Comparative analysis of the performance of East Asian winter monsoon indices in capturing winter climate change over China
-
摘要:
利用1951—2022年ERA5再分析大气环流资料和国家气候中心全国站点气温和降水资料，将33个常用的东亚冬季风（EAWM）指数划分为海陆差异类、高压特征类、大槽特征类、低层风场类、中高层风场类和综合类6类，按类别对比分析了它们的线性变化趋势和年际、年代际变化特征，并就各指数对中国冬季气温、降水时空变化的表征能力以及与厄尔尼诺-南方涛动（ENSO）、北极涛动（AO）等气候系统主要内部变率的关系进行了评估分析。结果显示：（1）在趋势变化方面，中国冬季气候暖湿化特征明显，但仅大槽特征类和综合类指数反映出季风的减弱趋势，其余类型指数则多呈现微弱的增强趋势，表明EAWM各子成员对当前全球变暖的响应存在差异；（2）在年际、年代际变化方面，EAWM指数主要表现为准4 a、准8 a和准16 a的周期振荡，基本都能刻画出20世纪80年代中后期EAWM的年代际减弱，对于21世纪第1个10年中期EAWM的年代际增强，考虑了南北气压差的海陆差异类指数以及高压特征类、大槽特征类和中高层风场类指数能较好表征；（3）在反映中国冬季气温变率的能力方面，除低层风场类指数外，各类指数表现良好，尤其是高压特征类指数的表征能力最佳，而在降水变率方面，高压特征类指数的代表性较差，低层风场类指数的指示意义最好；（4）在与气候系统主要内部变率的关系方面，大多数指数能较好反映ENSO与EAWM之间的关系，其中低层风场类指数的表征能力最好。而在反映AO与EAWM的关系上，则是高压特征类和大槽特征类指数的表现更佳。总体而言，除趋势变化存在较大差异外，各类EAWM指数能够一致地反映中国冬季气候变化的主要特征，但不同类别指数所表征的侧重点存在差异。因此，在分析EAWM相关科学问题时应根据研究的目的选择合适的指数。
Abstract:Based on the ERA5 atmospheric reanalysis dataset and the stational surface air temperature (SAT) and precipitation data from China National Climate Centre during 1951—2022, 33 East Asian winter monsoon (EAWM) indices are selected and categorized into six types, namely the land-sea sea-level pressure (SLP) difference indices, the Siberian high indices, the East Asian trough indices, the low-level wind indices, the mid- to high-level wind indices, and the synthetic indices. Characteristics of their long-term linear trends and interannual and interdecadal variabilities are then analyzed. Their abilities to represent the spatiotemporal variability of winter SAT and precipitation in China and their relationships with major internal variabilities of the climate system such as the El Niño-Southern Oscillation (ENSO) and the Arctic Oscillation (AO) are also evaluated. The results are as follows: (1) In terms of long-term trend, although winter climate in China is characterized by an obvious warming and wetting trend, only the East Asian trough and the synthetic indices exhibit a significant weakening trend, while other indices basically show a weak strengthening trend. This result suggests that there are certain differences in the responses of different sub-members of the EAWM to current global warming. (2) On the interannual and interdecadal variability, the EAWM indices mainly show characteristics of quasi-4 a, quasi-8 a and quasi-16 a periodic oscillations. Most of the indices can well capture the interdecadal weakening of the EAWM that occurred around the mid to late 1980s. Meanwhile, the Siberian high indices, the East Asian through indices, the mid- to high-level wind indices and the land-sea SLP difference indices which consider the north-south SLP difference, show a good representation of the interdecadal strengthening of the EAWM that occurred in the mid-2000s. (3) All types of indices, except the low-level wind indices, perform well in reflecting the SAT variability in China. In particular, the indices based on the Siberian high show the best performance. The winter precipitation variability in China is best described by the low-level wind indices, while the Siberian high indices show relatively poor representation. (4) Regarding the relationship between major internal variability of the climate system and the EAWM, most of the indices show an excellent performance in reflecting the ENSO-EAWM relationship, among which the low-level wind indices show the best ability. The AO-EAWM relationship is best reflected by the Siberian high and the East Asian trough indices. In general, except for the considerable differences in the long-term trend, all types of EAWM indices can consistently reflect main characteristics of winter climate change in China. However, different categories of indices emphasize different aspects. Therefore, appropriate indices should be selected according to the purpose of the study in analyzing scientific issues related to the EAWM.
-
1. 引 言
东亚冬季风（East Asian Winter Monsoon，简称EAWM）是全球季风系统的一个重要组成部分，是北半球冬季最活跃和影响中国冬季气候最重要的环流系统之一（Chang，et al，2011；张自银，2012；Huang，et al，2012；Wang，et al，2017）。在对流层低层，受西伯利亚高压和阿留申低压的共同影响，东亚地区盛行强劲的偏北风，气候寒冷而干燥（Lau，et al，1984）。在中层（500 hPa），EAWM以日本、韩国上空深厚的东亚大槽为最主要特征，它将冷空气从西伯利亚源源不断地输送到东亚地区，加强了西北气流的强度（崔晓鹏等，1999）；在对流层上层，东亚副热带急流是EAWM的主要成员之一，它的形成与强温度经向梯度造成的纬向风垂直切变有关（Lau，et al，1987；Wang，et al，2014a）。总而言之，EAWM是一个具有复杂结构的三维环流系统，其内部各成员之间通过多种动力和热力过程相互耦合，共同维持了EAWM的形成和演变（Wang，et al，2017）。
研究（Chan，et al，2004；朱艳峰，2008；Ding，et al，2014）表明，EAWM具有显著的多时、空尺度变化，年际和年代际变化特征均较强。受此影响，东亚冬季天气、气候异常也呈现出很强的时空变率。当EAWM强时，东亚地区气温容易偏低，且经常发生寒潮、低温冻害以及强降雪等严重的灾害天气，给人民的生产、生活造成极大影响（王绍武，2008）。例如，2008年1—2月，异常偏强的EAWM造成中国南方出现了大范围持续性雨雪冰冻天气，直接经济损失超过1000亿元（高辉等，2008）。因此，理解EAWM的多时、空尺度变化规律并对其进行有效预测具有重要的科学意义和社会价值，而要想实现这一目标，建立一个能表征季风强弱的指标是必不可少的（高辉，2007）。
目前已有不少研究（高辉，2007；Wang，et al，2010；张自银等，2012）从不同角度定义了EAWM指数，并分析了这些指数对东亚气候异常的表征能力。高辉（2007）将它们大致划分为东亚大槽类、低层经向风类、急流类以及海陆热力差异类4种，并指出这4种季风指数均能较好地反映EAWM的平均环流及其年际、年代际变化。不过，这几类指数对东亚季风区气温和降水异常的表征能力存在一些争议。有研究（朱艳峰，2008；Wang，et al，2010）指出，由于主要基于单一的EAWM环流成员进行定义，加之复杂下垫面地形的影响，这几类指数都不能很好地反映中国冬季气温变化的主要特征，因此，一些综合类EAWM指数应运而生（祝从文等，2000；晏红明等，2009；贺圣平等，2012）。不过，陈欢欢等（2021）则认为这些常用的EAWM指数对中国冬季气温变化都具有一定表征能力，但不同指数的表征能力存在差异，其中高压特征类指数反映中国气温变化的能力最好，而对降水年际变化捕捉能力最佳的则是张自银等（2008）定义的大槽特征类指数。
由此可见，为了更好地开展冬季气候异常机理研究和监测、预测，已对EAWM指数的季风环流和气候异常表征能力进行了不少对比和评估研究，但所得结论不同，且分析不够全面，例如，EAWM对全球变暖的响应已得到广泛探讨（Hori，et al，2006；Gong，et al，2018；Miao，et al，2020），但针对不同EAWM指数对该响应表征能力的对比研究还不够完善。其次，有研究（Ding，et al，2014；Wang，et al，2014b）指出，21世纪第1个10年中期以来EAWM经历了一次年代际增强，该结论主要是基于单个海陆差异类、单个高压特征类和单个中高层风场类指数而得出的，其他指数对该年代际变化的反映能力如何尚不清楚。另外，近年来，不少学者提出了很多表征EAWM变化的新指数（贺圣平等，2012；Liu，et al，2012；Wang H L，et al，2012；Wang L，et al，2014a；Kim S T，et al，2017；支蓉等，2022；Wang Z Z，et al，2022），这些新EAWM指数在反映EAWM时、空变化等方面具有何种优势也需要全面梳理。因此，本研究拟利用最新观测和再分析资料，对目前常用的33种EAWM指数进行系统性归类，并进一步对比分析它们的多时间尺度变化特征及其与中国冬季气候变化、气候系统主要内部变率的关系，以期为今后EAWM的相关研究提供参考。
2. 资料和方法
本研究采用的资料包括欧洲中期天气预报中心（ECMWF）提供的1951—2022年的全球气候第5代大气再分析（ERA5）月平均环流场资料（网格分辨率为0.25°×0.25°）（Hersbach，et al，2020）以及国家气候中心提供的160站月平均观测降水、气温数据。此外，本研究定义的冬季时段是指当年的12月至次年的2月，如1951年12月—1952年2月表示1951年冬季。在计算各变量的异常值时，文中以1951—2021年冬季的平均值作为气候态。
本研究采用Nino3.4指数表征厄尔尼诺-南方涛动（ENSO）的强度，该指数定义为（5°S—5°N，170°—120°W）的海温异常区域平均值，北极涛动（AO）指数则取自美国国家气候预测中心（https://www.cpc.ncep.noaa.gov/products/precip/CWlink/daily_ao_index/monthly.ao.index.b50.current.ascii）。使用的方法包括线性趋势分析、Morlet小波分析（Torrence，et al，1998）、经验正交函数分析（EOF） 以及相关分析等。在线性趋势分析中，使用气象要素时间序列对自然数序列的一元线性回归对气候变化长期趋势进行估计。本研究使用t检验方法对相关系数和回归系数进行检验，以红噪声作为背景谱对小波功率谱进行显著性检验。
3. EAWM指数及其时间变化特征
3.1 EAWM指数及其分类
依据EAWM的形成机理和气候特征已定义了多种EAWM指数。为了使研究更加系统和全面，本研究在归纳整理大量文献的基础上筛选出33个常用的EAWM指数，并参考已有研究（高辉，2007；王宁，2007；邵鹏程等，2012）的方法将其分为海陆差异类、高压特征类、大槽特征类、低层风场类、中高层风场类和综合类6种类型，具体的分类结果和计算方法见表1—6。
表 1 海陆差异类EAWM指数Table 1. The EAWM indices based on land-sea sea-level pressure （SLP） difference指数 作者 定义 IGUO1 郭其蕴（1994） 6∑i=1(ps110−ps160)
其中i表示（10°—60°N）的纬带IZHAO 赵汉光等（1996） 5∑i=1(ps110−ps160),(ps110−ps160)⩾
其中 i 表示（10°—50°N）的纬带{I}_{\mathrm{S}\mathrm{H}\mathrm{I}} 施能（1996） {\left[\displaystyle\sum _{i=1}^{7}\left({p}_{\mathrm{s}110}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-{p}_{\mathrm{s}160}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} 其中 i 表示（20°—50°N）的纬带 {I}_{\mathrm{W}\mathrm{U}} Wu等（2002） {\left[\displaystyle\sum _{i=1}^{21}\left({p}_{\mathrm{s}110}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-{p}_{\mathrm{s}160}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
其中 i 表示（20°—70°N）的纬带{I}_{\mathrm{C}\mathrm{H}\mathrm{A}\mathrm{N}} Chan等（2004） {\overline{p}}_{\mathrm{s}}\left(30^\circ —55^\circ \mathrm{N},\;100^\circ —120^\circ \mathrm{E}\right)-
{\overline{p}}_{\mathrm{s}}(30^\circ —55^\circ \mathrm{N},\;150^\circ —170^\circ \mathrm{E}){I}_{\mathrm{L}\mathrm{I}\mathrm{U}1} 刘实（2007） \left[ \begin{array}{c}\overline{p}_{\mathrm{s}}\left(45^{\circ}—70^{\circ}\mathrm{N},\; 80^{\circ}—110^{\circ}\mathrm{E}\right)-\overline{p}_{\mathrm{s}}\left(\mathrm{EQ}^{ }—30^{\circ}\mathrm{S},\; 110^{\circ}\mathrm{E}—180^{\circ}\mathrm{ }\right)\end{array} \right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} {I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}1} Wang等（2009a） {\left[\displaystyle\sum _{i=1}^{13}\left({p}_{\mathrm{s}110}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-{p}_{\mathrm{s}160}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
其中 i 表示（ 40^\circ —70^\circ \mathrm{N} ）的纬带{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}2} Wang等（2014a） \{2\left[{\overline{p}}_{\mathrm{s}}\left(40^\circ —60^\circ \mathrm{N},\;70^\circ —120^\circ \mathrm{E}\right)\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-
\left[{\overline{p}}_{\mathrm{s}}\left(30^\circ —50^\circ \mathrm{N},\;140^\circ \mathrm{E}—170^\circ \mathrm{W}\right)\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-
\left[{\overline{p}}_{\mathrm{s}}(20^\circ \mathrm{S}—10^\circ \mathrm{N},\;110^\circ —160^\circ \mathrm{E})\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}\}/2{I}_{\mathrm{K}\mathrm{I}\mathrm{M}} Kim S T等（2017） {\overline{p}}_{\mathrm{s}}\left(20^\circ —40^\circ \mathrm{N},\;140^\circ \mathrm{E}—150^\circ \mathrm{W}\right)-
{\overline{p}}_{\mathrm{s}}(50^\circ —70^\circ \mathrm{N},\;80^\circ —120^\circ \mathrm{E})注：指数的下标为第一作者姓氏，且同姓作者按照1，2，···顺序排序；“¯”代表区域平均；“′”代表距平；“norm”代表标准化，下表同。 下面对这些指数的定义进行简单介绍。首先，由于季风是近地面层冬、夏盛行风向完全相反且气候特征明显不同的现象，而海陆气压带的季节变化正是产生这种风向改变的重要因素，因此郭其蕴（1994） 选用两条经线上（160°E和110°E）东西向的海陆气压差描述EAWM的强弱，之后施能（1996）、Wu等（2002）和Wang等（2009a）先后采用相似的思路，即用东西气压差定义EAWM指数。但东亚地区东侧和南侧均为海洋，除了存在显著的东西气压差外，南北气压差也比较明显，刘实（2007）基于西伯利亚高压和澳大利亚低压的南北气压差异定义了EAWM指数，而Wang等（2014a）则将东西和南北两种气压差综合考虑定义EAWM指数。这类指数的定义方式着重体现了季风的基本概念和特征，关于海陆差异类季风指数的详细定义方法见表1。
其次，EAWM与西伯利亚高压密不可分，西伯利亚高压的强度直接影响东亚冬季的天气和气候变化（郭其蕴，1994；龚道溢等，1999，2002）。因此，郭其蕴（1994）、龚道溢等（2002）和支蓉等（2022） 使用西伯利亚高压附近的海平面气压定义了西伯利亚高压指数，并用它表征EAWM强度，上述说明和详细的定义方法见表2。此外，东亚大槽作为EAWM在对流层中层的重要组成部分，其异常变化对EAWM也存在较大影响，当东亚大槽加深时，地面蒙古高压东侧的强冷空气向南爆发，使得东亚气温下降和EAWM加强（崔晓鹏等，1999）。因而孙柏民等（1997）、崔晓鹏等（1999）和Wang等（2012） 提出利用东亚大槽区500 hPa位势高度的区域平均描述EAWM的强度，上述说明和详细的定义方法见表3。
表 2 高压特征类EAWM指数Table 2. The EAWM indices based on the Siberian High指数 作者 定义 {I}_{\mathrm{G}\mathrm{U}\mathrm{O}2} 郭其蕴（1994） \left[{p}_{\mathrm{s} }' \left(60^\circ \mathrm{N},\;100^\circ \mathrm{E}\right)+{p}_{\mathrm{s} }' \left(60^\circ \mathrm{N},\;90^\circ \mathrm{E}\right)+ \right.
\left.{p}_{\mathrm{s}}'(50^\circ \mathrm{N},\;100^\circ \mathrm{E})\right]/3{I}_{\mathrm{G}\mathrm{O}\mathrm{N}\mathrm{G}} 龚道溢等（2002） {\overline{p}}_{\mathrm{s}}(40^\circ —60^\circ \mathrm{N},\;70^\circ —120^\circ \mathrm{E}) {I}_{\mathrm{Z}\mathrm{H}\mathrm{I}} 支蓉等（2022） \left[\overline{p}_{\mathrm{s}}(40^\circ —60^\circ \mathrm{N},\;80^\circ —120^\circ \mathrm{E})\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} 表 3 大槽特征类EAWM指数Table 3. The EAWM indices based on the East Asian trough指数 作者 定义 {I}_{\mathrm{S}\mathrm{U}\mathrm{N}} 孙柏民等（1997） {-\left[{\overline{H}}_{500}\left(30^\circ —45^\circ \mathrm{N},\;125^\circ —145^\circ \mathrm{E}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} {I}_{\mathrm{C}\mathrm{U}\mathrm{I}} 崔晓鹏等（1999） -\left[{\overline{H}}_{500}\left(35^\circ —40^\circ \mathrm{N},\;110^\circ —130^\circ \mathrm{E}\right)\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} {I}_{\mathrm{Y}\mathrm{A}\mathrm{N}1} 晏红明等（2003） -\left[{\overline{H}}_{500}\left(25^\circ —40^\circ \mathrm{N},\;110^\circ —130^\circ \mathrm{E}\right)\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} {I}_{\mathrm{Z}\mathrm{H}\mathrm{A}\mathrm{N}\mathrm{G}} 张自银等（2008） -\left[{\overline{H}}_{500}'\left(45^\circ —55^\circ \mathrm{N},\;75^\circ —85^\circ \mathrm{E}\right)- \right.
\left.{\overline{H}}_{500}'\left(30^\circ —40^\circ \mathrm{N},\;130^\circ —140^\circ \mathrm{E}\right)\right]{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}3} Wang等（2009b） -H_{500}^{\mathrm{norm}}\left(25^{\circ}—50^{\circ}\mathrm{N},\; 100^{\circ}\mathrm{E}—180^{\circ}\mathrm{ }\right)
EOF分解第一模态标准化时间系数{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}4} Wang等（2012） {-\left[{\overline{H}}_{500}\left(25^\circ —45^\circ \mathrm{N},\;110^\circ —145^\circ \mathrm{E}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} 再者，EAWM还体现为东亚地区对流层低层至近地面强劲的偏北风，鉴于此，Ji等（1997）、Yang等（2002）及Chen等（2000）分别使用1000 hPa、850 hPa和10 m风的区域平均来描述EAWM强度，Liu等（2012）则依据东亚北部和南部1000 hPa偏北风异常分别定义了中高纬度和低纬度EAWM指数，而乔云亭等（2002）采用偏北风风速与偏北风网格点数的比值定义EAWM强度指数。Jhun等（2004）、朱艳峰（2008）和Li等（2010）则采用对流层中、高层风的纬向风切变定义EAWM指数，其主要是基于对流层高层东亚急流的变化描述EAWM，上述两类指数的说明和详细的定义方法分别见表4和表5。此外，由于EAWM是一个具有复杂三维结构的环流系统，使用单一的气象要素反映EAWM的活动情况可能存在一定的局限（晏红明等，2009；贺圣平等，2012），因此祝从文等（2000）、晏红明等（2009）和贺圣平等（2012）分别提出了基于多气象要素的综合类EAWM指数，详细的说明和定义方法见表6。
表 4 低层风场类EAWM指数Table 4. The EAWM indices based on low-level winds指数 作者 定义 {I}_{\mathrm{J}\mathrm{I}} Ji等（1997） -{\overline{V}}_{1000}(10^\circ —30^\circ \mathrm{N},\;115^\circ —130^\circ \mathrm{E}) {I}_{\mathrm{C}\mathrm{H}\mathrm{E}\mathrm{N}1} 陈隽等（1999） -{\overline{V}}_{1000}(15^\circ —30^\circ \mathrm{N},\;115^\circ —130^\circ \mathrm{E}) {I}_{\mathrm{C}\mathrm{H}\mathrm{E}\mathrm{N}2} Chen等（2000）
-\left[{\overline{V}}_{10\mathrm{m}}\left(25^\circ —40^\circ \mathrm{N},\;120^\circ —140^\circ \mathrm{E}\right)+ {\overline{V}}_{10\mathrm{m}}(10^\circ —25^\circ \mathrm{N},\;110^\circ —130^\circ \mathrm{E})\right]{I}_{\mathrm{H}\mathrm{U}} Hu等（2000） {-\overline{V}}_{10\mathrm{m}}\left(15^\circ —40^\circ \mathrm{N},\;115^\circ —130^\circ \mathrm{E}\right),\;{V}_{10\mathrm{m}} \lt 0 {I}_{\mathrm{Q}\mathrm{I}\mathrm{A}\mathrm{O}} 乔云亭等（2002） \displaystyle\sum_{ }^{ }\dfrac{u_{\mathrm{N}}}{n_{\mathrm{N}}}
其中 {n}_{\mathrm{N}} 为（ 20^\circ —40^\circ \mathrm{N}，100^\circ —140^\circ \mathrm{E}）范围内850 hPa北风网格点数， {u}_{\mathrm{N}} 为对应格点北风风速{I}_{\mathrm{Y}\mathrm{A}\mathrm{N}\mathrm{G}} Yang等（2002） -{\overline{V}}_{850}(20^\circ —40^\circ \mathrm{N},\;100^\circ —140^\circ \mathrm{E}) {I}_{\mathrm{L}\mathrm{I}\mathrm{U}2} Liu等（2012） -{\overline{V}}_{1000}(10^\circ —25^\circ \mathrm{N},\;105^\circ —135^\circ \mathrm{E}) {I}_{\mathrm{L}\mathrm{I}\mathrm{U}3} Liu等（2012） -{\overline{V}}_{1000}(30^\circ —50^\circ \mathrm{N},\;110^\circ —125^\circ \mathrm{E}) {I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}5} Wang等（2022） -\left[\overline{V}_{850}\left(25^\circ —40^\circ \mathrm{N},\;120^\circ —140^\circ \mathrm{E}\right)+ {\overline{V}}_{850}\left(10^\circ —25^\circ \mathrm{N},\;110^\circ —130^\circ \mathrm{E}\right)\right] 表 5 中高层风场类EAWM指数Table 5. The EAWM indices based on mid- to upper-level winds指数 作者 定义 {I}_{\mathrm{J}\mathrm{H}\mathrm{U}\mathrm{N}} Jhun等（2004） {\overline{U}}_{300}\left(27.5^\circ —37.5^\circ \mathrm{N},\; 110^\circ —170^\circ \mathrm{E}\right)- {\overline{U}}_{300}(50^\circ —60^\circ \mathrm{N},\;80^\circ —140^\circ \mathrm{E}) {I}_{\mathrm{Z}\mathrm{H}\mathrm{U}1} 朱艳峰（2008） {\overline{U}}_{500}\left(25^\circ —35^\circ \mathrm{N},\; 80^\circ —120^\circ \mathrm{E}\right)- {\overline{U}}_{500}(50^\circ —60^\circ \mathrm{N},\;80^\circ —120^\circ \mathrm{E}) {I}_{\mathrm{L}\mathrm{I}} Li等（2010） \left[\overline{U}_{200}\left(30^\circ —35^\circ \mathrm{N},\;90^\circ —160^\circ \mathrm{E}\right)- {\overline{U}}_{200}\left(50^\circ —60^\circ \mathrm{N},\;70^\circ —170^\circ \mathrm{E}\right)+\right.
\left.{\overline{U}}_{200}\left(30^\circ —35^\circ \mathrm{N},\;90^\circ —160^\circ \mathrm{E}\right)- {\overline{U}}_{200}\left(5^\circ \mathrm{S}—10^\circ \mathrm{N},\;90^\circ —160^\circ \mathrm{E}\right)\right]/2表 6 综合类EAWM指数Table 6. The EAWM indices based on synthetic variables指数 作者 定义 {I}_{\mathrm{Z}\mathrm{H}\mathrm{U}2} 祝从文等（2000） -({I}_{1}+{I}_{2}) ，
I_1=\left[ \begin{array}{c}\overline{U}_{850}\left(\mathrm{EQ}—10^{\circ}\mathrm{N},\; 100^{\circ}—130^{\circ}\mathrm{E}\right)-\overline{U}_{200}\left(\mathrm{EQ}—10^{\circ}\mathrm{N},\; 100^{\circ}—130^{\circ}\mathrm{E}\right)\end{array} \right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
{I}_{2}=\left[\displaystyle\sum _{i=1}^{17}{(p}_{\mathrm{s}160}-{p}_{\mathrm{s}110})\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m} }
其中 {{i}} 表示（ 10^\circ —50^\circ \mathrm{N} ）的纬带{I}_{\mathrm{Y}\mathrm{A}\mathrm{N}2} 晏红明等（2009） ({I}_{1}+{I}_{2}+{I}_{3})/3 ，
{I}_{1}={\left[{\overline{H}}_{500}\left(25^\circ —40^\circ \mathrm{N},\;115^\circ —140^\circ \mathrm{E}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
{I}_{2}={\left[\displaystyle\sum _{i=1}^{13}({p}_{\mathrm{s}160}'-{p}_{\mathrm{s}110}')\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
其中 i 表示（ 20^\circ —50^\circ \mathrm{N} ）的纬带
{I}_{3}=\left[{\overline{\mathrm{S}\mathrm{A}\mathrm{T}}}(20^\circ —40^\circ \mathrm{N},\;110^\circ —135^\circ \mathrm{E})\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}{I}_{\mathrm{H}\mathrm{E}} 贺圣平等（2012） ({I}_{1}+{I}_{2}+{I}_{3})/3 ，
{I}_{1}={\left[{\overline{p}}_{\mathrm{s}}(40^\circ —60^\circ \mathrm{N},\;80^\circ —125^\circ \mathrm{E})\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
{I}_{2}={-\overline{H}}_{500}(25^\circ —45^\circ \mathrm{N},\;110^\circ —145^\circ \mathrm{E}{)}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
I_3=\left[ \begin{array}{c}\overline{U}_{300}\left(25^{\circ}—40^{\circ}\mathrm{N},\; 80^{\circ}\mathrm{E}—180^{\circ}\mathrm{ }\right)-\overline{U}_{300}\left(45^{\circ}—60^{\circ}\mathrm{N},\; 60^{\circ}—160^{\circ}\mathrm{E}\right)\end{array} \right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}3.2 EAWM指数之间的相关关系
首先给出了这33个EAWM指数相互之间的相关系数（表7），从总体来看，EAWM指数之间呈现出正相关，且大多数指数之间的正相关都能通过0.05水平的显著性检验，说明其在反映EAWM强度方面具有较高的一致性，这进一步说明EAWM系统是一个复杂的三维环流系统，其内部东亚大槽、西伯利亚高压、东亚急流等子成员通过密切的相互作用而紧密相连，“局部”能够在一定程度上反映“整体”。不过，同一类型的EAWM指数间的相关仍要优于不同类型的指数之间，尤其是部分采用相似方式或要素定义的指数之间的相关系数甚至能超过0.9，这与已有的研究结果（陈欢欢等，2021） 一致。此外，从表7还可以看出，使用单一要素定义的指数之间相关较好，而使用多要素定义的综合指数与其他指数的相关表现稍差，比如指数
{I}_{\mathrm{Z}\mathrm{H}\mathrm{U}2} ，其与其他指数的相关普遍较低。表 7 各个EAWM指数之间的相关系数Table 7. Correlation coefficients between the EAWM indicesIGUO1 IZHAO ISHI IWU ICHAN ILIU1 IWANG1 IWANG2 IKIM IGUO2 IGONG IZHI ISUN ICUI IYAN1 IZHANG IWANG3 IWANG4 IJI ICHEN1 ICHEN2 IHU IQIAO IYANG ILIU2 ILIU3 IWANG5 IJHUN IZHU1 ILI IZHU2 IYAN2 IZHAO 0.95 ISHI 0.91 0.97 IWU 0.98 0.92 0.88 ICHAN 0.97 0.97 0.94 0.93 ILIU1 0.54 0.42 0.42 0.63 0.44 IWANG1 0.85 0.72 0.58 0.89 0.77 0.61 IWANG2 0.82 0.77 0.77 0.85 0.78 0.87 0.71 IKIM 0.65 0.59 0.59 0.70 0.60 0.88 0.59 0.85 IGUO2 0.61 0.50 0.45 0.68 0.53 0.94 0.70 0.83 0.85 IGONG 0.70 0.63 0.58 0.75 0.65 0.88 0.73 0.89 0.78 0.94 IZHI 0.73 0.65 0.61 0.77 0.68 0.85 0.74 0.87 0.78 0.95 0.98 ISUN 0.62 0.65 0.68 0.63 0.62 0.55 0.40 0.71 0.74 0.48 0.48 0.46 ICUI 0.50 0.51 0.52 0.52 0.48 0.53 0.34 0.62 0.72 0.48 0.45 0.44 0.92 IYAN1 0.39 0.42 0.47 0.39 0.37 0.37 0.17 0.47 0.61 0.31 0.27 0.27 0.85 0.95 IZHANG 0.54 0.64 0.67 0.51 0.58 0.17 0.24 0.43 0.39 0.20 0.25 0.26 0.74 0.63 0.58 IWANG3 0.60 0.63 0.67 0.60 0.61 0.52 0.37 0.69 0.76 0.45 0.44 0.43 0.95 0.93 0.90 0.61 IWANG4 0.54 0.57 0.60 0.55 0.53 0.52 0.32 0.64 0.72 0.43 0.42 0.40 0.98 0.96 0.94 0.68 0.97 IJI 0.58 0.60 0.72 0.57 0.54 0.33 0.27 0.58 0.35 0.26 0.35 0.36 0.51 0.40 0.37 0.60 0.43 0.46 ICHEN1 0.57 0.58 0.69 0.59 0.53 0.39 0.31 0.60 0.37 0.32 0.40 0.41 0.48 0.38 0.33 0.55 0.40 0.42 0.97 ICHEN2 0.67 0.70 0.81 0.67 0.65 0.45 0.35 0.70 0.47 0.38 0.48 0.49 0.59 0.45 0.41 0.61 0.53 0.53 0.96 0.96 IHU 0.65 0.66 0.77 0.66 0.61 0.48 0.37 0.70 0.47 0.43 0.52 0.53 0.53 0.43 0.37 0.54 0.47 0.48 0.94 0.97 0.98 IQIAO 0.69 0.78 0.86 0.66 0.73 0.29 0.31 0.61 0.47 0.24 0.35 0.36 0.71 0.48 0.43 0.76 0.62 0.61 0.73 0.68 0.79 0.72 IYANG 0.64 0.72 0.83 0.62 0.66 0.27 0.27 0.58 0.41 0.18 0.30 0.30 0.69 0.49 0.48 0.80 0.58 0.61 0.82 0.79 0.85 0.79 0.94 ILIU2 0.55 0.58 0.71 0.54 0.52 0.26 0.23 0.52 0.27 0.19 0.29 0.30 0.46 0.31 0.29 0.61 0.37 0.40 0.98 0.94 0.94 0.90 0.74 0.84 ILIU3 0.67 0.70 0.72 0.67 0.67 0.55 0.46 0.74 0.63 0.61 0.70 0.73 0.51 0.50 0.47 0.34 0.55 0.51 0.43 0.43 0.56 0.59 0.55 0.50 0.37 IWANG5 0.60 0.66 0.78 0.57 0.60 0.26 0.22 0.55 0.37 0.16 0.25 0.25 0.61 0.39 0.37 0.70 0.52 0.53 0.90 0.84 0.90 0.82 0.91 0.94 0.91 0.41 IJHUN 0.78 0.79 0.76 0.78 0.80 0.66 0.65 0.84 0.74 0.73 0.77 0.78 0.70 0.62 0.43 0.60 0.66 0.61 0.52 0.54 0.63 0.62 0.60 0.54 0.47 0.59 0.51 IZHU1 0.53 0.50 0.46 0.56 0.51 0.76 0.52 0.75 0.69 0.84 0.84 0.85 0.49 0.54 0.37 0.25 0.47 0.46 0.28 0.32 0.40 0.44 0.25 0.18 0.19 0.62 0.15 0.81 ILI 0.66 0.66 0.67 0.67 0.66 0.65 0.52 0.82 0.63 0.58 0.67 0.63 0.66 0.52 0.35 0.52 0.58 0.56 0.55 0.56 0.64 0.61 0.65 0.62 0.54 0.46 0.60 0.83 0.62 IZHU2 0.54 0.59 0.52 0.48 0.61 −0.03 0.38 0.19 0.26 0.19 0.24 0.31 0.26 0.25 0.26 0.31 0.34 0.25 0.04 −0.01 0.11 0.07 0.27 0.16 0.01 0.39 0.11 0.37 0.19 0.01 IYAN2 0.74 0.78 0.82 0.73 0.75 0.52 0.45 0.74 0.74 0.52 0.55 0.56 0.91 0.87 0.84 0.67 0.93 0.91 0.59 0.56 0.69 0.64 0.72 0.69 0.54 0.69 0.70 0.71 0.57 0.72 0.44 IHE 0.80 0.79 0.78 0.82 0.79 0.77 0.65 0.92 0.87 0.80 0.84 0.84 0.83 0.79 0.65 0.60 0.81 0.79 0.53 0.54 0.65 0.64 0.62 0.58 0.46 0.73 0.52 0.92 0.82 0.83 0.35 0.89 注：黑体表示相关系数通过了水平0.05的显著性检验。 3.3 EAWM指数的趋势变化特征
图1—4展示了各个标准化的EAWM指数随时间的演变，可以发现各个指数除表现出明显的年际变化和年代际波动特征之外，还呈现出一定的趋势变化。结合各个指数的线性趋势，可以发现在最近的70余年内，海陆差异类、高压特征类以及风场类指数表现为微弱的线性增强趋势，但并未通过0.05水平的显著性检验；而大槽特征类和综合类指数则表现出显著的减弱趋势，这与全球变暖背景下中国冬季暖湿化趋势（图5）是对应的，其中，大槽特征类指数的线性减弱趋势最强。这些结果表明，EAWM各子成员的趋势变化存在较大差异，EAWM对当前全球变暖的响应是比较复杂的，内部变化可能仍然发挥着举足轻重的作用（Gong，et al，2019，2021）。需要指出的是，上述分析结果与基于美国国家环境预测中心/美国国家大气研究中心（NCEP/NCAR）资料得出的结论存在一些差异，基于NCEP/NCAR资料计算的EAWM指数在近几十年大多呈线性减弱趋势（邵鹏程等，2012），这进一步说明两套再分析资料在描述东亚季风长期变化时的确存在明显分歧。参考已有的研究（徐影等，2001；黄刚，2006），相较于NCEP/NCAR资料，ECMWF资料所反映的东亚季风长期变化更为可靠。
![]()
图 1 1951—2022年海陆差异类EAWM指数的时间序列 （细黑实线） 以及它们的线性趋势 （细黑虚线）、9 a滑动平均序列（粗黑实线） 和回归系数 （右上角数字，单位：a−1）Figure 1. Temporal evolution of the EAWM indices based on land-sea SLP difference from 1951—2022 （thin black solid curve），the linear trend fitting curve （thin black dashed line），9-year moving average curve （thick black solid curve） and the regression coefficient （upper right corner unit：a−1） are also displayed![]()
![]()
图 5 1951—2022年中国冬季 （a） 气温 （色阶，单位：℃/a） 和 （b） 降水 （色阶，单位：mm/a） 线性趋势的空间分布 （黑色打点表示回归系数通过了水平0.05的显著性检验）Figure 5. Spatial distributions of trend coefficients for winter （a） SAT （shading，unit：℃/a ） and （b） precipitation （shading，unit：mm/a） in China from 1951 to 2022 （black dots indicate regression coefficients significant at 0.05 level）![]()
3.4 EAWM指数的年际和年代际变化特征
除了趋势变化之外，EAWM还存在明显的年际和年代际周期振荡特征，这在图1—4中也有所体现。为了对比各EAWM指数表征的年际和年代际变化的差异，利用Morlet小波分析方法对各类EAWM指数（线性趋势已去除）的周期变化特征进行了分析（图6—9）。首先，在年际变化方面，大多数海陆差异类（图6）、高压特征类（图7a—c）、大槽特征类（图7d—i）、中高层风场类（图9a—c）和综合类指数（图9d—f）在20世纪80年代以前均呈现准2—4 a和准4—8 a的周期特征，而低层风场类则主要以准2—4 a的周期振荡为主。自21世纪第1个10年以来，高压特征类指数（图7a—c）仍存在准2—4 a和准4—8 a两个功率谱峰值，低层风场类指数（图8）则仍以准2—4 a的周期振荡最为突出。由此可见，各指数呈现的年际变化周期虽有差异，但基本都能反映出EAWM的准4 a和准8 a的周期振荡现象。
![]()
图 6 海陆差异类 （a—i） EAWM指数的小波功率谱 （左） 和全局小波谱 （右） （左图的粗黑实线包围的范围表示红噪声通过水平0.1的显著性检验，U型细黑线为影响锥曲线，右图中虚线表示红噪声通过0.1水平的显著性检验）Figure 6. The wavelet power spectra （left） and global wavelet spectra （right） of the EAWM indices based on land-sea SLP difference （a—i） （thick black solid curves in the left panels indicate the red noise exceeding 0.1 significance level，the U-shaped thin black curve is the influence cone curve，and the black dashed curves in the right panels show the threshold for the 0.1 significance level）![]()
![]()
![]()
相较于EAWM的年际变化，各类指数所表征的年代际变化特征差异较大，仅
{I}_{\mathrm{S}\mathrm{U}\mathrm{N}} 、{I}_{\mathrm{Q}\mathrm{I}\mathrm{A}\mathrm{O}} 、{I}_{\mathrm{J}\mathrm{H}\mathrm{U}\mathrm{N}} 和{I}_{\mathrm{L}\mathrm{I}} 能够较好地反映EAWM的准16 a周期振荡。结合各个指数的9 a滑动平均曲线（图1—4）可以发现，这几类指数基本都能刻画出20世纪80年代中后期EAWM的年代际减弱，说明该年代际变化具有一定的显著性。近年来，有研究（Ding，et al，2014；Wang，et al，2014b）指出，21世纪第1个10年中后期以来EAWM又经历了一次年代际增强。从对各指数的分析结果来看，多数指数对该年代际增强有反映，如{I}_{\mathrm{L}\mathrm{I}\mathrm{U}1} 和{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}2} 等考虑了南北气压差的海陆差异类指数、高压特征类指数、大槽特征类指数、中高层风场类指数以及综合类指数{I}_{\mathrm{H}\mathrm{E}} 等，但仅考虑东西气压差的海陆差异类指数和大多数低层风场类指数对该年代际变化的表征效果欠佳。4. EAWM指数对中国冬季气候时、空变化的表征能力
为了系统地评估各EAWM指数对中国冬季气候时、空变化的表征能力，给出了33个EAWM指数与全国160站气温和降水的相关系数的空间分布（图10—17），计算过程中，为了避免长期趋势可能带来的影响，所有的指数和数据均去除了线性趋势，所以此处不再讨论趋势方面的联系。
![]()
图 10 海陆差异类EAWM指数与中国冬季气温的相关系数 （色阶） 的空间分布 （黑色打点表示通过0.05水平的显著性检验）Figure 10. Spatial distributions of correlation coefficients （shading） between the EAWM indices based on the land-sea SLP difference and winter SAT in China （black dots indicate correlation coefficients significant at the 0.05 level）![]()
从图10可以看出，海陆差异类指数与中国大部分地区的气温变化均存在显著的负相关，说明当季风指数为正、EAWM偏强时，中国大部分地区气温偏低。需要指出的是，大部分海陆差异类指数与东北地区北部和高原地区冬季气温的相关较差，但
{I}_{\mathrm{L}\mathrm{I}\mathrm{U}1} 和{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}2} 稍有不同，其与青藏高原东南部气温变化存在显著的正相关，这可能与这两个指数的定义有关，它们着重考虑了东亚和热带海洋之间的南北气压差。高压特征类指数（图11a—c）对气温变化的反映能力更加突出，除西南地区外，其与中国其他地区的气温异常均存在十分显著的负相关。此外，大槽特征类指数（图11d—i）、中高层风场类指数（图13a—c）和综合类指数（图13d—f）也与中国大部分地区气温保持着较好的负相关。相对而言，大部分低层风场类指数（图12）对中国冬季气温的反映能力较差，仅在华北、华中、西南地区东部以及东南沿海地区表现出较好的指示意义，而在其他地区则并不能较好地凸显其反映冬季气温变化的能力，不过依据东亚北部低层风场定义的{I}_{\mathrm{L}\mathrm{I}\mathrm{U}3} 指数稍显例外，能够较好反映中国大范围地区的气温变化。其中，低层风场类指数与太行山以东华中、华北地区的气温变化存在部分正相关，这可能与复杂地形（太行山、秦岭等山脉）对西北冷空气的阻挡和削弱作用以及其产生的绝热和非绝热过程有关（Wang，et al，2010）。![]()
![]()
![]()
由此可见，不同EAWM指数对中国冬季气温的空间表征能力均较好，但也存在一定差异。为了客观地对比各指数对中国冬季气温变化的表征能力，给出了中国冬季气温时、空变化的主要模态（图18a、b），其主要呈现除青藏高原之外的全国一致性偏高（偏低）变化，能够解释中国冬季气温变化的48.32%总方差，与EAWM的变化密切相关（朱艳峰等，2007），因此以各指数与该模态时间序列（T-PC1）的相关系数（图18e）为标准衡量它们对中国冬季气温变化的表征能力。从图中可见，几乎所有EAWM指数与冬季气温第一模态对应时间系数T-PC1均呈现显著的负相关，即当EAWM增强（减弱），中国大部气温降低（升高），从各类指数反映能力的差异来看，低层风场类指数与T-PC1的相关较差，高压特征类、中高层风场类、海陆差异类、综合类指数中的
{I}_{\mathrm{Y}\mathrm{A}\mathrm{N}2} 和{I}_{\mathrm{H}\mathrm{E}} ，以及大槽特征类指数对中国气温变化的反映能力均较好，尤其是高压特征类指数的表征能力最佳，与前文展示的空间系数的空间分布（图10—13）一致。![]()
图 18 中国冬季气温和降水距平EOF第一模态空间分布 （a，单位：℃；c，单位：mm；用归一化特征向量乘以特征值的平方根表示，黑色打点表示通过0.05水平的显著性检验） 及其对应的标准化时间序列 （b、d）；各EAWM指数与气温 （红色柱状） 和降水 （绿色柱状） PC1序列的相关系数 （e，其中①—⑥分别为海陆差异类、高压特征类、大槽特征类、低层风场类、中高层风场类和综合类EAWM指数，虚线表示0.05水平显著性检验线）Figure 18. Spatial distributions of the first EOF mode of winter temperature and precipitation anomalies in China （a，unit：℃；c，unit：mm） （the spatial distribution is represented by the product of the normalized eigenvector and the square root of the eigenvalue；black dots indicate the regression coefficients are significant at 0.05 level） and its corresponding normalized time series （b，d）；（e） correlation coefficients between the EAWM indices and the PC1 series of SAT （red bars） and precipitation （green bars） （①—⑥ respectively denote the EAWM indices based on the land-sea SLP difference，the Siberian high，the East Asian trough，low-level winds，mid- to upper-level winds and synthetic variables；the dashed horizontal line represents the threshold for the 0.05 significance level）与各指数和中国冬季气温的相关相比，各指数与中国降水场的线性关系相对较弱，这可能与中国冬季降水较大的空间不均匀性有关。具体来看，海陆差异类指数（图14）与中国东部地区的降水场保持着良好的负相关，即当EAWM增强时，中国东部地区降水量可能偏少，而其与内陆地区降水的相关较弱。相对而言，高压特征类指数（图15a—c）在降水场方面的表现较差，仅在华北部分地区存在较为显著的负相关。而大槽特征类指数（图15d—i）和除
{I}_{\mathrm{L}\mathrm{I}\mathrm{U}3} 外的低层风场类指数（图16）则表现较好，其与中国大部分地区均保持较好的负相关。此外，中高层风场类指数（图17a—c）中的{I}_{\mathrm{J}\mathrm{H}\mathrm{U}\mathrm{N}} 和{I}_{\mathrm{L}\mathrm{I}} 及综合类指数（图17d—f）中的{I}_{\mathrm{Y}\mathrm{A}\mathrm{N}2} 和{I}_{\mathrm{H}\mathrm{E}} 表现也较好，但对华南地区的降水变化反映能力欠佳。整体而言，大部分EAWM指数能够捕捉到中国东南部冬季降水的主要变化，相对而言，低层风场类和大槽特征类指数的表征能力最好。值得注意的是，EAWM指数与中国冬季降水的关系在一些特殊地区表现为正相关，如四川盆地等。这是由于当EAWM增强向南侵袭时，大巴山和北部秦岭等大地形能对其有效阻挡，使得该地区受EAWM的影响较小（陆福志等，2019）。这也说明，除了环流变化之外，地形对局地降水也有重要的作用。![]()
图 14 海陆差异类EAWM指数与中国冬季降水的相关系数 （色阶） 的空间分布 （黑色打点表示通过0.05水平的显著性检验）Figure 14. Spatial distributions of correlation coefficients （shading） between the EAWM indices based on the land-sea SLP difference and winter precipitation in China （black dots indicate correlation coefficients significant at the 0.05 level）![]()
![]()
为了客观衡量各指数对中国冬季降水的影响，对冬季降水进行了EOF分解（图18c、d），其主要模态大体呈现空间一致性变化，大值区位于中国南方，与已有的研究结果（王林等，2011）一致。该模态对应时间系数（P-PC1）与EAWM各指数也存在密切相关，其中低层风场类、大槽特征类和海陆差异类指数与P-PC1存在显著的负相关（图18e），即EAWM加强（减弱），中国大部降水减少（增多），这与上述部分中各指数与中国中东部地区降水相关关系的空间分布（图14—17）一致。总体而言，各类EAWM指数对中国冬季降水的反映能力也较好，但存在明显差异，其中低层风场类、海陆差异类和大槽特征类指数表现较好，而高压特征类指数的指示意义较差。另外，值得一提的是，基于低纬度和中高纬度低层风场定义的指数
{I}_{\mathrm{L}\mathrm{I}\mathrm{U}2} 和{I}_{\mathrm{L}\mathrm{I}\mathrm{U}3} 在反映中国冬季气候变化方面各具优势，低纬度指数能较好反映中国东部降水变化，而高纬度指数则在表征中国大范围气温变化方面具有明显优势。5. EAWM指数与ENSO和AO的相关
已有的研究（Li，1990；Li，et al，2001；杨辉等，2008；Chen，et al，2013）表明，EAWM的异常变化与ENSO和AO密切相关，当ENSO处于正（负）位相即发生厄尔尼诺（拉尼娜）时，EAWM偏弱（偏强）（Li，1990）；当AO处于正（负）位相时，EAWM偏弱（偏强），对应暖（冷）冬（Wu，et al，2002）。图19a为1951—2022年Nino3.4指数和AO指数的时间演变，可以看出，它们存在明显的年际和年代际变化，其中Nino3.4指数主要以年际变化为主，而AO指数则在年际和年代际尺度方面均存在明显变化，如AO指数在20世纪80年代中期出现了由负位相转变为正位相的年代际变化，被认为是EAWM年代际减弱的重要原因之一（He，2013）。
![]()
图 19 1951—2022年冬季Nino3.4指数 （蓝色实线） 与AO指数 （红色实线） 的时间序列以及它们的9 a滑动平均 （虚线）（a），各EAWM指数与Nino3.4指数 （蓝色柱状） 和AO指数 （红色柱状） 的相关系数 （b） （其中①—⑥分别为海陆差异类、高压特征类、大槽特征类、低层风场类、中高层风场类和综合类EAWM指数，图中虚线表示0.05水平显著性检验线），以及海陆差异类 （c）、高压特征类 （d）、大槽特征类 （e）、低层风场类 （f）、中高层风场类 （g） 和综合类指数 （h） 与Nino3.4指数的17 a滑动相关系数 （虚线表示0.05水平显著性检验线）Figure 19. Temporal evolutions of the Nino3.4 index （blue solid curve） and AO index （red solid curve） from 1951 to 2022，and the 9-year moving averaged time series （dashed curve） is also displayed （a）；correlation coefficients of the EAWM indices with the Nino3.4 index （blue bars） and AO index （red bars） （b） （①—⑥ respectively denote the EAWM indices based on the land-sea SLP difference，the Siberian high，the East Asian trough，low-level winds，mid- to high-level winds and synthetic variables；the dashed horizontal line represents the threshold for the 0.05 significance level）；the 17-year-sliding correlation coefficients of the Nino3.4 index with the EAWM indices based on the land-sea SLP difference （c），the Siberian high （d），the East Asian trough （e），low-level winds （f），mid- to upper-level winds （g） and synthetic variables （h） （the dashed horizontal line represents the threshold for the 0.05 significance level）为了探讨各指数对EAWM与ENSO和AO关系的表征能力，图19b分别给出了33个EAWM指数与冬季Nino3.4指数和AO指数的相关系数。可以看出，除
{I}_{\mathrm{Z}\mathrm{H}\mathrm{U}2} 外，各类EAWM指数与Nino3.4指数均呈负相关，即能够刻画出当发生厄尔尼诺（拉尼娜）时，EAWM强度减弱（增强）的统计事实。其中低层风场类、海陆差异类和大槽特征类指数表现更突出，尤以低层风场类指数与Nino3.4指数相关最好，二者的相关系数甚至超过−0.6，而高压特征类指数与Nino3.4指数的相关相对较差。需要指出的是，指数{I}_{\mathrm{Z}\mathrm{H}\mathrm{U}2} 反映出的ENSO与EAWM显著的正相关与客观事实不符，这可能是因为该指数定义中包含的低纬度纬向风切变更侧重于描述夏季风而非冬季风的强度（贺圣平等，2012；邵鹏程等，2012）。以上结果表明，在研究ENSO和EAWM的关系时，选取低层风场类指数进行研究是最为合适的。而各类EAWM指数与AO也主要呈现负相关，但负相关并不强，且各类指数间的差异较大，说明AO与EAWM关系的不确定性更大。其中，高压特征类、大槽特征类和大部分海陆差异类指数与AO呈现较好的负相关，同时中高层风场类指数中的{I}_{\mathrm{L}\mathrm{I}} 以及综合类指数中{I}_{\mathrm{Y}\mathrm{A}\mathrm{N}2} 和{I}_{\mathrm{H}\mathrm{E}} 的表现也较好，均通过了0.05水平显著性检验，而相比之下，低层风场类指数与AO不存在显著的相关关系。很多研究（Wang，et al，2012；Geng，et al，2017；Kim J W，et al，2017）指出，ENSO对EAWM的影响具有显著的年代际变化特点。为了衡量不同EAWM指数对这种非平稳关系的表征能力，给出了各指数与Nino3.4指数17 a滑动相关系数（图19c—h）。结果表明，除高压特征类指数与ENSO相关持续较弱外，其余类型指数均能在一定程度刻画出ENSO-EAWM关系较强的年代际波动特征，其中，大槽特征类和低层风场类指数能够较好地再现已有研究（Geng，et al，2017；Kim J W，et al，2017）指出的ENSO-EAWM关系在20世纪70年代之前及90年代中期之后显著，而在中间时段不显著的现象。
6. 结论和讨论
本研究利用1951—2022年ERA5再分析大气环流资料和中国气象局提供的全国160站气温和降水资料，收集了目前常用的33个EAWM指数，首先将其分为海陆差异类、高压特征类、大槽特征类、低层风场类、中高层风场类和综合类等6类，随后对比分析了各类EAWM指数的线性变化趋势和年际、年代际变化特征，评估了各类EAWM指数对中国冬季气温和降水时、空变化的表征能力；最后就EAWM与ENSO和AO等气候系统主要内部变率的关系进行了综合评估，主要得到如下结论：
（1）在全球变暖的背景下，虽然中国冬季气候暖湿化明显，但各类EAWM指数呈现的趋势变化不尽相同，大槽特征类和综合类指数反映出季风显著的减弱趋势，其余类型指数则多呈现微弱的增强趋势，反映出EAWM系统各子成员对全球变暖的响应特征可能并不完全一致，具有一定的复杂性。
（2）在EAWM的年际和年代际变化方面，各类EAWM指数表现出主周期相似却又并不完全一致，其中大多数海陆差异类、高压特征类、大槽特征类、中高层风场类和综合类指数的周期则集中在准2—4 a和准4—8 a，低层风场类指数则以准2—4 a的周期为主要特征，
{I}_{\mathrm{S}\mathrm{U}\mathrm{N}} 、{I}_{\mathrm{Q}\mathrm{I}\mathrm{A}\mathrm{O}} 、{I}_{\mathrm{J}\mathrm{H}\mathrm{U}\mathrm{N}} 和{I}_{\mathrm{L}\mathrm{I}} 等指数还呈现出准16 a的周期振荡。大多数EAWM指数基本能刻画出20世纪80年代中后期季风的年代际减弱，而对于21世纪第1个10年中期季风的年代际增强，考虑了南北气压差的海陆差异类、高压特征类、大槽特征类和中高层风场类指数能较好表征，而仅考虑东西气压差的海陆差异类指数和大部分低层风场类指数对该年代际变化的表征能力欠佳。（3）除低层风场类指数外，其余各类指数对中国冬季气温变化的反映能力均较好，且以高压特征类指数表现最为优异。而在反映降水变率方面，高压特征类指数表现较差，低层风场类指数的指示意义最好。
（4）在与ENSO和AO的关系方面，低层风场类指数反映ENSO和EAWM负相关的能力较为突出，而AO与EAWM的负相关则能更好地被高压特征类和大槽特征类指数所捕捉。
与已有的研究相比，本研究分析评估的EAWM指数更为全面，还基于最新数据进一步回答了以下科学问题：首先，在全球变暖的背景下，EAWM不同子系统的响应目前而言是存在差异的，这说明内部变化可能仍然发挥着举足轻重的作用（Gong，et al，2019，2021）；其次，除低层风场类和东西海陆差异类指数外，其余各类指数均能较好反映EAWM在21世纪第1个10年中期的年代际增强现象；最后，近年来新定义的EAMW指数在表征中国冬季气候变化时具有一定的优越性，其与中国冬季气温主分量（T-PC1）的平均相关系数明显高于其他指数（分别为−0.51和−0.43）。且在这几个新指数中，
{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}2} 和{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}4} 指数各项指标的综合性能更为优异（图18e、19b）。本研究的结果表明，EAWM各类指数所反映的中国冬季环流和气候异常的时、空变化以及ENSO和AO对EAWM的线性影响在具有一致性的同时也呈现出一定的差异，6类指数各有优缺点，综合类季风指数的优势不明显。因此，在探讨EAWM相关的科学问题时，应该具体问题具体分析，选择最合适的季风指数进行研究。
-
![]()
图 1 1951—2022年海陆差异类EAWM指数的时间序列 （细黑实线） 以及它们的线性趋势 （细黑虚线）、9 a滑动平均序列（粗黑实线） 和回归系数 （右上角数字，单位：a−1）
Figure 1. Temporal evolution of the EAWM indices based on land-sea SLP difference from 1951—2022 （thin black solid curve），the linear trend fitting curve （thin black dashed line），9-year moving average curve （thick black solid curve） and the regression coefficient （upper right corner unit：a−1） are also displayed
![]()
![]()
图 5 1951—2022年中国冬季 （a） 气温 （色阶，单位：℃/a） 和 （b） 降水 （色阶，单位：mm/a） 线性趋势的空间分布 （黑色打点表示回归系数通过了水平0.05的显著性检验）
Figure 5. Spatial distributions of trend coefficients for winter （a） SAT （shading，unit：℃/a ） and （b） precipitation （shading，unit：mm/a） in China from 1951 to 2022 （black dots indicate regression coefficients significant at 0.05 level）
![]()
![]()
图 6 海陆差异类 （a—i） EAWM指数的小波功率谱 （左） 和全局小波谱 （右） （左图的粗黑实线包围的范围表示红噪声通过水平0.1的显著性检验，U型细黑线为影响锥曲线，右图中虚线表示红噪声通过0.1水平的显著性检验）
Figure 6. The wavelet power spectra （left） and global wavelet spectra （right） of the EAWM indices based on land-sea SLP difference （a—i） （thick black solid curves in the left panels indicate the red noise exceeding 0.1 significance level，the U-shaped thin black curve is the influence cone curve，and the black dashed curves in the right panels show the threshold for the 0.1 significance level）
![]()
![]()
![]()
![]()
图 10 海陆差异类EAWM指数与中国冬季气温的相关系数 （色阶） 的空间分布 （黑色打点表示通过0.05水平的显著性检验）
Figure 10. Spatial distributions of correlation coefficients （shading） between the EAWM indices based on the land-sea SLP difference and winter SAT in China （black dots indicate correlation coefficients significant at the 0.05 level）
![]()
![]()
![]()
![]()
![]()
图 18 中国冬季气温和降水距平EOF第一模态空间分布 （a，单位：℃；c，单位：mm；用归一化特征向量乘以特征值的平方根表示，黑色打点表示通过0.05水平的显著性检验） 及其对应的标准化时间序列 （b、d）；各EAWM指数与气温 （红色柱状） 和降水 （绿色柱状） PC1序列的相关系数 （e，其中①—⑥分别为海陆差异类、高压特征类、大槽特征类、低层风场类、中高层风场类和综合类EAWM指数，虚线表示0.05水平显著性检验线）
Figure 18. Spatial distributions of the first EOF mode of winter temperature and precipitation anomalies in China （a，unit：℃；c，unit：mm） （the spatial distribution is represented by the product of the normalized eigenvector and the square root of the eigenvalue；black dots indicate the regression coefficients are significant at 0.05 level） and its corresponding normalized time series （b，d）；（e） correlation coefficients between the EAWM indices and the PC1 series of SAT （red bars） and precipitation （green bars） （①—⑥ respectively denote the EAWM indices based on the land-sea SLP difference，the Siberian high，the East Asian trough，low-level winds，mid- to upper-level winds and synthetic variables；the dashed horizontal line represents the threshold for the 0.05 significance level）
![]()
图 14 海陆差异类EAWM指数与中国冬季降水的相关系数 （色阶） 的空间分布 （黑色打点表示通过0.05水平的显著性检验）
Figure 14. Spatial distributions of correlation coefficients （shading） between the EAWM indices based on the land-sea SLP difference and winter precipitation in China （black dots indicate correlation coefficients significant at the 0.05 level）
![]()
![]()
![]()
图 19 1951—2022年冬季Nino3.4指数 （蓝色实线） 与AO指数 （红色实线） 的时间序列以及它们的9 a滑动平均 （虚线）（a），各EAWM指数与Nino3.4指数 （蓝色柱状） 和AO指数 （红色柱状） 的相关系数 （b） （其中①—⑥分别为海陆差异类、高压特征类、大槽特征类、低层风场类、中高层风场类和综合类EAWM指数，图中虚线表示0.05水平显著性检验线），以及海陆差异类 （c）、高压特征类 （d）、大槽特征类 （e）、低层风场类 （f）、中高层风场类 （g） 和综合类指数 （h） 与Nino3.4指数的17 a滑动相关系数 （虚线表示0.05水平显著性检验线）
Figure 19. Temporal evolutions of the Nino3.4 index （blue solid curve） and AO index （red solid curve） from 1951 to 2022，and the 9-year moving averaged time series （dashed curve） is also displayed （a）；correlation coefficients of the EAWM indices with the Nino3.4 index （blue bars） and AO index （red bars） （b） （①—⑥ respectively denote the EAWM indices based on the land-sea SLP difference，the Siberian high，the East Asian trough，low-level winds，mid- to high-level winds and synthetic variables；the dashed horizontal line represents the threshold for the 0.05 significance level）；the 17-year-sliding correlation coefficients of the Nino3.4 index with the EAWM indices based on the land-sea SLP difference （c），the Siberian high （d），the East Asian trough （e），low-level winds （f），mid- to upper-level winds （g） and synthetic variables （h） （the dashed horizontal line represents the threshold for the 0.05 significance level）
表 1 海陆差异类EAWM指数
Table 1 The EAWM indices based on land-sea sea-level pressure （SLP） difference
指数 作者 定义 {I}_{\mathrm{G}\mathrm{U}\mathrm{O}1} 郭其蕴（1994） \displaystyle\sum_{i=1}^6\left(p_{\mathrm{s}110}-p_{\mathrm{s}160}\right)
其中 i 表示（10°—60°N）的纬带{I}_{\mathrm{Z}\mathrm{H}\mathrm{A}\mathrm{O}} 赵汉光等（1996） \displaystyle\sum _{i=1}^{5}{(p}_{\mathrm{s}110}-{p}_{\mathrm{s}160}),\;{(p}_{\mathrm{s}110}-{p}_{\mathrm{s}160})\geqslant 5\;\mathrm{h}\mathrm{P}\mathrm{a}
其中 i 表示（10°—50°N）的纬带{I}_{\mathrm{S}\mathrm{H}\mathrm{I}} 施能（1996） {\left[\displaystyle\sum _{i=1}^{7}\left({p}_{\mathrm{s}110}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-{p}_{\mathrm{s}160}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} 其中 i 表示（20°—50°N）的纬带 {I}_{\mathrm{W}\mathrm{U}} Wu等（2002） {\left[\displaystyle\sum _{i=1}^{21}\left({p}_{\mathrm{s}110}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-{p}_{\mathrm{s}160}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
其中 i 表示（20°—70°N）的纬带{I}_{\mathrm{C}\mathrm{H}\mathrm{A}\mathrm{N}} Chan等（2004） {\overline{p}}_{\mathrm{s}}\left(30^\circ —55^\circ \mathrm{N},\;100^\circ —120^\circ \mathrm{E}\right)-
{\overline{p}}_{\mathrm{s}}(30^\circ —55^\circ \mathrm{N},\;150^\circ —170^\circ \mathrm{E}){I}_{\mathrm{L}\mathrm{I}\mathrm{U}1} 刘实（2007） \left[ \begin{array}{c}\overline{p}_{\mathrm{s}}\left(45^{\circ}—70^{\circ}\mathrm{N},\; 80^{\circ}—110^{\circ}\mathrm{E}\right)-\overline{p}_{\mathrm{s}}\left(\mathrm{EQ}^{ }—30^{\circ}\mathrm{S},\; 110^{\circ}\mathrm{E}—180^{\circ}\mathrm{ }\right)\end{array} \right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} {I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}1} Wang等（2009a） {\left[\displaystyle\sum _{i=1}^{13}\left({p}_{\mathrm{s}110}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-{p}_{\mathrm{s}160}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
其中 i 表示（ 40^\circ —70^\circ \mathrm{N} ）的纬带{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}2} Wang等（2014a） \{2\left[{\overline{p}}_{\mathrm{s}}\left(40^\circ —60^\circ \mathrm{N},\;70^\circ —120^\circ \mathrm{E}\right)\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-
\left[{\overline{p}}_{\mathrm{s}}\left(30^\circ —50^\circ \mathrm{N},\;140^\circ \mathrm{E}—170^\circ \mathrm{W}\right)\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}-
\left[{\overline{p}}_{\mathrm{s}}(20^\circ \mathrm{S}—10^\circ \mathrm{N},\;110^\circ —160^\circ \mathrm{E})\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}\}/2{I}_{\mathrm{K}\mathrm{I}\mathrm{M}} Kim S T等（2017） {\overline{p}}_{\mathrm{s}}\left(20^\circ —40^\circ \mathrm{N},\;140^\circ \mathrm{E}—150^\circ \mathrm{W}\right)-
{\overline{p}}_{\mathrm{s}}(50^\circ —70^\circ \mathrm{N},\;80^\circ —120^\circ \mathrm{E})注：指数的下标为第一作者姓氏，且同姓作者按照1，2，···顺序排序；“¯”代表区域平均；“′”代表距平；“norm”代表标准化，下表同。 
下载: 导出CSV
表 2 高压特征类EAWM指数
Table 2 The EAWM indices based on the Siberian High
指数 作者 定义 {I}_{\mathrm{G}\mathrm{U}\mathrm{O}2} 郭其蕴（1994） \left[{p}_{\mathrm{s} }' \left(60^\circ \mathrm{N},\;100^\circ \mathrm{E}\right)+{p}_{\mathrm{s} }' \left(60^\circ \mathrm{N},\;90^\circ \mathrm{E}\right)+ \right.
\left.{p}_{\mathrm{s}}'(50^\circ \mathrm{N},\;100^\circ \mathrm{E})\right]/3{I}_{\mathrm{G}\mathrm{O}\mathrm{N}\mathrm{G}} 龚道溢等（2002） {\overline{p}}_{\mathrm{s}}(40^\circ —60^\circ \mathrm{N},\;70^\circ —120^\circ \mathrm{E}) {I}_{\mathrm{Z}\mathrm{H}\mathrm{I}} 支蓉等（2022） \left[\overline{p}_{\mathrm{s}}(40^\circ —60^\circ \mathrm{N},\;80^\circ —120^\circ \mathrm{E})\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
下载: 导出CSV
表 3 大槽特征类EAWM指数
Table 3 The EAWM indices based on the East Asian trough
指数 作者 定义 {I}_{\mathrm{S}\mathrm{U}\mathrm{N}} 孙柏民等（1997） {-\left[{\overline{H}}_{500}\left(30^\circ —45^\circ \mathrm{N},\;125^\circ —145^\circ \mathrm{E}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} {I}_{\mathrm{C}\mathrm{U}\mathrm{I}} 崔晓鹏等（1999） -\left[{\overline{H}}_{500}\left(35^\circ —40^\circ \mathrm{N},\;110^\circ —130^\circ \mathrm{E}\right)\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} {I}_{\mathrm{Y}\mathrm{A}\mathrm{N}1} 晏红明等（2003） -\left[{\overline{H}}_{500}\left(25^\circ —40^\circ \mathrm{N},\;110^\circ —130^\circ \mathrm{E}\right)\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}} {I}_{\mathrm{Z}\mathrm{H}\mathrm{A}\mathrm{N}\mathrm{G}} 张自银等（2008） -\left[{\overline{H}}_{500}'\left(45^\circ —55^\circ \mathrm{N},\;75^\circ —85^\circ \mathrm{E}\right)- \right.
\left.{\overline{H}}_{500}'\left(30^\circ —40^\circ \mathrm{N},\;130^\circ —140^\circ \mathrm{E}\right)\right]{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}3} Wang等（2009b） -H_{500}^{\mathrm{norm}}\left(25^{\circ}—50^{\circ}\mathrm{N},\; 100^{\circ}\mathrm{E}—180^{\circ}\mathrm{ }\right)
EOF分解第一模态标准化时间系数{I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}4} Wang等（2012） {-\left[{\overline{H}}_{500}\left(25^\circ —45^\circ \mathrm{N},\;110^\circ —145^\circ \mathrm{E}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
下载: 导出CSV
表 4 低层风场类EAWM指数
Table 4 The EAWM indices based on low-level winds
指数 作者 定义 {I}_{\mathrm{J}\mathrm{I}} Ji等（1997） -{\overline{V}}_{1000}(10^\circ —30^\circ \mathrm{N},\;115^\circ —130^\circ \mathrm{E}) {I}_{\mathrm{C}\mathrm{H}\mathrm{E}\mathrm{N}1} 陈隽等（1999） -{\overline{V}}_{1000}(15^\circ —30^\circ \mathrm{N},\;115^\circ —130^\circ \mathrm{E}) {I}_{\mathrm{C}\mathrm{H}\mathrm{E}\mathrm{N}2} Chen等（2000）
-\left[{\overline{V}}_{10\mathrm{m}}\left(25^\circ —40^\circ \mathrm{N},\;120^\circ —140^\circ \mathrm{E}\right)+ {\overline{V}}_{10\mathrm{m}}(10^\circ —25^\circ \mathrm{N},\;110^\circ —130^\circ \mathrm{E})\right]{I}_{\mathrm{H}\mathrm{U}} Hu等（2000） {-\overline{V}}_{10\mathrm{m}}\left(15^\circ —40^\circ \mathrm{N},\;115^\circ —130^\circ \mathrm{E}\right),\;{V}_{10\mathrm{m}} \lt 0 {I}_{\mathrm{Q}\mathrm{I}\mathrm{A}\mathrm{O}} 乔云亭等（2002） \displaystyle\sum_{ }^{ }\dfrac{u_{\mathrm{N}}}{n_{\mathrm{N}}}
其中 {n}_{\mathrm{N}} 为（ 20^\circ —40^\circ \mathrm{N}，100^\circ —140^\circ \mathrm{E}）范围内850 hPa北风网格点数， {u}_{\mathrm{N}} 为对应格点北风风速{I}_{\mathrm{Y}\mathrm{A}\mathrm{N}\mathrm{G}} Yang等（2002） -{\overline{V}}_{850}(20^\circ —40^\circ \mathrm{N},\;100^\circ —140^\circ \mathrm{E}) {I}_{\mathrm{L}\mathrm{I}\mathrm{U}2} Liu等（2012） -{\overline{V}}_{1000}(10^\circ —25^\circ \mathrm{N},\;105^\circ —135^\circ \mathrm{E}) {I}_{\mathrm{L}\mathrm{I}\mathrm{U}3} Liu等（2012） -{\overline{V}}_{1000}(30^\circ —50^\circ \mathrm{N},\;110^\circ —125^\circ \mathrm{E}) {I}_{\mathrm{W}\mathrm{A}\mathrm{N}\mathrm{G}5} Wang等（2022） -\left[\overline{V}_{850}\left(25^\circ —40^\circ \mathrm{N},\;120^\circ —140^\circ \mathrm{E}\right)+ {\overline{V}}_{850}\left(10^\circ —25^\circ \mathrm{N},\;110^\circ —130^\circ \mathrm{E}\right)\right]
下载: 导出CSV
表 5 中高层风场类EAWM指数
Table 5 The EAWM indices based on mid- to upper-level winds
指数 作者 定义 {I}_{\mathrm{J}\mathrm{H}\mathrm{U}\mathrm{N}} Jhun等（2004） {\overline{U}}_{300}\left(27.5^\circ —37.5^\circ \mathrm{N},\; 110^\circ —170^\circ \mathrm{E}\right)- {\overline{U}}_{300}(50^\circ —60^\circ \mathrm{N},\;80^\circ —140^\circ \mathrm{E}) {I}_{\mathrm{Z}\mathrm{H}\mathrm{U}1} 朱艳峰（2008） {\overline{U}}_{500}\left(25^\circ —35^\circ \mathrm{N},\; 80^\circ —120^\circ \mathrm{E}\right)- {\overline{U}}_{500}(50^\circ —60^\circ \mathrm{N},\;80^\circ —120^\circ \mathrm{E}) {I}_{\mathrm{L}\mathrm{I}} Li等（2010） \left[\overline{U}_{200}\left(30^\circ —35^\circ \mathrm{N},\;90^\circ —160^\circ \mathrm{E}\right)- {\overline{U}}_{200}\left(50^\circ —60^\circ \mathrm{N},\;70^\circ —170^\circ \mathrm{E}\right)+\right.
\left.{\overline{U}}_{200}\left(30^\circ —35^\circ \mathrm{N},\;90^\circ —160^\circ \mathrm{E}\right)- {\overline{U}}_{200}\left(5^\circ \mathrm{S}—10^\circ \mathrm{N},\;90^\circ —160^\circ \mathrm{E}\right)\right]/2
下载: 导出CSV
表 6 综合类EAWM指数
Table 6 The EAWM indices based on synthetic variables
指数 作者 定义 {I}_{\mathrm{Z}\mathrm{H}\mathrm{U}2} 祝从文等（2000） -({I}_{1}+{I}_{2}) ，
I_1=\left[ \begin{array}{c}\overline{U}_{850}\left(\mathrm{EQ}—10^{\circ}\mathrm{N},\; 100^{\circ}—130^{\circ}\mathrm{E}\right)-\overline{U}_{200}\left(\mathrm{EQ}—10^{\circ}\mathrm{N},\; 100^{\circ}—130^{\circ}\mathrm{E}\right)\end{array} \right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
{I}_{2}=\left[\displaystyle\sum _{i=1}^{17}{(p}_{\mathrm{s}160}-{p}_{\mathrm{s}110})\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m} }
其中 {{i}} 表示（ 10^\circ —50^\circ \mathrm{N} ）的纬带{I}_{\mathrm{Y}\mathrm{A}\mathrm{N}2} 晏红明等（2009） ({I}_{1}+{I}_{2}+{I}_{3})/3 ，
{I}_{1}={\left[{\overline{H}}_{500}\left(25^\circ —40^\circ \mathrm{N},\;115^\circ —140^\circ \mathrm{E}\right)\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
{I}_{2}={\left[\displaystyle\sum _{i=1}^{13}({p}_{\mathrm{s}160}'-{p}_{\mathrm{s}110}')\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
其中 i 表示（ 20^\circ —50^\circ \mathrm{N} ）的纬带
{I}_{3}=\left[{\overline{\mathrm{S}\mathrm{A}\mathrm{T}}}(20^\circ —40^\circ \mathrm{N},\;110^\circ —135^\circ \mathrm{E})\right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}{I}_{\mathrm{H}\mathrm{E}} 贺圣平等（2012） ({I}_{1}+{I}_{2}+{I}_{3})/3 ，
{I}_{1}={\left[{\overline{p}}_{\mathrm{s}}(40^\circ —60^\circ \mathrm{N},\;80^\circ —125^\circ \mathrm{E})\right]}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
{I}_{2}={-\overline{H}}_{500}(25^\circ —45^\circ \mathrm{N},\;110^\circ —145^\circ \mathrm{E}{)}^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
I_3=\left[ \begin{array}{c}\overline{U}_{300}\left(25^{\circ}—40^{\circ}\mathrm{N},\; 80^{\circ}\mathrm{E}—180^{\circ}\mathrm{ }\right)-\overline{U}_{300}\left(45^{\circ}—60^{\circ}\mathrm{N},\; 60^{\circ}—160^{\circ}\mathrm{E}\right)\end{array} \right]^{\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}
下载: 导出CSV
表 7 各个EAWM指数之间的相关系数
Table 7 Correlation coefficients between the EAWM indices
IGUO1 IZHAO ISHI IWU ICHAN ILIU1 IWANG1 IWANG2 IKIM IGUO2 IGONG IZHI ISUN ICUI IYAN1 IZHANG IWANG3 IWANG4 IJI ICHEN1 ICHEN2 IHU IQIAO IYANG ILIU2 ILIU3 IWANG5 IJHUN IZHU1 ILI IZHU2 IYAN2 IZHAO 0.95 ISHI 0.91 0.97 IWU 0.98 0.92 0.88 ICHAN 0.97 0.97 0.94 0.93 ILIU1 0.54 0.42 0.42 0.63 0.44 IWANG1 0.85 0.72 0.58 0.89 0.77 0.61 IWANG2 0.82 0.77 0.77 0.85 0.78 0.87 0.71 IKIM 0.65 0.59 0.59 0.70 0.60 0.88 0.59 0.85 IGUO2 0.61 0.50 0.45 0.68 0.53 0.94 0.70 0.83 0.85 IGONG 0.70 0.63 0.58 0.75 0.65 0.88 0.73 0.89 0.78 0.94 IZHI 0.73 0.65 0.61 0.77 0.68 0.85 0.74 0.87 0.78 0.95 0.98 ISUN 0.62 0.65 0.68 0.63 0.62 0.55 0.40 0.71 0.74 0.48 0.48 0.46 ICUI 0.50 0.51 0.52 0.52 0.48 0.53 0.34 0.62 0.72 0.48 0.45 0.44 0.92 IYAN1 0.39 0.42 0.47 0.39 0.37 0.37 0.17 0.47 0.61 0.31 0.27 0.27 0.85 0.95 IZHANG 0.54 0.64 0.67 0.51 0.58 0.17 0.24 0.43 0.39 0.20 0.25 0.26 0.74 0.63 0.58 IWANG3 0.60 0.63 0.67 0.60 0.61 0.52 0.37 0.69 0.76 0.45 0.44 0.43 0.95 0.93 0.90 0.61 IWANG4 0.54 0.57 0.60 0.55 0.53 0.52 0.32 0.64 0.72 0.43 0.42 0.40 0.98 0.96 0.94 0.68 0.97 IJI 0.58 0.60 0.72 0.57 0.54 0.33 0.27 0.58 0.35 0.26 0.35 0.36 0.51 0.40 0.37 0.60 0.43 0.46 ICHEN1 0.57 0.58 0.69 0.59 0.53 0.39 0.31 0.60 0.37 0.32 0.40 0.41 0.48 0.38 0.33 0.55 0.40 0.42 0.97 ICHEN2 0.67 0.70 0.81 0.67 0.65 0.45 0.35 0.70 0.47 0.38 0.48 0.49 0.59 0.45 0.41 0.61 0.53 0.53 0.96 0.96 IHU 0.65 0.66 0.77 0.66 0.61 0.48 0.37 0.70 0.47 0.43 0.52 0.53 0.53 0.43 0.37 0.54 0.47 0.48 0.94 0.97 0.98 IQIAO 0.69 0.78 0.86 0.66 0.73 0.29 0.31 0.61 0.47 0.24 0.35 0.36 0.71 0.48 0.43 0.76 0.62 0.61 0.73 0.68 0.79 0.72 IYANG 0.64 0.72 0.83 0.62 0.66 0.27 0.27 0.58 0.41 0.18 0.30 0.30 0.69 0.49 0.48 0.80 0.58 0.61 0.82 0.79 0.85 0.79 0.94 ILIU2 0.55 0.58 0.71 0.54 0.52 0.26 0.23 0.52 0.27 0.19 0.29 0.30 0.46 0.31 0.29 0.61 0.37 0.40 0.98 0.94 0.94 0.90 0.74 0.84 ILIU3 0.67 0.70 0.72 0.67 0.67 0.55 0.46 0.74 0.63 0.61 0.70 0.73 0.51 0.50 0.47 0.34 0.55 0.51 0.43 0.43 0.56 0.59 0.55 0.50 0.37 IWANG5 0.60 0.66 0.78 0.57 0.60 0.26 0.22 0.55 0.37 0.16 0.25 0.25 0.61 0.39 0.37 0.70 0.52 0.53 0.90 0.84 0.90 0.82 0.91 0.94 0.91 0.41 IJHUN 0.78 0.79 0.76 0.78 0.80 0.66 0.65 0.84 0.74 0.73 0.77 0.78 0.70 0.62 0.43 0.60 0.66 0.61 0.52 0.54 0.63 0.62 0.60 0.54 0.47 0.59 0.51 IZHU1 0.53 0.50 0.46 0.56 0.51 0.76 0.52 0.75 0.69 0.84 0.84 0.85 0.49 0.54 0.37 0.25 0.47 0.46 0.28 0.32 0.40 0.44 0.25 0.18 0.19 0.62 0.15 0.81 ILI 0.66 0.66 0.67 0.67 0.66 0.65 0.52 0.82 0.63 0.58 0.67 0.63 0.66 0.52 0.35 0.52 0.58 0.56 0.55 0.56 0.64 0.61 0.65 0.62 0.54 0.46 0.60 0.83 0.62 IZHU2 0.54 0.59 0.52 0.48 0.61 −0.03 0.38 0.19 0.26 0.19 0.24 0.31 0.26 0.25 0.26 0.31 0.34 0.25 0.04 −0.01 0.11 0.07 0.27 0.16 0.01 0.39 0.11 0.37 0.19 0.01 IYAN2 0.74 0.78 0.82 0.73 0.75 0.52 0.45 0.74 0.74 0.52 0.55 0.56 0.91 0.87 0.84 0.67 0.93 0.91 0.59 0.56 0.69 0.64 0.72 0.69 0.54 0.69 0.70 0.71 0.57 0.72 0.44 IHE 0.80 0.79 0.78 0.82 0.79 0.77 0.65 0.92 0.87 0.80 0.84 0.84 0.83 0.79 0.65 0.60 0.81 0.79 0.53 0.54 0.65 0.64 0.62 0.58 0.46 0.73 0.52 0.92 0.82 0.83 0.35 0.89 注：黑体表示相关系数通过了水平0.05的显著性检验。
下载: 导出CSV
-
陈欢欢,张永莉,杨康权等. 2021. 东亚冬季风指数的对比分析及其与中国冬季气候的关系. 高原山地气象研究,41(4):91-99. DOI: 10.3969/j.issn.1674-2184.2021.04.013 Chen H H,Zhang Y L,Yang K Q,et al. 2021. Comparative analysis of East Asian winter monsoon index and its relationship with winter climate in China. Plateau Mountain Meteor Res,41(4):91-99 (in Chinese) DOI: 10.3969/j.issn.1674-2184.2021.04.013
陈隽,孙淑清. 1999. 东亚冬季风异常与全球大气环流变化Ⅰ. 强弱冬季风影响的对比研究. 大气科学,23(1):101-111. DOI: 10.3878/j.issn.1006-9895.1999.01.12 Chen J,Sun S Q. 1999. Eastern Asian winter monsoon anomaly and variation of global circulation Part. Ⅰ:A comparison study on strong and weak winter monsoon. Chinese J Atmos Sci,23(1):101-111 (in Chinese) DOI: 10.3878/j.issn.1006-9895.1999.01.12
崔晓鹏,孙照渤. 1999. 东亚冬季风强度指数及其变化的分析. 南京气象学院学报,22(3):321-325. DOI: 10.3969/j.issn.1674-7097.1999.03.005 Cui X P,Sun Z B. 1999. East Asian winter monsoon index and its variation analysis. J Nanjing Inst Meteor,22(3):321-325 (in Chinese) DOI: 10.3969/j.issn.1674-7097.1999.03.005
高辉. 2007. 东亚冬季风指数及其对东亚大气环流异常的表征. 气象学报,65(2):272-279. DOI: 10.11676/qxxb2007.026 Gao H. 2007. Comparison of four East Asian winter monsoon Indices. Acta Meteor Sinica,65(2):272-279 (in Chinese) DOI: 10.11676/qxxb2007.026
高辉,陈丽娟,贾小龙等. 2008. 2008年1月我国大范围低温雨雪冰冻灾害分析. 气象,34(4):101-106. DOI: 10.7519/j.issn.1000-0526.2008.04.013 Gao H,Chen L J,Jia X L,et al. 2008. Analysis of the severe cold surge,Ice snow and frozen disasters in South China during January 2008:Ⅱ. Possible climatic causes. Meteor Mon,34(4):101-106 (in Chinese) DOI: 10.7519/j.issn.1000-0526.2008.04.013
龚道溢,王绍武. 1999. 西伯利亚高压的长期变化及全球变暖可能影响的研究. 地理学报,54(2):125-133. DOI: 10.11821/xb199902004 Gong D Y,Wang S W. 1999. Long term variability of the Siberian High and the possible connection to global warming. Acta Geogr Sinica,54(2):125-133 (in Chinese) DOI: 10.11821/xb199902004
龚道溢,朱锦红,王绍武. 2002. 西伯利亚高压对亚洲大陆的气候影响分析. 高原气象,21(1):8-14. DOI: 10.3321/j.issn:1000-0534.2002.01.002 Gong D Y,Zhu J H,Wang S W. 2002. The influence of Siberian High on large-scale climate over Continental Asia. Plateau Meteor,21(1):8-14 (in Chinese) DOI: 10.3321/j.issn:1000-0534.2002.01.002
郭其蕴. 1994. 东亚冬季风的变化与中国气温异常的关系. 应用气象学报,5(2):218-225. Guo Q Y. 1994. Relationship between the variations of East Asian winter monsoon and temperature anomalies in China. Quat J Appl Meteor,5(2):218-225 (in Chinese)
贺圣平,王会军. 2012. 东亚冬季风综合指数及其表达的东亚冬季风年际变化特征. 大气科学,36(3):523-538. DOI: 10.3878/j.issn.1006-9895.2011.11083 He S P,Wang H J. 2012. An integrated East Asian winter monsoon index and its interannual variability. Chinese J Atmos Sci,36(3):523-538 (in Chinese) DOI: 10.3878/j.issn.1006-9895.2011.11083
黄刚. 2006. NCEP/NCAR和ERA-40再分析资料以及探空观测资料分析中国北方地区年代际气候变化. 气候与环境研究,11(3):310-320. DOI: 10.3878/j.issn.1006-9585.2006.03.07 Huang G. 2006. The assessment and difference of the interdecadal variations of climate change in Northern part of China with the NCEP/NCAR and ERA-40 reanalysis data. Climatic Environ Res,11(3):310-320 (in Chinese) DOI: 10.3878/j.issn.1006-9585.2006.03.07
刘实. 2007. 确定东亚冬季风强度指数的一种方法探讨. 地理科学,27(S1):10-18. DOI: 10.3969/j.issn.1000-0690.2007.z1.003 Liu S. 2007. A method for determining intensity index of East Asian winter monsoon. Sci Geogr Sinica,27(S1):10-18 (in Chinese) DOI: 10.3969/j.issn.1000-0690.2007.z1.003
陆福志,鹿化煜. 2019. 秦岭—大巴山高分辨率气温和降水格点数据集的建立及其对区域气候的指示. 地理学报,74(5):875-888. DOI: 10.11821/dlxb201905003 Lu F Z,Lu H Y. 2019. A high-resolution grid dataset of air temperature and precipitation for Qinling-Daba Mountains in central China and its implications for regional climate. Acta Geogr Sinica,74(5):875-888 (in Chinese) DOI: 10.11821/dlxb201905003
乔云亭,陈烈庭,张庆云. 2002. 东亚季风指数的定义及其与中国气候的关系. 大气科学,26(1):69-82. DOI: 10.3878/j.issn.1006-9895.2002.01.07 Qiao Y T,Chen L T,Zhang Q Y. 2002. The definition of East Asian monsoon indices and their relationship to climate in China. Chinese J Atmos Sci,26(1):69-82 (in Chinese) DOI: 10.3878/j.issn.1006-9895.2002.01.07
邵鹏程,李栋梁. 2012. 东亚冬季风指数的分类和比较. 气象科学,32(2):226-235. DOI: 10.3969/2012jms.0018 Shao P C,Li D L. 2012. Classification and comparison of East Asian winter monsoon indices. J Meteor Sci,32(2):226-235 (in Chinese) DOI: 10.3969/2012jms.0018
施能. 1996. 近40年东亚冬季风强度的多时间尺度变化特征及其与气候的关系. 应用气象学报,7(2):175-182. Shi N. 1996. Features of the East Asian winter monsoon intensity on multiple time scale in recent 40 years and their relation to climate. Quart J Appl Meteor,7(2):175-182 (in Chinese)
孙柏民,李崇银. 1997. 冬季东亚大槽的扰动与热带对流活动的关系. 科学通报,42(5):500-504. DOI: 10.1360/csb1997-42-5-500 Sun B M,Li C Y. 1997. The relationship between disturbance of East Asian trough and tropical convective activity in winter. Chinese Sci Bull,42(5):500-504 (in Chinese) DOI: 10.1360/csb1997-42-5-500
王林,冯娟. 2011. 我国冬季降水年际变化的主模态分析. 大气科学,35(6):1105-1116. DOI: 10.3878/j.issn.1006-9895.2011.06.10 Wang L,Feng J. 2011. Two major modes of the wintertime precipitation over China. Chinese J Atmos Sci,35(6):1105-1116 (in Chinese) DOI: 10.3878/j.issn.1006-9895.2011.06.10
王宁. 2007. 东亚冬季风指数研究进展. 地理科学,27(S1):103-110. DOI: 10.3969/j.issn.1000-0690.2007.z1.015 Wang N. 2007. Progress on researches of East Asian winter monsoon indices. Sci Geogr Sinica,27(S1):103-110 (in Chinese) DOI: 10.3969/j.issn.1000-0690.2007.z1.015
王绍武. 2008. 中国冷冬的气候研究. 气候变化研究进展,4(2):68-72. DOI: 10.3969/j.issn.1673-1719.2008.02.002 Wang S W. 2008. Climatological aspects of severe winters in China. Adv Climate Change Res,4(2):68-72 (in Chinese) DOI: 10.3969/j.issn.1673-1719.2008.02.002
徐影,丁一汇,赵宗慈. 2001. 美国NCEP/NCAR近50年全球再分析资料在我国气候变化研究中可信度的初步分析. 应用气象学报,12(3):337-347. DOI: 10.3969/j.issn.1001-7313.2001.03.009 Xu Y,Ding Y H,Zhao Z C. 2001. Confidence analysis of NCEP/NCAR 50-year global reanalyzed data in climate change research in China. J Appl Meteor Sci,12(3):337-347 (in Chinese) DOI: 10.3969/j.issn.1001-7313.2001.03.009
晏红明,段玮,肖子牛. 2003. 东亚冬季风与中国夏季气候变化. 热带气象学报,19(4):367-376. DOI: 10.3969/j.issn.1004-4965.2003.04.004 Yan H M,Duan W,Xiao Z N. 2003. A study on relation between East Asian winter monsoon and climate change during raining season in China. J Trop Meteor,19(4):367-376 (in Chinese) DOI: 10.3969/j.issn.1004-4965.2003.04.004
晏红明,周文,杨辉等. 2009. 东亚冬季风指数的定义及其年际年代际异常. 大气科学学报,32(3):367-376. DOI: 10.3969/j.issn.1674-7097.2009.03.004 Yan H M,Zhou W,Yang H,et al. 2009. Definition of a East Asian winter monsoon index and its variation characteristics. Trans Atmos Sci,32(3):367-376 (in Chinese) DOI: 10.3969/j.issn.1674-7097.2009.03.004
杨辉,李崇银. 2008. 冬季北极涛动的影响分析. 气候与环境研究,13(4):395-404. DOI: 10.3878/j.issn.1006-9585.2008.04.05 Yang H,Li C Y. 2008. Influence of Arctic Oscillation on temperature and precipitation in winter. Climatic Environ Res,13(4):395-404 (in Chinese) DOI: 10.3878/j.issn.1006-9585.2008.04.05
张自银,龚道溢,郭栋等. 2008. 我国南方冬季异常低温和异常降水事件分析. 地理学报,63(9):899-912. DOI: 10.3321/j.issn:0375-5444.2008.09.001 Zhang Z Y,Gong D Y,Guo D,et al. 2008. Anomalous winter temperature and precipitation events in Southern China. Acta Geogr Sinica,63(9):899-912 (in Chinese) DOI: 10.3321/j.issn:0375-5444.2008.09.001
张自银,龚道溢,胡淼等. 2012. 多种东亚冬季风指数及其与中国东部气候关系的比较. 地理研究,31(6):987-1003. DOI: 10.11821/yj2012060003 Zhang Z Y,Gong D Y,Hu M,et al. 2012. Comparisons of the multiple East Asian winter monsoon indices and their relations to climate over eastern China. Geogr Res,31(6):987-1003 (in Chinese) DOI: 10.11821/yj2012060003
赵汉光,张先恭. 1996. 东亚季风和我国夏季雨带的关系. 气象,22(4):8-12. DOI: 10.7519/j.issn.1000-0526.1996.4.002 Zhao H G,Zhang X G. 1996. The relationship between the summer rain belt in China and the East Asia monsoon. Meteor Mon,22(4):8-12 (in Chinese) DOI: 10.7519/j.issn.1000-0526.1996.4.002
支蓉,郑志海. 2022. 2021/2022年冬季中国气候异常特征及南方降水异常偏多成因分析. 气象,48(7):925-935. DOI: 10.7519/j.issn.1000-0526.2022.061701 Zhi R,Zheng Z H. 2022. Characteristics of climate anomalies over China in winter 2021/2022 and causes for precipitation anomalies over Southern China. Meteor Mon,48(7):925-935 (in Chinese) DOI: 10.7519/j.issn.1000-0526.2022.061701
朱艳峰,谭桂容,王永光. 2007. 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. 气候变化研究进展,3(5):266-270. DOI: 10.3969/j.issn.1673-1719.2007.05.004 Zhu Y F,Tan G R,Wang Y G. 2007. Variation of spatial mode for winter temperature in China and its relationship with the large scale atmospheric circulation. Adv Climate Change Res,3(5):266-270 (in Chinese) DOI: 10.3969/j.issn.1673-1719.2007.05.004
朱艳峰. 2008. 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. 气象学报,66(5):781-788. DOI: 10.11676/qxxb2008.071 Zhu Y F. 2008. An index of East Asian winter monsoon applied to description the Chinese mainland winter temperature changes. Acta Meteor Sinica,66(5):781-788 (in Chinese) DOI: 10.11676/qxxb2008.071
祝从文,何金海,吴国雄. 2000. 东亚季风指数及其与大尺度热力环流年际变化关系. 气象学报,58(4):391-402. DOI: 10.11676/qxxb2000.042 Zhu C W,He J H,Wu G X. 2000. East Asian monsoon index and its inter-annual relationship with largescale thermal dynamic circulation. Acta Meteor Sinica,58(4):391-402 (in Chinese) DOI: 10.11676/qxxb2000.042
Chan J C L,Li C Y. 2004. The East Asia winter monsoon∥Chang C P. East Asian Monsoon. Singapore:World Scientific,54-106
Chang C P,Lu M M,Wang B. 2011. The East Asian winter monsoon∥Chang C P,Ding Y H,Lau N C,et al. The Global Monsoon System:Research and Forecast. 2nd ed. Singapore:World Scientific,99-109
Chen W,Graf H F,Huang R H. 2000. The interannual variability of East Asian winter monsoon and its relation to the summer monsoon. Adv Atmos Sci,17(1):48-60 DOI: 10.1007/s00376-000-0042-5
Chen W,Feng J,Wu R G. 2013. Roles of ENSO and PDO in the link of the East Asian winter monsoon to the following summer monsoon. J Climate,26(2):622-635 DOI: 10.1175/JCLI-D-12-00021.1
Ding Y H,Liu Y J,Liang S J,et al. 2014. Interdecadal variability of the East Asian winter monsoon and its possible links to global climate change. J Meteor Res,28(5):693-713 DOI: 10.1007/s13351-014-4046-y
Geng X,Zhang W J,Stuecker M. F,et al. 2017. Decadal modulation of the ENSO-East Asian winter monsoon relationship by the Atlantic Multidecadal Oscillation. Climate Dyn,49(7-8):2531-2544 DOI: 10.1007/s00382-016-3465-0
Gong H N,Wang L,Zhou W,et al. 2018. Revisiting the Northern mode of East Asian winter monsoon variation and its response to global warming. J Climate,31(21):9001-9014 DOI: 10.1175/JCLI-D-18-0136.1
Gong H N,Wang L,Chen W,et al. 2019. Attribution of the East Asian winter temperature trends during 1979—2018:Role of external forcing and internal variability. Geophys Res Lett,46(19):10874-10881 DOI: 10.1029/2019GL084154
Gong H N,Wang L,Chen W,et al. 2021. Evolution of the East Asian winter land temperature trends during 1961—2018:Role of internal variability and external forcing. Environ Res Lett,16(2):024015 DOI: 10.1088/1748-9326/abd586
He S P. 2013. Reduction of the East Asian winter monsoon interannual variability after the mid-1980s and possible cause. Chinese Sci Bull,58(12):1331-1338 DOI: 10.1007/s11434-012-5468-5
Hersbach H,Bell B,Berrisford P,et al. 2020. The ERA5 global reanalysis. Quart J Roy Meteor Soc,146(730):1999-2049 DOI: 10.1002/qj.3803
Hori M E,Ueda H. 2006. Impact of global warming on the East Asian winter monsoon as revealed by nine coupled atmosphere-ocean GCMs. Geophys Res Lett,33(3):L03713 DOI: 10.1029/2005GL024961
Hu Z Z,Bengtsson L,Arpe K. 2000. Impact of global warming on the Asian winter monsoon in a coupled GCM. J Geophys Res:Atmos,105(D4):4607-4624 DOI: 10.1029/1999JD901031
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. Adv Atmos Sci,29(5):910-942 DOI: 10.1007/s00376-012-2015-x
Jhun J G,Lee E J. 2004. A new East Asian winter monsoon index and associated characteristics of the winter monsoon. J Climate,17(4):711-726 DOI: 10.1175/1520-0442(2004)017<0711:ANEAWM>2.0.CO;2
Ji L R,Sun S Q,Arpe K,et al. 1997. Model study on the interannual variability of Asian winter monsoon and its influence. Adv Atmos Sci,14(1):1-22 DOI: 10.1007/s00376-997-0039-4
Kim S T,Sohn S J,Kug J S. 2017. Winter temperatures over the Korean Peninsula and East Asia:Development of a new index and its application to seasonal forecast. Climate Dyn,49(5-6):1567-1581 DOI: 10.1007/s00382-016-3402-2
Kim J W,An S I,Jun S Y,et al. 2017. ENSO and East Asian winter monsoon relationship modulation associated with the anomalous northwest Pacific anticyclone. Climate Dyn,49(4):1157-1179 DOI: 10.1007/s00382-016-3371-5
Lau K M,Li M T. 1984. The monsoon of East Asia and its global associations:A survey. Bull Amer Meteor Soc,65(2):114-125 DOI: 10.1175/1520-0477(1984)065<0114:TMOEAA>2.0.CO;2
Lau K M,Chang C P. 1987. Planetary scale aspects of the winter monsoon and atmospheric teleconnections∥Chang C P,Krishnamurti T N. Monsoon Meteorology. Oxford:Oxford University Press,125-160
Li C Y. 1990. Interaction between anomalous winter monsoon in East Asia and El Nino events. Adv Atmos Sci,7(1):36-46 DOI: 10.1007/BF02919166
Li C Y,Sun S Q,Mu M Q. 2001. Origin of the TBO:Interaction between anomalous east-Asian winter monsoon and ENSO cycle. Adv Atmos Sci,18(4):554-566 DOI: 10.1007/s00376-001-0044-y
Li Y Q,Yang S. 2010. A dynamical index for the East Asian winter monsoon. J Climate,23(15):4255-4262 DOI: 10.1175/2010JCLI3375.1
Liu G,Ji L R,Sun S Q,et al. 2012. Low- and mid-high latitude components of the East Asian winter monsoon and their reflecting variations in winter climate over eastern China. Atmos Oceanic Sci Lett,5(3):195-200 DOI: 10.1080/16742834.2012.11446985
Miao J P,Wang T,Chen D. 2020. More robust changes in the East Asian winter monsoon from 1.5 to 2.0℃ global warming targets. Int J Climatol,40(11):4731-4749 DOI: 10.1002/joc.6485
Torrence C,Compo G P. 1998. A practical guide to wavelet analysis. Bull Amer Meteor Soc,79(1):61-78 DOI: 10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2
Wang H J,He S P. 2012. Weakening relationship between East Asian winter monsoon and ENSO after mid-1970s. Chinese Sci Bull,57(27):3535-3540 DOI: 10.1007/s11434-012-5285-x
Wang L,Huang R H,Gu L,et al. 2009a. Interdecadal variations of the East Asian winter monsoon and their association with quasi-stationary planetary wave activity. J Climate,22(18):4860-4872 DOI: 10.1175/2009JCLI2973.1
Wang L,Chen W,Zhou W,et al. 2009b. Interannual variations of East Asian Trough axis at 500 hPa and its association with the East Asian winter monsoon pathway. J Climate,22(3):600-614 DOI: 10.1175/2008JCLI2295.1
Wang L,Chen W. 2010. How well do existing indices measure the strength of the East Asian winter monsoon?. Adv Atmos Sci,27(4):855-870 DOI: 10.1007/s00376-009-9094-3
Wang L,Chen W. 2014a. An intensity index for the East Asian winter monsoon. J Climate,27(6):2361-2374 DOI: 10.1175/JCLI-D-13-00086.1
Wang L,Chen W. 2014b. The East Asian winter monsoon:Re-amplification in the mid-2000s. Chinese Sci Bull,59(4):430-436 DOI: 10.1007/s11434-013-0029-0
Wang L,Lu M M. 2017. The East Asian winter monsoon∥Chang C P,Kuo H C,Lau N C,et al. The Global Monsoon System:Research and Forecast. 3rd ed. Singapore:World Scientific,99-109
Wang Z Z,Wu R G,Wang Y Q. 2022. Impacts of the East Asian winter monsoon on winter precipitation variability over East Asia-Western North Pacific. Climate Dyn,58(11-12):3041-3055 DOI: 10.1007/s00382-021-06086-z
Wu B Y,Wang J. 2002. Possible impacts of winter Arctic Oscillation on Siberian high,the East Asian winter monsoon and sea-ice extent. Adv Atmos Sci,19(2):297-320 DOI: 10.1007/s00376-002-0024-x
Yang S,Lau K M,Kim K M. 2002. Variations of the East Asian Jet Stream and Asian-Pacific-American winter climate anomalies. J Climate,15(3):306-325 DOI: 10.1175/1520-0442(2002)015<0306:VOTEAJ>2.0.CO;2
计量
- 文章访问数: 709
- HTML全文浏览量: 111
- PDF下载量: 145
