九十年代初热带大气季节内振荡的若干特征

本文通过对九十年代初（１９８９年１０月－１９９３年２月）热带大气中海平面气压场（ＳＬＰ），射出长波辐射（ＯＬＲ）以及低层（８５０ｈｐａ）纬向风场的分析，研究，发现了热带大气季节内振荡在九十年代初期具有的特点和规律，指出ＣＩＳＫ波动是大气季节振荡的机制，进一步说明了大气季节内振荡与ＥＩ Ｎｉｎｏ事件有密切的联系：事件发生前期，大气季节内振荡明显增强，而事件发生期间大气季节内振荡明显减弱。本文为进一步     

大气模式中季节内振荡特征对不同海温强迫场的响应

利用美国国家大气研究中心 (NCAR)的全球大气模式 (CCM3) ,分别以月平均和周平均海表温度 (SST)为强迫场进行 2个积分试验 (称为 CCMM和 CCMW试验 )。积分结果与观测资料的对比分析发现 ,CCM3模拟大气季节内振荡 (MJO)信号的强度均较观测资料偏弱 ,而其中以CCMW模拟的强度略大而较接近真实。表明 SST强迫场包含更真实的季节内变化信息对提高模拟 MJO强度有作用。 CCMM与 CCMW模拟 MJO活动的时间位相均与观测差别较大 ,直接原因在于 CCM3中降水季节内振荡与 SST变化的相关关系不正确 ,而更根本的问题在于大气模式无法反映资料分析发现的季节内时间尺度的 SST与大气的相互作用。     

热带东印度洋-西太平洋海域OLR季节内振荡空间分布特征

利用卫星观测的ＯＬＲ（Ｏｕｔｇｏｉｎｇ Ｌｏｎｇｗａｖｅ　 Ｒａｄｉａｔｉｏｎ）候平均资料（１９７９－１９９３年）分析热带东印度洋－西太平洋海域大气对流季节内振荡的空间分布特征。发现热带东印度洋－西太平洋海域（３５°Ｎ－３５°Ｓ,７５°Ｅ－１８０°Ｅ）大气对流运动的季节内振荡在４个区域中表现较明显：（１）热带东印度洋大气对流季节内振荡信号最强,显著的振荡周期集中在６．５－１２．５候;（２）澳大利亚西北洋面季节内振荡强信号主要周期表现为９．５－１５．５候;（３）澳大利亚东北洋面振荡周期集中在６．５－９．５候和９．５－１５．５候,南半球的大气对流活动季节内振荡显著区沿１０°Ｓ呈纬向带状分布;（４）南海北部、吕宋海峡附近及日本群岛以南的西北太平洋区域。ＩＳＯ振荡周期集中在６．５－１２．５候,南海南部季节内振荡周期集中在６．５－１５．５候。     

热带太平洋海平面高度季节内振荡的空间分布特征

根据三年卫星高度计（ＴＯＰＥＸ／ＰＯＳＥＩＤＯＮ）资料和涡分辨率的海洋环流（ＰＯＰ）模式模拟计算的海平面高度资料,利用功率谱和最大熵谱的方法,揭示了热带太平洋海平面高度季节内振荡的空间分布特征。研究表明：准３０ｄ 周期的振荡集中出现在东太平洋（１６０°Ｗ 以东）赤道两侧,分别以５°Ｓ和５°Ｎ 为中心的纬向带状域中;准９０ｄ 振荡出现在分别以２０°Ｓ和２０°Ｎ为中心的南北二个纬向带状域中,北太平洋西部振荡最明显;准６０ｄ 振荡集中出现在分别以１０°Ｎ和１０°Ｓ为中心的带状海域中,北太平洋比南太平洋更明显,但比准９０ｄ 振荡信号弱;从ＴＯＰＥＸ资料分析还发现在赤道中太平洋（５°Ｎ～５°Ｓ,１７０°Ｗ～１２０°Ｗ）,准６０ｄ 振荡也较明显     

热带海气相互作用对大气BSISO年际振荡的影响

利用卫星观测OLR资料以及海气耦合数值模拟试验结果,从每年波-频分析结果提取了各种传播模态的强度指数序列,分析了热带北半球夏季季节内振荡(BSISO)各种传播模态的年际变化谱特征,探讨了热带各海区海气相互作用对其影响。主要结果如下:赤道外西传波和印度洋北传波以准2 a为显著振荡周期,赤道东传波、南海北传波和西太平洋北传波则都包含准2 a和准5 a两种周期,南海北传波是5种指数中惟一以准5 a为最主要周期振荡的模态。热带印度洋、西太平洋、东太平洋各海区海气相互作用对各指数准2 a振荡、准5 a振荡既有加强作用,也有削弱作用。各海区比较而言,对赤道东传波准2 a和准5 a振荡、南海北传波准2 a和准5 a振荡起最大加强作用的是西太平洋海区海气相互作用;对赤道外西传波准2 a振荡、西太平洋北传波准2 a和准5 a振荡起最大加强作用的是印度洋海区海气相互作用。     

热带海气相互作用对大气BSISO年际振荡的影响

利用卫星观测OLR资料以及海气耦合数值模拟试验结果,从每年波-频分析结果提取了各种传播模态的强度指数序列,分析了热带北半球夏季季节内振荡(BSISO)各种传播模态的年际变化谱特征,探讨了热带各海区海气相互作用对其影响。主要结果如下:赤道外西传波和印度洋北传波以准2 a为显著振荡周期,赤道东传波、南海北传波和西太平洋北传波则都包含准2 a和准5 a两种周期,南海北传波是5种指数中惟一以准5 a为最主要周期振荡的模态。热带印度洋、西太平洋、东太平洋各海区海气相互作用对各指数准2 a振荡、准5 a振荡既有加强作用,也有削弱作用。各海区比较而言,对赤道东传波准2 a和准5 a振荡、南海北传波准2 a和准5 a振荡起最大加强作用的是西太平洋海区海气相互作用;对赤道外西传波准2 a振荡、西太平洋北传波准2 a和准5 a振荡起最大加强作用的是印度洋海区海气相互作用。     

中国降水季节内振荡的气候特征分析

利用谐波分析、功率谱分析的方法,对全国730个站点自1951～2000年逐日降水资料进行气候平均分析,研究全国降水季节内振荡的分布特征.研究结果表明,中国大部分地区的降水主要以季节变化为主,而在长江中下游流域主要以季节内振荡为主.气候平均下降水的准双周振荡和Madden and Julian Oscillation(简称MJO)的振幅都在4月份开始加强,在11月份开始减弱,而MJO全年表现都很显著,准双周振荡主要在夏季显著;MJO主要分布在36°N以南的长江中下游地区,准双周振荡主要分布在115°E以西的内陆.     

冬季热带印度洋季节内振荡的物理结构

利用最新的卫星遥感资料、现场观测资料以及海-气通量再分析资料,采用延时相关分析和合成分析方法,分析了冬季热带印度洋季节内振荡的物理结构.结果表明,季节内振荡的结构与原有认识不同,大气深对流中心(短波辐射极小值)和纬向西风极大值(潜热通量极大值)同位相,这种结构有利于海表温度对季节内振荡强迫产生显著的响应,与观测到的热带印度洋海表温度的强季节内变化信号一致,也预示着海-气耦合对于热带印度洋季节内振荡具有重要影响.     

季节内振荡对热带印度洋SST日变化的调制——一维混合层模式的诊断结果

热带印度洋SST的日变化幅度受到大气季节内振荡(Madden-Julian Oscillation,MJO)的调制,其在MJO对流最强(弱)位相达到极小(大)值,并且在MJO对流增强位相显著强于其对流减弱位相。本文利用逐时的再分析海表通量强迫一维海洋混合层模式,定量地诊断了MJO事件中SST日变化的差异成因。结果表明,SST日变化在MJO对流最强与最弱位相的显著差异主要是由短波辐射的季节内变化所致(40%),其次是风应力(38%)和潜热通量(14%),其他要素的影响较小。而SST日变化在MJO对流增强与减弱位相所呈现的不对称特征,主要是由纬向风应力的不对称性所致,这是MJO扰动结构与背景环流相互作用的结果。     

热带季节内振荡在印尼海区域东传路径的分布及其机制

本文利用降水数据,从拉格朗日观点追踪了热带季节内振荡（MJO）路径,对其在海洋性大陆（100°～120°E）区域的分布及机制进行了探讨。以24 h内超过12 mm的降水范围为MJO的对流区域,以该区域的“重心”为MJO的对流中心,追踪MJO的路径,并形成其路径集。由于向东传播的MJO主要发生在北半球冬季,因此我们聚焦于MJO在北半球冬季的路径分布特征。结果表明,以降水量来衡量,MJO事件主要从赤道附近（5°S～5°N）通过印尼海区域。这和前人以对外长波辐射（OLR）为指标得到的MJO在印尼海区域向南偏折有明显的区别。此外,与MJO伴随的降水主要从赤道附近通过的结论不依赖于厄尔尼诺–南方涛动（ENSO）及印度洋偶极子（IOD）等背景气候态。机制分析表明,与MJO伴随的降水通过印尼海区域的路径主要受强的海表热通量异常的调制,而与暖海表温度（SST）异常的区域并不一致,这也造成了从降水和OLR两个不同角度看到的MJO通过印尼海区域的路径不一致。     

热带东印度洋SST对气候变暖和变冷的响应

The response of the eastern tropical Indian Ocean(ETIO) to heat fluxes of equal amplitude but opposite sign is investigated using the Community Earth System Model(CESM). A significant positive asymmetry in sea surface temperature(SST) is found over the ETIO—the warming responses to the positive forcing exceeds the cooling to the negative forcing. A mixed layer heat budget analysis is carried out to identify the mechanisms responsible for the SST asymmetry. Results show that it is mainly ascribed to the ocean dynamical processes, including vertical advections and diffusion. The net surface heat flux, on the contrary, works to reduce the asymmetry through its shortwave radiation and latent heat flux components. The former is due to the nonlinear relationship between SST and cloud, while the latter is resulted mainly from Newtonian damping and air-sea stability effects. Changes in the SST skewness are also evaluated, with more enhanced negative SST skewness over the ETIO found for the cooling than heating scenarios due to the asymmetric thermocline-SST feedback.     

一个区域海洋——海冰——大气耦合模式中的北极气候偏差：年结果检验

The Coupling of three model components, WRF/PCE （polar climate extension version of weather research and forecasting model （WRF））, ROMS （regional ocean modeling system）, and CICE （community ice code）, has been implemented, and the regional atmosphere-ocean-sea ice coupled model named WRF/PCE- ROMS-CICE has been validated against ERA-interim reanalysis data sets for 1989. To better understand the reasons that generate model biases, the WRF/PCE-ROMS-CICE results were compared with those of its components, the WRF/PCE and the ROMS-CICE. There are cold biases in surface air temperature （SAT） over the Arctic Ocean, which contribute to the sea ice concentration （SIC） and sea surface temperature （SST） biases in the results of the WRF/PCE-ROMS-CICE. The cold SAT biases also appear in results of the atmo- spheric component with a mild temperature in winter and similar temperature in summer. Compared to results from the WRF/PCE, due to influences of different distributions of the SIC and the SST and inclusion of interactions of air-sea-sea ice in the WRF/PCE-ROMS-CICE, the simulated SAT has new features. These influences also lead to apparent differences at higher levels of the atmosphere, which can be thought as responses to biases in the SST and sea ice extent. There are similar atmospheric responses in feature of distribution to sea ice biases at 700 and 500 hPa, and the strength of responses weakens when the pressure decreases in January. The atmospheric responses in July reach up to 200 hPa. There are surplus sea ice ex- tents in the Greenland Sea, the Barents Sea, the Davis Strait and the Chukchi Sea in winter and in the Beau- fort Sea, the Chukchi Sea, the East Siberian Sea and the Laptev Sea in summer in the ROMS-CICE. These differences in the SIC distribution can all be explained by those in the SST distributions. These features in the simulated SST and SIC from ROMS-CICE also appear in the WRF/PCE-ROMS-CICE. It is shown that the performance of the WRF/PCE-ROMS-CICE is determined to a l