Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2019 , Vol. 38 >Issue 4: 10 - 19

DOI: https://doi.org/10.11978/2018114

Marine Hydrography

Features of 2015/2016 extreme El Niño event and its evolution mechanisms

  • ZHENG Yiling 1, 2 ,
  • CHEN Zesheng 1 ,
  • WANG Hai 3 ,
  • DU Yan , 1, 2
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. College of Oceanic and Atmospheric Sciences, Department of Meteorology, Qingdao 266100, China;
DU Yan. E-mail:

Copy editor: SUN Shu-jie

Received date: 2018-11-05

  Request revised date: 2019-01-04

  Online published: 2019-07-21

Supported by

This work is supported by the Chinese Academy of Sciences((XDA19060501);)

and the National Natural Science Foundation of China(41525019、41506019、41805057、41830538);)

the State Oceanic Administration of China((GASI-IPOV AI-02).)

Copyright

Copyright reserved © 2019. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

Abstract

In the context of global warming, the 2015/2016 extreme El Niño event received much attention. This event was a mixture of central Pacific (CP) and eastern Pacific El Niño. Our study shows that both the westerly wind bursts and the North Pacific Meridional Mode contributed to the generation of this event. By comparing the 1997/1998 event, the 2015/2016 event and the CP event, the 2015/2016 event occurred in the warm background and shared similar development pattern with the CP event. What’s more, the rapid decline of sea surface temperature anomaly in the 2015/2016 event was related to the continued easterly anomalies and the weakened zonal current advection in the eastern equatorial Pacific. Compared with the 1997/1998 event, the ocean dynamic adjustment of the 2015/2016 event was weak, which was mainly reflected by weaker thermocline feedback and its associated fluctuations near the equator. Moreover, the zonal advection feedback was more efficient than the thermocline feedback, and the atmospheric forcing and its anomalous values in the central equatorial Pacific were larger. In addition, during the 2015/2016 event, the changes of the upper-ocean heat content in the equatorial region and the near- equatorial region were basically negatively correlated, and the changes were relatively synchronous. In the decay phase, the loss of ocean heat content mainly occurred in the 5°S-5°N region with significant heat transport to the higher latitudes.

Key words： El Niño event;; westerly wind bursts; North Pacific Meridional Mode; thermocline; mechanism

Cite this article

ZHENG Yiling , CHEN Zesheng , WANG Hai , DU Yan . Features of 2015/2016 extreme El Niño event and its evolution mechanisms[J]. Journal of Tropical Oceanography, 2019 , 38(4) : 10 -19 . DOI: 10.11978/2018114

热带海气相互作用是影响全球气候的重要因素, 近年来, 相关科学研究越来越受重视。ENSO (El Niño-Southern Oscillation)是热带海气相互作用中十分重要的模态, 也是赤道太平洋海域最明显的年际变化信号, ENSO相关研究一直是学界关注的热点。
自19世纪末南美洲沿岸渔民发现El Niño现象以来, 人们对El Niño事件的认识逐步加深。虽然人们对ENSO的触发机制、物理反馈机制及其气候影响已有一定的认识(Bjerknes, 1969; Schopf et al, 1987; Mcphaden et al, 1998; Chang et al, 2007; 刘秦玉 等, 1995; 骆高远, 2000), 但各方还未对这些理论达成共识。由于观测数据时间段较短, 我们对超强El Niño事件知之甚少, 有效观测数据所覆盖的超强El Niño事件仅包括1982/1983年事件、1997/ 1998年事件以及2015/2016年事件。近几十年来, El Niño事件的异常海温分布形态有所改变, 不同分布型El Niño事件成为科学家们关注的热点。在ENSO成熟位相, 按最大海表面温度异常中心所在位置, 可将其分为中部型El Niño事件和东部型El Niño事件(Kao et al, 2009; Yeh et al, 2009)。近30年来, 中部型El Niño事件强度增大、频率增加(Lee et al, 2010)。2015/2016年事件就包含了中部型El Niño事件的特征(Palmeiro et al, 2017)。此外, Santoso (2017)等人的研究表明, 全球变暖增强了2015/2016年El Niño事件的强度, 使得该事件成为进入21世纪以来最强的El Niño事件。本次超强El Niño事件对全球大气环流和气候异常产生了显著的影响(WMO, 2016), 其中包括菲律宾附近异常反气旋增强, 西太平洋副热带高压异常偏西、偏强(袁媛 等, 2016), 西北太平洋海域气旋异常增强致使中国华南地区降水增多(Chen et al, 2018)等。尽管El Niño的相关研究已有了很大的突破, ENSO的复杂性为当前研究提出了新的挑战。因而, 开展2015/2016年事件的相关研究不仅极有可能刷新人们对超强El Niño事件的认识, 还有利于正确理解当今气候变化的机制及其影响。
本文将详细分析2015/2016年El Niño事件的基本特征和物理机制, 关注此次事件的特殊变化, 并探讨此次事件与中部型El Niño事件以及1997/1998年El Niño事件的异同点, 进一步完善我们对超强El Niño事件的认识。

1 数据和方法

本文所用数据有: 1)美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)提供的海表面温度(Optimum Interpolation Sea Surface Temperature, OISST)日平均数据和月平均数据 (Reynolds et al, 2002), 日平均数据分辨率为0.25°×0.25°, 月平均数据分辨率为1°×1°; 2)美国地球空间研究所(Earth & Space Research, ESR)提供的海面洋流实时分析数据(Ocean Surface Currents Analyses Real-time, OSCAR), 分辨率为(1/3)°×(1/3)°; 3)美国宇航局物理海洋学数据分布存档中心(Physical Oceanography Distributed Active Archive Center, PO.DAAC)发布的多卫星融合风场(Cross- Calibrated Multi-Platform, CCMP)日平均数据(Atlas et al, 1996), 分辨率为0.25°×0.25°; 4)法国国家空间研究中心卫星海洋学存档数据中心(Archiving Validation and Interpolation of Satellite Oceanographic Data, AVISO)提供的海表面高度日平均数据, 分辨率为0.25°×0.25°; 5)美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)提供的全球海洋数据同化系统(Global Ocean Data Assimilation System, GODAS)中的海温月平均数据和三维流场月平均数据(Saha et al, 2006), 分辨率为1°×(1/3)°, 用于计算相关反馈过程; 6)NCEP和美国国家大气研究中心(National Center for Atmospheric Research, NCAR)联合制作的再分析资料中的海表面风场月平均数据和海表面气压月平均数据(Kalnay et al, 1996), 分辨率为2.5°×2.5°, 用于计算太平洋经向模态(Pacific Meridional Mode, PMM)指数。日平均数据相关计算对应的是1993—2016年的平均, 月平均数据集的相关计算均对应1982—2016年的平均。
利用前人的计算方法得到Niño3.4指数、Niño4指数、Niño1+2指数以及冷舌指数(Cold Tongue Index, CTI)。Niño3.4指数是3个月滑动平均的Niño3.4 (5°S—5°N、170°—120°W)区海表面温度异常(sea surface temperature anomaly, SSTA)的区域平均。Niño1+2指数为Niño1+2(0°—10°S、90°—80°W)区SSTA的区域平均。Niño4指数为Niño4 (5°S—5°N、160°E—150°W)区SSTA的区域平均。CTI为6°S—6°N、180°—90°W海区SSTA的区域平均。区分El Niño类型的要素有SST (Kug et al, 2009; Kao et al, 2009)、向外长波辐射 (Chiodiand et al, 2013)以及上层海洋温度(Yu et al, 2011a)等, 本文选用SST作为区分要素, 引入东太平洋指数EPI(Eastern Pacific Index)和中太平洋指数CPI (Central Pacific Index)。先对赤道太平洋海域(20°S-20°N)的SSTA与Niñol+2(Niño4)指数做回归, 计算原SSTA与回归后的SSTA的差值, 对差值作经验正交函数分解, 取其标准化的主模态时间序列作为CPI (EPI)( Kao et al, 2009)。对北太平洋海域(20°—60°N、120°E—80°W)的海表面气压异常(sea level pressure anomaly, SLPA)作经验正交函数分解(empirical orthogonal function, EOF), 取其第二模态的时间序列作为北太平洋涛动(North Pacific Oscillation, NPI)指数(Yeh et al, 2004)。PMM指数包括SST指数和风场指数, 对东太平洋海域(20°S—30°N、175°E—95°W)的SSTA和风场异常与CTI做回归(Chiang et al, 2004), 再对两者做奇异值分解(singular value decomposition, SVD), 将SST和风场主模态的时间序列定义为PMM的SST指数和风场指数(Paek et al, 2017)。
需说明的是, 为了探究2015/2016年事件与一般的中部型El Niño事件的异同, 合成1993年后发生的中部型事件, 包括1994/1995、2002/2003、2004/2005、2009/2010共4次事件。

2 2015/2016 El Niño事件的基本要素分析

2.1 基本概况

界定El Niño事件采用的是美国气候预测中心(Climate Prediction Center, CPC)的标准, Niño3.4指数连续5个月超过0.5℃定义为一次El Niño事件, 并将其最大值超过2℃的El Niño事件定义为超强El Niño事件。由Niño3.4指数演变可知, 2015/2016年事件的Niño3.4指数为1982年至今的最高值。由SSTA分布图可知, 2015/2016年事件冬季SSTA主要分布在赤道中东太平洋海域, Niño3.4区尤为显著, Niño1+2区海温异常较小, 因而该事件的类型归属值得商榷(图1b)。前人的研究表明, 中部型和东部型El Niño事件在海温分布、物理机制以及与中高纬度海域的关联等方面都会有所差异(Kao et al, 2009)。东部型事件相关海洋要素的纬向变化特征明显, 而中部型事件则倾向于在赤道中太平洋海域生成、发展、衰退。
一般的中部型事件, EPI在零线以下波动, CTI的变化趋势与CPI较为吻合(图1c); 1997/1998年事件, CPI在El Niño衰退之前均在零线附近波动, 而EPI从发展至衰退阶段均维持较高的正值, 两者对比悬殊, EPI远强于CPI, 此次事件为典型的东部型事件(图1e); 2015/2016年事件, CPI和EPI从发展至衰退阶段均维持较大的正值, 此次事件是混合事件(图1f)。此外, 在开始阶段, 2015/2016年事件的CTI为正值, 说明2015/2016年事件发展于暖的背景场。
图1 El Niño指数及空间分布

a. Niño3.4指数分布图; b. 2015/2016年事件冬季(11月至次年1月)赤道太平洋海域SSTA分布图; c、d、e分别为中部型事件、1997/1998年事件以及2015/2016年事件的CTI、EPI和CPI

Fig. 1 Index of El Niño event and its spatial structure. a) Distribution of Niño3.4 index. b) Distribution of SSTA in winter (NDJ) of the 2015/2016 event. c) The CTI, EPI and CPI in the CP event. d) The CTI, EPI and CPI in the 1997/1998 event. e) The CTI, EPI and CPI in the 2015/2016 event

2.2 触发机制

El Niño的触发机制主要有西风爆发(Westerly Wind Bursts, WWB) (Lengaigne et al, 2004)和北太平洋经向模态(NPMM) (Chiang et al, 2004)。前人研究表明, 西风爆发在El Niño年出现频繁(Chen et al, 2015)。2015年, 赤道中西太平洋海域同样出现多次西风爆发(图4c), 在该事件的开始和发展阶段发挥了重要作用, 是重要的触发机制。此外, 研究表明中部型事件在开始阶段深受中低纬度大气强迫的影响 (Yu et al, 2011b)。冬季的北太平洋涛动(North Pacific Oscillation, NPO)模态可通过影响海表面热通量, 致使对应海区产生SST正异常, 该正异常通过季节足迹机制(seasonal footprinting mechanism, SFM) (Vimont et al, 2001, 2003, & 2009)一直延续到次年的春夏季, 通过风-蒸发-SST (wind-evaporation-SST, WES)机制(Xie et al, 1994)抵达赤道海域, 触发中部型El Niño。从图2的指数演变可知, NPO指数在开始阶段出现较大的负相位, PMM指数从开始阶段至2015年秋季均维持较大的正值, 说明中低纬度大气强迫在2015/2016年事件中影响持久, 赤道太平洋中部海域维持较强的SSTA。以上分析表明, 随着赤道西太平洋海域西风异常的逐步增强, 西部海域的SST正异常逐步发展; 通过WES机制, 中部海域的SST正异常也逐步发展起来, 二者共同作用触发2015/2016年事件(图2b、c、d)。但2015/2016年事件的海温正异常与中部型事件和1997/1998年事件均差异较大(图3), 也可能存在其他的触发机制(Xie et al, 2018)。
图2 2015/2016年El Niño事件的前期状态

a. 2015/2016年事件的NPO指数和PMM指数; b. c. d. 赤道太平洋附近海域SSTA和风场异常的分布情况, 依次为2014-11与2014-12、2015-01与2015-02、2015-03与2015-04的时间平均

Fig. 2 The pre-condition of the 2015/2016 El Niño event. a) NPO index and PMM index in the 2015/2016 event. b, c, d) Distributions of SSTA and wind anomalies in the equatorial Pacific Ocean averaged over Nov and Dec 2014, over Jan and Feb 2015, and over Mar and Apr 2015, respectively

2.3 中部型事件、1997/1998年事件、2015/2016年事件比对分析

Bjerknes正反馈机制在El Niño发展过程中起重要作用(Bjerknes, 1969)。已有研究表明, 2015/2016年事件Bjerknes正反馈弱于1997/1998年事件(Lim et al, 2017)。下文将从相关海气要素出发, 具体分析2015/2016年事件的海表面温度异常、海表面纬向流异常、海表面纬向风异常、海表面高度异常(sea surface height anomaly, SSHA)的分布和演变特征, 进一步探讨2015/2016年事件的温跃层反馈过程和纬向平流反馈过程, 并与中部型事件和1997/1998年事件进行比对分析。
2.3.1 海表面温度与海表面纬向流
2014年赤道太平洋海域呈现大范围的海温正异常, 这与开始阶段的CTI为正值相对应。El Niño期间, 2015/2016年事件与中部型事件的海温发展形态较为相似, 均是在前期表现出东传特征, 后期表现出西传特征, 而1997/1998年事件在发展阶段海温异常向西传播, 衰退阶段海温异常退回南美沿岸。就强度而言, 1997/1998年事件海温异常最强, 其高值区位于赤道东太平洋海域, 而2015/2016年事件则位于赤道中东太平洋海域, 中部型事件位于赤道中太平洋海域(图3a、b、c)。此外, 2015/2016年事件Niño3区的海温异常盛期过后迅速衰退, 与1997/1998年事件相差较大, 这可能与2015/2016年事件对应时段异常西风较弱有关(图4c); 与此同时,2015/2016年事件衰退后, 也并没有像中部型事件那样产生东太平洋热带辐合带偶极子(eastern Pacific Intertropical Convergence Zone dipole, EPID)模态(Xie et al, 2018), 以上两个特征说明2015/2016年事件混合特性突出, 其物理机制可能有别于东部型和中部型事件。
图3 SSTA和海表面纬向流异常的时间-经度演变

a、b、c分别为中部型、1997/1998年、2015/2016年El Niño事件赤道海域SSTA的时间-经度图, 取南北纬2°平均, 等值线间距为0.5℃, 时间间隔为一周。d、e、f分别为中部型、1997/1998年、2015/2016年El Niño事件赤道海域海表面纬向流异常的时间-经度图, 取南北纬2°平均, 中部型事件等值线间距为0.2m·s-1, 超强事件等值线间距为0.5m·s-1, 时间间隔为一周

Fig. 3 Time-longitude sections of SSTA and surface zonal current anomalies. a, b, c) Time-longitude cross sections of SSTA averaged over 2°S-2°N for the CP, 1997/1998 and 2015/2016 events, respectively. The contour interval is 0.5°C. The time interval is one week. d, e, f) Time-longitude cross sections of surface zonal current anomalies averaged over 2°S-2°N for the CP, 1997/1998 and 2015/2016 events, respectively. The contour interval is 0.2 m·s-1. The time interval is one week

与中部型事件和1997/1998年事件不同, 2014年春季赤道太平洋海域存在几乎贯穿整个海盆的纬向流正异常; 而后, 在2015/2016年事件期间, 不同于1997/1998年事件, 纬向流正异常并未连续贯穿整个海盆, 其强度明显偏弱, 高值区位置偏西, 赤道太平洋130°E以西海域自始至终保持纬向流正异常。此外, 1997/1998年纬向异常流位相转换发生在赤道西太平洋海域, 中部型事件和2015/2016年事件则先发生在赤道东太平洋海域(图3d、e、f)。以上分析表明, 2015/2016年事件纬向平流反馈在赤道中东太平洋海域偏弱, 在赤道西太平洋海域较强, 且仅足以维持中部海域的增暖。
2.3.2 海表面纬向风与海表面高度
在El Niño发生的前一年, 1997/1998年事件赤道太平洋海域存在东风异常, 2015/2016事件和中部型事件的西风异常较为突出。2015/2016年事件、1997/1998年事件和中部型事件均在开始和发展阶段出现西风异常, 并随着El Niño的发展而有所增强, 其中1997年的纬向风异常最强。自2015年4月起, 赤道太平洋120°W以东海域以东风异常为主, 这是2015/2016年事件与1997/1998年事件最大的不同之处之一(图4a、b、c)。东风异常使得SST正异常高值区偏西, 阻碍暖信号东传, 这也可能是SST正异常快速衰退的原因。此外, 东风异常还与纬向异常流位相转换先发生在东部海域相对应, 异常东风有利于东部海域冷水上翻, 促进西向异常流的产生(任宏利 等, 2017)。
图4 海表面纬向风异常和SSHA的时间-经度演变

a、b、c分别为中部型、1997/1998年、2015/2016年El Niño事件赤道海域海表面纬向风异常的时间-经度图, 取南北纬2°平均, 等值线间距为4m·s-1, 时间间隔为一周。d、e、f分别为中部型、1997/1998年、2015/2016年El Niño事件赤道海域SSHA的时间-经度图, 取南北纬2°平均, 等值线间距为0.1m, 时间间隔为一周

Fig. 4 Time-longitude sections of surface zonal wind anomalies and SSHA.

a, b, c) Time-longitude cross sections of surface zonal wind anomalies averaged over 2°S-2°N for the CP, 1997/1998 and 2015/2016 events, respectively. The contour interval is 4 m·s-1. The time interval is one week. d, e, f) Time-longitude cross sections of SSHA averaged over 2°S-2°N for the CP event, 1997/1998 event and 2015/2016 event, respectively. The contour interval is 0.1 m. The time interval is one week

西风异常可引起海表面流场的变化, 产生暖性Kelvin波, 加深温跃层。SSHA可体现温跃层深度的变化(Wyrtki et al, 1967)。由图4可知, 2014年存在多次东传的Kelvin波, 与赤道太平洋海域的西风异常相对应; 而后, 开始和发展阶段的西风爆发与Kelvin波也有较好的对应关系。2014年的Kelvin波可能是海温正异常在赤道太平洋海域广泛分布且维持到2015年的重要原因(Abellan et al, 2018)。就强度和传播特征而言, 1997/1998年事件Kelvin波的传播特征明显(蒲书箴 等, 1998), 与其相比, 2015/ 2016年事件SSH正异常的高值区偏西、强度较小, 且成熟阶段Kelvin波基本停留在赤道中东太平洋海域, 这可能与赤道东太平洋海域持续的东风异常有关。衰退阶段, 中部型和2015/2016年事件的SSHA均迅速衰退, 而1997/1998年事件存在明显的位相转换, 冷性Kelvin波东传显著。
2.3.3 纬向平流反馈与温跃层反馈
在ENSO的反馈机制中, 温跃层反馈和纬向平流反馈在ENSO振幅的增长以及位相转换中发挥着 重要的作用(李崇银, 2008)。$\bar{w}T_{z}^{'}$代表温跃层反馈, $u'{{\bar{T}}_{x}}$代表纬向平流反馈, 其中, $\bar{w}$为50m水深处的垂向速度, $T_{z}^{'}$为海温异常的垂向梯度, $u'$为纬向流异常, ${{\bar{T}}_{x}}$为海温的纬向梯度。由图5可知, 在中部型事件中, 从Ⅰ阶段至Ⅳ阶段, $u'{{\bar{T}}_{x}}$在Niño4区、Niño3.4区、Niño3区以及Niño1+2区的波动起伏均比$\bar{w}T_{z}^{'}$大得多, 可见其纬向平流反馈明显强于温跃层反馈。在1997/1998年事件中, $\bar{w}T_{z}^{'}$在Niño3区达到最大值, 且总体而言, $\bar{w}T_{z}^{'}$的贡献大于$u'{{\bar{T}}_{x}}$, 其温跃层反馈强于纬向平流反馈。在2015/2016年事件中, $u'{{\bar{T}}_{x}}$在Niño3区达到最大值, 且在Ⅱ阶段和Ⅲ阶段, Niño3.4区和Niño3区的$u'{{\bar{T}}_{x}}$大于$\bar{w}T_{z}^{'}$, 说明对应海区纬向平流反馈强于温跃层反馈, 这与中部型事件较为相似。与1997/1998年事件相比, 2015/2016年事件在Niño3区的$\bar{w}T_{z}^{'}$明显较小, 说明2015/2016年事件的温跃层反馈较弱。总而言之, 2015/2016年事件纬向平流反馈的贡献大于温跃层反馈, 其温跃层反馈弱于1997/1998年事件。
图5 中部型事件、1997/1998年事件、2015/2016年事件的纬向平流反馈贡献和温跃层反馈贡献

a. $-u'{{\bar{T}}_{x}}$在Ⅰ—Ⅳ这4个阶段的变化情况。b. $-\bar{w}T_{z}^{'}$在Ⅰ—Ⅳ这4个阶段的变化情况。不同颜色的背景代表不同的区域, 从左到右分别为Niño4区、Niño3.4区、Niño3区以及Niño1+2区。Ⅰ阶段为2015-02—2015-05的平均, Ⅱ阶段为2015-06—2015-09的平均, Ⅲ阶段为2015-10—2016-01的平均, Ⅳ阶段为2016-02—2016-05的平均。海洋上混合层深度取50m

Fig. 5 Contributions of zonal advection feedback and thermocline feedback for the CP, 1997/1998 and 2015/2016 events, respectively.

a) The changes of$-u'{{\bar{T}}_{x}}$ in four phases. b) The changes of$-\bar{w}T_{z}^{'}$ in four phases. The backgrounds of different colors represent different regions; they are Niño4 zone, Niño3.4 zone, Niño3 zone, and Niño1+2 zone, respectively. Phase I is the average of Feb and May 2015. Phase II is the average of Jun and Sep 2015. Phase III is the average of Oct 2015 and Jan 2016. Phase IV is the average of Feb and May 2016. The mixed layer depth is 50 m

2.4 负反馈机制分析

负反馈机制在ENSO冷暖位相的转换中起重要作用, 下文将探究延迟振子理论和充电振荡理论在2015/2016年事件中所发挥的作用。
2.4.1 Kelvin波和Rossby波
Schopf和Suaez(1987)提出延迟振子理论解释ENSO冷暖位相的转换。在El Niño的发展阶段, 赤道西太平洋海域的异常西风会激发出东传的暖性Kelvin波和西传的冷性Rossby波。东传的暖性Kelvin波通过海洋温跃层反馈, 促进El Niño事件的发展。西传的冷性Rossby波在西边界反射后, 形成冷性Kelvin波; 冷性Kelvin波东传至赤道中东太平洋海域并降低对应海区的海温正异常, 使El Niño事件逐步衰退。理论上, 赤道Kelvin波横穿太平洋海盆所需时间大概为3个月, 其波速大致为2m·s-1, Rossby波横穿太平洋海盆所需时间大概是Kelvin波的3倍。如图6所示, 2015/2016年事件存在较明显的波动转换。2015年期间, 赤道海域出现多次明显的暖性Kelvin波东传(图6b), 暖性Kelvin波抵达东边界后反射形成暖性Rossby波 (图6a、c、d), 其中, 10°附近海域的暖性Rossby波最显著。另一方面, 西传的冷性Rossby波抵达西边界后反射形成东传的冷性kelvin波(图6b、d), 然而冷性Kelvin在2015/2016年事件中并不是很明显。
图6 2014-2016年期间赤道太平洋附近海域SSHA的时间-经度图

a、b、c、d分别为5°S、0°(EQ)、5°N和10°N太平洋海域SSHA的时间-经度图, 等值线间距为0.1m, 时间间隔为一周

Fig. 6 Time-longitude sections of SSHA in the Pacific Ocean during 2015-2016.

a, b, c, d) The time-longitude cross sections of SSHA for 5°S, 0°(EQ), 5°N, and 10°N, respectively. The contour interval is 0.1 m. The time interval is one week

2.4.2 海洋上层热含量
延迟振子理论侧重波动变化, 而充电振荡理论则较为完整地解释了ENSO循环周期中赤道太平洋附近海域海洋上层热含量的变化。在El Niño发生前, 赤道太平洋海域出现东风异常, 产生向赤道的Sverdrup输送, 赤道海域海洋上层热含量增大, 导致El Niño出现; 随着El Niño的发展, 赤道海域的西风异常不断增强, 产生向两极的Sverdrup输送, 赤道海域的热含量不断减少, 并逐步形成La Niña事件, La Niña的出现又会带来东风异常, 如此循环往复(Jin, 1997)。在2015/2016年事件期间, 海洋上层热含量的变化区域主要集中在20°—20°N海域, 赤道太平洋附近海域热含量的流失主要集中在5°S—5°N海域。由图7可知, 2014年, 5°S—5°N海域热含量以正异常为主, 5°S—20°S海域和5°N— 20°N海域热含量以负异常为主, 可见2014年主要是近赤道海域向赤道海域输送热量; 但在2014年后期, 赤道附近海域热含量均明显增大, 这与对应时段赤道附近海域出现较强的东风异常相关。2015/2016年事件期间, 5°S—5°N海域热含量在2015年4月达到极大值, 近赤道海域热含量在2015年夏季达到极小值, 随着赤道海域热含量稳步减小, 近赤道海域热含量不断增加, 并在衰退阶段出现正负转变, 5°S—5°N海域的变化尤为明显。以上分析反映了在2015/2016事件期间, 赤道海域以及近赤道海域热含量的变化基本呈负相关, 且变化较为同步, 存在明显的热输送。其中, 5°S—5°N太平洋海域以及5°N—20°N太平洋海域的热含量变化最为显著。
图7 2014—2016赤道太平洋附近海域暖水体积异常的变化情况

蓝线代表5°S—5°N、120°E—80°W暖水体积异常的区域平均, 红线代表5°N—20°N、120°E—80°W暖水体积异常的区域平均, 绿线代表5°S—20°S、120°E—280°E暖水体积异常的区域平均。暖水体积异常的计算公式为$\iint{\frac{1}{\Delta \rho '\rho }\Delta h\Delta x\Delta y}$, $\Delta h$为海表面高度异常, $\Delta \rho '\rho =0.005$

Fig. 7 The changes of warm water volume anomalies in the equatorial Pacific Ocean during 2014-2016.

The blue line represents the warm water volume anomalies averaged over 5°S-5°N and 120°E-80°W, the red line represents the warm water volume anomalies averaged over 5°N-20°N and 120°E-80°W, the green line represents the warm water volume anomalies averaged over 5°S-20°S and 120°E-80°W. Calculation formula for warm water volume anomalies is $\iint{\frac{1}{\Delta \rho '\rho }\Delta h\Delta x\Delta y}$, where $\Delta h$ is SSHA, and$\Delta \rho '\rho =0.005$

3 总结和讨论

本文重点分析了2015/2016年超强El Niño事件的基本特征和物理机制, 并探讨了此次事件与中部型El Niño事件以及1997/1998年El Niño事件的异同点。主要得出以下结论: 1)2015/2016年事件是1982年以来最强的El Niño事件, 该事件是混合型事件, 西风爆发和PMM均是该事件的触发机制。 2) 2015/2016年事件发展于暖背景场, 与对应时期出现的西风异常以及Kelvin波相对应。2015/2016年事件SSTA的发展形态与中部型事件较为相似, 均为前期东传后期西传。此外, 赤道东太平洋海域较弱的纬向平流反馈和持续的东风异常是2015/2016年事件海温正异常快速衰退的重要原因。3)2015年赤道东太平洋海域持续的东风异常是此次事件的特性之一, 东风异常使得SST正异常高值区偏西, 阻碍暖信号东传; 东风异常还有利于东部海域冷水上翻, 促进西向异常流的产生, 这与海表面纬向异常流位相转换先发生在赤道东太平洋海域相对应; 同时, 这也可能是盛期Kelvin波东传特征较弱的原因。4)较之1997/1998年事件, 2015/2016年事件的海洋动力调整较弱, 表现为较弱的温跃层反馈和海洋波动, 纬向平流反馈的贡献大于温跃层反馈, 大气强迫影响更为显著, SSTA、纬向流异常、纬向风异常以及SSHA在赤道太平洋中部海域更突出。5)在2015/2016年事件期间, 赤道太平洋附近海域的海洋上层热含量变化明显, 主要集中在20°S—20°N海域; 赤道海域以及近赤道海域热含量的变化基本呈负相关, 且变化较为同步; 衰退阶段热含量的流失主要集中在5°S—5°N海域, 存在明显的向两极的热输送。2015/2016年事件是一次较为特殊的混合型事件, ENSO的多样性研究仍需不断改进。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
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.

DOI

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

[2]
刘秦玉, 王启 . 1995. “暖池”表层对大气局地强迫的响应特征[J]. 海洋与湖沼, 26(6):658-664.

LIU QINYU, WANG QI . 1995. The characteristics of “warm pool” surface layer responding to local atmospheric force[J]. Oceanologia Et Limnologia Sinica, 26(6):658-664(in Chinese with English abstract).

[3]
骆高远 . 2000. 我国对厄尔尼诺、拉尼娜研究综述[J]. 地理科学, 20(3):264-269.

LUO GAOYUAN . A general survey of the studies on El Niño and La Niña in China[J]. Scientia Geographica Sinica, 20(3):264-269(in Chinese with English abstract).

[4]
蒲书箴, 于非, 赵新 , 等. 1998. 1997/1998厄尔尼诺的发生与发展[J]. 海洋学报, 20(6):124-131.

PU SHUZHEN, YU FEI, ZHAO XIN, et al. Occurrence and evolution of 1997 /1998 El Niño. Acta Oceanologica Sinica, 20(6):124-131(in Chinese).

[5]
任宏利, 王润, 翟盘茂 , 等. 2017. 超强厄尔尼诺事件海洋学特征分析与预测回顾[J]. 气象学报, 75(1):1-18.

REN HONGLI, WANG RUN, ZHAI PANMAO , et al. 2017. Upper-ocean dynamical features and prediction of the super El Niño in 2015/2016: A comparison with 1982/1983 and 1997/1998. Acta Meteorologica Sinica, 75(1):1-18(in Chinese with English abstract).

[6]
袁媛, 高辉, 贾小龙 , 等. 2016. 2014-2016年超强厄尔尼诺事件的气候影响[J]. 气象, 42(5):532-539.

YUAN YUAN, GAO HUI, JIA XIAOLONG , et al. 2016. Influences of the 2014- 2016 Super El Nino event on climate[J]. Meteorological Monthly, 42(5):532-539(in Chinese with English abstract).

[7]
ABELLAN E, MCGREGOR S, ENGLAND M H , et al. 2018. Distinctive role of ocean advection anomalies in the development of the extreme 2015-16 El Niño[J]. Climate Dynamics, 51(5-6):2191-2208.

DOI

[8]
ATLAS, R, HOFFMAN R N, BLOOM S C , et al. 1996. A multiyear global surface wind velocity data set using SSM/I wind observations[J]. Bulletin of the American Meteorological Society, 77:869-882.

DOI

[9]
BJERKNES J . 1969. Atmospheric teleconnections from the equatorial Pacific[J]. Monthly Weather Review, 97:163-172.

DOI

[10]
CHANG PING, ZHANG LI, SARAVANAN R , et al. 2007. Pacific meridional mode and El Niño-Southern Oscillation[J]. Geophysical Research Letters, 34(16):130-144.

[11]
CHEN D, LIAN TAO, FU C , et al. 2015. Strong influence of westerly wind bursts on El Niño diversity[J]. Nature Geoscience, 8(5):339-345.

DOI

[12]
CHEN ZESHENG, DU YAN, WEN ZHIPING , et al. 2018. Indo-Pacific climate during the decaying phase of the 2015/16 El Niño: role of southeast tropical Indian Ocean warming[J]. Climate Dynamics, 50(11-12):4707-4719.

DOI

[13]
CHIANG J C H, VIMONT D J . 2004. Analogous Pacific and Atlantic meridional modes of tropical atmosphere-ocean variability*[J]. Journal of Climate, 17(21):4143-4158.

DOI

[14]
CHIODI A M, HARRISON D E . 2013. El Niño impacts on seasonal U. S. atmospheric circulation, temperature, and precipitation anomalies: The OLR-Event perspective*[J]. Journal of Climate, 26(3):822-837.

DOI

[15]
JIN FEIFEI . 1997. An equatorial ocean recharge paradigm for ENSO. Part I: Conceptual model.[J]. Journal of Atmospheric Sciences, 54(7):811-829.

DOI

[16]
KALNAY E, KANAMITSU M, KISTLER R , et al. 1996. The NCEP/NCAR 40-year reanalysis project.[J]. Bulletin of the American Meteorological Society, 77(3):437-472.

DOI

[17]
KAO HSUNYING, YU JINYU . 2009. Contrasting Eastern-Pacific and Central-Pacific types of ENSO.[J]. Journal of Climate, 22(3):615-632.

DOI

[18]
KUG J S, JIN FEIFEI, AN S I . 2009. Two types of El Niño events: Cold tongue El Niño and warm pool El Niño[J]. Journal of Climate, 22(22):1499-1515.

DOI

[19]
LEE T, MCPHADEN M J . 2010. Increasing intensity of El Niño in the central-Equatorial Pacific[J]. Geophysical Research Letters, 37(14):L16608. DOI: 10.1029/2007GL030302.

[20]
LENGAIGNE M, GUILYARDI E, BOULANGER J , et al. 2004. Triggering of El Niño by westerly wind events in a coupled general circulation model[J]. Climate Dynamics, 23(6):601-620.

DOI

[21]
LIM Y, KOVACH R, PAWSON S , et al. 2017. The 2015/16 El Niño event in context of the MERRA-2 reanalysis: A comparison of the tropical Pacific with 1982/83 and 1997/98[J]. Journal of Climate, 30(13):4819-4842.

DOI

[22]
MCPHADEN M J, BUSALACCHI A J, CHENEY R , et al. 1998. The Tropical Ocean-Global Atmosphere observing system: A decade of progress[J]. Journal of Geophysical Research Oceans, 103(C7):14169-14240.

DOI

[23]
PAEK H, YU JINYI, QIAN CHENGCHENG . 2017. Why were the 2015/16 and 1997/98 extreme El Niños different?[J]. Geophysical Research Letters, 44(4):1848-1856.

[24]
PALMEIRO F M, IZA M, BARRIOPEDRO D , et al. 2017. The complex behavior of El Niño winter 2015-2016[J]. Geophysical Research Letters, 44(6):2902-2910.

DOI

[25]
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

[26]
SAHA S, NADIGA S, THIAW C , et al. 2006. The NCEP climate forecast system[J]. Journal of Climate, 19:3483-3517.

DOI

[27]
SANTOSO A, MCPHADEN M J, CAI WENJU . 2017. The defining characteristics of ENSO extremes and the strong 2015/16 El Niño[J]. Reviews of Geophysics, 55(4):1079-1129.

DOI

[28]
SCHOPF P S, SUAEZ M J . 1987. Vacillations in a coupled ocean-atmospheric model[J]. Journal of the Atmospheric Sciences, 45:549-566.

[29]
VIMONT D J, BATTISTI D S, HIRST A C . 2001. Footprinting: A seasonal connection between the tropics and mid‐latitudes[J]. Geophysical Research Letters, 28(20):3923-3926.

DOI

[30]
VIMONT D J, WALLANCE 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

[31]
VIMONT D J, ALEXANDER M, FONTAINE A . 2009. Midlatitude excitation of tropical variability in the Pacific: the role of thermodynamic coupling and seasonality[J]. Journal of Climate, 22(3):518-534.

DOI

[32]
WYRTKI K, KENDALL R . 1976. Transports of the Pacific equatorial countercurrent[J]. Journal of Geophysical Research, 72(8):2073-2076.

[33]
Organization W M . 2016. WMO statement on the status of the global climate in 2015[J]. Environmental Policy Collection, 40(2):144-151.

[34]
XIE SHANGPING, PHILANDER S G . 1994. A coupled ocean-atmosphere model of relevance to the ITCZ in the eastern Pacific[J]. Tellus A, 46(4):340-350.

DOI

[35]
XIE SHANGPING, PENG QIHUA, KAMAE Y , et al. 2018. Eastern Pacific ITCZ dipole and ENSO diversity[J]. Journal of Climate, 31(11):4449-4462.

DOI

[36]
YEH S, KIRTMAN B P . 2004. The North Pacific Oscillation- ENSO and internal atmospheric variability[J]. Geophysical Research Letters, 31(13):137-151.

[37]
YEH S W, KUG J S, DEWITTE B , et al. 2009. El Niño in a changing climate. Nature, 461:511-514.

DOI

[38]
YU JINYI, KAO H Y, LEE T , et al. 2011a . Subsurface ocean temperature indices for Central-Pacific and Eastern-Pacific types of El Niño and La Niña events[J]. Theoretical & Applied Climatology, 103(3-4):337-344.

[39]
YU JINYI, KIM S T . 2011b . Relationships between extratropical sea level pressure variations and the central Pacific and eastern Pacific types of ENSO[J]. Journal of Climate, 24(3):708-720.

DOI

Options
Outlines

/

〈 〉