Open Journal of Natural Science
Vol. 09  No. 05 ( 2021 ), Article ID: 45244 , 11 pages
10.12677/OJNS.2021.95083

南印度洋偶极子与我国夏季降水的联系

章舒婧

成都信息工程大学,四川 成都

收稿日期:2021年8月12日;录用日期:2021年9月9日;发布日期:2021年9月16日

摘要

利用NCEP/NCAR再分析资料、Hadley海温资料以及CRU TS v4.03降水资料,通过EOF分解、相关分析和合成分析等方法分析了冬、春季南印度洋偶极子(Southern Indian Ocean Dipole, SIOD)特征及其与我国夏季降水的联系。结果表明:1) 南印度洋冬、春季海温具有明显的偶极子特征,且SIOD在12月~次年5月存在强弱和相位变化。2) SIOD指数与中国夏季逐月降水相关性在6、7、8月分别呈西正东负,北负南正和我国东、西部为正、中部较弱的分布特征;不同月份关键区降水的时间序列特征进一步表明春季SIOD指数与我国夏季降水联系密切。3) 春季SIOD可通过风场和水汽输送异常影响夏季逐月降水,其中6月主要通过南印度洋和太平洋水汽影响我国南方降水,而7月主要影响太平洋水汽输送,8月则主要影响由云南进入我国内陆的南印度洋东北部的水汽输送。

关键词

南印度洋偶极子,夏季降水,水汽输送

The Connection of the Southern Indian Ocean Dipole and Summer Precipitation in China

Shujing Zhang

School of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu Sichuan

Received: Aug. 12th, 2021; accepted: Sep. 9th, 2021; published: Sep. 16th, 2021

ABSTRACT

This paper uses NCEP/NCAR reanalysis data, Hadley sea surface temperature data and precipitation data of CRU TS v4.03 to study the characteristics of Southern Indian Ocean Dipole and its connection with summer precipitation over China by empirical orthogonal function decomposition, correlation analysis and synthetic analysis. The results show that: 1) The winter and spring sea temperature had obvious dipole characteristics, and SIOD had strength and phase changes from December to May. 2) The distribution characteristics of correlation between SIOD index and monthly precipitation were positive in west (north) and negative in east (south) China in June (July), and positive in east and western China and negative in middle China. The time series of precipitation in key areas in different months further show that the spring SIOD index is closely related to the summer precipitation over China. 3) Spring SIOD can affect the abnormal monthly precipitation through wind field and water vapor transport in summer; the precipitation in southern China was mainly affected through the water vapor of the southern Indian Ocean and Pacific Ocean in June, precipitation over China mainly affected by water vapor delivery in the Pacific in July, but mainly affected by water vapor in the northeast of the southern Indian Ocean in August, which entered into inland China through Yunnan.

Keywords:SIOD, Summer Precipitation, Water-Vapor Transfer

Copyright © 2021 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

海洋在气候变化过程中发挥着关键作用,因此被视为全球气候的主要控制因子。人们就太平洋和大西洋对区域气候的影响进行了大量研究,而对印度洋的关注则有待加强。南印度洋作为整个印度洋海温变率最强的区域,其海温的年际变化称为南印度洋偶极子(Southern Indian Ocean Dipole, SIOD)。偶极子这一概念最初用于表述西印度洋赤道海表温度(Sea Surface Temperature, SST)的正、负距平现象 [1],而最早关注南印度洋海温在纬向分布上呈东冷西暖的特征是在1985年,由于SIOD表现出西南正(负)、东北负(正)的异常海温偶极型空间分布,因此定义了南印度洋正(负)偶极子,简称PSIOD (NSIOD)事件 [2]。同时,国外学者 [3] 还定义了最大正海温异常(37˚~27˚S,55˚~65˚E)和最大负海温异常(28˚~18˚S,90˚~100˚E)的经纬范围。也有国内学者 [4] 曾在相关的研究中对SIOD指数进行了定义,并发现SIOD具有明显年际变化和突出的年代际变化。虽然不同研究选取的资料以及研究区域等存在的差异导致有关研究结论并不完全相同,但都具有一定参考性。

近年来,学者就SIOD的形成机制进行了研究,王黎娟等 [5] 指出SIOD的形成主要受大尺度大气环流的影响,马斯克林高压以及澳大利亚低(高)压位置和强度的变化引起的副热带印度洋海表面风场的异常,影响了海温的变化,进而形成SIOD。Yoo等 [6] 通过数值模拟实验指出SIOD的发生和海洋的潜热通量有密切关系——当南半球冬春季,南印度洋混合层最浅时,风场会造成潜热通量异常进而导致海温异常。Chiodi等 [7] 指出经向水汽平流异常引起的潜热通量也对南印度洋偶极子的形成很重要。王黎娟等 [5] 指出南半球副热带印度洋地区的海温变化与赤道中东太平洋地区海温异常密切联系,前冬ENSO事件与SIOD有显著的负相关关系,大多数正SIOD发生在拉尼娜事件之后,大多数负SIOD发生在厄尔尼诺事件之后;也存在部分SIOD事件的发生既不伴随拉尼娜、也不伴随厄尔尼诺的现象。对区域气候的影响方面,SIOD是影响南非降水的重要原因之一,PSIOD时,副高东北侧很强的东风将湿空气向非洲中部和南部输送,使得该处对流增强,南非降水增加,NSIOD时,南非降水减少 [2]。Wang [8] 等的研究也表明印度夏季风降水和SIOD模态有关,因为SIOD的两极,一个位于澳大利亚西北部,另一个则与马斯克林高压相对应。

由此可见,SIOD的变化可通过海气相互作用影响大气加热分布,大气加热进一步通过大气环流异常或大气遥相关机制影响中国降水。黄天赐等 [9] 指出7~8月SIOD指数与中国西南初秋降水有较强的正相关,而水汽输送异常是SIOD影响西南降水主要途径。肖莺等 [10] 也指出冬季SIOD与中国次年春季降水关系较好,SIOD主要通过中低纬海温异常和遥相关改变冬季欧亚大陆环流,该扰动在西风作用下对后期春季的对流降水造成影响。研究 [11] 也表明SIOD的季节变化和年际变化特征对我国降水有很好的指导意义,冬季NSIOD事件通过海气相互作用和东亚热带内外环流低频变化导致东亚大槽偏弱,长江以北多雨。杨明珠和丁一汇 [4] 也采用SVD方法讨论了春季SIOD与中国夏季降水的关系,指出春季印度洋海温增温趋势与中国160站夏季降水气候趋势很相似,中国夏季降水的区域特征在正负SIOD事件影响下存在显著差异。这些研究表明南印度洋偶极子对中国降水有重要影响,开展该领域研究对认识南印度洋地区海气相互作用对亚洲季风的影响、改进气候模式物理过程描述、提高我国气候和降水预测准确率有重要帮助。

2. 研究数据和方法

本文选取的时间段为1979~2018年,季节划分以北半球为标准,其中冬季指12月~次年2月,春季指3~5月,夏季指6~8月。资料包括NCEP/NCAR逐月再分析资料(包括UV风场、相对湿度场、气压场等),Hadley中心海温格点资料,CRU TSv4.03逐月格点降水资料,空间分辨率分别为2.5˚ × 2.5˚,1˚ × 1˚和0.5˚ × 0.5˚。主要使用的方法有经验正交函数(empirical orthogonal function, EOF)分解 [12]、合成分析 [13]、相关性分析 [14] 和t检验法 [15] 等方法。

3. 印度洋海温EOF分解

3.1. SIOD空间特征

为了解印度洋(50˚S~20˚N,70˚~110˚E)冬、春季SST的主要分布特征,本文对1979~2018年印度洋地区12月到次年5月SST进行EOF分析,图1(b)为冬季(春季)逐月EOF分解第一和第二模态空间特征,其中前两模态累积总解释方差分别为30.51%和12.98% (32%和12%),均能够较好的反应冬(春季)印度洋海温变化的主要特征。

从冬季逐月(图1(a)、图1(b)和图1(c)) EOF分解可看出,印度洋大部分地区均为负值分布,但其空间分布并不均匀,大值区主要位于60˚E~105˚E经度范围内的印度洋中高纬地区;而正值区的分布在冬季主要位于南印度洋西南部,与负异常大值区总体相当,呈东北–西南向对称。需要注意的是这种南印度洋SST的东北–西南的偶极子分布在第二模态表现更为显著(图1(d)、图1(e)和图1(f)),此时正负异常大值区空间范围更大。此外,12月和次年1月SST第二模态分布与其第一模态反相,即负异常区在西南侧,正异常区在东北侧,而次年2月SST第二模态与第一模态一致,但是在范围上更偏向于东西对称。相较于冬季逐月海温分布的一致性,春季逐月(图2(a)、图2(b)和图2(c))海温第一模态空间分布存在差异。其中4、5两月在印度洋大部分地区为负异常区,仅印度洋西南地区及大洋洲西部沿岸存在小范围较弱的正值区。3月则为大范围正值区分布,较弱的负异常区仍出现在西南印度洋。春季各月第二模态空间差异不大,在南印度洋区域均表现为明显的偶极子分布,其中西极子在(30˚~50˚S,40˚~70˚E)范围内,而东极子处于(20˚~45˚S,70˚~110˚E)区域中。

总体看来,SIOD在冬季前两个月为东正西负分布,代表南印度洋负偶极子,即NSIOD事件,而冬末2月及春季三个月为东负西正的正偶极子,即PSIOD事件。本文得到的南印度洋SST在冬春季逐月的变化特征与王黎娟等 [5] 得到的SIOD季节锁相特征一致,即SIOD具有发展期和成熟期的变化。

Figure 1. The first mode ((a), (b), (c)) and second mode ((d), (e), (f)) over Indian Ocean in winter, Dec. ((a), (d)), Jan. ((b), (e)), Feb. ((c), (f)), respectively

图1. 冬季印度洋海温EOF分解的第一模态((a),(b),(c))和第二模态((d),(e),(f)),分别为12 ((a),(d))、1 ((b),(e))、2 ((c),(f))月

Figure 2. The first mode ((a), (b), (c)) and second mode ((d), (e), (f)) over Indian ocean in spring, March ((a), (d)), April ((b), (e)), June ((c), (f)), respectively

图2. 春季印度洋海温EOF分解的第一模态((a),(b),(c))和第二模态((d),(e),(f)),分别为3 ((a),(d))、4 ((b),(e))、5 ((c),(f))月

3.2. SIOD时间序列

由于南印度洋SST第二模态相较第一模态表现出更为显著的东西反相分布,为了反映第二模态的变化,王黎娟等 [5] 将西东极子海温之差定义为SIOD系数,而本文直接将第二模态时间序列作为SIOD指数进行分析,这与文献 [9] [10] 的做法一致,这样既可以避免计算海温差时区域选择不规范造成的偏差,也能简化计算。从图3中可以发现,1979~2019年SIOD的指数具有趋势变化,冬季12月和春季5月为SIOD指数为下降趋势,而2~4月则呈现上升趋势,但其中2月份并不显著,而1月份大致持平,整体上上升或下降并不明显。此外,各月SIOD指数整体上表现出明显的年际变化和年代际特征,其正负距平交替出现,正负距平持续时间最长不超过6年,多为3年左右即会发生正负交替变化,但不同月份之间也存在一定差异。进一步可以发现,冬季前两个月(图3(a)和图3(b))和2~5月(图3(c)、图3(d)、图3(e)和图3(f)) SIOD指数大致存在以下特征:12月和次年1月在20世纪90年代至21世纪初主要为正距平,之后为负距平;2~5月在1990年之前正负距平交替出现,但近期以正距平为主。且小波分析和M-K突变检验(图略)显示不同月份的SIOD指数存在一定的周期性和突变特征。

Figure 3. Standardized SIOD time series from December to June (where the black solid line is the trend line), the horizontal coordinate represents the years of 1979~2019, and the vertical coordinate represents the change in amplitude corresponding to the EOF eigenvalue

图3. 12至5月((a)~(f))标准化SIOD时间序列(黑色实线为趋势线),横坐标代表1979~2019年,纵坐标代表与EOF特征值相对应的振幅变化

4. 春季SIOD与中国夏季逐月降水的关系

由于春季SIOD较冬季更成熟,其影响必然比冬季更强,因此本文分析春季SIOD指数变化与我国夏季降水的关系。杨明珠等 [4] 直接研究了春季SIOD与中国夏季平均降水的联系,而我们知道中国夏季降水在不同月份是存在区域差异的,因此分别计算了春季SIOD指数与我国夏季6、7、8月降水的相关系数,并给出了空间特征。如图4所示,春季SIOD与6月降水在两广地区表现的相关系数为正,其他地方的相关关系整体上表现为一个西正东负分布特征。通过95%显著性检验的负相关区位于我国内蒙古北部和黑龙江西北部,同时新疆萨吾尔山附近也存在小范围区域。而通过95%显著性检验正相关区则主要分布在贵州、湖南西部以及台湾,而青海东部和北部也存在小范围区域。

Figure 4. Coefficient distribution of spring SIOD index and precipitation in June over China (the color filling area passes 95% significance test)

图4. 春季SIOD指数与中国6月降水量相关系数分布图(填色区代表通过95%的显著性水平检验)

图5知,春季SIOD指数与7月降水相关场主要表现为北负南正的分布特征,且以负相关为主,仅东南沿海和台湾为显著的正相关区。而SIOD与7月降水的负相关大值区主要分布在青海和四川盆地,以及新疆北部和天山山脉等地,同时我国内蒙古、辽吉和云南等地区也存在零星负相关区,表明春季SIOD与我国夏季7月降水联系密切。

Figure 5. Same as Figure 4, but for July

图5. 同图4,但为7月

图6可以看出,春季SIOD与8月降水在两广地区表现的相关系数为正,相关系数总体表现为我国东、西部为正相关,中部为较弱的负相关分布特征,但新疆西北部和西藏西南部也存在一定的负相关区。通过95%显著性检验的正相关区分别位于青海和新疆南部、黑龙江和吉林,以及长江中下游地区。

Figure 6. Same as Figure 4, but for August

图6. 同图4,但为8月

Figure 7. Standardized time series of key areas for different month during 1979~2019, the horizontal coordinate represents the year, and the vertical coordinate represents the standard accumulated precipitation in different key areas, (a) June, (b) July and (c) August

图7. 1979~2019年关键区域标准化降水时间序列图,横坐标代表年份,纵坐标代表关键区累积降水量标准化值,其中(a) 6月、(b) 7月和 (c) 8月

从春季SIOD指数与后期夏季逐月降水的相关性的空间分布中可以总结出三个显著区域,其中6月为内蒙北部(45˚~50˚N,115˚~125˚E)的大范围负相关区,7月为我国南方(20˚~30˚N,105˚~125˚E)特别是两广地区以南的正相关区,8月则是我国西北中部地区(34˚~45˚N,75˚~105˚E)的显著正相关。为进一步探究与春季SIOD指数在时间分布上的联系,对上述区域作近40年的夏季6、7和8月降水时间序列图(图7)。从整体来看,夏季降水距平的年际和年代际分布与春季SIOD指数特征对应。尤其是夏季8月关键区降水距平(图7(c))在40年中正负交替频繁,几个显著的时间点为1983、1987、1995、2000、2002、2005、2009、2012年和2016年与春季5月SIOD指数M-K检验(图略)表现出的突变特征相对应,再次证明春季SIOD指数与我国夏季降水联系密切。

5. 可能原因分析

根据春季3~5月SIOD指数,将指数 > 1的年份定义为正相位年(PSIOD),指数 < −1的年份定义为负相位年(NSIOD),共得到八个正相位年:1981、1982、1987、2002、2007、2016、2017和2018年以及八个负相位年:1984、1988、1989、1992、1995、1996、2012和2013年。许多研究 [9] [10] [11] 表明SIOD主要通过东西极子的变化影响马斯克林高压、越赤道气流、西南季风水汽输送、中低纬海温冷暖异常、副热带高压的变化和高纬遥相关波列异常影响中国降水,这为我们寻找可能原因指出了方向。因此利用合成分析方法研究春季SIOD正负相位合成年如何影响大气环流异常来改变我国夏季降水。图8给出了夏季6月正负位相合成年850 hPa高度风场、水汽通量和水汽通量散度差值图。从850 hPa合成风场(图8(a))可知,南印度洋海域西南侧存在一个反气旋性环流,同时在南印度洋东南部及大澳大利亚湾以南受到气旋性差值环流控制,其中反气旋环流中心与SIOD西极子对应较好。环流西侧的一支气流经西部高原沿马来群岛西南沿岸北上,在孟加拉湾东海岸10˚S分成两支:其中一支与越赤道气流汇合在恒河流域西南侧形成反气旋,另一支则与源自太平洋中低纬地区的气流汇合共同影响我国南方降水,随后沿菲律宾群岛东侧流回太平洋赤道地区。此外,考虑有来自高纬以及太平洋中低纬地区暖湿气流分流进入我国西北地区。

在水汽通量散度图(图8(c))上,中国大部分地区为负值分布,表明SIOD正异常有利于对流产生。值得注意的是,水汽通量散度正负值区与春季SIOD与6月降水相关图(图4)类似,表现为内蒙古北部为大范围负值区,而在图8(a)中可以看到该地区处于高空反气旋控制区,受下沉气流控制,抑制了对流活动。结合整层水汽通量和水汽通量散度(图8(b)和图8(c))可发现水汽的两个显著变化区位于我国南方地区以及内蒙北部和黑龙江附近,表明SIOD的异常导致大气中水汽发生显著变化,在PSIOD年,有利于水汽输送造成降水偏多,反之亦然。

7月850 hPa风场(图9(a))上,南印度洋地区的东北–西南向偶极子空间分布更为明显,南印度洋北上跨赤道气流在7月在跨越赤道后分为两支,其中一支进入我国青藏地区。水汽通量(图9(b))上我国南方尤其是两广地区存在来自低纬从太平洋地区逆时针北上的水汽,造成该地区降水增加。水汽通量散度差值进一步分析(图9(c))显示广西、湖南等地区水汽以辐合为主,而其余地区对流活动较弱,不易产生降水。

8月850 hPa风场(图10(a))上,南印度洋主要为大范围的反气旋性差值环流控制,部分来自南印度洋东北部的水汽从东南向西北地跨越赤道向孟加拉湾地区输送,其中一支从云南进入我国后分别向西北地区以及沿长江流域影响我国降水,这与春季SIOD与我国夏季8月降水(图6)的显著正相关区具有较好的对应关系。同时,受来自太平洋地区的暖湿气流影响,我国长江中下游和东北地区降水偏多,并且在水汽通量差值图(图10(b))中也可看出这两个地区水汽输送通量显著增加,有利于降水生成。

Figure 8. Synthetic difference in June between abnormal PSIOD and abnormal NSIOD of (a) wind field on 850 hPa, (b) whole layer vapor and (c) vapor flux divergence

图8. 春季SIOD正负位相异常年夏季6月(a) 850 hPa高度风场和(b) 整层水汽通量和水汽通量散度合成差值图

Figure 9. Same as Figure 8, but for July

图9. 同图8,但为7月

Figure 10. Same as Figure 8, but for August

图10. 同图8,但为8月

6. 结论

本文对1979~2018年冬春季逐月SIOD时空特征及其对我国夏季逐月降水的影响进行了分析,得到如下结论:

1) 冬春季印度洋海温EOF分解显示南印度洋地区表现为明显的东北–西南向偶极子特征;逐月SIOD在时间上具有明显的年际、年代际变化,且存在一定的周期和突变特征。

2) 春季SIOD与中国6、7、8月降水相关性分别呈西正东负分布、北负南正分布和我国东、西部正相关,中部为较弱的负相关分布;其中(45˚~50˚N,115˚~12˚E)、(20˚~30˚N,105˚~125˚E)和(34˚~45˚N,75˚~105˚E)为逐月的关键区,关键区降水年际变化进一步表明春季SIOD指数与中国夏季降水联系密切。

3) 春季SIOD可通过风场和水汽输送异常影响中国夏季降水,其中6、7、8月的降水分别与南印度洋和太平洋水汽异常、太平洋水汽输送异常和由云南进入我国内陆的南印度洋东北部水汽异常有关。

基金项目

成都信息工程大学本科教学工程项目(BKJX2019007和BKJX2019013)支持。

文章引用

章舒婧. 南印度洋偶极子与我国夏季降水的联系
The Connection of the Southern Indian Ocean Dipole and Summer Precipitation in China[J]. 自然科学, 2021, 09(05): 763-773. https://doi.org/10.12677/OJNS.2021.95083

参考文献

  1. 1. Saji, N.H., Goswami, B.N., Vinayachandran, P.N. and Yamagata, T. (1999) A Dipole Mode in the Tropical Indian Ocean. Nature, 401, 360-363. https://doi.org/10.1038/43854

  2. 2. Behera, S.K. and Yamagata, T. (2001) Subtrop-ical SST Dipole Events in the Southern Indian Ocean. Geophysical Research Letters, 28, 327-330. https://doi.org/10.1029/2000GL011451

  3. 3. Suzuki, R., Behera, S.K., Iizuka, S. and Yamagata, T. (2004) Indian Ocean Subtropical Dipole Simulated Using a Coupled General Circulation Model. Journal of Geophysical Research: Oceans, 109, Article No. C09001. https://doi.org/10.1029/2003JC001974

  4. 4. 杨明珠, 丁一汇. 中国夏季降水对南印度洋偶极子的响应研究[J]. 大气科学, 2007, 31(4): 685-694.

  5. 5. 王黎娟, 陈爽, 张海燕. 南印度洋偶极子的变化特征及其与ENSO事件的联系[J]. 大气科学学报, 2018, 41(3): 344-354.

  6. 6. Yoo, S.H., Yang, S. and Ho, C.H. (2006) Variability of the Indian Ocean Sea Surface temperature and Its Impacts on Asian-Australian Monsoon Climate. Journal of Geophysical Research: Atmospheres, 111, Article No. D03108. https://doi.org/10.1029/2005JD006001

  7. 7. Chiodi, A.M. and Harrison, D.E. (2007) Mechanisms of Summertime Subtropical Southern Indian Ocean Sea Surface Temperature Variability: On the Importance of Humidity Anomalies and the Meridional Advection of Water Vapor. Journal of Climate, 20, 4835-4852. https://doi.org/10.1175/JCLI4271.1

  8. 8. Wang, X., Li, C. and Zhou, W. (2006) Interdecadal Variation of the Relationship between Indian Rainfall and SSTA Modes in the Indian Ocean. International Journal of Climatology: A Journal of the Royal Meteorological Society, 26, 595-606. https://doi.org/10.1002/joc.1283

  9. 9. 杨秋明. 南印度洋副热带偶极子型海温异常与全球环流和我国降水变化的关系[J]. 海洋学报, 2006, 28(3): 47-56.

  10. 10. 钱玮, 管兆勇. 中国南方夏季降水与热带印度洋偶极型海温异常的联系[J]. 大气科学学报, 2012, 30(1): 9-16.

  11. 11. 黄嘉佑. 气象统计分析与预报方法[M]. 北京: 气象出版社, 2016.

  12. 12. 王志铭, 张金谱, 梁桂雄. 利用经验正交函数分解方法分析广州臭氧污染特征[J]. 环境科学与技术, 2020, 43(2): 60-64.

  13. 13. 施能, 魏风英, 封国林, 沈桐立. 气象场相关分析及合成分析中蒙特卡洛检验方法及应用[J]. 南京气象学院学报, 1997(3): 88-92.

  14. 14. 崔林丽, 史军, 肖风劲, 范文义. 中国东部NDVI的变化趋势及其与气候因子的相关分析[J]. 资源科学, 2010, 32(1): 124-131.

  15. 15. 智冬晓, 许晓娟, 张皓博. z检验与t检验方法的比较[J]. 统计与决策, 2014(20): 31-34.

期刊菜单