房一禾
, 周放
FANG Yi-he, ZHOU Fang
中图分类号: P423
文献标识码: A
文章编号: 1000-0690(2013)07-0844-07
收稿日期: 2013-01-4
修回日期: 2013-02-11
网络出版日期: 2013-07-20
版权声明: 2013 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介：房一禾（1986-）,男,辽宁沈阳人,助理工程师,从事气候预测业务。E-mail：49954570@qq.com
展开
摘要
采用1961~2012年东北三省53站月平均气温资料及NCEP/NCAR再分析资料。分析东北冬季气温变化特征。利用SVD法得出影响东北冬季气温的主要因子。分别从年际和年代际尺度上,用偏相关法分析了各因子对东北冬季气温独立的影响。结果表明：东北冬季气温以全区一致异常为主,气温显著上升;东北冬季气温主要影响因子是北极涛动、西伯利亚高压和东亚冬季风;年际尺度上,北极涛动和东亚冬季风适合描述东北中、北部的冬季气温。西伯利亚高压与东北南部冬季气温关系密切;年代际尺度上,北极涛动适合描述东北冬季气温。
关键词：
Abstract
Based on the monthly mean temperature data of 53 observational stations in the three provinces of northeast China in 1961-2012 and NCEP/NCAR monthly mean reanalysis data of 500 hPa geopotential height, 500 hPa wind velocity field, and sea level pressure filed, the variation characteristics of winter temperature in the northeast China at both interannual and interdecadal time scales were analyzed. By using the Singular Value Decomposition technology, we find three main influential factors of winter temperature in the northeast China. The independent effects of different influential factors on winter temperature in the northeast China were studied by using partial correlation analysis method at both interannual and interdecadal scales. Results show that: Both at inter-annual and interdecadal scales’ variations, the first mode’s spatial vector of EOF analysis on winter temperature in the northeast China show a consistent variation characteristic all over northeast China, and the first mode’s time coefficient exists a significant growing trend. In addition, the Singular Value Decomposition technology’s consequence show that, in the atmospheric shell, the Arctic Oscillation, the Siberian high and the East Asian winter monsoon have close relationship with the winter temperature in the northeast China. So they are the three main influential factors on winter temperature in the northeast China. Partial correlation analysis method’s result tell us that, at interannual scale’s variations, the Arctic Oscillation and the East Asian winter monsoon have close relationship with the winter temperature in the central part and northern part of northeast China. So the Arctic Oscillation and the East Asian winter monsoon may be more suitable for describing the winter temperature in central part and northern part of northeast China. The Siberian high may be more suitable for describing the winter temperature in southern part of northeast China. But at interdecadal scale’s variations, the relationship between East Asian winter monsoon and the winter temperature in the northeast China is not intimate. Similarly, the Siberian high is not suitable for describing the winter temperature in the northeast China. It is found that, only the Arctic Oscillation may be more suitable for describing the winter temperature in northeast China.
Keywords：
近百年来,地球气候正在经历一次以全球变暖为主要特征的显著变化。这使得气候变化问题越来越受到政府和公众的瞩目。国内学者对冬季气温展开过大量工作[1-7]。上述研究表明,冬季气温在四季中上升趋势最明显,东北地区又是冬季升温最显著的地区之一。所以,研究东北地区冬季温度变化有助于理解气候增暖本质。冬季严重的灾害性气候主要与温度有关,温度的变化又与农业生产和人民的生活息息相关。因此,对于东北冬季气温的预测就十分关键,研究东北冬季气温影响因子的重要性不言而喻。前人对于东北冬季气温的影响因子展开过大量研究,刘实等[8]对东北冬季气温研究进展进行过综述,指出：AO、西伯利亚高压、东亚冬季风等是影响东北冬季气温年际变化的主要因子。庞子琴等[9]指出：不同年代际背景下,与AO相关联的中高纬大气环流异常的明显变化是AO与东北冬季气温关系发生年代际变化的原因。此外,其他学者对气温方面的研究也得到了有意义的成果[10-19]。
前人对东北冬季气温影响因子的研究较多,但把年际和年代际时间尺度综合研究的较少,而年际和年代际尺度的影响因子会有差异,且有些影响因子会随着年代的变迁,影响效果产生变化[20]。因此,有必要把这两个时间尺度的影响因子分开研究。此外,由于各影响因子间可能存在某种程度的联系,若单独取某一个因子,直接研究其与东北冬季气温的关系,可能是不全面的。所以,研究某个因子对某气候要素的影响时,应排除其他影响因子对该要素的影响。因此,本文从年际和年代际两个时间尺度上,通过SVD方法寻找东北冬季气温在大气圈中的影响因子,并利用偏相关分析方法讨论不同因子对东北冬季气温独立的影响。
本文采用的由沈阳区域气候中心提供的1961~2012年辽宁省53站冬季12月至翌年2月月平均气温资料,1961~2012年NCEP/NCAR再分析的月平均高度场、风场和海平面气压场资料。并主要利用奇异值分解（Singular Value Decomposition,以后简称SVD）、高斯滤波、相关分析和偏相关分析方法,对研究内容进行分析[21,22]。
为分析东北冬季气温变化的异常特征,对1961~2011年的东北冬季气温标准化距平场（年际时间尺度）进行EOF分析,得到空间载荷向量和时间变化特征。
图1a、b给出东北53站冬季平均气温EOF分析的第一载荷向量以及与之对应的第一标准化时间系数（以后简称t1）。第1模态方差贡献率约为82.6%,满足North提出的误差估计[23],能反映东北冬季气温时空变化的主要特征。其最主要的特征是全区均为一致的正值。第一模态的标准化时间系数在1961~2011年在波动中上升,滑动平均曲线在20世纪80年代中期由负值转变为正值,经计算,上升趋势通过0.05信度的显著性检验。年代际时间尺度的空间型和第一标准化时间系数（以后简称t1s）与年际时间尺度的情况十分相似（图略）。
图1 东北冬季气温标准化距平场EOF第一模态
Fig.1 Standardized anomaly fields of winter temperature in northeast China
因此,年际和年代际时间尺度上,东北冬季气温具有全区一致的偏低或偏高的异常特征且时间系数总体上呈显著上升趋势,这与全球气候变暖的背景相符合。
为了寻找东北冬季气温的影响因子,下面对东北冬季气温与海平面气压场、500 hPa位势高度场以及500 hPa风场的关系进行了SVD分析。
1） 东北冬季气温与海平面气压场的关系。图2中,解释方差为92.71%。两个场的时间系数的相关系数为0.79,通过0.01信度的显著性检验,时间系数序列见图2c。由海平面气压场的异类相关型（图2a）可见,极地地区为显著的负相关区,中纬地区为显著的正相关区。这种分布形态和AO(北极涛动)的正位相相吻合,而且西伯利亚地区的显著负相关区（中心相关系数值为-0.7）也说明西伯利亚高压和东北冬季气温可能存在一定关系。东北冬季气温的异类相关图（图2b）中,全区均为显著正相关,且两个场的时间系数为正。说明,当出现图2a的相关分布型,即极地显著负相关,中纬地区显著正相关,对应AO显著正位相且西伯利亚高压显著负异常时,东北冬季气温全区一致显著偏高。这与实际AO和西伯利亚高压与东北冬季气温的关系一致。说明AO和西伯利亚高压可能是东北冬季气温的影响因子。
图2 海平面气压场(a)与东北冬季气温(b)的SVD第一模态异类相关分布及对应时间系数(c)
Fig.2 Heterogeneous correlation distribution for the first SVD mode of SLP field(a) and winter temperature in northeast China(b) and time coefficient(c)
西伯利亚地区显著相关区的位置大致在（45~70°N,80~110°E）,本文把西伯利亚高压指数Ieawn定义为（45~70°N,80~110°E）区域冬季平均的海平面气压距平的标准化序列,AO指数则选取由NOAA(美国国家海洋和大气管理局)提供的冬季平均的北极涛动指数IAO。
2） 东北冬季气温与500 hPa位势高度场的关系。图3中,解释方差为90.14%。两个场时间系数的相关系数为0.79,通过0.01信度的显著性检验。图3a可见,极地地区为显著负相关区,中纬地区为显著正相关区。这与AO正位相相吻合,是AO在海平面和500 hPa高度两个层次上的反应。说明AO可能是东北冬季气温的影响因子。
图3 500 hPa位势高度场(a)与东北冬季气温(b)的SVD第一模态异类相关分布及对应时间系数(c)
Fig.3 Heterogeneous correlation distribution for the first SVD mode of 500 hPa height field (a) and Winter temperature in northeast China(b) and time coefficient(c)
3） 东北冬季气温与500 hPa风场的关系。图4中,解释方差为84.46%。两个场时间系数的相关系数为0.78,通过0.01信度显著性检验。由500 hPa风场异类相关型（图4a）可见,东北地区上空为一个气旋式环流控制。图4b中,全区均为显著正相关,两个场的时间系数为正。这说明当出现图4a的相关分布型时,即东北及其附近地区上空为一个气旋控制,东北冬季气温全区一致显著偏高。
图4 500 hPa风场(a)与东北冬季气温(b)的SVD第一模态异类相关分布及对应得时间系数(c)
Fig.4 Heterogeneous correlation distribution for the first SVD mode of 500 hPa wind field (a) andWinter temperature in northeast China (b)and time coefficient(c)
同时注意到：图中的两个显著相关区域恰好与朱艳峰[24]定义的东亚冬季风指数（以后称Izyf）的两个纬向风区域比较吻合。因此,Izyf可能是东北冬季气温的一个影响因子。
综上所述,AO、西伯利亚高压和东亚冬季风,这3个大气圈中的影响因子可能是影响东北冬季气温的主要因子。而且这3个影响因子恰与刘实等[8]对东北冬季气温进行综述时提到的3个影响因子吻合。因此,本文主要分析这3个影响因子与东北冬季气温的关系。
由于各影响因子之间存在一定的相关关系,一个因子对气候要素的影响可能是通过与之相关较好的其他因子实现的。因此,如果单纯取其中一个因子,直接计算其与东北冬季气温的相关系数,则这个相关系数可能包含与该因子相关较好的其他因子的贡献,即该相关系数可能是虚假的。所以,研究某个因子对某气候要素的影响时,应该采用偏相关分析法排除其他影响因子对该要素的影响。表1、2说明了计算偏相关系数的必要性。
表1 年际尺度各因子与t1及各因子之间的相关系数
Table 1 Correlation coefficients between each factor and t1 and other factors at interannual scale
| 相关系数绝对值 | IAO | Ieawn | Izyf |
|---|---|---|---|
| t1 | 0.58* | 0.65* | 0.53* |
| IAO | 1 | 0.44* | 0.08 |
| Ieawn | 1 | 0.73* | |
| Izyf | 1 |
表2 年代际尺度各因子与t1s及各因子间的相关系数
Table 2 Correlation coefficients between each factor and t1 and other factors at interdecadal scale
| 相关系数绝对值 | IAO | Ieawn | Izyf |
|---|---|---|---|
| t1s | 0.57* | 0.43* | 0.46* |
| IAO | 1 | 0.70* | 0.56* |
| Ieawn | 1 | 0.78* | |
| Izyf | 1 |
表1、2可知,年际和年代际时间尺度上,各因子与时间系数序列的相关系数都能通过0.05信度的显著性检验。但各因子之间的相关系数也大都能通过检验,说明各因子与东北冬季气温的相关系数不可信。
此外,还分别计算了AO指数、西伯利亚高压指数和朱艳峰定义的东亚冬季风指数在年际和年代际两个时间尺度上与东北53站冬季气温相关系数的分布情况,从相关系数分布图（图略）可知,两个时间尺度上,三者与东北冬季气温在全区均存在显著的相关关系。显然,这种相关系数分布情况也是不可信的。
1） 年际时间尺度上,各因子与东北冬季气温偏相关关系（图5）可见,IAO排除Izyf以及Izyf排除IAO后,与东北冬季气温的相关系数在全区都通过0.05信度的显著性检验。IAO排除Ieawn以及Izyf排除Ieawn后,与东北冬季气温相关系数在东北南部地区没有通过显著性检验。Ieawn排除IAO和Izyf后,与东北冬季气温的相关系数都是在东北南部通过0.05信度的显著性检验。可见,东北南部地区冬季气温主要受西伯利亚高压影响,其他两个因子对南部的作用可能是通过西伯利亚高压影响的。这说明：在年际时间尺度上,IAO和Izyf可能更适合描述东北中部和北部的冬季气温。而Ieawn可能更适合描述东北南部的冬季气温。
图5 IAO排除Ieawn和Izyf (a、b);Ieawn排除IAO和Izyf (c、d); Izyf排除IAO和Ieawn (e、f)后与东北冬季气温的偏相关系数分布（年际时间尺度）
Fig.5 Partial correlation coefficients between IAO(influence of Ieawn and Izyf are excluded) (a, b) , Ieawn(influence of IAO and Izyf are excluded) (c, d), Izyf(influence of IAO and Ieawn are excluded)(e,f) and winter temperature in northeast China at interannual scale
2） 年代际时间尺度,上各因子与东北冬季气温的偏相关关系：在分析年代际尺度上各因子与东北冬季气温的关系之前,首先对东北地区53站气温以及3个影响因子指数序列进行高斯九点滤波,得到年代际变化分量。
由图6可见,在年代际时间尺度上,IAO不论排除Ieawn还是排除Izyf后,都与东北冬季气温的相关系数在全区均通过0.05信度的显著性检验。而Ieawn和Izyf只要排除其他任何一个因子的影响后,与东北冬季气温的相关系数在东北全区都不能通过显著性检验。说明在年代际时间尺度上,AO对东北冬季气温的影响是独立的,而西伯利亚高压和东亚冬季风并不是东北冬季气温主要的影响因子。因此,在年代际时间尺度上,IAO可能更适合描述东北冬季气温的变化。而Ieawn和Izyf都不适合描述东北冬季气温。
图6 IAO排除Ieawn和Izyf (a、b); Ieawn排除IAO和Izyf (c、d); Izyf排除IAO和Ieawn后 (e、f)与东北冬季气温的偏相关系数分布（年代际时间尺度）
Fig.6 Partial correlation coefficients between IAO(influence of Ieawn and Izyf are excluded) (a, b) , Ieawn(influence of IAO and Izyf are excluded) (c, d), Izyf(influence of IAO and Ieawn are excluded)(e,f) and winter temperature in northeast China at interdecadal scale
以往,一些学者对以上3个因子影响东北冬季气温的机理进行过分析。朱艳峰定义的东亚冬季风指数是通过影响东亚大槽的强度和东亚对流层中层高-低纬之间的纬向风经向切变的强度,改变冷空气南侵程度,从而影响气温[24];西伯利亚高压是通过影响南下冷空气的强度,影响气温;AO通过影响西伯利亚高压、东亚大槽和环流的经向(纬向)型发展,从而对气温产生影响。由于AO在年际和年代际时间尺度上都与东北冬季气温相关较好,因此,分析影响气温的机理时也要考虑年际和年代际的相互作用。庞子琴和郭品文[25]曾指出：不同年代中,AO的年际变化对于大气环流（西伯利亚高压、东亚大槽和环流经向性等）的年际变化有不同程度的影响,因此不同年代AO与东北冬季气温的相关程度会有差异。
1） 在年际和年代际时间尺度上,东北冬季气温EOF第一模态均表现为全区一致的异常偏高或偏低的特征,时间系数上升趋势显著。
2） 采用SVD方法分析东北冬季气温与大气环流场的关系,得出：东北冬季气温主要的影响因子包括北极涛动、西伯利亚高压和东亚冬季风。
3） 在年际时间尺度上,北极涛动和东亚冬季风可能更适合描述东北中部和北部冬季气温的变化。西伯利亚高压可能更适合描述东北南部冬季气温的变化。
4） 在年代际时间尺度上,只有北极涛动与东北冬季气温偏相关显著,因此只有北极涛动可能适合描述东北冬季气温的变化。
本文的主要目的是找出东北冬季气温在大气圈内的主要影响因子,并揭示这些影响因子在不同时间尺度上对东北冬季气温的影响是不同的,与以往只注重分析年际尺度的影响因子相区别。更多的、大气圈以外的影响因子分析和影响机理方面的内容是我们今后工作的重点。
The authors have declared that no competing interests exist.
| [1] |
中国近百年来的温度变化 [J]. |
| [2] |
近40年我国气候趋势 [J].
|
| [3] |
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].
|
| [4] |
中国冬季气温的年际变化 [J].
|
| [5] |
中国气温与全球气温变化的关系 [J].
|
| [6] |
中国冬季气温变化的空间模态及其与大尺度环流异常的联系 [J].
|
| [7] |
我国冬季气温的年际变化及其与大气环流和海温异常的关系 [J]. |
| [8] |
东北三省冬季气温变化的有关研究进展 [J]. |
| [9] |
不同年代际背景下AO与冬季中国东北气温的关系 [J]. |
| [10] |
东北地区冬季气温与北极涛动年代际关系研究 [J]. |
| [11] |
中国东北南部冬季气温异常及其大气环流特征变化 [J].
|
| [12] |
1951~2008年东北地区冬季气温变化及环流场特征 [J].
|
| [13] |
东北冬季气温异常与全球前期海温的关系及可预测件分析 [J].
|
| [14] |
1959~2009年宁夏极端温度阈值变化及其与AO指数相关分析 [J].
|
| [15] |
近50年来祁连山及河西走廊极端气温的季节变化特征 [J].
|
| [16] |
辽宁冬季气温时空分布特征及其预测概念模型 [J].
|
| [17] |
秦岭南北年极端气温的时空变化趋势研究 [J].
|
| [18] |
1951~2005年鞍山冬季气温变化分析 [J].
|
| [19] |
北京极端气温变化特征及其对城市化的响应 [J]. |
| [20] |
太平洋年代际振荡与中国气候变率的联系 [J]. |
| [21] |
|
| [22] |
影响我国冬季温度的若干气候因子 [J]. |
| [23] |
|
| [24] |
一个适用于描述中国大陆冬季气温变化的东亚冬季风指数 [J]. |
| [25] |
不同年代际背景下AO与冬季中国东北气温的关系 [J]. |
/
| 〈 |
|
〉 |
