初夏东北冷涡及其基于前期外强迫的月统计预测模型

《Atmospheric and Oceanic Science Letters》:Northeast China cold vortex in early summer and its monthly statistical prediction model based on preceding external forcings

【字体: 大 中 小 】 时间:2026年08月01日 来源:Atmospheric and Oceanic Science Letters 3.4

编辑推荐:

  东北冷涡(Northeast China cold vortex,NCCV)是影响中国东北地区初夏(5月和6月)的主要天气系统。本研究基于其大尺度环流型定义了一个月尺度NCCV指数(NCCVI)。该指数能反映东北地区月降水异常和初夏东亚大槽强度。西太平洋(We

  
东北冷涡(Northeast China cold vortex,NCCV)是影响中国东北地区初夏(5月和6月)的主要天气系统。本研究基于其大尺度环流型定义了一个月尺度NCCV指数(NCCVI)。该指数能反映东北地区月降水异常和初夏东亚大槽强度。西太平洋(West Pacific,WP)负位相构成NCCV在初夏的背景环流。初夏异常NCCV环流与前几个月副热带北太平洋和热带中东太平洋海表温度异常、欧亚大陆积雪覆盖范围异常以及鄂霍次克海海冰密集度异常有关。这些前期外强迫因子通过类似WP负位相的环流型影响NCCV环流。研究人员将这些前期外强迫因子作为预测因子,NCCVI作为预测对象,构建了一个线性回归预测模型。交叉验证结果表明,在独立预测期,5月和6月的预测NCCVI与观测拟合良好,异常符号一致率达到70%。该预测模型表现出较高的技巧,因此可用于实时预测。
## 论文解读:基于前期外强迫的初夏东北冷涡月统计预测模型

### 研究背景与问题

东北冷涡(Northeast China cold vortex,NCCV)是影响东亚中高纬度的重要天气系统,其表现为中对流层闭合逆时针涡旋伴随冷中心(或冷槽)。NCCV常导致东北地区低温、持续性极端降水及强对流天气,对农业生产、生态系统和社会经济活动造成重大影响(Sun et al., 1994; Shen et al., 2011)。NCCV在5月和6月最为活跃,其年际变率主要控制东北地区初夏降水(Shen et al., 2011),并先后影响华南降水和梅雨降水(Miao et al., 2006; He et al., 2006)。因此,NCCV预测对于中国中部和东部雨季降水预报至关重要。

以往研究指出,海表温度(Sea Surface Temperature, SST)异常是影响NCCV的关键因子,如前期冬季黑潮SST异常可影响NCCV及东北初夏降水(Gao and Gao, 2014),6月NCCV降水与黑潮SST异常显著相关(Fang et al., 2018)。此外,北极快速增暖导致北极海冰和春季积雪融化,这些变化作为中高纬大气环流变化的关键驱动因子,可能影响极涡、急流及相关天气系统(Cohen et al., 2014)。春季西伯利亚西部积雪与华南春季降水正相关(Wu and Kirtman, 2007),欧亚春季雪减少异常的东西向偶极子型与东亚夏季降水显著相关(Zhang et al., 2017),近期研究还发现俄罗斯远东春季积雪异常与东北初夏降水负相关(Zhang et al., 2025)。

然而,迄今为止,针对NCCV强度、相关降水异常及前期外强迫信号在月尺度上的研究较少。因此,本研究首先讨论5月和6月NCCV的月尺度大尺度环流特征及东北地区月降水异常,然后探究初夏NCCV环流的前期外强迫信号,最后基于这些信号构建初夏NCCV指数(NCCVI)的统计回归预测模型。

### 主要技术方法

本研究采用以下关键技术方法:(1)基于ERA5(第五代ECMWF大气再分析资料,1981–2024年)逐日500 hPa位势高度场(Z500)和温度场,依据Sun et al.(1994)和Xie and Bueh(2015)的标准识别NCCV过程:在关键区(35°–60°N,115°–145°E)内存在至少一条间隔40 gpm的闭合等位势高度线并伴随冷中心或冷槽,且在关键区停留至少3天。(2)定义月尺度NCCVI:对某月所有NCCV日的Z500距平进行合成得到基准型,将月平均Z500距平投影到基准型上(投影域15°–70°N,70°–180°E)。(3)使用多元线性回归方法构建统计预测模型,以1981–2014年为训练期,2015–2024年为独立预测期,采用留一法交叉验证评估预测技巧,并用异常符号一致率(Anomaly Sign Consistency Rate, ASCR)衡量预测效果。(4)数据来源:NOAA扩展重建SST V5(2°×2°)、英国气象局哈德莱中心海冰密集度(Sea Ice Concentration, SIC)数据(1°×1°)、NOAA北半球积雪覆盖范围(Snow Cover Extent, SCE)气候数据记录、ERA5-Land地表反照率和土壤湿度资料,所有资料时段均为1981–2024年。

### 研究结果

#### 3. NCCV的大尺度环流特征

每日合成Z500距平显示,5月和6月NCCV日出现位于东北地区的负距平中心(对应冷涡),其北侧存在东西向伸展的正距平带,形成经向偶极子型。该型与西太平洋(West Pacific, WP)负位相相似。NCCVI与WPI(西太平洋指数)在5月和6月的相关系数分别为-0.72和-0.76(均超过99%置信水平),表明WP负位相是NCCV在初夏的背景环流。NCCV对应的负Z500距平中心与夏季东亚大槽(East Asian Trough, EAT)位置一致,EAT指数(EATI)与NCCVI在5月(0.43)和6月(0.45)显著相关,表明NCCV活跃时EAT偏强。NCCVI与亚洲夏季风指数(WYI)在6月呈边际显著负相关(-0.31),亚洲夏季风偏强时NCCV偏弱。月NCCVI与NCCV天数显著相关(5月0.67,6月0.55,均超过99%置信水平)。NCCVI+1σ对应东北地区降水异常偏多10%–35%。

#### 4.1 5月NCCVI的前期外强迫信号

5月NCCVI与前期2月副热带北太平洋SST显著正相关,与热带东太平洋SST显著负相关,该SST异常型从前一年9月持续至5月,反映热带东太平洋冷SST事件的衰减过程。据此定义SST指数(ISST)为副热带北太平洋与热带东太平洋平均SST距平之差。5月NCCVI与ISST在前期9–11月及次年2–3月均超过99%置信水平,取2月ISST作为预测因子,相关系数0.44。2月ISST与5月Z500的相关系数分布显示从贝加尔湖至鄂霍次克海显著正相关,东北地区及邻近显著负相关,类似于贝加尔湖型NCCV环流,有利于NCCV活动。

5月NCCVI与4月SCE异常相关显示:西西伯利亚显著负相关,东北地区显著正相关。分别定义东北地区SCE指数(ISCE1?NE)和西西伯利亚倒SCE指数(ISCE1?S),再取算术平均得到组合SCE指数(ISCE1),其与5月NCCVI相关系数0.50,ASCR 73.5%。西西伯利亚4月SCE减少持续至5月,导致5月Z500呈东欧亚北高南低型,类似WP负位相。东北地区4月SCE增加导致局地反照率增加、温度降低,引起4月Z500在东北地区负异常、东西伯利亚正异常,进而影响5月SCE和Z500。两个关键区SCE异常协同作用,形成有利于NCCV活动的环流型。

#### 4.2 6月NCCVI的前期外强迫信号

6月NCCVI与蒙古高原2–4月SCE负相关,以3月最显著,取3月蒙古高原平均SCE距平的倒数(ISCE2)作为预测因子,相关系数0.45。ISCE2正值对应SCE减少、反照率降低、地表增温,加速雪融,导致雪线至6月退至东西伯利亚,同时增加蒙古高原6月土壤湿度、降低2米气温,而东西伯利亚湿度减少、温度升高,从而形成东西伯利亚/鄂霍次克海正Z500异常、东北地区负Z500异常的型,类似WP负位相。

6月NCCVI与4月鄂霍次克海SIC异常显著负相关,定义SIC指数(ISIC)为关键区4月平均SIC距平的倒数,作为预测因子,相关系数0.61,ASCR 76.5%。ISIC正值对应4–5月鄂霍次克海SIC显著减少,伴随4–6月该区域及邻近陆地2米气温正异常,导致6月海面增温引发鄂霍次克海周围反气旋环流异常,有利于冷空气从鄂霍次克海向东北地区/蒙古输送,引起温度降低和气旋性环流异常,形成类似WP负位相的Z500异常型,有利于NCCV环流。

#### 5. NCCVI的统计预测模型

基于预测因子,构建5月NCCVI(NCCVIM)和6月NCCVI(NCCVIJ)的线性回归方程:
NCCVIM = 0.29×ISST + 0.59×ISCE1 + 0.16
NCCVIJ = 0.27×ISCE2 + 0.45×ISIC + 0.05
训练期(1981–2014)交叉验证结果表明,NCCVIM和NCCVIJ与观测的相关系数分别为0.62和0.66,NCCVIJ的ASCR最高(88.2%)。独立预测期(2015–2024)两者ASCR均达70%,均方根误差(RMSE)分别为0.37和0.74。模型对极端NCCV年份(如2009年6月强NCCV、2021年4–5月破纪录NCCV天数)有较好的预测能力。

### 总结与讨论

本研究定义了月尺度NCCVI,该指数不仅能反映NCCV环流型,还能指示东北地区初夏降水异常。WP负位相是NCCV在初夏的背景环流。5月NCCVI的两个重要预测因子为:2月副热带北太平洋与热带东太平洋反号SST异常,以及4月东北地区和西西伯利亚反号SCE异常。6月NCCVI的预测因子为:3月蒙古高原SCE异常和4月鄂霍次克海SIC异常。基于多元线性回归构建的NCCVI预测模型在独立预测期(2015–2024)的ASCR均达70%,所选预测因子在极端NCCV年份也能提供良好指示,因此该统计线性预测模型可用于月尺度实时预测。

在预测模型中,5月NCCVI的回归系数显示欧亚大陆SCE异常对NCCVI预测的贡献超过热带和副热带SST异常;6月NCCVI预测中,蒙古高原SCE和鄂霍次克海SIC异常重要,而热带和副热带太平洋SST异常作用次之。这些发现表明,初夏NCCV环流主要受欧亚中高纬前期外强迫因子影响。

**研究结论**:本研究通过定义月尺度NCCVI,揭示了NCCV的月尺度大尺度环流特征(负WP位相作为背景环流),找到了5月NCCVI的两个前期外强迫因子(2月反号SST异常和4月反号SCE异常)以及6月NCCVI的两个前期外强迫因子(3月蒙古高原SCE异常和4月鄂霍次克海SIC异常),并基于这些因子构建了具有较高预测技巧的线性回归统计预测模型,该模型在独立预测期(2015–2024)的ASCR达到70%,可用于实时月尺度预测。论文发表于《Atmospheric and Oceanic Science Letters》。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号