2024, Vol. 44
2. 中国海洋大学物理海洋教育部重点实验室, 山东 青岛 266100;
3. 中国海洋大学海洋与大气学院, 山东 青岛 266100;
4. 中国海洋大学未来海洋学院，山东 青岛 266100;
5. 青岛海洋科学与技术试点国家实验室海洋动力过程与气候功能实验室，山东 青岛 266237
2. Key Laboratory of Physical Oceanography of Ministry of Education, Ocean University of China, Qingdao 266100, China;
3. College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China;
4. Academy of the Future Ocean, Ocean University of China, Qingdao 266100, China;
5. Laboratory for Ocean Dynamics and Climate, Pilot National Laboratory for Marine Science and Technology (Qingdao), Qingdao 266237, China
El Niño-Southern Oscillation(ENSO)事件是热带地区最强的海-气耦合现象，作为热带海面温度(sea surface temperature，SST；简称“海温”)年际变率的主导模态一直备受关注[1-5]。ENSO事件的频繁发生给人们的生产生活、交通、农业等都造成了巨大的影响[6-20]。因此，针对ENSO事件的研究具有十分重要的意义。
以往的研究表明ENSO事件冷暖位相在振幅上存在非对称性[21]，东太平洋异常SST在El Niño年的空间范围明显大于La Niña年[22]。全球SST偏度系数的异常空间分布同样显示赤道东太平洋存在强烈的正偏度，而西太平洋为负偏度[23]。因此不能完全将La Niña事件作为El Niño事件的相反位相对待[24-27]。
研究表明海洋中的内部动力过程在造成ENSO冷暖位相振幅非对称的过程中起主导作用[26, 28]。显著的SST正异常可以诱发赤道太平洋东部深对流产生比La Niña事件更大范围的El Niño事件[25]。在La Niña时期更为活跃的热带不稳定波的负反馈机制也能够削弱La Niña事件的振幅大小，从而有利于ENSO冷暖位相振幅非对称的形成[29]。此外，海洋非线性动力加热过程会使La Niña事件中SST增高，进而达到减小La Niña强度的作用[30-31]。有研究将海洋反馈过程在造成ENSO振幅非对称性中所起的作用量化后发现，El Niño时期的海洋正反馈作用更强使得在太平洋东部El Niño暖异常更强[32]。Hayashi等[33]通过对气候模式的分析发现ENSO振幅非对称性在很大程度上与沿赤道太平洋次表层非线性动力过程有关。在年代际尺度上，Pan等[34]发现El Niño自1980年前后，存在振幅上的年代际非对称现象，在1980年之前(后)，赤道东太平洋异常的向东流会产生负(正)非线性纬向平流，从而造成El Niño事件振幅在年代际上的非对称变化。
前人对ENSO事件非对称性已有不少研究，但对本文中发现的赤道中东太平洋海温表现为显著不同的非对称性特征及其可能的影响因子并没有进行深入探讨，同时对除非线性动力加热项以外其他影响非对称分量的可能海洋内部动力过程探究较少。因此，利用非对称合成差分析方法和海洋热量收支诊断方法等，在前人研究基础上对造成赤道中东太平洋海温显著非对称性特征的可能海洋内部动力过程及其对表面气温的影响展开研究，进一步补充与ENSO事件相关的非对称性研究，为ENSO事件的预报、预测提供科学的参考依据。
1 资料与方法 1.1 数据研究时段为1950年1月—2020年12月冬季(冬季表示当年12月—次年2月)，使用的数据如下：(1)英国气象局哈得来中心提供的1950—2020年空间分辨率为1°×1°(经度×纬度)的全球范围SST资料1.1版本(HadISST1；https://www.metoffice.gov.uk/hadobs/hadisst/)[35]；(2)美国马里兰大学提供的1950—2020年空间分辨率为0.5°×0.5°(经度×纬度)的全球范围逐月SST以及纬向、经向和垂向流速海洋同化资料(simple ocean data assimilation, SODA)2.2.4版本(SODAv2.2.4；http://apdrc.soest.hawaii.edu/erddap/griddap/hawaii_soest_c71f_e12b_37f8.html)，其垂直方向为不等间距的40层[36]；(3)美国国家环境预报中心(National Centers for Environmental Prediction，NCEP)和美国国家大气研究中心(National Center for Atmospheric Research，NCAR)(NCEP/NCAR)提供的1950—2020年空间分辨率为2.5°×2.5°(经度×纬度)的全球范围2 m高度气温场(surface air temperature，SAT)资料[37]；(4)美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration，NOAA)气候预测中心(Climate Prediction Center，CPC)(NOAA-CPC)提供的海洋尼诺指数(Oceanic Niño Index，ONI；https://ggweather.com/enso/oni.htm)。
1.2 方法 1.2.1 ENSO事件的挑选利用NOAA-CPC提供的ONI选取ENSO事件。如图 1所示，该指标通过计算Niño 3.4区域(170°W~120°W，5°N~5°S)连续3个月平均的异常SST得到。本研究定义的El Niño事件为异常SST大于或等于1.0 ℃的事件，La Niña事件为异常SST小于或等于-1.0 ℃的事件[34, 38]。
|
图 1 1950—2020年ONI的时间序列 Fig.1 Time series of ONI during 1950-2020 |
根据以上分类标准，结合本研究的时间段1950—2020年，挑选出的ENSO事件如表 1所示。分别有15次El Niño事件和11次La Niña事件，选取的样本数量具有统计学意义，符合本文的研究需求。
|
表 1 研究所选取的1950—2020年冬季ENSO事件 Table 1 Winter ENSO events used in this study during 1950-2020 |
使用的非对称合成差分析方法(图 2)来自Karori等[9]的研究，将其整理成如下表达式：
| $ \left\{\begin{array}{l} F\left(A^{+}\right)-\left[-F\left(A^{-}\right)\right]=\Delta_F \\ R\left(A^{+}\right)-\left[-R\left(A^{-}\right)\right]=\Delta_R \end{array}\right.。$ | (1) |
|
图 2 非对称合成差分析方法 Fig.2 Asymmetric composite difference analysis method |
其中：A+和A-表示某物理量A通过一定正负标准差筛选后所得到的正事件和负事件，F表示与强迫相关的物理量(例如SST异常场)，R表示与响应有关的物理量(例如SAT异常场)，F(A+)和F(A-)分别表示强迫F的正事件和负事件，ΔF表示F对应的非对称分量，R(A+)和R(A-)分别表示响应R的正事件和负事件，ΔR表示R对应的非对称分量。如果ΔF的数值与0相比，二者的差异并不显著，则说明F(A+)与F(A-)在振幅上没有明显的差异，同时也表示在强度上，F(A+)和F(A-)是对称的，即：该强迫对应的正事件F(A+)与负事件F(A-)强度相当。
相反的，如果ΔF的数值与0相比是比较显著的，会出现两种情况。第一种是当ΔF的数值显著大于0，表示F(A+)比F(A-)的振幅强很多，即：该强迫对应的正事件F(A+)比负事件F(A-)显著强很多。另一种情况是ΔF的数值显著小于0，表示F(A+)比F(A-)的振幅弱很多，即：该强迫对应的正事件F(A+)比负事件F(A-)显著弱很多。对于响应R的分析也与上式相同。这种非对称合成差分析方法不仅可以研究对应物理量的非对称性特征，还可以研究其对称特征。此外，正事件和负事件之间的显著差异可以通过显著性t检验来计算。
1.2.3 热量收支诊断方法| $ \frac{\partial T^{\prime}}{\partial t}=f_{\mathrm{MC}}+f_{\mathrm{ZA}}+f_{\mathrm{EK}}+f_{\mathrm{TH}}+f_{\mathrm{NDH}}+f_{\mathrm{TD}}+f_{\mathrm{R} }。$ | (2) |
方程右边的每项分别表示如下：
| $ f_{\mathrm{MC}}=-\bar{u} \frac{\partial T^{\prime}}{\partial x}-\bar{v} \frac{\partial T^{\prime}}{\partial y}-\bar{w} \frac{T^{\prime}}{H}, $ | (3) |
| $ f_{\mathrm{ZA}}=-u^{\prime} \frac{\partial \bar{T}}{\partial x}, $ | (4) |
| $ f_{\mathrm{EK}}=-v^{\prime} \frac{\partial \bar{T}}{\partial y}-w^{\prime} \frac{\partial \bar{T}}{\partial z}, $ | (5) |
| $ f_{\mathrm{TH}}=-\bar{w} \frac{T_{\text {sub }}^{\prime}}{H}, $ | (6) |
| $ f_{\mathrm{NDH}}=-u^{\prime} \frac{\partial T^{\prime}}{\partial x}-v^{\prime} \frac{\partial T^{\prime}}{\partial y}-\bar{w} \frac{\partial T^{\prime}}{\partial z}, $ | (7) |
| $ f_{\mathrm{TD}}=Q。$ | (8) |
其中：上标“-”和侧标“′”分别表示该物理量的气候平均值和异常值，T、u、v、w分别表示海洋的温度、纬向流速、经向流速和垂向流速，H表示平均有效混合层深度(取50 m)，“sub”表示50~100 m次表层平均深度。fMC表示平均流(mean circulation，MC)作用，fZA表示纬向平流(zonal advection，ZA)反馈作用，fEK表示埃克曼(Ekman，EK)输送反馈作用，fTH表示温跃层(thermocline，TH)反馈作用，fNDH表示非线性动力加热(nonlinear dynamical heating，NDH)作用，fTD表示热力学耗散(thermodynamical damping，TD)作用，fR表示残余(residual，R)项。ZA、EK和TH项是海洋动力过程中最主要的3项[41-42]。NDH项主要与El Niño和La Niña之间振幅的非对称性有关[26, 28]。本文主要分析MC、ZA、EK、TH和NDH这5项对赤道中东太平洋SST异常场显著非对称性关键区的作用，揭示上述5项对SST异常场非对称性分布的可能贡献。
1.2.4 统计学方法除以上方法外，还用了合成分析、显著性t检验的统计学方法。通过合成分析能够得到不同事件下某气象变量的平均值，从而探究这种气象变量在某一事件下的总体特征。本文使用的非对称合成差分析方法主要是将El Niño事件下某物理量的合成结果与负的La Niña事件下某物理量的合成结果作差，得到该物理量的非对称空间分布。关于非对称合成差分析方法的显著性检验，检验的样本是某物理量的正事件和负的负事件，这与传统的正事件、负事件的显著性检验相比，分母所对应的数值不变，分子对应的正事件与负的负事件的差值结果相比于正事件与负事件的差值结果明显减小，使得在进行非对称性分析时计算出的显著性检验数值相对较小，如果以置信水平为95%、99%等条件进行显著性检验是相对严格的。因此，在计算非对称性分析的显著性检验时，适当降低置信水平是必要的。
2 SST异常场的空间分布及其非对称性特征图 3a和图 3b分别给出了1950—2020年冬季ENSO事件冷、暖位相合成后SST异常的空间分布。当El Niño事件发生时(图 3a)，SST正异常范围集中在南北纬30°左右，东西方向从80°W附近的南美洲沿岸一直向西延伸到赤道中太平洋地区165°E附近，整体空间分布具有明显的“马蹄形”特征。SST正异常强度达到0.8 ℃的海区范围集中在南北纬10°内，而强度达到1.2 ℃以上的范围在主要位于南北纬5°内，呈窄长的细条状沿赤道分布，该区域内SST正异常最大值为1.58 ℃。当La Niña事件发生时(图 3b)，SST负异常范围在南北方向上能延伸到南北纬30°以外，东西方向上能从70°W一直向西延伸到155°E左右，虽然La Niña事件在范围上相对El Niño事件有所扩张，但SST负异常较强的区域(强度小于-0.8 ℃)却比El Niño事件发生时更小，主要集中在100°W~165°E、10°S~10°N的区域内，SST负异常强度小于-1.0 ℃的区域呈块状分布在赤道两侧，且在180°~150°W的范围内更为集中，SST负异常的最小值为-1.43 ℃。
|
图 3 1950—2020年冬季异常SST合成场 Fig.3 Composite winter SST anomaly during 1950-2020 |
通过对比El Niño事件与La Niña事件SST异常空间分布(图 3a、b)可以发现，El Niño事件发生时(图 3a)，SST正异常超过1.2 ℃以上的海温范围从南美洲秘鲁沿岸一直沿赤道向西延伸到170°W，SST正异常呈现连续的带状分布，中间没有断裂。但在La Niña事件发生时(图 3b)，110°W~80°W、10°S~10°N范围内，SST负异常的大值有很明显的空缺，并且负异常大值区域在沿着赤道延伸时呈块状分布，表现的并不是很连续，这似乎说明在该经纬度范围内，El Niño事件与La Niña事件的强度大小和影响范围并不一致，很可能会造成赤道东太平洋东部地区SST异常的非对称性。此外，El Niño事件发生时(图 3a)，SST正异常大于1.0 ℃的范围比La Niña事件发生时(图 3b)SST负异常小于-1.0 ℃的范围要大很多，并且El Niño事件下的SST正异常的中心位置更偏东，而La Niña事件下SST负异常的中心位置更偏西。对比冷暖事件下SST异常值的西边界零线范围(图 3a、b)可以发现，La Niña事件向西延伸的程度相比于El Niño事件更加偏西，使得其SST负异常中心也更加偏西，这很可能会导致赤道中太平洋SST异常场产生负非对称分量。
为了更好地衡量ENSO事件冷暖位相的非对称性，利用非对称合成差分析方法(El Niño事件的合成结果与负的La Niña事件的合成结果作差)进一步对ENSO事件的非对称性进行分析。图 3c表示的是El Niño事件与La Niña事件SST异常场的非对称空间分布。正如前文所分析，在赤道东太平洋存在一个SST异常的正非对称分量中心，其东西范围从80°W一直向西延伸到110°W附近，并且该非对称分量通过了置信水平为85%的显著性t检验。该范围SST异常的正非对称分量基本都能达到0.8 ℃以上，其最大值为0.96 ℃，由此可见在该区域，El Niño事件时SST正异常与La Niña事件时SST负异常的强度之差最大接近1.0 ℃，表现出强烈的正非对称性特征，与前文分析的110°W~80°W、10°S~10°N范围内(图 3b)，SST较强负异常范围空缺的结果一致，说明在该区域范围内El Niño事件SST正异常的强度显著强于La Niña事件负异常的强度。
同样，在赤道中太平洋地区也存在一个SST异常场表现为负非对称性特征的显著区域(图 3c)，该负非对称性特征区域的范围主要集中在160°E~170°W、10°S~10°N的范围内，其结果也通过了置信水平为85%的显著性t检验。该区域异常SST的负非对称分量基本都在-0.80 ℃以下，最小值达到-0.83 ℃，表现出强烈的负非对称性特征，这对应于图 3b中，La Niña事件SST负异常中心更偏西，导致负非对称分量也集中于赤道中太平洋地区。同时，该区域异常SST的负非对称分量也说明在该范围内，La Niña事件SST负异常强度显著强于El Niño事件SST正异常强度。
由以上分析可知，El Niño事件与La Niña事件的SST异常场在赤道东太平洋东区和赤道中太平洋存在显著的非对称性特征，而这两个区域的非对称特征明显不同，SST异常场在赤道东太平洋表现为正非对称性特征，在赤道中太平洋则表现为负非对称性特性。以往的研究中，并没有对这两个不同非对称性特征区域的形成原因展开研究，那么赤道中东太平洋这两个显著的非对称性特征区域究竟是如何形成的，又与怎样的海洋内部动力过程相关，这是本文需要探讨的科学问题。因此，选取上述赤道东太平洋SST异常场表现为正非对称性特征的区域(E区：110°W~80°W, 10°S~10°N)和赤道中太平洋SST异常场表现为负非对称性特征的区域(C区：160°E~170°W, 10°S~10°N)作为两个SST异常场非对称性关键区，并以此为切入点，进一步探究造成上述E区和C区SST异常场出现不同非对称性特征的主导海洋动力过程。
3 海洋混合层异常热量收支的非对称性特征 3.1 赤道东太平洋E区对海洋混合层进行热量收支诊断分析有助于更好地探究造成E区、C区SST非对称性特征的主要海洋内部动力因子。图 4a和图 4b分别表示El Niño年和La Niña年赤道东太平洋E区海洋混合层的异常热量收支合成结果。在El Niño事件发生时(图 4a)，E区的平均流作用项MC为负异常，温跃层反馈项TH也为负异常，MC项与TH项的数值相对较大，分别为-0.28 ℃/月和-0.23 ℃/月。而纬向平均流反馈作用ZA则表现为较弱的负异常，其数值只有-0.02 ℃/月。该区域异常热量收支表现为正异常的有Ekman输送作用EK项和非线性动力学加热作用NDH项这两项，其数值分别为0.13 ℃/月和0.14 ℃/月，二者的数值大小相当。由以上5项的数值大小来说，EK项与NDH项造成的正反馈作用之和为0.26 ℃/月，这与MC、TH和ZA这3项共同造成的负反馈作用-0.53 ℃/月的绝对值相比是较小的。而由图 3a的分析可知，El Niño事件发生时E区SST为正异常，这说明除了EK项与NDH项的正反馈作用外，热收支方程中的其他项对E区海温正异常的形成可能也起到重要正反馈作用，因此造成该地区SST异常场显著为正的结果。但EK项和NDH项是5项之中造成E区SST为正异常的主导2项。
|
图 4 E区MC项(红色柱)、ZA项(黄色柱)、EK项(深蓝色柱)、TH项(浅蓝色柱)、NDH项(紫色柱)的热量收支合成结果 Fig.4 Heat budget composite analysis of MC item (red bar), ZA item (yellow bar), EK item (dark blue bar), TH item (light blue bar), and NDH item (purple bar) in the E region |
对比La Niña事件发生时赤道东太平洋E区海洋混合层的异常热量收支合成结果(图 4b)，除EK项表现为-0.26 ℃/月的负反馈作用外，MC、ZA、TH、NDH项均表现为正反馈作用，其值分别为0.27 ℃/月、0.04 ℃/月、0.19 ℃/月、0.15 ℃/月，这4项正反馈作用的总和达到0.65 ℃/月。由上文分析可知，在La Niña事件发生时(图 3b)，E区SST表现为负异常，这说明造成E区La Niña年海温负异常的海洋动力因子除Ekman输送下的负反馈作用，还有其他动力过程导致该区域SST显著负异常，但就上述5项而言，EK项是造成E区La Niña年海温负异常的主要动力过程。
值得注意的是，通过对比E区El Niño事件和La Niña事件发生时海洋混合层异常热量收支合成结果的强度(图 4a、b)，可发现MC、ZA、TH项在冷、暖位相的强度相差不多，而EK、TH和NDH项的强度相差较大，尤其EK项，其绝对值之差为-0.13 ℃/月。NDH项无论在El Niño年还是在La Niña年都表现为正异常，这说明很有可能是EK、TH和NDH项所主导的动力过程，使得E区SST异常场表现为显著的非对称性特征。
为深入探究造成赤道东太平洋E区SST异常场表现为显著正非对称性的原因，进一步采用非对称合成差分析方法，对El Niño年和La Niña年异常热量收支结果进行探究(图 4c)。其结果与上文推测结果一致，5项当中有两项表现为弱的非对称性，分别是平均流作用MC项和纬向平均流反馈作用ZA项，数值只有-0.01 ℃/月和0.02 ℃/月，其作用基本可以忽略不计。这说明在E区，水平和垂直温度平流
值得注意的是，NDH与EK项虽然都对E区非对称性的形成有很大贡献，但二者的作用是相反的。NDH项的主要作用是导致E区SST异常产生正非对称分量，而EK项的作用则是导致该区域SST异常产生负非对称分量，由图 3c的分析可知，E区SST异常非对称分量表现为正，这说明NDH项是导致E区SST异常产生显著正非对称分量的主要动力过程。NDH项使E区异常SST在El Niño年时不断增加，同样在La Niña年时，也使E区异常SST升高，这就导致了El Niño年和La Niña年E区SST异常场之间的不平衡，造成二者非对称性分布，这与Jin等[28]对NDH项非线性动力学加热作用的解释一致。总的来说，E区NDH项在不断增加海温非对称分量的过程中，EK项和TH项却起到抵消该非对称分量的负反馈作用，但EK项和TH项的负反馈作用只有-0.17 ℃/月，与NDH项0.29 ℃/月的正反馈作用相比，并不影响E区SST异常场正非对称分量的形成(图 3c)，使得在E区范围内，El Niño事件的强度显著强于La Niña事件。
3.2 赤道中太平洋C区图 5a、b分别表示El Niño年和La Niña年赤道中太平洋C区海洋混合层的异常热量收支合成结果。对赤道中太平洋C区来说，当El Niño事件发生时(图 5a)，平均流作用MC项与纬向平流项作用ZA项表现为正反馈作用，其数值分别为0.22 ℃/月和0.06 ℃/月，Ekman输送相关的EK项和非线性加热作用NDH项均表现为负反馈作用，其数值为-0.07 ℃/月和-0.15 ℃/月，值得注意的是，TH项在El Niño年对C区SST异常场的贡献很小，几乎为0，其作用在图中几乎可以忽略不计，这可能与该区域混合层深度有关。由图 3a的分析可知，El Niño年赤道中太平洋C区的SST表现为正SST异常，对比图 5a的结果，该SST正异常主要是由MC和ZA这两项的正反馈作用贡献的，其数值为0.28 ℃/月，同时MC项的正反馈作用比ZA项更强，几乎是ZA项的3倍多，因此MC项是造成El Niño年C区正异常SST形成的主要海洋动力作用，ZA项为辅。二者在El Niño事件发生时，不断对C区的SST加温，造成正SST异常。在这个过程中，与Ekman输送相关的EK项和非线性加热作用NDH项对El Niño年C区正异常SST的形成则起到负反馈作用，使得C区SST不断降温。由于C区总的正反馈作用(0.28 ℃/月)强于总的负反馈作用(-0.22 ℃/月)，使得该地区SST表现为正异常。
|
图 5 同图 4，但表示C区的热量收支合成结果 Fig.5 The same as Fig. 4, but for heat budget composite analysis results in the C region |
在La Niña事件发生时(图 5b)，5项动力过程只有MC项数值较大，为-0.20 ℃/月，此时ZA项几乎无作用，而EK项、TH项都为较小的正反馈作用，数值为0.06 ℃/月和0.03 ℃/月，NDH项则表现为较小的负反馈作用，其数值为-0.04 ℃/月。MC项的负反馈作用(图 5b)与El Niño年时的正反馈作用(图 5a)截然相反，该负反馈作用有利于在C区产生SST负异常信号，使得La Niña事件异常SST的合成结果在C区表现为负异常(图 3b)。同时有利于La Niña事件SST负异常产生的还有NDH项，虽然对该地区负异常海温也有贡献，但相对较少。EK项和TH项则不利于C区SST负异常信号的形成，但二者之和相对比较小，只有0.09 ℃/月，与MC项和NDH项有利于C区SST负异常产生的-0.24 ℃/月的贡献相比，是不足以抵消的。因此，在La Niña年，C区的负异常SST信号主要受到MC项的负反馈作用，其次是NDH项的负反馈作用。
对比El Niño年和La Niña年C区海洋混合层的异常热量收支合成结果可以发现，MC项在El Niño年时使得C区SST场异常增温，在La Niña年时使得C区SST场异常降温，在两种事件下的贡献值差不多，非对称性特征并不明显。EK项也是如此，只不过与MC项相比作用相反，其非对称性特征也不明显。但是对于NDH项来说，在El Niño年使得该地区异常降温较大，而在La Niña年则异常降温较小，存在非常明显的非对称性。类似的还有ZA项，在La Niña年几乎没有什么贡献，但在El Niño年则表现为较大的正异常，这也可能导致C区的非对称性特征。
因此，为了进一步探究C区El Niño年与La Niña年异常热收支合成结果的非对称性特征，从而揭示导致C区表现为显著负非对称性的主导动力过程，同样采用非对称合成差分析方法，得到C区SST异常场的非对称结果如图 5c所示。与上文推测的较为一致，ZA、TH、NDH项的动力过程都表现出较大的非对称性，其数值分别是0.06 ℃/月、0.03 ℃/月、-0.19 ℃/月，而MC、EK项的非对称性相对较小，分别为0.02 ℃/月和-0.01 ℃/月。这说明造成C区SST异常场非对称性的主要是ZA、TH、NDH项这3项所对应的动力过程，而其中ZA和TH项对C区SST异常非对称分量起到的是正反馈作用，即有利于C区SST异常场表现出正非对称分量的结果，与图 3c中对C区表现出的显著负非对称分量结果不符合。相反的，NDH项则对C区SST异常场非对称分量起到负反馈作用，即有利于C区SST异常场表现出负非对称性的结果，并且NDH项的数值相对于ZA项和TH项是更大的，这也对应了图 3c中C区SST异常场负非对称性比较显著的结果。因此，NDH项是造成C区SST异常场显著负非对称性的主导动力过程，而ZA项和TH项则在C区SST异常场产生显著负非对称性的过程中起阻碍作用，EK项在这当中几乎无作用。
通过横向对比E区和C区La Niña年与El Niño年异常热收支结果(图 4a—c和图 5a—c)，可以发现：(1)El Niño年时，TH项在E区的数值相比于C区要大很多，而MC、ZA、EK、NDH与C区的异常热收支结果相比符号相反(图 4a和图 5a)；(2)La Niña年时，除TH项，MC、EK、NDH项对E区和C区的反馈作用相反(图 4b和图 5b)；(3)对于非对称合成差的结果(图 4c和图 4d)，无论是E区还是C区，NDH项都是造成非对称分量正、负分布的主导因子，不同的是E区EK项和TH项都不利于E区异常SST正非对称特征的形成。C区的MC、ZA和TH项不利于C区异常SST负非对称特征的形成。
4 2 m高度上SAT异常场的空间分布非对称性特征在上一节的研究中，对ENSO事件下赤道中东太平洋SST异常场及其非对称性特征有了较为清晰的认识，同时对造成赤道中东太平洋E区和C区SST异常场非对称性特征的海洋动力过程进行了探究，揭示了造成这两个区域不同非对称性特征的主导动力过程。由于海-气相互作用，海洋的非对称性特征对大气也有一定的影响，二者紧密相关。为了进一步探究在ENSO事件非对称性强迫下大气的响应情况，进一步对2 m高度上SAT异常场的空间分布、非对称性特征进行探讨，这有助于理解在海洋非对称强迫作用下大气的响应情况。
图 6a和图 6b分别给出了1950—2020冬季El Niño事件和La Niña事件下2 m高度上SAT的异常场。当El Niño事件发生时(图 6a)，SAT异常场与SST异常场(图 3a)空间分布大体相似，SAT正异常范围同样可以自80°W附近一直向西延伸到赤道中太平洋地区165°E附近，SAT正异常强度达到0.8 ℃的海区范围集中在南北纬10°内，而强度达到1.2 ℃以上的范围则在主要位于南北纬5°内，同样呈沿赤道分布的窄长条状。有所不同的是，SAT正异常强度达到1.2 ℃以上的范围比SST(图 3a)的范围更大，且SAT正异常的边缘范围更圆润，“马蹄形”特征更明显，该区域内SAT正异常最大值为1.52 ℃。
|
图 6 同图 3，但表示2 m高度上SAT异常场及其非对称空间分布 Fig.6 The same as Fig. 3, but for spatial distribution of SAT anomaly at 2 m and its asymmetric spatial distribution |
而当La Niña事件发生时(图 6b)，2 m高度上SAT的负异常中心能够在南北方向上延伸到南北纬30°以外，东西方向上能从60°W一直向西延伸到150°E左右，虽然La Niña事件在范围上相对El Niño事件更大，但SAT负异常强度小于-1.0 ℃的范围却比El Niño事件更小，主要集中在90°W~170°E、10°S~10°N的区域内。与SST负异常的小值区域(图 3b)相比，SAT的小值范围明显在南北方向上扩张，东西方向上也有延伸，其分布特征不再是SST异常小值范围所对应的块状分布，而是与El Niño事件相似的条状分布，同时强度小于-1.2 ℃以下的中心范围则更加集中地分布在中太平洋赤道的南北两侧。同时，La Niña年SAT负异常值的绝对值在E区较大，根据非对称合成差分析可知，E绝对值较大的负异常数值可能导致该区域异常SAT正非对称分量减小。对于SST异常场(图 3c)表现为显著非对称特征的C区，SAT异常在El Niño事件和La Niña事件中虽然与SST异常场分布(图 3a、b)相似，但La Niña年SAT最小负异常绝对值1.30 ℃(图 6b)小于SST最小负异常绝对值1.43 ℃(图 3b)，这可能会使该区域的负非对称分量减小。
为了更好地衡量ENSO事件冷暖位相强迫下SAT的非对称性特征，同样利用非对称合成差分析方法对2 m高度上SAT异常场非对称性进行分析。图 6c表示在ENSO强迫下2 m高度上SAT异常场非对称性特征的空间分布，结果与前文的推测较为符合，虽然SAT异常场的非对称空间分布总体与SST异常场的非对称空间分布(图 3c)相似，能够表现出类似E区、C区的正、负非对称分量，不同的是对于E区而言，其正非对称分量的显著范围明显减少，正非对称性有所减弱，这可能是由于在La Niña事件发生时，SAT在该区域La Niña年负异常强度较强，使得该区域正非对称性减弱，正非对称分量范围减少。对于C区来说，SAT异常场的负非对称性特征相比于SST异常场也有所减弱，负非对称分量的大值区域明显减少，负非对称分量在C区大部分区域只有-0.6 ℃左右。总的来说，在ENSO事件强迫下，2 m高度上的SAT场在E区、C区部分范围非对称结果并不显著，这或许与大气中的其他物理过程有关。
5 总结与讨论利用1950年1月—2020年12月HadISST资料以及SODAv2.2.4逐月SST、纬向流速、经向流速和垂向流速同化资料和NCEP/NCAR 2 m逐月SAT资料，结合非对称合成差分析方法、海洋混合层热量收支诊断方法等，对ENSO事件强迫下赤道中东太平洋E区、C区SST异常场显著非对称性的特征进行了分析，探究了造成E区和C区SST异常场显著正、负非对称性的可能海洋内部动力过程，对比了E区和C区主导海洋动力项在El Niño事件、La Niña事件以及非对称分布结果下的异同，同时也分析了ENSO事件强迫下2 m高度上SAT的异常空间分布和非对称分布。通过研究可得到以下结论：
(1) E区El Niño事件异常SST的合成结果显著强于La Niña事件，该区域异常SST非对称分量表现为显著正分量。NDH项是造成E区异常SST非对称分量显著为正的主导海洋内部动力过程，而EK项不利于E区异常SST正非对称分量的形成。
(2) C区La Niña事件异常SST的合成结果显著强于El Niño事件，该区域异常SST非对称分量表现为显著负分量。与E区相同的是NDH项对该区域异常SST负非对称分量的形成有较大贡献，不同点在于尽管该区域EK项数值较小，但有利于C区异常SST负非对称分量的形成。此外，MC、ZA项和TH项则不利于C区异常SST显著负非对称分量。
(3) E区总体上比C区异常热量收支结果的绝对值更大，说明E区的海洋内部动力过程更剧烈。无论是在E区还是C区，NDH项都有利于该区域SST非对称分量的形成。
(4) 2 m高度上SAT异常场及其非对称空间分布与SST异常场较为一致，能表现出类似SST异常场中E区、C区的正、负非对称分量，不同的是其正、负非对称分量的显著范围明显减小，这说明除ENSO外，大气中的其他物理过程也可能影响该区域SAT异常非对称分量的形成。
本文针对ENSO事件下造成赤道中东太平洋SST异常场非对称性分布的海洋内部动力过程及2 m高度上SAT异常场的响应进行了研究，对ENSO事件的非对称性研究起到了一定的补充作用，但在探究造成SST异常场显著非对称性特征的海洋动力过程中只考虑了热量收支中与海洋内部动力有关的5项作用，并没有对热力学耗散项TD和残余项R进行说明，这是本文的不足之处。同时在考虑ENSO事件非对称强迫下的大气响应时，仅对2 m高度上SAT异常场进行了分析，并没有对其他大气要素进行讨论，这是今后需要补充的内容。ENSO事件冷暖位相的强弱与其SST的持续时间长短也有关系，这点在未来研究El Niño事件与La Niña事件的非对称性时也应该考虑。由于ENSO事件的非对称强迫及其大气响应是比较复杂的物理过程，在ENSO事件强迫大气的过程中，是否还有其他信号的参与从而导致不同的非对称特征出现，这也是未来需要进一步研究的内容。
| [1] |
ROPELEWSKI C F, HALPERT M S. Global and regional scale precipitation patterns associated with the El Niño/Southern Oscillation[J]. Mon Wea Rev, 1987, 115(8): 1606-1626. DOI:10.1175/1520-0493(1987)115<1606:GARSPP>2.0.CO;2 |
| [2] |
TRENBERTH K E, HOAR T J. The 1990-1995 El Niño-Southern Oscillation event: longest on record[J]. Geophys Res Lett, 1996, 23(1): 57-60. DOI:10.1029/95GL03602 |
| [3] |
BOVE M C, ELSNER J B, LANDSEA C W, et al. Effect of El Niño on U.S. landfalling hurricanes, revisited[J]. Bull Amer Meteor Soc, 1998, 79(11): 2477-2482. DOI:10.1175/1520-0477(1998)079<2477:EOENOO>2.0.CO;2 |
| [4] |
McPHADEN M J, ZEBIAK S E, GLANTZ M H. ENSO as an integrating concept in earth science[J]. Science, 2006, 314(5806): 1740-1745. DOI:10.1126/science.1132588 |
| [5] |
张人禾, 闵庆烨, 苏京志. 有关副热带太平洋对ENSO影响研究的综述[J]. 海洋气象学报, 2017, 37(1): 1-9. |
| [6] |
McPHADEN M J, YU X. Equatorial waves and the 1997-98 El Niño[J]. Geophys Res Lett, 1999, 26(19): 2961-2964. DOI:10.1029/1999GL004901 |
| [7] |
王林, 冯娟. 我国冬季降水年际变化的主模态分析[J]. 大气科学, 2011, 35(6): 1105-1116. DOI:10.3878/j.issn.1006-9895.2011.06.10 |
| [8] |
FENG J, CHEN W, TAM C Y, et al. Different impacts of El Niño and El Niño Modoki on China rainfall in the decaying phases[J]. Int J Climatol, 2011, 31(14): 2091-2101. DOI:10.1002/joc.2217 |
| [9] |
KARORI M A, LI J P, JIN F F. The asymmetric influence of the two types of El Niño and La Niña on summer rainfall over southeast China[J]. J Climate, 2013, 26(13): 4567-4582. DOI:10.1175/JCLI-D-12-00324.1 |
| [10] |
FENG J, LI J P, ZHENG F, et al. Contrasting impacts of developing phases of two types of El Niño on southern China rainfall[J]. J Meteor Soc Japan, 2016, 94(4): 359-370. DOI:10.2151/jmsj.2016-019 |
| [11] |
DING R Q, LI J P, TSENG Y H, et al. Joint impact of North and South Pacific extratropical atmospheric variability on the onset of ENSO events[J]. J Geophys Res: Atmos, 2017, 122(1): 279-298. DOI:10.1002/2016JD025502 |
| [12] |
HOU Z L, LI J P, DING R Q, et al. Asymmetry of the predictability limit of the warm ENSO phase[J]. Geophys Res Lett, 2018, 45(15): 7646-7653. DOI:10.1029/2018GL077880 |
| [13] |
姚睿, 郑小童, 蒋灏, 等. ENSO非对称性对热带降水的影响研究[J]. 海洋预报, 2019, 36(1): 59-68. |
| [14] |
ZHANG Y Z, LI J P, XUE J Q, et al. The relative roles of the South China Sea summer monsoon and ENSO in the Indian Ocean dipole development[J]. Climate Dyn, 2019, 53(11): 6665-6680. DOI:10.1007/s00382-019-04953-4 |
| [15] |
冯俊乔, 鲁云龙, 官聪, 等. 副热带太平洋海气变异对ENSO影响的研究进展和展望[J]. 海洋科学, 2020, 44(8): 1-7. |
| [16] |
YUN K S, LEE J Y, TIMMERMANN A, et al. Increasing ENSO-rainfall variability due to changes in future tropical temperature-rainfall relationship[J]. Commun Earth Environ, 2021, 2(1): 43. DOI:10.1038/s43247-021-00108-8 |
| [17] |
FENG J, LI J P. Influence of El Niño Modoki on spring rainfall over south China[J]. J Geophys Res: Atmos, 2011, 116(D13): D13102. DOI:10.1029/2010JD015160 |
| [18] |
林婷婷, 李春. ENSO与南海SST关系的年代际变化[J]. 海洋气象学报, 2019, 39(2): 68-75. |
| [19] |
褚颖佳, 郭飞燕, 尹承美, 等. 东部型和中部型厄尔尼诺事件对山东夏季降水的不同影响[J]. 海洋气象学报, 2020, 40(4): 97-104. |
| [20] |
FENG J, LI J P. Contrasting impacts of two types of ENSO on the boreal spring Hadley circulation[J]. J Climate, 2013, 26(13): 4773-4789. DOI:10.1175/JCLI-D-12-00298.1 |
| [21] |
CAI W J, VAN RENSCH P, COWAN T, et al. Asymmetry in ENSO teleconnection with regional rainfall, its multidecadal variability, and impact[J]. J Climate, 2010, 23(18): 4944-4955. DOI:10.1175/2010JCLI3501.1 |
| [22] |
DESER C, WALLACE J M. El Niño events and their relation to the Southern Oscillation: 1925-1986[J]. J Geophys Res: Oceans, 1987, 92(C13): 14189-14196. DOI:10.1029/JC092iC13p14189 |
| [23] |
BURGERS G, STEPHENSON D B. The "normality" of El Niño[J]. Geophys Res Lett, 1999, 26(8): 1027-1030. DOI:10.1029/1999GL900161 |
| [24] |
HOERLING M P, KUMAR A, ZHONG M. El Niño, La Niña, and the nonlinearity of their teleconnections[J]. J Climate, 1997, 10(8): 1769-1786. DOI:10.1175/1520-0442(1997)010<1769:ENOLNA>2.0.CO;2 |
| [25] |
KANG I S, KUG J S. El Niño and La Niña sea surface temperature anomalies: asymmetry characteristics associated with their wind stress anomalies[J]. J Geophys Res: Atmos, 2002, 107(D19): 4372. |
| [26] |
AN S I, JIN F F. Nonlinearity and asymmetry of ENSO[J]. J Climate, 2004, 17(12): 2399-2412. DOI:10.1175/1520-0442(2004)017<2399:NAAOE>2.0.CO;2 |
| [27] |
OKUMURA Y M, DESER C. Asymmetry in the duration of El Niño and La Niña[J]. J Climate, 2010, 23(21): 5826-5843. DOI:10.1175/2010JCLI3592.1 |
| [28] |
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. |
| [29] |
AN S I. Interannual variations of the tropical ocean instability wave and ENSO[J]. J Climate, 2008, 21(15): 3680-3686. DOI:10.1175/2008JCLI1701.1 |
| [30] |
TIMMERMANN A, JIN F F. A nonlinear mechanism for decadal El Niño amplitude changes[J]. Geophys Res Lett, 2002, 29(1): 1003. |
| [31] |
LI Y, LI J P, ZHANG W J, et al. Impacts of the tropical Pacific cold tongue mode on ENSO diversity under global warming[J]. J Geophys Res: Oceans, 2017, 122(11): 8524-8542. DOI:10.1002/2017JC013052 |
| [32] |
GUAN C, McPHADEN M J, WANG F, et al. Quantifying the role of oceanic feedbacks on ENSO asymmetry[J]. Geophys Res Lett, 2019, 46(4): 2140-2148. DOI:10.1029/2018GL081332 |
| [33] |
HAYASHI M, JIN F F, STUECKER M F. Dynamics for El Niño-La Niña asymmetry constrain equatorial-Pacific warming pattern[J]. Nat Commun, 2020, 11: 4230. DOI:10.1038/s41467-020-17983-y |
| [34] |
PAN X, LI T, CHEN M C. Change of El Niño and La Niña amplitude asymmetry around 1980[J]. Climate Dyn, 2020, 54(3/4): 1351-1366. |
| [35] |
RAYNER N A 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[J]. J Geophys Res: Atmos, 2003, 108(D14): 4407. |
| [36] |
CARTON J A, CHEPURIN G, CAO X H. A simple ocean data assimilation analysis of the global upper ocean 1950-95. Part Ⅱ: results[J]. J Phys Oceanogr, 2000, 30(2): 311-326. DOI:10.1175/1520-0485(2000)030<0311:ASODAA>2.0.CO;2 |
| [37] |
KALNAY E, KANAMITSU M, KISTLER R, et al. The NCEP/NCAR 40-year reanalysis project[J]. Bull Amer Meteor Soc, 1996, 77(3): 437-472. DOI:10.1175/1520-0477(1996)077<0437:TNYRP>2.0.CO;2 |
| [38] |
ASHOK K, BEHERA S K, RAO S A, et al. El Niño Modoki and its possible teleconnection[J]. J Geophys Res: Oceans, 2007, 112(C11): C11007. |
| [39] |
JIN F F, KIM S T, BEJARANO L. A coupled-stability index for ENSO[J]. Geophys Res Lett, 2006, 33(23): L23708. |
| [40] |
REN H L, JIN F F. Recharge oscillator mechanisms in two types of ENSO[J]. J Climate, 2013, 26(17): 6506-6523. DOI:10.1175/JCLI-D-12-00601.1 |
| [41] |
JIN F F, NEELIN J D. Modes of interannual tropical ocean-atmosphere interaction: a unified view. Part Ⅰ: numerical results[J]. J Atmos Sci, 1993, 50(21): 3477-3503. DOI:10.1175/1520-0469(1993)050<3477:MOITOI>2.0.CO;2 |
| [42] |
JIN F F, AN S I. Thermocline and zonal advective feedbacks within the equatorial ocean recharge oscillator model for ENSO[J]. Geophys Res Lett, 1999, 26(19): 2989-2992. DOI:10.1029/1999GL002297 |
| [43] |
宋迅殊. ENSO事件非对称性成因研究[J]. 海洋学研究, 2013, 31(1): 35-44. |