白 燕,王欣宇,郭浩康,石 劍??
(1.中國海洋大學海洋與大氣學院,山東 青島 266100; 2.中國海洋大學物理海洋教育部重點實驗室,山東 青島 266100)
ENSO事件的冷、暖位相在強度、空間形態以及演變過程等方面呈現出明顯的不對稱性[18-20]。ENSO在演變過程的不對稱性表現為:通常El Nio事件在夏秋季發展并在冬季達到峰值,隨后會迅速衰減,在次年冬季轉變為冷位相或中性狀態;而La Nia事件的生命史通常會經歷更長的時間,其峰值過后的衰減十分緩慢,整個事件可以持續兩個甚至三個冬季,在此期間冷海表溫度異常(Sea surface temperature anomaly,SSTA)會經歷多次增強的過程[21-27]。需要指出的是,相較于對ENSO振幅不對稱性的研究,學者們對冷、暖位相演變過程的非對稱性關注仍較少,而La Nia事件的“二次變冷”現象是上述非對稱性的一個重要體現。由于赤道東太平洋冷舌和上升流在北半球秋季最強,此時緯向平流反饋和溫躍層反饋也達到最強,海氣相互作用最為劇烈[28]。在夏季出現的較小的冷異常可以通過海氣相互作用累積并加強,在冬季形成“二次變冷”現象[29-30]。在全球氣候變暖的背景下,近年來發生的“二次變冷”La Nia事件發展演變過程中有何異同特征,需要進一步揭示。
自2010年以來,赤道中、東太平洋共經歷了四次La Nia事件,分別在2010—2012年、2016年、2017—2018年和2020—2022年(https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php),其中,2010—2012年的La Nia事件,由于其強度較大、發展過程連續、持續時間較長,受到了廣泛的關注[31-33]。在La Nia發展增強的過程中,溫躍層正反饋是最為重要的物理過程之一[34],它也是“二次變冷”發生的關鍵過程[35]。夾卷進入混合層的偏冷海水是指示與溫躍層反饋相關的物理過程的關鍵因子,它也再次成為引起2010—2012年La Nia事件“二次變冷”的重要因素[33]。有學者通過對等密面上海洋過程的分析,進一步指出上述偏冷的次表層海水主要來自赤道外的南太平洋,南赤道流和赤道潛流的位置和強度對冷水的輸運是十分重要的[32],這也揭示了赤道外過程對該“二次變冷”事件的觸發作用。不僅如此,風場強迫對2010—2012年La Nia事件的“二次變冷”也同等重要[33]。數值試驗表明,當赤道西、中太平洋的東風異常降低到一定程度時,赤道中、東太平洋不會出現“二次變冷”,反而會變為暖異常[33]。盡管大多數前人工作將重點放在導致該事件“二次變冷”的物理過程上,這也是模式預報的難點和弱點[32-33],但由于引起某個La Nia事件增長或衰減的物理過程經常同時存在,仍然需要對2010—2012年La Nia事件的不同生命階段進行分析和定量診斷。不僅如此,當前國際上多家主流ENSO預測機構對2020—2022年La Nia事件的預測結果也隨著海氣狀態的變化不斷進行修正。最新分析表明,該事件可能發展為罕見的持續三個冬季的變冷事件[36],其特殊性可見一斑,亟需對其進行全面細致的分析。
近十幾年來,全球氣候恢復快速增暖,不斷刷新觀測以來的最熱記錄,極端事件活動更加頻繁且劇烈[37-38]。在全球氣候變化的背景下,近年來需要進一步揭示“二次變冷”La Nia事件發展演變過程中的異同特征。本文主要以2010—2012年和2020—2022年兩次典型的“二次變冷”La Nia事件為研究對象,來揭示其特征。

(1)
式中:T為海洋混合層海水溫度;u,v,w依次為混合層的緯向、經向、垂向的海流速度;ρ表示海水密度;H為海洋混合層深度,由GODAS提供;CP表示海水比熱容;sw代表短波輻射;lw指代長波輻射;sh表示海表感熱通量;lh指海表潛熱通量。方程等號左側表示混合層平均海溫異常隨時間變化傾向項;等號右側前9項表示緯向、經向平流項和垂直輸送項,第10項表示海表熱通量項;R指代方程余項[38-43]。溫度、海流和海表面熱通量均對(180°—90°W,5°S—5°N)的混合層范圍內進行計算后取區域平均值。本文中上述診斷方程的單位為 ℃/月。各變量上方的橫線(-)表示氣候態變量,而′則表示為變量的異常值。氣候態變量取氣候態混合層內的數值進行平均,而異常變量取實際混合層內的數值進行平均。需要說明的是,利用固定50 m、氣候態、實際混合層深度與本文的算法結果差異不大(圖略),但是本文對(180°—90°W,5°S—5°N)內混合層內溫度異常演變的刻畫最準確,因此下文依據上述算法進行展示。

(藍色陰影部分為SSTA<-0.5 ℃的冷時期;2010—2012年與2020—2022年La Nia事件用深藍色陰影標記;黑色虛線和藍色虛線分別表示零線和-0.5 ℃線。When SSTA <-0.5 ℃,the episode is shaded in light blue. The La Nia events during 2010—2012 and 2020—2022 are shaded in dark blue. The black and blush dashed lines represent the zero and -0.5 ℃ lines,respectively.)圖1 1981年12月—2022年5月Nio3.4區域月平均海表溫度異常值Fig.1 Sea surface anomalies over the Nio 3.4 region from December,1981 to May,2022

圖2 2010—2012年La Nia事件演變過程中熱帶太平洋海表溫度異常(單位:℃)和表面風場異常(單位: m/s)Fig.2 SSTA (unit: ℃) and surface wind anomalies (unit: m/s) during the 2010—2012 La Nia event

圖3 2020—2022年La Nia事件演變過程中熱帶太平洋海表溫度異常(單位:℃)和表面風場異常(單位:m/s)Fig.3 SSTA (unit: ℃) and surface wind anomalies (unit: m/s) during the 2020—2022 La Nia event

(2010年1月-2012年12月(a)、2020年1月-2022年5月(b)沿赤道海表溫度異常(單位:℃)演變的哈默圖;(c,d)與(b)時間段相同,但為Nio 3區域(c)、Nio 4區域(d)的海表溫度異常(單位:℃)演變。Hovm?ller diagram of SSTA (unit: ℃) along the equator from January 2010 to December 2012 (a) and from January 2020 to May 2022 (b); (c,d) same period as (b) but for SSTA (unit: ℃) over Nio 3 area (c) and Nino 4 area (d),respectively.)圖4 2010—2012年與2020—2022年La Nia事件沿赤道海表溫度異常演變過程Fig.4 Evolution of SSTA for 2010—2012 and 2020—2022 La Nia events
為了描繪兩個事件在位置上的區別,圖4(c)和(d)展示了Nio 3區域(150°W—90°W,5°N—5°S)(見圖4(c))和Nio4區域(160°E—150°W,5°N—5°S)(見圖4(d))SSTA演變規律。由于2020—2022年La Nia事件位置偏東,從Nio 4指數來看,其整個過程的冷SSTA均弱于2010—2012年事件,且第一次峰值(-1.7 ℃)前的發展速率明顯慢于2010—2012年事件(-1.2 ℃)。如果從Nio 3指數的演變來看,盡管2020—2022年La Nia事件的第一個峰值(-1.3 ℃)仍然弱于2010—2012年事件(-1.7 ℃),但是其第二個峰值(-1.4 ℃)則明顯強于后者(-1.1 ℃),并且其達到峰值的時間也偏晚,經歷了更長的負SSTA增強的過程。
在垂直方向,2010年(發展年)夏秋季節,強的冷性Kelvin波沿溫躍層東傳,次表層冷異常逐漸抬升并露頭(見圖5(a)—(c));2011年春季衰減階段,盡管西太平洋的暖性Kelvin波表現出一定的東傳特征,大大削弱了次表層冷異常的強度,但是冷異常仍然存在于赤道中、東太平洋(見圖5(d)—(f));2011年夏秋季再次增長階段,次表層冷異常再次增強并東傳抬升(見圖5(g)—(j))。此時,次表層等密面上冷海溫異常呈“馬蹄狀”分布,赤道外南太平洋的冷水被平流至赤道地區[32],這與赤道潛流和南赤道流的季節變化有關[45]。從次表層海溫異常來看,兩年冬季的冷異常是基本相當的(見圖5(d)—(j)),但是表層的負SSTA在第一年冬季明顯更強(見圖2),表明垂直過程可能并非引起兩年差異的主要原因。

(黑線為所在月份20 ℃等溫線。The black line is the 20 ℃ isotherm in the corresponding month.)圖5 2010—2012年La Nia事件中次表層海水溫度異常Fig.5 Subsurface temperature anomalies during 2010—2012 La Nia event

圖6 2020—2022年La Nia事件中次表層海水溫度異常Fig.6 Subsurface temperature anomalies during 2020—2022 La Nia event
為了進一步分析兩個事件過程中冷性和暖性Kelvin波的活動特征,圖7分別展示了沿赤道0~300 m平均海水溫度異常(見圖7(a),(b))變化和SLA變化(見圖7(c),(d))。Kelvin波的東傳可由0~300 m平均海水溫度異常隨時間的演變清晰的描繪出來(見圖7(a),(b)),但是SLA的變化對其東移特征描述的不夠清楚(見圖7(c),(d))。2010—2012年事件中Kelvin波明顯偏強(見圖7(a)),且東傳到達中、東太平洋的時間早于2020—2022年事件(見圖7(b)),這也引起該事件更早的達到峰值。

圖7 2010—2012年(a、c)和2020—2022年(c、d)La Nia事件沿赤道區域0~300 m海水平均溫度異常與海表面高度異常的哈默圖Fig.7 Hovm?ller diagrams of ocean temperature anomalies averaged over 0~300 m and SLA along the equator for La Nia events during 2010—2012 (a,c) and 2020—2022 (b,d)
在2010—2012年事件的兩個冬季峰值之間,暖性Kelvin波東傳也是可以明顯看出的,但是其到達中、東太平洋時,強度已經很弱,無法改變ENSO的位相(見圖7(a))。2020—2022年事件也表現出該特征(見圖7(b))。因此,當赤道東風異常達到一定程度時,冷SSTA得以繼續發展,出現“二次變冷”(見圖2和圖3)。


圖8 2010—2012年(a)和2020—2022年(b)La Nia事件的沿赤道緯向風異常(單位:dyn·cm-2)Fig.8 Hovm?ller diagrams of equatorial zonal wind stress anomalies (unit: dyn·cm-2) for La Nia events during 2010—2012 (a) and 2020—2022 (b),respectively

(柱狀圖為動力項與熱力項之和,折線圖為溫度傾向項,R表示兩者相關系數。Blue bars show time series of the sum of dynamic and thermal terms,and the broken line shows the change of the temperature tendency term. R represents the correlation coefficient between them.)圖9 2010年5月—2012年5月(a)與2020年7月—2022年4月(b)混合層溫度傾向項和動力項與熱力項之和的演變過程Fig.9 Time series of mixed-layer temperature anomaly tendency and sum of dynamic and thermal terms from May 2010 to May 2012 (a) and from July 2020 to April 2022 (b)

(計算區域為(180°—90°W,5°S—5°N),T,w,u,v為氣候態值,T′,w′,u′,v′為異常值。Calculation area is over (180°—90°W,5°S—5°N). T,w,u,v are climatological values,and T′,w ′,u ′,v ′ are anomalies.)圖10 2010—2012年(a—d)與2020—2022年(e—h)La Nia事件不同階段海洋混合層熱收支診斷Fig.10 Mixed layer heat budget for different phases of La Nia events during 2010—2012 (a—d) and 2020—2022 (e—h)
本文以2010—2012年和2020—2022年兩個“二次變冷”La Nia事件為例,探究了La Nia在全球恢復變暖后的特征與可能變化。兩個La Nia事件均發生在ENSO位相發生轉變之后,從發展年7—8月出現負SSTA,到冬季達到第一次峰值;此后,在海表熱通量和海水平流的衰減作用下,在次年夏季恢復至中性狀態;在次年夏秋季,受強烈的海氣相互作用影響,負SSTA再次增強,“二次變冷”La Nia事件出現。2020—2022年La Nia事件較2010—2012年事件的SSTA位置偏東,靠近南美沿岸,這很大程度上是由于2020—2022年東風異常集中在赤道太平洋東部。