Tropical ocean-atmosphere coupling modes and their relationship with ENSO during spring*

  • ZHANG Yuhong , 1, 2, 3 ,
  • ZHANG Lianyi 1, 3 ,
  • DU Yan 1, 2, 3
Expand
  • 1. State Key Laboratory of Tropical Oceanography, Guangdong Key Lab of Ocean Remote Sensing, South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangzhou 510301, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou), Guangzhou 511458, China
ZHANG Yuhong. email:

Copy editor: YIN Bo

Received date: 2022-05-10

  Revised date: 2022-07-14

  Online published: 2022-08-02

Supported by

National Natural Science Foundation of China(41976024)

National Natural Science Foundation of China(41830538)

National Natural Science Foundation of China(42090042)

Southern Marine Science, Engineering Guangdong Laboratory (Guangzhou)(2019BT02H594)

Independent Research Project Program of State Key Laboratory of Tropical Oceanography(LTOZZ2101)

Abstract

The tropical ocean-atmosphere system in spring may simultaneously respond to the El Niño-Southern Oscillation (ENSO) in the Pacific ocean. At the same time, it can affect the ENSO development through coupled regional ocean-atmosphere interactions. Based on the joint empirical orthogonal function and open-source datasets, we identify two major global climate modes. The first EOF mode presents the ENSO pattern along with the spring meridional mode in the Atlantic and asymmetric mode in the Indian Ocean, in which the sea surface temperature warms up and precipitation increases in the tropical central and eastern Pacific ocean, accompanied by the equator-asymmetric pattern of precipitation in the tropical Atlantic and Indian Oceans as well as anomalous sea surface temperature gradient in the trans-equatorial. Further analyses suggest that the ENSO influences the intertropical convergence zone by adjusting atmospheric circulation during its mature phase and then induces regional ocean-atmosphere feedback resulting in the spring meridional modes. The differences in spring asymmetric modes of precipitation in the tropical Atlantic and the Indian Ocean are determined by the different positions of the intertropical convergence zone in winter and spring. The second mode shows a meridional sea surface temperature and precipitation anomalies in the tropical Pacific, i.e., the Pacific meridional mode. The warm pole of the spring Pacific meridional mode extends over the equator, causing westerly wind anomalies that favor the El Niño development. This study reveals the relationship between the Pacific ENSO and the global spring meridional mode, contributing to a better understanding of the seasonal 'footprint' of tropical climate modes.

Cite this article

ZHANG Yuhong , ZHANG Lianyi , DU Yan . Tropical ocean-atmosphere coupling modes and their relationship with ENSO during spring*[J]. Journal of Tropical Oceanography, 2023 , 42(2) : 34 -44 . DOI: 10.11978/2022105

厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)是发生在热带太平洋上影响全球气候变化最显著的年际海气模态(Webster et al, 1998; Alexander et al, 2002; Liu et al, 2014; Wang et al, 2014)。ENSO正相位称为厄尔尼诺(El Niño), 通常表现为赤道中东太平洋海表温度(sea surface temperature, SST)异常升高, 并激发显著的降水异常的现象; 反之对应的变冷现象称为拉尼娜(La Niña)(Rasmusson et al, 1982; Trenberth, 1997)。ENSO通常在北半球春末夏初开始发展, 到冬季达到鼎盛时期。ENSO的发展遵循Bjerknes正反馈机制(Bjerknes, 1969), 其中赤道西太平洋西风爆发和东太平洋温跃层加深在El Niño的形成过程中起到重要的作用(Wang et al, 1999; Fedorov, 2002)。ENSO发展过程中会引起大气环流例如沃克环流(Walker Circulation)和哈德莱环流(Hadley Circulation)的调整, 进而影响全球气候变化(Ropelewski et al, 1987; Zhang et al, 1996; Webster et al, 1998)。厄尔尼诺盛期之后, 西北太平洋反气旋的发展和维持会严重影响我国夏季期间的季风性降水, 并造成中部地区严重的洪涝灾害, 该过程也被称为印太海洋电容器效应(Wang et al, 2000; Xie et al, 2009, 2016; Chen et al, 2017)。
如何准确预报ENSO一直是气候学家关注的焦点问题。春季预报障碍严重影响了ENSO的精确预报(Webster et al, 1992; Latif et al, 1998; Jin et al, 2019)。有研究指出, 春季热带大洋气候模态间的相互作用可能是解决春季预报障碍的有效思路(Chang et al, 2007; Larson et al, 2014; Thomas et al, 2016)。在热带太平洋, 春季经向模态(Pacific Meridional Mode, PMM)表现为跨赤道的海表温度梯度, 并伴随着跨赤道风场和热带辐合带的降水异常现象(Chiang et al, 2004; Okumura, 2013; Zhang et al, 2014)。在PMM发展初期, 赤道两侧出现海表温度梯度, 激发跨赤道风场异常, 然后在地转作用下形成南北两侧反向的“C-型”风场异常。异常风场叠加在背景态的偏东北或者东南的信风上, 通过减弱或者加强背景东风来影响海表潜热通量并增强海表温度的经向梯度。该过程被称为“海表面风场-蒸发-温度”正反馈机制(Wind-Evaporation-SST, WES)(Xie et al, 1994)。前人研究指出, PMM发展期间, 海表温度异常会逐渐发展延伸到赤道西太平洋, 激发赤道西风异常, 进而引起Bjerknes正反馈和ENSO事件的进一步发展 (Vimont et al, 2003; Chang et al, 2007; Min et al, 2017; You et al, 2018)。
类似的气候模态同样发生在大西洋上, 被称为大西洋经向模态(Atlantic Meridional Modes, AMM) (Chang et al, 1997)。AMM发展期间会引起赤道大西洋中东部东风异常, 激发Bjerknes正反馈, 引起夏季大西洋尼诺的发展(Foltz et al, 2010; Martín-Rey et al, 2019)。前人研究发现, 太平洋的气候模态能够通过大气环流调整影响AMM的形成(Curtis et al, 1995; Nobre et al, 1996; Giannini et al, 2000; Yang et al, 2017)。在热带印度洋春季, 有研究也发现了类似的春季海气模态, 被称为印度洋反对称模态(Kawamura et al, 2001; Wu et al, 2008)。研究指出, 前一年冬季ENSO引起的大气环流异常以大气罗斯贝波的形式向西移动, 进而会引起春季印度洋跨赤道风场异常和降水的反对称模态(Kawamura et al, 2001)。之后基于耦合模式的研究发现, 南印度洋海气相互作用引起的潜热异常在印度洋春季反对称模态形成中起到了重要的作用(Wu et al, 2008)。Du等(2009)研究指出, 南印度洋海洋下沉罗斯贝波西传到西南印度洋的塞舌尔温跃层穹隆区后会引起冬季海表温度增暖, 进而引起跨赤道向南的“C-型”风场异常, 叠加在印度洋冬季赤道两侧短暂出现的背景东风上, 通过WES正反馈机制发
展形成春季反对称模态。Du等(2020)提出了科学假设, 南印度洋海洋罗斯贝波可以通过两种海气反馈机制来激发秋季不同相位的印度洋偶极子(Indian ocean dipole, IOD)事件。Zhang等(2022)通过观测资料进行统计分析证实了这一假设, 同时解释了春季反对称模态与IOD事件之间的动力联系。
以上工作, 分别研究了热带太平洋、热带大西洋和热带印度洋的春季海气耦合模态及其与区域主要年际模态之间的关系, 但没有从全球尺度来研究热带春季模态的表现。本文回顾了全球热带春季海气耦合模态的发展机制, 并探讨了三大洋春季模态和太平洋ENSO之间的关系。

1 数据

本文采用美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)的第五版扩展重构海表温度(Extended Reconstruction SSTs Version 5, ERSSTv5)和全球降水气候计划(Global Precipitation Climatology Project, GPCP) 2.3版本的降水资料进行全球热带海洋-大气过程的分析。其中ERSST由美国国家环境信息中心(National Centers for Environmental Information, NCEI)提供, 资料水平分辨率是2°×2°。ERSSTv5资料采用的数据源包括最新3.0版本的国际海洋-大气综合数据集(international comprehensive ocean-atmosphere data set, ICOADS)、Argo浮标资料和哈德莱中心第二版海冰-SST资料(Huang et al, 2017)。GPCP降水由美国NOAA气候记录(climate data record, CDR)计划提供, 其数据原始分辨率为2.5°×2.5°, 时间跨度为1979年至今(Adler et al, 2003; Huffman et al, 2009)。本文采用了1979年到2020年的月平均海表温度和降水数据。为了方便海表温度和降水的联合分析, 本文将降水资料线性插值到2°×2°网格点上。文中的海表面气压场、风场采用欧洲中期天气预报中心的最新的再分析(ECMWF Reanalysis v5, ERA5)产品。数据原始水平分辨率为 0.25°×0.25°, 时间跨度为1979年至今。ERA5再分析产品可以通过哥白尼气候变化服务中心(Copernicus Climate Change Service)获得。本文还采用了多卫星融合的海表面高度数据的4级产品。海表面高数数据产品的水平分辨率为0.25°×0.25°, 时间跨度为1993年至今。该产品可以通过哥白尼海洋环境监测服务中心(Copernicus Marine Environment Monitoring Service, CMEMS)获得。本文采用月平均资料分析印度洋非对称模态相关的海洋罗斯贝波传播过程。

2 分析结果

2.1 全球热带大洋春季海气耦合模态及其与太平洋ENSO的关系

在热带海域, 当海表温度高于热带对流阈值时通常会激发大气深对流, 引起降水(Johnson et al, 2010)。因此, 海表温度和降水的对应关系通常表征海气耦合过程的发展。对春季全球热带海域海表温度和降水场进行双变量联合经验正交函数分解, 结果发现: 第一模态方差贡献为28%, 空间分布形态为热带中东太平洋正的海表温度异常对应降水增加, 同时在大西洋和印度洋出现了降水经向模态(在印度洋为反对称模态), 对应跨赤道的温度梯度(图1a)。热带太平洋的海表温度和降水分布型态和El Niño盛期类似, 表明第一模态可能和ENSO相关。从第一模态对应的时间序列上可以发现, 最强的正事件发生在1983年、1987年、1992年、1998年和2016年春季, 均为强El Niño衰退年的春季。进一步研究表明, 春季热带海表温度和降水联合经验正交函数第一模态可能揭示了ENSO所引起的印度洋反对称模态和AMM。该类型的ENSO强度较高, 中东太平洋海域的海表温度和降水信号在春季仍然能维持明显的信号特征。该结果与前人在大西洋的研究结论类似: 持续到春季的强ENSO能够通过大气环流异常引起热带大西洋海表温度异常和AMM (Lee et al, 2008; Yang et al, 2017; Wu et al, 2019)。
图1 热带海洋北半球春季(3—5月)平均降水率(填色, 单位: mm·月-1)和海表温度(等值线, 单位: ℃)联合经验正交函数的前两模态空间分布和时间序列

a. 第一模态空间分布; b. 第二模态空间分布; c. 第一和第二模态对应的时间序列。图c中短虚线标注了1倍标准差的值, 点线为0值; 灰色柱状图为ENSO盛期11月至次年1月平均的Niño3.4指数

Fig. 1 The first two modes of the Joint empirical orthogonal functions (EOF) of boreal spring (March—April—May) mean precipitation rate (shaded, mm·month-1) and sea surface temperature (contours, ℃) in the global tropical ocean and the corresponding time series. (a) the first mode; (b) the second mode; (c) the corresponding time series (PC1 and PC2). Short dashed lines indicate the value of one standard deviation, the dotted line indicates the zero. The gray bars in c indicate the three-month mean Nino3.4 index in November—next January (NDJ)

第二模态的方差贡献为16%, 海表降水和温度异常主要集中在太平洋海域。海表降水异常表现为赤道北部增多, 南部减少, 呈经向偶极子型分布(图1b)。北部降水分布从150°E的赤道区域向东北方向延伸, 直到北太平洋东部沿岸区域, 最北可到达20°N附近。降水分布与海表温度异常一致, 为典型的热带太平洋经向模态(Chiang et al, 2004)。从时间序列上来看, 第二模态超前第一模态一年时存在最大相关, 相关系数为0.48, 超过95%的信度检验。从时间序列的峰值来看, 在第一模态峰值前一年的春季, 如1982年、1991年和2015年均有显著的异常信号。根据偏度计算公式:
s = 1 n i = 1 n x i x - 3 1 n i = 1 n x i x - 2 3
式中: s表示偏度; n表示时间序列的样本数; xi表示i 时刻的数值; x -为时间平均值。11月至次年1月平均Niño 3.4指数的s为0.36, 有明显的正偏度。在ENSO非对称性的影响下, 春季第一模态时间序列也存在显著的正偏度(s=0.83)。因此, 下面的分析将重点讨论El Niño所对应的情况。
全球热带降水和海表温度经验正交函数第一对应的时间序列分别与Niño3.4指数的超前-滞后分析结果表明, 第一模态和ENSO密切相关。春季的同期相关系数超过95%置信度检验, 但相关系数在ENSO盛期的冬季达到最大, 6月后相关不显著(图2a)。超前-滞后分析结果证实, 春季第一模态受ENSO的影响, 表现为热带中东太平洋海温异常引起的全球热带海气异常的维持和区域外的响应过程。第二模态时间序列与Niño3.4指数的超前-滞后分析结果表明, 太平洋春季经向模态发生后, 会对后期ENSO的发展产生显著影响。Niño3.4指数在滞后第二模态时间序列2个月左右的6月出现显著相关。之后, 两者之间的相关系数逐渐增加, 并在次年冬末春初达到最大(图2b)。该结果进一步表明, 太平洋春季经向模态可以引起ENSO的发展, 与前人在这个海区的研究结果一致(Vimont et al, 2003; Chang et al, 2007; Min et al, 2017; You et al, 2018)。
图2 海表温度(单位: ℃)和降水率(单位: mm·月-1)联合EOF分析前两模态时间序列分别与Niño3.4指数之间的超前滞后相关

a. PC1与Niño3.4指数; b. PC2与Niño3.4指数。虚线为t检验95%置信度的阈值, 灰色矩形标注了第一、二模态发生的时间, 超前和滞后表示Niño3.4指数超前和滞后第一、二模态

Fig. 2 Lead and lag correlation coefficient between the Noni 3.4 index and PC1, and PC2, respectively. (a) PC1 and Niño3.4 index; (b) PC2 and Niño3.4 index. Dashed lines indicate the threshold value of 95% confidence level of Student’s t-test, the grey rectangles mark the mature phase of the first and second modes, the lead and lag indicate the Nino3.4 index leads and lags the first and second modes

2.2 ENSO相关的大西洋和印度洋经向模态

EOF第一模态表征了太平洋强El Niño盛期后春季热带海气耦合系统的延迟反应情况。将热带大西洋和印度洋的海气变量分别回归到第一模态时间序列上获得双月平均的超前、滞后回归系数(图3图4)。结果表明, 在12月份到次年1月, 受El Niño盛期大气强迫的影响, 原本位于印度洋-太平洋和西大西洋暖池区的沃克环流上升支减弱。东印度洋和西大西洋海表面压强升高, 降水明显减少, 对应的海表面风场异常表现为向外辐散(图3a, 3b和图4a, 4b)。对比热带东印度洋和大西洋海表面风场异常发现, 两个海盆存在显著差异: 大西洋的赤道西风很弱, 10°N以北区域有显著的西南风异常; 而印度洋的东风异常主要发生在赤道和南印度洋(图3b和图4b)。这种差异是由于El Niño引起的热带大西洋和印度洋大气环流调整差异。在El Niño盛期, 太平洋-大西洋的沃克环流分支的调整会抑制北大西洋热带辐合带, 形成北大西洋西北风异常(Chiang et al, 2002)。此外, El Niño强迫出“太平洋-北美型(Pacific-North American, PNA)”遥相关, 引起热带北大西洋西南风异常(Yang et al, 2017; Guo et al, 2021)。在印度洋, 印太沃克环流异常(Indo-Pacific Walker Circulation)则会诱导赤道东印度洋出现东风异常(Cai et al, 2005; Behera et al, 2006; Luo et al, 2010; Stuecker et al, 2017), 也会引起热带印度洋海气热通量异常, 导致大部分海域出现海表温度异常增暖(Klein et al, 1999; Lau et al, 2000)。相比之下, El Niño通过大气环流调整对热带北大西洋海表温度的影响较为滞后。
图3 热带大西洋降水率、海表温度、海表面压强和风场异常回归到海表温度和降水联合EOF分析第一模态时间序列上的超前滞后回归系数

a, c, e: 降水(填色)和海表温度(等值线, 单位: ℃); b, d, f: 海表面压强(填色)和风场(矢量)。(a, b: 上一年12月到当年1月; c, d: 2月到3月; e, f: 4月到5月。图中只展示了超过t检验95%置信度的结果

Fig. 3 Anomalies of precipitation (Precip, mm·month-1), sea surface temperature (SST, ℃), sea level pressure (Slp, hPa), and 10 m wind (m·s-1) in the tropical Atlantic Ocean obtained by regressing to the PC1, respectively. (a, c, e) precipitation (shaded) and SST (contours); (b, d, f) Slp (shaded) and winds (vectors); (a, b) the last December to January; (c, d) February—March; (e, f) April—May. The regressed results exceeding 95% confidence level of Student’s t-test are shown

图4 热带印度洋降水、海表温度、海表面压强和风场异常回归到海表温度和降水联合EOF分析第一模态时间序列上的超前滞后回归系数

a, c, e, g: 降水(填色)和海表温度(等值线, 单位: ℃); b, d, f, h: 海表面压强(填色)和风场(矢量)。a, b: 上一年10月到11月; c, d: 上一年12月到当年1月; e, f: 2月到3月; g, h: 4月到5月。图中只展示了超过t检验95%置信度的结果

Fig. 4 Anomalies of precipitation (Precip, mm·month-1), sea surface temperature (SST, ℃), sea level pressure (Slp, hPa), and 10 m wind (m·s-1) in the tropical Indian Ocean obtained by regressing to the PC1, respectively. (a, c, e, g) precipitation (shaded) and SST (contours); (b, d, f) Slp (shaded) and winds (vectors); (a, b) the last October to November; (c, d) December to January; (e, f) February—March; (g, h) April—May. The regressed results exceeding 95% confidence level of Student’s t-test are shown.

在接下来的2—3月, ENSO直接通过大气环流调整引起的热带西大西洋降水异常减弱(图3c)。同时在西风异常引起的WES反馈下导致西北大西洋海表温度升高(图3c), 形成跨赤道向南的海表温度梯度, 并引起跨赤道“C-型”风场异常(图3d)。然后通过调节赤道两侧信风强度和蒸发, 进一步加大跨赤道的海表温度梯度, 强化了WES正反馈, 形成AMM (图4e, 4f)。
在热带印度洋, 春季反对称模态的发展同样遵循WES正反馈(Kawamura et al, 2001; Wu et al, 2008), 但印度洋的海气反馈过程相对较慢。在2—3月, 热带印度洋出现增强的赤道东风异常和东南印度洋反气旋环流, 但没有形成跨赤道“C-型”风场(图4f)。此时, 热带印度洋海盆尺度的增暖增强(图4e)。这些现象说明, ENSO引起的大气强迫强烈影响了印度洋的海气过程。值得注意的是, 此时南印度洋中部海表温度增暖显著, 且中心对应着降水增强和海表面气压减弱(图4e, 4f)。与之前两个月相比, 此处的增暖中心有增强和向西移动的特征。前人研究指出, 南印度洋的增暖及其海气反馈过程和热带东南印度洋反气旋性风场异常激发的海洋下沉罗斯贝波有关(Klein et al, 1999; Huang et al, 2002; Xie et al, 2002)。海洋罗斯贝波生成后沿纬向向西传播(图5), 通过加深局地温跃层深度, 降低海洋混合效率, 减少被输送到表层的次表层低温水来引起海表面温度升高(Xie et al, 2002; Du et al, 2009; Yokoi et al, 2012)。到4—5月, 海洋罗斯贝波西传到达西南印度洋的塞舌尔温跃层穹隆区(图5), 引起更强的海表温度增暖和局地大气深对流响应(图4e)。此时, 在自南向北的温度梯度的驱动下, 热带印度出现了跨赤道的“C-型”风场异常和春季降水反对称模态(图4e, 4f)。
图5 热带南印度洋12°—8°S海表面高度(填色, 单位: cm)和10m大气风场旋度(等值线, 单位: ×10-6s-1)回归到海表温度和降水联合EOF分析第一模态时间序列上的超前滞后回归系数经向平均的经度-时间变化图

图中只展示了超过t检验95%置信度的结果

Fig. 5 Longitude-time diagram of the meridional averaged anomalies of sea surface height (SSH, shaded, cm), and 10 m wind curl (contours, s-1) in the south tropical Indian Ocean between 12°—8°S obtained by regressing to the PC1, respectively. The regressed results exceeding 95% confidence level of Student’s t-test are shown

ENSO和热带印度洋海气耦合模态的关系还体现在其发展阶段能够强迫IOD的发展(图4e, 4f)(Cai et al, 2005; Behera et al, 2006; Meyers et al, 2007; Luo et al, 2010; Stuecker et al, 2017)。前人研究指出, 当IOD和ENSO同时发生时, 激发出的海洋罗斯贝波强度更强(Rao et al, 2005; Yu et al, 2005)。本文中揭示的ENSO与热带印度洋春季反对称模态的关系隐含了IOD的影响(图4e, 4f)。因此, 南印度洋反气旋风场异常和其激发的海洋罗斯贝波的强度较强(图4b, 4d和图5)。
对比热带大西洋和印度洋对ENSO大气强迫的响应发现, 这两个大洋春季模态的发展机制存在显著差异。大西洋直接通过大气环流调整, 抑制热带辐合带降水并引起表面风场异常, 然后在WES正反馈作用下发展成为AMM; 印度洋反对称模态虽然也是在WES正反馈机制作用下发展成熟, 但是其触发机制主要和向西传播的海洋罗斯贝波及其引起的海表温度增暖有关。相比AMM, 印度洋春季反对称模态的发展涉及印度洋海洋罗斯贝波传播及其引发的海气反馈过程, 更为复杂。
除了触发机制的差异外, AMM和印度洋反对称模态的降水异常和海表温度梯度在赤道南北两侧相反。这可能与气候意义上的赤道, 即热带辐合带的位置差异有关。图6的结果显示: 在三大洋春季经向模态生成之前的冬季, 显著的风场异常首先出现在气候态上热带辐合带所处的位置上(图6g, 6h, 6i), 具体表现为: 大西洋和太平洋的风场异常主要发生在赤道以北(图6e, 6f), 而印度洋的风场异常发生在赤道以南(图6d)。结合本节分析结果可知: 北大西洋和北太平洋的西风异常随后逐渐加强, 在WES反馈作用下引起赤道以北海表温度升高, 进而形成跨赤道的海表温度经向梯度并在春季发展成为经向模态(图6b, 6c); 南印度洋的反气旋环流异常激发海洋下沉罗斯贝波, 部分波动在冬末春初到达塞舌尔温跃层穹窿区后引起海表温度的增暖并激发大气响应, 在春季发展成为印度洋反对称模态(图6a)。因此, 印度洋和大西洋冬季热带辐合带位置的南北差异决定了辐散风场异常分别出现在赤道以南和以北, 进而通过不同的海洋和大气反馈过程引起降水异常南北相反的春季非对称(经向)模态。值得注意的是, 气候态上冬末春初的大西洋和太平洋热带辐合带均表现为相对赤道对称分布的形态, 这有利于AMM和PMM的发展。
图6 热带印度洋、大西洋和太平洋降水率、海表温度、海表面压强(hPa)和风场异常回归到海表温度和降水联合EOF分析第一和第二模态时间序列上的超前滞后回归系数和气候态降水和风场的纬向平均的纬度-时间变化图

a, d, g: 印度洋(50°—90°E); b, e, h: 大西洋(60°W—20°E); c, f, i: 太平洋(140°E—80°W)。a, b, c: 降水(填色)和海表温度(等值线, 单位: ℃)的回归系数; d, e, f: 海表面压强(填色)和风场(矢量)的回归系数; g, h, i: 气候态降水(填色)和风场(矢量), 图中白色粗实线标注了气候态降水量为130 mm·月-1 的等值线(强降水中心)。印度洋和大西洋的各变量回归到第一模态; 太平洋的变量回归到第二模态。图中回归系数只展示了超过t检验95%置信度的结果

Fig. 6 Latitude-time diagram of the zonal averaged anomalies of precipitation (mm·month-1), sea surface temperature (℃), sea level pressure (hPa), and 10 m wind (m·s-1) in the tropical Indian Ocean, the Atlantic Ocean and the Pacific Oceans obtained by regressing to the PC1 and PC2, respectively, and the climatological mean precipitation and wind. The regressed results exceeding 95% confidence level of Student’s t-test are shown. (a, d, g) Indian Ocean (50°—90°E); (b, e, h) Atlantic Ocean (60°W—20°E); (c, f, i) Pacific (140°E—80°W); (a, b, c) regressions of precipitation (shading) and SST (contours); (d, e, f) regressions of sea level pressure (shaded), and 10 m wind (vectors); (g, h, i) climatological mean precipitation (shaded) and wind (vectors). White bold contours in e and f labels the heavy precipitation centers with precipitation rate larger than 130 mm·month-1. The anomalies in the tropical Indian Ocean and the Atlantic Ocean are regressed to the PC1; the anomalies in the Pacific ocean are regressed to the PC2

2.3 太平洋经向模态对ENSO的影响

前人研究指出, PMM是引起ENSO发生的重要因子; 图2b第二模态时间序列与Niño3.4指数的超前-滞后关系也证明了这一点(Vimont et al, 2003; Chang et al, 2007; Min et al, 2017; You et al, 2018)。将热带太平洋海表降水、温度和风场回归到第二模态时间系数, 可以看到PMM引发ENSO事件的发展过程(图 7)。在春季(3—5月), PMM发展到强盛时期, 热带北太平洋海表温度增暖, 降水增多。海温和降水异常信号向西、向赤道倾斜。热带南太平洋中东部海温降低, 降水减少, 形成倾斜的偶极子模态。伴随着经向的温度梯度分布, 海表面风场异常出现跨赤道向北的“C-型”分布(图7a)。此时, PMM的海表温度和降水异常信号发展到160°E附近海域。由于赤道附近海表温度增暖和降水增加, 赤道西太平洋激发出明显的西风异常(图7a)。在西风异常的作用下, 赤道太平洋暖海温和高降水区域向东扩张。夏季(6—8月)的增暖中心扩张到中太平洋140°W附近(图7b); 到了秋季(9—11月), 增暖区域扩大到整个赤道太平洋区域, 这进一步增强了赤道中部的降水(图7c)。该过程重现了赤道西风爆发引起Bjerknes正反馈和El Niño事件的海气反馈过程。冬季(12月—次年2月), 赤道中东太平洋增暖达到强盛期, 赤道中西太平洋出现降水偶极型异常, 标志着El Niño事件发生(图7d)。上述结果表明, 春季全球热带大洋海表温度和降水联合经验正交函数第二模态主要表征了PMM。PMM发展期间的赤道西太平洋西风爆发可以引起Bjerknes正反馈和El Niño事件。
图7 热带太平洋降水率(填色)、海表温度(等值线, 单位: ℃)和风场(箭头)异常回归到海表温度和降水联合EOF分析第二模态时间序列上的超前滞后回归系数的季节平均值

a. 春季(3—5月); b. 夏季(6—8月); c. 秋季(9—11月); d. 冬季(12月—次年2月)。图中只展示了超过t检验95%置信度的结果

Fig. 7 Anomalies of precipitation (mm·month-1) and sea surface temperature (℃) in the tropical Pacific Ocean obtained by regressing to the PC2, respectively. The regressed results exceeding 95% confidence level of Student’s t-test are shown. (a) spring (March—April—May, MAM); (b) summer (June—July—August, JJA); (c) fall (September—October—November, SON); (d) winter (December—January—February, DJF)

3 总结与讨论

本文通过对春季全球热带大洋的海表温度和降水进行联合经验正交分解, 得到前两个海气耦合模态: 第一模态表现为热带中东太平洋春季增暖, 伴随着AMM和印度洋反对称模态发生, 方差贡献为28%; 第二模态表现为PMM, 方差贡献为16%。第一、第二模态对应的时间序列和Niño3.4指数的相关分析结果显示, 第一模态和强ENSO事件相关。这类ENSO事件的海表温度和降水过程能够维持到春季, 并激发出热带大西洋和印度洋的海气反馈; 第二模态时间序列与Niño3.4指数的相关性在超前一个季度时开始达到显著阈值, 在超前9~10个月时最大(约为0.6)。
第一模态揭示了厄尔尼诺大气环流异常在热带大西洋和热带印度洋产生的气候效应。在厄尔尼诺强盛期的冬季, 大气环流异常引起热带大西洋和印度洋热带辐合带调整, 出现显著的降水减少和海表面风场异常。北大西洋辐合带位于赤道以北, 导致北大西洋强烈的西南风异常。风场异常减弱了背景东北信风, 由于海表潜热损失降低引起赤道以北海域海表温度增暖。跨赤道向南的海表温度梯度引起跨赤道向北的“C-型”风场异常, 进一步通过调节背景信风强度和潜热损失, 激发WES正反馈并形成AMM。热带印度洋热带辐合带位于赤道以南, 南印度洋出现强烈的反气旋风场异常。反气旋风应力旋度激发海洋下沉罗斯贝波并向西传播。大约1个季度后, 海洋罗斯贝波到达西南印度洋的塞舌尔温跃层穹隆区, 通过抑制垂向冷水输送引起强烈的海表温度增暖。跨赤道向北的温度梯度加大引起跨赤道向南的“C-型”风场异常, 然后在WES正反馈作用下形成印度洋春季反对称模态。值得注意的是, 气候态热带大西洋、太平洋和印度洋的热带辐合带分别位于赤道北侧和南侧, 导致了ENSO强迫引起的两个大洋的春季经向模态的温度梯度和赤道两侧的降水异常分布相反。
前人研究指出, ENSO仅是引起AMM的原因之一, 局地的海温梯度和热带外的大气强迫过程同样会引起AMM发生(Chiang et al, 2002; Czaja et al, 2002)。此外, 印度洋春季反对称模态虽然是在分析ENSO次年印度洋的气候响应发现的(Kawamura et al, 2001), 但后来的模式研究指出, 印度洋内部的海气过程(如热带外南印度洋过程)同样可以引起春季反对称模态(Wu et al, 2008)。最近基于观测的研究发现, 弱ENSO衰退年或者无ENSO的情况也会有印度洋春季反对称模态发生(Zhang et al, 2022), 关键是南印度洋海洋罗斯贝波引起的海气反馈过程(Du et al, 2009; Du et al, 2020)。
前人研究发现, PMM包括北太平洋经向模态(North PMM, NPMM)和南太平洋经向模态(South PMM, SPMM)。两种型态均可以诱发赤道风场异常引起ENSO (Vimont et al, 2003; Chang et al, 2007; Min et al, 2017; You et al, 2018; Min et al, 2020)。AMM也是引起夏季大西洋Niño的重要原因之一(Foltz et al, 2010; Martín-Rey et al, 2019)。在印度洋, 最新研究发现, 可以通过南印度洋海洋罗斯贝波引起的两种海气响应过程建立春季反对称模态和秋季印度洋偶极子之间的关系(Du et al, 2020; Zhang et al, 2022)。
本文通过分析全球热带大洋海表温度和降水耦合的主要气候模态, 揭示了强ENSO事件在衰退期春季引起的AMM和印度洋反对称模态的分布特征, 并解释了造成这两个模态分布差异的原因。在前人研究基础上, 本研究从热带三大洋相互作用的角度, 讨论了包括AMM、印度洋反对称模态和PMM, 分别与ENSO的关系, 指出气候态热带辐合带的分布在区域海洋海气耦合系统中的重要性, 有助于理解热带三大洋相互作用中主要海气模态随季节演变的相互关系。
[1]
ADLER R F, HUFFMAN G J, CHANG A, et al, 2003. The Version-2 Global Precipitation Climatology Project (GPCP) monthly precipitation analysis (1979-Present)[J]. Journal of Hydrometeorology, 4(6): 1147-1167.

DOI

[2]
ALEXANDER M A, BLADE I, NEWMAN M, et al, 2002. The atmospheric bridge: The Influence of ENSO teleconnections on Air-Sea interaction over the Global Oceans[J]. Journal of Climate, 15(16): 2205-2231.

DOI

[3]
BEHERA S K, LUO JNGJIA, MASSON S, et al, 2006. A CGCM study on the interaction between IOD and ENSO[J]. Journal of Climate, 19(9): 1688-1705.

DOI

[4]
BJERKNES J, 1969. Atmospheric teleconnections from the equatorial Pacific[J]. Monthly Weather Review, 97(3): 163-172.

DOI

[5]
CAI WENJU, MEYERS G, SHI GE, 2005. Transmission of ENSO signal to the Indian Ocean[J]. Geophysical Research Letters, 32(5): L05616.

[6]
CHANG PING, JI L, LI HONG, 1997. A decadal climate variation in the tropical Atlantic Ocean from thermodynamic air-sea interactions[J]. Nature, 385: 516-518.

DOI

[7]
CHANG PING, ZHANG LI, SARAVANAN R, et al, 2007. Pacific meridional mode and El Niño-Southern Oscillation[J]. Geophysical Research Letters, 34(16): L16608.

[8]
CHEN ZESHENG, DU YAN, WEN ZHIPING, et al, 2017. Indo-Pacific climate during the Decaying Phase of the 2015/16 El Niño: Role of Southeast Tropical Indian Ocean Warming[J]. Climate Dynamics, 50: 4707-4719.

DOI

[9]
CHIANG J C H, KUSHNIR Y, GIANNINI A, 2002. Deconstructing atlantic intertropical convergence zone variability: influence of the local cross-equatorial sea surface temperature gradient and remote forcing from the eastern equatorial pacific[J]. Journal of Geophysical Research-Atmospheres, 107(D1): 4004.

DOI

[10]
CHIANG J C H, VIMONT D, 2004. Analogous pacific and atlantic meridional modes of tropical Atmosphere-Ocean Variability[J]. Journal of Climate, 17(21): 4143-4158.

DOI

[11]
CURTIS S, HASTENRATH S, 1995. Forcing of anomalous sea-surface temperature evolution in the tropical Atlantic during Pacific warm events[J]. Journal of Geophysical Research-Oceans, 100(C8): 15835-15847.

DOI

[12]
CZAJA A, VAN DER VAART P, MARSHALL J, 2002. A diagnostic study of the role of remote forcing in tropical Atlantic variability[J]. Journal of Climate, 15(22): 3280-3290.

DOI

[13]
DU YAN, XIE SHANG-PING, HUANG GANG, et al, 2009. Role of air-sea interaction in the long persistence of El Niño-induced north Indian Ocean warming[J]. Journal of Climate, 22(8): 2023-2038.

DOI

[14]
DU YAN, ZHANG YUHONG, ZHANG LIAN-YI, et al, 2020. Thermocline warming induced extreme Indian Ocean dipole in 2019[J]. Geophysical Research Letters, 47(18): e2020GL090079.

[15]
FEDOROV A V, 2002. The response of the coupled tropical ocean-atmosphere to westerly wind bursts[J]. Quarterly Journal of the Royal Meteorological Society, 128(579): 1-23.

[16]
FOLTZ G R, MCPHADEN M J, 2010. Interaction between the Atlantic meridional and Niño modes[J]. Geophysical Research Letters, 37(18): L18604.

[17]
GIANNINI A, KUSHNIR Y, CANE M A, 2000. Interannual variability of Caribbean rainfall, ENSO, and the Atlantic Ocean[J]. Journal of Climate, 13(2): 297-311.

DOI

[18]
GUO WEIHAO, ZHANG RONGWANG, WANG XIN, 2021. Impacts of diverse El Niño events on North Tropical Atlantic warming in their decaying springs[J]. Journal of Geophysical Research-Oceans, 126(10): e2021JC017514.

[19]
HUANG BOYIN, THORNE P W, BANZON V F, et al, 2017. Extended reconstructed sea surface temperature, Version 5 (ERSSTv5): Upgrades, Validations, and Intercomparisons[J]. Journal of Climate, 30(20): 8179-8205.

DOI

[20]
HUANG BOHUA, KINTER J L, 2002. Interannual variability in the tropical Indian Ocean[J]. Journal of Geophysical Research-Oceans, 107(C11): 3199.

DOI

[21]
HUFFMAN G J, ADLER R F, BOLVIN D T, et al, 2009. Improving the global precipitation record: GPCP Version 2. 1[J]. Geophysical Research Letters, 36(17): L17808.

DOI

[22]
JIN YISHUAI, LIU ZHENGYU, LU ZHENGYAO, et al, 2019. Seasonal cycle of background in the tropical Pacific as a cause of ENSO spring persistence barrier[J]. Geophysical Research Letters, 46(22): 13371-13378.

DOI

[23]
KAWAMURA R, MATSUURA T, IIZUKA S, 2001. Role of equatorially asymmetric sea surface temperature anomalies in the Indian Ocean in the Asian summer monsoon and El Niño-Southern Oscillation coupling[J]. Journal of Geophysical Research-Atmospheres, 106(D5): 4681-4693.

DOI

[24]
KLEIN S A, SODEN B J, LAU N-C, 1999. Remote sea surface temperature variations during ENSO: Evidence for a tropical atmospheric bridge[J]. Journal of Climate, 12(4): 917-932.

DOI

[25]
LARSON S M, KIRTMAN B P, 2014. The pacific meridional mode as an ENSO precursor and predictor in the North American multimodel ensemble[J]. Journal of Climate, 27(18): 7018-7032.

DOI

[26]
LATIF M, ANDERSON D, BARNETT T, et al, 1998. A review of the predictability and prediction of ENSO[J]. Journal of Geophysical Research-Oceans, 103(C7): 14375-14393.

DOI

[27]
LAU N-C, NATH M J, 2000. Impact of ENSO on the variability of the Asian-Australian monsoons as simulated in GCM experiments[J]. Journal of Climate, 13(24): 4287-4309.

DOI

[28]
LEE S-K, ENFIELD D B, WANG CHUNZAI, 2008. Why do some El Niños have no impact on tropical North Atlantic SST?[J]. Geophysical Research Letters, 35(16): L16705.

DOI

[29]
LIU QIN-YAN, WANG DONGXIAO, WANG XIN, et al, 2014. Thermal variations in the South China Sea associated with the eastern and central Pacific El Niño events and their mechanisms[J]. Journal of Geophysical Research-Oceans, 119(12): 8955-8972.

DOI

[30]
LUO JING-JIA, ZHANG RUOCHAO, BEHERA S K, et al, 2010. Interaction between El Niño and extreme Indian Ocean Dipole[J]. Journal of Climate, 23(3): 726-742.

DOI

[31]
OKUMURA Y, 2013. Origins of tropical Pacific decadal variability: Role of stochastic atmospheric forcing from the South Pacific[J]. Journal of Climate, 26(24): 9791-9796.

DOI

[32]
MARTÍN‑REY M, LAZAR A, 2019. Is the boreal spring tropical Atlantic variability a precursor of the Equatorial Mode?[J]. Climate Dynamics, 53: 2339-2353.

DOI

[33]
MEYERS G A, MCINTOSH P C, PIGOT L, et al, 2007. The years of El Niño, La Niña, and interactions with the tropical Indian Ocean[J]. Journal of Climate, 20(13): 2872-2880.

DOI

[34]
MIN QINGYE, SU JINGZHI, ZHANG RENHE, 2017. Impact of the South and North Pacific Meridional Modes on the El Niño-Southern Oscillation-Observational Analysis and Comparison[J]. Journal of Climate, 30(5): 1705-1720.

DOI

[35]
MIN QINGYE, ZHANG RENHE, 2020. The Contribution of boreal spring South Pacific Atmospheric Variability to El nino occurrence[J]. Journal of Climate, 33(19): 8301-8313.

DOI

[36]
NOBRE P, SHUKLA J, 1996. Variations of sea surface temperature, wind stress, and rainfall over the tropical Atlantic and South America[J]. Journal of Climate, 9(10): 2464-2479.

DOI

[37]
RAO S A, BEHERA S K, 2005. Subsurface influence on SST in the tropical Indian Ocean: Structure and interannual variability[J]. Dynamics of Atmospheres and Oceans, 39(1-2): 103-135.

DOI

[38]
RASMUSSON E M, CARPENTER T H, 1982. Variations in tropical sea surface temperature and surface wind fields associated with the Southern Oscillation/El Niño[J]. Monthly Weather Review, 110(5): 354-384.

DOI

[39]
ROPELEWSKI C F, HALPERT M S, 1987. Global and Regional Scale Precipitation Patterns Associated with the El Niño/Southern Oscillation[J]. Monthly Weather Review, 115(8): 1606-1626.

DOI

[40]
STUECKER M F, TIMMERMANN A, JIN F-F, et al, 2017. Revisiting ENSO/Indian Ocean Dipole phase relationships[J]. Geophysical Research Letters, 44(5): 2481-2492.

DOI

[41]
THOMAS E E, VIMONT D J, 2016. Modeling the mechanisms of linear and nonlinear ENSO responses to the pacific meridional mode[J]. Journal of Climate, 29(24): 8745-8761.

DOI

[42]
TRENBERTH K E, 1997. The Definition of El Niño[J]. Bulletin of the American Meteorological Society, 78(12): 2771-2778.

DOI

[43]
VIMONT D J, WALLACE J M, BATTISTI D S, 2003. The seasonal footprinting mechanism in the Pacific: implications for ENSO[J]. Journal of Climate, 16(16): 2668-2675.

DOI

[44]
WANG BIN, WU RENGUANG, FU XIOUHHUA, 2000. Pacific-East Asian Teleconnection: How Does Enso Affect East Asian Climate?[J]. Journal of Climate, 13(9): 1517-36.

DOI

[45]
WANG BIN, WU RENGUANG, LUKAS R, 1999. Roles of the western North Pacific wind variation in thermocline adjustment and ENSO phase transition[J]. Journal of the Meteorological Society of Japan, 77(1): 1-16.

[46]
WANG XIN, ZHOU WEN, LI CHONGYIN, et al, 2014. Comparison of the impact of two types of El Niño on tropical cyclone genesis over the South China Sea[J]. International Journal of Climatology, 34(8): 2651-2660.

DOI

[47]
WEBSTER P J, MAGANA V O, PALMER T N, et al, 1998. Monsoons: Processes, predictability, and the prospects for prediction[J]. Journal of Geophysical Research-Oceans, 103(C7): 14451-14510.

DOI

[48]
WEBSTER P J, YANG SONG, 1992. Monsoon and ENSO: Selectively interactive systems[J]. Quarterly Journal of the Royal Meteorological Society, 118(507): 877-926.

DOI

[49]
WU RENGUANG, HE ZHUOQI, 2019. Northern tropical Atlantic warming in El Niño decaying spring: Impacts of El Niño amplitude[J]. Geophysical Research Letters, 46(23): 14072-14081.

DOI

[50]
WU RENGUANG, KIRTMAN B P, KRISHNAMURTHY V, 2008. An asymmetric mode of tropical Indian Ocean rainfall variability in boreal spring[J]. Journal of Geophysical Research-Atmospheres, 113(D5): D05104.

[51]
XIE SHANG-PING, ANNAMALAI H, SCHOTT F A, et al, 2002. Structure and mechanisms of South Indian Ocean climate variability[J]. Journal of Climate, 15(8): 864-878.

DOI

[52]
XIE SHANG-PING, HU KAIMING, HAFNER J, et al, 2009. Indian Ocean capacitor effect on Indo-Western Pacific climate during the summer following El Niño[J]. Journal of Climate, 22(3): 730-747.

DOI

[53]
XIE SHANGPING, KOSAKA Y, DU YAN, et al, 2016. Indo-western Pacific Ocean capacitor and coherent climate anomalies in post-ENSO summer: a review[J]. Advances in Atmospheric Sciences, 33(4): 411-432.

DOI

[54]
XIE SHANG-PING, PHILANDER S G H, 1994. A coupled ocean-atmosphere model of relevance to the ITCZ in the eastern Pacific[J]. Tellus Series A-Dynamic Meteorology and Oceanography, 46(4): 340-350.

DOI

[55]
YANG YUN, XIE SHANG-PING, WU LIXIN, et al, 2017. Causes of enhanced SST variability over the equatorial Atlantic and its relationship to the Atlantic zonal mode in CMIP5[J]. Journal of Climate, 30(16): 6171-6182.

DOI

[56]
YOKOI T, TOZUKA T, YAMAGATA T, 2012. Seasonal and interannual variations of the SST above the Seychelles Dome[J]. Journal of Climate, 25(2): 800-814.

DOI

[57]
YOU YUJIA, FURTADO J C, 2018. The South Pacific Meridional Mode and its role in Tropical Pacific Climate Variability[J]. Journal of Climate, 31(24): 10141-10163.

DOI

[58]
YU WEIDONG, XIANG BAOQIANG, LIU LIN, et al, 2005. Understanding the origins of interannual thermocline variations in the tropical Indian Ocean[J]. Geophysical Research Letters, 32(24): L24706.

DOI

[59]
ZHANG HONGHAI, CLEMENT A, NEZIO P D, 2014. The South Pacific Meridional Mode: A Mechanism for ENSO-like Variability[J]. Journal of Climate, 27(2): 769-783.

DOI

[60]
ZHANG RENHE, SUMI A, KIMOTO M, 1996. Impact of El Niño on the East Asian monsoon: A diagnostic study of the 86/87 and 91/92 events[J]. Journal of the Meteorological Society of Japan, 74(1): 49-62.

[61]
ZHANG YUHONG, DU YAN, 2022. Oceanic Rossby waves induced two types of ocean-atmosphere response and opposite Indian Ocean Dipole phases[J]. Journal of Climate, 35(12): 3927-3945, DOI: 10.1175/JCLI-D-21-0426.1.

DOI

Outlines

/