范可 楊洪卿 田寶強 王路杉

摘要 2013年11月東北大—暴雪持續(xù)日數(shù)為1982—2020年同期最多的一年。其中，2013年11月17—20日和25日先后發(fā)生兩次強降雪過程，其中第一次過程降雪持續(xù)時間較長，而第二次過程日降雪強度強?；诖耍瑥?013年11月月際異常氣候背景和兩次強降雪過程的角度，開展其成因和可預(yù)測性研究。研究結(jié)果表明，2013年11月北極濤動（AO）正位相異常偏強、類北太平洋濤動（NPO）負(fù)位相、巴倫支海以北的海冰月增長量（11月減9月）異常偏多和熱帶-南印度洋海溫異常偏暖的氣候背景有利于這次東北持續(xù)性大—暴雪事件的發(fā)生。其中，2013年11月巴倫支海以北的海冰月增長量偏多，意味著季節(jié)性海冰生長量增加使得向大氣中釋放的潛熱通量增加，氣溫偏高，有利于AO正位相加強并激發(fā)羅斯貝（Rossby）波列，使得阿留申低壓減弱;同時11月熱帶-南印度洋海溫異常偏暖，熱帶印度洋對流加強和熱帶西太平洋對流減弱，有利于西北太平洋-阿留申地區(qū)維持“氣旋-反氣旋”式環(huán)流異常，呈現(xiàn)類NPO負(fù)位相。這樣的環(huán)流形勢有利于從北太平洋向東北地區(qū)持續(xù)輸送水汽。第一次強降雪過程（17—20日）發(fā)生前5 d（12—16日）到降雪過程結(jié)束（20日），北大西洋濤動（NAO）維持正位相并且強度達(dá)到冬半年最強，由此激發(fā)持續(xù)東傳Rossby波，使得西北太平洋-阿留申地區(qū)為持續(xù)性的南北向“氣旋-反氣旋”式環(huán)流異常，有利于北太平洋水汽持續(xù)輸送至東北地區(qū)。在2013年11月25日第二次強降雪過程中，烏拉爾山阻塞高壓顯著加強，東北低渦加深，有利于熱帶西太平洋更為暖濕的水汽輸送至東北地區(qū)，與北太平洋輸送的水汽共同導(dǎo)致第二次強降雪過程的日降雪強度大。最后，利用CFSv2評估2013年11月異常氣候背景的可預(yù)測性，結(jié)果表明CFSv2可提前1個月預(yù)測2013年11月熱帶-南印度洋海溫異常偏暖，但對熱帶印度洋和西太平洋對流異常、NAO以及熱帶-中高緯大氣遙相關(guān)預(yù)測能力較弱。在次季節(jié)尺度上，ECMWF（CMA）能提前29（12） d和13（16） d合理預(yù)測出兩次過程降雪量的空間分布，這可能是由于模式能合理再現(xiàn)NAO和烏拉爾山阻塞高壓等關(guān)鍵環(huán)流系統(tǒng)的逐日變化。因此未來還有待提升熱帶-中高緯大氣遙相關(guān)、水汽輸送以及平流層極渦的次季節(jié)-季節(jié)預(yù)測效能。

關(guān)鍵詞中國東北;11月持續(xù)性大—暴雪;強降雪過程;季節(jié)性海冰生長量;中高緯環(huán)流;水汽輸送;次季節(jié)-季節(jié)氣候可預(yù)測性

中國東北降雪主要發(fā)生在冬半年（11月—次年3月），其中11月是東北大—暴雪發(fā)生峰值的月份（Sun et al.，2010;Wang et al.，2020）。2013年11月下旬，東北發(fā)生一次持續(xù)性大—暴雪事件，黑龍江、吉林兩省平均降雪量為31.5 mm，為1961年以來歷史同期最多，兩省有16站最大積雪深度居1961年以來歷史同期第一位。強降雪導(dǎo)致東北三省多條高速公路關(guān)閉、機(jī)場航班大面積延誤，造成經(jīng)濟(jì)損失十分嚴(yán)重，因此深入理解這次東北持續(xù)性大—暴雪事件的機(jī)理及可預(yù)測性對國家防災(zāi)減災(zāi)具有重要科學(xué)意義。

近幾十年，我國東北地區(qū)降雪量和降雪強度均呈年代際增多的趨勢，其中以暴雪增加為主（Zhou et al.，2018;Gao et al.，2023）。已有研究表明，近幾十年東北地區(qū)降雪量的年代際增加與東亞冬季風(fēng)的年代際減弱、哈德來環(huán)流的年代際增強密切相關(guān)（Wang and He，2013;Zhou et al.，2017;孫博等，2020）。秋季北極海冰快速減少是東北大—暴雪日數(shù)年代際增加的重要原因之一，北極海冰偏少時，中高緯環(huán)流更具有波浪狀，通過北大西洋濤動（North Atlantic Oscillation，簡稱NAO）或類NAO影響東北暴雪的發(fā)生（武炳義等，2004;Liu et al.，2012;祁莉和徐業(yè)佳，2018;陳海山等，2019）。此外，東北地區(qū)低渦、地面江淮氣旋的加強也有利于東北暴雪的發(fā)生（胡中明和周偉燦，2005;蔣大凱等，2014;孫曉娟等，2022）。Wang et al.（2020）的研究表明，相較于東北小雪事件，東北冬半年偏暖更能導(dǎo)致東北地區(qū)濕度增加，進(jìn)而增強大氣層結(jié)的不穩(wěn)定性，有利于大—暴雪發(fā)生。

此外，關(guān)鍵區(qū)海溫異常通過海氣過程，激發(fā)大氣羅斯貝（Rossby）波影響與東北降雪相關(guān)聯(lián)的大尺度環(huán)流。比如，前期夏秋季北太平洋海溫異?？赏ㄟ^激發(fā)對流層中低層類“北美-大西洋-歐亞”遙相關(guān)型大氣波列來影響歐亞中高緯環(huán)流，進(jìn)而影響東北地區(qū)冬季降雪的發(fā)生頻次和強度（Fan and Tian，2013;Feng and Chen，2016;劉煒和宋文玲，2018）。冬季熱帶印度洋海溫異常不僅可通過高空輻合輻散風(fēng)激發(fā)歐亞波列影響中國東北冬季降水（Han et al.，2018），也可以通過影響局地經(jīng)向環(huán)流和激發(fā)類東亞-太平洋遙相關(guān)，調(diào)制中國冬季降水和氣溫的變化（晏紅明和肖子牛，2000;Dai et al.，2018）。秋季北大西洋暖海溫異常通過激發(fā)沿中高緯由大西洋向東亞傳播的Rossby波列使得東亞大槽加深，為東北冬季降雪的發(fā)生提供了有利的氣候背景（Xu et al.，2023）。目前有關(guān)東北大—暴雪年際變化及其影響系統(tǒng)的研究主要集中在冬季或冬半年平均，而對11月東北持續(xù)性大—暴雪氣候事件的研究則相對不多。

2013年11月東北地區(qū)發(fā)生了兩次大范圍強降雪過程，第一次降雪過程發(fā)生在17—20日，降雪主要分布在黑龍江中東部和吉林省，降雪持續(xù)時間長，東北地區(qū)累計降雪量達(dá)37.3 mm，日最大降雪量為12.7 mm;第二次發(fā)生在25日，降雪主要分布在東北中東部，日降雪量為17.2 mm，日降雪強度高。這兩次強降雪過程導(dǎo)致2013年11月中國東北大—暴雪日數(shù)成為1982—2020年期間的最高值，降雪日數(shù)超過氣候態(tài)的1倍標(biāo)準(zhǔn)差（圖1）。因此，本文從2013年11月異常氣候背景和兩次強降雪過程及其可預(yù)測性開展研究，期望能加深對東北持續(xù)性大—暴雪事件成因和可預(yù)測來源的理解，為提升東北持續(xù)性大—暴雪事件的預(yù)測提供科學(xué)基礎(chǔ)。

1 資料和方法

利用中國國家氣象信息中心提供的中國地面氣候資料日值數(shù)據(jù)集（V3.0），選取中國東北（120°～135°E，40°～54°N）87個站點中氣溫小于0 ℃時的降水量作為東北地區(qū)逐日降雪量。根據(jù)中國氣象局的規(guī)定，選取24 h降雪量大于5 mm的天數(shù)定義為逐月大—暴雪日數(shù)。大氣資料來源于歐洲中期天氣預(yù)報中心（European Centre for Medium-range Weather Forecasts，簡稱ECMWF）的ERA5再分析數(shù)據(jù)集，水平分辨率為1.0°×1.0°（Hersbach et al.，2020）。月平均海表面溫度數(shù)據(jù)來源于美國國家海洋大氣局（National Oceanic and Atmospheric Administration，簡稱NOAA）氣候診斷中心提供的海溫擴(kuò)展重建資料，水平分辨率為2.0°×2.0°（Huang et al.，2017）;向外長波輻射數(shù)據(jù)來源于美國國家海洋大氣局，水平分辨率為2.5°×2.5°（Lee et al.，2007）。月平均海冰密集度數(shù)據(jù)來自英國氣象局的哈德來中心（Hadley Centre sea ice data set version 1），分辨率為1.0°×1.0°（Rayner et al.，2003）。在月環(huán)流背景的可預(yù)測性研究中，選取在業(yè)務(wù)上能實時獲取的美國第二代氣候預(yù)測系統(tǒng)（Climate Forecast System，version 2，簡稱CFSv2）10月起報預(yù)測的11月數(shù)據(jù)（Saha et al.，2014）。對兩次強降雪過程的次季節(jié)預(yù)測效能研究中，選取次季節(jié)-季節(jié)計劃（Sub-seasonal to Seasonal Prediction Project，簡稱S2S）中回報數(shù)據(jù)能覆蓋2013年11月的ECMWF和中國氣象局（China Meteorological Administration，簡稱CMA）的模式（Vitart et al.，2017）。為了便于評估模式的預(yù)測能力，本文采用雙線性插值將模式資料插值成與觀測資料相同的分辨率。根據(jù)觀測和模式數(shù)據(jù)的共同時段，本文選取所有數(shù)據(jù)研究時段為1982—2020年。

利用1982—2020年11月東北區(qū)域（120°～135°E，40°～54°N）平均的大—暴雪日數(shù)標(biāo)準(zhǔn)化的序列定義東北大—暴雪日數(shù)指數(shù)（heavy snowfall days index，HSD）;利用20°N以北1 000 hPa位勢高度距平場的經(jīng)驗正交函數(shù)分解第一模態(tài)的標(biāo)準(zhǔn)化時間序列定義AO（Arctic Oscillation）指數(shù);利用60°N以北區(qū)域平均的位勢高度作為極渦指數(shù)。采用Takaya and Nakamura（2001）的水平波活動通量診斷影響東北大—暴雪的動力學(xué)機(jī)制。

2 東北持續(xù)性大—暴雪事件的11月氣候背景

2.1 11月氣候背景

圖2為2013年11月大氣環(huán)流的距平場，其中打點區(qū)域表示距平超過±1倍標(biāo)準(zhǔn)差。2013年11月海平面氣壓距平場為AO正位相，其強度超過1982—2020年的1倍標(biāo)準(zhǔn)差，同時可見，西伯利亞高壓減弱，北太平洋呈現(xiàn)類北太平洋濤動（North Pacific Oscillation，NPO）負(fù)位相，表現(xiàn)為阿留申低壓減弱和西北太平洋高壓減弱（圖2a）。

在500 hPa上，烏拉爾山阻塞高壓偏強，西北太平洋-阿留申地區(qū)呈現(xiàn)南北向“氣旋-反氣旋”式環(huán)流形勢異常，該環(huán)流形勢有利于來自北太平洋水汽持續(xù)輸送至東北地區(qū)（圖2b—d）。較氣候態(tài)而言，2013年11月巴倫支海以北海冰接近正常，異常幅度弱（圖3a），但是其海冰月增長量（11月減9月）較氣候態(tài)偏多，且超過1982—2020年海冰月增長量氣候態(tài)的1倍標(biāo)準(zhǔn)差（圖3b），說明該區(qū)域季節(jié)性海冰生長量較多。同時，2013年11月熱帶東太平洋海溫略偏冷，但熱帶-南印度洋海溫整體偏暖，尤其是澳大利亞西北側(cè)海溫異常偏暖，其異常均超過氣候態(tài)的1倍標(biāo)準(zhǔn)差（圖3c）。由此說明2013年11月巴倫支海以北季節(jié)性海冰生長量和熱帶-南印度洋海溫異常有可能影響2013年11月東北地區(qū)持續(xù)性大—暴雪事件。

2.2 巴倫支海以北海冰月增長量（季節(jié)性生長量）的影響

分別將1982—2020年11月AO指數(shù)、11月HSD回歸北極海冰距平和海冰月增長量場（11月減9月），結(jié)果表明，11月巴倫支海以北海冰距平與11月AO和HSD關(guān)系均不顯著（圖4a、b），但11月巴倫支海以北海冰月增長量與11月AO和HSD均存在顯著相關(guān)（圖4c、d）。因此，本文選取巴倫支海以北（30.5°～90.5°E，83.5°～86.5°N）區(qū)域平均的11月與9月海冰密集度的差值定義為11月海冰月增長量指數(shù)（monthly difference index of sea ice concentration，SICI-MD），其中1982—2020年11月SICI-MD與AO、HSD的相關(guān)系數(shù)分別為0.41和0.29，均通過置信度為90％的顯著性檢驗。

為什么季節(jié)性海冰生長量會影響東北持續(xù)性大—暴雪發(fā)生？通常，北極海冰范圍在9月達(dá)到全年最小值，之后進(jìn)入海冰生長季。1982—2020年9—11月巴倫支海以北海冰在生長過程中，向大氣釋放潛熱通量，導(dǎo)致氣溫升高，北極海平面氣壓異常減弱，有利于AO呈正位相（圖5）。2013年11月SICI-MD為1982—2020年間海冰月增量最高值，有利于AO為強的正位相。已有研究表明，AO通過垂直大氣準(zhǔn)定常行星波的傳播，使得對流層低層的擾動上傳至對流層中高層，進(jìn)一步通過對流層中高層遙相關(guān)和歐亞Rossby波的水平傳播影響東亞冬季風(fēng)環(huán)流（Chen et al.，2005;陳文和康麗華，2006;Gong et al.，2017;王林等，2021）。如圖6所示，當(dāng)AO為強的正位相時，從極區(qū)經(jīng)北大西洋、歐亞大陸傳播至西北太平洋的Rossby波，有利于阿留申地區(qū)上空處于正位勢高度異?？刂浦拢M(jìn)而使得北太平洋暖濕水汽持續(xù)輸送至東北地區(qū)。

2.3 熱帶-南印度洋海溫的影響

1982—2020年11月中國東北大—暴雪日數(shù)回歸11月海溫距平場顯示，熱帶-南印度洋尤其是澳大利亞西北側(cè)海溫為顯著正異常，當(dāng)其海溫偏暖，有利于中國東北大—暴雪日數(shù)偏多（圖7a）。1982—2020年利用澳大利亞西北側(cè)區(qū)域（90°～120°E，10°～30°S）平均海溫定義的海溫指數(shù)（sea surface temperture index，SSTI）與HSD的相關(guān)系數(shù)為0.33（通過了90％置信度的顯著性檢驗），并且獨立于SICI-MD和AO指數(shù)。如圖7b所示，當(dāng)11月澳大利亞以西的海溫偏暖時，西北太平洋-阿留申地區(qū)對流層中高層呈南北向“負(fù)-正”的位勢高度異常。2013年熱帶-南印度洋海溫較氣候態(tài)偏暖，熱帶印度洋（90°～120°E，10°S～10°N）對流加強和上升運動加強，而熱帶西太平洋對流減弱（圖3d和圖8a），有利于西北太平洋上空呈現(xiàn)氣旋性異常（圖8b）。以上環(huán)流形勢有利于北太平洋的暖濕水汽持續(xù)輸送至東北地區(qū)。

3 兩次強降雪過程的關(guān)鍵影響系統(tǒng)和成因

3.1 兩次大—暴雪降雪過程的特征及環(huán)流形勢和水汽輸送

為進(jìn)一步分析在11月異常氣候背景下，影響兩次強降雪過程發(fā)生的主要系統(tǒng)和成因，首先分析兩次過程主要降雪特征、環(huán)流形勢和水汽輸送。2013年11月17—20日在黑龍江中東部和吉林地區(qū)發(fā)生了持續(xù)4 d的強降雪過程，降雪的大值中心位于黑龍江尚志地區(qū)（圖9a），該站累計降雪量達(dá)64.1 mm，超過氣候態(tài)（4.9 mm）的13倍。11月25日東北地區(qū)發(fā)生了另一次大范圍短時強降雪過程，黑龍江東部和吉林東部降雪量最大（圖9d），其中綏芬河單站日降雪量達(dá)40.4 mm，超過同期均值（1.6 mm）的25倍。如圖9b所示，17—20日東北地區(qū)上升運動強。北太平洋中部的水汽持續(xù)輸送至東北地區(qū)。中國東北的東邊界存在水汽的異常輸入，數(shù)值為113.9×106 kg·s-1，該地區(qū)水汽凈輸入相對氣候態(tài)增加了34.5×106 kg·s-1（圖9c）。25日東北地區(qū)降雪的水汽分別來自熱帶西太平洋和北太平洋中部，表現(xiàn)在中國東北的南邊界和東邊界存在水汽的異常輸入數(shù)值分別為25.2×106 kg·s-1和27.9×106 kg·s-1，中國東北地區(qū)水汽凈輸入相對氣候態(tài)增加了19.1×106 kg·s-1（圖9f）。相較第二次強降雪過程，第一次過程的水汽凈輸入更大且持續(xù)時間更長，降雪持續(xù)時間也長。第二次降雪過程中，不僅有北太平洋由東邊界輸入的水汽異常，還有熱帶西太平洋由南邊界輸入的更暖濕水汽異常，導(dǎo)致第二次強降雪過程日降雪強度大。

本文進(jìn)一步分析了造成兩次強降雪過程水汽輸送及降雪持續(xù)時間存在差異的大尺度環(huán)流系統(tǒng)。17—20日，北大西洋地區(qū)呈類NAO正位相且強度較強，西伯利亞高壓偏弱，北太平洋呈現(xiàn)類NPO負(fù)位相，表現(xiàn)阿留申低壓減弱和西北太平洋高壓減弱（圖10a）。對流層中高層存在北大西洋向東傳播的Rossby波列造成阿留申地區(qū)為正位勢高度異常（圖10b）。相應(yīng)地，對流層中低層上西北太平洋和阿留申地區(qū)分別呈現(xiàn)氣旋性和反氣旋性環(huán)流異常（圖10c），該環(huán)流形勢有利于將北太平洋的暖濕水汽持續(xù)輸送至東北地區(qū)。25日，西伯利亞高壓強度略偏強，北太平洋呈現(xiàn)較弱NPO負(fù)位相，阿留申低壓和西北太平洋高壓減弱（圖10d）。在500 hPa上，烏拉爾山阻塞高壓增強，貝加爾湖-東北地區(qū)處于氣旋性環(huán)流控制之下，東北低渦加深，該環(huán)流形勢不僅有利于極地冷空氣南下至東北地區(qū)，東北地區(qū)上升運動加強，也有利于來自熱帶西太平洋更暖濕水汽輸送至東北東部（圖10e、f）。

兩次降雪過程中，北太平洋均呈現(xiàn)弱NPO負(fù)位相，17—20日持續(xù)性降雪過程主要受上游NAO激發(fā)的東傳Rossby波的影響導(dǎo)致阿留申地區(qū)為反氣旋性環(huán)流，25日強降雪過程主要受烏拉爾山阻塞高壓和東北低渦的影響。第一次降雪主要來源于北太平洋中部水汽持續(xù)輸送，第二次降雪過程除了北太平洋中部還有更為暖濕熱帶西太平洋水汽輸送且上升運動更強，造成日降雪強度大于第一次過程。

3.2 NAO和阻塞高壓逐日變化

11月NAO逐日演變顯示，在中上旬NAO處于正位相（圖11a）。其中，在大—暴雪發(fā)生前5 d（12—16日）NAO正位相強度逐漸增強，在15—16日達(dá)到2013年冬半年的峰值（圖11b）。這可能由于11月1—5日平流層出現(xiàn)強極渦事件（圖11c），負(fù)的位勢高度異常信號在6—14日從平流層下傳至對流層，使得15—16日NAO強度達(dá)到最強（圖11d）。

11月21—25日，NAO位相轉(zhuǎn)為負(fù)位相（圖11a），23日500 hPa上烏拉爾山-貝加爾湖地區(qū)呈“一脊一槽”的環(huán)流形勢（圖12a），24—25日隨著烏拉爾山阻塞高壓發(fā)展加強，貝加爾湖地區(qū)低槽加深東移，東北低渦加深（圖12b、c）。烏拉爾山阻塞高壓引導(dǎo)高緯冷空氣和熱帶西太平洋的暖濕空氣在東北交匯，使得25日東北地區(qū)發(fā)生強降雪過程。

4 東北持續(xù)性大—暴雪事件的可預(yù)測性

4.1 11月氣候背景可預(yù)測性

首先評估CFSv2提前1個月對11月東北持續(xù)性大—暴雪事件氣候背景的可預(yù)測性。在海平面氣壓場上，CFSv2預(yù)測AO空間分布和強度出現(xiàn)較大偏差，11月AO指數(shù)預(yù)測值為0.64（觀測值為2.04），CFSv2低估了阿留申低壓強度且預(yù)測位置較觀測偏北（圖13a），烏拉爾山阻塞高壓預(yù)測位置較觀測偏南（圖13b）。CFSv2能較好再現(xiàn)東北區(qū)域垂直上升運動（圖13c），但對水汽輸送刻畫能力較弱（圖13d）。CFSv2提前1個月能預(yù)測出熱帶-南印度洋偏暖（圖13e），但未能合理再現(xiàn)熱帶印度洋-熱帶西太平洋對流異常（圖13f）。CFSv2對影響東北大—暴雪的中高緯環(huán)流和熱帶對流的預(yù)測效能較為有限。

4.2 兩次強降雪過程的次季節(jié)可預(yù)測性

圖14a、b為觀測與ECMWF、CMA模式提前1～40 d預(yù)測的東北地區(qū)兩次過程降雪量的空間相關(guān)系數(shù)，可見ECMWF（CMA）模式能夠提前29（12） d較好預(yù)測第一次過程中東北降雪量的空間分布，而ECMWF（CMA）則能提前13（16） d預(yù)測第二次過程中降雪量的空間分布。對兩次過程降雪量中心和范圍而言，ECMWF能夠提前1～14 d較好預(yù)測17—20日降雪中心和25日降雪范圍，而提前14 d以上則出現(xiàn)較大預(yù)測誤差（圖14c、d）。CMA模式對兩次過程的降雪量空間分布的預(yù)測結(jié)果與ECMWF的預(yù)測結(jié)果基本一致，但對降雪大值中心和范圍的預(yù)測準(zhǔn)確度較ECMWF偏低（圖略）。

前面觀測分析表明，第一次降雪過程主要受持續(xù)強的正NAO激發(fā)對流層中層?xùn)|傳的Rossby波列影響，而第二次主要受烏拉爾山阻塞高壓和東北低渦的影響。如圖15所示，對于第一次降雪過程，ECMWF（CMA）模式可以提前22（19） d較好地再現(xiàn)NAO激發(fā)的東傳波列。對于第二次降雪過程，ECMWF（CMA）模式能提前13（9） d預(yù)測烏拉爾山阻塞高壓和東北低渦異常。因此，NAO和阻塞高壓等關(guān)鍵環(huán)流系統(tǒng)可能是模式對東北持續(xù)性大—暴雪事件及其影響系統(tǒng)的可預(yù)測性來源。

5 結(jié)論與討論

2013年11月東北地區(qū)發(fā)生了兩次大范圍的強降雪過程，導(dǎo)致其大—暴雪日數(shù)在1982—2020年同期最高?；谟^測和再分析數(shù)據(jù)，本文研究了2013年11月東北地區(qū)持續(xù)性大—暴雪事件的氣候背景，對比了兩次強降雪過程成因。進(jìn)而基于CFSv2、ECMWF和CMA模式的預(yù)測結(jié)果，研究了持續(xù)性大—暴雪事件的可預(yù)測性和預(yù)測來源。主要結(jié)論如下：

影響2013年11月東北持續(xù)性大—暴雪事件的主要氣候背景是11月AO正位相異常偏強、類NPO的負(fù)位相、巴倫支海以北海冰月增長量（11月減9月）（季節(jié)性海冰生長量）異常偏多和熱帶-南印度洋海溫異常偏暖。2013年11月巴倫支海以北海冰月增長量是1982—2020年最多的一年，該區(qū)域海冰在生長過程中向大氣釋放大量潛熱通量，氣溫升高，極地海平面氣壓減弱，有利于AO正位相異常偏強。11月AO正位相在對流層中高層激發(fā)北極經(jīng)北大西洋至西北太平洋的Rossby波列，有利于阿留申地區(qū)為反氣旋性環(huán)流異常，同時，11月熱帶-南印度洋海溫異常偏暖，有利于熱帶印度洋對流加強和熱帶西太平洋對流減弱，使得西北太平洋和阿留申地區(qū)上空分別為氣旋性和反氣旋性環(huán)流異常，形成類似NPO的負(fù)位相，有利于北太平洋暖濕水汽持續(xù)輸送至東北，為東北持續(xù)性大—暴雪事件發(fā)生提供有利的氣候背景。

兩次強降雪過程主要影響系統(tǒng)和水汽輸送路徑存在顯著差異。第一次持續(xù)時間較長的強降雪過程（17—20日）發(fā)生時，西北太平洋-阿留申地區(qū)為顯著南北向“氣旋-反氣旋”式環(huán)流異常，有利于北太平洋水汽持續(xù)輸送至東北。第二次強降雪過程（25日）發(fā)生時，烏拉爾山阻塞高壓加強，東北低渦加深，強降雪過程的水汽不僅來自北太平洋，還來自更為暖濕的熱帶西太平洋，導(dǎo)致第二次日降雪量高于第一次過程。

CFSv2提前1個月能一定程度預(yù)測11月熱帶-南印度洋海溫偏暖，但是對11月熱帶印度洋和西太平洋對流異常、AO和中高緯環(huán)流預(yù)測效能較低。在對兩次強降雪過程次季節(jié)預(yù)測中，ECMWF和CMA模式分別能夠提前29（13） d和12（16） d預(yù)測出第一（二）次過程中東北地區(qū)降雪量的空間分布，其中主要原因是兩個模式能合理再現(xiàn)NAO和烏拉爾山阻塞高壓異常。

要提高東北持續(xù)性大—暴雪事件的預(yù)測，有待進(jìn)一步提升中高緯環(huán)流以及熱帶-中高緯大氣遙相關(guān)、水汽輸送以及平流層極渦的次季節(jié)-季節(jié)預(yù)測能力。

參考文獻(xiàn)（References）

陳海山，羅江珊，韓方紅，2019.中國北方暴雪的年代際變化及其與大氣環(huán)流和北極海冰的聯(lián)系［J］.大氣科學(xué)學(xué)報，42（1）：68-77. Chen H S，Luo J S，Han F H，2019.Interdecadal variation of heavy snowfall in northern China and its linkages with atmospheric circulation and Arctic sea ice［J］.Trans Atmos Sci，42（1）：68-77.doi：10.13878／j.cnki.dqkxxb.20181212001.（in Chinese）.

Chen W，Yang S，Huang R H，2005.Relationship between stationary planetary wave activity and the East Asian winter monsoon［J］.J Geophys Res Atmos，110（D14）：D14110.doi：10.1029／2004JD005669.

陳文，康麗華，2006.北極濤動與東亞冬季氣候在年際尺度上的聯(lián)系：準(zhǔn)定常行星波的作用［J］.大氣科學(xué)，30（5）：863-870. Chen W，Kang L H，2006.Linkage between the Arctic Oscillation and winter climate over East Asia on the interannual timescale：roles of quasi-stationary planetary waves［J］.Chin J Atmos Sci，30（5）：863-870.doi：10.3878／j.issn.1006-9895.2006.05.15.（in Chinese）.

Dai H X，F(xiàn)an K，Tian B Q，2018.A hybrid downscaling model for winter temperature over Northeast China［J］.Int J Climatol，38（S1）.doi：10.1002／joc.5376.

Fan K，Tian B Q，2013.Prediction of wintertime heavy snow activity in Northeast China［J］.Chin Sci Bull，58（12）：1420-1426.doi：10.1007／s11434-012-5502-7.

Feng Y，Chen H P，2016.Warming over the North Pacific can intensify snow events in Northeast China［J］.Atmos Ocean Sci Lett，9（2）：122-128.doi：10.1080／16742834.2016.1133072.

Gao K L，Tang Y H，Chen D L，et al.，2023.Influence of Arctic sea ice and Interdecadal Pacific Oscillation on the recent increase of winter extreme snowfall in Northeast China［J］.Atmos Res，295：107030.doi：10.1016／j.atmosres.2023.107030.

Gong D Y，Guo D，Li S，et al.，2017.Winter AO／NAO modifies summer ocean heat content and monsoonal circulation over the western Indian Ocean［J］.J Meteor Res，31（1）：94-106.doi：10.1007／s13351-017-6175-6.

Han T T，He S P，Hao X，et al.，2018.Recent interdecadal shift in the relationship between Northeast Chinas winter precipitation and the North Atlantic and Indian Oceans［J］.Climate Dyn，50（3）：1413-1424.doi：10.1007／s00382-017-3694-x.

Hersbach H，Bell B，Berrisford P，et al.，2020.The ERA5 global reanalysis［J］.Quart J Roy Meteor Soc，146（730）：1999-2049.doi：10.1002／qj.3803.

胡中明，周偉燦，2005.我國東北地區(qū)暴雪形成機(jī)理的個例研究［J］.南京氣象學(xué)院學(xué)報，28（5）：679-684. Hu Z M，Zhou W C，2005.Case study on the genesis of a snowstrom over the northeast region in China［J］.J Nanjing Inst Meteor，28（5）：679-684.doi：10.13878／j.cnki.dqkxxb.2005.05.015.（in Chinese）.

Huang B Y，Thorne P W，Banzon V F，et al.，2017.Extended reconstructed sea surface temperature，version 5 （ERSSTv5）：upgrades，validations，and intercomparisons［J］.J Climate，30（20）：8179-8205.doi：10.1175／JCLI-D-16-0836.1.

蔣大凱，閔錦忠，喬小湜，2014.一次東北南部特大暴雪的動力機(jī)制分析［J］.大氣科學(xué)學(xué)報，37（5）：605-612. Jiang D K，Min J Z，Qiao X S，2014.The dynamical mechanism analysis of an extraordinary snowstorm over the south of Northeast［J］.Trans Atmos Sci，37（5）：605-612.doi：10.13878／j.cnki.dqkxxb.20111121001.（in Chinese）.

Lee H T，Gruber A，Ellingson R G，et al.，2007.Development of the HIRS outgoing longwave radiation climate dataset［J］.J Atmos Ocean Technol，24（12）：2029-2047.doi：10.1175／2007JTECHA989.1.

Liu J P，Curry J A，Wang H J，et al.，2012.Impact of declining Arctic sea ice on winter snowfall［J］.Proc Natl Acad Sci USA，109（11）：4074-4079.doi：10.1073／pnas.1114910109.

劉煒，宋文玲，2018.中國北方冬季氣溫的年際變化對北太平洋東部海溫異常的響應(yīng)［J］.氣候與環(huán)境研究，23（3）：275-286. Liu W，Song W L，2018.Impact of the sea surface temperature anomaly in the eastern North Pacific on interannual variations of winter temperature in northern China［J］.Climatic Environ Res，23（3）：275-286.doi：10.3878／j.issn.1006-9585.2018.17095.（in Chinese）.

祁莉，徐業(yè)佳，2018.北極海冰及其與氣象要素年際關(guān)系的年代際變化［J］.大氣科學(xué)學(xué)報，41（3）：355-366. Qi L，Xu Y J，2018.Interdecadal variations of Arctic sea ice and its interannual relationship with meteorological elements［J］.Trans Atmos Sci，41（3）：355-366.doi：10.13878／j.cnki.dqkxxb.20160811002.（in Chinese）.

Rayner N A，Parker D E，Horton E B，et al.，2003.Global analyses of sea surface temperature，sea ice，and night marine air temperature since the late nineteenth century［J］.J Geophys Res：Atmos，108（D14）：4407.doi：10.1029／2002JD002670.

Saha S，Moorthi S，Wu X R，et al.，2014.The NCEP climate forecast system version 2［J］.J Climate，27（6）：2185-2208.doi：10.1175／JCLI-D-12-00823.1.

孫博，王會軍，周波濤，等，2020.中國水汽輸送年際和年代際變化研究進(jìn)展［J］.水科學(xué)進(jìn)展，31（5）：644-653. Sun B，Wang H J，Zhou B T，et al.，2020.A review on the interannual and interdecadal variations of water vapor transport over China during past decades ［J］.Adv Water Sci，31（5）：644-653.doi：10.14042/j.cnki.32.1309.2020.05.002.（in Chinese）.

Sun J Q，Wang H J，Yuan W，et al.，2010.Spatial-temporal features of intense snowfall events in China and their possible change［J］.J Geophys Res：Atmos，115（D16）：D16110.doi：10.1029／2009jd013541.

孫曉娟，李駟焱，虞越越，等，2022.1951—2017年冬季中國南方持續(xù)性冰凍雨雪事件的氣候特征及其與環(huán)流異常的聯(lián)系［J］.大氣科學(xué)學(xué)報，45（5）：768-777. Sun X J，Li S Y，Yu Y Y，et al.，2022.Climatic characteristics of winter long-lasting freezing rain and snow events in southern China from 1951 to 2017 and their relationship with circulation anomalies［J］.Trans Atmos Sci，45（5）：768-777.doi：10.13878／j.cnki.dqkxxb.20201112002.（in Chinese）.

Takaya K，Nakamura H，2001.A formulation of a phase-independent wave-activity flux for stationary and migratory quasigeostrophic eddies on a zonally varying basic flow［J］.J Atmos Sci，58（6）：608-627.doi：10.1175／1520-0469（2001）058<0608：AFOAPI>2.0.CO;2.

Vitart F，Ardilouze C，Bonet A，et al.，2017.The Subseasonal to Seasonal （S2S） prediction project database［J］.Bull Amer Meteor Soc，98（1）：163-173.doi：10.1175／bams-d-16-0017.1.

Wang H J，He S P，2013.The increase of snowfall in Northeast China after mid-1980s［J］.Chin Sci Bull，58：1350-1354.doi：10.1007／S11434-012-5508-1.

王林，龔海楠，蘭曉青，2021.北極濤動的年代際變化及其氣候影響［J］.大氣科學(xué)學(xué)報，44（1）：50-60. Wang L，Gong H N，Lan X Q，2021.Interdecadal variation of the Arctic Oscillation and its influence on climate［J］.Trans Atmos Sci，44（1）：50-60.doi：10.13878／j.cnki.dqkxxb.20201030001.（in Chinese）.

Wang L S，F(xiàn)an K，Xu Z Q，2020.Comparison of the causes of high-frequency heavy and light snowfall on interannual timescales over Northeast China［J］.Atmosphere，11（9）：936.doi：10.3390／atmos11090936.

武炳義，卞林根，張人禾，2004.冬季北極濤動和北極海冰變化對東亞氣候變化的影響［J］.極地研究，16（3）：211-220. Wu B Y，Bian L G，Zhang R H，2004.Effects of the winter AO and the Arctic sea ice variations on climate variation over East Asia［J］.Chin J Polar Res，16（3）：211-220.（in Chinese）.

Xu S Q，F(xiàn)ang Y H，Lin Y T，et al.，2023.Enhanced impact of autumn north tropical Atlantic sea surface temperature anomalies on subsequent winter snowfall in Northeast China after 2001［J］.J Climate，36（2）：663-675.doi：10.1175／JCLI-D-22-0333.1.

晏紅明，肖子牛，2000.印度洋海溫異常對亞洲季風(fēng)區(qū)天氣氣候影響的數(shù)值模擬研究［J］.熱帶氣象學(xué)報，16（1）：18-27. Yan H M，Xiao Z N，2000.The numerical simulation of the Indian Ocean SSTA influence on climatic variations over Asian monsoon region［J］.J Trop Meteor，16（1）：18-27.doi：10.16032／j.issn.1004-4965.2000.01.003.（in Chinese）.

Zhou B T，Wang Z Y，Shi Y，2017.Possible role of Hadley circulation strengthening in interdecadal intensification of snowfalls over northeastern China under climate change［J］.J Geophys Res：Atmos，122（21）：11638-11650.doi：10.1002／2017JD027574.

Zhou B T，Wang Z Y，Shi Y，et al.，2018.Historical and future changes of snowfall events in China under a warming background［J］.J Climate，31（15）：5873-5889.doi：10.1175／JCLI-D-17-0428.1.