23个CMIP5模式对厄尔尼诺事件生命史模拟能力的评估

姜有山　张高杰

摘要利用23个CMIP5气候模式历史模拟试验数据，评估模式对于厄尔尼诺事件生命史的模拟能力。评估结果显示，有1/3的模式可以很好地再现厄尔尼诺生命史演变过程，而另有1/3的模式对厄尔尼诺生命史模拟能力较弱。观测分析结果表明，动力（海洋温度平流）和热力（海洋表面热量通量）强迫作用对厄尔尼诺快速衰减过程都有贡献。前者主要与西北太平洋区域风场响应有关，而后者主要与“云—辐射—海温”负反馈过程有关。模拟能力较强的CMIP5模式中海温距平中心相对偏东，因此海洋纬向平流负反馈和短波辐射负反馈作用较强，衰减阶段中海温衰减更快。而模拟能力较弱的气候模式中海温距平中心相对偏西，因此动力和热力过程较弱，海温衰减缓慢。由于衰减变率不同，前者海表温度距平在发展年次年夏季时符号发生改变，而后者依然维持相同的符号。由季节决定的大气—海洋相互作用所引发的不稳定增长过程在北半球秋季时期进一步参与其中，因此较好的模式中负海温距平继续增长并转变成拉尼娜，而模拟能力较弱的模式中始终维持暖海温距平，没有形成拉尼娜。分析结果同时表明，仍然有1/3的气候模式不能很好地模拟出厄尔尼诺事件位相锁定特征。

关键词海气相互作用；模式评估；ENSO动力学；生命史演变

作为热带地区最重要的年际尺度气候模态，厄尔尼诺—南方涛动（El NioSouthern Oscillation，ENSO）事件最早由Bjerknes（1969）研究工作中提出。作為ENSO事件中的暖位相事件，厄尔尼诺通常表现为赤道中东太平洋地区海表温度异常偏暖，振幅强度在发展年底12月前后达到最强（Rasmusson and Carpenter，1982；Philander，1990；杨修群等，1996；刘秦玉和范磊，2009）。厄尔尼诺事件对全球气候系统，特别是东亚气候系统具有重要的影响作用，因此理解和预测厄尔尼诺事件生命史演变过程具有重要的社会经济意义（刘永强和丁一汇，1995；Latif et al.，1998；Trenberth et al.，1998；Wallace et al.，1998；张人禾，1999；Wang et al.，2000；Alexander et al.，2002；李崇银，2002；张人禾和巢纪平，2002；谌芸和施能，2003；朱艳峰等，2003；Li and Wang，2005；Zhou et al.，2007；梁晓妮等，2008；智海等，2012；Zhou et al.，2014；范伶俐和张福颖，2016；郭品文和郎丽玲，2017）。厄尔尼诺事件的发展与赤道太平洋地区海气相互作用正反馈过程有关（Bjerknes，1969）。在此基础之上，相继有大量理论研究工作提出不同的负反馈机制用于解释ENSO事件的终止，包括“延迟振子”理论、“充放电/纬向平均温跃层调制”机制、“西太平洋振子”理论以及“平流—反射振子”理论等，并在一定程度上为观测事实所证实（Suarez and Schopf，1988；Battisti and Hirst，1989；Jin，1997；Li，1997；Delcroix et al.，2000；Meinen and McPhaden，2000；Boulanger et al.，2003；Bosc and Delcroix，2008）。

观测结果表明，厄尔尼诺和拉尼娜事件的振幅强度，纬向传播和生命史演变过程均具有显著的不对称性特征（Kessler，2002；Larkin and Harrison，2002；McPhaden and Zhang，2009）。相对而言，目前对于ENSO事件生命史演变不对称性的研究工作较少。厄尔尼诺和拉尼娜事件生命史通常具有不对称性发展特征，具体表现为：厄尔尼诺事件通常在发展年冬季赤道东太平洋正海温距平达到峰值之后迅速衰减，并在发展年次年冬季时转变成拉尼娜事件，生命周期不超过两年；而拉尼娜事件在到达成熟位相之后通常衰减缓慢，负海温距平可以持续更长的时间，在后续冬季时期依然可以再次形成拉尼娜事件，其生命周期可以超过两年甚至三年时间（Kessler，2002；Larkin and Harrison，2002；Okumura and Deser，2010；Wu et al.，2010；Chen et al.，2016；Chen and Li，2017）。造成这一现象的关键点在于：在ENSO事件发展年次年夏季时，厄尔尼诺事件中海表温度异常（Sea Surface Temperature Anomaly，SSTA）符号转变为负值，但是在拉尼娜事件中SSTA依然维持负值，符号并未发生改变。考虑到北半球秋季时期是海气耦合相互作用最剧烈的季节，在这一时期，Bjerknes温跃层反馈作用和纬向平流反馈作用最强（Li，1997）。因此，北半球夏季时赤道东太平洋区域较弱的冷海温距平也可以通过海气相互作用正反馈过程不断增长，最终在发展年次年底时厄尔尼诺和拉尼娜事件都发展成为拉尼娜事件。综上所述，厄尔尼诺事件的衰减速度远大于拉尼娜事件，这是导致ENSO事件生命史不对称的根本原因。

最近，Chen et al.（2016）通过海洋混合层海温热量收支诊断分析方法，在对导致厄尔尼诺和拉尼娜事件生命史不对称的动力过程（风场驱动的温跃层变化和海洋温度平流过程）和热力过程（海洋表面热量通量）进行定量分析后发现，动力（海洋温度平流）和热力（海洋表面热量通量）强迫作用均对厄尔尼诺事件快速衰减和位相转变过程起到重要贡献作用。前者主要与西北太平洋区域风场响应有关，后者主要与赤道东太平洋区域“cloudSST”和“evaporationSST”负反馈过程有关。值得注意的是，热力过程的重要性在过往的研究工作中通常被忽视。尽管前人的研究工作已通过诊断分析等方法对观测中厄尔尼诺事件生命史演变过程进行了初步分析，并提出了一些可能的影响机制，然而受限于气候变化特征的复杂性以及模式自身的局限性，目前气候模式依然无法准确预报出独立厄尔尼诺事件的生命史发展过程。有鉴于此，拟对多个CMIP5模式中厄尔尼诺事件生命史演变模拟能力进行评估，找寻模式中对模拟能力影响最为显著的关键海气相互作用过程（智海等，2015；黄玉蓉等，2017；智协飞等，2017），为气候模式ENSO模拟和预报提供改进基础，帮助提高季节气候预测水平。

1资料和方法

资料包括：1）美国国家海洋和大气局（NOAA）提供的延伸重建海表面温度资料（Extended Reconstructed Sea Surface Temperature version 3b；ERSSTv3b；Smith et al.，2008），以及降水场资料（Global Precipitation Climatology Project，GPCP）。2）美国国家环境预测中心/国家大气环境中心（NCEP/NCAR）提供的月平均风场再分析资料（Kalnay et al.，1996）。3）美国马里兰大学简单海洋同化资料（Simple Ocean Data Assimilation version 216；SODAv216；Carton and Giese，2008）、欧洲中期天气预报中心（ECMWF）海洋再分析资料系统（Ocean Reanalysis System 4，ORAS4；Balmaseda et al.，2013）和美国国家环境预报中心（NCEP）全球海洋资料同化系统（Global Ocean Data Assimilation System，GODAS；Saha et al.，2006）共同提供的海表风应力和海洋温跃层深度数据。

为评估气候模式对于厄尔尼诺事件生命史演變的模拟能力，选取23个CMIP5模式的历史模拟试验数据，对相应的厄尔尼诺事件进行合成分析，选取研究时段为1951—2000年。相关模式基本信息请见表1（黄玉蓉等，2017）。

2CMIP5气候模式对厄尔尼诺生命史模拟能力的评估

21CMIP5模式中厄尔尼诺生命史发展特征

首先，分别对观测结果及23个CMIP5模式模拟结果中厄尔尼诺事件进行合成分析。结果表明（图1），多模式模拟结果与观测结果相比呈现出多样性与复杂性的特征。以观测结果为例（图1a），合成的厄尔尼诺事件中，异常暖海温通常出现在赤道东太平洋区域，成熟时期最大海温距平值出现在发展年年底12月时，中心位于120°W附近。在暖海温异常到达最强值之后，厄尔尼诺事件通常在第二年春季时迅速衰减，夏季时海温回归至气候平均态。后续秋季时期海温持续变冷，转变为冷海温距平。在第二年年底冬季时发展成拉尼娜事件。因此在厄尔尼诺事件发展年次年中，赤道东太平洋区域海温

距平出现了迅速衰减和位相转变两种生命史发展过程。然而在CMIP5多模式模拟结果中，厄尔尼诺事件生命史发展过程却呈现出显著的不确定性，根据其对厄尔尼诺事件生命史特征模拟能力的强弱，大致可以将23个CMIP5模式分为三种类型。

在第一类CMIP5模式中，模式的模拟结果可以很好地表现出观测中厄尔尼诺事件应有的生命史发展过程。以CESM1（CAM5）模式模拟结果为例（图1f），可以看到，在合成的厄尔尼诺事件发展年初期，暖海温距平出现在赤道西太平洋区域。随着时间的推移，赤道东太平洋区域暖海温距平不断发展，在发展年12月时，暖海温距平发展到最强，形成一次厄尔尼诺事件。在发展年次年中，赤道东太平洋区域的暖海温距平迅速衰减，至夏末秋初时期已转变为冷海温距平。随着冷海温距平的不断增强，发展年次年底时，赤道东太平洋区域形成拉尼娜。与观测结果相比，23个CMIP5模式中有1/3的模式（包括CCSM4、CESM1CAM5、CNRMCM5、FGOALSg2、FIOESM、GFDLCM3和GFDLESM2M共7个模式）可以很好地再现出厄尔尼诺事件的生命史发展过程。

在第二类CMIP5模式中，模式模拟结果与观测相比呈现出较大的不确定性，生命史呈现不对称性发展特征。以MIROCESM模式模拟结果为例（图1s），赤道太平洋区域暖海温距平同样在发展年春末夏初时期开始发展，到发展年底冬季时期，暖海温距平发展到最强，厄尔尼诺到达位相成熟时期。生命史的不对称性发展特征主要出现在发展年次年。MIROCESM模式模拟结果中，发展年次年春季时期暖海温距平衰减过程十分缓慢，直至该年夏季时期，赤道东太平洋区域仍然以暖海温距平为主。暖海温距平在下半年中依然得以维持，甚至再次发展增强形成第二次厄尔尼诺事件。因此，有1/3的CMIP5模式（包括CESM1BGC、CMCCCM、GISSE2RCC、INMCM4、IPSLCM5AMR、MIROCESM、MIROCESMCHEM和MRICGCM3共8个模式）在发展年次年底时并没有形成拉尼娜事件，与观测结果相比具有很强的不对称性特征。

除了上述两类CMIP5模式以外，还有一类模式对厄尔尼诺事件锁相特征模拟能力较弱。在这一类CMIP5模式模拟结果中，厄尔尼诺暖海温距平中心并没有明确出现在发展年底附近，而是明显早于或晚于这一时期。以GFDLESM2G模式模拟结果为例（图1m），虽然在发展年次年底时出现了由厄尔尼诺向拉尼娜转变的生命史发展过程，但该模拟结果中厄尔尼诺峰值出现在发展年7月，明显早于观测结果（图1a）。由于仍然有1/3的模式（包括BCCCSM11、BCCCSM11m、CSIROMk360、GFDLESM2G、IPSLCM5ALR、MPIESMLR、NorESM1M和NorESM1ME共8个模式）不能很好地模拟出厄尔尼诺事件位相锁定特征，其模拟出的厄尔尼诺事件并不真实，因此在后续的研究过程中，将首先去除这一类对厄尔尼诺锁相特征模拟能力较弱的模式。

分别对第一类和第二类CMIP5模式的厄尔尼诺事件模拟结果进行合成分析（图2）。第一类模式的合成结果与观测结果基本保持一致（图2b），最强暖海温距平中心出现在发展年12月，中心位于120°W附近。第二年夏季时海温转变成负距平，之后进一步发展成为拉尼娜事件。因此，将这一类模拟能力较强的模式归类为较好的模式（Good Models，GM）。在第二类CMIP5模式的合成结果（图2c）中，暖海温距平中心同样出现在发展年底12月时期，但距平中心偏移至150°W附近，相比观测结果向西偏移了约30个经度，且强度较弱。在发展年次年中，暖海温距平衰减缓慢，第二年底时回归至气候平均态，并没有出现拉尼娜事件。因此，将这一类对厄尔尼诺事件生命史模拟能力较弱的模式归类为不太理想的模式（Pool Models，PM）。下文将进一步对两类CMIP5模式进行分析，找出其与观测模式相比，生命史演变过程不对称性的形成成因。

22动力过程（风场强迫）作用

在厄尔尼诺年冬季时期，西北太平洋区域菲律宾海存在异常反气旋（Philippine Sea AntiCyclone，PSAC），而PSAC对厄尔尼诺事件转向过程（Wang et al.，2000）以及厄尔尼诺和拉尼娜事件生命史不对称性（Wu et al.，2010；Chen et al.，2016；Chen and Li，2017）具有非常重要的作用。西北太平洋區域大气风场对异常海温场不对称强迫作用的响应，通常会导致海洋纬向洋流具有不对称性特征。图3a、3c、3e给出了合成的观测结果，即GM和PM中厄尔尼诺事件成熟时期冬季（12月—2月，DJF）海表风应力和风应力旋度距平的空间分布情况。注意到在观测结果中西北太平洋上空有异常的反气旋性环流生成（Chang et al.，2000a，2000b；Wang et al.，2000）。

反气旋性环流南侧赤道西太平洋上东风距平将会激发出海洋中的上翻Kelvin波向东传播，抬升赤道太平洋温跃层高度。负温跃层厚度距平可以激发出海洋中自东向西的地转流，因此上层海洋中出现纬向异常冷平流使得赤道东太平洋区域暖性SSTA衰减，厄尔尼诺事件转向消亡（图3a）。在模拟能力较好的GM中，同样可以看到西北太平洋区域存在显著的反气旋性环流，这与观测结果极为相似（图3c）。因此，GM中的厄尔尼诺事件同样具有快速消亡的生命史演变过程。相反的，在PM中西北太平洋上空反气旋性环流并不显著，因此在赤道西太平洋地区（140°E～180°）并没有明显的异常东风形成（图3e）。正是由于纬向风距平差异性的出现导致两类CMIP5模式中衰减阶段纬向异常平流反馈过程存在差异。

合成的厄尔尼诺事件发展年次年春季衰减时期的结果与前期冬季结果相类似（图3b、3d、3f）。在观测结果和GM中，西北太平洋反气旋性环流和赤道西太平洋上东风距平依然得以维持，因此厄尔尼诺事件衰减迅速，在夏季时赤道东太平洋区域海温距平由正转负（图3b、3d）。在PM中反气旋性环流以及环流南侧东风距平始终没有建立，因此合成的厄尔尼诺事件中衰减过程缓慢，夏季时赤道东太平洋区域依然维持暖海温距平（图3f）。

由图2同样可以看出，两类CMIP5模式对于厄尔尼诺事件振幅强度的模拟具有较大的差异性，在GM中厄尔尼诺振幅强度更强，而在PM中强度明显较弱。考虑到SSTA振幅强度和空间位置的不同均有可能导致上述环流场差异性的产生，在此首先进行标准化处理，去除振幅强度差异性所带来的影响。在计算季节平均场前，首先将风场结果除以相应月份Nio34指数，得到海温均变化1度时风场的响应结果。由经过标准化处理后得到的风场距平的空间分布（图略）情况，依然可以很清楚地看到结果与图3相类似，两类厄尔尼诺事件中赤道西太平洋上纬向风场存在显著差异性。这也表明风场的差异性主要源自SSTA空间分布的差异性，GM中SSTA中心位于赤道东太平洋区域，与观测结果相类似，而PM中SSTA中心存在较为显著地向西移动现象（图2）。

图4可以从另一个角度清楚地揭示出，两类CMIP5模式中厄尔尼诺事件衰减时期赤道太平洋区域纬向风距平生命史演变过程的差异性。在发展年次年1—5月的厄尔尼诺事件衰减阶段中，观测结果和GM中东风距平东端可延伸至150°E，最大负距平值中心位于130°E附近。在发展年次年晚期，东风距平沿赤道一直向东移动赤道中太平洋区域（图4a、4b）。与此相反，在PM中东风距平强度明显较弱，在后续衰减过程中，东风距平始终位于赤道西太平洋区域，并未向东移动（图4c）。

由图5可见，两类CMIP5模式中风场的差异性对衰减年中两者温跃层的演变过程具有重要影响。对于观测结果和GM中的厄尔尼诺事件而言，衰减年早期赤道西太平洋上负温跃层距平强度更强并沿赤道迅速向东传播至东太平洋区域。伴随着东传过程，赤道东太平洋区域负温跃层距平强度不断增强。然而在PM中温跃层距平的演变过程与之并不相同。在衰减年早期时负温跃层距平强度太弱，以至于无法向东传播使得赤道东太平洋区域温跃层距平改变符号。由于风场的强迫作用较弱，在衰减年夏季时，东太平洋区域仍未出现负温跃层距平（图5l）。

在厄尔尼诺事件衰减时期，赤道温跃层更强的响应过程将会以两种方式影响SSTA衰减速率。首先，更浅的温跃层深度将会激发出海洋中自东向西的地转流，从而引发纬向异常冷平流减弱SST。其次，更强的负温跃层距平意味着更冷的次表层海温，因此热带海洋平均上翻运动可以引发异常上翻冷流减弱SST。这两个过程都会使得GM中厄尔尼诺事件迅速衰减。相反地，在PM衰减阶段中，由于负温跃层距平并没有沿赤道迅速向东传播，因此东太平洋区域温跃层距平经向梯度较弱，由此引发的地转流强度也较弱，SSTA衰减过程缓慢。

合成的厄尔尼诺事件中，赤道温跃层厚度距平随时间的演变情况可以很清晰的体现出两类CMIP5模式存在的差异性（图6）。在观测结果和GM中，负温跃层厚度距平东端可延伸至180°换日线以东。在发展年次年晚期，负温跃层厚度距平沿赤道迅速向东移动至东太平洋区域，使得符号发生转变（图6a、6b）。相反的，在PM中负温跃层厚度距平东端位于换日线以西，在后续衰减阶段中，负温跃层厚度距平始终位于西太平洋，东太平洋区域温跃层距平符号并未发生改变。

综上所述，在模拟能力较强的GM中，西北太平洋区域风场强迫作用更强导致海洋上翻Kelvin波向东传播，因此较冷的次表层海水可以向东传播至赤道东太平洋区域，使得厄尔尼诺事件迅速衰减并转变成拉尼娜。相反地，在模拟能力较弱的PM中风场强迫作用较弱，因此次表层冷海温始终停留在西太平洋区域，无法向东传播至东太平洋，拉尼娜事件并未出现。

23热力过程（短波辐射强迫）作用

除了上述的海洋动力过程作用以外，热力反馈过程（短波辐射强迫）的差异性同样可能导致两类CMIP5模式中厄尔尼诺事件生命史演变过程不同。短波辐射负反馈作用主要通过“云—辐射—SST”负反馈过程实现。在热带太平洋区域，厄尔尼诺事件中暖海温异常将会在局地激发出异常对流活动，形成对流云阻挡短波辐射进入海表面，从而促使厄尔尼诺事件消亡（Li，1997）。因此，短波辐射负反馈强度与SSTA的强度和空间位置密切相关。图7a、7c、7e给出了合成的观测结果、GM和PM中，厄尔尼诺事件冬季成熟时期异常降水场的空间分布情况。在观测结果和GM中，赤道中东太平洋地区以正降水距平为主，中心位于160°W附近（图7a、7c）。相反地，在PM中正降水距平中心向西偏移了40个经度，中心位于160°E附近，强度较弱（图7e）。由此可见，两类CMIP5模式中云响应过程具有东西向空间差异性。由于SSTA中心主要出现在赤道东太平洋区域，因此PM中异常降水中心西移意味着“云—辐射—SST”负反馈作用强度更弱。后续春季衰减时期的合成结果与冬季相似（图7b、7d、7f），观测结果和GM中对流活动相对偏东，因此热力负反馈作用可以帮助厄尔尼诺事件迅速衰减（图7b、7d）。而PM中由于对流活动中心明显偏西，因此“云—辐射—SST”负反馈作用对赤道东太平洋区域暖海温距平的衰减过程帮助较小（图7f）。

同样地，为了验证两类CMIP5模式中异常降水场不对称性是否由SSTA振幅不对称所主导，对季节平均的异常降水场进行标准化处理（图略），可以看到即使给定相同振幅的SSTA强迫时（海温均变化1度），GM中“云—辐射—SST”负反馈作用依然强于PM中，因此差異性主要源自两类CMIP5模式中异常对流活动空间分布的东西向差异性。在GM中SSTA和异常对流活动中心相对偏东，因此厄尔尼诺事件衰减迅速，而在PM中SSTA中心向西偏移，因此厄尔尼诺事件衰减缓慢。

3讨论和结论

利用23个CMIP5气候模式历史模拟试验数据，评估模式对于厄尔尼诺事件生命史的模拟能力。评估结果显示，有1/3的模式可以很好地再现厄尔尼诺生命史演变过程，在发展年次年中暖海温距平迅速衰减，并于年底时转变形成拉尼娜。同样有1/3的模式对厄尔尼诺生命史模拟能力较弱，合成结果中衰减速率缓慢，在衰减年中赤道东太平洋区域暖海温距平始终得以维持，甚至再次发展形成第二次厄尔尼诺事件。最后，仍然有1/3的模式不能很好地模拟出厄尔尼诺事件位相锁定特征，暖海温距平中心并没有明确出现在发展年底附近，而是明显的早于或晚于这一时期，因此模拟得到的厄尔尼诺事件并不真实。

气候模式对于厄尔尼诺生命史演变过程模拟能力的强弱主要取决于其对异常海温场空间分布的模拟水平。在模拟能力较强的CMIP5模式结果中，合成的厄尔尼诺事件暖海温距平中心位于赤道东太平洋120°W附近（与观测结果相近）。由于SSTA中心相对偏东，因此与暖海温异常相关的Rossby波响应同样偏东，在西北太平洋区域有相对充裕的空间供异常反气旋环流生成发展，为厄尔尼诺的迅速衰减提供了动力条件。此外，GM中SSTA和异常对流活动中心相对偏东使得“云—辐射—SST”负反馈作用同样较强，因此热力过程对厄尔尼诺迅速衰减同样起到重要的贡献作用。

相反地，在模拟能力较弱的CMIP5模式结果中，合成的厄尔尼诺事件暖海温距平中心位于中太平洋150°W附近，相比于观测结果和GM中向西偏移超过30个经度。由于SSTA中心相对偏西，因此在成熟时期冬季，西北太平洋上空没有形成异常反气旋性环流。与此同时，异常对流活动中心的西移过程也使得热力负反馈作用被削弱。因此PM中厄尔尼诺事件衰减缓慢，发展年次年底时没有转变成为拉尼娜事件。

参考文献（References）

Alexander M A，Bladé I，Newman M，et al.，2002.The atmospheric bridge：The influence of ENSO teleconnections on airsea interaction over the global oceans[J].J Climate，15：22052231.

Balmaseda M A，Mogensen K，Weaver A T，2013.Evaluation of the ECMWF ocean reanalysis system ORAS4[J].Quart J Roy Meteor Soc，139：11321161.

Battisti D S，Hirst A C，1989.Interannual variability in a tropical atmosphereocean model：influence of the basic state，ocean geometry and nonlinearity[J].J Atmos Sci，46：16871712.

Bjerknes J，1969.Atmospheric teleconnections from the equatorial Pacific[J].Mon Wea Rev，97：163172.

Bosc C，Delcroix T，2008.Observed equatorial Rossby waves and ENSOrelated warm water volume changes in the equatorial Pacific Ocean[J].J Geophys Res，113：C06003.doi：101029/2007JC004613.

Boulanger J P，Cravatte S，Menkes C，2003.Reflected and locally windforced interannual equatorial Kelvin waves in the western Pacific Ocean[J].J Geophys Res，108：3311.doi：101029/2002JC001760.

Carton J A，Giese B S，2008.A reanalysis of ocean climate using Simple Ocean Data Assimilation（SODA）[J].Mon Wea Rev，136：29993017.

Chang C P，Zhang Y，Li T，2000a.Interannual and interdecadal variations of the East Asian summer monsoon and tropical Pacific SSTs.Part I：roles of the subtropical ridge[J].J Climate，13：43104325.

Chang C P，Zhang Y，Li T，2000b.Interannual and interdecadal variations of the East Asian summer monsoon and tropical Pacific SSTs.Part II：meridional structure of the monsoon[J].J Climate，13：43264340.

Chen M，Li T，2017.Why 1986 El Nio and 2005 La Nia evolved different from a typical El Nio and La Nia[J].Clim Dyn.doi：101007/s0038201738521.

Chen M，Li T，Shen X，et al.，2016.Relative roles of dynamic and thermodynamic processes in causing evolution asymmetry between El Nio and La Nia[J].J Climate，29：22012220.

谌芸，施能，2003.厄尔尼诺/南方涛动与我国秋季气候异常[J].热带气象学报，19（2）：135146.Chen Y，Shi N，2003.El Nio/ENSO and climatic anomaly in the autumn of China[J].J Trop Meteor，19（2）：135146.（in Chinese）.

Delcroix T，Dewitte B，Penhoat Y，et al.，2000.Equatorial waves and warm pool displacements during the 1992—1998 El Nio Southern Oscillation events：observation and modeling[J].J Geophys Res，105：2604526062.

范伶俐，张福颖，2016.El Nio事件次年中国东部夏季气温分布特征研究[J].大气科学学报，39（6）：845854.Fan L L，Zhang F Y，2016.Study on the characteristics of air temperature in summer following El Nio events over East China[J].Trans Atmos Sci，39（6）：845854.（in Chinese）.

郭品文，郎丽玲，2017.ENSO与中国东部夏季降水异常关系的年代际变化[J].大气科学学报，40（4）：463472.Guo P W，Lang L L，2017.Interdecadal variation of the relationship between ENSO and EastChina summer rainfall[J].Trans Atmos Sci，40（4）：463472.（in Chinese）.

黃玉蓉，张福颖，陈明诚，2017.CMIP5模式对拉尼娜生命史模拟能力的评估[J].大气科学学报，40（3）：356368.Huang Y R，Zhang F Y，Chen M C，2017.Evaluation of simulation capability of CMIP5 multimodels for La Nia[J].Trans Atmos Sci，40（3）：356368.（in Chinese）.

Jin F F，1997.An equatorial ocean recharge paradigm for ENSO.Part I：conceptual mode[J].J Atmos Sci，54：811829.

Kalnay E，Kanamitsu M，Kistler R，et al.，1996.The NCEP/NCAR 40year reanalysis project[J].Bull Amer Meteor Soc，77：437470.

Kessler W S，2002.Is ENSO a cycle or a series of events？[J].Geophys Res Lett，29：2125.

Larkin N K，Harrison D E，2002.ENSO warm（El Nio） and cold（La Nia） event life cycles：Ocean surface anomaly patterns，their symmetries，asymmetries，and implications[J].J Climate，15：11181140.

Latif M，Anderson D，Barnett T，et al.，1998.A review of the predictability and prediction of ENSO[J].J Geophys Res，103：1437514393.

李崇银，2002.关于ENSO本质的进一步研究[J].气候与环境研究，7（2）：161174.Li C Y，2002.A further study of essence of the ENSO[J].Climatic and Environmental Research，7（2）：161174.（in Chinese）.

Li T，1997.Phase transition of the El NioSouthern Oscillation：a stationary SST mode[J].J Atmos Sci，54：28722887.

Li T，Wang B，2005.A review on the western North Pacific monsoon：synoptictointerannual variabilities[J].Terrestrial Atmospheric and Oceanic Sciences，16：285314.

梁晓妮，俞永强，刘海龙，2008.ENSO循环年代际变化及其数值模拟[J].大气科学，32（6）：14711482.Liang X N，Yu Y Q，Liu H L，2008.Numerical simulation of decadal modulation of ENSO[J].Chin J Atmos Sci，32（6）：14711482.（in Chinese）.

刘秦玉，范磊，2009.热带海洋—大气耦合的主模态[J].中国海洋大学学报（自然科学版），39（5）：815821.Liu Q Y，Fan L，2009.The leading mode of the tropical oceanatmosphere coupling[J].Periodical of Ocean University of China，39（5）：815821.（in Chinese）.

刘永强，丁一汇，1995.ENSO事件对我国季节降水和温度的影响[J].大气科学，19（2）：200208.Liu Y Q，Ding Y H，1995.Reappraisal of the influence of ENSO events on seasonal precipitation and temperature in China[J].Scientia Atmospherica Sinica，19（2）：200208.（in Chinese）.

McPhaden M J，Zhang X，2009.Asymmetry in zonal phase propagation of ENSO sea surface temperature anomalies[J].Geophys Res Lett，36：L13703.

Meinen C S，McPhaden M J，2000.Observations of warm water volume changes in the equatorial Pacific and their relationship to El Nio and La Nia[J].J Climate，13：35513559.

Okumura Y M，Deser C，2010.Asymmetry in the duration of El Nio and La Nia[J].J Climate，23：58265843.

Philander S G H，1990.El Nio，La Nia，and the Southern Oscillation[M].Manhattan：Academic Press：293.

Rasmusson E，Carpenter T H，1982.Variation in tropical sea surface temperature and surface wind fields associated with the Southern OscillationEl Nio[J].Mon Wea Rev，110：354384.

Saha S，Nadiga S，Thiaw C，et al.，2006.The NCEP climate forecast system[J].J Climate，19：34833517.

Smith T M，Reynolds R W，Peterson T C，et al.，2008.Improvements to NOAAs historical merged landocean surface temperature analysis （1880—2006）[J].J Climate，21：22832296.

Suarez M J，Schopf P S，1988.A delayed action oscillator for ENSO[J].J Atmos Sci，45：32833287.

Trenberth K E，Branstator G W，Karoly D，et al.，1998.Progress during TOGA in understanding and modeling global teleconnections associated with tropical sea surface temperatures[J].J Geophys Res，103：1429114324.

Wallace J M，Rasmusson E M，Mitchcell T P，et al.，1998.On the structure and evolution of ENSOrelated climate variability in the tropical Pacific：lessons from TOGA[J].J Geophys Res，103：1424114259.

Wang B，Wu R，Fu X，2000.PacificEast Asian teleconnection：how does ENSO affect East Asian climate？[J].J Climate，13：15171536.

Wu B，Li T，Zhou T，2010.Asymmetry of atmospheric circulation anomalies over the western North Pacific between El Nio and La Nia[J].J Climate，23：48074822.

楊修群，谢倩，黄士松，1996.一种新的ENSO循环负反馈机制[J].大气科学，20（1）：7989.Yang X Q，Xie Q，Huang S S，1996.A new possible negative feedback mechanism responsible for the ENSO cycle[J].Scientia Atmospherica Sinica，20（1）：7989.（in Chinese）.

张人禾，1999.El Nio盛期印度夏季风水汽输送在我国华北地区夏季降水异常中的作用[J].高原气象，18（4）：567574.Zhang R H，1999.The role of indian summer monsoon water vapor transportation on the summer rainfall anomalies in the northern part of China during the El Nio mature phase[J].Plateau Meteor，18（4）：567574.（in Chinese）.

张人禾，巢纪平，2002.对ENSO循环机理的一些新认识[J].气候与环境研究，7（2）：175183.Zhang R H，Chao J P，2002.Some new aspects in understanding of ENSO cycle[J].Clim Environ Res，7（2）：175183.（in Chinese）.

智海，俞永强，严厉，等，2012.厄尔尼诺衰减年东亚夏季大气环流和降水异常的耦合模式后报试验[J].气象学报，70（4）：779788.Zhi H，Yu Y Q，Yan L，et al.，2012.Retrospective prediction in a coupled model over East Asia during El Nio decaying phase[J].Acta Meteorologica Sinica，70（4）：779788.（in Chinese）.

智海，李恺霖，周顺武，2015.CMIP5西北太平洋气候变率的模拟评估[J].大气科学学报，38（2）：184194.Zhi H，Li K L，Zhou S W，2015.CMIP5 assessment of climate variability over Northwest Pacific[J].Trans Atmos Sci，38（2）：184194.（in Chinese）.

智协飞，周红梅，王姝苏，等，2017.CMIP5多模式对东亚地区地面气温年际变率的回报研究[J].大气科学学报，40（4）：529540.Zhi X F，Zhou H S，Wang S S，et al.，2017.Prediction of interannual variability of East Asian surface air temperature based on CMIP5 data[J].Trans Atmos Sci，40（4）：529540.（in Chinese）.

Zhou T，Wu B，Dong L，2014.Advances in research of ENSO changes and the associated impacts on AsianPacific climate[J].AsiaPacific Journal of Atmospheric Sciences，50：405422.

Zhou W，Wang X，Zhou T，et al.，2007.Interdecadal variability of the relationship between the East Asian winter monsoon and ENSO[J].Meteor Atmos Phys，98：283293.

朱艳峰，陈隆勋，宇如聪，2003.中国气候异常变化与ENSO准四年循环的联系分析[J].热带气象学报，19（4）：345355.Zhu Y F，Chen L X，Yu R C，2003.Analysis of the relationship between the china anomalous climate variation and ENSO cycle on the quasifouryear scale[J].J Trop Meteor，19（4）：345355.（in Chinese）.

Evolution features of El Nio events simulated by 23 CMIP5 models

JIANG Youshan1，ZHANG Gaojie2，CHEN Mingcheng3，GE Xuyang3

1Nanjing Meteorological Bureau，Nanjing 210019，China；

2Meteorological Center of Northwest Regional Air Traffic Management Bureau，Xian 710082，China；

3Nanjing University of Information Science and Technology，Nanjing 210044，China

Based on the output data from 23 CMIP5 models，the evolution features of El Nio events were studied.The results showed that one third of the CMIP5 models can well demonstrate the evolution process of El Nio events while another one third of the models can not.Both dynamic and thermodynamic processes contributed to the fast decaying process of El Nio events.The former was related to wind responses in western Pacific whereas the latter was associated with cloudradiationSST feedback.The good models had the feature that a sea surface temperature anomaly center was located in the equatorial eastern Pacific region，while it tended to shift westward in the pool models.As a result，a strong negative SSTA tendency occurred during El Nio decaying phase in the good models and a much weaker SSTA tendency occurred in the pool models.Such a difference led to a SSTA sign change n next summer of El Nio events in the good models but there was no such sign change in pool models.A seasondependent coupled instability caused by seaair interaction joined in autumn in northern hemisphere.Therefore，in good models，the negative SSTA developed and changed into a La Nia event and in pool models it maintained an El Nio episode.Results also showed that one third of the CMIP5 models could not well simulate the phase locking feature of El Nio events.

Seaair interaction；Model assessment；ENSO dynamics；Life evolution

doi：1013878/j.cnki.dqkxxb.20180330001

（責任编辑：张福颖）