气象学报  2020, Vol. 78 Issue (5): 778-795   PDF    
http://dx.doi.org/10.11676/qxxb2020.049
中国气象学会主办。
0

文章信息

石晨, 廉毅, 杨旭, 付冬雪, 沈柏竹, 李尚锋, 刘刚. 2020.
SHI Chen, LIAN Yi, YANG Xu, FU Dongxue, SHEN Baizhu, LI Shangfeng, LIU Gang. 2020.
东北亚和北半球冬季高空切断冷涡与中国极端低温事件的联系
The relationship between winter cut-off cold vortexes in Northeast Asia and northern hemisphere as well as their connections with extreme low temperature events in China
气象学报, 78(5): 778-795.
Acta Meteorologica Sinica, 78(5): 778-795.
http://dx.doi.org/10.11676/qxxb2020.049

文章历史

2019-08-22 收稿
2020-04-08 改回
东北亚和北半球冬季高空切断冷涡与中国极端低温事件的联系
石晨1,2 , 廉毅1,2 , 杨旭1,2 , 付冬雪1,3 , 沈柏竹1,2 , 李尚锋1,2 , 刘刚1,4     
1. 中高纬度环流系统与东亚季风研究开放实验室,长春,130062;
2. 吉林省气象科学研究所,长春,130062;
3. 吉林省气候中心,长春,130062;
4. 吉林省气象信息网络中心,长春,130062
摘要: 利用美国国家环境预测中心/国家大气研究中心再分析资料和美国气候预测中心冬季逐日温度资料,通过机器自动识别和目视相结合的方法,研究了北半球冬季500 hPa冷涡分布特征,并基于信息流因果论方法,揭示了东北亚冷涡活动与北半球其他活动区冷涡以及中国冬季极端低温事件的联系。根据冷涡活动天数随经度的变化,划分了4个活动频繁区,发现北半球冬季冷涡活动频率从大到小分别为大西洋-欧洲区(37.7%)、北太平洋区(22.35%)、东北亚区(20.95%)和北美-格陵兰区(13.77%)。北美-格陵兰区冷涡平均中心强度最强(493 dagpm),大西洋-欧洲区最弱(514 dagpm)。年际尺度上,东北亚区冷涡活动具有相对独立性,只有1月北美-格陵兰区冷涡活动天数变化在一定程度上是2月东北亚冷涡活动天数变化的原因。冷涡强年的动力学特征分析表明,东北亚区和北美-格陵兰区冷涡与北大西洋涛动正位相密切相联,北太平洋区冷涡则与北太平洋涛动正位相有联系,大西洋-欧洲区冷涡则对应北大西洋涛动和北太平洋涛动负位相。东北亚冷涡与中国极端低温联系密切,通过聚类分析界定了4类极端低温事件,发现东北-华北类、北方类和中东部类极端低温事件发生时都伴随着很强的东北亚冷涡活动。
关键词: 北半球冷涡    东北亚冷涡    极端低温    信息流    因果关系    
The relationship between winter cut-off cold vortexes in Northeast Asia and northern hemisphere as well as their connections with extreme low temperature events in China
SHI Chen1,2 , LIAN Yi1,2 , YANG Xu1,2 , FU Dongxue1,3 , SHEN Baizhu1,2 , LI Shangfeng1,2 , LIU Gang1,4     
1. Laboratory of Research for Middle-High Latitude Circulation System and East Asian Monsoon,Changchun 130062,China;
2. Institute of Meteorological Science of Jilin Province,Changchun 130062,China;
3. Climate Center of Jilin Province,Changchun 130062,China;
4. Jilin Meteorological Information Network Center,Changchun 130062,China
Abstract: Using the NCEP/NCAR reanalysis data and Climate Prediction Center daily temperature data, the distribution characteristics of 500 hPa cold vortex in the northern hemisphere winter are studied by automatic machine identification and visual method. Based on information flow causality theory, the relationship between cold vortex in Northeast Asia and other active regions in the northern hemisphere and the extreme cold events in China is investigated. According to the variations of cold vortex cumulative days along longitude, four active subregions are identified. It is found that the frequency of cold vortex activity in the northern hemisphere winter from large to small is 37.7% in the Atlantic-European region, 22.35% in the North Pacific region, 20.95% in Northeast Asia region and 13.77% in the North America-Greenland region. The averaged central intensity of cold vortex in the North America-Greenland region is the strongest (493 dagpm), while that in the Atlantic-European region is the weakest(514 dagpm). On interannual scale, the activities of cold vortex in Northeast Asia are relatively independent. To some extent, only cold vortex days in the North America-Greenland in January are the unstable sources of the interannual variations of cold vortex activities in Northeast Asia in February. The dynamic characteristics analysis of strong cold vortex years shows that the cold vortexes in Northeast Asia and the North America-Greenland are closely related to positive phase of the NAO, the cold vortexes in the North Pacific are closely related to positive phase of the NPO, while the cold vortexes in the Atlantic-European region correspond to negative phases of the NAO and NPO. The cold vortexes in Northeast Asia are closely related to extreme low temperature events in China. Four kinds of extreme cold events are defined by cluster analysis. It is found that the northeastern-northern type, the northern type, the south of the Yangtze River type and the mid-eastern type are accompanied by strong cold vortex activities in Northeast Asia.
Key words: Cold vortex in northern hemisphere    Cold vortex in Northeast Asia    Extreme low temperature    Information flow    Causality    
1 引 言

20世纪中叶,气象学家发现高空西风气流波动加深期间纬向平均气流有时会向低纬度方向分离成孤立、闭合的冷性低压中心,并且可以维持相当长时间,对局地天气能产生深远影响。这种低压前身往往是一个高空冷槽后来被切断,称之为切断冷涡。切断冷涡往往与阻塞高压相伴出现,并被视为大气环流的重要天气系统(Crocker,et al,1947Hsieh,1949Palmén,1949)。对于切断冷涡,Berggren等(1949)给出了500 hPa切断低压形成的理想示意图,Rex(19501951)注意到切断过程与西风气流有明显分支现象并给出了这种天气形势的地理和季节分布的统计事实,Hsieh(19491950)也曾给出高空切断冷涡的形成过程与降水区相对冷堆表面等高线的位置概念示意图。

由于高空切断低压对北美和欧洲天气影响显著,Petterssen(1956)发现切断低压趋向于在中低纬度(25°—40°N)形成,高空气压场上的低压区有时与高空极地半永久性低压区合并,并有源于大西洋和北美东部的气旋分两支路径移动,分别止于格陵兰以及葡萄牙与摩洛哥。Palmén等(1969)进一步指出,高空温带气旋扰动在热量与角动量经向和垂直方向交换过程中起着重要作用,这也是造成美国冬季寒潮风暴的重要影响天气系统。Wallace等(2006)详细分析了先由地面发展的气旋后来在高空形成切断冷涡并由此造成北美冬季风暴的全过程。

中国最常见的切断低压就是东北冷涡。东北冷涡是东亚中高纬度地区重要的天气系统,它的活动具有群发性、持续性特征。频繁的东北冷涡活动是造成中国东北地区洪涝灾害和持续性低温事件的主要原因,具有显著的“气候效应”(孙力等,20002002何金海等,2006沈柏竹等,2011)。东北冷涡一年四季均有出现,春末夏初活动最频繁,尤其是初夏。在东北冷涡活跃最频繁的夏季,中国东北和华北大部分地区往往气温异常偏低(胡开喜等,2011)。大气环流的变化对东北冷涡有重要的影响,尹姗等(2013)发现前冬北半球环状模较弱时,东北冷涡较强,春季长江中下游以北和河套以东地区的极端低温事件偏多。廉毅等(2010)指出初夏冷涡活动异常与上游乌拉尔山附近和下游西北太平洋的持续性异常环流有关。东北冷涡在西太平洋遥相关型(WP)负位相时易于生成,5—6月和8月东北冷涡活动分别与太平洋-北美型(PNA)和北大西洋涛动(NAO)密切联系(谢作威等,2012)。贝加尔湖和鄂霍次克海附近的阻塞形势与东北冷涡的配置以及罗斯贝波扰动的同位相强迫,使得500 hPa环流场由北向南的“+ −”异常增强,这很可能是东北初夏极端低温事件强、弱的重要动力机制(李尚锋等,2012)。

已有的研究多关注春夏季冷涡的影响,对于冬季冷涡活动及其与冬季极端低温可能联系的研究还较少。虽然冬季冷涡活动较少,但是作为东亚大槽的一个重要表现形势,冬季高空切断冷涡一旦出现仍可能对局地天气、气候产生显著的影响。Lian等(2016)关于东亚东北冷涡的形成和活动异常机理研究概述中曾指出,在未来的研究中应涉及切断冷涡与每个季节极端天气、气候事件的联系。基于此,本研究在检测北半球冬季高空切断冷涡的基础上,分析冬季冷涡的地理分布和时、空特征,利用信息流因果论(Liang,20142016),揭示月际尺度上东北亚冷涡与北半球其他冷涡活动区冷涡的联系及相互关系,尝试用大气低频动力学揭示其中可能的联系。在此基础上,以东北亚为例,通过初步诊断东北亚切断冷涡与中国冬季极端低温事件的联系,为进一步研究中国冬季极端低温事件环流成因奠定科学基础。

2 资料和方法

使用的资料为美国国家环境预测中心/国家大气研究中心(NCEP/NCAR)提供的1979—2018年NCEP/NCAR-Ⅱ再分析资料,水平分辨率为2.5°×2.5°,垂直方向从1000 hPa到10 hPa共17层(Kanamitsu,et al,2002),所选要素包括位势高度、水平风速和垂直风速。选择的温度数据为美国气候预测中心(CPC)提供的逐日最低和最高气温资料,水平分辨率为0.5°×0.5°。

2.1 冷涡定义及识别

对于北半球冷涡的确定,参照传统的东北冷涡定义(孙力等,1994),即一次冷涡天气过程符合以下条件:(1)在500 hPa天气图上至少能分析出1条闭合等高线,并有冷中心或明显冷槽配合的低压环流系统;(2)冷涡出现在35°—70°N内;(3)冷涡在上述区域内的生命史不少于3 d。在此传统定义基础上,基于机器识别算法(刘刚等,2015),对NCEP逐日500 hPa高度场进行识别,通过确定区域内位势高度低值中心点的位置和判断该点是否为冷中心,再结合其移动距离和持续时间,可以得到冷涡的形成、发展和消亡过程。

以当年12月和次年1—2月作为当年的冬季,其中2月统一为28 d,因此每年冬季都是90 d,最后一共得到39年(1979—2017年)冬季的结果。采用冬季冷涡总天数占当年冬季总天数的百分比与基准期(1981—2010年)冬季百分比平均值的差值作为冬季冷涡指数的定义。对于罗斯贝波的诊断,采用Takaya等(2001)定义的三维波作用通量计算方法。

2.2 Liang-Kleeman信息流理论

使用Liang-Kleeman信息流理论(Liang,et al,20052007a2007b)来探究两个时间序列之间的因果关系。给定一个二维随机系统:

$ \left\{ {\begin{split} &{\frac{{{\rm{d}}{x_1}}}{{{\rm{d}}t}} = {F_1}\left( {{x_1},{x_2},t} \right) + {b_{11}}{{\dot w}_1} + {b_{12}}{{\dot w}_2}}\\ &{\frac{{{\rm{d}}{x_2}}}{{{\rm{d}}t}} = {F_2}\left( {{x_1},{x_2},t} \right) + {b_{21}}{{\dot w}_1} + {b_{22}}{{\dot w}_2}} \end{split}} \right. $ (1)

式中, $ {{\dot w}_i}\left( {i = 1,2} \right)$ 表示白噪声; $b_{ij}$ ${F_i}$ 是关于X $t$ 的任意函数。从 ${X_2}$ ${X_1}$ 的信息流速率为

${T_{2 \to 1}} \!=\! - E\left({\frac{1}{{{\rho _1}}}\frac{{\partial \left({{F_1}{\rho _1}} \right)}}{{\partial {x_1}}}} \right) \!+\! \dfrac{1}{2}E\left({\frac{1}{{{\rho _1}}}\frac{{{\partial ^2}\left({b_{11}^2 + b_{12}^2} \right){\rho _1}}}{{\partial x_1^2}}} \right)$ (2)

式中, ${\rho _1}$ ${x_1}$ 的边缘概率密度,E为数学期望(单位:nats/单位时间,其中nats为自然信息量单位)。如果在系统式(1)中, ${F_1}$ ${b_{11}}$ 以及 ${b_{12}}$ 都不依赖于 ${X_2}$ ,那么 ${T_{2 \to 1}} = 0$ Liang,2008)。当给定 ${X_1}$ ${X_2}$ 两个时间序列,它们之间的信息流可以通过最大似然估计来获得。在线性模型假设下,从 ${X_2}$ 流向 ${X_1}$ 的信息速率的最大似然估计为

${T_{2 \to 1}} = \frac{{{{ C}_{11}}{{ C}_{12}}{{ C}_{2,d1}} - { C}_{12}^2{{ C}_{1,d1}}}}{{{ C}_{11}^2{{ C}_{22}} - {{ C}_{11}}{ C}_{12}^2}}$ (3)

式中, ${ C} = {{ C}_{ij}}\left({i,j = 1,2} \right)$ 是时间序列 ${X_1}$ ${X_2}$ 的样本协方差矩阵, ${{ C}_{i,d,j}}$ ${X_i}$ ${\dot X_j} = \left\{ {\dfrac{{{X_{j,n + 1}} - {X_{j,n}}}}{{\Delta t}}} \right\}$ 的协方差,其中 $\Delta t$ 为时间步长。T的绝对值衡量因果关系。如果 ${T_{2 \to 1}} = 0$ ,那么 ${X_2}$ 不会引起 ${X_1}$ 的变化,即 ${X_2}$ 不是 ${X_1}$ 变化的原因;如果 $\left| {{T_{2 \to 1}}} \right| \ne 0$ ,那么 ${X_2}$ ${X_1}$ 变化的原因,正值表明 ${X_2}$ 使 ${X_1}$ 变化的不确定性增强,可预报性降低;负值表明 ${X_2}$ 使 ${X_1}$ 变化趋于稳定,可预报性增强。基于此,引入Liang-Kleeman信息流理论尝试揭示北半球各冷涡活动频繁区之间的相互联系及影响。

2.3 大范围持续低温事件定义

对于大范围持续低温事件的确定,采用Peng等(2011)的定义,其确定过程分为如下3步:(1)确定各个格点极端低温阈值:对于每个格点,将某日及其前后各2 d(共5 d)的日平均气温连在一起得到一个195 d(5 d×39 a)的样本序列,对该序列进行升序排列后取其10%分位数作为该格点这天的极端低温阈值。(2)确定极端低温区域的面积:以每天全国低于各自极端低温阈值的格点所占的网格数定义为该日的极端低温面积指数(S)。如果单日S超过全国总网格数(3845个)的10%,那么就认为这天发生了一次大范围极端低温事件。为了保证界定的极端事件水平范围足够大,再要求低温事件持续时间内S的最大值(简称峰值)超过全国总网格数的20%。(3)极端低温持续时间的确定:当极端低温事件维持8 d及以上则确定为一次大范围持续性极端低温事件。S超过(少于)全国总网格数10%的日期定为事件的开始(结束)日期。

经过统计,1979—2017年冬季一共得到了50次大范围持续性低温事件。通过与冬季冷涡日历进行对比,如果开始日期至峰值日前东北亚地区有冷涡出现,那么则认为该事件与东北亚冷涡有关,一共筛选出了40次事件(表1)。由于一些事件的起止时间横跨11—12月或2—3月,此处也将这类和冷涡有关的低温事件考虑了进去。基于极端低温事件峰值日的温度分布特征,对这40次事件进行K-means聚类分析(Hartigan,et al,1979),根据簇内相似度和类间相似度检验了不同聚类数目的影响(图略),最终分为4类事件。

表 1  40个与冷涡有关的中国持续性极端低温事件起止日期、持续天数、峰值日期和聚类类型 Table 1  Start and end dates,durations,peak dates and clusters of 40 extensive and persistent extreme cold events in China
序号 开始日期 结束日期 持续天数(d) 峰值日期 类型 序号 开始日期 结束日期 持续天数(d) 峰值日期 类型
1 1980-01-03 1980-01-11 9 1980-01-07 4 21 1993-01-10 1993-01-24 15 1993-01-15 4
2 1980-01-29 1980-02-14 17 1980-02-05 2 22 1994-12-13 1994-12-21 9 1994-12-15 3
3 1981-02-21 1981-02-28 8 1981-02-25 2 23 1996-12-04 1996-12-12 9 1996-12-06 2
4 1981-11-21 1981-12-10 20 1981-12-01 2 24 1998-01-15 1998-01-23 9 1998-01-19 2
5 1981-12-14 1981-12-22 9 1981-12-19 4 25 1999-12-17 1999-12-25 9 1999-12-21 4
6 1982-02-05 1982-02-15 11 1982-02-07 4 26 2001-01-08 2001-01-18 11 2001-01-14 3
7 1982-12-05 1982-12-14 10 1982-12-06 4 27 2001-12-10 2001-12-22 13 2001-12-13 2
8 1982-12-31 1983-01-14 15 1983-01-09 4 28 2002-12-22 2003-01-08 18 2002-12-26 2
9 1983-02-01 1983-02-24 24 1983-02-11 3 29 2004-12-21 2005-01-02 13 2004-12-31 2
10 1983-12-21 1984-01-05 16 1983-12-29 4 30 2005-02-17 2005-02-25 9 2005-02-19 2
11 1984-01-16 1984-02-11 27 1984-02-06 2 31 2005-12-03 2005-12-18 16 2005-12-12 2
12 1984-12-14 1984-12-31 18 1984-12-24 2 32 2008-01-13 2008-02-18 37 2008-02-01 4
13 1985-12-04 1985-12-17 14 1985-12-11 4 33 2009-12-25 2010-01-07 14 2010-01-04 3
14 1986-02-25 1986-03-04 8 1986-02-28 4 34 2010-02-10 2010-02-19 10 2010-02-15 2
15 1986-12-26 1987-01-05 11 1986-12-27 3 35 2010-12-30 2011-01-22 24 2011-01-10 2
16 1987-11-24 1987-12-08 15 1987-11-30 2 36 2012-01-20 2012-02-02 14 2012-01-22 2
17 1988-02-12 1988-02-19 8 1988-02-16 2 37 2012-12-18 2013-01-11 25 2012-12-23 2
18 1989-02-16 1989-02-25 10 1989-02-21 4 38 2014-02-05 2014-02-14 10 2014-02-10 1
19 1989-11-28 1989-12-05 8 1989-11-29 4 39 2014-12-10 2014-12-19 10 2014-12-17 1
20 1990-01-19 1990-01-27 9 1990-01-25 3 40 2018-01-22 2018-02-07 17 2018-01-28 1
 注:类型1表示东北-华北类,类型2表示北方类,类型3表示江南类,类型4表示中东部类。
3 北半球冬季冷涡活动特征及其相互联系 3.1 北半球冷涡频繁活动区的划分

从1979—2017年北半球冬季逐月冷涡活动过程总天数和平均中心强度的分布(图1)可以发现,整个冬季以及冬季各月均有4个冷涡相对频繁活动比较集中的地区,这与已有的研究结果(Nieto,et al,2005)一致。根据天数沿经度的变化,将这4个活动区划分为:(1)东北亚区(主要在鄂霍次克海附近,40°—70°N,115°—160°E,简称NEA),是北半球高空切断冷涡冬季活动天数最多的地区,活动集中区为(45°—65°N,125°—145°E),以经向分布为主。(2)北太平洋区(40°—70°N,160°E—120°W,简称NP),活动主要集中区位于北太平洋阿留申群岛至阿拉斯加地区的上空,经纬向分布较为均匀,还有一块次集中区分布在北美洲西北部太平洋的东海岸上空。北太平洋区冷涡前冬较为活跃,平均强度与东北亚地区相当。与往年(1981—2010年)同期月平均中心强度相比,北太平洋区东部冷涡平均强度变化幅度更大。(3)北美-格陵兰区(40°—70°N,100°—60°W,简称NA),冷涡活跃在北美洲东北部至格陵兰南部地区,强度最强且在隆冬活跃(1—2月),集中区域纬度最高(60°N附近),主要呈纬向分布。此外,该区是冷涡中心强度变化幅度最大的区域。(4)大西洋-欧洲区(40°—70°N,60°W—60°E,简称ATL-EU),区域跨度最大(包含亚洲的西边界),冷涡活动天数在整个冬季和各月中分布较为均匀,分布横跨40°—65°N。但是,与其他3个活动区相比强度最弱,主要活动集中区中心偏南,位于35°—50°N。

图 1  1979—2017年北半球冬季500 hPa冷涡活动总天数 (a1—a4,单位:d),平均中心强度 (b1-b4,单位:gpm) 和平均中心强度异常 (c1—c4,单位:gpm) 分布 (a1—c1. 12月,a2—c2. 1月,a3—c3. 2月,a4—c4. 整个冬季) Fig. 1  Cumulative days (a1—a4,unit:d) and mean central intensity (b1-b4,unit:gpm) as well as its anomalies (c1—c4,unit:gpm) of 500 hPa cold vortex in the northern hemisphere winter from 1979 to 2017 (a1—c1. December,a2—c2. January,a3—c3. February,a4—c4. the whole winter)

从1979—2017年35°—70°N冬季冷涡过程累计持续天数随经度的变化(图2)可见,北半球冬季冷涡活动天数随经度变化有4个峰值较大区。冷涡活动区集中程度最高的属于东北亚区,其冷涡活动天数随经度分布的波峰振幅最大并且跨经度较窄,北太平洋区次之。

图 2  1979—2017年北半球冬季及各月35°—70°N范围内冷涡过程累计持续天数随经度的变化 Fig. 2  Changes in cumulative days of the northern hemisphere winter cold vortex over 35°-70°N along the longitude from 1979 to 2017

从冬季冷涡活动的频次特征(表2)来看,冬季冷涡活动频率按大西洋-欧洲区、北太平洋区、东北亚区和北美-格陵兰区排列递减,分别为37.7%、22.35%、20.95%和13.77%。但是,由于划分的区域大小不尽相同,为了客观反映高空切断冷涡活动的集中程度,表2还给出了冷涡活动天数在经纬度网格点上的平均值。其中,最集中的区域是东北亚区,平均天数达8.29 d。北美-格陵兰区次之,为6.09 d,大西洋-欧洲区和北太平洋区分别位于第三和第四位,为5.9和5.25 d。进一步分析整个冬季及各月冷涡中心强度的变化,无论是整个冬季还是分月,北美-格陵兰区强度最强,冷涡中心平均值约为493 dagpm。其次为东北亚区,冷涡中心平均值约为503 dagpm,北太平洋区冷涡强度与东北亚区大体相当,中心平均值约达511 dagpm。大西洋-欧洲区冷涡强度是最弱的,中心平均值约为514 dagpm。如果抛开冷涡活动频繁分区看,中欧和南欧、东太平洋与北美大陆东海岸附近以及大西洋中部区域上空冷涡中心强度,远比东北亚、北太平洋中部和加拿大至北大西洋上空弱很多,唯独东北亚区冷涡中心强度不论北部还是南部都比较强。

表 2  1979—2017年冬季北半球4个冷涡频繁活动区冷涡的频次特征 Table 2  Occurrence frequencies of the northern hemisphere cold vortex activities in winter in the four active subregions from 1979 to 2017
月份 区域 合计天数(d) 平均天数(d/总格点数) 平均中心强度(gpm) 占总冷涡天 数比重(%)
12月   东北亚区 659 2.67 5037.85 20.27
  北太平洋区 735 1.77 5091.65 22.61
  北美-格陵兰区 397 1.80 4957.86 12.21
  大西洋-欧洲区 1253 2.01 5170.83 38.54
1月   东北亚区 728 2.95 5022.43 21.91
  北太平洋区 774 1.86 5099.32 23.30
  北美-格陵兰区 463 2.10 4896.34 13.94
  大西洋-欧洲区 1219 1.95 5110.45 36.69
2月   东北亚区 660 2.67 5032.94 20.63
  北太平洋区 675 1.62 5126.09 21.10
  北美-格陵兰区 486 2.20 4947.00 15.19
  大西洋-欧洲区 1212 1.94 5145.49 37.89
冬季   东北亚区 2047 8.29 5031.02 20.95
  北太平洋区 2184 5.25 5105.14 22.35
  北美-格陵兰区 1346 6.09 4932.66 13.77
  大西洋-欧洲区 3684 5.90 5144.02 37.70

基于各区域冷涡天数的变化,得到1979—2017年冬季北半球4个冷涡活动频繁区标准化冷涡指数时间序列(图3)。从中可见,东北亚区(红色折线)与北太平洋区指数(蓝色折线)基本呈现反位相分布,2014年后年际变化折线近于重合。东北亚区指数进入21世纪最初10年后,年际变化振幅显著减小,而北太平洋区指数则较大。北美-格陵兰区(黄色折线)与大西洋-欧洲区(黑色折线)指数也有类似的分布,同样呈反位相,而且进入21世纪最初10年两种指数反位相分布振幅明显增大。

图 3  1979—2017年冬季北半球4个冷涡频繁活动区标准化冷涡指数时间序列 Fig. 3  Normalized time series of winter cold vortex index for the four active subregions

为了进一步了解4个冷涡活动频繁区的动力学特征,以及年际变化与外强迫的联系,以各个分区冷涡指数大于或小于1倍标准差的年份作为典型强(弱)年,再从中选择指数更强(弱)的5年为例(表3)。

表 3  冬季北半球4个冷涡频繁活动区对应的5个典型冬季冷涡强 (弱) 年 Table 3  Five typical years of strong (weak) cold vortex corresponding to four active subregions in winter
区域 典型强年 典型弱年
  东北亚区 1982、1983、2008、2011、2015 1986、1989、1990、2001、2009
  北太平洋区 1980、1985、1986、2001、2003 1979、1988、1989、1990、2006
  北美-格陵兰区 1991、1993、2007、2014、2017 1979、1980、1986、1999、2003
  大西洋-欧洲区 1995、2005、2008、2009、2010 1988、1993、2006、2014、2017
3.2 冷涡频繁活动区与500 hPa位势高度场相关

通过计算1979—2017年北半球4个冷涡活动频繁区冷涡天数与相应的500 hPa高度场相关系数的分布(图4),一方面检验4个区冷涡活动天数的客观与否,另一方面可揭示冷涡活动与500 hPa各类遥相关型间有什么联系。

图 4  1979—2017年冬季北半球4个冷涡频繁活动区 (a. 东北亚区,b. 北太平洋区,c. 北美-格陵兰区,d. 大西洋-欧洲区) 冷涡天数与500 hPa高度场的相关系数分布 (带点区表示通过95%显著性水平t检验的区域) Fig. 4  Correlation coefficient distributions between cumulative days of winter cold vortex and 500 hPa geopotential height in (a) NEA,(b) NP,(c) NA and (d) ATL-EU from 1979 to 2017,respectively (dotted areas are for values at/above the 95% confidence level)

可以发现,东北亚区冬季冷涡活动天数与其上的500 hPa高度场呈现显著的负相关,即冬季东亚大槽的平均位置出现显著的负异常。同时在巴尔喀什湖北部新地岛和泰米尔半岛之间区域、阿留申以南的中太平洋上空、北冰洋沿岸及北大西洋中部区域存在显著正异常(图4a阴影区)。北太平洋区冬季冷涡活动天数不仅与其上空500 hPa高度场成显著的负相关,还与东北亚地区500 hPa高度场成显著负相关。此外,500 hPa高度场上在欧洲至西亚和北美洲上空分别存在一个东西向“− +”和北南向“+ −”异常波列(图4b阴影区)。北美洲上空存在的异常类似于太平洋-北美型正位相遥相关型(只是北太平洋的负异常中心有些偏北)。对于北美-格陵兰区,北美洲上空存在一个由北向南的“− +”异常波列,同时在中太平洋至北美洲上空还存在一个“+ − +”异常波列,类似于太平洋-北美型负位相遥相关型(图4c阴影区)。大西洋—欧洲区冬季冷涡活动天数所对应的北半球500 hPa高度场显著异常范围也比较大,在北美洲东部—格陵兰—北大西洋—北冰洋—欧洲上空呈显著的北南向“+ −”异常波列。同时,蒙古至中国东北地区上空还存在着500 hPa高度场的显著负异常(图4d阴影区)。

3.3 东北亚冷涡活动天数与北半球其他频繁区冷涡的联系

通过谐波分析提取各个分区冷涡活动天数的年际变化分量,并统计冬季各月东北亚冷涡天数与北半球其他活动区冷涡间信息流的检验结果,以探寻各冷涡频繁活动区相互之间存在的联系。表4给出12月东北亚区冷涡天数与12—2月其他区域冷涡间的信息流结果。年际尺度上,其他3个区域同期冷涡天数对12月东北亚冷涡天数的影响并不显著,说明12月东北亚冷涡是相对独立的。12月东北亚冷涡和1月各区间信息流结果没有通过显著性检验,说明12月东北亚冷涡不是1月其余各区冷涡变化的原因。此外,12月东北亚冷涡还是12月大西洋-欧洲区和2月北太平洋区的显著不稳定影响源,即12月东北亚冷涡天数的变化在一定程度上是同期大西洋-欧洲区和2月北太平洋冷涡天数变化的原因。

表 4  1979—2017年12月东北亚与其他频繁活动区冷涡天数 (X) 的信息流 Table 4  Information flow of cumulative cold vortex days in Northeast Asia and the other three subregions (X) in December from 1979 to 2017
信息流 东北亚 北太平洋 北美-格陵兰 大西洋-欧洲
12月 TX→NEA 原序列 −0.0024 0.0732 −0.002
年际 −5.0254×10−4 0.0677 0.0036
12月 TNEA→X 原序列 −0.0039 0.0244 0.0092
年际 −0.0043 0.0073 0.0378*
1月 TNEA→X 原序列 0.0017 −0.0072 0.0006 −0.0000
年际 −0.0075 −0.0001 0.0043 0.0443
2月 TNEA→X 原序列 0.0074 0.0179 −0.0298 −0.0000
年际 0.0092 0.0228* −0.0253 0.0663
 *表示通过95%信度t检验。

表5表明,年际尺度上,1月东北亚冷涡只是2月东北亚冷涡的显著稳定影响源。12月包括东北亚在内的4个活动区冷涡天数对1月东北亚冷涡都没有显著的影响,并且1月东北亚冷涡和同期其余各区冷涡相互之间也没有显著的联系,这说明1月东北亚冷涡在年际变化上是相对独立的。

表 5  1979—2017年1月东北亚与其他频繁活动区冷涡天数 (X) 的信息流 Table 5  Information flow of cumulative cold vortex days of Northeast Asia (NEA) in January and the other three subregions (X) from 1979 to 2017
信息流 东北亚 北太平洋 北美-格陵兰 大西洋-欧洲
12月 TX→NEA 原序列 0.0017 −0.0029 0.0012 −0.0036
年际 −0.0075 −0.0066 −0.0017 −0.0047
1月 TX→NEA 原序列 −0.0432 −0.0047 −0.0463
年际 −0.0384 −0.0085 −0.0437
1月 TNEA→X 原序列 −0.0190 −0.0007 −0.0196
年际 0.0059 −0.0001 −0.0172
2月 TNEA→X 原序列 −0.0202 0.0156 −0.0005 −0.0062
年际 −0.0302* 0.0113 0.0285 −0.0053
 *表示通过95%信度t检验。

类似地,2月东北亚冷涡天数与12月各频繁活动区的变化关系并不显著,是明显相互独立的(表6)。年际尺度变化分量上,1月东北亚冷涡天数是2月的显著稳定影响源,说明1月东北亚冷涡天数的变化在一定程度上导致了该地区2月冷涡天数的变化,并使其可预报性增强。只有1月北美-格陵兰区冷涡天数变化对2月东北亚区冷涡天数变化有影响,使其趋于不稳定。

表 6  1979—2017年2月东北亚与其他频繁活动区冷涡天数 (X) 的信息流 Table 6  Information flow of cumulative cold vortex days in Northeast Asia (NEA) and the other three subregions (X) in February from 1979 to 2017
信息流 东北亚 北太平洋 北美-格陵兰 大西洋-欧洲)
12月 TX→NEA 原序列 0.0074 −0.0500 0.0030 −0.0015
年际 0.0092 −0.0115 0.0058 0.0002
1月 TX→NEA 原序列 −0.0202 −0.0431 0.0018 −0.0388
年际 −0.0302* −0.0527 0.0533* 0.0018
2月 TX→NEA 原序列 0.0007 −0.0206 0.0188
年际 0.0215 −0.0367 0.0139
2月 TNEA→X 原序列 −0.0019 −0.007 0.0016
年际 −0.0072 0.0042 −0.0156
 *表示通过95%信度t检验。

分析表明,唯有1月北美-格陵兰区冷涡天数是2月东北亚区冷涡天数的显著不稳定影响源。由此可以看出,在年际尺度上,东北亚冷涡没有显现同西风带上游的大西洋-欧洲冷涡活动有什么显著联系。此外,北太平洋区冬季冷涡活动天数不仅同其上空500 hPa高度场呈显著的负相关,而且在东北亚上空还存在着显著负异常。然而,东北亚冷涡年际变化同紧邻的下游北太平洋区冷涡活动联系也并不显著,表明年际分量上东北亚区冬季冷涡活动具有相对的独立性。

3.4 冷涡频繁活动区强年的动力学特征

通过对北半球冬季4个冷涡活动频繁区冷涡指数偏强年冬季各月罗斯贝波的低频活动进行分析,揭示其与冬季各种大气半永久活动中心及涛动之间有哪些联系,各个冷涡频繁活动区相互之间有什么联系,对前面分析得到的信息流相关的结论,是否有相互印证的动力学机制合理解释。基于此,计算了500 hPa位势高度异常和T-N波作用通量及其辐合、辐散。

波作用通量可以很清楚地表示波的传播。东北亚区冷涡指数强年(图5a、c、e),12月位于中国华北及以南地区的较弱负异常中心逐渐向东北方向发展,至2月演变成东北亚地区上空强大的负异常中心(对应为冷涡),并且向东延伸至北美西部上空。这是由于12月格陵兰和北美自北向南强大的“− +”异常中心,使得波作用通量向东北方向传播并有较强辐散与辐合中心配合。1月传播到中国内蒙古地区上空,与此同时该波源缓慢东移且产生更加强盛向北传播的罗斯贝波作用通量。2月,经贝加尔湖地区进一步传播到东北亚地区,而此时的东北亚冷涡中心并不存在明显向下游传播的罗斯贝波作用通量,因此有利于东北亚冷涡的维持和稳定。该过程为东北亚冷涡达到强盛的重要的典型动力机制。

图 5  东北亚 (a、c、e) 和北太平洋 (b、d、f) 区5个冷涡指数强年500 hPa位势高度异常 (红色/蓝色等值线为正/负异常,单位:gpm)、波作用通量 (箭头,单位:m−2 s−2) 及其辐合辐散 (色阶,单位:m/s2) 的合成 Fig. 5  Anomalous geopotential height (red/blue contours represent positive/negative anomalies,unit:gpm) and wave activity flux (vectors,unit:m−2 s−2) and its divergence (shaded,unit:m/s2) at 500 hPa for five typical years of strong cold vortex in NEA (a,c,e) and NP (b,d,f) in the northern hemisphere winter

北太平洋区冷涡指数强年(图5b、d、f),12月在阿留申群岛东南侧上空存在一个很强的负异常中心,表明北太平洋冷涡已经达到较强大的阶段。此时来自新地岛上空向东南方向传播的罗斯贝波作用通量,到达贝加尔湖明显减弱后,经东亚地区时又有所加强。表明此时北太平洋冷涡的发展,还受到西风带上游地区传播的罗斯贝波作用通量一定影响,其南侧是辐散中心,北侧和西北侧则有很强的辐合中心配合。但是,在1—2月,西风带的罗斯贝波作用通量的影响已经很小了,很可能是受来自其南侧的副热带地区向东北方向传播的罗斯贝波作用通量影响。尤其是2月,北太平洋负异常中心出现西退强烈加强的过程,也就是冷涡西退发展的过程,也可能与北大西洋正异常中心西退并在北美洲大陆东部上空强烈发展有一定的联系。

北美-格陵兰区冷涡指数强年(图6a、c、e),12月在格陵兰岛上空已存在较大范围的负异常中心,北太平洋副热带地区上空有较强罗斯贝波作用通量,经北美中南部传播到格陵兰岛上空负异常中心南侧边界。与此同时,北大西洋中南部上空正异常中心也有强烈的辐散中心配合,并存在向东北方向传播的罗斯贝波作用通量。由于格陵兰岛南侧和西南侧存在强烈的辐合中心,前面两支正异常中心传播的罗斯贝波作用通量,不足以使格陵兰岛负异常中心消失。1月,12月原在格陵兰岛的负异常中心略有减弱并西退。2月,西退的格陵兰岛负异常中心得到迅速加强,相应的北美-格陵兰冷涡强力发展,追其原因与北太平洋北部正异常中心东南侧有很强辐散和辐合中心配合并使得罗斯贝波作用通量向东北方向传播有关。

图 6  同图5但为北美-格陵兰区 (a、c、e) 和大西洋-欧洲区 (b、d、f)合成 Fig. 6  Same as Fig. 5 but for NA (a,c,e) and ATL-EU (b,d,f)

大西洋-欧洲区冷涡指数强年(图6b、d、f),12月,在北大西洋中部至欧洲上空已存在负异常带状分布,强中心位于欧洲大陆上空,这与太平洋中部副热带地区上空负异常东部存在非常强的向东传播的罗斯贝波作用通量有很大关系,同时欧洲负异常中心本身也存在向其南边界传播的罗斯贝波作用通量。1月欧洲负异常中心比12月略减弱,但是由于欧洲负异常中心存在向东传播罗斯贝波作用通量,并且有强烈的辐合中心位于辐散中心的东面。因此,2月欧洲上空的负异常中心再次得到加强,相应的欧洲冷涡也得到显著加强。

东北亚区冷涡弱年,东北亚主要为正位势异常所控制,仅在2月东北亚的北部有负异常出现,而且整个冬季上游没有来自负异常区罗斯贝波作用通量的传播影响到本区。北太平洋区冷涡弱年,与东北亚区类同,同样整个冬季基本为正异常区所覆盖,罗斯贝波作用通量的传播均来自正异常区。北美-格陵兰区和大西洋-欧洲区冷涡弱年,与北太平洋区类同(图略)。

从上述北半球冬季4个冷涡频繁活动区强年罗斯贝波作用通量的合成分析,可得出以下几点结论:4个分区冷涡的强发展都与500 hPa高度场负异常关联密切,而高度场的负异常一定与北半球罗斯贝波低频作用通量的传播和影响分不开。在北半球冬季有两个主要罗斯贝波作用通量的源区,最强的分布在加拿大—格陵兰和北大西洋地区,也就是北大西洋涛动所在区域;另一个是北太平洋涛动活动区。东北亚区冷涡强年一般同北大西洋涛动正位相联系,也是其发展的主要罗斯贝波低频作用通量的波源;北太平洋区冷涡强年与阿留申低压强烈发展密切相联,相当于北太平洋涛动的正位相,也是其发展的主要罗斯贝波低频作用通量的波源;北美-格陵兰区冷涡强年12月—次年2月均与北大西洋涛动正位相密切相联,更是其发展的最主要罗斯贝波低频作用通量的波源;唯独大西洋-欧洲区冷涡强年发展同北大西洋涛动与北太平洋涛动很强的负位相联系紧密,两个涛动区均是其发展的主要罗斯贝波低频作用通量的波源。此外,由于北美-格陵兰区紧邻北大西洋涛动活动区,很可能其1月年际变化是2月东北亚区冷涡年际变化不稳定源的某种解释。

4 中国北方冬季极端低温事件与切断冷涡的联系 4.1 极端低温事件分类

为了探究冬季冷涡与中国极端低温事件的联系,通过K-means聚类方法将低温事件分为4类,并以其中一次典型持续性极端低温事件温度的分布特征来示意某一类极端低温事件(图7)。经过统计,东北-华北类事件(图7a)总共有6个,占总事件的15%,主要表现为极端低温分布在东北和华北地区,而在其余地区呈现弱降温或弱升温。北方类事件(图7b)总共有18个,在4类事件中其出现次数最多,占总事件的45%,除青藏高原外,别的地区都出现降温,其中西北、华北和东北地区降温最剧烈。江南类事件(图7c)出现次数仅次于北方类,该类事件总共有13个,占总事件的32.5%,极端低温主要集中出现在长江中下游以南地区。中东部类事件(图7d)也表现为除青藏高原外全国范围降温,极端低温高频区主要位于东北的东北部地区、黄河中下游至长江中下游以南地区,这类事件只有3个,占总事件的7.5%。

图 7  4类典型大范围持续性极端低温事件个例峰值日温度距平 (单位:℃)(a. 东北-华北类(2001年1月14日),b. 北方类(1984年12月24日),c. 江南类(1983年12月29日),d. 中东部类 (2014年2月10日)) Fig. 7  Distributions of daily temperature anomalies (unit:℃) at their peak days for four typical extensive and persistent extreme cold events (a. northeastern-northern type (14 January,2001),b. northern type (24 December,1984),c. south of the Yangtze River type (29 December,1983),d. mid-eastern type (10 February,2014))
4.2 与极端低温事件有关的关键环流系统

为了探究影响中国冬季极端低温的关键环流特征,对上述的4类低温事件进行合成分析。记低温事件的开始日期为第0天,事件发生前(后)n天记为第−nn)天。从8可以看出,东北-华北类事件发生前12到前9天,高空出现类似于3波的环流形势。极涡分裂为3个中心,分别位于东北太平洋中东部、加拿大东北部和西西伯利亚上空。乌拉尔山和东北亚上空附近有高压脊存在。随着高空长波槽脊的东移,第−6至−3天,乌拉尔阻高向东北方向加强北伸,东北亚地区上空存在着一个波的破碎过程。第0天开始,乌拉尔阻高继续加强,其最北端甚至已经延伸到西半球,使得极涡切断分裂为两个中心。一个中心维持在东北—华北上空,另一个中心则稳定在西半球北美高纬度地区。这种北高南低型分布,有利于高纬度冷空气大规模南下,从而使得中国东北和华北地区出现极端低温。由此可见,东北-华北类事件与东北亚冷涡发生、维持有着密切的联系。

图 8  东北-华北类 (a—h) 和北方类 (i—p) 极端低温事件500 hPa高度场 (等值线,单位:gpm) 及其距平 (色阶,单位:gpm) 合成 (黑色方框表示东北区域,“day 0”表示低温事件开始日) Fig. 8  Composite 500 hPa geopotential height (contours,unit:gpm) and anomalies (shaded,unit:gpm) for the northeastern-northern type (a—h) and northern type (i—p) extreme cold events (The black thick square indicates Northeast China region;"day 0" denotes the start date of the event and "day –nn)" denotes the day before (after) the event)
图 8   Fig. 8  Continued

对于北方类事件,其发生维持也与东北亚冷涡的影响密不可分。第−12到−9天,随着乌拉尔山和东西伯利亚高压脊逐渐发展,极涡切断为东西半球两个中心,东半球中心主要在东北亚上空。第−6到−3天,乌拉尔阻高进一步加强向极地伸展,西西伯利亚低压槽加深,形成了一对宽阔的西南—东北走向的斜脊和斜槽。此时,东北亚地区为浅槽。随着西西伯利亚低压槽加深东移并逐渐汇入东北亚浅槽,第3天东北亚冷涡形成。同时,随着上游斜脊的缓慢东移,东北亚涡槽加深并倾斜为西南—东北方向,一直延伸到中亚中高纬度地区,使中国广阔的北方区域出现了极端低温事件。

9给出了第3、4类低温事件对应的500 hPa环流系统的演变。江南类事件发生时和东北亚冷涡的直接联系没有那么明显,只在事件发生前3天和事件发生后6天才有东北亚冷涡出现,此时极涡分裂为两个中心。事件发生前期,乌拉尔阻高较弱,阿拉斯加阻高加强并向西北方向延伸。第0天,阿拉斯加阻高减弱,极涡收缩为一个中心。第3天后,阿拉斯加阻高加强,乌拉尔阻高加强东移到贝加尔湖地区上空,两个阻高共同作用使得第6天极涡切断成东北亚冷涡。相比前两类事件,该类事件对应的东北亚冷涡中心偏东。

图 9  同图8,但是为江南类 (a—h) 和中东部类 (i—p) 极端低温事件 Fig. 9  Same as Fig. 8 but for the south of the Yangtze River type (a—h) and mid-eastern type (i—p) extreme cold events
图 9   Fig. 9  Continued

中东部类事件发生前,高空呈类似于3波的环流形势。欧亚大陆中高纬60°N地区高度场呈反位相分布,有利于格陵兰冷空气南下,并一直向东传播到亚洲高纬度地区。乌拉尔和东西伯利亚阻高使得极涡切断为两个中心,其中一个位于东亚北部地区。同时,随着乌拉尔地区宽阔的西南—东北走向的斜脊和斜槽的向东发展,第−6到−3天,该低压中心逐渐移动到东北亚上空。第0天后,上游西西伯利亚低压槽东移,汇入东亚涡槽使得东亚大槽加深并一直南伸,从而影响中国南方地区。

5 结论和讨论

为了探究北半球冬季冷涡活动频繁区的变化特征及其与中国北方冬季极端低温事件的联系,基于NCEP/NCAR再分析资料和CPC逐日气温资料,利用机器自动识别算法和目视相结合的方法,给出了1979—2017年北半球冬季4个冷涡频繁活动区的变化特征;并基于信息流因果论,研究了东北亚冷涡与北半球其他3个活动频繁区冷涡天数的年际变化的关系。得到的主要结论如下:

(1)北半球冬季4个活动频繁区按冷涡频率从大到小依次为大西洋-欧洲区(37.7%),北太平洋区(22.35%),东北亚区(20.95%)和北美-格陵兰区(13.77%)。其中,东北亚区冷涡活动最集中,北太平洋区冷涡活动集中度最低;北美-格陵兰区冷涡强度最强,大西洋-欧洲区最弱。年际尺度上,信息流结果表明东北亚区冷涡具有相对的独立性,只有1月北美-格陵兰冷涡是2月东北亚冷涡的显著不稳定影响源。

(2)揭示了1月北美-格陵兰地区冷涡是2月东北亚冷涡活动显著不稳定影响源的某些大气低频动力学机制。冷涡强年的动力学特征分析表明,北半球冬季冷涡与罗斯贝波低频作用通量存在着密切的联系。存在两个主要的罗斯贝波作用通量源区,一个位于北大西洋涛动活动区,另一个则位于北太平洋涛动活动区。东北亚区和北美-格陵兰区冷涡强年一般对应北大西洋涛动正位相,北太平洋区冷涡强年则一般对应北太平洋涛动正位相,大西洋-欧洲区冷涡强年则和北大西洋涛动与北太平洋涛动的负位相密切联系。

(3)通过聚类分析,界定了4类中国冬季持续性极端低温事件。其中,东北-华北类、北方类和中东部类极端低温事件发生时在东北亚区域都伴随有很强的冷涡活动,说明这3类事件都与东北亚冷涡有着很密切的联系。与之相反,只有江南类事件与东北亚冷涡的直接联系不明显,只在事件发生前3天和后6天才有东北亚冷涡出现。

文中初步分析了北半球冬季高空冷涡的主要变化特征及东北亚冷涡与北半球其他区域冷涡活动间的相互关系,并初步探究了东北亚冷涡与中国冬季极端低温事件的联系。但是,在探讨1月北美-格陵兰冷涡活动区所产生的罗斯贝波低频作用通量对东北亚冷涡活动影响的基础上,外强迫的影响如何尚需作进一步的研究。此外,东北亚冷涡与极端低温事件联系过程的分析只是初步的,在今后的工作中将详细探讨。

参考文献
何金海, 吴志伟, 江志红等. 2006. 东北冷涡的“气候效应”及其对梅雨的影响. 科学通报, 51(23): 2803-2809. He J H, Wu Z W, Jiang Z H, et al. 2007. "Climate effect" of the Northeast cold vortex and its influences on Meiyu. Chinese Sci Bull, 52(5): 671-679
胡开喜, 陆日宇, 王东海. 2011. 东北冷涡及其气候影响. 大气科学, 5(1): 179-191. Hu K X, Lu R Y, Wang D H. 2011. Cold vortex over Northeast China and its climate effect. Chinese J Atmos Sci, 5(1): 179-191. DOI:10.3878/j.issn.1006-9895.2011.01.15 (in Chinese)
李尚锋, 廉毅, 陈圣波等. 2012. 东北初夏极端低温事件的空间分布特征及其成因机理分析. 地理科学, 32(6): 752-758. Li S F, Lian Y, Chen S B, et al. 2012. Distribution of extreme cool events over Northeast China in early summer and the related dynamical processes. Scientia Geogr Sinica, 32(6): 752-758. (in Chinese)
廉毅, 布和朝鲁, 谢作威等. 2010. 初夏东北冷涡活动异常与北半球环流低频变化. 大气科学, 34(2): 429-439. Lian Y, Bueh C, Xie Z W, et al. 2010. The anomalous cold vortex activity in Northeast China during the early summer and the low-frequency variability of the Northern Hemispheric atmosphere circulation. Chinese J Atmos Sci, 34(2): 429-439. DOI:10.3878/j.issn.1006-9895.2010.02.16 (in Chinese)
刘刚, 廉毅, 颜鹏程等. 2015. 5~8月东北冷涡客观识别分类及北半球大气环流特征分析. 地理科学, 35(8): 1042-1050. Liu G, Lian Y, Yan P C, et al. 2015. The objective recognition and classification of Northeast cold vortex and the Northern Hemisphere atmospheric circulation characters in May to August. Scientia Geogr Sinica, 35(8): 1042-1050. (in Chinese)
沈柏竹, 刘实, 廉毅等. 2011. 2009年中国东北夏季低温及其与前期海气系统变化的联系. 气象学报, 69(2): 320-333. Shen B Z, Liu S, Lian Y, et al. 2011. An investigation into 2009 summer low temperature in Northeast China and its association with prophase changes of the air-sea system. Acta Meteor Sinica, 69(2): 320-333. (in Chinese)
孙力, 郑秀雅, 王琪. 1994. 东北冷涡的时空分布特征及其与东亚大型环流系统之间的关系. 应用气象学报, 5(3): 297-303. Sun L, Zheng X Y, Wang Q. 1994. The climatological characteristics of Northeast cold vortex in China. Quart J Appl Meteor, 5(3): 297-303. (in Chinese)
孙力, 安刚, 廉毅等. 2000. 夏季东北冷涡持续性活动及其大气环流异常特征的分析. 气象学报, 58(6): 704-714. Sun L, An G, Lian Y, et al. 2000. A study of the persistent activity of Northeast cold vortex in summer and its general circulation anomaly characteristics. Acta Meteor Sinica, 58(6): 704-714. (in Chinese)
孙力, 安刚, 高枞亭等. 2002. 1998年夏季嫩江和松花江流域东北冷涡暴雨的成因分析. 应用气象学报, 13(2): 156-162. Sun L, An G, Gao Z T, et al. 2002. A composite diagnostic study of heavy rain caused by the Northeast cold vortex over Songhuajiang-Nenjiang river basin in summer of 1998. J Appl Meteor Sci, 13(2): 156-162. DOI:10.3969/j.issn.1001-7313.2002.02.003 (in Chinese)
谢作威. 布和朝鲁. 2012. 东北冷涡低频活动特征及背景环流. 气象学报, 70(4): 704-716. Xie Z W, Bueh C. 2012. Low frequency characteristics of Northeast China cold vortex and its background circulation pattern. Acta Meteor Sinica, 70(4): 704-716. (in Chinese)
尹姗, 冯娟, 李建平. 2013. 前冬北半球环状模对春季中国东部北方地区极端低温的影响. 气象学报, 71(1): 96-108. Yin S, Feng J, Li J P. 2013. Influences of the preceding winter Northern Hemisphere annular mode on the spring extreme low temperature events in the north of eastern China. Acta Meteor Sinica, 71(1): 96-108. (in Chinese)
Berggren R, Bolin B, Rossby C G. 1949. An aerological study of zonal motion, its perturbations and break-down. Tellus, 1(2): 14-37. DOI:10.3402/tellusa.v1i2.8501
Crocker A M, Godson W L, Penner C M. 1947. Frontal contour charts. J Meteor, 4(3): 95-99. DOI:10.1175/1520-0469(1947)004<0095:FCCBPO>2.0.CO;2
Hartigan J A, Wong M A. 1979. Algorithm AS 136: A k-means clustering algorithm. J Roy Stat Soc Ser C (Appl Stat), 28(1): 100-108.
Hsieh Y P. 1949. An investigation of a selected cold vortex over North America. J Meteor, 6(6): 401-410. DOI:10.1175/1520-0469(1949)006<0401:AIOASC>2.0.CO;2
Hsieh Y P. 1950. On the formation of shear lines in the upper atmosphere. J Meteor, 7(6): 382-387. DOI:10.1175/1520-0469(1950)007<0382:OTFOSL>2.0.CO;2
Kanamitsu M, Ebisuzaki W, Woollen J, et al. 2002. NCEP-DOE AMIP-Ⅱ reanalysis (R-2). Bull Amer Meteor Soc, 83(11): 1631-1644. DOI:10.1175/BAMS-83-11-1631
Lian Y, Shen B Z, Li S F, et al. 2016. Mechanisms for the formation of Northeast China cold vortex and its activities and impacts: An overview. J Meteor Res, 30(6): 881-896. DOI:10.1007/s13351-016-6003-4
Liang X S. 2008. Information flow within stochastic dynamical systems. Phys Rev E, 78(3): 031113. DOI:10.1103/PhysRevE.78.031113
Liang X S. 2014. Unraveling the cause-effect relation between time series. Phys Rev E, 90(5): 052150. DOI:10.1103/PhysRevE.90.052150
Liang X S. 2016. Exploring the big data using a rigorous and quantitative causality analysis. J Comput Commun, 4(5): 53-59. DOI:10.4236/jcc.2016.45008
Liang X S, Kleeman R. 2005. Information transfer between dynamical system components. Phys Rev Lett, 95(24): 244101. DOI:10.1103/PhysRevLett.95.244101
Liang X S, Kleeman R. 2007a. A rigorous formalism of information transfer between dynamical system components. Ⅰ: Discrete mapping. Phys D: Nonlinear Phenom, 231(1): 1-9. DOI:10.1016/j.physd.2007.04.002
Liang X S, Kleeman R. 2007b. A rigorous formalism of information transfer between dynamical system components. Ⅱ: Continuous flow. Phys D: Nonlinear Phenom, 227(2): 173-182. DOI:10.1016/j.physd.2006.12.012
Nieto R, Gimeno L, De La Torre L, et al. 2005. Climatological features of cutoff low systems in the Northern Hemisphere. J Climate, 18(16): 3085-3103. DOI:10.1175/JCLI3386.1
Palmén E. 1949. Origin and structure of high-level cyclones south of the: Maximum westerlies. Tellus, 1(1): 22-31. DOI:10.1111/j.2153-3490.1949.tb01925.x
Palmén E H, Newton C W. 1969. Atmospheric Circulation Systems: Their Structure and Physical Interpretation. New York: Academic Press, 603pp
Peng J B, Bueh C. 2011. The definition and classification of extensive and persistent extreme cold events in China. Atmos Ocean Sci Lett, 4(5): 281-286. DOI:10.1080/16742834.2011.11446943
Petterssen S. 1956. Weather Analysis and Forecasting. 2nd ed. New York: McGraw-Hill, 428pp
Rex D F. 1950. Blocking action in the middle troposphere and its effect upon regional climate. Tellus, 2(4): 275-301. DOI:10.3402/tellusa.v2i4.8603
Rex D F. 1951. The effect of Atlantic blocking action upon European climate. Tellus, 3(2): 100-112. DOI:10.3402/tellusa.v3i2.8617
Takaya K, Nakamura H. 2001. A formulation of a phase-independent wave-activity flux for stationary and migratory quasi-geostrophic eddies on a zonally varying basic flow. J Atmos Sci, 58(6): 608-627. DOI:10.1175/1520-0469(2001)058<0608:AFOAPI>2.0.CO;2
Wallace J M, Hobbs P V. 2006. Atmospheric Science: An Introductory Survey. 2nd ed. Amsterdam: Elsevier Science, 504pp