基于热带印-太海温异常主要模态的夏季西太平洋副热带高压预测模型构建

钱代丽 管兆勇 徐菊艳

摘要 利用1981—2018年国家气候中心的西太平洋副热带高压（Western Pacific Subtropical High，以下简称“西太副高”或“WPSH”）特征指数、美国国家海洋和大气管理局海表温度、美国气候预测中心NINO3.4指数资料，对热带印-太海洋海温异常（Sea Surface Temperature Anomaly，SSTA）主要模态及其与西太副高变动的可能联系进行了探讨，并基于这些联系建立了西太副高面积、强度和西脊点异常的预报方程。结果表明，热带印-太海洋上最重要的SSTA模态为纬向三极型，其次是纬向偶极型和东南-西北向跨南、北半球的“跷跷板”异常。这三种模态解释了印-太海洋海温异常中61.58%的方差，与太平洋El Nio、印度洋海盆尺度模、Ningaloo Nio等异常信号的出现密切相关。另外，这三种模态与夏季WPSH异常活动存在紧密联系。基于过去30 a稳定的相关关系建立的预报模型可较好地预报未来8 a夏季WPSH面积、强度和西脊点的异常。

关键词热带印度洋-太平洋;海温异常;西太平洋副热带高压;北半球夏季;气候预测

众所周知，我国东部位于活跃的西太平洋副热带高压（Western Pacific Subtropical High，WPSH，以下简称“西太副高”或“副高”）西侧，夏季天气气候受夏季风环流特别是副高控制。夏季WPSH作为东亚季风系统中的关键成员，其强弱变化、南北活动、西部脊的伸缩异常等是导致我国汛期旱涝的关键原因（钱代丽等，2009;管兆勇等，2010;刘屹岷等，2013;李丽平等，2015;李清泉和闵庆烨，2016;翟盘茂等，2016）。此外，其南缘对热带气旋和台风的移动路径亦有重要影响（任素玲等，2007）。研究热带印-太海洋海温异常与西太副高的联系，找到其中对西太副高活动异常存在重要影响的因子，并建立具有较高可信度的预测统计模型对于东亚天气气候预测工作具有重要意义。

大量研究表明，热带印度洋-太平洋（Indian and Pacific Oceans，以下简称“印-太”海洋）海温的年际变率最为显著，其热力变化对东亚大气环流存在重要影响（李崇银和胡季，1987;Zhang et al.，1996;张人禾等，2017）。在热带印-太海洋海温异常（Sea Surface Temperature Anomaly，SSTA）与西太副高异常的联系中，既包括WPSH附近下垫面——热带西太平洋暖池上SSTA通过增强菲律宾附近对流而使得西太平洋副高位置偏北（蒲书箴和于惠苓，1993）的局地过程，也包括来自热带东太平洋和印度洋的远程热力强迫影响。其中，赤道东太平洋异常增暖通过次年在西太平洋低层生成异常反气旋增强WPSH（Zhang et al.，1996;Wang et al.，2000;陈蔚和管兆勇，2016）;而热带印度洋一侧的热力异常可激发出东传的Kelvin波，通过Ekman抽吸影响WPSH的强度（Xie et al.，2009;Tao et al.，2015）;印度洋偶极子（Indian Ocean Diple，IOD）（Saji et al.，1999;Webster et al.，1999）可通过一个三角形相关机制影响东亚夏季环流（Guan and Yamaga，2003）。

然而，热带印-太海洋被海洋性大陆区隔和连接，海温异常既有各自特点亦存在协同变化。因此，有部分研究将印-太海洋结合起来作为一个综合区考虑。陈烈庭（1982）、吴国雄和孟文（1998）以及应明和孙淑清（2000）指出印-太海温相互配置及它们的纬向梯度对西太副高具有重要影响。琚建华等（2004）、黎鑫等（2013）、Li and Li（2017）指出太平洋-印度洋海温异常联合（综合）模对大气环流的影响与单独的厄尔尼诺（El Nio）及印度洋偶极子都不尽相同。然而，在热带印-太海温协同变化时，除了这一联合模态外，是否还存在其他典型模态？这些模态与实际观测到的海温异常信号有何关联？与 WPSH活动是否存在密切联系？现阶段能否通过海温异常的典型模态构建一个具有较高可信度的预报模型，提前预测夏季西太副高的强度和位置变化？对以上问题的探讨将有助于进一步完善热带海洋热力强迫对WPSH活动的研究，为WPSH的预报预测提供更有力的理论支持，便于提出新思路，提高预报效果，服务于我国的防灾减灾工作。

1 资料和方法

研究使用的资料包括：1）美国国家海洋和大气管理局2°×2°分辨率逐月海表温度（Sea Surface Temperature，SST）（Huang et al.，2015）;2）美国气候预测中心（Climate Prediction Center，CPC）提供的NINO3.4区平均的SSTA指数（Barnston and Ropelewski，1992）;3）国家气候中心（National Climate Center，NCC）提供的WPSH强度、脊线、西脊点指数。以上资料均为1981年1月—2018年8月共452个月，取1981—2010年的同期平均为气候态。

分析印-太海洋海温异常的时空分布特征时采用经验正交分解（Empirical Orthogonal Function，EOF），并使用North方法对特征值的误差范围进行显著性检验。特征值λ的误差范围：

ej=λj2n12。  （1）

其中：n为样本量;当相邻特征值λj和λj+1满足（λj+1-λj）≥ej时，认为特征值λj对应的经验正交函数是有价值的信号（North et al.，1982）。

在分析印-太海洋海温异常模态的物理意义时，讨论了几种重要的海温异常，包括El Nio、印度洋海盆尺度模（Indian Ocean Basin Mode，IOBM）、印度洋偶极子以及西北太平洋-东南印度洋SSTA梯度。其中，使用CPC提供的NINO3.4区平均的SSTA指数INino34作为El Nio指数（Barnston and Ropelewski，1992）;使用热带印度洋海盆区域[50°～100°E，15°～15°N]面积平均的SSTA作為IOBM的强度指数IIOBM（Qian et al.，2018），并取赤道西印度洋[50°～70°E，10°S～10°N]与东南印度洋[90°～110°E，10°S～0°N]上的SSTA之差作为印度洋偶极子（IOD）指数IIOD （Saji et al.，1999）;使用澳洲西侧[108°～116°E，28°～22°S]区域平均的SSTA作为Ningaloo Nio指数INingalooNio（Feng et al.，2013;Kataoka et al.，2014;Tozuka et al.，2014）;将西北太平洋东部（NWPOE，[160°～180°E，0～20°N]）与东南印度洋（SEIO，[105°～120°E，30°～10°S]）区域平均的SSTA相减记为热带中太平洋与东南印度洋的海温梯度指数INWPOE-SEIO。

2 热带印-太海洋SSTA的主要模态

2.1 主要模态的时、空特征

将近38 a共452个月的热带印-太海洋[40°E～90°W，30°S～20°N]SSTA进行经验正交分解，得到前4个特征向量（主成分）的方差贡献（表1）。其中，第一特征向量的累积方差贡献达到39.73%，而第二和第三特征向量的贡献率分别为12.82%和9.03%，第四特征向量的贡献率仅为3.92%。前3个特征向量均能通过North检验，表明它们分别代表了独立的海温异常信号，且其累积方差贡献达61.58%，反映了印-太海洋海温异常的主要特征。因此，下文中将前3个特征向量作为印-太海洋SSTA的主要典型场进行讨论。

分析上述3个特征向量的空间场分布特征可以看到，第一特征向量在整个印-太地区呈现出正、负、正的“三极型”分布特征（图1a），但印度洋和西太平洋的异常值偏小，热带中东太平洋地区的正异常十分清楚，类似厄尔尼诺事件发生时的SSTA分布特征，并因其39.73%的方差贡献率成为热带印-太海盆里最重要的海温异常信号。而第二特征向量则表现为印度洋至西太平洋（Indo-Western pacific，IWP）上较明显的一致变化（图1b），且中东太平洋（Central East Pacific，CP）上的SSTA负异常较弱，类似厄尔尼诺衰减期（或拉尼娜发展初期）的SSTA分布。

EOF第三特征向量的空间场上主要表现为太平洋上的偶极型异常以及南印度洋上的偶极型异常（图1c），其中澳洲西侧的异常有类似Ningaloo Nio的特征（Feng et al.，2013;Kataoka et al.，2014;Tozuka et al.，2014）。然而，若横跨海洋性大陆来看，其两侧表现出清楚的跷跷板异常。这样的异常配置虽在以往的研究有过关注（张奔奔等，2018），但尚未有系统深入的讨论。它很可能反映了一种来自东南印度洋与热带中太平洋上的海温异常梯度的强迫作用。

若以Ti表示EOF分析第i模的时间系数序列，分析前三个模态时间序列的变化可见（图2a），1981年至今，T1主要表现为年际和年代际上的周期性振荡，功率谱分析可以得到其主要有3～5 a的短周期和11 a左右的长周期，意味着印-太海洋纬向上“+-+”三极存在周期性的转换，这与厄尔尼诺的变化周期一致的。另外，第二特征向量的时间系数T2也存在3 a左右的短周期。进一步计算T1与T2的超前滞后相关系数可以得到，当T1超前T2 约7 mon时，两者的相关系数最高，可达0.25（通过99%置信水平检验），表明当厄尔尼诺现象出现半年后，印-太海洋SSTA很可能呈现出如第二模态空间场的分布。这与Ashok et al.（2003）给出的结果一致。可见，太平洋上的厄尔尼诺事件很可能是印-太海洋三极模与IWP-CP偶极模的在印-太海洋上的周期性转换。

另外，T2除了短周期振荡外，还存在明显的长期增长趋势，这在其9 a滑动平均曲线上表现得更加清楚（图2b）。20世纪90年代末，T2由负位相转为正位相，表明IWP SST越来越暖，来自IWP的一致增暖信号的影响会越来越强。就第三特征向量而言，其既有5 a左右的短周期变化，也有年代际尺度上的周期振荡（图2b），但长期趋势不明显。

选取各模态时间系数的年平均值为正（负）的年份为正（负）异常年。分别计算1—12月的时间系数在正、异常年的合成并差值，可进一步分析三个特征向量的月际变化特征。由图2c可知，三个特征向量的强度均存在清楚的逐月变化。T1在冬季最强，夏季最弱，表现出单峰特点，这和厄尔尼诺在冬季发展成熟的季节特征吻合。而第二和第三特征向量在年内为双峰异常，T2的峰值分别出现在6月和10月，T3的峰值则是在4月和8月。

2.2 关于前3个特征向量的进一步说明

为进一步明确上述3个特征向量的物理意义及其与印-太海洋上几种经典海温异常信号的可能联系，分别计算了T1、T2和T3与INino34、IIOD、IIOBM、INingalooNio以及INWPOE-SEIO的同期相关系数（表2）。結果表明，第一特征向量时间系数与这5个指数均存在显著的相关关系（通过99%置信水平检验）。其中，与INino34的关系最为密切（相关系数为0.84），其次是与IIOBM（相关系数为0.52）及IIOD（相关系数为-0.27）。另外，第二模态—偶极模态与IIOBM表现出0.72的极高的相关关系，但与其他几个海温信号的关系不够密切。

若计算印-太海洋海温异常分别向INino34、IIOD、IIOBM以及INWPOE-SEIO的回归系数（图3）可以看到，前2者的回归系数都表现为“+-+”的三极型分布（图3a、c），只是它们的中心位置有所差异;而向IIOBM（Behera et al.，1999）的回归系数大部分都为正值，但数值大小却也呈现出整体由西向东的高-低-高分布（图3b）。这些与印-太海洋上的第一模态——纬向三极模都很相似。这些都再次印证了El Nio/La Nia很可能是印-太海洋SSTA三极模在太平洋上的表现，而IIOD和IIOBM的发生也与纬向三极模的变动有关。

至于第三模态，上文已指出它的空间场上在澳洲西侧的异常中心类似Ningaloo Nio的特征（Feng et al.，2013;Kataoka et al.，2014;Tozuka et al.，2014）。事实上这其中确实含有Ningaloo Nio的作用，T3与INingalooNio的相关系数达0.47（表2）（通过了99.9%的置信水平检验）。然而，若从整个印-太海洋看，它还体现了东南印度洋（SEIO）和热带中北太平洋东部（NWPOE）在南北方向上的跷跷板变化。计算SSTA对INWPOE-SEIO的回归系数场（图3d）与图1c具有非常相似的分布，只是NWPOE与SEIO上的值相比其他区域更强。这与表2中的T3与INWPOE-SEIO相关系数最大，与INingalooNio的相关系数次之，而与其他海洋异常指数的相关性极弱的结果吻合。

综上所述，对热带印-太海洋SSTA进行正交分解的前3个模态与已知的几种观测得到的海温异常信号关系密切。其中第一模态在太平洋上表现为El Nio/La Nia，在印度洋上多表现为IOBM，由此也可解释El Nio/La Nia与IOBM往往相伴出现的原因;而IOD事件很可能是三极模中海洋性大陆极向印度洋扩大、增强所致。另外，第二模态是印度洋-海洋性大陆上的强中心配合太平洋上SSTA弱中心的偶极特征，这对应了某些年份太平洋上SSTA偏弱，而印度洋上IOBM偏强，特别是与海洋性大陆一起出现明显的海温增暖。第三模态则与上述两类纬向异常模不同，它体现了跨南、北半球的联合异常模，具体表现为东南印度洋与中北太平洋上SSTA的“跷跷板”异常。

3 主要模态与WPSH活动的可能联系

以往研究曾指出印-太海洋SSTA对西太副高的异常活动具有重要影响（黎鑫等，2013;Li and Li，2017）。计算热带印-太海洋SSTA前3个模态的时间系数与西太副高各特征指数的相关系数（表3）可见，印-太海洋SSTA与西太副高的异常活动确实存在重要联系。其中第一和第二模态与WPSH面积、强度和西脊点位置异常的正相关均通过了99%置信水平检验，同时与WPSH西脊点的位置异常也存在显著负相关，但对其脊线的南北位移的影响不大。相较之下，第三模态与WPSH的各项特征指数的关系都显得很弱。

然而，注意到上述时间序列中包含了多种时间尺度的波动，但人们更关心的仍是夏季WPSH的年际异常，特别是前期海温异常模态与夏季WPSH活动的联系，并力求应用这种联系预测夏季WPSH的异常活动。因此，进一步考虑前期各季节SSTA的主要模态（图4）。

可以看到，春（MAM）、夏（JJA）、秋（SON）、冬（DJF）各季节EOF分析的前3个模态（其总体方差贡献分别为64.48%、65.32%、76.45%和73.04%）的主要空间特征与图1中的前三个模态的空间场非常相似，分别为纬向三极型（图4a—d）、偶极型（图4e—h）和东南印度洋與中北太平洋上的“跷跷板”异常型（图4i—l）。由此可明确，在全年各季节里，热带印-太海洋上的主要热力强迫均是由这三种典型模态组合而来。

分析前期各季节主要模态时间系数与夏季WPSH强度和位置特征指数的超前滞后相关系数可以看到（表4），三极模（EOF1）对夏季西太副高的面积、强度、脊点以及西脊点的影响主要是超前相关：当上一年秋季至当年春季出现正位相时，往往有利于夏季WPSH强度显著偏强、脊线偏南、西脊点显著偏西（陈卫和陆日宇，2016;Qian et al.，2018）。第二模态对夏季WPSH的面积、强度和西脊点年际异常的显著影响可从上一年秋一直持续至同期夏季，且以同期相关最显著（Qian et al.，2018）。但它与WPSH的异常南北活动的关系并不显著。

对于第三模态，这项来自东南印度洋与热带中太平洋上的联合海温异常强迫仅与夏季WPSH的脊线位置异常存在显著的同期相关。当夏季东南印度洋SSTA偏冷且热带中太平洋SSTA偏暖时，往往有利于出现同期WPSH脊线明显偏北的情况，但与其强度、面积和西脊点的东、西进退关系却很弱。

另外注意到，若从近38 a逐月SSTA的EOF分解得到的主模态时间系数中提取逐年各季节的平均值，分别与各季节SSTA的EOF分解出的典型场逐年时间系数求相关，相关系数均超过0.9。因此，下文基于前期SSTA主模态逐年变化与夏季WPSH年际异常的关系构建WPSH预测模型时，可从逐月SSTA的EOF分析结果直接提取季节平均的序列，而不必做多个季节的EOF分析，从而减少运算量，优化预测步骤。

4 基于SSTA主要模态的西太副高特征指数的预测

若能根据上文中热带印-太海洋SSTA主要模态与夏季WPSH活动的关系建立预报模型，便可提前捕捉印-太海洋的热力异常，对WPSH的特征指数进行预测。

4.1 预报因子筛选与可行性分析

进行物理量统计预测的思路为，基于前期预报量与预报因子的关系建立预测模型，在后续事件中将预报因子的异常带入预报模型，从而得到预报量的异常。因此，要求预报量与预报因子间存在相对稳定的协同变化关系。

根据上文分析可知，与夏季WPSH面积、强度和西脊点年际变化关系最密切的是同年春季SSTA的第一模态（记为高影响因子1）和夏季SSTA的第二模态（记为高影响因子2）（表4）。与脊线位置异常关系最密切的是同年春季SSTA的第一模态（同记为高影响因子1），和夏季SSTA的第三模态（同记为高影响因子2）。进一步分析这些高影响因子与WPSH特征指数的10 a滑动相关系数（图5）却发现，面积（强度与之类似，在图中略去）和西脊点与各自高影响因子间始终保持着稳定、显著的相关关系。但脊线指数与其影响因子间在2006年之前关系较密切，但在2006年后相关关系突然变得很弱。这意味着，对于WPSH脊线位置的异常无法通过基于前期变化规律所建立的模型进行有效预测。因此，下文中仅探讨WPSH面积、强度以及西脊点异常的预报。

另外，在实际预报时，同期信号不能作为预报因子，而需要使因子获得更大的时间提前量，以满足预报目的。通过计算夏季第二模态时间系数与其前期各月值的相关系数可知（图6），5月的值与其最接近。因此，选取EOF1的春季值（记为T1-MAM）作为WPSH面积、强度以及西脊点的预报因子X1，EOF2的5月时间系数（记为T2-May）作为预报因子X2。

4.2 回归试验与预报模型

考虑到预测需要，这里使用了1981年1月—2010年12月（共360 mon）的数据进行EOF分析，得到了前3个特征向量。这前3个特征向量与使用1981年1月—2018年8月（共452 mon）进行EOF分析所得的前3个特征向量（图1），无论是在空间上还是时间上，每一对均十分相似。进一步地，对于EOF1（EOF2、EOF3），两者之间的空间相似系数为0.99（0.66、0.86）（均通过99%置信水平检验）。而对于时间系数序列T1（T2、T3），在同一时段即1981年1月—2010年12月（共360 mon）上两者之间的相关系数则为0.99（0.83、0.76）（均通过99%置信水平检验）。据此，并根据前述因子筛选，可利用线性回归方法，构建夏季WPSH强度和位置特征指数的拟合模型，进而对2011—2018年夏季副高特征指数进行模拟预报。

具体流程如图7所示。首先，使用1981—2010年逐月SSTA（记为Xobs1）进行EOF分解，得到第一、二特征向量（记为Vobs），将其作为基底（式2）。

Xobs1=VobsTobs。  （2）

同时可获得两个特征向量对应的时间系数（记为Tobs），并从中计算出预报因子X1和X2的时序。然后按如下三项试验构建夏季WPSH强度和位置特征指数的拟合模型，比较拟合效果，进而选取最优模型进行模拟预报。

试验1：仅使用单因子X1;

试验2：仅使用单因子X2;

试验3：同时使用因子X1和X2。

值得注意的是，由于X1和X2并不完全独立（两者在1981—2010年存在0.27的相关系数），在试验3中使用双因子预报时，考虑到多元回归模型中要求自变量间线性独立，还需滤除X2中X1的作用。

具体做法是，将X2分解为两部分之和：

X2=X′2+αX1。（3）

其中：α为X2向X1的回归系数;X′2即为从X2中扣除X1信号后的剩余部分，其线性独立于X1。

上述3种试验条件下的西太副高特征指数拟合模型及效果对比显示（表5），对于WPSH的三项特征指数而言，无论是使用X1、X2或双因子均能取得与实况具有高度相关（通过99%置信水平检验）的拟合序列，而使用双因子构建出的模型可比单因子模型的拟合结果所解释的原序列方差百分比出现较大幅增长，与原始序列的相关性也更好，优化了单因子的拟合效果。因此，下文中将选择双因子的预报模型对2011—2018年夏季WPSH特征指数进行模拟预报。

在对2011—2018年夏季WPSH特征指数进行模拟预报时，可将2011—2018年SSTA（记为Xobs2）投影到基底向量Vobs上（式4），即得到估测的时间系数Tfor（谭桂容等，1992），

Tfor=VobsXobs2 。（4）

此类方法估测的时间系数与用新资料更新EOF特征向量的时间系数非常相近（图8）。

进一步利用估测的时间系数Tfor，计算出预报因子X1和X2在2011—2018年上的值，最终代入双因子模型对2011—2018年夏季西太副高三项特征指数进行预报（图9）。可以看到，对WPSH西脊点异常变动的预报效果最好，预报曲线与实况曲线吻合度最高，相关系数为0.77，解释了实况序列54.6%的方差。其次是对面积和强度异常的预报，分别与实况序列存在0.64和0.60的高相关（均通过了90%置信水平检验），但从解释的方差百分比来看，对面积的预报效果要好于强度的。

5 讨论和结论

本文对近38 a逐月热带印-太海洋海温异常进行了EOF分析，并重点探讨了前3个模态的时、空特征和物理意义，以及這些模态与西太副高强度和位置变化的可能联系，最后基于这些联系建立了西太副高面积、强度和西脊点异常的预报模型。主要结论有：

1）热带印-太海洋海温异常EOF分析的前3个特征向量累积方差贡献达61.58%，反映了印-太海洋海温异常的主要特征。从其时、空分布特征来看，第一特征向量表现为印度洋-MC-中东太平洋上的纬向“三极型”分布，其时间序列主要存在3～5 a的短周期和11 a左右的长周期。第二特征向量表现为热带印度洋至西太平洋正异常与中太平洋负异常的偶极型分布，其年际周期主要为3 a，另存在明显的长期线性趋势。第三特征向量的空间场在印度洋上为西南印度洋与中南印度洋的偶极型;太平洋上为赤道中太平洋和东太平洋的偶极型;从MC两侧来看，则为东南印度洋与热带中太平洋上的“跷跷板”异常，且年代际周期振荡明显。另外，这三个特征向量在年内有明显的季节变化：T1在冬季最强，表现出单峰特点，而第二和第三特征向量在年内为双峰异常，T2的峰值分别出现在6月和10月，T3的峰值则是在4月和8月。

2）这3个异常模态与观测到的几种重要海温异常信号存在密切联系。其中第一模态反映了El Nio/La Nia以及IOBM同时在两个大洋出现的特征，可解释El Nio/La Nia与IOBM往往相伴出现的原因。第二模态对应了某些年份太平洋上SSTA偏弱，而IOBM的作用明显。第三模态则体现了东南印度洋与中北太平洋上SSTA的“跷跷板”异常，这是异于上述两个纬向异常模的跨南、北半球间的联合异常模。

3）这3个SSTA模态与WPSH异常活动存在密切联系。其中，夏季WPSH面积、强度、西脊点的年际异常与早春时节的第一模态，以及同期夏季的第二模态的年际变化关系最为密切，且这种关系一直稳定维持。而与WPSH脊线存在高相关的是前期春季的第一模态和同期夏季的第三模态，但这种关系在2006年后突然变得很弱。基于WPSH特征指数与影响因子间稳定的相关关系，可构建夏季WPSH特征指数的预报模型，实现对WPSH面积、强度和西脊点的预报。预报试验结果显示西脊点的预报效果最好。

需要说明的是，EOF第三模态与夏季WPSH脊线年际变化的高相关关系在2006年后突然变得很弱。2007年以后，9月北极海冰范围频繁出现创纪录新低，北极放大信号异常显著，西风急流向极移动，这可能也会对副高的南北变化产生较大的影响。能否在建立预报模型时同时考虑中高纬度的因子等问题需要后续工作进行探讨。

致谢：NCC、NOAA、CPC提供了WPSH特征指数、SST、NINO3.4资料的在线下载服务。

参考文献（References）

Ashok K，Guan Z Y，Yamagata T，2003.A look at the relationship between the ENSO and the Indian ocean dipole[J].J Meteorol Soc Japan，81（1）：41-56.doi：10.2151/jmsj.81.41.

Barnston A G，Ropelewski C F，1992.Prediction of ENSO episodes using canonical correlation analysis[J].J Climate，5（11）：1316-1345.doi：10.1175/1520-0442（1992）005<1316：poeeuc>2.0.co;2.

Behera S K，Krishnan R，Yamagata T，1999.Unusual ocean-atmosphere conditions in the tropical Indian Ocean during 1994 [J].Geophys Res Lett，26（9）：3001-3004.

陳烈庭，1982.北太平洋副热带高压与赤道东部海温的相互作用[J].大气科学，6（2）：148-156. Chen L T，1982.Interaction between the subtropical high over the North Pacific and the sea surface temperature of the eastern equatorial Pacific[J].Chin J Atmos Sci，6（2）：148-156.（in Chinese）.

陈卫，陆日宇，2016.2015/2016厄尔尼诺事件的衰减位相及其对应的西北太平洋环流异常[J].大气科学学报，39（6）：766-777. Chen W，Lu R Y，2016.Decaying phase of the 2015/2016 El Nio event and its associated western North Pacific atmospheric circulation anomaly[J].Trans Atmos Sci，39（6）：766-777.doi：10.13878/j.cnki.dqkxxb.20160824001.（in Chinese）.

陈蔚，管兆勇，2016.2015/2016年超强El Nio在成熟/衰减阶段对澳洲夏季风环流与降水异常的影响[J].大气科学学报，39（6）：801-812. Chen W，Guan Z Y，2016.Impacts of the super El Nio event in 2015/2016 on Australian summer monsoon circulation and precipitation anomalies[J].Trans Atmos Sci，39（6）：801-812.doi：10.13878/j.cnki.dqkxxb.20160908001.（in Chinese）.

Feng M，McPhaden M J，Xie S P，et al.，2013.La Nia forces unprecedented Leeuwin Current warming in 2011[J].Sci Rep，3：1277.doi：10.1038/srep01277.

Guan Z Y，Yamagata T，2003.The unusual summer of 1994 in East Asia：IOD teleconnections[J].Geophys Res Lett，30（10）：1544.doi：10.1029/2002GL016831.

管兆勇，蔡佳熙，唐卫亚，等，2010.长江中下游夏季气温变化型与西太平洋副高活动异常的联系[J].气象科学，30（5）：666-675. Guan Z Y，Cai J X，Tang W Y，et al.，2010.Variations of west Pacific subtropical high associated with principal patterns of summertime temperature anomalies in the middle and lower reaches of the Yangtze River[J].Sci Meteor Sin，30（5）：666-675.（in Chinese）.

Huang B Y，Banzon V F，Freeman E，et al.，2015.Extended reconstructed sea surface temperature version 4 （ERSST.v4）.part I：upgrades and intercomparisons[J].J Climate，28（3）：911-930.doi：10.1175/jcli-d-14-00006.1.

琚建华，陈琳玲，李崇银，2004.太平洋-印度洋海温异常模态及其指数定义的初步研究[J].热带气象学报，20（6）：617-624. Ju J H，Chen L L，Li C Y，2004.The preliminary research of Pacific-Indian ocean sea surface temperature anomaly mode and the definition of its index[J].J Trop Meteor，20（6）：617-624.doi：10.3969/j.issn.1004-4965.2004.06.001.（in Chinese）.

Kataoka T，Tozuka T，Behera S，et al.，2014.On the Ningaloo Nio/Nia[J].Clim Dyn，43（5/6）：1463-1482.doi：10.1007/s00382-013-1961-z.

李崇银，胡季，1987.东亚大气环流与埃尔尼诺相互影响的一个分析研究[J].大气科学，11（4）：359-364. Li C Y，Hu J，1987.A study on interaction between the East-Asia atmospheric circulation and El Nio[J].Chin J Atmos Sci，11（4）：359-364.（in Chinese）.

李丽平，宋哲，吴楠，2015.三类厄尔尼诺事件对东亚大气环流及中国东部次年夏季降水的影响[J].大气科学学报，38（6）：753-765. Li L P，Song Z，Wu N，2015.Effects of three types of El Nio events on atmospheric circulation over East Asia and following summer precipitation in Eastern China[J].Trans Atmos Sci，38（6）：753-765.doi：10.13878/j.cnki.dqkxxb.20130723001.（in Chinese）.

李清泉，闵庆烨，2016.对话张人禾：2016年上半年中国南方强降水与超强厄尔尼诺[J].科学通报，61（24）：2659-2662. Li Q Q，Min Q Y，2016.A dialogue with Renhe Zhang：the heavy rainfall over Southern China in the first half year of 2016 and its relation to the 2015/2016 super El Nio[J].Chin Sci Bull，61（24）：2659-2662.doi：10.1360/N972016-00798.（in Chinese）.

Li X，Li C Y，2017.The tropical Pacific-Indian Ocean associated mode simulated by LICOM2.0[J].Adv Atmos Sci，34（12）：1426-1436.doi：10.1007/s00376-017-6176-5.

黎鑫，李崇银，谭言科，等，2013.热带太平洋-印度洋温跃层海温异常联合模及其演变[J].地球物理学报，56（10）：3270-3284. Li X，Li C Y，Tan Y K，et al.，2013.Tropical Pacific-Indian Ocean thermocline temperature associated anomaly mode and its evolvement[J].Chin J Geophys，56（10）：3270-3284.doi：10.6038/cjg20131005.（in Chinese）.

刘屹岷，洪洁莉，刘超，等，2013.淮河梅雨洪涝与西太平洋副热带高压季节推进异常[J].大气科学，37（2）：439-450. Liu Y M，Hong J L，Liu C，et al.，2013.Meiyu flooding of Huaihe river valley and anomaly of seasonal variation of subtropical anticyclone over the western Pacific[J].Chin J Atmos Sci，37（2）：439-450.doi：10.3878/j.issn.1006-9895.2012.12313.（in Chinese）.

North G R，Bell T L，Cahalan R F，et al.，1982.Sampling errors in the estimation of empirical orthogonal functions[J].Mon Wea Rev，110（7）：699-706.doi：10.1175/1520-0493（1982）110<0699：seiteo>2.0.co;2.

蒲书箴，于惠苓，1993.热带西太平洋上层热结构和海流异常及其对副高的影响[J].海洋学报，15（1）：31-43. Pu S Z，Yu H L，1993.The upper thermal structure and current anomalies in the tropical western Pacific and their effects on the subtropical high[J].Acta Oceanol Sin，15（1）：31-43.（in Chinese）.

錢代丽，管兆勇，王黎娟，2009.近57 a夏季西太平洋副高面积的年代际振荡及其与中国降水的联系[J].大气科学学报，32（5）：677-685. Qian D L，Guan Z Y，Wang L J，2009.Interdecadal variations of West Pacific subtropical high area and changes in summer precipitation over China in boreal summer during the last 57 years[J].Trans Atmos Sci，32（5）：677-685.doi：10.13878/j.cnki.dqkxxb.2009.05.011.（in Chinese）.

Qian D L，Guan Z Y，Tang W Y，2018.Joint impacts of SSTA in tropical Pacific and Indian oceans on variations of the WPSH[J].J Meteorol Res，32（4）：548-559.doi：10.1007/s13351-018-7172-0.

任素玲，劉屹岷，吴国雄，2007.西太平洋副热带高压和台风相互作用的数值试验研究[J].气象学报，65（3）：329-340. Ren S L，Liu Y M，Wu G X，2007.Interactions between typhoon and subtropical anticyclone over western Pacific revealed by numerical experiments[J].Acta Meteorol Sin，65（3）：329-340.doi：10.3321/j.issn：0577-6619.2007.03.003.（in Chinese）.

Saji N H，Goswami B N，Vinayachandran P N，et al.，1999.A Dipole mode in the tropical Indian Ocean[J].Nature，401（6751）：360-363.doi：10.1038/43854.

谭桂容，段浩，任宏利，2012.中高纬度地区500 hPa高度场动力预测统计订正[J].应用气象学报，23（3）：304-311. Tan G R，Duan H，Ren H L，2012.Statistical correction for dynamical prediction of 500 hPa height field in mid-high latitudes[J].J Appl Meteor Sci，23（3）：304-311.doi：10.3969/j.issn.1001-7313.2012.03.006.（in Chinese）.

Tao W C，Huang G，Hu K M，et al.，2015.Interdecadal modulation of ENSO teleconnections to the Indian Ocean Basin Mode and their relationship under global warming in CMIP5 models[J].Int J Climatol，35（3）：391-407.doi：10.1002/joc.3987.

Tozuka T，Kataoka T，Yamagata T，2014.Locally and remotely forced atmospheric circulation anomalies of Ningaloo Nio/Nia[J].Clim Dyn，43（7/8）：2197-2205.doi：10.1007/s00382-013-2044-x.

Wang B，Wu R G，Fu X，2000.Pacific-East Asian teleconnection：how does ENSO affect east Asian climate？[J].J Climate，13（9）：1517-1536.doi：10.1175/1520-0442（2000）013<1517：peathd>2.0.co;2.

Webster P J，Moore A M，Loschnigg J P，et al.，1999.Coupled ocean—atmosphere dynamics in the Indian Ocean during 1997—98[J].Nature，401（6751）：356-360.doi：10.1038/43848.

吴国雄，孟文，1998.赤道印度洋-太平洋地区海气系统的齿轮式耦合和ENSO事件 I.资料分析[J].大气科学，22（4）：470-480. Wu G X，Meng W，1998.Gearing between the indo-monsoon circulation and the Pacific-walker circulation and the ENSO part I：data analyses[J].Sci Atmos Sin，22（4）：470-480（in Chinese）.

Xie S P，Hu K M，Hafner J，et al.，2009.Indian Ocean capacitor effect on Indo-Western Pacific climate during the summer following El Nio[J].J Clim，22（3）：730-747.doi：10.1175/2008jcli2544.1.

应明，孙淑清，2000.西太平洋副热带高压对热带海温异常响应的研究[J].大气科学，24（2）：193-206. Ying M，Sun S Q，2000.A study on the response of subtropical high over the western Pacific on the SST anomaly[J].Chin J Atmos Sci，24（2）：193-206.（in Chinese）.

翟盘茂，余荣，郭艳君，等，2016.2015/2016年强厄尔尼诺过程及其对全球和中国气候的主要影响[J].气象学报，74（3）：309-321. Zhai P M，Yu R，Guo Y J，et al.，2016.The strong El Nio in 2015/2016 and its dominant impacts on global and China's climate[J].Acta Meteorol Sin，74（3）：309-321.doi：10.11676/qxxb2016.049.（in Chinese）.

张奔奔，管兆勇，张萌萌，2018.热带西北太平洋与东南印度洋对流活动年际变化联系的年代际改变[J].大气科学学报，41（6）：753-761. Zhang B B，Guan Z Y，Zhang M M，2018.Interdecadal change in relations of convective activities in tropical Northwest Pacific and Southeast India Ocean[J].Trans Atmos Sci，41（6）：753-761.doi：10.13878/j.cnki.dqkxxb.20180829002.（in Chinese）.

Zhang R H，Sumi A，Kimoto M，1996.Impact of El Nio on the East Asian monsoon[J].J Meteor Soc Japan，74（1）：49-62.doi：10.2151/jmsj1965.74.1_49.

张人禾，闵庆烨，苏京志，2017.厄尔尼诺对东亚大气环流和中国降水年际变异的影响：西北太平洋异常反气旋的作用[J].中国科学：地球科学，47（5）：544-553. Zhang R H，Min Q Y，Su J Z，2017.Impact of El Nio on atmospheric circulations over East Asia and rainfall in China：role of the anomalous western North Pacific anticyclone[J].Sci China Earth Sci，60（6）：1124-1132.（in Chinese）.

Prediction models for summertime Western Pacific Subtropical High based on the leading SSTA modes in the tropical Indo-Pacific sector

QIAN Daili，GUAN Zhaoyong，XU Juyan

Key Laboratory of Meteorological Disaster，Ministry of Education（KLME）/Joint International Research Laboratory of Climate and Environment Change（ILCEC）/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disaster（CIC-FEMD），Nanjing University of Information Science & Technology，Nanjing 210044，China

This study utilized the monthly NOAA sea surface temperature（SST） data for the past 38 years，as well as the Western Pacific Subtropical High（WPSH） characteristic indexes of the National Climate Center（NCC），and the NINO3.4 indexes of the United States Climate Prediction Center（CPC）.The main modes of the SST anomalies（SSTA） on the tropical Indo-Pacific Ocean were examined using the Empirical Orthogonal Function（EOF） and linear regression analysis methods.In addition，the possible relationships between those modes and the intensities and locations of the anomalies of the WPSH were examined.Finally，based on the observed relationships，prediction models of the area were established，which included the intensities and west ridge point indexes of the WPSH.The results showed that the three leading modes explained 61.58% of the variances of the SSTA in the Indo-Pacific Ocean，which accurately reflected the main characteristics of the SSTA.Among these，it was determined that the most important SSTA mode（EOF1） in the Indo-Pacific Ocean was a zonal tripolar mode，which explained 39.73% of the variances of the SSTA，and displayed periods of approximately 5 years and 11 years.In terms of seasonal variations，it was observed to be the most obvious during the winter months.The second mode（EOF2） showed a dipole distribution of positive anomalies ranging from the tropical Indian Ocean to the Western Pacific Ocean，and negative anomalies in the central Pacific Ocean.It was also found to have a 3-year interannual period and an obvious long-term linear trend.The spatial field of the third mode（EOF3） displayed a dipole type over the southern Indian Ocean and another dipole type over the equatorial Pacific Ocean.It also had the appearance of “seesaw” anomalies between the southeastern Indian Ocean and the tropical central Pacific Ocean，on both sides of the marine continents（MC）.The time coefficients of both the EOF2 and EOF3 displayed two peaks per year.The former was mainly obvious during the months of June and October，and the latter was most obvious during the months of April and August.This study found that these three modes were closely related to the occurrences of anomalous signals，such as El Nio in the Pacific Ocean，and basin modes and Ningaloo Nio in the Indian Ocean.Among the three modes，it was determined that the EOF1 may lead to the El Nio/La Nia events in the Pacific Ocean and IOBM in the Indian Ocean.Therefore，it was considered that the EOF1 could be used to explain why the El Nio/La Nia and IOBM often occurred together.Moreover，it was believed that the IOD events probably occurred due to the anomalous eastward moving of one pole near the MC in the tripolar mode to the Indian Ocean.However，the second mode（EOF2） reflected the features when the SSTA was weak over the Pacific Ocean.However，the IOBM over the Indian Ocean was obvious during some of the examined years.In addition，the first two modes had stable and significant correlations with the anomalous areas，intensity，and west ridge point indexes of the WPSH during the summer months.However，it was found that the significant correlations between the anomalous WPSH ridge and the first mode during the early spring months，as well as the third mode during the summer months，had suddenly become weaker after 2006.In the current study，according to the aforementioned stable correlations over the past 30 years，the indexes of the WPSH area，intensity，and west ridge point can potentially be accurately forecasted for the next eight years.

Tropical Indo-Pacific Ocean;SSTA;ENSO;Western Pacific Subtropical High;boreal summer;climate prediction

doi：10.13878/j.cnki.dqkxxb.20200331010

（責任编辑：刘菲）