吴昱树 , 王 林 , 陈权亮
（1. 成都信息工程大学大气科学学院, 成都 610225；
2. 内蒙古自治区乌兰察布市气象局, 乌兰察布 012000；
3. 中国科学院大气物理研究所季风系统研究中心, 北京 100190）
东亚冬季风作为北半球冬最活跃的气候系统，它的活动对东亚及全球冬季气候异常有重大影响[1-4]。强冬季风年，东亚常常出现大风、低温、寒潮、雨雪和沙尘暴等灾害性天气[5-8]。例如，2007/2008年东亚破纪录的寒潮和极端冷事件[5-6]，2018年1月中国中东部持续性雨雪天气[7]，都造成了严重的经济和社会灾难。尽管东亚冬季风会造成显著的东亚冬季气候异常，但与东亚夏季风相比，其季节可预报性和动力预报技巧研究较少[9-10]。在当前的季节预报系统中，东亚冬季风提前几个月的确定性预报仍然是一个具有挑战性的任务[4]。
东亚冬季风具有强的年际变化特征[2-4,11-13]。强冬季风年，伴随着西伯利亚高压加强，东亚大槽加深，东亚急流加速，东亚低层北风加强以及寒潮频发[2-4,11-18]。研究表明东亚冬季风的年际变化受到厄尔尼诺和南方涛动（ENSO）的影响[18-19]。厄尔尼诺年，在西北太平洋（菲律宾海）和东北太平洋低层分别存在异常反气旋和气旋，导致东亚暖平流和东亚冬季风减弱；
而拉尼娜年反之[18]。
以往对东亚冬季风的研究大多数基于观测数据，且使用统计模型预测。已有研究表明，统计模型对东亚冬季风强度及中国东部地表气温具有较强的预测能力[20]。刘实等[21]根据前期10月北太平洋-北美-北大西洋异常环流型，并结合黑潮及其延伸区和热带西印度洋海温异常信号建立了预测冬季风强度的统计方法，取得了较好的预测效果。Zuo 等[22]基于秋季北极海冰异常信号建立了统计模型检验中国冬季气温异常的潜在可预测性，该模型对中国大部分地区具有较高的预测技能。近年来，气象学者更多地使用数值模式研究并预测东亚季风的变化，但多数工作[9,23-25]集中在夏季风，而对冬季风的研究较少。Li 等[26]研究发现耦合模式对东亚冬季风指数具有较高的预测技巧，该指数定义为东亚主要区域（20°～60°N，90°～150°E）850 hPa 气温经验正交函数（Empirical Orthogonal Function，EOF）的第一主成分。Yang等[27]研究欧洲中心上一代多模预报系统发现，该集合模式对低纬度（30°N以南）使用对流层低层风场定义的5个东亚冬季风指数具有较高的预测技巧，这五个指数的可预测性源于它们与ENSO 密切相关。Tian等[28]研究指出第二版气候预测系统（CFSv2）对一个与中高纬环流密切相关的东亚冬季风指数具有有限的预测技巧。尽管上述研究表明最先进模式对东亚冬季风表现出了预测技能，但是准确预测东亚冬季风的年际变率仍然是一个挑战。
季节性预报和哥白尼气候变化服务中心（C3S）项目是欧洲中期天气预报中心提供的最新季节-年际尺度的气候预测系统（包括：SEAS5、GloSea5、MFSys7、GCFS2、SPSv3），它们在北大西洋涛动（North Atlantic Oscillation，NAO）[29-31]、长江流域夏季降雨[32]、中国华南冬季降水[33]、西太平洋副热带高压脊线和强度指数[34]及四川盆地东部2 m 气温[35]等方面均表现出显著的预测技巧，但其对东亚冬季风的预测性能研究尚未见报道。针对这一问题，本文拟利用C3S 多模式预报系统输出的1993～2016年回报数据，探讨该多模式预报系统对东亚冬季风的预测性能。
1.1 数据
本文使用的研究数据包括：（1）ERA5月平均再分析资料，该数据来源于欧洲中期天气预报中心网站（https://cds.climate.copernicus.eu），水平分辨率为 2.5°×2.5°，时间范围从1979年至今，选取了海平面气压场、地表气温、850 hPa 风场、200 hPa 风场以及500 hPa 位势高度场；
（2）来源于全球降水量气候项目（Global Precipitation Climatology Project，GPCP）[36]的降水资料，由美国国家航空航天局戈达德太空飞行中心提供（https://precip.gsfc.nasa.gov），水平空间分辨率为 2.5°×2.5°，时间范围从1979年至今；
（3）C3S 多模式预报系统输出的月平均回报数据（https://cds.climate.copernicus.eu/#!/search?text=hindcastype=dataset），包括SEAS5[31]（欧洲中期天气预报中心第五代季节预测系统）、GloSea5[37]（英国气象局全球第五代季节预测系统）、MF-Sys7（法国气象局第七版气候预测系统）、GCFS2（德国气象局气候预测系统）及SPSv3（欧洲地中海气候变化中心第三版气候预测系统）共5个模式，水平分辨率均为 1°×1°，时间长度均为 1993年1月～2016年12月，将模式数据通过双线性插值到与观测一致的水平网格上。
本文只关注北半球冬季，将当年12月、次年1月和次年2月（DJF）的平均定义为北半球冬季，一共24个冬季（1993～2016年）。这里1993年冬季是指1993/1994年冬天。
模式预报时效为5个月，但本文只分析11月初始化的预报结果，即提前1个月（Lead1）预测冬季。将1993～2016年冬季的平均定义为气候态，观测及预测中的异常由原始数据分别减去相对应的气候态得到。本文除了气候态的评估之外，其他分析均基于异常场。
1.2 方法
本文选取Wang and Chen[4]利用海平面气压（Sea Level Pressure，SLP）定义的东亚冬季风指数（East Asian Winter Moosoon Index，EAWMI）来衡量冬季风的年际变化特征：EAWMI =2×SLP1-SLP2-SLP3，其中SLP1、SLP2 和SLP3 的区域范围分别是40°～60°N、70°～120°E，30°～50°N、140°～170°E 和20°S～10°N、110°～160°E。本文用的统计方法有相关性分析、t 检验、一元线性回归。
东亚冬季风是一个深厚系统，与整个对流层的大气环流有关，它与对流层低层的西伯利亚高压和阿留申低压有关。西伯利亚高压东侧形成强烈的西北风，在25°N 附近转为东北风，并向南吹至热带地区（图1a）。东亚冬季风还与对流层中层日本附近的东亚大槽及对流层高层日本东南部的东亚高空急流有关（图2a）。C3S 多模式都很好地再现了东亚冬季风大气环流的气候态特征（图1b～f 和图2b～f），但与观测结果均存在一定的偏差（图略）。SEAS5 的偏差最小，位于40°N以北西北太平洋（东北太平洋）上低于（高于）观测的海平面气压及气旋性环流（反气旋性环流），同时海洋性大陆上存在偏东风偏差。其余四个模式都显示出了位于10°N 以北北太平洋上海平面气压及低层环流的偶极子偏差，40°N 以北（南）高于（低于）观测。GCFS2中40°N 以北欧亚大陆上存在低于观测的海平面气压及偏东风偏差，同时辐散风在海洋性大陆以东为偏西风偏差，以西为偏东风偏差。GloSea5 中欧亚大陆上表现出相对于观测正负分布不均匀的海平面气压以及偏东风偏差，同时海洋性大陆风场偏差与GCFS2类似。MF-Sys7 中显示出位于欧亚大陆上东北-西南向的海平面气压偶极子偏差，东北（西南）部高于（低于）观测，同时热带地区主要为偏东风偏差。SPSv3中欧亚大陆大部高于观测的海平面气压，同时热带地区以偏南风偏差为主。对于500 hPa 位势高度和200 hPa纬向风而言，偏差仍然是SEAS5 最小，日本附近高于观测的位势高度，东亚大槽偏弱；
同时，在整个副热带急流区域和热带印度洋均高于观测的纬向风，东亚高空急流偏强。有趣的是，其余四个模式中500 hPa 位势高度在北太平洋上都表现出相对于观测的南北向三极子偏差特征分布（20°N 以北的偏差结构类似于海平面气压偏差，具有准正压结构），在20°N 以北、50°N 以南有最大偏差（偏低）；
同时，200 hPa 纬向风偏差与其动力耦合，最大偏差同样出现在北太平洋，纬向风偏高的北侧和偏低的南侧均为位势高度偏低区；
反之为偏高区。
图2 同图1，但为500 hPa 位势高度（等值线，单位：gpm）和200 hPa 纬向风（填色，单位：m/s）
亚洲大陆上地表气温低于海表气温，西伯利亚东北部最低，东亚区域最低出现在青藏高原上，海洋性大陆上最高，该气温空间型被认为是东亚冬季风重要的热力驱动机制之一（图1a）。模式很好地再现了地表气温的空间分布（图1b～f），但对于观测同样有偏差（图略）。SEAS5 中偏差最小，西伯利亚东北部偏暖，中国东部偏冷。其余四个模式都在热带表现出暖偏差。GCFS2 和MF-Sys7 中西伯利亚东北部为最大暖偏差。GloSea5 和SPSv3 中亚洲大陆上为冷偏差。冷偏差（暖偏差）与高于（低于）观测的海平面气压热耦合，突出了海平面气压模拟在预测地表气温中的重要性。
图1 冬季平均的地表气温（填色，单位：℃），海平面气压（等值线，单位：hPa）和850 hPa 风场(矢量，单位：m/s）气候态分布（a. 观测，b. GCFS2，c. GloSea5，d. SEAS5，e. MF-Sys7，f. SPSv3）
在冬季，强降水带位于热带和南半球，最大降水位于海洋性大陆，风暴轴影响的北太平洋也有强降水带，东亚地区降水很少（图3a），模式也可以显示出类似的降水分布（图3b～f）。但模式在热带太平洋上显示出了相对于观测的双赤道辐合带降水偏差特征，即赤道上偏少，而赤道两侧偏多（GCFS2 除外），并且在北太平及东亚降水偏多（图略）。此外，模式中降水在海洋性大陆有较大的偏差，西部（东部）较观测少（多），而MF-Sys7 显示出海洋性大陆降水偏多（图略）。
图3 同图1，但为地表降水（单位：mm/d）
综上所述，C3S 多模式系统可以很好地反映观测中冬季东亚大气环流及地表气候的气候态特征，准确再现了低层西伯利亚高压、阿留申低压、东亚沿岸偏北风、中层东亚大槽及高层东亚西风急流的强度和位置。
上述分析表明，模式对东亚冬季风大气环流及地表气候的气候态特征具有很强的再现能力。本节将进一步探讨模式对东亚冬季风年际变化特征的预测能力。
图4 显示了东亚冬季风指数时间序列及预测技巧。观测及预测的冬季风指数具有明显的年际变化特征（图4a）。大多数模式对该指数表现出了预测技巧（图4b），GCFS2 预测技巧最高，整个24 a（1993～2016年）的相关系数为0.42，通过了95%水平的显著性检验，SPSv3 预测技巧最低（相关系数为-0.13），且多模式集合（Multi Model Ensemble，MME）的预测技巧并不是最高（相关系数为0.25）。同时，大多数模式与集合模式（欧洲中心上一代多模预报系统）相比预测技巧有明显提升，集合模式对该指数几乎没有预测技巧[27]。
图4 冬季平均的（a）东亚冬季风指数时间序列（OBS 为观测值，折线为模式提前一个月预测结果，其中MF 为法国第七版气候预测系统，ECMWF 为欧洲中心第五代气候预测系统，UKMO 为全球第五代季节气候预测系统，CMCC 为地中海中心气候预测系统，DWD 为德国第二代气候预测系统，MME 为模式集合平均）和（b）东亚冬季风指数11月初始化（Lead1）的预测技巧
图5 显示了冬季风指数回归的海平面气压和低层水平风场的异常分布。强冬季风年，海平面气压在乌拉山附近呈显著正异常，西伯利亚高压增强（图5a）。在北太平洋，海平面气压异常在阿留申群岛西南部呈负异常，在白令海周围呈正异常，类似于北太平洋涛动负位相[3-4,13]，负的海平面气压异常向西南延伸到海洋性大陆，再向西直至热带印度洋；
在850 hPa 异常流场上，有日本东部的气旋性环流、乌拉尔山脉上的反气旋性环流以及海洋性大陆上辐合气流与之配合，同时可以看到从中国东部至日本大部明显的北风异常（图5a）。大多数模式可以很好地捕获海洋上与东亚冬季风相关的海平面气压及低层环流异常信息（图5b～e）。然而，未能很好地再现亚洲大陆上热带外环流异常，表现出远弱于观测的乌拉尔山异常高压（图5b～f）。SPSv3 在海洋上表现出与观测近乎相反的海平面及低层流层异常（图5f）。观测结果显示出东亚低层存在气旋异常（以40°N 和150°E 为中心）和东北太平洋存在反气旋异常（以50°N 和140°W 为中心)（图5a），与ENSO冷位相下大气遥相关一致[3-4,10,18]，大多数模式可以再现该特征，只是异常环流位置略偏东（图5b～e）。
图5 东亚冬季风指数回归的海平面气压（填色，单位：hPa）和850 hPa 风场（矢量，单位：m/s）的异常分布（a. 观测，b. GCFS2，c. GloSea5，d. SEAS5，e. MF-Sys7，f. SPSv3）
在对流层中，强冬季风的显著特征之一是热带地区负的位势高度异常（图6a），它与海平面气压异常相一致（图5a），这意味着东亚冬季风与热带地区之间紧密联系。在北半球热带外，乌拉尔山脉附近显著的正位势高度异常，日本周围负位势高度异常，即强冬季风年东亚大槽加深（图6a）。在对流层高层，强冬季风年东亚西风急流增强（图6a）。大多数模式可以很好地捕捉海洋上与东亚冬季风相关的位势高度及纬向风异常，但未能再现欧亚大陆热带外的异常（图6b～e）。SPSv3 在海洋上显示出与观测相反且位置偏西的位势高度和纬向风异常（图6f）。
图6 同图5，但为500 hPa 位势高度（等值线，单位：gpm）和200 hPa 纬向风（填色，单位：m/s）
强东亚冬季风年，地表气温从西伯利亚中部到东亚副热带地区，再到南海、海洋性大陆和印度洋上，均为显著的冷异常（图7a）。热带东太平洋的冷异常和东北太平洋的暖异常分布与ENSO 冷位相地表气温空间特征类似（图7a）[3-4,10,18]。大多数模式捕获了地表气温的异常分布，但亚洲大陆上的异常强度明显弱于观测（图7b～f）。这些偏差说明模式对中高纬度环流的预测能力有限[28]。同样，SPSv3 在海洋上表现为与观测符号相反且位置偏西的异常温度场（图7f）。
图7 同图5，但为地表气温（单位：℃）
强烈的东亚冬季风与西太平洋暖池（海洋性大陆和菲律宾海）降水增加及赤道中太平洋降水减少有关，类似ENSO 冷位相降水空间型，即20°N 以北的东亚（从中国东南部至日本南部）降水减少及北太平洋降水增加（图8a）。大多数模式可以再现观测的降水空间分布且大于观测强度（图8b～e），尤其是GCFS2（图8b），再次说明东亚冬季风的预测技巧与ENSO 有关[10,27]。SPSv3 在海洋上表现出与观测相反的降水空间分布（图8f）和环流异常（图5f 和图6f），对东亚冬季风指数的预测技巧为负。
图8 同图5，但为地表降水（单位：mm/d）
综上所述，C3S 中多数模式（SEAS5、GloSea5、MFSys7、GCFS2）对于用海平面气压定义的东亚冬季风指数显示出了预测技巧，可以很好地预测与东亚冬季风相关的位于海洋上的大气环流、地表气温及降水异常，即捕获与ENSO 冷位相一致的降水分布及大气环流遥相关特征[3-4,10,18]，暗示了东亚冬季风预测技巧源于ENSO[10,27]。
本文基于C3S 多模式预报系统的回报数据，结合ERA5 再分析资料和GPCP 降水资料，评估了C3S多模式预报系统对东亚冬季风的预测性能，得到如下主要结论：
（1）C3S 多模式预报系统很好地预测了东亚冬季风气候态的主要特征，包括低层西伯利亚高压、阿留申低压、东亚上空低层风场、中层东亚大槽、高层高空急流、地表气温和降水强度及位置。偏差分析上，SEAS5 偏差最小，GCFS2 偏差最大。
（2）多数模式对用SLP 定义的东亚冬季风指数显示出了预测技巧，且与集合模式相比预测性能有明显提升，其中以GCFS2 对该指数的预测技巧最佳。
（3）多数模式可以很好地预测与东亚冬季风相关的位于海洋上的大气环流、地表气温及降水异常，显示出与ENSO 冷位相一致的降水空间型及大气环流遥相关。SPSv3 显示出位于海洋上与观测相反且位置偏西的环流、地表气温及降水异常分布，该模式对东亚冬季风指数表现为负技巧。
猜你喜欢 海平面环流东亚 基于全三维动网格技术的变长径比间隙环流的研究大电机技术(2022年3期)2022-08-06以泉会友，共享东亚文化盛世金桥(2022年6期)2022-06-20内环流控温技术应用实践与发展前景粮食问题研究(2022年2期)2022-04-25未来相对海平面变化对山东沿海港口的影响海洋通报(2021年3期)2021-08-14与南亚高压相联的欧亚大陆-印度洋经向环流成都信息工程大学学报(2021年2期)2021-07-22欧洲第一份研究东亚视觉艺术的西方语言杂志——《东亚艺术》国际汉学(2020年1期)2020-05-2115000余种商品亮相东亚商品展商周刊(2018年19期)2018-12-06学霸“三小只”初中生世界·七年级(2017年7期)2017-09-04中国海平面比去年升高38毫米学苑创造·A版(2017年5期)2017-05-09谜底大揭秘儿童故事画报·智力大王(2016年6期)2016-09-14