不同类型的中国东北冷涡环流 及其天气影响外文翻译资料

英语原文共 19 页，剩余内容已隐藏，支付完成后下载完整资料

不同类型的中国东北冷涡环流

及其天气影响

ZUOWEI XIE

中国，北京，中国科学院，大气物理研究所，ICCES

CHOLAW BUEH

中国，北京，中国科学院，大气物理研究所，ICCES和LASG

（于2014年6月13日收稿，于2014年10月27日定稿）

摘要

东北冷涡（NCCV）是中国东北地区上空产生的深厚且寒冷的涡旋环流，在五月至六月中旬最为活跃，可导致局地极端低温。本研究运用旋转主成分分析，将NCCV事件分为了四种类型,其分类标准为NCCV事件中主要控制系统脊（阻塞）所处的地区：贝加尔湖（BKL）、叶尼塞河谷（YNS）、乌拉尔山脉（UR）、雅库茨克—鄂霍次克（YO）。在季节内时间尺度上，当北大西洋和欧洲异常波高的波列传播到东亚时，形成了BKL和YNS型NCCV。相比之下，YO和UR型NCCV是在东北亚经向偶极子模态的发展下同时形成的。而在雅库茨克—鄂霍次克地区存在的阻塞型环流，有利于维持这四种长期（超过5天）NCCV事件的环流形势。长期NCCV事件下的东北亚典型环流形势与波动阻塞密切相关，而短暂（3-5天）事件只表现出了波动的传播。YNS型NCCV导致的地表低温不仅存在于东北地区，还存在于我国中部地区和华南地区，而其他三种类型仅导致了东北地区的区域地表低温异常。但这四种类型的NCCV均能引起东北地区降水的增加，只是UR和YO型NCCV的效应比BKL和YNS型NCCV更为明显。

1.引言

截断低压（CL）是中纬度重要的天气系统，自20世纪40年代以来就引起了研究人员的关注。CL表现为对流层中上层脱离主要西风气流的闭合气旋环流，（Palmeacute;n1949;Palmeacute;n和Nagle,1949）。其起源于极地，特征在于局部冷核，在低对流层顶也被称为冷涡（Hsieh 1949）。 Hoskins等人（1985）提出CL的定义是等熵面上的高位势涡度（PV）闭合区域。对于局部地区，CL不仅会造成低温，有时也会造成大量降雨（Tao 1980; Nieto et al.2007）。CL在平流层—对流层中的化学物质如臭氧和烃类的转换起着重要作用（Bamber等,1984; Liu et al.2013）。

Nieto等（2005）描述了CL在北半球发生的三个主要区域：南欧和东大西洋，东北太平洋和中国北部—西伯利亚地区。在气候学上，发生在这三个区域的大尺度环流的主要槽周围的CL，区别于任何其他区域中的CL。而中国东北冷涡（NCCV）盛行期是从5月到8月（孙等1994）。由于其最大振幅在五月至六月中期发生得最频繁，这一时期被认为是NCCV的活跃时期（谢和Bueh,2012）。NCCV可以带来持续低温天气，在NCCV频繁发生的年份甚至会导致当地作物产量的大幅度减少（Zheng et al.1992）。

由于NCCV可能会造成破坏性的局地天气状况，一些研究探讨了其典型的环流特征：NCCV与东亚急流（EAJ;Bell和Bosart 1989）密切相关。特别的，当EAJ表现出强烈的分流或分裂特征时，往往发生多发或持续性NCCV（Sun 1997;Sun et al.2000）。封闭型环流的特征伴随分裂的急流（Rex 1950），表明它可能在NCCV的维持上起了重要作用。Zheng等人（1992）指出，NCCV环流的形成与贝加尔湖上的一个脊或雅库茨克地区的一个阻塞高压有关。Sun等人（1994）进一步指出，约77％的NCCV与东北亚的阻塞型环流有关。特别是在NCCV高发年，分别在巴尔喀什湖到中国东北部的贝加尔湖以及雅库茨克—鄂霍次克地区观察到了对流层的“正负正”分布的异常环流中心。Wang和Lupo（2009）提出，鄂霍次克海的阻塞高压在初夏通过Rossby波传播促进了NCCV环流的加剧。此外，Wang等人（2011）指出，与由青藏高原隆起产生的Rossby波同步的鄂霍次克海上的阻塞高压的维持有利于NCCV环流的维持。Lian等（2010）发现，乌拉尔山脉持续的阻塞型环流也有利于NCCV的持续。Wu等（2009）调查了2008年5月的多发和持续性NCCV,其中NCCV占31天中的28天。他们得出结论，在乌拉尔山脉和贝加尔湖之间稳定持续的脊有助于形成多发性NCCV环流。 另一个NCCV极端事件发生在2009年6月，其中NCCV环流在当月的30天内反复出现了27天。Ren（2010）和Zhao 等人（2010）研究了这一事件，认为乌拉尔山脉和鄂霍次克海的双阻塞环流是NCCV活动的主要贡献者。对于下游的背景环流，Xie和Bueh（2012）提出，从5月到8月，处于负位相（以下简称WP-）的每月西太平洋遥相关模态（Barnston和Livezey 1987）是一个有利于NCCV事件的背景环流场。虽然这些研究是基于月平均环流，但它们表明了NCCV环流的形成与各种类型的脊或阻塞型环流密切相关。因此，有必要根据NCCV事件与不同类型的脊或阻塞型环流的关系客观地对其进行分类。

如前所述，NCCV事件对地表气温（SAT）分布和降雨模式的影响很大，其可以由各种类型的NCCV模式所验证。而对于NCCV环流的天气影响，研究人员非常重视NCCV引起的降雨位置。Sun等人（1995）发现，降水倾向于集中在NCCV环流的东南象限，这与NCCV环流东南象限存在相关的异常南风或西南风引起丰富的水汽输送和强烈的上升运动有关。Sun等人（2002）也发现，NCCV造成的大雨主要发生在NCCV中心以东。通过研究2007年7月的典型案例，Wang等（2012）指出，NCCV中心东北部也有大量降雨。Zhao和Sun（2007）通过比较1998年夏季的3例NCCV环流及其降雨模式，发现与不同NCCV阻塞高压相关的不同类型的NCCV的降雨模式有所不同。而不同类型的NCCV对当地温度的不同影响，尚未得到广泛的研究，不同类型的NCCV引起的天气影响也尚未得到充分的证实。

一些研究试图根据NCCV的位置将其分类。例如，Sun等人（1994）根据NCCV的地理位置将其分为三类。然而，由于NCCV的位置与EAJ密切相关，所以根据地理位置对NCCV进行分类受EAJ季节性变化的影响很大。Zhang（2008）在研究NCCV对中国东北中尺度对流系统的影响时，仅根据其方位将NCCV分为区域和子午类型。此外，Zhong（2011）根据NCCV的生命期对其进行分类，将其分为持续性型和短暂性型。他指出，如果一个槽位于NCCV的西部，槽向NCCV供应冷空气和正涡度，则NCCV倾向于持续。相反的，位于NCCV上游侧的脊不利于NCCV的持续。然而，Sun等人（1994）指出，与鄂霍次克海上的阻塞型环流相关的NCCV的持续时间往往比NCCV平均生命期（4天）长2天。然而，上述各种分类方案尚未提供NCCV特征和演变的完整图片。因此，需要更进一步的研究来描述短期和长期NCCV之间的本质区别。

在本研究中，我们运用旋转经验正交函数（REOF）分析，在NCCV活动期（5月1日至6月15日）将NCCV分为四类。如下所示，这样的分类不仅表现了不同类型的NCCV本身的不同特征，而且还表现出了它们与不同种类的脊或阻塞型环流的紧密关联。在下一节中，我们将介绍本研究运用的数据和分类方法。第三节指出不同类型的NCCV环流的特征。在第四节，我们介绍了不同类型的NCCV在季节内时间尺度上的生命周期。根据他们的生命周期，还讨论了短期和长期NCCV之间的区别以及与阻塞环流活动的可能联系。第五节中，进一步介绍了不同类型NCCV造成的天气影响。最后一节则为总结和讨论。

2.数据和方法

本研究中使用的日观测数据来自NCEP-NCAR 40年再分析资料（Kalnay等1996），包括位势高度，水平风速和空气温度，这些数据位于水平分辨率为2.58 *2.58和垂直压力水平层数为17的网格上。我们又选用了中国气象局存档的一套高质量的基于2400个站点的观测值进行插值得到的日降水量和SAT网格数据（Zhao et al.2014）。数据的空间分辨率为0.58*0.58，时间从1961年到现在。分析期是1965—2011年间NCCV的活跃期（5月1日至6月15日）。运用截止频率为8天的低通滤波器来描述大规模异常的季节内演变（Nakamura 1994）。

如果在35°—55°N，115°—140°E的区域满足以下三个条件，则定义为NCCV事件：第一，在低通滤波过的500 hPa位势高度（Z500）场上可以识别最小中心（或涡中心）。具体地说，如图1a所示，如果网格点（i,j）的日均值Z500(Zi,j) 小于其周围的八个网格点，则视为最小中心；第二，在相同压力水平的最小中心周围存在冷槽或冷中心。如在图1a的九个网格点中的任一点满足（T表示500hPa的空气温度），则在最小中心周围识别出冷槽。又例如，图1b中显示出了网格点（i,j）处的冷槽。如果T的拉普拉斯算子在九个网格点中的任一个是正的，那么简单地定义一个冷核。例如，如图1c所示，冷核位于网格点（i,j），是因为在这个网格处的温度拉普拉斯算子是正的；第三，伴随冷槽或冷核和的最低中心持续至少三天（读者参考Hu等人（2010）和Xie,Bueh（2012）了解更多）。我们在分析期间共确定了103例NCCV事件的分类。相对于气候季节周期（31天运行平均值），NCCV振幅由其中心的高度异常所简单定义。而NCCV事件的高峰期被定义为NCCV振幅达到最大值的那一天。

图1. 用于检测/识别（a）涡流，（b）冷槽和（c）500 hPa上网格点（i,j）处的冷芯的方法的示意图。

（a）和（c）中的圆圈表示闭合的等值线，（b）中的曲线表示冷槽。

使用Schwierz等人基于500至150 hPa的垂直平均PV异常（Small et al.2014）修改的阻断指数来确定每日阻塞事件（2004年）。该指数将阻塞事件视为生命期超过5天的大尺度准三维模式。垂直平均PV异常（mAPV）旨在识别阻塞反气旋的物理相关特性：其在上升的对流层顶下为负PV。且异常是相对于各水平层次的区域平均PV定义的，这确保所选择的特征是靠近对流层顶，而不是平流层。我们将北半球40°—75°N之间的每个超过21.0 PV单位(PVU; 1 PVU 5 1026 K kg21 m2 s21) 的部分绘制了其（矩形）边界，确定为封闭的mAPV异常。任何小于15°*15°和106 平方公里的矩形都被舍弃。若矩形连续5天在空间中重叠至少15°*15°，则识别出阻塞事件。该指标不仅能识别具有反号PV梯度的阻塞环流，而且能识别来自特别放大的脊的阻塞反气旋。此外，由于急流倾向于局限在对流层上部，该指标在夏季检测阻塞事件时更为有效。

我们应用学生的t检验（Wilks 1995）评估了Z500、PV和SAT的线性回归系数和复合异常的统计学意义。由于降水的不正常分布，采用bootstrap方法（Wilks 1995）进行非参数检验，以评估复合降水异常的统计学意义。在下一节中，我们运用被广泛用于研究低频变率的REOF分析对已确定的NCCV事件进行了分类。（Wallace和Gutzler 1981; Horel 1984; Barnston and Livezey 1987）。

3.NCCV事件的分类

a.分类

考虑到NCCV事件与欧亚大陆上空环流的密切关系，我们采用REOF分析来确定NCCV的主要模态。REOF的分析数据由103个NCCV事件高峰期的Z500异常值构成，空间覆盖范围为35°—75°N，40°—160°E。异常值以纬度值余弦的平方根加权。根据Z500日异常的协方差矩阵，进行了传统的EOF分析。由于各物理模态不一定正交（Horel 1981; Simmons等人，1983），我们旋转了主要的EOF模态，以避免在解释获得的EOF空间模态方面的困难。然而，当要旋转的EOF模态的数量增加时，REOF的主要模态失去结构化并变得局部化（Hannachi等人，2006）。为了获得合适的空间模态，我们运用Kaiser行归一化和varimax标准旋转了不同数量的主要EOF模态（Kaiser 1958）。发现了共10个主要的适合旋转的EOF模态，占总方差的78.7％，获得的REOF模态根据对应的旋转主成分（RPC）的方差进行排序。

图2显示了NCCV事件在四个领先的标准化RPC下回归的峰值日Z500日异常。正如预期的那样，领先的四种模态显示出四种不同的分布结构。第一模态的特点是在乌拉尔山脉上有一个明显的正异常中心，而贝加尔湖和大西洋/西欧地区的中心为负异常（图2a）。类似地，REOF2模态的“负正负”高度异常相对于REOF1模态略显偏东，其在叶尼塞河谷有明显的正异常中心（图2b）。与两个主要模态形成鲜明对比的是，第三个REOF模态在东北亚显示出明显的正异常中心，在乌拉尔山脉显示出中度正中心（图2c），在该模态下，两个相对显著的中心分别位于贝加尔湖和日本以东的西北太平洋。特别的，在REOF4空间分布（图2d）中，波列状高度异常分布在北大西洋到贝加尔湖，主要正异常位于贝加尔湖上空。其余六个REOF模态在一定程度上与四个主要的REOF模态之一具有相似的功能。例如，REOF5、REOF8和REOF9模态类似于REOF1模态，尽管与REOF1相比，它们在波列状高度异常（未示出）的最上游侧或最下游侧显示了新的次级异常中心。我们强调，四个主要的REOF模态不仅代表了四大差异的变化，而且显示出一个局地化的特征。基于在特定位置的相邻脊或阻塞高压直接影响NCCV活动的事实，如第一节中所讨论的，我们将与REOF1，REOF2，REOF3和REOF4相关的NCCV分为四种类型：Ural型（UR ），Yenisei型（YNS），Yakutsk-Okhotsk型（YO）和Baikal型（BKL）NCCV事件。具体来说，根据NCCV事件的归一化指数将其分为四种类型，其通过将NCCV事件的高峰日的高度异常分别投影到四个主要REOF的空间模态上获得。然后，如果特定R

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[28313]，资料为PDF文档或Word文档，PDF文档可免费转换为Word