北半球夏季高溫變率的主模態及其海氣背景

摘要" 極端高溫熱浪對全球人類棲息地構成持續且日益嚴重的威脅。目前，整個北半球高溫熱浪的主要空間模態及其相關的海洋和大氣背景仍不清楚。本文采用百年半球尺度站點觀測資料，研究了北半球夏季高溫變率的主模態及與其相聯系的海氣背景。結果表明，北半球夏季高溫（日最高氣溫≥35 ℃）頻次的自然變率有3種主模態，解釋方差占比52.6％。第一主模態表現為北半球高溫頻次異常的一致型變化模態。該模態與大西洋多年代際振蕩（Atlantic Multi-decadal Oscillation，AMO）密切相關。與AMO相關的環流異常通過增強北半球多地的大范圍高壓異常，抑制云層形成并增加太陽輻射，從而促進大氣增暖。第二主模態反映了歐亞大陸的緯向三極型異常分布和北美的經向偶極型異常分布。該模態與北大西洋濤動（North Atlantic Oscillation，NAO）相關的年際大氣變率有關。NAO通過阻塞型高壓和波列傳輸影響北美的關鍵區域高溫異常。第三模態表現為歐亞大陸的經向三極型和北美的緯向偶極型異常分布，受太平洋年代際振蕩（Pacific Decadal Oscillation，PDO）、厄爾尼諾-南方濤動（El Nio and Southern Oscillation，ENSO）和南印度洋（South Indian Ocean，SIO）海溫異常的共同影響。PDO和ENSO可分別在年代際和年際尺度上影響北半球特別是亞歐大陸上空的位勢高度異常，進而影響高溫頻次異常;位于南半球的SIO海溫異常通過調節沃克環流和哈德萊環流異常進而影響北半球的高溫異常分布。組合三個主模態的海氣背景因子進行多元線性回歸重建的效果評估進一步證明，多尺度海洋和大氣信號的綜合影響在北半球高溫異常中具有重要作用。

關鍵詞高溫熱浪;主模態;北半球;海氣背景

2024-03-11收稿，2024-04-12接受

國家自然科學基金項目（U2342208;92158203;42175056）;國家重點研發計劃項目（2023YFF0805100）;第二次青藏高原科學考察研究計劃項目（2019QZKK0102）;中國氣象局氣候預報重點創新團隊項目（CMA2023ZD03）

引用格式：夏妍，梁萍，吳志偉，2024.北半球夏季高溫變率的主模態及其海氣背景［J］.大氣科學學報，47（6）：841-855.

Xia Y，Liang P，Wu Z W，2024.Leading modes and oceanic and atmospheric drivers of heat wave variability in the Northern Hemisphere［J］.Trans Atmos Sci，47（6）：841-855.doi：10.13878／j.cnki.dqkxxb.20240311001.（in Chinese）.

近年來，高溫熱浪在全球范圍內加劇，強度更強，持續時間更長（Rthlisberger and Papritz，2023），對人類健康、農業和基礎設施等已構成嚴重威脅（Barriopedro et al.，2011;Wu et al.，2012;Li et al.，2017;Mora et al.，2017;Zheng and Wang，2019;Liang et al.，2022;Liu B Q et al.，2023）。例如，在1988年夏季，熱浪襲擊了整個北半球，尤其是對中國、美國、希臘等國，造成了極大的人體不適甚至死亡（Giles and Balafoutis，1990）。2022年，史無前例的熱浪席卷了北半球的許多地區，導致亞洲、歐洲和北美發生極端高溫、干旱甚至野火，創下了歷史新高（Liang et al.，2022;Witze，2022;Guinaldo et al.，2023;Liu B Q et al.，2023;孫博等，2023;Zhang et al.，2023）。隨著全球變暖的加快，聯合國秘書長發表評論：“全球變暖的時代已經結束;全球沸騰的時代已經到來”（https：／／www.un.org／sg／en／content／sg／speeches／2023-07-27／secretary-generals-opening-remarks-press-conference-climate）。因此，對熱浪的研究已成為全球緊迫的重要主題。

高溫熱浪的形成機制可歸因于3類：溫室效應、海-氣相互作用和大氣內部變率。其中，北半球地表溫度的變化受到溫室效應的影響（Kaufmann and Stern，1997）。海溫異常可通過改變大氣環流和遙相關來影響局地或遠程的天氣和氣候（Wehrli et al.，2019）。大西洋多年代際振蕩（Atlantic Multi-decadal Oscillation，AMO;Enfield et al.，2001）對北半球的氣候異常有重要影響，對平均溫度的上升趨勢有貢獻。而前5％的最高溫度異常也與AMO有關（Wyatt et al.，2012;Luo et al.，2023）。例如，AMO與歐亞大陸熱浪之間存在正相關（Zhou and Wu，2016），并通過影響歐洲阻塞高壓貢獻了約43％的歐洲熱浪趨勢（Luo et al.，2023）。太平洋年代際振蕩（Pacific Decadal Oscillation，PDO;Mantua et al.，1997）在近幾十年中成為北半球氣溫內部變率的主要驅動因素（Steinman et al.，2015）。PDO在冬春的發展激發海溫異常強迫，進一步通過羅斯貝波提高夏季溫度的可預測性（Vijverberg and Coumou，2022）。PDO可以影響北美西部復合干旱熱浪的開始（Mukherjee et al.，2020）。而在2022年夏季中國長江流域極端熱浪事件中，中高緯異常雙阻塞型環流異常受到PDO的負相位和AMO正相位的聯合影響（Liang et al.，2022）。厄爾尼諾-南方濤動（El Nio and Southern Oscillation，ENSO;Glantz，1997）是熱帶太平洋附近熱浪的主要驅動力（Domeisen et al.，2023）。它可以通過激發Gill響應影響羅斯貝波列，并通過遙相關影響歐亞大陸的熱浪（Zhou and Wu，2016）。北美熱浪的年際變化與ENSO的發展有關（Wu et al.，2012）。中國南部熱浪的變率也與厄爾尼諾轉變為拉尼娜的過渡期顯著相關（Deng et al.，2019）。

另一方面，北半球地表氣溫的變化受到包括北大西洋濤動（North Atlantic Oscillation，NAO;Li et al.，2013）在內的大氣內部變率的影響。觸發歐洲熱浪的阻塞形勢在很大程度上與NAO相關（Perkins，2015）。夏季NAO和俄羅斯北部短波云輻射的聯合作用可激發烏拉爾反氣旋異常并通過波列傳播至低緯地區，在東亞引發極端熱浪（Liu L et al.，2023）。NAO可能是影響與長江流域熱浪相關高壓的主導大氣內部變率（Deng et al.，2019;Huang et al.，2024）。NAO還可以影響鄂霍次克海的阻塞頻率，從而調制韓國的熱浪（Choi et al.，2022）。

自1979年以來，北半球多個地區同時出現熱浪的頻率增加了6倍，平均空間范圍和強度也顯著增加（Rogers et al.，2022）。盡管已有許多研究對北半球不同區域的高溫熱浪異常進行了分析，但對整個北半球高溫熱浪的主導空間模態目前仍不清楚，在不同時間尺度上與其相聯系的海氣背景也尚不清晰。同時，現有的高溫研究為考慮地區差異性，常使用百分位數等相對閾值作為高溫指標，但達到高溫的絕對溫度對選取區域和時間段并不一致，不便于對比。人類對35 ℃以上的高溫更為敏感，且35 ℃以上的高溫誘發疾病的風險急劇上升（談建國和黃家鑫，2004;謝盼等，2015;Xu et al.，2016）。因此，本文將采用35 ℃作為高溫的直觀評判指標，診斷北半球高溫熱浪的主導空間模態及與其相聯系的海氣背景特征，以期加深對北半球高溫異常分布的理解，并為半球尺度的高溫預測提供線索。

1" 資料和方法

1.1" 資料

1）全球歷史氣候網日數據（GHCND）的站點2 m日最高氣溫資料（Menne et al.，2012），時間跨度為1900—2022年。

2）1900—2015年逐月的NOAA-CIRES-DOE 20世紀再分析數據（V3）以及1979—2022年的逐月NCEP-DOE AMIP-Ⅱ再分析數據（R-2）（Kanamitsu et al.，2002），水平分辨率為1.0°×1.0°（后者原始為2.5°×2.5°，通過插值處理得到）。使用前已移除兩者間的氣候態差異，以確保兩套數據的時間一致性（Wang et al.，2010）。

3）NOAA擴展重建的第5版海表溫度ERSSTV5（Huang et al.，2017），水平分辨率為2.0°×2.0°，時間跨度為1900—2022年。

4）美國大氣研究中心氣候數據指南網站提供的1900—2022年AMO、PDO和ENSO指數。根據北大西洋區域80°W～30°E、35°～65°N標準化的月平均海平面氣壓（sea level pressure，SLP）之差（Li and Wang，2003），采用英國哈德萊中心的HadSLP2（Basnett and Parker，1997）和美國NCEP的SLP（Kalnay et al.，1996）數據集，計算得到1900—2022年NAO指數。

1.2" 方法

本研究定義高溫頻次為北半球夏季（6—8月）逐日最高2 m氣溫（Tmax，2m）≥35 ℃的天數。選擇35 ℃作為高溫的閾值是為了直觀地揭示與人類較為敏感的高溫特征。在數據預處理過程中，每年的高溫頻次僅在有效數據超過90％（83 d）時才會被考慮，以去除不可靠的站點數據。

為揭示北半球高溫頻次的主導模態，我們對北半球高溫頻次進行經驗正交函數（empirical orthogonal function，EOF）分析（Pearson，1901）。其中，對數據進行排除線性趨勢處理，以消除氣候變化帶來的長期趨勢影響（Luo et al.，2023）。同時，采用傅里葉諧波分析（Wang et al.，2010）分離時間序列的年際和年代際分量。采用有效自由度（Bretherton et al.，1999）進行多年代際變率相關的顯著性檢驗。使用波活動通量（Takaya and Nakamura，2001）描述大尺度波動在大氣中的傳播特征。

2" 北半球的高溫主模態

圖1a展示了北半球夏季2 m日最高氣溫（Tmax，2m）超過35 ℃的頻次分布，可見，在北半球，高溫出現頻次最高的區域集中在副熱帶，特別是撒哈拉沙漠地區和阿拉伯半島的波斯灣沿岸，高溫頻次超過80 d。此外，東亞、北美洲西海岸和墨西哥灣沿岸也是高溫頻次較高的地區。從標準差表征的高溫頻次變率（圖1b）來看，北美南部、東亞、中亞和北非等區域的高溫頻次變率較大，這些區域與高溫頻次大值區（圖1a）也基本一致。圖1c進一步給出了35 ℃高溫在北半球各地對應的百分位數，可見，在30°N以北的大部區域，35 ℃高溫相當于80％甚至90％的百分位數，表明35 ℃這一閾值可較合理地代表副熱帶及其以北區域的極端高溫的出現。

圖2進一步給出了35 ℃高溫頻次的前3個主模態的空間分布及其相應的主成分（principal component，PC）。第一模態（圖2a）顯示，北半球的大部分地區，尤其是副熱帶地區，空間分布具有高度的一致性。該模態對北半球高溫頻次有重要貢獻，解釋方差高達35.1％，對應的主成分PC1（圖2d）表現出明顯的年代際波動。第二主模態（EOF2）的解釋方差為11％，且東、西半球分布型不同，在北美呈現南北向的偶極型，以40°N左右為界，南部為正異常中心，北部為范圍相當的負異常中心，強度較強;在歐亞大陸則表現為東西向的三極型，3個異常中心分別在75°E、60°E左右和90°E以東。第三主模態（EOF3）則在北美呈現東西向的偶極型，在歐亞大陸為南北向的三極型，解釋方差為6.5％。歐亞三極型中心分別在15°N、30°N、45°N左右;北美異常中心分布在中緯度85°W左右兩側。以上3個主模態均通過North檢驗（North et al.，1982），即在統計上是獨立的。3個主模態共同解釋了北半球35 ℃高溫頻次總方差的52.6％。換句話說，這3個模態反映了北半球大部分的高溫頻次變率。

3" 北半球高溫主模態的關鍵海氣背景

考慮到高溫與下沉的大氣直接相聯，首先考察與上述3個主模態相關的對流層中層異常環流背景。第一模態PC1回歸的500 hPa位勢高度異常場呈現出明顯的沿北大西洋-歐亞-北美的中緯度遙相關波列分布（圖3a）。其中，除歐洲、東亞和北美中東部上空的位勢高度正異常和第一模態的高溫頻次正異常區域相對應外，該波列向東南方向傳播還對中國南方上空的位勢高度正異常以及高溫產生影響。第二模態PC2回歸的位勢高度異常場在北美上空呈現明顯的經向偶極子分布，在亞歐中緯度區域為正異常分布（圖3b），分別與高溫頻次第二模態在北美表現出的經向偶極子分布和亞歐中緯度一致型分布（圖2b）相對應。第三模態PC3回歸的位勢高度異常場在北大西洋-歐亞大陸呈現經向三極子分布（位于低緯的負異常中心強度較弱，位置偏西），在北美上空表現為緯向偶極子分布（圖3c）。其中，在中亞-東歐上空的負異常中心與第三模態在該區域的高溫頻次負異常中心相對應，而北美上空的緯向偶極子異常則與第三模態在北美出現的高溫頻次異常緯向偶極子分布（圖2c）相對應。由此可見，上述對流層中層環流異常總體上可反映北半球高溫頻次3個主模態的異常空間分布。接下來針對各主模態，結合以上環流場特征，進一步分析與其相聯系的海洋和大氣異常，以期更好地理解與北半球高溫熱浪事件不同分布模態相聯系的物理背景。

3.1" 第一主模態

為探究海洋強迫與熱浪第一模態之間的聯系，計算了第一主模態時間序列PC1回歸的超前1 a至同期的季節海溫異常空間。圖4c給出了PC1回歸的海表溫度（sea surface temperature，SST）異常的空間分布，最為顯著的異常區域位于北大西洋的正異常中心，這與AMO的正相位尤其相似。在1900—2022年期間，PC1和同期AMO之間的相關系數為0.29（圖4a），在99％置信水平上顯著。這種顯著的聯系不僅存在于同期夏季，還可以追溯到前冬（圖略），PC1與春季和冬季AMO的相關系數分別為0.28和0.24，均在統計上顯著。這些結果凸顯了AMO與北半球高溫頻次第一主模態之間的長期關聯。鑒于PC1主要反映了年代際變化（圖4b），而AMO也主要呈現年代際以上的變率，因此將傅里葉諧波分解后保留8 a以上周期的AMO年代際分量和PC1做相關，相關系數升高為0.36，通過置信水平為99％的顯著性檢驗。獲取PC1的年代際分量，進一步回歸到SST異常（圖4d）。與圖4c的海溫異常分布相比，北大西洋的海溫異常與PC1的年代際分量的關聯表現為更加強烈和一致的模態。當200 hPa位勢高度異常回歸至PC1（圖4e）以及去趨勢的AMO指數（圖4f）時，在北半球的對流層上層出現了幾個廣闊的正異常中心，與圖3a的中層位勢高度場呈正壓結構。這樣的異常形態與早期研究中指出的與歐亞熱浪相關的環流異常模式相符合，即大范圍的正壓異常可能導致了邊界層的干燥，抑制云的形成，從而強化了地面的輻射加熱（Zhou and Wu，2016）。PC1回歸的200 hPa位勢高度異常在東歐、東北亞、北太平洋、北美東部、北大西洋上空都存在正異常中心（圖4e），類似環球遙相關（circum-global teleconnection，CGT）正位相的波列異常，但中心位置和強度略有差異。與AMO相關的熱異常集中在東歐、東亞和北美東南部，與CGT的異常中心對應也較好（Branstator，2002;Ding and Wang，2005;Saeed et al.，2011a，2011b，2014）。AMO和CGT波列之間存在聯系，這在多項研究中已被證明（Lin et al.，2016;Wu et al.，2016;Dutta and Neena，2022;Sandeep et al.，2022），這里通過波活動通量驗證AMO作用的過程。AMO回歸的波活動通量顯示，起源于北大西洋低緯度的羅斯貝波能量北傳至中緯度，而后繼續向東傳至歐亞大陸和北美大陸，引起位勢高度異常（圖4f），這與PC1回歸結果在歐亞和北美向東傳播的波通量一致（圖4e），進一步解釋了AMO通過遙相關影響北半球高溫頻次第一模態的機制。夏季AMO指數與北半球高溫頻次之間的相關分布如圖4g所示，顯著的正相關范圍覆蓋北半球大部分地區，除亞洲和歐洲外，在北美東南部和北非也有顯著相關區域，且顯著相關的分布類似于圖2a的空間格局。因此，AMO是北半球高溫頻次第一主模態的關鍵影響背景。

3.2" 第二主模態

對于北半球夏季高溫頻次的第二主模態，功率譜分析表明它有一個明顯的2～3 a周期（圖5b）。SLP與PC2的同期回歸表明，第二主模態與北大西洋中高緯度的反位相蹺蹺板結構顯著相關（圖5c），低壓異常從北美向東北-西南方向延伸到北歐，而高壓異常位于北部，這樣的結構反映了NAO的負位相（Li and Wang，2003）（圖5d）。NAO正位相時，位于中緯度的海平面氣壓正異常，向西延伸至北美大陸北部（圖5d），形成的高壓脊有利于北美北部高溫增多。

進一步計算發現，PC2與同期NAO指數之間的相關系數達到-0.33（圖5a），在99％置信水平上顯著。而NAO和高溫頻次相關系數的空間分布與EOF2模態之間的空間相關系數（pattern correlation coefficient，PCC）為-0.40，特別是對北美經向偶極子表現較好。以上都表明NAO是與北半球高溫第二主模態相關的關鍵因子。NAO不僅能對北美夏季地表氣候產生強烈影響，而且還能通過大西洋-歐亞遙相關對歐亞大陸夏季地面氣候產生影響，這種遙相關與起源于副熱帶北大西洋的大尺度羅斯貝波列有關（Folland et al.，2009;Li et al.，2013;Huang et al.，2024）。

3.3" 第三主模態

相較于第一和第二主模態，第三主模態的物理背景更為復雜。首先，通過對第三主模態的時間序列進行功率譜分析發現，PC3具有顯著的年際（2～3 a和5～6 a）和年代際（10 a）周期（圖6b）。PC3回歸的海溫異常空間分布（圖6a）表明，第三模態的年際至年代際變化可能與ENSO、PDO和南印度洋等多個區域的海表溫度異常有關。這些因子是如何影響北半球高溫的第三主模態的呢？

PC3回歸的海溫異常表現為在北太平洋中西部廣泛的正異常，以及在北太平洋東部和北美西海岸的負異常（圖6a）。這一空間格局與PDO的負位相高度相似。進一步根據PDO指數回歸的對流層中層位勢高度異常場顯示，在北半球歐亞大陸，特別是亞洲東部表現出“+-+”經向三極異常（圖6c），這與PC3回歸的位勢高度場相吻合（圖3c），也與第三模態在歐亞大陸的分布型相對應。PDO指數與PC3之間的相關系數（-0.25）在99％置信水平上是顯著的（圖6d）。同時，PDO和高溫頻次相關系數的空間分布與EOF3模態的空間相關系數為-0.28，在亞洲東部更顯著。由此表明，PDO可在年代際尺度上對北半球高溫的第三模態特別是歐亞大陸區域產生影響。

由圖6a可見，在前冬（圖略）至夏季，PC3與東太平洋海溫異常與也存在顯著相關。同時，與PC3相關聯的印度洋海溫異常從前冬開始逐步增強，持續到夏季（圖略）。計算PC3與Nio3.4指數的相關系數進一步顯示，春季（-0.29）和夏季（-0.17）的Nio3.4指數和PC3均顯著相關。這表明PC3的年際變化與厄爾尼諾-南方濤動（ENSO）的活動有持續性相關。圖7b—d給出了春季（3—5月）Nio3.4指數回歸的夏季對流層上層至下層位勢高度異常場。與ENSO有關的位勢高度異常表現出太平洋-北美遙相關型（Pacific-North America，PNA;Wallace and Gutzler，1981），特別是在對流層中高層（圖7b、c）。可以發現，對流層中高層的三極子位勢高度異常（圖7b、c）和PC3回歸的位勢高度場呈反位相分布（圖3c），對應于歐亞大陸上的EOF3分布（圖2c）。同時，Nio3.4指數和高溫頻次相關系數的空間分布與EOF3模態的空間相關系數達到-0.38，對歐亞經向三極子模態表現較好。與ENSO相關的位勢高度異常可能通過影響PNA（Sutton et al.，2024）觸發下沉運動和地表加熱異常，有利于EOF3分布的形成。此外，夏季熱帶印度洋與PC3相聯系的海表溫度異常分布有顯著同步關系（圖略），表明熱帶印度洋對前期ENSO事件的延遲響應可能成為延長ENSO對EOF3影響的“電容器”（Xie et al.，2016）。

除了PDO和ENSO，與PC3同期相聯系的海溫異常在南印度洋也顯示出顯著的負異常（圖6a），且這一負異常從前冬開始向東北方向擴展并持續至夏季（圖略）。我們將10°～46°S、44°～66°E區域的海溫異常定義為與PC3相關的南印度洋關鍵指數（South Indian Ocean，SIO）。計算發現，SIO指數與PC3之間的同期相關系數（-0.44）在99％的置信水平上是顯著的（圖8a），且SIO指數與PDO和ENSO相關并不明顯。由此表明，南印度洋海溫異常可能是區別于PDO和ENSO的另一影響北半球高溫第三主模態的因子。SIO指數和高溫頻次相關系數的空間分布與EOF3模態的空間相關系數也達到了-0.53，在北美東部和中亞地區較顯著。為了研究南印度洋影響北半球高溫的可能過程，進一步分析了其相關的異常環流。對SIO回歸的同期500 hPa位勢高度異常場（圖8b）顯示，歐亞中緯度地區出現負異常，東亞為正異常，并伴隨北美西部的負異常中心，這與北半球高溫的第三主模態空間分布（圖2c）相似。SIO回歸的700 hPa垂直速度場顯示，異常主要集中在熱帶地區（圖8c）。圖8d進一步展示了PC3回歸的熱帶地區（15°S～15°N）垂直速度異常場。由圖可見，西太平洋出現異常下沉，東太平洋則為異常上升，這與沃克環流的氣候態相反，表明太平洋上的沃克環流有所減弱。當南印度洋SST變暖時，西北太平洋區域減弱的沃克環流相聯系的異常下沉運動進一步影響西北太平洋區域的哈德萊環流（圖8e），導致東亞的上升支更強，伴隨冷低壓，從而有助于減少東亞的高溫頻次。同時，東太平洋的上升運動增強，導致北美洲東部的下沉運動增強（圖8f），形成與PC3回歸環流場相反的模態（圖3c），使得北美洲東部熱浪增加。因此，南印度洋的異常海溫可能通過影響沃克環流異常，進而作用于哈德萊環流，對北半球高溫的第三主模態空間分布產生貢獻（圖2c）。南印度洋如何通過這種“沃克環流橋梁”影響北半球異常環流的詳細機制值得進一步研究。

4" 基于主模態的北半球夏季高溫重建模型

本節通過建立基于主模態的北半球高溫統計模型，以進一步分析與主模態相聯系的海氣背景對北半球高溫的貢獻。圖9a顯示了重建模型的具體流程圖。其中，每個PC都通過上文所述的海氣背景因子使用多元線性回歸進行重建。進一步基于3個PC的各自回歸結果，并通過它們各自的解釋方差進行加權，從而集成得到重建的北半球夏季高溫頻次。其中，使用1900—1978年的時間段作為訓練集確定回歸系數和殘差，并使用1979—2022年的時間段對模型的重建能力進行驗證。模型試驗表明，基于關鍵背景因子回歸的PC1、PC2、PC3與原始時間序列的相關系數分別為0.34、0.44、0.39，均通過了99％置信水平的顯著性檢驗，即可較好地反映3個主模態的主成分。進一步采用如下公式對北半球高溫頻次（RHW）進行集合重構：

IRHW=V1×E1×（a1×IAMO+b1）+V2×E2×（a2×INAO+b2）+V3×E3×（a3×INio3.4+b3×IPDO+c1×ISIO+d1）。

其中：V和E分別代表EOF主模態的解釋方差和特征向量;IAMO、INAO、INio3.4、IPDO、ISIO表示與高溫相聯的大氣-海洋背景指數;a、b、c和d是相應的回歸系數或殘差。

圖9b展示了1979—2022年的重建結果與高溫頻次（去趨勢）之間的空間相關分布。可以看出，北半球大部分地區存在正相關。其中，在東歐平原、西西伯利亞和墨西哥灣北岸的相關顯著。此外，我們根據空間相關系數評估了上述重建模型對極端年份的效果。其中，逐年高溫頻次序列根據1961年以后的北半球站點平均的高溫頻次進行排序得出，得到的時間序列與CRU（Climatic Research Unit）（Osborn et al.，2021）提供的第五套北半球陸地氣溫異常去趨勢序列高度一致。進一步根據上述高溫頻次的年份排序，選出了1979—2022年5個極熱年份（1980、1988、2011、2012和2022年）。在這些年份中，重構的高溫頻次和實況分布的PCC系數呈顯著正相關。由此表明，基于關鍵海氣背景因子的重建模型可較好地反映北半球高溫的極端年份，進一步證明了年際到年代際的關鍵海氣背景因子對北半球極端高溫年的影響。

考慮到全球變暖對高溫的重要影響，進一步將考慮了長期變化趨勢項的重建結果與原始高溫頻次進行比較，重建的效果有明顯改善，在北半球的絕大部分地區顯示出正相關，尤其是亞洲和非洲的中低緯度區域（圖9c）。由此表明，除上述海氣背景以外，全球增暖背景帶來的長期變化趨勢對北半球高溫的增多有重要影響，這與已有研究（Fischer and Knutti，2015;Diffenbaugh et al.，2017;袁宇鋒和翟盤茂，2022;孫博等，2023）相吻合。

5" 結論與討論

本文利用GHCND逐日最高氣溫觀測資料，確定了1900—2022年北半球夏季35 ℃以上高溫頻次空間分布的3種主模態，進一步診斷了3個主模態相關的海氣背景，并基于海氣背景因子建立了高溫頻次重建模型，以深入了解北半球高溫變化的主模態，并為半球尺度的高溫預測提供線索。結果表明：

1）北半球夏季35 ℃以上高溫頻次異常空間分布的前3個主模態對高溫頻次的解釋方差占比52.6％。其中，第一主模態表現為整個北半球的一致型異常分布。第二主模態表現為歐亞大陸的緯向三極型分布和北美的經向偶極型分布。第三主模態表現為歐亞大陸的經向三極型和北美的緯向偶極型分布。

2）北半球高溫頻次的主模態與年際至年代際尺度的海洋-大氣背景緊密相連。第一主模態與AMO密切相聯，尤其是在其年代際變量上。AMO相關的環流異常通過增強北半球多地的大范圍高壓異常，抑制云層形成并增加太陽輻射，從而促進大氣增暖。第二主模態與NAO等大尺度大氣變率有顯著的關聯。NAO通過阻塞型高壓和波列傳輸對第二主模態產生影響。第三主模態與PDO、ENSO以及SIO的海溫異常共同作用相聯系。其中，PDO和ENSO分別在年代際和年際尺度上影響北半球特別是亞歐大陸上空的位勢高度異常，進而影響高溫頻次異常;位于南半球的SIO海溫異常通過調節沃克環流和哈德萊環流異常影響北半球的高溫異常分布。

3）通過基于主模態海氣背景因子建立回歸集成重建模型，驗證了上述海氣背景因子對北半球高溫的影響。重建模型較好地把握了東歐、西亞以及北美中部地區的高溫頻次異常，在極端高溫年份對整個北半球的高溫頻次分布的重建效果也表現良好。這一結果清楚地表明，北半球熱浪的自然變異性與三大洋的信號和相關的大氣振蕩緊密相關。

進一步的分析表明，在考慮高溫閾值時，即使選用如37或40 ℃的2 m日最高氣溫作為閾值，主模態的空間分布仍顯示出相似的分布。這表明，在更極端的溫度閾值條件下，上述海氣背景因素仍可能起作用。另外，如果使用90百分位數的相對閾值計算高溫頻次做類似分析，則高溫分布的主模態在北半球中低緯地區有類似的分布型，模態對應的PC也較相似，但高緯變率的貢獻明顯增大，分布型存在差異。這意味著，北半球高溫頻次在使用相對閾值定義的情況下，可能存在相似的海氣背景，但具體的關鍵因子和影響機制仍需探究。此外，關于方差的解釋，前3個模態共解釋了大約一半的北半球熱浪方差。其他自然變率，如海冰和積雪覆蓋、土壤濕度等，也可能對北半球夏季的極端高溫產生影響，這些都值得未來進一步研究。

參考文獻（References）

Barriopedro D，Fischer E M，Luterbacher J，et al.，2011.The hot summer of 2010：redrawing the temperature record map of Europe［J］.Science，332（6026）：220-224.doi：10.1126／science.1201224.

Basnett T A，Parker D E，1997.Development of the global mean sea level pressure data set GMsea level pressure 2［R］//Climatic Research Technical Note No.79.Bracknell：Meteorological Office，Hadley Centre：16.

Branstator G，2002.Circumglobal teleconnections，the jet stream waveguide，and the North Atlantic Oscillation［J］.J Climate，15（14）：1893-1910.doi：10.1175／1520-0442（2002）015lt;1893：cttjswgt;2.0.co;2.

Bretherton C S，Widmann M，Dymnikov V P，et al.，1999.The effective number of spatial degrees of freedom of a time-varying field［J］.J Climate，12（7）：1990-2009.doi：10.1175／1520-0442（1999）012lt;1990：tenosdgt;2.0.co;2.

Choi J W，Song C Y，Kim E S，et al.，2022.Possible relationship between heatwaves in Korea and the summer blocking frequency in the Sea of Okhotsk［J］.Int J Climatol，42（15）：7497-7515.doi：10.1002／joc.7659.

Deng K Q，Yang S，Ting M F，et al.，2019.Dominant modes of China summer heat waves driven by global sea surface temperature and atmospheric internal variability［J］.J Climate，32（12）：3761-3775.doi：10.1175／jcli-d-18-0256.1.

Diffenbaugh N S，Singh D，Mankin J S，et al.，2017.Quantifying the influence of global warming on unprecedented extreme climate events［J］.Proc Natl Acad Sci USA，114（19）：4881-4886.doi：10.1073／pnas.1618082114.

Ding Q H，Wang B，2005.Circumglobal teleconnection in the Northern Hemisphere summer［J］.J Climate，18（17）：3483-3505.doi：10.1175／jcli3473.1.

Domeisen D I V，Eltahir E A B，Fischer E M，et al.，2023.Prediction and projection of heatwaves［J］.Nat Rev Earth Environ，4：36-50.doi：10.1038／s43017-022-00371-z.

Dutta A，Neena J M，2022.Exploring the circum-global teleconnection：Indian summer monsoon interactions in the interannual and multidecadal timescales［J］.Front Earth Sci，10：973468.doi：10.3389／feart.2022.973468.

Enfield D B，Mestas-Nuez A M，Trimble P J，2001.The Atlantic Multidecadal Oscillation and its relation to rainfall and river flows in the continental U.S.［J］.Geophys Res Lett，28（10）：2077-2080.doi：10.1029／2000GL012745.

Fischer E M，Knutti R，2015.Anthropogenic contribution to global occurrence of heavy-precipitation and high-temperature extremes［J］.Nature Climate Change，5：560-564.doi：10.1038／nclimate2617.

Folland C K，Knight J，Linderholm H W，et al.，2009.The summer North Atlantic Oscillation：past，present，and future［J］.J Climate，22（5）：1082-1103.doi：10.1175／2008jcli2459.1.

Giles B D，Balafoutis C J，1990.The Greek heatwaves of 1987 and 1988［J］.Int J Climatol，10（5）：505-517.doi：10.1002／joc.3370100507.

Glantz M H，1997.Currents of change：El Nios impact on climate and society［J］.Nature，385（6611）：35.doi：10.1038／385035a0.

Guinaldo T，Voldoire A，Waldman R，et al.，2023.Response of the sea surface temperature to heatwaves during the France 2022 meteorological summer［J］.Ocean Sci，19（3）：629-647.doi：10.5194／os-19-629-2023.

Huang B，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.

Huang H J，Zhu Z W，Li J，2024.Disentangling the unprecedented Yangtze River Basin extreme high temperatures in summer 2022：combined impacts of the reintensified La Nia and strong positive NAO［J］.J Climate，37（3）：927-942.doi：10.1175／jcli-d-23-0466.1.

Kalnay E，Kanamitsu M，Kistler R，et al.，1996.The NCEP／NCAR 40-year reanalysis project［J］.Bull Amer Meteor Soc，77（3）：437-471.doi：10.1175／1520-0477（1996）077lt;0437：tnyrpgt;2.0.co;2.

Kanamitsu M，Ebisuzaki W，Woollen J，et al.，2002.NCEP-DOE AMIP-II reanalysis （R-2）［J］.Bull Amer Meteor Soc，83（11）：1631-1643.doi：10.1175／BAMS-83-11-1631（2002）083lt;1631：NARgt;2.3.CO;2.

Kaufmann R K，Stern D I，1997.Evidence for human influence on climate from hemispheric temperature relations［J］.Nature，388：39-44.doi：10.1038／40332.

Li J P，Wang J X L，2003.A new North Atlantic Oscillation index and its variability［J］.Adv Atmos Sci，20（5）：661-676.doi：10.1007／BF02915394.

Li J P，Sun C，Jin F F，2013.NAO implicated as a predictor of Northern Hemisphere mean temperature multidecadal variability［J］.Geophys Res Lett，40（20）：5497-5502.doi：10.1002／2013GL057877.

Li Y，Ding Y H，Li W J，2017.Observed trends in various aspects of compound heat waves across China from 1961 to 2015［J］.J Meteor Res，31（3）：455-467.doi：10.1007／s13351-017-6150-2.

Liang P，Yan Z W，Li Z，2022.Climatic warming in Shanghai during 1873—2019 based on homogenised temperature records［J］.Adv Climate Change Res，13（4）：496-506.doi：10.1016／j.accre.2022.05.006.

Lin J S，Wu B，Zhou T J，2016.Is the interdecadal circumglobal teleconnection pattern excited by the Atlantic multidecadal Oscillation？［J］.Atmos Ocean Sci Lett，9（6）：451-457.doi：10.1080／16742834.2016.1233800.

Liu B Q，Zhu C W，Ma S M，et al.，2023.Subseasonal processes of triple extreme heatwaves over the Yangtze River Valley in 2022［J］.Wea Climate Extrem，40：100572.doi：10.1016／j.wace.2023.100572.

Liu L，Wu B Y，Ding S Y，2023.Combined impact of summer NAO and northern Russian shortwave cloud radiative effect on Eurasian atmospheric circulation［J］.Environ Res Lett，18（1）：014015.doi：10.1088／1748-9326／acabd9.

Luo B H，Luo D H，Zhuo W Q，et al.，2023.Increased summer European heatwaves in recent decades：contributions from greenhouse gases-induced warming and Atlantic Multidecadal Oscillation-like variations［J］.Earths Future，11（8）：e2023EF003701.doi：10.1029／2023EF003701.

Mantua N J，Hare S R，Zhang Y，et al.，1997.A Pacific interdecadal climate oscillation with impacts on salmon production［J］.Bull Amer Meteor Soc，78（6）：1069-1079.doi：10.1175／1520-0477（1997）078lt;1069：apicowgt;2.0.co;2.

Menne M，Durre I，Vose R，et al.，2012.An overview of the global historical climatology network-daily database［J］.J Atmos Ocean Technol，29（7）：897-910.

Mora C，Dousset B，Caldwell I R，et al.，2017.Global risk of deadly heat［J］.Nature Climate Change，7（7）：501-506.doi：10.1038／nclimate3322.

Mukherjee S，Ashfaq M，Mishra A K，2020.Compound drought and heatwaves at a global scale：the role of natural climate variability-associated synoptic patterns and land-surface energy budget anomalies［J］.J Geophys Res：Atmos，125（11）：e2019JD031943.doi：10.1029／2019JD031943.

North G R，Bell T L，Cahalan R F，et al.，1982.Sampling errors in the estimation of empirical orthogonal functions［J］.Mon Wea Rev，110（7）：699-706.doi：10.1175／1520-0493（1982）110lt;0699：seiteogt;2.0.co;2.

Osborn T J，Jones P D，Lister D H，et al.，2021.Land surface air temperature variations across the globe updated to 2019：the CRUTEM5 data set［J］.J Geophys Res：Atmos，126（2）：e2019JD032352.doi：10.1029／2019JD032352.

Pearson K，1901.On lines and planes of closest fit to systems of points in space［J］.Philosophical Magazine，2（11）：559-572.doi：10.1080／14786440109462720.

Perkins S E，2015.A review on the scientific understanding of heatwaves：their measurement，driving mechanisms，and changes at the global scale［J］.Atmos Res，164：242-267.doi：10.1016／j.atmosres.2015.05.014.

Rogers C D W，Kornhuber K，Perkins-Kirkpatrick S E，et al.，2022.Sixfold increase in historical Northern Hemisphere concurrent large heatwaves driven by warming and changing atmospheric circulations［J］.J Climate，35（3）：1063-1078.doi：10.1175／jcli-d-21-0200.1.

Rthlisberger M，Papritz L，2023.Quantifying the physical processes leading to atmospheric hot extremes at a global scale［J］.Nat Geosci，16（3）：210-216.doi：10.1038／s41561-023-01126-1.

Saeed S，Müller W A，Hagemann S，et al.，2011a.Circumglobal wave train and the summer monsoon over northwestern India and Pakistan：the explicit role of the surface heat low［J］.Climate Dyn，37（5）：1045-1060.doi：10.1007／s00382-010-0888-x.

Saeed S，Müller W A，Hagemann S，et al.，2011b.Precipitation variability over the South Asian monsoon heat low and associated teleconnections［J］.Geophys Res Lett，38（8）：L08702.doi：10.1029／2011GL046984.

Saeed S，Van Lipzig N，Müller W A，et al.，2014.Influence of the circumglobal wave-train on European summer precipitation［J］.Climate Dyn，43（1）：503-515.doi：10.1007／s00382-013-1871-0.

Sandeep N，Swapna P，Krishnan R，et al.，2022.On the weakening association between South Asian monsoon and Atlantic Multidecadal Oscillation［J］.Climate Dyn，59（9）：2531-2547.doi：10.1007／s00382-022-06224-1.

Steinman B A，Mann M E，Miller S K，2015.Atlantic and Pacific Multidecadal Oscillations and Northern Hemisphere temperatures［J］.Science，347（6225）：988-991.doi：10.1126／science.1257856.

孫博，王會軍，黃艷艷，等，2023.2022年夏季中國高溫干旱氣候特征及成因探討［J］.大氣科學學報，46（1）：1-8." Sun B，Wang H J，Huang Y Y，et al.，2023.Characteristics and causes of the hot-dry climate anomalies in China during summer of 2022［J］.Trans Atmos Sci，46（1）：1-8.doi：10.13878／j.cnki.dqkxxb.20220916003.（in Chinese）.

Sutton M，Larson S M，Becker E，2024.New insights on ENSO teleconnection asymmetry and ENSO forced atmospheric circulation variability over North America［J］.Climate Dyn，62（5）：3189-3206.doi：10.1007／s00382-023-07058-1.

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.

談建國，黃家鑫，2004.熱浪對人體健康的影響及其研究方法［J］.氣候與環境研究，9（4）：680-686." Tan J G，Huang J X，2004.The impacts of heat waves on human health and its research methods［J］.Climatic Environ Res，9（4）：680-686.doi：10.3969／j.issn.1006-9585.2004.04.012.（in Chinese）.

Vijverberg S，Coumou D，2022.The role of the Pacific Decadal Oscillation and ocean-atmosphere interactions in driving US temperature predictability［J］.npj Climate Atmos Sci，5：18.doi：10.1038／s41612-022-00237-7.

Wallace J M，Gutzler D S，1981.Teleconnections in the geopotential height field during the Northern Hemisphere winter［J］.Mon Wea Rev，109（4）：784-812.doi：10.1175／1520-0493（1981）109lt;0784：titghfgt;2.0.co;2.

Wang B，Wu Z W，Chang C P，et al.，2010.Another look at interannual-to-interdecadal variations of the East Asian winter monsoon：the northern and southern temperature modes［J］.J Climate，23（6）：1495-1512.doi：10.1175／2009jcli3243.1.

Wehrli K，Guillod B P，Hauser M，et al.，2019.Identifying key driving processes of major recent heat waves［J］.J Geophys Res：Atmos，124（22）：11746-11765.doi：10.1029／2019JD030635.

Witze A，2022.Extreme heatwaves：surprising lessons from the record warmth［J］.Nature，608（7923）：464-465.doi：10.1038／d41586-022-02114-y.

Wu B，Zhou T J，Li T，2016.Impacts of the Pacific-Japan and circumglobal teleconnection patterns on the interdecadal variability of the East Asian summer monsoon［J］.J Climate，29（9）：3253-3271.doi：10.1175／jcli-d-15-0105.1.

Wu Z W，Lin H，Li J P，et al.，2012.Heat wave frequency variability over North America：two distinct leading modes［J］.J Geophys Res：Atmos，117（D2）：D02102.doi：10.1029／2011JD016908.

Wyatt M G，Kravtsov S，Tsonis A A，2012.Atlantic Multidecadal Oscillation and Northern Hemispheres climate variability［J］.Climate Dyn，38（5）：929-949.doi：10.1007／s00382-011-1071-8.

謝盼，王仰麟，彭建，等，2015.基于居民健康的城市高溫熱浪災害脆弱性評價：研究進展與框架［J］.地理科學進展，34（2）：165-174. "Xie P，Wang Y L，Peng J，et al.，2015.Health related urban heat wave vulnerability assessment：research progress and framework［J］.Prog Geogr，34（2）：165-174.doi：10.11820／dlkxjz.2015.02.005.（in Chinese）.

Xie S P，Kosaka Y，Du Y，et al.，2016.Indo-western Pacific Ocean capacitor and coherent climate anomalies in post-ENSO summer：a review［J］.Adv Atmos Sci，33（4）：411-432.doi：10.1007／s00376-015-5192-6.

Xu Z W，FitzGerald G，Guo Y M，et al.，2016.Impact of heatwave on mortality under different heatwave definitions：a systematic review and meta-analysis［J］.Environ Int，89／90：193-203.doi：10.1016／j.envint.2016.02.007.

袁宇鋒，翟盤茂，2022.全球變暖與城市效應共同作用下的極端天氣氣候事件變化的最新認知［J］.大氣科學學報，45（2）：161-166." Yuan Y F，Zhai P M，2022.Latest understanding of extreme weather and climate events under global warming and urbanization influences［J］.Trans Atmos Sci，45（2）：161-166.doi：10.13878／j.cnki.dqkxxb.20211011001.（in Chinese）.

Zhang D Q，Chen L J，Yuan Y，et al.，2023.Why was the heat wave in the Yangtze River valley abnormally intensified in late summer 2022？［J］.Environ Res Lett，18（3）：034014.doi：10.1088／1748-9326／acba30.

Zheng J Y，Wang C Z，2019.Hot summers in the Northern Hemisphere［J］.Geophys Res Lett，46（19）：10891-10900.doi：10.1029／2019GL084219.

Zhou Y F，Wu Z W，2016.Possible impacts of mega-El Nio／Southern Oscillation and Atlantic Multidecadal Oscillation on Eurasian heatwave frequency variability［J］.Quart J Roy Meteor Soc，142（697）：1647-1661.doi：10.1002／qj.2759.

·ARTICLE·

Leading modes and oceanic and atmospheric drivers of heat wave variability in the Northern Hemisphere

XIA Yan1，LIANG Ping2，WU Zhiwei1

1Shanghai Key Laboratory of Ocean-land-atmosphere Boundary Dynamics and Climate Change，Department of Atmospheric and Oceanic Sciences/Institute of Atmospheric Sciences， Fudan University， Shanghai 200438， China;

2Key Laboratory of Cities Mitigation and Adaptation to Climate Change in Shanghai，Shanghai Regional Climate Center，Shanghai 200030，China

Abstract" Extreme heat events and heat waves pose an increasingly significant threat to human communities，affecting public health，agriculture，economic stability and fueling secondary disasters such as wildfires.In recent years，heat waves have become more frequent，intense，and prolonged，particularly in the densely populated Northern Hemisphere （NH）.However，the primary spatial modes of heat waves across the NH，along with their associated oceanic and atmospheric conditions remain insufficiently understood.This study investigates the natural variability of NH heat waves during boreal summer over the past century.We identify three leading modes in the frequency of daily maximum temperatures exceeding 35 ℃，collectively accounting for 52.6％ of the explained variance.The first mode presents a uniform pattern of heat wave frequency anomalies across most of the NH.This interdecadal mode corelates with the Atlantic Multi-decadal Oscillation （AMO），which triggers atmospheric anticyclone anomalies in the upper troposphere，decreasing cloud cover and increasing surface diabatic heating.AMO-induced Rossby wave energy propagates from low to mid-latitudes，then eastward across Eurasia and North America，establishing wave-train anomalies linked to this primary mode via teleconnections.The second mode，showing a latitudinal tripole pattern across Eurasia and a meridional dipole over North America，reflects interannual atmospheric variability tied to the North Atlantic Oscillation （NAO）.The NAO influences critical North American regions through high-pressure ridges and propagating wave trains.The third mode captures an Eurasian meridional tripole and North American latitudinal dipole pattern，shaped by the Pacific Decadal Oscillation （PDO），El Nio-Southern Oscillation （ENSO），and sea surface temperature anomalies of the South Indian Ocean （SIO）.Both PDO and ENSO affect NH heatwave frequency anomalies through upper-to-lower level geopotential height variations over Eurasia on interdecadal and interannual timescales，respectively.ENSOs influence extends to NH heat wave patterns via the Pacific-North America （PNA） teleconnection and the Indian Ocean capacitor effect.The SIO modulates vertical atmospheric motion over regions such as East Asia and eastern North America via Walker and Hadley circulations，further affecting NH heat wave frequency anomalies.We develop a multiple linear regression model to reconstruct NH heat wave frequencies based on the air-sea background factors of these three leading modes，including their spatial distributions and variance contributions.The model aligns well with observed heat wave frequencies and extreme high temperature events，reinforcing the significant impact of multi-scale oceanic and atmospheric signal on NH heat wave anomalies.When the absolute temperature thresholds are increased to 37 ℃ and 40 ℃，the leading modes display similar spatial patterns，suggesting that the identified oceanic and atmospheric drivers remain influential.Analysis based on relative temperature thresholds show consistent results，although variability at high latitudes exhibits a distinct contribution.Additional natural variability components，potentially linked to sea ice，snow cover，and soil moisture，warrant further investigation.

Keywords" heat wave;leading modes;Northern Hemisphere;oceanic and atmospheric drivers

doi：10.13878／j.cnki.dqkxxb.20240311001

（責任編輯：張福穎）