2020, Vol. 50
2. 中国海洋大学海洋与大气学院, 山东 青岛 266100
中国江南地区位于24.5°N~31.5°N和108.8°E~122°E范围，主要包括湖南、江西、浙江、福建和上海等省市。江南地区一直是暴雨和洪涝灾害的多发、频发区，并常常引发山洪、泥石流、滑坡等次生灾害，对社会经济和人民生活造成威胁[1]。特别是近年来江南一带的强降水呈线性增加的趋势[2]，研究该地区的降水异常机理对中国南方降水的预报预测和防灾减灾更具重要意义。目前针对江南地区降水机制的研究工作已经取得了显著进展[3-7]。杨明珠和丁一汇[8]指出，热带南印度洋出现正南印度偶极子异常时，会引起江南地区5月份降水偏多(少)，6~8月份降水偏少(多)。杜银等[9]认为，东亚副热带西风急流轴的位置与江南地区夏季降水异常密切相关，当急流位置偏南偏西时，水汽辐合区位于长江流域，有利于江南地区降水增加。马音等[10]指出，在梅雨期江南地区的降水偏多年，中高纬度存在明显的双阻塞高压分布，同时黄海到长江以南存在显著的西风异常。
海冰作为影响气候系统的重要因素，近年来由北极海冰异常导致的中国极端天气和气候变化成为气象科技工作者的研究热点[11-12]。观测和模拟研究表明，中纬度极端灾害性天气最终都和北极海冰的异常变化和北极放大有关，而北极放大和北极海冰的异常变化是通过调制风暴路径、北大西洋涛动(North Atlantic Oscillation，简称NAO)和北极涛动(Arctic Oscillation，简称AO)的位相、急流和行星波的传播来实现的[13-18]。Zhao等[19]指出，春季白令海和鄂霍次克海海冰范围的减小将导致中国东南地区夏季季风降水增加。Wu等[20-21]认为，北冰洋和格陵兰海春季海冰密集度减少与夏季中国南方降水的减少密切相关，并指出二者之间的连接桥可能是夏季北极偶极子异常导致。Liu等[22]发现，北极海冰的快速融化有利于阻塞环流的形成，从而导致北半球大陆地区的寒潮次数增加。Xie等[23]指出，在秋季北极海冰异常偏少的年份，北极和高纬度冷空气向南爆发更容易引发中国的冷冬和极端严寒事件。
然而上述研究主要涉及到北极在欧亚大陆冬季冷事件、季风降水和冬季雾霾中的作用。虽然有许多学者从年际和年代际时间尺度上研究了北极海冰和中国冬季气候变率和夏季降水之间的关系，但是目前北极海冰和中国中低纬度年际时间尺度降水关系的研究基本还是空白，特别是北极海冰的快速减少和北极放大效应对中国中低纬度地区异常降水的影响程度及其动力学和热力学机制并不清楚。本文在研究中发现了北极海冰季节性异常变化与中国江南地区年际尺度降水之间存在显著的正相关关系。并进一步分析了与北极海冰异常对应的大气环流特征及罗斯贝波(Rossby波)大气桥的作用，以期为中国南方降水的预报预测提供参考依据。
1 数据与方法 1.1 数据本文所用资料包括以下三个数据集：(1)热带测雨卫星(Tropical Rainfall Measuring Mission，简称TRMM)3B43月降水产品，空间分辨率为0.25°×0.25°，数据资料从1998年开始提供；(2)英国气象局哈德莱中心(Met Office Hadley Centre)提供的月平均海冰密集度(Sea Ice Concentration，简称SIC)资料[24]，时间范围从1870年至今，水平分辨率1°×1°；(3)美国环境预报中心(National Center for Environmental Prediction，简称NCEP)和国家大气研究中心(National Center for Atmospheric Research，简称NCAR)提供的月平均再分析数据[25]，包括风场、位势高度、垂直速度、大气可降水量，时间跨度为1948年至今，空间分辨率2.5°×2.5°。综合考虑所用资料的时间范围，本文将研究时间段确定为1998—2017年。文中北极海冰的研究范围取68°N~90°N、0°~360°E。
1.2 方法资料预处理 在进行相关分析之前，首先将北极地区SIC和江南区域3B43月平均数据进行去线性趋势、去季节变化(逐月去除气候平均)处理，然后合并为季节平均数据和年平均数据，经处理后的数据集认为是降水异常、SIC异常。其中，季节划分按照国家通用的划分方法，即12月至次年2月为冬季，每三个月为一季，以此类推。
统计方法[26] 利用交叉相关分析方法(Cross—correlations)和T检验方法分析江南地区降水异常和北极SIC异常的超前滞后关系，并进一步对关键区SIC异常年的形势场进行合成分析，利用差值T检验对高、低值年的合成差值场(高值减低值)进行显著检验。其中，T检验计算公式如下：
| $ t = \frac{{r\sqrt {n - 2} }}{{\sqrt {1 - {r^2}} }} \circ $ |
其中r是相关系数，给定显著性水平α，当t>tα时，表示两序列显著相关。差值T检验计算公式如下：
| $ t = \frac{{\bar x - \bar y}}{{\sqrt {\frac{{\left( {{n_1} - 1} \right)s_1^2 + \left( {{n_2} - 1} \right)s_2^2}}{{{n_1} + {n_2} - 2}}\sqrt {\frac{1}{{{n_1}}} + \frac{1}{{{n_2}}}} } }} \circ $ |
其中：n1、n2是高、低值年年数；
诊断方法 通过追踪波射线路径直观地表达大气的遥相关机制和Rossby波扰动能量的传播路径[27]，波射线计算公式如下：
对于驻波，群速度的纬向和经向分量为：
| $ \begin{array}{l} {u_g} = {{\bar u}_M} + \frac{{\left( {{k^2} - {l^2}} \right){{\bar q}_y} - 2kl{{\bar q}_x}}}{{{K^4}}}, \\ {v_g} = {{\bar v}_M} + \frac{{2kl{{\bar q}_y} + \left( {{k^2} - {l^2}} \right){{\bar q}_x}}}{{{K^4}}} \circ \end{array} $ |
波数的演变方程为
| $ \begin{array}{l} \frac{{{d_g}k}}{{dT}} = - k\frac{{\partial {{\bar u}_M}}}{{\partial X}} - l\frac{{\partial {{\bar v}_M}}}{{\partial X}} - \frac{1}{{{K^2}}}\left( {l\frac{{\partial {{\bar q}_x}}}{{\partial X}} - k\frac{{\partial l{{\bar q}_y}}}{{\partial X}}} \right), \\ \frac{{{d_g}l}}{{dT}} = - k\frac{{\partial {{\bar u}_M}}}{{\partial Y}} - l\frac{{\partial {{\bar v}_M}}}{{\partial Y}} - \frac{1}{{{K^2}}}\left( {l\frac{{\partial {{\bar q}_x}}}{{\partial Y}} - k\frac{{\partial l{{\bar q}_y}}}{{\partial Y}}} \right) \circ \end{array} $ |
其中：
同时，结合Takaya—Nakamura波作用通量诊断真实大气Rossby波的传播异常[29-30]，Takaya—Nakamura波作用通量(W)的计算公式如下：
| $ W = \frac{{p\cos \varphi }}{{2|\vec U|}}\left[ \begin{array}{l} \frac{U}{{{a^2}{{\cos }^2}\varphi }}\left[ {{{\left( {\frac{{\partial \psi '}}{{\partial \lambda }}} \right)}^2} - \psi '\frac{{{\partial ^2}\psi '}}{{\partial {\lambda ^2}}}} \right] + \\ \frac{V}{{{a^2}\cos \varphi }}\left[ {\frac{{\partial \psi '}}{{\partial \lambda }}\frac{{\partial \psi '}}{{\partial \varphi }} - \psi '\frac{{{\partial ^2}\psi '}}{{\partial \lambda \partial \varphi }}} \right]\\ \frac{U}{{{a^2}\cos \varphi }}\left[ {\frac{{\partial \psi '}}{{\partial \lambda }}\frac{{\partial \psi '}}{{\partial \varphi }} - \psi '\frac{{{\partial ^2}\psi '}}{{\partial \lambda \partial \varphi }}} \right] + \\ \frac{V}{{{a^2}}}\left[ {{{\left( {\frac{{\partial \psi '}}{{\partial \varphi }}} \right)}^2} - \psi '\frac{{{\partial ^2}\psi '}}{{\partial {\varphi ^2}}}} \right]\\ \frac{{f_0^2}}{{{N^2}}}\left\{ {\frac{U}{{a\cos \varphi }}\left[ {\frac{{\partial \psi '}}{{\partial \lambda }}\frac{{\partial \psi '}}{{\partial z}} - \psi '\frac{{{\partial ^2}\psi '}}{{\partial \lambda \partial z}}} \right]} \right. + \\ \left. {\frac{V}{a}\left[ {\frac{{\partial \psi '}}{{\partial \varphi }}\frac{{\partial \psi '}}{{\partial z}} - \psi '\frac{{{\partial ^2}\psi '}}{{\partial \varphi \partial z}}} \right]} \right\} \end{array} \right] $ |
其中：
对1998—2017年中国江南地区年平均降水异常与北极SIC异常分别进行同期和滞后1年的相关性分析，相关系数的大小和空间分布表明(见图 1)，当降水滞后一年时两者之间达到最强相关性(相关系数超过0.6)并通过了95%置信水平(见图 1(b))。尽管在同期(见图 1(a))的某些海区也存在一定相关性，但是就相关系数的大小(相关系数低于0.6)和通过显著性检验的海区面积大小而言，滞后一年时两者的相关性最好。因此，下文主要讨论北极海冰异常与次年江南降水异常之间的关系。在相关系数的空间分布方面，与江南降水异常对应的关键海区主要是东西伯利亚海(A区，73°N~79°N，145°E~162°E)与巴芬湾(B区，70°N~76°N，55°W~68°W)两个区域(见图 1(b))，两者之间的显著正相关表明，在去除长期的变化趋势后，海冰与江南降水的异常变化具有一致性，即当东西伯利亚海与巴芬湾的海冰异常偏多时，次年江南地区降水也异常偏多，反之亦然。下文中取A和B区的SIC之和作为关键区海冰异常变化的研究对象。
|
(打点区域通过95%置信水平。The dotted areas are significant at confident level of 95%. ) 图 1 1998—2017年中国江南地区降水异常与北极海冰密集度异常的相关系数 Fig. 1 Correlation coefficients between Arctic SIC anomalies and rainfall anomalies in the southern Yangtze River valley during 1998 to 2017 |
为了进一步确认北极海冰的季节变化与降水的相关关系，对关键海区(见图 1(b))海冰异常在不同季节与次年中国江南地区年平均降水异常的相关性分布(见图 2)进行分析。结果表明，该地区年平均降水异常主要是和夏、秋季海冰异常变化关系最密切(见图 2(d)、(e))，相关系数均超过0.5并通过了95%的显著性检验；而与冬、春季的海冰异常相关性较弱(见图 2(b)、(c))。即当夏、秋季关键海区海冰异常偏多(少)时，次年中国江南地区的年降水也异常偏多(少)。
|
(打点区域通过95%置信水平；蓝色方框标记江南地区位置。The dotted areas are significant at confident level of 95%. The blue box marks the southern Yangtze River valley. ) 图 2 1998—2017年关键海区不同季节海冰密集度异常与次年中国江南地区全年降水异常的相关系数 Fig. 2 Spatial pattern on seasonal distribution of orrelation coefficients between SIC anomalies of key area and rainfall anomalies of next year in the southern Yangtze River valley during 1998 to 2017 |
为了直观地讨论海冰关键区上空的大气异常与中国江南地区在Rossby长波扰动能量传播方面的可能联系，在关键区位置A和B区的南边界附近各选择两个点作为初始扰动位置，分别计算了250 hPa 4个初始扰动在不同季节基本气流中的波射线路径(见图 3)。根据4个初始扰动的波射线路径，冬季，关键区附近的4个扰动均不能传播(见图 3(a))。春季，有一个初始扰动不能传播，另外三个扰动均能够沿球面大圆传播至少一圈，并且在在传播过程中有向南传播的趋势(见图 3(b))，但是能量更多地传播到西半球的中纬度地区，而距离中国江南地区仍然相对较远，影响较弱。夏、秋季，明显看到关键区附近的扰动比冬、春季更加容易传播，不但纬向传播的路径更远，而且成功地将扰动能量输送到中国中纬度地区(见图 3(c)、(d))。其中，夏季可抵达中国西北—内蒙古—东北地区(45°N附近)，秋季可影响到青藏高原—黄淮地区(35°N附近)，并最终通过上下游效应影响江南地区的环流异常，从而导致降水异常，这也解释了为何江南地区的年降水异常与夏、秋季海冰异常的相关性更强(见图 2)。但是这种上下游效应究竟引起了哪些环流异常，下面通过对比环流形势的气候态和典型异常年的形势场配置进行进一步讨论。
|
( A、B范围比图 1向南扩大10个纬度。The A/ B range are extended 10 latitudes to the south than Fig. 1. ) 图 3 1998—2017年不同季节的关键区附近上空Rossby长波扰动的波射线路径 Fig. 3 The seasonal wave ray paths for 1998—2017 periods from key area |
本文选取标准化处理后夏、秋季关键区SIC异常的标准差大于1或小于-1的年份为海冰异常偏多、偏少的典型年，其中，偏多年共6年，分别是1998、1999、2001、2004、2011、2015年，偏少年共5年，分别是2002、2003、2006、2007、2012年(见图 4)。由于当降水异常偏多时更容易产生洪涝和地质灾害，因此在下文分析中更加关注异常多冰年对应的环流形势异常特征。
|
(绿色虚线表示标准差为1或-1。The green line marks standard deviation equals 1 or-1. ) 图 4 1998—2017年夏、秋季关键海区海冰密集度异常(红色实线)和中国江南地区年平均降水异常(蓝色虚线)的标准化序列 Fig. 4 The standardized series of summer—autumn SIC anomalies of key area (red line) and rainfall anomalies in the southern Yangtze River valley (blue line) during 1998 to 2017 |
图 5是1998—2017年平均环流合成场和夏、秋季关键区海冰偏多、偏少年次年的环流差值合成场(高值减低值)。从近二十年平均环流形势场来看，中国江南地区位于250 hPa副热带西风急流(≥30 m·s-1)入口区右侧，高层以正涡度平流和辐散为主(见图 5(a))，低层850 hPa存在较弱的垂直上升运动(见图 5(c))，说明江南地区从气候态上存在有利于降水产生的高低空形势配置。从环流形势的差值合成场来看，当关键区海冰偏多时，在中国东北地区有一个显著的异常低压系统，南方地区位势高度异常偏高(见图 5(b))，这表明此时副热带西风急流两侧的位势高度梯度较常年同期增大，使高空急流加强，进而导致江南地区的垂直上升运动得到显著发展(见图 5(d))。同时，受850 hPa来自南海的异常偏南风影响，低层西南暖湿气流和水汽输送显著加强(见图 5(e)、(f))，进而导致了降水异常偏多。
|
( (a) 250 hPa位势高度场(等值线，单位: gpm)、高空急流(≥30 m·s-1，箭头，单位: m·s-1); (b) 250 hPa位势高度差值场(等值线，单位: gpm)、风场差值场(≥1 m·s-1，箭头，单位: m·s-1); (c) 850 hPa垂直速度(等值线，单位: 10-2Pa·s-1)和风场(≥5 m·s-1，箭头，单位: m·s-1); (d) 850 hPa垂直速度差值场(< 0，等值线，单位: 10-2Pa·s-1)和风场差值场(≥0.6 m·s-1，箭头，单位: m·s-1); (e、f)整层大气可降水量(等值线，单位: kg·m-2) (红色和黄色打点区域分别通过等值线物理量场差值检验的95%、90%置信水平.青色方框标记江南地区位置。(a) Geopotential height (line, Units: gpm), upper-level jet stream (≥30 m·s-1, vector, Units: m·s-1) at 250 hPa; (b) Differential geopotential height (line, Units: gpm) and wind (≥1 m·s-1, vector, Units: m·s-1) at 250 hPa; (c) Omega (line, Units: 10-2 Pa·s-1) and wind at 850 hPa (≥5 m·s-1, vector, Units: m·s-1); (d) Differential omega (< 0, line, Units: 10-2 Pa·s-1) and wind at 850 hPa (≥0.6 m·s-1, vector, Units: m·s-1); (e, f) Precipitable water content (line, Units: kg·m-2) (The red and yellow dotted areas are significant at confident level of 95% and 90% respectively. The cyan box marks the southern Yangtze River valley. ) 图 5 1998—2017年平均环流合成场(左侧)和夏、秋季关键区海冰偏多、偏少年次年的环流差值合成场(右侧) Fig. 5 Composite analysis of mean atmospheric circulation from 1998 to 2017 (left panels) and the differential atmospheric circulation between next year of abnormally high and low SIC year |
图 6对比了250 hPa的Rossby长波在气候态和海冰异常年次年的传播特征，当海冰偏多时，中国中纬度地区(江南地区北侧)存在显著的向南传播的Rossby波活动异常(通过了90%置信水平)。这种南北方向的波活动异常调控了天气系统在南北方向的演变，对中纬度地区副热带西风急流的加强起重要作用(见图 5(b))。值得注意的是，Rossby波作用通量向中国江南以北和中纬度地区的传播和加强与Rossby波的传播路径(见图 3(c)、(d))是一致的。Rossby波对其下游大气环流的调制作用，包括关键海区的高压异常中心(图略)和东北的低压异常中心，呈现出三极子波列的形态，因而与异常反气旋风相联系的极锋急流减弱，与异常气旋性风相联系的东亚副热带急流增强。Rossby波的这种调制作用有利于高空急流入口区右侧下方江南地区低空急流和对流上升运动的发展。
|
(红色箭头区域通过差值检验的90%置信水平；青色方框标记江南地区位置。The red vector is significant at confident level of 90%; The cyan box marks the southern Yangtze River valley. ) 图 6 (a) 1998—2017年250 hPa平均Takaya—Nakamura波作用通量(≥2 m2·s-2，箭头，单位: m2·s-2)和位势高度场(等值线，单位: gpm)合成场，(b)夏、秋季关键区海冰偏多、偏少年次年250 hPa的Takaya—Nakamura波作用通量差值合成场(≥1 m2·s-2，箭头，单位: m2·s-2)和位势高度场(等值线，单位: gpm) Fig. 6 (a) Composite analysis of mean Takaya—Nakamura wave activity flux (≥2 m2·s-2, vector, Units: m2·s-2) and geopotential height (line, Units: gpm) at 250 hPa, (b) The differential Takaya—Nakamura wave activity flux (≥1 m2·s-2, vector, Units: m2·s-2) and geopotential height (line, Units: gpm) between next year of abnormally high and low SIC year at 250 hPa |
本文主要研究了北极海冰异常和中国江南地区降水异常之间的关系及其可能的动力学机制。最近二十年(1998—2017年)的观测分析表明，夏秋季北极海冰SIC异常与次年中国江南地区的降水异常存在显著正相关关系，相关性最强的关键海区是东西伯利亚海与巴芬湾。两者在不同季节的相关分析表明，在年际时间尺度变化上，夏、秋季关键海区北极海冰异常与次年江南地区降水异常之间的相关系数达到0.6并通过了95%置信水平，说明两者之间的这种年际相关关系是非常显著的，即当夏、秋季关键区SIC异常偏多(少)时，次年江南地区年降水异常偏多(少)的可能性较大。
此外，为了阐述夏、秋季关键海区北极海冰异常与中国江南降水异常之间联系的动力学和热力学过程，本文研究了北极海冰异常和大尺度大气环流之间的联系。研究证明，关键海区北极海冰异常和北极放大能够激发Rossby波列型遥相关从北极关键海区向中国中纬度地区传播。Rossby长波扰动的波射线路径和波作用通量的异常传播表明，关键海区附近的Rossby波扰动能量在夏、秋季比冬、春季更容易传播至中国中纬度地区，并最终通过上下游遥相关效应引发副热带西风急流异常和江南地区的环流异常，进而导致中国江南区域对流不稳定发展和江南降水异常。当北极海冰异常偏多时，这种Rossby波遥相关效应具体表现为，中国中纬度地区出现向南传播的Rossby波活动异常，直接加强了中纬度地区高空的副热带西风急流，进而促进急流入口区右侧江南地区垂直对流上升运动的发展和低层水汽输送的加强，最终导致了江南地区降水异常偏多。
无论是从Rossby波的波活动通量、波射线路径，还是北极关键海区海冰异常和中国江南地区降水之间的联系的研究都说明，北极海冰影响中国江南地区降水的动力学和热力学过程主要是通过Rossby波桥的作用。北极关键海区激发的Rossby波列型遥相关在中国东北地区高空表现为低压气旋环流，而在中国中低纬度地区高空则是高压反气旋环流，在关键海区和欧亚大陆以北高空盛行高压环流。这种高空环流结构加强了中纬度高空西风急流，导致江南地区降水异常，这些结论和以前的研究发现基本一致。但是前人的工作主要强调北极海冰对NAO位相的改变和阻塞环流对夏季降水和冬季低温冰冻事件的影响。本文的创新之处在于从年际时间尺度上研究了海冰异常强迫对NAO位相的改变和高空中纬度西风急流加强过程中Rossby波桥的作用，而不是短时间尺度的几天或几周的时间长度。从气候变化角度来看，有助于我们进一步理解海冰异常变化对中国江南区域降水异常的影响，提高中国南方灾害性降水的长期预测能力。本文不足之处是没有深入研究热带和副热带之间的相互作用以及其组合效应对中国江南地区降水的影响，这些问题还需要在以后的工作中继续探究。
| [1] |
於琍, 徐影, 张永香. 近25年中国暴雨及其引发的暴雨洪涝灾害影响的时空变化特征[J]. 暴雨灾害, 2018, 37(1): 67-72. Yu L, Xu Y, Zhang Y. Temporal and spatial variation of rainstorms and the impact of flood disasters due to rainstorms in China in the past 25 years[J]. Torrential Rain and Disasters, 2018, 37(1): 67-72. DOI:10.3969/j.issn.1004-9045.2018.01.009 (  0) |
| [2] |
林建, 杨贵名. 近30年中国暴雨时空特征分析[J]. 气象, 2014, 40(7): 816-826. Lin J, Yang G. Spatio-temporal characteristics of rainstorm in China during 1981-2010[J]. Meteorological Monthly, 2014, 40(7): 816-826. ( 0) |
| [3] |
万日金, 王同美, 吴国雄. 江南春雨和南海副热带高压的时间演变及其与东亚夏季风环流和降水的关系[J]. 气象学报, 2008, 66(5): 800-807. Wan R, Wang T, Wu G. Temporal variations of the spring persistent rains and SCS subtropical high and their correlations to the circulation and precipitation of the East Asia summer monsoon[J]. Acta Meteorologica Sinica, 2008, 66(5): 800-807. DOI:10.3321/j.issn:0577-6619.2008.05.013 ( 0) |
| [4] |
李超, 徐海明, 朱素行, 等. 江南春雨形成机制的数值模拟[J]. 高原气象, 2010, 29(1): 99-108. Li C, Xu H, Zhu S, et al. Numerical analysis on formation mechanism of spring persistent Rain[J]. Plateau Meteorology, 2010, 29(1): 99-108. ( 0) |
| [5] |
蒋品平, 赵平. 春季中国南方雨带年际变动与大气环流异常[J]. 气象学报, 2012, 70(4): 681-689. Jiang P, Zhao P. The interannual variability of spring rainy belt over southern China and the associated atmospheric circulation anomalies[J]. Acta Meteorologica Sinica, 2012, 70(4): 681-689. ( 0) |
| [6] |
谭桂容, 王一舒. 中高纬度与热带大气的共同作用对江南4-6月低频降水的影响[J]. 气象学报, 2016, 74(3): 335-351. Tan G, Wang Y. Combined effects of mid-to high-latitudes and the tropic on the low-frequency precipitation in Jiangnan from April to June[J]. Acta Meteorologica Sinica, 2016, 74(3): 335-351. ( 0) |
| [7] |
汪玲瑶, 谌芸, 肖天贵, 等. 夏季江南地区暖区暴雨的统计分析[J]. 气象, 2018, 44(6): 771-780. Wang Y, Chen Y, Xiao T, et al. Statistical analysis of warm-sector rainstorm characteristics over the southern of middle and lower reaches of the Yangtze River in Summer[J]. Meteorological Monthly, 2018, 44(6): 771-780. ( 0) |
| [8] |
杨明珠, 丁一汇. 中国夏季降水对南印度洋偶极子的响应研究[J]. 大气科学, 2007, 31(4): 685-694. Yang M, Ding Y. A study of the impact of South Indian ocean dipole on the summer rainfall in China[J]. Chinese Journal of Atmospheric Sciences, 2007, 31(4): 685-694. DOI:10.3878/j.issn.1006-9895.2007.04.13 ( 0) |
| [9] |
杜银, 张耀存, 谢志清. 东亚副热带西风急流位置变化及其对中国东部夏季降水异常分布的影响[J]. 大气科学, 2009, 33(3): 581-592. Du Y, Zhang Y, Xie Z. Location variation of the East Asia subtropical westerly jet and its effect on the summer precipitation anomaly over Eastern China[J]. Chinese Journal of Atmospheric Sciences, 2009, 33(3): 581-592. DOI:10.3878/j.issn.1006-9895.2009.03.15 ( 0) |
| [10] |
马音, 陈文, 王林. 中国夏季淮河和江南梅雨期降水异常年际变化的气候背景及其比较[J]. 气象学报, 2011, 69(2): 334-343. Ma Y, Chen W, Wang L. A comparative study of the interannual variation of summer rainfall anomolies between the Huaihe Meiyu season and the Jiangnan Meiyu season and their climate background[J]. Acta Meteorologica Sinica, 2011, 69(2): 334-343. ( 0) |
| [11] |
赵进平, 史久新, 王召民, 等. 北极海冰减退引起的北极放大机理与全球气候效应[J]. 地球科学进展, 2015, 30(9): 985-995. Zhao J, Shi J, Wang S, et al. Arctic amplification produced by sea ice retreat and its global climate effects[J]. Advances in Earth Science, 2015, 30(9): 985-995. ( 0) |
| [12] |
武炳义. 北极海冰融化影响东亚冬季天气和气候的研究进展以及学术争论焦点问题[J]. 大气科学, 2018, 42(4): 786-805. Wu B. Progresses in the impact study of Arctic sea ice loss on wintertime weather and climate variability over East Asia and key academic disputes[J]. Chinese Journal of Atmospheric Sciences, 2018, 42(4): 786-805. ( 0) |
| [13] |
张若楠, 武炳义. 北半球大气对春季北极海冰异常响应的数值模拟[J]. 大气科学, 2011, 35(5): 847-862. Zhang R, Wu B. The northern hemisphere atmospheric response to spring Arctic sea ice anomalies in CAM3.0 Model[J]. Chinese Journal of Atmospheric Sciences, 2011, 35(5): 847-862. DOI:10.3878/j.issn.1006-9895.2011.05.05 ( 0) |
| [14] |
Li J, Wu Z. Importance of autumn Arctic sea ice to northern winter snowfall[J]. P Natl Acad Sci USA, 2012, 109: E1898. DOI:10.1073/pnas.1205075109
( 0) |
| [15] |
Tang Q, Zhang X, Yang X, et al. Cold winter extremes in northern continents linked to Arctic sea ice loss[J]. Environ Res Lett, 2013, 8: 014036. DOI:10.1088/1748-9326/8/1/014036
( 0) |
| [16] |
Cohen J, Screen J A, Furtado J C, et al. Recent Arctic amplification and extreme mid-latitude weather[J]. Nat Geosci, 2014, 7: 627-637. DOI:10.1038/ngeo2234
( 0) |
| [17] |
Mori M, Watanabe M, Shiogama H, et al. Robust Arctic sea ice influence on the frequent Eurasian cold winters in past decades[J]. Nat Geosci, 2014, 7: 869-873. DOI:10.1038/ngeo2277
( 0) |
| [18] |
张若楠, 孙丞虎, 李维京. 北极海冰与夏季欧亚遥相关型年际变化的联系及对我国夏季降水的影响[J]. 地球物理学报, 2018, 61(1): 91-105. Zhang R N, Sun C H, Li W J. Relationship between the interannual variations of Arctic sea ice and summer Eurasian teleconnection and asociated influence on summer precipitation over China[J]. Chinese Journal of Geophysics, 2018, 61(1): 91-105. ( 0) |
| [19] |
Zhao P, Zhang X D, Zhou X J, et al. The sea ice extent anomaly in the north Pacific and its impact on the east Asian summer monsoon rainfall[J]. Journal of Climate, 2004, 17(17): 3434-3447. DOI:10.1175/1520-0442(2004)017<3434:TSIEAI>2.0.CO;2
( 0) |
| [20] |
Wu B, Zhang R, Wang B, et al. On the association between spring Arctic sea ice concentration and Chinese summer rainfall[J]. Geophysical Research Letters, 2009, 36: L09501.
( 0) |
| [21] |
Wu B, Zhang R, Wang B. On the association between spring Arctic sea ice concentration and Chinese summer rainfall:A further study[J]. Advances in Atmospheric Sciences, 2009, 26(4): 666-678. DOI:10.1007/s00376-009-9009-3
( 0) |
| [22] |
Liu J, Curry J A, Wang H, et al. Impact of declining Arctic sea ice on winter snowfall[J]. Proceedings of the National Academy of Sciences, 2012, 109(11): 4074-4079. DOI:10.1073/pnas.1114910109
( 0) |
| [23] |
Xie Y K, Liu Y Z, Huang J P. The influence of the autumn Arctic sea ice on winter air temperature in China[J]. Acta Meteorologica Sinica, 2014, 4: 703-710.
( 0) |
| [24] |
Rayner N A, Parker D E, Horton E B, et al. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century[J]. J Geophys Res, 2003, 108(14): 4407.
( 0) |
| [25] |
Kalnay E, Kanamitsu M, Kistler R, et al. The NCEP/NCAR 40-year reanalysis project[J]. Bull Amer Meteor Soc, 1996, 77(3): 437-471. DOI:10.1175/1520-0477(1996)077<0437:TNYRP>2.0.CO;2
( 0) |
| [26] |
魏凤英.现代气候统计诊断与预测技术(第2版)[M].北京: 气象出版社, 2007: 296. Wei F. Modern Diagnosis and Prediction of Climate Statistics (Second Edition)[M]. Beijing: China Meteorological Press, 2007: 296. ( 0) |
| [27] |
Li X, Wu Z, Li Y. A link of China warming hiatus with the winter sea ice loss in Barents-Kara Seas[J]. Climate Dynamics, 2019, 10. 1007/s00382-019-04645-z.
( 0) |
| [28] |
Karoly D J. Rossby wave propagation in a barotropic atmosphere[J]. Dyn Atmos Oceans, 1983, 7(2): 111-125. DOI:10.1016/0377-0265(83)90013-1
( 0) |
| [29] |
Takaya K, Nakamura H. A formulation of a phase-independent wave-activity flux for stationary and migratory quasigeostrophic eddies on a zonally varying basic flow[J]. Journal of the Atmospheric Sciences, 2001, 58(6): 608-627. DOI:10.1175/1520-0469(2001)058<0608:AFOAPI>2.0.CO;2
( 0) |
| [30] |
施春华, 金鑫, 刘仁强. 大气动力学中三种Rossby波作用通量的特征差异和适用性比较[J]. 大气科学学报, 2017, 40(6): 850-855. Shi C, Jin X, Liu R. The differences in characteristics and applicability among three types of Rossby wave activity flux in atmospheric dynamics[J]. Transactions of Atmospheric Sciences, 2017, 40(6): 850-855. ( 0) |
2. College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China