Plateau Meteorology

Plateau Meteorology >

2022 , Vol. 41 >Issue 5: 1302 - 1314

DOI: https://doi.org/10.7522/j.issn.1000-0534.2021.00063

Relationship between Extreme Low Temperature Events and Atmospheric Circulation in Yunnan during Winter Half Year

  • Yan JIN ,
  • Hongming YAN ,
  • Maosong ZHANG ,
  • Siyuan MA ,
  • Xueyuan KUANG
Expand
  • 1. Yunnan Climate Centre，Kunming 650032，Yunnan，China
    2. School of Atmospheric Sciences in Nanjing University，Nanjing 210093 Jiangsu，China

Received date: 2021-02-05

  Revised date: 2021-07-24

  Online published: 2022-11-03

Fold

Cite this article

Yan JIN , Hongming YAN , Maosong ZHANG , Siyuan MA , Xueyuan KUANG . Relationship between Extreme Low Temperature Events and Atmospheric Circulation in Yunnan during Winter Half Year[J]. Plateau Meteorology, 2022 , 41(5) : 1302 -1314 . DOI: 10.7522/j.issn.1000-0534.2021.00063

1 引言

联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change）第五次报告指出， 近几十年来， 全球气候增暖明显， 尤其是在北半球高纬度地区气温增速最快（IPCC， 2013）； 中国近50年来增温明显， 增幅为1.1 ℃， 是近百年来气温增幅的近两倍（Ding et al， 2007）。在全球变暖大背景下， 极端天气、 气候事件明显增加， 对人类生产生活产生了显著影响（Alexander et al， 2006； 胡宜昌等， 2007； Pal and Eltahir， 2016）。近十多年来， 冬季北半球中纬度地区低温事件频发、 冷冬频繁出现（丁一汇等， 2008； Cattiaux et al， 2010； Peng and Cholaw， 2011； 王迪等， 2015）。一边是全球变暖， 另一边则是冬季区域性低温事件频频来袭， 这种“冰火两重天”的气候特征， 使得人们再次把关注焦点转移到对极端低温事件的研究， 尤其是对气候暖背景下极端低温事件的研究上来。
云南地处低纬高原， 位于青藏高原东南侧， 远离冷空气的发源地， 受北方冷空气的影响相对中国北方要少， 由于冬季气温相对较高， 防寒能力弱， 一旦出现极端低温事件， 极易造成重大损失（秦剑等， 1997）。与全球气候变暖相一致， 云南也出现了明显增暖现象， 尤其在冬季（刘瑜等， 2010）。但在全球气候变暖背景下， 云南极端低温事件也频繁发生： 2008年1月中旬至2月中旬云南发生严重的极端低温事件， 导致28人死亡， 造成国民经济损失90.9亿元， 创下云南气象灾害的新纪录， 为50年一遇的特大冰冻灾害（晏红明等， 2009； 陶云等， 2009； 彭贵芬等， 2010）； 此后， 2011年1月、 2013年12月中旬、 2016年1 -2月、 2017年12月中旬和2018年1月末至2月上旬， 云南均发生了持续时间长， 影响范围广的区域性低温雨雪冰冻灾害。其中2013年12月中旬冷空气越过哀牢山， 致使滇西在内的云南大部地区降雪， 全省有70多县市受灾； 2016年1 -2月云南遭受强寒潮侵袭， 农业直接经济损失28.3亿元， 属近十年偏重年份； 2018年1月末至2月上旬云南发生3次强降温天气过程， 致使交通受阻、 电力通信受损， 农作物受灾， 给群众生产生活和国民经济造成了严重损失（杨素雨， 2012； 史悦等， 2017； 云南省气候中心， 2014， 2017， 2018， 2019）。在气候变暖背景下， 研究低纬高原区域性极端低温事件的变化规律对于提升气象服务应对气候变化的能力是十分必要的。目前， 云南冬季冷空气的气象监测标准一直沿用分区域固定阈值（许美玲等， 2011； 姚愚等， 2018）来划分， 显然这种粗略静态的监测方式对于气候暖背景下极端低温事件的客观识别是非常有限的。因此基于最新极端气候事件的判定标准（王遵娅等， 2018）， 利用最新资料， 选择适合云南的区域性极端天气、 气候事件的客观识别方式对于低纬高原地区的极端天气、 气候事件监测与预警非常必要。在过去的研究中发现， 中高纬度大气环流异常是低纬地区出现低温灾害的主要原因（金燕等， 2012； 晏红明等， 2015； 刘子奇等， 2022）， 因此本文在研究云南最新区域性极端低温事件变化规律的基础上， 简要揭示其与大气环流异常的联系， 对于云南发展智慧气象， 做好灾害性天气预警， 持续提升气象综合防灾减灾及气候变化应对能力都具有现实的积极促进作用。

2 资料选取和方法介绍

2.1　资料选取

本研究使用了云南125个观测台站1961年1月至2020年5月逐日的最低气温与平均气温， 该套资料由云南省气象信息中心整理并进行质量控制。大气资料由美国国家环境预报中心/国家大气研究中心（NCEP/NCAR）提供的月平均和逐日再分析资料， 包括等压面的位势高度、 水平风场和温度， 水平分辨率为2.5°（经度）×2.5°（纬度）， 垂直方向从1000~10 hPa共17层， 资料时段是1961 -2020年。定义上一年的11月至次年的4月为冬半年， 即1961年冬半年为1961年11月至1962年4月， 多年平均值选取1981 -2010年。文中云南省范围包含21°N -30.0°N， 97.5°N -107.0°E， 所涉及的省界地图基于云南智能化气候综合业务服务系统制作， 审图号为云S（2017）030号， 底图无修改。

2.2　方法介绍

（1） 研究区域的环境概况与气候特点
云南地处青藏高原的东南侧， 地势西北高、 东南低， 海拔高差异常悬殊， 因此气温分布总体上有西北低、 东南高的特点。由于境内约95%的土地被高原与山地所覆盖， 地形高山峡谷相间、 地势阶梯递降、 断陷盆地错落的复杂地质地貌， 气候垂直分布差异明显， 因此省内同纬度、 同海拔地区又会表现出东部较西部地区气温偏低的特点（王宇， 2006）。以冬季12月至次年2月云南的平均气温与最低气温的5%分位图为例（图1）， 滇西北及滇东北的中部日平均气温5%分位值在0 ℃以下， 而哀牢山以西地区的日平均气温5%分位值在8.0 ℃以上［图1（a）］； 从日最低气温的分布来看， 除了金沙江河谷及高黎贡山以西的部分区域， 云南24°N以北的大部区域日最低气温的5%分位值均在0 ℃以下， 且滇西北北部最低在-8.0 ℃以下， 而云南24°N以南区域日最低气温的5%分位值均在0 ℃以上， 红河河谷及西双版纳南部日最低气温的5%分位值较高， 在6.0~8.0 ℃［图1（b）］。由此可见气温在云南区域变化较为复杂， 对于云南冷空气活动的分析， 不适合用某一阈值来代替整个区域的变化特征， 应用固定阈值来划分冷空气强度是有局限性的。
图1 1961 -2019年云南冬季日气温5%分位图（单位： ℃）

Fig.1 The five percentile plots of the daily temperature in Yunnan winter of 1961 -2019.Unit： ℃

（2） 极端低温事件的定义
目前对于极端气候事件的判定方法有很多， 本文参考Kiktev et al（2003）、 王遵娅等（2018）极端低温和降温监测指标给出的方法， 采用百分位法来判定极端低温事件。如单站日最低气温和平均气温同时达到判别标准， 则发生极端低温事件； 即1961 -2019年云南冬半年125站的逐日最低气温和日平均气温均低于当月第5分位值时， 作为单站极端低温事件是否发生的判定指标， 低于阈值， 记为这一测站出现了极端低温事件一日。
（3） 区域性极端低温事件的识别
① 首先， 判定单日发生极端低温事件的站点是否具有集中性。参照金燕等（2018）的做法， 设置扫描半径D C为200 km， 即受同一冷事件影响的站点之间的距离不超过200 km， 而两点之间的距离超过200 km则定义为不同区域的冷事件。受影响的群发性站点数定义为全省125站的1/5（Qian et al， 2011）即25站， 该站数已超过了云南天气预报业务中定义全省性天气过程为21站的标准。
②其次， 判定群发性极端低温事件是否具有持续性。利用当日满足群发性极端低温事件的站点（称为事件）与前一日满足低温事件的站点（称为原事件）的重合数进行判断， 是否持续可分为三种情况。Ⅰ.如果重合站点达到标准（选用群发站点数25站的1/3作为标准， 即8站）， 则将该事件并入原事件， 群发性极端低温事件持续。Ⅱ.如果重合站点未达标准， 则原事件暂停， 记录暂停日， 新事件开始。Ⅲ.如果原事件超过3 d（考虑天气系统的影响天数）没有新事件并入， 则原事件至暂停日结束； 如果原事件在3 d内有新事件并入， 则原事件持续。
（4） 区域性极端低温事件的评估
对于群发性极端低温事件综合状况的描述， 本文选取如下参数进行度量：
持续天数（ALD）： 为事件的开始日到结束日之间的总天数；
影响站点数（AST）： 为事件影响的总站数；
累积强度（AQ）： 表示在一次区域性极端低温事件中， 逐站逐日平均气温 T ¯低于阈值 T 0（这里的阈值是指日平均气温第5分位阈值）的距平绝对值之和， 累积强度值越大， 则冷害越强， 即：
AQ= ∑ n = 1 N ∑ k = 1 K | T ¯ n k - T 0 |
式中： n表示过程持续天数； k表示受影响的站数； T ¯ n k表示在极端低温事件中所有受影响站点的日平均气温。
平均强度（MQ）：
MQ=AQ/AST
此外， 通过一元回归、 合成分析、 相关性分析， F检验、 T检验等方法对可能引起云南冬半年极端低温事件的大气环流进行诊断， 资料为了突出年际变化特征均已做了去除线性趋势处理。由于T-N波作用通量能较好地反映中高纬地区环流异常状况激发的Rossby群波能量的频散方向， 所以本文计算T-N波作用通量来考察Rossby波的传播（Takaya and Nakamura， 2001）。

3 云南极端低温事件的时空变化特征

根据以上判别方法， 1961 -2019年的冬半年云南共发生140次区域性极端低温事件， 下面将对140次极端低温事件过程的特征进行分析。

3.1　年际变化

图2为云南区域性极端低温事件的发生频次、 累积强度和累积影响站次的年际变化， 三者均呈现减弱趋势， 其中发生频次与累积影响站次减少趋势明显（通过95%的信度检验）。59年中， 云南区域性极端低温事件发生频次每年约为2.4次， 每10年平均减少约0.65次， 并表现出明显的年际、 年代际特征。近59年来有13年的冬半年发生了超过4次的区域性极端低温事件， 均出现在1992年之前， 之后年内最多仅出现3次区域性极端低温事件。另外， 在59年中有14年未发生区域性极端低温事件， 这14年中除了1972年、 1974年、 1980年和1986年以外， 其余的10年均出现在20世纪90年代以后［图2（a）］。区域性极端低温事件累积影响的站点数变化趋势与发生频次相类似［图2（b）］， 最值得关注的是发生频次和累积影响站次在2010 -2019年近10年出现了增长的趋势（粗实线为近10年的线性趋势）。近10年中， 云南有6年发生了区域性极端低温事件， 其中2017年和2019年的冬半年云南均发生了2次以上的区域性极端低温事件， 这种变化趋势与全球变暖停滞（刘珊等， 2019）的可能联系有待于下一步分析。从图2（c）中可以看出， 累积影响强度的年代际波动较大， 20世纪60年代的年均累积强度相对较弱， 为398 ℃； 1971 -1990年的20年间， 云南的区域性极端低温事件影响较强， 年均累积强度为789 ℃， 其中有7年的累积强度均在1000 ℃以上； 1990年以后， 云南区域性极端低温事件影响强度减弱， 平均累积强度仅为262 ℃， 但在近10年中， 有6年发生了区域性极端低温事件， 其中有3年的累积强度超过500 ℃， 减缓了累积影响强度的减小趋势［图2（c）粗实线］。
图2 1961 -2019年云南省冬半年区域性极端低温事件的年际变化

Fig.2 Annual variations of RELTE in Yunnan Winter half year during 1961 -2019

3.2　频次分布和季节变化

云南区域性极端低温事件持续天数集中在1~4 d之间， 峰值为2~4 d， 超过10 d的极端低温事件极少发生［图3（a）］； 在已识别的140次极端低温事件中， 有129次事件的持续天数没有超过4 d， 过程持续超过10 d的极端低温事件在近59年中仅有1次， 发生在1971年11月中旬至下旬。从事件平均强度来看， 云南区域性极端低温事件平均强度主要集中在3.0 ℃以下， 占已识别事件的91%， 其中平均强度在1.0~2.0 ℃的事件， 近59年中发生了50次； 其次是平均强度为2.0~3.0 ℃的事件， 近59年中发生了30次［图3（b）］。从受影响的站点数来看， 云南区域性冷事件多发， 21~70个站点受影响的事件一共发生108次， 占已识别事件总数的77%； 影响站数超过100个站点的全省性极端低温事件在近59年中仅发生了4次［图3（c）］。云南区域性极端低温事件在11月和3月发生概率较高， 都为28次， 12月份极端低温事件发生较少， 为19次； 冬半年的其余月份极端低温事件发生频次在20~28次［图3（d）］。
图3 1961 -2019年云南冬半年区域性极端低温事件频次特征

Fig.3 Frequency characteristics of RELTE in Yunnan Winter half year during 1961 -2019

在个例分析中发现， 2013年12月中旬及2018年2月上旬的云南极端低温事件持续天数均超过了4 d， 2016年1月下旬的极端低温事件持续了3 d； 在近10年发生的9次极端低温事件中， 有5次的平均强度都超过了2.5 ℃、 有4次受影响站数都在60站以上（几乎达到全省125站的半数）， 其中影响最广的是2013年12月中旬， 极端事件波及了全省125站中的110站。此外2008年的极端低温事件之所以令人印象深刻， 是因为当年1月下旬至2月下旬， 云南连续发生了3次区域性极端低温事件， 影响累积天数达6 d， 平均强度在2.0 ℃左右， 长时间多频次的极端低温事件侵袭大大地提升了灾损。无论从事件持续天数、 平均强度、 影响站点数等各项评估指标来看， 在近年来的极端低温事件中均表现较显著， 印证了在近年暖背景下云南地区极端低温事件偏多出现的现象。

3.3　区域特征

由1961 -2019年140次云南冬半年区域性极端低温事件的累积频次和累积强度的地域分布特征来看， 近59年来， 云南东部地区极端低温事件发生频率较高， 普遍超过60次， 其中滇东北南部与滇东南北部区域， 极端低温事件的累计发生频率在90次以上， 平均每年发生1.5次； 滇中以西的大部地区极端低温事件发生频率在30~50次， 怒江以西的狭窄区域极端低温事件发生频率最低， 在30次以下［图4（a）］。累积强度的空间分布特征与发生频次相类似［图4（b）］， 东部地区受极端低温事件影响的累积强度比西部地区大， 这种分布形势与云南冰冻灾害的空间分布型较为一致（段旭等， 2011）。地形通过改变大气的动力和热力效应， 从而对大气环流的演变产生重要影响， 进而形成不同的天气气候（钟水新， 2020）。显而易见， 云南区域性极端低温事件的空间分布受地理环境的影响较为突出， 云南一般受地面冷高压前部偏东气流的影响， 位于云南中部呈准南北走向的哀牢山脉是冷空气影响滇西的第一道天然屏障， 而位于滇西北的横断山脉则是阻止冷空气进一步西进的第二道屏障。
图4 1961 -2019年云南冬半年区域性极端低温事件地域分布特征

Fig.4 Regional distribution characteristics of RELTE in the winter half year of Yunnan during 1961 -2019

4 大气环流异常与云南冬半年极端低温事件活动的关系

由以上分析可知， 冬半年各月极端低温事件发生频次的季节变化明显， 11月与3月极端低温事件发生的概率较高。其中， 11月是秋季向冬季过渡的月份， 而3月则是冬季向春季过渡的时段， 季节转换期冷空气活跃。由于各个季节影响云南气候异常的大气环流系统有所差别， 本文分成三个阶段来研究云南冬半年极端低温事件活动与大气环流异常的关系： 11月深秋， 12月至次年2月冬季， 3 -4月初春。图5为逐年各季节极端低温事件发生频率的年际变化。从图5中可以看到， 并不是每年的三个季节都有极端低温事件发生， 在近59年中三个季节都有极端低温事件发生的有12年， 均发生在1984年以前， 而1985 -2019年的35年中无三个季节均发生极端低温事件的年份； 深秋季节， 极端低温事件发生的频率减少最快， 在近10年中没有发生。下面本文从环流诊断的角度来简要分析各个季节极端低温事件活动与大气活动之间的关系。
图5 1961 -2019年云南冬半年各季节区域性极端低温事件发生频次

Fig.5 Seasonal variations in frequency of RELTE in Yunnan Winter half year during 1961 -2019

4.1　深秋云南极端低温事件与大气环流异常

北半球热带外大气的活动异常势必会影响东亚冬季气候的异常（谭本馗和陈文， 2014； 张梦等， 2022）， 低纬度地区气候异常也与中高纬环流异常息息相关（刘扬和刘屹岷， 2016）， 从而对某一地区的极端天气气候事件产生影响（黄浩等， 2021）。一次区域性极端事件的发生， 可以从个例分析的角度来讨论其天气成因， 若区域性极端天气事件在某一时段频繁出现， 即持续性的极端事件则可以从气候异常的角度来进行诊断（马丽云等， 2021）。由于500 hPa是大气无辐散层， 影响北半球冬季气候的环流系统在该高度层较为活跃， 同时500 hPa大气环流异常也是气候预测业务中主要的诊断信号， 因此本文首先考察云南极端低温事件活动频次与中层大气活动之间的联系。图6（a）是云南深秋11月份极端低温事件活动频次与500 hPa高度、 风场的回归， 研究发现当东亚地区中高纬与中低纬呈现一致型的西高东低形势， 赤道以北太平洋上空呈东北低、 西南高的气压分布， 北美大陆上空北高南低时， 云南极易发生区域性极端低温事件。为印证上述气压分布形势是否能够影响云南深秋时节的极端低温事件活动， 选取通过显著性检验的区域［图6（a）中红色边框区域］的高度场距平来构建一个高度场变化指数 I h g t= ∑ I A- ∑ I C， 其中IA为高压区域高度场距平， IC为低压区域高度场距平。指数I hgt与云南11月气温求相关后发现［图6（b）］， 除滇西北的西部与指数呈弱的正相关外， 其余地区均呈负相关， 且滇中以东地区通过了95%的信度检验。图6（a）中从北美至太平洋西海岸的波列， 与正欧亚遥相关型（EU型）的气压分布类似（李崇银， 1995）， 有研究表明， 秋季我国西南地区气温与欧亚波列呈负相关， 欧亚波列传播在东北亚形成异常低压环流（郭漪然等， 2019）， 加深东亚大槽， 云南为高压前部、 槽区底部的偏北气流控制， 气温下降明显。此外也注意到在东亚地区与太平洋中西部的波列经由太平洋东北部的低压环流的传递， 直至北美地区。该区域与云南地区深秋时节的极端冷空气活动有怎样的联系将继续考察。
图6 1961 -2019年云南深秋11月区域性极端低温事件发生频次与同期500 hPa高度场（等值线）和风场（矢量）回归（阴影区和绿色箭头表示通过95%的信度检验）（a）及同期I hgt与云南11月站点气温的相关（小于-0.25的区域通过95%的信度检验）（b）

Fig.6 The regression of frequency about Yunnan RELTE and geopotential height （contour） or wind （vector） at 500 hPa in November during 1961 -2019 （shaded areas and green vectors indicate significance at 95% confidence level）（a）.The correlation coefficient between the I hgt and the temperature in Yunnan in November （areas less than -0.25 indicate significance at 95% confidence level） （b）

低层冷空气活动是造成降温的直接原因。本文选取在近59年中， 11月云南发生区域性极端低温事件2次及以上的有5年（1961年、 1969年、 1976年、 1979年和1992年）， 合成850 hPa的风场及温度平流来看［图7（a）］， 云南11月近地面层在来自中高纬的东北风引导的地面冷平流控制下， 容易形成极端低温事件， 这也说明深秋时节云南地区强降温多由东北路径的冷空气入侵导致。由于极端低温事件持续时间不长， T-N波通量则表现一段时间内天气尺度瞬变波的时间演变， 因此采用日资料来合成分析上述5年中发生的11次持续性极端低温事件时段的300 hPa T-N波通量［图7（b）］。可见， Rossby波活跃中心位于西半球北美大陆中纬度地区， 波能量沿着格陵兰岛南部、 欧洲西部、 乌拉尔山直至青藏高原， 传至云南上空。以波能量频散为纽带， 上述区域高层呈现“+ - + -”的异常环流型； 从涡度合成来看， 在欧亚大陆上， 由西北向东南， 形成涡度“- + - +”的分布， 这样的配置有利于东亚大槽发展、 加深， 对冷空气南下影响云南有利。对比图7（b）与图6（a）发现， 300 hPa西半球位于北美大陆上空波作用通量活跃的中心与中层500 hPa北美大陆北部的高压中心位置大致重合， 说明高层北美大陆上空Rossby波东传加剧东亚地区“西高东低”的气压配置， 是引起深秋时节我国低纬高原地区冷空气活动频繁的主要原因之一。
图7 11月850 hPa温度平流（填色， 单位： ×10-7 K·s-1）与风速（矢量， 单位： m·s-1）合成（a）（打点区与蓝线区分别表示风矢量和温度平流通过95%信度检验）及300 hPa高度距平（等值线， 单位： hPa）、 T-N波通量（矢量， 单位： m2·s-2）与东半球涡度（绿色等值线， 单位： ×10-5 m·s-1）合成（b）

阴影区和红箭头表示高度场和T-N波通量通过95%信度检验

Fig.7 The composite of anomalous temperature advection （filled areas， unit： ×10-7 K·s-1） and wind of 850 hPa in November（vector， unit： m·s-1）（a） （The dotted area and the blue line area are significant at the 95% confidence level about the wind vector and temperature advection respectively）.The composition about geopotential height anomaly （linea， unit： hPa）、 T-N wave activity fluxes （vector， unit： m2·s-2） and vorticity （green linea， unit： ×10-5 m·s-1） of 300 hPa about Eastern Hemisphere in November （b）.The shaded areas and the red arrows indicate geopotential height and T-N wave activity fluxes significance at 95% confidence level espectively

4.2　冬季云南极端低温事件与大气环流异常

通过云南冬季12月至次年2月极端低温事件活动频次与500 hPa高度、 风场的回归［图8（a）］可以发现， 当东亚地区中高纬与低纬呈现“北高南低”， 北大西洋由北向南呈（- + -）气压分布时， 云南容易发生区域性极端低温事件。同样选取图8（a）中红色边框区域内的高度场距平差来构建指数 I h g t= ∑ I A- ∑ I C， 与云南冬季气温求相关后发现［图8（b）］， 云南冬季气温均与指数呈负相关， 除滇东南、 滇西南北部没有达到95%显著性检验外， 其余地区相关均显著。在大西洋表现为（- + -）“跷跷板”气压结构， 与北大西洋涛动（NAO）主体位置较一致（John et al， 1981）。NAO是北半球冬季重要的纬向非对称遥相关型， 其正位相有利于罗斯贝波向下游频散（Scaife et al， 2008）， 增强东亚地区“北高南低”的气压配置。同时， 也会引起西伯利亚高压（SH）东西部气压变化不一致， 东强西弱时， 有利于引导冷空气沿偏东路径南下影响我国西南地区（朱红霞等， 2019）。
图8 1961 -2019年云南冬季区域性极端低温事件发生频次与同期500 hPa高度场（等值线）和风场（矢量）回归（阴影区和绿色箭头表示通过95%的信度检验）（a）及同期I hgt与云南冬季站点气温的相关（小于-0.25的区域通过95%的信度检验）（b）

Fig.8 The regression of frequency about Yunnan RELTE and geopotential height （contour） or wind （vector） at 500 hPa in Winter during 1961 -2019（shaded areas and green vectors indicate significance at 95% confidence level） （a）.The correlation coefficient between the I hgt and the winter temperature in Yunnan （areas less than -0.25 indicate significance at 95% confidence level） （b）

在近59年中， 有7年冬季的极端低温事件活动频次在3次及以上（1961年、 1966年、 1973年、 1975年、 1976年、 1982年和1992年）。合成这7年850 hPa的温度平流及风场来看［图9（a）］， 中高纬的冷空气受地面冷高压前部偏北风的引导南下， 再由中低纬东风引导、 输送至云南， 即冬季偏东路径的冷空气容易导致云南地区出现极端低温事件。
图9 冬季850 hPa温度平流（填色， 单位： ×10-7 K·s-1）与风速（矢量， 单位： m·s-1）合成（a）（打点区与蓝线区分别表示风矢量和温度平流通过95%信度检验）及2月份300 hPa高度距平（等值线， 单位： hPa）、 T-N波通量（矢量， 单位： m2·s-2）与东半球涡度（绿色等值线， 单位： ×10-5 m·s-1）合成（b）阴影区和红箭头表示高度场和T-N波通量通过95%信度检验

Fig.9 The composite of anomalous temperature advection （filled areas， unit： ×10-7 K·s-1） and wind of 850hPa in Winter （vector， unit： m·s-1）（a） （The dotted area and the blue line area are significant at the 95% confidence level about the wind vector and temperature advection respectively）.The composition about geopotential height anomaly （linea， unit： hPa）、 T-N wave activity fluxes （vector， unit： m2·s-2） and vorticity （green linea， unit： ×10-5 m·s-1） of 300 hPa about Eastern Hemisphere in February （b）.The shaded areas and the red arrows indicate geopotential height and T-N wave activity fluxes significance at 95% confidence level espectively

考察波通量频散特征时， 选择在冬季的三个月中云南持续性极端低温事件发生次数最多的2月份来合成考察。在已识别的事件中， 2月份发生持续性极端低温事件最多的有3年（1974年、 1977年、 2008年）， 云南一共发生极端低温事件7次， 合成这7次极端事件的T-N波通量后发现［图9（b）］， 影响东亚地区冷空气活动的Rossby波的传播中心主要是位于北大西洋的亚速尔群岛上空的高压中心， 波能量沿着东欧、 里海经由青藏高原西南传至云南。在波能量频散路径上， 呈现“+ - + -”的异常环流型； 从涡度合成来看， 上述区域表现为与之相对应的“- + - +”的分布特征， 高层的气压与涡度的配置， 加强东亚中低纬地区“西北高东南低”的高度场配置， 有利于冷空气南下影响云南。同样， 高层300 hPa Rossby波东传中心［图9（b）］与中层500 hPa北大西洋上空的高压中心大致重合［图8（a）］， 说明冬季特别是后冬的2月份， 北大西洋亚速尔群岛上空的Rossby波东传可能是激发云南冬季极端冷空气活跃的原因之一。从Rossby波传播路径来看较深秋时段频散路径偏西。

4.3　初春云南极端低温事件与大气环流异常

从云南初春3 -4月极端低温事件活动频次同500 hPa高度与风场的回归［图10（a）］分析可发现， 东亚及太平洋区域上空呈气压“北高南低”时， 云南容易发生区域性极端低温事件。其中在北太平洋区域呈现的“北正南负”的气压分布， 与正的西太平洋大气遥相关型（WP型）相类似， 有研究表明WP指数偏高有利于500 hPa中纬度地区位势高度偏高， 亚洲中高纬地区纬向环流加强、 东亚副热带急流偏南， 致使欧洲中东部冷空气影响我国的西南（李勇等， 2007； 董李丽等， 2015）； 同样选取［图10（a）］中红色边框区域内的高度场距平来构建高度场变化指数I hgt与云南3 -4月气温求相关后发现［图10（b）］， 全省呈负相关， 除滇西北南部及滇东北东部相关不显著外， 其余地区均与高度指数呈显著负相关。
图10 1962 -2020年云南初春3 -4月区域性极端低温事件发生频次与同期500 hPa高度场（等值线）和风场（矢量）回归（阴影区和绿色箭头表示通过95%的信度检验）（a）及同期I hgt与云南3 -4月站点气温的相关（小于-0.25的区域通过95%的信度检验）（b）

Fig.10 The regression of frequency about Yunnan RELTE and geopotential height （contour） or wind （vector） at 500 hPa in Early Spring during 1962 -2020 （shaded areas and green vectors indicate significance at 95% confidence level）（a）.The correlation coefficient between the Ihgt and the temperature of Yunnan in early spring （areas less than -0.25 indicate significance at 95% confidence level） （b）

在近59年中， 有11年云南初春的极端低温事件活动频次在3次以上（1962年、 1965年、 1967年、 1968年、 1974年、 1980年、 1993年、 1985年、 1989年、 1990年、 1997年）。合成这11年850 hPa的温度平流及风场［图11（a）］， 发现云南初春极端低温事件活跃时， 中高纬的冷空气在我国东部偏北风和中纬度东风的共同引导南下、 东进， 云南受地面冷平流控制， 同时孟湾地区南支槽较为活跃， 这三支气流在云南交汇， 容易形成区域性极端低温事件。同样， 选择初春时节云南持续性极端低温事件发生最多的3月份来合成考察高层T-N波通量的频散特征。在近59年中， 3月份发生极端低温事件最多有4年（1965年、 1983年、 1985年、 1989年）， 一共发生了11次， 我们合成这11次极端事件的T-N波通量后发现［图11（b）］， Rossby波的传播中心位于美国西海岸中高纬度上空， 与500 hPa东北太平洋上空的高压位置大致重合［图10（a）］， 能量经由大西洋、 冰岛、 斯堪的纳维亚半岛、 巴湖以东， 跨越青藏高原进入云南。从涡度合成来看， 欧亚大陆上从斯堪的纳维亚半岛至里海为准南北向的波列， 在欧亚大陆中纬度的贝加尔湖与巴湖之间转为准东西向波列， 涡度在蒙古高原和青藏高原上空再次转为准南北向波列， 这样的涡度配置， 有利于形成欧亚大陆高度场南北正压的环状结构， 对应北极涛动（AO）正位相， 温带急流减弱， 冷空气沿副热带急流从欧洲南部入侵西南地区（朱红霞等， 2019）。
图11 初春850 hPa温度平流（填色， 单位： ×10-7 K·s-1）与风向（矢量， 单位： m·s-1）合成（a）（打点区与蓝线区分别表示风矢量和温度平流通过95%信度检验）及3月300 hPa高度距平（等值线， 单位： hPa）、 T-N波通量（矢量， 单位： m2·s-2）与东半球涡度（绿色等值线， 单位： ×10-5 m·s-1）合成（b）阴影区和红箭头表示高度场和T-N波通量通过95%信度检验

Fig.11 The composite of anomalous temperature advection （filled areas， unit： ×10-7 K·s-1） and wind of 850 hPa in Early Spring （vector， unit： m·s-1）（a） （The dotted area and the blue line area are significant at the 95% confidence level about the wind vector and temperature advection respectively）.The composition about geopotential height anomaly （linea， unit： hPa）、 T-N wave activity fluxes （vector， unit： m2·s-2） and vorticity （green linea， unit： ×10-5 m·s-1） of 300 hPa about Eastern Hemisphere in March （b）.The shaded areas and the red arrows indicate geopotential height and T-N wave activity fluxes significance at 95% confidence level espectively

以上分析表明云南冬半年气温变化与500 hPa环流变化的关系密切。目前， 人们在气候业务中定义了很多指数来表征大气环流变化， 为了进一步验证以上定义的不同季节I hgt指数与云南气温变化的关系， 对比分析了I hgt与国家气候中心业务使用的88项环流指数中的欧亚经向环流指数（EMCI）、 欧亚纬向环流指数（EZCI）、 西太平洋遥相关型指数（WP）和北太平洋遥相关型指数（NP）以及欧亚-太平洋遥相关型指数（EUP）（表略）， 发现本文定义的指数确实比以上环流指数更能反映大气环流变化对云南冬季气温变化的影响， 更具有针对性。

5 结论

（1） 利用云南125站逐日最低气温和平均气温， 对1961 -2019年来云南冬半年区域性极端低温事件进行识别及统计分析后发现： 近59年来， 云南共发生区域性极端低温事件140次， 其发生频次、 累积强度和累积影响站次均呈现下降趋势， 其中发生频次与累积强度减少趋势明显， 且年际、 年代际差异大。在2010 -2019年的近10年中， 云南极端低温事件的发生频次、 累积影响站数又有所增长。
（2） 云南冬半年区域性极端低温事件持续天数集中在1~4 d， 峰值为2~4 d， 超过10 d的极端低温事件极少发生； 平均强度主要集中在3.0 ℃以下， 占已识别事件的91%； 云南全省性极端低温事件发生较少； 冬半年中， 11月和3月区域性极端低温事件发生概率较高， 12月份发生较少。
（3） 云南区域性极端低温事件的空间分布受地理环境的影响较为明显。东部地区冷事件发生频率较高， 怒江以西的狭窄区域发生频率较低。
（4） 20世纪80年代中期以后， 无三个季节均发生极端低温事件的年份； 深秋极端低温事件发生的频率减少最快， 在近10年中没有发生。
（5） 云南冬半年各季节极端低温事件的活动与大气环流的异常有着不同的联系： 300 hPa上， 北美大陆上空的Rossby波东传， 加深东亚地区500 hPa “西高东低”气压形势配置， 850 hPa由偏北气流引导冷平流南下， 极易引发云南深秋时节的极端低温事件； 冬季， 300 hPa北大西洋亚速尔群岛上空Rossby波东传， 加深东亚地区500 hPa “北高南低”气压形势配置， 近地面层， 偏北气流南下， 由中纬度东风引导冷平流东进， 云南易发生极端低温事件； 初春， 东北太平洋上空的Rossby波东传经由斯堪的纳维亚半岛至东亚中低纬度地区， 近地面层， 偏北和偏东气流共同引导冷平流南下与南支槽引导的西南暖湿气流相遇， 云南易发生极端低温事件。
本文用逐日气温资料对云南地区近59年来区域性极端性低温事件的发生规律及不同季节区域性极端低温事件的成因进行了客观的统计分析， 简单揭示了各季节极端低温事件活动与大气环流异常之间的联系， 为低纬高原地区冬季极端事件诊断、 预测、 预警提供了相对可靠的参考。在前人研究中发现： 由于云南所处的特殊的地理位置， 影响云南气候异常的因子与我国东部地区不尽相同， 而且不同季节的环流异常对西南地区冷空气活动的影响机理也有差异。目前， 云南地区极端低温事件与大气遥相关等气候系统之间的年代际影响机理及不同气候系统之间协同机制尚不明确； 前面分析我们也注意到不同时段极端低温事件中地面冷平流的引导气流方向不同， 这种不同的冷空气路径与大气环流异常， 有着怎样的关联？因此， 相关的分析需要进一步展开。

References

null
Alexander L V， Zhang X， Peterson T C， et al， 2006.Global observed changes in daily climate extremes of temperature and precipitation［J］.Journal of Geophysical Research： Atmospheres， 111（D5）.DOI： 10.1029/2005JD006290．
null
Cattiaux J， Vautard R， Cassou C， et al， 2010.Winter 2010 in Europe： a cold extreme in a warming climate［J］.Geophysical Research Letters， 37（20）： 114-122.DOI： 10.1029/2010GL044613 .
null
Ding Y， Ren G， Zhao Z， et al， 2007.Detection， causes and projection of climate change over China： an overview of recent progress［J］.Advances in Atmospheric Sciences， 24（6）： 954-971.
null
IPCC， 2013.Climate change： the physical science basis［M］.Cambridge UK and New York USA： Cambridge University Press.
null
John M， Wallace， David S， et al， 1981.Teleconnections in the geoptential height field during the Northern Hemisphere Winter［J］.Monthly Weather Review， 109（4）： 784-812.
null
Kiktev D， Sexton D M H， Alexander L， et al， 2003.Comparison of modeled and observed trends in indices of daily climate extremes［J］.Journal of Climate， 16（22）： 3560-3570．
null
Pal J S， Eltahir E A B， 2016.Future temperature in southwest Asia projected to exceed a threshold for human adaptability［J］.Nature Climate Change， 6（2）： 197-200．
null
Peng J B， Cholaw B， 2011.The definition and classification of extensive and persistent extreme cold events in China［J］.Atmospheric and Oceanic Science Letters， 4（5）： 281-286.DOI： 10.1080/16742834.2011.11446943 .
null
Qian W H， Shan X L， Zhu Y F， 2011.Ranking regional drought events in China for 1960-2009.Advances in Atomspheric Sciences［J］， 28（2）： 310-321.
null
Scaife， Folland， Alexander， et al， 2008.European climate extremes and the North Atlantic Oscillation［J］.Journal of Climate， 21（1）： 72-83.DOI： 10.1175/2007JCLI1631.1 .
null
Takaya K， Nakamura H， 2001.A formulation of phase-independent wave-activity flux for stationary and migratory quasigeostrophic eddies on a zonally varying basic flow［J］.Journal of the Atmospheric Sciences， 58（6）： 608-627.
null
丁一汇， 王遵娅， 宋亚芳， 等， 2008.中国南方2008年1月罕见低温雨雪冰冻灾害发生的原因及其与气候变暖的关系［J］.气象学报， 66（5）： 808-825.DOI： 10.11676/qxxb2008.074 .
null
董李丽， 李清泉， 丁一汇， 2015.全球变暖背景下我国春季气温的时空变化特征［J］.气象， 41（10）： 1177-1189.DOI： 10.7519/ j.issn.1000-0526.2015.10.001 .
null
段旭， 陶云， 段长春， 等， 2011.云南省冰冻灾害气候区划［J］.高原气象， 30（3）： 683-691.
null
郭漪然， 田孟坤， 陈艳， 等， 2019.秋季欧亚波列对我国秋季降水和表面气温的影响［J］.云南大学学报（自然科学版）， 41（4）： 746-752.DOI： 10.7540/j.ynu.20180451 .
null
胡宜昌， 董文杰， 何勇， 等， 2007.21世纪初极端天气气候事件研究进展［J］.地球科学进展， 22（10）： 1066-1075.DOI： 10.11867/j.issn.1001-8166.2007.10.1066 .
null
黄浩， 张勃， 马尚谦， 等， 2021.甘肃河东地区近30 年季节极端气温指数变化与环流影响［J］.高原气象， 40（1）： 133-144.DOI： 10.7522/j.issn.1000-0534.2019.00118 .
null
金燕， 况雪源， 晏红明， 等， 2018.近55年来云南区域性干旱事件的分布特征和变化趋势研究［J］.气象， 44（9）： 1187-1197.DOI： 10.7519/j.issn.1000-0526.2018.09.005 .
null
金燕， 晏红明， 杨素雨， 等， 2012.西伯利亚高压与冬季欧亚大陆热力变化的关系［J］.气象科学， 32（5）： 542-549.DOI： 10.3969/2012jms.0056 .
null
李崇银， 1995.气候动力学引论［M］.北京： 气象出版社， 193-197.
null
李勇， 何金海， 姜爱军， 等， 2007.冬季西太平洋遥相关型的环流结构特征及其与我国冬季气温降水的关系［J］.气象科学， 27（2）： 119-125.
null
刘珊， 陈幸荣， 蔡怡， 2019.全球变暖“停滞”研究综述［J］．海洋学报， 41（4）： 1-14.DOI： 10.3969/j.issn.0253-4193.2019.04.001 .
null
刘扬， 刘屹岷， 2016.我国西南地区秋季降水年际变化的空间差异及其成因［J］.大气科学， 40（6）： 1215-1226.DOI： 10.3878/j.issn.1006-9895.1511.15269 .
null
刘瑜， 赵尔旭， 黄玮， 等， 2010.云南近46年降水和气温变化趋势的特征分析［J］.灾害学， 25（1）： 39-44.
null
刘子奇， 路瑶， 李艳， 2022.中国大范围持续性极端低温事件年代际变化及其大气环流成因［J］.高原气象， 41（3）： 558-571.DOI： 10.7522/j.issn.1000-0534.2021.00031 .
null
马丽云， 饶建， 孙晓娟， 等， 2021.蒙古高压和极涡中期过程对2010 年疆北持续性降雪的影响［J］.高原气象， 40（2）： 302-313.DOI： 10.7522/j.issn.1000-0534.2020.00040 .
null
彭贵芬， 段旭， 舒康宁， 2010.云南2008年冰冻灾害评估［J］.气象， 36（10）： 72-77.DOI： 10.7519/j.issn.1000-0526.2010.10.012 .
null
秦剑， 琚建华， 解明恩， 等， 1997.低纬高原天气气候［M］.北京： 气象出版社， 142-147.
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
谭本馗， 陈文， 2014.中高纬度大气遥相关动力学及其对东亚冬季气候影响的研究进展［J］.气象学报， 72（5）： 908-925.DOI： 10.11676/qxxb2014.071 .
null
陶云， 吴星霖， 段旭， 等， 2009.2008年云南滇东北电线覆冰的气象条件［J］.灾害学， 24（2）： 82-86．
null
王迪， 何金海， 祁莉， 等， 2015.全球变暖减缓背景下欧亚秋冬温度变化特征和原因［J］.气象科学， 35（5）： 534-542.DOI： 10. 3969/2014jms.0023 .
null
王宇， 2006.云南山地气候［M］.昆明： 云南科技出版社： 13- 17.
null
王遵娅， 邹旭恺， 高荣， 2018. GB/T34293-2017 极端低温和降温监测指标 ［S］.北京： 中国国家标准化管理委员会.
null
许美玲， 段旭， 杞明辉， 等， 2011.云南省天气预报员手册［M］.北京： 气象出版社， 179-193．
null
晏红明， 梁红丽， 金燕 等， 2015.冬季欧亚大陆热力变化特征及其与大气环流的关系［J］.大气科学学报， 38（5）： 577-587.DOI： 10.13878/j.cnki.dqkxxb.20140528002 .
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， 28（4）： 870-879.
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， 27（1）： 71-76.
null
姚愚， 陶云， 邢冬， 等， 2018.1961-2014年冬半年云南冷空气活动气候特征分析［J］.灾害学， 33（1）： 122-129.DOI： 10.3969/j.issn.1000-811X.2018.01.022 .
null
云南省气候中心， 2017.2016年云南省气候公报［M］， 昆明： 云南省气象局.
null
云南省气候中心， 2018.2017年云南省气候公报［M］， 昆明： 云南省气象局.
null
云南省气候中心， 2014.2013年云南省气候公报［M］， 昆明： 云南省气象局.
null
云南省气候中心， 2019.2018年云南省气候公报［M］， 昆明： 云南省气象局.
null
张梦， 陶丽， 邵海燕， 2022.北大西洋涛动/北极涛动与中国冷事件频数年际和年代际变化的联系及其差异［J］.高原气象， 41（4）： 850-863.DOI： 10.7522/j.issn.1000-0534.2021.00035
null
钟水新， 2020.地形对降水的影响机理及预报方法研究进展［J］.高原气象， 39（5）： 1122-1132.DOI： 10.7522/j.issn.1000-0534. 2019.00083 .
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 .
Options
Outlines

/

〈 〉

The system is designed and developed by Beijing magtec Technology Development Co., Ltd. with technical support: support@magtech.com.cn