趙 慧，郭慶元，馬鵬程，王麗娜，劉麗偉，劉衛(wèi)平，李常德

(1.甘肅省平?jīng)鍪袣庀缶?，甘肅 平?jīng)?744000；2.陜西省西安市氣象局，陜西 西安 710016；3.甘肅省蘭州區(qū)域氣候中心，甘肅 蘭州 730020)

引 言

在全球變暖背景下，極端低溫事件引起人們的高度重視[1-9]。低溫凍害是我國(guó)主要的氣象災(zāi)害之一，位于西北地區(qū)東部的隴東南地區(qū)，作為西北地區(qū)乃至全國(guó)重要的林果業(yè)經(jīng)濟(jì)產(chǎn)區(qū)，低溫凍害直接影響其生態(tài)系統(tǒng)和經(jīng)濟(jì)效益[10-12]。同時(shí)，隴東南地區(qū)屬于典型的內(nèi)陸干旱區(qū)，是西風(fēng)帶氣候和季風(fēng)氣候相互作用的過(guò)渡地帶，是全球氣候變化敏感區(qū)[13]。因此，做好隴東南地區(qū)極端低溫事件的監(jiān)測(cè)和服務(wù)工作，對(duì)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展具有重要的現(xiàn)實(shí)作用。

極端低溫事件具有明顯的區(qū)域性特征[14-16]。北半球冬季極端低溫事件主要表現(xiàn)為歐亞大陸北部與青藏高原、非洲北部、北美東北部的反相變化[17]；中國(guó)大陸極端低溫由東南向西北隨緯度、高度的增加而降低[18]；中國(guó)西北地區(qū)極端低溫最低值主要出現(xiàn)在北疆和青海高原[19]；秦嶺地區(qū)極端最低氣溫則表現(xiàn)出南高北低的分布特征[20]；1980年代中后期以來(lái)，祁連山及河西走廊極端低溫發(fā)生頻率顯著減少，且南部山區(qū)對(duì)全球氣候變暖的響應(yīng)更敏感[21]。近半個(gè)世紀(jì)來(lái)中國(guó)極端低溫呈一致下降趨勢(shì)[22-25]，其中，西北東部是全國(guó)極端低溫下降趨勢(shì)較明顯的區(qū)域之一[23]。另外，極端低溫事件也表現(xiàn)出顯著的季節(jié)性差異，全國(guó)范圍內(nèi)，冬季增溫趨勢(shì)明顯大于夏秋季[26]；而中國(guó)西部地區(qū)，如河西走廊、三江源地區(qū)、黃河中上游地區(qū)等，冬、春季對(duì)全球變暖的響應(yīng)更為敏感，相較其他季節(jié)，冬季增溫對(duì)西北地區(qū)年平均氣溫上升的貢獻(xiàn)最大[27-29]。

極端低溫事件與大氣環(huán)流和海溫異常密切相關(guān)[30-31]。中國(guó)極端低溫事件頻發(fā)期，歐亞中緯度500 hPa高度距平場(chǎng)呈顯著的“北正南負(fù)”模態(tài)，急流區(qū)南北梯度異常顯著，北太平洋海溫異常偏暖，北極濤動(dòng)為異常負(fù)位相[32]。北方濤動(dòng)、南方濤動(dòng)、北太平洋濤動(dòng)、北大西洋濤動(dòng)和ENSO可能是中國(guó)北方各區(qū)域極端低溫事件形成和演化的重要因素[33-34]。蒙古高壓與中國(guó)西北東部極端低溫特征的相關(guān)性更為明顯，高壓強(qiáng)度及面積變化與極端低溫日數(shù)呈正相關(guān)，與極端低溫強(qiáng)度呈反相關(guān)[35]；冷空氣、亞洲區(qū)極渦面積和極渦強(qiáng)度指數(shù)是影響內(nèi)蒙古嚴(yán)寒期的主要因子[36]；烏拉爾山高度場(chǎng)正異常與青海冬季極端低溫事件的發(fā)生聯(lián)系緊密[37]。另外，氣候異常對(duì)極端低溫事件有跨季節(jié)影響，前期季節(jié)尺度上的氣候異常對(duì)極端低溫事件具有超前指示意義，如冬季El Nino Modoki事件與次年秋季寧夏、陜西及甘肅中南部地區(qū)的極端低溫事件呈顯著正相關(guān)，秋季EL Nino Modoki事件與次年春季新疆中部、西北部邊緣地區(qū)及祁連山脈附近的極端低溫事件呈反相關(guān)[38]；秋季關(guān)鍵海區(qū)的海冰面積變化與冬季北半球極端低溫事件密切相關(guān)，即秋季關(guān)鍵海區(qū)的海冰面積與亞洲北部區(qū)域冬季的極端低溫事件呈顯著負(fù)相關(guān)，而與青藏高原、非洲北部和北美東北部冬季的極端低溫事件有顯著正相關(guān)關(guān)系[17]。

西北地區(qū)東部的隴東南地區(qū)，地形復(fù)雜，局地性強(qiáng)，低溫災(zāi)害頻發(fā)，目前對(duì)于隴東南地區(qū)極端低溫事件的研究較少，且大多數(shù)研究都側(cè)重于趨勢(shì)變化，對(duì)該地區(qū)極端低溫事件影響因子的分析鮮見(jiàn)。本文利用最新觀測(cè)資料，對(duì)隴東南地區(qū)極端低溫事件的演變規(guī)律進(jìn)行研究，并探討影響該地區(qū)極端低溫事件的環(huán)流指數(shù)，揭示其對(duì)區(qū)域性氣候甚至全球氣候變化的響應(yīng)特征。

1 資料和方法

1.1 資 料

國(guó)家氣象信息中心全國(guó)綜合氣象信息共享系統(tǒng)(China integrated meteorological information sharing system, CIMISS)提供的隴東南地區(qū)(32.95°N—36.58°N，104.38°E—108.35°E)31個(gè)站點(diǎn)1969—2018年逐日最低氣溫資料，該資料經(jīng)過(guò)嚴(yán)格的質(zhì)量控制和均一性檢驗(yàn)，并且歷史數(shù)據(jù)時(shí)效長(zhǎng)、資料完整性高。區(qū)域氣候資料采用國(guó)家氣候中心氣候系統(tǒng)診斷預(yù)測(cè)室提供的1969—2018年逐月74項(xiàng)環(huán)流特征量，用于計(jì)算隴東南地區(qū)各站逐年冬、春季極端低溫日數(shù)與同期74項(xiàng)環(huán)流特征量的相關(guān)系數(shù)，診斷影響隴東南地區(qū)極端低溫事件的環(huán)流系統(tǒng)。高度場(chǎng)資料采用NCEP/NCAR全球范圍內(nèi)1969—2018年1000、500和100 hPa月平均等壓面位勢(shì)高度場(chǎng)再分析資料，分辨率為2.5°×2.5°。

按照氣象學(xué)劃分標(biāo)準(zhǔn)，將3—5月定義為春季，6—8月定義為夏季，9—11月定義為秋季，12月至翌年2月定義為冬季。

1.2 方 法

1.2.1 百分位法

不同的統(tǒng)計(jì)方法具有不同的適用性，平均值可以反映變量場(chǎng)的平均狀態(tài)，但無(wú)法表示資料偏離平均值的情況。均方根誤差可以體現(xiàn)變量圍繞平均值的離散程度，但其對(duì)異常值高度敏感。如果資料的平均值和均方根誤差相同，變量的取值特征也可能完全不同，百分位法可以很好地反映變量的取值特征，具有易于理解，計(jì)算簡(jiǎn)明，意義明確等特點(diǎn)，且它對(duì)原始數(shù)據(jù)的分布形態(tài)沒(méi)有限制，普適性強(qiáng)，因而在氣候統(tǒng)計(jì)學(xué)中有廣泛的用途[39]。

目前，國(guó)際上在氣候極值研究中應(yīng)用最多的是將某個(gè)百分位值作為某氣候要素的極端閾值。本文以第10個(gè)百分位值作為極端低溫閾值，具體做法是：先將1969—2018年某日的最低氣溫按升序排列，然后把第10個(gè)百分位值作為該日極端低溫閾值，若某日的最低氣溫低于該日極端低溫閾值，則認(rèn)為該日出現(xiàn)極端低溫事件，若相鄰5站點(diǎn)均出現(xiàn)極端低溫事件，則認(rèn)為該日出現(xiàn)區(qū)域性低溫事件。此外，將某年所有發(fā)生極端低溫事件的日最低氣溫平均值定義為年極端低溫強(qiáng)度，平均值越小，強(qiáng)度越大。

1.2.2 Mann-Kendall突變檢驗(yàn)法

Mann-Kendall(M-K)突變檢驗(yàn)是非參數(shù)檢驗(yàn)方法，其優(yōu)點(diǎn)是樣本不需要遵從一定的分布，也不受少數(shù)異常值干擾，更適用于類型變量和順序變量，計(jì)算簡(jiǎn)便，意義明確，廣泛應(yīng)用于氣候序列的突變?cè)\斷[40]。文中利用M-K方法對(duì)極端低溫事件的年變化和季節(jié)變化進(jìn)行突變檢驗(yàn)。

2 極端低溫事件演變

2.1 極端低溫事件日數(shù)變化

圖1為1969—2018年隴東南地區(qū)年平均極端低溫事件日數(shù)變化?？梢钥闯觯?0 a極端低溫日數(shù)呈減少趨勢(shì)，氣候傾向率為2.3 d·(10 a)-1，線性趨勢(shì)顯著(R2=0.488，且通過(guò)α=0.01的顯著性檢驗(yàn))。1972年極端低溫事件日數(shù)最多，為27.9 d，2013年最少，為5.1 d。極端低溫事件日數(shù)前5個(gè)高值年均出現(xiàn)在1990年代以前，分別為1972，1969，1976，1970，1986年，年極端低溫事件日數(shù)為18.0～27.0 d，說(shuō)明在全球變暖背景下，隴東南地區(qū)極端低溫日數(shù)越來(lái)越少。

圖2為1969—2018年隴東南地區(qū)極端低溫日數(shù)的M-K檢驗(yàn)。可以看出，在95%的置信度水平下(U=±1.96)，極端低溫日數(shù)在1987年存在突變，突變前極端低溫日數(shù)呈波動(dòng)減少，突變后極端低溫日數(shù)呈急劇減少趨勢(shì)。突變前1969—1986年年極端低溫日數(shù)平均15.9 d，突變后1987—2018年年極端低溫日數(shù)平均9.8 d，比突變前少6.1 d?？傮w上，1980年代后期以后極端低溫事件明顯減少。

分析1969—2018年隴東南地區(qū)各季極端低溫日數(shù)的年際變化(圖3)可以發(fā)現(xiàn)，近50 a春、夏、秋、冬季的極端低溫日數(shù)均呈減少趨勢(shì)，其中夏季減少最多，傾向率為-1.0 d·(10 a)-1，秋季、春季次之，傾向率分別為-0.5、-0.4 d·(10 a)-1，冬季傾向率為-0.2 d·(10 a)-1。另外，春夏季極端低溫日數(shù)的變化趨勢(shì)基本一致，其中春季呈小幅波動(dòng)減少趨勢(shì)，而夏季在1990年代中期之前大幅減少，傾向率為-0.9 d·(10 a)-1，之后小幅減少，傾向率為-0.3 d·(10 a)-1。秋冬季極端低溫日數(shù)的變化趨勢(shì)相似，各年極端低溫日數(shù)變幅較大，其中秋季在1990年代中期之前大幅減少，傾向率為-0.7 d·(10 a)-1，之后波動(dòng)減少，傾向率為-0.2 d·(10 a)-1；冬季在1990年代中期之前大幅減少，傾向率為-0.6 d·(10 a)-1，之后波動(dòng)增加，傾向率為0.1 d·(10 a)-1。結(jié)合多年平均，春、夏、秋季極端低溫日數(shù)在1990年代中期之前以偏多為主，之后偏少，而冬季極端低溫日數(shù)1980年代中期之前以偏多為主，之后偏少，說(shuō)明冬季極端低溫天氣對(duì)全球氣候變暖的響應(yīng)比春、夏、秋季早。

圖1 1969—2018年隴東南地區(qū)極端低溫日數(shù)年際變化Fig.1 The annual variation of extreme low temperature days in southeast of Gansu Province during 1969-2018

圖2 1969—2018年隴東南地區(qū)極端低溫日數(shù)的M-K檢驗(yàn)Fig.2 The M-K test of extreme low temperature days in southeast of Gansu Province during 1969-2018

圖4為1969—2018年隴東南地區(qū)不同季節(jié)極端低溫日數(shù)的M-K檢驗(yàn)?？梢钥闯觯?0 a各季節(jié)極端低溫事件均發(fā)生突變，但突變點(diǎn)各不相同，秋季最早，夏季最晚。春季1985年發(fā)生突變，突變前、后極端低溫日數(shù)平均分別為3.9、2.6 d；夏季1995年發(fā)生突變，突變前、后極端低溫日數(shù)平均分別為4.2、1.8 d；秋季1982年發(fā)生突變，突變前、后極端低溫日數(shù)平均分別為4.1、2.8 d；冬季1989年發(fā)生突變，突變前、后極端低溫日數(shù)平均分別為3.4、1.8 d。說(shuō)明突變時(shí)間越早，突變前后極端低溫日數(shù)平均值相差越小，突變時(shí)間越晚，突變前后極端低溫日數(shù)平均值相差越大。極端低溫事件在各季節(jié)突變時(shí)間的不同可能與各季節(jié)平均氣溫發(fā)生突變的時(shí)間不同有關(guān)。

圖3 1969—2018年隴東南地區(qū)不同季節(jié)極端低溫日數(shù)年際變化Fig.3 The annual variation of extreme low temperature days in different seasons in southeast of Gansu Province during 1969-2018

圖4 1969—2018年隴東南地區(qū)不同季節(jié)極端低溫日數(shù)的M-K檢驗(yàn)Fig.4 The M-K test of extreme low temperature days in different seasons in southeast of Gansu Province during 1969-2018

2.2 極端低溫強(qiáng)度變化

圖5為極端低溫日數(shù)突變前后隴東南地區(qū)極端低溫強(qiáng)度距平年際變化，其中氣候平均態(tài)為1981—2010年?？梢钥闯?，隴東南地區(qū)極端低溫強(qiáng)度距平在-6.0～6.2 ℃之間，其中，極端低溫強(qiáng)度最強(qiáng)年出現(xiàn)在2018年，最弱年出現(xiàn)在2015年。另外，突變前極端低溫強(qiáng)度偏高年和偏低年基本各占一半，極端低溫強(qiáng)度距平以0.2 ℃·(10 a)-1的速率增大；突變后極端低溫強(qiáng)度以偏低為主，極端低溫強(qiáng)度距平的氣候傾向率為-1.2 ℃·(10 a)-1。總體上，相較于氣候平均值而言，突變后極端低溫強(qiáng)度趨于增強(qiáng)。分析極端低溫日數(shù)突變前后各季節(jié)極端低溫強(qiáng)度的變化(圖略)，發(fā)現(xiàn)突變后冬春季極端低溫強(qiáng)度呈明顯增強(qiáng)趨勢(shì)，說(shuō)明突變后年極端低溫強(qiáng)度的變化主要受冬春季影響。

圖6為1969—2018年隴東南地區(qū)不同季節(jié)不同極端低溫強(qiáng)度發(fā)生頻率?？梢钥闯觯陿O端低溫強(qiáng)度范圍為-20.0～15.0 ℃，其中，春季極端低溫強(qiáng)度范圍-5.0～5.0 ℃出現(xiàn)頻率較大，為61.9%；夏季極端低溫強(qiáng)度范圍5.0～15.0 ℃出現(xiàn)頻率較大，達(dá)90.1%，且極端低溫強(qiáng)度范圍10.0～15.0 ℃出現(xiàn)頻率達(dá)56.1%；秋季極端低溫強(qiáng)度范圍-5.0～10.0 ℃出現(xiàn)頻率較大，為73.4 %；冬季極端低溫強(qiáng)度范圍-20.0～-10.0 ℃出現(xiàn)頻率較大，達(dá)73.1%?？傮w上，夏、冬季極端低溫強(qiáng)度范圍較為集中，而秋、春季極端低溫強(qiáng)度范圍跨度較大。

圖5 1969—2018年隴東南地區(qū)極端低溫強(qiáng)度距平年際變化Fig.5 The annual variation of anomaly of extreme low temperature intensity in southeast of Gansu Province during 1969-2018

圖6 1969—2018年隴東南地區(qū)不同季節(jié)不同極端低溫強(qiáng)度出現(xiàn)頻率Fig.6 The occurrence frequency of different intensity of extreme low temperature in different seasons in southeast of Gansu Province during 1969-2018

3 極端低溫事件概念模型

3.1 極端低溫事件與環(huán)流系統(tǒng)

為明確隴東南地區(qū)極端低溫事件的影響因素，分別計(jì)算極端低溫日數(shù)、強(qiáng)度與環(huán)流指數(shù)的相關(guān)關(guān)系。表1列出1969—2018年冬季、春季隴東南地區(qū)極端低溫事件與環(huán)流指數(shù)的相關(guān)性。可以看出，影響冬季極端低溫事件的環(huán)流系統(tǒng)主要有冷空氣、歐亞經(jīng)向環(huán)流指數(shù)、北半球極渦中心強(qiáng)度、西太平洋副高面積指數(shù)和大西洋歐洲環(huán)流型C等。其中極端低溫日數(shù)與冷空氣、歐亞經(jīng)向環(huán)流指數(shù)、西太平洋副高面積指數(shù)和大西洋歐洲環(huán)流型C顯著相關(guān)，極端低溫強(qiáng)度與冷空氣、歐亞經(jīng)向環(huán)流指數(shù)和北半球極渦中心強(qiáng)度顯著相關(guān)。此外極端低溫日數(shù)與西太平洋副高面積指數(shù)和大西洋歐洲環(huán)流型C呈負(fù)相關(guān)，與北半球極渦中心強(qiáng)度呈正相關(guān)；極端低溫強(qiáng)度與西太平洋副高面積指數(shù)呈負(fù)相關(guān)，與北半球極渦中心強(qiáng)度呈正相關(guān)。說(shuō)明冷空氣越強(qiáng)，歐亞經(jīng)向環(huán)流指數(shù)越高，高緯強(qiáng)冷空氣越容易爆發(fā)南下，隴東南地區(qū)的極端低溫日數(shù)越多，強(qiáng)度越大。

影響春季極端低溫事件的環(huán)流系統(tǒng)主要有歐亞經(jīng)向環(huán)流指數(shù)、太平洋區(qū)極渦強(qiáng)度指數(shù)、南海副高北界和西太平洋副高北界等。其中極端低溫日數(shù)與歐亞經(jīng)向環(huán)流指數(shù)、南海副高北界和西太平洋副高北界顯著相關(guān)，極端低溫強(qiáng)度則與歐亞經(jīng)向環(huán)流指數(shù)、太平洋區(qū)極渦強(qiáng)度指數(shù)顯著相關(guān)。說(shuō)明受西北氣流影響，歐亞范圍內(nèi)北風(fēng)越強(qiáng)，高緯冷空氣越容易南下影響隴東南地區(qū)，該地區(qū)極端低溫日數(shù)越多，強(qiáng)度越大。另外，大西洋歐洲環(huán)流型W也通過(guò)遙相關(guān)影響隴東南地區(qū)春季極端低溫日數(shù)和強(qiáng)度。

進(jìn)一步分析冬春季隴東南地區(qū)極端低溫日數(shù)和強(qiáng)度的關(guān)系，發(fā)現(xiàn)隴東南地區(qū)極端低溫事件日數(shù)與強(qiáng)度呈反相關(guān)，冬季、春季二者之間的相關(guān)系數(shù)分別為-0.35、-0.21，且相關(guān)系數(shù)均通過(guò)α=0.05的顯著性檢驗(yàn)。

表1 1969—2018年冬季、春季隴東南地區(qū)極端低溫事件與環(huán)流指數(shù)的相關(guān)系數(shù)Tab.1 The correlation coefficients between extreme low temperature events and circulation indexes in southeast of Gansu Province in winter and spring during 1969-2018

3.2 極端低溫偏強(qiáng)年位勢(shì)高度場(chǎng)特征

從圖5可知，1969—2018年隴東南地區(qū)極端低溫強(qiáng)度最大的5 a依次為2018、1975、2016、2012和2005年，對(duì)這5 a的北半球位勢(shì)高度場(chǎng)進(jìn)行合成分析(圖7)?？梢钥闯?，1000 hPa位勢(shì)高度場(chǎng)上，北半球中低緯有3個(gè)高壓中心，太平洋副熱帶高壓、大西洋副熱帶高壓和蒙古高壓，即在極端低溫強(qiáng)度較強(qiáng)年，亞洲地區(qū)地面為冷高壓中心，隴東南地區(qū)受地面冷高壓影響，易出現(xiàn)較強(qiáng)極端低溫事件。500 hPa位勢(shì)高度場(chǎng)上，高緯度圍繞極地有一個(gè)極渦中心，基本呈東西半球?qū)ΨQ分布，中高緯西風(fēng)帶為典型的“3槽3脊”，槽的強(qiáng)度明顯高于脊，3槽分別位于亞洲東岸、北美東岸和歐洲中部淺槽。較常年相比，歐洲槽和東亞大槽明顯西移，東亞大槽深厚，新疆脊在85°E附近，隴東南地區(qū)盛行新疆脊前西北氣流，冷空氣較強(qiáng)，易形成較強(qiáng)極端低溫事件。100 hPa位勢(shì)高度場(chǎng)上，強(qiáng)大的極渦中心偏向于東半球，中緯度為“2槽2脊”結(jié)構(gòu)，2個(gè)大槽分別為東亞大槽和北美大槽，2個(gè)高壓脊分別位于北美西部和歐洲西部，脊的強(qiáng)度比槽弱得多，隴東南地區(qū)處于東亞大槽后部西北氣流區(qū)，經(jīng)向環(huán)流明顯。垂直結(jié)構(gòu)上，地面為冷高壓中心，500～100 hPa，東亞大槽深厚且位置穩(wěn)定，隴東南地區(qū)處于東亞大槽后西北氣流控制下，易形成較強(qiáng)極端低溫事件。

圖7 1969—2018年隴東南地區(qū)極端低溫偏強(qiáng)年1000 hPa(a)、500 hPa(b)、100 hPa(c)平均位勢(shì)高度場(chǎng)(單位：gpm)Fig.7 The mean geopotential height field on 1000 hPa (a), 500 hPa (b), 100 hPa (c) in strong extreme low temperature events years in southeast of Gansu Province during 1969-2018 (Unit: gpm)

3.3 隴東南地區(qū)極端低溫事件概念模型

從環(huán)流特征量和位勢(shì)高度場(chǎng)出發(fā)，總結(jié)冬春季極端低溫事件的概念模型(圖8)。可以看出，1000 hPa蒙古高壓偏強(qiáng)、500 hPa東亞大槽深厚且位置偏西、100 hPa極渦中心偏東且中緯度槽強(qiáng)脊弱時(shí)，隴東南地區(qū)極端低溫強(qiáng)度較強(qiáng)，極端低溫日數(shù)較少。當(dāng)冷空氣勢(shì)力偏強(qiáng)、北半球極渦中心偏強(qiáng)時(shí)，冬季易發(fā)生較強(qiáng)極端低溫事件；當(dāng)歐亞經(jīng)向環(huán)流指數(shù)偏高、太平洋區(qū)極渦強(qiáng)度偏強(qiáng)時(shí)，春季易發(fā)生較強(qiáng)極端低溫事件。當(dāng)冷空氣偏強(qiáng)、歐亞經(jīng)向環(huán)流指數(shù)偏高、西太平洋副高面積偏小時(shí)，冬季極端低溫事件較多；當(dāng)歐亞經(jīng)向環(huán)流指數(shù)偏高、南海北界偏北、西太平洋副高北界偏北時(shí)，春季極端低溫事件較多。

圖8 隴東南地區(qū)極端低溫事件概念模型Fig.8 The conceptual model of extreme low temperature events in southeast of Gansu Province

4 結(jié) 論

(1) 1969—2018年隴東南地區(qū)極端低溫日數(shù)以2.3 d·(10 a)-1的趨勢(shì)減少，夏季減少最顯著，秋春季次之，冬季減少最緩慢。年極端低溫日數(shù)1987年發(fā)生突變，冬季突變比其他季節(jié)早10 a左右。

(2) 相較于1981—2010年氣候平均值，隴東南地區(qū)年極端低溫強(qiáng)度趨于增強(qiáng)，突變前極端低溫強(qiáng)度距平每10 a升高0.2 ℃，突變后每10 a降低1.2 ℃。突變后年極端低溫強(qiáng)度主要受冬、春季極端低溫增強(qiáng)影響。

(3) 春季有61.9%的極端低溫強(qiáng)度范圍在-5.0～5.0 ℃；夏季有90.1%的極端低溫強(qiáng)度范圍在5.0～15.0 ℃；秋季有73.4%的極端低溫強(qiáng)度范圍在-5.0～10.0 ℃；冬季有73.1%的極端低溫強(qiáng)度范圍在-20.0～-10.0 ℃。

(4) 當(dāng)蒙古地面為冷高壓中心、西風(fēng)帶盛行經(jīng)向環(huán)流、東亞大槽深厚且位置偏西、中上層極渦偏向于東半球時(shí)，隴東南地區(qū)易出現(xiàn)較強(qiáng)極端低溫事件。冬季極端低溫強(qiáng)度還與冷空氣、北半球極渦中心強(qiáng)度有關(guān)，春季極端低溫強(qiáng)度與太平洋區(qū)極渦強(qiáng)度有關(guān)。

(5) 冬季發(fā)生較多極端低溫事件的有利環(huán)流特征為偏強(qiáng)冷空氣、偏高歐亞經(jīng)向環(huán)流指數(shù)和偏小的西太平洋副高面積；春季發(fā)生較多極端低溫事件的有利環(huán)流特征為偏高的歐亞經(jīng)向環(huán)流指數(shù)和位置偏北的南海北界、西太平洋副高北界。