英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料

季节内变化对西北太平洋热带气旋生成的调制

摘要：本文研究季节内变化（ISV）对西北太平洋地区（WNP）热带气旋（TC）生成的调制。研究发现两个ISV主模态：40-60天的大气季节内振荡和16天的准双周振荡，对WNP TC生成有重要影响。WNP多数TC生成在两个ISV模态均处于活跃位相时，说明TC生成受到两个模态的共同作用。

两个ISV主模态对WNP TC生成的调制作用可以用生成潜力指数(GPI)描述。通过分析总GPI异常的4个因子的贡献，确定两个ISV主模态调制WNP TC生成的主要因子。结果表明，低层绝对涡度和中层相对湿度是影响WNP TC生成的两个重要因素，但ISV处于不同位相时，4个GPI因子的相对重要性也不同。本文深入研究ISV对WNP TC生成的调制机制，有利于今后对TC活动的季节内预测。

关键词：季节内变化，热带大气季节内振荡，准双周振荡，热带气旋生成，西北太平洋

1. 引言

之前的研究发现WNP TC活动受到自然气候变化的不同模态的影响。包括年际内变化(Chan 2000;Chia and Ropelewski 2002;Wang and Chan 2002;Zhao等2010, 2011; Zhao 等2011; Li等2012; Li and Zhou 2012; Wang 等2013a; Wang and Wang 2013) 和年代际变化(Matsuura等2003; Chan 2008; Liu and Chan 2008; Kim等 2010;Wang 等2012; Zhao 等 2014; Zhao and Wu 2014)以及季节内变化(ISV) (Nakazawa 1988; Liebmann等1994; Wangand Zhou 2008; Kim 等2008; Chen 等2009; Liu等2009; Sun 等 2009; Pan 等2010; Tian等2010; Mao and Wu 2010; He 等 2011;Huang 等2011，Zhu 等 2013; Li 等2013a, b)。

具有30-60天周期的热带大气季节内振荡（MJO;Madden and Julian 1971）被认为是季节内时间尺度中影响TC活动的ISV主模态并且在不同研究中已被证实。(例如，Gary 1979; Nakazawa 1988; Liebmann等1994; Huang 等 2011，Li 等2013a, b)。在北半球夏季，印度洋、西太平洋地区MJO模态主要向北-东北传播。(Yasunari 1979; Wang and Rui 1990; Hsu等 2004;Jiang 等 2004)。在亚洲夏季风地区定义的具有10-30天周期第二主模态经常被称为准双周振荡（QBWO）。(Krishnamurti and Bhalme 1976; Chen and Chen 1993; Kikuchi and Wang 2009; Chen and Sui 2010)。之前的研究表明在WNP海盆QBWO的动能比MJO的动能大（Li and Zhou 1995），因此，QWBO对当地TC活动具有更强的影响(Wang 等2009；Li 等 2013a, b)。

Gray (1979)第一次发现全球TC生成在clusters具有活跃TC生成的1-2周伴随着2-3周的静止，

occurs in clusters with 1-2 weeks of active TCgenesis followed by 2-3 weeks of quiescence

并且猜想在ISV和全球TC活动可能存在联系。在WNP海盆，观测到TC生成数目在ISV活跃位相增多，而在ISV不活跃位相减少(Liebmann等1994; Kim 等2008; Wang and Zhou 2008; Gao and Li 2011, 2012)。这可能是由ISV影响的环境平均流场的调制或者从正压能的转换方面考虑是由波的积累造成的。(Malonev and Dickinson 2003;Mao and Wu 2010)。

之前的研究也发现在其它海域ISV对TC生成和移动存在重要影响(例如，印度洋: Bessafi and Wheeler 2006; Ho 等2006;Kikuchi and Wang 2010; 东太平洋: Mohnari等1997; Malonev and Hartmann 2000a; Aivverand Molianri 2008; Jiang等2012; 波斯湾和墨西哥: Malonev and Hartmann 2000b; Mo等2000; Higgins and Shi 2001，大西洋: Malonev and Shaman 2008; Klotzbach 2010; Camargo等2007; 澳大利亚地区: Ho 等 2006), 并且普遍认为TC生成的频率在ISV对流活跃阶段增加而在ISV对流抑制阶段有明显减少。

已经确定ISV特别是MJO模态对TC活动有调制作用，但在WNP MJO和QBWO调制TC活动的季节内变化的内在物理机制仍然很不清楚。之前研究表明在ISV对与TC生成有关联的大尺度环境场的调制和对TC活动的调制具有一致性。 (Malonev and Hartmann 2000a, b; Hall 等2001; Bessafi and Wheeler 2006)。通过对东北太平洋气旋的分析，Malonevy和 Hartmann (2000b) 发现在ISV活跃位相TC生成数目增多。他们把ISV对TC的影响归因于与ISV有关的低层相对涡度和垂直风切变的变化。与ISV有关的低层涡度异常是调制海洋到澳大利亚地区西北部TC生成的一个重要因子(Hall 等2001)。与ISV相关的低层涡度和垂直风切变对南印度洋地区气旋的季节内调制有重要作用（Bessafi and Wheeler 2006）。在WNP海盆，观测到了相似的ISV对TC活动的调制(Nakazawa 1988;Liebmann 等 1994; Wang and Zhou 2008)。

最近，由Emanuel 和 Nolan (2004)提出的GPI被广泛应用于定量评估几个影响TC生成的环境因素的相对角色。在后面会讨论，GPI指数涉及4个大尺度因子，它们对TC生成有较大影响。例如，对流层低层绝对涡度，中层水汽含量，垂直风切变，和潜在强度(PI). Camargo 等 (2009) 发现GPI在表征在季节内时间尺度上全球TC生成中起到重要作用。他们认为中层相对湿度（RH）在调制TC生成频数中是最重要的因子，低层绝对涡度是次重要的因子。垂直风切变和PI对TC生成有较弱影响。这些结果与之前的几个研究有所不同，它们考虑的动力学因素包括低层涡度和垂直风切变，而且它们在TC生成调制过程中起到重要作用（Maloney and Hartmann 2000a, b, Hall等2001，Bessafi and Wheeler 2006; Wang and Zhou 2008)。此外，注意Camargo等 (2009)采用九点平滑后的第一TC强度场(2.50*2.50 lat/lon的NCEP/NCAR格点资料; 1.1250*1.1250 lat/lon ERA-40的格点资料) 采用这种方法描述小海盆地区TC生成的详细特点时比较困难。在最近的研究中，Jiang 等 (2012) 讨论东北太平洋海盆在不同ISV（10-90天）位相实际生成的TC并且重新研究与ISV调制TC生成有关的4个GPI变量。发现600 hPa相对湿度和850 hPa涡度是影响东太平洋海盆TC生成的两个重要因素，并且垂直风切变可能在东北太平洋中的一定区域，几个特定MJO位相中扮演着重要角色。

目前，大多数关于ISV和TC相关关系的研究重点关注MJO模态的影响，而关于QBWO对台风生成的影响研究很少。最近Li 等(2013 a)研究了QBWO和MJO对于WNP TC生成的影响。研究表明两个ISV模态可以直接通过改变季风循环和相关的环境场参数调制WNP TC活动。然而，他们的研究中没有量化与MJO和QBWO相联系的大尺度环境场对于TC生成的影响。将Li 等(2013a)的研究进行扩展，本研究的主要目标是，通过采用与Camargo等 (2009) and Jiang 等(2012)相似的方法，分析总GPI异常的4个要素的分布情况，研究与MJO和QBWO相关的影响WNP TC生成的关键因子。本研究的结果不仅会通过考虑ISV的两个主模态增加我们对ISV与TC关系的理解，而且可以为WNP季节内TC活动预测提供有用的信息（Leory and Wheeler 2008)。

本文第二部分会描述在研究中使用的数据和确定MJO和QBWO模态及其位相和振幅所采用的方法。第三部分会研究讨论MJO和QBWO模态主要的结构和传播特征以及它们对WNPTC生成的影响。

第四部分会介绍 MJO和QBWO对WNPTC生成调制的主要因子。第五部分会对所有内容进行总结。

2、数据和方法

a．数据

在本次研究中，1998-2012年的降水量观测资料取自热带降水测量任务（TRMM）3B42版(Huffman 等 2007)，并用此资料定义ISV在WNP海盆的位相。TRMM 3B42降水量是基于多卫星和雨量计分析的降水产物。它提供在50°N-50°S的纬度带上时间分辨率为3小时，空间分辨率为0.25的格点降水估计资料。本研究把空间分辨率为0.25每3小时的TRMM降水资料重新整理成1°*1°的日资料。

在本次研究中，TC数据采用联合预警台风中心（JTWC）的最佳路径资料，包括每6小时的位置和强度资料，并选取达到热带风暴的强度（平均一分钟最大可维持风速大于17.2m/s）的TC进行研究。尽管WNP TC在一年之中都可以出现，但每年5-10月生成的台风约占台风生成总数的88%，因此选取5-10月的台风进行研究。WNP地区历史台风有不同的观测资料，（例如，JTWC，日本气象机构的区域专业气象中心，中国气象局的上海台风所），之前研究表明取自上述部门的TC强度资料存在很大差异(Wu 等2006; Emanuel 等2008;Ren 等 2011，Wu and Zhao 2012)。Chan (2008)认为JTWC的TC强度资料相对可信。Wu and Zhao(2012)对比了JTWC，日本区域专业气象中心，上海台风所三种台风最佳路径资料，发现JTWC的数据比其它两种数据更加可信。为了研究TC活动季节内变化的可能物理机制，分析了1998-2012年的大气变量包括风、相对湿度、气温、和海表面温度资料，选取欧洲中心中尺度天气预报（ECMWF）具有1.5°*1.5°水平分辨率的ERA-Interim分析(Dee 等2011)。

b．方法

本文采用扩展经验正交函数（EEOF）方法(Weare and Nasstrom 1982)。EEOF分析是通过延展EOF分析到一段连续时间，关注时空演变，因此，更适合用于分析传播现象。采用合适的连续时间点序列前两个EEOF模态能表现ISV的半个周期（Lau and Chan 1985, 1986），而包含更长的时间序列，一个EEOF模态能表示一个ISV完整的周期(Kayano and Kouskv 1999)甚至多个周期(Wahser et al. 2003, 2004)。

Jiang 等 (2012)采用1988-2012年10-90天带通滤波的TRMM降水量异常资料并选取20°N-30°N,60°E-180°E区域和31天的时间滞后做EEOF分析，从中提取WNP地区的ISV的主模态。本研究与Jiang 等(2012)研究类似，由EEOF的两组主模态定义WNP地区两个ISV主模态。这两组主模态称为EEOF1、EEOF2和EEOF3、EEOF4，代表两个ISV主模态的传播特征。根据North等(1982)的公式计算每个EEOF的方差，发现前两组EEOF从剩余的EEOF中凸显出看来并且彼此容易区分。前两个EEOF占带通滤波31天滞后数据中总异常方差的5.8%，第二组EEOF占总方差贡献的3.3%。EEOF1和EEOF3主分量（PCs）的时间序列如图1.PC的光谱分析表明第一模态和第二模态分别存在40天和20天的传播周期。总的来说，降水异常观测数据的两个EEOF主模态为 MJO模态（40天ISV模态）和QBWO模态（16天ISV模态）。把TRMM降水数据带通滤波后的EEOF1和EEOF3模态做滞后回归，证实了在WNP海盆，北半球夏季观测到的东传和北传MJO以及向西北传播的QBWO。由两个EEOF模态的时间序列回归得出的两个主要模态随时间的演变与之前很多研究得到的结论一致，并且它们采用相似的方法但采用OLR和500hPa风场的合成数据Lee 等2013)。

图1 1998-2012年TRMM夏季（6-10月）降水异常的10-90天带通滤波EEOF1（a）和EEOF3（b）的主成分时间序列，以及相应的全球波能谱分析（b）和（d）

Wheeler and Hendon (2004)选取相似的方法，用前两个主PC分别确定MJO和QBWO日振幅和位相（从1到8）。获得8个位相，并且把可获得的日期分成8个位相。在此次研究中，增加位相9并用来诊断MJO和QBWO模态中弱位相。把振幅小于1(MJO: Sqrt (PC1**2 PC2**2)lt;1.0; QBWO Sqrt (PC3**2 PC4**2)lt;1.0)的日期归纳给位相9。选取1998-2012年期间强MJO（QBWO）事件（MJO 强事件Sqrt (PC12 PC2z) gt;- 1.0; QBWO 强事件: Sqrt(PC3z PC42) gt;- 1.0），并通过求每个MJO（QBWO）位相10-90天带通滤波降水量异常的平均值计算观测降水量的合成分析。把TC数据按照MJO和Q

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[31600]，资料为PDF文档或Word文档，PDF文档可免费转换为Word