第四纪研究  2017, Vol.37 Issue (5): 1064-1076   PDF    
器测和树轮资料对厄尔尼诺-南方涛动指数的响应特征
方克艳①,② , 周非飞 , 董志鹏 , 刘秀铭 , 吴海斌 , 李颖俊①,③ , 曹新光 , 郭正堂②,④,⑤     
(① 福建师范大学地理研究所, 福建省湿润亚热带山地生态省部共建国家重点实验室培育基地, 福州 350007;
② 中国科学院 地质与地球物理研究所, 中国科学院新生代地质与环境重点实验室, 北京 100029;
③ 太原师范学院汾河流域科学发展研究中心, 晋中 030619;
④ 中国科学院大学, 北京 100049;
⑤ 中国科学院青藏高原地球科学卓越创新中心, 北京 100101)
摘要:厄尔尼诺-南方涛动是影响全球年际(1~10年)气候变化最显著的海气因子,是现代气候和古气候的热点研究对象。目前有多个指数能够刻画厄尔尼诺-南方涛动特征与演化,树轮资料是重建其过去千年以来演化历史所使用的最为广泛的代用资料,然而系统对这些指数与器测温度、降水和树轮资料在不同时间尺度上关联的研究尚未开展。本文研究了东亚和北美的器测与树轮资料对6种厄尔尼诺-南方涛动指数的响应差异,发现器测和树轮资料对描述多气候变量耦合变化的多变量厄尔尼诺-南方涛动指数(MEI)的响应均最高。厄尔尼诺-南方涛动Modoki指数(EMI)与器测资料的相关偏低,但是该指数与树轮资料的相关偏高,这可能是由于该指数和树轮所关联的多个气候因子的协同变化相似。不同厄尔尼诺-南方涛动指数与东南亚和印度次大陆以及加拿大中西部的温度相关显著,在年际尺度上更明显;这些指数与中亚和美国西北部的降水的相关最显著,但在年际尺度上的相关提升不明显。厄尔尼诺-南方涛动指数除了与上述区域的树轮资料显著相关以外,该指数还与部分湿润地区(如喜马拉雅南麓)的树轮资料显著相关,这可能是这些湿热地区的树轮往往受到多个气候因子共同影响,而这些气候因子的协同变化与厄尔尼诺-南方涛动指数的关联显著。研究指出,进行厄尔尼诺-南方涛动指数重建时,不仅要考虑指数与树轮之间的关系,还需要详细建立树轮、区域气候因子和厄尔尼诺-南方涛动这三者之间的关联。
主题词树轮     厄尔尼诺-南方涛动     气候重建     年际    
中图分类号     P467;P534.63+2                     文献标识码    A

1 引言

气候变化受到太阳辐射、火山活动、二氧化碳浓度和海陆差异等外部驱动因子和边界条件的控制,同时受到内部反馈过程的调制。年际(1~10年)和年代际(10~100年)尺度上,海气耦合模式是调制气候变化最重要的因子[1~3]。研究表明二氧化碳浓度的升高是引起当前全球变暖的主要因子,虽然二氧化碳浓度持续升高,但是温度是波动上升的,这种年际-年代际尺度上的波动过程很大程度上受控于不同的海气耦合模式[1, 2, 4]。例如:2000年以后全球增温的放缓被认为是由于赤道东太平洋海温降低所引起的[4],器测记录以来全球温度变化出现几十年尺度上的波动主要是由于大西洋多年代际涛动(AMO)的影响[1],也有研究强调太平洋十年涛动(IPO)的调制作用[2]。年际尺度上,厄尔尼诺-南方涛动(El Niño-Southern, 简称ENSO)则是大家公认对全球气候最显著的调控因子[5]

正常情况下,在沃克环流的驱使下,赤道太平洋表面的海水向西流动,导致西太平洋海水堆积,海温升高形成西太暖池;每隔2~7年,沃克环流变弱,导致西太平洋的海水回流,发生厄尔尼诺事件[5]。厄尔尼诺-南方涛动是一个海气耦合过程,故通常把厄尔尼诺和南方涛动结合一起考虑,即厄尔尼诺-南方涛动[5]。厄尔尼诺是厄尔尼诺-南方涛动的海洋部分,其暖相位的一般依据为赤道东部太平海温3个月的平均值超过平均海温0.5℃;相反地,如果赤道东太平洋海温低于平均海温0.5℃则被认定为拉尼娜事件,即厄尔尼诺-南方涛动的负相位或者冷相位[5];南方涛动是厄尔尼诺-南方涛动的大气部分,它主要是依据太平洋上Tahiti站和澳大利亚Darwin站的气压差[5]

由于器测资料仅记录了当前工业活动加强以来的气候变化历史,无法全面了解工业活动以前人为活动影响较弱时期的气候变化。树木年轮由于对气候变化敏感,具有高时间分辨率(年分辨率)和高空间密度与广度,是重建过去区域历史时期气候变化的重要资料[6~20]。由于区域气候与海气耦合模式存在密切的遥相关,故树轮资料可以通过重建对海气模式关联密切区域的气候变化历史,进而重建海气模式的历史[21],如目前开展了大量基于树轮的厄尔尼诺-南方涛动的重建[22~24]

树轮资料由于同时受到气候和树木生理生态过程的影响,对气候变化的记录可能会出现系统性的偏差。有研究发现,树轮重建的气候序列较器测记录显示出更高的自相关和低频波动特征[25],这是由于前一年的气候状况往往会影响来年树木生长,比如前一年气候可以影响下一个生长季土壤水分和营养物质的累积[26, 27]。尽管不同的厄尔尼诺-南方涛动指数之间存在较高的相关性,但仍然各有侧重,区别主要在于所侧重考虑的海区和海气因子不同,如从单纯考虑海洋或大气到综合考虑多个海气因子的指数。因此,树轮对不同时间尺度上不同厄尔尼诺-南方涛动指数的记录是否也会出现偏差?本研究将选择环太平洋地区的树轮序列,对比不同时间尺度上树轮和器测温度和降水对不同厄尔尼诺-南方涛动指数的响应差异,研究有助于更准确地解译树轮中的厄尔尼诺-南方涛动的信号。

2 数据与方法 2.1 厄尔尼诺-南方涛动指数与器测数据

本文选用厄尔尼诺-南方涛动指数基于东部和中部热带太平洋的平均海温和大气因子来定义,包括:厄尔尼诺1+2(10°~0°S,90°~80°W)和厄尔尼诺3.4(5°S~5°N,170°~120°W),这两个指数描述了赤道东太平洋和中东太平洋的海温的平均情况;而差异厄尔尼诺指数(Trans-Niño Index,简称TNI)评估的是厄尔尼诺1+2和厄尔尼诺4(5°S~5°N,160°E~150°W)海区,即中东太平洋地区的温度差,它与厄尔尼诺3.4大体正交[28],二者之间相互独立,不存在显著相关。在经典厄尔尼诺-南方涛动指数主要基于赤道太平洋东部海温的定义的基础上,近年来提出了厄尔尼诺-南方涛动Modoki指数(EMI),该指数侧重强调赤道太平洋中部海温升高,而东西太平洋海温偏低的情况,定义为赤道中部(165°E~140°W,10°S~10°N)太平洋海温与东部(110°~70°W,15°S~5°N)和西部(125°~145°E,10°S~20°N)太平洋海温的差值[29]。计算这些指数所依据的海温数据来自HadSST 1数据集1870年以来的资料[30]

南方涛动是厄尔尼诺-南方涛动的大气部分,本文使用南方涛动指数基于1866年以来CRU数据集的长尺度站点观测数据[31]。这些指数目前主要考虑的是单个海洋或大气的情况,多变量厄尔尼诺-南方涛动指数(MEI)是目前监测厄尔尼诺-南方涛动最全面的指数,该指数被定义为海平面气压、经向风、纬向风、海平面温度、海表面大气温度和云量的主成分。由于厄尔尼诺-南方涛动在冬季最显著,所以本文仅使用冬季的厄尔尼诺-南方涛动指数进行分析。

本文所使用的器测资料主要来自CRU TS3.24.01数据集中的月均温度和月降水资料(格点密度为2.5°)[32]。由于厄尔尼诺-南方涛动对区域温度和降水的影响在全年不同的季节都有出现,鉴于本文篇幅所限,没有分季节讨论,选择器测年平均温度和年总降水量分析与厄尔尼诺-南方涛动的关系。为了与下面所述的树轮数据的分布区域对应,本研究所使用的器测温度和降水数据的分布区域也是环北太平洋地区的东亚地区(10°S~70°N,70°~165°E)与北美地区(10°S~70°N,160°~75° W)。

2.2 树轮数据

图 1所示,本文所使用的335个树轮年表组成的树轮网络,包括东亚地区的196树轮年表和北美地区的139个树轮年表,该年表网络涵盖东亚和北美长度超过400年的对降水、温度、干湿以及厄尔尼诺-南方涛动敏感的主要树轮年表[3, 27, 33~35]。该树轮网络也被用于太平洋十年涛动重建研究中[36]。本文主要选择长序列的年表,因为树轮气候重建,包括树轮厄尔尼诺-南方涛动重建,通常使用的都是长序列的树轮资料;同时,基于400年的年表网络中东亚的数据略多于北美的数据,这样符合东亚面积更大,计算与厄尔尼诺-南方涛动相关系数时候应该获得更大权重的情况;再者,我们也对比了200年以上树轮资料的分布空间特征和400年以上树轮资料的空间分布特征,发现虽然400年相较200年不少短序列被排除(主要是北美地区),但是它们的空间特征仍然相似[33, 34]。树轮网络中部分年表是周边(0.5°范围显著相关(p < 0.001))年表的平均,以缓解年表集中在个别区域造成高估这些区域树轮对厄尔尼诺-南方涛动记录的贡献的情况。这些树轮数据主要来自过去气候变化研究过去2000年项目组(PAGES 2k)[37]和国际树轮数据库(ITRDB,来源https://www.ncdc.noaa.gov/data-access/paleoclimatology-data/datasets/tree-ring),以及部分个人共享的数据。树轮年表的建立首先需要去除生长趋势(采用负指数或基于样芯长度2/3的样条函数),然后计算样点内多根样芯的平均以降低干扰的影响[38]。组成年表样芯数量下降时,可能会导致其可靠性降低,故可靠年表的长度依据样芯数大于6根而定[36, 39, 40]。由于不同年表的世纪尺度以上的信号强度可能不同,为了对比方便,本文使用高通滤波将世纪尺度(f < 0.01) 以上的变化剔除。

图 1 树轮样点和器测气候数据格点(CRU TS3.24.01的2.5°×2.5°数据集)分布图 其中树轮资料根据他们主要首先受限于温度、降水/干旱与同时受二者限制分类,分类主要依据已有研究对这些已发表年表所代表的气候意义的解读 Fig. 1 Locations of the tree-ring and gridded climate data(2.5°×2.5°gridded CRU TS3.24.01dataset). The tree-ring data were classified into types stressed by temperature, drought, or by both. These classifications were based on the interpretation of the climate signals from previous studies using these tree-ring data

厄尔尼诺-南方涛动指数与气候、树轮关系的分析主要基于相关分析,分析时段为1950年至今,主要是由于在1950年之前很多地区缺乏气象站点,特别是我国大部分地区,数据可靠性有所降低;另外,多变量厄尔尼诺-南方涛动指数的起始时间也是1950年,为了方便对比不同厄尔尼诺-南方涛动指数,本文也仅截取1950年以后的指数进行分析。为了考查不同时间尺度上厄尔尼诺-南方涛动指数与气候和树轮关系的差异,本文分别针对原始序列和年际波动的高频变化序列进行分析。本文没有分析年代际序列,是由于仅仅用几十年的数据分析年代际尺度的相关可能出现自由度太低的情况。根据前人对这些已发表数据的研究[3, 33, 34, 37],将这些树轮数据分为主要受温度、降水以及二者共同限制三类(图 1)。

3 结果

图 2所示,多变量厄尔尼诺-南方涛动指数与器测温度的相关最高,厄尔尼诺-南方涛动Modoki指数和差异厄尔尼诺指数与温度的相关最低。年际尺度上,厄尔尼诺3.4与厄尔尼诺1+2与温度的相关系数有所提高,非常接近温度与多变量厄尔尼诺-南方涛动指数的相关系数。同时,温度与厄尔尼诺-南方涛动Modoki指数的相关也有所提高,不过温度与差异厄尔尼诺指数的相关仍然最低。不同厄尔尼诺-南方涛动指数与降水的相关的差异相对于温度较小。类似于与温度的相关,多变量厄尔尼诺-南方涛动指数与降水的相关较高,而厄尔尼诺-南方涛动Modoki指数和差异厄尔尼诺指数与降水的相关最低。不同的是,南方涛动和降水的相关最高。总体而言,相较原始序列,年际尺度上不同厄尔尼诺-南方涛动指数与温度的相关系数有所提高,而与降水的相关有所降低。

图 2 a)原始序列和(b)年际(1~10年)尺度上,不同厄尔尼诺-南方涛动指数与东亚和北美年均温(白色柱)、年总降水量(灰色柱)和树轮年表(黑色柱)的相关系数的绝对值的平均 相关系数的计算时段为1951~2000年,由于多数研究点的相关系数不显著,平均相关系数低于显著(p < 0.05) 相关系数阈值0.27;ENSO=厄尔尼诺-南方涛动,NINO 12=厄尔尼诺1+2,NINO 34=厄尔尼诺3.4,TNI=差异厄尔尼诺指数,EMI=厄尔尼诺-南方涛动Modoki指数,SO=南方涛动,MEI=多变量厄尔尼诺-南方涛动指数 Fig. 2 Comparisons among the mean of the absolute valuates of the correlations between different indices of El Niño -Southern Oscillation(ENSO)and the annual mean temperature(white bar), annual total precipitation(gray), and tree-ring chronologies(black)in Eastern Asia and North America. The correlations were calculated during their common period 1951~2000. Since the correlations in most areas are insignificant, the mean of the correlations are low and have not reached the threshold value of 0.27 for significant correlation. ENSO= El Niño -Southern Oscillation, NINO 12=Niño1+2, NINO 34=Niño3.4, TNI=Trans-Niño Index, EMI=ENSO Modoki Index, SO=Southern Oscillation, and MEI=Multivariate ENSO Index

图 2原始序列中,树轮年表与多变量厄尔尼诺-南方涛动指数的相关最高,与差异厄尔尼诺指数相关最低,这是符合厄尔尼诺指数与器测资料的相关特征。比如树轮资料与南方涛动的相关性较高,这主要是南方涛动与降水的相关性也比较高。厄尔尼诺-南方涛动Modoki指数与树轮年表的相关性也很高,但是该指数与温度和降水的相关性均偏低。年际尺度上,不同厄尔尼诺指数与树轮的相关,与温度的相关相似,呈现为厄尔尼诺3.4和多变量厄尔尼诺-南方涛动指数的相关最高。

在针对厄尔尼诺-南方涛动指数与气候和树轮资料的相关差异进行整体对比分析后,本文进一步对比了这些相关的空间差异。如图 3所示,厄尔尼诺-南方涛动不同指数普遍与东南亚和我国西南地区,以及加拿大中西部地区年均温显著相关,其中与东南亚地区的相关最显著。温度与差异厄尔尼诺指数、厄尔尼诺-南方涛动Modoki指数和南方涛动存在显著相关的区域非常少,符合图 2揭示的这3个指数与温度平均相关偏低的现象。

图 3 不同厄尔尼诺-南方涛动指数与东亚和北美年均温的相关的空间分布图 其中不同的颜色代表不同相关数值;NINO 12=厄尔尼诺1+2,NINO 34=厄尔尼诺3.4,TNI=差异厄尔尼诺指数,EMI=厄尔尼诺-南方涛动Modoki指数,SO=南方涛动,MEI=多变量厄尔尼诺-南方涛动指数 Fig. 3 Map of the correlations between different indices of El Niño -Southern Oscillation(ENSO)and the temperature in eastern Asia and North America. NINO 12=Niño1+2, NINO 34=Niño3.4, TNI=Trans-Niño Index, EMI=ENSO Modoki Index, SO=Southern Oscillation, and MEI=Multivariate ENSO Index

在年际尺度上,如图 4所示,温度与不同厄尔尼诺-南方涛动指数的相关有所提高,其中厄尔尼诺-南方涛动Modoki指数的相关提高最显著。总体上,相关性显著增高的区域集中在印度次大陆和加拿大的中东部。

图 4图 3,但针对年际(1~10年)尺度的数据 Fig. 4 Similar as Fig. 3, but for the data at interannual scales(1~10 years)

图 5的结果表明,厄尔尼诺-南方涛动不同指数与年总降水显著相关的区域比与温度显著相关的区域较少,主要出现在中亚和美国西北部。其中,差异厄尔尼诺指数和厄尔尼诺-南方涛动Modoki指数相关性最低,明显相关的区域很少;另外,降水和南方涛动的相关特征与其他厄尔尼诺-南方涛动指数的相关不同,南方涛动在美国西北部与加拿大西北部的相关相反。

图 5图 3,但针对年总降水数据 Fig. 5 Similar as Fig. 3, but for the annual total precipitation

年际尺度上,厄尔尼诺-南方涛动指数与降水出现显著相关的区域也集中在中亚和美国西北部(图 6)。相较原始序列而言,厄尔尼诺-南方涛动指数在美国西北部的相关降低较多,而与中亚降水的相关略有增加。

图 6图 5,但针对年际(1~10年)变化的数据 Fig. 6 Similar as Fig. 5, but for the data at interannual scales(1~10 years)

图 7所示,厄尔尼诺-南方涛动指数与温度降水显著相关的区域也存在与树轮年表的显著相关。包括从美国西北部到加拿大北部的北美西岸地区,亚洲的东南亚和中亚地区。但也存在较大的差异,这是由于树轮样点的分布不均匀所引起的。例如,由于湿润的东南亚地区目前建立的树轮年表太少,厄尔尼诺-南方涛动指数仅与东南地区一个树轮年表显著相关。同样也有厄尔尼诺-南方涛动指数与树轮年表的相关和与气候资料的相关显著不同的区域,比如喜马拉雅山脉南麓和北美中东部的树轮年表与厄尔尼诺-南方涛动指数出现显著相关,这在与气温和降水的相关中均没有出现。另外值得指出的是,尽管不同厄尔尼诺-南方涛动指数与气温和降水的相关的空间特征比较相似,只有显著性程度的差异;但是不同厄尔尼诺-南方涛动指数与树轮相关的空间差异比较大。例如,厄尔尼诺1+2和厄尔尼诺3.4与温度和降水的相关均非常相似,然而在中亚地区出现与这两个指数显著相关的6个年表中,仅有一个年表均与这两个指数显著相关。在亚洲,南方涛动指数显著相关集中在喜马拉雅西南麓和东南亚,与中亚年表几乎没有相关,与其他指数的相关特征差异较大。以上研究揭示,气候与厄尔尼诺-南方涛动Modoki指数平均相关较低,但树轮与之的相关较高,这些显著相关主要集中在喜马拉雅南麓和青藏高原东侧。

图 7 不同厄尔尼诺-南方涛动指数与树轮年表的相关的空间分布图 其中图标不同的大小和颜色代表不同的相关数值:显著(p<0.05) 相关的样点以不同大小的实心圆圈表示,不显著相关的树轮样点
图中用空心圆圈表示;NINO 12=厄尔尼诺1+2,NINO 34=厄尔尼诺3.4,TNI=差异厄尔尼诺指数,EMI=厄尔尼诺-南方涛动Modoki指数,SO=南方涛动,MEI=多变量厄尔尼诺-南方涛动指数
Fig. 7 Map of the correlations between different indices of El Niño -Southern Oscillation(ENSO)and the tree-ring chronologies.The full circles with different sizes indicate the significant(p < 0.05) correlations and the empty circles indicatethe nonsignificant correlations. NINO 12=Niño1+2, NINO 34=Niño3.4, TNI=Trans-Niño Index, EMI=EMI,SO=Southern Oscillation, and MEI=Multivariate ENSO Index

图 8所示,年际尺度上不同厄尔尼诺-南方涛动指数与树轮的存在显著相关的区域与原始序列的相关相似,但显著性程度有所提高。尤其是厄尔尼诺1+2和厄尔尼诺3.4与树轮存在显著相关的样点明显增加,符合前文指出的这两个指数在年际尺度上与温度的相关明显提高的现象;不过厄尔尼诺-南方涛动Modoki指数与树轮的相关性没有显著的提升。

图 8图 7,但针对年际(1~10年)尺度的数据 Fig. 8 Similar as Fig. 7, but for the data at interannual scales(1~10 years)
4 讨论 4.1 厄尔尼诺-南方涛动与温度和树轮的关系

厄尔尼诺-南方涛动指数刻画的是赤道太平洋海温的变率,不仅刻画极端厄尔尼诺/拉尼娜事件,也描述赤道中东太平洋海温的平均变化[5]。所以厄尔尼诺-南方涛动指数与厄尔尼诺-南方涛动事件对区域气候和树轮的影响也会略有区别,区域气候在厄尔尼诺事件没有发生的时期是可能受到其他因子的控制,本文主要侧重研究厄尔尼诺-南方涛动指数对气候和树轮的影响。

厄尔尼诺发生时,西太平洋的更热的海水向东扩散,加热更大范围的热带太平洋加,导致赤道海气能量增强,哈德莱环流(Hadley Circulation, 简称H.C.)加强,向中高纬地区输送的能量也加强,导致全球平均温度升高[41]。全球均温最高的1998年和2016年都对应于厄尔尼诺事件的发生[4],但这是针对极端厄尔尼诺-南方涛动事件发生的情况。研究发现,厄尔尼诺-南方涛动指数没有与赤道东太平洋临近区域气候显著相关,却与赤道西太平洋周边的东南亚和印度次大陆地区的温度出现显著的正相关(图 34)。这是由于厄尔尼诺发生时,赤道东太平洋温度偏高,沃克环流减弱,对应于环西太平洋的东南亚和印度次大陆地区的对流活动减弱,潜热释放对区域的降温减弱,温度升高;加上云量降低,太阳辐射能量升高,也会导致区域温度升高[5]。厄尔尼诺发生时阿留申低压加强,导致阿拉斯加暖流加强,加拿大西岸温度升高[42];另外,赤道东太平洋温度升高,伴随着的哈德莱环流的加强也可能导致其北面的加拿大地区温度升高。

由于东南亚和加拿大西岸的树轮和厄尔尼诺-南方涛动均与温度表现出显著的关联,所以东南亚和加拿大西岸的树轮也表现出与厄尔尼诺-南方涛动的显著相关。相对而言,东南亚地区的树轮与厄尔尼诺-南方涛动的相关最显著。可能是对于湿热地区的树木生长同时受到温度和降水的影响,冬季低温可能延缓生长季开始时间或影响营养物质的积累,不仅如此,夏季高温也可能导致水分的不足,造成干旱限制[43];另外,厄尔尼诺-南方涛动指数与树轮年表的相关高于与温度的相关,说明在湿热地区,关联厄尔尼诺-南方涛动和树轮的不仅仅是温度,很可能还有降水和光照等的协同变化。

4.2 厄尔尼诺-南方涛动与降水和树轮的关系

研究发现厄尔尼诺-南方涛动与海洋距离遥远的中亚地区的降水的关系最显著,在前人的研究中也有报道[44]。一种可能的解释是,当处于厄尔尼诺态时,沃克环流减弱会伴随着东亚和南亚地区低空出现高压异常,导致其高压左侧从印度洋往北的水汽输送增强,导致区域偏湿[44]。在厄尔尼诺发生时,北美西岸海温偏高,对流活动增强,北美西岸降水偏多,但厄尔尼诺-南方涛动指数并没有与临近赤道东太平洋的北美西南部的降水出现显著相关,而是与美国西北部出现显著相关。这可能是由于厄尔尼诺-南方涛动指数很大程度反映海温的平常状况,当没有达到极端的厄尔尼诺时,对美国西岸降水影响较小,这时候北美西南部的降水受到其他因子的控制。

仅考虑降水的情况,南方涛动与降水的相关最高,但是与温度的相关较低。因为海温的改变对温度变化可能比单一大气过程对温度变化的影响大,而南方涛动没有包括了海温的信号,所以表现出低相关。另外,南方涛动与美国西北部和加拿大西北部的降水存在相反的相关关系,这在与其他厄尔尼诺-南方涛动指数的相关中没有明显的表现。说明基于大气过程定义的厄尔尼诺-南方涛动指数与包括海洋过程的指数与区域气候的关联存在一定差异。

中亚地区的树轮也表现出与厄尔尼诺-南方涛动的显著相关,而且这种关联在历史时期也比较稳定,并使用该区域的树轮进行厄尔尼诺-南方涛动的重建[22]。美国西北的树轮也被广泛用于重建厄尔尼诺-南方涛动,这个区域树轮生长也同时受到太平洋十年涛动(PDO)的影响,也被用于重建太平洋十年涛动[45]。厄尔尼诺-南方涛动和太平洋十年涛动之间高度相关,但是仍然存在区别,故重建有必要区分二者对这个区域树轮的影响。

4.3 厄尔尼诺-南方涛动与温度和降水协同变化以及与树轮的关系

综合考虑温度和降水,多变量厄尔尼诺-南方涛动指数与气候和树轮的相关最高,表明海气耦合的指数比单一基于海洋或大气过程定义的指数能更好地代表厄尔尼诺-南方涛动过程。另一方面说明尽管厄尔尼诺-南方涛动是一个耦合的海气过程,但并不是所有的时期都是协同变化,当热带海气过程耦合更紧密时,厄尔尼诺-南方涛动可以引起更大的大尺度环流异常,对区域气候的影响更大。

基于气压梯度定义的南方涛动与区域气候有较高的相关,但是基于海温梯度定义的厄尔尼诺-南方涛动Modoki指数与差异厄尔尼诺指数与气候的相关最低(图 2)。这说明太平洋热带海温梯度的差异对区域气候的影响不如中东太平洋海温平均状况对区域气候的影响强烈。事实上厄尔尼诺-南方涛动Modoki现象,即中部太平洋增暖,对热带太平洋海温异常的解释方差也小于典型的东太平洋增暖的厄尔尼诺-南方涛动事件[29]

虽然厄尔尼诺-南方涛动指数与树轮的相关和气候资料的相关相似,但是也存在显著的差异。部分区域的树轮和厄尔尼诺-南方涛动指数表现出显著相关,然而这些区域的温度和降水均与厄尔尼诺-南方涛动的相关不高。本研究中树轮与气温和降水相关低的现象,在与海气过程相关的现象在前人的研究中也有发现,比如基于台湾地区的树轮和温度、降水的相关均不高,却与对流层顶的西风急流的相关最高[46]。是由于海气过程的异常不仅仅会引起单一的温度或降水的异常,而是会引起一系列气候因子的协同变化。对于树轮来说,影响其生长的气候因子也不是单一的温度或降水,而是一系列气候因子的组合。当海气过程,如厄尔尼诺-南方涛动,引起各气候因子的协同变化与影响树轮的气候因子的组合相似时,就可能出现树轮对海气过程响应更高的情况。这也可以解释与厄尔尼诺-南方涛动指数出现较气候资料更高相关的区域集中在湿润地区,如喜马拉雅南麓地区,这些区域的树轮可能响应多个气候因子,不同于在寒旱地区,控制树轮的气候因子相对单一[47]

树轮与多变量厄尔尼诺-南方涛动指数的相关最高,可能一方面是该指数与气候资料的相关最高,另一方面是该指数指示多个气候变率的耦合变化,厄尔尼诺-南方涛动能引起区域气候多个因子的协同变化。厄尔尼诺-南方涛动Modoki指数与树轮的相关较与气候资料的相关明显高,这可能说明该指数引起区域气候因子的协同变化与影响树轮的气候因子的组合更相近。该指数与树轮的相关集中在喜马拉雅南麓,说明可能是该指数与喜马拉雅南麓气候因子的组合关系更近。这些树轮年表对对厄尔尼诺-南方涛动敏感度超过对单一气候因子的敏感度,一定程度上可以称这类树轮年表为“厄尔尼诺-南方涛动树轮年表”。不过这里需要特别注意的是树轮年表的不均匀分布会影响相关分析结果。喜马拉雅南麓树轮表现出与厄尔尼诺-南方涛动的高相关,可能与这个区域树轮年表集中分布有关,在喜马拉雅南麓以外的湿润地区也可能出现与厄尔尼诺-南方涛动的高相关,只是这些区域年表缺失或数量太少,限制了对厄尔尼诺-南方涛动树轮年表的发现。

厄尔尼诺-南方涛动的树轮重建是基于它与树轮之间的统计联系,本研究强调了不仅需要揭示二者之间的关联,还需要解译厄尔尼诺-南方涛动怎样通过影响大气环流进而影响区域气候因子的变化,以及区域气候因子如何变化从而影响树木生长的过程。例如在寒冷干旱的地区,树木生长受降水的限制,而区域降水又受厄尔尼诺-南方涛动的影响,故该区域树轮可以用于重建厄尔尼诺-南方涛动。然而在一些湿润地区,如喜马拉雅南麓,厄尔尼诺-南方涛动是通过影响一系列气候因子的协同变化从而影响树轮,有必要探究这些协同因子的组合关系在历史时期是否稳定。

5 结论

本文对比了器测温度、降水与东亚和北美335条超过400年的树轮年表对6种厄尔尼诺-南方涛动指数的响应差异。主要结论如下:

(1) 年际尺度上温度和树轮年表对厄尔尼诺-南方涛动的响应均有所提高,而降水对厄尔尼诺-南方涛动响应的没有明显变化。

(2) 气候和树轮资料对多变量厄尔尼诺-南方涛动指数响应最高,说明赤道太平洋多个海气因子耦合的变化较单一的海洋或大气因子更能引起区域气候的异常。

(3) 差异厄尔尼诺-南方涛动指数与温度、降水和树轮的相关均最低,说明热带中东太平洋的海温梯度对区域气候异常影响较小;厄尔尼诺-南方涛动Modoki指数与温度和降水的相关均比较低,然而该指数与树轮的相关比较高。

(4) 厄尔尼诺-南方涛动与东南亚和印度次大陆以及加拿大中西部的温度相关最高,与中亚和美国西北部的降水的相关最高;这些区域的树轮年表也表现出与厄尔尼诺-南方涛动的显著相关。

(5) 一些区域没有发现显著的厄尔尼诺-南方涛动与气温或降水的相关,却出现了厄尔尼诺-南方涛动与树轮的显著相关,这些区域集中在湿润区,比如喜马拉雅南麓,这可能是由于这些区域响应的多个气候因子的组合与厄尔尼诺-南方涛动所引起的多个因子的协同变化相似。

致谢: 感谢中国第四纪科学研究会的支持和关怀;感谢审稿专家和编辑部老师建设性的修改意见。本研究由国家自然科学基金项目(批准号:41471172和U1405231)、福建省杰出青年基金项目(批准号:2015J06008) 和福建省特支计划青年拔尖人才项目共同资助。

参考文献(References)
1
Schlesinger M E, Ramankutty N. An oscillation in the global climate system of period 65-70 years. Nature, 1994, 367(6465): 723-726. DOI:10.1038/367723a0
2
Dai A, Fyfe J C, Xie Shangping, et al. Decadal modulation of global surface temperature by internal climate variability. Nature Climate Change, 2015, 5(6): 555-559. DOI:10.1038/nclimate2605
3
Fang Keyan, Gou Xiaohua, Chen Fahu, et al. Large-scale precipitation variability over Northwest China inferred from tree rings. Journal of Climate, 2011, 24(13): 3457-3468. DOI:10.1175/2011JCLI3911.1
4
Kosaka Y, Xie Shangping. Recent global-warming hiatus tied to equatorial Pacific surface cooling. Nature, 2013, 501(7467): 403-407. DOI:10.1038/nature12534
5
Allan R, Lindesay J, Parker D. El Niño:Southern Oscillation and Climatic Variability. Melbourne: CSIRO Publishing, 1996, 3-23.
6
Gou Xiaohua, Deng Yang, Chen Fahu, et al. Tree ring based streamflow reconstruction for the upper Yellow River over the past 1234 years. Chinese Science Bulletin, 2010, 55(36): 4179-4186. DOI:10.1007/s11434-010-4215-z
7
勾晓华, 杨梅学, 彭剑峰, 等. 树轮记录的阿尼玛卿山区过去830年夏半年最高温变化. 第四纪研究, 2006, 26(6): 991-998.
Gou Xiaohua, Yang Meixue, Peng Jianfeng, et al. Maximum temperature reconstruction for Animaqing Mountains over past 830 years based on tree-ring records. Quaternary Sciences, 2006, 26(6): 991-998.
8
Liang Eryuan, Shao Xuemei, Qin Ningsheng. Tree-ring based summer temperature reconstruction for the source region of the Yangtze River on the Tibetan Plateau. Global and Planetary Change, 2008, 61(3-4): 313-320. DOI:10.1016/j.gloplacha.2007.10.008
9
Liu Yu, An Zhisheng, Ma Haizhou, et al. Precipitation variation in the northeastern Tibetan Plateau recorded by the tree rings since 850 AD and its relevance to the Northern Hemisphere temperature. Science in China (Series D), 2006, 49(4): 408-420. DOI:10.1007/s11430-006-0408-3
10
Shao Xuemei, Xu Yan, Yin Zhiyong, et al. Climatic implications of a 3585-year tree-ring width chronology from the northeastern Qinghai-Tibetan Plateau. Quaternary Science Reviews, 2010, 29(17-18): 2111-2122. DOI:10.1016/j.quascirev.2010.05.005
11
邵雪梅, 王树芝, 徐岩, 等. 柴达木盆地东北部3500年树轮定年年表的初步建立. 第四纪研究, 2007, 27(4): 477-485.
Shao Xuemei, Wang Shuzhi, Xu Yan, et al. A 3500-year master tree-ring dating chronology from the northestern part of the Qaidam Basin. Quaternary Sciences, 2007, 27(4): 477-485.
12
Yang Bao, Qin Cun, Wang Jianglin, et al. A 3500-year tree-ring record of annual precipitation on the northeastern Tibetan Plateau. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(8): 2903-2908. DOI:10.1073/pnas.1319238111
13
杨保. 树轮记录的小冰期以来青藏高原气候变化的时空特征. 第四纪研究, 2012, 32(1): 81-94.
Yang Bao. Spatial and temporal patterns of climate variations over the Tibetan Plateau during the period 1300-2010. Quaternary Sciences, 2012, 32(1): 81-94.
14
Zhang Qibing, Cheng Guodong, Yao Tandong, et al. A 2326-year tree-ring record of climate variability on the northeastern Qinghai-Tibetan Plateau. Geophysical Research Letters, 2003, 30(14): 1739-1742.
15
Liu Xiaohong, An Wenling, Treydte K, et al. Tree-ring δ18 O in Southwestern China linked to variations in regional cloud cover and tropical sea surface temperature. Chemical Geology, 2012, 291(1): 104-115.
16
史锋, 杨保, 冯娟, 等. 利用树轮资料集成重建的过去2000年北半球年平均温度变化. 第四纪研究, 2015, 35(5): 1051-1063.
Shi Feng, Yang Bao, Feng Juan, et al. Reconstruction of the Northern Hemisphere annual temperature change over the Common Era derived from tree rings. Quaternary Sciences, 2015, 35(5): 1051-1063.
17
陈振举, 白学平, 李俊霞, 等. 树木年轮记录的辽河平原南部240年以来10-6月的降水变化. 第四纪研究, 2015, 35(5): 1165-1174.
Chen Zhenju, Bai Xueping, Li Junxia, et al. A tree-ring recorded October-June precipitation in southern Liaohe River plain during the past 240 years. Quaternary Sciences, 2015, 35(5): 1165-1174.
18
方克艳, 刘秀铭, 李颖俊, 等. 树轮记录的过去300年来青藏高原东南部积雪覆盖的变化. 第四纪研究, 2016, 36(4): 993-1001.
Fang Keyan, Liu Xiuming, Li Yingjun, et al. Interdecadal variations of the snow cover in the southeastern Tibetan Plateau recorded in tree rings. Quaternary Sciences, 2016, 36(4): 993-1001.
19
康淑媛, 杨保. 中国北方季风边缘区过去530年降水的时空变化及其驱动机制研究. 第四纪研究, 2015, 35(5): 1185-1193.
Kang Shuyuan, Yang Bao. Precipitation variability at the northern fringe of the Asian summer monsoon in Northern China and its possible mechanism over the past 530 years. Quaternary Sciences, 2015, 35(5): 1185-1193.
20
朱良军, 李善尧, 王晓春. 基于树木年轮重建伊春1790年以来2-3月最低温度变化. 第四纪研究, 2015, 35(5): 1175-1184.
Zhu Liangjun, Li Shanyao, Wang Xiaochun. Tree-ring reconstruction of February-March mean minimum temperature back to 1790A.D. in Yichun. Northeast China. Quaternary Sciences, 2015, 35(5): 1175-1184.
21
史江峰, 李玲玲, 韩志勇, 等. 湖南道吾山树轮记录的1815-2013年6-9月平均温度及其与PDO和ENSO的联系. 第四纪研究, 2015, 35(5): 1155-1164.
Shi Jiangfeng, Li Lingling, Han Zhiyong, et al. Tree-ring width based June-September temperature reconstruction and its teleconnection with PDO and ENSO in Mount Daowu, Hunan Province. Quaternary Sciences, 2015, 35(5): 1155-1164.
22
Li Jinbao, Xie S, Cook E, et al. El Niño modulations over the past seven centuries:Amplitude, teleconnection, and the volcanic effect. Nature Climate Change, 2013, 3(9): 822-826. DOI:10.1038/nclimate1936
23
Stahle D W, D'Arrigo R D, Krusic P J, et al. Experimental dendroclimatic reconstruction of the Southern Oscillation. Bulletin of the American Meteorological Society, 1998, 79(10): 2137-2152. DOI:10.1175/1520-0477(1998)079<2137:EDROTS>2.0.CO;2
24
Wilson R, Cook E R, D'Arrigo R D, et al. Reconstructing ENSO:The influence of method, proxy data, climate forcing and teleconnections. Journal of Quaternary Sciences, 2010, 25(1): 62-78. DOI:10.1002/jqs.v25:1
25
Franke J, Frank D, Raible C C. Spectral biases in tree-ring climate proxies. Nature Climate Change, 2013, 3(4): 360-364. DOI:10.1038/nclimate1816
26
Fang Keyan, Frank D, Zhao Yan, et al. Moisture stress of a hydrological year on tree growth in the Tibetan Plateau and surroundings. Environmental Research Letters, 2013, 10(3): 034010.
27
Fang Keyan, Frank D, Gou Xiaohua, et al. Precipitation variations over the past four centuries in the Dieshan Mountain area inferred from tree rings:An introduction to a HHT-based method. Global and Planetary Change, 2013, 107(4): 109-118.
28
Trenberth K E, Stepaniak D P. Indices of El Niño evolution. Journal of Climate, 2001, 14(8): 1697-1701. DOI:10.1175/1520-0442(2001)014<1697:LIOENO>2.0.CO;2
29
Ashok K, Behera S K, Rao S A, et al. El Niño Modoki and its possible teleconnection. Journal of Geophysical Research:Oceans, 2007, 112(C11): C11007. DOI:10.1029/2006JC003798
30
Rayner N A, Parker D E, Horton E B, et al. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century. Journal of Geophysical Research, 2003, 108(D14): 1063-1082.
31
Allan R J, Nicholls N, Jones P D, et al. A further extension of the Tahiti-Darwin SOI, early ENSO events and Darwin pressure. Journal of Climate, 1991, 4(7): 743-749. DOI:10.1175/1520-0442(1991)004<0743:AFEOTT>2.0.CO;2
32
Harris I, Jones P D, Osborn T J, et al. Updated high-resolution grids of monthly climatic observations-the CRU TS3.10 dataset. International Journal of Climatology, 2014, 34(3): 623-642. DOI:10.1002/joc.3711
33
Cook E R, Woodhouse C A, Eakin C M, et al. Long-term aridity changes in the western United States. Science, 2004, 306(5698): 1015-1018. DOI:10.1126/science.1102586
34
Cook E R, Krusic P J, Anchukaitis K J, et al. Tree-ring reconstructed summer temperature anomalies for temperate East Asia since 800 CE. Climate Dynamics, 2013, 41(11): 2957-2972.
35
Shi Feng, Ge Quansheng, Yang Bao, et al. A multi-proxy reconstruction of spatial and temporal variations in Asian summer temperatures over the last millennium. Climatic Change, 2015, 131(4): 663-676. DOI:10.1007/s10584-015-1413-3
36
Fang Keyan, Cook E R, Guo Zhengtang et al. Synchronous multi-decadal tree-ring patterns of the northern Pacific areas reveal dynamics of the Interdecadal Pacific Oscillation(IPO)since 1567. National Science Review, 2017, in review
37
PAGES 2k Consortium. Continental-scale temperature variability during the past two millennia. Nature Geoscience, 2013, 6(6): 339-346.
38
Cook E R, Kairiukstis L. Methods of Dendrochronology. Dordrecht:Kluwer Academic Press, 1990, 97-214.
39
Cook E R, Anchukaitis K J, Buckley B M, et al. Asian monsoon failure and megadrought during the last millennium. Science, 2010, 328(5977): 486-489. DOI:10.1126/science.1185188
40
Fang Keyan, Davi N, Gou Xiaohua, et al. Spatial drought reconstructions for central High Asia based on tree rings. Climate Dynamics, 2010, 35(6): 941-951. DOI:10.1007/s00382-009-0739-9
41
Fu Qiang, Johanson C M, Wallace J M, et al. Enhanced mid-latitude tropospheric warming in satellite measurements. Science, 2006, 312: 1179. DOI:10.1126/science.1125566
42
Papineau J M. Wintertime temperature anomalies in Alaska correlated with ENSO and PDO. International Journal of Climatology, 2001, 21(21): 1577-1592.
43
Buckley B M, Anchukaitis K J, Penny D, et al. Climate as a contributing factor in the demise of Angkor, Cambodia. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(15): 6748-6752. DOI:10.1073/pnas.0910827107
44
Mariotti A. How ENSO impacts precipitation in southwest Central Asia. Geophysical Research Letters, 2007, 34(16): 370-381.
45
Biondi F, Gershunov A, Cayan D R. North Pacific decadal climate variability since 1661. Journal of Climate, 2001, 14(1): 5-10. DOI:10.1175/1520-0442(2001)014<0005:NPDCVS>2.0.CO;2
46
Wright W E, Guan B T, Tseng Y H, et al. Reconstruction of the springtime East Asian Subtropical Jet and Western Pacific pattern from a millennial-length Taiwanese tree-ring chronology. Climate Dynamics, 2015, 44(5-6): 1645-1659. DOI:10.1007/s00382-014-2402-3
47
Fritts H C. Tree Rings and Climate. London: Academic Press, 1976, 1-567.
Responses of instrumental and tree-ring data to different indices of the El Niño-Southern Oscillation(ENSO)
Fang Keyan①,②, Zhou Feifei, Dong Zhipeng, Liu Xiuming, Wu Haibin, Li Yingjun①,③, Cao Xinguang, Guo Zhengtang②,④,⑤     
(① Key Laboratory for Subtropical Mountain Ecology(Ministry of Science and Technology and Fujian Province Funded), Institute of Geography, Fujian Normal University, Fuzhou 350007;
Key Laboratory of Cenozoic Geology and Environment, Institute of Geology and Geophysics, Chinese Academy of Sciences, Beijing 100029;
Research Center for Scientific Development in Fenhe River Valley, Taiyuan Normal University, Jinzhong 030619;
University of Chinese Academy of Sciences, Beijing 100049;
CAS Center for Excellence in Tibetan Plateau Earth Sciences, Beijing 100101)

Abstract

El Niño -Southern Oscillation(ENSO)plays the most conspicuous role in shaping the interannual(0~10 years)climate variability of the globe, which is a key concern for studies on climate change for both of the modern and historical periods. Different indices have been developed to characterize its features and evolutions. The indices are defined for different oceanic regions or including different oceanic and atmospheric components. However, the instrumental data to infer changes of ENSO are limited to the industrial era. This limits our ability to fully comprehend the regimes of ENSO in the historical period, when both anthropogenic activities play a less important role on climate change. Tree rings are to our knowledge the most frequently used data to reconstruct the ENSO variability of the past millennia, because they are climate sensitive, accurately dated, highly resolved and have a large and dense spatial coverage. Although numerous studies have been conducted on the linkages between ENSO and climate changes in both the instrumental and historical periods, it is still unknown about the responses of instrumental and tree-ring data to different indices of ENSO. This study presents a systematic survey on the linkages between different ENSO indices and the instrumental temperature, precipitation and the tree-ring data for different timescales in eastern Asia and North America. This can improve our understandings on the linkages between regional climate and different ENSO indices and can also shed lights on whether there are systematic biases for tree-ring based ENSO reconstructions. This study employed the instrumental temperature and precipitation data, as well as a tree-ring network of 335 tree-ring chronologies, including 196 chronologies for eastern Asia and 139 chronologies for North America. All these chronologies are over 400 years and have been widely used for climate reconstructions including ENSO. The ENSO indices employed herein include the definition based on sea surface temperature(SST)in eastern and central Pacific Ocean, i.e. the Niño1+2 and Niño3.4, and the SST gradients in this area, i.e. the Trans-Niño Index(TNI), and the SST differences between central and eastern and western Pacific Ocean, i.e. the ENSO Modoki Index(EMI). In addition, we also employed the atmospheric component of the ENSO, i.e. the Southern Oscillation(SO)and the index with the most comprehensive oceanic and atmospheric components, i.e. the Multivariate ENSO Index(MEI). ENSO indices have higher correlations with temperature and tree rings than at interannual scales than at interdecadal scales. Both the climate and the tree-ring data have the highest correlations with MEI among the ENSO indices. This indicates that the coupled indices incorporating both oceanic and atmospheric components have closer linkages with climate and thus tree rings than individual oceanic and atmospheric components. Both climate data and tree rings have the lowest correlation with TNI, suggesting that the temperature gradients in central and eastern tropical Pacific Ocean have least impacts on large-scale climate anomalies. EMI has low correlations with climate data but have high correlations with tree rings. This may be because that the EMI can cause common changes of many climate variables, which are similar as the combination of the limiting climate variables for tree growths. ENSO indices have the highest correlations with temperature and tree-ring data in southeastern Asia, Indian subcontinent and the western bank of Canada. Both precipitation and tree-ring data have significant correlations in central Asia and northwestern USA. There are also mismatches among the correlations of climate and tree-ring data with ENSO indices. Tree-ring data have high correlations with many tree-ring chronologies from wet regions, such as the southern Himalaya, where no significant correlation is observed between climate data and the ENSO. Instead of identifying the relationships between ENSO and tree rings before an ENSO reconstruction, our study highlights the necessity to examine the linkages among tree rings, regional climate variables and ENSO.
Key words: tree ring     El Niño-Southern Oscillation(ENSO)     climate reconstruction     interannual timescale