1979—2019 年影响中国沿海的热带气旋与ENSO 变化关系初探
2022-04-29于茜倩谢冬梅陈永平朱业
于茜倩,谢冬梅,陈永平,朱业
(1.河海大学 港口海岸与近海工程学院,江苏 南京 210098;2.浙江省海洋监测预报中心,浙江 杭州 310007)
我国地处西北太平洋,海域开阔,是受热带气旋影响最严重的国家之一。近年来,多个超强台风(如1713“天鸽”、1822“山竹”、1909“利奇马”)频繁登陆我国沿海,给沿海防洪安全乃至区域经济发展带来了严峻挑战[1]。分析影响我国沿海的热带气旋的时空演变特征,可以为沿海防灾减灾工作提供理论依据和数据支撑。
在气候变化背景下,近40 年全球范围内热带气旋向陆迁移显著,沿海区域热带气旋活动总体呈现上升趋势,但是不同海盆区域的热带气旋活动变化特点呈现出一定差异[2]。西北太平洋作为全球热带气旋活动最剧烈的海域之一,其热带气旋的时空演变特征受到广泛关注。已有研究表明,西北太平洋热带气旋发生频率在20 世纪末明显下降,但台风强度有所增加[3-6]。同时,西北太平洋热带气旋向陆、向北迁移,导致沿海地区热带气旋风险增加[7-10]。在此背景下,影响中国沿海的热带气旋是否与西北太平洋热带气旋有相同趋势,还有待深入研究。
大尺度海洋-大气过程变异是导致热带气旋时空分布变化的主要原因[11-14]。海表温度作为海气相互作用的重要边界条件,且为较容易观测的海洋参数,其与热带气旋的关系一直备受关注。以往研究表明,西北太平洋海盆热带气旋活动的年际变化与厄尔尼诺-南方涛动(El Niño-Southern Oscillation,ENSO)有关[15]。ENSO 是全球海气相互作用变率中最主要的信号,具体表现为热带中东太平洋海水表面温度的异常变暖或变冷[16]。在海温异常变化时,相应Walker 环流、季风槽位置、副热带高压也会发生变化,进而改变大尺度环流[17-19]。随着热带大洋上的大尺度环流发生改变,海水表面温度、对流层中层相对湿度等热力学因子和低层相对涡度、垂直风切变等动力学因子也会发生变化,对热带气旋生成位置以及移动路径的变化产生显著影响[20-24]。
基于此,有学者将ENSO 指数作为西北太平洋热带气旋活动年际变化的预测因子[25-28]。Wang 等发现西北太平洋热带气旋活动对ENSO 强度具有正反馈作用,并以西北太平洋东南部热带气旋的累积气旋能量(Accumulated Cyclone Energy,ACE) 作为预测因子构建ENSO 预报经验模型[28]。然而,随着热带气旋活动向西和向北迁移,热带气旋活动与ENSO 之间的关系如何随时间变化仍有待探索。
以往针对影响中国沿海的热带气旋讨论多基于单一参数(频数、强度、路径、登陆位置等)开展,不能很好地反映热带气旋综合强度的变化特征[29-31]。本研究从热带气旋综合指标“累积气旋能量”的角度出发,研究影响中国沿海的热带气旋时空演变特征以及与ENSO 关系的变化。在此基础上,通过分析热带气旋变化与海表温度异常和海洋上层热容量异常在空间上的相关性,进一步证实所得结果的合理性。
1 数据来源
1.1 热带气旋数据
本文使用的热带气旋资料来源于中国气象局热带气旋资料中心提供的“CMA 最佳路径数据集”[32-33]。考虑到20 世纪70 年代末卫星技术开始应用于热带气旋监测,热带气旋观测数据的可靠性和准确性大幅提高,本文研究年限选为1979—2019 年。由于热带低压破坏力基本可以忽略,本文只考虑热带风暴(即中心附近地面最大风速≥17.2 m/s)及其以上级别的热带气旋。影响中国沿海的热带气旋主要集中发生在每年7-10 月,因此本文主要探讨7—10 月热带气旋活动的时空演变特征(下文所有资料均为同期资料)。本文以进入中央气象台热带气旋48 h 警戒线作为标准(图1红色折线),共遴选出519 个影响我国沿海的热带气旋。
图1 1979—2019 年影响中国沿海的历史热带气旋路径集合
1.2 Niño3.4 指数和海洋数据
Niño3.4 指数采用美国国家环境预测中心的尼诺指数(Oceanic Niño Index,ONI),在具体应用时,一般采用连续3 个月的尼诺指数滑动平均值作为月Niño3.4 指数[34-35]。本研究以7—10 月的月Niño3.4 指数平均值作为7—10 月的Niño3.4 指数,将平均值≥0.5 的年份定义为El Niño 年,平均值≤-0.5 的年份定义为La Niña 年,其余年份定义为平常年[36]。
采用两个全球海洋表面温度数据集:美国国家海洋和大气管理局全球月平均海表温度数据集ERSST.v5(空间分辨率为2°) 和英国气象局全球海温资料HadISST.v1.1(空间分辨率为1°)[37-38]。由 于Niño3.4 指数表征Niño3.4 区域(5°N—5°S,170°W—120°W)的海表温度异常值,基于下文验证分析的需要,对上述两个全球海表温度数据集进行与Niño3.4 指数相同的计算步骤,得到两个海表温度异常值的数据集。本文采用这两个数据集,可以交叉检验结果的准确性。
全球上层700 m 海洋热含量(Upper 700 m Ocean Heat Content,OHC700)月平均数据来自中国科学院大气物理研究所构建的全球海洋温/盐格点数据,空间分辨率为1°[39]。
2 研究方法
2.1 综合指标
采用综合指标开展沿海区域热带气旋研究,可以掌握区域尺度上热带气旋综合强度的特征。本文以“累积气旋能量”为综合指标,讨论影响中国沿海的热带气旋时空演变特征[40]。该指标综合考虑热带气旋的频数、持续时间以及近中心最大风速,从动能释放的角度反映热带气旋活动的综合强度[41-43]。ACE 的计算公式如下:
式中:v(t)为t 时刻的热带气旋近中心最大风速;i 为单个热带气旋序号;t0i和tfi为单个热带气旋的开始和结束时间;N 为研究时段(每年的7—10月)内热带气旋数量。
为了明确平均强度、持续时间和频数对ACE指标的贡献,参考Camargo 等构造变量的方法,对ACE 进行分解,公式如下[44]:
2.2 研究方法
首先对CMA 最佳路径数据集资料进行筛选与整理,得到1979—2019 年进入48 h 警戒线的热带气旋,采用平滑法、小波分析法研究1979—2019年影响中国沿海的热带气旋趋势性和周期性变化;然后将ACE、ACE1、ACE2、ACE3分别与Niño3.4指数进行相关性分析,探讨ENSO 与影响中国沿海的热带气旋之间的相关性是否发生变化;最后通过分析影响中国沿海的热带气旋分别与海表温度异常和海洋上层热容量异常在空间上的相关性,进一步证实研究成果的合理性。
3 结果分析
3.1 热带气旋时间变化特征
图2 为1979—2019 年影响中国沿海的热带气旋综合强度ACE、平均强度ACE1、持续时间ACE2和频数ACE3的时间序列变化。七点二次平滑是对时间序列进行削峰处理的常用方法,起到低通滤波器作用,以展示出变化趋势,同时可以克服滑动平均削弱过多波幅的缺点。此处分别对ACE、ACE1、ACE2和ACE3时间序列进行七点二次多项式拟合,图2 中用黑色折线表示。以年代为单位来看,ACE在1980 年代较为稳定,1990 年代总体呈现持续下降势态,2000 年代有一个先上升再下降的波动,2010 年代持续上升。ACE1、ACE2和ACE3波动规律相比ACE 不明显。灰色点线所代表的最大风速、持续时间和频数与构造变量ACE1、ACE2和ACE3的变化一致(相关系数均达0.9 以上),说明构造变量能反映热带气旋相应的参数变化,可用于分析。
图2 ACE、ACE1、ACE2 和ACE3 时间序列变化
为了准确得到1979—2019 年ACE、ACE1、ACE2和ACE3的变化周期,对其相应序列进行小波分析(见图3)。图3(a)中ACE、ACE1、ACE2和ACE3的第一主周期分别为17 年、28 年、28 年和28 年,图3(b)是ACE、ACE1、ACE2和ACE3第一主周期的小波系数图。ACE 在17 年的特征时间尺度上,变化的平均周期为11 年左右,ACE1、ACE2和ACE3在28 年的特征时间尺度上,变化的平均周期均为17 年左右。
图3 ACE、ACE1、ACE2 和ACE3 的小波分析
为了检验热带气旋的变化是否达到了统计学意义上的突变,对ACE、ACE1、ACE2和ACE3进行滑动t 检验(滑动窗口取10 年)。滑动t 检验的t值反映了前后相邻子序列的均值差异(前减后),在本文中,t 值大于0 表示该年份前10 年的均值大于该年份后10 年的均值,小于0 反之。如图4所示,ACE 的t 值在1988—1998 年均大于0,1999—2009 年均小于0。这说明到1998 年为止,ACE 序列在年代际尺度上一直在减小;从1999 年开始,ACE 序列在年代际尺度上开始增大。总体来看,ACE 经历了1990 年代下降,2000 年代上升的过程。其中1992 年和1994 年ACE 的t 值超过正临界值,说明这两年前后10 年的均值差异超过了0.1 的显著性水平,发生下降突变;相反,2003 年和2008 年ACE 的t 值超过了负临界值,发生上升突变。ACE1、ACE2达到突变的时间较ACE有1~2 a 的时间差,但t 值曲线的变化趋势与ACE是一致的,这说明热带气旋综合强度和平均强度、持续时间的变化是相似的,而代表频数的ACE3变化相对ACE、ACE1和ACE2来说有所滞后。
图4 ACE、ACE1、ACE2 和ACE3 滑动t 检验
3.2 热带气旋与ENSO 的关系
表1 是1979—2019 年的ENSO 事件年以及对应年份影响中国沿海的热带气旋ACE,其中有10 a发生El Niño 事件,9 a 发生La Niña 事件,其余为正常年份。表1 中El Niño 年的ACE 普遍比La Niña 年的ACE 大,说明El Niño 年影响中国沿海的热带气旋整体活动普遍比La Niña 年强。这与ENSO 事件年西北太平洋热带气旋活动的表现相同[45-46]。
表1 1979—2019 年的ENSO 事件及ACE
图5 为1979—2019 年Niño3.4 指数和ACE、ACE1、ACE2、ACE3的变化过程。在强El Niño 年中,除1997 年、2002 年和2015 年外,ACE 都是大值。相比之下,除2007 年、2010 年和2016 年外,ACE 在La Niña 年均较小。值得注意的是,以上这些异常很多都发生在2000 年以后。在2000 年以前,ACE 总体上与Niño3.4 指数同步波动,但2000 年以后同步性明显降低。
从图5 可以看出,平均强度ACE1在强El Niño年(1982 年和2002 年除外) 达到峰值;但在强La Niña 年并不是小值;持续时间ACE2与Niño3.4指数同相波动,即El Niño 年较大,La Niña 年较小(1997 年和2002 年除外);频数ACE3则与Niño3.4指数无明显同相波动。
图5 Niño3.4 指数与ACE、ACE1、ACE2 和ACE3 的时间序列
将Niño3.4 指数分别与ACE、ACE1、ACE2和ACE3做滑动相关(滑动窗口取17 a),结果如图6所示。以2000 年为界,计算得到1979—1999 年和2000—2019 年Niño3.4 指 数 分 别 与ACE、ACE1、ACE2、ACE3的相关系数(见表2)。1979—1999年ACE 与Niño3.4 指数显著正相关,相关系数达到0.659(超过95%置信度),2000—2019 年ACE与Niño3.4 指数的相关性有明显下降,相关系数只有0.328。分解来看,ACE1与Niño3.4 指数的相关性在2000 年有明显下降,从0.592 降到0.333;ACE2与Niño3.4 指数一直保持着显著的相关性;ACE3与Niño3.4 指数并不呈线性相关。研究发现,分量(ACE1、ACE2和ACE3)与Niño3.4 指数的相关性变化对ACE 与Niño3.4 指数的相关性变化有着不同的贡献。其中,2000 年以后平均强度ACE1与Niño3.4 指数的相关性降低可能是ACE 与Niño3.4 指数的相关性突变的主要原因。
表2 1979—1999 年和2000—2019 年Niño3.4 指数分别与ACE、
图6 Niño3.4 指数分别与ACE、ACE1、ACE2 和ACE3 的滑动相关
3.3 热带气旋空间变化特征
事实上,影响中国沿海的热带气旋空间分布ACE1、ACE2和ACE3的相关系数在2000 年也发生了阶段性变化。如图7(a)所示,相较于1979—1999 年,2000—2019 年ACE 的空间分布整体向北迁移;48 h 警戒线内,华南附近海域的热带气旋活动强度有所减小,而华东附近海域的热带气旋活动强度明显增强,增加区域整体沿西北路径发展。这与之前研究发现华东地区受热带气旋影响增大、华南地区受热带气旋影响减小的现象一致[47-50]。
分别从生成源地、频数、生命最大强度的空间分布来分析ACE 分布产生变化的原因。如图7(b)所示,1979—1999 年和2000—2019 年生成源地的差值分布发生较大的变化,2000 年后热带气旋整体生成数量有所减少,且生成源地呈现北向迁移和西向迁移的变化,导致近岸区域热带气旋生成数目有明显增加,尤其在48 h 警戒线内。图7(c)和图7(d)分别为两阶段热带气旋频数和生命最大强度所在位置的差值,从图中可以看出,热带气旋的路径和达到生命最强的位置也存在西向迁移和北向迁移。由此可见,影响中国沿海的热带气旋活动强度在2000 年以后有向岸迁移的变化,是生成源地和盛行路径的向西、向北迁移的共同作用结果。这与近期Shan 等基于西北太平洋热带气旋变化的研究结论基本一致[51-52]。
图7 2000—2019 年和1979—1999 年影响中国沿海的热带气旋空间分布差值场
3.4 热带气旋与海表温度异常的关系
图8 为1979—1999 年和2000—2019 年ACE、ACE1、ACE2和ACE3分别与太平洋海表温度异常的相关系数分布。2000 年以前ACE 与海表温度异常的显著正相关区域集中在以Niño3.4 区域为中心的中东太平洋地区,显著负相关范围呈“K”型分布于西侧;2000 年后显著正相关区域分布较为分散,一部分在Niño3.4 区域左侧,一部分在太平洋东岸中高纬度。对比同时段ACE1、ACE2、ACE3与海表温度异常的相关性时空分布差异发现,ACE1与海表温度异常的显著正相关区域从Niño3.4 区域变化到太平洋东岸中高纬度区域。而ACE2与海表温度异常的相关性分布在前后两阶段基本不变,均集中在Niño3.4 区域。以上结果说明,与影响中国沿海的热带气旋平均强度相关的海温异常区域在2000 年前后发生转移,而影响热带气旋持续时间的海域基本没有变化,这与前文中得到的“2000年以后,平均强度ACE2与Niño3.4 指数的相关性降低可能是ACE 与Niño3.4 指数的相关性突变的主要原因”结论相一致。
图8 1979—1999 年和2000—2019 年ACE、ACE1、ACE2 和ACE3 分别与海表温度异常的相关系数分布
2000 年以前,ACE2与海表温度异常的相关性分布(图8(e))和ACE 与海表温度异常的相关性分布(图8(a))相似,而2000 年以后ACE1与海表温度异常的相关性分布(图8(d))和ACE 与海表温度异常的相关性分布(图8(b))相似,这说明2000 年前海表温度主要是通过热带气旋的持续时间来影响热带气旋的整体强度;2000 年后则主要是通过热带气旋的平均强度来影响热带气旋的整体强度。需要说明的是,图8 使用的海表温度数据是分辨率为1°的HadISST.v1.1 再分析资料,所得结果与基于Niño3.4 指数同源的再分析资料ERSST.v5(分辨率为2°)的分析结果一致。受篇幅限制,本文不再赘述。
3.5 热带气旋与海洋上层热容量异常的关系
热带气旋的热量来源取决于整个海洋上层的热容量,海表温度仅是一个边界条件,海洋上层的热含量更具稳定性,与热带气旋相关联更能体现出海洋对大气系统的强迫作用[53-57]。图9 为1979—1999 年和2000—2019 年ACE 与海洋上层700 m 热容量异常进行相关分析结果。对比图8 和图9 可以发现,虽然分布存在略微不同,但Niño3.4 区域所呈现出来的变化特征是相似的,这说明与热带气旋整体活动强度相关的海洋上层热含量区域在2000年也发生了改变。由此可见,影响中国沿海的热带气旋所发生的变化与西北太平洋海洋上层热容量异常区域的转移也存在密切关系。
图9 1979—1999 年和2000—2019 年ACE 与海洋上层700 m 热容量异常的相关系数分布
4 结论
本文采用中国气象局热带气旋资料中心提供的西北太平洋热带气旋最佳路径观测数据,选取进入中央气象台48 h 警戒线的热带气旋为研究样本,对1979—2019 年影响中国沿海的热带气旋要素进行统计,分析热带气旋的时空演变特征。结合Niño3.4 指数、海表温度异常、海洋上层700 m 热容量异常现象,探讨了热带气旋与ENSO 关系的变化。主要结论如下:
(1)近40 年来影响中国沿海的热带气旋整体活动强度呈现1990 年代减弱、2000 年代增强的变化特征。2000 年以后热带气旋空间分布有向岸迁移的变化,与生成源地和盛行路径的西向和北向迁移变化有关。
(2)影响中国沿海的热带气旋与ENSO 的相关关系在2000 年发生突变,具体表现为:1979—1999 年ACE 与Niño3.4 指数显著正相关,2000—2019 年ACE 与Niño3.4 指数的相关性有明显下降。热带气旋各参数与Niño3.4 指数的相关性变化对ACE 与Niño3.4 指数的相关性变化有着不同的贡献,其中2000 年以后平均强度ACE1与Niño3.4 指数相关性的降低可能是ACE 与Niño3.4 指数的相关性突变的主要原因。
(3)通过将影响中国沿海的热带气旋分别与海表温度异常和海洋上层热容量异常进行相关性分析,发现显著正相关区域在2000 年前后均发生空间分布变化。2000 年以后,与热带气旋平均强度显著正相关的海温异常区域转移,但是与热带气旋持续时间显著正相关的海温异常区域依然集中在Niño3.4 区域。
考虑到2000 年后Niño3.4 指数并不能有效预测影响中国沿海的热带气旋活动的年际变化,因此对基于ENSO 指数来预测未来热带气旋变化趋势的合理性需要做进一步检验。与此同时,影响中国沿海的热带气旋活动及其与ENSO 指数相关性在2000年左右发生变化的物理机制值得进一步探究。