朱麗飛 孫誠(chéng) 李建平 張靜 劉雨森 宮湛秋

1 北京師范大學(xué)全球變化與地球系統(tǒng)科學(xué)研究院, 北京100875

2 中國(guó)海洋大學(xué)物理海洋教育部重點(diǎn)實(shí)驗(yàn)室/海洋高等研究院/深海圈層與地球系統(tǒng)前沿科學(xué)中心, 青島266100

3 青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室海洋動(dòng)力過(guò)程與氣候功能實(shí)驗(yàn)室, 青島266237

1 引言

19 世紀(jì)末以來(lái)，全球平均表面溫度（GMST,Global Mean Surface Temperature）呈現(xiàn)出百年尺度的增暖趨勢(shì)，并且自1970 年代以來(lái)增溫趨勢(shì)明顯加快（IPCC, 2007）。全球表面溫度普遍升高，但由于下墊面熱力性質(zhì)的不同存在差異。陸地區(qū)域的變暖速率一般要快于海洋。在1880～2018 年期間，全球平均陸地表面氣溫（LSAT, Land Surface Air Temperature）增加了1.41°C，而同期全球平均表面溫度上升了0.86°C（IPCC, 2013）。全球陸地的變暖也存在區(qū)域差異，20 世紀(jì)以來(lái)，相比于南半球，北半球的增溫起始時(shí)間早，增溫速度快，擴(kuò)展范圍廣（Ji et al., 2014）。這種全球百年尺度的增溫趨勢(shì)與輻射強(qiáng)迫有關(guān)，主要原因是大氣層中溫室氣體濃度的變化，尤其是人類活動(dòng)導(dǎo)致的CO2濃度增加所引起的溫室效應(yīng)的加?。╓ild, 2016）。

在1951～2012 年期間，全球平均表面溫度（GMST）每10 年增長(zhǎng)0.12°C，但在1998～2012年期間，全球平均地面增溫速率減緩，出現(xiàn)了氣候變暖暫時(shí)的“停滯”（宋斌等, 2015; 林霄沛等,2016; 蘇京志等, 2016; 徐一丹等, 2019）。一些研究表明氣候系統(tǒng)內(nèi)部的自然變率對(duì)溫度變化趨勢(shì)有重要的調(diào)節(jié)作用（Wu et al., 2011; 徐一丹等, 2019）。在年際時(shí)間尺度上，熱帶太平洋的厄爾尼諾—南方濤動(dòng)（ENSO, El Ni?o-Southern Oscillation）現(xiàn)象對(duì)全球平均溫度有重要的影響（Lin and Qian, 2019）。在年代際時(shí)間尺度上，太平洋年代際振蕩（IPO/PDO, Interdecadal Pacific Oscillation/Pacific Decadal Oscillation）表現(xiàn)出與ENSO 空間結(jié)構(gòu)相類似的特點(diǎn)（朱益民和楊修群, 2003; 楊修群等, 2004）。全球變暖減緩時(shí)期，海表溫度（SST, Sea Surface Temperature）呈現(xiàn)異常的空間分布格局，主要表現(xiàn)為熱帶東太平洋海表溫度持續(xù)冷卻（Kosaka and Xie, 2013），這一現(xiàn)象與ENSO 循環(huán)中拉尼娜冷事件以及PDO 的冷位相有關(guān)（劉珊等, 2019）。除了太平洋，大西洋對(duì)全球平均溫度的變化也有重要貢獻(xiàn)（Sutton and Hodson, 2007）。通過(guò)年代際海氣動(dòng)力耦合的作用，北大西洋濤動(dòng)（NAO, North Atlantic Oscillation）超前北大西洋海溫多年代際振蕩（AMO, Atlantic Multidecadal Oscillation）和北半球平均溫度（NHT, North Hemisphere Temperature）15～20 年，20 世紀(jì)90 年代開(kāi)始的NAO 年代際減弱對(duì)后期的全球變暖減緩有重要貢獻(xiàn)（龔道溢等,2001; Sun et al., 2015; 蘇京志等, 2016）。這種年代際尺度的超前關(guān)系可以用大氣強(qiáng)迫對(duì)海洋環(huán)流的累積效應(yīng)來(lái)解釋。此外，有學(xué)者利用旋轉(zhuǎn)經(jīng)驗(yàn)正交函數(shù)（REOF, Rotated Empirical Orthogonal Function）的方法研究GMST 的變率，發(fā)現(xiàn)大西洋通過(guò)AMO對(duì)GMST 的年代際變率貢獻(xiàn)最大，而太平洋地區(qū)主要通過(guò)ENSO/PDO 及其遙相關(guān)，太平洋海溫變率對(duì)GMST 的貢獻(xiàn)相比大西洋要小的多，并且發(fā)現(xiàn)AMO/PDO/ENSO 三個(gè)海溫模態(tài)加上長(zhǎng)期趨勢(shì)后可以很好地?cái)M合全球平均海溫(Global Sea Surface Temperature)（Chen and Tung, 2018），并被視為重要的海洋變率。盡管輻射強(qiáng)迫和氣候系統(tǒng)內(nèi)部變率對(duì)全球氣溫的變化有顯著影響，但在區(qū)域尺度上不同因子的作用差異還有待進(jìn)一步闡明。

氣候模式模擬的結(jié)果表明全球和區(qū)域尺度溫度的變化是外部輻射強(qiáng)迫和氣候內(nèi)部變率相互作用的產(chǎn)物（Meehl et al., 2013; Yu et al., 2020; Xiao et al.,2020）。氣候系統(tǒng)是一個(gè)復(fù)雜的非線性系統(tǒng)，其背后的物理機(jī)制有時(shí)很難解釋。氣候系統(tǒng)變化的驅(qū)動(dòng)力和因果關(guān)系分析是氣候動(dòng)力學(xué)的一個(gè)基本問(wèn)題。不同領(lǐng)域的研究者已經(jīng)提出了一些新的方法來(lái)研究動(dòng)力系統(tǒng)的驅(qū)動(dòng)力，這些方法能夠?qū)㈦[含在觀測(cè)或模擬的非平穩(wěn)時(shí)間序列中的驅(qū)動(dòng)力提取出來(lái)。具有代表性的方法主要有：Granger 因果關(guān)系、條件互信息和轉(zhuǎn)移熵、收斂交叉映射（CCM, Comvergent Cross Mapping）（Granger, 1969; Schreiber, 1997;Sugihara et al., 2012; Tsonis et al., 2015）以及慢特征分析（SFA, Slow Feature Analysis）（潘昕濃等,2016, 2017）。SFA 可以從快速變化的動(dòng)力系統(tǒng)中提取緩慢變化的驅(qū)動(dòng)力，能夠有效地估計(jì)系統(tǒng)內(nèi)在的驅(qū)動(dòng)力（Wiskott, 2003; Konen and Koch, 2011）。其優(yōu)勢(shì)是不需要了解所研究系統(tǒng)的具體的數(shù)學(xué)模型，利用長(zhǎng)期的觀測(cè)數(shù)據(jù)，可以直接提取觀測(cè)數(shù)據(jù)背后的驅(qū)動(dòng)力，并且該方法可以有效地克服隨機(jī)噪音的干擾。該方法最初是在神經(jīng)生物學(xué)領(lǐng)域發(fā)展起來(lái)的，后來(lái)推廣到物理、工程學(xué)和氣候變化等其他領(lǐng)域。已有研究利用SFA 方法和小波分析，重建了北半球月平均地表氣溫異常時(shí)間序列的驅(qū)動(dòng)力，發(fā)現(xiàn)該驅(qū)動(dòng)力包括兩個(gè)獨(dú)立的自由度，分別與22 年太陽(yáng)活動(dòng)周期和AMO 氣候變率有關(guān) （Yang et al., 2016）。隨后，有學(xué)者提出了一種在平穩(wěn)區(qū)域?qū)Ψ瞧椒€(wěn)系統(tǒng)產(chǎn)生影響的情況下重構(gòu)驅(qū)動(dòng)力的新方法（Zhang et al., 2017），且數(shù)值分析表明，原始和重構(gòu)驅(qū)動(dòng)力之間的相關(guān)系數(shù)可以達(dá)到0.97，后利用該方法應(yīng)用在北半球月平均地表氣溫時(shí)間序列中，結(jié)果同樣證明其基本強(qiáng)迫周期與太陽(yáng)黑子和AMO 的周期一致。也有學(xué)者基于最長(zhǎng)儀器觀測(cè)的英格蘭中部溫度CET 數(shù)據(jù)集，同樣結(jié)合SFA 方法和小波分析，得出氣候變化的驅(qū)動(dòng)力有3.36 和22.6 兩個(gè)自由度，它們分別與ENSO 生命周期和太陽(yáng)黑子循環(huán)周期有關(guān)（Wang et al., 2017）。另有研究在中歐LSAT的站點(diǎn)觀測(cè)數(shù)據(jù)基礎(chǔ)上提取驅(qū)動(dòng)力，發(fā)現(xiàn)其與NAO 有顯著正相關(guān)關(guān)系（Wang et al., 2019）。

已有研究結(jié)果表明SFA 方法在提取非平穩(wěn)系統(tǒng)的慢變驅(qū)動(dòng)力以及研究長(zhǎng)期氣候變化的驅(qū)動(dòng)因子等方面有非常明顯的優(yōu)勢(shì)。以往利用SFA 提取非平穩(wěn)系統(tǒng)慢變驅(qū)動(dòng)力的研究多是針對(duì)某個(gè)區(qū)域平均的時(shí)間序列（Schreiber, 2000; Yang et al., 2016;Zhang et al., 2017; 范開(kāi)宇等, 2018; Tsonis et al.,2019; Zhang et al., 2019）。一維時(shí)間序列的分析方法在分析包含時(shí)—空協(xié)同演變信息的多維數(shù)據(jù)方面有局限性（胡淑娟, 2006; 劉海濤等, 2007; 胡淑娟等, 2020）。由于不同地區(qū)氣候的慢變驅(qū)動(dòng)力在時(shí)間演變上并不一致，在全球范圍內(nèi)，不同地區(qū)氣候慢變驅(qū)動(dòng)力之間的關(guān)系以及全球氣候慢變驅(qū)動(dòng)力的空間結(jié)構(gòu)差異，這些問(wèn)題還尚未得到較好的解釋，所以有必要對(duì)不同空間尺度上的慢變驅(qū)動(dòng)力進(jìn)行診斷。以LSAT 為例，從多維時(shí)空角度在全球范圍內(nèi)提取LSAT 的慢變驅(qū)動(dòng)力，為理解全球氣溫慢變驅(qū)動(dòng)力的空間特征提供了思路。基于此，將SFA 方法拓展到時(shí)空三維的LSAT 場(chǎng)中，包括時(shí)間、經(jīng)度、緯度三個(gè)維度，在全球范圍內(nèi)提取LSAT 的慢變信號(hào)。具體來(lái)說(shuō)，就是將格點(diǎn)資料中每個(gè)格點(diǎn)的LSAT時(shí)間序列首先進(jìn)行獨(dú)立的SFA 分析，而后再?gòu)娜蚍秶鷮?duì)LSAT 慢變驅(qū)動(dòng)力的空間特征進(jìn)行整體分析。

本文將過(guò)去100 多年來(lái)觀測(cè)記錄的原始?xì)鉁貓?chǎng)提取的慢變驅(qū)動(dòng)力信號(hào)分別與全球輻射強(qiáng)迫（GRF，Global Radiation Forcing）、 AMO、 PDO 和Ni?o3.4 氣候指數(shù)進(jìn)行相關(guān)分析，與原始觀測(cè)結(jié)果做對(duì)比，并選擇顯著區(qū)域平均LSAT 的驅(qū)動(dòng)力進(jìn)行分析。通過(guò)分析GRF 和不同氣候指數(shù)對(duì)全球觀測(cè)LSAT 異常以及氣候系統(tǒng)慢變驅(qū)動(dòng)力的影響，證明氣候外部強(qiáng)迫與內(nèi)部變率（主要是海洋內(nèi)部變率）對(duì)LSAT 的重要影響。最后為了驗(yàn)證結(jié)果的可靠性，使用模式模擬結(jié)果來(lái)驗(yàn)證GRF 與三大氣候指數(shù)對(duì)LSAT 的重要影響。

文章第二部分介紹數(shù)據(jù)來(lái)源與研究方法；第三部分介紹LSAT 觀測(cè)數(shù)據(jù)與SFA 方法提取的慢變驅(qū)動(dòng)力分別與GRF、AMO、PDO、Ni?o3.4 氣候指數(shù)做相關(guān)分析的結(jié)果；第四部分介紹模式驗(yàn)證得到的結(jié)果。第五部分介紹了本研究得到的主要結(jié)論和引發(fā)的討論。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源與介紹

全球逐月陸地表面氣溫?cái)?shù)據(jù)來(lái)自物理科學(xué)實(shí)驗(yàn)室（PSL, Physical Sciences Laboratory）特拉華大學(xué)氣溫與降水?dāng)?shù)據(jù)集（University of Delaware Air Temperature & Precipitation）V3.01 版本https://psl.noaa.gov/data/gridded/data.UDel_AirT_Precip.html[2020-05-22]。該數(shù)據(jù)為格點(diǎn)數(shù)據(jù)，包括1900～2010 年全球氣溫和降水高分辨率站點(diǎn)（陸地）月數(shù)據(jù)。哥特華大學(xué)的Cort Willmott 和Kenji Matsuura收集了大量來(lái)自GHCN2（全球歷史氣候網(wǎng)絡(luò)）和公共檔案的數(shù)據(jù)。數(shù)據(jù)集覆蓋全球包括南極洲在內(nèi)的陸地，補(bǔ)充了國(guó)際海洋大氣綜合數(shù)據(jù)集（ICOADS）。文中使用該數(shù)據(jù)集中的逐月陸地表面氣溫?cái)?shù)據(jù)，且與影響因子做相關(guān)分析時(shí)未做任何濾波或者平滑處理。

AMO、PDO、Ni?o3.4 逐月海溫指數(shù)來(lái)源于世界氣象組織下屬的氣象數(shù)據(jù)檢索平臺(tái)Climate Explorer（ http://climexp.knmi.nl/selectindex.cgi?id=someone@somewhere [2020-05-22]）。

AMO 是北大西洋SST 模態(tài)的主要信號(hào)，在50～70 年波段具有顯著的波譜峰值。有關(guān)研究表明，AMO 是影響區(qū)域至半球尺度氣候的氣候系統(tǒng)內(nèi)部變率。本研究中AMO 被定義為北大西洋地區(qū)赤道以北至極地（0°～60°N，0°～80°W）的海溫減去60°S～60°N 區(qū)域海面平均溫度，數(shù)據(jù)來(lái)源于NCDC 的ERSST V5 數(shù)據(jù)集。

ENSO（El Ni?o、La Ni?a 和南方濤動(dòng)）被認(rèn)為是熱帶太平洋上一種自然的海洋—大氣耦合模態(tài)（Deser et al., 2010），對(duì)全球的氣候有重要的影響（Newman et al., 2003）。本研究中采用Ni?o3.4 指數(shù)表示ENSO 事件，定義為HadSST1 數(shù)據(jù)集分析得 到 的 Ni?o3.4 區(qū) 域（ 5°N～5°S， 170°W～120°W）范圍內(nèi)的平均海表溫度異常，正值代表El Ni?o，負(fù)值代表La Ni?a。

太平洋年代際濤動(dòng)（Pacific Decadal Oscillation,PDO）是北太平洋區(qū)域海溫的主導(dǎo)模態(tài)，其相位的變化可以影響北太平洋甚至是北半球大氣環(huán)流的變化。PDO 處于正位相時(shí)，北太平洋海水變冷，負(fù)位相則反之。本文中PDO 指的是北太平洋地區(qū)20°以北逐月海表溫度異常正交函數(shù)分解第一模態(tài)（EOF1）的時(shí)間序列（Mantua et al., 1997; Kosaka and Xie, 2013）。Messié and Chavez（2011）對(duì)全球SST 異常進(jìn)行EOF 分解，發(fā)現(xiàn)全球SST 年際到年代際尺度的變率主要由ENSO、AMO 和PDO 三個(gè)海溫模態(tài)所主導(dǎo)（解釋方差合計(jì)接近30%）。因此，本文分析的AMO、ENSO 和PDO 三個(gè)海溫模態(tài)在時(shí)間和空間是相對(duì)獨(dú)立的。

全球輻射強(qiáng)迫數(shù)據(jù)來(lái)自于CMIP5 GISS-E2 Global Radiative Forcing (Fi) Data （Miller et al.,2014；https://data.giss.nasa.gov/modelforce/[2020-05-22]）。其是以年為單位的連續(xù)輻射強(qiáng)迫。輻射強(qiáng)迫包括太陽(yáng)輻射、溫室氣體、火山活動(dòng)、臭氧、氣溶膠、土地利用變化等輻射傳輸總和，也叫全球總輻射強(qiáng)迫，用GRF 表示，在這里代表氣候系統(tǒng)的大部分外部因素。

2.2 方法

SFA 方法能夠提取非線性平穩(wěn)系統(tǒng)的慢變驅(qū)動(dòng)力信號(hào)。其是將實(shí)際觀測(cè)數(shù)據(jù)嵌入到m維的空間里，進(jìn)行一系列的變換與重組，利用最小二乘法求出數(shù)學(xué)模型的常數(shù)，進(jìn)而提取慢特征變量，得到系統(tǒng)的驅(qū)動(dòng)力。對(duì)于未知?jiǎng)恿ο到y(tǒng)的給定時(shí)間序列{x(t)}t1,···,tn，這里t表示時(shí)間，n表示時(shí)間序列的長(zhǎng)度，SFA 算法的基本步驟如下：

（1）將{x(t)}嵌入到一個(gè)m維狀態(tài)空間中，進(jìn)行空間重構(gòu)，

式中k=m+m(m+1)/2。

（3）將公式（3）統(tǒng)一到一個(gè)球面上，生成零均值、單位協(xié)方差的坐標(biāo)分量，即

以上是提取驅(qū)動(dòng)力步驟的簡(jiǎn)單介紹，具體可以在Yang（2016）和范開(kāi)宇等（2018）的文章中找到。值得注意的是：如果一個(gè)驅(qū)動(dòng)力包括多個(gè)成分,系統(tǒng)本身的可預(yù)測(cè)性和嵌入維數(shù)m的大小可能會(huì)改變提取結(jié)果（Konen and Koch, 2009, 2011）。

數(shù)據(jù)處理過(guò)程：對(duì)逐個(gè)格點(diǎn)上的LSAT 原始序列去除年循環(huán)，然后設(shè)置嵌入維度數(shù)m為13（對(duì)應(yīng)的驅(qū)動(dòng)力分辨率為一年）（Yang et al., 2016; 潘昕濃等, 2016），時(shí)滯參數(shù)τ為1，利用SFA 方法，將資料中每個(gè)格點(diǎn)的LSAT 時(shí)間序列首先進(jìn)行獨(dú)立的SFA 分析，提取其慢變驅(qū)動(dòng)力；而后從全球范圍對(duì)LSAT 慢變驅(qū)動(dòng)力的空間特征進(jìn)行整體分析。此外，SFA 提取的外強(qiáng)迫和實(shí)際外強(qiáng)迫相差一個(gè)放大因子和平移系數(shù) （Wang et al., 2011） ，因此本文重點(diǎn)探討SFA 提取的外強(qiáng)迫和實(shí)際外強(qiáng)迫之間相關(guān)性的強(qiáng)弱。

2.3 模式模擬

歷史海溫驅(qū)動(dòng)的AGCM 試驗(yàn)，即AMIP（Atmospheric Model Intercomparison Project），其根據(jù)海表溫度和海冰數(shù)據(jù)反演出真實(shí)的大氣輻射強(qiáng)迫，是一個(gè)專門為大氣環(huán)流模式所設(shè)計(jì)的試驗(yàn)計(jì)劃（馮娟和李建平, 2012; 安然等, 2019），同時(shí)也是全球大氣環(huán)流模式的標(biāo)準(zhǔn)輸出實(shí)驗(yàn)協(xié)議。它為從事全球氣候模式的診斷分析、驗(yàn)證、比較和數(shù)據(jù)交流提供了一個(gè)基本平臺(tái)。AMIP 模型配置能夠使研究更加專注于大氣模型，而不會(huì)增加氣候系統(tǒng)中海洋—大氣反饋的復(fù)雜性，可以說(shuō)是一個(gè)“理想的海洋”。該模式綜合了10 個(gè)集合的平均結(jié)果，可以大大減少大氣內(nèi)部過(guò)程對(duì)LSAT 的影響，從而保留了輻射和海溫等外強(qiáng)迫對(duì)LSAT 的影響。模擬試驗(yàn)過(guò)程中的外部輻射強(qiáng)迫部分，采用觀測(cè)（記錄）到的太陽(yáng)活動(dòng)和大氣成分變化（包括溫室氣體、氣溶膠和火山氣溶膠）來(lái)驅(qū)動(dòng)所有的歷史強(qiáng)迫實(shí)驗(yàn)（Xu et al., 2020）。CAM5（Community Atmosphere Model 5）是CESM 的大氣模式，依托美國(guó)國(guó)家海洋大氣局（NOAA）地球系統(tǒng)研究實(shí)驗(yàn)室（ESRL）平臺(tái)，用AMIP 觀測(cè)輻射通量做強(qiáng)迫來(lái)模擬全球表面溫度。所以，模式的結(jié)果很大程度上能夠反映LSAT 的慢變驅(qū)動(dòng)力。

本文使用該模式輸出的百年尺度LSAT 與GRF、AMO、Ni?o3.4 和PDO 指數(shù)進(jìn)行相關(guān)分析。在沒(méi)有海洋—大氣反饋的作用下，分析LSAT 發(fā)展變化的內(nèi)部驅(qū)動(dòng)機(jī)制，得出LSAT 不僅受外輻射強(qiáng)迫，還受年際以及年代際SST 自然變率的影響。模式結(jié)果再現(xiàn)了LSAT 的觀測(cè)結(jié)果，驗(yàn)證了其受到GRF、AMO、Ni?o3.4、PDO 的區(qū)域影響。

3 結(jié)果與分析

本文利用SFA 方法探討了LSAT 的慢變信息，我們所使用的是1900～2010 陸地氣溫的觀測(cè)資料，時(shí)間分辨率為逐月。因此，利用SFA 方法提取的LSAT 慢變信號(hào)在時(shí)間尺度上主要包含了年際和年代際尺度等低頻信號(hào)。結(jié)果發(fā)現(xiàn)，較原始觀測(cè)數(shù)據(jù)，使用SFA 方法提取的全球LSAT 的慢變驅(qū)動(dòng)力時(shí)間序列，與GRF、AMO、Ni?o3.4 和PDO 指數(shù)的相關(guān)性有了很大的提高，這進(jìn)一步證明LSAT 不僅受到外部強(qiáng)迫作用，還受到海洋作用的顯著影響。

3.1 全球輻射強(qiáng)迫對(duì)LSAT 的影響

地球從自身以外獲取能量的主要途徑是太陽(yáng)輻射，可以說(shuō)太陽(yáng)輻射是地球表面熱量的主要能量來(lái)源。自工業(yè)革命以來(lái)，全球溫室氣體濃度不斷增加，全球地表溫度也隨之上升。目前已有大量關(guān)于溫室氣體濃度增加導(dǎo)致全球增溫及其內(nèi)部物理機(jī)制的研究（Kang et al., 2010）。本文重點(diǎn)是從全球輻射強(qiáng)迫和海洋作用的角度來(lái)分析地表增溫的時(shí)空特征。總輻射強(qiáng)迫空間分布圖顯示，在全球大部分地區(qū)是增加的趨勢(shì)，只有在東南亞地區(qū)和北美中部地區(qū)是下降趨勢(shì)（Miller et al., 2014）（圖略）。

需要說(shuō)明的是，SFA 方法由于受到嵌入維度m和時(shí)滯參數(shù)τ的制約，提取出的慢變驅(qū)動(dòng)力的始末年份可能失真，故在提取結(jié)果中刪除了始末年份，保留1901～2009 年的驅(qū)動(dòng)力結(jié)果。為使結(jié)果具有可比性，統(tǒng)一選取1901～2009 年時(shí)間段的觀測(cè)LSAT、GRF 和三大SST 模態(tài)進(jìn)行分析。

圖1a 表明，GRF 對(duì)全球大部分地區(qū)觀測(cè)LSAT存在普遍影響，例如非洲、南美洲北部和東部、歐亞大陸東南部、南極洲大部分地區(qū)、格陵蘭島東部和澳洲中部地區(qū)。在這些地區(qū)，區(qū)域平均LSAT與GRF 的相關(guān)系數(shù)都在0.5 以上。不同的是，南極洲東半球部分區(qū)域LSAT 受到GRF 的異常影響。圖1b 顯示，與觀測(cè)結(jié)果相比，SFA 方法提取的慢變驅(qū)動(dòng)力與GRF 的相關(guān)系數(shù)明顯增大，特別是歐亞大陸中部、非洲中部和南極洲地區(qū)。GRF 可能在很大程度上影響甚至決定LSAT，甚至說(shuō)GRF是LSAT 的重要慢變驅(qū)動(dòng)力之一。為了進(jìn)一步探究LSAT 和GRF 的關(guān)系，文中選擇兩個(gè)顯著相關(guān)地區(qū)，即歐洲中部地區(qū)（30°～60°N，30°～60°E）和北非地區(qū)（0°～30°N，0°～30°E）的區(qū)域平均LSAT 和GRF 進(jìn)行具體分析。由于文中使用的GRF數(shù)據(jù)是以年為單位，相應(yīng)地對(duì)1901～2009 年LSAT 和驅(qū)動(dòng)力時(shí)間序列求年平均，將其轉(zhuǎn)化成以年為單位的數(shù)據(jù)，再進(jìn)行相關(guān)分析。

圖1 1901～2009 年（a）觀測(cè)LSAT、（b）SFA 方法提取的LSAT 慢變驅(qū)動(dòng)力與逐年GRF 的相關(guān)系數(shù)的空間分布。藍(lán)色方框內(nèi)為相關(guān)系數(shù)顯著增加的區(qū)域，分別為北非地區(qū)（0°～30°N，0°～30°E）、歐亞大陸中部地區(qū)（30°～60°N，30°～60°E）。黑色打點(diǎn)區(qū)域代表通過(guò)95%的信度水平檢驗(yàn)Fig. 1 Correlation of (a) the original observed LSAT(Land Surface Air Temperature) and (b) the LSAT slow driving force extracted by the SFA(Slow Feature Analysis) method with the annual GRF(Global Radiation Forcing ) for 1901-2009. In the blue boxes, the regions with significantly increased correlation coefficients are Central Eurasia (30°-60°N, 30°-60°E) and North Africa (0°-30°N, 0°-30°E). Regions above 95% confidence level are black spotted

歐亞和非洲作為世界上最大的兩個(gè)大陸，其在一定程度上可以代表大陸LSAT 的發(fā)展趨勢(shì)。圖2顯示，中歐和北美大陸LSAT 與GRF 顯著相關(guān)，1901～2009 年期間，GRF 呈現(xiàn)增加的趨勢(shì)，特別是自工業(yè)革命時(shí)代二十世紀(jì)七十年代以來(lái)，全球輻射強(qiáng)迫增加迅速，同樣LSAT 也呈現(xiàn)快速上升的趨勢(shì)，這與全球變暖的大背景一致。表1 顯示，二者的相關(guān)性十分顯著，歐洲中部地區(qū)觀測(cè)LSAT 與GRF 的相關(guān)系數(shù)為0.58，SFA 提取的慢變驅(qū)動(dòng)力信號(hào)為0.71，解釋方差增長(zhǎng)17%；北非地區(qū)觀測(cè)LSAT 和SFA 提取的慢變驅(qū)動(dòng)力與GRF 的相關(guān)系數(shù)分別是0.64 和0.70，而解釋方差相差8%。以上結(jié)果表明，SFA 提取的慢變驅(qū)動(dòng)力與GRF 的相關(guān)性明顯增強(qiáng)。而且，在1901～2009 年期間，GRF出現(xiàn)四次顯著下降（紅色實(shí)線向下尖端），在每次總輻射突然下降后不久，LSAT 也出現(xiàn)下降的現(xiàn)象。這也進(jìn)一步說(shuō)明GRF 對(duì)LSAT 有顯著影響。

表1 區(qū)域平均的LSAT 與逐年GRF 的相關(guān)系數(shù)和解釋方差Table 1 Correlation coefficient and explanatory variance of the regional mean LSAT and the annual GRF

圖2 1901～2009 年（a）歐亞大陸中部地區(qū)（30°～60°N，30°～60°E）、（b）北非地區(qū)（0°～30°N，0°～30°E）區(qū)域年平均LSAT 與逐年GRF 的標(biāo)準(zhǔn)化時(shí)間序列。紅線表示GRF，灰線表示觀測(cè)LSAT，黑線表示SFA 方法提取的LSAT 慢變驅(qū)動(dòng)力Fig. 2 Normalized time series of the regional mean annual LSAT in (a) Central Eurasia (30°-60°N, 30°-60°E) and (b) North Africa (0°-30°N,0°-30°E) and annual GRF for 1901-2009. The red lines represent the annual GRF. The gray line represents the original observed LSAT. The black line represents the LSAT slow driving force extracted by the SFA method

3.2 AMO 對(duì)LSAT 的影響

相關(guān)研究表明，AMO 作為氣候系統(tǒng)的內(nèi)部變率之一，對(duì)區(qū)域和半球尺度的氣候都有影響（Knight et al., 2006; Zhang et al., 2007; 楊韻等,2018），特別是北半球平均LSAT 和北極海冰異常的多年代際變化。有學(xué)者研究證明，北大西洋海溫對(duì)北半球SAT 有重要調(diào)控作用。觀測(cè)和數(shù)值模擬試驗(yàn)表明，在年代際尺度上，AMO 可以影響北半球大部分地區(qū)LSAT，其年時(shí)間序列的波峰與去趨勢(shì)后的北半球地表溫度的波峰變化在很大程度上是同步的（Li et al., 2013）。有研究利用經(jīng)驗(yàn)正交函數(shù)分析（EOF , Empirical Orthogonal Function）得出LSAT 的EOF4 與AMO 有顯著相關(guān)性，EOF4能夠解釋LSAT 的年代際變化，特征區(qū)域主要集中在北半球（Dai et al., 2015）。AMO 作為接近最大時(shí)間尺度的氣候內(nèi)部自然變率，對(duì)全球地表溫度有顯著的影響。將全球LSAT 的觀測(cè)數(shù)據(jù)和驅(qū)動(dòng)力時(shí)間序列分別與AMO 指數(shù)做相關(guān)，以此來(lái)進(jìn)一步分析AMO 對(duì)全球LSAT 的影響。

如圖3a 所示，AMO 與北半球大部分陸地表面氣溫顯著相關(guān)，如大西洋周邊和東亞地區(qū)。圖3b中SFA 提取的慢變驅(qū)動(dòng)力與AMO 有更強(qiáng)的相關(guān)性，在低緯度地區(qū)和北半球中高緯度地區(qū)表現(xiàn)十分明顯，尤其是北大西洋周邊地區(qū)（格陵蘭島、北美洲東南部）、東亞、南美洲和非洲部分地區(qū)。

圖3 同圖1，但為1901～2009 年（a）觀測(cè)LSAT、（b）SFA 方法提取的LSAT 慢變驅(qū)動(dòng)力與逐月AMO 指數(shù)的相關(guān)系數(shù)的空間分布。藍(lán)色方框區(qū)域分別為東亞地區(qū)（17°～37°N，90°～110°E）、北美洲東部（43°～63°N，49°～69°W）和格陵蘭島地區(qū)（58°～78°N，37°～57°W）Fig. 3 As in Fig. 1, but for correlation of (a) the original observed LSAT and (b) the LSAT slow driving force extracted by the SFA method with the monthly AMO (Atlantic Multidecadal Oscillation) index. The blue boxes represent East Asia (17°-37°N, 90°-110°E), eastern North America(43°-63°N, 49°-69°W), and Greenland (58°-78°N, 37°-57°W)

AMO 通過(guò)“大氣橋”和“海氣耦合橋”影響下游歐亞大陸氣候（Li and Bates, 2007; Wang et al.,2009; 李雙林等, 2009, 2015; 羅菲菲和李雙林,2015）。有研究表明AMO 和東亞地區(qū)（具體區(qū)域范圍：20°～40°N，90°～120°E）LSAT 在同期達(dá)到最大相關(guān)，年均值相關(guān)系數(shù)達(dá)到0.6 以上，且證明AMO 可能通過(guò)西向波列影響東亞表面溫度（Xie et al., 2019）。

AMO 還可能通過(guò)海洋—大氣之間的耦合作用影響周邊地區(qū)LSAT。有研究表明，北美大陸的冬季增溫與AMO 正位相期間出現(xiàn)的兩個(gè)低壓異常中心有關(guān)，歐洲大陸夏季溫度正異常可能與北大西洋暖海溫有關(guān)（Sutton and Hodson, 2005, 2007）。此外，還有研究表明AMO 對(duì)大西洋周邊地區(qū)（北美洲東北部、格陵蘭島、冰島）的熱通量和LSAT 有顯著相關(guān)關(guān)系，并且利用信息流理論的因果方法證明AMO 是后兩者的因（Gong et al., 2020）。

月尺度分辨率的AMO 與對(duì)應(yīng)時(shí)間分辨率的觀測(cè)LSAT 之間的相關(guān)系數(shù)并不大，最大相關(guān)系數(shù)不超過(guò)0.3，而利用SFA 方法提取的LSAT 慢變驅(qū)動(dòng)力信號(hào)與AMO 的相關(guān)系數(shù)可以達(dá)到0.44。這也進(jìn)一步說(shuō)明AMO 對(duì)LSAT 有著重要的影響。本文列出三個(gè)顯著相關(guān)區(qū)域，分別是東亞地區(qū)（17°～37°N，90°～110°E）、北美洲東部（43°～63°N，49°～69°W）、和 格 陵 蘭 島 地 區(qū)（58°～78°N，37°～57°W）LSAT 與AMO 的時(shí)間序列，以進(jìn)一步探究AMO 對(duì)局地LSAT 的影響。

圖4 顯示，在年代際尺度上，AMO 指數(shù)在1901～2009 年期間存在一個(gè)“負(fù)—正—負(fù)—正”的位相變化，而三個(gè)地區(qū)的LSAT 也出現(xiàn)了這樣的變化特征。在1925～1945 年，AMO 處于正位相，而LSAT 高于平均溫度，出現(xiàn)變暖。并且，在1901～1920 年和1990～2009 年LSAT 和AMO 的峰谷變化基本一致，但是在觀測(cè)LSAT 時(shí)間序列中，由于許多天氣噪音干擾，這種變化特征并不明顯。特別是從長(zhǎng)達(dá)百年的時(shí)間維度上可以看出，SFA 提取的LSAT 慢變信號(hào)和AMO 在多年代際尺度上存在著十分密切的聯(lián)系。并且，相比于觀測(cè)數(shù)據(jù)，SFA提取的慢變驅(qū)動(dòng)力信號(hào)與AMO 的相關(guān)系數(shù)顯著增大，解釋方差也有明顯增加。

圖4 同圖2，但為（a）東亞地區(qū)（17°～37°N，90°～110°E）、（b）北美洲東部（43°～63°N，49°～69°W）、(c)格 陵蘭島地區(qū)（58°～78°N，37°～57°W）區(qū)域月平均LSAT 和逐月AMO 指數(shù)。紅線表示逐月AMO 指數(shù)，灰線表示觀測(cè)LSAT，黑線表示SFA 方法提取的LSAT 慢變驅(qū)動(dòng)力Fig. 4 As in Fig. 2, but for the regional mean monthly LSAT in East Asia (17°-37°N, 90°-110°E), eastern North America (43°-63°N, 49°-69°W),and Greenland (58°-78°N, 37°-57°W) and the monthly AMO index（AMOI）. The red lines represent the monthly AMOI. The gray line represents the original observed LSAT. The black line represents the LSAT slow driving force extracted by the SFA method

東亞地區(qū)與大西洋地區(qū)雖未毗鄰，但是它們之間卻存在著重要聯(lián)系。表2 顯示，東亞地區(qū)平均LSAT 觀測(cè)時(shí)間序列與AMO 的相關(guān)系數(shù)只有0.13，但是SFA 提取的慢變驅(qū)動(dòng)信號(hào)與AMO 指數(shù)的相關(guān)系數(shù)可以達(dá)到0.33，解釋方差也增加了9%，并且在多年代際尺度上總體變化趨勢(shì)和峰谷的位置基本一致?？梢?jiàn)，SFA 方法能夠有效地去除數(shù)據(jù)中的天氣噪音信號(hào)，能夠真實(shí)體現(xiàn)陸地溫度的驅(qū)動(dòng)力信號(hào)。

圖3 表明AMO 對(duì)北美洲東部和格陵蘭島這些大西洋周邊地區(qū)有很大的影響。曾有研究通過(guò)氣候模式模擬得出，大西洋通過(guò)重新分配內(nèi)部海洋的熱量可以產(chǎn)生類似于觀測(cè)的多年代際變率，而AMO作為內(nèi)部海洋變率，可以作為北半球溫度多年代際變率的可靠解釋（Sutton and Hodson, 2007）。AMO通過(guò)影響海洋以及沿海陸地的熱通量，進(jìn)而影響北大西洋沿岸地區(qū)LSAT 變化。表2 顯示，北美洲東部、格陵蘭島地區(qū)平均LSAT 時(shí)間序列與AMO 的相關(guān)系數(shù)分別為0.25 和0.18，而SFA 提取出的驅(qū)動(dòng)力與AMO的相關(guān)系數(shù)則分別達(dá)到0.44 和0.39，解釋方差分別增加13%和12%。這進(jìn)一步證明AMO 可能是大西洋周邊地區(qū)LSAT 多年代際變率的驅(qū)動(dòng)力之一。

表2 同表1，但為逐月AMO 指數(shù)Table 2 As in Table 1, but for the monthly AMO index

AMO 對(duì)北半球LSAT 有顯著的影響，主要集中在大西洋周邊（北美洲東北部、格陵蘭島）、亞洲東南地區(qū)和非洲部分地區(qū)。在選擇的三個(gè)地區(qū)中，SFA 提取的LSAT 慢變驅(qū)動(dòng)力與AMO 的相關(guān)性顯著提高，解釋方差明顯增長(zhǎng)，進(jìn)一步證明AMO對(duì)LSAT 有顯著影響。

3.3 El Ni?o 對(duì)LSAT 的影響

在典型的El Ni?o 年，赤道太平洋東西海溫出現(xiàn)異常，溫度、氣壓梯度減小，赤道東風(fēng)減弱，Walker 環(huán)流減弱，對(duì)流旺盛區(qū)和上升支東移，Hadley 環(huán)流相應(yīng)減弱，西太平洋副熱帶高壓的位置比往年偏南，西太平洋地區(qū)由于對(duì)流減弱，往往更加干旱；而東亞地區(qū)季風(fēng)出現(xiàn)異常，進(jìn)而引起LSAT 出現(xiàn)變化。強(qiáng)El Ni?o 年還能引起北太平洋和北美地區(qū)大氣環(huán)流的變化，冬季盛行期間阿留申低壓和“太平洋—北美”P(pán)NA（Pacific-North America）大氣遙相關(guān)型的500 hPa 位勢(shì)高度出現(xiàn)異常（馬杰, 2007），進(jìn)而導(dǎo)致北美洲溫度發(fā)生異常變化。

圖5a 顯示，全球大部分地區(qū)LSAT 與Ni?o3.4指數(shù)顯著相關(guān)，特別是太平洋周邊和低緯度地區(qū)，包括澳洲部分地區(qū)。具體來(lái)說(shuō)，北美洲北部、東南亞部分地區(qū)、南美洲、非洲、印度次大陸和澳洲地區(qū)的LSAT 與Ni?o3.4 指數(shù)具有一致顯著的相關(guān)關(guān)系，歐洲東北部、北美洲南部和南極洲部分地區(qū)則呈現(xiàn)顯著且一致的相關(guān)性。圖5b 顯示，在北美洲、印度次大陸、南亞地區(qū)、非洲和澳洲等地區(qū)，SFA 提取的慢變驅(qū)動(dòng)力與Ni?o3.4 指數(shù)的相關(guān)系數(shù)的絕對(duì)值明顯增大，進(jìn)一步證明ENSO 對(duì)這五大地區(qū)的LSAT 有很大的影響。

圖5 同圖1，但為1901～2009 年（a）觀測(cè)LSAT、（b）SFA 方法提取的LSAT 慢變驅(qū)動(dòng)力與逐月Ni?o3.4 指數(shù)的相關(guān)系數(shù)的空間分布。方框區(qū)域分別為北美洲南部（18°～38°N，88°～108°W）、印度地區(qū)（15°～20°N，70°～80°E）、中南半島（7°～27°N，91°～111°E）Fig. 5 As in Fig. 1, but for correlation of (a) the original observed LSAT and (b) the LSAT slow driving force extracted by the SFA method with the monthly Ni?o3.4 index. The boxes represent southern North America (18°-38°N, 88°-108°W), India (15°-20°N, 70°-80°E), and the Indo-China Peninsula (7°-27°N, 91°-111°E)

當(dāng)赤道東太平洋異常增暖（El Ni?o）時(shí)，北美洲南部和歐洲東北部LSAT 出現(xiàn)負(fù)異常。有研究表明太平洋地區(qū)存在PNA 大氣遙相關(guān)模式，當(dāng)北太平洋出現(xiàn)異常加深的阿留申低壓時(shí)，西風(fēng)增強(qiáng)且赤道太平洋中部降水增多，隨著西風(fēng)的增強(qiáng)，北美洲南部的溫度則出現(xiàn)負(fù)異常（Yeh et al., 2018）。

在印度次大陸和東南亞地區(qū)，有學(xué)者提出海洋充電-放電的理論，El Ni?o 在冬季達(dá)到鼎盛時(shí)，印度洋在冬季后期和春季出現(xiàn)異常溫暖的現(xiàn)象，從而加強(qiáng)亞洲夏季西南季風(fēng)，導(dǎo)致印度和東南亞地區(qū)的陸地溫度出現(xiàn)正異常（Timmermann et al., 2018）。基于此，有學(xué)者利用NAO 和ENSO 對(duì)東亞夏季風(fēng)進(jìn)行經(jīng)驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)（Wu et al., 2009）。

為了進(jìn)一步研究ENSO 對(duì)局地LSAT 的影響，本文選取了三個(gè)地區(qū)，分別是北美洲南部（18°～38°N，88°～108°W）、印度地區(qū)（15°～20°N，70°～80°E）和中南半島（7°～27°N，91°～111°E），以此來(lái)分析這些地區(qū)的LSAT 與Ni?o3.4 指數(shù)的相關(guān)性。

圖6 說(shuō)明三個(gè)地區(qū)與Ni?o3.4 指數(shù)特征非常相似，都有十分明顯的年際變化特征，并且，SFA提取的LSAT 慢變驅(qū)動(dòng)力信號(hào)依舊存在明顯的年際變化特征，甚至在逐月時(shí)間尺度上，與Ni?o3.4 指數(shù)有很好的相關(guān)性。表3 顯示，北美洲南部地區(qū)觀測(cè)LSAT 與Ni?o3.4 指數(shù)的相關(guān)系數(shù)僅有-0.16，而SFA 提取的慢變驅(qū)動(dòng)力信號(hào)與Ni?o3.4 指數(shù)的相關(guān)系數(shù)達(dá)到-0.32，相關(guān)系數(shù)的絕對(duì)值增加了將近一倍，解釋方差增加了8%；印度次大陸的觀測(cè)LSAT 與Ni?o3.4 指數(shù)也只有0.26，SFA 提取的慢變驅(qū)動(dòng)力信號(hào)與其相關(guān)系數(shù)達(dá)到0.45，解釋方差增長(zhǎng)將近13%；同樣，中南半島地區(qū)的觀測(cè)LSAT和驅(qū)動(dòng)力與Ni?o3.4 指數(shù)的相關(guān)系數(shù)分別為0.19和0.32，解釋方差增加了7%。以上結(jié)果表明，SFA 提取的慢變驅(qū)動(dòng)力信號(hào)與Ni?o3.4 指數(shù)之間的相關(guān)系數(shù)的絕對(duì)值明顯增大，解釋方差也有大幅度的增長(zhǎng)，進(jìn)一步說(shuō)明El Ni?o 在年際尺度上對(duì)這些地區(qū)LSAT 有很強(qiáng)的影響。

圖6 同圖2，但為（a）北美洲南部（18°～38°N，88°～108°W）、（b）印度地區(qū)（15°～20°N，70°～80°E）、（c）中南半島（7°～27°N，91°～111°E）區(qū)域月平均LSAT 和逐月Ni?o3.4 指數(shù)。紅線為逐月Nino3.4 指數(shù)經(jīng)過(guò)12 個(gè)月滑動(dòng)平均的標(biāo)準(zhǔn)化時(shí)間序列，灰線表示觀測(cè)LSAT，黑線表示SFA 方法提取的LSAT 慢變驅(qū)動(dòng)力Fig. 6 As in Fig. 2, but for the regional mean monthly LSAT in southern North America (18°-38°N, 88°-108°W), India (15°-20°N, 70°-80°E), and Indo-China Peninsula (7°-27°N, 91°-111°E) and the monthly Ni?o3.4 index (NI). The red lines run through the 12-month moving average The gray line represents the original observed LSAT. The black line represents the LSAT slow driving force extracted by the SFA method

表3 同表1，但為逐月Ni?o3.4 指數(shù)Table 3 As in Table 1, but for the monthly NI

Ni?o3.4 指數(shù)與觀測(cè)LSAT 以及SFA 提取的慢變驅(qū)動(dòng)力的相關(guān)系數(shù)對(duì)比結(jié)果表明，ENSO 事件影響LSAT 的主要區(qū)域范圍為太平洋周邊地區(qū)，包括北美洲、歐亞大陸，赤道低緯度地區(qū)以及南半球大部分地區(qū)，特別是北美洲北部和南部、南美洲中部、歐亞大陸東北部、非洲中南部、澳洲、南亞和中南半島地區(qū)LSAT，與實(shí)際觀測(cè)相比，可能受到ENSO 的更大影響。

3.4 PDO 對(duì)LSAT 的影響

有研究利用模式數(shù)據(jù)得出，PDO 作為太平洋海溫模態(tài)之一，在外部輻射強(qiáng)迫的作用下，通過(guò)熱量在海洋表層和深層的傳遞，對(duì)全球增暖加劇和停滯有重要影響（Meehl et al., 2013）。有研究表明PDO 由負(fù)位相變?yōu)檎幌?，歐亞大陸和北太平洋之間的海陸溫度差異減弱，海陸風(fēng)減弱，陸地溫度出現(xiàn)負(fù)異常（Newman et al., 2016）。本節(jié)介紹了PDO 對(duì)全球LSAT 不同區(qū)域的影響。

有研究證明PDO 可以通過(guò)阿留申低壓引起副熱帶太平洋地區(qū)和北美西部出現(xiàn)異常高壓，在大氣中引發(fā)北太平洋濤動(dòng)現(xiàn)象（NPO, North Pacific Oscillation），還可以通過(guò)PNA 遙相關(guān)型影響北美氣候。其也可以通過(guò)阿留申低壓和西伯利亞高壓影響東亞大氣環(huán)流，進(jìn)而影響我國(guó)氣候的年代際變化（朱益民和楊修群, 2003; 楊修群等, 2004）。

以往研究表明，PDO 的空間格局與ENSO 相似，但二者在時(shí)間尺度上存在差異：ENSO 是年際尺度，PDO 是年代際尺度，大多數(shù)學(xué)者認(rèn)為PDO可作為ENSO 的年代際背景，二者對(duì)不同地區(qū)LSAT 的影響存在較大的差異。圖7 和圖5 對(duì)比表明，即PDO、Ni?o3.4 兩大氣候指數(shù)與LSAT（以及驅(qū)動(dòng)力）的相關(guān)系數(shù)的空間分布圖顯示，PDO與Ni?o3.4 指數(shù)的結(jié)果十分相似，相關(guān)性顯著區(qū)域基本一致，但是PDO 的影響范圍更廣，強(qiáng)度更大。圖7 表明，PDO 與北美洲北部、東亞部分區(qū)域（中南半島）、印度次大陸、南美洲、非洲和澳洲地區(qū)的LSAT 呈現(xiàn)相同的相關(guān)關(guān)系，與歐洲東北部、北美洲南部地區(qū)的LSAT 有一致的影響。與Ni?o3.4 指數(shù)相比，PDO 對(duì)歐亞大陸北部地區(qū)、南美洲中部地區(qū)、北美洲、澳洲以及一些高緯度地區(qū)的LSAT 有更強(qiáng)的影響。其中的原因可能是高緯度地區(qū)的LSAT 在更大程度上受太平洋年代際海溫模態(tài)的影響。為了進(jìn)一步分析PDO 對(duì)局地LSAT 的影響，我們分別選取了北美洲西北部（50°～70°N，100°～160°W）、南美洲中部（10°～30°S，55°～65°W）、澳洲（20°～30°S，140°～150°E）和北美洲南部（25°～35°N，100°～105°W）四個(gè)地區(qū)來(lái)具體分析。

圖7 同圖1，但為1901～2009 年（a）觀測(cè)LSAT、（b）SFA 方法提取的LSAT 慢變驅(qū)動(dòng)力與逐月PDO 指數(shù)的相關(guān)系數(shù)的空間分布。方框區(qū)域分別為北美洲西北部（50°～70°N，100°～160°W）、南美洲中部（10°～30°S，55°～65°W）、澳洲東部（20°～30°S，140°～150°E）、北美洲南部（25°～35°N，100°～105°W）Fig. 7 As in Fig. 1, but for correlation of (a) the original observed LSAT and (b) the LSAT slow driving force extracted by the SFA method with the monthly PDO index. The boxes represent northwestern North America (50°-70°N, 100°-160°W), central South America (10°-30°S, 55°-65°W),Australia (20°-30°S, 140°-150°E), and southern North America (25°-35°N, 100°-105°W)

圖8 顯示，美洲、澳洲地區(qū)的LSAT 逐月觀測(cè)時(shí)間序列存在著很明顯的年際和年代際變化特征，而SFA 提取的LSAT 慢變信號(hào)表現(xiàn)出明顯的年代際變化特征，且與PDO 年代際變化較為一致，如1910～1920 年前后均有“上升”—“下降”—“上升”的年代際變化特征。由此，可見(jiàn)PDO 對(duì)LSAT 的年代際變化有很大的影響。表4 顯示，北美洲西北部地區(qū)的觀測(cè)月LSAT 異常與PDO 的相關(guān)系數(shù)為0.18，SFA 提取的慢變驅(qū)動(dòng)力信號(hào)卻能達(dá)到0.35，增加了將近一倍，解釋方差增加了9%。

表4 同表1，但為逐月PDO 指數(shù)Table 4 As in Table 1, but for the monthly PDOI

圖8 同圖2，但為（a）北美洲西北部（50°～70°N，100°～160°W）、（b）南美洲中部（10°～30°S，55°～65°W）、（c）澳洲（20°～30°S，140°～150°E）、（d）北美洲南部（25°～35°N，100°～105°W）區(qū)域月平均LSAT 和逐月PDO 指數(shù)。紅線表示逐月PDO 指數(shù)，灰線表示觀測(cè)LSAT，黑線表示SFA 方法提取的LSAT 慢變驅(qū)動(dòng)力Fig. 8 As in Fig. 2, but for the regional mean monthly LSAT in (a) northwestern North America (50°-70°N, 100-160°W), (b) central South America(10°-30°S, 55°-65°W), (c) Australia (20°-30°S, 140°-150°E), and southern North America (25°-35°N, 100°-105°W) and the monthly PDO index(PDOI)The red lines represent the monthly PDOI. The gray line represents the original observed LSAT. The black line represents the LSAT slow driving force extracted by the SFA method

位于南半球的南美洲地區(qū)與澳洲地區(qū)，同樣受到PDO 的影響。在表4 中，南美洲觀測(cè)LSAT 與PDO 的相關(guān)性僅為0.16，SFA 提取的慢變驅(qū)動(dòng)力信號(hào)與其的相關(guān)性達(dá)到0.32，相關(guān)系數(shù)絕對(duì)值增加了一倍，解釋方差增加了8%；澳洲地區(qū)觀測(cè)LSAT 與PDO 的相關(guān)系數(shù)為0.22，SFA 提取的慢變驅(qū)動(dòng)力信號(hào)與其相關(guān)系數(shù)達(dá)到0.37，解釋方差增加了9%。值得注意的是，北美洲南部地區(qū)受PDO 的影響也顯著增強(qiáng)，觀測(cè)LSAT 與PDO 的相關(guān)系數(shù)為-0.21，SFA 提取的慢變驅(qū)動(dòng)力信號(hào)與PDO 的相關(guān)系數(shù)絕對(duì)值達(dá)到0.38，相關(guān)系數(shù)的絕對(duì)值顯著增加，解釋方差也增加了10%。因此，可以說(shuō)PDO 對(duì)這四個(gè)地區(qū)LSAT 具有非常明顯的影響，進(jìn)一步證明PDO可能是太平洋周邊尤其是高緯度地區(qū)LSAT 低頻變率的重要驅(qū)動(dòng)力之一。

PDO 作為北太平洋SST 的重要模態(tài)，對(duì)全球LSAT 有重要的影響。PDO 與ENSO 相比，對(duì)LSAT的影響范圍更廣，普遍擴(kuò)展到熱帶外地區(qū)。本文研究結(jié)果說(shuō)明受PDO 影響的區(qū)域不僅包括Ni?o3.4指數(shù)的顯著區(qū)域，如太平洋周邊陸地，如南北美洲、非洲、澳洲和歐亞大陸中南部，還包括北半球北部中高緯度地區(qū)，如歐亞大陸北部地區(qū)。且PDO 作為太平洋北部海溫模態(tài)在更高緯度上影響LSAT 的低頻變率。與此同時(shí)，PDO 在年代際尺度上對(duì)北太平洋和歐亞大陸的大氣環(huán)流造成重要影響。

本文利用SFA 方法提取非平穩(wěn)動(dòng)力系統(tǒng)LSAT 的慢變驅(qū)動(dòng)力，來(lái)探究LSAT 變化的內(nèi)部機(jī)制。本章節(jié)將全球觀測(cè)LSAT 與SFA 提取的慢變驅(qū)動(dòng)力信號(hào)分別與GRF、AMO、Ni?o3.4 和PDO指數(shù)做相關(guān)分析，發(fā)現(xiàn)GRF 對(duì)全球LSAT 整體有顯著影響，包括南極洲地區(qū)，相關(guān)性均非常顯著。AMO 對(duì)北半球LSAT 中低緯度地區(qū)有重要影響，特別是北大西洋周邊地區(qū)（北美洲東北部地區(qū)、格陵蘭島地區(qū)）和東亞地區(qū)LSAT 有顯著一致的相關(guān)關(guān)系（Muller et al., 2013），并且在多年代際尺度上與LSAT 有密切的聯(lián)系。Ni?o3.4 指數(shù)與大多數(shù)熱帶地區(qū)LSAT 顯著相關(guān)，而PDO 指數(shù)結(jié)果與其相似，但是相關(guān)系數(shù)更大，范圍更廣，特別是在熱帶外地區(qū)，比如PDO 與北美洲北部、澳洲東部和歐亞大陸北部等中高緯度地區(qū)有顯著的相關(guān)關(guān)系。選區(qū)結(jié)果表明，與觀測(cè)LSAT 時(shí)間序列相比，SFA 方法提取的慢變驅(qū)動(dòng)力與四個(gè)指數(shù)的相關(guān)系數(shù)絕對(duì)值明顯增大，解釋方差也明顯增加。以上結(jié)果說(shuō)明LSAT 確實(shí)受GRF、AMO、Ni?o3.4、PDO氣候指數(shù)的顯著影響。而且，從解釋方差來(lái)看，三大SST 模態(tài)與觀測(cè)LSAT 的解釋方差并不高，而且均不超過(guò)10%，而SFA 方法提取的慢變驅(qū)動(dòng)力與三大SST 模態(tài)的解釋方差均超過(guò)10%，有的甚至達(dá)到20%（Ni?o3.4 指數(shù)與印度地區(qū)平均LSAT慢變驅(qū)動(dòng)力的解釋方差）。

4 模式驗(yàn)證

為了驗(yàn)證三大SST 模態(tài)是LSAT 低頻變率的重要驅(qū)動(dòng)力，我們利用CAM5 模式設(shè)計(jì)的AMIP試驗(yàn)進(jìn)行分析。AMIP 試驗(yàn)是基于海表溫度作為下墊面條件來(lái)驅(qū)動(dòng)的大氣環(huán)流模式，因此可以反映海溫對(duì)大氣環(huán)流和陸地氣溫的強(qiáng)迫作用。本文綜合模式中10 個(gè)集合的平均結(jié)果，減少了大氣內(nèi)部過(guò)程對(duì)LSAT 的影響，保留了輻射和海溫等對(duì)LSAT 的影響。通過(guò)分析AMIP 試驗(yàn)?zāi)M出的LSAT 與AMO、Ni?o3.4、PDO 指數(shù)的相關(guān)分析結(jié)果，進(jìn)一步說(shuō)明三個(gè)SST 模態(tài)對(duì)LSAT 低頻變率有重要作用。以往有研究通過(guò)觀測(cè)的海面溫度（不包括人為變暖）強(qiáng)迫進(jìn)行大氣模型模擬試驗(yàn)，證明觀測(cè)到的海上風(fēng)應(yīng)力異常，即太平洋信風(fēng)的減弱/增強(qiáng)，與全球表面增溫/降溫有很好的一致性，進(jìn)而證明年代際自然氣候變率對(duì)實(shí)際觀測(cè)到的全球平均表面溫度有重要貢獻(xiàn)（Nakaegawa et al., 2004; Watanabe et al., 2014）。

已有研究結(jié)果表明，GRF 與LSAT 的相關(guān)性在全球范圍內(nèi)非常顯著（Forest et al., 2006; Hansen et al., 2011; 張華和黃建平, 2014; Marvel et al.,2016），并且在模式結(jié)果中整體呈現(xiàn)顯著正相關(guān)特征，所以在本節(jié)中不做介紹。

本節(jié)利用模式模擬出的LSAT 分別與AMO、Ni?o3.4、PDO 氣候指數(shù)分別做空間相關(guān)分析，得出LSAT 與AMO、Ni?o3.4 和PDO 三個(gè)氣候指數(shù)同期相關(guān)系數(shù)的空間分布圖。結(jié)果表明，AMO、El Ni?o 和PDO 分別對(duì)LSAT 有重要的影響。

4.1 AMO 對(duì)LSAT 的影響

圖9 顯示，全球范圍內(nèi)大部分地區(qū)LSAT 與AMO 有很強(qiáng)的相關(guān)性，在大西洋周邊地區(qū)（北美洲東部、格陵蘭島、南美洲）（Weaver et al., 2009;Merrifield and Xie, 2016）、阿拉伯海周邊地區(qū)、歐亞大陸大部分地區(qū)、非洲北部和南部地區(qū)都呈現(xiàn)顯著的正相關(guān)關(guān)系。與實(shí)際觀測(cè)結(jié)果相同，AMO 對(duì)北半球的陸地溫度有較大影響，尤其是大西洋周邊以及中低緯度地區(qū)。而AMO 對(duì)東亞部分地區(qū)的影響與實(shí)際觀測(cè)結(jié)果有一定偏差。據(jù)相關(guān)系數(shù)的分布圖顯示，亞洲的高值區(qū)距離選定的東亞地區(qū)偏東一點(diǎn)。而且，AMO 對(duì)非洲部分北部和南部地區(qū)有明顯顯著的影響，例如非洲北部、大西洋沿岸和非洲東南部地區(qū)，而非洲中部地區(qū)沒(méi)有明顯影響。在南極洲，模擬結(jié)果與觀測(cè)結(jié)果一致，但是與SFA 提取的慢變驅(qū)動(dòng)力的結(jié)果相差較大?？偟膩?lái)說(shuō)，模擬與觀測(cè)結(jié)果一致，AMO 對(duì)大西洋周邊地區(qū)和亞洲大部分地區(qū)LSAT 有非常重要的影響。

圖9 AMIP 試驗(yàn)10 個(gè)集合平均1901～2009 年的LSAT 與逐月AMO 指數(shù)同期相關(guān)系數(shù)的空間分布。方框內(nèi)為據(jù)觀測(cè)結(jié)果選擇的關(guān)鍵區(qū)，黑色打點(diǎn)區(qū)域代表通過(guò)95%的信度水平檢驗(yàn)Fig. 9 Correlation of the ten sets averaging LSAT simulated by the AMIP experience with the monthly AMO index for the same period from1901-2009. The boxes represent the key areas selected according to the observation results, regions above 95% confidence level are black spotted

4.2 El Ni?o 對(duì)LSAT 的影響

圖10 模式結(jié)果顯示，全球LSAT 受到ENSO的顯著影響，特別是太平洋周邊和赤道低緯度地區(qū)，包括南半球陸地整體受到其顯著影響。在北美洲西北部、南美洲、格陵蘭島、非洲、澳洲和東亞等地區(qū)，LSAT 受到Ni?o3.4 指數(shù)顯著一致的影響；在北美洲南部、歐亞大陸北部以及南美洲南部地區(qū)有明顯一致的相關(guān)關(guān)系。此前也有模式模擬結(jié)果表明熱帶太平洋海溫可以強(qiáng)迫出北美冬季（1982 年12月至1983 年3 月）平均地表溫度異常（Hoerling and Kumar, 1997; 容新堯和楊修群, 2004, 2005），東亞季風(fēng)受到ENSO 的顯著影響（Ju and Slingo,1995），本文結(jié)果與其基本一致。

模式結(jié)果與觀測(cè)結(jié)果對(duì)比表明，Ni?o3.4 指數(shù)與北美洲南部、印度南部和東亞地區(qū)的LSAT 的相關(guān)性非常顯著。但在印度中北部，模式模擬試驗(yàn)未能模擬出與實(shí)際觀測(cè)相同的結(jié)果。這可能是因?yàn)槟Ｊ竭x用的AMIP 觀測(cè)海洋模式，沒(méi)有增加氣候系統(tǒng)中海洋—大氣反饋，而太平洋與印度洋之間這種反饋非常復(fù)雜，所以未模擬出想要的結(jié)果。總而言之，Ni?o3.4 指數(shù)對(duì)太平洋周邊和赤道低緯度地區(qū)LSAT的影響較大。

4.3 PDO 對(duì)LSAT 的影響

模式模擬結(jié)果與實(shí)際觀測(cè)結(jié)果一致的是，PDO 與Ni?o3.4 指 數(shù) 的 結(jié) 果 相 似。圖11 表 明，PDO 在北美洲西北部、南美洲、非洲、澳洲、東亞部分地區(qū)（中南半島）、以及印度次大陸南部等區(qū)域呈現(xiàn)一致且顯著較強(qiáng)相關(guān)，在北美洲南部、歐洲東北部和南美洲南部等部分區(qū)域呈現(xiàn)一致顯著相關(guān)。值得注意的是，PDO 指數(shù)與北美洲西北部和南部、南美洲中部和澳洲東北部四個(gè)地區(qū)的LSAT的相關(guān)系數(shù)絕對(duì)值能夠達(dá)到0.5。圖10 和圖11 表明，與Ni?o3.4 指數(shù)的模式模擬結(jié)果相比，PDO 指數(shù)對(duì)歐洲東北部的影響更大，而對(duì)格陵蘭島地區(qū)LSAT 的影響較小。此外，以往模式結(jié)果表明PDO 對(duì)澳洲西海岸海水表面異常增溫有重要的影響（Tanuma and Tozuka, 2020）。

圖10 同圖9，但為AMIP 試驗(yàn)10 個(gè)集合平均1901～2009 年的LSAT 與逐月Ni?o3.4 指數(shù)同期相關(guān)系數(shù)的空間分布Fig. 10 As in Fig. 9, but for correlation of the ten sets averaging LSAT simulated by the AMIP experience with the monthly Ni?o3.4 index for the same period from 1901～2009

圖11 同圖9， 但為AMIP 試驗(yàn)10 個(gè)集合平均1901～2009 年的LSAT 與逐月PDO 指數(shù)同期相關(guān)系數(shù)的空間分布Fig. 11 As in Fig. 9, but for correlation of the ten sets averaging LSAT simulated by the AMIP experience with the monthly PDO index for the same period from 1901～2009

通過(guò)以上三個(gè)模式結(jié)果，可以得出一致結(jié)論：AMO 對(duì)北半球中低緯度地區(qū)，尤其是大西洋周邊地區(qū)（北美洲東南部和格陵蘭島）、歐亞大陸南部地區(qū)（特別是東亞地區(qū)）LSAT 有顯著影響；El Ni?o 和PDO 對(duì)太平洋周邊地區(qū)（北美洲和南美洲、澳洲、歐亞大陸北部和南部）和赤道低緯度以及南半球LSAT 有重要的影響。其二者均與北美洲西北部、南美洲中北部、非洲、東亞部分地區(qū)和澳洲地區(qū)的LSAT 有一致顯著相關(guān)關(guān)系，與北美洲南部、歐亞大陸北部有一致顯著的相關(guān)關(guān)系。二者比較而言，El Ni?o 對(duì)低緯度地區(qū)有較大的影響，而PDO對(duì)更高緯度地區(qū)（如歐亞大陸東北部）有較大的影響。而且，PDO 的影響強(qiáng)度更大，范圍更廣，可擴(kuò)展熱帶外地區(qū)。AMIP 模式試驗(yàn)的結(jié)果也進(jìn)一步驗(yàn)證了此前SFA 提取的LSAT 慢變驅(qū)動(dòng)力與海溫主導(dǎo)模態(tài)（AMO、El Ni?o 和PDO）之間的密切聯(lián)系，并且提供了模式證據(jù)來(lái)說(shuō)明海溫主導(dǎo)模態(tài)是LSAT 低頻變率的重要驅(qū)動(dòng)力。

5 總結(jié)與討論

近年來(lái)，SFA 方法被應(yīng)用于氣候變化研究領(lǐng)域，用于探究氣候變化的潛在驅(qū)動(dòng)力及相關(guān)的動(dòng)力學(xué)機(jī)制。以往研究多聚焦某個(gè)區(qū)域平均氣候要素的慢變驅(qū)動(dòng)力分析，而一維時(shí)間序列在分析包含時(shí)—空協(xié)同演變信息的多維數(shù)據(jù)方面有局限性。全球范圍內(nèi)，不同地區(qū)氣候要素慢變驅(qū)動(dòng)力之間的關(guān)系以及慢變驅(qū)動(dòng)力的空間結(jié)構(gòu)特征尚不清楚。本文以LSAT 為例，將SFA 方法拓展到多維時(shí)空的LSAT場(chǎng)中研究其低頻變率特征及驅(qū)動(dòng)力，并且與氣候系統(tǒng)外部輻射強(qiáng)迫（GRF）和主要的氣候系統(tǒng)內(nèi)部變率（AMO、Ni?o3.4 和PDO）進(jìn)行對(duì)比分析，揭示了LSAT 慢變驅(qū)動(dòng)力與外部強(qiáng)迫和內(nèi)部變率因子之間的緊密聯(lián)系，以及LSAT 對(duì)這些驅(qū)動(dòng)因子響應(yīng)的空間特征。結(jié)合數(shù)值模式結(jié)果驗(yàn)證了內(nèi)部變率是區(qū)域LSAT 低頻變化的重要驅(qū)動(dòng)力。結(jié)論具體如下：

（1）GRF 對(duì)LSAT 變率的影響有全球一致性的特征。AMO 對(duì)北半球LSAT 變率有很大影響，特別是中低緯度地區(qū)。在大西洋周邊、格陵蘭島和南亞地區(qū)，LSAT 變率與AMO 指數(shù)有一致顯著的相關(guān)關(guān)系。Ni?o3.4 指數(shù)與PDO 指數(shù)的顯著性區(qū)域有很大的相似性，在北美洲西北部、南美洲大部分地區(qū)、非洲、澳洲和亞洲南部，包括印度次大陸有一致顯著的相關(guān)關(guān)系，在北美洲南部、歐亞大陸北部和東部有一致顯著的相關(guān)關(guān)系。不同的是，PDO作為北太平洋海溫模態(tài)，其影響范圍和強(qiáng)度明顯增強(qiáng)，可擴(kuò)展到熱帶外地區(qū)。

（2）SFA 方法提取出的LSAT 驅(qū)動(dòng)力作為氣候系統(tǒng)的慢變驅(qū)動(dòng)力信號(hào)的組合，能夠有效地降低時(shí)間序列中噪聲信號(hào)的干擾。與實(shí)際觀測(cè)相比，GRF 和三大SST 模態(tài)與SFA 提取LSAT 的慢變驅(qū)動(dòng)力之間的相關(guān)系數(shù)絕對(duì)值明顯增大，對(duì)LSAT 低頻變率的解釋方差顯著增大。特別是AMO、Ni?o3.4、PDO 這三大SST 模態(tài)的解釋方差明顯增大，基本都在2 倍以上。

（3）模式結(jié)果進(jìn)一步驗(yàn)證了三個(gè)海溫模態(tài)對(duì)LSAT 變率的重要影響。AMO 對(duì)大西洋周邊地區(qū)（北美洲東北部、格陵蘭島）和南亞地區(qū)有很強(qiáng)的影響；El Ni?o 和PDO 存在相似特征，與北美洲西北部、南美洲、非洲、澳洲和亞洲南部LSAT 有一致的強(qiáng)相關(guān)關(guān)系，而對(duì)北美洲南部、歐亞大陸北部和東部LSAT 存在一致的強(qiáng)相關(guān)關(guān)系。與觀測(cè)不同的是，模擬結(jié)果中，印度次大陸LSAT 與Ni?o3.4、PDO 顯著相關(guān)的區(qū)域范圍較小，可能受到真實(shí)地形和季風(fēng)的影響。

本文分析了GLSAT 受到GRF 和三個(gè)海溫模態(tài)（AMO、El Ni?o、PDO）的影響。在自然界實(shí)際存在一些其他的海溫模態(tài)，如北太平洋環(huán)流振蕩 NPGO (North Pacific Gyre Oscillation)（ Di Lorenzo et al., 2010）、中部型ENSO（何珊珊等,2015）等。過(guò)去一些研究中關(guān)于海溫時(shí)空模態(tài)分析中解釋方差較小的海溫模態(tài)，如NAO 以及IOD 等對(duì)區(qū)域海陸氣相互作用存在一定的影響（Messié and Chavez, 2011），對(duì)這些模態(tài)在區(qū)域以及全球氣候變化方面的影響可能需要進(jìn)一步研究。

此外，各種海溫模態(tài)之間可能存在相互影響，比如協(xié)同、拮抗作用（Li et al., 2019）等，所以各個(gè)模態(tài)相對(duì)于氣候系統(tǒng)的共同作用以及相互響應(yīng)有待進(jìn)一步深入研究。

最后，全球氣候系統(tǒng)包括多種要素的共同作用，溫度是地球表層系統(tǒng)最重要的一個(gè)要素之一，要想揭示全球氣候系統(tǒng)的驅(qū)動(dòng)力，可能還需要結(jié)合降水等要素，對(duì)氣候系統(tǒng)進(jìn)行全面的分析與研究。