东亚位于亚洲大陆东部，受到欧亚大陆和太平洋之间的热量差异的影响，东亚季风是该地区主导性的气候现象。东亚冬季风通常指12月至次年2月，由西伯利亚高压、阿留申低压、东亚大槽、低层北风和高层东亚急流等（He and Wang，2013; He，2015）多个系统组成的环流形式，会导致冷空气从东亚沿岸席卷到亚洲大陆，引发严寒气候（Li and Wang，2012，2013）。

东亚冬季风最显著的特征之一是西伯利亚高压，在低层对流层中占主导地位，具有世界上最高的海平面气压（Ding，1994; Chang et al.，2011），在冬季几乎控制整个亚洲大陆，与北半球中最寒冷密集的气团有关。西伯利亚高压是一个浅层的冷核系统，局限在500 hPa高度以下的对流层中，高压中心位于贝加尔湖西南部，是影响欧亚大陆冬季地表气温变化的独立活动中心（Takaya and Nakamura，2005a; 谭桂容和王腾飞，2014）。在东亚冬季风活动的早期发展和维持阶段，西伯利亚高压的强度控制异常的经向风，并通过引起异常温度平流影响近地表温度（Jhun and Lee，2004; Hasanean et al.，2013）。西伯利亚高压具有显著的年循环特征，秋季出现，春季消失，其强度可被用为代表东亚冬季风强度的指数（Gong and Ho，2004），受到非局地大气环流变化的影响（Wang et al.，2019; Lu et al.，2020）。西伯利亚高压的活动与东亚冬季风强度的减弱、寒潮频率和冬季降水有密切关系（王遵娅和丁一汇，2006）。此外，冬季西伯利亚高压与地面至中层对流层的温度变化和动力过程密切相关（Ding and Krishnamurti，1987; Zhang and Wang，2020; 吴国华等，2021; 胡宏博等，2023）。

东亚大槽是北半球冬季大尺度的准静止行星槽，具有最显著的气候态纬向不对称环流特征，其特点是在东亚地区表现出最强的纬向平均负偏差（Wang et al.，2009a），主导局地大气环流的变率（Leung et al.，2017）。作为准静止沿海槽，它受到大规模地形如喜马拉雅山（Holton，2004）及暖太平洋和冷欧亚大陆之间大尺度热力对比的影响（Nakamura et al.，2010）。在东亚大槽后方，下沉运动引起强烈的辐射冷却，有利于西伯利亚高压的形成。在东亚大槽前方，寒冷的季风气流遇到暖空气，导致西北太平洋上空出现明显的经向温度梯度，影响太平洋风暴轴活动（Nakamura et al.，2002; Ren et al.，2010）。东亚大槽的变化对东亚及周边地区的天气和气候都会产生重大影响（Huang et al.，2012），加深的东亚大槽会导致东亚海岸沿线出现异常偏北风，有利于来自高纬度的寒冷干燥空气向南入侵（Lau and Lau，1984; Webster et al.，1998; Ma et al.，2020），引发东亚的极寒和干旱事件（Cheung et al.，2015）。

在天气尺度上，东亚大槽和西伯利亚高压的发展和重建会引起寒潮事件的爆发，这与欧亚大陆上的短波波列密切相关。在西伯利亚高压和东亚大槽发展至特定强度时，从欧亚大陆西部会发展出对流层上层的短波波列，随着该波向东传播，它会显著加深并取代原来的沿海槽，导致地面反气旋向南移动并触发寒潮的爆发（Zhang et al.，1997，Yu et al.，2023）。在季节内尺度上，低频Rossby波和涡旋在东亚大槽的发展和成熟阶段发挥着重要作用。在该阶段，东亚的近地表气温低于气候平均水平，与之相反，北美地区的气温偏高（Song et al.，2016）。在年际尺度上，东亚大槽强度的变化呈现出大约4 a的主导周期（Gao，2007）。深厚的东亚大槽有利于强东亚冬季风形成，导致东亚冷异常（Chen et al.，2005; Huang et al.，2012），同时北太平洋风暴轴减弱（Lee et al.，2010）而中国南部（海洋性大陆）地区降水减少（增多）（Wang and Chen，2010）。在年代际尺度上，东亚大槽在20世纪50年代至80年代中期增强，之后减弱，随后在2000年代初重新增强（Ding et al.，2014; Sun et al.，2016）。20世纪80年代中期后，东亚大槽的减弱与东亚冬季风的减弱及由此引发的东亚地区变暖现象相关（Wang et al.，2009b; Kim et al.，2013）。东亚大槽和西伯利亚高压的年代际变化可以归因于海表温度异常的年代际变化，例如太平洋年代际振荡（Li and Xian，2003; 朱伟军等，2019），西北太平洋海温异常的年代际模态（Sun et al.，2016），以及大西洋年代际振荡等（Ding et al.，2014）。

中国的东南部位于东亚副热带和热带地区的交界处，秋冬季经常受到天气和气候灾害的破坏，近年来华南地区冰冻雨雪灾害（Wen et al.，2009; Zhang et al.，2009; Zhou et al.，2011）、持续性干旱（Li et al.，2021）及大风事件（Zhou and Wu，2010）频发，导致严重的人员伤亡（Wu et al.，2011），对社会、经济和农业都产生了显著影响（Zhang et al.，2019）。秋冬季节，巴伦支海及喀拉海的海冰减少导致西伯利亚高压和东亚冬季寒流增强，东亚冬季风系统使得中国东南部的大气环流形势发生变化（Sun et al.，2021）。东亚冬季风最显著的特征是在西伯利亚高压的东侧和东亚大槽地区沿东亚海岸形成的强劲西北风气流（Chen et al.，2000）。季风爆发伴随着寒冷空气的迅速南下，冷空气通过105°E以西的西部路径向南移动抵达华南地区（张丕远和龚高法，1979），冬季华南地区气象站温度与东亚冬季风在大陆东岸向南延展程度呈显著负相关（郭其蕴，1994）。与全国其他地区相比，华南地区冬季平均温度较高（鹿世瑾和王岩，2012），降温区域集中，温度变化稳定（Fu and Ding，2021），当华南地区经历由强冷空气活动引起的寒冷期时，中国大部分地区通常都有显著的降温趋势。

西伯利亚高压和东亚大槽的多时间尺度变率包括系统强度、位置、范围和持续时间的变化，可通过调控东亚冬季风对亚地区的天气和气候产生显著的影响。本文以东亚地区为研究区域，利用1979—2021年大气再分析数据定义关键系统的区域和强度，使用回归分析探究西伯利亚高压和东亚大槽系统的季节内尺度变率对东亚冬季地表温度的影响机制，进一步针对华南区域，结合非传统滤波和交叉检验方法构建线性回归模型，对冬季季节内尺度地表温度进行延伸期预报。低温事件易引发各类灾害和安全事故，本研究可为政府部门制订防灾减灾政策提供战略依据，为维护社会生产秩序和保障群众生命财产安全工作提供参考。

1 数据与方法

1.1 数据

本研究利用欧洲中期天气预报中心（ECMWF，European Center for Medium-Range Weather Forecasts）的第五代大气再分析数据（ERA5; Hersbach et al.，2023），选取1979—2021年2 m气温、降水、位势高度、水平风、温度、海平面气压及比湿数据，空间分辨率为0.25°×0.25°。总降水由逐小时数据的日累计而得，其余气象要素场由每日00、06、12、18时数据平均计算而得，所有数据都经线性插值为1°×1°的空间分辨率。冬季定义为当年12月至次年2月，预先将数据去除掉气候态的年循环。ERA5数据中气温和降水等变量在中国适用性已经得到广泛验证，可以较好地捕捉到极端事件的特征（刘婷婷等，2022; 陈玥和王爱慧，2023）。

1.2 方法

实时预报季节内尺度的温度变化需要从原始数据中提取季节内尺度信号，进行带通滤波会损耗数据长度，因此采用了由Hsu et al.（2015）提出的非传统滤波方法进行季节内尺度信号的提取。该滤波方法包括以下三个步骤:首先，从原始数据中减去气候态90 d低通滤波分量，去除缓慢变化（周期大于90 d）的气候年循环，所得的数据称为“数据一”; 随后，从数据一中通过减去前25 d的滑动平均值（即从第-25天到第0天）以去除周期长于50 d的低频信号，所得数据称为“数据二”; 最终，对数据二进行前5 d的滑动平均（即从第-5天到第0天）以去除高频的天气尺度分量（小于等于10 d）。处理后的数据即可代表10~50 d的季节内尺度分量，详细过程如图1所示。

基于提取而得的季节内尺度信号可以构建一个回归经验模型（Jones et al.，2004），在这样的模型中，预报量是由预测因子的超前线性回归值确定的。参考前人使用的交叉验证方法（Zhu et al.，2015），本研究也在训练时段，通过交叉检验选择稳定的年份构建最终的模型进行独立预报，具体步骤如图2所示:1）对于预报因子场，从中挑选出1 a的数据，并使用其余的29 a的训练数据进行线性回归建模; 2）将挑选年份的预报因子场应用到从其他年份获得的相应模型中，这为挑选年份每个空间格点给出了一个预报量，将得到的预报量场和实际预报量场进行相关分析，求得每个格点的相关系数; 3）对步骤1）和2）重复30次，区域平均的相关系数超过置信度为95%的显著性检验即为有效预报年份，保留有效预报年份构建最终的线性回归经验模型。

对于独立预报进行效果检验时，有效样本量（N_e）的估计值为N_e=N（1-r²₁）/（1+r²₁）（Bretherton et al.，1999），其中r₁是滞后为1的自相关系数，N是原始样本量。在本研究中N为1 170，计算有效样本量后，超过0.18（置信度为95%的显著性检验）的时间相关系数可被视为有效技巧。

2 1979—2021年冬季东亚大槽和西伯利亚高压的特征

1979—2021年冬季（DJF）气候态500 hPa（图3a）及850 hPa（图3b）位势高度场、风场及温度场配置如图所示，500 hPa东亚大槽深厚，从高纬度北极地区延伸至西太平洋洋面，经向跨度较大，从70°N延伸至25°N; 温度场由南往北递减分布，冷中心位于蒙古高原北部，温度槽明显落后于高度槽。850 hPa的气象要素场中青藏高原以北地区被深厚的高压系统控制，低压系统位于西北太平洋洋面; 温度场的冷中心位于鄂霍次克海西侧，青藏高原在冬季作为热源发挥热力作用。根据位势高度场分布，分别定义了西伯利亚高压关键区（75°~105°E，40°~60°N），将该区域内850 hPa位势高度场的区域平均值定义为西伯利亚高压指数（SH index），东亚大槽关键区为125°~140°E、35°~50°N，将该范围内500 hPa位势高度场的区域平均值定义为东亚大槽指数（ET index），由于西侧高压和东侧大槽两个大型系统间南北风气流明显，我们定义两个关键区范围之间的105°~125°E、35°~55°N区域为经向风关键区，将区域内850 hPa经向风的平均值为定义为经向风指数（V index）。本研究将基于上述3个指数关注西伯利亚高压和东亚大槽对东亚地区冬季气温的影响。

前人对于东亚冬季风环流中关键系统强度指数有多种定义方法，Sahsamanoglou et al.（1991）构建了一个基于每个月最大海平面气压值的西伯利亚高压指数。龚道溢和王绍武（1999）将60°~130°E、30°~70°N区域内进行加权计算求得的海平面气压值作为指数。Gong and Ho（2002）、Wu and Wang（2002）、Panagiotopoulos et al.（2005）及Li and Yang（2010）分别将西伯利亚高压关键区定义为80°~120°E、40°~60°N，70°~120°E、40°~60°N和80°~120°E、40°~65°N区域，将关键区内平均的海平面气压值作为高压指数。侯亚红等（2007）则是直接将西伯利亚高压系统中心格点的海平面气压值作为强度指数。贺圣平和王会军（2012）则是对东亚地区70°~140°E、10°~80°N范围海平面气压场作EOF分解后，得到了第一二空间模态与原始场分布高度相似的结果，从而选定区域80°~120°E、40°~60°N作为为西伯利亚高压关键区，将关键区海平面气压的区域加权平均值的标准化结果作为强度指数，与中国国家气候中心定义的西伯利亚高压指数一致。

对于东亚大槽，大部分研究基于东亚关键区500 hPa位势高度场的平均值进行定义，关键区域范围的选取方式略有不同，或是125°~145°E、30°~45°N（孙柏民和李崇银，1997）; 或是110°~130°E、35°~40°N（崔晓鹏和孙照渤，1999）; 或是120°~150°E、30°~50°N（穆明权和李崇银，2000）; 亦或是110°~145°E、25°~45°N（He and Wang，2013），当指数数值越大时，东亚大槽越弱，反之亦然。也有部分研究对500 hPa高度场进行计算处理后再进行东亚大槽强度的定义，王冀等（2005）将区域（110°~130°E，40°~50°N）内500 hPa高度场进行标准化后求得区域平均，再经标准化处理后得到东亚大槽强度指数。黄小梅等（2013）将500 hPa高度层45°N纬度上120°~160°E范围内最小位势高度和70°~100°E范围内最大位势高度之差作为分子，将最小位势高度所在经度与最大位势高度所在经度之差作为分母，求得比值为纬向位势高度梯度，将该梯度的负数作为东亚大槽强度指数。针对东亚冬季风环流中的经向风，学者们常用不同层次的东亚低层经向风区域平均值进行定义，气候平均态上冬季亚洲东部低层呈现一致的偏北风特征，关键层次则是集中在地面2 m（Chen et al.，2000）、1 000 hPa（Lu and Chan，1999）和850 hPa（Yang et al.，2002）高度层，各层次上经向风指数高度相关。

依据西伯利亚高压及东亚大槽的特征，不同的研究中会采用不同的定义方法，对比本研究中定义的3个指数和另几种具有代表性的强度指数，求得其相关关系如表1所示。本研究使用的3个指数与其余指数呈高度相关关系，绝大部分相关系数通过置信度为99%的显著性检验。西伯利亚高压指数与Sahsamanoglou et al.（1991）构建的指数仅通过置信度为95%的显著性检验，其原因是后者定义的指数基于逐月的最大海平面气压值，对比本研究根据逐日资料构建的指数变化更为缓慢，但两个指数在统计意义上依旧显著相关。表1中的对比结果也进一步说明本研究中指数定义方法具有合理性和科学性。

注：1）和2）分别表示通过置信度为95%和99%的显著性检验.

将本研究中定义的东亚大槽指数、西伯利亚高压指数及经向风指数经5 d滑动平均处理，即滤除天气尺度（10 d以下周期）波动后进行功率谱分析，结果显示3个指数在季节内尺度上都有显著的能量谱峰（图4），东亚大槽和西伯利亚高压两个指数的能量谱集中在10~50 d的周期内，而经向风指数的能量则集中在10~40 d的周期，结果均通过置信度为95%的显著性检验。由此可知，季节内尺度是西伯利亚高压和东亚大槽系统变率中最突出的周期，可用于表征系统的主要变化特征，针对西伯利亚高压和东亚大槽的季节内尺度变率开展研究具有指示意义。

通过Lanczos带通滤波方法（Sperber et al.，1997; Ding and Wang，2007）提取10~50 d周期的季节内尺度信号后，进一步计算了3个关键区域中季节内尺度变量和总场的标准差比值，西伯利亚和东亚大槽关键区内季节内尺度变率占比达60%以上，经向风关键区内季节内尺度变率占比为一半，定量的结果进一步表明3个关键区中季节内尺度变化能基本代表区域内的总体变化。

由于3个关键区对应的大气系统是紧密相关的，水平分布和垂直结构中都有连续的配置，进一步计算了3个指数及在季节内尺度上的相关系数。当只去除年循环保留逐日距平时，计算得到经向风指数同东亚大槽和西伯利亚高压指数的相关系数分别为0.5和-0.62，都通过置信度为99%的显著性检验; 而东亚大槽指数和西伯利亚高压指数的相关系数仅为-0.1且未通过置信度检验（表2）。考虑到各指数变化中季节内尺度变率占比最高，我们计算滤波后3个指数的相关系数，结果与未滤波结果相似。季节内尺度上，经向风指数同东亚大槽和西伯利亚高压指数的同时相关关系更为显著，相关系数分别为0.69和-0.73（通过置信度为99%的显著性检验），即当西伯利亚高压深厚或东亚大槽发展时，经向风关键区区域内的北风强盛，有利于冬季北方干冷空气向东亚地区的输送。

注：1）和2）分别表示通过置信度为95%和99%的显著性检验.

3个指数关联密切，西伯利亚高压（东亚大槽指数）和经向风指数呈高度正（负）相关（通过置信度为99%的显著性检验），意味着关键区内经向风的变化极大程度受到西伯利亚高压及东亚大槽活动的影响。为了定量得到季节内尺度上西伯利亚高压/东亚大槽指数对经向风指数的贡献，我们分别将850 hPa经向风回归到西伯利亚高压和东亚大槽指数，再分别将线性回归系数和850 hPa经向风距平场相乘重建得到与SH index和ET index有关的两个经向风场，最后通过计算关键区内重建经向风场标准差和经向风指数标准差的比值，得到SH index与ET index对V index变率的贡献。图5中结果表明SH index的贡献占比82.6%，意味着V index的变化主要受西伯利亚高压的控制; ET index贡献占比为42.2%，约为SH index贡献的一半。

定量的结果也进一步证明关键区内经向风的变化受其东西两侧系统的共同影响且两个系统在季节内尺度上的影响不是完全独立的。

3 东亚大槽和西伯利亚高压季节内尺度变率对冬季东亚气温的影响

由于西伯利亚高压和东亚大槽都是位于欧亚大陆上半永久性的行星尺度系统，对于东亚地区的天气有直接而显著的影响。将不同高度层次的气象要素场超前滞后回归到标准化后的西伯利亚高压、东亚大槽和经向风指数上，即可得到关键系统对各类气象要素场影响的演变。

图6—8是500 hPa位势高度场和水平风场分别回归到3个指数的结果，超前滞后的间隔为3 d，0 d代表同时回归。图6是SH index对应的结果，超前回归所得500 hPa高度层上有清晰可见的波列，高低压中心交替沿西北东南向分布，-15 d时SH关键区存在异常的反气旋环流但波列不明显，从-12 d开始波列结构逐渐形成并不断发展向东南移动。0 d时西伯利亚地区的反气旋环流纬向拉伸，强度和尺度都很大，其西北和东南侧为强度尺度都相对小的气旋环流，东南侧的低压气旋位于东北平原和朝鲜半岛地区，高低压系统间的东北风强盛，向我国中部地区输送来自高纬地区的冷空气。3 d后反气旋性环流缓慢东移伴随着强度减弱，东侧的气旋系统尺度变大强度增加，两个系统间的输送通道形成，引导西伯利亚的寒冷空气南下影响我国东部地区。

图7是V index的回归结果，-12 d时东欧平原上空有明显的反气旋系统出现，3 d后欧亚大陆中高纬地区波列形成但异常环流中心不够清晰，-6 d时整个东半球中高纬地区从30°N至70°N地区出现西北东南向交替分布的“负正负正负”高低压中心，表征着波长约为8 000 km（约72个经度）的罗斯贝波。波列强度增加伴随着东南向的移动，-3 d时气旋反气旋环流中心向较低纬度延伸使得异常环流的空间尺度变大，东北平原由气旋性环流控制，0 d时波列持续缓慢东南向移动，高低压中心强度和空间尺度进一步加强，经向风关键区内北风显著，整个东亚地区受异常气旋性环流西侧的北风气流控制，来自高纬地区的寒冷空气持续南下。3 d至9 d，波列持续向东南移动但强度逐渐减弱，西伯利亚及东亚地区高低压中心依旧明显，东欧平原上信号逐渐趋于消散。

图8是ET index对应的结果，超前滞后回归得到的模态演变和V index回归结果类似（图7），但回归所得的系统强度明显小于V index结果，也符合上述的变率贡献比例结果（图5），东亚大槽的变化仅能解释经向风变率的一半。

异常环流对于气流的输送使得空气中的水汽和热量也转移到不同地区，为了得到西伯利亚高压和东亚大槽系统对于东亚地区降水温度和地表气温的影响，分别将低比湿、降水、近地面水平风和地表气温回归到3个指数得到各类系统的演变情况。

图9—11是低层850 hPa比湿和降水场的回归结果，比湿和降水的空间和时间尺度变化相比于对流层中层波列的变化都更微弱，3个指数的超前滞后回归结果类似，异常的比湿中心分布狭长，集中在20°~30°N区域，比湿和降水变化一致，正/负的比湿中心大值对应着正/负降水区域。从-9 d至9 d，异常湿度中心交替呈西北东南向分布伴随着缓慢的东移，-9 d时干的比湿中心位于中高纬的西西伯利亚平原西部，之后负比湿中心不断增强向东南漫延，迫使正的比湿中心向东向南压缩，0 d时干中心占据整个欧亚大陆25°N以北地区，而湿中心则位于低纬的华南地区和西北太平洋洋面上，整个东亚大陆由西伯利亚地区输送的干空气控制，降水呈异常偏少的特征。3 d时负的比湿中心继续发展南下，纬向尺度逐渐拉长，东亚大陆和东海地区都由干空气占据，陆地和海面的降水呈负异常特征。6 d至9 d，干中心强度逐渐减弱但纬向结构进一步延伸至西北太平洋，降水和比湿配置良好、分布一致。

与上述分析方法类似，图12—14是将近地面层925 hPa水平风和地表气温分别超前滞后回归到三个指数的结果。其中回归到SH index和V index的模态相似，回归到ET index结果中地表冷暖中心强度稍弱，但分布特征和另外两个指数的回归结果一致。-12 d时，位于里海西北侧有近地面的北风气流伴随着冷中心的出现; -9 d时，冷中心位于西西伯利亚平原北部地区，而气旋性环流位于西西伯利亚平原中部，气旋西侧的偏北风气流强盛，引导高纬地区的寒冷气流南下; -6 d时，冷空气中心不断发展逐渐向西向南缓慢移动，其西南侧的北风气流依旧存在且源源不断向亚洲大陆输送冷空气，东亚地区则是受一对气旋反气旋对环流间东南风气流的影响，存在一个暖空气中心; -3 d时，冷空气中心增强向东南向延伸，空间尺度增大，其西北侧出现中高纬的反气旋性环流对应着暖中心的出现，冷暖中心的交替分布也呈现西北东南向，整个东亚地区由北风气流占据; 0 d时，中高纬的近地面的反气旋环流进一步发展东移，整个东亚地区受强盛的北风气流控制，寒冷空气不断南下，整个东亚地区是异常的地表冷中心，朝鲜半岛和日本海地区由低层的气旋性环流控制; 3至9 d，环流逐渐减弱东移，冷暖温度中心不断减小向东南移动，东亚地区冷暖位相发生转换。

上述结果都表明冬季东亚地区的降水和气温的变化主要都受经向风的直接影响，偏北风气流会将西西伯利亚平原以北高纬度地区的干冷空气向东亚地区源源不断地输送，使得东亚地区变冷变干，其中对于地表温度的影响持续且稳定。

4 冬季华南地区季节内尺度地表气温的预报

冬季华南地区温度变化稳定且对全国温度变化趋势有指示意义，冬季风环流系统中的经向风关键区位于高低压中心的交接处，经向风的变化则来自西伯利亚高压和东亚大槽系统的演变。因此将经向风V index作为预报因子，以5 d为预报间隔，提前5~25 d对华南地区每个空间格点分别构建一元线性回归模型对冬季的季节内尺度地表气温进行预报。

预报模型中华南地区定义为110°~120°E、20°~30°N区域，将1979—2008年30 a的冬季（12月、1月、2月）作为预报模型的训练时段，2009—2021年共13 a的冬季（12月、1月、2月）作为独立预报阶段来检验预报效果。在训练时段中，对每5 d构建的线性模型进行交叉检验后选取有效稳定的年份构建最终的预报模型，使用时间相关系数以及标准化均方根误差来评估独立预报结果。

图15—16是为期13 a的独立预报结果，它展示了每个预报时效对应的观测温度异常和预报温度异常（10~50 d）之间的时间相关系数（图15）以及区域平均的标准化均方根误差（RMSE，图16）。在其中，均方根误差已经根据观测温度异常的标准差进行了标准化，因此一个单位的均方根误差对应于观测温度异常的一个标准差的误差。

图15是提前5~25 d的每个空间格点上预报与观测的季节内尺度温度的时间相关系数，打点代表有效预报，即相关系数大于0.18（0.05的显著性水平）。随着预报时效的增加，华南地区的有效预报区域逐渐减小，在提前5 d构建的预报模型中，预报效果优秀的区域集中于陆地和海洋交界处，而在提前10、15和25 d的预报结果中，陆地温度的预报效果优于海洋，仅在提前20 d的预报中海洋温度的预报效果更佳。图16中不同预报时效对应预报结果的标准化RMSE在1.0~1.4，表明模型的预测误差幅度相对稳定。

独立预报阶段对2009—2021年13 a冬季的预报结果表明，经向风关键区域内的南北风对于中国华南地区冬季季节内温度异常的延伸期预报具有较高技巧。主要的可预测性来源于经向风关键区域东西两侧东亚大槽和西伯利亚高压系统的季节内尺度变化，这些信号沿着中高纬度的欧亚大陆向东南传播，对东亚地区的气候产生显著的影响。

5 结论与讨论

西伯利亚高压和东亚大槽在东亚冬季气候系统中发挥着重要作用，本研究基于西伯利亚高压和东亚大槽的气候态特征，定义了西伯利亚高压指数（SH index）、东亚大槽指数（ET index）和高低压系统间的东亚经向风指数（V index），采用功率谱分析和线性回归等方法探究了指数间的关系，关注西伯利亚高压和东亚大槽变率的显著周期及对东亚地区冬季温度的影响机制。同时结合非传统滤波和交叉检验方法构建了简单的线性回归模型，对冬季华南地区季节内尺度温度进行了延伸期预报。主要结论如下:西伯利亚高压和东亚大槽系统变化中最显著的是季节内尺度信号，季节内尺度标准差占比达60%。功率谱分析结果表明，SH index和ET index的能量谱峰集中在10~50 d，而V index对应的谱峰更集中于10~40 d的周期。季节内尺度上，SH和ET index同V index的相关系数分别为0.69和-0.73（通过置信度为99%的显著性检验），随后重建与SH/ET index有关的经向风场与实际的经向风场进行标准差比值计算，定量得到西伯利亚高压/东亚大槽指数对经向风指数的贡献为82.6%/42.2%。针对SH index、ET index和V index进行超前滞后的回归分析，3个指数的回归模态类似，在对流层中层500 hPa高度场上对应着西北东南向分布的波列缓慢向东南传播，低层850 hPa水汽、近地面层925 hPa环流、降水及2 m温度场配置一致，即当西伯利亚高压深厚或东亚大槽发展时，经向风关键区区域内的北风强盛，有利于冬季西伯利亚高纬度地区的干冷空气向东亚地区输送，导致干燥且寒冷的天气出现。综合回归结果，选取V index作为预报因子，将华南地区的冬季2 m气温的季节内尺度分量作为预报量，构建了线性回归模型进行延伸期预报，综合时间相关系数和标准化均方根误差评估预报效果，该模型的有效预报时效可达25 d。

西伯利亚高压的强弱和位置变化会导致东亚大陆冷暖气团的移动，东亚大槽的变化会影响西太平洋环流的模态，两个系统的共同作用会改变东亚冬季的气温和降水分布，对东亚冬季气候产生重要影响。西伯利亚高压和东亚大槽的变化不是完全独立的，西伯利亚高压的强度变化和伴随向北的涡旋热通量，会引起东亚下边界低频罗斯贝波活动上升，高空罗斯贝波列与地表温度异常之间发生垂直向的相互作用后，传入东亚的低频罗斯贝波能量会得到增长，随后罗斯贝波会通过改变低层斜压性来调节瞬变涡旋的活动，瞬变涡旋再通过涡度和热力强迫作用影响东亚大槽的演变发展（Takaya and Nakamura，2005b）。因此分离西伯利亚高压和东亚大槽对东亚地区的影响尚有困难，本研究选取与两个系统直接关联的经向风进行低频气温的预报是合理有效的。

此外，除本文关注的季节内尺度变率外，作为东亚季风系统的西伯利亚高压和东亚大槽，在年际和年代际尺度上与海表温度异常变化息息相关，考虑太平洋年代际振荡、大西洋年代际振荡和北极涛动（Mao et al.，2011; Li et al.，2014; He et al.，2017; 王林等，2021）等信号有助于进一步研究西伯利亚高压和东亚大槽的相互关系，对于更好地理解东亚冬季气候系统和提高气候预测能力具有重要意义。

参考文献