海洋所发表关于ENSO近期演变及其实时预测挑战方面的观点性文章
近日,海洋环流与波动重点实验室张荣华团队在学术期刊《国家科学评论》 (National Science Review,NSR;影响因子>17)上发表关于ENSO近期演变及其实时预测挑战方面的观点性文章Recent ENSO evolution and its real-time prediction challenges。
厄尔尼诺-南方涛动(ENSO)是气候系统中最强的年际变率模态,可影响全球天气和气候。ENSO表现出显著的年代际变化,包括其两个位相(厄尔尼诺和拉尼娜)的不对称性、可持续多年的厄尔尼诺/拉尼娜等。例如,ENSO在1976-1977年前后发生了一次显著的年代际变化(对应于所谓的气候突变), 另一次年代际变化发生于二十世纪90年代末:自本世纪初以来,拉尼娜事件较频繁发生而厄尔尼诺事件发生频率相对较少,其中一个引人注目的现象是出现多次双拉尼娜事件,包括2010-11 年和2020-2021年(图a)。确实, ENSO表现出多样性和复杂性,尤其是本世纪以来双拉尼娜事件的连续出现是在气候变暖的背景下发生的,其影响因子和过程仍不十分清楚、还缺少合理的解释。同时,自本世纪以来,海气耦合模式对ENSO的预测技巧明显下降,给实时预测带来较大挑战。
张荣华研究团队给出如下观点:
1. 2020年为拉尼娜年,次年(2021年)发生了二次变冷。2021年春季和年中赤道中东太平洋SST冷异常演变受海气系统中正、负反馈过程的影响 (图b),其中与Bjerknes反馈相关的次表层冷异常对SST的影响是一个局地的正反馈,以维持赤道东太平洋局地SST冷异常;同时,自赤道西太平洋以下沉Kelvin波形式远程传播来的次表层海温暖异常的影响是一个负反馈,以减弱东边SST的冷异常。这样,赤道东太平洋SST冷异常的演变是由次表层冷异常的局地作用和暖异常的远程作用共同决定的,当前者占主导作用时,赤道东太平洋趋向于变冷;反之,当后者占主导作用时则趋向于变暖。
2. 这些过程间的相对主导作用受到年代际尺度或更长时间尺度上温跃层结构及其变化的调制。例如,在年代际尺度上,本世纪以来热带太平洋处于冷位相时期,赤道东太平洋温跃层变浅为次表层对海表冷却效应的局地强化提供了先决条件,有利于赤道东太平洋SST冷异常状态的维持;同时,赤道西太平洋温跃层变深,使得远程来自赤道西太平洋次表层暖异常对海表的增暖效应较弱。2021年年中赤道东太平洋SST冷异常态的维持和转向表明该海区温跃层变浅引起的局地正反馈占主导作用,这也可解释本世纪以来拉尼娜现象出现多年的持续性。
3. ENSO年代际变化及相关主导过程导致其可预报性的年代际变化。目前,海气耦合模式已可提前半年或更长时间对ENSO进行成功预测,但由于春季预报障碍现象等,仍较难准确预测ENSO的位相转变(如从拉尼娜事件向中性或厄尔尼诺事件的转变)。例如,自本世纪以来,ENSO的预测能力显著下降,其中部分原因是热带太平洋中ENSO发生的先决条件出现了变化。特别地,作为ENSO发生的前兆信号,西太平洋暖水堆积一般会超前ENSO 6-9个月发生,但自本世纪以来,由于温跃层结构的年代际变化和中部型 ENSO现象的频繁发生,这一前兆信号不再如期提前出现,这反映来自西太平洋次表层海温暖异常对东部 SST远程作用的减弱。
4. 中国科学院海洋研究所中间型海气耦合模式(IOCAS ICM)实时预测结果表明,这一模式可提前约一年成功预测2020-2021年热带太平洋SST异常的演变,尤其是从2020年10月开始就能够预测出2021年二次变冷的发生和在2021年6月的转向(图c)。其原因之一是该模式采用了次表层海温异常(Te)反算优化算法,能合理表征以上所分析的相关过程,包括赤道东太平洋与次表层海温冷异常相关的局地正反馈和来自西太平次表层远程传播的负反馈这两者对SST影响的相对主导性。如 IOCAS ICM所反映的,以上对ENSO过程的认知和合理表征等可有效提高海气耦合模式对 ENSO的预测能力。
(a) 2007年1月-2022年2月 观测到的SST异常沿赤道的分布;(b) 影响2020-2021年赤道中东太平洋SST冷异常态的主要过程的示意图(其中Te表示次表层上卷到混合层的海温异常);(c) 2020-2021年间Nino3.4区SST异常演变(其中黑线为观测,彩线表示由IOCAS ICM从不同的初始条件预测12个月的结果;实时预测结果可在IRI网站获取。
文章由海洋所张荣华研究员、高川副研究员和国家海洋环境预报中心冯立成研究员共同完成。研究得到了中科院海洋大科学研究中心、青岛海洋科学与技术试点国家实验室、国家自然科学基金和中科院战略性先导科技专项等项目的联合资助。
文章信息:
Zhang, Rong-Hua, Chuan Gao, Licheng Feng, Recent ENSO evolution and its real-time prediction challenges, National Science Review, Volume 9, Issue 4, April 2022, nwac052, https://doi.org/10.1093/nsr/nwac052
附件下载:
古镇口园区地址:青岛市西海岸新区海军路88号 南海路园区地址:青岛市市南区南海路7号 科考船码头基地:青岛市西海岸新区长江东路8号 |
邮编:266000 邮件:iocas@qdio.ac.cn 电话:0532-82898611 传真:0532-82898612 |