评估ENSO对西北太平洋热带气旋路径年际变化的影响
摘要:使用了热带气旋(TC)生成的统计模型和台风路径的轨迹模型,选择了1950-2007年期间选定的14个El Nino和14个La Nina年份,评估了厄尔尼诺 - 南方涛动(ENSO)对西北太平洋台风盛季(7月- 9月)台风盛行路径的影响。
该台风生成模式和台风路径轨迹模式在年际时间尺度上能较好地模拟TC盛行路径的主要特征。在El Nino年,TC活动的显著增强主要发生在20◦N以南,特别是130°E以东。相对于La Nina 年份,在El Nino年份, 包括台湾岛,中国大陆,韩国和日本在内的东北部向东北移动的向西移动的TC显著增多。 数值模拟结果证实了ENSO期间TC路径的变化主要是由于大尺度环境引导气流和TC生成位置的共同变化引起的。
关键词:ENSO,热带气旋,轨迹,模式,西北太平洋
引文:赵海坤,吴立广 和周伟灿,2010:评估ENSO对西北太平洋热带气旋路径年际变化的影响。 大气科学进展 ,27(6),1361-1371,doi:10.1007 / s00376-010-9161-9。
1.引言
在西北太平洋(WNP),热带气旋(TC)活动的年际变化与厄尔尼诺 - 南方涛动(ENSO)是密切相关的,这已在文献中广泛讨论(Chan,1985; Dong, 1988; Lander,1994; Chen et al,1998; Wang and Chan,2002; Chia and Ropelewski,2002; Chu,2004; Camargo and Sobel,2005; Camargo et al,2007)。在以前的研究中已经注意到TC的生成,一般认为ENSO对WNP中TC生成的位置有影响(Li,1985,1986; Wu and Lau,1992; Chan,2000; Wang and Chan ,2002)。 Wang and Chan 2002发现在西北太平洋东南部的TC生成增强是以强烈的厄尔尼诺年为基础,暗示在El Ni〜no年与La Ni〜n年期间相比,TC生成位置会向东南偏移。许多先前的研究调查了ENSO对TC轨迹的影响,主要是根据TC登陆的相互联 (Saunders et al,2000; Wang and Chan,2002; Liu and Chan,2003; Wu et al。,2004; Fudeyasu et al,2006; Camargo et al,2007)。其中一些研究认为ENSO对TC轨道的影响相对于南极振荡相对较小(Yoo et al,2004; Ho et al。,2005)。另一方面,Chan(1994)和Camargo et al.(2007)确定了台风路径的会发生很大的改变。 Wang and Chan(2002)发现,TC数量在温暖的年份下降,重新北移的TC数量显着增加。 Saunders et al(2000)认为ENSO对越南和菲律宾的TC的登陆模式有着显着的影响。 Wu et al(2004)也显示ENSO对WNP,东亚和东南亚TC登陆活动的影响。同样,Fudeyasu et al(2006)研究了ENSO在朝鲜半岛和日本,中国,印度半岛台风登陆高峰时期的影响。 Ho et al(2005)认为,南极振荡比ENSO在大型环流中的影响更为显着,尤其是在东海和东亚地区。 然而,迄今为止,ENSO对WNP中TC流行轨迹的影响尚不清楚。 特别是,大规模大气环流和TC形成位置的变化如何影响TC主要的轨道没有定量地修整。 一个可能的原因是没有一个有效的诊断工具来用于量化地识别大规模大气环流和TC形成位置的变化。
近年来,全球变暖对TC强度的影响受到广泛关注(Knut-son and Tuelya,2004; Emanuel,2005; Webster et al,2005; Trenberth,2005; Hoyos et al,2006; Kossin et al,2007 ; Wu and Wang,2008; Wu et al。,2008)。研究还记录了台风轨道的年代际变化(Ho et al,2004; Wu et al,2005; Tu et al,2009)。一些研究发现,整体TC的平均移动速度和beta;漂移是在El Ni〜no 年和La Nina年的TC峰值季节计算的。 根据Wu和Wang(2004),与大尺度引导气流的分辨率一致,WNP盆地由2.5°times;2.5°纬度 - 经度网格框表示。 对于每个框,对进入El Nino和La Nina年的网格框的所有TC计算平均移动速度。 注意,仅对于每个网格箱计算平均平移向量和平均beta;偏移,其中样本大小超过每年。近几十年来,中国的TCs相关降水已经减少(Ren et al。,2006),但长江流域洪水增加(Gong and Ho,2002)。一些研究集中在全球变暖的背景下研究TC轨道的可能的变化。通过全球暖化实验的大规模环境流量,Wu and Wang(2004)提出了一个轨迹模型,以评估全球变暖对WNP中的TC当前轨迹可能产生的影响。 Emanuel et al(2006)在其统计决策系统中引入了一个类似的轨迹模型,其中包括用于预测TC生成,运动和强化的单独模型。这些研究提供了一个有用的方式来了解TC主要轨道的年际变化。
本研究的目的是双重的。首先,评估轨迹模型在年际时间尺度上的能力,其次,定量地检查在TC占优势轨迹中的地层位置和大规模环境流量的年际变化的作用, 统计生成地层位置的大样本,然后应用轨迹模型。
本文的其余部分组织如下。 第2节描述了El Nino和La Nina年的数据和选择。在第3节中,讨论了对当前WNP轨迹的观测变化。 引入TC位置信息和TC轨迹模型的统计方法在第4节介绍。在El Nino和La Nina年期间,形成位置和环境流量变化对TC主要轨道的影响在第5节研究,随后在第6节中进行了总结。
|
Fig. 1. Nitilde;no-3.4 SSTA index averaged over July–September (JAS) according to the percentile method pro-posed by Camargo et al. (2007). The selected warm(cool) years are shown in red (black), with white bars for neutral years. |
2.TC转换向量和El Nino和La Nina年的选择
平均而言,WNP经历了26个TC年,占全世界TC的约33%。 WNP中的TC数据是来自联合台风警报中心(JTWC)的最佳轨迹数据集,其中包括位置和强度的热带风暴和台风在6小时的间隔。本研究中使用的分析期是1950-2007年。虽然在WNP上的一些TC可能在卫星时代之前的JTWC最佳轨迹数据和在1970之前的TC强度估计包括不确定性之前被忽略,但是我们发现它们对分析结果的影响很小,因为El Nino和La Nina之间的主导轨道当我们使用从1970到2007的数据时,La Nina年基本上是相同的,并且是在仅使用TC轨迹数据的情况下。虽然TC可以全年在NWN盆地发生,但只有TC季节(7-9月)的数据用于本研究,因为TC活动在高峰季节,气候频繁,因此气候平均风可以代表大尺度的径流(Wu and Wang,2004)。气候 - 风向数据来源于NCEP再分析场,2.5◦分辨率。通过假设TC是短暂的现象,与气候变化相比(Wu and Wang,2004),El Nino和La Nina年的平均大尺度引导气流计算为平均环境流量在850和300hPa之间随质量调整。
TC的平均转向速度和beta;漂移是在El Ni〜no年和La Nina年的TC峰值季节计算的。在 Wu and Wang(2004)以后,与大规模引导气流的决议一致,WNP海域以一个2.5°times;2.5°经度 –
纬度网格框。 对于每个框,平均转换速度是基于进入El Ni〜no和La Nina年的网格框的所有TC计算的。 请注意,平均平移向量和平均beta;漂移仅针对每个网格框计算,其中样本大小超过一个周期。
WNP中TC活动的年际变化已经在以前的研究中被记录,并且与Ni~no-3.4(5◦S-5◦N;170◦-120◦W)海表温度异常(SSTAs)密切相关 ,(Chan,1984; Lander,1994; Wang and Chan,2002)。在本研究中,来自Climate Prediction Center的Ni~no-3.4 SSTAs使用来自Camargo et al(2007)提出的百分点方法对温暖年份进行分层,其中选择前25%最暖和最冷的年份。 如图1所示。SSTA大于(小于)0.47◦C(-0.47◦C)的年份分别定义为El Nino和La Nina年。 其他年份被归类为中性年份因此,14个El Ni〜no年(1951,1953,1957,1963,1965,1969,)1972,1982,1987,1991,1997,2002,2004 and 2006)and 14 La Nina年(1950,19541955,1956,1959,1964,1970,1971,1973,1975,1988, 1998,1999 and 2007)。
3.在年度时间表上当前的TC轨迹的变化
|
Fig. 2. The difference in climatological tropical cyclone translation vectors (a) and the climatological layer (850–300 h Pa) mean large-scale steering flows (b) between the El Nino years and La Nina years in the TC peak season(July–September). Contour intervals are 0.2 m sminus;1 |
图2显示了El Nino和La Nina年代TC平移向量(图2a)和大规模引导气流(图2b)的差异。 TC转换向量中的变化可以在很大程度上由大规模转向中的方向和幅度方面的差异来解释。在NWNP上,大尺度转向的西风(东风)异常与24°N北(南)TC转变向量的东(西)异常吻合良好。在南海,TC转换载体的变化主要在东南方向东部在北部和南部,分别与大型转向的相应变化一致。
上述研究表明,转换速度是气候平均值,大规模引导气流和beta;漂移的总和(Holland,1983; Wu and Wang,2004)。El Nino和La Nina年的beta;漂移作为平移向量和大尺度引导气流之间的差异(图未示)导出。虽然大规模环境流量可以影响beta;漂移(Smith,1991; Ulrich and Smith,1991; Williams and Chan,1994; Wang and Li,1995; Li and Wang,1996; Wang et al,1997,Zhao et al,2009)El Nino和La Nina年之间的beta;漂移的差异在这个案件被发现。因此,在这项研究中不考虑TC在主要轨道上的beta;漂移变化的影响。
现有的TC轨迹是根据TC发生的频率确定的,这在2.5°times;2.5°纬度 - 经度网格框中定义(Wu and Wang,2004)。频率指示TC对特定网格框的反应频率。在这项研究中,如图所示,在图3中,通过识别相对于相邻网格具有高频的那些网格来检测气候主要轨迹1951-2007 年期间NWPP basin中,在季节性(图3中的粗箭头)中识三个气候盛行轨迹,然后用作在El Nino和La Nina年期间检查轨迹变化的参考。如图3所示,向西移动的轨道延伸从热带太平洋到菲律宾海和南中国海(向西的轨道,或轨道I)。第二条轨道从热带城市向韩国和日
|
Fig. 3. The observed frequency of TC occurrence at are solution of 2.5◦times;2.5◦ in the TC peak season (July–September) derived from the JTWC best-track data for(a) El Nino and (b) La Nina years with contour intervals of 3.0. |
|
Fig. 4. Observed differences in the frequency of TC occurrence in the TC peak season (July–September) between El Nino and La Nina years. Shading indicates a change statistically significant at the 95% confidence level 剩余内容已隐藏,支付完成后下载完整资料 资料编号:[27944],资料为PDF文档或Word文档,PDF文档可免费转换为Word |
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
您可能感兴趣的文章
- 意大利北部伊斯普拉大气气溶胶吸湿性的观测研究外文翻译资料
- 线性涡旋模拟层云中的夹卷混合过程外文翻译资料
- 1961-2004年间青藏高原夏季降水场聚类分析外文翻译资料
- 台风“风神”(2008) 外围长时间中尺度对流的产生和维持机制研究外文翻译资料
- 21世纪造成南亚夏季风降水偏多的主要影响因子外文翻译资料
- AMSU-A探测的亮温趋势与云和海洋降水关系的不确定性分析外文翻译资料
- 多尺度水汽输送的年代际变化与太平洋十年振荡和北太平洋相关的大气河的环流振荡外文翻译资料
- 近期中国东部地区水汽输送的年代际和年际变化外文翻译资料
- 在中国最干旱的地区黑河绿洲的小范围气候特征外文翻译资料
- 地区性对流允许气候模型研究综述:证明、前景和挑战外文翻译资料