ENSO和中国东南部冬季降水的关系及其年代际变化外文翻译资料

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

ENSO和中国东南部冬季降水的关系及其年代际变化

李春¹和马浩²

¹中国海洋大学，山东大学，物理海洋实验室和海汽交互重点实验室和气候，青岛 266100

²浙江气候中心，杭州 310017

摘要：基于仪器和再分析资料，本文研究了厄尔尼诺南方涛动（ENSO）与中国东南部冬季降水（SC）之间的关系。结果显示了ENSO和SC冬季降水（ENSO-SC降水）高度和密切相关通过一个西北太平洋异常高压系统。在成熟位相中厄尔尼诺（拉尼娜）时间能在中国东南部冬季降水引起更多（少）的降水。由于ENSO的持续性和春季预报障碍，中国东南部冬季降水具有大约超前半年的潜在可预测性，以ENSO为预报因子。

同时，ENSO-SC降水关系展现了年际变化性，在1970年代早期前（0.47）和1990年代后（0.76）更接近，但在这段时间较弱（0.12）。在不同的时期，大气遥相关型有很大的差异，SC冬季降水的可预报性剧烈改变。最近20年间，ENSO-SC降水关系是最相近的。SC冬季降水异常的基于ENSO预测是最可信的。除此之外，需要进一步研究ENSO和SC冬季降水之间年代际转变的成因和机制。

关键字：ENSO，冬季降水，年代际变量，大气遥相关，可预报性

1. 引言

厄尔尼诺南方涛动（ENSO）是最强大的年际海气耦合模式，对全球气候（包括东亚季风）产生重大影响。(Alexander et al., 2002). 之前的季风研究主要集中在夏季降雨，因为它具有巨大的社会和经济效益(例如 Fu and Teng, 1988; Huang and Wu, 1989; Ju and Slingo, 1995; Zhang et al., 1996; Webster et al., 1998; Tao and Zhang, 1998). 有研究表明，ENSO可能通过太平洋 - 东亚（EAP）遥相关在低层对流层介导的罗斯贝波影响东亚气候(Wang et al., 2000)。基于奇异值分解（SVD）分析，Lau和Weng（2001）发现中国夏季降水变率与几种不同的全球海表温度（SST）模式，1997/98年中国降水异常可以用代表El Nin o生长阶段的模式和从El Nin到La Nina阶段转变的模式来解释。最近几年Yang等人（2007）和Xie等人（2009）证实了印度洋盆地范围的SST异常可以通过“电容效应”影响中国夏季降水。热带印度洋SST响应El Nin o事件强迫大气遥相关而增加，这与电容器充电相似。热带印度洋在次年夏天持续升温，并且在El Nino事件之后通过太平洋-日本（P-J）遥相关，如放电电容器，对东亚施加气候影响。电容器效应似乎在1976/77太平洋年代际气候突变后更强(Xie et al., 2010)。

ENSO对中国冬季降水的影响也有所探讨。然而，与夏季降雨量相比，研究次数要少得多，这可能是由于寒冷季节降雨量少得多。冬季，总降雨量一般小于50毫米（图1b），占全年降雨量的不到5%（图1c）。尽管如此，冬季降雨量可达100毫米以上，东南地区最高值可达260毫米（图1b），占全年降水量的10%-16%（图1C）。同时，降水幅度也表现出较大的年际变率，其标准偏差可以达到50-130毫米，大约是夏季降雨总量的一半（图1d）。因此，这样丰富的冬季降水量不容忽视，关于冬季降水的变化性和可预报性的研究有不同的气候，社

图1.(a)160个站点的位置，用于计算中国降水（实心圆圈是SC区域站点）。(b)冬季总降水（等值线间隔在20，100和200毫米，加粗线表示）(c)年度冬季总降水百分数（2%、6%、12%等值线用加粗线表示）(d)冬季降水标准差（10，40，80毫米等值线用加粗线表示）

会和经济效益。Tao和Zhang（1998）发现，在厄尔尼诺（拉尼娜）年期间，通过合成分析发

现冬季降雨超过了SC。Wu等人（2003）研究了东亚ENSO相关降水异常的演变，并通过对中国的季节平均降水和冬季固定的SST进行相关和SVD分析指出ENSO和SC冬季降水的正相关性。在厄尔尼诺年，在西北太平洋上空的异常反气旋的西北两侧，观测到更多冬季降水有关于南大西洋的异常低空西南风。(Wu et al., 2003; Zhou et al., 2010; Zhou and Wu, 2010) 。厄尔尼诺事件引发的这种反常反气旋，有助于我们理解El Nino事件对夏季中国降水异常的影响 (Wang et al., 2000)，也可以用来解释厄尔尼诺年的冬季降水异常。以前对ENSO和SC冬季降水异常呈正相关的研究对于预测未来SC冬季降水异常非常有用。事实上，SC冬季降水异常可以根据ENSO在一些年份很好地预测，但在其他年份，ENSO对SC冬季降水异常变化的预测效果不是很好。例如，在1976/77和1986/87厄尔尼诺年，SC冬季降水更少。我们发现，ENSO和SC冬季降水之间的年际关系表现出年代际振荡，大气遥相关在不同时段表现出很大的差异。因此，研究ENSO和SC冬季降水之间的年际关系的低频变率更为重要。本文结构如下。第二部分将简要介绍数据和方法。在第三部分中，讨论了ENSO-SC降水模式的主导和可能的形成机制。第四部分展示了基于ENSO的SC冬季降水的潜在可预测性。 ENSO-SC降雨关系的年代际变化见第五部分。最后一节提供了一个简短的总结和进一步的讨论。

1. 数据和方法

为了研究ENSO和SC冬季降水之间的关系，我们使用了中国和全球SST再分析资料的月尺度观测降水资料。从中国气象局数据中心采集的160个台站的观测的月降雨量（CMA）（图1a）。这个降雨量数据集，从1951年1月到2011年2月，已被广泛用于其他研究(例如Lau and Weng, 2001; Li et al., 2011; Li and Ma, 2011). 每月的SST数据来自美国国家海洋和大气管理局（NOAA）提供的重建SST（ERSST）数据集，由NOAA-环境科学研究合作研究所（N（NOAA-CIRES）气候诊断中心提供(Smith 和 Reynolds, 2003)。NOAA ERSST（第3版）数据的分辨率为2°times;2°，涵盖1854-2011年(http://www.esrl.noaa.gov/-psd/data/ gridded/ data.noaa.ersst.html)。此外，每月的Kaplan海温和哈得中心海冰和SST（HadISST）数据也被用来研究ENSO和SC冬季降水之间关系的可靠性。 Kaplan扩展SST（第2版）数据来自NOAA-地球系统研究实验室（NOAA-ESRL），其分辨率为5°times;5°，涵盖1854-2011年。(www.esrl.noaa.gov/psd/data/gridded/data.kaplan sst.html) (Kaplan et al., 1998)。而从哈佛大学中心观测资料中获取的HadISST资料分辨率为1°times;1°，涵盖了1870-2011年的时间段。(www.metoffice.gov.uk/hadobs/hadisst/data/d-ownload.html) (Rayner et al., 2003)。为了研究ENSO和SC冬季降水之间的联系，从美国国家环境预测中心/国家大气研究中心（NCEP / NCAR）采集的每月大气再分析数据(Kalnay et al., 1996)（包括地理高度，水平风和比湿）再分析数据集也被使用。这些数据具有2.5°times;2.5°的分辨率，涵盖1948-2011年。为了统一时间跨度，本研究中使用的所有数据涵盖了1951年1月至2011年2月的时间。

采用经验正交函数（EOF）分析方法，提取了北半球冬季全球SST和降水的主导模式。为了确定降水和海温异常之间的协变性关系，在Lau和Weng（2001）之后采用了SVD分析，重点是北方冬季而不是夏季。值得注意的是，冬季和夏季分别定义为传统的12月，1月，2月（DJF）和6 ，7月，8月（JJA）。相关和回归分析都用于确认ENSO和SC冬季降水之间的联系。为了检验ENSO-SC降水模式的稳定性，还使用了与11年移动窗口的运行相关性。

1. 主导的ENSO-SC降水分布
   1. ENSO-SC降水分布

为了研究全球SST与北半球冬季中国降水的关系，EOF分析首先进行了冬季全球SST和中国降水的主导模式提取（图2）。SST的主导EOF模式解释了全球冬季SST总方差的24.4%，并且显示出典型的El Nin o样SST模式，热带中东太平洋有强烈的暖异常，两侧的冷异常（图2a）。另外，整个印度洋盆地（IOB），中国南海（SCS），东海（ESC）和热带大西洋也存在暖异常，而北大西洋和南大西洋的高纬度地区则表现为弱冷异常。主导的EOF降雨模式解释了中国冬季降雨总方差的49.3%，其特点是中国东南部的降雨明显更多（图2b）。全球SST和中国降水的主要组成部分（PC）在冬季过去六十年间相关系数为0.47（图2c），超过了99%的显著性水平。全球SST PC与中国降水之间的正相关表明ENSO带大西洋也存在暖异常，而北大西洋和南大西洋的高纬度地区则表现为弱冷异常。主导的周期的暖（冷）阶段对应于SC中更多（更少）的降水。为了进一步证实ENSO和SC冬季降水的协变性，进行了中国冬季降水与全球同期海温异常的SVD分析（图3）。主导的SVD模式占总平方协方差的38.9%，分别解释了SST和降水量的14.4%和15.7%。SST模式也表现出典型的El Nino状模式，在热带中东太平洋，整个IOB，中国边缘海和黑潮延伸区存在显着的暖异常，显着的冷异常占据热带西太平洋。至于空间模式，主导SVD模式的SST与主导EOF模式的SST以0.76水平高度相关（图2a与图3a）。加上典型的厄尔尼诺类型的SST模式，非均匀降雨模式显示降水集中在SC地区，而中国和中国东北部降雨分布略少（图3b）。而且，就空间格局而言，主导SVD

图2. EOF模式(a)冬季全球SST；(b)中国降水；(c)各自的主要成分

图3.主导SVD模式的空间多相图(a)中国北方冬季降水(b)他们相应的时间序列。等值线间隔在0.1，0和正负0.3用加粗线表示。阴影区域为超过95%置信水平的T检验

模式的北方冬季中国降水量与0.63领先的EOF模式高度相关（图2b和图3b）。全球SST与中国降水之间的先导SVD模式的相应时间序列在0.63（图2c）处相关，超过了99%的置信水平。我们的SVD分析进一步表明，ENSO和SC冬季降水是一对协变模式，我们称之为ENSO-SC降雨模式。

图4. 标准化SC冬季降水指数（实线）与Nino-3指数（虚线）

图5.（左）DJF位势高度回归（a）300hpa；（b）500hpa；（c）850hpa（单位：gpm）对标准化的SST。阴影部分超过95%置信水平。图6.（右）DJF水平风回归（a）300hpa；（b）850hpa；（c）整层湿度运输（单位：gpm）对标准化的SST。阴影部分超过95%置信水平。

由于两种统计方法的数学影响，EOF和SVD分析的主要模式可能是人为的。为了消除这种影响，Nino-3 SST和SC冬季降水指数的时间序列【平均来自28个台站的降雨观测值（图1a，闭合周期）】如图4所示。Nino-3和SC冬季降水指数显示了协变量年际变率，并且在过去六十年中显着相关于0.50，超过了99%的置信水平。这进一步支持了上述EOF和SVD分析所指示的ENSO和SC冬季降水之间的关系。但是，我们的结果可能取决于海温数据本身。因此，为了检验ENSO和SC冬季降水之间的协变模式的客观性，基于Kaplan SST和HadISST数据（未显示）重复EOF和SVD分析。结果一般相互一致，因此，ENSO-SC冬季降水的协变模式是一个强大的模式。

• 1. ENSO-SC降水模式潜在的机制

目前为止，还不清楚传递ENSO对SC区域遥远影响的机制是什么，以及这如何影响当地的降水。 可以想象，成熟的厄尔尼诺可以引发Rossby波向西传播(Wang et al., 2000) 。在热带西北部太平洋地区利用当地正的风—蒸发—海温（WES）反馈（Xie和Philander，1994）建立一个异常反气旋。在厄尔尼诺事件的成熟阶段，热带中太平洋被太平洋温暖海温覆盖，这导致西太平洋冷海温异常。西北太平洋西部反气旋首先起源于西太平洋的异常冷却，正大洋—大气耦合热力学反馈作用是放大和传播初始反气旋，最终形成西太平洋大型反气旋。应该指出的是，除了局部冷SST异常外，中东太平洋变暖也对菲律宾气旋的发展和维护起着重要作用。该机制用于了解ENSO对中国夏季降水的影响（Wang et al.,2000）。然而，该机制也可能用于解释成熟的ENSO对东南部地区冬季降水的影响(Wu et al., 2003; Zhou and Wu, 2010)。

为了证明这一事实，对DJF Nino-3 SST指数（图5,6）分别进行位势高度，水平风和整层水汽输送的回归分析。气环流显示准正压异常，伴随西北太平洋向西北伸展的异常脊和阿留申低压（中国大陆）的强（弱）异常槽，振幅则由低到高增强（Fig 5）。异常脊减弱东亚槽，减少经向空气质量交换，进一步削弱东亚冬季风，从而导致中国冬季异常升温（图略），这与以往的研究结果一致。 在对流层上层，伴随着中国大陆异常偏低和西北太平洋中纬度异常脊，分别表现出相应的气旋和反气旋风异常（图5a和6a）。同样，在较低层，异常弱槽与SC区上空的气旋性风异常有关，而异常高压则对应于西北太平洋的反气旋性风异常（图5c和6b）。 SC区域西北太平洋异常槽与脊共同作用导致西北太平洋异常反气旋西北两侧侧的西南风异常，这种异常西南风输送水汽，诱

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23394]，资料为PDF文档或Word文档，PDF文档可免费转换为Word