东北春季极端连续无雨日与前冬北太平洋海平面气压的可能联系

李晨曦 曾子旋 洪海旭 张梦琪 孙建奇 华维

(1 成都信息工程大学 大气科学学院，成都610225；2 中国科学院大气物理研究所 竺可桢—南森国际研究中心，北京100029；3 中国科学院大学，北京 100049 )

引 言

东北地区是我国重要的粮食生产基地，该区域的干湿状况对保障粮食产量至关重要。干旱是影响东北地区最为严重的气象灾害之一[1-2]。据统计，1978—2015年东北三省农作物受干旱影响所造成的经济损失达844.87亿元[3]。因此，研究东北地区干旱变化规律及机制并进一步提高其预测准确性对于保障国家粮食安全具有重要意义。

已有诸多研究从降水的角度揭示了东北地区干旱成因。由于东北地区汛期出现在夏季，前人主要关注东北地区夏季降水变化。研究表明，东亚夏季风减弱会使得东北地区夏季水汽输送减少，从而导致降水减少，有利于干旱发生[4-8]。夏季东北冷涡维持有利于低层水汽辐合，使得东北地区夏季降水增加[9-10]。此外，海温和海冰等下垫面强迫信号对东北地区夏季降水也有重要作用。例如HAN， et al[11]指出，1980s末以来从早春持续到初夏的热带印度洋海温异常增暖会导致日本上空出现异常反气旋，使得东北地区初夏降水偏多。张若楠等[12]研究表明，春夏季持续的北极海冰减少可以激发异常Rossby波向东亚传播使得夏季贝加尔湖附近地区出现反气旋性异常，东北地区夏季降水减少。LI， et al[13]基于降水量和温度对东北地区干旱进行研究，结果表明3月巴伦支海海冰减少会导致4月欧亚大陆西部积雪减少，进而在夏季激发(Polar-eurasian teleconnection， POL)型遥相关，导致东北地区夏季干旱。

近年来，东北地区春季干旱发生频率增加[14-16]。作为备耕播种的关键期，春季干旱会对粮食生产造成严重影响。然而与夏季相比，东北地区春季降水的研究相对较少。例如，郭恒等[17]研究发现，5月热带太平洋海温可以通过激发遥相关波列使得东北亚出现低压异常，进而影响东北地区同期降水。ZHANG， et al[18]研究指出，晚冬热带北大西洋海温和东北地区春季降水的联系在1970s末之后显著增强，从而为东北春季降水的预测提供了依据。进一步研究发现，北大西洋热带和中纬度地区海温异常对东北地区4—5月降水变化的主导模态具有重要影响[19]。LI， et al[20]研究指出，5月巴伦支海地区海冰的持续减少是造成同期东北地区降水持续增多的重要因素。

降水异常虽然在一定程度上可以表征干旱的变化，但是由于降水时空分布的不均匀性，仅根据降水量判断干旱存在局限性，雨量偏多的季节仍有可能出现严重干旱[21]。干旱的基本特征之一是无雨日数异常偏多，无雨日，特别是持续时间长的极端连续无雨日可以很好地反映干旱程度，对干旱有较好的指示意义[22-23]。如2017年春季东北地区出现的极端连续无雨事件，部分地区最长连续无雨日可达70 d以上，造成了严重的经济损失[24]。以往关于东北地区连续无雨日的研究主要关注其时空变化特征[25-27]。最近的研究指出，在夏季欧亚遥相关和丝绸之路遥相关共同作用下，东北地区出现异常反气旋并维持，使得该地区夏季连续无雨日的持续期延长[28]。相比于夏季，春季连续无雨日相关的机制研究十分欠缺。考虑到春季干旱对东北地区农业生产的重要影响，有必要对东北地区春季连续无雨日，特别是极端连续无雨日展开研究，从而加深对东北地区春季干旱变化特征和机制的认识，并为其预测提供科学依据。

东北地区临近北太平洋西海岸，北太平洋地区的大气环流和海温异常对东北地区的天气气候具有重要影响[29-35]。已有研究表明，前期北太平洋地区的大气环流和海温异常对后期东北地区夏季的气温和降水变化具有显著影响[30-32]，这为东北地区夏季气候的预测提供了重要的信息。因此，本文着眼于北太平洋地区的大气环流和海温异常对东北地区春季极端连续无雨日的影响。

1 资料与方法

观测资料为中国气象局国家气象信息中心提供的逐日台站观测降水资料，研究时段为1960—2019年春季(3—5月)。选取区域为东北地区(40°～54°N， 115°～136°E)108个台站，其中包含东北和华北东北部的台站。涉及少量华北地区台站的主要原因为：(1)少量的华北地区台站不会改变对东北地区的研究结果；(2)上述两个区域的气候特征具有一致性，这一点从后面的经验正交函数分解研究中也可以看到：华北东北部—东北南部是该区域极端连续无雨日变化第一模态的大值区。参考SUN， et al[36]的研究，剔除研究时段内春季缺测数据超过10%或任意1 a春季缺测数据超过1%的台站。对于剩余台站的缺测数据，利用邻近台站的观测值通过Cressman插值方法进行插补。

大气环流资料为日本气象厅发布的JRA-55(Japanese 55-year Reanalysis)再分析资料[37]，水平分辨率为1.25°×1.25°，垂直方向共37层。分析的物理量包括位势高度、水平风场、比湿、垂直速度、地表气压、海平面气压、温度。

海温资料采用英国气象局Hadley中心发布的逐月海温资料(HadISST1)[38]，水平分辨率为1°×1°。

以降水量0.1 mm为阈值，日降水量小于该阈值即视为无雨日。连续无雨日的持续时间为日降水量小于该阈值的连续天数。本文主要研究极端连续无雨日的变化特征，极端连续无雨日定义为研究区域1960—2019年春季所有连续无雨日中持续期超过第95百分位值的连续无雨日。进一步分析表明，95%分位点极端连续无雨日的持续期为13 d，而研究区域连续无雨日平均持续期为3.2 d，前者约为后者的四倍，能够反映较长持续时间的无雨状况。采用的统计方法包括Theil-Sen 趋势估计法、Mann-Kendall趋势检验、经验正交函数分解(Empirical Orthogonal Function， EOF)、回归分析和相关分析法，并使用Student’st方法检验回归和相关的显著性。

2 东北春季极端连续无雨日的时空变化特征及相关的大气环流

由1960—2019年东北地区多年平均春季每日出现无雨状况的台站数量(图1a)可以看到，东北地区春季无雨日在时间分布上具有不均匀性，出现无雨日的台站数呈现出随时间减少的趋势。由春季各月极端连续无雨日累计日数所占的百分比(图1a)，可见3—5月极端连续无雨日累计日数百分比分别为51.7%、34.9%和13.4%，其中3—4月占比达到86.6%，说明东北地区春季极端连续无雨日主要发生在3—4月，因此后续研究重点关注3—4月的极端连续无雨日变化。东北地区1960—2019年3—4月极端连续无雨日累计日数的标准化时间序列和线性趋势(图1b)结果表明，东北地区3—4月极端连续无雨日累计日数有较弱的上升趋势，但并不显著。9 a滑动的结果表明极端连续无雨日在1970s末到1990s初偏少，近年来有所增加。

为进一步了解东北地区3—4月极端连续无雨日的时空变化特征，对东北地区3—4月极端连续无雨日累计日数进行EOF分析，其中第一模态的解释方差为31.1%，通过了North检验(图2)[39]。第一模态表明东北地区春季极端连续无雨日呈现全区一致的变化特征。第一模态的时间序列表现出很强的年际变化特征，该时间序列与图1b中东北地区区域平均的极端连续无雨日累计日数时间序列具有相似的变化特征，两者的相关系数为0.98。

图1 (a) 1960—2019年东北地区多年平均春季每日出现无雨状况的累计台站数(折线)及春季各月极端连续无雨日累计日数的百分比(柱状);(b) 1960—2019年3—4月东北区域平均的极端连续无雨日累计日数标准化时间序列(柱状) (蓝色实线为9 a滑动结果；红色实线为线性趋势)Fig.1 (a) Climatological accumulated number of stations with dry day in each day of spring (line) and the climatological percentage of accumulated days of extreme-CDDs in each month of spring (bar) over Northeast China during 1960-2019; (b) Normalized time series of accumulated days of extreme-CDDs in March-April averaged over Northeast China(bar) during 1960-2019 and corresponding nine-year sliding time series (blue line) and linear trend (red line)

图2 1960—2019年东北地区3—4月极端连续无雨日累计日数：(a) EOF第一模态(其中蓝点为台站分布情况); (b) PC1标准化时间序列;Fig.2 (a) The first leading EOF mode and (b) corresponding normalized PC1 of accumulated days of extreme-CDDs in March-April overNortheast China during 1960-2019 (The blue dots in (a) denote the stations over Northeast China)

进一步分析东北地区3—4月极端连续无雨日第一模态对应的局地环流特征。从500 hPa位势高度场(图3a)上可以看到，对应于东北地区极端连续无雨日偏多，贝加尔湖附近存在一个显著的高压中心，以往的研究表明这个异常高压对东北乃至东北亚地区的降水具有重要影响[7，40]。在贝加尔湖异常高压的影响下，东北地区出现下沉运动(图3b)；此外，东北地区受偏北气流控制，不利于水汽输送，局地出现水汽辐散(图3c)。上述环流异常有利于东北地区春季出现极端连续无雨日。

图3 1960—2019年标准化PC1序列回归的3—4月(a) 500 hPa位势高度场(阴影， 单位：gpm)和风场(箭矢，单位：m·s-1);(b) 500 hPa垂直速度(单位: 10-2 Pa·s-1); (c)整层积分水汽通量(箭矢， 单位：kg·m-1·s-1)及整层积分水汽通量散度(阴影， 单位：10-5 kg·m-2·s-1) (黑色箭头和打点区域表示通过α=0.05的显著性检验; 黑框为东北地区所在位置)Fig.3 Regressed (a) geopotential heights (shading， units: gpm) and winds (arrow， units: m·s-1); (b) vertical velocity (units: 10-2 Pa·s-1) at 500 hPa， and (c) vertically integrated water vapor flux (arrow， units: kg·m-1·s-1) and related divergence (shading， units: 10-5 kg·m-2·s-1) in March-April against the normalized PC1 during 1960-2019(Black arrows and dotted areas indicate the 95% confidence level，and the black box shows the location of Northeast China)

3 东北春季极端连续无雨日变化与前冬北太平洋地区大气环流的联系

为进一步理解东北春季极端连续无雨日的年际变化的可能影响机制并从预测角度出发，下面将重点关注前期冬季北太平洋地区的大气和海洋异常信号。图4a给出了东北春季极端连续无雨日累计日数PC1回归的1—2月海平面气压场。可以看到，在北太平洋中部和阿拉斯加附近分别存在一个显著的负异常中心和正异常中心，呈南北偶极型分布。为了分析这个偶极型海平面气压异常与东北地区春季极端连续无雨日的关系，本文将海平面正异常中心所在区域A(52°～75°N， 150°～120°W)与负异常中心所在区域B(18°～35°N， 180°～150°W)平均的海平面气压之差(A-B)定义为该海平面气压偶极模态指数(Sea Level Pressure Index， SLPI)，如图4b所示。由图可见，PC1和SLPI的变化特征较一致，两个时间序列显著相关，相关系数为0.53，通过了α=0.01显著性检验，说明前期1—2月北太平洋地区偶极型海平面气压异常模态可能会对后期3—4月东北地区极端连续无雨日的变化产生影响。

图4 (a)1960—2019年标准化PC1序列回归的1—2月海平面气压(单位: Pa; 其中打点区域表示通过α=0.05的显著性检验;红框和蓝框为SLPI指数定义所取的区域); (b) 1960—2019年PC1(红线)和1—2月SLPI(黑线)的标准化时间序列Fig.4 (a) regressed sea level pressure (units: Pa) in January-February against the normalized PC1 during 1960-2019(Dotted areas indicate the 95% confidence level， and the red and blue boxes are used to define the SLPI);(b) normalized time series of PC1 (red line) and January-February SLPI (black line) during 1960-2019

大气环流异常的持续时间有限，前期冬季的大气环流异常模态是如何对后期东北地区极端连续无雨日的变化产生影响的呢？考虑到海温的缓变特性及冬季北太平洋海气相互作用的重要性[41-44]，猜测海温可能在前冬北太平洋偶极型大气模态和后期春季东北极端连续无雨日的联系中起到重要的桥梁作用。为此，进一步考察了北太平洋海平面气压偶极模态所对应的同期1—2月和后期3—4月海温异常。如图5a可以看到，1—2月北太平洋海平面气压偶极模态在同期对应北太平洋出现显著的马蹄形海温异常，显著的负异常海温区从西太平洋延伸到中纬度北太平洋中部；在其南北两侧则为显著的正异常海温区。图5b的海温型与图5a具有相同的分布，说明海平面气压偶极模态所导致的海温异常具有较好的季节持续性，可以从1—2月持续到3—4月。此外，分析了PC1对应的3—4月北太平洋海温异常(图5c)。可见，北太平洋西部和中部海温为负异常，北太平洋北部和南部海温为正异常，这和SLPI指数回归的1—2月、3—4月海温异常分布特征基本一致，只是强度偏弱。为探究3—4月北太平洋马蹄形海温异常和同期东北地区极端连续无雨日的关系，文中把海温正异常中心所在关键区A(45°～57°N，150°E～160°W)与负异常中心所在关键区B(18°～33°N，125°～145°E)和C(27°～39°N，145°E～165°W)的区域平均海表温度之差(A-(C+B)/2)定义为海表温度指数(Sea Surface Temperature Index， SSTI)。如图5d所示，SSTI和PC1具有比较一致的时间变化特征，两者相关系数为0.49，通过了α=0.01的显著性检验。上述分析表明，1—2月北太平洋海平面气压偶极模态可以引起同期北太平洋出现马蹄形海温分布，并且这一海温异常可以持续到3—4月，进而可能影响到东北地区3—4月极端连续无雨日的年际变化。

那么3—4月的马蹄形海温异常是如何影响东北春季极端连续无雨日年际变化的呢？进一步分析3—4月SSTI所对应的海温和大气环流异常。从SSTI回归的3—4月经向海表温度梯度(图6b)可以看出，马蹄形海温异常可以减弱30°～50°N附近的经向海温梯度，而增强10°～30°N附近的经向海温梯度；马蹄形海温异常所对应的经向海温梯度与PC1所对应的经向海温梯度是一致的(图6a)。这样的海温梯度也会影响大气的经向温度梯度，如图6d所示，与马蹄形海温异常对应，大气的经向温度梯度也在北太平洋中纬度地区呈现出“北弱南强”的经向分布模态。根据热成风原理，这种“北弱南强”的经向温度梯度分布可以减弱40°～50°N的纬向西风、增强20°～30°N纬向西风，这样在东亚到北太平洋的40°～70°N地区形成反气旋性环流异常、20°～40°N地区形成气旋性环流异常。上述纬向风和反气旋性环流异常可以西伸到东亚地区，有利于在贝加尔湖地区形成高压异常。这一结果与PC1回归的结果相一致(图6c)。

图5 1960—2019年1—2月标准化SLPI序列回归的(a)1—2月和(b)3—4月海表温度(单位：K); (c)与(b)类似，但为标准化PC1回归(打点区域表示通过了α=0.05的显著性检验，红框和蓝框为SSTI定义所取的区域);(d)1960—2019年PC1(红线)和3—4月SSTI(黑线)的标准化时间序列Fig.5 Regressed (a) January-February and (b) March-April SST (units: K) against the normalized January-February SLPI during 1960-2019;(c) is the same as (b)， but for the normalized PC1 (dotted areas indicate the 95% confidence level， and red and blue boxes are used to define the SSTI)； (d) normalized time series of PC1 (red line) and March-April SSTI (black line) during 1960-2019

图6 1960—2019年标准化(a)PC1序列和(b)3—4月SSTI序列回归的3—4月经向海表温度梯度(单位: K·m-1)；(c—d)与(a—b)类似，但为500 hPa经向温度梯度(阴影， 单位: K·m-1,经向梯度均乘以-1)和风场(箭矢， 单位: m·s-1)(其中打点区域表示通过了α=0.05的显著性检验)Fig.6 Regressed March-April meridional sea surface temperature gradients (units: K·m-1) against the normalized (a) PC1 and (b) March-April SSTI during 1960-2019; (c-d) is the same as (a-b)， but for 500 hPa meridional temperature gradients (shade， units: K·m-1; the meridional temperature gradients are multiplied by -1) and winds (vector， units: m·s-1)(dotted areas indicate the 95% confidence level)

由SSTI回归的3—4月500 hPa位势高度(图7)可见，除了北太平洋地区位势高度场“北正南负”的异常分布外，北太平洋海温异常还伴随有北半球中纬度地区波列活动的增强。波作用通量在北太平洋地区具有很强的辐合、辐散异常，并且随着西风带向东传播，绕过北美地区、北大西洋、欧亚大陆，到达东亚地区。伴随着波作用通量的异常，北半球中纬度地区存在正负相间的位势高度异常分布，其中一个中心位于贝加尔湖地区，有利于该地区高压的形成。

图7 1960—2019年3—4月标准化SSTI序列回归的3—4月500hPa位势高度(阴影， 单位: gpm)及波通量(箭矢， 单位: m2·s-2;其中打点区域通过了α=0.05的显著性检验，黑框为东北地区所在位置)Fig.7 Regressed March-April 500 hPa geopotential heights against the normalized March-April SSTI during 1960-2019 (shading， units: gpm) and the related wave activity flux (arrow， units: m2·s-2; dotted areas indicate the 95% confidence level， and the black box shows the location of Northeast China)

图8 前冬北太平洋偶极型海平面气压异常影响东北地区春季极端连续无雨日变化的示意图Fig.8 Schematic diagram illustrating the influences of the preceding winter dipole pattern of sea level pressureover the North Pacific on spring extreme-CDDs over Northeast China

综上，前冬北太平洋偶极型海平面气压异常可以显著影响东北地区春季极端连续无雨日的变化。具体过程如图8所示，前冬1—2月北太平洋偶极型海平面气压异常可以引起同期北太平洋地区出现马蹄形海温异常，这一海温异常可以持续到春季。春季海温异常一方面通过改变北太平洋地区的经向温度梯度，进而影响西风急流，有利于贝加尔湖附近出现异常高压；另一方面，海温异常还可以增强北半球中纬度的波列活动，通过纬向遥相关波列使得贝加尔湖附近出现异常高压。贝加尔湖地区的异常高压进而影响东北地区春季极端连续无雨日的年际变化。

上述海平面气压异常模态超前于东北春季极端连续无雨日的变化，从而为后者的预测提供了潜在的预测因子。为进一步验证北太平洋偶极型海平面气压对东北地区春季极端连续无雨日的预测作用，基于SLPI利用留一交叉检验方法得到了新的PC1指数。如图9所示，留一交叉检验得到的PC1(红线)与观测的PC1(黑线)具有较好的一致变化，两者相关系数为0.49，通过了α=0.01的显著性检验。结果表明前期1—2月北太平洋偶极型海平面气压可以作为东北地区春季极端连续无雨日的1个有效预测因子。

图9 1960—2019年基于1—2月SLPI指数利用留一交叉检验方法预测的PC1(红线)和实际PC1(黑线)的标准化时间序列Fig.9 Normalized time series of the hindcasted PC1 based on the January-February SLPI using the leave-one-out cross-validation method (red line) and observedPC1 (black line) during 1960-2019

4 结论

本文基于1960—2019年春季东北地区108个台站的逐日降水资料，分析了东北地区春季极端连续无雨日的时空变化特征。结果表明，东北地区春季极端连续无雨日主要集中在3—4月，累计日数可占整个季节的86.6%。趋势分析结果表明，3—4月东北地区极端连续无雨日累计日数呈现出较弱的上升趋势。3—4月东北地区极端连续无雨日累计日数EOF第一模态表现为全区一致的变化特征，这一模态与贝加尔湖地区的异常高压密切相关。贝加尔湖地区的异常高压可以导致东北地区出现偏北风异常，局地水汽辐散并伴随有下沉运动，有利于该区域极端连续无雨日的增加。

进一步分析表明，东北地区春季极端连续无雨日的变化与前冬1—2月北太平洋地区偶极型海平面气压关系密切。1—2月北太平洋偶极型海平面气压使得同期北太平洋海表温度呈现马蹄形分布。这一海温异常具有较好的季节持续性，可以持续到3—4月。3—4月马蹄形海温异常一方面通过改变北太平洋地区的经向温度梯度，进而引起东亚—北太平洋地区纬向西风的变化，有利于贝加尔湖附近出现异常高压。另一方面，这一海温异常可以增强北半球中纬度的波列活动，向东传播的遥相关波列也有利于贝加尔湖附近出现异常高压。因此，前冬1—2月北太平洋偶极型海平面气压可以通过海温引起贝加尔湖地区的大气环流异常，进而影响东北地区的水汽和动力条件，最终对这一区域春季极端连续无雨日的变化产生影响。

最后，基于SLPI利用留一交叉检验对PC1指数进行预测。结果表明，预测的PC1时间序列和PC1原序列有较好的相关关系。因此，前冬北太平洋地区偶极型海平面气压可作为东北地区春季极端连续无雨日的潜在预测因子，对东北地区春季干旱的预测有重要价值。