杜雪晴，李建平，李飛

摘要：海面溫度半球間偶極子（sea surface temperature inter-hemispheric dipole，SSTID）是全球海面溫度（sea surface temperature，SST）異常的重要模態(tài)之一，表現(xiàn)為南、北兩半球間SST的反相變化。本文探究了7—11月SSTID對(duì)7—11月北半球平均熱帶氣旋（tropical cyclone，TC）強(qiáng)度年代際變率的超前影響。觀(guān)測(cè)分析表明，SSTID超前7—11月北半球平均TC強(qiáng)度年代際分量8～11 a，并在提前時(shí)間為9 a時(shí)達(dá)到最大正相關(guān)。通過(guò)海洋?大氣耦合橋理論進(jìn)一步分析表明，7—11月北半球TC活躍區(qū)海洋可以作為海洋橋，以SST的形式存儲(chǔ)超前約9 a的SSTID信號(hào)。同時(shí)北半球TC活躍區(qū)大氣作為大氣橋?qū)⒊凹s9 a的SSTID信號(hào)傳遞到大氣中，進(jìn)而作用于7—11月北半球平均TC強(qiáng)度，該過(guò)程以TC潛在生成指數(shù)為表征。北半球TC活躍區(qū)的垂直風(fēng)切變和600 hPa相對(duì)濕度的綜合影響在其中起關(guān)鍵作用。由此建立了基于SSTID的7—11月北半球平均TC強(qiáng)度年代際變化預(yù)測(cè)模型，該模型表現(xiàn)出良好的后報(bào)性能。利用該模型對(duì)2021—2029年7—11月北半球平均TC強(qiáng)度預(yù)測(cè)表明，7—11月北半球平均TC強(qiáng)度將以持續(xù)增強(qiáng)為主并在2020年代末達(dá)到破紀(jì)錄的強(qiáng)度。

關(guān)鍵詞：熱帶氣旋；海面溫度半球間偶極子；7—11月北半球平均熱帶氣旋強(qiáng)度；年代際變化

中圖分類(lèi)號(hào)：P461.2? ?文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：2096-3599（2023）02-0001-00

DOI：10.19513/j.cnki.issn2096-3599.2023.02.001

Modulation of SST inter-hemispheric dipole mode on decadal variability of JulyNovember average tropical cyclone intensity in the Northern Hemisphere

DU Xueqing1， LI Jianping2， 3， LI Fei1

（1. College of Oceanic and Atmospheric Sciences， Ocean University of China， Qingdao 266100， China; 2. Frontiers Science Center for Deep Ocean Multispheres and Earth System/Key Laboratory of Physical Oceanography of Ministry of Education/Academy of the Future Ocean， Ocean University of China， Qingdao 266100， China; 3. Laoshan Laboratory， Qingdao 266237， China）

Abstract： The sea surface temperature inter-hemispheric dipole （SSTID） is an important mode of global sea surface temperature （SST） anomalies， characterized by an anti-phase variation of SST between the Northern and Southern Hemispheres. In this paper， we investigate the influence of SSTID during the period JulyNovember on decadal variability of JulyNovember average tropical cyclone （TC） intensity in the Northern Hemisphere （NH）. The observation analysis shows that JulyNovember SSTID leads the decadal variation component of NH JulyNovember average TC intensity by 8?11 years， with the greatest significant positive correlation at the lead time of 9 years. Further analysis with the coupled oceanic-atmospheric bridge theory shows that the ocean of the NH TC active regions， characterized by SST， acts as an ocean bridge to store the accumulated signal of SSTID leading about 9 years. And the atmosphere over the NH TC active regions could convey SSTID impact onto the decadal NH JulyNovember average TC intensity as an atmospheric bridge， represented by TC genesis potential index. The synthetical impact of vertical wind shear and relative humidity at 600 hPa over the NH TC active regions plays a key role. A JulyNovember SSTID-based linear model for predicting decadal variation of NH JulyNovember average TC intensity is constructed with good hindcast performance. The NH JulyNovember average TC intensity during the period 20212029 is predicted to mainly keep intensifying and even reach a record-breaking intensity in the late 2020s.

Keywords： tropical cyclone; SST inter-hemispheric dipole （SSTID）; NH JulyNovember average tropical cyclone intensity; decadal variability

引言

海面溫度半球間偶極子（sea surface temperature inter-hemispheric dipole，SSTID）是全球海面溫度（sea surface temperature，SST）異常的主導(dǎo)變率模態(tài)之一，表現(xiàn)為南、北兩半球間SST異常在年代際至多年代際尺度上的“蹺蹺板”變化[1，2]。前人研究發(fā)現(xiàn)，雖然SSTID與大西洋多年代際濤動(dòng)（Atlantic multidecadal oscillation，AMO）在時(shí)間序列上存在相關(guān)性[3，4]，但二者空間型表現(xiàn)出顯著不同[1，5]。在季節(jié)特征方面，SSTID對(duì)應(yīng)的半球間偶極子型海面溫度異常結(jié)構(gòu)在北半球（Northern Hemisphere，NH）夏、秋、冬三個(gè)季節(jié)的強(qiáng)度比春季偏強(qiáng)[6]。觀(guān)測(cè)分析和模式模擬結(jié)果表明，SSTID有廣泛的氣候影響[5]。SSTID對(duì)熱帶降水有顯著的影響，造成了熱帶降水在多年代際時(shí)間尺度上的南、北半球非對(duì)稱(chēng)性特征[1]。此外，研究發(fā)現(xiàn)，SSTID調(diào)控了北半球夏季風(fēng)的年代際變化，SSTID正、負(fù)位相分別對(duì)應(yīng)北半球夏季風(fēng)的增強(qiáng)和減弱，從而調(diào)控夏季風(fēng)環(huán)流和季風(fēng)降水的年代際變化[7]。

熱帶氣旋（tropical cyclone，TC）是地球上最具危害性的自然災(zāi)害之一[8]。全球約60%～70%的TC發(fā)生在北半球。觀(guān)測(cè)到的近幾十年TC強(qiáng)度呈現(xiàn)出上升的趨勢(shì)，但其發(fā)生頻率和持續(xù)時(shí)間減小[9，10]。除了氣候變化會(huì)對(duì)TC強(qiáng)度產(chǎn)生影響[11，12]之外，氣候內(nèi)部變率也會(huì)對(duì)TC活動(dòng)產(chǎn)生影響。比如，西北太平洋熱帶氣旋的活動(dòng)展現(xiàn)出顯著的年際變率，研究表明厄爾尼諾?南方濤動(dòng)事件是對(duì)TC年際變率產(chǎn)生重要影響的因子之一[13–16]。此外，印度洋偶極子[17]、西北太平洋副熱帶高壓[18]及其他海洋和大氣環(huán)境也對(duì)影響TC活動(dòng)起著重要作用[19，20]。除年際變率外，TC活動(dòng)還表現(xiàn)出顯著的年代際變化[21]。前人發(fā)現(xiàn)，AMO對(duì)西北太平洋TC強(qiáng)度具有遙控作用[22]。AMO通過(guò)跨海盆影響西北太平洋SST及其上空大氣環(huán)流條件，進(jìn)而調(diào)控TC強(qiáng)度。然而，當(dāng)前對(duì)于TC年代際變率的認(rèn)識(shí)還不充分。

普遍認(rèn)為，SST是影響TC活動(dòng)的重要環(huán)境條件[23，24]。SSTID作為全球SST的主導(dǎo)變率模態(tài)之一，且在北半球夏季和秋季這一TC頻發(fā)的時(shí)期信號(hào)顯著，其對(duì)TC強(qiáng)度的影響是值得探究的。SSTID是一個(gè)年代際變率信號(hào)，所以SSTID可能對(duì)TC強(qiáng)度在年代際尺度上的變化具有調(diào)控作用。另外，由于海?氣相互作用的存在，下墊面SST的變化可以影響局地上空的大氣環(huán)流，如風(fēng)場(chǎng)、濕度等。這些大氣因子也會(huì)對(duì)TC發(fā)展和TC增強(qiáng)產(chǎn)生影響[25]。因此，探究SSTID是否會(huì)對(duì)TC強(qiáng)度的年代際變率產(chǎn)生影響是可行且有重要意義的問(wèn)題。

本文關(guān)注北半球TC活動(dòng)的年代際變化，用7—11月北半球平均TC強(qiáng)度來(lái)表征北半球TC活動(dòng)和TC強(qiáng)度，強(qiáng)調(diào)了7—11月SSTID對(duì)7—11月北半球平均TC強(qiáng)度的提前9 a的調(diào)制作用，以期幫助更好地理解北半球平均TC強(qiáng)度的年代際變率和可預(yù)測(cè)性。

1 數(shù)據(jù)與方法

1.1數(shù)據(jù)

TC觀(guān)測(cè)數(shù)據(jù)在20世紀(jì)70年代中期之后被認(rèn)為是可信的[26]，因此本文的研究時(shí)段為1976—2020年。由于南、北半球季節(jié)相反，本研究聚焦北半球TC變化，所以本文數(shù)據(jù)選擇的季節(jié)為北半球TC活躍季（7—11月）。使用的數(shù)據(jù)如下：（1）美國(guó)國(guó)家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）提供的1854—2022年空間分辨率為2×2（經(jīng)度×緯度）的全球范圍擴(kuò)展重建海面溫度資料第5版本（Extended Reconstructed SST version 5， ERSSTv5；https：//www.ncei.noaa.gov/products/extended-reconstructed-sst）[27]；（2）NOAA提供的1842—2022年全球范圍熱帶氣旋最佳路徑數(shù)據(jù)集資料第4版本（International Best Track Archive for Climate Stewardship version 4，IBTrACSv4； https：//www.ncei.noaa.gov/products/international-best-track-archive）[28，29]；（3）NCEP/NCAR提供的1948—2022年空間分辨率為2.5×2.5（經(jīng)度×緯度）的月平均全球范圍風(fēng)速（u風(fēng)速和v風(fēng)速）、2 m氣溫、海平面氣壓、相對(duì)濕度和渦度數(shù)據(jù)[30]。

1.2方法

1.2.1 指數(shù)定義

本文用北半球與南半球空間平均SST異常之差來(lái)表征SSTID，可以很好地表征全球SST異常關(guān)于赤道反對(duì)稱(chēng)的物理模態(tài)[1，5，7]。此處SST異常為1976—2020年平均SST作為氣候態(tài)的SST異常，考慮了緯度權(quán)重進(jìn)行半球空間平均。SSTID模態(tài)表明海面溫度存在南、北兩半球間蹺蹺板式的反向變化。SSTID正指數(shù)表現(xiàn)為北半球SST偏暖，同時(shí)南半球SST偏冷。SSTID負(fù)指數(shù)表現(xiàn)為北半球SST偏冷，同時(shí)南半球SST偏暖。為研究SSTID對(duì)北半球TC強(qiáng)度的影響，選取的月份為北半球TC活躍季，即7—11月，因此本文使用的SSTID時(shí)間序列為7—11月平均的SSTID。本文TC定義為中心最大持續(xù)風(fēng)速超過(guò)34 kn （1 kn0.514 m/s），即IBTrACSv4數(shù)據(jù)集中強(qiáng)度小于34 kn的數(shù)據(jù)均不計(jì)入平均強(qiáng)度的計(jì)算。7—11月北半球平均TC強(qiáng)度定義為每年7—11月北半球出現(xiàn)的每一個(gè)TC的生命周期中平均強(qiáng)度的平均值[31，22]，其中強(qiáng)度用6 h觀(guān)測(cè)的中心最大風(fēng)速表征。

1.2.2 統(tǒng)計(jì)學(xué)方法

為了研究年代際尺度上SSTID對(duì)7—11月北半球平均TC強(qiáng)度的影響，本文對(duì)所有時(shí)間序列進(jìn)行了預(yù)處理，包括去除線(xiàn)性趨勢(shì)和低通濾波，以扣除長(zhǎng)期趨勢(shì)和年際信號(hào)。

在去除線(xiàn)性趨勢(shì)前，使用Mann-Kendall趨勢(shì)檢驗(yàn)[32，33]來(lái)檢驗(yàn)?zāi)昶骄蛄惺欠翊嬖陲@著（通過(guò)置信水平為90%的顯著性檢驗(yàn)）的上升或下降趨勢(shì)。如果時(shí)間序列X存在顯著的線(xiàn)性趨勢(shì)，則去趨勢(shì)的序列為

，? ? ? ? ? ? ? ? ? ? ? ?（1）

其中，a和b分別為序列X線(xiàn)性回歸的斜率和截距。

對(duì)無(wú)顯著趨勢(shì)的序列進(jìn)行低通濾波，以提取年代際變率信號(hào)。本文使用階數(shù)為8，截止頻率為0.29的Butterworth濾波器，響應(yīng)函數(shù)如圖1所示?？梢钥吹剑芷诘陀? a的信號(hào)基本被去除，高于7 a的信號(hào)得以保留。

所使用的數(shù)據(jù)經(jīng)過(guò)低通濾波之后存在較大的自相關(guān)，會(huì)對(duì)數(shù)據(jù)的自由度產(chǎn)生影響。在進(jìn)行超前滯后分析時(shí)，兩個(gè)自相關(guān)較強(qiáng)的時(shí)間序列的相關(guān)的統(tǒng)計(jì)顯著性使用有效自由度進(jìn)行雙邊t檢驗(yàn)。有效自由度由下式進(jìn)行估計(jì)[34，35，22，7，36]：

，? ? ? ? ? ? ? ?（2）

其中，N為樣本長(zhǎng)度，和分別為時(shí)間序列X和Y在滯后時(shí)刻j處的自相關(guān)。

本文使用多元線(xiàn)性回歸理論建立了基于超前9 a的7—11月SSTID的北半球平均TC強(qiáng)度年代際預(yù)測(cè)模型，并對(duì)該模型的模擬、后報(bào)和預(yù)測(cè)結(jié)果進(jìn)行了顯著性檢驗(yàn)。假設(shè)多元線(xiàn)性回歸模型為

，? ? ? ? ? ?（3）

其中，為回歸模型的模擬值，為回歸模型的截距項(xiàng)，為回歸模型的m個(gè)因子，為m個(gè)因子的回歸系數(shù)。那么，剩余方差為：

，? ? ? ? ? ? ? ? ? ? ? ? ?（4）

其中，為變量y序列的方差，為因子序列與變量y序列的協(xié)方差，為因子序列的方差，n為序列長(zhǎng)度。那么，對(duì)回歸模型進(jìn)行區(qū)間估計(jì)的范圍為[37–39]

，? ? ? ? ? ? ? （5）

其中，p為置信水平，為第j個(gè)時(shí)刻的因子向量（），為因子向量矩陣。

除以上方法外，本文還用到了回歸分析來(lái)探究SSTID影響7—11月北半球平均TC強(qiáng)度年代際變化中可能的物理機(jī)制。

1.2.3 潛在生成指數(shù)

為了探究SSTID影響7—11月北半球平均TC強(qiáng)度年代際變化的物理機(jī)制，除SST異常外，本文還分析了與TC生成和TC強(qiáng)度密切相關(guān)的TC潛在生成指數(shù)（genesis potential index，GPI）。GPI被廣泛用于診斷和檢驗(yàn)?zāi)甏H尺度上大尺度環(huán)流對(duì)TC活動(dòng)的影響[40–42]。GPI定義[43]為：

。? ? ? （6）

其中，垂直風(fēng)切變（vertical wind shear，VWS）指標(biāo)表征為850 hPa與200 hPa兩層的風(fēng)速矢量差（單位：m/s），rhum為600 hPa相對(duì)濕度（單位：%），為850 hPa絕對(duì)渦度（單位：），最大潛在強(qiáng)度（maximum potential intensity，MPI）由下式計(jì)算得出[44，45]：

（7）

其中，和分別為表面焓交換系數(shù)和動(dòng)量交換系數(shù)。和分別為表面溫度和出流溫度。和分別為海表面和自由大氣的飽和濕靜能。在實(shí)際計(jì)算中，使用了Gilford[46]提供的MPI計(jì)算代碼。

與在計(jì)算中以形式參與計(jì)算。是一個(gè)不確定常數(shù)，與海面狀況有關(guān)。在計(jì)算MPI時(shí)通常取0.9[47，48，46]?；诠剑?），Bister等[49]給定條件將MPI計(jì)算公式進(jìn)行了簡(jiǎn)化：

，? ? ? ? ? ?（8）

其中，為飽和空氣從海平面上升到流出層的對(duì)流有效勢(shì)能。是環(huán)境的對(duì)流有效勢(shì)能。MPI在最大風(fēng)半徑（radius of maximum wind，RMW）處出現(xiàn)。式（7）中的飽和濕靜能在簡(jiǎn)化后不參與計(jì)算，與之相關(guān)的部分由計(jì)算CAPE值取代，

，? ?（9）

其中，為干空氣氣體常數(shù)，計(jì)算中取287.04 J/KgK。為中性浮力高度（level of neutral buoyancy，LNB）處的氣壓，為自由對(duì)流高度（level of free convection，LFC）處的氣壓，為海平面氣壓，和分別為空氣塊提升和環(huán)境的密度溫度，由下式確定：

，? ? ? ? ? ? ? ? ? ? ? ? ?（10）

其中，為溫度（單位：K），r為混合比，為水汽氣體常數(shù)和干空氣氣體常數(shù)的比值，計(jì)算中取0.62。為凈水混合比，其值在抬升凝結(jié)高度以下與同高度處的氣塊混合比r相等。

在計(jì)算MPI時(shí)，流出層高度及出流溫度分別定義為L(zhǎng)NB及該高度處的溫度。 LNB為浮力為正的最高層，即時(shí)的最高層。由此，出流溫度即可確定。其他與MPI計(jì)算相關(guān)的公式和參數(shù)細(xì)節(jié)可見(jiàn)Bister等[49]以及Gilford[46].

1.2.4 7—11月北半球TC活躍區(qū)

為了探究7—11月SSTID對(duì)7—11月北半球平均TC強(qiáng)度的物理機(jī)制并量化分析該過(guò)程，圖2展示了1976—2020年7—11月強(qiáng)度超過(guò)34 kn的北半球TC每隔6 h觀(guān)測(cè)的位置和以此劃定的北半球TC活躍區(qū)，分別是北印度洋（50°～100°E，6°～25°N）、西北太平洋（105°～170°E，6°～40°N）、東北太平洋（170°～90°W，8°～30°N）和北大西洋（90°～20°W，10°～50°N）。北半球TC活躍區(qū)內(nèi)TC事件個(gè)數(shù)占北半球TC總個(gè)數(shù)的96.63%，總強(qiáng)度占97.24%，累積氣旋能量占97.87%。因此，本文定義的7—11月北半球TC活躍區(qū)內(nèi)的TC可以代表北半球TC活動(dòng)的總體情況。使用該定義對(duì)7—11月北半球TC活動(dòng)進(jìn)行研究是可行的。

2 海面溫度半球間偶極子模態(tài)與7—11月北半球平均TC強(qiáng)度的關(guān)系

7—11月SSTID的空間型可以從7—11月SSTID與全球SST異常的相關(guān)場(chǎng)上得出，如圖3所示。在北半球TC活躍的7—11月，SSTID表現(xiàn)出顯著的南、北半球間偶極子空間型（圖3a）?？傮w來(lái)看，兩半球間的SST異常與SSTID相關(guān)性符號(hào)相反。在北半球，SSTID與7—11月SST正相關(guān)顯著的區(qū)域主要位于西北太平洋、熱帶東北太平洋和北大西洋以及北印度洋的北部，均為北半球TC活躍的海域。因此，在年代際尺度上，由SSTID主導(dǎo)的SST異常模態(tài)可能對(duì)TC活動(dòng)和TC強(qiáng)度產(chǎn)生顯著影響。對(duì)比二者的相關(guān)系數(shù)在前一年12月—當(dāng)年6月的表現(xiàn)（圖3b），在北半球TC活躍季節(jié)即7—11月，SSTID與SST的正相關(guān)在強(qiáng)度上更顯著且在空間范圍上更廣泛。因此，SSTID主導(dǎo)的海面溫度變率模態(tài)在北半球TC活躍的7—11月表現(xiàn)出了顯著的半球間偶極子特征，并顯著強(qiáng)于非北半球TC活躍季。由于下墊面SST展現(xiàn)出SSTID模態(tài)的空間特征，7—11月SSTID可能對(duì)會(huì)對(duì)北半球TC活動(dòng)產(chǎn)生影響。

圖4給出了7—11月SSTID和北半球平均TC強(qiáng)度的年序列。除年際變率外，7—11月SSTID和北半球平均TC強(qiáng)度還表現(xiàn)出明顯的年代際變化特征。1976年以來(lái)，7—11月，SSTID在1976—1982年處在正位相，即北半球SST正異常，南半球SST負(fù)異常。1982—2003年，7—11月SSTID進(jìn)入負(fù)位相，即南半球SST正異常，北半球SST負(fù)異常。在負(fù)位相期間SSTID出現(xiàn)三個(gè)谷值，分別在1985、1993和2000年前后。2003年之后，SSTID轉(zhuǎn)為正位相，并在2010年前后短暫下降后波動(dòng)上升，并在2018年之后不斷增強(qiáng)。

為了直觀(guān)展現(xiàn)SSTID正、負(fù)異常時(shí)對(duì)應(yīng)的空間模態(tài)，圖5展示了1976—2020年間SSTID強(qiáng)正、負(fù)位相的SST異常合成場(chǎng)。本文定義標(biāo)準(zhǔn)化的7—11月SSTID指數(shù)大于0.8（小于?0.8）為強(qiáng)正（負(fù)）位相年。7—11月SSTID強(qiáng)正位相年為1976—1980、2005—2006、2014和2019—2020年，強(qiáng)負(fù)位相年為1984—1985和1991—2001年。當(dāng)SSTID處于強(qiáng)正位相時(shí)，其對(duì)應(yīng)的全球SST異常呈現(xiàn)出北半球以正異常為主、南半球以負(fù)異常為主的特征（圖5a）。北半球SST正異常在西北太平洋和北大西洋西部較為顯著。南半球SST負(fù)異常在南大洋中高緯度海域較為顯著。與之相反，當(dāng)SSTID處于強(qiáng)負(fù)位相時(shí)，北半球SST呈顯著一致的負(fù)異常，負(fù)異常信號(hào)在西北太平洋和北大西洋較為顯著（圖5b）。南半球SST在中高緯度的南大洋海域，呈現(xiàn)出緯向上較為一致的顯著SST正異常。

與7—11月SSTID相似，1976年以來(lái)，7—11月北半球平均TC強(qiáng)度也有明顯的年代際變率特征（圖4）。1976——1992年，7—11月北半球平均TC強(qiáng)度偏強(qiáng)。1992—2012年，北半球平均TC強(qiáng)度偏弱。在2012年之后，北半球平均TC強(qiáng)度偏強(qiáng)。北半球平均TC強(qiáng)度在2015年前后出現(xiàn)峰值，其后減弱。1976年以來(lái)有兩個(gè)北半球平均TC強(qiáng)度較強(qiáng)的時(shí)期：1976—1992年和2010—2020年。

7—11月，SSTID和北半球平均TC強(qiáng)度可能表現(xiàn)出超過(guò)40 a的年代際變率，但受觀(guān)測(cè)資料長(zhǎng)度的限制，暫時(shí)無(wú)法對(duì)可靠的觀(guān)測(cè)資料進(jìn)行功率譜分析來(lái)驗(yàn)證SSTID和7—11月北半球平均TC強(qiáng)度變化的周期性。但值得注意的是，根據(jù)現(xiàn)有資料分析，7—11月SSTID可能超前北半球平均TC強(qiáng)度10 a左右進(jìn)行位相轉(zhuǎn)換。1980年左右，7—11月SSTID由正位相轉(zhuǎn)為負(fù)位相，其后，1990年前后，7—11月北半球平均TC強(qiáng)度由正異常轉(zhuǎn)為負(fù)異常。類(lèi)似地，2002年前后，SSTID由負(fù)位相轉(zhuǎn)為正位相，其后，2012年前后，7—11月北半球平均TC強(qiáng)度由負(fù)異常轉(zhuǎn)為正異常。因此，采用考慮了序列自相關(guān)的有效自由度進(jìn)行超前滯后相關(guān)分析，來(lái)探究SSTID與7—11月北半球平均TC強(qiáng)度的相關(guān)關(guān)系。

SSTID和7—11月北半球平均TC強(qiáng)度的低頻分量有相似的年代際變率，并且前者超前后者約10 a。去趨勢(shì)的7—11月SSTID在2000年以前經(jīng)歷了波動(dòng)下降，2000年后表現(xiàn)出波動(dòng)上升，并在2020年左右達(dá)到了極大值，在北半球?yàn)門(mén)C增強(qiáng)提供了更加有利的背景場(chǎng)環(huán)境。對(duì)原始的和濾波后的SSTID與7—11月北半球平均TC強(qiáng)度分別進(jìn)行超前滯后分析（圖6），結(jié)果表明，7—11月，SSTID超前北半球平均TC強(qiáng)度年代際變化分量8～11 a，在其提前9 a時(shí)達(dá)到最大正相關(guān)（相關(guān)系數(shù)0.81，通過(guò)置信水平為95%的顯著性檢驗(yàn)）。這表明，超前9 a的SSTID可以解釋7—11月北半球平均TC強(qiáng)度在年代際時(shí)間尺度上約66%的方差。關(guān)注到7—11月北半球SST和TC的變化，當(dāng)北半球SST處于暖異常時(shí)，約9 a后，7—11月北半球平均TC強(qiáng)度較強(qiáng)；當(dāng)北半球SST處于冷異常時(shí)，約9 a后，7—11月北半球平均TC強(qiáng)度較弱。

SSTID與7—11月北半球平均TC強(qiáng)度時(shí)間序列無(wú)論在年際變率還是年代際尺度上，同期相關(guān)系數(shù)均小于0.3且不顯著（圖6）。這說(shuō)明在年代際尺度上，SSTID與7—11月北半球平均TC強(qiáng)度變化幾乎不存在顯著的同期相關(guān)。而在SSTID超前7—11月北半球平均TC強(qiáng)度9 a左右時(shí)二者存在的最大正相關(guān)表明，SSTID對(duì)北半球平均TC強(qiáng)度的調(diào)控是存在時(shí)間上的延遲的。這與SST強(qiáng)大的信號(hào)儲(chǔ)存和記憶能力有關(guān)。

3 海面溫度半球間偶極子模態(tài)調(diào)控7—11月北半球平均TC強(qiáng)度年代際變化的物理過(guò)程

本節(jié)探究了超前9 a的SSTID對(duì)7—11月北半球平均TC強(qiáng)度年代際變率的調(diào)控的可能的物理過(guò)程。由于SSTID對(duì)7—11月北半球平均TC強(qiáng)度的影響存在時(shí)間上的延遲，因此SSTID作為一個(gè)海洋信號(hào)可能會(huì)對(duì)9 a后的SST異常產(chǎn)生影響，將SSTID信號(hào)存儲(chǔ)在TC活躍區(qū)的海水中，進(jìn)而對(duì)TC活動(dòng)產(chǎn)生影響。此外，SSTID并不能直接作用于TC強(qiáng)度，因此，SSTID可能需要借助一個(gè)大氣橋，將海洋的信號(hào)傳遞到大氣中，進(jìn)而影響TC強(qiáng)度。研究發(fā)現(xiàn)，北半球TC活躍區(qū)大氣可能可以作為該大氣橋，以GPI為表征來(lái)連接超前9 a的SSTID和當(dāng)年的北半球平均TC強(qiáng)度。因此，本節(jié)從北半球TC活躍區(qū)海洋以SST的形式作為海洋橋存儲(chǔ)SSTID信息、北半球TC活躍區(qū)大氣作為大氣橋以GPI為表征將SSTID信號(hào)傳遞給北半球平均TC強(qiáng)度，以及北半球TC活躍區(qū)SST和GPI的綜合影響三個(gè)方面，應(yīng)用海洋?大氣耦合橋理論[38，50，51]來(lái)解釋7—11月SSTID調(diào)控7—11月北半球平均TC強(qiáng)度年代際變化的物理過(guò)程。

3.1 北半球TC活躍區(qū)海洋作為海洋橋存儲(chǔ)SSTID信息

將7 a低通濾波后的觀(guān)測(cè)SST異常分別回歸到同期及超前3～15 a年的歸一化的7—11月SSTID序列上（圖7）?？傮w上，與同期和超前3～15 a的7—11月SSTID相關(guān)的全球SST異常呈現(xiàn)出南、北兩半球反向變化的特征。從演變的角度來(lái)看，隨著SSTID超前時(shí)間的增加，其對(duì)北半球SST異常產(chǎn)生持續(xù)的正影響。在北半球中高緯海域，SST異常持續(xù)出現(xiàn)正異常的響應(yīng)。值得注意的是，當(dāng)SSTID超前3 a時(shí)，SST正異常的響應(yīng)開(kāi)始向熱帶海域發(fā)展，信號(hào)在熱帶北大西洋率先出現(xiàn)。當(dāng)SSTID超前6 a時(shí)，北半球中東太平洋也出現(xiàn)了SST正異常響應(yīng)。在SSTID超前6～9 a時(shí)，熱帶海域出現(xiàn)的與超前的SSTID相關(guān)的SST正異常響應(yīng)有利于增強(qiáng)TC活動(dòng)和TC發(fā)展。當(dāng)SSTID超前12 a時(shí)，熱帶北大西洋的SST正異常響應(yīng)范圍開(kāi)始縮小，強(qiáng)度開(kāi)始減弱。直到SSTID超前15 a時(shí)，SST正異常響應(yīng)范圍在熱帶東北太平洋和北大西洋均縮小，對(duì)北半球TC的調(diào)控作用減弱。

當(dāng)SSTID超前時(shí)間大于9 a時(shí)，隨著SSTID超前時(shí)間的增加，北半球SST正異常響應(yīng)范圍減小，負(fù)異常響應(yīng)范圍增加。南半球則相反，南半球SST負(fù)異常響應(yīng)范圍減小，正異常響應(yīng)范圍增加。這說(shuō)明當(dāng)SSTID超前時(shí)間大于9 a時(shí)，SSTID全球?qū)ST異常的影響在不斷減弱，直到與超過(guò)15 a前的SSTID的相關(guān)信號(hào)逐漸消失。從全球SST的回歸場(chǎng)上可以更直觀(guān)地展現(xiàn)和說(shuō)明SSTID對(duì)全球SST的影響的滯后性。

前人研究闡明了海洋下邊界是影響TC強(qiáng)度的重要物理因子[52]。北半球暖SST有利于北半球TC增強(qiáng)。當(dāng)7—11月SSTID超前SST異常9 a時(shí)，在北半球TC活躍區(qū)有顯著的SST正異常。也就是說(shuō)，北半球TC活躍區(qū)海水存儲(chǔ)了超前9 a左右的SSTID信號(hào)。其中，顯著的SST正異常主要出現(xiàn)在北印度洋西部、西北太平洋東部、東北太平洋西部以及北大西洋的西部。特別地，在北大西洋TC活躍區(qū)海域出現(xiàn)了整個(gè)北半球SST正異常最廣泛的極大值區(qū)。7—11月，北半球廣泛的較暖的SST下墊面為北半球TC強(qiáng)度發(fā)展提供了暖下墊面條件和能量來(lái)源。

前人研究發(fā)現(xiàn)了在年代際時(shí)間尺度上，局地SST變化對(duì)TC強(qiáng)度有調(diào)控作用[53，54]。在本研究中，北半球TC活躍區(qū)海洋以SST的形式作為海洋橋，存儲(chǔ)了超前9 a的年代際SSTID信號(hào)。因此，超前9 a影響的北半球TC活躍區(qū)內(nèi)的SST的正異?？梢灾С諸C增強(qiáng)。除了在北半球一致的SST異常增暖外，7—11月SSTID引起的北半球SST異常也存在一定的海域間的強(qiáng)度差異。這表明SSTID通過(guò)引起北半球SST正異常而造成北半球TC增強(qiáng)這一物理過(guò)程也存在一定的空間差異。對(duì)東北太平洋和北大西洋TC的增強(qiáng)作用要顯著強(qiáng)于北印度洋和西北太平洋的TC。

3.2 北半球TC活躍區(qū)大氣作為大氣橋?qū)STID的影響傳遞給北半球平均TC強(qiáng)度

對(duì)原始的和濾波后的7—11月SSTID與北半球TC活躍區(qū)的GPI分別進(jìn)行超前滯后分析（圖8a），結(jié)果表明，7—11月SSTID超前GPI年代際變化分量7～9 a，在提前時(shí)間為8 a時(shí)達(dá)到最大正相關(guān)（相關(guān)系數(shù)0.82，通過(guò)置信水平為95%的顯著性檢驗(yàn)）。這表明，超前8 a的SSTID可以解釋7—11月北半球TC活躍區(qū)GPI在年代際時(shí)間尺度上約67%的方差。超前9 a的7—11月SSTID與GPI在年代際尺度上的相關(guān)系數(shù)為0.71。關(guān)注到7—11月SSTID和GPI的變化，當(dāng)北半球SSTID處于正位相時(shí)，約7～9 a后，7—11月北半球TC活躍區(qū)GPI較強(qiáng)；當(dāng)北半球SSTID處于負(fù)位相時(shí)，約7～9 a后，7—11月北半球TC活躍區(qū)GPI較弱。

圖8b展示了7—11月北半球TC活躍區(qū)的GPI和北半球平均TC強(qiáng)度的超前滯后相關(guān)。二者的同期相關(guān)最強(qiáng)，相關(guān)系數(shù)為0.74（通過(guò)置信水平為95%的顯著性檢驗(yàn)）。在年代際尺度上，7—11月北半球TC活躍區(qū)的GPI和北半球平均TC強(qiáng)度存在同位相的變化關(guān)系，并且GPI可以解釋北半球平均TC強(qiáng)度約55%的方差。該結(jié)果表明，在年代際尺度上，當(dāng)北半球TC活躍區(qū)GPI較強(qiáng)時(shí)，受其影響，北半球平均TC強(qiáng)度傾向于處于較強(qiáng)的位相；當(dāng)GPI較弱時(shí)，北半球平均TC強(qiáng)度也較弱。

從圖8可知，超前9 a的7—11月SSTID可能通過(guò)作用于7—11月GPI進(jìn)而同期影響7—11月北半球平均TC強(qiáng)度。北半球TC活躍區(qū)大氣起到了傳遞SSTID信號(hào)到TC活動(dòng)的大氣橋作用，這個(gè)過(guò)程可由GPI對(duì)SSTID的響應(yīng)來(lái)表征。由GPI的定義（式6）可知，GPI的變化和VWS、600 hPa相對(duì)濕度、MPI和850 hPa絕對(duì)渦度這4個(gè)變量有關(guān)。為了進(jìn)一步探究7—11月SSTID對(duì)7—11月GPI超前9 a的調(diào)控作用，本文分別對(duì)7—11月SSTID和上述4個(gè)變量及其變量組合進(jìn)行了超前滯后相關(guān)分析，如圖9所示。7—11月SSTID和構(gòu)成GPI的4個(gè)單因子并沒(méi)有顯著的超前9 a左右的相關(guān)關(guān)系（圖9a—d）。因此，SSTID對(duì)GPI的超前影響可能不是通過(guò)分別影響單因子來(lái)實(shí)現(xiàn)的。

從7—11月SSTID和各變量組合的超前滯后相關(guān)結(jié)果來(lái)看，SSTID僅對(duì)4組變量組合有超前9 a左右的顯著的正相關(guān)，分別是VWS與600 hPa相對(duì)濕度組合（圖9e）；VWS、600 hPa相對(duì)濕度和MPI組合（圖9k）；VWS、600 hPa相對(duì)濕度和850 hPa絕對(duì)渦度組合（圖9l）以及VWS、600 hPa相對(duì)濕度、MPI和850 hPa絕對(duì)渦度這4個(gè)組成GPI的變量的組合（圖9o）。從該結(jié)果可以看出，7—11月SSTID對(duì)VWS與相對(duì)濕度的共同作用可能是其影響7—11月GPI的關(guān)鍵。SSTID對(duì)包含VWS與相對(duì)濕度因子的變量組合均表現(xiàn)出了超前9 a左右的正相關(guān)。而且，對(duì)沒(méi)有包含這2個(gè)因子的變量組合均沒(méi)有顯著的超前9 a左右的正相關(guān)。因此，SSTID可能會(huì)綜合作用于與GPI相關(guān)的4個(gè)因子，并且VWS和相對(duì)濕度可能在該過(guò)程中起到關(guān)鍵作用。

為了進(jìn)一步分析7—11月SSTID對(duì)VWS和相對(duì)濕度的超前影響，圖10和圖11分別給出了7—11月北半球VWS和相對(duì)濕度對(duì)超前0～15 a的7—11月SSTID的回歸場(chǎng)。7—11月VWS對(duì)7—11月SSTID正位相的同期響應(yīng)主要表現(xiàn)為印度洋TC活躍區(qū)負(fù)異常、東北太平洋正異常和北大西洋從南到北負(fù)-正-負(fù)的異常響應(yīng)。隨著7—11月SSTID正位相超前時(shí)間從3 a增加至9 a，印度洋TC活躍區(qū)VWS持續(xù)出現(xiàn)負(fù)異常響應(yīng)。西北太平洋TC活躍區(qū)中部和南部逐漸出現(xiàn)VWS負(fù)異常響應(yīng)。東北太平洋TC活躍區(qū)VWS正異常響應(yīng)減弱并向赤道移動(dòng)，逐漸被負(fù)異常響應(yīng)取代。北大西洋TC活躍區(qū)中部的VWS強(qiáng)正異常響應(yīng)逐漸轉(zhuǎn)變?yōu)槿醯呢?fù)異常響應(yīng)。總體來(lái)看，當(dāng)7—11月SSTID超前VWS 9 a左右時(shí)，SSTID引起的VWS變化在TC活躍區(qū)內(nèi)以負(fù)異常為主。負(fù)的垂直風(fēng)切變異?？梢詾門(mén)C發(fā)展提供穩(wěn)定的動(dòng)力背景，有助于TC發(fā)展和TC增強(qiáng)。

當(dāng)7—11月SSTID正位相超前時(shí)間從9 a增加至15 a，總體上，VWS對(duì)SSTID的負(fù)異常響應(yīng)區(qū)域從印度洋和西北太平洋轉(zhuǎn)移到東北太平洋和北大西洋。印度洋TC活躍區(qū)VWS由負(fù)異常響應(yīng)轉(zhuǎn)變?yōu)檎惓?。西北太平洋TC活躍區(qū)北部出現(xiàn)顯著的VWS正異常響應(yīng)，南部有較弱的負(fù)異常。東北太平洋VWS以強(qiáng)的正異常響應(yīng)為主。北大西洋VWS出現(xiàn)與同期時(shí)相反的自南向北的正-負(fù)-正異常響應(yīng)。SSTID正位相可以對(duì)至少15 a后的VWS年代際變化產(chǎn)生調(diào)控作用，并存在一定的海域間的差異和傳播特征。出現(xiàn)海域間差異這一現(xiàn)象的原因是值得在未來(lái)的研究工作中進(jìn)一步探究的。

北半球TC活躍區(qū)內(nèi)600 hPa相對(duì)濕度作為另一個(gè)SSTID調(diào)控GPI變化的關(guān)鍵因子，其對(duì)超前0～15 a SSTID正位相的響應(yīng)也存在隨時(shí)間的演變（圖11）。隨著SSTID超前時(shí)間從同期增加到9 a，印度洋TC活躍區(qū)西部持續(xù)表現(xiàn)為偏濕響應(yīng)，并且印度洋東部由偏干轉(zhuǎn)變?yōu)槠珴?。在西北太平洋TC活躍區(qū)，相對(duì)濕度由同期時(shí)的“西干?東濕”響應(yīng)轉(zhuǎn)變?yōu)闇? a時(shí)的一致的偏濕響應(yīng)。在東北太平洋的偏干異常響應(yīng)逐漸減弱。在北大西洋TC活躍區(qū)，偏濕異常逐漸增強(qiáng)。而隨著SSTID超前時(shí)間繼續(xù)增加至15 a，印度洋、西北太平洋東部和東北太平洋東部均出現(xiàn)了顯著的偏干異常響應(yīng)，不利于GPI增強(qiáng)和TC活動(dòng)的發(fā)展。

因此，超前的7—11月SSTID正位相引起的北半球TC活躍區(qū)內(nèi)600 hPa相對(duì)濕度偏濕異常響應(yīng)在9 a左右達(dá)到最強(qiáng)。在超前9 a的7—11月SSTID的影響下，有更多的水汽得以進(jìn)入上對(duì)流層并釋放凝結(jié)潛熱。前人研究指出，空氣濕度增大會(huì)增強(qiáng)對(duì)流活動(dòng)，比如TC生成[55，56]。中低層濕度正異?？梢栽鰪?qiáng)大氣不穩(wěn)定性，加強(qiáng)潛熱釋放，配合TC生成所必須的低壓擾動(dòng)，有利于空氣塊提升到自由凝結(jié)高度，進(jìn)而從大氣中獲取能量增強(qiáng)對(duì)流。與超前9 a的7—11月SSTID有關(guān)的北半球?qū)α鲗涌諝庾儩窦铀倭藢?duì)流增長(zhǎng)的過(guò)程，有利于7—11月GPI增強(qiáng)，進(jìn)而有助于北半球TC發(fā)展和增強(qiáng)。

3.3 北半球TC活躍區(qū)SST與GPI的綜合影響

為了進(jìn)一步解釋SSTID對(duì)7—11月北半球平均TC強(qiáng)度的超前影響在9 a左右達(dá)到最強(qiáng)的原因，圖12給出了7—11月北半球TC活躍區(qū)內(nèi)空間平均的SST、VWS、600 hPa相對(duì)濕度、MPI和850 hPa絕對(duì)渦度對(duì)SSTID的響應(yīng)隨SSTID超前年份的變化。在北半球TC活躍區(qū)內(nèi)，7—11月SST、相對(duì)濕度和MPI對(duì)SSTID的響應(yīng)隨SSTID超前時(shí)間呈現(xiàn)出先增大后減小的變化，在7～9 a前后達(dá)到最強(qiáng)。VWS對(duì)SSTID的響應(yīng)出現(xiàn)波動(dòng)特征，在SSTID超前8 a前后VWS負(fù)異常響應(yīng)最強(qiáng)。由于VWS出現(xiàn)負(fù)異常響應(yīng)時(shí)有利于TC強(qiáng)度發(fā)展，因此與SSTID有關(guān)的VWS異常在滯后時(shí)間為8 a左右時(shí)對(duì)增強(qiáng)TC活動(dòng)有最大貢獻(xiàn)。絕對(duì)渦度的響應(yīng)隨著SSTID超前時(shí)間增加而不斷減弱，但在滯后7～9 a前后依然為正異常響應(yīng)，有助于氣旋式擾動(dòng)的發(fā)展。

綜合來(lái)看，北半球TC活躍區(qū)內(nèi)的SST正異常在滯后SSTID 9 a前后達(dá)到較強(qiáng)的狀態(tài)，從而對(duì)TC活動(dòng)和TC發(fā)展產(chǎn)生影響。與7—11月GPI相關(guān)的4個(gè)因子對(duì)7—11月SSTID的綜合響應(yīng)導(dǎo)致SSTID對(duì)GPI有9 a左右的超前影響，GPI進(jìn)而同期影響北半球平均TC強(qiáng)度。

上文分析了與7—11月SSTID有關(guān)的SST、GPI及其相關(guān)因子分量與7—11月北半球平均TC強(qiáng)度的顯著相關(guān)關(guān)系。7—11月，與SSTID有關(guān)的SST變暖有利于降低北半球TC的最低中心氣壓，并為上升運(yùn)動(dòng)提供有利的背景條件。因此，有更多的能量從海洋釋放到大氣，并對(duì)TC活動(dòng)增強(qiáng)有直接貢獻(xiàn)。另外，SST變暖會(huì)增加空氣中的水汽含量，增強(qiáng)對(duì)流層的濕度不穩(wěn)定。北半球SST變暖可以引起大氣柱垂直穩(wěn)定性的變化，可以調(diào)控TC發(fā)展。TC強(qiáng)度與眼墻區(qū)域的上升運(yùn)動(dòng)密切相關(guān)，空氣塊需要從海洋和大氣中獲得能量來(lái)對(duì)抗重力作用。與7—11月SSTID有關(guān)的SST變暖、對(duì)流層空氣變濕、垂直風(fēng)切變減弱導(dǎo)致了北半球TC活躍區(qū)GPI的增加，并為T(mén)C增強(qiáng)提供了有利的環(huán)境。因此，海洋表面和大氣低層的相互作用增強(qiáng)了深對(duì)流，并為T(mén)C發(fā)展提供了能量。基于此，超前9 a的SSTID和7—11月北半球平均TC強(qiáng)度之間的強(qiáng)正相關(guān)關(guān)系得以解釋。

4 7—11月北半球平均TC強(qiáng)度年代際預(yù)測(cè)模型

基于7—11月SSTID對(duì)7—11月北半球平均TC強(qiáng)度年代際變率的超前9 a的調(diào)控作用，可以建立對(duì)7—11月北半球平均TC強(qiáng)度預(yù)測(cè)的物理模型，即

，? ? ? ? ? ? ? ?（11）

其中是基于提前9 a的SSTID的模型對(duì)7—11月北半球平均TC強(qiáng)度的預(yù)測(cè)值，為以年為單位的時(shí)間，系數(shù)a、b和c由基于最小二乘法的多元線(xiàn)性回歸決定。項(xiàng)代表了全球變暖的長(zhǎng)期趨勢(shì)。

圖13展示了觀(guān)測(cè)和模擬的1985—2020年7—11月北半球平均TC強(qiáng)度年代際分量。模擬值基于1976—2011年7—11月SSTID。在基于7—11月SSTID的年代際預(yù)測(cè)模型中，系數(shù)，，。 模型模擬的7—11月北半球平均TC強(qiáng)度能夠復(fù)現(xiàn)其觀(guān)測(cè)。特別地，模型能夠模擬出7—11月北半球平均TC強(qiáng)度在1990年代快速下降、2010年代快速上升，以及在1990—2005年間的波動(dòng)特征。這與7—11月SSTID在1980年代快速下降、2000年代快速上升和在1985—2005年間的波動(dòng)特征是吻合的（圖4）。觀(guān)測(cè)與模式模擬的7—11月北半球平均TC強(qiáng)度序列相關(guān)系數(shù)為0.88，通過(guò)了置信水平為95%的顯著性檢驗(yàn)，均方根誤差為0.52。這表明7—11月SSTID和北半球平均TC強(qiáng)度變化的年代際變率在低頻變化上表現(xiàn)出了較高的可預(yù)報(bào)性。7—11月SSTID與北半球平均TC強(qiáng)度之間的穩(wěn)健的超前滯后相關(guān)關(guān)系意味著7—11月北半球平均TC強(qiáng)度在年代際時(shí)間尺度上的變化可以由7—11月SSTID較好地預(yù)測(cè)。

為了表現(xiàn)基于7—11月SSTID的年代際預(yù)測(cè)模型的高性能，對(duì)7—11月北半球平均TC強(qiáng)度年代際變化進(jìn)行了兩組后報(bào)試驗(yàn)，分別是基于2002—2006年7—11月SSTID的對(duì)2011—2015年7—11月北半球平均TC強(qiáng)度的后報(bào)（圖14a）和基于2007—2011年7—11月SSTID的對(duì)2016—2020年7—11月北半球平均TC強(qiáng)度的后報(bào)試驗(yàn)（圖14b）。兩組后報(bào)試驗(yàn)?zāi)軌蚝芎玫夭蹲降?—11月北半球平均TC強(qiáng)度在2015年之前的增強(qiáng)和2016年之后的減弱。因此，后報(bào)試驗(yàn)表明，一方面，7—11月SSTID的確是理解7—11月北半球平均TC強(qiáng)度年代際變化的有效的因子；另一方面，基于7—11月SSTID的年代際預(yù)測(cè)是可靠的，模型可以被用來(lái)進(jìn)行7—11月北半球平均TC強(qiáng)度的年代際預(yù)測(cè)。

但必須指出，基于SSTID對(duì)7—11月北半球平均TC強(qiáng)度的模型在后報(bào)試驗(yàn)的表現(xiàn)上存在一定缺陷。后報(bào)試驗(yàn)?zāi)軌虿蹲降?—11月北半球平均TC強(qiáng)度增強(qiáng)和減弱的波動(dòng)特征，但在增強(qiáng)和減弱的振幅上存在一定偏差。由于該模型是一個(gè)簡(jiǎn)單的線(xiàn)性回歸模型，7—11月SSTID僅是調(diào)控7—11月北半球平均TC強(qiáng)度年代際變化的眾多因子之一。所以在實(shí)際的預(yù)測(cè)工作中，有必要考慮基于多因子的非線(xiàn)性模型，來(lái)增強(qiáng)預(yù)測(cè)結(jié)果的準(zhǔn)確性。但基于7—11月SSTID對(duì)7—11月北半球平均TC強(qiáng)度的年代際預(yù)測(cè)模型的較好表現(xiàn)是值得肯定的。

最后，用基于SSTID的模型對(duì)7—11月北半球平均TC強(qiáng)度進(jìn)行未來(lái)9 a（2021—2029年）的年代際預(yù)測(cè)（圖15）。模型使用了1976—2020年的歷史數(shù)據(jù)。年代際預(yù)測(cè)結(jié)果表明在未來(lái)9 a，7—11月北半球平均TC強(qiáng)度總體上呈現(xiàn)出增強(qiáng)的趨勢(shì)，在2023—2026年出現(xiàn)短暫下降。由于7—11月SSTID在2012—2020年進(jìn)入正位相后總體上持續(xù)增強(qiáng)，北半球有不斷增強(qiáng)的SST正異常，導(dǎo)致基于SSTID的對(duì)7—11月北半球平均TC強(qiáng)度的年代際預(yù)測(cè)模型呈現(xiàn)出TC總體上不斷增強(qiáng)的結(jié)果。同時(shí)，7—11月SSTID在2014—2017年短暫下降，導(dǎo)致該模型預(yù)測(cè)的北半球平均TC強(qiáng)度在2023—2026年也出現(xiàn)了短暫下降。二者是互相對(duì)應(yīng)的。另一方面，年代際預(yù)測(cè)模型也考慮了全球變暖的線(xiàn)性增暖趨勢(shì)。在7—11月SSTID進(jìn)入正位相并不斷增強(qiáng)和全球變暖的線(xiàn)性部分疊加作用下，未來(lái)7—11月北半球平均TC強(qiáng)度將不斷增強(qiáng)。這與前人對(duì)全球變暖背景下TC強(qiáng)度繼續(xù)增強(qiáng)這一猜想相吻合[9，57]。值得關(guān)注的是，TC強(qiáng)度在2020年代末可能會(huì)增強(qiáng)到近45 a來(lái)破紀(jì)錄的強(qiáng)度。

5 總結(jié)與展望

本文探究了7—11月SSTID對(duì)北半球平均TC強(qiáng)度年代際變率的影響，并通過(guò)7—11月SSTID對(duì)北半球平均TC強(qiáng)度進(jìn)行了年代際預(yù)測(cè)。通過(guò)對(duì)觀(guān)測(cè)資料的分析，發(fā)現(xiàn)了SSTID與7—11月北半球TC平均強(qiáng)度存在較強(qiáng)的位相間的關(guān)系。結(jié)果表明，7—11月，SSTID是北半球TC平均強(qiáng)度年代際變化的主要影響因子之一。在年代際時(shí)間尺度上，7—11月SSTID正位相超前北半球TC平均強(qiáng)度9 a左右時(shí)達(dá)到最大正相關(guān)，即SSTID超前北半球TC平均強(qiáng)度約9 a進(jìn)行位相轉(zhuǎn)換。

觀(guān)測(cè)分析表明，與7—11月SSTID正位相相關(guān)的北半球SST異常增暖信號(hào)在9 a后移動(dòng)到熱帶海域。北半球TC活躍區(qū)海洋作為海洋橋以SST的形式存儲(chǔ)了超前9 a的SSTID信號(hào)，其正異常響應(yīng)對(duì)北半球平均TC強(qiáng)度增強(qiáng)起到調(diào)控作用。同時(shí)，北半球TC活躍區(qū)大氣作為大氣橋，可以將超前9 a的SSTID信號(hào)傳遞到大氣中，進(jìn)而作用于北半球平均TC強(qiáng)度，該大氣過(guò)程可以以GPI對(duì)SSTID的響應(yīng)作為表征。與7—11月GPI相聯(lián)系的VWS、600 hPa相對(duì)濕度、MPI和850 hPa絕對(duì)渦度等大氣條件的綜合作用提供了有利于北半球TC增強(qiáng)的背景環(huán)境。垂直風(fēng)切變和600 hPa相對(duì)濕度的綜合影響在其中起關(guān)鍵作用。7—11月，北半球SST變暖，對(duì)流層空氣變濕，增強(qiáng)了大氣不穩(wěn)定性，對(duì)深對(duì)流發(fā)展和北半球TC增強(qiáng)提供了更多能量。同時(shí)，7—11月SSTID引起的北半球TC活躍區(qū)對(duì)流層垂直風(fēng)切變減小，有利于初始?xì)庑綌_動(dòng)發(fā)展成為較強(qiáng)TC。

基于SSTID的線(xiàn)性模型對(duì)7—11月北半球TC平均強(qiáng)度的年代際變化模擬表現(xiàn)出良好的性能。后報(bào)試驗(yàn)進(jìn)一步證明了模型能夠捕捉到觀(guān)測(cè)中的波動(dòng)特征。7—11月SSTID在進(jìn)入2010年代后持續(xù)增強(qiáng)，北半球SST異常持續(xù)增強(qiáng)，因此基于7—11月SSTID對(duì)下個(gè)年代的預(yù)測(cè)表明北半球TC平均強(qiáng)度呈現(xiàn)出總體上增強(qiáng)的趨勢(shì)，甚至在2020年代末出現(xiàn)破記錄地增強(qiáng)。

針對(duì)本文研究的主題，未來(lái)尚有不少重要研究工作有待進(jìn)一步的開(kāi)展。比如，受限于觀(guān)測(cè)手段，目前有效的TC強(qiáng)度觀(guān)測(cè)數(shù)據(jù)長(zhǎng)度受到限制。因此，在未來(lái)的工作中，需要等待更長(zhǎng)的可靠的數(shù)據(jù)集來(lái)進(jìn)一步驗(yàn)證SSTID與北半球TC平均強(qiáng)度關(guān)系的穩(wěn)健性。另外，模式模擬也可以幫助驗(yàn)證在觀(guān)測(cè)數(shù)據(jù)中尋找到的相關(guān)關(guān)系和作用機(jī)制。因此，在未來(lái)工作中有必要通過(guò)模式模擬的手段幫助深入理解和驗(yàn)證SSTID對(duì)北半球TC平均強(qiáng)度的作用過(guò)程。同時(shí)，雖然SSTID總體上表現(xiàn)為北半球SST一致的變化，但SSTID對(duì)北半球TC活躍區(qū)SST和對(duì)大氣環(huán)境場(chǎng)的影響都存在著一定的海域間差異，探究造成其海域間差異的原因和海域間差異造成的海洋和大氣響應(yīng)，有助于進(jìn)一步揭示SSTID的形成原因及其對(duì)海洋、大氣的影響。

值得注意的是，超前滯后分析（圖6）顯示，除了SSTID超前7—11月北半球平均TC強(qiáng)度9 a左右時(shí)二者達(dá)到最大正相關(guān)之外，7—11月北半球平均TC強(qiáng)度超前SSTID 11 a左右時(shí)二者達(dá)到最大負(fù)相關(guān)（相關(guān)系數(shù)?0.91，通過(guò)置信水平為95%的顯著性檢驗(yàn)）。這意味著，超前11 a的7—11月北半球平均TC強(qiáng)度可以解釋7—11月SSTID約83%的方差。當(dāng)7—11月北半球平均TC強(qiáng)度偏強(qiáng)時(shí)，約11 a后，7—11月SSTID負(fù)異常，即北半球SST負(fù)異常，南半球SST正異常；同理，當(dāng)7—11月北半球平均TC強(qiáng)度偏弱時(shí)，約11 a后，7—11月SSTID正異常，即北半球SST正異常，南半球SST負(fù)異常。該現(xiàn)象表明，除了7—11月SSTID會(huì)超前影響北半球平均TC強(qiáng)度外，7—11月北半球平均TC強(qiáng)度可能也會(huì)對(duì)SSTID產(chǎn)生影響。SSTID是南北半球間熱量差異的表征，因此，北半球平均TC強(qiáng)度會(huì)影響到南北兩半球的熱量再分配。前人研究發(fā)現(xiàn)，AMO作為SSTID在大西洋的表現(xiàn)形式，與海洋經(jīng)向翻轉(zhuǎn)環(huán)流帶來(lái)的海水熱輸送有關(guān)[58，59]，并且TC活動(dòng)與北大西洋翻轉(zhuǎn)環(huán)流關(guān)系密切[36]。7—11月北半球平均TC強(qiáng)度超前影響一個(gè)年代后的SSTID位相轉(zhuǎn)變，可能為解釋海洋熱量在南北半球間的輸送提供新的思路。但是，探究7—11月北半球平均TC強(qiáng)度經(jīng)過(guò)11 a影響SST的過(guò)程是一個(gè)復(fù)雜的問(wèn)題。這涉及到北半球TC活動(dòng)如何跨時(shí)間尺度和跨空間尺度影響全球性的年代際信號(hào)的問(wèn)題。對(duì)該問(wèn)題的探究不僅需要建立跨尺度海?氣相互作用的理論，還需要通過(guò)觀(guān)測(cè)數(shù)據(jù)和模式模擬來(lái)探究其動(dòng)力過(guò)程。因此，在未來(lái)的工作中需要進(jìn)一步探究該問(wèn)題。

參考文獻(xiàn)：

[1] Sun C， Li J p， Jin F F， et al. Sea surface temperature inter-hemispheric dipole and its relation to tropical precipitation[J]. Environ Res Lett，2013，8（4）：044006.

[2] Folland C K， Parker D E， Colman A W， et al. Large scale modes of ocean surface temperature since the late nineteenth century[M]//NAVARRA A. Beyond El Ni?o： decadal and interdecadal climate variability. Berlin/Heidelberg： Springer，1999：73-102.

[3] Enfield D B， Mestas-Nu?ez A M. Multiscale variabilities in global sea surface temperatures and their relationships with tropospheric climate patterns[J]. J Climate，1999，12（9）：2719-2733.

[4] Parker D， Folland C， Scaife A， et al. Decadal to multidecadal variability and the climate change background[J]. J Geophys Res： Atmos， 2007， 112（D18）：D18115.

[5] Xue J q， Sun C， Li J p， et al. Divergent responses of extratropical atmospheric circulation to interhemispheric dipolar SST forcing over the two hemispheres in boreal winter[J]. J Climate，2018，31（18）：7599-7619.

[6] 薛佳慶.海溫半球間偶極子模態(tài)的時(shí)空特征及其全球氣候影響[D].北京：中國(guó)科學(xué)院大學(xué)， 2019.

[7] Xue J q， Wang B c， Yu Y k， et al. Multidecadal variation of northern hemisphere summer monsoon forced by the SST inter-hemispheric dipole[J]. Environ Res Lett，2022，17（4）：044033.

[8] 吳彩銘，任福民，朱婧.熱帶氣旋災(zāi)害預(yù)評(píng)估模型研究回顧[J].海洋氣象學(xué)報(bào)，2022，42（3）：13-22.

[9] Emanuel K. Increasing destructiveness of tropical cyclones over the past 30 years[J]. Nature，2005，436（7051）：686-688.

[10] Liu K S， Chan J C L. Inactive period of western North Pacific tropical cyclone activity in 1998–2011[J]. J Climate，2013，26（8）：2614-2630.

[11] Knutson T， Camargo S J， Chan J C L， et al. Tropical cyclones and climate change assessment. Part I： detection and attribution[J]. Bull Amer Meteor Soc，2019，100（10）：1987-2007.

[12] Knutson T， Camargo S J， Chan J C L， et al. Tropical cyclones and climate change cssessment. Part II： projected response to anthropogenic warming[J]. Bull Amer Meteor Soc，2020，101（3）：E303-E322.

[13] Wang X， Zhou W， Li C y， et al. Comparison of the impact of two types of El Ni?o on tropical cyclone genesis over the South China Sea[J]. Int J Climatol，2014，34（8）：2651-2660.

[14] Liu Y， Chen G h. Intensified influence of the ENSO Modoki on boreal summer tropical cyclone genesis over the western North Pacific since the early 1990s[J]. Int J Climatol，2018，38（s1）：e1258-e1265.

[15] Patricola C M， Camargo S J， Klotzbach P J， et al. The influence of ENSO flavors on western North Pacific tropical cyclone activity[J]. J Climate，2018，31（14）：5395-5416.

[16] 孔蘊(yùn)淇，范伶俐，李俊杰.兩類(lèi)厄爾尼諾事件對(duì)登陸中國(guó)熱帶氣旋的影響[J].海洋氣象學(xué)報(bào)，2020，40（4）：77-88.

[17] Zhou Q， Wei L X， Zhang R Y. Influence of Indian Ocean Dipole on tropical cyclone activity over western North Pacific in boreal autumn[J]. J Ocean Univ China，2019，18（4）：795-802.

[18] Wu Q， Wang X c， Tao L. Interannual and interdecadal impact of Western North Pacific Subtropical High on tropical cyclone activity[J]. Climate Dyn，2020，54（3/4）：2237-2248.

[19] 周磊，陳大可，雷小途，等.海洋與臺(tái)風(fēng)相互作用研究進(jìn)展[J].科學(xué)通報(bào)，2019，64（1）：60-72.

[20] 鄧孟珂，田鵬飛，楊華棟，等.印度洋海溫異常對(duì)西北太平洋臺(tái)風(fēng)的影響及機(jī)制研究[J].海洋氣象學(xué)報(bào)，2021，41（3）：60-68.

[21] 陳光華，黃榮輝.西北太平洋低頻振蕩對(duì)熱帶氣旋生成的動(dòng)力作用及其物理機(jī)制[J].大氣科學(xué)，2009，33（2）：205-214.

[22] Sun C， Liu Y s， Gong Z q， et al. The footprint of Atlantic Multidecadal Oscillation on the intensity of tropical cyclones over the western North Pacific[J]. Front Earth Sci，2020，8：604807.

[23] Landsea C W. Hurricanes and global warming[J]. Nature，2005，438（7071）：E11-E12.

[24] 劉貝，周倩瑩，付東洋.海面溫度對(duì)南海臺(tái)風(fēng)強(qiáng)度的影響[J].廣東海洋大學(xué)學(xué)報(bào)，2019，39（1）：97-104.

[25] 李暢，姜霞，沈新勇.阿拉伯海熱帶氣旋生成特征分析[J].海洋氣象學(xué)報(bào)，2021，41（4）：62-72.

[26] Kossin J P， Olander T L， Knapp K R. Trend analysis with a new global record of tropical cyclone intensity[J]. J Climate，2013，26（24）：9960-9976.

[27] Huang B Y， Thorne P W， Banzon V F， et al. Extended Reconstructed Sea Surface Temperature， version 5 （ERSSTv5）： upgrades， validations， and intercomparisons[J]. J Climate，2017，30（20）：8179-8205.

[28] Knapp K R， Kruk M C， Levinson D H， et al. The International Best Track Archive for Climate Stewardship （IBTrACS）： unifying tropical cyclone data[J]. Bull Amer Meteor Soc，2010，91（3）：363-376.

[29] Kruk M C， Knapp K R， Levinson D H. A technique for combining global tropical cyclone best track data[J]. J Atmos Oceanic Technol，2010，27（4）：680-692.

[30] Kalnay E， Kanamitsu M， Kistler R， et al. The NCEP/NCAR 40-year reanalysis project[J]. Bull Amer Meteor Soc，1996，77（3）：437-472.

[31] Wu L g， Wang B， Braun S A. Implications of tropical cyclone power dissipation index[J]. Int J Climatol，2008，28（6）：727-731.

[32] Mann H B. Nonparametric tests against trend[J]. Econometrica，1945，13（3）：245-259.

[33] Marden J I， Kendall M G， Gibbons J D. Rank correlation methods （5th ed）[J]. J Am Stat Assoc，1992，87（417）：249.

[34] Pyper B J， Peterman R M. Comparison of methods to account for autocorrelation in correlation analyses of fish data[J]. Can J Fish Aquat Sci，1998，55（9）：2127-2140.

[35] Xie F， Li J p， Tian W s， et al. The relative impacts of El Ni?o Modoki， canonical El Ni?o， and QBO on tropical ozone changes since the 1980s[J]. Environ Res Lett，2014，9（6）：064020.

[36] Gong Z q， Liu Y s， Sun C， et al. Linking AMOC variations with the multidecadal seesaw in tropical cyclone activity between eastern North Pacific and Atlantic[J]. J Geophys Res： Oceans，2021，126（8）：e2021JC017308.

[37] von Storch H， Zwiers F W. Statistical analysis in climate research[M]. Cambridge： Cambridge University Press，1999.

[38] Li J p， Sun C， Jin F F. NAO implicated as a predictor of Northern Hemisphere mean temperature multidecadal variability[J]. Geophys Res Lett，2013，40（20）：5497-5502.

[39] Li J p， Xie T j， Tang X x， et al. Influence of the NAO on wintertime surface air temperature over East Asia： multidecadal variability and decadal prediction[J]. Adv Atmos Sci，2022，39（4）：625-642.

[40] Zhao J W， Zhan R F， Wang Y Q， et al. A multiscale-model-based near-term prediction of tropical cyclone genesis frequency in the Northern Hemisphere[J]. J Geophys Res： Atmos，2022，127（22）：e2022JD037267.

[41] Lakshani W A E， Zhou W. Observed decadal shifts and trends in global tropical cyclone activities from 1980 to 2021[J]. Atmos Ocean Sci Lett，2022，16（2）：100321.

[42] Song K x， Zhao J w， Zhan R f， et al. Confidence and uncertainty in simulating tropical cyclone long-term variability using the CMIP6-HighResMIP[J]. J Climate，2022，35（19）：2829-2849.

[43] Emanuel K A， Nolan D S. Tropical cyclone activity and the global climate system[C]// American Meteorology Society. Preprints， 26th Conference on Hurricanes and Tropical Meteorology. Miami： American Meteorology Society，2004：240-241.

[44] Bister M， Emanuel K A. Dissipative heating and hurricane intensity[J]. Meteor Atmos Phys，1998，65（3）：233-240.

[45] Emanuel K A. Sensitivity of tropical cyclones to surface exchange coefficients and a revised steady-state model incorporating eye dynamics[J]. J Atmos Sci，1995，52（22）：3969-3976.

[46] Gilford D M. pyPI （v1.3）： tropical cyclone potential intensity calculations in Python[J]. Geosci Model Dev，2021，14（5）：2351-2369.

[47] Wang S g， Camargo S J， Sobel A H， et al. Impact of the tropopause temperature on the intensity of tropical cyclones： an idealized study using a mesoscale model[J]. J Atmos Sci，2014，71（11）：4333-4348.

[48] Wing A A， Emanuel K， Solomon S. On the factors affecting trends and variability in tropical cyclone potential intensity[J]. Geophys Res Lett，2015，42（20）：8669-8677.

[49] Bister M， Emanuel K A. Low frequency variability of tropical cyclone potential intensity 1： interannual to interdecadal variability[J]. J Geophys Res： Atmos，2002，107（D24）：4801.

[50] Li J p， Zheng F， Sun C， et al. Pathways of influence of the Northern Hemisphere mid-high latitudes on East Asian climate： a review[J]. Adv Atmos Sci，2019，36（9）：902-921.

[51] Li J p. Impacts of annular modes on extreme climate events over the East Asian monsoon region[M]//LI J p， swinbank r， GROTJAHN R， et al. Dynamics and predictability of large-scale high-impact weather and climate events. Cambridge： Cambridge University Press，2015：343-353.

[52] Chan j C L， Shi J e， Liu K S. Improvements in the seasonal forecasting of tropical cyclone activity over the western North Pacific[J]. Wea Forecasting，2001，16（4）：491-498.

[53] Mei W， Xie S P， Primeau F， et al. Northwestern Pacific typhoon intensity controlled by changes in ocean temperatures[J]. Sci Adv，2015，1（4）：e1500014.

[54] Wu L g， Zhao H k. Dynamically derived tropical cyclone intensity changes over the western North Pacific[J]. J Climate，2012，25（1）：89-98.

[55] Gettelman A， Seidel D J， Wheeler M C， et al. Multidecadal trends in tropical convective available potential energy[J]. J Geophys Res： Atmos，2002，107（D21）：4606.

[56] Chen X m， Zhang J A， Marks F D. A thermodynamic pathway leading to rapid intensification of tropical cyclones in shear[J]. Geophys Res Lett，2019，46（15）：9241-9251.

[57] Emanuel K. 100 years of progress in tropical cyclone research[J]. Meteor Monogr，2018，59（1）：15.1-15.68.

[58] Latif M， B?ning C， Willebrand J， et al. Is the thermohaline circulation changing？[J]. J Climate，2006，19（18）：4631-4637.

[59] Keenlyside N S， Latif M， Jungclaus J， et al. Advancing decadal-scale climate prediction in the North Atlantic sector[J]. Nature，2008，453（7191）：84-88.