题目：Recent changes in circulation patterns and their opposing impact on extreme precipitation at the west coast of Norway
期刊：Weather and Climate Extremes
01 研究背景
由于城市化和气候变暖，极端降水事件会导致过多的地表水和洪水，同时也导致社会成本不断增加。因此，需要详细了解极端降水事件的近期和未来变化以适应气候变化。挪威的西南海岸是该国最潮湿的地区，年降水量可超过3000毫米，调查占主导地位的长期和大尺度大气模式与挪威极端降水事件的关系显得至关重要。
基于此，Ødemark（2023）等人使用了欧洲中期天气预报中心（ECMWF）的季节预报系统（SEAS5）产生的3800个极端降水事件数据，结合ECMWF提供的第五代全球气候和天气（ERA5）再分析数据，运用经验正交函数（EOF）分析和广义极值（GEV）分布方法，探究了1981-2018年挪威西海岸秋季极端降水的变化。
02 研究数据与方法
2.1 季节预报系统
本研究使用欧洲中期天气预报中心（ECMWF的）季节预报系统（SEAS5）1981-2018年的25个成员集合历史回报（逐年更新滚动回算）数据集。SEAS5系统包含一个交互式大气-海冰耦合模式，水平分辨率约为35 km。SEAS5的大气模式基于ECMWF最先进的综合预报系统（IFS）的43个循环周期，有91个垂直层，光谱水平分辨率为T319。使用全球海洋环流模式（NEMO）和新鲁汶海冰模式（LIM2）与大气模式耦合，水平分辨率为0.25°。
2.2 ERA5数据
为检测SEAS5历史回报数据中的极端降水事件，研究使用1981-2018年来自欧洲中期天气预报中心（ECMWF）的第五代全球气候和天气（ERA5）再分析资料中秋季（SON） 3天降水量的第98个百分位数来定义研究区域（图1）。
图1 a. 2014年10月26 - 28日极端降水事件的天气情况。等值线表示10月26日12：00 UTC的平均海平面气压，降水值为从26日00：00 UTC到29日00：00 UTC的累计值。b . SON中3天降水量的第98个百分位数。白色等值线表示所选择的研究区域，定义为SON中3天降水量的第98个百分位数超过70毫米的区域。
2.3 广义极值分布
将研究区域3天累积降水量的平均季节性最大值与SEAS5中的所有成员集合数据相结合，来构建用于后续统计分析的数据集。研究采用广义极值（GEV）分布拟合来获得回报值。
2.4 经验正交函数
本研究首先对ERA5再分析中SON的500 hPa位势高度异常进行主成分分析，来表征大气环流的季节平均状态。然后使用ERA5和SEAS5在北大西洋扇区（30 ~ 88.5 ° N ，80 ° W ~ 40 ° E）上空SON的500 hPa位势高度异常进行了经验正交函数（EOF）分析。执行EOF分析之前，通过纬度余弦平方根对500 hPa位势高度异常进行加权，确保面积加权相等。然后，计算了1979 - 2017年ERA5 再分析中SON的500 hPa位势高度异常的前5个EOF模态。
03 主要发现
3.1 极端降水事件样本数据的优势
从SEAS5提取的3800个极端降水事件远超ERA5或同期观测记录，极大增加了样本量（图2a）。在拟合GEV分布时，与ERA5数据相比，使用SEAS5数据使置信区间大幅缩小。例如，对于1000年的重现期，ERA5数据的95%置信区间为64 - 146mm，而SEAS5数据为97 - 105mm；对于10000年的重现期，ERA5的置信区间为估计值的±55%，SEAS5为±5%（图2b）。
图2 a. SEAS5（橙点）与ERA5 （蓝点）提取的所有季节性3天极端降水事件。b. SEAS5 （橙色）和ERA5（蓝色）的广义极值（GEV）分布。阴影面积表示95 %置信区间。
3.2 大气环流模式（EOF）与极端降水的关系
研究通过对500hPa位势高度异常进行主成分分析得到了前五个EOF模态（图3）。EOF1类似斯堪的纳维亚半岛模式，该模态与斯堪的纳维亚半岛上空的一个主环流中心以及西欧和俄罗斯东部上空较弱的中心相联系。EOF2为西欧和英国上空是正异常，北极地区是负异常的中心模式；EOF3为亚速尔群岛上空正异常、冰岛上空负异常的偶极压力中心模式，类似纬向型态且与北大西洋涛动（NAO）模式有相似性。EOF2和EOF3的正相位有利于挪威西海岸的高降水量，与高于正常频率的大气河（AR）有关。
图3 SON 500 h Pa位势高度异常场进行主成分分析得到的前5个EOF模态。每个EOF模态的解释方差在图题上给出。
在分析与EOF指数对应的数据子集的回报值时，发现EOF2和EOF3与挪威西海岸极端降水的回报值有关（图3b,c）。对于EOF2和EOF3，使用极端降水事件的正相关EOF指数比负相关EOF指数得到的回报值更高（图4a,c）。EOF2和EOF3在40年期间均呈现出显著趋势（图4b,d）。ERA5对应的EOF指数也呈现出显著趋势（EOF2和EOF3的p值分别为0.025和0.0016）。
图4 两个与极端降水回报值关系最强的EOF（上面是EOF2，下面是EOF3）。左侧为EOF2和EOF3的10年、20年和50年的回报值变化。右侧为SEAS5（橙点）和ERA5（蓝点）数据集中所有事件的EOF指数。黑线表示SEAS5事件（黑色交叉）的年平均回归线，蓝线表示ERA5事件的年平均回归线。
3.3 不同EOF模式下极端降水事件的大气特征
500hPa位势高度异常复合图呈现出偶极子结构，格陵兰海和挪威海上空为负异常，英国和西欧上空为正异常中心（图5）。正相关EOF模态的位势高度负异常会引起更强的气压梯度，从而导致更强的流向西海岸的气流，而西海岸的气流会被地形抬升，从而导致更强的降水。
图5 500 hPa位势高度异常的复合图。a和b分别为正相关和负相关EOF2指数的复合图，c和d分别为正相关和负相关EOF3指数的复合图。
在1981 - 2018年期间，EOF2呈负趋势，与较低回报值相关的指数有关。EOF2指数最低的事件复合图中，负高度异常区域缩小，且巴伦支-喀拉海的海冰范围较小（图6a,c,d）。研究表明这些降水事件的海表温度（SST）值高于其他事件，这些事件导致挪威西海岸秋季降水事件的回报值较低（图6b）。
图6 海冰密集度异常复合图。黑点表示海冰密集度异常在95 %置信水平下通过student t检验的显著位置。
对比EOF2和EOF3正相关和负相关指数下事件的复合图，正相关指数下的位势高度异常比负指数更接近，即EOF2趋向环流气压梯度更弱、降水更少（回报值更低）的事件（图7a,c）；而EOF3趋向环流气压梯度更强、降水更多（回报值更高）的事件（图7b,d）。
图7 500 h Pa位势高度异常和3天降水值复合图。黑点表示位势高度异常显著的地方。
04 研究结论
（1）在欧洲大西洋扇区海冰正（负）异常和海表温度负（正）异常期间，也会发生在平均大气状态以正（负）EOF2大气型为主的季节内的极端降水事件。
（2）EOF3呈现出一个南北向的偶极子结构，冰岛上空为负的气压异常，亚速尔群岛上空为正的气压异常，因此形成了一个类似于NAO模式的纬向机制。
（3）EOF2和EOF3的主成分在过去40年有显著的变化趋势，但对极端降水的回报值有相反的影响。EOF2还与巴伦支-喀拉海的海冰覆盖率有关，这表明海冰的减少与大气模式的变化有关。
05 引发思考
本研究提出的全新极端事件分析方法已被证明对研究极端降水与其他动力成分的关系是可行的。该方法增加了样本量，减少了统计分析中的不确定性，并找到了极端降水事件与大气环流模式、海冰变率或海洋表面状况之间的联系。未来可以研究引起这种联系的机制，以增加对极端降水事件驱动力的理解。
编者注
以上总结仅代表个人对论文的理解，仅供研究参考所用，不用于商业用途。若上述理解内容有误，请以论文原文为主。
原文出处
Ødemark K, Müller M, Palerme C, et al. Recent changes in circulation patterns and their opposing impact on extreme precipitation at the west coast of Norway[J]. Weather and Climate Extremes, 2023,39:100530.https://doi.org/10.1016/j.wace.2022.100530
文字来源：周海轩
图片来源：https://www.sciencedirect.com/
编辑：周海轩
审核：谷天顺 张煦雯
