海洋学研究 >

2025 , Vol. 43 >Issue 3: 1 - 10

DOI: https://doi.org/10.3969/j.issn.1001-909X.2025.03.001

研究论文

1988年赤道太平洋东风爆发成因机理分析

  • 王大智 , 1 ,
  • 连涛 , 1, 2, 3, *
展开
  • 1.自然资源部第二海洋研究所,卫星海洋环境监测预警全国重点实验室,浙江 杭州 310012
  • 2.南方海洋科学与工程广东省实验室(珠海),广东 珠海 519000
  • 3.上海交通大学 海洋学院,上海 200030
* 连涛(1983—),男,研究员,主要从事热带海-气相互作用研究,E-mail:。

王大智(2000—),男,河北省承德市人,主要从事热带海-气相互作用研究,E-mail:。

收稿日期: 2025-02-12

  修回日期: 2025-04-09

  网络出版日期: 2025-10-15

基金资助

国家重点研发计划(2023YFF0805300)

收起

Analysis of the formation mechanisms of the equatorial Pacific easterly wind surge in 1988

  • WANG Dazhi , 1 ,
  • LIAN Tao , 1, 2, 3, *
Expand
  • 1. Second Institute of Oceanography, State Key Laboratory of Satellite Ocean Environment Dynamics, MNR, Hangzhou 310012, China
  • 2. Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai), Zhuhai 519000, China
  • 3. School of Oceanography, Shanghai Jiao Tong University, Shanghai 200030, China

Received date: 2025-02-12

  Revised date: 2025-04-09

  Online published: 2025-10-15

Fold

摘要

1988年热带太平洋经历了一次强拉尼娜事件,在此期间观测到了显著的赤道太平洋东风爆发事件。基于再分析数据的分析结果表明,1988年东风爆发强度达到了1982—2020年间的最高水平。线性回归结果表明,赤道太平洋海温梯度对1988年东风爆发指数的贡献率达到了70.59%。研究进一步考察了去除赤道太平洋海温梯度影响后的风场特征。结果显示,除2月底东风爆发事件的空间范围有所增强外,自3月中旬起东风爆发的发生频次和规模均显著减弱。为深入揭示东风爆发的具体成因,通过典型个例分析,探讨了一次典型东风爆发事件的触发机制。此外,通过合成分析方法研究证实,1988年3月底的强东风爆发事件与海洋性大陆区域一次Madden-Julian Oscillation(MJO)事件的对流活跃相位密切相关,该因素对此次东风爆发事件的贡献率约为42.96%。

关键词： ENSO; 拉尼娜; 热带太平洋; 海温梯度; 东风爆发; MJO; 亚季节尺度; 极端事件

本文引用格式

王大智 , 连涛 . 1988年赤道太平洋东风爆发成因机理分析[J]. 海洋学研究, 2025 , 43(3) : 1 -10 . DOI: 10.3969/j.issn.1001-909X.2025.03.001

Abstract

In 1988, the tropical Pacific experienced a strong La Niña event, during which significant equatorial Pacific easterly wind surges were observed. Analysis based on reanalysis data indicates that the intensity of the 1988 surges reached the highest level during 1982-2020. Linear regression results show that the equatorial Pacific SST gradient contributed 70.59% to the surge intensity index in 1988. Further examination of wind field characteristics after removing the influence of the SST gradient reveals that, apart from the enhanced spatial extent of the surge event in late February, both the frequency and magnitude of surges decreased significantly from mid-March onward. To gain deeper insight into the specific causes of the easterly wind surges, a typical case analysis was then conducted to investigate the triggering mechanism of a representative event. Composite analysis confirms that the strong easterly wind surge at the end of March 1988 was closely linked to the convectively active phase of a Madden-Julian Oscillation (MJO) event over the Maritime Continent, which contributed approximately 42.96% to the surge’s formation.

Key words： ENSO; La Niña; tropical Pacific; sea surface temperature gradient; easterly wind surge; MJO; subseasonal timescale; extreme events

0 引言

厄尔尼诺-南方涛动(El Niño-Southern Oscillation,ENSO)是地球系统中最强的年际振荡,其通过赤道太平洋温度异常和全球环流之间的遥相关对全球气候和人类社会产生广泛的影响[1-2]。因此,准确、及时地预测ENSO不仅具有科学意义,还具有重要的社会意义[3]。
经典的延迟振子理论[4]和充放热理论[5]的提出,显著提升了ENSO预报的准确性,并为ENSO事件的提前预报提供了理论基础,使ENSO现象具备提前一年以上的可预报性。然而,实际上,ENSO事件在振幅、空间分布、持续时间及时间演变等方面表现出显著的多样性和复杂性[6],这为准确预报带来了诸多挑战。此外,现有研究明确揭示了ENSO预报中的“春季预报障碍”问题[7],进一步增加了预报的不确定性。这些挑战促使我们不断努力提升ENSO预报技术和方法,以期克服现有的局限性。
前人研究表明,赤道太平洋纬向风场在频谱分析中存在两个显著的峰值,一个位于与ENSO相关的年际时间尺度上,另一个位于亚季节时间尺度上[8]。在亚季节时间尺度上,纬向风场表现出明显的高频特征,通常称之为高频风场,依据其风向可进一步划分为西风爆发与东风爆发。已有研究表明,西风爆发(东风爆发)通过引发强烈的东向(西向)平流及激发赤道开尔文波的下沉(上升)模态,在厄尔尼诺(拉尼娜)事件的发生、发展及维持过程中起着至关重要的作用[9-10]。ENSO的动态机制可能是经典理论自我维持与高频风场相互作用的结果[11],其中前者为ENSO提供了基本的动力学框架,后者则有助于解释ENSO现象的多样性与复杂性。2014年未出现预期中的超级厄尔尼诺现象,而2015年却突现超级厄尔尼诺事件,且这一变化未能提前准确预报,可能与高频风场的变动密切相关[12-13]。
想要更准确地预报ENSO事件,深入理解和认识高频风场至关重要。现有研究中,高频风场中的西风爆发已受到较多关注[14]。研究普遍认为,西风爆发的起源与高频大气过程密切相关,如冷涌、马登-朱利安振荡(Madden-Julian Oscillation,MJO)、对流耦合Rossby波以及台风等[15-18]。此外,也有研究指出,暖池的东移过程可能促使更多西风爆发的发生[19]。相比之下,东风爆发的研究相对较少。2015年CHIODI等[20]首次提出了东风爆发的概念,认为当风应力异常超过一定阈值,并满足特定的时间和空间条件时,便可被认定为东风爆发。其成因与西风爆发相似,通常归因于MJO或对流耦合Rossby波的作用[17]。同时,在基于风应力异常阈值进行东风爆发识别时,识别结果势必会受到整体风应力场强度的影响。例如,拉尼娜事件期间,东风的年际分量增强势必会导致东风爆发的识别增多。为此,本文采用线性回归方法,定量评估了背景海温变化(海温梯度)对东风爆发强度的贡献率。此外,针对1988年3月底的东风爆发事件,本研究阐明了其主要成因为发生在海洋性大陆地区的MJO对流活跃相位,并进一步量化了该因素对该次东风爆发的贡献。

1 数据和方法

本研究使用的风场数据为欧洲天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)再分析数据第五版(ECMWF Reanalysis 5th Generation, ERA5)[21],分辨率为0.25°×0.25°。海表面温度(sea surface temperature, SST)数据来自美国国家海洋和大气管理局最佳插值SST第二版(Optimum Interpolation SST Version 2, OISSTv2)[22],分辨率为0.25°×0.25°。出射长波辐射(outgoing longwave radiation, OLR)数据来自美国国家海洋和大气管理局气候预报中心(Climate Prediction Center, CPC)构建的CBO V1全球OLR数据集,分辨率为2.5°×2.5°。所有选用的数据均为1982—2020年期间的日数据。异常值定义为原始值减去其对应的365天气候平均值。所有数据通过最小二乘法去除线性趋势。当通过单样本 Student’s t 检验(95%置信水平)发现该均值显著偏离零时,则认为该值具有显著性。
风应力通过下式计算[23]:
τx=Cd(V)ρku10V
τy=Cd(V)ρkv10V
式中:τx为纬向风应力,τy为经向风应力;V为风速,定义为V=max 0.5 , [ u 10 2 + v 10 2 ] 1 2,最小风速设置为0.5 m·s-1,以避免计算阻力系数时出现误差;Cd为10 m处的阻力系数,定义为Cd(V)-0.002 7/V+0.000 142+0.000 076 4V; ρ为空气密度,取值1.25 kg·m-3;u10和v10分别是10 m处的纬向和经向风速;k是稳定函数,在热带太平洋的大部分地区接近1。
CHIDOI等[20]根据ERA5数据的前身ECMWF Re-Analysis(ERA-Interim)数据,将在赤道(5°S—5°N)上满足在经度范围大于25°的区域内风应力超过0.045 0 Pa,且持续至少3 d的东风应力异常称为东风爆发事件。由于0.045 0 Pa的阈值对应赤道太平洋地区平均风应力1.5倍标准差,我们在其他条件不变的情况下,将东风爆发定义中的风应力阈值0.045 0 Pa替换为赤道太平洋地区平均风应力的1.5倍标准差,以识别东风爆发事件。经检验,在不同纬向范围内采用此标准识别的东风爆发事件与选择0.045 0 Pa阈值识别的东风爆发事件无显著差异(图未示出)。
参考WHEELER等[24]的研究,我们使用了15°S—15°N之间的平均OLR,波数为1~5,周期为30~90 d,以识别MJO。MJO的对流活跃和抑制相位分别定义为该时间段和波数范围内OLR值小于-1倍标准差和大于+1倍标准差的情形(标准差是根据本文所选时间范围内全部数据计算得到的)。当年Niño3.4指数为当年12月及次年1月、2月Niño3.4区(120°W—170°W,5°S—5°N)的SST异常的空间平均值。当年东风爆发指数定义为仅保留东风爆发区域内风应力异常值,并对其进行全年平均得到的数值。赤道太平洋海温梯度定义为东太平洋(120°E—180°,5°S—5°N)与西太平洋(180°—80°W,5°S—5°N)的SST异常的空间平均值之差。

2 1988年东风爆发概述

为系统评估东风爆发的强度特征,本研究绘制了1982—2020年间赤道太平洋地区东风爆发指数与Niño3.4指数的年际变化趋势(图1a),其中,紫线代表Niño3.4指数的变化趋势。分析结果显示,东风爆发指数与ENSO事件存在显著的对应关系。具体而言,在东风爆发指数为零或接近零的年份中,多数对应厄尔尼诺事件的发生,其中包括3个超级厄尔尼诺年(1982年、1997年和2015年)。研究还发现,1988年出现了研究时段内最强的东风爆发指数(-0.003 4 Pa),该年同时记录了最显著的Niño3.4负异常值(-1.72 ℃),对应一次强拉尼娜事件。统计分析表明,东风爆发强度与Niño3.4指数呈现显著的负相关关系:较强的东风爆发往往对应显著的Niño3.4负异常(拉尼娜年),而较弱的东风爆发则多与Niño3.4正异常(厄尔尼诺年)相伴。
图1 历年东风爆发指数及Niño3.4指数(a)、1988年赤道太平洋纬向风应力异常及东风爆发时间-经度演变(b)

(图a中的红色柱子指示1988年的东风爆发指数。图b中的风应力异常正值代表西风应力异常,负值代表东风应力异常,绿色轮廓线指示东风爆发事件。后文同此。)

Fig.1 Historical easterly wind surges indexes and Niño3.4 indexes (a), time-longitude evolution of zonal wind stress anomalies over the equatorial Pacific and easterly wind surges in 1988 (b)

(In figure a, the red bar denotes the easterly wind surges index for 1988. In figure b, positive values of wind stress anomalies represent westerly wind stress anomalies, negative values represent easterly wind stress anomalies, the green contour lines indicate easterly wind surges events. The same convention applies to subsequent figures.)

图1b展示了1988年赤道太平洋纬向风应力异常及东风爆发事件的时空演变。在中西太平洋区域(120°E—180°),1月上旬出现了强烈的西风应力异常,随后在2月中旬转变为较弱的东风应力异常。经过2月下旬一次显著的西风应力异常事件后,赤道附近日界线区域在2月底至3月初以及3月底经历了2次显著的东风爆发事件。自此之后,赤道太平洋维持弱东风应力异常及较弱的东风爆发直至年中。进入下半年,赤道太平洋中西部持续出现东风应力异常,并伴随多次东风爆发事件。具体而言,7月中旬和8月中旬分别发生了持续多日的东风爆发事件。自9月起,赤道中西太平洋经历了间歇性、长时间的东风爆发,其传播方向表现出时间变化:从9月初至10月初,东风爆发向东传播;从10月初至11月底,则转向西传播;至12月,东风爆发持续集中在日界线附近。同时,120°W以东地区全年以弱西风应力异常为主。

3 赤道太平洋海温梯度对1988年东风爆发的贡献

图2a展示了1988年热带太平洋地区年平均SST异常及风应力异常的空间分布特征。观测数据显示,赤道区域存在显著的东风应力异常,其空间分布主要集中在150°W以西区域。赤道东太平洋表现出明显的SST冷异常,其中SST最低值分别分布在120°W附近及太平洋东岸区域,达-1.9 ℃,而在160°E以西则呈现温度正异常特征。这种显著的东、西向海温梯度导致了相应的海平面气压梯度变化,进而引发了中西太平洋区域的强烈东风应力异常。为定量表征这一现象,采用180°经线作为分界线,将赤道太平洋划分为东、西两个区域(图2a)。其中,赤道太平洋海温梯度定义为西太平洋区域(120°E—180°,5°S—5°N,图2a中的虚线框)与东太平洋区域(180°—80°W,5°S—5°N,图2a中的实线框)的SST异常空间平均值的差值。
图2 1988年热带太平洋平均海温异常和风应力异常(a)、赤道太平洋海温梯度演变(b)以及赤道太平洋纬向风应力异常变化(c)

(图a中仅显示在95%置信水平下显著的海温异常及风应力异常;图中实线框表示赤道东太平洋区域(180°—80°W,5°S—5°N),虚线框表示赤道西太平洋区域(120°E—180°,5°S—5°N)。图c中的绿色虚线框为图4a中识别出的3月底东风爆发事件。)

Fig.2 Annual mean sea surface temperature (SST) anomalies and wind stress anomalies across the tropical Pacific (a), evolution of the equatorial Pacific SST gradient (b), and variations in zonal wind stress anomalies over the equatorial Pacific (c) in 1988

(In figure a, only significant SST anomalies and wind stress anomalies are displayed at the 95% confidence level. The solid box indicates the equatorial eastern Pacific region (180°-80°W, 5°S-5°N), and the dashed box indicates the equatorial western Pacific region (120°E-180°, 5°S-5°N). In figure c, the green dashed box indicates the easterly wind surges at the end of March identified in figure 4a.)

分析1982—2020年赤道太平洋全年平均纬向风应力异常与全年平均海温梯度的定量关系发现,两者存在显著的线性相关性,相关系数达到0.87(图3)。在图3中,1988年的观测值以红色点标注,其显示出两个显著特征:其一,该年赤道太平洋海温梯度达历史最高值(0.95 ℃);其二,伴随出现最强的东风应力异常,其值为-0.009 9 Pa。1988年海温梯度的演变过程如图2b所示,呈现出明显的季节变化特征:1月整体呈现负值,随后逐步增长,表现为赤道西太平洋变暖、东太平洋变冷的趋势。这一增长趋势在8月初达到峰值1.96 ℃,随后在9月回落至0.46 ℃,并在年底稳定维持在1.3 ℃左右。值得注意的是,海温梯度的两个关键转折点(3月的由负转正和9月的反弹回升)与全年最显著的两次东风爆发事件的发生时间高度吻合(图1a)。
图3 赤道太平洋平均纬向风应力异常与海温梯度散点图

(黑色虚线表示线性回归,红点代表1988年的结果。)

Fig.3 Scatterplots of averaged zonal wind stress anomalies in the equatorial Pacific versus sea surface temperature gradient

(The black dashed line indicates the linear regression, and the red dot represents the result for 1988.)

利用月海温及风应力数据,通过线性回归估计了赤道太平洋海温梯度对赤道太平洋纬向风应力异常的影响:
τx=-0.006 4×Tg+r
式中:τx为纬向风应力异常,其为正值表示西风应力异常,为负值表示东风应力异常;r为余项;Tg为赤道太平洋海温梯度,其对风应力的贡献值如图2c中的黑色阴影所示,可见Tg贡献值的变化规律与Tg一致。
结果表明,1月海温梯度表现为西风应力贡献;2月至3月中旬期间贡献率接近零;自3月下旬开始转变为东风应力贡献;并在6月下旬至7月初达到峰值,约为-0.011 8 Pa;9月出现低谷;随后继续维持约-0.010 0 Pa的东风应力贡献至年末(图2c)。
从原始风应力异常场中移除海温梯度的贡献分量,获得了重构的赤道太平洋纬向风应力异常场(图2c中红线)。重构后的风应力异常场较原始场表现出:1月上旬西风应力减弱,下旬东风应力增强;2—3月中旬期间,重构场与原始场相差不大,反映出海温梯度在该时段对风应力异常的贡献相对有限,表明该时段的东风爆发事件可能受其他因素影响。值得注意的是,自3月下旬开始,重构风应力异常场并未像原始场一样持续存在显著的东风应力,而是表现为围绕零值的准周期性振荡,东、西风应力异常交替出现(除9月一次显著的东风爆发事件外)。
为更直观地展示重构纬向风应力异常场的特征,图4a给出了其时间-经度演变过程。与原始风应力异常场相比,重构场在1988年1月表现出更显著的东风应力异常;2月有所减弱,2月底至3月初再度增强,3月中旬至月底仍维持较强的东风应力异常;4—8月期间,重构场中西风应力异常明显增多,且在日界线以东区域以西风应力异常为主;9月至年底,东风应力异常再次显著出现,但强度较原始场偏弱。图4a中的绿色轮廓线标示了基于重构场识别的东风爆发事件,可以看出自3月中旬起东风爆发的发生频次和规模均较原始场显著减弱。需要指出的是,1988年2月底至3月初赤道太平洋海温梯度为负值,对东风应力产生了抑制作用,因此在去除海温梯度影响后,该时段的东风爆发事件空间范围有所增强。这表明,1988年多数东风爆发事件的主要影响因素为赤道太平洋海温梯度。
图4 重构后的1988年赤道纬向风应力异常及东风爆发时间-经度演变(a)以及历年东风爆发指数(b)

Fig.4 Reconstructed time-longitude evolution of zonal wind stress anomalies over the equatorial Pacific and the easterly wind surges in 1988 (a), historical easterly wind surges indexes (b)

图4b展示了基于重构纬向风应力异常场所识别的历年东风爆发指数。整体来看,重构后的东风爆发指数相较于原始值显著减小,其中1988年的东风爆发指数为-0.001 0 Pa,退居为历史第七位。该结果表明,1988年东风爆发的强度在很大程度上受到了赤道太平洋海温梯度的影响。通过计算东风爆发原始指数与重构指数之差占原始指数的比例,可得出海温梯度对1988年东风爆发指数的贡献率为70.59%。这一比例反映出海温梯度为东风爆发提供了显著的背景条件,但需强调的是,赤道太平洋海温梯度并非东风爆发的唯一控制因素。

4 1988年3月底东风爆发事件的成因

东风爆发的另一主要控制因素为高频的大气过程,在重构纬向风应力异常场下识别的东风爆发大多归因于这些高频过程。本节以1988年3月18日—3月28日的东风爆发(图4a)为例,分析其成因。在3月上旬,印度洋未出现明显的OLR异常,海洋性大陆及赤道太平洋西侧表现为弱的OLR正异常,同时赤道太平洋上仅有微弱的东风应力异常(图5a)。至3月下旬,印度洋及海洋性大陆出现明显的OLR负异常,赤道太平洋中部和西部则出现了强烈的东风应力异常(图5b)。进入4月上旬,相位发生了再次转换,印度洋及海洋性大陆呈现出OLR正异常,赤道太平洋的强烈东风应力异常消失,并未出现明显的纬向风应力异常(图5c)。
图5 1988年3月1日—4月15日的OLR异常和风应力异常演变(a~c),3月1日—4月15日沿赤道OLR异常及纬向风应力异常的时间-经度图(d)

(图a~c中,在95%置信水平下显著的OLR异常打点表示,只显示在95%置信水平下显著的风应力异常。图d中,绿色虚线框为图4a中识别的东风爆发时间。)

Fig.5 Evolution of OLR anomalies and wind stress anomalies from March 1 to April 15, 1988 (a-c), and time-longitude diagrams of OLR anomalies and zonal wind stress anomalies along the equator from March 1 to April 15 (d)

(In figures a-c, dots indicate OLR anomalies significant at the 95% confidence level, only significant wind stress anomalies are displayed at the 95% confidence level. In figure d, the green dashed box indicates the easterly wind surges period identified in figure 4a.)

为更清晰地理解此次东风爆发事件的成因,图5d展示了赤道地区OLR异常与纬向风应力异常的时间-经度演变图。从图中可以明显看出,在东风爆发期间,海洋性大陆上发生了一次强对流事件,其上空伴随有西风应力异常,并在赤道太平洋上引发了显著的东风应力异常。这些东风应力异常的时空分布特征与图4a中识别出的3月底东风爆发事件的时间和经度范围高度一致。
图6a展示了基于MJO的频率和波数特征[24]重建的赤道沿线季节内OLR异常场的平均结果, MJO的对流活跃相位自2月底起出现在60°E附近,并在约一个月内持续向东传播。在东风爆发期间,MJO的对流活跃相位移至赤道太平洋附近,且振幅较强,导致赤道中西太平洋区域出现了显著的东风应力异常。这表明,3月底的东风爆发事件是由MJO在印度洋及海洋性大陆区域一段时间内持续的对流活跃相位所触发的。
图6 1988年3月1日—4月15日沿赤道平均后滤波OLR异常的时间-经度图(a)以及 1982年1月—2020年12月的MJO Wheeler-Hendon相位图(b)

(图a中,红色轮廓线表示滤波后OLR异常小于-1倍标准差的区域,即MJO对流活跃相位。图b中1988年3月的MJO指数用红色突出显示。)

Fig.6 Time-longitude distribution of filtered OLR anomalies averaged along the equator from March 1 to April 15, 1988 (a), and the Wheeler-Hendon phase diagram of MJO for January 1982 to December 2020 (b)

(In figure a, the red contour represents region where the filtered OLR anomalies are less than -1 standard deviation (MJO convective phase). In figure b, the MJO index for March 1988 is highlighted in red.)

图6b展示了MJO从1982年1月—2020年12月的Wheeler-Hendon相位图。1988年3月18日—3月28日期间,MJO处于3~5相位,并伴随着显著的MJO指数(高强度),振幅为历史第二强,仅次于1985年2月中下旬的最强事件。1985年事件同期也伴随着强烈的东风爆发(未示出)。在3~5相位中,MJO的显著特征为对流活跃相位位于印度洋及海洋性大陆区域,并且在赤道太平洋中西部出现了强烈的东风应力异常。这一结果进一步验证了1988年3月18日—28日东风爆发的成因,表明该事件与同期的强MJO对流活动相位密切相关。
为了量化MJO对流活跃相位赤道太平洋东风应力异常的影响,图7展示了在海洋性大陆区域(100°E—140°E,15°S—15°N)历史MJO对流活跃相位期间,季节内OLR异常与纬向风应力异常的合成结果。该区域正是1988年3月底观测到强MJO活动的核心区。合成结果表明,在MJO对流活跃相位期间,季节内风应力呈现出典型的Gill型响应[25],即对流中心以东区域出现显著的东风应力异常。此期间的平均季节内OLR异常约为-22.06 W·m-2,表征较强的对流活动;在120°E—80°W的赤道带内,相关纬向风应力异常的平均值为 0.009 4 Pa。
图7 海洋性大陆(100°E—140°E,15°S—15°N)历史MJO对流活跃相位期间OLR异常和风应力异常的合成图

(在95%置信水平下显著的OLR异常打点表示。只显示在95%置信水平下显著的风应力异常。)

Fig.7 Composites of OLR anomalies and wind stress anomalies over the Maritime Continent (100°E-140°E, 15°S-15°N) during historical convectively active phases of the MJO

(Dots indicate OLR anomalies significant at the 95% confidence level. Only significant wind stress anomalies are displayed at the 95% confidence level.)

具体到1988年3月底的东风爆发事件,热带东印度洋地区的季节内OLR异常达到-27.56 W·m-2,表明该时段MJO活动极为强烈。根据合成分析结果估算,该次MJO对流活动相位在赤道太平洋激发的东风应力异常约为 0.011 7 Pa(图2c中绿色阴影部分)。将其与同期东风爆发期间纬向风应力异常的平均值相比,得出MJO对该次事件的相对贡献率为42.96%。

5 讨论与小结

5.1 讨论

本研究在定量分析了1988年赤道太平洋强东风爆发事件的主要驱动因素后,发现仍存在一些值得深入探讨的问题。
首先,在去除赤道太平洋海温梯度影响后,1988年除3月出现显著东风爆发事件外,下半年仍然观测到多次东风爆发事件(图4a)。这些事件的发生可能与MJO活动变化、热带外系统扰动[26]以及西北太平洋台风频次的异常减少等多种因素相关。对1988年其他东风爆发事件及历史时期东风爆发事件驱动机制的深入研究,将成为下一阶段的重要研究方向。
其次,除了东风爆发的成因值得关注以外,东风爆发事件本身也对热带海-气系统产生了重要的反馈作用。具体而言,1988年春季和秋季东风爆发事件期间,赤道海温梯度表现出快速下降趋势(图2b)。前期研究指出,强东风爆发事件能够促使大气-海洋系统从弱耦合状态迅速转变为强耦合状态,进而显著影响ENSO事件的强度演变[27]。考虑到1988年东风爆发事件的异常强度,本研究推测其对当年超强拉尼娜事件的形成(图1b)可能起到了关键作用,这一假设将在后续研究中通过耦合模型实验进一步验证。
最后,1988年赤道太平洋海温梯度达到了研究时段内的极端水平,这可能与前两年连续发生的厄尔尼诺事件密切相关。这类连续厄尔尼诺事件的典型特征为赤道中西太平洋上空持续强烈的西风应力异常。该异常诱导了向赤道外的斯韦德鲁普(Sverdrup)输送,进而维持赤道西太平洋持续的温跃层深度负异常。随着厄尔尼诺事件的结束,这些负异常快速向东传播,最终于1988年在东太平洋引起显著的温跃层负异常,造成历史同期最强的赤道海温梯度。当然,赤道外及其他洋盆可能也通过Gill型响应[25]及大气环流作用对赤道太平洋海温梯度和风场施加了一定影响,其对风场的影响可能已经通过1988年赤道太平洋海温梯度体现。但由于在1988年这些因素的强度相对较弱,本研究未进行深入分析,未来可针对这些机制开展更细致的探讨。

5.2 小结

本文基于ERA5再分析等观测数据,系统研究了1988年赤道太平洋东风爆发事件的特征及成因机制。结果表明,1988年的东风爆发事件为1982—2020年间最强,其成因受到多个关键因素的共同驱动。
首先,1988年赤道太平洋异常显著的海温梯度是这次东风爆发的首要成因。强烈的海温梯度在赤道太平洋形成了显著的气压差异,催生出强劲的背景东风气流,从而大幅提高了东风爆发发生的概率。线性回归的定量评估结果进一步表明,赤道太平洋海温梯度对1988年东风爆发指数的贡献率高达70.59%。
其次,在去除1988年海温梯度信号后对风场的分析中,当年3月底仍然出现了一次显著的东风爆发事件。进一步分析显示,该事件与同期发生在海洋性大陆地区的一次高强度MJO对流活跃相位密切相关。合成分析结果证实,这次强MJO对流活跃相位事件能够在赤道太平洋有效激发明显的东风应力异常,对1988年3月底东风爆发指数的贡献率约为42.96%。
总之,1988年赤道太平洋发生的极端东风应力异常事件,为探讨赤道太平洋东风爆发的形成机制提供了一个典型案例。本研究通过对该事件成因的综合分析,加深了对于热带海-气相互作用过程的理解,并为改进热带太平洋地区气候与风场的预报提供了科学依据。例如,研究结果表明东风爆发事件对拉尼娜的演变影响显著,若将东风爆发的预报融入拉尼娜事件的预报系统,有望进一步提升长期气候预报的准确性。在未来的业务化预报中,若模式能够更准确地捕捉并预报类似于1988年的东风爆发事件,将有助于提高对超强拉尼娜等复杂气候情景的预报能力。此外,未来还需通过更加完善的观测系统、更高分辨率的数值模拟以及跨尺度的理论研究,进一步揭示ENSO复杂演变背后的物理机制,从而不断提高对ENSO及相关极端气候事件的预报能力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
MCPHADEN M J, ZEBIAK S E, GLANTZ M H. ENSO as an integrating concept in earth science[J]. Science, 2006, 314(5806): 1740-1745.

DOI PMID

[2]
YEH S W, CAI W J, MIN S K, et al. ENSO atmospheric teleconnections and their response to greenhouse gas forcing[J]. Reviews of Geophysics, 2018, 56(1): 185-206.

[3]
BARNSTON A G, TIPPETT M K, L’HEUREUX M L, et al. Skill of real-time seasonal ENSO model predictions during 2002-11: Is our capability increasing?[J]. Bulletin of the American Meteorological Society, 2012, 93(5): 631-651.

[4]
SUAREZ M J, SCHOPF P S. A delayed action oscillator for ENSO[J]. Journal of the Atmospheric Sciences, 1988, 45(21): 3283-3287.

[5]
JIN F F. An equatorial ocean recharge paradigm for ENSO. Part I: Conceptual model[J]. Journal of the Atmospheric Sciences, 1997, 54(7): 811-829.

[6]
TIMMERMANN A, AN S I, KUG J S, et al. El Niño-Southern Oscillation complexity[J]. Nature, 2018, 559: 535-545.

[7]
TORRENCE C, WEBSTER P J. The annual cycle of persistence in the El Niño/Southern Oscillation[J]. Quarterly Journal of the Royal Meteorological Society, 1998, 124(550): 1985-2004.

[8]
CAPOTONDI A, SARDESHMUKH P D, RICCIARDULLI L. The nature of the stochastic wind forcing of ENSO[J]. Journal of Climate, 2018, 31(19): 8081-8099.

[9]
FEDOROV A V, HU S N, LENGAIGNE M, et al. The impact of westerly wind bursts and ocean initial state on the development, and diversity of El Niño events[J]. Climate Dynamics, 2015, 44(5): 1381-1401.

[10]
FAN H J, HUANG B H, YANG S, et al. Seasonally-dependent impact of easterly wind bursts on the development of El Niño events[J]. Climate Dynamics, 2019, 53(3): 1527-1546.

[11]
CHEN D K, LIAN T, FU C B, et al. Strong influence of westerly wind bursts on El Niño diversity[J]. Nature Geoscience, 2015, 8: 339-345.

[12]
CHIODI A M, HARRISON D E. Observed El Niño SSTA development and the effects of easterly and westerly wind events in 2014/15[J]. Journal of Climate, 2017, 30(4): 1505-1519.

[13]
LIAN T, CHEN D K, TANG Y M. Genesis of the 2014-2016 El Niño events[J]. Science China Earth Sciences, 2017, 60(9): 1589-1600.

[14]
SULLIVAN A, ZHONG W X, BORZELLI G L E, et al. Generation of westerly wind bursts by forcing outside the tropics[J]. Scientific Reports, 2021, 11(1): 912.

DOI PMID

[15]
YU L S, WELLER R A, LIU W T. Case analysis of a role of ENSO in regulating the generation of westerly wind bursts in the Western Equatorial Pacific[J]. Journal of Geophysical Research: Oceans, 2003, 108(C4): 3128.

[16]
LOVE G. Cross-equatorial influence of winter hemisphere subtropical cold surges[J]. Monthly Weather Review, 1985, 113(9): 1487-1498.

[17]
PUY M, VIALARD J, LENGAIGNE M, et al. Modulation of equatorial Pacific westerly/easterly wind events by the Madden-Julian Oscillation and convectively-coupled Rossby waves[J]. Climate Dynamics, 2016, 46(7): 2155-2178.

[18]
LIAN T, CHEN D K, TANG Y M, et al. Linkage between westerly wind bursts and tropical cyclones[J]. Geophysical Research Letters, 2018, 45(20): 11431-11438.

[19]
SEIKI A, TAKAYABU Y N. Westerly wind bursts and their relationship with intraseasonal variations and ENSO. Part I: Statistics[J]. Monthly Weather Review, 2007, 135(10): 3325-3345.

[20]
CHIODI A M, HARRISON D E. Equatorial Pacific easterly wind surges and the onset of La Niña events[J]. Journal of Climate, 2015, 28(2): 776-792.

[21]
HERSBACH H, BELL B, BERRISFORD P, et al. The ERA5 global reanalysis[J]. Quarterly Journal of the Royal Meteorological Society, 2020, 146(730): 1999-2049.

[22]
HUANG B Y, LIU C Y, BANZON V, et al. Improvements of the daily optimum interpolation sea surface temperature (DOISST) version 2.1[J]. Journal of Climate, 2021, 34(8): 2923-2939.

[23]
FENG J, LIAN T. Assessing the relationship between MJO and equatorial Pacific WWBs in observations and CMIP5 models[J]. Journal of Climate, 2018, 31(16): 6393-6410.

[24]
WHEELER M, KILADIS G N. Convectively coupled equatorial waves: Analysis of clouds and temperature in the wavenumber-frequency domain[J]. Journal of the Atmospheric Sciences, 1999, 56(3): 374-399.

[25]
GILL A E. Some simple solutions for heat-induced tropical circulation[J]. Quarterly Journal of the Royal Meteorological Society, 1980, 106(449): 447-462.

[26]
ZHONG W X, CAI W J, SULLIVAN A, et al. Seasonally alternate roles of the north Pacific oscillation and the south Pacific oscillation in tropical Pacific zonal wind and ENSO[J]. Journal of Climate, 36(13): 4393-4411.

[27]
LIAN T, CHEN D K. The essential role of early-spring westerly wind burst in generating the centennial extreme 1997/98 El Niño[J]. Journal of Climate, 2021: 8377-8388.

Options
文章导航

/

〈 〉