任麗媛， 刁一娜

(中國海洋大學海洋與大氣學院，山東 青島 266100)

溫帶氣旋是產(chǎn)生于中高緯度地區(qū)具有斜壓性的低壓渦旋，是中高緯度地區(qū)天氣變化的主要驅動因素之一。通過熱帶和極地之間的熱量、動量、水汽輸送，對全球氣候系統(tǒng)起著重要的作用[1]。溫帶氣旋的發(fā)展往往會伴隨明顯的天氣現(xiàn)象，如強風、降水、溫度變化[2]。因此，研究溫帶氣旋的活動特征及其變化規(guī)律是十分有意義的，這將幫助我們更好地認識天氣變化和氣候特征。

早期對氣旋的識別和追蹤主要依靠對天氣圖的人工分析[3]，隨著再分析資料和數(shù)值模式資料的廣泛應用以及數(shù)值算法的不斷發(fā)展，自動和半自動的客觀識別追蹤氣旋的算法發(fā)展了起來。對于氣旋的識別算法，一種是采用不斷與鄰近格點比較數(shù)據(jù)的方法來判斷氣旋的位置和中心強度[4-6]，另一種是選定一個變量作為分析場，通過識別變量的局地最小值來確定溫帶氣旋的中心。Blender 等[7]采用1 000 hPa的位勢高度場作為分析場，Hart[8]，Wernli and Schwierz[9]利用海平面氣壓場作為分析場，Hodges[10]和Sinclair[11]則使用對流層低層的相對渦度場作為分析場。Hodges 等[12]指出，相對渦度場適用于高頻天氣變化中的氣旋識別，而海平面氣壓場更適用于低頻天氣變化中的氣旋識別。Serreze[13]和Wang 等[14]同時考慮海平面氣壓和相對渦度來綜合判斷氣旋中心。更復雜的算法是在尋找分析場的局地最小值前先對數(shù)據(jù)進行插值[15-17]。利用氣旋追蹤算法可以統(tǒng)計氣旋的氣候特征，如氣旋的分布、生成頻率、加深率、中心氣壓、移動速度、生命史等。研究中多采用以下方法：以某一時刻氣旋所在位置為中心，選擇一定的半徑進行鄰近搜索，同時基于動力作用考慮氣旋的移動，即添加一些限制條件，找出下一時刻氣旋所在位置[6,15,18]。不同算法之間的差異主要在于搜索半徑和限制條件的不同。

Ulbruch等[2]利用1958—2006的NCEP-NCAR冬季數(shù)據(jù)(10月—次年3月)統(tǒng)計得出，北半球有兩個最主要的氣旋活動區(qū)，北大西洋區(qū)和北太平洋區(qū)，此外，亞洲大陸和地中海地區(qū)也是氣旋活動較為頻繁的區(qū)域。McDonald[19]利用高精度的大氣模式研究了北半球的溫帶氣旋對氣溫異常的響應，結論指出:對流層低層極地和赤道之間溫度梯度減小，會導致氣旋減少、減弱，而潛熱通量的增加會使氣旋加強。溫度梯度的改變引起斜壓性的改變，從而導致北美地區(qū)冬季的氣旋路徑向北極偏移，大西洋東北部的氣旋路徑則向南偏移。Harnik and Chang[20]采用探空資料研究了1949—1999年北半球的風暴軸的年際變化，指出太平洋風暴軸有加強和向東北偏移的趨勢。Wang 等[14]利用ERA-40數(shù)據(jù)集和NCEP-NCAR數(shù)據(jù)集的研究結果均表明，1958—2001年，1—3月北太平洋中緯度的強氣旋活動加強。以上研究表明，氣旋的活動存在著明顯的年際變化。

Blunden and Arndt[21]的研究表明，北極的氣候變化速度至少是全球氣候變化的兩倍。北極增暖最顯著的特征就是北極海冰的減少，包括海冰覆蓋范圍、海冰厚度和冰季的持續(xù)時間等。其中，以夏季和秋季的變化最為顯著。海冰聯(lián)系著海洋與大氣之間的熱量、動量、水汽和其他物質的交換，所以海冰的變化不僅是氣候變化的產(chǎn)物，也會對氣候系統(tǒng)產(chǎn)生強烈的反饋作用[22]，如造成低溫和多雪天氣[23-25]。

北極海冰減退會產(chǎn)生一系列氣候效應。Jaiser 等[26]利用歐洲中心(ECMWF)的海冰密集度數(shù)據(jù)和哈德萊中心的海冰數(shù)據(jù)集(HadISST1)研究得出，海冰的減少使海洋向大氣釋放的熱量增加，進一步導致大氣的垂直靜力穩(wěn)定性減弱，也就是大氣的斜壓不穩(wěn)定性增加。Francis 等[27]和Overland and Wang[28]進一步指出，額外增加的熱量使得1 000～500 hPa氣層的厚度的南北梯度減弱。根據(jù)熱成風原理，緯向風隨高度減弱[22]。這樣的氣候效應又會對溫帶氣旋的活動產(chǎn)生什么樣的影響呢？

本文將首先統(tǒng)計冬季北太平洋溫帶氣旋的活動特征及變化，然后探討風暴路徑與前期秋季北極海冰的關系。

1 資料和方法

1.1 資料介紹

本文采用歐洲中期天氣預報中心(ECMWF)的全球大氣再分析數(shù)據(jù)集ERA_interim從1979—2014年冬季(12月—次年2月，下同)共36年的數(shù)據(jù)，水平分辨率為1°×1°，時間分辨率為6 h，垂直方向共19層，從1 000～50 hPa，間隔50 hPa。使用變量包括海平面氣壓場，月平均的海冰密集度、500 hPa位勢高度場、溫度場、風場。

1.2方法介紹

1.2.1 溫帶氣旋的客觀識別和追蹤算法 本文采用的氣旋識別和追蹤算法均以Hart[8]為基礎，并做了適當修正。具體的識別算法為：(1)5°×5°的范圍內(nèi)，海平面氣壓的最小值小于1 020 hPa。(2)生命史維持24 h以上。(3)5°×5°的范圍內(nèi)海平面氣壓梯度達到2 hPa。此外，本文通過敏感性試驗，得到了海平面氣壓的普拉斯的閾值來剔除過度識別的溫帶氣旋，最后，設定了海拔高度閾值為1 500 m，以剔除部分局地熱低壓系統(tǒng)。

假設t-△t時刻存在一氣旋A，t時刻存在一氣旋B，二者距離為△d，那么氣旋追蹤準則為：(1)△t≤24 h。(2)t時刻的氣旋B是距離t-△t時刻的氣旋A最近的氣旋。(3)氣旋的移動速度小于40 m/s。(4)△d<△dmax，△dmax= Max(500 km，3×△t×Vprev)，Vprev是氣旋A 在t-2△t～t-△t時段內(nèi)的移動速度。(5)氣旋A 在t-2△t～t-△t時段內(nèi)的運動方向與其在t-△t～t時段內(nèi)的運動方向之間的夾角要在一定的角度范圍內(nèi)。(6)氣旋生成范圍在120°E～120°W，20°N～80°N區(qū)域內(nèi)。

1.2.2 溫帶氣旋的客觀識別和追蹤結果的檢驗 為了驗證上述氣旋識別和追蹤算法的準確性，參考前人的驗證方法[29]，在120°E～120°W，20°N～80°N范圍內(nèi)，使用隨機抽取的客觀算法結果與人工分析結果進行對比驗證。

(1)識別算法檢驗。隨機抽取多個時刻，利用ERA-interim海平面氣壓資料，人工分析識別出該時刻的氣旋個數(shù)和中心位置，并與客觀識別算法的結果進行對比。定義如下兩個指標：識別成功率=客觀識別出的真實氣旋個數(shù)/人工識別氣旋個數(shù)，識別差額率=客觀識別出的不真實氣旋個數(shù)/人工識別氣旋個數(shù)。表1列出了2010年12個時刻(以該年1月1日00時作為第一個時刻)的結果?？梢钥吹?，在12個時刻中，10個時刻的識別成功率達到100%，剩余2個時刻的識別成功率為80%和85.7%。10個時刻的識別差額率為0，剩余2個時刻的識別差額率分別為20%和25%。由以上結果可以看到，本文所采用的氣旋客觀識別算法基本可以把真實存在的溫帶氣旋識別出來，但識別差額率也反映出一定的問題，主要表現(xiàn)為當氣旋尺度較小，強度較弱或者有氣旋分裂的情況時，識別不夠準確。

(2)追蹤算法檢驗。隨機抽取多個氣旋，利用追蹤算法得到其移動軌跡，并與人工分析得到的軌跡進行對比。圖1是隨機選取的2010年的4個氣旋的對比圖。可以清楚地看到，客觀追蹤算法和人工識別得到的真實情況雖然有一些細微的差別，但總體上看，兩種方法得到的氣旋移動路徑吻合的很好。所以本文認為，客觀追蹤算法能夠很好地追蹤氣旋的移動路徑，具有較高的可靠性。

表1 2010年溫帶氣旋人工識別和客觀算法識別部分結果對比Table 1 Partial results of artificial compared to objectivealgorithm inextratropical cyclone detection in 2010

Note：①Numbers by arti- ficial identification；②Numbers by objective identification；③Real numbers of objective identi-fication；④Success rate of identification；⑤Difference rate of identification

((a)，(b)，(c)，(d)分別代表4個氣旋個例。(a)、(b)、(c)、(d) represent four extratropical cyclone cases.)圖1 2010年氣旋移動路徑的人工追蹤結果(藍線)與客觀算法追蹤結果(黑線)的抽樣對比Fig.1 Sampling comparison of artificial(blue line) compared to objective algorithm(black line) in extratropical cyclone tracking in 2010

2 冬季北太平洋溫帶氣旋活動特征及其變化

2.1 冬季北太平洋溫帶氣旋的活動特征

利用上述氣旋識別和追蹤算法，得到120°E～120°W，20°N～80°N區(qū)域內(nèi)，1979—2014年冬季的溫帶氣旋集。圖2(a)、(b)分別給出了1979—2014年冬季該區(qū)域內(nèi)溫帶氣旋生成頻率和活動頻率空間分布的氣候態(tài)。生成頻率定義為：當某一個格點上有氣旋生成時，該格點及與其相鄰的8個格點都算作有一次氣旋生成?；顒宇l率定義為：在整個氣旋生命周期中，氣旋所在中心位置4°×4°lon.格點范圍內(nèi)的格點都算作該氣旋的活動范圍。可以看到，該區(qū)域溫帶氣旋的生成頻率(見圖2(a))主要有兩個大值中心，分別位于日本以東的太平洋洋面和阿拉斯加灣北部，次大值中心位于堪察加半島兩側和日本海中部。北太平洋溫帶氣旋活動頻率的氣候態(tài)顯示為自日本以東洋面至阿拉斯加灣北部的風暴路徑(見圖2(b))，這與Ulbrich 等[2]得到的北半球溫帶氣旋的活動特性一致?；顒宇l率存在兩個明顯的大值中心，分別位于堪察加半島東南的洋面和阿拉斯加灣北部?？梢?，阿拉斯加灣北部既是氣旋生成也是氣旋活動的最頻繁的區(qū)域之一。另一個氣旋生成頻率最大的區(qū)域位于日本以東，相應的活動頻率位于堪察加半島東南的洋面上，這可能是因為阿拉斯加灣北部的氣旋生成后由于向東移入陸地，發(fā)展和移動速度緩慢，因此氣旋生成區(qū)也是活動區(qū)。而對于日本以東洋面生成的氣旋，由于海面上摩擦力較小，有利于氣旋快速發(fā)展和移動，氣旋從初始位置向東北移動至堪察加半島東側且同時有內(nèi)陸的氣旋也移動至此[30]，使得這一區(qū)域成為氣旋活動最頻繁的區(qū)域之一。

圖2 1979—2014年冬季北太平洋地區(qū)溫帶氣旋生成頻率((a) 單位：個數(shù)(1°×1°)-1·a-1)和活動頻率((b) 單位：個數(shù)(4°×4°)-1·a-1)空間分布的平均Fig.2 Themean spatial distribution of generation frequency((a) Unit: number(1°×1°)-1·a-1) and activity frequency((b) Unit: number(4°×4°)-1·a-1) of extratropical cyclone in the North Pacific in minter during winter 1979—2014

2.2 冬季北太平洋溫帶氣旋活動的變化

為了了解溫帶氣旋活動特征的變化，本文對1979—2014年冬季北太平洋地區(qū)的氣旋活動頻率異常做經(jīng)驗正交分解，經(jīng)North檢驗得到兩個獨立的顯著模態(tài)，方差貢獻率分別為13.41%和9.25%。圖3(a)、 (b)、(c)分別為第一模態(tài)的空間分布和對應的標準化時間系數(shù)以及去趨勢后的時間系數(shù)的功率譜分析。圖3(d)、(e)、(f)同上，但為第二模態(tài)，圖中已經(jīng)將空間函數(shù)的特征向量乘以特征值之開方。從第一模態(tài)的空間分布(見圖3(a))上可以看到，以零線為界，北太平洋冬季氣旋活動頻率異常的第一模態(tài)主要表現(xiàn)為南北偶極子結構，表示風暴路徑南北擺動的變化特征。正位相表現(xiàn)為：正值的大值區(qū)主要位于零線以北的太平洋上以及落基山脈的迎風坡，負值的大值區(qū)主要位于30°N以北零線以南的太平洋上以及鄂霍次克海西部。時間系數(shù)(見圖3(b))的趨勢線的斜率為0.31/a，表現(xiàn)出較為明顯的上升趨勢，即空間分布有由負位相向正位相轉變的趨勢，但未通過95%的顯著性檢驗。結合空間分布(見圖3(a))可知，由負到正的位相轉變對應太平洋北部氣旋活動頻率增多而南部氣旋活動頻率減少，風暴路徑有向北偏移的趨勢。從圖3(c)上看，第一模態(tài)去趨勢后的時間系數(shù)存在兩個較明顯的周期，分別是5和12年左右，即氣旋活動頻率的第一模態(tài)存在年際和年代際變化，但周期未通過95%的顯著性檢驗。從圖3(d)上看，第二模態(tài)的空間分布表現(xiàn)為“夾心”狀分布，40°N～60°N之間的大陸沿岸和太平洋洋面上呈相反的分布形勢，正位相表現(xiàn)為，160°N～140°W，40°N～50°N的太平洋為正值大值區(qū)，而鄂霍次克海北部至勘察加半島和落基山脈的迎風坡為負值大值區(qū)。從圖3(e)和(f)上看，時間系數(shù)沒有明顯的線性趨勢，去趨勢后的時間系數(shù)存在一個2～3 a的較明顯的周期，對應其年際變化特征，但未通過95%的顯著性檢驗。

((a)、(b)、(c)為第一模態(tài)；(d)、(e)、(f)為第二模態(tài)；(a)、(d)中的百分率為相應模態(tài)的解釋方差，灰線為零線；(b)、(e)中灰色曲線為標準化的時間系數(shù)，黑色直線為線性趨勢線；(c)、(f)中黑線表示功率譜值，藍線表示95%信度水平的白噪音檢驗線。(a)、(b)、(c)represent the first EOFmode；(d)、(e)、(f)representthe second；The percentages in(a)、(d)represent explained variance and the gray lines mean their values are 0；The gray lines in(b)、(e)represent the standardized time coefficientsand the black lines represents the linear trend；The black lines in(c)、(f)represent power spectrum value and the blue linesrepresent 95% confidence level white noise tests.)

圖3 1979—2014年冬季北太平洋地區(qū)溫帶氣旋活動頻率異常的EOF分解的前兩模態(tài)的空間分布
和標準化的時間系數(shù)及去趨勢后的時間系數(shù)的功率譜分析
Fig.3 The first two EOF modes’ spatial distribution and standardized time coefficients of extratropical cyclone in North Pacific winter during 1979—2014 and the power spectrum analysis of the detrended time coefficients

3 冬季北太平洋溫帶氣旋活動與前期秋季北極海冰的關系

3.1 影響冬季北太平洋氣旋活動的海冰關鍵區(qū)

海冰異常偏少會使得地表向大氣釋放的熱量增加，中高緯度之間的溫度梯度減弱[27-28]。額外增加的熱量增加了低層大氣的垂直厚度，從而導致上層位勢高度增加，大氣厚度增加。同時也使北極急流呈減弱趨勢，冰島低壓和阿留申低壓這兩個半永久性低壓減弱，這種效應會一直持續(xù)6個月，其機制已在Deser等[31]中闡明。Vihma[22]指出，北極海冰的減退會使對流層中層的緯向風減弱。溫帶氣旋的活動與大氣環(huán)流和引導氣流密切相關，因此，下面本文將探討秋季海冰異常對北太平洋冬季溫帶氣旋活動的影響。

做氣旋活動頻率異常EOF分解第一模態(tài)的標準化時間系數(shù)與前期秋季海冰密集度異常的線性回歸(見圖4，第二模態(tài)與前期秋季海冰的關系較弱，圖略)。從圖中可以看到，氣旋活動頻率異常的第一模態(tài)與前期秋季海冰存在密切的聯(lián)系，東西伯利亞海-波弗特海一帶的回歸系數(shù)通過95%的顯著性檢驗。本文把150°E～120°W，70°N～80°N這塊區(qū)域稱為海冰關鍵區(qū)，下同。結合圖3(a)、(b)可知，海冰關鍵區(qū)秋季海冰異常偏多，對應第一模態(tài)的空間分布為負位相。相反地，海冰關鍵區(qū)秋季海冰異常偏少，對應第一模態(tài)的空間分布為正位相，即北部氣旋活動頻率增多而南部氣旋活動頻率減少。由此得出結論：海冰關鍵區(qū)秋季海冰偏少會引起冬季北太平洋風暴路徑偏北。圖4(b)是前期秋季關鍵區(qū)的海冰密集度異常和EOF分解第一模態(tài)的標準化時間系數(shù)的年際序列，可以看到二者大致具有相反的變化特征，相關系數(shù)為-0.38，通過了95%的顯著性檢驗，即關鍵區(qū)海冰偏少，對應第一模態(tài)空間分布的正位相，即風暴路徑偏北，與之前的結論一致。

(圖(a)中黑點的區(qū)域表示回歸系數(shù)通過95%的顯著性檢驗；圖(b)中的藍線代表時間系數(shù)，黑線代表海冰密集度異常。The black points in(a)indicate that the regression coefficients are statistically significant over 95% confidence level；The blue line in (b)represents time coefficients and the black line represents sea ice concentration anomaly(Unit: ×100%).)

圖4 EOF分解第一模態(tài)的標準化時間系數(shù)與
北半球前期秋季海冰密集度異常的線性回歸
分布((a)單位：×100%)及時間系數(shù)(右側縱坐標)
與關鍵區(qū)海冰密集度異常(左側縱坐標)的年際時間序列(b)

Fig.4 The previous autumn arctic sea ice concentration anomalies regressed by first EOF mode’s standardized time coefficients in the northern hemisphere autumn
((a) Unit: ×100%)and the interannual sequences of the time coefficients (Y-axis on the right)
and sea ice concentrationanomaly(Y-axis on the left)of the sea ice key area(b)

3.2 冬季北太平洋氣旋活動對應的大氣環(huán)流特征

做氣旋活動頻率異常EOF分解第一模態(tài)的標準化時間系數(shù)與500 hPa位勢高度場異常和海平面氣壓場異常的線性回歸(見圖5)。可以看到，時間系數(shù)為正時，對應500 hPa位勢高度呈正異常，海平面氣壓場上阿留申低壓有明顯的減弱。本文在上節(jié)中證明了關鍵區(qū)海冰密集度異常和第一模態(tài)的時間系數(shù)顯著的相關關系，因此作者認為，秋季關鍵區(qū)的海冰主要是通過這一特征環(huán)流來影響冬季北太平洋的氣旋活動的。秋季關鍵區(qū)海冰減少，使得阿留申低壓區(qū)呈高壓異常，對應第一模態(tài)空間分布的正位相，即風暴路徑北移。Rodionov 等[32]的研究表明，阿留申低壓這一大氣活動中心的減弱會引起中緯度西風帶位置的偏移，我們知道溫帶氣旋的移動路徑與引導氣流密切相關，因此秋季關鍵區(qū)的海冰減少可以通過改變大氣環(huán)流從而影響風暴路徑。

(圖中黑點的區(qū)域表示回歸系數(shù)通過95%的顯著性檢驗。The black points in picture indicate that the regression coefficients are statistically significant over 95% confidence level.)

圖5 EOF分解第一模態(tài)的標準化時間序列與冬季北半球500hPa位勢高度場
異常((a)，單位：gpm)和海平面氣壓場異常((b)，單位：hPa)的線性回歸分布
Fig.5 The 500 hPa geopotential height anomalies((a) Unit: gpm) and sea level pressure anomalies ((b) Unit: hPa)
regressed by first EOF mode’s standardized time series in the northern hemisphere winter

4 秋季北極海冰異常對冬季北太平洋風暴路徑偏移的影響機制

4.1 秋季北極海冰異常對冬季北太平洋西風急流的影響

本文挑出了秋季海冰關鍵區(qū)的海冰密集度最小和最大的5年，分別合成其對應年份的冬季500 hPa位勢高度場、風場和急流(風速≥18 m/s)位置，得到圖6(a)、(b)。做海冰偏少年與海冰偏多年500 hPa位勢高度場、風場和風速之差，得到圖6(c)?？梢钥吹?，關鍵區(qū)海冰偏少的年份，500 hPa高度上東亞大槽的位置偏西，阿拉斯加沿岸的高壓脊偏弱，并且180°以東的西風急流有明顯的北抬(見圖6(a))。對應了圖6(c)中堪察加半島以東處于正位勢高度異常中而北美處于明顯的負位勢高度異常中。從風場來看，45°N以北的風速有正異常而45°N以南有負異常，同時180°～160°W，40°N以南和160°W～140°W，40°N以北的兩個區(qū)域有偏南風異常，導致西風急流向北偏移，急流的北抬又進一步導致了風暴路徑隨之北移。相反地，關鍵區(qū)海冰偏多的年份，500 hPa高度上堪察加半島以東處于負位勢高度異常中而北美處于明顯的正位勢高度異常中，180°以東有異常的偏北風(見圖6(c))，因此東亞大槽的位置偏東，阿拉斯加沿岸的高壓脊偏強，西風急流呈平直的東-西向且向南偏移(見圖6(b))，風暴路徑隨之偏南。

Rodionov 等[32]的研究指出，阿留申低壓偏強年份，500 hPa上東亞大槽向東延伸，阿拉斯加沿岸的高壓脊加強，槽脊之間的距離縮短，位勢高度梯度增強，產(chǎn)生異常的偏北風，西風急流位置偏南，使得風暴路徑隨之偏南。反之，阿留申低壓偏弱年份，急流位置偏北，風暴路徑隨之偏北。本文在3.2節(jié)中已經(jīng)討論了秋季海冰偏少年份阿留申低壓明顯偏弱，所以得到海冰偏少年風暴路徑北移的結論與Rodionov 等[32]是一致的。

4.2 秋季北極海冰異常對冬季北太平洋大氣斜壓性的影響

Yin[33]的研究表明，中緯度斜壓區(qū)域向極地偏移，同時向對流層上層延伸，可引起風暴軸的偏移。眾所周知，中緯度天氣尺度系統(tǒng)的主要啟動機制是斜壓不穩(wěn)定。溫帶氣旋主要是在鋒區(qū)上發(fā)展起來的，鋒區(qū)中的大氣處于斜壓不穩(wěn)定狀態(tài)，非常容易產(chǎn)生鋒生鋒消，從而造成地面氣旋的發(fā)生[34]。所以溫帶氣旋的活動必然與斜壓性的強弱有著密切的聯(lián)系。

(圖(c)中黑點的區(qū)域表示風速差值通過95%的顯著性檢驗。The black points in(c)indicate that the wind speed differences are statistically significant over 95% confidence level.)

圖6 秋季海冰關鍵區(qū)海冰密集度偏少年份(a)和偏多年份(b)500 hPa位勢高度場(等值線，單位：gpm)、風場(箭頭，單位：m/s)和急流范圍(黑色虛線)的合成及二者500 hPa位勢高度場(等值線，單位：gpm)、風場(矢量，單位：m/s)和風速(填色圖，單位：m/s)之差(c)
Fig.6 The composite of 500 hPa geopotential height (contour, Unit: gpm), wind (vector, Unit: m/s) and westerly jet area (black dashed line) of heavy sea ice concentration year (a) and light sea ice concentration year (b) in autumn sea ice key area and the difference of 500 hPa geopotential height (contour, unit: gpm), wind(vector, unit: m/s)and wind speed(shaded, unit: m/s)between the two(c)

本文用最大Eady波增長率[35]來表示斜壓性的強弱，計算公式為σBI=0.31f|?U|?Z|/N-1。其中：f表示科里奧利參數(shù)；U表示緯向風速；z表示垂直高度；N表示布倫特-維賽拉頻率。計算海冰關鍵區(qū)的秋季海冰與冬季各層150°E～120°W 范圍內(nèi)Eady斜壓增長率的緯向平均的相關系數(shù)，得到相關系數(shù)的垂直剖面(見圖7)。可以看到，從對流層低層至300 hPa，高低層的分布形勢大致一致，45°N以南和75°N以北，二者呈現(xiàn)顯著的正相關關系；45°N～75°N之間，二者呈顯著的負相關關系。也就是說，秋季關鍵區(qū)海冰異常偏少，會引起75°N以北和45°N以南Eady斜壓增長率減小，大氣斜壓性減弱，而使45°N～75°N之間Eady斜壓增長率增大，大氣斜壓性增加，從而有利于這一帶的氣旋活動頻率增加，即風暴路徑向45°N以北偏移。作者猜想，這可能是由于局地的斜壓擾動產(chǎn)生后，一邊向正壓狀態(tài)調(diào)整，一邊向低緯度傳播又引起低緯度的斜壓擾動。

(白色曲線范圍內(nèi)表示相關系數(shù)通過95%的顯著性檢驗。The white line indicate that the correlation coefficients are statistically significant over 95% confidence level.)

圖7 關鍵區(qū)秋季海冰密集度與冬季150°E～120°W范圍內(nèi)Eady斜壓增長率的緯向平均的相關系數(shù)(陰影)的垂直剖面

Fig.7 The vertical section of correlation coefficients(shaded) between key area sea ice concentration in autumn and the zonally averaged Eadybaroclinic growth rate of 150°E～120°W in winter

5 結論與討論

本文基于ECMWF的ERA_interim全球再分析數(shù)據(jù)集，利用Hart[8]提出的溫帶氣旋的客觀識別和追蹤算法，得到了1979—2014年共36年冬季北太平洋區(qū)域內(nèi)的氣旋集，經(jīng)過與人工識別的結果對比，可知該算法具有較高的可靠性。分析了該區(qū)域內(nèi)冬季溫帶氣旋的活動特征和年際變化，最后研究了冬季風暴路徑與秋季北極海冰異常的關系，并從大氣環(huán)流和大氣斜壓性變化兩個方面給出解釋。得到以下結論：

(1)冬季北太平洋區(qū)域內(nèi)溫帶氣旋的生成頻率主要有兩個大值中心，分別位于日本以東的太平洋洋面和阿拉斯加灣北部，次大值中心位于堪察加半島兩側和日本海中部。太平洋氣旋活動的氣候態(tài)顯示為自日本以東洋面至阿拉斯加灣北部的風暴路徑，活動頻率存在兩個明顯的大值中心，分別位于堪察加半島的東南洋面和阿拉斯加灣北部。

(2)為了進一步了解氣旋活動的年際變化，本文對冬季北太平洋的氣旋活動頻率異常做EOF分解，第一模態(tài)顯示為30°N以北，氣旋活動分布呈南北偶極子結構，表示風暴路徑的南北擺動。時間系數(shù)表現(xiàn)出較顯著的上升趨勢，即空間分布有由負位相向正位相轉變的趨勢，風暴路徑有向北偏移的趨勢。去趨勢后的時間系數(shù)存在兩個較明顯的周期，分別是5和12年左右，即氣旋活動頻率的第一模態(tài)存在年際和年代際變化，但周期未通過95%的顯著性檢驗。第二模態(tài)的空間分布表現(xiàn)為“夾心”狀分布，40°N～60°N之間的大陸沿岸和太平洋洋面上呈相反的分布形勢。時間系數(shù)沒有明顯的線性趨勢，去趨勢后的時間系數(shù)存在一個2～3 a的較明顯的周期，對應其年際變化特征，但未通過95%的顯著性檢驗。

(3)冬季太平洋風暴路徑的南北擺動與秋季(9—11月)東西伯利亞海-波弗特海海冰的減少顯著相關。該區(qū)域秋季海冰偏少，對應第一模態(tài)的空間分布為正位相，即風暴路徑北移。

(4)EOF第一模態(tài)時間系數(shù)和秋季關鍵區(qū)的海冰密集度具有很好的負相關關系，時間系數(shù)的回歸圖顯示，關鍵區(qū)秋季海冰偏少，風暴路徑北移時，冬季阿留申低壓減弱，對應高空500 hPa位勢高度場上呈高壓異常。合成圖顯示，海冰偏少年，東亞大槽西退，阿拉斯加沿岸的脊較弱，180°以東的太平洋上有偏南風異常，西風急流北抬，風暴路徑也隨之偏北。

(5)秋季關鍵區(qū)海冰偏少，會使得45°N～75°N的斜壓性增強而45°N以南的斜壓性減弱，從而使風暴路徑向45°N以北偏移。

本文只探討了冬季風暴路徑偏移與秋季北極海冰異常的關系，沒有涉及強度的研究。此外，對北極產(chǎn)生的局地斜壓擾動如何影響到中緯度僅做出了猜想，這些均有待于下一步繼續(xù)研究。

[1] Posselt D J， Stephens G L， Miller M. CLOUDSAT: Adding a new dimension to a classical view of extratropical cyclones[J]. Bulletin of the American Meteorological Society， 2008， 89(5): 599-609.

[2] Ulbrich U， Leckebusch G C， Pinto J G. Extra-tropical cyclones in the present and future climate: A review[J]. Theoretical and Applied Climatology， 2009， 96(1-2): 117-131.

[3] VanBebber W J. Die Zugstrassen der barometrischen Minima nach den Bahnenkarten der deutschen Seewartefür den Zeitraum von 1875—1890[J]. Meteorol Z， 1891， 8: 361-366.

[4] Lambert S J. A cyclone climatology of the Canadian Climate Centre general circulation model[J]. Journal of Climate， 1988， 1(1): 109-115.

[5] Graham N E， Diaz H F. Evidence for intensification of North Pacific winter cyclones since 1948[J]. Bulletin of the American Meteorological Society， 2001， 82(9): 1869-1893.

[6] Lionello P， Dalan F， Elvini E. Cyclones in the Mediterranean region: the present and the doubled CO2 climate scenarios[J]. Climate Research， 2002， 22(2): 147-159.

[7] Blender R， Fraedrich K， Lunkeit F. Identification of cyclone‐track regimes in the North Atlantic[J]. Quarterly Journal of Royal Meteorological Society， 1997， 123(539): 727-741.

[8] Hart R E. A cyclone phase space derived from thermal wind and thermal asymmetry[J]. Monthly Weather Review， 2003， 131(4): 585-616.

[9] Wernli H， Schwierz C. Surface cyclones in the ERA-40 dataset (1958—2001). Part I: Novel identification method and global climatology[J]. Journal of the Atmospheric Sciences， 2006， 63(10): 2486-2507.

[10] Hodges K I. A general method for tracking analysis and its application to meteorological data[J]. Monthly Weather Review， 1994， 122(11): 2573-2586.

[11] Sinclair M R. An objective cyclone climatology for the Southern Hemisphere[J]. Monthly Weather Review， 1994， 122(10): 2239-2256.

[12] Hodges K I， Hoskins B J， Boyle J， et al. A comparison of recent reanalysis datasets using objective feature tracking: Storm tracks and tropical easterly waves[J]. Monthly Weather Review， 2003， 131(9): 2012-2037.

[13] Serreze M C. Climatological aspects of cyclone development and decay in the Arctic[J]. Atmosphere-Ocean， 1995， 33(1): 1-23.

[14] Wang X L， Swail V R， Zwiers F W. Climatology and changes of extratropical cyclone activity: Comparison of ERA-40 with NCEP-NCAR reanalysis for 1958—2001[J]. Journal of Climate， 2006， 19(13): 3145-3166.

[15] Murray R J， Simmonds I. A numerical scheme for tracking cyclone centres from digital data[J]. Australian Meteorological Magazine， 1991， 39(3): 155-166.

[16] Haak U， Ulbrich U. Verification of an objective cyclone climatology for the North Atlantic[J]. Meteorol Z， 1996， 5: 24-30.

[17] Jung T， Gulev S K， Rudeva I， et al. Sensitivity of extratropical cyclone characteristics to horizontal resolution in the ECMWF model[J]. Quarterly Journal of the Royal Meteorological Society， 2006， 132(619): 1839-1857.

[18] Simmonds I， Murray R J， Leighton R M. A refinement of cyclone tracking methods with data from FROST[J].Australian Meteorological Magazine, 1999, 48: 35-49.

[19] Mc Donald R E. Understanding the impact of climate change on Northern Hemisphere extra-tropical cyclones[J]. Climate Dynamics， 2011， 37(7-8): 1399-1425.

[20] Harnik N， Chang E K M. Storm track variations as seen in radiosonde observations and reanalysis data[J]. Journal of Climate， 2003， 16(3): 480-495.

[21] Blunden J， Arndt D S. State of the climate in 2011[J]. Bulletin of the American Meteorological Society， 2012， 93(7): S1-S282.

[22] Vihma T. Effects of Arctic sea ice decline on weather and climate: A review[J]. Surveys in Geophysics， 2014， 35(5): 1175-1214.

[23] Polyakov I V， Walsh J E， Kwok R. Recent changes of Arctic multiyear sea ice coverage and the likely causes[J]. Bulletin of the American Meteorological Society， 2012， 93(2): 145.

[24] Cohen J L， Furtado J C， Barlow M A， et al. Arctic warming， increasing snow cover and widespread boreal winter cooling[J]. Environmental Research Letters, 2012, 7(7): 14007-14014.

[25] Cohen J L， Furtado J C， Barlow M， et al. Asymmetric seasonal temperature trends[J]. Geophysical Research Letters， 2012， 39(4): 54-62.

[26] Jaiser R， Dethloff K， Handorf D， et al. Impact of sea ice cover changes on the Northern Hemisphere atmospheric winter circulation[J]. Tellus A， 2012， 64(3): 53-66.

[27] Francis J A， Chan W， Leathers D J， et al. Winter Northern Hemisphere weather patterns remember summer Arctic sea-ice extent[J]. Geophysical Research Letters， 2009， 36(7): 157-163.

[28] Overland J E， Wang M. Large-scale atmospheric circulation changes are associated with the recent loss of Arctic sea ice[J]. Tellus， 2010， 62(1): 1-9.

[29] Geng Q， Sugi M. Variability of the North Atlantic cyclone activity in winter analyzed from NCEP-NCAR reanalysis data[J]. Journal of Climate， 2001， 14(18): 3863-3873.

[30] 張崇耀. 北太平洋溫帶氣旋統(tǒng)計分析研究[D]. 大連: 大連海事大學， 2001.

Zhang C Y. Research on Statistics and Analysisof North Pacific Extratropical Cyclones[D]. Dalian: Dalian Maritime University， 2011.

[31] Deser C， Tomas R A， Peng S. The transient atmospheric circulation response to North Atlantic SST and sea ice anomalies[J]. Journal of Climate， 2007， 20(18): 4751-4767.

[32] Rodionov S N， Bond N A， Overland J E. The Aleutian low， storm tracks， and winter climate variability in the Bering Sea[J]. Deep Sea Research Part II: Topical Studies in Oceanography， 2007， 54(23): 2560-2577.

[33] Yin J H. A consistent poleward shift of the storm tracks in simulations of 21st century climate[J]. Geophysical Research Letters， 2005， 32(18)： L18701.

[34] 朱乾根， 林錦瑞， 壽紹文， 等. 天氣學原理和方法[M]. 北京: 氣象出版社， 2007: 123.

Zhu Q G， Lin J R， Shou S W. The Principles and Methorl of Weather[M]. Beijing: China Meteorological Press， 2007: 123.

[35] Eady E T. Long waves and cyclone waves[J]. Tellus， 1949， 1(3): 33-52.