Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2017 , Vol. 36 >Issue 1: 1 - 8

DOI: https://doi.org/10.11978/2016024

Orginal Article

Different SST seasonally variability in the South China Sea during the decaying year of the two types of El Niño

  • CHEN Mengyan 1, 2 ,
  • WANG Xin , 1 ,
  • LIU Qinyan 1 ,
  • TAN Wei 3
Expand
  • 1. State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. Institute of Physical Oceanography, Hohai University, Nanjing 210098, China;
Corresponding author: WANG Xin. E-mail:

Received date: 2016-03-02

  Request revised date: 2016-04-17

  Online published: 2017-01-19

Supported by

Chinese Academy of Sciences/State Administration of Foreign Experts Affairs (CAS/SAFEA) International Partnership Program for Creative Research Teams, Strategic Priority Research Program of the Chinese Academy of Sciences (XDA11010403)

National Natural Science Foundation of China (41376025, 41422601, 41576012)

Copyright

热带海洋学报编辑部
Fold

Abstract

This study suggests that the sea surface temperature (SST) in the South China Sea (SCS) has different temporal and spatial characteristics in response to the eastern Pacific (EP) El Niño and central Pacific (CP) El Niño. Temporal features are consistent with previous research: the warm SST anomalies located in the SCS during winter of the developing year and summer of the decaying year of El Niño. As for spatial features, the first significant warming peak is confined to the west of 115°E for EP El Niño events, then the warm SST anomaly center propagate to the eastern SCS, and the second warming peak is located to the east of 110°E. But the double warming peaks are limited to the west of 115°E for CP El Niño events. Different wind anomaly fields during the summer of the decaying year of the two types of El Niño led to different locations of the warm SST anomalies in the SCS. Further physical mechanism analysis show that the second significant warming of the SCS SST during the EP El Niño is associated with the India Ocean basin mode, while the second warming during the CP El Niño is under the influence of the CP El Niño.

Key words： South China Sea warming; Eastern Pacific El Niño; Central Pacific El Niño

Cite this article

CHEN Mengyan , WANG Xin , LIU Qinyan , TAN Wei . Different SST seasonally variability in the South China Sea during the decaying year of the two types of El Niño[J]. Journal of Tropical Oceanography, 2017 , 36(1) : 1 -8 . DOI: 10.11978/2016024

太平洋厄尔尼诺和南方涛动(El Niño-Southern Oscillation, ENSO)是热带太平洋地区海洋、大气中的两种大尺度异常现象, 强烈影响着全球的气候变化(Kim et al, 2009; Taschetto et al, 2009; Wang et al, 2014)。ENSO不仅反映了热带东太平洋海温的年际变化, 同时热带太平洋次表层海温距平也有相应的年际循环信号(李崇银 等, 2008)。除了对全球变化产生影响外, 研究表明El Niño对南海海温也有显著影响(Wang et al, 2002; Xie et al, 2003; Qu et al, 2004; Liu et al, 2004)。在El Niño事件衰退期间, 南海海表温度会出现两次显著的增暖现象(Wang et al, 2006), 这两次增暖的峰值分别出现在2月和8月。Wang 等(2006)的定量诊断表明, 短波辐射和潜热通量对南海的第一次增暖起到了主要作用; 在第一次增暖发生后, Ekman流、地转流的作用以及净热通量的减少使得南海的海表温度异常出现降低; 在8月, 平均经向地转平流项使得南海的海表温度增暖并达到峰值; 此后, 潜热通量和平均地转平流的作用使得南海降温。黄卓 等(2009)进一步发现ENSO期间南海第一次增暖是由于El Niño的影响, 这时南海云量减少, 净太阳辐射通量增加, 南海海表温度暖异常; 第二次增暖是由于夏季风减弱, 一方面使海洋的潜热失热减少, 另一方面减弱了越南东部沿岸的上升流, 二者的共同作用导致南海海表温度异常上升。另外, ENSO对南海海表温度的影响也有显著的年代际变化(Yang et al, 2015)。
近年有研究发现, 有一种新型的El Niño事件, 其海表面温度异常增暖中心位置出现在中心太平洋而不是热带东太平洋(Larkin et al, 2005; Ashok et al, 2007; Yu et al, 2007; Kao et al, 2009)。Larkin 等(2005)将这种新型的El Niño命名为日界线(Date Line) El Niño, Ashok 等(2007)将之称为El Niño Modoki, 而Kao等(2009)根据暖异常最大位置称其为中部型El Niño。后文中将沿用Kao 等(2009)文章中的命名, 将传统的El Niño即这种发生在东太平洋的海表面温度异常增暖现象叫做东部型El Niño。
中部型El Niño对全球气候也有着很重大的影响, 并且与东部型El Niño有显著差异。Kim 等(2009)认为两类El Niño事件对北大西洋热带气旋的发生频率和路径的影响有明显区别, 中部型El Niño会使北大西洋产生更多热带气旋, 并且增加热带气旋登陆到墨西哥湾海岸和美洲中部的可能性。Wang 等(2014)指出南海秋季热带气旋的产生与中部型El Niño有关, 但是与东部型El Niño无关。另外, 南海海表温度对这两类El Niño的响应也有显著的差异, 如Liu 等(2014)研究了南海的海表温度与两类El Niño事件相关的年际变化, 发现在两类El Niño事件的衰退年, 南海都会出现两次增暖现象, 但是在东部型El Niño事件后, 南海能迅速发展为海盆模态; 但在中部型El Niño事件中, 南海只能发展成半个暖海盆模态, 暖海温异常仅出现在南海的西边界区域。其差异的产生主要与秋季海洋净热通量的增加或减少有关。
因为南海的海表温度会导致南海季风的变化和水汽输送, 从而对中国的降水会产生重要影响, 所以研究El Niño对南海海表温度的影响具有很重要意义。前人的研究发现了两类El Niño事件对南海海表温度存在显著的影响信号并表现出不同的空间分布特征, 并对南海在两类不同的El Niño事件衰退年的两次增暖进行了分析, 但是并没有对两类El Niño事件衰退年南海海表温度在夏季的空间分布特征差异进行分析。本文将在上述研究的基础上, 通过对近60年发生的8个东部型El Niño和11个中部型El Niño进行分析, 揭示南海海表温度对两类El Niño响应的空间分布特征差异, 并分析其产生的可能原因和物理机制。

1 数据和方法

本文采用的是Hadley中心提供的月平均海表温度资料(Hadley Centre Sea Ice and SST dataset, HadISST)(Rayner et al, 2003), 空间分辨率为1.0°× 1.0°, 时间长度从1950年到2012年, 共63年。文中所用到月平均海表面气压(sea-level pressure, SLP)和月平均表面风场再分析资料来源于美国国家环境预报中心/美国国家大气研究中心(National Centers for Environmental Prediction/National Center for Atmospheric Research, NCEP/NCAR), 空间分辨率为2.5°×2.5° (Kalnay et al, 1996), 时间长度与海温数据相同。所有数据在使用之前都扣掉了线性趋势项, 其中计算距平时, 扣除了1950—2012年时间段的气候态1—12月份的平均值。文中用到了相关性分析, 合成分析和经验正交分解(empirical orthogonal function, EOF)分析方法。显著性检验用的Student’s t 检验。
本文将区域 (150°—90°W, 5°N—5°S) 平均的海表温度异常定义为Niño3指数, 并且利用Ashok等 (2007)提出的EMI指数来表征中部型El Niño的振幅:
EMI= [SSTA]C -0.5×[SSTA]E - 0.5×[SSTA]W (1)
公式(1)中的SSTA表示月平均海表温度异常的区域平均(sea surface temperature), 下标C、E和W分别代表热带中太平洋区域(10°S—10°N,165°E—140°W)、热带东太平洋区域 (15°S—5°N, 110°—70°W)和热带西太平洋区域 (10°S—20°N, 125°—145°E)。
为了观测两类El Niño的年际变化而用到的Niño3和EMI指数指的是两个指数分别在冬季(12至次年2月)的平均。根据Niño3指数和EMI指数的时间特征(图1), 以分别超过0.75个标准差的标准并结合Wang 等(2013)选出的两类El Niño事件为参照, 得到8个东部型El Niño (1951/1952、1957/1958、1965/1966、1972/1973、1976/1977、1982/1983、1987/ 1988、1997/1998)和11个中部型El Niño (1963/1964、1968/1969、1977/1978、1979/1980、1990/1991、1991/ 1992、1992/1993、1994/1995、2002/2003、2004/2005、2009/2010)。另外, 为了探讨在两种形态的El Niño发生时对应的印度洋海盆模态对南海海温的可能影响, 对印度洋(40°E~110°E, 20°S~20°N)的海表温度异常进行EOF分析。并参照Yang 等 (2007)的方法, 将其EOF第一模态的时间系数定义为印度洋海盆模态指数。
Fig. 1 Time series of the Niño3 (blue solid line) and EMI (red solid line) indices (units: ℃). The blue and red dashed lines indicate the ±0.75 standard deviation of the Niño3 and EMI, which are ±0.71 and ±0.38, respectively

图1 Niño3 (蓝色实线)和EMI指数(红色实线)的时间序列(单位: ℃)
蓝色和红色的虚线的数值分别是±0.71和±0.38, 分别表示±0.75个Niño3和EMI指数的标准差

2 结果分析

2.1 南海海温异常在两类El Niño事件衰退年的时空变化特征

为了体现南海海温在两类El Niño衰退期的季节响应差异, 对两类El Niño指数的季节性强度及其对应的南海区域(100°30′—125°30′E, 5°30′— 25°30′N) 平均的海表温度异常进行分析(图2a、b)。从Niño3指数和EMI指数的滑动平均合成图上 (图2a), 可以发现东部型El Niño事件的峰值出现在12月, 而中部型El Niño事件的峰值出现在次年1月, 比东部型El Niño事件的峰值稍晚, 且东部型El Niño事件的振幅要明显大于中部型El Niño事件(图2a)。在次年的8月, Niño3指数由正值转为负值, 而EMI指数的正值却能一直延续到次年年末。由图2b可以看到在东部型El Niño和中部型El Niño事件的衰退年, 南海的海洋表面都呈现两次增暖, 但两类El Niño事件后南海海温增暖的峰值时间和量值均有显著区别。对于东部型El Niño事件, 南海的两次增暖分别出现在2月和8月左右, 这和Wang等(2006)的结果一致; 而对于中部型El Niño事件, 南海的两次增暖分别出现在1月和6月左右。并且东部型El Niño事件发生时, 南海的增暖幅度要明显大于中部型El Niño事件。
Fig. 2 The three-point running mean of composited Niño3 (red) for eastern Pacific (EP) El Niño events and EMI (blue) for central Pacific (CP) El Niño events (a). The three-point running mean of composited SST anomalies averaged in the SCS for EP (red) and CP (blue) El Niño events (b).

图2 Niño3(红色)和EMI(蓝色)指数在东部型和中部型 El Niño事件的发生和衰退年合成的3点滑动平均(a)以及南海区域平均的SSTA在东部型(红色)和中部型(蓝色)El Niño事件时的合成的3点滑动平均(b)

由南海海表温度异常在东部型和中部型El Niño事件的合成的经向平均(图3), 可以看出南海增暖在两类El Niño事件时的时空演变特征。对于东部型El Niño事件, 南海的增暖从东部型El Niño事件发展年的10月开始, 一直持续到次年末; 并且第一次增暖能够迅速发展到整个南海海盆, 其最大中心位置出现在南海115°E以西海域。暖海温异常中心位置在次年4月开始向南海东部开始扩展, 到了第二次峰值出现的8月, 其暖异常的中心位置已经移到了110°E以东海域(图3a)。而对于中部型El Niño事件来说, 由于其增暖时间相对较晚(图2a), 南海从中部型El Niño发展年的十二月份才开始出现较为明显的增暖, 到了次年的8月, 南海海温增暖过程基本结束; 其第一次增暖位置仅局限在南海115°E以西海域, 且南海东部海盆伴随较弱的冷海温异常出现, 表现为半海盆模态增暖结构(图3b)。从中部型El Niño事件的次年5月开始, 南海海盆的东边也有微弱的增暖, 但最大异常增暖中心位置一直位于南海115°E以西海域, 并没有像东部型El Niño事件那样具有明显向东传播的特征(图3b)。这种现象和Liu 等(2014)的结果基本一致。总的来说, 在东部型El Niño和中部型El Niño事件发生后, 南海海温尤其是第二次增暖具有明显的差异。与东部型El Niño相比, 中部型El Niño时南海海温的第二次增暖出现的时间偏早(春末夏初)并且增暖中心的位置出现在南海的西部, 后面会针对这个第二次增暖过程进行可能的机理分析。
Fig. 3 Composite fields of SCS SST anomalies averaged over latitudes of EP El Niño (a) and CP El Niño events (b). The contour interval is 0.1℃. Stippling indicates the composite exceeding the 90% significance level

图3 南海区域在东部型(a)和中部型(b) El Niño时的SSTA合成的经向平均
等值线的间隔为0.1℃。白点的区域表示合成的SSTA通过90%的显著性信度检验

2.2 南海海温在两类El Niño事件衰退年夏季增暖出现差异的原因

为解释南海在东部型El Niño和中部型El Niño事件后第二次增暖的位置出现显著不同的原因, 我们对南海月平均海表温度异常和月平均风场异常在东部型El Niño事件衰退年夏末(7、8、9月)和中部型El Niño事件衰退年春末夏初(5、6、7月)的合成特征进行分析(图4)。由图4a可知, 在东部型El Niño事件的衰退年夏末, 南海的海表温度暖异常中心主要出现在南海的中部和东北部, 并且表现为海盆尺度的增暖模态; 对应的风场特征表现为在整个南海区域存在显著的表面风场异常, 在中部和东部海表温度暖异常最大的区域有很强的东北风异常, 由月平均风场异常的标量风速大小也可以看到异常增暖较大的区域所对应的风速也较大, 这意味着这块区域夏季西南季风的减弱。夏季西南季风的减弱会导致局地的海洋蒸发减少及海洋潜热失热减少, 从而导致南海局地海表面温度增加。而在中部型El Niño期间, 海盆增暖主要出现在南海的西南部, 南海东北部沿岸一带甚至出现了冷海温异常(图4b)。图4b的风场分布和图4a也有明显差异, 由风场异常矢量和异常风场的风速标量大小的分布可看到, 中部型El Niño时南海北部只有很微弱的东北风, 风场较为显著的区域主要出现在南海的南部, 南海南部的东北风异常能有效减弱气候态的西南季风, 使得南海南部的潜热失热减少, 从而导致南海南部异常增暖要远大于南海北部。又因为南海东南部为很强的东北风异常, 而在南海西南部沿海岸一带则为很强的偏东风异常, 偏东风异常会减弱西南季风, 从而减弱夏季越南东部沿岸的上升流(Chao et al, 1996), 导致越南沿岸的增暖异常。
Fig. 4 Composited SCS SST anomalies (shading; ℃), surface wind anomalies (vector; m·s-1) and surface wind speed anomalies (contour; m·s-1) during decaying July- August-September [JAS (+1)] of EP El Niño (left column) and during May-June-July [MJJ (+1)] of CP El Niño (right column). Stippling indicates the composited SSTA exceeding the 90% significance level. Black arrows indicate the surface what greater than 0.2 ms-1. The contour interval is 0.1 ms-1. The solid contour lines indicate positive values, and dashed contour lines indicate negative values

图4 南海月平均SSTA, 月平均风场异常合成场(矢量, 单位: m·s-1)和月平均风场异常的标量风速大小(等值线, 单位: m·s-1)
a) 东部型El Niño事件衰退年夏末7、8、9月平均; b) 中部型El Niño事件衰退年夏初5、6、7月平均。白点的区域表示合成的SSTA通过90%的显著性信度检验。黑色箭头表示表面风场异常的合成大于0.2m·s-1。等值线的间隔是0.1m·s-1, 实线表示正值, 虚线表示负值。

图2a表明, 东部型El Niño强度在夏末已经变弱, 那么是何种原因导致两种不同形态El Niño下夏末南海上空的大气环流出现异常?其与分别对应的大尺度大气环流背景有何区别?通过印度洋和太平洋的海表温度异常和风场异常在东部型El Niño事件衰退年夏末和中部型El Niño事件衰退年春末夏初的合成特征(图5)可以看出: 在东部型El Niño事件的衰退年的夏末(图5a), 热带东太平洋的暖海温异常已经开始变弱, 甚至伴随强的冷异常的出现; 但印度洋海盆对应显著的海盆尺度的增暖模态(Yang et al, 2007)。已有研究表明, 印度洋这种海盆尺度的暖异常主要是受东部型El Niño事件的影响, 并且印度洋海盆增暖模态能够一直持续到夏季(Klein et al, 1999)。而在中部型El Niño事件衰退年的春末夏初, 热带中太平洋到副热带东北太平洋一带还有明显的暖海温异常信号, 而印度洋海盆暖异常并不显著(图5b)。
Fig. 5 Composited India and Pacific Ocean’ SST anomalies (shading; ℃) and surface wind anomalies (vector; m·s-1) during July-August-September [JAS (+1)] of EP El Niño (a) and during May-June-July [MJJ (+1)] of CP El Niño (b). Stippling indicates the composited SSTA exceeding the 90% significance level. Black (gray) arrows indicate the surface what greater (less) than 0.2 m·s-1

图5 印度洋和太平洋月平均SSTA和月平均风场异常(矢量, 单位: m·s-1)在东部型El Niño事件衰退年夏末(7、8、9月)(a)和中部型El Niño事件衰退年夏初(5、6、7月)的合成(b)
白点的区域表示合成的SSTA通过90%的显著性信度检验。黑色(灰色)箭头表示表面风场异常的合成大于0.2m·s-1。

前人研究表明印度洋海盆尺度的暖海温异常会强烈影响西太平洋的气候变化(Yang et al, 2007; Xieet al, 2009)。图5的结果也表明在东部型El Niño事件衰退年的夏末, 印度洋出现显著的偏暖; 印度洋的这种暖异常又会与南海的第二次增暖有着紧密联系。而中部型El Niño事件衰退年的春末夏初, 印度洋的海盆尺度增暖幅度不显著, 南海西南部的第二次增暖与热带中东太平洋的暖海温异常有关。为了进一步说明南海在两类El Niño衰退期间第二次增暖时的差异的产生机理以及原因, 本文给出了南海7、8、9月平均的海表温度异常和7、8、9月平均的印度洋海盆模态(India ocean basin mode, IOBM)指数的相关系数的空间分布(图6)。由图6相关系数的空间分布图可知, 南海整个海盆的第二次增暖异常都与夏末的IOBM指数有显著的正相关关系; 而在南海北部的115°E, 19°N处, 夏末的海表温度异常和夏末的IOBM指数相关系数最大, 总体上来说相关系数较大的区域集中在110°E以东的南海海域。南海7、8、9月平均的海表温度异常和IOBM(7、8、9)指数的相关系数的空间分布特征与南海月平均海表温度异常在东部型El Niño事件衰退年夏末(7、8、9月)的合成的空间分布相似, 这也说明在东部型El Niño事件衰退年夏季南海出现第二次增暖, 主要与东部型El Niño事件导致的印度洋海盆尺度增暖模态有关。
Fig. 6 Correlation between July-August-September (JAS) averaged SCS SSTA over what and the IOBM (JAS) index. Stippling indicates the correlation exceeding the 90% significance level

图6 南海7、8、9月平均的SSTA和IOBM指数的相关系数空间分布
白点的区域表示相关系数通过90%的显著性信度检验

接下来分析印度洋海盆模态通过何种机制来影响南海在东部型El Niño事件衰退年夏末的增暖。由图7a中印度洋和太平洋月平均SLP异常在东部型El Niño事件衰退年夏末的合成可看到, 副热带西北太平洋反气旋式环流特别强, 整个南海都处在较强的反气旋环流系统中。Du 等(2009)指出北印度洋海盆尺度的增暖模态通过大气开尔文波来影响西太平洋, 副热带西北太平洋的表面辐散抑制了当地对流, 维持和加强副热带西北太平洋反气旋式环流异常。副热带西北太平洋反气旋式环流导致南海的东北风异常的产生, 使南海西南季风减弱, 从而导致南海在东部型El Niño事件衰退年夏末出现第二次增暖。而由印度洋和太平洋月平均SLP在中部型El Niño事件衰退年夏初的合成(图7b)可看到, 西北太平洋反气旋式环流很弱, 南海北部处于反气旋式环流中, 但是南海南部有微弱的气旋式环流, 和图7a中由印度洋海盆模态所导致的加强的西北太平洋反气旋式环流明显不同。这也说明印度洋海盆尺度增暖模态会导致南海在东部型El Niño事件衰退年夏季出现第二次增暖, 但是南海在中部型El Niño事件衰退年夏季的暖异常现象与印度洋海盆模态无关。
Fig. 7 Composited India and Pacific Ocean’ SLP anomalies (shading; 100 Pa) during July-August-September (JAS (+1)) of EP El Niño (a) and during May-June-July [MJJ (+1)] of CP El Niño (b). Stippling indicates the composited SLP anomalies exceeding the 90% significance level

图7 印度洋和太平洋月平均SLP异常在东部型El Niño事件衰退年夏末(7、8、9月)(a)和中部型El Niño事件衰退年夏初(5、6、7月)的合成(b)
白点的区域表示合成的SLP异常通过90%的显著性信度检验。

图8给出了南海5、6、7月平均的海表温度异常和同期EMI指数相关系数的空间分布, 可以看出, 在南海西南部泰国湾附近以及西北区域, 其春末夏初的海表温度异常和EMI指数有较好的同期正相关关系; 而在南海东北部和东南部, 其海温异常与EMI指数呈负相关关系。图8中较大的正相关系数的空间分布特征和最大增暖区域出现在南海112.5°E以西区域相一致(图4b)。也就是说, 由于中部型El Niño事件的发生偏晚(图2a), 在春末夏初中部型El Niño还未完全衰退, 热带太平洋中部海温异常通过Rossby波遥相关响应(Wang et al, 2000), 可以直接改变南海上空的大气环流形态(图4b), 从而影响南海海温异常(图4b)。Wang 等(2013)用数值模拟实验也证明了当热带太平洋中部有海温异常时, 西北太平洋会出现反气旋。另外, 需要指出的是, 南海120°E以东的东南海域, 南海春末夏初的海温异常和EMI指数虽然表现为负相关(图8), 但南海海盆东南部却是正海温异常(图4b); 并且南海5、6、7月平均的海表温度异常和同期EMI指数的正相关中心并未与显著增暖中心相对应, 说明中部型El Niño事件后的南海海温异常可能有其他影响因子, 例如蒸发以及对应南海西边界地转平流异常的配置等(Liu et al, 2014)。
Fig. 8 Correlation between May-June-July (MJJ) averaged SCS SSTA over what and the EMI (MJJ) index. Stippling indicates the correlation exceeding the 90% significance level

图8 南海5、6、7月平均的SSTA和EMI(5、6、7月)指数的相关系数空间分布
白点的区域表示相关系数超过了90%的显著性检验

3 结论

通过对1950—2012年期间的8个东部型 El Niño事件和11个中部型El Niño事件的分析, 发现南海海表温度在东部型El Niño和中部型El Niño事件的发生和衰退年都会出现二次增暖过程, 但是在两类El Niño事件中, 南海第二次增暖的时间和空间特征有显著的差异。就时间特征来说: 在东部型El Niño时, 南海增暖的峰值出现在2月和8月, 增暖从发展年的10月开始, 暖海温异常一直持续到次年年末; 但是对于中部型El Niño事件来说, 南海增暖的峰值大概出现在1月和6月, 增暖从发展年的12月开始, 暖异常持续到次年的8月, 且持续时间偏短。就空间特征来说, 在两类El Niño事件时, 第一次增暖都出现在南海的西部, 但是第二次增暖的空间分布却有显著的不同。对于东部型El Niño事件, 自第一次增暖的峰值以后, 增暖会渐渐向南海的东部移动, 到了第二次增暖峰值时, 增暖移到了南海的东部。而对于中部型El Niño事件来说, 南海的增暖一直局限在南海西部, 增暖中心很难发展到南海东部。
通过对南海在两类El Niño事件后第二次增暖期间的月平均海温异常和风场异常的合成分析发现, 南海第二次增暖出现空间分布的差异主要是南海的风场异常不同所导致的。在东部型El Niño时, 南海的风场主要是东北风异常, 而且在海温异常较大的区域, 南海的东北风异常也较大。而在中部型El Niño事件后, 南海北部风场很弱, 南海的东南部为很强的东北风异常, 而在南海的西南部沿海岸一带则为很强的偏东风, 这不仅能减弱西南季风, 而且东风会造成暖海水在南海的西南部堆积, 西部海水温度升高。通过进一步的分析发现, 南海在两类El Niño事件后的第二次增暖是受不同的因素影响所导致的。对于东部型El Niño事件来说, 南海的第二次增暖主要是由于印度洋的海盆模态的影响, 印度洋海盆模态通过大气开尔文波对西北太平洋地区的反气旋起着重要作用, 从而导致南海地区的东风异常的产生(Du et al, 2009)。而对于中部型El Niño事件来说, 南海的第二次增暖主要是由于热带太平洋中部增暖的影响, 因为热带太平洋中部增暖会通过大气Rossby波和海洋混合层之间的热动力耦合作用, 使南海出现异常增暖(Wang et al, 2000)。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
黄卓, 徐海明, 杜岩, 等, 2009. 厄尔尼诺期间和后期南海海面温度的两次显著增暖过程[J]. 热带海洋学报, 28(5): 49-55.

HUANG ZHUO, XU HAIMING, DU YAN, et al, 2009. Two sea-surface warming events in the South China Sea during and after El Niño[J]. Journal of Tropical Oceanography, 28(5): 49-55 (in Chinese with English abstract).

[2]
李崇银, 穆穆, 周广庆, 等, 2008. ENSO机理及其预测研究[J]. 大气科学, 32(4): 761-781.

LI CHONGYIN, MU MU, ZHOU GUANGQING, et al, 2008. Mechanism and prediction studies of the ENSO[J]. Chinese Journal of Atmospheric Sciences, 32(4): 761-781 (in Chinese with English abstract).

[3]
ASHOK K, BEHERA S K, RAO S A, et al, 2007. El Niño Modoki and its possible teleconnection[J]. Journal of Geophysical Research, 112: C11007.

[4]
CHAO S Y, SHAW P T, WU S Y, 1996. Deep water ventilation in the South China Sea[J]. Deep Sea Research Part I: Oceanographic Research Papers, 43(4): 445-466.

[5]
DU YAN, XIE SHANGPING, 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.

[6]
KALNAY E, KANAITSU M, KISTLER R, et al, 1996. The NCEP/NCAR 40-year reanalysis project[J]. Bulletin of the American Meteorological Society, 77(3): 437-471.

[7]
KAO HSUN-YING, YU JINYI, 2009. Contrasting Eastern-Pacific and Central-Pacific types of ENSO[J]. Journal of Climate, 22(3): 615-632.

[8]
KIM HYE-MI, WEBSTER P J, CURRY J A, 2009. Impact of shifting patterns of Pacific Ocean warming on North Atlantic tropical cyclones[J]. Science, 325(5936): 77-80.

[9]
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.

[10]
LARKIN N K, HARRISON D E, 2005. Global seasonal temperature and precipitation anomalies during El Niño autumn and winter[J]. Geophysical Research Letters, 32(16): L16705.

[11]
LIU QINYU, JIANG XIA, XIE SHANGPING, 2004. A gap in the Indo-Pacific warm pool over the South China Sea in boreal winter: Seasonal development and interannual variability[J]. Journal of Geophysical Research: Oceans, 109: C07012.

[12]
LIU QINYAN, 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.

[13]
QU TANGDONG, KIM Y Y, YAREMCHUK M, et al, 2004. Can Luzon strait transport play a role in conveying the impact of ENSO to the South China Sea[J]. Journal of Climate, 17(18): 3644-3657.

[14]
RAYNER N A, PARKER D E, HORTON E B, et al, 2003. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century[J]. Journal of Geophysical Research: Atmospheres, 108(D14): 4407.

[15]
TASCHETTO A S, ENGLAND M H, 2009. El Niño Modoki impacts on Australian rainfall[J]. Journal of Climate, 22(11): 3167-3174.

[16]
WANG BIN, WU RENGUANG, FU XIAOHUA, 2000. Pacific-East Asian teleconnection: How does ENSO affect East Asian climate[J]? Journal of Climate, 13(9): 1517-1536.

[17]
WANG CHUNZAI, Wang WEIQIANG, Wang DONGXIAO, et al, 2006. Interannual variability of the South China Sea associated with El Niño[J]. Journal of Geophysical Research: Oceans, 111(C3): C03023.

[18]
WANG CHUNZAI, WANG XIN, 2013. Classifying El Niño Modoki I and II by different impacts on rainfall in Southern China and typhoon tracks[J]. Journal of Climate, 26(4): 1322-1338.

[19]
WANG DONGXIAO, XIE QIANG, DU YAN, et al, 2002. The 1997-1998 warm event in the South China Sea[J]. Chinese Science Bulletin, 47(14): 1221-1227.

[20]
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.

[21]
XIE SHANGPING, XIE QIANG, Wang DONGXIAO, 2003. Summer upwelling in the South China Sea and its role in regional climate variations[J]. Journal of Geophysical Research: Oceans, 108(C8): 3261.

[22]
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.

[23]
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 Letters, 34(2): L02708.

[24]
YANG YALI, XIE SHANGPING, DU YAN, et al, 2015. Interdecadal difference of interannual variability characteristics of South China Sea SSTs associated with ENSO[J]. Journal of Climate, 28(18): 7145-7160.

[25]
YU JINYI, KAO H Y, 2007. Decadal changes of ENSO persistence barrier in SST and ocean heat content indices: 1958-2001[J]. Journal of Geophysical Research, 112: D13106.

Options
Outlines

/

〈 〉