中国冬季暖夜频率变化特征及其与海温的关系

房一禾,孙照渤,倪东鸿,陈海山



中国冬季暖夜频率变化特征及其与海温的关系

房一禾①②③*,孙照渤①③,倪东鸿①,陈海山①③

① 南京信息工程大学 气象灾害教育部重点实验室,江苏 南京 210044;

② 沈阳区域气候中心,辽宁 沈阳,110166;

③ 南京信息工程大学 大气科学学院,江苏 南京 210044

2012-12-14收稿,2013-02-16接受

辽宁省气象局科学技术研究项目(201502);辽宁省科技厅农业攻关及产业化项目(2015103038);公益性行业(气象)科研专项(GYHY201306050;GYHY201306049);中国气象局气候变化专项(CCSF201338)

采用排除台站迁移对逐日资料均一性影响的中国201个台站1960—2009年冬季逐日最低气温资料,NCEP/NCAR再分析的月平均500 hPa位势高度场资料,及由NOAA重构的海温场资料,对中国冬季暖夜频率(frequence of warm winter night,FWWN)的时空变化特征及暖夜频率与全球海温的关系进行了分析。结果表明:近50 a中国冬季暖夜频率显著增加,并于1988年前后发生突变;冬季暖夜频率的变化幅度及趋势均是在西北地区东部最大,西南地区最小;中国冬季暖夜频率可以分为5个各自变化特征比较一致的区域;赤道印度洋到赤道西太平洋海区、黑潮区、北大西洋海区及南太平洋海区的海温指数均与中国冬季暖夜频率在全国大部分地区呈显著正相关;4个海区海温指数的异常年对应的大气环流场背景均能反映出它们分别与中国冬季暖夜频率呈正相关的事实。

均一性冬季暖夜频率时空变化特征海温

20世纪以来,随着全球气候增暖,极端事件的变化规律及成因等内容引起了气象学家的关注。近些年来,极端天气气候事件频繁发生,给社会经济和人民生活带来了严重的影响(丁一汇和耿全震,1998)。因此,对极端气候事件时空变化特征及原因的研究有着重要的理论和现实意义。

近年来,国内外学者对全球变暖背景下的极端气温进行了大量的研究(陈海山等,2009,2011;张霏燕和徐海明,2011)。国内方面,有学者指出:从季节上看,极端最低在冬季增温趋势最明显,极端最高温度除秋季外,其他季节增温趋势都不能通过显著性检验(任福民和翟盘茂,1998)。还有许多学者在极端气温方面做过大量的研究(江志红等,1998;严中伟和杨赤,2000;所玲玲等,2008;周雅清和任国玉,2010;赵军等,2012),并获得了丰硕的成果。国外学者也进行过相关研究,Karl et al.(1991)指出:美国和前苏联极端最低气温在过去几十年有显著上升趋势,而极端最高气温的变化从大的空间尺度上看,变化趋势并不能通过显著性检验。Frich et al.(2002)认为:20世纪后半叶,年极端最高与极端最低气温变化的差别在明显减小。

此外,气候分析中,气候要素资料是研究的基础,非均一性的要素资料会对研究结果造成一定影响。因此,对气象资料做均一性检验并订正,能够有效改善资料的非均一性问题,从而得到均一化的要素数据。国内外许多学者在资料的均一化处理方面进行了研究,并得到了有意义的结论(Hawkins,1977;Alexanderson,1986;Alexanderson and Anders,1997;Li and Yan,2009;李庆祥等,2010;曹丽娟和严中伟,2011)。

本研究基于1960—2009年冬季(冬季定义为当年12月和翌年的1月及2月,且12月所在年份为该冬季的年份)中国201站日最低气温数据,并排除台站迁移对资料均一性的影响,分析中国冬季暖夜频率的时空变化特征及其对应的海温场背景。

1　资料与方法

1.1资料的来源、筛选及插补方法

本文采用的1951年1月1日—2010年12月31日逐日最低气温资料来源于国家气候中心。海温资料采用由NOAA重构的月平均海温资料,分辨率为2.0°×2.0°。

站点资料筛选方面,由于20世纪50年代数据的缺测较多,因此,选取1960—2010年有观测数据的气象台站,且删掉连续缺测大于5 d的观测台站,从而基于缺测较少的532站进行分析。连续缺测小于5 d的数据需要进行插补。插补分两种情况,第一,如果不是连续缺测,则用缺测日前一日和后一日的平均值对缺测值进行插补。第二,如果是连续缺测,则基于与缺测站相关最好的5个参考站,采用多元回归的方法对缺测值进行插补。

1.2排除台站迁移影响的资料均一化处理

所谓的均一化处理均为排除台站迁移对资料均一性的影响。上述532站,有130站在所选时段没有迁移记录,认为这130站资料不存在非均一性问题。另有138站有过一次迁移记录,264个站有过多于1次的迁移记录。这里删除多于1次迁移记录的站点资料;保留130个认为不存在非均一性的台站;且在138个有一次迁移记录的台站中,依据台站迁移后海拔高度和经纬度变化的程度,及均一性检验的结果,确定其中54个迁站后均一性没收到影响的站点;最后根据站点分布均匀性的要求,对迁站后造成了非均一性的24个站点,进行了均一化订正。均一化订正方法:首先寻找与待订正站相关关系最好的3个参考站,并利用多元线性回归法,对待订正台站与参考站逐日气温的差值进行了均一化订正。订正后再次对订正结果进行检验,有7个台站的非均一性仍然没有得到解决,因此,选取了17个订正后通过均一性检验的台站。综上所述,本研究在排除迁站对均一性影响后共得到201个站的逐日最低气温资料,站点分布如图1所示。

图1　中国201站的分布Fig.1　Geographic distribution of the 201 Chinese meteorological stations used in this study

1.3暖夜频率的定义

本文中暖夜日数指:每年冬季日最低气温高于气候态日最低气温样本概率第90百分位阈值的天数(Karl et al.,1999)。冬季暖夜频率定义为:每年冬季暖夜日数与冬季总日数的比值。这里以暖夜频率为研究对象,其优势在于,比直接分析暖夜日数能更直观地体现极端暖夜事件出现的概率。

1.4分析方法

对资料进行插补、均一性检验和均一化订正时,采用t检验和多元回归等统计方法。分析中国冬季暖夜频率的时空变化特征时,运用M-K突变检验法、趋势系数法、经验正交函数分解(EOF)及旋转主成分分析(REOF)等统计分析方法,其中趋势系数采用无量纲趋势系数(张宁等,2008)。分析中国冬季暖夜频率与海温关系时,采用合成分析及相关分析方法。

2　中国冬季暖夜频率的时空变化特征

均方差分布指示气候要素的变化幅度。近50 a平均的暖夜频率在全国的分布如图2a所示,可见北方冬季暖夜频率小于南方,说明南方冬季暖夜频率的变化幅度更大。图2b给出中国冬季暖夜频率均方差的空间分布。可见,大值区位于我国西北地区东部,即该区域1960—2009年暖夜频率变化幅度大,而低值区位于我国东北地区和西南部分地区,即这两个区域暖夜频率变化幅度小。其他区域的均方差值介于二者之间。

图2　中国冬季暖夜频率(a)分布和暖夜频率的均方差(b)分布(单位:%)Fig.2　Distribution of (a)FWWN and (b)its standard deviation in China(units:%)

图3　中国冬季201站暖夜频率趋势系数的空间分布(阴影区代表趋势系数通过0.05信度的显著性检验)Fig.3　Trend coefficients of the FWWN of the 201 observational stations in China (shaded region refers to the correlation coefficients through the significance test at the 0.05 level)

1960—2009年中国冬季暖夜频率趋势方面,由图3可见,近50 a来,中国冬季暖夜频率趋势系数在全国均为正(增加趋势)。趋势系数的范围在0.3到0.8之间。除华南和西南等地趋势系数没通过显著性检验外,全国其他大部分地区趋势系数均通过了0.05信度的显著性检验。其中,趋势系数大值区位于我国西北地区东部,达到了0.8,说明该区域暖夜频率在近50 a上升趋势最为显著。西南地区的趋势系数较小,为0.3,但大部分区域仍能通过0.05信度的显著性检验。

为分析中国冬季暖夜频率的时空变化特征,对1960—2009年中国冬季暖夜频率进行经验正交函数展开(EOF分析)。图4a、b为EOF第一模态空间向量及对应的第一标准化时间系数。第一模态方差贡献率为52.7%,能够通过North误差检验,即EOF第一模态可以表示冬季暖夜频率主要的异常特征。第一模态空间向量的符号体现出全区一致的异常特征,即冬季暖夜频率全区一致偏小(时段:20世纪80年代后期以前)或冬季暖夜频率全区一致偏大(时段:20世纪80年代后期以后)。第二模态(图略)的空间型反映的是以35°N为界,南北反相变化的特征。时间系数方面,1960—2009年中国冬季暖夜频率第一标准化时间系数呈现波动上升趋势,时间系数值在80年代后期由负转正。其上升趋势达0.041 2,该趋势通过了0.05信度的显著性检验。

为分析中国冬季暖夜频率的突变特征,图4c给出第一标准化时间系数的M-K检验结果。由图4c可见,两条曲线的交点位于1988年,且交点位于置信区间内,说明1988年是中国冬季暖夜频率的可能突变点。为进一步证明M-K检验结果的合理性,以1988年为界,将第一标准化时间系数分为前后两个时段,并进行t检验,两个时段样本的差异通过了显著性检验,说明该突变点是合理的。即中国冬季暖夜频率在1988年附近发生了气候突变,暖夜频率由偏低转为偏高。

图4　a.冬季暖夜频率标准化距平场EOF第一模态空间向量;b.第一标准化时间系数(黑线)、11 a滑动平均(粉线)、线性趋势(红线);c.M-K检验结果(红线为α=0.05信度的显著性水平临界值)Fig.4　(a)The first EOF spatial vector and (b)standardized time coefficient(black line) moving average(pink line) of the FWWN,and (c)the M-K test result(the red line is the critical value of α= 0.05 significant level)

3　中国冬季暖夜频率的区域特征

上述分析表明,中国冬暖夜频率在不同区域存在明显差异。为此,对近50 a来,中国冬季的暖夜频率采用REOF方法进行了分区。

表1给出前8个模态的方差贡献率和累积方差贡献率。可见,REOF前8个模态的累积方差贡献率与EOF前8个模态的累积方差贡献率相等,均为81.59%,可以认为前8个模态能够代表中国冬季暖夜频率在空间上的差别。

图5为REOF前6个空间模态及最终的分区结果。由图5a—e分别可见,REOF第一空间向量侧重描述华南、东南及西南地区冬季暖夜频率异常特征;第二空间向量侧重描述华中及西南地区东部的暖夜频率异常特征;第三空间向量侧重描述东北地区的暖夜频率异常特征;第四空间向量侧重描述西表1中国冬季暖夜频率EOF前8个载荷向量(loading vectors,LV)、REOF前8个载荷向量(rotated loading vector,RLV)的方差贡献率和累积方差贡献率北东部、华北及华东区的暖夜频率异常特征;第五空间向量在绝大部分地区的载荷向量值较小,即没能侧重描述任何一个区域冬季暖夜频率的异常特征。由图5f可见,REOF第六个空间向量侧重描述新疆地区的冬季暖夜频率异常特征。前6个空间模态(累计方差贡献率为76.61%)能够描述全区冬季暖夜频率的空间差异。图5g给出中国冬季暖夜频率分区结果,可见,第一区是华南、东南及西南区;第二区是华中及西南东部区;第三区是东北区;第四区是西北东部、华北及华东区;第五区是新疆区。

Table 1　The contribution of single variances and the cumulative variances of the first eight loading vectors and REOF of FWWN　%

由表2可见:近50 a中,5个区域的暖夜频率均有所增加。其中华中及西南东部区、东北区、西北东部、华北及华东区和新疆区暖夜频率在近50 a中有显著的增加趋势,且西北东部、华北及华东区上升趋势最显著。这与图3所表示的暖夜频率趋势系数的空间分布是基本一致的,也说明了分区的合理性。此外,各区发生突变的年份不同。

4　中国冬季暖夜频率异常年对应的海温背景场

为分析中国冬季暖夜频率与海温的关系,对中国冬季暖夜频率异常年对应的海温场进行了合成分析。

4.1中国冬季暖夜频率异常年的选取

把中国1960—2009年冬季暖夜频率EOF第一特征向量对应的标准化时间系数的绝对值大于1(即标准差大于1)的年份作为异常年。中国冬季暖夜频率高值年为1968、1997、1998、2001、2002、2003、2006、2008、2009年(共9 a)。低值年为1960、1963、1969、1971、1982、1983、1985年(共7 a)。在所选取的这几个暖夜频率异常高发的年份里,全国各地的暖夜频率均明显大于50 a暖夜频率的平均值,所选取的这几个暖夜频率异常低发的年份里,全国各地的暖夜频率均明显小于50 a暖夜频率的平均值。说明了冬季暖夜频率异常高发和低发年选取是合理的。

表2中国冬季各区暖夜频率REOF标准化时间系数的回归系数、趋势系数及突变年份

Table 2REOF standardized coefficient’s regression coefficient tendency coefficient and mutation year of FWWN

区域名称回归系数趋势系数突变年份华南、东南及西南区0.01190.1722000华中及西南东部区0.02271)0.3281)1990东北区0.03231)0.4661)1977西北东部、华北及华东区0.03751)0.5411)1996新疆区0.02961)0.4271)1997

注：1)表示通过0.05信度的显著性检验.

图6　中国冬季暖夜频率异常年海温距平合成　　a.暖夜频率高值年;b.暖夜频率低值年;c.二者差值(高值年减低值年,且对差值除以2,阴影区域通过了0.05信度的显著性检验)Fig.6　SST composite diagram in abnormal years of FWWN,where the shaded area refers to the D-value through the significance test at the 0.05 level of reliability:(a)high FWWN years;(b)low FWWN years;(c)the D-value of high and low years

4.2中国冬季暖夜频率异常年的海温背景场合成分析

图6给出了中国冬季暖夜频率异常年海温距平合成分布。由图6a可见,在暖夜频率高值年里,除东北太平洋为负距平外,其他海区均为正距平,其中印度洋、黑潮区、西北大西洋及赤道中东太平洋的正距平值较大。由图6b可见,在暖夜频率低值年里,除印度洋东部和赤道中东太平洋海温为正距平外,其他海区均为负距平。由图6c可见,暖夜频率高值年与低值年海温合成的差值图在全球除东北太平洋等海区为负值外,其他海区均为正值区。其中赤道印度洋到赤道西太平洋、黑潮区、北大西洋区及南太平洋海区等地的差值通过了0.05信度的显著性检验,这些海区的海温对中国冬季暖夜频率的响应比较敏感,所以这些海区的海温可能与中国冬季暖夜频率得关系比较密切。

5　中国冬季暖夜频率的影响因子

5.1四个关键海区海温指数的确定

由合成分析的结果,得出四个关键海区的海温对中国冬季暖夜频率的响应比较敏感。这四个海区分别是赤道印度洋到赤道西太平洋(用标准化的冬季太平洋暖池指数表示)、黑潮区(用黑潮区标准化冬季海温距平表示)、北大西洋海区(用北大西洋区标准化冬季海温距平表示)及南太平洋海区(用南太平洋区标准化冬季海温距平表示)。其中太平洋暖池指数由NOAA提供,该指数是(60～170°E,15°S～15°N)区域月平均海表温度EOF第一时间系数。使用时,对其求冬季平均,再进行标准化处理,得到1960—2007年共48个冬季的指数。把黑潮区海温指数定义为(120.5～150.5°E,15.5～32.5°N)区域月平均海温的冬季海温距平(倪东鸿等,2003)。北大西洋区海温指数是根据本文合成分析的显著区域(40～10°W,5～45°N),同样对该区域月平均海温求冬季平均,再求出每个冬季的海温距平,共50个冬季的指数。南太平洋海区海温指数求法与北大西洋海区海温指数相同,区域为(180°～100°W,25～45°N),分别命名为IPW、IKs、INA及ISP。

图7　4种海温指数与中国冬季暖夜频率的相关系数分布(阴影区表示相关系数通过0.05信度的显著性检验)a.IPW;b.IKs;c.INA;d.ISPFig.7　Distribution of the correlation coefficients between the four SST indexes and FWWN,where the shaded region refers to the correlation coefficients through the significance test at the 0.05 level of reliability:(a)IPW;(b)IKs;(c)INA;(d)ISP

5.24个关键海区海温指数与中国冬季暖夜频率的相关情况

图7分别给出了4种海温指数与中国冬季暖夜频率的相关系数分布。由图7a可见,太平洋暖池指数IPW与中国冬季暖夜频率在全国大部分地区都呈显著的正相关,华南部分区域与东北北端小部分区域正相关不显著。高相关区位于西北地区东部,相关系数最高达到0.6,东北和长江下游地区相关系数也较大。由图7b可见,黑潮区海温指数IKs与中国冬季暖夜频率除在西南和东北北部小部分地区正相关不显著外,其余全国大部分地区都呈显著的正相关,高相关区同样位于西北地区东部,相关系数最高达到0.5。由图7c可知,北大西洋区海温指数INA与冬季暖夜频率在全国均呈正相关,除西南和华南部分地区外,其他大部分地区二者的相关系数均可通过显著性检验。高相关区在西北、东北及华东等地。由图7d可见,南太平洋区海温指数ISP与冬季暖夜频率在全国均呈正相关,除东北及新疆北部、华南、东南和西南东部地区外,其他大部分地区二者的相关系数均可通过显著性检验。高相关区在西北地区东部。可见,四种指数均和中国冬季暖夜频率在全国呈正相关,且全国大部分地区正相关关系显著。

5.34个关键海区海温指数异常年对应的大气环流背景

为了了解4个海区海温指数与中国冬季暖夜频率关系密切的原因,下面分别分析了4种海温指数高、低异常年对应的500 hPa高度距平场及海平面气压距平场分布的合成图及差值图,由于篇幅所限,只给出印度洋到赤道西太平洋海区海温指数高、低年的合成及差值图。

图8　IPW指数异常年500 hPa高度距平场(单位:gpm)和海平面气压距平场(单位:hPa)的合成及差值分布(高指数年减低指数年;阴影区为通过显著性检验区域,c和f的色标为t检验值)　　a、b、c分别为IPW指数异常高年、低年500 hPa高度距平场及差值场;d、e、f分别为IPW指数异常高年、低年海平面气压距平场及差值场Fig.8　Composite of 500 hPa height(units:gpm) and SLP field(units:hPa) and D-value composite diagram in IPW abnormal years:(a—c)show the 500 hPa height field of high and low IPW years;(d—f)show the SLP field of high and low IPW years (statistically significant areas are shaded)

由图8a可见,IPW指数异常高年中国、西太平洋、北美、南印度洋、南太平洋及北大西洋上空为位势高度的正距平,阿留申群岛及太平洋南段的上空为位势高度的负距平。这种背景下,中国北方上空是脊,且东亚大槽偏弱,不利于北方冷空气南下,对应中国冬季暖夜频率偏高。由图8b可见,IPW指数异常低年西伯利亚地区、东北太平洋及北大西洋等地上空为位势高度的正距平,中国及黑潮区上空为位势高度的负距平。这种背景下,对应着东亚大槽偏强,有利于北方冷空气南下,对应中国冬季暖夜频率偏低。由图8c可见,IPW指数异常高低年的差值(阴影区域通过0.05信度的显著性检验)可见,所有热带和副热带地区高低指数年差异均显著。北半球西亚、中国东北及日本、北美西北部上空为位势高度场显著的正距平中心,阿留申群岛上空为显著的负距平中心。南半球南印度洋这种背景下为位势高度场显著的正距平中心,东南太平洋有一个北正南负的显著距平中心。这种背景下东亚大槽偏弱,且中国北方上空有一个脊,利于出现暖夜频率偏高的情况。图8a—c对应的情况与IPW指数和中国冬季暖夜频率呈正相关是一致的。由图8d可见,IPW指数异常高年西伯利亚地区为负的气压场距平,中国为正的气压场距平,这种配置不利于北方冷空气南下,对应中国冬季暖夜频率偏高。由图8e可见,IPW指数异常低年西伯利亚地区为正的气压场距平,中国为负的气压场距平,这种配置有利于北方冷空气南下,对应中国冬季暖夜频率偏低。由图8f可见,西伯利亚地区气压场为负距平,中国为正距平,且部分地区通过0.1信度的显著性检验。这再次说明了IPW指数和中国冬季暖夜频率呈正相关的事实。

其他3个海温指数高低年的大气环流背景合成分析的结果与图8结果类似,均能体现出东亚大槽强度异常及西伯利亚地区与中国存在气压差。其他3个海温指数高低年对应的大气环流背景场的情况能证明IKs、INA、ISP3个指数与中国冬季暖夜频率呈正相关。这里不再赘述。

6　结论与讨论

1)1960—2009年201站中国冬季暖夜频率的变化幅度及趋势均是在西北地区东部最大,西南地区最小。

2)1960—2009年201站中国冬季暖夜频率EOF第一模态空间上,体现全国一致的异常特征。暖夜频率随时间显著增加,并于1988年发生由偏低转为偏高的突变。

3)1960—2009年201站中国冬季暖夜频率具有明显的区域特征,可以分为5个各自变化特征较一致的区域,分别为华南、东南及西南区,华中及西南地区东部区,东北区,西北东部华北及华东区及新疆区,其中后四个区暖夜频率增加显著。

4)赤道印度洋到赤道西太平洋海区、黑潮区、北大西洋海区及南太平洋海区,这四个海区的海温指数均与中国冬季暖夜频率呈正相关,且相关系数在全国大部分地区通过了显著性检验。另外,四个海区的海温指数高、低异常年对应的大气环流背景场均能反映出这四个海温指数与中国冬季暖夜频率呈正相关的事实。

本文关于海温对中国冬季暖夜频率影响原因的分析采用的是合成分析方法。然而,分析影响机理时,采用模式进行分析显然更有说服力,这是今后工作需要改进的问题。

References)

Alexanderson H.1986.A homogeneity test applied to precipitation data [J].Int J Climatol,6:661-675.

Alexanderson H,Anders M.1997.Homogenization of Swedish temperature data.Part I:Homogeneity test for linear trends[J].Int J Climatol,17:25-34.

曹丽娟,严中伟.2011.地面气候资料均一性研究进展[J].气候变化研究进展,7(2):129-135.Cao L J,Yan Z W.2011.Progresses in research of homogenization of climate data[J].Adv Climate Change Res,7(2):129-135.(in Chinese).

陈海山,范苏丹,张新华.2009.中国近50 a极端降水事件变化特征的季节性差异[J].大气科学学报,32(6):744-751.Chen H S,Fan S D,Zhang X H.2009.Seasonal differences of variation characteristics of extreme precipitation events over China in the last 50 years[J].Trans Atmos Sci,32(6):744-751.(in Chinese).

陈海山,施思,周晶.2011.BCC气候模式对中国近50 a极端气候事件的模拟评估[J].大气科学学报,34(5):513-528.Chen H S,Shi S,Zhou J.2011.Evaluation of recent 50 years extreme climate events over China simulated by Beijing Climate Center(BCC) climate model[J].Trans Atmos Sci,34(5):513-528.(in Chinese).

丁一汇,耿全震.1998.大气、海洋、人类活动与气候变暖[J].气象,24(3):12-17.Ding Y H,Geng Q Z.1998.Atmosphere,ocean,human activity and global warming[J].Meteor Mon,24(3):12-17.(in Chinese).

Frich P,Alexander L V,Della-Marta P,et al.2002.Observed coherent change in climatic extremes during the second half of the twentieth century[J].Climate Res,19(3):193-212.

Hawkins D M.1977.Testing a sequence of observations for a shift in random location[J].J Am Statist Assoc,3:180-185.

江志红,丁裕国,屠其璞.1998.中国近50年冬夏季极端气温场的年代际空间型态及其演变特征研究[J].应用气象学报,10(增刊):97-103.Jiang Z H,Ding Y G,Tu Q P.1998.Interdecadal spatial structure and evolution of extreme temperatures in winter and summer over China during the past 50 years[J].J Appl Meteor Sci,10(S):97-103.(in Chinese).

Karl T R,Kukla G,Razuvayec V N,et al.1991.Global warming:Evidence for asymmetric diurnal temperature change[J].Geophys Res Lett,18:2253-2256.

Karl T R,Nicholls N,Ghazi A.1999.CLIVAR/GCOS/WMO workshop on indices and indicators for climate extremes:workshop summary[J].Climatic Change,42:3-7.

李庆祥,董文杰,李伟,等.2010.近百年中国气温变化中的不确定性估计[J].科学通报,55(16):1544-1554.Li Q X,Dong W J,Li W,et al.2010.Assessment of the uncertainties in temperature change in China during the last century[J].Chin Sci Bull,55(16):1544-1554.(in Chinese).

Li Z,Yan Z W.2009.Homogenized daily mean/maximum/minimum temperature series for China from 1960—2008[J].Atmospheric and Oceanic Science Letters,2(4):236-242.

倪东鸿,孙照渤,陈海山,等.2003.冬季黑潮区域SSTA的时空演变及其与大气环流的联系[J].南京气象学院学报,26(6):740-748.Ni D H,Sun Z B,Chen H S.2003.Spatial temporal features of SSTA in Kuroshio current region and its relations to general circulation[J].J Nanjing Inst Meteor,26(6):740-748.(in Chinese).

任福民,翟盘茂.1998.1951—1990年中国极端温度变化分析[J].大气科学,22(2):217-226.Ren F M,Zhai P M.1998.Study on changes of China’s extreme temperatures during 1951—1990[J].Chinese J Atmos Sci,22(2):217-226.(in Chinese).

所玲玲,黄嘉佑,谭本馗.2008.北极涛动对我国冬季同期极端气温的影响研究[J].热带气象学报,24(2):163-168.Suo L L,Huang J Y,Tan B K.2008.The influence of winter arctic oscillation on maximum and minmum air temperature over China in winter [J].J Trop Meteor,24(2):163-168.(in Chinese).

严中伟,杨赤.2000.近几十年我国极端气候变化格局[J].气候与环境研究,5 (3):267-372.Yan Z W,Yang C.2000.Geographic patterns of extreme climate changes in China during 1951—1997 [J].Climatic Environ Res,5(3):267-372.(in Chinese).

张霏燕,徐海明.2011.东北春季极端低温的变化特征及其与大西洋海温的关系[J].大气科学学报,34(5):574-582.Zhang F Y,Xu H M.2011.Spatial/temporal variations of spring extreme low temperature in Northeast China and its relationship with SSTA in Atlantic Ocean[J].Trans Atmos Sci,34(5):574-582.(in Chinese).

张宁,孙照渤,曾刚.2008.1955—2005年中国极端气温的变化[J].南京气象学院学报,31(1):123-128.Zhang N,Sun Z B,Zeng G.2008.Change of extreme temperatures in China during 1955—2005[J].J Nanjing Inst Meteor,31(1):123-128.(in Chinese).

赵军,师银芳,王大为,等.2012.1961—2008年中国大陆极端气温时空变化分析[J].干旱区资源与环境,26(3):52-56.Zhao J,Shi Y F,Wang D W.2012.Temporal and spatial changes of extreme temperatures in China during 1961—2008[J].J Arid Res Envior,26(3):52-56.(in Chinese).

周雅清,任国玉.2010.中国大陆1956—2008年极端气温事件变化特征分析[J].气候与环境研究,15(4):405-417.Zhou Y Q,Ren G Y.2010.Variation characteristics of extreme temperature indices in mainland China during 1956—2008[J].Climatic Environ Res,15(4):405-417.(in Chinese).

Based on the daily winter minimum temperature data of 201 Chinese meteorological stations,without the influence of station relocation,for the period 1960—2009,along with NCEP/NCAR monthly mean reanalysis data and NOAA reconstructed monthly mean sea surface temperature data,the spatial and temporal variation in the frequency of warm winter nights(FWWN) and the relationship with sea surface temperature(SST) and atmospheric circulation was studied.

First,we ruled out the influence of the homogeneity generated by meteorological station relocation by using thet-test and multiple regression methods.Then,the FWWNs at the 201 stations in China were calculated.During 1960—2009,FWWN presents an increasing trend over most parts of China.The maximum values of the standard deviation and trend coefficient were located in Northwest China,while the minimum values lay in Southwest China.The first EOF mode’s spatial vector of FWWN produced an identical signal over the whole of China,indicating that there is an identical high winter warm night frequency abnormal or low frequency abnormal characteristic.The first EOF mode’s time coefficient indicates that FWWN increased during the 50-yr study period,and the mutation year of the first EOF time coefficient is 1988.In addition,FWWN shows obvious regional features,and can be divided into five consistent regions via the rotated EOF (REOF) method:(1)South China,Southeast China and Southwest China;(2)Central China and the east part of Southwest China;(3)Northeast China;(4)The east part of Northwest China,North China and East China;(5)The Xin Jiang area.Most of the regions’ FWWN showed an increasing trend,with the trend coefficients being statistically significant at the 0.05 level of reliability.

Next,the relationship between FWWN and SST was analyzed.The Pacific Warm Pool SST index(IPW),Kuroshio SST index(IKs),North Atlantic SST index(INA) and South Pacific index(ISP) showed significant positive correlation with FWWN,with their correlation coefficients passing the significance test over most parts of China.To examine the reason behind the relationship,the synthetic analysis method was used.The results showed that when the four SST indices were abnormal,the East Asian Trough intensity and Siberian High intensity were also abnormal.As the anomaly of the East Asian Trough intensity and Siberian High intensity can influence the cold air intensity,the four SST indexes therefore influenced the FWWN through their close relationship with the East Asian Trough intensity and Siberian High intensity.

homogeneity;warm winter night frequency;spatiotemporal characteristics;sea surface temperature

(责任编辑：刘菲)

Variation in the frequency of warm winter nights in China and the relationship with sea surface temperature

FANG Yihe1,2,3,SUN Zhaobo1,3,NI Donghong1,CHEN Haishan1,3

1KeyLaboratoryofMeteorologicalDisaster,MinistryofEducation(KLME),NanjingUniversityofInformationScience&Technology,Nanjing210044,China;2RegionalClimateCenterofShenyang,Shenyang110016,China;3SchoolofAtmosphericSciences,NanjingUniversityofInformationScience&Technology,Nanjing210044,China

10.13878/j.cnki.dqkxxb.20121214005

*联系人，E-mail:49954570@qq.com

引用格式：房一禾,孙照渤,倪东鸿,等.2016.中国冬季暖夜频率变化特征及其与海温的关系[J].大气科学学报,39(2):166-176.

Fang Y H,Sun Z B,Ni D H,et al.2016.Variation in the frequency of warm winter nights in China and the relationship with sea surface temperature[J].Trans Atmos Sci,39(2):166-176.doi：10.13878/j.cnki.dqkxxb.20121214005.(in Chinese).