本文从地面气温的日际变率和相应的大尺度环流型切入,基于逐日气象观测、再分析及模式模拟结果等数据集,通过采用新定义的冷暖急转事件指数、自组织映射（SOM）神经网络算法以及气候变化分离法等方法,分析1961-2018年期间我国冬季区域极端冷事件的变化特征及其可能成因。研究表明,影响我国极端冷事件的大尺度环流型分为四种类型（S1-S4型）,其中S1型的位势高度正异常中心靠近乌拉尔山地区而其负异常中心位于东北地区上空,S4型与之相反,S2型位势高度正异常中心靠近鄂霍茨克海,S3型与S1型相似但整体强度较弱。在1961-2018年期间,我国东部地区极端冷事件的显著减少主要是由于S4（南高北低）型下的极端冷事件显著减少所致,且主要由于热力作用大于动力作用以及动力和热力相互作用的贡献。而随着时间的推近,特别是1990年代以来,我国东部特别是东北地区极端冷事件显著增加是由于S1（北高南低）型下的极端冷事件显著增多所致,其中动力作用大于其他作用的贡献。最后,通过对Had GEM3-A-N216集合成员的模拟效果评估,发现其对S1型和S4型环流型的主要特征模拟效果较好,特别是环流型频次的模拟。进一步,基于Had GEM3-A-N216模式对环流型频次变化的归因分析表明,观测得到的环流型频次变化中并未发现人为强迫的影响,因此,环流型的频次变化可能是由于气候系统内部变率的影响,或者是模式能力对于环流型频次变化模拟相应的不足。此外,基于冬季气温的日际变化,在1980-2018年,我国大部分地区的冬季气温的日际变率在显著增加,并且这种日际变率的增强引起了气温在数日之内从一个极端状态向相反的状态快速转换的冷暖急转事件的显著增加。与此同时,该现象与我国东部部分地区极端冷事件的增多有着密切联系,在气候变暖背景下更容易以冷暖急转的形式产生极端冷事件。尽管在20世纪80年代以后处于全球变暖背景下北极海冰迅速消融的时期,我国冬季地面气温变率的变化幅度仍处于内部变率影响的范围内,未检测出人为强迫增暖的外强迫信号。