近42年我国北方冬季寒潮频率的主导模式及其与北极涛动的关系外文翻译资料

 2022-12-04 14:34:33

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

近42年我国北方冬季寒潮频率的主导模式及其与北极涛动的关系

魏俊弘1,2，林朝晖1

1国际气候与环境科学中心，中国科学院大气物理研究所，北京100029，中国

2中国科学院研究生院，北京100049，中国

2009年3月3日收到; 2009年4月3日修订; 2009年4月18日接受; 2009年5月16日发布

摘要 本研究通过对中国北方280个站点和欧洲中期天气预报中心( ECMWF ) 40年ERA - 40资料的逐日平均地表温度的分析，研究了过去42年中国北方冬季( 11月- 4月)寒潮频率( CWF )及其与北极涛动( AO )的关系。冬季CWF（CWF-EOF1）的主要经验正交函数EOF模式在中国大部分华北地区表现出相同的信号，主导主成分（CWF-PC1）具有线性下降的特征性趋势。线性趋势消除后，发现显著的年际变化是CWF-PC1的主要特征。基于CWF - PC1的海平面气压回归图对应于AO的负相。相关分析进一步证明，CWF - PC1在年际时间尺度上与AO呈显著负相关。研究了AO与全球地面气温的关系，分析了AO与东亚冷空气活动的关系，认为西伯利亚大气环流异常可能是华北冬季AO与CWF相互作用的桥梁。

关键词 寒潮频率 北极涛动

引用：Wei，J.-H.和Z.-H. 林，2009：在过去的42年中国北方冬季寒潮频率的主导模式及其与北方涛动的关系，Atmos。 海洋科学 Lett。，2，130-134。

1引言

中国北方冬季( 11 - 4月)频繁发生灾害性天气现象，特别是寒潮事件，其特征是冷空气大面积侵入。东亚寒潮事件按冷空气活动的方向可分为三类 (Li, 1955)。本文还对中国大陆冷空气活动的来源和路径进行了研究 (Ding,1990)。20世纪80年代以来，有关研究主要集中在寒潮的地球物理过程( Chou，1984；张等人。1994年；朱恩和希区曼，1982 )。基于经典的寒潮理论(朱等。，2007 )，东亚冬季季风研究(张等。( Thompson和Wallace，1998，2001 )的研究进一步加深了对中国北方寒潮事件的认识。

由于2004/05年冬季多次严重寒潮事件（Zhao和Zeng，2005）以及2008年1月长期暴雪（Li等，2008）造成的巨大损失，人们普遍认为，了解造成东亚寒潮事件多变性的机制及其可预测性是气候研究的高度优先事项。一般来说，最近的研究特别强调局地冷空气活动（Liu等，1995; Lin和Wu，1998）。Wang和Ding（2006）和Qian和Zhang（2007）利用最新的观测资料揭示了中国冷波频率（CWF）的气候和气候变化，但对于CWF年际变率的解释，两项研究都集中在区域尺度而不是全球尺度上的大气环流。尤其是在中国，目前尚不清楚北方环状模式是否与中国的CWF相关联，以及如何与CWF有关，特别是在中国北方。因此，本研究的主要目的是通过经验正交函数EOF分析表征中国华北地区CWF的主导模式，并进一步探讨其与北极涛动的联系。

2资料和方法

本研究使用的资料包括中国气象局在全国833个站点记录的日平均地表温度。特定台站的最长观测期为1951年1月1日至2006年12月31日。为了关注华北地区，本研究仅考察了北纬34°以北的站点，并在数据用于后续分析之前对缺失值进行了筛选。丢失值太多的工作站将被删除。如果超过1 %的天数丢失，则一年被视为丢失。本研究共保留了280个站点(图1a和1c )，这些站点在1960 - 2002年期间没有缺失年份。

本研究根据Delta;Tgt; 10°C和Tmin lt;-5°C（国家气候中心，1986）的标准计算单站的CWF，其中Delta;T是寒冷事件期间10天内最大和最小每日温度之间的差值，而Tmin是最低日温与10日平均温度的偏差。当Delta;T高于10°C且Tmin低于-5°C时，计算相应站点的寒潮事件。本研究中使用的标准也是王和丁( 2006 )和马等人采用的。( 2008年)。每个站的冬季CWF定义为该站每年11月至4月的寒潮事件累积次数。

欧洲中期天气预报中心（ECMWF）40年再分析（ERA-40）数据的月度数据集用于1960 - 2002年期间（Uppala等人，2005年），并对六个冬季月( 11月至4月)的数据进行平均。除使用ERA-40再分析数据集外，冬季AO的定义遵循Thompson和Wallace（1998,2000）。特别是在正AO期，北半球冬季环流的特征是极地低压异常和中纬度地面西风异常，反之亦然。

本研究采用的统计分析方法包括EOF、线性回归和相关分析。首先，应注意，EOF模式由主成分回归图( PC )来证明。其次，为了更好地反映年际变化而不是线性趋势，将原始数据的回归图和相关图与去趋势数据的图进行比较。

Figure 1 The leading EOF of wintertime (Novemberminus;April) CWF in northern China from 1960/61 to 2001/02: (a) The leading EOF mode, in which positive signals are shaded and the block dots indicate the 280 stations used in this study; (b) Time series of PC1 (bars) and its 9-year running mean;(c) and (d) show results of analyses of de-trended data.

3结果

利用1960 / 61 - 2001 / 02年冬季华北280个站点的CWF资料，通过EOF分析，得到了冬季CWF ( CWF - EOF 1 )及其主导主成分( CWF - PC1 )的主导EOF模式(图1 )。CWF-EOF1占总方差的47.8 %，华北大部分地区CWF-EOF1的正信号存在(图1a )，这表明华北大部分地区CWF-EOF1的主要空间格局是一致的增减变化。总的来说，寒潮频率由西南向东北增加，正中心位于东北地区。从长期来看，过去42年的特点是CWF - PC1所示的线性下降趋势(图1b )。这种线性趋势的系数为-0.046 /年，在99 %置信水平下显著。CWF - PC1的线性下降可以用其9年的运行平均值清楚地显示出来。在数据去趋势化之后(图1c )，CWF - EOF1仍然占总方差的40.3 %，而其空间分布保持类似于图1a。然而，显著的年际变化是去趋势化CWF - PC1的主要特征(图1d )。

图2显示了来自CWF-PC1的海平面压力回归图。从大规模的角度来看，空间分布类似于从原始数据导出的AO的负相位（图2a）。具体而言，显著的负回归系数主要分布在北半球的中低纬度地区，而北半球高纬度地区主要表现出显著的正向信号。在数据被去趋势化之后(图2b )，大尺度模式在北半球上保持类似于图2a中的那些。注意，当使用去趋势数据时，在南半球的高纬度上很难找到显著的正信号。

Figure 2 Regression maps for pressure at sea level based on CWF-PC1 in China (units: Pa), where shaded areas indicate a confidence level over 95%: (a) from original data, and (b) from de-trended data

图3进一步显示了AO和CWF-PC1的时间序列。使用原始数据，CWF - PC1在99 %置信水平下与AO具有0.626的显著负相关(图3a )。使用去趋势数据时，CWF - PC1在99 %置信水平上与AO保持0.573的负相关(图3b )。这说明CWF - PC1和AO在年际尺度上相互关联。

Figure 3 Time series of wintertime AO and CWF-PC1: (a) from original data, and (b) from de-trended data.

华北地区AO与冬季CWF的相关系数图(图4a )表明，华北大部分地区存在相同的负相关信号。特别地，高于95 %置信水平的负相关包括西北、华北和东北。随着去趋势数据被分析，AO和冬季CWF (图4b )之间的相关性保持与图4a中所示的相似。注意，图4中的两个相关图也能够证明CWF - EOF1的模式(图1a )。

Figure 4 Correlation map of wintertime CWF in northern China with the AO (a) during the corresponding period, and (b) the same correlation map using de-trended data. Shaded areas indicate a confidence level over 95%.

近年来，人们对AO及其与东亚气候的关系产生了极大兴趣（例如Zhou和Li，2008）。研究表明，在正AO阶段，西伯利亚上空的向下运动明显减弱，反之亦然，这进一步影响了冬季西伯利亚高压( Wu和Wang，2002 )。因此，北极涛动与西伯利亚高压之间的负相关关系可能影响东亚冬季的气候。（Gong et al。，2001）。为了研究东亚北部环形模式与冷空气活动的关系，研究了AO与地面气温的同时相关性(图5 )。无论是对原始数据的分析还是对去趋势数据的分析，AO和地面气温在欧亚大陆中高纬度地区都表现出显著的正相关(图5a和5b )。因此，在正AO期，欧亚大陆的冷空气强度减弱，导致华北大部分地区CWF持续下降，反之亦然。此外，我们还将西伯利亚温度指数( STI )定义为冬季寒潮关键区域( 43 - 65°N，70 - 90°E )的平均地表温度( Zhu等人，2007年)。我们发现，STI与AO密切相关，在99 %置信水平下相关系数为0.666。在分析去趋势数据时，STI也与AO相关，在99 %置信水平下相关系数为0.612。此外，在99 %置信水平下，STI与CWF - PC1之间也表现出0.476的显著负相关，并且在去趋势数据分析中，STI与CWF - PC1之间的这种负相关保持在99 %置信水平，相关系数为0.407。这表明西伯利亚大气环流异常是冬季AO与CWF - PC1相互作用的桥梁。

Figure 5 Correlation map of wintertime surface (2 m) air temperature with the AO (a) during the corresponding period, and (b) on the same correlation map using de-trended data. Shaded areas indicate a confidence level over 95%.

4 总结和讨论

利用华北地区280个站点的逐日平均地表温度和ERA - 40再分析资料，研究了42年来华北地区冬季气候变暖及其与AO的关系。三次连续波的主导模式占总方差的47.8 %，在我国北方大部分地区表现出相同的正信号，其主导主成分以线性递减为主。在剔除线性趋势后，冬季CWF的主导模式仍占总方差的40.3 %，其主导主成分呈现显著的年际变化。在冬季，基于冬季CWF主导主成分的海平面气压回归图中可以发现一种类似AO的负模式。在分析原始数据时，该分量与AO相关，99 %置信水平下的相关系数为0.626 (分析去趋势数据时，99 %置信水平下的相关系数为0.573 )。此外，冬季北极涛动与西伯利亚地区地面气温之间存在显著的正相关关系，这表明AO活动对欧亚大陆冷空气强度有显著影响，从而导致华北冬季CWF年际变化，西伯利亚大气环流异常可能是AO与华北寒潮频率年际相互作用的桥梁。进一步的研究将有助于揭示CWF及其与外界强迫因子的相互作用。另外，本文还没有讨论造成CWF线性趋势的可能机制，这可能与全球变暖有关，后面的研究也应该加以解决。

致谢，本研究得到了国家基础研究计划( 973计划) (批准号: 2009cb2406 )、国家重点技术研究开发计划(批准号: 2007ba29b 03 )和国家自然科学基金(批准号: )的资助。作者感谢国家气象信息中心提供的每日观测数据。特别感谢《大气与海洋科学快报》编辑卢鱼日教授。此外，两位匿名评论者的精辟评论也受到赞赏。

参考文献

Chou, J., 1984: A model of medium range forecasting for cold wave utilizing multiple instant observational data, in: Collective Works on the Medium Range Forecast of Cold Wave (in Chinese), Peking University Press, Beijing, 142minus;151.

Ding, Y., 1990: Build-up, air mass transformation and propagation of Siberian high and its relation to cold surge in East Asia, Meteor.Atmos. Phys., 44, 281minus;292.

Gong, D. Y., S. W. Wang, and J. H. Zhu, 200

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21555]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章