厄尔尼诺现象对东亚季风和夏季长江洪水的影响的研究外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

厄尔尼诺现象对东亚季风和夏季长江洪水的影响的研究

Wenjun Zhang , Fei-Fei Jin, Malte F. Stuecker , Andrew T. Wittenberg , Axel Timmermann , Hong-Li Ren , Jong-Seong Kug , Wenju Cai , and Mark Cane

1.教育部气象灾害重点实验室，南京信息工程大学ILCEC / CIC-FEMD，中国南京；2.夏威夷大学SOHN大气科学系，Mānoa，檀香山，夏威夷，美国；3.中国气象局国家气候中心气候研究实验室，中国北京；4.美国新泽西州普林斯顿国家海洋和大气管理局地球物理流体动力学实验室；5.IPRC，SOEST，美国夏威夷火奴鲁鲁Mānoa的夏威夷大学；6.浦项科技大学环境科学与工程学院，韩国浦项；7.CSIRO海洋和大气，澳大利亚维多利亚；8.拉蒙特 - 多尔蒂地球天文台，哥伦比亚大学，帕利塞德，纽约州，美国。

摘要:强厄尔尼诺事件之后是长江流域（YRB）的大量夏季季风爆发，中国约有三分之一的人口居住在该流域。 尽管厄尔尼诺 - 南方涛动（ENSO）为地球许多地区提供了季节性气候可预测性的主要来源，但其与东亚季风的联系机制仍然很难实现。例如，传统的Nintilde;o3.4ENSO指数只能捕捉北半球冬季降水异常，而不是夏季。 在这里我们展示ENSO和亚洲季风之间存在一个强大的全年和可预测的关系。 通过将赤道（Nintilde;o3.4）和非赤道太平洋海表温度异常（Nintilde;o-A指数）合并为一个新的度量标准，揭示ENSO的各个方面，例如其与年度周期及其不同位相的相互作用。 这种ENSO复杂性的扩展观点提高了YRB夏季洪水事件的可预测性。

关键点：1.当将赤道和越赤道海温区结合到一个新的指标时ENSO复杂的时间和空间多样性可以很好的扑捉到。2.这一指标获得了一年强ENSO /季风关系和长江流域夏季洪水事件。3.这个指标捕获的ENSO复杂性可以提前几个月预测到，从而提供季风可预测性。

Unraveling El Nintilde;orsquo;s impact on the East Asian Monsoon and Yangtze River summer flooding

Wenjun Zhang1 , Fei-Fei Jin2,3, Malte F. Stuecker2 , Andrew T. Wittenberg4 , Axel Timmermann5 , Hong-Li Ren3 , Jong-Seong Kug6 , Wenju Cai7 , and Mark Cane8 1

Key Laboratory of Meteorological Disaster of Ministry of Education, ILCEC/CIC-FEMD, Nanjing University of Information Science and Technology, Nanjing, China, 2 Department of Atmospheric Sciences, SOEST, University of Hawairsquo;i at Mānoa, Honolulu, Hawaii, USA, 3 Laboratory for Climate Studies, National Climate Center, China Meteorological Administration, Beijing, China, 4 Geophysical Fluid Dynamics Laboratory, National Oceanic and Atmospheric Administration, Princeton, New Jersey, USA, 5 IPRC, SOEST, University of Hawairsquo;i at Mānoa, Honolulu, Hawaii, USA, 6 School of Environmental Science and Engineering, Pohang University of Science and Technology, Pohang, South Korea, 7 CSIRO Oceans and Atmosphere, Victoria, Australia, 8 Lamont-Doherty Earth Observatory, Columbia University, Palisades, NY, USA

Abstract Strong El Nintilde;o events are followed by massive summer monsoon flooding over the Yangtze River basin (YRB), home to about a third of the population in China. Although the El Nintilde;o–Southern Oscillation (ENSO) provides the main source of seasonal climate predictability for many parts of the Earth, the mechanisms of its connection to the East Asian monsoon remain largely elusive. For instance, the traditional Nintilde;o3.4 ENSO index only captures precipitation anomalies over East Asia in boreal winter but not during the summer. Here we show that there exists a robust year-round and predictable relationship between ENSO and the Asian monsoon. This connection is revealed by combining equatorial (Nintilde;o3.4) and off-equatorial Pacific sea surface temperature anomalies (Nintilde;o-A index) into a new metric that captures ENSOrsquo;s various aspects, such as its interaction with the annual cycle and its different flavors. This extended view of ENSO complexity improves predictability of YRB summer flooding events.

Key Points: bull; ENSOrsquo;s complex temporal and spatial diversities can be well captured when combining equatorial and off-equatorial SSTAs to a new metric bull; This metric captures a robust yearround ENSO/monsoon relationship and the Yangtze River basin summer flooding events bull; The ENSO complexity captured by the metric can be predicted several months in advance, thereby providing monsoon predictability

1. 引言

起源于赤道太平洋的厄尔尼诺 - 南方涛动（ENSO）是年际气候变率的主要模式（图1a和1b），并且显示出全球气候影响。例如，在1982/1983年和1997/1998年两次厄尔尼诺事件高峰之后，长江流域（YRB）发生了破坏性亚洲夏季季风洪水事件，这是中国的重要流域（图2a和图2d）。 2016年大规模的夏季洪水在这一地区进一步证明了太平洋海表温度（SST）与亚洲降水异常之间的联系（图2a和图2d）。然而，广泛使用的ENSO SST指数通常被称为Nintilde;o3.4 指数（定义为在5°S-5°N和120°W-170°W范围内平均的SST异常;图1a和1b）未能反映ENSO对东亚季风系统的影响（图2b和2e）。

最近的研究表明，ENSO与背景年周期之间的非线性相互作用通过ENSO /年周期组合模式（C模式）的产生导致ENSO信号的显着确定性空间和时间扩展[Stuecker等，2013]， 其特征是在〜10和〜15月的近年度组合音调周期以及两个大气变量[Stuecker等，2013，2015a，2015b]和海温异常（图1c和1d）中明显的经向不对称模式。 另外，最近的观测表明，ENSO在其纬向SST结构和相应的影响方面表现出明显的多样性（“位相”）[Ashok等，2007; Kug等人，2009; Kao和Yu，2009; Yeh等人，2009; 任和金，2011; Takahashi等，2011; Capotondi等，2015]。 两种主要的厄尔尼诺位相区分，东太平洋型（EP-ElNintilde;o）和中部太平洋型（CP-ElNintilde;o），也被称为ElNintilde;oModoki [Ashok等，2007]。

Figure1：.ENSO SST和风变率。 （a）SST（等值线间隔0.3°C，阴影相关系数）和850 hPa风（矢量单位m / s，高于95％置信度）异常回归到Nintilde;o3.4指数上（SST异常在紫箱区域平均）。 （b）归一化的Nintilde;o3.4指数。 （c）在赤道太平洋（10°S-10°N，110°E-90°W）表面风场异常的第二主成分（PC2）上，SST和850 hPa风场异常（如图1a所示）。轮廓间隔为0.1°C。 （d）根据紫色高亮区域的SST异常，文中定义的归一化PC2（蓝色）和Nintilde;o-A指数（红色）图1c中的框。

我们对ENSO复杂的时间和空间多样性的理解仍处于起步阶段。这种不确定性也反映在解释ENSO--季风变化关系广泛的假说数量上[Webster等，1998; Wang等人，2000;杨等人，2007; Xie等，2009，2016; Stuecker等，2015a; Zhang等人，2016]。重要的是，Nintilde;o3.4指数未能捕捉到ENSO的空间自由度及其全季节依赖性。额外的指数被定义来描述ENSO的不同位相SST异常的纬向不对称[Ashok等，2007; Kao和Yu，2009;任和金，2011; Takahashi等人，2011]没有考虑ENSO在其年周期非线性相互作用中的时空扩展。在这项研究中，我们证明在统一框架下考虑ENSO复杂性的这些方面时，可以量化和预测ENSO相关的气候影响，例如YRB中的厄尔尼诺北方夏季极端洪水事件。

1. 结果

ENSO C模式风模式[McGregor等，2012;Stuecker et al。，2013] 包括异常低空西北太平洋（WNP）反气旋（图1c），通过热通量强迫产生一个经向不对称的SST异常模式。因此，这种海温异常模式（图S1中的辅助信息）反映了赤道ENSO SST对赤道东太平洋以外地区的偏远影响（见第4部分）。 我们利用这种强迫SST异常模式（图S1）推导出一个新的Nintilde;o不对称SST指数（以下称为Nintilde;o-A），以捕捉ENSO复杂性的两个重要方面：ENSO C模式的经向不对称和 与不同ENSO种类相关的纬向SST不对称。 通过构建，Nintilde;o-A和Nintilde;o3.4指数及其相应的模式在很大程度上彼此正交（参见第4部分并参考图1，S1和S2）。 Nintilde;o-A指数定义为

Nintilde;o — A = 0.5[SSTA]SW 0.5[SSTA]SE-[SSTA]NC (1)

其中括号表示区域SW（0°S-20°S，120°E-160°E）区域平均SST异常，

SE（0°S-20°S，100°W-140°W）和NC（0°N-20°N，150°E-130°W）

Figure2：厄尔尼诺对华东降水的影响。 （a）华东（110°E-120°E）2年（1983年和1998年）的平均降水异常（阴影，mm / d）和7月前的2016年降水异常（等高线间隔1 mm / d）。（b）根据1979 - 2015年的数据期，利用Nintilde;o3.4指数的线性回归重建1983年和1998年平均降水异常（阴影，mm / d）。 （c）与图2b相同，但使用Nintilde;o3.4和Nintilde;o-A进行重建。 （d）观测到1983年和1998年平均（阴影，mm / d）和2016年6月（等高线间隔1 mm / d）的6 - 7月 - 8月降水异常。 （e）利用Nintilde;o3.4线性回归重建1983年和1998年的平均JJA降水异常。 （f）与图2e相同，但使用Nintilde;o3.4和Nintilde;o-A进行重建。

Nintilde;o-A相关的SST异常模式（图S1a）表现出与强迫C型SST模式非常相似的结构（图1c和S1b），中北部（NC）热带太平洋为负SST异常，SST为正 西南部（SW）和东南部（SE）热带太平洋的异常。 Nintilde;o-A指数与ElNintilde;oModoki指数（EMI）显示出一些相似性（r = 0.58;表S1和图S2在支持信息中），但其空间和光谱特征明显不同（图S3）。这些差异可以解释，因为EMI指数凸显了赤道地带的SST异常不对称（图S3），并且与CP-ElNintilde;o事件的不同指数密切相关[Ashok et al。，2007; Kao和Yu，2

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21441]，资料为PDF文档或Word文档，PDF文档可免费转换为Word