从海气对抗视角看2024年拉尼娜抑制的关键物理过程

《Atmospheric and Oceanic Science Letters》:Key physical processes of the 2024 La Ni?a suppression from the perspective of air–sea antagonism

【字体: 大 中 小 】 时间:2026年07月06日 来源:Atmospheric and Oceanic Science Letters 3.4

编辑推荐:

  许多气候模型显著高估了2024年拉尼娜(La Ni?a)发生的可能性,揭示了厄尔尼诺-南方涛动(El Ni?o–Southern Oscillation, ENSO)预测中存在的重大挑战。本研究采用ENSO集合预测系统和模式聚类(pattern cluster

  
许多气候模型显著高估了2024年拉尼娜(La Ni?a)发生的可能性,揭示了厄尔尼诺-南方涛动(El Ni?o–Southern Oscillation, ENSO)预测中存在的重大挑战。本研究采用ENSO集合预测系统和模式聚类(pattern clustering)分析,揭示了抑制2024年拉尼娜发展的关键物理过程。通过比较模式聚类识别的最佳和最差表现成员,研究人员证明,赤道外增暖通过风-蒸发-海表温度(SST)反馈触发了异常西风,导致海气解耦(air–sea decoupling),并有效阻止了2024年拉尼娜在早期阶段的发展。进一步分析比较了最佳和最差捕捉赤道外太平洋海表温度异常(SST anomaly, SSTa)的成员,确认赤道外增暖是抑制2024年拉尼娜发展的主导因素。这些发现强调了赤道外信号在推进未来ENSO预测中的关键作用。
**论文解读:2024年拉尼娜抑制关键物理过程——基于集合预测与模式聚类分析**

**研究背景与问题**
厄尔尼诺-南方涛动(El Ni?o–Southern Oscillation, ENSO)是全球最强的海气耦合现象,以2–7年周期主导准年际气候变率,是季节至年际气候可预测性的主要来源。尽管卫星遥感、Argo剖面浮标等观测手段以及数据同化技术的进步使ENSO事件可提前6–12个月被较好预测,但自2000年以来,ENSO预测技巧出现下降。这一下降与热带太平洋背景状态改变、中部型ENSO事件频发以及海气相互作用和副热带-热带遥相关过程的模拟偏差有关。对于2024年事件,多数气候模型显著高估了拉尼娜发生的概率——初期(2024年1–3月)出现有利于拉尼娜发展的条件(如充电振荡器动力学支持中等强度拉尼娜),但实际最终呈现中性状态。这种预测偏差凸显了当前ENSO预测框架的不足,亟需识别抑制拉尼娜发展的关键过程。

**研究内容与结论**
研究人员利用一个成功预测2024年ENSO中性状态的集合预测系统(ENSemble Prediction System, EPS),通过模式聚类(pattern clustering)方法从100个集合成员中筛选出与观测最相似(最佳组)和最不相似(最差组)的成员,对比其海气演变差异。研究表明,最佳组在2024年5–7月出现显著的海气解耦:海洋条件已偏向冷位相(负的20°C等温面深度(Z20)异常主导热带太平洋),但大气中异常西风持续存在于中西部赤道太平洋,未能发展为匹配的异常东风,从而抑制了上升开尔文波(upwelling Kelvin wave)的激发和冷海温的东传。相比之下,最差组则保持了强的海气耦合,异常东风与负Z20异常协同作用,导致冷异常迅速向赤道东太平洋传播,最终触发中等强度拉尼娜。进一步分析差异场揭示,最差组未能捕捉到的赤道外太平洋增暖是导致上述偏差的关键:5月,赤道外(东北太平洋10°–25°N、160°–125°W和东南太平洋25°S–10°S、120°–90°W)暖海表温度异常(SSTa)通过风-蒸发-海表温度(SST)反馈,激发异常的赤道对称西风,这些西风在6–7月增强并向赤道辐合,覆盖中赤道太平洋,抵消了赤道冷海温对大气的作用,从而抑制拉尼娜发展。利用全球季节预测系统第6版(Global Seasonal forecast System version 6, GloSea6)的验证结果一致。此外,通过分别对东北太平洋和东南太平洋SSTa进行模式聚类,提取最佳捕捉赤道外信号和未能捕捉的成员进行对比,证实忽视赤道外太平洋SSTa会使2024年10–12月(OND)的Ni?o3.4指数预测不确定性增大,且集合均值冷异常强度超过?1°C,显著高估实际强度;而成功捕捉赤道外信号的成员则准确预测了中性状态。这些发现强调赤道外信号是未来ENSO预测中不可忽视的因素,其通过驱动海气解耦直接增加预测难度。

**主要技术方法**
研究人员采用ENSO集合预测系统(EPS,由Zheng等人开发,通过随机模式误差扰动来减轻模式不确定性),以2024年3月为初始月份生成100个集合成员,预测期为12个月。海表温度观测数据来自NOAA扩展重建海温第5版(ERSST.v5),850 hPa风场来自NCEP–NCAR再分析1,海洋温度和风应力来自NCEP全球海洋数据同化系统(GODAS)。核心分析方法是模式聚类(pattern clustering),在K近邻(KNN)框架下通过计算各成员与观测之间的欧几里得距离,识别最佳和最差成员,再基于10个月(3–12月)太平洋海温异常(SSTa)的时空演变进行聚类分析,分析区域覆盖热带和副热带太平洋(30°S–30°N, 120°E–80°W)。为了验证赤道外信号的作用,分别对东南太平洋(5°S–30°S, 160°W–80°W)和东北太平洋(5°–30°N, 160°–80°W)的SSTa进行单独聚类。

**研究结果**
**3.1 模式聚类对2024年事件的表现**
多数模型(如IRI春季初始化的ENSO预报)高估了2024年拉尼娜概率,但EPS成功再现了观测演变。模式聚类识别出的最佳成员均值与观测在赤道中太平洋SSTa和中西部赤道太平洋纬向风应力异常(Tauxa)上相关性高,且能有效重现这两个关键异常的持续性演变,从而证实该方法的适用性。最佳与最差成员在5月出现Ni?o3.4指数、赤道太平洋SSTa和Tauxa的显著差异,7月后稳定为不同演化路径。

**3.2 赤道外增暖抑制2024年拉尼娜发展的关键作用**
最佳成员表现出平缓的Ni?o3.4海温异常趋势,与观测一致;最差成员则在5–7月出现急剧冷位相发展。比较赤道太平洋Z20异常和Tauxa,最佳成员显示海气解耦:尽管负Z20异常主导,但中西部太平洋持续存在异常西风,阻止冷信号东传;最差成员则表现为强海气耦合,异常东风加速冷异常东传,导致8月后东太平洋出现强冷信号。差异场分析指出,5月赤道外暖SSTa(尤其东北和东南太平洋)通过风-蒸发-SST反馈诱导赤道对称西风,这些西风在6–7月增强并扩展至赤道,削弱了赤道冷异常。同时,暖SSTa使赤道中东部太平洋热力层加深(Z20正异常),进一步稳固暖位相。最差成员未能捕捉这些赤道外增暖,是预测偏差的直接原因。基于东南和东北太平洋SSTa的独立聚类验证显示,成功捕捉赤道外信号的成员对OND期Ni?o3.4指数预测不确定性低、均值接近中性;而忽略赤道外信号的成员均值低于?1°C,显著高估冷异常强度,进一步确认上述机理。

**总结与讨论**
研究发现,赤道外太平洋增暖通过激发异常西风导致海气解耦,是抑制2024年拉尼娜发展的主导因素。气候模型高估拉尼娜概率的根本原因在于未能逼真再现赤道外海温异常及其引发的海气解耦过程。这些赤道外强迫直接增加ENSO预测难度,其形成机制及与北太平洋经向模(North Pacific Meridional Mode)等副热带模态的关联值得进一步探讨。此外,此类海气解耦现象是否会在未来事件中重现及其物理机制有待深入分析。研究结论强调,提升对赤道外信号的解析能力是改善ENSO预测的重要方向。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号