热带和中高纬北大西洋海温多年代际变化对南亚夏季风的影响

Influences of the Tropical and Mid-High Latitude North Atlantic SST Multidecadal Variability on the South Asian Summer Monsoon

摘要: 过去的研究表明北大西洋多年代际变化(AMV)对南亚夏季风(SASM)有显著的影响。为进一步研究热带和中高纬北大西洋海温多年代际变化(AMV_Trop和AMV_SPG)对SASM的影响是否存在差异，本文基于地球系统模式(CESM)的大集合数据集(CESM-LE) 1800年的工业革命前参照试验(PiControl)和1920~2005年的42组成员的历史试验(Historical)数据集，通过与观测和再分析资料进行对比，对模式模拟的不同区域AMV、SASM进行了评估，以及对不同区域AMV与SASM之间的联系进行了对比分析，结果显示：1) CESM模式能较好地模拟出观测AMV在热带和热带外区域的主要时空特征，以及SASM区域降水和大气环流的基本特征。2) 在观测结果中，不同区域的正位相AMV均对应于南亚中部区域降水的增加和温度的降低，北部区域降水的减少和温度的升高。3) 在工业革命前参照试验中，AMV、AMV_SPG在正位相时，对应于南亚区域南端降水的增加和北部区域不显著的降水减少，温度变化在AMV正位相时偏暖，在AMV_SPG中表现出大面积偏冷异常；正位相AMV_Trop对应于南亚地区降水的减少和温度的升高。4) 42组历史试验的平均结果与观测相反，不同区域的正位相AMV均对应于南亚地区降水减少。但是，42组试验中有30组表现与观测一致的变化，有12组表现出相反的变化。这表明AMV与SASM的联系具有不稳定性。

Abstract: Past studies have shown that the North Atlantic multiyear intergenerational variability (AMV) has a significant effect on the South Asian summer monsoon (SASM). To further investigate whether there is a difference in the effect of multi-year intergenerational variability of SST (AMV_Trop and AMV_SPG) on SASM between the tropical and mid- to high-latitude North Atlantic, this paper is based on the large ensemble dataset of the Center for Earth System Modeling (CESM) (CESM-LE) Pre-Industrial Revolutionary Reference Experiment (PiControl) of 1800 and the 1920~2005 42 The CESM large ensemble dataset (CESM-LE) 1800 pre-Industrial Revolution Reference Experiment (PiControl) and the Historical Experiment (Historical) dataset from 1920 to 2005 of 42 members of the PiControl group were used to evaluate the model-simulated AMVs and SASMs in different regions by comparing them with the observations and reanalyses as well as to compare and analyze the linkages between AMVs and SASMs in different regions. The results show that: 1) CESM model can simulate the main spatial and temporal characteristics of AMV in tropical and subpolar regions, as well as the basic characteristics of precipitation and atmospheric circulation in SASM region. 2) In the observations, the positive-phase AMV in different regions corresponds to an increase in precipitation and decrease in temperature in the central region of South Asia, and a decrease in precipitation and increase in temperature in the northern region. 3) In the pre-industrial revolution reference experiments, AMV and AMV_SPG in ortho-phase corresponded to an increase in precipitation in the southern end of the South Asian region and a non-significant decrease in precipitation in the northern region, and the temperature change was warm in the ortho-phase of AMV and exhibits large cold-biased anomalies in AMV_SPG; the ortho-phase AMV_Trop corresponded to a decrease in precipitation and an increase in temperature in the South Asian region. 4) The average results of the 42 sets of historical experiments are contrary to the observations, and the ortho-phase AMV in different regions corresponds to a decrease in precipitation in South Asia. However, 30 of the 42 sets of experiments show variations consistent with observations, and 12 sets show opposite variations. This suggests instability in the linkage between AMV and SASM.

1. 引言

1.1. 研究背景

由研究可知，海水在空间上存在着温度和盐度的差异，因密度分布不同导致深层海水的缓慢运动称之为热盐环流。热盐环流的重要性在于，它与大气中著名的哈得莱环流、费雷尔环流和极地环流等一起，构成了维持全球气候系统能量平衡至关重要的经向环流体系。其中大西洋是很重要热输送区域，热量来源是北大西洋暖流运输过程中释放热量[1]。而随着全球气候的变暖，热盐环流可能减弱[2]，而对气候造成巨大的变化。北大西洋多年代际变化(AMV)是发生在北大西洋区域的、具有海盆尺度的SST冷暖交替变化，周期为60~80年。在空间分布上，整个北大西洋海温变化符号一致，但是呈现南北异常偏强、副热带偏弱的马蹄型分布特征[3]。AMV对全球区域气候变化有重要的影响[3]。它受到海洋内部动力过程、外强迫、大气随机扰动和海气耦合作用的影响[3]。已有研究显示，不同影响因子对北大西洋不同区域的海温的多年代际变化的贡献具有很大差异[3]。

1.2. 研究现状

已有研究表明，北大西洋海温多年代际的变化对南亚夏季风存在着显著的影响，然而AMO影响南亚气候的机制存在很多不同的观点：Zhang等[4]认为AMO的暖(正)位相会引发热带辐合带(ITCZ)的北移，撒赫尔和印度上空的异常西南风，又会增加其夏季降水；Goswami等[5]认为暖(正)位相的AMO使得在欧亚产生一个类似夏季NAO型的南北偶极子型异常大气环流，使得欧亚对流层变暖，加强了南亚次大陆和印度洋的热量差异，最终导致更强的夏季风；Lu等[6]的模式结果部分支持Goswami等[5]的观点；Feng等[7]认为暖(正)位相AMO加热了青藏高原，加强了青藏高原和热带印度洋低中纬的对流层的热力温度梯度，因此增强了印度夏季风。

1.3. 研究意义

居住着全球四分之一人口(约20亿)的区域的南亚，其水资源管理、农业和经济发展高度依赖于显著的夏季降水，而这主要源于活跃的南亚夏季风。已有研究说明北大西洋海温多年代际变化会对南亚夏季风产生重大产生影响，且不同区域产生影响可能存在差异，由于已做的研究可以看出不同区域的北大西洋多年代际变化对南亚夏季风影响的机制可能不同。为了能够让我们更好了解气候变化会对南亚产生怎样的影响进而对其作出相应的措施，本论文拟利用CESM1大集合试验数据(CESM-LE)分析拟研究热带和中高纬北大西洋海温年代际变化对南亚夏季风的影响。

2. 资料和方法

2.1. CESM-LE项目和数据

CESM-LE是一套公开可用的气候模型模拟。本文使用的CESM-LE数据包括1800年的全耦合前工业革命参照试验和1920年至2005年的42组成员的历史试验(表1)。

Table 1. CESM-LE project and its contents (https://www2.cesm.ucar.edu/projects/community-projects/LENS/)

表1. CESM-LE项目及内容(https://www2.cesm.ucar.edu/projects/community-projects/LENS/)

	时间尺度	强迫条件	分辨率
工业革命前全耦合控制	400~2200年	CO2浓度和太阳强迫均 设定在1850年	0.9 × 1.25
历史实验模拟(第1组)	1850~2005/2006~2100年	历史强迫/RCP8.5强迫	0.9 × 1.25
历史实验模拟(第2~42组)	1920~2005/2006~2100年	历史强迫/RCP8.5强迫	0.9 × 1.25

2.2. 观测和再分析资料

HadlSST是1871年至今的全球海温和海冰浓度的月平均数据集，1981年之前应用于海洋数据库(主要是船舶航迹)和ICOADS的海温的缩减空间最优插值被运用到HadISST中。1871~1941年的SST应用了“桶校正”。根据海温与海冰浓度之间的统计关系估计部分被海冰覆盖的箱体中的海温。HadISST主要用作大气模型的边界条件。

CMAP该数据集是由美国国家海洋气象局(NOAA, national oceanal and atmospheric administrator)，气候预报中心(CPC)通过合并几种不同来源的降水数据包括地面雨量计观测资料、卫星观测降水数据、NCEP-NCAR再分析资料建立的全球逐月降水数据集。CRUTS是目前使用最广泛的气候数据集之一，由英国国家大气科学中心(NCAS)制作。

CRUTS提供全球1901年至2020年覆盖陆地表面的0.5˚分辨率的月度数据。该数据集拥有基于近地表测量的10套数据，分别是：温度(平均值、最小值、最大值和昼夜温差)、降水量(总量，雨天数)、湿度(如蒸气压)、霜天数、云量和潜在的蒸腾作用。本研究使用到的CRUTS数据为1901~2020的表面温度以及降水数据集在Ts与Pr回归到AMV指数中进行分析运用。

2.3. 研究方法

2.3.1. AMV指数

更好地研究AMV热带区域(北纬0˚至北纬30˚)与热带外区域(北纬30˚至北纬66.5˚)的年代际变率离不开AMV指数的时间序列。而AMV指数是指去除线性趋势后(目的是去除长期变化)，北大西洋区域(为了限制海冰变化的影响，北边界限定于60℃)海温年平均序列，并进行10年滑动平均或类似的低通滤波处理来获得年代际尺度的海温变化，能够很直观的看到AMV的变化趋势。本研究中会绘制AMV指数图像来观测其变化趋势，以及各类数据回归到AMV指数图中观察其相关程度来进行题目的分析。

2.3.2. 相关系数

相关系数是用以反映变量之间相关关系密切程度的统计指标。在统计学中，我们常用的相关系数为Pearson相关系数，主要用于表征线性相关性，假设2个变量服从正态分布且标准差不为0，他的值介于−1到1之间，Pearson相关系数的绝对值越接近于1，表明个变量的相关程度越高，即这2个变量越相似。

相关系数计算如下：

$r=\frac{{\displaystyle {\sum }_{i=1}^n\left(x_i-\overline{x}\right)\left(y_i-\overline{y}\right)}}{\sqrt{{\displaystyle {\sum }_{i=1}^n{\left(x_i-\overline{x}\right)}^2}}\sqrt{{\displaystyle {\sum }_{i=1}^n{\left(y_i-\overline{y}\right)}^2}}}$ (1)

其中r代表两变量之间的相关系数，x_i与y_i分别代表两个变量，$\overline{x}$ 、$\overline{y}$ 表示样本的均值。而在本研究可以反映各绘制的图像中各变量之间的关系，例如在AMV指数图中沿时间演变的不同区域曲线之间的关系，分析研究不同区域AMV指数间的相关系数，相关系数的绝对值越接近于1，表明2个变量的相关程度越高。

2.3.3. 回归模型

回归模型是一种预测性的建模技术，它研究的是因变量(目标)和自变量(预测器)之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系[8]，例如在本研究中SST、Pr、Ts回归到AMV指数图中能够清晰的观察到两个变量之间的关系。

2.3.4. t检验

t检验，亦称student t检验(Student’s t test)，主要用于样本含量较小(例如n < 30)，总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著[9]。本研究运用到的是各类的回归图中，运用双侧t检验统计显著性置信水平是否在95%的区域内。

3. 研究结果

3.1. 模式对AMV的模拟分析

Figure 1. (a) The interdecadal filtering index of observed AMV, (b) the interdecadal filtering index of AMV in the control experiment, and (c) the interdecadal filtering index of AMV in the historical experiment. The gray and black lines represent the individual 42 ensemble members and their ensemble mean, respectively

图1. (a) 观测的AMV年代际过滤指数，(b) 控制实验的AMV年代际过滤指数和(c) 历史实验的AMV年代际过滤指数，灰色和黑色曲线分别是42个个体成员及其集合平均值

对AMV指数进行绘制模拟可以清晰观察到北大西洋海温变化及振荡。观测图中可以看到AMV指数显示在我们确定的三个不同区域呈现出的变化趋势大致一致，在时间演变中出现显著的年代际的冷–暖–冷–暖变化，从1900年代至1930年代和1970至2000年代为冷相，以及1930年代至1970年代和2000年代至2020年代为暖相，但三条曲线的标准差中SPG的变率较大达到了0.20℃，图中指数可以看出SPG的振荡幅度大于ALL大于Trop (图1(a))。观测图可能是由于既有外强迫也有内部变率的共同作用，不同区域都具有较强的相关性，如表2：其中AMV与SPG_AMV达到了0.96的高相关，比AMV与Trop_AMV：0.79强说明热带外AMV可能在其中发挥的作用远远强于热带区域。因为观测不同区域都有较强的相关性，不知道热带外和热带区域的差别，因此我们需要有CESM-LE来分析。

Table 2. The correlation coefficient between the AMV indices in different regions

表2. 不同区域AMV指数间相关系数

相关系数	AMV. vs. Trop_AMV	AMV. vs. SPG_AMV	Trop_AMV. vs. SPG AMV
观测	0.79	0.96	0.68
控制实验	0.64	0.91	0.32
历史实验	0.97	0.99	0.91

CESM-LE工业化前控制运行中三条代表不同范围的AMV指数曲线变化大致趋于一致，标准差相较与观测图来说有明显下降，依然是SPG的变率较大为0.11℃，AMV指数显示出与60~80年(约70年)主导周期的观测相似的年代际变异性(图1(b))、图1(c))。三条曲线之间的相关系数AMV与Trop_AMV：0.64，AMV与SPG_AMV：0.91，Trop_AMV与SPG_AMV：0.32 (表2)。因为没有外部强迫的影响较观测来说有明显的下降但热带外与整个区域的相关系数依然较好。

历史集合中AMV空间格局能够较明显分辨出马蹄形形状，都能够抓住观测图中的变化特征：北大西洋中西部的海温较低，北大西洋其余部分的海温较高(图2)，能够较好模拟出与观测相似图像，整个区域模拟的与观测较相似，但三幅图强度普遍较弱，而控制与历史实验比较在热带区域的明显变化说明了外部强迫对热带区域有重要影响。

Figure 2. For simulating historical runs, (a) regression AMV images of different SST ranges were observed, (b) regression AMV images of different SST ranges were controlled for the experiment, (c) regression AMV images of different SST ranges from historical experiments were displayed, showing the average patterns of 42 individual members, with black dots indicating significance within the 95% confidence interval

图2. 为历史运行模拟，(a) 为观测不同范围的SST回归AMV图像，(b) 为控制实验不同范围的SST回归AMV图像，(c) 为历史实验不同范围的SST回归AMV图像，显示了42个个体成员的平均模式其中黑点表示能在95%置信区间内检验出

通过观测和模拟各AMV指数以及回归图我们可以得知北大西洋海温出现了多年代际的振荡，整个北大西洋海温呈马蹄形分布，有整体变暖的趋势(图2(a))，在控制实验里面AMV指数曲线的相关系数较观测图中曲线相关系数相比更低，且回归的模拟结果与虽然在整个区域模拟特征能够展现出来但强度较低，热带外出现了在模拟热带区域时马蹄形特征的不明显，而在热带区域都无法较好模拟，甚至呈现出了负异常，差别较大(图2(b))。而由已有的研究得知热带辐合带(ITCZ)总有向暖海温区移动的趋势，北大西洋海温升高会引发赤道辐合带的北移，可能诱发南亚西南风异常导致降水增加，但具体情况需进一步研究说明。

3.2. 模式对SASM的模拟分析

绘制模拟降水能够展现南亚区域降水的变化，图3中显示了南亚夏季降水的模拟和观测气候态平均值和标准差。其中历史模拟与控制运行模拟大致一致，只是在巴基斯坦与印度相接处降水的负异常有细微差别：历史模拟与控制实验相比印度西北降水范围略小一点。总体上模拟降水与观测值在空间的分布上也较为相同，呈现出了印度西海岸、孟加拉湾、缅甸西部以及阿拉伯海西部的降水较大正异常，而印度剩余地方、巴基斯坦中南部、伊朗西部、阿富汗南部、阿拉伯海呈现出降水的异常较小。而模拟图中最大变率集中在了喜马拉雅及青藏高原南部，且通过类比实验说明此地高原因地形影响降水较难模拟准确。印度等地的异常降水可能因为AMV的暖(正)位相会引发赤道辐合(ITCZ)的北移，会导致印度上空的异常西南风，导致SASM正异常，而增加印度夏季降水。

Figure 3. The climate states and variations of summer rainfall in the South Asian region (mm/day) are defined as follows: (a) observational climatology, (b) observational standard deviation, (c) controlled operational climate simulations, (d) controlled operational standard deviation simulations, (e) historical ensemble operational climate simulations, and (f) historical ensemble operational standard deviation simulations

图3. 南亚地区夏季降雨量的气候态和变化(mm/day)：(a) 观测气候学，(b) 观测标准差，(c) 控制运行模拟气候学，(d) 控制运行模拟标准差，(e) 历史集合运行模拟气候学，(f) 历史集合运行模拟标准差

通过夏季区域降水和SLP气候态分布图可以推断出南亚中印度等地气压异常降低而降水异常增多，因为马斯特林高压东南气流沿非洲东岸低空形成强劲的索马里急流，径直向着南亚次大陆流去，并引起持续性降水，印度等地西南风产生异常造成南亚夏季风增强；也有可能是因为AMV的正异常使ITCZ北移，会导致印度上空的产生异常西南风，使SASM产生正异常，而增加南亚夏季降水；还可能因为北大西洋海温的异常增高而导致SLP的异常降低影响到了南亚地区(图4)。而要分析AMV的不同区域对SASM的影响是否存在差异且影响机制有哪些，进一步研究见下一节。

Figure 4. Climate state distribution of summer sea level pressure in the South Asia region (Hpa): (a) observational climatology, (b) control operational simulation climatology, (c) historical ensemble simulation climatology

图4. 南亚地区夏季海平面气压的气候态分布(Hpa)：(a) 观测气候学，(b) 控制运行模拟气候学，(c) 历史集合运行模拟气候学

3.3. 模式中AMV与SASM的联系

3.3.1. 观测、piControl和历史试验中南亚夏季Ts回归到AMV指数及分析

Figure 5. In (a) observations, (b) piControl, and (c) historical experiments, the summer Ts over South Asia regressed onto the AMV index images. The three panels from left to right show the regression onto the entire North Atlantic, the extratropical North Atlantic, and the tropical North Atlantic, with black dots indicating significance at the 95% confidence level

图5. (a) 观测、(b) piControl和(c) 历史试验中南亚夏季Ts回归到AMV指数图像，从左到右三幅图分别是回归到整个北大西洋、热带外北大西洋与热带北大西洋的图像，其中黑点表示能在95%置信区间内检验出

对Ts回归到AMV指数图进行绘制模拟能够很好分析AMV与SASM之间的关系，图5的(a)、(b)、(c)分别是观测、工业革命前控制运行以及历史模拟实验南亚夏季温度回归到AMV指数的图。在观测图中可以看到南压表面温度回归到北大西洋多年代际振荡确定的不同范围内都呈现出了负异常，可能是由于地表潜热下降，云厚度增加短波辐射减弱而造成的冷异常。通过已研究的实验类比分析可知热带外区域可能通过：第一个是通过增强季风性低压，第二个是在中高纬度地区引发波列状响应，南亚高层的高压增强，使得印度地区的上升运动被动增强。这种增强的上升运动加大了印度地区对流层温度梯度，进而加大了热力差异，并最终导致西南季风的加强[10]，这些都可能对Ts产生影响而引起SASM变化。

图6的(a)、(b)、(c)分别是观测、控制运行以及历史模拟实验南亚夏季降水回归到AMV指数的图。在观测图中确定的不同范围降水回归到AMV指数都较为相似，在南亚的印度中南部降水呈现出正异常而北部呈现负异常，与研究表明的正位相AMV的会引起正异常的SASM而引起印度夏季降水增加相符合；控制实验模拟图较观测来说降水的回归没有很明显，AMV、AMV_SPG在正位相时，对应于南亚区域南端降水的增加和北部区域不显著的降水减少，但依然可以在南亚的印度南部看到有降水的正异常且都通过了置信检验，只是正异常范围与强度较观测图来说减弱了，热带外图中南部的降水增多与观测图相符合再次印证热带外对SASM有重大影响。

3.3.2. 观测、piControl 和历史试验中南亚夏季Pr回归到AMV指数及分析

Figure 6. In (a) observations, (b) piControl, and (c) historical experiments, the summer Pr over South Asia regresses onto the AMV index images. The three panels from left to right show the regression over the entire North Atlantic, extratropical North Atlantic, and tropical North Atlantic, where black dots indicate significance at the 95% confidence level

图6. (a) 观测、(b) piControl和(c) 历史试验中南亚夏季Pr回归到AMV指数图像，从左到右三幅图分别是回归到整个北大西洋、热带外北大西洋与热带北大西洋的图像，其中黑点表示能在95%置信区间内检验出

因此，通过对Ts与Pr在南亚夏季回归到AMV指数中可以印证出正位相的AMV会引起SASM的正异常，在观测与模拟图中能够较好的展现出来：南亚温度的负异常以及降水的正异常都是很好的体现，我们的模拟实验中对于热带外区域的模拟与观测图的SASM南部正异常较为接近，说明热带外区域的AMV主要影响南亚的南部区域，对应于降水的增加和温度的降低；热带区域的AMV主要影响南亚北部区域，对应于降水的减少和温度的升高。历史试验的平均结果与观测相反，不同区域的正位相AMV均对应于南亚地区降水减少。

4. 结论

1) 通过CESM-LE模式对AMV的模拟可以得出观测、控制实验、历史模拟中各AMV指数都能很好的在时间演变中观察冷暖相位的多年代际的振荡，整个北大西洋海温呈马蹄形分布，有整体变暖的趋势，在控制实验只有整体区域模拟较好但强度较低，热带外区域模拟在热带出无法观测到温度的差异，热带区域的模拟甚至出现负异常与观测差距较大。

2) CESM-LE模式对SASM的模拟在夏季降水和SLP气候态分布图可以推断出南亚中印度等地气压异常降低而降水异常增多，因为马斯特林高压东南气流沿非洲东岸低空形成强劲的索马里急流，径直向着南亚次大陆流去，并引起持续性降水；也有可能是因为AMV的正异常使ITCZ北移，会导致印度上空的产生异常西南风，而增加其夏季降水；还可能因为北大西洋海温的异常增高而导致SLP的异常降低影响到了南亚地区。而要分析AMV与SASM是否存在关系且影响机制有哪些，进一步研究见下一节。

3) 通过CESM-LE 模式对AMV与SASM之间的联系的模拟可以得出在南亚夏季温度回归到AMV指数的回归图，观测图对Ts与Pr在南亚夏季回归到AMV指数中可以印证出正位相的AMV会引起SASM中南部的正异常与北部的负异常。我们的模拟实验中对于热带外区域的模拟与观测图的SASM南部正异常较为接近，说明热带外区域的AMV主要影响南亚的南部区域，对应于降水的增加和温度的降低；热带区域的AMV主要影响南亚北部区域，对应于降水的减少和温度的升高。历史试验的平均结果与观测存在较大偏差，不同区域的正位相AMV均对应于南亚地区降水减少。

基金项目

国家自然科学基金项目(批准号：42305049)资助。