本研究由Fei Wang（江苏科技大学海洋学院）和Xiadong An（中国海洋大学海洋与大气科学学院海洋气象学系）共同完成，论文发表于Climate Dynamics（2024年62卷，页码9549–9563），于2024年5月17日收稿，2024年8月19日接受，2024年8月30日在线发表，标题为《Synergistic effects of El Niño and the Aleutian Low on spring zonal displacement of WNPSH and associated near-surface temperatures over the Indochina Peninsula》。

从学术背景来看，该研究属于气候动力学领域，关注的是中南半岛（Indochina Peninsula）春季近地面温度（near-surface temperature）的年际变率及其大尺度环流调控机制。中南半岛地处中国与南亚次大陆之间，是南亚季风、东亚季风和南海季风的交汇区，其气候变化不仅影响局地天气，还通过陆气相互作用与长江流域夏季降水、极端高温、干旱事件等产生远程关联。已有研究多聚焦于中南半岛降水变率及其与ENSO（El Niño–Southern Oscillation，厄尔尼诺–南方涛动）和热带海温异常的关系，而针对春季近地面温度变率的研究相对较少。近年来中南半岛显著增暖，极端高温事件频发，2024年3月至4月还出现了超级干旱，因此理解春季近地面温度的驱动因子具有重要的科学和现实意义。已有研究指出ENSO和热带外因子如阿留申低压（Aleutian Low）均可通过西北太平洋副热带高压（Western North Pacific Subtropical High, WNPSH）影响中南半岛气候，但二者是否对春季WNPSH西伸存在协同调制作用尚不清楚。该研究旨在揭示中南半岛春季近地面温度与WNPSH最西点之间的关系，探讨El Niño与阿留申低压的协同效应，并基于这些物理机制建立具有三个月提前期的春季温度预测模型。

在数据与方法方面，研究使用了多套观测和再分析资料。近地面温度来自Climatic Research Unit gridded Time Series（CRU TS）数据集，水平分辨率为0.5°×0.5°，时间跨度为1901–2022年；大气环流变量包括位势高度、水平风场和海平面气压来自NOAA Physical Sciences Laboratory，水平分辨率为2.5°×2.5°，时间跨度为1979–2024年；海温资料为Extended Reconstructed SST version 5（ERSSTv5），水平分辨率为2.0°×2.0°；Niño3.4指数来自Climate Prediction Center（CPC）；低云量、感热通量和净短波辐射通量来自ERA5再分析资料。WNPSH最西点指数定义为在90°E–180°、10°N以北范围内5880 gpm等值线的最西经度，若该等值线西伸至90°E以西则统一记为90°E，若某月无5880 gpm等值线则以该月1979年以来历史最大值代替。阿留申低压指数通过将月海平面气压投影到春季海平面气压在（0°–70°N, 100°E–150°W）区域的第一经验正交函数（EOF）模态上获得。研究还采用了线性斜压模式（Linear Baroclinic Model, LBM）进行敏感性试验，以检验El Niño相关的冷却强迫和阿留申低压相关的涡度强迫所激发的大气环流响应。此外，还使用了bootstrap重采样、小波分析、合成分析、回归分析、相关分析和EOF分析等统计诊断方法，并在分析WNPSH最西点指数前移除了最小二乘趋势。

在具体研究流程上，研究首先对1979–2022年春季（3–5月平均）CRU近地面温度异常在（10°N–25°N, 90°E–110°E）区域进行EOF分析，提取中南半岛春季温度的主导模态。结果显示第一模态（EOF1）解释方差为70.2%，表现为中南半岛及中国云南、贵州西南部和广西西部的一致温度异常；第二模态（EOF2）解释方差为14.5%，在中南半岛没有显著变化。EOF1对应的时间序列PC1具有明显的年际变率，且与WNPSH最西点指数的相关系数为0.70。在20个增暖事件中，有15个对应WNPSH显著西伸，占比75%。回归分析表明，当WNPSH西伸时，中南半岛和华南近地面温度显著升高，其空间型与EOF1相似。进一步的小波分析显示，WNPSH最西点指数和PC1均具有1–2年显著周期，但PC1还具有4–6年周期，而WNPSH最西点指数具有3–4年周期。5年以下变率可解释PC1总方差的80%，与WNPSH最西点指数的主导变率一致。这些结果表明WNPSH西伸是调控中南半岛春季温度年际变率的关键因子。物理过程上，WNPSH西伸导致西北太平洋和东南亚尤其是中南半岛低云量减少，从而使到达地表的净短波辐射增加；由于春季陆地比热容小于海洋，陆面温度对辐射更敏感，近地面温度迅速上升，并伴随地面向上感热通量增强。Liang-Kleeman信息流分析也支持WNPSH纬向移动与中南半岛温度变化之间的因果关系。

为探究WNPSH西伸的原因，研究将春季海温、降水分别回归至WNPSH最西点指数，并将降水回归至Niño3.4指数。结果显示WNPSH西伸期间热带太平洋呈现典型El Niño型海温异常，赤道中东太平洋偏暖，降水型与El Niño期间相似，表现为赤道中东太平洋降水偏多而西太平洋暖池区降水偏少。春季Niño3.4指数与WNPSH最西点指数的相关系数为0.70，表明ENSO对春季WNPSH西伸有显著调制作用。机制上，El Niño通过减弱Walker环流使菲律宾海附近降水减少，形成非绝热冷却源；对流层中上层出现异常冷却中心，中心位于400 hPa，最小值可达−0.5 K day⁻¹。该冷却强迫激发Gill-Matsuno响应，在其西北侧形成反气旋式环流异常，有利于WNPSH西伸。LBM敏感性试验在模式中加入类似观测的冷却强迫后，850 hPa稳定响应表现出西北侧的反气旋环流，验证了这一物理过程。

关于阿留申低压的作用，研究将春季海平面气压和500 hPa位势高度回归至WNPSH最西点指数，结果在北太平洋呈现显著的偶极型海平面气压异常，负中心位于阿留申地区，正中心位于西北太平洋，对应WNPSH西伸。同时500 hPa存在自日本至阿留申再到阿拉斯加的波列。EOF分析显示，春季海平面气压第一模态为阿留申低压型，解释方差为34.1%；第二模态为北太平洋涛动（North Pacific Oscillation, NPO）型，解释方差为23.4%。本研究所定义的阿留申低压指数与Rogers（1981）和Kim等（2020）定义的指数相关系数达0.98，说明结果稳健。阿留申低压指数与WNPSH最西点指数的相关系数为−0.47，说明阿留申低压增强有利于WNPSH西伸。LBM试验进一步表明，阿留申地区300 hPa正涡度异常可激发气旋式环流异常，其南侧西风气流在中国东部沿岸形成西南风异常，促进WNPSH的西伸和增强。

在协同效应分析中，研究利用Li等（2019）提出的协同诊断方法，将ENSO和阿留申低压的不同位相组合成九类，并采用bootstrap方法扩大样本。概率密度函数（PDF）分析显示，在El Niño与强阿留申低压同时出现的年份，WNPSH显著西伸，而在La Niña与弱阿留申低压年份，WNPSH显著东退。El Niño与强阿留申低压共同出现时WNPSH西伸的概率为87.5%，远高于El Niño与弱阿留申低压同时出现时的50%。偏回归分析进一步表明，当ENSO与阿留申低压共同作用时，对WNPSH西伸的贡献率为52%，远高于二者单独作用时的29.2%和2.2%。850 hPa流场合成显示，El Niño与强阿留申低压同时出现时，西北太平洋尤其是南海北部的反气旋环流更强，WNPSH西伸更明显。LBM试验中加入菲律宾海冷却强迫和阿留申地区正涡度强迫后，模式响应出的环流型与观测一致，进一步证实了二者的协同作用。

基于上述机制，研究利用1月Niño3.4指数和阿留申低压指数建立了春季WNPSH最西点指数的多元线性回归预测模型。在1980–2012年训练期内，模型重建的春季WNPSH最西点指数与原始指数的相关系数为0.81；在2013–2023年独立预测期内，预测与观测的相关系数为0.67，通过了0.05显著性水平检验。同样，利用1月Niño3.4指数和阿留申低压指数预测中南半岛春季近地面温度指数，在2012–2022年的回报中，预测与观测的相关系数为0.76，显示出较高的预测能力。

研究的主要结论为：中南半岛春季近地面温度年际变率与WNPSH西伸密切相关；El Niño和阿留申低压通过不同物理途径协同调制WNPSH西伸，即El Niño减弱Walker环流使菲律宾海降水减少，形成冷却强迫，激发西北侧反气旋异常；阿留申低压则通过其外围西南气流促进WNPSH西伸；二者协同时WNPSH西伸概率显著提高。研究还建立了基于1月Niño3.4指数和阿留申低压指数的预测模型，可提前三个月预测中南半岛春季温度。该研究的科学价值在于揭示了热带与热带外因子协同影响区域气候的物理机制，丰富了关于中南半岛春季温度变率驱动因子的认识；应用价值在于提供了具有三个月提前期的统计预测模型，对区域极端温度和干旱事件的早期预警具有参考意义。研究亮点包括：明确指出El Niño和阿留申低压对WNPSH西伸的协同效应，并量化了协同作用对WNPSH西伸概率的提升幅度；利用LBM敏感性试验验证了冷却强迫和涡度强迫的独立及联合大气响应；构建了基于物理机制的春季温度预测模型。研究还指出，未来需进一步探讨在全球变暖背景下这些机制是否仍然适用，以及La Niña与阿留申低压的联合影响和其他中间因子的作用。