东亚冬季风的变异及其预测问题历来是学界关注的重点🙍🏿。巨大的经向空间尺度导致东亚冬季风表面温度场表现出两个相互独立的主模态——北方型与南方型模态。然而🧞‍♂️，已知前兆因子对两个模态的预测效果相对有限💻。如何基于己经明确的物理过程，建立具有物理意义的统计预测模型来改善和提高东亚地区冬季气温季节预报技巧亟待研究和加强🤾🏿‍♀️。  

近日，我系张鹏博士🎡、吴志伟教授和合作者发现秋季（9-10月）北极海冰变化在调控和预测东亚冬季风北方型和南方型主模态年际变率中的重要作用👩🏼‍🎤🧑🏽‍⚖️。研究指出前期秋季巴伦支-喀拉海及楚克奇-波弗特海海冰偏少往往对应着后期冬季东亚北部地区气温偏低📡；而当秋季巴伦支-喀拉海-拉普捷夫海海冰偏少👨‍🚀，楚克奇-波弗特海海冰偏多时🧏🏽，常常导致后期冷位相东亚冬季风南方模态的出现。秋季不同配置的北极海冰异常可看做东亚冬季风南、北方模态的重要潜在前兆季节预测信号。具体来说：秋季巴伦支-喀拉海及楚克奇-波弗特海海冰偏少导致欧亚北极地区表面温度增加🌝，该暖异常从前期秋季持续到后期冬季（图1a-1d）🛀🏻，引起欧亚北极地区上空大气厚度的增加（图1e-1h）🐘，进一步导致极锋急流北移减弱（图1i-1l）🍙，从而有利于西伯利亚高压和东亚大槽的加强和北移，最终在冬季引发北方型模态的气温异常🈳；而当秋季巴伦支-喀拉海-拉普捷夫海海冰偏少时，楚克奇-波弗特海海冰偏多导致表面温度（图2a-2d）和大气厚度（图2e-2h）增加的区域相对偏东南🧩，位于北极南部-西伯利亚北部地区🌧，进而引起极锋急流南移减弱（图2i-2l），西伯利亚高压和东亚大槽系统加强且南移，最终诱发南方型模态的表面温度异常。

最后利用交叉验证（cross-validation）方法，基于前期秋季西伯利亚南部积雪建立经验模型对东亚冬季表面温度北部模态进行回报（hindcast）的技巧为0.3，而加入海冰因子后回报技巧提升至0.71（图3a）。对于南部模态，基于海冰、Nino3.4指数建立的经验模型也具有很好的回报技巧，远超单一Nino3.4指数的效果（图3b）🛀🏽。上述结果表明，秋季北极海冰异常是东亚冬季风北方型和南方型主模态年际变化的重要可预报性来源。

该研究于2020年发表在《Climate Dynamics》期刊上。

 Zhang, P., Z. W. Wu*, J. Li and Z. Xiao 2020: Seasonal prediction of the northern and southern temperature modes of the East Asian winter monsoon: the importance of the Arctic sea ice. Climate Dyn., 54(7), 3583-3597.

图1 1979-2017年（a）9-10月🏊🏿，（b）10-12月👨‍👩‍👧‍👧，（c）11-1月🙂，（d）12-2月平均表面温度异常和秋季（9-10月）与北方模态相联系的海冰指数（巴伦支-喀拉海海冰负异常加上楚克奇-波弗特海海冰负异常）回归场👦🏿。打点区域表示通过90%信度检验🧔🏻‍♂️。（e-h）同（a-d）但为500-1000hPa大气厚度异常，（i-l）为500hPa纬向风异常🤽‍♀️🗒。

图2  同图1🏇👇🏿，但为与南方模态相联系的海冰指数（巴伦支-喀拉海海冰负异常加上楚克奇-波弗特海海冰正异常）回归场🫙。

图3  （a）基于海冰指数（黄色曲线）🧕🏿、西伯利亚积雪指数（绿色）及二者结合（红色）建立的东亚冬季风表面温度北方模态的回报（hindcast）经验模型🕗；（b）基于海冰指数（黄色曲线）、Nino3.4（绿色）及二者结合（红色）建立的东亚冬季风表面温度南方模态的回报模型。