1 引言
有着“地球第三极”和“亚洲水塔”之称的青藏高原（以下简称高原）， 平均海拔4 km以上， 直达对流层中层， 是耸立在大气环流中的一个庞大屏障（顾震潮， 1951）。冬半年， 中纬度强盛的西风气流接近高原时， 在高原西南部（32°N， 75°E）产生分支（李斐等， 2012）， 分支点下游的高原主体南部和北部分别表现为气旋式和反气旋式环流（Yeh， 1950； Ramaswamy， 1956； Wu et al， 2007）， 对应定常的正和负的涡度带（Murakami， 1981）， 北支气流可引导来自极区的强冷空气南下， 南支西风气流为我国南方输送了大量的暖湿空气（李维京和罗四维， 1986； 梁潇云等， 2002； 张永莉等， 2014， 2018）， 冷暖气流在高原以东汇合形成强大的东亚急流（Bolin， 1950； 顾震潮， 1951）， 对下游的天气气候造成影响（杨鉴初等， 1960； 朱乾根和杨松， 1990； Fan et al， 2015； Li et al， 2021）。这样的绕流分支作用主要在对流层中低层， 也可到达对流层顶以上（叶笃正和顾震潮， 1955； 王安宇和王谦谦， 1985）。
Wu et al（2007）形象地称高原的南侧气旋式、 北侧反气旋式的形势为高原“偶极子”型环流， 并用高原东西两侧的散度差来反映高原动力作用的强弱， 可影响印度干旱和华南早春连阴雨， 以及亚洲夏季风在孟加拉湾爆发的时间。蒋艳蓉等（2009）利用青藏高原东侧的正、 负涡旋对的平均涡度差， 定义为青藏高原绕流（flow around the Qinghai-Xizang Plateau， FQXP）强度指数， 得出强FQXP有利于中高纬冷空气向中国北方输送， 和江淮地区降水偏多。Li and Zhang（2012）用经向风零线来讨论FQXP的季节变化， 得出冬季降水主要发生在FQXP辐合区， 即经向风零线南部南风盛行的华东地区。乔钰等（2014）研究发现， FQXP的强度随高度和季节变化， 在对流层中下层以绕流为主， 冬、 春季动力作用偏强。姜润等（2021）用FQXT的4个区域的平均全风速分别定义冬季南、 北支绕流， 讨论了两者各自对中国天气气候的影响。FQXP对山地的突发性暴雨的产生也有重要影响（金妍和李国平， 2021）。Zhang et al（2022）用偏差涡度定义了FQXP的强度， 仅讨论了冬季FQXT与中国天气气候的关系。在全球气候变暖背景下， FQXP在冬半年间定常的存在， 目前的研究对冬季其与周边及下游地区的影响讨论较多。
冬半年北半球西风带中， 高原大地形的动力作用所形成的FQXP， 其在冬半年中的秋季、 冬季和春季的演变与中国降水和气温异常的关系和可能原因迄今研究不多。本文首先用高原两侧的北支脊（northern branch ridge， NBR）和南支槽（southern branch trough， SBT）直观形象地表示FQXP， 分析冬半年期间各季节的FQXP与中国降水和气温的相关关系， 探讨相应的各层大气环流和物理量异常变化， 解释各时间段的异常关系存在的可能原因。全球变暖背景下， 高原动力作用与中国高影响天气的关系， 对短期气候预测有重要的意义。
2 资料选取和方法简介
2.1 资料选取
所用资料： 欧洲中期天气预报中心的再分析数据集ERA-Interim， 包括月平均海平面气压、 位势高度、 水平经向风和纬向风等物理量， 空间分辨率为1°×1°（Bao and Zhang， 2013）。美国极轨业务气象卫星 NOAA观测的月平均射出长波辐射OLR（Outgoing Longwave Radiation）， 空间分辨率为2.5°×2.5°。英国CRU高分辨率0.5°×0.5°的降水和气温格点资料（闻新宇等， 2006）。以上资料均为1979 - 2019年， 共41年， 冬半年平均是从当年10月至次年4月， 秋季、 冬季和春季分别用与平均季节形势类似的10月、 1月和4月为代表， 未考虑季节转换期的其余月份。
文中涉及的中国地图和世界地图， 是基于国家测绘地理信息局标准地图服务网站下载的， 审图号分别为 GS（2020）3184 号的中国地图和 GS（2016）1666号的世界地图制作， 底图无修改。
2.2 方法介绍
2.2.1 FQXP强度的定义方法
为了更清晰地在东北半球的流场和涡度场中观察到FQXP， 参考Wu et al （2007）中使用的偏差环流算法， 以纬向风U为例， 经向风V和涡度Vor的偏差算法一致， 用 表示0° -180°E的平均纬向风， 偏差纬向风 的计算方法如下：
基于大尺度运动的能量和角动量守恒定律， Wu（1984）提出一个理论地形临界高度Hc， 其值只有数百米到1 km， Trenberth and Chen（1998）认为Hc值为1.5 km， 张耀存和钱永甫（1999）通过数值模拟得出Hc的值在1.5~2 km之间， Li and Zhang（2012）的模拟结果是2 km， 即当山脉高于此值时过山气流绕流而行。FQXP随所处高度的升高， 而逐步增强（李斐等， 2012）。对比东北半球冬半年平均的850 hPa、 700 hPa、 600 hPa和500 hPa的纬向偏差流场和涡度场（图略）发现， 600 hPa上的偏差环流和涡度的绝对值均最强， 可认为冬半年FQXP在600 hPa上最显著， 相应的垂直剖面图上也可得出此结论（Zhang et al， 2022）。从600 hPa冬半年平均、 秋季、 冬季和春季纬向偏差流场和涡度场（图1 ）中可以看出， 冬半年平均［图1 （a）］欧亚大陆的中高纬偏差流场表现为“两槽两脊”型， 西欧的脊和东欧的槽均偏弱， 高原以北有明显的反气旋环流和负涡度中心， 东亚沿岸的气旋性偏差环流和正涡度中心较强， 表示高原北部脊和东亚大槽偏强。中低纬度的高原南部为气旋式环流和正涡度中心， 西北太平洋上为强大的反气旋环流。表示中纬度的西风气流受到高大的高原阻挡， 在其西侧气流辐散绕过高原， 北部形成反气旋偏差环流， 南部为气旋式偏差环流， 高原南北两侧表现为以高原对称的， 北侧反气旋和南侧气旋的非对称性高原偶极子偏差环流（Wu et al， 2007）， 且分别有定常的负、 正涡度带与之相对应（Murakami， 1981）， 两股气流在高原东侧辐合， 即存在显著的FQXP现象。秋季［图1 （b）］的东北半球环流与冬半年类似， 偏差环流和涡度场均偏弱， 说明此时的长波槽脊偏弱， 处于夏季环流型向冬季环流型转变期， FQXP也偏弱， 西太副高位置偏北。随着西风带南压， 冬季［图1 （c）］中高纬“两槽一脊”的偏差环流达到最强， 东亚大槽最强， FQXP的偏差环流中心和涡度中心强度也达到最强， 南支气旋环流中心位置向东移， 而西太副高最弱且位置偏南。到了春季［图1 （d）］， 中高纬长波槽脊减弱， 并开始逐渐向夏季环流型调整， FQXP的偏差环流中心和涡度均减弱， 西南部和南海南部出现弱的气旋环流， 预示着低纬度越赤道的偏南气流开始增强， 亚洲季风的即将爆发（Wu and Zhang， 1998）。
图1 1979 -2019年600 hPa冬半年平均、 秋季、 冬季和春季纬向偏差流场（箭头， 单位： m·s-1）和涡度场（阴影， 单位： ×10-5s-1）的空间分布空白处为超过4 km高原地形， 高原以北和以南的蓝色方框分别表示NBR（35°N -45°N， 70°E -90°E）和SBT（20°N -28°N， 80°E -100°E）的平均位置 Fig.1 The mean zonal deviation circulation （unit： m·s-1， arrow） and vorticity （unit： ×10-5 s-1， shaded） field in winter half-year， autumn， winter， spring at 600 hPa.The blank is for QXP terrain over 4 km.The blue square frame to the north and south of the QXP represent the average positions of the NBR （35°N -45°N， 70°E -90°E） and the SBT （20°N -28°N， 80°E -100°E） respectively |
由图1 进一步可见， 600 hPa各时间段中， 高原南北两侧的（20°N -28°N， 80°E -100°E）和（35°N - 45°N， 70°E -90°E）分别定常的存在一对气旋式和反气旋式纬向偏差环流， 且有较强的正和负的纬向偏差涡度中心与其相配合， 将这两个区域作为SBT和NBR活动的关键区， 也是FQXP关键区。用 表示平均槽或脊的平均位置范围内的多年平均涡度值， 每年南、 北两个区域范围内的平均涡度 与多年平均涡度 之差分别表示当年SBT和NBR的强度指数（the intensity index of SBT and NBR， 简写为ISBT 和INBR ）， 如式2 和式3 ， 直接用SBT和NBR两个强度指数之差定义FQXP强度指数（the intensity index of FQXP， IFQXP ）， 如式（4） ， 可以直观形象地表示FQXP， 即：
2.2.2 统计方法简介
文中还用到了线性倾向估计、 相关分析和t检验分析等方法。以t检验法为例， 检验两个总体的均值， 有无显著差异的统计量为：
式中： n 1和n 2代表样本量； 和 代表样本的均值； 和 代表两个样本的方差， 且遵从自由度 =n 1+n 2-2的t分布。若样本量n 1和n 2均较大， 可近似地用下式（6） 计算（魏凤英， 2007）：
3 FQXP强度演变与中国降水、 气温的关系
3.1 年际演变特征和异常年份的选取
冬半年平均、 秋季、 冬季和春季IFQXP 、 ISBT 和INBR 的近40年的时间序列结果（图2 ）和三者之间的相关关系（表1 ） 可见， 各时间段的三个指数年际变化特征明显， 对比各时间段的三个指数的整体强度和趋势可以看出， 冬季的IFQXP 最强。IFQXP 分别与ISBT 和INBR 均表现明显的正相关性， 且与ISBT 的相关性最好， 而ISBT 和INBR 两者的相关性却偏弱。冬半年平均［图2 （a）］的三个指数年际变化较为平缓， IFQXP 和ISBT 呈现几乎一致的非常弱的逐年减弱趋势， INBR 为弱的增强趋势。IFQXP 在1997年达到最强， 1998年迅速转为最弱， 与ISBT 的相关性最好， 却与INBR 的相关性最差， 但也超过了0.01的显著性水平。而ISBT 和INBR 为弱的负相关关系。秋季［图2 （b）］三个指数的年际变化显著增强， 均表现为弱的增强趋势。IFQXP 在1980年达到最强， 随之缓慢减弱， 1994年最弱， 之后缓慢增强， 其与INBR 和ISBT 的正相关关系都超过了0.001的显著性水平。ISBT 和INBR 的正相关性也最好， 接近0.1的显著性水平。从冬季［图2 （c）］的三个指数值来看， 三者均达到最强， 且表现为弱的减弱趋势。IFQXP 的值几乎都大于0， 在1991年达到最强， 1994年最弱， 与ISBT 的相关性最差， 仍超过了0.001的显著性水平。ISBT 和INBR 为负相关关系， 通过了0.1的显著性水平。春季［图2 （d）］三个指数强度减弱， 逐年呈现出减弱趋势。IFQXP 在1998年达到最强， IFQXP 和INBR 在1995年最弱， 此时IFQXP 和INBR 的相关关系最好。ISBT 和INBR 的正相关关系仍不明显。
图2 冬半年平均、 秋季、 冬季和春季IFQXP 、 ISBT 和INBR 时间序列Fig.2 The time series of IFQXP， ISBT and INBR in winter half-year， autumn， winter， spring |
表1 IFQXP 、 ISBT 和 INBR 各时间段的相关关系Table 1 The correlation of IFQXP 、 ISBT and INBR at each time period |
| 各时间段的各 指数间关系 | ISBT | INBR | ISBT 和INBR 的 相关关系 |
|---|---|---|---|
| 冬半年平均的IFQXP | 0.841*** | 0.414** | -0.144 |
| 秋季的IFQXP | 0.813*** | 0.751*** | 0.226 |
| 冬季的IFQXP | 0.705*** | 0.499** | -0.262* |
| 春季的IFQXP | 0.722*** | 0.755*** | 0.092 |
*、 **和***分别代表相关关系超过0.1、 0.01和0.001显著性水平 |
将冬半年平均、 秋季、 冬季和春季的IFQXP 标准化距平后， 取大于和小于±1的值， 分别作为各时间段的FQXP偏强年和偏弱年， 得到的结果见表2 。使用各时间段偏强年与偏弱年平均的差值t检验合成场， 分析FQXP冬半年各季节的演变与中国降水和气温的关系。
表2 IFQXP 各时间段的偏强/弱年份Table 2 The stronger / weaker year of IFQXP in each time period |
| 年型 | 年份 | |
|---|---|---|
| 冬半年平均 | 偏强年 | 1980、 1982、 1989、 1992、 1997、 2015、 2018 |
| 偏弱年 | 1983、 1987、 1998、 2005、 2008、 2010 | |
| 秋季 | 偏强年 | 1979、 1980、 1986、 2000、 2006、 2014、 2015 |
| 偏弱年 | 1981、 1984、 1991、 1994、 1995、 1998、 1999、 2003、 2007、 2010 | |
| 冬季 | 偏强年 | 1980、 1983、 1989、 1991、 1993、 1997、 1998 |
| 偏弱年 | 1984、 1986、 1994、 2006、 2008、 2009 | |
| 春季 | 偏强年 | 1979、 1981、 1987、 1990、 1993、 1998、 2004、 2007、 2018 |
| 偏弱年 | 1994、 1995、 1999、 2005、 2014 | |
3.2 与中国降水的关系
各时间段IFQXP 偏强年和偏弱年中国降水差值的合成分析图（图3 ）中， 冬半年平均［图3 （a）］的中国大部分地区降水以负异常为主， 尤以西北地区中部和高原的中部、 长江中下游和东南部沿海地区的负异常现象明显， 而东北地区、 西南地区东部和江南地区的降水为弱的正异常。表明IFQXP 偏强（弱）时， 中国大部分地区的降水偏少（多）， 特别是西北地区中部和高原的中部、 长江中下游和东南部沿海地区的降水偏少（多）明显， 东北和西南地区的东部降水略偏多（少）。秋季［图3 （b）］的IFQXP 逐渐增强， 中国北方大部分地区降水仍表现为弱的负异常， 南方大部分地区为弱的正异常， 尤以东北地区的西北部负异常明显， 西南地区东部的正异常明显。当IFQXP 偏强（弱）时， 西南地区东部的降水偏多（少）， 东北地区西北部的降水偏少（多）， 这可能与秋季高纬冷空气向南， 和SBT增强后引发水汽输送量增多有关。冬季［图3 （c）］的SBT最强（索渺清和丁一汇， 2009）， IFQXP 也达到最强， 中国大部分地区的降水为正异常， 尤其是华北北部的渤海湾地区， 西南地区东部， 江南和华南等南方的大部分地区均为显著正异常。当IFQXP 偏强（弱）时， 以上地区降水显著偏多（少）， 仅西北和东北的大部分地区有弱的负异常， 降水偏少（多）。到了春季［图3 （d）］， IFQXP 开始缓慢减弱， 中国大部分地区的降水减少， 自西北向东南呈现出弱的“+， -， +”形势。即当IFQXP 偏强（弱）时， 高原中部地区、 西南和华南地区南部的降水明显偏多（少）， 而河西走廊南部和长江中下游少部分地区的降水偏少（多）。
图3 冬半年平均、 秋季、 冬季、 春季的IFQXP 偏强年和偏弱年与中国降水的差值（阴影， 单位： mm）t检验分布等值线表示超过0.1的显著性水平， 实线和虚线分别表示正值与负值； 浅色和深色阴影区分别表示超过0.1， 0.05和0.01的显著性水平 Fig.3 The t-test results of the difference between the stronger and weaker IFQXP and precipitation （the shaded， unit： mm） in winter half-year， autumn， winter， spring over China.Contours indicate significance levels above 0.1.The solid lines and dashed lines represent positive and negative values respectively.Light and dark shaded areas indicate significance levels above 0.1， 0.05 and 0.01， respectively |
3.3 与中国气温的关系
中国气温与各时间段的IFQXP 偏强年和偏弱年差值的合成分析图（图4 ）中， 冬半年平均［图4 （a）］的气温以负异常为主， 尤以高原、 东北和东南沿海的部分地区为显著负异常， 表明IFQXP 偏强（弱）时， 中国大部分地区的气温偏低（高）， 以上地区的气温显著偏低（高）， 仅在西北地区北部气温略偏高。秋季［图4 （b）］的西北地区西部、 河西走廊到长江中上游地区有明显的正异常， 而在高原和东北地区北部的负异常明显。即当IFQXP 偏强（弱）时， 西北地区西部、 河套地区到长江中上游地区的气温升高（降低）， 高原和东北北部地区的气温偏低（高）明显。冬季［图4 （c）］自北向南呈现出“+， -， +”形势， 西北和东北地区、 南方的大部分地区为弱的正异常， 高原上存在明显的负异常， 河西走廊到华北地区为弱的负异常。表示IFQXP 偏强（弱）时， 高原地区的气温偏低（高）明显。春季［图4 （d）］的气温异常场自西向东为“+， -”形势， 西北地区西部为明显的正异常， 渤海湾附近和西南地区南部负异常显著。即当IFQXP 偏强（弱）时， 西北地区西部的气温升高（降低）， 渤海湾附近和西南地区南部的气温明显降低（升高）。
图4 冬半年平均、 秋季、 冬季、 春季的IFQXP 偏强年和偏弱年与中国气温的差值（阴影， 单位： K）t检验分布等值线表示超过0.1的显著性水平， 实线和虚线分别表示正值与负值； 浅色和深色阴影区分别表示超过0.1， 0.05和0.01的显著性水平 Fig.4 The t-test results of the difference between the stronger and weaker IFQXP and temperature （the shaded， unit： K） in winter half-year， autumn， winter， spring over China.Contours indicate significance levels above 0.1.The solid lines and dashed lines represent positive and negative values respectively.Light and dark shaded areas indicate significance levels above 0.1， 0.05 and 0.01， respectively |
全球变暖背景下， IFQXP 的强弱变化， 中国西北、 西南和华南的部分地区的降水和气温的异常变化明显， 尤其是中国西南大部分地区反应最灵敏， 东南沿海地区降水和气温的异常也比较明显。向楠等（2023）也关注了高原东部和西南地区的低温雨雪事件分别在秋季、 春季和冬季的时空变化特征。冬半年平均时大部分地区出现的低温干旱天气， 秋季西南地区的华西秋雨， 冬季高原和华北的部分地区可能会出现暴雪和寒潮等极端天气， 春季江南和华南等南方大部分地区出现低温阴雨等现象（Wu et al， 2007； 张永莉等， 2014， 2018）。这些异常的高影响天气现象， 可从以下的大气环流场分析中探寻原因。
4 大气环流演变分析
4.1 地面环流形势分析
中国大范围持续性极端低温事件的异常， 必和地面上的西伯利亚冷高压的强弱密不可分（刘子奇等， 2022）， 即亚洲冷高压的异常变化， 是产生中国极端低温事件的原因之一。各时间段海平面气压和2 m气温偏强年与偏弱年的差值t检验场（图5 ）上， 冬半年平均［图5 （a）］的欧亚大陆的海平面气压为“西低东高”型， 中高纬大部分地区的气压为负异常， 亚洲北部的气温为正异常， 而中低纬大部分地区的气压为正异常， 气温为负异常。表示中心位于中国西北的中高纬大部分地区受弱的热低压影响， 东北地区为弱的暖性高压。中低纬的大部分地区受弱的冷高压影响， 中国南方的大部分地区受其影响。亚洲冷高压偏弱， 位置偏南， 气温偏低， 降水偏少， 尤其是高原及其东侧的气温偏低明显。秋季［图5 （b）］的中高纬海平面气压从欧洲到中国东北地区主要为弱的正异常区， 且气温偏低， 表现为异常的冷高压， 尤其在西伯利亚中国东北地区有异常强的冷高压中心， 说明亚洲冷高压偏强， 位置偏东。中国西北地区沿河西走廊到东部的大部分地区为气压异常强的低值区和气温的正异常区， 对应着这些地区受热低压影响， 气温异常偏高， 且降水偏少。中国高原上也受异常的冷高压影响， 高原和东北地区的气温均偏低。冬季［图5 （c）］欧亚大陆的气压也呈现“西低东高”， 中高纬的大部分地区的气压是以乌拉尔山为中心的异常强的负值区， 气温为正异常区， 亚洲北部的大部分地区受热低压影响， 中国的西北和东北地区气温偏高， 降水偏少。中国高原受异常的冷高压影响， 气温偏低。江南和华东沿海地区的气温略微偏高。冷暖空气交绥， 有利于中国大部分地区降水的产生。春季［图5 （d）］欧洲到中国西北地区为异常低压区， 西北地区气温异常偏高， 以高原为中心的中国大部分地区是略偏强的冷高压， 且位置偏东， 全国除西北地区外， 大部分地区的气温偏低。
图5 冬半年平均、 秋季、 冬季、 春季IFQXP 偏强年和偏弱年的海平面气压（等值线， 单位： hPa）差值和2 m气温（阴影， 单位： K）差值t检验分布绝对值大于1.8均表示超过0.1的显著性水平 Fig.5 The t-test results of differences of between the stronger and weaker IFQXP and sea level pressure （contour， unit： hPa） and 2 metre temperature （shaded， unit： K） in winter half-year， autumn， winter， spring.Absolute values greater than 1.8 all indicate more than 0.1 level of significance |
4.2 低层环流形势分析
从IFQXP 典型强/弱年850 hPa风和水汽通量散度的差值t检验（图6 ）可见， 冬半年平均［图6 （a）］的欧洲地区为气旋性环流， 亚洲东北部表现为弱的反气旋环流中国东北地区为偏北风， 东部地区为偏东风， 冷空气以偏东北和偏东路径影响中国大部分地区， 气温略偏低。高原南部的SBT偏强， 少量水汽输送到西南地区东部和江南地区， 对应这些地区有弱的水汽通量的辐合， 有利于少量降水的产生。秋季［图6 （b）］的高纬以偏东风为主， 中高纬地区是以乌拉尔山为中心的异常强气旋性环流， 亚洲的东北部表现为偏强的北风和东北风， 冷空气自北向南入侵， 但中国东北地区为弱的反气旋环流， 冷空气强度偏弱， 东北地区气温偏低。中国东部大部分地区为异常强的偏南风， 暖空气向北发展， SBT开始增强， 在西南地区和江淮地区存在弱的水汽通量的辐合， 有利于降水的形成。冬季［图6 （c）］的乌拉尔山附近异常强的气旋性环流增强， 亚洲北部以偏南风为主， 中国北方也是弱的偏南风， 极区的冷空气难以到达， 气温略偏高。高原以南的SBT和西太平洋副高异常强盛， 可将孟加拉湾和南海的水汽向北输送， 在中国西南和华南的大部分地区形成水汽通量的辐合区， 在江南地区形成弱的风切变， 有利于中国南方大部分地区降水的形成。春季［图6 （d）］的乌拉尔山附近仍为异常的气旋性环流， 亚洲北部为反气旋环流， 中西伯利亚高原为异常强的北风， 冷空气从极区的新西伯利亚群岛向南， 造成中国东部大部分地区降温。SBT和西太平洋副高仍偏强， 向我国南方输送水汽。长江中下游地区也是弱的偏南风， 华南为弱的偏北风， 冷暖空气分别在华北和华南沿海地区交绥， 形成弱的风切变， 在渤海湾和华南沿海存在弱的水汽通量辐合， 易在这些地区形成降水。
图6 冬半年平均、 秋季、 冬季、 春季IFQXP 偏强年和偏弱年的850 hPa水平风速差值（箭头， 单位： m·s-1）和水汽通量散度差值（阴影， 单位： ×10-6 g·s-1·cm-2·hPa-1）的t检验分布绝对值大于1.8均表示超过0.1的显著性水平 Fig.6 The t-test results of differences of between the stronger and weaker IFQXP and 850 hPa wind （arrow， unit： m·s-1） and vapor flux divergences （shadow， unit： ×10-6 g·s-1·cm-2·hPa-1 ） in winter half-year， autumn， winter， spring.Absolute values greater than 1.8 all indicate more than 0.1 level of significance |
4.3 中层环流形势分析
IFQXP 典型强/弱年各时间段500 hPa位势高度和垂直速度的差值t检验合成场（图7 ）， 冬半年平均［图7 （a）］的中高纬地区呈现出“西低东高”的形势， 极区和中低纬地区以异常强的负变高为主， 亚洲北部是弱的正变高， 且有下沉运动， 东亚大槽和副热带高压均偏弱。高原以北的NBR略偏强， 且位置偏东， SBT异常偏强， 却有强下沉运动， 因而FQXP也偏强， 仅在西南地区到长江中游有弱的上升运动， 有利于降水的形成。秋季［图7 （b）］为异常的“两槽两脊”型环流， 乌拉尔山和东亚沿岸的低槽异常强盛， 且位置偏东， 极区和中国大陆到低纬度地区为逐渐增强的正变高， 副热带高压异常强盛。NBR偏强， 有上升运动， 高原南侧的负变高， 表示SBT偏强， 有利于水汽的输送， 且对应着上升运动， 因此FQXP也偏强， 有利于西南地区降水的产生。冬季［图7 （c）］的中高纬的位势高度为异常的“两脊一槽”环流， 欧洲和东亚沿岸的槽偏弱， 欧亚大陆主要表现为“西低东高”型， 欧洲东部到西西伯利亚为异常强的低压， 亚洲北部为异常的弱高压， 高原到中南半岛为异常强的低压， 即东亚地区表现为“北高南低”， 有利于冬季云南省极端低温事件的产生（金燕等， 2022）。NBR偏强， SBT达到最强， 范围最广， FQXP也偏强， 低纬的副高也偏强， 水汽从孟加拉湾、 中国南海、 东海和西太平洋海域输送到中国内陆， 中国大部分地区， 尤其是长江以南的大部分南方地区均表现出明显的上升运动异常， 易产生降水。另外， 中高纬的乌拉尔山至贝加尔湖附近的高度场呈现“西低东高”， 高原的高度场偏低， 南支槽活跃时， 也有利于冬季藏北地区的降水偏多（尼玛吉等， 2021）。春季［图7 （d）］， 欧洲和东亚沿岸的大槽均偏强， 东亚地区的气压场“北高南低”， 即亚洲北部的高度场略偏高， 南部的略偏低， 易造成云南省春季极寒天气（金燕等， 2022）。高原及以北为异常的正变高， NBR偏强。高原以南的负变高比冬季略偏弱， 表示主要影响中国南方的SBT仍偏强， 且有弱的上升运动与之相配合， 有利于西南地区南部和华南少部分地区形成降水。
图7 冬半年平均、 秋季、 冬季、 春季IFQXP 偏强年和偏弱年的500 hPa位势高度差（等值线， 单位： gpm）和垂直速度差（阴影， 单位： hPa·s-1）的t检验分布绝对值大于1.8均表示超过0.1的显著性水平 Fig.7 The t-test results of differences of between the stronger and weaker IFQXP and 500 hPa geopotential height （contour， unit： gpm） and vertical velocity （shadow， unit： hPa·s-1） in winter half-year， autumn， winter， spring.Absolute values greater than 1.8 all indicate more than 0.1 level of significance |
4.4 OLR和高层环流形势分析
高分辨率的OLR负（正）异常， 表示异常的强（弱）对流、 上升（下沉）运动及降水多（少）， 可用OLR来表征高原地区对流活动的变化（康潆文和巩远发， 2021）。IFQXP 偏强/弱年OLR和200 hPa风场的差值t检验分布中（图8 ）， 冬半年平均［图8 （a）］的亚洲北部为异常强的反气旋环流， 中国大陆上空是以高原为中心的气旋性环流， 南亚高压偏弱， 高层的辐合， 有利于低层辐散， 易产生下沉运动， 不利于降水。黄河以南大部分地区的OLR却为负异常， 表示高原及其以东的中国大部分地区的气温偏低。秋季［图8 （b）］的欧亚大陆是以西西伯利亚地区为中心的异常气旋性环流， 中国大陆仍是以高原为中心的气旋性环流， 高空以辐合型流场为主， 南亚高压偏弱。OLR在中国西北到华南沿海偏高， 气温偏高， 对流弱， 而在高原及其以东的西南地区东部为负异常， 气温偏低， 云量偏多， 对流活动强， 有利于这些地区降水的形成。冬季［图8 （c）］欧洲大陆是异常的气旋性环流， 亚洲北部是异常的反气旋环流。中国大陆上空是以高原东侧为中心的异常强的气旋性环流， 高空辐合， 南亚高压仍偏弱。西北地区北部和高原到中国东部的大部分地区的OLR为负异常， 表示这些地区云量较多， 对流活动强， 有利于这些地区降水的形成， 且气温偏低。冬季高原地区OLR的异常有较好的空间一致性和持续性， 可影响当月和滞后1~2个月的500 hPa环流异常（李栋梁等， 1996）。春季［图8 （d）］的流场与冬季的类似， 强度减弱， 欧洲地区仍是异常的气旋性环流， 亚洲北部是弱的反气旋环流， 中国上空是以江南地区为中心的异常气旋性环流， 南亚高压偏弱。中国华北地区和长江以南的南方大部分地区的OLR为异常负值区， 气温偏低， 降水偏多。
图8 冬半年平均、 秋季、 冬季、 春季IFQXP 偏强年和偏弱年的OLR差（阴影， 单位： W·m-2）和200 hPa水平风（矢量， 单位： m·s-1）的t检验分布绝对值大于1.8均表示超过0.1的显著性水平 Fig.8 The t-test results of differences of between the stronger and weaker IFQXP and OLR （shaded， unit： W·m-2） and 200 hPa wind （arrow， unit： m·s-1） in winter half-year， autumn， winter， spring.Absolute values greater than 1.8 all indicate more than 0.1 level of significance |
综上所述， 总结大尺度的大气环流和物理量对中国的降水和气温的影响机理（图9 ）。冬半年平均［图9 （a）］时中国大部分地区的地面冷高压强盛； 低层极区的冷空气以偏东路径入侵我国， SBT略偏强， 南方部分地区有弱的水汽通量的辐合； 中层的西北地区经高原到华南地区是低压， 黄河以北是弱的下沉运动， 以南为上升运动； OLR是以高原到华南为中心的负异常， 高空的南亚高压偏弱。秋季［图9 （b）］的中国北方和东部地区的地面是热低压， 高原和东北地区是冷高压； 850 hPa的东北地区有弱冷空气的输送， 东部地区偏南风异常， 江南地区有水汽通量的辐合； 中层的NBR和SBT均偏强， 长江以南以上升运动为主； 西北到华南沿海的OLR值偏高， 而高原上OLR偏低， 高层南亚高压仍偏弱。冬季［图9 （c）］地面的西北地区为热低压， 高原上是偏强的冷高压， 东北和长江以南是弱的暖性高压； 低层的我国东部地区以弱的偏南风为主， SBT 偏强， 长江以南有明显的水汽通量辐合； 中层的SBT达到最强， FQXP也最强， 长江以南的大部分地区上升运动均偏强， OLR偏低， 有利于对流的产生。春季［图9 （d）］的地面除西北地区东部是热低压外， 中国其余大部分地区为弱的冷高压； 冷空气以偏东路径影响中国东部地区， SBT强， 西南地区和华南沿海有水汽通量的辐合； 高原南北的槽和脊均偏强， 西南地区南部和华南地区的上升运动明显； 东北和华北地区， 及长江以南的大部分地区的OLR为异常负值， 气温偏低， 且有弱的对流活动， 南亚高压仍偏弱。各时间段各层大尺度环流和物理量的异常分布， 可以很好地解释中国降水和气温的异常， FQXP的异常变化也可能是引起冬半年各季节中一些高影响天气的原因之一。
5 结论和讨论
本研究用FQXP产生的SBT和NBR两个关键区域内600 hPa的涡度平均值与多年平均涡度值之差， 先定义了ISBT 和INBR， 然后直观地用这两者之差来表示FQXP指数IFQXP， 分析了冬半年、 秋季、 冬季和春季的IFQXP， ISBT 和INBR 的年际演变和相互关系， 及IFQXP 与中国降水和温度的关系， 探讨了各层FQXP演变与大尺度大气环流的关系， 得到以下主要结论：
（1） 非对称性的高原偶极子型的FQXP在冬半年10月至次年4月期间定常的存在， 冬季强度最强。IFQXP 的年际变化显著， 冬半年平均、 冬季和春季是逐年减弱， 唯有秋季是增强。IFQXP 与ISBT 相关关系最密切， 尤其在冬半年平均时， 春季与INBR 的相关性最好。
（2） IFQXP 的强弱变化与中国西北、 西南和华南的部分地区的降水关系密切， 尤以中国西南和华南地区反应最灵敏。IFQXP 偏强（弱）时， 冬半年平均的西北和西南地区中部、 长江中下游和东南沿海地区的降水偏少（多）， 西南地区东部和东北地区东部的降水偏多（少）； 秋季东北地区降水偏少（多）， 西南地区降水偏多（少）； 冬季渤海湾附近和长江以南的大部分地区降水显著偏多（少）； 春季的西南和华南沿海地区降水偏多（少）。
（3） IFQXP 偏强（弱）时， 冬半年平均的高原、 东北地区和东南沿海的大部分地区的气温显著偏低（高）。秋季的西北地区西部、 河西走廊到长江中上游地区的气温偏高（低）， 高原和东北北部区域的气温偏低（高）。冬季仅高原地区的气温偏低（高）。春季西北地区西部的气温明显偏高（低）， 西南地区的南部气温偏低（高）。IFQXP 的强弱变化， 与中国西部地区的西北和西南， 及东北地区的气温变化关系明显。
（4） 探讨冬半年平均、 秋季、 冬季和春季的多层次的大尺度大气环流， 以及水汽通量散度和垂直速度等物理量异常场， 得出各时间段的亚洲大部分地区自下而上的正压特征异常显著， 可以合理地解释各时间段IFQXP 的异常与中国降水和气温的关系。IFQXP 的异常变化， 也可能是引发中国冬半年期间的一些高影响天气的原因之一。
关于高原的动力作用的研究从20世纪50年代开始（Yeh， 1950； Bolin， 1950； Ramaswamy， 1956）， 近些年对高原的研究主要集中于其热力作用的特征及对亚洲天气气候的影响（He et al， 1987； Liu et al， 2012）， 文章仅初步讨论了FQXP演变与中国降水和气温的关系， 高原热状况与FQXP的相互影响关系至今尚不清楚， Duan et al（2008）和Liu et al（2012）都发现高原上风速变化是影响高原热状况的关键因素， 高原风速变化除了西风带的影响， 还有什么驱动机制呢？另外， “北脊南槽”型环流是造成冬季高原东部牧区雪灾和南方冰冻雨雪灾害等的主要天气形势（梁潇云等， 2002； 王林等， 2011）。本文已从大尺度环流方面， 得到FQXP可能是造成中国冬半年多一些高影响天气的原因之一， 冬半年FQXP对高影响天气的具体影响如何？这些都是下一步亟待研究的问题。