Particle‐size evidence of barrier estuary regime as a new proxy for ENSO climate variability

We investigate a new proxy for ENSO climate variability based on particle‐size data from long‐term, coastal sediment records preserved in a barrier estuary setting. Corresponding ~4–8 year periodicities identified from Wavelet analysis of particle‐size data from Pescadero Marsh in Central Coast California and rainfall data from San Francisco reflect established ENSO periodicity, as further evidenced in the Multivariate ENSO Index (MEI), and thus confirms an important ENSO control on both precipitation and barrier regime variability. Despite the fact that barrier estuary mean particle size is influenced by coastal erosion, precipitation and streamflow, balanced against barrier morphology and volume, it is encouraging that considerable correspondence can also be observed in the time series of MEI, regional rainfall and site‐based mean particle size over the period 1871–2008. This correspondence is, however, weakened after c.1970 by temporal variation in sedimentation rate and event‐based deposition. These confounding effects are more likely when: (i) accommodation space may be a limiting factor; and (ii) particularly strong El Niños, e.g. 1982/1983 and 1997/1998, deposit discrete >cm‐thick units during winter storms. The efficacy of the sediment record of climate variability appears not to be compromised by location within the back‐barrier setting, but it is limited to those El Niños that lead to barrier breakdown. For wider application of this particle size index of ENSO variability, it is important to establish a well‐resolved chronology and to sample the record at the appropriate interval to characterize deposition at a sub‐annual scale. Further, the sample site must be selected to limit the influence of decreasing accommodation space through time (infilling) and event‐based deposition. It is concluded that particle‐size data from back‐barrier sediment records have proven potential for preserving evidence of sub‐decadal climate variability, allowing researchers to explore temporal and spatial patterns in phenomena such as ENSO. Copyright © 2017 John Wiley & Sons, Ltd.     

Continuous real‐time analysis of the isotopic composition of precipitation during tropical rain events: Insights into tropical convection

To investigate stable isotopic variability of precipitation in Singapore, we continuously analysed the δ‐value of individual rain events from November 2014 to August 2017 using an online system composed of a diffusion sampler coupled to Cavity Ring‐Down Spectrometer. Over this period, the average value (δ¹⁸O_Avg), the lowest value (δ¹⁸O_Low), and the initial value (δ¹⁸O_Init) varied significantly, ranging from ?0.45 to ?15.54‰, ?0.9 to ?17.65‰, and 0 to ?13.13‰, respectively. All 3 values share similar variability, and events with low δ¹⁸O_Low and δ¹⁸O_Avg values have low δ¹⁸O_Init value. Individual events have limited intraevent variability in δ‐value (Δδ) with the majority having a Δδ below 4‰. Correlation of δ¹⁸O_Low and δ¹⁸O_Avg with δ¹⁸O_Init is much higher than that with Δδ, suggesting that convective activities prior to events have more control over δ‐value than on‐site convective activities. The d‐excess of events also varies considerably in response to the seasonal variation in moisture sources. A 2‐month running mean analysis of δ¹⁸O reveals clear seasonal and interannual variability. Seasonal variability is associated with the meridional movement of the Intertropical Convergence Zone and evolution of the Asian monsoon. El Niño–Southern Oscillation is a likely driver of interannual variability. During 2015–2016, the strongest El Niño year in recorded history, the majority of events have a δ¹⁸O value higher than the weighted average δ¹⁸O of daily precipitation. δ¹⁸O shows a positive correlation with outgoing longwave radiation in the western Pacific and the Asian monsoon region, and also with Oceanic Niño Index. During El Niño, the convection centre shifts eastward to the central/eastern Pacific, weakening convective activities in Southeast Asia. Our study shows that precipitation δ‐value contains information about El Niño–Southern Oscillation and the Intertropical Convergence Zone, which has a significant implication for the interpretation of water isotope data and understanding of hydrological processes in tropical regions.     

1951—2015年进入东海的台风频数及登陆点的变化

利用日本气象厅提供的西北太平洋台风最佳路径观测资料,选取东海海区为研究范围,统计处理1951—2015年台风各要素资料,研究进入东海海区的台风频数、台风登陆点位置、台风频数及登陆点位置与太平洋年代际振荡（Pacific Decadal Oscillation,PDO）及ENSO的关系、影响台风生成和移动的因素等。结果表明：1）每年的7—9月为东海海区的台风高发季,其中8月最高,登陆台风也有相似趋势。2）进入东海海域的台风频数存在较明显的年际和年代际变化趋势。当PDO处于暖位相时,台风频数较小且有上升趋势,反之亦然。El Niño年进入东海海区的台风频数较常年减少,反之亦然。Niño3.4指数与台风频数整体上为负相关关系,相关系数为-0.32且通过90%置信度检验。3）进入东海海域的台风登陆点纬度变化较大,处于24~36°N之间,且有年代际变化特征。当PDO处于暖（冷）位相时,台风登陆点偏北（偏南）且有向北（南）移动的趋势。而登陆点纬度与ENSO的关系较为复杂。4）西北太平洋副热带高压的位置和强度是引起台风频数及登陆点位置变化的主要原因之一。当PDO处于冷位相时,西北太平洋副热带高压强度偏弱,且副高中心向东向北方向移动,导致进入东海的台风频数偏多,且台风登陆点偏北,反之亦然。     

1990～1999渤海SSTa年际变化的特征

基于 1990～ 1999年逐周的 (18× 18)km分辨率的海表温度 (SST)资料 ,将其与历史资料 (195 9～ 1982 )对比 ,发现近 10年渤海SST较历史SST要高 ,但整体结构特征变化不大。进一步采用EOF方法对渤海SST异常 (SSTa)进行分析 ,得到 3个主要的模态。第一模态对总方差的贡献为 82 .4% ,表现为整个海区SSTa同步升温或降温的特征 ,结合渤海沿岸 2个测站的气温资料的分析 ,认为渤海SSTa第一模态的变化与渤海气温异常变化相互依存 ,另外 ,北黄海SSTa的变化可能是造成渤海SSTa第一模态在海峡口附近变化幅度大的主要因素。第二模态对总方差的贡献为 9.4% ,在空间上其对整个海区SSTa起东升温(东降温 )则西降温 (东升温 )作用 ,可能是ENSO现象影响渤海海温变化最直接的表现。第三模态对总方差的贡献为 5 .0 % ,在空间上其对SSTa起北升温 (北降温 )则南降温 (南升温 )的作用 ,认为其可能与山东陆域气温和黄海流域气温变化有关。     

热带海表温度及北大西洋涛动与ENSO事件的相关分析

采用交叉小波变换方法分析了热带SST、NAO与ENSO事件之间的多时间尺度相关特征。结果表明,热带SST与ENSO事件在2～7年和30年以上尺度的周期振荡上存在着显著的同位相正相关,其中以4年尺度周期的方差贡献最大,时域中热带SST冷暖变化的时间与ENSO冷暖交替的时间一一对应;北大西洋SST与ENSO事件在4年和15年尺度周期振荡上表现为方差贡献较大的正相关;NAO与ENSO事件相关较弱,在2～7年和10～24年尺度上表现为负相关,而25年以上尺度为正相关,时域中NAO强弱变化与ENSO冷暖交替的对应关系并不完全一致。     

热带太平洋-印度洋相互关系的年代际改变

用Nino3指数、印度洋单极指数、偶极子指数表示热带太平洋．印度洋SST的年际异常,发现1978年以后ENSO在热带印度洋的信号减弱了,可以解释如下：1978年之前,印度洋和太平洋纬向垂直环流的异常在海洋性大陆附近作齿轮式耦合;1978年以后,由于热带太平洋的上升支的东移,导致两洋的纬向垂直环流异常的耦合减弱。     

多因子和多尺度合成中国夏季降水预测模型及预报试验

根据青藏高原60个站平均的月积雪深度、热带太平洋Nino 3区月海温和中国160个站月降水量等资料,用小波变换和相关分析,分析了1958～1998年秋冬季青藏高原异常雪盖与El Nino-南方涛动(ENSO)的关系、多时间尺度变化的特征及其与中国夏季降水的相关型式.并取青藏高原积雪和Nino 3区海温的年际变化、年代际变化和线性趋势三种不同时间尺度的小波分量作为预报因子,对我国夏季降水距平作线性回归,建立了相应的预测模型.最后,利用1999～2002年的独立资料进行了预报试验,并在2003年和2004年应用于实际预报.研究表明,青藏高原雪盖与ENSO这两个物理因子彼此具有一定的独立性.它们都是多时间尺度现象,并与中国夏季降水有较好的关系.在不同时间尺度上不仅有不同的相关型式,而且相对贡献也有变化.回归预测模型的拟合情况和预报试验表明,综合考虑前期秋冬季青藏高原雪盖和ENSO这两个物理因子的年际变化、年代际变化和线性趋势作为预报因子建立的预测我国夏季降水距平分布的模型,有一定的预报能力.     

中国沿海增减水的变化特征及与海平面变化的关系

本文通过对中国沿海25个观测站水位资料的分析,初步探讨了中国沿海1980-2012年增减水的变化特征及与海平面变化的关系。结果表明:（1）中国沿海增减水的季节变化特征明显,相邻站由于受到的气象状况相同,其沿海增减水变化的过程相近,但是变化幅度存在较大差异。从空间分布看,沿海增减水的变化幅度呈现中间大南北小的区域特征,自长江口至广东沿海,增减水的年变化幅度最大,年变幅平均为5.0~7.5 cm;南海周边及北部湾沿海,增减水的年变化幅度次之,年变幅平均为4.0~5.5 cm;自渤海至黄海沿海,增减水的年变化幅度较小,年变幅平均为3.3~3.5 cm。（2）从时间变化看,1980-2012年中国沿海年平均增减水长期基本没有趋势性变化,但明显存在2至5年的周期性变化信号,该信号的震荡幅度为0.1 cm。经过高频滤波后,对沿海月平均增减水序列与Niño3.4指数进行相关性分析,相关系数为-0.5,该相关系数通过了显著性检验,说明中国沿海的增减水变化与ENSO事件呈现负相关关系。（3）中国沿海增减水的长期变化及空间分布特征均与海平面变化不同。1980-2012年,中国沿海海平面的上升速率为2.9 mm/a,而增减水长期基本无趋势性变化;另外,其季节变化与海平面的季节变化从时间和区域上均不存在一致性。（4）但是,短期海平面的变化与增减水有关,并且增减水对短期海平面的贡献根据其具体情况而定,增水幅度大且持续时间长的过程对短期海平面有抬升作用,其贡献率最大可达65%;反之,减水幅度大且持续时间长的过程则对短期海平面有降低的作用。     

北太平洋上空臭氧总量长期变化趋势及其影响因素分析

本文基于1979—2014年臭氧总量的卫星遥感数据,利用多元线性回归模型对臭氧总量数据序列进行模拟计算,考察了北太平洋上空臭氧总量长期变化趋势及其影响因素的作用.结果表明,北太平洋地区大气臭氧总量长期变化呈现减少趋势,但是减少速率随季节和纬度带表现出差异性,在各纬度带臭氧峰值季节臭氧下降趋势最为显著.在0°—15°N地区臭氧高值出现在夏秋季节并在8月达到峰值,峰值月份臭氧年均下降率约为0.2DU/a;15°—30°N亚热带地区臭氧高值出现在春夏季并在5月达到峰值,峰值月份臭氧年均下降速率约为0.22DU/a;而在30°—45°N中纬度地区臭氧高值出现在冬春季并在2月达到峰值,峰值月份臭氧年均下降率0.75DU/a.在臭氧分布年平均态基础上,影响臭氧总量分布变化的因素主要有臭氧损耗物质(EESC)、太阳辐射周期(Solar)、准两年振荡(QBO)和厄尔尼诺-南方涛动(ENSO)等.其中,EESC导致臭氧损耗效应随着纬度升高而增大,在从低到高的三个纬度带损耗最大值分别为11DU、16DU和66DU;Solar增强导致臭氧增加,在三个纬度带的增加效应最大值分别为16DU、17DU和19DU;QBO@10hPa和QBO@30hPa对臭氧影响幅度基本在±10DU内波动,只有QBO@10hPa对30°—45°N区域的影响作用达到14DU,值得注意的是QBO影响作用随着纬度变化存在相位差异,在0°—15°N区域臭氧变化与QBO呈现相同相位,而在15°—30°N和30°—45°N区域臭氧变化与QBO呈现相反相位;ENSO对各个纬度带臭氧影响幅度也在±10DU内,ENSO影响作用在不同纬度带也存在相位差异,臭氧总量变化在0°—15°N、15°—30°N区域与ENSO相位相反,在30°—45°N区域与ENSO相位一致.     

东亚夏季风降雨的可预报性研究

本文根据CMAP(The Climate Prediction Center Merged Analysis of Precipitation)观测资料,使用相关系数和均方根误差,对CHFP2(Coupled Historical Forecast Project, phase 2 )的2个模式对东亚夏季降雨的季节预报技巧作出评价。在完美模式的理论框架下,分别使用基于信噪比的潜在相关系数和基于信息熵的潜在可预报性指标,对该区域主要针对夏季降雨的可预报性作出评价。通过最可预报分量分析(PrCA),得到季节降雨的最可预报型。将最可预报型投影到海温场,得到了降水最可预报型对应的海温分布。研究发现:相关系数所反映的预报和观测的线性相关程度总体上是低纬度海洋区域比高纬度陆地区域高,而均方根误差反映的则是在海洋区域降雨预报偏离实际值的程度较陆地区域大,预报水平与目前降雨的季节预报水平相符。潜在可预报性估计表明,潜在可预报率存在空间上的变化,从低纬度向高纬度、从海洋到内陆,呈衰减趋势。同时,信号和噪音的分析表明,信号成分占主导作用,形成了潜在可预报率的空间分布格局,暗示了海洋外强迫的重要作用;中国大陆缺少像海洋区域那样明显的外强迫,因此降水季节预报技巧相比热带海洋区域非常有限。海温投影的分析表明海洋的外强迫是东亚降雨季节预报的重要来源。尽管厄尔尼诺本身的复杂性,它对东亚夏季风的重要影响及其与东亚降雨预报之间的遥相关揭示了它们内在的联系。