近年来在全球变暖背景下，极端天气气候事件频发，相关研究成为人们关注的热点(Karl et al，1999a；Alexander et al，2006；Allan et al，2008；任国玉等，2010)。中国是一个气象灾害频发的国家，每年由气象灾害造成的经济损失为2000—3000亿元，占GDP的1%—3%。因此，研究极端天气气候事件的变化及其成因具有重要的科学意义和社会价值。

对于极端天气气候事件的时空变化，已有很多相关研究。政府间气候变化专门委员会(IPCC)第4次评估报告指出，全球大部分中纬度地区霜冻日数大范围减少、极端暖日日数增加、极端冷日和冷夜日数显著减少。自20世纪下半叶以来，热浪持续增长(Frich et al，2002；Solomon et al，2007)，日最低气温比日最高气温的增暖强度大(Easterling et al，2000)。中国学者(严中伟等，2000；Zhai et al，2003；唐红玉等，2005；周雅清等，2010)对中国极端气温的变化也进行了大量研究，指出20世纪下半叶中国平均最高气温和极端高温在北方增加明显，特别是在东北北部、华北和西北北部及青藏高原地区；中国大部分地区冷日、冷夜和霜冻日数都呈显著减少趋势，暖日和暖夜的发生频率除个别地区外皆有增加趋势；中国大部分地区热浪天数都显著增加，特别是东南沿海和华北，但黄河下游部分站点热浪天数有所减少；气温日较差呈减小趋势，特别是东北、华南和新疆地区(Easterling et al，2000；翟盘茂等，2003；Qian et al，2004；Alexander et al，2006；Ding et al，2009)。基于对过去极端天气气候事件发展变化的认识，部分研究(Tebaldi et al，2006；Zhang et al，2006；江志红等，2009)还探讨了未来中国极端天气气候事件可能的发展趋势。

然而，目前关于极端天气气候事件发生、发展机理和影响因子的研究还比较少。作为控制大气环流和气候变化的重要模态(Lorenz，1951；Li et al，2003)——北半球环状模(简称NAM)和南半球环状模(简称SAM)对北半球气候有着深远和广泛的影响(Thompson et al，1998；Thompson，2001；Gong et al，2003；Nan et al，2003，2009；李建平，2005；南素兰等，2005a，2005b； Wu et al，2009b；郑菲等，2012)，其中，又以北半球环状模的作用更为直接。北半球环状模全年存在，有较强的季节变化，冬季较强，夏季较弱(范丽军等，2003)。已有研究(Thompson et al，2000；龚道溢等，2003)指出，北半球环状模与北美、欧亚大陆中高纬度气温、降水关系紧密。冬季北半球环状模对中国的冬季风(Gong et al，2001)、气温(龚道溢等，2003，2004)、西南地区降水(徐寒列等，2012)有显著影响；春季北半球环状模与东亚夏季风也存在紧密联系(Wu et al，2009a，2012)。冬季、春季同期的北半球环状模与中国某些地区最高、最低气温(所玲玲等，2008)、暖日和暖夜及冷日和冷夜日数(王冀等，2007；丁园圆等，2010)有很强的相关性。综观前人工作，尽管已有研究注意到了北半球环状模对中国气温的影响，也涉及极端气温方面的研究，但关于北半球环状模对极端气温影响的机理研究还较少，且已有研究仅关注了同期北半球环状模和中国极端气温的相关，并没有深入讨论不同季节间北半球环状模与中国极端气温的超前关系、跨季节影响及相关机理。本文围绕北半球环状模对中国极端气温事件的超前关系和跨季节影响的这一主题，进行了尝试性研究，发现前冬北半球环状模与春季中国东部北方地区极端低温有显著的负相关关系。在揭示这一现象的基础上，探讨前冬北半球环状模对中国地区春季极端低温事件的跨季节影响，并尝试从欧亚雪盖的角度解释两者之间的可能物理联系和影响机理。

使用的北半球大气环流和地表气温资料是美国国家环境预报中心/国家大气研究中心(NCEP/NCAR)月平均再分析资料(Kalnay et al，1996)，水平分辨率为2.5°×2.5°，资料时段是1959—2008年；北半球环状模指数(1959—2007年)选用的是Li等(2003)定义的指数

对北半球环状模与中国极端低温的相关分析(图 1)表明，前冬北半球环状模指数与中国春季的冷夜、冷日和霜冻指数存在负相关，与极端最低气温和最高气温极小值指数存在正相关关系，显著相关区主要位于长江中下游以北、河套以东的地区。冷夜、极端最低气温受北半球环状模的影响尤为明显，其显著相关区延伸到华南及西部地区。本文将上述主要相关区称之为中国东部北方地区(30°—50°N，110°—130°E)，接下来主要讨论该区域的极端低温变化。北半球环状模指数与冷夜、冷日和霜冻的显著负相关表明，前冬北半球环状模偏强时，春季中国东部北方地区冷夜、冷日和霜冻发生的频次偏少，而北半球环状模指数与极端最低气温和最高气温极小值的显著正相关说明，前冬北半球环状模偏强时，春季中国东部北方地区的极端低温事件的强度偏小；当北半球环状模偏弱时，情况相反。

图 1 前冬(12—3月)北半球环状模指数与春季(3—5月)中国5个极端低温指数的相关系数(a.冷夜，b.冷日，c.极端最低气温，d.最高气温极小值，e.霜冻; 填色表示信度超过95%的区域) Fig. 1 Correlation coefficient distributions between the preceding boreal winter(December-March)NAMI and the spring(March-May)extrem low temperature indices in China(a.TN10p，b.TX10p，c.TNn，d.TXn，e.FD; shaded areas are significant at the 95% confidence level)

图选项

图 1中通过95%信度检验的阴影区大部分都分布在(30°—50°N，110°—130°E)，本研究将该地区各极端低温指数的空间平均作为反映中国东部北方地区极端低温的指标(图 2)。在1960—2008年的49年中，前冬北半球环状模指数正距平的有22年，春季中国东部北方地区冷夜、冷日和霜冻指数为负距平的年数分别为19、17和17年，占总年份的86.4%和77.3%。前冬北半球环状模指数正距平时，春季中国东部北方地区极端最低气温和最高气温极小值为正距平的年数是18和19年，分别占总年份的81.8%和86.4%；这49年中前冬北半球环状模指数负距平数为27年，其中春季中国东部北方地区冷夜、冷日和霜冻指数为正距平的年数分别为18、17和20年，占总年份的66.7%、63.0%和74.1%。前冬北半球环状模指数为负距平时，春季中国东部北方地区极端最低气温和最高气温极小值为负距平的年数为18和17年，分别占总年份的66.7%和63.0%。由此可见，前冬北半球环状模的异常和春季东部北方地区极端低温事件发生的频次和强度异常有很好的对应关系。前冬北半球环状模指数和春季中国东部北方地区5个极端低温指数时间序列的相关系数都通过了95%的信度

检验，说明前冬北半球环状模对春季中国东部北方地区极端低温事件有重要影响。当前冬北半球环状模偏强时，春季中国东部北方地区极端低温事件发生的频次偏少，强度偏小，而冬季北半球环状模偏弱的年份次年春季该地区极端低温事件发生的频次多，强度大。

图 2 前冬北半球环状模指数(实线)和春季中国东部北方地区极端低温指数(长-短虚线)序列(a.冷夜，b.冷日，c.极端最低气温，d. 最高气温极小值，e. 霜冻; 为了便于比较，各序列均进行了标准化处理) Fig. 2 Normalized time series of the preceding winter NAMI(solid line) and the spring extreme low temperature indices(long and short dashed line)in the north of eastern China(a.TN10p，b. TX10p，c. TNn，d.TXn，e. FD)

图选项

为了确定前冬北半球环状模和春季中国东部北方地区极端低温的关系，用奇异值分解(SVD)法做进一步分析。左场选取的是1959—2007年冬季20°N以北，0°—360°的海平面气压(SLP)场，右场为1960—2008年春季中国台站极端气温指数，做奇异值分解之前所有变量都经过了标准化处理。图 3是海平面气压与冷夜指数奇异值分解第1模态对应的同质和异质相关型，这个模态的解释方差为84.1%，两变量场对应的时间系数的相关系数是0.66(通过了95%的信度检验)。从同质相关图(图 3a、b)可以看到，北半球中、高纬度地区分别表现出环状的显著正、负相关，对应着北半球环状模的正位相，说明第1模态主要反映了与北半球环状模异常相对应的环流特征。中国冷夜的相关分布是全国性的，这表明第1模态主要反映了中国冷夜的异常情况。在异质相关图(图 3c、d)上，海平面气压主要表现为北半球环状模的正位相，中国东部以及东部北方地区存在大范围显著负相关，说明前冬北半球环状模的正(负)位相与春季该地区冷夜偏少(多)的情况相对应。这与前冬北半球环状模指数与春季冷夜的相关分析一致，进一步说明冬季北半球环状模偏强，随后的春季中国东部北方地区冷夜日数偏少；反之，则冷夜日数偏多。

图 3 前冬北半球20°N以北的海平面气压(a、c)与春季中国台站冷夜指数(b、d)奇异值分解的第1模态同质相关(a、b)和异质相关(c、d)分布(阴影表示信度超过95%的区域) Fig. 3 Leading SVD modes for the preceding winter sea level pressure to the north of 20°N(a，c) and the spring TN10p in China(b，d)(a，b. the homogeneous correlation patterns； c，d. the heterogeneous correlation patterns. Shaded areas are significant at the 95% confidence level)

图选项

对1959—2007年冬季20°N以北的海平面气压与1960—2008年春季中国冷日、极端最低气温、最高气温极小值和霜冻指数的奇异值分解结果与上文相关分析的结论一致(图略)，表明前冬北半球环状模偏强时，春季中国东部北方地区极端低温事件发生的频次容易偏少，强度偏小；而当前冬北半球环状模偏弱时，春季中国东部北方地区极端低温事件发生的频次偏多，强度偏大。4 春季东亚大气环流对前冬北半球环状模的异常响应

从春季200、500和850 hPa环流场对前冬北半球环状模异常的响应(图 4)可以看出，在冬季北半球环状模高值年的次年春季，中国东部北方地区500和850 hPa有正的位势高度场异常，与之对应的风场为反气旋式异常响应；200 hPa有负的位势高度场异常，对应风场为异常的气旋式环流。这种高、低空配置有利于异常下沉气流产生，导致该地区产生异常的下沉增温，使地面气温偏高。此外，冷夜、冷日、霜冻、极端最低气温和最高气温极小值5个指数对春季环流场的合成与上述结果相一致。

图 4 前冬北半球环状模指数异常合成的春季200(a)、500(b)和850(c)hPa位势高度场(单位：m)的极差分布(阴影表示信度超过95%的区域) Fig. 4 Composite difference distributions of the spring geopotential height at(a)200 hPa，(b)500 hPa and (c)850 hPa between the preceding winter high and low NAMI years(unit：m)(Shaded areas are significant at the 95% confidence level)

图选项

为了验证上述分析结论，分别考察了前冬北半球环状模指数、春季冷夜和春季极端最低气温异常时春季垂直速度的响应(图 5)。当前冬北半球环状模指数偏大时，春季中国东部北方地区上空有异常的下沉气流，不利于极端低温事件的发生。春季冷夜日数偏多时，在中国东部北方地区上空有大范围的异常上升气流，与基于北半球环状模指数合成的情况相反，利于极端低温事件的发生。基于春季极端最低气温指数合成的垂直速度剖面图(图 5e、f)的情况与图 5a、b相似，但显著区域范围更大，垂直速度的正异常值也更大，说明该地区垂直下沉气流更强，不利于极端低温事件的发生。基于春季同期的冷日、最高气温极小值和霜冻指数合成的垂直速度的异常响应与上述分析结果类似。

图 5 前冬北半球环状模指数异常(a、b)、春季冷夜异常(c、d)和春季极端最低气温异常(e、f)对应的春季垂直速度(单位：10-3Pa/s)合成差的垂直剖面(a、c、e. 沿30°—50°N的经度-高度剖面，b、d、f. 沿110°—130°E的纬度-高度剖面; 阴影表示信度超过95%的区域) Fig. 5 Vertical sections of the composite differences of the spring vertical velocity(unit：10-3 Pa/s)between(a，b)the preceding winter high and low NAMI years，spring high and low(c，d)TN10p and (e，f)TNn years(a，c，e. the longitude-height cross section between 30°—50°N； b，d，f. the latitude-height cross sections between 110°—130°E. Shaded areas are significant at the 95% confidence level)

图选项

大气环流的变化对地面气象要素的影响常常是通过各地区的天气系统联系起来实现的。已有研究表明，中国东北地区的气温与东北冷涡的强度紧密相关(孙力，1997；胡开喜等，2011)。东北冷涡一年四季都存在，其发生、发展对中纬度大气环流有重要影响。东北冷涡的频繁活动和持续维持会给中国东北地区带来低温多雨天气，气候影响显著。从图 4可以看出，当前冬北半球环状模偏强时，春季对流层中低层有显著的正位势高度场异常，东北冷涡异常偏弱，并导致中国东部北方地区的地表气温偏暖。参考何金海等(2006)对东北冷涡的定义方法，在此定义了春季的东北冷涡指数(NECVI)，并用该指数对春季的位势高度场进行合成分析(图略)，发现从贝加尔湖、蒙古到中国东北地区存在显著的气旋性环流异常，环流中心位于东北北部，中国东部北方地区受异常的西北风影响，这表明东北冷涡指数能较好地描述东北冷涡的主要特征。春季东北冷涡指数和前冬北半球环状模指数的相关系数为-0.58(超过了99%的信度检验)，说明当前冬北半球环状模偏强(弱)的时候，春季东北冷涡的强度偏弱(强)，有利于中国东部北方地区气温偏高(低)。5 北半球环状模影响中国东部北方地区极端低温的可能机制——欧亚雪盖的桥梁作用

由于大气本身缺乏产生持续性预报的物理机制，大气潜在的可预报性变化可来源于大气下边界(如海洋、雪盖等)持续性异常加热强迫作用。雪盖通过其特有的热力性质影响地表的辐射收支、热量平衡和水分平衡过程，从而对大气环流和气候产生重要影响。有研究指出欧亚雪盖和北半球环状模联系紧密(Cohen et al，1999；Bojariu et al，2003；Saito et al，2003)，前冬北半球环状模和春季的欧亚雪盖有显著的负相关关系(Saito et al，2004；Bamzai，2003)。这种超前影响与北半球环状模对东北低温的影响在时间尺度上一致，因此，可以认为欧亚雪盖在前冬北半球环状模影响春季中国东部北方地区极端低温中可能起到潜在的桥梁作用。

对北半球环状模和欧亚雪盖的超前滞后相关分析(图 6)表明，冬季北半球环状模超前欧亚雪盖一个季节时两者存在显著的负相关关系，与已有研究结果较为一致。同时，还发现冬季北半球环状模与同期的欧亚雪盖面积也有显著负相关，这说明前冬北半球环状模偏强时，同期欧亚雪盖的面积偏小，而前冬北半球环状模偏弱时，欧亚雪盖的面积偏大。当冬季北半球环状模偏强时，同期欧亚大陆中高纬度大范围区域内近地面层气温偏高，不利于积雪生成，因此，欧亚雪盖面积偏小，反之亦然。另外，由欧亚雪盖面积自身的超前滞后相关(图略)得到，冬季欧亚雪盖面积与同期及其随后的一、两个季节的雪盖面积都有显著正相关，与春季雪盖面积的相关系数达到0.48，超过了99%的信度检验，表明欧亚雪盖面积异常具有较强的持续性，可以从前冬持续到春季。因此，可以认为前冬北半球环状模偏强会引起同期欧亚雪盖面积偏小，并通过雪盖的持续性导致春季雪盖面积也偏小。

图 6 不同季节的北半球环状模和欧亚雪盖面积的超前滞后相关(纵坐标代表北半球环状模的季节，以各月的首字母表示，横坐标的正/负数代表北半球环状模超前/滞后雪盖的季节数；阴影表示信度超过95%的区域) Fig. 6 Lead-lag correlations between the seasonal NAM and the Eurasian snow cover area(The ordinate shows the season of NAM. The positive value of the abscissa is for the number of season with NAM leading snow cover，whereas the negative one indicates that snow cover leads NAM. Shaded areas are significant at the 95% confidence level)

图选项

从春季欧亚雪盖面积与同期中国5个极端低温指数的相关系数分布(图 7)可见，长江中下游以北、河套、河套以东的地区以及中国西北部地区有正或负的显著相关区，即春季欧亚雪盖面积偏大时，中国东部北方地区的冷夜、冷日和霜冻日数偏多，极端低温事件发生的频次偏高；在同一范围内，欧亚雪盖面积指数与极端最低气温和最高气温极小值呈负相关，说明当欧亚雪盖面积偏大时，极端最低气温和最高气温极小值容易偏小，即极端低温事件的强度偏强。反之亦然。

图 7 春季欧亚雪盖面积和同期的中国5个极端低温指数的相关系数分布(a.冷夜，b. 冷日，c. 极端最低气温，d. 最高气温极小值，e. 霜冻; 填色表示信度超过95%的区域) Fig. 7 Spatial distributions of the correlation coefficient between the spring Eurasian snow cover area and the simultaneous extreme low temperature indices in China(a.TN10p，b. TX10p，c. TNn，d. TXn，e. FD; shaded areas are significant at the 95% confidence level)

图选项

当春季欧亚雪盖面积异常时，雪盖通过强迫北半球大尺度环流影响中国气候。由500 hPa位势高度场极差分布(图 8)可见，在春季欧亚雪盖面积偏大时，乌拉尔山地区为正的位势高度场异常，乌拉尔山高压偏强；极地和贝加尔湖附近分别呈现正和负位势高度场异常，这种正负异常的分布会引起高纬度西风带的减弱，经向环流加强，容易引导极地强冷空气向南爆发，从而导致欧亚大陆北部大部分地区地表气温偏低。同时，春季的欧亚雪盖面积和东北冷涡的相关系数为0.51，说明春季欧亚雪盖面积偏大时，同期东北冷涡偏强，也容易导致中国东部北方地区的气温偏低。

图 8 春季欧亚雪盖面积异常合成的同期500 hPa位势高度场(单位：m)的极差分布(阴影表示信度超过95%的区域) Fig. 8 Composite difference distribution(unit：m)of the spring geopotential height at 500 hPa between the large and small spring Eurasia snow cover area years(Shaded areas are significant at the 95% confidence level)

图选项

由春季欧亚雪盖回归的同期地表气温(图 9)可以看出：欧亚大陆北部约40°N以北的大部分地区的回归系数为负，110°E以东这种负的回归系数区域逐渐向南扩展，直至长江中下游地区。说明当春季欧亚雪盖面积偏大时，中国东部北方地区及欧亚大陆中高纬度大部分地区地表气温偏低；而春季欧亚雪盖面积偏小时，上述地区地表温度偏高。这种大范围的地表气温异常很有可能给极端低温事件的发生提供大的背景场，使极端低温事件发生相应的变化。

图 9 春季欧亚雪盖面积回归的同期地表气温(单位：℃)(阴影表示信度超过95%的区域) Fig. 9 Regression pattern of the simultaneous surface temperature(unit：℃)with respect to the Eurasian snow cover area(Shaded areas are significant at the 95% confidence level)

图选项

综上所述，冬季北半球环状模对同期欧亚雪盖有显著影响，且这种影响能持续到春季。而春季欧亚雪盖通过强迫北半球大气环流变化来影响地表气温。当春季欧亚雪盖面积偏大(小)时，东北冷涡偏强(弱)，中国东部北方地区的平均温度容易偏低(高)，有利于该地区极端低温事件发生的频次偏高(低)，强度偏强(弱)。

本文分析了前冬北半球环状模与春季中国东部北方地区极端低温事件的关系，发现前冬北半球环状模对春季中国东部北方地区的极端低温有重要影响，两者存在着显著的相关。前冬北半球环状模偏强，春季中国东部北方地区冷日、冷夜和霜冻发生的日数偏少，极端最低气温和最高气温极小值偏高，即极端低温事件发生的频率偏小，强度偏弱。前冬北半球环状模偏弱时，春季中国东部北方地区冷日、冷夜和霜冻发生的日数偏多，极端最低气温和最高气温极小值偏低，即极端低温事件发生的频率偏大，强度偏强。此外，还分析了前冬北半球环状模异常对应的大气环流型：当前冬北半球环状模偏强时，春季中国东部北方地区上空高、低层分别存在位势高度的负、正异常，对流层有异常的下沉增温，且东北冷涡偏弱，导致该地区气温偏高，极端低温事件发生的频次偏少，强度偏弱。当前冬北半球环状模偏弱时，大气环流变化与上述情况相反。考虑到北半球环状模在12—3月时位相最强，故定义12月至次年3月为冬季。另选取了12—2月定义的冬季对上述研究内容进行核实，结果表明12月至次年2月北半球环状模和春季中国东部北方地区的极端低温的相关仍十分显著。因此，前冬北半球环状模的强度变化可以作为春季中国东部北方地区极端低温事件的一个预测信号。

从本文的分析结果可知，前冬北半球环状模与春季中国东部北方地区极端低温事件有一定的关系，但北半球环状模具体是通过什么机制影响极端低温事件的呢？文中也给出了可能的物理机制分析，即冬季的北半球环状模通过影响同期欧亚雪盖的面积，并且雪盖将这一信号持续到春季使欧亚大陆上空大气环流发生改变，从而进一步影响中国东部北方地区气温，因此给该地区的极端低温事件的发生提供一个大的背景场，影响其变化。本文讨论了雪盖作为一种介质传递跨季节的北半球环状模对极端低温事件的影响，这是一种可能的机制，前冬北半球环状模是否有可能通过其他途径影响春季中国东部北方地区的极端低温事件，值得进一步研究。另外，春季欧亚雪盖是如何强迫改变北半球大尺度环流，且哪些区域的雪盖可能对北半球环状模和极端低温的变化更为敏感，这些问题还有待更深入的研究。

致谢：中国科学院大气物理研究所东亚区域气候环境重点实验室的严中伟研究员和李珍博士为本研究提供了中国气象台站的均一化逐日温度资料，在此表示感谢。