我国冬季的天气和气候变化主要受到东亚冬季风的控制，总体呈现出干冷的特征(陈隆勋等，1991；Chang et al.,2011；Huang et al.,2012)。因此，尽管在月平均的时间尺度以下会发生区域性的极端冰冻、雨雪等灾害(Zhou et al.,2009，2011)，但在月平均时间尺度以上特别是年际和年代际时间尺度上，近地面气温依然是科学研究和业务预测中关注的重点(李崇银，1989；Chen et al.,2000；Gong et al.,2001；Wu and Wang，2002；陈文和康丽华，2006；康丽华等，2006，2009；Wang et al.,2009；Wang and Chen，2010；陈文等，2013；刘舸等，2013a，2013b；Gong et al.,2014；Wang and Chen，2014)。

以往关于我国冬季气温年际变化的研究通常针对冬季3个月平均(12月至次年2月)或延长期冬季5个月平均(11月至次年3月)的数据来进行分析(Wu et al.,2006；康丽华等，2006，2009；Wang < span lang="EN-US" style='font-family:"Times New Roman"，"serif";color:black' xml:lang="EN-US"> et al.，2010)，这种做法实际上都基于一种假设，即：冬季的3个月或5个月间具有基本一致的变化特征，因此其平均值可以反映整个冬季的情况。然而，这种对整个冬季进行平均的方法无论在科学研究还是在业务预测中都具有一定的局限性并可能掩盖很多问题。例如，Chang and Lu(2012)发现近30年来西伯利亚高压11月的强度与12月和1月的强度有完全相反的变化特征，因此对三个月滑动平均的西伯利亚高压进行预测时往往在11月至1月预测效果较差；黄嘉佑和胡永云(2006)则指出中国内陆前冬和后冬的气温变化存在不同的趋势，且这种趋势与冬季平均的趋势是不同的。

近年来的一些观测事实表明，在某些年份中我国前冬和后冬的气温也往往表现出不一致的变化特征。例如，2001/02年冬季的季节平均气温较气候态而言是偏暖的，但是12月份却与冬季平均的情况相反，表现为几乎全国一致的偏冷，只有1月和2月表现为较强的全国性偏暖(图 1a−d)。2007/08年的情况与2001/02年大致相反，除东北、青藏高原东部地区和新疆的少数地区以外，我国冬季平均气温都是较气候态偏低的，但12月全国整体偏暖，而1月和2月全国大部分地区则显著偏冷(图 1e−h)并发生了罕见的低温雨雪灾害(Zhou et al.,2011)。这些个例说明，在年际变化的时间尺度上我国前冬和后冬的气温可能会呈现反相变化，并且这种变化可能与极端的灾害事件相联系。然而，这种季节内的反相特征在冬季平均的气温场上无法体现。因此，在研究我国冬季气温年际变化时，将前冬和后冬区分开来分别进行研究并揭示其各自的年际 变化特征以及它们之间的可能联系，不仅有利于更加全面深入地认识我国冬季气温的变化特征和机理，而且也可能对相关的冬季气候预测提供有意义的信息。

本文使用的温度数据为中国气象局发布的全国160个台站的月平均温度资料，时段为1951年1月至今。大气环流数据为美国国家环境预报中心和国家大气研究中心(NCEP/NCAR)发布的水平分辨率为2.5°×2.5°的全球月平均再分析资料(Kalnay et al.,1996)，该资料垂直方向上从1000 hPa至10 hPa共有17个气压层，时段为1948年1月至今。根据160站和NCEP/NCAR再分析资料的时间覆盖情况，本文针对1951/52～2012/13共62个冬季进行研究，其中约定1951冬季是指1951/52年冬季。

在分析我国前、后冬气温的年际变化特征及其联系之前，首先需要对前冬和后冬进行划分。一般认为11月至次年3月是冬季风的盛行期(陈隆勋等，1991；Chen et al.,2000)，所以本文以11月至次年3月为基础来划分前、后冬。将160站平均气温作为全国平均气温，计算近62年来延长期冬季(11月至次年3月)不同月份间全国平均气温的相关系数(表 1)，可以看到，对于隆冬1月份之前，11月和12月气温间的联系最紧密，其相关系数为0.21，超过了90%的显著性检验；而对1月份之后，2月与3月气温间的联系非常紧密，其相关系数为0.37，超过了99%的显著性检验。因此，按照各月间关系的紧密程度可以初步将11月和12月看作前冬而把2月和3月看作后冬。这一结果可以通过对比单个月份与三个月平均温度间的相关系数得到再次确认(表 1)。此外，为了在区分前、后冬时保持冬季月份的连续性，应当把1月份也归到广义的前冬或后冬中去。对比可以发现，1月份气温与11月和12月气温间的相关系数很低，只有0.19和0.16，而与2月和3月气温间的相关系数很显著，可以达到0.45和0.34；与三个月平均气温间的相关系数也表明，1月份与2月至3月的关系更加紧密(表 1)。因此，基于以上分析，我们将11月与12月划分为前冬(ND)，将1月至3月划分为后冬(JFM)。以下的分析就分别针对前冬和后冬各自的平均场来进行。

本文所采用的统计方法主要包括经验正交函数(EOF)分解(Jolliffe，1986)、依赖于季节的经验正交函数(SEOF)分解(Wang and An，2005)以及合成分析和一元线性回归分析。EOF分析又叫主成分分析或者主分量分析，它能够在某一区域上对规则或不规则分布的站点进行分解，把随时间变化的气象要素场分解为空间函数部分和时间函数部分，其前几个模态可以解释原数据方差的很大部分，该方法常用来研究某一气象要素场主导的时空变化型。本文中我们首先采用EOF分析的方法来研究我国前冬和后冬气温各自的年际变化的基本特征。SEOF分析又叫做依赖于季节的经验正交函数分解，它通过对随季节演变的变量场(如春夏秋冬季节平均的海表面温度)构造矩阵并进行EOF分解，可以在得到该变量年际变化主导模态的空间型和年际变化时间序列的同时也得到该主导模态随季节的演变(Wang and An，2005；Wu et al.,2009)。本文中我们以前冬和后冬平均的160站气温构造矩阵并作SEOF分析，以此来研究前冬到后冬气温演变的过程及其年际变化特征。在得到气温的EOF和SEOF空间模态及其对应的时间序列后，我们采用合成分析和一元线性回归的方法来分析与其相联系的近地面温度场和大气环流场异常，并采用t检验来检验结果的显著性。

为了揭示我国前冬、后冬气温各自的年际变化时空特征，我们分别对1951年至2012年前冬和后冬的全国160站温度场做EOF分析。同时，为了使空间模态图能够表示温度场实际变化的量级，我们没有使用特征向量场，而是将标准化的EOF时间序列回归到温度场来表示EOF的空间模态。由图 2a可见，我国前冬气温第一模态(EOF1)的解释方差为52.4%，其空间分布表现为全国一致变化型，我国所有地区均为正异常所覆盖，除了青藏高原及其以东横断山脉的部分地区没有通过显著性检验 外，其余地区的暖异常大都通过了99%的显著性检验。温度异常的幅度由南至北逐渐增加，最大值位于内蒙古中部和新疆北部地区，可达1.6°C以上。这一空间分布与康丽华等(2006，2009)得到的延长期冬季(11月至次年3月)平均气温的EOF1非常相似。前冬气温第二模态(EOF2)的解释方差为12.5%，其空间场分布表现为南正北负的反相变化型，其中东北地区的负异常通过了99%的显著性检验，西南、华南和青藏高原地区的正异常通过了95%以上的显著性检验。这一空间分布与康丽华等(2006，2009)得到的延长期冬季平均气温的EOF2也非常相似。对于后冬气温而言，其EOF1和EOF2的解释方差分别为56.1%和18.1%，均比前冬略高，说明后冬气温的前两个模态较前冬更加稳定，也更加占主导。其空间场分布(图 2c、d)与前冬的两个EOF(图 2a、b)以及康丽华等(2006，2009)得到的延长期冬季平均气温的两个EOF都非常相似，只是与前冬的结果相比，后冬EOF1的显著区域更大，只在青藏高原以东的少数地区没有通过显著性检验。

前、后冬气温两个主模态的空间分布非常相似，那么它们的时间变化是否也有紧密的联系呢？首先，分析它们对应的时间序列(图略)可以发现，两个EOF1都在20世纪80年代中期发生了显著的年代际变化，在此之前均以全国性年代际偏冷为主，在此之后则都表现为全国性年代际偏暖，这一特征与80年代中期后东亚冬季风的年代际减弱(Wang et al.,2009；Wang and Chen，2014)和我国延长期冬季气温的年代际增暖(康丽华等，2006)是一致的。与EOF1不同，两个EOF2对应的时间序列主要表现为年际时间尺度上的变化而没有明显的年代际信号。进一步，计算了两个EOF1间和两个EOF2间时间序列的线性相关系数，对于1951～2012年这62年而言，其数值分别为0.30和0.41，分别通过了95%和99%的信度检验。一方面，这一结果说明前、后冬的两个温度主模态间存在 统计上比较显著的一致性变化，即：若前冬出现全国性偏暖(冷)或北冷(暖)南暖(冷)的气温异常，则后冬也倾向于出现类似的气温异常。另一方面，也应当注意到尽管都通过了95%以上的显著性检验，但两个相关系数的数值都比较低，只能互相解释10%左右的方差，因此若前冬出现全国性偏暖(冷)或北冷(暖)南暖(冷)的气温异常，后冬仍可能有很大的概率出现与前冬不一致的气温异常。

为了验证上述推测，我们统计了前、后冬两个EOF时间序列间同号和反号的年份(表 2)。在本文研究的62年中，前、后冬的EOF1(EOF2)有34(37)年是同号变化的，而剩余28(25)年是反号变化的，同相变化的概率在55%(59%)以上。由于EOF1表现为全国气温的一致性变化并解释了50%以上的方差，因此我们进一步以全国160站平均气温为指标对比了前、后冬全国平均气温异常的情况(表 3)。可以看到，全国前、后冬气温异常同号的年份有30年，而反号的年份有32年，这一结果与对EOF1时间序列的分析基本一致。以上两方面的分析表明，若全国前冬偏暖(冷)，则后冬偏暖(冷)的概率在50%左右，这一概率与前冬偏暖(冷)但后冬偏冷(暖)的情况大致相当。对前一种情形而言，以冬季平均气温来代表冬季气候状况并进行研究是比较合适的，但在后一种情形下仅以冬季平均气温为研究对象却会抹杀前冬和后冬气温变化不一致的信息，从而无法准确反映诸如2001/02和2007/08等年份中我国冬季气温的变化特征(图 1)。因此，在研究我国冬季气温年际变化的规律和机理时，非常有必要将前冬和后冬区分开来。

为了能够既反映我国冬季气温的年际变化又将前冬和后冬可能存在的不同演变特征区分开来，我们采用SEOF(Wang and An，2005)的方法。在做SEOF分解时，分别以前冬(ND)和后冬(JFM)平均的全国160站气温作为两个变量构造矩阵，这样就可以得到气温从前冬向后冬演变过程中的不同空间主导模态以及这些空间主导模态在年际时间尺度上的变化。同前面EOF分析一样，为了使SEOF的空间模态图能够表示温度场实际变化的量级，我们采用对标准化的时间序列进行回归来表示SEOF的空间型。

图 3是SEOF第一模态的空间型(SEOF1)及其对应的时间系数(SPC1)，它解释了总方差的36.4%。SEOF1在空间上表现为前冬和后冬全国一致的显著同号异常(图 3a、b)，这种空间分布与前冬、后冬各自的EOF1非常相似(图 2a、c)，说明 在年际变化中我国冬季气温的季节推进主要呈现出前冬和后冬一致性的变化，即：前冬全国整体偏暖(冷)时后冬亦全国整体偏暖(冷)，对此我们称之为前、后冬气温的同相演变模态。从该模态对应的时间系数(图 3c)可以看到，80年代中期之前我国冬季气温主要呈现前冬冷后冬也冷的特征，而在80年代中期之后则主要呈现前冬暖后冬也暖的特征。这与80年代中期东亚冬季风强度出现年代际减弱是对应的(康丽华等，2006；Wang et al.,2009；Wang and Chen，2014)。SEOF第二模态(SEOF2)解释了总方差的20.1%，其空间分布也表现为全国气温一致的变化，但与SEOF1前冬、后冬的气温异常为同号相比，SEOF2呈现出前冬全国一致偏冷(暖)而后冬全国一致偏暖(冷)的不同特征(图 4a、b)，对此我们称之为前、后冬气温的反相演变模态。反相演变模态的空间分布与同相演变模态非常相似，只是通过显著性检验的地区要略少，尤其是青藏高原及其以东地区的信号在前冬和后冬都不显著，此外，前冬我国东南沿海地区以及后冬我国东北地区的信号也不显著。SEOF2的时间系数(SPC2)主要以年际变化为主，没有明显的长期趋势或年代际信号(图 4c)。

SPC1有明显的正趋势(图 3c)，因此为了考察所得结果是否受到长期趋势的影响，我们将SPC1、SPC2以及气温场都去掉趋势，并以正负0.5个标准差为判据选取典型年，分别用160站资料和NCEP/ NCAR资料对同相演变和反相演变的情形进行了合成分析。结果表明，去趋势后基于160站的合成结果与未去趋势时的回归结果(图 3a、b和图 4a、b)几乎完全一致，主要的不同在于去掉线性趋势后对SPC1的合成图在青藏高原及其以东地区的温度不再显著(图略)，这一结果在NCEP/NCAR再分析资料中得到了进一步证实(图 5)。同时，基于NCEP/ NCAR再分析资料的结果也表明，这种前、后冬间气温同相和反相演变的模态具有很大的空间尺度。对于同相演变模态SEOF1而言，其显著的正温度异常可以包含整个中亚和东亚，甚至在后冬一直向西延伸到欧洲；同时，与欧亚大陆上的正温度异常相伴随，在北极地区可以观测到温度负异常(图 5a、b)。与同相演变模态相比，反相演变模态SEOF2的空间尺度在经向和纬向上都要小一些，但在欧亚大陆和北极区域也可以观测到与大陆上符号相反的温度异常(图 5c、d)。

我国冬季气温的变化受到东亚冬季风系统的影响，因此上小节中的同相演变和反相演变两种温度演变模态必然与东亚冬季风系统的变化紧密联系。东亚冬季风是一个不同气压层间相互耦合的系统，其主要环流特征包括地面的西伯利亚高压、阿留申低压以及西伯利亚高压东侧的西北气流，对流层中层位于日本附近的东亚大槽以及对流层上层中心位于日本东南侧的东亚高空急流(Huang et al.,2012)。为了研究上述两种演变模态产生的环流原因，接下来我们用SPC1和SPC2对不同气压面上具有代表性的气象要素场做一元线性回归，从而揭示这两种模态对应的环流异常。在做回归分析之前，我们对所有数据和SEOF的时间序列都去掉长期线性趋势。

图 6是SPC1回归得到的大气环流场。由图可见，在同相演变的冬季，当前、后冬气温都异常偏高时，前冬海平面气压场上最明显的信号是乌拉尔山以东为中心的显著负异常，该异常一直向东延伸到西伯利亚地区，表明西伯利亚高压异常偏弱(图 6a)。同时，该异常具有准正压的结构，并在500 hPa位势高度场上呈现出类似斯堪的纳维亚型遥相关(Barnston and Livezey，1987; Bueh and Nakamura，2007；Liu et al.,2014)负位相的环流特征：以喀拉海为中心有负位势高度异常，而欧洲和贝加尔湖以南有正位势高度异常，其中后者一直向东延伸到日本附近，表明东亚大槽填塞、乌拉尔山高压脊减弱(图 6b)。200 hPa纬向风场上，东亚急流气候态的位置有东风异常，而几乎整个北半球在60°N纬度附近都有显著的西风异常，表明东亚急流核的位置比气候态偏北(图 6c)。上述这些环流异常信号均通过了95%以上的显著性检验。在此种环流配置下，东亚地区海陆间的气压差减小，东亚大槽减弱，不利于槽后西北干冷空气南下，急流偏北从而不利于极地冷空气向南侵袭。因此，前冬的东亚冬季风环流减弱，从而导致我国前冬气温整体偏高(图 3a，图 5a)。在同相演变的后冬，环流场的配置情况(图 6d−f)与前冬气温一致偏高时环流场的配置情况(图 6a−c)基本一致，表明后冬的东亚冬季风环流减弱，从而使得我国后冬气温整体偏高。

图 7是SPC2回归得到的大气环流场。由图可见，在反相演变的冬季，前冬偏冷而后冬偏暖时对应的前冬大气环流异常(图 7a−c)与同相演变时前冬偏暖的异常环流型(图 6a−c)比较相似，但符号相反。海平面气压场上除了乌拉尔山地区显著的正异常外，阿留申低压的加深也非常显著(图 7a)，与此相对应对流层中层呈现出欧亚型遥相关(Wallace and Gutzler，1981；刘毓赟和陈文，2012；Liu et al.,2014)正位相特征(图 7b)，东亚高空急流显著加强(图 7c)，因此使得前冬的东亚冬季风环流增强，我国前冬气温整体偏低(图 4a，图 5c)。接下来后冬的环流异常与前冬大致反号，但其空间分布与前冬有较大不同：海平面气压场上在太平洋没有明显的信号，而在极区、欧亚大陆北部和北大西洋分别有正异常、负异常(图 7d)，其中欧亚大陆北部的负异常以乌拉尔山为中心一直向东延伸到我国东北、华北，标志着西伯利亚高压的显著减弱。这一海平面气压场的异常在500 hPa对应着欧亚大陆和北大西洋上两个南北反向变化的位势高度偶极子(图 7e)，其中欧亚大陆上的偶极子与斯堪的纳维亚型遥相关的两个下游中心(Barnston and Livezey，1987；Bueh and Nakamura，2007；Liu et al.,2014)比较相似。200 hPa纬向风场在乌拉尔山附近有西风异常，而东亚急流没有明显的变化(图 7f)。在这样的环流配置下，东亚冬季风环流在对流层中低层有明显减弱而在对流层中上层没有明显变化，因此，尽管后冬气温在中亚到东亚都偏暖，但偏暖的区域与同相演变时相比要小很多并且主要局限在大陆上(图 5b、d)。

以上分析都是基于去掉线性趋势的结果，但如果保留数据的长期趋势以上结果几乎没有变化，只是与SEOF1相联系的海平面气压场和位势高度场异常在热带地区变得通过了99%的信度检验(图略)。由于去掉趋势后与SEOF1和SEOF2相联系的温度场在除青藏高原以外的地区基本没变化(图 3a、b，图 4a、b，图 5)，加之环流场在中高纬地区表现出明显的大气遥相关型特征，因此，这说明中纬度的大气内部过程可能是影响同相和反相两种演变模态的主要因子，而热带地区的作用则比较小，其影响可能只局限在青藏高原地区并且受到长期趋势的影响。

通常关于我国冬季气温年际变化的研究和预测都以整个冬季平均场为对象，但近年来的一些研究和观测事实表明，我国冬季气温的变化存在显著的前、后冬差异，但这种差异的时空变化特征和大气环流成因都不清楚。本文以我国160个台站观测的地面气温为对象，在分析冬季各月份全国平均气温之间联系的基础上将11月和12月划分为前冬，次年的1月至3月划分为后冬，并以此为基础进一步通过EOF分析和SEOF分析的方法对近62年来我国前冬、后冬近地面气温的年际变化特征以及它们之间的联系进行了研究。结果表明：我国前冬和后冬气温年际变化的前两个EOF模态在空间上均表现为非常相似的全国一致的变化和南北相反的变化。后冬气温前两个EOF的解释方差(56.1%和18.1%)要高于前冬(52.4%和12.5%)，且后冬EOF1的显著区域明显大于前冬，这表明与前冬相比，后冬的两个模态更加占主导，也更稳定。时间序列上，两个第一模态都在20世纪80年代中期发生了显著的年代际增暖，第二模态则都主要表现为年际时间尺度上的变化。对前、后冬EOF时间序列中同号和反号的年份以及前、后冬全国160站平均气温异常的统计情况发现：在年际变化时间尺度上，前、后冬气温异常出现一致性变化和不一致变化的概率约各占50%，即：若前冬出现全国性偏暖(冷)或北冷(暖)南暖(冷)的气温异常，则后冬既可出现类似的气温异常，亦可出现相反的气温异常。由于对整个冬季平均进行分析会抹杀上述前、后冬间气温相反变化的特征，因此有必要将冬季分为前冬和后冬来进行研究。

为了能够既反映我国冬季气温的年际变化又将前冬和后冬可能存在的不同演变特征区分开来，我们进一步对我国前冬和后冬气温进行了SEOF分析。结果表明，第一模态(SEOF1)表现为前、后冬气温的同相演变，这说明在年际变化中，我国冬季气温异常的季节推进主要呈现出前冬和后冬一致性的变化，该模态在20世纪80年代中期发生明显的年代际转变。第二模态(SEOF2)表现为前、后冬气温的反相演变，即在年际变化中前冬全国一致偏冷(暖)而后冬全国一致偏暖(冷)，该模态主要以年际变化为主。这两个模态都具有很大的空间尺度，其通过显著性的区域可以包含整个中亚和东亚，甚至有时向西延伸到欧洲。对大气环流场的分析表明，前、后冬气温同相演变的模态在前冬、后冬均伴随有海陆气压差强度和东亚高空急流强度的明显变化，这一过程中对流层中层斯堪的纳维亚型遥相关在整个冬季的持续同相异常可能起到了很重要的作用。前后冬气温反向演变的模态在前冬主要表现出欧亚型遥相关的特征，后冬则转变为类似斯堪的纳维亚遥相关型的特征且符号发生了反转，此时其环流异常只体现在对流层中低层而对流层上层没有明显的变化。这些分析表明，中高纬地区大气遥相关型的持续或者转换是造成我国前、后冬气温不同演变的重要原因。

近60年来我国冬季气温存在明显的长期趋势，这在SEOF1以及前、后冬气温各自的EOF1中都有体现，因此我们进一步考察了长期趋势对以上结 果的可能影响。分析表明，长期趋势对热带地区和青藏高原地区环流和气温信号的显著性有明显影响，但在赤道以外地区的结果均不依赖于长期趋势。一方面，这一结果说明本文所得的两个SEOF模态主要反映了我国气温在年际尺度变化上的特征，另一方面，这也从侧面支持了中纬度大气过 程特别是大气遥相关型的变化对两个SEOF模态的贡献。

本文的结果揭示了我国前、后冬气温的年际变化特征及其联系，并对其不同演变模态的成因从大气环流和遥相关型角度进行了分析。然而，对于大气遥相关型在前、后冬间为何能保持持续异常或者发生转换这一更深层次的物理机制本文并未能给出解释。斯堪的纳维亚型和欧亚型遥相关都有明显的定常波传播特征(Bueh and Nakamura，2007；Liu et al.,2014)，而Hu et al.(2005)和Cohen et al.(2009)在分析北半球前冬、后冬不同的年代际变暖趋势时均认为，准定常行星波活动在前、后冬不同的年代际趋势可能是造成北半球前、后冬不同温度变化趋势的主要大气内部动力过程。因此，从前、后冬大气定常波的不同活动特征出发对遥相关进行分析可能会有助于解释本文所得的结果，这将在接下来的工作中做进一步研究。