汪明圣，胡婭敏，胡婷，董少柔，趙亮

(1. 廣東省氣候中心，廣東 廣州 510641；2. 廣州市氣象臺，廣東 廣州 511430；3. 中國科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國家重點(diǎn)實(shí)驗(yàn)室(LASG)，北京 100029)

1 引言

春運(yùn)，是在中國春節(jié)前后發(fā)生的一種大規(guī)模的全國性交通運(yùn)輸高峰。改革開放以來，隨著對人員流動限制的放寬，越來越多的人選擇離鄉(xiāng)外出務(wù)工、求學(xué)，諸多人群集中在春節(jié)期間返鄉(xiāng)，形成了堪稱“人類歷史上規(guī)模最大的人口遷徙活動”——春運(yùn)。近30 多年來，春運(yùn)大軍從1 億人次增長到2015 年的37 億人次，相當(dāng)于讓非洲、歐洲、美洲、大洋洲的總?cè)丝诎嵋淮渭?。在氣候變暖背景下，極端氣候事件造成的各種損失不斷增加。春運(yùn)期間各種極端氣候事件頻繁出現(xiàn)，嚴(yán)重影響了人民生命財(cái)產(chǎn)安全及社會正常秩序，同時(shí)造成大量人力、物力和財(cái)力等社會資源的非正常耗損。2008 年春運(yùn)期間，因大范圍雨雪冰凍災(zāi)害天氣影響，全國多地高速公路出現(xiàn)嚴(yán)重堵塞，京廣鐵路南段(湖南段)因電氣化鐵路接觸網(wǎng)斷電中斷20 小時(shí)，造成廣州火車站大量旅客滯留，最多達(dá)17 萬。2016 年1 月下旬，廣東遭受了一次罕見的寒潮雨雪冰凍天氣過程，除了劇烈的降溫和大風(fēng)，大部分市縣出現(xiàn)了雪、雨夾雪或霰等固態(tài)降水，珠江三角洲和部分南部沿海市縣還是建國以來首次出現(xiàn)，引發(fā)了社會的強(qiáng)烈關(guān)注。2022 年春運(yùn)期間，我國南方地區(qū)出現(xiàn)多次大范圍雨雪天氣過程，給交通、電力、農(nóng)業(yè)和人體健康等造成了巨大影響。因此，提前準(zhǔn)確地預(yù)報(bào)出春運(yùn)期間的天氣氣候特征，對于保障春運(yùn)氣象服務(wù)，開展防災(zāi)減災(zāi)工作具有重要的現(xiàn)實(shí)意義。

以往的研究成果主要分析春運(yùn)期間特定的災(zāi)害特征[1-2]和天氣過程[3-6]。尤其是很多研究關(guān)注了2008 年的低溫雨雪冰凍事件，Wen 等[7]從大尺度氣候異常角度討論了多個(gè)大尺度因子對2008年1月出現(xiàn)在中國南方的低溫雨雪冰凍事件的影響，指出中東急流和北極濤動的配合比La Ni?a 事件的影響更重要。李崇銀等[8]從2008 年中國南方持續(xù)性低溫雨雪冰凍事件著手，給出了低溫雨雪冰凍事件對應(yīng)的大氣環(huán)流系統(tǒng)的組合性異常特征。已有研究表明，中國南方持續(xù)性低溫雨雪冰凍事件主要受烏拉爾山阻塞高壓、歐亞遙相關(guān)型、歐亞大陸大型斜槽斜脊、北極濤動、南支槽及熱帶季節(jié)內(nèi)振蕩等系統(tǒng)的影響[9-17]。針對冬季的氣候狀況也有研究，智協(xié)飛等[18]指出氣候變暖后我國南方冬季的極端降水強(qiáng)度普遍有所增加。王瑞麗等[19]研究發(fā)現(xiàn)太陽活動變化對東亞冬季氣候的影響具有非對稱性特征。梁建茵等[20]對廣東冬季的氣溫變化進(jìn)行了診斷分析，認(rèn)為廣東冬季氣溫具有增溫趨勢，特別是最低氣溫。胡蓓蓓等[21]從年代際尺度分析了廣東2 月“冷干”和“暖干”的環(huán)流海溫異常。然而，以上研究有的僅給出春運(yùn)期間某一個(gè)例天氣過程分析，不具有普遍性；有的則對冬季氣溫或者降水單一要素進(jìn)行分析，沒有考慮氣溫和降水的協(xié)同變化；有的則是對年代際尺度的分析，忽略了年際信號。此外，也未對不同異常氣候類型對應(yīng)的環(huán)流差異做詳細(xì)的對比分析。

本研究將針對春運(yùn)這一特殊時(shí)段，分析廣東的氣候變化特征，根據(jù)氣溫和降水的時(shí)空分布特點(diǎn)，從降水和氣溫的協(xié)同變化入手，利用氣溫和降水的雙重標(biāo)準(zhǔn)，對廣東春運(yùn)期間氣候異常類型進(jìn)行分類。在此基礎(chǔ)上，對各類氣候異常類型對應(yīng)的海溫和大氣環(huán)流異常特征進(jìn)行對比分析，討論其中的差別，以期為廣東春運(yùn)的氣候預(yù)測提供有益線索，為科學(xué)制定防災(zāi)減災(zāi)對策提供依據(jù)，更好地為人民的生產(chǎn)和生活服務(wù)。

2 資料與方法

基于站點(diǎn)數(shù)據(jù)的連續(xù)性和完整性考慮，本文分析資料選取的廣東省86個(gè)氣象站1971—2020年的逐日氣象觀測數(shù)據(jù)，來自于國家信息中心整編的《中國國家級地面氣象站基本氣象要素日值數(shù)據(jù)集(V3.0)》，已對國家級地面臺站觀測數(shù)據(jù)進(jìn)行了質(zhì)量檢測與控制、數(shù)據(jù)核查與更正。大氣環(huán)流采用了NCEP/NCAR 提供的逐日等壓面上全球位勢高度場(hgt)、相對濕度場(shum)、經(jīng)向風(fēng)場(uwnd)、緯向風(fēng)場(vwnd)、海平面氣壓場(slp)的再分析資料，水平分辨率為2.5 °×2.5 °。海溫資料為NOAA 提供的逐月全球海表溫度數(shù)據(jù)集(ERSSTv5)，水平分辨率為2 °×2 °。文中所使用到的氣候平均態(tài)為1991—2020年30年均值。為了更真實(shí)地反映氣象要素本身的變化，剔除人為因素造成的全球變暖影響，在EOF分析與合成分析前對氣溫、降水、環(huán)流和海溫?cái)?shù)據(jù)進(jìn)行去除線性趨勢的處理。

春運(yùn)時(shí)間的劃分是以春節(jié)為界，節(jié)前15天，節(jié)后25 天，共計(jì)40 天。定義廣東省春運(yùn)期間極端最低氣溫為：同一年春運(yùn)時(shí)段內(nèi)86 個(gè)臺站極端最低氣溫的最小值；低溫日：某站日最低氣溫低于5 ℃記為該站的一個(gè)低溫日；降水日：日降水量＞0 mm記為一個(gè)降水日。

采用方法有：線性趨勢分析、趨勢系數(shù)計(jì)算、經(jīng)驗(yàn)正交分解(EOF)、合成分析、T檢驗(yàn)等。選取春運(yùn)同期的500 hPa 高度場、海平面氣壓場、850 hPa風(fēng)場和水汽輸送場進(jìn)行大氣環(huán)流合成分析，考慮海溫影響的滯后性，選取春運(yùn)前期12 月的海溫距平場進(jìn)行合成分析，并進(jìn)行顯著性檢驗(yàn)[22]。

設(shè)一般年份有m年，特殊年份有n年，某氣象要素在這兩個(gè)年份中的平均值分別為在假設(shè)它們總體平均值無顯著差異的條件下，統(tǒng)計(jì)量：

遵從自由度為n+m- 2 的t分布，式中s2為它們差值方差的無偏估計(jì)量，即，

3 廣東省春運(yùn)期間降水和氣溫的氣候特點(diǎn)

3.1 時(shí)空變化特征

近50 年春運(yùn)期間廣東省平均氣溫為14.2 ℃，最冷年為2008 年，平均氣溫僅為10.3 ℃；最暖年為2007 年，平均氣溫可達(dá)到17.4 ℃。廣東全省極端最低氣溫最低值為-4.1 ℃(連山站)，出現(xiàn)在2009 年1 月11 日。從時(shí)間序列上看，廣東春運(yùn)期間平均氣溫以0.3 ℃/(10 a)的速率增加(通過0.05顯著性水平檢驗(yàn))，極端最低氣溫則呈現(xiàn)出下降趨勢(未通過0.05 顯著性水平檢驗(yàn))(圖1)。從空間分布上看(圖2a)，平均氣溫呈現(xiàn)北低南高的分布特征，最暖的是雷州半島，在16 ℃以上，其余地區(qū)介于10～16 ℃之間。廣東省各地平均氣溫都呈現(xiàn)增加趨勢，特別是珠三角和粵東地區(qū)均超過0.4 ℃/(10 a)(通過0.05 顯著性水平檢驗(yàn))，這與廣東冬季的增溫趨勢是一致的[23]。與平均氣溫一樣，極端最低氣溫也表現(xiàn)出北低南高的特征，各地介于-4.1～3.7 ℃之間(圖2b)，廣東省大部分地區(qū)都呈現(xiàn)上升趨勢，珠三角和粵東地區(qū)增速超過0.3 ℃/(10 a)(通過0.05 顯著性水平檢驗(yàn))，但是部分站點(diǎn)也存在下降的趨勢。在全球變暖背景下，北極以2～3 倍的速率升溫，導(dǎo)致海冰快速融化，快速增溫的北極，縮小了原本從赤道到北極的經(jīng)向溫度梯度，導(dǎo)致西風(fēng)急流開始不穩(wěn)定，中緯度西風(fēng)帶波動性加大而引導(dǎo)冷空氣南下[24]。因此，冬季的極寒事件在氣候變暖影響下發(fā)生，導(dǎo)致了部分地區(qū)極端最低氣溫下降。

圖1 1971—2021年廣東省春運(yùn)期間平均氣溫和極端最低氣溫年際變化

圖2 1971—2020年廣東省春運(yùn)期間平均氣溫(℃)及其變化趨勢(℃/a) (a)、極端最低氣溫(℃)及其變化趨勢(℃/a)空間分布(b)

春運(yùn)期間全省平均低溫日數(shù)呈現(xiàn)減少趨勢(圖3a)，變化速率為-0.3 d/(10 a) (未通過0.05顯著性水平檢驗(yàn))?？臻g上(圖3b)，低溫日數(shù)自北向南逐漸減少，粵北北部地區(qū)低溫日數(shù)在10 d以上，除雷州半島南部有增加趨勢外，其余大部地區(qū)都呈現(xiàn)減少趨勢，珠三角和粵東地區(qū)顯著減少。

廣東省春運(yùn)期間平均降水量為84.8 mm，平均降水日數(shù)為14.7 天，最大降水量為410.1 mm，出現(xiàn)在1983 年，最小降水量僅為5.5 mm(1977年)。與氣溫的趨勢不同，近50 年來廣東省春運(yùn)期間降水量和降水日數(shù)都呈現(xiàn)下降趨勢，變化速率分別為-2.4 mm /(10 a)(未通過0.05 顯著性水平檢驗(yàn))和-0.8 d/(10 a)(通過0.05 顯著性水平檢驗(yàn))(圖4)，這也與廣東冬季降水增加的趨勢不同[25]?？臻g上降水量(圖5a)呈北多南少分布，雷州半島小于50 mm，粵北地區(qū)超過100 mm，僅珠三角和粵西部分地區(qū)呈現(xiàn)降水增多趨勢，其余大部地區(qū)降水為減少趨勢(未通過0.05 顯著性水平檢驗(yàn))。降水日數(shù)(圖5b)北部地區(qū)偏多，可達(dá)16 d 以上，超過春運(yùn)時(shí)段的40%；全省都呈現(xiàn)減少趨勢，其中粵西北、粵東、粵西沿海減少顯著。

圖5 1971—2021年廣東省春運(yùn)期間降水量(mm)及其變化趨勢(mm/a)(a)、降水日數(shù)(d)其變化趨勢(d/a)空間分布(b)

3.2 空間模態(tài)特征

為了解近50年廣東春運(yùn)期間氣溫與降水的空間分布特征，分別對氣溫和降水進(jìn)行EOF分析，在EOF 分析之前對輸入的氣溫和降水?dāng)?shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理。EOF 分解得到氣溫的前3 個(gè)模態(tài)(圖6)，第一模態(tài)方差貢獻(xiàn)率為93.89%，反映了廣東春運(yùn)期間全省一致冷或暖的分布特征，從時(shí)間序列來看，2000年以前主要為年代際變化，2000年以后則以年際變化為主，近幾年處于一致偏暖的氣候背景下。第二模態(tài)占總方差的3.16%，為南冷(暖)北暖(冷)的反位相變化，時(shí)間序列上表現(xiàn)出年際變化特征。第三模態(tài)僅占總方差的0.98%，為西冷(暖)東暖(冷)的反位相變化，2005 年以來呈現(xiàn)出準(zhǔn)8 a的周期變化。

圖6 1971—2021年廣東省春運(yùn)期間氣溫EOF分解的3個(gè)空間模態(tài)(a、c、e)和對應(yīng)的時(shí)間序列(b、d、f)

廣東春運(yùn)降水EOF 分解的前3 個(gè)模態(tài)方差貢獻(xiàn)率分別為85.42%、4.82%、2.92%。由圖7 可見，與氣溫一樣，降水第一模態(tài)同樣表現(xiàn)出廣東全省一致型變化特征，從時(shí)間序列來看，2000年以后降水處于偏少的氣候背景下。第二模態(tài)反映了廣東春運(yùn)降水西多(少)東少(多)的差異分布，20世紀(jì)90年代至21世紀(jì)初這段時(shí)期以這一特征為主。第三模態(tài)則反映了南多(少)北少(多)的差異分布，近幾年這種分布型出現(xiàn)較多。

圖7 1971—2021年廣東省春運(yùn)期間降水EOF分解的3個(gè)空間模態(tài)(a、c、e)和對應(yīng)的時(shí)間序列(b、d、f)

4 不同降水和氣溫配置型對應(yīng)的環(huán)流和海溫特征

根據(jù)EOF 分析，廣東春運(yùn)期間的氣溫和降水變化都以全省一致為最重要的特征，所以在春運(yùn)氣溫與降水異常分析中可以把廣東作為一個(gè)整體進(jìn)行考慮。另外，氣溫和降水第一特征向量對應(yīng)的時(shí)間系數(shù)與廣東86個(gè)氣象站的春運(yùn)期間平均氣溫和降水量變化的相關(guān)系數(shù)都超過了0.99。故以氣溫與降水第一模態(tài)時(shí)間序列0.5 倍標(biāo)準(zhǔn)差(0.5σ)的標(biāo)準(zhǔn)劃分出氣溫偏高(偏低)和降水偏多(偏少)的年份，并從中挑選出冷濕、冷干、暖干、暖濕的年份。選取的冷濕年份為：1992、1998、2008、2016年；冷干年份為：1971、1974、1984、1993、2011、2014 年；暖干年份為：1976、1981、1987、1991、1999、2002、2003、2006、2009、2013、2018 年；暖濕年份為：1975 年。共挑選出冷濕(4 年)、冷干(6 年)和暖干(11 年)年份共計(jì)21 年，占到全部年份的42%。由于本文從降水和氣溫的協(xié)同變化入手，對“降水異常-氣溫正?！?1972、1977、1978、1980、1982、1983、1985、1989、1990、1997、2017、2020 年)和“氣溫異常-降水正?！?1973、1986、1988、1995、1996、2000、2004、2005、2007、2010、2012、2015、2019 年)的單要素異常年份不做分析。同時(shí)，由于暖濕年份只有一年，不具有代表性，故在下文分析中不做討論。

近50 年來，廣東省春運(yùn)期間出現(xiàn)冷濕的年份共有4 年，約占8%。如圖8 所示，在冷濕年份，海溫場上，前一年12月赤道中東太平洋海溫偏暖，表現(xiàn)出El Ni?o 狀態(tài)，西太平洋暖池海溫偏冷，印度洋海溫偏暖。簡云韜等[26]研究指出在El Ni?o 事件的影響下，后冬冬季風(fēng)偏強(qiáng)，海洋性大陸及附近地區(qū)的降水量減少，華南的降水量增多。何金海等[27]研究指出冬季暖池偏冷時(shí)，在菲律賓海區(qū)域激發(fā)出一個(gè)顯著的反氣旋性環(huán)流，有利于南海地區(qū)水汽向我國華南地區(qū)輸送，華南地區(qū)冬季降水顯著偏多。彭京備[28]研究發(fā)現(xiàn)當(dāng)東印度洋海溫偏高時(shí)，局地對流加強(qiáng)，引起南支槽地區(qū)的上升運(yùn)動加強(qiáng)，南支槽活躍，引起華南和江南的降水偏多。這些研究與本文的結(jié)果一致。

圖8 冷濕年前期海溫和同期大氣環(huán)流異常分布

在同期500 hPa 高度場上(圖8b)，歐亞中高緯為經(jīng)向環(huán)流特征，自西向東呈現(xiàn)“+-+-”的遙相關(guān)波列，類似于Wallace 等[29]定義的歐亞遙相關(guān)型(EU)，劉毓赟等[30]研究指出冬季EU 處于正位相時(shí)，華南地區(qū)氣溫偏低，與本文結(jié)論一致。東亞中高緯為“北高南低”的異常分布，以蒙古高原為界，以北的高緯度地區(qū)為正異常，以南為負(fù)異常，這種環(huán)流形勢有利于冷空氣向南爆發(fā)[31-32]。此外，在東亞中低緯地區(qū)，中國大部為負(fù)異常區(qū)，日本以南為正異常區(qū)，呈東西偶極分布。這種“東高西低”的形勢表明西風(fēng)帶低槽活躍、西太平洋副熱帶高壓偏強(qiáng)偏北，有利于水汽輸送[33]。海平面氣壓場上(圖8c)，西伯利亞高壓異常偏強(qiáng)，冷高壓異常從貝加爾湖地區(qū)向南一直延伸至華南地區(qū)，冷空氣由中、西路頻繁南下入侵，造成廣東氣溫偏低。水汽輸送場上(圖8d)，菲律賓附近呈現(xiàn)出異常反氣旋式環(huán)流，這種異常形勢加強(qiáng)了西南水汽輸送，并從以下兩個(gè)方面影響廣東春運(yùn)降水：一方面有利于更多的水汽從中印半島附近輸送至廣東地區(qū)，從而有利于降水的增加；另一方面由于中印半島大氣溫度高于廣東地區(qū)，這樣的形勢有利于暖平流輸送至廣東，與北方冷空氣交綏，有利于異常上升運(yùn)動和降水的增多。

廣東省春運(yùn)期間出現(xiàn)冷干的年份共有6年，占比12%。由圖9 可看出，與冷濕年份相反，前一年12 月全球呈現(xiàn)冷海溫背景，赤道中東太平洋海溫偏冷，表現(xiàn)出La Ni?a狀態(tài)，印度洋海溫偏低，黑潮區(qū)海溫偏低，西太平洋暖池海溫偏暖。伍紅雨等[34]研究指出，華南冬季氣溫對La Ni?a 事件的響應(yīng)比對El Ni?o 事件顯著，La Ni?a 事件當(dāng)年華南冬季氣溫偏低。黑潮區(qū)海溫偏低有利于東亞冬季風(fēng)偏強(qiáng)[35]，我國大部分地區(qū)氣溫偏低[36]，西太暖池海溫偏暖以及東印度洋海溫的偏低則有利于華南地區(qū)降水偏少。

圖9 同圖8，但為冷干年合成分布

在同期的500 hPa 高度場上(圖9b)，歐亞中高緯同樣為經(jīng)向環(huán)流，呈現(xiàn)“兩脊一槽”分布，西歐和鄂霍次克海偏高，東歐-貝加爾湖偏低，這表明西歐脊和東歐槽均加強(qiáng)，有利于歐洲中高緯冷空氣向中國南方傳輸[37]，而東亞東部地區(qū)也表現(xiàn)出“北高南低”特征。海平面氣壓場上(圖9c)，西伯利亞高壓偏強(qiáng)，冷高壓異常由東北向南延伸至華南地區(qū)。這種高低空的環(huán)流配置同樣有利于高緯度冷空氣活躍并向南爆發(fā)，但是冷空氣路徑偏東，強(qiáng)勢冷空氣沿東部沿?？焖傧蚰锨忠u，造成廣東地區(qū)氣溫偏低。受La Ni?a影響，西太平洋副熱帶高壓偏小偏弱，東亞低緯度地區(qū)負(fù)異常顯著，這與冷干年“東高西低”的特征明顯不同，可能會影響下層的水汽輸送。在水汽輸送場上(圖9d)，菲律賓附近存在一個(gè)異常的氣旋式環(huán)流，這種異常形勢加強(qiáng)了廣東地區(qū)的偏東、偏北氣流，而且不利于南部海面上的暖濕水汽輸送至廣東地區(qū)，使廣東位于水汽輻散區(qū)，水汽條件較差，降水偏少。

廣東省春運(yùn)期間出現(xiàn)暖干的年份共有11 年，約占22%。由圖10可見，在暖干年份，前期全球海溫整體趨于正常，赤道中東太平洋表現(xiàn)出弱的冷水狀態(tài)，鄂霍次克海海溫偏低，熱帶印度洋偶極子負(fù)位相。同期500 hPa高度場上，中高緯以緯向環(huán)流為主，東亞上空呈現(xiàn)出北低南高的特征，東亞大槽偏弱，不利于冷空氣南下入侵我國[38]，廣東上空受到正高度距平控制，西太平洋副熱帶高壓接近常年略偏強(qiáng)。海平面氣壓場上，西伯利亞高壓偏弱，冷空氣不活躍，廣東地區(qū)地面氣壓偏低，冷空氣偏弱。而在水汽場上，廣東上空受反氣旋式環(huán)流控制，輻散下沉，溫高雨少。

圖10 同圖8，但為暖干年合成分布

綜上所述，將廣東春運(yùn)期間冷干、冷濕、暖干3種不同類型對應(yīng)的前期海溫和同期環(huán)流特征進(jìn)行匯總，得到表1。通過對21 個(gè)異常年的海溫和大氣環(huán)流進(jìn)行回看檢查：大多數(shù)海溫和環(huán)流信號都有70%以上的一致率；冷濕年海溫和環(huán)流信號最顯著；中高緯環(huán)流信號比低緯度更顯著，這可能是由于春運(yùn)期間冷空氣主要受中高緯系統(tǒng)影響導(dǎo)致的。

表1 廣東春運(yùn)期間不同氣溫降水配置對應(yīng)的海溫和環(huán)流特征

5 結(jié)論和討論

通過對近50年廣東省春運(yùn)期間氣溫和降水的變化特征進(jìn)行分析，從氣溫降水協(xié)同變化的角度切入劃分出冷干、冷濕、暖干3種氣候異常類型，分析了ENSO、印度洋海溫、西太暖池海溫、西太平洋副熱帶高壓、西伯利亞高壓、菲律賓反氣旋等海溫和環(huán)流因子對3種氣候異常類型影響，得出以下結(jié)論。

(1) 近50 年來，廣東省春運(yùn)期間平均氣溫為14.2 ℃，呈現(xiàn)顯著上升趨勢，上升速率為0.3 ℃/(10 a)。珠三角和粵東地區(qū)平均氣溫和極端最低氣溫顯著上升，低溫日數(shù)顯著減少。

(2) 春運(yùn)期間廣東省多年平均降水量為84.8 mm。全省平均降水日數(shù)為14.7 天，呈現(xiàn)顯著下降趨勢，變率可達(dá)-0.8 d /(10 a)。各地降水日數(shù)都呈現(xiàn)減少趨勢，粵西北、粵東、粵西沿海減少顯著。

(3) 對1971—2020 年廣東省春運(yùn)期間平均氣溫和降水量進(jìn)行EOF 分解，第一模態(tài)方差貢獻(xiàn)率分別為93.89%和85.42%，說明全省一致型為廣東春運(yùn)期間氣溫和降水最重要的特征，可把廣東作為一個(gè)整體進(jìn)行研究。根據(jù)氣溫與降水第一模態(tài)時(shí)間序列0.5 倍標(biāo)準(zhǔn)差，挑選出氣溫和降水協(xié)同變化的異常年份(冷干(6 年)、冷濕(4 年)和暖干(11年))共21年，占到全部年份的42%。

(4) 冷濕年份和冷干年份，歐亞中高緯都表現(xiàn)出經(jīng)向環(huán)流特征，東亞地區(qū)高度場“北高南低”，西伯利亞高壓偏強(qiáng)，有利于冷空氣活躍南下。不同的是，冷濕年東亞西部地區(qū)“北高南低”，低緯度地區(qū)“東高西低”，對應(yīng)的冷空氣路徑為中、西路，有利于水汽輸送；而冷干年東亞東部地區(qū)“北高南低”，低緯度地區(qū)一致偏低，對應(yīng)的冷空氣路徑偏東，不利于水汽輸送。另外，冷濕年前一年12月赤道中東太平洋偏暖，呈現(xiàn)El Ni?o 狀態(tài)，受其影響西太平洋副熱帶高壓偏大偏強(qiáng)，西太暖池偏冷，在菲律賓海區(qū)域激發(fā)出一個(gè)顯著的反氣旋性環(huán)流，有利于西南水汽輸送到廣東地區(qū)，降水偏多；而冷干年則相反。

(5) 暖干年份，東亞中高緯表現(xiàn)出北低南高的緯向環(huán)流分布，東亞大槽和西伯利亞高壓偏弱，不利于冷空氣的生成和南下，廣東上空為正高度距平控制，氣溫偏高。同時(shí)，暖干年赤道中東太平洋海溫呈現(xiàn)中性偏冷狀態(tài)，廣東上空受反氣旋式環(huán)流控制，輻散下沉，溫高雨少。

本文從氣溫和降水的協(xié)同變化入手，系統(tǒng)地分析了廣東春運(yùn)期間不同降水氣溫配置對應(yīng)的海溫和環(huán)流特征，但是由于篇幅有限，對于一些可能影響冬季氣候異常的外強(qiáng)迫因子(如海冰、積雪、太陽活動、火山活動等)未做具體分析，下一步將另文分析。