2019, Vol.39
表 1(Table 1)
印度洋偶极子对西太平洋暖池降水稳定同位素的影响
doi:10.11928/j.issn.1001-7410.2019.02.04 
文章编号：1001-7410(2019)02-309-07
印度洋偶极子对西太平洋暖池降水稳定同位素的影响
( 同济大学海洋地质国家重点实验室, 上海 200092)
摘要：西太平洋暖池（暖池）是全球最重要的热源和水汽源区，其变化通过大气遥相关强烈影响全球不同地区的水文气候。暖池区的降水同位素组成及其影响机制对该地区的水文气候研究具有重要意义，但目前鲜有这方面的研究。文章结合降水同位素观测数据与IsoGSM模式，分析了印度洋偶极子（IOD）对暖池区降水δ18O的影响。结果表明，在IOD正位相期间，暖池区表层海水温度（SST）距平降低，抑制了该地区的对流活动，同时，增强的印度洋东西SST梯度导致反常的赤道东风距平和减弱的印度洋沃克环流，这二者均使得暖池区降水量下降（降水量效应减弱），降水δ18O升高；而在IOD负位相期间，情况则相反。降水同位素对IOD的这种响应也体现在暖池区高分辨的珊瑚δ18O记录上，表明暖池区降水同位素变化主要受控于IOD所导致的降水量变化（雨量效应）。在全球变暖的背景下，IOD呈增强的趋势，暖池区降水和珊瑚记录中的氧同位素值在21世纪也可能会呈增长的趋势。
关键词：印度洋偶极子 降水稳定同位素 对流活动 西太平洋暖池
中图分类号
P722;P426.6;P597+.2
文献标识码 A
0 引言
2 结果与讨论
2.1 模式验证
2.2 IOD对暖池降水同位素的影响
西太平洋暖池(Western Pacific Warm Pool，简称WPWP)是全球最重要的热源和水汽源区，该区域位于纬向沃克环流(Walker Circulation)和经向哈德利环流(Hadley Circulation)上升支的交汇处[1~2]，暖池气候强烈影响热带对流的强度和位置变化，扰动行星尺度的大气环流，对全球水文气候产生影响。因此，不同时间尺度的暖池变化一直是海洋和大气科学领域研究的重点。
暖池气候异常与厄尔尼诺-南方涛动(El Niño-Southern Oscillation，简称ENSO)和印度洋偶极子(Indian Ocean Dipole，简称IOD)密切相关。研究表明，伴随着ENSO冷暖位相的交替，纬向风场在赤道太平洋辐合辐散，引起赤道太平洋海水和热量震荡，导致暖池气候发生变化[2]。在厄尔尼诺(El Niño)期间，暖池温度降低，对流中心东移，赤道东太平洋温度升高；拉尼娜期间(La Niña)则相反[2]。但目前关于IOD对暖池降水同位素影响的研究相对较少。IOD是指发生在热带印度洋的东西部海温异常的跷跷板现象，它通过海气相互作用影响印度洋周边气候；在IOD正位相期间，印度洋东南侧表层海水温度(Sea Surface Temperature，简称SST)距平降低，对流活动减弱，而在印度洋西侧SST距平偏高，对流活跃，从而导致非洲东部出现大规模降水，而印度尼西亚一带出现干旱，甚至引发森林大火；反之亦然[3]。现有的研究表明，IOD常常伴随着ENSO发生[4~5]，也可以独立于ENSO[6]，甚至影响ENSO的发生[7]，其对暖池的影响主要是通过与印度洋沃克环流耦合实现的，在IOD正相位期间，印度洋沃克环流减弱，导致热带印度洋东风加强，暖池温度降低，对流减弱[8]。
IOD不仅影响暖池气候，也影响暖池降水同位素组成及地质记录。暖池区的珊瑚、有孔虫、树轮和石笋等记录中蕴藏着丰富的古气候信息[9~11]，它们所包含的同位素信息是重建该地区历史水文气候及IOD变化的重要材料。Abrams等[12~13]通过对全新世印度尼西亚附近海域珊瑚氧同位素进行分析，表明该地区历史上的森林野火主要是由正IOD事件造成的，并利用暖池区的珊瑚氧同位素记录重建了工业革命以来的IOD变化，揭示出最近频发的正IOD的事件；Mohtadi等[14]利用暖池区的有孔虫壳体氧同位素重建了晚全新世和末次冰盛期的印度洋沃克环流变化，认为在末次冰盛期沃克环流加强，暖池区的温跃层变深，降水增加。相对于降水同位素地质记录的广泛应用，关于IOD对暖池现代降水同位素影响的研究却被长期忽视，主要原因在于该区域缺乏长期的降水同位素观测数据。因此，本研究将利用GNIP实测降水同位素数据和珊瑚同位素数据，并结合稳定同位素大气环流模式(Isotopes-incorporated Global Spectral Model，简称IsoGSM)[15]的模拟数据来探究IOD对暖池现代降水同位素的影响，以期更好地了解现代暖池区同位素水文气候过程，同时为该区域古记录的解译及古IOD重建提供科学依据。
1 数据与方法 1.1 观测数据本文所用的降水同位素观测数据来自于国际原子能机构的全球降水同位素监测网络(Global Network of Isotopes in Precipitation，简称GNIP)，我们收集了暖池区观测记录超过5年的17个站点的数据(表 1)，用于模式验证。珊瑚同位素观测数据来自于古气候数据中心(Paleoclimatology Data Center)，选取了2个时间分辨率为月且记录时间较长的珊瑚站点Palau和Taitaitanopo Island(表 2)。
|
表 1 本文所用的GNIP降水δ18O观测数据 Table 1 GNIP precipitation δ18O observations used in this study |
|
|
表 2 本文所用珊瑚δ18O观测数据 Table 2 Coralδ18O observations used in this study |
本研究所用的气象观测数据主要包括海温(SST)(1.0°×1.0°)、降水量(2.5°×2.5°)、风场(2.5°×2.5°)和向外长波辐射(Outgoing Longwave Radiation，简称OLR)(2.5°×2.5°)。其中，SST来自于哈德利全球海冰和海温数据集(Hadley Centre Sea Ice and Sea Surface Temperature Data Set，简称HadISST)；降水量数据来自于全球降水气候计划项目(Global Precipitation Climatology Project，简称GPCP)；风场和OLR数据来自美国国家海洋和大气中心的地球系统研究实验室(Earth System Research Laboratory，简称ESRL)。以上数据的时间跨度并不一致，为了和降水同位素模式输出数据时间吻合，本文的分析集中在1979~2017年时间段。
1.2 降水同位素模式模拟稳定水同位素比较计划(Stable Water Isotope Intercomparison Group，简称SWING)提供了不同气候模式(共10个模式，其中第一阶段SWING1有3个，第二阶段SWING2有7个)的现代降水同位素模拟结果，可用于不同地区的降水同位素分析[16~18]，但其最新的模拟结果(SWING2)只更新到2009年[19]。由于IsoGSM[15]具有最高的分辨率(1.875°×1.875°且对热带地区同位素降水量效应具有更好的模拟能力[18~19]，我们利用已有的模拟结果(1979~2009年，https://data.giss.nasa.gov/swing2/)，并重新运行IsoGSM，将其模拟结果延伸至2017年。模式同样采用再分析数据2(Reanalysis 2)进行环流强迫，输出1.875°×1.875°的月格点数据。
1.3 IOD事件定义IOD的强弱可以通过偶极子指数(Dipole Mode Index，简称DMI)进行衡量，其定义为印度洋西部(10°S~10°N，50°~70°E)与东部(10°S~0°，90°~110°E)海域平均SST距平之差[3]。本文利用HadISST提供的SST数据计算了DMI。由于IOD发展具有季节锁相特征，秋季(9~11月)最为强盛[20~22]，所以我们主要分析秋季的平均偶极子指数。根据前人的研究，本文将秋季平均DMI指数偏离1.5个标准差的定义为极端IOD事件[13，23]，结果获得4个(1982年、1994年、1997年和2006年)极端正IOD(pIOD)事件和1个(1996年)极端负IOD(nIOD)事件(图 1)。显然，在全球变暖的背景下，IOD基本呈现正位相的震荡，这与以前的研究相符[13，24]。因此，本文着重分析pIOD期间暖池降水同位素特征及其主要影响机制。
|
图 1 秋季DMI时间序列(虚线为偏离±1.5个标准差) Fig. 1 Time series of autumn DMI average(dashed lines represent 1.5 standard deviation) |
为了评价模式输出结果的可靠性，本文首先比较了观测与模拟的秋季降水δ18O长期平均值(图 2)。总体上，模拟和观测的秋季降水δ18O均展现了相似的空间格局：暖池核心区δ18O值较低，而其周边地区则较高，表明了暖池核心区有着更强的对流作用；另外，模式轻微低估了暖池核心区的δ18O值，而高估了其周边的δ18O值(图 2a)。线性拟合结果显示模式解释了约80 %观测的降水同位素方差(P < 0.0001)(图 2b)，表明模式很好地模拟了暖池及其周边地区降水δ18O平均值。相对于降水δ18O的空间变化，其时间变化更为复杂，也更难模拟。通过与观测记录超过10年的3个站点(曼谷、奎松城和科泽科德，见图 2a)进行对比，我们发现在降水同位素年际变化方面，模式的模拟能力随站点有所变化，大致解释了31 % ~53 %的观测方差(P < 0.01)(图 3)。因此，总体上来看，IsoGSM模式比较好地模拟了暖池及周边地区降水同位素的时空变化，我们可以利用IsoGSM模式来分析IOD对暖池区降水同位素的影响。
|
图 2 IsoGSM模式与GNIP观测比较 (a)秋季降水δ18O平均值(‰)(1979~2017年)，其中背景颜色代表IsoGSM模拟值，不同颜色的圆圈代表GNIP观测值，3个标注名称的站点(科泽科德、曼谷、奎松城)数据用来比较降水同位素年际变化(见图 3)，2个五角星为用于比较的珊瑚站位信息(见表 2和图 6)；(b)观测与模拟的秋季降水δ18O散点图，直线为1 ︰ 1线 Fig. 2 Comparison of precipitation δ18O(‰)between the IsoGSM and GNIP observations. (a)Autumn averages of the IsoGSM(background pattern)and GNIP observations(colored circles)in 1979~2017. The precipitation δ18O data of three highlighted sites are used for the interannual variability comparisonin Fig. 3 and the stars denote coral sites used for comparison in Fig. 6; (b)Scatter plot of the model and observed precipitation δ18O. The gray line is a 1 ︰ 1 line |
|
图 6 珊瑚站位秋季降水量(倒转)，IsoGSMδ18O以及DMI Fig. 6 Variations of autumn coral sites' precipitation (inverted), IsoGSMδ18O and DMI |
|
图 3 观测与模拟的秋季降水δ18O(‰)年际变化 Fig. 3 Interannual variability of autumn precipitation δ18O(‰) in the IsoGSM simulations and GNIP observations |
图 4展示了IOD不同位相期间暖池及其周边地区降水δ18O的平均距平。在pIOD期间，暖池区降水δ18O值呈显著的正距平，而在西印度洋地区则为显著负距平，在空间上呈现为同位素偶极子的模态，位于暖池区的观测站位也呈现同样表现(图 4a)；在nIOD期间，尽管降水同位素展现了与pIOD期间大致相反空间格局(图 4b)，但这种降水同位素偶极子的模态并不明显，这可能与研究时段只有一个nIOD事件有关。pIOD期间的降水同位素偶极子模态与热带印度洋SST模态基本一致，其表现为正的IOD位相(暖池区为显著负的SST距平，而西印度洋为正的SST距平，见图 5a)，这表明印度洋偶极子是影响印度洋(尤其是暖池区)降水同位素变化的一个重要因素。
|
图 4 IsoGSM模拟的秋季降水δ18O(‰)距平合成图 不同颜色的圆圈代表观测值距平：(a)正IOD位相期间(pIOD)，加点区域表明距平通过95 %置信度的显著性检验；(b)负IOD相位期间(nIOD) Fig. 4 Composite anomalies of autumn precipitation δ18O(‰)derived from the IsoGSM simulations and GNIP observations (colored circles). (a)Positive IOD phase(pIOD). The stippled areas indicate P < 0.05; (b)Negative IOD phase(nIOD) |
|
图 5 IOD正相位期间不同气候场距平图 (a)海表温度(℃)；(b)向外长波辐射(W/m2)；(c)降水量(mm/天)；(d)850 hPa风场(m/s)在(a)、(b)和(c)加点区域表明距平通过95 %置信度的显著性检验 Fig. 5 Composite anomalies of climate fields for pIOD: (a)SST(℃); (b)OLR(W/m2); (c)Precipitation(mm/day); (d)850 hPa winds(m/s). The stippled areas indicate P < 0.05 in (a), (b) and (c) |
IOD对暖池区降水δ18O的影响主要通过大尺度的海气环流实现的。在pIOD期间，暖池区SST显著降低(图 5a)，导致该区域大尺度的对流活动减弱(图 5b)。Lau等[25]的研究表明，当SST在18~26℃之间的时候，OLR随着SST升高而升高，呈正相关；但当SST大于26.5℃时，SST和OLR就呈反相关关系。根据HadISST数据，在印度洋中低纬度大部分海域，其秋季SST大于28℃，相对较低的西印度洋海域温度也在26℃以上。OLR是对流强度的一个重要指标，其值变小，意味着对流强度的增大，反之亦然。因此，pIOD期间暖池区显著偏正的OLR距平表明该区域对流减弱，这与暖池区负的降水距平一致(图 5c)。在热带地区，降水同位素主要受降水量效应控制[26~28]，因此，pIOD期间由于对流减弱而减少的降水，是导致暖池区降水δ18O偏正(图 4a)的主要原因。
IOD的位相变化强烈影响印度洋沃克环流强度，从而影响暖池区降水同位素变化。Saji等[3]和Cai等[21]的研究表明，在pIOD期间，印度洋沃克环流减弱，加强的赤道东风会导致印度尼西亚严重的干旱以及东非的洪涝灾害。在pIOD期间，加强的印度洋东西SST梯度导致了反常的赤道东风距平(图 5d)，促使暖池西部上升流加强，温跃层变浅，而西印度洋地区SST增加，温跃层加深，从而导致印度洋沃克环流减弱。受正的反馈机制影响，沃克环流减弱会进一步导致暖池区的SST降低，对流降水减弱，而在西印度洋则相反(图 5a~5c)，这一过程也影响西印度洋和暖池地区的降水δ18O变化，导致暖池区降水δ18O距平显著偏正，而西印度洋地区显著偏负(图 4a)。
综上所述，IOD对暖池区降水同位素的影响主要体现在对该区域对流强度的影响，在pIOD期间，负的SST距平和减弱的印度洋沃克环流导致暖池区对流减弱，降水量减少，降水同位素值升高，反之亦然。自20世纪70年代以来，由于全球变暖，沃克环流呈减弱的趋势[29~30]，与此相对应的是逐渐加强的IOD模态[13，21]，这意味着随着全球变暖可能会导致暖池区的降水同位素的升高。
2.3 IOD对暖池珊瑚δ18O记录的影响IOD对暖池区降水同位素的影响也反映在珊瑚δ18O记录上。图 6展示了暖池区2个不同站位秋季珊瑚δ18O的年际变化及其与DMI的关系，尽管珊瑚记录的时段不同，但均大致和DMI的发展同步，在与DMI重叠期内显著正相关(表 3)。珊瑚δ18O记录主要受控于SST(-0.22 ‰ /℃)和周围海水δ18O的变化[31]，而后者则反映了降水与蒸发之间的平衡。在pIOD期间，暖池区负的SST距平和减弱的对流降水均导致珊瑚δ18O趋于偏正，而nIOD期间则相反。
|
|
表 3 秋季珊瑚δ18O与DMI、IsoGSM δ18O和降水量相关关系 Table 3 Correlation coeffcients between autumn coralδ18O between DMI, IsoGSMδ18O and precipitation |
气候模式进一步证实了IOD所引起的降水量变化是影响暖池珊瑚δ18O记录的一个重要因素，模拟的降水δ18O时间序列与其珊瑚δ18O记录具有很好的一致性(表 3)，DMI值变大的时，降雨量减少，降水δ18O随之增加，反之亦然，同位素变化具有显著的降水量效应，与前文结论一致。
3 结论与不足本文利用降水同位素观测与IsoGSM模式调查了IOD对暖池区降水同位素的影响，结果发现，暖池区降水同位素的变化主要受控于IOD所驱使的对流活动影响：在pIOD期间，暖池区负SST距平引起OLR的升高，意味着大尺度的对流活动减弱，造成降水量下降，从而导致其降水δ18O显著偏正；印度洋东西SST梯度加强导致的异常东风引起暖池西部上升流加强、温跃层变浅，西印度洋SST上升、温跃层加深，从而造成印度洋沃克环流的减弱，进一步导致暖池区负的SST距平，对流降水减弱，降水δ18O升高。而nIOD期间，情况则相反。沃克环流在全球变暖的大环境下呈减弱趋势，IOD则呈加强走势，所以暖池区降水同位素值可能会升高。IOD对暖池降水同位素的影响也反映在该地区珊瑚δ18O记录上，二者呈显著的正相关，表明IOD所导致的暖池降水变化是影响珊瑚同位素记录的一个重要因素。该项研究表明，热带地区的降水同位素变化不仅受降水量效应影响，还受大尺度的海气环流影响，这对于该地区同位素地质记录的科学解释和利用同位素地质记录进行古IOD重建具有一定的借鉴作用。
尽管本文揭示了IOD对暖池区降水同位素影响，并探讨了相应机制，但仍存在以下不足。首先，IOD与ENSO紧密相关，ENSO位相变化很大程度上可以影响IOD的位相变化，因此，暖池区降水同位素不仅包含了IOD信号，还包含了ENSO信号，未来的研究需要在剔除ENSO信号之后进一步探讨IOD对暖池区降水同位素影响；其次，暖池地区缺乏长期的降水同位素观测数据，而气候模式对其年际变化的模拟还存在较大的偏差，未来还需要联合多个模式分析IOD与暖池区降水同位素的关系。
致谢: 本文所用的降水δ18O数据来自于GNIP观测网络(http://www-naweb.iaea.org/)，SST数据来自于HadISST(http://apdrc.soest.hawaii.edu/datadoc/hadisst.php)，降水、向外长波辐射和风场数据来自于NOAA/OAR/ESRL PSD，Boulder(https://www.esrl.noaa.gov/psd)，珊瑚数据来自于NOAA Paleoclimatology Data Center(https://www.ncdc.noaa.gov/data-access/paleoclimatology-data/datasets)，在此一并致谢。
参考文献（References）
| [1] |
陈天然, 胡敏航. 印度洋珊瑚记录的气候和环境变化[J]. 热带海洋学报, 2017(6): 39-50. Chen Tianran, Hu Minhang. Climatic and environmental changes traced in Indian Ocean corals[J]. Journal of Tropical Oceanography, 2017(6): 39-50. |
| [2] |
胡石建, 胡敦欣. 西太平洋暖池研究综述[J]. 海洋科学集刊, 2016(51): 37-48. Hu Shijian, Hu Dunxin. Review on Western Pacific Warm Pool study[J]. Studia Marina Sinica, 2016(51): 37-48. DOI:10.12036/hykxjk20160724001 |
| [3] |
Saji N, Goswami B, Vinayachandran P, et al. A dipole mode in the tropical Indian Ocean[J]. Nature, 1999, 401(6751): 360. |
| [4] |
Nagura M, Konda M. The seasonal development of an SST anomaly in the Indian Ocean and its relationship to ENSO[J]. Journal of Climate, 2007, 8(20): 1-6. |
| [5] |
Ashok K, Saji N H. On the impacts of ENSO and Indian Ocean dipole events on sub-regional Indian summer monsoon rainfall[J]. Natural Hazards, 2007, 42(2): 273-285. DOI:10.1007/s11069-006-9091-0 |
| [6] |
Vinayachandran P N, Saji N H, Yamagata T. Response of the equatorial Indian Ocean to an unusual wind event during 1994[J]. Geophysical Research Letters, 1999, 26(11): 1613-1616. DOI:10.1029/1999GL900179 |
| [7] |
Wieners C E, Dijkstra H A, De Ruijter W P. The influence of atmospheric convection on the interaction between the Indian Ocean and ENSO[J]. Journal of Climate, 2017, 30(24): 10155-10178. DOI:10.1175/JCLI-D-17-0081.1 |
| [8] |
Cai W, Santoso A, Wang G, et al. Increased frequency of extreme Indian Ocean Dipole events due to greenhouse warming[J]. Nature, 2014, 510(7504): 254-258. DOI:10.1038/nature13327 |
| [9] |
Johnsen S J, Dahl-Jensen D, Dansgaard W, et al. Greenland palaeotemperatures derived from GRIP bore hole temperature and ice core isotope profiles[J]. Tellus B:Chemical and Physical Meteorology, 1995, 47(5): 624-629. DOI:10.3402/tellusb.v47i5.16077 |
| [10] |
Mccarroll D, Loader N J. Stable isotopes in tree rings[J]. Quaternary Science Reviews, 2004, 23(7-8): 771-801. DOI:10.1016/j.quascirev.2003.06.017 |
| [11] |
Wang Y J, Cheng H, Edwards R L, et al. A high-resolution absolute-dated Late Pleistocene monsoon record from Hulu cave, China[J]. Science, 2001, 294(5550): 2345-2348. DOI:10.1126/science.1064618 |
| [12] |
Abram N J, Gagan M K, Mcculloch M T, et al. Coral reef death during the 1997 Indian Ocean Dipole linked to Indonesian wildfires[J]. Science, 2003, 301(5635): 952-955. DOI:10.1126/science.1083841 |
| [13] |
Abram N J, Gagan M K, Cole J E, et al. Recent intensification of tropical climate variability in the Indian Ocean[J]. Nature Geoscience, 2008, 1(12): 849-853. DOI:10.1038/ngeo357 |
| [14] |
Mohtadi M, Prange M, Schefuẞ E, et al. Late Holocene slowdown of the Indian Ocean Walker Circulation[J]. Nature Communications, 2017, 8(1): 1015. |
| [15] |
Yoshimura K, Kanamitsu M, Noone D, et al. Historical isotope simulation using reanalysis atmospheric data[J]. Journal of Geophysical Research:Atmospheres, 2008, 113(D19). DOI:10.1029/2008JD010074 |
| [16] |
章新平, 孙治安, 张新主, 等. 东亚降水中δ18O的GCM模拟及其与GNIP实测值的比较[J]. 第四纪研究, 2012, 32(1): 67-80. Zhang Xinping, Sun Zhian, Zhang Xinzhu, et al. Intercomparison of δ18O in precipitation simulated by isotopic GCMs with GNIP observations over East Asia[J]. Quaternary Sciences, 2012, 32(1): 67-80. DOI:10.3969/j.issn.1001-7410.2012.01.08 |
| [17] |
章新平, 关华德, 张新主, 等. 不同模式模拟的降水稳定同位素效应的比较和评估[J]. 第四纪研究, 2016, 36(6): 1343-1357. Zhang Xinping, Guan Huade, Zhang Xinzhu, et al. Comparisons and assessment on stable isotopic effects in precipitation simulated by different models[J]. Quaternary Sciences, 2016, 36(6): 1343-1357. |
| [18] |
Conroy J L, Cobb K M, Noone D. Comparison of precipitation isotope variability across the tropical Pacific in observations and SWING2 model simulations[J]. Journal of Geophysical Research:Atmospheres, 2013, 118(11): 5867-5892. DOI:10.1002/jgrd.50412 |
| [19] |
Risi C, Noone D, Worden J, et al. Process-evaluation of tropospheric humidity simulated by general circulation models using water vapor isotopologues:1. Comparison between models and observations[J]. Journal of Geophysical Research, 2012, 117(D5): 214-221. |
| [20] |
刘宣飞, 袁慧珍. 印度洋偶极子与中国秋季降水的关系[J]. 大气科学学报, 2006, 29(5): 644-649. Liu Xuanfei, Yuan Huizhen. Relationship between the Indian Ocean Dipole and autumn rainfall in China[J]. Joumal of Nanjing Institute of Meteorology, 2006, 29(5): 644-649. DOI:10.3969/j.issn.1674-7097.2006.05.009 |
| [21] |
Cai W, Zheng X T, Weller E, et al. Projected response of the Indian Ocean Dipole to greenhouse warming[J]. Nature Geoscience, 2013, 6(12): 999. DOI:10.1038/ngeo2009 |
| [22] |
Weller E, Cai W. Meridional variability of atmospheric convection associated with the Indian Ocean Dipole Mode[J]. Scientific Reports, 2014, 4(1): 3590. |
| [23] |
Wang W, Zhu X, Wang C, et al. Deep meridional overturning circulation in the Indian Ocean and its relation to Indian Ocean Dipole[J]. Journal of Climate, 2014, 27(1): 485-490. |
| [24] |
Cai W, Sullivan A, Cowan T. Climate change contributes to more frequent consecutive positive Indian Ocean Dipole events[J]. Geophysical Research Letters, 2009, 36(36): 195-215. |
| [25] |
Lau K, Wu H, Bony S. The role of large-scale atmospheric circulation in the relationship between tropical convection and sea surface temperature[J]. Journal of Climate, 1997, 10(3): 381-392. DOI:10.1175/1520-0442(1997)010<0381:TROLSA>2.0.CO;2 |
| [26] |
Dansgaard W. Stable isotopes in precipitation[J]. Tellus, 1964, 16(4): 436-468. DOI:10.3402/tellusa.v16i4.8993 |
| [27] |
Kurita N, Ichiyanagi K, Matsumoto J, et al. The relationship between the isotopic content of precipitation and the precipitation amount in tropical regions[J]. Journal of Geochemical Exploration, 2009, 102(3): 113-122. DOI:10.1016/j.gexplo.2009.03.002 |
| [28] |
Moerman J W, Cobb K M, Adkins J F, et al. Diurnal to interannual rainfall δ18O variations in northern Borneo driven by regional hydrology[J]. Earth and Planetary Sciences Letters, 2013, 369-370: 108-119. DOI:10.1016/j.epsl.2013.03.014 |
| [29] |
Vecchi G A, Soden B, Held I, et al. Weakening of Pacific Walker Circulation since the mid-19th Century[C]. AGU Spring Meeting, 2006.
|
| [30] |
Tokinaga H, Xie S P, Deser C, et al. Slowdown of the Walker Circulation driven by tropical Indo-Pacific warming[J]. Nature, 2012, 491(7424): 439. DOI:10.1038/nature11576 |
| [31] |
Weber J N, Woodhead P M. Temperature dependence of oxygen-18 concentration in reef coral carbonates[J]. Journal of Geophysical Research, 1972, 77(3): 463-473. DOI:10.1029/JC077i003p00463 |
Influence of Indian Ocean Dipole on stable isotope in precipitation over the Western Pacific Warm Pool
( State Key Laboratory of Marine Geology, Tongji University, Shanghai 200092)
Abstract
As the most important sources of heat and moisture, the Western Pacific Warm Pool (WPWP)strongly affects regional hydroclimate variability across the world through teleconnections. The variation of precipitation isotope composition over the WPWP and associated mechanisms are crucial for understanding of hydroclimate in the region, but little work has been done on this aspect. In this study, we combine Global Network of Isotopes in Precipitation (GNIP), coral δ18O observations and IsoGSM model simulations to investigate the responses of precipitation isotope over the WPWP to the Indian Ocean Dipole (IOD)and underlying mechanisms. By means of various statistical analysis methods, such as composite analysis and correlation analysis, IsoGSMδ18O, coral δ18O, Sea Surface Temperature (SST), Outgoing Longwave Radiation (OLR), precipitation and 850 hPa wind are studied. The results show that during the positive IOD period, the WPWP is dominated by lower sea surface temperature (SST)anomaly, which strongly suppresses the convection and leads to a decrease in rainfall in the region. This reduction in rainfall is further strengthened by a weakening of the Indian Ocean Walker circulation due to enhanced east-west SST gradient over the tropical Indian Ocean. These have resulted in reduced rainout and thus higher rainfall δ18O values in the WPWP. The opposite conditions occur during the negative IOD period. The impact of the IOD on rainfall isotope is also reflected in coral δ18O records in the WPWP, which are significantly positive correlated with Dipole Mode index (DMI, an index for IOD strength). Climate model projects a more positive IOD due to global warming, which means that the stable isotope composition in rainfall and corals in the WPWP will evolve towards a more positive trend in the twenty-first century.Key words:
Indian Ocean dipole precipitation isotope convective activity the Western Pacific Warm Pool