陈欢欢 ,张永莉 ,杨康权 ,张子旗
(1.成都信息工程大学大气科学学院/高原大气与环境四川省重点实验室,成都 610225;2.四川省气象台/高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072)
东亚冬季风起源于西伯利亚高压,其在冬季会源源不断地向低纬输送冷空气,且具有建立过程迅速、向南推进速度快以及风力强等显著特点[1]。东亚冬季风发生的同时常伴随着以下具体特征[2]:冬季风活动时常伴随着寒潮向东亚地区的爆发,并且寒潮爆发的同时有西伯利亚高压的南下和冷涌的发展,赤道辐合带和大气的对流性活动以及东亚局部地区的哈德莱环流得以发展和加强。东亚冬季风作为北半球大气环流系统中在冬季最为活跃的系统,它的活动直接影响整个东亚地区的冬季气候变化,不仅给中国带来了降温、大风、雪灾和沙尘暴等恶劣天气,还会给东南亚带来强对流和暴雨,甚至可以向南爆发越过赤道对澳大利亚夏季风产生影响[3−6]。东亚冬季风活动强时,会使东亚地区发生寒潮、霜冻等灾害性天气的次数增多;东亚冬季风活动弱时,会造成暖冬事件,同样对工农业生产和人们日常生活带来巨大的影响[7]。因此,深入研究东亚冬季风,掌握其发生发展规律是一件意义重大的研究性工作。
中国的地理位置大多处于东亚季风区,作为受东亚冬季风影响最直接的区域之一,东亚冬季风不仅会影响中国冬季的气温,而且对春、夏季气候变化具有一定的指示意义[8−9]。强东亚冬季风不仅会带来寒潮低温冷害、冰冻雨雪等灾害性天气,也与中国北方春季沙尘天气、夏季洪涝灾害天气存在一定关系。孙淑清等[10−11]通过分析对比江淮流域夏季10 个旱、涝年的前冬时期平均高度场发现,江淮地区旱涝天气的发生与前冬东亚大槽的活动联系十分紧密,冬季风的异常能引起全球性特别是中低纬度环流的变化,并可明显地影响未来的天气和环流。因此在分析冬季风的活动时,将中国区域范围作为极具代表性的活动区域进行实例分析具有重大科学意义和实际价值。
诸多学者对东亚冬季风活动进行了大量的研究,其中如何定性和定量地表述冬季风的活动是研究重点。相关研究[12]表明,其活动信息可以通过研究以下几种冬季风系统的主要成员来获取:亚欧大陆北部的西伯利亚高压、北太平洋上的阿留申低压、500hPa上的东亚大槽、东亚沿岸地区带来强劲冷空气的西北气流、日本南部的高空急流(对流层高层)。众多学者选用单个或多个冬季风系统成员建立了一系列指数,用于东亚冬季风研究。王宁[13]和Wang 等[14]分别根据一定的分类标准将现有的东亚冬季风指数分成5 类和4 类,两种分类方法均能在一定程度上反映东亚冬季风的特征信息。本文拟利用1979~2018 年ECMWF 再分析资料和国家气候中心站点数据,选取应用较为普遍的10 个东亚冬季风指数,在分类处理的基础上,对比分析不同指数的气候倾向率、周期变化特征及相关关系,研究季风指数与东亚冬季风不同空间模态之间的关联,并讨论各指数与中国冬季气温的关系,以期为加深对东亚冬季风的认识提供科学依据。
研究资料主要有:(1)ECMWF 提供的1979~2018年逐月再分析资料(ERA-Interim),分辨率为1°×1°,气象要素包括海平面气压场(Ps)、地表2m 高度气温(T2m)、近地面层10m 经向风(V10m)、500hPa 位势高度场(H500)、1000hPa 经向风(V1000)、850hPa 纬向、经向风(U850;V850)、500hPa 纬向风(U500)、300hPa 纬向风(U300)、200hPa 纬向风(U200);(2)国家气候中心提供的1979~2018 年中国160 个测站逐月气温资料。
主要研究东亚冬季风季节尺度的相关特征,因此采用冬季平均值进行分析,即用当年12 月~次年2 月的平均,如1979/1980 年冬季(简写为1979 年冬季)指1979 年12 月~1980 年2 月的平均值。另外,计算得到的东亚冬季风指数均经过标准化处理。
研究方法主要有经验正交函数分解(EOF)、一元线性回归分析、小波分析法、相关分析、显著性t 检验、多变量经验正交函数分解(MV-EOF)。
为了解东亚冬季风的强弱性、活动规律以及如何影响东亚地区冬季的气候变化,国内外众多学者定义了一系列季风指数,由不同的季风系统成员定义的指数反映出东亚冬季风的相关活动信息也有所不同。为了使研究内容更全面,将查阅大量文献后筛选所得的10 个东亚冬季风指数通过王宁[13]的方法进行分类,详见表1(相关说明:指数的下标为提出者的姓氏,若姓氏重复则根据提出时间的先后顺序再加上数字1、2、3 等的编号;“−”表示计算该变量的区域平均值;“norm” 表示对该变量进行标准化,“PC1”代表进行EOF 分析得到的第一模态;“ ||”表示对该变量求模;指数上标的“ ∗”表示在指数初始定义的基础上乘以−1,从而使得到的高值表示冬季风强、低值表示冬季风弱)。
10 个东亚冬季风指数可分为以下几类:(a)海陆气压差类。海陆热力性质的差异是导致风向改变的一个非常关键的因素,例如在夏季和冬季,陆地和海洋间会发生盛行风向完全相反的现象。这种气压带或者说风带的季节性变化是导致东亚冬季风产生的一个直接因素。因此,早期的众多学者考虑用海陆间的气压差来表征东亚冬季风的强度。(b)高压特征类。东亚冬季风起源于西伯利亚高压,因此,西伯利亚高压的强度、覆盖区域、向南扩展的速度都在一定程度上决定了东亚冬季风的强度以及变率。从这个角度出发,一些学者利用西伯利亚高压的特征来研究冬季风的强度变化。(c)环流特征类。在对流层的中层与冬季风产生联系的主要是500hPa上的东亚大槽,例如当东亚大槽位置处出现位势高度正距平值时则表明东亚大槽强度偏弱,这将导致东亚地区冷空气强度较弱,产生的冬季风偏弱。(d)风场特征类。冬季风从西伯利亚高压出发南下时受到科氏力的作用,使得在东亚地区的近地面附近主要表现为偏北风。许多学者通过计算近地面附近的偏北风强度来近似表征冬季风的强度。另外,冬季风系统在对流层低层和中高层附近的活动特征有所不同。因而一些学者从高空急流的变化出发,提出了一些表征冬季风强度的方法。(e)综合类。仅用一种要素的变化来反映冬季风活动得到的信息难免存在局限,因此一些学者尝试选取多个不同的要素进行组合,建立一个可以较全面地反映冬季风的综合类指数。
图1 是利用ECMWF 再分析资料计算的1979~2017 年上述10 个东亚冬季风指数的时间序列。如图所示,10 个指数的整体变化趋势大致相同,1980s 前期、1990s 中期、2000s 中期以及2010s 前期冬季风活动偏强,1989 年、2006 年以及2016 年冬季风活动偏弱。对近40 年的10 种指数序列用线性倾向估计方法求得的气候倾向率为:0.25/10a、0.09/10a、0.31/10a、0.26/10a、−0.26/10a、−0.3/10a、−0.09/10a、0.11/10a、−0.24/10a、0.003/10a(按表1 顺序),其中大多数通过了0.05 水平的显著性检验。分析气候倾向率可知,东亚季风系统各成员要素的变化趋势并不一致。海陆气压差与西伯利亚高压的强度在近40a 表现为增加趋势,而东亚大槽的强度表现为减弱趋势。风场特征类指数表明对流层低层的偏北风强度表现为衰减趋势,而对流层高层在中纬度地区附近的纬向风要强于高纬度地区,且呈增大趋势。对于两个反映冬季风系统整体变化的综合类指数,一个表现为较大的减弱趋势,另一个则为微弱的增强趋势。
表1 东亚冬季风指数列表
对于以上指数变化趋势不一致的现象,可能存在以下几个方面的原因。首先,气候倾向率的数值与所选取的时间段有较大关系,不同指数在不同时间段内的变化会有差异,甚至同一指数在同一时间段内的前后阶段也会有不同的变化趋势,例如贺圣平[24]指出西伯利亚高压和阿留申低压的年际变率在后期比前期明显减弱。其次,从指数定义的角度来看,不同指数所选取的物理量、地理区域、计算方法等均有差异,这些都会影响该指数的线性趋势,例如风场特征类的两个指数选取的是不同高度层,低层风场受天气尺度的波动影响变化快,高层风场受Rossby 波影响变化慢,这也会导致在相同时间段内指数的变化趋势不同。最后,东亚冬季风并非孤立系统,内部各个成员要素也受外界等其他因素影响,例如极涡的偏移、分裂就会对季风系统的各个要素产生不同影响,在相同时间段内所受到的影响不同也会导致变化趋势的不同。对于这种采用不同类型、变量、时间段后计算所得到冬季风指数变化趋势的不同,相关学者[7,25]的研究中也有类似结论。
在此定义冬季风异常为:标准化后的冬季风指数>1 为冬季风活动异常强,标准化后的冬季风指数<−1为冬季风活动异常弱。由图1 可知,东亚冬季风在不同年份活动的强弱程度不同。10 个冬季风指数仅有8 年(1979 年、1987 年、1990 年、1993 年、1994 年、1999 年、2002 年、2003 年)均未显示异常。在某些年份甚至出现了仅一个指数显示冬季风异常弱而其他指数均未表现异常的现象,1981 年和1982 年分别为IWang1和ILiu,1998 年 为,2000 年 和2009 年均为IQiao。某一年所有指数均表现为冬季风异常的情形不存在,仅有大多数指数表现为冬季风异常,如2006 年有9个指数表现为冬季风异常弱,1983 年和1985 冬季分别有7 个和6 个指数表现为冬季风异常强,1988 年和1989 年分别有6 个和7 个指数表现为冬季风异常弱。值得注意的是,有个别年份存在不同指数结果相反的情形;在2014 年,IWang1指 示冬季风活动异常弱,而IQiao指示冬季风活动异常强;在2015 年,IWang1、IWu和IGong指示冬季风活动异常强,而和IQiao指示冬季风活动异常弱。
图1 1979~2017 年东亚冬季风指数的时间序列
综上所述,大多数情况下所有指数反映冬季风活动情况的一致性较好,对于极个别年份不同指数得到的冬季风异常强、弱的结果有差异的现象,主要是由于不同指数选取的冬季风系统成员、地理位置、区域范围及垂直高空层次均有所差异,这些差异均可能导致分析结果不同。如某一年500hPa 东亚大槽偏弱导致环流特征类指数显示为异常弱,然而该年的西伯利亚高压可能偏强导致高压特征类指数计算出的结果显示该年冬季风活动异常强。而综合类指数恰能较好地解决上述问题,其反映的季风异常年与大多数指数的结果基本一致,这也是气象学者在后续研究中倾向于建立综合类指数的原因。
为了进一步了解东亚冬季风指数的周期变化规律,采用小波分析法对10 个指数进行处理,并检验其周期的显著性。总体来说,分析各指数得到的周期结果较为一致。图2 给出了IWang1的小波分析结果。如图所示,近40a 来该指数存在4 个主周期(2a、4a、9a、21a),但只有第二主周期(4a)和第四主周期(2a)通过了0.05 水平的显著性检验。
图2 I Wang1指数的Morlet 小波分析(实线为全局小波频谱,虚线为显著性检验线)
对余下的9 种指数同样进行了小波分析处理(图略),所得结果按表1 所示顺序罗列在表2 中。如表所示,海陆气压差类指数的周期在2~5a,高压特征类指数的周期为3~6a,环流特征类指数的周期为4~5a,风场特征类指数的周期为3~5a,综合类指数的周期为5a。可见,东亚冬季风系统各成员要素的变化周期大体一致,东亚冬季风系统在活动过程中主要存在准3a、准5a 的周期变化。
表2 东亚冬季风指数的变化周期
为了寻找能更好反映冬季风变化特征且更具指示性的指数,本节分析了10 个冬季风指数两两之间的相关性,详见表3。
表3 冬季风指数之间的相关系数
从表中可知,各个指数与其他指数的相关性差异较大。例如对于ILiu,该指数与其他指数均为正相关关系,与该指数相关性最好的几个指数是IWu、IGong和IHe,但是环流特征类和低层风场指数与该指数的相关系数均在0.5 以下。总的来说,所有指数之间均表现为正相关关系;海陆气压差类、高压特征类和高层风场三种指数的相关性较好;环流特征类与高层风场两种指数的相关性较好;IQiao与其他指数的相关性均不明显;综合类指数与其他各类指数的相关性均较好,尤其是IHe。
同类冬季风指数之间的相关性一般好于不同类指数间的相关性,但也有个别不同类指数之间的相关系数高达0.8 以上。可见,东亚冬季风作为一个极其复杂的气象系统,各个系统成员之间存在紧密的联系,海陆气压差的变化、西伯利亚高压强度变化、东亚大槽的变化等均存在相互作用,进而影响整个冬季风系统。
东亚冬季风系统结构复杂,为了进一步认识冬季风的活动规律,本节利用Wang[26]提出的多变量经验正交函数(MV-EOF)方法研究不同气象要素如何相互作用来影响冬季风的活动。运用MV-EOF 方法时选取的变量为Ps、T2m、H500、U850、V850、U300,计算区域为 20°~60°N,90°~150°E。图3 是MV-EOF 前两个模态的特征向量空间分布,图4 是对应的时间系数。
东亚冬季风系统MV-EOF 前两个模态的解释方差分别为25.3%、14.4%。如图3a、b 所示,对流层高层300hPa 纬向风较强,500hPa 位势高度为负值,850hPa 上主要表现为偏北风且风速往南增大,东亚大陆上西伯利亚高压位置存在海平面气压高值区,东亚地区近地面的气温普遍较低,表现出强东亚冬季风年各成员要素的配置特征。如图3c、d 所示,对流层高层的纬向风高值区范围减小、位置偏北,相对应的500hPa 位势高度负值区、低层的海平面气压低值区和近地面气温低值区均向北偏移,东亚大陆近地面偏北风大幅度减弱甚至表现为偏南风,表现出弱东亚冬季风年各成员要素的配置特征。将前两个模态对应的时间系数(图4a、b)与冬季风指数时间序列(图1)进行对比分析,可以看出第一模态时间系数的变化过程虽然与之存在差异,但总体的变化趋势类似,尤其在某些时间段重合度很高。
图3 东亚冬季风系统MV-EOF 第一(a、b)和第二(c、d)模态特征向量空间分布(左场要素:Ps、T 2m、U850、V850 ;右场要素:H500、U300;等值线表示 Ps 或H 500;箭头表示850hPa 风场;填色表示 T2m或 U 300,红色表示正异常,蓝色表示负异常)
图4 东亚冬季风系统MV-EOF 第一(a)和第二(b)模态的时间系数
表4 为前两个模态的时间系数(PC1、PC2)与10个东亚冬季风指数的相关系数。从表中可以看出,所有指数均与PC1 表现为正相关关系,且一些指数与其的相关系数达到了0.8 甚至0.9 以上,其中IHe与PC1的相关性最好,相关系数达到0.94。而各指数与PC2的相关性则大不相同,较多指数与其表现为负相关,负相关系数最小达到了−0.65,即使有些指数与其为正相关关系,但两者之间的相关系数也比较小。从显著性检验结果来看,所有指数与PC1 的相关系数均通过0.05 水平的显著性检验;对于PC2 来说,只有ILiu、IQiao和IYan与其的相关系数通过0.05 水平的显著性检验。可见,MV-EOF 第一模态反映了东亚冬季风系统演变的主要信息,其时间系数能在一定程度上表征东亚冬季风的强弱变化,该系数与10 个指数均表现为较好的正相关,可将其作为参考性指数进行比较分析。
表4 MV-EOF 前两个模态的时间系数与冬季风指数的相关系数
为了研究东亚冬季风对中国陆地冬季气温的影响,本节利用国家气候中心提供的160 个测站的冬季气温资料,分别计算了10 个冬季风指数与160 个测站冬季平均气温的相关系数,如图5 所示。
图5 1979~2017 年东亚冬季风指数与中国冬季气温相关系数空间分布(a~j 分别对应表1 的东亚冬季风指数)
如图所示,冬季风指数与中国冬季气温之间存在较好的负相关关系,即东亚冬季风越强,气温下降幅度越大。从图中可看到相关系数的负值区范围非常宽广,这说明冬季风对中国冬季气温的影响范围非常大,几乎可以说影响全国。大多数指数与西部高原地区内的气温相关性较差,这可能是由于地形较高受低层850hPa 偏北冷气流的影响小。地势较低的地方受冬季风的影响更强,如冬季风指数与东部地区气温间的相关性要比西部高原地区要好,更靠近冬季风源地的西北地区是相关性最好的,尤其是在新疆北部、内蒙古北部地区,大多数指数与该地区冬季气温的相关系数均在−0.6 以下。
另外,中国的东南部沿海地区、河套地区也是各指数与冬季气温相关性较高的区域。还有个别一些地区与各类指数的相关性较好,例如海陆气压差类指数与四川盆地附近的气温相关性较好,高压特征类指数与气温相关性较大的区域有华北地区以及甘肃、贵州一带,风场特征类指数与华南沿海地区的气温相关性较好,并且在寒潮移动路径上的负相关性也较为明显。环流特征类指数和综合类指数均与中国东部沿海地区的冬季气温之间表现为较好的负相关性,其中IHe与全国大部分地区冬季气温之间的负相关性较好。另外,对显著性检验的结果进行分析可知,各指数与绝大多数站点的冬季气温之间的相关系数均通过0.05 水平的显著性检验,这表明冬季风活动确实会影响中国陆地冬季气温的变化。
总的来看,高压特征类指数反映气温变化的能力最好,海陆气压差类指数次之,其中综合类指数的IHe反映气温变化的能力也较好,其余指数反映全国冬季气温变化的能力较弱。对于东北地区,海陆气压差类指数尤其是ILiu与该地区的冬季气温变化关系最为密切,其次是IGong与IYan指数。在东部沿海地区,基本上所有指数都能较好地反映该地区的气温变化,其中尤以和IYan三个指数的表现能力最为突出。较多的指数对反映河北、河南以及山东一带的气温变化较差。对于华中和华南地区,高压特征类指数尤其是IWu与 该处的冬季气温相关性最好,其次是IWang1和IHe次之,其余指数表现较弱。另外,高压特征类指数在反映内蒙古、新疆一带的冬季气温变化能力相比与其他指数更为突出。
本文利用1979~2018 年ECMWF 再分析资料和国家气候中心站点数据,对比分析了10 个东亚冬季风指数的气候倾向率、周期特征及相关关系,研究了东亚冬季风系统各成员要素的内在关联,并探讨了东亚冬季风与中国冬季气温的关系,得到以下结论:
(1)10 个东亚冬季风指数的整体变化趋势大致相同,1980s 前期、1990s 中期、2000s 中期以及2010s 前期冬季风活动偏强,1989 年、2006 年以及2016 年冬季风活动偏弱。东亚季风系统各成员要素的变化趋势并不一致。
(2)10 个东亚冬季风指数的时间变化规律较为一致,主要表现为准3a、准5a 的周期变化特征。同类冬季风指数之间的相关性一般要好于不同类指数间的相关性,但也有个别不同类指数之间的相关系数可以达到0.8 以上。
(3)冬季风系统的各组成成员联系紧密、协同变化关系明显,各要素之间相互影响、共同作用从而演化出东亚冬季风系统的活动规律。MV-EOF 第一模态反映了东亚冬季风系统演变的主要信息,其时间系数能在一定程度上表征东亚冬季风的强弱变化,该系数与10 个指数均表现为较好的正相关,可将其作为参考性指数进行比较分析。
(3)东亚冬季风对中国冬季气温的影响范围非常广。地势较低的地方受冬季风的影响作用更强,如冬季风指数与东部地区冬季气温间的相关性要比西部高原地区要好,更靠近冬季风源地的西北地区相关性最好,尤其是在新疆北部、内蒙古北部地区,大多数指数与该地区冬季气温的相关系数在−0.6 以下。