我國前冬和后冬氣溫年際變化的特征與聯系

韋瑋1, 2 王林2 陳權亮1 劉毓赟2

?

我國前冬和后冬氣溫年際變化的特征與聯系

韋瑋王林陳權亮劉毓赟

1成都信息工程學院大氣科學學院高原大氣與環境四川省重點實驗室，成都610041 2中國科學院大氣物理研究所季風系統研究中心，北京100190

基于我國160個臺站觀測的月平均地面氣溫資料，通過考察冬季各月氣溫之間的聯系將11月和12月劃分為前冬，次年的1月至3月劃分為后冬，并利用160站資料和NCEP/NCAR再分析資料，通過經驗正交函數（EOF，empirical orthogonal function）分解和依賴于季節的EOF（SEOF，season-reliant EOF）分解對近62年來我國前冬和后冬氣溫各自的年際變化特征、它們之間的聯系以及對應的大氣環流進行了分析。結果表明，我國前冬和后冬氣溫年際變化的前兩個EOF模態在空間上均表現為全國一致的變化和南北相反的變化；其時間系數的分布表明，當前冬出現全國性偏暖（冷）或北冷（暖）南暖（冷）的氣溫異常時，后冬出現類似氣溫異常和相反氣溫異常的概率均在50%左右。進一步，通過SEOF分解得到了年際變化時間尺度上我國冬季氣溫演變的兩個主要模態。第一模態（SEOF1）為前冬到后冬同相演變型，即前冬全國一致偏暖（冷）時后冬亦全國一致偏暖（冷），該模態在20世紀80年代中期有明顯的年代際增暖；第二模態（SEOF2）表現為前冬到后冬反相演變型，即前冬全國一致偏冷（暖）而后冬全國一致偏暖（冷），該模態以年際變化為主。對環流場的分析表明，中緯度大氣過程特別是大氣遙相關型的變化是同向和反向兩種演變模態產生的主要原因。SEOF1的環流表現為對流層中層斯堪的納維亞遙相關型在整個冬季的持續性同號異常，與此相伴的海陸氣壓差強度和東亞高空急流強度的變化使得前、后冬中的東亞冬季風環流呈一致加強或減弱，從而引起同相演變模態。SEOF2的環流在前冬表現為歐亞遙相關型的特征，整個對流層的變化都很顯著，而后冬的環流信號主要在對流層中低層顯著，此時表現為類似斯堪的納維亞遙相關型的特征且符號發生了反轉，從而引起反相演變模態。

前冬 后冬 氣溫 年際變化 季節演變 大氣環流

1 引言

我國冬季的天氣和氣候變化主要受到東亞冬季風的控制，總體呈現出干冷的特征（陳隆勛等，1991；Chang et al.，2011；Huang et al.，2012）。因此，盡管在月平均的時間尺度以下會發生區域性的極端冰凍、雨雪等災害（Zhou et al.，2009，2011），但在月平均時間尺度以上特別是年際和年代際時間尺度上，近地面氣溫依然是科學研究和業務預測中關注的重點（李崇銀，1989；Chen et al.，2000；Gong et al.，2001；Wu and Wang，2002；陳文和康麗華，2006；康麗華等，2006，2009；Wang et al.，2009；Wang and Chen，2010；陳文等，2013；劉舸等，2013a，2013b；Gong et al.，2014；Wang and Chen，2014）。

以往關于我國冬季氣溫年際變化的研究通常針對冬季3個月平均（12月至次年2月）或延長期冬季5個月平均（11月至次年3月）的數據來進行分析（Wu et al.，2006；康麗華等，2006，2009；Wang et al.，2010），這種做法實際上都基于一種假設，即：冬季的3個月或5個月間具有基本一致的變化特征，因此其平均值可以反映整個冬季的情況。然而，這種對整個冬季進行平均的方法無論在科學研究還是在業務預測中都具有一定的局限性并可能掩蓋很多問題。例如，Chang and Lu（2012）發現近30年來西伯利亞高壓11月的強度與12月和1月的強度有完全相反的變化特征，因此對三個月滑動平均的西伯利亞高壓進行預測時往往在11月至1月預測效果較差；黃嘉佑和胡永云（2006）則指出中國內陸前冬和后冬的氣溫變化存在不同的趨勢，且這種趨勢與冬季平均的趨勢是不同的。

近年來的一些觀測事實表明，在某些年份中我國前冬和后冬的氣溫也往往表現出不一致的變化特征。例如，2001/02年冬季的季節平均氣溫較氣候態而言是偏暖的，但是12月份卻與冬季平均的情況相反，表現為幾乎全國一致的偏冷，只有1月和2月表現為較強的全國性偏暖（圖1a?d）。2007/08年的情況與2001/02年大致相反，除東北、青藏高原東部地區和新疆的少數地區以外，我國冬季平均氣溫都是較氣候態偏低的，但12月全國整體偏暖，而1月和2月全國大部分地區則顯著偏冷（圖1e?h）并發生了罕見的低溫雨雪災害（Zhou et al., 2011）。這些個例說明，在年際變化的時間尺度上我國前冬和后冬的氣溫可能會呈現反相變化，并且這種變化可能與極端的災害事件相聯系。然而，這種季節內的反相特征在冬季平均的氣溫場上無法體現。因此，在研究我國冬季氣溫年際變化時，將前冬和后冬區分開來分別進行研究并揭示其各自的年際 變化特征以及它們之間的可能聯系，不僅有利于更加全面深入地認識我國冬季氣溫的變化特征和機理，而且也可能對相關的冬季氣候預測提供有意義的信息。

2 數據和方法

2.1 數據介紹

本文使用的溫度數據為中國氣象局發布的全國160個臺站的月平均溫度資料，時段為1951年1月至今。大氣環流數據為美國國家環境預報中心和國家大氣研究中心（NCEP/NCAR）發布的水平分辨率為2.5°×2.5°的全球月平均再分析資料（Kalnay et al.，1996），該資料垂直方向上從1000 hPa至10 hPa共有17個氣壓層，時段為1948年1月至今。根據160站和NCEP/NCAR再分析資料的時間覆蓋情況，本文針對1951/52～2012/13共62個冬季進行研究，其中約定1951冬季是指1951/52年冬季。

2.2 前后冬的確定

在分析我國前、后冬氣溫的年際變化特征及其聯系之前，首先需要對前冬和后冬進行劃分。一般認為11月至次年3月是冬季風的盛行期（陳隆勛等，1991；Chen et al., 2000），所以本文以11月至次年3月為基礎來劃分前、后冬。將160站平均氣溫作為全國平均氣溫，計算近62年來延長期冬季（11月至次年3月）不同月份間全國平均氣溫的相關系數（表1），可以看到，對于隆冬1月份之前，11月和12月氣溫間的聯系最緊密，其相關系數為0.21，超過了90%的顯著性檢驗；而對1月份之后，2月與3月氣溫間的聯系非常緊密，其相關系數為0.37，超過了99%的顯著性檢驗。因此，按照各月間關系的緊密程度可以初步將11月和12月看作前冬而把2月和3月看作后冬。這一結果可以通過對比單個月份與三個月平均溫度間的相關系數得到再次確認（表1）。此外，為了在區分前、后冬時保持冬季月份的連續性，應當把1月份也歸到廣義的前冬或后冬中去。對比可以發現，1月份氣溫與11月和12月氣溫間的相關系數很低，只有0.19和0.16，而與2月和3月氣溫間的相關系數很顯著，可以達到0.45和0.34；與三個月平均氣溫間的相關系數也表明，1月份與2月至3月的關系更加緊密（表1）。因此，基于以上分析，我們將11月與12月劃分為前冬（ND），將1月至3月劃分為后冬（JFM）。以下的分析就分別針對前冬和后冬各自的平均場來進行。

2.3 統計方法介紹

本文所采用的統計方法主要包括經驗正交函數（EOF）分解（Jolliffe, 1986）、依賴于季節的經驗正交函數（SEOF）分解（Wang and An, 2005）以及合成分析和一元線性回歸分析。EOF分析又叫主成分分析或者主分量分析，它能夠在某一區域上對規則或不規則分布的站點進行分解，把隨時間變化的氣象要素場分解為空間函數部分和時間函數部分，其前幾個模態可以解釋原數據方差的很大部分，該方法常用來研究某一氣象要素場主導的時空變化型。本文中我們首先采用EOF分析的方法來研究我國前冬和后冬氣溫各自的年際變化的基本特征。SEOF分析又叫做依賴于季節的經驗正交函數分解，它通過對隨季節演變的變量場（如春夏秋冬季節平均的海表面溫度）構造矩陣并進行EOF分解，可以在得到該變量年際變化主導模態的空間型和年際變化時間序列的同時也得到該主導模態隨季節的演變（Wang and An，2005；Wu et al., 2009）。本文中我們以前冬和后冬平均的160站氣溫構造矩陣并作SEOF分析，以此來研究前冬到后冬氣溫演變的過程及其年際變化特征。在得到氣溫的EOF和SEOF空間模態及其對應的時間序列后，我們采用合成分析和一元線性回歸的方法來分析與其相聯系的近地面溫度場和大氣環流場異常，并采用檢驗來檢驗結果的顯著性。

表1 1951～2012年冬季不同月份間全國160站平均氣溫的相關系數以及月平均氣溫與三個月平均氣溫間的相關系數。***，**，*分別表示通過了99%，95%，90%的顯著性檢驗

3 我國前冬、后冬氣溫年際變化的基本模態及其關聯性分析

為了揭示我國前冬、后冬氣溫各自的年際變化時空特征，我們分別對1951年至2012年前冬和后冬的全國160站溫度場做EOF分析。同時，為了使空間模態圖能夠表示溫度場實際變化的量級，我們沒有使用特征向量場，而是將標準化的EOF時間序列回歸到溫度場來表示EOF的空間模態。由圖2a可見，我國前冬氣溫第一模態（EOF1）的解釋方差為52.4%，其空間分布表現為全國一致變化型，我國所有地區均為正異常所覆蓋，除了青藏高原及其以東橫斷山脈的部分地區沒有通過顯著性檢驗外，其余地區的暖異常大都通過了99%的顯著性檢驗。溫度異常的幅度由南至北逐漸增加，最大值位于內蒙古中部和新疆北部地區，可達1.6°C以上。這一空間分布與康麗華等（2006，2009）得到的延長期冬季（11月至次年3月）平均氣溫的EOF1非常相似。前冬氣溫第二模態（EOF2）的解釋方差為12.5%，其空間場分布表現為南正北負的反相變化型，其中東北地區的負異常通過了99%的顯著性檢驗，西南、華南和青藏高原地區的正異常通過了95%以上的顯著性檢驗。這一空間分布與康麗華等（2006，2009）得到的延長期冬季平均氣溫的EOF2也非常相似。對于后冬氣溫而言，其EOF1和EOF2的解釋方差分別為56.1%和18.1%，均比前冬略高，說明后冬氣溫的前兩個模態較前冬更加穩定，也更加占主導。其空間場分布（圖2c、d）與前冬的兩個EOF（圖2a、b）以及康麗華等（2006，2009）得到的延長期冬季平均氣溫的兩個EOF都非常相似，只是與前冬的結果相比，后冬EOF1的顯著區域更大，只在青藏高原以東的少數地區沒有通過顯著性檢驗。

前、后冬氣溫兩個主模態的空間分布非常相似，那么它們的時間變化是否也有緊密的聯系呢？首先，分析它們對應的時間序列（圖略）可以發現，兩個EOF1都在20世紀80年代中期發生了顯著的年代際變化，在此之前均以全國性年代際偏冷為主，在此之后則都表現為全國性年代際偏暖，這一特征與80年代中期后東亞冬季風的年代際減弱（Wang et al., 2009；Wang and Chen，2014）和我國延長期冬季氣溫的年代際增暖（康麗華等，2006）是一致的。與EOF1不同，兩個EOF2對應的時間序列主要表現為年際時間尺度上的變化而沒有明顯的年代際信號。進一步，計算了兩個EOF1間和兩個EOF2間時間序列的線性相關系數，對于1951～2012年這62年而言，其數值分別為0.30和0.41，分別通過了95%和99%的信度檢驗。一方面，這一結果說明前、后冬的兩個溫度主模態間存在統計上比較顯著的一致性變化，即：若前冬出現全國性偏暖（冷）或北冷（暖）南暖（冷）的氣溫異常，則后冬也傾向于出現類似的氣溫異常。另一方面，也應當注意到盡管都通過了95%以上的顯著性檢驗，但兩個相關系數的數值都比較低，只能互相解釋10%左右的方差，因此若前冬出現全國性偏暖（冷）或北冷（暖）南暖（冷）的氣溫異常，后冬仍可能有很大的概率出現與前冬不一致的氣溫異常。

表2 1951～2012年間中國前冬和后冬氣溫前兩個EOF模態時間序列的同號和異號年數統計，正（負）號表示圖2中模態對應的時間序列為正（負）值

表3 1951～2012年間全國160站平均的前冬和后冬氣溫異常統計，正（負）號表示全國平均溫度異常為為正（負）值

為了驗證上述推測，我們統計了前、后冬兩個EOF時間序列間同號和反號的年份（表2）。在本文研究的62年中，前、后冬的EOF1（EOF2）有34（37）年是同號變化的，而剩余28（25）年是反號變化的，同相變化的概率在55%（59%）以上。由于EOF1表現為全國氣溫的一致性變化并解釋了50%以上的方差，因此我們進一步以全國160站平均氣溫為指標對比了前、后冬全國平均氣溫異常的情況（表3）。可以看到，全國前、后冬氣溫異常同號的年份有30年，而反號的年份有32年，這一結果與對EOF1時間序列的分析基本一致。以上兩方面的分析表明，若全國前冬偏暖（冷），則后冬偏暖（冷）的概率在50%左右，這一概率與前冬偏暖（冷）但后冬偏冷（暖）的情況大致相當。對前一種情形而言，以冬季平均氣溫來代表冬季氣候狀況并進行研究是比較合適的，但在后一種情形下僅以冬季平均氣溫為研究對象卻會抹殺前冬和后冬氣溫變化不一致的信息，從而無法準確反映諸如2001/02和2007/08等年份中我國冬季氣溫的變化特征（圖1）。因此，在研究我國冬季氣溫年際變化的規律和機理時，非常有必要將前冬和后冬區分開來。

4 年際變化中我國前冬、后冬氣溫演變的兩種模態：同相演變和反相演變

4.1 溫度演變模態

為了能夠既反映我國冬季氣溫的年際變化又將前冬和后冬可能存在的不同演變特征區分開來，我們采用SEOF（Wang and An, 2005）的方法。在做SEOF分解時，分別以前冬（ND）和后冬（JFM）平均的全國160站氣溫作為兩個變量構造矩陣，這樣就可以得到氣溫從前冬向后冬演變過程中的不同空間主導模態以及這些空間主導模態在年際時間尺度上的變化。同前面EOF分析一樣，為了使SEOF的空間模態圖能夠表示溫度場實際變化的量級，我們采用對標準化的時間序列進行回歸來表示SEOF的空間型。

圖3是SEOF第一模態的空間型（SEOF1）及其對應的時間系數（SPC1），它解釋了總方差的36.4%。SEOF1在空間上表現為前冬和后冬全國一致的顯著同號異常（圖3a、b），這種空間分布與前冬、后冬各自的EOF1非常相似（圖2a、c），說明 在年際變化中我國冬季氣溫的季節推進主要呈現出前冬和后冬一致性的變化，即：前冬全國整體偏暖（冷）時后冬亦全國整體偏暖（冷），對此我們稱之為前、后冬氣溫的同相演變模態。從該模態對應的時間系數（圖3c）可以看到，80年代中期之前我國冬季氣溫主要呈現前冬冷后冬也冷的特征，而在80年代中期之后則主要呈現前冬暖后冬也暖的特征。這與80年代中期東亞冬季風強度出現年代際減弱是對應的（康麗華等，2006；Wang et al.，2009；Wang and Chen, 2014）。SEOF第二模態（SEOF2）解釋了總方差的20.1%，其空間分布也表現為全國氣溫一致的變化，但與SEOF1前冬、后冬的氣溫異常為同號相比，SEOF2呈現出前冬全國一致偏冷（暖）而后冬全國一致偏暖（冷）的不同特征（圖4a、b），對此我們稱之為前、后冬氣溫的反相演變模態。反相演變模態的空間分布與同相演變模態非常相似，只是通過顯著性檢驗的地區要略少，尤其是青藏高原及其以東地區的信號在前冬和后冬都不顯著，此外，前冬我國東南沿海地區以及后冬我國東北地區的信號也不顯著。SEOF2的時間系數（SPC2）主要以年際變化為主，沒有明顯的長期趨勢或年代際信號（圖4c）。

SPC1有明顯的正趨勢（圖3c），因此為了考察所得結果是否受到長期趨勢的影響，我們將SPC1、SPC2以及氣溫場都去掉趨勢，并以正負0.5個標準差為判據選取典型年，分別用160站資料和NCEP/ NCAR資料對同相演變和反相演變的情形進行了合成分析。結果表明，去趨勢后基于160站的合成結果與未去趨勢時的回歸結果（圖3a、b和圖4a、b）幾乎完全一致，主要的不同在于去掉線性趨勢后對SPC1的合成圖在青藏高原及其以東地區的溫度不再顯著（圖略），這一結果在NCEP/NCAR再分析資料中得到了進一步證實（圖5）。同時，基于NCEP/ NCAR再分析資料的結果也表明，這種前、后冬間氣溫同相和反相演變的模態具有很大的空間尺度。對于同相演變模態SEOF1而言，其顯著的正溫度異常可以包含整個中亞和東亞，甚至在后冬一直向西延伸到歐洲；同時，與歐亞大陸上的正溫度異常相伴隨，在北極地區可以觀測到溫度負異常（圖5a、b）。與同相演變模態相比，反相演變模態SEOF2的空間尺度在經向和緯向上都要小一些，但在歐亞大陸和北極區域也可以觀測到與大陸上符號相反的溫度異常（圖5c、d）。

4.2 兩模態對應的大氣環流異常

我國冬季氣溫的變化受到東亞冬季風系統的影響，因此上小節中的同相演變和反相演變兩種溫度演變模態必然與東亞冬季風系統的變化緊密聯系。東亞冬季風是一個不同氣壓層間相互耦合的系統，其主要環流特征包括地面的西伯利亞高壓、阿留申低壓以及西伯利亞高壓東側的西北氣流，對流層中層位于日本附近的東亞大槽以及對流層上層中心位于日本東南側的東亞高空急流（Huang et al., 2012）。為了研究上述兩種演變模態產生的環流原因，接下來我們用SPC1和SPC2對不同氣壓面上具有代表性的氣象要素場做一元線性回歸，從而揭示這兩種模態對應的環流異常。在做回歸分析之前，我們對所有數據和SEOF的時間序列都去掉長期線性趨勢。

圖6是SPC1回歸得到的大氣環流場。由圖可見，在同相演變的冬季，當前、后冬氣溫都異常偏高時，前冬海平面氣壓場上最明顯的信號是烏拉爾山以東為中心的顯著負異常，該異常一直向東延伸到西伯利亞地區，表明西伯利亞高壓異常偏弱（圖6a）。同時，該異常具有準正壓的結構，并在500 hPa位勢高度場上呈現出類似斯堪的納維亞型遙相關（Barnston and Livezey, 1987; Bueh and Nakamura, 2007；Liu et al., 2014）負位相的環流特征：以喀拉海為中心有負位勢高度異常，而歐洲和貝加爾湖以南有正位勢高度異常，其中后者一直向東延伸到日本附近，表明東亞大槽填塞、烏拉爾山高壓脊減弱（圖6b）。200 hPa緯向風場上，東亞急流氣候態的位置有東風異常，而幾乎整個北半球在60°N緯度附近都有顯著的西風異常，表明東亞急流核的位置比氣候態偏北（圖6c）。上述這些環流異常信號均通過了95%以上的顯著性檢驗。在此種環流配置下，東亞地區海陸間的氣壓差減小，東亞大槽減弱，不利于槽后西北干冷空氣南下，急流偏北從而不利于極地冷空氣向南侵襲。因此，前冬的東亞冬季風環流減弱，從而導致我國前冬氣溫整體偏高（圖3a，圖5a）。在同相演變的后冬，環流場的配置情況（圖6d?f）與前冬氣溫一致偏高時環流場的配置情況（圖6a?c）基本一致，表明后冬的東亞冬季風環流減弱，從而使得我國后冬氣溫整體偏高。

圖7是SPC2回歸得到的大氣環流場。由圖可見，在反相演變的冬季，前冬偏冷而后冬偏暖時對應的前冬大氣環流異常（圖7a?c）與同相演變時前冬偏暖的異常環流型（圖6a?c）比較相似，但符號相反。海平面氣壓場上除了烏拉爾山地區顯著的正異常外，阿留申低壓的加深也非常顯著（圖7a），與此相對應對流層中層呈現出歐亞型遙相關（Wallace and Gutzler，1981；劉毓赟和陳文，2012；Liu et al.，2014）正位相特征（圖7b），東亞高空急流顯著加強（圖7c），因此使得前冬的東亞冬季風環流增強，我國前冬氣溫整體偏低（圖4a，圖5c）。接下來后冬的環流異常與前冬大致反號，但其空間分布與前冬有較大不同：海平面氣壓場上在太平洋沒有明顯的信號，而在極區、歐亞大陸北部和北大西洋分別有正異常、負異常（圖7d），其中歐亞大陸北部的負異常以烏拉爾山為中心一直向東延伸到我國東北、華北，標志著西伯利亞高壓的顯著減弱。這一海平面氣壓場的異常在500 hPa對應著歐亞大陸和北大西洋上兩個南北反向變化的位勢高度偶極子（圖7e），其中歐亞大陸上的偶極子與斯堪的納維亞型遙相關的兩個下游中心（Barnston and Livezey，1987；Bueh and Nakamura，2007；Liu et al.， 2014）比較相似。200 hPa緯向風場在烏拉爾山附近有西風異常，而東亞急流沒有明顯的變化（圖7f）。在這樣的環流配置下，東亞冬季風環流在對流層中低層有明顯減弱而在對流層中上層沒有明顯變化，因此，盡管后冬氣溫在中亞到東亞都偏暖，但偏暖的區域與同相演變時相比要小很多并且主要局限在大陸上（圖5b、d）。

以上分析都是基于去掉線性趨勢的結果，但如果保留數據的長期趨勢以上結果幾乎沒有變化，只是與SEOF1相聯系的海平面氣壓場和位勢高度場異常在熱帶地區變得通過了99%的信度檢驗（圖略）。由于去掉趨勢后與SEOF1和SEOF2相聯系的溫度場在除青藏高原以外的地區基本沒變化（圖3a、b，圖4a、b，圖5），加之環流場在中高緯地區表現出明顯的大氣遙相關型特征，因此，這說明中緯度的大氣內部過程可能是影響同相和反相兩種演變模態的主要因子，而熱帶地區的作用則比較小，其影響可能只局限在青藏高原地區并且受到長期趨勢的影響。

5 結論和討論

通常關于我國冬季氣溫年際變化的研究和預測都以整個冬季平均場為對象，但近年來的一些研究和觀測事實表明，我國冬季氣溫的變化存在顯著的前、后冬差異，但這種差異的時空變化特征和大氣環流成因都不清楚。本文以我國160個臺站觀測的地面氣溫為對象，在分析冬季各月份全國平均氣溫之間聯系的基礎上將11月和12月劃分為前冬，次年的1月至3月劃分為后冬，并以此為基礎進一步通過EOF分析和SEOF分析的方法對近62年來我國前冬、后冬近地面氣溫的年際變化特征以及它們之間的聯系進行了研究。結果表明：我國前冬和后冬氣溫年際變化的前兩個EOF模態在空間上均表現為非常相似的全國一致的變化和南北相反的變化。后冬氣溫前兩個EOF的解釋方差（56.1%和18.1%）要高于前冬（52.4%和12.5%），且后冬EOF1的顯著區域明顯大于前冬，這表明與前冬相比，后冬的兩個模態更加占主導，也更穩定。時間序列上，兩個第一模態都在20世紀80年代中期發生了顯著的年代際增暖，第二模態則都主要表現為年際時間尺度上的變化。對前、后冬EOF時間序列中同號和反號的年份以及前、后冬全國160站平均氣溫異常的統計情況發現：在年際變化時間尺度上，前、后冬氣溫異常出現一致性變化和不一致變化的概率約各占50%，即：若前冬出現全國性偏暖（冷）或北冷（暖）南暖（冷）的氣溫異常，則后冬既可出現類似的氣溫異常，亦可出現相反的氣溫異常。由于對整個冬季平均進行分析會抹殺上述前、后冬間氣溫相反變化的特征，因此有必要將冬季分為前冬和后冬來進行研究。

為了能夠既反映我國冬季氣溫的年際變化又將前冬和后冬可能存在的不同演變特征區分開來，我們進一步對我國前冬和后冬氣溫進行了SEOF分析。結果表明，第一模態（SEOF1）表現為前、后冬氣溫的同相演變，這說明在年際變化中，我國冬季氣溫異常的季節推進主要呈現出前冬和后冬一致性的變化，該模態在20世紀80年代中期發生明顯的年代際轉變。第二模態（SEOF2）表現為前、后冬氣溫的反相演變，即在年際變化中前冬全國一致偏冷（暖）而后冬全國一致偏暖（冷），該模態主要以年際變化為主。這兩個模態都具有很大的空間尺度，其通過顯著性的區域可以包含整個中亞和東亞，甚至有時向西延伸到歐洲。對大氣環流場的分析表明，前、后冬氣溫同相演變的模態在前冬、后冬均伴隨有海陸氣壓差強度和東亞高空急流強度的明顯變化，這一過程中對流層中層斯堪的納維亞型遙相關在整個冬季的持續同相異常可能起到了很重要的作用。前后冬氣溫反向演變的模態在前冬主要表現出歐亞型遙相關的特征，后冬則轉變為類似斯堪的納維亞遙相關型的特征且符號發生了反轉，此時其環流異常只體現在對流層中低層而對流層上層沒有明顯的變化。這些分析表明，中高緯地區大氣遙相關型的持續或者轉換是造成我國前、后冬氣溫不同演變的重要原因。

近60年來我國冬季氣溫存在明顯的長期趨勢，這在SEOF1以及前、后冬氣溫各自的EOF1中都有體現，因此我們進一步考察了長期趨勢對以上結果的可能影響。分析表明，長期趨勢對熱帶地區和青藏高原地區環流和氣溫信號的顯著性有明顯影響，但在赤道以外地區的結果均不依賴于長期趨勢。一方面，這一結果說明本文所得的兩個SEOF模態主要反映了我國氣溫在年際尺度變化上的特征，另一方面，這也從側面支持了中緯度大氣過 程特別是大氣遙相關型的變化對兩個SEOF模態的貢獻。

本文的結果揭示了我國前、后冬氣溫的年際變化特征及其聯系，并對其不同演變模態的成因從大氣環流和遙相關型角度進行了分析。然而，對于大氣遙相關型在前、后冬間為何能保持持續異常或者發生轉換這一更深層次的物理機制本文并未能給出解釋。斯堪的納維亞型和歐亞型遙相關都有明顯的定常波傳播特征（Bueh and Nakamura，2007；Liu et al., 2014），而Hu et al.（2005）和Cohen et al. （2009）在分析北半球前冬、后冬不同的年代際變暖趨勢時均認為，準定常行星波活動在前、后冬不同的年代際趨勢可能是造成北半球前、后冬不同溫度變化趨勢的主要大氣內部動力過程。因此，從前、后冬大氣定常波的不同活動特征出發對遙相關進行分析可能會有助于解釋本文所得的結果，這將在接下來的工作中做進一步研究。

Bueh C, Nakamura H. 2007. Scandinavian pattern and its climatic impact [J]. Quart. J. Roy. Meteor. Soc., 133 (629): 2117–2131.

Chang C P, Lu M M. 2012. Intraseasonal predictability of Siberian high and East Asian winter monsoon and its interdecadal variability [J]. J. Climate, 25 (5): 1773–1778.

Chang C P, Lu M M, Wang B. 2011. The East Asian winter monsoon [M]// The Global Monsoon System: Research and Forecast (2nd ed.), Chang C P, Ding Y H, Lau N C, et al, Eds. Singapore: World Scientific, 99–109.

陳隆勛, 朱乾根, 羅會邦. 1991. 東亞季風 [M]. 北京: 氣象出版社, 362pp. Chen Longxun, Zhu Qian’gen, Luo Huibang. 1991. East Asian Monsoon (in Chinese) [M]. Beijing: China Meteorological Press, 362pp.

陳文, 康麗華. 2006. 北極濤動與東亞冬季氣候在年際尺度上的聯系: 準定常行星波的作用 [J]. 大氣科學, 30 (5): 863–870. Chen Wen, Kang Lihua. 2006. Linkage between the Arctic Oscillation and winter climate over East Asia on the interannual timescale: Roles of quasi-stationary planetary waves [J]. Chinese J. Atmos. Sci. (in Chinese), 30 (5): 863–870.

陳文, 魏科, 王林, 等. 2013. 東亞冬季風氣候變異和機理以及平流層過程的影響 [J]. 大氣科學, 37 (2): 425–438. Chen Wen, Wei Ke, Wang Lin, et al. 2013. Climate variability and mechanisms of the East Asian winter monsoon and the impact from the stratosphere [J]. Chinese J. Atmos. Sci. (in Chinese), 37 (2): 425–438.

一是公眾參與的專門立法層次仍然太低，系統性不夠，難以支撐環境共治的社會需要。盡管公民和社會組織熱心于給中央環境保護督察組反映情況，但只是短時間的現象，由于社會監督政府的環境行政公益訴訟制度沒有確立，社會參與環境保護的積極性總體不足。在信息公開方面，各地雖然都公開了空氣污染等環境信息，一些排名靠后的地方黨委和政府壓力大，但是輿論監督仍然以微信發牢騷等形式出現，處于無序狀態。

Chen W, Graf H F, Huang R H. 2000. The interannual variability of East Asian winter monsoon and its relation to the summer monsoon [J]. Adv. Atmos. Sci., 17 (1): 46–60.

Cohen J, Barlow M, Saito K. 2009. Decadal fluctuations in planetary wave forcing modulate global warming in late boreal winter [J]. J. Climate, 22 (16): 4418–4426.

Gong D Y, Wang S W, Zhu J H. 2001. East Asian winter monsoon and Arctic Oscillation [J]. Geophys. Res. Lett., 28 (10): 2073–2076.

Gong H N, Wang L, Chen W, et al. 2014. The climatology and interannual variability of the East Asian winter monsoon in CMIP5 models [J]. J. Climate, 27 (4): 1659?1678.

Hu Y Y, Tung K K, Liu J P. 2005. A closer comparison of early and late-winter atmospheric trends in the Northern Hemisphere [J]. J. Climate, 18 (16): 3204–3216.

黃嘉佑, 胡永云. 2006. 中國冬季氣溫變化的趨向性研究 [J]. 氣象學報, 64 (5): 614–621. Huang Jiayou, Hu Yongyun. 2006. Trends of winter temperatures in China [J]. Acta Meteorologica Sinica (in Chinese), 64 (5): 614–621.

Huang R H, Chen J L, Wang L, et al. 2012. Characteristics, processes, and causes of the spatio-temporal variabilities of the East Asian monsoon system [J]. Adv. Atmos. Sci., 29 (5): 910–942.

Jolliffe I T. 1986. Principal Component Analysis [M]. New York: Springer- Verlag, 290pp.

Kalnay E, Kanamitsu M, Kistler R, et al. 1996. The NCEP/NCAR 40-year reanalysis project [J]. Bull. Amer. Meteor. Soc., 77 (3): 437–471.

康麗華, 陳文, 魏科. 2006. 我國冬季氣溫年代際變化及其與大氣環流異常變化的關系 [J]. 氣候與環境研究, 11 (3): 330–339. Kang Lihua, Chen Wen, Wei Ke. 2006. The interdecadal variation of winter temperature in China and its relation to the anomalies in atmospheric general circulation [J]. Climatic and Environmental Research (in Chinese), 11 (3): 330–339.

康麗華, 陳文, 王林, 等. 2009. 我國冬季氣溫的年際變化及其與大氣環流和海溫異常的關系 [J]. 氣候與環境研究, 14 (1): 45–53. Kang Lihua, Chen Wen, Wang Lin, et al. 2009. Interannual variations of winter temperature in China and their relationship with the atmospheric circulation and sea surface temperature [J]. Climatic and Environmental Research (in Chinese), 14 (1): 45–53.

李崇銀. 1989. 中國東部地區的暖冬與厄爾尼諾 [J]. 科學通報, 34 (4): 283–286. Li Chongyin, 1989. Warmer winter in eastern China and El Ni?o [J]. Chinese Science Bulletin (in Chinese), 34 (4): 283–286.

劉舸, 宋文玲, 朱艷峰. 2013a. 一個反映中國大陸冬季氣溫變化的東亞冬季風指數的統計預測方法 [J]. 氣象學報, 71 (2): 275–285. Liu Ge, Song Wenling, Zhu Yanfeng. 2013a. A statistical prediction method for an East Asian winter monsoon index reflecting winter temperature changes over the Chinese mainland [J]. Acta Meteor. Sinica (in Chinese), 71 (2): 275–285.

劉舸, 紀立人, 孫淑清, 等. 2013b. 關于東亞冬季風指數的一個討論——東亞中、低緯冬季風的差異 [J]. 大氣科學, 37 (3): 755–764. Liu Ge, Ji Liren, Sun Shuqing, et al. 2013b. A discussion on the East Asian winter monsoon index—Differences between the East Asian winter monsoon at mid-high and low latitudes [J]. Chinese J. Atmos. Sci. (in Chinese), 37 (3): 755–764.

劉毓赟, 陳文. 2012. 北半球冬季歐亞遙相關型的變化特征及其對我國氣候的影響 [J]. 大氣科學, 36 (2): 423–432. Liu Yuyun, Chen Wen. 2012. Variability of the Eurasian teleconnection pattern in the Northern Hemisphere winter and its influences on the climate in China [J]. Chinese J. Atmos. Sci. (in Chinese), 36 (2): 423–432.

Liu Y Y, Wang L, Zhou W, et al. 2014. Three Eurasian teleconnection patterns: Spatial structures, temporal variability, and associated winter climate anomalies [J]. Clim. Dyns., 2nd revision completed.

Wallace J M, Gutzler D S. 1981. Teleconnections in the geopotential height field during the Northern Hemisphere winter [J]. Mon. Wea. Rev., 109 (4): 784–812.

Wang B, An S I, 2005. A method for detecting season-dependent modes of climate variability: S-EOF analysis [J]. Geophys. Res. Lett., 32 (15), doi:10.1029/2005GL022709.

Wang B, Wu Z, Chang C P, et al. 2010. Another look at interannual- to-interdecadal variations of the East Asian winter monsoon: The northern and southern temperature modes [J]. J. Climate, 23 (6): 1495–1512.

Wang L, Chen W. 2010. How well do existing indices measure the strength of the East Asian winter monsoon? [J]. Adv. Atmos. Sci., 27 (4): 855– 870.

Wang L, Chen W. 2014. The East Asian winter monsoon: Re-amplification in the mid-2000s [J]. Chinese Sci. Bull., 59 (4): 430?436.

Wang L, Huang R H, Gu L, et al. 2009. Interdecadal variations of the East Asian winter monsoon and their association with quasi-stationary planetary wave activity [J]. J. Climate, 22 (18): 4860–4872.

Wu B Y, Wang J. 2002. Winter Arctic Oscillation, Siberian high and East Asian winter monsoon [J]. Geophys. Res. Lett., 29 (19), doi:10.1029/ 2002GL015373.

Wu B Y, Zhang R H, D'Arrigo R. 2006. Distinct modes of the East Asian winter monsoon [J]. Mon. Wea. Rev., 134 (8): 2165–2179.

Wu B, Zhou T J, Li T. 2009. Seasonally evolving dominant interannual variability modes of East Asian climate [J]. J. Climate, 22 (11): 2992– 3005.

Zhou B Z, Gu L H, Ding Y H, et al. 2011. The great 2008 Chinese ice storm: Its socioeconomic–ecological impact and sustainability lessons learned [J]. Bull. Amer. Meteor. Soc., 92 (1): 47–60.

Zhou W, Chan J C L, Chen W, et al. 2009. Synoptic-scale controls of persistent low temperature and icy weather over southern China in January 2008 [J]. Mon. Wea. Rev., 137 (11): 3978–3991.

Interannual Variations of Early and Late Winter Temperatures in China and Their Linkage

WEI Wei, WANG Lin, CHEN Quanliang, and LIU Yuyun

1,,,610041,,,100190

On the basis of monthly mean surface air temperature (SAT) data from 160 Chinese stations, the boreal winter is divided into early winter (ND, November and December) and late winter (JFM, January to March of the following year) by analyzing the relationship of SAT among different months. Following this definition, observational data from 160 Chinese stations, and reanalysis data from the National Centers for Environmental Prediction/National Center for Atmospheric Research (NCEP/NCAR) are studied by empirical orthogonal function (EOF) analysis, season-reliant EOF (SEOF) analysis, regression analysis and composite analysis to determine the interannual variations of early and late winter temperatures in China, their linkage, and related atmospheric circulations during the most recent 62 years. The first EOF modes in both early and late winter depict a pan-China temperature variation, and the second EOF modes in both early and late winter describe a temperature oscillation between northern and southern parts of China. An inspection of their corresponding principal components (PCs) indicates that if a certain SAT mode is observed in early winter, the possibility of observing the same SAT mode with the same sign in late winter is approximately 50%, which is nearly equal to that of observering the same SAT mode with the opposite sign. These results indicate that averaging the SAT for the entire winter is suitable for the former case and unsuitable for the latter case. Therefore, it is necessary to divide winter into early and later winters when the variability of wintertime SAT is investigated. To capture both the major modes of the SAT’s interannual variability and the relationship between early and late winter, SEOF analysis is performed on the covariance matrix constructed with SATs from 160 Chinese stations recorded in both early and later winters. The first SEOF mode (SEOF1) captures an in-phase evolution of SAT from early to late winter. Its PC time series indicates a distinct interdecadal change in approximately the mid-1980s. The second SEOF mode (SEOF2) reflects an out-of-phase evolution of SAT from early to late winter. The corresponding PC time series is mainly featured with interannual variability. In the middle troposphere, the SEOF1 mode is closely associated with the Scandinavian teleconnection of the same sign throughout the winter, which consequently leads to changes in the intensity of the East Asian winter monsoon by altering the land–sea thermal contrast over East Asia and the intensity and the meridional location of the East Asian upper-tropospheric jet stream. In early winter, the SEOF2 mode is correlated to the Eurasian teleconnection, and the associated circulation anomalies are significant throughout the entire troposphere. In late winter, the Scandinavian-like teleconnection of the opposite phase dominates, and the significant circulation anomalies are observed only in the middle and lower troposphere. These results suggest that mid-latitude atmospheric internal dynamical processes, particularly atmospheric teleconnections, are the main causes of the formations of SEOF1 and SEOF2.

Early winter, Late winter, Temperature, Interannual variation, Seasonal evolution, Atmospheric circulation

1006?9895(2014)03?0524?13

P466

A

10.3878/j.issn.1006-9895.1401.13320

2013?11?27，2014?01?15收修定稿

國家自然科學基金41230527、41025017, 高原大氣與環境四川省重點實驗室開放課題PAEKL-2013-C1，成都信息工程學院科研人才基金J201112

韋瑋，女，1990年出生，碩士研究生，研究方向：東亞冬季風。E-mail: weiwei_eawm@163.com

王林，E-mail: wanglin@mail.iap.ac.cn

韋瑋, 王林, 陳權亮, 等. 2014. 我國前冬和后冬氣溫年際變化的特征與聯系[J]. 大氣科學, 38 (3): 524?536, doi:10.3878/j.issn.1006-9895.1401.13320. Wei Wei, Wang Lin, Chen Quanliang, et al. 2014. Interannual variations of early and late winter temperatures in China and their linkage [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 38 (3): 524?536.