2020, Vol. 36
2. 广东海洋大学南海海洋气象研究院，广东 湛江 524088;
3. 广东省突发事件预警信息发布中心，广东 广州 510641;
4. 广东省气候中心，广东 广州 510641
2. South China Sea Institute of Marine Meteorology, Guangdong Ocean University, Zhanjiang 524088, China;
3. Guangdong Provincial Emergency Early Warning Release Center, Guangzhou 510641, China;
4. Guangdong Climate Center, Guangzhou 510641, China
西太平洋副热带高压(WPSH)是影响东亚区域以及太平洋区域的重要的大型天气尺度系统，WPSH对热带大气环流、副热带环流都有重要的影响。同时，WPSH对台风的发展和移动起着重要的引导作用。因此，研究WPSH的变化对我国的天气预报、气候预测都有很重要的引导作用。
亚洲夏季风建立时，夏季北半球副热带高压的年际、季节和季节内的变化最显著[1]。WPSH的活动最显著的特征是季节性的南北移动[2]，同时还伴随有较短时期的活动。并且发现WPSH脊的短期变化和西风带短波槽脊之间有密切的关系[3]，WPSH 5~10 a的短期活动受西风带活动的影响。副热带高压强度异常与西风急流的异常有密切关系，张庆云等[4]指出，夏季WPSH脊线两次北跳与低赤道对流向北推移密切相关。且夏季西藏高原高空反气旋会绕着其平均位置来回振动[5]。WPSH还与我国降水异常有显著相关关系。张庆云等[6]进一步研究表明夏季WPSH脊线位置偏南，梅雨锋扰动加强，江淮流域汛期降水偏多。夏季WPSH脊线位置偏北，梅雨锋扰动减弱，江淮流域汛期降水偏少。洪梅等[7]指出WPSH在年际尺度上存在着准2~3年以及准5年的主要振荡周期并且对赤道中太平洋以及暖池区海温有较大影响。龚道溢[8]指出赤道东太平洋海温与WPSH特征量之间的时滞相关性4~8个月最明显。Wang等[9]研究表明，热带中东太平洋海温冷异常(拉尼娜现象)/暖异常(厄尔尼诺现象)通过遥强迫形成菲律宾海异常气旋/反气旋，再进一步通过局地海气相互作用得以维持，对西太平洋副高有减弱/加强作用。为了更好描述副热带高压的位置变化和活动特征，国家气候中心定义了副高面积指数、副高强度指数、脊线位置以及西伸脊点这四个指数并提供相关的资料[10]。He等[11]指出，在全球变暖背景下，通过位势高度定义的西北太平洋副高指标呈增强趋势，但是其相应的环流指标是减弱的，所以该副高指标可消除全球变暖的影响。陆日宇等[12]利用夏季(6—8月)东西向和南北向特定区域上850 hPa位势高度异常的平均值定义了两种相互独立的指标，用来更好地描述夏季北太平洋副热带高压在东西方向和南北方向上的偏移以及其所对应的环流和降水型。李熠等[13]研究发现，1 020 hPa等压线所包围的独立单体可很好反映出海平面副高的主体，故而选其为基线，在每一时刻1 020 hPa等压线所包围的范围内，求取各格点气压的差值并求和，以此定义为该时刻副高的强度，并同样定义1 020 hPa等压面所包围的格点数为副高的面积指数，随后利用上述定义的指数进行副高与海温场的关系的研究。高辉等[14]基于副高的垂直结构特征以及夏季风、降水与位势高度的相关关系，定义了一种新的三维副高强度指数，即将110~150 °E，10~30 °N内的1 000~500 hPa各层的位势高度平均值进行标准化后的累计值为三维副高强度指数。在随后的研究中发现该指数可更好反映东亚热带和副热带地区经、纬向水汽的异常。
海洋是海气耦合系统的重要组成部分之一，且海洋具有变化缓慢和热容量大等特征。同时，海表温度(Sea Surface Temperature，SST)会直接影响地球的生物物理、生物化学等过程，SST变化对天气气候有重要影响。Wang等[15]研究表明热带印度洋地区SST对WPSH有着显著的影响，并基于此提出了一种数值模型来预测WPSH。Shinji等[16]研究表明，ENSO衰变年份期间，夏季热带印度洋SST的升高导致WPSH强度的增加。咸鹏等[17]指出北太平洋SST的年代际变化主要有准7 ~10 a和准25~35 a两个年代际振荡特征。西太平洋暖池SST异常作用显得尤为重要。因此研究SST的变化对WPSH变化的影响，对我国的气候预测有着重要的作用。
上述研究表明，WPSH的位置强度以及SST的异常都存在不同时间空间尺度特征，但是对于WPSH和西北太平洋SST的相关特征讨论较少。因此，本文拟采用EOF分解和小波分解(连续小波分析、交叉小波分析)等方法讨论太平洋海温因子与WPSH活动形态的相关性，随后再进一步分析SST和WPSH的相互影响机制。
2 资料来源与方法原理 2.1 资料来源(1) 扩展的重建海面温度(ERSST)数据集是来自于美国国家海洋和大气管理局(NOAA)导出的全球月平均海面温度数据集(https://www.ncdc.noaa.gov/data-access/marineocean-data/extendedreconstructed-sea-surface-temperature-ersst)。
(2) 选取由美国大气与海洋管理局(NOAA)下属的气候预测中心(CPC)所提供的气候指数中的Niño3.4指数以及北太平洋年代际振荡(PDO)指数(https://www.cpc.ncep.noaa.gov/)。
(3) 由美国科罗拉多州博尔德市的NOAA/ OAR/ESRL PSL提供的数据的第一套再分析资料导出的全球月平均高度场数据集(https://www.psl.noaa.gov/data/gridded/data.ncep.reanalysis.derived.html)。
2.2 方法原理经验正交函数(EOF)理论[18]，该理论可用方程描述，
| $ \boldsymbol{\rm{N}} = \left| {\begin{array}{*{20}{c}} {{n_{11}}}&{{n_{12}}}&{ \cdots \cdots }&{{n_{1\left( {k - 1} \right)}}}&{{n_{1k}}}\\ \vdots & \vdots &{ \cdots \cdots }& \vdots & \vdots \\ {{n_{\left( {n - 1} \right)1}}}&{{n_{\left( {n - 1} \right)2}}}&{ \cdots \cdots }&{{n_{\left( {n - 1} \right)\left( {k - 1} \right)}}}&{{n_{\left( {n - 1} \right)k}}}\\ {{n_{n1}}}&{{n_{n2}}}&{ \cdots \cdots }&{{n_{n\left( {k - 1} \right)}}}&{{n_{nk}}} \end{array}} \right|, $ |
表示原始海温向量场，它是由n×k维矩阵构成的时空场，其中n是格点数，k是时间长度。
| $ \boldsymbol{\rm{X}} = \left| {\begin{array}{*{20}{c}} {{x_{11}}}&{{x_{12}}}&{ \cdots \cdots }&{{x_{1\left( {k - 1} \right)}}}&{{x_{1k}}}\\ \vdots & \vdots &{ \cdots \cdots }& \vdots & \vdots \\ {{x_{\left( {n - 1} \right)1}}}&{{x_{\left( {n - 1} \right)2}}}&{ \cdots \cdots }&{{x_{\left( {n - 1} \right)\left( {k - 1} \right)}}}&{{x_{\left( {n - 1} \right)k}}}\\ {{x_{n1}}}&{{x_{n2}}}&{ \cdots \cdots }&{{x_{n\left( {k - 1} \right)}}}&{{x_{nk}}} \end{array}} \right|、$ |
| $ \boldsymbol{\rm{T}} = \left| {\begin{array}{*{20}{c}} {{t_{11}}}&{{t_{12}}}&{ \cdots \cdots }&{{t_{1\left( {k - 1} \right)}}}&{{t_{1k}}}\\ \vdots & \vdots &{ \cdots \cdots }& \vdots & \vdots \\ {{t_{\left( {n - 1} \right)1}}}&{{t_{\left( {n - 1} \right)2}}}&{ \cdots \cdots }&{{t_{\left( {n - 1} \right)\left( {k - 1} \right)}}}&{{t_{\left( {n - 1} \right)k}}}\\ {{t_{n1}}}&{{t_{n2}}}&{ \cdots \cdots }&{{t_{n\left( {k - 1} \right)}}}&{{t_{nk}}} \end{array}} \right|, $ |
分别是分解得到的空间场和时间数。本文分析中用m个相互正交的模态重新构建相空间。m个相互正交的模态重新构建相空间。小波变换[19]将时间序列扩展到时间频率空间，因此可找到局部间歇的周期性。其中我们采用两个时间序列的交叉小波分析，可检验两列时间序列的频域空间的关系。
3 北太平洋海温的EOF分析根据缪启龙等对中国四季划分的研究[20]，以“候平均气温≤10 ℃为冬季，10~22 ℃为春季，≥ 22 ℃为夏季，22~10 ℃为秋季”的标准，并根据广东省气候中心资料，分析计算广东省30 a的气温滑动平均，得出广东省平均入夏时间为4月27日，入秋时间为10月27日。再利用NOAA提供的1854年1月—2019年2月的月平均全球SST，取每年5—10月6个月的110 °E~80 °W，20 °S~ 50 °N SST平均值为当年海温的特征值，进行距平化处理以及EOF时空分解，得出各个模态的方差贡献率(表 1)。
|
表 1 特征向量的差异 |
进一步对北太平洋SST的第一模态空间场和时间序列进行分析(图 1、图 2)，空间场中，低纬地区太平洋西部(110~160 °E，10 °S~10 °N)与同纬度其余地区的SST呈反位相分布。中纬地区(20~50 °N)与低纬地区的分布正好相反，太平洋西北部(120 °E~140 °W)在中纬度与其同纬度其余地区的SST也呈反位相分布；从时间序列中可看出，虽然北太平洋海表温度EOF第一模态时间序列围绕零线上下波动，但整体仍呈现出周期变化。结合时空场，得出太平洋西部的热带地区以及西北太平洋地区的SST随着时间序列的后移，总体呈现显著的年际变化，对其进一步进行小波分析(图 3)，由图 3a可得到，近70 a呈现2~4 a的周期变化，尤其是1960年后，其周期变化通过0.05的显著性检验，结合小波的能量谱分析(图 3b)，也同样可得出SST有2~4 a显著周期变化的结论。与文献[22-23]得出的有显著的2~4 a年际变化相符合，即两个区域海温呈现出“跷跷板”的现象。
|
图 1 1948—2019年(5—10月)北太平洋海表温度EOF第一模态空间场 |
|
图 2 1948—2018年(5—10月)北太平洋海表温度EOF第一模态时间场 |
|
图 3 使用Morlet小波(ω0= 6)随时间和傅立叶等效波周期(以年为单位)的1948—2018年夏季北太平洋海表温度EOF第一模态时间序列小波功率谱(a)及傅立叶功率谱(灰色实线)(b) a中黑色实线轮廓线包围相对于红噪声随机过程的0.05显著性检验水平上的区域。阴影线和阴影区域表示受母子波影响锥的影响。b中虚线表示0.05的显著性检验水平。 |
进一步结合EOF时空序列与Xu等[24]对于ENSO的归类(表 2)可看出，在1957—1958年、1963—1964年、1965—1966年等在时间序列中呈现正值的年份(即对应空间场中太平洋中东地区海温异常偏暖的年份)对应为厄尔尼诺(El Niño)现象。结合国家气候中心ENSO监测室所制定的划分标准[25]，1955、1964、1967、1970—1971、1974、1975、1985、1988、1999—2000、2010年为典型的拉尼娜(La Niña)年[25]，在第一模态中，也有很好的体现。因此，可得出第一模态反应为海洋中最强的年际信号：ENSO现象。
|
|
表 2 El Niño次序[24] |
从北太平洋SST第一模态空间场可得到，热带太平洋西部(120~140 °E)、西北太平洋大部分地区为蓝色区域，而北太平洋东部、阿拉斯加湾以及北美西海岸为红色区域；结合时间序列分析可看出：1977年前，太平洋西部以及西北太平洋地区的SST整体处于上升趋势，1977年左右上升趋势减缓并逐渐转变为下降趋势；而北太平洋东部、阿拉斯加湾以及北美西海岸则呈现出相反的趋势，1977年以后整体温度异常上升[26]。同样从EOF第一模态时间序列小波能量谱分析(图 3b)可看出，其出现显著的10~16 a年代际变化，即这两个区域的海温出现了一次显著的年代际型态转变或突变。与卢峰等[21]指出亚太地区SST第一模态与PDO密切相关的结论相符。
Mantua等[27]提供的PDO指数，图 4给出了1948—2018年的PDO指数，图中红、蓝色实线分别代表对应时间段进行回归分析后的结果，黑色实线代表 50点滑动平均后的结果，且滑动平均结果和零线相交之处为1977年，因此，更加可以考虑在1977年前后出现PDO的相位的变化[26]，当北太平洋中部SST异常冷而北美西岸SST异常暖，相应的PDO指数为正值，称PDO暖位相，反之PDO指数则为负值，称PDO冷位相[28]，该指数能较好地反映北太平洋大尺度海洋年代际变化特征。
|
图 4 太平洋年代际振荡指数(PDO)变化特征 |
基于国家气候中心定义的副高面积和副高强度指数，分别对WPSH强度指数和面积指数取平均值，得出WPSH的综合强度指数，在此基础上逐月求取平均值(图 5)，结果表明WPSH在5月迅速增强，6—9月达到最强，维持到10月开始减弱。结合缪启龙等[20]对中国四季划分的研究，并根据广东省气候中心资料，分析计算广东省30 a的气温滑动平均，得出广东省平均入夏时间为4月27日，入秋时间为10月27日。所以，选取5—10月作为夏季WPSH指数分析月份。
|
图 5 1948—2018年WPSH综合指数月平均图 |
因此，将500 hPa高度场上110 °E~180 °，10~45 °N范围内，对每年的5—10月6个月的位势高度H > 5 870 gpm点进行格点数累加，并对其求距平以及标准化，定义这组距平值为WPSH的面积指数。将H > 5 870 gpm点进行求和取平均，并对求得的平均值进一步求距平以及标准化，定义这组距平值为副高强度指数(图 6)。
|
图 6 1948—2018年副高的距平面积指数和强度指数 |
分别对WPSH强度指数和面积指数取平均值并进行平滑平均，得出WPSH的综合强度指数(图 7)。
|
图 7 1948—2018副高的综合标准化强度指数 |
结果表明：1977年之前，WPSH强度逐渐减小且其振幅较小；1977年之后，WPSH强度逐渐增大且其振幅强度较大，2003年之后急剧上升，2018年达到最强。
5 SST和WPSH的相关 5.1 SST和WPSH综合指数之间的异常合成分析利用1948—2018年WPSH综合指数的一倍标准差作为标准(图 8)，选取10个WPSH综合指数异常偏强年和6个WPSH综合指数异常偏弱年(表 3)。
|
图 8 1948—2018年WPSH综合指数 |
|
|
表 3 1948—2018年WPSH综合指数异常年份 |
根据选取出的异常年份，选用夏季500 hPa位势高度场上5 880 gpm等值线表示WPSH的位置，分别对夏季(5—10月)的SST和WPSH综合指数距平进行合成分析(图 9)，WPSH综合指数异常偏强年对应的大部分北太平洋地区SST异常偏暖，尤其在西北太平洋地区(110~170 °E，0 °~30 °N) SST显著偏暖且对应的WPSH达到异常最强。而在WPSH异常偏弱年对应的大部分北太平洋地区SST异常偏冷，同样的，也是在西北太平洋地区(110 ° E~170 ° W，20~30 ° N)SST显著偏冷，WPSH达到异常最弱。
|
图 9 1948—2018年夏季WPSH偏强年(a)和WPSH偏弱年(b)500 hPa位势高度场(等值线图)及对应年份SST距平(彩色区)分布 填色图为SST距平合成，等值线为WPSH综合指数距平合成，打点区域表示通过0.05显著性检验。 |
由夏季Niño3.4和WPSH综合指数1948— 2018年的时间序列作交叉小波分析(图 10a)，图中的黑色实线代表的是5%的红噪音显著性水平线。结果表明：Niño3.4和WPSH的综合指数之间存在显著的3~7 a的年际同相的变化，在1970年代，两者之间的变化存在2~3 a的周期同相变化，但是随着时间的后移，两者之间的交叉小波能量峰值区出现了降频的现象，由2~3 a降为4~6 a的同相变化，值得注意的是，在两者间交叉小波的能量峰值降频的同时，Niño3.4出现了比WPSH超前的现象，同时，Niño3.4和太平洋WPSH的综合指数之间存在9~10 a的年代际变化，由左侧指向箭头，得出Niño3.4的变化要比WPSH的变化提前约5 a的变动。
|
图 10 1948—2018年夏季Niño3.4和WPSH的交叉小波分析(a)，夏季Niño3.4和WPSH的小波相干性分析(b)，PDO和副热带高压的交叉小波分析(c)，PDO和副热带高压的小波相干性分析(d) 黑色实线区域代表通过0.05显著性检验；文中的矢量箭头代表，两个时间序列滞后年份，正东为同时发生，顺时针旋转弧度/360×1 year，代表滞后的时长。 |
由Niño3.4和WPSH综合指数自1948— 2018年的时间序列做小波相干性分析（图 10b）。总体来说，1948—2018年之间基本上显示为3~ 5 a的周期振荡。因此，得出太平洋SST和WPSH之间存在4~5 a的年际相关，并且随着时间的后移，海温的变化要超前于WPSH的变化。
由PDO指数和WPSH综合指数作交叉小波分析（图 10c）。在1970年代之前，PDO和WPSH存在正向的变化，在1970年左右，两个指数之间的能量峰值通过检验的区域突然间小，且位相完全反相，在1970年代以后，通过检验的区域又逐渐增大，且箭头的方向指向下，表明PDO的变化较WPSH的变化超前约7.5 a。因此，得出PDO的年代际变化影响着WPSH的强度的变化。
由PDO和WPSH综合指数自1948—2018年的时间序列作小波相干性分析（图 10d），可以很明显看出在1970年代前后，相关性极低，几乎为零，而在其他时间段内，小波之间的相干性几乎达到了100%。在对于太平洋海温的EOF场分析的第二模态中，在1970年左右为PDO的一个位相转变时期，且相干性并不大。
6 结论与讨论本文基于合成分析，EOF时空序列分析，小波分析等方法对1948—2018年近70 a北太平洋SST以及WPSH两者的关系进行研究。
(1) 北太平洋SST第一模态反映出ENSO以及PDO显著信号，第二模态其海温的正负变化区域与WPSH的强弱位置有显著相关。
(2) 结合前人的研究，进一步证实了WPSH综合指数整体呈逐渐上升趋势，1977年前后的距平振幅趋势相差较大。1977年之前WPSH强度逐渐减小且其振幅较小，1977年之后WPSH强度逐渐增大且其振幅强度较大，2003年之后急剧上升，2017年达到最强。
(3) WPSH和SST年代际振荡信号存在显著相关。当PDO呈现出正相位时，WPSH强度偏弱；当PDO呈现出负相位时，WPSH强度偏强。
(4) 通过1948—2018年合成分析发现，西北太平洋大部分地区的SST显著偏暖对应WPSH异常偏强年份，西北太平洋大部分地区的SST显著偏冷对应WPSH异常偏弱年份。
(5) WPSH强度和太平洋中部SST存在显著的4~5 a的年际正相关，且随着时间的后移，SST的变化要超前于WPSH的变化。
研究表明北太平洋SST有着显著的年际与年代际变化特征，与WPSH的相关也较明显，但对于更长时间尺度(超百年)的海温异常分布以及与WPSH的相关性仍然值得开展更深入的研究与探讨。
| [1] |
吴国雄, 丑纪范, 刘屹岷, 等. 副热带高压研究进展及展望[J]. 大气科学, 2003, 27(4): 503-517. DOI:10.3878/j.issn.1006-9895.2003.04.06 |
| [2] |
臧恒范, 王绍武. 赤道东太平洋水温对低纬大气环流的影响[J]. 海洋学报, 1984, 6(1): 16-24. |
| [3] |
戴彩悌, 杨修群.西太平洋副热带高压准双周尺度上东西进退异常时的环流及降水演变特征[C]//第八届博士生学术年会论文摘要集, 2010.
|
| [4] |
张庆云, 陶诗言. 夏季西太平洋副热带高压北跳及异常的研究[J]. 气象学报, 1999, 57(5): 539-548. |
| [5] |
陶诗言, 朱福康. 夏季亚洲南部100毫巴流型的变化及其与西太平洋副热带高压进退的关系[J]. 气象学报, 1964, 34(4): 3-14. |
| [6] |
张庆云, 陶诗言. 亚洲中高纬度环流对东亚夏季降水的影响[J]. 气象学报, 1998, 56(2): 199-211. DOI:10.3321/j.issn:0577-6619.1998.02.007 |
| [7] |
洪梅, 刘科峰, 张栋, 等. 基于交叉小波分析方法的西太平洋副热带高压年际变率与热带海温及大气环流异常的相关性研究[J]. 热带气象学报, 2020, 36(2): 166-179. |
| [8] |
龚道溢. 南北半球副热带高压对赤道东太平洋海温变化的响应[J]. 海洋学报, 1998, 20(5): 44-54. DOI:10.3321/j.issn:0253-4193.1998.05.002 |
| [9] |
WANG B, WU R G, FU X H. Pacific对赤道东太平洋海温变化的teleconnection: How does ENSO affect east Asian climate[J]. J Climate, 2000, 13(9): 1 517-1 536. DOI:10.1175/1520-0442(2000)013<1517:PEATHD>2.0.CO;2 |
| [10] |
王芬, 张娇艳, 谷晓平, 等. 西太平洋副热带高压不同特征指数与贵州夏季降水的关系[J]. 暴雨灾害, 2017, 36(4): 348-356. DOI:10.3969/j.issn.1004-9045.2017.04.007 |
| [11] |
HE C, ZHOU T, LIN A, et al. Enhanced or weakened western north Pacific subtropical high under global warming?[J]. Scientific Reports, 2015, 5(1): 16 771. DOI:10.1038/srep16771 |
| [12] |
RIYU L. Indices of the summertime western north pacific subtropical high[J]. Adv Atmos Sci, 2002, 19(6): 1 004-1 028. DOI:10.1007/s00376-002-0061-5 |
| [13] |
李熠.一个新的副热带高压指数及其与海温场的关系[C]//浙江省气象学会、江苏省气象学会、上海市气象学会.第三届长三角气象科技论坛论文集, 2006: 50-52.
|
| [14] |
高辉, 丁婷, 李维京. 三维副热带高压强度指数及对中国东部雨带异常表征的改进[J]. 科学通报, 2017, 62(31): 3 643-3 654. |
| [15] |
MATSUMURA S, HORINOUCHI T. Pacific ocean decadal forcing of long-term changes in the western Pacific subtropical high[J]. Scientific Reports, 2016, 6(1): 37 765. DOI:10.1038/srep37765 |
| [16] |
LI W W, FEI Z, JIANG Z. Predicting western Pacific subtropical high using a combined tropical Indian Ocean sea surface temperature forecast[J]. Atmos Oceanic Sci Lett, 2013, 6(6): 405-409. DOI:10.1080/16742834.2013.11447116 |
| [17] |
咸鹏, 李崇银. 北太平洋海温变化的年代际模及其演变特征[J]. 大气科学, 2003, 27(5): 861-868. DOI:10.3878/j.issn.1006-9895.2003.05.07 |
| [18] |
BRAUD I, OBLED CH, PHAMDINHTUAN A. Empirical Orthogonal Function (EOF) analysis of spatial random fields: Theory, accuracy of the numerical approximations and sampling effects[J]. Stochastic Hydrology and Hydraulics, 1993, 7(2): 146-160. DOI:10.1007/BF01581422 |
| [19] |
TORRENCE C, COMPO G P. A practical guide to wavelet analysis[J]. Bull Amer Meteor Soc, 1998, 79(1): 61-78. DOI:10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2 |
| [20] |
缪启龙, 王勇.中国四季的划分及其变化特征分析[J]//中国气象学会2007年年会气候变化分会场论文集, 2007: 9.
|
| [21] |
卢峰, 郑彬. 亚印太交汇区海表温度的分布和变化特征及其对中国降水的影响[J]. 海洋学报(中文版), 2011, 33(5): 39-46. |
| [22] |
季倩倩, 徐峰, 张羽. 近50 a ENSO时频特征及其与南海台风的相关性[J]. 广东海洋大学学报, 2018, 38(2): 71-79. DOI:10.3969/j.issn.1673-9159.2018.02.010 |
| [23] |
李晓惠.西太暖池变化特征及其湿度异变背景下台风对流特征[D].湛江: 广东海洋大学, 2018.
|
| [24] |
XU J, CHAN J C L. The role of the Asian-Australian monsoon system in the onset time of El Ni syevents[J]. J Climate, 2001, 14(14): 418-433. |
| [25] |
ENSO监测小组. 厄尔尼诺事件的划分标准和指数[J]. 气象, 1989, 15(3): 37-38. |
| [26] |
TU S F, XU F, XU J J. Regime shift in the destructiveness of tropical cyclones over the western North Pacific[J]. Environmental Research Letters, 2018, 13(9): 094021. DOI:10.1088/1748-9326/aade3a |
| [27] |
MANTUA N J, HARE S R, ZHANG Y. A Pacific interdecadal climate oscillation with impacts onsalm onproduction[J]. Bull Amer Meteor Soc, 1997, 78(6): 1 069-1 080. DOI:10.1175/1520-0477(1997)078<1069:APICOW>2.0.CO;2 |
| [28] |
朱益民, 杨修群. 太平洋年代际振荡与中国气候变率的联系[J]. 测绘科学, 2003, 61(6): 641-654. |