人为气溶胶排放的时空非均匀变化对中国夏季极端高温趋势的影响及机理

doi:10.11867/j.issn.1001-8166.2026.003

观测结果表明，伴随全球变暖，过去几十年来中国极端高温事件显著增加。阐明不同区域人为气溶胶影响中国极端高温趋势的差异化机制，对预测未来变化具有重要意义。基于第六次国际耦合模式比较计划历史模拟与人为气溶胶/温室气体单一强迫历史模拟试验的结果，系统研究了不同区域人为气溶胶排放变化对中国极端高温趋势的影响及物理机制。研究发现，1950—1979年，东亚与欧洲人为气溶胶排放增加共同导致中国极端高温减弱，其中东亚人为气溶胶主要通过反射和散射短波辐射导致地表冷却；欧洲人为气溶胶则可以通过改变排放源地大气热力结构以激发一个东传的大气遥相关波列引发东亚高空辐合、位势高度正异常和偏北风冷平流的异常响应。1980—2009年，欧洲人为气溶胶排放的减少通过激发反位相的大气遥相关波列，导致东亚高空辐散、位势高度负异常和南风暖平流异常，抵消了东亚人为气溶胶排放持续增加在中国北部造成的冷却效应，形成“北多南少”的极端高温趋势分布格局。2010—2020年，东亚与欧洲人为气溶胶减排的共同作用进一步推动中国极端高温的增加趋势。研究结果揭示了不同区域人为气溶胶强迫影响中国极端高温变化作用机制的本质差异：东亚人为气溶胶主要通过改变局地辐射平衡直接影响极端高温趋势变化，而欧洲人为气溶胶主要通过大气遥相关过程调控东亚大气环流，从而间接影响极端高温趋势变化。这一发现深化了对人为气溶胶强迫远程气候效应的认识，为未来更好地预测极端高温的变化提供了理论补充。

关键词: 中国极端高温, 人为气溶胶强迫, 辐射效应, 大气遥相关, 时空变化

Observational data indicate that, against the background of global warming, extreme high temperature events in China have increased significantly over the past few decades. Clarifying the differential mechanisms by which anthropogenic aerosols from different sources influence these trends in China is of great importance for predicting future changes. Based on historical simulations from the Coupled Model Intercomparison Project Phase 6 (CMIP6), including all-forcing, anthropogenic aerosol single-forcing, and greenhouse gas single-forcing experiments, the influence of anthropogenic aerosol emissions from different sources on the trends of extreme high temperature in China and the underlying physical mechanisms are systematically investigated. This study reveals that during 1950-1979, increased anthropogenic aerosol emissions in both East Asia and Europe collectively contributed to the reduction trend in the extreme high temperature in China. East Asian aerosols primarily induced surface cooling by reflecting and scattering shortwave radiation. While European aerosols modified the thermal structure of the atmosphere in the source region, triggering an eastward-propagate atmospheric wave train, resulting in upper-level convergence, positive geopotential height anomalies, and cold advection associated with northerlies in East Asia. During 1980-2009, the reduction in European anthropogenic aerosol emissions excited an anti-phase atmospheric teleconnection pattern, leading to the upper-level divergence, negative geopotential height anomalies, and warm advection associated with southerlies in East Asia. This counteracted the cooling effect in northern China induced by the continuous increased East Asian aerosol emissions, resulting in an “increase in the north and decrease in the south” spatial pattern of the extreme high temperature trends. During 2010-2020, the combined effect of reduced anthropogenic aerosol emissions in both East Asia and Europe further accelerated the increase trend of the extreme high temperature in China. This study clearly elucidates the fundamental differences in the mechanisms by which anthropogenic aerosol forcing from different sources influences the extreme high temperature changes in China: East Asian aerosols primarily exert a direct impact by altering local radiative forcing, whereas European aerosols indirectly modulate the extreme high temperature trends by influencing East Asian atmospheric circulation through atmospheric teleconnection processes. These findings enhance the understanding of the remote climatic effects of anthropogenic aerosol forcing and provide a theoretical basis for improving future predictions of the extreme high temperature events.

Key words: Extreme high temperature in China, Anthropogenic aerosol forcing, Radiative effects, Atmospheric teleconnections, Spatio-temporal variation

中图分类号:

图1 CMIP6人为气溶胶单一强迫历史模拟的夏季（6~8月平均）550 nm气溶胶光学厚度时空演变特征
（a）全球和区域平均［东亚（100°~125°E，20°~40°N），南亚（70°~100°E，10°~30°N），欧洲（0°~50°E，40°~60°N）］夏季550 nm气溶胶光学厚度（单位：1）的时间序列；（b）1950—1979年、（c）1980—2009年和（d）2010—2020年夏季550 nm气溶胶光学厚度变化趋势；黑色框从左到右分别是欧洲，南亚和东亚区域。打点区域表示趋势变化通过95%置信水平的显著性检验。

Fig. 1 Spatio-temporal characters of summer （June-August mean） 550 nm Aerosol Optical Depth （AOD） in CMIP6 historical anthropogenic aerosol single-forcing simulations
（a） Time series of summer （June-August mean） global and regional mean ［East Asia （100°~125°E， 20°~40°N）； South Asia （70°~100°E， 10°~30°N）； Europe （0°~50°E， 40°~60°N）］ 550 nm AOD （unit： 1）. Trends of 550 nm AOD during （b） 1950-1979，（c） 1980-2009，（d） 2010-2020. The black boxes from left to right represent Europe， South Asia， and East Asia， respectively. Stippled regions indicate the trends are significant at the 95% confidence level.

表1 本文使用的CMIP6气候模式

Table 1 The CMIP6 climate models used in this study

模式名称	模式内集合数
模式名称	550 nm气溶胶光学厚度	其他变量
ACCESS-CM2	3	3
ACCESS-ESM1-5	3	7
BCC-CSM2-MR	—	3
CNRM-CM6-1	3	3
CanESM5	10	10
FGOALS-g3	—	3
GFDL-ESM4	—	1
HadGEM3-GC31-LL	4	10
IPSL-CM6A-LR	10	6
MIROC6	3	10
MRI-ESM2-0	5	5
NorESM2-LM	3	1

表1 本文使用的CMIP6气候模式

Table 1 The CMIP6 climate models used in this study

模式名称	模式内集合数
模式名称	550 nm气溶胶光学厚度	其他变量
ACCESS-CM2	3	3
ACCESS-ESM1-5	3	7
BCC-CSM2-MR	—	3
CNRM-CM6-1	3	3
CanESM5	10	10
FGOALS-g3	—	3
GFDL-ESM4	—	1
HadGEM3-GC31-LL	4	10
IPSL-CM6A-LR	10	6
MIROC6	3	10
MRI-ESM2-0	5	5
NorESM2-LM	3	1

表2 本文使用的极端高温指数定义

Table 2 Definitions of the extreme high temperature indices used in this study

指数	名称	定义	单位
TXx	年最大日最高气温	1年内逐日最高气温的最大值	℃
TNx	年最大日最低气温	1年内逐日日最低气温的最大值	℃
TX90p	暖昼	最高气温>90%分位值的天数百分比	%
TN90p	暖夜	最低气温>90%分位值的天数百分比	%

表2 本文使用的极端高温指数定义

Table 2 Definitions of the extreme high temperature indices used in this study

指数	名称	定义	单位
TXx	年最大日最高气温	1年内逐日最高气温的最大值	℃
TNx	年最大日最低气温	1年内逐日日最低气温的最大值	℃
TX90p	暖昼	最高气温>90%分位值的天数百分比	%
TN90p	暖夜	最低气温>90%分位值的天数百分比	%

图2 基于观测的夏季（6~8月平均）极端高温指数在不同历史时期的变化趋势
打点区域表示趋势变化通过95%置信水平的显著性检验。

Fig. 2 Trends of observed summer （June-August mean）extreme high temperature indices in distinct historical periods
Stippled regions indicate the trends are significant at the 95% confidence level.

图3 CMIP6全强迫、人为气溶胶/温室气体单一强迫历史模拟的夏季（6~8月平均）极端高温指数在不同历史时期的变化趋势
除全强迫外，其他子图右上角数值为单一强迫历史模拟和全强迫历史模拟之间的空间相关性；打点区域表示趋势变化通过95%置信水平的显著性检验。

Fig. 3 Trends of summer （June-August mean） extreme high temperature indices in CMIP6 historical all-forcing， anthropogenic aerosol/GHG single-forcing simulations in distinct historical periods
Except for all-forcing， other spatial correlations between the single-forcing and the all-forcing trends are marked on the top right in each panel. Stippled regions indicate the trends are significant at the 95% confidence level.

图4 CMIP6全强迫、人为气溶胶/温室气体单一强迫历史模拟的夏季（6~8月平均）地表气温在不同历史时期的变化趋势
打点区域表示趋势变化通过95%置信水平的显著性检验。

Fig. 4 Trends of summer （June-August mean） surface temperature in CMIP6 historical all-forcing， anthropogenic aerosol/GHG single-forcing simulations in distinct historical periods
Stippled regions indicate the trends are significant at the 95% confidence level.

图5 CMIP6人为气溶胶单一强迫历史模拟的不同历史时期中国夏季（6~8月平均）地表气温变化趋势的诊断结果
（a）1950—1979年、（b）1980—2009年和（c）2010—2020年中国区域平均地表气温诊断方程各项的贡献；（d）~（f）对应时期垂直运动项的变化趋势；（g）~（i）对应时期非绝热加热项的变化趋势；打点区域表示趋势变化通过95%置信水平的显著性检验。

Fig. 5 Diagnosis of summer （June-August mean） surface temperature trends over China in CMIP6 historical anthropogenic aerosol single-forcing simulations in distinct historical periods
Contributions of different terms in the diagnostic equation for regional-mean surface temperature over China during （a） 1950-1979，（b） 1980-2009， and （c） 2010-2020；（d）~（f） Trends of the vertical motion term for the corresponding periods；（g）~（i） Trends of the diabatic heating term for the corresponding periods； Stippled regions indicate the trends are significant at the 95% confidence level.

图6 CMIP6人为气溶胶单一强迫历史模拟的夏季（6~8月平均）辐射与能量通量在不同历史时期的变化趋势空间分布及中国区域平均结果
打点区域表示趋势变化通过95%置信水平的显著性检验。

Fig. 6 Trends of summer （June-August mean） radiation and energy fluxes in CMIP6 historical anthropogenic aerosol single-forcing simulations in distinct historical periods and the regional mean results over China
Stippled regions indicate the trends are significant at the 95% confidence level.

图7 CMIP6人为气溶胶单一强迫历史模拟的夏季（6~8月平均）大气环流异常在不同历史时期的变化趋势
（a）1950—1979年、（b）1980—2009年、（c）2010—2020年200 hPa纬向风变化趋势（填色）和相应时段的气候态平均纬向风（等值线，单位：m/s）；（d）~（f）1950—1979年、1980—2009年和2010—2020年海平面气压（填色）和相应时段850 hPa风变化趋势（矢量，参考标尺如右上角所示，值小于0.05的矢量被省略）；打点区域分别表示200 hPa纬向风和海平面气压趋势变化通过95%置信水平的显著性检验。

Fig. 7 Trends of summer （June-August mean） atmospheric circulation in CMIP6 historical anthropogenic aerosol single-forcing simulations in distinct historical periods
Trends of （a） 1950-1979，（b） 1980-2009，（c） 2010-2020 200 hPa zonal wind （shading）， and the corresponding climatological zonal wind （contours， unit： m/s）. Trends of （d）~（f） 1950-1979， 1980-2009， 2010-2020 sea level pressure （shading） and 850 hPa wind （vectors， reference scale at the top right with values smaller than 0.05 omitted）. Stippled regions indicate the 200 hPa zonal wind and sea level pressure trends are significant at the 95% confidence level.

图8 CMIP6人为气溶胶单一强迫历史模拟的夏季（6~8月平均）200 hPa大气环流在不同历史时期对欧洲对流层平均温度的回归及变化趋势
（a）1950—1979年、（c）1980—2009年、（e）2010—2020年200 hPa扰动位势高度对欧洲区域（40°~60°N，0°~50°E）对流层平均温度（200~850 hPa）异常的回归场；（b）、（d）、（f）为对应时期200 hPa流函数（填色）和波活动通量［矢量，参考尺度如右上角所示，其中（b）和（d）中值小于3×10^-6以及（f）中值小于4×10^-5的矢量被省略］的变化趋势；打点区域表示扰动位势高度回归系数和流函数趋势变化通过95%置信水平的显著性检验。

Fig. 8 Response of summer （June-August mean） 200 hPa atmospheric circulation to European tropospheric mean temperature and their corresponding trends in CMIP6 historical anthropogenic aerosol single-forcing simulations in distinct historical periods
Regressions of the 200 hPa eddy geopotential height onto the tropospheric mean temperature （200~850 hPa） anomalies over European （40°~60°N， 0°~50°E） during （a）1950-1979，（c） 1980-2009 and （e）2010-2020. （b），（d），（f） are the trends of 200 hPa stream function （shading） and wave activity flux ［vectors； reference scale shown at top right， with vectors smaller than 3×10^-6 in （b） and （d） and smaller than 4×10^-5 in （f） omitted］ for the corresponding periods. Stippled regions indicate the eddy geopotential height regression coefficients and the stream function trends are significant at the 95% confidence level.

[1]	Forster P， Storelvmo T， Armour K， et al. The Earth’s energy budget， climate feedbacks， and climate sensitivity ［M］// Climate change 2021： the physical science basis contribution of working group I to the sixth assessment report of the Intergovernmental Panel on Climate Change. Cambridge， United Kingdom and New York， NY， USA： Cambridge University Press， 2021： 923-1 054.
[2]	Dunn R J H， Alexander L V， Donat M G， et al. Development of an updated global land in situ-based data set of temperature and precipitation extremes： HadEX3［J］. Journal of Geophysical Research： Atmospheres， 2020， 125（16）： e2019JD032263.
[3]	Lu Shan， Hu Zeyong， Shen Jiaojiao， et al. Spatio-temporal variations of extreme heat events over China in recent 62 years［J］. Plateau Meteorology， 2025， 44（1）： 201-213.
	卢珊，胡泽勇，沈姣姣，等. 近62年我国极端高温事件的时空变化特征［J］. 高原气象， 2025， 44（1）： 201-213.
[4]	Steinman B A， Mann M E， Miller S K. Climate change. Atlantic and Pacific multidecadal oscillations and Northern Hemisphere temperatures［J］. Science， 2015， 347（6 225）： 988-991.
[5]	Chen W， Dong B W， Wilcox L， et al. Attribution of recent trends in temperature extremes over China： role of changes in anthropogenic aerosol emissions over Asia［J］. Journal of Climate， 2019， 32（21）： 7 539-7 560.
[6]	Sun Y， Zhang X B， Zwiers F W， et al. Rapid increase in the risk of extreme summer heat in eastern China［J］. Nature Climate Change， 2014， 4（12）： 1 082-1 085.
[7]	Yin Hong， Sun Yin. Characteristics of extreme temperature and precipitation in China in 2017 based on ETCCDI indices［J］. Advances in Climate Change Research， 2018， 9（4）： 218-226.
	尹红，孙颖. 基于ETCCDI指数2017年中国极端温度和降水特征分析［J］. 气候变化研究进展， 2018， 9（4）： 218-226.
[8]	Zhou Xiao， Huang Fei. Decadal shift of the extreme high temperature in China and its relationship with sea surface temperature［J］. Periodical of Ocean University of China， 2015， 45（5）： 19-27.
	周晓，黄菲. 中国极端高温事件的年代际突变及其与海温的关系［J］. 中国海洋大学学报（自然科学版）， 2015， 45（5）： 19-27.
[9]	Qin Minhua， Dai Aiguo， Zhang Renhe. A review of the Atlantic multidecadal variability［J］. Advances in Earth Science， 2022， 37（9）： 963-978.
	秦旻华，戴爱国，张人禾. 大西洋多年代际变化的研究进展［J］. 地球科学进展， 2022， 37（9）： 963-978.
[10]	Sun Yaqing， Li Chun， Shi Jian. Interdecadal variation of summer extreme high temperature in the Yangtze River and its relationship with Atlantic multidecadal oscillation［J］. Periodical of Ocean University of China， 2022， 52（2）： 13-22.
	孙亚卿，李春，石剑. 长江流域夏季极端高温的年代际变化特征及其与大西洋多年代际振荡的关系［J］. 中国海洋大学学报（自然科学版）， 2022， 52（2）： 13-22.
[11]	Wang Yanming， Li Shuanglin， Luo Dehai， et al. Nonlinearity in the Asian monsoonal climate response to Atlantic multidecadal oscillation［J］. Periodical of Ocean University of China， 2010， 40（6）： 19-26.
	王彦明，李双林，罗德海，等. 亚洲季风区气候对北大西洋年代际振荡冷暖位相的对称和非对称响应［J］. 中国海洋大学学报（自然科学版）， 2010， 40（6）： 19-26.
[12]	Zhang G W， Zeng G， Li C， et al. Impact of PDO and AMO on interdecadal variability in extreme high temperatures in North China over the most recent 40-year period［J］. Climate Dynamics， 2020， 54（5）： 3 003-3 020.
[13]	Jiang Y Y， Li Z X， Zeng G， et al. Interannual relationship between the extreme high temperature frequency over the Yangtze River basin and the North Atlantic Sea surface temperature anomaly in summer［J］. Climate Dynamics， 2025， 63（2）： 125.
[14]	Yang Kai， Feng Xinxian， Huang Gang. Effect of land-ocean-atmosphere interaction on summer heat waves in North China［J］. Climatic and Environmental Research， 2023， 28（6）： 665-675.
	杨凯，冯信贤，黄刚. 海陆气协同作用对华北地区夏季高温热浪的影响［J］. 气候与环境研究， 2023， 28（6）： 665-675.
[15]	Shi J， Cui L L， Ma Y， et al. Trends in temperature extremes and their association with circulation patterns in China during 1961-2015［J］. Atmospheric Research， 2018， 212： 259-272.
[16]	Qi L， Wang Y Q. Changes in the observed trends in extreme temperatures over China around 1990［J］. Journal of Climate， 2012， 25（15）： 5 208-5 222.
[17]	Wen Q H， Zhang X B， Xu Y， et al. Detecting human influence on extreme temperatures in China［J］. Geophysical Research Letters， 2013， 40（6）： 1 171-1 176.
[18]	Ma S M， Zhou T J， Stone D A， et al. Attribution of the July-August 2013 heat event in central and eastern China to anthropogenic greenhouse gas emissions［J］. Environmental Research Letters， 2017， 12（5）： 054020.
[19]	Menon S， Hansen J， Nazarenko L， et al. Climate effects of black carbon aerosols in China and India［J］. Science， 2002， 297（5 590）： 2 250-2 253.
[20]	Ramanathan V， Crutzen P J， Kiehl J T， et al. Aerosols， climate， and the hydrological cycle［J］. Science， 2001， 294（5 549）： 2 119-2 124.
[21]	Levy II H， Horowitz L W， Schwarzkopf M D， et al. The roles of aerosol direct and indirect effects in past and future climate change［J］. Journal of Geophysical Research： Atmospheres， 2013， 118（10）： 4 521-4 532.
[22]	Bellouin N， Quaas J， Gryspeerdt E， et al. Bounding global aerosol radiative forcing of climate change［J］. Reviews of Geophysics， 2020， 58（1）： e2019RG000660.
[23]	Xu Yidan， Li Jianping， Wang Qiuyun， et al. Review of the research progress in global warming hiatus［J］. Advances in Earth Science， 2019， 34（2）： 175-190.
	徐一丹，李建平，汪秋云，等. 全球变暖停滞的研究进展回顾［J］. 地球科学进展， 2019， 34（2）： 175-190.
[24]	Undorf S， Bollasina M A， Hegerl G C. Impacts of the 1900-74 increase in anthropogenic aerosol emissions from North America and Europe on Eurasian summer climate［J］. Journal of Climate， 2018， 31（20）： 8 381-8 399.
[25]	Zhao Dongsheng， Gao Xuan， Wu Shaohong， et al. Trend of climate variation in China from 1960 to 2018 based on natural regionalization［J］. Advances in Earth Science， 2020， 35（7）： 750-760.
	赵东升，高璇，吴绍洪，等. 基于自然分区的1960—2018年中国气候变化特征［J］. 地球科学进展， 2020， 35（7）： 750-760.
[26]	Xu Y， Gao X J， Shen Y， et al. A daily temperature dataset over China and its application in validating a RCM simulation［J］. Advances in Atmospheric Sciences， 2009， 26（4）： 763-772.
[27]	Wu Jia， Gao Xuejie. A gridded daily observation dataset over China region and comparison with the other datasets［J］. Chinese Journal of Geophysics， 2013， 56（4）： 1 102-1 111.
	吴佳，高学杰. 一套格点化的中国区域逐日观测资料及与其它资料的对比［J］. 地球物理学报， 2013， 56（4）： 1 102-1 111.
[28]	Shen Haojun， You Qinglong， Wang Pengling， et al. Analysis on heat waves variation features in China during 1961-2014［J］. Journal of the Meteorological Sciences， 2018， 38（1）： 28-36.
	沈皓俊，游庆龙，王朋岭，等. 1961—2014年中国高温热浪变化特征分析［J］. 气象科学， 2018， 38（1）： 28-36.
[29]	Hu T， Sun Y， Zhang X B， et al. Human influence on frequency of temperature extremes［J］. Environmental Research Letters， 2020， 15（6）： 6 511-6 518.
[30]	Wang Qian， Zhai Panmao， Zhang Qiang. Regional patterns of climate change and extreme events in China since 1961［J］. Acta Meteorologica Sinica， 2025， 83（4）： 980-989.
	王倩，翟盘茂，张强. 1961年以来中国区域性气候与极端事件变化格局［J］. 气象学报， 2025， 83（4）： 980-989.
[31]	Li Zhanqing. Impact of aerosols on the weather， climate and environment of China： an overview［J］. Transactions of Atmospheric Sciences， 2020， 43（1）： 76-92.
	李占清. 气溶胶对中国天气、气候和环境影响综述［J］. 大气科学学报， 2020， 43（1）： 76-92.
[32]	Liu Pan， Zhao Xining， Gao Xiaodong， et al. Characteristics of extreme temperature variation in the Loess Plateau and its correlation with average temperature［J］. Chinese Journal of Applied Ecology， 2022， 33（7）： 1 975-1 982.
	刘盼，赵西宁，高晓东，等. 黄土高原极端气温变化特征及其与平均气温的相关性［J］. 应用生态学报， 2022， 33（7）： 1 975-1 982.
[33]	Argüeso D， Di Luca A， Perkins-kirkpatrick S E， et al. Seasonal mean temperature changes control future heat waves［J］. Geophysical Research Letters， 2016， 43（14）： 7 653-7 660.
[34]	Shao Z N， Wang H， Geng Y F， et al. East Asian summer monsoon response to anthropogenic aerosols redistribution： contrasting 1950-1980 and 1980-2010 to understand the role of non-Asian forcing［J］. Climate Dynamics， 2024， 62（3）： 287-205.
[35]	Shao Zhinan， Wang Hai， Zheng Xiaotong， et al. Response of Asian summer monsoon to the dipole pattern of anthropogenic aerosol forcing and its mechanism［J］. Journal of Marine Meteorology， 2023， 43（3）： 32-44.
	邵志男，王海，郑小童，等. 亚洲夏季风对偶极子型人为气溶胶排放变化的响应特征与机理［J］. 海洋气象学报， 2023， 43（3）： 32-44.
[36]	Dong B W， Gregory J M， Sutton R T. Understanding land-sea warming contrast in response to increasing greenhouse gases. part I： transient adjustment［J］. Journal of Climate， 2009， 22（11）： 3 079-3 097.
[37]	Hansen J， Sato M， Ruedy R. Radiative forcing and climate response［J］. Journal of Geophysical Research： Atmospheres， 1997， 102（D6）： 6 831-6 864.
[38]	Dong B W， Wilcox L J， Highwood E J， et al. Impacts of recent decadal changes in Asian aerosols on the East Asian summer monsoon： roles of aerosol-radiation and aerosol-cloud interactions［J］. Climate Dynamics， 2019， 53（5）： 3 235-3 256.
[39]	Li P L， Zhou B T， Zhang D P， et al. Contribution of anthropogenic aerosol and greenhouse gas emissions to changes in summer upper-tropospheric thermal contrast between Asia and the North Pacific［J］. NPJ Climate and Atmospheric Science， 2024， 7. DOI： 10.1038/s41612-024-00865-1 .
[40]	Zhou B T， Wang Z Y. On the significance of the interannual relationship between the Asian-Pacific Oscillation and the North Atlantic Oscillation［J］. Journal of Geophysical Research： Atmospheres， 2015， 120（13）： 6 489-6 499.
[41]	Zhou B T， Xu Y， Shi Y. Present and future connection of Asian-Pacific Oscillation to large-scale atmospheric circulations and East Asian rainfall： results of CMIP5［J］. Climate Dynamics， 2018， 50（1）： 17-29.
[42]	Zhou B T， Song Z Y， Yin Z C， et al. Recent autumn sea ice loss in the eastern Arctic enhanced by summer Asian-Pacific Oscillation［J］. Nature Communications， 2024， 15： 303.
[43]	Zhao P， Cao Z H， Chen J M. A summer teleconnection pattern over the extratropical Northern Hemisphere and associated mechanisms［J］. Climate Dynamics， 2010， 35（2）： 523-534.
[44]	Xu H W， Chen H P， He W Y， et al. Contributions of anthropogenic greenhouse gases and aerosol emissions to changes in summer precipitation over Southern China［J］. Journal of Geophysical Research： Atmospheres， 2024， 129（12）. DOI： 10.1029/2023JD040331 .
[45]	Wang Z L， Lin L， Yang M L， et al. Disentangling fast and slow responses of the East Asian summer monsoon to reflecting and absorbing aerosol forcings［J］. Atmospheric Chemistry and Physics， 2017， 17（18）： 11 075-11 088.
[46]	Wang Z L， Mu J Y， Yang M L， et al. Reexamining the mechanisms of East Asian summer monsoon changes in response to non-east Asian anthropogenic aerosol forcing［J］. Journal of Climate， 2020， 33（8）： 2 929-2 944.
[47]	Hua W J， Dai A G， Chen H S. Little influence of Asian anthropogenic aerosols on summer temperature in central east Asia since 1960［J］. Geophysical Research Letters， 2022， 49（7）： e2022GL097946.
[48]	Dong B W， Sutton R T， Highwood E J， et al. Preferred response of the East Asian summer monsoon to local and non-local anthropogenic sulphur dioxide emissions［J］. Climate Dynamics， 2016， 46（5）： 1 733-1 751.
[49]	Dong B W， Sutton R T， Chen W， et al. Abrupt summer warming and changes in temperature extremes over northeast Asia since the mid-1990s： drivers and physical processes［J］. Advances in Atmospheric Sciences， 2016， 33（9）： 1 005-1 023.
[50]	Wang Z L， Lin L， Xu Y Y， et al. Incorrect Asian aerosols affecting the attribution and projection of regional climate change in CMIP6 models［J］. NPJ Climate and Atmospheric Science， 2021， 4. DOI： 10.5194/egusphere-egu21-8421 .
[51]	Smith C J， Kramer R J， Myhre G， et al. Effective radiative forcing and adjustments in CMIP6 models［J］. Atmospheric Chemistry and Physics， 2020， 20（16）： 9 591-9 618.
[52]	Gillett N P， Kirchmeier-young M， Ribes A， et al. Constraining human contributions to observed warming since the pre-industrial period［J］. Nature Climate Change， 2021， 11（3）： 207-212.
[53]	Sun Y， Hu T， Zhang X B. Substantial increase in heat wave risks in China in a future warmer world［J］. Earth’s Future， 2018， 6（11）： 1 528-1 538.

[1]	袁娜, 邓玲玲, 尹霞, 宋善海, 刘绥华. 贵州省分光地表反照率时空变化趋势和影响因子分析[J]. 地球科学进展, 2023, 38(11): 1145-1157.
[2]	张晓闻, 臧淑英, 孙丽. 近40年东北地区积雪日数时空变化特征及其与气候要素的关系[J]. 地球科学进展, 2018, 33(9): 958-968.
[3]	李宁, 刘丽, 张正涛, 冯介玲, 陈曦, 白扣. 气候变化经济影响研究热点的足迹可视化:整合被引文献和突现词[J]. 地球科学进展, 2018, 33(8): 865-873.
[4]	陈京华, 贾文雄*, 赵珍, 张禹舜, 刘亚荣. 1982—2006年祁连山植被覆盖的时空变化特征研究[J]. 地球科学进展, 2015, 30(7): 834-845.
[5]	李晓峰. 环状模概念[J]. 地球科学进展, 2015, 30(3): 367-384.
[6]	王晓青，刘健，王志远. 过去2000年中国区域温度模拟与重建的对比分析[J]. 地球科学进展, 2015, 30(12): 1318-.
[7]	王萍, 郑晓静. 非平稳风沙运动研究进展[J]. 地球科学进展, 2014, 29(7): 786-794.
[8]	刘斌涛，陶和平，宋春风，郭兵，史展. 我国西南山区降雨侵蚀力时空变化趋势研究[J]. 地球科学进展, 2012, 27(5): 499-509.
[9]	张明军;任贾文;孙俊英;效存德;李忠勤;秦大河;康建成. 南极冰盖 NO^-₃ 浓度记录研究进展[J]. 地球科学进展, 2004, 19(2): 275-282.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Impacts and Mechanisms of Spatio-temporal Heterogeneity in Anthropogenic Aerosol Emissions on the Summer Extreme High Temperature Trends in China

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Impacts and Mechanisms of Spatio-temporal Heterogeneity in Anthropogenic Aerosol Emissions on the Summer Extreme High Temperature Trends in China