冬季赤道太平洋不同类型海温异常表征指数的再构建

王美,管兆勇,皮冬勤③



冬季赤道太平洋不同类型海温异常表征指数的再构建

王美①②*,管兆勇①,皮冬勤①③

① 南京信息工程大学 气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心,江苏 南京 210044;

② 台州市气象局,浙江 台州 318000;

③ 福建省气象信息中心,福建 福州 350001

2015-01-23收稿，2015-04-06接受

国家自然科学基金重点资助项目(41330425);公益性行业(气象)科研专项(GYHY201406024)

摘要利用1963—2013年Hadley中心月平均海表温度资料,以及NCEP/NCAR再分析资料,根据两类厄尔尼诺事件发生时北半球冬季赤道太平洋地区海温异常的不同空间分布特征,即赤道中太平洋CP型和东太平洋EP型海温异常空间分布,从寻找与之相似的空间型角度出发,设计了一组新的海温异常指数ICP和IEP。与以往ENSO指数相比,新指数组ICP和IEP不仅表示了空间上相互独立的海温异常分布,而且在相同的研究时段内,因时间域上相互独立而能更好地表征和区分两类El Ni�o/La Ni�a事件。据此,采用该新指数组探讨了与中部型和东部型海温异常事件相关的热带太平洋的主要海气耦合特征。结果表明,与传统的东部型El Ni�o事件发生时最大暖海温中心位于赤道东太平洋地区不同,中部型El Ni�o事件,异常增暖中心位于赤道中太平洋。中部型时异常Walker环流的上升支向西偏移,异常降水集中于热带中太平洋,不似东部型时异常限定于赤道东太平洋地区。不论哪类事件,海洋性大陆均可受到影响,即CP或EP型El Ni�o发生时,海洋性大陆区域降水偏少。但比较而言,中部型ENSO对海洋性大陆区域的影响更大。

关键词

北半球冬季

中部型和东部

型ENSO

海温异常指数

海洋性大陆

近年来的研究表明,热带太平洋上存在两种不同类型且相互独立的海温变化模态(Larkin and Harrison,2005;Ashok et al.,2007;Kao and Yu,2009;Kug et al.,2009;Yeh et al.,2009;Ren and Jin,2011)。一种是传统型的ENSO事件,表现为热带太平洋上纬向“偶极型”海温分布,即热带中、东太平洋海表面出现大范围持续异常变暖(变冷),而热带西太平洋却出现相反符号的海温异常(Rasmusson and Carpenter,1982;Harrison,1984;Harrison and Larkin,1996,1998)。一种是以赤道中太平洋海表温度出现大范围异常增暖(变冷),异常暖(冷)中心可西伸至Nio4区[160°E～150°W,5°S～5°N]的左边缘带,可被认为是一种新型ENSO现象。20世纪90年代以来,这种新型ENSO现象频繁发生,对全球气候异常造成了不同的影响(Yeh et al.,2009,2014)。

针对上述二种类型的海温异常事件,在不同的研究时期,被不同的称呼所表示,如“日界线”ENSO(Larkin and Harrison,2005),ENSO Modoki(Ashok et al.,2007),中部型ENSO(Yu and Kao,2007),“暖池”ENSO(Kug et al.,2009),等等。传统型ENSO事件因其异常增暖中心在赤道东太平洋秘鲁沿岸,而后再向西扩展,相应地被称为东部型ENSO(Yu and Kao,2007)或者“冷舌”ENSO(Kug et al.,2009)。虽然在上述研究中以不同方式命名ENSO事件,但本质上都是指热带太平洋地区不同分布类型的海温异常(Kug et al.,2009),且以最大异常中心的经度位置及其东西两侧的异常海温梯度方向是否一致作为其最大差别。为便于研究,本文用东部型(Eastern-Pacific,EP)和中部型(Central-Pacific,CP)区分两类不同的ENSO事件。

两类El Nino事件在温跃层深度、纬向流以及对流活动位置的空间分布上存在差异,动力机制也不同(Larkin and Harrison,2005;Kumar et al.,2006;Ashok et al.,2007;Kug et al.,2010;Wang and Wang,2013)。由于SST异常增暖中心位置不同,导致从热带至热带外相应的遥相关明显不同,造成局地乃至全球不同的天气和气候变动(Kim et al.,2009;Kug et al.,2010;Lee and McPhaden,2010;Song et al.,2011;Yu et al.,2012)。例如,Kim et al.(2009)发现两类El Nio事件在其主要发展期通过调制垂直风切变对北大西洋气旋路径和频率产生不同影响;两类El Nio事件发生时,北美地区相关的地表温度和降水异常在空间型和符号上差异明显(Yu et al.,2012)。此外,一些研究指出,相较于东部型,中部型El Nio事件造成澳大利亚、印度地区不同的降水异常(Kumar et al.,2006;Graf and Zanchettin,2012)。El Nio事件对某个特定地区的影响很大程度上取决于其属于哪一类型,例如在没有考虑El Nio事件类型的情况下,韩国地区各种气候变量与El Nio的相关非常弱,这可归因于不同类型的El Nio事件可造成相反的影响。事实上,在东部型El Nio事件发展阶段,韩国大部分地区往往经历一个冷气候,而中部型El Nio事件发生时这些地区经历暖气候(Kug et al.,2010)。该例表明在研究El Nio事件的气候影响时,应该针对不同类型事件分别探讨。

为更好地认识ENSO的多样性,学者们从多个角度着手判定ENSO类型。首先是从定性方面进行考虑,通过对比两者的相对位置和特点粗略判定ENSO类型(符淙斌和弗莱彻,1985;林学椿和于淑秋,1993;唐佑民和刘书华,1994;赵永平和陈永利,1998;冯娟等,2010),其次是通过定义几组指数对ENSO类型进行定量判定,如依据两类ENSO事件发生时热带太平洋SSTA的纬向空间分布差异定义的Nio3和Nio4指数(Kug et al.,2009;Yeh et al.,2009),Nio3和EMI指数(Ashok et al.,2007)/IEMI指数(Li et al.,2010),Kao and Yu(2009)的CP和EP指数等。由于Nio3和Nio4区覆盖了赤道太平洋大部分地区,因而其能够捕捉到与ENSO海温异常的大部分特征,即不论Nio3还是Nio4指数均涉及了两类ENSO的主要信号。Ren and Jin(2011)将同时相关性较高的传统的Nio3和Nio4指数进行了简单转换,得到了彼此能够基本独立区分的NCT和NWP指数组。近年来,学者们开始根据次表层海温、热含量在两类ENSO事件中不同特征表现定义了一些指数,如:EPSI和CPSI指数(徐康,2013),HCEI和HCEMI指数(陈圣劼等,2013)。其中Ashok et al.(2007)的EMI指数则特别强调了中部型纬向三极型温度异常特征,此对于非典型中部型ENSO的判断存在不足,而Kao and Yu(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,但是其计算过程复杂繁琐,并且判定标准不够清晰。针对Kao and Yu(2009)分类ENSO事件中所存在的上述问题,秦坚肇和王亚非(2014)作了补充和改进,选取几个关键区的海温异常区域平均,定义了相对简单的指数。前人研究中指数的定义往往从ENSO整个事件中去定义,很少有学者针对冬季ENSO事件成熟阶段特征,定义一组能够区分两类ENSO事件的指数。

因此,为了更好地描述CP/EP型ENSO事件,本文拟在前人研究的基础上,综合考虑冬季热带太平洋海温变化,定义一组计算简便且能有效描述两类ENSO的新指数。

1　资料和方法

1.1资料

所用数据为1963年1月—2013年12月NCEP/NCAR提供的月平均风场资料,网格分辨率为2.5°×2.5°(Kalnay et al.,1996);英国气象局哈德莱中心(Met Office Hadley Centre)提供的1963年1月—2013年12月海冰和海表温度数据集中的月平均SST资料(HadISST SST,Version1.1),网格分辨率为1°×1°(Rayner et al.,2003);美国国家海洋局(NOAA)1979年1月—2013年12月CPC Merged Analysis of Precipitation(CMAP)全球月平均降水资料(Xie and Arkin,1996)。

本文中冬季指当年12月和次年1月和2月。冬季平均即指变量针对这三个月的平均。除降水采用1979—2013年的气候平均外,其余资料的气候平均均取为1963—2013年时段上多年的冬季平均。

1.2方法

除采用了一些常用的统计学方法包括相关分析、回归分析、小波分析等外,还采用了6次多项式拟合方法来拟合海温的不同的空间分布,即:

(1)

2　新指数的构建

2.1海表温度异常型的选取依据

Kug et al.(2009)首先将北半球冬季(12月—次年2月)标准化的Nio3指数或者Nio4指数超过一个标准差的年份定义为El Nio年,其次再比较两个指数的相对大小对其进行分类,即若标准化的Nio3指数大于(小于)标准化的Nio4指数,则该年为东部型(中部型)El Nio年。Yeh et al.(2009)采用这种方法对1970—2013年间的El Nio事件进行分类,研究两类事件的季节性演变,发现两类El Nio事件均在冬季成熟,这与Li et al.(2010)

2.2构建新指数

用于定义CP型和EP型指数的SSTA分布的典型特征需满足如下条件:对于热带中太平洋(CP)型,(a)显著的海温异常出现在赤道中太平洋地区,(b)东太平洋、西太平洋的赤道地区为负异常或微弱的正异常,(c)自中太平洋向东、向西有相反的温度梯度条件(冯娟等,2010)。对于热带东太平洋(EP)型,(a)显著的海温异常出现在赤道东太平洋地区,(b)中、西太平洋的赤道地区为负异常或微弱的正异常,(c)东太平洋、中太平洋、西太平洋三者之间温度梯度方向一致。据此标准,分别初步确定了热带中、东太平洋冬季海温异常典型年份(表1)。

表1用于定义指数的冬季热带太平洋海温异常典型个例年份

Table 1Selected years for defining the index of the tropical Pacific SSTA during boreal winter

类型正异常年负异常年CP型1963,1968,1977,19901973,1988,1998,2011EP型1965,1972,1982,19971970,1975,1985,1999

将冬季海温距平在区间(5°S～5°N)上进行经向平均后,根据表1所给出的典型异常年份,分别针对CP/EP型正、负异常个例进行合成,合成后再采用6次多项式进行曲线拟合,得到图1。依据公式(1)给出了拟合曲线方程,其系数ai的数值可见表2。

FPEP(λ*)=FEP(λ*)-αFCP(λ*)。

(2)

其中:FEP(λ*)、FCP(λ*)分别为EP型和CP型海温异常拟合空间分布函数;FPEP为滤除了与FCP相关部

图1　热带太平洋(5°S～5°N)区间上平均的冬季海温异常的典型年合成SSTA分布(虚线表示合成差值场,实线为6次多项式拟合曲线)　　a.针对中部型;b.针对东部型Fig.1　Composite differences of the equatorial Pacific SSTA averaged over 5°S to 5°N between typical El Nio and La Nia years for (a)CP-and (b)EP-type events(dashed line indicates the composite difference;solid line is the curve fitted with the six-order polynomial function)

表2CP/EP型海温异常拟合曲线方程各项系数

Table 2Coefficients of polynomial functions for CP-and EP-type SSTAs

类型a0a2a3a3a4a5a6CP型0.179.59×10-22.71×10-51.14×10-56.23×10-74.55×10-91.01×10-6EP型0.195.89×10-25.37×10-56.68×10-51.09×10-66.61×10-91.42×10-11

分后的纯的EP型海温异常空间分布函数。经过计算α=0.74。如此,得到了纯东部型海表温度异常的纬向空间分布函数FPEP(λ*),其将被用来表现赤道太平洋东部型海温异常的典型特征。要说明的是,中部型海温异常典型特征仍由中部型海温正、负异常年合成差值的拟合曲线FCP(图1a)表现。

利用所得到的CP/EP型海温异常空间分布(图2),求取了1963—2012逐年冬季在(5°S～5°N)上平均的SSTA与FCP和FPEP的空间相似系数rCP(t)和rEP(t)(图3a、3b)。当相似系数的绝对值超过0.55时,该年将被认为在空间上海温异常与CP/EP型曲线(图2)足够相似。由图3a、3b可以看出,具有CP型海温异常特征的年份(共33 a)明显多于具有EP型海温异常特征的年份(共17 a)。

图2　冬季赤道太平洋中部型和东部型SSTA纬向分布(实线为中部型,虚线为东部型)Fig.2　Zonal distribution of the equatorial Pacific CP-type(solid line) and EP-type(dashed line) SSTA

图3　1963—2012年冬季SSTA(a,c)与CP/EP型(b,d)拟合曲线的空间相似系数(a,b)以及初步定义的ICP0(c)、IEP0(d)指数时间序列Fig.3　Time series of spatial similarity coefficients between the observed SSTA in boreal winter and the fitted curves for (a)CP-type and (b)EP-type events using a six-order polynomial function for the period 1963—2012 and the tentatively definedindices of (c)ICP0 and (d)IEP0,for CP-and EP-type ENSO events,respectively

为给出描述和区分CP/EP型海温异常的指数,根据图2,分别选取FCP≥2.0 ℃的区间CB:[174～136°W]和FPEP≥2.0 ℃的区间EB:[120～85°W]作为CP/EP型海温异常关键区间,对于CP型,记区域C:[174～136°W,5°S～5°N]和对于EP型记区域E:[120～85°W,5°S～5°N]为关键区域。对于每一年冬季,求取区域C和E上海温异常的面积平均的绝对值|[TSS]C|和|[TSS]E|,分别乘以空间相似系数rCP(t)和rEP(t),即初步得到CP/EP型海温异常指数ICP0/IEP0(图3c、3d)。用公式表示为:

(3)

值得关注的是,ICP0和IEP0的相关系数达到0.46,表明指数间并不完全独立。为了从时间上分离两类El Nino事件,采取和空间分离相类似的方法,即用公式(4)消除IEP0中ICP0信号的干扰,最终得到描述两类El Nino事件的指数组ICP和IEP(图4)。

IEP=IEP0-μICP。

(4)

这里ICP=ICP0;μ=0.45。

图4　新构建的1963—2012年冬季标准化的CP型ENSO指数ICP(实心柱)和EP型ENSO(空心柱)指数IEP时间序列Fig.4　Normalized time series of the newly reconstructed SSTA indices of ICP(solid bars) and IEP(open bars),for CP-and EP-type ENSO events over the period 1963—2012(dashed lines are the values for 0.75 and 1.0 of one standard deviation)

2.3周期分析

为了定量分析两类ENSO事件的周期及强度变化,图5给出了近50 a(1963—2012年冬季)ICP和IEP的标准化序列的小波功率谱和全时域功率谱。从ICP指数小波变换功率谱可以看出,中部型ENSO在1970年代初期出现短暂的2～3 a的周期,在1980年代后期表现出3～5 a的周期,在2005—2010年表现出强烈的3～4 a周期,并且在1980—2004年还表现出显著的10 a以上的年代(际)变化;从全局功率谱可以看出,中部型ENSO的3～4a周期和4～12 a周期均超过显著性为5%的红噪声标准谱检验,其中3.5 a和10 a周期最为突出,且年代(际)信号更强。与中部型ENSO不同,从IEP指数的小波变换功率谱看出,在1980—1985年主要表现为3～6 a周期,在1995—2000年表现为2～6 a周期,同时在1980—2000年表现出8 a周期,90年代后期出现年代际变化;从全局功率谱看出,东部型ENSO的2～6 a和10 a以上的周期超过显著性为5%的红噪声标准谱检验,但是年际变化更为突出。这二种类型的不同的SSTA变化均主要表现在2～7 a的周期区间内,只是CP型的年代(际)变化更清楚,这一结果与通常认为的ENSO变化周期变化吻合(Weng et al.,2007;徐康,2013),亦与赤道太平洋地区的年代(际)变化吻合(Fedorov and Philander,2000)。

图5　1963—2012年冬季ICP和IEP标准化时间序列的小波变换功率谱(a,b)及相应的全时域功率谱(c,d)(a、b中阴影部分表示通过95%显著性的红噪声标准谱检验,点线部分表示影响锥形曲线;c、d中实(虚)线表示小波全局功率谱(0.05信度检验标准谱))Fig.5　(a,b)Wavelet transform power spectrum for the ICPtime series and IEPtime series,and the (c,d)corresponding global power spectra,respectively,for the period 1963—2012[color-shaded areas in (a,b) indicate values significant at and above the 95% level of confidence using a test of red noise power spectrum;dotted lines are the cones of influence;the solid (dashed) lines in (c,d) indicate the global wavelet power spectrum(the standard spectrum for values significant at the 95% level of confidence)]

2.4与现有指数对比

前述ICP和IEP能够较清晰地区分两类ENSO,描述了两类ENSO在周期变化上的差异。下面将利用新指数组作为分类指数对已发生的ENSO事件进行分类。针对近年来ENSO中部型事件多发的趋势,Nio3.4指数被认为是监测ENSO事件较权威的指标。首先依据1963—2012年冬季标准化的Nio3.4指数确定厄尔尼诺和拉尼娜年,即标准化的Nio3.4指数大于等于1(小于等于-1)则该年为厄尔尼诺(拉尼娜)年;再利用ICP/IEP指数判定ENSO类型。图6给出1963—2012年冬季标准化的ICP/IEP指数散点分布,其中黑点、深灰点、浅灰点分别代表Nino3.4指数处于[1,+∞)、(-∞,-1]、(-1,1)。可以看出,厄尔尼诺事件(黑点)主要分布在第一象限,此时ICP/IEP指数均大于0,并且其中绝大多数黑点靠近纵轴,表明厄尔尼诺事件多表现为中部型,而极少数黑点靠近横轴右端,表明少数厄尔尼诺事件为强东部型;深灰点主要分布在第三象限,此时ICP/IEP指数均小于0,其中IEP的值限定在(-1,0),ICP值则出现(-2,-1),表明强拉尼娜事件多表现为中部型的特点。同样可以从图中看出,新指数ICP和IEP之间较独立的关系。

图6　1963—2012年冬季标准化的ICP和IEP在相空间中的散点分布(黑点、深灰点、浅灰点分别代表Nio3.4指数处于[1,+∞)、(-∞,-1]、(-1,1)区域)Fig.6　Scatter plot of standardized values of ICPand IEP from 1963 to 2012 in phase space,with the black,dark gray and light gray dots representing the Nio3.4 index in the space domains of[1,+∞),(-∞,-1] and (-1,1),respectively

利用前述所定义ICP和IEP指数可计算其与1963—2012年冬季各El Nio指数的相关系数。由表3、表4可以发现,ICP指数和Kao and Yu(2009)定义的KaoCP指数和Ashok et al.(2007)年定义的EMI指数,相关系数均达到0.84,而与Nino1+2指数关系最弱,相关系数在0.53左右;与IEP指数相关最好的是Kao and Yu(2009)定义的KaoEP指数,相关系数达到0.94,其次是Nio1+2指数(0.80),相关性最弱的是Nio4指数(0.01),这间接表明了与滤除了Nio4信号的KaoEP指数高相关的原因。最后,值得注意的是EMI与Nio3指数在1963—2012年冬季同期相关达到0.62,而ICP和IEP之间相关系数接近0,表明两个新指数ICP和IEP彼此独立,可望较好地分离东部型和中部型ENSO事件。

注意到Ren and Jin(2011)将同时相关性较高的传统Nio3和Nio4指数进行简单转换而得到彼此能基本独立区分的NCT和NWP指数组。这组指数在独立表征两类ENSO事件的能力上确有显著改进。NCT和NWP之间相关系数为0.28,相比于Nio3和Nio4之间0.83的相关要小得多。经过计算发现,IEP与NCT指数相关达到0.69,ICP与NWP指数相关达到0.83。这一结果表明新指数与Ren and Jin指数相关较好,但新指数ICP和IEP的相关近乎为0,也是极好的。

表3ICP与现有中部型厄尔尼诺指数的相关

Table 3Correlation coefficients betweenICPand different SSTA indices of ENSO

指数Niño1+2Niño3Niño3.4Niño4KaoCPEMIICP0.530.830.940.960.840.84

表4IEP与现有东部型厄尔尼诺指数的相关

Table 4Correlation coefficients betweenIEPand different SSTA indices of ENSO

指数Niño1+2Niño3Niño3.4Niño4KaoEPICPIEP0.800.530.310.010.940

2.5两类厄尔尼诺事件的差异

前述分析表明,依据两类厄尔尼诺事件发生时典型的海温异常空间分布特征所定义的新指数组ICP和IEP具有良好的区分和描述两类事件及其周期变化的能力。这里进一步采用新指数分别探讨东部型和中部型厄尔尼诺事件中异常海温、降水的不同空间模态及大气环流异常。

1963—2012年冬季SSTA与ICP和IEP的相关系数分布表明热带太平洋海表温度异常确存在二种不同的空间分布。如图7所示,CP型海表温度异常指数基本能够反映CP型ENSO发生时,赤道中太平洋SSTA变暖、西太平洋海表温度异常变冷以及东太平洋SSTA微弱变暖的结构特征(图7a);同时EP型海表温度异常指数也基本能够体现EP型ENSO成熟阶段SST异常的“东正西负”的纬向偶极型结构,其中冷异常中心主要位于北半球,暖异常中心主要分布于赤道及南半球地区(图7b)。这些与Kao and Yu(2009)等描写年平均SSTA型的结构基本一致。但注意到CP型与El Nio Modoki在东太平洋地区SSTA符号仍存在差别(Ashok et al.,2007)。另外,尽管图7a所示相关系数较图7b中的大,但经过计算,EP型海温异常的振幅(约5.2 ℃)还是要比CP型海温异常振幅(约4.8 ℃)要大一些。

热带太平洋不同的海表温度异常增暖现象,将导致不同的大气响应。海表风场异常显示出西太平洋存在明显的反气旋环流异常(Guan and Li,2008),只是中心位置在CP型中偏西(图7a),而EP型中则更偏东(图7b)。沃克环流亦产生不同的异常分布。图8给出了1963—2012年冬季200 hPa和850 hPa的速度势和辐散风场与ICP和IEP时间序列的回归。可以看出,冬季发展成熟的两类ENSO在对流层低层均表现出西部辐散、东部辐合的偶极分布型,但是辐合辐散中心位置存在明显差异。中部型ENSO的辐合辐散中心相对位置更偏西。对应地在对流层高层,靠近海洋性大陆一侧的热带西太平洋上空为辐合中心,中东部大范围地区为辐散区。特别指出的是,中部型ENSO的对流层高层出现两个辐散中心,究竟是何原因导致该现象出现,还需做进一步研究。

图7　1963—2012年冬季ICP(a)和IEP(b)指数与热带太平洋SSTA(阴影)及海表面风场异常(箭头)的相关系数(点影区表示SSTA相关系数通过了0.05显著性水平的t-检验,粗(细)箭头表示纬向风/经向风分量均(任意一个)通过0.05显著性水平的t-检验)Fig.7　Correlation of the tropical Pacific SSTA(shaded contours) and surface wind anomalies(vectors) with the indices (a)ICP and (b)IEP[the vectors in (a) are composed of the zonal and meridional components,indicated respectively by the correlations of ICPwith the zonal and meridional components of anomalous surface winds;the vectors in (b) are the same as in (a) but for IEP;stippled areas indicate values at and above the 95% confidence level,based on the t-test;bold arrows represent both the zonal and meridional components at and above the 95% level of confidence,and vice versa for thin arrows]

图8　1963—2012年冬季CP型(a、c)和EP型(b、d)ENSO发生时,200 hPa(a,b)和850 hPa(c,d)速度势和辐散风异常向ICP、IEP的回归系数分布(点状阴影区表示通过0.05显著性水平的t-检验)Fig.8　Coefficients of regression of winter seasonal mean velocity potential(contours) and divergent wind anomalies(vectors) onto (a,c)ICP and (b,d)IEP:(a,b)200 hPa;(c,d)850 hPa level(stippled areas indicate values of velocity potential at and above the 95% level of confidence,based on the t-test)

图9　1963—2012年冬季赤道地区(10°S～10°N平均)Walker环流异常(阴影区表示垂直速度通过0.05显著性水平的t-检验)　　a.异常辐散风和垂直速度向ICP回归;b.异常辐散风和垂直速度向IEP回归Fig.9　Anomalous Walker circulation(streamlines) averaged meridionally from 10°S to 10°N in boreal winter during 1963—2012,as obtained by regressing both the zonal component of anomalous divergent winds and the vertical velocity anomalies onto (a)ICP and (b)IEP(shading indicates the values of vertical velocity anomalies at and above the 95% level of confidence,based on the t-test;the vertical velocity was artificially enlarged before plotting)

CP型ENSO和EP型ENSO对应的纬向垂直环流与图8中高低层辐合辐散中心相对应(图9),主要表现为CP型发生时上升运动区向西偏移15～20个经度。具体而言,ENSO事件发生时,赤道西太平洋出现异常的下沉气流,而赤道中东太平洋则为异常强烈的上升运动。同时,两类ENSO的沃克环流又略有差异,东部型的上升支范围在180°～90°W之间,而中部型ENSO上升支的范围则相对偏西,在145°E～100°W之间。

图10　1963—2012年冬季CMAP降水与ICP(a)和IEP(b)指数相关系数分布(等值线和阴影表示与SSTA相关系数:点区表示超过0.05信度的显著性水平的区域)Fig.10　Correlation between CMAP(CPC Merged Analysis of Precipitation) data and (a)ICP and (b)IEP(color-shaded contours indicate values larger than 0.4,with stippled areas for values at and above the 95% level of confidence,based on the t-test)

与环流异常相应,降水异常在CP型与EP型ENSO发生时的分布亦存在很大不同。由图10可以看出,中部型ENSO事件发生时,相关的降水异常出现“负—正—负”的纬向三极型结构,显著的降水正异常中心主要出现在150°E～180°～150°W的赤道中太平洋地区,在海洋性大陆区域、SPCZ区域均出现显著的负的强相关。而东部型则表现为东正西负的偶极型结构,正的异常中心出现在150°W以东的赤道东太平洋地区,负的异常仅出现在印度尼西亚中部以及赤道西太平洋地区。这些均表明,在北半球冬季,CP和EP型SSTA对降水异常的影响确实存在明显不同的分布。

3　结论与讨论

然而,新指数因其在反映海温异常变化时在空间上正交而时间上独立,因而其可更好地刻画CP和EP型ENSO事件的相互独立的特征。新指数构建依据是函数的互相正交,以及两者在时间域上的独立性,故可利用新指数在时间、空间域上对冬季CP/EP型ENSO进行较好的分离。为方便使用,附录A中给出了所构建的新指数的更为简单的表述和计算步骤。

利用新指数组所揭示的中部型和东部型厄尔尼诺事件相关的热带太平洋主要的海气耦合特征表明,与传统的东部型厄尔尼诺最大暖海温中心位于赤道东太平洋地区不同,中部型厄尔尼诺事件的异常增暖中心位于赤道中太平洋。中部型异常上升支偏西,异常降水集中于日界线附近的热带中太平洋,不似东部型限定在赤道太平洋地区。

要强调的是,用于定义CP/EP型SSTA的空间函数,即公式(1)、(2)和表(2)可被用来对冬季ENSO的类型作出监测,而利用C和E区域的海温异常大小|[TSS]|可被用来对两类事件强度进行监测。由于两类ENSO的不同气候影响,这种监测将具有重要意义。

还要说明的是,在公式(2)中隐含了一个假定,即CP型海温异常是ENSO事件变化过程中的主要形态,本质上是假设了中太平洋地区是海气相互作用最强烈的地区,而东部型海温异常则成为中部型的补充。因而利用公式(1)—(2)和表(2)所定义的EP型ENSO指数IEP超过一个标准差的事件数较中部型的要偏少。

另外,若采用与公式(2)不同的做法,将可突出对El Nino-Modoki事件的变化的描写,这将在未来进一步研究。

致谢:南京信息工程大学地球科学部南京大气资料服务中心提供了资料服务;NCEP/NCAR再分析资料取自NOAA—CIRES Climate Diagnostics Center(http://www.cdc.noaa.gov)。使用了GrADS软件绘制了文中图形。

参考文献(References)

Ashok K,Behera S K,Rao S A,et al.,2007.El Nino Modoki and its possible teleconnection[J].J Geophys Res,112,C11007.doi:10.1029/2006JC003798.

Cane M A,1983.Oceanographic events during El Nio[J].Science,222:1189-1195.

陈圣劼,何金海,吴志伟,2013.一种新的El Nino海气耦合指数[J].大气科学,37(4):815-828.Chen S J,He J H,Wu Z W,2013.New ocean-atmosphere coupling indices for El Nino[J].Chin J Atmos Sci,37(4):815-828.(in Chinese).

Fedorov A V,Philander S G,2000.Is El Nino changing?[J].Science,288(5473):1997-2002.

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[J].大气科学学报,33(5):547-554.Feng J,Guan Z Y,Wang L J,et al.,2010.Impact of central equatorial pacific SSTA pattern on precipitation and temperature in east China in Summer[J].Trans Atmos Sci,33(5):547-554.(in Chinese).

Glantz M H,Katz R W,Nicholls N,1991.Teleconnections linking worldwide climate anomalies:Scientific basis and societal impact[M].Cambridge:Cambridge University Press:534.

Graf H F,Zanchettin D,2012.Central Pacific El Nio,the “subtropical bridge”,and Eurasian climate[J].J Geophys Res:Atmospheres,117,D01102.doi:10.1029/2011JD016493.

Guan Z Y,Li L P,2008.Interannual variability of summer climate of China in association with ENSO and the Indian Ocean dipole[M]//Fu C B,Jiang Z H,Guan Z Y,et al.,Regional climate studies of China.Berlin:Springe:120-157.

Harrison D E,1984.The appearance of sustained equatorial surface westerlies during the 1982 Pacific warm event[J].Science,224(4653):1099-1102.

Harrison D E,Larkin N K,1996.The COADS sea level pressure signal:A near-global El Nio composite and time series view,1946—1993[J].J Climate,9(12):3025-3055.

Harrison D E,Larkin N K,1998.El Nio-Southern Oscillation sea surface temperature and wind anomalies,1946—1993[J].Rev Geophys,36(3):353-399.

Kalnay E,Kanamitsu M,Kistler R,et al.,1996.The NCEP/NCAR 40-year reanalysis project[J].Bull Amer Meteor Soc,77(3):437-471.

Kao H Y,Yu J Y,2009.Contrasting eastern-Pacific and central-Pacific types of ENSO[J].J Climate,22(3):615-632.

Kim H M,Webster P J,Curry J A,2009.Impact of shifting patterns of Pacific Ocean warming on North Atlantic tropical cyclones[J].Science,325(5936):77-80.

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].J Climate,22(6):1499-1515.

Kug J S,Choi J,An S I,et al.,2010.Warm pool and cold tongue El Nio events as simulated by the GFDL 2.1 coupled GCM[J].J Climate,23(5):1226-1239.

Kumar K K,Rajagopalan B,Hoerling M,et al.,2006.Unraveling the mystery of Indian monsoon failure during El Nino[J].Science,314(5796):115-119.

Larkin N K,Harrison D E,2005.On the definition of El Nio and associated seasonal average US weather anomalies[J].Geophys Res Lett,32,L13705.doi:10.1029/2005GL022738.

Lee T,McPhaden M J,2010.Increasing intensity of El Nio in the central-equatorial Pacific[J].Geophys Res Lett,37(14):L14603.doi:10.1029/2010GL044007.

Li G,Ren B,Yang C,et al.,2010.Indices of El Nio and El Nio Modoki:An improved El Nio Modokiindex[J].Adv Atmos Sc,27:1210-1220.

林学椿,于淑秋,1993.厄尔尼诺与我国汛期降水[J].气象学报,51(4):434-441.Lin X C,Yu S Q,1993.El Nino and rainfull during the flood season(June—August) in China[J].Acta Meteorologica Sinica,51(4):434-441.(in Chinese).

秦坚肇,王亚非,2014.构建描述两种ENSO类型的新指数[J].气象学报,72(3):526-541.Qin J Z,Wang Y F,2014.Construction of new indices for the two types of ENSO events[J].Acta Meteorologica Sinica,72(3):526-541.(in Chinese).

Rasmusson E M,Carpenter T H,1982.Variations in tropical sea surface temperature and surface wind fields associated with the Southern Oscillation/El Nio[J].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].J Geophys Res:Atmospheres,108(D14):1063-1082.

Song H J,Choi E,Lim G H,et al.,2011.The central Pacific as the export region of the El Nio-Southern Oscillation sea surface temperature anomaly to Antarctic sea ice[J].J Geophys Res:Atmospheres,116,D21113.doi:10.1029/2011JD015645.

唐佑民,刘书华,1994.两类El Nino事件太平洋海温异常时空结构的分析[J].热带气象学报,10(2):130-139.Tang Y M,Liu S H,1994.The temporal and spatial structure analyses of pacific SSTA accompanying with two kinds of El Nino events[J].J Trop Meteor,10(2):130-139.(in Chinese).

Wang C,Wang X,2013.Classifying El Nio Modoki I and II by different impacts on rainfall in Southern China and typhoontracks[J].J Climate,26(4):1322-1338.

Weng H,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[J].Clim Dyn,29(2/3):113-129.

Xie S P,Arkin P A,1996.Analyses of global monthly precipitation using gauge observations,satelliteestimates,and numerical model predictions[J].J Climate,9(4):840-858.

徐康,2013.东部和中部型 ENSO模态及其对中国降水影响的差异[D].南京:南京信息工程大学.Xu K，2013.Eastern-and Central-Pacific ENSO and their possible different impacts on precipitation in China[D].Nanjing:Nanjing University of Information Science and Technology.(in Chinese).

Yeh S W,Kug J S,Dewitte B,et al.,2009.El Nio in a changing climate[J].Nature,461(7263):511-514.

Yeh S W,Kug J S,An S I,2014.Recent progress on two types of El Nio:Observations,dynamics,and future changes[J].Asia-Pacific Journal of Atmospheric Sciences,50(1):69-81.

Yu J Y,Kao H Y,2007.Decadal changes of ENSO persistence barrier in SST and ocean heat content indices:1958—2001[J].J Geophys Res:Atmospheres,112(D13):125-138.

Yu J Y,Lu M M,Kim S T,2012.A change in the relationship between tropical central Pacific SST variability and the extratropical atmosphere around 1990[J].Environ Res Lett,7(3):034025.

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[J].热带气象学报,14(3):226-232.Zhao Y P,Chen Y L,1998.Analysis of the oceanic feature in the tropical pacific ocean one year before onset of the two types ENSO events[J].J Trop Meteor,14(3):226-232.(in Chinese).

附录A:新构建指数的简要表述

两类ENSO发生时,冬季热带太平洋海温异常的空间分布存在显著差异。基于这一空间分布的基本认知,利用回归方法,设计出了两个新的指数。除了一些基本的资料准备工作外,主要计算步骤如下:

1.构建海温异常空间型:

(A1)

(A2)

和

(A3)

2.计算新指数:

求取SSTA在区间[φa,φb]上的平均,即:

(A4)

(A5)

则两个指数可通过下式计算:

(A6)

(A7)

其中:|[TOS(λ,t)]CB|和|[TOS(λ,t)]EB|分别为CP型和EP型海温异常关键区SSTA的区域平均值的绝对值,关键区间分别取为CB:[174～136°W],EB:[120～85°W]。可见,根据公式(A6)和(A7)可容易地计算出CP和EP型海温异常指数。

ENSO is the strongest interannual variability in our climate system.Recently,it has been found to vary as two types in spatial terms;the Central Pacific(CP) type,whose SST anomalies(SSTAs) are strongest in the central Pacific;and the Eastern Pacific(EP) type,characterized by SSTAs being strongest in the eastern equatorial Pacific.These two types of El Nio involve different teleconnections and climatic impacts,as the intensity and location of their associated SST-induced heating are different.Many studies have pointed out that CP El Nio events have increased in frequency in recent decades.

Several kinds of indices have been designed for different types of El Nio events.For instance,the El Nio Modoki index(EMI) captures the second EOF pattern of equatorial Pacific SST anomalies.Another somewhat complicated index pair called the Central and Eastern Pacific Index(CPI/EPI),which is also an EOF-based index but with the SSTA related to the Nio1+2 or Nio4 index removed,has also been put forward.The most striking difference between the two types of El Nio is the longitudinal displacement of maximum anomalous SST along the equator in their mature stages.Motivated by this method of classification,we redefined two indices of SST anomalies,i.e.,ICPandIEP,for describing CP and EP El Nio/La Nia events and their interactions during boreal winter,by using both NCEP/NCAR reanalysis data and SST data from the Hadley Centre,for the period 1963—2013.This index pair was reconstructed based on the function for the CP pattern that changes with longitude and is perpendicular to the function for the EP pattern.

Both of the reconstructed SSTA indices developed in this study are expected to be highly useful for monitoring ENSO events,and helpful in improving our understanding of the similarities and differences in the influence of CP-and EP-type ENSO events on climate variation at the global and regional(particularly East Asia) scale.

boreal winter;CP ENSO;EP ENSO;SSTA index;Maritime Continent

(责任编辑：张福颖)

doi：10.13878/j.cnki.dqkxxb.20150123001

Reconstruction of equatorial Pacific SST anomaly indices for two types of ENSO during boreal winter

WANG Mei1,2,GUAN Zhaoyong1,PI Dongqin1,3

1KeyLaboratoryofMeteorologicalDisaster,MinistryofEducation(KLME)/JointInternationalResearchLaboratoryofClimateandEnvironmentChange(ILCEC)/CollaborativeInnovationCenteronForecastandEvaluationofMeteorologicalDisasters(CIC-FEMD),NanjingUniversityofInformationScience&Technology,Nanjing210044,China;2TaizhouMeteorologicalBureau,Taizhou318000,China;3FujianMeteorologicalInformationCenter,Fuzhou350001,China

引用格式：王美,管兆勇,皮冬勤,2016.冬季赤道太平洋不同类型海温异常表征指数的再构建[J].大气科学学报,39(4):455-467.

Wang M,Guan Z Y,Pi D Q,2016.Reconstruction of equatorial Pacific SST anomaly indices for two types of ENSO during boreal winter[J].Trans Atmos Sci,39(4):455-467.doi：10.13878/j.cnki.dqkxxb.20150123001.(in Chinese).

*联系人，E-mail:wmlydia@163.com