CMIP3模式中太平洋和东太平洋类型的ENSO的识别外文翻译资料

 2022-12-12 17:16:53

英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

CMIP3模式中太平洋和东太平洋类型的ENSO的识别

Jin-Yi Yu，Soen Tae Kim

Department of Earth System Science,University of California, 3315 Croul Hall, Irvine, CA 92697 3100,USA.

摘要：[1]从对世界气候研究计划的耦合模型比较项目第3期（CMIP3）的气候模拟分析中，已经获得了对厄尔尼诺 - 南方涛动（ENSO）的大量了解。然而，大多数这些分析并不考虑东欧（EP）和中太平洋（CP）类型的ENSO事件的存在，这些事件越来越多地被认为是在热带太平洋中两种不同类型的年际海面温度（SST）变化。本研究使用回归 - 经验正交函数法来确定这两种ENSO类型在19种CMIP3模型的工业革命前模拟中捕获情况。得出的结论是，大多数CMIP3模型（19个中有13个）可以产生实际强大的CP ENSO，但只有少数（19个中的9个）可以产生实际强大的EP ENSO。确定了实际模拟EP和CP ENSO的六个模型及其强度比。通过将SST变异性分为两种类型，进一步表明，模拟EP ENSO的主导周期与SST变率的纬度宽度呈线性关系，从1年到5年不等。对于模拟的CP ENSO，其领先周期为2或4年，取决于其SST变率是否位于日期线以东或西太平洋暖池。本研究中产生的识别提供了有用的信息，以进一步了解使用CMIP3模型的两种类型的ENSO。

一、介绍

[2]通过对世界气候研究计划（WCRP）耦合模型比较项目第三阶段（CMIP3）的模拟分析得出了气候研究的重大进展，其中包括与24个耦合的大气 - 海洋大气循环模型（CGCM）。许多研究分析了这些模型产生的厄尔尼诺 - 南方涛动（ENSO）模拟，并报告了模型在捕获ENSO观测特征方面的成功和不足[例如，Guilyardi等人，2009]。然而，大多数分析不考虑两种不同类型的ENSO事件的存在，这点已经被最近的研究越来越多地提出[Larkin和Harrison，2005;余和高，2007; Ashok et al。，2007;高钰，2009; Kug et al。，2009]。这两种类型包括以东太平洋为中心的主要海面温度（SST）异常的常规ENSO型[Rasmusson和Carpenter，1982]，以及具有更多限于太平洋中部的SST异常的非常规ENSO型。 Kao和Yu [2009]分别将这两种类型称为东太平洋（EP）和中太平洋（CP）类型。应该提到，在这些最近的研究之前，已经注意到不同种类的ENSO。例如，Trenberth和Stepaniak [2001]首先认识到，不考虑东赤道太平洋和中部赤道太平洋之间的SST对比，ENSO事件的不同特征和演变不能被充分解释。然而，仍然没有关于这两种类型的ENSO事件在CMIP3模型中捕获的记录。这些记录可能对选择CMIP3模型来研究这两种类型的ENSO事件是有用的。本研究的目的是提供这样的记录，并展示通过采用这种双ENSO视图可以获得的ENSO模拟的新信息。

二、数据

[3]在本研究中分析了由CMIP3模型制作的工业革命前整合，其中温室气体在工业化前水平固定。在本研究中分析了十九个CMIP3 CGCM，不包括在热带太平洋显示少量年际SST变异性的五个。为了比较，分析了仅仅100年的整合。对于观测SST，我们使用历史海面温度版本3（ERSST V3）扩展重建数据[Smith and Reynolds, 2003]和哈德来中心海冰和海面温度数据（HadISST）[Rayner等，2003 ]在1950-2009年期间。通过消除每月平均气候学和趋势来计算观测值和工业革命前模拟的月度SST异常值。

三、结果

[4]在Kao和Yu [2009]之后，我们应用了综合回归 - 经验正交函数（EOF）分析（类似于An [2003]的条件EOF）每月SST异常，以识别ENSO的EP和CP类型事件。我们首先消除用Nintilde;o-4 SST指数回归的热带太平洋SST异常，然后将EOF应用于残余SST异常，以获得EP ENSO的SST异常模式。类似地，通过在消除Nintilde;o1 2SST指数的异常回归之后将EOF应用于残余SST异常来获得CP ENSO的SST异常模式。与Kao和Yu [2009]不同，我们不仅消除了同时回归，而且消除了滞后-3，-2，-1， 1， 2和 3个月的回归，以考虑SST在中部和东部太平洋地区异常的传播，尽管结果与这些额外的清除量有关，但是没有很大差异。图1显示了从该回归EOF分析获得的结果。图1（左图）显示了年际SST异常的总标准偏差（STD），图1（中间图）和1（右图）分别显示了CP和EP ENSO的主要EOF模式。 EOF中显示的加载系数由其特征值缩放以反映每个网格点处的SST STD。大多数以前的CMIP3模型模拟研究使用总SST变异性来检查ENSO模拟。但是，当将可变性分为EP和CP类型时，会出现不同的图像。例如，如果基于总SST变异性判断，CCCMA-CGCMT47（图1d）可能似乎使其模拟ENSO向西偏移太远。但是，将变异性分解为EP和CP类型后，我们发现EP和CP ENSO模式都与观测结果相当接近。然而，EP ENSO的模拟强度太弱，导致总SST变异性的向西偏移太远。我们还计算了主要EP和CP EOF的主成分之间的相关系数，发现它们对于大多数模型而言较小（平均相关系数为0.26），这表明EP和CP ENSOs被回归EOF方法合理地分离。

图1.从观测和十九个CMIP3模型计算出的（左）热带SST异常的总标准偏差的空间模式和第一个EOF模式的标准偏差（中）CP ENSO和（右）EP ENSO。

图一.（续）

图一.（续）

[5]在观测（图1a和1b）中，EP ENSO的特点是从南美沿岸延伸到赤道中部太平洋的SST变化。观测到的CP ENSO的大部分SST变异位于中部热带太平洋（160°E至120°W）之间，并延伸到两个半球的亚热带。大多数模型产生与观测结果类似的EP ENSO，除了它们的纬度宽度可以不同于观测值。模拟EP ENSO与观测值之间的模式相关性从0.21（UKMO-HADCM3）到0.93（INGV-ECHAM4）之间的平均值为0.75。对于CP ENSO，一些模型可以捕获SST变率模式的极限扩展，但有些模型在赤道附近更具有可变性。此外，一些模拟的CP ENSO位于西太平洋暖池，其他朝向国际日期变更线。平均模式相关系数为0.62。

然后，我们计算图1（中）和1（右）的最大STD值，以量化观测和模拟的EP和CP ENSO的强度。图2a通过散点图显示EP与CP ENSO强度。观测到的强度（图2a中的点A和B的平均值）对于CP ENSO为约0.7℃，对于EP ENSO为1.0℃。 EP-ENEC强度的比例约为1.4，这意味着EP ENSO在CP ENSO中占据了40％的强度。我们使用观测到的ENSO强度（基于F检验）的95％显着性间隔的下限作为确定哪些CMIP3模型产生实际上强的EP和CP ENSO的标准。 EP型下限95％的极限值为0.78°C，CP型为0.51°C。基于这些标准，有9种型号（CNRM-CM3，INMCM3.0，BCCR-BCM2.0，UKMO-HADGEM1，GISS-EH，MIUB-ECHOg，GFDL-CM2.1，GFDL-CM2.0和IAP -FGOALS1.0g），可以模拟强烈强度的两种类型的ENSO事件。另外四种型号只能产生强大的CP ENSO：CCCMA-CGCM-T47，CSIRO-MK3.0，IPSL-CM4和MRI-CGCM2.3.2a。其余六种模型（CCCMA-CGCM-T63，NCAR-CCSM3.0，UKMO-HADCM3，INGV-ECHAM4，MIROC3.2-H和MIROC3.2-M）在分离方法下产生两种弱强度的ENSO事件。

图2.（a）最大标准偏差（STD）和（b）来自模型和观测值的EP与CP ENSO的主要时段的分散图，以及ERSST观测到的（c）EP和（d）CP ENSO的归一化功率谱。从图1（中）和1（右）的10°N到10°S之间的纬度带识别出最大STD。

[7]我们还可以检查图2a中EP-to-CP ENSO强度的比例。在产生足够强的EP和CP ENSO的九种模型中，我们发现六种模型（BCCR-BCM2.0，CNRM-CM3，GFDL-CM2.1，GISS-EH，UKMO-HADGEM1和INMCM3.0）产生最逼真的强度比。它们在图2a中表示为最靠近观测点（A和B）的点C，G，L，M，O和Q。基于单独的强度比，我们发现在其ENSO模拟中EP型主导CP型（即强度比gt; 1）的七个模型。其他12个模型的CP类型支配EP型（即强度比lt;1）。因此，大多数CMIP3模型相对于EP ENSO产生更强的CP ENSO。

[8]为了证明在CMIP3模拟中分离ENSO的EP和CP类型可以揭示新的信息，我们进一步探讨这两种ENSO类型的领先周期。图2b显示了EP ENSO的前导周期的散点图与十九个CMIP3模型和两个观测到的SST数据集的CP ENSO的前导周期的散点图。通过对两个ENSO类型的主要SST EOF模式的主分量进行功率谱分析来确定前导周期。图2c和2d所示的是从EP和CP ENSOs的ERSST数据集计算的功率谱。对于观测到的EP ENSO（图2c），功率谱由4年左右的峰值支配。对于观测到的CP ENSO（图2d），功率谱具有两个可比较的峰值：一个接近2年，另一个接近4年。 2年高峰期的功率大于4年高峰。因此，在图2b中，ERSST（A点）显示CP ENSO的领先期为2年，EP ENSO的领先期为4年。从HadISST数据（B点）发现了类似的领先周期。有趣的是，散点图中注意到，模拟CP ENSO的主要时期分为两个时期，即2和4年，这是观测到的CP ENSO中发现的两个主要时期。该结果表明，一组CMIP3模型捕获了观测到的CP ENSO的2年组成部分，另一组产生了4年组成部分。

[9]我们检查了这两组模型的图1中的SST变异性模式，并注意到一个有趣的差异：产生4年CP ENSO的模型往往将SST变率定位到西太平洋暖池，而产生2年CP ENSO的模型往往将其SST变率位于国际日期变更线的东部。图3中更清楚地显示了这一差异，图3显示了从13个CMIP3模型的CP ENSO（图1，中间）的前导EOF模式计算的赤道（5°S-5°N）SST变化的纬向分布产生一个现实强大的CP ENSO。显示的值通过每个分布的相应最大值进行归一化。图3中的蓝色实线表示CP ENSO具有4年领先期的模型，而虚线表示CP ENSO具有2年领先期的模型。图3显示，大多数红点线具有以160°W至120°W为中心的峰值SST变异性，而大多数蓝色 - 实线具有以120°E和160°E为中心的峰值变异性。这些结果表明，CP ENSO有两种变体：暖池-CP和日界线-CP，由不同的前导周期和不同的SST变异中心分隔开。需要进一步的研究来更好地了解CP ENSO的这两个变体是如何生产的，以及为什么一些CMIP3模型产生的是这一个而不是另一个。

图3.由图1（中）CP ENSO的主要EOF模式计算出的赤道（5°S-5°N）SST变化的区域分布。 显示的值按其最大值进行缩放。 蓝色（红色）曲线表示CP ENSO具有4年（2年）领先期的模型。 阴影区域表示NINO4区域。

从图2b可以看出，模拟EP ENSO的领先时期可以从近一年到四年不等，而观测结果显示出四年的主导周期。我们检查图1中的EP ENSO模式，并注意到前导周期似乎与EP ENSO的SST变率的纬度宽度有关。在图4中验证了这种联系，其中显示了由产生强EP ENSO的九个CMIP3模型模拟的EP ENSO的主导周期与其SST变率的纬度宽度（Ly）。这里Ly定义为EP SST可变性的最大值的电子折叠宽度。在这些散点之间出现线性关系，这表明纬度宽度越大，EP ENSO周期越长。这与Kao和Yu [2009]的建议一致，即EP ENSO是由补充排放理论所描述的地下变化过程产生的[Jin，1997]。根据这一理论，EP ENSO作为从赤道到赤道太平洋去除多余海洋热含量的机制。因此，当SST变化范围较广的纬度范围时，完成充放电过程需要较长时间才能使ENSO具有更长的周期性。这个结果也与以前的研究结果一致，这些研究表明ENSO期间与风应力异常的纬度宽度有关[例如，Kirtman，1997; Capotondi等人，2006; Neale et al.，2008]。

图4.EP ENSO的主要时期与其产生足够强的EP ENSO的九个CMIP3模型的SST变化的子午线宽度相关。

四、总结与讨论

[11]在这项研究中，我们检查了由十九个CMIP3模型生成的工业革命前模拟以记录这些模型捕获ENSO事件的EP和CP类型。基于强度信息，CMIP3模型可以分为生成CP和EP ENSO的实体强（9个模型）的组，只有实际强大（4个模型）的CP ENSO，太弱的CP ENSO（6型号），EP ENSO太弱（十个型号），以及逼真的EP-to-CP ENSO强度比（六个型号）。该分组信息有助于确定哪些CMIP3模型应用于研究EP ENSO，CP ENSO及其相互作用。通过将ENSO SST可变性分为EP和CP类型，我们在模拟的ENSO周期中发现两个有趣的特征。模拟EP ENSO的时期在1年和5年之间变化，与其SST变率模式的纬度宽度呈线性关系。但是，模拟CP ENSO没有找到这样的连接，其周期只能是2或4年。虽然我们不知道这个时期选择的原因，但是我们发现选择与CP ENSO可变性中心的位置有关。较长的4年CP ENSO位于暖水池中，较短的2年CP ENSO位于日界线以东。这个有趣的结果支持了CP ENSO不是由温跃层变化机制产生的建议。否则，暖池-CP ENSO的周期应比日界线-CP

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27173]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章