近年来，全球变暖及其对世界经济的影响已经引起了社会各界的关注和重视，判断当前全球的温度变化趋势已经成为研究气候变化的一个至关重要的问题。在全球变暖的大背景下，有一个问题不容忽视，那就是温度变化趋势的区域性差异问题。江志红等(2001，2003)对近150年来南北半球平均温度变率分析表明，由于北半球年平均温度的变暖背景上叠加着显著的40、60—70 a的准周期振荡，导致其线性增暖的显著性、稳定性都较南半球低。Zeng等(2001)通过相关、趋势检验等分析认为，20世纪增暖最稳定显著的区域是印度洋、西太平洋地区；北大西洋区域则在20年代出现了增温而80年代出现了降温。此外，研究(戴晓苏，2008)表明，在这种全球变暖的背景下，20世纪60年代以后全球大部分陆地地区极端冷事件发生频率逐渐减少，而极端暖事件发生频率明显增加，其中，极端冷事件频率的减少比极端暖事件的增加更为明显。

占全球表面积70%以上的海洋比大气具有更长的记忆性，因而其海表温度的分布在很大程度上影响着全球温度场的分布，其热力状况的改变对大气环流及气候变化的作用也是非常明显的。因此，目前对温度场空间关联性的研究大多集中于对海温场的研究(肖栋等，2007；Xiao et al，2007)，尤其是几个关键海区海温场的研究，如对发生于赤道东太平洋海区的厄尔尼诺/拉尼娜事件的研究(Rasmusson et al，1982，1983; Fu et al，1986)；对位于热带西太平洋及印度洋东部的大洋暖池的研究(Kurihara et al，1986; Kurihara，1989; 黄荣辉等，1994，2002；张启龙等，2001；周春平等，1998；Webster et al，1992; Wang et al，2001; White et al，1985; 龙宝森等，1990)；以及对太平洋年代际振荡的研究(Mantua et al，1997; Tourre et al，2001; Minobe，1997)等。值得提出的是，已有研究在讨论全球增暖的趋势变化及极端事件的发生强度和频次等的变化同时，却很少涉及此类调整对于气候系统内部的关联作用等有何影响，从全球要素场整体关联性的角度进行探讨的研究少之又少。龚志强等(2008)、支蓉等(2009)以及Zhi等(2010)讨论了全球温度场的内在关联性，发现格点温度序列之间既存在真实关联，又存在关联“噪声”；指出了全球温度场的关联作用在时间尺度上存在1—15、15—90 d以及365—730 d等特征尺度，在空间上表现为沿纬向的准带状分布，并存在赤道太平洋、北太平洋、赤道大西洋和赤道印度洋等关键海域。因此，本研究在上述工作的基础上进一步从全球温度场整体关联性的角度出发，讨论温度趋势和极端温度事件对其产生的影响，进而为全面理解全球温度场系统与全球增暖及极端事件的相互作用提供了一个新的视角和有效的研究途径。2 资料和方法

所用资料为NCEP/NCAR发布的1948—2005年逐日平均温度再分析资料(地面资料)，分辨率为5°×5°。首先对资料进行预处理，滤除日温度资料中包含的季节变化，得到距平序列T′_i(t)(i=1，…，2592；t=1，…，21170)。

以序列T′_i(t)(i=1，…，2592；t=1，…，21170)为例，关联矩阵理论简要介绍如下(Murirhead，1982)，首先对序列进行标准化处理

点击浏览公式

关联矩阵的矩阵元为

点击浏览公式

格点平均关联系数为

点击浏览公式

全球平均关联系数为

点击浏览公式

需要指出的是，本文求取格点平均关联系数时，采用与支蓉等(2009)相同的处理方式，即选取通过信度为0.01的统计检验的关联矩阵元进行累加求平均，格点平均关联系数代表了单个格点与全球其他格点关联系数的平均值，全球平均关联系数则代表了全球所有格点间的平均关联强度。

此外，采用了ERA-40再分析资料(1958—2001年)对由NCEP/NCAR再分析资料得到的研究结论进行验证。由于篇幅限制，未列出两套资料的所有计算结果。 3 结果和分析 3.1 温度趋势对全球温度场关联性的影响

为了研究温度趋势对全球温度场关联性的影响，对每个格点的温度距平序列分别进行线性拟合，得到格点温度变化的趋势，然后用格点温度序列减去其对应的趋势项，经过这样处理得到的新序列，可以基本消除温度趋势的影响。

图 1a和b分别是未去除温度趋势情况下(以下简称基准情况)和去除温度趋势情况下关联系数的全球分布。对比可以看出，去除温度趋势没有使温度场关联系数的空间分布型发生明显变化。图 1c是图 1b减去图 1a的差值图，可以清楚地看出，去除温度趋势使得全球温度场关联性普遍减弱，其中，减弱最明显的是赤道及低纬度地区；南北半球中纬度

的部分区域关联性有所增强，与全球其他大部分地区的变化相反。

图 1 温度趋势对全球温度场关联性的影响(a.基准情况下关联系数的空间分布，b.去除温度趋势的情况下关联系数的空间分布，c.图b减去图a的差值(白色虚线为0值线)，d.格点温度序列趋势系数的空间分布(白色虚线为0值线))Fig. 1 Influence of the trends on the correlation of the global temperature field(a.distribution of correlation coefficients on the reference condition，b. distribution of correlation coefficients in case the trends of temperature series have been removed，c. difference picture obtained by subtracting Fig. 1a from Fig. 1b(the white dotted lines are boundaries of zero)，and d. distribution of trend coefficients of global temperature series(the white dotted lines are boundaries of zero))

图选项

为了探究这种局地关联性增强的可能原因，计算每个格点温度距平序列的趋势系数(施能等，1995)，并绘出了其空间分布(图 1d)，由图 1c和d的对比可以看出，全球大部分地区在1948—2005年呈现增温趋势(趋势系数为正值)，但局部地区在同一时期却呈现降温趋势(趋势系数为负值)，且图 1d 中呈现降温趋势的地区与图 1c中关联性增强的区域有很好的对应关系，如北太平洋地区、北美南部和东部以及北大西洋等。此外，图 1d中增温趋势相对较明显的区域与图 1c中关联性减弱较显著的区域也有较好的对应关系，如印度洋北部、太平洋西部以及大西洋中部等。

图 2a和b分别是由ERA-40再分析资料得到的基准情况和去除温度趋势情况下关联系数的全球分布。对比可以看出，去除温度趋势使温度场关联系数的空间分布型发生了一定的变化，但几个大的正、负关联中心仍然在图中有清晰的反映。图 2c是图 2b减去图 2a的差值图，由该图可以清楚地看出：去除温度趋势使得全球大部分温度场关联性普遍减弱，其中，减弱最明显的是赤道及低纬度地区；北半球中纬度的部分区域和南半球高纬度区域关联性有所增强。对比图 2c和图 1c可以看出，这一结果与由NCEP/NCAR再分析资料得到的结论有相似之处，但在南半球高纬度区域存在一定差异。图 2d是格点温度距平序列趋势系数的空间分布，对比图 2c和d可以发现，图 2d中呈现增/降温趋势的地区与图 2c中关联性减弱/增强的区域也存在一定的对应关系，与由NCEP/NCAR再分析资料得到的结论基本相符。

图 2 同图 1，但为基于ERA-40再分析资料Fig. 2 As in Fig. 1 but based on the ERA-40 reanalysis temperature data

图选项

取长度为10 a滑动窗口(滑动步长2 a)研究全球温度场关联性随时间演变的特征，如图 3曲线A中的第1个点是由1948—1957年共10 a的数据计算得到，按照惯例将结果赋值给滑动窗口中的末尾年份，即1957年；计算第2个点时，窗口滑动1步(2 a)，取1950—1959年共10 a的数据进行计算，结果仍然赋值给窗口中的末尾年份，即1959年；依此类推。结果表明：与基准情况(图 3，曲线B)相比，去除温度趋势的情况下R_Tglobal随时间变化的趋势没有明显改变(图 3，曲线A)，但在大部分时段数值略有减小，这与由图 1和2得到的结论是一致的。 由全球平均关联系数的物理特性可知，在全球大部分地区都呈现增温趋势的情况下，有利于全球温度场内部关联作用的加强；进入21世纪以后R_Tglobal与基准情况相比减小程度变得比较明显则反映了2000年以来全球增暖的新特征。基于ERA-40再分析资料得到的结论与上述结论基本一致，验证了计算结果的可靠性(图略)。

图 3 全球平均关联系数随时间的演变(A.去除温度趋势的情况，B.基准情况)Fig. 3 Changes in the correlation of the global temperature field with time(A. for the case of the trends of temperature series removed，and B. for the reference condition)

图选项

对极端温度的判定采用了百分位阈值法(翟盘茂等，2003)，取第5/第95百分位为极端阈值。在研究极端温度事件对全球温度场关联性的影响过程中首先采用了两种方案进行比较：一种是将极端温度值用30 a气候平均值(1971—2000年)代替(以下简称方案Ⅰ)(图 4a)；另一种是将极端温度值用相应的极端阈值代替(以下简称方案Ⅱ)(图 4b)。由图 4可以看出，与未替代极端温度的情况(以下简称基准情况(图 1a))相比，采用方案Ⅰ和Ⅱ替代极端事件并没有造成温度场关联系数在空间分布上的明显变化。基于ERA-40再分析资料得到的结论也类似(图略)。

图 4 替代极端事件对全球温度场关联性的影响(a.方案Ⅰ，b.方案Ⅱ)Fig. 4 Influence of the substitution of extreme events on the correlation of the global temperature field(a. Scheme Ⅰ，and b. Scheme Ⅱ)

图选项

接下来，将探讨极端温度事件对全球温度场关联性影响随时间的演变特征(图 5)，与3.1节类似，仍然取长度为10 a的滑动窗口，滑动步长2 a。可以看出：在20世纪90年代初期之前，采用方案Ⅰ和Ⅱ(曲线A、B)对R_Tglobal随时间的演变特征影响不大，其总体变化趋势与基准情况(曲线D)基本相同；但在20世纪90年代初期之后，三者之间有了明显的差异，方案Ⅰ使得20世纪90年代初期以后R_Tglobal明显小于方案Ⅱ和基准情况。

图 5 全球平均关联系数随时间的演变情况(A.方案Ⅰ，B.方案Ⅱ，C.方案Ⅲ，D.基准情况)Fig. 5 Changes in the correlation of the global temperature field with time(A. for the case of Scheme Ⅰ，B. for the case of Scheme Ⅱ，C. for the case of Scheme Ⅲ，and D. for the reference condition)

图选项

为了寻找造成以上差异的原因，做了如下尝试：首先，考虑到温度趋势对极端温度值的影响，将方案Ⅰ修订为极端温度值用当前10 a(即滑动窗口内的10 a)气候平均值代替(以下简称方案Ⅲ)。结果表明，采用方案Ⅲ(图 5中曲线C)和方案Ⅰ(图 5中曲线A)结果差异不大，20世纪90年代初期以后采用方案Ⅲ仍然使得R_Tglobal明显小于方案Ⅱ和基准情况(图 5中曲线B、D)，说明差异产生的原因与温度趋势没有太大关联。

根据图 5，选取图中对应的1965—1973年、1997—2005年两个时段(以下分别简称时段Ⅰ和Ⅱ)作为代表时段进行对比分析，尝试寻找造成图 5中20世纪90年代以后方案Ⅰ与方案Ⅱ及基准情况之间出现如此大差异的原因。其中时段Ⅰ，方案Ⅰ和Ⅱ与基准情况结果接近；时段Ⅱ，方案Ⅰ和Ⅱ与基准情况结果差别最大。

图 6a是方案Ⅰ和基准情况在时段Ⅰ的差值(方案I减去基准情况)，图 6b是相应的时段Ⅱ的差值。由图 6a和b的对比可知：时段Ⅰ，采用方案Ⅰ和基准情况相比温度场关联系数在北半球的中高纬度地区明显大于基准情况；而时段Ⅱ的情况与之恰恰相反，最显著正值的区域变为南半球的中纬度地区。

图 6 合成分析结果(a.时段Ⅰ，方案Ⅰ和基准情况的差值，b.时段Ⅱ，方案Ⅰ和基准情况的差值，c.方案Ⅰ，时段Ⅱ减去时段Ⅰ的差值，d.基准情况，时段Ⅱ减去时段Ⅰ的差值; 白色虚线为0值线)Fig. 6 Composite pictures(a)for Period Ⅰ，the picture is obtained by subtracting the correlation coefficients for the reference condition from the correlation coefficients for the case of Scheme Ⅰ，(b)as in Fig. 6a but for period Ⅱ，(c)with Scheme Ⅰ，the picture is obtained by subtracting the correlation coefficients for Period Ⅰ from the correlation coefficients for Period Ⅱ，and (d)as in Fig. 6c but with Scheme Ⅱ(the white dotted lines are boundaries of zero)

图选项

图 6c和d分别是方案Ⅰ和基准情况下时段Ⅱ减去时段Ⅰ的差值。由图 6c可以看出，采用方案Ⅰ，温度场关联系数的空间分布随时间不断变化，其中南半球大部分地区的关联性明显增强，而北半球除了北太平洋等部分区域外，关联性均有所减弱；而基准情况下(图 6d)，温度场关联系数空间分布随时间的变化没有表现出显著的南北差异。

基于ERA-40再分析资料得到的结论与由NCEP/NCAR再分析资料得到的结论类似(图略)，证明了上述结论的可靠性。 4 结论与讨论

基于NCEP/NCAR和ERA-40的逐日平均温度再分析资料构建全球温度场关联矩阵，分别讨论了温度趋势和极端温度事件对全球温度场关联性的影响。与基准情况相比，去除温度趋势的情况下关联系数的空间分布型没有明显的变化，但关联强度略有减弱，其中，减弱最明显的是赤道及低纬度地区；南北半球中纬度的部分区域关联性有所增强，与全球其他大部分地区的变化相反。格点温度序列趋势系数的空间分布表明：全球大部分地区在1948—2005年呈现增温趋势，但局部地区在同一时期却呈现降温趋势；呈现降温趋势的地区与上述关联性增强的区域恰好对应，而增温趋势相对较明显的区域与上述关联性减弱较明显的区域也有较好的对应关系。

取长度为10 a滑动窗口研究全球温度场关联性随时间演变的特征对去除温度趋势的响应发现： R_Tglobal在1980年前后和2000年前后均出现了峰值，总体表现为30 a的准周期振荡。去除温度趋势后，R_Tglobal随时间的变化趋势没有明显改变，尤其是准周期振荡的特征依然存在，这充分说明30 a准周期振荡有可能是温度场内部关联作用固有的特征尺度，受全球增暖的影响较小；同时，R_Tglobal在大部分时段数值略有减小则表明全球增暖总体有利于系统内部关联作用的加强；进入21世纪后的明显减小从侧面反应了全球增暖另一个新的特征。

对极端温度的判定采用了百分位阈值法，取第5/第95百分位为极端阈值。为了研究极端温度事件对全球温度场关联性的影响，采用3种方案替代极端温度值，结果表明：在20世纪90年代初期之前，采用方案Ⅰ、Ⅱ和Ⅲ的情况下R_Tglobal随时间演变的总体趋势与基准情况基本相同；但在20世纪90年代初期之后，方案Ⅰ、Ⅲ的结果明显小于方案Ⅱ和基准情况。进一步分析表明，采用方案Ⅰ、Ⅲ的情况下温度场关联系数的空间分布随时间演变在20世纪90年代初期前后发生较大改变可能是造成上述差异的原因。

因此，全球温度变化不仅表现为要素值的趋势变化，温度场内部相互作用的空间范围和强度变化也对此有所反映，后者在以往的研究中少有提及。ERA-40再分析资料得到的结论进一步验证了趋势变化和极端事件对全球温度场内部关联性影响的可能性。极端事件作为小概率事件是气候系统的极端表现形式，虽然所占比重相对较小，但对气候系统的反馈作用却是不容忽视的。从本研究结果来看，这种反馈作用自20世纪90年代初期以来变得尤为明显。这是否意味着20世纪90年代初期全球温度场发生了与极端温度密切相关的内部关联性的调整，有待于今后工作中进行深入探讨。