海洋PDO位相能有助于预测未来几个月的大气异常吗？外文翻译资料

 2022-12-06 15:26:28

英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料

海洋PDO位相能有助于预测未来几个月的大气异常吗？

【摘要】：基于对耦合模型模拟的分析，该模型分别模拟了存在或不存在与ENSO相关的变化。这证明了解太平洋年代际海表温度指数（OPDO指数）的现有价值以及大气遥相关模式，不增加对随后的几个月的大气异常的预测能力。这是因为，尽管OPDO指数囊括了一个缓慢的时间尺度，但它并不约束接下来几个月的大气变率。 随后几个月的大气变率，这保持了白噪声随机变率的特点以及很大程度上的不可预测性。此外，OPDO对于起源于ENSO年份的热带太平洋的大气的可预见性影响不大。

1.引言

以往的分析都记录了太平洋年代际振荡（PDO：此文章中的PDO是指基于北太平洋海表温度变化的PDO指数，在后文中将称其为OPDO指数）对陆地及大气的影响，分析实例包括：发展中的ENSO在OPDO指数不同位相位相时的变化，记录全球不同地区的大气及陆地的异常。（Gershov和Barnett，1998年；Pierce，2002年；Roy等人)。2003年；Goodrich，2007年；Hu和Huang，2009年）

考虑到OPDO的缓慢变化，对于相关大气的响应分析会给人一种印象，即OPDO与大气异常之间的关系也可以用于预测，例如：了解本月的OPDO位相可以为随后几个月的相应的大气及陆地的异常提供较好的预测。这一模式类似于利用ENSO海温指数及从历史数据分析中得到的地表温度及降水的相关组合进行季节气候预测工作。为了检验OPDO及相应大气之间是否存在类似的预测关系，我们基于长期的耦合模式模拟来检验以下问题：了解本月的OPDO指数，是否有助于预测随后几个月的大气异常？

这篇文章的讨论范围是按月时间尺度的PDO变化而不是如其名字所表示的年代际变化。正如后文所示，月OPDO指数超前4个月的自相关系数大约为0.35。即使相比于大气的月平均变化，OPDO具有更强的持久性，但是OPDO指数仍然可以具有较强的月际变化，这与目前对月时间尺度的分析重点一致。文章的第二部分概述了模式模拟的设计，第三部分给出了结果，第四部分是结论。

2.模式介绍

利用国家环境预报中心(NCEP)气候预报系统(CFS)耦合模式版本1(Saha等，2006)，对SST、200hPa位势高度（H200）、地面温度及降水量进行500年的模式模拟。CFS中的大气模型具有T62的水平分辨率和64的垂直层数。海洋模式在北纬10°到南纬10°之间，有着1°（经度）times;1/3°（纬度）的水平分辨率，在北纬30°到南纬30°之间纬度增加至1°，从距海平面5米至距海平面4479米共分为40层。在其上240米有十米的分辨率，在Saha等人（2006年）的文章中可以找到关于CFS的更多细节。

分析是基于两个五百年耦合模式模拟的结果。正如ENSO对OPDO有很好的参考价值(Newman等人，2003年；Wang等人，2012年)，为了保证分析简便，所显示的大多数结果是利用耦合模式分析的数据，其中与ENSO相关的赤道太平洋海温变化被抑制，这是通过将耦合模式预测的海温以日为单位投放入一个海温气候模型中而得以实现的。这种弛放相当于在赤道热带太平洋（10°N—10°S，140°E—75°W）将模式产生的海温推放至以日为单位的海温气候，折叠时间为3.3天(详情见Wang等人，2012年)。以日为单位的海温气候是从国家海洋和大气管理局(NOAA)最优插值海温(OISST)第2版(Reynolds等人)获得的长期月平均SST中插值得到的，时间跨度为1981—2008年。因此，模式设计是这样的：在热带太平洋的赤道带，SST受到观测的气候季节周期的束缚，而在其他地方基于海气耦合作用而自由演化。前人文章（Wang等人，2012）阐述了来自于模拟的结果，不包含ENSO的模拟结果被另外500年的模拟分析补充，其中所有海盆的海温（包括赤道太平洋）是自由演变的并且赤道东太平洋的ENSO变率也包括在内（Zhang等人，2007年）。

3.结果

（1）不包含ENSO的模拟分析

对于无ENSO的模拟，我们了解到了一个大气环流模式，这要么导致了北太平洋与OPDO类似的SST模式，要么就与其有联系。本文采用经验正交函数（EOF）的分析方法，用于找到北太平洋的模式模拟的月平均200hPa高度场变化的主导模式。一旦得到这些模式，通过将模式模拟的SST回归到与H200 EOF相关的主成分时间序列上，从而找到随不同的高度变化模式变化的海温模式，然后用与海洋PDO指数相联系的已知的海温模式匹配的回归海温模式识别与OPDO相联系的大气环流模式。

与PDO海洋特征相联系的海温模式相类似的海温模式(Mantua等人，1997年)如图1a所示。模式是基于H200的eof主成分时间序列的回归（后文会对其进行讨论）而得到的。海温的空间结构有着在40°N的东西向的异常，被从阿拉斯加的海岸线开始，延伸至30°N的北美西海岸的U型SST的反向异常围绕着。它们首先向南移动，然后在20°--30°N之间向西移动，实际上，基于海温模式模拟的eof分析的传统方法，可以得到一个与北太平洋OPDO变率相联系的相似海温异常模型，这在图1b中可以看到。在两个海温模式间的空间异常的相关系数是0.9，一种是基于H200变化的回归，另一种是基于SST自身变化的EOF分析。我们还注意到，由于图1a中的SST模式是基于H200 的eof主成分的回归，而图1b是依靠模式模拟的SST变化的EOF直接分析，可能会出现一定幅度的差异。

在图1c中显示了与两个100年段的SST模型相联系的时间序列。与SST eof分析的相联系的时间序列（如图1b所示）仅仅与主成分时间序列相联系，然而与基于H200的SST模型（如图1a）相联系的时间序列，是通过将月平均海温投影到图1a中的SST模式而得到的。两个SST时间序列（是独立介绍的）与500年段的相关关系有0.95的高吻合度。SST主成分的时间序列的谱分析与观测序列的比较，在Wang等人的文章中进行了阐述。

在图1a中之后会提及的伴随OPDO海温变化的H200变化的模式展示在如图2中Wang等人的文章（2012年）中，这证明了地面风随着此模式的变化是海温随着OPDO变化的主要强迫因素，这一结论在Davis的1976年文章、Alexander 及Deser等人的2010年文章、Pierce的2001年文章中被论证。图2b中的100年段的主成分时间序列显示此模式具有较高的月际变率，并且基于自相关分析可论证此模式的不持久性。

我们之后讨论了在图1c及2b时间序列中OPDO及APDO的时间特征。在图3a中显示的自相关性表明了APDO的月际持久性及落后一月的自相关性弱至系数0.2。跟随OPDO变化的时间范围较APDO指数更广（例如：落后四个月的自相关系数为0.35。

这种与OPDO及APDO相联系的特征时间尺度与OPDO变化的存在特征相一致。这表明，对应于作为白噪音的随机的大气强迫，OPDO是红噪音（Pierce，2002年）。随着这一观点的产生，OPDO成功地基于两个要素而被模式化：1）由于热惯性而造成的持久性与海洋有着联系，海洋作为大气强迫的整体而运动。2）大气变化受到随机强迫的影响而变化(Liu，2011年; Newman等人，2003)。在这个范例中，正是大气变化的随机偶然事件（例如，大气变化的数量优势在一段时间内倾向于随意地维持在特定的位相）导致了图1a中OPDO相应位相的发展(Hasselmann，1976年)。为了方便接下来的讨论以及探究了解了本月的OPDO指数是否能有助于预测随后几个月的大气异常，OPDO及APDO时间序列中自相关时间尺度的不同在其中起到了重要作用。

我们之后分析了OPDO及APDO指数时间序列超前滞后相关系数（如图3b），超前滞后相关系数的结构正是当APDO超前于OPDO指数时相关系数高于OPDO超前于APDO时。这个结果使我们得出了这样一个结论：即使伴随着APDO的白噪音大气变化对OPDO有影响，但是一旦伴随着OPDO变化的海温模型建立之后，它就不再限制APDO变化的未来状态。

随着OPDO变化的北太平洋海温以及200hPa位势高度场的超前滞后回归模型（如图4和5）进一步证明了以上结论的稳定性。在包含着更长时间尺度的OPDO中，相关的海温模型维持着同样的多种超前滞后的空间结构，这证明了一个海温增加至0滞后的事件的缓慢建立以及之后的缓慢衰退。

然而，至于H200（如图5），仅当H200超前于OPDO指数时，回归系数才有着有意义的振幅。进一步说，在图5中H200的空间结构超前于OPDO的建立，这与图2a中显示的相一致。

基于对自相关性的分析（如图3a）、对APDO及OPDO时间序列间的超前落后相关分析、与OPDO指数相伴的H200及海温的异常的超前滞后回归分析（如图4和5），可以得出以下结论：1）与OPDO指数相应的海温结构在一个缓慢的时间尺度内变化，并且鉴于本月的OPDO指数，我们可以基于其持续性估计随后几个月的值，将其当做是预报。2）同时伴随OPDO的大气模型（如图2a）可能对随后几个月的大气异常没有任何预测价值。这是因为大气变化仍然是随机噪音并且不受与OPDO相联系的海温强迫的限制。即使与APDO相联系的大气变化建立起了海温模型，同样的海温模型也不能限制随后几个月的APDO的变化。这个结果受到一些研究的支持，这些研究表明温带海温对大气变化的影响较弱(Delworth，1996年; Lau 和 Nath，1996年; Barsugli 和 Battisti，1998年; Robinson，2000年; Kumar等人，2008年; Jha 和Kumar，2009年)，并且这一结果还由Pierce在2002年基于PDO变化的背景下进行了分析研究。

缺乏与OPDO相联系的大气异常的预测性用途和与ENSO变率相联系的大气混合物的预测性特征形成了对比。通过历史观测数据以及大气常规环流模式模拟的分析，与ENSO强迫大气异常相关的海温变化被很好地建立。由于与ENSO相关的海温异常的缓慢变化，这些大气遥相关模式可以提高预测效果。换句话说，知道了本月的ENSO海温模型（及相关系数）结合与ENSO相联系的大气遥相关模式的知识确实能够提高预测能力。实际上，诸如此类的措施是启动季节气候预测的催化剂(Horel 和 Wallace，1981年; Kumar等人，1996年; Trenberth，1998)。

为了证明与OPDO相关的大气异常不会对潜在的预测性有帮助，我们基于一个线性的OPDO指数的重建创造了一个H200异常的预测。这种线性的重建是基于H200模型与OPDO指数的同时回归，这基本上也就是图2a显示的H200的模型。这种在线性重建的以及月平均H200模式模拟间的模式环流在图6a中进行了描述。异常环流的空间模型与图5中的回归模型相匹配。然而，即使在空间模型上有着较好的匹配度，最大异常环流值与高度场自身的环流异常值并不总是相称的原因是因为异常环流依赖于与噪音相关的回归信号的扩大(Kumar和Hoerling，2000年)。超前一个月H200的异常预测能力（或者有选择性地将用于分析的潜在的预测在模式模拟的背景下完成）是可以忽略的（例如：使用本月的重建模型为下个月模式进行预测时，模拟的H200有着更小的环流异常值，如图6b）。重建的H200的使用会更少，这依赖于一个模型，在这个模型中OPDO指数超前于H200并不能使模式自身增强。（如图5d，5e）我们同时也清楚，即使超前一个月的预测能力较低，在海温西部附近有一个具有预测能力的小区域，如图1a及1b所展示的那样。这个与西部边界洋流相关联的区域被认为是针对海温变率可能的大气响应的最强候选区域之一。(Kwon等人，2010年; Frankignoul 等人，2011年）

迄今为止对无ENSO模拟的分析是基于线性假设（即线性回归），并且没有区分OPDO与APDO的季节性。接下来我们证明分析的主要结论（即，知道了OPDO指数并没有对接下来几个月的大气异常增添预测价值）仍然认为将这些因素都考虑在内。

图7显示了基于综合分析的的超前滞后的H200的响应（这种方法不涉及任何线性假设）。这一分析对OPDO指数绝对值超过一个标准差的月份进行了修正。之后，针对OPDO正负两个位相，分别准备了超前滞后H200的组合。对于OPDO的两个不同位相，超前滞后H200组合的普遍特征与图5中依靠回归的分析相一致。并且，当OPDO指数落后于H200时，H200有着更大的振幅，但是当OPDO指数超前于H200时振幅较弱。值得注意的一点是，在OPDO相反位相的阶段，H200组合自身有着相当大的对称性。

图5的分析（超过一年的周期）仅在12月到2月（即DJF）以及6月到8月（即JJA）会有下一次重复。除了超前滞后H200异常仅在这几个月回归外（并非在一年中的所有月份回归），分析过程与图5相同。鉴于OPDO指数的预测性价值，对于DJF及JJA的分析又是相似的，即当OPDO指数超前于H200时，H200异常的振幅要小得多。

北方夏季与冬季有着H200空间结构上的区别，其中冬季模式的H200的空间结构能够被更好地定义并且有更长的波长，一个特点是典型的冬季环流异常(Barnston和Livezey，1987年)。

如图9所示，与H200相似的结论同样适用于表面量及社会相关变量的例子（地表温度及降水），其中与图5所示的H200相似的超前滞后回归也在图九中展示出来了。与H200相一致的是，当OPDO指数滞后时，在这些变量上的OPDO指数的记录值将会更大。这与一个观点相一致，这个观点认为H200的变化是海洋与陆地异常所共有的桥梁且是大气环流经常被视为“大气桥梁”的原因，这个桥梁连接着多个区域的异常(Alexander等人，2002年)。鉴于这种观点，当H200的异常（如图2a）对OPDO海温强迫有影响时，他们同样导致了地表温度及降水在陆地上的异常。然而，一旦海温异常建立起来并且在未来不再限制H200变化，地表温度及降水量间相联系的异常同样也将消失。

（2）包含EN

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21338]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章