Low-Frequency Characteristics of Large-Scale Persistent Low Temperature Events in Winter in China and its Relation to Atmospheric Low-frequency Oscillation

  • Ying TAN ,
  • Liping LI ,
  • Chunhua SHI ,
  • Weiyi MAO ,
  • Yige LI
Expand
  • 1. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/Key Laboratory of Meteorological Disaster (NUIST),Ministry of Education,Nanjing University of Information Science &Technology,Nanjing 210044,Jiangsu,China
    2. Institute of Desert Meteorology,China Meteorological Administration,Urumqi 830002,Xinjiang,China
    3. Xiyang County Meteorological Bureau,Xiyang 045300,Shanxi,China

Received date: 2021-06-28

  Revised date: 2021-12-28

  Online published: 2022-12-15

Cite this article

Ying TAN , Liping LI , Chunhua SHI , Weiyi MAO , Yige LI . Low-Frequency Characteristics of Large-Scale Persistent Low Temperature Events in Winter in China and its Relation to Atmospheric Low-frequency Oscillation[J]. Plateau Meteorology, 2022 , 41(6) : 1410 -1424 . DOI: 10.7522/j.issn.1000-0534.2021.00118

1 引言

全球气候持续变暖使大量冰川消退、 冻土融化, 生物物理系统受到不同程度的影响, 各类极端天气、 气候事件发生的频率和强度都有所增加(Collins et al, 2019)。Zhang et al(2016)发现1980年以来, 北极平流层极地涡旋持续向欧亚大陆偏移, 使得欧亚大陆和北美部分地区温度异常偏低。近年来, 与极端温度联系的极端天气、 气候事件是气象科学界研究的热点。研究发现, 中国冬季温度及其大气环流异常存在明显年际、 年代际变化特征(康丽华等, 2009; 韦玮等, 2014, 2020; Li et al, 2021), 且中国冬季温度与西伯利亚高压(Siberian high, SH)、 东亚季风强度、 秋季海冰面积/强度等存在明显负相关关系(龚道溢和王绍武, 1999; 王遵娅和丁一汇, 2006; 申红艳等, 2010; 李艳等, 2019; 杨冬东等, 2020; 王璠等, 2021)。侯亚红等(2007)研究表明, SH的面积和中心纬度异常也是影响中国冬季温度的重要因素。朱红霞等(2019)进一步探究了 SH 的年际变化模态和特征, 及其影响东亚温度的物理机制。当SH持续偏强时, 有利于低温事件的维持(刘名歆等, 2021)。前期对流层高层极涡的增强和北移, 有利于后期蒙古高压的增强和南移, 造成低温事件甚至持续降雪的发生(马丽云等, 2021)。Li et al(2021)研究指出, 北半球中纬度海温异常能激发大气遥相关波列, 进而影响华北寒潮的发生。北极涛动(Arctic Oscillation, AO)是北半球中高纬度重要的大气遥相关型, 以准定常行星波的垂直传播为桥梁, AO可通过影响平流层的西风强弱, 使得对流层低层的行星波振幅发生变化, 从而影响西伯利亚高压(Siberian high, SH)和阿留申低压(Aleutian low, AL)的强弱, 最终影响东亚地区的温度, 当AO处于负位相时, 有利于东亚冷异常的出现。
中国冬季温度除具年际、 年代际异常特征, 还存在明显的10~20天、 10~30天或30~60 天低频周期(朱毓颖和江静, 2013; 谭桂容和张文正, 2018), 李文慧等(2020)发现, 中国冬季温度的次季节振荡存在地域差异, 其南部和东部地区10~20天的振荡特征比西部更为显著。研究表明, 在温度10~30天低频变化的典型年份, 10~30天低频分量占冬季温度方差可达30%以上(谭桂容和张文正, 2018)。在一些强降温过程中, 温度也具有显著10~30天低频振荡(苗青等, 2016a, 2016b)。大气低频振荡在天气、 气候演变中扮演重要角色, 对持续性极端事件的发生具有重要作用(丁一汇和梁萍, 2010)。研究发现, 全球大气都存在不同时间尺度的低频周期, 以热带和中高纬最为显著, 其主要包括10~20天和30~60天的季节内变率(Madden and Julian, 1971; 李崇银, 1990; 李崇银和张勤, 1991; 丁一汇和梁萍, 2010)。热带大气30~60天低频振荡(Madden-Julian Oscillation, MJO)除直接影响热带大气活动外, 还可通过激发Rossby波影响热带外的大气, 从而影响冷空气的活动路径和范围, 进而对中国冬季温度产生影响(Matthews et al, 2004; Jeong et al, 2005; 朱毓颖和江静, 2013; 张伟, 2013; 张伟和江静, 2015)。中低纬大气低频振荡的共同作用也是导致中国大范围持续性低温事件爆发的重要原因(马晓青等, 2008; 朱毓颖和江静, 2013)。在中高纬度, 影响中国冬季温度的乌拉尔山环流存在显著10~30天低频周期, 当环流异常超前低频温度15天左右时两者相关性最好(谭桂容和张文正, 2018)。此外, 影响中国冬季温度的东亚冬季风月内尺度振荡能很好指示同期西南地区的强低温过程(齐冬梅等, 2016)。在10~20天准双周尺度上, 对流层低层的异常北风在水平方向上主要表现为从高纬向低纬传播(李华凝等, 2018)。李艳等(2018)表示通过追踪低频信号, 辅以相应的数值预报产品, 可为极端低温过程的延伸期预报提供参考。
已有学者利用不同的分类方法将持续性低温事件分为多种类型(Peng and Bueh, 2011; 张伟和江静, 2015; 陈官军等, 2017; Yuan and Li, 2019)。Peng and Bueh(2012)研究发现, 不同斜脊、 横槽的强度和位置都会导致不同类型的持续性低温事件发生, 亚洲极涡和乌拉尔山斜脊是事件发生的重要前兆信号。张伟和江静(2015)在研究热带大气季内振荡对中国冬季持续低温事件的影响时发现, 当MJO 位于不同位相时, 中国各区域发生持续低温事件的概率也不同。
综上, 针对低温事件年际、 年代际的特征及成因研究已有不少, 也有部分工作研究大气季节内振荡对持续性低温事件的影响, 但大气低频振荡对不同类型大范围持续性低温事件的影响有何差异?值得进一步研究。因此本文拟从低频角度出发, 系统对比不同类型大范围持续性低温事件的低频特征及可能影响因子, 寻找其延伸期的预测信号, 为延伸期预报提供有意义的参考信息。

2 资料来源与方法介绍

2.1 资料及预处理

本文主要使用如下资料: (1)国家气象信息中心提供的2481站逐日平均气温; (2)NCEP/NCAR逐日的再分析资料, 包括海平面气压场、 位势高度场、 风场和气温场, 水平分辨率为2.5×2.5, 共17层。时段为1980年1月1日至2017年12月31日, 定义当年12月至次年2月为当年的冬季。
为保持数据的连续性, 剔除1980 -2016年冬季平均温度有缺测、 水平迁移距离大于20 km的站点。为兼顾空间均一性, 将站点经纬度的小数部位四舍五入, 当有多个站点经纬度计算结果均相同时, 取其一作为代表站, 最终选定分布较为均匀的654个站点, 如图1所示。文中所用地图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(2020)4619的中国地图制作, 底图无修改。
图1 全国654个站点位置分布

Fig.1 Location distribution of 654 stations in China

2.2 方法介绍

参考Peng and Bueh(2011)及朱毓颖和江静(2013)关于大范围持续性低温事件的定义, 本文在单站持续性低温事件定义基础上, 定义了大范围持续性低温事件。具体如下:
(1) 首先采用百分位法定义单站持续性低温事件。即对每个站点, 将该站某日前后2天(共5天)多年(1980 -2016年)的平均温度连起来并做升序排列, 取第10个百分位值作为该站当日的低温阈值。当某日平均温度小于等于此阈值, 且小于当日的气候平均值, 则认为该站当日发生了低温事件。若低温事件持续5天(中间可中断1天)及以上, 则定义该站发生1次单站持续性低温事件。
(2) 在一段时间内, 若每天有超过10%的成片的站点发生持续性低温事件, 且时间持续8天及以上, 则定义为一次大范围持续性低温事件。把发生单站持续性低温事件的站数百分比首次超过(低于)10%的日期定为此事件的开始(结束)日。若两次大范围持续性低温事件间隔为1天, 仍视为1次。本文主要研究的是大范围持续性低温事件, 为方便, 下文将大范围持续性低温事件简称为事件。
另外, 本文还采用了经验正交函数分解(EOF)、 功率谱分析、 Butterworth带通滤波、 合成分析等方法; 对EOF分析所得特征向量进行North准则检验, 对功率谱分析结果进行红噪音检验, 对合成分析结果进行Student-t检验(吴洪宝和吴蕾, 2005; 魏凤英, 2007; 王盘兴等, 2019)。

3 大范围持续性低温事件的分类和低频周期

3.1 大范围持续性低温事件的选取

根据2.2节中关于大范围持续性低温事件的定义, 选取了符合条件的事件共21次, 事件的开始日、 结束日、 持续时间等具体信息见表1, 因1984年和2009年各发生两次事件, 为了区分, 第一次事件记为1984(1)、 2009(1), 第二次记为1984(2)、 2009(2)。可见, 事件的持续时间最长为34天, 平均每次13.4天, 峰值日站点百分比大多在20%以上(19/21)。由1980 -2016年冬季大范围持续性低温事件频次序列(图2)可知, 事件频次具有明显年际、 年代际异常特征, 1984年和2009年冬季事件频次最多, 均为2次。20世纪80~90年代初期事件偏多(10次), 20世纪90年代中期到21世纪00年代中期偏少(4次), 21世纪00年代后期以来事件频次又有增多趋势(7次)。
表1 21次大范围持续性低温事件具体信息表

Table 1 Information about 21 large-scale persistent low temperature events

年份 开始日期 结束日期 站点峰值日期 峰值日站点数 站点百分比/% 持续时间/d
1981 1982-02-06 1982-02-14 1982-02-10 138 21.10 9
1982 1983-02-03 1983-02-18 1983-02-10 134 20.49 16
1983 1984-01-19 1984-02-10 1984-02-06 282 43.12 23
1984(1) 1984-12-15 1984-12-31 1984-12-22 422 64.53 17
1984(2) 1985-02-16 1985-02-25 1985-02-21 249 38.07 10
1985 1985-12-05 1985-12-17 1985-12-10 375 57.34 13
1987 1987-12-01 1987-12-08 1987-12-05 186 28.44 8
1989 1990-01-20 1990-02-04 1990-01-31 157 24.01 16
1991 1991-12-25 1992-01-03 1991-12-30 266 40.67 10
1992 1993-01-11 1993-01-23 1993-01-16 318 48.62 13
1995 1996-02-16 1996-02-25 1996-02-20 332 50.76 10
1999 2000-01-26 2000-02-04 2000-01-31 176 26.91 10
2000 2001-01-10 2001-01-17 2001-01-14 148 22.63 8
2002 2002-12-23 2003-01-07 2002-12-26 160 24.46 16
2007 2008-01-13 2008-02-15 2008-02-01 348 53.21 34
2009(1) 2009-12-30 2010-01-06 2010-01-04 98 14.98 8
2009(2) 2010-02-11 2010-02-18 2010-02-14 232 35.47 8
2010 2011-01-02 2011-01-21 2011-01-07 221 33.79 20
2011 2012-01-21 2012-02-01 2012-01-23 113 17.28 12
2012 2012-12-30 2013-01-09 2013-01-03 133 20.34 11
2013 2014-02-06 2014-02-15 2014-02-10 262 40.06 10
图2 1980 -2016年中国冬季大范围持续性低温事件频次序列

Fig.2 The frequency series of large-scale persistent low temperature events over China in winter from 1980 to 2016

3.2 大范围持续性低温事件的分类

参考张伟和江静(2015)的分类方法, 分三步对事件进行分类。
第一步: 根据选取的21个事件的站点数峰值日, 判断每个站点在每次事件峰值日及前后一天是否发生单站持续性低温事件, 若三天中有一天发生事件, 则该站点在此次事件中记为1, 否则记为0, 从而得到一个由1和0构成的二维数组A(654, 21)。
第二步: 对A(654, 21)数组进行时间维度的标准化处理后进行EOF分析, 得到前两个特征向量和相应时间序列(图3), 方差贡献率分别为24.3%、 13.8%, 均通过North准则检验。当特征向量和时间序列的乘积为正时, 则表示该区域发生了持续性低温事件。
图3 对A(654, 21)数组进行EOF分析所得第一、 第二特征向量和第一、 第二时间系数序列

Fig.3 The EOF first and second eigenvectors, the first and second time coefficient series of A (654, 21)

第三步: 对时间序列做标准化处理[图3(c), (d)], 取±0.8作为选取事件的标准。
因第二模态中[图3(b)]负值区域数值较小且藏北高原地区站点较少, 所以舍弃该模态的负值区域。由此将事件分为三类: 第一类为全国类, 包括除东北和青藏高原局部地区的全国大部分区域, 对应图3(a)中正值区域; 选取第一时间系数≥0.8的年份共5次事件, 即1984(1)年、 1991年、 1995年、 2007年和2010年, 事件平均持续时间每次为18.2天。第二类为东北类, 包括东北和华北部分区域, 对应图3(a)中负值区域; 选取第一时间系数≤-0.8的年份共5次事件, 即1982年、 1989年、 2000年、 2009(1)年和2011年, 平均持续时间为12天/次。第三类为东部类, 包括东北大部分区域、 内蒙古自治区、 华北、 黄淮、 江淮、 江南、 华南中部和东部区域, 对应图3(b)中正值区域; 选取第二时间系数≥0.8的年份共4次事件, 即1983年、 1984(2)年、 1985和1992年, 平均持续时间每次为14.75天。需要说明的是, 根据第一、 二时间系数序列, 1992年和1995年均满足全国类和东部类的标准, 但根据站点数峰值日平均温度距平的分布与第一、 二特征向量的相似程度, 分别把1992年和1995年的事件归为东部类和全国类。三类事件对应的站点数分别为449、 170和386个。

3.3 大范围持续性低温事件的低频周期

下面用功率谱方法研究三类大范围持续性低温事件对应冬季日平均温度的低频周期。具体为, 将每次事件冬季(12月至次年2月)均取90天, 再在n次事件中每两个事件的逐日温度序列之间插入相同长度(即90天)的0序列, 从而得到一个新的长序列(例如全国类共5次事件, 取相应冬季逐日温度序列, 大小为5×90, 在每两个事件的逐日温度序列之间均插入90天的0序列, 变成9×90的逐日温度序列), 对新构建的三类事件的温度序列分别进行功率谱分析(图4), 针对0序列出现的周期(90天), 在后期确定周期时不会选取。可见, 全国类事件冬季温度序列存在10~25天、 30~45天和60天显著周期[图4(a)], 东北类事件存在10~15天显著低频周期[图4(b)], 东部类的显著低频周期为10~20天、 25~40天[图4(c)]。为便于比较三类事件的低频特征, 对每个事件对应冬季的逐日温度序列进行10~30天带通滤波, 并计算了三类事件中10~30天低频分量占10~90天低频分量的平均方差百分率, 其中, 全国类为51.71%、 东北类为54.36%和东部类为54.18%。
图4 三类事件中冬季逐日温度序列功率谱分析

Fig.4 Power spectrum analysis of daily mean temperature series in three types of events in winter

为验证在事件发生过程中, 温度是否仍具有10~30天的低频特征, 给出三类事件在站点峰值日当天的温度距平以及10~30天低频分量的空间分布(图5)。从图5中可见, 三类事件冷空气的主要集中区域与图3基于整个冬季得到的空间分布一致。未滤波前三类事件冷空气强度异常达-6 oC以下, 10~30天低频滤波后, 冷空气大值区位置无明显改变, 冷空气异常为-1.5 oC以下, 再次说明选取10~30天滤波尺度的合理性。
图5 全国类、 东北类、 东部类事件中站点峰值日平均温度距平和10~30天低频分量分布(单位: oC)

Fig.5 The distribution of daily mean temperature anomaly on the peak day of the stations and 10~30 d low-frequency component in nationwide type, northeastern type and eastern type events.Unit: oC

4 三类事件中低频环流场演变特征及差异

为了解三类事件发生前后低频环流场的演变特征及差异, 将事件的开始日作为第0天, 事件发生前(后)第n天用-n(n)d表示, 对三类事件中的对流层高中低层环流要素低频分量进行合成分析。考虑每次事件持续时间不同, 且持续最短时间为8天, 故对事件发生日及之后5天内的低频环流场做0~2 d、 3~5 d平均, 事件结束前2天至事件结束日(end-2 d~end)做平均, 以此对比研究三类事件发生过程中的低频环流场演变特征异同。

4.1 对流层低层环流

首先对比分析三类事件中对流层低层海平面气压场(sea level pressure, SLP)、 850 hPa风场(UV850)和气温场(T850)低频特征及其差异。
由图6可知: (1)三类事件发生后, 伴随欧亚地区中、 高纬低频正异常的东移南下, SH的位置和强度都发生了变化, 但SH的控制范围和异常程度明显不同。在东北类事件中, 除了低频SH, 低频AL也是SLP场主要低频影响系统之一。事件爆发后5天内, 对全国类, 低频SLP场上新地岛以西和西伯利亚到中国北方的低频正异常均呈向东南移动和扩展的特征, SH偏强, 范围较大, 南部边界可达江南地区; 对东北类, 西西伯利亚到中国中西部的大范围低频正异常向东、 向南移动, 较强的SH随之东移并略有南扩, 强度较全国类事件弱且范围偏小, 期间低频AL位置持续偏西; 对东部类, 从西西伯利亚平原-中国东北到楚科奇半岛均为低频正异常控制, 位于西西伯利亚平原的低频正异常中心逐渐东移与东西伯利亚地区的低频正异常中心合并, 同时向中国东南扩展, 逐渐控制中国东部地区。为更清楚显示异常向南、 向东传播特征, 进一步对三类型事件发生后的低频SLP场做沿(70°E -120°E)平均的纬度-时间剖面以及沿(30°N -80°N)平均的时间-经度剖面(图7)。从图7中可见, 事件发生后, 欧亚中、 高纬低频正异常向南、 向东移动特征明显, 且全国类和东部类南传最明显, 东北类东传最明显, 与图6分析结果一致。进一步分析三类事件发生后SH的南边界和东边界发现, SH在全国类事件中位置最偏南, 在东北类和东部类事件中更偏东。
图6 三类事件过程中低频(10~30天)SLP合成场的演变(阴影, 单位: hPa)

黑色实线: 1030 hPa气候场特征线和1000 hPa气候场特征线; 黑色虚线: 实况1030 hPa线; 打点区表示通过置信水平90%的显著性检验

Fig.6 The evolution of 10~30 d SLP composite field (the shaded, unit: hPa) in the process of the three types of events.Black solid line: 1030 hPa climate field characteristic line and 1000 hPa climate field characteristic line; black dashed line: actual 1030 hPa line.The dotted areas with 90% confidence level

图7 三类事件过程中低频(10~30天)SLP合成场(单位: hPa)沿(70°E -120°E)平均纬度-时间剖面和沿(30°N -80°N)平均时间-经度剖面, 以及1030 hPa气候场特征线的南边界和东边界

实线为正; 虚线为负; 粗实线为零线; 打点区表示通过置信水平90%的显著性检验

Fig.7 The 70°E -120°E average latitude-time profile and 30°N -80°N average time-longitude profile of 10~30 d SLP composite field (unit: hPa) in the process of the three types of events and the southern and eastern boundaries of the 1030 hPa climate field characteristic line.The solid lines: positive; dotted lines: negative; thick solid lines: zero; the dotted areas passed the confidence level at 90%

(2) 低频UV850和气温场(T850)(图8)中, 全国类和东部类事件主要受自西伯利亚附近东移南下的低频反气旋的影响, 而东北类事件主要受中国东北附近低频气旋的影响, 三类事件过程中同时都伴随北风风速轴的移动, 使得冷空气沿不同路径到达中国, 对不同地区造成影响。在全国类事件中[图8(a), (b)], 有中心位于西西伯利亚平原的低频反气旋性环流向东南移动, 系统前缘的北风风速轴线持续位于中国东部及以北地区, 使得来自中西伯利亚的冷空气经贝加尔湖(以下简称贝湖)东南侧沿偏北及东北路径持续侵入中国, 造成全国性低温事件的发生和维持。在东北类事件中[图8(d), 图8(e)], 有西西伯利亚地区的低频反气旋快速向东南移动到中国南方, 强度明显减弱; 低频气旋性环流中心由中国东北移到日本群岛附近, 其后部西北-东南向的北风风速轴线持续位于东北, 使得中西伯利亚的干冷空气和西北太平洋上的湿冷空气在东北交汇, 温度持续偏低。在东部类事件中, 事件爆发初期[图8(g)], 冷空气沿西伯利亚低频反气旋东南侧的东北气流侵入蒙古国和中国东北华、 北地区, 随后此强大的低频反气旋发展[图8(h)], 并与西北太平洋上的低频气旋性环流配合, 北风风速轴线由东北-西南向转为南北向位于中国东部, 使得冷空气沿着北冰洋-白令海-鄂霍次克海和日本群岛南部的东北偏东转偏北气流影响中国东部。
图8 三类事件过程中850 hPa低频(10~30天)风场(矢量, 单位: m·s-1)、 850 hPa低频温度场(阴影, 单位: oC)和北风风速轴(大于6 m·s-1等值线, 单位: m·s-1) 合成场的演变

打点区表示温度场通过置信水平90%的显著性检验, A、 C分别表示低频反气旋和气旋

Fig.8 The composite fields of UV850 hPa (vector, unit: m·s-1) and T850 hPa (shaded areas, unit: oC) 10~30 d field and north wind velocity axis (greater than 6 m·s-1, unit: m·s-1) in the process of the three types of events.The dotted areas indicate that the temperature fields pass the significant test at the 90% confidence level.A: low-frequency anticyclone; C: low-frequency cyclone

4.2  500 hPa位势高度场

下面对比分析三类事件中500 hPa位势高度场(H500)低频特征及其差异。
(1) 在三类事件发生过程中, 温度均受东亚中高纬地区低频高压脊影响, 但脊的强度、 位置和走向明显不同。全国类事件中[图9(a), 图9(b)], 巴尔喀什湖-贝加尔湖(简称巴湖-贝湖)西北部显著的低频正异常扰动减弱并略向东南扩展, 范围变大, 对应有里海-贝湖北部的高压脊持续强盛且不断向东北伸展。东北类中[图9(d), 图9(e)], 乌拉尔山附近的低频正异常向东南移动扩展, 南-北向的脊东移到巴湖附近, 转为西北-东南向。东部类中[图 9(g), (h)], 里海-贝湖-鄂霍次克海-白令海的低频正异常带维持并略有南移, 巴湖-贝湖间的高压脊持续偏强, 呈东北-西南向。
图9 三类事件过程中500 hPa位势高度低频(10~30 d)合成场(阴影, 单位: gpm)、 实况合成场(等值线, 单位: gpm)的演变

打点区表示通过90%的显著性检验

Fig.9 The composite fields of H500 hPa 10~30 d field (the shaded, unit: gpm) and unfiltered field (contour, unit: gpm) in the process of the three types of events.The dotted areas passed the confidence level at 90%

(2) 在全国类和东部类事件中, 贝湖南侧均有低频横槽存在, 冷空气在横槽内堆积, 但横槽的纬向尺度不同, 伴随横槽转竖, 其与东亚大槽连接, 进而影响东亚大槽的强度和位置, 使得冷空气大举南下。在全国类中[图9(a), (b)], 鄂霍次克海以北与极涡相连的低频负异常不断向西南扩展, 并与巴湖-贝湖南侧的低频负异常连通, 贝湖南侧的低频横槽纬向尺度较大, 横槽逐渐转竖[图9(b)]与东亚大槽合并, 东亚大槽由偏北转为偏西偏南, 强度偏强。此环流形势下, 中西伯利亚和极区的冷空气分别沿偏北和偏东路径南下在贝湖南侧的横槽和鄂霍次克海内堆积加强, 在东北偏北-西南向的东亚大槽的作用下, 冷空气大举南下侵入中国。在东部类事件中, 东亚整体位于贝湖南侧的低频横槽内[图9(g)], 随着贝湖南侧的低频负异常加强东扩, 横槽转竖[图9(h)]并入东亚大槽东移到东亚沿岸, 基本为南-北走向, 槽后西北气流引导冷空气大举南下侵入中国东部地区。
(3) 东北类事件主要受东北冷涡的影响[图 9 (d)], 强盛的经向环流有利于冷空气沿着贝湖西南侧快速南下入侵东北。随着东北低频负异常向东南移动扩展[图 9 (e)], 东北冷涡由南-北向发展为西北-东南向, 东北持续受脊前槽后的西北冷空气影响。
(4) 三类事件中, 均有北太平洋上的低频正异常扰动存在, 有利于上游东亚大槽的发展和冷空气的停留。在东北类事件中[图9(e)], 鄂霍次克海附近向北收缩的低频正异常不利于冷空气在东北亚停留, 可能是造成此类事件持续时间较其余两类偏短的原因之一。

4.3  200 hPa纬向风场

在三类事件中, 200 hPa低频纬向风场(U200)中均呈现出温带急流偏弱和副热带急流偏强的特征, 但不同类型事件中急流的强度和位置不同, 当特征减弱甚至反转时, 事件趋于结束。
全国类事件爆发5天内[图10(a), (b)], 有巴湖-贝湖附近的低频负异常和里海东南部-中国东部沿海地区的低频正异常逐渐向东扩展, 表明东亚温带急流持续偏弱, 副热带急流持续偏强, 有利于冷空气向南输送并在东亚维持。
图10 三类事件过程中200 hPa低频(10~30 d)纬向风合成场(阴影, 单位: m·s-1)和实况合成场(大于0 m·s-1等值线, 单位: m·s-1)的演变

打点区表示通过90%的显著性检验

Fig.10 The composite fields of U200 hPa 10~30 d field (shaded areas, unit: m·s-1) and unfiltered field (greater than 0 m·s-1 isoline, unit: m·s-1) in the process of the three types of events.The dotted areas passed the confidence level at 90%

东北类事件爆发5天内[图10(d), (e)], 巴湖-中国东北的低频负异常逐渐东移并在中国东北附近形成负异常大值区, 贝湖西面出现低频正异常, 表明温带急流由整体持续偏弱转为西强东弱的形势; 新疆到中国东海附近的低频正异常也逐渐东移, 低频正异常大值中心由江南地区移到日本海附近, 副热带急流呈现西弱东强的形势。此环流形势下, 西强东弱的温带急流配合西弱东强的副热带急流, 引导冷空气持续输送到东北地区并在此停留。
东部类事件爆发5天内[图10(g), (h)], 巴湖-贝湖-鄂霍次克海、 中国西北和长江流域地区均为低频负异常逐渐向东移动和扩展, 逐渐占据中国中东部及沿海地区, 阿拉伯半岛附近的低频正异常东扩到中国河套以西以南地区, 日本群岛附近的低频正异常有所减弱, 表明东亚温带急流持续偏弱, 中国区域的副热带急流由偏弱转为西强东弱。
进一步由40°N -60°N平均的时间-经度剖面[图11(a), (c), (e)]和25°N -32°N平均的时间-经度剖面[图11(b), (d), (f)]可知, 三类事件中, 东亚温带急流和副热带急流附近的正负异常均有东移的趋势, 偏弱的温带急流配合偏强的副热带急流使得极地高纬冷空气南下到中国相应地区并停留, 与图10分析结果一致。
图11 三类事件过程中200 hPa低频(10~30天)纬向风合成场(等值线, 单位: m·s-1)沿40°N -60°N平均的时间-经度剖面和沿(25°N -32°N)平均的时间-经度剖面

等值线实线为正; 虚线为负; 粗实线为零线。打点区表示通过90%的显著性检验

Fig.11 The 40°N -60°N average time-longitude profile and (25°N -32°N) average latitude-time profile of 10~30 d SLP composite field in the process of the three types of events (solid lines: positive; dotted lines: negative; thick solid lines: zero; unit: m·s-1).The dotted areas passed the confidence level at 90%

5 大范围持续性低温事件前期低频环流特征

为了解各类事件发生前期低频环流场的时空演变特征, 下面给出事件发生前H500 hPa的低频演变合成场, 同时探究有意义的预测信号。
研究发现, 在三类事件爆发前, 均有欧亚地区的异常波列东传(西部信号); 同时在全国类, 有东北太平洋附近的低频负异常西传(东部信号); 三类事件前期都可能伴随类“-AO”型低频环流异常的出现, 但其出现的时间、 位置和强度不同。
对全国类事件, -12天[图12(a)]地中海以西-挪威海到黑海西部-乌拉尔山地区-贝湖附近分别为 “-”“+” “-”“+” 低频异常波列(西部信号); 东北太平洋为一低频负异常中心(东部信号); 此时欧亚地区极地和中高纬地区出现类北极涛动(Arctic Oscillation, AO)负位相型异常环流(类“-AO”), 类“-AO”型异常环流出现时间在三类事件中最早, 并一直持续到-9天(图略), 有利于极区冷空气南下。 -12~-4天[图12(b), (c)], 欧亚地区低频异常波列中心逐渐向东南移动加强; 东北太平洋负异常中心与极涡相连加强, 并向西南扩展到中北太平洋地区, 与贝湖地区的负异常中心连通。-4~0天[图12(d)], 欧亚低频波列快速向东南移动加强, -3天左右在贝湖附近形成低频横槽(图略); 北太平洋中部的低频负异常中心向西北移动过程中, 与极涡断开(-3天, 图略)后重新连通(-1天, 图略)。到0天[图12(d)], 巴湖-贝湖以北为低频高压脊控制, 东北亚为东亚大槽控制, 中国大部为一偏东西向的低频横槽控制, 横槽纬向尺度较大, 冷空气沿槽后脊前的偏北气流从中高纬侵入中国, 造成事件爆发。进一步沿60°N作H500时间-经度剖面图[图13(a)]发现, 挪威海到黑海附近的低频正异常在-17天就已出现, 并于-12天左右开始向东移动; 沿(65°N, 50°E)-(42.5°N, 107.5°E)斜线作H500时间演变图[图13(b)], 即图12(d)中的箭头方向, 发现-12天向东南移动的乌拉尔山附近的低频负异常信号最早出现在-13天左右; 沿45°N作H500时间 -经度剖面图[图13(c)]发现, 东北太平洋附近的低频负异常信号在-20天就已存在, 并于-13天左右开向西传播。
图12 三类事件发生前500 hPa位势高度低频(10~30 d)合成场(阴影, 单位: gpm)、 原始场合成场(等值线, 单位: gpm)的演变

打点区表示通过90%的显著性检验

Fig.12 The composite fields of H500 hPa 10~30 d field (shaded areas, unit: gpm) and unfiltered field (contour, unit: gpm) before the occurrence of the three types of events.The dotted areas passed the confidence level at 90%

图13 全国类事件发生前500 hPa位势高度低频(10~30天)合成场沿60°N时间-经度剖面图(a)、 沿(65°N, 50°E)-(42.5°N, 107.5°E)斜线时间-经纬度斜剖图(b)和沿45°N时间-经度剖面图(c)(单位: gpm)

打点区表示通过90%的显著性检验

Fig.13 The 60°N (a) and 45°N (c) time-longitude profile and (65°N, 50°E)-(42.5°N, 107.5°E) time-longitude and latitude oblique profile (b) of 10~30 d H500 composite field before the occurrence of the nationwide types.Unit: gpm.The dotted areas passed the confidence level at 90%

对东北类事件, 在-9天[图12(e)], 欧洲西岸 -里海及其东北地区 -巴湖和贝湖东南侧 -日本群岛附近有 “+”“-” “+”“-”异常低频波列(西部信号), 欧洲西岸-9天开始东移的低频正异常最早出现在-12天(图略), 强度较其余两类弱。-9~-3天[图13(e)、 (f)], 上述波列向东南移动扩展, 期间有一段时间存在类“-AO”型异常(-7~-4天, 图略), 位置较全国类偏西; 到0天时[图12(h)]巴湖西北的高压脊偏强, 东亚大槽偏西偏深, 中国东北形成闭合冷涡, 冷空气沿着槽后脊前的西北偏北气流进入东北。
对东部类事件, 在-10天[图12(i)], 新地岛以西-里海到西伯利亚-贝湖东南部到日本群岛为“+”“-”“+”东北-西南走向的异常低频波列(西部信号), 新地岛以西的低频正异常最早出现在-14天(图略), 里海到西伯利亚的低频负异常信号最早出现在-14天(图略)。低频波列向东移动, 于-8天[图12(j)]形成类“-AO”型低频环流形势, 位置较全国类偏东, 强度最强。类“-AO”型低频环流形势和波列的异常中心进一步加强南压并缓慢东移[图12(k)], 到-1 天(图略), 类“-AO”型异常消失, 贝湖附近有横槽形成, 横槽纬向尺度较全国类小。到0 天[图12(l)], 里海东部-巴湖和贝湖北部 -鄂海 -白令海为宽广的低频正异常带, 巴湖 -贝湖之间低频高压脊偏强, 呈东北 -西南向, 贝湖附近的低频横槽移到贝湖南侧, 此时中国东部处在低频巴-贝湖高压脊前和低频横槽冷空气控制中。

6 结论

本文对中国冬季大范围持续性低温事件进行了分型, 进一步对比研究了事件过程中及前期大气低频环流特征及差异, 主要结论如下:
(1) 1980 -2016年冬季共发生大范围持续性低温事件21次, 20世纪80 -90年代初偏多(10次), 20世纪90年代中期到21世纪00年代中期偏少(4次), 00年代后期以来事件频次又有增多趋势(7次), 其中1984年和2009年冬季事件频次最多, 均为2次。
(2) 大范围持续性低温事件可主要分三类: 全国类、 东北类和东部类, 平均持续时间每次分别为18.2天、 12天、 14.75天, 三类事件冬季平均温度均具显著10~30天低频振荡周期。
(3) 在事件发生过程中, 对流层低层, 影响全国类和东部类事件的主要低频系统是SH, 但全国类事件中低频SH强度最强, 范围最大, 南边界可达江南地区, 冷空气从中西伯利亚经贝湖东南侧沿偏北及东北路径侵入中国; 东部类事件中SH位置偏东, 冷空气沿着北冰洋—白令海—鄂霍次克海和日本群岛南部的路径影响中国东部。东北类事件中低频SH较前两类事件弱, 范围也最小, 位置偏东、 偏北, 与位置偏西的AL配合, 将来自中西伯利亚经贝湖南侧的干冷和西北太平洋的湿冷空气输送到东北。对流层中层, 中高纬低频环流系统具准正压垂直结构, H500场中影响三类事件的关键低频环流系统是巴湖—贝湖附近的低频高压脊和东亚大槽。全国类事件中低频高压脊位于巴湖—贝湖北部, 脊线呈东北偏东—西南走向; 低频横槽和东亚大槽加强并合并, 横槽转竖, 槽线呈东北偏北—西南走向, 偏西偏强, 经向尺度大。东北类事件中低频高压脊位于巴湖北部, 脊线呈南北转西北—东南走向; 东亚大槽偏西, 在东北地区形成东北冷涡, 槽线由南—北走向转西北—东南走向。东部类事件中低频高压脊也位于巴湖—贝湖北部, 但较全国类事件更为偏北, 脊线为东北偏北—西南走向; 东亚大槽偏南偏西, 存在横槽转竖的过程, 槽线由东北偏东—西南走向转为南—北走向。此外在三类事件中, 北太平洋上均有低频正异常扰动存在, 使得低温事件得以维持。对流层高层, 在全国类事件中温带急流整体持续偏弱, 副热带急流整体持续偏强; 东北类中温带急流由整体偏弱转为西强东弱的形势, 副热带急流由整体偏强转为西弱东强的形势; 东部类中温带急流整体持续偏弱, 且偏弱程度大于全国类, 副热带急流由整体偏弱转西强东弱的形势。
(4) 提取到一些有意义的延伸期预报信号。对全国类事件, 要特别关注-12天欧亚低频波列中挪威海到黑海西部低频正异常和巴湖—贝湖以北、 乌拉尔山的低频负异常向中国大陆的移动(西部信号), 以及东北太平洋的低频负异常向东北亚的移动(东部信号)。对东北类事件, 要关注欧亚大陆上的低频波列(西部信号)向东南传播, 特别要关注-9天出现在欧洲西岸的低频正异常向里海及巴湖北部的移动, 里海东北的负异常向东亚地区的移动。东部类事件主要关注-10天新地岛以西的低频正异常向巴—贝湖附近的移动, 里海到西伯利亚的低频负异常向巴湖—贝湖南部的移动(西部信号)。三类事件前期都可能有“-AO”型异常出现, 且在全国类中出现的时间最早, 在东北类中位置偏西, 在东部类中持续的时间最长, 强度也最强, 位置偏东。

References

null
Collins M, Sutherland M, Bouwer L, et al, 2019.Extremes, abrupt changes and managing risk[C]//IPCC Special Report on the ocean and cryosphere in a changing climate.
null
Jeong J H, Ho C H, Kim B M, et al, 2005.Influence of the Madden‐Julian Oscillation on wintertime surface air temperature and cold surges in east Asia[J].Journal of Geophysical Research: Earth Surface, 110(D11): D11104-1-D11104-7-0, DOI: 10.1029/2004JD005408 .
null
Li L P, Ni W J, Li Y G, et al, 2021.Impacts of Sea Surface Temperature and Atmospheric Teleconnection Patterns in the Northern Mid-Latitudes on winter extremely cold events in North China[J].Advances in Meteorology, Article ID 8853457, 1-15.DOI: 10.1155/2021/8853457 .
null
Madden R A, Julian P R, 1971.Detection of a 40-50 day oscillation in the zonal wind in the tropical Pacific[J].Journal of Atmospheric Sciences, 28(5): 702-708.DOI: 10.1175/1520-0469(1971)028<0702: DOADOI>2.0.CO; 2 .
null
Matthews A J, Hoskins B J, Masutani M, 2004.The global response to tropical heating in the Madden-Julian Oscillation during Northern winter[J].Quarterly Journal of the Royal Meteorological Society, 130(601): 1991-2011.DOI: 10.1256/qj.02.123 .
null
Peng J B, Bueh C, 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
Peng J B, Bueh C, 2012.Precursory signals of extensive and persistent extreme cold events in China[J].Atmospheric and Oceanic Science Letters, 5(3): 252-257.DOI: 10.1080/16742834. 2012.11446999 .
null
Yuan C X, Li W M, 2019.Variations in the frequency of winter extreme cold days in Northern China and possible causalities[J].Journal of Climate, 32(23): 8127-8141.DOI: 10.1175/JCLI-D-18-0771.1 .
null
Zhang J K, Tian W S, Chipperfield M P, et al, 2016.Persistent shift of the Arctic polar vortex towards the Eurasian continent in recent decades[J].Nature Climate Change, 6(12): 1094-1099.DOI: 10.1038/nclimate3136
null
陈官军, 魏凤英, 姚文清, 等, 2017.基于低频振荡信号的中国南方冬半年持续性低温指数延伸期预报试验[J].气象学报, 75(3): 400-414.DOI: 10.11676/qxxb2017.024 .
null
丁一汇, 梁萍, 2010.基于MJO的延伸预报[J].气象, 36(7): 111-122.DOI: 10.7519/j.issn.1000-0526.2010.7.018 .
null
龚道溢, 王绍武, 1999.西伯利亚高压的长期变化及对全球变暖可能影响的研究[J].地理学报, 54(2): 125-133.DOI: 10.3321/j.issn: 0375-5444.1999.02.004 .
null
侯亚红, 杨修群, 李刚, 2007.冬季西伯利亚高压变化特征及其与中国气温的关系[J].气象科技, 35(5): 646-650.DOI: 10. 3969/j.issn.1671-6345.2007.05.007 .
null
康丽华, 陈文, 王林, 等, 2009.我国冬季气温的年际变化及其与大气环流和海温异常的关系[J].气候与环境研究, 14 (1): 45-53.DOI: 10.3878/j.issn.1006-9585.2009.01.05 .
null
李崇银, 1990.赤道以外热带大气中30-50天振荡的一个动力学研究[J].大气科学, 14(1): 83-92.
null
李崇银, 张勤, 1991.全球大气低频遥相关[J].自然科学进展, 1(4): 330-334.
null
李华凝, 姚素香, 储鹏, 2018.东亚季风区冬季经向风的季节内变化及其可能机理[J].大气科学学报, 41(4): 494-501.DOI: 10.13878/j.cnki.dqkxxb.20170805001 .
null
李文慧, 谭桂容, 2020.中国冬季气温的次季节尺度振荡及其与年际异常的关系[J].高原气象, 39(1): 110-119.DOI: 10.7522/j.issn.1000-0534.2019.00053 .
null
李艳, 王嘉禾, 王式功, 2019.极涡、 阻塞高压和西伯利亚高压在极端低温事件中的组合性异常特征[J].兰州大学学报(自然科学版), 55(1): 51-63.DOI: 10.13885/j.issn.0455-2059.2019. 01.007 .
null
李艳, 张金玉, 李旭, 等, 2018.两次典型极端低温过程低频特征分析[J].高原气象, 37(5): 1341-1352.DOI: 10.7522/j.issn. 1000-0534.2018.00035 .
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
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
马晓青, 丁一汇, 徐海明, 等, 2008.2004/2005年冬季强寒潮事件与大气低频波动关系的研究[J].大气科学, 32(2): 380-394.DOI: 10.3878/j.issn.1006-9895.2008.02.16 .
null
苗青, 巩远发, 白自斌, 2016a.2011/2012年冬季寒潮低频特征及其与500hPa低频系统的耦合关系[J].大气科学学报, 39(5): 608-619.DOI: 10.13878/j.cnki.dqkxxb.20150527001 .
null
苗青, 巩远发, 邓锐捷, 等, 2016b.北半球中高纬度低频振荡对2012/2013年冬季中国东北极端低温事件的影响[J].大气科学, 40(4): 817-830.DOI: 10.3878/j.issn.1006-9895.1508. 15189 .
null
齐冬梅, 李跃清, 陈永仁, 等, 2016.2010年东亚冬季风月内尺度振荡特征及其与西南地区冬季气温的关系[J].热带气象学报, 32(1): 19-30.DOI: 10.3969/j.issn.1000-9620.2016.01.002 .
null
申红艳, 丁裕国, 张捷, 2010.华北冬季气温年代际变化及大气环流分析[J].气象科学, 30(3): 338-343.DOI: 10.3969/j.issn. 1009-0827.2010.03.008 .
null
谭桂容, 张文正, 2018.中国冬季地面气温10~30 d低频变化及其与乌拉尔山环流的关系[J].大气科学学报, 41(4): 502-512.DOI: 10.13878/j.cnki.dqkxxb.20161115001 .
null
王璠, 李清泉, 孙银川, 等, 2021.宁夏冬季极端低温事件特征及其与秋季北极海冰异常的联系[J].高原气象, 40(4): 887-897.DOI: 10.7522/j.issn.1000-0534.2020.00054 .
null
王盘兴, 段明铿, 李丽平, 等, 2019.大气环流基本分析方法及应用[M].北京: 科学出版社, 153-165.
null
王遵娅, 丁一汇, 2006.近53年中国寒潮的变化特征及其可能原因[J].大气科学, 30(6): 1068-1076.DOI: 10.3878/j.issn.1006-9895.2006.06.02 .
null
韦玮, 王林, 陈权亮, 等, 2014.我国前冬和后冬气温年际变化的特征与联系[J].大气科学, 38(3): 524-536.DOI: 10.3878/j.issn.1006-9895.1401.13320 .
null
韦玮, 王林, 陈权亮, 等, 2020.我国前冬和后冬的划分及其气温的年际变异[J].大气科学, 44(1): 122-137.DOI: 10.3878/j.issn.1006-9895.1904.18238 .
null
魏凤英, 2007.现代气候统计诊断与预测技术(2版)[M].北京: 气象出版社, 10-28.
null
吴洪宝, 吴蕾, 2005.气候变率诊断和预测方法[M].北京: 气象出版社, 208-225.
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
张伟, 江静, 2015.热带大气季内振荡对中国冬季持续低温事件的影响[J].气象科学, 35(4): 422-429.DOI: 10.3969/2014jms. 0042 .
null
张伟, 2013.MJO对我国冬季持续低温事件的影响[A]//创新驱动发展提高气象灾害防御能力——S18第四届研究生年会[C].南京: 中国气象学会, 23: 492-514.
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 .
null
朱毓颖, 江静, 2013.中国冬季持续性低温事件的低频特征以及中低纬大气低频振荡对其的影响[J].热带气象学报, 29(4): 649-655.DOI: 10.3969/j.issn.1004-4965.2013.04.014 .
Outlines

/

〈 〉