2024, Vol. 54
2. 中国海洋大学物理海洋教育部重点实验室，山东 青岛 266100
厄尔尼诺-南方涛动(EI Niño-Southern Oscillation, ENSO)是全球气候系统中最显著的年际变化模态，对全球气候异常及其变率有重要作用[1-9]。ENSO也是影响中国及整个东亚气候年际变化的关键因子[10-17]。当前对于ENSO暖位相(即El Niño)的研究远远多于其冷位相(即La Niña)。事实上，对La Niña的系统研究是在1988—1989年发生了记录史上最强的冷事件之后才开始逐步开展的。由于起步较晚且受到的关注较少，对La Niña的研究相较El Niño是不充分的，仍然需要通过对近年来发生的La Niña事件进行分析和对比来进一步提高对La Niña发生发展及衰减机理的认知。
ENSO事件的冷、暖位相在强度、空间形态以及演变过程等方面呈现出明显的不对称性[18-20]。ENSO在演变过程的不对称性表现为：通常El Niño事件在夏秋季发展并在冬季达到峰值，随后会迅速衰减，在次年冬季转变为冷位相或中性状态；而La Niña事件的生命史通常会经历更长的时间，其峰值过后的衰减十分缓慢，整个事件可以持续两个甚至三个冬季，在此期间冷海表温度异常(Sea surface temperature anomaly，SSTA)会经历多次增强的过程[21-27]。需要指出的是，相较于对ENSO振幅不对称性的研究，学者们对冷、暖位相演变过程的非对称性关注仍较少，而La Niña事件的“二次变冷”现象是上述非对称性的一个重要体现。由于赤道东太平洋冷舌和上升流在北半球秋季最强，此时纬向平流反馈和温跃层反馈也达到最强，海气相互作用最为剧烈[28]。在夏季出现的较小的冷异常可以通过海气相互作用累积并加强，在冬季形成“二次变冷”现象[29-30]。在全球气候变暖的背景下，近年来发生的“二次变冷”La Niña事件发展演变过程中有何异同特征，需要进一步揭示。
自2010年以来，赤道中、东太平洋共经历了四次La Niña事件，分别在2010—2012年、2016年、2017—2018年和2020—2022年(https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php)，其中，2010—2012年的La Niña事件，由于其强度较大、发展过程连续、持续时间较长，受到了广泛的关注[31-33]。在La Niña发展增强的过程中，温跃层正反馈是最为重要的物理过程之一[34]，它也是“二次变冷”发生的关键过程[35]。夹卷进入混合层的偏冷海水是指示与温跃层反馈相关的物理过程的关键因子，它也再次成为引起2010—2012年La Niña事件“二次变冷”的重要因素[33]。有学者通过对等密面上海洋过程的分析，进一步指出上述偏冷的次表层海水主要来自赤道外的南太平洋，南赤道流和赤道潜流的位置和强度对冷水的输运是十分重要的[32]，这也揭示了赤道外过程对该“二次变冷”事件的触发作用。不仅如此，风场强迫对2010—2012年La Niña事件的“二次变冷”也同等重要[33]。数值试验表明，当赤道西、中太平洋的东风异常降低到一定程度时，赤道中、东太平洋不会出现“二次变冷”，反而会变为暖异常[33]。尽管大多数前人工作将重点放在导致该事件“二次变冷”的物理过程上，这也是模式预报的难点和弱点[32-33]，但由于引起某个La Niña事件增长或衰减的物理过程经常同时存在，仍然需要对2010—2012年La Niña事件的不同生命阶段进行分析和定量诊断。不仅如此，当前国际上多家主流ENSO预测机构对2020—2022年La Niña事件的预测结果也随着海气状态的变化不断进行修正。最新分析表明，该事件可能发展为罕见的持续三个冬季的变冷事件[36]，其特殊性可见一斑，亟需对其进行全面细致的分析。
近十几年来，全球气候恢复快速增暖，不断刷新观测以来的最热记录，极端事件活动更加频繁且剧烈[37-38]。在全球气候变化的背景下，近年来需要进一步揭示“二次变冷”La Niña事件发展演变过程中的异同特征。本文主要以2010—2012年和2020—2022年两次典型的“二次变冷”La Niña事件为研究对象，来揭示其特征。
1 数据和方法 1.1 资料介绍本文主要以月平均的大气与海洋再分析资料集作为数据支撑。首先，本文使用了最优差值海表面温度(Optimum interpolation sea surface temperature，OISST)V2提供的海表温度数据。其时间范围是1981年12月—2022年5月，水平分辨率为1°×1°。美国国家环境预报中心(National Centers for Environmental Prediction，NCEP)的NCEP Reanalysis 2提供了10 m纬向风(u)和经向风(v)数据，其水平分辨率为2.5°×2.5°。根据经向和纬向风速，进一步计算得到风应力，其计算方程为
海洋混合层温度异常的时间倾向是衡量La Niña发展演变过程的重要判据[39]。本文将利用海洋混合层热收支方程来诊断“二次变冷”La Niña事件整个生消过程的动力(即三维海洋温度平流)和热力过程(即海洋表层热通量项)。海温变化倾向诊断方程可表达为
| $ \begin{aligned} & \;\;\;\;\;\;\frac{\partial T^{\prime}}{\partial t}=-\left(u^{\prime} \frac{\partial \bar{T}}{\partial x}+\bar{u} \frac{\partial T^{\prime}}{\partial x}+u^{\prime} \frac{\partial T^{\prime}}{\partial x}\right)- \\ & \left(v^{\prime} \frac{\partial \bar{T}}{\partial y}+\bar{v} \frac{\partial T^{\prime}}{\partial y}+v^{\prime} \frac{\partial T^{\prime}}{\partial y}\right)-\left(w^{\prime} \frac{\partial \bar{T}}{\partial z}+w^{-} \frac{\partial T^{\prime}}{\partial z}+w^{\prime} \frac{\partial T^{\prime}}{\partial z}\right)+ \\ & \frac{\left(s w^{\prime}+l w^{\prime}+s h^{\prime}+l h^{\prime}\right)}{\rho C_{\mathrm{P}} H}+R 。\end{aligned} $ | (1) |
式中：T为海洋混合层海水温度；u, v, w依次为混合层的纬向、经向、垂向的海流速度；ρ表示海水密度；H为海洋混合层深度，由GODAS提供；CP表示海水比热容；sw代表短波辐射；lw指代长波辐射；sh表示海表感热通量；lh指海表潜热通量。方程等号左侧表示混合层平均海温异常随时间变化倾向项；等号右侧前9项表示纬向、经向平流项和垂直输送项，第10项表示海表热通量项；R指代方程余项[38-43]。温度、海流和海表面热通量均对(180°—90°W，5°S—5°N)的混合层范围内进行计算后取区域平均值。本文中上述诊断方程的单位为℃/月。各变量上方的横线(-)表示气候态变量，而'则表示为变量的异常值。气候态变量取气候态混合层内的数值进行平均，而异常变量取实际混合层内的数值进行平均。需要说明的是，利用固定50 m、气候态、实际混合层深度与本文的算法结果差异不大(图略)，但是本文对(180°—90°W，5°S—5°N)内混合层内温度异常演变的刻画最准确，因此下文依据上述算法进行展示。
2 两个“二次变冷”La Niña事件的演变特征首先，本文计算了自1981年12月—2022年5月Niño3.4区域(170°W—120°W，5°N—5°S)SSTA的时间序列(即Niño3.4指数)(见图 1)。可以看到，该时间段约有9次La Niña事件发生，每个事件在强度和持续时间上呈现出较大的差异(见图 1)[44]。本文关注“二次变冷”型La Niña事件，通过进一步对比La Niña事件演变过程、强度、前期El Niño等特征，选取了特征最为相似的两个“二次变冷”型La Niña事件：2010—2012年和2020—2022年事件。两个事件均发生在El Niño事件之后，相邻两个冬季冷SSTA数值相差不大，但以第一年冬季的信号更强。
|
(蓝色阴影部分为SSTA < -0.5 ℃的冷时期；2010—2012年与2020—2022年La Niña事件用深蓝色阴影标记；黑色虚线和蓝色虚线分别表示零线和-0.5 ℃线。When SSTA < -0.5 ℃, the episode is shaded in light blue. The La Niña events during 2010—2012 and 2020—2022 are shaded in dark blue. The black and blush dashed lines represent the zero and-0.5 ℃ lines, respectively.) 图 1 1981年12月—2022年5月Niño3.4区域月平均海表温度异常值 Fig. 1 Sea surface anomalies over the Niño 3.4 region from December, 1981 to May, 2022 |
2010—2012年La Niña事件是由一个强El Niño事件快速衰减导致了ENSO由暖位相转变为冷位相(见图 1)。在2010年7月赤道中、东太平洋的负SSTA已经较为明显，冷中心在150°W和南美沿岸(见图 2(a))，冷SSTA在9月进一步加强西移(见图 2(b))，在冬季达到峰值(-1.6 ℃)(见图 2(c), (d))。值得注意的是，在东南太平洋出现了明显的冷SSTA(见图 2(d))，这对此次La Niña是重要的[32]。此后，冷SSTA自2011年春季开始逐步衰减(见图 2(e), (f))，但是此时位于副热带东北太平洋和东南太平洋的冷异常依然维持，表明它们可能对La Niña的再次发展起到促进作用。赤道中、东太平洋的冷SSTA在2011年9月再次出现(见图 2(h))，并在冬季达到第二次峰值(见图 2(i), (j))，但此次峰值较前一年冬季的峰值明显减弱。La Niña在春季迅速衰减，赤道中、东太平洋恢复中性状态(见图 2(k), (l))。
|
图 2 2010—2012年La Niña事件演变过程中热带太平洋海表温度异常(单位：℃)和表面风场异常(单位: m/s) Fig. 2 SSTA (unit: ℃) and surface wind anomalies (unit: m/s) during the 2010—2012 La Niña event |
相比之下，2020—2022年La Niña事件的发展过程与2010—2012年La Niña事件相比表现出显著差异。前者冷SSTA中心发源于热带东南太平洋(见图 3(a))。尽管第一次峰值也是在北半球的冬季达到-1.3 ℃，但是其强度相较于2010—2012年La Niña事件明显偏弱(见图 3(c), (d))。值得注意的是，两次事件在副热带东南太平洋均有明显的冷海温信号(见图 2(d)和图 3(d))，这可能预示着近年来La Niña事件主要是由南太平洋的过程触发的。该事件在2021年春季发生了明显的减弱(见图 3(e), (f))，在夏季的再次增强也并不显著(见图 3(g))。在2022年1月，此次La Niña事件再次达到峰值，与上一年的峰值强度基本一致，但是位置明显偏东太平洋。随后，在2022年5月可以看到冷海温在经历了一定的减弱后呈现出明显的增强(见图 3(l))，具体物理过程需要进一步分析。
|
图 3 2020—2022年La Niña事件演变过程中热带太平洋海表温度异常(单位：℃)和表面风场异常(单位: m/s) Fig. 3 SSTA (unit: ℃) and surface wind anomalies (unit: m/s) during the 2020—2022 La Niña event |
两个La Niña事件的发展阶段在赤道上均为显著的表层东风异常(见图 2和图 3)，主要发生在2010年7月(见图 2(a))、2011年7月(见图 2(g))、2020年7月(见图 3(a))、9月(见图 3(b))，2021年7月(见图 3(g))、9月(见图 3(h))。东南太平洋尽管均出现了东南信风异常，但2010—2012年的这次事件明显偏强，这可能也是导致该事件强度偏强的重要原因之一。
为了进一步对两次La Niña事件的SSTA形态和强度进行对比，本文绘制了SSTA演变的时间-经度哈默图(见图 4(a), (b))。由图可知，2020年的La Niña的负SSTA发展时间较短、范围更小，冷异常中心偏弱、位置偏东。2021年La Niña再次发展时，冷异常中心仍然位置偏东，并且“二次变冷”开始的时间较2011年有所推迟。整体来看，2020—2022年La Niña事件的两个冬季峰值强度差异不大，第二年冬季峰值位置略偏东，但2010—2012年La Niña事件的第二峰值明显弱于第一次峰值。在两次事件的发展成熟阶段，赤道太平洋西部一直存在正SSTA，2020—2022年La Niña事件更强。
|
(2010年1月-2012年12月(a)、2020年1月-2022年5月(b)沿赤道海表温度异常(单位：℃)演变的哈默图；(c, d)与(b)时间段相同，但为Niño 3区域(c)、Niño 4区域(d)的海表温度异常(单位：℃)演变。Hovmöller diagram of SSTA (unit: ℃) along the equator from January 2010 to December 2012 (a) and from January 2020 to May 2022 (b); (c, d) same period as (b) but for SSTA (unit: ℃) over Niño 3 area (c) and Nino 4 area (d), respectively.) 图 4 2010—2012年与2020—2022年La Niña事件沿赤道海表温度异常演变过程 Fig. 4 Evolution of SSTA for 2010—2012 and 2020—2022 La Niña events |
为了描绘两个事件在位置上的区别，图 4(c)和(d)展示了Niño 3区域(150°W—90°W，5°N—5°S)(见图 4(c)) 和Niño4区域(160°E—150°W，5°N—5°S)(见图 4(d))SSTA演变规律。由于2020—2022年La Niña事件位置偏东，从Niño 4指数来看，其整个过程的冷SSTA均弱于2010—2012年事件，且第一次峰值(-1.7 ℃) 前的发展速率明显慢于2010—2012年事件(-1.2 ℃)。如果从Niño 3指数的演变来看，尽管2020—2022年La Niña事件的第一个峰值(-1.3 ℃)仍然弱于2010—2012年事件(-1.7 ℃)，但是其第二个峰值(-1.4 ℃)则明显强于后者(-1.1 ℃)，并且其达到峰值的时间也偏晚，经历了更长的负SSTA增强的过程。
在垂直方向，2010年(发展年)夏秋季节，强的冷性Kelvin波沿温跃层东传，次表层冷异常逐渐抬升并露头(见图 5(a)—(c))；2011年春季衰减阶段，尽管西太平洋的暖性Kelvin波表现出一定的东传特征，大大削弱了次表层冷异常的强度，但是冷异常仍然存在于赤道中、东太平洋(见图 5(d)—(f))；2011年夏秋季再次增长阶段，次表层冷异常再次增强并东传抬升(见图 5(g)—(j))。此时，次表层等密面上冷海温异常呈“马蹄状”分布，赤道外南太平洋的冷水被平流至赤道地区[32]，这与赤道潜流和南赤道流的季节变化有关[45]。从次表层海温异常来看，两年冬季的冷异常是基本相当的(见图 5(d)—(j))，但是表层的负SSTA在第一年冬季明显更强(见图 2)，表明垂直过程可能并非引起两年差异的主要原因。
|
(黑线为所在月份20 ℃等温线。The black line is the 20 ℃ isotherm in the corresponding month.) 图 5 2010—2012年La Niña事件中次表层海水温度异常 Fig. 5 Subsurface temperature anomalies during 2010—2012 La Niña event |
2020—2022年La Niña事件次表层海温异常变化过程与2010—2012年事件是类似的(见图 6)。但是，前者次表层的冷海水强度明显偏弱，这与该事件表层的强度偏弱是一致的(见图 3)。值得注意的是，在2022年1月该事件达到第二次峰值时，冷Kelvin已经传播到90°W附近(见图 6(j))，比2010—2012年事件明显偏东(见图 5(j))，这也导致其“二次变冷”的中心从中太平洋移动到了东太平洋(见图 4(b))。
|
图 6 2020—2022年La Niña事件中次表层海水温度异常 Fig. 6 Subsurface temperature anomalies during 2020—2022 La Niña event |
为了进一步分析两个事件过程中冷性和暖性Kelvin波的活动特征，图 7分别展示了沿赤道0~300 m平均海水温度异常(见图 7(a), (b))变化和SLA变化(见图 7(c), (d))。Kelvin波的东传可由0~300 m平均海水温度异常随时间的演变清晰的描绘出来(见图 7(a), (b))，但是SLA的变化对其东移特征描述的不够清楚(见图 7(c), (d))。2010—2012年事件中Kelvin波明显偏强(见图 7(a))，且东传到达中、东太平洋的时间早于2020—2022年事件(见图 7(b))，这也引起该事件更早的达到峰值。
|
图 7 2010—2012年(a、c)和2020—2022年(c、d)La Niña事件沿赤道区域0~300 m海水平均温度异常与海表面高度异常的哈默图 Fig. 7 Hovmöller diagrams of ocean temperature anomalies averaged over 0~300 m and SLA along the equator for La Niña events during 2010—2012 (a, c) and 2020—2022 (b, d) |
在2010—2012年事件的两个冬季峰值之间，暖性Kelvin波东传也是可以明显看出的，但是其到达中、东太平洋时，强度已经很弱，无法改变ENSO的位相(见图 7(a))。2020—2022年事件也表现出该特征(见图 7(b))。因此，当赤道东风异常达到一定程度时，冷SSTA得以继续发展，出现“二次变冷”(见图 2和图 3)。
海表风场的变化对于海洋中Kelvin波的激发至关重要[44, 46]。因此，本文展示了两次事件过程中风应力异常的变化(见图 8)。2010年7月前后，150°W附近的赤道中东太平洋区域出现了明显的表层东风异常(见图 8(a))。该异常东风范围集中、强度大。相比之下，2020年夏秋季的东风异常位置明显偏东，强度也有所减弱(见图 8(b))。风场异常的分布也影响了SSTA的空间分布，2020年秋季SSTA的位置也明显偏东(见图 3(b), (c))。需要注意的是，这段时间东风异常的范围明显更大，海气相互作用的效率偏低，一定程度上削弱了冷SSTA的增幅。自2021年春季开始，东风异常一直在120°W附近维持，这也导致了该事件再次达到冬季峰值时SSTA中心位于120°W以东(见图 4(b))。相比之下，2011年夏秋季的东风异常强度略小、范围偏大(见图 8(a))，使得该事件的第二次峰值弱于2020—2022年事件的第二个峰值。两次事件中，东风异常均表现出较大的连续性，这对冷SSTA的维持是十分有利的(见图 8(a), (b))。不仅如此，东风强迫通过对海面的动力作用，影响海水纬向流速，增加纬向平流项
|
图 8 2010—2012年(a)和2020—2022年(b)La Niña事件的沿赤道纬向风异常(单位：dyn·cm-2) Fig. 8 Hovmöller diagrams of equatorial zonal wind stress anomalies (unit: dyn·cm-2) for La Niña events during 2010—2012 (a) and 2020—2022 (b), respectively |
由于La Niña事件的负SSTA主要分布在赤道中、东太平洋海域(180°—90°W，5°S—5°N)，因此下文对该区域内混合层的海温演变进行混合层热收支方程诊断分析。前人研究表明，在2010—2012年La Niña生命史过程中，动力和热力机制同等重要性[33]，其中动力过程主要是海气相互作用的结果，海表面风带动海洋表层流速变化，影响温跃层深度以及海表面温度异常的变化；热力项通过海表热通量的变化，对La Niña发展起到阻碍作用。为了证明诊断结果的有效性，图 9展示了诊断各项之和对混合层温度倾向的刻画能力。结果表明，本文的诊断能将两次La Niña的演变规律较好地表现出来，诊断各项之和与混合层温度倾向的相关系数分别为0.88和0.73。
|
(柱状图为动力项与热力项之和，折线图为温度倾向项，R表示两者相关系数。Blue bars show time series of the sum of dynamic and thermal terms, and the broken line shows the change of the temperature tendency term. R represents the correlation coefficient between them.) 图 9 2010年5月—2012年5月(a)与2020年7月—2022年4月(b)混合层温度倾向项和动力项与热力项之和的演变过程 Fig. 9 Time series of mixed-layer temperature anomaly tendency and sum of dynamic and thermal terms from May 2010 to May 2012 (a) and from July 2020 to April 2022 (b) |
前人研究曾指出，La Niña事件发展阶段中纬向平流项
|
(计算区域为(180°—90°W, 5°S—5°N)，T, w, u, v为气候态值，T', w', u', v'为异常值。Calculation area is over (180°—90°W, 5°S—5°N). T, w, u, v are climatological values, and T', w', u', v' are anomalies.) 图 10 2010—2012年(a—d)与2020—2022年(e—h)La Niña事件不同阶段海洋混合层热收支诊断 Fig. 10 Mixed layer heat budget for different phases of La Niña events during 2010—2012 (a—d) and 2020—2022 (e—h) |
在2011年2—6月La Niña衰减阶段，其衰减速率可达0.18 ℃/月(见图 10(b))。热通量项(Hflx, 0.13 ℃/月)是导致该事件衰减的主导因子。此时，海洋表层的平流项可达0.08 ℃/月。尽管该项仅占热通量项的60%，但是由于异常纬向海流引起的西太暖水输送(即
再次发展阶段，2020—2022年La Niña事件的增长速率(-0.19 ℃/月)(见图 10(g))大于2010—2012年事件(-0.16 ℃/月)(见图 10(c))，这也使其“二次变冷”的冬季负SSTA更大。此时，两个事件太平洋低层风场依旧存在较强东风异常(见图 2和图 3)，纬向平流异常项(即
2012年1—5月La Niña进入再次衰减阶段，主要由热力项(Hflx, 0.18 ℃/月)贡献(见图 10(d))。此次衰减阶段的衰减速率(0.26 ℃/月)要强于第一次(0.18 ℃/月)，由于第二次峰值的强度小于第一次，赤道中、东太平洋SST在春季转为弱的正异常(见图 4(a))。对2020—2022年事件，以截至到2022年4月的热收支方程各项数据来看，2022年衰减速率(0.07 ℃/月, 见图 10(h))明显弱于第一次衰减(见图 10(f))以及2012年同阶段衰减速率(见图 10(d))。造成该结果的原因可能是东风异常依然存在(见图 8(b))，纬向平流异常项(即
本文以2010—2012年和2020—2022年两个“二次变冷”La Niña事件为例，探究了La Niña在全球恢复变暖后的特征与可能变化。两个La Niña事件均发生在ENSO位相发生转变之后，从发展年7—8月出现负SSTA，到冬季达到第一次峰值；此后，在海表热通量和海水平流的衰减作用下，在次年夏季恢复至中性状态；在次年夏秋季，受强烈的海气相互作用影响，负SSTA再次增强，“二次变冷”La Niña事件出现。2020—2022年La Niña事件较2010—2012年事件的SSTA位置偏东，靠近南美沿岸，这很大程度上是由于2020—2022年东风异常集中在赤道太平洋东部。
风场强迫和次表层温度异常的传播对La Niña发展起到重要作用。受风强迫异常的影响激发出的冷性Kelvin波，是维持负SSTA主要因素。由于2010—2012年La Niña事件第一个峰值前期东风异常强烈且位置偏西，冷性Kelvin波持续时间长、范围广，较2020—2022年La Niña事件更强，SSTA的位置也偏西。不仅如此，SSTA异常的位置与次表层冷海水露头的位置也有密切关系。
为了进一步将影响上述两个La Niña事件的物理过程进行定量化对比，本文利用了海洋混合层热收支诊断。海洋三维平流项直接导致La Niña事件两次发展到峰值的主导因素，其中纬向风异常引起的纬向异常海流在气候态纬向梯度的背景下将冷水从东至西输运(即平流反馈机制)是三维平流项的主要影响因子；而垂直方向的温跃层反馈过程也有十分重要的作用。2010—2012年第一次发展阶段纬向平流反馈更强，造成其较2020—2022年La Niña同一阶段的冷SSTA增强速度更快且持续时间更长。在La Niña事件衰减阶段，热通量项是导致La Niña衰减的主要因子；纬向平流对其衰减也可能有不可或缺的作用，但这在2020—2022年La Niña事件的第二次衰减过程并不成立。
需要指出的是，由于2022年La Niña事件仍在持续，GODAS数据集尚不能完整提供第二次衰减阶段的全部海洋数据，故对该阶段的研究尚不完整。基于已有(见图 8(b))和预测结果，2022年夏秋季赤道东太平洋的东风异常将持续存在，该次事件有可能发展为连续三个冬季的持续性La Niña事件[36], 此次事件的动向也成为当前整个海洋与大气学界最为关注的热点话题。
| [1] |
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 (  0) |
| [2] |
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 C B, Fletcher J. Two types of equatorial warming in El Niño events[J]. Chinese Science Bulletin, 1985, 30(8): 596-599. ( 0) |
| [3] |
巢纪平. 厄尔尼诺和南方涛动动力学[M]. 北京: 气象出版社, 1993: 2-3. Chao J P. El Niño and Southern Oscillation Dynamics[M]. Beijing: China Meteorological Press, 1993: 2-3. ( 0) |
| [4] |
Latif M, Anderson D, Barnett T, et al. A review of the predictability and prediction of ENSO[J]. Journal of Geophysical Research: Oceans, 1998, 103(C7): 14375-14393. DOI:10.1029/97JC03413 ( 0) |
| [5] |
Neelin J D, Battisti D S, Hirst A C, et al. ENSO theory[J]. Journal of Geophysical Research: Oceans, 1998, 103(C7): 14261-14290. DOI:10.1029/97JC03424 ( 0) |
| [6] |
Philander S G H. El Niño, La Niña and the Southern Oscillation[M]. [s.l.]: Academic Press, 1990: 293-293.
( 0) |
| [7] |
Trenberth K E, Branstator G W, Karoly D, et al. Progress during TOGA in understanding and modeling global teleconnections associated with tropical sea surface temperatures[J]. Journal of Geophysical Research: Oceans, 1998, 103(C7): 14291-14324. DOI:10.1029/97JC01444 ( 0) |
| [8] |
Wallace J M, Rasmusson E M, Mitchell T P, et al. On the structure and evolution of ENSO-related climate variability in the tropical Pacific: Lessons from TOGA[J]. Journal of Geophysical Research: Oceans, 1998, 103(C7): 14241-14259. DOI:10.1029/97JC02905 ( 0) |
| [9] |
王绍武, 龚道溢. 近百年来的ENSO事件及其强度[J]. 气象, 1999(1): 10-14. Wang S W, Gong D Y. ENSO events and their intensity during the past Century[J]. Meteorological Monthly, 1999(1): 10-14. ( 0) |
| [10] |
Huang R, Wu Y. The influence of ENSO on the summer climate change in China and its mechanism[J]. Advances in Atmospheric Sciences, 1989, 6: 21-32. DOI:10.1007/BF02656915 ( 0) |
| [11] |
Wang B, Wu R, Fu X. Pacific-East Asian teleconnection: How does ENSO affect East Asian climate?[J]. Journal of Climate, 2000, 13(9): 1517-1536. DOI:10.1175/1520-0442(2000)013<1517:PEATHD>2.0.CO;2 ( 0) |
| [12] |
谌芸, 施能. 厄尔尼诺/南方涛动与我国秋季气候异常[J]. 热带气象学报, 2003, 19(2): 137-146. Chen Y, Shi N. El Niño/ENSO and climate anomaly in the autumn of China[J]. Journal of Tropical Meteorology, 2003, 19(2): 137-146. ( 0) |
| [13] |
吴波, 周天军, Tim Li, 等. 耦合模式FGOALS_s模拟的亚澳季风年际变率及ENSO[J]. 大气科学, 2009, 33(2): 285-299. Wu B, Zhou T J, Tim Li, et al. Interannual variability of the Asian-Australian Monsoon and ENSO simulated by an Ocean-Atmosphere coupled model[J]. Chinese Journal of Atmospheric Sciences, 2009, 33(2): 285-299. ( 0) |
| [14] |
陈永利, 赵永平, 王凡, 等. 热带太平洋第二类El Niño事件及其对中国气候的影响[J]. 海洋学报(中文版), 2014, 36(5): 30-45. Chen Y L, Zhao Y P, Wang F, et al. The second-type El Niño events in the tropical Pacific and its impact on the climate of China[J]. Acta Oceanologica Sinica, 2014, 36(5): 30-45. ( 0) |
| [15] |
郭品文, 郎丽玲. ENSO与中国东部夏季降水异常关系的年代际变化[J]. 大气科学学报, 2017, 40(4): 463-472. Guo P W, Lang L L. Interdecadal variation of the relationship between ENSO and East-China summer rainfall[J]. Transactions of Atmospheric Sciences, 2017, 40(4): 463-472. ( 0) |
| [16] |
张文君, 雷徐奔, 耿新, 等. ENSO对中国南方降水低频变率的可能影响[J]. 大气科学学报, 2018, 41(5): 585-595. Zhang W J, Lei X B, Geng X, et al. Possibleimpacts of ENSO on intra-seasonal variability of precipitation over southern China[J]. Transactions of Atmospheric Sciences, 2018, 41(5): 585-595. ( 0) |
| [17] |
王黎娟, 蔡聪, 张海燕. 两类ENSO背景下中国东部夏季降水的环流特征及关键系统[J]. 大气科学学报, 2020, 43(4): 617-629. Wang L J, Cai C, Zhang H Y. Circulation characteristics andcritical systems of summer precipitation in eastern China under the background of two types of ENSO events[J]. Transactions of Atmospheric Sciences, 2020, 43(4): 617-629. ( 0) |
| [18] |
Hoerling M P, Kumar A, Zhong M. El Niño, La Niña, and the nonlinearity of their teleconnections[J]. Journal of Climate, 1997, 10(8): 1769-1786. DOI:10.1175/1520-0442(1997)010<1769:ENOLNA>2.0.CO;2 ( 0) |
| [19] |
Burgers G, Stephenson D B. The "normality" of El Niño[J]. Geophysical Research Letters, 1999, 26(8): 1027-1030. DOI:10.1029/1999GL900161 ( 0) |
| [20] |
Jin F F, An S I, Timmermann A, et al. Strong El Niño events and nonlinear dynamical heating[J]. Geophysical Research Letters, 2003, 30(3): 1120. ( 0) |
| [21] |
Kang I S, Kug J S. El Niño and La Niña sea surface temperature anomalies: Asymmetry characteristics associated with their wind stress anomalies[J]. Journal of Geophysical Research: Atmospheres, 2002, 107(D19): 4372. ( 0) |
| [22] |
Kessler W S. Is ENSO a cycle or a series of events?[J]. Geophysical Research Letters, 2002, 29(23): 21-25. ( 0) |
| [23] |
Larkin N K, Harrison D E. ENSO warm (El Niño) and cold (La Niña) event life cycles: Ocean surface anomaly patterns, their symmetries, asymmetries, and implications[J]. Journal of Climate, 2002, 15(10): 1118-1140. DOI:10.1175/1520-0442(2002)015<1118:EWENOA>2.0.CO;2 ( 0) |
| [24] |
Ohba M, Ueda H. Role of nonlinear atmospheric response to SST on the asymmetric transition process of ENSO[J]. Journal of Climate, 2009, 22(1): 177-192. DOI:10.1175/2008JCLI2334.1 ( 0) |
| [25] |
Okumura Y M, Deser C. Asymmetry in the duration of El Niño and La Niña[J]. Journal of Climate, 2010, 23(21): 5826-5843. DOI:10.1175/2010JCLI3592.1 ( 0) |
| [26] |
Wei C, Ri-Yu L, Dong B. Revisiting asymmetry for the decaying phases of El Niño and La Niña[J]. Atmospheric and Oceanic Science Letters, 2014, 7(4): 275-278. DOI:10.1080/16742834.2014.11447175 ( 0) |
| [27] |
陈明诚. 厄尔尼诺和拉尼娜生命史不对称机理研究[D]. 南京: 南京信息工程大学, 2017. Chen M C. Mechanisms on Evolution Asymmetry Between El Niño and La Niña[D]. Nanjing: Nanjing University of Information Science and Technology, 2017. ( 0) |
| [28] |
Li T, Philander S G H. On the annual cycle of the eastern equatorial Pacific[J]. Journal of Climate, 1996, 9(12): 2986-2998. DOI:10.1175/1520-0442(1996)009<2986:OTACOT>2.0.CO;2 ( 0) |
| [29] |
Hu Z Z, Kumar A, Xue Y, et al. Why were some La Niñas followed by another La Niña?[J]. Climate Dynamics, 2014, 42(3): 1029-1042. ( 0) |
| [30] |
Chen M, Li T, Shen X, et al. Relative roles of dynamic and thermodynamic processes in causing evolution asymmetry between El Niño and La Niña[J]. Journal of Climate, 2016, 29(6): 2201-2220. DOI:10.1175/JCLI-D-15-0547.1 ( 0) |
| [31] |
Zhang R H, Zheng F, Zhu J, et al. A successful real-time forecast of the 2010-11 La Niña event[J]. Scientific Reports, 2013, 3(1): 1-7. ( 0) |
| [32] |
Feng L, Zhang R H, Wang Z, et al. Processes leading to second-year cooling of the 2010-12 La Niña event, diagnosed using GODAS[J]. Advances in Atmospheric Sciences, 2015, 32(3): 424-438. DOI:10.1007/s00376-014-4012-8 ( 0) |
| [33] |
Gao C, Zhang R H. The roles of atmospheric wind and entrained water temperature (Te) in the second-year cooling of the 2010-12 La Niña event[J]. Climate Dynamics, 2017, 48(1): 597-617. ( 0) |
| [34] |
Jin F F, An S I. Thermocline and zonal advective feedbacks within the equatorial ocean recharge oscillator model for ENSO[J]. Geophysical Research Letters, 1999, 26(19): 2989-2992. DOI:10.1029/1999GL002297 ( 0) |
| [35] |
DiNezio P N, Clement A C, Vecchi G A, et al. Climate response of the equatorial Pacific to global warming[J]. Journal of Climate, 2009, 22(18): 4873-4892. DOI:10.1175/2009JCLI2982.1 ( 0) |
| [36] |
Jones N. Rare 'triple' La Niña climate event looks likely—what does the future hold?[J]. Nature, 2022, 607(7917): 21-27. DOI:10.1038/d41586-022-01668-1 ( 0) |
| [37] |
Li T. Phase transition of the El Niño-Southern Oscillation: A stationary SST mode[J]. Journal of the Atmospheric Sciences, 1997, 54(24): 2872-2887. DOI:10.1175/1520-0469(1997)054<2872:PTOTEN>2.0.CO;2 ( 0) |
| [38] |
Chen H, Sun J. Anthropogenic influence has increased climate extreme occurrence over China[J]. Science Bulletin, 2021, 66(8): 749-752. DOI:10.1016/j.scib.2020.12.001 ( 0) |
| [39] |
Su J, Zhang R, Li T, et al. Causes of the El Niño and La Niña amplitude asymmetry in the equatorial eastern Pacific[J]. Journal of Climate, 2010, 23(3): 605-617. DOI:10.1175/2009JCLI2894.1 ( 0) |
| [40] |
Li T, Zhang Y, Lu E, et al. Relative role of dynamic and thermodynamic processes in the development of the Indian Ocean dipole: An OGCM diagnosis[J]. Geophysical Research Letters, 2002, 29(23): 2110-2116. ( 0) |
| [41] |
Hong C C, Li T, Kug J S. Asymmetry of the Indian Ocean dipole. Part Ⅰ: observational analysis[J]. Journal of Climate, 2008, 21(18): 4834-4848. DOI:10.1175/2008JCLI2222.1 ( 0) |
| [42] |
Hong C C, Li T, Chen Y C. Asymmetry of the Indian Ocean basinwide SST anomalies: Roles of ENSO and IOD[J]. Journal of Climate, 2010, 23(13): 3563-3576. DOI:10.1175/2010JCLI3320.1 ( 0) |
| [43] |
Chen M, Li T. Why 1986 El Niño and 2005 La Niña evolved different from a typical El Niño and La Niña[J]. Climate Dynamics, 2018, 51(11): 4309-4327. ( 0) |
| [44] |
陈明诚, 黄玉蓉. 典型拉尼娜事件与1988—1989年拉尼娜事件生命史演变差异性成因分析[J]. 大气科学学报, 2021, 44(3): 428-440. Chen M C, Huang Y R. Causes of distinctive evolution patterns between the typical and the 1988 to 1989 La Nina events[J]. Transactions of Atmospheric Sciences, 2021, 44(3): 428-440. ( 0) |
| [45] |
Yu Z, Schopf P S, Mc Creary J P. On the annual cycle of upper-ocean circulation in the eastern equatorial Pacific[J]. Journal of Physical Oceanography, 1997, 27(2): 309-324. DOI:10.1175/1520-0485(1997)027<0309:OTACOU>2.0.CO;2 ( 0) |
| [46] |
高晓倩, 方越, 祖永灿, 等. 热带太平洋温跃层深度的年代际变化特征及原因[J]. 海洋科学进展, 2016(3): 337-346. Gao X Q, Fang Y, Zu Y C, et al. Characteristics andmechanism of the decadal variability of thermocline in tropical Pacific Ocean[J]. Advances in Marine Science, 2016(3): 337-346. ( 0) |
2. Key Laboratory of Physical Oceanography, Ministry of Eclucation, Ocean University of China, Qingdao 266100, China