混合层热收支诊断
利用 HadISST、NCEP2 与 GODAS 数据,计算 PMM 生命周期中各项海温变化率的贡献,并对潜热通量进行线性分解,区分异常风与海气比湿差的作用。
厄尔尼诺并不是一夜之间出现的,它有一串“前奏”。
太平洋经向模(Pacific Meridional Mode,PMM)是热带和副热带中东太平洋的一个海气耦合模态。它最鲜明的特征,是一个从美国加利福尼亚湾延伸至赤道中太平洋、呈东北—西南走向的海表温度异常带。
当正 PMM 发生时,异常西南风抵消平均东北信风,海面蒸发随之减少,海温升高;升高的海温又进一步削弱信风。这个自我强化的过程被称为风—蒸发—海温反馈(Wind–Evaporation–SST feedback,WES)。
PMM 不仅是 ENSO 的重要前兆,还与西北太平洋热带气旋、中国夏季极端高温以及跨大西洋—太平洋的年代际变化有关。因此,它何时发展、为何发展,直接关系到我们对季节气候可预报性的理解。
问题由此而来:为什么偏偏是春季?
从观测诊断到理想化实验,每一步都尽量只改变一个因素。
利用 HadISST、NCEP2 与 GODAS 数据,计算 PMM 生命周期中各项海温变化率的贡献,并对潜热通量进行线性分解,区分异常风与海气比湿差的作用。
在 ECHAM 模式中,分别给春季与秋季施加完全相同的 PMM 加热场,比较大气风场和潜热通量的响应——只看大气背景态带来的季节差异。
在 Cane–Zebiak 型模式中分别指定春、秋季平均态,再加入相同的 PMM 型初始扰动,直接比较扰动增长率。
分析 AL 与 NPO 两个北太平洋大气模态,并使用热带太平洋起搏器实验(POGA)检验 ENSO 是否会“倒过来”制造 PMM 的春季偏好。
答案不是单一机制,而是一组在春季同时对齐的物理过程。
混合层热收支显示,PMM 在成熟期前两个月增长最快,主要驱动力是表面潜热通量异常。进一步分解表明,关键项来自异常风与平均风的相互作用:异常西南风抵消东北信风,减少蒸发并加热海洋表面;海气比湿差项则倾向于抑制增长。
在 ECHAM 实验中,春、秋季接收完全相同的 PMM 加热,但春季产生的异常风与正潜热通量响应明显更强。春季异常覆盖整个 PMM 关键区域,秋季则主要局限于南部。这说明大气背景态本身就在“偏爱”春季。
中间海气耦合模式给出了最直观的对比:春季背景态下 PMM 增长率为1.1 K/年,秋季仅为0.3 K/年;冬季和夏季介于两者之间。
北太平洋海平面气压的两个主模态——阿留申低压(AL)模态和北太平洋涛动(NPO)模态——在春季与两个月后的 PMM 都有更强联系。NPO 的南北偶极结构能在 PMM 关键区激发更强的西南风,因此比位置偏北的 AL 模态更有效。
POGA 起搏器实验包含 10 个成员、约 200 个样本。结果显示,在被独立约束的 ENSO 演化过程中,并没有出现显著的 PMM 信号;ENSO 激发的阿留申低压也过于偏北,无法有效作用于 PMM 关键区。
从冷舌到信风,一条完整的物理链条。
北太平洋 SLP 第一模态,以阿留申群岛附近的低压中心为特征。由于中心位置偏北,其异常风和潜热通量对 PMM 关键区的覆盖有限。
北太平洋 SLP 第二模态,呈南北偶极结构。南侧低压可在副热带 PMM 区域激发强烈西南风,因此与 PMM 的联系更紧密。
两种模态在春季的方差更大,与两个月后 PMM 的相关也更显著。换句话说,春季不仅热带背景态更有利,来自中纬度的“点火信号”也更强。
起搏器实验给出了否定答案。
观测合成中,PMM 常出现在 ENSO 事件发生前一年的春季。但这并不能自动证明 ENSO 导致了 PMM:两者存在双向作用,很难仅凭观测分离因果。
因此,研究采用热带太平洋起搏器实验,将热带东太平洋 SST 约束为观测值,从而单独提取 ENSO 强迫。结果是:ENSO 演化中没有显著 PMM 信号,相应的大气遥相关位置也不足以在 PMM 关键区产生有效的西南风。
PMM 的春季偏好主要来自自身海气耦合动力学,而不是 ENSO 的附属效应。
PMM 是厄尔尼诺的重要前兆信号,其季节锁相直接影响它能否有效触发后续 ENSO。研究把春季优势分解为背景平均态、大气响应和中纬度遥相关三种协同机制,并排除了 ENSO “倒因”的干扰。
从热收支定位关键过程,再用不同复杂度的模型逐个验证假说,这一框架也适用于 ENSO、IOD 等其他季节锁相问题。
AGCM、中间耦合模式与 POGA 起搏器分别控制不同变量,把四种潜在机制拆得足够干净。
这项研究源自孟子路的本科毕业论文,2023 年 5 月完成于南京信息工程大学长望学院大气科学实验班,指导教师为 Tim Li(李天明)教授。
工作覆盖观测诊断、理想化大气模式、中间海气耦合模式和热带太平洋起搏器实验四个层次。本科阶段完成这样一套系统研究,并最终发表于 Climate Dynamics,背后是清晰的控制变量思路和扎实的物理分析。
论文分析代码已完整开源:github.com/ZiluM/PMMPhaseLocking