西太平洋暖池海洋热浪在2020~2022三年拉尼娜事件爆发背景下的演变特征、爆发机制及其影响研究

在全球变暖的影响下,持续增长的海洋热浪事件(marine heat waves,MHW)对气候系统和社会经济产生了严重影响,其中西太平洋暖池区域是MHW特征显著变化的典型区域。本文基于已建立的MHW高分辨率数据、美国国家环境预报中心(NCEP)提供的大气海洋再分析资料、美国宇航局(NASA)Aqua卫星和生物地球化学Argo浮标提供的叶绿素-a浓度资料,利用统计分析和奇异值分解(SVD)等方法,探讨了2020~2022年西太平洋暖池MHW的演变特征、爆发机制及其生态影响。结果表明,西太平洋暖池MHW的爆发频率和强度等在近30年显著增加,其特征属性的变化与连续La Ni?a事件的爆发密切相关。尤其在2020~2022年连续三年La Ni?a事件背景下,西太平洋暖池区MHW爆发频次达到全球最高,且其覆盖面积、爆发频次、总天数、累积强度均是1982年以来最显著的。通过对西太平洋暖池区域混合层热收支的分析,2020~2022年期间MHW爆发主要是净海表热通量中的向下短波辐射项和海洋动力过程中的纬向平流项共同主导。此外,研究也揭示了在西太平洋暖池区域,MHW与海洋生态指标叶绿素-a浓度时空尺度上呈现负相关协同变化的特征,尤其是2020~2022年的MHW事件使该区域海洋上层浮游生物量整体呈显著下降趋势。

西南涡的气候学研究进展

西南涡是特殊地形与区域环流条件相互作用而产生的α中尺度天气系统,对我国西南地区的天气、气候和环境具有重要影响。本文系统梳理了西南涡的涡源分布、活动频数、移动路径及强度变化的多时空尺度分布特征,阐述了西南涡活动对我国西南及其下游地区天气、气候及区域环境的影响,总结了西南涡与高原涡、南亚高压等重要的天气系统的协同作用过程,综述了近年来西南涡气候学研究的进展,旨在为后续展开的西南涡的客观识别算法和技术研究提供基础信息。综述发现,前人研究中关于西南涡活动异常变化特征的结论并不一致,这可能是选用的资料时段、时间长度以及西南涡识别方法等不同造成的。因此,建立一套基于客观算法识别的西南涡基础研究资料是展开未来高质量研究的基石,对理解、预测西南涡活动具有极其重要的意义,并有利于进一步提升西南地区天气、气候、环境预测水平。

夏季长江淮河流域异常降水事件环流差异及机理研究

长江、淮河同处东亚中纬度,天气过程的大尺度环流背景相似,大量相关研究基本是把江淮流域天气气候事件作为一个整体研究,然而对长江、淮河流域夏季降水的时空变化进行分析发现,长江、淮河流域夏季异常降水事件有各自不同的年际、年代际变化特征,但环流差异及成因并不十分清楚。本文根据中国台站降水资料及NCEP/NCAR再分析资料,利用物理量诊断和现代统计学等方法,重点分析长江、淮河流域梅雨期降水异常事件发生时南北半球大气环流内部动力过程的差异及成因。研究指出:长江(淮河)流域梅雨期降水异常偏多年500 hPa位势高度场亚洲中高纬度环流呈现为南北向(东西向)的波列与东亚中高纬鄂霍茨克海阻塞频次增多(减少)以及200 hPa高度场上东亚副热带高空西风急流强度加强(减弱)、稳定(移动)有关;长江(淮河)流域梅雨期降水异常偏多年主要水汽来源与南半球澳大利亚高压、马斯克林高压位置偏东(西)造成西太平洋150°E^180°(阿拉伯海50°E^60°E)地区越赤道气流加强有关。长江(淮河)流域梅雨期异常降水事件大气环流内部动力过程最显著的差异表现为:东亚副热带高空西风急流加强(减弱)以及南半球澳大利亚高压、马斯克林高压位置偏东(西)。

ENSO组合模态可预测性的季节-年代际变化

厄尔尼诺-南方涛动组合模态(C-mode)是厄尔尼诺衰减期西北太平洋上空异常反气旋发展的主要驱动力,通常可以形成水汽输送通道,导致我国南部地区降水增多并发生严重的洪涝灾害,而在拉尼娜期间则情况相反。利用1981—2020年美国国家环境预报中心和美国国家大气研究中心再分析数据集的表面风场资料分析了C-mode可预测性的季节-年代际变化。结果表明:C-mode在2000年以后的可预测性明显下降,主要原因是其变率减小、强度减弱、信噪比降低等。在季节尺度上,C-mode存在“秋季预报障碍”,这与信号的季节循环密切关联,当C-mode在秋季进入衰退期时,信号强度最弱、变率最小,因此其秋季的可预测性降低。

全球海洋热浪的多时间尺度变化特征及气候调控因子分析

基于1982~2019年美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)日最优插值海表温度(Daily Optimum Interpolation Sea Surface Temperature V2,OISST)观测资料和物理实验室(Physical Sciences Laboratory,PSL)多种气候观测指数,采用最小二乘回归、高低通滤波和相关分析等统计方法,分析了全球海洋热浪(Marine Heatwaves,MHWs)频次、持续时间、总天数和最大强度的多时间尺度演变特征及不同气候信号对其演变的调控。研究表明,MHWs频次在赤道西太平洋线性增长最快。在去除全球变暖趋势后,全球平均MHWs各属性年际和年代际变化均存在明显区域变化特征,主导区域也均受到多时间尺度气候信号的调制。本研究分析了5个关键海域(赤道中东太平洋、东北太平洋、西印度洋、西北大西洋、中高纬南大洋)MHWs频次等变化特征与不同气候信号的相关性,结果表明5个关键海域MHWs频次主要受年际气候信号调制。而年代际气候信号主要提供了一个背景状态,其对关键区域MHWs频次演变的影响没有年际气候信号对其演变的显著。

2023/2024年厄尔尼诺事件对巴拿马运河区域干旱的影响分析

ENSO(El Niño-Southern Oscillation)是短期气候年际变化中最强的信号,它对全球气候的短期变化有着重要影响。ENSO虽然发生在热带太平洋地区,但其影响却波及全球。例如,厄尔尼诺期间,巴拿马地区容易发生干旱,这将对巴拿马运河的航运产生重大影响。近期报道显示,自2023年春季以来,巴拿马运河地区一直受到干旱影响,造成运河水位异常偏低,出现近8 a来最严重的堵塞情况。针对这一极端现象,采用标准化降水蒸散发指数(Standardized Precipitation Evaportranspiration Index,SPEI)分析巴拿马运河区域的干旱状况,探究干旱累积效应在不同时间尺度的显著性。进一步从ENSO(以Niño3指数为代表)事件对巴拿马运河区域降水及蒸发的物理影响角度出发,深入分析该区域干旱成因,并基于最新的ENSO预测结果,预判巴拿马运河区域干旱在未来半年内仍将会维持并进一步加剧,对该区域应对未来干旱状况具有重要意义。

2009年夏季异常天气及其环流分析

简要讨论了2009年夏季的异常天气过程和环流形势演变,主要涉及南海夏季风、华南、江淮、东北降雨等情况。该年夏季未发生区域或流域性的洪涝,而干旱的面积较大。2009年南海夏季风在5月第4候爆发,爆发后季风的推进出现了异常,同时,印度季风的推进出现了异常。华南前汛期降雨时间长、降水范围广。江淮梅雨期典型梅雨形势没有建立,为空梅年,但西风槽和登陆台风带来了几次降雨过程。华北降水偏弱,东北低涡活动频繁,使东北北部地区降水偏多,出现了低温冷害。此外,7月8～24日和8月15日至9月14日两段时期长江中下游及其以南地区在副热带高压的控制下,出现了大范围持续高温,加剧了南方地区干旱。

基于深度学习的全球平均表面温度年际信号时间序列的预测

利用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)有效地分解了全球平均表面温度(Global Mean Surface Temperature,GMST)时间序列,得到其不同尺度的、不同特征的子序列(Intrinsic Mode Function,IMF)。在此基础上,利用在预测长期、复杂、非线性变化的时间序列上具有显著优势的滑动自回归机器学习(Autoregressive Integrated Moving Average,ARIMA)模型和长短期记忆网络(Long Short-Term Memory,LSTM)模型开展GMST年际信号预测研究。结果表明:深度学习模型LSTM能很好地拟合并预测了长程相关性强的子序列(第2~6个IMF),而代表GMST年际尺度变化的IMF1则在一定程度上受到太平洋大西洋多重气候信号的影响和调制,因此进一步将3个气候指数作为预报前兆因子加入预测模型来更准确地预测IMF1的时间演变。通过利用多套GMST数据的对比,最终选定了考虑实时ENSO信息的LSTM(ENSO)模型来提前预测年际GMST信号,并预测2020年将有较大概率会成为史上最热的年份之一。