ENSO 氣溫關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征差異及成因分析*

胡恒儒 龔志強(qiáng) 王健 喬盼節(jié) 劉莉 封國林3)

1) (揚(yáng)州大學(xué)物理科學(xué)與技術(shù)學(xué)院，揚(yáng)州 225009)

2) (常熟理工學(xué)院電子與信息工程學(xué)院，蘇州 215100)

3) (國家氣候中心氣候研究開放實(shí)驗(yàn)室，北京 100081)

4) (昆明理工大學(xué)理學(xué)院，昆明 650504)

5) (南京信息工程大學(xué)大氣科學(xué)學(xué)院，南京 210044)

基于全球地表氣溫資料，分別構(gòu)建了El Ni?o 和La Ni?a 事件對應(yīng)的全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)，并分析網(wǎng)絡(luò)結(jié)構(gòu)特征的差異，探究可能的成因.結(jié)果表明，與La Ni?a 事件氣溫網(wǎng)絡(luò)(簡稱La Ni?a 網(wǎng)絡(luò))相比，El Ni?o 事件氣溫網(wǎng)絡(luò)(簡稱El Ni?o 網(wǎng)絡(luò))中格點(diǎn)溫度序列間的相關(guān)性減弱，氣溫網(wǎng)絡(luò)的連通度顯著降低，連通性下降，在熱帶和南溫帶區(qū)域連通性變化尤為顯著.赤道東太平洋、赤道西太平洋、赤道印度洋和赤道大西洋的網(wǎng)絡(luò)連通度相對較大，在El Ni?o 網(wǎng)絡(luò)中的減少異常明顯，是導(dǎo)致兩類網(wǎng)絡(luò)結(jié)構(gòu)特征差異性的4 塊關(guān)鍵區(qū)域.在此基礎(chǔ)上初步探討了兩類網(wǎng)絡(luò)特征差異的原因，即隨著Ni?o3.4 區(qū)域的海溫升高，赤道東太平洋、赤道印度洋等區(qū)域海溫升高，對外長波輻射加強(qiáng)，對流活動增加，低緯度與中緯度區(qū)域的相互作用增強(qiáng)，南北溫帶氣溫變化的方差加大，造成關(guān)鍵區(qū)格點(diǎn)氣溫序列與全球其他地區(qū)的相關(guān)性減弱，全球格點(diǎn)氣溫網(wǎng)絡(luò)連通性下降.

1 引言

氣候系統(tǒng)的變化受許多因素的驅(qū)動，其中最顯著的是厄爾尼諾和南方濤動(El Ni?o-southern oscillation，ENSO)[1，2].ENSO 作為熱帶太平洋地區(qū)典型的年際大尺度海氣相互作用現(xiàn)象，具有相對于長期平均狀態(tài)的不規(guī)則暖相位(El Ni?o)和冷相位(La Ni?a)交替出現(xiàn)的特征，并可以通過改變赤道太平洋地區(qū)的Walker 環(huán)流對本地區(qū)和其他地區(qū)的氣候異常產(chǎn)生廣泛的影響[3-8].

2004 年以來，復(fù)雜網(wǎng)絡(luò)理論在復(fù)雜性系統(tǒng)的研究中得到了廣泛的應(yīng)用[9-12].氣候系統(tǒng)作為非線性復(fù)雜巨系統(tǒng)之一[13-15]，其內(nèi)部存在典型的非線性相互作用[16].Tsonis 和Roebber[17]率先提出了氣候系統(tǒng)復(fù)雜網(wǎng)絡(luò)的概念，旨在利用復(fù)雜網(wǎng)絡(luò)這一工具從整體論的角度開展氣候異常問題研究.500 hPa 高度場的關(guān)聯(lián)網(wǎng)絡(luò)中，網(wǎng)絡(luò)的超級節(jié)點(diǎn)可以讓氣候系統(tǒng)更具有穩(wěn)定性，物質(zhì)和能量的傳輸也更為高效[18].龔志強(qiáng)等[19-21]研究了全球表面氣溫場網(wǎng)絡(luò)的動力學(xué)統(tǒng)計(jì)性質(zhì)和北半球環(huán)流系統(tǒng)的結(jié)構(gòu)特征，實(shí)現(xiàn)了復(fù)雜網(wǎng)絡(luò)理論在氣候診斷分析中的應(yīng)用.

氣候系統(tǒng)復(fù)雜網(wǎng)絡(luò)已有一部分研究聚焦于ENSO 現(xiàn)象，Proc.Natl.Acad.Sci.連續(xù)刊登文章介紹基于復(fù)雜網(wǎng)絡(luò)理論的ENSO 事件識別和預(yù)測研究[22，23].ENSO 復(fù)雜網(wǎng)絡(luò)的研究成果主要包括:1)定量刻畫了與ENSO 相聯(lián)系的全球遙相關(guān)特征.Tsonis 和Swanson[18]采用月尺度資料揭示了El Ni?o 網(wǎng)絡(luò)的連通度較La Ni?a 網(wǎng)絡(luò)顯著降低，指出前者網(wǎng)絡(luò)的穩(wěn)定性相對較低，造成El Ni?o 年全球溫度的可預(yù)測性較La Ni?a 年偏低.Yamasaki等[24]采用逐日資料也揭示了全球不同區(qū)域的溫度網(wǎng)絡(luò)結(jié)構(gòu)特征在El Ni?o 年份對應(yīng)網(wǎng)絡(luò)中連邊數(shù)較La Ni?a 的情況顯著減少.2)不同類型ENSO事件的客觀識別.Radebach 等[25]系統(tǒng)分析了全球氣候網(wǎng)絡(luò)空間結(jié)構(gòu)的時間演化特征，初步建立了這種演化與兩類ENSO 事件的聯(lián)系.Wiedermann等[26]基于動態(tài)的全球溫度網(wǎng)絡(luò)定量描述了不同類型ENSO 事件的網(wǎng)絡(luò)局地性和發(fā)散性結(jié)構(gòu)特征，結(jié)合網(wǎng)絡(luò)傳遞性變量定義了一種能夠有效區(qū)別中部型和東部型ENSO 事件的新指數(shù).Lu 等[27]也利用氣溫網(wǎng)絡(luò)參數(shù)—總節(jié)點(diǎn)度指標(biāo)成功區(qū)分出EP 型和CP 型ENSO 事件.3)利用氣溫網(wǎng)絡(luò)相變刻畫海溫狀態(tài)的轉(zhuǎn)變.Lu 等[28]將海溫強(qiáng)異常事件等效視為海溫強(qiáng)迫對氣溫網(wǎng)絡(luò)的攻擊，利用氣溫網(wǎng)絡(luò)中的相變指標(biāo)指示熱帶太平洋地區(qū)海溫狀態(tài)的轉(zhuǎn)變，并作為評判氣候系統(tǒng)是否變化的依據(jù).可以看出，與ENSO 相關(guān)的復(fù)雜網(wǎng)絡(luò)研究中，目前多為構(gòu)建全球地表溫度網(wǎng)絡(luò)，通過分析El Ni?o/La Ni?a 年的網(wǎng)絡(luò)特征量的變化來實(shí)現(xiàn)監(jiān)測、診斷和預(yù)測研究.值得注意的是，相關(guān)成果大多未涉及一個共性問題:ENSO 事件中赤道中東太平洋的海溫異常，在不同關(guān)鍵海區(qū)的網(wǎng)絡(luò)結(jié)構(gòu)特征和氣候要素會有怎樣的差異，以及海溫升高究竟如何引起全球溫度網(wǎng)絡(luò)結(jié)構(gòu)特征的變化.

本文首先分別構(gòu)建了El Ni?o 和La Ni?a 事件對應(yīng)的全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)，分析La Ni?a 事件網(wǎng)絡(luò)(以下簡稱La Ni?a 網(wǎng)絡(luò))和El Ni?o 事件網(wǎng)絡(luò)(以下簡稱El Ni?o 網(wǎng)絡(luò))的結(jié)構(gòu)特征量的差異性，然后區(qū)分不同關(guān)鍵海區(qū)對網(wǎng)絡(luò)特征差異的影響，最后聯(lián)系海氣相互作用探究ENSO 關(guān)鍵區(qū)域海溫升高與全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征變化之間的可能聯(lián)系，淺析ENSO 事件網(wǎng)絡(luò)結(jié)構(gòu)特征發(fā)生改變的原因.

2 數(shù)據(jù)和方法

2.1 資 料

本研究選取的氣象要素資料均來自https://psl.noaa.gov/data/，在NCEP/NCAR 再分析項(xiàng)目中獲取全球月平均表面氣溫?cái)?shù)據(jù)集，水平分辨率取為5° × 5°;全球月平均凈長波輻射通量OLR 數(shù)據(jù)集和500 hPa 垂直速度場Omega 數(shù)據(jù)集，水平分辨率為2.5° × 2.5°[29];以及全球月平均海表溫度(SST)數(shù)據(jù)，水平分辨率為1° × 1°.另外每月Ni?o3.4 指數(shù)來自NOAA 地球系統(tǒng)研究實(shí)驗(yàn)室(ERSL)通過https://psl.noaa.gov/gcos_wgsp/Ti meseries/Nino34/獲取.為保持?jǐn)?shù)據(jù)集之間的一致性，資料長度都選取1950—2020 年.

為避免極地格點(diǎn)距離較近引起的高度相關(guān)性，本文選取70°N—70°S 以內(nèi)的格點(diǎn)構(gòu)建網(wǎng)絡(luò).沿緯向29 個格點(diǎn)，沿經(jīng)向72 個格點(diǎn)，總共2088 個格點(diǎn)作為網(wǎng)絡(luò)的節(jié)點(diǎn).為消除季節(jié)變化趨勢，對格點(diǎn)的溫度序列作距平值處理(原始值減去每個月的氣候平均值).為研究冷暖ENSO 事件的網(wǎng)絡(luò)結(jié)構(gòu)特征的差異性，對于Ni?o3.4 指數(shù)距平的3 個月滑動平均值，將連續(xù)5 個月 ≥ (≤)+0.5 (—0.5)的月份定義為El Ni?o (La Ni?a)事件.同時，由于冬季氣溫的異常振幅大于夏季，為避免虛假的高相關(guān)值，只提取發(fā)生ENSO 事件的年份中11 月—3 月的數(shù)值進(jìn)行分析[17].結(jié)果共選取了51 個El Ni?o 事件月份和52 個La Ni?a 事件月份作為每個格點(diǎn)的時間序列，分別用來構(gòu)建ENSO 不同位相的全球氣溫關(guān)聯(lián)網(wǎng)絡(luò).

2.2 全球ENSO 氣溫關(guān)聯(lián)網(wǎng)絡(luò)的構(gòu)建

圖1 不同ENSO 相位下格點(diǎn)氣溫序列相關(guān)系數(shù)概率分布，其中shuffled 表示對格點(diǎn)氣溫序列作了隨機(jī)化處理Fig.1.Probability distribution of correlation coefficient of grid temperature series under different ENSO phases，where shuffle represents randomization of grid temperature.

為了較好地定義網(wǎng)絡(luò)中節(jié)點(diǎn)對之間的連邊，計(jì)算了所有可能節(jié)點(diǎn)對的時間序列之間的皮爾遜相關(guān)系數(shù).這里設(shè)定一個閾值Q，只有當(dāng)節(jié)點(diǎn)間的相關(guān)系數(shù)絕對值|Cij| ≥Q時，才認(rèn)為它們顯著相關(guān)，節(jié)點(diǎn)間存在連邊.結(jié)合已有的工作[21]和相關(guān)系數(shù)的顯著性檢驗(yàn)，本文選取的閾值為Q=0.5，以保障節(jié)點(diǎn)間的連邊真實(shí)有效.該選擇考慮了參數(shù)化和非參數(shù)化兩種檢驗(yàn)，一方面，節(jié)點(diǎn)序列長度為50，在N=50 的t檢驗(yàn)中C=0.5 的關(guān)聯(lián)系數(shù)通過了0.05 信度;另一方面，C=0.5 是氣溫網(wǎng)絡(luò)構(gòu)建中常用的相關(guān)系數(shù)閾值[17-20]，且是一個相對穩(wěn)態(tài)值[30].

對于復(fù)雜網(wǎng)絡(luò)而言，通常是借助網(wǎng)絡(luò)結(jié)構(gòu)特征量進(jìn)行分析研究.本文從系統(tǒng)內(nèi)部關(guān)聯(lián)作用的強(qiáng)弱、不同尺度下連邊數(shù)目的多少、格點(diǎn)要素變化的區(qū)域同步性特征和信息的傳遞效率4 個方面定義結(jié)構(gòu)特征量，定量描述系統(tǒng)的關(guān)聯(lián)結(jié)構(gòu)復(fù)雜性.

1)連通度，又稱區(qū)域權(quán)重連通度.本文將節(jié)點(diǎn)間的連接強(qiáng)度按照節(jié)點(diǎn)密度的大小乘以一定的系數(shù)，消除了緯度差異帶來的節(jié)點(diǎn)分布不均勻的問題.如果節(jié)點(diǎn)i與位于λN緯度的共N個其他節(jié)點(diǎn)有連邊，則連通度的定義為[31]

其中φ代表經(jīng)度.連通度代表了1 個節(jié)點(diǎn)能夠連接到的全局區(qū)域的比例，連通度越高，該節(jié)點(diǎn)在網(wǎng)絡(luò)中的作用越強(qiáng)，對網(wǎng)絡(luò)的影響也就越大，反之則相反.

2)連通距離，又稱鏈路距離.若兩個格點(diǎn)之間有連邊，則它們間的地表實(shí)際距離即為連通距離，公式如下[32]:

式中l(wèi)a代表緯度，lo代表經(jīng)度，R是地球半徑為6371 km.連通距離用來統(tǒng)計(jì)網(wǎng)絡(luò)連邊距離數(shù)量分布的變化，連通距離值大，代表節(jié)點(diǎn)間存在越遠(yuǎn)距離的遙相關(guān)作用.

3)集聚系數(shù).在節(jié)點(diǎn)i相連的ki個節(jié)點(diǎn)中，實(shí)際連邊數(shù)Ei與最大可能存在邊數(shù)之間的比值定義為節(jié)點(diǎn)i的集聚系數(shù)，公式如下[31，33]:

所有節(jié)點(diǎn)集聚系數(shù)的平均值為平均集聚系數(shù)，系數(shù)越大說明系統(tǒng)內(nèi)部的區(qū)域同步性越好，反之則相反.

隨著大數(shù)據(jù)的到來，透明度變得越來越重要。大數(shù)據(jù)的威力很大程度上源于數(shù)據(jù)集的二次使用，以產(chǎn)生新的預(yù)測和推論。何種情況下需要透明度，以發(fā)揮“最好防腐劑”效用，是值得研究的。在政府問責(zé)制中，透明度確實(shí)發(fā)揮了積極作用。但大數(shù)據(jù)背景下的政府監(jiān)管實(shí)則為一個極其復(fù)雜的問題，因?yàn)閿?shù)據(jù)收集和使用通常都是迅速而秘密地進(jìn)行，在此過程中的行為通常由技術(shù)加以控制，這些新特點(diǎn)無疑給目前的政府監(jiān)管帶來新挑戰(zhàn)。據(jù)此，大數(shù)據(jù)時代透明度同樣是我們在制定規(guī)則時不容忽視的倫理價值觀。

4)特征路徑長度.在關(guān)聯(lián)網(wǎng)絡(luò)中，節(jié)點(diǎn)i與相互連接的節(jié)點(diǎn)j所要經(jīng)過的最少連邊數(shù)為最短路徑長度dij，所有節(jié)點(diǎn)對之間最短路徑長度的平均值代表網(wǎng)絡(luò)的特征路徑長度，公式如下[33]:

特征路徑長度越小，說明任意兩個節(jié)點(diǎn)之間建立聯(lián)系需要經(jīng)歷的中間過程越短，網(wǎng)絡(luò)內(nèi)部信息的傳遞效率則越高.

3 ENSO 氣溫網(wǎng)絡(luò)結(jié)構(gòu)特征分析

3.1 全球網(wǎng)絡(luò)特征

圖2 給出了ENSO 氣溫網(wǎng)絡(luò)結(jié)構(gòu)特征量的空間分布圖.如圖2(a)中連通度的空間分布所示，El Ni?o 和La Ni?a 氣溫關(guān)聯(lián)網(wǎng)絡(luò)都是具有超級節(jié)點(diǎn)的網(wǎng)絡(luò)，但El Ni?o 網(wǎng)絡(luò)連通度的值是明顯小于La Ni?a 的.全球連通度高的區(qū)域主要集中在熱帶的赤道大西洋、赤道印度洋、西太平洋和中東太平洋4 個部分，在溫帶地區(qū)也存在少量超級節(jié)點(diǎn)，而且連通度在南北半球并不是對稱分布.圖2(b)和圖2(c)給出了集聚系數(shù)和最短路徑長度的空間分布，可以看出它們與連通度的分布也有一定的對應(yīng)關(guān)系，這表明三者在反映網(wǎng)絡(luò)的體系結(jié)構(gòu)時具有很好的一致性，而且在熱帶地區(qū)氣溫鏈接保存得更加完好.

圖2 網(wǎng)絡(luò)特征量空間分布 (a1)，(a2)連通度;(b1)，(b2)集聚系數(shù);(c1)，(c2)特征路徑長度Fig.2.Spatial distribution of network characteristic quantity:(a1)，(a2) Connectivity degree;(b1)，(b2) agglomeration coefficient;(c1)，(c2) characteristic path length.

為了區(qū)分溫帶與熱帶的網(wǎng)絡(luò)結(jié)構(gòu)特征差異性，以南北緯30°為界，劃分為北溫帶、熱帶和南溫帶3 個區(qū)域分別計(jì)算網(wǎng)絡(luò)結(jié)構(gòu)特征，并給出概率分布，此處差異率定義為

表1 所列為計(jì)算的連通度平均值與差異率，可以看出，La Ni?a 氣溫關(guān)聯(lián)網(wǎng)絡(luò)的連通度在全球、南北溫帶和熱帶地區(qū)均高于El Ni?o 網(wǎng)絡(luò)，且差異率在熱帶和南溫帶最為顯著，而在北溫帶的差異最小.在網(wǎng)絡(luò)特征量的概率分布圖(圖3)中，較La Ni?a網(wǎng)絡(luò)而言，El Ni?o 網(wǎng)絡(luò)具有偏小的集聚系數(shù)和偏大的特征路徑長度，即后者的氣溫網(wǎng)絡(luò)緊湊程度偏低，區(qū)域變化一致性較弱.此外，熱帶和南溫帶連通度、鏈路數(shù)量連通距離、集聚系數(shù)、最短路徑長度的概率分布與全球特征較為一致，但北溫帶網(wǎng)絡(luò)特征量的概率分布對應(yīng)的兩種網(wǎng)絡(luò)的差異較小，即其對全球El Ni?o 氣溫網(wǎng)絡(luò)緊湊程度的影響相對偏弱，區(qū)域變化一致性的貢獻(xiàn)相對較小.這可能與南北半球海陸氣候差異性有關(guān)，即海陸分布不對稱性.因此，El Ni?o 網(wǎng)絡(luò)較La Ni?a 網(wǎng)絡(luò)具有偏低的連通性，使其網(wǎng)絡(luò)穩(wěn)定性偏低，這種特征在熱帶和南溫帶更為顯著.Tsonis 等[31]的研究表明，熱帶網(wǎng)絡(luò)擁有規(guī)則的、幾乎全連通的網(wǎng)絡(luò)特征，而溫帶網(wǎng)絡(luò)更像是無標(biāo)度網(wǎng)絡(luò)，故整個網(wǎng)絡(luò)是兩者的“融合”，既有小世界特性，保證了信息的有效傳遞，又具有無標(biāo)度特性，保證了結(jié)構(gòu)的穩(wěn)定性.

圖3 不同區(qū)域網(wǎng)路特征量的概率分布 (a1)-(a4)連通度;(b1)-(b4)連通距離;(c1)-(c4)集聚系數(shù);(d1)-(d4)最短路徑長度.由上到下4 行依次對應(yīng)全球網(wǎng)絡(luò)、北溫帶網(wǎng)絡(luò)、熱帶網(wǎng)絡(luò)和南溫帶網(wǎng)絡(luò)Fig.3.Probability distribution of (a1)-(a4) connectivity degree，(b1)-(b4) connectivity distance，(c1)-(c4) agglomeration coefficient，and (d1)-(d4) shortest path length of different regional network characteristic quantities.From top to bottom，four rows correspond to the global network，the northern temperate network，the tropical network，and the southern temperate network.

表1 連通度平均值與差異率Table 1. Average connectivity and difference rate.

3.2 關(guān)鍵區(qū)影響性分析

從圖2 可以看出，氣溫網(wǎng)絡(luò)中熱帶海洋區(qū)域?qū)B通性具有重要的影響，因此，考慮了各大洋關(guān)鍵區(qū)對全球氣溫網(wǎng)絡(luò)的影響.為了避免區(qū)域范圍不同可能導(dǎo)致的不平衡性，盡量保持各個關(guān)鍵區(qū)面積相等(表2).確定區(qū)域后，分別計(jì)算了區(qū)域內(nèi)節(jié)點(diǎn)與全球其他區(qū)域節(jié)點(diǎn)氣溫序列的相關(guān)，以此來分析不同關(guān)鍵區(qū)域?qū)θ驓鉁仃P(guān)聯(lián)網(wǎng)絡(luò)(大洋關(guān)鍵區(qū)-全球氣溫關(guān)聯(lián)網(wǎng)絡(luò))的作用.

表2 各大洋關(guān)鍵區(qū)的劃分范圍Table 2. Range of key regions in the oceans.

大洋關(guān)鍵區(qū)-全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)的連通度空間分布如圖4 所示.可以看出，大洋關(guān)鍵區(qū)-全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)中連通度表現(xiàn)出與全球網(wǎng)絡(luò)類似的特征.除了大西洋關(guān)鍵區(qū)中兩者網(wǎng)絡(luò)差別較小外，赤道印度洋、赤道西太平洋和赤道東太平洋關(guān)鍵區(qū)與全球氣溫網(wǎng)絡(luò)的連通度都表現(xiàn)出El Ni?o 事件遠(yuǎn)低于La Ni?a 事件的特征.通過對連通度和連通距離概率分布(圖5)的分析可以看到，La Ni?a 網(wǎng)絡(luò)比El Ni?o 網(wǎng)絡(luò)擁有更高的連通度分布和更多數(shù)量的鏈接，這使得前者具有更高的信息傳遞能力，且穩(wěn)定性更高.此外，由圖4 可以看出，在不同相位的ENSO 事件中，赤道印度洋、赤道大西洋以及赤道東太平洋關(guān)鍵區(qū)之間的連通度分布始終存在，表明這幾塊區(qū)域間氣溫的關(guān)聯(lián)性較強(qiáng)，這可能與熱帶地區(qū)存在的Hadley 等緯向環(huán)流有關(guān)，即赤道區(qū)域的海溫變化可以加強(qiáng)或者減弱緯向環(huán)流，并通過它影響到大氣內(nèi)部作用，傳遞給其他遙相關(guān)區(qū)域.

圖4 大洋關(guān)鍵區(qū)-全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)連通度的空間分布圖 (a1)，(a2)大西洋關(guān)鍵區(qū)與全球相關(guān);(b1)，(b2)印度洋關(guān)鍵區(qū)與全球相關(guān);(c1)，(c2)赤道西太平洋關(guān)鍵區(qū)與全球相關(guān);(d1)，(d2)赤道東太平洋關(guān)鍵區(qū)與全球相關(guān)Fig.4.Spatial distribution of the connectivity between key regions of the ocean and global temperature network:(a1)，(a2) Atlantic Ocean key region relevant to global;(b1)，(b2) Indian Ocean key region relevant to global;(c1)，(c2) equatorial western Pacific key region relevant to global;(d1)，(d2) equatorial eastern Pacific key region relevant to global.

圖5 大洋關(guān)鍵區(qū)-全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)連通性的概率分布圖 (a1)-(a4)連通度;(b1)-(b4)鏈路距離.其中(a1)，(a2)為大西洋關(guān)鍵區(qū)與全球相關(guān)，(b1)，(b2)為印度洋關(guān)鍵區(qū)與全球相關(guān)，(c1)，(c2)為赤道西太平洋關(guān)鍵區(qū)與全球相關(guān)，(d1)，(d2)為赤道東太平洋關(guān)鍵區(qū)與全球相關(guān)Fig.5.Probability distribution of the connectivity between key regions of ocean and global temperature correlation network:(a1)-(a4) Connectivity degree;(b1)-(b4) link distance.Panels (a1)，(a2) correspond to the key region of the Atlantic Ocean relevant to global，panels (b1)，(b2) correspond to the key region of the Indian Ocean relevant to global，panels (c1)，(c2) correspond to the key region of the equatorial western Pacific relevant to global，panels (d1)，(d2) correspond to the key region of the equatorial eastern Pacific relevant to global.

4 El Ni?o 和La Ni?a 網(wǎng)絡(luò)結(jié)構(gòu)特征差異的成因分析

4.1 El Ni?o 和La Ni?a 年大洋關(guān)鍵區(qū)海氣要素異常特征

為了進(jìn)一步分析ENSO 不同相位時全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征差異的成因，本節(jié)分別給出了El Ni?o 和La Ni?a 年份對應(yīng)的全球海溫距平和長波輻射的合成圖(圖6).可以看出，海溫和凈長波輻射空間分布的特征是一致的，El Ni?o 事件對應(yīng)赤道東太平洋、赤道印度洋和赤道大西洋的海溫異常偏高，這些區(qū)域的海洋向大氣釋放熱量，長波輻射轉(zhuǎn)為負(fù)值，海氣熱交換較強(qiáng)，并通過Walker 環(huán)流和Hadley 環(huán)流等影響全球其他區(qū)域的氣溫.赤道西太平洋由于受赤道Walker 環(huán)流的影響，El Ni?o 事件主要呈現(xiàn)海溫偏低，對外長波輻射偏弱，海氣作用較弱的特征.La Ni?a 年則表現(xiàn)出與El Ni?o 年基本相反的特征.圖7 給出了4 個大洋關(guān)鍵區(qū)域的海溫距平和長波輻射距平、垂直速度距平的概率分布圖.可以看出，海溫距平中赤道東太平洋、赤道印度洋和赤道大西洋3 個關(guān)鍵海區(qū)海溫距平的概率分布曲線在La Ni?a 年較El Ni?o 年的情況均明顯向左偏移，而赤道西太平洋則向右偏移，這與圖6 中海溫距平分布基本一致.在長波輻射和垂直速度距平的概率分布中赤道東太平洋和赤道印度洋在La Ni?a 年向右偏移的特征較為明顯，而赤道大西洋雖然海溫偏低，但長波輻射向右偏移不明顯，垂直速度場出現(xiàn)了向左偏移的特征.此外，赤道西太平洋則表現(xiàn)出與赤道中東太平洋相反的特征.所以我們推測，正是由于ENSO 現(xiàn)象中某些區(qū)域海溫的變化使得全球氣溫出現(xiàn)波動，導(dǎo)致氣溫網(wǎng)絡(luò)連通性發(fā)生改變.

圖6 El Ni?o 和La Ni?a 事件對應(yīng)的海溫距平(等值線，單位:℃)和凈長波輻射距平(填色部分，單位: W /m2)空間分布圖(a) El Ni?o;(b) La Ni?aFig.6.Spatial distribution diagram of SST anomaly (isolines，unit:℃) and net long-wave radiation anomaly (color filling，unit:W/m2) corresponding to El Ni?o and La Ni?a events:(a) El Ni?o;(b) La Ni?a.

圖7 各關(guān)鍵區(qū)海溫距平((a1)-(a4))、長波輻射距平((b1)-(b4))和垂直速度距平((c1)-(c4))的概率分布 (a1)-(c1)赤道大西洋;(a2)-(c2)赤道印度洋;(a3)-(c3)赤道西太平洋;(a4)-(c4)赤道東太平洋Fig.7.Probability distribution of SST anomaly ((a1)-(a4))，long-wave radiation anomaly ((b1)-(b4)) and vertical velocity anomaly ((c1)-(c4)) in each key area:(a1)-(c1) Equatorial Atlantic Ocean;(a2)-(c2) equatorial Indian Ocean;(a3)-(c3) equatorial western Pacific;(a4)-(c4) equatorial eastern Pacific.

4.2 海溫對全球氣溫網(wǎng)絡(luò)結(jié)構(gòu)的影響

Ni?o3.4 指數(shù)是判別ENSO 事件的常用指標(biāo)，故本節(jié)探究Ni?o3.4 指數(shù)區(qū)域海溫變化對全球氣溫網(wǎng)絡(luò)結(jié)構(gòu)的影響.分析區(qū)域海溫升高對氣溫網(wǎng)絡(luò)結(jié)構(gòu)特征量、凈長波輻射和垂直速度場的改變，具體做法如下:1)選取Ni?o 3.4 指數(shù)，計(jì)算1950—2020 年的每年11 月到次年3 月的平均海溫并排序，得到海溫升序序列;2)取窗口寬度為30 a，滑動步長為1 a，計(jì)算每一個窗口的平均海溫(圖8);3) 構(gòu)建各窗口所對應(yīng)的30 a 氣溫關(guān)聯(lián)網(wǎng)絡(luò)，計(jì)算網(wǎng)絡(luò)結(jié)構(gòu)特征量.

圖8 排序后Ni?o 3.4 區(qū)域冬半年的海溫均值序列，虛線內(nèi)窗口寬度30 a，滑動步長為1 aFig.8.Sequence of mean SST of winter half year in Ni?o 3.4 region after sorting.The window width in the dashed line is 30 a，and the sliding step length is 1 a.

圖9 給出了全球氣溫網(wǎng)絡(luò)結(jié)構(gòu)特征量與Ni?o 3.4 區(qū)域海溫之間的對應(yīng)關(guān)系.可以看出，隨著Ni?o 3.4 區(qū)域海溫的升高，全球氣溫網(wǎng)絡(luò)連通性呈現(xiàn)波動下降的趨勢，連通距離也具有類似的特征，而特征路徑長度則表現(xiàn)出相反的變化特征，即全球溫度網(wǎng)絡(luò)的連通性與Ni?o 3.4 區(qū)域的海溫之間存在反向變化的關(guān)系.

圖9 全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征量平均值隨Ni?o3.4 區(qū)域海溫升高變化特征 (a) 連通度;(b) 連通距離;(c)特征路徑長度Fig.9.Variation characteristics of the mean value of structural characteristics of global temperature correlation network with the rise of SST in Ni?o3.4 region:(a) Connectivity degree;(b) connectivity distance;(c) characteristic path length.

此外，從圖10 可以看出，隨著Ni?o 3.4 區(qū)域海溫的升高，赤道東太平洋區(qū)域的長波輻射、垂直速度均呈現(xiàn)線性減少的趨勢，由正距平轉(zhuǎn)為負(fù)距平，表明海洋與大氣之間的熱力交換和動力作用由正作用轉(zhuǎn)為負(fù)作用;赤道西太平洋區(qū)域則與之相反，由負(fù)距平轉(zhuǎn)為正距平，即海洋與大氣之間的熱力交換和動力作用由負(fù)作用轉(zhuǎn)為正作用.與赤道東、西太平洋這兩個區(qū)域不同的是，赤道印度洋和大西洋區(qū)域的變化幅度較小.因此可以說，相較于印度洋和大西洋，赤道東、西太平洋區(qū)域的海氣熱對流作用十分強(qiáng)烈，這在一定程度上會加劇網(wǎng)絡(luò)的不穩(wěn)定性，進(jìn)而造成網(wǎng)絡(luò)連通性的降低.

圖10 大洋關(guān)鍵區(qū)域長波輻射、垂直速度場隨Ni?o3.4 指數(shù)升高的變化特征Fig.10.Variation characteristics of long wave radiation and vertical velocity fields in key regions of the ocean with Ni?o3.4 index increasing.

為了進(jìn)一步分析海溫變化影響氣溫網(wǎng)絡(luò)連通性的變化機(jī)理，計(jì)算了不同緯度區(qū)域平均的格點(diǎn)氣溫方差變化，結(jié)果如圖11 所示.可以看出，北溫帶區(qū)域氣溫變化的方差隨著Ni?o 3.4 區(qū)域海溫的升高呈上升的趨勢，南溫帶區(qū)域也有類似的特征.因此，Ni?o 3.4 區(qū)域海溫的升高會加劇東西太平洋海溫梯度的明顯變化，加強(qiáng)東西太平洋關(guān)鍵區(qū)的海氣相互作用，造成低緯度與中高緯度之間氣溫變化的一致性減弱，相互作用增強(qiáng)，南北溫帶區(qū)域氣溫波動加大，導(dǎo)致氣溫網(wǎng)絡(luò)大量鏈路的斷裂，網(wǎng)絡(luò)連通性明顯下降，故而造成El Ni?o 全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)的連通性明顯低于La Ni?a 的情況.Tsonis 和Swanson[18]的研究也表示，正是因?yàn)镋l Ni?o 年中月平均氣溫變化的方差要比La Ni?a 年大出20%，快速而劇烈的氣溫漲落破壞了網(wǎng)絡(luò)中格點(diǎn)之間穩(wěn)定的鏈接，才會導(dǎo)致前者網(wǎng)絡(luò)的可預(yù)測性下降.

圖11 南溫帶(30°S-65°S)和北溫帶(30°N-65°N)平均氣溫方差隨Ni?o3.4 區(qū)域海溫升高的變化圖Fig.11.Variance of mean temperature in the south and north temperate regions (30°S-65°S，30°N-65°N) with the increase of SST in Ni?o3.4.

5 結(jié)論

本文從氣候網(wǎng)絡(luò)的角度，研究了ENSO 不同相位下溫度關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)特征差異性及可能成因.基于NCEP 再分析全球表面氣溫資料，分別構(gòu)建了El Ni?o 事件和La Ni?a 事件對應(yīng)的溫度關(guān)聯(lián)網(wǎng)絡(luò)，分析兩者網(wǎng)絡(luò)結(jié)構(gòu)特征的差異性，找出其中的關(guān)鍵區(qū)域并研究其對網(wǎng)絡(luò)特征差異的影響，隨后結(jié)合海氣相互作用探究ENSO 關(guān)鍵區(qū)海溫升高與全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)連通性變化之間的可能聯(lián)系，淺析導(dǎo)致ENSO 不同位相網(wǎng)絡(luò)結(jié)構(gòu)特征差異性可能的物理原因.初步得到的研究結(jié)論如下:

1)與La Ni?a 網(wǎng)絡(luò)相比，El Ni?o 網(wǎng)絡(luò)中格點(diǎn)溫度序列間的相關(guān)性減弱，氣溫網(wǎng)絡(luò)的連通度顯著偏低，連通性下降，網(wǎng)絡(luò)信息傳遞效率減弱，這種特征在熱帶和南溫帶區(qū)域尤為顯著.

2)大洋關(guān)鍵區(qū)-全球氣溫關(guān)聯(lián)網(wǎng)絡(luò)的特征量差異表明，赤道東太平洋、赤道西太平洋、赤道印度洋和赤道大西洋區(qū)域?qū)θ駿NSO 氣溫關(guān)聯(lián)網(wǎng)絡(luò)連通度影響相對較大，在El Ni?o 網(wǎng)絡(luò)中的減少異常明顯，是導(dǎo)致兩類網(wǎng)絡(luò)結(jié)構(gòu)特征差異性的4 塊關(guān)鍵區(qū)域.其中差異性最為顯著的是赤道東太平洋區(qū)域，正好對應(yīng)于ENSO 現(xiàn)象發(fā)生的區(qū)域.

3)對Ni?o 3.4 區(qū)域的海溫采用窗口為30 a，步長為1 a 的滑動平均值升序處理，構(gòu)建對應(yīng)的30 a 氣溫關(guān)聯(lián)網(wǎng)絡(luò)并計(jì)算結(jié)構(gòu)特征量，發(fā)現(xiàn)隨著Ni?o3.4 區(qū)域的海溫升高，赤道東、西太平洋關(guān)鍵區(qū)域的海洋-大氣熱力和動力作用明顯增強(qiáng)，對外長波輻射加強(qiáng)，對流活動增加，低緯度與中緯度區(qū)域的相互作用增強(qiáng)，導(dǎo)致南北溫帶氣溫變化的方差加大，造成4 大關(guān)鍵區(qū)格點(diǎn)氣溫序列與全球其他地區(qū)的相關(guān)性減弱，全球溫度關(guān)聯(lián)網(wǎng)絡(luò)連通性下降.

溫度關(guān)聯(lián)網(wǎng)絡(luò)不僅可以幫助我們理解不同區(qū)域之間內(nèi)在的聯(lián)系，也可以作為評估ENSO 影響性的指標(biāo).本研究表明，一些除了氣溫之外的動力學(xué)因素也是導(dǎo)致ENSO 不同相位下網(wǎng)絡(luò)結(jié)構(gòu)特征差異的可能原因，為此有必要在未來進(jìn)一步考慮不同氣象要素構(gòu)建的氣候網(wǎng)絡(luò)，分析其中的結(jié)構(gòu)特征將進(jìn)一步明確ENSO 影響性的物理機(jī)理.