印度夏季风降水一般是指每年6—9月西南季风带来的降水,它由索马里急流从南印度洋携带来的水汽和阿拉伯海洋面蒸发的水汽所产生,其多年平均值为852mm,占印度全年降水总量的78.2%(Parthasarathy et al.,1994;张东启等,2000)。印度夏季风降水的年际变化所产生的干湿年降水量差值可达413mm,为多年夏季风降水量平均值的48%(Parthasarathy et al.,1992)。显然,干湿年降水的变化幅度如此之大,印度夏季风降水的年际变化对该地区人民的生产和生活产生了决定性的影响。同时,印度夏季风降水是南亚气候系统中一个极其重要的组成部分,因此研究印度夏季风降水的年际预报具有重要的意义。

关于印度夏季风的年际变化预报因子有很多,厄尔尼诺-南方涛动(El Niño-Southern Oscillation,以下简写为ENSO)就是其中之一。印度夏季风的年际变化一般定义为季节过渡或季节过程对平均年循环的年偏差,这种季风的年偏差常表现为10a尺度以下的多种振荡(柳艳菊和丁一汇,2007;丁一汇等,2013)。而ENSO作为目前已知发生在赤道太平洋最强的海温年际气候异常,通过赤道地区大尺度热源东西向移动来影响印度季风的年际变化(Krishna et al.,1999;倪东鸿等,2000;张文君等,2018;王黎娟等,2000)。Ding(2007)、Turner and Annamalai(2012)研究表明,对于亚洲夏季风的年际尺度变率,由ENSO事件引起的SST异常是这种季风变率的主要强迫因子。几乎所有季风降水的统计预报方案都依赖于各种ENSO指标量值的变化,这些指标包括从冬季(9月至次年2月)到春季(3—5月)的各种ENSO指标(Trenberth,1997;冯晓伟和孙照渤,1998;Hanley et al.,2003;江丽俐等,2009)。因此若以ENSO作为预报因子来预报季风降水,其成功与否依赖于季风和ENSO相关关系的稳定性。

前人对于印度夏季风降水和ENSO的关系已有不少的研究(Rasmusson and Carpenter,1983;Webster and Yang,1992;倪允琪等,1995;黄荣辉等,1996;管兆勇等,1997;陶诗言和张庆云,1998;Kirtman and Shukla,2000;肖海平和龚道溢,2000;晏红明等,2001;Wang et al.,2003;吕梁宏和郑小童,2017;Roy et al.,2017),主要观点是El Niño发展年赤道沃克环流的位置改变使得印度地区的对流受到抑制,或者是海陆热力梯度的减小,引起了印度干旱,而La Niña发展年正好相反,但其时间尺度仅局限于过去一百多年的观测资料。但是,也有不少研究(Kinter et al.,2002;Krishnan et al.,2003;Kawamura et al.,2005;Srivaatava et al.,2015)指出,印度夏季风降水和ENSO的关系并非一直是负相关,1980年之后这种关系已经被破坏了。Krishna et al.(1999)对1856—1997年历史资料的分析表明:ENSO与印度夏季风的反相关关系(暖ENSO事件产生弱季风)在1980年之后不再显著,其原因如下:一是沃克环流的东南移动,使得印度地区下沉气流减弱,从而印度夏季风降水增多。除此之外,冬春季欧亚大陆地面温度升高,使得欧亚大陆和印度洋之间的热力梯度加强,因而导致了强季风的爆发。所以,当海陆热力梯度加强时,尽管发生了强El Niño事件,其造成的印度夏季风降水的减少可能会被海陆热力梯度加强导致的强季风爆发所抵消,使得印度夏季风降水维持正常的水平。

尽管已有众多学者研究了印度夏季风降水和ENSO之间的关系,但其时间长度都仅限于过去100多年,且大部分为观测资料,那么在过去500a二者的关系又是怎样的呢?本文主要关注大尺度背景场气候态对ENSO和印度夏季风关系的调制作用,所以来研究过去500a二者的关系,看其是否稳定,且关注小冰期(取1470—1850年)、现代暖期(取1851—1980年)的背景场下二者关系有何不同,并探索其背后的原因,以期对未来全球变暖背景下印度夏季风降水的年际变化做出更好的预报。

1 资料和方法

1.1 关于ENSO指数及东亚降水重建的研究

气候重建为探讨气候变化机制提供了过去气候变化特征的基本事实(周天军等,2009)。气候重建的尺度一般为几百年至上千年,包括了中世纪暖期、小冰期和现代暖期,重建所用的代用记录一般为冰芯、珊瑚、树轮和石笋等,也有科学家利用历史文献来进行气候重建。这些代用数据一般时间跨度比较长,时间分辨率较高,且与ENSO的关系比较稳定,所以用来重建过去千年的ENSO指数,由此得到的重建结果较为可靠。相比于器测资料,重建资料具有更长的时间尺度,可以更好地研究气候现象的变化过程及其机理。ENSO振幅变化的幅度影响世界各地气候极端事件的发生和可预测性,但检测和预测ENSO振幅变化的能力受到观测的限制,器测记录太短,无法表征其自然变异性。所以分析过去千年长时间尺度的ENSO变化特征有着重要意义。前人对此已有不少的研究。Li et al.(2011)用北美干旱地图集(North America Drought Atlas,简写为NADA)的干旱指数数据对过去1 100a内ENSO的变化进行了分析,得到了一个长时间的连续序列。重建的结果与太平洋及其周边地区独立,且与ENSO敏感的代用记录有广泛的一致性。记录表明ENSO振幅呈现50~90a的准常规周期,与热带太平洋平均状态密切相关。除此之外,众多学者(Stahle et al.,1998;Mann et al.,2000;DArrigo et al.,2005;Cook et al.,2008;Braganza et al.,2009;Mcgregor et al.,2010;Wilson et al.,2010;Li et al.,2011;Emile-Geay et al.,2013;Li et al.,2013)利用北美西南树轮的资料和全球其他代用资料对ENSO指数进行了重建,时间跨度最长的是从900—2002年,最短的是从1706—1997年,重建的ENSO指数和已有器测数据所计算的ENSO指数相关性很好,相关系数可达0.87。

在印度降水的重建方面,Feng et al.(2013)根据亚洲大陆284个站点的树木年轮数据、历史文献记录、冰芯记录和少数长期仪器数据序列,采用正规期望最大化方法(Regularized Expectation Maximization,RegEM)对亚洲大陆(60°~135°E,5°~55°N)1470—1999年5—9月的降水进行了重建。该方法在过去数10年里多用于以代用数据为基础的古气候重建,相较于逐格点法,它能更好地表征大范围的降水多少。文中对重建的降水和前人的重建结果进行了比较,尽管所使用的方法和选定的区域有一定差别,但重建资料之间的相关性很好,达到了0.751,所呈现的旱涝时期也对应得很好,这就进一步验证了重建资料的可靠性。最终结果表明,重建降水在大多数研究区域是可行的,在中国东部,印度和其他湿润气候地区效果最好。降水不仅验证并且提供了一个更大的范围来了解这些过去的气候事件及其与亚洲夏季风的关系。Shi et al.(2017)利用树轮数据、历史文献和器测资料重建了1475—1995年的中国地区的夏季(5—9月)降水。结果表明,重建的降水与器测资料匹配度高,具有较高的可信度。文中所用的重建基础数据为Feng et al.(2013)重建的亚洲地区1470—1999年5—9月的降水资料,其相关性达到了0.68,可信度较高,以此为基础,研究过去500a ENSO对印度夏季风降水的影响,分析小冰期和现代暖期背景场下二者关系有何不同,并解释其关系不同的原因。

1.2 资料介绍

采用资料分为观测资料和重建资料,观测资料包括全球降水气候学中心(Global Precipitation Climatology Centre,简称GPCC)的1901—2013年的月平均降水资料(Schneider et al.,2011);哈德莱中心(Hadley Centre Sea Ice and SST data set,简称HadISST)1870—2013年的月平均海温资料(Rayner et al.,2003);此外还有美国国家环境预报中心(National Centers for Environmental Prediction,简称NCEP)的1948—2013年的月平均风场资料(Kalnay et al.,1996)。重建资料包括10套重建的Niño指数(Stahle et al.,1998;Mann et al.,2000;D’Arrigo et al.,2005;Cook et al.,2008;Braganza K et al.,2009;Mcgregor et al.,2010;Wilson et al.,2010;Li et al.,2011;Emile-Geay et al.,2013;Li et al.,2013),其重建所用资料及时间长度见表1;还有根据树木年轮数据、历史文献记录、冰芯记录和少数长期仪器数据序列,采用正规化期望最大化(RegEM)的方法重建的1470—1999年5—9月亚洲大陆(60°~135°E,5°~55°N)的降水资料(Feng et al.,2013)。

1.3 方法介绍

对于ENSO事件年份的选取方法如下:对1470—1999年的重建的10套Niño指数做平均,并做标准化处理,将大于一个标准差的年份定义为El Niño年,小于一个负标准差的年份定义为La Niña年,共得到54个El Niño年和54个La Niña年;同时,本文还利用了以下统计学分析方法,主要包括:1)合成分析、相关分析和一元回归分析方法;2)经验正交分解(Empirical Orthogonal Function,EOF)方法;3)滑动相关、高斯滤波和t检验方法;4)能量谱分析方法。

2 ENSO发展年印度夏季风降水的异常

2.1 观测资料中ENSO和印度夏季风降水的关系

1979—2013年5—9月印度夏季风降水区域平均值为161mm/mon(图1),低层有夏季风从西南输送的暖湿气流提供水汽。作为印度降水的主要来源,印度夏季风所带来的降水异常深刻影响着当地人民的生产生活,其异常量级与ENSO的关系如何呢?

图2a、2b是观测资料中1901—1999年El Niño和La Niña事件发生时,印度夏季风降水异常的合成,根据HadISST计算的Niño3指数,并做标准化处理,以一个标准差为界限,一共对14个El Niño和12个La Niña年进行了合成。可以看出,在El Niño的发展年,印度夏季风降水呈现负异常;而La Niña的发展年则出现降水正异常,其量级较大,达到了20mm/mon。可见,ENSO确实与印度夏季风降水存在反相关的关系,即El Niño发展年印度夏季风降水减少,La Niña发展年降水则增多。那么,重建资料中结果又是怎么的呢?其结果与此有什么不同呢?

2.2 过去500 a ENSO和印度夏季风降水的关系

为了研究重建资料中印度夏季风降水和ENSO的关系,首先验证重建的ENSO指数是否可靠?其与观测的ENSO相关性如何?图3是10套重建的Niño指数的1470—1999年的分布状态,可以看出,重建的10套Niño指数的平均状态和观测海温所计算的Niño3指数吻合度很高,其相关系数达到了0.87,这表明过去重建的Niño指数可信度较高,可以用来判断过去500a的ENSO事件。其次验证了重建降水资料的可靠性,可以看出,图3d中1901—1999年重建资料和观测资料所计算的印度区域平均降水的相关性达到了0.68。因此重建的降水资料可信度较高,可以较好地表征过去500a印度地区的降水特征。

那么,重建资料中,当ENSO事件发生时,印度夏季风降水是如何变化的呢?在El Niño和La Niña事件的发展年份,其对印度夏季风降水的影响与观测资料有何不同呢?图4是过去500a中El Niño和La Niña事件发生时,印度(68°~97°E,8°~36°N)夏季风降水异常的合成。可以看出,不管是El Niño发展年还是La Niña发展年,10套重建的Niño指数所得到的结果均较为一致。在El Niño发展年,印度地区呈现较为明显的降水负异常;在La Niña发展年,印度地区则呈现较为明显的降水正异常。尽管各Niño指数所导致的降水异常的大小稍有不同(这可能是由于10套Niño指数的年份长短不同所导致,也有可能由于资料重建所采用的方法和代用指标不同所引起),但总体量级为-5~5mm/mon。

考虑到10套重建的Niño指数有以下三点不同,其一是时间长度的不同,最长的Niño指数时间跨度从900—2000年(Li et al.,2011),最短的Niño指数时间跨度从1706—1977年(Stahle et al.,1998);其二是重建所采用的代用指标取值地点有所差异,但总体都是采用树轮、珊瑚和冰芯等可靠的代用指标,所重建的指数较为可靠;其三是各套Niño指数的重建方法有所差异,但重建结果的可信度经验证均较高。为了进一步提高资料的可信度,防止因为单个资料的异常而引起的降水异常幅度产生不真实的结果,从而使本文得出的结论更加可靠,我们最终的Niño指数采用10套资料的平均值,并将其时间跨度限制在1470—1999年,与重建的印度地区降水对应起来。首先计算10套Niño指数平均值,并做标准化处理,选取其大于一个标准差和小于一个负标准差的年份,定义为El Niño和La Niña的发展年份,分别得到54个El Niño年和La Niña年,然后合成两种情况下的印度夏季风降水异常(图5a、5b),可以看出在El Niño的发展年,印度夏季风降水呈现负异常,而La Niña发展年则呈现正异常。

进一步讨论Niño指数振幅的变化和不同指数选取的El Niño和La Niña年份,对印度地区的夏季风降水异常量级有无影响。第一,由图3a可以看出,10套Niño指数的振幅不同,但相比于平均后的Niño指数,其振幅明显偏大,但是最后得到的结果却类似,即不同Niño指数的变率变幅不同,但其引起的印度夏季风降水异常的量级却非常接近。第二,10套Niño指数由于时间长度不同,再加上其本身的振幅的差异,所选取的El Niño和La Niña的年份个数不同,其中El Niño事件个数分别为43、49、76、83、73、47、63、100、90和79个,La Niña事件分别为45、41、86、91、71、47、59、96、87和79个。合成后的新Niño指数所选取的El Niño和La Niña事件个数分别为54和54。尽管10套Niño指数和合成的新指数的变率变幅有所差异,各自选取的ENSO年份也有所不同,但其对印度夏季风降水异常的影响比较一致。即El Niño发展年印度夏季风降水异常减少,La Niña发展年印度夏季风降水异常增多。其量级均为-5~5mm/mon。由此得到结论,Niño指数振幅的变化和不同指数选取的El Niño和La Niña年份,对印度地区的夏季风降水异常量级影响很小,几乎可以忽略不计。

另外,10套重建的Niño指数由于代用指标源地不同,其中第1、2、5、6、9和10套(Stahle et al.,1998;Mann et al.,2000;D’Arrigo et al.,2005;Cook et al.,2008;Emilegeay et al.,2013;Li et al.,2013)重建ENSO指数涉及全球树轮及其他代用记录,与印度重建降水不独立;其中第3、4、7和8套(Braganza K et al.,2009; Mcgregor et al.,2010;Wilson et al.,2010; Li et al.,2011)重建ENSO指数分别利用了北美西南及墨西哥树轮,墨西哥及德州树轮,中太平洋珊瑚、德州树轮、其他珊瑚、冰芯和北美树轮,与印度重建降水独立。

针对以上两种情况,分别计算了El Niño和La Niña发展年时,印度地区的降水异常情况,发现不管是哪种情况,印度地区的降水量级都在-5~5mm/mon,从而说明了ENSO重建指标与印度重建降水是否独立对南亚降水异常的影响程度基本一致。

值得注意的是,利用重建Niño指数所计算的降水异常的量级非常小,只达到了5mm/mon,而观测资料中则达到了20mm/mon,这是什么原因造成的呢?接下来将讨论这一现象。图5c、5d是重建降水资料在1470—1999年中的降水异常的标准差分布的合成,基于重建的10套Niño指数的平均,以一个标准差为基准,合成了54个El Niño和La Niña事件。可以看出,不管是El Niño发展年还是La Niña发展年,印度大部分地区的降水异常的标准差都很大,达到了10~20mm/mon,这表明,不同的El Niño或是La Niña事件对印度地区的夏季风降水异常影响并不一致,存在较大的差别,从而使得1470—1999年的印度地区夏季风降水异常和Niño指数的关系并不稳定。

因此,多年El Niño和La Niña发展年份印度地区夏季风降水异常幅度偏小的原因是,ENSO和印度夏季风降水异常的关系不稳定,合成过程中降水正负异常相互抵消,从而使总体合成的降水异常量级偏小。为了验证重建Niño指数选取的ENSO年份的可靠性,将其与1901—1999年利用观测哈德莱海温和观测降水选取的ENSO年份进行了比对,如表2所示,观测和重建资料中El Niño发展年、La Niña发展年,两者基本一致,这也进一步证明了重建资料采用10套平均Niño指数的合理性。

注:1)表示观测资料和重建资料具有相同的ENSO年份.

既然印度地区夏季降水异常和ENSO之间确实存在着不确定的关系,那这种关系到底是怎样的呢?图6是1470~1999年印度地区的降水异常和10套Niño指数平均的21a滑动相关,同时计算了二者的标准差。两套资料都经过了9a高斯滤波和标准化的处理。图中淡蓝色实线为印度地区降水异常,深蓝虚线为印度夏季降水异常的标准差,淡灰色细线表示10套Niño指数平均,黑色虚线表示其标准差,深色加粗黑线表示1470—1999年印度地区的降水异常和10套Niño指数平均的21a滑动相关系数,紫红色细线表示10套Niño指数各自的标准差,红色虚线表示相关通过了95%的显著性检验(-0.422 7)。

可以看出,二者的关系并不稳定,一直在变化,但总体上呈现负相关,尤其是在现代暖期。小冰期二者的相关系数为-0.19,现代暖期则为-0.48,这可能是因为现代暖期ENSO的振幅更大,从而对印度地区的夏季风降水影响更大。另外,滑动相关序列和10套Niño指数平均及降水异常的标准差相关系数分别为-0.54和-0.63。这就表明,强度更强的ENSO的事件能更大程度地影响印度地区夏季风降水。10套Niño指数平均和印度地区降水异常的相关系数为0.65,也就是说,印度夏季降水异常的振幅和Niño指数的振幅呈同步变化。

另外,可以看出,Niño指数的振幅在1870年左右发生了突变,振幅明显增强,也就是有器测海温的出现的年份,而在这之前Niño指数的振幅都比较小。为了排除由于某一套Niño指数的异常突变而引起这一结果的可能性,分别绘制了10套Niño指数的标准差,如图6中紫红色细线所示,可以看出,基本上每套Niño指数的振幅都会在1870年之后增大,由于此处采用的Niño指数均是重建资料,所使用的降水也是重建资料,所以Niño指数振幅突变可能更多的由小冰期和现代暖期ENSO和印度夏季风降水的状态不同所引起,将在下文中详细讨论。

3 ENSO和印度夏季风降水关系的确定性

从上面的分析中可知,尽管重建资料中降水异常量级减小了,但El Niño发展年印度夏季风降水减少,La Niña发展年降水则增多这一现象确实存在。那么,印度夏季风降水异常是否由ENSO引起呢?这种异常是稳定的还是随机产生的?只是偶然的相关还是确实存在着反相关关系?接下来用经验正交分解(EOF)方法对其进行判断。图7是1470—1999年东亚降水异常的第一个EOF模态及时间序列。可以看出,第一空间主模态的解释方差占总方差的19.6%,显示印度大部分地区呈现负降水异常,其时间序列呈现年际变化的信号,这是因为高斯滤波滤掉了其低频变化。这就表明,当ENSO事件发生时,印度地区夏季降水确实会出现异常,这种关系并非随机产生的。

为了进一步表明印度地区的夏季降水异常是由ENSO引起的,而并非随机产生的。对降水异常的第一空间主模态(图7a)和El Niño以及La Niña事件发生时印度地区降水异常的合成(图5a、5b)求空间相关性,分别达到了0.85和-0.90,也就是说,印度地区EOF第一空间主模态的降水异常是由ENSO事件引起的。

接着分析EOF时间序列和10套Niño指数的相关性。可以看出,图7c中,第一时间序列和10套Niño指数平均的相关系数达到了0.30,通过了95%的显著性检验;同样,图7d中,第一时间序列和HadISST计算得到的Niño3指数相关系数为0.44,也通过了95%的显著性检验。这进一步证明了印度地区夏季风降水异常与ENSO密切相关。

最后,对印度地区平均降水序列和观测的哈德莱海温资料做了相关分析,并将二者的相关系数回归到海温上(图8),分别从发展年的夏季(JJA),秋季(SON),冬季(DJF)到衰减年的春季(MAM),夏季(JJA),可以看出,不管是相关分析还是线性回归,很明显海温存在一个El Niño发展过程,即在发展年的夏季开始,东太平洋海温开始变暖,秋季变暖状态持续并加强,到冬季达到峰值,次年春季开始衰减,次年夏季基本消失的过程。大部分区域都通过了95%的显著性检验,这就进一步说明,印度地区的夏季风降水异常主要由ENSO事件引起。

4 小冰期和现代暖期ENSO和印度夏季风降水的状态

重建资料中,ENSO确实引起了印度夏季风降水异常,但二者的负相关关系在小冰期较弱而现代暖期加强。这是什么原因造成的呢?从两个时期中,印度夏季风降水和ENSO的振幅、平均状态和周期进行分析,探讨其背后的原因。图9a、b为印度夏季风降水异常在小冰期和现代暖期情况下,印度地区降水异常标准差的对比。

首先,要知道在印度夏季降水异常和10套Niño指数平均滑动相关指数的不同时段,它们的振幅是否存在区别。很明显印度夏季降水异常在小冰期和现代暖期情况下存在较大差别,区域平均值分别为9.9mm/mon和12.3mm/mon。另外,两种情况下10套Niño指数平均也有很大的不同,分别为0.68和0.96。这就表明在现代暖期印度夏季降水异常和ENSO的振幅更大。

在分析了标准差之后,来关注两个时期中降水和10套Niño指数平均的平均状态,图9c、d是印度夏季风降水异常在小冰期和现代暖期情况下,印度地区降水平均状态的对比。可以看出,降水的平均态在两个时期下差别很小,分别为162.3mm/mon和163.5mm/mon,仅相差1.3mm/mon。Niño指数在两种情况下分别为0.046 7和-0.014 3,差别也很小。可见两个时段印度夏季风降水和Niño指数平均状态差别并不大。

最后,对两个时期降水异常和Niño指数的周期进行分析(图10)。可以看出,不管是印度夏季风降水异常还是10套Niño指数平均,均是现代暖期周期较大,为4~6a,而小冰期则较小,为2~4a,但二者的能量谱在两种状况下差别不大。

综上,得到结论,相比于小冰期,现代暖期的降水异常和ENSO的振幅及周期明显偏大,而平均状态差别不大,由此导致了印度夏季风降水异常和ENSO的负相关程度在现代暖期加强。

5 结论

通过对重建的过去500a(1470—1999年)的印度夏季风降水和Niño指数进行统计处理,分析了小冰期和现代暖期ENSO与印度夏季风降水的关系,并分析其关系不同的原因,得到以下结论:

1)过去500a(1470—1999年)ENSO和印度夏季风降水的关系并非是一成不变的,大体上呈现负相关,在小冰期(LIA)负相关程度较弱,现代暖期(CWP)负相关程度有所加强,而19世纪80年代之后负相关又开始减弱。

2)过去500a,印度夏季风降水异常和ENSO关系比较确定,是确实存在的,并非是随机产生的。

3)小冰期和现代暖期,印度地区夏季降水异常和Niño指数的标准差和周期都有很大的不同,现代暖期明显较大。但二者平均状态和能量谱相差并不大。即相对于小冰期,现代暖期ENSO振幅增强,周期变大,导致印度夏季风降水和ENSO的负相关关系偏好。

值得注意的是,此处并未利用模式资料来验证结论,在以后的工作中将进一步探索二者关系在现代暖期优于小冰期背后的原因。

参考文献