2017, Vol. 36
2. 兰州大学大气科学学院, 兰州 730000;
3. 解放军 94032部队, 武威 733000
近年来在全球气候变暖的背景下, 中国区域的平均气温和极端气温也发生了许多变化, 在不同季节、不同地区都产生了许多不同的新特点。徐金芳等(2009)认为, 在全球气候变暖的背景下, 近100年来, 中国年平均气温升高了0. 5~0. 8 ℃。任国玉等(2005)研究表明, 东北、华北、西北和青藏高原北部是现代中国增暖最明显的地区, 增暖最显著的季节在冬季和春季, 近50年来, 中国近地面的气候变暖主要是平均最低气温明显上升的结果。孙娴和林振山(2007)指出, 近50年来中国北方大部分地区气温变化率多在0. 4 ℃·(10a)-1以上, 西南和长江中下游部分地区气温变化率较小。张晶晶等(2006)分析发现, 19512000年我国大陆35°N以北地区年平均气温变暖比35°N以南显著, 青海南部、西藏东部、四川和云南的西部变冷, 35°N以北地区冬季的变暖速率显著大于夏季和年平均气温的升温速率。曲迎乐等(2008)指出, 近50年来, 我国东西部年、季平均气温的变化有较好的一致性, 且均呈升温趋势。然而, 中国整体平均气温的升高仍存在诸多不确定性, 在不同时间尺度上的线性趋势不尽相同, 甚至差别很大。范兰等(2014)指出, 19982012年我国年平均气温呈现波动式下降的特点, 但下降趋势不显著, 春季气温呈上升和下降倾向的区域约各占一半, 夏季绝大部分地区气温有上升倾向, 而秋季和冬季大部分地区气温则呈现不显著下降趋势。周长艳等(2013)指出, 50年来四川高温天数总体呈显著增加趋势, 20世纪90年代以来增加趋势尤为显著。而Wei and Chen(2011)分析表明, 20世纪90年代中期以后, 中国夏季的极端高温日数突然增加。
关于中国气温变化成因方面的研究也有很多(杨辉和李崇银, 2005; 程炳岩等, 2011; 曹春燕等, 2007), 其中人们关注最多的环流系统是西太平洋副热带高压(简称西太副高), 西太副高的强弱及位置变动对东亚地区的气候有十分重要的影响, 但由于副高主体位于中低纬度, 它对东亚中高纬度如中国东北地区的直接影响较弱。而夏季欧亚大陆及西北太平洋地区的一些遥相关波列不仅对中低纬度, 还可对包括中高纬度在内的整个东亚地区的气温产生重要影响。夏季影响东亚和西北太平洋地区的一些重要波列包括太平洋-日本(PJ)波列(或称为东亚-太平洋型(EAP)波列)(Huang and Li, 1987; Nitta, 1987)、欧亚型(EU)遥相关波列(Liu et al, 2014; Wang and Zhang, 2015)以及近年来一些学者提出的丝绸之路模态(Kosaka et al, 2009; Song et al, 2013)等。PJ波列在夏季常从菲律宾附近经东亚向北美传播, 它在东亚地区是准经向的, 研究表明(Huang and Li, 1987; Nitta, 1987)PJ波列与菲律宾附近的对流活动密切相关, 近年来的一些研究(Kosaka and Nakamura, 2006, 2010)还表明PJ波列的维持还与中高纬度地区的正压和斜压能量转换有关。Huang(2004)通过定义表征EAP(PJ)遥相关型的指数IEAP, 分析了IEAP指数与中国夏季降水的相关系数, 发现显著相关区位于长江中下游地区; IEAP指数与中国夏季气温的显著相关区位于江淮、华北和东北地区。EU遥相关波列主要存在于欧亚大陆中高纬度(Wallace and Gutzler, 1981), 是一个准纬向波列, 它在冬季最为显著, 但在夏季仍然存在。Nitta and Hu(1996)指出太平洋-日本(PJ)遥相关型和欧亚(EU)遥相关型对东亚季风区尤其是长江中下游夏季的气温和降水有重要影响。邹珊珊等(2013)分析了PJ和EU遥相关型的不同配置特征及其对中国夏季降水的影响, 指出当PJ和EU型均活跃且位相相同时, 降水异常分布呈北方型; 当PJ和EU型均活跃且位相相反时, 降水异常分布呈中间型。
中国各地地形及所受到的环流系统影响的不同, 使得不同地区夏季气温的变化特征存在显著差异。然而目前的研究中, 关于中国整体及各地区气温变化趋势的研究较多, 而关于不同地区气温的空间差异性及其成因的研究较少; 关于夏季遥相关波列对中国区域降水影响的研究较多, 而对气温影响的研究较少。中国中东部地区南北向跨度较大, 夏季不同纬度地区受到环流系统的影响不同, 使得不同纬度地区气温的分布也有明显差异; 且与中国西部地区相比, 中东部地区受到地形影响相对较小, 资料质量更加可靠。而夏季欧亚大陆和西太平洋附近的遥相关波列无疑对东亚地区的气温有着十分重要的影响。因此, 在分析中国中东部盛夏气温分布特征的基础上, 主要从遥相关波列的角度探讨其对中国中东部夏季气温的影响。
2 资料选取和方法介绍所选研究范围为105°E以东的中国区域。由于考虑到夏季不同时段的大气环流形势有明显差异(Nakamura and Fukamachi, 2004), 而大气环流的差异对PJ波列的影响有所不同(施宁等, 2008, 2009; 布和朝鲁等, 2008), 因此以7月而非整个夏季为研究时段。使用CN05资料集7月平均气温格点资料进行中国中东部盛夏气温的统计分析, 空间分辨率为0. 5°×0. 5°, 该资料集具有较高的空间分辨率且经过验证, 效果较好(吴佳和高学杰, 2013; Ying et al, 2009), 时间尺度为19612008年, 考虑到20世纪70年代中后期的气候突变可能会对气温有较大的年代际影响, 本文主要使用19802008年数据, 以NCEP/NCAR的7月平均位势高度场、风场、向外长波辐射通量(OLR)资料等进行环流成因分析, 分辨率为2. 5°×2. 5°, 时间尺度与CN05温度资料一致。
本文使用经验正交函数(EOF)分解方法提取中国中东部7月平均气温的主要模态, 采用合成分析、回归分析等方法分析环流成因, 通过计算波作用通量来诊断波动能量的传播方向及大小, p坐标系下波作用通量的计算采用Takaya and Nakamura(2001)的定义:
| $\begin{array}{*{20}{l}} W = \frac{1}{{2\left| {\mathit{\boldsymbol{\bar u}}} \right|}}\\ {\left( {\begin{array}{*{20}{l}} {\quad \quad \bar u\left( {\mathit{\psi '}_x^2 - \mathit{\psi '}{{\mathit{\psi '}}_{xx}}} \right) + \bar v\left( {{{\mathit{\psi '}}_\mathit{x}}{{\mathit{\psi '}}_\mathit{y}}\mathit{ - \psi '}{{\mathit{\psi '}}_{\mathit{xy}}}} \right)}\\ {\quad \quad \mathit{\bar u}\left( {{{\mathit{\psi '}}_\mathit{x}}{{\mathit{\psi '}}_\mathit{y}}\mathit{ - \psi '}{{\mathit{\psi '}}_{\mathit{xy}}}} \right)\mathit{ + \bar v}\left( {\mathit{\psi '}_\mathit{y}^\mathit{2}\mathit{ - \psi '}{{\mathit{\psi '}}_{\mathit{yy}}}} \right)}\\ {\frac{{{f^2}}}{{R\delta /p}}\left\{ {\bar u\left( {{{\mathit{\psi '}}_\mathit{x}}{{\mathit{\psi '}}_\mathit{p}}\mathit{ - \psi '}{{\mathit{\psi '}}_{\mathit{xp}}}} \right) + \bar v\left( {{{\mathit{\psi '}}_\mathit{y}}{{\mathit{\psi '}}_\mathit{p}}\mathit{ - \psi '}{{\mathit{\psi '}}_{\mathit{yp}}}} \right)} \right\}} \end{array}} \right),} \end{array}$ | (1) |
其中: ψ为流函数; f为科氏参数; u=(u, v)为水平风速;
关于PJ波列的定义是:将(0°60°N, 100°E160°E)范围内850 hPa涡度场进行EOF分解, 然后将位势高度距平场(或涡度距平场、风距平场等)回归到EOF分解第1模态对应的时间系数上(Kosaka and Nakamura, 2010; 孙颖等, 2014), 在东亚西太平洋地区呈现一明显的准经向波列, 该波列即为PJ波列。
3 中国中东部7月平均气温的主要空间分布模态为避免20世纪70年代中后期全球气候突变对中国中东部近地面气温的年代际影响, 选取19802008年7月105°E以东的中国区域气温数据进行EOF分解, 得到前3个最主要的空间分布模态及其对应的时间系数(图 1)。从图 1中可以看出, 前3个模态的方差贡献率分别为44%、17%和11%, 总方差贡献率为72%, 因此前3个模态能够反映实际气温场的主要特征。
|
图 1 1980-2008年7月中国中东部气温的EOF分解的第1(a, b), 第2(c, d), 第3(e, f)模态(左)及其分别对应的标准化时间系数(右) Figure 1 The first (a, b), the second (c, d), the third (e, f) mode of surface air temperature by Empirical Orthogonal Function analysis (left), and the corresponding normalized time series (right) over Central and East China in July from 1980 to 2008 |
第1模态(EOF1) 中(图 1a), 中国中东部28°N以北的东北、华北和江淮等地的大部分地区为正值, 东北和内蒙古中东部地区为最大正值区, 而28°N以南的华南地区主要为负值, 其时间系数及其线性趋势(图 1b)在19802008年间有明显的增大趋势, 表明近30年来28°N以北的大部分地区地面平均气温是升高的, 尤其是在东北和内蒙古中东部地区气温升高较显著。而在华南, 尤其是广东、广西沿海地区, 气温却有下降趋势。高斯低通滤波之后的时间系数(图 1b)显示, 时间系数的增大趋势主要起始于1990年左右, 2000年以后, 增大趋势变得不明显甚至略有减小趋势, 该模态的时间系数的变化趋势与中国中东部整体平均气温逐年的变化趋势十分一致(图略)。
第2模态(EOF2) 中(图 1c), 江淮地区以南为正值区, 尤其是在长江以南地区, 有大面积的正值区, 而在华北和东北地区则为负异常区, 负异常中心在东北地区东部。总体来看, 该模态呈现南正北负的“偶极子”型反位相分布特征, 但这2个“极”却是不均衡的, 即长江以南的正异常区比东北的负异常区的异常值更大; 其时间系数略有增大趋势(图 1d), 低通滤波后的结果显示, 20世纪90年代末期以后, 时间系数的增大趋势比较明显, 且时间系数以正值为主, 即90年代末期以后, 夏季长江以南偏暖而东北和华北偏冷的模态发生频次较高。
在第3模态(EOF3) 中(图 1e), 华北南部为正异常区, 而华南和东北北部则为负异常区, 气温的分布呈现出一个南北向的“三极子”型模态, 第2模态中东北和华北的同位相异常特征在此模态中已变为反位相特征, 该模态时间系数的线性趋势并不明显(图 1f)。
此外, 关于整个夏季(68月)平均的中国中东部平均地面气温的EOF分解(图略)也呈现了与图 1类似的特征, EOF2中的“偶极子”型和EOF3中的“三极子”型特征仍然存在, 只是位置和强度有所变化。这表明以上中国中东部平均地面气温的3种主要空间分布特征不仅在7月存在, 而且在整个夏季都是存在的。
4 与第2和第3模态相关的500 hPa环流形势分析上述EOF1主要呈现了近30年来28°N以北的大部分地区平均气温升高的变化特征, 已有很多文献(徐金芳等, 2009; 任国玉等, 2005; 任福民和翟盘茂, 1998)探讨了近几十年来中国气温的这种线性变化特征, 因此不作为本文研究的重点。EOF2的“偶极子”型和EOF3的“三极子”型南北不均匀的分布特征研究较少, 因此本文将重点放在这两个模态的讨论上。为了便于研究与这2种模态相关的环流形势, 并突出模态中的正负异常区, 参考IOD(Saji et al, 1999)、El Niño Modoki(Ashok et al, 2007)等指数的定义方法, 本文暂时定义表示EOF2中“偶极子”型(dipole)特征的指数ID和EOF3中“三极子”型(tripole)特征的指数IT如下:
| ${I_{\rm{D}}} = {{\bar T}_{\rm{A}}} - {{\bar T}_{\rm{B}}}\quad ,$ | (2) |
| ${I_{\rm{T}}} = {{\bar T}_{\rm{C}}} - {{\bar T}_{\rm{D}}} - {{\bar T}_{\rm{E}}}\quad ,$ | (3) |
式中: T表示某年在所定义范围内中国区域网格点上气温距平的平均值, 区域A(110°E122. 5°E, 25°N30°N)和B(125°E135°E, 42. 5°N50°N)(图 1c), 区域C(110°E120°E, 32. 5°N37. 5°N)、D(105°E117. 5°E, 20°N25°N)、E(117. 5°E135°E, 45°N52. 5°N)(图 1e)分别为定义关于EOF2和EOF3的指数时所选定的区域, 这样便得到19802008年逐年的ID和IT指数, 将这两个指数标准化后, 以逐年指数值≥0. 75和≤-0. 75分别作为关于指数正负异常年的标准, 关于ID和IT的正负异常年份如表 1所示。
|
表 1 关于ID和IT的正负异常年份 Table 1 The positive and negative years about ID and IT |
得到ID和IT指数后, 便可据此分析这两种平均温度的分布形态所对应的环流形势。表 2计算了定义这两个指数时的5个区域中逐年平均温度与该区域850, 500和200 hPa上对应的该区域内高度距平平均值的相关系数。从表 2可知, 除了B区在200 hPa上的相关系数与500 hPa相等, 以及E区200 hPa上值比500 hPa上略大之外, 5个区域气温平均值与高度距平平均值之间的相关系数在500 hPa上最大, 且均通过了95%的信度检验; 200 hPa上次之, 而在850 hPa上最小, 这可能因为在对流层低层多浅薄系统, 温度场冷(暖)中心与高度场低(高)中心对应关系并不太好, 而在500 hPa层以上才逐渐转换为深厚系统(寿绍文等, 2006), 又由于大气斜压性, 在更高层的200 hPa上, 高度场的异常中心已经偏离地面冷暖中心较远距离, 故200 hPa上代表性也不如500 hPa。因此, 500 hPa上高度场对地面平均气温的指示意义最好, 本文将以500 hPa高度场为主来分析环流形势。
|
|
表 2 各区域内气温平均值分别与各等压面上高度距平值的相关系数 Table 2 The correlation coefficents between the mean air temperature in these sections and geopotential height anamolies on three pressure levels, respectively |
利用上文定义的特征指数, 首先对500 hPa位势高度场和风场做了合成分析(图 2)。在关于ID正异常年合成的500 hPa高度距平场中(图 2a), 东亚沿海地区从低纬度到高纬度依次分布着“+-+”3个距平中心, 构成一个准经向波列, 低纬度的正异常中心位于台湾岛附近的(20°N, 120°E)主体范围包括菲律宾北部以及中国东南及其沿海地区, 中纬度的负异常中心位于(40°N, 150°E)附近, 主体范围在日本列岛及其沿海, 高纬度的正异常中心位于(70°N, 160°E)附近的东西伯利亚地区。总体来看, 低、中、高纬度的这3个异常区呈西南-东北走向, 此外, 在(65°N, 40°E)附近的东欧地区, 也有1个显著的正异常中心。与典型的PJ波列相比(图 3), 除了异常区正负位相是相反的, 该环流型低纬度和中纬度的异常区中心与PJ波列十分一致, 表明在ID正异常年, 中国中东部平均气温的“偶极子”型特征受到了负位相的PJ波列的重要影响; 不同的是, 典型PJ波列中, 高纬度的异常区在鄂霍次克海附近, 而ID正异常年的高纬度异常区与之相比偏东偏北; 另外, PJ波列中, 在蒙古一带还有显著的高度场正距平, 而在ID正异常年则没有。
|
图 2 关于ID (a, b)和IT (c, d)正(a, c)、负(b, d)异常年合成的500 hPa位势高度距平场(等值线, 单位: gpm)与风场距平场(矢量, 单位: m·s-1)阴影区表示高度场通过90%信度检验的区域 Figure 2 Composite 500 hPa geopotential height anamolies (contours, unit: gpm) and wind anamolies (vector, unit: m·s-1) about (a, b) ID and (c, d) IT at positive (a, c) and negative (b, d) years. The shaded represents the 90% confidence level of height anomalies |
|
图 3 根据1980-2008年(0°60°N, 100°E160°E)范围内850 hPa相对涡度场EOF分解第1模态的时间系数回归得到的500 hPa高度距平场(等值线, 单位: gpm)和波作用通量(矢量, 单位: m2·s-2)阴影区表示通过90%信度检验 Figure 3 Height anamolies (contours, unit: gpm) and wave activity flux anamolies (vector, unit: m2·s-2) regressed on the PC1 time coefficients of 850 hPa relative vorticity anamolies by EOF analysis in section (0°60°N, 100°E160°E) from 1980 to 2008. The shaded represents the 90% confidence level of height anomalies |
ID正异常年风场的异常情况与高度场的异常特征配合较好(图 2a), 中国东南沿海和东西伯利亚地区的高度场正异常区都对应了明显的反气旋性环流, 中纬度的负异常区对应气旋性环流。在该环流形势下, 中国东南地区由于有正的位势高度异常, 西太平洋副高偏南偏强, 使得该区域盛夏平均温度偏高, 而与之对应的反气旋性环流西侧的西南风异常, 有利于将低纬度海洋上更多的暖湿气流输送到华北甚至东北地区, 而中纬度气旋性环流西侧的偏北气流与南方的西南气流汇合, 可使华北、东北南部以及朝鲜半岛、日本部分地区的降水增多, 已有研究(Nitta and Hu, 1996)指出, 在中国大部分地区, 暖夏与降水偏少有关, 而冷夏往往与降水偏多相对应, 因此, 这些地区的气温将偏低, 呈现出EOF2的“偶极子”型特征。
在ID负异常年(图 2b), 中国中东部地区位势高度与风场异常的配置与正异常年的情况相反, 与典型PJ波列的分布特征也比较一致(图 3); 不同的是中低纬度的两个异常区整体上有所北移, 而高纬度的异常区位于勘察加半岛附近且变得不显著, 中纬度的正异常区主体不在日本附近, 而在中国东北地区, 还有一较弱的正异常中心位于贝加尔湖以北, 且该异常中心与中国东北的异常区共同构成了一个大的正异常区, 在该异常区西部的中亚地区, 还有一个负的显著异常区。总体来看, 在ID负异常年, 不仅在东亚沿海地区存在经向特征的波列, 而且在亚洲大陆的中纬度地区还存在明显的纬向波列。
在IT正异常年(图 2c), 东亚沿海地区中低纬度高度场和风场的异常并不明显, 仅有不显著的正异常区存在, 而在中高纬度的鄂霍次克海区有显著的高度负异常, 在乌拉尔山附近地区也有显著的高度负异常。总体来看, 在IT正异常年, 东亚沿海地区的经向波列特征并不很明显, 而欧亚大陆中高纬度的纬向波列特征比较清楚。
在IT负异常年(图 2d), 东亚沿海地区的经向波列特征与ID正异常年(图 2a)的情况十分相似, 从低纬到高纬依次有“+-+”距平波列沿经向排列, 且也略成西南-东北走向, 这种经向波列特征与典型PJ波列也相当类似。不同的是该环流形势中, 几个异常中心的异常值大小不及图 2a显著, 尤其是低纬度的正异常区比较弱, 这也不难理解, 因为该模态是基于EOF3的, 而图 2a是基于EOF2的异常形势得到的, EOF2所占的方差贡献率更大。此外, 还有一个值得注意的异常特征是, 与ID正异常年相比, 该图中的经向波列整体偏南, 尤其是高纬度的正异常区, 主体位于鄂霍次克海地区, 中心位于(55°N, 145°E)附近, 比图 2a中的异常中心约偏南15个纬距, 也比它偏西, 这使得该高度正异常区能够影响到中国东北北部。结合风场特征来看, 中国东北北部处于该正异常区西侧, 有偏南风异常, 这有利于低纬度暖平流的输送; 另外, 由于中纬度气旋性环流异常的影响, 东北南部地区有东北风异常, 而整个东北地区的风场是辐散的, 不利于水汽聚集于此, 从而产生降水。综合以上几个因素, 该环流形势将使得中国东北北部地区7月气温偏高。中纬度地区的高度负异常区与图 2a相比偏西一些, 主体在中国江淮到日本西部一带, 这种位势高度的负异常有利于夏季梅雨锋的形成和维持, 从而使得降水偏多, 气温偏低。低纬度的高度正异常有利于副高偏强, 使得南方地区气温偏高。因此, 这种环流形势下, 有利于华南偏暖、华北-黄淮偏冷以及东北偏暖的“三极子”型模态出现。
通过对图 2a, d的分析, 可初步得到以下结论: 7月份东亚沿海地区的经向波列对中国中东部夏季气温EOF2中的“偶极子”型和EOF3中的“三极子”型分布特征有重要影响, 且关于ID正负异常年合成的高度距平波列与典型的正负位相的PJ波列分布特征相当一致。若该经向波列整体偏北, 高纬度的异常区影响不到中国东北, 则在中国中东部范围内, 气温的异常有利于形成EOF2中长江以南和华北-东北反位相的“偶极子”型分布模态; 若该经向波列整体偏南, 尤其是高纬度异常区主体位于鄂霍次克海一带时, 可直接影响到东北地区, 有利于形成EOF3中华南、华北-黄淮以及东北的“三极子”型气温异常分布模态。
5 高低层高度场和波作用通量场分析 5.1 关于ID正负异常年影响ID和IT异常分布特征的高低层环流状况如何, 也有必要进行分析。关于ID正异常年合成的850 hPa高度异常场中(图 4a), 东亚沿海地区的准经向波列特征仍然存在, 波列的低、中、高纬度的3个异常中心也都通过90%信度显著性检验, 但不如500 hPa典型(图 2a)。在30°N以南的经向波列的低纬度异常中心附近, 有较强的向北传播的波作用通量, 但在中纬度和高纬度地区, 波作用通量均不强, 这与已有研究中(Kosaka and Nakamura, 2006; 施宁等, 2008, 2009)关于PJ波列自低纬度中心向中纬度中心的北传特征最明显的结论是一致的。在300 hPa(图 4c), 东亚经向波列特征仍比较清楚, 此外, 东欧地区也有一显著的高度正异常区; 在东亚沿海地区波作用通量较强, 它在低纬度以向北、中纬度以向东传播为主, 且波作用通量分别从低纬度的高度正异常区向北和从高纬度的正异常区向南指向中纬度的高度负异常区, 之后波作用通量向东南方向继续传播。
|
图 4 关于ID正(a, c)、负(b, d)异常年合成的850 hPa (a, b)、300 hPa (c, d)高度距平场(等值线, 单位: gpm)与波作用通量场(矢量, 单位: m2·s-2)阴影区表示高度场通过90%信度检验 Figure 4 Composite geopotential height anamolies (contours, unit: gpm) and wave activity flux anamolies (vector, unit: m2·s-2) on 850 hPa (a, b), 300 hPa (c, d) at positive (a, c) and negative (b, d) years about ID. The shaded represents the 90% confidence level of height anomalies |
在关于ID负异常年合成的850 hPa高度异常场中(图 4b), 东亚的经向波列特征已不清楚, 但在中低纬度地区30°N以南仍有较强的向北传播的波作用通量。在300 hPa(图 4d), 高度场异常特征与500 hPa的情况基本一致(图 2b), 从里海附近的高度场正异常区, 有一支明显的向东南方向传播的波作用通量, 该支通量一直传播到中国西南地区。在中国东部, 波作用通量在40°N以南主要向北传播, 而在中纬度, 以向东传播的分量为主, 波作用通量在中国东北和日本附近分成两支:一支向东北传播至勘察加半岛附近的高度负异常中心, 另一支则向东南传播。
已有研究表明(Kosaka and Nakamura, 2006, 2010; 黄荣辉和孙凤英, 1994), 菲律宾附近地区对流异常加热活动对PJ波列的形成和维持具有重要影响。上节的分析表明, 关于ID正负异常年合成的高度距平波列与PJ波列有类似之处, 那么这种波列的变化应受到低纬度对流异常加热的影响, 进而影响中国中东部气温分布特征。
由于OLR对热带地区的对流异常加热情况指示意义较好, 主要关注低纬度OLR的异常情况。在关于ID正异常年OLR距平场中(图 5a), 菲律宾北部及中国华南沿海、台湾等地区有较大的OLR正异常, 且通过了90%信度的显著性检验, 表明该区域的对流活动偏弱, 这种情况有利于负位相的PJ波列出现, 即低、中、高纬度依次呈现“+-+”的距平波列形势。ID负异常年华南地区的OLR距平场(图 4b)与正异常年几乎相反, 为较大的负值。
|
图 5 关于ID正(a)、负(b)异常年合成的OLR距平场(等值线, 单位: W·m-2)阴影区表示通过90%信度检验 Figure 5 Composite OLR anamolies (contours, unit: W·m-2) at positive (a) and negative (b) years about ID. The shaded represents the 90% confidence level of OLR anamolies |
在关于IT正异常年的合成图中, 850 hPa(图 6a)和300 hPa(图 6b)东亚的经向波列特征都不太清楚, 850 hPa上东亚沿海的波作用通量传播特征不明显, 300 hPa上波作用通量在中高纬度以向东传播为主, 在低纬度的特征则不明显。在负异常年的850 hPa图中(图 6b), 亚洲大陆沿海的鄂霍次克海地区有显著的高度正异常区, 而日本南部则为显著的负异常区, 低纬度地区的高度异常则较弱。而在300 hPa(图 6d), 东亚沿海的经向波列特征比较清楚, 中高纬度的2个异常中心都是显著的, 低纬度的正异常中心则不显著; 中高纬度的波作用通量主要向南传播, 低纬度没有明显北传的波作用通量。与ID正负异常年(图 4)相比, 无论从高度场还是波作用通量场的角度来看, 与IT正负异常年有关的东亚经向波列都比较弱。此外, 关于IT正负异常年合成的OLR异常场在低纬度也较弱且不显著(图略)。
|
图 6 关于IT正(a, c)、负(b, d)异常年合成的850 hPa (a, b)和300 hPa (c, d)高度距平场(等值线, 单位: gpm)与波作用通量场(矢量, 单位: m2·s-2) 阴影区表示高度场通过90%信度检验 Figure 6 Composite geopotential height anamolies (contours, unit: gpm) and wave activity flux anamolies (vector, unit: m2·s-2) on 850 hPa (a, b) and 300 hPa (c, d) at positive (a, c) and negative (b, d) years about IT. The shaded represents the 90% confidence level of height anomalies |
从遥相关波列主要是东亚地区夏季准经向波列的角度, 分析了环流形势对盛夏中国中东部地面平均气温空间分布模态的影响, 主要得到以下结论:
(1) 关于中国中东部7月地面平均气温的EOF分解中, 前3个模态方差贡献率占总方差贡献率的72%, 是主要模态。其中第1模态及其时间系数主要反映了28°N以北的江淮、华北和东北地区近30年来地面平均气温的线性升高趋势; 第2模态显示了江淮-江南地区与东北东部地区气温的“偶极子”型反位相分布特征; 第3模态显示了华北-黄淮地区与华南和东北地区气温的“三极子”型分布特征。
(2) 东亚沿海的经向波列位置的变动对“偶极子”型和“三极子”型分布特征都有重要影响, 当波列整体位置偏北时, 有利于地面平均气温“偶极子”型特征的出现; 当波列偏南时, 有利于形成“三极子”型分布特征。
(3) 当中国华南沿海、台湾等地区出现OLR正异常时, 有利于第2模态的负位相的PJ经向波列出现, 反之亦然; 关于第3模态正负异常年的OLR异常不明显。在关于第2模态正负异常年波作用通量的合成分析中, 850 hPa上东亚沿海地区30°N以南有明显的向北传播的波作用通量, 而30°N以北波作用通量的传播特征则不明显; 300 hPa上波作用通量在低纬度以向北、中纬度以向东传播为主。关于第3模态的合成分析中, 850 hPa上波作用通量的传播特征不明显, 300 hPa上低纬度北传的波作用通量不明显, 中高纬度地区有较强的向东传播的波作用通量。关于ID正负异常年合成的高度距平场、波作用通量以及OLR距平场在东亚沿海地区的特征都与典型的PJ波列特征比较一致, 而关于IT正负异常年合成的东亚经向波列整体位置偏南且偏弱。
PJ波列是夏季东亚和西北太平洋地区最重要的一种准经向遥相关波列(Kosaka and Nakamura, 2010), 但本文的分析表明了东亚经向波列的位置和强度可以有不同的分布特征, 并非局限于典型的PJ波列, 这种经向波列可能是PJ波列受到大气环流异常的影响而产生的变化, 具体成因还需进一步分析, 这两种经向波列不同的分布特征对中国中东部夏季气温的异常分布特征也不同。本文仅分析了OLR异常对PJ波列的影响, 但近年来的一些研究表明(Kosaka et al, 2006, 2010; 施宁等, 2008, 2009; 布和朝鲁等, 2008), 中高纬度急流和Rossby波的传播演变等都会对PJ波列产生重要影响, 因此, 中高纬度环流系统对PJ波列的影响也是不能忽视的, 这些还需要进一步的分析研究。
| Ashok K, Behera S K, Rao S A, et al. 2007. El Niño modoki and its possible teleconnection[J]. J Geophys Res:Oceans (1978-2012), 112(C11): C11007. DOI:10.1029/2006JC003798 | |
| Huang G. 2004. An index measuring theinterannual variation of the East Asian Summer Monsoon-the EAP iIndex[J]. Adv Atmos Sci, 21(1): 41–52. DOI:10.1007/BF02915679 | |
| Huang R H, Li W J. 1987. Influence of the heat source anomaly over the tropical western pacific on the subtropical high over East Asia[C]//Proc. International conference on the general circulation of East Asia. 51. | |
| Kosaka Y, Nakamura H, Watanabe M, et al. 2009. Analysis on the dynamics of a wave-like teleconnection pattern along the summertime Asian Jet based on a reanalysis dataset and climate model simulations[J]. J Meteor Soc Japan, 87(3): 561–580. DOI:10.2151/jmsj.87.561 | |
| Kosaka Y, Nakamura H. 2006. Structure and dynamics of the summertime pacific-Japan teleconnection pattern[J]. Quart J Roy Meteor Soc, 132(619): 2009–2030. DOI:10.1256/qj.05.204 | |
| Kosaka Y, Nakamura H. 2010. Mechanisms of meridional teleconnection observed between a summer monsoon system and a subtropical anticyclone. Part Ⅰ:The Pacific-Japan pattern[J]. J Climate, 23(19): 5085–5108. DOI:10.1175/2010JCLI3413.1 | |
| Liu Y, Wang L, Zhou W, et al. 2014. Threeeurasian teleconnection patterns:Spatial structures, temporal variability, and associated winter climate anomalies[J]. Climate Dyn, 42(11-12): 2817–2839. DOI:10.1007/s00382-014-2163-z | |
| Nakamura H, Fukamachi T. 2004. Evolution and dynamics of summertime blocking over the Far East and the associated surface okhotsk high[J]. Quart J Roy Meteor Soc, 130(599): 1213–1233. DOI:10.1256/qj.03.101 | |
| Nitta T, Hu Z Z. 1996. Summer climate variability in China and its association with 500 hPa height and tropical convection[J]. J Meteor Soc Japan, 74(4): 425–445. DOI:10.2151/jmsj1965.74.4_425 | |
| Nitta T. 1987. Convective activities in the tropical western pacific and their impact on the Northern Hemisphere summer circulation[J]. J Meteor Soc Japan, 65(3): 373–390. DOI:10.2151/jmsj1965.65.3_373 | |
| Saji N H, Goswami B N, Vinayachandran P N, et al. 1999. A dipole mode in the tropical Indian Ocean[J]. Nature, 401: 360–363. | |
| Song Fengfei, Zhou Tianjun, Wang Lu. 2013. Two modes of the silk road pattern and their interannual variability simulated by LASG/IAP AGCM SAMIL2. 0[J]. Adv Atmos Sci, 30(3): 908–921. DOI:10.1007/s00376-012-2145-1 | |
| Takaya K, Nakamura H. 2001. A formulation of a phase-independent wave-activity flux for stationary and migratoryquasigeostrophic eddies on a zonally varying basic flow[J]. J Atmos Sci, 58(6): 608–627. DOI:10.1175/1520-0469(2001)058<0608:AFOAPI>2.0.CO;2 | |
| Wallace J M, Gutzler D S. 1981. Teleconnections in the geopotential height field during the Northern Hemisphere winter[J]. Mon Wea Rev, 109: 784–812. DOI:10.1175/1520-0493(1981)109<0784:TITGHF>2.0.CO;2 | |
| Wang N, Zhang Y. 2015. Evolution ofeurasian teleconnection pattern and its relationship to climate anomalies in China[J]. Climate Dyn, 44(3-4): 1017–1028. DOI:10.1007/s00382-014-2171-z | |
| Wei K, Chen W. 2011. An abrupt increase in the summer high temperature extreme days across China in the Mid-1990s[J]. Adv Atmos Sci, 28(5): 1023–1029. DOI:10.1007/s00376-010-0080-6 | |
| Ying X U, Gao X, Yan S, et al. 2009. A daily temperature dataset over China and its application in validating a RCM simulation[J]. Adv Atmos Sci, 4: 763–772. | |
| 布和朝鲁, 施宁, 纪立人, 等. 2008. 梅雨期EAP事件的中期演变特征与中高纬Rossby波活动[J]. 科学通报, 53(1): 111–121. Bueh Cholaw, Shi Ning, Ji Liren, et al. 2008. Features of the EAP events on the medium-range evolution process and the mid-and high-latitude rossby wave activities during the Meiyu Period[J]. Chinese Sci Bull, 53(1): 111–121. | |
| 曹春燕, 江崟, 孙向明, 等. 2007. 深圳夏季高温天气气候特征与形势分析[J]. 气象科技, 35(2): 191–197. Cao Chunyan, Jiang Yin, Sun Xiangming, et al. 2007. Climatological features and weather patterns of summer high temperature in Shenzhen[J]. Meteor Sci Technol, 35(2): 191–197. | |
| 程炳岩, 郭渠, 孙卫国. 2011. 重庆地区最高气温变化与南方涛动的相关分析[J]. 高原气象, 30(1): 164–173. Cheng Bingyan, Guo Qu, Sun Weiguo. 2011. Correlation analysis between maximum temperature in Chongqing and southern oscillation[J]. Plateau Meteor, 30(1): 164–173. | |
| 范兰, 吕昌河, 杨彪, 等. 2014. 近15a中国气温变化趋势分析[J]. 沙漠与绿洲气象, 8(5): 34–38. Fan Lan, Lü Changhe, Yang Biao, et al. 2014. Trend of temperature during the recent 15 years in China[J]. Desert and Oasis Meteor, 8(5): 34–38. | |
| 黄荣辉, 孙凤英. 1994. 热带西太平洋暖池的热状态及其上空的对流活动对东亚夏季气候异常的影响[J]. 大气科学, 18(2): 141–151. Huang Ronghui, Sun Fengying. 1994. Impacts of the thermal state and the convective activities in the tropical western warm pool on the summer climate anomalies in East Asia[J]. Chinese J Atmos Sci, 18(2): 141–151. | |
| 曲迎乐, 高晓清, 陈文, 等. 2008. 近50年来我国东、西部地面气温和降水变化对比的初步分析[J]. 高原气象, 27(3): 524–529. Qu Yingle, Gao Xiaoqing, Chen Wen, et al. 2008. Comparison of surface air temperatures and precipitation in Eastern and Western China during 1951-2003[J]. Plateau Meteor, 27(3): 524–529. | |
| 任福民, 翟盘茂. 1998. 1951~1990年中国极端气温变化分析[J]. 大气科学, 22(2): 217–227. Ren Fumin, Zhai Panmao. 1998. Study on changes of China's extreme temperatures during 1951~1990[J]. Chinese J Atmos Sci, 22(2): 217–227. | |
| 任国玉, 初子莹, 周雅清, 等. 2005. 中国气温变化研究最新进展[J]. 气候与环境研究, 10(4): 701–716. Ren Guoyu, Chu Ziying, Zhou Yaqing, et al. 2005. Recent progresses in studies of regional temperature changes in China[J]. Climatic Environ Res, 10(4): 701–716. | |
| 施宁, 布和朝鲁, 纪立人, 等. 2008. 中高纬度Rossby波活动对华南前汛期EAP事件中期演变过程的影响[J]. 气象学报, 66(6): 1020–1031. DOI:10.11676/qxxb2008.091 Shi Ning, Bueh Cholaw, Ji Liren, et al. 2008. The impact of mid-and high-latitude rossby wave activities on the medium-range evolution of EAP event in the pre-rainy period of South China[J]. Acta Meteor Sinica, 66(6): 1020–1031. DOI:10.11676/qxxb2008.091 | |
| 施宁, 布和朝鲁, 纪立人, 等. 2009. 中高纬Rossby波活动对盛夏东亚/太平洋事件中期演变过程的影响[J]. 大气科学, 33(5): 1087–1100. Shi Ning, Bueh C, Ji Liren, et al. 2009. Impacts of mid-and high-latitude rossby wave activities on the medium-range evolution of East Asia/Pacific events during the mid-and late summer[J]. Chinese J Atmos Sci, 33(5): 1087–1100. | |
| 寿绍文, 励申申, 王善华, 等. 2006. 天气学分析[M]. 第二版. 北京: 气象出版社, 22-23. Shou Shaowen, Li Shenshen, Wang Shanhua, et al. 2006. Synoptic analysis[M]. 2nd Edition. Beijing: China Meteorological Press, 22-23. | |
| 孙娴, 林振山. 2007. 经验模态分解下中国气温变化趋势的区域特征[J]. 地理学报, 11: 1132–1141. DOI:10.3321/j.issn:0375-5444.2007.11.002 Sun Xian, Lin Zhenshan. 2007. The regional features of temperature variation trends over China by empirical mode decomposition method[J]. Acta Geographica Sinica, 11: 1132–1141. DOI:10.3321/j.issn:0375-5444.2007.11.002 | |
| 孙颖, 徐海明, 邓洁淳. 2014. 太平洋-日本遥相关型的年代际变化特征及其成因[J]. 大气科学, 38(6): 1055–1065. Sun Ying, Xu Haiming, Deng Jiechun. 2014. Interdecadal variation in Pacific-Japan teleconnection patterns and possible causes[J]. Chinese J Atmos Sci, 38(6): 1055–1065. | |
| 吴佳, 高学杰. 2013. 一套格点化的中国区域逐日观测资料及与其它资料的对比[J]. 地球物理学报, 56(4): 1102–1111. DOI:10.6038/cjg20130406 Wu Jia, Gao Xuejie. 2013. A gridded daily observation dataset over China region and comparison with the other datasets[J]. Chinese J Geophys, 56(4): 1102–1111. DOI:10.6038/cjg20130406 | |
| 徐金芳, 邓振镛, 陈敏. 2009. 中国高温热浪危害特征的研究综述[J]. 干旱气象, 27(2): 163–167. Xu Jinfang, Deng Zhenyong, Chen Min. 2009. A summary of studying on characteristics of high temperature and heat wave damage in China[J]. J Arid Meteor, 27(2): 163–167. | |
| 杨辉, 李崇银. 2005. 2003年夏季中国江南异常高温的分析研究[J]. 气候与环境研究, 10(1): 80–85. Yang Hui, Li Chongyin. 2005. Diagnostic study of serious high temperature over South China in 2003 summer[J]. Climatic Environ Res, 10(1): 80–85. | |
| 张晶晶, 陈爽, 赵昕奕. 2006. 近50年中国气温变化的区域差异及其与全球气候变化的联系[J]. 干旱区资源与环境, 4: 1–6. DOI:10.3969/j.issn.1003-7578.2006.01.001 Zhang Jingjing, Chen Shuang, Zhao Xinyi. 2006. Spatial divergency of temperature change during 1951-2000 in China and its correlation with global climate change[J]. Journal of Arid Land Resources and Environment, 4: 1–6. DOI:10.3969/j.issn.1003-7578.2006.01.001 | |
| 邹珊珊, 郭品文, 杨慧娟. 2013. 东亚太平洋与欧亚遥相关型的相互配置及其气候影响[J]. 气象科学, 33(1): 10–18. DOI:10.3969/2012jms.0152 Zou Shanshan, Guo Pinwen, Yang Huijuan. 2013. The configuration between the East Asia Pacific and the eurasian teleconnection patterns and its influence on the summer climate of China[J]. J Meteor Sci, 33(1): 10–18. DOI:10.3969/2012jms.0152 | |
| 周长艳, 张顺谦, 齐冬梅, 等. 2013. 近50年四川高温变化特征及其影响[J]. 高原气象, 32(6): 1720–1728. DOI:10.7522/j.issn.1000-0534.2012.00161 Zhou Changyan, Zhang Shunqian, Qi Dongmei, et al. 2013. Variation features and impact of high temperature in Sichuan during Last 50 Years[J]. Plateau Meteor, 32(6): 1720–1728. DOI:10.7522/j.issn.1000-0534.2012.00161 |
2. College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000, China;
3. Unit 94032 of the Chinese People's Liberation Army, Wuwei 733000, China