邓 琪 赵 平 温之平 王慧美 王迎春

1.复旦大学大气与海洋科学系/大气科学研究院，上海，200438

2.中国气象科学研究院灾害天气国家重点实验室，北京，100081

3.北京市气象局，北京，100089

1.Department of Atmospheric and Oceanic Sciences ＆ Institute of Atmospheric Sciences，Fudan University，Shanghai 200438，China

2.State Key Laboratory of Severe Weather，Chinese Academy of Meteorological Sciences，Beijing 100081，China

3.Beijing Meteorological Administration，Beijing 100089，China

1 引 言

南海夏季风是东亚夏季风的重要一环，也是联系东亚夏季风系统和南亚夏季风系统的纽带。因此，研究南海夏季风有重要意义（丁一汇等，2004；李崇银等，2007；Wang，et al，2018；鲍媛媛，2021）。南海夏季风具有明显的年际变化，其异常往往会导致中国南海附近地区发生旱涝灾害（吴尚森等，2003；高辉等，2005）。

许多学者使用不同定义方法建立南海夏季风指数来研究南海夏季风的变化特征及其影响因子，一些学者用对流层上、下层风的散度差（李崇银等，1999）、湿位势涡度（姚永红等，2001）定义南海夏季风强度指数，也有一些学者把动力学因子（西南风分量）与热力学因子（向外长波辐射）结合起来定义南海夏季风强度指数（吴尚森等，2001）。研究表明，影响南海夏季风强度变化的因子较多，包括青藏高原加热（Wu，et al，1998；钱永甫等，2003；Zhao，et al，2001；周秀骥等，2009；Liu，et al，2014）、厄尔尼诺-南方涛动（El Niño-Southern Oscillation，简称ENSO）（Wang，et al，2000，2008；Xie，et al，2009；Zhao，et al，2016；Zhang，et al，2018；Jiang，et al，2021；Joseph，et al，2021）、印度洋海温（Annamalai，et al，2005；Zeng，et al，2021）以及北极涛动（Arctic Oscillation，简称AO）（Nan，et al，2003；Gong，et al，2011）等。

研究表明，青藏高原积雪可以通过影响局地加热对大气环流和南海夏季风产生影响。陈乾金等（2000）指出，冬季青藏高原积雪异常可以引起中国南海南部地区对流活动的异常，进而影响南海夏季风及降水；青藏高原冬、春季积雪可以通过改变地表温度进而影响南海夏季风爆发的时间（李青等，2008；于乐江等，2008）。此外，在青藏高原冬、春季积雪偏多时，青藏高原感热加热较弱，造成中南半岛与中国南海局部地区纬向温度梯度反转时间偏晚，导致南海夏季风爆发偏晚（周悦等，2011）。

ENSO 作为热带海洋在年际变率尺度最显著的模态，对南海夏季风及降水也有重要影响。例如：南海西南季风强弱与ENSO 存在显著相关（梁建茵等，2000）； ENSO 可以通过西北太平洋异常海表温度影响东亚夏季风及降水，并在模拟中得到了证实（Wang，et al，2000）； Zhao 等（2016）和Fan 等（2017）的研究则表明，ENSO 对热带太平洋和中国南海海温年际变率及南海夏季风强度都有调控作用。

由此可见，青藏高原积雪和ENSO 与南海夏季风存在密切联系。然而，青藏高原积雪和ENSO并不相互独立。一方面，青藏高原积雪和大气热源对ENSO 有 显 著 影 响（赵 平 等，2000；Zhao，et al，2007，2009；Nan，et al，2009）；另一方面，赤道东太平洋海温正异常时，有利于青藏高原的降雪增多（Zhao，et al，2009；于乐江等，2008）。Jin 等（2018）进一步指出，青藏高原积雪可以作为ENSO 信号的“电容器”，对黄河流域的夏季降水产生影响。近年来，海洋和陆地对季风的协同影响受到关注（Zhao，et al，2016）。关于青藏高原积雪和ENSO 对南海夏季风是否存在协同影响、如何协同影响等问题还不清楚。文中采用多种资料对青藏高原积雪和ENSO 对南海夏季风降水的单独及协同影响进行分析，以揭示其中的物理过程。

2 资料和方法

使用的资料有罗格斯大学全球积雪实验室（Rutgers University Global Snow Lab）水平分辨率为2°×2°的积雪面积资料（Jin，et al，2018）、英国气象 局 哈 得 来 中 心（British Meteorological Office Hadley Center）水平分辨率为 1°×1°的逐月全球海表温度资料（Rayner，et al，2003）、美国国家海洋和大 气 管 理 局（National Oceanic and Atmospheric Administration，简称NOAA）气候预测中心（the ClimatePredictionCenter）水平分辨率为2.5°×2.5°的 逐 月 降 水（Merged Analysis of Precipitation，CMAP）资料（Xie，etal，1997）、全球降水气候计划（theGlobalPrecipitationClimatologyProjectversion2.1，GPCP）水平分辨率为2.5°×2.5°的逐月降水资料（Alexander，etal，2002）、欧洲中期天气预报 中 心（ European Centre for Medium-Range Weather Forecasts，简 称ECMWF）水 平 分 辨 率 为0.25°×0.25°的第5 代再分析（ERA-5）土壤湿度资料（Hersbach，etal，2016）以及美国环境预报中心（NationalCenterforEnvironmentalPrediction，简称NCEP）和美国国家大气研究中心（National CenterforAtmosphereResearch，简称NCAR）水平分辨率均为2.5°×2.5°的全球格点再分析高度、纬向风、经向风和向外长波辐射（OLR）资料（Kalnay，etal，1996）。

研究时段为1980—2018 年，夏季为6—8 月平均。由于南海夏季风期间盛行西南风，并伴随着OLR 所表征的对流活动有爆发性增长，因此文中采用吴尚森等（2001）定义的南海夏季风指数（ Is），Is通过标准化的西南风和OLR 描述南海夏季风强度：

式中， Vsw=(u+v)/为南海区域850hPa 夏季平均风在西南方向上的投影，R 为夏季平均的OLR，和为夏 季 的多 年 平均 值， σsw和 σr为 Vsw和R 的标准差。根据文献（吴尚森等，2001）， Is的物理意义是，南海夏季风的强弱可用西南风的大小和对流的强弱来表示，并且西南风越大（小），OLR 值越小（大），对流活动越强（弱），则南海夏季风越强（弱），将中国南海季风区定义为（10°—20°N，110°—120°E）。

由于主要针对南海夏季风年际变率开展研究，因此对南海夏季风强度指数进行去趋势处理。采用相关、偏相关、多变量线性回归以及合成分析方法来分析前期青藏高原积雪和ENSO 两个因子对南海夏季风强度的独立和协同影响。采用学生t 检验方法（魏凤英，1999）判断相关和合成结果的显著性。

3南海夏季风年际变化以及与青藏高原积雪和ENSO 的关系



3.1 南海夏季风年际变化

图1 为去掉线性趋势后的南海夏季风指数（以下简称 Is指数）变化特征。从图中可以看出，南海夏季风强度存在明显的年际变化。参考吴尚森等（2001）的方法，选择南海夏季风指数Is≥1.5 作为强南海夏季风年（1981、1984、1985、1994、2001、2012 和2018 年，共7a），Is≤−1.5 作为弱南海夏季风年（1980、1983、1988、1996、1998 和2015 年，共6a）。对 Is高、低年的环流和降水的异常进行合成差异分析（图2），以探讨南海夏季风强、弱年对应的环流特征。

为了与青藏高原积雪及ENSO 高、低指数合成年相对应，考虑到 Is与两者的负相关关系，因此，合成南海夏季风指数低、高年的环流场差值。当 Is偏低时，在对流层低层（850hPa）从中国南海到热带西太平洋上空出现反气旋式环流异常，其中心位于中国南海北部，正位势高度异常为2gpm，OLR 为较高的正异常，对应着对流活动较弱（图2a）；此时，中国南海地区降水偏少，整体降水异常值超过−3mm/d（图2d），这与丁一汇等（2004）的研究结果一致。该反气旋性环流异常也出现在对流层中上层（图2b、c），并且200hPa 上该反气旋环流异常位于华南地区（图2c），呈现出随高度升高向北倾斜的结构。



图11980—2018 年去掉线性趋势后南海夏季风指数（ Is）的时间序列（黑色实线分别表示1.5 和−1.5）Fig.1Time series of the South China Sea summer monsoonindex（ Is）during1980—2018afterthelineartrend is removed （ black solid lines represent 1.5 and −1.5，respectively）

图2南海夏季风指数低、高年（Is， 低−高）合成的夏季大气环流和降水差异（a.850hPa风场（箭矢，单位：m/s）、位势高度场（黑色等值线，单位：gpm）和向外长波辐射（色阶，单位：W/m2），b.500hPa风场（箭矢，单位：m/s）和位势高度场（色阶，单位：gpm），c.200hPa风场（箭矢，单位：m/s）和位势高度场（色阶，单位：gpm），d.降水场（单位：mm/d，等值线为GPCP降水量，色阶为CMAP降水量）；打点区域表示达到95%显著性水平）Fig.2Compositedifferencesofsummeratmosphericcirculationandprecipitationbetweentheyearsoflow-Is andhigh-Is（a）850hPahorizontalwind（vectors，unit：m/s），geopotentialheight（contours，unit：gpm）andoutgoinglongwaveradiation（shaded，unit：W/m2）；（b）500hPahorizontalwind（vectors，unit：m/s）andgeopotentialheight（shaded，unit：gpm）；（c）sameas（b）butfor200hPa；（d）precipitation（unit：mm/d，contoursdenoteGPCPprecipitation，shadingsdenoteCMAPprecipitation）（Dotted areasindicatethedifferencesaresignificantatthe95%confidencelevel）

3.2 南海夏季风年际变率与青藏高原积雪、海温的关系

计算表明，前冬青藏高原（以下简称高原）积雪与Is 不存在显著相关。春季，高原积雪与Is呈现东-西相反的显著相关关系。高原西部，最大相关系数达到−0.31，东部最大相关系数为0.26，均通过了90%的显著性t检验。图3给出了Is高、低年合成的春季积雪面积分布及其差值场。从该图可以看到，当南海夏季风偏强（弱）时，青藏高原春季积雪均主要出现在西部和东南部，形成两个积雪中心。通过差值场可以看出，南海夏季风偏弱时，在青藏高原西部（32°—38°N，76°—81°E）存在正异常积雪中心，东部（30°—34°N，96°—103°E）存在负异常积雪中心，并且通过90%的显著性t检验（图3c）。因此，本研究定义春季高原积雪指数（ ITPSC）为春季西部（32°—38°N，76°—81°E）区域平均积雪面积异常的标准化序列与东部（30°—34°N，96°—103°E）区域平均积雪面积异常的标准化序列之差。

式中，Sw和 Se分别为春季高原西部和东部的平均积雪 面 积，和分 别 为Sw和 Se的 多 年 平 均，σw和σe分 别 为Sw和 Se的 标 准 差。春 季 ITPSC与Is的 相 关 系数为−0.38，通过了95%的显著性t检验，很明显用高原积雪西部和东部的差值指数能更好地反映与南海夏季风强度的关系。

当 ITPSC偏 大时，在对流层低层（850hPa），从中国南海到热带西太平洋上空出现反气旋性环流异常，正位势高度异常为1gpm，OLR为正异常，对应着对流活动较弱（图4a）；此时，中国南海地区降水偏少，降水异常值总体上在−1mm/d左右（图4b）。

图4 高原积雪指数低、高年 （ I TPSC，高−低） 合成的夏季大气环流和降水差异 （a .850 hPa 风场 （箭头，单位：m/s）、位势高度场（等值线，单位：gpm） 和向外长波辐射 （色阶，单位：W/m2）， b.降水场 （单位：mm/d），等值线为GPCP 降水量，色阶为CMAP 降水量；打点区域表示达到95%显著性水平）Fig.4 Composite differences of summer atmospheric circulation and precipitation between the years of high- ITPSC and low-ITPSC（a.850 hPa horizontal wind （vectors，unit：m/s），geopotential height （contours， unit：gpm） and outgoing longwave radiation（shadings，unit：W/m2），b.precipitation （unit：mm/d，contours denote GPCP precipitation，shadings denote CMAP precipitation）；dotted areas indicate the differences significant at the 95% confidence level）

图5给出了Is与前期秋季、冬季和春季以及同期夏季海表温度（SeaSurfaceTemperature，SST）的相关系数，结果表明：Is和前期冬季赤道中东太平洋SST 呈现明显的负相关，相关系数−0.4 的范围向西延伸至160°W（图5b），前期秋季相关系数超过−0.4 的区域相比于前期冬季有所缩小（图5a）；随后的春、夏季这种负相关关系逐渐减弱，春季赤道中东太平洋SST 与Is的相关系数总体在−0.3 左右（图5c），夏季二者的相关系数已经明显减小，并且范围缩小南移（图5d）。因此，选取冬季海温关键区域（5°S—5°N，140°—90°W）的区域平均海温异常作为表征ENSO 的指数，即ENSO 指数（IENSO）。

图 5 1980—2018 年 Is与海表温度相关系数的空间分布 （a.前期秋季， b.前期冬季， c.前期春季， d.同期夏季；点区表示达到95%显著性水平）Fig.5 Spatial distribution of correlation coefficient between Is and sea surface temperature during 1980—2018 （a.preceding autumn，b.preceding winter，c.preceding spring，d.concurrent summer；dotted areas are for differences significant at the 95% confidence level）

4 青藏高原春季积雪和ENSO 对南海夏季风的协同影响

由于青藏高原春季积雪和ENSO 并不是完全独立的，因此在分析两者各自与南海夏季风的关系时，需把另外一者的影响剔除。利用线性拟合去除法（胡淼等，2012），去除ENSO 的影响得到高原积雪独立变化指数（ ITPSC_I），与原始的积雪指数相关系数为 0.89（通过99.9%的显著性t 检验），说明仍然能很好地反映高原春季积雪的变化特征。采用同样的方法，也计算了ENSO 的独立变化指数（ IENSO_I）。用原始 ITPSC和 IENSO通过二元回归至 Is拟合的 Iss代表了高原积雪与ENSO 对南海夏季风的协同贡献，并定义为积雪-ENSO 协同指数，公式为：

式中，x1、x2分别为 ITPSC和 IENSO， r1和 r2分别为 x1、x2标准化回归至 Is的回归系数，数值分别为0.77和0.50，b 为常数项。

4.1 高原积雪和ENSO 与南海夏季风强度指数的协同关系

表1 给出了高原积雪和ENSO 与南海夏季风指数的相关系数、偏相关系数以及积雪-ENSO 协同指数（ Iss） 与 Is的相关系数。其中 ITPSC和 Is的相关系数为−0.38（通过95%的显著性t 检验），在剔除ENSO 影响之后，两者的偏相关系数为−0.27（通过90%的显著性t 检验）； IENSO和 Is的相关系数为−0.47（通过99%的显著性t 检验），在剔除高原积雪的影响之后，两者的偏相关系数为−0.39（通过95%的显著性t 检验），而 Iss与 Is的相关系数为−0.55（通过99.9%的显著性t 检验）。上述结果表明，无论是 ITPSC或 是 IENSO都与南海夏季风强度指数存在显著的负相关，在去掉另外一者的作用后，它们与 Is的负相关关系都有所减弱，而两者协同的作用则加强了与南海夏季风强度的关系。

表 1 高原积雪指数（ I TPSC） 、ENSO 指数（ I ENSO ）与 I s 的相关、偏相关系数以及积雪-ENSO 协同指数（ Iss ） 与 Is 的相关系数Table 1 Correlation and partial correlation coefficients between I TPSC， I ENSO and I s as well as correlation coefficient between Iss and Is

4.2 高原积雪和ENSO 对南海夏季风环流、降水的协同影响

为了探究高原积雪和ENSO 各自以及协同作用下与南海夏季风环流、降水的关系，选取ITPSC_I最高的5 a（1982、1983、1989、1993 和1996 年）为积雪偏多年，最低的5 a（2000、2004、2006、2016 和2018 年）为积雪偏少年，进行差值场合成。IENSO_I偏高的5 a 有1983、1992、1998、2010 和2016 年；偏低的5 a 有1985、1989、2000、2008 和2011 年。Iss偏高的5 a 有1982、1983、1992、1998 和2016 年；偏低的5 a 有2000、2006、2008、2012 和2018 年。

4.2.1 青藏高原春季积雪对南海夏季风环流的影响

钱永甫等（2003）指出，青藏高原及其邻近地区的积雪异常首先通过融雪改变土壤湿度和地表温度，进而改变地面到大气的热量、水汽交换。通过合成积雪独立指数高、低年土壤湿度和500 hPa 温度差值场可以得到：高原春季积雪指数偏大时，同期高原西部积雪偏多，东部积雪偏少，使土壤湿度呈现“西高-东低”的异常分布，西部土壤湿度异常偏高可以持续到夏季（通过90%的显著性t检验）（图6a）。西部积雪异常偏多使得500 hPa 高原西部气温从春末开始出现负异常，一直持续到夏季，并向东扩展（图6b）。

图6 高原积雪独立指数高、低年 （ I TPSC_I，高−低） 合成的（a）土壤湿度 （单位：m3/m3） 差异沿着34°N 的时间-经度剖面和（b）500 hPa 温度 （单位：℃） 差异沿点 （40°N，60°E） 到点（10°N，150°E） 的时间-空间剖面 （点区表示差异达到90%显著性水平）Fig.6 （a） Time-longitude cross-section of composite soil moisture differences （unit：m3/m3） between the years of high-ITPSC_I and low- I TPSC_I along 34°N and （b） time-spatial cross-section of composite 500 hPa temperature differences （unit：℃）from the point （40°N，60°E） to point （10°N，150°E）（Dotted areas indicate the differences significant at the 90% confidence level）

对ITPSC_I高、低年的夏季温度和垂直运动进行合成差异分析，从点（60°N，60°E）到点（EQ，120°E）的剖面（图7）可以看到：对应着春季高原西部积雪偏多并持续到夏季，夏季高原西部200 hPa 以下温度降低（图7a），气柱变冷收缩，因此在高原西部总体上呈现异常的下沉运动，有高度场负异常中心存在，异常下沉的气流向外辐散到中国南海地区（图7b），有助于南海季风区（10°—20°N，110°—120°E）出现正高度场异常，并伴随着反气旋异常环流，抑制了夏季中国南海地区的对流活动，造成南海夏季风强度偏低，降水减少；而积雪偏少时则情况相反。

图7 ITPSC_I高、低年合成的夏季 （a） 温度 （色阶，单位：℃）、位势高度 （等值线，单位：gpm） 和（b）垂直环流差异 （箭矢，水平风，单位：m/s，垂直速度乘以−10） 沿点 （60°N，60°E） 到点（EQ，120°E） 的垂直剖面Fig.7 Oblique sections for composite differences between the years of high- I TPSC_I and low- I TPSC_I cases from the point（60°N，60°E） to point （EQ，120°E）：（a） temperature （shaded，unit：℃），geopotential height （contours，unit：gpm） and （b）vertical circulation （vectors，horizontal，unit：m/s，vertical speed is multiplied by −10）

4.2.2 ENSO 对南海夏季风环流的影响

Xie 等（2009）研究表明，厄尔尼诺会导致印度洋海温异常偏高，并持续到夏季，而夏季印度洋会充当ENSO 的“电容器”，延长ENSO 的影响。从IENSO_I和海温的相关系数分布上看，IENSO_I与冬季印度洋海温呈现显著的正相关关系，相关系数基本在0.7 以上（图8a），与春季印度洋海温的相关系数进一步提高，相关系数超过0.8 的区域扩大（图8b）。IENSO_I与冬季西北太平洋海温呈现显著的负相关关系，相关系数基本在−0.5 左右（图8a），与春季西北太平洋海温的负相关关系减弱（图8b）。并且，印度洋春季海温与夏季该地区海温的相关系数为0.88（通过99.9%的显著性t检验），指示着春季产生的海温异常可以持续到夏季。

图8 1980—2018 年海表温度与ENSO 独立指数（ IENSO_I）相关系数的空间分布 （a.前期冬季， b.春季；点区表示差异达到99%显著性水平）Fig.8 Spatial distributions of correlation coefficients between sea surface temperature and independent ENSO index （I ENSO_I）during 1980—2018 （a.preceding winter，b.spring； dotted areas indicate the differences significant at the 99% confidence level）

Wang 等（2000）研究指出，厄尔尼诺有利于西北太平洋反气旋异常的产生和维持，并且可以从厄尔尼诺冬季维持至次年春季。由合成的Is低、高年的前期冬季、春季和同期夏季SST 以及风场的异常（图9）可见，在南海夏季风偏弱年的前期冬季，西北太平洋反气旋出现在赤道附近，西北太平洋海温异常偏低，印度洋海温异常偏高，总体异常值为0.4℃（图9a）；春季，该异常反气旋的位置逐渐向其东北部（20°—30°N，130°—170°E）移动，反气旋前端的海温异常有所减弱（图9b）；到夏季，西北太平洋地区的负海温异常很弱，但是印度洋地区海温偏高程度明显，与前文春季印度洋变暖且持续到夏季的结果一致。Xie 等（2009）研究指出，印度洋变暖会使对流层温度通过深对流中的湿热调整而上升（图略），引起西北太平洋地区的东北风异常。因此，前期冬季赤道中东太平洋SST 偏高使得夏季印度洋变暖，通过引起西北太平洋的东北风异常，进而导致异常反气旋位于西北太平洋以及中国南海地区（10°—25°N，110°—170°E）（图9c），抑制中国南海地区的对流活动。

4.2.3 积雪-ENSO 对南海夏季风环流、降水的协同作用

图10 是ITPSC_I、IENSO_I以 及Iss在 高、低 年 合 成 的风及位势高度的差值场，从图中可以看到，夏季200 hPa，高原东南部有反气旋环流异常（图10a）；该反气旋异常在对流层中低层范围扩大，850 hPa正位势高度异常中心异常值为1.25 gpm 左右，异常反气旋带来的西南风和异常东北风在长江流域汇聚（图10b、c）。IENSO_I偏大时，30°N 以南地区有正位势高度异常（图10d）；500 hPa 中国南海北部出现反气旋异常环流，低层位于中国南海东北部到西太平洋上空（10e、f），与前面的研究结果（图9）一致。总体上看，青藏高原春季积雪对夏季中高纬度陆地的气旋性异常环流贡献更大，而ENSO 则主要作用于低纬度地区。

图9 Is 低、高年 （低−高） 合成的海表温度 （色阶，单位：℃） 和表面风场 （箭头，单位：m/s） 差异 （a.前期冬季， b.前期春季， c.同期夏季）Fig.9 Composite differences of sea surface temperature （shaded，unit：°C） and surface horizontal wind （vectors，unit：m/s）between the years of low- Is and high- Is （a.preceding winter，b.preceding spring， c.concurrent summer）

很明显，在积雪-ENSO 的协同作用下， 200 hPa上，夏季25°N 以北的地区存在气旋环流异常，中国南海西北部（15°—25°N，100°—120°E）出现反气旋环流异常。相对积雪单独影响的情况（图10a），在积雪-ENSO 协同作用下，反气旋环流异常的程度更强，位置更靠近中国南海西北部上空（图10g），对应着图2c 中南海夏季风偏弱时的高层华南地区反气旋异常环流； 500 hPa 上，中国东北部以及日本海地区出现异常气旋环流，200 hPa 的异常反气旋环流同样存在于中国南海西北部、华南地区，正位势高度场异常中心值为2 gpm（图10h），与之前南海夏季风弱、强年合成的500 hPa 反气旋异常环流分布类似（图2b）。

图10 ITPSC_I高、低年 （高−低） 合成的夏季风场 （箭矢，单位：m/s） 和位势高度 （色阶，单位：gpm） 差异 （a.200 hPa， b.500 hPa，c.850 hPa）。（d—f）同（a—c），但为 IENSO_I ，（g—i）为 Iss（打点区域通过90%的显著性t 检验，黑色曲线为高原地区）Fig.10 Composite differences of horizontal wind （vectors，unit：m/s） and geopotential height （shaded，unit：gpm） between the years of high- ITPSC_I and low- ITPSC_I （a.200 hPa， b.500 hPa，c.850 hPa），（d—f） same as （a—c） but for IENSO_I and （g—i） forIss（Dotted areas indicate the differences significant at the 90% confidence level，and the black curve denotes the TP area）

积雪-ENSO 协同作用使得低层850 hPa 出现与图2a 相似的分布，即一个异常的反气旋环流出现在中国华南地区东部、中国南海到热带西太平洋上空，中心位于中国南海北部地区，位势高度正异常值为2 gpm 左右，而日本海地区存在一个异常气旋（图10i）。这进一步印证了表1 给出的高原积雪和ENSO 的协同作用会加强对南海夏季风的影响，即当Iss偏高时，夏季中国南海上空850 hPa 的反气旋环流异常更明显，更加抑制中国南海地区的对流活动，比二者单独对其的影响要大（图10c、f）。同时，中国南海地区异常反气旋带来的西南风和日本海地区异常气旋带来的东北风在长江流域汇聚（图10i）。

ITPSC_I偏高时，夏季中国东部降水主要表现为长江流域降水增多，异常中心在1.5 mm/d 以上，中国南海地区降水量减少（图11a）；IENSO_I偏高时，长江南部降水量异常偏多，但总体异常程度小于图11a所示情况，中国南海地区降水量减少主要出现在靠近西北太平洋的地区，降水量异常值为−1 mm/d（图11b）。图11c 是Iss高、低指数年GPCP 降水差值场，可以看到：中国东部长江流域降水增多，华南、中国南海以及热带西太平洋地区的降水减少，总体异常达到−2 mm/d，主要集中在中国南海北部，对应着图10i 中中国南海北部的反气旋环流异常。从二者（图11d、e）单独影响的角度上看，相比GPCP 降水差值场，CMAP 长江流域正降水异常范围有一定的缩小，中国南海地区负降水量异常增强；在协同作用下，利用CMAP资料得到的长江流域正降水异常程度有所减弱，华南、中国南海地区异常降水量数值有明显增大，负降水量异常主要出现在中国南海地区东北部（图11f），类似于图2d。

图11 （a） ITPSC_I高 、低年 （高−低） 合成的GPCP 降水量差异 （单位：mm/d），（b—c）同（a），但分别为 IENSO_I 和 Iss；（d—f） 同（a—c），但为CMAP 降水资料 （打点区域表示达到90%显著性水平，黑框为中国南海季风区）Fig.11 （a） Composite differences of GPCP precipitation （unit：mm/d） between the years of high- I TPSC_I and low- ITPSC_I；（b—c） same as （a） but for IENSO_I and Issrespectively； （d—f） same as （a—c） but for CMAP precipitation （Dotted areas indicate the differences significant at the 90% confidence leve，and black box denotes the South China Sea monsoon area）

5 结论与讨论

南海夏季风作为东亚夏季风的重要组成部分，其年际变化受到青藏高原积雪、ENSO 等因子的调控。研究了二者对南海夏季风的协同影响，结果如下：

（1）青藏高原春季积雪、ENSO 与南海夏季风强度指数（Is）都存在显著的负相关关系，但是相关系数均不到−0.48，而二者的协同作用对Is的影响增强，相关系数可以达到−0.55。

（2）青藏高原春季积雪西部偏多、东部偏少时，高原土壤湿度也呈现“西高-东低”的异常分布，土壤湿度可以从春季持续到夏季，导致高原西部夏季对流层温度偏低，出现异常下沉气流，并向外辐散使得中国南海地区为反气旋异常控制，对流层中低层对流活动被抑制。此外，赤道中东太平洋海温异常偏高使夏季印度洋海温异常偏高，对流层温度异常偏高，在西北太平洋产生东北风异常，加强西北太平洋和中国南海上空的反气旋性环流异常，抑制了中国南海地区的对流活动，减弱了南海夏季风。

（3）在积雪和ENSO 的协同影响下，中国东部长江地区存在异常西南风与东北风的汇聚，降水异常偏多，夏季华南地区、中国南海上空850 hPa 的反气旋环流异常强度变得更强、范围更大，南海夏季风明显减弱，降水进一步减少。

文中只是从统计学角度探讨了青藏高原春季积雪和ENSO 对南海夏季风强度及降水的协同影响并与它们的独自影响进行了对比，这一结果还需要利用数值试验进一步验证。