El Niño作为年际尺度强信号会对全球和东亚季风区气候异常产生显著的影响.以往很多研究发现，El Niño成熟阶段冬季，赤道中东太平洋出现显著的海温暖异常，在其影响下，西北太平洋低层大气为反气旋式异常环流，中国冬季华南降水偏多(徐建军等，1997；孙旭光和杨修群, 2005, 2007).而在El Niño衰亡阶段夏季，赤道中东太平洋异常暖海温信号减弱甚至转为异常冷海温，热带西太平洋赤道两侧为马蹄形异常冷海温，热带印度洋海盆则出现一致性显著增暖现象(Wang et al., 2000；Xie et al., 2009, 2010).与此相对应，西北太平洋副高强度增强，位置偏西、偏南，西北太平洋大气低层仍然为显著的反气旋异常环流，东亚夏季风减弱，雨带向北推进时间较常年偏晚，中国大部分地区，特别是长江流域降水显著增多(刘永强和丁一汇，1995；孙旭光和杨修群, 2005, 2007).

在El Niño衰亡阶段夏季，西北太平洋异常反气旋是联系热带中东太平洋El Niño信号与东亚夏季气候异常的纽带(Wang et al., 2000)，它会导致长江中下游等地区降水显著增加(Wang et al., 2002).关于冬季成熟的El Niño事件如何对其衰亡阶段夏季东亚气候异常产生影响，目前研究大都从海温异常强迫的角度进行解释，主要有两种观点：一是西北太平洋海气相互作用，即局地冷海温与东北信风异常的正反馈导致西北太平洋异常反气旋增强；另外一种解释是印度洋暖海温在其东部西太平洋激发出大气开尔文波响应，造成了纬向风变化的不均匀分布，它通过埃克曼抽吸，抑制了局地对流活动，驱动了西北太平洋反气旋的生成(Xie et al., 2009, 2010；Wu et al., 2009).另外，Wu等(2009)还认为，西北太平洋异常反气旋在初夏时主要由西北太平洋海气正反馈强迫维持，而在夏末时则主要受热带印度洋异常暖海温强迫产生.

El Niño年冬季，欧亚大陆以及中国积雪往往增多(李培基，1990；Yang，1996)，统计分析表明，西伯利亚北部、欧洲中东部以及青藏高原的冬、春两季增(融)雪盖(积雪面积覆盖率和雪盖面积)与ENSO关系显著(穆松宁和周广庆，2009).其中，青藏高原积雪增多可能受El Nino发展相伴随的印度洋偶极子的影响(Yuan et al., 2009)直接产生的，也可能是热带中太平洋El Nino海温异常产生的定常Rossby波沿北非—亚洲急流传播至喜马拉雅山脉造成的(Shaman and Tziperman, 2005).另一方面，青藏高原和欧亚北部积雪与我国夏季异常降水有着密切联系(陈兴芳和宋文玲，2000)，冬、春积雪可以通过积雪本身(钱永甫等，2003)、土壤湿度(陈乾金等，2000)或者海温异常(Zhao et al., 2007)的持续性影响中国夏季气候.青藏高原积雪能够反映高原热源的变化，并与夏季长江中下游降水有明显的正相关关系.高原冬春多雪，地表向大气的感热输送减少，热源作用减弱；积雪融化之后，高原冬春多雪导致融雪量增加，土壤湿度偏湿，感热通量减小.与此相对应，200hPa南亚高压减弱，海陆热力对比减弱，亚洲夏季风减弱，中国长江流域降水增加(韦志刚和罗四维，1993；张顺利和陶诗言，2001；Wu et al., 2015).此外，青藏高原冬、春积雪存在南北空间差异.当高原南部冬春积雪异常偏多时，华南地区降水减少，长江中下游及其以北地区降水增加；当高原北部冬春积雪异常增多时，雨带偏北，华北和东北地区降水增加，长江及其以南区域降水减少(杨凯等，2017).欧亚大陆东、西部积雪异常偏多与后期中国华南、华北降水存在正相关关系，与江淮流域降水存在反相关关系(许立言和武炳义，2010).另有研究表明，雪深的异常信号在欧亚的大部分区域都能从冬季持续到春季，对大气环流和东亚气候异常的影响比积雪面积更显著(李栋梁和王春学，2011；Wu and Kirtman, 2007).

因此，除了海温之外，积雪可以作为另一重要的介质储存并延后释放冬季成熟的El Niño强迫信号，其主要过程可能是El Niño通过冬季积雪保留其成熟阶段强迫信号，积雪融化后改变了土壤湿度，将El Niño的影响延续至次年春夏季，引起东亚大气环流和气候异常.关于El Niño成熟阶段冬季欧亚大陆积雪异常与其衰亡阶段夏季东亚大气环流和降水异常之间的可能联系，以往研究并没有明确指出，也没有系统讨论关键区积雪影响东亚夏季气候异常的具体物理过程.本文拟就这些问题开展研究，从陆面积雪滞后影响的角度揭示出El Niño影响东亚夏季气候异常的过程与机理，为更好地利用冬季El Niño信号预测夏季东亚气候异常提供观测和理论基础.

采用1948—2010年NOAA ERSST v3月平均海温资料，水平分辨率为2.0°经度×2.0°纬度(Smith et al., 2010).通过计算Niño3区(5°N—5°S，90°W—150°W)海温距平的面积平均得到了表征El Niño事件的Niño3指数.如果Niño3指数在其当年9月至次年5月间7个月中任意5个月大于或等于0.5 ℃，则定义为一次El Niño事件.根据定义，1948—2010年间共发生了17次El Niño事件，其发生的年份为：1951—1952年、1953—1954年、1957—1958年、1963—1964年、1965—1966年、1968—1969年、1969—1970年、1972—1973年、1976—1977年、1982—1983年、1986—1987年、1987—1988年、1991—1992年、1997—1998年、2002—2003年、2004—2005年、2006—2007年和2009—2010年.

月平均土壤湿度、土壤温度、雪深、雪融、感热、潜热均来自1948—2010年GLDAS_NOAH025陆面模式资料，水平分辨率为0.25°经度×0.25°纬度.GLADS(Global Land Data Assimilation System)数据是基于卫星资料、陆面模式和地面观测数据的同化产品(朱智和师春香，2014).GLADS模式为高分辨率全球陆面模式，包括4层土壤，分别为0~10 cm，10~40 cm、40 cm~1 m、1~2 m，利用源汇项计算径流，估算缺乏实际观测的区域的水文通量数据(Olivera et al., 2000；Zaitchik et al., 2010).该陆面模式结合Mosaic、Noah、CLM(the community land model)和VIC(the variable infiltration)4个陆面模式提供的数据资料，能很好地反映雪深和土壤湿度等陆面变量的气候特征.GLADS的4个模式对中国区域土壤湿度的模拟结果与观测值之间的相关系数都超过了0.05置信度水平，其中Noah模式在中国江淮和东南区域土壤湿度的预测中有较好表现，在河套地区略有高估(朱智和师春香，2014；Zaitchik et al., 2010).

降水采用的是1948—2010年GPCC v7(Global Precipitation Climatology Centre)月平均资料，水平分辨率为0.5°经度×0.5°纬度，该数据是结合世界各地67，200个站点的观测的降水资料，能够表现实际观测降水的时空变率特征(Schneider et al., 2014).

高空风场和位势高度场采用了1948—2010年NCAR/NCEP全球月平均再分析资料，水平分辨率为2.5°经度×2.5°纬度，共有17层(Brooks et al., 2007)，在中国及青藏高原附近, 温、压、风、湿和降水等的分布形势与气候分析基本相似(苏志侠等，1999).

由于El Niño主要信号是年际尺度的，为了排除年代际和趋势性变化的干扰，突出El Niño对东亚气候异常的共性影响，本文首先对所有变量进行了年际尺度带通滤波，然后再将1948—2010年间17次El Niño事件的变量进行合成.另外，利用线性相关分析方法，求得El Niño事件中积雪引起的土壤湿度与东亚气候异常之间的联系.

图 1为17次El Niño事件合成的成熟阶段冬季欧亚大陆雪深、雪融和表层土壤湿度异常的空间分布.由图 1a可见，在El Niño成熟阶段冬季，贝加尔湖和巴尔喀什湖之间西北部大范围地区积雪深度异常增加，在其北部的西伯利亚区域积雪深度异常减小，伊朗高原和青藏高原南麓积雪深度也显著加深.与此相对应，表层土壤湿度在巴尔喀什湖东北部、伊朗高原和青藏高原南麓这三个地区异常增加(图 1a)，这可能与局地融雪量增多密切相关(图 1b).雪深与土壤湿度异常空间一致性分布表明，El Niño在其成熟阶段冬季可以通过积雪异常将其年际异常信号存入土壤中，引起土壤湿度异常.根据雪深、雪融和表层土壤湿度异常最大值空间分布一致性，确定伊朗高原、巴尔喀什湖东北部和青藏高原南麓为与El Niño相联系的三个冬季积雪深度异常关键区域(如图 1中黑框所示).由图 1(d, e)可见，在青藏高原与伊朗高原西部，即里海附近上空为500 hPa低压槽异常，与此相对应，低层850 hPa为气旋式异常风场，在其南侧为显著的西南异常气流，输送暖湿水汽至这三个关键区域，造成冬季关键区积雪异常增多.

图 1

Fig. 1

图 1 1948—2010年El Niño事件合成的成熟阶段冬季(DJF)雪深(a)(单位：kg·m-2)、雪融(b)(单位：kg·m-2)、表层土壤湿度(0~10 cm)(c)(单位：kg·m-2)、500 hPa位势高度(m)和850 hPa风场(m·s-1)的距平场.(a—d)图中打叉区域和(e)图中填色区域为超过0.1显著性水平的区域.图中黑框指示了伊朗高原、巴尔喀什湖东北部和青藏高原南麓三个关键区的位置(下同) Fig. 1 Composites of snow depth (unit: kg·m-2) (a), snow melt (unit: kg·m-2)(b), subsurface soil moisture (0~10 cm) (unit: kg·m-2) (c), 500 hPa geopotential height (unit:m) (d), and 850 hPa vector wind (unit: m·s-1) (e) anomalies in El Niño mature phase (DJF) by 17 El Niño events during the period of 1948—2010. The crossed areas in (a—d) and shaded areas in (e) indicate significant correlation at 0.1 significance level. Black boxes indicate the three key regions, i.e., Iranian Plateau, northeast of Balkhash Lake and south of Tibetan Plateau

为了进一步确认这三个关键区冬季积雪与El Niño之间的对应关系，图 2给出了1948—2010年冬季Niño3指数与三个关键区的冬季雪深异常的时间演变曲线.总体上看，三个关键区域冬季雪深与Niño3指数都呈现显著的正相关，两者之间的相关系数分别为0.42，0.38和0.37，均超过了0.01的置信度水平.在17次El Niño事件中，冬季雪深出现异常增加现象在伊朗高原有12次，占73.33%，超过其标准差三分之二的有9次，占52.94%；巴尔喀什湖东北部有12次，占73.33%，超过其标准差三分之二的有7次，占41.18%；青藏高原南麓有9次，占60%，超过其标准差三分之二的有5次，占29.41%.表明在El Niño成熟阶段冬季，这三个关键区的雪深基本都会显著增加，其中伊朗高原雪深异常与El Niño之间的关系最好，青藏高原南麓关系最差.巴尔喀什湖东北部雪深异常与El Niño之间的关系在1980年之前为显著的正相关，而在1980年之后则不明显，呈显著的年代际变化.

图 2

Fig. 2

图 2 1948—2010年间冬季的Niño3指数与3个关键区域的冬季雪深曲线对比图.其中，(a)为伊朗高原地区，(b)为巴尔喀什湖东北部，(c)为青藏高原南麓地区，黑色实线为冬季Niño3指数，黑色虚线为区域平均的雪深距平，水平线为2/3雪深标准差 Fig. 2 Time series of winter Niño3 index (solid curve) and area-averaged snow depth (dash curve) in the three key regions, Iranian Plateau (a), northeast of Balkhash Lake (b) and south of Tibetan Plateau during the period of 1948—2010. The horizontal solid line indicates the 2/3 of standard deviation value of snow depth

图 3给出了1948—2010年17次El Niño事件合成的三个关键区域雪深与雪融异常在El Niño事件不同阶段的逐月演变.在伊朗高原地区(图 3a)，雪深在El Niño发展年11月开始明显加深，之后逐步增大，至次年4月达到最大，然后雪深正异常逐步减小.伴随着雪深增加，雪融量也相应增多，在El Niño次年5—6月份达到最大，滞后于雪深异常1—2个月.在巴尔喀什湖东北部(图 3b)，雪深自El Niño发展年秋季开始增大，到次年2月达到最大，然后逐渐减小.雪融量的增多也滞后于雪深的异常增加，在次年5—6月份达到最大.在青藏高原南麓地区(图 3c)，雪深异常增加也在El Niño发展年秋季开始，在次年3月达到最大，雪融的异常演变与雪深基本一致，滞后于雪深变化约1个月左右.这三个关键区的雪深和雪融在El Niño衰亡阶段夏季仍有明显的正异常，表明与El Niño相联系的积雪异常信号可以延续至次年夏季.

图 3

Fig. 3

图 3 1948—2010年17次El Niño事件合成的雪深(snowd, 单位：kg·m-2)与融雪(snowm, 单位：kg·m-2)异常的逐月演变.(a)为伊朗高原地区，(b)为巴尔喀什湖东北部，(c)为青藏高原南麓地区 Fig. 3 Evolvements of composite area-averaged snow depth (snowd, unit:kg·m-2) and snow melt (snowm, unit:kg·m-2) anomalies for Iranian Plateau (a), northeast of Balkhash Lake (b) and south of Tibetan Plateau regions in El Niño life time by 17 El Niño events during the period of 1948—2010

在El Niño不同演变阶段，伴随着雪深和雪融的异常增加，三个关键区的土壤湿度也有明显增加(图 4).在伊朗高原区域(图 4a)，表层土壤湿度自El Niño发展阶段秋季至成熟阶段冬季一直为明显正异常，在次年2月达到最大，这可能主要受El Niño发展阶段降雨的影响产生的.之后，表层土壤湿度正异常逐步减小，但在次年6月又出现另一正异常峰值，与该区域最大融雪峰值相对应，表现为雪深和雪融对土壤湿度的影响.由于土壤湿度所受到的影响是由浅入深逐层传递，并且需要一定的传播时间，因此第二层和第三层土壤湿度异常演变与第一层类似，但时间上有所滞后，其土壤湿度正异常峰值出现在次年7月，并在整个次年夏季都维持较高正异常.相似地，巴尔喀什湖区域(图 4b)和青藏高原南麓区域(图 4c)三层土壤湿度自El Niño秋季开始也均逐渐增大，在最大融雪正异常的作用下，表层土壤湿度分别在次年6月和次年5月达到最大，然后逐渐减小，但其正异常仍然持续到El Niño衰亡阶段夏季.这两个关键区第二层土壤湿度正异常的峰值分别出现在次年7月和次年6月，并且均在次年夏季维持较高的正异常水平.

图 4

Fig. 4

图 4 同图 3，但为第一层(lev1, 0~10 cm)、第二层(lev2, 10~40 cm)和第三层(lev3, 40 cm~1 m)土壤湿度异常 Fig. 4 Same as Fig. 3, but for the soil moisture (unit:kg·m-2) anomalies in the first (lev1, 0~10 cm), second (lev2, 10~40 cm) and third (lev3, 40 cm~1 m) soil layers

融雪过程需要从大气吸收热量，减小地表向大气的感热通量，而土壤湿度的增加则有利于增大地表向大气的潜热通量(图 5).具体而言，在伊朗高原地区，随着融雪量的增加，地表向上感热通量逐渐减小，在融雪量达到最大(次年5—6月)时，感热通量为最大负异常(图 5a).与此相对应，地表潜热通量则稳步增加，在次年夏季(次年6—8月)达到最大.同样地，巴尔喀什湖东北部和青藏高原南麓地区的感热通量分别在次年夏季(次年6—8月)和次年初春(次年2—4月)减为最小，而潜热通量则分别在次年夏季(次年6—8月)和次年春季(次年3—5月)达到最大(图 5b, 5c).在积雪滞后效应的影响下，这三个关键区域在El Niño衰亡年夏季也均保持着较大的感热通量负异常和潜热通量正异常.

图 5

Fig. 5

图 5 同图 3，但为感热通量(shflx, 单位：W·m-2)和潜热通量(lhflx, 单位：W·m-2)异常 Fig. 5 Same as Fig. 3, but for the area-averaged sensible heat flux (shflx, unit: W·m-2) and latent heat flux (lhflx, unit: W·m-2) anomalies

由El Niño不同阶段积雪和土壤湿度的关系及其时间演变可知，在El Niño衰亡阶段夏季，三个关键区土壤湿度正异常主要是由前冬雪深异常增加经春夏季融雪造成的，保留和体现了El Niño的异常影响信号.因此，夏季三个关键区土壤湿度对东亚气候异常的影响，实际上反映了冬季成熟的El Niño影响次年夏季东亚气候异常的陆面过程途径.

图 6为17次El Niño事件合成的衰亡阶段夏季感热通量和潜热通量距平场.在El Niño次年夏季，感热通量和潜热通量在亚洲中纬度地区分别呈现出显著的负异常和正异常，在其南北两侧的低纬和高纬地区则分别为正异常和负异常，呈三极型分布.其中，三个关键区感热通量的减小和潜热通量的增加异常显著(图 6a，6b)，这与冬季积雪增多引起的春末夏初土壤湿度偏湿异常相一致.伊朗高原和青藏高原西部感热通量显著减小，青藏高原东部感热通量增加，这会导致南亚高压偏东、偏强，东亚副热带西风急流增强、偏南(图 7a).由于南亚高压和西太平洋副热带高压存在相向而行，相背而去的联系(陶诗言和朱福康，1964)，西太平洋副热带高压表现为偏强、偏西(图 7b)，西北太平洋有显著的850 hPa反气旋式异常风场(图 7c).同时，东亚中东部感热通量的显著减少导致东亚大陆夏季气温偏低，不利于东亚夏季风的向北推进，从而使雨带维持在东亚南部长江流域和华北以南地区，降水异常偏多(图 7d).此外，中国华南地区受西太平洋副热带高压控制降水偏少，而印度半岛由于得到来自孟加拉湾异常东南气流输送的暖湿水汽降水偏多(图 7d).

图 6

Fig. 6

图 6 1948—2010年间17次El Niño事件合成的衰亡阶段夏季感热通量(a)(单位：W·m-2)和潜热通量(b)异常(单位：W·m-2).其中打叉区域是超过0.1显著性水平的区域 Fig. 6 Composite anomalies of sensible heat flux (unit: W·m-2) and latent heat flux (unit: W·m-2) in El Niño decaying summer by 17 El Niño events during the period of 1948—2010. The crossed areas indicate anomalies significantly different from zero at 0.1 significance level based on Student′s t-test

图 7

Fig. 7

图 7 1948—2010年间17次El Niño事件合成的衰亡阶段夏季200 hPa西风分量(单位：m·s-1)(a)500 hPa位势高度(单位：m)；(b)850 hPa风场(单位：m·s-1)；(c)和降水(单位：mm)；(d)距平场.其中(a)、(b)、(d)打叉区域为和(c)中填色区域均为超过0.1显著性水平的区域.(d)中中国东部的黑框自上而下分别表示中国东北、华北、长江流域和华南地区 Fig. 7 Composite 200 hPa zonal wind (unit:m·s-1) (a), 500 hPa geopotential height (unit: m) (b), 850 hPa vector wind (unit: m·s-1) (c) and precipitation (unit: mm) (d) anomalies in El Niño decaying summer by 17 El Niño events during the period of 1948—2010. The crossed areas in (a), (b) and (d) and shaded areas in (c) indicate anomalies significantly different from zero at 0.1 significance level based on Student′s t-test. Black boxes in the eastern China represent the regions of Northeast China, North China, Yangtze River Valley and South China

为了进一步揭示三个关键区土壤湿度影响夏季东亚大气环流和降水的物理机制及其相对贡献，本文利用三个关键区夏季第二层土壤湿度距平分别与同期大气要素距平场求回归(图 8，9，10).之所以采用第二层土壤湿度进行计算，是因为在El Niño衰亡阶段夏季，三个关键区第二层土壤湿度正异常比第一层更明显且更稳定，受同期大气影响较小，能更好地反映前期El Niño冬季积雪的滞后影响.

图 8

Fig. 8

图 8 1948—2010年夏季感热通量(a)、潜热通量(b)、200 hPa西风分量(c)、500 hPa高度场(d)、850 hPa风场(e)和降水(f)距平对伊朗高原关键区夏季第二层土壤湿度区域平均距平标准化时间序列的回归系数场.其中，(a—d)和(f)中打叉区域以及(e)中填色区域均为通过0.05显著性水平的区域 Fig. 8 Regression coefficients of summer anomalies of sensible heat flux (a), latent heat flux (b), 200 hPa zonal wind (c), 500 hPa geopotential height (d), 850 hPa wind vector (e) and precipitation (f) on the standardized time series of summer second-layer soil moisture anomalies averaged in the key region of Iranian Plateau for the period of 1948—2010. The crossed areas in (a—d) and (f) and shaded areas in (e) indicate significant correlation at 0.05 significance level

图 9

Fig. 9

图 9 同图 8，但为巴尔喀什湖东北部关键区 Fig. 9 Same as Fig. 8, but for the key region of the northeast of Balkhash Lake

图 10

Fig. 10

图 10 同图 8，但为青藏高原南麓关键区 Fig. 10 Same as Fig. 8, but for the key region of the south of Tibetan Plateau

当夏季伊朗高原地区土壤湿度异常增加时(图 8)，伊朗高原及其周边出现大范围感热通量负异常(图 8a)和潜热通量正异常(图 8b).感通量的异常减少会引起低层大气降温，导致局地形成大范围低压异常(Pal and Eltahir, 2003)，表现为巴尔喀什湖和贝加尔湖之间上空出现显著的850 hPa气旋式风场异常(图 8e)和500 hPa高度负异常(图 8d).潜热通量的增加会增强边界层单位质量的湿静力能量(Eltahir, 1998；Pal and Eltahir, 2003)，造成伊朗高原及其周边大部分地区局地降水显著增多(图 8f).降水产生的凝结潜热释放又会在其西侧引起大气Rossby波响应(Gill，1980；Ding and Wang, 2005)，在伊朗高原西北和西南侧分别产生850 hPa气旋式与反气旋式异常风场，在伊朗高原和青藏高原南侧形成显著的850 hPa异常西风.该异常西风受青藏高原阻挡在其南北两侧产生绕流，南侧绕流在中国东部地区表现为显著的西南风异常，显著增强了东亚夏季风，输送更多的暖湿水汽至长江流域和华北及东北地区(图 8e)，造成这些地区降水显著增多(图 8f)；北侧绕流则在中国西北地区产生显著西风异常(图 8e)，引起中国西北地区降水显著增多(图 8f).由于南亚高压具有“趋热性”，伊朗高原表面感热通量的减少会导致伊朗高原上空热力效应减弱，使南亚高压主体位置东移至青藏高原上空，形成“青藏高压型”南亚高压.相应地，南亚高压北侧的200 hPa纬向西风在中国北部40 °N附近显著增强，表明东亚副热带西风急流偏东、偏北、偏强(图 8c)，而东亚副热带急流的增强偏北又有利于华北地区降水明显偏多(况雪源和张耀存，2006；Liang and Wang, 1985).另外，与南亚高压异常东伸相对应，西北太平洋副热带高压异常西伸，在500 hPa高度场上表现为中国南部和日本东北部出现明显的高度正异常(图 8d)，也有利于长江流域降水异常增多(陶诗言和朱福康，1964).

当夏季巴尔喀什湖东北部土壤湿度偏湿时(图 9)，巴尔喀什湖北部大范围感热通量减小(图 9a)、潜热通量增加(图 9b).与伊朗高原地区地表土壤湿度增加的局地影响类似，在巴尔喀什湖北部上空出现相当正压结构的低压异常，具体表现为：850 hPa为气旋式风场异常(图 9e), 500 hPa为高度负异常(图 9d)，200 hPa也为气旋式风场异常，即在巴尔喀什湖上空有显著的西风异常，表明东亚副热带西风急流增强，而在其北侧则为显著的东风异常(图 9c).由于局地土壤湿度-降水正反馈的作用(Eltahir, 1998；Pal and Eltahir, 2003)，巴尔喀什湖北部大范围地区降水显著增多(图 9f)，其产生的凝结潜热释放激发出大气Rossby波响应，除了在巴尔喀什湖北部出现850 hPa气旋式异常风场外，还在巴尔喀什湖以东产生850 hPa西风异常(图 9e)，有利于水汽向中国西北部和北部地区输送，造成这些地区降水显著增多(图 9f).另外，在500 hPa高度场上(图 9d)，中国西南部上空为显著的高度正异常，而在西北太平洋则为显著的高度负异常，表明西北太平洋副热带高压异常减弱.

在青藏高原南麓区域(图 10)，夏季土壤湿度异常增加同样也会引起局地感热通量异常减小(图 10a)、潜热通量异常增大(图 10b)，局地降水异常增多(图 10f).青藏高原高大陡峭的地形使之引起的大气响应与另外两个关键区有所差异.青藏高原南麓降水的显著增多会在青藏高原南坡产生类似于“感热气泵”(Wu et al., 2011)，引导南亚夏季风向北推进，在印度中北部产生显著的降水正异常(图 10f).印度半岛降水异常增多产生了大量的凝结潜热释放，一方面会通过Kelvin波响应在西北太平洋和南海地区产生显著的850 hPa反气旋式异常风场，在中国东部形成强烈的异常西南风，增强了东亚夏季风，使更多的暖湿水汽输送至华北和东北地区(图 10e)，造成这些地区降水显著增多(图 10f)；另一方面，它还会激发出自伊朗高原至东亚东北部的大气Rossby遥相关波列，形成了“两脊一槽”型的大气高度异常结构(图 10c，10d)，在贝加尔湖东南部形成850 hPa气旋式异常风场(图 10e)，有利低层水汽自日本海输送至贝加尔湖东南部地区，造成该地区降水显著增多(图 10f)(Sun et al., 2010；Greatbatch et al., 2013).

综上，对于El Niño次年夏季东亚地区降水异常分布，在三个关键区中，伊朗高原冬季积雪异常通过影响局地夏季土壤湿度，产生了与之较为一致的降水异常空间分布.为了进一步对比分析三个关键区域夏季土壤湿度对中国长江中下游、华北、华南和东北夏季降水异常的相对贡献，分别计算了夏季关键区土壤湿度与中国东部各地区区域平均降水之间的相关系数(图 11).

图 11

Fig. 11

图 11 三个关键区域夏季第二层土壤湿度距平与中国长江流域(YRV)、华北(NC)、华南(SC)和东北(NEC)地区夏季降水异常的相关系数.其中，两条黑线代表0.1置信度水平的临界相关系数，从左往右分别代表伊朗高原、巴尔喀什湖东北部和青藏高原南麓区域 Fig. 11 Correlation coefficients of summer soil moisture anomalies in the three key regions and summer precipitation anomalies in Yangtze River Valley (YRV), North China (NC), South China (SC) and Northeast China (NEC). The two black lines represent critical correlation coefficient at 0.1 significance level. The three bars from left to right indicate the Iranian Plateau, the northeast of Balkhash Lake and the south of Tibetan Plateau, respectively

由图 11可见，在中国长江中下游地区，三个关键区夏季土壤湿度的增加都会造成夏季降水偏多，但是伊朗高原地区夏季土壤湿度影响最为显著且超过了0.1的置信度水平，其次为巴尔喀什湖东北部地区，青藏高原南麓夏季土壤湿度影响最弱.在中国华北地区，三个关键区夏季土壤湿度异常也都与该地区夏季降水异常有很好的正相关关系，其中巴尔喀什湖东北部地区的土壤湿度影响最大，其次为青藏高原南麓地区，二者均通过了显著性检验，伊朗高原地区土壤湿度的影响则相对较弱.在中国华南地区，伊朗高原和青藏高原南麓夏季土壤湿度增加均会造成该地区夏季降水明显偏少，而巴尔喀什湖东北部夏季土壤湿度增加则会使该地区夏季降水显著偏多.在中国东北地区，伊朗高原和青藏高原南麓夏季土壤湿度增加均会显著增加该地区夏季降水，而巴尔喀什湖东北部土壤湿度则对该地区夏季降水几乎没有影响.

本文根据1948—2010年期间17次显著的El Niño事件，合成了El Niño事件成熟阶段冬季雪深、雪融、降水和表层土壤湿度异常，找到了El Niño事件对冬季雪深影响最显著的三个关键区域，通过分析El Niño事件成熟至衰亡阶段夏季雪深、雪融和土壤湿度异常的演变关系，揭示了成熟阶段的El Niño事件可以通过雪深异常将信号存储在三个关键区，然后在春夏季通过雪融改变了土壤湿度，并能延续至次年夏季，从而对夏季东亚降水异常产生显著影响.其主要结论如下：

伊朗高原、巴尔喀什湖东北部地区和青藏高原南麓区域的雪深与冬季Niño3指数呈现显著的正相关，是El Niño事件影响雪深异常，并进一步通过雪深异常存储并延续其气候影响信号的三个关键区.

El Niño事件成熟阶段冬季三个关键区的雪深异常增加，之后雪融开始增大，并在次年春季和早夏时雪融达到最大，显著增加局地夏季土壤湿度，并且造成局地夏季感热通量显著减小，而潜热通量显著增加，通过土壤湿度-降水正反馈过程导致局地夏季降水增加，进而通过影响大气环流异常产生了东亚区域夏季降水异常.

伊朗高原夏季土壤湿度异常在El Niño事件冬季积雪影响东亚夏季气候异常中的作用最大，其对东亚夏季降水异常的影响与El Niño事件次年夏季降水异常分布基本一致，引起长江中下游、华北和东北地区夏季降水明显增多，而华南地区夏季降水则显著减少.青藏高原南麓夏季增加的土壤湿度对中国东部不同地区夏季降水异常的影响与伊朗高原的影响类似，但其对华北和东北地区夏季降水增多影响更显著.巴尔喀什湖东北部夏季土壤湿度增加则主要会引起华北、长江流域和华南地区降水明显增多，对东北地区降水影响不大.

本文研究结果通过观测资料诊断分析，肯定和阐明了陆面积雪在存储并延续El Niño事件成熟阶段冬季强影响信号的作用，强调了它作为另一重要过程和途径在ENSO气候影响中的科学价值，指出了在研究El Niño事件对其次年夏季东亚气候异常的影响时，还应考虑陆面积雪的作用.三个积雪关键区的范围虽然较小，但是与之相联系的感热和潜热异常范围却很大，并且出现了显著的大尺度大气环流异常，它们可以作为监测积雪异常在ENSO次年夏季调制东亚夏季气候异常的重要指标.