利用1980～2014年CRU TS3.24月平均气温数据和NCEP/NCAR再分析资料,分析了中国东北暖季(5～9月)气温的时空变化特征及其相应的大气环流状况。结果表明:中国东北暖季气温主要表现为全区一致型和南北反位相型两个模态,二者总解释方差高达86%。全区一致型具有明显的年代际变化特征,并在1990年代中期发生了显著的年代际突变,而南北反位相型具有明显的年际和年代际变化特征。全区一致型增暖对应着中国东北地区上空500 h Pa位势高度的正异常和850 h Pa的反气旋环流异常。当500 h Pa位势高度南北反相时,对应于中国东北暖季气温的南北反位相型。进一步分析表明中国东北暖季气温的全区一致型及其1990年代中期的年代际突变与日本海及黑潮延伸区的海温异常及太平洋年代际振荡和大西洋多年代际振荡指数紧密相关。菲律宾以东的西太平洋、北太平洋中部、我国东南沿海、靠近北美东北部的北大西洋等海域的海温异常对中国东北暖季气温全区一致型的出现具有一定的预测作用。而南北反位相变化型与黑潮延伸区的海温异常关系显著,与大尺度指数的相关普遍不明显。在1990年代中期突变前,南北反位相型受到ENSO事件的影响,之后影响不显著。

基于高温日数存在受不同物理因子影响不同时间尺度变率的特征,应用滤波对华南夏季高温日数进行时间尺度分离,得到高温日数的年代际分量和年际分量。统计分析高温日数总量、年代际分量和年际分量在各自对应时间尺度上的影响因子,采用"向前"交叉检验逐步回归法,分别建立高温日数总量、年代际分量和年际分量的回归模型。高温日数总量的回归模型即为高温日数不区分时间尺度的直接回归模型,而两个分量回归模型拟合结果的叠加,即为高温日数时间尺度分离统计模型对总量的拟合。利用十折交叉检验法,对高温日数直接回归模型和时间尺度分离统计模型的拟合结果进行比较:相比高温日数直接回归模型,时间尺度分离统计模型的年代际分量均方根误差由2.6降低到2.3,与观测数据的相关系数由0.69提高到0.73(显著性水平α=0.01);年际分量均方根误差由3.2降低到2.9,与观测数据的相关系数由0.4(α=0.1)提高到0.48(α=0.01);高温日数总量均方根误差由4.1降低到3.7,与观测数据的相关系数由0.48提高到0.62(α=0.01)。1979～2010年拟合时段华南夏季高温日数的回报结果表明:两模型回报结果与观测数据均存在明显相关(α=0.01),直接回归模型的相关系数为0.57,时间尺度分离统计模型提高到0.72。2011～2013年独立检验时段的预测结果表明:直接回归模型预测结果的平均均方根误差为26.4%,时间尺度分离统计模型降低到12.3%。初步结果表明,两模型对华南夏季高温日数均有一定的预测能力,而时间尺度分离统计模型的预测结果有所改进。