Advances in Marine Sciences
Vol. 10  No. 01 ( 2023 ), Article ID: 62409 , 9 pages
10.12677/AMS.2023.101004

不同Niño指数对El Niño事件响应的差异性分析

王露1,赵健2

1海军士官学校航海系,安徽 蚌埠

2安徽省亳州市气象局,安徽 亳州

收稿日期:2023年2月4日;录用日期:2023年3月4日;发布日期:2023年3月14日

摘要

ENSO事件是发生在热带太平洋地区、具有最强年际变化的全球尺度振荡信号。一方面直接使得赤道太平洋地区的天气出现异常,另一方面还会以遥相关的形式影响热带太平洋以外的地区,甚至影响了全球的天气变化,选取能够表明其特征的指标十分重要。不同类型El Niño事件对于各类Niño指数的响应也是不同的,东部型El Niño事件在Niño1 + 2指数、Niño3指数、Niño3.4指数的响应较为明显,在Niño4指数的响应较弱;而中部型El Niño事件相比较来说在Niño4指数和Niño3.4指数的响应较为明显,其中Niño3.4指数对于两类El Niño事件的响应表现较为突出。

关键词

ENSO,El Niño,Niño指数,El Niño分类

Analysis of the Difference in Response of Different Niño Indexes to El Niño Events

Lu Wang1, Jian Zhao2

1Department of Navigation, Naval Petty Officer Academy, Bengbu Anhui

2Bozhou Meteorological Buraeu of Anhui Province, Bozhou Anhui

Received: Feb. 4th, 2023; accepted: Mar. 4th, 2023; published: Mar. 14th, 2023

ABSTRACT

ENSO event is a global scale oscillation signal with the strongest inter-annual variation that occurs in the tropical Pacific region. On the one hand, it directly makes the weather in the equatorial Pacific region abnormal, on the other hand, it will affect the areas outside the tropical Pacific in the form of teleconnection, and even affect the global weather change. It is very important to select indicators that can show its characteristics. The response of different types of El Niño events to various Niño indexes is also different. The response of the eastern type of El Niño events to the Niño1 + 2 index, Niño3 index, and Niño3.4 index is relatively obvious, while the response to the Niño4 index is relatively weak; compared with the central type El Niño events, the response of Niño4 index and Niño3.4 index is more obvious, and the response of Niño3.4 index to the two types of El Niño events is more prominent.

Keywords:ENSO, El Niño, Niño Indexes, El Niño Classification

Copyright © 2023 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

ENSO (El Niño-Southern Oscillation,厄尔尼诺–南方涛动)事件是发生在热带太平洋地区、具有最强年际变化的全球尺度振荡信号,以2~7年的周期在冷、暖相位间不断循环,冷相位表现为La Niña事件,暖相位表现为El Niño事件。ENSO是迄今为止唯一一个已经得到确认的、真实存在的全球尺度的振荡信号,也是目前为止所观测到的全球范围的大气–海洋耦合的最强信号之一。

ENSO是由两个分量组成,第一分量主要针对海洋,称为厄尔尼诺(EN: El Niño),第二分量则针对大气,指的是南方涛动(SO: Southern Oscillation)。1960s年代中期,Bjerknes [1] 发表ENSO是热带大气和海洋相互作用的著名观点,提出了El Niño和Southern Oscillation事实上是热带太平洋大尺度海气相互作用同一现象的两个方面,其后的一系列经典著作进一步推进了大气海洋相互作用的研究,也使得El Niño的理论研究越来越受到重视。另一方面,Philander [2] 提出的El Niño和La Niña是互补的,暖的El Niño位相和冷的La Niña位相合在一起构成一个南方涛动循环。因此把厄尔尼诺和南方涛动合起来称为ENSO。

La Niña事件和El Niño事件的出现,一方面直接使得赤道太平洋地区的天气出现异常,另一当面还会以遥相关的形式影响热带太平洋以外的地区,甚至影响了全球的天气变化。它的发生会对世界许多地区的气候产生重大影响,是引起全球大气环流和水分循环异常的重要原因,也是引起东亚季风水汽输送异常和旱涝发生的重要原因 [3] [4] [5] 。对于ENSO的研究工作始终备受关注,成果也不断涌现,正确认识ENSO事件的发生具有重要意义。

2. ENSO的指标

研究ENSO事件的指数有很多,最为常见的是监测关键区海表温度(SST),如图1所示,关键区主要包括Niño 1 + 2区(0˚~10˚S, 90˚W~80˚W)、Niño 3区(5˚N~5˚S, 150˚W~90˚W)、Niño4区(5˚N~5˚S, 160˚E~150˚W)和Niño 3.4区(5˚N~5˚S, 160˚E~150˚W)。对于不同关键区的SST进行处理得到不同的ENSO指标,即Niño指数 [6] [7] 。

Niño1 + 2指数:0˚~10˚S,90˚W~80˚W海域平均的SST距平;

Niño3指数:5˚N~5˚S,150˚W~90˚W海域平均的SST距平;

Niño4指数:5˚N~5˚S,160˚E~150˚W海域平均的SST距平;

Niño3.4指数:5˚N~5˚S,160˚E~150˚W海域平均的SST距平;

Figure 1. The key areas distribution of ENSO monitors (from the National Climate Center of China)

图1. ENSO监测关键区分布(引自中国国家气候中心)

此外,许多研究还提出其它的一些指数,如SOI (Southern Oscillation Index),基于Darwin岛和Tahiti岛间的海面气压差的南方涛动指数;MEI指数(Multivariate ENSO Index),同时用到了海平面气压、地面经向风和纬向风、SST、海面气温和总运量等6个变量经主成分分析得到的多变量ENSO指数;TNI指数(Trans-Niño Index),代表Niño1 + 2区与Niño4区之间海表温度梯度指数;JMA指数,类似Niño3指数,但关键区的南北范围为4˚N~4˚S;Niño Z指数,Niño1 + 2 + 3 + 4区平均SST距平 [8] [9] 。

许多人直接用Niño3区的SST距平达到0.5℃指数来定义厄尔尼诺事件,这个方法简单易行,因为在大多数事件中,Niño3区都具有较好的代表性,但在一些事件中,Niño1 + 2区或Niño4区升温较强,而Niño3区升温较弱,仅以Niño3区定义,洋面覆盖范围有限,就会将一些过程排除在外。Hanley [10] 等研究指出,Niño1 + 2指数对于拉尼娜的反应较强,而Niño4指数对于厄尔尼诺的反应相对较弱。对于指数的敏感性分析表明,ENSO指数的选取依赖于研究的ENSO位相,对厄尔尼诺事件而言,SOI、Niño3.4和Niño4指数的敏感程度几乎相同,且均强于JMA、Niño1 + 2和Niño3指数;而对拉尼娜事件来说,JMA指数相较于其它所有指数更加敏感。

在业务上,国际各气候中心采用的标准也各不相同:

美国NOAA以Niño3.4区SSTA的3个月滑动平均值连续5个月 ≥ 0.5℃ (≤−0.5℃)定义为一次El Niño (La Niña)事件;

日本气象厅采用5个月滑动平均月JMA指数连续6个月(其中必须包含10、11和12月) ≥ 0.5℃ (≤−0.5℃)定义为一次El Niño (La Niña)事件;

中国国家气候中心依据Niño Z区SST距平 ≥ 0.5℃ (≤−0.5℃)至少持续6个月(过程中间可有一个月未达标准)则定义为一次El Niño (La Niña)事件,如若该区域指数 ≥ 0.5℃ (≤−0.5℃)持续5个月,且5个月的指数之和 ≥ 4.0℃ (≤−4.0℃)时,也定义为一次El Niño (La Niña)事件。

就现有的ENSO指数而言,究竟哪个指数能够最好的表征ENSO的演变特征这一问题学术界尚未形成一致的看法 [11] [12] [13] ,但ENSO是热带太平洋大尺度海气相互作用的最强年际周期信号,选取能够表明其特征的指标十分重要。

3. 数据和方法

本研究的数据为美国国家海洋和大气管理局(NOAA) Physical Sciences Laboratory发布的月平均气候指数,主要包括Niño1 + 2指数、Niño3.4指数、Niño3指数、Niño4指数和MEI指数,数据时间范围1990.01~2021.12,共32年的逐月平均值。下载网址http://psl.noaa.gov/data/climateindices/list/。

以业务上常用的Niño3.4区SSTA的3个月滑动平均值连续5个月≥0.5℃ (≤−0.5℃)定义为一次El Niño事件。数据时间范围1990.01~2021.12内,共有8次El Niño事件,如表1~3中红色数字所示。

利用El Niño事件期间各月海表温度异常的累加值作为衡量El Niño事件强度的标准,从强度上把El Niño事件分为超强、强、中等和弱等四个级别,如表4所示。当累加值 ≥ 17.0时,定义为超强,累加值在14.1~17.0之间定义为强,累加值在7.1~14.0定义为中等,累加值 ≤ 7.0定义为弱。

Table 1. The temperature anomaly of 3 consecutive months of Niño3.4 areas between 1990.01~1999.12

表1. 1990.01~1999.12 Niño3.4区SST连续3个月温度距平值

Table 2. Same as Tab.1, except that between 2000.01~2009.12

表2. 2000.01~2009.12 Niño3.4区SST连续3个月温度距平值

Table 3. Same as Tab.1, except that between 2010.01~2021.12

表3. 2010.01~2021.12 Niño3.4区SST连续3个月温度距平值

Table 4. The strength index of El Niño event

表4. El Niño事件强度指标(℃)

数据选取的最近32年来,8次El Niño事件中共有3次超强El Niño事件,分别为1991.05~1992.06、1997.05~1998.05、2014.10~2016.04,分析不同ENSO指标对所选取3次强El Niño事件的响应。所选的3次事件SST连续3个月平均距平温度 ≥ 0.5℃ (≤−0.5℃)的时间均超过12个月,2014~2016年El Niño事件SST最高距平温度达到2.6℃,≥0.5℃的持续时间为19个月,如表3所示;1997~1998年El Niño事件SST最高距平温度达到2.4℃,≥0.5℃的持续时间为13个月,如表1所示;1991~1992年El Niño事件SST最高距平温度达到1.7℃,≥0.5℃的持续时间为14个月如表1所示。所选取的3次事件不管是从最高温度距平值来说,还是从持续时间来说,都可以认为是近30年来最强的El Niño事件。通过比较El Niño事件的强度等级和事件类别与不同Niño指数的响应,分析不同Niño指数对El Niño事件响应的差异性。

4. 不同Niño指数对强El Niño事件的响应分析

4.1. 3次强El Niño事件的响应

图2所示,3次强El Niño事件在各类Niño指数上的时间序列图,中间红色框区为1997~1998年El Niño事件,右边绿色框区为2014~2016年El Niño事件,左边深蓝色框区为1991~1992年El Niño事件,由图可知,3次强El Niño事件在不同的Niño指数图上均有所体现。对于1997~1998年El Niño事件,Niño1 + 2指数响应最为明显,峰值达到4.5,如图2(a)所示,Niño3指数次之,峰值为3.4 (图2(c)),Niño3.4指数和MEI指数持平,峰值均为2.6 (图2(b)、图2(e)),响应最弱的是Niño4指数,最大值小于1.0,仅为0.9 (图2(d))。对于1991~1992年El Niño事件响应最为强烈的仍是Niño1 + 2指数,峰值超过2.0 (图2(a)),其次是Niño3.4和MEI指数,最大值略低于2.0 (图2(b)、图2(e)),Niño3指数最大值为1.4 (图2(c)),Niño4指数响应最弱,最大值小于1.0 (图2(d))。而2014~2016年El Niño事件响应最为强烈的是Niño3和Niño3.4指数,峰值均接近与3.0 (图2(b)、图2(c)),其次是Niño1 + 2指数,峰值2.6 (图2(a)),MEI指数次之,峰值为2.3 (图2(e)),响应最弱的是Niño4指数,峰值仅为1.6 (图2(d))。

Figure 2. The time series diagram of 3 super El Niño events of different Niño indexes, (a), (b), (c), (d), (e) from the top down

图2. 3次超强El Niño事件在各类Niño指数上的时间序列图,自上而下依次为(a)、(b)、(c)、(d)、(e)

4.2. El Niño事件的分类

部分学者注意到,一些El Niño事件在发展过程中,海表温度正异常的中心区域在太平洋海域表现不同,如图3所示为Fan [14] 等对于El Niño事件的分类示意图。东部型El Niño事件SSTA (Sea Surface Temperature Anomaly)中心均位于赤道太平洋东部,且正异常分布宽广,自南美沿岸延伸至日界线附近;中部型El Niño事件表现为赤道中太平洋海表温度为正异常,其两侧为负异常的分布形态,且中部型El Niño事件正异常大部分局限于中太平洋区域 [15] [16] 。

Figure 3. The distributions of SSTA between two El Niño events, the left is eastern type El Niño, the right is middle type El Niño

图3. 两类El Niño事件SSTA分布,左图为东部型El Niño,右图为中部型El Niño

从1990~2021年间,共有8次El Niño事件发生,其中3次为东部型,5次为中部型,中部型发生频率显著高于东部型;从强度等级来说,东部型高于中部型;持续时间上东部型长于中部型。本研究所选的3次强El Niño事件中,2014~2016年El Niño事件持续时间最长,为19个月,峰值也达到最大2.6,等级为超强;1997~1998年El Niño事件持续时间为13个月,峰值2.4,等级也为超强;1991~1992年El Niño事件持续时间为14个月,峰值1.7,等级也为超强。3次El Niño事件均为东部型,如表5所示。

Table 5. The comparison of analysis results of El Niño events from 1990 to 2021

表5. 1990~2021年El Niño事件分类结果对比

东部型El Niño事件鼎盛时期,SSTA中心均位于赤道太平洋东部,且正异常分布宽广,从赤道太平洋南美沿岸一直延伸至日界线附近,其引起的海表温度异常主要表现在太平洋东部,即Niño1 + 2区、Niño3区响应较为明显,Niño4区响应相对较弱;而中部型El Niño事件鼎盛时期,SSTA中心均位于赤道太平洋中部,太平洋东部为相对弱的正异常或为负异常,中部的正异常在赤道外地区随着纬度增加有向东扩展的趋势呈“马蹄形”结构 [17] [18] ,其引起的海表温度异常主要表现在太平洋中部,即Niño4区、Niño3.4区响应较为明显。MEI指数是由6个变量经主成分分析得到的多变量由于是用多个变量ENSO指数,其响应情况不止依赖于SST,所以在两类El Niño事件中响应均较为明显,且能够集中体现El Niño事件的特性。

5. 结论与讨论

5.1. 结论

不同Niño指数对El Niño事件响应的差异和事件的种类有关,东部型El Niño事件和中部型El Niño事件对于各类Niño指数的响应不同,其中东部型El Niño事件在Niño1 + 2指数、Niño3指数、Niño3.4指数的响应较为明显,在Niño4指数的响应较弱;而中部型El Niño事件相比较来说在Niño4指数和Niño3.4指数的响应较为明显,其中Niño3.4指数对于两类El Niño事件的响应表现较为突出。MEI指数由于是多变量ENSO指数,所以在两类El Niño事件中响应均较为明显。

5.2. 讨论

研究结果显示,东太平洋El Niño事件比中太平洋El Niño事件的持续时间相对来说更长,且强度也更强,特别是近几十年,中太平洋El Niño事件出现的频率有所增加,其原因尚不清楚,目前学界也尚未给出统一答案。

文章引用

王 露,赵 健. 不同Niño指数对El Niño事件响应的差异性分析
Analysis of the Difference in Response of Different Niño Indexes to El Niño Events[J]. 海洋科学前沿, 2023, 10(01): 32-40. https://doi.org/10.12677/AMS.2023.101004

参考文献

  1. 1. Bjerknes, J. (1969) Atmospheric Teleconnections from the Equatorial Pacific. Monthly Weather Review, 97, 163-172. https://doi.org/10.1175/1520-0493(1969)097<0163:ATFTEP>2.3.CO;2

  2. 2. Philander, S.G. (1990) El Niño, La Niña, and the Southern Oscillation. Academic Press, San Diego, 35-38.

  3. 3. Xu, J. and Chan, J.C.L. (2001) The Role of the Asian-Australian Monsoon System in the Onset Time of El Niño Events. Journal of Climate, 14, 418-433. https://doi.org/10.1175/1520-0442(2001)014<0418:TROTAA>2.0.CO;2

  4. 4. 李崇银. 气候动力学引论[M]. 北京: 气象出版社, 2000.

  5. 5. 吴国雄, 孟文. 赤道印度洋-太平洋地区海气系统的齿轮式耦合和ENSO事件I资料分析[J]. 大气科学, 1998(22): 470-480.

  6. 6. Trenberth, K.E. (1997) The Definition of El Niño. Bulletin of the Ameri-can Meteorological Society, 78, 2771-2777. https://doi.org/10.1175/1520-0477(1997)078<2771:TDOENO>2.0.CO;2

  7. 7. Trenberth, K.E. and Stepaniak, D.P. (2001) Indices of El Niño Evolution. Journal of Climate, 14, 1697-1701. https://doi.org/10.1175/1520-0442(2001)014<1697:LIOENO>2.0.CO;2

  8. 8. 李晓燕, 翟盘茂. ENSO事件指数与指标研究[J]. 气象学报, 2000, 58(1): 102-109.

  9. 9. Wolter, K. and Timlin, M.S. (1993) Monitoring ENSO in COADS with a Seasonally Adjusted Principal Component Index. Proceedings of the 17th Climate Diagnostics Work-shop, Norman, 18-23 October 1993.

  10. 10. Hanley, D.E., Bourassa, M.A., O’Brien, J.J., Smith, S.R. and Spade, E.R. (2003) A Quantitative Evaluation of ENSO Indices. Journal of Climate, 16, 1249-1258. https://doi.org/10.1175/1520-0442(2003)16<1249:AQEOEI>2.0.CO;2

  11. 11. 徐华, 徐建军, 范伶俐. ENSO多样性研究进展[J]. 热带气象学报, 2019, 35(2): 281-288.

  12. 12. 赵永平, 陈永利. 两类ENSO事件前期的热带太平洋海温距平场[J]. 热带气象学报, 1998, 14(3): 226-232.

  13. 13. Xu, K., Zhu, C.W. and He, J.H. (2012) Linkage between the Dominant Modes in Pacific Subsurface Ocean Temperature and the Two Type ENSO Events. Chinese Science Bulle-tin, 57, 3491-3496. https://doi.org/10.1007/s11434-012-5173-4

  14. 14. Fan, F., Lin, R., Fang, X., Xue, F., Zheng, F. and Zhu, J. (2021) Influence of the Eastern Pacific and Central Pacific Types of ENSO on the South Asian Summer Monsoon. Advances in Atmospheric Sciences, 38, 12-28. https://doi.org/10.1007/s00376-020-0055-1

  15. 15. Rasmusson, E.M. and Wallace, J.M. (1983) Meteorological As-pects of the El Niño/Southern Oscillation. Science, 222, 1195-1202. https://doi.org/10.1126/science.222.4629.1195

  16. 16. Fu, C.B., Diaz, H.F. and Fletcher, J.O. (1986) Characteristics of the Response of Sea Surface Temperature in the Central Pacific Associated with Warm Episodes of the Southern Os-cillation. Monthly Weather Review, 114, 1716-1739. https://doi.org/10.1175/1520-0493(1986)114<1716:COTROS>2.0.CO;2

  17. 17. Wang, B. (1995) Interdecadal Changes in El Niño Onset in the Last Four Decades. Journal of Climate, 8, 267-285. https://doi.org/10.1175/1520-0442(1995)008<0267:ICIENO>2.0.CO;2

  18. 18. 汪婉婷, 管兆勇. 夏季厄尔尼诺-Modoki和东部型ENSO海表温度异常分布型特征及其与海洋性大陆区域气候异常的联系[J]. 气象学报, 2018, 76(1): 1-14.

期刊菜单