EN中文

GEOGRAPHICAL RESEARCH >

2018 , Vol. 37 >Issue 5: 870 - 882

DOI: https://doi.org/10.11821/dlyj201805002

Articles

Different influences of temperature on snow cover and sea ice area in the Northern Hemisphere

  • REN Yanqun , 1, 2 ,
  • LIU Suxia , 1, 2
Expand
  • 1. Key Laboratory of Water Cycle and Related Land Surface Processes, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. School of Natural Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2018-01-06

  Request revised date: 2018-03-05

  Online published: 2018-05-20

Copyright

《地理研究》编辑部 所有
Fold

Abstract

Snow and sea ice are two of the most important sources of water, which play significant roles in regional and global climate change and hydrological cycle. The MK test and lag analysis methods were employed to study the spatio-temporal characteristics of relationship between temperature and snow cover and relationship between temperature and sea ice based on NCEP reanalysis temperature data and NSIDC weekly snow and ice data. The results indicate that during the period of 1979-2013, the annual average temperature over the Northern Hemisphere and the Arctic showed a significant increasing trend, while the area of snow and sea ice showed a decreasing trend. Snow cover frequency decreased with the increase of temperature in most parts of the Northern Hemisphere, but increased with the increase of temperature in the lower Yangtze River Basin and Tibetan Plateau. In much of the near land sea, sea ice cover frequency significantly decreased with the increase of temperature. The variation of sea ice area was mainly attributed to the temperature change, and the highest negative correlation occurred when temperature change was 1-2 months ahead of the change of sea ice area. For snow cover, the temperature change is also the main reason. When the temperature change was 1-4 months ahead of the change of snow cover, the negative correlation index was the highest. Compared with snow, response of sea ice to the change of temperature is 1-2 months later, which was mainly caused by larger density of sea ice than that of snow. In general, the effect of temperature change on sea ice and snow cover has consistency with different response time to temperature and shows a strong spatial variability.

Key words： Northern Hemisphere; snow cover area; sea ice area; temperature

Cite this article

REN Yanqun , LIU Suxia . Different influences of temperature on snow cover and sea ice area in the Northern Hemisphere[J]. GEOGRAPHICAL RESEARCH, 2018 , 37(5) : 870 -882 . DOI: 10.11821/dlyj201805002

1 引言

积雪与海冰是全球重要水贮存单元[1],它们的变化在很大程度会影响下垫面能量和水分的交换[2],从而对人类社会和自然环境带来影响[3]。从空间分布来看,全球98%的积雪和几乎全部的海冰都位于北半球[4],尤其是在中高纬度带。所以目前对于积雪、海冰面积的研究多集中在北半球,主要是对其分布及其变化特征进行了研究[5,6]。
在北半球积雪变化研究方面,Brown等[7]利用NOAA、ERA和Najafi等[8]利用周积雪覆盖面积、雪水当量等多源数据开展研究,均发现在1922-2010年间,北半球春季积雪面积呈现减少的趋势;Stephen等通过趋势分析和突变检测发现,1972-2006年间,北美和欧亚大陆的积雪面积在春季出现下降趋势,而秋季则是增加的趋势[9];Groisman等对北半球的积雪面积进行研究发现,北半球积雪范围有向高纬度后退的趋势[10];杨修群等利用NOAA资料分析发现,1988-1998年间北半球积雪变化呈增长趋势,尤其以青藏高原最为剧烈[11];张宁丽等通过利用MODIS雪产品数据研究发现,北半球积雪在夏秋季减少而冬季增加[12]。这些研究表明,近几十年来,虽然积雪面积普遍呈下降趋势,但春秋季节积雪面积的变化趋势不相同,各个区域的积雪面积的变化也具有空间变异性。
在北半球海冰变化研究方面,当前很多研究都发现北半球海冰面积呈不断减少的趋势,但不同时期和不同区域变化规律有所差异[13,14,15,16]。Deser等分析了1979-2007年北极海冰密集度的变化,发现1993年之前冬季海冰密集度在大西洋西部和太平洋东部呈上升趋势,在大西洋东部和太平洋西部为下降趋势,而1993年之后的变化情况与此前刚好相 反[17];Parkinson等利用被动微波数据研究了整个北极地区海冰外缘线面积和海冰面积在不同时间尺度上的变化特征,并对不同时期的数据结果进行对比分析,发现海冰面积的变化趋势具有一致性,且面积都在逐渐减少[18,19];朱大勇等发现1997-2005年间北极楚科奇海的海冰面积在逐渐减少,减少的趋势经历了轻—重—轻的变化过程[20];魏立新利用被动微波数据发现,1978-2002年间北半球海冰面积迅速减少[21];彭海涛发现2002-2011年间海冰面积下降速率达7.62×104 km2/a[22]。
在第五次IPCC的报告中提到：截至2013年,在其过去的30年中,地球表面的温度有很大程度的升高,而升高的温度会在很大程度上影响冰冻圈的变化规律[22,23]。大量的研究观测发现,到目前为止,温度上升导致增加的热量有80%都被海洋以及冰川所吸收,从而使得海洋的温度不断上升,且永久性冰川积雪不断融化,最终使得海平面上升。全球的海平面上升了大约0.17 m的高度[24]。
由上可知,全球范围内积雪和海冰变化存在的空间变异性和时间变化的分段性,但少有将二者放在一起进行对比研究。积雪和海冰对全球气候变化的响应以及反馈具有重要意义,为了研究积雪和海冰与温度变化之间的具体的联系,并为研究冰冻圈水文与气候变化之间的作用提供参考,本文利用美国雪冰数据中心提供的1979-2013年间的周雪冰数据以及NCEP再分析数据集中的气温数据,深入分析北半球积雪、海冰面积和温度的时空变化特征以及温度变化对北半球积雪、海冰面积影响的差异,旨在为更准确地了解气候变化下的积雪面积和海冰面积变化趋势。

2 研究方法与数据来源

2.1 数据来源及预处理

2.1.1 雪冰数据 数据来自美国雪冰数据中心的EASE2-GRID北半球的周积雪和海冰面积数据集,其中积雪面积来自于NOAA/NCDC积雪面积数据,而海冰面积数据是通过被动微波辐射（SMMR、SSM/I）亮温数据计算得到,相比单一数据源,具有更高的精度[25]。该数据集的空间分辨率为25 km,积雪面积从1966年10月3日-2014年6月29日,海冰面积从1979年1月1日-2014年6月29日。首先对该数据进行预处理,包括格式转换、投影变换等。其次,为了方便以后的计算,对其进行了重新编码,将积雪编码为1,海冰编码为2,其他则为0。最后对积雪和海冰的面积进行统计。
2.1.2 气温数据 气象数据采用美国环境预报中心（National Centers for Environmental Prediction,NCEP）与美国大气研究中心（National Center for Atmospheric Research,NCAR）联合开发的再分析数据集中的逐日等压面数据集中的气温数据[26]。该数据包括每天的17个等压面（1000 hPa、925 hPa、850 hPa、700 hPa、600 hPa、500 hPa、400 hPa、300 hPa、250 hPa、200 hPa、150 hPa、100 hPa、70 hPa、50 hPa、30 hPa、20 hPa、10 hPa）的气温资料。时间范围是1968-2014年,空间覆盖范围是全球,空间分辨率为2.5°×2.5°,数据的单位是开尔文（K）。本文最终选取1000 hpa海平面大气压等压面的温度。对于不同数据的对比研究较多[27],NCEP再分析气温数据在全球气候变化的研究中得到了广泛的应用,并且在精度上也满足大尺度研究的需要[28,29]。
数据分析时,将日气温数据的开尔文温度转化成摄氏温度。为使温度数据与雪冰数据在时间上匹配,对日温数据进行了周平均处理,并在需要时进行了年平均处理。
积雪数据的时间范围是1967-2013年,海冰数据的时间是1979-2013年,为了时间序列的一致性,将研究时段统一取在1979-2013年。积雪分布在北半球的中高纬陆地区域,而海冰主要在66°N以上即北极圈的范围内。由于积雪面积直接与积雪区的温度有关,因此在分析温度与积雪面积的关系时,用的是北半球积雪区的温度。分析海冰面积与温度的关系时,采用北极圈的温度。

2.2 分析方法

2.2.1 MK检验 为分析温度、积雪面积、海冰面积在时间上的变化趋势、不同阶段的变化特征、长时间尺度上其变化是否存在突变,以及这些变化的显著性,本文采用Mann-Kendall检验方法。对设定的x1 , x2 , … , xn时间序列变量,n为时间序列的长度,建立一秩序列Sk：
S k = ∑ i = 1 k r i ( k = 2 , 3 , … , n ) （1）
其中
r i = 1 , x i > x j 0 , x i ≤ x j （2）
当时间序列独立并且随机的情况下,设定统计量：
U F k = S k - E ( S k ) Var ( S k ) ( k = 2 , 3 , … , n ) （3）
式中：UF1=0; E ( S k ) 、 Var ( S k ) 分别为秩序列Sk的方差和均值,可以通过如下公式得到：
E S k = k k + 1 4 Var S k = k k - 1 2 k + 5 72 （4）
UFk为标准正态分布,设显著性水平为 α ,若 U F k > U α 2 ,则说明该序列的变化趋势具有显著性。对x这一时间序列进行逆向排序,然后再根据式3计算逆序列的 U F k ,则逆向排序序列的UBk可以表示为：
U B n - i + 1 = - U F i ( i = 1 - n ) （5）
对UFk和UBk序列进行再统计分析能够得到序列x的变化趋势和突变发生的时刻。如果计算得到的UFk或UBk的值大于0,则表明该序列具有增加的趋势;否则表示具有下降的趋势。如果两条曲线UFk和UBk在某时间点上具有交点,且该交点在某置信区间的上下临界线之间,则说明该交点代表的时刻在某一置信区间内是显著的突变发生的时间点[30]。
2.2.2 相关分析 对不同的要素之间进行相关分析,可以表明其内在相互联系的程度大小,一般通过对相关系数的计算与检验来实现。若有两个要素分别为x、y,其各自的样本值为xi 与yi（i = 1, 2, …, n）,那么下式可以表示它们之间的相互关系[31]：
r xy = ∑ i = 1 n ( x i - x ̅ ) ( y i - y ̅ ) ∑ i = 1 n ( x i - x ̅ ) 2 ( y i - y ̅ ) 2 （6）
式中：要素x、y之间的相关系数用rxy表示,它的值介于[-1, 1]区间。rxy大于0时,说明x与y呈正相关关系;反之,如果rxy小于0,则说明x与y呈负相关关系。rxy向下越靠近–1或向上越靠近1,那么说明x与y之间的关系越紧密;如果rxy的值趋向于0,则说明x与y之间的关系越小。
2.2.3 去季节分析 因为本文使用的温度、积雪面积、海冰面积等参数的季节特征显著,为了去除季节波动造成的影响,对温度、积雪面积、海冰面积的时间序列进行去季节处理。去季节的方法由Kottegoda[32]于1980年首次提出,目的是为了去除水文数据中周期性以及变量的方差。最初的去季节方法只是用简单的方法去掉序列数据中的周期及方差,但是Montanari[33]在原来方法的基础上,通过累积分布函数对数据进行去季节分析。由于本研究的数据序列只需要去除其周期性,因此仍用传统去季节方法。
对时间系列 X ij ,i表示年,j表示月,每月的多年平均为：
X j ¯ = ∑ i = 1 n X ij n , ( i = 1,2 , … , n ; j = 1,2 , … , 12 ) （7）
去掉季节波动的时间序列为：
Y ij = X ij - X j ¯ , ( i = 1,2 , … , n ; j = 1,2 , … , 12 ) （8）
2.2.4 相关指标的计算 积雪面积的计算是通过累加有积雪的像元数,再用总的像元数与单个像元面积相乘,计算公式如下：
SnowAre a i = ∑ sno w i × are a i （9）
式中： ∑ sno w i 表示积雪的总像元数; are a i 表示单个像元的面积,即数据的分辨率。
积雪覆盖频率为某一像元在一年中的总的积雪的天数与该年的总天数的比值：
Frequen c y = ∑ sn owday N （10）
式中： ∑ sn owday 表示一年中有雪的总天数;N表示一年的总天数,海冰覆盖频率计算方法同积雪。

3 结果分析

3.1 温度、积雪面积和海冰面积的时间变化特征

3.1.1 年际变化特征 各参数去季节之后的结果,就是在长时间尺度上的变化特征。对其进行MK检验分析,结果如图1所示。
Fig. 1 The long-term change of different paremeters after deseasonalisation and its MK test

图1 去季节后的各参数的多年尺度变化及MK检验

在长时间尺度上,北半球积雪区的年均温度和北极圈的年均温度是呈现上升趋势,其中积雪区的年均温度上升趋势为0.04 ℃/a（R = 0.75）,北极圈的年均温度上升趋势为0.1 ℃/a（R = 0.77）。
北半球的年均积雪面积在1979-2013年间,呈现明显的下降趋势,平均每年以11026.5 km2（R = 0.22）的速率减少。虽然在研究时段内海冰面积随着时间的变化有上升也有下降,但是整体的变化趋势是下降的,整体的下降速率为1624.6 km2（R = 0.58）。
对1979-2013年的北半球积雪区以及北极圈的年均温度进行MK检验,从UF曲线可以看出（图1a）,积雪区的年均温度在1985年之前没有明显的趋势变化,从1985年起有明显的增暖趋势,在2000年之后增暖趋势超过了0.05显著性水平临界值,说明积雪区的温度上升趋势十分显著。根据UF和UB的交点位置,可以确定,1985年以来的增暖存在突变现象,时间是2000年;图1b中北极圈的温度在1987年之前变化无明显趋势,从1987年左右开始增暖,到1998年之后增暖趋势变得十分显著,增暖的突变年份在1999年。说明北极的温度变化比陆地上积雪区的增暖现象开始时间要有所提前,提前的时间不明显。
1979-2013年间,北半球的积雪面积变化趋势不显著（图1c）,仅在1990-1995年间呈显著的下降趋势,且这种减少的趋势不存在突变现象;而北半球海冰面积的变化表现为先增加后减少的变化过程（图1d）,1989-1999年间海冰面积在上升,随后开始下降,到2007年以后下降趋势十分显著,且下降趋势存在突变现象,在2005年。
3.1.2 年内变化特征 对北半球温度、积雪面积和海冰面积的年内变化分析如图2所示。根据图2a显示,北半球积雪区的月均温度变化呈倒“V”字型,7月的温度最大为19.32 ℃,1月温度最小为-12.96 ℃。积雪的面积在年内的变化呈现先减少后增加的“V”型趋势。8月积雪面积达到最小值,为71.07×104 km2,1月积雪面积最大,为4168.06×104 km2。这个结果和IPCC第4次报告中的“一年内北半球最大积雪面积为1月,最小为8月”的结果一致。
Fig. 2 The seasonal change of temperature and snow cover area (a), and temperature and sea ice area (b)

图2 温度与积雪面积和温度与海冰面积的季节变化

北极圈的温度在7月达到最大值为4.54 ℃,2月为最小值-24.21 ℃。对北半球的月均海冰面积进行分析,从图2b可以看出,海冰面积在年内的变化和积雪的差别较大,积雪是呈倒V字型,海冰的变化是呈现增长然后减少再增长的变化。海冰面积在3月达到最大,为1458.17×104 km2,随后随着温度的上升,海冰面积不断减少,到9月,海冰面积达到最小,为567.21×104 km2。9月之后,开始进入低温期,海冰面积随着温度的降低,开始积累,北半球的海冰进入积累期。

3.2 积雪面积和海冰面积与温度的关系

为了揭示温度与北半球的积雪面积变化和海冰面积变化的关系,本文分析了温度与积雪面积、温度与海冰面积的相关性。因为积雪面积和积雪区的温度的关系是最直接的,因此用北半球积雪区的平均温度来进行分析,结果如图3所示。因为积雪数据时间分辨率是7天,因此合成7天平均气温,然后计算得到每7天的积雪面积和北半球积雪区的平均气温（图3）。
Fig. 3 The scatter plots of snow cover area and temperature

图3 北半球积雪区温度与积雪面积的散点图

通过分析可以发现,北半球的积雪和海冰与温度密切相关,对于积雪来说,温度直接决定雪以什么样的状态存在,积雪覆盖面积和温度呈明显的负相关,温度越大积雪的融化就越多,积雪的面积就越小。1979-2013年间,积雪面积随温度的增长,呈现出来的斜率是-131.92×104 km2 /℃,即北半球积雪区平均温度上升1 ℃,积雪面积相应减少131.92×104 km2,并且相关系数高达0.98。
随着温度的变化,积雪面积相应的增加或减少。积雪面积减少的过程就是融雪的过程,因为冬季积雪面积是最大的,冬季过后随着温度上升积雪开始融化,进入融雪阶段,夏季的积雪面积是最小的,随后积雪开始积累,面积开始增加,融雪过程结束。
北半球的海冰主要分布在北极圈范围,为了避免造成不必要的误差,因此仅取北极圈（66°N以上的区域）的平均温度来与海冰面积进行分析,北半球海冰面积与温度的关系如图4所示,计算方法同图3。
Fig. 4 The scatter plots of sea ice area and temperature

图4 温度与海冰面积的散点图

对北半球周海冰面积与对应的北半球周平均温度进行分析,平均温度与对应的海冰面积在变化上呈现明显的负相关。结合海冰面积的年内变化规律,将其分成两个部分,分别是从3-8月的海冰消融期和9月-来年2月的海冰积累期,消融期为6个月,积累期为6个月。从图4中可以看出,海冰面积与温度的关系在不同的时期存在两种不同的关系,积累期的斜率大于消融期的斜率,说明当海冰处于积累期时,对温度的上升导致的海冰面积的减少要比消融期的大。海冰面积与温度的关系是典型的绳套曲线。
与积雪面积与温度的关系相比,海冰面积与温度的关系在时间上存在滞后,这个滞后的原因是,虽然积雪和海冰的比热容是相同的,但是海冰的密度比积雪的密度大,在相同的热量下,融化的积雪的体积比海冰的要大很多,因此融化相同体质量的积雪、海冰,海冰所需要的热量要大于积雪的,就需要热量的累积,表现出来就是对温度的滞后反应。
这种滞后性还可能与海表面温度有关,因为海冰的形成与海表面温度直接相关,而海表面温度与大气温度之前还存在一些传导过程,当大气温度开始下降时,先作用于海洋表面,当海洋表面温度足够低时,才会形成海冰。当气温上升时,升温带来的热量一方面作用于表面的海冰,一方面作用于海洋水体。这个对海体（海冰）的降温（升温）过程需要时间,这也就是海冰对气温变化做出反应的滞后时间。
本文分别对去季节后的温度和积雪面积、海冰面积的时间序列进行了滞后相关分析,求出在不同滞后时间,两者之间的相关系数,试图分析温度与积雪面积以及温度和海冰面积变化的潜在联系,结果如图5所示。
Fig. 5 The lag correlation of temperature and snow area (a) and sea ice area (b)

图5 温度和积雪面积、海冰面积的滞后相关分析

从图5可以看出,在长时间尺度上,积雪面积的变化和海冰面积的变化与温度的关系大不相同。当温度变化滞后时间为0时,积雪面积变化与温度变化的相关性和海冰面积变化与温度变化的相关性都最高,分别是-0.31和-0.40。随着滞后时间的加长,两者之间的负相关性减弱,当滞后时间为3个月时海冰面积变化与温度变化的相关性达到最小负相关,仅为-0.21,滞后5个月时,积雪面积变化和温度变化的关系为最小正相关,为0.03,说明积雪面积变化和海冰面积变化在短期内（3~5个月）内受温度的影响是在减弱的。
当温度变化超前2个月时,海冰面积变化与温度变化的相关系数和最大值接近,为0.39,说明当温度超前变化2个月时对海冰面积的变化影响是较大的。随着超前时间的加长,海冰面积变化与温度变化的关系不断减弱。当温度变化超前时,积雪面积变化与温度变化的关系在不断减弱,当超前时间为1~4个月时,负相关关系比较稳定。
通过滞后分析可得温度变化是海冰面积变化的原因,温度变化超前1~2个月,负相关性最高。而对于积雪面积变化来说,温度变化同样是积雪面积变化的主要原因,当温度的变化超前1~4个月时,负相关性最好。
前文对1979-2013年整体的积雪面积、海冰面积与温度的变化进行了分析。随着近几十年温度的变化,这种积雪和海冰与温度的关系在年际上应是不同的,因此在下文对相关性的年际变化进行了分析,结果如图6所示。
Fig. 6 The interannual change of correlation in the study period

图6 相关性的年际变化特征

从图6可以看出,积雪面积与温度的关系不是固定不变的,在1979-2013年间,随着温度的上升,积雪面积与温度的负相关性在增强。海冰面积与温度存在两种相关关系,分别对应海冰的积累期和消融期。积累期温度与海冰面积的关系较消融期大,积累期的负相关性在波动中增强。而在消融期,随着温度的上升,温度与海冰面积的负相关性反而在减弱。

3.3 温度、积雪面积和海冰面积空间变化特征

在时间上,温度对积雪和海冰的关系是显著的,为了进一步了解其在空间上的特征,对积雪覆盖频率与海冰覆盖频率与温度的相关性的空间分布进行计算,并通过了95%置信度检验,结果如图7所示。
Fig. 7 The spatial distribution of correlation coefficient at the 95% confidence level

图7 置信度为95%的相关系数的空间分布

从图7可以看出,1979-2013年,仅在中国东部、青藏高原等地以及北美洲南部等极少数地区是随着温度的上升积雪覆盖频率是增加的,且只有中国的华北、内蒙古、长江中下游、青藏高原北部柴达木盆地等局部地区等地通过了95%置信度检验。绝大部分地区温度与积雪覆盖频率是呈负相关关系,其中通过95%置信度检验的区域主要集中在北美洲中部以及北部、欧亚大陆中部以及欧洲的芬兰瑞典等地。

有研究表明[34,35]在青藏高原北部的柴达木荒漠地带,积雪覆盖率与温度呈正相关,在本文的研究中,在该区域积雪覆盖频率与温度呈正相关,说明温度在该区域与积雪的关系都是呈正相关。这可能是因为在该区域,温度的变化趋势较小,而降水量的增加趋势则比较大,降水的增加会导致当温度达到降雪的临界温度时,会有更多、范围更大的降雪发生,从而导致积雪覆盖频率的增加。近几十年来,长江流域中下游地区的平均温度、年降水皆呈上升趋势[36],而且降雪量在长江流域中下游的局部地区呈线性增加趋势[37],也会导致积雪覆盖频率增加。
海冰覆盖频率在高纬区域是与温度呈正相关关系,但是仅北美洲以北靠近极点的高纬度海域通过了95%置信度检验。其他海冰区都表现出随着温度的上升,海冰覆盖频率减少的趋势,以格陵兰岛周围海域表现最明显,最大负相关系数达到0.8,通过95%置信度检验的区域包括,俄罗斯鄂霍次克海近陆地海域、白令海峡附近、西伯利亚海、北美洲哈德孙湾和戴维斯海峡等以及欧洲以北的挪威海域等等,都属于近陆地海域[21]。这可能和近海区由于陆地升温较快以及人类活动导致的近陆地海域温度高与远陆地海域温度低有关,从而导致了海冰覆盖频率与温度之间的关系在空间上表现出来的不均匀性。

4 讨论

4.1 温度数据的选取

数据是开展研究的基础,目前能使用的全球范围的温度数据种类较多,有根据站点插值得到的数据,有全球气候模式的输出结果还有再分析资料等,为了比较这些数据的适用性,在数据选择的时候,分别选取了不同类型的一种数据,即Willmot和Matsuura根据全球站点数据制作的温度数据、CMIP 5和NCEP再分析温度数据进行对比分析。对其长时间序列的变化及趋势分析,如图8所示,发现,这3种数据尽管算法不同,数值有所偏差,但是其波动幅度以及变化趋势是十分相近的,而且本文旨在研究温度与积雪面积及海冰面积的关系,因此在数值上的差异不会对关系的研究产生影响综合考虑之下,本文选择了NCEP再分析温度数据。
Fig. 8 The comparison of different temperature data sets

图8 不同温度数据对比

4.2 温度的计算范围

为了解不同范围的温度的差异,本文对北半球、积雪区以及北极圈的年均温度进行了对比（图9）。
Fig. 9 The trends of annual mean temperature in different zones and relationship between temperature and sea ice area

图9 不同范围的温度变化趋势和与海冰面积的关系对比

从图9a中可以看出,不同范围的温度之间差异很大,因此在进行相关分析时,采用与积雪或是海冰作用最直接的温度是符合客观事实的。所以在本研究中,分析积雪面积与温度的关系时,采用的积雪区的温度。而在海冰的分析中,北半球温度和北极圈温度分别与海冰面积的关系虽然存在差异,但是本质仍然是绳套曲线,如图9b所示。且由于海冰只分布在北极圈范围内,其变化与极圈温度作用最直接[13],因此在海冰面积的分析中采用了北极圈的温度。

5 结论

本文对北半球积雪、海冰面积和温度的变化特征以及温度与积雪面积和海冰面积变化的关系进行了分析,得到以下几点结论：
（1）1979-2013年,北半球积雪区的年均温度和北极圈的年均温度都呈上升的趋势,其中北极圈的温度上升趋势更大,积雪区年均温在1999年出现突变,为显著上升趋势,北极圈温度变化的突变点同样在1999年,但是变化不显著。而积雪面积和海冰面积都呈下降的趋势,海冰面积减少速度较大,积雪面积的时间变化不存在突变点,而海冰面积变化的显著突变点在2005年。在年内变化中,温度与积雪面积的变化曲线是相反的,海冰面积与温度有滞后现象,滞后时间为1~2个月。显著的积雪区温度变化没有带来积雪面积的显著变化,但不显著的海冰温度变化却导致海冰面积的变化更剧烈。
（2）全球平均而言,积雪面积随着温度的上升,以131.92×104 km2/℃的速度在减少。在空间分布上,北美洲中部、欧亚大陆中部等地,积雪覆盖频率随着温度的上升呈显著减少的趋势。但是在中国长江中下游、青藏高原等局部地区,积雪覆盖频率随着温度的上升呈显著增加趋势,这些区域降水的增加,可能是积雪覆盖频率增加的原因。
（3）在大部分的近陆地海域,海冰覆盖频率随着温度的上升呈显著下降趋势。但在部分高纬区域却与温度呈正相关关系,如北美洲以北靠近极点的高纬度海域,并且通过了95%置信度检验。这可能和近陆地海域的温度高于远陆地海域温度的关系有密切关系,但还需要进一步的研究分析。
（4）通过滞后分析可得温度变化是海冰面积变化的原因,温度变化超前1~2个月,负相关性最高。而对于积雪面积变化来说,温度变化同样是积雪面积变化的主要原因,当温度的变化超前1~4个月时,负相关性最好。积雪面积对温度的响应是直接的,而海冰面积对温度的响应较积雪滞后1~2月。形成这种差异主要是因为：虽然积雪和海冰的比热容是相同的,但是海冰的密度比积雪的密度大,在相同的热量下,融化的积雪的体积比海冰的要大很多,因此融化相同体质量的积雪、海冰,海冰所需要的热量要大于积雪的,就需要热量的累积,表现出来就是对温度的滞后反应。
北半球的积雪和海冰面积的变化,是在多个气候因子共同作用下的结果,比如降水的变化也会影响积雪的分布,海表面温度的变化会引起海冰的变化等,本文只考虑了温度变化对积雪和海冰面积的影响,在后续的研究中,将会更全面的分析,各种气候因子综合考虑,进行影响分析。在对海冰面积与温度的关系的分析中,虽然发现了两者之间的关系曲线为绳套曲线,但是这个过程中海冰面积是如何变化的,这个机理并不是很明确,这还需要后续继续探索。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Brown R D.Northern hemisphere snow cover variability and change, 1915-1997. Journal of Climate, 2000, 13(13): 2339-2355.

DOI

[2]
邵春, 沈永平, 张姣. 气候变化对寒区水循环的影响研究进展. 冰川冻土, 2008, 30(1): 72-80.lt;FONT face=Verdana>随着全球气候变暖，气候的变异性变得越来越极端，极端天气事件的频率和强度也在不断地上升. 气候变化改变了水文循环，其变化趋势对世界水资源的管理提出了严峻的考验. 气候变化对寒区水循环包括降水、蒸散发、径流、降雪与积雪面积、冰川和冻土等方面的影响: 近百年来，全球降水在波动中略有增加；在北半球水面蒸发量呈逐步减少的趋势，径流量及其时空分布发生了巨大变化；全球以积雪形式的降水越来越少，且积雪面积越来越小；冰川出现加速退缩的现象. 随着全球变暖，多年冻土融化，导致活动层厚度有明显增大趋势. 所有现存的模型都表明了一个更暖的未来世界，为降低地球各圈层系统对气候变化的脆弱性，需要控制温室气体的排放，建立更精确的气候预测模型，提高水资源管理者的技术水平等手段来提高系统的适应能力，以解决人类的水资源需求问题.</FONT>

[Shao Chun, Sheng Yongping, Zhang Jiao.Recent process in climate change impact on water cycles of cold regions. Journal of Glaciology and Geocryolody, 2008, 30(1): 72-80.]

[3]
Robinson D A, Dewey K F, Heim R R.Global snow cover monitoring: An update. Bulletin of the American Meteorological Society, 1993, 74(9): 1689-1696.Accurate monitoring of the large-scale dimensions of global snow cover is essential for understanding details of climate dynamics and climate change. Presently, such information is gathered individually from ground station networks and satellite platforms. Efforts are in progress to consolidate and analyze long-term station records from a number of countries. To gain truly global coverage, however, satellite-based monitoring techniques must be employed. A 27-year record of Northern Hemisphere continental snow cover produced by the National Oceanic and Atmospheric Administration (NOAA) is the longest such environmental record available. Records of Southern Hemisphere continental cover and snow on top of Arctic sea ice have been produced by similar means for a portion of this interval. The visible imagery charting technique used to generate these data provides information on snow extent but not on snow volume. Satellite microwave analyses over Northern Hemisphere lands show some promise in this regard, however, large-scale monitoring of snow extent with microwave data remains less accurate than visible charting.This paper updates the status of global snow cover monitoring, concentrating on the weekly snow charts prepared by NOAA and discussing a new and consistent record of monthly snow cover generated from these weekly charts. The NOAA charts show a reduction of hemispheric snow cover over the past five years, particularly in spring. Snow areas from the NOAA product are then compared with values derived using passive microwave data. The latter consistently reports less snow cover than the more accurate visible product. Finally, future snow monitoring initiatives are recommended. These include continuing the consistent NOAA product until an all-weather all-surface product is developed. The latter would use multiple data sources and geographic information systems techniques. Such an integrative product would need extensive comparisons with the NOAA product to ensure the continued utility of the lengthy NOAA observations in studies of climate change. In a retrospective sense, satellite charts from the middle 1960s to early 1970s need reevaluation and techniques to merge satellite products with historic station time series must be developed.

DOI

[4]
Armstrong R L, Brodzik M J.Recent Northern Hemisphere snow extent: A comparison of data derived from visible and microwave satellite sensors. Geophysical Research Letters, 2001, 28(19): 3673-3676.During the past four decades much important information on Northern Hemisphere snow extent has been provided by the NOAA weekly snow extent charts derived from visible-band satellite imagery. Passive microwave satellite remote sensing can enhance snow measurements based on visible data alone because of the ability to penetrate clouds, provide data during darkness and the potential to provide an index of snow depth or water equivalent. We compare the fluctuation of Northern Hemisphere snow cover over the past twenty years using these two satellite remote sensing techniques. Results show comparable inter-annual variability with similar long-term hemispheric-scale trends indicating decreases in snow extent of approximately 0.2 percent per year. The passive microwave snow algorithm applied in this study indicates less snow-covered area than the visible data during fall and early winter when the snow is shallow. New algorithms designed to reduce this apparent error are being developed and tested.

DOI

[5]
李培基. 高亚洲积雪监测. 冰川冻土, 1996, 18(S1): 105-114.

[Li Peiji.Monitoring snow cover on the high-Asia. Journal of Glaciology and Geocryolody, 1996, 18(S1): 105-114.]

[6]
曹梅盛. 高亚洲积雪变化趋势预测. 冰川冻土, 1996, 18(S1): 115-122.

[Cao Meisheng.The predicted change trend of snow cover on high-Asia. Journal of Glaciology and Geocryolody, 1996, 18(S1): 115-122.]

[7]
Brown R D, Robinson D A.Northern Hemisphere spring snow cover variability and change over 1922-2010 including an assessment of uncertainty. The Cryosphere, 2011, 5(1): 219-229.An update is provided of Northern Hemisphere (NH) spring (March, April) snow cover extent (SCE) over the 1922–2010 period incorporating the new climate data record (CDR) version of the NOAA weekly SCE dataset, with annual 95% confidence intervals estimated from regression analysis and intercomparison of multiple datasets. The uncertainty analysis indicates a 95% confidence interval in NH spring SCE of ±5–10% over the pre-satellite period and ±3–5% over the satellite era. The multi-dataset analysis shows larger uncertainties monitoring spring SCE over Eurasia (EUR) than North America (NA) due to the more complex regional character of the snow cover variability and larger between-dataset variability over northern Europe and north-central Russia. Trend analysis of the updated SCE series provides evidence that NH spring snow cover extent has undergone significant reductions over the past ~90 yr and that the rate of decrease has accelerated over the past 40 yr. The rate of decrease in March and April NH SCE over the 1970–2010 period is ~0.8 million km2 per decade corresponding to a 7% and 11% decrease in NH March and April SCE respectively from pre-1970 values. In March, most of the change is being driven by Eurasia (NA trends are not significant) but both continents exhibit significant SCE reductions in April. The observed trends in SCE are being mainly driven by warmer air temperatures, with NH mid-latitude air temperatures explaining ~50% of the variance in NH spring snow cover over the 89-yr period analyzed. However, there is also evidence that changes in atmospheric circulation around 1980 involving the North Atlantic Oscillation and Scandinavian pattern have contributed to reductions in March SCE over Eurasia.

DOI

[8]
Najafi M R, Zwiers F W, Gillett N P.Attribution of the spring snow cover extent decline in the Northern Hemisphere, Eurasia and North America to anthropogenic influence. Climatic Change, 2016, 136(3): 571-586.While it is generally accepted that the observed reduction of the Northern Hemisphere spring snow cover extent (SCE) is linked to warming of the climate system caused by human induced greenhouse gas...

DOI

[9]
Déry S J, Brown R D.Recent Northern Hemisphere snow cover extent trends and implications for the snow-albedo feedback. Geophysical Research Letters, 2007, 34(22): 1-6.1] Monotonic trend analysis of Northern Hemisphere snow cover extent (SCE) over the period 1972–2006 with the Mann-Kendall test reveals significant declines in SCE during spring over North America and Eurasia, with lesser declines during winter and some increases in fall SCE. The weekly mean trend attains 611.28, 610.78, and 610.48 × 10 6 km 2 (35 years) 611 over the Northern Hemisphere, North America, and Eurasia, respectively. The standardized SCE time series vary and trend coherently over Eurasia and North America, with evidence of a poleward amplification of decreasing SCE trends during spring. Multiple linear regression analyses reveal a significant dependence of the retreat of the spring continental SCE on latitude and elevation. The poleward amplification is consistent with an enhanced snow-albedo feedback over northern latitudes that acts to reinforce an initial anomaly in the cryospheric system.

DOI

[10]
Groisman P Y, Karl T R, Knight R W, et al.Changes of snow cover, temperature, and radiative heat balance over the Northern Hemisphere. Journal of Climate, 1994, 7(11): 1633-1656.

DOI

[11]
杨修群, 张琳娜. 1988-1998年北半球积雪时空变化特征分析. 大气科学, 2001, 25(6): 757-766.利用NOAA提供的北半球近10年(1988～1998)逐周雪盖观测资料，通过引入年或季节累积雪盖周数作为对雪量累积情况的定量衡量，对北半球雪盖变化时空特征进行了分析。结果表明：近10年来，北半球积雪年际变化的关键区位于青藏高原、蒙古高原、欧洲阿尔卑斯山脉及北美中西部，其中青藏高原是北半球积雪异常变化最强烈的区域。青藏高原和欧亚大陆其他地区积雪变化的关联表现为两种不同的时空变化型，第一种型表现为青藏高原地区和其他地区(如欧洲、俄罗斯远东地区)积雪的同位相趋势性增多；第二种型表现为青藏高原地区和中亚地区积雪变化同位相，而和蒙古高原－我国东北地区积雪变化反位相的年际振荡。

DOI

[Yang Xiuqun, Zhang Linna.An inverstigation of temporal and spatial variations of 1988-1998 snow cover pver the Northern Hemisphere. Chinese Journal of Atmospheric Science, 2001, 25(6): 757-766.]

[12]
张宁丽, 范湘涛, 朱俊杰. 基于MODIS雪产品的北半球积雪时空分布变化特征分析. 遥感信息, 2012, 27(6): 28-34.

[Zhang Ningli, Fan Xiangtao, Zhu Junjie.Spatial and temporal variation of snow cover over Northern Hemisphere using MODIS snow product. Remote Sensing Information, 2012, 27(6): 28-34.]

[13]
贾丽莉. 2003-2013年北极圈海冰时空变化研究. 烟台: 鲁东大学硕士学位论文, 2015.本文基于2003-2013年AMSR-E海冰密集度数据从海冰总体特征、海冰密集度变化特征、海冰外缘线面积和海冰面积变化趋势、北极圈一年冰和多年冰冰情以及夏季北极海冰变化五个方面对北极海冰的时空变化展开了研究。结果显示：北极海冰的变化存在明显的区域性、季节性、年际差异性和滞后性。 （1）北极海冰总体呈以北极点为中心，海冰密集度向南逐渐减少的趋势。海冰主要分布在80°N以北，且以密集度在95%以上的高密集度海冰为主。若将北极划分为四个区，研究发现1区的海冰分布范围最广；2区分布众多岛屿，阻碍海冰移动，除巴芬湾和格陵兰海海冰有所变化外，其它海域海冰几乎不存在变化；3区水域开阔，有利于海冰融化、移动，海冰变化明显；4区是被亚洲大陆阻挡的北冰洋地区，夏季陆地吸收热量多，向海洋传输的热量多，海冰融化量最大。若只将北极分成两个区，则太平洋一侧的一区海冰数量和分布范围要始终高于大西洋一侧的二区。虽然各海域的海冰数量不同，变化情况也不同，但总体来说，靠近广阔大陆或与开阔水域相连通的海域海冰变化更加显著。 （2）四个季节的海冰密集度、海冰数量、范围及变化趋势存在明显差异：冬季平均海冰密集度最大，春季次之，夏季最小；夏季海冰数量最少，海冰覆盖范围最小；冬季海海冰数量几乎是夏季的两倍，海冰分布也最广；夏季海冰数量、范围的减少速度最快，秋季次之，冬、春季海冰年际变化较小。 （3）11年间，2003年、2004年、2005年、2006年、2008年、2009年北极冰情较为严重，海冰数量多，分布广，而2007年、2011年和2012年属于轻冰年，海冰相对较少。2003-2013年海冰面积、海冰外缘线面积分别以每年0.1×106km2、0.11×106km2的速度减少；2003年至2012年北极海冰减少趋势更加明显，面积年均减少0.13×106km2，海冰外缘线面积年均减少0.14×106km2。 （4）12个月份中，3月份，是一年中海冰数量最多、海冰范围最大的月份，而9月份中旬海冰面积和海冰外缘线面积都达到最小值。一般来说，北半球气温7月、8月份气温最高，1月、2月气温最低。海冰的最值滞后于气温的最值，海冰变化具有滞后性。 （5）北极长期冰主要是80°N以北的密集度高于90%的海冰。每年新增的一年冰数量有0.15×106km2，而多年冰平均逐年减少0.18×106km2。多年冰的减少速度大于一年冰的增长速度，北极海冰总量减少。7月、8月、9月份各个月的海冰范围的变化趋势与夏季的整体变化情况相似。在夏季，9月份海冰范围减少速度最快，8月份最慢。

[Jia Lili.Spatio-temporal variability of Arctic sea ice in 2003-2013. Yantai: Master Dissertation of Ludong University, 2015.]

[14]
Comiso J C.Climate Change and Sea Ice, The International Encyclopedia of Geography: People, the Earth, Environment, and Technology. Published online, 2016: 1-10.

[15]
Comiso J C.Global changes in the sea ice cover and associated surface temperature changes. ISPRS-International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2016, 41(B8): 469-476.

[16]
Blackport R, Kushner P J.Isolating the atmospheric circulation response to arctic sea ice loss in the coupled climate system. Journal of Climate, 2017, 30(6): 2163-2185.

DOI

[17]
Deser C, Teng H.Evolution of Arctic sea ice concentration trends and the role of atmospheric circulation forcing, 1979-2007. Geophysical Research Letters, 2008, 35(2): 1-5.The retreat of Arctic sea ice in recent decades is a pre-eminent signal of climate change. What role has the atmospheric circulation played in driving the sea ice decline? To address this question, we document the evolution of Arctic sea ice concentration trends during the period January 1979-April 2007 in light of changing atmospheric circulation conditions, in particular an upward trend in the wintertime Northern Annular Mode during the first half of the record and a downward trend during the second half. The results indicate that concurrent atmospheric circulation trends contribute to forcing winter and summer sea ice concentration trends in many parts of the marginal ice zone during both periods. However, there is also an emerging signal of overall Arctic sea ice decline since 1979 in both winter and summer that is not directly attributable to a trend in the overlying atmospheric circulation.

DOI

[18]
Parkinson C L, Donald J C.Arctic sea ice variability and trends, 1979-2006. Journal of Geophysical Research: Oceans, 2008, 113(C7): 871-880.1] Analyses of 28 years (19790900092006) of Antarctic sea ice extents and areas derived from satellite passive microwave radiometers are presented and placed in the context of results obtained previously for the 20-year period 19790900091998. We present monthly averaged sea ice extents and areas, monthly deviations, yearly and seasonal averages, and their trends for the Southern Hemisphere as a whole and for each of five sectors: the Weddell Sea, the Indian Ocean, the western Pacific Ocean, the Ross Sea, and the Bellingshausen/Amundsen seas. The total Antarctic sea ice extent trend increased slightly, from 0.96 00± 0.61% decade0908081 to 1.0 00± 0.4% decade0908081, from the 20- to 28-year period, reflecting contrasting changes in the sector trends. The eight additional years resulted in smaller positive yearly trends in sea ice extent for the Weddell Sea (0.80 00± 1.4% decade0908081), the western Pacific Ocean (1.4 00± 1.9% decade0908081), and the Ross Sea (4.4 00± 1.7% decade0908081) sectors, a lessening of the negative trend for the Bellingshausen/Amundsen seas (0908085.4 00± 1.9% decade0908081) sector, and a shift from a negative trend to a positive trend for the Indian Ocean (1.9 00± 1.4% decade0908081) sector. The trends for the Southern Hemisphere as a whole and for the Ross Sea sector are significant at the 95% level, whereas the trend for the Bellingshausen/Amundsen seas sector is significant at the 99% level. A similar pattern of yearly trend changes for the two periods is also apparent in the sea ice area time series.

DOI

[19]
Cavalieri D J, Parkinson C L.Arctic sea ice variability and trends, 1979-2010. The Cryosphere, 2012, 6(4): 881-889.1] Analyses of 28 years (19790900092006) of Antarctic sea ice extents and areas derived from satellite passive microwave radiometers are presented and placed in the context of results obtained previously for the 20-year period 19790900091998. We present monthly averaged sea ice extents and areas, monthly deviations, yearly and seasonal averages, and their trends for the Southern Hemisphere as a whole and for each of five sectors: the Weddell Sea, the Indian Ocean, the western Pacific Ocean, the Ross Sea, and the Bellingshausen/Amundsen seas. The total Antarctic sea ice extent trend increased slightly, from 0.96 00± 0.61% decade0908081 to 1.0 00± 0.4% decade0908081, from the 20- to 28-year period, reflecting contrasting changes in the sector trends. The eight additional years resulted in smaller positive yearly trends in sea ice extent for the Weddell Sea (0.80 00± 1.4% decade0908081), the western Pacific Ocean (1.4 00± 1.9% decade0908081), and the Ross Sea (4.4 00± 1.7% decade0908081) sectors, a lessening of the negative trend for the Bellingshausen/Amundsen seas (0908085.4 00± 1.9% decade0908081) sector, and a shift from a negative trend to a positive trend for the Indian Ocean (1.9 00± 1.4% decade0908081) sector. The trends for the Southern Hemisphere as a whole and for the Ross Sea sector are significant at the 95% level, whereas the trend for the Bellingshausen/Amundsen seas sector is significant at the 99% level. A similar pattern of yearly trend changes for the two periods is also apparent in the sea ice area time series.

DOI

[20]
朱大勇, 赵进平, 史久新. 北极楚科奇海海冰面积多年变化的研究. 海洋学报, 2007, 29(2): 25-33.The Arctic climate is experiencing obvious change,and the variations in the area and thickness of seaice are the uppermost charact eristics.The ice cover in the Chukchi Sea represents mostly the variation of Arcitc seaice cover.In this paper,the variations of ice area within nine years in the Chukchi Sea are studied by using the remote sensing seaice data.The results show that the annual difference of sea ice area is not able in different year.During the years of 1997~2005,the ice area underwent a course from lightice year(1997) to heavy ice year(2000~2001) and then reg ressed light ice years(2002~2005).As a whole,the ice area presents a decr easing trend,and the ice condition was the lightest in the year 2005.The duration of ice melting correlated well with the ice condition.In the lightice year,the melting begins earlier and freezes-up later.The minimum sea ice cover appear in the late Septem ber to early October each year,whose areas are quite different,4% in the light ice years and more than 50% in the heavyice years.Some major indices,Sea Ice Area Index,Minimum Sea Ice Area,Accumulated Temperature Anomaly and two Wind Driven Indices are chosen to express the multi-year variations of the sea ice cover and the impact from local climate.The Accumulated Temperature during winter has obvious impact on the ice condition of the coming year.Local wind field is a key fact to change the ice cover in short time by causing the compression or extension of low concentr ationice in summertime.

DOI

[Zhu Dayong, Zhao Jinping, Shi Jiuxin.Study on the multi-year variations of sea ice cover of Chukchi Sea in Arctic Ocean. Acta Oceanologica Sinica, 2007, 29(2): 25-33.]

[21]
魏立新. 北极海冰变化及其气候效应研究. 青岛: 中国海洋大学博士学位论文, 2008.北极是全球气候和环境变化的驱动器之一。作为全球气候的冷源,北极的大气、海洋、海冰的运动直接或间接影响着全球尺度的大气环流、海洋环流和气候变异,实现了与全球气候系统的相互作用。研究表明：在全球变暖的背景下,近30年来北极的气候系统发生了比其它地区更为显著的变化,是气候变暖的放大器和指示器。海冰作为北极的重要组成部分,它的变异是北极气候变化的重要体现之一,同时也会通过各种反馈机制与气候系统中的其它因子相互作用。 本文使用线性分析、EOF分解等方法,对SSM/I (Special Sensor Microwave/Imager)卫星遥感海冰密集度资料(时间为1978.10-2002.9,分辨率为25x25km)进行了综合分析,研究了北极不同区域海冰面积、范围的时间、空间变化特征。在此基础上,利用NCEP月平均再分析资料(1978-2002),采用合成场分析方法,研究了北极海冰分布主模态与北半球大气环流、表面温度异常的关系,特别是与我国冬季气温异常的关系。 采用NASA GISS ModelE的大气环流模式,进行了数值模拟试验。为了研究真实海冰变化对北半球大气环流及气温的影响,敏感试验中分别将冬季(12-2月)北极海冰10年变化趋势(Atrend)和北太平洋海冰10年变化趋势(Ptrend)作为外强迫。通过对模拟结果的分析,研究了这两种情况下大气环流、气温的响应特征以及机制,特别是我国冬季气温的响应情况。 得到的主要结论如下： (1)北极海冰具有明显季节变化、年际变化和年代际变化特征。总体上,北极海冰在迅速减少,其中夏季减少的趋势比冬季更明显,特别是夏季洋中区海冰的减少将很难在短期内得到恢复。 (2)EOF分解得到的北极海冰空间分布最主要的特征在北太平洋表现为鄂霍次克海和白令海海冰面积的翘翘板式的空间特征,并且时间系数自1989年以后持续正值,说明该模态是20世纪90年代以后北太平洋海冰分布的主导型。 (3)北极海冰同一特征的不同位相对应的大气环流和气温具有明显的反位相结构；北太平洋海冰分布第一模态正位相时,我国东北、华北、内蒙古地区温度正距平、其它区域温度负距平,其中我国东北是温度正距平最大的区域；北大西洋海冰分布的第一模态正位相时,我国温度均为负距平。对比北太平洋和北大西洋的海冰分布第一模态正位相,我国东北地区的温度是相反的,并且大气对北太平洋海冰分布第一模态的响应幅度要强于北大西洋海冰。 (4)模拟研究表明北极海冰变异在局地区域以负反馈的机制影响表面热交换,鄂霍次克海、巴伦支海海冰减少,热交换增加；白令海海冰增加,热交换减少。 (5)北极海冰变异对北半球中高纬度的大气环流、温度都有巨大的影响。Atrend会导致AO加强,西风带加强,不利于高纬度的南北热交换；Ptrend会导致AO被破坏,极涡减弱,西风带减弱,高纬度的南北热交换南北加剧。冬季北极海冰变异对我国冬季气温有显著影响,Atrend会导致我国东北地区及内蒙古东部温度升高,最大超过2.0℃,其它大部分区域的温度出现强的负响应；Ptrend会导致东北地区相对弱的正响应,而在东部以及西南地区的响应与Atrend相反。 我国地处北半球中高纬度,常年受到来自极地的冷空气的影响,研究北极海冰变化对我国气候的影响机制,对预报工作具有指导意义。特别是进入20世纪90年代以来,北太平洋海冰第一模态持续正位相与东北、华北北部地区温度的正距平相关联。

[Wei Lixin.Study on the variation of Arctic sea ice and its effect on global climate. Qingdao: Dcotoral dissertation of Ocean University of China, 2008.]

[22]
彭海涛. 全球变暖背景下近十年来北极海冰变化分析. 南京: 南京大学硕士学位论文, 2011.在全球变暖背景下，北极海冰，特别是夏季海冰覆盖范围不断缩小。北极海冰的变化与全球和区域气候、生态系统和人类活动密切相关。自从上世纪70年代来，随着卫星遥感技术的发展，被动微波由于受云雨天气影响较小，并且不受北极极昼极夜现象限制，具有其他频段不可替代的优势，成为长期快速获取北极冰情的主要技术方法。高级微波扫描辐射计(AMSR-E)自2002年运行以来获取了北极地区每天的高分辨89GHz两种极化方式的亮温数据，可以用来计算海冰的密集度参数。本文利用从2002年6月到2011年2月期间北极地区的6.25千米分辨率海冰密集度数据，计算每天的海冰边缘线...

[Peng Haitao.The analysis of Arctic sea ice variability over the past 10 years in the context of global warming. Nanjing: Master dissertation of Nanjing University, 2011.]

[23]
沈永平, 王国亚. IPCC第一工作组第五次评估报告对全球气候变化认知的最新科学要点. 冰川冻土, 2013, 35(5): 1068-1076.2013年9月27日, 在瑞典首都斯德哥尔摩, 联合国政府间气候变化专门委员会第一工作组第五次评估报告《Climate Change 2013: The Physical Science Basis》决策者摘要(Summary for Policymakers, SPM)发布, 随后于9月30日公布了报告全文. 报告指出, 全球气候系统变暖的事实是毋庸置疑的, 自1950年以来, 气候系统观测到的许多变化是过去几十年甚至近千年以来史无前例的. 全球几乎所有地区都经历了升温过程, 变暖体现在地球表面气温和海洋温度的上升、 海平面的上升、 格陵兰和南极冰盖消融和冰川退缩、 极端气候事件频率的增加等方面. 全球地表持续升温, 1880-2012年全球平均温度已升高0.85 ℃[0.65～1.06 ℃]; 过去30 a, 每10 a地表温度的增暖幅度高于1850年以来的任何时期. 在北半球, 1983—2012年可能是最近1 400 a来气温最高的30 a. 特别是1971-2010年间海洋变暖所吸收热量占地球气候系统热能储量的90%以上, 海洋上层(0～700 m)已经变暖. 与此同时, 1979-2012年北极海冰面积每10 a以3.5%～4.1%的速度减少; 自20世纪80年代初以来, 大多数地区多年冻土层的温度已升高. 全球气候变化是由自然影响因素和人为影响因素共同作用形成的, 但对于1950年以来观测到的变化, 人为因素极有可能是显著和主要的影响因素. 目前, 大气中温室气体浓度持续显著上升, CO<sub>2</sub>、 CH<sub>4</sub>和N<sub>2</sub>O等温室气体的浓度已上升到过去800 ka来的最高水平, 人类使用化石燃料和土地利用变化是温室气体浓度上升的主要原因. 在人为影响因素中, 向大气排放CO<sub>2</sub>的长期积累是主要因素, 但非CO<sub>2</sub>温室气体的贡献也十分显著. 控制全球升温的目标与控制温室气体排放的目标有关, 但由此推断的长期排放目标和排放空间数值在科学上存在着很大的不确定性.

DOI

[Shen Yongping, Wang Guoya.Key findings and assessment results of IPCC WCI Fifth Assessment Report. Journal of Glaciology and Geocryolody, 2013, 35(5): 1068-1076.]

[24]
郭建平. 气候变化对中国农业生产的影响研究进展. 应用气象学报, 2015, 26(1): 1-11.气候变化已成为当今科学界、各国政府和社会公众普遍关注的环境问题之一，气候变化可能对生态系统和社会经济产生灾难性影响，农业是受气候变化影响最直接的脆弱行业。因此，气候变化对农业生产的影响研究一直是气候变化研究领域中的热点问题之一。该文系统介绍了有关全球气候变化对中国农业生产影响研究的现状与进展，包括气候变化对农业影响的研究方法、大气中温室气体浓度增加对农作物的影响试验、气候变化对农业气候资源的影响、气候变化对农作物生长发育和产量的影响、气候变化对农业种植制度和品种布局的影响、〖JP2〗气候变化对农作物气候生产潜力和气候资源利用率的影响等，指出当前在研究气候变化对农业影响评估中存在的问题，提出了今后应加强对气候变化情景和预测模式不确定性的研究、气候变化对农业影响的方法研究。此外，气候变化背景下极端天气气候事件对农业生产的影响以及气候变化对农业病虫害的影响研究等仍较薄弱，有待进一步加强和深入。

DOI

[Guo Jianping.Advaces in impacts of climate changes on agriculture productiong in China. Journal of Applied Meteorological Science, 2015, 26(1): 1-11.]

[25]
武丰民, 何金海, 祁莉. 北极海冰消融及其对欧亚冬季低温影响的研究进展. 地球科学进展, 2014, 29(8): 913-921.lt;p>21世纪以来北极气候系统正在发生着剧烈变化。北极海冰史无前例的急剧消融是其中最重要的指示和衡量标志。北极海冰的急剧消融与北极气温升高紧密联系, 在近年来欧亚大陆频发的冬季低温事件中也扮演着关键角色。首先介绍了北极海冰的季节特征及近年来的消融现状, 并从动力学和热力学2个方面总结了海冰急剧消融的可能原因。阐述了北极增温的季节特点及其与北极海冰消融的关系。分析了北极海冰消融与欧亚大陆冷冬频发的联系及其可能机理。基于对以上研究进展的总结, 提出了该研究领域尚需解决的几个问题, 为相关研究提供参考。</p>

DOI

[Wu Fengming, He Jinhai, Qi Li.Arctic sea ice declining and its impact on the cold Eurasian winters: A review. Advances in Earth Science, 2014, 29(8): 913-921.]

[26]
王斌. 高原地区NASA与NCEP再分析资料对比和南亚高压活动及其旱涝影响分析. 北京: 中国气象科学研究院硕士学位论文, 2011.利用NASA高分辨率再分析资料MERRA、NCEP-DOE(NCEP-2)再分析资料、国家气象中心提供的中国160站降水资料,通过双线性插值、相关分析、合成分析、Morlet小波分析、SVD分析等分析方法,围绕新高分辨率再分析资料MERRA的可用性,对MERRA和NCEP-2资料在青藏高原区域的环流特征及两种资料中南亚高压系统特征进行了对比分析,并进一步探讨了MERRA资料100hPa高度场与500hPa高度场的耦合关系及其对我国夏季降水场的影响,最后对MERRA资料100hPa南亚高压活动特征及其对我国长江流域夏季旱涝的影响及可能物理机制等问题进行了研究。主要结论如下: (1)在东亚地区,NCEP-2和MERRA再分析资料高度场和温度场分布基本一致,但也存在差异:差异最大区域位于青藏高原主体区域,且低层差异大于中高层,中层差异最小。NCEP-2和MERRA资料反映的经、纬圈环流在高层有着很好的一致性,两者的主要差异出现在低层、近地面,特别是复杂地形区域垂直运动差异较大,次级环流位置也不同。另外,MERRA和NCEP-2资料在对散度、涡度分布和强度描述的一致性上,青藏高原周边区域好于青藏高原区域,中高层好于低层。NCEP-2与MERRA资料在青藏高原主体区域及周边地区中低层位势高度、温度的年际变化趋势基本一致,均通过了α= 0.002的显著性检验;高层100hPa,MERRA和NCEP-2资料温度年际变化趋势一致,但两者位势高度年际变化存在显著差异。综合分析可以得到:MERRA资料是目前较好的一种高分辨率再分析资料,尤其在青藏高原及其周边地区。 (2)100hPa上,NCEP-2和MERRA资料南亚高压的特征线数值不同,NCEP-2资料为1680dgpm,比MERRA资料大4dgpm,但MERRA资料南亚高压的范围明显大于NCEP-2资料。除东伸指数外,NCEP-2和MERRA资料反映的南亚高压同一特征指数年际变化趋势基本一致,特别是两种资料南亚高压脊线指数的年际变化曲线基本重合。以20世纪90年代初为界,之前,NCEP-2资料南亚高压东伸指数、面积指数和强度指数正异常,MERRA资料南亚高压东伸指数、面积指数和强度指数负异常,NCEP-2中的指数值大于MERRA中对应的指数值;之后,反之。NCEP-2和MERRA资料南亚高压面积指数、强度指数的气候均值间存在显著差异。NCEP-2和MERRA资料南亚高压强度指数的方差间存在显著差异。两种资料反映的夏季南亚高压同一特征指数的显著周期在1979~2009年有很好的一致性:都具有相同的显著周期,并且位相也基本吻合,但两种资料在反映南亚高压主周期特征上存在一定差异:南亚高压面积指数、强度指数在MERRA资料中以准4年周期为主,在NCEP-2资料中则同时表现为准4年和8~9年两个周期。 (3)MERRA资料夏季100hPa高度场与同期500hPa高度场SVD分析的前两个模态的累积协方差贡献达到了99.22%,收敛速度快,并且前两个模态左右场间的相关系数均在0.75以上,通过了α= 0.001的显著性检验,具有很好的代表性,可以很好地反映100hPa高度场与500hPa高度场的主要特征和耦合关系。MERRA资料夏季500hPa高度场与同期中国降雨场具有密切的时空相关,前两个模态的累积协方差贡献达到了74.95%,收敛速度较快,并且前两个模态左右场间的相关系数,均通过了α= 0.001的显著性检验。100hPa高度场与500hPa高度场第一模态空间分布型和时间系数表明:当南亚高压区域100hPa高度场异常偏低(高),南亚高压强度偏弱(强)时,同期西太平洋副高区域500hPa高度场也偏低(高),西太平洋副高强度偏弱(强)。500Pa高度场与中国降水场第一模态空间分布型和时间系数表明:当西太平洋副高区域500hPa高度场异常偏低(高)时,同期中国长江中下游流域降水偏少(多)。两个SVD分析第一模态500hPa高度场关键区均是32°N以南110~160°E,表征西太平洋副高强度变化的主要信息,这样通过西太平洋副高,建立起对流层高层100hPa南亚高压影响我国大范围降水的物理图像。100hPa高度场与500hPa高度场第二模态空间分布型和时间系数表明:100hPa关键区(25~40°N,40~85°E)高度场正距平,100hPa南亚高压脊线位置偏北,对应500hPa关键区(30 ~40°N,110~145°E)高度场也是正距平,西太平洋副高脊线偏北;反之亦然。500Pa高度场与中国降水场第二模态空间分布型和时间系数表明:500hPa关键区(30~40°N,110~145°E)高度场正距平,500hPa西太平洋副高脊线位置偏北,对应华南地区、西南地区南部的云南和江南地区东部、华北地区东部、内蒙古地区中部和东北地区中南部偏涝,整个长江流域一致偏旱;反之亦然。两个SVD分析第二模态500hPa高度场关键区均是30~40°N,110~145°E,表征西太平洋副高脊线位置变化的主要信息。100hPa高度场变化是通过影响500hPa高度场,继而影响中国夏季降水异常。 (4)1979~2009年,长江流域夏季降水经历了“偏少~偏多~偏少”的年代际变化:20世纪70年代末到80年代末,长江流域降水普遍偏少,20世纪90年代初到90年代末,长江流域降水明显偏多,2000年以后,长江流域出现了持续性的干旱,降水持续偏少。旱、涝年850、500和100hPa大气环流和海温场差异显著。涝年,西太平洋副热带高压偏西偏南,强度偏强,南亚高压东伸到100°E以东,中心强度为1680dgpm,850hPa风场上来自低纬度的暖湿气流和来自北方的冷空气在长江中下游流域汇合,形成了一个明显的辐合区,暖湿气流丰沛,中国临海海域的西太平洋、西北太平洋、南海和北印度洋海表温度为正距平;旱年,西太平洋副热带高压偏东偏北,强度偏弱,南亚高压西退到100°E以西,中心强度为1676 dgpm,850hPa风场上长江中下游流域是东南风和东北风的辐散区,水汽条件也不足,中国临海海域的西太平洋、西北太平洋、南海和北印度洋海表温度为负距平。相关分析表明:前一年夏季5°S~5°N,120~170°W (Nino3+4区)海温正(负)异常,会造成下一年夏季南亚高压偏强(弱)、偏东(西);以及从100hPa南亚高压与500hPa西太平洋副热带高压“相向而行”的关系,继而影响我国长江流域夏季降水。

[Wang Bin.Comparision between NCEP and NASA reanalysis data in Qinghai-Tibet Plateau area and activities of South Asia and its influence on drought and flood anomaly of China in summer. Beijing: Master Dissertation of Chinese Academy of Meteorological Science, 2011.]

[27]
殷刚, 陈曦, 塔西甫拉提∙特依拜. 气候模式同站点插值外推气象数据的比较. 地理研究, 2015, 34(4): 631-643.

[Yin Gang, Chen Xi, Tiyip Tashpolat, et al.A comparison study between site-extrapolation-based and regional climate model-simulated climate datasets. Geographical Research, 2015, 34(4): 631-643.]

[28]
白磊, 王维霞, 姚亚楠, 等. ERA-Interim和NCEP/NCAR再分析数据气温和气压值在天山山区适用性分析. 沙漠与绿洲气象, 2013, 7(3): 51-56.

[Bai Lei, Wang Weixia, Yao Yanan, et al.Reliability of NCEP/NCAR and ERA-Interim Reanalysis data on Tianshan mountainous area. Desert and Oasis Meteorology, 2013, 7(3): 51-56.]

[29]
荆文龙, 冯敏, 杨雅萍. 一种NCEP/NCAR再分析气温数据的统计降尺度方法. 地球信息科学学报, 2013, 15(6): 819-828.近地表气温是影响陆表过程的一项重要因素，中高分辨率的栅格化气温数据是生态环境、水文、水循环等模拟和分析的重要参数，获得准确和较高空间分辨率的栅格化气温数据对更好地理解陆地表面过程和全球变化等有非常重要的意义。本文提出一种基于气温与地形、植被等环境因子，以及地理位置的统计降尺度方法，以回归树模型建立气温与NDVI、DEM及地理位置之间的定量关系，将NCEP/NCAR近地表气温数据降尺度到公里级分辨率，并利用该方法得到2000年1月至2010年12月全国陆地范围1km分辨率逐月月平均气温数据。最后，采用全国380个气象站点的观测数据对结果进行对比分析，结果表明：该方法得到的气温数据可以有效地反映全国陆地范围气温空间分布特点和月际变化趋势，验证结果的R2范围在0.861-0.95之间，RMSE范围在1.88~2.68℃之间。

DOI

[Jing Wenlong, Feng Min, Yang Yaping.A statistical downscaling approach of NCEP/NCAR reanalysis temperature data. Journal of Geo-Information Science, 2013, 15(6): 819-828.]

[30]
魏凤英. 现代气候统计诊断与预测技术. 北京: 气象出版社, 2007: 69-72.

[Wei Fengying.Modern climate statistical diagnosis and Prediction Technology. Beijing:China Meteorological Press, 2007: 69-72.]

[31]
Fisher R A.On the probable error of a coefficient of correlation deduced from a small sample. Metron, 1921, (1): 3-32.

[32]
Kottegoda N T.Stochastic Water Resources Technology. London: The Macmillan Press, 1980: 26-34.

[33]
Alberto M.Deseasonalisation of hydrological time series through the normal quantile transform. Journal of Hydrology, 2005, 313(3): 274-282.A procedure for deseasonalising hydrological time series is presented which is based on applying the normal quantile transform (NQT). The scientific literature recently presented examples of utilisation of the NQT that makes the cumulative distribution function (CDF) of the transformed hydrological variable Gaussian. The technique proposed here assumes that the CDFs of variables that form a seasonal time series are non-stationary and periodic; hence the NQT formulation is allowed to be periodic as well. The year is divided into a number of non-overlapping periods, each one characterised by an individual expression for the NQT. The latter is estimated empirically by applying a robust approach that avoids abrupt changes of the transformation through time. The resulting transformed time series is characterised by a single, stationary CDF which is no longer affected by the periodicity. The proposed technique is applied to deseasonalise hydrographs of mean daily flows observed in Italy and the United States.

DOI

[34]
王明祖. 青藏高原近15年积雪时空变化及其与气候因子关系研究. 上海: 华东师范大学硕士学位论文, 2016.积雪是地表覆盖的重要组成成分,是地球表面最活跃的自然因素之一,而青藏高原作为全球同纬度地区中海拔最高的地域,在全球气候变暖的背景下,其积雪是受影响最为直接与显著的圈层。积雪的动态变化能够影响地球表面反射率、气候变化、水文循环系统、大气环流和能量平衡。同时积雪的增长与融化交替过程直接影响着土壤水热环境与植被的生长,进一步影响动物和微生物的活动节律,从而对植物群落产生深刻的影响。因此,研究近年来青藏高原积雪时空变化特征及在不同尺度上与气候因子之间的关系具有重要的社会、经济和生态意义。本文以青藏高原为研究区,利用10350景MODIS雪盖产品,128个地面气象台站数据,数字高程模型数据,自然地带分区数据等,经几何校正、投影转换、去云处理、镶嵌剪切等,得到青藏高原在2001-2015年间的积雪覆盖图,以此为原始数据,进行后续的地理信息系统处理和基于SPSS和R的统计分析,研究了15年雪盖面积和雪盖日数的年内和年际间的时空变化。将不同季节的雪盖面积、不同自然地带的雪盖日数变化与多种气候因子进行相关和逐步回归分析,系统揭示了不同气候因子对青藏高原积雪变化影响的时空差异性及贡献,结果表明：(1)青藏高原雪盖的年内变化表现为“双峰单谷型”,峰值在2月中旬和10月下旬,低谷在7月下旬,雪盖的积累和消融过程并不是稳定的,具有波动性。研究区冬季雪盖范围最大(约占21.45%),春季次之,夏季(5.63%)远低于其他三个季节。青藏高原近15年,年均雪盖面积在36.3-49.1万km2,2002、2005和2008年是多雪年,而2001、2003和2010是少雪年,年均值在15年中呈缓慢波动性减少,变化幅度不大,线性倾向率为-1.82万km2/10a,总体上,2011-2015这5年的雪盖范围比研究期前两个5年出现较为明显的下降。高原融雪主要发生在夏季,夏季雪盖在年际间呈现缓慢波动式减少的趋势,尤其在2001-2014年间,变化的线性倾向率为-3.15万km2/10a,下降趋势极显著(p=0.007)。秋季雪盖的变化对于高原年均值的贡献最大(r=0.778),其次为冬季(r=0.667)。研究期内高原不同月份雪盖年际变化多数呈现微弱降低的趋势。青藏高原冬季积雪分布形成了四周高海拔山区面积大,中部低海拔腹地面积小的空间格局,空间分布不均,高值区与各大山脉的分布较为一致,亚寒带所包含的几个自然地带积雪覆盖丰富。冬季某些块状分布的积雪聚集区在春季变为片状分散分布,但春季雪盖未出现大面积消融,夏季积雪的分布主要位于高海拔的山区,雪盖在夏季向秋季过渡时得到迅速地累积和扩展,且同样始于高海拔山区。(2)从高原不同雪盖日数的面积来看,呈不稳定积雪区短日数积雪区中日数积雪区终年无雪区长日数积雪区终年积雪区。长日数积雪区和终年积雪区在研究期内,其范围总体上呈现出显著下降的趋势(P0.05和P0.01),终年无雪区和不稳定积雪区都有微弱的上升趋势,但变化不显著。雪盖日数较长的区域主要分布在高原的西北和南部部分地区及高原边缘地带,雪盖日数的变化与海拔存在一定的相关性,昆仑山、喀喇昆仑山、祁连山、唐古拉山、喜马拉雅山、念青唐古拉山是较长日数积雪覆盖存在的主要山脉。高原雪盖日数在2001-2005、2006-2010、2011-2015三个时段的变化,存在明显的时空差异性,但三个时段雪盖日数变化的区域均以减少为主,尤其在2006-2010年和2011-2015年,雪盖日数减少的区域占总面积的一半以上。2001-2015年雪盖日数增加(S0)的区域约0.13%,而减少(S0)的区域约占57.35%,主要为轻度减少,散落分布在青藏高原的大部分地区,同时,雪盖日数基本不变(S=0)的区域占42.15%,散布于高原的各个地区,尤以中部地区较多。青藏高原多数自然地带的雪盖日数在15年间呈现出波动下降的趋势,其中川西藏东山地的下降趋势较为显著。雪盖日数在不同温度带的表现为：高原亚寒带高原温带山地亚热带,呈现出与青藏高原气候从东南温暖湿润向西北寒冷干旱的过渡变化相一致的总体格局。(3)通过对青藏高原2001-2014年不同季节的雪盖面积变化与气候因子的相关分析表明,气温、湿度、降水量≥0.1mm日数(降水日数)、降水量以及水汽压与雪盖面积的相关性较高。气温、水汽压主要呈负相关,而湿度、降水日数、降水量则主要呈正相关。气温与夏季雪盖变化呈极显著负相关(r=-0.708；p0.01),冬季的湿度、降水日数与雪盖面积呈明显正相关(r=0.676,p0.01；r=0.600,p0.05),且同时与气温呈显著负相关(r=0.554；p0.01)。逐步回归发现春季和秋季雪盖面积受多种气候因子共同影响,而春秋季雪盖变化的主导因素是湿度和水汽压。夏季雪盖变化属气温驱动类型,随着气温在近年来以0.3℃/10a的速度呈波动上升,相应地,夏季雪盖面积以-1.29万km2/10a的速度缩减。冬季雪盖变化对湿度最为敏感(p0.01),湿冷的气候有利于冬季积雪的维持和扩展。在不同自然地带,雪盖日数变化与气候因子的相关性具有空间差异性。具体表现为,气温、日照时数、日照百分率与雪盖日数主要呈现负相关,而平均相对湿度、日降水量0.1mm日数与雪盖日数则主要为正相关关系,不同自然地带降水量对雪盖日数的影响呈现出相反的结果。通过逐步回归发现,青藏高原大部分自然地带雪盖日数对气温和湿度的变化最为敏感,阿里山地影响雪盖日数变化的气候因子是典型的气温-湿度主导类型。藏南山地和青东祁连山地的雪盖日数受到气温的显著负影响,果洛那曲的湿度对雪盖日数具有主导作用,水汽压也是影响青藏高原部分自然地带雪盖日数的重要气候因子,而降水日数是驱动青南高寒雪盖日数变化的显著积极因子。综上,不同地带雪盖日数对各个重要气候因子的敏感性不同,且气候驱动类型和因子贡献率有所差异。

[Wang Minzu.Spatio-temporal change of snow cover in the Tibetan Plateau and its relation to the climate factors in recent 15 years. Shanghai: Master Dissertation of East China Normal University, 2016.]

[35]
覃郑婕, 侯书贵, 王叶堂, 等. 青藏高原冬季积雪时空变化特征及其与北极涛动的关系. 地理研究, 2017, 36(4): 743-754.青藏高原积雪不仅是气候变化的敏感指示器,而且对亚洲季风区乃至全球气候具有显著影响。利用2002-2014年MODIS积雪覆盖范围产品及ERA-Interim再分析资料,采用气候统计诊断方法探究了青藏高原冬季积雪的时空变化特征及其与北极涛动(AO)的关系,结果表明:(1)高原冬季积雪空间分布差异明显,高原西部和东南部多雪,中部和北部少雪,东部积雪年际变化大,西部多雪区积雪较为稳定。(2)高原冬季积雪EOF分解第一模态具有东—西反位相变化特征,当高原东部积雪偏多(少)时,西部积雪偏少(多)。(3)该模态与AO密切相关。AO正位相时,东亚大槽减弱,南支槽加深东移,西太平洋副高加强使得更多暖湿气流到达高原,有利于高原东部降雪,而高原西南侧阿拉伯海附近存在反气旋异常,使得阿拉伯海的水汽不易抬升进入高原西部,高原西部盛行干燥的下沉气流异常,造成少雪的环流背景,且地表温度偏高不利于积雪维持,从而导致高原西部积雪的减少;AO负位相时,东亚大槽增强使得冬季风加强,高原东部受来自西北的干冷气流控制,不利于降雪产生,高原西南侧出现气旋异常,促使来自阿拉伯海和孟加拉湾的暖湿气流输送至高原西部,与来自西伯利亚的冷空气相遇,营造多雪的环流背景。

DOI

[Qin Zhengjie, Hou Shugui, Wang Yetang, et al.Spatio-temporal variability of winter snow cover over the Tibetan Plateau and its relation to Arctic Oscillation. Geographical Research, 2017, 36(4): 743-754.]

[36]
王琼. 1962-2011年长江流域极端气温和降水事件变化研究. 兰州: 西北师范大学硕士学位论文, 2014.在全球变暖的背景下，极端气候事件无论是从强度和频率来讲，都呈现有增无减的趋势，给我国社会经济、农业、生活各方面带来了巨大的负面影响。因此，对于极端气候的变化特征及其影响机制的研究显得尤为重要。本文选择长江流域作为研究对象，选用了115个气象站点的逐日最高气温、最低气温和日降水量资料，同时选取16个极端气温指标和11个极端降水指标，对长江流域极端气候进行了研究。结果表明： （1）在时间尺度上，极端气温中极端冷指数的线性变化均呈现下降趋势，而极端暖指数的线性变化均呈现上升趋势，具体来说，冷昼日数、冷夜日数、冰冻日数、霜冻日数以及冷持续日数以-0.84、-2.78、-0.48、-3.29、-0.67d·(10a)-1的趋势减小，而暖昼日数、暖夜日数、夏季日数、热夜日数、暖持续日数和生物生长季以2.24、2.86、2.93、1.80、0.83、2.30d·(10a)-1的趋势增加，与全球变暖的趋势呈一致性，另外，极值指数（TXn、TNn、TXx、TXn）和气温日较差的年际倾向率分别为0.33、0.47、0.16、0.19、-0.07℃·(10a)-1。而极端降水指数中，单日最大降水量、连续5日降水总量、R95/R99极端降水量和雨日降水总量的年际倾向率分别为0.21、-0.68、2.18、1.51、-11.96mm·(10a)-1，R10mm/R20mm/R25mm降水日数、持续干旱/降水日数分别以-0.31、-0.25、-0.24、-0.15、-0.19d·(10a)-1的趋势减小，而降水强度的倾向率为0.07mm·(d·10a)-1。 （2）极端气温各个指数的空间分布差异显著，从流域分布来看，各流域相对指数的多年均值基本相同，介于17.0-17.3d之间，剩余指数中，在长江上游区域，极端冷指数的平均值大，极端暖指数的平均值小，而在长江中下游区域则正好相反，极端冷指数的平均值小，极端暖指数的平均值大（极端高温日数除外），生物生长季日数也是中下游区域大于上游区域。而极端降水各指数空间分布上也表现出一定的差异性。 （3）极端冷指数与暖指数的变化幅度、夜指数与昼指数的变化幅度表现出明显的不对称性，具体表现为冷指数的变暖幅度大于暖指数的变暖幅度，夜指数的变暖幅度要大于昼指数的变暖幅度。 （4）主成分分析的结果将极端气温各指数划分为5类，总的贡献率达到84.2%，相关分析表明除了气温日较差，剩余各指数之间均有很好的相关性，以相对指数表现的最为突出。 （5）对极端降水指数的影响机制研究表明：海拔方面，极端降水各指数的均值（持续干旱日数除外）随海拔的升高表现出逐渐降低的趋势；地形方面，极端降水各指数的均值变化表现为山峰站平原站山间盆地站山谷站；在暖事件的年份，极端降水偏少，而在冷事件的年份，极端降水偏多，并且ENSO事件对于极端降水有一个滞后作用；各指数的相关分析表明，除持续干旱日数外，极端降水各指数之间均表现出了很好的相关性。

DOI

[Wang Qiong.Changes in extreme events of temperature and precipitation in the Yangtze River Basin during 1962-2011. Lanzhou: Master Dissertation of Northwest Normal University, 2014.]

[37]
徐兴奎. 1970-2000年中国降雪量变化和区域性分布特征. 冰川冻土, 2011, 33(3): 497-503.源自NOAA-NESDIS北半球积雪覆盖数据显示，20世纪70年代至2000年期间，我国降雪覆盖范围基本没有出现明显变化. 依据全国无缺测、具有连续日降雪观测的台站资料波谱分析显示，1970-2000年我国降雪量年变化波谱组成比较简单，但具有明显的区域性分布特征和两种相反的变化趋势. 划分出4个降雪量年变化相似区域：除东北少部分地区、内蒙中部至华北地区、青藏高原东缘至四川盆地和新疆部分地区，降雪量持续呈线性和非线性减少外，我国绝大部分地区年降雪量总体呈增加趋势，但80年代中后期开始减少. 降雪量月变化也存在区域性分布特征，并与区域气温和地理特征有关. 在年平均气温较低的区域，降雪量月波动变化呈双峰分布，双峰之间的时间间隔与年平均气温成正比，在气温较高的华南沿海地区，降雪量月变化呈单峰波动.

[Xu Xingkui.Spatiotemporal variation and regional distribution characteristics od snowfall in China from 1970 to 2000. Journal of Glaciology and Geocryolody, 2011, 33(3): 497-503.]

Options
Outlines

/

〈 〉