陳廣超 陳崢 黎鑫 , 李昀英

1 國防科技大學氣象海洋學院,長沙 410000

2 中國海洋大學物理海洋教育部重點實驗室,山東青島 266100

3 中國科學院大氣物理研究所地球流體力學與數(shù)值模擬國家重點實驗室,北京 100029

1 引言

Mantua et al.（1997）發(fā)現(xiàn)在北太平洋中緯度地區(qū)存在年代際振蕩，并稱之為太平洋年代際振蕩（PDO）。這是一種具有較長周期的太平洋氣候模態(tài)，亦被一些人描述為一種長期存在的類似厄爾尼諾的太平洋氣候多變性模態(tài)，而另一些人則將其描述為兩種有時相互獨立的模態(tài)的混合（Mantua and Hare,2002）。研究表明，這一現(xiàn)象在各類海氣要素場上均有反映，在海洋方面，赤道中東太平洋海表溫度（SST）年代際異常增高，黑潮及其延伸體區(qū)域和北太平洋中部異常變冷，北太平洋東部沿岸SST增高；在大氣方面，北太平洋海平面氣壓和500 hPa高度場明顯降低，阿留申低壓異常加深、東移并偏南（Trenberth,1990;Trenberth and Hurrell,1994;Deser and Blackmon,1995）。PDO指數(shù)被定義為北太平洋（20°N～70°N，110°E～100°W）EOF分解后第一模態(tài)的時間系數(shù)，它有兩個周期段，15～25年和50～70年。觀測顯示，自1920年起PDO指數(shù)與阿留申低壓指數(shù)（該指數(shù)用于表征北太平洋海表面氣壓變化）在位相上有顯著的對應(yīng)關(guān)系，這種一致性變化表明PDO是海氣相互作用的產(chǎn)物（楊修群等,2004）。

PDO對全球氣候有重要影響。一方面，它既是一種長期氣候周期的偏離，可直接造成太平洋及其周邊區(qū)域氣候的年代際變化；另一方面，它又是年際變率的重要背景，對年際變化（ENSO及其誘發(fā)的大氣遙相關(guān)）具有重要的調(diào)制作用，可調(diào)制ENSO事件頻率、強度和氣候影響（如導致年際ENSO—季風異常關(guān)系的不穩(wěn)定性或年代際變化）（徐建軍等,1996;王黎娟和何金海,1998;王紹武和朱錦紅,1999;江志紅和屠其璞,2000;李崇銀,2000;王紹武,2001）。

反過來，氣候變化也很可能影響PDO時空特征。近百年來全球氣候變化特征是溫度的顯著變暖，平均增暖速率為每100年升高0.6°C，這使得太平洋SST發(fā)生了顯著變化，其最大的增溫發(fā)生在赤道中東太平洋即Nino1至Nino4區(qū)內(nèi)，最大的降溫在中緯度北太平洋中部。除了北半球太平洋西岸40°N附近為降溫外，在北半球太平洋沿岸基本上為升溫，但太平洋東海岸的升溫幅度要遠大于西海岸（蔡怡等,2008）。由此可推測，全球變暖不僅會引起氣候平均態(tài)的變化，也會引起年代際振蕩PDO形態(tài)特征的變化。前人對全球變暖下的ENSO變化已有研究，指出其增暖中心顯著西移，周期明顯變短（夏楊等,2017）；同時已有研究指出PDO在全球變暖背景下振幅減小，周期縮短（Geng et al.,2019）；也有研究指出PDO的空間分布不變（Furtado et al.,2011），二者結(jié)論皆與本文結(jié)論不同。主要是所使用數(shù)據(jù)不同與處理方法不同，前者雖然也是用了CMIP5數(shù)據(jù)，但是只對比了多模式集合平均（MMEM）數(shù)據(jù)變暖前后PDO模態(tài)的變化，并未給出多數(shù)模式的變化；后者使用的數(shù)據(jù)是IPCC AR4（Fourth Assessment Report）模式，且也僅僅是討論了多模式集合平均（MMEM）數(shù)據(jù)。那么在CMIP5各模式中PDO這種年代際的海溫模態(tài)在全球變暖下時空特征有無改變，如何改變？這些關(guān)鍵科學問題前人討論得還并不充分，因此本文著重通過觀測資料和CMIP5模式資料分析全球變暖下PDO的特征變化。

2 資料和方法

2.1 資料

本文的使用的模式資料為耦合模式比較計劃CMIP5中的13套海氣耦合模式模擬海表溫度數(shù)據(jù)，其中13套海氣耦合模式資料的SST數(shù)據(jù)又分為歷史情景模擬和在RCP4.5與RCP8.5（二氧化碳濃度達到4.5 W/m2和8.5 W/m2）變暖情景模擬（Taylor et al.,2012）。由于RCP4.5和RCP8.5情景下的月平均SST數(shù)據(jù)的時間范圍是2006～2100年（95年），因此選取相同時長的歷史情景下的月平均SST數(shù)據(jù)，時間范圍是1911～2005年（95年）。由于13套海氣耦合模式空間分辨率各異（表1）因此本文統(tǒng)一將海表溫度場空間分辨率插值成1°（緯度）×1°（經(jīng)度）。

表1 CMIP5中的13種模式的來源及分辨率Table 1 Source and resolution of 13 modes in CMIP5

實際觀測的海表溫度數(shù)據(jù)是日本氣象廳重建的長時間序列海表溫度資料COBE-SST2數(shù)據(jù)，選取的COBE-SST2的月平均海表溫度數(shù)據(jù)時間范圍是1850～2018年（169年），為格點數(shù)據(jù)，數(shù)據(jù)的空間分辨率為1°（緯度）×1°（經(jīng)度）。

2.2 研究方法

2.2.1 統(tǒng)計診斷方法

根據(jù)研究需要，本文用到了經(jīng)驗正交函數(shù)分析（Empirical Orthogonal Function，EOF）、回歸分析、泰勒圖方法、功率譜分析以及Pettitt突變點檢測方法等現(xiàn)代統(tǒng)計診斷方法。其中，EOF分析可用少量變量代替多變量，提取主要數(shù)據(jù)特征量。Lorenz在1950年首次將其引入氣象和氣候研究，目前得到了非常廣泛得應(yīng)用，能夠很好地反映要素場的空間分布模態(tài)及其隨時間的變化因此也被稱為時空分解?；貧w分析是用來研究變量與變量之間相互關(guān)系的數(shù)學方法。在氣象研究中，回歸分析也是應(yīng)用最廣泛的內(nèi)容之一，用它來分析某一變量與一個或多個自變量之間的統(tǒng)計關(guān)系，并建立變量依自變量之間的回歸方程，然后根據(jù)這個方程做出對變量的預測（胡基福,1996）。

泰勒圖是近年來被廣泛采用的應(yīng)用于模式評估與檢驗的有效方法，能夠?qū)⒍嗄Ｊ降南嚓P(guān)信息（標準差、相關(guān)系數(shù)、均方根誤差）集中表示，將多個變量的標準差、與參考值的相關(guān)系數(shù)以及均方根偏差綜合顯示在一張二維圖上。在泰勒圖中，能夠全面清晰對多模式的模擬能力進行展示評估。標準差能反映多變量自身的離散程度，標準差越小，這些變量偏離平均值就越少，相關(guān)系數(shù)表示變量值與參考值的相似性，均方根誤差表示模擬模式與參考模式之間的離散度，均方根誤差值越小，表明與參考模式自身的離散程度越接近（Taylor,2001;陳崢等,2018）。

功率譜方法則是通過譜分析，將時域轉(zhuǎn)換到頻域上，通過分析頻域的特征來獲取數(shù)據(jù)的周期特性。由于本文關(guān)注的是年代際變率，故首先對數(shù)據(jù)進行了8年的低通濾波，然后再用功率譜提取不同數(shù)據(jù)中的PDO周期（Torrence and Compo,1998）。

Pettitt突變點檢測方法是對于n個樣本量的時間序列x，構(gòu)造一秩序列

其中，當xi>xj時，ri=1；當xi=xj時，ri=0；當xi

2.2.2 PDO主模態(tài)的獲取

本文使用的是COBE-SST2海表溫度數(shù)據(jù)及插值過后的CMIP5多模式模擬的SST數(shù)據(jù)進行提取，提取范圍為北太平洋（20°N～70°N，120°E～90°W）的海溫數(shù)據(jù)，由于PDO模態(tài)在冬季表現(xiàn)最顯著，所以本文主要分析冬季（定義為當年12月到次年的2月）的情況。使用多種統(tǒng)計分析方法進行分析處理各模式的冬季海溫資料。本文采用的獲取PDO主模態(tài)的具體方法如下：

（1）對COBE-SST2海表溫度場和13個CMIP5中的歷史情景與全球變暖情景模擬數(shù)據(jù)的各95年海溫場進行線性去趨勢。將去趨勢之后的海溫場再進行3個月滑動平均并去除逐月海溫平均態(tài)得到異常場。

（2）從中取出12月、1月和2月（DJF）組成一個新的連續(xù)冬季場。由于PDO是大尺度的，受地球表面效應(yīng)的影響，不同維度的格點的面積權(quán)重不一樣，所以將數(shù)據(jù)的空間格點乘以其所在維度余弦值的平方根即乘以緯度權(quán)重，得到新的異常場。

（3）對這個冬季場進行時空變換，將三維場變?yōu)闀r間—空間二維場之后進行EOF分解得到第一主成分對應(yīng)的時間序列，將這個時間序列標準化處理，再將步驟二的太平洋冬季異常場回歸到標準化時間序列上，從而最終得到PDO空間模態(tài)。

3 觀測資料中全球變暖前后PDO時空特征變化

首先我們從圖1和圖2的對比中可以發(fā)現(xiàn)，全球變暖的超低頻趨勢對PDO的時間序列有很大影響，使其有一個很明顯上升的趨勢。接著對未去掉全球變暖超低頻趨勢的時間序列做Pettitt突變點檢測，從圖3中可以很明顯地看到突變點在1934年附近，并通過了顯著性檢驗，再對1934年前后倆段分別做其趨勢線，可以發(fā)現(xiàn)前后有明顯的增強趨勢。綜上可以能看出1934年前后PDO受全球變暖影響明顯產(chǎn)生了變化，所以選取1934年作為分界點來對比觀測資料中全球變暖對PDO的影響。從空間模態(tài)上來看（圖4），1934年前后的PDO模態(tài)中整個太平洋都呈現(xiàn)“馬蹄形”的SST異常，赤道中東太平洋，太平洋東部沿岸表現(xiàn)為正的異常中心，北太平洋的中部表現(xiàn)為一個負的異常中心。從前后強度對比來看，PDO變得更強。北太平洋中部的負異常中心范圍有所增大，且向西擴展，中心值也變得更大，由0.5°C增強到0.7°C；同樣在赤道中東太平洋，太平洋東部沿岸的正異常中心，中心值和范圍都有所增大，赤道中東太平洋的中心值增大了0.1°C左右，太平洋東部沿岸增大了0.2°C左右，也呈現(xiàn)出增強的趨勢。由以上可知，在全球愈發(fā)變暖的背景下，PDO強度得到加強。

圖1 1850～2017年觀測數(shù)據(jù)中未去掉全球變暖超低頻趨勢的PDO指數(shù)時間序列及趨勢Fig. 1 The time series and trend of PDO (Pacific Decadal Oscillation) index under the global warming ultralow frequency trend is not removed from the observation data during 1850–2017

圖2 1850～2017年觀測數(shù)據(jù)中去掉全球變暖超低頻趨勢的PDO指數(shù)時間序列Fig. 2 The time series of PDO index under the global warming ultralow frequency trend is removed from the observation data during 1850–2017

圖3 對1850～2017年觀測數(shù)據(jù)時間序列的Pettitt突變點檢測值（Ut）Fig. 3 The map of Pettitt mutation point detectionin time series (Ut) from the observation data during 1850–2017

圖4 觀測數(shù)據(jù)中1934年前、后的PDO模態(tài)（單位：°C）：（a）1850～1934年；（b）1934～2017年Fig. 4 PDO mode from the observation data around 1934: (a) 1850–1934;(b) 1934–2017

對比1934前后的PDO指數(shù)（圖5）可以發(fā)現(xiàn)PDO的反相變化加快，年代際周期明顯變短。再對1934年前后PDO指數(shù)進行功率譜分析（圖6），1934前PDO觀測指數(shù)的峰值周期在50～70年，而1934后PDO觀測指數(shù)的峰值周期在40年，結(jié)果同樣表明PDO模態(tài)的頻率向高頻移動（周期變短）。

圖6 觀測數(shù)據(jù)中1934年前、后PDO指數(shù)功率譜：（a）1850～1934年；（b）1934～2017年Fig. 6 Power spectra of PDO index from the observation data around 1934: (a) 1850–1934;(b) 1934–2017

4 CMIP5多模式對PDO模擬能力的評估分析

本文利用泰勒圖來評估CMIP5多模式對觀測數(shù)據(jù)中PDO的模擬能力，倆者時間長度皆為95年（1911～2005年）。由于對泰勒圖（圖7）進行了標準化，所以相關(guān)系數(shù)R=0.5對應(yīng)均方根誤差E≈1，定義模式模擬合格標準為R≥0.5，E≤1，良好標準為R≥0.7，E≤0.8，優(yōu)秀標準為R≥0.8，E≤0.6。從圖5上可以看出13種模式的模擬程度相關(guān)系數(shù)都在0.6～0.9，均方根偏差基本都在0.5～1，除了CMCC-CESM模式外，均具有與觀測相似的PDO幅度（標準差σ在1±25%范圍內(nèi)），以上13種模式都達到了合格。其中模擬程度達到良好的模式有BNU-ESM模式、Had-GEM-AO模式、IPSL-CM5A-LR模式和NorESM1-ME模式，模擬優(yōu)秀的模式有ACCESS1-3模式、CanESM2模式、CMCC-CM模式、GFDL-CM3模式和HadGEM2-ES模式。

圖5 觀測數(shù)據(jù)中1934年前、后標準化的PDO指數(shù)：（a）1850～1934年；（b）1934～2017年Fig. 5 Standardized PDO index from the observation data around 1934: (a) 1850–1934;(b) 1934–2017

圖7 CMIP5多模式對PDO模擬結(jié)果泰勒圖。圖中藍色線表示與觀測模式的相關(guān)系數(shù)；綠線表示各CMIP5模式與參考值間的均方差誤差；黑色線表示標準差；REF為觀測模式參考值；帶序號紅點對應(yīng)為各模式所提取得PDO模態(tài)，各CMIP5模式名稱及對應(yīng)序號見圖右上側(cè)Fig. 7 CMIP5 multimode Taylor diagram of PDO simulation results. The blue line in the figure represents the correlation coefficient with the observation mode. The green line represents the mean square error between each CMIP5 mode and the reference value.;the black line indicates the standard deviation;REF is the reference value of the observation mode;the red dot with the serial number corresponds to the PDO mode extracted by each mode. The names and corresponding serial numbers of each CMIP5 mode are shown in the upper right

模式對于年際、年代際周期的模擬是評估模式能否真實反映氣候特征的一個重要指標。對觀測數(shù)據(jù)（圖8）進行功率譜分析，可以發(fā)現(xiàn)PDO年代際振蕩明顯，55年和25年左右周期的峰值最大。CMIP5多模式模擬的PDO指數(shù)顯示出不同年代際特征，以模擬優(yōu)秀HadGEM2-ES模式、CMCC-CM模式和 ACCESS1-3模式為例（圖9）：HadGEM2-ES模式顯示為25年左右的峰值周期；CMCC-CM模式顯示為50年和25年左右的峰值周期；ACCESS1-3模式顯示為55年和15年左右的峰值周期。總的來說，CMIP5多模式年代際峰值周期顯示在15～30年、50～70年。其中表現(xiàn)出15～30年左右周期的模式有13種，4種模式顯示為15年左右的峰值周期， 3種模式顯示為20年左右的峰值周期，有5種模式顯示為25年左右的峰值周期，1種模式顯示為30年左右的峰值周期。表現(xiàn)出50～70年左右周期的模式有8種，2種模式顯示為50年左右的峰值周期， 4種模式顯示為55年左右的峰值周期，2種模式顯示為70年左右的峰值周期?？傮w而言，就良好以上模式來說，年代際周期與觀測事實是基本相符的。

圖8 1911～2015年觀測數(shù)據(jù)的PDO指數(shù)功率譜Fig. 8 Power spectra of PDO indices from the observation data during 1911–2015

圖9 CMIP5模式中的PDO指數(shù)功率譜：（a）HadGEM2-ES模式；（b）CMCC-CM模式；（c）ACCESS1-3模式Fig. 9 Power spectra of the PDO indices from CMIP5 mode: (a) HadGEM2-ES mode;(b) CMCC-CM mode;(c) ACCESS1-3 mode

5 CMIP5多模式下PDO對不同變暖情景響應(yīng)的時空特征分析

前文的分析已表明，挑選的13個CMIP5模式大部分對PDO有一定模擬能力，可以用來分析評估PDO對于氣候變暖的響應(yīng)。且通過對比觀測資料中1934年前后的PDO時空特征，發(fā)現(xiàn)在全球變暖的背景下，PDO強度得到加強，PDO模態(tài)的頻率向高頻移動（周期變短）。那么CMIP5模式在不同的排放情景下，PDO的響應(yīng)特征是否與觀測相同呢？這里以模擬優(yōu)秀的CanESM2模式和GFDL-CM3模式為例展開分析。從空間模態(tài)（圖10）上來看，變暖前后的PDO模態(tài)中整個太平洋都呈現(xiàn)“馬蹄形”的SST異常，CanESM2模式在RCP4.5情景下，PDO變強，北太平洋中部的負異常中心向東部移動，其值也增大0.1°C左右，同樣在赤道中東太平洋，太平洋東部沿岸的正異常中心，中心值和范圍都有所增大，赤道中東太平洋的中心值增大了0.4°C左右，太平洋東部沿岸增大了0.4°C左右，在RCP8.5情景下，PDO強度相比RCP4.5情景下變得更強。北太平洋中部的負異常中心值增大0.2°C左右，赤道中東太平洋的中心值增大了0.6°C左右，太平洋東部沿岸增大了0.6°C左右。GFDL-CM3模式在RCP4.5情景下，北太平洋中部的負異常中心值與變暖前相差不大，在赤道中東太平洋中心值和范圍都有所增大，赤道中東太平洋的中心值增大了0.2°C左右，太平洋東部沿岸的正異常中心值范圍和值都略有減小，幅度在0.2°C左右，在RCP8.5情景下，與變暖前對比北太平洋中部的負異常中心值增大0.2°C左右，范圍也有所增大向西拓展，赤道中東太平洋的中心值增大了0.4°C左右，太平洋東部沿岸的正異常中心向南移動，其值幾乎不變。

圖10 CMIP5模式中CanESM2模式（第一行）、GFDL-CM3模式（第二行）全球變暖前后 PDO 模態(tài)：（a、d）歷史情景下的PDO；（b、e）RCP4.5情景下的PDO；（c、f）RCP8.5情景下的PDOFig. 10 PDO mode before and after global warming in the CMIP5 model CanESM2 mode (the first line) and GFDL-CM3 mode (the second line): (a,d) PDO in historical scenarios;(b,e) PDO in RCP4.5 scenarios;(c,f) PD0 in RCP8.5 scenarios

從不同情景下功率譜分析（圖11）來看，CanESM2模式各情景下PDO指數(shù)的年代際周期特征明顯，歷史情景中顯示為70年和35左右的峰值周期；RCP4.5情景中顯示為70年和10年左右的峰值周期；RCP8.5情景中顯示為15～30年的峰值周期。GFDL-CM3模式歷史情景中顯示為70年和25左右的峰值周期；RCP4.5情景中顯示為70年和25年左右的峰值周期；RCP8.5情景中顯示為25年左右的峰值周期。以上兩種模式中RCP4.5情景與變暖前對比，年代際峰值周期變化不大，RCP8.5情景下，年代際峰值周期都變小。分析表明，隨全球變暖程度加大，PDO模態(tài)的頻率向高頻移動(周期變短)。

圖11 CMIP5模式中CanESM2模式（第一行）、GFDL-CM3模式（第二行）PDO指數(shù)功率譜：（a、d）歷史情景；（b、e）RCP4.5情景；（c、f）RCP8.5情景Fig. 11 PDO index power spectrum in CMIP5 model CanESM2 mode (the first line) and GFDL-CM3 mode (the second line): (a,d) PDO in historical scenarios;(b,e) PDO in RCP4.5 scenarios;(c,f) PDO in RCP8.5 scenarios

從對模擬良好以上模式的統(tǒng)計結(jié)果來看：空間特征上在赤道中太平洋異常中心9種模式在全球變暖愈發(fā)變暖的背景下異常中心值都在增加，其范圍一般也向西擴展；在北太平洋東部沿岸異常中心9種模式中有7種模式在全球變暖的背景下異常中心值在增加，范圍也是在擴展，只有在CMCC-CM和 GFDL-CM3模式下異常中心值稍有減小，但異常中心的范圍也是在向西擴展；在北太平洋中部異常中心9個模式中有7個模式在全球變暖的背景下異常中心值在增加，在CMCC-CM、HadGEM2-AO模式下，中心值在減弱，且范圍也有所減小。時間特征上,對模擬良好以上的模式進行功率譜分析，分析得出9種模式有7種模式PDO模態(tài)的頻率向高頻移動（峰值周期變小），只有HadGEM2-ES、NorESM1-ME模式表現(xiàn)出PDO模態(tài)向低頻移動（峰值周期變大）。

6 結(jié)論和討論

本文首先對比觀測數(shù)據(jù)1934年前后的PDO時空特征發(fā)現(xiàn)：在全球變暖的背景下，PDO振幅得到加強，赤道中東太平洋、太平洋東部沿岸和北太平洋的中部異常中心值和范圍都明顯增強；而其頻率則表現(xiàn)為向高頻移動，說明其周期變短。接著，基于CMIP5多個海氣耦合模式的20世紀歷史模擬資料，分析了耦合模式對太平洋年代際振蕩（PDO）的模擬能力，發(fā)現(xiàn)選取的CMIP5模式對PDO有著較好的模擬能力，都能一致地刻畫出PDO的空間模態(tài)和年代際周期特征。進而，從中挑取出模擬良好以上的9種模式看PDO對不同變暖情景響應(yīng)的時空特征是否與觀測符合。結(jié)果表明：在全球變暖加劇的情景下，有8種模式表現(xiàn)出在赤道中太平洋異常中心的值顯著增加，其范圍一般也向西擴展；在北太平洋東部沿岸異常中心，有7種模式表現(xiàn)出振幅增加，范圍也是在擴展；在北太平洋中部異常中心，有7個模式的強度在增加. 時間特征上，根據(jù)功率譜分析結(jié)果，有7種模式PDO模態(tài)的頻率向高頻移動（峰值周期變?。?，只有HadGEM2-ES、NorESM1-ME模式表現(xiàn)出PDO模態(tài)向低頻移動（峰值周期變長）。這些結(jié)果表明，全球變暖可導致PDO的振幅加強，而周期變短，與觀測基本相符。

值得思考的是為何全球變暖背景下PDO會得到加強？根據(jù)前人的相關(guān)研究，可以初步推測：太平洋東部沿岸和北太平洋中部的異常中心得到加強的原因可能與PNA有關(guān)；赤道中東太平洋變得更暖的原因可能與ENSO有關(guān)；黑潮及其延伸體區(qū)域黑潮及其延伸體區(qū)域異常中心發(fā)生變化的原因可能是全球變暖導致海洋Rossby波波速發(fā)生變化（Newman et al.,2016）。至于這種推測是否合理，PDO對全球變暖的具體響應(yīng)過程和機制，還需要下一步深入探討。