黄 菲， 李金泽， 许士斌， 王 宏，2

(1.中国海洋大学物理海洋教育部重点实验室，山东 青岛 266100； 2.青岛海洋科学与技术试点国家实验室，山东 青岛 266100； 3.宁波大学宁波市非线性海洋和大气灾害系统协同创新中心，浙江 宁波 315000)

东亚大槽是北半球冬半年最为重要的大型天气系统，冬季东亚大槽的异常变化会影响东亚冬季风，进而影响东亚地区的气温以及降水变化[1-6]。此外，东亚大槽的变化也会影响热带太平洋地区的对流活动，并进一步引起Hadley环流和Walker环流的异常[7-8]。一些研究表明冬季东亚大槽的变化与厄尔尼诺-南方涛动(ENSO)事件的发生有着密切的联系，冬季东亚大槽的加深往往对应着La Nia事件的发生[9-10]。近几年来，又有学者发现北极涛动(AO)、北大西洋涛动(NAO)也是影响冬季东亚大槽变化的重要因素，例如前期NAO的发展会通过影响北大西洋海温，激发从北大西洋到东亚地区的遥相关波列，进而影响东亚大槽的强弱[11-12]。

以往关于东亚大槽的研究通常针对冬季3个月的平均(12月至次年的2月)来进行分析[4-6],这种处理方法有一个基本的假设，即不考虑东亚大槽在冬季的季节内变化。但是，很多研究表明这种平均的方法本身就有着一定的局限性，并可能掩盖很多现象。例如，黄嘉佑和胡永云[13]发现中国内陆初冬和深冬的气温变化存在不同的趋势，那么作为控制冷空气侵入的重要系统——东亚大槽，它在初冬和深冬是不是也有着不一样的变率呢？另外，乔少博等[14]在研究欧亚遥相关(EU)指数时发现，11、1、2月的EU指数呈显著的负相关，而东亚大槽的变化一定程度上是受到欧亚遥相关波列影响的，它在初冬、深冬的变化是否也存在相反的变化呢？因此，为了考虑东亚大槽的这种季节内演变特征，本文采用Wang和An[15]提出的季节-经验正交函数分解(S-EOF)方法对东亚大槽变化的主模态进行分析，并在此基础上讨论各主模态与海表面温度(SST)之间的关系。

1 数据和方法

1.1 数据介绍

本文使用的大气数据来源于NCEP/NCAR的全球逐月以及逐日再分析资料(https://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.pressure.html)，一共包括垂直方向上1 000～10 hPa的17层的位势高度场、温度场资料，分辨率为2.5°×2.5°，时间长度为1979年1月—2017年12月。SST资料来源于Hadley气候中心的月平均SST(https://www.metoffice.gov.uk/hadobs/hadisst/data/download.html)，分辨率为1°×1°，时间长度为1979年1月—2017年12月。

1.2 季节内时段的划分

为了探究东亚大槽的季节内演变特征，我们需要科学地划分冬春季节内的不同时段。首先计算了11—4月不同月份之间东亚大槽指数[7]的相关系数，结果如表1所示：在1月份之前，11与12月份东亚大槽指数联系最为紧密，相关系数达到了0.33，通过了95%的显著性检验，与1月的相关系数只有-0.09，同时，1与2月份东亚大槽指数的相关系数最大，达到了0.30，通过了90%显著性检验，由此可见，东亚大槽11、12月的变化较为一致，1、2月的变化也较为一致，两个时段之间的变化相关性不大，相对较为独立，因此我们将11、12月份定义为初冬，将1、2月定义为深冬。这与前人学者的定义方法较为一致，例如韦玮等[16]在研究中国前冬和后冬气温年际变化的特征与联系时就曾经将11、12月定义为初冬，而将1—3月定义为后冬。所不同的是，本文进一步发现，2月份之后，3、4月份东亚大槽指数的相关系数也较大，达到了0.36，而4与1、2月的相关系数却非常小，分别为-0.08和0.05，可见东亚大槽的变化在3、4月份也独立于1、2月份的变化，所以本文在前人基础上又加上了一个初春时节(3、4月)。需要指出的是，这里引入初春时节有两方面的考虑,一方面是为了通过冬半年连续时间段东亚大槽的演变过程找到其最主要的模态变化规律，进而对春季的变化有所预测；另一方面,前人发现北太平洋风暴轴强度在深冬比初冬、初春要偏弱[17]，而东亚大槽的活动与下游风暴轴变化的联系密切，它是否也会存在相应的变化？因此这里引入初春时节，以便更好地与风暴轴的“深冬抑制”现象做比较。

1.3 研究方法

本文采用的统计方法主要为S-EOF分解[15]以及一元线性回归分析，S-EOF分析是通过对随季节演变的变量场构造成矩阵并进行EOF分解，它不仅能很好地表现出要素场的年际变化特征，还能反映其季节演变特征。本文中作者将利用S-EOF对初冬(11—12月)、深冬(1—2月)、初春(3—4月)的500 hPa位势高度距平场(选取范围为30°N～65°N，120°E～160°E，参考Leung 和 Zhou[6])进行分解，以此来研究从初冬到初春东亚大槽的变化特征。利用一元线性回归的方法来分析与各模态主成分相联系的大气环流异常场以及海温异常场，并用t检验的方法对回归结果进行显著性检验。

表1 1979—2017年冬春季(11—4月) 不同月份间东亚大槽指数的相关系数Table 1 The correlation coefficients of the East Asian trough index between different months of winter and spring (November～April) from 1979 to 2017

注：*，**分别代表通过了90%、95%显著性检验水平。* and ** indicate the 90% and 95% confidence levels.

2 东亚大槽S-EOF主模态时空特征

对初冬、深冬、初春的东亚大槽区(选取范围为30°N～65°N，120°E～160°E)500 hPa位势高度距平场进行S-EOF分析，得到表征东亚大槽冬-春连续季节演变的两个显著主模态，占总方差的40.5%。第一模态和第二模态分别解释了总方差的23.3%和17.2%,且根据North检验准则[18]，这两个模态是彼此独立的，因此本文主要分析前两个模态的时空特征。

2.1 深冬(初冬初春)向北退缩(向南加深)型模态

图1给出了S-EOF第一模态的主成分时间序列(PC1，见图1(d))及其分别对北半球500 hPa位势高度距平场在初冬(见图1(a))、深冬(见图1(b))和初春(见图1(c))的空间回归场，图中绿色扇形区域即为进行S-EOF分解的东亚大槽区域。空间上(见图1(a)～(c)绿色方框区域)第一模态表现为东亚大槽区南北反位相的偶极子型异常分布，代表着东亚大槽的南北移动[6]，初冬和初春为北正南负型，而深冬则正好相反，为北负南正型，该模态的空间分布表明深冬和初冬/初春季节东亚大槽变化相反，初冬/初春东亚大槽向南加深(向北退缩)，深冬的东亚大槽则向北退缩(向南加深)，体现了东亚大槽的深冬抑制(加深)特征，因此我们称该模态为深冬(初冬初春)向北退缩(向南加深)型模态。

第一模态的时间变化(见图1(d))主要体现了显著的年际振荡特征，显著周期为3年左右，振幅超过一倍标准差的正值年份有7年，分别为1989，1990，1996，2006，2007，2011和2014年，其中最大值发生在1989年，其次为2006年；大振幅的负值年份也有7年，分别为1980，1983，1985，1991，1995，1998和2004年，最小值出现在1980年。另外，可以发现较强的负值年份均出现在2005年之前，而2005年之后PC1则以正值振荡为主，东亚大槽主要表现为深冬抑制的特征，即深冬东亚大槽向北退缩，而初冬和初春则正好相反，这可能与2005年之后的这十多年里，北极海冰大范围融化导致的北极地区加速增暖有关；而在2005年之前，除了1989、1990和1996这些个别年份，东亚大槽多出现深冬加深加强、初冬初春向北退缩的特征。

(单位：m,等值线为各时段500 hPa气候平均的位势高度场；绿色扇形区域为进行S-EOF分解的东亚大槽区域；图中打点区域为通过了95%显著性检验的区域，(Unit: m). The contour is the climatic average geopotential height field of 500 hPa for each period； The green sector is the East Asian trough area for S-EOF analysis.The area with black points donates passing the significance test at 95%.)

图1 S-EOF第一模态的主成分PC1(d)及其分别对北半球中高纬度500 hPa位势高度距 平场在初冬(a)、深冬(b)和初春(c)的空间回归场(阴影)
Fig.1 The principal component PC1 (d) of the first mode of S-EOF and its spatial regression field (shading) for the north hemisphere mid-high latitude 500 hPa geopotential height anomaly field in early winter (a), deep winter (b) and early spring (c)

2.2 冬春一致加强(减弱)型模态

第二模态(见图2)的空间场显示，无论是初冬、深冬还是初春季节，东亚500 hPa位势高度异常场的变化是一致的，最低值中心主要位于日本上空，且随着季节的演变有逐渐北移的趋势，东亚大槽区主要呈现出冬春一致的东亚大槽加深，虽然不同季节最低中心位置略有变化。此模态代表着东亚大槽从初冬到初春的一致增强(减弱)，因此我们将第二模态称为东亚大槽冬春一致加强(减弱)型模态。

第二模态的主成分时间序列也呈现显著的年际振荡特征，显著周期为6年左右，大振幅的负值年份主要有1989，1990，1998，2008，2015和2016年，正值年份有1981，1984，1986，1996，2001，2006和2013年，可以发现，负值年份中有我们熟知的1998和2016这两个超强厄尔尼诺年，正值年份则有1984，2001等典型的拉尼娜年，反映出拉尼娜年时东亚大槽可能会出现冬春一致的加深，厄尔尼诺年则东亚大槽易出现冬春一致的向北退缩。

3 相关的大气环流特征

3.1 500 hPa位势高度场

将东亚大槽前两个模态的主成分时间序列分别与北半球500 hPa位势高度场做回归(见图1和2)，可以分析该模态所对应的大气环流分布。对于第一模态(见图1(a)～(c))，北半球中高纬度主要表现出三波的结构特点，加强(减弱)了冬季的定常波。初冬，从大西洋到东亚呈现出“+-+-”的波列，类似于欧亚遥相关型的分布，深冬与初冬大致相反，PC1与初冬的欧亚遥相关指数的相关系数为0.36，与深冬的相关系数为-0.42，均通过了95%的显著性检验。刘毓赟和陈文[19]指出，当冬季欧亚遥相关型处于正(负)位相时，东亚大槽加深(变浅)；乔博等[14]也指出，深秋(11月)与深冬(1、2)的欧亚遥相关波列呈反相分布。由此可见，本文的结果与前人的结论较为一致，第一模态东亚大槽在初冬、深冬的反位相变化可能与欧亚遥相关波列的反位相变化有一定关系。

图2 与图1相似，但是为PC2对各季节的回归场Fig.2 Similar toFig.1,but for PC2

第二模态(见图2(a)～(c))对应的高空环流场主要体现了冬春季节北半球高纬度北极涛动(AO)负位相的分布，极涡中心主要为位势高度的正异常，中纬度的太平洋西岸和北欧沿岸区域为较强的负异常。特别是深冬时节北极地区位势高度场的正异常信号已经侵入到乌拉尔山地区，意味着此处乌拉尔阻塞高压的加强，可能通过寒潮过程引起东亚大槽的加强。

3.2 对流层低层的温压场

图3为PC1和PC2分别回归到1 000 hPa位势高度场和850 hPa温度场的回归场，可以发现，对于第一模态(见图3(a)～(c))，北半球1 000和500 hPa位势高度异常场的分布大体相似，体现出准正压的特点。北太平洋和北大西洋分别呈现出北太平洋涛动(NPO)和北大西洋涛动(NAO)型的分布，且NPO比NAO的信号更强。但深冬呈NPO和NAO的正位相，初冬和初春则是负位相，即北侧为反气旋性异常，南侧为气旋性异常，此时对应着阿留申低压的南移加强，从而导致冷空气更容易南下，所以在初冬、初春，中国东南沿海以东的区域出现温度的负异常(见图3(a)、(c)),而欧亚大陆北部为温度的正异常。总体来说，第一模态对应的850 hPa温度场的分布类似于东亚冬季风的南方型，即欧亚大陆北部较暖，南部较冷[5]，但是冷异常的区域整体偏东。在深冬(见图3(b))，1 000 hPa高度场在北太平洋表现为阿留申低压的减弱，而在极地地区，位势高度普遍降低，总体来看深冬的低层高度场为AO正位相的分布。此时因为阿留申低压的减弱，日本南部到我国华北、东北地区为南风异常，所以温度异常升高。另外，在巴伦支海、喀拉海地区温度明显的上升，目前来看，这可能与北极海冰的融化有一定的关系[20]，具体机制将在另文中介绍。

第二模态的1 000 hPa(见图3(d)～(f))和500 hPa(见图2(a)～(c))位势高度场也表现出准正压的结构，即AO的负位相分布，且北大西洋一侧的NAO信号更强。在AO负位相的控制下，冷空气更容易南下，因此，中国东北地区以及日本地区在初冬气温降低(见图3(d))。而到了深冬，极地的负异常信号蔓延到西伯利亚地区，导致西伯利亚高压增强(见图3(e))。另外，日本东侧出现异常低压，在这两个系统的配合下，欧亚大陆的中东部为北风异常，气温降低(图3e)。初春(见图3(f))的环流形势与深冬的类似，但欧亚大陆中东部气温降低更强。总体来说，东亚大槽第二模态在对流层低层高度场主要呈现出AO负位相的分布，而温度场主要与东亚冬季风的北方型相近[5]。

(图中打点区域为通过了95%显著性检验的区域。 The area with black points donates passing the significance test at 95%.)

4 与ENSO的关系

前面的分析表明，东亚大槽冬春季内的前两个主模态均有显著的年际振荡特征，我们知道，海洋大气系统中最强的年际变化信号为ENSO，PC1和PC2也或多或少与厄尔尼诺或拉尼娜年有关，因此这里主要分析东亚大槽的双模态与海表面温度的关系，从而进一步探究其与ENSO之间的可能关系。图4为PC1和PC2分别回归到初冬、深冬和初春的SST距平场，可以发现，在太平洋中央出现大的“K”字型正相关区，而赤道东太平洋呈现负相关，这种海温异常分布从前期5、6月份(图略)就已开始,随着季节的演变逐渐增强，在冬季达到最强(见图4(b))，而从春季开始逐渐衰退(见图4(c))。这种海温异常的分布与Wang 等[21]提出的 Mega-ENSO型分布类似。Mega-ENSO型海温异常特点是指区别于前人提出的经典的厄尔尼诺，从40°S～ 40°N，东西方向包括整个太平洋的一个新ENSO区域,其中东太平洋为三角区域,西太平洋为“K”型区域。从空间尺度上，它横跨热带、副热带太平洋海区，从时间尺度上，它包含了年际变率以及年代际变率，前人[21]发现它与传统ENSO、PDO相比反映了更广泛的变化尺度，也包含了更丰富和复杂的气候信息，例如Mega-ENSO是包含了印度夏季降水、东亚夏季风降水在内的北半球夏季风降水的主要驱动力，但是Mega-ENSO对冬季东亚气候的影响却一直鲜有研究涉猎，本文首次发现了东亚大槽深冬(初冬初春)向北退缩(向南加深)型模态与Mega-ENSO之间的关系，具体机制将在以后的研究中详细分析。

第二模态东亚大槽冬春一致变化型回归的海温异常场是与传统型ENSO相关的模态，即从前期7、8月份开始赤道东太平洋出现海温负异常(图略)，到深冬(见图4(e))达到最强，从初春(见图4(f))开始逐渐衰弱。也就是说当初冬到初春东亚大槽逐渐增强(减弱)时，赤道东太平洋呈现出传统的La Nia(El Nio)型海温异常，这与前人的工作是较为一致的[9-10]。另外，从前期9、10月份(图略)开始，印度洋也出现了明显的海温负异常的信号，该信号可以一直持续到下一年的夏季,并且通过了95%的显著性检验。吴国雄和孟文[22]曾经指出赤道印度洋与赤道东太平洋SST年际变化有显著的正相关，这种正相关是由于沿赤道印度洋上空纬向季风环流和太平洋上空Walker环流之间显著的耦合造成的，本文与前人结果一致，同时也说明第二模态与印度洋海温海盆模态的变化有一定关系，即印度洋海温冷却(升温)，东亚大槽增强(减弱)。那么印度洋海温是如何影响东亚大槽的呢？前人[23-24]工作曾经指出，印度洋赤道地区的暖(冷)SST异常,可以在北半球中高纬度地区激发产生与太平洋-北美型(PNA)和东亚-太平洋(EAP)类似的冬季遥相关波列，进而影响东亚大槽，在300 hPa高度场(图略)的回归场上，可以明显地看到从印度洋传向日本上空的波列,由此可见印度洋海温对冬季东亚大槽的影响。

(图中打点区域为通过了95%显著性检验的区域。 The area with black points donates passing the significance test at 95%.) 图4 S-EOF第一模态的主成分PC1对初冬(a)，深冬(b)， 初春(c)海表面温度场的回归场(阴影，单位：℃)及(d)～(f)PC2的回归场Fig.4 The regression of PC1 at sea surface temperature(shading,unit:℃)in early winter(a), deep winter(b) and early spring(c), fig d～f is the regression field for PC2

5 结论与讨论

本文利用1979—2017年NCEP/NCAR的全球逐月再分析资料，采用S-EOF的方法，对初冬(11—12月)、深冬(1—2月)、初春(3—4月)东亚地区(30°N～65°N,120°E～160°E)的500 hPa高度场进行了分析，以表征东亚大槽在初冬-深冬-初春季内演变的年际变化时空主模态特征，得到以下主要结论：

(1)东亚大槽主要表现为冬春季内的双模态时空变化特征，分别为深冬(初冬初春)向北退缩(向南加深)型(S-EOF1)和冬春一致强(减弱)型(S-EOF2)两个主模态，分别解释了23.3%和17.2%的方差贡献。

(2)对于S-EOF1模态，东亚大槽在初冬、初春向南加深(向北退缩)，槽后冷空气更容易南下，中国东南沿海以东区域降温(升温)，欧亚大陆北部地区升温(降温)。而深冬东亚大槽向北退缩(向南加深)，此时阿留申低压减弱(增强)，日本南部到我国华北、东北地区为明显升温(降温)。总体来看，第一模态主要体现了东亚大槽的冬季季内反位相变化，可能与欧亚遥相关波列在初冬、深冬的反位相变化有关。

(3)对于S-EOF2模态，东亚大槽从初冬到初春表现为一致增强(减弱)，此时，北半球大气主要受北极涛动负位相(正位相)的控制，欧亚大陆中东部地区一致降温(升温)。

(4)东亚大槽的季节内演变的双模态变化均与ENSO有关，S-EOF1模态与赤道太平洋地区的Mega-ENSO型海温的负(正)异常有关；冬春一致加强(减弱)型则与传统的ENSO型海温相联系，即当赤道东太平洋为La Nia(El Nio)型海温异常，通过Walker环流的影响，印度洋会出现海盆一致模的负(正)异常信号,可能会激发从印度洋到东亚地区的遥相关波列，使东亚大槽增强(减弱)。

本文主要对初冬到初春东亚大槽的变化及其相关的大气环流、海温异常做了初步分析，但仍有很多问题并没有解决：

(1)初冬、深冬东亚大槽反位相变化的原因是什么？

(2)海温影响东亚大槽变化的具体机制是什么？尤其是对于第一模态，Mega-ENSO型海温异常是如何影响第一模态东亚大槽变化的，本文并没有给出解释，这将在下一步工作中继续探讨。