2. 广东海洋大学南海海洋气象研究院,广东 湛江 524088
2. South China Sea Institute of Marine Meteorology, Guangdong Ocean University, Zhanjiang 524088, China
El Niño事件是海洋年际变化的强信号,是热带大尺度海气相互作用的突出反映,它对亚洲季风环流以及全球的气候变化都有一定的影响。强ENSO事件带来的亚洲季风异常会对我国的天气气候产生重大影响,由此引发的气象灾害更是给人民带来巨大的损失。过去大量的研究[1-4]表明El Niño事件和东亚季风具有密切的关联,黄荣辉等[5]指出,在El Niño事件发生前,在热带太平洋上空对流层下层有明显的西风异常,导致东传暖Kelvin波和西传冷Rossby波增强,为El Niño事件的发生提供了有利条件,同时这种异常现象与东亚季风区西风异常向南传播有着密切联系。朱乾根等[6]指出,不同的海表温度(SST)年代际背景下,东亚季风和ENSO事件的关系是不同的。不同的年代际海温背景促使海气交换异常,海陆热力对比由此发生改变,进而影响海陆气压差,季风的强度也随之变化,ENSO与季风之间的相互作用受到影响。此外,ENSO对中国的区域气候变化产生了巨大的影响[7-8],Huang等[9]研究了中国夏季降水对ENSO不同阶段的响应,并指出在El Niño发生年的夏季,副高加强并偏北,较正常年西偏,江淮地区多雨,中国东部降水偏少;而在El Niño次年的夏季,副高减弱,江淮流域降水偏少,江南部分地区雨量偏多。刘永强等[10]的研究发现,El Niño发生年全国气候异常,降水偏少且气温偏冷,但是次年夏季降水距平分布几乎与发生年相反。Zhang等[11-12]指出在El Niño最强时的秋、冬、春季,中国南方降水异常非常显著。
也有一些学者在El Niño的多样性以及东亚季风对不同位相El Niño的响应方面,做出了很多的研究。早期的研究会根据事件异常发生的位置、时间来对El Niño事件进行分类。符淙斌等[13]提出了El Niño事件可分为两类:“东部型”和“西部型”。Xu等[14]又根据其爆发时间将其分为“春季爆发型”和“夏季爆发型”。日本学家Ashok等将非传统型命名为“El Niño Modoki” [15]。此外还有学者[16-18]将事件采用不同的称呼,但基本描述的都是类似的现象,这些是从大的方面印证El Niño事件存在多样性。在研究El Niño事件与东亚季风降水时,一些专家[8, 19]又将El Niño事件划分为不同的位相或者时期,来研究其对东亚季风降水的影响。赵亮等[20]将ENSO循环不同位相的夏季分成了4类并进行了聚类分析,得出El Niño发展期淮河流域降水一般偏多,而长江中下游偏少,El Niño的衰减期与之相反。薛峰等[21]研究了不同强度ENSO对东亚夏季风的影响,研究结果表明不同强度的ENSO与东亚夏季风环流以及相关的中国夏季降水之间是一种非线性关系。
由前人的研究不难发现,由于El Niño事件的多样性以及对El Niño事件认识的局限性,El Niño事件与东亚季风的关系值得进一步探讨。本文研究主要根据Niño3.4指数,找出1979—2017年近40年中的三个超强El Niño年,为1982—1983年、1997—1998年和2015—2016年,由此分析亚洲季风降水对超强El Niño事件的响应以及对降水异常发生的机制进行讨论。本研究根据海表温度距平图以及Niño3.4区域指数对比图,来分析这三个超强El Niño事件的多样性,同时根据东亚及西太平洋地区的降水及850 hPa风场的差异,来探讨东亚夏季风对超强El Niño事件的响应,以及讨论超强El Niño事件对降水的影响机制。这将有助于提高对超强El Niño年东亚夏季风降水异常的规律性认识,进一步了解ENSO事件的复杂性。
2 资料与方法本文所用资料包括1979—2017年2 °× 2 °格点的美国国家海洋和大气管理局(NOAA)重建海温逐月资料(ERSST V5)、气候预报中心(CPC)的Niño3.4指数、NCEP/NCAR再分析风场资料以及CMAP降水资料。根据Niño3.4区(170~120 °W,5 °S~5 °N)海表面温度距平指数(简称Niño3.4指数),超过0.5 ℃并持续5个月或以上定义为一次El Niño事件。其中,若大于0.5的指数间断两个月或以上,则认为两次事件不连续;若间断一个月,并且该月的Niño3.4指数的3个月滑动平均值超过0.5则认为前后事件连续,否则不连续。根据以上定义,使用CPC提供的1979年以来Niño3.4指数得出(图 1),1979—2017年共发生10次El Niño事件。而本文研究的主要目的是分析超强El Niño事件的多样性及其对东亚夏季风的不同影响,将1979—2017年Niño3.4指数超过2 ℃的El Niño事件,定义为超强El Niño事件。图 1可看出有三次超强El Niño事件,为1982—1983年、1997—1998年和2015—2016年,将1982年、1997年及2015年作为事件发生年,1983年、1998年和2016年为发生次年。本研究旨在分析超强El Niño事件对东亚夏季风的影响异同,主要通过降水距平分布来具体体现。
|
图 1 1979—2017年Niño3.4(170~120 °W,5 °S~5 °N)指数 |
对比三次超强El Niño事件海温异常随时、空的变化特征(图 2),可看到1982—1983年(图 2a),赤道部分地区的海温从1982年年初开始出现异常增温,1982年5月时整个中东太平洋区域海温异常值大于0.5 ℃,并且随着时间的推移,强度在增强。在1982—1983年冬季异常最明显,即El Niño最强时期,其后强度随时间衰减。此外,我们还发现,正距平最强区域随时间发生东移的现象,1983年7月在100~80 °W区域出现另一个正距平中心。由此看出,1982—1983年的超强El Niño现象随着时间先增强后减弱继而又增强,异常的最大值分别在1982—1983年的冬季和1983年的秋季。
|
图 2 超强El Niño事件的赤道(5 °S~5 °N)海温距平随时间变化 a. 1982—1983年事件;b. 1997—1998年事件;c. 2015—2016年事件。单位:℃。 |
与1982—1983年的El Niño事件相比,1997—1998年的超强El Niño事件具有很大的不同(图 2b)。从强度上看,海温异常值较高,区域较广,此次El Niño的强度更强。太平洋中部和东部先出现海温异常,继而有中部向东、东部向西的双向传播现象,1997年5月爆发后,平稳增强然后衰减,没有较大的波动。从时间上看,1997年春季爆发,1998年夏季结束,持续一年以上,1998年秋冬季节Niño3.4区域出现负距平,且负距平值较大。空间分布上,异常首先在中部和东部出现,最大正距平的区域在130~90 °W,本次事件的最大正中心位置比上一次事件要偏东。
2015—2016年事件的形态与前两次又存在不同(图 2c)。此次事件爆发的时间较早,2015年1月,Niño3.4区域海温异常值就已经大于0.5 ℃甚至超过1.0 ℃了。由于其正海温异常范围较大,虽然最大异常值没有前两次事件大,但是其强度和影响要强于前两次事件。持续时间较长,大于2.0 ℃的异常区域已向西延伸超过日界线。在其传播演变上,前期虽然有中部向东传播的趋势,但整体上还是传统的西传形式。与前两次事件最明显的区别在于西太平洋的海温变化,2016年1月西太平洋就出现了0.5 ℃以上的正异常,使得西太平洋海域的温度较高,即预示着La Niña事件的出现。
图 3为三次超强El Niño事件的Niño3.4指数图,发现三次事件的生命期一致,都是在春季爆发、冬季达到盛期、次年夏季衰减消亡。由于Niño3.4值的经度范围是170~120 °W,所以可看到1997—1998年的衰减更明显。因为在海温距平图中(图 2),1997—1998年事件在Niño3.4区域的负值较大。
|
图 3 三次强El Niño事件的Niño3.4指数图 |
通过对三次超强El Niño现象分析,三次事件具有一定的相似性,从爆发时间来看,都是春季爆发型,并且海温正异常起始于赤道中太平洋地区。最大正异常中心都偏向于赤道东太平洋地区,也就是所谓的东部型(传统型)El Niño事件。但同时也可看出不同年份的El Niño事件存在较大的差异,1982—1983年的正海温距平具有波动式的东传特征;1997—1998年的正海温距平东传和西传同样重要,在赤道东太平洋出现超强的正异常中心;而2015—2016年的正海温距平具有显著的西传特征。虽然这三次El Niño事件同样为超强的春季爆发型事件,它们最强的海温距平都出现在赤道东太平洋,但其演变过程和海温异常分布仍存在显著差异,由此就引出这样一个问题:超强El Niño事件演变的多样性对东亚夏季风降水会产生怎样的影响?
3.2 东亚夏季风降水的响应 3.2.1 三次超强El Niño事件发生年(发展期)夏季降水异常的响应很明显,1982年夏季中国大部分地区降水减少(图 4a),中国东北地区及长江以南降水减少,华北南部及华中北部地区降水增加。在东部沿海从南向北有一条明显的降水负距平带,我国的降水分布为中间偏多,而东北及长江以南偏少,中国的东海区域为明显的降水增多的现象。在15~20 °N附近及赤道热带地区有一个极其明显的降水负距平带,在中南半岛的西南部降水增多。1997年的降水分布与1982年有很大的差异(图 4b),在我国降水增多区域主要出现在长江以南及华南区域,而在1982年降水正异常区在1997年却为明显的负异常,其降水距平在中国区域大体与1982年的降水距平成反位相关系,即呈现北少南多的降水分布。降水正距平带从西太平洋到我国华南又到中南半岛南部,形状类似于倒“U”型,在赤道热带地区降水负距平相比于1982年,异常值要大。
|
图 4 超强El Niño发展期夏季平均降水距平分布 a. 1982年;b. 1997年;c. 2015年。单位:mm/day。 |
2015年夏季降水距平(图 4c)主要出现在江淮流域,在前两次事件中江淮流域的降水主要趋于减少或者中性状态,但在2015年夏季为明显的正距平。此事件中可看到华北地区和华南沿海地区的降水为负距平,降水距平分布为南北少中间多的局面,具有典型的“- + -”的降水异常分布特征。尤其是我国的东部海区,降水增加明显。在低纬度地区,2015年夏季降水基本都为负距平。从降水强度来看,在我国1982年的降水强度相比其他两次事件要小。共同点是这三次事件在东海区域都为降水增多的现象。
以上分析得出,三次超强El Niño事件发生后,东亚地区的降水响应是不同的。尤其在中国的华北、江淮、长江流域地区降水分布差异明显。1982年夏季中国大部分地区降水偏少,华北南部及华中北部地区降水增多;1997年夏季长江以南及华南地区降水增多,长江以北至华北地区降水偏少;而2015年夏季中国江淮地区降水增多,华北及华南地区降水减少。总体来看,虽然在El Niño发展期夏季东亚大部分地区降水偏少,但是降水响应呈多样性,并不是相同或者相似的降水模态。同时还发现1982年和1997年的降水异常值要比2015年偏大,但1997年和2015年都基本呈现的是南多北少的分布现象,与1982年中间多-南北少的分布完全不同。其次,在超强El Niño发生年,赤道南北纬5 °之间基本为降水负距平。
3.2.2 三次超强El Niño事件发生次年(衰减期)夏季降水异常的响应1983年夏季(图 5a),在中国华南、华北地区降水偏少,江淮地区降水增多,其降水分布与1982年的降水距平分布有明显的不同。一般来说El Niño衰减期的夏季降水中国应该普遍增多,但1983年降水距平与其他两年相比,正距平区域较小,强度也较弱。1983年夏季即事件发生次年,低纬度地区普遍为降水正距平,仅在中国的东南方向有一条降水负距平带。在1998年夏季(图 5b),中国大部分地区降水增多,强度也较大,据记载我国1998年在长江流域、东北嫩江和松花江出现了较大洪水,而华南沿海和海南地区降水为弱的负距平。中国东南部海区的降水负异常区域相比于1983年来说,强度更大范围更广,但低纬的正异常区域比1983年偏南强度偏弱。2016年夏季(图 5c)虽然也是大部分地区降水增多,但是强度上不如1998年明显。最明显的降水正异常区域位于两湖地区和华北地区,与前两次事件明显的不同在于,其距平分布为南北向分布,而另外两年基本为东西向分布。其次在于东部海区呈现明显的负异常,在其低纬地区的正异常也不如前两次事件明显,尤其是中国东南部的降水负距平带基本不复存在。处于衰减期的中国东部夏季降雨带主要位于长江流域及两湖地区,这与臧增亮等[22]的研究结果基本吻合。但1983年在华北区域呈降水负异常,而后两次事件都为正异常。低纬度地区的降水正异常带,1983年的偏强偏北,1998年的强度较大但位置偏南,2016年不仅位置偏南而且强度较弱。
|
图 5 1983年(a)、1998年(b)、2016年(c)超强El Niño衰减期夏季平均降水距平分布 单位:mm/day。 |
在次年夏季降水距平图中,东亚地区的降水基本呈增多现象,但在其分布和强度上还是存在明显的不同。再结合上述的El Niño发生年降水分布的情况,在El Niño发生年,东亚地区的夏季降水普遍偏少,但是分布的区域,由于其他机制的影响可能出现不同的分布现象,在中国的华北、江淮、长江流域等地区降水分布差异明显;在El Niño发生次年,东亚夏季降水偏多,且中国东部主要降雨带在长江以南的两湖地区,但其强度和区域分布依然存在差异。由此可得出超强El Niño事件的多样性,会影响东亚季风,使东亚地区夏季降水产生不同的响应。由此我们便提出另一个问题:通过什么机制影响了东亚降水对超强El Niño事件的响应,造成了降水分布的不同?
3.3 影响机制讨论El Niño与我国降水之间的联系是ENSO研究中一个重要的研究内容,并且很多学者对此做了很多有意义的研究,但是由于El Niño事件的多样性和复杂性,前人研究结论存在异同。例如,符淙斌等[23]认为El Niño发生年夏季长江中下游地区降水偏少,但是陈桂英等[24]则认为夏季该地区降水偏多。很多因素导致了研究结论的不同,丁一汇等[25]在对2014—2016年超强El Niño事件分析时,主要从大气强迫条件和海洋的响应过程出发,提出“充电振荡”理论和“延迟振子”理论在ENSO冷暖位相转变以及提高El Niño预测的能力方面的作用。王悦等[26]认为夏季海洋性大陆区域气候与赤道中太平洋中部型海温异常主要通过水平环流和垂直环流建立联系。钱代丽等[27]研究发现,当印度洋与赤道太平洋海温异常时,通过Gill型响应,在西太平洋和南海产生异常的反气旋环流,进而影响夏季西太平洋副热带高压的变化。钱代丽等[28]还发现超强与普通El Niño对西太平洋副热带高压的影响是不同的,一般来说超强事件的影响更强,特征更明显。故而本文从环流异常、850 hPa风场异常以及副高平均高度场变化进行机理分析。
3.3.1 超强El Niño发生年(发展期)机制分析对于超强El Niño发展期的夏季,中国地区降水普遍较少,降水正距平的分布也各不相同。对1982年的降水机制进行分析可发现沃克环流在中东太平洋上升气流加强,赤道西太平洋区域下沉气流加强以及高空东风加强,代表沃克环流减弱,异常上升支气流位于中东太平洋150 °W附近,一个明显的反沃克环流圈异常形成(图 6a)。赤道西太(西太平洋)的上升气流减弱,通过经向环流会导致西太副高区域的下沉气流减弱,从而导致副高偏弱偏东,1982年的副高西伸脊点位于140 °E附近(图 6d)。1982年夏季850 hPa风矢量距平场(图 6d)在西太20~30 °N区域,有一个异常反气旋性环流,它使得副高的位置偏北。根据前人研究,发展期夏季副高偏弱偏北,东亚夏季风偏弱,我国的降水区域主要在江淮以南以及长江中下游区域,华北和东北区域降水减少。但通过1982年的降水距平可发现我国南方降水为负距平,而华北以西降水为正距平。沃克异常环流在低纬地区90~140 °E之间为异常的下沉气流,故低纬地区降水减少(图 6a)。在850 hPa上华北以西地区有一个气旋性环流异常,使得该地降水为正异常。我国华南沿海及以南有一降水负异常带,这是因为该地区被500 hPa的副高脊线控制,降水减少。而在东部海区降水增多是由于其处于副高的后侧,偏南气流较强(图 6d)。
|
图 6 三次超强El Niño事件发展期夏季5 °S~5 °N平均沃克环流异常图(a、b、c),填色为垂向风异常(omega*-100),箭头为纬向风异常和垂向风异常的合成;三次强El Niño事件发展期夏季850 hPa风场异常和500 hPa夏季平均高度场合成(d、e、f),填色为纬向风异常,箭头为矢量风异常,等值线为500 hPa夏季(6—8月)平均高度场,脊线用红色线标出 |
相比于1982年的沃克异常环流,1997年沃克环流的上升支主要位于赤道东太平洋且异常较强,异常下沉气流虽然较1982年强,但西太低层的西风异常弱。在赤道西太地区的异常气流主要以下沉气流为主,这就造成了1997年低纬地区的降水负异常值较大。由于赤道西太平洋区域的下沉气流增强,从而会导致经圈环流减弱,使得副高的强度减弱(图 6b)。850 hPa的风矢量距平场在西太区域有两个反气旋性环流异常,将副高切断分成两个。由于副高偏弱偏东以及江淮流域的异常东北风,且在华北区域有一个异常的反气旋性环流,故东亚夏季风较弱,1997年夏季的降水正距平主要分布在我国长江以南的华南区域(图 6e)。
2015年的沃克异常上升气流在三个事件中是最强且区域也是最大的,这和2015年夏季的海温距平相对应。其上升异常区不仅覆盖了中东太平洋,甚至越过日界线达到了160 °E(图 6c)。通过海温距平分布(图 2)可看出热带西太平洋区域的海温负距平比前两个事件要小,因此下沉的异常气流较弱,低纬地区的西风异常也弱于前两次事件。由于赤道西太地区的下沉气流较弱,通过经圈环流会导致西太副高异常较强,同时850 hPa西太反气旋异常也较强,这就导致此次事件中的副高强度最强,也说明了在El Niño发展期夏季副高并不一定是偏弱的,也有可能会偏强。由于副高较强,从850 hPa的风异常图上可看出西南风异常强,表明2015年的东亚夏季风较强。其在江淮流域与异常的西北气流相遇,造成我国2015年在江淮流域降水较多的现象。北方主要由西北风控制,而华南主要是受500 hPa副高脊线控制,使得我国降水呈现“-+-”的分布形式(图 6f)。
3.3.2 超强El Niño发生次年(衰减期)机制分析超强El Niño发生次年(衰减期),赤道东太平洋的海温距平由正距平开始转为负距平,赤道东风增强西风减弱。由1983年的沃克环流图(图 7a)可看出,赤道中东太平洋的异常上升气流减弱,但在东太平洋区域仍有较强的异常上升,这是因为此次事件结束的日期比后两次事件晚(可从图 3上看出)。赤道西太平洋的下沉气流可看到明显的减弱,因此赤道西太平洋海温开始升高,由于经圈环流作用会在西太副高区域产生下沉气流,从而使得副高偏强偏西。副高强度较强,我国降水的位置主要在江淮流域,由于华南地区在副高的控制下,故降水为负异常。华北及其以北地区,被西风急流控制,降水较少。但东北北部地区,有一个弱的气旋性异常环流,加上强的西南气流输送水汽,使得此地区有弱的降水正异常(图 7d)。
|
图 7 同图 6,但为三次强El Niño事件衰减期夏季沃克环流异常、850 hPa风场异常和500 hPa平均高度场合成分布 |
1998年沃克环流异常在赤道中西太平洋为明显的下沉气流异常(图 7b),东、西赤道太平洋为上升异常,与海表温度异常相对应。因此可看到850 hPa上,低纬地区的东风异常较强,使得西太区域反气旋异常较强,因此500 hPa副高的位置偏西偏北,中心强度大范围也较广。副高偏强以及我国南方到江淮区域风场异常表明,影响我国的西南气流偏强,即东亚夏季风偏强。西南气流在江淮流域与西北气流相遇,并且在两湖地区和东北地区有一个明显的气旋性环流异常,这就造成了1998年我国长江流域出现了全流域性的特大洪水,以及东北的嫩江和松花江出现了百年不遇的大洪水,给我国造成了很大的影响(图 7e)。1998年是一个强的东亚夏季风年,但1983年也是一个强夏季风年,为什么两者的降水距平差异如此不同,这主要是与副高的强度以及气旋性异常环流所在的区域有关,1998年最明显的降水负异常区域就是副高所在的区域。
2016年在赤道西太平洋的上升气流异常较强,使得西太平洋低空为西风异常(图 7c)。在850 hPa填色图上可看到,低纬地区的东风异常比前两次事件弱,使得850 hPa西太区域的反气旋异常环流偏弱偏东,因此2016年副高相比于前两个事件偏东偏弱。但是其降水距平图分布上(图 5),2016年的降水距平要比1983年强。这主要是因为在850 hPa上两湖区域以及东北区域有异常的气旋性环流,造成2016年降水偏多(图 7f)。
通过对三次超强El Niño事件发生年(发展期)以及发生次年(衰减期)降水分布和影响机制进行分析,可看出东亚季风降水对强El Niño的响应也存在多样性,不仅与El Niño的海温异常分布有关,还与其他因素,比如风场异常、副高变化以及环流异常等诸多因素有关,这也是为什么El Niño年降水预报会在一定程度上存在偏差。通过上述分析,可看出在强El Niño发生年,副高并不一定是偏东偏弱的,虽然有研究认为El Niño发展期夏季为弱夏季风,但本文的研究结果显示,El Niño发展期夏季也可能为强夏季风,这与赵亮等[21]得出的结论较符合,即ENSO的发展期(衰减期),既可能出现强夏季风也可能出现弱夏季风。
4 结果与讨论由于近几十年,El Niño事件给人类带来了很多灾害,并且发生时降水预报的准确性会降低。这是因为El Niño其本身就具有多变性,再加上其影响的复杂性,使得El Niño成为气候研究或者是降水研究中的难题。本文主要采用个例分析方法,选出近40年期间的三次超强El Niño事件,对其发展进行分析,并对其引发的东亚降水异常进行讨论。目的在于从超强El Niño的多样性出发,来讨论其对东亚季风降水的影响,对未来超强El Niño年的降水预报提供一些信息,其结果总结如表 1。
| 表 1 三次强El Niño事件的特征对比 |
(1) 超强El Niño发展具有多样性,每次超强El Niño发生发展的形式都存在不同。通过对1982—1983年、1997—1998年和2015—2016年Niño3.4区海温距平和Niño3.4指数分析,虽然三次事件都是春季爆发的超强事件,其正距平的最大值都位于赤道中东太平洋,但是三次事件仍存在明显的差异。1982—1983年事件的海温异常是从中太平洋区域向东太平洋波动式传播;1997—1998年事件由中部向东、东部向西双向传播;2015—2016年的异常则为明显的传统西传现象。其次在于异常值的强度和区域分布不同,1982—1983年事件有两个异常值,强度都较大,但是覆盖区域小;1997—1998年事件则是有一个强的异常中心始终位于赤道东太平洋;2015—2016年虽然最大异常值不如前两次事件高,但是其异常值覆盖的区域广,持续时间较长,并且西太的负异常值较小。虽然都是超强El Niño事件,依然具有多样性。
(2) 东亚地区的降水对超强El Niño事件的响应不同。对夏季降水距平图分析得出,夏季降水的变化与超强El Niño的海温异常分布有很大的关联。本文分析中,三次事件的降水区域都不相同。在El Niño发生年,1982年华北南部及华中北部降水增多,其余地区降水减少;1997年华北及东北降水减少,长江以南降水增多,呈北少南多;2015年江淮及两湖地区降水增多,华北、东北及华南沿海减少。对于El Niño发生次年,1983年江淮流域增多,华北及华南沿海减少;1998年中国大部分地区降水普遍增多,且强度也较大,仅华南沿海和海南地区降水减少;而2016年大部分地区降水增多,但是强度上不如1998年明显,最明显的降水增多区域位于两湖地区和华北地区。以上分析可得出,东亚夏季风及降水对El Niño的响应也具有多样性,由此引出超强El Niño是怎样影响东亚夏季风的,并对其影响机制进行讨论。
(3) 影响机制主要从沃克环流异常、850 hPa风场异常以及副高的变化来讨论。首先,发现当赤道西太平洋为冷异常即下沉气流增强时,会使得西太副高的位置偏东强度偏弱;当赤道西太平洋为暖异常时,会使西太副高的位置偏西强度较强,其主要与西太区域的经向环流有关。其次,850 hPa西太区域的异常反气旋环流对副高的位置和强度也有影响,反气旋异常使得副高增强,气旋性异常使得副高减弱,反气旋环流异常所在位置会相应影响副高的位置。最后,850 hPa上我国区域环流异常对降水分布也有一定影响,气旋性异常区域降水通常为正距平,反气旋异常区域为负距平。环流异常和850 hPa的风场异常会影响副高的变化,而副高的变化会进一步影响东亚夏季风的变化。对于副高来说,其与东亚夏季风有明显的正相关关系,当副高偏强偏西时,东亚夏季风强,降水主要发生在江淮流域;当副高偏弱偏东时,东亚夏季风弱,降水主要发生在长江中下游区域。
综上可看出El Niño变化及影响的复杂性,虽然近几十年人们对El Niño与东亚季风环流的研究取得了重大进步,但是对于真正揭开其物理机制还有一段距离,需要对问题进一步验证和分析。
| [1] |
龙振夏, 李崇银. ENSO对其后东亚季风活动影响的GCM模拟研究[J]. 气象学报, 1999, 57(6): 651-661. |
| [2] |
张静, 李跃清, 蒋兴文. 东亚冬季风的时空变化及其与ENSO、AO相互关系的研究进展[J]. 高原山地气象研究, 2012, 32(3): 89-96. DOI:10.3969/j.issn.1674-2184.2012.03.019 |
| [3] |
何溪澄, 丁一汇, 何金海, 等. 东亚冬季风对ENSO事件的响应特征[J]. 大气科学, 2008, 32(2): 335-344. DOI:10.3878/j.issn.1006-9895.2008.02.12 |
| [4] |
黄荣辉, 陈文, 丁一汇, 等. 关于季风动力学以及季风与ENSO循环相互作用的研究[J]. 大气科学, 2003, 27(4): 484-502. DOI:10.3878/j.issn.1006-9895.2003.04.05 |
| [5] |
黄荣辉, 傅云飞, 臧晓云. 亚洲季风与ENSO循环的相互作用[J]. 气候与环境研究, 1996, 1(1): 38-54. DOI:10.3878/j.issn.1006-9585.1996.01.05 |
| [6] |
朱乾根, 徐建军. ENSO及其年代际异常对中国东部气候异常影响的观测分析[J]. 南京气象学院学报, 1998, 21(4): 615-623. |
| [7] |
张键, 李长青. ENSO事件对中国东部降水的影响研究[J]. 首都师范大学学报(自然科学版), 2002, 23(4): 72-78. DOI:10.3969/j.issn.1004-9398.2002.04.018 |
| [8] |
李春晖, 李霞, 刘燕, 等. 春季和夏季爆发型ENSO事件对夏季中国降水的影响[J]. 气候与环境研究, 2016, 21(3): 258-268. |
| [9] |
HUANG R, WU Y. The influence of ENSO on the summer climate change in China and its mechanism[J]. Adv Atmos Sci, 1989, 6(1): 21-32. DOI:10.1007/BF02656915 |
| [10] |
刘永强, 丁一汇. ENSO事件对我国季节降水和温度的影响[J]. 大气科学, 1995, 19(2): 200-208. DOI:10.3878/j.issn.1006-9895.1995.02.09 |
| [11] |
ZHANG R, SUMI A, KIMOTO M. A diagnostic study of the impact of El Niño on the precipitation in China[J]. Adv Atmos Sci, 1999, 16(2): 229-241. DOI:10.1007/BF02973084 |
| [12] |
ZHANG R, SUMI A. Moisture Circulation over East Asia during El Niño Episode in Northern winter, spring and autumn[J]. J Meteor Soc Japan, 2002, 80(2): 213-227. DOI:10.2151/jmsj.80.213 |
| [13] |
符淙斌, 弗莱 彻J. "埃尔尼诺"(El Niño)时期赤道增暖的两种类型[J]. 科学通报, 1985, 30(8): 596-596. |
| [14] |
XU J, CHAN J C L. The Role of the Asian-Australian Monsoon System in the Onset Time of El Niño Events[J]. J Climate, 2001, 14(14): 418-433. |
| [15] |
ASHOK K, BEHERA S K, RAO S A, et al. El Niño Modoki and its teleconnection[J]. J Geophys Res Atmos, 2007, 112(C11): C11007. DOI:10.1029/2006JC003798 |
| [16] |
LARKIN N K, HARRISON D E. Global seasonal temperature and precipitation anomalies during El Niño autumn and winter[J]. Geophys Res Lett, 2005, 32(16): 3613-3619. |
| [17] |
GEN L I, REN B H, YANG C Y, et al. Traditional El Niño and El Niño modoki revisited: Is El Niño Modoki linearly independent of traditional El Niño?[J]. Atmos Ocean Sci Lett, 2010, 3(2): 70-74. DOI:10.1080/16742834.2010.11446845 |
| [18] |
KAO H Y, YU J Y. Contrasting Eastern-Pacific and Central-Pacific types of ENSO[J]. J Climate, 2009, 22(3): 615-632. DOI:10.1175/2008JCLI2309.1 |
| [19] |
徐霈强, 冯娟, 陈文. ENSO冷暖位相影响东亚冬季风与东亚夏季风联系的非对称性[J]. 大气科学, 2016, 40(4): 831-840. |
| [20] |
赵亮, 邹力, 王成林, 等. ENSO年东亚夏季风异常对中国江、淮流域夏季降水的影响[J]. 热带气象学报, 2006, 22(4): 360-366. DOI:10.3969/j.issn.1004-4965.2006.04.007 |
| [21] |
薛峰, 刘长征. 中等强度ENSO对中国东部夏季降水的影响及其与强ENSO的对比分析[J]. 科学通报, 2007, 52(23): 2798-2805. DOI:10.3321/j.issn:0023-074x.2007.23.017 |
| [22] |
臧增亮, 包军, 赵建宇, 等. ENSO对东亚夏季风和我国夏季降水的影响研究进展[J]. 解放军理工大学(自然科学版), 2005, 6(4): 394-398. |
| [23] |
符淙斌, 滕星林. 我国夏季的气候异常与埃尔尼诺/南方涛动现象的关系[J]. 大气科学, 1988, 12(s1): 133-141. DOI:10.3878/j.issn.1006-9895.1988.t1.11 |
| [24] |
陈桂英, 张培群, 许力. 1999年夏季中国降水南多北少成因初探[J]. 气候与环境研究, 2001, 6(3): 312-320. |
| [25] |
丁一汇. 2014-2016年超强El Niño事件的发生发展过程与机理分析[J]. 大气科学学报, 2016, 39(6): 722-734. |
| [26] |
王悦, 管兆勇, 方陆俊, 等. 夏季海洋性大陆区域气候与赤道太平洋中部型海温异常的直接和间接联系[J]. 气象学报, 2017, 75(4): 552-563. |
| [27] |
QIAN D L, GUAN Z Y, TANG W Y. Joint impacts of SSTA in tropical Pacific and Indian Oceans on variations of the WPSH[J]. J Meteor Res, 2018, 32(4): 548-559. DOI:10.1007/s13351-018-7172-0 |
| [28] |
钱代丽, 管兆勇. 超强与普通厄尔尼诺海-气特征差异及对西太平洋副热带高压的不同影响[J]. 气象学报, 2018, 76(3): 394-407. |
2019, Vol. 35


