中国海洋大学学报自然科学版  2021, Vol. 51 Issue (5): 10-17  DOI: 10.16441/j.cnki.hdxb.20200200

引用本文  

刘明嘉, 刘福凯, 罗义勇. 北极和南极表面温度对中低纬度海洋热强迫的响应[J]. 中国海洋大学学报(自然科学版), 2021, 51(5): 10-17.
LIU Ming-Jia, LIU Fu-Kai, LUO Yi-Yong. Responses of the Arctic and Antarctic Surface Temperatures to Oceanic Thermal Forcing at the Middle and Low Latitudes[J]. Periodical of Ocean University of China, 2021, 51(5): 10-17.

基金项目

国家自然科学基金项目(41976006)资助
Supported by the National Natural Science Foundation of China(41976006)

通讯作者

罗义勇, E-mail:yiyongluo@ouc.edu.cn

作者简介

刘明嘉(1995-),男,硕士生。E-mail:928010433@qq.com

文章历史

收稿日期:2020-07-06
修订日期:2020-08-15
北极和南极表面温度对中低纬度海洋热强迫的响应
刘明嘉 , 刘福凯 , 罗义勇     
中国海洋大学海洋与大气学院,山东 青岛 266100
摘要:利用耦合了平板海洋模型的全球气候模式进行了大量的格林函数实验,以探究两极地区对于施加在中低纬度海域的热强迫的气候响应。结果表明,北极地区的气候不仅受到距离较近的北太平洋与北大西洋的影响,远离北极的热带太平洋以及南太平洋也对其气候有显著的影响,南极地区的气候则主要是受到邻近的南大洋的影响。通过经验正交函数法的进一步分析发现,北极响应最显著的区域包括波弗特海(Beaufort Sea)、拉普捷夫海(Laptev Sea)以及北极中心区附近; 南极地区的响应主要集中在别林斯高晋海(Bellinsgauzen Sea)区域。另外,利用温度归因法对辐射反馈过程和大气能量输运分解发现,北极地区表面温度的响应主要是受到了反照率反馈以及垂直递减率反馈的影响,而南极地区的响应则主要是反照率反馈发挥了作用。
关键词极地气候    海洋热强迫    气候敏感度    格林函数实验    辐射反馈    

极地地区气候变化的研究一直是近年来的热点话题。然而尽管同样处在全球变暖这个大背景下,北极和南极的气候在过去几十年却出现了截然不同的变化。具体而言,北极地区存在着极为显著的升温,升温的速率甚至能够达到全球平均速率的两倍(见图 1),这种温度异常升高的现象被人们称之为“北极放大”[1-2]; 伴随着北极区域的快速升温,北极海冰覆盖范围不断减小并且其减少速度在近些年明显加快。观测结果显示,相较于20世纪末期北极海冰面积已经减少了200多万km2,长此以往,甚至会涌现出多条能够贯穿北冰洋的极地航道,蕴含大量的社会与经济价值[3-4]。另一方面北极放大也会对中低纬度的气候产生一定的影响,比如极端天气的增加等[5]。而南极地区的气温和海冰的变化趋势与全球变暖的整体趋势不一致,即南极地区的表面温度整体上变化缓慢、甚至有下降的趋势,该现象被称为“增暖迟滞”现象; 与此相对应,南极海冰覆盖范围出现增加的趋势。但这种现象是把南极地区作为一个整体(包括南极洲和南大洋),事实上南极不同地区气温和海冰的变化存在明显的差异。例如,东南极大陆出现降温,而南极半岛和西南极则呈现增温; 罗斯海地区发生了海冰的大范围扩张[6],而阿蒙森-别林斯高晋海的海冰范围减少。上述这些北极和南极间出现的不对称的气候变化以及极地内不同区域的变化特征促使着我们对其进行进一步的研究。

图 1 1963—2017年全球表面温度变化趋势(K·a-1) Fig. 1 Global surface temperature trend from 1963 to 2017 (K·a-1)

对两极气候变化原因的研究也由来已久。对于北极,最早受到关注的是该区域的辐射反馈过程。其中反照率反馈被认为有极大的作用[1, 7]:温度升高会引起冰雪的融化,进而下垫面性质发生改变,即反照率降低,吸热增加,导致温度进一步升高,产生正反馈,更进一步促使海冰消退的发生[8]。除此之外,温度垂直递减率反馈被认为是另外一种重要的反馈机制:高纬度区域由于缺乏湿绝热过程,使得升温异常容易聚集在大气底层,抑制了长波辐射的释放并放大了大气层顶净辐射热通量,造成“北极放大”现象[2]。此外大气环流与热量输运的改变等同样会产生影响。而对于南极来说,该地区的反照率反馈较北极来说较弱,但是海洋的热吸收却起到了更大的作用。南极整体较高的地势也进一步加剧了南北极之间的不对称[9]

能够引起两极气候变化的除了上述的局地反馈作用,还存在远距离的强迫影响。全球变暖下任一海域对大气的热强迫都可能经过大气桥的“遥相关”作用调控南北极区域的辐射反馈过程,并影响其气候变化。Svendsen等[10]就曾遵循这种思路,通过敏感性实验建立起了来自太平洋的外强迫与北极气候之间的联系。但迄今为止,全球性、系统性的研究尚未见报道,这也是本研究欲解决的问题。因此我们使用耦合了平板海洋模型(Slab Ocean Model)的通用地球系统模型(The Community Earth System Model; 简称CESM)进行了大量的格林函数实验。将中低纬海洋划分成为97个海域,在各海域分别施加冷、热强迫,从而得到极地气候指标对全球中低纬海域热强迫的敏感性分布。同时,我们还将研究实验中极地内部所呈现的气候变化的空间结构,并利用温度归因法(一种将表面温度的响应归因于不同的辐射核反馈的方法),来确认远程热强迫影响极地气候的具体途径。

1 方法介绍 1.1 模型与实验

本文中所涉及的实验使用的是通用地球系统模式,是美国国家大气研究中心(National Center for Atmospheric Research)在2010年推出的地球系统耦合模式,具体型号为CESM1.1.2。而CESM1由许多模块共同构成,包含了大气、海洋、陆地与冰冻圈,且可以通过选择耦合不同的模块以达到相应的配置[11]。本实验中所采用的模块具有完整的大气过程,而在海洋方面则是选择了混合层海洋模型,该模型只考虑海洋的热力学过程、忽略了动力学过程。本文通过修改混合层海洋中的q-flux改变海洋提供给大气的热通量,进而检验气候系统对该热通量强迫的响应。

实验采用的分辨率为:陆地模块与大气模块为fv1.9×2.5网格,对应分辨率为2.5° (经度) ×1.9° (纬度); 海冰模块与海洋模块则为gx1v6不规则网格。而全球中低纬的海洋被我们划分成了97个区域分别施加冷、热强迫,具体情况如图 2所示:每个圆环代表一个片区的位置,而在每个片区中心施加最高的热强迫(±12 W·m-2),若记此最大值为Q,则施加在该片区内任意一点上的热强迫遵循Barsugli and Sardeshmukh[12]给出的局部余弦峰(Localized cosine hump)公式:

$ Q{\cos ^2}\left( {\frac{{\rm{ \mathsf{ π} }}}{2}\frac{{\phi - {\phi _k}}}{{{\phi _w}}}} \right){\cos ^2}\left( {\frac{{\rm{ \mathsf{ π} }}}{2}\frac{{{\rm{ \mathsf{ π} }}\lambda - {\lambda _k}}}{{{\lambda _w}}}} \right)。$ (1)
图 2 格林函数实验中各个热强迫的位置 Fig. 2 Distribution of thermal forcing in the Green's function experiments

加热中心位于(ϕk±ϕwλk±λw),ϕw=30°与λw=12°分别代表了加热范围的经向与纬向半径。从图中我们也可以看出,施加热强迫的范围与对应的海洋片区并不完全重合,而是与相邻片区存在重叠; 片区边缘位置受到的热强迫为最大值的一半(Q/2)。这样来自所有片区的热强迫之和等于除了海洋边缘之外在全球海洋均匀加热(冷却)12 W·m-2[13]

通过这一系列的实验,我们即可观察两极气候对特定海洋区域热强迫所产生的响应,最终系统性的得到一张两极区域气候针对全球中低纬海域的敏感性分布图。同时,我们也可以利用经验正交函数法(EOF)对97个格林函数实验中的响应进行分析,从而得到南北极在海洋热强迫的作用下最容易呈现的响应。

1.2 温度归因法

一个局地的海洋热强迫究竟是通过何种途径造成极地表面温度的变化也是本文要回答的问题。外强迫除了可以通过影响大气能量输运造成表面温度的变化以外,也可以通过影响极地区域的各种辐射反馈过程,进而影响其气候变化。Soden等[14]将大气层顶热辐射通量R简化为与水汽w、温度T、云相关量c以及表面反照率a有关的函数,因此RR(w, T, c, a)。这里面对应了五个具体的辐射反馈过程,分别为水汽反馈(Water vapor feedback, WV)、云反馈(Cloud radiative feedback)、反照率反馈(Albedo feedback,Alb)以及温度所对应的两个过程普朗克反馈(Planck feedback)与垂直递减率反馈(Lapse rate feedback, LR)。如果以X指代上面某一反馈因子,则可以用公式$\delta R_{X}=\frac{\partial R}{\partial X} \delta X$计算X的变化对R的贡献; 其中$\frac{{\partial R}}{{\partial X}}$被称之为“反馈核(Feedback kernel)”,是仅与辐射传输有关的量。

基于“反馈核”理论,Liu等[15]提出了温度归因法来量化各个反馈过程造成的温度变化。具体来说,对于一个平衡态的系统而言,大气层顶各热辐射通量(Fi)的和表面热通量(Fs)以及大气能量传输辐散($\nabla$·F, Atmospheric heat transport, AHT)三者的异常(FiFs$\nabla$·F′)之间存如下关系:

$ \nabla \cdot F^{\prime}=\sum F_{i}^{\prime}+F_{s}^{\prime}。$ (2)

其中普朗克反馈这一过程作为基本的物理学过程过于简单且得到了充分的研究[16],因此可以将其视为参照系统,而不是反馈过程,来衡量其他反馈过程的影响。它的垂向积分可以写作温度反馈核和表面温度异常(Ts)的乘积:

$ \left(\frac{\partial R}{\partial T_{s}}+\int \frac{\partial R}{\partial T_{s}} \mathrm{~d} p\right) T_{s}^{\prime}。$ (3)

其中$\frac{\partial R}{\partial T_{s}}+\frac{\partial R}{\partial T}$分别为表面温度反馈核与大气温度反馈核。以此二者之和为媒介,我们可以定量化诊断各辐射反馈过程、表面热通量和大气能量输运对表面温度异常形成的贡献:

$ T_{s}^{\prime}=-k_{p}^{-1}\left(\sum F_{i}^{\prime}+F_{s}^{\prime}-\nabla \cdot F^{\prime}\right)。$ (4)
2 极地气候要素的响应 2.1 两极地区表面温度的敏感性分布

为了能够系统性地评估全球中低纬度海域对极地气候的影响,本文选择了极地地区近地表的气温(Surface temperature, TS,下称表面温度)作为其气候要素的代表,因为表面温度是表征海气热量、动力和水汽交换的重要参量,在很多研究中也就是用表面温度对于外界强迫的敏感度来指代气候敏感度,能够较好地体现出气候的具体响应。我们通过衡量二者对于海洋热强迫的响应,建立全球的敏感性分布。

图 3分别展示了北极区域(66.3°N~90°N)和南极区域(90°S~66.3°S)表面温度的敏感度,图中的每个点的位置分别对应于图 2中所划分出的一片海域; 斑点颜色的深浅即代表其敏感性的强弱; 红色和蓝色则是分别对应在施加正向热强迫以后,选定指标的升高和降低。举例来说,以150°E,44°N为中心施加1PW的热强迫能够使北极区域升温9.2℃。

图 3 北极(a)与南极(b)表面温度对全球海洋热强迫的敏感性分布 Fig. 3 Sensitivity of surface temperature in the Arctic(a)and Antarctic(b)to oceanic thermal forcing

通过对空间分布的详细观察可以发现,对北极地区而言,影响力较大的区域主要集中在较近的北太平洋以及北大西洋海域; 而到了低纬度地区,东热带太平洋海域也对其气候有着较强的影响力,但热带印度洋与热带大西洋的影响较小,甚至产生了使北极冷却的趋势; 此外图中还有一个相当值得注意的特征,北极地区对来自遥远的南太平洋海域的热强迫同样展现出了较高的敏感性。南极地区的状况又有所不同,除了同样对较为邻近的南大洋热强迫产生了较强的响应外,对另一半球海洋热强迫的响应整体上并未达到同样的强度。因此,敏感性较高的区域大多集中于南大洋。两极地区对于敏感性的空间分布产生了不对称的现象。

图 4呈现的是将气候要素的敏感性进行纬向平均之后的结果。横轴代表施加强迫的海域所在的纬度,红线代表北极,蓝线代表南极。我们可以发现,在南北极表面温度响应的量级接近一致的情况下,北极地区对于来自另一半球热强迫的响应要明显强于南极地区; 而对两极气候影响最小的热强迫都出现在副热带地区。造成这一现象的原因可能在于各纬度海域对施加于自身的热强迫的响应程度不同。

图 4 表面温度敏感度的纬向分布 Fig. 4 Zonal mean of sensitivity of surface temperature in the Arctic and Antarctic to oceanic thermal forcing
2.2 两极在海洋热强迫下最易激发的响应

除了能够从全球的角度筛选出对两极气候具有显著影响的区域,本文还可以聚焦南、北两极,探究两者对中低纬度海洋热强迫最容易呈现的响应,并与观测结果对比,理解气候变化下特定温度变化出现的原因。

实验过程中是通过将全球中低纬海洋划分成97个片区分别进行实验,每一次实验仅在单独的一片海域分别施加冷热强迫而不对其他区域施加扰动。因此我们每次都可以得到一个极地地区气候响应的结果,分别对应于相应海域的影响。97次实验全部完成后我们可以参照EOF方法,将结果组合成为一个序列,即用这97次实验去代替常规EOF分解中的时间维,进行分解得到EOF模态,其第一模态能解释的方差最大,可以认定为最为显著的模态,即南北两极在外强迫作用下最容易呈现的响应。

图 5(a, b)是对两极表面温度的响应进行EOF分解后得到的第一模态的结果,展现出了极地地区在受到远距离热强迫的影响后最容易激发的响应。二者较为活跃的区域都集中在海上,从北极地区来看,大多集中在纬度较低的沿岸海域,包括波弗特海、拉普捷夫海以及楚科奇海海域,接近极地中心的位置也有较强的响应,来自大西洋的一侧则在格陵兰海同样存在着较强的响应。而南极地区响应则更加集中,响应较强的区域主要分布在南极半岛外缘的别林斯高晋海,且活跃程度与北极相当,这也与目前观测结果中温度变化剧烈的区域相吻合,例如Kwok和Comiso[17]就曾在南极地区1982—1998年表面温度空间分布的相关研究中展示了别林斯高晋海的异常升温。Wang等[18]在对1979—2014年的气温数据的研究中指出,在北极的暖异常中心位于波弗特海以及喀拉向北80°N区域附近。

图 5 北极表面温度响应的第一模态(a)以及对应的PC分布(c),南极表面温度响应的第一模态(b)以及对应的PC分布(d) Fig. 5 The first mode of surface temperature response (a) and PC distribution (c) in the Arctic, the first mode of surface temperature response (b) and PC distribution(d) in the Antarctic

EOF分解得出的结果除了不同的空间模态外,还有一条主成分(PC)时间序列,数值相对越大,反映出在当前时间节点越容易激发出相应的模态。而在本文中由于用不同海域的结果排列代替了时间序列,出现的结果也就意味着其数值越大,在该海域施加热强迫越容易激发极地相应的模态。同样将结果与热强迫位置对应(见图 5(c), (d)),可以看到其分布与之前的敏感性分布相似:北太平洋、热带东太平洋与南太平洋地区仍旧是最容易激发北极地区表面温度第一模态的区域; 而最易激发南极表面温度第一模态的同样是南大洋。时间序列与敏感性分布的相关性分别高达0.9(北极)与0.95(南极)。

2.3 温度归因法分析

本研究所进行的实验中关于极地气候的响应都是源于非局地作用的结果,它们经过大气桥的“遥相关”作用调控极地地区的辐射反馈过程,最终影响极地的气候。因此,对于辐射过程变化的研究有助于我们进一步探寻气候变化背后的途径和机制。为此,我们利用前面提到的温度归因法,对气候变化过程中大气能量输运和各项辐射反馈的贡献进行了计算。

图 67所示的结果即为极地辐射反馈的最终分解结果,其中的图 6(a)7(a)图 5所代表的含义一致,是极地受到远距离热强迫后表面温度呈现出的最为显著的模态。后面的(b)~(f)图则是根据公式(4)将温度的响应分解,分别归功于水汽、垂直递减率、反照率和云反馈以及水平热辐散后的结果。换言之,也可以通过这五项的结果很好地模拟出表面温度的变化。

图 6 (a) 北极地区的表面温度响应的第一模态, (b)~(f)将(a)中的响应分解成水汽、垂直递减率、反照率和云反馈以及水平热辐散的结果 Fig. 6 (a)The first mode of the Arctic surface temperature and (b)~(f) decomposition of the total response in (a) into water vapor, lapse rate, surface albedo, and cloud feedbacks, as well as heat convergence due to atmospheric transport
图 7 (a) 南极地区的表面温度响应的第一模态, (b)~(f)将(a)中的响应分解成水汽、垂直递减率、反照率和云反馈以及水平热辐散的结果 Fig. 7 (a)The first mode of the Antarctic surface temperature response and (b)~(f) decomposition of the total response in (a) into water vapor, lapse rate, surface albedo, and cloud feedbacks, as well as heat convergence due to atmospheric transport

通过对该图的观察可以看出,水汽反馈在两极都造成了比较均匀的升温效果。具体对北极地区来看,反照率反馈与温度垂直递减率反馈起到了主导作用,云反馈的作用则相对较弱。而在南极,反照率反馈为南极海洋的异常升温做出了绝大部分贡献,垂直递减率反馈仅提供了少量的升温。值得注意的是,反照率反馈在陆地上对升温的贡献是负的,这种陆地与海洋变化相反的情况还出现在云反馈上,不过云反馈导致了陆地的升温与海洋的降温。而关于最后的水平热辐散项,两地都呈现出了与主要的反馈过程的模态相反的趋势,这是因为系统已经达到了平衡态,所以水平输运主要起到一个补偿的作用。

图 8展示了本文在选定海域中将各个反馈过程的贡献定量化对比的结果。作者分别选取了之前提到响应比较明显的北极低纬度沿岸(见图 8(a))(120°E~160°W,70°N~74°N)、北极中心区(见图 8(b))(160°E~180°,82.5°N~86.2°N)以及南极的别林斯高晋海区域(160°W~120°W,74.8°S~65.3°S)来进行观察,各区的反馈结果都做了区域平均。可以看出,北极低纬度沿岸海域的升温是反照率反馈与垂直递减率反馈共同作用的结果; 到了北极中心区,所有过程都提供了一个升温的贡献,但是由垂直递减率反馈过程占据了主导(56%),在两个区域总体响应强度相近的情况下,反照率反馈的贡献(24%)不及垂直递减率的一半,这是因为海冰的消退主要还是发生在较低纬度的沿岸海域,而与之密切相关的反照率反馈也主要局限于此。在南极最活跃的别林斯高晋海区域与南极海洋整体的情况近似,主要都是反照率反馈的影响。

图 8 北极中低纬沿岸海域(a)、北极中心区域(b)和南极别林斯高晋海区域(c)中各反馈过程贡献的对比 Fig. 8 Contribution of each feedback in the coastal Arctic (a), central Arctic (b) and Bellinsgauzen Sea(c)
3 结论与展望

为了能够评估全球不同海域上施加的热强迫所能够引起的极地地区的气候响应,本文利用耦合了平板海洋模型的通用地球系统模式进行了一系列的格林函数实验; 该实验中将全球大洋在真实地形下划分成97片海域,并在各个区域引入了热强迫。经过对实验结果的分析,获得主要的结论如下:

(1) 北极气候对于来自北太平洋、北大西洋、热带东太平洋与南太平洋地区的热强迫存在较高的敏感性,而对来自印度洋与热带大西洋的强迫敏感性较低; 南极地区的气候则主要受到南大洋海域的影响。两极气候对副热带海域的敏感性普遍较弱。

(2) 通过对极地地区表面温度的响应做EOF分解,我们确定了受到热强迫后其易于呈现的主要模态。北极地区的响应主要发生在波弗特海、拉普捷夫海、楚科奇海海域以及接近极地中心的位置。而对于南极地区来说响应较强的区域主要集中在南极半岛外缘的别林斯高晋海。

(3) 为了厘清其背后的响应机制,我们将大气层顶净辐射热通量与表面温度的响应建立关系,使用温度归因法将表面温度的变化归因于各个反馈过程,发现主要是反照率反馈与温度垂直递减率反馈促进了北极地区的升温,而在南极主要是反照率反馈的作用。

由于本文采用的模型为混合层海洋模型,忽略了海洋动力学过程,前人的研究指出海洋环流自身也能够从以下两方面改变海洋能量的输运和再分配,进而影响高纬度的气候:1)将低纬度的较暖水输运到高纬度; 2)对高纬度内部水体热量进行再分配[19]。由于模型的缺陷无法探讨海洋动力学过程对极地表面温度和海冰变化的贡献,未来将考虑选取特定区域补充包含海洋动力过程的耦合实验,与本文实验结果相互验证、补充。

参考文献
[1]
Arrhenius S. On the influence of carbonic acid in the air upon the temperature of the ground[J]. Philosophical Magazine Series, 1896, 5: 237-276. (0)
[2]
Pithan F, Mauritsen T. Arctic amplification dominated by temperature feedbacks in contemporary climate models[J]. Nature Geoscience, 2014, 7(3): 181-184. DOI:10.1038/ngeo2071 (0)
[3]
Gui D, Pang X, Lei R, et al. Changes in sea ice kinematics in the Arctic outflow region and their associations with Arctic Northeast Passage accessibility[J]. Acta Oceanologica Sinica English Edition, 2019, 38(8): 101-110. DOI:10.1007/s13131-019-1451-1 (0)
[4]
Kinnard C, Zdanowicz C M, Fisher D A, et al. Reconstructed changes in Arctic sea ice over the past 1, 450 years[J]. Nature, 2011, 479(7374): 509-512. DOI:10.1038/nature10581 (0)
[5]
Francis J A, Vavrus S J. Evidence linking Arctic amplification to extreme weather in mid-latitudes[J]. Geophysical Research Letters, 2012, 39. DOI:10.1029/2012GL051000 (0)
[6]
Favier V, Krinner G, Amory C, et al. Antarctica-regional climate and surface mass budget[J]. Current Climate Change Reports, 2017(3): 303-315. DOI:10.1007/s40641-017-0072-z (0)
[7]
Manabe S, Wetherald R T. The effects of doubling the CO2 concentration on the climate of a general circulation model[J]. Journal of the Atmospheric Ences, 1975, 32(1): 3-15. DOI:10.1175/1520-0469(1975)032<0003:TEODTC>2.0.CO;2 (0)
[8]
Manabe S, Stouffer R J. Sensitivity of a global climate model to an increase of CO2 concentration in the atmosphere[J]. Journal of Geophysical Research Atmospheres, 1980, 85(C10): 5529-5554. DOI:10.1029/JC085iC10p05529 (0)
[9]
Salzmann M. The polar amplification asymmetry: Role of antarctic surface height[J]. Earth System Dynamics Discussions, 2017(8): 1-23. (0)
[10]
Svendsen L, Keenlyside N, Bethke I, et al. Pacific contribution to the early twentieth-century warming in the Arctic[J]. Nature Climate Change, Springer US, 2018, 8: 793-797. DOI:10.1038/s41558-018-0247-1 (0)
[11]
万修全, 刘泽栋, 沈飙, 等. 地球系统模式CESM及其在高性能计算机上的配置应用实例[J]. 地球科学进展, 2014, 29(4): 482-491.
Wan X Q, Liu Z D, Shen B, et al. Introduction to the Community Earth System Model and application to high performance computing[J]. Advances in Earth Science, 2014, 29(4): 482-491. (0)
[12]
Barsugli J J, Sardeshmukh P D. Global atmospheric sensitivity to tropical SST nomalies throughout the Indo-Pacific Basin[J]. Journal of Climate, 2002, 15(23): 3427-3442. DOI:10.1175/1520-0442(2002)015<3427:GASTTS>2.0.CO;2 (0)
[13]
Liu F K, Lu J, Garuba O, et al. Sensitivity of surface temperature to oceanic forcing via q-Flux green's function experiments. Part I: Linear response function[J]. Journal of Climate, 2018, 31(9): 3625-3641. DOI:10.1175/JCLI-D-17-0462.1 (0)
[14]
Soden B J, Held I M, Colman R C, et al. Quantifying climate feedbacks using radiative kernels[J]. Journal of Climate, 2008, 21(14): 3504-3520. DOI:10.1175/2007JCLI2110.1 (0)
[15]
Liu F K, Lu J, Garuba O A, et al. Sensitivity of surface temperature to oceanic forcing via q-flux green's function experiments. Part Ⅱ: Feedback decomposition and polar amplification[J]. Journal of Climate, 2018, 31(17): 6745-6761. DOI:10.1175/JCLI-D-18-0042.1 (0)
[16]
Lu J, Cai M. A new framework for isolating individual feedback processes in coupled general circulation climate models. Part Ⅰ: formulation[J]. Climate Dynamics, 2009, 32(6): 873-885. DOI:10.1007/s00382-008-0425-3 (0)
[17]
Kwok R, Comiso J C. Spatial patterns of variability in Antarctic surface temperature: Connections to the southern hemisphere annular mode and the southern oscillation[J]. Geophysical Research Letters, 2002, 29(14): 1705-1708. (0)
[18]
Wang Y S, Huang F, Fan T T. Spatio-temporal variations of Arctic amplification and their linkage with the Arctic oscillation[J]. Acta Oceanologica Sinica, 2017, 36(8): 42-51. DOI:10.1007/s13131-017-1025-z (0)
[19]
赵进平, 史久新, 王召民, 等. 北极海冰减退引起的北极放大机理与全球气候效应[J]. 地球科学进展, 2015, 3(9): 985-995.
Zhao J P, Shi J X, Wang Z M, et al. Arctic amplification produced by sea ice retreat and its global climate effects[J]. Advances in Earth Science, 2015, 3(9): 985-995. (0)
Responses of the Arctic and Antarctic Surface Temperatures to Oceanic Thermal Forcing at the Middle and Low Latitudes
LIU Ming-Jia , LIU Fu-Kai , LUO Yi-Yong     
College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China
Abstract: Employing the slab ocean version of Community Earth System Model, we perform a large set of Green's function-type experiments to explore the climate response over the two polar regions of our planet to thermal forcing placed in different areas of the global oceans. Results show that, for the Arctic, the forcing not only placed in the adjacent North Pacific and North Atlantic but also in the Tropical Pacific and even in the distant Southern Ocean have significant impacts on its surface temperature and sea ice area. In contrast, the surface temperature and sea ice area in the Antarctic are mainly affected by the forcing placed in the Southern Ocean. In other words, the Arctic is more prone to be affected by the forcing from global oceans, while the Antarctic is mainly influenced by adjacent oceans. However, the forcing placed in the subtropics is found to have much less influence on both polar regions. In addition, we perform an empirical orthogonal function analysis to identify the most excitable response of surface temperature and sea ice area to the oceanic thermal forcing. It is found that the most excitable responses appear to be in the Beaufort Sea, Laptev Sea and around the north pole of the Arctic, and in the Bellingshausen Sea of the Antarctic. A further analysis with a radiative kernel-based attribution method finds that the surface temperature response in the Arctic is mainly resulted from the albedo and lapse-rate feedbacks, whereas that in the Antarctic is primarily due to the albedo feedback.
Key words: polar climate    oceanic thermal forcing    climate sensitivity    Green's Function experiment    radiation feedback