正负IOD事件对中国降雨量的非对称影响外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

毕业论文相关外文文献译文

正负IOD事件对中国降雨量的非对称影响

The asymmetric influence of the positive and negative IOD events on Chinarsquo;s rainfall

正负IOD事件对中国降雨量的非对称影响

Yun Qiu^1,2，Wenju Cai²，Xiaogang Guo¹和Benjamin Ng²

1．国家海洋局第三海洋研究所，中国厦门；

2．CSIRO海洋与大气研究所，澳大利亚维多利亚州阿斯彭代尔

研究发现印度洋偶极子（IOD）对中国南方地区降雨异常的影响是非对称的，并且正IOD（pIOD）事件对中国南方降雨异常的影响更为强烈。在正IOD事件期间发生的对流异常和相当正压罗斯贝波列响应比在负IOD（nIOD）事件期间发生的响应更为强烈。在孟加拉湾（BOB）和南海（SCS）上，当正位相IOD成熟时，北半球秋季（9月，10月和11月，简称SON）低层异常反气旋增强了西南风。增加的水汽通量导致中国南方的降雨量异常增大。在其发展阶段（北半球夏季，6月，7月和8月，简称JJA），正位相IOD事件对中国南方地区同期降雨的影响偏弱，但北半球夏季正位相IOD指数与秋季降雨量高度相关。因此，该指数可作为北半球秋季中国南方降雨量变化的潜在预测指标。

印度洋偶极子（IOD）是位于印度洋的海气耦合气候模式，其特征是热带地区印度洋的西部和东部的海表面温度异常（SSTAs）^1–3。它不仅影响印度洋周边国家的降雨，比如澳大利亚，东非和印度尼西亚^4–8，而且也影响着东亚、欧洲和南美等相距较远地区的气候变化^9–12。大气遥相关对远离源区域的地方产生影响^13,14。印度洋通过东印度洋以及西太平洋航线以罗斯贝波列的方式影响东亚的季风变化，这种模式类似于太平洋 - 北美（PNA）模式^15–17。

许多学者研究了IOD对东亚夏季风和中国夏季降水的影响¹⁸。有人认为，IOD模态的不同位相可能会改变夏季南亚高压（SAH）和西北太平洋反气旋的强度，从而改变季风对中国降雨造成的变化^9,19。相比之下，北半球秋季当IOD达到峰值时对中国降水造成的影响相对较少受到关注。最近的一项研究²⁰显示，IOD海表面温度异常的峰值出现在秋季，并且与亚洲冬季季风的关联性强于亚洲夏季风。有研究表明，北半球冬季这种深远的影响是通过一个从印度洋——西太平洋发出并由该地区的加热异常引起的波列进行的²¹。

最近的研究^17,22表明，正、负位相IOD事件（即pIOD和nIOD）之间存在非对称性，正IOD事件造成澳大利亚南部降雨量的减少，远远超过了负IOD事件造成澳大利亚南部降雨量的增加。这种“影响非对称性”与IOD的正偏态一致^6,17,23。然而，目前尚不清楚IOD振幅的非对称对东亚大气环流以及中国降水的影响。本研究探讨了这些问题以及相关的机制。

结果

合成分析。温暖季节中国大气环流的特征是季风系统¹⁸。来自印度洋和南海（SCS）的西南风向中国大部分地区输送大量水汽，北半球夏季中国的大部分地区出现降雨季节性峰值（图.1a）。在北半球秋季（图.1d），反气旋环流模式控制中国南方地区。东风气流聚集到南部、西南气流聚集到西部，来自热带海洋的水汽汇聚在中国南部。这两个水分输送分支为中国南方提供秋季降雨：一个来自孟加拉湾（BOB），另一个来自南海;它们又分别来自印度洋和西太平洋。

图1 | 中国北半球夏季（JJA）和秋季（SON）降雨和地面风矢量。（a），夏季降雨（阴影）和850hPa风（箭头，最大矢量表示15m·s^-1的值，并且未绘制小于1.5m·s^-1的矢量）。（b），对于四个纯pIOD年，合成分析夏季雨异常（阴影）和850 hPa风异常（箭头，最大矢量表示值为5 m·s^-1，小于0.3 m·s^-1的矢量未绘制） （1961,1967,1983和1994）。（c），如（b）中所述的七个纯nIOD年（1958年，1968年，1974年，1980年，1985年，1989年和1992年）。（d），（e）和（f），分别对应（a），（b）和（c）中的秋季情况。白色斑点表明异常降雨大于95％的置信水平。所有制图均使用获得许可的Surfer制作。

为了探究IOD对中国气候的影响，合成分析了pIOD和nIOD年的降雨以及850 hPa风异常。根据先前研究的分类²⁴，正位相的1961年、1967年、1983年和1994年以及负位相的1958年、1968年、1974年、1980年、1985年、1989年和1992年用于纯IOD年（没有El Nintilde;o〜南方涛动，即ENSO事件）。纯pIOD事件的降雨异常合成分析表明，北半球夏季中国南方降雨量高于正常水平（即28°N左右），而中国其他地区降雨量相对较少（图.1b）。相反，北半球秋季中国中部和南部大部分地区（即大约38°N以南和100°E以东）出现强烈降雨，中国北方（即大约38°N以北）降雨量则低于正常水平（图.1e）。在纯nIOD年，中国中部（特别是长江中游和黄河大河段）经历了一个潮湿的夏季，但南部和中国北方大部分地区的降雨量下降（图.1c）。秋季降雨模式几乎转变为偶极模式，南部地区出现负降雨异常，但中国中部和北部出现正异常（图.1f）。在以前的研究中也提到了这种夏季IOD-降雨量间的联系^15,25。

为了进一步量化IOD与中国降雨量之间的统计关系，使用偶极模式指数（DMI）¹和降雨异常进行相关分析（图.2）。关于与IOD相关的ENSO事件^17,26，为了隔离ENSO效应，Nintilde;o-3.4与DMI的线性关系已从DMI中去除，以获得残差指数（即DMI | _{Nintilde;o-3.4} ）。与北半球秋季相比，北半球夏季的IOD较弱，夏季观察到DMI | _{Nintilde;o-3.4} 与降雨异常之间没有明显的相关性（图.2a）。然而，它仍然表明，正位相IOD有利于中国南方夏季降雨增加，而相应的负位相IOD导致同一地区夏季降水减少，这与合成分析是一致的（图.1b和1c）。由于IOD在北半球秋季达到峰值，它对中国南方同期降雨变化具有强烈影响（图.2c），相关系数在95％置信水平显著。

虽然IOD在其发展阶段对中国南方夏季降水的影响较弱，但其对秋季降雨的影响（即降雨滞后于DMI | _{Nintilde;o-3.4}一季）却大幅增强（图.2b）。夏季DMI | _{Nintilde;o-3.4} 与秋季DMI | _{Nintilde;o-3.4}之间较强的正相关关系（图.2d），表明中国南方降雨量的异常响应主要来自IOD的峰值位相（即秋季），因为夏季强DMI | _{Nintilde;o-3.4}倾向于与秋季强DMI | _{Nintilde;o-3.4}相关联。一致地，之前的一项研究²⁰表明， IOD的峰值位相与亚洲冬季季风的关联性强于亚洲夏季风。这些结果表明，夏季DMI | _{Nintilde;o-3.4}可以作为中国南方降雨量的潜在预测指标。

图2 | 降雨量与IOD的关系。（a），在去除与Nintilde;o-3.4指数（即DMI | Nintilde;o-3.4）的线性关系后，夏季降雨与夏季 IOD指数（DMI）之间的相关模式。（b），（c），如（a）中所述，分别对应于秋季降雨和夏季DMI | Nintilde;o-3.4、秋季降雨和秋季 DMI | Nintilde;o-3.4。（d），线性去趋势的秋季DMI | Nintilde;o-3.4与夏季DMI | Nintilde;o-3.4间的散点图。两组线性回归统计(相关性和斜率)显示在(d)中，使用的样本为正位相夏季DMI | Nintilde;o-3.4 (红色)，负位相夏季DMI | Nintilde;o-3.4 (蓝色)。（a），（b）和（c）中白色曲线内的区域表示相关性在95％置信水平下显著。（a），（b）和（c）使用获得许可的Surfer绘制。（d）使用获得许可的Grapher绘制。

IOD的正负位相对秋季降雨的非对称影响及其遥相关。为了突出秋季降雨与IOD相负位相非对称的相互关系，秋季DMI | _{Nintilde;o-3.4}值与中国南方同期平均降雨异常之间关系的散点图如图3所示。对于正DMI | _{Nintilde;o-3.4}值，降雨异常趋于正（尽管存在一些弱负值），表明降雨增加，而在nIOD期间，大多数降雨异常都是负的。如pIOD事件期间更大的坡度所示，pIOD对降雨量增加的影响远大于nIOD对降雨量降低的影响。因此，正位相和负位相事件之间存在非对称性，pIOD对中国南部降雨量增加的影响显著高于nIOD对中国南部降雨量减少的影响，这可能是由IOD的不同位相（即IOD偏斜）之间的幅度非对称引起的^17,27–29。

图3 | 中国秋季降雨对秋季DMI | Nintilde;o-3.4的响应。线性去趋势后，中国南方（103°-109°E，24°-28°N）秋季平均降雨异常与秋季 DMI Nin~o-3.4之间的散点图。使用具有正DMI | Nintilde;o-3.4（红色）的样本以及具有负DMI | Nintilde;o-3.4（蓝色）的样本显示两组线性回归统计（相关性，斜率和p值）。散点图是使用获得许可的Grapher制作的。

IOD偏度与中国南方降雨对IOD的非对称响应之间有何关系？为了研究这一点，我们将网格点对流和环流异常回归到DMI | _{Nintilde;o-3.4}上。首先，我们使用所有样本构建它们的线性关系（图.4a-4c）。结果显示在东/西IOD极点（IODE / IODW）上的非绝热加热（对流）异常的热带斜压响应，分别从IODE区域向北延伸到BOB和SCS，从IODW区域延伸到阿拉伯海。 （图.4a，b）。此外，为了应对IOD极点上的对流异常，东印度洋和西印度洋罗斯贝波列（图.4a）共用一个从青藏高原延伸到西北太平洋的低压异常中心（图.4b）。在先前的研究^15,16中也提出了这些罗斯贝波列模式。低压中心表明SAH比正常情况要弱。在BOB和SCS上，较弱的SAH维持强于正常的夏季季风¹⁹。相应地，与弱SAH相关的秋季异常西南风通过BOB和SCS到达中国南部（图.5b，5d），导致中国南方的降雨异常高（图.4c）。

然后，我们关注pIOD和nIOD事件的非对称性。我们仅在回归中使用具有正DMI | _{Nintilde;o-3.4}或负DMI | _{Nintilde;o-3.4}的样本。与pIOD相关的环流异常（图.4d和4e）比与nIOD相关的环流异常更好地定义（图.4g和4h）。通过热带地区更强的长波辐射（OLR）异常，以及与pIOD事件相关的明确定义的温带波列模式，可以看出这一点。实际上，使用所有样本（图.4a和4b）获得的大部分波列模式由pIOD事件贡献（图.4d和4e）。在与nIOD事件相关的异常模式中几乎没有这样的信号（图.4g和4h）。这种非对称性转化为对中国南方降雨量的直接影响：中国南方地区正降雨异常的大小随着pIOD振幅的增加而系统地增加（图.3和4f）。相反，同一地区的负降雨异常的大小不会以任何统计学上显著的方式响应nIOD振幅的变化（图.3和4i），因为它们之间的关系在95％的置信水平上并不显著。

图4 | IOD事件的环流响应模式。（a），（b）和（c），利用秋季样本平均线性去趋势得到的环流异常回归到一个线性去趋势的DMI | Nintilde;o-3.4中，得到的环流异常模式意味着一种线性响应。（d），（e）和（f），分别如（a），（b）和（c）中所述，但对于具有正DMI | Nintilde;o-3.4（pDMI | Nintilde;o-3.4）的样本值。（g），（h），（i），分别如（a），（b）和（c）中所述，但对于具有负DMI | Nintilde;o-3.4（nDMI | Nintilde;o-3.4）的样本值。阴影表示回归系数，粗黑色轮廓内的区域表示95％置信水平的显著相关性。（a），（d）和（g）显示了与长波辐射（OLR）相关的系数。在（b），（e）和（h）中，是200 hPa的位势高度（GH），而在（c），（f）和（i）中，是中国的降雨量。“H”和“L”标记在（b）中以说明东印度洋和与IOD相关的西印度洋罗斯贝波列异常中心。所有制图均使

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[17487]，资料为PDF文档或Word文档，PDF文档可免费转换为Word