Journal of Marine Sciences >

2023 , Vol. 41 >Issue 3: 22 - 33

DOI: https://doi.org/10.3969/j.issn.1001-909X.2023.03.003

Spatiotemporal variation of surface eddy kinetic energy in the South Australian Basin

  • LIU Jia , 1 ,
  • ZHENG Shaojun , 1, 2, 3, * ,
  • YAN Li 1, 2, 3 ,
  • CHEN Hangbiao 1 ,
  • LIU Tingzhen 1
Expand
  • 1. Laboratory for Coastal Ocean Variation and Disaster Prediction, College of Ocean and Meteorology, Guangdong Ocean University, Zhanjiang 524088, China
  • 2. Key Laboratory of Climate, Resources, and Environment in Continental Shelf Sea and Deep Sea of Department of Education of Guangdong Province, Guangdong Ocean University, Zhanjiang 524088, China
  • 3. Key Laboratory of Space Ocean Remote Sensing and Application, Ministry of Natural Resources, Beijing 100081, China

Received date: 2022-09-26

  Revised date: 2023-03-07

  Online published: 2023-10-24

Fold

Abstract

The spatiotemporal variation of surface eddy kinetic energy (EKE) in the South Australian Basin was studied using sea level anomaly during 1993-2019. The results show that in spatial scale there are two regions of high EKE: one to the west, and one to the east. On the seasonal scale, surface EKE is the strongest in austral winter with a maximum (57±9 cm2/s2) in July and the weakest in autumn with a minimum (40±5 cm2/s2) in March. On the interannual scale, surface EKE is related to El Niño-Southern Oscillation (ENSO) and Southern Annular Mode (SAM). Partial correlation analysis indicates that surface EKE shows negative correlations with ENSO, lagging the Niño3.4 index by 9 months, and EKE is significantly weakened (strengthened) in the decaying year of El Niño (La Niña). Meanwhile, surface EKE shows positive correlations with SAM, lagging SAM index by 14 months, and EKE is significantly strengthened (weakened) in the next year of the positive (negative) SAM phases.

Key words： eddy kinetic energy; spatiotemporal variation; El Niño-Southern Oscillation (ENSO); Southern Annular Mode (SAM); South Australian Basin

Cite this article

LIU Jia , ZHENG Shaojun , YAN Li , CHEN Hangbiao , LIU Tingzhen . Spatiotemporal variation of surface eddy kinetic energy in the South Australian Basin[J]. Journal of Marine Sciences, 2023 , 41(3) : 22 -33 . DOI: 10.3969/j.issn.1001-909X.2023.03.003

0 引言

南澳大利亚海盆位于澳大利亚南部(图1),主导海流为南澳大利亚流(South Australian Current,SAC)和弗林德斯流(Flinders Current,FC)。SAC是利文流(Leeuwin Current,LC)沿南部海岸向东流动的分支,能够将西部温暖、高盐的海水输送至东南部的塔斯马尼亚岛以西海域[1]。FC位于水深约500 m的大陆坡上,是一支受正风应力旋度控制的次表层流,从塔斯马尼亚岛以西沿海岸向西流动[2]。卫星观测显示南澳大利亚海盆区存在着丰富的中尺度涡[3-4],如在艾尔半岛、邦尼海岸间的陆坡[5],奥尔巴尼附近海域和海盆西部海域[6]。这些中尺度涡多起源于海盆的陆架[7]、西南部海域[8]或西南太平洋的塔斯曼海[9-10]。
图1 南澳大利亚海盆及周边海域环流概念图

(图片根据文献[4]改绘。)

Fig.1 Schematic circulation in the South Australian Basin and adjacent regions

(Figure was modified from reference[4].)

中尺度涡动能比平均环流场动能大一个量级,是衡量中尺度涡活动的重要指标,由背景流的正压不稳定和斜压不稳定过程提供能量。海盆尺度的涡动能变化特征受背景流的影响很大,例如拉布拉多海涡动能的季节和年际变化主要受西格陵兰洋流调制[11];西太平洋北赤道逆流海域的涡动能季节变化受背景环流的正压不稳定控制[12]。OKE 等[4]基于1994—2015年0.1°×0.1°空间分辨率的Bluelink再分析数据的研究表明,大澳大利亚湾205 m深度的涡动能的季节变化明显,东部和西部海域在冬、春季节强(本文中季节都为南半球季节)。
海盆尺度的中尺度涡年际、年代际特征受大尺度海-气相互作用的影响[13⇓⇓⇓-17]。一些研究发现厄尔尼诺-南方涛动(El Niño-Southern Oscillation,ENSO)影响南澳大利亚海盆主要通过两种途径:一是通过热带太平洋的海洋波导经印尼贯穿流传入东南印度洋,沿澳大利亚西部海岸到达南澳大利亚海盆[18-19];二是通过激发“正负正”型的太平洋南美型波列[20],引起海平面气压场和混合层温度等指标发生改变[21-22]。南半球环状模(Southern Annular Mode,SAM)是南半球中高纬大气变率的最主要模态,对南半球中高纬海洋过程的变异有着重要的影响,当SAM处于正(负)位相时,中纬度海区产生正(负)的海平面气压异常,即造成澳大利亚海域的海平面气压升高(降低)[22]。另外,印度洋偶极子(Indian Ocean Dipole,IOD)和印度洋海盆模(Indian Ocean Basin mode,IOB)也有可能影响南澳大利亚海盆的涡动能。有研究发现,IOD对澳大利亚东海岸6—10月的降水具有调制作用[23],IOB对澳大利亚的夏季降水有重要影响[24]。
本文利用卫星高度计数据,详细分析了南澳大利亚海盆表层涡动能的空间分布、季节和年际变化规律,利用偏相关和合成分析等方法研究了涡动能与大尺度的海-气过程之间的关联,以期为更深入地研究南澳大利亚海盆中尺度涡提供参考。

1 数据与方法

1.1 涡动能

涡动能依据海面高度异常(sea level anomaly,SLA)计算,该数据来源于法国国家空间研究中心卫星海洋学存档数据中心(archiving validation and interpretation of satellite data in oceanography,AVISO),下载网址:https://marine.copernicus.eu/,数据时间为1993年1月1日至2019年12月31日,空间分辨率为1/4°×1/4°,时间分辨率为1天。
涡动能计算公式如下:
E K E = 1 2 ( U g ' 2 + V g ' 2 )
U g ' = - g f Δ h ' Δ y
V g ' = g f Δ h ' Δ x
式中:x和y分别是每个点的经度和纬度,h'为SLA,U'g和V'g为地转速度异常,重力常数g=9.8 N/kg, f为科氏参量。

1.2 气候指数

ENSO是发生于赤道东太平洋的风场和海面温度振荡,是低纬度的海-气相互作用现象,在海洋方面表现为厄尔尼诺-拉尼娜的转变。本文中ENSO用Niño3.4区(5°N—5°S, 170°W—120°W)海表温度距平指数(Niño3.4指数)表征,当指数连续5个月大于或等于0.5时,定义为厄尔尼诺,当指数连续5个月小于或等于-0.5时,定义为拉尼娜[25-26]。根据出现区域、持续时间和发生周期,将ENSO划分为两种主要类型,即以热带东太平洋海表面温度异常为主的东部型和以热带中太平洋海表面温度异常为主的中部型[27]。ENSO存在明显的季节锁相特征,海温异常往往在北半球冬季达到峰值而在次年的春、夏季衰退。
SAM是南半球热带外区域的大尺度大气环流变化的主导模态, SAM指数大于0.5个标准差时表征SAM正位相,小于-0.5个标准差时表征SAM负位相。当 SAM 处于正(负)位相,中纬度海区产生正(负)的海平面气压异常,位势高度偏高(低),并出现东风(西风)异常;在高纬度地区相反[22]。
IOD是热带印度洋西部与苏门答腊-爪哇海岸之间的偶极海温异常结构,是一种显著的年际气候变率模式,其特征是东、西印度洋的海表温度异常相反。当东印度洋SST异常与西印度洋异常相反,并且5个月滑动平均的IOD指数大于0.8个正标准差时为南印度洋正偶极子;当东印度洋SST异常与西印度洋异常相反,并且5个月滑动平均的IOD指数小于0.8个负标准差时为南印度洋负偶极子[28]。
IOB是热带印度洋海温年际变化的主要模态,反映了热带印度洋海温距平的同步变化,冬季IOB指数大于1个正标准差的年份定义为IOB暖异常年,小于1个负标准差的年份定义为IOB冷异常年,其余年份则为正常年[29]。
Niño3.4指数、IOD指数、IOB指数和SAM指数的选取时间范围为1993年1月1日至2019年12月31日,下载网址:https://psl.noaa.gov/gcos_wgsp/Timeseries。

2 南澳大利亚海盆涡动能的空间分布和季节变化

基于AVISO数据(1993—2019年)的南澳大利亚海盆多年平均表层涡动能空间分布见图2。图中卫星观测数据显示南澳大利亚海盆涡动能存在两个高值区,一个位于海盆西部,值约为140 cm2/s2,另一个位于海盆东部,值约为100 cm2/s2。两高值区之间形成了沿着海岸分布的不连续的高涡动能带,西部的高涡动能带沿着陆架向东减小,与SAC的位置一致,东部的高涡动能带沿着陆坡向西减小,与FC的位置一致。
图2 基于AVISO的南澳大利亚海盆多年平均表层涡动能空间分布

Fig.2 Multi-year average distribution of surface eddy kinetic energy calculated from AVISO in the South Australian Basin

图3显示:南澳大利亚海盆涡动能异常存在明显的季节变化特征,涡动能异常的高值同样集中在海盆的西部和东部,涡动能正异常在冬季(6、7、8月)强,秋季(3、4月)弱。从5月开始,西部的涡动能正异常随着时间推移逐渐增加,在7月达到最大后逐渐减弱;东部的涡动能正异常在8月达到最大。
图3 基于AVISO(1993—2019年)的南澳大利亚海盆月平均表层涡动能异常空间分布

Fig.3 Monthly mean surface EKE anomaly distribution calculated from AVISO in the South Australian Basin during 1993-2019

月平均表层涡动能的年内变化显示,涡动能在冬季强,秋季弱,最大值出现在7月(57±9 cm2/s2),最小值出现在3月(40±5 cm2/s2),全年的标准差差异不大(图4)。该变化与OKE 等[4]的研究结果不完全相同,可能与数据来源和深度的不同有关。OKE 等[4]通过1994—2015年再分析数据发现,大澳大利亚湾205 m深度的涡动能呈现冬季强,夏季弱的季节特征。
图4 基于AVISO(1993—2019年)的南澳大利亚海盆月平均表层涡动能变化

Fig.4 Monthly mean variation of surface EKE calculated from AVISO in the South Australian Basin during 1993-2019

南澳大利亚海盆地转流的多年平均逐月空间分布(图5)显示:东向的SAC在5—7月的流速较大,横跨整个海盆,在其他月份的流速较小,在1、2、12月甚至消失不见,总体表现为冬季强,夏季弱。
图5 南澳大利亚海盆月平均地转流和月平均地转流速空间分布

Fig.5 Monthly mean geostrophic currents and geostrophic speed distribution in the South Australian Basin

3 涡动能的年际变化

图6是南澳大利亚海盆表层涡动能、涡动能异常和一年低通滤波涡动能异常的时间变化序列,其中,涡动能异常由月平均涡动能减去多年月平均涡动能得到,一年低通滤波处理用以去除其季节变化。海盆表层涡动能在1994年最小,仅为23 cm2/s2,在2000年最大,达到74 cm2/s2。一年低通滤波涡动能异常呈现明显的年际变化特征,在1993—1998年、2002—2010年和2017—2019年为负异常,1999—2001年和2011—2012、2013—2015年为正异常。
图6 南澳大利亚海盆表层涡动能(a)、涡动能异常(b)和一年低通滤波涡动能异常(c)的时间序列

Fig.6 Time series of surface EKE (a), EKE anomaly (b), and one year low-pass filtered EKE anomaly (c), respectively in the South Australian Basin

图7为南澳大利亚海盆一年低通滤波涡动能异常和4类气候指数的时间序列。在1997—1998年、2006—2007年及2014—2016年东部型厄尔尼诺期间,对应的1998年、2007年和2017年涡动能异常为负值;在2002—2003年、2004—2005年及2009—2010年的中部型厄尔尼诺期间,对应的2003年、2005年和2010年涡动能异常也为负值,这表明不同类型的厄尔尼诺对海盆涡动能的影响没有明显差异。拉尼娜期间也同样,在1998—2000年的东部型和2000—2001年、 2011—2012年的中部型发生期间,对应的1999年、2000年、2001年和2013年涡动能异常为正值。从图6a可以看出,研究区域的涡动能和ENSO有较好的对应关系,涡动能在厄尔尼诺期间呈负异常,在拉尼娜发生期间呈正异常。尤其是2006—2007年温和东部型厄尔尼诺发生期间,2007年涡动能表现为强的负异常。从图6b和6c可以得出研究区域的涡动能与IOB和IOD不存在明显的时间响应关系。从图6d可以发现,1998—1999年SAM处于正相位,对应的2000年—2001年涡动能异常为正值;2002年和2007年SAM处于负相位,对应的2003年和2008年涡动能异常为负值。上述结果表明研究区域的涡动能对SAM也有较好的响应。
图7 南澳大利亚海盆一年低通滤波涡动能异常和Niño3.4指数(a)、IOB指数(b)、IOD指数(c)及SAM指数(d)的时间变化

(红色表示涡动能正异常,蓝色表示涡动能负异常。)

Fig.7 Time series of one year low-pass filtered EKE anomaly and Niño3.4 index (a), IOB index (b), IOD index (c) and SAM index (d) in the South Australian Basin

(The red indicates positive EKE anomaly and blue indicates negative EKE anomaly.)

图8是南澳大利亚海盆一年低通滤波涡动能异常和气候指数的相关关系。涡动能异常在滞后9个月时与Niño3.4指数的相关系数达到极值(-0.47),并通过95%显著性检验(图8a);在滞后25个月时与IOB指数相关系数达到了0.29(图8b),与IOD指数的最大相关系数仅为-0.25(图8c),但均没有通过显著性检验;在滞后14个月时与SAM指数的相关系数达到极值(0.37),并通过95%显著性检验(图8d)。上述结果显示,南澳大利亚海盆涡动能与Niño3.4指数和SAM指数存在显著相关性,而与IOB和IOD不存在显著相关性。
图8 一年低通滤波涡动能异常与Niño3.4指数(a)、IOB指数(b)、IOD指数(c)和SAM指数(d)的相关关系

(滞后时间正值表示异常滞后于气候指数,负值表示异常超前于气候指数。虚线为95%的置信水平。)

Fig.8 The correlations between one year low-pass filtered EKE anomaly and Niño3.4 index (a), IOB index (b), IOD index (c), and SAM index (d)

(The positive value of lag time indicates that EKE anomaly lags the index and a negative value indicates that EKE anomaly leads the index, and dash lines represent 95% confidence level.)

通过偏相关分析对一年低通滤波涡动能异常与Niño3.4指数、SAM指数的超前/滞后关系开展进一步研究。图9显示,涡动能异常与Niño3.4指数的偏相关系数在滞后Niño3.4指数9个月时达到极值(-0.48),并通过95%显著性检验。负的偏相关关系表明在厄尔尼诺(拉尼娜)衰退年南澳大利亚海盆涡动能显著减弱(增强)。涡动能异常与SAM指数的偏相关系数在滞后SAM指数14个月时达到极值(0.40),且同时通过95%显著性检验,即SAM正(负)位相14个月后,南澳大利亚海盆涡动能显著增强(减弱)。
图9 一年低通滤波涡动能异常与Niño3.4指数(a)、SAM指数(b)的偏相关关系

(滞后时间正值表示异常滞后于气候指数,负值表示异常超前于气候指数。虚线为95%的置信水平。)

Fig.9 The partial correlations between one year low-pass filtered EKE anomaly and Niño3.4 index, after removing the SAM (a), between one year low-pass filtered EKE anomaly and SAM index, after removing the ENSO (b)

(The positive value of lag time indicates that EKE anomaly lags the index and a negative value indicates that EKE anomaly leads the index, and dash lines represent 95% confidence level.)

为探究南澳大利亚海盆表层涡动能对厄尔尼诺和拉尼娜事件的响应,分别对两个时期的涡动能异常进行空间合成(图10~图11)。在滞后厄尔尼诺3个月时,海盆西部和东部的涡动能负异常相对较弱,东部正异常和负异常大小相当(图10c);在滞后6个月时,西部和东部涡动能负异常逐渐增大,东部涡动能正异常逐渐减小(图10d);在滞后9个月时,西部和东部都呈现强的涡动能负异常(图10e)。涡动能异常在滞后拉尼娜0个月和3个月时,海盆西部和东部涡动能正异常相对较弱(图11b,11c),在滞后6个月时西部和东部正异常逐渐增大(图11d);在滞后9个月时,西部和东部呈现强的正异常(图11e)。上述结果表明海盆涡动能对ENSO有明显的响应。
图10 厄尔尼诺时期表层涡动能异常空间分布

Fig.10 Spatial distribution of surface EKE anomaly during El Niño periods

图11 拉尼娜时期表层涡动能异常空间分布

Fig.11 Spatial distribution of surface EKE anomaly during La Niña periods

同样,分别对SAM正、负位相时的涡动能异常进行空间合成(图12~图13),研究南澳大利亚海盆表层涡动能对其的响应。在滞后SAM正位相6个月和10个月时,海盆西部涡动能负异常和涡动能正异常显现,东部涡动能异常较弱(图12c,12d);在滞后14个月时,西部和东部呈现相对强的涡动能正异常(图12e)。在滞后SAM负位相6个月和10个月时(图13c,13d),海盆西部正涡动能异常显著,东部存在较弱的负涡动能异常;在滞后14个月时,西部涡动能呈现强的负异常,东部负涡动能异常增强(图13e)。上述结果表明海盆涡动能对SAM有明显的响应。
图12 SAM正位相时期表层涡动能异常空间分布

Fig.12 Spatial distribution of surface EKE anomaly during positive SAM phases

图13 SAM负位相时期表层涡动能异常空间分布

Fig.13 Spatial distribution of surface EKE anomaly during negative SAM phases

4 小结

本文基于1993—2019年卫星高度计数据分析了南澳大利亚海盆表层涡动能的时空变化特征。研究发现,南澳大利亚海盆表层涡动能分布呈不连续带状,在海盆的西部和东部存在两个高值区。涡动能存在明显的季节变化,冬季强,秋季弱,7月达到最大值,3月达到最小值。由偏相关分析和合成分析结果可知,涡动能与ENSO呈显著负相关关系,偏相关系数在滞后Niño3.4指数9个月时达到极值,即在厄尔尼诺(拉尼娜)衰退年,西部和东部的表层涡动能都显著减弱(增强),表明ENSO对海盆表层涡动能的年际变化起着重要的调节作用。同时,涡动能与SAM 呈显著正相关关系,偏相关系数在滞后SAM指数14个月时达到极值,在滞后SAM正(负)位相14个月后,涡动能显著增强(减弱),表明SAM对海盆表层涡动能的年际变化也有重要影响。
南澳大利亚海盆具有显著的中尺度涡现象,其季节、年度变化的相关海-气相互作用的调控机制还有待进一步探究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
SCHILLER A, OKE P R, BRASSINGTON G, et al. Eddy-resolving ocean circulation in the Asian-Australian region inferred from an ocean reanalysis effort[J]. Progress in Oceanography, 2008, 76(3): 334-365.

DOI

[2]
MIDDLETON J F, CIRANO M. A northern boundary current along Australia’s southern shelves: The Flinders Current[J]. Journal of Geophysical Research, 2002, 107(C9): 3129.

[3]
FU L L. Pattern and velocity of propagation of the global ocean eddy variability[J]. Journal of Geophysical Research, 2009, 114(C11): C11017.

[4]
OKE P R, GRIFFIN D A, RYKOVA T, et al. Ocean circulation in the Great Australian Bight in an eddy-resolving ocean reanalysis: The eddy field, seasonal and interannual variability[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 2018, 157/158: 11-26.

DOI

[5]
RIDGWAY K R, CONDIE S A. The 5500-km-long boundary flow off western and southern Australia[J]. Journal of Geophysical Research, 2004, 109(C4): C04017.

[6]
MIDDLETON J F, BYE J A T. A review of the shelf-slope circulation along Australia’s southern shelves: Cape Leeuwin to Portland[J]. Progress in Oceanography, 2007, 75(1): 1-41.

DOI

[7]
GODFREY J S, VAUDREY D J, HAHN S D. Observations of the shelf-edge current south of Australia, winter 1982[J]. Journal of Physical Oceanography, 1986, 16(4): 668-679.

DOI

[8]
CRESSWELL G R, GRIFFIN D A. The Leeuwin Current, eddies and sub-Antarctic waters off south-western Australia[J]. Marine and Freshwater Research, 2004, 55(3): 267.

DOI

[9]
SEBILLE E V, ENGLAND M H, ZIKA J D, et al. Tasman leakage in a fine-resolution ocean model[J]. Geophysical Research Letters, 2012, 39(6): L06601.

[10]
PILO G S, MATA M M, AZEVEDO J L L. Eddy surface properties and propagation at Southern Hemisphere western boundary current systems[J]. Ocean Science, 2015, 11(4): 629-641.

DOI

[11]
EDEN C, BÖNING C. Sources of eddy kinetic energy in the Labrador Sea[J]. Journal of Physical Oceanography, 2002, 32(12): 3346-3363.

DOI

[12]
CHEN X A, QIU B, CHEN S M, et al. Seasonal eddy kinetic energy modulations along the North Equatorial Countercurrent in the western Pacific[J]. Journal of Geophysical Research: Oceans, 2015, 120(9): 6351-6362.

DOI

[13]
ZHENG S J, FENG M, DU Y, et al. Interannual variability of eddy kinetic energy in the subtropical southeast Indian Ocean associated with the El Niño-Southern Oscillation[J]. Journal of Geophysical Research: Oceans, 2018, 123(2): 1048-1061.

DOI

[14]
ZHANG N N, LIU G Q, LIU Q Y, et al. Spatiotemporal variations of mesoscale eddies in the southeast Indian Ocean[J]. Journal of Geophysical Research: Oceans, 2020, 125(8): e2019JC015712.

[15]
CHU X Q, DONG C M, QI Y Q. The influence of ENSO on an oceanic eddy pair in the South China Sea[J]. Journal of Geophysical Research: Oceans, 2017, 122(3): 1643-1652.

DOI

[16]
ZHENG S J, FENG M, DU Y, et al. Annual and interannual variability of the tropical instability vortices in the equatorial eastern Pacific observed from Lagrangian surface drifters[J]. Journal of Climate, 2016, 29(24): 9163-9177.

DOI

[17]
曾伟强, 张书文, 马永贵, 等. 1993—2017年南海中尺度涡特征分析[J]. 广东海洋大学学报, 2019, 39(5):96-106.

ZENG W Q, ZHANG S W, MA Y G, et al. Analysis of mesoscale eddy characteristics in the South China Sea from 1993 to 2017[J]. Journal of Guangdong Ocean University, 2019, 39(5): 96-106.

[18]
FENG M, MCPHADEN M J, XIE S P, et al. La Niña forces unprecedented Leeuwin Current warming in 2011[J]. Scientific Reports, 2013, 3: 1277.

DOI PMID

[19]
WIJFFELS S, MEYERS G. An intersection of oceanic waveguides: Variability in the Indonesian throughflow region[J]. Journal of Physical Oceanography, 2004, 34(5): 1232-1253.

DOI

[20]
FAN L L, XU J J, HAN L G. Impacts of onset time of El Niño events on summer rainfall over southeastern Australia during 1980-2017[J]. Atmosphere, 2019, 10(3): 139.

DOI

[21]
茅威. ENSO与IOD对澳大利亚南半球冬春季干旱的影响[D]. 南京: 南京信息工程大学, 2021.

MAO W. Effects of ENSO and IOD on drought in austral winter and spring of Australia[D]. Nanjing: Nanjing University of Information Science & Technology, 2021.

[22]
王忠鹏. 南半球热带外气候变量与两种形态ENSO的联系及ENSO与SAM相关关系研究[D]. 上海: 上海交通大学, 2019.

WANG Z P. Study on the linkage of the southern hemisphere extratropical climate variability to two types of ENSO and the relationship between ENSO and SAM[D]. Shanghai: Shanghai Jiao Tong University, 2019.

[23]
PEPLER A, TIMBAL B, RAKICH C, et al. Indian Ocean dipole overrides ENSO’s influence on cool season rainfall across the eastern seaboard of Australia[J]. Journal of Climate, 2014, 27(10): 3816-3826.

DOI

[24]
CAI W J, VAN RENSCH P. Austral summer teleconnections of Indo-Pacific variability: Their nonlinearity and impacts on Australian climate[J]. Journal of Climate, 2013, 26(9): 2796-2810.

DOI

[25]
TRENBERTH K E, CARON J M, STEPANIAK D P, et al. Evolution of El Niño-Southern Oscillation and global atmospheric surface temperatures[J]. Journal of Geophysical Research: Atmospheres, 2002, 107(D8): 4065.

[26]
杨丽娜, 吴奇儒, 陈旺, 等. 太平洋南赤道流体积输运的年际变异[J]. 广东海洋大学学报, 2021, 41(6):36-43.

YANG L N, WU Q R, CHEN W, et al. Interannual variability of the volume transport of the Pacific south equatorial current[J]. Journal of Guangdong Ocean University, 2021, 41(6): 36-43.

[27]
REN H L, LU B, WAN J H, et al. Identification standard for ENSO events and its application to climate monitoring and prediction in China[J]. Journal of Meteorological Research, 2018, 32(6): 923-936.

DOI

[28]
郭飞燕. 热带印度洋海温年际变化主模态的分类及其与ENSO的联系[D]. 青岛: 中国海洋大学, 2015.

GUO F Y. Classfication of the SST interannual variability major modes of tropical Indian Ocean and their relations with ENSO[D]. Qingdao: Ocean University of China, 2015.

[29]
殷鑫, 吴小飞. 前冬印度洋海盆一致模对ENSO衰减期华南春季降水的影响[J]. 高原山地气象研究, 2022, 42(4):49-59.

YIN X, WU X F. Influence of Indian Ocean Basin on South China spring rainfall during the decaying phase of ENSO in preceding winter[J]. Plateau and Mountain Meteorology Research, 2022, 42(4): 49-59.

Options
Outlines

/

〈 〉