华南冬季雾日年际变化特征及其与ENSO的关系.pdf

植炫惠,徐海明,马静,等.2023.华南冬季雾日年际变化特征及其与 ENSO 的关系 J.大气科学,47(4):10991112.ZHIXuanhui,XUHaiming,MAJing,etal.2023.InterannualVariabilityofWinterFogDaysoverSouthernChinaandItsRelationshipwithENSOJ.ChineseJournalofAtmosphericSciences(inChinese),47(4):10991112.doi:10.3878/j.issn.1006-9895.2202.21159华南冬季雾日年际变化特征及其与 ENSO 的关系植炫惠1,2徐海明1,2马静1,2植石群31南京信息工程大学气象灾害预报预警与评估协同创新中心/气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室,南京 2100442南京信息工程大学大气科学学院,南京 2100443广东省气候中心,广州 510080摘要本文基于 19792016 年华南地区 52 个台站逐日雾观测数据和 ERA5 再分析资料等，采用 EOF 分解等多种统计方法，研究了 ENSO 对华南冬季雾日年际变化的影响，并进一步探讨了华南冬季雾日年际变化与ENSO 关系的年代际转变。结果表明：（1）华南地区冬季雾日具有区域一致的变化特征，呈现出明显的年际变化和线性增加的趋势。在冬季，华南地区近地面层北风减弱，大气层结更加稳定，同时温度露点差降低，空气中水汽含量增加，为雾的形成提供了有利的背景场条件。（2）ENSO 与华南地区冬季雾日的年际变化存在显著相关关系，在 ElNio 年的冬季，菲律宾海上空存在一个异常的反气旋环流，反气旋西侧的异常暖湿西南气流给华南地区带来充沛的水汽，有利于雾日的形成。LaNia 年雾日的变化则与 ElNio 年相反。这种显著相关关系主要取决于大雾日数，而非轻雾日数。（3）ENSO 与华南地区冬季雾日年际变化的关系在 1996 年前后出现明显年代际转折，在 19791996 年期间，两者相关性较弱，1997 年之后相关性显著增强。这种关系的转变可能受到北大西洋年代际振荡（AMO）的调控。关键词华南地区冬季雾日年际变化ENSO文章编号1006-9895(2023)04-1099-14中图分类号P466文献标识码Adoi:10.3878/j.issn.1006-9895.2202.21159Interannual Variability of Winter Fog Days over Southern China and ItsRelationship with ENSOZHIXuanhui1,2,XUHaiming1,2,MAJing1,2,andZHIShiqun31Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters(CICFEMD)/Key Laboratory of MeteorologicalDisaster,Ministry of Education(KLME)/Joint International Research Laboratory of Climate and Environment Change(ILCEC),NanjingUniversity of Information Science and Technology,Nanjing 2100442School of Atmospheric Sciences,Nanjing University of Information Science and Technology,Nanjing 2100443Guangdong Climate Center,Guangzhou 510080Abstract The effects of ENSO on the interannual variability of winter fog days over southern China and theinterdecadalvariationoftherelationshipbetweenthemareexaminedusingtheEOFanalysisandotherstatisticalmethodsbasedontheobserveddailyfogdatafrom52meteorologicalstationsinsouthernChinaandERA5reanalysisdatafrom收稿日期2021-08-22；网络预出版日期2022-04-11作者简介植炫惠，女，1997 年出生，硕士研究生，主要从事海气相互作用研究。E-mail:shefie_通讯作者徐海明，E-mail:资助项目国家自然科学基金项目 41975106Funded byNationalNaturalScienceFoundationofChina(Grant41975016)第47卷第4期大气科学Vol.47No.42023年7月ChineseJournalofAtmosphericSciencesJul.20231979to2016.Theresultsareshownasfollows:(1)ThewinterfogdaysoversouthernChina(WFDSC)exhibitawhole-regionconsistentpatternanddisplayevidentinterannualvariabilityandasignificantincreasingtrend.TheWFDSCiscloselyassociatedwithaweakernortherlywind,amorestableatmosphere,andadecreasingTTdnearthesurface,whichimpliesthatthewatervaporinairisincreasing,providingfavorablemeteorologicalbackgroundfieldsforthepreservationandgrowthoffogoversouthernChina.(2)ENSOhasacloseassociationwiththeinterannualvariabilityofWFDSC,which is mostly determined by heavy fog days rather than light fog days.During El Nio winters,an anomalousanticycloneformsoverthePhilippineSea,andthewarmmoistanomalysouthwesterliesonthewesternflankofthisanticyclonebringsabundantwatervaportosouthernChina,facilitatingfogformation.DuringLaNiawinters,therearealmostoppositechangesoffogdays.(3)TheinterannualENSO-WFDSCrelationshipshowsaclearinterdecadalchangearound1996,withalowcorrelationduringtheperiodof19791996butasignificantcorrelationafter1997.FurtheranalysisrevealsthatthischangeintherelationshipmaybemodulatedbytheAtlanticMultidecadalOscillation(AMO).KeywordsSouthernChina,Winterfogdays,Interannualvariation,ENSO 1 引言根据中国气象局地面气象观测规范（2003）中的定义，雾是指大量微小水滴浮游空中，使水平能见度小于 1.0km 的天气现象，轻雾则是指微小水滴或已湿的吸湿性质粒所构成的灰白色稀薄雾幕，水平能见度在 1.010.0km 范围内。随着近年来社会经济的迅猛发展和出行交通方式的改变，雾逐渐成为一种不利于水陆空交通运输的灾害性天气现象，影响着人们的生活和出行（Niuetal.,2010b;张金满等,2016）。华南地区发生的因雾天气导致的公路路障事故比北方地区更频繁，冬季是华南雾的高发季节，其次是春季和秋季（Jiangetal.,2020）。因此，开展华南地区冬季雾天气变化特征及其成因的研究工作具有十分重要的意义。国外对雾天气的气候学研究开展地相对较早，主要包括雾的气候特征统计分析、水文气象条件分析和发生时的天气形势分析等（Fuzzietal.,1996;Bendix,2002;Syedetal.,2012）。中国地区雾的早期研究多集中于个例的过程分析（何晖等,2009;陆春松等,2010），一系列研究指出中国冬季雾在局地生消过程中受到动力因子和热力因子的共同影响，其中动力因子包括近地面风速、对流层中低层水平风的垂直切变等，热力因子则包括近地面的大气稳定度及水汽含量等（Zhangetal.,2014;Wangetal.,2020）。研究还表明，雾的局地生消与云况（Guoetal.,2021）、降水（闫敬华和徐建平,2001;Kuttyetal.,2019）、地形强迫（吴兑等,2007）等因素也有关。随着地面气象台站长期观测资料的逐步完善，雾的长期变化趋势及其影响因素开始受到越来越多学者的关注（吴兑等,2011;DingandLiu,2014;孔锋,2020）。研究表明，中国东部如京津冀、长江三角洲、珠江三角洲等地区的雾日长期变化主要受区域尺度的气候变化、城市化和气溶胶污染的影响（史军等,2010;Yanetal.,2019），其中长江三角洲地区雾日减少还与相对湿度的下降趋势有关（DingandLiu,2014;Liuetal.,2018），而华南冬季雾日的形成则受水汽输送影响较大，且与降水有显著相关关系（闫敬华和徐建平,2001;张璐等,2019）。北极涛动（ArcticOscillation，简称 AO）同样对中国东部地区冬季雾日的长期变化有影响，当冬季 AO 处于正位相时，中国冬季更容易出现雾和轻雾，其中雾日数较多的地区为华北地区和华东地区，华南地区则因为上空大气变得不稳定，雾日数和轻雾日数相对较少，降水反而增加（Liuetal.,2020;Yuetal.,2021）。此外，当东亚冬季风环流减弱时，一方面近地面风速减小，使南下的干冷空气减少，有利于雾在近地面的聚集；另一方面水平风垂直切变的减小使垂直对流活动减少，有利于近地面雾的形成和维持（Niuetal.,2010a;Lietal.,2016）。厄 尔 尼 诺 南 方 涛 动（El NioSouthernOscillation，简称 ENSO）是热带海气耦合系统中最强的年际变率信号（RasmussonandWallace,1983），可对全球气候产生重大影响。因此，ENSO 可能通过调节大尺度大气环流来影响当地的气象条件，从而影响中国冬季雾日变化。前人指出，ENSO 对中国东部冬季尤其是初冬（1112 月）的雾日有显著影响，在 ElNio 年期间，中国东部地区雾日在初冬和晚冬（12 月）呈现出不同的异常分布，且 ENSO 主要影响北部地区（约 30大气科学47卷1100ChineseJournalofAtmosphericSciencesVol.4740N）初冬的雾日，对华南地区没有显著影响（Yuetal.,2019）。进一步的研究表明，ENSO 与AO 对中国东部冬季雾日的整体效应远大于它们各自效应的总和，初冬时前者的影响大于后者，而在晚冬则相反（Yuetal.,2021）。根据海温异常中心的位置，可以将 ENSO 事件分为东太平洋（EasternPacific，简称 EP）型和中太平洋（CentralPacific，简称 CP）型。研究表明不同类型的 ENSO 事件对中国东部雾日的影响也有所差异，Huetal.（2020）指出中国东部冬季雾日的年际变化主要受 LaNia事件和 EP 型 ElNio 事件影响，且 ENSO 可以通过菲律宾海和日本海上空两个异常反气旋中心，对中国华北和华南地区的冬季雾日均产生显著影响，这与在 Yuetal.（2019）的研究结果略有不同。综上所述，ENSO 事件的发生发展对研究中国东部地区冬季雾日的变化有重要意义。一方面，雾是一种局地性较强的天气现象，在不同区域雾的形成存在一定的差异，因此前人在对中国地区雾日的长期变化及其成因进行研究时，常分区讨论（王丽萍等,2005;孙彧等,2013），然而以往关于 ENSO对中国冬季雾日影响的研究，多是针对京津冀地区和长三角地区，或者建立在中国东部地区整体范围上，缺乏对华南地区的单独讨论，且前人的研究结果也存在差异（Yuetal.,2019;Huetal.,2020），缺乏较为一致的结论。因此，有必要深入探讨华南地区冬季雾日与 ENSO 的关系。另一方面，近年来一系列研究指出，基于 ENSO 发生的不同年代际背景，ENSO 对亚洲季风（Xuetal.,2021）、中国各季降水（宗海锋等,2010;LiandMa,2012）等气候现象的影响都具有阶段性差异，然而前人在研究 ENSO 与中国冬季雾日的影响时，大多基于两者在过去几十年的整体相关关系上，不同年代际背景下 ENSO雾日关系是否会发生转变这个问题尚未得到解决。因此，本文将深入研究 ENSO 对华南冬季雾日年际变化特征的影响，并进一步讨论华南冬季雾日年际变化与 ENSO 关系的年代际转变。2 资料与方法 2.1 资料与方法本文使用的资料主要有：（1）由广东省气候中心提供的中国地面气候资料天气现象日值数据集，从中挑选出华南地区 52 个国家气象站19792016 年共 38 年的逐日雾观测数据。资料中包含“轻雾”、“大雾（雾）”现象的记录，当某日出现轻雾或大雾天气时，对应天气现象一栏的日值数据标记为“1”，若未出现，则标记为“0”。本文将“轻雾日数”和“大雾（雾）日数”之和称为“总雾日数”，以下简称“雾日”（孔锋,2020）。气象站点包括海南省的 7 个站点，广西省的 20 个站点，以及广东省的 25 个站点。各站点（图 1）地理位置分布较为均匀，可较好地代表华南地区。（2）19792016 年美国国家海洋和大气管理局月平均 SST 扩展重建资料（ERSST.V5；Huangetal.,2017），水平分辨率为 22。（3）19792016年第五代欧洲中期天气预报中心（ECMWF）月平均再分析资料（ERA5；Hersbachetal.,2020），水平分辨率为 0.250.25，包括风场、位势高度场和温度场等。（4）19792016 年美国国家海洋和大气管理局逐月 AMO 指数（Enfieldetal.,2001）及 PDO 指数（Newmanetal.,2016），分别来自NOAA 的官方网站 https:/psl.noaa.gov/data/correlation/amon.us.data2021-12-04 和 https:/psl.noaa.gov/data/correlation/pdo.data2022-02-22。本文冬季取12 月至次年 2 月平均。本文使用的方法包括经验正交函数分解（EOF）和相关分析、回归分析等常用的统计分析方法。此外，本文运用高斯滤波方法分离研究要素的年际分量和年代际分量（施能等,2001）。如无特殊说明，后文在分析雾日年际变化特征及其与 ENSO 关系时所使用的海温、位势高度和风场等相关要素场均已去除线性趋势和年代际分量。2.2 ENSO 事件的定义本文采用美国国家海洋和大气管理局气候预测图1华南地区 52 个国家气象站分布Fig.1Spatial distributions of 52 southern Chinese meteorologicalstations4期植炫惠等：华南冬季雾日年际变化特征及其与 ENSO 的关系No.4ZHIXuanhuietal.InterannualVariabilityofWinterFogDaysoverSouthernChinaandIts.1101中心（NOAACPC）对 ENSO 事件的定义选择ENSO 事件：当连续 5 个月以上海洋尼诺指数（OceanNioIndex）Ion+0.5C（0.5C）时称为一次 ElNio 事件（LaNia 事件；许武成等,2009），其中 Ion是基于 NOAA 月平均 SST 扩展重建资料（ERSST.V5）计算的 Nino3.4 区海表温度距平的 3 个月滑动平均值。如表 1，共挑选出10 次 ElNio 事件（1982/83、1986/87、1991/92、1994/95、1997/98、2002/03、2004/05、2006/07、2009/10 和2015/16）和10 次LaNia 事件（1983/84、1984/85、1988/89、1995/96、1999/2000、2005/06、2007/08、2008/09、2010/11 和 2011/12），其中包括 5 次 EP 型和 5 次 CP 型 ElNio 事件（LaNia事件；Zhuetal.,2021）。3 华南冬季雾日的变化特征 3.1 华南冬季雾日的变化特征图 2 给出了 19792015 年华南地区冬季雾日多年平均及其标准差分布。由冬季雾日平均分布可以看出，华南地区冬季雾日数分布存在空间差异，大值区主要位于两广交界的中部地区及广西北部，中心值最大达 22 天。雾日标准差（图 2b）反映了多年来华南冬季雾日的活跃程度，可以看到华南地区雾日标准差均较大，即整个华南地区冬季的雾日变化均较为明显，主要的标准差大值区位于广西西南部。为进一步了解华南地区冬季雾日的时空变化特征，对华南 52 个站点 19792015 年的冬季雾日距平场做 EOF 分析，得到前三模态的方差贡献率为32.9%、23%和 8.3%。使用 North 检验方法（魏凤英,2007）对特征向量进行显著性检验，发现前三模态彼此相互独立（图略）。由第一模态的空间分布（图 3a）可知，华南地区冬季雾日的第一特征向量表现出明显的区域一致性变化特征，即一致偏多或偏少型，分布型与雾日标准差（图 2b）类似，最大中心位于广西西南部。由此可见，冬季雾日标准差和 EOF 分解第一模态都一致地反映了雾日的强度变化，故综合考虑雾日标准差分布和 EOF 分解结果，取华南地区雾日数进行区域平均后得到的雾日时间序列，定义为华南雾日指数（FogDaysIndexofSouthernChina，简称 FDISC）。图 3b 为华 南 雾 日 指 数 及 其 年 际 分 量（the InterannualComponentofFogDaysIndexofSouthernChina，简称 FDISC_IA）、年 代 际 分 量（the InterdecadalComponentofFogDaysIndexofSouthernChina，简称 FDISC_ID）与 EOF 第一模态的时间序列（PC1）。比较华南雾日指数与 PC1 序列，两者的相关系数高达 0.96。为突出年际变化特征，进一步对去除了线性趋势和年代际分量的华南冬季雾日年际分量距平场做 EOF 分解（图略），结果表明华南地区的冬季雾日具有明显的年际变化特征，并在空间分布上仍基本呈现区域一致性；同时，再次比较所得PC1 和华南雾日指数年际分量，两者的相关系数为 0.95，说明 PC1 和华南雾日指数在年际尺度上仍存在高相关性，即所定义的指数可以很好地表征华南地区冬日雾日的年际变化特征。以上分析说明，华南地区冬季雾日存在明显的年际变化，并且整体表现为显著的线性增加趋势（通过 95%信度水平的显著性检验）。由于年际变化是雾日长期变化的一个重要组成部分，本文将主要分析华南冬季雾日年际变化的成因。3.2 华南冬季雾日年际变化与局地要素场的关系根据前人研究，在天气尺度上雾的形成与地面风速、大气层结稳定度、气温、湿度等气象因素有密切的联系（Zhangetal.,2014;Lyuetal.,2021）。当地面风速减小和近地面大气层结处于稳定状态时，雾得以在近地面附近积聚。而从水汽条件来看，雾形成的必要条件之一是局地大气中充沛的水汽含量，当水汽接近或达到饱和时，便会凝结成小水滴悬浮空中，从而形成雾。大气达到饱和状态有两种可能原因，一种是温度保持不变，增加大气中的水汽含量，另一种是水汽含量不变而温度降低（Yuetal.,2019），因此可以用大气温度与露点的差值即温度露点差（TTd）来表征大气中的水汽饱和度，以更表 1 19792016 年间的两类 ENSO 事件Table 1 Two types of ENSO events during 19792016EP型CP型ElNio事件1982/83、1986/87、1991/92、1997/98、2015/161994/95、2002/03、2004/05、2006/07、2009/10LaNia事件1984/85、1995/96、1999/2000、2005/06、2007/081983/84、1988/89、2008/09、2010/11、2011/12大气科学47卷1102ChineseJournalofAtmosphericSciencesVol.47好地描述大气中温度和湿度的综合效应。由于雾是一种局地性比较强的天气现象，因此有利于形成雾的局地气象条件可能因地理位置的差异而有所不同，为检验这些气象条件是否同样对华南地区冬季雾日产生影响，将 104118E 平均的经向风、静力稳定度及温度露点差回归到冬季标准化华南雾日指数年际分量上。其中，经向风速为动力因子，静力稳定度和温度露点差为热力因子（Zhangetal.,2014）。如图 4a 所示，1030N对流层低层均为正经向风异常，对应于冬季近地面附近北风风速减小，有利于雾在大气低层的聚集。同时，20N 附近 9251000hPa 为正静力稳定度异常，说明近地面大气层结更加稳定，可为雾的维持和发展提供有利条件（图 4b）。图 4c 则显示了2030N 对流层低层存在负露点温度差异常，这意味着华南地区上空的水汽含量明显增加，为雾的形成提供了有利的水汽条件。将 950hPa 的经向风、静力稳定度和温度露点差回归到冬季标准化华南雾日指数年际分量上（图 4df），可以更清楚地看到华南区域（22N附近）近地面层存在正经向风异常、正静力稳定度异常和负温度露点差异常，对应着北风减弱、低层大气层结更加稳定以及大气中水汽含量增加，这些气象背景场都有利于雾天气的发生和发展。图219792015 年华南地区冬季雾日（a）多年平均（单位：d）及其（b）标准差（单位：d）空间分布Fig.2Spatialdistributionsof(a)climatologicalwinterfogdays(units:d)and(b)theirstandarddeviation(units:d)oversouthernChinafrom1979to2015图319792015 年华南地区冬季雾日距平场 EOF 第一模态（a）空间分布（填色）及其（b）时间序列（灰色柱体），（b）中黑色实线表示华南雾日指数（FDISC），红色实线代表指数的年际分量（FDISC_IA），蓝色虚线代表年代际分量（FDISC_ID）Fig.3(a)Spatialpattern(shading)and(b)theprincipalcomponent(greybars)ofthefirstEOFmodeofwinterfogdaysanomalyoversouthernChinafrom19792015.FDISC(TotalFogDaysIndexofSouthernChina,solidblackline),definedaswinterfogdaysaveragedoversouthernChina,isalsoplottedin(b),togetherwithitsinterannualcomponent(FDISC_IA,solidredline)andinterdecadalcomponent(FDISC_ID,dashedblueline)4期植炫惠等：华南冬季雾日年际变化特征及其与 ENSO 的关系No.4ZHIXuanhuietal.InterannualVariabilityofWinterFogDaysoverSouthernChinaandIts.1103 4 ENSO 对华南冬季雾日年际变化的影响 4.1 华南冬季雾日年际变化与 ENSO 的关系作为年际气候变率的最强信号，ENSO 可以在区域乃至全球范围内引起显著的气候异常，因此华南冬季雾日年际变化与 ENSO 之间可能存在相关关系。图 5a 为冬季标准化华南雾日指数年际分量（FDISC_IA）与同期海温的线性相关分布。由图 5可见，显著相关区域在热带太平洋呈现出偶极子结构，从 180以东至美洲西岸的热带中东太平洋海域为显著正相关区，而热带西太平洋则为显著负相关区。与此同时，热带印度洋区域为大范围的显著正相关。图 5b 为华南各站点冬季雾日数的年际变化序列与同期 Nio3.4 指数的相关场，可以看到华南大部分地区为显著正相关分布。这说明，在华南地区冬季雾日偏多（偏少）年份，热带中东太平洋海温异常偏高（偏低），而热带西太平洋海温异常偏低（偏高），同时热带印度洋海温呈现为一致的异常增暖（变冷），这种海温异常分布与典型的ElNio 年（LaNia 年）海温异常分布一致，这清楚表明华南地区的冬季雾日年际变化与 ENSO 之间存在显著相关。前文讨论了 ENSO 与华南冬季雾日年际变化之间的关系，然而 ENSO 事件在空间上具有多样性。根据海温异常中心的位置可以将 ENSO 事件分成东部型（EP 型）和中部型（CP 型）（Ashoketal.,2007），最近的一些研究也指出 CP 型 ENSO事件对东亚季风、气溶胶降水等的影响与传统的EP 型 ENSO 事件不同（陈文等,2018;Zhuetal.,2021）。那么，华南冬季雾日年际变化与两种类型 ENSO 事件的关系是否也有不同呢？值得注意的是，本文的雾日（即总雾日数）定义为大雾日数和轻雾日数之和。为更清楚地描述华南冬季雾日与不同类型 ENSO 事件的关系，沿用前文定义华南雾日指数的方法，将 19792015 年华南地区冬季的大雾日数和轻雾日数分别进行区域平均，从而得到大雾日和轻雾日的时间序列，并分别定义为华南图419792015 年沿 104118E 纬向平均（第一行）以及 950hPa（第二行）的（a、d）经向风（单位：ms1）、（b、e）静力稳定度（单位：105KPa1）与（c、f）温度露点差（TTd，单位：C）对冬季标准化华南雾日指数年际分量的回归场。黑点表示通过 95%信度水平的显著性检验Fig.4Thelatitudeheightcrosssectionofregressioncoefficientsof(a,c)meridionalwind(units:ms1),(b,e)staticstability(units:105KPa1),and(c,f)TTd(units:C),zonallyaveragedover104118E(topline)andat950hPa(bottomline),wereplottedontothesimultaneouswinterstandardizedFDISC_IAduring19792015.Theblackdotsrepresentthevaluesthataresignificantatthe95%confidencelevel大气科学47卷1104ChineseJournalofAtmosphericSciencesVol.47大雾日指数（HeavyFogDaysindexofSouthernChina，简称 HFDISC）和华南轻雾日指数（LightFogDaysindexofSouthernChina，简称 LFDISC）。图 6 为 20 次 ENSO 事件（如表 1）冬季标准化华南雾日指数、大雾日指数和轻雾日指数的年际分量与同期 Nio3.4 指数的散点图。由图 6a 可以看到，华南雾日指数和冬季 Nio3.4 指数的相关系数为 0.78，进一步表明华南地区冬季雾日与 ENSO事件存在显著正相关关系：在 EP 型 ElNio 事件和大部分 CP 型 ElNio 事件（占 60%）期间，华南地区冬季雾日将增加，而在所有的 LaNia 事件期间，华南冬季雾日则都会减少。由图 6b 可知，华南冬季大雾日的年际变化与 EP 型 ENSO 事件存在显著相关，但与 CP 型 ENSO 事件之间没有较为一致的关系，如 3 个 CP 型 ElNio 事件（2002/03、2004/05 和 2009/10）对应的大雾日指数为正值，另外 2 个事件（1994/95 和 2006/07）对应的大雾日指数为负值，也即 CP 型 ElNio 事件可分为两组，一组与冬季华南地区大雾日数的增加有关，而另一组则对应着大雾日数的减少。由图 6c 可知，华南轻雾日指数与 Nio3.4 指数的散点图分布较为散乱，没有较为明显的线性关系。这表明，华南地区冬季雾日年际变化与 ENSO 事件间的显著相关关系主要取决于大雾日数，而非轻雾日数。因此，接下来主要采用华南大雾日指数来分析 ENSO 影响华南冬季雾日年际变化的可能机制。4.2 ENSO 影响华南冬季雾日的可能机制前人指出，菲律宾异常反气旋（气旋）是ENSO 影响东亚气候变率过程中的关键系统（Xieetal.,2009），这种异常反气旋受赤道太平洋海温异常的激发，一般出现在 ElNio 年冬季菲律宾海上空（Wangetal.,2000;Wuetal.,2017）。在已有图519792015 年（a）冬季标准化华南雾日指数年际分量（FDISC_IA）与同期全球海温及（b）冬季 Nio3.4 指数与冬季华南雾日数年际变化的相关系数的空间分布。黑点区域表示通过 95%信度水平的显著性检验Fig.5Spatialdistributionsoflinearcorrelationcoefficientsbetween(a)standardizedFDISC_IAandthesimultaneouswinter(DJF)SST(units:C),(b)thewinterNio3.4indexandthesimultaneousinterannualvariationofsouthernChinawinterfogdays(units:d)from1979to2015.Theblackdotsarearepresentvaluesthataresignificantatthe95%confidencelevel图620 次 ENSO 事件的冬季标准化（a）华南雾日指数年际分量、（b）华南大雾日指数年际分量及（c）华南轻雾日指数年际分量和同期Nio3.4 指数（单位：C）的散点图。红色、蓝色圆点分别表示 10 次 ElNio 事件和 10 次LaNia 事件，黑色、黄色数字分别代表 EP 型、CP 型 ENSO 事件年份Fig.6Scatterplotofstandardized(a)FDISC_IA,(b)HFDISC_IA,and(c)LFDISC_IAandcorrespondingNio3.4indices(units:C)for20ENSOevents.Atotalof10ElNioand10LaNiaeventsareindicatedbyredandbluecircles,respectively.Thenumberinsideeachcirclerepresentsthecalendaryear,withblackrepresentingEPENSOoccurrencesandyellowrepresentingCPENSOoccurrences,respectively4期植炫惠等：华南冬季雾日年际变化特征及其与 ENSO 的关系No.4ZHIXuanhuietal.InterannualVariabilityofWinterFogDaysoverSouthernChinaandIts.1105对霾天气的研究中也提到，中国北方霾日年际变化主要受中纬度系统调控，而华南霾日则受菲律宾异常反气旋的影响（Heetal.,2019）。因此，为确定 ENSO 对华南地区雾日的影响机制，下面进一步讨论华南冬季雾日年际变化对应的大气环流异常分布。将 850hPa 位势高度场和水平风场分别回归到冬季标准化华南大雾日指数年际分量（图 7a）和Nio3.4 指数（图 7b）上，可以看到回归结果非常相似。由位势高度异常场可知，广大的热带地区，特别是中国南海和菲律宾以东的副热带西北太平洋区域为显著的高压正异常，表明西北太平洋副热带高压强度明显增强。由水平风异常场可以看到，140E 以东的赤道太平洋对流层低层为一致的西风异常，而在赤道印度洋至 140E 以西的赤道西太平洋区域则为一致的东风异常，这与 ENSO 期间赤道海洋上空对流层低层典型的风场异常分布相一致（Rasmusson and Carpenter,1982;Wallace et al.,1998）。同时，在菲律宾海上空存在一个显著的反气旋环流异常中心，反气旋环流西侧的异常暖湿西南气流减弱了华南地区对流层低层的北风输送（图 4a），并从西太平洋和南海上空给华南地区带来充沛水汽，为雾日提供了有利的形成条件。这表明，菲律宾异常反气旋是影响华南冬季雾日年际变化的关键系统。为进一步说明 ENSO 如何通过菲律宾异常反气旋影响华南冬季雾日，将低层经向风速等与雾形成有关的气象要素场同时回归到冬季 Nio3.4 指数上（图 8）。可以清楚看到，华南地区上空对流层低层上空为一致的正经向风异常（图 8a）和正的静力稳定度异常（图 8b），这表明 ElNio 年冬季华南地区近地面北风减弱、大气层结稳定度增加。由图 8c 也清楚可见，整个华南地区为一致的负温度露点差异常，表明华南地区近地面附近大气中的水汽含量明显增加。以上气象要素场的显著改变明显与菲律宾异常反气旋西北侧盛行的异常西南气流有关，反气旋西侧的异常西南气流通过向华南地区输送水汽、减弱冬季盛行的北风以及增加低层大气稳定度，从而导致华南冬季雾日的增加。以上分析表明，华南地区冬季雾日主要受低纬环流系统的影响。ENSO 主要通过影响 ElNio 年冬季菲律宾海上空异常反气旋环流的形成，提供有利于雾形成的局地气象条件尤其是水汽条件，进而影响华南冬季雾日的年际变化。5 ENSO 与华南冬季雾日关系的年代际变化特征第 4 节的分析已经清楚表明，华南地区冬季雾日的年际变化与 ENSO 具有显著的相关关系。然而气候变化往往会因为年代际背景的不同而表现出阶段性的差异，气候因子之间的关系也会随之发生改变。已有研究指出，我国多种气候现象年际变化特征与 ENSO 之间的关系存在明显的年代际转变（朱益民等,2007）。那么，基于 ENSO 发生的不图719792015 年 850hPa 水平风场（矢量，单位：ms1）及位势高度场（等值线，等值线间隔 4gpm）对冬季（a）标准化华南大雾日指数年际分量和（b）Nio3.4 指数的回归场。红色实线（蓝色虚线）为正（负）值，0 值线已略去，阴影区表示通过 95%信度水平的显著性检验Fig.7Horizontalwind(vectors,units: