Plateau Meteorology

Plateau Meteorology >

2023 , Vol. 42 >Issue 1: 128 - 138

DOI: https://doi.org/10.7522/j.issn.1000-0534.2022.00022

Interannual Variation in Snowfall over Songhua River Basin and Its Relationship with West North Pacific Sea Surface Temperature Anomalies during Boreal Winter

  • Yongsheng LI ,
  • Chen CHEN ,
  • Dejun LOU ,
  • Lihong BAO ,
  • Lijuan ZHANG
Expand
  • 1. Heilongjiang Climate Center，Harbin 150030，Heilongjiang，China
    2. Key Opening Laboratory for Northeast China Cold Vortex Research，Shenyang 110166，Liaoning，China
    3. Qiqihar Meteorological Bureau，Qiqihar 161006，Heilongjiang，China
    4. Heilongjiang Province Key Laboratory of Geographical Environment Monitoring and Spatial Information Service in Cold Regions，Harbin Normal University，Harbin 150025，Heilongjiang，China

Received date: 2021-08-24

  Revised date: 2022-03-07

  Online published: 2023-01-13

Fold

Cite this article

Yongsheng LI , Chen CHEN , Dejun LOU , Lihong BAO , Lijuan ZHANG . Interannual Variation in Snowfall over Songhua River Basin and Its Relationship with West North Pacific Sea Surface Temperature Anomalies during Boreal Winter[J]. Plateau Meteorology, 2023 , 42(1) : 128 -138 . DOI: 10.7522/j.issn.1000-0534.2022.00022

1 引言

松花江是中国的七大江河之一， 位于中国的东北部， 该流域内农业资源、 生态资源和矿产资源丰富， 是中国最主要的商品粮基地和工业基地， 但同时， 也是洪涝灾害和干旱灾害频繁发生的地区之一。气候变化尤其是降水对松花江流域农业、 林业以及人们的日常生产生活有着重要影响， 例如2013年8月， 受暴雨影响东北地区发生严重洪涝灾害， 直接经济损失420亿元（张芳华等， 2014）， 因此研究该地区的降水变化及其影响因子很有意义。
松花江流域降水具有明显季节差异（贾小龙等， 2003）， 但均受到中高纬以及低纬度大气环流的影响（贾丽伟等， 2006）。东北冷涡是东亚中高纬地区重要的天气系统， 对东北地区的四季降水都有重要影响， 当东北冷涡活动频繁时， 松花江流域春季和夏季降水明显偏多（Hu et al， 2010； 胡开喜等， 2011）。东亚夏季风偏北偏强时， 西北太平洋地区的反气旋式环流有利于将暖湿水汽输送至东北地区， 导致松花江流域夏季降水增加（施小英等， 2009； Shen et al， 2011； 李永生等， 2020）。研究表明， 东北冷涡、 西太平洋副高以及东亚阻高的相互配合是导致1998年夏季松花江流域降水偏多的主要环流系统（张庆云等， 2001； 孙力等， 2002）。此外， 夏季北大西洋涛动以及北极涛动对夏季松花江流域降水也有重要调节作用（Ju et al， 2005； Sun and Wang， 2012）。
有研究表明， 外强迫信号可以通过影响环流进一步影响松花江流域降水（冯新等， 2006； 丁婷和陈丽娟， 2015）。松花江流域夏季降水与前期冬季青藏高原南部积雪覆盖面积有显著的正相关关系（Wang et al， 2017）。张若楠等（2018）发现春季巴伦支海北部和巴芬湾一带海冰偏少时， 会通过影响中高纬的纬向波列， 使得夏季乌拉尔山阻塞高压和东亚大槽偏弱， 有利于松花江流域夏季降水偏少。郭恒和肖子牛（2019）的研究表明5月热带北大西洋海温异常能够引起东北亚低压的年代际变化， 使得5月东北地区降水在21世纪以来偏多。Lu et al（2019）研究指出， 松花江流域春季降水的年际变化和年代际变化分别受到同期热带北大西洋和西北太平洋海温异常的调控。北太平洋地区海温异常对松花江流域降水也有重要影响（高辉和高晶， 2014）。孙力和安刚（2003）发现当前期春季北太平洋海温为正异常（负异常）时， 东北夏季大部分地区降水将会偏少（偏多）。当北太平洋海温的年代际振荡处于正位相时， 西北太平洋地区海温正异常能够激发向北传播的波列， 并引起北太平洋到阿留申群岛地区出现反气旋式环流， 从而引起东北地区盛夏降水增多（Han et al， 2020）。
松花江流域在开展冰雪旅游中， 具有得天独厚的条件， 因此松花江流域冬季降雪也非常重要。而针对东北地区冬季降雪的研究， 一般只是关注了某一次暴雪发生的天气系统、 环流状况及降雪量等诊断分析上（白人海等， 2008； 孙艳辉等， 2017）， 以及数值模拟得到的水汽通量及热量通量变化等（王遵娅和周波涛， 2018）。还有一些学者对东北地区降雪和积雪的气候背景及时空分布特征进行了研究（张丽娟等， 2011； 周晓宇等， 2021）， 并指出在气候变暖背景下东北北部地区降雪呈增加趋势（孙秀忠等， 2010）。但是相对于春夏季， 关于外强迫对松花江流域冬季降雪影响的研究还很少。有研究指出松花江流域年降水量变化有明显的年际和年代际特征（李想等， 2005）， 那么其冬季降雪的年际变化特征是怎样的？此外， Han et al（2018）指出北大西洋和印度洋海温异常可以通过调节欧亚大陆中高纬地区的波列分别影响1996 -2013年和1961 -1990年松花江流域12月至次年1月的降雪。那么， 西北太平洋作为我国近海区域， 其对松花江流域冬季降雪年际变化又有怎样的影响？本文将主要解决上述两个问题。

2 资料来源与方法介绍

2.1　资料来源

文中所用资料包括： （1）国家气象信息中心提供的松花江流域103个气象站月平均降水资料， 其站点分布如图1所示。（2）欧洲中期天气预报中心（ECMWF）提供的ERA5逐月潜热通量以及感热通量（Hersbach et al， 2020）（向上为正）， 水平分辨率为1.0°×1.0°。（3）美国国家环境预报中心/美国国家大气研究中心（NCEP/NCAR）提供的再分析资料（Kanamitsu et al， 2002）， 包括逐月风场、 位势高度、 温度以及相对湿度等， 水平分辨率为2.5°×2.5°。（4）美国国家海洋与大气管理局（National Oceanic and Atmospheric Administration）提供的月平均海表温度（sea surface temperature， SST）资料（Huang et al， 2017）， 水平分辨率为2.0°×2.0°。本研究时间段为1979/1980 -2019/2020年， 当年12月到次年2月为冬季， 即1979 -2019年冬季。
图1 松花江流域103个气象站分布

Fig.1 Spatial distribution of 103 meteorological stations in Songhua River Basin SRB

2.2　方法介绍

主要采用正交经验函数（EOF）、 相关分析、 回归分析等统计方法分析松花江流域冬季降雪的年际变化特征及其与西北太平洋海温的关系， 并通过t检验对统计结果进行显著性检验。利用Lanczos滤波方法提取数据中的年际和年代际信号， 其中9年以下为年际信号， 9年以上为年代际信号。此外， 在进行相关分析以及回归分析时， 数据的线性趋势均已去除。文中涉及的地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2019）1695的中国地图制作， 底图无修改。

3 松花江流域冬季降雪变化特征及其与环流的关系

3.1　松花江流域冬季降雪特征

松花江流域冬季（1979 -2019年）平均降雪量为15.2 mm， 其空间分布有明显的地域性差异， 从西部到东部地区降雪逐渐增加， 其中西南部降雪相对较少为4~8 mm， 而东南部降雪相对较多为16~28 mm［图2（a）］。冬季降雪的标准差空间分布与气候态降雪基本一致， 其最大值位于松花江流域东南部， 为15 mm［图2（b）］。从103个站点平均降雪的时间序列［图2（c）］可以看出， 1979 -2019年间松花江流域冬季平均降雪有显著的年际变化特征， 且在20世纪中后期加强。此外， 冬季降雪在最近40年有增加的趋势（0.14 mm·a-1）。为了分析松花江流域冬季降雪年际和年代际变化的相对贡献， 对图2（c）中的时间序列进行滤波处理， 结果表明年际［图2（d）中实线］和年代际变化［图2（d）中虚线］分别解释原始时间序列总方差的83.3%和16.7%。可见， 松花江流域降雪主要受其年际信号调节， 所以在接下来分析中主要讨论其年际变化特征。值得注意的是， 下文中所用到数据中的年代际信号都已去除。
图2 1979 -2019年松花江流域冬季降雪的气候平均态（a， 单位： mm·sea-1）和标准差（b， 单位： mm·sea-1）分布； 以及103站平均降雪的滤波前（c）与滤波后标准化年际（实线）和年代际（虚线）（d）的时间序列

Fig.2 Distribution of the climatology （a， unit： mm·sea-1） and standard deviations （b， unit： mm·sea-1） of snowfall； original （c）， standardized interannual （solid line） and interdecadal （dashed line） （d） time series of 103-station-averaged snowfall in winter over SRB for 1979 -2019

为了分析松花江流域冬季降雪变化的主模态， 对冬季降雪距平进行了EOF分解。EOF分解得到的第一模态的方差贡献率为55.3%， 通过North检验， 表明该模态独立且显著。第一模态的空间分布如图3（a）所示， 降雪异常主要表现为单极型分布， 并从西部到东部逐渐增强， 最强信号位于松花江流域的东南部， 这与该地区降雪的气候态和标准差分布基本一致［见图2（a）， （b）］。从第一模态的时间序列（PC1）［图3（b）］可知， 松花江流域冬季降雪的显著异常年在20世纪中后期明显增多（标准化PC1的绝对值大于1的年份）， 并且20世纪中期后年际变化信号加强。计算得到的PC1与松花江流域103站平均降雪指数的相关系数达到了0.76， 超过了99%显著性检验。由此可知， PC1序列能够充分体现松花江流域冬季降雪的年际变化特征， 在下文分析中将PC1记为松花江流域降雪指数（SRB snowfall index， SRBI）。
图3 1979 -2019年松花江流域冬季降雪距平EOF分解第一模态的空间分布和标准化的时间序列

Fig.3 First leading EOF mode of snowfall anomalies in winter over SRB for 1979 -2019 spatial structure and standardized time series

3.2　松花江流域冬季降雪的相关环流特征

前人研究表明， 松花江流域的降水与东亚地区的环流密切相关（李永生等， 2020； 娄德君等， 2020）。图4给出了850 hPa， 500 hPa以及200 hPa位势高度距平与SRBI的回归系数分布。从图4可知， 当冬季松花江流域降雪偏多时， 东北亚地区的位势高度异常表现为显著的正压结构。其中， 对流层低层（850 hPa）位势高度异常呈偶极子型分布， 负异常显著区域位于我国北方地区， 正异常从中西伯利亚东侧延伸到阿留申地区； 在对流层中层（500 hPa）和高层（200 hPa）， 位势高度异常的偶极子依然存在， 鄂霍次克海到阿留申地区为显著的位势高度正异常。鄂霍次克海的异常高压在松花江流域下游形成阻塞形势， 其南部的偏东南气流有利于西北太平洋地区水汽向松花江流域输送， 并引起该流域降雪增多。将图4（b）中显著区域（48°N -58°N， 145°E -175°E）的平均位势高度距平定义为鄂霍次克海-阿留申指数（Okhotsk-Aleutian index， OAI）， SRBI与OAI的相关系数为0.38， 通过了95%显著性检验。因此， 鄂霍次克海—阿留申地区的位势高度异常是影响松花江流域冬季降雪的一个重要环流系统。
图4 1979 -2019年SRBI与冬季850 hPa， 500 hPa， 200 hPa位势高度距平的回归系数分布（单位： gpm）

打点区域通过90%显著性检验

Fig.4 Regressions of winter 850 hPa， 500 hPa， 200 hPa geopotential height anomalies （unit： gpm） against SRBI from 1979 to 2019.The dotted areas indicate values that are statistically significant at the 90% level

动力与水汽条件是引起降雪的两个重要因素（王遵娅和周波涛， 2018）。从图5中可知， 当冬季松花江流域降雪偏多时， 对流层低层华北地区为气旋式环流， 阿留申地区为反气旋式环流， 此时中高纬地区被显著的异常东南风控制。在此环流影响下， 我国东部近海以及阿留申南部海域的水汽被输送至松花江流域并辐合上升， 有利于该流域降雪增加。
图5 1979 -2019年SRBI与冬季850 hPa风场（矢量， 单位： m·s-1）， 500 hPa垂直速度（单位： ×10-2 Pa·s-1）和整层水汽通量［矢量； 单位： kg·（s·m） -1］及其散度（阴影区， 单位： ×10-5 kg·s-1·m-2）距平的回归系数分布

（a）中阴影和（b， c）中打点区域通过90%显著性检验

Fig.5 Regressions of winter 850 hPa wind （vector， unit： m·s-1）， 500 hPa vertical velocity （unit： ×10-2 Pa·s-1）， whole layer moisture flux ［vector； nuit： kg·（s·m）-1］ and divergence （shaded； unit： ×10-5 kg·s-1·m-2） anomalies against SRBI from 1979 to 2019.

The shaded in （a） and dotted areas in （b， c） indicate values that are statistically significant at the 90% level

4 松花江流域冬季降雪与西北太平洋海温的关系

4.1　松花江流域冬季降雪与西北太平洋海温异常的协同变化

观测和模拟结果表明， 西北太平洋地区海温异常对亚洲中高纬环流有重要影响（余贞寿， 2005）。由上分析可知， 松花江流域冬季降雪与中高纬地区的环流异常有显著联系， 那么其与冬季西北太平洋地区海温异常的关系是怎样的？为了解决这个问题， 图6（a）给出了SRBI与冬季西北太平洋地区海温距平的相关系数分布。从图6（a）中可知， 海温异常主要呈偶极子型分布， 其中正异常位于日本海及其以东地区， 负异常位于菲律宾群岛以东地区。虽然白令海峡和热带中太平洋（区域C）地区也分别出现了较为显著的负异常和正异常区域， 但是考虑到上述两个地区海温异常区域相对较小， 因此将区域A和区域B［图6（a）中蓝色虚线框］内平均海温距平的差值定义为西北太平洋海温指数（west north Pacific SST index， WNPI）， 并将日本海及其以东地区（菲律宾群岛以东地区）海温正异常（负异常）记为WNPI正位相。此外， 图6（a）中的偶极子型海温分布与冬季西北太平洋地区海温异常年际变化EOF分解的第三模态基本一致（图略）。WNPI的时间序列如图6（b）所示， SRBI与WNPI有显著的协同变化性， 两个指数的相关系数为0.54（通过了99%显著性检验）， 这说明当WNPI处于正位相（负位相）时， 松花江流域冬季降雪将会偏多（偏少）。
图6 1979 -2019年SRBI与冬季西北太平洋地区海温距平的相关系数分布（a， 打点区域通过90%显著性检验）， 西北太平洋海温指数的时间序列（b）

Fig.6 Correlation coefficients between SRBI and winter SSTA over west north Pacific （a， dotted areas indicate values that are statistically significant at the 90% level）， time series of west north Pacific index for 1979 -2019 （b）

4.2　西北太平洋海温异常影响松花江流域降雪的可能机制

为了进一步分析冬季西北太平洋偶极子型海温对同期松花江流域降雪的影响， 图7给出了WNPI与冬季850 hPa风场、 500 hPa垂直速度和整层（1000~300 hPa）水汽通量及其散度距平的回归系数分布。从图7可以看出， 当WNPI处于正位相时， 能够使得鄂霍次克海到阿留申地区出现异常反气旋式环流， 华北地区为弱的异常气旋式环流。在此异常环流控制下， 有利于阿留申南部海域以及我国东部近海区域的水汽输送至松花江流域， 同时使得该流域有明显的上升运动， 从而导致降雪增加。此外， 西北太平洋关键区海温引起的东亚地区的环流异常分布与松花江流域降雪异常的相关环流分布基本一致（见图5）。这进一步说明， 冬季西北太平洋偶极子型海温对同期松花江流域降雪有重要影响。
图7 1979 -2019年WNPI与冬季850 hPa风场（矢量， 单位： m·s-1）， 500 hPa垂直速度（单位： ×10-2 Pa·s-1）和整层水汽通量［矢量， 单位： kg·（s·m） -1］及其散度（阴影区， 单位： ×10-5 kg·s-1·m-2）距平的回归系数分布

（a）中阴影和（b， c）中打点区域通过90%显著性检验

Fig.7 Regressions of winter 850 hPa wind （vector， unit： m·s-1）， 500 hPa vertical velocity （unit： ×10-2 Pa·s-1）， whole layer moisture flux ［vector， nuit： kg·（s·m）-1］ and divergence （shaded， unit： ×10-5 kg·s-1·m-2） anomalies against WNPI from 1979 to 2019.

The shaded in （a） and dotted areas in （b， c） indicate values that are statistically significant at the 90% level

图8为WNPI与冬季500 hPa和200 hPa位势高度距平的回归系数分布。从图8中可以看出， 位势高度异常对西北太平洋地区海温异常的响应表现为显著的偶极子型分布， 其中正异常位于中高纬地区， 负异常位于中低纬地区， 并且有明显的相当正压结构。吴国雄和王敬方（1997）研究表明， 冬季中高纬海温异常和高度场有明显的区域性或邻域性联系， 海温正（负）异常会使得邻近区域上空出现位势高度正（负）异常。由上分析可知， 西北太平洋地区位势高度异常的偶极子型分布（北正南负）有利于冬季松花江流域降雪增加［见图4（b）， （c）］。因此推测可知， 冬季日本海地区海温正异常（菲律宾群岛以东地区海温负异常）对同期西北太平洋中高纬（中低纬）地区的位势高度正异常（负异常）有重要贡献， 从而影响松花江流域冬季降雪。
图8 1979 -2019年WNPI与冬季500 hPa， 200 hPa位势高度距平的回归系数分布（单位： gpm）

打点区域通过90%显著性检验

Fig.8 Regressions of winter 500 hPa， 200 hPa geopotential height anomalies against WNPI from 1979 to 2019.Unit： gpm

The dotted areas indicate values that are statistically significant at the 90% level

在海气相互作用中， 湍流热通量（潜热热通量与感热热通量之和， 定义向上为正）是表征二者相互作用的一个重要物理量， 湍流热通量的正异常（负异常）主要表现为海洋向大气输送（获取）热通量（李忠贤等， 2019）。西北太平洋地区冬季湍流热通量异常对WNPI的响应也表现为偶极子型分布［图9（c）］。此外， 从图9（a）和（b）可知， 湍流热通量异常在中高纬地区是潜热通量和感热通量共同作用的结果， 而在中低纬地区主要受潜热通量的影响。值得注意的是， 湍流热通量正异常与负异常区域与图6（a）中海温正异常和负异常区域相互对应。这说明冬季日本海区域和菲律宾群岛以东地区的海温异常主要表现为海洋影响大气， 为西北太平洋地区偶极子型海温异常引起局地位势高度异常提供了可能， 即WNPI正位相可以在西北太平洋地区激发出偶极子型的位势高度异常（北正南负， 图8）。
图9 1979 -2019年WNPI与冬季潜热通量， 感热通量以及湍流热通量距平（单位： W·m-2）的回归系数分布

打点区域通过90%显著性检验

Fig.9 Regressions of winter latent heat flux， sensible heat flux and turbulent heat flux anomalies （unit： W·m-2） against WNPI from 1979 to 2019.

The dotted areas indicate values that are statistically significant at the 90% level

研究表明， 热带太平洋地区海温异常对东亚气候有重要影响（陈丽娟等， 2013）， 那么图6（a）中区域C海温是否对WNPI与冬季SRB降雪之间的关系有影响呢？由图10所示， 利用线性回归的方法去除区域C海温信号后， 西北太平洋对流层中层位势高度异常对WNPI正位相的响应仍表现为偶极子型分布［图10（b）］， 对流层低层阿留申到鄂霍次克海地区为异常反气旋式环流， 华北地区为异常气旋式环流［图10（a）］； WNPI与OAI和SRBI的相关系数分别为0.53和0.50， 仍通过了99%显著性检验。这说明冬季西北太平洋地区偶极子型海温异常可以独立于热带中太平洋海温外影响同期松花江流域降雪。
图10 1979 -2019年WNPI与冬季850 hPa风场（单位： m·s-1）和500 hPa位势高度（单位： gpm）距平的回归系数分布

阴影和打点区域通过90%显著性检验, 数据中区域C海温的影响已去除

Fig.10 Regressions of winter 850 hPa vector （unit： m·s-1） and 500 hPa geopotential height （unit： gpm） anomalies against WNPI from 1979 to 2019.The shaded and dotted areas indicate values that are statistically significant at the 90% level， the signal of SST over area C in Fig.6a has been removed from data

综上所述， 通过中高纬的海气相互作用， 冬季西北太平洋地区偶极子型海温正位相可以在西北太平洋地区激发出偶极子型位势高度异常（北正南负）， 有利于阿留申以南海域和我国东部近海地区的水汽输送至松花江流域， 导致该流域降雪增加； 反之亦然。

5 结论

（1） 松花江流域冬季降雪在4~28 mm之间， 并且近40年有增加的趋势（0.14 mm·a-1）。冬季降雪主要受其年际变率影响， 年际变化的方差达到总方差的83.3%。松花江流域冬季年际降雪异常EOF分解的第一模态空间分布表现为流域一致型变化（方差贡献率为55.3%）， 较强信号位于流域的东部。
（2） 松花江流域冬季年际降雪异常与同期东亚地区环流有重要联系。当降雪偏多时， 鄂霍次克海到阿留申地区为势高度为正异常， 其南部中低纬地区位势高度为负异常。在此异常环流影响下， 有利于我国东部近海以及阿留申南部海域的水汽输送至松花江流域， 同时流域出现显著上升运动。
（3） 冬季西北太平洋地区偶极子型海温可以通过中高纬海气相互作用影响同期东亚环流， 并进一步影响松花江流域冬季年际降雪， 且该过程可以独立于热带中太平洋海温异常外。当偶极子处于正位相时（日本海地区海温正异常， 菲律宾群岛以东地区海温负异常）， 使得西北太平洋中高纬地区对流层中层出现位势高度正异常， 低层为异常反气旋式环流； 中低纬度地区对流层中层出现位势高度负异常， 低层为异常气旋式环流。此时， 北太平洋到松花江流域被异常东南风控制， 有利于阿留申以南海域以及我国东部近海地区的水汽输送至松花江流域并辐合上升， 导致该流域冬季降雪增加。
本文研究表明， 在年际变化尺度上， 冬季西北太平洋的偶极子型海温异常对同期松花江流域降雪有重要影响。但是影响流域年代际降雪的外强迫是什么？以及降雪的年际变率在20世纪中期后加强是否与全球变暖有关。这些问题有待进一步研究。此外， 本文的结果基于诊断分析， 对于西北太平洋海温异常对松花江流域冬季降雪影响的机制有待于数值模拟的验证。

References

null
Han T T， He S P， Hao X， et al， 2018.Recent interdecadal shift in the relationship between Northeast China's winter precipitation and the North Atlantic and Indian Oceans［J］.Climate Dynamics， 50（3-4）： 1413-1424.
null
Han T T， Zhang M H， Zhou B T， et al， 2020.Strengthened relationship between tropical west pacific and midsummer precipitation over Northeast China after the mid-1990s［J］.Journal of Climate， 33（16）： 6833-6848.
null
Hersbach H， Bell B， Berrisford P， et al， 2020.The ERA5 global reanalysis［J］.Quarterly Journal of the Royal Meteorological Society， 146： 1999-2049.
null
Hu K X， Lu R Y， Wang D H， 2010.Seasonal climatology of cut-off lows and associated precipitation patterns over Northeast China［J］.Meteorology and Atmospheric Physics， 106（1-2）： 37-48.
null
Huang B H， Thorne P W， Banzon V F， et al， 2017.Extended reconstructed sea surface temperature， version 5 （ERSSTv5）： upgrades， validations， and intercomparisons［J］.Journal of Climate， 30（20）： 8179-8205.
null
Ju J H， Lue J M， Cao J， et al， 2005.Possible impacts of the Arctic Oscillation on the interdecadal variation of summer monsoon rainfall in East Asia［J］.Advances in Atmospheric Sciences， 22（1）： 39-48.
null
Kanamitsu M， Ebisuzaki W， Woollen J， et al， 2002.NCEP-DOE AMIP-II reanalysis （R-2） ［J］.Bulletin of the American Meteorological Society， 83（11）： 1631-1643.
null
Lu R， Zhu Z W， Li T， et al， 2019.Interannual and interdecadal variabilities of spring rainfall over Northeast China and their associated sea surface temperature anomaly forcings［J］.Journal of Climate， 33（4）： 1423-1435.
null
Shen B Z， Lin Z D， Lu R Y， et al， 2011.Circulation anomalies associated with interannual variation of early-and late-summer precipitation in Northeast China［J］.Science China Earth Sciences， 54（7）： 1095-1104.
null
Sun J Q， Wang H J， 2012.Changes of the connection between the summer North Atlantic Oscillation and the East Asian summer rainfall［J］.Journal of Geophysical Research， 117（D8）.DOI： 10.1029/2012JD017482 .
null
Wang C H， Yang K， Li Y L， et al， 2017.Impacts of spatiotemporal anomalies of Tibetan Plateau snow cover on summer precipitation in Eastern China［J］.Journal of Climate， 30（3）： 885-903.
null
白人海， 张志秀， 高煜中， 2008.东北区域暴雪天气分析及数值模拟［J］.气象， 34（4）： 22-29.
null
陈丽娟， 袁媛， 杨明珠， 等， 2013.海温异常对东亚夏季风影响机理的研究进展［J］.应用气象学报， 24（5）： 521-532.
null
丁婷， 陈丽娟， 2015.东北地区夏季旱涝的环流型及动力气候模式解释应用［J］.高原气象， 34（4）： 1119-1130.DOI： 10.7522/j.issn.1000-0534.2014.00101 .
null
冯新， 王新， 王元， 2006.东北地区汛期降水与全球大洋海温异常关系的SVD分析［J］.热带气象学报， （4）： 367-373.
null
付亮， 赵宇， 杨成芳， 等， 2018.影响东北的北上温带气旋暴雪的统计特征［J］.高原气象， 37（6）： 1705-1715.DOI： 10.7522/j.issn.1000-0534.2018.00099 .
null
高辉， 高晶， 2014.黑潮冬季海温对我国东北地区夏季降水预测信号的增强［J］.海洋学报， 36（7）： 27-33.
null
郭恒， 肖子牛， 2019.东北5月降水在21世纪初的年代际变化及可能成因［J］.气候变化研究进展， 15（1）： 16-26.
null
胡开喜， 陆日宇， 王东海， 2011.东北冷涡及其气候影响［J］.大气科学， 35（1）： 179-191.
null
贾丽伟， 李维京， 陈德亮， 2006.东北地区降水与大气环流关系［J］.应用气象学报， 17（5）： 557-566.
null
贾小龙， 王谦谦， 周宁芳， 2003.近50a东北地区降水异常的气候特征分析［J］.大气科学学报， 26（2）： 164-171.
null
李想， 李维京， 赵振国， 2005.我国松花江流域和辽河流域降水的长期变化规律和未来趋势分析［J］.应用气象学报， 16（5）： 93-599.
null
李永生， 张丽霞， 王波， 2020.局地蒸发和外部水汽输送对松花江流域夏季降水的贡献［J］.大气科学， 44（3）： 611-624.
null
李忠贤， 于怡秋， 邓伟涛， 等， 2019.春季北大西洋三极型海温异常变化及其与NAO 和ENSO 的联系［J］.气象科学， 39（6）： 721-730.
null
娄德君， 刘玉莲， 王 冀， 等， 2020.松花江流域盛夏降水分布型的环流差异及影响机制［J］.高原气象， 39（2）： 280-289.DOI： DOI： 10.7522/j.issn.1000- 0534.2019.00032 .
null
施小英， 施晓晖， 毛嘉富， 2009.夏季东亚地区水汽输送年代际变化特征及其对中国东部降水的影响［J］.地理学报， 64（7）： 861-870.
null
孙力， 安刚， 2003.北太平洋海温异常对中国东北地区旱涝的影响［J］.气象学报， 61（3）： 346-353.
null
孙力， 安刚， 高枞亭， 等， 2002.1998年夏季嫩江和松花江流域东北冷涡暴雨的成因分析［J］.应用气象学报， 13（2）： 156-162.
null
孙秀忠， 罗勇， 张霞， 等， 2010.近46年来我国降雪变化特征分析［J］.高原气象， 29（6）： 1594-1601.
null
孙艳辉， 李泽椿， 寿绍文， 2017.东北地区两次历史罕见暴风雪天气过程的分析［J］.高原气象， 36（2）： 549-561.DOI： 10.7522/j.issn.1000-0534.2017.00012．
null
王遵娅， 周波涛， 2018.影响中国北方强降雪事件年际变化的典型环流背景和水汽收支特征分析［J］.地球物理学报， 61（7）： 2654-2666.
null
吴国雄， 王敬方， 1997.冬季中高纬500hPa高度海表温度异常特征及其相关分析［J］.气象学报， 55（1）： 11-21.
null
余贞寿， 孙照渤， 曾刚， 2005.太平洋SSTA对中国东部夏季降水的影响Ⅱ——数值模拟［J］.热带气象学报， 21（5）： 478-487.
null
张芳华， 陈涛， 徐珺， 等， 2014.2013年4-10月我国主要暴雨天气过程简述［J］.暴雨灾害， 33（1）： 87-95.
null
张丽娟， 陈红， 刘栋， 等， 2011.黑龙江省暴雪时空分布特征与发生风险研究［J］.冰川冻土， 33（4）： 721-728.
null
张庆云， 陶诗言， 张顺利， 2001.1998年嫩江、 松花江流域持续性暴雨的环流条件［J］.大气科学， 25（4）： 567-576.
null
张若楠， 孙丞虎， 李维京， 2018.北极海冰与夏季欧亚遥相关型年际变化的联系及对我国夏季降水的影响［J］.地球物理学报， 61（1）： 91-105.
null
周晓宇， 赵春雨， 李娜， 等， 2021.东北地区积雪变化及对气候变化的响应［J］.高原气象， 40（4）： 875-886.DOI： 10.7522/j.issn. 1000-0534.2020.00055 .
Options
Outlines

/

〈 〉

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