NC & JC:ENSO延迟效应的非对称性与非ENSO因素对东亚夏季风变率的影响研究

学术   2024-11-04 17:20   中国香港  

加州大学圣地亚哥分校和东京大学的研究团队近期对东亚夏季风的变率进行了深入研究,不仅探讨了众所周知的厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)延迟效应,还揭示了一些此前被忽视的独立气候驱动因素。该团队发表在Nature CommunicationsJournal of Climate的两项研究指出,ENSO的延迟效应和非ENSO气候因素共同作用,影响了季风的强度和可预测性,为季节性气候预测精度的提升提供了新思路。

发表论文信息

I. 为什么东亚夏季风异常在厄尔尼诺后比拉尼娜后更为显著

厄尔尼诺和拉尼娜对东亚的夏季风有着重要影响。印-西太平洋海洋电容器(Indo-Western Pacific Ocean Capacitor, IPOC)机制揭示了ENSO事件在印度洋和西北太平洋产生的海温异常可以作为“电容器”,将ENSO的影响储存起来,并在次年夏季释放:在厄尔尼诺发生后的夏季,北印度洋的海温升高,支持了西北太平洋上的反气旋异常(Anomalous Anticyclone, AAC)的持续存在,进而影响东亚夏季的气候格局。

观测和模式中ENSO和AAC的年际关系,红色点代表多年拉尼娜事件的夏季

最新研究揭示了ENSO延迟效应中的一个不对称现象:相比于拉尼娜后的夏季,厄尔尼诺后的夏季更容易出现稳定的AAC响应;而在拉尼娜后的夏季,西北太平洋上空的气旋异常(Anomalous cyclone, AC)响应较弱且波动更大。这种不对称的气候响应主要源于拉尼娜的多年持续性,例如2021-2023年的连续拉尼娜现象。连续拉尼娜现象会导致相邻拉尼娜的气候效应相互干扰,从而使得AAC信号减弱,季风的强度预测也随之复杂化。为解决这一复杂性,该研究引入了一个双阶段ENSO模型,将前冬ENSO状态与当前夏季ENSO状态结合起来。研究显示,通过纳入这一额外参数,季风预测准确性得到了显著提升,尤其是在拉尼娜后的夏季,这一方法有效地减少了多年拉尼娜对季风预测的干扰,并对后ENSO夏季季风响应的异常现象提供了新的解释。

II. 识别非ENSO气候因素对AAC和季风变率的影响

除了ENSO的延迟效应外,研究还识别了一些对AAC和东亚夏季风模式具有独立影响的非ENSO气候因素。研究人员设计并运行了全新的数值模拟试验,以排除ENSO通过IPOC机制对次年夏季的影响。通过分析在排除ENSO情况下AAC的演化过程,研究发现了三个关键的非ENSO驱动因素,这些因素对AAC的强度和持续性有着重要影响:

  • 西北太平洋的海温偏低:这一冷海温区触发了该区域的AAC,且与ENSO无关,独立驱动了AAC的形成。这一机制表明,西北太平洋的局部海温异常能够对季风行为产生显著影响。


  • 热带北大西洋的增温:研究表明,热带北大西洋海温的升高增强了副热带区域的下沉气流,有利于AAC的形成和持续,进而影响了东亚季风的水汽输送。此发现表明,海盆间的海温异常可以间接对东亚气候模式产生影响。


  • 印度洋的罗斯贝波:缓慢传播的下沉罗斯贝波携带暖信号使得热带印度洋持续偏暖,从而通过海盆间反馈机制维持了AAC,并在季风模式的稳定性中发挥了重要作用。

非ENSO驱动因素与AAC的超前滞后相关(左)以及对季节可预报性的贡献(右)

这些非ENSO驱动因素的发现显著推动了我们对东亚夏季风变率的理解。通过拓宽研究视角至ENSO之外,研究人员提出,应将这些内部变率因素纳入考量,以建立更为全面的季节性季风预测框架,从而提升对季风波动的精准预测。

参考资料:
Zhang, P., Xie, S.-P., Kosaka, Y., Lutsko, N.J., Okumura, Y.M., and Miyamoto A., 2024: Why East Asian Monsoon Anomalies Are More Robust in Post El Niño than in Post La Niña Summers. Nature Communications, 15, 7401. doi: 10.1038/s41467-024-51885-7.
点击【阅读原文】直达论文主页

Zhang, P., Xie, S.-P., Kosaka, Y., and Lutsko, N.J., 2024: Non-ENSO Precursors for Northwestern Pacific Summer Monsoon Variability with Implications for Predictability. Journal of Climate, 37(1), 199-212. doi: 10.1175/JCLI-D-23-0169.1

中气爱科技新知,让大气科学广为人知

本号文章均为原创或取得作者授权,转载请取得授权,并注意保持完整性和注明出处
投稿渠道:
1. 学术群内投稿:私信公众号后台,包含姓名+单位+专业,中气爱随后邀请入群
2. 邮箱投稿:fuzh23@m.fudan.edu.cn
我们欢迎大气、海洋、环境等领域的老师、同学和我们分享自己的最新工作进展。语言尽量通俗易懂,同时要求图文并茂





声明:欢迎转载、转发。气象学家公众号转载信息旨在传播交流,其内容由作者负责,不代表本号观点。文中部分图片来源于网络,如涉及内容、版权和其他问题,请联系小编(微信:qxxjgzh)处理。


往期推荐
 获取ERA5/ERA5-Land再分析数据(36TB/32TB)
 获取全球GPM降水数据,半小时/逐日(4TB)
 获取1998-2019 TRMM 3B42逐日降水数据
 获取最新版本CMIP6降尺度数据集30TB
 EC数据商店推出Python在线处理工具箱
★ EC打造实用气象Python工具Metview
★ 机器学习简介及在短临天气预警中的应用
★ Nature-地球系统科学领域的深度学习及理解
★ 灵魂拷问:ChatGPT对气象人的饭碗是福是祸?
★ 气象局是做啥的?气象局的薪水多少?

气象学家
【气象学家】公众号平台为您把握最新AI4Science、解读最新气象科研进展、分享气象实用编程技巧、追踪气象即时资讯。致力于提升我国天气和气候预报、预测水平。欢迎加入气象AI和气象行业交流群以及气象博士群!与12W+专业人士一起交流互动!
 最新文章