李寧, 王曉春

?

赤道太平洋海域上層海洋熱含量及其變化機制的診斷分析*

李寧1,2, 王曉春1,2

1. 南京信息工程大學(xué) 海洋科學(xué)學(xué)院, 江蘇 南京 210044; 2.江蘇省海洋環(huán)境探測工程技術(shù)研究中心, 江蘇 南京 210044

基于1992—2015年國際共享的ECCO v4 (Estimating the Circulation and Climate of the Ocean Version 4)同化產(chǎn)品, 利用熱含量控制方程定量地診斷赤道太平洋(118°E—75°W, 5°S—5°N, 0~300m)和Ni?o 3.4區(qū)(170°W—120°W, 5°S—5°N, 0~80m)這兩塊區(qū)域熱含量變化機制。對于去掉季節(jié)平均后的年際變化, 在赤道太平洋地區(qū), 時間趨勢項主要由經(jīng)向輸送和海表熱通量項共同驅(qū)動。通過5°N斷面的輸送決定了時間趨勢項的幅值和正負符號。在Ni?o 3.4區(qū), 時間趨勢項主要由海表熱通量項和熱量輸送項共同驅(qū)動, 其中垂向輸送對總輸送貢獻最大。赤道太平洋地區(qū)經(jīng)向熱量輸送異常領(lǐng)先于Ni?o 3.4區(qū)垂向熱量輸送異常, 這解釋了在年際尺度上赤道太平洋熱含量異常領(lǐng)先Ni?o 3.4指數(shù)變化的原因。盡管EP(Eastern Pattern)型El Ni?o和CP(Central Pattern)型El Ni?o有許多不同之處, 合成分析表明, 兩類El Ni?o的共同點為: 在赤道太平洋地區(qū), 兩類El Ni?o事件的熱量輸送異常在發(fā)展期和衰退期由經(jīng)向輸送主導(dǎo); 在Ni?o 3.4區(qū), EP型El Ni?o和CP型El Ni?o的熱量輸送在發(fā)展期和衰退期由垂向輸送主導(dǎo)。

上層海洋熱含量; 變化機制; El Ni?o; ECCO v4; 赤道太平洋

赤道太平洋地區(qū)有著非常復(fù)雜的洋流系統(tǒng), 是多支洋流的交匯區(qū), 這一區(qū)域海洋狀況的變化對于整個熱帶地區(qū)乃至于全球氣候及其季節(jié)、年際和年代際異常都有非常重要的影響。這一區(qū)域的ENSO現(xiàn)象是厄爾尼諾(El Ni?o)和南方濤動(Southern Oscillation)的合稱, 該現(xiàn)象是太平洋大氣年際變化的最重要模態(tài)(Zebiak et al, 1987; McPhaden et al, 2004;Kim et al, 2006)。從根本上來說, El Ni?o現(xiàn)象表現(xiàn)為赤道太平洋上層海溫的異常, 其發(fā)生、發(fā)展及位相轉(zhuǎn)換需要大氣及海洋的耦合來實現(xiàn), 并且通過大氣中的遙相關(guān)機制及海洋中熱量及質(zhì)量的輸送對全球氣候產(chǎn)生影響(徐騰飛等, 2016)。海洋對大氣和氣候的影響主要是通過海洋熱狀態(tài)的改變來實現(xiàn)的, 海洋熱含量是表征海洋熱狀態(tài)的重要參數(shù)之一(吳曉芬等, 2011) , 被廣泛用于揭示ENSO事件的動力發(fā)展過程。ENSO現(xiàn)象伴隨著熱帶太平洋熱含量的變化, 赤道太平洋海洋熱含量異常變化領(lǐng)先El Ni?o 3.4指數(shù)幾個月, 由于資料的限制, 赤道太平洋的熱含量變化機制和SST(sea surface temperature )變化機制缺乏定量的分析。

Bjerknes(1969)首次提出赤道東太平洋的海氣相互作用可以觸發(fā)El Ni?o事件, 赤道東太平洋的一個初始SST正異?？梢越档蜄|西太平洋之間的SST梯度, 從而減弱Walker環(huán)流, 導(dǎo)致赤道信風(fēng)減弱, 信風(fēng)減弱通過赤道地區(qū)上升流的減弱可以進一步增強SST正異常, 該正反饋機制使得東太平洋的初始SST正異常進一步加強。在Bjerknes理論基礎(chǔ)上, Wyrtki(1975)認為西太平洋海面在El Ni?o事件之前有溫度異常升高現(xiàn)象。海氣相互作用的正反饋機制可以解釋赤道海溫異常的發(fā)展及加強。ENSO事件從正位相到負位相的轉(zhuǎn)換需要海洋中的動力學(xué)來解釋(Jin,1997; Wang et al, 2003), 在沖-放電(recharge-discharge)理論中, 沿著赤道平均的溫躍層深度異常領(lǐng)先Ni?o 3.4區(qū)海溫幾個月, 是ENSO位相轉(zhuǎn)化的海洋動力學(xué)指標(biāo)。這一理論也為大于20℃水體體積的分析所證實(Meinen et al, 2000)。另外, 盡管每次的ENSO事件都存在許多共性, 但也都有其獨特之處。近年的研究表明, El Ni?o大致分為兩類: 一類為東部(EP)型El Ni?o, 表現(xiàn)為赤道東部太平洋海表溫度異常; 另外一類為中部(CP)型El Ni?o, 表現(xiàn)為赤道中太平洋海表溫度異常(Kug et al, 2009), 近年來發(fā)現(xiàn)CP型El Ni?o的發(fā)生似乎在增多(Lee et al, 2010)。關(guān)于CP型El Ni?o產(chǎn)生的原因, 目前的研究尚無完全一致的結(jié)論, 存在許多爭議。人們通過分析兩類El Nino爆發(fā)前的海氣狀況(徐淑雯等, 2016),定義不同指數(shù)(Ren et al, 2011;Takahashi et al, 2011),分析海洋動力過程之間的比例(Xiang et al, 2013)和次表層模態(tài)(陳永利等, 2005), 對兩類El Nino的產(chǎn)生和異同有了更加深入的了解, 但兩類El Ni?o海表溫度變化及海洋熱含量變化的機制有哪些不同, 仍是值得研究的問題。

海洋資料同化方面的進展為研究赤道地區(qū)海表溫度及海洋熱含量的變化機制提供了新的可能性。通過同化遙感、現(xiàn)場觀測等不同種類的資料, 海洋資料同化產(chǎn)品能提供動力上協(xié)調(diào)一致、與觀測資料相符的海洋狀況估計, 比如麻省理工學(xué)院和美國宇航局(NASA)噴氣推進實驗室的海洋環(huán)流與氣候模擬(Estimating the Circulation and Climate of the Ocean, ECCO)項目,通過利用伴隨模式的四維資料同化技術(shù), 同化了1992年以來衛(wèi)星海面高度異常、海表溫度、鹽度、重力及現(xiàn)場觀測的溫度、鹽度數(shù)據(jù), 產(chǎn)生動力、熱力上協(xié)調(diào)一致的產(chǎn)品(Forget et al, 2015)。

1 研究海域

本文研究區(qū)域分為兩塊:赤道太平洋地區(qū)(118°E—75°W, 5°S—5°N, 圖1中藍色虛線框范圍) 0~300m和Ni?o 3.4區(qū)(170°W—120°W, 5°S—5°N, 圖1中斜線陰影部分) 0~80m。研究赤道太平洋0~300m熱量輸送, 把熱量輸送分解為流經(jīng)4個面的熱量輸送: 5°N斷面(經(jīng)度范圍為118°E—75°W)、5°S斷面(經(jīng)度范圍148°E—75°W)、底部300m深度邊界(范圍為5°S—5°N, 118°E—75°W)及西邊界斷面。由于太平洋西邊界周圍復(fù)雜的地形及海岸線, 太平洋西邊界的海水質(zhì)量輸送和熱量輸送的計算一直是個困難的問題, 比如印度尼西亞貫穿流的海水體積輸送估計一直有很大的不確定性(Hu et al, 2015)。赤道太平洋地區(qū)西邊界的熱量輸送并沒有直接在點(5°N, 118°E)至點(5°S, 148°E)的邊界上計算(圖1中紅色線段), 而是在如下兩個斷面上計算:①點(5°N, 118°E)至點(5°S, 118°E)的經(jīng)向斷面; ②點(5°S, 118°E)至點(5°S, 148°E)的緯向斷面。這樣的計算方法使得熱量輸送的計算過程直接在原始的ECCO v4網(wǎng)格上進行, 不需要進行插值和矢量旋轉(zhuǎn)。300m為赤道太平洋地區(qū)溫躍層下界面深度, 0~300m范圍內(nèi)的熱含量能夠真實反映赤道太平洋地區(qū)熱含量的變化(吳曉芬等, 2011)。對于Ni?o 3.4區(qū), 80m為Ni?o 3.4區(qū)平均混合層深度, 0~80m范圍內(nèi)熱含量變化與溫躍層的變化等價(Ren et al, 2011),能夠有效反映Ni?o 3.4指數(shù)的變化機制。

圖1 熱含量診斷分析的區(qū)域及斷面示意圖

①代表點(5°N, 118°E)至點(5°S, 118°E)的經(jīng)向斷面, ②為點(5°S, 118°E)至點(5°S, 148°E)的緯向斷面; 紅線代表西邊界

Fig. 1 Schematic diagram of heat content diagnostic analysis areas and cross-sections. ① represents the meridional section from point (5°N, 118°E) to point (5°S, 118°E); ②represents the zonal section from point (5°S, 118°E) to point (5°S, 148°E). Red line represents western boundary

2 資料來源與計算方法

2.1 資料來源

ECCO項目的新一代產(chǎn)品ECCO v4將盡可能多的觀測資料與海洋環(huán)流模式最優(yōu)地結(jié)合起來, 通過四維變分方法同化衛(wèi)星遙感資料、現(xiàn)場觀測資料, 如Argo、XBT (expendable bathythermograph)、船載CTD(conductivity-temperature-depth)、ITP (ice-tethered profilers), 并對海洋模式的混合參數(shù)及大氣強迫場進行調(diào)整, 最終得到對大氣、海洋、海冰真實狀況的較完整描述。ECCO v4產(chǎn)品的最大優(yōu)點是其平衡特性, 同化產(chǎn)品包括了熱力學(xué)方程中的各項(包含了次網(wǎng)格尺度的混合項), 使得診斷分析可以嚴格平衡。該產(chǎn)品最大深度5906.2m, 沿緯圈分辨率大約為1°, 沿經(jīng)圈分辨率不統(tǒng)一, 赤道區(qū)域分辨率大約為0.33°, 垂向共分為50層, 表層深度10m, 垂向間隔自上往下從10m到百米逐漸增加, 時間范圍跨度為1992—2015共24年, 文中選取118°E—75°W、5°S—5°N范圍1992年1月—2015年12月的逐月資料(Forget et al, 2015)。目前, ECCO v4同化產(chǎn)品已被廣泛應(yīng)用于各區(qū)域的熱量診斷、鹽度診斷、海水體積輸送診斷、海表高度診斷等方面(Thompson et al, 2016; Bowen et al, 2016;Zhang et al, 2016)。我們對其在太平洋地區(qū)的質(zhì)量進行了初步評價, 結(jié)果表明, ECCO v4產(chǎn)品可以再現(xiàn)赤道潛流的季節(jié)及年際變化, 適用于分析赤道太平洋地區(qū)的熱含量變化機制和Ni?o 3.4指數(shù)變化的機制(Halpern et al, 2015)。

2.2 計算方法

海洋熱含量一般定義為海洋溫度從某一深度-海表面處的積分(吳曉芬等, 2011), 與吳曉芬等人的定義略有不同, 這里的海水定壓比熱取為常數(shù), 即

單位為J·m-2。為了解釋直觀起見, 使用整層的平均溫度

來表示熱含量, 當(dāng)熱含量用于某一體積時,使用體積平均溫度

來表示這一體積的熱含量。

對海洋溫度方程進行體積積分后, 得到對某一體積的熱含量控制方程(Lee et al, 2004; Kim et al, 2007):

其中,為太陽短波輻射,代表溫度,C為海水比熱容,為海水密度,為垂直擴散系數(shù),為積分深度,代表研究區(qū)域的體積積分, {(r)}為研究區(qū)域沿著側(cè)邊界的積分, 包括了東西方向和南北方向的熱量輸送, {(r)}為沿著研究區(qū)域底部邊界的積分。r為參考溫度, 計算時取區(qū)域內(nèi)的體積平均溫度。方程左邊為時間趨勢項; 方程右邊第1項為短波輸送項, 為海洋表層的入射短波輻射與處短波輻射之差; 第2項為海表熱通量中的其他熱通量項, 與右邊第1項合稱為海表熱通量項; 第3項為熱量的側(cè)邊界輸送對研究區(qū)域內(nèi)熱含量變化的貢獻, 第4項為垂向熱量輸送對研究區(qū)域內(nèi)熱含量變化的貢獻, 二者相加可得到總熱量輸送; 第5項為=-處垂直混合對區(qū)域內(nèi)熱含量變化的貢獻, 第6項為水平方向的混合項對區(qū)域內(nèi)熱含量變化的貢獻, 二者合稱為混合擴散項。

熱含量控制方程(4)中熱量輸送項(方程右邊第3項與第4項之和)的計算方法有梯度法、通量法、修正通量法3種形式(Lee et al, 2004), 對于梯度法, 計算的量為:

如果對整個區(qū)域進行積分, 可以得到:

修正通量法在通量法的基礎(chǔ)上引入一個參考溫度r(在實際計算中, 參考溫度是區(qū)域內(nèi)的體積平均溫度), 即:

這種方法便于分析每個邊界對研究區(qū)域內(nèi)熱含量變化的凈貢獻, 使診斷結(jié)果容易解釋。在分析中, 當(dāng)某一邊界的熱量輸送使得區(qū)域熱含量增加時, 其符號為正。

3 海洋上層熱含量季節(jié)變化及其機制

3.1 海洋上層熱含量季節(jié)變化

根據(jù)公式(3)計算的赤道太平洋地區(qū)熱含量具有一定的季節(jié)變化, 8月達到最小值, 11月達到最大值(圖2a)。依據(jù)公式(2)計算的熱含量的二維分布呈現(xiàn)西高東低的形態(tài), 這體現(xiàn)了西太平洋暖池及東太平洋冷舌對該區(qū)域海洋熱含量的影響。在8月時只有南半球一小塊區(qū)域熱含量超過22℃(圖2b)。11月熱含量達到最大值時, 赤道西南太平洋地區(qū)有較大區(qū)域熱含量超過了22℃(圖2c)。這體現(xiàn)了西太平洋暖池及南半球經(jīng)向熱量輸送對該區(qū)域的影響。11月和8月的熱含量二維分布形態(tài)相似, 因而區(qū)域平均的赤道太平洋熱含量變化不明顯。

圖2 赤道太平洋(118°E—75°W, 5°S—5°N, 0~300m)熱含量的季節(jié)變化(a)與8月(b)及11月(c)熱含量的季節(jié)平均(單位: ℃)

3.2 季節(jié)變化機制

下面利用熱含量控制方程中各項的多年平均及其均方差探討赤道太平洋地區(qū)(118°E—75°W, 5°S—5°N, 0~300m)熱含量的季節(jié)變化機制。就多年平均而言, 時間趨勢項主要受到海表熱通量和經(jīng)向輸送(5°S斷面輸送、5°N斷面輸送)影響, 西邊界和底部輸送、擴散項的貢獻較小(圖3a)。就每一項的均方差而言, 變化幅度大的幾項為: 時間趨勢項、海表熱通量、5°N斷面輸送、5°S斷面輸送及底部輸送項。各項多年平均的季節(jié)變化表明, 赤道太平洋地區(qū)的時間趨勢項由正的海表熱通量項和負的熱量輸送項抵消后共同決定(圖3b)。將熱量輸送分解為通過北邊界5°N斷面、南邊界5°S斷面、底邊界及西邊界4個面的輸送, 可以注意到5°N斷面與5°S斷面有相反的符號, 赤道太平洋地區(qū)的熱量輸送主要由通過5°N斷面的熱量輸送決定。底部的輸送也起到一定的作用, 西邊界熱量輸送的作用很小。

圖3 赤道太平洋地區(qū)熱含量季節(jié)平衡

a. 赤道太平洋地區(qū)(118°E—75°W, 5°S—5°N, 0~300m)熱含量控制方程中各項的平均值(直方圖)和均方差(誤差棒); b. 熱含量方程中各項的季節(jié)變化; c. 使用修正通量法分解熱量輸送項。當(dāng)該項使赤道太平洋地區(qū)熱含量增加時, 符號為正

Fig. 3 Seasonal balance in the equatorial Pacific box. a) The mean (bar) and standard deviation (error bar) of the terms in the heat content equation in the equatorial Pacific box (118°E-75°W, 5°S-5°N, 0-300 m). b) Seasonal evolution of the terms in the heat content equation. c)Decomposition of heat transport using the modified boundary flux form. Positive means the term will increase the heat content in the box.

4 上層海洋熱含量異常變化機制

4.1 Ni?o 3.4指數(shù)與熱含量異常的關(guān)系

從圖4a可以看出赤道太平洋(118°E—75°W, 5°S—5°N, 0~300m)熱含量異常領(lǐng)先Ni?o 3.4指數(shù), 這與沖-放電理論是一致的, 即赤道太平洋熱含量的變化提供了ENSO事件的位相轉(zhuǎn)換機制。兩者的超前-滯后相關(guān)分析表明, 當(dāng)Ni?o 3.4指數(shù)滯后2個月時, 二者的相關(guān)系數(shù)最大, 為0.81(圖5b)。

圖4 Ni?o 3.4指數(shù)與赤道太平洋熱含量異常的關(guān)系

a. Ni?o 3.4指數(shù)(紅線, 右軸)和赤道太平洋(118°E—75°W, 5°S—5°N, 0~300m)熱含量異常(藍色柱狀, 左軸); b. 圖a中兩條時間序列的超前-滯后相關(guān)系數(shù)

Fig. 4 Relationship between Ni?o 3.4 index and heat content anomaly in the equatorial Pacific box. a) Ni?o 3.4 index (red curve, rightaxis) and the equatorial Pacific box (118°E-75°W, 5°S-5°N, 0-300 m) heat content anomaly (blue bar, leftaxis). b) The lead-lag correlation coefficients of the two time series in Fig. 4a

4.2 熱含量異常的年際變化機制

本節(jié)將赤道太平洋地區(qū)和Ni?o 3.4區(qū)這兩塊區(qū)域熱含量方程中各項去掉季節(jié)平均后再對各項進行288個月的時間積分(圖5、圖6)。

圖5 赤道太平洋地區(qū)(118°E—75°W, 5°S—5°N, 0~300m)熱含量方程各項異常的時間積分

a. 熱含量方程中的各項總體平衡; b. 使用修正通量法計算4個面的熱量輸送; c. 3個方向的熱量輸送。虛線圓圈代表5次El Ni?o事件

Fig. 5 Time integral of anomaly terms in the heat content equation in the equatorial Pacific box (118°E-75°W, 5°S-5°N, 0-300 m). a) Overall balance of terms; b) decomposition of total heat transport using the modified boundary flux form ; c) heat transport in three directions. The dashed circles represent five El Ni?o events

圖6 Ni?o 3.4區(qū)(170°W—120°W, 5°S—5°N, 0~80m)熱含量方程各項異常的時間積分

a. 熱含量方程中各項的總體平衡; b. 使用修正通量法計算3個方向的熱量輸送。虛線圓圈代表5次El Ni?o事件

Fig. 6 Time integral of anomaly terms in the heat content equation in the Ni?o 3.4 box (170°W-120°W, 5°S-5°N, 0-80 m). a) Overall balance of terms; b) heat transport in three directions using the modified boundary flux form. The dashed circles represent five El Ni?o events

在赤道太平洋地區(qū),熱含量異?？刂埔蜃訛楹１頍嵬宽椇蜔崃枯斔晚? 在5個El Ni?o發(fā)生期間, 熱量輸送項促進熱含量變化, 海表熱通量項抑制熱含量變化, 二者共同驅(qū)動該地區(qū)El Ni?o事件前后的位相轉(zhuǎn)變, 時間趨勢項從負值抬升至正值(圖5a中虛線圓圈區(qū)域)。擴散項貢獻不大。使用修正通量法計算熱量輸送項, 把總熱量輸送分解為4個面的貢獻, 可以看出在這4個面中, 5°N斷面的變化趨勢和熱量輸送項最接近, 也接近時間趨勢項(圖5a、b), 決定了時間趨勢項的幅值和符號。從圖5b中也可以注意到, 5°N斷面熱量輸送的變化幅度要比5°S斷面大,這表明在赤道太平洋上層熱含量變化過程中, 5°N斷面熱量輸送的作用要比5°S斷面大, 因此判斷5°N斷面的熱量輸送貢獻最大。西邊界斷面的貢獻不大。將4個面的熱量輸送總結(jié)為3個方向后, 可以看出經(jīng)向熱量輸送貢獻最大, 驅(qū)動了時間趨勢項的變化, 并由海表熱通量項平衡(圖5a、c)。

在Ni?o 3.4區(qū), 熱含量異常的主要控制因子為海表熱通量項和熱量輸送項(圖6a), 二者貢獻總體上相反, 比如在5個El Ni?o發(fā)生期間, 熱量輸送項促進熱含量變化, 海表熱通量項抑制熱含量變化,二者共同驅(qū)動該地區(qū)El Ni?o事件前后的熱含量變化(圖6a中虛線圓圈區(qū)域), 時間趨勢項從負值或較小正值抬升至較大正值, 甚至超過了0.5℃。擴散項(包含水平混合項和垂直混合項、計算誤差)貢獻不大。圖6b使用修正通量法計算熱量輸送項, 把總熱量輸送分解為三個方向的輸送, 垂向輸送的貢獻最大, 最接近總熱量輸送的變化趨勢。

以上分析表明赤道太平洋地區(qū)和Ni?o 3.4區(qū)的熱含量異常主要都是由海表熱通量和熱量輸送共同控制, 且赤道太平洋地區(qū)的熱量輸送由經(jīng)向主導(dǎo), Ni?o 3.4區(qū)的熱量輸送由垂向主導(dǎo), 通過對比發(fā)現(xiàn)赤道太平洋地區(qū)的經(jīng)向熱量輸送異常領(lǐng)先Ni?o3.4區(qū)垂向熱量輸送異常變化(圖7a), 這導(dǎo)致了赤道太平洋地區(qū)的總熱量輸送異常領(lǐng)先Ni?o 3.4區(qū)總熱量輸送異常變化(圖7b), 而兩塊區(qū)域的海表熱通量異常同步變化(圖7c), 分別把兩塊區(qū)域的海表熱通量與總熱量輸送項相加, Ni?o 3.4區(qū)熱含量異常的變化滯后赤道太平洋地區(qū)的熱含量異常的變化(圖7d), 這說明赤道太平洋地區(qū)熱含量異常領(lǐng)先于Ni?o 3.4指數(shù)是由赤道太平洋地區(qū)的經(jīng)向熱量輸送異常領(lǐng)先于Ni?o 3.4區(qū)的垂向熱量輸送異常引起的。

圖7 赤道太平洋地區(qū)熱含量異常領(lǐng)先于Ni?o 3.4指數(shù)的原因

a. 赤道太平洋地區(qū)(118°E—75°W, 5°S—5°N, 0~300m)經(jīng)向熱量輸送異常的時間積分(左軸, 藍色柱狀)和Ni?o 3.4區(qū)(170°W—120°W, 5°S—5°N, 0~80 m)垂向熱量輸送異常的時間積分(右軸, 紅色曲線); b. 赤道太平洋地區(qū)(118°E—75°W, 5°S—5°N, 0~300 m)熱量輸送異常的時間積分(左軸, 藍色柱狀)和Ni?o 3.4區(qū)(170°W—120°W, 5°S—5°N, 0~80 m)熱量輸送異常的時間積分(右軸, 紅色曲線); c. 赤道太平洋地區(qū)(118°E—75°W , 5°S—5°N)海表熱通量異常的時間積分(左Y軸, 藍色柱狀)和Ni?o 3.4區(qū)海表熱通量異常的時間積分(右軸, 紅色曲線); d.分別把兩塊區(qū)域的輸送異常的時間積分與海表熱通量異常的時間積分相加

Fig. 7 The reason that the heat content anomaly in the equatorial Pacific box leads the Ni?o 3.4 index. a) Time integral of meridional heat transport anomaly in the equatorial Pacific box (blue bar, left Y axis) and time integral of vertical heat transport anomaly in the Ni?o 3.4 box (red curve, right axis). b)Time integral of heat transport anomaly in the equatorial Pacific box (blue bar, left Y axis) and Ni?o 3.4 box (red curve, right axis). c) Time integral of surface heat flux anomaly in the equatorial Pacific box (blue bar, left Y axis) and Ni?o 3.4 box (red curve, right Y axis). d) Sum of the time integral of surface heat flux anomaly and the time integral of heat transport anomaly in the two boxes

4.3 兩類El Ni?o事件對比

一般認為, 1992年1月至2015年12月總共發(fā)生了4次CP型El Ni?o事件, 分別記為1994—1995、2002—2003、2004—2005、2009—2010, 一次EP型El Ni?o事件, 記為1997—1998(徐淑雯等, 2016)。2006—2007年El Ni?o事件和2015—2016年El Ni?o事件暫不討論。

對于赤道太平洋地區(qū), 將熱含量方程中的主要各項去掉季節(jié)平均并對各個El Ni?o事件中各項進行24個月的時間積分, 后分別對4次CP型El Ni?o事件和1次EP型El Ni?o事件進行合成分析(圖8a、8b), 兩類El Ni?o事件無論是在發(fā)展年還是衰退年, 經(jīng)向輸送異常對熱量輸送項異常貢獻最大。

對于Ni?o 3.4區(qū), 同樣分別對4次CP型El Ni?o事件和1次EP型El Ni?o事件進行合成分析(圖9a、b), 可以看出EP型El Ni?o事件與CP型El Ni?o事件的發(fā)展形態(tài)區(qū)別明顯, 在各自的發(fā)展年份, EP型El Ni?o事件熱量輸送項在4月至12月一直處于較大正值, 使得Ni?o 3.4區(qū)熱含量顯著增加, 而CP型El Ni?o事件在發(fā)展年份的4月至12月處于較緩慢的增溫狀態(tài), 這主要是由于兩類El Ni?o事件的垂向輸送異常貢獻不同。另外, 赤道太平洋地區(qū)的EP型El Ni?o事件的熱量輸送比Ni?o 3.4區(qū)提前4個月達到峰值(分別為9月和次年1月), 赤道太平洋地區(qū)的CP型El Ni?o事件的熱量輸送比Ni?o 3.4區(qū)也提前4個月達到峰值(分別為10月和次年2月)。

圖8 赤道太平洋地區(qū)(118°E—75°W, 5°S—5°N, 0~300 m)熱含量方程主要各項在EP型El Ni?o事件(a)和CP型El Ni?o事件(b)中的合成分析

圖9 Ni?o 3.4區(qū)(170°W—120°W, 5°S—5°N, 0~80 m)熱含量方程主要各項在(a) EP型El Ni?o事件和(b) CP型El Ni?o事件中的合成分析

從熱含量方程的角度, 無論是在赤道太平洋地區(qū)(118°E—75°W, 5°S—5°N, 0~300m)還是Ni?o 3.4區(qū)(170°W—120°W, 5°S—5°N, 0~80m), 兩類El Ni?o事件發(fā)生期間熱含量異?？傮w的變化機制為: 熱量輸送項異常(紅色曲線)促進時間趨勢項變化(黑色曲線), 海表熱通量項異常(綠色曲線)抑制時間趨勢項變化。

5 小結(jié)

本文使用ECCO v4同化產(chǎn)品分別對赤道太平洋地區(qū)(118°E—75°W, 5°S—5°N, 0~300m)和Ni?o 3.4區(qū)(170°W—120°W, 5°S—5°N, 0~80m)熱含量變化進行診斷分析, 得到如下結(jié)論。

1)就多年平均的季節(jié)變化而言, 在赤道太平洋地區(qū), 季節(jié)變化的變化機制為: 海表熱通量為正貢獻, 熱量輸送為負貢獻; 將熱量輸送分解至南、北、西、及底部4個面后, 5°N斷面貢獻最大, 西邊界貢獻最小。

2) 就熱含量異常的年際變化而言, 赤道太平洋地區(qū)的熱含量異常變化機制為: 海表熱通量項抑制時間趨勢項變化, 熱量輸送項促進時間趨勢項變化; 將熱量輸送分解為4個面的貢獻后, 5°N斷面貢獻最大。Ni?o 3.4區(qū)的熱含量異常的變化機制為: 海表熱通量項抑制時間趨勢項變化, 熱量輸送項促進時間趨勢項變化; 將熱量輸送分解為3個方向后, 垂向貢獻最大。

3) 兩塊區(qū)域的海表熱通量異常同步變化, Ni?o 3.4區(qū)的垂向熱量輸送異常滯后于赤道太平洋地區(qū)的經(jīng)向熱量輸送異常, 這解釋了為何Ni?o 3.4指數(shù)滯后于赤道太平洋熱含量異常。

4) 在兩類El Ni?o事件中, 其熱含量異常變化有相同點也有不同點。通過合成分析, 在赤道太平洋地區(qū), 5個El Ni?o事件的熱量輸送項異常都由經(jīng)向輸送異常主導(dǎo); 在Ni?o 3.4區(qū), 兩類El Ni?o的熱量輸送項異常在發(fā)展期和衰退期一直由垂向輸送異常主導(dǎo)。

本文熱含量診斷分析結(jié)果依賴于ECCO v4產(chǎn)品的質(zhì)量, 另外在1992—2015年間只有一次完整的EP型El Ni?o事件, 其中的結(jié)論需要更多的ENSO事件的例子來驗證, 對每一個ENSO事件的診斷分析都將加深我們對ENSO事件的理解, 豐富人們對EP型和CP型El Ni?o現(xiàn)象產(chǎn)生及其異同的認識, 有助于提高預(yù)報精度。

陳永利, 趙永平, 張勐寧, 等, 2005. 赤道太平洋次表層海溫異常年際和年代際變率特征與ENSO循環(huán)[J]. 海洋學(xué)報, 27(2): 39–45. CHEN YONGLLI, ZHAO YONGPING, ZHANG MENGNING, et al, 2005. The characteristics of interannual and interdecadal variability of equatorial Pacific Ocean temperature anomalies and ENSO cycle[J]. Acta OceanologicaSinica, 27(2): 39–45 (in Chinese with English abstract).

吳曉芬, 許建平, 張啟龍, 等, 2011. 基于Argo資料的熱帶西太平洋上層熱含量初步研究[J]. 海洋預(yù)報, 28(4): 76–86. WU XIAOFEN, XU JIANPING, ZHANG QILONG, et al, 2011 A preliminary study on upper ocean heat content of tropical Western Pacific[J]. Marine Forecasts, 28(4): 76–86 (in Chinese with English abstract).

徐淑雯, 智協(xié)飛, 王曉春, 2016. 兩類El Ni?o發(fā)生前期大氣海洋狀況的對比分析[J]. 熱帶氣象學(xué)報, 32(5): 668–677. XU SHUWEN, ZHI XIEFEI, WANG XIAOCHUN, 2016. Comparative analysis of atmospheric and oceanic conditions before the occurrence of two types of El Ni?o events[J]. Journal of Tropical Meteorology, 32(5): 668–677 (in Chinese with English abstract).

徐騰飛, 周慧, 2016. 海洋再分析資料中IOD-ENSO遙相關(guān)的海洋通道機制分析[J]. 海洋學(xué)報, 38(12): 23–35. XU TENGFEI, ZHOU HUI, 2016. Oceanic channel dynamics of the IOD-ENSO teleconnection in oceanic reanalysis datasets[J]. Haiyang Xuebao, 38(12): 23–35 (in Chinese with English abstract).

BJERKNES J, 1969. Atmospheric teleconnections from the equatorial Pacific[J]. Monthly Weather Review, 97(3): 163–172.

BOWEN M, JORDAN M, SUTTON P, et al, 2016. Interannual variability of sea surface temperature in the Southwest Pacific and the Role of ocean dynamics[J]. Journal of Climate, 30(18): 7481–7492.

FORGET G, CAMPIN J M, HEIMBACH P, et al, 2015. ECCO version 4: an integrated framework for non-linear inverse modeling and global ocean state estimation[J]. Geoscientific Model Development Discussion, 8(5): 3653–3743.

HALPERN D, MENEMENLIS D, WANG XIAOCHUN, 2015. Impact of data assimilation on ECCO2 equatorial undercurrent and North Equatorial Countercurrent in the Pacific Ocean[J]. Journal of Atmospheric and Oceanic Technology, 32(1): 131–143.

HU DUNXIN, WU LIXIN, CAI WENJU, et al, 2015. Pacific western boundary currents and their roles in climate[J]. Nature, 552(7556): 299–308.

JIN FEIFEI, 1997. An equatorial ocean recharge paradigm for ENSO. Part I: conceptual model[J]. Journal of the Atmospheric Sciences, 54(7): 811–829.

KIM S B, FUKUMORI I, LEE T, 2006. The closure of the ocean mixed layer temperature budget using level-coordinate model fields[J]. Journal of Atmospheric and Oceanic Technology, 23(6): 840–853.

KIM S B, LEE T, FUKUMORI I, 2007. Mechanisms controlling the interannual variation of mixed Layer temperature averaged over the Nio?-3 region[J]. Journal of Climate, 20(15): 3822–3843.

KUG J S, JIN FEIFEI, AN S I, 2009. Two types of El Ni?o events: cold tongue El Ni?o and warm pool El Ni?o[J]. Journal of Climate, 22(6): 1499–1515.

LEE T, FUKUMORI I, TANG BENYANG, 2004. Temperature advection: internal versus external processes[J]. Journal of Physical Oceanography, 34(8): 1936–1944.

LEE T, MICHAEL J M, 2010. Increasing intensity of El Nino in the central-equatorial Pacific[J]. Geophysical Research Letters, 37(14): L14603, doi: 10.1029/2010GL044007.

MEINEN C S, MCPHADEN M J, 2000. Observations of warm water volume changes in the equatorial pacific and their relationship to El Ni?o and La Ni?a[J]. Journal of Climate, 13(20): 3551–3559.

REN HONGLI, JIN FEIFEI, 2011. Ni?o indices for two types of ENSO[J]. Geophysical Research Letters, 38(4): L04704, doi: 10.1029/2010GL046031.

TAKAHASHI K, MONTECINOS A, GOUBANOVA K, et al, 2011. ENSO regimes: reinterpreting the canonical and Modoki El Ni?o[J]. Geophysical Research Letters, 38(10): L10707, doi: 10.1029/2011GL047364.

THOMPSON P R, PIECUCH C G, MERRIFIELD M A, et al, 2016. Forcing of recent decadal variability in the Equatorial and North Indian Ocean[J]. Journal of Geophysical Research, 121(9): 6762–6778.

WANG XIAOCHUN, JIN FEIFEI, WANG YUQING, 2003. A tropical ocean recharge mechanism for climate variability. Part II: a unified theory for decadal and ENSO modes[J]. Journal of Climate, 16(22): 3599–3616.

WYRTKI K, 1975. El Ni?o-the dynamic response of the equatorial Pacific Ocean to atmospheric forcing[J]. Journal of Physical Oceanography, 5(4): 572–584.

XIANG BAOQIANG, WANG BIN, LI T, 2013. A new paradigm for the predominance of standing Central Pacific Warming after the late 1990s[J]. Climate Dynamics, 41(2): 327–340.

YU JINYI, KAO H Y, LEE T, et al, 2011. Subsurface ocean temperature indices for central-pacific and eastern-pacific types of El Ni?o and La Ni?a events[J]. Theoretical and Applied Climatology, 103(3–4): 337–344.

ZEBIAK S, CANE M A, 1987. A model El Ni?o-southern oscillation[J]. Monthly Weather Review, 115(10): 2262–2278.

ZHANG YING, DU YAN, ZHANG YUHONG, et al, 2016. Asymmetry of upper ocean salinity response to the Indian Ocean dipole events as seen from ECCO simulation[J]. Acta Oceanologica Sinica, 35(7): 42–49.

Diagnostic analysis of upper-ocean heat content change in the equatorial Pacific and related mechanism

LI Ning1,2, WANG Xiaochun1,2

1. School of Marine Science, Nanjing University of Information Science & Technology, Nanjing 210044, China; 2. Jiangsu Engineering Technology Research Center of Marine Environment Detection, Nanjing 210044, China

The ECCO v4 outputs from 1992 to 2015 is used to diagnose the heat content change in the equatorial Pacific box (118°E-75°W, 5°S-5°N, 0-300 m) and the Ni?o 3.4 box (170°-120°W, 5°S-5°N, 0-80 m). In the interannual time scale after removing the seasonal cycle, the temperature tendency term is driven by meridional heat transport and balanced by the surface heat flux term in the equatorial Pacific box. The transport across 5°N plays a dominant role in determining the magnitude and sign of temperature tendency term. For the Ni?o 3.4 box, the temperature tendency term of heat content is driven by the heat transport term and balanced by the surface heat flux term, with vertical transport playing an important role. The meridional heat transport of the equatorial Pacific box leads the vertical heat transport of the Ni?o 3.4 box on the interannual time scale, which explains why the heat content change of the equatorial Pacific leads the Ni?o 3.4 SST change by several months during the ENSO (El Nino-Southern Oscillation). Though there are subtle differences between the eastern Pacific and central Pacific ENSO events, two types of ENSO bear similarities in terms of heat content change mechanism. For the equatorial Pacific box, meridional heat transport plays a major role in determining its heat content change. For the Ni?o 3.4 box, vertical transport is the dominant term driving the heat content change in both developing and decaying stages of ENSO events.

upper-ocean heat content; change mechanism; El Ni?o; ECCO v4;equatorial Pacific

2018-04-21;

2018-07-04. Editor: SUN Shujie

National Natural Science Foundation of China (41630423); National Key Research and Development Project (2016YFC1401601); 2015 Program for Innovation Research and Entrepreneurship Team in Jiangsu Province

P731

A

1009-5470(2019)01-0001-10

10.11978/2018046

2018-04-21;

2018-07-04。孫淑杰編輯

國家自然科學(xué)重點基金項目(41630423); 國家重點研發(fā)計劃(2016YFC1401601); 2015年度江蘇省“雙創(chuàng)計劃”

李寧(1992—), 男, 江蘇省連云港市人, 碩士, 研究方向為海氣相互作用。Email: lining_deepwind@aliyun.com

王曉春。Email: xcwang@nuist.edu.cn

*加州大學(xué)洛杉磯分校張洪博士、加州理工學(xué)院噴氣推進實驗室王歐博士、Dr. Dimitris Menemenlis、Dr. Ichiro Fukumori、麻省理工學(xué)院Dr. Gael Forget在使用MITgcm 及ECCO v4 產(chǎn)品方面提供了幫助; 兩位審稿人為本文的改進提出了許多有益建議, 特此一并致謝。

WANG Xiaochun. Email: xcwang@nuist.edu.cn