赤道太平洋海域上层海洋热含量及其变化机制的诊断分析*

李宁, 王晓春



赤道太平洋海域上层海洋热含量及其变化机制的诊断分析*

李宁1,2, 王晓春1,2

1. 南京信息工程大学 海洋科学学院, 江苏 南京 210044; 2.江苏省海洋环境探测工程技术研究中心, 江苏 南京 210044

基于1992—2015年国际共享的ECCO v4 (Estimating the Circulation and Climate of the Ocean Version 4)同化产品, 利用热含量控制方程定量地诊断赤道太平洋(118°E—75°W, 5°S—5°N, 0~300m)和Niño 3.4区(170°W—120°W, 5°S—5°N, 0~80m)这两块区域热含量变化机制。对于去掉季节平均后的年际变化, 在赤道太平洋地区, 时间趋势项主要由经向输送和海表热通量项共同驱动。通过5°N断面的输送决定了时间趋势项的幅值和正负符号。在Niño 3.4区, 时间趋势项主要由海表热通量项和热量输送项共同驱动, 其中垂向输送对总输送贡献最大。赤道太平洋地区经向热量输送异常领先于Niño 3.4区垂向热量输送异常, 这解释了在年际尺度上赤道太平洋热含量异常领先Niño 3.4指数变化的原因。尽管EP(Eastern Pattern)型El Niño和CP(Central Pattern)型El Niño有许多不同之处, 合成分析表明, 两类El Niño的共同点为: 在赤道太平洋地区, 两类El Niño事件的热量输送异常在发展期和衰退期由经向输送主导; 在Niño 3.4区, EP型El Niño和CP型El Niño的热量输送在发展期和衰退期由垂向输送主导。

上层海洋热含量; 变化机制; El Niño; ECCO v4; 赤道太平洋

赤道太平洋地区有着非常复杂的洋流系统, 是多支洋流的交汇区, 这一区域海洋状况的变化对于整个热带地区乃至于全球气候及其季节、年际和年代际异常都有非常重要的影响。这一区域的ENSO现象是厄尔尼诺(El Niño)和南方涛动(Southern Oscillation)的合称, 该现象是太平洋大气年际变化的最重要模态(Zebiak et al, 1987; McPhaden et al, 2004;Kim et al, 2006)。从根本上来说, El Niño现象表现为赤道太平洋上层海温的异常, 其发生、发展及位相转换需要大气及海洋的耦合来实现, 并且通过大气中的遥相关机制及海洋中热量及质量的输送对全球气候产生影响(徐腾飞等, 2016)。海洋对大气和气候的影响主要是通过海洋热状态的改变来实现的, 海洋热含量是表征海洋热状态的重要参数之一(吴晓芬等, 2011) , 被广泛用于揭示ENSO事件的动力发展过程。ENSO现象伴随着热带太平洋热含量的变化, 赤道太平洋海洋热含量异常变化领先El Niño 3.4指数几个月, 由于资料的限制, 赤道太平洋的热含量变化机制和SST(sea surface temperature )变化机制缺乏定量的分析。

Bjerknes(1969)首次提出赤道东太平洋的海气相互作用可以触发El Niño事件, 赤道东太平洋的一个初始SST正异常可以降低东西太平洋之间的SST梯度, 从而减弱Walker环流, 导致赤道信风减弱, 信风减弱通过赤道地区上升流的减弱可以进一步增强SST正异常, 该正反馈机制使得东太平洋的初始SST正异常进一步加强。在Bjerknes理论基础上, Wyrtki(1975)认为西太平洋海面在El Niño事件之前有温度异常升高现象。海气相互作用的正反馈机制可以解释赤道海温异常的发展及加强。ENSO事件从正位相到负位相的转换需要海洋中的动力学来解释(Jin,1997; Wang et al, 2003), 在冲-放电(recharge-discharge)理论中, 沿着赤道平均的温跃层深度异常领先Niño 3.4区海温几个月, 是ENSO位相转化的海洋动力学指标。这一理论也为大于20℃水体体积的分析所证实(Meinen et al, 2000)。另外, 尽管每次的ENSO事件都存在许多共性, 但也都有其独特之处。近年的研究表明, El Niño大致分为两类: 一类为东部(EP)型El Niño, 表现为赤道东部太平洋海表温度异常; 另外一类为中部(CP)型El Niño, 表现为赤道中太平洋海表温度异常(Kug et al, 2009), 近年来发现CP型El Niño的发生似乎在增多(Lee et al, 2010)。关于CP型El Niño产生的原因, 目前的研究尚无完全一致的结论, 存在许多争议。人们通过分析两类El Nino爆发前的海气状况(徐淑雯等, 2016),定义不同指数(Ren et al, 2011;Takahashi et al, 2011),分析海洋动力过程之间的比例(Xiang et al, 2013)和次表层模态(陈永利等, 2005), 对两类El Nino的产生和异同有了更加深入的了解, 但两类El Niño海表温度变化及海洋热含量变化的机制有哪些不同, 仍是值得研究的问题。

海洋资料同化方面的进展为研究赤道地区海表温度及海洋热含量的变化机制提供了新的可能性。通过同化遥感、现场观测等不同种类的资料, 海洋资料同化产品能提供动力上协调一致、与观测资料相符的海洋状况估计, 比如麻省理工学院和美国宇航局(NASA)喷气推进实验室的海洋环流与气候模拟(Estimating the Circulation and Climate of the Ocean, ECCO)项目,通过利用伴随模式的四维资料同化技术, 同化了1992年以来卫星海面高度异常、海表温度、盐度、重力及现场观测的温度、盐度数据, 产生动力、热力上协调一致的产品(Forget et al, 2015)。

1 研究海域

本文研究区域分为两块:赤道太平洋地区(118°E—75°W, 5°S—5°N, 图1中蓝色虚线框范围) 0~300m和Niño 3.4区(170°W—120°W, 5°S—5°N, 图1中斜线阴影部分) 0~80m。研究赤道太平洋0~300m热量输送, 把热量输送分解为流经4个面的热量输送: 5°N断面(经度范围为118°E—75°W)、5°S断面(经度范围148°E—75°W)、底部300m深度边界(范围为5°S—5°N, 118°E—75°W)及西边界断面。由于太平洋西边界周围复杂的地形及海岸线, 太平洋西边界的海水质量输送和热量输送的计算一直是个困难的问题, 比如印度尼西亚贯穿流的海水体积输送估计一直有很大的不确定性(Hu et al, 2015)。赤道太平洋地区西边界的热量输送并没有直接在点(5°N, 118°E)至点(5°S, 148°E)的边界上计算(图1中红色线段), 而是在如下两个断面上计算:①点(5°N, 118°E)至点(5°S, 118°E)的经向断面; ②点(5°S, 118°E)至点(5°S, 148°E)的纬向断面。这样的计算方法使得热量输送的计算过程直接在原始的ECCO v4网格上进行, 不需要进行插值和矢量旋转。300m为赤道太平洋地区温跃层下界面深度, 0~300m范围内的热含量能够真实反映赤道太平洋地区热含量的变化(吴晓芬等, 2011)。对于Niño 3.4区, 80m为Niño 3.4区平均混合层深度, 0~80m范围内热含量变化与温跃层的变化等价(Ren et al, 2011),能够有效反映Niño 3.4指数的变化机制。

图1 热含量诊断分析的区域及断面示意图

①代表点(5°N, 118°E)至点(5°S, 118°E)的经向断面, ②为点(5°S, 118°E)至点(5°S, 148°E)的纬向断面; 红线代表西边界

Fig. 1 Schematic diagram of heat content diagnostic analysis areas and cross-sections. ① represents the meridional section from point (5°N, 118°E) to point (5°S, 118°E); ②represents the zonal section from point (5°S, 118°E) to point (5°S, 148°E). Red line represents western boundary

2 资料来源与计算方法

2.1 资料来源

ECCO项目的新一代产品ECCO v4将尽可能多的观测资料与海洋环流模式最优地结合起来, 通过四维变分方法同化卫星遥感资料、现场观测资料, 如Argo、XBT (expendable bathythermograph)、船载CTD(conductivity-temperature-depth)、ITP (ice-tethered profilers), 并对海洋模式的混合参数及大气强迫场进行调整, 最终得到对大气、海洋、海冰真实状况的较完整描述。ECCO v4产品的最大优点是其平衡特性, 同化产品包括了热力学方程中的各项(包含了次网格尺度的混合项), 使得诊断分析可以严格平衡。该产品最大深度5906.2m, 沿纬圈分辨率大约为1°, 沿经圈分辨率不统一, 赤道区域分辨率大约为0.33°, 垂向共分为50层, 表层深度10m, 垂向间隔自上往下从10m到百米逐渐增加, 时间范围跨度为1992—2015共24年, 文中选取118°E—75°W、5°S—5°N范围1992年1月—2015年12月的逐月资料(Forget et al, 2015)。目前, ECCO v4同化产品已被广泛应用于各区域的热量诊断、盐度诊断、海水体积输送诊断、海表高度诊断等方面(Thompson et al, 2016; Bowen et al, 2016;Zhang et al, 2016)。我们对其在太平洋地区的质量进行了初步评价, 结果表明, ECCO v4产品可以再现赤道潜流的季节及年际变化, 适用于分析赤道太平洋地区的热含量变化机制和Niño 3.4指数变化的机制(Halpern et al, 2015)。

2.2 计算方法

海洋热含量一般定义为海洋温度从某一深度-海表面处的积分(吴晓芬等, 2011), 与吴晓芬等人的定义略有不同, 这里的海水定压比热取为常数, 即

单位为J·m-2。为了解释直观起见, 使用整层的平均温度

来表示热含量, 当热含量用于某一体积时,使用体积平均温度

来表示这一体积的热含量。

对海洋温度方程进行体积积分后, 得到对某一体积的热含量控制方程(Lee et al, 2004; Kim et al, 2007):

其中,为太阳短波辐射,代表温度,C为海水比热容,为海水密度,为垂直扩散系数,为积分深度,代表研究区域的体积积分, {(r)}为研究区域沿着侧边界的积分, 包括了东西方向和南北方向的热量输送, {(r)}为沿着研究区域底部边界的积分。r为参考温度, 计算时取区域内的体积平均温度。方程左边为时间趋势项; 方程右边第1项为短波输送项, 为海洋表层的入射短波辐射与处短波辐射之差; 第2项为海表热通量中的其他热通量项, 与右边第1项合称为海表热通量项; 第3项为热量的侧边界输送对研究区域内热含量变化的贡献, 第4项为垂向热量输送对研究区域内热含量变化的贡献, 二者相加可得到总热量输送; 第5项为=-处垂直混合对区域内热含量变化的贡献, 第6项为水平方向的混合项对区域内热含量变化的贡献, 二者合称为混合扩散项。

热含量控制方程(4)中热量输送项(方程右边第3项与第4项之和)的计算方法有梯度法、通量法、修正通量法3种形式(Lee et al, 2004), 对于梯度法, 计算的量为:

如果对整个区域进行积分, 可以得到:

修正通量法在通量法的基础上引入一个参考温度r(在实际计算中, 参考温度是区域内的体积平均温度), 即:

这种方法便于分析每个边界对研究区域内热含量变化的净贡献, 使诊断结果容易解释。在分析中, 当某一边界的热量输送使得区域热含量增加时, 其符号为正。

3 海洋上层热含量季节变化及其机制

3.1 海洋上层热含量季节变化

根据公式(3)计算的赤道太平洋地区热含量具有一定的季节变化, 8月达到最小值, 11月达到最大值(图2a)。依据公式(2)计算的热含量的二维分布呈现西高东低的形态, 这体现了西太平洋暖池及东太平洋冷舌对该区域海洋热含量的影响。在8月时只有南半球一小块区域热含量超过22℃(图2b)。11月热含量达到最大值时, 赤道西南太平洋地区有较大区域热含量超过了22℃(图2c)。这体现了西太平洋暖池及南半球经向热量输送对该区域的影响。11月和8月的热含量二维分布形态相似, 因而区域平均的赤道太平洋热含量变化不明显。

图2 赤道太平洋(118°E—75°W, 5°S—5°N, 0~300m)热含量的季节变化(a)与8月(b)及11月(c)热含量的季节平均(单位: ℃)

3.2 季节变化机制

下面利用热含量控制方程中各项的多年平均及其均方差探讨赤道太平洋地区(118°E—75°W, 5°S—5°N, 0~300m)热含量的季节变化机制。就多年平均而言, 时间趋势项主要受到海表热通量和经向输送(5°S断面输送、5°N断面输送)影响, 西边界和底部输送、扩散项的贡献较小(图3a)。就每一项的均方差而言, 变化幅度大的几项为: 时间趋势项、海表热通量、5°N断面输送、5°S断面输送及底部输送项。各项多年平均的季节变化表明, 赤道太平洋地区的时间趋势项由正的海表热通量项和负的热量输送项抵消后共同决定(图3b)。将热量输送分解为通过北边界5°N断面、南边界5°S断面、底边界及西边界4个面的输送, 可以注意到5°N断面与5°S断面有相反的符号, 赤道太平洋地区的热量输送主要由通过5°N断面的热量输送决定。底部的输送也起到一定的作用, 西边界热量输送的作用很小。

图3 赤道太平洋地区热含量季节平衡

a. 赤道太平洋地区(118°E—75°W, 5°S—5°N, 0~300m)热含量控制方程中各项的平均值(直方图)和均方差(误差棒); b. 热含量方程中各项的季节变化; c. 使用修正通量法分解热量输送项。当该项使赤道太平洋地区热含量增加时, 符号为正

Fig. 3 Seasonal balance in the equatorial Pacific box. a) The mean (bar) and standard deviation (error bar) of the terms in the heat content equation in the equatorial Pacific box (118°E-75°W, 5°S-5°N, 0-300 m). b) Seasonal evolution of the terms in the heat content equation. c)Decomposition of heat transport using the modified boundary flux form. Positive means the term will increase the heat content in the box.

4 上层海洋热含量异常变化机制

4.1 Niño 3.4指数与热含量异常的关系

从图4a可以看出赤道太平洋(118°E—75°W, 5°S—5°N, 0~300m)热含量异常领先Niño 3.4指数, 这与冲-放电理论是一致的, 即赤道太平洋热含量的变化提供了ENSO事件的位相转换机制。两者的超前-滞后相关分析表明, 当Niño 3.4指数滞后2个月时, 二者的相关系数最大, 为0.81(图5b)。

图4 Niño 3.4指数与赤道太平洋热含量异常的关系

a. Niño 3.4指数(红线, 右轴)和赤道太平洋(118°E—75°W, 5°S—5°N, 0~300m)热含量异常(蓝色柱状, 左轴); b. 图a中两条时间序列的超前-滞后相关系数

Fig. 4 Relationship between Niño 3.4 index and heat content anomaly in the equatorial Pacific box. a) Niño 3.4 index (red curve, rightaxis) and the equatorial Pacific box (118°E-75°W, 5°S-5°N, 0-300 m) heat content anomaly (blue bar, leftaxis). b) The lead-lag correlation coefficients of the two time series in Fig. 4a

4.2 热含量异常的年际变化机制

本节将赤道太平洋地区和Niño 3.4区这两块区域热含量方程中各项去掉季节平均后再对各项进行288个月的时间积分(图5、图6)。

图5 赤道太平洋地区(118°E—75°W, 5°S—5°N, 0~300m)热含量方程各项异常的时间积分

a. 热含量方程中的各项总体平衡; b. 使用修正通量法计算4个面的热量输送; c. 3个方向的热量输送。虚线圆圈代表5次El Niño事件

Fig. 5 Time integral of anomaly terms in the heat content equation in the equatorial Pacific box (118°E-75°W, 5°S-5°N, 0-300 m). a) Overall balance of terms; b) decomposition of total heat transport using the modified boundary flux form ; c) heat transport in three directions. The dashed circles represent five El Niño events

图6 Niño 3.4区(170°W—120°W, 5°S—5°N, 0~80m)热含量方程各项异常的时间积分

a. 热含量方程中各项的总体平衡; b. 使用修正通量法计算3个方向的热量输送。虚线圆圈代表5次El Niño事件

Fig. 6 Time integral of anomaly terms in the heat content equation in the Niño 3.4 box (170°W-120°W, 5°S-5°N, 0-80 m). a) Overall balance of terms; b) heat transport in three directions using the modified boundary flux form. The dashed circles represent five El Niño events

在赤道太平洋地区,热含量异常控制因子为海表热通量项和热量输送项, 在5个El Niño发生期间, 热量输送项促进热含量变化, 海表热通量项抑制热含量变化, 二者共同驱动该地区El Niño事件前后的位相转变, 时间趋势项从负值抬升至正值(图5a中虚线圆圈区域)。扩散项贡献不大。使用修正通量法计算热量输送项, 把总热量输送分解为4个面的贡献, 可以看出在这4个面中, 5°N断面的变化趋势和热量输送项最接近, 也接近时间趋势项(图5a、b), 决定了时间趋势项的幅值和符号。从图5b中也可以注意到, 5°N断面热量输送的变化幅度要比5°S断面大,这表明在赤道太平洋上层热含量变化过程中, 5°N断面热量输送的作用要比5°S断面大, 因此判断5°N断面的热量输送贡献最大。西边界断面的贡献不大。将4个面的热量输送总结为3个方向后, 可以看出经向热量输送贡献最大, 驱动了时间趋势项的变化, 并由海表热通量项平衡(图5a、c)。

在Niño 3.4区, 热含量异常的主要控制因子为海表热通量项和热量输送项(图6a), 二者贡献总体上相反, 比如在5个El Niño发生期间, 热量输送项促进热含量变化, 海表热通量项抑制热含量变化,二者共同驱动该地区El Niño事件前后的热含量变化(图6a中虚线圆圈区域), 时间趋势项从负值或较小正值抬升至较大正值, 甚至超过了0.5℃。扩散项(包含水平混合项和垂直混合项、计算误差)贡献不大。图6b使用修正通量法计算热量输送项, 把总热量输送分解为三个方向的输送, 垂向输送的贡献最大, 最接近总热量输送的变化趋势。

以上分析表明赤道太平洋地区和Niño 3.4区的热含量异常主要都是由海表热通量和热量输送共同控制, 且赤道太平洋地区的热量输送由经向主导, Niño 3.4区的热量输送由垂向主导, 通过对比发现赤道太平洋地区的经向热量输送异常领先Niño3.4区垂向热量输送异常变化(图7a), 这导致了赤道太平洋地区的总热量输送异常领先Niño 3.4区总热量输送异常变化(图7b), 而两块区域的海表热通量异常同步变化(图7c), 分别把两块区域的海表热通量与总热量输送项相加, Niño 3.4区热含量异常的变化滞后赤道太平洋地区的热含量异常的变化(图7d), 这说明赤道太平洋地区热含量异常领先于Niño 3.4指数是由赤道太平洋地区的经向热量输送异常领先于Niño 3.4区的垂向热量输送异常引起的。

图7 赤道太平洋地区热含量异常领先于Niño 3.4指数的原因

a. 赤道太平洋地区(118°E—75°W, 5°S—5°N, 0~300m)经向热量输送异常的时间积分(左轴, 蓝色柱状)和Niño 3.4区(170°W—120°W, 5°S—5°N, 0~80 m)垂向热量输送异常的时间积分(右轴, 红色曲线); b. 赤道太平洋地区(118°E—75°W, 5°S—5°N, 0~300 m)热量输送异常的时间积分(左轴, 蓝色柱状)和Niño 3.4区(170°W—120°W, 5°S—5°N, 0~80 m)热量输送异常的时间积分(右轴, 红色曲线); c. 赤道太平洋地区(118°E—75°W , 5°S—5°N)海表热通量异常的时间积分(左Y轴, 蓝色柱状)和Niño 3.4区海表热通量异常的时间积分(右轴, 红色曲线); d.分别把两块区域的输送异常的时间积分与海表热通量异常的时间积分相加

Fig. 7 The reason that the heat content anomaly in the equatorial Pacific box leads the Niño 3.4 index. a) Time integral of meridional heat transport anomaly in the equatorial Pacific box (blue bar, left Y axis) and time integral of vertical heat transport anomaly in the Niño 3.4 box (red curve, right axis). b)Time integral of heat transport anomaly in the equatorial Pacific box (blue bar, left Y axis) and Niño 3.4 box (red curve, right axis). c) Time integral of surface heat flux anomaly in the equatorial Pacific box (blue bar, left Y axis) and Niño 3.4 box (red curve, right Y axis). d) Sum of the time integral of surface heat flux anomaly and the time integral of heat transport anomaly in the two boxes

4.3 两类El Niño事件对比

一般认为, 1992年1月至2015年12月总共发生了4次CP型El Niño事件, 分别记为1994—1995、2002—2003、2004—2005、2009—2010, 一次EP型El Niño事件, 记为1997—1998(徐淑雯等, 2016)。2006—2007年El Niño事件和2015—2016年El Niño事件暂不讨论。

对于赤道太平洋地区, 将热含量方程中的主要各项去掉季节平均并对各个El Niño事件中各项进行24个月的时间积分, 后分别对4次CP型El Niño事件和1次EP型El Niño事件进行合成分析(图8a、8b), 两类El Niño事件无论是在发展年还是衰退年, 经向输送异常对热量输送项异常贡献最大。

对于Niño 3.4区, 同样分别对4次CP型El Niño事件和1次EP型El Niño事件进行合成分析(图9a、b), 可以看出EP型El Niño事件与CP型El Niño事件的发展形态区别明显, 在各自的发展年份, EP型El Niño事件热量输送项在4月至12月一直处于较大正值, 使得Niño 3.4区热含量显著增加, 而CP型El Niño事件在发展年份的4月至12月处于较缓慢的增温状态, 这主要是由于两类El Niño事件的垂向输送异常贡献不同。另外, 赤道太平洋地区的EP型El Niño事件的热量输送比Niño 3.4区提前4个月达到峰值(分别为9月和次年1月), 赤道太平洋地区的CP型El Niño事件的热量输送比Niño 3.4区也提前4个月达到峰值(分别为10月和次年2月)。

图8 赤道太平洋地区(118°E—75°W, 5°S—5°N, 0~300 m)热含量方程主要各项在EP型El Niño事件(a)和CP型El Niño事件(b)中的合成分析

图9 Niño 3.4区(170°W—120°W, 5°S—5°N, 0~80 m)热含量方程主要各项在(a) EP型El Niño事件和(b) CP型El Niño事件中的合成分析

从热含量方程的角度, 无论是在赤道太平洋地区(118°E—75°W, 5°S—5°N, 0~300m)还是Niño 3.4区(170°W—120°W, 5°S—5°N, 0~80m), 两类El Niño事件发生期间热含量异常总体的变化机制为: 热量输送项异常(红色曲线)促进时间趋势项变化(黑色曲线), 海表热通量项异常(绿色曲线)抑制时间趋势项变化。

5 小结

本文使用ECCO v4同化产品分别对赤道太平洋地区(118°E—75°W, 5°S—5°N, 0~300m)和Niño 3.4区(170°W—120°W, 5°S—5°N, 0~80m)热含量变化进行诊断分析, 得到如下结论。

1)就多年平均的季节变化而言, 在赤道太平洋地区, 季节变化的变化机制为: 海表热通量为正贡献, 热量输送为负贡献; 将热量输送分解至南、北、西、及底部4个面后, 5°N断面贡献最大, 西边界贡献最小。

2) 就热含量异常的年际变化而言, 赤道太平洋地区的热含量异常变化机制为: 海表热通量项抑制时间趋势项变化, 热量输送项促进时间趋势项变化; 将热量输送分解为4个面的贡献后, 5°N断面贡献最大。Niño 3.4区的热含量异常的变化机制为: 海表热通量项抑制时间趋势项变化, 热量输送项促进时间趋势项变化; 将热量输送分解为3个方向后, 垂向贡献最大。

3) 两块区域的海表热通量异常同步变化, Niño 3.4区的垂向热量输送异常滞后于赤道太平洋地区的经向热量输送异常, 这解释了为何Niño 3.4指数滞后于赤道太平洋热含量异常。

4) 在两类El Niño事件中, 其热含量异常变化有相同点也有不同点。通过合成分析, 在赤道太平洋地区, 5个El Niño事件的热量输送项异常都由经向输送异常主导; 在Niño 3.4区, 两类El Niño的热量输送项异常在发展期和衰退期一直由垂向输送异常主导。

本文热含量诊断分析结果依赖于ECCO v4产品的质量, 另外在1992—2015年间只有一次完整的EP型El Niño事件, 其中的结论需要更多的ENSO事件的例子来验证, 对每一个ENSO事件的诊断分析都将加深我们对ENSO事件的理解, 丰富人们对EP型和CP型El Niño现象产生及其异同的认识, 有助于提高预报精度。

陈永利, 赵永平, 张勐宁, 等, 2005. 赤道太平洋次表层海温异常年际和年代际变率特征与ENSO循环[J]. 海洋学报, 27(2): 39–45. CHEN YONGLLI, ZHAO YONGPING, ZHANG MENGNING, et al, 2005. The characteristics of interannual and interdecadal variability of equatorial Pacific Ocean temperature anomalies and ENSO cycle[J]. Acta OceanologicaSinica, 27(2): 39–45 (in Chinese with English abstract).

吴晓芬, 许建平, 张启龙, 等, 2011. 基于Argo资料的热带西太平洋上层热含量初步研究[J]. 海洋预报, 28(4): 76–86. WU XIAOFEN, XU JIANPING, ZHANG QILONG, et al, 2011 A preliminary study on upper ocean heat content of tropical Western Pacific[J]. Marine Forecasts, 28(4): 76–86 (in Chinese with English abstract).

徐淑雯, 智协飞, 王晓春, 2016. 两类El Niño发生前期大气海洋状况的对比分析[J]. 热带气象学报, 32(5): 668–677. XU SHUWEN, ZHI XIEFEI, WANG XIAOCHUN, 2016. Comparative analysis of atmospheric and oceanic conditions before the occurrence of two types of El Niño events[J]. Journal of Tropical Meteorology, 32(5): 668–677 (in Chinese with English abstract).

徐腾飞, 周慧, 2016. 海洋再分析资料中IOD-ENSO遥相关的海洋通道机制分析[J]. 海洋学报, 38(12): 23–35. XU TENGFEI, ZHOU HUI, 2016. Oceanic channel dynamics of the IOD-ENSO teleconnection in oceanic reanalysis datasets[J]. Haiyang Xuebao, 38(12): 23–35 (in Chinese with English abstract).

BJERKNES J, 1969. Atmospheric teleconnections from the equatorial Pacific[J]. Monthly Weather Review, 97(3): 163–172.

BOWEN M, JORDAN M, SUTTON P, et al, 2016. Interannual variability of sea surface temperature in the Southwest Pacific and the Role of ocean dynamics[J]. Journal of Climate, 30(18): 7481–7492.

FORGET G, CAMPIN J M, HEIMBACH P, et al, 2015. ECCO version 4: an integrated framework for non-linear inverse modeling and global ocean state estimation[J]. Geoscientific Model Development Discussion, 8(5): 3653–3743.

HALPERN D, MENEMENLIS D, WANG XIAOCHUN, 2015. Impact of data assimilation on ECCO2 equatorial undercurrent and North Equatorial Countercurrent in the Pacific Ocean[J]. Journal of Atmospheric and Oceanic Technology, 32(1): 131–143.

HU DUNXIN, WU LIXIN, CAI WENJU, et al, 2015. Pacific western boundary currents and their roles in climate[J]. Nature, 552(7556): 299–308.

JIN FEIFEI, 1997. An equatorial ocean recharge paradigm for ENSO. Part I: conceptual model[J]. Journal of the Atmospheric Sciences, 54(7): 811–829.

KIM S B, FUKUMORI I, LEE T, 2006. The closure of the ocean mixed layer temperature budget using level-coordinate model fields[J]. Journal of Atmospheric and Oceanic Technology, 23(6): 840–853.

KIM S B, LEE T, FUKUMORI I, 2007. Mechanisms controlling the interannual variation of mixed Layer temperature averaged over the Nioñ-3 region[J]. Journal of Climate, 20(15): 3822–3843.

KUG J S, JIN FEIFEI, AN S I, 2009. Two types of El Niño events: cold tongue El Niño and warm pool El Niño[J]. Journal of Climate, 22(6): 1499–1515.

LEE T, FUKUMORI I, TANG BENYANG, 2004. Temperature advection: internal versus external processes[J]. Journal of Physical Oceanography, 34(8): 1936–1944.

LEE T, MICHAEL J M, 2010. Increasing intensity of El Nino in the central-equatorial Pacific[J]. Geophysical Research Letters, 37(14): L14603, doi: 10.1029/2010GL044007.

MEINEN C S, MCPHADEN M J, 2000. Observations of warm water volume changes in the equatorial pacific and their relationship to El Niño and La Niña[J]. Journal of Climate, 13(20): 3551–3559.

REN HONGLI, JIN FEIFEI, 2011. Niño indices for two types of ENSO[J]. Geophysical Research Letters, 38(4): L04704, doi: 10.1029/2010GL046031.

TAKAHASHI K, MONTECINOS A, GOUBANOVA K, et al, 2011. ENSO regimes: reinterpreting the canonical and Modoki El Niño[J]. Geophysical Research Letters, 38(10): L10707, doi: 10.1029/2011GL047364.

THOMPSON P R, PIECUCH C G, MERRIFIELD M A, et al, 2016. Forcing of recent decadal variability in the Equatorial and North Indian Ocean[J]. Journal of Geophysical Research, 121(9): 6762–6778.

WANG XIAOCHUN, JIN FEIFEI, WANG YUQING, 2003. A tropical ocean recharge mechanism for climate variability. Part II: a unified theory for decadal and ENSO modes[J]. Journal of Climate, 16(22): 3599–3616.

WYRTKI K, 1975. El Niño-the dynamic response of the equatorial Pacific Ocean to atmospheric forcing[J]. Journal of Physical Oceanography, 5(4): 572–584.

XIANG BAOQIANG, WANG BIN, LI T, 2013. A new paradigm for the predominance of standing Central Pacific Warming after the late 1990s[J]. Climate Dynamics, 41(2): 327–340.

YU JINYI, KAO H Y, LEE T, et al, 2011. Subsurface ocean temperature indices for central-pacific and eastern-pacific types of El Niño and La Niña events[J]. Theoretical and Applied Climatology, 103(3–4): 337–344.

ZEBIAK S, CANE M A, 1987. A model El Niño-southern oscillation[J]. Monthly Weather Review, 115(10): 2262–2278.

ZHANG YING, DU YAN, ZHANG YUHONG, et al, 2016. Asymmetry of upper ocean salinity response to the Indian Ocean dipole events as seen from ECCO simulation[J]. Acta Oceanologica Sinica, 35(7): 42–49.

Diagnostic analysis of upper-ocean heat content change in the equatorial Pacific and related mechanism

LI Ning1,2, WANG Xiaochun1,2

1. School of Marine Science, Nanjing University of Information Science & Technology, Nanjing 210044, China; 2. Jiangsu Engineering Technology Research Center of Marine Environment Detection, Nanjing 210044, China

The ECCO v4 outputs from 1992 to 2015 is used to diagnose the heat content change in the equatorial Pacific box (118°E-75°W, 5°S-5°N, 0-300 m) and the Niño 3.4 box (170°-120°W, 5°S-5°N, 0-80 m). In the interannual time scale after removing the seasonal cycle, the temperature tendency term is driven by meridional heat transport and balanced by the surface heat flux term in the equatorial Pacific box. The transport across 5°N plays a dominant role in determining the magnitude and sign of temperature tendency term. For the Niño 3.4 box, the temperature tendency term of heat content is driven by the heat transport term and balanced by the surface heat flux term, with vertical transport playing an important role. The meridional heat transport of the equatorial Pacific box leads the vertical heat transport of the Niño 3.4 box on the interannual time scale, which explains why the heat content change of the equatorial Pacific leads the Niño 3.4 SST change by several months during the ENSO (El Nino-Southern Oscillation). Though there are subtle differences between the eastern Pacific and central Pacific ENSO events, two types of ENSO bear similarities in terms of heat content change mechanism. For the equatorial Pacific box, meridional heat transport plays a major role in determining its heat content change. For the Niño 3.4 box, vertical transport is the dominant term driving the heat content change in both developing and decaying stages of ENSO events.

upper-ocean heat content; change mechanism; El Niño; ECCO v4;equatorial Pacific

2018-04-21;

2018-07-04. Editor: SUN Shujie

National Natural Science Foundation of China (41630423); National Key Research and Development Project (2016YFC1401601); 2015 Program for Innovation Research and Entrepreneurship Team in Jiangsu Province

P731

A

1009-5470(2019)01-0001-10

10.11978/2018046

2018-04-21;

2018-07-04。孙淑杰编辑

国家自然科学重点基金项目(41630423); 国家重点研发计划(2016YFC1401601); 2015年度江苏省“双创计划”

李宁(1992—), 男, 江苏省连云港市人, 硕士, 研究方向为海气相互作用。Email: lining_deepwind@aliyun.com

王晓春。Email: xcwang@nuist.edu.cn

*加州大学洛杉矶分校张洪博士、加州理工学院喷气推进实验室王欧博士、Dr. Dimitris Menemenlis、Dr. Ichiro Fukumori、麻省理工学院Dr. Gael Forget在使用MITgcm 及ECCO v4 产品方面提供了帮助; 两位审稿人为本文的改进提出了许多有益建议, 特此一并致谢。

WANG Xiaochun. Email: xcwang@nuist.edu.cn