2009年冬季至2010年春季黑龙江省气温持续偏低成因

利用常规观测的温度资料和中国国家气候中心提供的环流特征量、NCEP/NCAR再分析资料及美国气候预测中心（CPC）提供的AO指数等,分析了2009年11月至2010年4月中高纬大气环流异常特征,探讨了AO与同期气温的关系。分析表明：黑龙江省冬春气候异常与500 hPa大尺度环流背景有关。冬春持续偏冷,对应北半球欧亚中高纬地区呈“-+-”的波列分布,90°-180°E呈现出“北正南负”的环流形势;北半球极涡面积偏大,冬季东亚大槽位置偏西,春季东亚大槽强度偏强,冬春AO指数持续异常偏强,显著负位相。     

2009年冬季黑龙江省气温异常诊断分析

利用常规观测的温度资料、国家气候中心提供的环流特征量、NCEP/NCAR再分析资料和美国气候预测中心(CPC)提供的AO指数等,分析了2009年11月到2010年2月的北半球大尺度环流及物理量特征。探讨了2009年冬季黑龙江区域温度异常偏低的可能成因。分析表明,北半球极涡向南扩展,欧亚大陆上空经向环流占优势,北方冷空气活动偏强,西伯利亚高压异常强大,AO负异常偏强是造成黑龙江地区2009年冬季温度偏低的主要原因。     

北方大部普降瑞雪 江南华南干旱持续——2003年11月

11月，北方大部地区多次降雪，部分地区出现暴雪，江南中部和南部、华南西部、西南东部地区干旱维持或发展；全国大部地区气温接近常年或偏高；北方大部日照偏少，南方大部日照接近常年或偏多。内蒙古东部部分地区出现沙尘暴。月内西北太平洋上有两个台风生成，其中尼伯特严重影响海南，并在减弱为热带低压后在广西北海登陆。     

华北冬季气温变化及背景场分析

利用国家气候中心1951～2003年全国160站月平均气温资料和NCEP／NCAR全球再分析资料,采用经验正交函数（EOF）、线性趋势变化、M-K突变检验、相关分析、t检验等方法揭示50多年来华北地区冬季气温的时空分布特征,探讨华北冬季气温的年代际变化与大尺度环流特征。结果表明：①华北地区冬季气温常表现出一致的偏低或偏高,偏低年份主要集中在20世纪80年代中期以前,80年代后期华北冬季气温明显升高,由冷变暖的突变点为1987年;②华北地区冬季气温偏低、偏高年的北半球环流形势存在明显的差异,亚洲区极涡面积、乌拉尔山东部高压脊、东亚大槽及蒙古高压是重要的影响因子;③华北冬季气温与我国近海和日本海的SST存在较好的正相关关系。     

北半球极涡新特征及其对中国冬季气温的影响

利用NCEP/NCAR再分析资料,统计了近50年500,300,200和100 hPa等压面上北半球及4个分区冬季极涡面积和强度指数,并讨论了各层等压面上不同区域极涡面积比例变化特点和500 hPa极涡中心位置变化特征,揭示了冬季各层极涡之间同期和滞后关系,分析了冬季极涡面积与中国平均温度和极端气温的关系。结果表明:(1)北半球极涡面积、强度均经历了先扩张后收缩的变化,20世纪80年代中后期气候变暖以后4层等压面上发生了极涡面积缩小,90年代中期发生强度减弱的年代际突变,只是较面积变化而言,强度年代际变化较弱,极涡面积和强度在年代际上相关显著。(2)位于平流层低层(100 hPa)的极涡年平均面积、强度最大,并且随季节变化幅度也是最大,尤以Ⅰ区(亚洲大陆区)、Ⅳ区(大西洋欧洲大陆区)更为显著。就年内变化而言,100 hPa极涡面积极大值的出现落后于其他层,极小值的出现又早于其他层,并且冬季前期100 hPa极涡面积对其后期500,300和200 hPa的变化有一定影响。(3)4层极涡面积都偏离Ⅳ区,500 hPa极涡基本偏向Ⅱ区(太平洋区)、Ⅲ区(北美大陆区),300,200和100 hPa偏向Ⅰ、Ⅱ区,500 hPa极涡中心多位于Ⅱ区或Ⅲ区。(4)在全球变暖背景下,近50年中国冬季平均气温、暖日(夜)呈现明显的增加趋势,冷日(夜)呈明显的减少趋势,并且突变都发生在20世纪80年代中期。(5)中国冬季平均气温、极端气温指数与极涡面积相关关系以500hPa最为显著。分区来看与500 hPaⅠ区相关最为明显,300 hPaⅠ区、200 hPaⅠ区和100 hPaⅣ区次之。极涡从平流层低层(100 hPa)到对流层中层(500 hPa)是从IV区到I区逐渐影响中国冬季气温。(6)500 hPaⅠ区极涡面积的扩大有利于除东北以外中国大部分地区冷日/夜(暖日/夜)次数的增加(减少),而100 hPaⅢ、Ⅳ区、500 hPaⅣ区面积的扩大有利于中国北方大部分地区冷日/夜(暖日/夜)次数增加(减少),且极涡面积与冷(暖)夜的相关系数要高于与冷(暖)日的,与冷日(夜)的相关系数要好于与暖日(夜)的。     

保定市2009年冬季气温分析

采用保定市1955-2000年的月平均气温资料,利用一元线性回归、线性倾向估计等统计学方法,分析了保定市冬季(12月-次年2月)平均气温的变化特征,并从温室效应和海洋温度变化等方面分析了冬季气温异常的原因.分析发现,保定市冬季气温变化具有明显的波动性、周期性和加速上升趋势.最后对回归模型进行显著性检验,检验结果是显著的,可见一元回归模型在气温统计分析预报应用上有相当的准确度.     

青海高原春季气温异常成因及低温过程诊断分析

文章利用1961—2012年青海省气温观测数据、NCEP月平均再分析资料集、国家气候中心74项环流特征量,以及美国国家海洋局和大气管理局的52项气候指数,分析探讨青海高原春季气温异常特征及其影响因子。结果表明：青海高原春季气温呈显著上升趋势,并具有明显的年代际变化特征;北半球冬季欧亚(EU)遥相关型对次年春季青海高原气温异常具有很好的指示意义,当符合EU型分布时,青海春季气温易于偏低;春季乌拉尔山高压脊、东亚大槽、北半球副热带高压和极涡、高原高度场对春季气温具有一定的影响;同时,春季气温对北印度洋的索马里—阿拉伯海—孟加拉湾地区、西北太平洋及赤道中太平洋海温异常具有很好的响应,当上述关键海区海温偏冷（暖）时,易引起冷（暖）春。青海春季的持续低温过程是导致春季气温偏低的直接原因,造成低温过程频发的主要影响系统为贝加尔湖以南地区的低压明显发展时,青海高原处于槽后脊前西北气流中,高原高度场偏低,受频繁性冷空气影响易出现持续性低温过程,而相反该地区高压异常强盛时,青海高原多盛行下沉气流,以晴好天气为主,不利于低温过程的出现。     

1961—2019年黑龙江省冬季气温季节内变化及环流异常特征

利用1961—2019年黑龙江省冬季气温、NCEP再分析资料和环流指数资料,采用多变量经验正交函数分解、合成分析、相关分析等方法,分析黑龙江省冬季气温季节内变化及其环流异常特征,并进一步对比了主要环流因子在冬季气温季节内演变不同模态中的相对贡献。结果表明：季节内变化是黑龙江省冬季气温变化的基本特征。黑龙江省冬季气温存在季节内一致变化、12月和翌年1—2月反位相变化、12月至翌年1月和2月反位相变化三个主要模态。当冬季气温处于第一模态分布一致偏暖(冷)时,环流呈现北极涛动(AO)正(负)位相的分布特征,东亚冬季风(EAWM)偏弱(强)。当冬季气温发生季节内冷暖转换时,季内极涡、高空急流、西伯利亚高压(SH)和EAWM强度、中高纬环流经向度等均有明显调整。第二模态1月和第三模态2月环流场分别呈现类似极地欧亚型(PEA)和东大西洋型(EA)遥相关的分布特征。AO、SH、EAWM、PEA和EA是冬季气温季节内演变的重要影响因子。     

2009/2010年西南地区秋冬春持续干旱的成因分析

利用国家气候中心提供的1951—2010年逐日综合气象干旱指数（CD和大气环流监测指数,结合西南地区335个站的逐日降水资料、逐日NCEP／NCAR再分析资料、NOAA提供的逐日OLR资料,通过REOF提取干旱空间分布型,采用合成分析和相关分析等方法,从西太平洋副热带高压、印缅槽、对流活动、水汽输送及垂直运动等几个方面,揭示了2009／2010年西南地区秋冬春持续干旱的大气环流异常特征。研究发现此次极端干旱事件发生在中等强度中部型E1Nifio背景下,受其影响,反walker环流导致赤道120°E附近形成显著异常的下沉运动,菲律宾周边地区存在一个强大的异常反气旋,同时,西南地区受异常西北气流控制,两者的共同作用,使对流层低层存在明显气流辐散区,其持续异常是极端干旱发生的重要原因。     

东北春季极端低温的变化特征及其与大西洋海温的关系

利用1958—2007年全球海温、位势高度场月平均资料和我国东北地区64个测站的春季地面气温资料,分析了我国东北地区春季极端低温的时空变化特征及其与大气环流和海温异常的关系。结果表明：近50a来,我国东北春季极端低温事件频数整体呈减少趋势;极端低温频数主要存在全区一致变化型和南北反相变化型两种模态;极端低温事件频数与北极涛动存在显著负相关关系,同时在极端低温多年,极涡较弱,乌拉尔山阻塞高压偏强,东北冷涡较强,反之亦然;影响我国东北地区春季极端低温的关键海区为中北大西洋海区,极端低温多年,中北大西洋海温较常年偏冷,反之则中北大西洋海温较常年偏暖。这对于预测东北春季极端低温事件的年际变化具有很好的指示意义。数值试验结果表明,中北大西洋海温异常可激发欧亚波列,致使中国东北温度异常。     

1980-2009年黑龙江省玉米种植期低温冷害环流形势

利用1980-2009年5-9月黑龙江省24个气象站逐月平均气温资料、玉米品种及发育期资料和NCAR/NCEP再分析逐月500 hPa高度格点资料,分析玉米种植期间低温冷害的历史特征和低温冷害期间各类型500 hPa环流月平均距平合成场特征。结果表明：玉米种植期间,8-9月份最容易出现冷害,其余的排序是6、7月和5月。玉米种植期间,北部出现低温冷害的次数最多,东部、中部、西部次之,南部最少;南部出现低温冷害时,北部、中部和西部均出现了低温冷害,东部大部分出现了低温冷害。发生玉米低温冷害的月份,低温冷害发生区域月平均500 hPa高度距平场大多为负距平;玉米低温冷害发生区域对应的500 hPa高度距平值明显具有严重区域小于一般区域小于轻微区域的特征。     

1960-2009年辽宁冬季风寒温度时空变化特征

基于1960-2009年辽宁省52个气象站气象资料,采用风寒温度计算公式和适合辽宁地区的分级标准并分类,得出50 a历年各类别风寒温度日数。使用旋转经验正交分解法（REOF）,分别针对各类别风寒温度日数进行区域划分,并分析了其空间分布和变化趋势。结果表明：辽宁省可按4个风寒温度类别分别分区,凉爽至轻度风寒可分为4个区域,而轻度、中度及重度风寒可分为3个区域;辽宁省辽东半岛五个地市所在地理区域为易患风寒日数最少的地域,辽宁北部、东北部五个地市为易患风寒日数最多的地域;辽宁地区各风寒类别所在划分区域的日数变化相位基本一致;年平均易患风寒日数总体变化趋势是在1986年发生一次突变,在1960-1985年相对偏多,1986-2009年相对偏少。     

辽宁春季透雨的环流背景及与海温相关分析

利用1961—2008年4—5月辽宁14个站逐日降水资料,分析了春季第一场透雨出现日期与500 hPa的环流背景及海温的相关关系。结果表明：中国辽宁春季透雨出现日期与前一年9—11月500 hPa高度场有较好的相关性,与北半球同年4月500 hPa环流年代际变化有较好的对应关系;透雨出现日期与北太平洋前期海温呈显著的负相关,当北太平洋地区前期海温偏高时,中国辽宁春季透雨出现日期偏早;当北太平洋地区前期海温偏低时,中国辽宁春季透雨出现日期偏迟。     

1873—2009年上海气温日较差变化及其影响因素

利用1873—2009年中国上海市11个气象站地面气象观测资料和1951—2009年北极涛动指数、1873—2000年西伯利亚高压强度等资料,分析了上海地区气温日较差的时间变化特征,以及大气环流异常变化、其他气象要素变化和城市化发展对气温日较差的影响。结果表明：过去137 a,上海气温日较差呈显著减小趋势,减小幅度为0.15℃/10 a。上海四季气温日较差均呈现出显著下降趋势,其中秋季气温日较差下降幅度最大,冬季气温日较差下降幅度最小。近60 a来,北极涛动指数表现出从负位相向正位相转变的趋势;而近130 a来,西伯利亚高压强度表现出由正距平向负距平转变的趋势,导致中国上海最低气温上升幅度大于最高气温的上升幅度,进而导致气温日较差的减小。在四季及全年,上海气温日较差的减小与日照时数的减少呈显著正相关,而与降水量的增加呈负相关。城市化对气温日较差的减小有明显影响。     

2002年5月甘肃省低温多雨天气分析

给出了甘肃省2002年5月的温度、降水、极端最低气温和雨日概况,分析了西太平洋副热带高压阶段性的异常、极涡的位置和强度以及水汽条件和冷空气条件,计算了甘肃省5月降水与太平洋海温的相关性,并与典型相似年份的前兆信号进行了比较。     

1961—2020年辽宁省暖冬现象气候特征分析

利用1961—2020年辽宁省56个气象站冬季逐日气温数据,根据国家标准《暖冬等级》,以1990—2020年为气候值作为参考,综合采用气候倾向率、IDW、滑动t检验突变分析以及小波分析等方法,分析辽宁省近60 a冬季平均气温的时空变化趋势,单站暖冬及区域暖冬事件的气候变化特征。结果表明：近60 a来辽宁省冬季平均气温以0.3℃/10 a的速率升高,辽宁中部和东部地区变暖趋势最为显著;20世纪90年代前的30 a属于偏冷时段,但增温效应强于后30 a,冬季平均气温在1987年前后出现了明显的由冷转暖的突变,1971年出现了相对较弱的冷暖转变;1988年后逐年单站暖冬事件的发生整体比1961—1987年出现单站暖冬事件明显增多。发生频次较高的地区分布在辽宁中部和东南部地区,为16—20次;近60 a来共有16次区域暖冬事件,21世纪后的20 a内共出现9次区域暖冬事件,占总数的60%;区域暖冬事件以准22 a和2—3 a为振荡周期。     

1959—2009年甘肃极端温度时空变化及其与AO相关分析

利用1959-2009年甘肃省24个台站的逐日最高和最低气温资料,运用百分位法定义了不同台站的逐年最高温度的极端高值、最低温度的极端低值.研究了甘肃省51 a来极端温度的时间变化特征;运用多元线性回归及空间插值法分析了其空间变化特征,并运用Pearson系数分析了极端温度与北极涛动(AO)相关关系.结果表明,甘肃省51 a最高温度的极端高值时间变化特征总体呈增加趋势,陇东及陇南地区增温显著;最低温度的极端低值显著增加的地区则为甘肃中部及西南部地区.最高温度的极端高值大值区地域集中在河西走廊西部地区,小值区在祁连山区及甘南高原;最低温度的极端低值大值区集中在陇东及陇南地区,小值区则在河西走廊的祁连山区.甘肃地区最低温度的极端低值与AO的相关关系要比最高温度的极端高值更为显著.