英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

南印度洋春季海温异常对广东-广西夏季降水的可能影响

Dachao Jin¹· Zhaoyong Guan¹· Liwei Huo¹· Xudong Wang¹

¹教育部气象灾害重点实验室/气候与环境变化国际联合研究实验室/气象灾害预测和评价合作创新中心，南京信息工程大学，南京210044

摘要 根据1979-2015年的观测和再分析数据，分析了南印度洋春季海面温度异常（SSTA）对广东和广西（GG）地区夏季降水年际变化可能产生的影响，探讨了这些影响背后的物理机制。[65°E–95°E、35°S–25°S]和[90°E–110°E、20°S–5°S]两个地理区域分别被界定为与广东和广西地区夏季降水（P_GG）有关的南印度洋偶极子SSTA模式（R-SIODP）的西部极点区域和东部极点区域。春季海面温度异常在西部极点地区的平均值与东部极点地区的平均值异常之间的差异被定义为R-SIODP指数。春季R-SIODP指数与GG夏季降水的相关性可达0.52。在R-SIODP正异常的春季，R-SIODP西极上的南风减弱，而东极上空的东南贸易风加强。利用风-蒸发-SST反馈机制，强化的东南贸易风可以削弱R-SIODP西极上的蒸发，增强东极的蒸发。这导致R-SIODP的西极持续呈正SSTA，东极持续呈负SSTA，因此SSTA的分布一直持续到夏季。SST偶极子异常增强了105°E附近的跨赤道气流，加剧了南海上空850hPa的异常反气旋环流，同时导致向GG的水汽输送异常增强。此外，SST偶极子还促进了对流层低层的异常发散和海洋大陆（MC）区域上对流层上层的异常收敛。同时，GG的低水平收敛性增强，导致GG上升运动异常增强，有利于该地区夏季降水异常。在这项研究中，利用春季R-SIODP指数、澳大利亚东部和南部非洲东部的SST和北大西洋振荡（NAO）指数，构建了GG夏季降水异常年际变化的统计预测模型。该模型能很好地预测GG夏季降水年际变化的准确性。

关键词 春季偶极子SSTA模式 南印度洋 中国南方夏季降水 年际变化

1引言

中国是一个幅员辽阔的国家，各地区的气候和年际气候变化差别很大(Zou等， 2005；Zhai等，2010；Jin等，2015)。广西壮族自治区和广东省(GG，以下简称)是夏季降雨量最多的地区，该地区夏季降水的年际变化是中国最大的地区(Jin等，2015；Huo and Jin，2016)。据估计，这一地区全年夏季降雨量的平均百分比相对较高(高达47%)，年际变化也很高(平均平方根为176.93毫米) (图1a)。广东和广西地区经济高度发达，人口多，因此夏季降雨量对当地居住生活以及社会经济发展都有重要影响。更好地了解和准确预测GG地区夏季降水具有重要意义。

在GG地区发现了明显的局部降雨(Zou等，2005；Zhai等，2010；Jin等，2015)。研究表明，该地区夏季降水（P_GG）存在多尺度时间变化(图1b，1c)，其他地区的降水与P_GG之间没有显著相关性(Jin 等，2015)。GG降水异常受多种因素影响。例如，自20世纪70年代后期以来，GG夏季降雨异常与印度洋-太平洋海洋表面温度异常（SSTA）之间存在显著的相关性。当赤道太平洋中部发生正SSTA而海洋大陆(MC)发生负SSTA时，东亚的哈德莱环流就会减弱。也就是说，MC区域的异常沉降和GG的异常上升运动可促进夏季降水异常的发生(反之亦然)(Wu等，2012)。此外，MC的海面温度异常可以通过改变跨赤道流来影响GG区域的降雨异常(Chen等，2014a，b；他和Wu，2014)。

研究发现，厄尔尼诺事件和太平洋十年振荡（PDO）的正相同时发生(Mantua等，1997)可能导致西太平洋亚热带高压的加剧和西移，从而导致GG地区夏季降雨量低于正常水平。相反，当拉尼娜事件与PDO的负相同时发生时，GG地区的降雨量将高于正常水平(Chan and Zhou，2005)。有趣的是，在厄尔尼诺/拉尼娜减弱（发展中）年间，GG地区的夏季降雨异常同相（异相）(Wu等，2014)。

以往的研究主要侧重于热带地区SSTA的影响以及北半球大气环流异常对中国南方降水异常的影响(例如，Guan等，2011；Guan and Jin 2013；Jin等，2013；Wang等，2016，2017)。然而，近年来，SSTA和南半球大气环流异常的影响受到越来越多的关注(例如，Nan and Li，2003；Yang and Ding，2007；Zheng and Li，2012；Xu等，2013；Cao等，2014；Chen等，2014a，b；Feng等，2014；他and Wu，2014；Wu等，2015)。在印度洋（南半球）已发现了两个主要信号，即南极振荡(Gong and Wang，1999)和南印度洋偶极子（SIOD）(Behera and Yamata，2001)。

南极振荡是南半球大气环流的主要模式。前一个冬季的正南极振荡异常可以通过风-蒸发-SST反馈机制（WES）在南半球中纬度产生正SSTA(Xie and Philander，1994)。这导致正SST异常持续到随后的春季，导致华南地区异常下沉，降雨量低于正常水平。相反，在负南极振荡期间，降雨量高于正常水平(Zheng and Li，2012)。南极振荡异常也可能导致中国南方冬季降水异常(Wu等，2015)。

SIOD是一种重要的海空耦合现象(Behera and Yamagata，2001)。SIOD的主要表现是印度洋(南半球)SSTA在东西方向上的振荡。亚热带南印度洋SSTA东西向的偶极型振荡可影响同期中国南方的冬季降雨异常(Chen等，2014a，2014b)。春季SIOD可作为预测华东地区夏季降水异常的影响因子(Yang and Ding 2007年)。在夏季，通过调节阿拉伯海和孟加拉湾的异常环流，SIOD可影响印度支那半岛的水汽输送和垂直运动异常，从而影响中国西南部的夏季降水(Cao等，2014)。通过调节Mascarene高压(Feng等，2014)，发现SIOD与影响印度洋偶极子（IOD）(Saji 等，1999)和华东地区夏季气候异常有密切关系(Guan and Yamagata，2003)。

中国南方夏季降水和SIOD之间可能存在联系。到目前为止，在长期趋势消除后，调查了SIOD与中国夏季降雨变化之间的关系(例如，Yang and Ding，2007)。请注意，在对Yang和Ding的研究(2007)中，检测SIOD与中国降雨量年际变化之间的关系时，没有过滤掉年际信号。然而，由于华南地区降雨量的年际变化很大(例如，Wu等，2010，2012；Duan等，2013)，在试图分析SIOD与中国夏季降水变化的关系时，保持SIOD指数等物理变量的时间序列的线性趋势和年际变化是不合理的。在年际时间表上，Wu 等(2012年)分析了中国南方降水与赤道印度洋-太平洋年际变化之间的关系，但没有详细讨论SIOD对中国南方降雨影响的物理机制。Cao等(2014年)研究了夏季SIOD如何影响中国西南部同期降雨变化，但没有考虑其他地区的降雨异常。上述研究表明，SIOD与中国降雨异常确实有显著联系。图1c显示了1979-2015年夏季SIOD指数和P_GG的年际变化。SIOD指数与P_GG之间的相关系数为0.47。

如上文所述，探讨了GG夏季降水与SIOD指数的关系。然而，是否有可能找到GG夏季降雨异常与南印度洋SST信号的关系作为预测因子？这种关系背后的可能机制是什么？在本文中，我们通过观察南印度洋的春季SSTA变化及其与年际时间尺度上GG的夏季降雨异常的联系来研究这些可能性。

本文的结构如下。第一节描述了本研究的动机。第二节介绍了所使用的数据和方法。在第三节中，考察了南印度洋SSTA（SIOSSTA）和GG夏季降水之间的关系。第四节讨论了GG降雨和SIOSSTA关系背后的机制。第五节建立了GG夏季降水的统计模型，并对GG地区夏季降水进行了季节预测。最后，在第六节中进行了讨论和总结。

图1：广东和广西区域平均降雨量与北方夏季降水(JJA)(a)的同步相关性。较浅(较深)的阴影表示相关系数95%（99%）以上的统计显著的区域。红点显示了广东和广西地区36个气象站的位置。蓝色、品红色和红线分别为负、零和正等高线值。等高线间隔为0.1。(b)所示是广东-广西地区夏季降水异常的标准时间序列(条形)及其11年运行平均值(红线)。在(c)中, 所示为广东和广西地区夏季降水年际变化的标准化时间序列(更宽的柱线)和由HadiSST数据得出的MAM SIOD指数(较窄的蓝条)。(a)和(b)中的降雨异常未经过滤。降雨异常与SIOD信号的中长期趋势和时期超过9年的组成部分均在(c)中删除。

2数据和方法

本研究使用的数据包括降雨、SST和其他一些环流数据。GG地区36个站的日降水数据是从1979-2009年中国753个站点的数据中提取的(图1a)，由中国气象局和2010-2015年气象信息综合分析和处理系统(MICAPS)3.0发布。气候预测中心(CMAP，1997)、1979-2015年全球降水气候学项目(Adler等，2003)的每月降雨量数据(水平分辨率：2.5°x2.5°)，以及ERA-Interim再分析数据同时也用于本研究(水平分辨率：1.5°x1.5°)(Dee等，2011)。

来自Met Office Hadley 中心的1979-2015年SST数据(Rayner等，2003)(水平分辨率：1°x1°)，来自国家海洋和大气管理局(NOAA)的扩展重建海洋表面温度V3b数据(Smith等，2008) (水平分辨率：2°x2°)、宇宙背景探索者(COBE)SST数据(Ishii等，2005) (水平分辨率：1°x1°)以及1982-2015年的月最佳插值海洋表面温度V2(OISST)数据(Reynolds等，2002) (水平分辨率：1°x1°)也被用于本研究。来自国家环境预测中心(NCEP)全球海洋数据同化系统(Saha等，2006)的GODAS数据，以及向下和向上的短波辐射和来自NCEP/NCAR(Kalnay 等，1996)的表面潜热通量用来分析诊断海洋混合层热量预算。

北大西洋涛动（NAO）指数数据(Hurrell，1995)是从PSD(http: //www.esrl.noaa.gov/psd/data/correlation/nao.data)收集的。本文使用的Nino3.4指数是地理区域平均SSTA[170°W–120°W， 5°S–5°N]。由于厄尔尼诺-南方涛动(ENSO) 信号会影响印度洋SSTA(例如，Xie等，2009)，因此Nino3.4 指数在前一个冬季(从前年12月至当年冬季 2月)所显示的ENSO信号的影响年被排除在我们的分析中，使用线性回归方法使变量 F由ENSO信号相关分量和残差组成，可表示为：

F = aI _Nino3.4 F_noENSO（1）

在Eq.(1)中，I_nino3.4表示前一个冬季标准化的ENSO指数。F_noENSO表示在删除前面的ENSO信号后变量F的残值。系数a是F和I_nino3.4的协方差。

除了他们的长期趋势(Yang and Ding 2007；Hsu and Lin，2007)，GG夏季降雨量和SIOD指数(图1b)也存在显著的年际变化(Wu等，2012；Duan等，2013)。为了研究GG夏季降雨的年际变化及其与南印度洋SSTA的关系，对时间序列进行了预处理，筛选出了长期趋势。但在图1a，b 中，通过用9年的运行均值去除年际变化分量，来执行回归并消除线性长期趋势。除非另有说明，否则以下讨论中使用的GG夏季降雨、春季海面温度场和环流场都是年际变化的组成部分，本文提到的春季是3月至5月(3月至5月；MAM)，夏季意味着6月至8月(6月至8月；JJA)。

本文对海洋混合分层的温度趋势进行了诊断。海洋混合层热预算方程可写如下：

（2）

其中

且

在Eq.(2)中，over-bar和prime分别表示平均气候学和异常。洋流的纬向、经向和垂直分量分别由u₀、v₀和w₀表示，而T₀表示为混合层温度。净短波辐射(SWR)被定义为向下和向上短波辐射通量之间的差异，而LH是表面潜热通量。H_m是海洋混合层深度，而R是残差。海水的密度设为10³ kg/m³，海水Cp 的比热为 4000 J/Kg K。在Eq. (2)的右侧，术语Trsquo;_adv、Trsquo;_upw是与海洋平流和上升流有关的异常。Eq.(2)中的所有术语都是混合图层的垂直维度中的平均值。更多细节见Chen等(2016年) 和Wu等(2006年)等文献。

3 GG夏季降水与南印度洋海温异常的关系

GG夏季降水与中纬度春季南印度洋海温呈显著正相关，与热带东南印度海呈负相关。这些显著的相关性从春季到夏季持续存在(图2)。相关性的空间分布与SIOD(Behera and Yamagata 2001)相似，只是相关系数的较大值的中心位置不同于Behera 和Yamagata(2001年)定义的SIOD。本文分别选取图2a中的高相关区[65°E–95°E，35°S–25°S]和[90°E–110°E， 20°S–5°S]作为SIOD模式的西极区和东极区。我们称之为与夏季P_GG相关的SIOD SSTA模式 (R-SIODP为缩

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[18346]，资料为PDF文档或Word文档，PDF文档可免费转换为Word