在全球变暖背景下,北极增暖速率是全球增暖速率的至少两倍;而中国北方却出现增暖停滞,极端低温事件频发的现象。北极异常增暖与中纬度大陆增暖停滞、极端低温事件频发的关系备受关注。本文利用中国站点观测构建的格点化数据集（CN05.1）和多套再分析资料,分析了冬季巴伦支-喀拉海异常增暖与中国北方极端低温发生频次的关系及联系机制;进而基于暖北极-冷欧亚（WACE）模态,寻找了中国北方极端低温的两个前期秋季的预测因子,建立了物理统计回归模型,开展了中国北方极端低温发生频次的预测试验。主要结论如下:（1）发现了中国北方冬季极端低温频发与巴伦支-喀拉海异常增暖存在密切联系。通过对温度进行时间尺度分解后的概率密度分析,比较巴伦支-喀拉海暖异常年和冷异常年时间尺度为90天以上、90天以下的中国北方区域平均温度扰动的概率密度分布差异,发现巴伦支-喀拉海暖异常年对应着中国北方冬季更大振幅的季节循环,有利于极端低温的发生。（2）揭示了中国北方冬季极端低温频发与巴伦支-喀拉海异常增暖的联系机制。通过对巴伦支-喀拉海暖异常年和冷异常年环流合成差值的分析,发现伴随巴伦支-喀拉海异常增暖,新地岛、乌拉尔山附近出现位势高度正异常,在位势高度正异常的东侧、南侧对应显著的冷平流及下沉运动异常,冷平流异常对应着平均有效位能向低频扰动有效能转化的增强,下沉运动异常对应着扰动有效位能向低频扰动动能转化的增强,并在近地面出现异常辐散气流,使得西伯利亚高压增强且向东南延伸。热力学方程诊断的结果表明:西伯利亚高压异常南侧东北风导致的异常冷平流、偏东风异常经过地形造成的异常上升运动以及辐射、感热、潜热交换造成的异常非绝热冷却导致中国北方近地面温度季节循环振幅增大,有利于极端低温频发。（3）基于冬季巴伦支喀拉海异常暖-中国北方极端低温频发这一模态,寻找中国北方极端低温的前期秋季预测信号,对中国北方冬季极端低温发生频数开展了预测试验。选取9、10月欧亚北极的海冰密集度（ARC-SIC）为第一个预测因子,秋季热带东太平洋趋势（TRO-DSST）为第二个预测因子,两个预测因子均能不同程度地对冬季暖北极-冷欧亚模态产生影响。基于两个预测因子和线性趋势（TREND）,采用多元线性回归建立预测模型,1978-2007年资料用于历史预测试验,2008-2017年资料用于独立样本预测试验。分别用TREND、ARC-SIC两因子和TREND、ARC-SIC、TRO-DSST三因子建立预测模型,并且对独立样本检验的效果进行了评估。结果表明,用两因子和三因子建立的预测模型对中国北方极端低温发生频次均表现出一定的预测能力,分别能够预测中国北方区域平均极端低温日数（NECD）距平总方差的32%和36%。两种预测模型在华北和新疆的预测技巧均较好。在我国东北西部,用三因子组合建立的模型较用两因子的组合建立的模型的预测能力显著提高。