王曉娟, 胡恒儒, 王健, 封國林,3

1 常熟理工學院電子與信息工程學院, 江蘇蘇州 2155002 揚州大學物理科學與技術學院, 江蘇揚州 225002 3 國家氣候中心氣候研究開放實驗室, 北京 100081

0 引言

復雜網絡理論近幾十年來廣泛應用于社會學(Watts and Strogatz, 1998)、地震學(Abe and Suzuki, 2004)、生物學(Ravasz et al., 2002)等領域.近20年來,復雜網絡在氣候學領域的應用研究方興未艾.例如:眾多學者利用復雜網絡的理論來描述復雜氣候系統(tǒng)(Tsonis and Roebber, 2004),從宏觀整體的角度分析氣象格點數(shù)據(jù)之間的相互作用,并通過網絡結構特征量表征這些基本單元是否具有近似的動力學行為特征.Tsonis等(2006)結合復雜網絡理論,充分考慮系統(tǒng)內部的正負相關,從宏觀整體角度描述氣候系統(tǒng)的空間結構,進而為氣候系統(tǒng)結構特征研究開辟了新的道路.龔志強等(2008)分別從時間和空間兩個角度分析氣候要素之間的關聯(lián)性,構建了溫度、氣壓、相對濕度和緯向風四種氣候要素關聯(lián)網絡,比較分析了四種網絡時空演變特征的異同.Wang等(2009)分析了中國區(qū)域降水和溫度場的空間結構特征,發(fā)現(xiàn)中國的溫度網絡具有全局耦合型特征.氣候系統(tǒng)復雜網絡的優(yōu)點(龔志強等, 2014)主要表現(xiàn)為:(1)可以保留氣候系統(tǒng)的復雜性,(2)有助于分析氣候子系統(tǒng)之間的相互關系,(3)有助于從系統(tǒng)結構躍變的角度研究氣候突變和相態(tài)轉變問題等.因此,氣候系統(tǒng)復雜網絡的興起為氣候系統(tǒng)復雜性研究提供了新思路(Fan et al., 2017; Ludescher et al., 2013; Tsonis and Swanson, 2008; Yuan and Lu, 2020).

IPCC_AR6報告指出,相對于1850—1900年,2001—2020 年這20年平均的全球地表溫度升高了0.99℃,2011—2020年10 年平均的全球地表溫度已經上升約 1.09℃,比1850年以來的任何一個10年都要暖(翟盤茂等, 2021).全球變暖不僅表現(xiàn)為溫度的上升,也表現(xiàn)為全球海溫和大氣變量自20世紀下半葉以來的不平穩(wěn)特征(Huang and Wu, 1989),其中最為典型的現(xiàn)象為1976/77年的氣候態(tài)調整(Huang et al., 2010; Sun et al., 2016).一方面,這段時期冬季熱帶太平洋海溫比正常時期更加溫暖,ENSO事件更加頻繁地發(fā)生,出現(xiàn)了一系列更為極端的El Nio事件(Cai et al., 2014; Lee and McPhaden, 2010),對北半球氣候乃至全球大氣環(huán)流產生重要的影響(Agosta and Compagnucci, 2008; Swanson and Tsonis, 2009).另一方面,Tsonis等(2007)揭示了1976/77年冬季“氣候過渡”表現(xiàn)為遙相關和厄爾尼諾和南方濤動指數(shù)耦合調整.Wang等(2009)發(fā)現(xiàn)當北半球主要氣候模態(tài)達到同步狀態(tài)并且這些模態(tài)之間的耦合強度增強時,氣候系統(tǒng)會進入一種全新的狀態(tài),且這種氣候態(tài)的轉變伴隨著全球增暖趨勢的調整以及ENSO變率的變化.Wang等(2012)研究也指出北大西洋濤動與太平洋地區(qū)的氣候子系統(tǒng)之間的耦合強度增強對應氣候態(tài)發(fā)生相應的調整.由于全球氣溫升高在一定程度會改變全球氣溫異常在偏冷年和偏暖年的空間分布,這種變化必然會對以相關性為基礎的全球氣溫網絡的構建和結構產生一定的影響(Tsonis and Swanson, 2008),但目前關于這方面的研究似乎還缺少明確的結論.

在上述研究中,我們注意到關于1970s中期的氣候態(tài)調整研究中,多為氣溫和降水要素本身或海氣指數(shù)間的耦合變化研究,但沒有詳細研究1970s中期之后全球氣溫系統(tǒng)內部相互作用的時空演化特征及其變化.全球氣溫關聯(lián)網絡的結構特征在1970s中期是否存在類似氣候突變的調整?全球變暖引起的氣溫序列中蘊含的線性增暖趨勢是否會對網絡的構建及其結構特征有一定程度的影響?關于這兩個科學問題的研究相對較少,且缺少明確的結論.因此,本文基于全球地表氣溫再分析資料,分別構建了偏冷態(tài)和偏暖態(tài)對應的氣溫關聯(lián)網絡,揭示了1970s中期網絡結構的時空演化特征,探究網絡結構特征發(fā)生調整的可能成因,簡析了全球變暖趨勢對于全球氣溫關聯(lián)網絡結構特征變化的可能影響.文章第二部分介紹了方法和數(shù)據(jù),第三部分介紹了主要的分析和結果,最后給出了本文的主要結論和簡要討論.

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)

j=1,2,…,852;l=1,2,…,12

(1)

其中mod為相對于12的取余數(shù)函數(shù).采用了NOAA數(shù)據(jù)集中1891—2020年空間分辨率為1°×1°的月均海表溫度數(shù)據(jù)集(https:∥psl.noaa.gov/data/gridded/data.cobe.html).文中每月Nio3.4指數(shù)數(shù)據(jù)來自NOAA地球系統(tǒng)研究實驗室(https:∥psl.noaa.gov/gcos_wgsp/ Timeseries/Nino34/).

1.2 構建全球氣溫關聯(lián)網絡的氣溫序列提取

圖1 逐月Nio3.4指數(shù)序列(a)—(d) 分別對應不同30年滑動窗口內的Nio3.4指數(shù)序列,深色負值和正值分別代表偏冷態(tài)和偏暖態(tài)的50個月氣溫序列, 灰色表示正常態(tài)的月份.Fig.1 Monthly Nio 3.4 index(a)—(d) Index in each 30-year smooth window. The dark negative and positive values represent the cold phase and the warm phase, while the grey represents the normal months.

1.3 全球氣溫關聯(lián)網絡的構建

將全球2088個氣溫序列格點定義為網絡的節(jié)點(圖2),根據(jù)(3)式計算30年滑動窗口內偏冷態(tài)和偏暖態(tài)對應格點氣溫序列之間的相關系數(shù).格點之間的相關系數(shù)絕對值不小于固定閾值則定義為格點間存在網絡連邊,進而分別構建偏冷態(tài)和偏暖態(tài)對應的氣溫關聯(lián)網絡(Gong et al., 2011; Lu et al., 2018).結合以往的研究,相關系數(shù)閾值取為0.5.相關閾值的選取主要考慮了兩方面的因素:(1)時間序列長度為50,在N=50的t檢驗中,相關系數(shù)大于0.5滿足0.001信度;(2)0.5也是以往構建氣溫關聯(lián)網絡常用的相關系數(shù)閾值(Q)(Tsonis and Roebber, 2004; 胡恒儒等, 2021).

圖2 全球氣溫關聯(lián)網絡中四個大洋關鍵區(qū)的節(jié)點分布 點表示網絡節(jié)點,方框分別表示大西洋關鍵區(qū)(5°N—5°S,35°W—25°W),印度洋關鍵區(qū)(10°N—0°,85°E—95°E), 西太平洋關鍵區(qū)(10°N—0°,140°E—150°E),東太平洋關鍵區(qū)(5°S—15°S,140°W—130°W).Fig.2 Key region of the global temperature correlation network Points indicate the network points; boxes indicate the selected key regions; key region of Atlantic (5°N—5°S,35°W—25°W), Indian Ocean (10°N—0°,85°E—95°E), West Pacific (10°N—0°,140°E—150°E), and East Pacific (5°S—15°S,140°W—130°W).

關聯(lián)矩陣理論的主要思想如下:對于一個M維,長度為N的多變量數(shù)據(jù)集合Xi(t).首先我們對原始數(shù)據(jù)作標準化處理:

(2)

(I=1,…,M-1;j=i+1,…,M),

(3)

其中,M為網絡中格點個數(shù),N為網絡格點對應的序列長度.構建全網絡時,N=852,構建偏冷態(tài)度和偏暖態(tài)網絡時N=50.每一個相關系數(shù)Cij的范圍為-1≤Cij≤1,Cij=1表示完全正相關,Cij=-1表示完全負相關,Cij=0表示不相關.

(4)

其中,latj為與節(jié)點i有連邊的節(jié)點j的緯度.連通度值越大,表示該節(jié)點在網絡的作用越強,對網絡的影響也越大.網絡平均聯(lián)通度越大,則表示網絡的整體聯(lián)通性相對較好.

采用網絡鏈路距離(S)來表述氣溫關聯(lián)網絡的長距離連接頂點之間的關系(Robusto, 1957),計算公式如(5)式:

(5)

其中,lati和latj分別為格點i和j對應的緯度,loni和lonj分別為格點i和j對應的經度,地球半徑R=6371 km.網絡鏈路距離平均值越小,則表述網絡中長距離連接較多,網絡的遙相關作用強.

(6)

全局聚類系數(shù)則是所有局部聚類系數(shù)的平均值,主要表征網絡內部那種“物以類聚,人以群分”的特征.全局聚類系數(shù)越大,網絡的區(qū)域同步性越好,反之則相反.

特征路徑長度(L)是度量網絡中頂點間的平均最短距離(Albert and Barabási, 2002),即節(jié)點i與相互連接的節(jié)點j所要經過的最少連邊數(shù)為最短路徑長度Lij.節(jié)點對之間最短路徑長度的平均值為網絡特征路徑長度,計算公式如(7)式:

(7)

特征路徑長度越小,說明任意兩個節(jié)點之間建立聯(lián)系需要經歷的中間過程越短,網絡內部信息的傳遞效率則越高.

Fan等(2017)究表明,連通度最高的區(qū)域主要位于低緯度海洋,且網絡節(jié)點的連通度越高,該節(jié)點對網絡結構的影響則越強.為避免面積不均勻造成不必要的影響,本文選取的四個大小一致,且對應網絡聯(lián)通度較高的關鍵區(qū)域(圖2).

2 主要研究結果

2.1 全球氣溫關聯(lián)網絡連通度的演化特征

圖3給出了全球氣溫關聯(lián)網絡的拓撲特征量隨時間的演化特征.在1976年之前,偏冷態(tài)對應的氣溫關聯(lián)網絡連通度、集聚系數(shù)、鏈路距離整體都大于偏暖態(tài).在1970s中期之后,偏冷態(tài)氣溫關聯(lián)網絡的連通度、集聚系數(shù)、鏈路距離的值迅速下降,特征路徑長度明顯上升,造成1970s中期之后全球氣溫關聯(lián)網絡的連通性偏冷態(tài)小于偏暖態(tài).造成這種反轉的原因主要是,1970s中期之后偏冷態(tài)的氣溫關聯(lián)網絡連通性迅速減弱,而偏暖態(tài)氣溫關聯(lián)網絡連通性僅略有增強.

圖3 全球氣溫關聯(lián)網絡結構特征量隨時間的變化(a) 連通度; (b) 鏈路長度; (c) 集聚系數(shù); (d) 特征路徑長度; (e) 每個時間窗口對應的全球氣溫距平的平均值. 其中,橫坐標表示每個時間窗口的開始年份,實線和虛線分別表示偏冷態(tài)和偏暖態(tài).Fig.3 Variation of network structure variable of global temperature correlation network(a) Network connection; (b) Length of network route; (c) Cluster coefficient; (d) Character route length; (e) Average of global temperature anomaly in each 30-year smooth window. Abscissa is the start year of each smooth window. Solid and dash cures represent the cold and warm phase, respectively.

為進一步探究相關系數(shù)閾值(Q)選取的可能影響,我們對Q取值0.40,0.45,0.50,0.55和0.60五種情況,分別給出了偏冷態(tài)和偏暖態(tài)對應的網絡連通度的變化曲線(圖4).可以看出,隨著閾值的增加,網絡連通度整體呈現(xiàn)下降的趨勢,但在1975年前后氣溫關聯(lián)網絡結構的調整特征保持不變.因此,閾值升高,網絡中滿足條件的網絡連邊減少,會造成網絡整體連通性的下降,但這種變化不會改變偏冷態(tài)和偏暖態(tài)對應網絡結構特征的調整.

圖4 不同相關系數(shù)閾值條件下全球氣溫關聯(lián)網絡連通度隨時間的變化(a) 偏冷態(tài); (b) 偏暖態(tài).Fig.4 Variation of network degree of the global temperature correlation network under different correlation coefficient threshold(a) Cold phase; (b) Warm phase.

為了進一步表征和分析1970中期網絡結構特征量的變化特征,我們選取1950年1月—1976年12月和1977年1月—2000年12月兩段,分別構建偏冷態(tài)和偏暖態(tài)對應的全球氣溫關聯(lián)網絡.圖5給出了1976年前后網絡連通度的空間分布.在1976年之后,偏冷態(tài)網絡的連通度大幅下降,度值異常大的節(jié)點區(qū)域范圍明顯減小,而偏暖態(tài)網絡的連通度略有增加,即偏冷態(tài)和偏暖態(tài)氣溫關聯(lián)網絡的連通度大小關系由1976年之前的前者偏強反轉調整為后者偏強.連通度變化最大的區(qū)域主要發(fā)生在赤道區(qū)域的大西洋、印度洋、西太平洋和東太平洋區(qū)域等.下面結合四個關鍵區(qū)域連通度的變化,進一步分析氣溫關聯(lián)網絡連通性發(fā)生轉變的可能原因.

圖5 偏冷態(tài)和偏暖態(tài)氣溫關聯(lián)網絡在1976年前后網絡連通度的空間分布(a1) 偏冷態(tài)1950—1976年; (a2) 偏冷態(tài)1977—2000; (b1) 偏暖態(tài)1950—1976年; (b2) 偏暖態(tài)1977—2000.Fig.5 The spatial distribution of network connectivity of cold and warm phase corresponded temperature correlation network before and after 1976(a1) Cold phase, 1950—1976; (a2) Clod phase, 1977—2000; (b1) Warm phase, 1950—1976; (b2) Warm phase, 1977—2000.

2.2 全球氣溫關聯(lián)網絡連通性調整的成因分析

2.2.1 大洋關鍵區(qū)之間的氣溫相關性變化

氣溫關聯(lián)網絡的構建基于皮爾遜相關系數(shù),相關系數(shù)的大小直接決定了網絡連邊的數(shù)量,從而直接影響網絡內部結構特征.圖6給出了四個關鍵區(qū)之間氣溫距平序列相關系數(shù)的變化.可以看出,偏冷態(tài)對應各大洋關鍵區(qū)之間的相關系數(shù),在1970s中期之后迅速下降.偏暖態(tài)時期各大洋關鍵區(qū)之間的相關系數(shù)在1970s中期之后保持穩(wěn)定.1970s中期之后偏冷態(tài)和偏暖態(tài)網絡特征連通度強弱關系發(fā)生反轉的直接原因是在偏冷態(tài)對應的大洋關鍵區(qū)氣溫序列間的相關系數(shù)減弱,而偏暖態(tài)時期略增加.

圖6 各大洋關鍵區(qū)之間平均氣溫距平序列相關系數(shù)隨時間的演化(a) 偏冷態(tài); (b) 偏暖態(tài).圖中,大西洋與印度洋(綠)、西太平洋(黃)、東太平洋關鍵區(qū)(紅)之間的相關系數(shù), 印度洋與西太平洋(藍)、東太平洋(紫)以及東太平洋和西太平洋(黑)關鍵區(qū)的相關系數(shù)演化曲線.Fig.6 The evolution of correlation coefficients of temperature anomalies among different key regions(a) Cold phase; (b) Warm phase. Correlation between Atlantic and Indian Ocean (green cure), West Pacific (yellow cure), East Pacific (red cure); Correlation between Indian ocean and West Pacific (blue cure), East Pacific (purple cure); correlation between East Pacific and West Pacific (black cure).

2.2.2 相關系數(shù)變化的原因分析

下面進一步探究各大洋關鍵區(qū)之間平均氣溫距平序列相關性變化的成因.皮爾遜相關系數(shù)計算公式如公式(8)所示:

(8)

其中,分子為協(xié)方差,分母為標準差乘積.圖7給出了各大洋關鍵區(qū)氣溫距平序列之間的協(xié)方差隨時間的演化.可以看出,協(xié)方差隨時間的演化趨勢與圖6中相關系數(shù)隨時間的變化趨勢基本一致,但是幅度上更大一些.在偏冷態(tài)時期很多大洋關鍵區(qū)之間的協(xié)方差下降為五分之一,其中大西洋與東太平洋和西太平洋與東太平洋關鍵區(qū)之間的協(xié)方差甚至下降到了零值附近.與此同時,分母標準差乘積的變化則不明顯(圖略).因此,各大洋關鍵區(qū)氣溫序列之間協(xié)方差的調整是引起偏冷態(tài)時期相關性大幅下降的直接原因.

圖7 各大洋關鍵區(qū)之間氣溫距平值協(xié)方差隨時間的演化(a) 偏冷態(tài); (b) 偏暖態(tài).圖中大西洋與印度洋(綠)、西太平洋(黃)、東太平洋關鍵區(qū)(紅)之間的協(xié)方差, 印度洋與西太平洋(藍)、東太平洋(紫)以及東太平洋和西太平洋(黑)關鍵區(qū)的協(xié)方差.Fig.7 The evolution of covariance of temperature anomalies among different key regions(a) Cold phase; (b) Warm phase. Covariance between Atlantic and Indian Ocean (green cure), West Pacific (yellow cure), East Pacific (red cure); Covariance between Indian ocean and West Pacific (blue cure), East Pacific (purple cure); Covariance between East Pacific and West Pacific (black cure).

圖3e給出了每個時間窗口對應的全球氣溫距平的平均值.全球氣溫呈現(xiàn)一個上升趨勢,且全球氣溫距平在1976年左右經歷了一個由負位相轉變?yōu)檎幌嗟倪^程.假設這種線性上升趨勢會對氣溫序列間的協(xié)方差變化造成一定的影響.為了驗證這種假設,給出了各大洋關鍵區(qū)氣溫距平序列的變化圖(圖8).可以看出,偏冷態(tài)對應大西洋和印度洋關鍵區(qū)氣溫距平值在1970s中期由負位相變?yōu)檎幌?西太平洋區(qū)域在1958年后就由負轉正后,在1976年后正值進一步增大,而東太平洋關鍵區(qū)氣溫距平持續(xù)保持負位相,且1975年后負值略變小.1970s中期關鍵區(qū)正負位相調整對應大西洋—東太平洋、印度洋—東太平洋、西太平洋—東太平洋等區(qū)域之間的氣溫距平值由原來的負-負配置調整為正-負配置,造成這些區(qū)域氣溫序列間的協(xié)方差值迅速下降.與此同時,偏暖態(tài)對應的主要關鍵區(qū)域的氣溫距平,在1976s中期以后基本保持正位相,且正值略有增加,關鍵區(qū)域氣溫序列間的協(xié)方差值略微增加.

圖8 各大洋關鍵區(qū)氣溫距平的平均值演化圖 其中,灰柱代表偏冷態(tài),黑線代表偏暖態(tài). (a)—(d)分別為大西洋、印度洋、西太平洋、東太平洋關鍵區(qū).Fig.8 The evolution of temperature anomalies of different key regions Gray bars represent the cold phase, black curves represent the warm phase. Key region of (a) Atlantic, (b) Indian Ocean, (c) West Pacific, and (d) East Pacific.

圖9給出了不同滑動時間窗口中全球氣溫距平的空間分布圖.偏冷態(tài)對應的大西洋、印度洋和東太平洋氣溫距平在1970s中期之前均為負值,1970s之后則對應大西洋、印度洋調整為正值為主,而東太平洋保持負值(圖9),這必然導致關鍵區(qū)域之間的氣溫序列的協(xié)方差大幅下降,相關性降低,引起偏冷態(tài)對應氣溫關聯(lián)網絡的連通度在1970s中期后迅速減小.偏暖態(tài)的情況則不同,大西洋、印度洋和東太平洋氣溫距平在1970s中期始終保持以暖位相為主的特征,引起氣溫關聯(lián)網絡的連通度略微增加.此消彼長,造成偏冷態(tài)和偏暖態(tài)氣溫關聯(lián)網絡的連通度大小關系由1976年之前的前者偏強反轉調整為后者偏強.IPCC 報告指出(2021),受全球增暖的影響,全球氣溫存在不同程度的增加.比如,2011—2020年,地球表面平均溫度比19世紀末(工業(yè)革命之前)的平均溫度高1.1℃.氣溫升高的同時,必然會造成一些冷異常不太明顯的區(qū)域的氣溫距平(相對于1981—2010年平均氣溫對應氣候態(tài))更容易出現(xiàn)正距平.因此,有利于出現(xiàn)大西洋、西太平洋和印度洋等關鍵區(qū)域的氣溫距平由負相位轉變?yōu)檎辔坏淖兓?但是,對于Nino 3.4指數(shù)偏低年對應的偏冷態(tài)而言,由于赤道中東太平洋區(qū)域海溫異常偏低,造成大氣溫度也異常偏低,全球增暖在一定程度會減弱這種冷態(tài)對應氣溫負距平程度,但還不足以使其由負距平轉變?yōu)檎嗥?因此東太平洋關鍵區(qū)氣溫距平保持負位相.

圖9 不同滑動時間窗口中全球氣溫距平的空間分布(a) 偏冷態(tài); (b) 偏暖態(tài); (a1, b1) 對應時間窗口1950—1979年; (a2, b2) 對應1976—2005年; (a3, b3) 對應1981—2010年.Fig.9 Spatial distribution of temperature anomalies in different sliding time windows(a) Cold phase; (b) Warm phase. The time window of (a1, b1) 1950—1979, (a2, b2) 1976—2005, and (a3, b3) 1981—2010.

2.2.3 全球增暖趨勢對全球氣溫關聯(lián)網絡結構特征調整的影響

為了探究全球增暖對全球溫度場關聯(lián)網絡的影響,這里對每個格點1950—2020年的溫度距平序列分別進行線性擬合,然后從格點的異常值序列中去除線性趨勢,得到去趨勢溫度異常值序列(He et al., 2016).基于去除線性趨勢后的氣溫序列構建氣溫關聯(lián)網絡,并計算網絡結構特征量,以此消除溫度增暖趨勢的影響.

圖10中,去除溫度趨勢后全球氣溫關聯(lián)網絡的連通度空間分布型并沒有明顯的變化,但連通度值較圖5明顯減弱.全球增暖趨勢有助于增強全球氣溫內部的關聯(lián)強度,提升氣溫關聯(lián)網絡的連通性.Fan等(2017)研究也指出,隨著氣候變暖,氣溫關聯(lián)網絡中會出現(xiàn)越來越多的長程鏈接.此外,偏冷態(tài)和偏暖態(tài)對應的網絡聯(lián)通之間的差異較去趨勢以前明顯減弱.圖11給出了去除全球增暖趨勢前后偏冷和偏暖態(tài)氣溫關聯(lián)網絡在1976年前后網絡連通度平均值.去除增暖趨勢后冷暖態(tài)氣溫關聯(lián)網絡的差異明顯減小,兩者的總體連通度平均值差異在1976年前由原來的13.1%降到-1.7%,1976年后由原來的-37.0%下降到-8.2%.換而言之,去除溫度趨勢前,1976年之前偏冷態(tài)連通度較偏暖態(tài)偏強,1976年之后則轉為偏弱;濾除趨勢后,1976年之前偏冷態(tài)的連通度較偏暖態(tài)非常接近,1976年之后偏暖態(tài)的聯(lián)通度略偏強,兩者之間的差異明顯減小.因此,全球增暖造成的氣溫線性變化趨勢會造成偏冷態(tài)和偏暖態(tài)對應氣溫關聯(lián)網絡連通度對比的反轉.全球增暖不僅表現(xiàn)為全球氣溫在1970s左右的距平位相調整,也表現(xiàn)為全球氣溫關聯(lián)網絡結構特征的變化,這是對已有關于全球增暖影響的新認識.

圖10 去除線性增暖趨勢后偏冷和偏暖態(tài)氣溫關聯(lián)網絡在1976年前后網絡連通度的空間分布(a1) 偏冷態(tài)1950—1976年; (a2) 偏冷態(tài)1977—2000; (b1) 偏暖態(tài)1950—1976年; (b2) 偏暖態(tài)1977—2000年.Fig.10 The spatial distribution of network connectivity of temperature correlation network after removing the linear warming trend in cold and warm phase(a1) Cold phase, 1950—1976; (a2) Clod phase, 1977—2000; (b1) Warm phase, 1950—1976; (b2) Warm phase, 1977—2000.

圖11 去除全球增暖趨勢前后偏冷和偏暖態(tài)氣溫關聯(lián) 網絡在1976年前后的網絡連通度平均值(a) 未處理的氣溫關聯(lián)網絡; (b) 去除線性趨勢后的氣溫關聯(lián)網絡.Fig.11 The average of network connectivity of temperature correlation network before (a) and after (b) removing the linear warming trend

3 結論和討論

本文基于再分析全球表面氣溫資料,應用30年滑動窗口的方法,分別構建偏冷態(tài)和偏暖態(tài)對應的氣溫關聯(lián)網絡.通過計算網絡結構特征量,揭示1970s中期全球氣溫關聯(lián)網絡結構特征的調整,并分析其可能的成因.主要研究結論如下:

在1970s中期之后,全球氣溫關聯(lián)網絡在偏冷態(tài)網絡中的連通度大幅下降,度值異常大的節(jié)點區(qū)域范圍明顯減小,而在偏暖態(tài)網絡中的連通度略有增加;此消彼長,造成偏冷態(tài)和偏暖態(tài)氣溫關聯(lián)網絡的連通度大小關系由1976年之前的前者偏強調整為后者偏強,且這種變化最為顯著的區(qū)域位于熱帶的四個大洋關鍵區(qū).

偏冷態(tài)對應各關鍵區(qū)之間的相關系數(shù)于1970s中期快速下降,而偏暖態(tài)時期相關系數(shù)則保持穩(wěn)定,甚至緩慢增加,這是造成網絡連通性發(fā)生轉變的直接原因.在1970s中期,大西洋、西太平洋和印度洋等關鍵區(qū)域的氣溫距平由負相位轉變?yōu)檎辔?而東太平洋關鍵區(qū)氣溫距平維持負位相,正負位調整對應成大西洋—東太平洋、印度洋—東太平洋、西太平洋—東太平洋等區(qū)域之間的氣溫距平值由原來的同為負值調整為正-負值配置,造成這些區(qū)域氣溫序列間的協(xié)方差值迅速下降.大洋關鍵區(qū)氣溫序列間的協(xié)方差的變化是導致大洋關鍵區(qū)相關性變化的主要原因,即偏冷態(tài)時期大洋關鍵區(qū)之間協(xié)方差的迅速下降引起相關系數(shù)明顯下降.與此同時,偏暖態(tài)對應的主要關鍵區(qū)域的氣溫距平,在1970s中期以后基本保持正位相,且正值略有增加,造成關鍵區(qū)域氣溫序列間的協(xié)方差值略增加.1970s中期,大洋關鍵區(qū)氣溫序列間的偏冷(暖)態(tài)協(xié)方差減小(略增加),相關系數(shù)減小(略增加),造成網絡連通度減小(略增加),這是不同ENSO位相對應的全球氣溫關聯(lián)網絡連通度強弱對比發(fā)生反轉的主要原因.

去除全球增暖線性趨勢后,偏冷態(tài)和偏暖態(tài)對應的氣溫關聯(lián)網絡結構特征差異明顯減小,兩者的連通度平均值差異在1976年前由原來的13.1%降到-1.7%,1976年后由原來的-37%下降到-8.2%.因此,全球增暖不僅表現(xiàn)為全球氣溫的上升,同時會造成偏冷態(tài)和偏暖態(tài)對應氣溫關聯(lián)網絡連通度對比的反轉,即造成全球氣候系統(tǒng)內部結構的調整.

以往的研究中,有學者提取了全球海表溫度場的年代際模態(tài),揭示了1977—1996年的突變模態(tài)在大部分海域上存在與前期較為明顯的結構特征(肖棟和李建平, 2007).20世紀年代至世紀尺度溫度變化的顯著信號有準30～50年、準20～30年、準15年等多種時間尺度的振蕩,其中北大西洋等區(qū)域對應的30～50年振蕩在1960年代存在顯著的調整,而北太平洋及其附近地區(qū)年平均溫度重建的準20～30年振蕩分量的演變特征在1970年代中期到80年代初期存在明顯的調整(江志紅等, 2004).相關研究結果與本文中關于網絡結構調整有一定的對應關系,均從氣溫要素本身出發(fā)分析1970s的全球氣溫突變問題.然而,本文給出了關于全球氣溫系統(tǒng)內在相互作用的調整分析,是對以往1970s氣候突變認識的進一步補充.