南京信息工程大学陆气相互作用团队硕士生以第一作者在《Climate Dynamics》揭示ENSO等背景下影响南部冬季极端低温事件的大气环流形势变化

     中国南方冬季极端低温事件对农业、能源供应和公共健康具有深远影响。在全球变暖背景下，极端低温事件的发生机制趋于复杂。既有研究表明，热带海温异常，如厄尔尼诺-南方涛动（ENSO）是影响中国南方冬季气温/极端低温的关键因子，但即使在非ENSO事件发生的年份（简称非ENSO年，反之为ENSO年），中国南方仍频繁发生极端低温事件，而其背后的异常环流形势及影响机理有何不同尚不清晰。为探究该科学问题，NUIST陆气相互作用团队高楚杰副教授指导的硕士生姜韶庚，及合作者国家气候中心陆波研究员、武汉暴雨研究所马鹤翟副研究员等，采用高分辨率观测资料、再分析资料及数值模式，系统研究了近六十年ENSO与非ENSO背景下影响中国南方冬季极端低温事件变化的大气环流异常形势及其物理机制。相关成果发表于国际期刊《Climate Dynamics》，主要结论如下：

1. ENSO与非ENSO年中国南方极端低温事件变化相关的大气环流异常差异

     本研究以冬季极端低温日数表征极端低温事件的发生频次，结合多源数据集，通过EOF分析及相关分析，探究1961-2019年间影响中国南方冬季极端低温事件的大气环流因子变化。分析结果显示，无论是ENSO年还是非ENSO年，中国南方地区极端低温事件变化具有高度的区域一致性（图1）。在ENSO年，与极端低温事件的年际变化相关的大尺度低压环流系统主要位于西北太平洋低纬度地区；而在非ENSO年，低压环流异常中心则向北移动至中高纬度地区（图2）。两类年份的大气环流配置具有显著差异，表明影响极端低温异常变化的机制可能不同。

图1. ENSO年和非ENSO年极端低温事件异常的EOF分析。（a）图展示了冬季极端低温事件的主导空间模态（EOF1），（b）图为相应的PC1时间序列（蓝色柱体）。在ENSO年中，第一模态方差贡献率为44.91%。（c）和（d）分别与（a）和（b）相同，但为非ENSO年；在非ENSO年中，第一模态方差贡献率为40.97%。黑色方框标示中国南方区域。（b）和（d）中的橙色柱体表示两种情况下中国南方（黑色方框）区域平均极端低温异常的标准化时间序列，r 为区域平均的极端低温事件异常与PC1之间的相关系数。

图2.（a）ENSO年冬季850 hPa风场异常（箭头；红色箭头表示显著性达到p < 0.05）和500 hPa位势高度（填色；黑色打点区域表示显著性达到p < 0.05）与中国南方极端低温事件的相关系数分布。（b）与（a）相同，但为非ENSO年。

2. ENSO与非ENSO年极端低温事件相关的不同主导机制

     为探究不同热带海温背景下影响中国南方冬季极端低温事件的机制，以区域平均的时间序列为准，对850 hPa的风场、500hPa位势高度场、300hPa纬向风进行相关分析，研究表明，ENSO年与非ENSO年最大的差别在于，La Niña事件下海温异常引起的西北太平洋异常气旋有利于极端低温事件的发生，而非ENSO年中高纬关键环流系统——东亚副热带西风急流则扮演了重要角色。

     在La Niña成熟冬季，赤道中东太平洋海温异常偏冷，激发向西传播的Rossby波，导致西北太平洋出现异常气旋。该气旋西侧的异常北风将高纬度冷空气引导至中国南方，使得该地更多极端低温事件的发生（图3）。

     在非ENSO年冬季，热带海温强迫较弱，中国南方极端低温事件主要受中高纬度大气环流调控。进一步研究发现，当副热带西风急流入口区左侧的西风异常增强时，高层出现异常辐散，进而在中层产生异常低压，加深东亚大槽，同样能将更多的冷空气引导至中国南方，促使极端低温事件的发生（图4和图5）。

图3.（a）ENSO年850 hPa风（箭头；仅显示显著性达到p < 0.05的异常）和500 hPa位势高度（填色）与反转的冬季ONI（−1×ONI，反映NINO3.4区海表温度异常）的相关系数分布。黄色方框表示计算太平洋气旋指数（POCI）的关键区域，通过对130°E-160°E、20°N-35°N范围内500 hPa位势高度异常乘以-1后进行标准化得到。（b）ENSO年POCI与极端低温事件的相关系数分布。黑色打点区域表示显著性达到p < 0.05。

图4.（a）非ENSO年300 hPa纬向风异常与极端低温事件的相关系数分布（填色；黑色打点区域表示显著性达到p < 0.05）。黑色等值线表示气候态纬向风速（单位：米/秒），绿色实线标示急流轴。急流强度指数（JSI）的计算：对27-35°N、95-120°E范围内纬向风进行区域平均并标准化。（b）JSI（红色）与极端低温事件（蓝色）的标准化时间序列，r 为两者的相关系数。

图5.（a）非ENSO年300 hPa辐散风（箭头；黑色箭头表示显著性达到p < 0.05）和速度势（填色；黑色打点区域表示显著性达到p < 0.05）与JSI的相关系数分布。绿色实线表示非ENSO条件下气候态的急流轴。（b）850 hPa风异常（箭头；黑色箭头表示显著性达到p < 0.05）和500 hPa位势高度异常（填色；点状区域表示显著性达到p < 0.05）与JSI的相关系数分布。黄色方框表示计算东亚大槽指数（EATI）的关键区域，即对125°E-140°E、35°N-50°N范围内500 hPa位势高度异常进行区域平均并标准化。

3. 数值模拟验证

     研究采用CMIP6多模式数据及CAM6数值试验，进一步验证了上述机制。CMIP6多模式集合能够较好地再现了观测分析所揭示的ENSO年与非ENSO年影响中国南方冬季极端低温事件的关键物理过程。在ENSO年，多模式集合较好地模拟出中国南方极端低温事件与西北太平洋位势高度异常的显著负相关关系（图6）；在非ENSO年，CMIP结果成功再现了高层中高纬西风变化与中国南方极端低温事件的显著正相关关系（图7）。

     借助抹去ENSO海温异常进行的CAM6理想化敏感性试验结果进行分析，急流指数与东亚大槽指数之间仍存在显著负相关（相关系数达-0.5），且中国南方极端低温事件与高层副热带西风急流变化的关系依然稳健（图8）。该模拟结果有效排除了热带海温的干扰，证实了中高纬度关键大气环流系统在非ENSO年中的主导作用。

图6.（a）基于CMIP6模式的ENSO年冬季500 hPa位势高度异常与中国南方极端低温事件的相关系数分布（填色；黑色打点区域表示显著性达到p < 0.05）。（b）各模式模拟的NINO3.4区海温异常与POCI之间的相关系数，黄色虚线和红色虚线分别表示显著性达到p < 0.1和p < 0.01的水平。

图7.（a）基于CMIP6模式的非ENSO年300 hPa纬向风异常与中国南方冬季极端低温事件的相关系数分布（填色；黑色打点区域表示显著性达到p < 0.05）。黑色等值线表示气候态纬向风速（单位：米/秒），绿色实线表示急流轴。（b）各模式模拟的JSI与EATI之间的相关系数，黄色虚线和红色虚线分别表示显著性达到p < 0.01和p < 0.001的水平。

图8. 在CAM6敏感性试验（20年模拟结果）中（a）冬季300 hPa纬向风异常与中国南方极端低温事件的相关系数分布（填色；打点区域表示显著性达到p < 0.05）；黑色等值线表示气候态纬向风速度（单位：米/秒），绿色实线表示急流轴。(b) JSI（蓝线）和极端低温事件异常（红线）的标准化时间序列，r 为两者之间的相关系数。

相关文章

Jiang S, Gao C*, Lu B, Ma H, Yuan J, Yin X, Liu J (2026) Variations of atmospheric circulation anomaly pattern affecting southern China winter extreme low temperature events under ENSO and non-ENSO conditions. Climate Dynamics 64: 320. https://doi.org/10.1007/s00382-026-08276-z

英文原文可点击下方“阅读原文”获取