23個CMIP5模式對厄爾尼諾事件生命史模擬能力的評估

姜有山　張高杰

摘要利用23個CMIP5氣候模式歷史模擬試驗數據，評估模式對于厄爾尼諾事件生命史的模擬能力。評估結果顯示，有1/3的模式可以很好地再現厄爾尼諾生命史演變過程，而另有1/3的模式對厄爾尼諾生命史模擬能力較弱。觀測分析結果表明，動力（海洋溫度平流）和熱力（海洋表面熱量通量）強迫作用對厄爾尼諾快速衰減過程都有貢獻。前者主要與西北太平洋區(qū)域風場響應有關，而后者主要與“云—輻射—海溫”負反饋過程有關。模擬能力較強的CMIP5模式中海溫距平中心相對偏東，因此海洋緯向平流負反饋和短波輻射負反饋作用較強，衰減階段中海溫衰減更快。而模擬能力較弱的氣候模式中海溫距平中心相對偏西，因此動力和熱力過程較弱，海溫衰減緩慢。由于衰減變率不同，前者海表溫度距平在發(fā)展年次年夏季時符號發(fā)生改變，而后者依然維持相同的符號。由季節(jié)決定的大氣—海洋相互作用所引發(fā)的不穩(wěn)定增長過程在北半球秋季時期進一步參與其中，因此較好的模式中負海溫距平繼續(xù)增長并轉變成拉尼娜，而模擬能力較弱的模式中始終維持暖海溫距平，沒有形成拉尼娜。分析結果同時表明，仍然有1/3的氣候模式不能很好地模擬出厄爾尼諾事件位相鎖定特征。

關鍵詞海氣相互作用；模式評估；ENSO動力學；生命史演變

作為熱帶地區(qū)最重要的年際尺度氣候模態(tài)，厄爾尼諾—南方濤動（El NioSouthern Oscillation，ENSO）事件最早由Bjerknes（1969）研究工作中提出。作為ENSO事件中的暖位相事件，厄爾尼諾通常表現為赤道中東太平洋地區(qū)海表溫度異常偏暖，振幅強度在發(fā)展年底12月前后達到最強（Rasmusson and Carpenter，1982；Philander，1990；楊修群等，1996；劉秦玉和范磊，2009）。厄爾尼諾事件對全球氣候系統(tǒng)，特別是東亞氣候系統(tǒng)具有重要的影響作用，因此理解和預測厄爾尼諾事件生命史演變過程具有重要的社會經濟意義（劉永強和丁一匯，1995；Latif et al.，1998；Trenberth et al.，1998；Wallace et al.，1998；張人禾，1999；Wang et al.，2000；Alexander et al.，2002；李崇銀，2002；張人禾和巢紀平，2002；諶蕓和施能，2003；朱艷峰等，2003；Li and Wang，2005；Zhou et al.，2007；梁曉妮等，2008；智海等，2012；Zhou et al.，2014；范伶俐和張福穎，2016；郭品文和郎麗玲，2017）。厄爾尼諾事件的發(fā)展與赤道太平洋地區(qū)海氣相互作用正反饋過程有關（Bjerknes，1969）。在此基礎之上，相繼有大量理論研究工作提出不同的負反饋機制用于解釋ENSO事件的終止，包括“延遲振子”理論、“充放電/緯向平均溫躍層調制”機制、“西太平洋振子”理論以及“平流—反射振子”理論等，并在一定程度上為觀測事實所證實（Suarez and Schopf，1988；Battisti and Hirst，1989；Jin，1997；Li，1997；Delcroix et al.，2000；Meinen and McPhaden，2000；Boulanger et al.，2003；Bosc and Delcroix，2008）。

觀測結果表明，厄爾尼諾和拉尼娜事件的振幅強度，緯向傳播和生命史演變過程均具有顯著的不對稱性特征（Kessler，2002；Larkin and Harrison，2002；McPhaden and Zhang，2009）。相對而言，目前對于ENSO事件生命史演變不對稱性的研究工作較少。厄爾尼諾和拉尼娜事件生命史通常具有不對稱性發(fā)展特征，具體表現為：厄爾尼諾事件通常在發(fā)展年冬季赤道東太平洋正海溫距平達到峰值之后迅速衰減，并在發(fā)展年次年冬季時轉變成拉尼娜事件，生命周期不超過兩年；而拉尼娜事件在到達成熟位相之后通常衰減緩慢，負海溫距平可以持續(xù)更長的時間，在后續(xù)冬季時期依然可以再次形成拉尼娜事件，其生命周期可以超過兩年甚至三年時間（Kessler，2002；Larkin and Harrison，2002；Okumura and Deser，2010；Wu et al.，2010；Chen et al.，2016；Chen and Li，2017）。造成這一現象的關鍵點在于：在ENSO事件發(fā)展年次年夏季時，厄爾尼諾事件中海表溫度異常（Sea Surface Temperature Anomaly，SSTA）符號轉變?yōu)樨撝?，但是在拉尼娜事件中SSTA依然維持負值，符號并未發(fā)生改變?？紤]到北半球秋季時期是海氣耦合相互作用最劇烈的季節(jié)，在這一時期，Bjerknes溫躍層反饋作用和緯向平流反饋作用最強（Li，1997）。因此，北半球夏季時赤道東太平洋區(qū)域較弱的冷海溫距平也可以通過海氣相互作用正反饋過程不斷增長，最終在發(fā)展年次年底時厄爾尼諾和拉尼娜事件都發(fā)展成為拉尼娜事件。綜上所述，厄爾尼諾事件的衰減速度遠大于拉尼娜事件，這是導致ENSO事件生命史不對稱的根本原因。

最近，Chen et al.（2016）通過海洋混合層海溫熱量收支診斷分析方法，在對導致厄爾尼諾和拉尼娜事件生命史不對稱的動力過程（風場驅動的溫躍層變化和海洋溫度平流過程）和熱力過程（海洋表面熱量通量）進行定量分析后發(fā)現，動力（海洋溫度平流）和熱力（海洋表面熱量通量）強迫作用均對厄爾尼諾事件快速衰減和位相轉變過程起到重要貢獻作用。前者主要與西北太平洋區(qū)域風場響應有關，后者主要與赤道東太平洋區(qū)域“cloudSST”和“evaporationSST”負反饋過程有關。值得注意的是，熱力過程的重要性在過往的研究工作中通常被忽視。盡管前人的研究工作已通過診斷分析等方法對觀測中厄爾尼諾事件生命史演變過程進行了初步分析，并提出了一些可能的影響機制，然而受限于氣候變化特征的復雜性以及模式自身的局限性，目前氣候模式依然無法準確預報出獨立厄爾尼諾事件的生命史發(fā)展過程。有鑒于此，擬對多個CMIP5模式中厄爾尼諾事件生命史演變模擬能力進行評估，找尋模式中對模擬能力影響最為顯著的關鍵海氣相互作用過程（智海等，2015；黃玉蓉等，2017；智協(xié)飛等，2017），為氣候模式ENSO模擬和預報提供改進基礎，幫助提高季節(jié)氣候預測水平。

1資料和方法

資料包括：1）美國國家海洋和大氣局（NOAA）提供的延伸重建海表面溫度資料（Extended Reconstructed Sea Surface Temperature version 3b；ERSSTv3b；Smith et al.，2008），以及降水場資料（Global Precipitation Climatology Project，GPCP）。2）美國國家環(huán)境預測中心/國家大氣環(huán)境中心（NCEP/NCAR）提供的月平均風場再分析資料（Kalnay et al.，1996）。3）美國馬里蘭大學簡單海洋同化資料（Simple Ocean Data Assimilation version 216；SODAv216；Carton and Giese，2008）、歐洲中期天氣預報中心（ECMWF）海洋再分析資料系統(tǒng)（Ocean Reanalysis System 4，ORAS4；Balmaseda et al.，2013）和美國國家環(huán)境預報中心（NCEP）全球海洋資料同化系統(tǒng)（Global Ocean Data Assimilation System，GODAS；Saha et al.，2006）共同提供的海表風應力和海洋溫躍層深度數據。

為評估氣候模式對于厄爾尼諾事件生命史演變的模擬能力，選取23個CMIP5模式的歷史模擬試驗數據，對相應的厄爾尼諾事件進行合成分析，選取研究時段為1951—2000年。相關模式基本信息請見表1（黃玉蓉等，2017）。

2CMIP5氣候模式對厄爾尼諾生命史模擬能力的評估

21CMIP5模式中厄爾尼諾生命史發(fā)展特征

首先，分別對觀測結果及23個CMIP5模式模擬結果中厄爾尼諾事件進行合成分析。結果表明（圖1），多模式模擬結果與觀測結果相比呈現出多樣性與復雜性的特征。以觀測結果為例（圖1a），合成的厄爾尼諾事件中，異常暖海溫通常出現在赤道東太平洋區(qū)域，成熟時期最大海溫距平值出現在發(fā)展年年底12月時，中心位于120°W附近。在暖海溫異常到達最強值之后，厄爾尼諾事件通常在第二年春季時迅速衰減，夏季時海溫回歸至氣候平均態(tài)。后續(xù)秋季時期海溫持續(xù)變冷，轉變?yōu)槔浜鼐嗥?。在第二年年底冬季時發(fā)展成拉尼娜事件。因此在厄爾尼諾事件發(fā)展年次年中，赤道東太平洋區(qū)域海溫

距平出現了迅速衰減和位相轉變兩種生命史發(fā)展過程。然而在CMIP5多模式模擬結果中，厄爾尼諾事件生命史發(fā)展過程卻呈現出顯著的不確定性，根據其對厄爾尼諾事件生命史特征模擬能力的強弱，大致可以將23個CMIP5模式分為三種類型。

在第一類CMIP5模式中，模式的模擬結果可以很好地表現出觀測中厄爾尼諾事件應有的生命史發(fā)展過程。以CESM1（CAM5）模式模擬結果為例（圖1f），可以看到，在合成的厄爾尼諾事件發(fā)展年初期，暖海溫距平出現在赤道西太平洋區(qū)域。隨著時間的推移，赤道東太平洋區(qū)域暖海溫距平不斷發(fā)展，在發(fā)展年12月時，暖海溫距平發(fā)展到最強，形成一次厄爾尼諾事件。在發(fā)展年次年中，赤道東太平洋區(qū)域的暖海溫距平迅速衰減，至夏末秋初時期已轉變?yōu)槔浜鼐嗥?。隨著冷海溫距平的不斷增強，發(fā)展年次年底時，赤道東太平洋區(qū)域形成拉尼娜。與觀測結果相比，23個CMIP5模式中有1/3的模式（包括CCSM4、CESM1CAM5、CNRMCM5、FGOALSg2、FIOESM、GFDLCM3和GFDLESM2M共7個模式）可以很好地再現出厄爾尼諾事件的生命史發(fā)展過程。

在第二類CMIP5模式中，模式模擬結果與觀測相比呈現出較大的不確定性，生命史呈現不對稱性發(fā)展特征。以MIROCESM模式模擬結果為例（圖1s），赤道太平洋區(qū)域暖海溫距平同樣在發(fā)展年春末夏初時期開始發(fā)展，到發(fā)展年底冬季時期，暖海溫距平發(fā)展到最強，厄爾尼諾到達位相成熟時期。生命史的不對稱性發(fā)展特征主要出現在發(fā)展年次年。MIROCESM模式模擬結果中，發(fā)展年次年春季時期暖海溫距平衰減過程十分緩慢，直至該年夏季時期，赤道東太平洋區(qū)域仍然以暖海溫距平為主。暖海溫距平在下半年中依然得以維持，甚至再次發(fā)展增強形成第二次厄爾尼諾事件。因此，有1/3的CMIP5模式（包括CESM1BGC、CMCCCM、GISSE2RCC、INMCM4、IPSLCM5AMR、MIROCESM、MIROCESMCHEM和MRICGCM3共8個模式）在發(fā)展年次年底時并沒有形成拉尼娜事件，與觀測結果相比具有很強的不對稱性特征。

除了上述兩類CMIP5模式以外，還有一類模式對厄爾尼諾事件鎖相特征模擬能力較弱。在這一類CMIP5模式模擬結果中，厄爾尼諾暖海溫距平中心并沒有明確出現在發(fā)展年底附近，而是明顯早于或晚于這一時期。以GFDLESM2G模式模擬結果為例（圖1m），雖然在發(fā)展年次年底時出現了由厄爾尼諾向拉尼娜轉變的生命史發(fā)展過程，但該模擬結果中厄爾尼諾峰值出現在發(fā)展年7月，明顯早于觀測結果（圖1a）。由于仍然有1/3的模式（包括BCCCSM11、BCCCSM11m、CSIROMk360、GFDLESM2G、IPSLCM5ALR、MPIESMLR、NorESM1M和NorESM1ME共8個模式）不能很好地模擬出厄爾尼諾事件位相鎖定特征，其模擬出的厄爾尼諾事件并不真實，因此在后續(xù)的研究過程中，將首先去除這一類對厄爾尼諾鎖相特征模擬能力較弱的模式。

分別對第一類和第二類CMIP5模式的厄爾尼諾事件模擬結果進行合成分析（圖2）。第一類模式的合成結果與觀測結果基本保持一致（圖2b），最強暖海溫距平中心出現在發(fā)展年12月，中心位于120°W附近。第二年夏季時海溫轉變成負距平，之后進一步發(fā)展成為拉尼娜事件。因此，將這一類模擬能力較強的模式歸類為較好的模式（Good Models，GM）。在第二類CMIP5模式的合成結果（圖2c）中，暖海溫距平中心同樣出現在發(fā)展年底12月時期，但距平中心偏移至150°W附近，相比觀測結果向西偏移了約30個經度，且強度較弱。在發(fā)展年次年中，暖海溫距平衰減緩慢，第二年底時回歸至氣候平均態(tài)，并沒有出現拉尼娜事件。因此，將這一類對厄爾尼諾事件生命史模擬能力較弱的模式歸類為不太理想的模式（Pool Models，PM）。下文將進一步對兩類CMIP5模式進行分析，找出其與觀測模式相比，生命史演變過程不對稱性的形成成因。

22動力過程（風場強迫）作用

在厄爾尼諾年冬季時期，西北太平洋區(qū)域菲律賓海存在異常反氣旋（Philippine Sea AntiCyclone，PSAC），而PSAC對厄爾尼諾事件轉向過程（Wang et al.，2000）以及厄爾尼諾和拉尼娜事件生命史不對稱性（Wu et al.，2010；Chen et al.，2016；Chen and Li，2017）具有非常重要的作用。西北太平洋區(qū)域大氣風場對異常海溫場不對稱強迫作用的響應，通常會導致海洋緯向洋流具有不對稱性特征。圖3a、3c、3e給出了合成的觀測結果，即GM和PM中厄爾尼諾事件成熟時期冬季（12月—2月，DJF）海表風應力和風應力旋度距平的空間分布情況。注意到在觀測結果中西北太平洋上空有異常的反氣旋性環(huán)流生成（Chang et al.，2000a，2000b；Wang et al.，2000）。

反氣旋性環(huán)流南側赤道西太平洋上東風距平將會激發(fā)出海洋中的上翻Kelvin波向東傳播，抬升赤道太平洋溫躍層高度。負溫躍層厚度距平可以激發(fā)出海洋中自東向西的地轉流，因此上層海洋中出現緯向異常冷平流使得赤道東太平洋區(qū)域暖性SSTA衰減，厄爾尼諾事件轉向消亡（圖3a）。在模擬能力較好的GM中，同樣可以看到西北太平洋區(qū)域存在顯著的反氣旋性環(huán)流，這與觀測結果極為相似（圖3c）。因此，GM中的厄爾尼諾事件同樣具有快速消亡的生命史演變過程。相反的，在PM中西北太平洋上空反氣旋性環(huán)流并不顯著，因此在赤道西太平洋地區(qū)（140°E～180°）并沒有明顯的異常東風形成（圖3e）。正是由于緯向風距平差異性的出現導致兩類CMIP5模式中衰減階段緯向異常平流反饋過程存在差異。

合成的厄爾尼諾事件發(fā)展年次年春季衰減時期的結果與前期冬季結果相類似（圖3b、3d、3f）。在觀測結果和GM中，西北太平洋反氣旋性環(huán)流和赤道西太平洋上東風距平依然得以維持，因此厄爾尼諾事件衰減迅速，在夏季時赤道東太平洋區(qū)域海溫距平由正轉負（圖3b、3d）。在PM中反氣旋性環(huán)流以及環(huán)流南側東風距平始終沒有建立，因此合成的厄爾尼諾事件中衰減過程緩慢，夏季時赤道東太平洋區(qū)域依然維持暖海溫距平（圖3f）。

由圖2同樣可以看出，兩類CMIP5模式對于厄爾尼諾事件振幅強度的模擬具有較大的差異性，在GM中厄爾尼諾振幅強度更強，而在PM中強度明顯較弱。考慮到SSTA振幅強度和空間位置的不同均有可能導致上述環(huán)流場差異性的產生，在此首先進行標準化處理，去除振幅強度差異性所帶來的影響。在計算季節(jié)平均場前，首先將風場結果除以相應月份Nio34指數，得到海溫均變化1度時風場的響應結果。由經過標準化處理后得到的風場距平的空間分布（圖略）情況，依然可以很清楚地看到結果與圖3相類似，兩類厄爾尼諾事件中赤道西太平洋上緯向風場存在顯著差異性。這也表明風場的差異性主要源自SSTA空間分布的差異性，GM中SSTA中心位于赤道東太平洋區(qū)域，與觀測結果相類似，而PM中SSTA中心存在較為顯著地向西移動現象（圖2）。

圖4可以從另一個角度清楚地揭示出，兩類CMIP5模式中厄爾尼諾事件衰減時期赤道太平洋區(qū)域緯向風距平生命史演變過程的差異性。在發(fā)展年次年1—5月的厄爾尼諾事件衰減階段中，觀測結果和GM中東風距平東端可延伸至150°E，最大負距平值中心位于130°E附近。在發(fā)展年次年晚期，東風距平沿赤道一直向東移動赤道中太平洋區(qū)域（圖4a、4b）。與此相反，在PM中東風距平強度明顯較弱，在后續(xù)衰減過程中，東風距平始終位于赤道西太平洋區(qū)域，并未向東移動（圖4c）。

由圖5可見，兩類CMIP5模式中風場的差異性對衰減年中兩者溫躍層的演變過程具有重要影響。對于觀測結果和GM中的厄爾尼諾事件而言，衰減年早期赤道西太平洋上負溫躍層距平強度更強并沿赤道迅速向東傳播至東太平洋區(qū)域。伴隨著東傳過程，赤道東太平洋區(qū)域負溫躍層距平強度不斷增強。然而在PM中溫躍層距平的演變過程與之并不相同。在衰減年早期時負溫躍層距平強度太弱，以至于無法向東傳播使得赤道東太平洋區(qū)域溫躍層距平改變符號。由于風場的強迫作用較弱，在衰減年夏季時，東太平洋區(qū)域仍未出現負溫躍層距平（圖5l）。

在厄爾尼諾事件衰減時期，赤道溫躍層更強的響應過程將會以兩種方式影響SSTA衰減速率。首先，更淺的溫躍層深度將會激發(fā)出海洋中自東向西的地轉流，從而引發(fā)緯向異常冷平流減弱SST。其次，更強的負溫躍層距平意味著更冷的次表層海溫，因此熱帶海洋平均上翻運動可以引發(fā)異常上翻冷流減弱SST。這兩個過程都會使得GM中厄爾尼諾事件迅速衰減。相反地，在PM衰減階段中，由于負溫躍層距平并沒有沿赤道迅速向東傳播，因此東太平洋區(qū)域溫躍層距平經向梯度較弱，由此引發(fā)的地轉流強度也較弱，SSTA衰減過程緩慢。

合成的厄爾尼諾事件中，赤道溫躍層厚度距平隨時間的演變情況可以很清晰的體現出兩類CMIP5模式存在的差異性（圖6）。在觀測結果和GM中，負溫躍層厚度距平東端可延伸至180°換日線以東。在發(fā)展年次年晚期，負溫躍層厚度距平沿赤道迅速向東移動至東太平洋區(qū)域，使得符號發(fā)生轉變（圖6a、6b）。相反的，在PM中負溫躍層厚度距平東端位于換日線以西，在后續(xù)衰減階段中，負溫躍層厚度距平始終位于西太平洋，東太平洋區(qū)域溫躍層距平符號并未發(fā)生改變。

綜上所述，在模擬能力較強的GM中，西北太平洋區(qū)域風場強迫作用更強導致海洋上翻Kelvin波向東傳播，因此較冷的次表層海水可以向東傳播至赤道東太平洋區(qū)域，使得厄爾尼諾事件迅速衰減并轉變成拉尼娜。相反地，在模擬能力較弱的PM中風場強迫作用較弱，因此次表層冷海溫始終停留在西太平洋區(qū)域，無法向東傳播至東太平洋，拉尼娜事件并未出現。

23熱力過程（短波輻射強迫）作用

除了上述的海洋動力過程作用以外，熱力反饋過程（短波輻射強迫）的差異性同樣可能導致兩類CMIP5模式中厄爾尼諾事件生命史演變過程不同。短波輻射負反饋作用主要通過“云—輻射—SST”負反饋過程實現。在熱帶太平洋區(qū)域，厄爾尼諾事件中暖海溫異常將會在局地激發(fā)出異常對流活動，形成對流云阻擋短波輻射進入海表面，從而促使厄爾尼諾事件消亡（Li，1997）。因此，短波輻射負反饋強度與SSTA的強度和空間位置密切相關。圖7a、7c、7e給出了合成的觀測結果、GM和PM中，厄爾尼諾事件冬季成熟時期異常降水場的空間分布情況。在觀測結果和GM中，赤道中東太平洋地區(qū)以正降水距平為主，中心位于160°W附近（圖7a、7c）。相反地，在PM中正降水距平中心向西偏移了40個經度，中心位于160°E附近，強度較弱（圖7e）。由此可見，兩類CMIP5模式中云響應過程具有東西向空間差異性。由于SSTA中心主要出現在赤道東太平洋區(qū)域，因此PM中異常降水中心西移意味著“云—輻射—SST”負反饋作用強度更弱。后續(xù)春季衰減時期的合成結果與冬季相似（圖7b、7d、7f），觀測結果和GM中對流活動相對偏東，因此熱力負反饋作用可以幫助厄爾尼諾事件迅速衰減（圖7b、7d）。而PM中由于對流活動中心明顯偏西，因此“云—輻射—SST”負反饋作用對赤道東太平洋區(qū)域暖海溫距平的衰減過程幫助較?。▓D7f）。

同樣地，為了驗證兩類CMIP5模式中異常降水場不對稱性是否由SSTA振幅不對稱所主導，對季節(jié)平均的異常降水場進行標準化處理（圖略），可以看到即使給定相同振幅的SSTA強迫時（海溫均變化1度），GM中“云—輻射—SST”負反饋作用依然強于PM中，因此差異性主要源自兩類CMIP5模式中異常對流活動空間分布的東西向差異性。在GM中SSTA和異常對流活動中心相對偏東，因此厄爾尼諾事件衰減迅速，而在PM中SSTA中心向西偏移，因此厄爾尼諾事件衰減緩慢。

3討論和結論

利用23個CMIP5氣候模式歷史模擬試驗數據，評估模式對于厄爾尼諾事件生命史的模擬能力。評估結果顯示，有1/3的模式可以很好地再現厄爾尼諾生命史演變過程，在發(fā)展年次年中暖海溫距平迅速衰減，并于年底時轉變形成拉尼娜。同樣有1/3的模式對厄爾尼諾生命史模擬能力較弱，合成結果中衰減速率緩慢，在衰減年中赤道東太平洋區(qū)域暖海溫距平始終得以維持，甚至再次發(fā)展形成第二次厄爾尼諾事件。最后，仍然有1/3的模式不能很好地模擬出厄爾尼諾事件位相鎖定特征，暖海溫距平中心并沒有明確出現在發(fā)展年底附近，而是明顯的早于或晚于這一時期，因此模擬得到的厄爾尼諾事件并不真實。

氣候模式對于厄爾尼諾生命史演變過程模擬能力的強弱主要取決于其對異常海溫場空間分布的模擬水平。在模擬能力較強的CMIP5模式結果中，合成的厄爾尼諾事件暖海溫距平中心位于赤道東太平洋120°W附近（與觀測結果相近）。由于SSTA中心相對偏東，因此與暖海溫異常相關的Rossby波響應同樣偏東，在西北太平洋區(qū)域有相對充裕的空間供異常反氣旋環(huán)流生成發(fā)展，為厄爾尼諾的迅速衰減提供了動力條件。此外，GM中SSTA和異常對流活動中心相對偏東使得“云—輻射—SST”負反饋作用同樣較強，因此熱力過程對厄爾尼諾迅速衰減同樣起到重要的貢獻作用。

相反地，在模擬能力較弱的CMIP5模式結果中，合成的厄爾尼諾事件暖海溫距平中心位于中太平洋150°W附近，相比于觀測結果和GM中向西偏移超過30個經度。由于SSTA中心相對偏西，因此在成熟時期冬季，西北太平洋上空沒有形成異常反氣旋性環(huán)流。與此同時，異常對流活動中心的西移過程也使得熱力負反饋作用被削弱。因此PM中厄爾尼諾事件衰減緩慢，發(fā)展年次年底時沒有轉變成為拉尼娜事件。

參考文獻（References）

Alexander M A，Bladé I，Newman M，et al.，2002.The atmospheric bridge：The influence of ENSO teleconnections on airsea interaction over the global oceans[J].J Climate，15：22052231.

Balmaseda M A，Mogensen K，Weaver A T，2013.Evaluation of the ECMWF ocean reanalysis system ORAS4[J].Quart J Roy Meteor Soc，139：11321161.

Battisti D S，Hirst A C，1989.Interannual variability in a tropical atmosphereocean model：influence of the basic state，ocean geometry and nonlinearity[J].J Atmos Sci，46：16871712.

Bjerknes J，1969.Atmospheric teleconnections from the equatorial Pacific[J].Mon Wea Rev，97：163172.

Bosc C，Delcroix T，2008.Observed equatorial Rossby waves and ENSOrelated warm water volume changes in the equatorial Pacific Ocean[J].J Geophys Res，113：C06003.doi：101029/2007JC004613.

Boulanger J P，Cravatte S，Menkes C，2003.Reflected and locally windforced interannual equatorial Kelvin waves in the western Pacific Ocean[J].J Geophys Res，108：3311.doi：101029/2002JC001760.

Carton J A，Giese B S，2008.A reanalysis of ocean climate using Simple Ocean Data Assimilation（SODA）[J].Mon Wea Rev，136：29993017.

Chang C P，Zhang Y，Li T，2000a.Interannual and interdecadal variations of the East Asian summer monsoon and tropical Pacific SSTs.Part I：roles of the subtropical ridge[J].J Climate，13：43104325.

Chang C P，Zhang Y，Li T，2000b.Interannual and interdecadal variations of the East Asian summer monsoon and tropical Pacific SSTs.Part II：meridional structure of the monsoon[J].J Climate，13：43264340.

Chen M，Li T，2017.Why 1986 El Nio and 2005 La Nia evolved different from a typical El Nio and La Nia[J].Clim Dyn.doi：101007/s0038201738521.

Chen M，Li T，Shen X，et al.，2016.Relative roles of dynamic and thermodynamic processes in causing evolution asymmetry between El Nio and La Nia[J].J Climate，29：22012220.

諶蕓，施能，2003.厄爾尼諾/南方濤動與我國秋季氣候異常[J].熱帶氣象學報，19（2）：135146.Chen Y，Shi N，2003.El Nio/ENSO and climatic anomaly in the autumn of China[J].J Trop Meteor，19（2）：135146.（in Chinese）.

Delcroix T，Dewitte B，Penhoat Y，et al.，2000.Equatorial waves and warm pool displacements during the 1992—1998 El Nio Southern Oscillation events：observation and modeling[J].J Geophys Res，105：2604526062.

范伶俐，張福穎，2016.El Nio事件次年中國東部夏季氣溫分布特征研究[J].大氣科學學報，39（6）：845854.Fan L L，Zhang F Y，2016.Study on the characteristics of air temperature in summer following El Nio events over East China[J].Trans Atmos Sci，39（6）：845854.（in Chinese）.

郭品文，郎麗玲，2017.ENSO與中國東部夏季降水異常關系的年代際變化[J].大氣科學學報，40（4）：463472.Guo P W，Lang L L，2017.Interdecadal variation of the relationship between ENSO and EastChina summer rainfall[J].Trans Atmos Sci，40（4）：463472.（in Chinese）.

黃玉蓉，張福穎，陳明誠，2017.CMIP5模式對拉尼娜生命史模擬能力的評估[J].大氣科學學報，40（3）：356368.Huang Y R，Zhang F Y，Chen M C，2017.Evaluation of simulation capability of CMIP5 multimodels for La Nia[J].Trans Atmos Sci，40（3）：356368.（in Chinese）.

Jin F F，1997.An equatorial ocean recharge paradigm for ENSO.Part I：conceptual mode[J].J Atmos Sci，54：811829.

Kalnay E，Kanamitsu M，Kistler R，et al.，1996.The NCEP/NCAR 40year reanalysis project[J].Bull Amer Meteor Soc，77：437470.

Kessler W S，2002.Is ENSO a cycle or a series of events？[J].Geophys Res Lett，29：2125.

Larkin N K，Harrison D E，2002.ENSO warm（El Nio） and cold（La Nia） event life cycles：Ocean surface anomaly patterns，their symmetries，asymmetries，and implications[J].J Climate，15：11181140.

Latif M，Anderson D，Barnett T，et al.，1998.A review of the predictability and prediction of ENSO[J].J Geophys Res，103：1437514393.

李崇銀，2002.關于ENSO本質的進一步研究[J].氣候與環(huán)境研究，7（2）：161174.Li C Y，2002.A further study of essence of the ENSO[J].Climatic and Environmental Research，7（2）：161174.（in Chinese）.

Li T，1997.Phase transition of the El NioSouthern Oscillation：a stationary SST mode[J].J Atmos Sci，54：28722887.

Li T，Wang B，2005.A review on the western North Pacific monsoon：synoptictointerannual variabilities[J].Terrestrial Atmospheric and Oceanic Sciences，16：285314.

梁曉妮，俞永強，劉海龍，2008.ENSO循環(huán)年代際變化及其數值模擬[J].大氣科學，32（6）：14711482.Liang X N，Yu Y Q，Liu H L，2008.Numerical simulation of decadal modulation of ENSO[J].Chin J Atmos Sci，32（6）：14711482.（in Chinese）.

劉秦玉，范磊，2009.熱帶海洋—大氣耦合的主模態(tài)[J].中國海洋大學學報（自然科學版），39（5）：815821.Liu Q Y，Fan L，2009.The leading mode of the tropical oceanatmosphere coupling[J].Periodical of Ocean University of China，39（5）：815821.（in Chinese）.

劉永強，丁一匯，1995.ENSO事件對我國季節(jié)降水和溫度的影響[J].大氣科學，19（2）：200208.Liu Y Q，Ding Y H，1995.Reappraisal of the influence of ENSO events on seasonal precipitation and temperature in China[J].Scientia Atmospherica Sinica，19（2）：200208.（in Chinese）.

McPhaden M J，Zhang X，2009.Asymmetry in zonal phase propagation of ENSO sea surface temperature anomalies[J].Geophys Res Lett，36：L13703.

Meinen C S，McPhaden M J，2000.Observations of warm water volume changes in the equatorial Pacific and their relationship to El Nio and La Nia[J].J Climate，13：35513559.

Okumura Y M，Deser C，2010.Asymmetry in the duration of El Nio and La Nia[J].J Climate，23：58265843.

Philander S G H，1990.El Nio，La Nia，and the Southern Oscillation[M].Manhattan：Academic Press：293.

Rasmusson E，Carpenter T H，1982.Variation in tropical sea surface temperature and surface wind fields associated with the Southern OscillationEl Nio[J].Mon Wea Rev，110：354384.

Saha S，Nadiga S，Thiaw C，et al.，2006.The NCEP climate forecast system[J].J Climate，19：34833517.

Smith T M，Reynolds R W，Peterson T C，et al.，2008.Improvements to NOAAs historical merged landocean surface temperature analysis （1880—2006）[J].J Climate，21：22832296.

Suarez M J，Schopf P S，1988.A delayed action oscillator for ENSO[J].J Atmos Sci，45：32833287.

Trenberth K E，Branstator G W，Karoly D，et al.，1998.Progress during TOGA in understanding and modeling global teleconnections associated with tropical sea surface temperatures[J].J Geophys Res，103：1429114324.

Wallace J M，Rasmusson E M，Mitchcell T P，et al.，1998.On the structure and evolution of ENSOrelated climate variability in the tropical Pacific：lessons from TOGA[J].J Geophys Res，103：1424114259.

Wang B，Wu R，Fu X，2000.PacificEast Asian teleconnection：how does ENSO affect East Asian climate？[J].J Climate，13：15171536.

Wu B，Li T，Zhou T，2010.Asymmetry of atmospheric circulation anomalies over the western North Pacific between El Nio and La Nia[J].J Climate，23：48074822.

楊修群，謝倩，黃士松，1996.一種新的ENSO循環(huán)負反饋機制[J].大氣科學，20（1）：7989.Yang X Q，Xie Q，Huang S S，1996.A new possible negative feedback mechanism responsible for the ENSO cycle[J].Scientia Atmospherica Sinica，20（1）：7989.（in Chinese）.

張人禾，1999.El Nio盛期印度夏季風水汽輸送在我國華北地區(qū)夏季降水異常中的作用[J].高原氣象，18（4）：567574.Zhang R H，1999.The role of indian summer monsoon water vapor transportation on the summer rainfall anomalies in the northern part of China during the El Nio mature phase[J].Plateau Meteor，18（4）：567574.（in Chinese）.

張人禾，巢紀平，2002.對ENSO循環(huán)機理的一些新認識[J].氣候與環(huán)境研究，7（2）：175183.Zhang R H，Chao J P，2002.Some new aspects in understanding of ENSO cycle[J].Clim Environ Res，7（2）：175183.（in Chinese）.

智海，俞永強，嚴厲，等，2012.厄爾尼諾衰減年東亞夏季大氣環(huán)流和降水異常的耦合模式后報試驗[J].氣象學報，70（4）：779788.Zhi H，Yu Y Q，Yan L，et al.，2012.Retrospective prediction in a coupled model over East Asia during El Nio decaying phase[J].Acta Meteorologica Sinica，70（4）：779788.（in Chinese）.

智海，李愷霖，周順武，2015.CMIP5西北太平洋氣候變率的模擬評估[J].大氣科學學報，38（2）：184194.Zhi H，Li K L，Zhou S W，2015.CMIP5 assessment of climate variability over Northwest Pacific[J].Trans Atmos Sci，38（2）：184194.（in Chinese）.

智協(xié)飛，周紅梅，王姝蘇，等，2017.CMIP5多模式對東亞地區(qū)地面氣溫年際變率的回報研究[J].大氣科學學報，40（4）：529540.Zhi X F，Zhou H S，Wang S S，et al.，2017.Prediction of interannual variability of East Asian surface air temperature based on CMIP5 data[J].Trans Atmos Sci，40（4）：529540.（in Chinese）.

Zhou T，Wu B，Dong L，2014.Advances in research of ENSO changes and the associated impacts on AsianPacific climate[J].AsiaPacific Journal of Atmospheric Sciences，50：405422.

Zhou W，Wang X，Zhou T，et al.，2007.Interdecadal variability of the relationship between the East Asian winter monsoon and ENSO[J].Meteor Atmos Phys，98：283293.

朱艷峰，陳隆勛，宇如聰，2003.中國氣候異常變化與ENSO準四年循環(huán)的聯(lián)系分析[J].熱帶氣象學報，19（4）：345355.Zhu Y F，Chen L X，Yu R C，2003.Analysis of the relationship between the china anomalous climate variation and ENSO cycle on the quasifouryear scale[J].J Trop Meteor，19（4）：345355.（in Chinese）.

Evolution features of El Nio events simulated by 23 CMIP5 models

JIANG Youshan1，ZHANG Gaojie2，CHEN Mingcheng3，GE Xuyang3

1Nanjing Meteorological Bureau，Nanjing 210019，China；

2Meteorological Center of Northwest Regional Air Traffic Management Bureau，Xian 710082，China；

3Nanjing University of Information Science and Technology，Nanjing 210044，China

Based on the output data from 23 CMIP5 models，the evolution features of El Nio events were studied.The results showed that one third of the CMIP5 models can well demonstrate the evolution process of El Nio events while another one third of the models can not.Both dynamic and thermodynamic processes contributed to the fast decaying process of El Nio events.The former was related to wind responses in western Pacific whereas the latter was associated with cloudradiationSST feedback.The good models had the feature that a sea surface temperature anomaly center was located in the equatorial eastern Pacific region，while it tended to shift westward in the pool models.As a result，a strong negative SSTA tendency occurred during El Nio decaying phase in the good models and a much weaker SSTA tendency occurred in the pool models.Such a difference led to a SSTA sign change n next summer of El Nio events in the good models but there was no such sign change in pool models.A seasondependent coupled instability caused by seaair interaction joined in autumn in northern hemisphere.Therefore，in good models，the negative SSTA developed and changed into a La Nia event and in pool models it maintained an El Nio episode.Results also showed that one third of the CMIP5 models could not well simulate the phase locking feature of El Nio events.

Seaair interaction；Model assessment；ENSO dynamics；Life evolution

doi：1013878/j.cnki.dqkxxb.20180330001

（責任編輯：張福穎）