ENSO(El Niño-Southern Oscillation)作为热带太平洋上最显著的海气耦合信号,通过遥相关等作用影响着全球的气候。Bjerknes首先对南方涛动和厄尔尼诺的物理联系及动力学机制进行了阐述[1-2]。Rasumsson和Carpenter定义了一个典型的厄尔尼诺现象-南美洲沿岸海表面最先异常升温并逐渐向西传播到赤道中太平洋区域[3]。Philander对1950—1983年发生的厄尔尼诺事件进行统计发现,虽然绝大多数厄尔尼诺事件为典型厄尔尼诺,但存在不遵循典型厄尔尼诺事件发生规律的事件,即海表异常升温首先出现在赤道中部太平洋,再向东传播到南美洲沿岸[4]。近些年来,Larkin和Harrison、Kao和Yu、Li和Wang、Kug和Jin、Ashok等学者也陆续认为除了典型厄尔尼诺以外还存在一类中部太平洋升温的厄尔尼诺[5-10]。
对于两类厄尔尼诺事件类型的判定,一般分为定性和定量两个角度。
1.1 定性角度早期的研究主要从定性角度分类两种厄尔尼诺事件。通过对海表温度异常的最初发生时间、最初开始的位置、主要出现区域等特点粗略判定厄尔尼诺事件的类型,着眼于海表升温区的主要位置、整个变暖过程的演变特征、发现最初升温位置以及海表温度的分布类型等。比如,臧恒范和王绍武通过海温异常发生时间的不同对厄尔尼诺事件进行分类,将明显海温异常开始于上半年(1—6月)与下半年(7—12月)分为两类[11];Xu等观察春季开始与夏季开始的厄尔尼诺事件发现其SSTA(Sea Surface Temperature Anomaly)的热中心分别位于东太平洋和中太平洋[12];彭京备等根据增暖区域扩散的方向来判断厄尔尼诺事件类型[13];符淙斌和弗莱切通过对比Fleet数值海洋中心的整编资料和实时船测资料分析,根据增暖位置的不同来区分两种厄尔尼诺[14];林学椿和于淑秋以130°W经线为界限,将增暖最先发生在该经线以东(西)事件定义为东(中)部型[15];Kug等以Niño3、Niño4指数为基础,当两个指数任意一个大于其标准差时定义为一次厄尔尼诺事件,若Niño3指数大于(小于)Niño4指数为冷舌(暖池)厄尔尼诺事件[10]。曹璐、Yeh等、Yuan和Yan等学者也同样根据比较Niño3和Niño4指数来判定厄尔尼诺事件类型[16-18]。
1.2 定量角度通过定义几组指数将厄尔尼诺事件定量化,Ashok等和Li等根据厄尔尼诺Modoki的热带太平洋海温分布呈三极子结构定义了厄尔尼诺Modoki指数和改进的厄尔尼诺Modoki指数[7, 19];Ren和Jin对Niño3、Niño4指数进行坐标变换提出描述暖池厄尔尼诺和冷舌厄尔尼诺的WP和CT指数[20];类似地,Takahashi等将常用的Niño指数(Niño3、Niño4、Niño3.4和Niño1+2)分别拟合两类厄尔尼诺事件并进行经验正交函数分解得到时间序列,构造成相互正交的E和C指数,并用其来分别描述东部型厄尔尼诺事件和中部型厄尔尼诺事件[21];另外,Yu等发现两类厄尔尼诺次表层海洋温度的分布明显不同,进而选取赤道东部太平洋和赤道中部太平洋次表层海洋温度定义两类厄尔尼诺事件的次表层海温指数[22];陈圣劼等研究发现厄尔尼诺和厄尔尼诺Modoki的海-气耦合特征存在显著差异,进而选取上层热含量定义了HCEI和HCEMI指数来分别反映和区分两类厄尔尼诺与大气间的耦合特征[23]。相比之下,考虑到东部型厄尔尼诺事件和中部型厄尔尼诺事件与Niño4指数和Niño1+2指数相关系数较高的特点,Kao和Yu提出的联合回归-经验正交函数分解方法可得到比较客观的厄尔尼诺事件分类[8]。
关于两种类型El Niño事件的独立性问题,目前仍处于争议中。Trenberth和Stepaniak发现赤道太平洋海温空间分布的前两个模态有显著的滞后相关性,认为两类El Niño事件并不是线性独立的,CP型是EP型El Niño演变过程中的一个相位[24];Ashok等从EP-El Niño指数和CP-El Niño指数的关系出发,反驳了Trenberth等人的观点,认为CP-El Niño独立于EP-El Niño[7];Li等[19]采用回归分析的方法也发现了两类El Niño事件的相互独立性,Ren和Jin也认为在很大程度上,CP类型和EP类型指数几乎是独立的[20]。Yu和Kim又提出两类El Niño事件同时发生的可能性,并提出存在混合型MIX,即两种类型El Niño共存的一种类型[25]。Ren和Jin、Yeh等、Kug等同样也提出过两者同时发生的观点[10, 17, 20]。
本文认为,在当前厄尔尼诺分类及其相互独立性研究结果中存在差异(后文有分析),原因可能是多方面的,其中之一便是以往大部分研究建立的CP和EP指数是分离的,两者之间的动态联系难以观察。本文在Fang等[26]研究的基础上,分析了统一尼诺区域(详见后文图 1)的热中心变化情况。由于热中心的变化直接反映了海表温度高异常区位置的变动情况,可以帮助动态地观察到高温异常区在厄尔尼诺事件中的变动,从而更好地分析厄尔尼诺事件的动态特征。
![]() |
图 1 统一尼诺区域与传统尼诺区域范围示意图。统一尼诺区域即指海表温度异常时间序列标准差0.7度等值线所包含的区域 Fig. 1 Coverage of the unified Niño regions and the traditional Niño regions |
HadISST 1.1数据是由Met Office Hadly Center提供的月平均数据,于2003年2月替代GISST/GICE v.2.3b数据,被广泛使用。数据中包含海冰覆盖数据和全球海表面温度数据。数据序列是从1870—2010年,数据的有效范围为90°N~90°S, 180°W~180°E,空间分辨率为1°(纬向)×1°(经向),海冰覆盖区域的海温数据用-1000表示。本文将采用此数据集计算Niño3.4区域的海表温度异常和统一尼诺区域的纬向热中心异常。本数据主要用来比对一个多世纪以来前四种方法的分类结果及展示热中心的变动情况(详见表 1及其后图 2信息)。
![]() |
(红线表示Niño3.4区域SSTA经过3个月滑动平均处理,蓝线表示统一尼诺区域热中心纬向异常经过五个月滑动平均处理,红色阴影部分表示发生厄尔尼诺事件;Niño 3.4 region SSTA is smoothed with a 3-month running mean and the zonal thermal centroid anomaly is smoothed with a 5-month running mean; red shades indicate traditional El Niño events.) 图 2 用HadiSST数据计算的1870—2010年Niño3.4区域SSTA与纬向热中心变化图 Fig. 2 Niño3.4 SSTA (in red) from the HadiSST 1870—2010 data is plotted together with the zonal thermal centroid anomaly (in blue) of the unified Niño region |
![]() |
表 1 四种分类方法对1870—2010年发生过的厄尔尼诺事件的分类结果(该表引用自Yu和Kim[25]) Table 1 Comparisons between the results by the four classification methods for El Niño events that occurred within 1870—2010 (from Yu and Kim, 2013) |
NOAA最优插值海表温度分析资料(Optimum Interpolation Sea Surface Temperature Analysis)融合了现场实测数据和卫星数据再分析得到,并且在得到分析数据之前,使用了Reynolds[30]的数据分析方法对卫星数据进行了偏差调整。此数据集包含周平均海温资料和月平均的海温资料,本文将采用此数据集月平均的海温资料将前面数据延长到2014年,并用其来计算显示沿赤道方向的海表温度异常随时间变化的分布图。数据的时间序列是从1982年1月到2014年12月,空间分辨率为1°(纬向)×1°(经向),数据的有效范围为90°N~90°S, 180°W~180°E。
3 结果及其分析 3.1 以往主要研究中的厄尔尼诺分类的差异性第一种为Niño指数方法,由Kug等[10]最早提出。曹璐、Yuan和Yan、Yeh等、Kug等同样采用过该方法[10, 16-18]。此方法将Niño3指数和Niño4指数进行3个月滑动平均处理后,作为指数组针对峰值类型和传播类型两方面来对El Niño事件进行分类。峰值类型的判定标准为:当El Niño事件达到峰值时, 若标准化的Niño3指数大于标准化的Niño4指数,就定义为EP事件,反之则定义为CP事件。
第二种为EMI(El Niño Modoki Index)方法[7],由Ashok等[7]提出。对热带太平洋SSTA进行经验正交分解(EOF)分析的结果表明,前两个EOF模态可以分别代表EP型事件和CP型事件。
$ {\rm{EMI = [SSTA]A - 0}}{\rm{.5 \times [SSTA]B - 0}}{\rm{.5 \times [SSTA]C}}{\rm{。}} $ | (1) |
其中:A(165°E~140°W,10°S~10°N);B(110°W~70°W,15°S~5°N);C(125°E~145°E,10°S~20°N)内的平均SSTA。区域A、B、C分别为EOF第二模态空间分布型的3个关键区域,即暖异常区域和左右两侧的冷异常区域。当EMI指数振幅大于等于0.7倍季节标准偏差定义为CP型厄尔尼诺事件。
第三种为PTN(Pattern-correlation)方法[25],由Yu和Kim[25]提出。该方法对SSTA与Niño1+2/Niño4指数进行回归分析并去除,得到CP/EP残差。对EP残差与CP残差作差,比较结果中,大于0.1的被视为EP型,小于-0.1被视为CP型,介于-0.1~0.1之间的被视为两者混合型(MIX)。
第四种为Niño3和Niño4指数组合方法[20],由Ren和Jin[20]提出。Ren等仅使用Niño3和Niño4指数并对其作如下变形得到CT(Cold Tongue)和WP(Warm Pool)指数用以区分两种厄尔尼诺事件:
$ \left\{ \begin{array}{l} CT = {N_3}-\alpha \times {N_4}\\ WP = {N_4}-\alpha \times {N_3} \end{array} \right., \left\{ \begin{array}{l} \alpha = 2/5, {N_3}{N_4} > 0\\ \alpha = 0, otherwise \end{array} \right.。$ | (2) |
上式旨在为制造两个相关性较低的指数来区分两种厄尔尼诺事件。当暖池型厄尔尼诺发生,WP指数迅速增大并达到峰值,CT指数在大部分事件中小于0.5 ℃。值得指出的是,CT和WP指数之间的相关系数仅为0.14,两者接近独立。
上述四种方法的分类结果在下文表 1或者后文图 3中做了比较和分析,可以发现这些结果之间不是完全一致的。在本文研究中发现,Fang等[26]提出的统一尼诺区域的热中心位置异常可以一定程度上解释上述结果的不一致性。Fang等[26]计算了1982—2009年气候学平均海温异常的时间序列标准差,将标准差大于等于0.7度等值线所包含的区域(图 1中用白色等值线圈出的赤道两边封闭区域)定义为统一尼诺区域,该区域几乎覆盖了所有的传统尼诺区域。据此计算的统一尼诺区域内的平均海表温度异常与Niño3.4指数有着很高的相关性,统一尼诺区内的热中心位置异常与TNI(Trans-Niño-Index)指数有着很高的相关性,相关系数分别达到0.99和0.98。纬向热中心位置异常能直观地展示厄尔尼诺期间赤道太平洋尼诺区域表层热量中心位置的东西向变动情况,丰富了厄尔尼诺事件的特征描述,有利于分类研究。该计算方法见Fang等[26],此处不再赘述,本文的计算方法与该方法一致。
![]() |
图 3 1982—2014年赤道SSTA(用NOAA数据计算)随时间演变图,右侧为对应El Niño事件四种分类方法的分类结果对照(白色等值线为零异常值) Fig. 3 Equatorial SSTA (derived from NOAA SST data) evolutions from 1982 to 2014(with the white lines showing the zero contours). The results of the corresponding El Niño classification are put at the right side for comparison |
从1870—2010年,四种分类结果的比较见表 1。表 1中的分类结果首先根据NOAA关于厄尔尼诺事件的标准:SSTA在Niño3.4区域经过三个月滑动平均后大于或等于0.5 ℃并持续超过5个月,定义为一次厄尔尼诺事件(详见图 2)。热中心位置异常据Fang等[25]计算并与Niño3.4指数在图 2中共同展示。为便于和以往结论比对,仅对1870—2010年的厄尔尼诺事件进行统计(详见表 1):这140年中总共发生过39次厄尔尼诺事件。其中,8次被公认为EP型厄尔尼诺,5次被公认为CP型厄尔尼诺。另外,有11次更倾向于EP的事件,但被PTN方法认定为MIX类型。其余15次处于无法判定类型的状态,比例很大。由此可见,对于厄尔尼诺的分类似乎没有统一的标准和结论。
在8次公认的EP型厄尔尼诺事件中,除了,1881年之外,所有事件发生的同时,热中心都有向东移动的趋势。1918—1919年厄尔尼诺事件被定义为EP型,当事件发生时,纬向热中心异常为正值并增大,在SSTA达到峰值之前开始减小,直至SSTA小于0.5 ℃时,纬向热中心异常处于0附近。1982—1983年厄尔尼诺事件为EP型,当SSTA达到事件开始阈值时,纬向热中心异常从负值开始增大超过0并持续增大,在事件结束之前,纬向热中心异常开始减小。1997—1998年的厄尔尼诺事件为较为明显的强EP型厄尔尼诺事件,当事件开始时,纬向热中心异常从0附近开始增大,几乎和SSTA峰值同时达到峰值并一同减小。这表明,EP型厄尔尼诺事件发生时热中心都有向东移动的趋势,并在事件达到高潮的前后向东移动的趋势开始减弱。
在发生的5次公认的CP型厄尔尼诺事件中,热中心都有向西移动的趋势。1994—1995年、2004—2005年厄尔尼诺事件为CP型,当SSTA达到阈值事件开始时,纬向热中心异常为负值,随SSTA增大纬向热中心异常也开始增大,当SSTA达到峰值前后,纬向热中心仍处于负值并开始减小直至事件结束。2009—2010年厄尔尼诺事件为CP型,SSTA达到阈值时,纬向热中心异常处于正值并开始减小至负值,SSTA增大达到峰值时,纬向热中心异常达到极小值开始增大。直至事件结束,纬向热中心仍为负值。这表明,在CP型厄尔尼诺事件发生时,热中心都有向西移动的趋势,并在事件达到高潮的前后向西移动的趋势开始减弱。
两种厄尔尼诺事件纬向热中心的不同表现能够清楚地反映出两种事件动态变化的差异性,也证明纬向热中心在两种厄尔尼诺的分类方面可以提供参考。
但是除了上述比较公认的分类外(约占三分之一),其余的厄尔尼诺事件目前还无法定量归类(约占三分之二),目前现有的分类方法存在许多矛盾和不确定性。从赤道太平洋海表温度异常随时间的演变图(见图 3,限于本文篇幅及数据来源、质量等方面考虑,仅用NOAA最优差值数据进行分析)可以看到,在分类结果不一致的年份中,在赤道太平洋的中部和东部均有不同程度的海温异常增高现象,没有哪一次厄尔尼诺现象中的海温异常增暖仅仅发生在赤道太平洋中部(或仅起源于该处)或者仅仅发生在赤道太平洋东部(或仅起源于该处)。甚至在分类结果一致的情况中,也并不是单一海域的海表温度异常升高。这些情况给分类带来一定障碍。
实际上,Trenberth和Stepaniak、Ren和Jin、Yu和Kim,Ashok等、Li等、Yeh等、Kug等均给出了有关两类厄尔尼诺事件的有关独立性或者关联性的不同结论[7, 10, 17, 19-20, 24-25],目前要完全对所有事件进行分类似乎还不现实。事实上,从图 2中,我们也可以看到,即使在确定的分类中,尼诺区域的热中心位置的变化范围、位置的变化速度,穿过零点的月份也不尽相同。结合图 2、3等可见,每个厄尔尼诺都有自己的特征,仅仅CP、EP分类不能提供完整信息,热中心位置异常这一动态特征量的提出一定程度上丰富了厄尔尼诺的特征指数系统[26]。
3.2 厄尔尼诺事件初始阶段的CP区域的增温现象图 4显示了1982—1983年和1997—1998年两次极典型的强EP厄尔尼诺事件。从图 4中可以发现,事件开始阶段,170°附近的海水出现增暖的趋势。这与图 2中SSTA开始增暖的同时纬向热中心异常为负值相吻合,随着时间的推移,在3月份东部附近开始增暖随即发展成为EP型厄尔尼诺事件。可见,此类强EP类型厄尔尼诺事件似乎也与CP地区的增暖不无关系。
![]() |
图 4 1982—1983与1997—1998赤道SSTA(用NOAA数据计算)随时间演变图(白色等值线为零异常值) Fig. 4 Equatorial SSTA (derived from NOAA SST data) evolutions from 1982 to 1983 (a) and from 1997 to 1998 (b) with the white lines showing the zero contours |
图 5显示的是1994—1995年和2004—2005年的两次较典型的CP型厄尔尼诺,从图中明显可以看到事件的开始阶段,首先增暖的区域都位于170°附近。随着事件的发展,逐渐形成CP型厄尔尼诺事件。对比图 2,在SSTA开始增大的同时,纬向热中心异常处于负值或者处于零值附近,表明热中心完全不像类似于1997—1998,或者1982—1983的典型EP型厄尔尼诺,那时的热中心中具有高的正异常值(处于东部)。
![]() |
图 5 1994—1995与2004—2005赤道SSTA(用NOAA数据计算)随时间演变图(白色等值线为零异常值) Fig. 5 Equatorial SSTA (derived from NOAA SST data) evolutions from 1994 to 1995 (a) and from 2004 to 2005 (b) with the white lines showing the zero contours |
图 6显示了2002—2003年和1991—1992年的厄尔尼诺事件分类不明确基本原因。从图中可见事件最初开始变暖的区域为180°附近,逐渐形成一次厄尔尼诺事件,在事件的鼎盛时期同时在中太平洋和东太平洋出现2个SSTA的极值点,因此可能导致对该事件的分类不明确。
![]() |
图 6 1991—1992与2002—2003赤道SSTA(用NOAA数据计算)随时间演变图(白色等值线为零异常值) Fig. 6 Equatorial SSTA (derived from NOAA SST data) evolutions from 1991 to 1992 (a) and from 2002 to 2003 (b) with the white lines showing the zero contours |
没有伴随CP处增温的太平洋东部异常升高现象(这里并不到厄尔尼诺的程度)在过去大约30 a中仅有两例,一例在2008—2009年,另一例在2011—2012年,从图 3中可以清楚看到,这是两例非常类似的EP型厄尔尼诺事件,但从图 2或者图 7中可以看到,从Niño3.4区域或者从统一尼诺区域的SSTA指数看还不构成严格意义上的厄尔尼诺事件。
![]() |
图 7 用NOAA数据计算的1982—2014年统一尼诺区域SSTA与纬向热中心异常变化(红色阴影相当于厄尔尼诺事件) Fig. 7 Unified Niño regional SSTA and zonal thermal center anomaly for the years 1982—2014 from NOAA data(red shades represent the El Niño events) |
从前面图 3也可以看到,在从1982年以来的所有厄尔尼诺事件的初始阶段中,仅有2009—2010时间段内,是较明显的EP处异常增温(CP处并非没有海表温度异常增高,只是相对较弱而已),这和图 7中的热中心位置异常仅在2009—2010时间段中略微偏东(正值)完全一致。其它的厄尔尼诺事件的初始阶段中,图 3中的CP处海表温度异常的增高均比较明显,这也和图 7中热中心位置异常在厄尔尼诺初始期间偏西(负值)完全一致。
通过上述例子的分析,可以比较清楚地看到,大部分厄尔尼诺事件的初始阶段,虽然从属的分类不同,但均伴随着CP区域的增温过程。事实上,最近还在发展的2015年强厄尔尼诺事件亦不例外。由此可见,虽然通过厄尔尼诺事件的鼎盛时期的特征进行分类似乎能体现出该时刻高温异常位置的分布特征,但在厄尔尼诺初期,初始的高温异常位置却均与CP区域密切相关。
厄尔尼诺初始阶段的CP区域增温现象似乎是厄尔尼诺事件的共性。但众所周知,厄尔尼诺事件特征千差万别[24],此处CP区域在厄尔尼诺事件初始阶段共性增暖特征的提出一定程度上丰富了对厄尔尼诺事件的深入理解。CP区域的增暖对后续厄尔尼诺进一步发展的差异性影响作用值得进一步深入研究。
3.3 热中心位置异常在单一厄尔尼诺现象中的特征分析上述分析显示,目前还没有建立完全统一的厄尔尼诺分类标准,事实上大部分的厄尔尼诺事件不能进行明确的归类;在厄尔尼诺事件的发展过程中,高温异常位置分布实际上一直在变动,形态各异,因此,当前对厄尔尼诺事件的分类还远未成熟。当前,已有研究倾向于认为CP类型厄尔尼诺可能不是一种特定的模态[21, 27-28]。
还有一些研究已经明确显示了两种厄尔尼诺伴随发生的可能性[10, 17, 20], 并且这两种厄尔尼诺事件有许多内部联系[29]。故而本研究认为,对厄尔尼诺事件的静态分类似乎值得进一步商榷。
图 7为用NOAA数据计算的统一尼诺区域的SSTA和热中心的位置异常曲线。观察图 7中纬向热中心异常在厄尔尼诺事件中的变化可以发现,在单一厄尔尼诺事件中存在纬向热中心跨越0值的现象,这代表在单一事件过程中,高温异常区域的位置实际上是变化的。比如1982—1983年发生的EP型厄尔尼诺事件中,当SSTA达到厄尔尼诺发生的阈值时,纬向热中心异常处于负值并开始增大,跨越了0值并持续增大,表明热中心在事件开始时位于中太平洋并向东移动形成了EP型厄尔尼诺。比如2009—2010年发生的CP型厄尔尼诺事件中,当SSTA达到阈值时,纬向热中心异常正处于正值并开始减小,跨越0值并持续减小,表明热中心在事件开始时位于东太平洋区域并向西移动最终形成CP型厄尔尼诺。比如1986—1987年和1987—1988年的两次厄尔尼诺事件并未有明确的分类。当其SSTA达到发生的阈值时,纬向热中心先为负值并开始增大超过0并持续增大,增大到极值点后开始下降并在1988年厄尔尼诺事件结束之前下降至负值,表明热中心起初位于中太平洋区域并向西移动到达东太平洋区域又回到中太平洋区域。热中心跨越中部和东部的现象在众多厄尔尼诺事件中很常见。
对于明确类型的厄尔尼诺事件,热中心跨越两区域的现象发生于事件的开始或结束阶段,对整个厄尔尼诺事件的类型判读影响较小。但对于未能确定分类的厄尔尼诺事件,跨越现象多发生于事件的鼎盛时期,因此对于判定该事件的类型具有很大的影响。
由此引发对于厄尔尼诺事件分类中问题的思考:现有的分类方法仅能将具有典型热中心异常位置特征的厄尔尼诺事件区分开来而达成共识,但绝大多数的厄尔尼诺事件并未表现出非常明显的位置特征。
实际上,几乎所有的厄尔尼诺事件过程中,热量中心的位置情形各不相同,且是动态变动的。由于热中心的位置很大程度上反映了高温异常区域的分布变化,图 7深刻揭示了静态的CP、EP类型分类,不能反映出厄尔尼诺的动态变化特征。因此本研究认为单纯地将厄尔尼诺事件划分为CP或者EP类型的分类方法仍需进一步的修正或者补充,其中热中心异常信息不失为参考之一。
4 结语本文简单统计分析了当前厄尔尼诺事件分类研究中的差异性,指出了目前还没有建立统一的分类标准。虽然各个厄尔尼诺现象体现出不同的高温异常位置的分布特征,但几乎所有的厄尔尼诺事件均伴随着CP区域的增温现象。无论所将要发生的厄尔尼诺事件将会演变成EP型或CP型,通常会在CP区域观察到变暖的现象。这可能预示着不同类型的厄尔尼诺事件之间有着深刻的内在联系,不同类型的事件之间的独立与否需要更深入的研究。
通过对纬向热中心异常与以往各种分类结果的对比发现,纬向热中心异常与已经明确分类的厄尔尼诺事件具有很明显的一致性,纬向热中心异常的波动变化可以很好地反映厄尔尼诺事件发生的类型。通常EP型厄尔尼诺的发生都伴随着很明显的纬向热中心异常增大(东移)。相对于较弱的CP型厄尔尼诺事件,纬向热中心异常通常为负或在零值附近摆动。因此,纬向热中心异常可以作为厄尔尼诺事件的分类的一项参考指标。
通过观察纬向热中心异常与Niño3.4区域海表温度异常后发现,许多厄尔尼诺事件都出现了热中心跨越中部和东部两侧的现象。对于明确分类的厄尔尼诺事件,跨越现象多出现于事件的开始或结束阶段,对整个厄尔尼诺事件类型判断影响较小。但对于未能确定分类类型的厄尔尼诺事件,跨越现象多发生于厄尔尼诺成熟期,因此造成了对事件分类结果的影响,这可能是分类标准无法统一确立的最大原因。
由此可见,绝大多数的厄尔尼诺事件的分类尚未明确,现有的分类方法仅能将具有明显异常位置特征的厄尔尼诺事件区分。因此当前单纯地将厄尔尼诺事件划分为CP或者EP等类型的分类方法不能提供完整的厄尔尼诺动态变化特征,可能需要其他动态指数进行补充,比如本文所提到的Fang等建立的统一尼诺区域的热中心位置异常指数[26]。
本文首次主要从统一尼诺区域热中心的动态变化特征角度部分解释了厄尔尼诺分类过程中大部分事件不能明确或者不能统一归类的原因,具有一定的科学参考意义。
[1] |
Bjerknes J. A possible response of the atmospheric Hadley circulation to equatorial anomalies of ocean temperature[J]. Tellus, 1966, 18(4): 820-829. DOI:10.3402/tellusa.v18i4.9712
( ![]() |
[2] |
Bjerknes J. Atmospheric teleconnections from the equatorial Pacific[J]. Monthly Weather Review, 1969, 97(3): 163-172. DOI:10.1175/1520-0493(1969)097<0163:ATFTEP>2.3.CO;2
( ![]() |
[3] |
Rasmusson E M, Carpenter T H. Variations in tropical sea surface temperature and surface wind fields associated with the Southern Oscillation/El Niño[J]. Monthly Weather Review, 1982, 110(5): 354-384. DOI:10.1175/1520-0493(1982)110<0354:VITSST>2.0.CO;2
( ![]() |
[4] |
Philander S G H. El Niño Southern Oscillation phenomena[J]. Nature, 1983, 302(5906): 295-301. DOI:10.1038/302295a0
( ![]() |
[5] |
Larkin B N K, Harrison D E. On the definition of El Niño and associated seasonal average U.S. weather anomalies[J]. Geophysical Research Letters, 2005, 32(13): 705.
( ![]() |
[6] |
Larkin N K, Harrison D E. Global seasonal temperature and precipitation anomalies during El Niño autumn and winter[J]. Geophysical Research Letters, 2005, 32(16): 705.
( ![]() |
[7] |
Ashok K, Behera S K, Rao S A, et al. El Niño Modoki and its possible teleconnection[J]. Journal of Geophysical Research, 2007, 112(C11): 7.
( ![]() |
[8] |
Kao H Y, Yu J Y. Contrasting Eastern-Pacific and Central-Pacific types of ENSO[J]. Journal of Climate, 2009, 22(3): 615-632. DOI:10.1175/2008JCLI2309.1
( ![]() |
[9] |
Li S, Wang Q. A new approach for classifying two types of El Niño events[J]. Atmospheric & Oceanic Science Letters, 2012, 414-419.
( ![]() |
[10] |
Kug J S, Jin F F, An S I. Two types of El Niño events: Cold tongue El Niño and warm pool El Niño[J]. Journal of Climate, 2009, 22(22): 1499-1515.
( ![]() |
[11] |
臧恒范, 王绍武. 1854—1987年期间的埃尔尼诺与反埃尔尼诺事件[J]. 海洋学报:中文版, 1991, 13(1): 26-34. Zang Hengfan, Wang Shaowu. During the 1854—1987 El Nino and La Nina events[J]. Acta Oceanologica Sinica: Chinese, 1991, 13(1): 26-34. ( ![]() |
[12] |
Xu K, Zhu C W, He J H. Linkage between the dominant modes in Pacific subsurface ocean temperature and the two type ENSO events[J]. Chinese Science Bulletin, 2012, 57(26): 3491-3496. DOI:10.1007/s11434-012-5173-4
( ![]() |
[13] |
Peng Jingbei, Zhang Qingyun, Chen Lieting. Connections between different types of El Niño and Southern/Northern Oscillation[J]. Acta Meteorologica Sinica, 2011, 25(04): 506-516. DOI:10.1007/s13351-011-0409-9
( ![]() |
[14] |
符淙斌, 弗莱彻J. "埃尔尼诺"(El Niño)时期赤道增暖的两种类型[J]. 科学通报, 1985, 30(8): 596-599. Fu Congbin, Fletcher J. Two types of equator warming in El Niño events[J]. Chinese Science Bulletin, 1985, 30(8): 596-599. ( ![]() |
[15] |
林学椿, 于淑秋. 厄尔尼诺与我国汛期降水[J]. 气象学报, 1993, 51(4): 434-441. Lin Xuechun, Yu Shuqiu. El Niño and rainfall during the flood season (June-August) in China[J]. Acta Meteorologica Sinica, 1993, 51(4): 434-441. DOI:10.11676/qxxb1993.054 ( ![]() |
[16] |
曹璐. 两类ENSO事件的监测及大气的响应[D]. 南京: 南京大学大气科学系, 2011. Cao Lu. Two Types of ENSO and Atmospheric Circulation Responses[D]. Nanjing: Department of Atmospheric Sciences, Nanjing University, 2011. ( ![]() |
[17] |
Yeh S W, Kug J S, Dewitte B, et al. El Niño in a changing climate[J]. Nature, 2009, 462(7263): 511-514.
( ![]() |
[18] |
Yuan Y, Yan H M. Different types of La Nina events and different responses of the tropical atmosphere[J]. Chinese Science Bulletin, 2013, 58(3): 406-415. DOI:10.1007/s11434-012-5423-5
( ![]() |
[19] |
Li G, Ren B H, Yang C Y. Traditional El Niño and El Niño Modoki revisited: Is El Niño Modoki linearly independent of traditional El Niño[J]. Atmospheric and Oceanic Science Letters, 2010, 3(2): 70-74. DOI:10.1080/16742834.2010.11446845
( ![]() |
[20] |
Ren H L, Jin F F. Nio indices for two types of ENSO[J]. Geophysical Research Letters, 2011, 38(4): 704.
( ![]() |
[21] |
Takahashi K, Montecinos A, Goubanova K, et al. ENSO regimes: reinterpreting the canonical and Modoki El Niño[J]. Geophysical Research Letters, 2011, 38(10): 704-708.
( ![]() |
[22] |
Yu J Y, Kao H Y, Lee T, et al. Subsurface ocean temperature indices for Central-Pacific and Eastern-Pacific types of El Niño and La Nina events[J]. Theoretical & Applied Climatology, 2011, 103(3): 337-344.
( ![]() |
[23] |
陈圣劼, 何金海, 吴志伟. 一种新的El Niño海气耦合指数[J]. 大气科学, 2013, 37(4): 815-828. Chen Shengjie, He Jinhai, Wu Zhiwei. New ocean atmosphere coupling indices for El Niño[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 2013, 37(4): 815-828. DOI:10.3878/j.issn.1006-9895.2012.12045 ( ![]() |
[24] |
Trenberth K E, Stepaniak D P. LETTERS: Indices of El Niño evolution[J]. Journal of Climate, 2000, 14(8): 1697-1701.
( ![]() |
[25] |
Yu J Y, Kim S T. Identifying the types of major El Niño events since 1870[J]. International Journal of Climatology, 2013, 33(8): 2105-2112. DOI:10.1002/joc.2013.33.issue-8
( ![]() |
[26] |
Fang M Q, Chen Y, Li H P, et al. Surface thermal centroid anomaly of the eastern equatorial Pacific as a unified Nio index[J]. Chinese Journal of Oceanology & Limnology, 2013, 31(5): 1129-1136.
( ![]() |
[27] |
Takahashi K, Dewitte B. Strong and moderate nonlinear El Niño regimes[J]. Climate Dynamics, 2015, 1-19.
( ![]() |
[28] |
Cai W, Santoso A, Wang G, et al. ENSO and greenhouse warming[J]. Nature Climate Change, 2015, 5(9): 849-59. DOI:10.1038/nclimate2743
( ![]() |
[29] |
Zheng F, Fang X H, Yu J Y, et al. Asymmetry of the Bjerknes positive feedback between the two types of El Niño[J]. Geophysical Research Letters, 2014, 41(21): 7651-7657. DOI:10.1002/2014GL062125
( ![]() |
[30] |
Reynolds T J, Gutman J. Laddering theory, methods, analysis, and interpretation[J]. Journal of Advertising Research, 1988, 28(1): 11-31.
( ![]() |