利用ENSO和NAO建立东亚夏季风（EASM）的经验季节预测模型外文翻译资料

英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

利用ENSO和NAO建立东亚夏季风（EASM）的经验季节预测模型

吴志伟，王斌，李建平，金菲菲

2009年1月8日收到

2009年7月2日修订

2009年7月13日接受

2009年9月29日公布

摘要：

[1]在气候预测中，如何预测东亚夏季风的年际变率是一项非常重要和困难的任务。已有研究表明，EASM变化与厄尔尼诺和拉尼娜现象的发展及衰退紧密相关。本文应用观测事实和数值实验结果来阐述春季（4-5月）NAO异常可以诱发持续至下一个夏季的北大西洋三级海表温度模式，与此同时，它还会会激发欧亚大陆北部副极地遥相关的下游发展，从而引起乌拉尔山脉和鄂霍次克海气压的升（降）。后者会增强（或削弱）东亚副热带锋区（梅雨-白玉-昌马），从而引起强（弱）东亚夏季风。本文介绍了一种基于ENSO和春季NAO影响因子预测EASM强度的经验模式。气象回报在1979-2006期间进行，其显示出一种可与14个最先进多模式组合相比的回报技巧。由于可以实时监控这些预报器，所以该经验模式提供了一个实时预测工具。

引用：吴志伟，王斌，李建平，金菲菲（2009）一个基于ENSO和NAO因子的东亚夏季风的经验季节预测模型。地球物理研究杂志

1. 引言

[2]已有许多研究提出了印度季风的数值模拟[例如，Sperber和Palmer，1996年；Gadgil和Sajani，1998年；Wang等人，2004年]，然而，EASM仅仅是在最近才被认为是数值模拟[Kang等人，2002年；Wang等人，2004年]和季节性预测[例如，Chang，2004年；Wang等人，2005年；Wu和Li，2008年]的一个主要挑战。通常来说，多模式组合（MME）预测优于单模式预测 [Doblas-Reyes等人，2000年；Palmer等人，2000年；Krishnamurti等人，1999年]，单模式预测为集合多模式预测提供了有效途径 [Wang 等人,2008a]。然而，对5个最先进大气环流模式的20年（1979-1998）回报实验的整体检查表明这些模式的整合技术在预测东亚夏季风上还很落后[Wang 等人,2005]。因此，对于EASM的季节性预测和相关不确定因素，EASM可预测性的确定和可预测性来源的确定最为重要。[Wang等人, 2008b]

[3]人们普遍认为EASM与ENSO强年际相关 [例如，Fu和Teng，1988年；Weng等人，1999年；Wang等人，2000年，2008年c；Chang等人，2000 a，2000 b；Yang和刘，2006年]。过去三十年，显性经验正交函数表明增强的东亚副热带锋区和多梅雨发生在厄尔尼诺衰退的夏季[Wang 等人,2008c]。为什么在热带中东太平洋海表温度异常消失的夏天，EASM对当年的ENSO会有一个延迟的响应？Wang 等人[2000]指出赤道外超市的大气罗斯贝波和其下方西太平洋暖池海表温度异常的相互作用可以延长ENSO从成熟阶段到衰退阶段的影响并且导致EASM对ENSO的延迟响应。因为EASM具有包含热带、副热带和中纬度的复杂的时空结构，所以EASM的可变性不仅受源自热带的变量（如ENSO）影响[例如，Chen和Chang，1980年；Huang和Lu，1989年；Wu等人，2000年；Ding，2004年；Ninomiya，2004年；Wu等人，2006年], 还受从中纬度到高纬度的变量的影响。[例如，Enomoto等人，2003年；Wu等人，2006年；He等人，2006年；Ding and Wang，2007年]。

[4]北大西洋涛动（NAO）是一个大尺度的大气质量跷跷板，高压在副热带，低压在极地。[例如，Walker和Bliss，1932年；Bjerknes，1964年；van Loon和Rogers，1978年；Wallace和Gutzler，1981年；Barnston和Livezey，1987年；Li和Wang，2003年]。Trenberth 等人[2005]提出北半球全年模式和相关的NAO是全球大气质量年际变率的第三重要的模式。部分研究已经注意到NAO可以影响亚洲气候。Chang 等人[2001] 提出1970s后印度夏季风-ENSO年际相关关系减弱很大可能归因于年代际时间尺度上NAO的增强。Watanabe[2004]发现在年际时间尺度上，NAO信号12月局限于亚欧区域，2月份延伸至东亚和北太平洋。

[5]尽管与北大西洋风暴路径相联系的NAO信号从春季到夏季趋向于减弱 [Lau and Nath, 1991; Jin 等人,2006a,2006b],春季（4-5月）NAO是否可以影响EASM变率仍不确定。如果可以，春季NAO如何影响EASM变率，多大程度上对EASM 的季节性预测做出贡献？本文将解答这些问题。

[6]在第二部分，我们将描述这篇文章中使用的数据集和数值模式。强东亚夏季风的典型降水和环流结构将在第三部分作为作为背景信息描述。春季NAO、北大西洋海表温度和EASM之间的的统计关系将在第四部分阐述。在第六部分，我们将展示一个基于ENSO和春季NAO因子预测EASM强度的经验模式以及一个1979-2006期间的回报模式。第七部分包括主要结论的总结和一些杰出期刊的讨论。

1. 资料和模式

[7]本研究采用的主要资料包括：（1）1979-2006期间的全球陆地降水重建的月降水量数据，水平分辨率：1.0°times;1.0°,[Chen 等人., 2002]；(2）月环流数据，来自国家环境预测中心-能源再分析部门，水平分辨率2.5°times;2.5°[Kanamitsu 等人，2002]；（3）NIno3.4区海表面温度指数根据改进后扩展重建的海表温度版本2.0计算所得(ERSST V2) [Smith and Reynolds, 2004]。本研究中，夏季(6、7、8月份)的平均异常由JJA平均值与长期(1979-2006)平均气候学的偏差来定义，春季即4-5月。

[8]本文中所有的数值实验都是基于Hoskins and Simmons [1975]开发的干光谱原始方程模型。本文运用的版本与原始版本在有一些细节区别[Simmons and Burridge, 1981; Roads, 1987; Lin and Derome, 1996;Marshall and Molteni, 1993; Hall, 2000]。本文使用的分辨率是三角形31和10个间隔的sigma等级。该模式的一个重要特点是它使用了一个通过日常观测数据经验计算的时间平均强迫。通过使用实时日常全球分析和平均计算该模式的动态条件以及线性阻尼，每一次倾向方程的残余项称作强迫项。因此，该强迫项包括未被该模式动力分解的所有过程，例如：非绝热加热（包括与瞬时涡流相关的潜热释放）以及线性阻尼耗散过程的偏差。该模式没有地形所以强迫项还模拟地形强迫的时间平均。由于它在物理上的简单性，它被称为“简单的大气环流模型”(SGCM)。此SGCM模型的优点是动态机制更容易隔离，又由于所使用的模型在计算上很便宜，所以可以用它进行许多实验。这种方法的局限性在于，一般环流模型中的物理参数化被经验导出的项所取代，因此我们的分析可能缺乏一些潜在重要的物理反馈机制。如Hall[2000]所示，该模型能够再现非常真实的静止行星波并且瞬态的广泛气候学特征与观察资料大致一致。

三、与强东亚夏季风相联系的降水结构和环流

[9]因为独特的构造强迫，东亚夏季风是亚洲气候系统的一个独特组成部分。[Zhu, 1934; Tu and Huang, 1944; Chen and Chang, 1980; Tao and Chen, 1987; Lau et al., 1988; Ding,1992; Wang et al., 2001; Li and Zeng, 2002; Wang and Li,2004]，包括世界上最大的大陆-欧亚大陆和最大的海洋盆地-太平洋之间的巨大热对比，以及世界上最大的地貌-青藏高原的强大的动力和热力学影响。EASM在降水分布和相关的大尺度环流系统中都具有明显的特征[e.g., Wang et al.,2008c]。

[10]为了定量测量EASM强度，本文运用王范倒置[1999]综合指数，Wang et al.[2008c]对现有的25个东亚大气环流指数进行了比较，发现该指数对东亚地区降水和三维环流的总方差有较好的捕捉效果。并且它几乎与EASM的主分量相同。EASMI定义为U850在(22.5-32.5)N，（110-140E)范围内的平均值减去U 850 在(5-15)N，（90-130）范围的平均值(图1中的红色方框)，其中U 850表示850 hPa处的纬向风。

[11] 图1显示了JJA回归降水到EASMI。与东亚夏季风活动有关的雨量分布显示：南海北部有一个经向三极模式并有干性异常，菲律宾海(热带辐合带或季风槽)和沿长江流域到日本南部(主要副热带锋)以及海洋上空的雨量增大。请注意，EASMI强调了梅雨-白玉-昌马降水在测量东亚夏季降水强度方面的重要意义。因为在东亚副热带锋面产生的一次降水系统-东亚副热带锋面上产生的梅雨-白玉-长马降水更好地反映了东亚环流系统的变化。[Wang 等人, 2008c]。因此，EASMI推翻了强大的EASM的传统汉语意义，而后者对应的是一个不足的梅雨。新定义与世界其他季候风区的定义一致。当地主要雨水季风系统产生的充沛降水被认为是一种强季风 [Wang 等人，2008c]。

[12] 图2显示了伴随强EASM的异常全球环流结构。在850 hPa时，东亚的一个显著特征是副高异常，其西北侧有由华南至华中游以及长江中下游与日本南部盛行的增强型西南风，在5-20N之间东风异常增强(图2a)。一个负位势高异常带控制着梅雨-白玉-长马锋区，这意味着东亚副热带锋的增强。东亚地区500 hPa也有类似的特征(图2b)这与南海北部和菲律宾海的降水异常和丰富的副热带锋面降水是一致的 (图 1）。在200 hPa，一个大规模的反气旋异常覆盖中国南部并向东扩展，一个气旋异常在菲律宾上空并向东延伸(图 2c)。西太平洋副热带高压基本呈斜压结构。雨量充沛并且鄂霍次克海对EASM有着重要的影响[e.g., National Climate Center of China(NCC), 1998; Yang, 2001; Li and Ding, 2004; Ding and Sikka, 2006]。

[13] 应该强调的是，图2中，一个正压结构的大西洋-欧亚波列控制着中纬度到50以北的高纬度地区。从北大西洋延伸到鄂霍次克海，与此波列模式相关，三个正位势高度异常中心位于北大西洋、乌拉尔山脉和鄂霍次克海。许多先前的研究已经注意到乌拉尔山脉以及鄂霍次克海附近的阻塞高峰对EASM有重要影响 [例如, National Climate Center of China(NCC), 1998; Yang, 2001; Li and Ding, 2004; Ding and Sikka, 2006]。这种波列模式不同于Ding and Wang[2005]提出的环全球遥相关波列模式。后者与印度夏季风有关。是什么引发了大西洋-欧亚波列？我们将在第5部分中讨论这一问题。

四、春季NAO、北大西洋SSTs和EASM

[14] 进一步探讨EASM与春季NAO的关系，我们计算了前六个月EASMI与NAO指数之间的相关系数(NAOI)。在本研究中使用的NAOI被定义为北大西洋扇区（35-65N，80W-30E）月区域平均海平面气压标准差。通过对NAO指标的系统比较，Li and Wang[2003]认为该NAO指数提供了与NAO相关的时空变率的更可靠优化并且简单的表示。

[15] 我们发现春季(4-5月)NAOI与EASM的相关性最好。图3显示了EASMI和春季NAOI的时间序列。1979-2006年相关系数为0.56，在学生t检验的99%置信水平下具有统计学意义。请注意，为了进行比较，图3中春季NAOI的符号颠倒了。两个指数在十年趋势和年际时间尺度上的相关系数分别达到0.7和0.52，均超过95%的置信水

平。这说明春季NAO不仅在年代际趋势时间尺度上与EASM存在高度相关，在年际趋势时间尺度上也存在高度相关。

[16] 图4a显示了EASMI与春季海平面气压之间的相关模式，类似于春季NAOI与海平面气压之间的相似模式。其模式相关系数达到0.81，超过99%的置信水平。显著负相关值集中在北美东南海岸，向东延伸，冰岛周边高纬度地区显著正相关值居多。这表明异常弱的春季NAO通常会发出高夏季EASMI的前兆信号，反之亦然。

[17] 由于大气层(或NAO)本身缺乏产生可预测变化的机制，这种波动的潜在可预见性只能产生于涉及低边界强迫的耦合机制，如SST[纳米比亚, 1959, 1965; Charney和Shukla, 1981; 舒克拉, 1998]. 图5展示了从前春季到次年夏季，SST与EASMI和Naoi的相关模式。一个明显的特点是EASM和春季NAO在北大西洋有一组类似的SST相关模式，即从前一个春季一直持续到次年夏季的三极模式。Watonabe等人 [1999]和Pan[2005]发现这种北大西洋三极海温模式是由北半球冬季的异常NAO引起的。根据图5的结果，如果出现NAO异常，北极春季也有可能出现三极模式。此外，这种模式是EASM异常的相关前兆，这意味着它可能导致EASM的变化。为了定量描述北半球夏季的三极海温分布，定义了一个简单的三极海温指数(SSTI)，即两个正相关区域中的平均海温之和与

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19048]，资料为PDF文档或Word文档，PDF文档可免费转换为Word