我國南極科考站附近氣旋的特征分析

秦聽，魏立新，李珵，2

(1.國家海洋環(huán)境預報中心 國家海洋局海洋災害預報技術研究重點實驗室，北京100081；2. 中國海洋大學 物理海洋教育部重點實驗室，山東 青島 266100)

我國南極科考站附近氣旋的特征分析

秦聽1，魏立新1，李珵1，2

(1.國家海洋環(huán)境預報中心 國家海洋局海洋災害預報技術研究重點實驗室，北京100081；2. 中國海洋大學 物理海洋教育部重點實驗室，山東 青島 266100)

本文基于歐洲中心的ERA-Interim再分析數據，采用雷丁大學的氣旋自動識別與追蹤算法，建立了1979-2013年中國南極科學考察站長城站、中山站以及泰山站劃定的統(tǒng)計區(qū)域內氣旋數據集?；谶@套數據，分析了3個站區(qū)附近氣旋的氣候特征，包括：氣旋數量、空間分布、強度、加深率等，并研究了達到爆發(fā)性發(fā)展的氣旋的時空特征。分析表明，長城站以及中山站氣旋數量均有增加趨勢，但都未達到顯著水平；泰山站氣旋數量的減少趨勢達到顯著性水平。3個站區(qū)的氣旋統(tǒng)計表明，長城站統(tǒng)計區(qū)域內氣旋活動最頻繁，且爆發(fā)性氣旋活動相對較多；中山站、長城站氣旋的數量和空間分布具有季節(jié)變化，氣旋數量夏季較其他3個季節(jié)偏少、偏弱；泰山站氣旋活動最少，并且大部分影響到該站的氣旋都處于消亡階段，氣旋的強度較弱，故氣旋活動對該站的影響較弱。

南極科考站；氣旋活動；氣旋自動追蹤算法

1 引言

南大洋以及環(huán)繞南極大陸的氣旋是南半球重要的天氣系統(tǒng)之一，在南半球大氣環(huán)流和高緯度大氣-海洋-海冰耦合系統(tǒng)中有重要作用。較強的氣旋過程伴隨強降雪、大風等劇烈天氣，是南半球重要的災害性天氣系統(tǒng)之一，給航行在南大洋以及在南極沿岸進行補給作業(yè)的船只帶來巨大的挑戰(zhàn)。這類氣旋，屬于斜壓性的低壓系統(tǒng)，其水平尺度約在1 000～6 000 km，但也有低于1 000 km的中小尺度氣旋。其生命史約為1～7 d，歷史觀測到的該類氣旋的最低中心氣壓低于950 hPa，風速超過60 m/s，強度堪比熱帶氣旋(臺風或颶風)。個例分析和氣候學研究都表明這類低壓系統(tǒng)主要生成于對流層水平溫度梯度區(qū)(斜壓區(qū))，并通過斜壓不穩(wěn)定進一步發(fā)展。南半球對流層中主要的經向溫度變化發(fā)生在極鋒區(qū)，通常位于40°～50°S之間，其北邊是中緯度溫帶氣團，南邊是極地冷空氣。另一個溫差顯著區(qū)60°～70°S有一個環(huán)繞南極的低壓中心帶，這個低壓帶的形成是由于大量的低壓系統(tǒng)在此活動，這就是眾所周知的繞極槽，繞極槽對南極沿岸地區(qū)的氣候產生了多方面的影響。

20世紀50年代以前，南大洋及南極沿岸氣旋的觀測資料僅僅是來自于少量的南極考察和航行于南大洋的船舶的觀測記錄，60年代出現(xiàn)的極軌衛(wèi)星云圖成為在觀測數據稀少地區(qū)監(jiān)測天氣系統(tǒng)的重要工具。到80年代，全球數值模式經過改進，預報產品已能夠用來研究這些氣旋發(fā)生、消亡以及路徑，隨后出現(xiàn)的大氣再分析數據以及氣旋自動跟蹤方案的發(fā)展應用，使得氣候特征的統(tǒng)計與研究成為可能。國外的學者Akyildizt[1]、Hodges[2]在20世紀80-90年代起就開始通過從再分析數據中識別平均海平面氣壓場的最小值和渦度場的最大值來確定氣旋的中心，追蹤氣旋的整個發(fā)生發(fā)展過程，再對其空間分布的頻數、源地、強度等作出統(tǒng)計。與人工從天氣圖上確定溫帶氣旋相比，氣旋的自動識別方法耗費較少的人工，并且更具客觀性。溫帶氣旋自動追蹤算法主要可以劃分為歐拉方法和拉格朗日方法。歐拉方法比較有代表性的包括Woollings等[3]、Ulbrich和Christoph[4]的方法，主要是通過計算過濾后的能代表一定系統(tǒng)尺度特征(2.5～8 d)的平均海平面氣壓場、或者高度場的方差或者協(xié)方差來判斷氣旋的發(fā)展過程。這類方法可以給出氣旋的強度和活動的特征。拉格朗日追蹤算法的思路是通過追蹤連續(xù)時間間隔數據場內的極值(包括渦度或氣壓極值)，來定義氣旋中心。這類算法比較有代表性的學者包括Murray和Simmonds[5]、Hodges[6]、Serreze[7]、Blender等[8]、Muskulus等[9]、Zahn和Von Storch[10]。Hodges[2]認為拉格朗日的算法被證實在氣旋的空間和時間變化上具有更高的靈活性。

針對南極沿岸氣旋活動前人也開展了一些研究，陳善敏等[11]分析了1985-1987年西南極地區(qū)極地氣旋的路徑，郭進修[12]對東南極普里茲灣1990年1-2月大風過程與氣旋和鋒面活動做了細致的分析，楊清華等[13]通過實況天氣圖分析表明氣旋是影響長城站的主要大風天氣系統(tǒng)。這些研究大都基于實況天氣圖，時間尺度集中在一個航次或是較短年份，并且針對某一個科考站進行。我國在南極的科考站目前總共有4個，分別是長城站(62°12′59″S，58°57′52″W)、中山站(69°37′31″S，76°37′22″E)、昆侖站(80°25′01″S， 77°06′58″E)和泰山站(73°51′S，76°58′E)。其中昆侖站為內陸站，中山、長城以及泰山站在南極大陸的沿岸，環(huán)繞南極大陸的氣旋是影響沿岸站區(qū)天氣和氣候的主要災害性天氣系統(tǒng)之一。本文基于一套氣旋自動定位和追蹤算法，采用較高分辨率的再分析資料對中國南極3個科考站劃定的統(tǒng)計區(qū)域內氣旋的時空分布特征進行較為全面的分析，加強對南極科考站附近氣旋的認識，為極地科考的防災減災工作和環(huán)境評估提供一定的借鑒。

2 數據與方法

2.1 數據及研究區(qū)域

采用ECMWF(歐洲中心)ERA-Interim逐日4次平均海平面的再分析數據，水平分辨率為0.75°×0.75°，時間長度為1979-2013年。馬永峰和卞林根[14]利用東南極ZS-DomeA斷面的4個自動氣象站包括地面氣壓在內的地表氣象要素，對ERA-Interim再分析數據在南極的適用性進行評估表明ERA-Interim能夠再現(xiàn)ZS-DomeA斷面各站點的近地表氣象要素的變化特征。因此采用ERA-Interim數據進行氣旋追蹤其數據是可行的。文中季節(jié)劃分為：春季為9-11月，夏季為12月至翌年2月，秋季為3-5月，冬季為6-8月。本文涉及到季節(jié)統(tǒng)計的圖片順序也為春、夏、秋、冬順序排列。

文中氣旋統(tǒng)計的區(qū)域分別是出現(xiàn)在以中山站、長城站、泰山站地理位置為中心10°(LAT)×20°(LON)的矩形范圍。如圖1所示。

2.2 氣旋追蹤算法

本文采用的客觀氣旋自動識別算法來自雷丁大學(Hodges[2，6，15])。該算法被廣泛的應用于溫帶氣旋的氣候統(tǒng)計[15—16]，以及極地低壓[17]的研究當中。該算法可從平均海平面氣壓場中找出氣壓場中的極值或者850 hPa渦度場中的渦度極值，從而追蹤氣旋的整個生命過程。該算法的計算過程主要分為3個步驟，包括濾波、氣旋中心定位、以及追蹤。具體算法可參考Hodges[2，6，15]相關文獻。

2.3 爆發(fā)性氣旋算法

爆發(fā)性氣旋也稱為“氣象炸彈”，其迅速發(fā)展加深會對周圍區(qū)域的天氣帶來災害性的影響，氣旋的加深很早就被關注，并且有統(tǒng)一的標準，以貝吉龍為氣旋加深的單位。在20世紀80年代初Sanders[18]首次提出爆發(fā)性氣旋的定義，將爆發(fā)性氣旋定義為：某一個氣旋的中心氣壓值若在24 h內下降24 hPa以上，即氣旋中心氣壓加深率大于等于1 hPa/h，則稱這個氣旋為爆發(fā)性氣旋，具體公式可參考文獻[18]。本文使用的是6 h間隔的格點資料，所以為了更加細致地描繪出南大洋氣旋加深率的基本情況，我們采用12 h變壓計算南大洋氣旋的加深率以及定義南大洋的爆發(fā)性氣旋。沿用其他學者曾采用的爆發(fā)性氣旋的標準，將爆發(fā)性氣旋定義為：氣旋中心氣壓12 h內加深率大于等于1個貝吉龍的氣旋稱為爆發(fā)性氣旋。

圖1 本研究氣旋統(tǒng)計區(qū)域Fig.1 The research region of this study

圖2 3個科考站統(tǒng)計區(qū)域內氣旋數量的時間序列 Fig.2 Time series and linear trend of annual cyclone number from 1979-2013 a.中山站；b.長城站；c.泰山站；紅色的**表示線性趨勢達到了95%線性顯著水平a.Great Wall Station;b.Zhongshan Station;c.Taishan Station; the red ** indicates that the linear trend has reached a significant level of 95%

3 氣旋的氣候特征

3.1 氣旋數量的變化趨勢

圖2給出了進入3個科考站附近研究區(qū)域內的氣旋個數的時間序列，并且分別給出了9點二次平滑和線性變化趨勢線。采用9點二次平滑是因考慮到氣旋的時間序列中包含多種時間尺度的變化，為突出氣旋的10 a以上的長時間尺度的氣候變化過程，去掉其他的高頻分量，采用了9點的二次平滑，起到了低通濾波的作用[19]。圖2a表明，中山站統(tǒng)計區(qū)域內氣旋數量年際變化明顯，但35 a整體線性變化趨勢不顯著。圖2b中長城站統(tǒng)計區(qū)域內氣旋整體有增長趨勢，但也未達到95%的顯著性水平。圖2c中泰山站的整體變化為減少趨勢，并達到了95%的顯著性水平。綜合3個科考站區(qū)的二次平滑曲線而言，2010年以前，中山站、長城站兩個站區(qū)的氣旋個數變化趨勢基本一致，1985年以前氣旋個數整體表現(xiàn)減少趨勢，1985年以后逐漸增加，尤其是1995年以后氣旋數量增加明顯，但2000年以后，氣旋的個數水平整體較90年代偏少。泰山站的變化趨勢1995年之前和中山、長城的趨勢相近，1995年以后至2008年該站氣旋的變化趨勢和其他兩站出現(xiàn)反位向狀態(tài)。2010年以后和中山站的趨勢一樣為減少的趨勢。

3.2 中山站統(tǒng)計區(qū)域內氣旋的統(tǒng)計特征

3.2.1 中山站統(tǒng)計區(qū)域內氣旋的氣候特征

中山站位于南極普里茲灣沿岸，年平均氣溫-10℃左右，極端最低溫度可低于-40℃；中山站氣候表現(xiàn)為常年氣溫低且冬夏溫差大、濕度小、風力強，具備南極極地氣候典型特點[20]。該區(qū)域經常受到移動到南極沿岸的氣旋影響，大量研究表明氣旋多在此處消亡，因此該地區(qū)也被稱作氣旋的“墓地”[21]。

表1是氣旋基本氣候特征的統(tǒng)計結果，統(tǒng)計表明1979-2013年進入到該區(qū)域的氣旋總數為486個，年平均13.9個。氣旋數量冬春季節(jié)比夏秋季節(jié)多，夏季最少。該類氣旋的生命史平均為4.3 d，最長可達14 d。氣旋的最低中心氣壓值可達到920 hPa，出現(xiàn)在冬季。絕大部分氣旋在該區(qū)域不處于強烈的發(fā)展期，平均加深率為0.32貝吉龍，但是各季節(jié)都出現(xiàn)了最大加深率達到爆發(fā)性標準(1貝吉龍/12 h)的氣旋過程，35年以來，該區(qū)域內達到爆發(fā)性增長的氣旋個數為6個，最大爆發(fā)加深為冬季的一次過程，達到1.56貝吉龍。所以，以往普遍認為普里茲灣是“氣旋墓地”，氣旋進入該區(qū)域就會減弱、消亡的觀點過于極端，仍會有少數氣旋在這里顯著加強，甚至爆發(fā)性發(fā)展。

表1 中國南極中山站統(tǒng)計區(qū)域內氣旋基本信息統(tǒng)計

注：“—”表示該類數值沒有做統(tǒng)計，全年的爆發(fā)性個數總數沒有進行統(tǒng)計。

本文對中山站統(tǒng)計區(qū)域內氣旋的最低中心氣壓值分布進行了統(tǒng)計，圖3為氣旋最低中心氣壓值分布圖。這類氣旋的最低中心氣壓值主要分布在950～980 hPa之間。季節(jié)差異表現(xiàn)為春、冬季的強度較強，氣壓集中于950～960 hPa，夏秋季相對較弱；盡管絕大多數氣旋進入該區(qū)域不會爆發(fā)性的發(fā)展，甚至還會減弱，但由于氣旋本身強度較強，低于980 hPa的氣旋比例高達89.3%，所以仍會造成大風、強降雪等劇烈的天氣，給航行和站務工作帶來災害性的影響。

圖3 中山站統(tǒng)計區(qū)域內氣旋最低中心氣壓值分布直方圖Fig.3 The distribution of cyclone central minimun pressure of Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

3.2.2 中山站統(tǒng)計區(qū)域內氣旋的活動特征

為深入了解極地科考站附近氣旋以及爆發(fā)性氣旋的空間分布情況，本文對1979-2013年氣旋的源地、消亡地、移動中經過的位置(圖4～圖6)以及氣旋爆發(fā)性增長的位置進行了統(tǒng)計(圖7)。圖中采用2°×2°網格作為統(tǒng)計單位，統(tǒng)計落入該單位內的氣旋個數。分析表明：進入到中山站統(tǒng)計區(qū)域內的氣旋主要生成于站區(qū)的西北一側，生成以后向東或東南移動至南極大陸，夏季、秋季在站區(qū)西北側生成的氣旋比冬春季節(jié)的偏多且集中；氣旋活動的緯度集中在70°S以北，主要位于普里茲灣西北方向的南印度洋。中山站的氣旋活動有明顯的季節(jié)變化，圖中可以看到，春冬季氣旋活動最頻繁，尤其是冬季氣旋活動的路徑也更逼近中山站；氣旋的消亡地非常集中，大部分氣旋都在普利茲灣以內或者普利茲灣以東的南極大陸沿岸消亡，極少數的氣旋能夠進入內陸。從圖7爆發(fā)性氣旋的統(tǒng)計可以看出，中山站統(tǒng)計區(qū)域內能達到爆發(fā)性發(fā)展的氣旋非常少，氣旋主要在站區(qū)的西北方向爆發(fā)性增長。

3.3 長城站統(tǒng)計區(qū)域內氣旋基本特征

3.3.1 長城站統(tǒng)計區(qū)域內氣旋的基本氣候特征

長城站位于南極半島北側的喬治王島(King George Island)，屬于典型的亞南極海洋性氣候，降水量和相對濕度都較中山站大，常年盛行西北風。該站附近氣旋十分活躍，氣旋的活動直接或間接導致了大風天氣，并且也導致了相對活躍的天氣變化[13]。

長城站統(tǒng)計區(qū)域內的氣旋基本氣候統(tǒng)計特征見表2。由于該區(qū)域位于南極半島的北端，歷來就是氣旋活動的高密度區(qū)，氣旋數量明顯較中山站多，統(tǒng)計表明：進入到該統(tǒng)計區(qū)域的氣旋總數為2 756個，年平均78.7個，是中山站的5～6倍，個數上各季節(jié)分布比較平均，為18～20個。這些氣旋的生命史平均為4.9 d，最長可達26 d。氣旋的最低中心氣壓值可達到924 hPa，出現(xiàn)在冬季。統(tǒng)計區(qū)域內爆發(fā)性氣旋的數量具有明顯的季節(jié)差異，冬春季節(jié)明顯多于夏秋季節(jié)。4個季節(jié)的平均加深率為0.26～0.38貝吉龍，最大加深率為1.58～2.53貝吉龍，各季均有爆發(fā)性氣旋出現(xiàn)，最大加深率可達2.53貝吉龍。

圖4 中山站統(tǒng)計區(qū)域內氣旋源地分布Fig.4 The distribition of cyclones genesis density in Zhongshan Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

圖5 中山站統(tǒng)計區(qū)域內氣旋消亡地分布Fig.5 The distribition of cyclones lysis density in Zhongshan Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

圖6 中山站統(tǒng)計區(qū)域內氣旋活動分布Fig.6 The distribition of cyclones number density in Zhongshan Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

圖7 中山站爆發(fā)性氣旋分布Fig.7 The distribution of explosive cyclones in Zhongshan Station.

表2 中國南極長城站統(tǒng)計區(qū)域內氣旋基本信息統(tǒng)計

Tab.2 The statistic of cyclones in Great Wall Station

統(tǒng)計量春季(9-11月)夏季(12-2月)秋季(3-5月)冬季(6-8月)年總數(1-12月)氣旋總數(1979-2013)7126476976572756平均數/個20.318.519.918.878.7氣旋數最大值最大值出現(xiàn)年份271981年291999年271982年281986年、2013年942013年氣旋數最小值最小值出現(xiàn)年份121991年121994年、2002年121994年72006年592006年氣旋氣壓低于980hPa個數所占比例/%81.070.674.078.573.1氣旋氣壓低于980hPa氣旋個數5774575165162015爆發(fā)性氣旋個數32151638—氣旋最大加深率/貝吉龍爆發(fā)日期爆發(fā)位置2.532012年11月1日60.6°S,67.3°W1.911998年01月27日61.2°S,68.0°W1.582006年4月4日57.7°S,59.2°W2.202012年6月22日61.38°S,68.9°W—平均加深率/貝吉龍0.350.260.300.38—

注：“—”表示該類數值沒有做統(tǒng)計，全年的爆發(fā)性個數總數沒有進行統(tǒng)計。

圖8 長城站統(tǒng)計區(qū)域內氣旋最低中心氣壓值分布直方圖 Fig.8 The distribution of cyclone central minimun pressure of Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

圖9 長城站統(tǒng)計區(qū)域內氣旋源地分布圖 Fig.9 The distribition of cyclones genesis density in Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

圖10 長城站統(tǒng)計區(qū)域內氣旋消亡地分布圖 Fig.10 The distribition of cyclones lysis density in Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

圖11 長城站統(tǒng)計區(qū)域內氣旋活動分布圖Fig.11 The distribition of cyclones number density in Great Wall Stationa.春季；b.夏季；c.秋季；d.冬季a.Spring; b.summer; c.autumn; d.winter

圖8為長城站統(tǒng)計區(qū)域內氣旋中心最低氣壓值的分布圖，最低中心氣壓分布的季節(jié)差異表現(xiàn)為夏秋季弱，春冬季強；最低中心氣壓值主要集中在960～990 hPa之間，980 hPa以下的比例各季節(jié)的平均達到73.1%，和中山站相比偏弱。

3.3.2 長城站統(tǒng)計區(qū)域內氣旋的活動特征

圖9～圖11是長城站氣旋源地、消亡地以及氣旋移動中經過的位置的分布圖。本文同樣也對進入到長城站統(tǒng)計區(qū)域內爆發(fā)性增長的氣旋其爆發(fā)的位置進行了統(tǒng)計(圖12)。長城站常年受到氣旋活動的影響，并且季節(jié)差異明顯較中山站弱，但夏季氣旋活動較其他3個季節(jié)偏少；對長城站天氣影響較大的氣旋主要是那些在站區(qū)以西生成，生成后沿著南半球西風帶自西向東移動，最后在站區(qū)以東消亡的氣旋。長城站的氣旋活動分布在各個季節(jié)都有明顯的差異，站區(qū)附近的主要氣旋活動有兩個相對高密度中心，一個位于站區(qū)的正西方向，并且是主要的密度中心，4個季節(jié)都表現(xiàn)明顯，但是春夏季節(jié)的范圍和強度都較秋冬季節(jié)偏大也偏強。另一個位于站區(qū)的東-東南方向，春夏季節(jié)較秋冬季節(jié)明顯。從長城站附近氣旋的空間分布以及數量特征綜合分析，春季是氣旋影響該站區(qū)最頻繁的季節(jié)。由于氣旋的活動頻繁，并且不同發(fā)展時期的氣旋活動都影響該區(qū)域，導致長城站的天氣狀況復雜，容易出現(xiàn)大風、降雪以及低能見度的天氣。統(tǒng)計區(qū)域內的爆發(fā)性氣旋冬春季節(jié)多，夏秋季節(jié)少，大部分的氣旋爆發(fā)的位置位于長城站站區(qū)西北如圖12。

圖12 長城站爆發(fā)性氣旋分布 Fig.12 The distribution of explosive cyclones in Great Wall Station

3.4 泰山站統(tǒng)計區(qū)域內氣旋基本特征

泰山站建成于2014年，是目前我國最年輕的南極科考站，其位于中山站與昆侖站之間的伊麗莎白公主地，距離中山站約520 km，海拔高度約2 621 m，年平均溫度-36.6℃。泰山站是一座開展內陸考察的

度夏站，將進一步推動中國南極考察從南極大陸邊緣地區(qū)向南極大陸腹地挺進。雖然統(tǒng)計區(qū)域位于內陸，但統(tǒng)計分析發(fā)現(xiàn)該區(qū)域內也有氣旋活動。

泰山站的氣旋活動統(tǒng)計詳見表3。進入到統(tǒng)計區(qū)域內的氣旋總數為42個，年平均1.2個，最低中心氣壓值可達到936.5 hPa，同樣也出現(xiàn)在冬季。氣旋最低中心氣壓的分布圖如圖13，泰山站的氣壓分布區(qū)間主要位于950～990 hPa之間。生命史平均為3.9 d，最長可達14 d。平均加深率為0.06貝吉龍，最大加深率0.48貝吉龍，35年以來，統(tǒng)計區(qū)域內沒有出現(xiàn)過爆發(fā)性發(fā)展的氣旋；可見氣旋在該區(qū)域的活動和發(fā)展都比較有限。

3.4.1 泰山站統(tǒng)計區(qū)域內氣旋的基本氣候特征

泰山站氣旋活動較少，因此我們對該站區(qū)的氣旋所有經過的位置點的分布、氣旋的源地、消亡地做了具體的分布圖(圖14)。泰山站區(qū)位于距離普利茲灣不遠的內陸，距離站區(qū)本身最近的氣旋活動主要位于該站的北側，并且大部分的氣旋都在該站區(qū)北側消亡，僅有及個別氣旋發(fā)源于該區(qū)域。泰山站2°經緯度半徑內的區(qū)域氣旋活動分布都較少，所以氣旋活動對該區(qū)域的影響不明顯。

表3 中國南極泰山站統(tǒng)計區(qū)域內氣旋基本信息統(tǒng)計

圖13 泰山站統(tǒng)計區(qū)域內氣旋最低中心氣壓值分布直方圖Fig.13 The distribution of cyclone central minimun pressure of Taishan Station

3.4.2 泰山站統(tǒng)計區(qū)域內氣旋的活動特征

泰山站的氣旋統(tǒng)計如圖14所示，圖中可以看出，泰山站站區(qū)附近的氣旋活動很少，大部分氣旋氣旋活動位于站區(qū)的北部，并且絕大多數的該類氣旋均處在消亡階段，因此，氣旋活動對泰山站的影響相對較小，但是仍需警惕氣旋外圍可能對泰山站造成的大風和降雪等惡劣的天氣過程。

圖14 泰山站統(tǒng)計區(qū)域內氣旋活動分布Fig.14 Cyclone tracks for the station of Taishan Station綠色實心點代表氣旋分布，紅色實心點代表氣旋的源地，藍色方框代表氣旋消亡地Green points represent represent the distribution of cyclone , red points represent the genesisplace of cyclone, blue block represents the lysis place of the cyclone

4 總結與討論

綜上所述，中山、長城以及泰山站3個科考站統(tǒng)計區(qū)域內氣旋的活動、強度主要特征如下：

(1)中山站統(tǒng)計區(qū)域內的氣旋主要生成于站區(qū)的西北一側，消亡地在普利茲灣以內或者普利茲灣以東的南極大陸，氣旋活動的緯度集中在70°S以北的南印度洋上，較少的氣旋能夠達到南極大陸。中山站的氣旋活動有明顯的季節(jié)變化，春冬季氣旋活動較夏秋季節(jié)頻繁，尤其是冬季氣旋活動的路徑更逼近中山站本身的站區(qū)附近。

(2)長城站統(tǒng)計區(qū)域內氣旋主要在站區(qū)以西生成，在站區(qū)以東消亡，整體而言，大部分氣旋生成后沿著南半球西風帶自西向東移動。該站區(qū)附近氣旋活動的空間分布季節(jié)差異明顯，綜合氣旋的空間分布以及數量特征分析可知，春季的氣旋活動對站區(qū)的影響

最頻繁。整體而言，因其處于南極半島北端，緊靠氣旋源地德雷克海峽，氣旋活動比中山站活動頻繁，爆發(fā)性氣旋的比例春冬季節(jié)都超過了5%，冬季高達7%，夏秋季節(jié)也維持在3%，相對中山站爆發(fā)性氣旋偏多，因此要提高對該區(qū)域內出現(xiàn)的氣旋的警惕。

(3)泰山站因其處于內陸地區(qū)，雖有氣旋活動，但是數量很少，氣旋進入到該統(tǒng)計站區(qū)的范圍內的基本處于消亡階段，強度較小，破壞力也較弱。因此，氣旋對泰山站的影響非常微弱。

中山、長城和泰山3個站區(qū)在地理位置上差異較大，長城站位于最南，未跨進南極圈，昆侖站緯度最高，并位于內陸。長城、中山都臨海，但是中山站位于普利茲灣內，長城站位于菲爾德斯半島上，緊靠南大西洋。由于地理位置的不同，3個南極科考站的氣候環(huán)境存在的很大的差異: 氣候差異：長城站氣候屬于亞南極海洋性氣候，中山站屬于南極大陸性氣候，長城站氣候較中山站溫和；泰山站位于內陸，屬于冰原氣候，環(huán)境最為惡劣; 地形差異：3個站區(qū)海撥最高的是泰山站，海拔約2 600多米，中山站背倚南極大陸，受南極冰蓋的下降風作用明顯。由于地形差異和不同的氣候帶影響，3個站區(qū)氣旋活動會有所不同，在本文統(tǒng)計的結果主要體現(xiàn)在以下幾個方面：

(1)從總體的氣旋個數統(tǒng)計顯示長城站受氣旋影響最頻繁，并且氣旋的強度也偏強，長城站氣旋數量是中山站的5～6倍。泰山站因其處于內陸，南極大陸本身海拔較高，氣旋到南極大陸沿岸受地形削弱消亡，泰山站因此氣旋數量非常少。

(2)3個站區(qū)中長城站的爆發(fā)性氣旋活動最多。35年來中山站僅有幾個氣旋達到爆發(fā)水平，泰山站沒有統(tǒng)計到爆發(fā)性氣旋的活動。

(3)中山、長城兩站氣旋的個數整體的增長趨勢并不顯著，但是氣旋數量變化存在一定的年代際的特征，泰山站氣旋的個數趨勢呈現(xiàn)較明顯的下降，并且達到了95%的顯著水平。

南極3個站區(qū)的歷史統(tǒng)計分析表明，中山與長城站都經常受到氣旋的影響，泰山站雖然統(tǒng)計到的氣旋較少，但也有氣旋到達過站區(qū)附近，南極的科考站的天氣的安全關系到科考人員以及科考物資的安全，因此對氣旋過境期間要提高警惕，做好預報和警報的保障工作。

[1] Akyildiz V. Systematic errors in the behaviour of cyclones in the ECMWF operational models[J]. Tellus A, 1985, 37A(4): 297-308.

[2] Hodges K I. A general method for tracking analysis and its application to meteorological data[J]. Monthly Weather Review, 1994, 122(11): 2573-2586.

[3] Woollings T, Gregory J M, Pinto J G, et al. Response of the North Atlantic storm track to climate change shaped by ocean-atmosphere coupling[J]. Nature Geoscience, 2012, 5(5): 313-317.

[4] Ulbrich U, Christoph M. A shift of the NAO and increasing storm track activity over Europe due to anthropogenic greenhouse gas forcing[J]. Climate Dynamics, 1999, 15(7): 551-559.

[5] Murray R J, Simmonds I. A numerical scheme for tracking cyclone centres from digital data[J]. Australian Meteorological Magazine, 1991, 39(3): 155-166.

[6] Hodges K I. Spherical nonparametric estimators applied to the UGAMP model integration for AMIP[J]. Monthly Weather Review, 1996, 124: 2914-2932.

[7] Serreze M C. Climatological aspects of cyclone development and decay in the Arctic[J]. Atmosphere-Ocean，1995, 33(1): 1-23.

[8] Blender R, Fraedrich K, Lunkeit F. Identification of cyclone-track regimes in the North Atlantic[J]. Quarterly Journal of the Royal Meteorological Society, 1997, 123(539): 727-741.

[9] Muskulus M, Jacob D, Ferraris L. Tracking cyclones in regional model data: the future of Mediterranean storms[J]. Advances in Geosciences, 2005, 2:13.

[10] Zahn M, Von Storch H. Decreased frequency of North Atlantic polar lows associated with future climate warming[J]. Nature, 2010, 467(7313): 309-312.

[11]陳善敏，張遴煜，逯昌貴. 西南極地區(qū)極地氣旋路徑的統(tǒng)計分析[J]. 氣象科學研究院院刊, 1989, 4(2): 151-155.

Chen Shanmin, Zhang Linyu, Lu Changgui. A statistical analysis of cyclone tracks in west Antarctic region[J]. Jounal of Academy of Meteorolagical Science, 1989, 4(2): 151-155.

[12] 郭進修. 東南極普里茲灣1990年1-2月大風過程與氣旋和鋒面活動分析[J]. 極地研究, 1991, 3(1):39-46.

Guo Jinxiu. Analysis of strong wind processes and action of cyclones and fornts during January -February, 1990, ovew Prydz Bay, Eastern Antarctica[J]. Chinese Journal of Polar Research, 1991, 3(1): 39-46.

[13] 楊清華, 張林, 汪孝清. 南極長城站大風天氣分析和預報[J]. 海洋預報, 2007, 24(4): 1-12.

Yang Qinghua, Zhang Lin, Wang Xiaoqing. Analysis and forecasting of the Gale Weather at Great Wall Station, Antarctica[J]. Marine Forecasts, 2007,24(4): 1-12.

[14] 馬永峰, 卞林根. ERA-Interim再分析和NCEP FNL分析資料在東南極中山站至Dome A斷面的適用性研究[J]. 極地研究, 2014, 26(4):470-480.

Ma Yongfeng, Bian Lingen. A surface climatological validation of ECMWF ERA-Interim reanalysis and NCEP FNL analysis over east Antarctica[J]. Chinese Journal of Polar Research, 2014, 26(4):470-480.

[15] Hoskins B J, Hodges K I. A new perspective on Southern Hemisphere storm tracks[J]. Journal of Climate, 2005, 18(20): 4108-4129.

[16] Hodges K I, Hoskins B J, Boyle J, et al. A comparison of recent reanalysis datasets using objective feature tracking: Storm tracks and tropical easterly waves[J]. Monthly Weather Review, 2003, 131(9): 2012-2037.

[17] Xia L, Zahn M, Hodges K I, et al. A comparison of two identification and tracking methods for polar lows [J].Tellus A,2012, 64：1，17196.

[18] Sanders F. Explosive cyclogenesis in the west-central North Atlantic Ocean, 1981-84. Part I: Composite structure and mean behavior[J]. Monthly Weather Review, 1986, 114(10): 1781-1794.

[19] 魏鳳英. 現(xiàn)代氣候診斷與預測技術[M]. 北京: 氣象出版社, 1999: 51-54.

Wei Fengying. Modern Climate Statistics Diagnosis and Forecasting Techniques[M].Beijing: China Meteorological Press, 1999: 51-54.

[20] Wendler G, Kodama Y. On the climate of dome C, antarctica, in relation to its geographical setting[J]. Journal of Climatology, 1984, 4(5): 495-508.

[21] 楊清華, 張林, 李春花, 等. 南極中山站氣象要素變化特征分析[J]. 海洋通報, 2010, 29(6): 601-607.

Yang Qinghua, Zhang Lin, Li Chunhua, et al. Analysis on the variation tendencies of meteorological elements at Zhongshan Station, Antarctica[J]. Marine Science Bulletin, 2010, 29(6): 601-607.

The statistic and variance of cyclones enter inscientific investigation station of China in Antarctic

Qin Ting1, Wei Lixin1, Li Cheng1,2

(1.KeyLaboratoryofResearchonMarineHazardsForecasting,NationalMarineEnvironmentalForecastingCenter,StateOceanicAdministration,Beijing100081,China；2.KeyLaboratoryofPhysicalOceanography，MinistryofEducation,OceanUniversityofChina,Qingdao266100,China)

In this study, we generate a new climatology of extra-cyclones in the Southern Ocean and the coastal area of Antarctic by applying an automated cyclone detection and tracking algorithm (developed by Hodges at the Reading University) for an improved and relatively high-resolution European Centre for Medium-Range Weather Forecasts atmospheric reanalysis during 1979-2013. The climatological characteristics of cyclones appearing in scientific investigation station of China in Antarctic are then analyzed, including track, number, density, intensity, deepening rate and explosive events. It shows that the number of cyclones in the Great Wall Station and Zhongshan Station has increased for 1979-2013, but none of them statistically significant. The number of cyclones in Taishan Station has decreased significantly for the same period. Cyclones in Great Wall Station are more frequency than others, and explosive cyclones are also more detected. In contrast, the seasonal variation of cyclone activities in both Zhongshan Station and Great Wall Station are more pronounced than that in Taishan Station. The cyclones in Zhongshan Station are less and weaker in summer. There are less cyclones appearing in Taishan Station, even if there are cyclones activities, the strength of them are too weaken to affect the station.

scientific investigation station of China in Antarctic; cyclones； automated cyclone detection and tracking algorithm

10.3969/j.issn.0253-4193.2017.05.005

2016-07-05；

2016-10-18。

2016年度南極周邊海域物理海洋和海洋氣象考察(CHINARE2016-01-01)；南極周邊海域氣象環(huán)境綜合分析與評價(CHINARE2016-04-01)。

秦聽(1988—)，女，廣西壯族自治區(qū)桂林市人，工程師，主要從事基于氣旋追蹤算法的溫帶氣旋的時空分布特征的統(tǒng)計分析。E-mail:tingqin_123@126.com

P732.2

A

0253-4193(2017)05-0044-17

秦聽，魏立新，李珵. 我國南極科考站附近氣旋的特征分析[J]. 海洋學報, 2017, 39(5): 44-60,

Qin Ting, Wei Lixin, Li Cheng. The statistic and variance of cyclones enter in scientific investigation station of China in Antarctic[J]. Haiyang Xuebao, 2017, 39(5): 44-60, doi：10.3969/j.issn.0253-4193.2017.05.005