2026, Vol. 56
2. 中国海洋大学深海多圈层与地球系统前沿科学中心，山东 青岛 266100;
3. 中国海洋大学未来海洋学院，山东 青岛 266100;
4. 中国海洋大学海洋与大气学院，山东 青岛 266100;
5. 中国科学院海洋研究所，山东 青岛 266003;
6. 青岛海洋科技中心海洋动力过程与气候功能实验室，山东 青岛 266237
在全球变暖的背景下，北极的增暖幅度高达1.2 ℃/10a，几乎是全球平均水平的两倍，这一现象被称为“北极放大”[1-2]。最新研究表明，21世纪初进入了“新北极”气候态[3-4]，北极的气候特征也出现了新的变化。黄菲等[4]认为，对于“新北极”气候状态下的北极增暖，动力输送作用不容忽视。一些研究表明，大气环流对水汽和热量的向极输送对北极增暖的影响至关重要[5-8]。大气环流的向极输送，往往依赖于中纬度大气长波脊后的经向温度平流。当脊后出现源源不断的暖平流，长波脊不断增强并向北延伸，直至形成闭合的暖高压中心，这种超强的反气旋环流形势被称为阻塞高压(简称阻高)。以往研究发现阻高与北极增暖之间存在正反馈机制[4, 9-13]。北极增暖导致中高纬度经向温度梯度减小。根据热成风原理，经向温度梯度减小有利于西风急流减弱及北移[9-11]。急流减弱有利于大气动能向有效位能转化[12-13]，增强中纬度罗斯贝波振幅[4, 10-11]；同时急流北移为长波脊的向极入侵创造条件[4]。二者协同作用，强化了中纬度向北极的热量输送，从而形成增暖的正反馈循环。
冬半年，阻塞高压的形成、维持和崩溃常影响中纬度的寒潮过程。已有研究表明，北极增暖通过影响阻高间接影响中纬度的寒潮过程，即形成“暖北极-冷大陆”(Warm Arctic-cold continent, WACC)模态[14-17]。根据Luo等[18-20]提出的非线性多尺度相互作用理论，阻塞高压的能量频散与背景经向位涡梯度成正比，而其非线性强度与背景经向位涡梯度成反比。北极增暖将减小背景经向位涡梯度，有利于阻塞高压的非线性增强，阻高的频散性减弱，从而有利于阻高的维持，为中纬度冷事件的发生创造条件。此外，Walsh[14]发现，随着秋季的北极增暖，冬季阻塞事件频率增加。入侵北极的长波脊不断加强，使得中纬度地区的阻塞事件更持久[21-22]，且多个地区阻塞事件同时发生的现象也愈加频繁[23-24]。在WACC模态的形成中，入侵北极的中纬度反气旋环流似乎起到了愈加重要的作用。
通常北极地区对流层中上层被深厚的冷涡所控制，即北极极涡。当中纬度长波脊入侵北极后强烈发展，形成极端北极反气旋环流(Extreme Arctic anticyclonic circulation, EAAC)，一方面，它有利于中纬度热量向极输送，从而导致北极增暖；另一方面，它使北极极涡减弱并分裂南下，进而导致中纬度地区出现极寒天气，共同促进了WACC模态的形成[25-26]。Shepherd[25]研究指出，当极涡较弱，中纬度长波振幅较大，有利于促进中高纬度之间的热交换，从而有利于北极增暖和中纬度极端冷事件的发生。随着近年来北极增暖，北极极涡减弱[27]，EAAC有可能增多加强，但目前对于EAAC的时空变化特征尚不清楚，缺乏系统的研究，因此本文将重点分析EAAC的时空变化特征及其与WACC模态等大气环流异常的关系，并初步探讨其可能的影响机理。
1 数据和方法 1.1 数据来源本研究使用ERA-5再分析数据，包含1979年12月1日—2020年11月30日(后文简称为1979—2020年)20°N以北12个气压层(10、20、50、100、200、300、400、500、600、700、850和1 000 hPa)的位势高度、相对涡度、温度、风矢量等气象要素的日平均数据，水平分辨率为1°×1°。
1.2 分析方法受地球自转的影响，北极地区500 hPa的平均环流主要表现为气旋式绕极运动的极地低涡。北极地区出现的反气旋环流，几乎都是中纬度长波脊入侵北极的结果。中纬度长波脊入侵北极后，会导致北极地区位势高度异常升高并出现负相对涡度的反气旋环流。因此，本文将极圈内(65°N以北)500 hPa位势高度的正异常环流定义为北极反气旋环流(Arctic anticyclonic circulation, AAC)。AAC需满足以下条件：
(1) 相对涡度的垂直分量为负值。
(2) 位势高度场相对于1979—2020年气候态存在正距平。
将AAC所在区域的500 hPa位势高度正距平的累积值定义为该日AAC的强度指数。
采用百分位阈值法对AAC强度指数序列进行筛选，将超过第95百分位阈值的极端强AAC事件定义为EAAC事件。具体而言，首先选取1979年12月—2020年11月的AAC标准化强度序列，将该时间段内逐日数据按升序排列，计算得到第95百分位的AAC标准化强度值为1.93，因此，将1.93设定为AAC极端事件的筛选阈值。由于间隔2 d及以下的极端事件可能受到同一天气过程的影响，因此，若两次超过筛选阈值的事件时间间隔不超过2 d，则将这些事件及其间隔天数视为同一连续极端事件。当连续事件周期达到3 d或以上时，将其定义为一次EAAC事件(见图 1(a))。最终统计EAAC事件的时间分布，并将每年符合上述定义的EAAC事件的总天数定义为年发生日数。
此外，本文还采用方差分析、合成分析等统计方法，分析EAAC事件的年际变化特征、相关大气环流特征及其与“暖北极-冷大陆”模态的关系。
2 极端北极反气旋环流的时空特征 2.1 EAAC发生频次和强度的季节和年际变化1979年12月—2020年11月期间，EAAC事件的总发生日数为641 d。EAAC的年发生日数的平均值为15.63 d，标准差为10.67 d(见图 1)。EAAC事件的发生日数具有明显的季节变化和年际年代际变化特征。根据图 1(c)，EAAC主要发生在冬季(前一年12月至当年3月)，在1980、1986、1991、1998、2006、2010、2013、2016和2018年这9年冬季EAAC的发生日数均超过了多年平均值(15.63 d)，2010年冬季发生最多，超过了平均值的2倍。相比之下，夏季(6—9月)的EAAC发生频数最低。然而，自2010年以来，夏季和秋季(10—11月)的EAAC发生日数显著增加。近40年来，EAAC的年发生日数存在显著的准3a周期振荡特征(90%置信水平)，2010年发生日数达到最大，为51 d。EAAC还存在明显的年代际增加趋势，特别是2010年以来，EAAC的年发生日数显著增多，超过平均值+1倍标准差的年份达到5 a，而1980—2009年期间仅有1998年超过了平均值+1倍标准差。此外，EAAC的年发生日数和AAC强度的年平均序列(见图 1(b))存在显著的正相关关系，相关系数约为0.76，超过99%置信度水平。二者均表现出显著的上升趋势，EAAC的年发生日数和AAC强度的年增长率分别为2.72%和4.35%，分别通过了95%和99%置信水平的显著性检验。因此，EAAC的频发对北极反气旋环流的加强有着重要贡献。
|
( 图(a)中横坐标表示年份，纵坐标表示月份，采用“跨年显示”方式，即每个气候年度从上年12月(Dec.)开始，至当年11月(Nov.)结束。颜色深浅代表标准化强度指数的数值。图(b)中横坐标表示年份，柱状图表示EAAC的发生日数(左轴)，红色实线为EAAC年发生日数的平均值，红色虚线为年发生日数平均值±1倍标准差，蓝色、绿色、红色、黄色柱分别表示冬季(前一年12月至次年3月，DJFM，下图同)、春季(4月、5月，AM，下图同)、夏季(6月至9月，JJAS，下图同)、秋季(10月、11月，ON，下图同)。黑色实线为EAAC标准化强度年累积值的时间序列(右轴)。图(c)中黑色实线和蓝色柱分别表示EAAC事件标准化强度指数的多年累积值和标准差，黑(蓝)色虚线代表多年累积值(标准差)的平均值5.0(0.49)。In figure (a), the horizontal axis represents the year, and the vertical axis represents the month, using a "cross-year display" method, meaning each climatic year starts from December (Dec.) of the previous year and ends in November (Nov.) of the current year. The color depth represents the value of the standardized intensity index. In figure (b), the horizontal axis represents the year. The bar represents the days of EAAC (left axis). The red solid line indicates the average annual days of EAAC, and the red dashed lines represent the average±1 standard deviation. The blue, green, red, and yellow bars represent winter (December of the previous year to March of the current year, DJFM, the same applies to the figures below), spring (April to May, AM, the same applies to the figures below), summer (June to September, JJAS, the same applies to the figures below), and autumn (October to November, ON, the same applies to the figures below), respectively. The black solid line shows the annual accumulated EAAC standardized intensity index (right axis). In figure (c), the solid black line represents the multi-year accumulated EAAC events standardized intensity index, while the blue bars denote the daily standard deviation. The dashed black (blue) line indicates the mean value of 5.0 (0.49) for the accumulation (standard deviation) of EAAC intensity index. ) 图 1 1979—2020年极端北极反气旋环流事件标准化强度指数的年-月分布图(a), EAAC发生日数和强度指数的年际变化(b)以及强度指数的多年日累积值和日平均标准差的季节变化(c) Fig. 1 Year-month distribution of the standardized intensity index (a), interannual variation of frequency and intensity index (b), and the daily accumulation and standard deviation of intensity index (c) for extreme Arctic Anticyclonic circulation events from 1979 to 2020 |
单次EAAC事件的持续时间定义为从事件开始的第一天到事件结束的最后一天的总天数，单次事件强度则定义为这段时间内EAAC标准化强度序列的标准差值。图 2展示了1979年12月—2020年11月期间EAAC在各季节的发生日数、事件频次、单次事件强度和持续时间的统计结果。可以发现，冬季EAAC事件的月平均发生日数和频次明显高于其他季节，其次是秋季、春季和夏季(见图 2(a)、(b))，这与北极放大现象主要发生在秋冬季节的结论相一致[2, 28]。秋、冬季EAAC单次事件强度的平均值和中位数均显著高于其他季节，且年际差异较大(见图 2(c))。冬季EAAC的单次事件强度最大值可达1.76，远大于其他季节的事件强度，这可能与冬季EAAC最长持续时间有关(见图 2(d))。各季节EAAC的持续时间普遍差异不大，冬季、春季和秋季持续时间的中位数均为5 d，而秋冬季的最长持续时间分别为15和14 d(见图 2(d))。因此，冬季EAAC事件具有发生日数和事件频次最多、强度最大、持续时间最长的特征。
|
( 图(a)、(b)中蓝色柱为各季节总天数和总频次，红色柱为各季节平均每月发生日数和频次，虚线为相应均值。图(c)、(d)中红色实线为强度和持续时间的中位数，黑色圆圈为均值，蓝色箱体上下界分别为第1、3四分位数，须的上下界为最大值和最小值。In figure (a), (b), the blue columns are the total number of days and total frequency in each season, the red columns are the average number of days and frequency in each season per month, and the dashed lines are the corresponding average. In figure (c), (d), the solid red lines are the medians of intensity and duration, the black circle is the averages, the upper and lower boundaries of the blue box are the 1st and 3rd quartiles respectively, and the upper and lower boundaries of the whiskers are the maximum and minimum values. ) 图 2 1979—2020年不同季节极端北极反气旋环流事件的发生日数(a)、事件频次(b)、单次事件强度(c)、持续时间(d)统计 Fig. 2 The days (a), frequency (b), intensity (c) and duration (d) of extreme Arctic anticyclonic circulation events from 1979 to 2020 |
图 3展示了EAAC事件在不同季节500 hPa位势高度场的合成场。从全年EAAC合成场上(见图 3(a)) 可以发现，北半球中高纬度环流均表现出北极地区高压异常、中纬度地区低压异常的类半球环状模负位相的空间分布。北太平洋阿拉斯加地区和北大西洋格陵兰地区均存在中纬度长波脊的向极入侵，格陵兰地区的高压脊强度更强。极涡分裂形成两个独立的闭合环流中心，分别位于北美北部和欧亚大陆东北部。冬季(见图 3(b)) EAAC事件的环流特征与全年EAAC事件的环流特征基本一致。春季(见图 3(c)), 中纬度环状模结构减弱，位势高度异常呈现4波的波列结构，格棱兰高压脊依然显示出最强的位势高度异常。欧亚大陆乌拉尔山附近出现位势高度正异常，这可能意味着春季源自欧亚大陆的长波脊活动有所增加和增强。夏季(见图 3(d)), 北极反气旋异常环流向北收缩，中纬度仅在格陵兰地区存在较弱的高压异常。秋季(见图 3(e)), 北极高压异常环流最强，中纬度呈现出3波结构，相对于其他季节，阿拉斯加脊在秋季强度最强，表明秋季阿拉斯加长波脊的向极入侵对EAAC的贡献增大。
|
( 图中填色为EAAC事件在各个季节的500 hPa位势高度异常场合成(dagpm)，等值线为500 hPa位势高度合成(dagpm)，紫色等值线为544 dagpm，间隔8 dagpm。其中图(a)为所有EAAC事件合成，图(b)—(e)分别为冬季(DJFM)、春季(AM)、夏季(JJAS)、秋季(ON)合成。白色圆点表示未通过70%置信水平显著性检验。绿色圈为65°N，天蓝色圈为80°N，最外侧纬圈为20°N。图(a)中绿线框出的扇区分别为太平洋扇区、大西洋扇区和欧亚扇区。The shadings are the composite of 500 hPa geopotential height anomaly (dagpm) for EAAC events, and the contours are the 500 hPa geopotential height, with an interval of 8 dagpm, and the purple contour is 544 dagpm. Where figure (a) is the composite of all EAAC events, (b)—(e) are composites of winter (DJFM), spring (AM), summer (JJAS), and autumn (ON). The white dots are not statistical significance at the 70%. The green circle is 65°N, the sky blue circle is 80°N, and the outermost latitude circle is 20°N. In figure (a), the green boxes highlight the Pacific sector, Atlantic sector, and Eurasian sector, respectively. ) 图 3 不同季节极端北极反气旋环流事件的空间分布 Fig. 3 The spatial distribution of extreme Arctic anticyclone circulation events in different seasons |
根据图 3，EAAC的环流异常主要与中纬度不同扇区长波脊的向北极入侵有关。为了深入探究不同扇区长波脊入侵北极后所产生的EAAC的环流特征及其与WACC模态的关系，本文将65°N以北的北极地区划分为太平洋扇区(Pacific, 120°E—180°—120°W)、大西洋扇区(Atlantic, 120°W—0°)和欧亚扇区(Eurasia, 0°—120°E)三个区域(见图 3(a))，分别研究各扇区的EAAC变化及其环流特征。
2.3 北极不同扇区EAAC的统计特征1979年12月—2020年11月期间各季节三个扇区单独出现EAAC的发生日数及其年际变化(见图 4)。根据统计结果，三个扇区独立出现EAAC的总天数为320 d，占EAAC总天数的49.92%。太平洋扇区、大西洋扇区、欧亚扇区单独出现的EAAC事件天数依次减少，分别为136、104和80 d，依次分别占比42.50%、32.50%和25.00%。其中太平洋扇区的EAAC事件发生最多，尤其是在冬季、春季和夏季，其EAAC事件发生日数占该季节三扇区总发生日数的比值依次为40.00%、60.98%和52.38%，在三个扇区中占主导地位。而秋季则以大西洋扇区的EAAC事件为主，占比约为51.92%。此外，三个扇区的EAAC主要发生在冬季，其在冬季的总发生日数为185 d，占比约为57.81%，超过了其他三个季节的总和，表明冬季是三个扇区独立出现EAAC事件的主要发生季节。近40年来，三个扇区单独出现EAAC的年发生日数存在2~3 a的周期振荡特征，并具有年增长率约为1.73%的显著上升趋势(80%置信水平)，其中2004年达到最大，为20 d，其次为2010和2018年，均为19 d。由图 1可知，2010年EAAC年发生日数最多(见图 1)，表明2010年多扇区同时出现EAAC的日数较多，为32 d，约占当年EAAC总发生日数的61.54%。
|
( 图(a)、(b)中黑色实线分别为三个扇区EAAC总天数和年发生日数的平均值。In figure (a), (b), the black solid lines represent the average of total days and annual occurrence days of EAAC in the three sectors. ) 图 4 不同扇区单独出现极端北极反气旋环流事件的各季节发生日数(a)及其年际变化(b) Fig. 4 The days in each season (a) and the interannual variation (b) of extreme Arctic anticyclonic circulation events in different sectors |
图 5为太平洋扇区不同季节独立出现EAAC事件的水平环流合成图。可以发现，北极中央区500 hPa位势高度场在四个季节均出现显著的异常升高(见图 5(a)—(d))，对应着北极地区高空的东风异常(见图 5(i)—(l))。同时除夏季(见图 5(c))外，北太平洋阿拉斯加一带均有明显的中纬度长波脊向极入侵，甚至出现闭合的阻塞高压环流形势(见图 5(a)、(b)、(d))。在冬季，北极极涡受到阻塞高压的挤压而分裂成两个闭合中心，分别位于北美大陆北部和欧亚大陆东北部。北极极涡偏移的地区会携带极地的冷空气活动，因此，在近地面气温异常场上相应地会出现WACC的异常分布(见图 5)，其中暖异常主要集中在北极中部和太平洋扇区一侧，北美中西部和欧亚大陆中东部为显著的冷异常，且欧亚大陆东北部的冷异常更强。“暖北极-冷北美”异常分布主要与北太平洋阿拉斯加长波脊的向极入侵带来的脊后暖平流、脊前冷平流的输送有关，脊后暖平流使北太平洋到北极中央区呈异常暖信号，脊前冷平流使北美地区出现强的异常冷信号。“暖北极-冷欧亚”分布的出现可能与北极极涡向欧亚一侧偏移有关，冬季的极涡主要位于欧亚大陆东北亚地区的上空(见图 5(a))，有利于冷空气南下造成该地区降温。
|
( 图(a)—(d)填色为500 hPa位势高度异常场合成图(dagpm)，图中等值线为500 hPa位势高度场，紫色等值线为544 dagpm，间隔8 dagpm。图(e)—(h)填色为1 000 hPa温度异常场合成图(K)，等值线为1 000 hPa位势高度合成场，紫色等值线为8 dagpm，间隔4 dagpm。图(i)—(l)填色为300 hPa位势高度纬向风速异常合成图(m/s)，图中等值线为300 hPa各季节平均20 m/s以上的纬向风，紫色等值线为20 m/s，间隔4 m/s。其中(a)、(e)、(i)为冬季(DJFM)，(b)、(f)、(j)为春季(AM)，(c)、(g)、(k)为夏季(JJAS)，(d)、(h)、(l)为秋季(ON)。图中白色圆点表示未通过70%置信水平显著性检验。图中绿色圈为65°N，天蓝色圈为80°N，最外侧纬圈为20°N。Figure (a)—(d) The shadings are the composite of 500 hPa geopotential height anomaly (dagpm), and the contours are the 500 hPa geopotential height, with an interval of 8 dagpm, and the purple contour is 544 dagpm. Figure (e)—(h) the shadings are the composite of 1 000 hPa temperature anomaly(K), and the contours are the composite of 1 000 hPa geopotential height, with an interval of 4 dagpm, and the purple contour is 8 dagpm. Figure (i)—(l) the shadings are the composite of the zonal wind anomaly of 300 hPa geopotential height (m/s), and the contours are the climatological 300 hPa zonal wind greater than 20 m/s in each season, with an interval of 4 m/s, and the purple contour is 20 m/s. Where figure (a), (e), (i) is winter(DJFM), figure (b), (f), (j) is spring(AM), figure (c), (g), (k) is summer(JJAS), and figure (d), (h), (l) is autumn(ON). The white dots are not statistical significance at the 70%. The green circle is 65°N, the sky blue circle is 80°N, and the outermost latitude circle is 20°N. ) 图 5 1979—2020年太平洋扇区不同季节极端北极反气旋环流事件的水平环流合成场 Fig. 5 Composite fields of horizontal circulation of extreme Arctic anticyclonic circulation events in the Pacific sector in different seasons from 1979 to 2020 |
在春季、秋季，除了北美大陆北部极涡中心外，原本位于欧亚大陆东北部的极涡东移到北太平洋上空，北欧地区还出现一个弱的极涡中心(见图 5(b)、(d))，其中北美北部的极涡中心最强，仅有利于北美地区出现冷异常(见图 5(f)、(h))。夏季(见图 5(g))的“冷大陆”信号并不显著，主要呈现出“暖北极”的特征。
北太平洋阿拉斯加长波脊的向极发展加强是形成EAAC频发加强进而引起“暖北极-冷北美”的主要机制，而东亚-北太平洋高空西风急流出口区纬向风在冬季、春季、秋季显著减弱(见图 5(i)、(j)、(l))，这是有利于阿拉斯加长波脊发展加强的主要动力机制。
3.1.2 北大西洋扇区图 6为大西洋扇区不同季节独立出现EAAC事件的水平环流合成场。在冬季，大西洋扇区EAAC事件的环流形势主要表现为北大西洋格陵兰附近加深的长波脊向极入侵，以及高压脊两侧位于北美东部和北欧地区的切断低压，北极极涡呈现出多涡结构(见图 6(a))。随着大西洋扇区的长波脊入侵，北极加拿大群岛-格陵兰地区出现暖异常，其下游的巴伦支海-北欧地区出现显著冷异常(见图 6(a))，呈现出“暖北极-冷北欧”的异常分布特征。与500 hPa异常
高压相对应(见图 6(a))，北极地区及格陵兰一侧偏南地区均出现显著的东风异常(见图 6(i))，表明中高纬度的西风急流减弱。
其他三个季节的水平温压特征与冬季相似。注意到在春季(见图 6(f))和秋季(见图 6(h))，北美大陆也出现显著的冷异常，构成偏向西半球的类WACC分布，这可能与北太平洋一侧同时发展的中纬度长波脊有关(见图 6(b)、(d))。
3.1.3 欧亚扇区欧亚扇区的EAAC事件发生日数较少，尤其是在春夏季(见图 4)。500 hPa位势高度场上北极地区主要表现出偏东半球的高压异常(见图 7(a)—(d))，除冬季中纬度欧亚扇区没有表现出显著的长波脊形势(见图 7(a))外，春季、夏季、秋季在北欧-乌拉尔山附近均出现较弱的长波脊(见图 7(b)—(d))，表明欧亚扇区EAAC事件以乌拉尔附近的长波脊入侵为主；北极极涡主要向东亚和北美两侧分裂南下，且东亚一侧极涡更强。近地面气温异常场上主要呈现出“暖北极-冷欧亚”的模态特征(见图 7(e)—(h))，暖中心偏向于北大西洋-北欧一侧，冷温度异常以乌拉尔长波脊下游的东亚冷异常信号为主。春季, 由于北美东岸异常高压脊(见图 7(b))的影响，气温场上呈现出“暖北美-冷欧亚”的分布特征(见图 7(f))。高空纬向风场上仍然呈现出北极和副极地区域的东风异常、西风减弱的特征(见图 7(i)—(l))。
3.2 温压异常的垂直结构
图 8为三个扇区经度平均的各季节温压异常场的纬度-高度剖面图。可以发现，太平洋扇区在北极地区基本上呈准正压的温压结构，即高压异常与暖异常相匹配，且最大暖中心和高压中心都位于北极点附近，但异常暖中心和高压中心的最大值出现的高度不同。冬季(见图 8(a)), 位势高度正异常最大中心位于平流层10 hPa附近，暖异常存在两个中心，分别位于90°N的对流层低层近地面和75°N附近的10 hPa平流层。这种温压配置表征了北极涛动的负位相和平流层极涡的减弱信号。经向上存在1波结构，位势高度和温度场的0线均在北极圈南侧，表明太平洋扇区被大范围的EAAC覆盖，其影响的温度变化范围达到了极圈外60°N以南。春季(见图 8(b)), 北极点上空对流层的暖中心上移至700~850 hPa，在平流层50 hPa附近反转出现冷异常。北极地区平流层低层的暖异常减弱，最大暖中心南移到副极地地区的57°N附近，其下方的对流层表现为冷低压异常，平流层位势高度异常中心下移至50~100 hPa。经向上存在1.5波结构，位势高度和温度场的0线位于70°N和50°N，表明EAAC影响的范围逐渐变小。夏季(见图 8(c)), 极区上空的高压异常范围向北收缩，最大位势高度异常中心位于300 hPa的对流层顶附近。温度异常场上对流层存在暖异常，平流层出现冷异常。位势高度和温度场的负异常中心均北移至北极圈附近，表明EAAC对太平洋扇区的影响范围进一步缩小。秋季(见图 8(d))，极区上空对流层出现大范围暖异常，位势高度最大正异常中心位于平流层20 hPa附近。经向上，温压场呈现出1.5波结构，零值线位于北极圈附近，表明EAAC在秋季较强，影响范围较大。
|
( 图中填色为温度异常场合成，等值线为位势高度异常场合成，紫色实线为0 dagpm，间隔4 dagpm，虚线为负值。其中(a)—(d))为太平洋扇区，(e)—(h))为大西洋扇区，(i)—(l)欧亚扇区。(a)、(e)、(i)为DJFM，(b)、(f)、(j)为AM，(c)、(g)、(k)为JJAS，(d)、(h)、(l)为ON。白色叉号、黄色叉号、灰色叉号分别表示位势高度异常、温度异常和二者均未通过70%置信水平显著性检验。图中绿线为65°N。The shadings are the composite of the temperature anomaly, the contours are the geopotential height anomaly with an interval of 4 dagpm, and the purple contour is 0 dagpm in (a)—(d) Pacific, (e)—(h) Atlantic, and (i)—(l) Eurasia. Where (a), (e), (i) is DJFM, (b), (f), (j) is AM, (c), (g), (k) is JJAS, and (d), (h), (l) is ON. White crosses, yellow crosses, and gray crosses represent geopotential height anomaly, temperature anomaly and both are not statistical significance at the 70%, respectively. The green line is 65°N. ) 图 8 1979—2020年不同扇区极端北极反气旋环流合成的纬度-高度剖面图 Fig. 8 Latitude-height profile of extreme Arctic anticyclonic circulation events for different sectors from 1979 to 2020 |
大西洋扇区四个季节EAAC的温压垂直结构特征较为相似(见图 8(e)—(h))，北极上空对流层内基本上呈准正压结构。在65°N以北，位势高度在整个对流层和平流层几乎均为正异常，最大中心位于对流层顶附近，但不在北极点上空，而在80°N—85°N附近。温度异常的垂直结构均呈现出对流层为暖异常、平流层为冷异常的下暖上冷结构，除夏季外，其他季节的最大暖异常中心均出现在80°N附近的对流层中下层，而不像太平洋扇区出现在北极点附近。夏季最大暖异常中心的位置出现在对流层中下层的90°N附近(见图 8(g))。温压场的0线位置在各个季节均位于北极圈以南，这可能与大西洋扇区位势高度和温度场的正异常中心偏南有关。
冬季欧亚扇区EAAC事件的温压场垂直结构(见图 8(i))与太平洋扇区(见图 8(a))特征相似，但对流层中北极地区的暖异常范围更小更偏北。在春季、夏季、秋季，欧亚扇区的温压场垂直结构具有相似的特征(见图 8(j)—(l))，均表现为对流层存在暖异常，平流层存在冷异常；位势高度场上在对流层和平流层低层均为高压异常，最大正中心均出现在对流层附近。温压场的零值线位置始终位于北极圈以北，表明欧亚扇区EAAC事件的影响范围相对较小。
4 EAAC影响WACC模态的可能机制从前文的分析可知，EAAC影响WACC模态的关键物理过程是通过中纬度罗斯贝长波脊的异常发展加强并向极入侵，脊后向极输送的暖平流和脊前向中纬度输送的冷平流有利于WACC模态的产生。因此，不同扇区中纬度长波脊的发展机制是揭示EAAC影响WACC模态的关键。对于太平洋扇区，除夏季外，冬、春、秋季节的东亚-北太平洋高空西风急流出口区都存在显著减弱(见图 5(i)、(j)、(l))，导致高空急流出口区及其下游的阿拉斯加地区气流辐合下沉，有利于阿拉斯加长波脊(见图 5(a)、(b)、(d))的发展加强，脊后暖平流向北极输送及罗斯贝波进入北极后的波破碎，有利于形成“暖北极”的异常分布，同时脊前冷平流从北极向北美中西部输送，有利于形成“冷北美”的异常分布(见图 5(e)、(f)、(h))。同时冬季亚洲中东部地区的高空西风急流核心区向北加强(见图 5(i))，与高纬度的东风异常加强了东亚地区急流北侧的气旋式风切变，相对涡度增大，这有利于极涡的偏移加强，进而造成亚洲中纬度冷空气活跃，形成“冷欧亚”的温度异常分布(见图 5(e))。这两个机制共同作用，形成了冬季的WACC模态。而春、秋季东亚-北太平洋急流向北增强的区域以及高纬度的东风异常区域位于太平洋东部(见图 5(j)、(l))，这有利于极涡偏移至太平洋上空，不利于“冷欧亚”的形成，因此春季、秋季温度异常主要表现为“暖北极-冷北美”的分布特征。
对于大西洋扇区，WACC模态主要表现为“暖北极-冷北欧”的分布特征(见图 6(e)—(h))，格陵兰长波脊(见图 6(a)—(d))的异常发展是产生“暖北极-冷北欧”模态的关键。从冬季高空纬向风异常场(见图 6(i)) 可以发现，北美-北大西洋高空急流出口区的北侧出现东风异常，其南侧为西风异常，使得高空急流出口区急流向南偏移，急流轴北侧格陵兰地区的气旋式风切变减小，异常反气旋式涡度加强，根据准地转近似下的垂直速度诊断方程可知，该地区有利于产生反气旋下沉运动，从而加强格陵兰长波脊的发展。脊前冷平流脊后暖平流输送则有助于北欧冷异常和北极暖异常的形成。注意到春季(见图 6(j))和秋季(见图 6(l))北太平洋上空急流出口区西风异常减弱，同时会引起北太平洋长波脊的发展(见图 6(b)、(d))，从而导致其下游北美地区由于脊前冷平流输送带来的“冷北美”异常分布。北太平洋和北大西洋上空急流的动力综合贡献导致了春季(见图 6(f))和秋季(见图 6(h))的WACC模态。
对于欧亚扇区，WACC模态主要表现为“暖北极-冷欧亚”的分布特征(见图 7(e)—(h))。除冬季外，“暖北极”的产生主要由于乌拉尔长波脊后的向极暖平流输送，“冷欧亚”的异常分布则主要与欧亚中东部地区北极极涡的偏移和加强有关(见图 7(a)—(d))。欧亚中纬度高空西风急流的异常向北加强及其北侧的东风异常(见图 7(i)—(l))，加强了欧亚中纬度急流北侧的气旋式风切变和相对涡度，有利于气旋式环流的发展加强和北极极涡向欧亚一侧偏移，从而带来冷空气南下形成欧亚地区的冷异常；同时向北加强的急流波导作用有利于罗斯贝长波脊的向北传播，进而加强向北极的暖输送。
5 总结与讨论本文通过百分位阈值法对EAAC强度指数进行分析，共筛选出641 d的EAAC事件。其年发生日数的平均值约为15.63 d，标准差约为10.67 d。EAAC事件在冬季发生日数和事件频次最多、强度最大、持续时间最长，对气候系统的影响最显著。EAAC事件的年发生日数与EAAC强度指数的年平均序列显著相关，相关系数约为0.76。二者均存在显著上升趋势，年增长率分别为2.72%和4.35%。因此，EAAC事件对北极反气旋环流的强度变化起到主导作用。
根据AAC事件的环流特征，将北极地区划分为三个扇区，分别为太平洋扇区、大西洋扇区和欧亚扇区。图 9为三个扇区中EAAC对WACC模态的影响机制的示意图。
|
( (a)太平洋扇区(以冬季为例), (b)大西洋扇区(以冬季为例), (c)欧亚扇区(以秋季为例)。图中数字表示高度。(a) the Pacific sector(for example, in winter), (b) the Atlantic sector (for example, in winter), and (c) the Eurasian sector(for example, in autumn). The numbers in the figure indicate level. ) 图 9 EAAC对“暖北极-冷大陆”影响机制示意图 Fig. 9 A diagram to the influence mechanism of EAAC on WACC pattern |
不同扇区EAAC对WACC模态的可能影响机制如下：
(1) 太平洋扇区单独出现EAAC的天数最多，尤其是在冬季、春季、夏季。在北极中央区位势高度显著升高，这种高压异常与暖异常相匹配，存在准正压的温压结构，对应高空东风异常环流。除夏季外，东亚-北太平洋高空西风急流出口区显著减弱，这有利于北太平洋阿拉斯加一带中纬度长波脊向极入侵，脊后暖平流向北极输送，形成“暖北极”异常分布；脊前冷平流将冷空气从北极向北美中西部输送，形成“冷北美”异常分布(见图 9(a))。同时，冬季亚洲中东部地区的高空西风急流核心区向北加强，与高纬度东风异常共同作用，增强了东亚地区急流北侧的气旋式风切变，促使极涡偏移加强，导致亚洲中纬度冷空气活跃，形成“冷欧亚”的温度异常分布。
(2) 大西洋扇区EAAC事件发生日数仅次于太平洋扇区。从季节分布看，其事件同样主要集中在冬季；而从各季节内的扇区对比来看，在秋季，大西洋扇区EAAC的发生日数占三个扇区总日数的比例最高，居于主导地位。大西洋扇区在北极上空对流层内呈准正压结构，位势高度和温度场在对流层和平流层均为正异常。除夏季外，最大暖中心位于80°N附近对流层中下层，温度异常呈下暖上冷结构。北美-北大西洋高空急流出口区北侧出现东风异常，南侧为西风异常，急流轴北侧格陵兰地区异常反气旋式环流增强，这有利于产生下沉运动，从而使格陵兰长波脊发展加强。格陵兰长波脊的向极入侵，伴随北美东部和北欧地区的切断低压，使北极极涡呈现多涡结构，造成“暖北极-冷北欧”分布(见图 9(b))。同时，春季和秋季北太平洋上空急流出口区西风异常减弱，引发北太平洋长波脊发展，有利于形成“冷北美”的异常分布，形成了偏向西半球的类WACC分布。
(3) 欧亚扇区EAAC事件发生日数最少，尤其是在春夏季。北极地区500 hPa位势高度场出现偏东半球的高压异常，北极极涡向东亚和北美分裂南下，其中东亚一侧更强。冬季中纬度欧亚扇区没有表现出显著的长波脊形势，其温压场垂直结构与太平洋扇区类似，但对流层中北极地区的暖异常范围更小且位置更偏北。除冬季外，北欧-乌拉尔山附近存在较弱的长波脊，对流层呈现高压异常和暖异常相匹配的准正压结构，平流层存在冷异常。欧亚中纬度高空西风急流的异常加强及其北侧的东风异常，这有利于欧亚中东部地区极涡的偏移，此时乌拉尔长波脊后的向极暖平流输送，有利于形成“暖北极-冷欧亚”分布(见图 9(c))。
值得注意的是，本研究揭示的AAC活动特征与北半球冬季主导性环流模态——北极涛动(Arctic Oscillation, AO)存在显著的负相关关系，相关系数约为-0.58(99%置信水平)。文献[29-30]发现，AO负位相往往伴随着北极地区地面气压异常升高和中纬度西风减弱，可为AAC的形成提供背景条件；另一方面，冬季AO负位相时，极区的高压异常可能是AAC高频活动累积平均的结果。
本研究为理解北极气候变化机制提供了新的视角，并揭示了中高纬度环流相互作用在北极增暖和中纬度冷事件中的重要性。未来将进一步探讨不同时间尺度的北极反气旋环流特征及其与WACC模态的关系，以及这些联系在气候变化背景下的可能变化。
| [1] |
Serreze M C, Lunch A H, Clark M P. The Arctic frontal zone as seen in the NCEP-NCAR reanalysis[J]. Journal of Climate, 2001, 14: 1550-1567. DOI:10.1175/1520-0442(2001)014<1550:TAFZAS>2.0.CO;2 (  0) |
| [2] |
Screen J A, Simmonds I. The central role of diminishing sea ice in recent Arctic temperature amplification[J]. Nature, 2010, 464: 1334-1337. DOI:10.1038/nature09051 ( 0) |
| [3] |
Finocchio M, Doyle J D, Stern D P. Accelerated sea ice loss from late summer cyclones in the New Arctic[J]. Journal of Climate, 2022, 35(23): 7751-7769. DOI:10.1175/JCLI-D-22-0315.1 ( 0) |
| [4] |
黄菲, 丁瑞昌, 张涵, 等. 北极放大反馈机理研究进展及未来"新北极"背景下中-高纬度耦合反馈机理展望[J]. 中国海洋大学学报(自然科学版), 2024, 54(10): 66-75. Huang F, Ding R C, Zhang H, et al. Research progress of Arctic amplification feedback mechanism and prospect of mid-high latitude coupling feedback in the "New Arctic" context in the future[J]. Periodical of Ocean University of China, 2024, 54(10): 66-75. DOI:10.16441/j.cnki.hdxb.20240302 ( 0) |
| [5] |
Park D-S R, Lee S, Feldstein S B. Attribution of the recent winter sea ice decline over the Atlantic sector of the Arctic Ocean[J]. Journal of Climate, 2015, 28: 4027-4033. DOI:10.1175/JCLI-D-15-0042.1 ( 0) |
| [6] |
Nghiem S V, Hall D K, Mote T L, et al. The extreme melt across the Greenland ice sheet in 2012[J]. Geophysical Research Letters, 2012, 39: L20502. ( 0) |
| [7] |
Bennartz R, Shupe M D, Turner D D, et al. July 2012 Greenland melt extent enhanced by low-level liquid clouds[J]. Nature, 2013, 496: 83-86. DOI:10.1038/nature12002 ( 0) |
| [8] |
Solomon A, Shupe M D, Miller N B. Cloud-atmospheric boundary layer-surface interactions on the Greenland ice sheet during the July 2012 extreme melt event[J]. Journal of Climate, 2017, 30: 3237-3252. DOI:10.1175/JCLI-D-16-0071.1 ( 0) |
| [9] |
Francis J A, Vavrus S J. Evidence linking Arctic amplification to extreme weather in mid-latitudes[J]. Geophysical Research Letters, 2012, 39: L06801. ( 0) |
| [10] |
Francis J, Skific N. Evidence linking rapid Arctic warming to mid-latitude weather patterns[J]. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 2015, 373: 20140170. DOI:10.1098/rsta.2014.0170 ( 0) |
| [11] |
Newson R L. Response of a general circulation model of the atmosphere to removal of the Arctic ice-cap[J]. Nature, 1973, 241: 39-40. ( 0) |
| [12] |
Luo D. A barotropic envelope Rossby soliton model for Block-Eddy interaction part Ⅳ: Block activity and its linkage with a sheared environment[J]. Journal of the Atmospheric Sciences, 2005, 62(11): 3860-3884. DOI:10.1175/JAS3581.1 ( 0) |
| [13] |
朱乾根, 林锦瑞, 寿绍文, 等. 天气学原理和方法[M]. 第四版. 北京: 气象出版社, 2007: 649. Zhu Q G, Lin J R, Shou S W, et al. Principles and Methods of Synoptic Meteorology[M]. 4th ed. Beijing: China Meteorological Press, 2007: 649. ( 0) |
| [14] |
Walsh J E. Intensified warming of the Arctic: Causes and impacts on middle latitudes[J]. Global and Planetary Change, 2014, 117: 52-63. DOI:10.1016/j.gloplacha.2014.03.003 ( 0) |
| [15] |
Kug J S, Jeong J H, Jang Y S, et al. Two distinct influences of Arctic warming on cold winters over North America and East Asia[J]. Nature Geoscience, 2015, 8: 759-763. DOI:10.1038/ngeo2517 ( 0) |
| [16] |
Ma S, Zhu C, Liu B. Polarized response of East Asian winter temperature extremes in the era of Arctic warming[J]. Journal of Climate, 2018, 31: 5543-5557. DOI:10.1175/JCLI-D-17-0463.1 ( 0) |
| [17] |
Pithan F, Svensson G, Caballero R, et al. Role of air-mass transformations in exchange between the Arctic and mid-latitudes[J]. Nature Geoscience, 2018, 11: 805-812. DOI:10.1038/s41561-018-0234-1 ( 0) |
| [18] |
Luo D, Chen X, Overland J, et al. Weakened potential vorticity barrier linked to winter Arctic sea ice loss and midlatitude cold extremes[J]. Journal of Climate, 2019, 32: 4235-4261. DOI:10.1175/JCLI-D-18-0449.1 ( 0) |
| [19] |
Li M, Luo D. Winter Arctic warming and its linkage with midlatitude atmospheric circulation and associated cold extremes: The key role of meridional potential vorticity gradient[J]. Science China Earth Sciences, 2019, 62: 1329-1339. DOI:10.1007/s11430-018-9350-9 ( 0) |
| [20] |
Zhuo W, Yao Y, Luo D, et al. The key atmospheric drivers linking regional Arctic amplification with East Asian cold extremes[J]. Atmospheric Research, 2023, 283: 106557. DOI:10.1016/j.atmosres.2022.106557 ( 0) |
| [21] |
Luo D, Chen Y, Dai A, et al. Winter Eurasian cooling linked with the Atlantic multidecadal oscillation[J]. Environmental Research Letters, 2017, 12: 125002. DOI:10.1088/1748-9326/aa8de8 ( 0) |
| [22] |
Mokhov I I, Akperov M G, Prokofyeva M A, et al. Blockings in the Northern hemisphere and Euro-Atlantic region: Estimates of changes from reanalysis data and model simulations[J]. Doklady Earth Sciences, 2013, 449: 430-433. DOI:10.1134/S1028334X13040144 ( 0) |
| [23] |
Dong W, Zhao L, Zhou S, et al. A synergistic effect of blockings on a persistent strong cold surge in East Asia in january 2018[J]. Atmosphere, 2020, 11: 215. DOI:10.3390/atmos11020215 ( 0) |
| [24] |
Zhao L, Dong W, Dong X, et al. Relations of enhanced high-latitude concurrent blockings with recent warm Arctic-cold continent patterns[J]. Journal of Geophysical Research: Atmospheres, 2022, 127: e2021JD036117. DOI:10.1029/2021JD036117 ( 0) |
| [25] |
Shepherd T G. Effects of a warming Arctic[J]. Science, 2016, 353: 989-991. DOI:10.1126/science.aag2349 ( 0) |
| [26] |
Yu Y, Cai M, Ren R, et al. Relationship between warm airmass transport into the upper polar atmosphere and cold air outbreaks in winter[J]. Journal of the Atmospheric Sciences, 2015, 72: 349-368. DOI:10.1175/JAS-D-14-0111.1 ( 0) |
| [27] |
高文哲, 丁瑞昌, 黄菲. 对流层北极极涡强度和形态的年代际变化及其季节性特征[J]. 气候变化研究快报, 13(3): 724-734. Gao W Z, Ding R C, Huang F. Seasonality and interdecadal variation of the tropospheric Arctic polar vortex intensity and spatial pattern[J]. Climate Change Research Letters, 2024, 13(3): 724-734. ( 0) |
| [28] |
Serreze M C, Barry R G. Processes and impacts of Arctic amplification: A research synthesis[J]. Global and Planetary Change, 2011, 77: 85-96. DOI:10.1016/j.gloplacha.2011.03.004 ( 0) |
| [29] |
Thompson D W J, Wallace J M. The Arctic oscillation signature in the wintertime geopotential height and temperature fields[J]. Geophysical Research Letters, 1998, 25(9): 1297-1900. DOI:10.1029/98GL00950 ( 0) |
| [30] |
Cohen J, Screen J A, Furtado J C, et al. Recent Arctic amplification and extreme mid-latitude weather[J]. Nature Geoscience, 2014, 7(9): 627-637. DOI:10.1038/ngeo2234 ( 0) |
2. Frontier Science Center for Deep Ocean Multispheres and Earth System, Ocean University of China, Qingdao 266100, China;
3. Academy of Future Ocean, Ocean University of China, Qingdao 266100, China;
4. College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China;
5. Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266003, China;
6. Laboratory for Ocean Dynamics and Climate, Qingdao Marine Science and Technology Center, Qingdao 266237, China