Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2024 , Vol. 43 >Issue 2: 12 - 20

DOI: https://doi.org/10.11978/2023097

Marine Meteorology

Impacts of the anomalous southwest tropical Indian Ocean SST warming on Indo-Pacific climate from April to June based on the CESM model*

  • CHEN Zesheng , 1 ,
  • LI Zhenning 2 ,
  • GUO Yuanyuan 3 ,
  • WANG Teng 1 ,
  • DU Yan , 1
Expand
  • 1. State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China
  • 2. Division of Environment and Sustainability (The Hong Kong University of Science and Technology), Hong Kong 999077, China
  • 3. Department of Atmospheric and Oceanic Sciences & Institute of Atmospheric Sciences (Fudan University), Shanghai 200438, China
DU Yan. email:

Copy editor: YIN Bo

Received date: 2023-07-24

  Revised date: 2023-09-04

  Online published: 2023-09-13

Supported by

National Key R&D Projects of China(2019YFA0606703)

Strategic Priority Research Program of the Chinese Academy of Sciences(XDB42010305)

National Natural Science Foundation of China(42175043)

Youth Innovation Promotion Association CAS(2022347)

Independent Research Project Program of State Key Laboratory of Tropical Oceanography(LTOZZ2102)

Fold

Abstract

The thermocline depth in the southwest tropical Indian Ocean (TIO) is shallow, and thermocline variations are closely related to the sea surface temperature, making southwest TIO feature a unique ocean-atmosphere interaction. Based on the observation and model data, this study analyzed the climatic effects of the southwest TIO SST warming on the tropical Indo-Western Pacific from April to June. The results show that the local convective activities are enhanced by the warming of the southwest TIO from April to June, and the precipitation in the southwest TIO increases. In the lower troposphere of the tropical Indian Ocean, a “C-shaped” wind anomaly pattern appears with abnormal northeast winds north of the equator and abnormal northwest winds south of the equator. From May to June, abnormal north-easterly winds in the North Indian Ocean can weaken the Asian summer monsoon, reduce the latent heat release of the North Indian Ocean, and warm the North Indian Ocean. The climatic effect of the southwest TIO SST warming is not limited to the tropical Indian Ocean region. The warming can heat the tropospheric atmosphere and stimulate the eastward atmospheric Kelvin wave, and the easterly wind response in the lower troposphere of the tropical northwest Pacific Ocean can also trigger local positive ocean-atmosphere feedback under the background of trade winds. Both are conducive to the maintenance of anticyclonic wind anomaly at the lower troposphere of the tropical northwest Pacific. The anticyclonic wind anomaly can enhance the monsoon water vapor transport in May and June, which makes the rainfall increase significantly over the Yangtze River Valley in China. This study reveals that the heating anomaly in the southwest TIO could cause ocean-atmosphere interaction across the north Indian Ocean and tropical western North Pacific Ocean, which would provide a useful reference for the summer precipitation forecast in eastern China.

Key words： trans-basin influence; ocean-atmosphere interaction; precipitation; anticyclone

Cite this article

CHEN Zesheng , LI Zhenning , GUO Yuanyuan , WANG Teng , DU Yan . Impacts of the anomalous southwest tropical Indian Ocean SST warming on Indo-Pacific climate from April to June based on the CESM model*[J]. Journal of Tropical Oceanography, 2024 , 43(2) : 12 -20 . DOI: 10.11978/2023097

热带印度洋盛行季风, 海气相互作用强烈(Schott et al, 2009)。季风的变化会影响印度洋表层/次表层的海洋动力和热力过程的变化, 而印度洋海水温度的变化又会引起大尺度的大气环流调整, 进而对邻近区域乃至全球的气候产生影响(Annamalai et al, 2005; Izumo et al, 2008; Xie et al, 2009; Wu et al, 2010; He et al, 2015; Chen et al, 2021)。热带印度洋又是21世纪海上丝绸之路(下文简称海丝路)的必经之地。因此, 研究热带印度洋的海气相互作用对海丝路周边国家和地区应对气候变化和防灾减灾具有重要的意义。
热带印度洋的大气环流和海表温度的变化主要受厄尔尼诺-南方涛动(Klein et al, 1999; Chiang et al, 2002; Xie et al, 2016; Chen et al, 2022)和印度洋偶极子(Saji et al, 1999; Webster et al, 1999)等气候模态调控。前人研究表明, 在印度洋偶极子正事件或厄尔尼诺事件的秋冬季, 热带印度洋的东南部存在反气旋式的风应力旋度异常, 能激发大尺度的海洋罗斯贝波西传(Huang et al, 2002; Xie et al, 2002; Chowdary et al, 2007; Chen et al, 2019)。西传的下沉的海洋罗斯贝波能引起热带西南印度洋温跃层的显著加深和海表温度的显著增暖。热带西南印度洋的异常增暖持续到次年的春夏季, 并能显著地增强局地的对流活动, 加热大气, 使得热带印度洋上空的大气环流发生调整(Annamalai et al, 2005; Wu et al, 2008; Chen et al, 2021)。
图1a给出了热带印度洋年平均的温跃层深度的水平分布。从图1a可以看出, 热带印度洋温跃层较浅的区域主要分布在热带西南印度洋。沿着7°30′S海水位温的经度-深度的剖面可以看出海水位温20℃等深线在45°—75°E向上凸起, 热带南印度洋的温跃层总体上呈现“西浅东深”的特征(图1b)。正是因为热带西南印度洋温跃层比较浅, 该处温跃层的起伏与海表温度的变化有密切的联系, 两者呈显著的正相关, 即该处温跃层加深(变浅), 海表温度升高(降低)(图1c)。考虑到与印度洋偶极子或厄尔尼诺-南方涛动相联系的热带印度洋海表温度要显著地影响东亚气候大多发生在次年的春夏季(Yang et al, 2007; Xie et al, 2016; Takaya et al, 2020), 图1d给出了4至6月热带印度洋局地海表温度与局地降水的相关系数的水平分布, 从图中可以看到显著的高相关区主要分布在赤道以南的热带印度洋, 这意味着4至6月赤道以南热带印度洋海表温度的局地变化可能会显著地影响当地降水的变化。由此可知, 热带西南印度洋具有独特的海气相互作用特征。
图1 热带西南印度洋独特的气候特征

a. 热带印度洋年平均温跃层深度, 虚线表示7°30′S; b. 沿着7°30′S的海水位温的经度-深度横截面; c. 局地海表温度与平均温跃层深度的相关系数的空间分布; d. 4至6月平均的局地海表温度与降水的相关系数的空间分布。图c和d中黑点填充的区域表示该合成的异常值通过置信水平为90%的显著性检验。该图基于自然资源部标准地图服务网站下载的审图号为GS(2016)1665号标准地图制作, 底图无修改

Fig. 1 The unique climatic characteristics of the southwest tropical Indian Ocean.

(a) Annual mean thermocline depth (D20) in the tropical Indian Ocean; (b) the longitude-depth cross section of sea water potential temperature along the 7°30′S; (c) the spatial pattern of point-to-point correlation between monthly SST and D20; (d) the spatial pattern of point-to-point correlation between SST and precipitation during April-May-June.

前人的研究大多把热带印度洋看成一个整体来研究其气候影响, 较少关注热带印度洋内部某一海域单独的气候影响。虽有研究指出, 春夏季热带西南印度洋海表温度异常升高能影响到北印度洋的大气环流和降水异常, 但热带西南印度洋海表温度异常能否遥远地影响到西太平洋-东亚地区的气候仍有待商榷。本文旨在利用观测和模式资料探究热带西南印度洋海表温度异常增暖的气候影响, 并揭示其影响西太平洋-东亚地区气候的可能机理。

1 数据和方法

1.1 数据

本文用到了多种逐月的观测或再分析数据, 包括: 美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)的最佳插值海表温度数据集(optimum interpolation sea surface temperature, OISST)(Reynolds et al, 2002), 其水平分辨率为1°×1°; 美国国家航空航天局(National Aeronautics and Space Administration, NASA)戈达德太空飞行中心制作的全球降水气候数据集(Global Precipitation Climatology Project, GPCP)(Adler et al, 2003), 其水平分辨率为2.5°×2.5°; 欧洲中期天气预报中心(European Center for Medium-range Weather Forecasts, ECMWF)的第五代大气再分析数据集(ECMWF re-analysis, ERA5)(Hersbach et al, 2020), 水平分辨率为1°×1°; 美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)提供的全球海洋同化系统数据集(Global Ocean Data Assimilation System, GODAS) (https://www.cpc.ncep.noaa.gov/products/GODAS/), 水平分辨率为1°×1°, 靠近赤道的区域为1°×1/3°; 不同的资料具有不同的时间跨度, 本文采用它们共有的时间段(即1982—2020年)来进行分析。

1.2 模式简介和设置

1.2.1 CESM模式

本文利用美国国家大气研究中心发布的通用地球系统模式(Community Earth System model, CESM 1.0.4) (Gent et al, 2011)开展数值模拟实验。控制实验采用“B2000”的模式设置, 即在模式中把太阳强迫、二氧化碳、气溶胶和臭氧浓度的值固定在观测的2000年的水平。大气模块采用1.9°×2.5°的水平分辨率和26个垂直层, 海洋模块设置为约1°×1°的水平分辨率和60个垂直层。在控制实验中, CESM模式自由积分300a, 我们将分析后50a (即251—300模式年)的模拟结果。
为了在海气耦合的框架下探究热带西南印度洋的气候影响, 我们设计了热带西南印度洋海表增暖的敏感性实验。该敏感性实验的设置同控制实验, 但我们在模式中人为地固定热带西南印度洋海表温度的变化, 而其他海域为海气耦合。在敏感性实验中, 热带西南印度洋3至8月海表温度是在控制实验第251—300年3至8月逐月海表温度气候态上叠加理想的热带西南印度洋洋海表温度异常(Chen et al, 2021), 而其他月份的海表温度设置为控制实验后50a的海表温度气候态。敏感性实验的初始条件来自控制实验的第250年的最后一天, 模式积分50a。热带西南印度洋的气候影响大致可用敏感性实验的50a平均的结果减去控制实验50a平均的结果来表示。

1.2.2 简单线性模式

为探究4和5月热带西南印度洋异常加热的大气响应, 我们还采用简单线性模式(linear baroclinic model, LBM)(Watanabe et al, 2000)开展数值实验, LBM采用T42 (约2.8°×2.8°)的水平分辨率, 20个垂直层。大气热源的中心设置在(6°S, 65°E), 最大加热率为1.7K·d-1, 大气的加热廓线采用伽马分布, 如图2所示。我们采用时间积分的方法获得稳定的大气响应, LBM将连续积分25d, 第20到25d的5d平均结果是大气对热带西南印度洋非绝热加热的响应。
图2 用于驱动LBM的大气热源在370hPa的水平分布(a)和在(6°S, 65°E)处的垂直加热廓线(b)

图a中等值线为大气加热率。该图基于自然资源部标准地图服务网站下载的审图号为GS(2016)1665号标准地图制作, 底图无修改

Fig. 2 Horizontal distribution of the atmospheric heat source at 370-hPa that is used to force LBM (a) and the vertical heating profile at (6°S, 65°E) (b)

1.3 厄尔尼诺年和印度洋偶极子年的定义

本文利用北半球冬季(当年12月至次年2月)的Niño3.4海表温度指数来挑选1982—2020年冬季发生的厄尔尼诺事件, Niño3.4海表温度指数定义为Niño3.4海区(5°S—5°N, 170°—120°W)的海表温度异常。若标准化的冬季Niño3.4海表温度指数大于0.5且小于1.0, 则该年定义为弱厄尔尼诺年; 若标准化的冬季Niño3.4海表温度指数大于1.0, 则该年定义为强厄尔尼诺年。
为刻画印度洋偶极子事件, 我们采用印度洋偶极子指数(dipole mode index, DMI), 该指数定义为热带印度洋西侧(10°S—10°N, 50°—70°E)和东侧(10°S—0, 90°—110°E)海表温度之差。因为印度偶极子事件在北半球的秋季最强, 所以定义标准化的9—11月的DMI大于1.0的年份为印度洋偶极子正事件年。

2 结果

2.1 观测到的热带西南印度增暖及其影响

图3a和3b分别给出了热带西南印度洋4至6月平均的海表温度异常与前一年冬季Niño3.4海表温度指数和与前一年秋季DMI的散点图。从图3a可知, 热带西南印度洋4至6月平均的海表温度与前一年冬季厄尔尼诺-南方涛动事件有密切的联系, 两者的相关系数达到0.81, 通过显著性水平为95%的t检验。此外, 热带西南印度洋4至6月平均的海表温度与前一年秋季印度洋偶极子事件有一定的联系, 两者的相关系数为0.49。
图3 热带西南印度洋(2°30′—12°30′S, 50°—80°E) 4—6月平均的海表温度异常与前一年冬季(前一年11月至次年1月) Niño3.4海表温度指数(a)和与前一年秋季(前一年9月至11月) DMI指数 (b)的散点图

所有数据已做标准化处理。红色(蓝色)实心圆点表示前冬为强厄尔尼诺(拉尼娜), 红色(蓝色)空心圆点表示前冬为弱厄尔尼诺(拉尼娜), 灰色圆点表示正常年份, 圆点数字表示年份。图中右下角的数字表示相关系数

Fig. 3 Scatter plot of the April—June SST anomaly in the southwest tropical Indian Ocean (2°30′—12°30′S, 50°—80°E) versus the previous winter (November to January) Niño 3.4 SST index (a) and the previous autumn (September to November) DMI (b).

All the data were standardized. A red (blue) solid dot denotes a strong El Niño (La Niña) in the previous winter, and a red (blue) hollow dot denotes a weak El Niño (La Niña) in the previous winter

从图3可知, 1982至2020年间共有7年发生了热带西南印度洋4至6月海表温度的显著增暖(异常值大于1倍标准差)。这7年分别是1983年、1987年、1991年、1998年、2015年、2016年和2020年。其中, 1983、1998和2016年属于强厄尔尼诺事件的衰减年, 2015年和1987年属于弱厄尔尼诺次年, 2020年是强的印度洋偶极子正事件次年(图3)。换言之, 约85.7%的热带西南印度洋海表温度的显著增强事件与前期厄尔尼诺事件或强的印度洋偶极子正事件相联系。
为研究热带西南印度洋海表增暖的可能影响, 我们将筛选出的热带西南印度洋海表温度4至6月显著增强(大于1倍标准差)的年份进行合成分析, 如图4所示。从4至6月, 热带西南印度洋的海表温度持续异常偏高, 此时局地对流也异常偏强, 热带西南印度洋降水异常偏多(图4)。4月, 热带印度洋的低空已经形成了关于赤道反对称的“C型”大气环流异常场: 赤道以北为异常的东北风, 赤道以南为异常的西北风。“C型”大气环流异常场持续至6月, 与热带西南印度洋的持续增暖相匹配, 也与局地降水持续偏多相匹配(图4)。此外, 4至6月, 南海和热带西北太平洋的低空有异常的反气旋式大气环流异常, 该反气旋式环流异常场北侧的西南风异常在5、6月能增强季风水汽输送, 使得长江中下游地区得到了更多的降水(图4)。
图4 热带西南印度洋4—6月平均海表温度异常偏暖时的海表温度、近地表风、降水和对流层厚度异常的合成图

a~c. 4—6月的海表温度和近地表风; d~f. 4—6月的降水; g~i. 4—6月的对流层厚度。黑点填充的区域表示该合成的异常值通过置信水平为90%的显著性检验。该图基于自然资源部标准地图服务网站下载的审图号为GS(2016)1665号标准地图制作, 底图无修改

Fig. 4 Composited SST, surface wind, precipitation, and tropospheric thickness anomalies when strong April—June SST warming occurred in the southwest tropical Indian Ocean.

(a) ~ (c) for SST and surface wind from April to June; (d) ~ (f) for precipitation from April to June; (g) ~ (i) for tropospheric thickness from April to June. Stippling denotes the composite anomalies passing the two-tailed Student’s t-test with a 90% significance level

降水的增加意味着有水汽凝结潜热释放加热大气, 对流层的大气柱会变厚, 本文用200hPa和850hPa位势高度之差来定义对流层的大气厚度(tropospheric thickness, TT), 从图4可知, 热带西南印度洋海表温度异常增暖时, 热带南印度洋的大气对流活动异常增强, 热带印度洋至西太平洋的对流层大气增厚。热带印度洋对流层厚度的变化总体上呈现Matsuno-Gill型的大气响应(Matsuno, 1966; Gill, 1980), 且热带西南印度洋的响应要强于北印度洋的响应, 这与异常的大气热源在热带西南印度洋相匹配(图4)。热带西南印度洋海表温度异常是否加热大气, 激发大气的开尔文东传, 使得南海至热带西北太平洋低空出现异常的反气旋式的环流?下文数值实验的结果将给我们一些启示。

2.2 CESM模拟的热带西南印度增暖及其影响

从图4a~4c中我们可以看到, 热带西南印度洋海表增暖时, 几乎整个热带印度洋也异常增暖。那热带西南印度洋海表温度异常增暖后能否引起北印度洋的增暖呢?单从观测和再分析资料的合成结果上看, 我们很难下定论, 为此, 我们希望通过数值实验的方法获得线索。前人研究指出, CESM能较好地再现热带印度洋至太平洋地区的海表温度、大气环流和降水的气候态, 具有较好的气候模拟能力(Chen et al, 2021)。本文将利用CESM模式的结果来研究热带西南印度洋异常增暖可能引起的气候影响。
图5a给出了CESM控制实验中热带西南印度洋4—6月平均的海表温度异常与前一年冬季Niño3.4海表温度指数的散点图。从图中可知, CESM控制实验能较好地再现观测中热带西南印度洋4至6月平均的海表温度与前一年冬季厄尔尼诺-南方涛动事件间的正相关, 控制实验中模拟的两者的相关系数为0.68, 稍弱于观测结果的0.81, 这也意味着CESM控制实验会有所低估热带西南印度洋初夏海表温度与前一年冬季厄尔尼诺-南方涛动事件的联系。CESM控制实验也再现了热带西南印度洋4至6月平均的海表温度与前一年秋季印度洋偶极子事件的正相关, 控制实验中模拟的两者的相关系数为0.67, 稍强于观测结果的0.49, 这也意味着CESM控制实验会有所高估热带西南印度洋初夏海表温度与前一年秋季印度洋偶极子事件的联系。从图5b也可以看到, 在控制实验50年的模拟结果中, 有8年发生了热带西南印度洋4至6月海表温度异常偏暖, 而这8年中有7年(占87.5%)与前期的厄尔尼诺事件或印度洋偶极子正事件相对应, 这与观测结果基本一致(图3和图5)。
图5 CESM 控制实验中热带西南印度洋(2°30′—12°30′S, 50°—80°E) 4—6月平均的海表温度异常与前一年冬季(前一年11月至次年1月) Niño3.4海表温度指数(a)和与前一年秋季(前一年9月至11月) DMI指数 (b)的散点图

所有数据已做标准化处理。红色(蓝色)实心圆点表示前冬为强厄尔尼诺(拉尼娜), 红色(蓝色)空心圆点表示前冬为弱厄尔尼诺(拉尼娜), 灰色圆点表示正常年份, 图中右下角的数字表示相关系数

Fig. 5 Scatter plot of the April—June SST anomaly in the southwest tropical Indian Ocean (2°30′—12°30′S, 50°—80°E) versus the previous winter (November to January) Niño3.4 SST index (a) and the previous autumn (September to November) DMI (b) in the CESM control experiment

图6给出了CESM控制实验中热带西南印度洋4—6月海表异常偏暖时的海表温度、近地表风、降水和对流层厚度异常的合成图。尽管与观测资料的合成结果存在一些差异, 但CESM控制实验能较好地模拟出热带西南印度洋4—6月海表异常偏暖时的海表温度和大气响应, 如热带印度洋地区低空的关于赤道反对称的“C型”大气环流异常, 南海至西太平洋低空的反气旋式大气环流异常, 热带南印度洋和我国长江流域的降水正异常等。
图6 CESM控制实验中热带西南印度洋4—6月平均海表温度异常偏暖时的海表温度、近地表风、降水和对流层厚度异常的合成图

a~c. 4—6月的海表温度和近地表风; d~f. 4—6月的降水; g~i. 4—6月的对流层厚度。黑点填充的区域表示该合成的异常值通过置信水平为90%的显著性检验。该图基于自然资源部标准地图服务网站下载的审图号为GS(2016)1665号标准地图制作, 底图无修改

Fig. 6 Composite results of SST, surface wind, precipitation, and tropospheric thickness anomalies when anomalous April—June SST warming occurred in the southwest tropical Indian Ocean in the CESM control experiment

观测资料或CESM控制实验的合成分析结果, 还不足以说明热带印度洋-西太平洋地区的海表温度和大气环流的异常大部分就是热带西南印度洋引起的, 因为其他海域的海表温度可能也对此有所贡献(Zheng et al, 2021), 为此, 我们设计了热带西南印度洋海表增暖的敏感性实验, 其与控制实验的差值用来表征热带西南印度洋海表异常增暖时的海表温度和大气响应, 如图7所示。从图7中可知, 热带西南印度洋的增暖确实可以增强局地的对流活动(图7d~7f), 4至6月热带印度洋低空逐渐建立起“C型”的大气环流响应, 6月北印度洋的海表异常东北风会减弱亚洲夏季风, 使得北印度洋海表失热减少, 有利于北印度洋海表温度的升高(图7a~7c)。此外, 热带西南印度洋的增暖也可以引起印度洋至西太平洋地区的大气开尔文波响应, 但与观测的和控制实验的合成结果相比, 强度偏弱(图7g~7i)。
图7 CESM热带西南印度洋异常增暖的敏感性实验与控制实验的差值

a~c. 4—6月的海表温度和近地表风; d~f. 4—6月的降水; g~i. 4—6月的对流层厚度。黑点填充的区域表示该差值通过置信水平为80%的显著性检验。该图基于自然资源部标准地图服务网站下载的审图号为GS(2016)1665号标准地图制作, 底图无修改

Fig. 7 The difference between the CESM southwest tropical Indian Ocean warming sensitivity experiment and the controlling experiment. Stippling denotes the difference passing the two-tailed Student’s t-test with an 80% significance level

从图7中可知, 菲律宾以东洋面出现了冷的海表温度响应, 且5月至6月该冷海表温度响应有所增强。我们认为, 热带西南印度洋海表增暖可引起大气的开尔波响应, 使得菲律宾以东的低空出现东风响应, 能增强东北信风, 让菲律宾以东洋面失热增加, 有利于当地冷海表温度的形成, 抑制对流活动。此外, 大气开尔文波与边界层摩擦力的相互作用(Xie et al, 2009)也使得菲律宾以东出现异常的大气辐散, 抑制当地对流活动, 导致降水减少(图7e, 7f), 其西北侧的大气罗斯贝波响应又有利南海至西太平洋反气旋式环流和菲律宾以东洋面冷海表温度的维持(Wang et al, 2000; Wu et al, 2010)。换句话说, 热带西南印度洋异常增暖能引起菲律宾以东局地的海气正反馈。
前人的研究利用观测资料揭示了春季热带西南印度洋海表增暖诱导了热带印度洋上空“C型”环流异常以及随后夏季北印度洋海表增暖(Wu et al, 2008; Xie et al, 2009)。在本研究中, 我们用CESM开展数值实验进一步验证了前人提及的主要物理过程, 此外, 我们发现热带西南印度洋海表增暖的气候影响并不局限于北印度洋, 其气候影响可以延伸至热带西北太平洋。

2.3 LBM实验结果

热带西南印度洋只占整个热带印度洋的一部分, 其上空大气的加热能否引起印度洋-西太平洋地区的大气开尔文波响应呢?为此, 我们用简单的线性斜压模式LBM开展热带西南印度洋上空加热实验, 我们在对流层的中层加入热源, 加热中心在(6°S, 65°E), 最大强度为1.7K·d-1 (大致与2.5mm·d-1的降水异常相对应)(如图2a所示), 大气的垂直加热廓线服从伽马分布, 如图2b所示。LBM的模拟结果表明, 无论是4月还是5月, 热带西南印度洋海表温度异常对应的异常大气热源确实可以引起印度洋-西太平洋地区的大气开尔文波响应, 使得菲律宾以东出现东风响应(图8), 进而触发菲律宾以东洋面的海气正反馈(图6和图7), 同时证明了其可引起热带印度洋低空“C型”的大气环流响应(图8)。
图8 LBM模式中4月(a)和5月(b)低层925hPa水平风场和对流层厚度对热带西南印度洋热源的响应

图中等值线为大气加热率。该图基于自然资源部标准地图服务网站下载的审图号为GS(2016)1665号标准地图制作, 底图无修改

Fig. 8 Response of 925-hPa horizontal winds and tropospheric thickness to the heat source in the southwest tropical Indian Ocean in the LBM model for April (a) and May (b)

3 结论

本文利用39a观测资料和50a CESM模式资料, 筛选出4至6月热带西南印度洋海表增暖的年份, 并在此基础上讨论了其与前期厄尔尼诺和印度洋偶极子事件的联系。我们通过合成分析研究了相应的热带印度洋-西太平洋的气候异常, 也通过CESM开展敏感性实验验证热带西南印度洋海表增暖的气候影响, 得到如下主要结论:
1) 4至6月热带西南印度洋异常增暖与前一年冬季厄尔尼诺和前一年秋季印度洋偶极子事件密切关联。1982—2020年间的7次热带西南印度洋海表显著增暖事件有6次与前期厄尔尼诺事件或强的印度洋偶极子正事件相联系, 这表明前期厄尔尼诺和印度洋偶极子正事件可通过大气遥相关和相关的海洋动力过程影响到4至6月热带西南印度洋的海表异常增暖。
2) 4—6月热带西南印度洋异常增暖会增强当地的对流活动, 导致热带西南印度洋降水增加, 能引起热带印度洋低空“C型”的大气环流异常。该“C型”的大气环流异常大致关于赤道反对称, 北印度洋低空为异常东北风, 热带西南印度洋为异常西北风。5—6月北印度洋异常的东北风使得西南季风减弱, 海洋失热减少, 北印度洋海表增暖。
3) 4至6月热带西南印度洋异常增暖在热带印度洋-西太平洋地区引起Matsuno-Gill响应, 且热带西北太平洋低层的东风响应在信风背景下也能触发局地的海气正反馈, 两者共同维持热带西北太平洋地区低空反气旋式的环流异常。该反气旋式风场异常在5、6月增强季风水汽输送, 使得我国长江流域的降雨显著增多。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[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]
ANNAMALAI H, LIU PING, XIE SHANG-PING, 2005. Southwest Indian Ocean SST variability: its local effect and remote influence on Asian monsoons[J]. Journal of Climate, 18(20): 4150-4167.

DOI

[3]
CHEN LIN, LI GEN, 2022. Interdecadal change in the relationship between El Niño in the decaying stage and the central China summer precipitation[J]. Climate Dynamics, 59: 1981-1996.

DOI

[4]
CHEN ZESHENG, DU YAN, WEN ZHIPING, et al, 2019. Evolution of south tropical Indian Ocean warming and the climatic impacts following strong El Niño events[J]. Journal of Climate, 32(21): 7329-7347.

DOI

[5]
CHEN ZESHENG, LI ZHENMING, DU YAN, et al, 2021. Trans-basin influence of southwest tropical Indian Ocean warming during early boreal summer[J]. Journal of Climate, 34: 9679-9691.

[6]
CHIANG J C H, SOBEL A H, 2002. Tropical tropospheric temperature variations caused by ENSO and their influence on the remote tropical climate[J]. Journal of Climate, 15(18): 2616-2631.

DOI

[7]
CHOWDARY J S, GNANASEELAN C, 2007. Basin-wide warming of the Indian Ocean during El Niño and Indian Ocean dipole years[J]. International Journal of Climatology, 27(11): 1421-1438.

DOI

[8]
GENT P R, DANABASOGLU G L, DONNER J, et al, 2011. The Community climate system model version 4[J]. Journal of Climate, 24: 4973-4991.

DOI

[9]
GILL A E, 1980. Some simple solutions for heat-induced tropical circulation[J]. Quarterly Journal of the Royal Meteorological Society, 106(449): 447-462.

[10]
HERSBACH H, BELL B, BERRISFORD P, et al, 2020. The ERA5 global reanalysis[J]. Quarterly Journal of the Royal Meteorological Society, 146(730): 1999-2049.

DOI

[11]
HUANG BOHUA, KINTER J L, 2002. Interannual variability in the tropical Indian Ocean[J]. Journal of Geophysical Research-Oceans, 107(C11): 20-26.

[12]
IZUMO T, MONTÉGUT C B, LUO JINGJIA, et al, 2008. The role of the western Arabian Sea upwelling in Indian monsoon rainfall variability[J]. Journal of Climate, 21(21): 5603-5623.

DOI

[13]
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

[14]
MATSUNO T, 1966. Quasi-geostrophic motions in the equatorial area[J]. Journal of the Meteorological Society of Japan, 44(1): 25-43.

[15]
REYNOLDS R W, RAYNER N A, SMITH T M, et al, 2002. An improved in situ and satellite SST analysis for climate[J]. Journal of Climate, 15(13): 1609-1625.

DOI

[16]
SAJI N H, GOSWAMI B N, VINAYACHANDRAN P N, et al, 1999. A dipole model in the tropical Indian Ocean[J]. Nature, 401: 360-363.

[17]
SCHOTT F A, XIE SHANG-PING, MCCREARY J P, 2009. Indian Ocean circulation and climate variability[J]. Reviews of Geophysics, 47(1): RG1002.

[18]
TAKAYA Y, ISHIKAWA I, KOBAYASHI C, et al, 2020. Enhanced Meiyu-Baiu rainfall in early summer 2020: aftermath of the 2019 super IOD event[J]. Geophysical Research Letter, 47: e2020GL090671.

[19]
WANG BIN, WU RENGUANG, FU X, 2000. Pacific-East Asian teleconnection: how does ENSO affect East Asian climate?[J] Journal of Climate, 13(9): 1517-153.

DOI

[20]
WATANABE M, KIMOTO M, 2000. Atmosphere-ocean thermal coupling in the North Atlantic: a positive feedback[J]. Quarterly Journal of the Royal Meteorological Society, 126(570): 3343-3369.

[21]
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: 356-360.

DOI

[22]
WU BO, LI T, ZHOU TIANJUN, 2010. Relative contributions of the Indian Ocean and local SST anomalies to the maintenance of the western North Pacific anomalous anticyclone during El Niño decaying summer[J]. Journal of Climate, 23: 2974-2986.

DOI

[23]
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-Atmosphere, 113: D05104.

[24]
XIE SHANGPING, 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

[25]
XIE SHANGPING, 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

[26]
XIE SHANGPING, KOSAKA Y, DU Y, 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

[27]
YANG JIANLING, LIU QINYU, XIE SHANGPING, et al, 2007. Impact of the Indian Ocean SST basin mode on the Asian summer monsoon[J]. Geophysical Research Letter, 34(2): L02708.

[28]
ZHENG JIAYU, WANG CHUNZAI, 2021. Influences of three oceans on record-breaking rainfall over the Yangtze River Valley in June 2020[J]. Science China-Earth Sciences, 64: 1607-1618.

DOI

Options
Outlines

/

〈 〉