全球變暖、AMO、IPO對全球陸地降水變化的相對貢獻

蔡琳,陶麗②*,趙久偉②,張夢③

① 南京信息工程大學(xué) 大氣科學(xué)學(xué)院,江蘇 南京 210044;② 南京信息工程大學(xué) 氣象災(zāi)害教育部重點實驗室,江蘇 南京 210044;③ 淮安市氣象局,江蘇 淮安 223001

在全球變暖背景下,陸地降水的趨勢及年代際變化已經(jīng)成為近些年氣候變化的重要關(guān)注點,對于陸地降水的趨勢和不同時間尺度上的變化以及各種因子對水循環(huán)的影響和其中機制,已有不少研究。

有研究表明,隨著全球變暖的發(fā)生,全球大氣平均水汽含量上升,然而在過去幾十年,全球平均陸地降水的變化卻很微弱(Gu et al.,2007;John et al.,2009)。Held and Soden(2006)提出這可能是由于輻射通量被限制的原因,也有不少研究人員認為這是由于不同區(qū)域的降水變化相互抵消(Dai et al.,1997;Allen and Ingram,2002)。全球陸地降水變化的尺度特征主要以年代際周期振蕩為主,趨勢的變化較弱(Xu et al.,2017),1920—2000年,全球冬季降水量有明顯的增加趨勢,春、夏和秋三個季節(jié)的降水量沒有明顯的趨勢變化(施能等,2004)。中國地區(qū)的陸地水循環(huán)受氣候變化影響顯著,存在明顯的趨勢變化和年代際變率特征(蘇布達等,2020)。不少研究人員提出,全球變暖背景下,降水變化可能會遵循“濕潤地區(qū)更濕潤,干旱地區(qū)更干旱”這一原則(Chou and Neelin,2004;Held and Soden,2006),然而這個現(xiàn)象主要發(fā)生在海洋,陸地水資源呈現(xiàn)更為復(fù)雜的高度非均勻分布(高艷紅等,2021)。全球變暖背景下,極端天氣的變化也受到影響,高強度的極端降水事件的發(fā)生頻次在整個中國地區(qū)均為增加(李東歡等,2017)。

海洋的增暖和年代際振蕩對降水變化有顯著影響。大西洋多年代際振蕩(AMO)是大西洋中重要的氣候變率之一,具有50～70 a的周期(Schlesinger and Ramankutty,1994),對全球許多區(qū)域的降水有重要影響。研究發(fā)現(xiàn),20世紀(jì)以來,非洲薩赫勒地區(qū)降水的年代際變化主要受海表溫度(SST)的影響。在20世紀(jì)80年代,由于SST變化造成的薩赫勒地區(qū)的干旱,由AMO解釋了50%(Mohino et al.,2011)。美國年平均降水變化與AMO指數(shù)表現(xiàn)出強烈的負相關(guān)(Enfield et al.,2001),同時1900—1999年美國干旱頻次的變化受到AMO影響顯著(McCabe et al.,2004)。通過研究AMO對亞洲季風(fēng)區(qū)氣候的影響發(fā)現(xiàn),AMO的暖位相會使得南亞地區(qū)夏季(JJA)和秋季(SON)降水增加(李雙林等,2009)。

太平洋SST的變化對降水的影響也非常顯著。太平洋多年代際振蕩(IPO)是發(fā)生在太平洋海盆區(qū)域的40～60 a的準(zhǔn)振蕩(Mantua et al.,1997;Dong and Dai,2015),對全球陸地降水有重要影響。1988—2010年全球陸地降水的趨勢變化受到全球SST和太平洋年代際振蕩(PDO)的共同影響(Gu and Adler,2013)。Dai(2013)、Dong and Dai(2015)研究表明,IPO與美國西南部、阿根廷、歐亞大陸部分地區(qū)的降水表現(xiàn)出顯著的正相關(guān),與非洲西部、澳大利亞東部、亞洲東南和東北部表現(xiàn)為負相關(guān),并且降水變化在IPO的正負位相表現(xiàn)出相反的模態(tài)。太平洋年代際振蕩(PDO)與我國北方地區(qū)的干濕變化關(guān)系密切,其中華北、西北東部和天山南側(cè)青藏高原西部的干濕變化與PDO相關(guān)顯著(馬柱國和邵麗娟,2006)。同樣的,前期秋季的PDO指數(shù)與我國華南地區(qū)春季降水的正相關(guān)顯著(孫照渤等,2017)。東亞季風(fēng)氣流和相應(yīng)的雨帶的年代際向北傳播受到PDO調(diào)制作用,PDO為負位相時,主雨帶向北移動,隨著PDO逐步向正位相轉(zhuǎn)換,主雨帶又開始南移(丁一匯等,2020)。中國東部不同區(qū)域的夏季降水對PDO 不同位相的響應(yīng)特征并不一致,PDO 不同位相可以激發(fā)出不同類型的 PJ 型波列,導(dǎo)致菲律賓對流活動變化,影響副熱帶高壓的南北位置,從而對東部夏季降水產(chǎn)生影響(任永建等,2016)。

綜上所述,不同區(qū)域陸地降水的趨勢和年代際變化非常復(fù)雜,并且海洋的增暖和年代際振蕩對陸地降水變化有著重要的影響。然而,不同海洋模態(tài)對于全球范圍內(nèi)不同區(qū)域降水變化的相對重要性卻鮮有涉及,因此本文將以此為出發(fā)點,利用多元線性回歸模型和信息流方法探究全球變暖、AMO和IPO對不同區(qū)域陸地降水的相對貢獻大小。

1 資料與方法

1.1 資料

本文所用陸地降水觀測資料為全球降水氣候中心(Global Precipitation Climatology Centre,GPCC)和英國東英吉利(East Anglia)大學(xué)的氣候研究中心(Climatic Research Unit,CRU TS 2.1)的月資料,GPCC V2018再分析資料基于全球氣象站點觀測數(shù)據(jù)構(gòu)建,分辨率為1°×1°,本文中用于進行降水和海溫的SVD分析和信息流分析等。CRU陸地降水資料由英國東英吉利大學(xué)氣候研究中心基于觀測資料研制而成(https://crudata.uea.ac.uk/cru/data/hrg/),分辨率為0.5°×0.5°(Harris et al.,2014)。該數(shù)據(jù)基于全球近2 000多個氣象站的觀測記錄插值而成,可用于全球和區(qū)域的水循環(huán)的訂正以及氣候模式的驗證等研究,文中使用該數(shù)據(jù)進行交叉驗證。選取的研究區(qū)間為1934—2015年。

SST資料來自Hadley Center的海表面溫度數(shù)據(jù)集(https://www.metoffice.gov.uk/hadobs/hadisst/),包括從1870年至今的每月完整的全球SST和海冰數(shù)據(jù),分辨率為1°×1°。

文中選用區(qū)域平均SST來表示海洋中的全球變暖(GW),GW的計算方法為,首先選取45°S～60°N范圍內(nèi)SST進行區(qū)域平均,得到區(qū)域平均的SST變化曲線(Mohino et al.,2011)。由于這其中包含了AMO和IPO的信號,因此進一步采用EEMD的方法將此曲線分解為不同周期的波動,并保留其中趨勢序列作為GW指數(shù)。AMO和IPO指數(shù)選用NOAA提供的IPO指數(shù)和AMO指數(shù)(https://www.esrl.noaa.gov/psd/data/climateindices/list/)。其中,AMO指數(shù)由去掉趨勢之后的北大西洋(0°～70°N)SST計算加權(quán)平均得到,IPO由赤道中部太平洋的平均SST異常減去西北部和西南部太平洋SST異常得到。AMO和IPO指數(shù)分別是對大西洋和太平洋SST年代際變化的重要表征。由于本文關(guān)注年代際時間尺度的變化,因此利用Lanczos低通濾波,濾除數(shù)據(jù)中周期在10 a以下的變化信號,只保留其年代際變化和趨勢特征。需要注意的是,由于信息流方法的限制,在計算信息流時不進行低通濾波,僅去除季節(jié)循環(huán)。

1.2 方法

利用奇異值分解方法(Singular Value Decomposition,SVD)探究SST和陸地降水之間的耦合關(guān)系,該方法是一種矩陣的基本計算,氣象中可以用于尋找兩個場之間相互耦合的主要模態(tài),本文將熱帶陸地降水(30°S～30°N)作為左場,SST(20°S～45°N)作為右場進行SVD分析。

為評估SST模態(tài)對降水變化相對重要性,利用多元線性回歸預(yù)測模型進行定量計算。通過將降水回歸到GW、AMO和IPO指數(shù)上,可以構(gòu)造出線性模型:

=+·+·+·+。

(1)

其中:、、、分別代表降水、GW、AMO和IPO指數(shù)；表示GW、AMO和IPO的年份；、和為模型參數(shù)；代表模型不能解釋的殘差部分。

設(shè)為回歸方程的剩余方差，如果減去一個自變量(例如GW)，用剩余兩個自變量(AMO和IPO指數(shù))構(gòu)造新的回歸方程，并將新方程的剩余方差記為′。顯然，考慮的因子越多，殘差平方和就越小。因此，GW的方差貢獻表示為：

=′-。

(2)

同理，AMO和IPO的方差貢獻可分別表示為：

=′-，

(3)

=′-。

(4)

因此，GW、AMO和IPO的方差貢獻比例()分別表示為：

(5)

(6)

(7)

此外，利用信息流的方法進一步分析了SST和陸地降水之間的因果關(guān)系，即探究SST變化能否成為陸地降水變化的原因。Liang(2014)利用兩個變量之間單位時間內(nèi)傳遞的信息，即“信息流”理論，來確定兩變量間的因果關(guān)系。對于兩個時間序列,，從到的信息流為：

(8)

(9)

利用公式(9),可以分別計算得到GW、AMO和IPO對降水的信息流,并應(yīng)用Liang(2014)的方法對信息流結(jié)果進行檢驗。

2 結(jié)果分析

2.1 影響陸地降水的趨勢和年代際變化的主要海洋模態(tài)

海洋和大氣是地球氣候系統(tǒng)中兩個重要成員,陸地降水的年代際變化與海洋密切相關(guān)。為探究SST和陸地降水顯著耦合的模態(tài),將GPCC陸地降水作為左場,SST作為右場進行SVD分析。降水區(qū)域選取熱帶地區(qū)(30°S～30°N),SST區(qū)域選為20°S～45°N。進行SVD分析之前,對降水和SST數(shù)據(jù)進行Lanczos 9 a低通濾波,將6—8月和12月—次年2月降水區(qū)分開,分別進行分析。

圖1、2分別為6—8月和12月—次年2月SST和降水的SVD分析結(jié)果,6—8月期間,SVD前3個模態(tài)的解釋方差為46.6%,22.7%和10.8%,12月—次年2月分別為40.4%,27.7%和11.0%。

圖1 1934—2015年6—8月海溫(a,d,g;20°S～45°N)與GPCC陸地降水(b,e,h;30°S～30°N)SVD分析:(a,b)第一模態(tài);(c)降水與海溫異類場時間系數(shù)和GW指數(shù);(d,e)第二模態(tài);(f)降水與海溫異類場時間系數(shù)和AMO指數(shù);(g,h)第三模態(tài);(i)降水與海溫異類場時間系數(shù)和IPO指數(shù)Fig.1 Homogeneous correlation distributions of the first three SVD modes between SST (20°S-45°N) and tropical land precipitation during the JJA season in 1934—2015.(a),(d) and (g) are the first three spatial patterns of SST.(b),(e) and (h) are the first three spatial patterns of land precipitation.The normalized SVD time series of SST (blue lines) and precipitation (red lines) are shown in (c),(f) and (i).The black lines in (c),(f) and (i) are the GW,AMO and IPO indices

圖2 1934—2015年12月—次年2月SST(a,d,g;20°S～45°N)與GPCC陸地降水(b,e,h;30°S～30°N)SVD分析:(a,b)第一模態(tài);(c)降水與海溫異類場時間系數(shù)和GW指數(shù);(d,e)第二模態(tài);(f)降水與海溫異類場時間系數(shù)和AMO指數(shù);(g,h)第三模態(tài);(i)降水與海溫異類場時間系數(shù)和IPO指數(shù)Fig.2 Homogeneous correlation distributions of the first three SVD modes between SST (20°S-45°N) and tropical land precipitation during DJF season in 1934—2015.(a),(d) and (g) are the first three spatial patterns of SST.(b),(e) and (h) are the first three spatial patterns of land precipitation.The normalized SVD time series of SST (blue lines) and precipitation (red lines) are shown in (c),(f) and (i).The black lines in (c),(f) and (i) are the GW,AMO and IPO indices

圖1a、b為6—8月第一模態(tài)的SST和降水異類場。從時間序列(圖1c)來看,6—8月SST和降水場顯著相關(guān)(相關(guān)系數(shù)0.96),1934—1970年時間序列表現(xiàn)為小幅度下降,這可能與大氣中氣溶膠排放所導(dǎo)致的全球平均溫度變化有關(guān)(Wilcox et al.,2013)。1970年之后,時間序列呈現(xiàn)出一致上升的趨勢。SST表現(xiàn)為大部分區(qū)域SST一致增暖的趨勢,因此SST場的第一模態(tài)為全球增暖模態(tài)。與前人研究中(Cane et al.,1997;Hansen et al.,2006;Xie et al.,2010;Mohino et al.,2011;Gu and Adler,2015)提到的SST一致增暖模態(tài)不同的是,北太平洋海盆SST出現(xiàn)變冷趨勢,這可能是受到海洋中年代際和多年代際振蕩的影響,而SVD分析無法將其與變暖趨勢完全分離開來。在全球變暖的影響下,北非大部、澳大利亞、南美洲大部分地區(qū)表現(xiàn)為降水減少的趨勢(圖1b),這與前人研究結(jié)果一致(Zhang et al.,2007;Gu and Adler,2015)。南美洲東北部、幾內(nèi)亞灣沿岸和非洲南部的降水為增加的趨勢,進一步驗證了全球變暖對非洲降水的影響(Mohino et al.,2011)。中國東南海沿岸表現(xiàn)為降水增加,中南半島表現(xiàn)為微弱增加的趨勢。圖1d、e、f為6—8月SVD結(jié)果的第二模態(tài)。SST異類場(圖1d)中,整個北大西洋表現(xiàn)為增暖,20°～30°N增暖速率較慢,其南北增暖速率較快,此空間模態(tài)與AMO的正位相符合,再結(jié)合時間序列相比較來看(圖1f),判斷第二模態(tài)為AMO主導(dǎo)的SST模態(tài)。AMO正位相期間,降水異類場(圖1e)表現(xiàn)為非洲大部分地區(qū)降水偏多,尤其是赤道北部薩赫勒地區(qū),這與全球變暖對非洲降水產(chǎn)生的影響相抵消,減緩了干旱的趨勢。南美洲西北部小范圍地區(qū)的降水表現(xiàn)為偏多,南美洲赤道及以南區(qū)域均表現(xiàn)為降水偏少,使得干旱程度加劇。我國南部沿海降水偏多,印度半島表現(xiàn)為南多北少,澳大利亞降水偏少。SVD第三模態(tài)的SST異類場(圖1g)表現(xiàn)為赤道太平洋中東部正SST異常,南北半球中緯度為負SST異常,呈現(xiàn)出三級子海溫型,且與IPO時間序列符合較好,因此第三模態(tài)的SST異類場為IPO主導(dǎo)。IPO正位相期間,非洲除剛果盆地外大部分地區(qū)降水偏多。南美洲北部降水偏少,中部智利海溝沿岸和巴西高原東部偏多。我國南部、中南半島南部降水偏多,印度半島呈現(xiàn)出南少北多。澳大利亞降水偏少。

12月—次年2月期間,SVD第一模態(tài)的SST異類場同樣表現(xiàn)為GW的模態(tài)(圖2a),12月—次年2月期間海洋中增暖范圍相比6—8月增大。在全球變暖的影響下,非洲索馬里半島降水呈現(xiàn)出增加的趨勢,其他地區(qū)與6—8月基本一致,表現(xiàn)為大面積干旱的趨勢。南美洲東南部降水增加,更加濕潤。澳大利亞東西部表現(xiàn)為相反的趨勢,東部降水減少西部降水增加。我國南部受到全球增暖的影響變得更加濕潤。SVD第二模態(tài)(圖2d、e、f)的SST異類場表現(xiàn)為IPO模態(tài),與6—8月相比,其空間特征更明顯,降水和SST時間序列與IPO指數(shù)的相關(guān)性更強。IPO正位相期間,非洲南部和幾內(nèi)亞灣降水偏少,這與全球變暖作用一致,索馬里半島降水偏多,增加了全球變暖造成的濕潤趨勢。南美洲北部降水表現(xiàn)為南多北少,與6—8月期間的降水模態(tài)基本一致。亞洲南部和印度半島沿海表現(xiàn)為降水偏多,中南半島為降水偏少。澳大利亞北部降水偏少,且干旱區(qū)域較6—8月擴大。SVD分析第三模態(tài)的SST異類場表現(xiàn)為與AMO相關(guān)(圖2 g、h、i)。AMO正位相時,非洲大部分區(qū)域降水偏多,南部降水偏少,澳大利亞地區(qū)的降水變化呈現(xiàn)出與6—8月相一致的分布,中部表現(xiàn)為降水偏少。南美洲西北部在冬夏季降水變化一致,都表現(xiàn)為降水偏多,東部在不同季節(jié)表現(xiàn)相反。我國南部、中南半島北部在12月—次年2月為降水偏少,與6—8月相反。

圖3 1934—2015年GW(紅線)、AMO(藍線)、IPO指數(shù)(黑線)Fig.3 Time series of the 9-year low-passed AMO (blue line) and IPO (black line) and GW(red line) indices for 1934—2015

2.2 回歸分析

利用一元線性回歸分析,分別將6—8月和12月—次年2月的GPCC陸地降水回歸到GW、AMO和IPO指數(shù)上。在進行回歸分析之前,利用1.2中的方法對指數(shù)進行預(yù)處理,3個指數(shù)如圖3中所示。

降水對GW指數(shù)的回歸結(jié)果(圖4a、b)在熱帶地區(qū)與SVD第一模態(tài)(圖1b、2b)基本一致,進一步明確了全球變暖對熱帶降水趨勢變化的影響。在北半球中緯度地區(qū),加拿大、中國東南部和西北部以及斯堪的納維亞半島表現(xiàn)為降水增多,中國北部、北非大部、印度半島北部和西西伯利亞表現(xiàn)為降水減少。同樣地,12月—次年2月熱帶地區(qū)降水的趨勢與SVD結(jié)果(圖2c)高度一致,此外,歐洲、南美洲中南部和澳大利亞西部降水增加,非洲中部、北美洲北部和亞歐大陸東部大部分地區(qū)降水減少。

降水對AMO的回歸結(jié)果(圖4c、d)在熱帶地區(qū)與SVD第二模態(tài)(圖1e、2h)一致,此外,6—8月，亞洲北部和東南部沿海、非洲薩赫勒地區(qū)、南美洲北端和北美洲中東部降水表現(xiàn)為正異常,在AMO正位相期間降水偏多,我國華北及西南、歐洲中部、澳大利亞、北美洲西部和南美洲大部分區(qū)域降水偏少。12月—次年2月歐亞大陸降水異常南部偏多,北部偏少，非洲南部降水偏少,澳大利亞西部在12月—次年2月轉(zhuǎn)變?yōu)榻邓?。北美洲墨西哥灣沿岸到西部沿海的帶狀區(qū)域降水表現(xiàn)為偏多。南美洲西北部和中部為顯著的降水偏多,與6—8月形成較大差異。

圖4 1934—2015年6—8月(a、c、e)和12月—次年2月(b、d、f)降水對GW(a、b)、AMO(c、d)和IPO(e、f)指數(shù)的線性回歸分布(打點區(qū)域表示相關(guān)系數(shù)通過0.1信度的顯著性水平檢驗)Fig.4 Regressed land precipitation in the (a,c,e) JJA and (b,d,f) DJF seasons onto to the normalized indices of (a,b) GW,(c,d) AMO and (e,f) IPO.The areas with dots are statistically significant at the 10% level

降水對IPO的回歸結(jié)果(圖4e、f)在熱帶地區(qū)與SVD第三模態(tài)(圖1h、2e)一致,并表現(xiàn)為12月—次年2月期間更加顯著。IPO正位相期間,北美洲降水在6—8月表現(xiàn)為西南、東北多中部少,南美洲降水在6—8月表現(xiàn)為偏多,在12月—次年2月表現(xiàn)為南多北少的模態(tài)。6—8月非洲薩赫勒地區(qū)降水對IPO響應(yīng)強烈,表現(xiàn)為降水偏少。12月—次年2月非洲南部對IPO響應(yīng)強烈,表現(xiàn)為降水偏少。亞歐大陸北部6—8月降水表現(xiàn)為中心地帶偏少,其西部和東部偏多,在12月—次年2月降水降水表現(xiàn)為偏多。大洋洲的降水異常,在6—8月表現(xiàn)不明顯,12月—次年2月為顯著的東多西少。

回歸分析的結(jié)果進一步驗證了對陸地降水變化產(chǎn)生影響的海洋模態(tài)為GW、AMO和IPO。分析得到,GW、AMO和IPO對全球陸地降水變化的影響存在顯著的區(qū)域性差異,且有明顯的季節(jié)間差異。有些區(qū)域降水對GW、AMO或是IPO中某一模態(tài)表現(xiàn)出顯著的響應(yīng),有的則受到多個模態(tài)的共同影響。因此提出新的疑問,不同地區(qū)的降水變化受到哪個海洋模態(tài)影響更大呢?需要進一步分析GW、AMO和IPO對陸地降水的相對重要性。

2.3 GW、AMO、IPO對陸地降水的方差貢獻

本節(jié)通過多元線性回歸模型(式(1)),定量評估三者對全球陸地降水趨勢和年代際變化的相對方差貢獻大小。GW、AMO和IPO三個變量對陸地降水解釋的方差與降水變化總方差的比值,記為三者總的方差貢獻,結(jié)果如圖5a、6a中所示。GW、AMO和IPO三者各自對降水的相對方差貢獻比例通過式(5)—(7)計算得出。需要注意的是,GW、AMO和IPO三者的相對方差貢獻之和為1。

圖5a和表1給出了1934—2015年GW、AMO和IPO對6—8月陸地降水總的方差貢獻,GW、AMO和IPO總共可以解釋約30%的陸地降水低頻變化。6—8月期間,在加拿大、南美洲巴西高原、薩赫勒和我國西北部,GW、AMO和IPO三者可以解釋40%以上降水的年代際方差。不同大洲來看,三者對非洲的年代際降水的解釋方差最大,達到35%,其中非洲北部達到38%,模型對歐洲降水的解釋方差在西部最大,約為28%,對南美洲降水的方差貢獻為32%,對亞洲和北美洲降水變化的解釋方差較小,分別為24%和23%,對澳洲降水解釋方差最小,僅為19%。

圖5 1934—2015年GW、AMO、IPO指數(shù)對6—8月陸地降水的方差總貢獻(a)及GW(b)、AMO(c)和IPO (d)的相對方差貢獻比例(圖a中方框內(nèi)的區(qū)域表示表1中的區(qū)域平均范圍)Fig.5 (a) Total variance contributions of GW,AMO and IPO to the low-frequency variability of land precipitation in the JJA of 1934—2015,and relative contributions of (b) GW,(c) AMO and (d) IPO (the boxes in Fig.5a are the domains specified to calculate the domain-averaged relative contributions in Table 1)

表1 1934—2015年夏季(6—8月)GW、AMO和IPO對全球各大洲陸地降水的總方差貢獻和每個因子的相對方差貢獻比例

圖6a和表2為GW、AMO和IPO對12月—次年2月陸地降水總的方差貢獻。三者對美國西南部、南美洲南部、西西伯利亞平原和澳大利亞西部降水的解釋方差在40%以上。不同大洲來看,三者對澳洲、歐洲、亞洲這些區(qū)域降水變化的解釋方差達到30%以上,對其他區(qū)域的解釋方差也都接近30%。與6—8月相比,三者對非洲和南美洲的解釋方差降低,對澳大利亞、歐洲和亞洲的解釋方差提高,北美洲變化不大。

圖6 同圖5,但為12月—次年2月Fig.6 Same as Fig.5,but for precipitation in DJF

分析6—8月期間,GW、AMO和IPO對不同大洲降水變化的相對方差貢獻大小(圖5b、c、d)。結(jié)合表1來看,北美洲北部降水變化受GW和AMO影響最大,解釋方差分別為37%和35%,在GW的影響下,北美洲北部表現(xiàn)為濕潤的趨勢。北美洲西部在AMO正位相表現(xiàn)為降水偏少。南美洲受到AMO影響最顯著,其方差貢獻為42%。受到GW和IPO的影響大致相當(dāng),分別為31%和27%,因此南美洲降水主要表現(xiàn)為與AMO相關(guān)的年代際振蕩模態(tài)。非洲降水變化主要受到AMO和GW的影響,AMO的方差貢獻最大,為40%,GW和IPO分別為38%和22%。在AMO正位相期間非洲降水偏多,IPO正位相期間降水偏少。在GW的影響下,非洲薩赫勒地區(qū)表現(xiàn)為干旱的趨勢。澳大利亞地區(qū)的降水受到AMO和IPO的共同影響最為顯著,主要表現(xiàn)為以年代際振蕩為主,其中IPO的方差貢獻為35%,AMO為34%。IPO正位相期間,澳大利亞降水偏多。AMO正位相期間。澳大利亞中部降水偏少。歐洲降水變化受到AMO主導(dǎo),方差貢獻為45%。全球變暖和IPO的方差貢獻分別為34%和21%。在AMO正位相期間,歐洲西北部大西洋沿岸降水偏多,東南部降水偏少。亞洲地區(qū)降水變化受到GW影響最大,方差貢獻為40%。受全球變暖的影響,亞洲中西部和中國東南部地區(qū)表現(xiàn)為降水增多的趨勢,印度半島、中國東北部和中西伯利亞高原及以東地區(qū)表現(xiàn)為降水減少的趨勢。AMO正位相時,西伯利亞和中國南部降水偏多,蒙古和中國西南及渤海灣地區(qū)降水偏少。

12月—次年2月期間,GW和IPO對降水的解釋方差較大,AMO解釋方差較小(圖6b、c、d)。結(jié)合表2來看,北美洲北部降水變化主要受到GW的影響。加拿大西部受GW影響表現(xiàn)為干旱的趨勢,與6—8月趨勢相反。五大湖地區(qū)的降水在12月—次年2月表現(xiàn)為減少。北美南部降水受IPO主導(dǎo),IPO對其方差貢獻達到58%。南美洲降水受GW主導(dǎo),GW對南美洲降水的方差貢獻為40%表現(xiàn)為南部增加北部減少的趨勢。IPO對南美洲降水的方差貢獻為32%,在IPO正位相時,南美洲東部降水偏少,西部偏多。非洲降水主要受到GW影響,非洲大部分區(qū)域表現(xiàn)為干旱的趨勢。澳大利亞降水受GW和IPO影響較大,方差貢獻分別為46%和31%。澳大利亞西部受GW影響表現(xiàn)為顯著的降水增多的趨勢,在IPO正位相期間,澳大利亞東部降水顯著偏多。歐洲地區(qū)降水變化主要受到GW的影響,GW的方差貢獻為55%,對歐洲西部貢獻高達67%,AMO和IPO對其影響較小。在GW的影響下,歐洲冬季表現(xiàn)為降水增多的趨勢。亞洲降水受GW和AMO主導(dǎo),其方差貢獻為39%和35%。在GW的作用下,亞洲北部地區(qū)降水顯著增加。AMO正位相時,亞洲北部地區(qū)降水偏少,南部地區(qū)降水偏多。在IPO正位相時,亞洲北部降水偏多,中國華北降水偏多。

表2 1934—2015年冬季(12月—次年2月)GW、AMO和IPO對全球各大洲陸地降水的總方差貢獻和每個因子的相對方差貢獻比例

將相對方差貢獻沿緯度平均,每10°取平均,得到不同緯度帶內(nèi)3個因子的相對方差貢獻大小(圖7)。6—8月(圖7a),在10°N以北,GW和AMO 對降水變化的相對方差貢獻較大,IPO的貢獻相對要小,南半球受GW的影響相對較小,10°～40°S,降水主要表現(xiàn)為與AMO相關(guān)的年代際振蕩;赤道地區(qū)降水變化主要受到GW和IPO的影響;12月—次年2月(圖7b),北半球中高緯地區(qū)(40°N以北)降水受GW的影響異常顯著,20°～30°N降水變化則主要受到IPO的影響,即這個區(qū)域內(nèi)降水變化的年代際振蕩特征突出,AMO貢獻最大的區(qū)域為50°～60°S,30°S以北的區(qū)域AMO的貢獻均較低。

圖7 GW(紅線)、AMO(藍線)和IPO(黑線)對6—8月(a)和12月—次年2月(b)降水的相對方差貢獻比例的緯向平均Fig.7 Zonal averaged relative contribution of GW (red line),AMO (blue line) and IPO (black line) to land precipitation in (a) JJA and (b) DJF

2.4 GW、AMO、IPO與陸地降水因果

利用信息流方法,進一步探究GW、AMO和IPO與全球陸地降水變化的因果聯(lián)系,即GW、AMO和IPO的變化能否引起陸地降水的變化(Liang,2014)。由于信息流方法計算過程中的特殊性,未對AMO和IPO指數(shù)以及月降水進行低通濾波,僅做去季節(jié)循環(huán)處理,并對其結(jié)果進行統(tǒng)計檢驗。

圖8a表示GW對陸地降水的信息流分布,全球變暖與許多區(qū)域的降水存在顯著的因果聯(lián)系,例如北美洲東北部、南美洲南部、非洲中部和薩赫勒、亞歐大陸中部、北部和澳大利亞西部。全球變暖對這些地區(qū)的年降水有顯著影響,使這些區(qū)域趨于濕潤或者干旱,信息流的結(jié)果與方差貢獻的結(jié)果基本一致(圖5b、6b)。與方差貢獻結(jié)果不同的是,GW的信息流與東亞降水的因果關(guān)系并不顯著。圖8b表示AMO對陸地降水的信息流分布,AMO與非洲薩赫勒、西伯利亞、美國南部、南美洲北部和澳大利亞中南部的這些地區(qū)的降水變化存在顯著的因果關(guān)系。此結(jié)果與方差貢獻基本一致(圖5c、6c)。圖8c為IPO對陸地降水的信息流分布?？梢钥吹?降水與IPO存在顯著因果關(guān)系的區(qū)域主要為北美洲西南部、南美洲東北部和東南部、非洲南部、亞洲里海東部、中南半島、中國南部和澳大利亞,這與方差貢獻的結(jié)果一致(圖5d、6d)。

圖8 1934—2015年GW(a)、AMO(b)、IPO(c)指數(shù)對GPCC降水的信息流分布(打點區(qū)域表示相關(guān)系數(shù)通過0.1信度的顯著性水平檢驗)Fig.8 Information flow from (a) GW,(b) AMO and (c) IPO to the land precipitation during 1934—2015 (the areas with dots are statistically significant at the 10% level)

3 結(jié)論和討論

本文利用觀測資料,探究了GW、AMO和IPO對1934—2015年6—8月和12月—次年2月的全球陸地降水變化的相對貢獻,并選用兩套降水?dāng)?shù)據(jù)進行了交叉驗證。通過對降水(30°N～30°S)和SST(45°N～20°S)進行SVD分析,發(fā)現(xiàn)影響陸地降水趨勢和年代際變化的主要海洋模態(tài)為GW、AMO和IPO。GW對陸地降水的趨勢變化有重要影響,IPO和AMO則主要影響降水的年代際變化。

進一步定量計算了GW、AMO和IPO對降水的相對方差貢獻大小。不管是6—8月還是12月—次年2月,都是GW的方差貢獻最大。6—8月,AMO的貢獻次之。但在12月—次年2月,是IPO的貢獻次之。方差貢獻的緯度平均的結(jié)果表明:GW在 6—8月期對10°N以北地區(qū)降水貢獻較大,南半球受GW的影響相對較小,12月—次年2月,北半球中高緯地區(qū)(40°N以北)降水受GW的影響異常顯著;AMO在6—8月對10°～40°S以及50°～60°S緯度帶的降水的貢獻較大,12月—次年2月,除了50°～60°S緯度帶,其他緯度帶AMO的貢獻均較低;IPO在6—8月除了40°～50°S緯度帶,對其他緯度帶的降水貢獻均較低,12月—次年2月,北半球中緯度降水變化主要受到IPO的影響。

GW、AMO和IPO對不同大洲的降水變化的方差貢獻存在顯著差異。6—8月期間,GW對非洲北部、北美洲北部和亞洲降水的方差貢獻在40%左右,北美洲降水增加,非洲大部分地區(qū)降水減少,亞洲中西部地區(qū)降水增加;12月—次年2月,GW對歐洲東部降水的方差貢獻達67%,歐洲西北部、格陵蘭島、南美洲南部和澳大利亞降水增加,加拿大和亞洲中東部降水減少。非洲降水在冬夏季均為減少。6—8月,AMO對非洲北部、南美洲和歐洲西部降水的方差貢獻超過40%。AMO正位相時,西伯利亞地區(qū)降水偏多,南美洲降水偏少。12月—次年2月,IPO對北美洲南部降水的方差貢獻達58%,此外,IPO對南美洲東北部、非洲南部、澳大利亞東部、南亞季風(fēng)區(qū)和中國北部降水的影響也非常顯著。IPO正位相時,北美南部和中部,南美東部,我國華北東北、澳大利亞東部降水偏多,美國南部、南美洲東北部、非洲中部南部、我國西南部降水偏少。