热带太平洋海面温度的线性趋势及对厄尔尼诺—南方涛动的影响外文翻译资料

 2022-12-26 19:07:32

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

热带太平洋海面温度的线性趋势及对厄尔尼诺—南方涛动的影响

Michelle L. Lrsquo;Heureux bull; Dan C. Collins bull; Zeng-Zhen Hu

摘要

一个热带太平洋每月的海表温度（SST）可变性的主成分分解说明，在1950 - 2010年期间的几乎所有的线性趋势都被发现于两种主导模式中。第一个SST模式与典型的的厄尔尼诺 - 南方涛动（ENSO）模式密切相关。第二种模式与第一种模式享有共同的特性并且其存在只取决于热带太平洋上线性趋势的存在。这个分解也揭示了第三种模式，通常被称为ENSO Modoki，但它的线性趋势很小并且数据集依赖于整个61年的记录，在每个季节内不显着。

ENSO Modoki也体现在位于西太平洋中部的Nintilde;o -4区和东太平洋的Nintilde;o -3区之间的赤道区纬向SST梯度。只有在这个纬向的的SST梯度中，一个少量的重大的趋势提早出现在北半球春季（3月 - 5月）在厄尔尼诺现象和拉尼娜现象之间并且出现在在夏末（7-9月）厄尔尼诺期间。 然而，纬向梯度中的这些SST趋势并不明确表现ENSO Modoki样偶极子，因为它们只与东太平洋或西太平洋的显著正SST趋势相关，没有相应的显著的负趋势。显著的区域性海表温度梯度的出现是北方冬季月份ENSO事件成熟的证据由于赤道太平洋大部分地区存在正SST趋势，使用确定的SST异常阈值来定义ENSO事件可能需要重新考虑。

1简介

在过去一个世纪，除了远北大西洋的负面趋势外，全球海洋的海面温度（SST）趋势一般是正的(Deser et al. 2010a)。赤道太平洋的SST趋势尤其有争议，这是由于中东和太平洋各个SST数据集的趋势的差异(Vecchi et al. 2008;Karnauskas et al. 2009; Deser et al. 2010a).然而，趋势的不同主要来自于百年纪录中原地观测值的覆盖面和质量，特别是在二十世纪初的几十年(Deser et al. 2010a; Giese et al. 2010)。如果趋势引起或反映大气环流和对流的变化，识别和理解SST中的的趋势的强度和模式是非常关键的。海洋和大气之间的相互作用在全球热带中最为显着，这是由于热SST和深对流的增强之间的一阶近似。

最近，一些研究已经确定了在厄尔尼诺 - 南方涛动（ENSO）事件中的潜在SST趋势，这是热带太平洋的主导的的海洋大气耦合模式，具有重大的全球影响(Ropelewski and Halpert 1987, 1989; Halpert and Ropelewski 1992).特别是Yeh et al. (2009), Ashok and Yamagata (2009), Lee and McPhaden (2010), and McPhaden et al. (2011)特别地，Yeh et al （2009），Ashok和Yamagata（2009），Lee和McPhaden（2010）和McPhaden et al （2011）指出，有证据表明“El Nintilde;o Modoki”的发生和强度不断增加归因于全球变暖，但不是决定性的。典型的厄尔尼诺事件的特点是中太平洋和东太平洋上方的赤道太平洋海温高于平均水平，东太平洋的振幅通常最大（Rasmusson和Carpenter 1982; Deser和Wallace 1990）。相比之下，El Nintilde;o Modoki是Ashok et al 首次采用的术语用来描述热带太平洋SST变率的二次模式，由赤道太平洋上的纬向SST异常偶极子描述。虽然增长趋势仅与厄尔尼诺干事件（即中太平洋的高于平均值的SST和东太平洋的低于平均值的SST）相关，但也有证据表明拉尼娜Modoki模式有关（Ashok et al 。2007; Yu and Kim 2011），尽管在拉尼娜Modoki事件是否真的在空间上与其他拉尼娜事件不同还有争论（Kug et al .2009）。即使SST观测值意味着El Nintilde;o Modoki事件在最近的记录中增加，基于统计的线性反演模型（Newman et al 2011）和完全耦合的大气环流模式（Yeh et al 2011）的1000年整合，表明最近发生的El Nintilde;o Modoki事件的发生率可能不与自然，低频变化性不同。

无论潜在的SST趋势如何，对于ENSO Modoki是否代表与ENSO现象分离的独特气候模式仍然存在相当大的争论。Ashok et al .（2007），Kao和Yu（2009）和Kug et al .（2009）文献的相关的独特特征与Modoki相关，或者太平洋中部变暖事件，在更加典型的东太平洋ENSO事件中是不可复制的。Hu et al.（2012）提出了先前的热带风异常的位置和强度影响冷舌和海洋温跃层上的海 - 空交互作用的观点，有助于中太平洋或东太平洋厄尔尼诺的发展。相反，其他假设ENSO Modoki是由于El Nintilde;o和La Nintilde;a之间的非线性（例如，Monahan和Dai 2004）而作为主导模式出现的统计假象。这个概念得到了来自El Nintilde;o和La Nintilde;a SST复合材料的总和的Modoki样模式的支持，这是由于El Nintilde;o O相对于La Nintilde;o a的较大的东太平洋SST异常（Hoerlinget 1997）。最近，Takahashi et al .（2011）认为ENSO事件可以通过表示中东和东太平洋ENSO变异性的两个独立指数的叠加来描述。

无论ENSO Modoki是否与ENSO事件在物理上有所不同，在冬季厄尔尼诺事件期间，变暖主要局限于中部太平洋，这可能对预期的热带影响有影响。ENSO的这些不同“风味”（Trenberth and Stepaniak 2001）及其对热带大气的相应强迫与赤道太平洋的暖SST的纵向范围有关。Hoerling and Kumar（2002）表明，中部太平洋厄尔尼诺干事件较弱，与位于阿拉斯加湾的异常波谷轴向西移动有关。虽然样本量限制重要性，看起来循环的变化改变了温度和降水异常对美国的下游影响（Larkin和Harrison 2005a，b; Hu et al 2012）。SST异常的强度和空间结构改变热带 - 热带以外的影响的理念激发了对ENSO相关的SST趋势的更好理解（例如，Kumar et al ，2010）。

本文的目的本文的目的是了解热带太平洋SST变率的主导模式与在1950 - 2010年期间的热带太平洋关键SST区域的线性趋势。由于以前的工作表明了在厄尔尼诺 - 莫多基的积极趋势，这种模式的重要性和赤道太平洋SST的纬向梯度被严密检查。由于第二次世界大战先前有限数据被覆盖，我们选择不使用从十九世纪开始的全部SST数据集。虽然百年趋势在这里没有评估，但我们注意到，使用缩减的周期导致了在61年间的记录（图1）在SSTs更一致的线性趋势，在整个热带太平洋呈显著积极。其他论文（例如，Falvey and Garreaud 2009）使用了甚至更短的记录（1979-2006年）支持不同的趋势，但是我们希望将十年变化对长期趋势的潜在影响最小化。第2节记录了本研究中使用的数据集和方法。第3.1节描述了年际，热带SST变异性及其时间序列的四个主要模式。第3.2节探讨了主导热带模式的时间序列的线性趋势，以及赤道太平洋的厄尔尼诺 SST地区的线性趋势。第3.3节评估赤道太平洋SST（Nintilde;o 4和Nintilde;o-3）的纬向梯度与相应的热带太平洋SST趋势模式在重要季节的共变异性和线性趋势。最后一节4总结了结果，并讨论了未来的调查途径。

2数据和方法

在本研究中分析了覆盖在热带太平洋三个月平均海表温度（SST）数据集。网格为2°*2 °的NOAA扩展重建SST数据集（ERSST.v3b; Smith et al 2008）包括原位数据（船舶和浮标），但不包括卫星数据。网格为1°*1°的气象局哈德莱海冰和海温数据集（HadISST1; Rayner et al.2003）包括原位和可用的卫星数据。网格1°*1°的NOAA最优插值SST（OISST.v2; Reynolds et al ，2002）包括原位和卫星数据，但不像其他两个SST数据集，它只在1981年11月至今的最近一段时间才有。HadISST1和ERSST.v3b均可从19世纪中期到后期获得，但本研究仅考虑了1950 - 2010年的每月数据。在卫星时代之前，SST数据集很大程度上依赖于国际综合海洋—大气数据集（ICOADS），其在1950年第二次世界大战后的覆盖率急剧增加，但在热带太平洋地区相对数据稀少（见图3从Deser et al 2010b）。

图1使用（上图）ERSST.v3b和（下图）HadISST1数据的海表面温度的线性趋势（在所有月份中，以℃为单位，1950-2010）。顶部的红色框显示了东太平洋（5°S-5°N，150°W-90°W）Nintilde;o -3地区的位置，蓝色方框表示Nintilde;o 4区域在西 - 中太平洋（5°S至5°N，150°W至160°E），黑色框显示Nintilde;o 3.4区域，与Nintilde;o-3和Nintilde;o-4（5le;S-5le;N，170le;W-120le;W）。颜色阴影表示基于双尾学生t检验的95％显著的SST异常。粗黑轮廓间隔为0℃，而对于高于平均SST（实线轮廓）和低于平均SST（虚线轮廓），每隔0.25℃绘制剩余间隔。

因此，SST数据集采用一系列统计过程，以填补观测记录中的空白并解决各种不均匀性。近几十年来，由于自20世纪80年代初以来卫星数据，以及到1990年代中期夹杂了热带大气海洋（TAO）系泊，热带太平洋海温特征观测的覆盖率有所改善。用这些SST数据集，计算出三个建立的SST区域的时间序列，这通常用于监测和预测ENSO。将这些SST区的结构域平均以形成Nintilde;o指数，并示于图1中。从1981年到2010年的月平均值从原始SST数据中减去以形成偏离平均值。

作为初始步骤，使用主成分分析（PCA）来检查热带太平洋SST变异性的前导模式和时间变化。PCA具有在大空间域中隔离独立的共变模式的优点，而单个框式区域不能区分多个大规模变异性模式。在协方差矩阵特征分析之前，SST异常现象通过纬度的余弦的平方根来做面积加权。选择协方差矩阵来诊断流域范围SST中的共变异性的主要模式，而不是归一化协方差（或相关矩阵）的模式，其对于诸如CCA的预测工具是有用的（Barnston和Ropelewski 1992）。主成分（PC）时间序列以每摄氏度标准偏差的摄氏度显示，并通过将每月平均SST异常回归到特征向量或经验正交函数（EOF）上来重构。SST异常模式也以摄氏度显示，并通过将SST异常回归到标准化PC时间序列上来计算。PCA对所有三个SST数据集进行运算，即使SST回归图仅显示HadISST1（图2），SST模式在ERSST.v3b和OISST.v2中保持定性相似。对于所有三个SST数据集，图3显示了相应的PC时间序列。

PCs的意义是评估使用North et al。 （1982）识别的标准很好的分开了气候模式。然而，通过方差解释，PC的排序对所选月平均气候学或“基期”敏感。使用完整基期（1950-2010）导致PC-2和PC-3交换位置，但每个时间序列保持大致相同的趋势。最终，选择了1981-2010年基期，并用于形成异常，原因有三个：（1）由于卫星后时期和TAO系泊的更高质量观测，（2）所有SST数据集中异常计算的一致性（OISST.v2数据始于1982年），以及（3）世界气象组织（WMO）建议对30年基期变为每10年更新一次。 PCA的排序也对所考虑的空间域（这里，使用从30°S到30°N，130°E-70°W）略微敏感，虽然我们注意到在这项研究中被识别的所有四个主要的热带太平洋SST模式也出现在全球SST异常的一个PCA中。

使用蒙特卡罗程序对零线性趋势的零假设测试线性趋势，其中相同长度的样品随机地从整个61年记录（自举）中替换。线性趋势图的意义是用来评估双尾学生t检验。

3结果

3.1主导的热带太平洋SST模式

图2显示了1950年—2010年间，基于HadISST1数据集的四个主要的热带太平洋SST回归图（在PC时间序列的每个标准偏差中为C）。相应的非标准化PC时间序列（C）如图3，以及来自ERSST.v3b和OISST.v2数据集的时间序列，其SST模式在此并未表明，但在质量上相似。由每个模式解释的每月方差的百分比在图2中显示。并且也绘制在图2中。 4（上图），其使用North et al.（1982）评估显著性的标准。PCs的说明如下，认识到本文提出的所有热带太平洋PC未必反映气候系统的真实物理模式是重要的。因此，在本研究中，SST回归图被称为“模式”，作为单独的物理气候模式，它们的解释和合理性是不能保证的，除非被其他变量和分析方法证实。

PC-1 43.0% PC-2 12.0%

Fig. 2

PC-3 8.5% PC4 3.8%

图2热带太平洋海表温度异常（°C）回归到（左上图）主成分（PC）-1（右上图）PC-2，（左下图）PC 3和（右下图）4。结果基于具有1981-2010年的基期的1950 - 2010年的HadISST1数据。颜色阴影表示基于双尾学生t检验的95％显著的SST异常。对于高于平均值的SST（实线轮廓）和

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[28071]，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