2. 青岛市气象灾害防御工程技术研究中心,山东 青岛 266003;
3. 胶州市气象局,山东 胶州 266318;
4. 中南林业科技大学,湖南 长沙 410004;5. 国家气象中心,北京 100081;
5. 国家气象中心,北京 100081
2. Qingdao Engineering Technology Research Center for Meteorological Disaster Prevention, Qingdao 266003, China;
3. Jiaozhou Meteorological Bureau, Jiaozhou 266318, China;
4. Central South University of Forestry and Technology, Changsha 410004, China; 5. National Meteorological Center, Beijing 100081, China;
5. National Meteorological Center, Beijing 100081, China
厄尔尼诺(El Niño)/拉尼娜(La Niña)是发生在赤道中东太平洋的海温异常的年际变化现象,与南方涛动(Southern Oscillation)合称为ENSO事件[1],是热带太平洋上最显著的异常信号[2],同时也被认为是全球年际气候变化中的最强信号[3]。事实上热带印度洋也存在非常强的年际变化。Saji et al.[4]和Webster et al.[5]首次指出热带印度洋东南部和西部海表面温度呈反位相跷跷板变化,并伴有东西印度洋纬向风和降水的异常[6],将这种发生在热带印度洋的年际变化现象称为印度洋偶极子(Indian Ocean Dipole,IOD)。
ENSO对全球气候有极大的影响,在ENSO发生时可以通过大气遥相关波列即太平洋北美型(Pacific North America,PNA)影响赤道外气候[7]。ENSO发生年夏季,热带西太平洋和亚洲上空的东亚-太平洋(EAP)[8]遥相关型会影响东亚阻塞高压的年际变化和西北太平洋副热带高压的位置变化[9-10],从而引起我国江淮流域的降水[11]和气温异常,如1954年和1998年夏季长江流域的洪灾。孙舒悦和任荣彩[12]、楚纯洁等[13]均研究指出ENSO冷暖位相对中国的不同区域、不同季节的影响程度、方式均有较大的差异。
同样,印太暖池区的夏季降水异常也可以激发遥相关Pacific-Japan(PJ)波列,从而影响赤道外气候异常[14]。此外,印度洋海表面温度异常还可以影响ENSO的变化,通过ENSO间接地影响天气气候[15]。肖子牛等[16]通过相关分析发现印度洋地区东西海温的偶极振荡与中国6—8月汛期的降水有较好的相关关系。郝立生等[17]研究指出近60 a华北夏季降水出现减少趋势可能与热带印度洋海温升高和IOD指数升高有关,其中热带印度洋海温整体升高的影响更为重要。刘宣飞和袁慧珍[18]使用相关分析研究指出,仅有IOD发生时,其正位相年使得中国西南地区和黄河流域的秋季降水出现正异常,而当IOD与ENSO伴随出现时,IOD正位相和El Niño使得中国西南地区秋季降水正异常区域维持并向东扩展,还使得黄河流域秋季降水转为负异常。
热带太平洋的ENSO事件和热带印度洋的IOD事件均具有较稳定的季节锁相特征:ENSO的冷暖位相El Niño/La Niña通常在夏季开始生成,秋季发展,冬季达到峰值[2, 6, 19-20],次年春季开始衰亡;IOD往往在ENSO年的夏季生成,秋季发展并达到峰值[4, 6, 20-22],冬季消亡。这表明在某些年份ENSO与IOD会同时出现,两者会在同时出现的夏、秋季对气候产生一定的影响。2017年Fan et al.[23]研究指出,在早春爆发的ENSO往往伴随IOD的发生。“单纯”ENSO事件、“单纯”IOD事件对中国夏季降水和气温均有显著影响,但二者产生的影响作用不同[24]。山东地处中国东部,属于中国南北气候过渡带,受ENSO的影响很明显[25-26]。马露等[27]研究分析指出,ENSO强度对山东省气温变化影响不显著,而与降水量呈显著负相关[28]。郭飞燕等[22]通过分类分析研究发现,ENSO对山东地区不同季节气温和降水异常强度的影响并非严格反对称,且存在显著的空间分布不均匀性:El Niño主要影响山东南部地区夏季和冬季气温,La Niña几乎可以影响山东全省夏季和秋季的气温,即La Niña对山东气温年际变化的影响要比El Niño强,且影响范围要广;El Niño年夏季鲁西北降水较常年显著减少,秋季半岛南部降水较常年显著减少,La Niña年仅半岛地区夏季降水较常年偏多,也就是说El Niño对山东降水年际变化的影响更明显。但目前ENSO独立发生年或与IOD共同发生年对山东年际气候变化的影响研究几乎没有。目前在做气候预测时仅考虑了热带太平洋ENSO的作用,而忽略了热带印度洋IOD的影响,这样得到的结果将可能是两类现象叠加后或者抵消后的结果,这样的结果有欠合理。因此非常有必要对ENSO发生的同时伴随或者不伴随印度洋IOD进行分类研究,得到更为精确和完善的结论,从而为气候预测提供新的参考依据。
在全球变暖背景下,极端El Niño/La Niña[29-30]和IOD[31]事件频发。这种年际气候尺度上的气象灾害对国民经济和人民生命财产安全影响也越来越大,因此提升气候预测质量的需求也越来越迫切。山东境域包括内陆和沿海半岛,且多山地丘陵,这种特殊的地理特征势必会使其在相同的气候背景影响下表现出不同的地域响应。本文将研究ENSO的正负位相El Niño/La Niña伴随正/负IOD发生和不伴随发生时,山东气温和降水会产生怎样的异常变化;伴随发生年和独立发生年不同地区又会有怎样的差异。山东省是中国的农业、经济、旅游大省,气候的异常变化对农业生产、经济发展以及人民生活影响重大。细致探究和分析ENSO背景下热带印度洋年际变化对山东省年际气候变化的影响具有重要的意义。
1 资料与分析方法为了研究热带太平洋和热带印度洋在夏季和秋季的海表面温度年际变化情况,本文采用了美国海洋大气管理局(National Oceanic and Atmospheric Administration,NOAA)扩充重建海表面温度(Extended Reconstructed Sea Surface Temperature,Version 4,ERSST V4)[32-33]。这一再分析资料融合了国际海洋大气资料集(International Comprehensive Ocean-Atmosphere Data Set,release 2.5,ICOADS 2.5)、Hadley中心夜间海洋大气气温数据集(Hadley Centre Nighttime Marine Air Temperature Dataset Version 2,HadNMATA V2)、浮标以及船测资料,并改进了再分析技术和提高了质量控制标准,因此该资料更能反映真实的海洋变化情况。此外,该资料从1854年1月至今,长时间尺度的海温变化数据能够较准确地反映大尺度气候变化特征。文中为了和气象资料长度保持一致,截取了1951年1月—2017年5月的月平均海表面资料数据。同时采用了美国国家环境预报中心/国家大气研究中心(National Centers for Environmental Prediction/National Center for Atmospheric Research,NCEP/NCAR)的再分析850 hPa位势高度和气温资料。文中气象观测资料采用国家气候中心提供的中国160个站点的月平均气温和降水资料,该资料的时间长度为1951年1月—2016年12月。
本文研究的ENSO事件和IOD事件是发生在热带太平洋和印度洋的年际变化现象,因此所有物理量在去掉年循环之后,又经过了带通滤波处理,也就是说将年际变化信号之外即季节变化以下和9 a以上的其他噪音过滤掉,仅保留了4~108个月之间的信号。ENSO有东部和中部型模态,为了包含所有ENSO事件,本文采用了国际上通用的Niño3.4区(170°W~120°W,5°S~5°N)指数作为判别ENSO事件的关键区。ENSO事件的挑选标准参考Lyon et al.[34],且与NOAA官网采用的标准一致,即Niño3.4区海温距平3个月滑动平均超过+/-0.5 ℃并持续5个月以上,就认为该年为El Niño/La Niña年。IOD指数为赤道西印度洋(50°E~70°E,10°S~10°N)和东印度洋(90~110°E,10°S~0°)区域平均的海表面温度异常之差[4],挑选标准参考Guo et al.[6]IOD指数5个月滑动平均超过+/-0.8 ℃并持续5个月以上,就认为该年为正/负IOD年。
本文首先采用相关分析法说明ENSO与IOD的关系,以及ENSO、IOD指数与山东夏、秋季气温和降水年际变化之间的相关性。使用分类合成分析法研究ENSO独立发生或伴随IOD发生对山东夏、秋季气温和降水年际变化的影响,同时从大气环流角度出发探究其影响成因。
2 热带太平洋、印度洋海表面温度异常时空分布特征基于Lyon et al.[34]定义的ENSO标准,1951—2016年热带太平洋共发生16次El Niño事件(表 1),其中有9次El Niño(1957、1963、1972、1982、1987、1991、1997、2006、2015年)发生时伴随发生正(positive)IOD(pIOD)事件(简称伴随型El Niño),7次El Niño(1953、1965、1969、1976、1986、2002、2009年)事件独立发生(简称独立型El Niño);同时在过去66 a内共发生17次La Niña (表 1)事件,其中8次La Niña(1964、1970、1984、1996、1998、2005、2010、2016年)发生时伴随发生负(negative)IOD(nIOD)事件(简称伴随型La Niña),9次La Niña(1955、1967、1973、1975、1983、1988、1995、1999、2007年)事件独立发生(简称独立型La Niña)。各类型事件样本数相当,具有可比性。
El Niño和La Niña在强度和持续时间上存在很强的不对称性[35-39]。从图 1a可知,在过去66 a内El Niño和La Niña发生频次大致相同,但强度差别较大,El Niño年Niño3.4区的海温异常强度一般要大于La Niña年,且El Niño持续时间通常要较La Niña长,这与前人的结果一致。事实上IOD也存在一定的不对称性,正IOD事件要比负IOD事件强[40-41],一个很重要的原因是东南印度洋冷SST异常增长幅度要远大于暖SST异常[42]。图 1b中也可以看到同样的结果。ENSO和IOD指数相关系数为0.37,超过99%的信度检验标准,两者具有很强的相关性。此外,对夏季以及秋季的ENSO指数和IOD指数分别进行了对比分析,夏季ENSO和IOD指数相关系数为0.39,秋季ENSO和IOD指数的相关系数高达0.54。由图 2尤其是图 2b中可以看到,秋季ENSO指数的振荡变化与IOD指数变化吻合非常好,可以体现出两者在秋季时具有很强的相关性。
为了验证所选个例的合理性,对热带太平洋和热带印度洋海温异常进行了合成分析。图 3是伴随型和独立型El Niño(左图)/La Niña(右图)的海表面温度异常合成图。由图 3a-b和图 3e-f可以看到,太平洋的El Niño/La Niña和印度洋的pIOD/nIOD在夏季就开始发展,秋季增强。由图 3c-d和图 3g-h可以看到,当El Niño或La Niña在夏季发展,秋季增强的过程中,印度洋海温异常很弱,不存在印度洋偶极子现象,表明本文分类结果可靠。此外,与伴随pIOD发生的El Niño年相比,El Niño独立发生年(图 3c-d),El Niño强度偏弱,且海表面温度异常大值中心偏西,同时热带印度洋的海表面温度异常也较弱;然而La Niña与nIOD伴随发生年热带太平洋海温异常较其独立发生年较弱,且海表面温度异常大值中心位置偏西,体现了ENSO正负位相和IOD正负位相的不对称性。无论是伴随型El Niño还是独立型El Niño,热带太平洋海温异常强度要比相应的La Niña型强,这与前人的结果一致。pIOD的强度也要比nIOD强度偏强,范围也较大。
既然ENSO和IOD的正负位相存在很强的振幅和空间不对称性,因此有必要对热带太平洋的El Niño/La Niña事件以及热带印度洋的pIOD/nIOD事件进行分类研究。ENSO和IOD均具有很强的季节锁相特征,ENSO在夏、秋季发展,冬季达到峰值,IOD在夏季发展,秋季达到峰值,且夏、秋季是山东省降水较多的季节,因此将对山东省夏季和秋季的年际变化展开研究。
3 ENSO、IOD指数与山东夏、秋季气温和降水的相关性分布特征在不考虑El Niño与La Niña以及pIOD与nIOD正负位相不对称的条件下,使用夏、秋季ENSO、IOD指数分别与山东夏、秋季气温(图 4)和降水(图 5)做相关性分析。在做相关性分析前,对所有数据进行了标准化处理。图 4和图 5第1行是ENSO与夏(图 4a、5a)、秋(图 4b、5b)季气温以及降水的相关分析,第2行是IOD与夏(图 4c、5c)、秋(图 4d、5d)季气温以及降水的相关分析。郭飞燕等[22]研究指出El Niño与La Niña的不对称性导致其对山东气温和降水年际变化的影响也存在很大的空间和强度上的不对称性,甚至表现为反位相影响结果。相关分析方法不能够排除正负位相不对称性的影响,在这种情况下部分地区相关系数可能会较低但其实El Niño或La Niña对该地区的影响却很强,因此将不对相关分析做信度检验。
对比夏季ENSO、IOD与山东气温(图 4a、c)相关性分析可知,两类热带年际变化模态与山东气温的相关性并不高,这可能与两者的正负位相对山东气温影响高度不对称有关。但从有限的弱相关分布型来看,ENSO、IOD与鲁西北部分地区气温变化具有一定的正相关性,两者对鲁西北的影响是同位相的。ENSO与山东南部地区夏季气温呈负相关关系(图 4a),而IOD只与胶州湾西部部分地区呈负相关关系(图 4c),可见ENSO对山东南部地区的影响较IOD强。秋季,ENSO以及IOD与威海和烟台部分地区气温变化具有弱负相关关系,也就是说两者对半岛东部秋季气温的影响是一致的。但是IOD与半岛南部沿岸地区气温有弱正相关关系。
与气温的相关性相比(图 4),ENSO、IOD与降水的相关性要明显偏强(图 5),且ENSO与山东夏季降水相关性最强(图 5a)。在山东主降水期夏季,除鲁西南地区外,山东大部分地区降水与ENSO指数有负相关性,尤其以鲁西北地区最为显著,相关系数可达-0.4(超过99%信度检验)。IOD与鲁西北东部、半岛西部以及鲁西部分地区夏季降水有弱的负相关性,这与ENSO的影响是一致的。但IOD与鲁中、鲁西南半岛东部部分地区夏季降水相关性较差(图 5c)。ENSO与山东南部秋季降水有较强的负相关性(胶州湾西部高达-0.3,超过95%信度检验),而与鲁西北相关性较差(图 5b),这样的相关分布型结果正好与夏季相反。IOD与鲁西北部分地区秋季降水呈弱正相关,而与山东南部地区呈弱负相关(图 5d),IOD与ENSO对山东南部秋季降水的影响基本一致。
从以上相关分析可知,ENSO与IOD均对山东不同地区夏、秋季气温和降水有不同程度的影响,且ENSO的影响要更强。在不同季节,ENSO与IOD对山东某些地区的影响是同位相的,但对其他一些地区的影响则不一致,甚至是相反的。前人的研究结果[43-45]表明,IOD不仅会与ENSO同时发生,还可以通过对流层准两年振荡相互影响[46]。Annamalai et al.[47]使用观测和数值模式资料指出,pIOD会引起赤道西太平洋出现西风异常,从而有利于El Niño的维持加强。但是ENSO与IOD对不同地区大气的影响可能并不是简单线性叠加的结果。因此当研究ENSO对山东气候的影响时非常有必要将独立型ENSO和伴随IOD型ENSO进行分类。鉴于ENSO以及IOD均具有很高的正负位相不对称性,将分别对ENSO和IOD的正负冷暖位相进行分类研究。
4 ENSO独立发生和伴随IOD发生对山东气温年际变化的影响El Niño和pIOD伴随发生年的夏季,我国东北地区以及华东和华中地区气温较常年偏低,山东处于华东低温异常区的边缘地带(图略)。山东南部地区包括鲁南、鲁中南部、半岛西南部地区气温较常年偏低(图 6a,超过信度检验),其中临沂南部地区气温较常年偏低0.4 ℃以上。而山东北部地区的气温基本接近常年。也就是说当El Niño和pIOD同时发生时,两者的共同作用对山东地区气温变化的影响呈纬向型,且主要使得山东南部地区气温较常年偏低,这与上文相关分析结果基本吻合,同时与郭飞燕等[22]结果一致。然而,El Niño独立(图 6c)发生时,El Niño对山东气温变化的影响呈经向型:鲁西南、鲁西北西部地区气温较常年偏高(最高为0.15 ℃以上),山东中部则基本不受影响,而半岛地区气温较常年偏低(最低为-0.25 ℃以上)。总之,El Niño与pIOD伴随发生和独立发生时对山东夏季气温的影响分别呈纬向和经向型,且El Niño和pIOD伴随发生时山东南部夏季气温异常偏强。然而,ENSO指数与山东夏季气温的相关并不是很强,且El Niño独立发生时异常信号不显著,由此可推测pIOD对El Niño的调制作用可能使得El Niño对山东夏季气温年际变化的影响加强。
El Niño和pIOD伴随发生年秋季,除东北北部地区和西藏南部地区外,中国大部分地区气温较常年偏高(图略)。整个山东地区气温表现为正异常经向型分布,但存在空间分布不均匀性:自东向西气温异常逐渐增大,鲁西南气温异常最大达0.4 ℃以上(图 6b,超过信度检验)。El Niño独立发生年的秋季,中国大部分地区气温较常年偏低,山东地区气温表现为负异常(图 6d)。这样的气温异常型与伴随发生年的气温正异常正好相反,且空间分布不均匀性更为显著:半岛地区气温负异常经向分布,自西向东逐渐增大,威海部分地区气温异常偏低0.3 ℃以上;而内陆地区气温负异常纬向分布,气温异常自南向北逐渐变强,鲁东南地区气温负异常较小,鲁西北东部气温负异常较大,滨州、东营部分地区气温偏低0.25 ℃以上。合成分析结果显示:El Niño与pIOD伴随发生或独立发生时,对山东秋季气温影响范围较大,覆盖整个山东地区,且均存在很强的空间分布不均匀性;但El Niño与pIOD伴随发生时山东气温偏高(图 6b),而仅有El Niño发生时山东气温偏低(图 6d),pIOD对El Niño的调制作用使得伴随型El Niño和独立型El Niño对山东秋季气温的影响呈反位相变化,这可能是造成ENSO指数与山东秋季气温相关较差的一个可能因素。
La Niña和nIOD伴随发生年夏季,我国的华北、西北东部、黄淮以及东北南部气温较常年偏低,而西部、华南、华东南部以及东北西北部地区气温较常年偏高(图略)。山东大部地区表现为气温负异常,且也呈纬向型不均匀分布(图 7a),这与El Niño和pIOD伴随发生年相似。但不同的是南部沿海地区气温异常很弱,而鲁西北地区气温负异常却很强(超过信度检验),最大偏低0.33 ℃以上。La Niña独立发生年夏季,中国大部分地区气温较常年偏高(图略),整个山东地区表现为经向型气温正异常分布,自西向东气温异常逐渐增强,半岛东部地区气温正异常高达0.43 ℃以上(图 7c,超过信度检验)。总之,La Niña与nIOD伴随发生和独立发生时,山东气温异常呈现反位相变化,且两者的空间分布型也完全不同。
La Niña和nIOD伴随发生年秋季,除东北地区北部外,中国大部气温较常年偏高(图略)。山东地区除半岛东部以外气温表现为正异常经向型不均匀分布(图 7b),这与El Niño和pIOD伴随发生年相同。但不同的是鲁西南虽然较东部地区气温异常偏强,鲁中西部气温正异常最强(最大达0.45 ℃以上,且超过信度检验)。当仅有La Niña发生时,中国大部地区秋季气温较常年偏高(图略),山东大部地区同样表现为一致的气温正异常,且大致呈南北向的纬向不均匀分布型,但强度偏弱(图 7d),且未通过信度检验。总之,La Niña与nIOD伴随发生和独立发生时,山东秋季气温异常表现为同位相变化。当La Niña与nIOD发生时,nIOD对La Niña的调制促进作用使得影响效应叠加,La Niña对山东秋季气温的影响加强,独立型和伴随型La Niña对秋季气温影响的空间分布型不同。
5 ENSO独立发生和伴随IOD发生对山东降水年际变化的影响中国夏季降水的年际变化非常显著,在El Niño和pIOD伴随发生年夏季,除黄淮、东北北部和南部沿海地区外,中国大部地区降水均较常年偏少,且在中西部和华北地区各存在一个降水偏少的极大值区(图略)。山东地区处于北方降水负异常大值区和安徽、江苏降水正异常区的中间地带(图略),因此在山东境内降水异常的分布存在显著不均匀性(图 8a)。半岛地区和鲁西北降水较常年分别约偏少15 mm和25 mm,山东中部降水与常年相当,而鲁南地区降水较常年偏多约10 mm。El Niño独立发生年夏季,与伴随型El Niño年夏季相比,中国降水偏多的地区有所增多(图略)。但山东大部分地区降水仍较常年偏少,其中鲁西南降水负异常最显著,最大偏少20 mm以上(图 8c,超过信度检验),而鲁西北东部地区降水则与常年相当。在El Niño年夏季,pIOD发生与否对山东不同地区降水量有很大的影响:pIOD伴随发生时,山东北部夏季降水偏少,鲁南降水偏多;但pIOD未发生时,鲁西北东部降水几乎与常年相当,鲁西南降水却较常年偏少。ENSO指数与山东夏季降水相关分析结果和合成分析结果相似。
El Niño对中国秋季降水的影响呈典型的南多北少分布型(图略)。El Niño和pIOD伴随发生年秋季,先前夏季半岛地区和鲁西北降水负异常(图 8a)明显减弱甚至消失,鲁西南降水出现偏少现象,胶州湾以西地区降水偏少严重(图 8b),但均未超过信度检验。El Niño独立发生时,山东地区也表现为降水偏少,且影响范围要较伴随型El Niño年秋季广,除鲁西北西部外山东大部分地区降水较常年偏少,尤其以山东中部地区严重(图 8d,超过信度检验),胶州湾以西地区偏少15 mm以上。在El Niño年秋季,pIOD发生与否,山东大部分地区均出现降水偏少现象,这与相关分析结果(图 5b)基本吻合,但El Niño独立发生年降水异常偏少现象相对较为严重且范围更广,由此可知,pIOD对El Niño的调制作用会削弱El Niño自身对山东中部地区秋季降水的影响。
La Niña和nIOD伴随发生年夏季,中国南北方大部分地区降水均较常年偏多,湖北、安徽最为显著(偏多50 mm以上)(图略)。La Niña和nIOD共同作用(图 9a)对山东地区夏季降水影响较强,整个山东境内降水都较常年偏多,但存在自南向北递减的现象,鲁西北西部降水异常最强(偏多45 mm以上,且超过信度检验),鲁东南地区降水偏多较少(约5 mm),降水异常地域分布很不均。然而,当La Niña独立发生年夏季(图 9c),半岛大部和鲁西北东部地区降水基本与常年持平,鲁西北西部、鲁中、鲁南大部分地区降水却较常年偏少(超过信度检验),与伴随型La Niña年相比,降水异常现象呈反位相变化。由此可以推测,La Niña可能更容易引起山东北部尤其是西北部地区夏季降水偏少,这与相关分析结果基本吻合(图 5a)。而nIOD对La Niña的调制作用则较易引起整个山东地区尤其是鲁西北西部地区降水较常年偏多。
La Niña年秋季,我国降水异常大致呈南少北多型态,正好与El Niño年相反(图略)。La Niña对山东秋季降水的影响要远小于夏季(图 9b、d)。La Niña和nIOD伴随发生年秋季(图 9b),胶州湾以西沿岸、鲁南南部地区降水较常年略偏多,威海东部降水较常年略偏少,山东其他地区秋季降水基本与常年持平。而当La Niña独立发生年秋季(图 9d),山东全省降水与常年基本持平,未发生降水异常。由此可以推断,La Niña对山东秋季降水影响很小,而nIOD对La Niña的调制作用可能会引起山东南部地区降水略偏多。
6 ENSO独立发生和伴随IOD发生大气环流型分析图 10和图 11分别是伴随型、独立型El Niño和La Niña事件850 hPa气温和位势高度异常合成分析。El Niño和pIOD伴随发生年夏季,中国北方和东部地区表现为低压异常(图 10a中等值线),副热带高压强度偏弱位置偏东偏南,山东地区受异常低压槽后干冷空气的控制,加之缺少副热带高压外围暖湿空气的输送,使得山东北部和半岛地区降水减少(图 8a)。在局地地形的影响下,使得降水异常分布不均匀。与低压异常相适应,中国北方和东部包括山东地区在内850 hPa受异常冷空气控制(图 10a中彩色填图),山东南部地区更为明显,850 hPa异常冷空气的出现可能导致山东南部气温较常年偏低(图 6a)。El Niño独立发生年850 hPa环流型与伴随pIOD发生年的环流型差异很大。内陆地区受南北两个准对称罗斯贝波控制,而东北东部地区和山东半岛地区则受异常低压或低压槽后影响(图 10c中等值线)。槽后的干冷空气(图 10c中彩色填图)使得山东北部和半岛地区降水偏少(图 8c),以及山东半岛地区气温较常年偏低。
El Niño和pIOD伴随发生年秋季,中国大部分地区850 hPa位势高度负异常(图 10b中等值线),副热带高压位置较常年偏南,山东地区处于异常低压槽底部,受西风控制,降水异常不明显。850 hPa受暖异常气温控制(图 10b中彩色填图),自东向西逐渐增大,这与山东气温暖异常吻合较好。当El Niño独立发生年秋季,山东地区受低压槽后干冷空气影响(图 10d),表面气温尤其是半岛东部较常年偏低,半岛地区和山东中部地区降水较常年偏少。
LaNiña和nIOD伴随发生年夏季,850 hPa位势高度表现为一致的正异常(图 11a中等值线),配合高压异常底部和东南方向则是冷的温度异常(图 11a中彩色填图),850 hPa的气温负异常对地面冷温度异常有重要影响。山东地区处于庞大高压异常的最弱区域中心,同时也是高压异常的东南部,异常的东北气流(图 11a中等值线)将渤海水汽带入内陆,配合北方冷空气的入侵,有助于水汽的凝结,从而有利于山东北部地区降水的发生(图 9a)。La Niña独立发生年夏季,35°N以北地区均表现为高压正异常(图 11c中等值线),同时配合大范围的暖温度异常(图 11c中彩色填图)。副热带高压较常年偏强且位置偏北,由于缺少冷空气的配合,在副热带高压的高温、高湿条件控制下,不利于山东夏季降水的发生,导致山东西部地区降水较常年偏少(图 9c),且引起山东地区尤其半岛东部地区气温较常年偏高(图 7c)。
LaNiña和nIOD伴随发生年秋季,850 hPa位势高度异常场表现为南北低压、东西高压型的鞍型场结构,山东处于鞍型场中心的东部,气压异常较弱(图 11b中的等值线),850 hPa表现为暖温度异常(图 11b中的彩色填图),因此造成山东秋季气温偏高(图 7b)。当La Niña独立发生时,庞大的高压异常控制中国大部地区(图 11d中等值线),40°N以北和104°E以西地区850 hPa被暖异常控制(图 11d中彩色填图),而其他地区包括山东地区850 hPa气温变化不明显。山东地区处于高压异常的东南部,受弱东北风异常影响,且没有明显的气温异常配合,因此并未造成明显的气候变化。
7 结论与讨论本文采用1951年1月—2016年12月NOAA ERSST V4月平均海表面温度数据、NCEP/NCAR的位势高度和气温数据以及国家气候中心提供的中国160站气温和降水站点观测资料,首先对热带太平洋和印度洋的年际变化现象进行分析,同时使用ENSO、IOD指数与山东夏、秋季气温和降水做相关分析,得到ENSO、IOD各自对山东气候的影响。并从大气环流角度分析了造成两类ENSO事件对山东气候影响差异的原因。通过对66 a间发生的El Niño/La Niña与pIOD/nIOD的伴随发生事件和El Niño/La Niña独立发生事件进行分类合成分析,揭示了ENSO背景下IOD发生与否对山东夏季和秋季气温和降水年际变化的影响。文中将ENSO和IOD事件进行了细致分类,导致每一类事件样本数较少,因此只进行了80%的信度检验,但对于文中通过80%信度检验的大部分地区同时通过90%甚至95%信度检验(图略),表明结果显著可信。本文将El Niño/La Niña与pIOD/nIOD伴随发生定义为伴随型El Niño/La Niña,将El Niño/La Niña独立发生定义为独立型El Niño/La Niña。ENSO背景下IOD发生与否对山东不同季节气温和降水的影响在强度、范围、正负位相、空间型态上存在很大的差异,结果如下:
1) 伴随型和独立型El Niño对山东夏季气温的影响分别呈纬向和经向不均匀分布型,pIOD对El Niño的调制作用可能使得El Niño对山东南部地区夏季气温年际变化的影响加强;两类现象对山东秋季气温影响范围较广,几乎覆盖山东全部地区,且同样表现为经向或纬向不均匀分布型态,但pIOD对El Niño的调制作用使得伴随型El Niño与独立型El Niño对山东秋季气温的影响呈反位相变化:El Niño与pIOD伴随发生时山东秋季气温较常年偏高,而仅有El Niño发生时山东秋季气温较常年偏低。
2) 与El Niño年相比,La Niña对山东夏季和秋季气温的影响范围广,且强度大。La Niña与nIOD伴随发生年夏季鲁西北气温较常年偏低,La Niña独立发生年夏季半岛东部气温较常年偏高,气温异常呈反位相变化;伴随型和独立型La Niña发生年秋季,山东气温均较常年偏高,呈同位相变化,nIOD对La Niña的调制促进作用引起的叠加效应,使得伴随型La Niña对山东秋季气温的影响加强。
3) El Niño和pIOD伴随发生年夏季山东北部降水明显偏少,但El Niño独立发生时鲁西南降水较常年偏少,pIOD与El Niño的共同作用容易引起山东北部地区夏季降水偏少。伴随型和独立型El Niño年秋季,山东地区均出现降水偏少现象,但独立型El Niño年降水异常偏少现象相对较为严重且范围更广。pIOD对El Niño的调制作用会削弱El Niño自身对山东中部地区秋季降水的影响。
4) La Niña在nIOD的调制作用下对山东夏季降水年际变化影响较强,整个山东境内降水都较常年偏多,但降水异常地域分布很不均,鲁西北地区夏季降水较常年显著增多。独立型La Niña则更易引起鲁西北西部、鲁中、鲁南大部分地区降水却较常年偏少。伴随型和独立型La Niña对山东夏季降水的影响呈反位相变化。拉尼娜对山东秋季降水影响不明显,仅当La Niña和nIOD伴随发生时,胶州湾以西沿岸、鲁南南部地区降水较常年略偏多,威海东部降水较常年略偏少。
5) 伴随型和独立型El Niño年夏季副热带高压强度偏弱位置偏南,山东地区处于850 hPa异常低压槽后,槽后的干冷空气不利于山东地区降水的发生,因此El Niño年夏季山东降水较常年偏少。在局地地形影响下,使得山东降水异常分布不均匀。La Niña和nIOD伴随发生年夏季,850 hPa异常高压东南部的东北气流将渤海水汽带入内陆,同时配合北方冷空气的入侵,有助于水汽的凝结,从而引起山东北部降水较常年偏多。La Niña独立发生年夏季,副热带高压较常年偏强且位置偏北,异常高压配合大范围的暖温度异常,不利于山东夏季降水的发生,导致山东西部地区降水较常年偏少。850 hPa的气温异常与山东地表气温异常有很强的正相关关系。
通过本文的研究发现,伴随型或独立型El Niño/La Niña对山东夏、秋季降水和气温存在不同程度的影响,且存在显著的空间分布不均匀性。因此,对山东单省气候预测具有分区指示意义。在实际业务工作中既可以指导山东省级和地市级ENSO背景下不同热带印度洋年际变化影响下气温和降水的气候预报,同时在日常的天气预报中为预报员提供气候背景指导,有利于提高气温和降水的预报水平,值得进一步分析研究。
[1] |
Philander S G. El Niño, La Niña, and the Southern Oscillation[J]. San Diego: Academic Press, 1990.
|
[2] |
刘秦玉, 谢尚平, 郑小童. 热带海洋-大气相互作用[M]. 北京: 高等教育出版社, 2013.
|
[3] |
董宇佳, 孟祥凤. 两类ENSO事件分类的研究进展[J]. 海洋环境科学学报, 2015, 34(3): 473-480. |
[4] |
Saji N H, Goswami B N, Vinayachandran P N, et al. A dipole mode in the tropical Indian Ocean[J]. Nature, 1999, 401(6751): 360-363. |
[5] |
Webster P J, Moore A M, Loschnigg J P, et al. Coupled ocean-atmosphere dynamics in the Indian Ocean during 1997-98[J]. Nature, 1999, 401(6751): 356-360. DOI:10.1038/43848 |
[6] |
Guo F, Liu Q-Y, Sun S, et al. Three types of Indian ocean dipoles[J]. J Climate, 2015, 28(8): 3073-3092. DOI:10.1175/JCLI-D-14-00507.1 |
[7] |
Alexander M A, Blade I, Newman M, et al. The atmospheric bridge: the influence of ENSO teleconnections on air-sea interaction over the global oceans[J]. J Climate, 2002, 15(16): 2205-2231. DOI:10.1175/1520-0442(2002)015<2205:TABTIO>2.0.CO;2 |
[8] |
Huang R-H, Li W-J. Influence of heat source anomaly over the tropical western Pacific on the subtropical western Pacific over the East Asia[C]. Chendu: Proc International Conference on the General Circulation of East Asia, 1987: 40-45.
|
[9] |
陆日宇, 黄荣辉. 东亚-太平洋遥相关波列对夏季东北亚阻塞高压年际变化的影响[J]. 大气科学, 1998, 22(5): 727-734. DOI:10.3878/j.issn.1006-9895.1998.05.07 |
[10] |
陆日宇. 与华北地区春季降水量异常关联的大气环流异常[J]. 气候与环境研究, 2001, 6(4): 400-408. |
[11] |
朱益民, 杨修群, 陈小颖, 等. ENSO与中国夏季年际气候异常关系的年代际变化[J]. 热带气象学报, 2007, 23(2): 105-116. DOI:10.3969/j.issn.1004-4965.2007.02.001 |
[12] |
孙舒悦, 任荣彩. ENSO与印度洋海盆海温多尺度相互作用及其对气候影响的研究进展[J]. 气象科技, 2015, 43(5): 858-865. DOI:10.3969/j.issn.1671-6345.2015.05.014 |
[13] |
楚纯洁, 赵景波, 安春华. 1957—2011年中国中部不同气候带气候变化及其与ENSO的关系[J]. 地域研究与开发, 34(5): 121-127. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dyyjykf201505023
|
[14] |
Nitta T. Convective activities in the tropical western Pacific and their impact on the northern hemisphere summer circulation[J]. J Meteor Soc Japan, 1987, 65(3): 373-390. DOI:10.2151/jmsj1965.65.3_373 |
[15] |
Yang J, Liu Q Y, Xie S-P, et al. Impact of the Indian Ocean SST basin mode on the Asian summer monsoon[J]. Geophys Res Lett, 2007, 34(2): 155-164. DOI:10.1029/2006GL028571 |
[16] |
肖子牛, 晏红明, 李崇银. 印度洋地区异常海温的偶极振荡与中国降水及温度的关系[J]. 热带气象学报, 2002, 18(4): 335-344. DOI:10.3969/j.issn.1004-4965.2002.04.006 |
[17] |
郝立生, 丁一汇, 康文英, 等. 印度洋海温变化与华北夏季降水减少的关系[J]. 气候变化研究快报, 2012, 1(1): 13-21. |
[18] |
刘宣飞, 袁慧珍. ENSO对印度洋偶极子与中国秋季降水关系的影响[J]. 大气科学学报, 2006, 29(6): 762-768. DOI:10.3969/j.issn.1674-7097.2006.06.006 |
[19] |
Neelin J D, Jin F-F, Syu H-H. Variations in ENSO phase locking[J]. J Climate, 2000, 13(14): 2570-2590. DOI:10.1175/1520-0442(2000)013<2570:VIEPL>2.0.CO;2 |
[20] |
Liu Q, Guo F, Zheng X-T. Relationships of interannual variability between the equatorial Pacific and tropical Indian Ocean in 17 CMIP5 models[J]. J Ocean Univ China, 2013, 12(2): 237-244. DOI:10.1007/s11802-013-2195-8 |
[21] |
Zheng X-T, Xie S-P, Vecchi G A, et al. Indian Ocean dipole response to global warming: Analysis of ocean-atmospheric feedbacks in a coupled model[J]. J Climate, 2010, 23(5): 1240-1253. DOI:10.1175/2009JCLI3326.1 |
[22] |
郭飞燕, 毕玮, 郭飞龙, 等. 山东气候年际变化特征及其与ENSO的关系[J]. 海洋与湖沼, 2017, 48(3): 465-474. |
[23] |
Fan L, Liu Q, Wang C, et al. Indian Ocean dipole modes associated with different types of ENSO development[J]. J Climate, 2017, 30(6): 2233-2249. DOI:10.1175/JCLI-D-16-0426.1 |
[24] |
杨霞. IOD对ENSO影响亚澳地区降水和气温的干扰作用[D]. 南京: 南京信息工程大学, 2006. http://cdmd.cnki.com.cn/article/cdmd-10300-2006066588.htm
|
[25] |
孟翠玲, 徐宗学. ENSO与山东省降水的关系[J]. 人民黄河, 2007, 29(1): 33-35. DOI:10.3969/j.issn.1000-1379.2007.01.015 |
[26] |
王常山, 王庆, 夏艳玲, 等. 1961—2011年山东地区气温变化的区域差异特征及突变分析[J]. 鲁东大学学报(自然科学版), 2013, 29(4): 353-360. DOI:10.3969/j.issn.1673-8020.2013.04.014 |
[27] |
马露, 杨东, 曾婷. 1961—2012年山东省气候变化特征及其与ENSO的关系[J]. 中国农学通报, 2015, 31(16): 241-249. DOI:10.11924/j.issn.1000-6850.casb14120192 |
[28] |
马露, 杨东, 钱大文. ENSO事件对山东省区域降水量及干旱指数的影响[J]. 中国农业气象, 2015(6): 666-673. DOI:10.3969/j.issn.1000-6362.2015.06.002 |
[29] |
Cai W, Borlace S, Lengaigne M, et al. Increasing frequency of extreme El Nino events due to greenhouse warming[J]. Nature Climate Change, 2014, 4(2): 111-116. DOI:10.1038/nclimate2100 |
[30] |
Cai W, Wang G, Agus S, et al. Increased frequency of extreme La Nina events under greenhouse warming[J]. Nature Climate Change, 2015, 5(2): 132-137. DOI:10.1038/nclimate2492 |
[31] |
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 |
[32] |
Huang B, Banzon V F, Freeman E, et al. Extended Reconstructed Sea Surface Temperature version 4 (ERSST. v4): Part Ⅰ. Upgrades and intercomparisons[J]. J Climate, 2015, 28(3): 911-930. DOI:10.1175/JCLI-D-14-00006.1 |
[33] |
Liu W, Huang B, Thorne P W, et al. Extended Reconstructed Sea Surface Temperature version 4 (ERSST. v4): Part Ⅱ. Parametric and structural uncertainty estimations[J]. J Climate, 2015, 28(3): 931-951. DOI:10.1175/JCLI-D-14-00007.1 |
[34] |
Lyon B, Cristi H, Verceles E R, et al. Seasonal reversal of the ENSO rainfall signal in the Philippines[J]. Geophys Res Lett, 2006, 33(24): 194-199. DOI:10.1029/2006GL028182 |
[35] |
Meinen C S, McPhaden M J. Observations of warm water volume changes in the equatorial Pacific and their relationship to El Niño and La Niña[J]. J Climate, 2000, 13(20): 3551-3559. DOI:10.1175/1520-0442(2000)013<3551:OOWWVC>2.0.CO;2 |
[36] |
Larkin N K, Harrison D E. ENSO warm (El Niño) and cold (La Niña) event life cycles: Ocean surface anomaly patterns, their symmetries, asymmetries, and implications[J]. J Climate, 2002, 15(10): 1118-1140. DOI:10.1175/1520-0442(2002)015<1118:EWENOA>2.0.CO;2 |
[37] |
Jin F-F, An S-I, Timmermann A, et al. Strong El Niño events and nonlinear dynamical heating[J]. Geophys Res Lett, 2003, 30(3): 1120. DOI:10.1029/2002GL016356 |
[38] |
McPhaden M J, Zhang X. Asymmetry in zonal phase propagation of ENSO sea surface temperature anomalies[J]. Geophys Res Lett, 2009, 36(13): 88-97. |
[39] |
张人禾. 东太平洋赤道地区厄尔尼诺和拉尼娜幅度不对称的原因[J]. 科学中国人, 2010(8): 61. |
[40] |
Saji N H, Yamagata T. Structure of SST and surface wind variability during Indian Ocean dipole mode events: COADS observations[J]. J Climate, 2003, 16(16): 2735-2751. DOI:10.1175/1520-0442(2003)016<2735:SOSASW>2.0.CO;2 |
[41] |
Hong C, Li T, Lin H. Asymmetry of the Indian Ocean dipole. Part Ⅰ: Observational analysis[J]. J Climate, 2008, 21(18): 4834-4848. DOI:10.1175/2008JCLI2222.1 |
[42] |
Cai W, Van Rensch P, Cowan T. An asymmetry in the IOD and ENSO teleconnection pathway and its impact on Australian climate[J]. J Climate, 2012, 25(18): 6318-6329. DOI:10.1175/JCLI-D-11-00501.1 |
[43] |
Shinoda T, Hendon H H, Alexander M A. Surface and subsurface dipole variability in the Indian Ocean and its relation with ENSO[J]. Deep Sea Res Ⅰ, 2004, 51(5): 619-635. DOI:10.1016/j.dsr.2004.01.005 |
[44] |
Izumo T, Vialard J, Lengaigne M, et al. Influence of the state of the Indian Ocean dipole on the following year's El Niño[J]. Nat Geosci, 2010, 3(3): 168-172. DOI:10.1038/ngeo760 |
[45] |
郭飞燕. 热带印度洋海温年际变化主模态的分类及其与ENSO的联系[D]. 青岛: 中国海洋大学, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10423-1015712722.htm
|
[46] |
Meehl G A, Arblaster J M, Loschnigg J. Coupled ocean-atmosphere dynamical processes in the tropical Indian and Pacific Oceans and the TBO[J]. J Climate, 2003, 16(13): 2138-2158. DOI:10.1175/2767.1 |
[47] |
Annamalai H, Xie S P, McCreary J P, et al. Impact of Indian Ocean sea surface temperature on developing El Niño[J]. J Climate, 2005, 18(2): 302-319. DOI:10.1175/JCLI-3268.1 |