2013年1月，华北地区的特征是负表面风速异常（更弱的水平扩散） 和正空气温度梯度异常（垂直对流弱大气层稳定）。虽然沉淀也可能降低PM2.5，但之前的研究并未发现PM2.5的浓度和冷空气的导致沉淀有显著的关系，在这次的调查中也被确认，像预期的一样该地区的平均空气流通指数和历史雾霾观测数据相符，包括华北地区的PM10，北京地区的PM2.5，能见度指数，和卫星观测的气溶胶光学深度。
为简化多参数统计分析，我们构造了一个合成气象指数PPI，是WSI和ATGI的相关加权平均值，PM10的指数大体上与水平通风通道和垂直通风通道的权重和相符.新的PPI指数与地面观测数据比如PM10（r=0.92）,PM25(r=0.79),Vil(r=0.62),卫星观察数据(r=0.43)更加相关,表明PPI比柱状气溶胶数据更能说明地表空气质量。从历史角度看，经计算的PPI和经观测的Vil都表明2013年1月的强雾霾都是过去30年前所未有的。
为了调查空气变化率和PPI极值之间的关系我们引入了主成分分析，包括北极波涛指数，东亚冬季季风指数，和三个主要因素上一个秋天的北极海冰浓度数据（SIC），上一个冬天的北欧亚大陆积雪覆盖面积（SCE），过去30年的厄尔尼诺数据和南方涛动数据。对PPI和其他气候变量的长期观测对气候相关性分析是十分有必要的，我们发现PPI与我们使用的任何一个作用因素都不直接相关。与以往不同的是，这次所有因素共同作用导致2013的严重雾霾
正因PPI如此特殊，我们构造了一个北极圈作用力指数，它是北极冰面积指数和北欧亚大陆积雪面积指数的加权平均值，如此我们在讨论北极圈作用力时有了一个有代表性的变量，北极圈作用力指数与PPI指数有42%符合的很好，2013年北极圈作用力指数的极大值与PPI的极值正吻合。为了验证导致北极圈变化进而使PPI改变的大气过程我们引入了最大协方差分析（MCA），这一变量与主成分分析完全独立，以便更好的分析中高纬度的天气[850毫帕地区的再分析数据，z850]和PPI的关系，我们发现PPI与850毫帕区域并不直接相关，使PPI发生变化的区域比z850地区要小，而且即便把2013年的数据删除最大协方差依然没有变化.
850毫帕地区和PPI最有代表性的耦合模式超过总数的30%，850毫帕地区和PPI联系的最大强度与2013年的PPI极值相关（图A），第一张850毫帕的最大协方差图的空间样式（图B）变化代表了2013循环的异常（图D），同样第一张PPI样式的最大协方差图的空间样式变化代表了2013年的PPI分布（图C），更进一步第一张图的PPI的最大协方差分析的强度的时间序列与华北地区的PPI的平均值高度相关（相关性0.93）
因此2013年的极端天气可以通过更具有代表性的最大协方差模式来理解，最大协方差与PPI模式所代表的华北地区的恶劣通风条件是被地区性的大气循环所影响，这个走势被z850地区的最大协方差所表示。与大陆和海洋之间的大压力梯度特征的气候相反（图B），最大协方差与Z850模式显示了一个反方向的东北西南方向的压力梯度与一个分布在北极和东北亚地区的气旋异常，和一个西伯利亚中部的气旋异常，导致季风减弱，以及华北地区的严重的雾霾
A.从1981到2015年一月PPI与z850的相关性的最大协方差样式（圆，无单位），阴影表示1981到2015的ppi的值
B.z850的最大协方差的空间样式（阴影），与z850的气候（轮廓线，米）
C.PPI的最大协方差的空间样式（阴影），与PPI区域（轮廓线，无单位）
D.2013年z850地区的异常（阴影，米），和z850地区的气候（轮廓线，米）
黑点表示基于自举方法的95％显着性水平，绿色矩形表示子图（B）和（C）的区域，H和L分别表示西伯利亚高地和阿留申低地的位置。所有结果均为1月
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
