不同海气耦合指数与我国温度降水的相关分析
Correlation Analysis between Different Air-Sea Coupling Indices and Temperature-Precipitation in China
DOI: 10.12677/ag.2024.148104, PDF, HTML, XML,    科研立项经费支持
作者: 蒋 伦*, 王馨宁:成都信息工程大学大气科学学院,四川 成都;崔琳琳#:成都信息工程大学大气科学学院,四川 成都;高原大气与环境四川省重点实验室,四川 成都;成都平原城市气象与环境四川省野外科学观测研究站,四川 成都;四川省气象灾害预测预警工程实验室,四川 成都
关键词: 太平洋十年涛动厄尔尼诺北大西洋涛动印度洋偶极子指数Pacific Decadal Oscillation El Niño North Atlantic Oscillation Dipole Mode Index
摘要: 在气候变化背景下,全球海表温度不断上升,并通过海气相互作用间接影响了全球各个区域的气候状况。本文运用相关、Mann-Kendall、T-滑移和快速傅里叶变换周期分析等方法,讨论了太平洋十年涛动(Pacific Decadal Oscillation, PDO)、厄尔尼诺(El Niño, NINO)、北大西洋涛动(North Atlantic Oscillation, NAO)及印度洋偶极子(Dipole Mode Index, DMI)的突变时间等及其与中国温度和降水的空间相关性,得出如下结论:PDO与温度:冷期春季与北方正相关,秋季与南北方都为负相关;暖期夏和冬季与北方负相关,秋季与南方和北方负相关;PDO与降水:冷期九月与北方负相关,十月南正北负分布和十一月东正西负分布;暖期春季与华南和东北南部正相关,与华北负相关,秋季青藏区域负相关。NINO与温度负相关,夏季影响东北,秋季影响青藏;NINO与降水:春季与东部正相关,西部负相关,夏季与北方负相关,秋季与南方正相关,北方负相关分布,冬季与华南正相关。NAO与温度,春季与东北正相关,夏季与北方负相关,南方正相关;NAO与降水:春季上升东负西正分布,夏季下降南负北正分布,秋季上升与西部正相关。冬季稳定期与西南正东北负相关分布。DMI与我国降水关系,春到夏季增加与北方负相关,秋到冬季降低与华南北部正相关,与青藏北部负相关,冬到春季降低转换为增加趋势与东部海岸负相关。
Abstract: In the context of climate change, the global sea surface temperature continues to rise, and indirectly affects the climate conditions of various regions of the world through air-sea interaction. In this paper, by means of correlation, Mann-Kendall, T-slip and fast Fourier transform periodic analysis, we discuss the Pacific Decadal Oscillation (PDO), El Nino (NINO), North Atlantic Oscillation (NAO) and Indian Ocean Dipole Mode Index (DMI) and the spatial correlation between PDO and temperature and precipitation in China. The conclusions are as follows: PDO is positively correlated with temperature in the cold spring and the north, and negatively correlated with the north and south in autumn. In warm period, summer and winter are negatively correlated with the north, and autumn is negatively correlated with the south and north. The cold period in September is negatively correlated with the north, in October it is positively correlated with the south and negatively with the north, in November it is positively correlated with the east and negatively with the west. Warm spring is positively related to southern and northern China, negatively related with northern China and negatively correlated with Qinghai-Tibet in autumn. NINO is negatively correlated with temperature, affecting northeast China in summer and Qinghai-Tibet in autumn. NINO is positively correlated with precipitation in spring and east, negatively correlated with west, negatively correlated with north in summer, positively correlated with south in autumn, negatively correlated with north, and positively correlated with south in winter. NAO is positively correlated with temperature in spring and northeast, negatively correlated with north in summer and positively correlated with south. NAO is correlated with precipitation, rising in spring with negative distribution in east and negative distribution in west, falling in summer with negative distribution in south and positive distribution in north, and rising in autumn with positive distribution in west. The winter stabilization period is negatively related to the southwest and northeast. The relationship between DMI and precipitation in China is negative correlation from spring to summer in the north, positive correlation from autumn to winter in the north of South China, negative correlation in the north of Qinghai-Tibet Plateau, and negative correlation from winter to spring in the east coast.
文章引用:蒋伦, 王馨宁, 崔琳琳. 不同海气耦合指数与我国温度降水的相关分析[J]. 地球科学前沿, 2024, 14(8): 1129-1144. https://doi.org/10.12677/ag.2024.148104

1. 引言

在全球气候变迁的大背景下,海表温度不断升高,其与大气的关系十分密切,并通过复杂的海–气交互作用对世界不同地区的气候产生一定的间接影响。有关研究表明在全球变暖的背景下,PDO强度得到加强[1]。近年来,中国在全球气候变化的研究上取得了很大的成就,研究表明,PDO暖位相期夏季华北地区降水异常偏少而长江中下游、华南南部、东北和西北地区降水异常偏多[2]。在年代际时间尺度上,夏季的PDO与华北夏季降水显著负相关[3]。在过去30年里CP型ENSO事件加强了对全球气候的影响[4]。重建的IAPO总体上能够指示小冰期时在世纪尺度上的东亚夏季风变化和我国东部降水异常[5]。中国华北、华中的降雨格局与ENSO的关系最为密切,ENSO会透过多种复杂的机制,对两地秋季的降水状况造成深远的影响[6]。两类ENSO事件均是主要通过影响极端降水异常来影响到我国东部地区的总降水异常分布[7]。国外学者对于海气耦合指数的研究取得了大量的成果。如有研究发现,在一定范围内,海气耦合指数的变化与气候变化之间存在着密切的关系[8]。PDO在太平洋和北美等地具有重要的气候效应[9]。但是,不同指数的海气耦合作用机理尚无定论,对海气耦合作用机理的认识还有待进一步深入。研究不同的海气耦合指数的变化特点及其对中国温度和降水相关关系,对分区预报具有重要的指导意义,为中国的防灾减灾作出贡献,为气候预测及应对措施的制定和实施,提供更精确、更科学的基础。

2. 数据与方法

2.1. 数据来源与预处理

研究了1880年至2020年间PDO、1854年至2020年间NINO、1950年至2020年间NAO和1854年至2020年间DMI的年和月变化特征以及它们与中国温度和降水的相关性和空间分布特征。数据均取自Climate Explorer (https://www.knmi.nl/home),PDO (ERSST),NINO (ERSST),NAO (CPC),DMI (ERSST)和国内温度(TS4.07)、降水(P4.07)等与之相关的分布。各海气耦合指数数据具有较高的可信度和科学性,数据较完备,没有缺失测量。研究范围PDO (20˚N~70˚N, 110˚E~100˚W)。NINO (170˚W~120˚W, 5˚N~5˚S),NAO通常由亚速尔高压与冰岛低压两个台站的标准化压力差来确定。DMI热带西印度洋(50˚E~70˚E, 10˚S~10˚N)和东南印度洋(90˚E~110˚E, 10˚S~0˚N)。

2.2. 实验方法

2.2.1. Mann-Kendall

Mann-Kendall (MK)方法是一种非参数统计检验方法,用于预测各种水文气象要素(如温度、降水和蒸发量等)的时间序列数据的长期趋势[10]

2.2.2. 滑动t检验

把一气候序列中两段子序列均值有无显著差异看作来自两个总体均值有无显著差异的问题来检验。如果两段子序列的均值差异超过了一定的显著性水平,则可以认为有突变发生[10]

2.2.3. 实验方法快速傅里叶变换分析

傅里叶变换是一种基础的信号处理工具,可确定数据中的频率分量。使用fft函数获取海气耦合指数的傅里叶变换。删除存储数据总和的输出的第一个元素。绘制该输出的其余部分,其中包含复傅里叶系数关于实轴的镜像图像。单独的傅里叶系数难以解释。计算系数更有意义的方法是计算其平方幅值,即计算幂。由于一半的系数在幅值中是重复的,因此只需要对一半的系数计算幂。以频率函数的形式绘制功率谱图,以每年的周期数为测量单位。为了查看更易解释的周期活动,以周期函数形式绘制幂图,以每周期的年数为测量单位。

3. 结果与分析

3.1. 不同海气耦合指数时间序列变化特点分析

3.1.1. PDO

太平洋十年涛动(Pacific Decadal Oscillation, PDO)在20世纪20年代、50年代、70年代前后显著改变,尤其是20世纪20年代前后,有较大幅度的增加(图1(a)),对该时间序列进行MK突变测试,UF统计与UB统计之间存在交叉,且该交叉在显著性测试的范围之内(图2(a)),表明PDO在1925和1976年左右发生了显著突变,而UF统计在1925和1976年左右显著的增加趋势。UF和UB统计在1900~1980期间有很多的拐点,MK法存在很大的局限性,因此进行了滑移t试验,1900、1910、1925、1940、1950、1976均在突变点的试验区间内(图3(a)),综上PDO在1925和1976年左右有显著的突变。通过对PDO突变检验结果分析,将1950~1976年作为PDO冷位相期,1977~2000年为PDO暖位相期。在冷位相期和暖位相期,PDO的月变化均表现为“单峰”,且其变化规律大致相同,冷位相期PDO的峰值出现在春季下旬,暖位相期PDO的峰值出现在春季上旬,其谷值出现在秋季下旬。春季以后PDO的月变化强度逐渐减小,直到秋季后,PDO的月变化强度又逐渐增大(图4)。选择PDO具有显著波动的波段,通过FFT进行周期解析,统计量以6年和30年左右的频度最高(图5(a)),因此PDO的周期为6年和30年左右。

Figure 1. Long Time Series: (a) 1880~2020 PDO; (b) 1854~2020 NINO; (c) 1950~2020 NAO; (d) 1854~2020 DMI

1. 长时间序列:(a) 1880~2020年PDO;(b) 1854~2020年NINO;(c) 1950~2020年NAO;(d) 1854~2020年DMI

Figure 2. MK test: (a) PDO 1880~2020; (b) NINO 3.4 1854~2020; (c) NAO 1950~2020; (d) DMI 1854~1920

2. MK检验:(a) 1880~2020年PDO;(b) 1854~2020年NINO;(c) 1950~2020年NAO;(d) 1854~1920年DMI

3.1.2. NINO

厄尔尼诺(El Niño, NINO)在约1880左右明显变化。1880年前,NINO的位相以负值为主,这表明中东太平洋是长期处于异常低温,在1880年以后则表现为正、负位相交替,有一定的周期变化(图1(b))。在MK检验中UF统计和UB统计有一个交叉,该交叉在显著性测试中是有效的,从UF统计值的变动情况来看,NINO的变异在1876前后由显著减少趋势转为显著增加(图2(b)),说明NINO的在1876年左右发生突变。根据NINO在1876年发生的显著突变,将其分为2个阶段将1854~1876年定为负位相期,将1877~2020的期间判定为震荡期,NINO在负位相期和震荡期月平均变化曲线都具有“双峰”的特点。但在这两个阶段中,波峰并不同时发生,峰谷同时发生在七月。在负位相期间,异常峰多发生在二月和十月,但在震荡期,高峰在五月和八月份(图6)。通过FFT对NINO震荡期的周期分析,统计值在3、6、9和12年间频率最大(图5(b)),这说明NINO的震荡期周期在3年左右。

3.1.3. NAO

北大西洋涛动(North Atlantic Oscillation, NAO)在1973、1994、2010年前后有较大的变动,有较大的上升倾向(图1(c))。在MK试验结果中(图2(c)),UF统计与UB统计在1973年左右和2010年左右存在交叉,且该交叉在显著性测试的范围之内,从UF统计的走势来看,NAO在1973年前后有显著的增加,并有一次急剧的加强;并且在2010左右,出现了显著的增长。然而,尽管UF统计数据在1995前后有从上升走向下降的倾向,MK分析却没有发现任何交叉点。对这段时间做了滑动t检验绘制了(图3(c)),在1995附近t超过了可信范围,并且在此期间从显著上升的倾向转变成下降的倾向。综合以上结果NAO在1973、1995、2010年前后有显著突变。根据突变检验结果,将NAO的发展分为两个时期。选择1950~1973年和1996~2011年作为两个负位相期,给出了1950~1973年和1996~2011年的NAO月变化曲线,在三、八和十一月负峰、六和十月正高峰,两个时期冬季NAO都是负值(图7)。通过FFT对NAO震荡时期的分析,周期峰值位于10年的附近(图5(c)),表示在震荡期NAO的转换周期为10年左右。

Figure 3. (a) PDO 1880~2010 sliding test; (b) NAO 1950~2010 sliding t-test; (c) DMI 1854~ 2010 sliding t-test

3. (a) PDO 1880~2010年滑动检验;(b) NAO 1950~2010年滑动t检验;(c) DMI 1854~2010年滑动t检验

Figure 4. Monthly mean variation of PDO cold phase period from 1950 to 1976 and PDO warm phase period from 1977 to 2000

4. 1950~1976年PDO冷位相期和1977~2000年PDO暖位相期月平均变化

Figure 5. FFT analysis: (a) 1880~2020 PDO; (b) 1876~2020 NINO 3.4; (c) 1974~1995 NAO; (d) 1854~2020 DMI

5. FFT分析:(a) 对1880~2020年PDO;(b) 1876~2020年NINO 3.4;(c) 1974~1995年NAO;(d) 1854~2020年DMI

Figure 6. Monthly variation of NINO negative phase period 1854~1876 and NINO shock period 1877~2020

6. 1854~1876年NINO负位相时期和1877~2020年NINO震荡期月变化

Figure 7. Monthly changes of brain in 1950~1973 and 1996~2011

7. 1950~1973年和1996~2011年NAO月变化

Figure 8. Monthly mean changes in DMI Index 1854~1922 and 1923~2020

8. 1854~1922年和1923~2020年DMI指数月平均变化

3.1.4. DMI

印度洋偶极子指数(Dipole Mode Index, DMI)在1870、1920、1960年前后有较大的变动(图1(d))。在MK测试中(图2(d)),UF与UB在1866年附近发生交叉,该交叉在显著性测试区间内,表明DMI在1866前后的确发生了明显的变异。1866年前后DMI的变化是一个显著的下降过程。对DMI时间序列做t滑动检验(图3(c)),突变点大约在1920年和1960年左右,在1922年前后,t由下降转为上升,1960年前后,其t值有较大幅度的上升,综上DMI在1866、1922和1960年左右突变。据此,以1922年为界,将DMI划分为2个时期,1854~1922年为DMI的负位相期,1923~2020年为正位相期,可知DMI的月变化特点大致相同为单峰型曲线。特别是DMI在每年的八月达到高峰,和二月低谷,在二到八月DMI是显著的增长过程(图8),在此以后DMI为下降过程。结合FFT结果(图5(d)),统计量在5、12、25年左右为高峰,表明DMI周期在5、12、25年左右。

3.2. 不同海气耦合指数与我国温度相关分析

3.2.1. PDO

在春季PDO与华北、新疆西北的温度之间存在着强烈的正相关关系,与青藏地区弱负相关(图9(a)),在秋季与华北西部、西部、东南部的温度之间存在着强烈的负相关关系(图9(b)),结合PDO月变化(图4),PDO的负异常峰值阶段出现在春季,华北、新疆西北的温度下降,PDO的低谷阶段出现在秋季,中国的温度上升。在PDO暖位相期,与中国温度主要呈现负相关,主要影响区域在北方地区,主要集中在北方地区,与西北、东北地区,特别是在夏季与中国温度相关显著范围非常广(图10(a)、(图10(b))和(图10(c))。结合PDO暖位相月变化特点(图4),秋季低谷期,负相关范围向南扩展(图10(b)),冬季PDO异常上升期,影响区以华北、西北和东北为主(图10(c))。PDO与中国温度的关系主要与其冷暖阶段相关,PDO的高峰增强影响强度,低谷扩大影响范围。

3.2.2. NINO

结合NINO月变化(图6)在夏季NINO处于峰值减弱期,与中国的温度变化基本呈负相关,华南和中国西部相关性比较微弱;然而在东北部区域,这种相关性是非常显著的(图11(a)),这说明NINO对我国东北地区夏季温度的影响更为明显。在秋季NINO处于负值峰期,与中国温度之间的关系呈现明显的负相关,其中青藏区域尤为明显(图11(b)),所以青藏高原秋季温度异常偏高。在冬季NINO稳定期,与中国冬季温度之间的相关性有明显的分布差异,NINO与海南温度正相关,与青藏高原温度负相关,呈现西南正西北负分布(图11(c))。

注:*本图是基于国家地理信息公共服务平台网站下载的审图号为GS(2024)0650号的标准地图制作,底图无修改。

Figure 9. Distribution of PDO and temperature correlation in China, 1950~1976: (a) Spring; (b) Autumn

9. 1950~1976年PDO与中国温度相关分布图:(a) 春季;(b) 秋季

注:*本图是基于国家地理信息公共服务平台网站下载的审图号为GS(2024)0650号的标准地图制作,底图无修改。

Figure 10. Distribution of PDO and China temperature correlations, 1977~2000: (a) Summer; (b) Autumn; (c) Winter

10. 1977~2000年PDO与中国温度相关分布图:(a) 夏季;(b) 秋季;(c) 冬季

注:*本图是基于国家地理信息公共服务平台网站下载的审图号为GS(2024)0650号的标准地图制作,底图无修改。

Figure 11. Distribution of NINO and China temperature correlations, 1901~2020: (a) Summer; (b) Autumn; (c) Winter

11. 1901~2020年NINO与中国温度相关分布图:(a) 夏季;(b) 秋季;(c) 冬季

注:*本图是基于国家地理信息公共服务平台网站下载的审图号为GS(2024)0650号的标准地图制作,底图无修改。

Figure 12. Distribution of NA0 and China temperature correlation, 1950~2020: (a) Spring; (b) Summer

12. 1950~2020年NA0与中国温度相关分布图:(a) 春季;(b) 夏季

3.2.3. NAO

在春季NAO为低异常,并位于低峰值区内,主要正相关,尤其是在东北,相关性强,且存在明显的相关性的面积也很广(图12(a));在夏季NAO为正值区,与华北地区、东北、西北和青藏地区的温度负相关性,南方四川、长江中、下游等地的温度显著的正相关(图12(b))。表明NAO作用下,南北两个区域的温度相关性分布有很大的不同。

3.3. 不同海气耦合指数与我国降水相关分析

3.3.1. PDO

PDO冷位相期,在九月PDO与华北东部、长江流域、青藏高原西南等地降水呈显著的负相关(图13(a))。到了十月,在华北以西的区域,还保持着负相关,相关性增强,但是范围减小,而在华南区域,正相关性显著,并且范围扩大(图13(b))。到了十一月,与先前两个月比较,与降水相关分布有明显的变化,东部正相关和西部负相关性(图13(c)),结合PDO月变化曲线(图4),PDO秋季低值期,中国多数地区秋季降水相对较少。PDO暖位相期,春季PDO峰值,华南、东北南部降水与PDO正相关,在华北,PDO与降水呈显著的负相关(图14(a)),中国降水北方偏少,南方偏多;在秋季低谷期,与青藏区域西北地区存在明显的负相关性,华北地区正相关(图14(b)),青藏和西北地区降水偏多,华北地区降水偏少。

注:*本图是基于国家地理信息公共服务平台网站下载的审图号为GS(2024)0650号的标准地图制作,底图无修改。

Figure 13. PDO and precipitation in China, 1950~1976: (a) September; (b) October; (c) November

13. 1950~1976年PDO与中国降水相关分布图:(a) 九月;(b) 十月;(c) 十一月

注:*本图是基于国家地理信息公共服务平台网站下载的审图号为GS(2024)0650号的标准地图制作,底图无修改。

Figure 14. Distribution of PDO and precipitation in China, 1977~2000: (a) Spring; (b) Autumn

14. 1977~2000年PDO与中国降水相关分布图:(a) 春季;(b) 秋季

3.3.2. NINO

结合NINO月变化分析(图6),在春季NINO上升期与中国东部和西部,降雨的相关性的分布不同,与西南地区的降水负相关,东南部沿海地区的降水正相关(图15(a)),中国东部多雨、西部少雨。夏季峰值降低趋势,与中国降水负相关,长江、华北和青藏西部相关性显著(图15(b))。在秋季NINO低谷减弱期与南部区域和北部区域中的降雨相关性的不同(图15(c)),与华南显著正相关,相对来说华北以负相关为主,华北出现降水异常偏多,而华南出现了明显的降水偏少异常。在冬季正值稳定期与华南、西北等地的降水正相关(图15(d)),有明显的区域差异,与秋季(图15(c))比较正相关范围更大,显著中心向东移动。

注:*本图是基于国家地理信息公共服务平台网站下载的审图号为GS(2024)0650号的标准地图制作,底图无修改。

Figure 15. Distribution of NINO and Precipitation in China 1901~2020: (a) Spring; (b) Summer; (c) Autumn; (d) Winter

15. 1901~2020年NINO与中国降水相关分布图:(a) 春季;(b) 夏季;(c) 秋季;(d) 冬季

3.3.3. NAO

结合NAO月变化(图7),在春季上升趋势NAO与东北部和沿岸一带的降水呈负相关,与西部和西南部的降水呈正相关(图16(a)),西部降水开始偏多,东部降水偏少;在夏季下降趋势与华北地区正相关,华南地区负相关(图16(b))北方降水偏少,南方降水偏多,是造成我国夏季南涝北旱重要原因。在秋季上升期西南部和西部的降水之间存在着正相关(图16(c)),西部降水偏多。在冬季NAO稳定负值期,与青藏和西南两个区域的降水存在明显的正相关,青藏区域的相关性强,与东北地区呈明显的负相关(图16(d)),

注:*本图是基于国家地理信息公共服务平台网站下载的审图号为GS(2024)0650号的标准地图制作,底图无修改。

Figure 16. Distribution of NAO and precipitation in China, 1950~2020: (a) Spring; (b) Summer; (c) Autumn; (d) Winter

16. 1950~2020年NAO与中国降水相关分布图:(a) 春季;(b) 夏季;(c) 秋季;(d) 冬季

注:*本图是基于国家地理信息公共服务平台网站下载的审图号为GS(2024)0650号的标准地图制作,底图无修改。

Figure 17. Distribution of DMI and precipitation in China 1922~2020: (a) Spring to Summer; (b) Autumn to Winter; (c) Winter to Spring

17. 1922~2020年DMI与中国降水相关分布图:(a) 春到夏季;(b) 秋到冬季;(c) 冬到春季

西南地区降水是比较少,东北地区降水偏多。

3.3.4. DMI

结合DMI月变化(图8)分析,在春到夏季增加趋势,华北区域与西北区域在降水上具有负相关性,北方地区的降水偏少(图17(a))。在秋到冬季降低趋势,与华南、西北、青藏西部地区的降水呈现出明显的正相关,青藏东部则表现为明显的负向关系,华南的降水偏少,青藏北部的降水偏多(图17(b))。在冬到春季增加趋势,东南海岸区域和东北部区域中呈现出负相关,降水偏少(图17(c))。

4. 总结

1) PDO的年变化以约6年为周期,在温度方面,在冷位相时期,春季PDO与中国北方温度呈正相关,在秋季PDO与中国南方和北方的温度呈负相关;在暖位相时期PDO与中国南方正相关和北方负相关;对降水,冷位相期在秋季相关性比较显著,9月与北部负相关,10月南正北负分布和11月东正西负分布。暖位相期与春季华南、东北南部降水正相关,与华北降水呈显著的负相关,秋季青藏区域也存在明显的负相关性。

2) NINO年变化周期在3年左右,与国内温度显著的负相关,影响范围随季节变化而变化,夏季影响范围主要集中在东北,秋季在青藏,冬季的影响范围逐渐缩小。与中国春季东部降水显著正相关,西部降水显著负相关,夏季与北部降水显著负相关,秋季与南正北负相关,冬季与南部降水呈显著正相关。

3) NAO年变化周期在10年左右,与温度关系,春季与东北地区显著正相关,夏季南正北负分布。与年降水相比,春季和冬季西正东负分布,夏季南正北负,秋季南部正相关,北部负相关。

4) DMI周期为5、12、25年左右。DMI对我国的降水的影响表现在季节过渡阶段并且与DMI变化趋势有关,DMI对我国的降水的影响表现在季节过渡阶段,春夏期DMI增加趋势与北方地区的降水呈负相关关系,秋冬期降低趋势与华南北部的降水呈正相关,与青藏北部的降水呈负相关,冬春降低转换为增加趋势与东部海岸的降水呈负关系。

5) 在1950~1970这段时间内,PDO、NAO、DMI都发生了突变。

基金项目

感谢欧洲探索中心的数据支持,感谢成都信息工程大学的支持,感谢成都信息工程大学人才引进及科研启动项目(KYTZ202207)的支持。

NOTES

*第一作者。

#通讯作者。

参考文献

[1] 陈广超, 陈峥, 黎鑫, 等. 全球变暖情景下太平洋年代际振荡(PDO)时空特征变化分析[J]. 气候与环境研究, 2021, 26(5): 482-492.
[2] 朱益民, 杨修群. 太平洋年代际振荡与中国气候变率的联系[J]. 气象学报, 2003, 61(6): 641-654.
[3] 吕俊梅, 祝从文, 琚建华, 等. 近百年中国东部夏季降水年代际变化特征及其原因[J]. 大气科学, 2014, 38(4): 782-794.
[4] 徐康. 东部和中部型ENSO模态及其对中国降水影响的差异[D]: [博士学位论文]. 南京: 南京信息工程大学, 2013.
[5] 周秀骥, 赵平, 刘舸. 近千年亚洲-太平洋涛动指数与东亚夏季风变化[J]. 科学通报, 2009, 54(20): 3144-3146.
[6] 张键, 李长青. ENSO事件对中国东部降水的影响研究[J]. 首都师范大学学报(自然科学版), 2002(4): 72-78.
[7] 李丽平, 宋哲, 吴楠. 三类厄尔尼诺事件对东亚大气环流及中国东部次年夏季降水的影响[J]. 大气科学学报, 2015, 38(6): 753-765.
[8] Palácios, R., Castagna, D., Barbosa, L., Souza, A.P., Imbiriba, B., Zolin, C.A., et al. (2024) ENSO Effects on the Relationship between Aerosols and Evapotranspiration in the South of the Amazon Biome. Environmental Research, 250, Article 118516.
https://doi.org/10.1016/j.envres.2024.118516
[9] Bond, N.A. and Harrison, D.E. (2000) The Pacific Decadal Oscillation, Air‐Sea Interaction and Central North Pacific Winter Atmospheric Regimes. Geophysical Research Letters, 27, 731-734.
https://doi.org/10.1029/1999gl010847
[10] 魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 1999.

Baidu
map