热带印度洋季节内振荡对海表温度日变化的影响＊

杨 洋，于卫东，孙即霖，李奎平，刘延亮，高立宝

（1.中国海洋大学 海洋-大气相互作用与气候实验室，青岛 山东266100；2.国家海洋局 第一海洋研究所海洋与气候研究中心，青岛 山东266061）

海表作为海洋和大气的交界面，其温度的变化受到多种因素的控制，不同时间尺度的大气和海洋过程都会在SST 的变化上有所体现。作为大气的底边界，SST 的变化也会对不同时间尺度的大气过程产生反馈作用［1-5］。

SST 的日变化过程是一种非常显著的信号，尤其在热带地区，其变化幅度可达1℃［6-7］，如此显著的SST变化很可能会对大气产生反馈作用。虽然很多海气耦合模式的实验表明，在正确分辨SST 的日变化过程后，其模拟结果往往能够得到较大改进［7-10］。但是，SST 的日变化特征及相应时间尺度的海-气相互作用过程却认识尚浅。作为一种小时间尺度的变化过程，SST 的日变化受到其它海洋和大气低频活动的影响［11］，其中，大气季节内振荡就是一个重要的影响因子。

大气季节内振荡是活跃于热带地区的一类大尺度扰动系统，其周期范围在20～90d，根据大气对流的发展状况，可以将其划分为对流活跃阶段和抑制阶段。MJO 导致的热通量、动量通量和淡水通量的变化对SST 产生显著影响，由此引起与MJO 相一致的SST 季节内变化过程［12-15］。

MJO 对SST 的影响显著体现在其日平均值和日变化振幅两个方面。就日平均的SST 而言，暖（冷）的SST 异常大约落后减弱（增强）的对流异常1／4周期，并且伴随着MJO 对流异常向东传播。这种SST 异常的振幅有时甚至超过2℃，它会对大气产生反馈作用，影响MJO 对流的发展和传播［16］。SST 的日变化特征，也受到MJO 过程的调制。Sui［8］利用浮标观测资料，指出西太平洋SST 日变化特征受到MJO 影响，对流抑制阶段的SST 日变化振幅显著强于对流活跃阶段。卫星观测资料也显示出西太平洋的SST 日变化振幅与MJO 过程存在联系［17］。Milind［18］利用孟加拉湾北部的浮标观测资料，也指出其SST 日变化振幅在MJO 不同阶段存在明显差异，而且SST 的日变化过程与其季节内变化过程存在密切联系。

很多模式实验表明，SST 的日变化过程对大气MJO 的模拟具有至关重要的作用［19-20］。虽然热带印度洋是MJO 最活跃的区域，但是受观测资料的限制，关于SST 的日变化特征及其与MJO 联系的研究甚少。以往针对SST 日变化特征的研究大多集中在太平洋海区，多数的研究只是集中在个例分析，多事件合成的统计性结果尚不多见。随着印度洋海洋观测系统“亚-非-澳季风分析和预测研究浮标网”（Research Moored Array for African-Asian-Australian Monsoon Analysis and Prediction，RAMA）的开展，大量的高分辨率实时观测资料为我们研究热带印度洋SST 的日变化特征及其与MJO 的联系提供了可靠依据。基于此，本文章将利用RAMA 浮标的提供地高分辨率现场观测资料，进一步探讨MJO 对SST 日变化特征的影响。

1 资料和分析方法

1.1 资 料

本文章使用的主要资料来自RAMA 浮标阵列位于90°E，1.5°S的浮标（http：／／www.pmel.noaa.gov／tao／），包括逐时的SST，时间跨度为2002-01-01-2008-12-31；海表气象资料：短波辐射、气温、气压、相对湿度和风场，共含3个时间段：2002-01-01-2002-07-31、2003-07-13-2004-06-08和2004-07-13-2005-06-24。之所以选取该浮标，是因为其位于赤道东印度洋，MJO 过程非常活跃，而且，它也是印度洋现有浮标阵列中，持续观测时间最长的浮标。之所以采用上述时间段，是由浮标有效观测数据所决定。为了表征大气深对流过程，我们采用了NOAA 逐日的大气对外长波辐射（Outgoing Longwave Radiation，OLR）资料。

1.2 方 法

我们通过选取MJO 事件，然后利用合成分析的方法来研究SST 的季节内变化特征。在选取MJO 事件时，以浮标所处位置20～90d带通滤波的OLR 为标志，当某次季节内变化过程的正负异常值均超过一倍标准差时则选定此MJO 事件。按照以上判据，我们一共选定了32个MJO 事件（图1）。

对于所选取的MJO 事件，我们把对流最活跃时，即OLR 极小值时，定义为0°位相，前后两个对流抑制阶段，即OLR 极大值时，分别定义为-180°和+180°位相，而相应的两个中间阶段，即OLR 异常值接近于零时，则分别为-90°和+90°位相。为了减小分析误差，我们在上述定义的每个位相附近各选取5d，以其平均值来代表该位相的状态。根据上述定义的MJO 各位相，我们把浮标观测的逐时SST 资料在相应的时间段按照时刻进行合成，据此分析SST 在MJO 不同位相的特征。

SST 的变化主要受混合层热平衡方程控制：

式中，T 为海表温度；Qnet为海表净热通量；ρ为海水密度；Cp为海水比热；H 为混合层深度；→U 为平流流速；w为混合层的夹卷速度。式（1）中为热通量项；-·▽T 为温度平流项；-w·为夹卷项；F 为耗散项，其量级一般较小，本文章不予考虑。

针对有海表气象观测资料的时间段，引入一维的PWP海洋混合层模式［21］，在验证其适用性后，据此分析SST 的控制机制。该时间段共含11个MJO 事件，如图1方框所标示。

以下的研究内容主要分为两部分，首先利用浮标观测资料揭示SST 的季节内变化特征；然后通过PWP一维海洋混合层模式对其季节内变化特征进行模拟并作简要分析。

图1 浮标所处位置20～90d带通滤波OLR 时间序列Fig.1 20～90day band-pass filtered OLR time series at the buoy position

2 结 果

2.1 MJO 不同位相的SST 日变化特征

图2给出了以OLR 为表征的MJO 时-空演化过程，图中星号表示浮标所处的位置。在-180°位相时，MJO 对流抑制阶段控制了赤道东印度洋，此时，浮标所处位置大气对流很弱，天气晴朗。-90°位相时，MJO对流抑制过程的主体移动到孟加拉湾地区，一支新的MJO 对流在西印度洋生成。在0°位相时，MJO 对流向东移动到东印度洋，此时，浮标处于强对流区域，云层深厚，降水较多。在+90°位相时，MJO 对流已经向东、向北传播，新的对流抑制过程在西印度洋形成。至+180°位相时，MJO 对流抑制过程重新控制东印度洋，完成了一个周期。

图3给出了上述MJO 各位相的逐时SST 合成结果。从SST 的日变化情况来看，在MJO 各个位相，SST 在08∶00之前呈现缓慢降低的状态；随后快速升高，在15∶00-16∶00点左右达到最大值。在MJO影响下，SST 呈现出显著的季节内变化特征，主要体现在日平均值和日变化振幅两个方面。为了便于讨论，我们把每个位相的SST 分解为两部分，即SST=+SST′。其中，代表日平均值，SST′为偏离的逐时异常值。

图2 MJO 的时-空演化合成图（w·m-2）Fig.2 Composited diagrams showing the spatial-temporal evolution of MJO（w·m-2）

图3 逐时的SST（a）及变化率（b）在MJO 不同位相的特征Fig.3 Hourly SST（a）and SST trend（b）at different phases of MJO

图4给出了与SST′的标准偏差（δSST′）在MJO 不同位相的分布特征。就而言（图4b），它在-90°位相时达到最大值，在+90°位相时达到最小值，其季节内变化幅度在0.5℃左右。也就是说，正SST异常领先大气对流1／4周期，而负异常落后大气对流1／4周期。这种大气对流变化与变化之间的关系已得到广泛研究［17］，本文章不再赘述。

图4 OLR（a），（b）和δSST′（c）在MJO 不同位相的分布Fig.4 OLR（a），（b）andδSST′（c）at different phases of MJO

SST 的日变化幅度（δSST′）也存在明显的季节内变化，但是它与MJO 对流的位相关系不同于，δSST′与MJO 对流活动具有直接的反位相关系（图4c）。在0°位相，即对流活动最强时，SST 的日变化幅度最小，标准差大约为0.06℃；在±180°位相对流活动最弱时，SST 的日变化幅度最大，标准差大约为0.23 ℃。显然，MJO 对流最弱时的SST 日变化振幅大约是对流最强时的4倍，其季节内变化异常显著。

那么，大气MJO 到底通过何种途径影响SST 的日变化特征呢？在海表观测资料的强迫下，一维海洋混合层模式能否再现SST 的季节内变化特征呢？我们将在下一节进行分析。

2.2 MJO 对SST 日变化的影响机制分析

PWP一维整体海洋混合层模式已被广泛的用于热带地区SST 的日变化和季节内变化特征的模拟［22］，具有很好的适用性。本文章所用的浮标位于东印度洋暖池区，水平温度梯度较小，一维海洋混合层模式在原则上具有可行性。我们首先以浮标观测的海表通量，包括：热通量、动量通量和淡水通量，来强迫PWP 混合层模式，通过与浮标观测的SST 进行比较，验证该模式的适用性。模式运行时采用的时间分辨率为1h，垂向分辨率为0.5m。

针对本研究所选取的时间段中包含的11个MJO 事件，逐时的SST 观测值和模拟值按照MJO 位相进行了合成，如图5。通过比较不难发现，在MJO各个位相，PWP模式的SST 的模拟结果都与观测值相当接近，这说明该混合层模式在本研究中具有可行性。下面我们将利用模式结果开展进一步分析，讨论MJO 对SST 日变化的影响机制。

如方程1所示，影响SST 变化的主要因素包括热通量项、水平温度平流和混合层夹卷过程。一维混合层模式在不考虑水平温度平流的情况下，很好地模拟了MJO 对SST 日变化特征的影响（图5），这说明该区域温度平流项对SST变化的贡献较小，而热通量项和混合层夹卷过程是MJO 影响SST 日变化特征的主要途径。MJO 作为周期性的过程，SST 的日变化振幅在其±180°位相时最大，在0°位相时最小，而±90°时则介于以上二者之间。在讨论其季节内变化特征时，为了方便，我们仅对-180°和0°位相进行了比较。其中-180°代表了MJO 对流抑制阶段，0°代表了MJO 对流活跃阶段。

图6给出了MJO 两个位相的海表净热通量（图6a）、混合层深度（图6b）以及热通量项（图6c）和混合层夹卷过程（图6d）的日变化情况，可以看出，上述变量在MJO 两个位相存在显著差异。在MJO 对流抑制阶段，风速较小，潜热释放较少，太阳短波辐射较强，海表的净热通量在中午时可达600 W／m2（图6a）；夜间短波辐射降为0后，在潜热和感热通量以及长波辐射的失热作用下，净热通量降至-150 W／m2左右，整个日变化幅度达到750 W／m2。在MJO 对流活跃阶段，风速较大，潜热释放增强，太阳短波辐射减弱，海表的净热通量在中午时只有300 W／m2；夜间短波辐射降为0后，在潜热通量等失热项的作用下，净热通量降至-180 W／m2左右，整个日变化幅度只有480 W／m2，较对流抑制阶段显著减弱。风场在MJO 两个阶段的差异，同时导致了混合层深度的差异（图6b）。在对流抑制阶段，平均混合层深度在10m 左右，在太阳短波辐射最强时的中午更是不足5m，造成强烈的加热效应（图6c）。而在MJO 对流活跃阶段，平均混合层深度达到35m，中午最浅时仍有30m，其白天的加热效应显著弱于MJO 对流抑制阶段。在夜晚降温阶段，虽然对流抑制阶段时海表失热较少，大约为-150 W／m2，但是其混合层较潜，因此其冷却效应仍强于对流活跃阶段（图6c）。比较图6c和图5b，我们可以看出，热通量项的热效应是SST 日变化的主要控制因素，它也是MJO 影响SST 日变化振幅的主要途径。

混合层温度的变化还受到其底部夹卷冷却过程的影响，与热通量项的作用相比，它对混合层温度日变化的影响较小，但也存在季节内变化（图6d）。在MJO 对流抑制（活跃）阶段，由于白天短波辐射较强（弱），而且混合层较浅（深），混合层的升温较多（少），导致混合层与其底部的温差较大（小），因此傍晚混合层加深时，夹卷过程对混合层的降温作用相对较强（弱）。

通过以上的分析我们可以看出，海表热通量和混合层深度的季节内变化是导致SST 的日变化特征在MJO 不同位相产生差异的主要原因，而短波辐射通量在热通量四项中作用最为明显。在MJO 对流抑制阶段，热通量的日变化振幅较大，而且平均混合层较浅，导致混合层在白天的升温效应和夜晚的降温效应都较强，因此SST 的日变化较大。混合层较浅，白天升温快，导致其底部的垂向温度梯度较大，因此傍晚混合层夹卷的冷却效应较强，这与热通量引起的降温效应相配合，增强了SST 的日变化振幅。MJO 对流活跃阶段的SST 日变化较弱，其分析与上类似，不再详述。

图5 SST 日变化的观测值和模拟值的对比Fig.5 Contrast between the observed and the simulated values of diurnal variations of SST

图6 MJO 对流抑制位相和对流活跃位相的对比Fig.6 Contrast between the suppressed and the enhanced phases of MJO

3 结 语

本文章利用印度洋观测浮标提供的逐时资料，按照MJO 位相进行合成，揭示了SST 的季节内变化特征。结果显示，日平均SST 和SST 日变化均存在显著的季节内变化。其中，日平均SST 的变化趋势落后于MJO 对流1／4周期；与之不同，SST 的日变化与MJO 对流呈直接反位相关系。在对流活动最强时，SST 的日变化振幅最小，标准差为0.06 ℃；在对流活动最弱时，SST 的日变化振幅最大，标准差为0.23 ℃。

以浮标观测的海-气通量强迫一维海洋混合层模式，再现了SST 的日变化特征及其季节内差异。诊断表明海表热通量和混合层深度的季节内变化，是导致MJO 不同位相SST 的日变化存在差异的主要原因。

本研究对SST 季节内变化特征的分析，仅基于（90°E，1.5°S）的浮标数据，不排除的分析结果存在一定误差。随着印度洋海洋观测系统的发展，可利用的浮标数量越来越多，进一步的工作可以致力于分析MJO影响下SST 日变化特征的区域差异。

：

［1］ XIAO Z N，YAN H M.A numerical simulation of the Indian Ocean SSTA influence on the early summer precipitation of the Southern China during an El Nino year［J］.Chinese J.Atmos.Sci.，2001，25（2）：173-183.

［2］ MURTUGUDDE R，BUSALACCHI A J.Interannual variability of the dynamics and thermodynamics of the tropical Indian Ocean［J］.J.Climate.1999，12（8）：2300-2326.

［3］ LI C Y，MU M Q.The dipole in the equatorial Indian Ocean and its impacts on climate［J］.Chinese J.Atmos.Sci.，2001，25（4）：433-443.

［4］ MATHEW R，YOUICHI T.Influence of sea surface temperature on the intraseasonal variability of the South China Sea summer mon-soon［J］.Clim.Dyn.，2012，39：1209-1218.

［5］ DARE R A，MCBRIDE J L.Sea Surface Temperature response to tropical cyclones［J］.Mon.Wea.Rev.Sci.，2011，139（12）：3798-3808.

［6］ CLAYSON C A，WEITLICH D.Variability of Tropical Diurnal Sea Surface Temperature［J］.J.Climate，2007，20（2）：334-352.

［7］ WELLER R A，ANDERSON S P.Surface Meteorology and Air-Sea Fluxes in the Western Equatorial Pacific Warm Pool during the TOGA Coupled Ocean-Atmosphere Response Experiment［J］.J.Climate，1996，9（8）：1959-1990.

［8］ SUI C H，LI X，LAU K M et al.Multiscale Air-Sea Interactions During TOGA COARE［J］.Mon.Wea.Rev.，1997，125（4）：448-462.

［9］ SHINODA T，HENDON H H.Mixed layer modeling of intraseasonal variability in the tropical western Pacific and Indian Oceans［J］.J.Climate，1998，11（10）：2668-2685.

［10］ BERNIE D J，WOOLNOUGH S J，SLINGO J M，et al.Modeling of diurnal and intraseasonal variability of the ocean mixed layer［J］.J.Climate，2005，18（8）：1190-1202.

［11］ BELLENGER H，DUVEL J P.An Analysis of Tropical Ocean Diurnal Warm Layers［J］.J.Climate，2009，22（13）：3629-3646

［12］ ZHANG C.Atmospheric intraseasonal variabihty at the surface in the Tropical Western Pacific Ocean［J］.J.Atmos.Sci.，1996，53：739-758.

［13］ HENDON H H，GLICK J.Intraseasonal air-sea interaction in the tropical Indian and Pacific Ocean［J］.J.Climate，1997，10（4）：647-661.

［14］ SHINODA T，HENDON H H，GLICK J.Intraseasonal variability of surface fluxes and sea surface temperature in the tropical western Pacific and Indian Ocean［J］.J.Climate，1998，11（7）：1685-1702.

［15］ ZHANG C，MCPHADEN M J.Intraseasonal surface cooling in the equatorial western Pacific［J］.J.Climate，2000，13（13）：2261-2276.

［16］ LI K P，YU W D，LI L L.Physical Structure of Madden-Julian Oscillation in the Tropical Indian Ocean During Winter［J］.Adv.Mar.Sci.，2009，27（2）：133-139.李奎平，于卫东，李俐俐.冬季热带印度洋季节内振荡的物理结构［J］.海洋科学进展，2009，27（2）：133-139.

［17］ KAWAI Y，KAWAMURA H.Spatial and temporal variations of model-derived diurnal amplitude of sea surface temperature in the western Pacific Ocean［J］.J.Geophys.Res.，2005，110（C8）：C08012.

［18］ MILIND M，KIRAN S，RAO S A，et al.Diurnal Cycle Induced Amplification of Sea Surface Temperature Intraseasonal Oscillations Over the Bay of Bengal in Summer Monsoon Season［J］.IEEE Geoscience and Remote Sensing Letters，2011，8（2）：206-210.

［19］ SLINGO J M，INNESS P，NEALE R，et al.Scale interactions on diurnal to seasonal timescales and their relevance to model systematic errors［J］.Ann.Geophys.，2003，46（1）：139-155.

［20］ DAI A，TRENBERTH K E.The diurnal cycle and its depiction in the Community Climate System Model［J］.J.Climate，2004，17：930-951.

［21］ PRICE J F，WELLER R A，PINKEL R.Diurnal cycling：Observations and models of the upper ocean response to diurnal heating，cooling，and wind mixing［J］.J.Geophys.Res.Oceans（1978-1012），1986，91（C7）：8411-8427.