利用熱帶太平洋關(guān)鍵區(qū)海表面鹽度指標(biāo)區(qū)分兩類厄爾尼諾

方祝駿, 智海, 林鵬飛, 魏翔

?

利用熱帶太平洋關(guān)鍵區(qū)海表面鹽度指標(biāo)區(qū)分兩類厄爾尼諾

方祝駿1, 智海1, 林鵬飛2, 3, 魏翔1

1. 南京信息工程大學(xué)大氣科學(xué)學(xué)院, 江蘇 南京 210044; 2. 中國(guó)科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100049; 3. 中國(guó)科學(xué)院大學(xué), 北京 100049

文章利用強(qiáng)化海洋數(shù)據(jù)(enhance ocean data, 簡(jiǎn)稱EN4.4.1.f) 1980—2016年的再分析逐月資料, 根據(jù)海表鹽度異常(SSSA)指標(biāo), 找出與厄爾尼諾關(guān)系最為重要和密切的鹽度變化區(qū)域, 并區(qū)分兩類厄爾尼諾。利用海表面溫度作為兩類厄爾尼諾的時(shí)間相關(guān)系數(shù)指標(biāo), 通過(guò)研究其水平分布發(fā)現(xiàn): 在熱帶太平洋存在著多個(gè)能指示兩類厄爾尼諾的鹽度變化區(qū)域, 在東部(EP)型厄爾尼諾時(shí)期, 最顯著的SSSA關(guān)鍵區(qū)主要出現(xiàn)在日界線附近的西太平洋暖池區(qū)域東邊緣, 并以赤道和日界線為軸線呈中心對(duì)稱分布; 而在中部(CP)型時(shí)期, 關(guān)鍵區(qū)在日界線以西的赤道太平洋, 且在日界線以東的SSSA分布則呈現(xiàn)沿赤道的經(jīng)向非對(duì)稱性, 這種非對(duì)稱性在東南太平洋出現(xiàn)了與EP型厄爾尼諾時(shí)期相比更為顯著不同的正SSSA關(guān)鍵區(qū)。文章以此找到關(guān)鍵區(qū)域中能夠較好代表并區(qū)分兩類厄爾尼諾的區(qū)域, 對(duì)挑選出的多個(gè)關(guān)鍵區(qū)進(jìn)行有機(jī)組合, 定義了一組以SSSA為指標(biāo)進(jìn)行有效區(qū)分兩類厄爾尼諾的方法, 并以此指數(shù)對(duì)近年來(lái)發(fā)生的兩類厄爾尼諾進(jìn)行合理再現(xiàn)。

兩類厄爾尼諾; 鹽度異常; 指數(shù); 熱帶太平洋

厄爾尼諾—南方濤動(dòng)(El Ni?o-Southern Oscillation, 簡(jiǎn)稱ENSO)是一個(gè)重要的氣候現(xiàn)象, 發(fā)生在赤道太平洋海域, 是地球上最重要、最強(qiáng)的年際變化信號(hào), 局地海洋和大氣環(huán)流均出現(xiàn)明顯的異常, 影響著全球的氣候變化(Bjerknes, 1969)。觀測(cè)資料已經(jīng)證明在全球氣候系統(tǒng)中, 不同的物理場(chǎng)之間存在著相互作用, 這些相互作用可以對(duì)海表面溫度進(jìn)行調(diào)制, 進(jìn)而對(duì)厄爾尼諾的性質(zhì)產(chǎn)生重要影響(Kim et al, 2009; Weng et al, 2009)。這些相互作用中包括鹽度異常間接調(diào)制海表面溫度異常(SSTA)作用(Zheng et al, 2015)。海洋的鹽度和溫度一樣, 是海洋水循環(huán)中的一種極為重要的物理量(Lagerloef, 2002), 鹽度與海洋的密度、水平壓力梯度、海洋穩(wěn)定層結(jié)、赤道溫躍層厚度等存在密切聯(lián)系(Fedorov et al, 2004), 海洋鹽度在熱帶氣候動(dòng)力過(guò)程中可以起到重要作用(Huang et al, 2008)。因此, 研究海表鹽度異?？梢詮母?、更廣的角度擴(kuò)展對(duì)ENSO的研究和預(yù)測(cè)。

厄爾尼諾事件作為熱帶太平洋中最為重要的年際變化特征, 其水平分布特征具有多樣性。針對(duì)傳統(tǒng)的厄爾尼諾事件, 其代表性特征為在南美秘魯沿岸地區(qū)爆發(fā)SSTA異常偏高的現(xiàn)象, 影響貫穿了整個(gè)熱帶太平洋(Rasmusson et al, 1982; Wang, 1995)。因此, 也稱這種厄爾尼諾現(xiàn)象為東部太平洋型厄爾尼諾(以下簡(jiǎn)稱EP型)。近年來(lái)的觀測(cè)發(fā)現(xiàn), 在熱帶太平洋地區(qū)還存在著一種特殊類型的厄爾尼諾現(xiàn)象, 它的正SSTA最大值主要集中在太平洋中部地區(qū), 因此也稱其為中部型厄爾尼諾現(xiàn)象(以下簡(jiǎn)稱CP型)(Yu et al, 2007, 2010)。自20世紀(jì)90年代以來(lái), CP型厄爾尼諾的頻率和強(qiáng)度較過(guò)去均有顯著增強(qiáng)(Lee et al, 2010; Newman et al, 2011; Xu et al, 2012)。近年來(lái)對(duì)厄爾尼諾的多樣性特征已經(jīng)有了很多的研究(Wittenberg et al, 2006; Weng et al, 2009; Kim et al, 2009; Ashok et al, 2009; Singh et al, 2011; Menkes et al, 2014; McPhaden, 2015)。許多學(xué)者發(fā)現(xiàn)CP型與EP型厄爾尼諾彼此具有獨(dú)立性, 可以嘗試通過(guò)一種或幾種物理量場(chǎng)將其區(qū)分(Larkin et al, 2005; Ashok et al, 2007; Guan et al, 2008; Kao et al, 2009)。

隨著觀測(cè)資料和觀測(cè)手段的增加, 過(guò)去只能依賴觀測(cè)船等有限的手段獲得海洋數(shù)據(jù)的方式, 如今已經(jīng)逐漸被海洋實(shí)時(shí)觀測(cè)系統(tǒng)(array for real-time geostrophic oceanography, 簡(jiǎn)稱ARGO)工作的開展所代替。ARGO可以提供包括海洋鹽度資料在內(nèi)的多種海洋物理場(chǎng)數(shù)據(jù), 這些更精確, 分辨率更高, 深度更深的海洋數(shù)據(jù), 不僅可以檢驗(yàn)理論的正確性, 還能夠用于更深入的研究。因此, 研究海表面鹽度異常(SSSA)與兩類厄爾尼諾的關(guān)系也成為研究熱點(diǎn)。由于海洋鹽度是海洋變化中的重要物理量, 一方面, 與溫度相比鹽度具有良好的保守性, 因此經(jīng)常在環(huán)流的研究中扮演有效示蹤物的角色; 另一方面, 鹽度通過(guò)調(diào)節(jié)密度變化影響海洋中熱量的垂直輸送(Picaut et al, 1996), 參與海洋的動(dòng)力過(guò)程(杜巖等, 2004; Yu et al, 2007; Ashok et al, 2007; Li et al, 2013)。鹽度本身又受控于淡水通量(Cravatte et al, 2009)、海洋平流、海洋垂直混合卷夾, 以及地表徑流等多重因素的作用。

觀測(cè)發(fā)現(xiàn)在厄爾尼諾爆發(fā)時(shí), 首先由于SSTA導(dǎo)致降水產(chǎn)生異常, 而降水的異常又導(dǎo)致了淡水通量(蒸發(fā)-降水)的異常, 進(jìn)一步影響了海表面鹽度(SSS)的變化, SSS的變化又作用于海洋的密度, 導(dǎo)致海洋密度場(chǎng)發(fā)生變化, 進(jìn)而對(duì)海洋中混合層厚度(MLD)和障礙層厚度(BLT)產(chǎn)生影響(Galperin et al, 1988; Lukas et al, 1991; Zeng et al, 2009), 而MLD和BLT的變化, 對(duì)海洋熱量的垂直傳遞同樣產(chǎn)生影響, 最終作用于海表面溫度(SST), 以上過(guò)程完整的形成了一個(gè)正反饋?zhàn)饔?Fedorov et al, 2004; Maes et al, 2005)。在CP型厄爾尼諾中, 由于淡水通量的負(fù)異常所引起的負(fù)鹽度異常向西偏移(Kug et al, 2009; Singh et al, 2011), 因此此時(shí)MLD和BLT同樣也發(fā)生向西偏移(Zheng et al, 2012)。

在海洋鹽度研究中, SSS指數(shù)化的方法近年來(lái)被廣泛使用。由于SSS鋒與西太平洋暖池東部邊緣的關(guān)系密切(Delcroix, 1998; Bosc et al, 2009), 并且SSS鋒的位置十分接近日界線(Eldin et al, 1997), 因此可以使用34.8‰等鹽度線沿赤道的緯向位置作為指數(shù), 即Ni?o-34.8指數(shù), 用于表征SSS鋒和西太暖池東邊緣的緯向分布特征。還有一些學(xué)者也提出了許多不同的SSS指數(shù), 這些SSS指數(shù)與包括南方濤動(dòng)指數(shù)(SOI指數(shù))、Ni?o-3區(qū)、Ni?o-3.4區(qū)、Ni?o-4區(qū)指數(shù)在內(nèi)的諸多溫度指數(shù), 均具有具相當(dāng)?shù)囊恢滦?Rasmusson et al, 1982; Trenberth, 1997)。也有學(xué)者選擇位于南太平洋(0—10°S, 150°—90°W)的SSS指數(shù), 又稱為西南太平洋指數(shù)(SEPSI)進(jìn)行研究, 同樣發(fā)現(xiàn)SEPSI與厄爾尼諾的新型厄爾尼諾現(xiàn)象(Modoki)和貫穿型厄爾尼諾現(xiàn)象(Trans-Ni?o)指數(shù)高度相關(guān)(Qu et al, 2014)。當(dāng)發(fā)生CP型El Ni?o時(shí)期或者M(jìn)odoki El Ni?o時(shí)期(Harrison et al, 1998), 該指數(shù)具有正異常, 進(jìn)一步導(dǎo)致了緯向SST梯度在中東熱帶太平洋之間增加, 它可以被用來(lái)描述厄爾尼諾的類型(Yu et al, 2007; Ashok et al, 2007)。

綜合以往的研究發(fā)現(xiàn), SSS的指數(shù)化工作具有十分重要的意義。然而鹽度指數(shù)與El Ni?o多樣性之間究竟是存在個(gè)別區(qū)域的線性相關(guān)還是多區(qū)域之間線性相關(guān), 以及其在時(shí)間場(chǎng)中的超前滯后關(guān)系、作用機(jī)制都有待進(jìn)一步研究。本文的主要目的是基于熱帶太平洋的關(guān)鍵區(qū)域的SSSA的變化與兩類El Ni?o的關(guān)系, 找出能夠區(qū)分兩類El Ni?o的SSSA鹽度指數(shù)。

1 資料和方法

1.1 資料

本文使用的溫度和鹽度資料來(lái)自英國(guó)氣象局哈德萊中心(Met Office Hadley Center)提供的強(qiáng)化海洋數(shù)據(jù)(enhance ocean data, 簡(jiǎn)稱EN.4.1.1f)的逐月再分析海表鹽度資料(Ingleby et al, 2007; Giese et al, 2016), 數(shù)據(jù)全部時(shí)段從1900年1月至今, 本文選取其中1980年1月至2016年12月。空間分辨率為1°×1°, 垂直共42層。驗(yàn)證所用鹽度和溫度資料來(lái)自ARGO數(shù)據(jù)(http://apdrc.soest.hawaii.edu/projects/argo/), 該數(shù)據(jù)的空間分辨率為1°×1°, 可獲得逐月數(shù)據(jù)以及氣候態(tài)尺度的空間平均場(chǎng), 其垂直共27層, 從5m至2000m, 數(shù)據(jù)時(shí)段從2005年1月至今。

1.2 方法

根據(jù)Xiang等(2013)的方法, 兩類El Ni?o事件定義為: 從海洋尼諾指數(shù)(Oceanic Ni?o index, 簡(jiǎn)稱ONI指數(shù))中以每一年ONI指數(shù)超過(guò)0.5℃的月份為起始時(shí)間, 至次年的1月為結(jié)束時(shí)間, 連續(xù)三個(gè)月即可認(rèn)為發(fā)生一次El Ni?o。例如, 1997/1998年厄爾尼諾事件中, 可以認(rèn)為是從5月份為起始, 到次年1月。以此為根據(jù)分別選取5次EP El Ni?o事件(1982/1983、1986/1987、1997/1998、2006/2007和2015/2016)和5次CP El Ni?o事件(1991/1992、1994/1995、2002/2003、2004/2005和2009/2010)過(guò)程, 并通過(guò)5次特殊事件的合成場(chǎng), 代表EP和CP型El Ni?o的水平分布特征。該方案的優(yōu)點(diǎn)為: 1) 所選取的CP型El Ni?o事件的暖中心持續(xù)存在于中太平洋地區(qū); 2) 暖中心在減弱的過(guò)程中向東太平洋偏移十分有限。

同樣還需要使用兩個(gè)指數(shù)分別代表CP型和EP型El Ni?o的時(shí)間序列。選用Ni?o3指數(shù)表征EP型El Ni?o, 其中Ni?o3指數(shù)為(5°S—5°N, 150°—90°W)海溫距平的區(qū)域平均。使用Ni?o3指數(shù)的優(yōu)勢(shì)在于, Ni?o3區(qū)是EP型El Ni?o事件發(fā)生時(shí)海表溫度異常最主要的發(fā)生發(fā)展區(qū)域。

本文采用新型厄爾尼諾現(xiàn)象指數(shù)(El Ni?o Modoki index, 簡(jiǎn)稱EMI指數(shù))代表CP型El Ni?o指數(shù)(Harrison et al, 1998; Ashok et al, 2007), EMI指數(shù)的定義為:

式中: [SSTA]C、[SSTA]E、[SSTA]W分別代表太平洋中部(10°S—10°N, 165°E—140°W)、太平洋東部(15°S—5°N, 110°—70°W)和太平洋西部(10°S—20°N, 125°—145°E)海表面溫度距平的區(qū)域平均。

選取EMI指數(shù)的優(yōu)勢(shì)在于, 通過(guò)相關(guān)性分析結(jié)果表明, EMI同經(jīng)驗(yàn)正交函數(shù)(empirical orthogonal function, 簡(jiǎn)稱EOF)第二模的時(shí)間序列第二主成分(the second principal component, 簡(jiǎn)稱PC2)有很高的相關(guān)性, 說(shuō)明EMI在很大程度上可以捕捉到赤道太平洋SSTA進(jìn)行EOF分解得到的第二個(gè)模態(tài)的分布型, 可以恰當(dāng)?shù)拿枋鯡l Ni?o Modoki事件(Harrison et al, 1998; Weng et al, 2009)。

2 熱帶地區(qū)鹽度表征并區(qū)分兩類El Ni?o的關(guān)鍵區(qū)

2.1 溫度異常在兩類El Ni?o時(shí)期的主要特征和差異

為了驗(yàn)證本文所選用的5次EP型和5次CP型El Ni?o事件的合理性。首先選擇了SSTA的水平分布(圖1a、1c、1e)來(lái)對(duì)所用方法進(jìn)行驗(yàn)證。合成的CP型El Ni?o的SSTA水平分布(圖1a), 其中心區(qū)域位于赤道中太平洋(180—160°W, 5°S—5°N); 典型的EP型El Ni?o的SSTA水平分布(圖1c)則位于傳統(tǒng)的赤道中東太平洋。兩類El Ni?o事件的SSTA的差異主要出現(xiàn)在135°W以東區(qū)域(圖1e), 呈現(xiàn)出CP型SSTA低于EP型SSTA的特征。因此可以認(rèn)為本文的方法所選El Ni?o特殊合成事件的正確。

圖1 兩類El Ni?o事件期間SSTA (單位: ℃)和SSSA (單位: ‰)的水平分布及兩類事件之間對(duì)應(yīng)的差值

a、c、e為海表溫度; b、d、f為海表鹽度; a、b為CP型; c、d為EP型; e、f為差值(CP-EP)

Fig. 1 Horizontal distribution of SSTA and SSSA and the difference between two types of El Ni?o events. (a, c, e) Sea surface temperature; (b, d, f) sea surface salinity; (a, b) CP type; (c, d) EP type; (e, f) CP minus EP

2.2 鹽度異常在兩類El Ni?o時(shí)期的主要特征和差異

使用與SSTA類似的方法, 從兩類El Ni?o發(fā)展時(shí)期的SSSA差異中, 尋找關(guān)鍵區(qū)域。在CP型和EP型赤道區(qū)域, 其SSSA分布大體相似, 都呈現(xiàn)了西負(fù)東正的特征(圖1b、1d)。兩類El Ni?o時(shí)期SSSA在150°E—150°W的暖池東邊緣為負(fù)異常, 而其兩側(cè)(150°E以西和150°W以東)均為正異常。但是兩者在南北緯的赤道外呈現(xiàn)了非常強(qiáng)的差異(圖1f)。在中西太平洋地區(qū)CP型的負(fù)異常在分布范圍和強(qiáng)度上均強(qiáng)于EP型的負(fù)異常, 而東太平洋在南北緯10°附近, CP型的鹽度異常也要強(qiáng)于EP時(shí)期, 在海洋大陸地區(qū)EP型El Ni?o的正異常要強(qiáng)于CP時(shí)期。因此有理由認(rèn)為兩類El Ni?o期間存在多個(gè)對(duì)兩類El Ni?o產(chǎn)生影響的SSSA關(guān)鍵區(qū)。

2.3 熱帶地區(qū)SSSA與兩類El Ni?o的相關(guān)關(guān)系

對(duì)明顯的SSSA差異區(qū)域進(jìn)行分析, 注意到在圖1f中SSSA差異場(chǎng)的分布主要呈西北—東南走向或者東北—西南走向的水平分布結(jié)構(gòu), 很難用一個(gè)完整的矩形框?qū)⑵淠依āＲ虼耸褂脽釒窖蟮貐^(qū)逐點(diǎn)的SSSA時(shí)間序列分別與代表CP型的EMI指數(shù)和EP型的Ni?o3指數(shù)進(jìn)行時(shí)間序列的相關(guān)分析, 得到SSSA與CP和EP的時(shí)間相關(guān)系數(shù)水平分布圖(圖2)。從圖2中可以明顯看到, CP型與EP型El Ni?o的相關(guān)系數(shù)水平分布存在顯著的差異。在CP型El Ni?o時(shí)期, 相關(guān)系數(shù)的水平分布呈現(xiàn)出了西北—東南走向, 其正相關(guān)系數(shù)最大值分布主要位于熱帶東南太平洋副熱帶區(qū)域和澳大利亞以東區(qū)域; 負(fù)相關(guān)系數(shù)最大值則位于日界線以西, 并且在赤道日界線附近呈現(xiàn)出了南北的非對(duì)稱性。在EP型El Ni?o時(shí)期, 其水平分布則為東—西走向或西南—東北走向, 最大正相關(guān)系數(shù)則主要出現(xiàn)在了日界線以西的菲律賓以東洋面和澳大利亞以東地區(qū); 負(fù)相關(guān)系數(shù)最大值區(qū)域則以日界線和赤道為軸呈現(xiàn)中心對(duì)稱分布, 強(qiáng)度強(qiáng)于CP型El Ni?o時(shí)期同區(qū)域的強(qiáng)度。為了更好地區(qū)分CP和EP型El Ni?o, 本文集中在二者差異較大的區(qū)域, 即南太平洋區(qū)域、菲律賓以東區(qū)域和日界線附近這三個(gè)區(qū)域, 并以此為根據(jù)進(jìn)行區(qū)域劃分, 進(jìn)而構(gòu)建SSSA指數(shù)。

圖2 區(qū)域中逐點(diǎn)的鹽度分別與采用SSTA為指標(biāo)(EMI或者Nino3)的時(shí)間序列求時(shí)間相關(guān), 逐點(diǎn)相關(guān)系數(shù)構(gòu)成相關(guān)系數(shù)水平分布圖

a. CP型; b. EP型

Fig. 2 Horizontal distributions of correlation coefficient. (a) CP type (EMI index), and (b) EP type (Ni?o3 Index)

2.4 超前滯后時(shí)間相關(guān)系數(shù)水平分布

在以往的研究中發(fā)現(xiàn)鹽度變化與SST變化之間存在明顯的超前滯后相關(guān)關(guān)系(Huang et al, 2008)。在確定指數(shù)的關(guān)鍵區(qū)之前, 先要確定在兩類El Ni?o事件期間SSSA與SSTA二者的超前滯后關(guān)系, 并選擇出二者相關(guān)關(guān)系最為密切的時(shí)間。所以逐點(diǎn)的SSSA與CP和EP型El Ni?o的指數(shù)分別進(jìn)行SSSA超前指數(shù)4個(gè)月變化至SSSA滯后指數(shù)4個(gè)月的時(shí)間相關(guān)系數(shù)水平分布的分析。

圖3 區(qū)域內(nèi)逐點(diǎn)的SSSA時(shí)間序列與采用CP型SSTA為指標(biāo)(EMI指數(shù))的時(shí)間序列進(jìn)行時(shí)間相關(guān), 逐點(diǎn)相關(guān)系數(shù)的相關(guān)系數(shù)水平分布圖

a、b、c、d依次為鹽度超前溫度4個(gè)月至1個(gè)月; e為同期相關(guān); f、g、h、i分別為鹽度滯后于溫度1個(gè)月至4個(gè)月

Fig. 3 Horizontal distributions of lead and lag correlation coefficients between the time series of SSSA on each grid and EMI index. SSSA leading SSTA by four months to one month is shown in (a, b, c, d); the zero lead month of SSSA and SSTA is shown in (e); SSSA lagging SSTA by 1~4 months is shown in (f, g, h, i)

圖4 區(qū)域內(nèi)逐點(diǎn)的SSSA時(shí)間序列與采用EP型SSTA為指標(biāo)(Ni?o3指數(shù))的時(shí)間序列進(jìn)行時(shí)間相關(guān), 逐點(diǎn)相關(guān)系數(shù)的相關(guān)系數(shù)水平分布圖

a、b、c、d依次為鹽度超前溫度4個(gè)月至1個(gè)月; e為同期相關(guān); f、g、h、i分別為鹽度滯后于溫度1個(gè)月至4個(gè)月

Fig. 4 Horizontal distributions of lead and lag correlation coefficients between the time series of SSSA on each grid and Ni?o3 index. SSSA leading SSTA by four months to one month is shown in (a, b, c, d); the zero lead month of SSSA and SSTA is shown in (e); SSSA lagging SSTA by 1-4 months is shown in (f, g, h, i)

由CP型(圖3)和EP型(圖4)分析結(jié)果可以看到, 在CP型El Ni?o中, 位于日界線以西的相關(guān)系數(shù)負(fù)值區(qū)域最大值, 在SSSA超前4個(gè)月至超前1個(gè)月過(guò)程中遞增, 且在超前1個(gè)月時(shí)達(dá)到最大負(fù)相關(guān)系數(shù)-0.66。而在東南太平洋的正相關(guān)系數(shù)區(qū)域, 同樣由SSSA超前4個(gè)月時(shí)期開始遞增, 至同期達(dá)到正相關(guān)系數(shù)的最大值, 此后正相關(guān)系數(shù)在滯后過(guò)程繼續(xù)遞增, 至滯后4個(gè)月達(dá)到最大值0.54, 但正相關(guān)區(qū)域范圍開始縮小。同樣地, 在EP型El Ni?o過(guò)程中, SSSA主要的相關(guān)系數(shù)大值區(qū)中, 自SSSA超前4個(gè)月起始開始增加, 至超前1個(gè)月時(shí), 其作用范圍達(dá)到最大, 而相關(guān)系數(shù)負(fù)相關(guān)中心最大值可達(dá)-0.62, 而正相關(guān)系數(shù)達(dá)到0.42左右, 與CP型El Ni?o相同, 在達(dá)到同期相關(guān)后, 當(dāng)SSSA滯后于SSTA變化時(shí), 其正相關(guān)系數(shù)仍然增加達(dá)到最大的0.59, 但范圍開始減小; 負(fù)相關(guān)系數(shù)則幾乎不變, 范圍同樣開始減小。值得注意的是, 當(dāng)鹽度滯后于溫度變化達(dá)到第四個(gè)月時(shí), CP型與EP型的相關(guān)系數(shù)水平分布十分相似, 可以認(rèn)為, 其受到El Ni?o信號(hào)的影響基本衰退, 開始呈現(xiàn)正常平均態(tài)分布。

根據(jù)上述超前滯后性分析, 雖然在滯后時(shí)間段中EP型El Ni?o的相關(guān)系數(shù)大于超前時(shí)期。但是其一, 由于我們的目的是為了更好利用指數(shù)對(duì)SSTA進(jìn)行預(yù)測(cè), 因此滯后相關(guān)系數(shù)的意義遠(yuǎn)沒(méi)有超前相關(guān)系數(shù)大; 其二, 當(dāng)SSSA滯后于SSTA時(shí), 對(duì)于區(qū)分CP和EP型El Ni?o也顯得較為困難。綜上兩點(diǎn)原因, 選取SSSA超前SSTA一個(gè)月的時(shí)間為構(gòu)建鹽度指數(shù)的最佳時(shí)間。

2.5 時(shí)間相關(guān)系數(shù)驗(yàn)證

為了進(jìn)一步驗(yàn)證所選區(qū)域的合理性, 使用SSSA在熱帶太平洋的水平分布場(chǎng)回歸到代表EP型El Ni?o的Ni?o3指數(shù)和代表CP型El Ni?o的EMI指數(shù)(圖5)。SSSA分布特征在EP和CP時(shí)期具有顯著的不同, 在CP型(圖5a)中回歸出的負(fù)SSSA區(qū)域主要集中在180°日界線以西出現(xiàn), 負(fù)中心區(qū)域位于(0°, 160°E), 而正中心區(qū)域則沿180°以東的赤道向東分布, 并且出現(xiàn)了南北向的非對(duì)稱分布特征。SSSA在北太平洋的正異常區(qū)域的范圍和強(qiáng)度要大于同經(jīng)度的南太平洋。在EP型(圖5b)中回歸出的SSSA分布, 其正負(fù)大值中心在180°以西的西太平洋更加顯著, SSSA的分布表現(xiàn)出自北向南正負(fù)正的水平分布特征。因此, 圖5的SSSA異常區(qū)域分布與圖2中的相關(guān)系數(shù)水平分布特征十分相似, 可以認(rèn)為所選區(qū)域合理。

圖5 分別為SSSA場(chǎng)回歸到代表CP的EMI指數(shù)(a)和代表EP的Ni?o3指數(shù)(b)的水平分布圖

圖6 鹽度逐點(diǎn)的時(shí)間序列與代表CP的時(shí)間序列(EMI指數(shù))和EP的時(shí)間序列(Ni?o3指數(shù))做超前1個(gè)月的時(shí)間相關(guān)的相關(guān)系數(shù)關(guān)鍵區(qū)。

a. CP型; b. EP型。圖中紅框和藍(lán)框分別代表CP和EP型的特征區(qū)

Fig. 6 Salinity correlated with the representing time series of CP El Ni?o (EMI index) (a) and EP El Ni?o (Ni?o3 Index) (b). The horizontal distribution of the correlation coefficient is shown. The red and blue boxes represent the characteristic areas of CP El Ni?o and EP El Ni?o, respectively

3 鹽度中太平洋指數(shù)/東太平洋鹽度指數(shù)(SCPI/SEPI)特征

3.1 SCPI/SPEI指數(shù)的構(gòu)建

通過(guò)上述篩選, 關(guān)鍵區(qū)若要能區(qū)分并代表兩類El Ni?o事件, 則需要滿足兩個(gè)條件: 1) 該關(guān)鍵區(qū)與它代表的El Ni?o類型具有很強(qiáng)的相關(guān)性; 2) 該關(guān)鍵區(qū)與另一種El Ni?o的相關(guān)性很差。因此, 選擇位于東南太平洋的D區(qū)和日界線以西的B區(qū)(即圖6a、6b中的紅框區(qū))的兩個(gè)關(guān)鍵區(qū)進(jìn)行組合，共同作為CP型El Ni?o的關(guān)鍵區(qū); 同理, 選擇位于菲律賓以東洋面的A關(guān)鍵區(qū)和赤道中太平洋的C關(guān)鍵區(qū)(圖6a、6b中的藍(lán)框區(qū))進(jìn)行組合，共同作為EP型El Ni?o的關(guān)鍵區(qū)。通過(guò)對(duì)上述4個(gè)區(qū)域進(jìn)行組合, 構(gòu)造出一組以SSSA為變量的指數(shù)對(duì)兩類El Ni?o進(jìn)行分類, SCPI/SEPI指數(shù)的定義如下所示:

式中: [SSSA]B和[SSSA]D分別代表西太平洋(5°S—5°N, 150°—165°E)和東南太平洋(5°—20°S, 90°—135°W)的CP型的關(guān)鍵區(qū)內(nèi)海表面鹽度距平的區(qū)域平均; 而[SSSA]A和[SSSA]C則分別代表菲律賓以東洋面(0°—10°N, 130°—150°E)和日界線附近中太平洋(5°S—5°N, 175°E—160°W)的EP型的關(guān)鍵區(qū)內(nèi)海表面鹽度距平的區(qū)域平均。區(qū)域前的權(quán)重系數(shù)則是根據(jù)各個(gè)關(guān)鍵區(qū)的面積權(quán)重乘以相關(guān)系數(shù)強(qiáng)度權(quán)重的組合所得。 CP型以指數(shù)大于1.0倍標(biāo)準(zhǔn)差, EP型以指數(shù)大于1.5倍標(biāo)準(zhǔn)差, 為標(biāo)準(zhǔn)選取異常月, 且至少連續(xù)3個(gè)月以上達(dá)到異常即可視為一次El Ni?o過(guò)程。

3.2 SPCI/SPEI與SSTA的空間回歸

為了進(jìn)一步研究及檢驗(yàn)SPEI/SPCI指數(shù)的適用性, 利用2005—2016年ARGO數(shù)據(jù)中的SSTA回歸到SPEI/SPCI指數(shù)上。在SPCI的回歸結(jié)果中(圖7a), SPCI很好地回歸出CP型El Ni?o事件, 回歸場(chǎng)的正值中心位于日界線附近。而SPEI的回歸結(jié)果(圖7b)也能夠回歸出EP型El Ni?o事件, 回歸正值中心位于傳統(tǒng)的Ni?o3、Ni?o4區(qū)。因此進(jìn)一步驗(yàn)證了SPCI和SPEI的合理性, 圖7為SPEI/SPCI與熱帶地區(qū)EOF的特征場(chǎng)的時(shí)間序列的優(yōu)劣對(duì)比。

圖7 ARGO數(shù)據(jù)中SSTA場(chǎng)回歸到代表CP的SCPI指數(shù)(a)和代表EP的SEPI指數(shù)(b)的水平分布圖

3.3 SCPI/SPEI指數(shù)的相關(guān)性

由于SCPI/SEPI指數(shù)是基于CP和EP多區(qū)域的組合而成, 因此其理應(yīng)對(duì)CP和EP型El Ni?o的空間時(shí)間相關(guān)系數(shù)具有很好的響應(yīng), 表1中顯示了在選取的37a的時(shí)間段中, SCPI/SPEI的時(shí)間空間相關(guān)系數(shù)。

表1 SCPI/SEPI指數(shù)以及熱帶地區(qū)EOF前四模態(tài)的時(shí)間系數(shù)與CP、EP型El Ni?o的時(shí)間和空間相關(guān)系數(shù)

注: PC表示EOF分析的各個(gè)主成分

在表1中, 可以看到SCPI指數(shù)與CP型的空間相關(guān)系數(shù)達(dá)到了0.73, 時(shí)間相關(guān)系數(shù)到達(dá)了0.7, 二者均遠(yuǎn)超過(guò)了信度為0.001的顯著性檢驗(yàn)。而SEPI的空間和時(shí)間相關(guān)系數(shù)同樣的達(dá)到了0.5和0.69也均超過(guò)了信度為0.001的顯著性檢驗(yàn)。同時(shí)可以看到在SCPI與EP型El Ni?o的空間相關(guān)系數(shù)中, 相關(guān)系數(shù)沒(méi)有超過(guò)0.15, 所以可以認(rèn)為兩者的相關(guān)關(guān)系很弱。同樣, SEPI與CP型El Ni?o的空間時(shí)間相關(guān)系數(shù)均不超過(guò)0.2, 因此有理由認(rèn)為SCPI/SEPI既可以很好地表征CP和EP型El Ni?o事件, 又可以很好地區(qū)分彼此。

同樣, 對(duì)熱帶太平洋地區(qū)海表面鹽度的EOF分析的前四模態(tài)(圖8)對(duì)比分析顯示: 在EOF的前四模態(tài)中, 第一模態(tài)(PC1)與第四模態(tài)(PC4)的時(shí)間序列與CP和EP的相關(guān)系數(shù)都相對(duì)較低, 僅為0.30左右, 而且不能夠很好地區(qū)分CP和EP型El Ni?o; 但是第二模態(tài)(PC2)對(duì)于EP型的時(shí)間空間相關(guān)系數(shù)都很高, 分別達(dá)到了0.76和0.43, 超過(guò)了信度為0.001的顯著性檢驗(yàn); 第三模態(tài)(PC3)對(duì)于CP型的時(shí)間和空間相關(guān)同樣達(dá)到了0.695和0.58, 同樣超過(guò)了顯著性檢驗(yàn)。然而PC2與CP型的時(shí)間相關(guān)系數(shù)以及PC3與EP的空間相關(guān)系數(shù)與SCPI/SPEI對(duì)另一類El Ni?o的低相關(guān)性(0.15, 0.11)而言, 都相對(duì)偏大, 分別達(dá)到了0.22和0.34均超過(guò)了信度為0.01的顯著性檢驗(yàn)?？梢哉J(rèn)為PC2和PC3二者在區(qū)分CP和EP型El Ni?o時(shí)不如SCPI和SEPI效果好。同樣,EOF的前四模態(tài)還有一個(gè)顯著的缺陷, 其前四模態(tài)的解釋方差都偏低, 與CP和EP有關(guān)的第二、三模態(tài)的解釋方差僅為12.8%和6.5%。綜上分析, 選擇區(qū)域化的SCPI和SEPI更能夠代表和區(qū)分兩類El Ni?o。

圖8 熱帶地區(qū)SSSA的EOF分析前四模態(tài)水平分布圖(左)及其時(shí)間系數(shù)圖(右)

分圖右上角的數(shù)字表示各模態(tài)的解釋方差

Fig. 8 The first four EOF modes of SSSA (left panels) and the corresponding time coefficients (right panels) in the tropical Pacific

3.4 SEPI/SCPI個(gè)例驗(yàn)證

為了對(duì)上節(jié)中所建立指數(shù)的適用性進(jìn)行個(gè)例驗(yàn)證, 采取ARGO觀測(cè)資料進(jìn)行個(gè)例驗(yàn)證。根據(jù)先前定義的SCPI/SEPI指數(shù), 在CP型El Ni?o中SCPI在2005年10月、2009年12月和2012年11月時(shí)超過(guò)1.0倍標(biāo)準(zhǔn)差(圖9a), 而在EP型El Ni?o中, SEPI只有2015/2016年超過(guò)了1.5倍標(biāo)準(zhǔn)差(圖9b)。因此我們以CP型和EP型的幾處最大值作SSTA的平均合成(圖9c、9d)。SEPI所選擇的峰值點(diǎn)合成出的SSTA呈現(xiàn)出了2015/2016年El Ni?o的水平分布特征, 盡管由SCPI所選擇的峰值點(diǎn)同樣合成出了正SSTA位于赤道中太平洋地區(qū)的CP型El Ni?o的水平分布, 但其SSTA相對(duì)于EP型較低。

4 討論和結(jié)論

自Harrison等(1998)發(fā)現(xiàn)并提出赤道中太平洋的Modoki型的El Ni?o, 即CP型El Ni?o開始, 對(duì)于CP型和EP型El Ni?o的研究開展了廣泛的討論, 包括兩類El Ni?o的生成、發(fā)展和對(duì)應(yīng)相關(guān)物理場(chǎng)的差異。本文研究了SSSA在兩類El Ni?o中的時(shí)空分布特征, 分析了兩類El Ni?o的可區(qū)別性和可測(cè)性。分析發(fā)現(xiàn): 利用相關(guān)系數(shù)水平分布圖和SSTA回歸出的SSSA異常分布, 體現(xiàn)了在EP型El Ni?o時(shí)期, 日界線以西的西太平洋暖池區(qū)域呈現(xiàn)了南北沿赤道非對(duì)稱分布特征; 在CP型時(shí)期, 用SSTA回歸出的SSSA負(fù)值中心區(qū)域在赤道太平洋向西偏移, 并且在南太平洋存在顯著正異常區(qū), 這與EP存在著明顯的差異。這些異同特征為驗(yàn)證我們研究設(shè)想提供了必要條件。

圖9 指數(shù)的時(shí)間序列

a．SCPI/EMI指數(shù); b. SEPI/Ni?o3指數(shù)達(dá)到SCPI/SPEI指數(shù)標(biāo)準(zhǔn)時(shí), 極值點(diǎn)合成SSTA水平分布圖; c. CP型; d. EP型

Fig. 9 The time series of SCPI/EMI index (a), SEPI/ Ni?o3 index (b) and the compound horizontal distribution by SSTA extreme points when reaching the standard of SCPI/SEPI index, (c) CP, and (d) EP

部分SSSA的水平分布特征的差異, 在過(guò)去已經(jīng)有一些研究對(duì)其形成的物理機(jī)制做出過(guò)解釋。EP型El Ni?o時(shí)期, 在赤道太平洋地區(qū)(2°S—2°N), EP現(xiàn)象的SSSA最大淡化發(fā)生在日界線附近, 表層平流作用和降水變化是SSSA在ENSO時(shí)期產(chǎn)生響應(yīng)的主要機(jī)制(Singh et al, 2011)。EP型El Ni?o向東的洋流異常主要從熱帶西太平洋到中東太平洋, 與暖池低鹽度水的東偏保持一致, 進(jìn)而導(dǎo)致了重要的南太平洋復(fù)合帶(SPCZ)向東北偏移以及SPCZ區(qū)域中降水的減小。而當(dāng)降水異常發(fā)生變化, 進(jìn)入到SSSA中, 會(huì)直接導(dǎo)致SSS的降低。而在CP時(shí)期, 對(duì)于赤道地區(qū)的SSSA變化, 存在一個(gè)日界線以西的緯向平流輻合, 導(dǎo)致中太平洋暖池低鹽度淡水無(wú)法有效傳播, SPCZ向赤道方向偏移(Hasson et al, 2013)。在降水場(chǎng)中, CP型El Ni?o降水正異常中心向西偏移(Kug et al, 2009), SSSA收支在表面平流和降水雙重作用下, 西太暖池地區(qū)的SSS有細(xì)微增加, 因此SSSA的最大淡化區(qū)域與EP時(shí)期對(duì)比其向西偏移約15個(gè)經(jīng)度, 而34.8‰的等鹽度線的偏移則只有EP型的一半。Zheng等(2012)研究結(jié)果顯示, CP型的El Ni?o過(guò)程中, SSS對(duì)于密度層結(jié)和混合層起到了重要的作用, 而且SSS的貢獻(xiàn)程度甚至要超越溫度。此外, 另一個(gè)關(guān)鍵點(diǎn)是, 在此前關(guān)注較少的南太平洋海洋荒漠區(qū)域出現(xiàn)了經(jīng)向非對(duì)稱的SSSA正異常區(qū)域。南太平洋SSSA區(qū)域在EP型El Ni?o時(shí)期很弱而且不具有經(jīng)向非對(duì)稱的特征, CP型時(shí)卻異常強(qiáng)大。

通過(guò)以上多種因素以SSSA為基礎(chǔ), 定義一組能夠?qū)深怑l Ni?o進(jìn)行區(qū)分和預(yù)測(cè)的SSSA指數(shù)。試圖以SSSA指數(shù)從另一個(gè)角度對(duì)近年來(lái)發(fā)生的兩類El Ni?o進(jìn)行研究和預(yù)測(cè)。但是, 對(duì)于文中所提到的多個(gè)SSSA關(guān)鍵區(qū), 尤其是南太平洋關(guān)鍵區(qū)的鹽度收支及其與周邊區(qū)域的響應(yīng)和物理機(jī)制在本文中沒(méi)有進(jìn)行研究與探索, 次表層海水作為影響鹽度的重要區(qū)域也并未考慮。此外由于鹽度對(duì)SSTA是間接影響, SSSA作為指數(shù)相較于SSTA指數(shù), 在實(shí)時(shí)性、可靠性上都略有欠缺, 以上幾點(diǎn)將在以后進(jìn)行深入研究。

杜巖, 王東曉, 施平, 等, 2004. 南海障礙層的季節(jié)變化及其與海面通量的關(guān)系[J]. 大氣科學(xué), 28(1):101–111. DU YAN, WANG DONGXIAO, SHI PING, et al, 2004. Seasonal Variation of the barrier layer in the South China Sea and its relationship to the sea surface flux[J]. Chinese Journal of Atmospheric Sciences, 28(1): 101–111 (in Chinese with English abstract).

ASHOK K, BEHERA S K, RAO S A, et al, 2007. El Ni?o Modoki and its possible teleconnection[J]. Journal of Geophysical Research: Oceans, 112(C11): C11007, doi: 10.1029/ 2006JC003798.

ASHOK K, YAMAGATA T, 2009. Climate change: the El Ni?o with a difference[J]. Nature, 461(7263): 481–484.

BJERKNES J, 1969. Atmospheric teleconnections from the equatorial Pacific[J]. Monthly Weather Review, 97(3): 163–172.

BOSC C, DELCROIX T, MAES C, 2009. Barrier layer variability in the western Pacific warm pool from 2000 to 2007[J]. Journal of Geophysical Research: Oceans, 114(C6): C06023, doi: 10.1029/2008JC005187.

CRAVATTE S, DELCROIX T, ZHANG DONGXIAO, et al, 2009. Observed freshening and warming of the western Pacific warm pool[J]. Climate Dynamics, 33(4): 565–589.

DELCROIX T, 1998. Observed surface oceanic and atmospheric variability in the tropical Pacific at seasonal and ENSO timescales: a tentative overview[J]. Journal of Geophysical Research: Oceans, 103(C9): 18611–18633.

ELDIN G, RODIE M, RADENAC M H, 1997. Physical and nutrient variability in the upper equatorial Pacific associated with westerly wind forcing and wave activity in October 1994[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 44(9–10): 1783–1800.

FEDOROV A V, PACANOWSKI R C, PHILANDER S G, et al, 2004. The effect of salinity on the wind-driven circulation and the thermal structure of the upper ocean[J]. Journal of Physical Oceanography, 34(9): 1949–1966.

GALPERIN B, KANTHA L H, HASSID S, et al, 1988. A quasi-equilibrium turbulent energy model for geophysical flows[J]. Journal of the Atmospheric Sciences, 45(1): 55–62.

GIESE B S, SEIDEL H F, COMPO G P, et al, 2016. An ensemble of ocean reanalyses for 1815–2013 with sparse observational input[J]. Journal of Geophysical Research: Oceans, 121(9): 6891–6910.

GUAN BIN, NIGAM S, 2008. Pacific sea surface temperatures in the twentieth century: an evolution-centric analysis of variability and trend[J]. Journal of Climate, 21(12): 2790–2809.

HARRISON D E, LARKIN N K, 1998. El Ni?o-Southern Oscillation sea surface temperature and wind anomalies, 1946–1993[J]. Reviews of Geophysics, 36(3): 353–399.

HASSON A E A, DELCROIX T, DUSSIN R, 2013. An assessment of the mixed layer salinity budget in the tropical Pacific Ocean. Observations and modelling (1990–2009)[J]. Ocean Dynamics, 63(2–3): 179–194.

HUANG BOYIN, XUE YAN, BEHRINGER D W, 2008. Impacts of Argo salinity in NCEP global ocean data assimilation system: the tropical Indian Ocean[J]. Journal of Geophysical Research: Oceans, 113(C8): C08002, doi: 10.1029/ 2007JC004388.

INGLEBY B, HUDDLESTON M, 2007. Quality control of ocean temperature and salinity profiles — Historical and real-time data[J]. Journal of Marine Systems, 65(1–4): 158–175.

KAO H-Y, YU JINYI, 2009. Contrasting eastern-Pacific and central-Pacific types of ENSO[J]. Journal of Climate, 22(3): 615–632.

KIM H-M, WEBSTER P J, CURRY J A, 2009. Impact of shifting patterns of Pacific Ocean warming on North Atlantic tropical cyclones[J]. Science, 325(5936): 77–80.

KUG J-S, JIN FEIFEI, AN S-I, 2009. Two types of El Ni?o events: cold tongue El Ni?o and warm pool El Ni?o[J]. Journal of Climate, 22(6): 1499–1515.

LAGERLOEF G S E, 2002. Introduction to the special section: The role of surface salinity on upper ocean dynamics, air–sea interaction and climate[J]. Journal of Geophysical Research: Oceans, 107(C12): doi: 10.1029/2002JC001669.

LARKIN N K, HARRISON D E, 2005. On the definition of El Ni?o and associated seasonal average U.S. weather anomalies[J]. Geophysical Research Letters, 32(13): L13705.

LEE T, MCPHADEN M J, 2010. Increasing intensity of El Ni?o in the central-equatorial Pacific[J]. Geophysical Research Letters, 37(14): doi: 10.1029/2010GL044007.

LI YUANLONG, WANG FAN, HAN WEIQING, 2013. Interannual sea surface salinity variations observed in the tropical North Pacific Ocean[J]. Geophysical Research Letters, 40(10): 2194–2199.

LUKAS R, LINDSTROM E, 1991. The mixed layer of the western equatorial Pacific Ocean[J]. Journal of Geophysical Research: Oceans, 96(S01): 3343–3357.

MAES C, PICAUT J, BELAMARI S, 2005. Importance of the salinity barrier layer for the buildup of El Ni?o[J]. Journal of Climate, 18(1): 104–118.

MCPHADEN M J, 2015. Playing hide and seek with El Ni?o[J]. Nature Climate Change, 5(9): 791–795.

MENKES C E, LENGAIGNE M, VIALARD J, et al, 2014. About the role of westerly wind events in the possible development of an El Ni?o in 2014[J]. Geophysical Research Letters, 41(18): 6476–6483.

NEWMAN M, SHIN S-I, ALEXANDER M A, 2011. Natural variation in ENSO flavors[J]. Geophysical Research Letters, 38(14): doi: 10.1029/2011GL047658.

PICAUT J, IOUALALEN M, MENKES C, et al, 1996. Mechanism of the zonal displacements of the Pacific warm pool: implications for ENSO[J]. Science, 274(5292): 1486–1489.

QU TANGDONG, YU JINYI, 2014. ENSO indices from sea surface salinity observed by Aquarius and Argo[J]. Journal of Oceanography, 70(4): 367–375.

RASMUSSON E M, CARPENTER T H, 1982. Variations in tropical sea surface temperature and surface wind fields associated with the Southern Oscillation/El Ni?o[J]. Monthly Weather Review, 110(5): 354–384.

SINGH A, DELCROIX T, CRAVATTE S, 2011. Contrasting the flavors of El Ni?o–southern oscillation using sea surface salinity observations[J]. Journal of Geophysical Research: Oceans, 116(C6): doi: 10.1029/2010JC006862.

TRENBERTH K E, 1997. The definition of El Ni?o[J]. Bulletin of the American Meteorological Society, 78(12): 2771–2778.

WANG BIN, 1995. Interdecadal changes in El Ni?o onset in the last four decades[J]. Journal of Climate, 8(2): 267–285.

WENG HENGYI, BEHERA S K, YAMAGATA T, 2009. Anomalous winter climate conditions in the Pacific Rim during recent El Ni?o Modoki and El Ni?o events[J]. Climate Dynamics, 32(5): 663–674.

WITTENBERG A T, ROSATI A, LAU N-C, et al, 2006. GFDL’s CM2 global coupled climate models. Part III: tropical Pacific climate and ENSO[J]. Journal of Climate, 19(5): 698–722.

XIANG BAOQIANG, WANG BIN, LI T, 2013. A new paradigm for the predominance of standing central Pacific Warming after the late 1990s[J]. Climate Dynamics, 41(2): 327–340.

XU KANG, ZHU CONGWEN, HE JINHAI, 2012. Linkage between the dominant modes in Pacific subsurface ocean temperature and the two type ENSO events[J]. Chinese Science Bulletin, 57(26): 3491–3496.

YU JINYI, KAO H-Y, 2007. Decadal changes of ENSO persistence barrier in SST and ocean heat content indices: 1958–2001[J]. Journal of Geophysical Research: Atmospheres, 112(D13): doi: 10.1029/2006JD007654.

YU JINYI, KAO H-Y, LEE T, 2010. Subtropics-related interannual sea surface temperature variability in the central equatorial Pacific[J]. Journal of Climate, 23(11): 2869–2884.

ZENG LILI, DU YAN, XIE SHANGPING, 2009. Barrier layer in the South China Sea during summer 2000[J]. Dynamics of Atmospheres and Oceans, 47(1–3): 38–54.

ZHENG FEI, WAN LIYING, WANG HUI, 2012. Distinguished effects of interannual salinity variability on the development of the central-Pacific El Ni?o events[J]. Atmospheric and Oceanic Science Letters, 5(2): 123–127.

ZHENG FEI, ZHANG RONGHUA, 2015. Interannually varying salinity effects on ENSO in the tropical Pacific: a diagnostic analysis from Argo[J]. Ocean Dynamics, 65(5): 691–705.

Distinguishing two types of El Ni?o in the Tropical Pacific using key region sea surface salinity index

FANG Zhujun1, ZHI Hai1, LIN Pengfei2, 3, WEI Xiang1

1. College of Atmospheric Sciences, Nanjing University of Information Science and Technology, Nanjing 210044, China; 2. State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics (LASG), Institute of Atmospheric Physics (IAP), Chinese Academy of Sciences, Beijing 100049, China; 3. University of Chinese Academy of Sciences, Beijing 100049, China

In this paper, the sea surface salinity anomaly (SSSA) index from the EN4 reanalysis data during 1980-2016 is used to distinguish two types of El Ni?o. We identify the salinity variation region which has a close contact with two types of El Ni?o in the tropical Pacific. We demonstrate that salinity time series in different boxes are related sea surface temperature variation, and can indicate two types of El Ni?o. Depending on the key salinity field contrast of their correlation coefficient of temporal and horizontal distribution. Evidently, the region of SSS field is mainly located in the equatorial region with symmetric distribution in the western tropical Pacific during the eastern Pacific (EP) El Ni?o. One significant region of SSS field is migrated westward, another skewing southward east of the dateline as asymmetric distribution during the central Pacific El Ni?o, which is different from the EP El Ni?o. Based on these characteristics, we find key areas of an index that represents two types of El Ni?o and distinguishes them. Finally, we use this index to reproduce recent El Ni?o events.

two type of El Ni?o; sea surface salinity anomaly; index; Tropical Pacific

2018-06-04;

2018-07-28. Editor: YIN Bo

National Key Research and Development Program of China (2016YFC1401601); National Natural Science Foundation of China (41690122, 41690120); Chinese Academy of Sciences Strategic Priority Project (XDA11010105, XDA11020306, XDA11010304)

P732.6

A

1009-5470(2019)02-0032-11

10.11978/2018061

2018-06-04;

2018-07-28。殷波編輯

國(guó)家重點(diǎn)研究與發(fā)展項(xiàng)目(2016YFC1401601); 國(guó)家自然科學(xué)基金項(xiàng)目(41690122、41690120); 中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)(XDA11010105、XDA11020306、XDA11010304)

方祝駿(1993—), 男, 寧夏回族自治區(qū)銀川市人, 在讀碩士研究生, 主要從事氣候變化研究。E-mail: 20161211128@nuist.edu.cn

林鵬飛。E-mail: linpf@mail.iap.ac.cn

LIN Pengfei. E-mail: linpf@mail.iap.ac.cn