閆小月， 姜逢清， 劉 超， 王大剛

（1.中國科學(xué)院新疆生態(tài)與地理研究所，新疆 烏魯木齊 830011；2.中國科學(xué)院大學(xué)，北京 100049；3.中國科學(xué)院新疆生態(tài)與地理研究所荒漠與綠洲生態(tài)國家重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊 830011）

0 引言

近年來，全球氣候持續(xù)變暖導(dǎo)致極端天氣/氣候事件頻發(fā)，對生態(tài)環(huán)境和人類生產(chǎn)生活產(chǎn)生了不可忽視的影響，因此對于極端天氣/氣候事件的研究受到了社會(huì)各界的廣泛關(guān)注［1-3］。盡管全球變暖是不爭的事實(shí)，但各類極端冷事件仍時(shí)有發(fā)生。有學(xué)者提出“北極暖大陸冷”理論，認(rèn)為北極地區(qū)自1998年以來持續(xù)變暖，而中緯度部分大陸區(qū)域出現(xiàn)“變暖停滯”的現(xiàn)象［4］?！白兣钡膽T性思維易使人們對極端冷事件產(chǎn)生麻痹大意的思想，會(huì)由于準(zhǔn)備不足無法高效應(yīng)對突發(fā)的極端冷事件，繼而造成巨大的社會(huì)經(jīng)濟(jì)損失。比較典型的如2012年，歐洲爆發(fā)大范圍的極端冷事件，造成東歐數(shù)百人死亡［5］；2016年，南非部分地區(qū)出現(xiàn)反常的極端冷事件，畜牧業(yè)受到重創(chuàng)［6］。2020年，突如其來的暴雪讓美國“能源中心”得克薩斯州遭遇多年罕見的停電危機(jī)，城市一度陷入癱瘓［7］。有學(xué)者認(rèn)為，21世紀(jì)許多地區(qū)發(fā)生的極端冷事件強(qiáng)度不會(huì)減弱，持續(xù)時(shí)間也不會(huì)縮短［8］。因此，在全球變暖的大背景下，系統(tǒng)研究極端冷事件的時(shí)空演變規(guī)律對保護(hù)生態(tài)環(huán)境和維持經(jīng)濟(jì)社會(huì)穩(wěn)定具有重要意義。

21世紀(jì)初，氣候變化檢測和指數(shù)專家組（ETCCDI）定義了包括7個(gè)極端冷指數(shù)在內(nèi)的27個(gè)極端氣候指數(shù)，使全球極端氣候變化指標(biāo)有了統(tǒng)一規(guī)范。隨后許多學(xué)者使用該指數(shù)標(biāo)準(zhǔn)對極端冷事件開展了相關(guān)研究［9-11］。在全球尺度上研究發(fā)現(xiàn)，1990年以來歐洲冰凍日（ID）呈增加趨勢［12］；19世紀(jì)末，南美洲地區(qū)夏、秋兩季的冷夜數(shù)（TN10p）持續(xù)減少［13］；亞太地區(qū)由于冬季極端冷事件的減少而趨向暖冬［14］。鑒于極端冷事件影響的增大，其形成機(jī)制也引起了重點(diǎn)關(guān)注。一般認(rèn)為極端冷事件的形成受大氣內(nèi)部變率和外部強(qiáng)迫因子的共同影響，其中大氣內(nèi)部變率是直接影響因素，主要包括大尺度驅(qū)動(dòng)因子AO、NAO、ENSO等［15-17］。

近年來，在全球變暖的背景下，新疆極端冷事件總體上出現(xiàn)次數(shù)呈減少趨勢，有利于果樹、冬小麥和牲畜等安全越冬，但極端天氣出現(xiàn)頻率加大，冷空氣在春季活動(dòng)更加頻繁，對農(nóng)牧業(yè)生產(chǎn)造成了較大影響。過去幾年來，眾多學(xué)者對新疆不同區(qū)域的極端冷事件的形成原因進(jìn)行了多角度研究。陳少勇等［18］對中國西北地區(qū)的極端低溫事件進(jìn)行了統(tǒng)計(jì)分析，發(fā)現(xiàn)西北地區(qū)極端低溫事件主要出現(xiàn)在新疆北部和青海高原。張林梅等［19］指出，新疆阿勒泰地區(qū)冬季極端冷事件發(fā)生的頻次傾向率呈減少趨勢，但未來會(huì)有所增多，且強(qiáng)度會(huì)有所增強(qiáng)。在大尺度驅(qū)動(dòng)因子與新疆極端冷事件相關(guān)關(guān)系研究方面，關(guān)學(xué)鋒等［20］認(rèn)為北疆冬季氣溫序列與AO的相關(guān)程度較高；張揚(yáng)［21］認(rèn)為ENSO對北疆地區(qū)的氣溫變化產(chǎn)生影響，EI Ni?o年北疆地區(qū)年平均氣溫偏高，La Ni?a年北疆地區(qū)氣溫則偏低。盡管針對中國西北或新疆的極端冷事件研究已取得了不少成果［22-23］，但更多的是關(guān)注極端冷事件的時(shí)空演變特征及單一大尺度驅(qū)動(dòng)因子對其影響的機(jī)制分析，缺乏耦合效應(yīng)的研究。事實(shí)上，大尺度驅(qū)動(dòng)因子的耦合作用是導(dǎo)致極端冷事件頻率、強(qiáng)度時(shí)空異質(zhì)性變化的直接原因［24］。因此，為更全面地理解新疆極端冷事件的成因機(jī)制，本文開展了新疆極端冷事件的時(shí)空變化特征及大尺度驅(qū)動(dòng)因子對其單一與耦合影響分析，研究結(jié)果有利于認(rèn)識(shí)新疆極端冷事件演變的區(qū)域特征，有助于全球變暖背景下對新疆極端冷事件的預(yù)測預(yù)警，進(jìn)而可為應(yīng)對災(zāi)害風(fēng)險(xiǎn)的防御工作提供科學(xué)依據(jù)。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

新疆維吾爾自治區(qū)地處73°40′～96°18′E，34°25′～48°10′N，位于中國西北干旱區(qū)，是典型的大陸性氣候。由于地形復(fù)雜，生態(tài)環(huán)境脆弱，其對氣候變化的反應(yīng)尤為敏感［25］。近幾十年來，新疆屢次發(fā)生雪災(zāi)、干旱、洪澇、沙塵暴等自然災(zāi)害，嚴(yán)重威脅了人們的生命安全和社會(huì)經(jīng)濟(jì)發(fā)展［26］。由于地處歐亞大陸腹地，新疆上空易受異常氣旋性環(huán)流控制，其西部的偏北風(fēng)引導(dǎo)高緯地區(qū)的冷空氣南下導(dǎo)致溫度異常偏低，易發(fā)生極端冷事件［27］。本文以天山山脈為界將新疆劃分為3個(gè)區(qū)域，天山山脈以北為北疆，以南為南疆，吐魯番—哈密盆地一帶為東疆。研究區(qū)地形及氣象站點(diǎn)分布如圖1所示。

圖1 研究區(qū)概況及氣象站點(diǎn)分布Fig.1 Study area and meteorological stations in Xinjiang

1.2 數(shù)據(jù)來源

本文選取的氣候數(shù)據(jù)為新疆維吾爾自治區(qū)53個(gè)氣象站點(diǎn)1961—2016年逐日最低氣溫值和最高氣溫值，來源于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn），均通過均值檢驗(yàn)和時(shí)間一致性檢驗(yàn)。大尺度驅(qū)動(dòng)因子AO、NAO和ENSO指數(shù)均來自美國國家大氣海洋管理局（https：//www.noaa.gov），其中AO指數(shù)為1 000 hPa高度異常場經(jīng)驗(yàn)正交函數(shù)分析（EOF）所得的第一模態(tài)時(shí)間系數(shù)的標(biāo)準(zhǔn)化序列；NAO指數(shù)為標(biāo)準(zhǔn)化500 hPa高度場經(jīng)驗(yàn)正交函數(shù)分析所得第一模態(tài)的時(shí)間系數(shù)；ENSO指數(shù)選擇MEI數(shù)據(jù)，該數(shù)據(jù)為滑動(dòng)雙月平均的海平面氣壓、緯向地面風(fēng)場、經(jīng)向地面風(fēng)場、海表面溫度、表面氣溫和總云量的6變量經(jīng)驗(yàn)正交函數(shù)分解第一模態(tài)的時(shí)間系數(shù)［28］。本文使用的1961—2016年再分析資料來源于美國國家環(huán)境預(yù)測中心（National Centers for Environmental Prediction，NCEP），水平格距為2.5°×2.5°，包括風(fēng)場、位勢高度場和海平面氣壓場。

通過正負(fù)位相差異對AO、NAO指數(shù)進(jìn)行年份劃分；計(jì)算Ni?o3.4平均海表溫度指數(shù)（SST）3個(gè)月滑動(dòng)平均值，當(dāng)該值為標(biāo)準(zhǔn)差的+0.5（-0.5）倍時(shí)，定義為EI Ni?o事件（La Ni?a事件）［29］。年份劃分如表1所示。

1.3 研究方法

極端冷指數(shù)的定義采用ETCCDI推薦使用方式（表2），所選極端冷指數(shù)在計(jì)算前均通過RClimDex軟件（http：//etccdi.pacificclimate.org）進(jìn)行嚴(yán)格的質(zhì)量控制，后采用該軟件對所選各站點(diǎn)的極端冷指數(shù)進(jìn)行計(jì)算［30］。

表2 極端冷指數(shù)的定義Table 2 Definition of extreme cold indices

采用一元線性方程對新疆53個(gè)氣象站點(diǎn)極端冷指數(shù)的時(shí)間變化趨勢進(jìn)行線性擬合，采用ArcGIS 10.6中反距離加權(quán)插值法，分析極端冷指數(shù)傾向率變化的空間差異［31-32］。交叉小波變換能夠呈現(xiàn)兩時(shí)間序列在時(shí)頻域中的相關(guān)關(guān)系（本文采用Morlet小波），交叉小波變換所得能量譜（XWT）反映兩序列在不同時(shí)頻域內(nèi)相互作用的顯著性；所得凝聚譜（WTC）能夠反映兩序列在時(shí)頻域內(nèi)的相干程度［33］。原理如下：

對于兩個(gè)時(shí)間序列x(t)和y(t)，交叉小波能量譜（XWT）定義為：

式中：序列x(t)的小波變換系數(shù)為CX(a，τ)；序列y(t)小波變換系數(shù)的復(fù)共軛為交叉小波凝聚譜（WTC）定義為：

式中：S為平滑算子；|S(a-1WXY(a，τ))|2為某一頻率下兩時(shí)間序列的波振幅的交叉積；S(a-1|WX(a，τ)2|)S(a-1|WY(a，τ)2|)為兩序列振動(dòng)波振幅的乘積。

使用參數(shù)檢驗(yàn)中的獨(dú)立樣本t檢驗(yàn)，分析大尺度驅(qū)動(dòng)因子不同位相、冷暖事件下的極端冷指數(shù)序列變化特征。在AO、NAO處于正負(fù)位相和ENSO處于冷暖事件下，提取各驅(qū)動(dòng)因子不同位相、冷暖事件對應(yīng)年份下的冷指數(shù)序列。利用圖示法、Shapiro-Wilk檢驗(yàn)判斷序列的正態(tài)性，若不滿足正態(tài)性，則序列進(jìn)行轉(zhuǎn)換［34］；當(dāng)序列滿足正態(tài)性后，采用F檢驗(yàn)對樣本方差進(jìn)行評估，當(dāng)方差齊性時(shí)，使用獨(dú)立樣本t檢驗(yàn)對正負(fù)位相或冷暖事件下冷指數(shù)是否通過90%顯著性檢驗(yàn)進(jìn)行檢測；當(dāng)方差非齊性時(shí)，使用Satterthwaite校正t′檢驗(yàn)［35］。

2 結(jié)果與分析

2.1 極端冷指數(shù)的時(shí)間變化

所選極端冷指數(shù)FD、ID、TNn、TXn、TN10p、TX10p和大尺度驅(qū)動(dòng)因子AO、NAO、ENSO的年均時(shí)間變化序列如圖2所示。近56年來，冷指數(shù)FD、ID、TN10p和TX10p均呈下降趨勢，傾向率分別為-3.4 d·（10a）-1、-1.2 d·（10a）-1、-2%·（10a）-1和-0.6%·（10a）-1。其中FD和TN10p通過99.9%顯著性檢驗(yàn)，ID、TX10p通過95%、99%顯著性檢驗(yàn)，表明其均為顯著下降趨勢。TNn與TXn傾向率為0.6℃·（10a）-1、0.3℃·（10a）-1，呈顯著上升趨勢。FD、ID、TNn和TXn波動(dòng)趨勢為“升降交錯(cuò)”；而在1981年以前TN10p顯著大于TX10p，1981年以后TX10p反而大于TN10p，二者大小關(guān)系發(fā)生反轉(zhuǎn)。觀察AO、NAO、ENSO時(shí)間序列可知，AO與NAO總體變化趨勢相同，而ENSO較兩者變化波動(dòng)更大。

圖2 1961—2016年新疆年均極端冷指數(shù)及大尺度驅(qū)動(dòng)因子變化趨勢Fig.2 Variation trend of average extreme cold indices and large-scale driving factors in Xinjiang during 1961 to 2016

2.2 極端冷指數(shù)的空間分布

所選53個(gè)站點(diǎn)的冷指數(shù)空間分布趨勢及時(shí)間序列顯著性檢驗(yàn)如圖3所示。FD［圖3（a）］、ID［圖3（b）］、TN10p［圖3（e）］和TX10p［圖3（f）］總體表現(xiàn)為下降趨勢，但變化程度有所不同。其中，F(xiàn)D、TN10p和TX10p分別有92.5%、86.8%和56.6%的站點(diǎn)呈顯著下降趨勢（P＜0.05）；盡管90.6%氣象站點(diǎn)的ID呈下降趨勢，但僅有18.9%通過95%顯著性檢驗(yàn)。在空間分布上，F(xiàn)D與TN10p的變化趨勢較為一致，阿爾泰山脈南側(cè)、伊犁河谷、吐魯番盆地北側(cè)和塔里木盆地南緣的變化幅度較大；FD、TN10p和TX10p下降傾向率最大分別為-7.5 d·（10a）-1、-3.4%·（10a）-1和-2.6%·（10a）-1，而下降傾向率最小僅為-0.02 d·（10a）-1、-0.04%·（10a）-1和-0.03%·（10a）-1，說明冷指數(shù)變化幅度空間差異很大。ID變化幅度較大的地區(qū)位于南疆西北部和伊犁河谷地區(qū)，低值區(qū)位于天山山脈北側(cè)和塔里木盆地南緣。

圖3 極端冷指數(shù)空間分布趨勢及時(shí)間序列顯著性檢驗(yàn)Fig.3 Spatial distribution trend of extreme cold indices and time-series significance test

TNn［圖3（c）］和TXn［圖3（d）］傾向率變化的空間分布基本一致，總體呈現(xiàn)為上升趨勢，最大傾向率分別為1.7℃·（10a）-1和1.3℃·（10a）-1；最小傾向率為0.1℃·（10a）-1和0.04℃·（10a）-1。分別有58.5%和11.3%的站點(diǎn)通過95%顯著性檢驗(yàn)；變化幅度較大區(qū)域?yàn)椴└襁_(dá)山南北兩側(cè)、伊犁河谷和阿爾泰山脈南側(cè)?？傮w來看，北疆TNn與TXn的上升幅度大于南疆，TXn的空間差異較小。

2.3 交叉小波分析

由圖4可知，驅(qū)動(dòng)因子與FD在高能量區(qū)通過95%置信水平檢驗(yàn)的區(qū)域面積極其有限［圖4（a）～4（c）］，對比可知，低能量區(qū)的相關(guān)關(guān)系顯著大于高能量區(qū)。在低能量區(qū)，AO與FD［圖4（d）］存在4個(gè)顯著的共振周期，分別為2～3 a（1976—1978年）、3～5 a（1986—1991年）、6～10 a（1972—1995年）、12～16 a（1979—2003年），二者在3～5 a（1986—1991年）共振周期內(nèi)呈負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)R＞0.8。NAO與FD［圖4（e）］存在3個(gè)顯著的共振周期，其中15～17 a（1980s—2000s）共振周期內(nèi)，NAO位相提前FD位相90°。ENSO與FD［圖4（f）］在3～5 a（1997—2004年）存在一個(gè)顯著的共振周期。

圖4 驅(qū)動(dòng)因子與FD交叉小波分析Fig.4 Cross wavelet analysis between large-scale driving factors and frost days（FD）

驅(qū)動(dòng)因子與ID在高能量區(qū)均離散分布2～3個(gè)共振周期［圖5（a）～5（c）］，在1～2 a（1965—1970年）共振周期內(nèi)，AO、NAO和ENSO均與ID呈正相關(guān)關(guān)系；8～10 a（1976—1994年）共振周期內(nèi)，AO位相比ID滯后90°；在9～11 a（1985—1992年）共振周期內(nèi)NAO位相比ID滯后90°。在2～6 a（1979—1989年）共振周期內(nèi)，ENSO與ID呈顯著負(fù)相關(guān)關(guān)系。低能量區(qū)中［圖5（d）～5（f）］，在8～10 a（1972—1977年）共 振 周 期 內(nèi)，AO位 相 比ID滯 后90°，且1～3 a（1965—1975年）共振周期內(nèi)NAO與ID呈正相關(guān)關(guān)系；ENSO與ID存在4個(gè)顯著共振周期，在2～4 a（1995—2003年）周期內(nèi)ENSO位相超前ID位相90°。

圖5 驅(qū)動(dòng)因子與ID交叉小波分析Fig.5 Cross wavelet analysis between large-scale driving factors and ice days（ID）

由于篇幅原因，僅展示驅(qū)動(dòng)因子與霜凍日（FD）和冰凍日（ID）兩個(gè)時(shí)間序列的交叉小波XWT與CWT圖譜，其余結(jié)果見表3～表4。AO與6個(gè)冷指數(shù)在高低能量區(qū)均存在多個(gè)共振周期，AO與TNn、TXn和TN10p在高能量區(qū)呈顯著正相關(guān)關(guān)系，與TX10p在高、低能量區(qū)均表現(xiàn)為顯著的負(fù)相關(guān)。NAO與TNn、TXn在高、低能量區(qū)呈顯著的正相關(guān)關(guān)系，而在低能量區(qū)，NAO與TX10p表現(xiàn)為顯著的負(fù)相關(guān)。ENSO與各冷指數(shù)相關(guān)性不強(qiáng)，僅在低能量區(qū)與TN10p和TX10p呈負(fù)相關(guān)關(guān)系，但ENSO與各冷指數(shù)在高、低能量區(qū)存在明顯的位相超前/滯后現(xiàn)象。

表3 交叉小波能量譜（XWT）結(jié)果Table 3 Results of cross wavelat power spectrum（XWT）

表4 交叉小波凝聚譜結(jié)果WTCTable 4 Results of cross wavelet coherence spectrum（WTC）

2.4 大尺度驅(qū)動(dòng)因子單一模態(tài)對冷指數(shù)的影響

2.4.1 AO

AO正負(fù)位相差異下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖6所示。37個(gè)站點(diǎn)的FD［圖6（a）］存在負(fù)差異，其中8.1%通過90%顯著性檢驗(yàn)，16個(gè)站點(diǎn)的FD存在正差異，均未通過顯著性檢驗(yàn)。ID［圖6（b）］總體表現(xiàn)為負(fù)差異，其中30.4%站點(diǎn)通過90%顯著性檢驗(yàn)。42個(gè)站點(diǎn)的TNn［圖6（c）］存在正差異，46個(gè)站點(diǎn)的TXn［圖6（d）］存在正差異，其中34.8%通過90%顯著性檢驗(yàn)。TN10p［圖6（e）］、TX10p［圖6（f）］分別有47、48個(gè)站點(diǎn)存在負(fù)差異，說明較AO正位相來說，AO負(fù)位相時(shí)的冷晝、冷夜占比更多。

圖6 極端冷指數(shù)在單一AO模態(tài)下的顯著性差異Fig.6 Significant difference in extreme cold indices for AO positive-AO negative phase

2.4.2 NAO

NAO正負(fù)位相差異下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖7所示。38個(gè)站點(diǎn)的FD［圖7（a）］存在正差異，其中13.2%通過90%顯著性檢驗(yàn)。15個(gè)站點(diǎn)的FD存在負(fù)差異，均未通過顯著性檢驗(yàn)。33個(gè)站點(diǎn)的ID［圖7（b）］存在負(fù)差異，20個(gè)站點(diǎn)存在正差異，但僅有6.1%和10%的站點(diǎn)通過90%顯著性檢驗(yàn)。TNn［圖7（c）］、TXn［圖7（d）］分別有49、51個(gè)站點(diǎn)存在正差異，表明NAO正位相時(shí)各站點(diǎn)的TNn、TXn數(shù)值更大，即全疆低溫值較NAO負(fù)位相時(shí)更大。34個(gè)站點(diǎn)的TN10p［圖7（e）］存在負(fù)差異，主要分布在北疆、塔里木盆地東緣，其中8.8%通過90%顯著性檢驗(yàn)。在19個(gè)正差異的站點(diǎn)中僅有5.3%通過90%顯著性檢驗(yàn)。TX10p［圖7（f）］檢驗(yàn)差異與TN10p相似，說明各站點(diǎn)的TN10p、TX10p在NAO不同位相時(shí)期的差異較小。

2.4.3 ENSO

ENSO冷暖期差異下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖8所示。FD［圖8（a）］、ID［圖8（b）］中分別有45、46個(gè)站點(diǎn)存在負(fù)差異，其中通過90%顯著性檢驗(yàn)的站點(diǎn)分別為26.7%、13%。48個(gè)站點(diǎn)的TNn［圖8（c）］存在正差異，基本分布在全疆，其中6.2%存在顯著正差異；僅有5個(gè)站點(diǎn)的TNn存在負(fù)差異，但均未通過90%顯著性檢驗(yàn)，TXn［圖8（d）］檢驗(yàn)結(jié)果與TNn相似。EI Ni?o-La Ni?a事件下的TN10p［圖8（e）］、TX10p［圖8（f）］基本存在負(fù)差異，呈顯著負(fù)差異的站點(diǎn)分別為2.3%和9.5%；存在正差異的站點(diǎn)均未通過90%顯著性檢驗(yàn)。

圖8 極端冷指數(shù)在單一ENSO模態(tài)下的顯著性差異Fig.8 Significant difference in extreme cold indices for EI Ni?o-La Ni?a episodes

2.5 大尺度驅(qū)動(dòng)因子耦合模態(tài)對冷指數(shù)的影響

2.5.1 ENSO-AO模態(tài)

EI Ni?o-AO耦合模態(tài)下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖9所示。在AO正位相下，F(xiàn)D［圖9（a）］、ID［圖9（b）］存在正差異的站點(diǎn)多于負(fù)差異站點(diǎn)；AO負(fù)位相下，TN10p［圖9（e）］存在負(fù)差異的站點(diǎn)數(shù)量更多；其余冷指數(shù)正負(fù)差異在站點(diǎn)數(shù)量上表現(xiàn)并不明顯。這說明EI Ni?o與AO正位相配置時(shí)會(huì)出現(xiàn)更多的冷日日數(shù)，與AO負(fù)位相配置時(shí)冷夜占比更多；但極端低溫在AO位相的差異下變化較不明顯。與單一模態(tài)AO驅(qū)動(dòng)結(jié)果相比，除TN10p外的t檢驗(yàn)結(jié)果均發(fā)生反轉(zhuǎn)，這說明EI Ni?o-AO耦合模態(tài)對新疆極端冷指數(shù)的表現(xiàn)有一定的調(diào)制作用。

圖9 極端冷指數(shù)在EI Ni?o-AO耦合模態(tài)下的顯著性差異Fig.9 Significant difference in extreme cold indices for positive AO-negative AO phase in EI Ni?o years

La Ni?a-AO耦合模態(tài)下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖10所示。與單一模態(tài)AO驅(qū)動(dòng)結(jié)果相比，在耦合模態(tài)中，除TXn［圖10（d）］以外的冷指數(shù)均表現(xiàn)為負(fù)差異站點(diǎn)數(shù)量更多，這說明La Ni?a與AO負(fù)位相配置時(shí)，冷日日數(shù)、冷晝和冷夜占比較AO正位相偏多。對于極端低溫值來說，當(dāng)AO為正位相時(shí)，TNn更低，AO負(fù)位相時(shí)TXn更低。

圖10 極端冷指數(shù)在La Ni?a-AO耦合模態(tài)下的顯著性差異Fig.10 Significant difference in extreme cold indices for positive AO-negative AO phase in La Ni?a years

2.5.2 ENSO-NAO模態(tài)

EI Ni?o-NAO耦合模態(tài)下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖11所示。NAO正位相期間，除TN10p［圖11（e）］以外的冷指數(shù)均為正差異的站點(diǎn)多于負(fù)差異站點(diǎn)，說明EI Ni?o與NAO正位相配置下，冷日日數(shù)較NAO負(fù)位相更多；但值得注意的是，該配置下更多站點(diǎn)的極端低溫值高于NAO負(fù)位相，說明EI Ni?o-NAO負(fù)位相時(shí)新疆地區(qū)溫度更低。與單一模態(tài)NAO驅(qū)動(dòng)結(jié)果相比，EI Ni?o-NAO耦合模態(tài)下的ID［圖11（b）］與TX10p［圖11（f）］的t檢驗(yàn)結(jié)果發(fā)生反轉(zhuǎn)。

圖11 極端冷指數(shù)在EI Ni?o-NAO耦合模態(tài)下的顯著性差異Fig.11 Significant difference in extreme cold indices for positive NAO-negative NAO phase in EI Ni?o years

La Ni?a-NAO耦合模態(tài)下6個(gè)極端冷指數(shù)的獨(dú)立樣本t檢驗(yàn)顯著性差異如圖12所示。在NAO正位相期間，F(xiàn)D［圖12（a）］、ID［圖12（b）］和TN10p［圖12（e）］存在正差異的站點(diǎn)多于負(fù)差異站點(diǎn)；NAO負(fù)位相期間，TNn［圖12（c）］與TXn［圖12（d）］存在負(fù)差異的站點(diǎn)數(shù)量更多。這說明La Ni?a與NAO正位相配置下的冷日日數(shù)較NAO負(fù)位相時(shí)更多，且極端低溫值也更低。與單一模態(tài)NAO驅(qū)動(dòng)結(jié)果相比，除FD與TX10p以外的t檢驗(yàn)結(jié)果均發(fā)生反轉(zhuǎn)。

圖12 極端冷指數(shù)在La Ni?a-NAO耦合模態(tài)下的顯著性差異Fig.12 Significant difference in extreme cold indices for positive NAO-negative NAO phase in La Ni?a years

3 討論

3.1 極端冷指數(shù)時(shí)空變化

從時(shí)間尺度來看，冷指數(shù)FD、ID、TN10p和TX10p總體呈下降趨勢，TNn與TXn呈顯著上升趨勢，這說明新疆氣溫有明顯的變暖趨勢。ID、TXn和TX10p未通過顯著性檢驗(yàn)的站點(diǎn)分別占比81.1%、88.7%和43.4%，表明以上三種冷指數(shù)在時(shí)間尺度上的變化并不顯著。從空間尺度來看，一部分冷指數(shù)（FD、ID、TNn和TXn）變化而造成的增溫區(qū)域主要集中在北疆、東疆和伊犁河谷地區(qū)，同時(shí)這些區(qū)域的冷指數(shù)變化幅度遠(yuǎn)大于其他區(qū)域。這與前人研究結(jié)果一致。胡文峰等［36］認(rèn)為北疆和東疆增溫比南疆要明顯，吐魯番盆地是增溫最劇烈的地區(qū)，南疆的西部是增溫最緩慢的區(qū)域。陳穎等［37］同樣認(rèn)為新疆極端冷事件發(fā)生的日數(shù)趨于減少；北疆西部和天山兩側(cè)是氣候極端性變化最顯著的區(qū)域。出現(xiàn)這種現(xiàn)象的原因之一是由于新疆積雪主要分布在北疆和天山山區(qū)，氣溫增暖使北疆冰雪消融加快，地表反照率的減小使地表吸收更多的太陽輻射，溫度升高造成冰雪進(jìn)一步消融，這種正反饋機(jī)制讓北疆和天山山區(qū)氣候的極端性更為顯著［38］。同時(shí)，北疆、東疆和伊犁河谷地區(qū)作為新疆人口密集區(qū)，城市化［39］與極端冷事件的變化也有密切關(guān)系。

3.2 交叉小波與小波相干分析

結(jié)果表明，在時(shí)頻域內(nèi)驅(qū)動(dòng)因子與冷指數(shù)存在不同尺度的共振周期和時(shí)滯效應(yīng)，不同驅(qū)動(dòng)因子與不同冷指數(shù)的相關(guān)性也存在差異。綜合來看，AO、NAO與冷指數(shù)的相關(guān)性較為明顯，ENSO對冷指數(shù)的影響最小，這與慈暉等［40］的研究結(jié)果基本一致。AO與FD、TN10p和TNn的關(guān)系尤為密切，由于以上三種冷指數(shù)均使用日最低氣溫計(jì)算得出，說明AO對新疆地區(qū)的日最低氣溫影響較大。AO與TNn、TXn和TN10p呈顯著正相關(guān)，NAO與TNn、TXn呈顯著正相關(guān)，而ENSO與各極端指數(shù)的相關(guān)性均不顯著，但存在明顯的時(shí)滯性，其原因可能是ENSO事件具有滯后性，對區(qū)域年際氣溫變化的影響不顯著［41］。

3.3 耦合模態(tài)的影響機(jī)制分析

有研究結(jié)果顯示，當(dāng)AO負(fù)位相時(shí)新疆更易發(fā)生寒潮、暴雪等極端冷事件，這是由于貝加爾湖一帶位勢高度出現(xiàn)負(fù)異常，北半球盛行經(jīng)向環(huán)流異常，烏拉爾山阻塞高壓維持且冷空氣侵入新疆［42］。在本文耦合模態(tài)的分析中發(fā)現(xiàn)，La Ni?a與AO負(fù)位相、La Ni?a與NAO正位相配置時(shí)，新疆極端冷事件更易發(fā)生。為了研究出現(xiàn)這種現(xiàn)象差異的機(jī)制，挑選耦合模態(tài)下ENSO與AO、NAO不同位相的8種組合進(jìn)行環(huán)流場距平合成分析（圖13～圖14）。

EI Ni?o與AO正位相配置時(shí)［圖13（a）］，海平面氣壓場上北極地區(qū)為氣壓負(fù)距平，歐洲、烏拉爾山區(qū)域和中國西北存在氣壓正距平中心；500 hPa位勢高度距平場上，亞洲中高緯度呈現(xiàn)“西低東高”的態(tài)勢，烏拉爾山在距平風(fēng)場上呈氣旋分布。EI Ni?o與AO負(fù)位相配置時(shí)［圖13（b）］，70°N以北海平面氣壓場為顯著正距平，歐亞大陸至北太平洋西部氣壓分布為“高-低-高”。500 hPa距平風(fēng)場上，蒙古-西伯利亞呈氣旋分布。該兩種耦合模態(tài)下影響新疆的氣流均為偏西氣流，不利于極端冷事件的形成。La Ni?a與AO正位相配置時(shí)［圖13（c）］，歐亞大陸60°N以北與北太平洋海平面氣壓場分別為顯著負(fù)距平；距平風(fēng)場上新疆盛行東南氣流，冷空氣南下受阻，不易發(fā)生極端冷事件。La Ni?a與AO負(fù)位相配置時(shí)［圖13（d）］，歐亞中高緯度海平面氣壓場以北正南負(fù)為主，烏拉爾阻塞加強(qiáng)；距平風(fēng)場上新疆位于北風(fēng)距平區(qū)，南下冷空氣勢力加強(qiáng)，促進(jìn)極端冷事件的發(fā)展。沈柏竹等［43］認(rèn)為這種以La Nina為背景，AO為負(fù)位相的配置會(huì)使極渦偏強(qiáng)，東亞槽偏西偏強(qiáng)。同時(shí)，中低緯度區(qū)域受高度場負(fù)異常影響促使高原高度場偏低，利于區(qū)域性極端冷事件的發(fā)生［44］。

圖13 ENSO-AO模態(tài)下環(huán)流場距平合成圖Fig.13 The composite circulation fields according to the positive/negative phase between ENSO and AO

EI Ni?o與NAO正位相配置時(shí)［圖14（a）］，烏拉爾山區(qū)域出現(xiàn)氣壓負(fù)距平中心，中國大部分存在氣壓正距平；500 hPa距平風(fēng)場上，烏拉爾山區(qū)域存在氣旋環(huán)流，冷空氣南下至中亞向西傳輸，新疆受西南氣流影響。EI Ni?o與NAO負(fù)位相配置時(shí)［圖14（b）］，烏拉爾山區(qū)域出現(xiàn)氣壓負(fù)距平中心，氣壓分布由亞洲大陸至北太平洋中東部呈現(xiàn)為“低-高-低”的態(tài)勢；500 hPa距平風(fēng)場上，新疆北部受西風(fēng)影響。該兩種耦合模態(tài)下新疆風(fēng)向分別以西南氣流與西風(fēng)為主，不利于極端冷事件的形成。La Ni?a與NAO正位相配置時(shí)［圖14（c）］，氣壓分布由亞洲大陸至北太平洋中東部呈現(xiàn)為“高-低-高”的態(tài)勢，北太平洋存在顯著的氣壓正距平中心，新疆存在氣壓正距平；500 hPa距平風(fēng)場上，冷空氣南下至中國東北后向西傳輸，新疆受偏北氣流影響顯著，促進(jìn)極端冷事件的發(fā)展。La Ni?a與NAO負(fù)位相配置時(shí)［圖14（d）］，中亞存在海平面氣壓場正距平中心，新疆氣壓分布為“西高東低”。500 hPa距平風(fēng)場上，烏拉爾山與西伯利亞存在反氣旋，新疆受偏北氣流影響。

圖14 ENSO-NAO模態(tài)下環(huán)流場距平合成圖Fig.14 The composite circulation fields according to the positive/negative phase between ENSO and NAO

4 結(jié)論

本文選用了6個(gè)極端冷指數(shù)來研究新疆極端冷事件的時(shí)空變化特征，利用交叉小波變換和小波相干對大氣環(huán)流因子AO、NAO和ENSO指數(shù)與極端冷指數(shù)進(jìn)行多尺度相關(guān)分析，同時(shí)研究了大尺度驅(qū)動(dòng)因子的單一/耦合模態(tài)對冷指數(shù)的影響。得出以下結(jié)論：

（1）時(shí)間尺度上，年均冷指數(shù)FD、ID、TN10p和TX10p呈顯著下降趨勢，冷指數(shù)均通過99.9%、95%、99.9%和99%顯著性檢驗(yàn)；年均冷指數(shù)TNn與TXn呈顯著上升趨勢，分別通過99.9%和95%顯著性檢驗(yàn)。FD、ID、TNn和TXn波動(dòng)趨勢為“升降交錯(cuò)”；以1981年為時(shí)間節(jié)點(diǎn)，之前TN10p＞TX10p，之后TN10p＜TX10p?？傮w來看，新疆氣溫有明顯的變暖趨勢?？臻g尺度上，冷指數(shù)（FD、ID、TNn和TXn）在北疆、東疆和伊犁河谷地區(qū)的變化幅度遠(yuǎn)大于其他區(qū)域。北疆TNn與TXn的上升幅度大于南疆，但空間差異較小。

（2）AO、NAO與冷指數(shù)的相關(guān)性較強(qiáng)，ENSO與極端冷指數(shù)的相關(guān)關(guān)系最弱但存在明顯的時(shí)滯效應(yīng)。大尺度驅(qū)動(dòng)因子對極端冷指數(shù)的總體影響效果為AO＞NAO＞ENSO。AO與冷指數(shù)FD、TNn和TN10p呈顯著正相關(guān)，由于其均使用日最低氣溫值計(jì)算獲得，說明AO與新疆地區(qū)的日最低氣溫值可能存在較強(qiáng)的相關(guān)關(guān)系。

（3）單一模態(tài)中，AO負(fù)（正）位相時(shí)冷日數(shù)更多（少）；NAO負(fù)（正）位相和La Ni?a（EI Ni?o）事件時(shí)極端冷事件發(fā)生的可能性更大（?。Ｒ訣NSO為背景的耦合模態(tài)中，EI Ni?o-AO正（負(fù)）位相、EI Ni?o-NAO正（負(fù)）位相時(shí)冷日日數(shù)更多（少）。EI Ni?o-NAO負(fù)（正）位相時(shí)極端低溫值更低（高），EI Ni?o-AO位相差異對極端低溫值影響不大。La Ni?a-AO負(fù)（正）位相、La Ni?a-NAO正（負(fù)）位相時(shí)極端冷事件發(fā)生的可能性更大（?。?。耦合模態(tài)中，ENSO對AO與NAO的影響不同，AO（NAO）更易受到EI Ni?o（La Ni?a）事件的調(diào)制作用。

（4）以ENSO為背景的耦合模態(tài)中，La Ni?a與AO負(fù)位相配置時(shí)，歐亞中高緯度海平面氣壓場以“北高南低”為主，烏拉爾阻塞加強(qiáng)；新疆位于北風(fēng)距平區(qū)，南下冷空氣勢力加強(qiáng)。La Ni?a與NAO正位相配置時(shí)，氣壓分布由亞洲大陸至北太平洋呈現(xiàn)為“高-低-高”的態(tài)勢，極地冷空氣南下至中國東北后向西傳輸，新疆受偏北氣流異常影響顯著。該兩種耦合模態(tài)較其他組合更易促進(jìn)新疆極端冷事件的發(fā)展。

新疆極端冷事件的形成是多尺度驅(qū)動(dòng)因子在復(fù)雜模態(tài)下的綜合過程，本文僅初步分析了三種大尺度驅(qū)動(dòng)因子不同組合模態(tài)下的極端冷指數(shù)變化過程，而沒有考慮更多的可能引起新疆極端冷事件的其他因素，如東亞季風(fēng)、北極海冰和太陽黑子等。多種大氣內(nèi)部變率和外部強(qiáng)迫因子是通過何種動(dòng)力過程和耦合方式共同影響新疆極端冷事件的形成，需要在后期研究中重點(diǎn)關(guān)注。