金愛(ài)芬，權(quán)赫春

(延邊大學(xué) 地理與海洋科學(xué)學(xué)院，吉林 延吉 133002)

糧食問(wèn)題是關(guān)系民生的問(wèn)題,也對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展有重要的影響。吉林省是我國(guó)重要的商品糧生產(chǎn)基地，位于吉林省東部的圖們江地區(qū)(指圖們江流域所輻射的中、朝、俄3國(guó)交界地區(qū),中國(guó)一側(cè)則泛指吉林省延邊朝鮮族自治州)是吉林省水稻、大豆的主要栽種地區(qū)。4～5月是圖們江地區(qū)春播生產(chǎn)的關(guān)鍵期，尤其是5月，而7～8月是農(nóng)作物蓄水的關(guān)鍵時(shí)期，5～8月降水量(P5-8)可以影響本地區(qū)糧食減產(chǎn)程度。P5-8作為影響圖們江地區(qū)糧食產(chǎn)量的重要水分指標(biāo)，對(duì)其開(kāi)展預(yù)測(cè)研究對(duì)提前做好農(nóng)業(yè)防旱防澇的準(zhǔn)備工作、減輕損失具有重要意義[1]。

圖們江地區(qū)位于我國(guó)東部季風(fēng)區(qū)的北部邊緣，大氣候和東北地區(qū)一樣，受到中高緯西風(fēng)帶環(huán)流系統(tǒng)和副熱帶季風(fēng)環(huán)流系統(tǒng)的綜合影響，在夏季風(fēng)到達(dá)之前，東北降水主要受到東北冷渦、鄂霍次克海阻塞高壓等西風(fēng)帶環(huán)流系統(tǒng)的主導(dǎo)，在夏季風(fēng)到達(dá)之后，東北降水主要受到東亞夏季風(fēng)的主導(dǎo)[2]。已有研究表明，初夏東北降水偏多，東北地區(qū)冷渦活動(dòng)頻繁[3]，盛夏降水異常主要受到對(duì)流層高層?xùn)|亞高空西風(fēng)急流北移以及低層的副高西伸北進(jìn)的影響，隨著副高西北側(cè)東南風(fēng)異常的加強(qiáng)，向北輸送到東北地區(qū)的水汽顯著增多，導(dǎo)致東北地區(qū)降水偏多[4-6]。

海溫是預(yù)測(cè)東北地區(qū)夏季降水最重要的前兆信號(hào)。近年來(lái)，眾多學(xué)者在東北地區(qū)降水的先兆預(yù)測(cè)信號(hào)方面有不少研究工作，涉及北大西洋、北太平洋、赤道中東太平洋、西風(fēng)漂流區(qū)等海溫異常的可能影響[7-14]。例如，北大西洋冬季海表溫度(SST)出現(xiàn)南暖北冷異常時(shí)，對(duì)應(yīng)來(lái)年夏季東亞西風(fēng)環(huán)流指數(shù)偏低，造成東北夏季降水偏多，反之亦然[7]。前期3～5月北大西洋南部海區(qū)SST與東北夏季降水有較好的正相關(guān)關(guān)系，海溫分布型為南北“蹺蹺板”型時(shí)，對(duì)東北地區(qū)汛期降水異常有較好的預(yù)示作用[8]。前冬和春季北太平洋SST和大氣環(huán)流異常是東北亞地區(qū)南風(fēng)異常的重要前兆信號(hào)，從前冬到前期盛夏，當(dāng)北太平洋海溫從厄爾尼諾型(拉尼娜型)分布向拉尼娜型(厄爾尼諾型)分布轉(zhuǎn)變和過(guò)渡時(shí)，則對(duì)應(yīng)于東北亞地區(qū)夏季南風(fēng)增強(qiáng)(減弱)[9]。當(dāng)前期冬季和春季甚至是夏季赤道中東太平洋SST處于異常偏暖(偏冷)狀態(tài)，且西風(fēng)漂流區(qū)具有較明顯的SST負(fù)(正)距平分布時(shí)，則東北大部分地區(qū)夏季降水具有整體偏多(偏少)的傾向[9]。Fang等[10]研究表明，近20年來(lái)，春季北大西洋三極子異常正位相在初夏貝加爾湖西北側(cè)誘發(fā)阻塞高壓增強(qiáng)，并伴隨東北冷渦增強(qiáng)，導(dǎo)致東北初夏降水偏多；高輝等[11]認(rèn)為黑潮區(qū)海溫通過(guò)海洋熱力異常持續(xù)性導(dǎo)致低層出現(xiàn)反氣旋環(huán)流，并在東北冷渦區(qū)形成氣旋環(huán)流，增強(qiáng)了東北冷渦；高晶等[12]則發(fā)現(xiàn)副熱帶東南太平洋海溫偏低是通過(guò)越赤道的遙相關(guān)波列激發(fā)我國(guó)東北地區(qū)夏季出現(xiàn)氣旋性環(huán)流，從而導(dǎo)致東北冷渦活動(dòng)偏強(qiáng)，我國(guó)東北地區(qū)降水偏多；楊亞力等[13]分析厄爾尼諾年對(duì)流層低層阿拉伯海及孟加拉灣東風(fēng)異常，水汽輸送減弱，云南大部地區(qū)降水偏少。種種研究均表明，前期海溫的異常直接導(dǎo)致我國(guó)大部地區(qū)夏季降水分布異常。

東北夏季降水與全球海溫的關(guān)系較弱且不穩(wěn)定，尤其是與ENSO 的關(guān)系較為復(fù)雜，年際關(guān)系隨年代際變化而波動(dòng)，即ENSO不是預(yù)測(cè)東北夏季降水的強(qiáng)信號(hào)[2]。東北夏季降水與冬季SST的相關(guān)場(chǎng)上，僅在南印度洋西部、西北太平洋西部、副熱帶太平洋東南部及北大西洋中部等地呈現(xiàn)顯著的負(fù)相關(guān)[2]。東北夏季降水具有明顯的季節(jié)內(nèi)、年際和年代際等多時(shí)間尺度變率，夏季降水受到多種時(shí)間尺度信息的疊加和調(diào)控，不同尺度變率的貢獻(xiàn)相當(dāng)，且影響系統(tǒng)不同，導(dǎo)致預(yù)測(cè)難度較大[3]。圖們江地區(qū)作為東北地區(qū)的氣候異常敏感區(qū)域，再加上范圍小，它的預(yù)測(cè)難度更大。

為此，該研究擬對(duì)5、6、7、8分月進(jìn)行研究，首先對(duì)圖們江地區(qū)5、6、7、8月降水量的變化特征進(jìn)行分析；其次用奇異值分解、偏最小二乘回歸分析、相關(guān)分析等多重方法，研究各月降水量與前期1～3月全球海溫的響應(yīng)關(guān)系，找出影響各月降水量的關(guān)鍵海區(qū)，為預(yù)測(cè)P5-8、預(yù)警當(dāng)?shù)睾禎碁?zāi)害以及預(yù)防糧食減產(chǎn)提供科學(xué)依據(jù)。

1 研究區(qū)概況

圖們江地處中國(guó)、朝鮮和俄羅斯3個(gè)國(guó)家的接壤區(qū)域，它發(fā)源于長(zhǎng)白山主峰東麓，干流經(jīng)延邊州的和龍、龍井、圖們和琿春市，在琿春市的防川村出境，最終注入日本海。該文以圖們江中國(guó)一側(cè)的延邊朝鮮族自治州(北緯41°59′～44°30′,東經(jīng)127°27′～131°18′)為研究地區(qū)(圖1)。圖們江地區(qū)由于受日本海影響，屬中溫帶濕潤(rùn)季風(fēng)氣候，年降水量可達(dá)530～630 mm，年平均氣溫3～6 ℃。

圖1 研究區(qū)Fig.1 Study area

2 數(shù)據(jù)來(lái)源與方法

圖們江地區(qū)8個(gè)縣市氣象站(延吉、圖們、敦化、龍井、和龍、汪清、琿春、安圖)1960—2018年月降水?dāng)?shù)據(jù)來(lái)自1961—2019年的《延邊統(tǒng)計(jì)年鑒》。水平分辨率為1°×1°的1960—2018 年海溫?cái)?shù)據(jù)，來(lái)自美國(guó)國(guó)家海洋和大氣管理局(National Oceanic and Atmospheric Administration, NOAA)提供的月平均海表溫度資料。

該文采用奇異值分解(Singular Value Decomposition，SVD)、偏最小二乘回歸分析(Partial least squares regression，PLSR)、相關(guān)分析等[15-17]方法。奇異值分解是用來(lái)分析兩變量場(chǎng)相關(guān)關(guān)系，它能最大限度地分離出兩變量場(chǎng)的高相關(guān)區(qū)。偏最小二乘回歸是一種集多元線性回歸分析、典型相關(guān)分析和主成分分析的基本功能為一體的新型多元統(tǒng)計(jì)分析方法，它能在自變量存在嚴(yán)重多重相關(guān)性的條件下進(jìn)行回歸建模，允許在樣本點(diǎn)個(gè)數(shù)少于自變量個(gè)數(shù)的條件下進(jìn)行回歸建模，它的結(jié)果比相關(guān)分析更符合實(shí)際情況。

3 結(jié)果與分析

3.1 圖們江地區(qū)P5-8的時(shí)間分布規(guī)律

圖們江地區(qū)年降水量為576 mm(1960—2018年多年平均值)，其中,P5-8為406 mm，占年降水量的70%。5～8月降水量分別為60.6、88.6、126.9和130.3 mm。5月最少，8月最多為汛期，但這種季節(jié)分布規(guī)律并不是一成不變。

從5～8月降水量的年變化曲線(圖2)來(lái)看，1960—2018年59年中，最多雨月平均出現(xiàn)日期為7月11日，最多雨月平均降水量為167.8 mm。最多雨月出現(xiàn)在8月的有29次，7月為23次，6月為6次，5月為1次，并且存在最多雨月逐漸變小的趨勢(shì)，每百年減少1個(gè)月，信度達(dá)到0.06。這說(shuō)明圖們江地區(qū)汛期正在逐漸提前。最少雨月平均出現(xiàn)日期為5月19日，最少雨月平均降水量為19.4 mm。最少雨月出現(xiàn)在5月的有36次，6月為13次，7月為6次，8月為4次，但沒(méi)有明顯變化趨勢(shì)。最少雨月出現(xiàn)在8月的4次均出現(xiàn)在1980年以后，這也說(shuō)明8月在變旱。P5每10年上升5.6 mm，信度達(dá)到0.01；P8每10年下降8.5 mm，信度達(dá)到0.07； P6、P7和P5-8沒(méi)有明顯的變化趨勢(shì)。

圖2 圖們江地區(qū)最多雨月(上圖)、5月(左圖)和8月降水量(右圖)的年變化曲線Fig.2 Annual change curve of precipitation in the month of the highest rainfall (above),May (left), and August (right) in Tumen River area

從5～8月降水量的距平累積曲線(圖3)來(lái)看，5、6、7、8月降水量均具有突變現(xiàn)象，且突變年份有所區(qū)別，但1994年為共同的突變點(diǎn)沒(méi)有本質(zhì)的區(qū)別。5月和7月降水量突變后比突變前分別增加45%和19%。6月和8月突變后比突變前分別減少16%和11%(表1)。這說(shuō)明圖們江地區(qū)5月降水在增加，干旱程度減輕，旱季有從5月往6月推遲的跡象，最多雨月從8月往7月提前。

圖3 圖們江地區(qū)5～8月降水量的距平累積曲線Fig.3 Anomaly accumulation curve of precipitation from May to August in Tumen River area

表1 5～8月降水量的突變Table 1 Sudden change of precipitation from May to August

3.2 圖們江地區(qū)5～8月降水量對(duì)前期1～3月全球海溫的響應(yīng)

對(duì)圖們江地區(qū)P5-8、P5、P6、P7、P8、最多雨月、最多雨月降水量、最少雨月、最少雨月降水量與前期1～3月海溫，分別進(jìn)行了SVD分解，分析時(shí)2個(gè)場(chǎng)均做了標(biāo)準(zhǔn)化處理。結(jié)果發(fā)現(xiàn)，最多雨月和P8均與前期1月海溫相關(guān)、P5與前期1～3月海溫相關(guān)、P6與前期2海溫相關(guān)、P7與前期3海溫相關(guān)，其他關(guān)系不明顯。

最多雨月(左場(chǎng))的第1模態(tài)與前期1月海溫(右場(chǎng))的第1模態(tài)相關(guān)，能通過(guò)80%以上的“蒙特卡羅(Monte Carlo)”信度檢驗(yàn)。左場(chǎng)與右場(chǎng)的SVD第1模態(tài)解釋協(xié)方差平方和的貢獻(xiàn)率為63%。左場(chǎng)第1模態(tài)解釋左場(chǎng)方差的49%，右場(chǎng)第1模態(tài)解釋右場(chǎng)方差的7%，第1模態(tài)左右場(chǎng)2個(gè)時(shí)間系數(shù)的相關(guān)系數(shù)為0.59，信度在99%以上。

由左場(chǎng)與右場(chǎng)的SVD第1模態(tài)異類(lèi)相關(guān)系數(shù)分布圖(圖4)可見(jiàn)，1) 日本海至鄂霍次克海海區(qū)偏冷(暖)、亞洲以北的北極偏冷(暖)；2) 南非東側(cè)馬斯克林高壓海區(qū)偏冷(暖)；3) 赤道中東太平洋偏暖(冷)、澳大利亞?wèn)|側(cè)南太平洋副高海區(qū)偏冷(暖)；4) 南半球西風(fēng)漂流區(qū)偏冷(暖)為主時(shí)，圖們江地區(qū)汛期一致推遲(提前)，且相關(guān)性高值區(qū)域?yàn)檠蛹?、圖們、安圖一帶的中部地區(qū)。

為進(jìn)一步明確最多雨月與前期1月海溫的關(guān)系，以最多雨月為因變量，前期1月無(wú)缺測(cè)的43 706個(gè)海溫為自變量，用偏最小二乘回歸分別建立模型，畫(huà)出偏最小二乘回歸系數(shù)分布圖，并附上相關(guān)系數(shù)分布圖(圖4bc)。建模過(guò)程中前30個(gè)成分解釋自變量的比率達(dá)到85%。因此，提取了前30對(duì)成分。比較圖4bc與圖4a，關(guān)鍵區(qū)的規(guī)律基本一致。

P8(左場(chǎng))與前期1月海溫(右場(chǎng))的第1模態(tài)勉強(qiáng)相關(guān)，且只通過(guò)60%以上的“蒙特卡羅(Monte Carlo)”信度檢驗(yàn)。左場(chǎng)與右場(chǎng)的SVD第1模態(tài)解釋協(xié)方差平方和的貢獻(xiàn)率為83%。左場(chǎng)第1模態(tài)解釋左場(chǎng)方差的76%，右場(chǎng)第1模態(tài)解釋右場(chǎng)方差的8%，第1模態(tài)左右場(chǎng)2個(gè)時(shí)間系數(shù)的相關(guān)系數(shù)為0.49，信度在99%以上。

左場(chǎng)與右場(chǎng)的SVD第1模態(tài)的異類(lèi)相關(guān)系數(shù)分布圖(圖5)與圖4相似：1) 日本海至鄂霍次克海海區(qū)偏冷(暖)、亞洲以北的北極偏冷(暖)；2) 南非東側(cè)馬斯克林高壓海區(qū)偏冷(暖)時(shí)；3) 赤道中東太平洋偏暖(冷)、澳大利亞?wèn)|側(cè)南太平洋副高海區(qū)偏冷(暖)；4) 南半球西風(fēng)漂流區(qū)偏冷(暖)為主時(shí)，P8增加(減少)。比較圖5bc與圖5a，關(guān)鍵區(qū)的規(guī)律基本一致。

P5的第1模態(tài)與前期1～3月海溫的第1模態(tài)相關(guān)，均通過(guò)95%以上的“蒙特卡羅(Monte Carlo)”信度檢驗(yàn)。其中,P5(左場(chǎng))與前期1月海溫(右場(chǎng))的SVD第1模態(tài)解釋協(xié)方差平方和的貢獻(xiàn)率為91%。左場(chǎng)第1模態(tài)解釋左場(chǎng)方差的82%，右場(chǎng)第1模態(tài)解釋右場(chǎng)方差的15%，第1模態(tài)左右場(chǎng)2個(gè)時(shí)間系數(shù)的相關(guān)系數(shù)為0.48，信度在99%以上。

由左場(chǎng)與右場(chǎng)的SVD第1模態(tài)異類(lèi)相關(guān)系數(shù)分布圖(圖6)可知：1) 日本海至鄂霍次克海附近西北太平洋海區(qū)偏暖(冷)，亞歐大陸以北的北極偏暖(冷)；2) 赤道中太平洋偏冷(暖)、澳大利亞北側(cè)和東北側(cè)熱帶西太平洋暖池區(qū)明顯偏暖(冷)，澳大利亞?wèn)|北側(cè)向加利福尼亞寒流方向的赤道和熱帶太平洋偏暖(冷)，20°N～40°N西北太平洋偏暖(冷)；3) 北印度洋偏暖(冷)、南非東南方向馬斯克林高壓海區(qū)明顯偏暖(冷)時(shí)，導(dǎo)致圖們江地區(qū)P5一致增加(減少)。比較圖6bc與圖6a，關(guān)鍵區(qū)的規(guī)律基本一致。

P6(左場(chǎng))的第1模態(tài)僅僅與前期2月海溫(右場(chǎng))的第1模態(tài)相關(guān)，且只通過(guò)70%以上的“蒙特卡羅(Monte Carlo)”信度檢驗(yàn)。左場(chǎng)與右場(chǎng)的SVD第1模態(tài)解釋協(xié)方差平方和的貢獻(xiàn)率為79%。左場(chǎng)第1模態(tài)解釋左場(chǎng)方差的74%，右場(chǎng)第1模態(tài)解釋右場(chǎng)方差的8%，第1模態(tài)左右場(chǎng)2個(gè)時(shí)間系數(shù)的相關(guān)系數(shù)為0.52，信度在99%以上。

圖6 圖們江地區(qū)P5(左場(chǎng))與前期2月海溫 (右場(chǎng))的SVD分析Fig.6 SVD analysis of SST in the P5 (left) and the early February (right) in Tumen River area

由左場(chǎng)與右場(chǎng)的SVD第1模態(tài)的異類(lèi)相關(guān)系數(shù)分布圖(圖7)可知：1) 鄂霍次克海至白令海偏冷(暖)、歐洲以北的北極偏冷(暖)、50°N北太平洋由西向東出現(xiàn)明顯的分割南北兩側(cè)冷區(qū)的偏暖(冷)帶；2) 赤道太平洋由西向東出現(xiàn)“-+-”模態(tài)(“+-+”)、澳大利亞北側(cè)和東北側(cè)的西太平洋暖池區(qū)偏冷(暖)、澳大利亞?wèn)|北側(cè)向阿拉斯加暖流方向的熱帶太平洋海區(qū)偏冷(暖)；③印度洋偏冷(暖)、尤其南印度洋東部海區(qū)明顯偏冷(暖)時(shí)，P6一致增加(減少)。比較圖7bc與圖7a，關(guān)鍵區(qū)的規(guī)律基本一致。

P7(左場(chǎng))與前期3月海溫(右場(chǎng))的第1模態(tài)相關(guān)，通過(guò)70%以上的“蒙特卡羅(Monte Carlo)”信度檢驗(yàn)。左場(chǎng)與右場(chǎng)的SVD第1模態(tài)解釋協(xié)方差平方和的貢獻(xiàn)率為81%。左場(chǎng)第1模態(tài)解釋左場(chǎng)方差的73%，右場(chǎng)第1模態(tài)解釋右場(chǎng)方差的12%，第1模態(tài)左右場(chǎng)2個(gè)時(shí)間系數(shù)的相關(guān)系數(shù)為0.45，信度在99%以上。

左場(chǎng)與右場(chǎng)的SVD第1模態(tài)異類(lèi)相關(guān)系數(shù)分布圖(圖8)和圖7基本相反，但有差異：1) 澳大利亞?wèn)|北側(cè)和北側(cè)熱帶西太平洋暖池區(qū)明顯偏暖(冷)、澳大利亞北側(cè)向阿拉斯加暖流方向的40°N以南的太平洋海區(qū)明顯偏暖(冷)、赤道和熱帶南太平洋中部偏暖(冷)；2) 亞歐大陸以北的北極偏暖(冷)、印度洋偏暖(冷)時(shí)，P7一致增加(減少)。比較圖8bc與圖8a，關(guān)鍵區(qū)的規(guī)律基本一致。

圖7 圖們江地區(qū)P6(左場(chǎng))與前期2月海溫 (右場(chǎng))的SVD分析Fig.7 SVD analysis of SST in the P6 (left) and the early February (right) in Tumen River area

3.3 圖們江地區(qū)5～8月降水量對(duì)前期海溫的響應(yīng)實(shí)例

統(tǒng)計(jì)1987—2018年的糧食產(chǎn)量發(fā)現(xiàn)，2003年春夏連旱，旱情嚴(yán)重，糧食單產(chǎn)僅為1 861 kg/hm2，是2000年以后減產(chǎn)最嚴(yán)重的一年[1]。從2003年1月海溫距平分布圖可以看到，1月赤道太平洋由西向東“-+-”模態(tài)，赤道東太平洋偏冷、澳大利亞?wèn)|側(cè)南太平洋副高海區(qū)偏暖為主；南半球西風(fēng)漂流區(qū)偏暖為主，導(dǎo)致最多雨月提前(最多雨月出現(xiàn)在7月)，8月降水減少(8月降水距平百分比為-0.7)。1月赤道中太平洋偏暖、澳大利亞北側(cè)和東北側(cè)熱帶西太平洋暖池區(qū)偏冷一些，澳大利亞?wèn)|北側(cè)向加利福尼亞寒流方向的赤道和熱帶太平洋偏冷，20°N～40°N西北太平洋偏冷一些；南非東南方向馬斯克林高壓海區(qū)偏冷，導(dǎo)致圖們江地區(qū)P5一致減少(5月降水距平百分比為-0.7)。從2月分布圖可以看到，鄂霍次克海至白令海偏暖一些；赤道西太平洋偏暖，澳大利亞北側(cè)和東北側(cè)的西太平洋暖池區(qū)偏暖一些、澳大利亞?wèn)|北側(cè)向阿拉斯加暖流方向的熱帶太平洋海區(qū)偏暖，50°N北太平洋由西向東出現(xiàn)明顯的分割南北兩側(cè)冷區(qū)的偏冷帶，北印度洋偏暖、澳大利亞西側(cè)和西南側(cè)南印度洋海區(qū)偏暖一些，導(dǎo)致P6減少(6月降水距平百分比為-0.2)。從3月分布圖可以看到，1) 澳大利亞?wèn)|北側(cè)和北側(cè)熱帶西太平洋暖池區(qū)偏暖、澳大利亞北側(cè)向阿拉斯加暖流方向的40°N以南的太平洋海區(qū)偏暖、赤道和熱帶南太平洋中部偏暖；2) 亞歐大陸以北的北極偏暖一些、北印度洋偏暖，導(dǎo)致P7增加(7月降水距平百分比為0.3)(圖9)。

圖9 2003年1～3月全球海溫距平分布圖Fig.8 Global SST anomaly distribution in January, February and March 2003

4 討論與結(jié)論

影響圖們江地區(qū)P5-8的關(guān)鍵海區(qū)可歸納為，日本海至鄂霍次克海海區(qū)、白令海海區(qū)；亞洲以北、歐洲以北、白令海以北的北極；熱帶印度洋西部海區(qū)、熱帶印度洋東部海區(qū)、馬斯克林高壓海區(qū)；西太平洋暖池區(qū)、赤道中太平洋、赤道東太平洋海區(qū)、南太平洋副高海區(qū)；南半球西風(fēng)漂流區(qū)。

日本海、鄂霍次克海偏冷時(shí)，最多雨月推遲，8月降水增加；偏暖時(shí)，5月降水增加。亞洲或歐洲以北的北極偏冷時(shí)，最多雨月推遲，8月和6月降水增加；偏暖時(shí)，5月降水增加。最多雨月、8月、6月對(duì)赤道太平洋的響應(yīng)有共性，赤道太平洋由西向東呈現(xiàn)“-+”模態(tài)時(shí)，最多雨月推遲，8月和6月降水增加。5月和7月有共性，“+-+”模態(tài)時(shí)，降水增加。最多雨月、8月、6月對(duì)印度洋的響應(yīng)有共性，印度洋偏冷時(shí)，最多雨月推遲，8月和6月降水增加。5月和7月與之相反，印度洋偏暖時(shí)，降水增加。

從全球1月海溫分布圖可以預(yù)測(cè)圖們江地區(qū)最多雨月，可信度為80%，可以預(yù)測(cè)P8和P5的多寡，可信度分別為60%和95%。從全球2月海溫分布圖可以預(yù)測(cè)P6的多寡，可信度為70%。從全球3月海溫分布圖可以預(yù)測(cè)P7的多寡，可信度為70%。由于海溫的實(shí)際分布相當(dāng)復(fù)雜，僅靠海溫來(lái)預(yù)測(cè)P5-8，難度還是很大。

該文僅從海溫的角度探討P5-8的預(yù)測(cè)，缺少東北冷渦、鄂霍次克海阻塞高壓、東亞高空西風(fēng)急流、西太平洋副高等影響圖們江地區(qū)P5-8的天氣系統(tǒng)的相應(yīng)研究，這有必要在后續(xù)論文中繼續(xù)闡述。