錢維宏

北京大學(xué)大氣海洋科學(xué)系，北京 100871

天氣尺度瞬變擾動的物理分解原理

錢維宏

北京大學(xué)大氣海洋科學(xué)系，北京 100871

大氣變量可以在時空域內(nèi)物理分解成四個部分.前兩個是緯圈－時間平均的對稱部分和時間平均的非對稱部分，分別由太陽輻射和海陸分布熱力調(diào)節(jié)的季節(jié)變化引起，并形成規(guī)則的逐日氣候.第三部分是由年際和季節(jié)內(nèi)的熱帶海洋或極地?zé)崃?qiáng)迫引起的緯圈平均瞬變對稱擾動，可形成大氣變量的行星尺度指數(shù)循環(huán).第四部分是一些復(fù)雜的天氣尺度瞬變非對稱擾動.大氣變量中的逐日天氣尺度瞬變擾動，可以用于指示區(qū)域持續(xù)性的干旱、暴雨、低溫和熱浪等極端天氣事件.天氣尺度瞬變擾動天氣圖能在極端天氣事件的預(yù)報中發(fā)揮應(yīng)有的作用.

物理分解，天氣尺度，瞬變擾動，天氣圖，極端天氣事件

1 引 言

大氣運(yùn)動的根本原因是太陽輻射的日變化、年變化和更長時間長度的年代際和世紀(jì)變化.大氣運(yùn)動又可看成為不同時空尺度波或氣旋與反氣旋系統(tǒng)的疊加.這些系統(tǒng)大的如極渦、南亞高壓、副熱帶高壓等行星尺度系統(tǒng)，小的如臺風(fēng)、中緯度氣旋等天氣尺度系統(tǒng).這些系統(tǒng)的強(qiáng)度和活動位置一旦反常就會導(dǎo)致極端天氣事件的發(fā)生.極端天氣事件預(yù)報的成功就歸結(jié)為對這些天氣系統(tǒng)異常的預(yù)報.

在天氣動力學(xué)的發(fā)展歷史上，最重大的成就是20世紀(jì)30—40年代以Rossby［1］為首的芝加哥學(xué)派創(chuàng)立的大氣長波理論.他們發(fā)現(xiàn)高空天氣圖中北半球中緯度在自西向東的繞極環(huán)流之上，疊加有長達(dá)數(shù)千公里的波動.這些波動除有自身的結(jié)構(gòu)和運(yùn)動規(guī)律外，還與低空的鋒面氣旋存在內(nèi)在的聯(lián)系.對于這種現(xiàn)象，Rossby提出了位勢渦度概念，從理論上證明是地轉(zhuǎn)參數(shù)f＝2Ωsinφ隨緯度變化，即β效應(yīng)而引起的一種渦旋性波動，從而創(chuàng)立了著名的長波（行星波）理論.長波理論需要滿足在自由大氣中的質(zhì)量無輻散條件.滿足這個條件的層次在500—600hPa附近，即在大氣對流層的中部.在天氣圖上的表現(xiàn)就是500hPa上“槽來脊去”.根據(jù)長波理論，在確定的西風(fēng)氣流下，波長越長的波向東移動的速度越慢，甚至后退，而波長較短的波向東移動較快.于是，1940—1950年代開始，預(yù)報員就掌握了長波移動的外推方法，預(yù)測未來時刻槽和脊的位置，從而做出未來短期（2—3天）內(nèi)的天氣（如降水）預(yù)報.超過這個期限，天氣系統(tǒng)（槽和脊）就會發(fā)生很大的變化或調(diào)整，該方法的預(yù)報也就失去了意義.事實上，500hPa上的天氣系統(tǒng)（槽和脊）不可能按照一種尺度的波動運(yùn)動，而會受到多尺度波動和來自高低層波動的影響，一般3天后的槽脊強(qiáng)度和位置就將發(fā)生明顯的變化.

數(shù)值天氣預(yù)報模式的優(yōu)點就是能夠包含大氣中多尺度波動和多層次波動的相互作用.于是，目前歐洲中期天氣預(yù)報模式［2］的環(huán)流形勢預(yù)報已經(jīng)達(dá)到了9—10天的可用信息.無論是天氣形勢實況，還是數(shù)值天氣預(yù)報形勢，一個槽脊到達(dá)東亞大槽的位置就會發(fā)生明顯的強(qiáng)度變化，往往天氣環(huán)流系統(tǒng)并不對應(yīng)觀測到的極端天氣事件.在9月份，當(dāng)有熱帶風(fēng)暴移近到華南沿海，即將登陸時，還會迅速加深.對這些現(xiàn)象，資深預(yù)報員可以總結(jié)出很多的經(jīng)驗，但經(jīng)驗只可會意，難以言傳.本文首先從極端天氣事件和異常氣候事件的定義出發(fā)，從大氣變量物理分解的角度認(rèn)識天氣擾動對極端天氣和異常氣候事件發(fā)生的預(yù)示意義.

2 極端天氣事件與異常氣候事件

天氣是多氣象要素（溫度、氣壓、濕度、風(fēng)等）隨時間的連續(xù)變化及其產(chǎn)生的各種現(xiàn)象（如云、雨雪、雷暴、霧霾、沙塵暴等）.天氣是與中尺度—天氣尺度（200～2000km）系統(tǒng)的生消和移動相聯(lián)系的.因此，天氣系統(tǒng)的移動速度和生命期決定了局地天氣變化的時間尺度.

天氣的一些要素，特別是氣溫、降水、能見度和風(fēng)，在量值上不超過一定的限度，對人們的生產(chǎn)和生活不會構(gòu)成威脅，這些天氣都是正常的.它們的量值超過了一定的限度（閾值）就會給人們的生產(chǎn)和生活造成危害.隨著經(jīng)濟(jì)發(fā)展速度的加快和人們活動范圍的拓展與社會財富的累積，同樣強(qiáng)度的異常天氣，在過去沒有損失，不等于現(xiàn)在就沒有損失.

這里，我們只從氣象上定義極端天氣事件.以北京4月1日的日最低氣溫（夜間氣溫）為例.1960—2008年49年的4月1日最低氣溫平均值是4.04℃，第90個百分位的氣溫值是9.45℃，第10個百分位的氣溫值是－1.38℃.在49年中有4個4月1日的氣溫低于第10個百分位值.用于界定極端高溫的第90個或第95個百分位溫度值與用于界定極端低溫的第10個或第5個百分位溫度值，這些是人為確定的相對閾值.49年中，1972年的4月1日和1991年的4月1日出現(xiàn)了兩個最冷最低氣溫，稱為最冷夜.它們可能是某一天的低溫情況，但不一定是寒潮或低溫天氣過程中出現(xiàn)的最低氣溫.

氣候的一般定義是一段時間內(nèi)（月以上）天氣的總和特征.在統(tǒng)計上，它既包含了平均狀態(tài)，也反映了極端情況，如極端高溫和極端低溫等.圖1只給出了北京49年中所有4月1日的最低氣溫，和第10與第90百分位的最低氣溫值.用此方法，我們可以確定49年中4月2日、3日，以至全年365天的每日最低氣溫值和該日第10個及第90個百分位的最低氣溫值.把北京365天逐日最低氣溫的多年平均值和兩個閾值畫在一起如圖2所示.圖2中的細(xì)曲線是1970年北京站的逐日最低氣溫.因為日最低氣溫出現(xiàn)在夜間，那些日最低氣溫值位于短虛線之下的稱為冷夜，那些日最低氣溫值位于長虛線之上的稱為暖夜.1970年的1月份，有兩次連續(xù)的日最低氣溫低于第10個百分位閾值的時段.第一次持續(xù)了2天，第二次持續(xù)了5天.第一次持續(xù)時間短于第二次，但強(qiáng)度大.它們反映了兩個持續(xù)時間和強(qiáng)度各不相同的寒潮極端天氣事件過程.因此，不同的極端天氣事件要比較它們的持續(xù)時間、強(qiáng)度差異和區(qū)域范圍.持續(xù)時間越長、影響范圍越大和越強(qiáng)的極端天氣事件，形成的危害會越大.

圖1 北京1960—2008年49年中4月1日最低氣溫（℃）序列及其第10個百分位值和第90個百分位值線（虛線）Fig.1 Daily minimum temperature（℃）in Beijing on April 1from 1960to 2008.The dashed lines indicate the 10th and 90th percentiles of daily minimum temperature

圖2 使用北京1960—2008年逐日最低氣溫計算的年循環(huán)（灰色實線）和用來確定相對溫度極值的逐日第90百分位值（長虛線）與逐日第10百分位值（短虛線）的序列，細(xì)實線為1970年的逐日最低氣溫序列Fig.2 Annual cycle（grey solid line）and the 10th（short dashed line）and the 90th（long dashed line）percentiles for determining relative temperature extremes based on daily minimum temperature series in Beijing from 1960to 2008.The thin solid line denotes the daily minimum temperature series from January 1to December 31，1970

從圖2中可以看出，在1970年的7月份，日最低氣溫都落在兩條虛線之間，表明該月最低氣溫（氣候）是正常的.可是，該年1月份出現(xiàn)的2次低溫寒潮天氣過程致使1月平均最低氣溫比常年偏低，該年11月份出現(xiàn)了3次低溫寒潮天氣過程，也使得11月平均最低氣溫比常年偏低.當(dāng)月平均氣溫比常年偏低達(dá)到某一個確定的閾值，則可以認(rèn)為發(fā)生了氣候異常.可見，極端天氣事件可以按天氣過程的持續(xù)性（天數(shù)）而定，而異常氣候事件可以定義由連續(xù)（或相連）出現(xiàn)的多次極端天氣事件過程組成.經(jīng)過時間平滑，相連的極端天氣事件在平滑后極端值有所減小，過程也有所模糊，但在連續(xù)多次的極端天氣事件平滑后的月尺度或數(shù)月尺度上氣候異常事件更加明確了.這里也就清楚地給出了極端天氣事件與異常氣候事件之間的關(guān)系，即異常氣候事件來自于多次或者持續(xù)的極端天氣事件的積累.20個冷夜以單日均勻分布到一年中，與20個冷夜出現(xiàn)在一個月內(nèi)，從異常氣候事件的角度看是完全不同的.按上述定義，前者不是異常氣候事件，后者是該年很強(qiáng)的月尺度異常氣候冷事件.這是氣候變化研究中需要考慮的一種確定異常氣候事件的思路.

從圖1中可以看出，北京站在前20年和后20年的平均最低氣溫是不同的，后者平均氣溫偏高，可能含有年代際變化.選擇前20年與后20年的日最低氣溫做出圖2的分布也會不同.如果用前20年溫度分布計算的百分位值，來確認(rèn)后20年每年的冷暖日極端，冷夜必然減少，暖夜必然增多，但不等于極端天氣事件和異常氣候事件的增多.因此，極端天氣和異常氣候是比氣候變化更受政府和公眾關(guān)心的事件.

3 物理分解的意義

為什么先要有極端天氣事件和異常氣候事件的定義呢？這是因為要追根溯源，即尋找發(fā)生這些事件的原因.一個氣象站觀測的連續(xù)變量，如溫度、氣壓、濕度和風(fēng)，或一個探空氣象站觀測的高空溫度、位勢高度、濕度和高空風(fēng)（統(tǒng)稱為大氣變量）隨時間變化的序列是一維的.連續(xù)幾十年到百年的觀測序列中包含變量的晝夜（日）循環(huán)變化、季節(jié)（年）循環(huán)變化、幾十年和幾百年的周期性變化，以及非規(guī)則強(qiáng)迫形成的大氣內(nèi)部天氣尺度擾動和觀測誤差.寒潮、低溫、熱浪、區(qū)域持續(xù)性暴雨等都與天氣尺度擾動有關(guān).大氣變量中的日變化、季節(jié)循環(huán)和各種時間尺度的周期性變化成份都是氣候變化，如太陽輻射等周期性強(qiáng)迫引起的大氣變化.這些氣候變化是需要認(rèn)識、掌握和利用的，而不需要預(yù)報.需要預(yù)報的是相對這些規(guī)則變化的擾動.

當(dāng)前氣象和氣候要素場的分解有多種數(shù)學(xué)方法，如子波變換［3］、Fourier變換［4］、奇異譜分析（SSA）［5］，以及經(jīng)驗?zāi)B(tài)分解（EMD）［6］和集合經(jīng)驗?zāi)B(tài)分解（EEMD）［7］等方法.這些方法的特點是能夠滿足數(shù)學(xué)分解的正交性，其中EMD和SSA收斂的速度相對較快，但它們都需要分解成近十個或上百個正交分量.核心問題是，這些數(shù)學(xué)分解的分量難以明確對應(yīng)的物理含義.根據(jù)氣象時間序列變化的本質(zhì)，我們可先從觀測的氣象序列中提取氣候變化的規(guī)則（或周期）分量并用強(qiáng)迫量的序列做同樣時間尺度的物理分解，從而確認(rèn)氣候變化的因果關(guān)系［8］.兩個簡單又可理解的例子是，日變化的當(dāng)?shù)販囟仁窃谔栒缱畲筝椛浜蟮?—3個小時最高，季節(jié)變化的北半球中高緯度溫度是在太陽直射北回歸線（6月22日）40多天后的8月初最高［9］.這種因果關(guān)系的時間差就有了預(yù)報意義.

大氣多變量在空間上隨時間的變化和相互作用構(gòu)成了大氣運(yùn)動的復(fù)雜形式.在簡單的由二維空間和一維時間構(gòu)成的系統(tǒng)中，一個大氣變量如溫度，區(qū)域上的數(shù)學(xué)分解方法可用經(jīng)驗正交函數(shù)展開（EOF），得到多個空間模態(tài)和對應(yīng)的時間系數(shù)序列.這些空間模態(tài)滿足數(shù)學(xué)上的正交和收斂，但大部分模態(tài)不具有物理含義.大氣是在球面三維空間中的無邊界運(yùn)動.大氣變量的球諧函數(shù)展開方法是當(dāng)前短期（1—3天）和中期（4—9天）－延伸期（10—30天），以及氣候（月至年）預(yù)測模式中分解變量的基本方法.隨著計算機(jī)容量和速度的提高，滿足正交性的球諧函數(shù)變量展開波數(shù)會越來越多（可高達(dá)幾百，如T639就有639個正交的諧波分量），相對于空間分辨率越來越高.這些分解的波也同樣缺少物理含義.由于大氣運(yùn)動的復(fù)雜性（非線性相互作用），無物理意義的波作為初始值進(jìn)入計算機(jī)運(yùn)算，可產(chǎn)生出新的虛假波，導(dǎo)致幾天到10天后數(shù)值天氣預(yù)報模式結(jié)果與實況相反，失去預(yù)報意義.

4 物理分解的方法

根據(jù)大氣環(huán)流的平衡特性［10］，我們用最近10年以上（可用N大于10年或至30年）全球或北半球?qū)α鲗又疗搅鲗哟髿庥^測的站點或格點溫度T、位勢高度H、風(fēng)V和濕度Q等變量進(jìn)行四分量物理分解，以溫度T分解式為例：

（1）式等號左邊的變量T（λ，φ，t）Y是第Y年從1月1日起算第t日隨經(jīng)度λ和緯度φ變化的歷史的、當(dāng)前的氣象觀測溫度場，或中期數(shù)值天氣預(yù)報模式的溫度場.

分解式等號右邊第二項是相對第t日用第1年至第N年時間平均的空間格點溫度減去相對第t日太陽輻射緯圈平均季節(jié)變化后的氣候逐日空間變量場，

該分量是海陸（地形）分布季節(jié)調(diào)節(jié)的逐日溫度空間分布場.

第三項大氣中行星尺度緯圈平均擾動分量的分離方法是：用歷史觀測的、當(dāng)日觀測的變量值，或中期數(shù)值天氣預(yù)報模式的未來1至10天的大氣變量的預(yù)報值，減去逐日緯圈平均氣候分量得到.以溫度擾動為例，分解式（1）等號右邊第三項是第Y年第t日的緯圈平均行星尺度溫度擾動分量，該分量是第t日行星尺度溫度擾動循環(huán)所處的位相，與熱帶海洋或極地年代際、年際和季節(jié)內(nèi)熱力強(qiáng)迫變化有關(guān).

第四項大氣中的天氣尺度瞬變擾動分量的分離方法是：用歷史觀測的、當(dāng)日觀測的變量值，或中期數(shù)值天氣預(yù)報模式輸出的未來1至10天的大氣變量值，減去逐日氣候分量和緯圈平均的瞬時擾動分量得到.以溫度擾動為例，分解式（1）等號右邊第四項是第Y年第t日的天氣尺度溫度瞬變擾動分量，該分量對極端天氣事件有指示意義，稱為天氣尺度瞬變波分量，或天氣尺度擾動，其形成原因是多尺度地形和熱力強(qiáng)迫以及大氣內(nèi)部波動非線性相互作用的結(jié)果.最后兩項在業(yè)務(wù)天氣預(yù)報中可以有廣泛的應(yīng)用，是中期－延伸期極端天氣事件預(yù)報的理論基礎(chǔ).

5 物理分解的比較

常規(guī)天氣圖上混雜包含了天氣尺度瞬變擾動信號和氣候規(guī)則變化信號，而極端天氣事件的發(fā)生是與天氣尺度瞬變擾動聯(lián)系的.在目前國內(nèi)外的業(yè)務(wù)短期天氣預(yù)報流程中，把氣候變化分量與天氣尺度瞬變擾動分量混在一起作為未來極端天氣事件預(yù)報的信號，極大地削弱了大氣中天氣擾動對極端天氣事件預(yù)報的信號指示能力.氣象科研和業(yè)務(wù)預(yù)報中的區(qū)域大氣或球面大氣波動信號的獲取僅僅滿足正交收斂的數(shù)學(xué)分解，缺乏物理含義.在非線性數(shù)學(xué)模型，如短期和中期－延伸期天氣預(yù)報模型以及氣候預(yù)測模型中，無物理意義的波動必然產(chǎn)生出新的虛假波動，從而縮短可預(yù)報時效，或者產(chǎn)生氣候漂移.

以溫度場的分解為例，我們給出從原始觀測場到四個分量物理分解的圖示.圖3是2002年7月15日北半球850hPa溫度場T（λ，φ，t）Y分布.最大的高溫區(qū)（高于300K）位于非洲至中東地區(qū).第二大高于300K的高溫區(qū)在美國西部地區(qū).第三大高于300K的高溫區(qū)在中國大陸的西部地區(qū).圖3中存在幾百公里的高、低溫中心，但在視覺上已經(jīng)被大陸和大洋尺度的高、低溫中心掩蓋了.

為了得到圖3中的那些天氣尺度的瞬變高、低溫中心，我們需要分離出圖3中的氣候部分.圖4是用歷史上30年（1971—2000年）7月15日850hPa溫度資料按照變量分解式展開的第一分量南北溫差.溫度分布呈緯圈條帶：30°N以南熱帶地區(qū)溫度大于292K并且均勻分布，35°N—55°N之間溫度從292K下降到280K，70°N以北地區(qū)溫度進(jìn)一步下降.這一分量反映了太陽輻射季節(jié)變化確定的氣候變量（溫度）場.氣候上的7月15日，這一溫度分量在中緯度地區(qū)（40°N—50°N）隨緯度升高下降最快.

溫度變化除了隨太陽輻射有季節(jié)變化外，海陸分布的季節(jié)調(diào)節(jié)作用也是巨大的.圖5是用30年7月15日850hPa歷史多年溫度按照變量分解式展開的第二分量，即分解出的海陸溫差在該日的（λ，φ）氣候分布.圖3中，分別位于非洲－中東地區(qū)、美國西部地區(qū)和中國大陸西北地區(qū)的3個高溫中心在圖5中更為清楚.可見，圖3中的3個850hPa高溫中心主要來自海陸氣候分量的貢獻(xiàn).北美大陸和歐亞－非洲大陸850hPa上的高溫是海陸影響出的氣候正距平，而太平洋和大西洋上為負(fù)距平，反映了海陸分布對大氣低層氣候溫度的調(diào)節(jié)作用，由它們的溫差可以構(gòu)造熱力氣候（或季風(fēng)）指數(shù).Zhao等［11］利用夏季亞洲與北太平洋這兩個相鄰區(qū)域上的溫度年際變化構(gòu)造了一個東亞夏季風(fēng)指數(shù)，它能反映北半球多個區(qū)域的年際氣候異常.

同樣，用全球30年的850hPa位勢高度也能計算出海陸引起的第二分量分布.比較第44候和第8候850hPa上的位勢高度（λ，φ）分布，可以得到全球存在隨季節(jié)變化的17個高壓和低壓系統(tǒng)［9］，另外還有一個南極高壓和一個南極低壓［12］.這些高壓系統(tǒng)和低壓系統(tǒng)被稱為大氣活動中心.但是，大氣活動中心的變化不是孤立的，有時兩個相鄰的大氣活動中心的氣壓（或高度）有此起彼伏的現(xiàn)象，Walker把這種翹翹板式的變化稱為濤動.Walker和Bliss［13］（1932）提出了世界天氣（world weather）的概念并首次定義了下列3大濤動.南太平洋與印度洋氣壓變化相反，稱為南方濤動（SO）.大西洋上，冰島低壓與其以南地區(qū)的北大西洋亞速爾高壓，兩個中心氣壓的變化稱為北大西洋濤動（NAO）.太平洋上，阿留申低壓與夏威夷高壓，它們之間的氣壓變化稱為北太平洋濤動（NPO）.對全球存在的19個大氣活動中心，Walker和Bliss提出的全球三大濤動只用到了6個大氣活動中心，還有13個大氣活動中心沒有被用上.實際上，人們可以利用任意相鄰的兩個大氣活動中心定義一個濤動，構(gòu)造一個環(huán)流（氣候）指數(shù)，或季風(fēng)指數(shù).

在季節(jié)內(nèi)至年際時間尺度上，赤道內(nèi)外下墊面，特別是海洋熱力狀況會發(fā)生明顯的變化，從而引起大氣環(huán)流和大氣變量的瞬變擾動.圖6是2002年7月15日觀測溫度計算的分解第三項，即南北多條帶指數(shù)循環(huán)，30°N至55°N之間和80°N以北為正異常擾動溫度條帶，而55°N至80°N之間為負(fù)異常擾動溫度條帶，反映了大氣下墊面強(qiáng)迫引起的緯圈平均行星尺度大氣瞬變擾動.

早期，Rossby提出把35°和55°緯圈之間的平均地轉(zhuǎn)西風(fēng)定義為西風(fēng)指數(shù)就是第三分量的數(shù)量描述.十年前，當(dāng)Thompson和Wallace提出位勢高度場和溫度場的北極濤動（AO）信號［14］的一年后，Gong和Wang定義了南極濤動（AAO）指數(shù)［15］，兩個濤動也是南、北半球中高緯度地區(qū)第三分量的表現(xiàn).

圖5 用歷史30年（1971—2000年）7月15日觀測的北半球850hPa溫度分解的時間平均氣候非對稱部分（λ，φ）（單位：K）.在地形高于1500m處無等溫線Fig.5 Distribution of time－average climate asymmetric part （λ，φ）in the Northern Hemisphere based on the 850hPa temperature（K）for the historical observations of 30years（1971—2000）.There is no isotherm if the topography is higher than 1500m

圖6 用2002年7月15日觀測的北半球850hPa溫度計算的行星尺度緯圈平均對稱擾動［T（φ，t）］′Y（單位：K）Fig.6 Distribution of the zonal－average planetary－scale transient symmetric anomaly［T（φ，t）］′Y in the Northern Hemisphere based the observational 850hPa temperature（K）on July 15，2002

根據(jù)（5）式，可得到某日的大氣擾動量.圖7是2002年7月15日觀測的850hPa溫度計算的分解第四項，反映了該日天氣尺度瞬變溫度擾動，華北至東北為負(fù)距平的溫度擾動，而中國南方的正距平溫度擾動對應(yīng)7月7日至18日的熱浪.位于中國的這一對南北溫度擾動比原始溫度場（圖3）更清楚，用天氣尺度瞬變擾動更有利于極端天氣事件的分析和預(yù)報.同樣，在美國的中北部、加拿大中部和東部地區(qū)也各有一個高溫擾動中心.這些高溫擾動中心都對應(yīng)有地面上的氣溫偏高.對天氣尺度瞬變擾動也可以計算3天、5天、7天、9天，甚至1個月的時間平均，從而分析和認(rèn)識擾動系統(tǒng)的穩(wěn)定與持續(xù)性.

這些長時間平均仍然存在的天氣尺度擾動，會在一些地方時常出現(xiàn)，并像波列那樣排列［16－17］.太平洋－北美遙相關(guān)型（PNA）、西大西洋遙相關(guān)型（WA）、東大西洋遙相關(guān)型（EA）、西太平洋遙相關(guān)型（WP）、歐亞－太平洋遙相關(guān)型（EUP）、日本－太平洋遙相關(guān)型（PJ）等，都是大氣中經(jīng)常出現(xiàn)的波列.顯然，這些遙相關(guān)波列會帶來不同地區(qū)的異常天氣和異常氣候.

6 物理分解分量隨時間變化的相對值

圖7是850hPa氣壓層上分解得到的天氣尺度瞬變溫度擾動分布.對應(yīng)中國南方和北方的高溫擾動和低溫擾動中心，如果它們持續(xù)3天、5天、甚至7天仍然存在，說明這是一個持續(xù)穩(wěn)定的天氣擾動，必然會形成持續(xù)異常的極端天氣事件.統(tǒng)計上，我們可考察溫度、高度和風(fēng)在四項分解中每項各占總方差的相對百分率貢獻(xiàn)及其隨平均時間（天數(shù)）的變化.

圖8表示2003年（365天）850hPa的溫度、高度和風(fēng)在四項分解中各項占總方差的相對百分率貢獻(xiàn)及其隨平均時間（1—30天平均）的變化.對溫度場的分解（圖8a），第四項從1天的52%下降到30天平均的26%，而第二項（λ，φ）和第一項分別從1天的25%和11%增加到30天平均的40%和26%.15天以內(nèi)的天氣尺度溫度擾動分量有著較強(qiáng)的信號.

現(xiàn)有常規(guī)的天氣預(yù)報方法所采用的極端天氣事件（結(jié)果）與大氣變量（原因）的對接關(guān)系，是極端天氣事件與原始觀測氣象變量A（溫度、高度、風(fēng)等）的對接.氣象變量A中包含有太陽輻射的季節(jié)變化和海陸分布季節(jié)調(diào)節(jié)對溫度等大氣變量的作用，它們不是產(chǎn)生極端天氣事件的直接原因.四分量物理分解則建立了極端天氣事件（結(jié)果）與天氣尺度瞬變波動（擾動）變量A＊′（原因）的直接對接關(guān)系［18］.從這些圖例看出，天氣尺度瞬變擾動分量必須從觀測資料中把氣候變化分量分離開，這對極端天氣事件的預(yù)報才有意義.

7 結(jié)果與討論

（1）每天觀測的全球大氣變量中包含已知外源強(qiáng)迫的常規(guī)氣候變化的分量和行星尺度與天氣尺度瞬變擾動分量.通過四分量分解式可以清楚地得到有物理含義的氣候變化分量與天氣尺度瞬變擾動分量.第一分量是太陽輻射季節(jié)變化引起的逐日大氣氣候響應(yīng).第二分量反映了海陸熱力和動力對比對氣候的季節(jié)調(diào)節(jié)作用.第三分量反映了行星尺度大氣瞬變擾動，是緯圈指數(shù)循環(huán)的季節(jié)、年際和長期變化.第四分量是瞬變天氣尺度的大氣波動，當(dāng)穩(wěn)定時間較長時就是一種異常擾動，對應(yīng)有異常天氣和異常氣候.觀測量和模式預(yù)報量的四分量物理分解可以把科研人員和業(yè)務(wù)預(yù)報員從長期混淆的經(jīng)驗積累中解放出來，增加人們對極端天氣事件發(fā)生本質(zhì)的認(rèn)識，提高業(yè)務(wù)人員的預(yù)報技能.

（2）用觀測變量和模式產(chǎn)品物理分解的天氣尺度瞬變擾動，與極端天氣事件之間可能存在著緊密的物理因果關(guān)系.未來的短期和中期（或延伸期）預(yù)報系統(tǒng)中，如果增加天氣尺度瞬變波動分量的擾動天氣圖參與預(yù)報會商，將會大大提高高溫?zé)崂?、寒潮低溫、暴雨、干旱和臺風(fēng)路徑等的災(zāi)害性天氣預(yù)報能力.

（3）逐日氣候與天氣尺度瞬變波動的分解方法，在短期、中期（或延伸期）和氣候預(yù)報模式中的應(yīng)用，可極大地提高目前這些數(shù)值預(yù)報的水平和延長預(yù)報時效.因為沒有物理意義的波動，被代入模式運(yùn)算，必然產(chǎn)生出沒有物理意義的結(jié)果，難以延長預(yù)報時效.同樣，有物理意義的氣候波動被分解為無物理意義的分量，也會產(chǎn)生沒有意義的氣候漂移.

（4）利用1971—2000年（或1981—2010年）共30年的對流層至平流層的多變量大氣觀測資料，我們已經(jīng)建立了大氣逐日氣候資料集.利用1950—2010年的逐日觀測對流層至平流層的大氣多變量資料，我們已經(jīng)建立了天氣尺度瞬變擾動（波動）的數(shù)據(jù)集.這些氣候和天氣擾動資料集是研究歷史上極端天氣事件成因和預(yù)報未來短、中期和延伸期極端天氣事件的基礎(chǔ).

（5）以溫度分解為例，本方法在獲得氣候變化分量時取用了30年的歷史逐日確定時刻觀測變量的平均.實際上，逐日對應(yīng)時刻的氣候在30年中也是隨時間變化的.全球平均溫度在最近30年的增暖趨勢約為0.5℃.相對于最近30年，中國的極端低溫［19－20］和極端高溫［21］事件的平均溫度變化強(qiáng)度為5～10℃.因此，單位時間內(nèi)長期氣候變化的幅度相對天氣擾動的變化幅度要小幾個量級.

（References）

［1］ Rossby C G，Collaborators.Relation between variations in the intensity of the zonal circulation of the atmosphere and the displacements of the semi－permanent centers of action.J.Marine Res.，1939，2（1）：38－55.

［2］ Brankovic＇ˇC，Palmer T N，Molteni F，et al.Extended－range predictions with ECMWF models：Time－lagged ensemble forecasting.Q.J.R.Meteorol.Soc.，1990，116（494）：867－912.

［3］ Lau K M，Weng H.Climate signal detection using wavelet transform：How to make a time series sing.Bull.Am.Meteor.Soc.，1995，76（12）：2391－2402.

［4］ Brook B G J.Applying wavelet and Fourier transform analysis to large geophysical datasets.Lecture Notes in Computer Science，2009，5549：426－434.

［5］ Schlesinger M E，Ramankutty N.An oscillation in the global climate system of period 65～70years.Nature，1994，367（6465）：723－726.

［6］ Wu Z，Huang N E，Long S R，et al.On the trend，detrending，and variability of nonlinear and nonstationary time series.Proceedings of the National Academy of Sciences，USA，2007，104（38）：14889－14894.

［7］ Wu Z，Huang N E.Ensemble empirical mode decomposition：A noise－assisted data analysis method.Advances in Adaptive Data Analysis，2009，1（1）：1－41.

［8］ Qian W H，Lu B.Periodic oscillations in millennial globalmean temperature and their causes.Chinese Sci.Bull.，2010，55（35）：4052－4057.

［9］ Qian W H，Tang S Q.Identifying global monsoon troughs and global atmospheric centers of action on a pentad scale.Atmospheric and Oceanic Science Letters，2010，3（1）：1－6.

［10］ Starr V P，White R M.Balance requirements of the general circulation.Geophysical Research Paper，1954，12：66.

［11］ Zhao P，Zhu Y，Zhang R.An Asian－Pacific teleconnection in summer tropospheric temperature and associated Asian climate variability.Clim.Dyn.，2007，29（2－3）：293－303.

［12］ 錢維宏.氣候變化與中國極端氣候事件圖集.北京：氣象出版社，2011.Qian W H.Atlas of Climate Change and China Extreme Climate Events（in Chinese）.Beijing：China Meteor.Press，2011.

［13］ Walker G T，Bliss E.World weather V.Mem.Roy.Meteor.Soc.，1932，4（36）：53－84.

［14］ Thompson D W J，Wallace J M.The Arctic Oscillation signature in the wintertime geopotential height and temperature fields.Geophys.Res.Lett.，1998，25（9）：1297－1300.

［15］ Gong D Y，Wang S W.Definition of Antarctic Oscillation index.Geophys.Res.Lett.，1999，26（4）：459－462.

［16］ Wallace J M，Gutzler D S.Teleconnections in the geopotential height field during the Northern Hemisphere winter.Mon.Wea.Rev.，1981，109（4）：784－812.

［17］ Barnston A G，Livezey R E.Classification，seasonality and persistence of low－frequency atmospheric circulation patterns.Mon.Wea.Rev.，1987，115（6）：1083－1126.

［18］ 錢維宏.基于大氣變量物理分解的低溫雨雪冰凍天氣的中期預(yù)報系統(tǒng)和方法：中國，CN10222174A.2011－10－19.Qian W H.Middle－range forecast system and method of the low－temperature freezing rain based on the physical decomposition of atmospheric variables：China，CN10222174A.2011－10－19.

［19］ Ding T，Qian W H，Yan Z W.Characteristics and changes of cold surge events over China during 1960—2007.Atmospheric and Oceanic Science Letters，2009，2（6）：339－344.

［20］ Zhang Z J，Qian W H.Identifying regional prolonged low temperature events in China.Adv.Atmos.Sci.，2011，28（2）：338－351.

［21］ Ding T，Qian W H，Yan Z W.Changes of hot days and heat waves in China during 1961—2007.Int.J.Climatol.，2009，30（10）：1452－1462.

Physical decomposition principle of regional－scale atmospheric transient anomaly

QIAN Wei－Hong
Department of Atmospheric and Oceanic Sciences，Peking University，Beijing100871，China

In a mixed space－time domain，atmospheric variables can be decomposed into the zonal time－average climate symmetric part，the time－average climate asymmetric part，the zonal－average transient symmetric anomaly，and the transient asymmetric anomaly.The first two parts are forced by the seasonal solar radiation and land－sea distribution and linked to regular daily climate.The third part is caused from intra－seasonal to inter－annual tropical or polar heating variations and shows like the planetary－scale index cycle.The last part is complex as some atmospheric transient waves or regional－scale anomalies.The daily transient anomalies of atmospheric variables can be used to indicate some extreme weather events such as the regional persistent drought，heavy rainfall，lower temperature and hot days.We suggest that the weather map of transient anomalies could be applied in forecasts of extreme weather events.

Physical decomposition，Regional scale，Transient anomaly，Weather map，Extreme weather event

10.6038／j.issn.0001－5733.2012.05.002

P433

2011－12－05，2012－04－19收修定稿

中國科學(xué)院戰(zhàn)略先導(dǎo)專項（XDA05090400）和國家自然科學(xué)基金項目（40975039）聯(lián)合資助.

錢維宏，男，1957年生，教授，從事天氣氣候研究.E－mail：qianwh＠pku.edu.cn

錢維宏.天氣尺度瞬變擾動的物理分解原理.地球物理學(xué)報，2012，55（5）：1439－1448，

10.6038／j.issn.0001－5733.2012.05.002.

Qian W H.Physical decomposition principle of regional－scale atmospheric transient anomaly.Chinese J.Geophys.（in Chinese），2012，55（5）：1439－1448，doi：10.6038／j.issn.0001－5733.2012.05.002.

（本文編輯 汪海英）