基于FY-3C/VIRR海温资料的超强厄尔尼诺演变过程诊断分析

宋晚郊，王素娟，任素玲，孙 凌，张 鹏，杨忠东，刘 健

(中国气象局 国家卫星气象中心，北京 100081)

0 引言

厄尔尼诺事件是全球最显著的大尺度海气耦合现象，对西北太平洋热带气旋的发生、发展，东亚气候异常变化具有非常重要的指示意义[1-2]。当厄尔尼诺事件发生时，赤道中东太平洋海洋-大气热力、动力等环境参数表现出显著的响应特征，而这种海气相互作用又进一步影响厄尔尼诺事件的过程发展。近年来越来越多的证据表明，热带太平洋存在两种不同类型且相互独立的厄尔尼诺事件[3-7]：一是以赤道东太平洋海温异常升高为主要特征的东部型厄尔尼诺；二是以赤道中太平洋海温异常升高为主要特征的中部型厄尔尼诺。其中中部型厄尔尼诺事件按照其发展过程不同还可以进一步细化为不同的子类别[8-9]。

目前国内外对于极端气候事件厄尔尼诺的分析工作主要基于国外再分析及卫星遥感数据展开，对于利用国产卫星海温资料的厄尔尼诺事件气候分析及对比评估工作鲜有开展。我国风云系列气象卫星成功发射至今[10-12]已连续提供了数十年卫星遥感海表面温度监测资料，2017年发射的最新FY-3卫星进一步提高了监测数据的光谱分辨率，是目前国内光谱分辨率最高的对地观测卫星[13-15]。长时序的积累使风云气象卫星对海观测遥感数据集从年际尺度跨越到了年代际尺度，从而使卫星遥感海洋气象学研究不再拘泥于短时天气现象监测，而扩展到气候事件分析和统计研究。因此，该工作的开展对于定量评估风云气象卫星资料的可用性，改善卫星遥感产品的业务化运行工作具有现实意义。

2014/2016年厄尔尼诺事件与1982/1983年、1997/1998年超强厄尔尼诺事件的强度相当。国内外学者已利用长时序再分析资料，对其发生、发展过程，海洋学特征，以及模式预测开展了广泛研究[16-18]。本文利用FY-3C可见光红外扫描辐射计(VIRR)及美国气象环境预报中心(NCEP)和美国国家大气研究中心(NCAR)联合制作的最优插值(OISST)月均海温资料，采用经验正交函数、皮尔逊相关分析等统计分析方法，对2014/2016年超强厄尔尼诺事件的发生、发展过程进行详细的过程化监测，并将其与1997/1998年超强厄尔尼诺事件进行对比，研究2类海温资料刻画厄尔尼诺事件时空演变的异同，并探求差异产生可能的原因。

1 资料和方法

采用FY-3C/VIRR月均海表面温度数据集，该数据起止时间为2014年8月—2017年8月，空间分辨率为5 km[19]。业务存档系统中该数据集的2015年5月、7月及2017年3月的月平均海温数据缺失，为手动业务重处理和存档系统衔接问题，导致重处理的产品未能进入存档环节。其中FY-3C/VIRR海温距平资料是通过FY-3C/VIRR海温减去30年气候标准值 (世界气象组织推荐30年滚动标准值为国际气候业务标准，2012年以来采用1982—2011年的标准值)计算得到。另一套海温资料为NCEP/NCAR提供的月均最优插值海表温度分析资料(OISST V2)，数据起止时间为 1981年12月—2017年12月，空间分辨率为1.0°×1.0°[18-19]。本文定义厄尔尼诺起止时间及发展过程的主要依据为美国国家海洋与大气管理局 (NOAA)使用的海洋厄尔尼诺指数(ONI)和面向过程的厄尔尼诺分类指数(PEI)[9]。其中ONI主要基于扩展重建的海表面温度资料[20](ERSST)定义连续5个月海表面温度距平不小于0.5 ℃作为判断一次厄尔尼诺事件的标准。

为了实现对不同发展过程厄尔尼诺事件更为精细的监测，选取Nio 4区各自0.5倍标准差(Nio 3.4区距平为0.5 ℃)作为事件定义的阈值，来界定厄尔尼诺发生、发展的起止时间，对海表面温度在不同厄尔尼诺发展过程中的时空响应分布特征进行了更为细致的刻画及监测[9]。对多源海温数据空间模态及时间序列的提取和分析主要采用经验正交函数[23]、North检验[24]、皮尔逊相关系数和t检验统计方法。

2 结果

2.1 海表面温度空间分布监测

图1 2014-10—2016-06期间热带及北太平洋FY-3C SST月均海温距平空间分布(单位：℃)Fig.1 Monthly sea surface temperature anomalies of FY-3C SST over the tropicsand north Pacific from October 2014 to June 2016 (unit: ℃)

图2 2014-10—2016-06热带及北太平洋OISST月均海温距平空间分布图(单位：℃)Fig.2 Monthly sea surface temperature anomalies of OISST over the tropicsand north Pacific from October 2014 to June 2016 (unit: ℃)

分别利用FY-3C/VIRR SST(见图1)及OISST(见图2)的海温资料对超强厄尔尼诺期间 (2014年10月—2016年6月)赤道及北太平洋海表面温度的距平时空演变过程进行连续监测，结果表明：FY-3C/VIRR SST资料不同时间频次的海表面温度空间分布，基本能够刻画出厄尔尼诺期间赤道中东太平洋海温异常升高的主要特征，但FY-3C/VIRR SST资料海温距平的振幅变化范围相对OISST资料偏小；赤道中东太平洋海温正距平值相对偏低，副热带北太平洋海域加利福尼亚西海岸FY-3C/VIRR SST资料相比OISST资料海温正距平值偏高，即存在低纬度海温暖异常距平值偏低，而中纬度海温暖异常距平值偏高的现象。

为进一步验证FY-3C/VIRR海温产品与OISST产品在气候特征分析时的差异，分别对FY-3C/VIRR 10 km，FY-3C/VIRR 100 km，OISST海温距平资料进行经验正交函数分解(EOF)，并对2种资料距平场的气候态特征进行对比及分析。FY-3C/VIRR 10 km，FY-3C/VIRR 100 km及OISST海温资料EOF分析第一模态的解释方差分别为19.39%，19.31%，43.93%。OISST资料的解释方差更大，比FY-3C/VIRR资料高出约24%，这表明再分析OISST距平场刻画的统计特征与FY-3C/VIRR SST相比更多且更精细。

图3，4分别给出了2类海温资料距平场EOF分析第一模态的空间分布和时间变化序列。2类海温资料时间序列的相关系数为0.66(99.9%t检验)，体现出了较好的相似性，然而两者也存在一定差异，在空间分布方面体现更加具体，主要表现为：FY-3C/VIRR海温距平中高纬振幅偏高，赤道中东太平洋海温暖异常振幅偏低(见图3(a)，3(b))。这种区域偏差在月均海温资料中也有明显体现(见图1，2)。通过分析FY-3C/VIRR SST资料的回归算法发现，区域偏差的原因在于使用了全局回归系数。目前业务海温属于流水线作业，回归系数的更新滞后于定标的变更，造成长时间序列海温偏差的一致性较差，而全局回归系数的代表性不足是造成区域偏差现象出现的主要原因之一。

图3 2014-08—2017-07月平均海温距平经验正交函数分解第一模态空间分布对比Fig.3 Comparison of first empirical orthogonal functionmodes based on monthly sea surface temperatureanomalies from August 2014 to July 2017

图4 2014-08—2017-07月平均海温距平经验正交函数分解第一模态时间序列Fig.4 Time series of first empirical orthogonal functionmodes based on monthly sea surface temperatureanomalies from August 2014 to July 2017

图5 OISST与FY-3C/VIRR SST(10 km, 100 km分辨率)Nio 4区海温距平逐月演变Fig.5 Time series of sea surface temperature of Nio four regions between OISST andFY-3C/VIRR SST(with resolution of 10 km and 100 km) data sets

2.2 Nio 4区时间序列对比

OISST与FY-3C/VIRR SST(10 km，100 km分辨率)Nio 4区海温距平的演变过程如图5所示。OISST与FY-3C/VIRR SST Nio 4区海温月均距平的演变相关系数见表1，表中的“*”为通过90%显著性检验。对比Nio 4区OISST与FY-3C/VIRR SST数据(重采样为10 km与100 km分辨率)的海表面温度变化的时间序列如图5所示，OISST与FY-3C/VIRR SST Nio 4区海温月均距平演变相关系数见表1。由表可见，FY-3C/VIRR SST 10 km采样数据与OISST数据之间主要为负相关系数，其原因可能是原始数据中存在部分异常值。当重采样到1°(100 km)分辨率并剔除异常值时，Nio 3区和Nio 3.4区的相关系数分别高达0.85和0.82(99.9%t检验)，体现出较高的相似性。

表1 OISST与FY-3C/VIRR SST Nio 4区海温月均距平演变相关系数

Tab.1 Correlation coefficients among time series of seasurface temperature in Nio four regions ofOISST and FY-3C/VIRR SST data sets

表1 OISST与FY-3C/VIRR SST Nio 4区海温月均距平演变相关系数

海温月均距平OISST N1+2OISST N3OISST N4OISST N3.4FY-3C 10 km N1+2-0.56*———FY-3C 10 km N3—-0.41*——FY-3C 10 km N4——-0.32*—FY-3C 10 km N3.4———-0.20FY-3C 100 km N1+20.55*———FY-3C 100 km N3—0.85*——FY-3C 100 km N4——0.37*—FY-3C 100 km N3.4———0.82*

3 1997—1998年和2015—2016年两次超强厄尔尼诺对比

图6 1951—2017年厄尔尼诺事件的ONI指数Fig.6 Ocean El Nio index from 1951 to 2017

利用ONI指数对1951—2017年厄尔尼诺事件的发生、发展过程进行统计，统计结果如图6所示。图中 (0)，(+1)及(+2)代表本年、第2年及第3年。结果表明：该时期共发生了21次厄尔尼诺事件，其中2014/2016年厄尔尼诺在历史上持续时间最长，历时19个月，其海温异常升高月份(13个月)比1997/1998年超强厄尔尼诺年多持续了6个月；然而2014/2016年的ONI指数平均距平(1.24 ℃)振幅相对较弱，低于1997/1998年的ONI平均距平值(1.56 ℃)；与传统厄尔尼诺事件大多从前年春夏发生，持续到次年夏季结束不同，2014/2016年厄尔尼诺年的海温暖异常从前年11月持续到第2年5月结束。

此外，海表面温度异常升高的时空分布特征在这2次超强厄尔尼诺事件中也有明显差异。2014/2016年超强厄尔尼诺的海温异常升高时空演变过程为CP→EP/CP→CP(见图7(b)，图3)，即海表面温度暖异常最初出现在赤道中太平洋的日界线附近，进而扩展到整个赤道中东太平洋，在其衰落时期暖海温异常仍出现在赤道中太平洋。然而，1997/1998年超强厄尔尼诺期间暖海温异常的时空发展主要表现为EP→EP/CP→EP(见图7 (a)，图8)，即海温正距平在1997年初夏出现在赤道东太平洋海域，在当年冬季至次年春季正海温距平持续出现在赤道中东太平洋，在衰落时期暖海温异常主要出现在赤道东太平洋海域。2014/2016年超强厄尔尼诺发展过程中，海温暖异常中心主要表现出相对偏西的空间分布特征。而1997/1998年厄尔尼诺事件期间海温异常升高主要出现在赤道中东太平洋海域，按其发展过程主要将其划分为超强东太平洋型厄尔尼诺事件，该分类结果与前人的结果一致[16]。将2014/2016年超强厄尔尼诺事件与1986/1988年，1991/1992年，1994/1995年，2002/2003年的厄尔尼诺事件(见图9)对比发现，其具有类似的海温暖异常时空发展过程，均表现为海温异常升高首先出现在赤道中太平洋，在其发展过程中逐渐扩展到赤道中东太平洋，在衰落期时海温异常升高在赤道中太平洋结束。

图7 OISST 监测Nio 4区海温距平逐月演变Fig.7 Time series of Nio four regions based on OISST data sets

图8 1997-02—1998-10热带及北太平洋OISST月均海温距平(单位：℃)Fig.8 Monthly sea surface temperature anomalies of OISST over the tropics and northPacific from February 1997 to October 1998 (unit: ℃)

图9 中太平洋型厄尔尼诺事件时Nio 4区海温距平逐月演变Fig.9 Variation of sea surface temperature anomalies during CP El Nio events

4 结论

本文利用FY-3C/VIRR SST月均海表面温度数据集，分析了2014/2016年超强厄尔尼诺事件的发生、发展过程，并将监测结果与OISST资料的分析结果进行了对比评估，得到以下结论：

1)月均FY-3C/VIRR SST资料能够较好刻画出2014/2016年超强厄尔尼诺事件期间海温异常升高的发生、发展过程，发展过程表现为海温异常升高从赤道中太平洋逐渐东传至赤道中东太平洋，衰落阶段表现为海温异常升高西传的基本特征，其与OISST监测结果的空间分布有较高的一致性。

2)FY-3C/VIRR SST距平监测结果与OISST数据相比海温振幅相对较小，FY-3C/VIRR SST资料在进行了1°分辨率(100 km)及10 km重采样后的数据平滑效果更好，FY-3C/VIRR SST产品中提供了逐像元的质量标识(分为优、良、差3类)，目前研究使用了全样本，根据应用目标选取产品等级将有利于海温产品的应用。

3)经验正交函数分析的对比结果表明，相比OISST海表面温度资料，FY-3C/VIRR SST资料在中高纬度海表面温度的异常升高的振幅相比OISST数据偏高，而在赤道中东太平洋海域的海温距平振幅偏低。全局回归系数的使用导致了这种区域偏差现象的出现。

为进一步提高FY-3C/VIRR SST资料在气候事件分析中的可用性，我国正着手风云卫星历史资料定位定标及海温产品重处理工作，实现国产极轨卫星全球观测高时空分辨率、长时序海温资料生成。