的, 即为80°E -120°E, 40°N -65°N这一范围之间的标准化后的区域平均海平面气压值。

2.2.4 极涡的强度和范围

极涡强度指数(PVI)使用Kolstad et al(2010)的方法:
Z p = ( Z ' c o s φ ) / c o s φ
式中: P V I = - Z p, 取负号是因为气压的大小与极涡强度呈反位相变化; Z '取200 hPa的位势高度距平(单位: gpm), 计算的范围为是 65°N -90°N, 冬季选取延长期冬季(11月至次年3月)。
极涡的边缘使用Ertel位涡法(Teubler and Riem-er, 2016)。在等熵面上, Ertel位涡静力形式为:
P V = ( ζ + f ) - g θ p
式中: PV为等熵面上的位涡(单位: K·m2·kg-1·s-1), ζ为等熵面上相对涡度的垂直分量(单位: s-1); f为地转参数; g为重力加速度(单位: m·s-2); p为气压(单位: hPa); θ为位温(单位: K)。根据Nash et al(1996)的方法, 定义极涡边界为EPV经向梯度最大的位置。在本文中, 将各值插值至315~600 K(间隔15 K)的二十层等熵面, 极涡中心定义为EPV最大值出现的位置。

3 两类极端低温事件的气候特征

首先, 根据第2.2.1节中对两类极端低温事件的界定的方法, 分别筛选得到了21次EPECE和CWE事件的发生日期(图1)。由图1可知, EPECE在11月至次年3月均有发生, 每次事件过程持续时间很长, 大部分都在数十天以上, 最长达30天, 平均每次过程维持长达15天以上, 绝大多数峰值日距离事件结束达6天以上。而挑选的CWE的事件集中出现在冬季, 其过程相对短暂, 大部分生命期在3~5天, 且峰值日出现在结束时或者邻近结束时。这说明对于EPECE, 这种冷空气过程维持时间久, 逐渐降温并达到极值后仍维持很强的冷空气, 而CWE则是很快降温, 降温结束后又很快升温, 从而使得过程结束, 维系时间短。
寒潮最为显著的天气表征是气温的剧烈下降。由图2可知, 两类寒潮在达到峰值日时, 全国范围都有较大降温。对比图2(a)和图2(b), EPECE相较于CWE, 降温更剧烈, 温度也更低, 几乎所有地区的温度距平都为-6 ℃以下, 最低小于-9 ℃。尽管在华北地区CWE的温度距平略大于EPECE, 但整体而言中国的大部分区域降温EPECE均超过了CWE。降温最大的地区均位于我国华北, 也表明此时有大量冷空气在此处堆积。而峰值日4天后[图2(c), (d)], 气温较之前有所回升, 但是EPECE仍有大部分地区负距平较大, 而对于CWE, 部分地区已经显示为正距平, 这表明相较CWE, EPECE的降温程度更大、 范围更广, 且持续时间更久。可以看到, 两类事件降温达到峰值4天后我国最南部仍有较强的温度负距平, 冷空气相较之前南下扩展至沿海地区。此外, 对于青藏高原地区来说, 其温度距平呈现的规律与上述有出入, 这可能是由于青藏高原地形的限制, 导致当地资料的代表性也存在一些问题, 这不在本文的讨论范围之内。
图2 EPECE事件(左)和CWE事件(右)在峰值日及峰值日4天后的气温(等值线, 单位: ℃)和气温距平(阴影, 单位: ℃)分布(采用墨卡托投影)

台湾省无数据, 黑色打点区表示通过90%信度检验

Fig.2 The averaged air temperature (contour, unit: ℃) and anomalies (the shaded, unit: ℃) distribution of EPECE (left) and CWE (right) on peak day and 4 days after peak day (using Mercator projection).No data for Taiwan Province, the black dotted regions are statistically significant at the 90% confidence level

当寒潮爆发时, 常常伴随着锋面系统的影响, 因此有时也会伴随降水。由于我国大部分地区为季风气候, 降水的季节变化十分显著, 而挑选的CWE发生在冬季而EPECE不仅在冬季, 因此在图3中挑选了发生在冬季的两类事件, 并绘制了在峰值日及之后四天全国降水分布图。从图3中可以看到, 降水存在很大差别, 由于峰值日的选取标准是气温低于阈值的格点最多的日期, 当峰值日时, EPECE的降水并不十分显著, 全国大部分的降水距平为负, 只有东南沿海地区为正距平, 降水多集中在此区域, 且虽然降水范围内不大, 但降水强度比较大, EPECE前期为干冷型, 可能是由于冷空气较强, 东亚地区受到来自极地的干冷空气的控制, 降水偏少。而对于CWE, 峰值日时全国大部分区域都有正的降水距平, 只有江淮流域为负距平, 在长江上游有降水中心, 与此同时, 虽然降水范围广, 但降水量不是特别大。而四天后, EPECE的降水显著增强, 正距平占据几乎全中国, 而CWE的降水强度略微减弱, 但全中国大部分地区仍旧为正距平, 之前位于江淮地区的负距平有所扩大, 发展至东南沿海地区。
图3 EPECE事件(左)和CWE事件(右)在峰值日及峰值日4天后的降水量(等值线, 单位: mm)和降水量距平(阴影, 单位: mm)分布(采用墨卡托投影)

台湾省无数据, 黑色打点区表示通过90%信度检验

Fig.3 The averaged precipitation (contour, unit: mm) and anomalies (the shaded, unit: mm) distribution of EPECE (left) and CWE (right) on peak day and 4 days after peak day (using Mercator projection).No data for Taiwan Province, the black dotted regions are statistically significant at the 90% confidence level

4 EPECECWE形成前后的大气环流形势

如引言中所述, 大量的研究中指出, 极端低温事件形成直接原因为大气环流的异常。本节针对两类极端低温事件, 分析了极端低温过程前(-)、 后(+)15天, 并选取典型时段分析大气环流形势。

4.1  200 hPa的环流形势

北极极区, 是影响我国寒潮天气过程的冷空气的源地, 因此重点关注极地地区极涡的特征。由图4(a)可知, 对于EPECE, -11天时, 极区为正距平, 正距平的北部埃尔斯米尔岛附近有一很小闭合中心, 极涡面积较大强度较弱, 为西北-东南向伸展的细长椭圆形, 从欧洲西部至巴伦支海的中高纬地区, 以及白令海峡有暖脊伸向极地, 然后极涡逐渐发展, 到了-6天位于巴伦支海的暖脊加深并东移, 正距平增强。接下来偏心的极涡中心开始逐渐向东半球移动, 极涡强度增大, 外围边缘向南扩展, 贝加尔湖及以东有负距平中心。-3天时, 极涡边缘已经扩展至75°N, 形状更加狭长, 暖脊明显增强且东移至乌拉尔山地区, 有较强正距平, 贝加尔湖有东北-西南向冷槽并有较强负距平。第0天时, 极涡面积开始收缩, 此后极涡维持在极区位置, 斜槽斜脊系统向东南向发展移动, 位势高度异常有所减弱, 至+7天, 乌拉尔山地区仍存在位势高度正距平。
图4 EPECE(a)和CWE(b)-11天到+7天200 hPa位势高度场(等值线, 单位: gpm)和位势高度距平场(阴影, 单位: gpm)

黑色打点区表示通过90%信度检验

Fig.4 The averaged 200 hPa geopotential height (contour, unit: gpm) and anomalies (the shaded, unit: gpm) from day -11 to day +7 for the EPECE (a) and the CWE (b).The black dotted regions are statistically significant at the 90% confidence level

对于CWE[图4(b)], 从-11天至+7天, 极涡中心一直位于极区, 没有偏移。-11天至-6天, 东半球位势高度场呈现“-”“+”“-”的距平分布且无太大变化。直至-3天, 极涡略向南扩展, 乌拉尔山地区正距平变大。事件爆发时, 位势高度异常迅速增强, 乌拉尔山以西出现明显伸向极地的高压暖脊, 且有很强正距平, 极涡边缘开始南伸形状拉长。+3天时, 高压脊持续发展并略微东移, 极涡扩展到60°N以南。此后脊开始减弱, 到了+7天时脊已经完全消失, 极涡也开始向极地收缩。

4.2  500 hPa的环流形势

由EPECE的500 hPa环流形势[图5(a)]可知, 对于EPECE, 在-11天, 500 hPa上出现了从欧洲西北部伸向极地的高压脊, 纬向环流转变为经向环流, 此时大西洋地区暖脊向极地发展, 在格陵兰海附近, 有负距平中心, 而新地岛以北有较强正距平中心, 北欧地区有浅槽。到-9天, 高压暖脊继续加深发展, 冷平流使在脊西侧的冷槽向东南方向斜伸, 形成了东北-西南走向, 亚洲中部有浅槽, 此时正距平中心移至巴尔喀什湖。接下来槽脊进一步发展, 脊向北伸, 槽向南加深, 正距平中心南下至乌拉尔山, 极区渐渐由正距平转为负距平, 冷空气在此堆积聚集。第0天时, 槽脊发展于乌拉尔山以南地区至东亚, 乌拉尔山地区有很强的位势高度正距平, 此后极区的负距平减弱, 冷空气顺着高压脊前气流南下, 从而使得来自极地的强冷空气入侵我国。直至+7天, 乌拉尔山西部仍有暖脊和位势高度正距平存在, 斜槽与斜脊的系统仍旧维持于亚洲地区。由CWE的500 hPa环流形势[图5(b)]可知, 在-11天至-9天, 环流没有大的异常, 欧亚地区并没有暖脊出现。直到-3天, 欧洲北部和亚洲东部出现浅槽, 巴伦支海出现伸向极地的高压脊, 乌拉尔山地区有正距平逐渐变大, 接下来高压脊发展, 斜槽加深并向东南移动建立东亚大槽, 事件发生后, 随着东亚大槽的移动, 位势高度负距平也略有东移。到了+7天, 高压脊完全消失, 槽脊建立快, 维持短。
图5 EPECE(a)和CWE(b)-11天到+7天500 hPa位势高度场(等值线, 单位: gpm)和位势高度距平场(阴影, 单位: gpm)

黑色打点区表示通过90%信度检验

Fig.5 The averaged 500 hPa geopotential height (contour, unit: gpm) and anomalies (the shaded, unit: gpm) from day -11 to day +7 for the EPECE (a) and the CWE (b).The black dotted regions are statistically significant at the 90% confidence level

4.3 海平面气压场

由海平面气压场的形势(图6)可知, EPECE与CWE两类事件在发生期间的海平面气压场也有很大不同。对于EPECE, 在-11天, 在蒙古高原冷高压强度为1037 hPa, 大量的冷空气在此处积聚, 中高纬为正距平, 其中心位于巴伦支海。接下来西伯利亚高压强度持续增强, 随着高空槽脊向东移动, 冷高压也开始向东南移动, 至爆发时, 西伯利亚冷高压的范围已经扩展到巴尔喀什湖及其以东区域, 其中心气压值也达到最大, 为1053 hPa, 此时冷空气已经开始入侵我国北部。此后西伯利亚高压继续向东南扩展, 且一直维持着较大的正距平, 至+4天时强度仍维持较大的强度。
图6 EPECE(上)和CWE(下)-11天到+4天海平面气压场(等值线, 单位: hPa)和海平面气压距平(阴影, 单位: hPa)

黑色打点区表示通过90%信度检验

Fig.6 The averaged sea level pressure (contour, unit: hPa) and anomalies (the shaded, unit: hPa) from day -11 to day +4 forthe EPECE (up) and the CWE (down).The black dotted regions are statistically significant at the 90% confidence level

而CWE, 虽然在亚洲地区也有西伯利亚高压的增强, 但其出现的时间晚, 维持的时间短, 这与高空的环流特征是一致的。事件发生前, 在中高纬地区一直没有较强正距平, -11天时欧亚地区几乎全部为负距平, 到了-9天, 西伯利亚地区出现了较弱的正距平, 西伯利亚高压强度为1043 hPa, 但到了-5天时又转为负距平, 强度减弱至1037 hPa, 直至第0天, 西伯利亚高压强度迅速增加, 转变为很强正距平, 中心位于巴尔喀什湖与贝加尔湖之间, 强度达到1050 hPa。当事件发生后, 西伯利亚高压强度很快开始减弱, 位置也开始西北向退回, +4天时的强度减弱到1042 hPa。
综上可得, EPECE主要是由大型的斜槽斜脊系统所控制, 其环流系统异常信号出现的早、 范围广、 维持时间久, 而CWE时间主要是由高压脊主导, 环流系统异常信号出现晚、 范围小、 维持时间短。具体来说, 在EPECE中, 极涡在-11天时出现异常并维持至+7天; 阻塞高压在-11天时在巴伦支海附近已经开始建立高压脊, 并且持续维持至+7天; 西伯利亚高压在-11天时开始增强, 直至+7天仍有很大强度。而CWE中各个环流系统并没有出现很早的前兆信号, 极涡异常和阻塞高压建立均在-3天, 阻塞高压迅速的建立又迅速的减弱, 到了+3天后高压脊已经完全消失; 西伯利亚高压在第0天时显著增强, +4天后开始减弱并西北向退回。事件爆发后, 在EPECE中各环流系统只是强度和范围有所减弱, 系统仍能长时间维持之前的形态, 而CWE环流异常很快消失, 这使得EPECE能在大范围内长久、 持续的维持冷空气, 这与两类事件所表现出的降温特征差异是一致的。

5 定量化指数分析

由上文可以看到, 两类极端低温事件发生前后, 大气环流形势表现出了明显的异常, 两类事件的大气环流形势直接也表现出来明显的差异, 尤其是极涡、 阻塞高压和西伯利亚冷高压这三个大尺度天气系统。但这只是从环流形势中对各系统进行的分析, 接下来, 本节利用定量化指数, 进一步对比分析三个系统在两类极端低温事件发生过程中的特征和差异。

5.1 极涡强度指数

图7(a)中绘制了从1961 -2014年用200 hPa的位势高度所计算的标准化的年平均极涡强度指数(PVI)。从整体来看, 极涡强度有呈现弱的下降趋势, 在53年中有28年的强度是偏弱的, 25年是偏强的。在21次EPECE中, 有7次是发生在标准化PVI为正的年份, 14次发生在标准化PVI为负的年份, 其中发生在超过+1的强极涡年有2次(事件8, 9), 而小于-1的弱极涡年有4次(事件7, 10, 11, 12)。而在21次CWE中, 10次发生在标准化PVI为正的年份, 11次发生在标准化PVI为负的年份, 其中发生在超过+1的强极涡年有3次(事件6, 8, 9), 而小于-1的弱极涡年有6次(事件5, 10, 11, 18, 19, 20)。图7(b)、 (c)中分别绘制了EPECE和CWE发生的前后15天的标准化PVI的变化。由图7(b)可知, EPECE中极涡的强度逐渐增强, 总体呈明显上升趋势, 从-11天起开始持续的增强, 在-2天时有所减弱, 但+1天时又继续增强, 直至+10天时仍保持上升趋势。而对于CWE[图7(c)], 在事件发生的-15天至+5天, 极涡强度没有明显的变化, +5天后开始急剧下降, -10天达到最小。
图7 1961 -2014年延长期冬季逐年(a)和21次EPECE事件与21次CWE事件合成的前后15天(b, c)标准化极涡强度指数

Fig.7 The standardized polar vortex intensity index during 1961 -2014 extended winter (a) and the 15 days before and after the EPECE and CWE (b, c)

5.2 阻塞高压指数特征对比

图8为EPECE与CWE在发生-15~15天的阻塞强度(BI)与瞬时阻塞频率(IB)的经度-时间图。根据2.2.2节中对于瞬时阻塞的定义, 计算出了每个事件-15~15天当天以及对应气候态的每个格点的阻塞情况, 将每个格点发生阻塞的总频次占据21个事件的比例作为该格点阻塞发生的频率。对于BI, 从图8(a)可知, EPECE在-10~-7天, 在30°E的欧洲西部, 有正距平中心, 接着从-7~+5天, 在乌拉尔山以东约80°E附近, 有强正距平中心, +3天达到最大, 最大超过24。其后逐渐减小, 恢复至比气候态略高。从-5天至+5天, 乌拉尔山至90°E的地区, 都有较大BI, 中心值超过20。而对于CWE, 从-7天到-5天, 在乌拉尔山略西地区约65°E附近有一较强的正距平中心, 到了-1天至+5天, 正距平中心移至乌拉尔山, 在+3天正距平最大。
图8 EPECE与CWE阻塞高压强度(等值线)及其距平(阴影)(a, b, 单位: gpm·gpm-1)和瞬时阻塞频率(等值线)及其距平(阴影)(c, d, 单位: %, )的经度-时间分布

黑色打点区表示通过90%信度检验

Fig.8 The distribution of the Hovmöller diagrams for EPECE and CWE of the blocking intensity (contour) and anomalies (the shaded) (a, b, unit: gpm·gpm-1), and the blocking frequency (contour) and anomalies (shade)(c, d, unit: %).The black dotted regions are statistically significant at the 90% confidence level

对于IB, EPECE发生阻塞的范围和时间长度远大于CWE。在-12天, 30°E巴伦支海附近, 已经有较强正距平且延续至-5天。-7天, 在乌拉尔山以东的90°E中西伯利亚地区, 开始出现阻塞并逐渐增加, 在+3天达到了最大, 在这个地区的阻塞始终维持至+5天, 此后减弱, 但在+13天时仍有较强正距平。同时, 从-8天至+8天, 30°E -150°E均有较大的正距平, +2天于150°E的鄂霍次克海有一正距平中心。而对于CWE[图8(d)], -2天时, 60°E乌拉尔山附近地区开始出现阻塞, 其范围从乌拉尔山一直延伸到鄂霍茨克海, 第0天时, 鄂霍次克海阻塞迅速减弱, 位于60°E的乌拉尔山地区IB增加, 距平在+3天达到最大, +5天后此地区正距平减弱, IB减少。对于两类事件LSB也呈现一致特点(图略)。
为了更好地分析两类过程的阻塞特征, 图9绘制了从-12~+9天IB空间分布图。由图9可知, EPECE在-12天已出现对应信号, 在欧洲西部波罗的海以及里海南部有较显著正异常, 在鄂霍次克海的东南部也出现阻塞。接下来阻塞形势东北向扩展, -3天时正距平达到最强, 超过气候态50%, 第0天正距平中心移至于巴尔喀什湖西北部, 鄂霍次克海的瞬时阻塞也有一定程度的增强。到了+3天, 中心继续东移并扩展至90°E, 正距平达到最大, 此后IB减少, 异常也变小, 但是直到+9天, 乌拉尔山的东南地区有较弱的正距平。
图9 -12天到+9天EPECE(左)与CWE(右)瞬时阻塞频率(等值线)和阻塞频率距平(阴影)分布(单位: %)

黑色打点区表示通过90%信度检验

Fig.9 The distribution of blocking frequency (contour) and anomalies (the shaded) for the EPECE (left) and the CWE (right).Unit: %.The black dotted regions are statistically significant at the 90% confidence level

对于CWE, -12~-10天, 阻塞形势无明显异常, -9天乌拉尔山出现了比较弱正距平, 鄂霍次克海南部也有较弱正距平中心。接下来阻塞形势缓慢发展, 略微东进扩展至乌拉尔山以东, 至第0天, 欧亚大陆大部分有正距平, 整个欧亚大陆北部都有阻塞发生, +3天时正距平达到最强, 超过气候态45%, 之后直至+6天, 乌拉尔山和鄂霍次克海地区阻塞强度与范围均减小, 中心也开始西退, 到了+9天, 乌拉尔山阻塞的异常几乎消失。同时, 对于这两类事件, LSB与IB的特征基本一致(图略)。

5.3 西伯利亚高压指数特征对比

西伯利亚高压是影响冬季北半球大气环流的重要东亚冬季风成员, 当西伯利亚高压一致偏强时, 东亚地区温度偏冷(朱红霞等, 2019)。由西伯利亚高压指数(图10)可知, 在两类冷空气过程中, 西伯利亚高压的强度都较强, 同在第0天达到最大。对于EPECE, 从-15天开始, 整体呈现出缓慢而持续的增强, 在-5天时出现了显著的增强, 然后在第0天达到最大值后, 也是缓慢的降低, 对应的天气现象表现为降温时间持续很长。EPECE的SHI最大值为2.22, 最小值为-1.17, 而CWE的SHI最大值为2.79, 最小值为-1.57, 对于CWE, SHI的波动性远大于EPECE的SHI, 在 -12天时有显著的增强至-8天时达到次高值, 然后又开始减弱, 在-5天时又有迅速而剧烈的增强, 在达到最高值又有迅速的下降, 说明其冷空气很快的堆积后又马上减弱。
图10 21次EPECE事件(a)与21次CWE事件(b)合成的前后15天西伯利亚高压指数

Fig.10 The Siberian High index from day -15 to day 15 for the 21 EPECE (a) and the 21 CWE (b)

6 主要天气系统的配置

前文显示, 在两类极端低温事件发生前后, 大气环流形势和主要的大尺度天气系统表现出了明显的异常特征。那它们之间是如何配置的呢?这里使用了等熵面研究的方法。同时引入了位涡(PV)的概念, 它能够综合表现大气的热力、 动力特征。当Rossby波传播至临界线时, 传播不能继续维持从而使得长波破碎, 即Rossby波破碎(RWB)现象, 有气旋式(CWB)和反气旋式(AWB)两种。在图11图12中选取555 K、 315 K等熵面绘制了PV分布, 分别对应20~25 hPa和250 hPa左右。
图11 EPECE(上)与CWE(下)在555 K等熵面的PV分布(单位: PVU, 1 PVU=1×10-6·K·m2·kg-1·s-1

阴影为PV, 黑色粗实线为极涡边缘, 白色点为极涡中心, 最外纬圈为40°N

Fig.11 The distribution of PV on 555 K isentropic surface for the EPECE (up) and the CWE (down).(Unit: PVU, 1 PVU=1×10-6·K·m2·kg-1·s-1 ).The black contour denotes polar vortex edge, the white dot denotes polar vortex center, the outer ring is 40°N

图12 EPECE(上)和CWE(下)在315 K等熵面的PV分布(单位: PVU, 1 PVU=1×10-6·K·m2·kg-1·s-1

Fig.12 The distribution of PV on 315K isentropic surface for the EPECE (top) and the CWE (down) (Unit: PVU, 1 PVU=1×10-6·K·m2·kg-1·s-1 )

图11可知, 在555 K等熵面上, 反映了极涡边缘和中心的变化特征。随着时间推移, 平流层极涡逐渐向南扩展。对于EPECE, 极涡变形存在3个阶段的变化: 在-14天时强度较弱, 长轴从北美东北部伸向欧亚, 中心偏向东半球; 随后, 在变形的同时旋转, 长轴转为为西北-东南向, 强度增强, 至第0天, 极涡持续向北美和欧亚地区延伸, 边缘南部已经伸至60°N以南, 长轴南端伸至贝加尔湖, 然后极涡面积有所收缩; 至+8天, 极涡再次向东旋转, 呈南-北向, 中心也向极点移动。而对于CWE, 其极涡强度较强, 在±15天内, 中心强度最大超过104 PVU。-14~-6天, 极涡长轴略呈西北-东南向, 中心位于极点, -3天极涡边缘开始扩展, +4天伸至贝加尔湖。在两类事件中, 极涡长轴的一端长时间维持于亚洲东北部, 并伸至贝加尔湖, 从而使得亚洲东北部地区有高位涡冷空气在此积聚增强, 随着极涡的变形和向南扩展, 冷空气得以南下深入我国北方地区。不同的是, EPECE的极涡强度略弱于CWE, 且极涡中心偏向于东半球, 因而冷空气更容易向欧亚地区扩散。
从315 K的PV分布(图12)可知, 对比上层555 K等熵面(图11), 在315 K等熵面上, 高位涡主体明显向南伸展, 即冷空气在向下的同时也向中高纬地区扩展。对于EPECE, -9天时, 高位涡中心位于90°E -120°E, 高位涡冷空气南下至中纬地区, 在30°E有来自中低纬的低位涡暖空气向高纬扩散。-7天时, 位于贝加尔湖的高位涡冷空气持续南下, 呈西南向, 而欧洲中低纬的低位涡空气向东北方向扩展。此后, 高纬地区的位涡值持续减小, 而中低纬的位涡值持续增加, 说明来自上层高位地区的冷空气逐渐向下并向南入侵, 至-3天时, 高位涡冷空气已经扩展至贝加尔湖以南, 乌拉尔山地区有明显PV环流。第0天, 我国北方完全被高位涡冷空气占据, 此后, 冷空气逐渐北上, 而欧亚地区中纬度的低位涡暖空气也逐渐南退。而对于CWE, 在-9天时, 高位涡冷空气的强度弱于EPECE, 此后直至-3天, 在欧亚大部分地区并没有明显的PV环流。高位涡冷空气从120°E鄂霍次克海以西地区缓慢南下, 呈东南方向。直至第0天时, 欧亚中低纬乌拉尔山及以西地区出现了明显的向高纬输送低位涡空气的PV环流, 高位涡空气向南扩展, +3天时扩展至贝加尔湖西南地区, 此后冷空气逐渐回到高纬地区。与此同时, 在两类事件中, 可以明显地看到Rossby波破碎的特征。EPECE与CWE在过程中均存在明显天气尺度的AWB, 并且随着时间推移, AWB从黑海逐渐向东扩展直至贝加尔湖, 这与阻塞形势的向东扩展的特点是一致的(图11)。对比两类事件, EPECE的AWB出现的更早, 在-9天时已经有较明显的AWB, 且维持的更久, 其向东扩展的范围也更广, 呈东北-西南向, 而CWE的AWB出现较晚, 但建立迅速, 第0天时有明显的AWB, 生命期很短, 范围更小。
前文从环流特征和定量化指数两个角度对两类事件进行了分析(表1)。由表1可得, 对于EPECE, 在-11天, 对流层极涡和阻塞高压出现信号, -9天伴随反气旋式Rossby波破碎的向东扩展, 能量从对流层上传到平流层, 使得平流层极涡的异常加剧, 强度增强并且中心偏向东半球, 信号进一步传回到对流层, 使阻塞高压的异常也加剧, 并异常向东扩展伸展至90°E, 持续维持至+9天。在这个过程中, 低层冷空气集聚, 高层冷空气下沉, 使得西伯利亚冷高压逐渐建立加强。而对于CWE, 事件爆发前极涡和阻塞高压无明显前兆信号, -3天时对流层系统出现异常信号, 在第0天时异常显著增强并伴随反气旋式Rossby波破碎, 上层的平流层极涡中心一直位于极点附近, 从而使得Rossby波破碎向东扩展的程度不及EPECE, 从而使得在能量下传的过程中, 阻塞高压维持在乌拉尔山附近, 并使对流层低层的西伯利亚高压强度增强。随着+3天后Rossby波破碎的结束, 阻塞高压迅速崩溃, 冷空气过程结束。
表1 EPECECWE两类事件特征对比

Table 1 Comparison of characteristics of EPECE and CWE

对比项目 EPECE事件 CWE事件
200 hPa高度场特征 极涡-11~+7天存在异常。 极涡-3~+3天存在异常。
500 hPa高度场特征 -11天欧亚中高纬地区出现高压脊, 下游有冷槽, 维持至+7天。 -3天时欧亚中高纬地区建立高压脊, 维持至+3天。
海平面气压场特征 -11天西伯利亚冷高压异常增强, 维持至+7天。 第0天时西伯利亚冷高压显著增强, 维持至+4天。
标准化PVI指数特征 极涡强度从-11~+10天持续增强。 -15~+5天, 极涡强度无明显变化, 第+5天后急剧下降。
阻塞指数特征 -12~+9天, 从乌拉尔山至90°E阿尔泰山脉维持阻塞, 阻塞频率最大超过气候态50%。 -6~+3天乌拉尔山地区维持阻塞, 阻塞频率最大超过气候态45%。
西伯利亚高压指数特征 -5天时显著增强, 在第0天达到最大值2.22后逐渐减小。 波动性大, -5天时增强, 第0天达到最大值2.79迅速减小。
555 K等熵面 极涡-10~+8天存在异常, 中心偏向东半球。 极涡-3~+8天存在异常, 中心位于极点。
315 K等熵面 第-9~+3天存在AWB, -3天时乌拉尔山有显著PV环流。 第0~+3天存在AWB, 第0天乌拉尔山有显著PV环流。

7 结论和讨论

将全国范围的极端低温事件分为EPECE和CWE两类, 分别讨论其过程中极涡和阻塞高压等环流系统的不同, 得到以下结论:
(1) EPECE的降温和降水过程相较于CWE, 范围更广, 持续时间更久。对于降温来说, 在峰值日全国大部分地区降温超过6 ℃, 尽管在华北地区CWE的温度负距平更大, 但在全国范围EPECE的温度负距平范围更广, 且更持久, 4天后EPECE仍有很强的负距平; 对于降水来说, 两类事件降水均集中于东南沿海地区, EPECE前期降水少, 后期有所增加, CWE前期降水偏多, 然后逐渐减弱。
(2) 两类极端低温事件期间大气环流形成均表现出异常特征, 在200 hPa的位势高度场上, EPECE发生时极涡面积较大, 强度较弱, 呈西北-东南走向, 在-9天时有伸向极地的高压暖脊, 极涡中心开始偏向于西半球, 此后不断向南扩展, 至+7天, 乌拉尔山地区仍存在位势高度正距平, 而CWE中极涡一直位于极区中心, 事件爆发时才出现伸向极地的高压脊, 并且迅速减弱; 在500 hPa位势高度场上, 中高纬度均有阻塞形势存在, 但EPECE相比CWE, 其阻塞形势建立的早, 斜槽斜脊系统维持的久, 而CWE主要由高压脊主导; 在海平面气压场上, EPECE和CWE的西伯利亚高压都较强, 但EPECE的正距平更大, 强度更强, 且同样建立的早、 维持的久。
(3) 从定量化指数来说, 对于标准化极涡强度指数而言, 在事件发生的前后15天内, EPECE总体表现为持续的增长, 呈上升趋势, 而CWE在-15天至+5天极涡强度无明显变化, +5天后剧烈下降; 从阻塞高压的特点来看, EPECE和CWE的阻塞强度和阻塞频次都比较大, 但是EPECE在-12天时已经有信号出现, 从乌拉尔山一直延续至90°E阿尔泰山脉附近都有较大的阻塞频次, 直至+9天, 上述地区仍维持着阻塞形势。而对于CWE, -6天时乌拉尔山地区有阻塞出现并局限于此地, 事件爆发时达最大频次后开始迅速减弱, 到了+9天时乌拉尔山地区的阻塞已经完全消失。在两类过程中, 鄂霍次克海附近的都存在一定强度的阻塞, 且发生频次差别不大, EPECE在此地区的阻塞形势维持更久一些; 而对于西伯利亚高压指数来说, EPECE从-15天开始缓慢而持续的增强, 在第0天达到最大值后, 缓慢的降低, 而CWE的波动性大, 在-5天时迅速增强, 第0天达到最高值后迅速减小。
(4) 从天气系统的配置上来说, 在EPECE中-11天时对流层极涡和阻塞高压出现异常, -9天时伴随AWB上传至平流层使平流层极涡强度增强、 变形且中心偏向东半球, 进一步影响对流层的阻塞高压和西伯利亚高压等环流系统, 使其异常增强并向东扩展; 而CWE中无明显前兆信号, -3天时极涡和阻塞高压出现异常, 第0天出现AWB, AWB向东扩展程度不及EPECE, 使得对流层阻塞高压异常局限于乌拉尔山地区。
本文将发生在我国的大范围极端低温事件分成EPECE和CWE两类, 分别讨论了在事件发生时极涡、 阻塞高压和西伯利亚冷高压等环流系统的影响, 对其相互配置进行了对比分析。极端低温事件的形成还受其他因素的影响, 如太阳活动(马鹤翟, 2018)、 黑潮海温(李维京等, 2013)、 北极海冰(武炳义, 2018杨冬东等, 2020)、 ENSO(汪子琪等, 2017)等, 这些都需要在下一步的研究中综合考虑。此外, 本文的结论只是基于统计所得出的, 在下一步的工作中, 还需进行更深入的理论和数值模拟的验证。
Alexander L V Zhang X Peterson T C al et2006.Global observed changes in daily climate extremes of temperature and precipitation[J].Journal of Geophysical Research: Atmospheres, 111(D5): D05109.DOI: 10.1029/2005JD006290.

Cheung H N Zhou W2014.Implications of Ural blocking for East Asian winter climate in CMIP5 GCMs.Part I: Biases in the historical scenario[J].Journal of Climate28(6): 2203-2216.DOI: 10.1175/JCLI-D-14-00308.1.

Cohen J Screen J Furtado J al et2014.Recent Arctic amplification and extreme mid-latitude weather[J].Nature Geoscience7(9): 627-637.DOI: 10.1038/ngeo2234.

Davini P Cagnazzo C Gualdi S al et2012.Bidimensional diagnostics, variability, and trends of northern hemisphere blocking[J].Journal of Climate25(19): 6496-6509.DOI: 10.1175/JCLI-D-12-00032.1.

Ding Y H Krishnamurti T N1987.Heat budget of the Siberian high and the winter monsoon[J].Monthly Weather Review115(10): 2428-2449.DOI: 10.1175/1520-0493(1987)115<2428: hbotsh>2.0.co; 2.

IPCC, 2013: Climate change 2013: The physical science basis[C].

Stocker T F Qin D Plattner G K al et, eds.Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.Cambridge: Cambridge University Press.

Kharin V V Zwiers F W Zhang X B al et2007.Changes in temperature and precipitation extremes in the IPCC ensemble of global coupled model simulations[J].Journal of Climate20(8): 1419-1444.DOI: 10.1175/JCLI4066.1.

Klein F Goosse H Mairesse A al et2013.Model-data comparison and data assimilation of mid-Holocene Arctic sea-ice concentration[J].Climate of the Past Discussions9(6): 6515-6549.DOI: 10.5194/cpd-9-6515-2013.

Kolstad E W Breiteig T Scaife A A2010.The association between stratospheric weak polar vortex events and cold air outbreaks in the Northern Hemisphere[J].Quarterly Journal of the Royal Meteorological Society136(649): 886-893.DOI: 10.1002/qj.620.

Li Y Zhang J Y Lu Y al et2019.Characteristics of transient eddy fluxes during blocking highs associated with two cold events in China [J].Atmosphere10(5): 235.DOI: 10.3390/atmos10050235.

Miller G H Brigham-Grette J Alley R B al et2010.Temperature and precipitation history of the Arctic[J].Quaternary Science Reviews29(15): 1679-1715.DOI: 10.1016/j.quascirev.2010.03.001.

Nash E R Newman P A Rosenfield J E al et1996.An objective determination of the polar vortex using Ertel's potential vorticity[J].Journal of Geophysical Research Atmospheres, 101(D5): 9471-9478.DOI: 10.1029/96JD00066.

Peng J B Bueh C2011.The definition and classification of extensive and persistent extreme cold events in China[J].Atmospheric and Oceanic Science Letters4(5): 281-286.DOI: 10.1080/16742834. 2011.11446943.

Teubler F Riemer M2016.Dynamics of Rossby wave packets in a quantitative potential vorticity-potential temperature framework[J].Journal of the Atmospheric Sciences73(3): 1063-1081.DOI: 10.1175/JAS-D-15-0162.1.

Tibaldi S Molteni F1990.On the operational predictability of blocking[J].Tellus42(3): 343 - 365.DOI: 10.1034/j.1600-0870. 1990.t01-2-00003.x.

Wiedenmann J M Lupo A R Mokhov I I al et2002.The climatology of blocking anticyclones for the northern and southern hemispheres: Block intensity as a diagnostic[J].Journal of Climate15(15): 3459-3473.DOI: 10.1175/1520-0442(2002)0152.0.CO; 2.

Wu J Gao X J2013.A gridded daily observation dataset over China region and comparison with the other datasets [J].Chinese Journal of Geophysics Chinese Edition56(4): 1102-1111.DOI: 10.6038/cjg20130406.

Zhang J K Tian W S Chipperfield M P al et2016.Persistent shift of the Arctic polar vortex towards the Eurasian continent in recent decades[J].Nature Climate Change6 (12): 1094-1099.DOI: 10.1038/nclimate3136.

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): 8-21.

龚志强, 王晓娟, 任福民, 等, 2013.亚欧中纬度关键区正位势高度距平场配置与中国冬季区域性极端低温事件的联系[J].大气科学37(6): 1274-1286.

康彩燕, 胡钰玲, 王式功, 等, 2017.极涡对北半球冬季气温的影响[J].兰州大学学报(自然科学版)53(2): 227-234.DOI: 10. 13885/j.issn.0455-2059.2017.02.012.

李峰, 矫梅燕, 丁一汇, 等, 2006.北极区近30年环流的变化及对中国强冷事件的影响[J].高原气象25(2): 209-219.

李维京, 李怡, 陈丽娟, 等, 2013.我国冬季气温与影响因子关系的年代际变化[J].应用气象学报24(4): 385-396.DOI: 10. 11898/1001-7313.20130401.

李艳, 王式功, 金荣花, 等, 2012.我国南方低温雨雪冰冻灾害期间阻塞高压异常特征分析[J].高原气象31(1): 94-101.

李艳, 张金玉, 王嘉禾, 等, 2018.典型极端低温事件中高空急流和阻塞高压的特征及其协同作用[J].兰州大学学报(自然科学版)54(5): 670-679+690.

刘彤, 闫天池, 2011.我国的主要气象灾害及其经济损失[J].自然灾害学报20(2): 90-95.DOI: 10.13577/j.jnd.2011.0214.

卢珊, 胡泽勇, 王百朋, 等, 2020.近56年中国极端降水事件的时空变化格局[J].高原气象39(4): 683-693.DOI: 10.7522/j.issn.1000-0534.2019.00058.

罗霄, 2016.东亚冬季风变率与高空急流的联系及冬季风季节预报[D].南京: 南京大学.

马鹤翟, 2018.太阳活动对欧亚冬季大气环流和极端气温的影响[D].南京: 南京信息工程大学.

麻巨慧, 王盘兴, 李丽平, 等, 2009.“0801南方雪灾”与同期蒙古高压中期活动的关系[J].大气科学学报32(5): 652-660.DOI: 10.13878/j.cnki.dqkxxb.2009.05.004.

彭京备, 孙淑清, 2017.我国南方持续性低温与东亚冬季风“北弱南强”模态的关系[J].大气科学41(4): 691-701.DOI: 10. 3878/j.issn.1006-9895.1612.16145.

钱维宏, 张玮玮, 2007.我国近46年来的寒潮时空变化与冬季增暖[J].大气科学31(6), 1266-1278.

所玲玲, 黄嘉佑, 谭本馗, 2008.北极涛动对我国冬季同期极端气温的影响研究[J].热带气象学报24(2): 163-168.DOI: 10. 3969/j.issn.1004-4965.2008.02.008.

陶诗言, 1959.十年来我国对东亚寒潮的研究[J].气象学报30(3): 226-230.DOI: 10.11676/qxxb1959.031.

陶诗言, 卫捷, 2008.2008年1月我国南方严重冰雪灾害过程分析[J].气候与环境研究13(4): 337-350.DOI: 10.3878/j.issn. 1006-9585.2008.04.01.

王晓娟, 龚志强, 任福民, 等, 2012.1960—2009年中国冬季区域性极端低温事件的时空特征[J].气候变化研究进展8(1): 8-15.DOI: 10.3969/j.issn.1673-1719.2012.01.002.

汪子琪, 张文君, 耿新, 2017.两类ENSO对中国北方冬季平均气温和极端低温的不同影响[J].气象学报75(4): 564-580.DOI: 10.11676/qxxb2017.038.

韦道明, 李崇银, 2009.东亚冬季风的区域差异和突变特征[J].高原气象28(5): 1149-1157.

武炳义, 王佳, 2004.冬季北极涛动和北极海冰变化对东亚气候变化的影响[J].极地研究19 (2): 297-318.

武炳义, 2018.北极海冰融化影响东亚冬季天气和气候的研究进展以及学术争论焦点问题[J].大气科学42(4): 786-805.

谢星旸, 游庆龙, 王雨枭, 2018.1961~2014年中国冬季极端低温变化特征分析[J].气候与环境研究23(4): 429-441.

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.

易明建, 陈月娟, 周任君, 等, 2009.2008年中国南方雪灾与平流层极涡异常的等熵位涡分析[J].高原气象28(4): 880-888.

易明建, 陈月娟, 周任君, 等, 2013.亚洲东部冬季地面温度变化与平流层弱极涡的关系[J].大气科学37(3): 668-678.DOI: 10.3878/j.issn.1006-9895.2012.12032.

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.

Outlines

/