引用本文
叶晓燕, 陈崇成, 罗明. 东亚夏季降水与全球海温异常的年代际变化关系. 地球科学进展, 2016, 31(9): 984-994
Ye Xiaoyan, Chen Chongcheng, Luo Ming. Interdecadal Relationship between the East Asian Summer Precipitation and Global Sea Surface Temperature Anomalies. Advances in Earth Science, 2016, 31(9): 984-994  
Doi:10.11867/j.issn.1001-8166.2016.09.0984
Permissions
Copyright©2016, 地球科学进展 编辑部
东亚夏季降水与全球海温异常的年代际变化关系
叶晓燕1, 陈崇成1, 罗明1,2*,*
1.福州大学地理空间信息技术国家地方联合工程研究中心,空间数据挖掘与信息共享教育部重点实验室, 福建 福州 350000
2. 香港中文大学 环境、能源及可持续发展研究所,香港 999077
*通信作者:罗明(1986-),男,江西抚州人,博士后,主要从事气候数据分析与数据挖掘研究.E-mail:luo.ming@hotmail.com

作者简介:叶晓燕(1990-),女,福建古田人,硕士研究生,主要从事数据挖掘与地理知识工程研究.E-mail:xiaoyanye34@126.com

基金:国家自然科学基金青年科学基金项目“两类厄尔尼诺事件对东亚夏季风进退的影响研究”(编号:41401052)资助
摘要

利用1901—2010年GPCC逐月降水、HadISST月平均海表温度、NOAA 20世纪再分析等资料,采用最大协方差分析(Maximum Covariance Analysis, MCA)、相关、回归等方法研究了东亚地区夏季降水与全球海表温度异常之间的年代际时空变化关系。MCA分析结果表明,东亚地区夏季降水与全球海温异常耦合关系在年代际尺度上主要表现为4个模态,分别受全球变暖、太平洋年代际涛动PDO、大西洋多年代际涛动AMO和北太平洋涡旋振荡NPGO影响,各自解释了27.7%,12.5%,8.9%和7.3%的方差。第一模态由于受全球变暖影响,东亚大部分地区水汽充足,因此东亚大部分地区降水均偏多。第二模态的降水异常表现为东亚中部地区降水偏多而南部和北部偏少的“南北旱中间涝”的三极型分布,其可能原因是太平洋年代际涛动使得东亚夏季风减弱,不利于水汽往北输送,引起水汽在东亚中部聚集,导致该地区降水偏多;同时西风带往南偏移,使得东亚中部地区对流增强,也引起该地区降水偏多。第三模态的降水异常则主要为“南涝北旱”的偶极分布型,可能原因是东亚大槽向东南方向偏移,东亚北部西风带减弱,使得东亚北部对流减弱、降水偏少,而东亚南部地区则对流增强、降水偏多。第四模态降水异常呈现出“南北涝中间旱”的三极型分布特征,其原因是东亚中部地区高层出现异常东风,对流活动减弱,导致东亚中部降水偏少,而南部和北部地区降水偏多。

关键词: 东亚夏季风; 降水; 海表温度异常; 最大协方差分析; 年代际变化
中图分类号:P463.1 文献标志码:A 文章编号:1001-8166(2016)09-0984-11
Interdecadal Relationship between the East Asian Summer Precipitation and Global Sea Surface Temperature Anomalies
Ye Xiaoyan1, Chen Chongcheng1, Luo Ming1,2,*
1.National Engineering Research Center of Geospatial Information Technology, Fuzhou University,Key Laboratory of Spatial Data Mining & Information Sharing, Ministry of Education, Fuzhou 350000, China
2.Institute of Environment,Energy and Sustainability, The Chinese University of Hong Kong,Hong Kong 999077,China

Corresponding author: Luo Ming(1986-), male, Fuzhou City, Jiangxi Province, Postdoctor. Research areas include climate change and data mining.E-mail:luo.ming@hotmail.com

First author: Ye Xiaoyan(1990-), female, Gutian County, Fujian Province, Master student. Research areas include data mining and geographical knowledge engineering.E-mail:xiaoyanye34@126.com

Fund:Project supported by the National Natural Science Foundation of China “Influences of two El Niño types on the evolution of the East Asian summer monsoon” (No.41401052)
Abstract

This study investigated the decadal relationship between the East Asian (EA) summer precipitation (EASP) and global sea surface temperature anomaly (SSTA) patterns. Maximum covariance analysis (MCA) was used to identify the coupling relationship between EASP and global SSTA. Four leading coupling modes were identified by MCA and they explained 27.7%,12.5%,8.9%,and 7.3% of the total variance, respectively. The spatial pattern of EASP of the first leading mode exhibited more-than-normal precipitation in most regions of EA. The second mode of EASP depicted a north-south “-+-” tripole pattern. The third one showed a “wet south and dry north” pattern, and the fourth mode exhibited a north-south “+-+” tripole pattern. The four coupling modes were suggested to be modulated by the global warming, Pacific Decadal Oscillation (PDO), Atlantic Multidecadal Oscillation (AMO), and North Pacific Gyre Oscillation (NPGO), respectively.The atmospheric processes and mechanisms underlying such modulations were also investigated. In the first coupling mode, global warming was favorable for increasing water vapor and precipitation over most parts of EA. In the second mode, PDO weakened the EA summer monsoon circulation, and it decreased precipitation in northern and southern EA regions and increased precipitation in the central EA region. The third mode was affected by AMO, which displaced the EA trough southward and weakened the convective activity over the northern EA region, thus leading to deficient precipitation in northern EA region. In the fourth mode, the EA summer monsoon was strengthened by NPGO, thus increasing precipitation in the northern and southern regions and decreasing precipitation in the central region.

Keyword: East Asian summer monsoon; Precipitation; Sea surface temperature; Maximum covariance analysis; Interdecadal variability.
1 引言

东亚季风区内降水异常及旱涝灾害的频繁发生, 对国民经济和人民生命财产安全造成严重影响[1]。我国也是受气象灾害影响最严重的地区之一, 每年因各类气象灾害所造成的农田受灾面积达3 000多万hm2, 平均每年造成的经济损失占国民经济总产值的3%~6%[2]。降水分布是影响人类生活最重要的因子之一, 研究东亚降水异常的时空分布, 探寻其主要影响因素及其作用机制, 对提高季风区旱涝灾害的预报能力和社会经济发展具有十分重要的意义。地球上绝大部分的水(约97%)存在于海洋中, 海表温度直接影响着大气与海洋间的热量、动量和水汽交换, 其异常变化对东亚夏季风环流的强弱及其水汽输送影响显著, 是影响东亚地区旱涝灾害的重要因子之一[3~5]。因此, 研究海表温度异常(Sea Surface Temperature Anomaly, SSTA)与东亚夏季降水之间的关系, 并探寻其可能的影响机制, 是气候研究的重要课题。

观测资料表明全球海表温度异常存在年代际变化, 尤其是在热带太平洋和热带印度洋海域[6, 7]。Chang等[8]研究表明热带太平洋SSTA的年代际变化影响着东亚夏季风的变化, 进而影响着我国气候的年代际变化。1970年代后期在赤道中东太平洋出现的年代际海温增暖现象, 导致东亚和西太平洋上空东亚— 太平洋型遥相关环流异常分布的年代际变化, 从而引起东亚夏季风减弱, 减少了从热带太平洋、中国南海和孟加拉湾向东亚地区的水汽输送, 造成华北地区降水明显减少, 华北持续干旱[9, 10]。印度洋地区的海气相互作用对东亚夏季风的年代际变化也起到了关键作用[11]。Yang等[12]发现赤道印度洋海温增暖现象会影响印度洋上对流层低层西南风, 以及对流层中层的南亚高压, 继而影响东亚夏季风。

除了热带海域外, 北太平洋海温, 尤其是太平洋年代际涛动(Pacific Decadal Oscillation, PDO)以及大西洋海温对东亚夏季降水可能也有影响。杨修群等[13]发现华北降水的年代际异常与PDO显著相关, 北太平洋中部海温异常偏低时, 华北地区干旱。Lu等[14]通过数值模拟发现大西洋海温的北部增暖南部变冷, 导致东亚夏季风变强。Wang等[15]通过观测分析及多模式模拟研究发现, 大西洋多年代际涛动(Atlantic Multidecadal Oscillation, AMO)在各个季节都会使东亚地区增暖, 并在一定程度上增强了东亚夏季风。全球变暖等其他外源强迫因子对东亚夏季降水长期变化趋势同样存在显著影响[16]。例如, 况雪源等[17]利用ECHO-G模式模拟发现, 现代暖期东亚夏季风受温室气体的影响。Kimoto[18]对全球和区域气候影响的数值试验结果则表明温室效应加强将导致东亚夏季风的减弱, 使得Meiyu-Changma-Baiu雨带的降水增加。

综上, 大部分学者对于东亚地区降水年代际变化的研究主要集中在20世纪70年代前后, 而在更长时间尺度的研究则相对较少。另外, 对海温异常的影响研究主要集中在热带太平洋、印度洋等特定海域, 而对全球尺度的海温异常模态的总体影响尚待进一步的研究。因此, 本文将主要探讨全球尺度下海表温度异常与东亚夏季降水的年代际变化关系, 以加深对东亚降水异常成因的认识, 为短期气候预报和长期气候预测提供有意义的参考。

2 资料与方法
2.1 资料

本文所用的降水资料为Global Precipitation Climatology Centre (GPCC)月降水资料[19]。该资料是基于全球64 400个台站的质量控制数据制作而成的陆面降水资料, 空间分辨率为1° × 1° [19]。本文选取105° ~145° E, 20° ~45° N的空间范围为研究对象, 夏季定义为5~9月[20]。所用的海温资料为英国Hadley中心发布的月平均海表温度资料(Hadley Centre Sea Ice and Sea Surface Temperature, HadISST), 该资料由Met Office Marine Data Bank(MDB)提供, 空间分辨率为1° × 1° [21]。大气环流相关资料则采用20世纪再分析资料(Twentieth Century Reanalysis, 20CR), 空间分辨率为2° × 2° [22]。本文使用的相关变量包括夏季海平面气压, 250 mb和850 mb的水平风场, 以及250 mb和500 mb位势高度场等。各气候资料的时间范围均为1901— 2010年, 共110年。已有研究表明, 全球气候在1970年代末发生了比较明显的突变, 且气候态一般为30年气候平均[23, 24], 因此本文选取1961— 1990年这30年的常年平均值作为基准气候态(即每月的气候态为该30年内对应月份的平均值), 气候异常值则是通过各月份的值减去1961— 1990年对应月份的基准气候态得到。

2.2 方法

本文使用最大协方差分析(Maximum Covariance Analysis, MCA)方法探究东亚夏季降水与全球海温2个要素场的耦合关系, 以揭示全球主要海温模态对东亚降水的可能影响。MCA通常是用于对2个气象要素场的协方差矩阵进行奇异值分解(Singular Value Decomposition, SVD), 得到2个要素场的空间耦合模式及其时间系数[25]。其中, 第一对模态贡献了最大的解释方差, 可以看作是最重要的耦合关系, 而第二对模态的解释方差次之, 以此类推。

本文对MCA的具体分析过程介绍如下。2个要素场X与Y分别用数据矩阵表示如下:

X= x11…xn1⋮⋱⋮x1N…xnN(1)

Y= y11…ym1⋮⋱⋮y1N…ymN(2)

其中:x(i)=(x1(i), …, xn(i)), y(i)=(y1(i), …, yn(i)), i=1, …, N。

在MCA分析中, 首先计算2个要素场的协方差矩阵Sxy(为n× m矩阵):

Sxy= cov(x1, y1)cov(x1, yj)cov(x1, ym)cov(xi, y1)cov(xi, yj)⋮cov(xn, y1)…cov(xn, ym)= 1(N-1)XTY (3)

然后对Sxy进行SVD分解, 获得2个数据集的空间特征向量ECx和ECy(即空间耦合模态), 并计算X, Y 2个要素场的空间特征向量ECx和ECy所对应的时间系数PCx和PCy(即空间耦合模态所对应的时间系数)。

Sxy=ECx ∑ECy* (4)

PCx=X× ECx (5)

PCy=Y× ECy (6)

公式(4)~(6)中的ECx对应X的空间模态, ECy对应Y的空间模态, ∑ 为对角矩阵, E Cy* 为ECy的共轭转置, PCx为ECx对应的时间系数, PCy为ECy对应的时间系数。时间系数PCx和PCy分别揭示了空间模态ECx和ECy的时间演变特征。

由于本文集中探讨东亚夏季降水与全球海温的年代际变化关系, 因此分别对降水异常及海温异常进行带宽为5年的Butterworth低通滤波平滑处理, 以滤掉5年以内的高频信号(主要是年际变化), 突出年代际变化趋势。此外, 本文还将MCA得到的时间系数与其他大气场如风场、水汽通量、位势高度等进行相关分析、回归分析, 并检验其显著性, 以揭示海温影响东亚夏季降水的大气环流背景和物理过程。其中, 回归分析主要是通过对大气环流参数资料(水汽、空气垂直速度等)各格点110年的数据分别与各模态海温时间系数(各模态时间系数分别对应有110年的值)进行回归分析, 得到回归系数分布图。具体实现方法如下, 用yi代表样本量为n的某个气候变量, 用xi代表yi所对应的自变量, 建立yi和xi之间的一元线性回归方程:

yi=a+b xi (i = 1, 2, …, n) (7)

公式(7)中a为回归常数, b为回归系数, a和b可以用最小二乘法进行估计。回归系数b的大小表示y对x的依赖性, 在本文中则反映了单位模态海温时间系数变化引起的大气环流参数的变化。本文还对回归系数b的显著性检验进行了检验, 即检验大气环流参数(y)是否显著地随各模态海温时间系数(x)变化而改变。通过显著性检验则表明大气环流参数(y)显著地受各模态海温时间系数(x)影响, 反之则影响不显著。因此, 本文主要通过回归分析得到回归系数b的空间分布及其显著区域, 以探索海温影响东亚夏季降水的关键物理机制。

3 东亚夏季降水与全球海温异常的耦合关系

对东亚夏季降水与全球海温异常进行MCA分析得到的结果如图1所示。MCA分析的前4个耦合模态分别解释了27.7%, 12.5%, 8.9%和7.3%的方差。每个模态的降水和海温时间系数的相关系数均大于0.77(p< 0.01), 说明全球海温异常模态与东亚夏季降水存在显著的响应关系。

第一模态的降水与海温时间系数总体上呈现显著上升趋势(图1a)。从20世纪初到40年代, 海温急剧上升, 降水增多。在40~70年代, 二者则趋于平稳。70年代之后海温和降水系数又开始急剧上升, 直到2000年前后又趋于平稳。这一特征与全球平均温度的变化基本一致, 而且海温时间系数与HadCRUT4全球平均气温异常(https:∥crudata.uea.ac.uk/cru/data/temperature/HadCRUT4-gl.dat)之间的相关系数为0.96(p< 0.001), 说明该模态降水可能受全球变暖影响。从空间分布来看, 第一模态降水主要表现为除东亚北部局部地区及我国东南沿海地区的异常偏少外, 其余大部分地方降水均有不同程度的偏多, 其中以广东及朝鲜半岛降水异常偏多尤其明显(图1b)。与之对应海温场分布中(图1c), 绝大部分海表温度均表现为不同程度的增暖现象, 且该海温变化与全球变暖的线性趋势较一致(图略)。这些结果进一步说明, 第一模态降水主要受全球变暖影响。

第二模态的降水与海温时间系数随时间的变化存在较好的一致性(图 1d)。海温和降水在1940年代以前波动较大, 在40~70年代则基本处于负相位, 1980年后变为正相位, 在2000年后又趋于向负相位发展。这一年代际变化特征与PDO的变化基本一致, 而且该模态海温时间系数与PDO指数(http:∥research.jisao.washington.edu/pdo/PDO.latest)的相关系数超过了0.80(p< 0.01), 说明该模态降水分布很可能受PDO的影响。从降水空间分布来看(图1e), 主要表现为南北两侧与其东亚中部地区反位相的南北旱中间涝的“ -+-” 三极型分布, 即东亚中部地区异常偏多, 而东亚南部(包括华南及中国东南沿岸)及北部地区(包括华北以及日本等地区)降水偏少。相应的海温分布表现为东太平洋异常偏暖而北太平洋偏冷(图 1f)的分布特征, 这与暖相位PDO的海温分布基本一致[26], 进一步表明第二模态降水分布受PDO的影响。

图1 东亚夏季降水异常与全球海表温度异常最大协方差分析(MCA)结果图
左列:标准化降水异常(蓝)、海温异常(红)时间系数与相关指数序列(绿)(百分数表示每个模态解释的方差贡献率, 右上角 数字表示降水与海温时间系数的相关系数); 中列:降水异常的空间分布; 右列:海温异常的空间分布Fig.1 Results of Maximum Covariance Analysis (MCA) on five-year Butterworth low-pass filtered summer precipitation anomaly in East Asia (105° ~145° E, 20° ~45° N) and filtered global Sea Surface Temperature Anomaly (SSTA)
Left column: The normalized temporal coefficients of precipitation anomaly (blue), SSTA (red) and related indices (green), with percentage denoting the explained variance of each mode and number denoting the correlation coefficient between the precipitation and SSTA temporal coefficients; Middle column: Spatial pattern for precipitation anomaly; Right column: Spatial mode for SSTA

第三模态的降水与海温时间系数总体呈现出长时间尺度的变化特征, 即多年代际振荡趋势(图1g)。降水与海温的时间系数在1920年代中期以前、1950年代末到1980年代末处于负相位, 而在1930年代到1950年代中期、1990年代至今则表现为正相位。这一多年代际特征与大西洋多年代际涛动(AMO)的变化较一致, 海温时间系数与AMO指数(http:∥www.esrl.noaa.gov/psd/gcos_wgsp/Timeseries/AMO/)的相关系数为0.61(p< 0.01), 说明该模态降水可能受AMO的影响。从降水空间分布看(图1h), 东亚夏季降水主要表现为“ 南涝北旱” 的偶极分布型, 即东亚北部降水异常偏少而南部异常偏多。对应的海温场中(图 1i), 北大西洋整体异常偏暖, 而南大西洋异常偏冷, 该特征与暖相位AMO的海温异常分布基本一致[27], 进一步表明该模态降水分布主要受AMO影响。

第四模态的降水空间分布主要表现为南北涝中间旱的“ +-+” 三极型(图1k), 即东亚南部(如华南及中国东南沿岸)及北部地区(包括华北以及日本地区等)降水偏多, 而东亚中部地区(如长江— 淮河流域)异常偏少。对应模态海温异常主要集中在北太平洋地区(图 1l), 具体表现为北太平洋中部地区(20° ~40° N)偏冷, 而北太平洋南部(20° N以南)和北部地区(40° N以北)偏暖。该海温异常模态与北太平洋维多利亚模式(Victoria Mode, VM)的海温分布特征基本一致[28]。VM与北太平洋涡旋振荡(North Pacific Gyre Oscillation, NPGO)密切相关, 被认为是NPGO在海温上的表现, 且NPGO较VM更多地表现出年代际的变化[29]。此外, NPGO指数与该模态的海温和降水时间系数都超过了0.6 (p< 0.01), 说明该模态降水分布受NPGO影响。

4 大气环流背景特征

上述MCA的分析结果表明, 在年代际尺度上, 东亚夏季降水与全球海温模态关系密切, 且最主要的4个模态分别受到全球变暖、PDO、AMO和NPGO的影响。本节主要从水汽传输、低层风场、海平面气压、对流层顶大气环流特征等方面, 对这4个主要海温异常模态对东亚夏季降水的作用过程进行进一步的分析和讨论。

4.1 水汽传输与空气垂直运动

大气环流中的水汽含量是降水产生的重要条件之一。图 2给出了300 mb以下整层水汽与海温时间系数的回归系数分布。如图 2a所示, 第一模态因为受全球变暖影响, 东亚地区水汽普遍偏多, 其中东亚中部及北部地区水汽尤其偏多。除与大气层水汽含量密切相关之外, 降水还与空气垂直运动关系密切。图 3给出了500 mb空气垂直速度(ω 500)与海温时间系数的回归分布, 正值代表下沉运动, 负值代表上升运动。如图 3a所示, 东亚中部地区(30° N附近)空气垂直速度为负值, 对流偏强; 而我国华南与东亚北部则为正异常, 对流偏弱。这与第一模态降水分布不太一致(图 1b), 说明第一模态全球变暖主要是通过增强水汽而不是大气垂直运动来影响东亚地区降水分布异常的。

第二模态水汽含量在渤海附近异常偏少(图 2b), 与该模态降水在该处偏少相对应(图 1e)。ω 500则呈现出“ 下沉— 上升— 下沉” 的空间分布(图 3b), 即东亚中部地区为负异常, 对流增强, 东亚南北地区为正异常, 对流减弱的特征, 使得东亚南北降水偏少, 中部降水偏多, 即南北旱中间涝的“ -+-” 分布。这些结果表明, 第二模态PDO主要是通过大气垂直运动对东亚地区降水分布产生影响。

第三模态中的水汽分布呈现出“ 南正北负” 的分布(图 2c), 即东亚南部地区水汽异常偏多, 而以北部地区水汽偏少。此外, ω 500呈“ 南负北正” 的分布, 即ω 500在东亚南部出现负异常(图 3c), 说明该地区对流增强, 易造成降水偏多; 而东亚中部及北部地区为正值, 对流减弱, 使得东亚北部地区降水偏少, 东亚出现南涝北旱的分布(图 1h)。上述结果表明, 第三模态AMO可能同时通过改变水汽含量及大气垂直运动来影响东亚降水。

图2 各模态海温时间系数与夏季300 mb以下整层水汽(单位:kg/(m2· s))的回归系数分布图
虚线内表示通过0.05的显著性检验Fig.2 Regression of summer moisture transportation vertically integrated from surface to 300 mb (unit:kg/(m2· s)) on the normalized MCA temporal coefficients of SSTA
Dashed contour denotes significant at the 0.05 level

图3 各模态海温时间系数与500 mb空气垂直速度(单位:Pa/s)的回归系数分布图Fig.3 Regression of 500 mb vertical velocity (unit: Pa/s) on the normalized MCA temporal coefficients of SSTA

第四模态水汽含量在东亚地区普遍偏少, 而在渤海附近及日本异常偏多(图 2d)。ω 500呈现出“ +-+” 的空间分布(图 3d), 即东亚南北地区为正异常, 对流减弱, 而东亚中部地区为负异常, 对流增强的特征, 可能使得东亚出现南北旱中间涝的“ -+-” 的分布, 与图 1k中的降水分布并不一致, 说明第四模态NPGO是通过影响水汽增减而不是大气垂直运动对东亚降水分布产生影响。

4.2 水平风场

图 4给出了各模态海温时间系数与850 mb风场的回归系数分布。如图 4a所示, 第一模态在我国广东地区形成反气旋式环流, 该反气旋左侧的东南风有利于水汽从南海向东亚南部输送, 尤其是使我国广东地区降水偏多。第二模态在东亚的南部形成气旋式环流(图 4b), 该气旋北部的东风气流, 有利于水汽从海洋吹向陆地, 使得东亚中部地区降水偏多。该反气旋右侧的东北风使得东亚中部地区的偏南风气流减弱, 使得向东亚北部输送的水汽减少, 造成第二模态降水(图 1e)东亚地区南北旱中间涝的“ -+-” 空间分布型。此外, 在我国渤海地区形成反气旋式环流, 与该地区降水尤其偏少相对应。第三模态在东亚中心区域(105° ~115° E)内出现偏北风异常(图 4c), 说明季风可能被减弱, 夏季风的北进受阻, 向北的水汽传输减少, 从而使得东亚北部降水偏少。东亚南部(华南地区)形成气旋式环流, 有利于该地区降水增加(图 1h)。第四模态在东亚北部(渤海附近)存在一个明显的气旋式环流(图 4d), 有利于降水产生, 使得东亚北部(如我国东北和朝鲜北部地区)降水异常偏多(图 1k)。

4.3 海平面气压

图 5描述的是各模态海温时间系数与海平面气压的回归系数分布。第一模态中(图 5a), 在渤海及华南地区海平面气压均为正异常, 对应图 4a出现的反气旋, 其中华南地区反气旋西侧的偏南风异常有利于水汽向北输送(图 4a), 使得东亚北部降水偏多。第二模态中(图 5b), 东南沿海地区为气压负异常, 与图 4b中华南地区的气旋式环流相对应。在渤海地区出现气压正异常中心, 与图 4b中该地区的反气旋相对应, 导致该地区降水偏少(图 1e)。第三模态(图 5c)在东亚北部为气压正异常, 中心位于117° E, 45° N, 与该处的反气旋相对应(图 4c), 导致该地区降水异常偏少。第四模态(图 5d)气压在渤海附近为气压负异常中心, 与该处的气旋环流相对应(图 4d), 引起东亚北部地区降水偏多。

图4 各模态海温时间系数与850 mb风场(单位:m/s)的回归系数分布图Fig.4 Regression of 850 mb winds (unit: m/s) on the normalized MCA temporal coefficients of SSTA

图5 各模态海温时间系数与海平面气压(单位:Pa)的回归系数分布图Fig.5 Regression of sea level pressure (SLP, unit: Pa) on the normalized MCA temporal coefficients of SSTA

4.4 对流层顶大气环流特征

图 6和图 7分别给出了海温时间系数与对流层高层250 mb位势高度场及风场的回归分布。第一模态中(图 6a), 高度场在东亚广大中低纬地区(50° N以南)为正异常区, 中心位于华北附近(120° E, 40° N)。结合250 mb风场看(图 7a), 东亚大槽很可能向北偏移, 使得东亚大部分地区降水偏多。第二模态中(图 6b), 250 mb高度场在渤海附近出现正异常中心。与之对应的250 mb风场中(图 7b), 渤海附近出现反气旋环流, 不利于低层对流活动, 从而导致东亚北部降水偏少。第三模态中(图 7c), 东亚大槽总体上有向东南方移动的趋势, 东亚北部地区西风急流减弱, 引起低层对流减弱、降水偏少, 而东亚南部地区对流增强, 降水偏多。第四模态高度场在东亚地区普遍偏高(图 6d), 与之对应的250 mb风场中(图 7d), 30° N附近出现东风异常, 说明该地区西风急流减弱, 低层对流活动偏弱, 从而使得东亚中部地区降水异常偏少。

总的来说, 第一模态全球变暖使得水汽蒸发增强, 导致东亚大部分地区降水偏多。第二模态受PDO影响, 水汽往东亚中部地区输送, 中部降水偏多, 而东亚南部及北部地区降水偏少。当PDO处于正相位时(赤道中东太平洋出现年代际变暖), 赤道附近Walker环流减弱, 并在中国南海到赤道中太平洋地区出现异常强的反Walker环流, 东亚Hadley环流加强, 导致东亚夏季风减弱; 反之则季风增强[30]。第三模态受AMO影响, 东亚北部地区出现东风异常, 使得东亚北部降水偏少。AMO可能通过2个过程影响东亚气候, 分别是AMO引起的西太平洋海气反馈作用和通过影响大气环流导致欧亚对流层气温发生变化[31]。Wang等[32]研究认为, AMO通过加热欧亚对流层中高层, 加强了海陆之间的热力差异, 最终影响季风。第四模态受NPGO影响, 东亚中部出现异常东风, 对流减弱, 导致东亚中部降水偏少, 而南部和北部地区偏多。NPGO通过温带和热带2个大气过程影响东亚气候[33], 其中在温带过程中, NPGO触发向西传的Rossby波信号, 使得东亚地区上空西风急流增强并向北偏移; 在热带过程中, NPGO则引起副热带西太平洋的经向环流以及低空的北风异常, 从而改变了热带地区的沃克环流, 影响东亚气侯[33]。

图6 各模态海温时间系数与250 mb位势高度(单位:m)的回归系数分布图Fig.6 Regression of 250 mb geopotential height(unit: m) on the normalized MCA temporal coefficients of SSTA

图7 各模态海温时间系数与250 mb风场(单位:m/s)的回归系数分布图Fig.7 Regression of 250 mb winds (unit: m/s) on the normalized MCA temporal coefficients of SSTA

5 结论

前人对海温异常的影响研究主要集中在热带太平洋、印度洋等特定海域, 而对全球尺度的海温异常模态的总体影响尚待进一步研究。本文采用GPCC月降水资料和HadISST月平均海表温度资料, 系统地分析了东亚夏季降水与全球海表温度的年代际变化关系。分析结果表明东亚地区夏季降水与全球海温异常耦合关系在年代际尺度上主要表现为4个模态, 分别解释了27.7%, 12.5%, 8.9%和7.3%的方差。第一模态中东亚夏季降水主要表现为东亚北部局部地区及我国东南沿海地区的异常偏少, 而其余地区有不同程度偏多的分布; 第二模态降水主要表现为东亚中部地区降水偏多而南部和北部地区偏少的“ -+-” 三极型分布; 第三模态的降水空间分布主要表现为“ 南涝北旱” 的偶极分布型; 第四模态则表现为南北涝中间旱的“ +-+” 分布。

目前, 已有许多学者针对全球变暖和PDO研究角度(即第一模态和第二模态)展开相关的研究, 而忽视了其他可能的重要模态的影响[13, 17]。除全球变暖和PDO外, 本文还发现AMO和NPGO对东亚夏季降水具有显著影响。本文对东亚降水和全球海温模态的分析结果表明, 东亚夏季降水受到全球变暖、PDO, AMO以及NPGO的影响显著。第一模态主要受全球变暖的影响, 水汽蒸发增强, 东亚大部分地区水汽充足, 降水偏多。第二模态降水分布受PDO影响, 西风带往南偏移, 有利于水汽往东亚中部地区输送, 导致降水偏多, 而东亚南部及北部地区降水偏少。第三模态降水受AMO影响, 西风带朝东南方向偏移, 东亚北部出现异常东风, 对流减弱, 使得东亚北部降水偏少。第四模态受NPGO影响, 东亚中部出现异常东风, 对流减弱, 导致东亚中部降水偏少, 而南部和北部地区偏多。

The authors have declared that no competing interests exist.

参考文献
[1] Huang R H, Chen J L, Wang L, et al. Characteristics, processes, and causes of the spatio-temporal variabilities of the East Asian monsoon system[J]. Advances in Atmospheric Sciences, 2012, 29(5): 910-942. [本文引用:1]
[2] Huang Ronghui. Research progress on the characteristics, causes and prediction of climate disasters in China[J]. Bulletin of Chinese Academy of Sciences, 1999, 14(3): 188-192.
[黄荣辉. 我国气候灾害的特征、成因和预测研究进展[J]. 中国科学院院刊, 1999, 14(3): 188-192. ] [本文引用:1]
[3] Wu Guoxiong, Lin Hai, Zou Xiaolei, et al. Research on global climate change and scientific data[J]. Advances in Earth Science, 2014, 29(1): 15-22.
[吴国雄, 林海, 邹晓蕾, 等. 全球气候变化研究与科学数据[J]. 地球科学进展, 2014, 29(1): 15-22. ] [本文引用:1]
[4] Luo M, Leung Y, Zhou Y, et al. Scaling behaviors of global sea surface temperature[J]. Journal of Climate, 2015, 28: 3 122-3 132. [本文引用:1]
[5] Luo M, Leung Y, Graf H F, et al. Interannual variability of the onset of the South China Sea summer monsoon[J]. International Journal of Climatology, 2016, 36(2): 550-362. [本文引用:1]
[6] Gong D Y, Ho C H. Shift in the summer rainfall over the Yangtze River valley in the late 1970s[J]. Geophysical Research Letters, 2002, 29(10): 1-4. [本文引用:1]
[7] Hoerling M P, Hurrell J W, Xu T, et al. Twentieth century North Atlantic climate change. Part II: Understand ing the effect of Indian Ocean warming[J]. Climate Dynamics, 2004, 23(3): 391-405. [本文引用:1]
[8] Chang C P, Zhang Y, Li T. Interannual and interdecadal variations of the East Asian summer monsoon and tropical Pacific SSTs. Part I: Roles of the subtropical ridge[J]. Journal of Climate, 2000, 13(24): 4 310-4 325. [本文引用:1]
[9] Huang R H. Decadal variability of the summer monsoon rainfall in East Asia and its association with the SST anomalies in the tropical Pacific[J]. Clivar Exchange, 2001, 6(2): 7-8. [本文引用:1]
[10] Zhou Liantong, Huang Ronghui. Research on the characteristics of interdecadal variability of summer climate in China and its possible cause[J]. Climate and Environmental Research, 2003, 8(3): 274-290.
[周连童, 黄荣辉. 关于我国夏季气候年代际变化特征及其可能成因的研究[J]. 气候与环境研究, 2003, 8(3): 274-290. ] [本文引用:1]
[11] Xue F. Interannual to interdecadal variation of East Asian summer monsoon and its association with the global atmospheric circulation and sea surface temperature[J]. Advances in Atmospheric Sciences, 2001, 18(4): 567-575. [本文引用:1]
[12] Yang J, Liu Q, Xie S P, et al. Impact of Indian Ocean SST basin mode on the Asian summer monsoon[J]. Geophysical Research Letters, 2007, 34(2): 155-164. [本文引用:1]
[13] Yang Xiuqun, Xie Qian, Zhu Yimin, et al. Decadal-to-interdecadal variability of precipitation in North China and associated atmospheric and oceanic anomaly patterns[J]. Chinese Journal of Geophysics, 2005, 48(4): 789-797.
[杨修群, 谢倩, 朱益民, 等. 华北降水年代际变化特征及相关的海气异常型[J]. 地球物理学报, 2005, 48(4): 789-797. ] [本文引用:2]
[14] Lu R Y, Dong B W, Ding H. Impact of the Atlantic Multidecadal Oscillation on the Asian summer monsoon[J]. Geophysical Research Letters, 2006, 33(24): 194-199. [本文引用:1]
[15] Wang Y, Li S, Luo D. Seasonal response of Asian monsoonal climate to the Atlantic Multidecadal Oscillation[J]. Journal of Geophysical Research Atmospheres, 2009, 114(D2): 356-360. [本文引用:1]
[16] Huang Qiang, Chen Zishen. Regional study on the trends of extreme temperature and precipitation events in the Pearl River Basin[J]. Advances in Earth Science, 2014, 29(8): 956-967.
[黄强, 陈子燊. 全球变暖背景下珠江流域极端气温与降水事件时空变化的区域研究[J]. 地球科学进展, 2014, 29(8): 956-967. ] [本文引用:1]
[17] Kuang Xueyuan, Liu Jian, Lin Huijuan, et al. Comparison of East Asian summer monsoon in three climate typical periods during last millennium based on ECHO-G simulation[J]. Advances in Earth Science, 2010, 25(10): 1 082-1 090.
[况雪源, 刘健, 林惠娟, 等. 近千年来三个气候特征时期东亚夏季风的模拟对比[J]. 地球科学进展, 2010, 25(10): 1 082-1 090. ] [本文引用:2]
[18] Kimoto M. Simulated change of the east Asian circulation under global warming scenario[J]. Geophysical Research Letters, 2005, 32(16): 247-275. [本文引用:1]
[19] Rudolf B, Beck C, Grieser J, et al. Global Precipitation Analysis Products of the GPCC[M]. Global Precipitation Climatology Centre (GPCC), Deutscher Wetterdienst, Offenbach, 2005: 1-8. [本文引用:2]
[20] Sun Weiyi, Liu Jjian, Wang Zhiyuan, et al. Modeling study on the characteristics and causes of East Asian summer monsoon precipitation on centennial time scale over the past 2000 years[J]. Advances in Earth Science, 2015, 30(7): 780-790.
[孙炜毅, 刘健, 王志远. 过去 2000 年东亚夏季风降水百年际变化特征及成因的模拟研究[J]. 地球科学进展, 2015, 30(7): 780-790. ] [本文引用:1]
[21] Kennedy J J, Rayner N A, Smith R O, et al. Reassessing biases and other uncertainties in sea surface temperature observations measured in situ since 1850: 1. Measurement and sampling uncertainties[J]. Journal of Geophysical Research, 2011, 116(D14): 811-840. [本文引用:1]
[22] Compo G P, Whitaker J S, Sardeshmukh P D, et al. The twentieth century reanalysis project[J]. Quarterly Journal of the Royal Meteorological Society, 2011, 137(654): 1-28. [本文引用:1]
[23] Wang Huijun, Fan Ke. Recent changes in the East Asian monsoon[J]. Chinese Journal of Atmospheric Sciences, 2013, 37(2): 313-318.
[王会军, 范可. 东亚季风近几十年来的主要变化特征[J]. 大气科学, 2013, 37(2): 313-318. ] [本文引用:1]
[24] Shao Xie, Liao Yaoming, Liu Yanju, et al. Global major weather and climate events in 2015 and the possible cause[J]. Meteorological Monthly, 2016, 42(4): 489-495.
[邵勰, 廖要明, 柳艳菊, 等. 2015年全球重大天气气候事件及其成因[J]. 气象, 2016, 42(4): 489-495. ] [本文引用:1]
[25] Bretherton C S, Smith C, Wallace J M. An intercomparison of methods for finding coupled patterns in climate data[J]. Journal of Climate, 1992, 5(6): 541-560. [本文引用:1]
[26] Mantua N J, Hare S R. The Pacific decadal oscillation[J]. Journal of Oceanography, 2002, 58(1): 35-44. [本文引用:1]
[27] Trenberth K E, Shea D J. Atlantic hurricanes and natural variability in 2005[J]. Geophysical Research Letters, 2006, 33(12): 285-293. [本文引用:1]
[28] Lorenzo E D, Schneider N, Cobb K M, et al. North Pacific Gyre Oscillation links ocean climate and ecosystem change[J]. Geophysical Research Letters, 2008, 35(8): 1-6. [本文引用:1]
[29] Zhang W, Luo M. A possible linkage of the Western North Pacific summer monsoon with the North Pacific Gyre Oscillation[J]. Atmospheric Science Letters, 2016, 17(8): 437-445. [本文引用:1]
[30] Zeng G, Sun Z, Wang W C, et al. Interdecadal variability of East Asian summer monsoon and associated atmospheric circulation[J]. Advances in Atmospheric Sciences, 2007, 24(5): 915-926. [本文引用:1]
[31] Li Shuanglin, Wang Yanming, Gao Yongqi. A review of the research on the Atlantic Multidecadal Oscillation (AMO) and its climate influence[J]. Transactions of Atmospheric Sciences, 2009, 32(3): 458-465.
[李双林, 王彦明, 郜永祺. 北大西洋年代际振荡(AMO)气候影响的研究评述[J]. 大气科学学报, 2009, 32(3): 458-465. ] [本文引用:1]
[32] Wang Y, Li S, Luo D. Seasonal response of Asian monsoonal climate to the Atlantic Multidecadal Oscillation[J]. Journal of Geophysical Research: Atmospheres, 2009, 114(D02112): 1-15. [本文引用:1]
[33] Ye X Y, Zhang W, Luo M. The North Pacific Gyre Oscillation and East Asian Summer precipitation[J]. Atmospheric Science Letters, 2016, doi: DOI:10.1002/asl.688. [本文引用:2]