吳啟蒙 吳立廣 曹劍

1 南京信息工程大學太平洋臺風研究中心，南京 210044

2 復旦大學大氣與海洋科學系/大氣科學研究院，上海 200438

1 引言

自20 世紀80 年代中期以來，不同海區(qū)熱帶氣旋（TC）活動的年際變化已經(jīng)有很多研究（Landsea,2000），主要關(guān)注了厄爾尼諾和南方濤動（ENSO）對TC 活動的影響。研究發(fā)現(xiàn)：在El Ni?o 年，西北太平洋TC 的生成位置偏東，生成頻數(shù)少于正常年份；而在La Ni?a 年，西北太平洋地區(qū)年生成頻數(shù)多于正常年份（Chan and Johnny, 1985, 2000; Wu and Lau, 1992）。Lander（1993）對這個結(jié)論提出了質(zhì)疑，盡管El Ni?o 期間TC 的生成區(qū)域東移，但是西北太平洋觀測到的年TC 頻數(shù)與ENSO 指數(shù)沒有顯著相關(guān)。Chan et al.（1998）用0.5℃作為劃分Ni?o3 地區(qū)海平面溫度冷暖異常的標準，發(fā)現(xiàn)在El Ni?o 年 間 的6～8 月TC 形 成 位 置 北 移，9～11 月TC 形成位置東移，但是他們使用的資料時間長度較短，沒有考慮強ENSO 事件和弱ENSO 事件之間的差異。Camargo and Sobel（2005）分析了1950～2002 年間ENSO 對西北太平洋地區(qū)TC 強度的影響，發(fā)現(xiàn)在El Ni?o 年TC 的強度比La Ni?a 年更強，且TC 的壽命更長。后來研究發(fā)現(xiàn)，相對濕度和渦度是El Ni?o 年西北太平洋TC生成位置東移的主要原因（Camargo et al., 2007）。

Wang et al.（2013）將TC 活動季節(jié)分為早期、高峰和晚期，研究了中東太平洋海溫異常對西北太平洋TC 活動的影響，發(fā)現(xiàn)早期ENSO 活動對TC活動影響不顯著；高峰期間東太平洋暖（冷）海溫會導致東南象限TC 頻數(shù)、強度和生命周期增加（減少）；而在晚期中太平洋暖（冷）海溫會導致東南象限TC 頻數(shù)、強度和生命周期增加（減少）。Zhao et al.（2010）模擬了14 個El Ni?o 和14 個La Ni?a 年TC 的生成和路徑，在El Ni?o 年，20°N 以南地區(qū)TC 的活動明顯增強，El Ni?o 事件會導致TC 路徑向西移動，而La Ni?a 事件導致路徑向北移動。Tao et al.（2012）發(fā)現(xiàn)在El Ni?o 年，菲律賓海的強TC生成頻數(shù)較多，中國和日本東部沿海登錄的TC 較多，而在La Ni?a 年，西北太平洋強TC 生成頻數(shù)遠低于正常年份。西北太平洋季風槽和赤道西風的氣旋切變東移是導致TC 頻數(shù)增加和生成位置東移的主要原因。

Krishnamurthy et al.（2016）使用GFDL 耦合模式模擬ENSO 對TC 的影響，結(jié)果表明強El Ni?o 事件導致西北太平洋地區(qū)TC 生成位置東移。但La Ni?a 事件對太平洋TC 的活動影響并不明顯。本世紀以來，全球大氣模式已經(jīng)成為研究全球氣候變化對TC 活動影響的重要工具之一（Yamada et al., 2010; Manganello et al., 2014; Murakami et al.,2015; Yamada et al., 2017）。例 如，Oouchi et al.（2010）利用日本氣象廳20 km 分辨率的全球大氣模式模擬全球變暖對臺風活動的影響；利用改進的日本氣象廳模式，Murakami et al.（2013）發(fā)現(xiàn)20 km分辨率模式甚至可以模擬出超強臺風。隨著計算資源的不斷改進，近幾年來人們開始利用耦合的全球氣候系統(tǒng)模式研究全球氣候變化對TC 活動的影響。例如，Kim et al.（2014）利用GFDL 耦合氣候模式模擬全球TC 活動，Murakami et al.（2017）通過數(shù)值試驗發(fā)現(xiàn)人類活動可能增強了阿拉伯海的TC活動。

南京信息工程大學地球系統(tǒng)模式（NESM）是南京信息工程大學研制的地球系統(tǒng)模式，有高分辨率和低分辨率兩個版本，之前的研究（吳啟蒙等,2019）發(fā)現(xiàn)：NESM 模式高分辨率版本可以較好地模擬出全球海溫分布及TC 活動的氣候特征。本研究進一步分析了NESM 地球系統(tǒng)模式高分辨率版本模擬西北太平洋TC 活動的年際變化特征，并分析模式模擬的ENSO 事件對西北太平洋TC 活動的影響，此研究結(jié)果有助于進一步改進NESM 模式和利用NESM 模式研究臺風活動。

2 資料

本研究使用的模式資料為NESM 高分辨率版本模式資料（Cao et al., 2015），模式利用ECHAM v5.3大氣環(huán)流模式、NEMO v3.4 海洋環(huán)流模式和CICE v4.1 海冰模式，通過OASIS3-MCT 并行耦合器耦合而成。其中ECHAM v5.3 大氣環(huán)流模式的方案為T159L31，其水平分辨率為0.75°×0.75°，垂直層數(shù)為31 層，模式頂為10 hPa；NEMO v3.4 海洋模式為NEMO ORCA2 配置，在赤道外地區(qū)的水平分辨率為2°×2°，赤道地區(qū)經(jīng)向分辨率加密至0.5°，垂直層數(shù)為31 層；CICE v4.1 海冰模式的水平分辨率為1°×0.5°，本研究采用的是CICE 模式多層熱力學方案，在垂直方向上包含有1 層雪和4 層冰。

為了檢驗耦合模式對內(nèi)部變率的模擬性能，在設(shè)計試驗時，采用固定的外部強迫條件（如溫室氣體、太陽常數(shù)、氣溶膠、陸面狀態(tài)等）來驅(qū)動模式。所有外部強迫參數(shù)的選擇都是1990 年代平均的參數(shù)，包括氣溶膠和陸面狀態(tài)信息。為了高效地使模式達到準平衡狀態(tài)，海洋模式和海冰模式的初始場來自1000 年低分辨率版本耦合模式的積分，而大氣模式的初始場來自再分析資料。經(jīng)過NESM 耦合模式調(diào)整100 年之后，取其隨后的50 年模擬結(jié)果作為模式資料。

本文用的TC 觀測資料是JTWC（Joint Typhoon Warning Center）的西北太平洋TC 路徑資料，選取1967～2016 年間達到TS（熱帶風暴）強度或以上的TC（最大風速達到17.2 m/s 或以上），與模式中達到TS 強度或以上的TC 渦旋進行比較。此外，還用到了HadISST（Hadley Centre Global Sea Ice and Sea Surface Temperature）的月平均海溫資料 和NCEP（ National Centers for Environmental Prediction）風場再分析資料，與模式模擬的海溫和風場資料進行對比分析。

3 El Ni?o（La Ni?a）事件的分類

3.1 El Ni?o（La Ni?a）事件的分類方法

西北太平洋地區(qū)的TC 活動與海表面溫度異常有密切關(guān)系（Chan et al., 1998）。表示西北太平洋地區(qū)的海溫異常主要有三個指數(shù)：Ni?o3 指數(shù)、Ni?o3.4 指數(shù)和Ni?o4 指數(shù)，分別表示區(qū)域（5°S～5°N, 90°～150°W）、 區(qū) 域（ 5°S～5°N， 120°～170°W）和區(qū)域（5°S～5°N，150°～160°E）的海溫異常。因為對流發(fā)生與海溫及海溫梯度有關(guān)，而不是海溫異常本身（Graham and Barnett, 1987;Wang and Li, 1993），所以Ni?o3.4 區(qū)域的海溫異常與TC 活動的相關(guān)性比Ni?o3 和Ni?o4 區(qū)域更好。因此，我們使用Ni?o3.4 區(qū)域的海溫異常作為標準對El Ni?o（La Ni?a）事件進行分類。

3.2 El Ni?o（La Ni?a）事件的分類結(jié)果

由于不同月份的TC 活動存在差異，所以需要將TC 活動分階段進行研究。統(tǒng)計了西北太平洋不同月份的TC 生成頻數(shù)，雖然西北太平洋地區(qū)在每個月份都有TC 生成，但是大部分的TC 在6～11月份之間生成，超過全年生成TC 的85%，這與Lander（1994a）研究結(jié)果相同。根據(jù)西北太平洋TC 生成頻數(shù)的月份分布，我們將研究重點放在6～11 月，分為夏季（6～8 月）和秋季（9～11 月）兩個季節(jié)。計算模擬和觀測50 年間西北太平洋夏季和秋季的Ni?o3.4 指數(shù)，畫出隨時間的序列分布，如圖1 所示。

從Ni?o3.4 指數(shù)的時間序列圖（圖1）和典型年分類結(jié)果（表1）中可以看出：在觀測資料中，夏季和秋季的Ni?o3.4 指數(shù)符號基本相同，但是秋季海溫異常的標準差較大，對應圖1a 中秋季振幅偏大。模式可以模擬出與觀測類似的海溫異常振蕩，但是夏季和秋季的標準差相差不大，對應圖1b中夏季和秋季的振幅比較接近。

圖1 1967～2016 年夏季和秋季（a）觀測、（b）模擬的Ni?o3.4 指數(shù)時間序列分布。紅色實線和藍色虛線分別為Ni?o3.4 指數(shù)1 倍和?1 倍標準差數(shù)值（研究年份分類標準閾值）Fig.1 Time series distribution of the Ni?o3.4 index (a) observed, (b) simulated in summer and autumn during 1967–2016. The solid red line and blue dashed line are the value of 1 and ?1 standard deviation (threshold value of the classification standard for the study year) of the Ni?o3.4 index

根據(jù)不同臺風季節(jié)Ni?o3.4 指數(shù)的標準差將研究年份分為五類：強暖年（Ni?o3.4 指數(shù)大于1 個標準差），弱暖年（Ni?o3.4 指數(shù)大于0.5 個小于1 個標準差），正常年（Ni?o3.4 指數(shù)在正負0.5 個標準差之間），弱冷年（Ni?o3.4 指數(shù)大于?1 個小于?0.5 個標準差）和強冷年（Ni?o3.4 指數(shù)小于?1個標準差），分類結(jié)果如表1 所示。

從表1 可以看出，觀測中秋季的海溫異常標準差大于夏季，但是模擬的兩個季節(jié)的海溫異常標準差差異較小。研究發(fā)現(xiàn)，在弱暖和弱冷年份，TC的生成頻數(shù)和生成位置與正常年份相似，只有當Ni?o3.4 指數(shù)較大（大于1 個標準差或小于?1 個標準差）時，對TC 活動的影響才比較顯著（Wang and Chan, 2002）。由于兩個季節(jié)強暖和強冷年的分類結(jié)果相似，所以我們使用夏季和秋季分類結(jié)果中重復的強暖和強冷年作為El Ni?o 和La Ni?a 年份進行研究。其中模擬的El Ni?o 年共有6 個：8、21、27、33、34、48；模擬的La Ni?a 年共有7 個：4、17、24、25、35、46、50；觀測的El Ni?o 年共有6 個：1972、1982、1987、1997、2002、2015；觀測的La Ni?a 年共有5 個：1973、1975、1988、1999、2010。第三節(jié)將挑選出典型年的TC 活動進行分析，來研究ENSO 事件對西北太平洋TC 活動的影響。

表1 1967～2016 年夏季和秋季觀測和模擬的El Ni?o（La Ni?a）典型年的分類結(jié)果Table1 Classification results of El Ni?o (La Ni?a) typical years observed and simulated in summer and autumn during 1967–2016

主要分為以下三個方面：（1）TC 生成位置（TC 首次達到熱帶風暴強度的位置，即最大風速達到17.2 m/s）和頻數(shù)；（2）TC 生命周期（從達到熱帶風暴強度到下降到熱帶風暴強度的時間長度）；（3）TC 路徑分布。

3.3 TC 活動與赤道太平洋海溫異常的關(guān)系

為了分析TC 的生成位置分布，將熱帶西北太平洋地區(qū)（0°～40°N，100°E～180°）分為幾個子區(qū)域，其中本文主要研究120°E～180°之間的區(qū)域。結(jié) 合 了 前 人 的 區(qū) 域 劃 分 方 法（Wang and Chan,2002; Zhao et al., 2011），在本研究中，我們使用140°E 作為劃分東西兩個區(qū)域的邊界，將夏季西北太平洋劃分為兩個區(qū)域：東部和西部。此外，我們使用20°N 作為夏季西北太平洋地區(qū)南北區(qū)域的劃分邊界，從而將西北太平洋地區(qū)劃分成了四個區(qū)域，即西北象限（120°～140°E，20°N 以北）、東北象限（140°E～180°，20°N 以北）、西南象限（120°～140°E，20°N 以南）和東南象限（140°E～180°，20°N 以南）。模式中熱帶氣旋的識別主要考慮了氣壓、風速、海溫、暖心和渦度等條件，具體可見吳啟蒙等（2019）。

圖2 為1967～2016 年El Ni?o（La Ni?a）事件發(fā)生時西北太平洋夏季平均海溫異常與TC 的生成位置分布，從圖2 中可以看出：模式可以較好地模擬ENSO 事件發(fā)生時西北太平洋地區(qū)夏季的海溫異常分布，在El Ni?o（La Ni?a）事件發(fā)生的年份，160°E 以東赤道地區(qū)存在暖（冷）海溫異常，模擬的范圍和大值中心都和觀測類似，模擬的距平極值略大于觀測，且大部分都通過顯著性檢驗，說明模擬El Ni?o（La Ni?a）年西北太平洋地區(qū)海溫異常與其他年份具有顯著性差異。從TC 的生成位置上可以發(fā)現(xiàn)，觀測中El Ni?o 年TC 主要生成于20°N 以南，但生成位置的模擬效果并不好，模擬結(jié)果主要在20°N 附近，而觀測結(jié)果主要在12°N附近；觀測中La Ni?a 年東南象限僅有一個TC 生成，模式對La Ni?a 年東南象限的模擬情況較差。

圖2 1967～2016 年El Ni?o（La Ni?a）事件發(fā)生時西北太平洋夏季平均海溫異常（陰影，單位：°C）與TC 的生成位置（黑點）分布：（a）觀測的El Ni?o；（b）模擬的El Ni?o；（c）觀測的La Ni?a；（d）模擬的La Ni?a。黑色虛線為不同區(qū)域的分界線，點狀陰影區(qū)域為通過5%顯著性水平的區(qū)域Fig.2 Average sea surface temperature anomalies (shadings, units: °C) in summer in the Northwest Pacific and the distribution of the TC generation locations (black dots) during the El Ni?o (La Ni?a) event during 1967–2016: (a) Observed El Ni?o, (b) simulated El Ni?o, (c) observed La Ni?a,(d) simulated La Ni?a. The black dashed lines denote the dividing lines of different areas; the dotted shadings represent the area passed the 5%significance level

圖3 為1967～2016 年El Ni?o（La Ni?a）事件發(fā)生時西北太平洋秋季平均海溫異常與TC 的生成位置分布，從圖3 中可以看出：模式可以較好地模擬出ENSO 事件發(fā)生時西北太平洋地區(qū)秋季的海溫異常分布，在El Ni?o（La Ni?a）事件發(fā)生的年份，160°E 以東赤道地區(qū)存在的暖（冷）海溫異常中心，模擬的范圍和大值中心都和觀測類似，并具有顯著性差異。和夏季相比，秋季的海溫異常區(qū)域較大，極值也較強。從TC 的生成位置上可以發(fā)現(xiàn)，觀 測 中El Ni?o 年 份 熱 地 氣 旋 生 成 主 要 在140°E 以東，模式可以模擬出這一特征；觀測中La Ni?a 年份TC 主要生成在140°E 以西，但是模擬的La Ni?a 年TC 主要生成于140°E 以東。

圖3 同圖2，但為秋季的結(jié)果Fig.3 As in Fig.2, but for autumn results

接下來我們統(tǒng)計了El Ni?o 年和La Ni?a 年夏季和秋季西北太平洋不同子區(qū)域TC 的生成頻數(shù)（表2）。從表2 中可以看出：在夏季，20°N 以北觀測的TC 生成東西分布較為均勻，但是20°N 以南TC 生成東西分布差異較大，La Ni?a 年東南象限僅有1 個TC 生成，遠小于El Ni?o 年，雖然模式模擬的La Ni?a 年東南象限TC 生成頻數(shù)也小于El Ni?o 年，但是與觀測比仍有偏差。在秋季，觀測的El Ni?o 年有33 個TC 生成于東部區(qū)域，約為西部區(qū)域的3 倍，模式模擬的El Ni?o 年TC 也大部分生成于東部區(qū)域；觀測的La Ni?a 年與El Ni?o 年相反，僅有9 個TC 生成于東部區(qū)域，約為西部區(qū)域的1/3，而模式對于La Ni?a 年的模擬與El Ni?o 年模擬相似，未能模擬出La Ni?a 事件對西北太平洋TC 生成的影響。

表2 1967～2016 年夏季和秋季觀測和模擬的El Ni?o 年和La Ni?a 年西北太平洋不同子區(qū)域TC 的生成頻數(shù)Table2 Frequency of TC generation in different subregions of Northwest Pacific in El Ni?o and La Ni?a years observed and simulated in summer and autumn during 1967–2016

為了量化不同年份TC 的平均生成位置的變化，我們計算了模擬和觀測的50 年每年夏季和秋季TC 生成的平均位置，并繪制出空間部分圖（圖4、圖5）。

從圖4 中可以看出，觀測中可以明顯地看出El Ni?o 年夏季TC 的平均生成位置偏東南，而La Ni?a 年夏季TC 的平均生成位置偏西北；模式可以模擬出El Ni?o 年夏季TC 的平均生成位置偏東的特征，但是未能模擬出南北方向的差異。從圖5 中可以看出，無論是觀測還是模擬，El Ni?o 年秋季TC 的平均生成位置和La Ni?a 年相比都偏東。

圖4 1967～2016 年夏季（a）觀測、（b）模擬的TC 年平均生成位置。紅色正方形表示El Ni?o 年TC 的平均生成位置，藍色六邊形表示La Ni?a 年TC 的平均生成位置，黑點表示其他年份TC 的平均生成位置Fig.4 Annual average generation location of TCs (a) observed, (b)simulated in summer during 1967–2016. The red squares represent the average generation positions of TCs in El Ni?o years, the blue hexagons represent the average generation positions of TCs in La Ni?a years, and the black dots represent the average generation positions of TCs in the other years

圖5 同圖4，但是為秋季的結(jié)果Fig.5 As in Fig.4, but for autumn results

表3 是El Ni?o 年和La Ni?a 年TC 平均生成位置與正常年份TC 平均生成位置的偏差值，其中正值表示緯度方向偏北或經(jīng)度方向偏東，負值表示緯度方向偏南或經(jīng)度方向偏西。從表3 中可以看出：無論是夏季還是秋季，觀測El Ni?o 年TC 的平均生成位置都比La Ni?a 年份偏東，模式也能模擬出這一特征，但是差異比觀測偏小，經(jīng)度差異數(shù)據(jù)大部分通過了顯著性檢驗，具有顯著性差異。而在觀測El Ni?o 的夏季，TC 生成位置比La Ni?a 年偏南，但是模式未能模擬出這一特征。

表3 1967～2016 年夏季、秋季的觀測、模擬的El Ni?o 年和La Ni?a 年TC 平均生成位置的平均偏差Table3 The mean deviations of the average generation positions of TCs in El Ni?o and La Ni?a years observed and simulated in summer and autumn during 1967–2016

3.4 TC 生命周期

觀測的TC 生命周期的定義為：從TC 達到熱帶風暴強度到下降到熱帶風暴強度的時間長度；而模式中TC 生命周期的定義為：識別出的TC 開始到TC 消失的全部時間長度。本文中對于TC 的年平均壽命的定義為：夏季和秋季生成的所有TC 存在的平均生命周期長度。觀測中El Ni?o 年的TC平均生命周期為7.1 d，而La Ni?a 年的TC 的平均生命周期為4.0 d，El Ni?o 年的TC 平均生命周期明顯較長。模擬中El Ni?o 年的TC 平均生命周期為5.3 d，而La Ni?a 年的TC 的平均生命周期為5.6 d，未能模擬出El Ni?o 和La Ni?a 年TC 平均生命周期的顯著差異。

圖6 為TC 平均生命周期和Ni?o3.4 地區(qū)海表面溫度異常的相關(guān)性。從圖6a 中可以看出，觀測中TC 的平均生命周期隨著Ni?o3.4 海表面溫度異常的增加而增加，并且通過了顯著性檢驗，所以較大的Ni?o3.4 區(qū)域SSTA 有利于TC 的生成和維持。由于El Ni?o 年Ni?o3.4 區(qū)域的海溫異常較大，所以El Ni?o 年的TC 平均生命周期較長，而La Ni?a 年Ni?o3.4 區(qū)域的海溫異常較小，所以La Ni?a 年的TC 平均生命周期較短。而模擬的TC 的平均生命周期隨著Ni?o3.4 海表面溫度異常的增加變化不明顯，相關(guān)系數(shù)也未能通過顯著性檢驗，所以模擬的TC 生命周期較差。

圖6 1967～2016 年TC 平均生命周期和Ni?o3.4 地區(qū)海表面溫度異常的相關(guān)性：（a）觀測；（b）模擬。黑點表示不同年份的結(jié)果，虛線為一元線性回歸擬合線，其中觀測相關(guān)系數(shù)通過5%的顯著性水平Fig.6 Correlation between the TC average lifespan and sea surface temperature anomalies in Ni?o3.4 area during 1967–2016: (a) Observation;(b) simulation. The black dots represent results of different years; the dashed line is the one-variable linear regression line; the correlation coefficient of the observation passed the 5% significance level

3.5 TC 路徑分布

將西北太平洋地區(qū)劃分為2.5°×2.5°的網(wǎng)格點，計算每個網(wǎng)格點內(nèi)TC 路徑經(jīng)過的次數(shù)，作為該網(wǎng)格點內(nèi)的TC 路徑頻數(shù)，進行九點平滑后，繪制出El Ni?o 年和La Ni?a 年夏季和秋季TC 的路徑頻數(shù)分布圖（圖7、圖8）。

對比觀測圖（7a、c 和8a、c）可以看出，TC的生命周期與TC 的生成位置密切相關(guān)，大多數(shù)生命周期較長的TC 形成在西北太平洋的東南象限中。在El Ni?o 年中，東南象限中形成的TC 在遇到大陸或較冷的中緯度海洋之前可以有更長的時間發(fā)展，所以路徑頻數(shù)分布更廣（Camargo and Sobel, 2005）。

對比模擬和觀測的路徑頻數(shù)分布圖（圖7、圖8），可以看出：無論是夏季還是秋季，模式都可以較好地模擬出El Ni?o 年西北太平洋TC 的路徑頻數(shù)分布，路徑頻數(shù)的范圍和大值中心都模擬得較好。但是在La Ni?a 年，由于模擬的生成位置差異，模式模擬的路徑頻數(shù)和觀測相比范圍較大，有向東延伸的趨勢，和El Ni?o 年較為接近。

圖7 1967～2016 年El Ni?o（La Ni?a）事件發(fā)生時西北太平洋夏季TC 路徑頻數(shù)分布：（a）觀測的El Ni?o；（b）模擬的El Ni?o；（c）觀測的La Ni?a；（d）模擬的La Ni?aFig.7 Frequency distribution of TC paths in summer in Northwest Pacific during the El Ni?o (La Ni?a) event during 1967–2016: (a) Observed El Ni?o; (b) simulated El Ni?o; (c) observed La Ni?a; (d) simulated La Ni?a

圖8 同圖7，但是為秋季的結(jié)果Fig.8 As in Fig.7, but for autumn results

4 La Ni?a 年模擬TC 活動差異的原因

從圖2 和圖3 中可以看出，模式可以較好地模擬出El Ni?o（La Ni?a）事件發(fā)生時西北太平洋夏季和秋季的海溫異常分布，但是模擬的TC 生成位置和觀測還存在差異。與El Ni?o 年相比，對La Ni?a 年的TC 活動模擬較差。下文將分析模式模擬La Ni?a 年TC 結(jié)果較差的原因。

前人的研究（Lander, 1994b; Ritchie and Holland,1999; Chen et al., 2004）表明，季風槽和季風環(huán)流對西北太平洋TC 生成起著重要作用。Wu et al.（2013）發(fā)現(xiàn)大部分TC 在季風環(huán)流與反氣旋之間增強的西南氣流的中心和東北側(cè)形成，Wu et al.（2012）研究了1979～2007 年間西北太平洋地區(qū)TC 活動與季風槽位置的關(guān)系，發(fā)現(xiàn)在季風槽東伸（西退）的年份，西北太平洋東南象限TC 生成頻數(shù)偏多（少），并且這種關(guān)系可以通過與季風槽運動相關(guān)的大規(guī)模環(huán)境因素（相對濕度、垂直切變、高層輻散、低層渦度）的變化來解釋，所以ENSO與TC 的關(guān)系可以通過季風槽以及與季風槽相關(guān)的大規(guī)模環(huán)流的變化來解釋。

圖9 為La Ni?a 事件發(fā)生時西北太平洋地區(qū)的850 hPa 風場分布。從圖9a 中可以看出，在北半球夏季，副熱帶高壓控制了整個西北太平洋，菲律賓以西區(qū)域被西南季風控制，越赤道氣流、西南季風以及副熱帶高壓南側(cè)的偏東風在赤道輻合帶附近匯合，生成西北—東南向的季風槽，為TC 的生成提供有利的動力和熱力條件（Chia and Ropelewski,2002），并且季風槽的活動對于TC 移動路徑也有重要影響，特別是在ENSO 活動期間。

圖9 1967～2016 年（a、c）觀測的、（b、d）模擬的La Ni?a 事件發(fā)生時西北太平洋海表溫度異常（陰影、等值線，單位：°C）、850 hPa平均風場（箭頭，單位：m s?1）：（a、b）夏季；（c、d）秋季。黑色實線為季風槽槽線Fig.9 Sea surface temperature anomalies (shadings and contours, units: °C), 850-hPa average wind (arrows, units: m s?1) in the Northwest Pacific during the La Ni?a event (a, c) observed, (b, d) simulated in summer during 1967–2016: (a, b) Summer; (c, d) autumn. The solid black lines represent the monsoon trough lines

從圖9b 中可以看出，模式對于La Ni?a 事件發(fā)生時西北太平洋地區(qū)850 hPa 平均風場模擬情況較好，但是在風速和風向方面還有差異。對比圖9a、b 中季風槽位置可以看出，在夏季La Ni?a 事件發(fā)生時，模擬的季風槽位置偏南，這導致模式模擬的TC 生成位置偏南；對比圖9c、d 可以看出，在秋季La Ni?a 事件發(fā)生時，模擬的季風槽位置偏東，這導致模式模擬的TC 生成位置偏東。這些結(jié)果也與Wu et al.（2012）的研究結(jié)論一致。

5 結(jié)論與討論

全球大氣模式已經(jīng)成為研究全球氣候變化對臺風活動影響的重要工具之一，之前的研究發(fā)現(xiàn)南京信息工程大學地球系統(tǒng)模式（NESM）高分辨率版本可以較好地模擬出全球海溫分布及TC 活動的氣候特征。本研究進一步分析了NESM 地球系統(tǒng)模式模擬西北太平洋TC 活動的年際變化，并與1967～2016 年觀測的TC 活動進行對比。首先定義了NUIST 模式中El Ni?o 和La Ni?a 事件的識別方法，與觀測資料中的ENSO 事件對比，研究了模式是否可以模擬出El Ni?o（La Ni?a）事件，以及模擬El Ni?o（La Ni?a）事件對西北太平洋TC 活動的影響，得出以下結(jié)論：

（1）NESM 模式能夠很好地模擬出西北太平洋地區(qū)的平均海溫，對El Ni?o（La Ni?a）事件發(fā)生時海溫異常變化的特點也有較好地模擬。

（2）NESM 模式對El Ni?o 事件發(fā)生時西北太平洋TC 的生成頻數(shù)和路徑分布的模擬較好，也能模擬出El Ni?o 年西北太平洋生成位置比La Ni?a 年偏東的特征。

（3） NESM 模式未能模擬出TC 平均生命周期和Ni?o3.4 地區(qū)海表面溫度的相關(guān)性。

（4）NESM 模式模擬的La Ni?a 年TC 的生成位置和路徑分布與觀測相比偏東，造成模擬誤差的主要原因是模式對La Ni?a 年季風槽位置偏東。

在NESM 模式可以較好地模擬全球TC 活動的基礎(chǔ)上，本研究進一步研究了模式是否可以模擬出ENSO 事件與ENSO 事件發(fā)生時西北太平洋地區(qū)TC 的活動，結(jié)果表明：模式能夠較好地模擬西北太平洋平均海溫及與ENSO 事件聯(lián)系的海溫異常變化特點，但是和前人的研究結(jié)果相似，在模擬ENSO 事件對西北太平洋地區(qū)TC 活動的影響方面還有待改進，尤其是La Ni?a 事件對TC 活動的影響。此研究結(jié)果有助于進一步改進NESM 模式和利用NESM 模式研究臺風活動。