中国气象学会主办。
文章信息
- 秦坚肇, 王亚非. 2014.
- QIN Jianzhao, WANG Yafei. 2014.
- 构建描述两种ENSO类型的新指数
- Construction of new indices for the two types of ENSO events
- 气象学报, 72(3): 526-541
- Acta Meteorologica Sinica, 72(3): 526-541.
- http://dx.doi.org/10.11676/qxxb2014.023
-
文章历史
- 收稿日期:2013-8-30
- 改回日期:2013-12-9
厄尔尼诺和南方涛动(ENSO)是热带太平洋上大尺度海-气相互作用的强烈体现,其对全球天气及气候变化具有重要影响。Bjerknes(1966,1969)首先阐述了南方涛动和厄尔尼诺的物理联系及动力学机制,Rasmusson等(1982)定义了一个典型的厄尔尼诺现象,其海表面异常升温起源于南美沿岸并向西传播到赤道太平洋。Philander(1983)统计1950—1983年的厄尔尼诺事件发现,虽然典型厄尔尼诺占绝大多数,但1963和1982年的厄尔尼诺事件并没有遵循典型厄尔尼诺的发生规律,而主要表现为海表异常升温首先出现在赤道中部太平洋,再向东传播到南美沿岸。近些年来,许多气象学者也陆续确认除了典型厄尔尼诺以外还存在一类中部太平洋升温的厄尔尼诺,美国国家海洋大气局(NOAA)2003年据此提出用Nino3.4指数定义厄尔尼诺(http://www.noaanews.noaa.gov/stories/s2095.htm),这主要考虑到Nino3.4区能够覆盖赤道中太平洋而避免遗漏这种非典型的厄尔尼诺现象。Larkin等(2005a,2005b)进一步根据这种定义将海表升温区域中心在日期变更线附近的厄尔尼诺命名为“日界线厄尔尼诺”。同样,Ashok等(2007)将热带太平洋海表温度进行经验正交函数(EOF)分解成功得到前两个模态分别对应典型厄尔尼诺和中部太平洋升温的现象,并将后者命名为“厄尔尼诺Modoki”。Kao等(2009)进一步采用联合回归-经验正交函数分解方法分离两类ENSO得到更为清晰的结果,并将典型厄尔尼诺称为“东部型ENSO”,将升温发生在赤道中部太平洋的现象称为“中部型ENSO”。类似地,Li等(2012)将热带太平洋海温异常进行经验正交函数分解得出的前两个模态相加或者相减得到两种海温异常分布类型,将此分别定义为中部型和东部型厄尔尼诺事件,研究发现这种分类方法可以较好地反映两类厄尔尼诺对中国东部气候的影响。Kug等(2009)根据厄尔尼诺事件最大升温区的不同位置将升温主体区域在东部太平洋乃至中部太平洋的厄尔尼诺称为“冷舌厄尔尼诺”,而将源于中部太平洋升温的厄尔尼诺称为“暖池厄尔尼诺”。Kug等(2010)还通过数值模拟验证了暖池厄尔尼诺和冷舌厄尔尼诺的存在,并发现两类厄尔尼诺事件有着不同的物理演变机制。伴随着海表温度异常(SSTA)中心位置和物理演变机制的差异,两类ENSO所引起的环流异常及其气候效应也都表现出不同的空间分布特征(Weng et al,2007;Feng et al,2010,2011a,2011b;Gouirand et al,2013;Tedeschi et al,2013;Yadav et al,2013;冯娟等,2010)。因此,正确认识和监测上述两类ENSO,对气候预测是至关重要的。
对于两类ENSO类型的判定,一般着眼于海表升温区的主要位置、整个变暖过程的演变特征、发现最初升温位置以及海表温度的分布类型等。许多学者(符淙斌等,1985;林学椿等,1993;唐佑民等,1994;赵永平等,1998;Kug et al,2009)主要靠对比两者的相对位置和特点粗略判定ENSO类型,这是从定性方面来考量。也有的试图通过定义几组指数将其定量化,Ashok等(2007)和Li等(2010)根据厄尔尼诺Modoki的热带太平洋海温分布呈三极子结构定义了厄尔尼诺Modoki指数和改进的厄尔尼诺Modoki指数;Ren等(2011)对Nino3、Nino4指数进行坐标变换提出描述暖池厄尔尼诺和冷舌厄尔尼诺的NWP和NCT指数;类似地,Takahashi等(2011)将常用的Nino指数(Nino3、Nino4、Nino3.4和Nino1+2)分别拟合两类ENSO并进行经验正交函数分解而得到的时间序列,构造成相互正交的E和C指数,并用来分别描述东部型ENSO和中部型ENSO;另外,Yu等(2011)发现两类厄尔尼诺次表层海洋温度的分布明显不同,进而选取赤道东部太平洋和赤道中部太平洋次表层海洋温度定义两类厄尔尼诺事件的次表层海温指数;陈圣劼等(2013)研究发现厄尔尼诺和厄尔尼诺Modoki的海-气耦合特征存在显著差异,进而选取上层热含量定义了HCEI和HCEMI指数来分别反映和区分两类厄尔尼诺与大气间的耦合特征。
相比之下,考虑到东部型ENSO和中部型ENSO与Nino4指数和Nno1+2指数相关系数较高的特点,Kao等(2009)提出的联合回归-经验正交函数分解方法可得到比较客观的ENSO分类,并且可以采用各自第1模态的时间序列(PC1)分别描述东部型ENSO和中部型ENSO,这一对时间序列可以较好地描述两类ENSO事件的演变过程和成熟期变温强度,但存在两个缺点:(1)计算时间序列的过程较为复杂繁琐,(2)判定标准比较含糊,不便于监测两类ENSO。此外,Ashok等(2007)、Kao等(2009)、Kug等(2011)虽提及存在两类冷事件,但没有对其进行关注,而是过分关注两类暖事件,不对冷事件分类进行研究显然是不全面的。为了补充或解决以上问题,本研究拟在已有研究特别是Kao等(2009)对两类ENSO分类的基础上,利用海表温度资料,综合考虑热带太平洋异常海温的分布,简化计算过程,旨在定义新的指数来描述两类ENSO,并且试图利用新指数确定出更严格的判定标准从而划分和判定厄尔尼诺和拉尼娜的类型与强度,进一步探讨东部型/中部型厄尔尼诺和东部型/中部型拉尼娜的演变特征,为监测和预测两类ENSO提供新的方法和思路。2 数据和方法
所用的资料取自英国气象局哈得来中心全球月平均的海温数据(Rayner et al,2003),空间分辨率为1°×1°,时间选取1950年1月—2011年12月。近几十年在全球变暖的大背景下海温有明显的升高趋势,为了消除这种变暖的趋势,美国国家气象局气候预测中心(CPC)提出以5年为步长移动的海温30年滑动平均定义为海温气候态,比如:1946—1950年的气候态选取1931—1960年的平均,1951—1955年的气候态选取1936—1965年的平均,1956—1960年的气候态选取1941—1970年的平均,…,依次类推,具体参考http://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_change.shtml。
本研究的海表温度异常是通过采用上述计算海温气候态的方法去除海温月平均趋势得到的。
采用的Nino3、Nino4、Nino3.4和Nino1+2指数分别是海表温度异常(SSTA)在Nino3(5°N—5°S,150°—90°W)、Nino4(5°N—5°S,160°E—150°W)、Nino3.4(5°N—5°S,170°—120°W)和Nino1+2区(0—10°S,90°—80°W)的区域平均。依据Kao等(2009)提出的联合回归-经验正交函数分解方法分离两类ENSO:首先计算海温异常和Nino1+2指数(Nino4指数)的回归值,然后计算海温异常与回归值的差从而得到残余海温异常,最后通过残差海温异常做经验正交函数分解得到中部型(东部型)ENSO海温主导模态的空间分布。
由Nino3.4指数确定的厄尔尼诺和拉尼娜事件,是依据美国气候预测中心提出的定义确定的,即3个月滑动平均Nino3.4区海温的正(负)距平不低于(不高于)0.5°C(-0.5°C)且至少持续5个月的现象称为厄尔尼诺(拉尼娜)(http://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ensoyears.shtml)。3 新指数构建
Li等(2010)认为Nino1+2和Nino4指数都含有厄尔尼诺和厄尔尼诺Modoki的信号,但前者偏重于典型厄尔尼诺而后者偏重于厄尔尼诺Modoki;另外,由于Nino3区没有充分考虑西部太平洋暖池的作用且覆盖面积有限,选用Nino3指数描述厄尔尼诺虽然能够排除厄尔尼诺Modoki,但不能完全捕获厄尔尼诺事件。Kao等(2009)提出的联合回归-经验正交函数分解方法可以大致弥补这两点不足。首先使用联合回归-经验正交函数分解方法计算得到东部型和中部型ENSO的第1模态,结果表明两类ENSO的此模态均通过North等(1982)显著性检验标准,并且两者第1模态的方差贡献率分别为39%和41%。从两类ENSO对应的海温第1模态的空间分布(图 1)可以看出,东部型ENSO对应的热带太平洋海温呈偶极子结构,即海温正异常中心在赤道太平洋南美沿岸,而弱海温负异常中心在西太平洋暖池附近,两者以日期变更线为界(图 1a);而中部型ENSO对应的热带太平洋海温呈三极子结构,即在赤道太平洋日界线附近为明显的海温正异常中心,在Nino1+2区和赤道太平洋西岸是海温负异常中心(图 1b)。因此,本研究定义IEP(东部型ENSO指数)和ICP(中部型ENSO指数)为
式(1)中,T[A]和T[B]分别表示A(5°S—5°N,110°—80°W)和B(5°S—10°N,150°E—180°)范围内海温的区域平均。因为界定的海区有着不同的范围,若均等权处理势必会加大范围较小海区的比重,所以将单个海区面积和总面积之比作为指数的权重系数,如AEP=2/5,BEP=3/5。同理,式(2)中T[A]、T[B]和T[C]分别表示A(10°S—10°N,170°E—140°W)、B(10°S—5°N,130°—150°E)和C(5°S—5°N,100°—80°W)范围内海温异常的区域平均,其中,权重系数ACP=10/15,BCP=3/15,CCP=2/15。利用前面的定义计算得到1950—2011年IEP和ICP的演变,与东部型ENSO和中部型ENSO联合回归-经验正交函数分解得到的时间序列(PC1)相比较可以看出(图 2),两者基本重合,差异很小,相关系数均可达到0.94。其中,IEP(图 2a)和ICP(图 2b)的偏度分别为1.56和-0.43,这种空间不对称性说明,在东部型事件中强厄尔尼诺发生频率高于强拉尼娜,与之相反,在中部型事件中强拉尼娜发生频率高于强厄尔尼诺,当然东部型拉尼娜和中部型厄尔尼诺事件也会经常发生,这与Kao等(2009)指出的强东部型厄尔尼诺和强中部型拉尼娜发生更频繁一致。另外,IEP或ICP还能体现Nino3.4指数定义的强厄尔尼诺和强拉尼娜事件,例如:IEP中1982/1983、1997/1998年强厄尔尼诺和1954/1956、1970/1972、1988/1989年强拉尼娜,ICP中1965/1966、2009/2010年强厄尔尼诺和1973/1974、1974/1976、1988/1989、1998/2000、2007/2008、2010/2011年强拉尼娜。此外,计算得到IEP和ICP的相关系数只有0.03,比东部型、中部型的时间序列(PC1)的相关系数(-0.35)要小得多,说明新指数IEP和ICP的相互依赖减小,彼此更加接近正交。下面进一步分析Nino3.4指数判定的厄尔尼诺和拉尼娜事件与IEP、ICP的联系,即研究不同强度的冷、暖事件类型的分布,图 3给出1950—2011年标准化IEP、ICP逐月散点分布,点的大小和颜色深浅代表相应月份的Nino3.4指数的大小(点的大小与Nino3.4指数的绝对值成比例,黑点、深灰点、浅灰点分别代表Nino3.4指数处于[1,+∞)、(-∞,-1]、(-1,1)),即可代表事件的强度。可以看出,标准化Nino3.4指数为[1,+∞)(黑点)的月份主要在第一象限,即此时IEP>0且ICP>0,其中大多数月份靠近ICP轴(纵轴),而Nino3.4指数较大的月份较集中在IEP轴(横轴),相反,标准化Nino3.4指数为(-∞,-1](深灰点)的月份主要在第三象限,即此时IEP<0且ICP<0,其中绝大多数的月份和Nino3.4指数较大的月份均靠近ICP轴,说明厄尔尼诺事件东部型和中部型均可,但强厄尔尼诺更倾向于东部型,而拉尼娜事件中IEP均很小,这点在强拉尼娜中更明显,拉尼娜更倾向中部型。IEP和ICP之间较独立的关系,有助于IEP和ICP清楚地区分东部型ENSO和中部型ENSO。
以往研究普遍认为ENSO的主周期是3—6年,而东部型ENSO和中部型ENSO的周期目前尚不清楚,图 4给出IEP和ICP的小波能量和总能量谱。从IEP小波能量谱可以看出,在1975年之前东部型ENSO主要表现为2年的周期振荡,1976/1977年后出现了另一个4—8年的周期,这与An等(2000)提出ENSO周期在1976/1977年前后从2年转变为4年的观点一致;从IEP小波总能量谱可以看出,1950—2011年东部型ENSO的3—8年周期超过显著性为5%的红噪声标准谱检验,其中5年周期尤为显著(图 4a)。与东部型ENSO不同,中部型ENSO在1950—1964和1996—2011年这两个时段没有明显的周期,而在1965—1995年主要表现为2—4年和准12年的周期,说明中部型ENSO较东部型ENSO有强的年代际变化;而且中部型ENSO的2—5年和8—16年周期均超过显著性为5%的红噪声标准谱检验,其中4年和14年周期最为突出(图 4b)。因此,IEP和ICP能够清晰地分辨出两类ENSO的不同周期,更加表明这两个指数可以有效地区分东部型和中部型ENSO。
4 新指数对ENSO事件的分类和监测4.1 用新指数对ENSO事件分类前一节得出IEP和ICP能较清晰地区分两类ENSO,下面利用这两个指数判断已存在ENSO事件的类型,特别是判定冷事件的类型。针对近些年来ENSO中部型事件多发的趋势,Nino3.4指数被认为是较权威的监测指标,所以首先根据Nino3.4指数确定厄尔尼诺和拉尼娜事件,然后利用IEP和ICP区分东部型ENSO和中部型ENSO。事件发生的高峰期是指Nino3.4指数达到极值的时间,演变类型根据IEP和ICP的演变确定,成熟类型是指事件在成熟期(高峰期当月和前后各一个月)的类型。表 1和表 2分别给出1950—2011年厄尔尼诺事件和拉尼娜事件的统计特征,其中18个厄尔尼诺事件,总持续时间是157个月,占742个月的21%,平均每个事件持续8.7个月,而14个拉尼娜事件,总持续时间达187个月,占742个月的25%,平均每个事件持续13.4个月,因此,冷、暖事件的生命史(1个厄尔尼诺事件持续期与1个拉尼娜事件持续期之和)大概是22.1个月,即1.84年。
不同指数在特定事件中相关性的强弱在一定程度上可以反映其对此类事件的分类效果,例如,Kug等(2011)计算得到Nino3和Nino4指数在冷、暖事件成熟期中的相关系数分别为-0.28(厄尔尼诺)和0.72(拉尼娜),说明采用Nino3和Nino4指数能较清楚地区分两类厄尔尼诺,但其区分两类拉尼娜的能力却很有限,同理,本研究计算得到厄尔尼诺和拉尼娜成熟期(高峰期当月和前后各一个月)IEP和ICP的相关系数分别为-0.52和-0.28,因此,与前者相比,IEP和ICP这两个指数不仅能较好地判定东部型拉尼娜和中部型拉尼娜成熟期主要降温区的位置,而且其对暖事件的分类也更清楚,说明IEP和ICP能更有效地区分东部型ENSO和中部型ENSO。仿照已有研究使用Nino3和Nino4指数相对大小判定厄尔尼诺(Yeh et al,2009;Kug et al,2009)和拉尼娜(Yuan et al,2012)事件的类型,本研究根据事件成熟期(高峰期当月和前后各一个月)IEP和ICP相对大小确定厄尔尼诺和拉尼娜事件的成熟类型(表 1和表 2),对于厄尔尼诺,如果成熟期的IEP大于ICP则属于东部型,相反则为中部型,同样对于拉尼娜,如果成熟期IEP小于ICP则属于东部型,相反则为中部型。下面进一步探讨使用IEP和ICP的相对大小来判断具体事件成熟期类型的合理性,为此,综合考虑事件成熟期IEP和ICP的大小和成熟期赤道太平洋海温异常中心的位置。首先,图 5给出厄尔尼诺和拉尼娜事件成熟期的IEP、ICP、Nino3.4指数的大小,厄尔尼诺事件(图 5a)中1951、1972/1973、1982/1983、1997/1998年成熟期IEP明显大于ICP,属于东部型厄尔尼诺;而1963/1964、1968/1969、1977/1978、1994/1995、2002/2003、2004、2009/2010年成熟期IEP明显小于ICP,属于中部型厄尔尼诺。拉尼娜事件(图 5b)中1995/1996年成熟期IEP明显小于ICP,属于东部型拉尼娜;而1964/1965、1970/1972、1973/1974、1974/1976、1983/1984、1988/1989、1998/2000、2007/2008、2010/2011年成熟期IEP明显大于ICP,属于中部型拉尼娜。其次,从厄尔尼诺和拉尼娜事件成熟期热带太平洋海温的分布(图略)情况可以看出,成熟类型为东部型的厄尔尼诺和拉尼娜事件此时升温和降温中心位于东部太平洋,而成熟类型为中部型的厄尔尼诺和拉尼娜事件此时升温和降温中心位于中部太平洋,说明IEP和ICP能较好地描述两类冷、暖事件成熟期海温异常中心的位置和整个太平洋海温的分布特点。此外,从图 5a还可以看出,成熟类型为东部型厄尔尼诺事件成熟期的Nino3.4指数比成熟类型为中部型厄尔尼诺事件成熟期的Nino3.4指数大,这意味着近几十年来较强的厄尔尼诺事件升温主体主要在赤道太平洋南美沿岸。此外,比较Nino3.4指数和IEP、ICP可以看出,除了20世纪最强的两次暖事件(1982/1983、1997/1998年)外,其余的事件无论厄尔尼诺还是拉尼娜,Nino3.4指数均较接近ICP,说明1950—2011年海温异常升高(厄尔尼诺)和降低(拉尼娜)主要发生在中部太平洋。为了更直观地分析1950—2011年厄尔尼诺和拉尼娜事件成熟类型的分布,图 6给出厄尔尼诺(表 1)和拉尼娜(表 2)事件成熟期的IEP和ICP散点分布,可以看出,此时厄尔尼诺和拉尼娜事件均集中在ICP轴,即成熟期的升温(厄尔尼诺)类型中部型多于东部型,成熟期的降温(拉尼娜)类型较厄尔尼诺事件更集中于中部型,而且所有厄尔尼诺事件成熟期的ICP>0,相反,拉尼娜事件成熟期的ICP<0,意味着成熟期ICP和Nino3.4指数的符号一致,并且计算得到逐月的ICP(IEP)和Nino3.4指数的相关系数分别为0.83(0.55),相比之下,ICP与Nino3.4指数相关较强,因为在定义ICP时,本研究选取了热带太平洋的3个关键区域,其中比重最大(权重系数为10/15)的区域在太平洋中部(10°S—10°N,170°E—140°W),其范围与Nino3.4区(5°N—5°S,170°W—120°W)的范围大部分重叠,即可以用ICP判断某一个事件是冷事件还是暖事件。
序列 | 年份 | 开始—结束时间 | 持续时间(月) | 高峰期 | 演类类型 | 成熟类型 |
1 | 1951 | 1951年7月—1951年12月 | 6 | 1951年10月(秋) | EP | EP |
2 | 1957/1958 | 1957年5月—1958年4月 | 12 | 1958年1月(冬) | MIX | CP |
3 | 1963/1964 | 1963年6月—1964年1月 | 8 | 1963年11月(秋) | CP | CP |
4 | 1965/1966 | 1965年6月—1966年4月 | 11 | 1965年11月(秋) | MIX | CP |
5 6 | 1968/1969 1969/1970 | 1968年11月—1969年5月 1969年8月—1970年1月 | 7 6 | 1969年1月(冬) 1969年11月(秋) | CP CP | CP CP |
7 | 1972/1973 | 1972年6月—1973年3月 | 10 | 1972年11月(秋) | MIX | EP |
8 9 | 1976/1977 1977/1978 | 1976年9月—1977年2月 1977年9月—1978年1月 | 6 5 | 1976年12月(冬) 1977年11月(秋) | EP CP | EP CP |
10 | 1982/1983 | 1982年5月—1983年6月 | 14 | 1983年1月(冬) | MIX | EP |
11 | 1986/1988 | 1986年9月—1988年2月 | 18 | 1987年8月(夏) | MIX | CP |
12 | 1991/1992 | 1991年10月—1992年6月 | 9 | 1992年1月(冬) | MIX | EP |
13 | 1994/1995 | 1994年9月—1995年2月 | 6 | 1994年12月(冬) | CP | CP |
14 | 1997/1998 | 1997年5月—1998年4月 | 12 | 1997年12月(冬) | EP | EP |
15 | 2002/2003 | 2002年7月—2003年2月 | 8 | 2002年11月(秋) | CP | CP |
16 | 2004 | 2004年8月—2004年12月 | 5 | 2004年11月(秋) | CP | CP |
17 | 2006/2007 | 2006年9月—2007年1月 | 5 | 2006年11月(秋) | CP | CP |
18 | 2009/2010 | 2009年7月—2010年3月 | 9 | 2009年12月(冬) | CP | CP |
注:大括号表示相连的厄尔尼诺事件即Nino3.4指数在相邻事件中符号不变;MIX表示混合型,EP表示东部型,CP表示中部型。 |
序列 | 年份 | 开始—结束时间 | 持续时间(月) | 高峰期 | 演变类型 | 成熟类型 |
1 | 1950/1951 | 1950年2月—1951年3月 | 14 | 1950年2月(冬) | MIX | CP |
2 | 1954/1956 | 1954年6月—1956年12月 | 31 | 1955年11月(秋) | MIX | CP |
3 | 1964 | 1964年7月—1964年12月 | 6 | 1964年11月(秋) | MIX | CP |
4 | 1970/1972 | 1970年7月—1972年1月 | 19 | 1971年2月(冬) | MIX | CP |
5 6 | 1973/1974 1974/1976 | 1973年6月—1974年6月 1974年10月—1976年3月 | 13 18 | 1973年12月(冬) 1975年12月(冬) | MIX CP | CP CP |
7 8 | 1983/1984 1984/1985 | 1983年10月—1984年2月 1984年10月—1985年7月 | 5 10 | 1983年11月(秋) 1984年12月(冬) | CP CP | CP CP |
9 | 1988/1989 | 1988年5月—1989年6月 | 14 | 1988年11月(秋) | MIX | CP |
10 | 1995/1996 | 1995年9月—1996年2月 | 6 | 1995年11月(秋) | EP | EP |
11 1 2 | 1998/2000 2000/2001 | 1998年7月—2000年7月 2 000年10月—2001年2月 | 25 5 | 2000年1月(冬) 2 000年12月(冬) | CP CP | CP CP |
13 | 2007/2008 | 2007年8月—2008年5月 | 10 | 2008年1月(冬) | MIX | CP |
14 | 2010/2011 | 2010年7月—2011年5月 | 11 | 2010年12月(冬) | CP | CP |
注:大括号表示相连的厄尔尼诺事件即Nino3.4指数在相邻事件中符号不变;MIX表示混合型,EP表示东部型,CP表示中部型。 |
一般常将分类指数(如厄尔尼诺Modoki指数)和Nino指数(如Nino3.4)结合起来判断厄尔尼诺或拉尼娜事件及其类型,而采用更简单的指数和判定标准以监测两类ENSO也是众多学者研究的内容(Li et al,2010;Yu et al,2011)。如上所述IEP和ICP近似正交,而且IEP和ICP能够描述东部型ENSO和中部型ENSO的演变,因此下面尝试以这两个指数对厄尔尼诺/拉尼娜进行判定和分类。
首先,给出1950—2011年IEP和ICP的概率分布直方图及其拟合的正态分布曲线(图 7),IEP为负值的累计概率为0.54,正值的累计概率为0.37,两者之比为1.46,呈现单峰结构,其右端的长尾巴说明出现强东部型厄尔尼诺的概率要高于强东部型拉尼娜,但总的来说,东部型事件中拉尼娜出现概率高于厄尔尼诺(图 7a)。而ICP为正值的累计概率为0.52,
负值的累计概率为0.40,两者之比为1.3,也是单峰结构,其左端的长尾巴说明强中部型拉尼娜出现的概率要高于强中部型厄尔尼诺,但总体而言,中部型事件中厄尔尼诺出现概率高于拉尼娜(图 7b)。从图 7还可以看出,IEP和ICP的频率分布均近似于正态分布,可以近似认为东部型厄尔尼诺和东部型拉尼娜事件发生的概率几乎是同等的,因此,IEP在东部型厄尔尼诺和东部型拉尼娜事件的定义上可以选择相同的阈值,同样,ICP在中部型厄尔尼诺和中部型拉尼娜事件的定义上也可以选择相同的阈值。
前面已指出冷暖事件的生命史为1.84年,而东部型ENSO最显著的周期为5年,所以东部型ENSO发生概率为37%(1.84/5),从IEP概率直方图(图 7a)可以看出,标准化IEP≥0.7或者IEP≤-0.7的概率为39%;而中部型ENSO最显著的周期为4年,所以发生中部型ENSO的概率为46%(1.84/4),从ICP概率直方图(图 7b)可以看出,标准化ICP≥0.8或者ICP≤-0.8的概率为47%。因此,假定标准化的IEP≥0.7或者IEP≤-0.7且至少持续4个月为东部型厄尔尼诺或拉尼娜事件,同理,假定标准化的ICP≥0.8或者ICP≤-0.8且至少持续4个月为中部型厄尔尼诺或拉尼娜事件。基于此标准,类似于表 1、2,统计得到1950—2011年东部型厄尔尼诺和东部型拉尼娜的总持续时间为273个月,所以东部型ENSO的发生率是36.8%(273/742),接近上述由周期计算得到的东部型ENSO发生概率(37%);同样统计得到在1950—2011年中部型厄尔尼诺和中部型拉尼娜的总持续时间为333个月,所以中部型ENSO的发生率为44.9%(333/742),同样接近上述由周期计算得到的中部型ENSO发生概率(46%),从而证明之前假定的合理性,即可以采用这种判定标准来监测两类ENSO事件。
进一步将基于上述判定标准得到的两类ENSO分别划分为强、中、弱三个等级(表 3),若厄尔尼诺或拉尼娜事件持续时间内存在标准化的IEP(ICP)≥2或IEP(ICP)≤-2,则为强厄尔尼诺或拉尼娜事件;若厄尔尼诺或拉尼娜事件持续时间内所有标准化的IEP(ICP)≤1.5或IEP(ICP)≥-1.5则为弱厄尔尼诺或拉尼娜事件;否则为中等强度的厄尔尼诺和拉尼娜事件。表 3给出1950—2011年两类厄尔尼诺和拉尼娜事件的统计结果,结果表明强厄尔尼诺除2009/2010年以外其余的均为东部型,中等和弱厄尔尼诺绝大多数为中部型,而所有强拉尼娜都属于中部型,中等和弱拉尼娜较集中在东部型,这和Sun等(2009)得出的冷暖事件发生呈不对称性一致,即强厄尔尼诺主要升温区位于赤道太平洋东部,强拉尼娜主要降温区位于赤道太平洋中部,而弱事件正好相反。
由IEP和ICP确定的强厄尔尼诺、拉尼娜事件和由Nino3.4指数得出的结果比较一致,不一致的地方主要体现在强度较弱的极少数厄尔尼诺和拉尼娜事件。表 1、2统计的由Nino3.4指数确定的厄尔尼诺和拉尼娜事件的演变类型取决于整个事件中赤道太平洋海温异常的演变,采用IEP和ICP的新标准将厄尔尼诺和拉尼娜事件的演变类型分为东部型(EP)、中部型(CP)、混合型(MIX)3类,上述已给出东部型厄尔尼诺、拉尼娜事件和中部型厄尔尼诺、拉尼娜事件的定义,所谓混合型厄尔尼诺(拉尼娜)是指某一事件既是东部型厄尔尼诺(拉尼娜)又是中部型厄尔尼诺(拉尼娜),或者既不是东部型厄尔尼诺(拉尼娜)又不是中部型厄尔尼诺(拉尼娜)。下面进一步举例分析IEP和ICP的新标准对事件演变过程的监测能力,例如,1990—1992年厄尔尼诺事件的演变类型是混合型,从此事件标准化IEP和ICP的演变特征(图 8a)可以看出,ICP从1990年8月开始超过0.8且一直持续到1992年4月,而IEP从1991年11月开始超过0.7且持续到1992年6月,此时IEP大于ICP,所以,1990—1992年厄尔尼诺事件是由1990/1991年的中部型厄尔尼诺和1991/1992年的混合型厄尔尼诺(强东部型厄尔尼诺和弱中部型厄尔尼诺)构成。从1990—1992年太平洋海温的演变情况(图略)可以看出,1990/1991年厄尔尼诺在中部太平洋升温,而其在东部太平洋的东部Nino1+2区降温,1991/1992年东部型厄尔尼诺由于受到前期1990/1991年中部型厄尔尼诺的干扰,使其演变成混合型,迄今只有Li等(2010)提出的改进的厄尔尼诺Modoki指数和本研究提出的ICP能够识别1990/1991年这个中部型厄尔尼诺事件。此外,1988/1989年拉尼娜事件(图 8b),IEP从1988年1月开始小于0,到3月IEP达到小于-0.7且持续到9月,而ICP从1988年5月开始小于0,到8月ICP达到小于-0.8且持续到1989年7月,所以,1988/1989年拉尼娜事件是由前期东部型拉尼娜和后期中部型拉尼娜所构成的混合型拉尼娜。从1988—1989年热带太平洋海温的演变特征(图略)可以看出,此事件自南美沿岸开始降温,随后逐渐向西发展,属于东部型拉尼娜,此后东部负海温异常逐渐恢复,而中部太平洋负海温异常增强,此时为中部型拉尼娜。总的来说,IEP和ICP可以很好地描述热带太平洋海温异常的演变,而且IEP和ICP的新判定标准能够有效、精确地捕捉到两类ENSO。
东部型 | 中部型 | |
厄尔尼诺 | 1951、1953、1957/1958、1965/1966、1972/1973、
1976/1977、1982/1983、1986/1987、1991/1992、 1997/1998、2008* | 1957/1958、1963/1964、1965/1966、1968/1969、
1972/1973、1977/1978、1979/1980、1982、 1986/1988、(1990/1992,1993,1994/1995)、 (2002/2003,2004/2005),2006,2009/2010 |
拉尼娜 | 1950、(1954,1955)、1964、(1966,1967/1968),
1970、1973、1978、(1980/1981,1981)、 1985/1986,(1988,1989/1990,1990/1991*)、 1994*、(1995/1996,1996/1997)、2001/2002、 (2003*,2004*,2005)、2007 | 1950/1951、1955/1956、1964、1970/1971、
(1973/1974,1975/1976)、(1983,1984/1985)、 1988/1989、(1998/2000,2001)、 2007/2009、2010/2011 |
注:黑体为强厄尔尼诺/拉尼娜,斜体为中等强度的厄尔尼诺/拉尼娜,其余为弱厄尔尼诺/拉尼娜,圆括号代表事件是连续的,星号表示表观上为东部型厄尔尼诺(拉尼娜)实际为中部型拉尼娜(厄尔尼诺)。
Notes:bold digits indicate strong events,italic digits represent moderate events,and the rest is for weak events,parentheses represents an event that is linked to the another,namely the adjacent event IEP/ICP symbols are unchanged,single asterisks show that El Nio(La Nina)events appear to be EP type,but are actually CP type of La Nina(El Nio). |
4.2节利用IEP和ICP的判定标准统计了1950—2011年4种ENSO事件(表 3),即东部型厄尔尼诺/拉尼娜和中部型厄尔尼诺/拉尼娜,下面通过合成分析来研究两类ENSO事件的发展演变特征。首先,东部型厄尔尼诺(图 9a)事件中赤道东部太平洋在高峰期前18个月是负海温异常,至前6个月变成正海温异常并逐渐西传,且一直持续到高峰期过后10个月,到12个月又恢复到负海温异常,整个过程中东部太平洋正海温异常等值线梯度较大且呈现横向“V”形分布,说明东部型厄尔尼诺由东向西发展,由西向东衰退;这点也可以从6种指数的时间演变特征看出,Nino1+2和IEP几乎重合,各指数在事件发展时达到大于0.5个标准偏差(厄尔尼诺爆发)的先后顺序为:Nino1+2(IEP)、Nino3、Nino3.4、Nino4、ICP,说明此时升温从Nino1+2区开始并逐渐西传,而各个指数在事件衰亡时达到小于0.5个标准偏差的顺序与其发展时正好相反,即东部型厄尔尼诺事件发展时由东向西传播,而衰退时自西向东萎缩。其次,东部型拉尼娜(图 9b)事件中赤道东太平洋的东部在前期6个月最先开始出现负海温异常,此后负海温异常逐渐增强且明显向西伸展;各指数在事件发展期达到小于-0.5个标准偏差的先后顺序与其在东部型厄尔尼诺发展期相同,而各指数在事件衰亡期达到大于-0.5个标准偏差的先后顺序与其在东部型厄尔尼诺衰亡期相反,即东部型拉尼娜的发展和衰退过程都是由东向西过渡。再次,中部型厄尔尼诺(图 9c)事件140°E附近在高峰期前12个月最先开始出现弱的正海温异常,之后正海温异常一直向东发展且逐渐增强可到达东太平洋的西部,高峰期后5个月赤道南美沿岸正海温异常开始逐渐消失,且其向西延伸,与东部型厄尔尼诺相比,整个过程中正海温异常等值线梯度较小并且呈东西分布;从各个指数的时间演变情况可以看出,在事件发展时除Nino1+2和IEP外,其他指数几乎在同一时间达到大于0.5个标准偏差,但在衰亡期其达到小于0.5个标准偏差的先后顺序为Nino1+2、Nino3、Nino3.4、Nino4、ICP,说明中部型厄尔尼诺发展过程无明显的传播,而衰亡时由东向西逐渐撤退。最后,中部型拉尼娜(图 9d)事件赤道东部太平洋在高峰期前期18—9个月出现正海温异常且最大强度可达0.5℃,呈东部型厄尔尼诺正海温异常的分布,说明中部型拉尼娜事件发展的前期为东部型厄尔尼诺,Yu等(2010)研究得出热带外海表气压场的变化有利于东部型厄尔尼诺转变成中部型拉尼娜,正海温异常逐渐消失后在东太平洋的西部出现负海温异常,一直持续并逐渐增强,直到高峰期赤道中部太平洋为负海温异常中心,且中心北侧等值线近乎东西分布;从各个指数时间演变可以看出,类似于中部型厄尔尼诺,中部型拉尼娜发展期除Nino1+2和IEP外,其他指数基本同时达到小于-0.5个标准偏差,但其衰亡期各个指数由东向西依次达到大于-0.5个标准偏差,说明其发展过程没有明显传播,而衰退过程由东向西萎缩。此外,与图 9类似,本研究将冷暖事件按强度等级(强、中、弱)分别研究其发展演变特征(图略),对比不同强度同类事件的合成结果,发现海温异常的中心位置只取决于事件的类型,强度并不起作用,只是海温异常中心的大小随着事件强度的减弱有所减小,虽然不同强度事件的传播演变过程不尽相同,但总的来说东部型厄尔尼诺(拉尼娜)事件的发展过程倾向于由赤道东部太平洋南美沿岸开始而后向西传播,衰亡过程则倾向于由西向东(由东向西)撤退;中部型厄尔尼诺(拉尼娜)事件的发展过程无明显的传播,而衰亡过程则倾向于由东太平洋逐渐向赤道中部太平洋撤退,这与不区分强度得到的结论基本吻合。从图 9还可以看出,Nino3.4指数大小一般在IEP和ICP之间,说明其不仅可以捕捉到两类ENSO的信号,还可以反映整个赤道太平洋的海温变化,只是不能准确地区分两类ENSO(Trenberth et al,2001),而对比上述4种事件在其整个生命周期内热带太平洋海温异常和指数的时间演变情况,可以看出,IEP和ICP能够清晰地分辨两类ENSO的发展演变特征,并且指示两类ENSO生命期的各个阶段。
下面通过IEP和ICP这两个指数的超前-滞后滑动相关(Trenberth et al,2001;Ren et al,2011)研究ENSO的年代际演变特征,从IEP和ICP 181个月(大概15年)超前-滞后滑动相关系数的分布特征(图 10a)可以看出,在1975/1976年之前,IEP超前ICP 0—12个月时两者成正相关,超前5个月的相关系数最大,说明在1975/1976年之前,ENSO主要表现为从赤道太平洋东部向西部传播,IEP滞后ICP 3—12个月时两者成负相关,滞后8个月的相关系数最小,此期间正、负相关强度相同;1977—1997年,IEP超前ICP 4—12个月时两者成负相关,超前10个月的相关系数最小,IEP滞后ICP 2—12个月时两者成正相关,滞后6个月的相关系数最大,此期间负相关明显强于正相关,说明在这段时间内ENSO主要表现为从赤道太平洋中西部向东传播;1998—2002年IEP与ICP的超前滞后相关性均为较弱的负相关,这与期间发生了强拉尼娜事件有一定的关系。以上说明ENSO的发生、演变机制在1976/1977年发生了比较明显的气候态转变,在此之前ENSO是强的向西传播,之后是弱的向东传播,可见IEP和ICP可以很好地反映这种气候态的转变。
从图 10a中提取两个指数正(负)位相后再分别做超前-滞后滑动相关,得到相关系数的分布情况(图 10b、c),在1976/1977年之前ENSO暖位相主要表现为较强的向西传播,在此之后则表现为东传(图 10b),而中部型厄尔尼诺事件的发展过程正好为由西向东传播,也就是说1976/1977年以后中部型厄尔尼诺发生频率增大,这一点也可以从表 1和表 3中看出,即对于厄尔尼诺事件来说在1976/1977年之前以东部型厄尔尼诺为主,而在此之后以中部型厄尔尼诺为主,这与Kao等(2009)、Yeh等(2009)的研究结论一致,发生这种改变的物理机制可能与全球变暖导致赤道太平洋海表温度纬向梯度减弱或温跃层变平有关(Yeh et al,2009; Ashok et al,2007),因此在全球变暖的大背景下中部型厄尔尼诺应得到更多重视。而对于ENSO冷位相没有出现明显的气候态转变,一直都为弱的向西传播(图 10c)。
6 讨论和结论采用联合回归-经验正交函数分解方法得到两类ENSO热带太平洋海温异常分布类型,在此基础上,利用海温资料快捷创建了两个用于区别东部型和中部型ENSO事件的指数,即IEP和ICP,这两个指数有如下特点:
(1)在保证物理依据清楚明确的基础上,新IEP和ICP分别基于东部型厄尔尼诺热带太平洋海温分布的偶极子和中部型厄尔尼诺的三极子结构而构建,极大地简化了计算过程。
(2)IEP和ICP的相关系数只有0.03,近乎正交,这种性质较适合区分两类ENSO。
(3)利用IEP和ICP对ENSO进行分类,得出在厄尔尼诺成熟期时IEP和ICP的相关系数为-0.52,且超过了0.10的显著性检验标准,在拉尼娜成熟期时相关系数是-0.28,因此,新指数能够有效地判定东部型/中部型厄尔尼诺和东部型/中部型拉尼娜成熟期时主要变温位置以及海温异常的分布类型,也能更为清楚地区分两类暖事件。
(4)利用ICP和IEP的新定义标准来判定东部型ENSO和中部型ENSO,几乎能全部捕捉到NOAA定义的厄尔尼诺和拉尼娜事件并进行实时分类,能够更加精细地监测东部型ENSO和中部型ENSO。
(5)利用IEP和ICP来描述ENSO事件的发展演变机制,东部型厄尔尼诺表现为在发展时期赤道太平洋海温由东向西延伸,在衰退时期由西向东萎缩,而中部型厄尔尼诺与东部型厄尔尼诺相反。同时,利用IEP和ICP也能得出在1976/1977年前后ENSO的发生机制发生了改变,并且这种气候态的转变主要体现在暖事件上。
新指数IEP和ICP分别基于两类ENSO关键海区海温异常的区域平均而创建,能较好地反映ENSO事件在成熟期赤道太平洋海温的分布特征和整个事件过程中赤道太平洋海温的演变情况,同时也能表征两类ENSO对中国气候影响的差异,可作为研究两类ENSO本质、物理机制、时空演变特征、气候效应方面的诊断工具。IEP和ICP新判定标准能够对东部型ENSO和中部型ENSO进行监测分类研究,可以进一步利用新指数来预测两类冷暖事件。
陈圣劼, 何金海, 吴志伟. 2013. 一种新的El Nio海气耦合指数. 大气科学, 37(4): 815-828 |
冯娟, 管兆勇, 王黎娟等. 2010. 夏季热带中太平洋SST异常型与中国东部夏季气候异常的关系. 大气科学学报, 33(5): 547-554 |
符淙斌, 弗莱彻. 1985. 埃尔尼诺(El Nio)时期赤道增温的两种类型. 科学通报, 30(8): 596-599 |
林学椿, 于淑秋. 1993. 厄尔尼诺与我国汛期降水. 气象学报, 51(4): 434-441 |
唐佑民, 刘书华. 1994. 两类El Nio 事件太平洋海温异常时空结构的分析. 热带气象学报, 10(2): 130-139 |
赵永平, 陈永利. 1998. 两类ENSO事件前期的热带太平洋海温距平场. 热带气象学报, 14(3): 226-232 |
An S I, Wang B. 2000. Interdecadal change of the structure of the ENSO mode and its impact on the ENSO frequency. J Climate, 13(12): 2044-2055 |
Ashok K, Behera S K, Rao S A, et al. 2007. El Nio Modoki and its possible teleconnection. J Geophys Res, 112(C11): C11007, doi: 10.1029/2006JC003798 |
Bjerknes J. 1966. A possible response of the atmospheric Hadley circulation to equatorial anomalies of ocean temperature. Tellus, 18(4): 820-829 |
Bjerknes J. 1969. Atmospheric teleconnections from the equatorial Pacific. Mon Wea Rev, 97(3): 163-172 |
Feng J, Wang L, Chen W, et al. 2010. Different impacts of two types of Pacific Ocean warming on Southeast Asian rainfall during boreal winter. J Geophys Res, 115(D24): D24122, doi: 10.1029/2010JD014761 |
Feng J, Chen W, Tam C Y, et al. 2011a. Different impacts of El Nio and El Nio Modoki on China rainfall in the decaying phases. Int J Climatol, 31(14): 2091-2101 |
Feng J, Li J. 2011b. Influence of El Nio Modoki on spring rainfall over south China. J Geophys Res, 116(D13): D13102, doi: 10.1029/2010JD015160 |
Gouirand I, Moron V, Hu Z Z, et al. 2013. Influence of the warm pool and cold tongue El Nio on the following Caribbean rainy season rainfall. Climate Dyn, doi: 10.1007/s00382-013-1753-5 |
Kao H Y, Yu J Y. 2009. Contrasting eastern-Pacific and central-Pacific types of ENSO. J Climate, 22(3): 615-632 |
Kug J S, Jin F F, An S I. 2009. Two types of El Nio events: Cold tongue El Nio and warm pool El Nio. J Climate, 22(6): 1499-1515 |
Kug J S, Choi J, An S I. 2010. Warm pool and cold tongue El Nio events as simulated by the GFDL 2.1 coupled GCM. J Climate, 23(5): 1226-1239 |
Kug J S, Ham Y G. 2011. Are there two types of La Nia? Geophys Res Lett, 38(16): L16704, doi: 10.1029/2011GL048237 |
Larkin N K, Harrison D E. 2005a. On the definition of El Nio and associated seasonal average U. S. weather anomalies. Geophys Res Lett, 32(13): L13705, doi: 10.1029/2005GL022738 |
Larkin N K, Harrison D E. 2005b. Global seasonal temperature and precipitation anomalies during El Nio autumn and winter. Geophys Res Lett, 32(16): L16705 |
Li G, Ren B H, Yang C Y, et al. 2010. Indices of El Nio and El Nio Modoki: An improved El Nio Modoki index. Adv Atmos Sci, 27(5): 1210-1220 |
Li S, Wang Q. 2012. A new approach for classifying two types of El Nio events. Atmos Oceanic Sci Lett, 5(5): 414-419 |
North G R, Bell T L, Cahalan R F, et al. 1982. Sampling errors in the estimation of empirical orthogonal functions. Mon Wea Rev, 110(7): 699-706 |
Philander S G H. 1983. El Nio Southern Oscillation phenomena. Nature, 302(5906): 295-301 |
Rasmusson E M, Carpenter T H. 1982. Variations in tropical sea surface temperature and surface wind fields associated with the Southern Oscillation/El Nio. Mon Wea Rev, 110(5): 354-384 |
Rayner N A, Parker D E, Horton E B, et al. 2003. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century. J Geophys Res, 108(D14): 4407, doi: 10.1029/2002JD002670 |
Ren H L, Jin F F. 2011. Nio indices for two types of ENSO. Geophys Res Lett, 38(4): L04704, doi: 10.1029/2010GL046031 |
Sun F P, Yu J Y. 2009. A 10-15-yr modulation cycle of ENSO intensity. J Climate, 22(7): 1718-1735 |
Takahashi K, Montecinos A, Goubanova K, et al. 2011. ENSO regimes: reinterpreting the canonical and Modoki El Nio. Geophys Res Lett, 38(10): L10704, doi: 10.1029/2011GL047364 |
Tedeschi R G, Cavalcanti I F A, Grimm A M. 2013. Influences of two types of ENSO on South American precipitation. Int J Climatol, 33(6): 1382-1400 |
Trenberth K E, Stepaniak D P. 2001. Indices of El Nio evolution. J Climate, 14(8): 1697-1701 |
Weng H Y, Ashok K, Behera S K, et al. 2007. Impacts of recent El Nio Modoki on dry/wet conditions in the Pacific rim during boreal summer. Climate Dyn, 29(2): 113-129 |
Yadav R K, Ramua D A, Dimri A P. 2013. On the relationship between ENSO patterns and winter precipitation over North and Central India. Global Planetary Change, 107: 50-58 |
Yeh S W, Kug J S, Dewitte B, et al. 2009. El Nio in a changing climate. Nature, 461(7263): 511-514 |
Yu J Y, Kim S T. 2010. Relationships between extratropical sea level pressure variations and the Central Pacific and Eastern Pacific types of ENSO. J Climate, 24(3): 708-720 |
Yu J Y, Kao H Y, Lee T, et al. 2011. Subsurface ocean temperature indices for Central-Pacific and Eastern-Pacific types of El Nio and La Nia events. Theor Appl Climatol, 103(3): 337-344 |
Yuan Y, Yan H M. 2012. Different types of La Nia events and different responses of the tropical atmosphere. Chin Sci Bull, 58(3): 406-415 |