黃丹,耿煥同,謝佩妍

摘要 利用1965—2015年冬半年NCEP/NCAR再分析資料以及中國地面氣候資料日值數(shù)據(jù)集，借助FMM算法對(duì)影響我國的寒潮路徑進(jìn)行聚類分析，得到四類主要移動(dòng)路徑;并通過統(tǒng)計(jì)分析探討歐亞遙相關(guān)型（EU）活躍位相與我國寒潮發(fā)生頻次的關(guān)系及對(duì)路徑選擇的影響。結(jié)果表明：EU處于正位相活躍年時(shí)，寒潮活動(dòng)增多，經(jīng)向環(huán)流增強(qiáng)，冷空氣干冷，第二類北路型寒潮頻次和強(qiáng)寒潮事件相對(duì)增多;EU處于負(fù)位相活躍年時(shí)，緯向環(huán)流增強(qiáng)，冷空氣濕潤，第三類西北型寒潮頻次相對(duì)增多，與第四類西路型寒潮的強(qiáng)寒潮事件增加。

關(guān)鍵詞 寒潮;路徑;FMM算法;歐亞遙相關(guān)型

寒潮是一種大規(guī)模強(qiáng)冷空氣活動(dòng)的強(qiáng)烈天氣系統(tǒng)，登陸并影響我國的寒潮一般由來自歐亞大陸的強(qiáng)冷空氣在特定環(huán)流形勢(shì)下堆積、向南爆發(fā)，其過程伴隨的劇烈降溫、降水和大風(fēng)天氣對(duì)我國人民生產(chǎn)生活產(chǎn)生嚴(yán)重影響（魏柱燈等，2014;蔡倩等，2020）。隨著寒潮移動(dòng)路徑的不同，其影響程度和范圍也各異，因此對(duì)影響我國的寒潮路徑進(jìn)行進(jìn)一步研究具有重要現(xiàn)實(shí)意義。

目前，大部分學(xué)者著眼于寒潮頻次變化特征、形成機(jī)理以及預(yù)報(bào)等方面的深入研究。楊曉軍等（2021）基于偏最小二乘回歸方法，建立了西北地區(qū)寒潮延伸期的預(yù)測(cè)模型，命中率有一定提高。謝韶青和盧楚翰（2018）著重研究歐亞大陸中緯度地區(qū)低溫事件變化趨勢(shì)及原因。苗青等（2016）分析研究了2011至2012年冬季我國寒潮的低頻特征及其與500 hPa低頻系統(tǒng)的耦合關(guān)系。Park et al.（2014）研究了東亞地區(qū)影響寒潮活動(dòng)的動(dòng)力特征。康志明等（2010）研究了我國寒潮移動(dòng)路徑和烏拉爾阻塞高壓等特征量的變化，并對(duì)寒潮過程的波譜能量演變特征進(jìn)行分析。Liu et al.（2015）分析了近幾十年內(nèi)蒙古寒潮頻次的時(shí)空變化特征以及其影響因素。王堅(jiān)紅等（2018）分析了不同寒潮路徑下，進(jìn)入黃海冷鋒走向、強(qiáng)度、移動(dòng)方向?qū)Ｃ鏌崃客亢蛣?dòng)量通量的影響程度。對(duì)于寒潮活動(dòng)路徑，根據(jù)生成源地或者南下活動(dòng)范圍等依據(jù)，許多學(xué)者也對(duì)其有相應(yīng)的分類研究（Zhao and Ding，1992;朱乾根等，2000），王宗明等（2017）采用三維軌跡倒推方法對(duì)影響我國東北的寒潮路徑進(jìn)行分類，分析東北地區(qū)各類路徑寒潮的活動(dòng)特征。但現(xiàn)有工作多側(cè)重于地方性寒潮的變化趨勢(shì)及其活動(dòng)特征，而且對(duì)寒潮路徑分類多采用主觀分析，寒潮客觀分類研究相對(duì)缺乏。

歐亞遙相關(guān)型（Eurasian teleconnection，簡稱為EU）是北半球冬季非常重要的遙相關(guān)型，是歐亞地區(qū)上空重要的低頻變率模態(tài)，近年的研究表明，EU位相異常變化對(duì)東亞地區(qū)的大氣環(huán)流和氣候變化都有非常重要的影響，與我國寒潮活動(dòng)有密切聯(lián)系（劉毓赟和陳文，2012;Lim and Kim，2016）。汪寧等（2017）發(fā)現(xiàn)東亞高空急流對(duì)歐亞遙相關(guān)型的氣候效應(yīng)能起到一定的調(diào)控作用。朱晨玉等（2014）通過分析我國寒潮的時(shí)空變化及與其相聯(lián)系的大氣環(huán)流異常的關(guān)系，發(fā)現(xiàn)AO/NAO異常會(huì)激發(fā)出歐亞遙相關(guān)型，從而使后冬南方寒潮冷空氣活動(dòng)有增多趨勢(shì)。汪寧（2014）在研究中發(fā)現(xiàn)影響我國的冷涌頻數(shù)與EU的位相有密切關(guān)系，發(fā)生于歐亞遙相關(guān)型正位相的冷涌數(shù)明顯偏多。

有限混合模型（Finite Mixture Model，簡稱FMM）算法屬于空間數(shù)據(jù)挖掘的聚類算法，能夠無監(jiān)督地通過曲線長度、形狀及初始位置等利用機(jī)器學(xué)習(xí)對(duì)曲線進(jìn)行分類，是一種半?yún)?shù)的函數(shù)密度估計(jì)形式，假設(shè)部分?jǐn)?shù)據(jù)可以概括成獨(dú)立的概率密度函數(shù)（類或簇）。該算法目前多用于臺(tái)風(fēng)路徑的聚類分析中，較其他應(yīng)用于氣象領(lǐng)域的聚類算法的聚類效果更好（Gaffney，2004;耿煥同等，2017）。

本文將研究工作細(xì)化至寒潮路徑方面，首先利用數(shù)據(jù)挖掘中的FMM算法將近50年影響我國的寒潮路徑進(jìn)行聚類，并計(jì)算冬季EU指數(shù)，在此基礎(chǔ)上分析EU不同位相下各類寒潮活動(dòng)特征，進(jìn)而探討影響我國的寒潮路徑與歐亞遙相關(guān)型之間的關(guān)系。

1 資料和方法

1.1 數(shù)據(jù)獲取

首先，采用1965—2015年冬半年（9月至次年5月）共50 a的中國地面氣候資料最低氣溫日值數(shù)據(jù)集（3.0），并通過數(shù)據(jù)篩選得到129個(gè)全國范圍內(nèi)的臺(tái)站數(shù)據(jù)，以此來統(tǒng)計(jì)50 a區(qū)域性和全國性寒潮發(fā)生過程時(shí)間。本文定義的寒潮標(biāo)準(zhǔn)：1）在一次寒潮過程中，區(qū)域寒潮為達(dá)到單站寒潮標(biāo)準(zhǔn)50%的地區(qū)。2）以32°N的長江流域?yàn)槟媳狈纸纾ㄍ踝駤I和丁一匯，2006），全國性寒潮為北方和南方站點(diǎn)中同時(shí)有超過50%的站達(dá)到單站寒潮標(biāo)準(zhǔn)。3）單站寒潮標(biāo)準(zhǔn)參照魏鳳英（2008）定義：南方站點(diǎn)24 h內(nèi)溫度下降幅度≥8 ℃，或48 h內(nèi)溫度下降幅度≥10 ℃，且最低氣溫≤5 ℃;北方站點(diǎn)24 h內(nèi)溫度下降幅度≥10 ℃，或48 h內(nèi)溫度下降幅度≥12 ℃，且最低氣溫≤3 ℃。在50個(gè)冬半年內(nèi)，共統(tǒng)計(jì)出271次寒潮，并獲取每次寒潮活動(dòng)的時(shí)間段。

接著，采用1965—2015年NCEP/NCAR逐6 h一次的再分析資料（2.5°×2.5°）統(tǒng)計(jì)寒潮路徑形成路徑數(shù)據(jù)集。本文把寒潮過程中地面冷高壓移動(dòng)路徑作為寒潮路徑，參考地面風(fēng)場和溫度場的變化情況，統(tǒng)計(jì)寒潮活動(dòng)時(shí)間段在40°～135°E、20°～80°N范圍內(nèi)地面冷高壓中心移動(dòng)的經(jīng)緯度及氣壓值，并定義一次寒潮過程中每條路徑最大冷高壓中心數(shù)值為該次寒潮強(qiáng)度，由此形成包含時(shí)間（年、月、日和時(shí)）、經(jīng)緯度坐標(biāo)及氣壓中心數(shù)值的寒潮路徑數(shù)據(jù)集。

然后，采用1965—2015年12月至次年2月冬季NCEP/NCAR全球逐月位勢(shì)高度場再分析資料計(jì)算歐亞遙相關(guān)型指數(shù)，水平分辨率為2.5°×2.5°。參照Wallace and Gutzler（1981）的定義，計(jì)算公式為：

IEU=12Z*（75°E，55°N）-14Z*（20°E，55°N）-14Z*（145°E，40°N）。（1）

其中Z*為標(biāo)準(zhǔn)化的500 hPa位勢(shì)高度異常。計(jì)算出的IEU指數(shù)再次進(jìn)行標(biāo)準(zhǔn)化處理形成標(biāo)準(zhǔn)化時(shí)間序列。

最后，采用同期NCEP/NCAR不同層次（850 hPa、500 hPa、300 hPa）逐日和逐月再分析資料分析大氣環(huán)流形勢(shì)，選取的要素場包括風(fēng)場、位勢(shì)高度場和溫度場，水平分辨率均為2.5°×2.5°。

1.2 寒潮路徑聚類方法

采用FMM算法對(duì)我國1965—2015年271條寒潮路徑進(jìn)行聚類，聚類原理為利用混合多項(xiàng)式回歸模型來擬合寒潮路徑曲線的形狀和長度，并通過分析其相似程度大小進(jìn)行聚類。關(guān)于第i個(gè)路徑y(tǒng)i的概率分布模型（Gaffney et al.，2007）為：

p（yi）=∑kαkpk（yi）=∑KkαkpkN（yi|Xiβk，σ2k I）。（2）

其中：K是聚類個(gè)數(shù);αk是非負(fù)混合權(quán)重;pk是第k類密度函數(shù);N是正態(tài)分布;Xi是關(guān)于觀測(cè)時(shí)序的Vandermonde回歸矩陣;β是回歸系數(shù)。計(jì)算中將寒潮路徑抽象為多項(xiàng)式曲線，通過度量曲線間的起始位置、長度及運(yùn)動(dòng)軌跡等相似度，并依據(jù)確定聚類數(shù)的判定標(biāo)準(zhǔn)建立K個(gè)回歸模型，以此對(duì)寒潮路徑類型進(jìn)行劃分，每K個(gè)類都存在一定的路徑數(shù)量。

本文采用交叉-檢驗(yàn)方法計(jì)算表征概率分布模型擬合程度的log似然值，以此確定路徑聚類數(shù)K。似然值計(jì)算公式為：

L（k）cv=（1/M）∑Mm=1L（Φ（k）m |D（1-β）m），1≤m≤M，? 1≤k≤kmax。（3）

其中：Φ（k）m是K類模型參數(shù)。通過重復(fù)地將路徑數(shù)據(jù)D分為兩個(gè)互不相關(guān)的部分，利用FMM模型去擬合其中一部分?jǐn)?shù)據(jù)β，然后再用不相關(guān)的數(shù)據(jù)（1-β）來估計(jì)效果求出該類模型的似然值，經(jīng)過M次重復(fù)檢驗(yàn)后，計(jì)算出的平均似然值即為交叉-檢驗(yàn)方法獲得的log似然值。通過觀察似然值曲線極大值點(diǎn)和波動(dòng)情況來確定寒潮路徑的聚類數(shù)，K值越大log似然值越大，僅當(dāng)似然值第一次增幅最大，同時(shí)增幅最大之后的值出現(xiàn)波動(dòng)時(shí)，所選的聚類數(shù)對(duì)數(shù)據(jù)的擬合程度最優(yōu)。

2 聚類結(jié)果

設(shè)定K值從1～12，計(jì)算其對(duì)應(yīng)的log似然值得到圖1，觀察增幅和波動(dòng)變化，當(dāng)K=4時(shí)，似然值的增幅發(fā)生轉(zhuǎn)變，斜率最大，之后K值增加趨勢(shì)明顯減少，最終選取K值為4，即將影響我國的寒潮路徑聚為4類，聚類結(jié)果如圖2所示：1）西路轉(zhuǎn)向路徑，冷空氣從烏拉爾山南側(cè)經(jīng)西西伯利亞平原到達(dá)我國內(nèi)蒙古，在黃土高原附近轉(zhuǎn)向至我國南部，有93次，寒潮平均強(qiáng)度為1 050.3 hPa。2）北路路徑，冷空氣從中西伯利亞徑向移動(dòng)至我國華北地區(qū)，有52次，平均強(qiáng)度為1 055.5 hPa。3）西北路路徑，冷空氣從烏拉爾山北側(cè)經(jīng)西北-東南向移入我國，有54次，平均強(qiáng)度為1 057.8 hPa。4）西路路徑，冷空氣自西向東途徑貝加爾湖移動(dòng)至我國，有72次，平均強(qiáng)度為1 055.1 hPa。

對(duì)每類路徑聚類數(shù)據(jù)統(tǒng)計(jì)得到，寒潮集中發(fā)生在冬季及秋冬、春冬季轉(zhuǎn)換時(shí)期（圖3a），寒潮冷高壓在這時(shí)間段內(nèi)平均強(qiáng)度大，其表征的寒潮強(qiáng)度也相對(duì)較強(qiáng)（圖3b）。其中，第一類在11、12月活動(dòng)頻繁，但強(qiáng)度最弱;第二類在12月的寒潮頻次明顯增多，平均強(qiáng)度相對(duì)其他月份最強(qiáng)，達(dá)到1 060 hPa;季節(jié)轉(zhuǎn)換時(shí)期是第三類的多發(fā)期，整個(gè)冬季的寒潮強(qiáng)度較其他三類路徑更強(qiáng)，易對(duì)我國生產(chǎn)生活造成嚴(yán)重影響;第四類多出現(xiàn)在后冬期，在寒潮頻發(fā)月份其平均強(qiáng)度較強(qiáng)。

3 EU位相特征與我國寒潮的關(guān)系

3.1 冬季歐亞遙相關(guān)型特征

按照公式（1）計(jì)算得到近50年冬季歐亞遙相關(guān)型標(biāo)準(zhǔn)化序列指數(shù)（圖4），年份表示1月所在年，選取標(biāo)準(zhǔn)化值大于0.5的年份定義為活躍的EU正位相年，小于-0.5的年份為活躍的EU負(fù)位相年，其余年份表示為不活躍的歐亞遙相關(guān)型年份。最終統(tǒng)計(jì)得到15個(gè)活躍的正位相年，20個(gè)活躍的負(fù)位相年。由圖4可看出，EU指數(shù)在20世紀(jì)80年代中期之前，歐亞遙相關(guān)型最為活躍，波動(dòng)較大，有較強(qiáng)的年代際變化特征，在60年代末、70年代中后期和80年代中期EU位相有較明顯從正轉(zhuǎn)為負(fù)的變化。80年代中期之后位相變化的年代際特征減弱，年際變化特征加強(qiáng)，且多以負(fù)位相年為主，直到21世紀(jì)之后正位相年份才再次增加。從總體來說，近50年來EU指數(shù)變化趨勢(shì)逐漸減少，到21世紀(jì)后才略有增加。

3.2 EU位相變化與寒潮的關(guān)系

參照張培忠和陳光明（1999）的定義，將一次寒潮過程中存在強(qiáng)冷高壓（冷高壓中心氣壓值≥1 060 hPa）的寒潮作為一次強(qiáng)寒潮事件。路徑頻次氣候態(tài)為50 a該類頻次與總路徑數(shù)之比，強(qiáng)寒潮頻次氣候態(tài)為50 a該類寒潮出現(xiàn)強(qiáng)寒潮頻次與總強(qiáng)寒潮頻次之比。統(tǒng)計(jì)分析結(jié)果表明，不同EU位相下各類寒潮路徑和強(qiáng)寒潮頻次的變化存在一定差異。由表1可知，在活躍的EU正位相年份中，第二類寒潮頻次占比高達(dá)27.3%，增幅相對(duì)增加了8.1%，且發(fā)生強(qiáng)寒潮事件（冷高壓中心氣壓值≥1 060 hPa）的概率也相應(yīng)增加，增幅為12.6%，其他類型寒潮頻次都比氣候態(tài)少。在活躍的EU負(fù)位相年份中，第三類寒潮頻次占比最大，達(dá)到28.0%，增幅為8.1%，強(qiáng)寒潮事件頻次也隨之增多了6.7%。第一類寒潮發(fā)生強(qiáng)寒潮事件也多集中在該時(shí)期。第一類和第四類寒潮多發(fā)生在無典型歐亞遙相關(guān)型的年份，但第四類路徑出現(xiàn)強(qiáng)寒潮事件多集中在負(fù)位相活躍年，增幅也有4.6%。

上述統(tǒng)計(jì)分析說明，各類型寒潮在不同EU位相影響下其頻次和強(qiáng)度的氣候特征各異，EU位相變化對(duì)我國寒潮路徑有一定的影響。

進(jìn)一步統(tǒng)計(jì)不同位相下1965—2015年影響我國寒潮的頻次和冷高壓強(qiáng)度季節(jié)分布情況（圖5）可知，歐亞遙相關(guān)型處于活躍的正位相年份時(shí)，寒潮年均頻次為6.6次，多發(fā)生于冬季及秋冬轉(zhuǎn)換時(shí)期，在此期間表征寒潮強(qiáng)度的冷高壓平均強(qiáng)度比其他兩類年份強(qiáng)，其中12、1月的寒潮強(qiáng)度較其他月份略有增強(qiáng)，與第二類路徑的寒潮活動(dòng)分布情況（圖3）重合度較高;在負(fù)位相活躍的年份中，寒潮年均頻次為5次，寒潮活動(dòng)多集中在前冬和春冬轉(zhuǎn)換時(shí)期，除去頻次較少的9、5月，各月整體寒潮強(qiáng)度較平均且弱于其他兩類年份;處于EU位相不活躍年份，寒潮年均頻次最少，為4.8次，寒潮集中活動(dòng)在季節(jié)轉(zhuǎn)換時(shí)期，其中5月無寒潮發(fā)生，各月冷高壓強(qiáng)度變化略有波動(dòng)，而在EU活躍年寒潮強(qiáng)度變化逐漸增強(qiáng)，在12月到達(dá)最大值后呈減弱趨勢(shì)。

4 EU活躍位相年對(duì)我國寒潮路徑的影響

根據(jù)上文統(tǒng)計(jì)，我國77%的寒潮發(fā)生在EU位相活躍年份的11月至次年3月期間，且對(duì)我國影響較大的第二類和第三類寒潮也多發(fā)生在此時(shí)期，以下分析1965—2015年冬季及季節(jié)轉(zhuǎn)換時(shí)期（11月至次年3月）歐亞遙相關(guān)型活躍年份下的環(huán)流特征，以此來進(jìn)一步探討我國寒潮出現(xiàn)的原因及機(jī)理。

4.1 500 hPa位勢(shì)高度場和高度距平

對(duì)所有活躍的正、負(fù)位相年份500 hPa位勢(shì)高度場和距平場分別進(jìn)行合成分析，得到EU水平分布（圖6），陰影部分表示通過置信度為99%的顯著性檢驗(yàn)。負(fù)位相年北半球極渦向歐亞大陸延伸到60°N附近，南伸范圍更廣，導(dǎo)致中高緯度的東亞地區(qū)冬季溫度相對(duì)偏低。距平場上有顯著的正負(fù)異常中心，正位相年的歐亞遙相關(guān)型波列呈負(fù)-正-負(fù)分布，正距平中心位于烏拉爾山以東區(qū)域，表明西伯利亞高壓比其他年份略有增強(qiáng)，是寒潮活動(dòng)頻發(fā)有利因素之一;負(fù)位相活躍時(shí)，歐亞遙相關(guān)型表現(xiàn)為正-負(fù)-正的波列，西伯利亞平原上空多為負(fù)距平區(qū)域。

4.2 寒潮爆發(fā)當(dāng)日500 hPa位勢(shì)高度場和風(fēng)場

進(jìn)一步分析不同活躍位相年份下寒潮爆發(fā)日500 hPa上的環(huán)流形勢(shì)（圖7），在中高緯度東亞沿岸均出現(xiàn)一高空槽，于西西伯利亞平原上空存在一高壓脊。正位相時(shí)，歐亞大陸上空呈現(xiàn)兩槽一脊的環(huán)流形勢(shì)，150°E附近有一弱槽，東亞大槽加深，在烏拉爾山以北出現(xiàn)一個(gè)強(qiáng)脊，脊后引導(dǎo)氣流較密集且風(fēng)速大，使高壓脊不斷增強(qiáng)，脊前以偏北氣流為主，引導(dǎo)來自新地島的冷空氣在寒潮關(guān)鍵區(qū)堆積，達(dá)到一定條件后向南侵入我國，形成寒潮其環(huán)流形勢(shì)特征與第二類路徑寒潮（圖2b）相似;負(fù)位相時(shí)，環(huán)流形勢(shì)大致呈一槽一脊型，中低緯度的西風(fēng)氣流相對(duì)平直，中高緯度地區(qū)上空為西北氣流，引導(dǎo)來自冰島和新地島的冷空氣不斷堆積、南下，形成影響我國的寒潮其環(huán)流形勢(shì)特征與第三類路徑寒潮（圖2c）相似。

兩者相對(duì)比可以發(fā)現(xiàn)，寒潮爆發(fā)當(dāng)日，相對(duì)于負(fù)位相年，正位相下的脊前引導(dǎo)氣流更偏北，從而使此刻爆發(fā)的寒潮更容易形成自北向南移動(dòng)的路徑。

4.3 300 hPa風(fēng)分量

從300 hPa緯向風(fēng)距平場看，歐亞大陸高空在正負(fù)位相的活躍年份下都盛行西風(fēng)，日本海附近上空風(fēng)速達(dá)到最大，而在40°N南北兩側(cè)的緯向風(fēng)距平分布特征相反。EU處于正位相活躍年份時(shí)，40°N南側(cè)存在較強(qiáng)的正距平，中國中部地區(qū)，特別是華北地區(qū)上空的西風(fēng)處于增強(qiáng)狀態(tài)。40°N北側(cè)的極鋒急流平均位置位于負(fù)距平區(qū)域，巴爾喀什地區(qū)也位于負(fù)距平中心，表明其上空的西風(fēng)有所減弱，50°～60°N范圍的緯度帶減弱強(qiáng)度最大（圖8a）。EU處于負(fù)位相活躍年份時(shí)則相反，40°N南側(cè)存在較強(qiáng)的負(fù)距平，我國大部分地區(qū)上空西風(fēng)減弱。北側(cè)存在正距平，東亞大部分地區(qū)位于正距平區(qū)域，西風(fēng)增強(qiáng)，表明東亞大陸上空的西風(fēng)急流有北移趨勢(shì)，有利于來自冰島和新地島洋面上的冷空氣經(jīng)烏拉爾山脈自西向東輸送至寒潮關(guān)鍵區(qū)，從而堆積南下（圖8b）。

從300 hPa經(jīng)向風(fēng)距平場上看，正負(fù)位相的活躍年份中歐亞大陸高空經(jīng)向風(fēng)都以北風(fēng)為主，貝加爾湖附近為風(fēng)速最大區(qū)域，而兩者經(jīng)向風(fēng)距平分布特征差異明顯。在正位相年，東亞大陸整體風(fēng)速比負(fù)位相年大，烏拉爾山以西為較強(qiáng)的正距平區(qū)域，以南位于負(fù)距平區(qū)域，說明西伯利亞平原上空北風(fēng)略有增強(qiáng)，有利于引導(dǎo)來自新地島以東的冷空氣經(jīng)西伯利亞高原自北向南入侵我國造成寒潮（圖8c）。在負(fù)位相年，烏拉爾山以西為較強(qiáng)的負(fù)距平區(qū)域，以南則位于正距平區(qū)域，西伯利亞地區(qū)上空北風(fēng)有所減弱，在貝加爾湖西北部為負(fù)距平中心，減弱強(qiáng)度最大，不利于引導(dǎo)冷空氣自北向南移動(dòng)變化（圖8d）。

4.4 850 hPa溫度距平場和風(fēng)場距平合成差值場

從所有EU活躍正位相年850 hPa溫度距平的合成差值場看，我國大部分地區(qū)溫度為負(fù)距平，而西西伯利亞平原地區(qū)為正距平，表明在此期間全國范圍內(nèi)尤其是東北地區(qū)及內(nèi)蒙古東北部溫度整體偏低，此時(shí)來自歐亞大陸的冷空氣溫度較其他年份普遍偏高（圖9a）。由圖6的分析可知在正位相活躍時(shí)東亞大槽加深，而濮冰等（2007）對(duì)中國氣溫變化的2種基本模態(tài)分析研究中發(fā)現(xiàn)東亞大槽加深，我國東部一致變冷。這也與左旋和肖子牛（2013）關(guān)于冬季歐亞型遙相關(guān)異常特征對(duì)我國氣候影響的研究結(jié)果相一致。對(duì)于負(fù)位相年，我國溫度距平呈相反變化，我國整體溫度略高，而歐亞大陸中部溫度相對(duì)偏低，導(dǎo)致來自新地島南部源地的冷空氣溫度相對(duì)其他年份較高，產(chǎn)生強(qiáng)寒潮的概率增多（圖9b）。

從850 hPa風(fēng)場距平的合成差值場看，相比于所有負(fù)位相年，正位相年歐亞大陸流場呈氣旋-反氣旋-氣旋式分布，自西向東的水汽輸送減少，致使南侵的冷空氣較其他年份干冷。而負(fù)位相年西太平洋副熱帶高壓相對(duì)增強(qiáng)，有來自太平洋西部的水汽向我國華東、華北輸送，致使侵入我國的冷空氣變得濕潤。

5 總結(jié)與討論

本文利用1965—2015年冬半年NCEP/NCAR再分析資料以及中國地面氣候資料日值數(shù)據(jù)集，采用FMM算法對(duì)影響我國的寒潮進(jìn)行路徑聚類后得到四類，并通過氣候統(tǒng)計(jì)、合成分析等方法研究不同EU位相變化與我國寒潮的關(guān)系及對(duì)路徑選擇的影響，得出如下幾個(gè)主要結(jié)論：

1）路徑聚類把近50年影響我國的寒潮劃分為四個(gè)特征各異的類型。其中，第一類和第四類為我國常見寒潮，前者強(qiáng)度較弱，影響程度相對(duì)較小。第二類路徑移動(dòng)位置偏北，爆發(fā)頻次最少且多集中在冬季12月。第三類路徑位置介于其他類之間，以西北-東南方向移動(dòng)為主，集中發(fā)生在秋冬、春冬季節(jié)轉(zhuǎn)換時(shí)期且平均強(qiáng)度最大。

2）根據(jù)冬季EU位相變化特征分別篩選出15和20個(gè)正、負(fù)位相活躍的年份。在20世紀(jì)80年代之前EU較為活躍，90年代以負(fù)位相為主，之后正位相開始有所增加，但整體處于不活躍狀態(tài)。統(tǒng)計(jì)分析得出，在活躍的正位相年份，年均寒潮頻次最多，第二類路徑活動(dòng)頻繁，且強(qiáng)寒潮多有發(fā)生。第三類路徑在活躍的負(fù)位相年份頻次增多，與第四類路徑發(fā)生強(qiáng)寒潮次數(shù)明顯增多。EU不活躍年份寒潮頻次最少。

3）對(duì)EU活躍位相年份的環(huán)流形勢(shì)進(jìn)行合成分析可知，正、負(fù)位相年的環(huán)流特征有明顯差異。當(dāng)EU處于活躍的正位相時(shí)，EU波列呈負(fù)-正-負(fù)分布，西伯利亞高壓增強(qiáng)有利于寒潮發(fā)生，中高緯度西風(fēng)減弱、北風(fēng)增強(qiáng)，導(dǎo)致經(jīng)向環(huán)流增強(qiáng)，冷空氣干冷，且在寒潮爆發(fā)當(dāng)日脊前引導(dǎo)氣流偏北，有利于第二類路徑活動(dòng)的發(fā)生。當(dāng)EU處于活躍的負(fù)位相時(shí)，EU波列呈正-負(fù)-正分布，中高緯度西風(fēng)增強(qiáng)、北風(fēng)減弱，導(dǎo)致緯向環(huán)流增強(qiáng)，冷空氣濕潤，歐亞大陸中部溫度偏低易增加寒潮強(qiáng)度，且在寒潮爆發(fā)當(dāng)日脊前引導(dǎo)氣流偏西北方向，有利于產(chǎn)生第三類路徑。

本文的研究主要從EU活躍位相變化的角度探討歐亞遙相關(guān)型與侵入我國寒潮頻次及路徑選擇的影響，初步證明兩者有一定的關(guān)聯(lián)性。本文從歐亞遙相關(guān)型一個(gè)角度解釋了我國寒潮頻次和路徑變化的影響因素，然而還有許多能夠影響寒潮的因子及機(jī)制未深入展開討論，這些是接下來工作的研究重點(diǎn)，需要對(duì)各個(gè)寒潮影響因素進(jìn)行全面細(xì)致研究。

參考文獻(xiàn)（References）

蔡倩，管兆勇，徐蒙，2020.1960—2012年中國東部冬季風(fēng)時(shí)期極端降溫事件的時(shí)空特征[J].大氣科學(xué)學(xué)報(bào)，43（3）：458-468. Cai Q，Guan Z Y，Xu M，2020.Temporal and spatial characteristics of extreme cooling events in Eastern China in winter monsoon period during 1960 and 2012[J].Trans Atmos Sci，43（3）：458-468.doi：10.13878/j.cnki.dqkxxb.20190719001.（in Chinese）.

Gaffney S J，2004.Probabilistic curve-aligned clustering and prediction with regression mixture models [D].Irvine：Unversity of California.

Gaffney S J，Robertson A W，Smyth P，et al.，2007.Probabilistic clustering of extratropical cyclones using regression mixture models[J].Clim Dyn，29（4）：423-440.doi：10.1007/s00382-007-0235-z.

耿煥同，謝佩妍，史達(dá)偉，等，2017.基于FMM算法的夏秋季登陸中國熱帶氣旋路徑分類及特征分析[J].大氣科學(xué)學(xué)報(bào)，40（3）：390-400. Geng H T，Xie P Y，Shi D W，et al.，2017.FMM algorithm for track classification and characteristic analysis of land-falling tropical cyclones over China during summer and autumn[J].Trans Atmos Sci，40（3）：390-400.doi：10.13878/j.cnki.dqkxxb.20160509001.（in Chinese）.

康志明，金榮花，鮑媛媛，2010.1951—2006年期間我國寒潮活動(dòng)特征分析[J].高原氣象，29（2）：420-428. Kang Z M，Jin R H，Bao Y Y，2010.Characteristic analysis of cold wave in China during the period of 1951—2006[J].Plateau Meteor，29（2）：420-428.（in Chinese）.

Lim Y K，Kim H D，2016.Comparison of the impact of the Arctic Oscillation and Eurasian teleconnection on interannual variation in East Asian winter temperatures and monsoon[J].Theor Appl Climatol，124（1/2）：267-279.doi：10.1007/s00704-015-1418-x.

Liu X F，Zhu X F，Pan Y Z，et al.，2015.Spatiotemporal changes of cold surges in Inner Mongolia between 1960 and 2012[J].J Geogr Sci，25（3）：259-273.doi：10.1007/s11442-015-1166-y.

劉毓赟，陳文，2012.北半球冬季歐亞遙相關(guān)型的變化特征及其對(duì)我國氣候的影響[J].大氣科學(xué)，36（2）：423-432. Liu Y Y，Chen W，2012.Variability of the Eurasian teleconnection pattern in the Northern Hemisphere winter and its influences on the climate in China[J].Chin J Atmos Sci，36（2）：423-432.doi：10.3878/j.issn.1006-9895.2011.11066.（in Chinese）.

苗青，鞏遠(yuǎn)發(fā)，白自斌，2016.2011/2012年冬季寒潮低頻特征及其與500 hPa低頻系統(tǒng)的耦合關(guān)系[J].大氣科學(xué)學(xué)報(bào)，39（5）：608-619. Miao Q，Gong Y F，Bai Z B，2016.Characteristics of low-frequency oscillations during cold waves in winter 2011/2012 and its coupling with the low-frequency system at 500 hPa[J].Trans Atmos Sci，39（5）：608-619.doi：10.13878/j.cnki.dqkxxb.20150527001.（in Chinese）.

Park T W，Ho C H，Deng Y，2014.A synoptic and dynamical characterization of wave-train and blocking cold surge over East Asia[J].Clim Dyn，43（3/4）：753-770.doi：10.1007/s00382-013-1817-6.

濮冰，聞新宇，王紹武，等，2007.中國氣溫變化的兩個(gè)基本模態(tài)的診斷和模擬研究[J].地球科學(xué)進(jìn)展，22（5）：456-467. Pu B，Wen X Y，Wang S W，et al.，2007.Diagnostic and modeling study of the two basic modes of surface air temperature and its variation in China[J].Adv Earth Sci，22（5）：456-467.doi：10.3321/j.issn：1001-8166.2007.05.003.（in Chinese）.

Wallace J M，Gutzler D S，1981.Teleconnections in the geopotential height field during the Northern Hemisphere winter[J].Mon Wea Rev，109（4）：784-812.doi：10.1175/1520-0493（1981）109<0784：titghf>2.0.co;2.

汪寧，2014.歐亞遙相關(guān)型演變的動(dòng)力機(jī)制及其氣候效應(yīng)[D].南京：南京大學(xué). Wang N，2014.The dynamics of Eurasian teleconnection pattern and its influence on climate anomalies over China[D].Nanjing：Nanjing University.（in Chinese）.

汪寧，許遐禎，王瑩，等，2017.東亞高空急流協(xié)同變化對(duì)冬季歐亞遙相關(guān)型氣候效應(yīng)的影響[J].大氣科學(xué)，41（3）：461-474. Wang N，Xu X Z，Wang Y，et al.，2017.The influence of upper level jet streams in East Asia on climatic effects of Eurasian teleconnection pattern in the winter[J].Chin J Atmos Sci，41（3）：461-474.doi：10.3878/j.issn.1006-9895.1610.15321.（in Chinese）.

王堅(jiān)紅，史嘉琳，彭模，等，2018.寒潮過程中風(fēng)浪對(duì)黃海海氣熱量通量和動(dòng)量通量影響研究[J].大氣科學(xué)學(xué)報(bào)，41（4）：541-553. Wang J H，Shi J L，Peng M，et al.，2018.Numerical study of the wind waves effect on air-sea fluxes in the Yellow Sea during the cold wave events[J].Trans Atmos Sci，41（4）：541-553.doi：10.13878/j.cnki.dqkxxb.20160302001.（in Chinese）.

王宗明，孫照渤，曾剛，2017.1970—2013年中國東北地區(qū)強(qiáng)冷空氣活動(dòng)特征[J].信陽師范學(xué)院學(xué)報(bào)（自然科學(xué)版），30（3）：407-411. Wang Z M，Sun Z B，Zeng G，2017.Characteristics of strong cold air outbreaks in northeast China during 1970 to 2013[J].Journal of Xinyang Normal University Natural Science Edition，30（3）：407-411.doi：10.3969/j.issn.1003-0972.2017.03.013.（in Chinese）.

王遵婭，丁一匯，2006.近53年中國寒潮的變化特征及其可能原因[J].大氣科學(xué)，30（6）：1068-1076. Wang Z Y，Ding Y H，2006.Climate change of the cold wave frequency of China in the last 53 years and the possible reasons[J].Chin J Atmos Sci，30（6）：1068-1076.（in Chinese）.

魏鳳英，2008.氣候變暖背景下我國寒潮災(zāi)害的變化特征[J].自然科學(xué)進(jìn)展，18（3）：289-295. Wei F Y，2008.Variation characteristics of the cold wave in China under the back ground of global warming [J].Progress in Natural Science，18（3）：289-295.doi：10.3321/j.issn：1002-008X.2008.03.007.（in Chinese）.

魏柱燈，方修琦，蘇筠，等，2014.過去2 000年氣候變化對(duì)中國經(jīng)濟(jì)與社會(huì)發(fā)展影響研究綜述[J].地球科學(xué)進(jìn)展，29（3）：336-343. Wei Z D，F(xiàn)ang X Q，Su Y，et al.，2014.A review of climatic impacts on Chinese socio-economic development over the past 2 000 years[J].Adv Earth Sci，29（3）：336-343.（in Chinese）.

謝韶青，盧楚翰，2018.近16 a來冬季歐亞大陸中緯度地區(qū)低溫事件頻發(fā)及其成因[J].大氣科學(xué)學(xué)報(bào)，41（3）：423-432. Xie S Q，Lu C H，2018.Intensification of winter cold events over the past 16 years in the mid-latitudes of Eurasia and their causes[J].Trans Atmos Sci，41（3）：423-432.doi：10.13878/j.cnki.dqkxxb.20160415003.（in Chinese）.

楊曉軍，韓林君，張君霞，等，2021.基于偏最小二乘回歸方法的西北區(qū)寒潮延伸期預(yù)報(bào)[J].大氣科學(xué)學(xué)報(bào)，44（3）：371-380. Yang X J，Han L J，Zhang J X，et al.，2021.Extended-range forecast of cold wave in Northwest China based on partial least squares regression method[J].Trans Atmos Sci，44（3）：371-380.doi：10.13878/j.cnki.dqkxxb.20210106002.（in Chinese）.

張培忠，陳光明，1999.影響中國寒潮冷高壓的統(tǒng)計(jì)研究[J].氣象學(xué)報(bào)，57（4）：493-501. Zhang P Z，Chen G M，1999.A statistical analysis of the cold wave high which influences on China[J].Acta Meteorol Sin，57（4）：493-501.（in Chinese）.

Zhao Q，Ding Y H，1992.Study of physical processes affecting the transformation of cold air overland after outbreak of cold waves in East Asia [J].Acta Meteor Sinica，6（2）：198-212.

朱晨玉，黃菲，石運(yùn)昊，等，2014.中國近50年寒潮冷空氣的時(shí)空特征及其與北極海冰的關(guān)系[J].中國海洋大學(xué)學(xué)報(bào)（自然科學(xué)版），44（12）：12-20. Zhu C Y，Huang F，Shi Y H，et al.，2014.Spatial-temporal patterns of the cold surge events in China in recent 50 years and its relationship with arctic sea ice[J].Period Ocean Univ China，44（12）：12-20.doi：10.16441/j.cnki.hdxb.2014.12.002.（in Chinese）.

朱乾根，林錦瑞，壽紹文，等，2000.天氣學(xué)原理與方法[M].北京：氣象出版社：267-268. Zhu Q G，Lin J R，Shou S W，et al.，2000.The principle and method of synoptic meteorology [M].Beijing：China Meteorological Press：267-268.（in Chinese）.

左璇，肖子牛，2013.冬季歐亞型遙相關(guān)候時(shí)間尺度異常特征及其對(duì)我國天氣的影響[J].氣象，39（9）：1096-1102. Zuo X，Xiao Z N，2013.Abnormal characteristics of Eurasian teleconnection in winter at pentad time scale and its impact on the weather in China[J].Meteor Mon，39（9）：1096-1102.doi：10.7519/j.issn.1000-0526.2013.09.002.（in Chinese）.

The effects of phase changes in Eurasian teleconnections on the tracks of the cold wave in China

HUANG Dan1，GENG Huantong2，XIE Peiyan3

1Guangxi Lightning Protection Center，Nanning 530022，China;

2School of Continuing Education，Nanjing University of Information Science & Technology，Nanjing 210044，China;

3School of Atmospheric Sciences，Nanjing University of Information Science & Technology，Nanjing 210044，China

On the basis of NCEP/NCAR reanalysis data and daily surface climate data for China from 1965 to 2015，the finite-mixed-model-based clustering algorithms were utilized to group tracks of cold wave intrusion over China.A statistical analysis was conducted on the relationship between the active variation of the Eurasian teleconnection pattern （EU） and the frequency of cold waves in China.In addition，the pattern variation probably affects the selection of tracks of cold waves.According to the results，total cold waves had increased relatively，meridional circulation tended to be enhanced，and cold air moved southward;this typical circulation pattern led to more times of total and strong cold waves events for Cluster-2 of north tracks during a positive EU winter.Contrary to this，in the negative EU phase，zonal circulation had increased relatively with the advent of moist cold air，and there was a higher frequency of strong cold waves events within Cluster-3 and Cluster-4.

cold wave;track;finite mixture model algorithm;Eurasian teleconnection

doi：10.13878/j.cnki.dqkxxb.20201015013

（責(zé)任編輯：劉菲）