江淮入梅异常的强信号及其对入梅的影响

江淮入梅具有显著的年际变化特征。利用NCEP/NCAR再分析数据集以及NOAA提供的全球射出长波辐射(OLR)和扩展重建海温(ERSST)等资料,采用相关分析和合成分析等方法研究了江淮入梅异常的前兆强信号,并初步分析了其影响入梅的可能机制。结果表明,ENSO事件是影响江淮入梅早晚较强的前兆信号。前期冬春季出现ENSO暖位相时有利于入梅开始偏晚,ENSO冷位相出现时入梅往往偏早。前期冬季2月和春季Nino4区的海温异常能较好地预测入梅早晚,具有短期气候预测的指示意义和实用性。ENSO暖位相年,亚澳"大陆桥"、菲律宾、西太平洋暖池以及印度半岛附近对流偏弱,不利于西太平洋副热带高压北跳和印度夏季风爆发,东亚地区大气环流季节转换偏晚,入梅因而偏晚;ENSO冷位相年情况则相反。