国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

近40年全球海洋熱浪的時(shí)空特征和機(jī)制

2024-01-05 09:24:24許強(qiáng)陳幸榮王海燕劉珊何越
海洋預(yù)報(bào) 2023年6期
關(guān)鍵詞:太平洋持續(xù)時(shí)間天數(shù)

許強(qiáng),陳幸榮,王海燕,劉珊,何越

(1.廈門大學(xué)海洋與地球?qū)W院,福建廈門 361102;2.國家海洋環(huán)境預(yù)報(bào)中心,北京 100081;3.自然資源部海洋災(zāi)害預(yù)報(bào)技術(shù)重點(diǎn)實(shí)驗(yàn)室國家海洋環(huán)境預(yù)報(bào)中心,北京 100081)

0 引言

自1970 年以來,全球海洋持續(xù)增暖并已吸收氣候系統(tǒng)90%以上的過剩熱量,相較1969—1993 年,1993—2017 年海洋升溫的速度增加了一倍多[1]。在全球變暖的背景下,極端天氣氣候事件頻發(fā),海洋熱浪(Marine Heatwaves,MHWs)逐漸受到學(xué)術(shù)界的廣泛關(guān)注。MHWs 可導(dǎo)致珊瑚白化、海草消亡、物種遷徙、藻華爆發(fā)、底棲生物大量死亡、漁場(chǎng)關(guān)閉甚至引發(fā)經(jīng)濟(jì)危機(jī)[2-7]。鑒于MHWs 對(duì)海洋生態(tài)系統(tǒng)、漁業(yè)生產(chǎn)、氣候變化和社會(huì)經(jīng)濟(jì)有重要影響[8],迫切需要加深對(duì)這種現(xiàn)象的認(rèn)識(shí)。

全球海洋中的MHWs 強(qiáng)度、發(fā)生頻率和持續(xù)時(shí)間呈非均勻分布[9]。全球MHWs年平均頻次為1~3次,高強(qiáng)度的MHWs 主要出現(xiàn)在海表溫度(Sea Surface Temperature,SST)變化較大的區(qū)域[10]。全球范圍內(nèi)MHWs的持續(xù)時(shí)間差異很大,熱帶東部太平洋的平均持續(xù)時(shí)間長達(dá)60 d,熱帶其他地區(qū)多為5~10 d,東北太平洋和東南太平洋約為30 d,其余海域?yàn)?0~15 d[10]。20 世紀(jì)MHWs 的持續(xù)時(shí)間更長,發(fā)生頻率更高,且在全球變暖不斷加劇的情況下,這一趨勢(shì)將加速上升[10-11]。MHWs 指標(biāo)的線性趨勢(shì)在不同海域也存在差異,年頻次增加最突出的區(qū)域是赤道西太平洋暖池區(qū)、西北大西洋和北冰洋東部,平均每年增加0.3次[12]。

MHWs 的形成機(jī)制十分復(fù)雜,在不同海域、不同時(shí)間尺度上其主導(dǎo)機(jī)制不同,且具有多尺度相互作用的特點(diǎn)[13]。前人的研究表明全球平均海溫上升主導(dǎo)了MHWs的長期變化趨勢(shì)[10],而全球MHWs的年際變化則受大尺度氣候模態(tài)的調(diào)控[9]。厄爾尼諾-南方濤動(dòng)(El Ni?o-Southern Oscillation,ENSO)是全球年際變化的主要模態(tài)[14],也是太平洋和印度洋熱帶地區(qū)MHWs發(fā)生頻率的核心因素,在熱帶太平洋,有記錄的MHWs中有三分之二與厄爾尼諾事件有關(guān)[9]。ENSO也可通過大氣和海洋遙相關(guān)作用,引發(fā)東北太平洋、南太平洋中部和東印度洋等地的MHWs[15-17]。太平洋年代際振蕩(Pacific Decadal Oscillation,PDO)主導(dǎo)了北太平洋SST 異常的大小,其海溫模態(tài)中的東西偶極子結(jié)構(gòu)在正位相和負(fù)位相時(shí)分別增加了北太平洋東部和西部發(fā)生MHWs 事件的可能性[18]。PDO 在年代際時(shí)間尺度上調(diào)節(jié)厄爾尼諾事件的頻率和強(qiáng)度[19],從而間接影響MHWs事件的生成與發(fā)展。但是,全球MHWs年際變化的主導(dǎo)因子有哪些,其影響范圍和影響程度又是怎樣的,這些問題仍需要進(jìn)一步研究和厘清。

本文以MHWs 年際變化為研究核心,分析了1982—2021 年全球MHWs 最新的時(shí)空特征和變化趨勢(shì),比較了不同氣候基準(zhǔn)期的影響,并進(jìn)一步分析了MHWs特征與PDO和ENSO的可能聯(lián)系。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

本文使用美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration,NOAA)逐日最優(yōu)插值海表溫度(Optimum Interpolation Sea Surface Temperature V2,OISST V2)高分辨率數(shù)據(jù)集[20]檢測(cè)MHWs 事件。該數(shù)據(jù)集的時(shí)間分辨率為1 d,空間分辨率為0.25°×0.25°,研究選用時(shí)段為1982 年1 月1 日—2021 年12 月31 日,選 用 區(qū) 域 為65°S~65°N。此外,本文還采用美國NOAA 物理科學(xué)實(shí)驗(yàn)室(Physical Sciences Laboratory,PSL)提供的PDO和Ni?o 3.4氣候指數(shù)進(jìn)行機(jī)制分析。

1.2 MHWs的定義與分類

定性來看,MHWs 是發(fā)生在特定海域內(nèi)離散、持久、異常增暖的事件;定量來看,MHWs 是指海溫至少連續(xù)5 d 超過當(dāng)?shù)亻撝档氖录21]。具體計(jì)算方法是:在30 a 的歷史氣候基準(zhǔn)期內(nèi),以當(dāng)天為中心,11 d 為窗口選取所有年份的每日溫度值,其均值即為氣候態(tài),其90%分位數(shù)即為當(dāng)日的閾值,將得到的閾值再進(jìn)行31 d 平滑,由此,可以確定每一次MHWs 事件開始和結(jié)束的日期,如果中間出現(xiàn)連續(xù)小于或等于2 d 低于閾值的情況,將被視為一次MHWs事件。

從MHWs 的定義可知,歷史氣候基準(zhǔn)期的選擇尤其關(guān)鍵,不同的選擇可能導(dǎo)致截然不同的結(jié)果,目前1983—2012 年的氣候基準(zhǔn)期已在MHWs 研究領(lǐng)域被廣泛采用[10,22-24]。MHWs 的本質(zhì)是海溫異常,而“異?!焙厥窍鄬?duì)“正常”海溫來確定的,但是由于全球增暖,“正常”海溫也在不斷變化,此刻的“異常”海溫在未來可能是一個(gè)常態(tài)。因此,本文還將采用最新的氣候基準(zhǔn)期(1991—2020 年)得到近30年全球MHWs的時(shí)空特征和趨勢(shì),并與1983—2012年氣候基準(zhǔn)期結(jié)果進(jìn)行比較。

為衡量MHWs的嚴(yán)重程度,HOBDAY等[22]提出一種基于強(qiáng)度的MHWs 分類方案。該方案根據(jù)海溫超過當(dāng)?shù)貧夂驊B(tài)的程度將MHWs 分為4 類,定義為:

式中:I(t)為MHWs 強(qiáng)度;T90(j)為90%分位數(shù)閾值;Tm(j)為氣候態(tài)。當(dāng)1 <S≤2 時(shí),歸為中等(Ⅰ類);當(dāng)2 <S≤3 時(shí),歸為強(qiáng)烈(Ⅱ類);當(dāng)3 <S≤4時(shí),歸為嚴(yán)重(Ⅲ類);當(dāng)S>4時(shí),歸為極端(Ⅳ類)。

1.3 MHWs的度量指標(biāo)

基于HOBDAY 等[21]的定義,本文主要考慮以下6 個(gè)度量MHWs 的指標(biāo),即平均強(qiáng)度、最大強(qiáng)度、累積強(qiáng)度、持續(xù)時(shí)間、頻次和總天數(shù)(見表1)。

表1 海洋熱浪指標(biāo)定義Tab.1 Definition of marine heatwave metrics

利用OISST V2 全球網(wǎng)格化數(shù)據(jù),本文計(jì)算了研究區(qū)域發(fā)生的每次MHWs事件的平均強(qiáng)度、最大強(qiáng)度、累積強(qiáng)度和持續(xù)時(shí)間,并計(jì)算相關(guān)的年度統(tǒng)計(jì)指標(biāo),包括頻次、年平均強(qiáng)度、年平均最大強(qiáng)度、年平均累積強(qiáng)度、年平均持續(xù)時(shí)間和總天數(shù)。

1.4 分析方法

在線性趨勢(shì)分析中采用了常規(guī)的最小二乘法回歸(Ordinary Least Square,OLS)和t 檢驗(yàn)。為提取MHWs的時(shí)空變化主要特征,對(duì)1982—2021年每一年的熱浪總天數(shù)移除線性趨勢(shì)后進(jìn)行經(jīng)驗(yàn)正交函數(shù)(Empirical Orthogonal Function,EOF)分析。在研究MHWs 與氣候模態(tài)之間的關(guān)系時(shí)使用了相關(guān)分析。

2 時(shí)空特征分析

2.1 全球MHWs的年平均特征

MHWs 在時(shí)間上可持續(xù)數(shù)天或數(shù)月,面積可達(dá)幾平方公里甚至數(shù)千平方公里。本文首先選取1983—2012 年作為30 a 的歷史氣候基準(zhǔn)期,計(jì)算了1982—2021 年全球表層MHWs 的6 項(xiàng)年平均指標(biāo),結(jié)果見圖1。

圖1 1982—2021年全球年平均海洋熱浪指標(biāo)Fig.1 Global annual mean marine heatwave metrics during 1982—2021

從圖1a 可以看到,全球平均每年發(fā)生1~4 次MHWs 事件,低值區(qū)主要位于赤道中東太平洋,為1~2次,高值區(qū)主要位于北大西洋灣流一帶,超過3次,北太平洋、西太平洋、西南太平洋、西南大西洋和南印度洋也是MHWs 頻發(fā)區(qū)。MHWs 的平均強(qiáng)度為0.5~3.5 ℃(見圖1b),低值區(qū)主要位于南半球高緯海域,高值區(qū)主要分布于赤道中東太平洋、黑潮續(xù)流、墨西哥灣流、馬爾維納斯海流和厄加勒斯回流一帶。HAYASHIDA 等[25]利用模型和觀測(cè)數(shù)據(jù)也發(fā)現(xiàn)1982—2018 年MHWs 平均強(qiáng)度的空間格局特征是在西邊界流中更強(qiáng),除赤道太平洋外,熱帶和亞熱帶環(huán)流區(qū)的MHWs 強(qiáng)度較低。MHWs 最大強(qiáng)度的空間分布和平均強(qiáng)度類似(見圖1c),不同的是數(shù)值比平均強(qiáng)度更大,表現(xiàn)的是每次MHWs事件達(dá)到峰值時(shí)的統(tǒng)計(jì)結(jié)果,反映了MHWs 的危害程度。MHWs累積強(qiáng)度的地區(qū)差異較大(見圖1d),為0~100 ℃d,低值區(qū)主要位于南半球高緯海域和除中東太平洋以外的熱帶海域,高值區(qū)主要位于赤道中東太平洋海域。MHWs的持續(xù)時(shí)間為5~35 d(見圖1e),高值區(qū)主要位于東北太平洋和赤道中東太平洋海域。PLECHA 等[26]計(jì)算了1982—2014 年MHWs 全球年平均統(tǒng)計(jì)指標(biāo),發(fā)現(xiàn)持續(xù)時(shí)間較長的MHWs事件位于熱帶太平洋東部,這也是MHWs發(fā)生頻率較低的區(qū)域。MHWs 總天數(shù)為10~70 d(見圖1f),高值區(qū)主要分布于東北太平洋和西北大西洋海域。MHWs 總天數(shù)由持續(xù)時(shí)間和發(fā)生頻次的乘積決定,因此總天數(shù)越高,代表MHWs 事件越持久或越頻發(fā)。東北太平洋和西北大西洋的MHWs總天數(shù)都較高,前者是由持續(xù)時(shí)間長和發(fā)生頻次高共同導(dǎo)致,后者則主要由發(fā)生頻次高所導(dǎo)致。

2.2 MHWs的年際變化趨勢(shì)

人類活動(dòng)對(duì)海洋的影響不斷增加,同時(shí)海洋自身的內(nèi)部變率與外強(qiáng)迫彼此疊加,共同造成了全球MHWs 的變化。圖2 展示的是1982—2021 年全球表層MHWs 各項(xiàng)年度指標(biāo)的線性趨勢(shì)。在過去的40 年里,MHWs 發(fā)生頻次的線性增長趨勢(shì)為-1~2次/10 a(p<0.05;見圖2a),在西太暖池和墨西哥灣流一帶增幅最大,而在南半球高緯地區(qū)出現(xiàn)下降趨勢(shì)。SPILLMAN 等[27]發(fā)現(xiàn)在1982—2018 年間,熱帶和溫帶海域大部分地區(qū)每年發(fā)生的MHWs 事件數(shù)量的變化率為正(占海洋網(wǎng)格單元的82%),其中西北大西洋、西印度洋、西南大西洋、西熱帶太平洋和澳大利亞東南海岸外的變化率最大(趨勢(shì)至少為0.12 次/a)。MHWs 平均強(qiáng)度的線性趨勢(shì)為-0.5~0.5 ℃/10 a(p<0.05;見圖2b),正增長主要出現(xiàn)在高緯海域,低緯海域主要呈現(xiàn)負(fù)增長趨勢(shì)。MHWs 最大強(qiáng)度的線性趨勢(shì)為-1~1 ℃/10 a(p<0.05;見圖2c),其空間分布與平均強(qiáng)度的線性趨勢(shì)高度相似。MHWs累積強(qiáng)度線性趨勢(shì)在全球大部分海域都呈現(xiàn)正增長趨勢(shì),為0~40 ℃d/10 a(p<0.05;見圖2d),東北太平洋海域的增幅最大。MHWs持續(xù)時(shí)間的線性趨勢(shì)為0~20 d/10 a(p<0.05;見圖2e),其空間分布與累積強(qiáng)度線性趨勢(shì)類似。MHWs 總天數(shù)線性趨勢(shì)的空間差異大,為-20~50 d/10 a(p<0.05;見圖2f),東北太平洋和墨西哥灣流一帶增幅最大,而南半球高緯地區(qū)出現(xiàn)下降趨勢(shì),其空間分布與頻次線性趨勢(shì)略相似。MHWs事件的頻次、累積強(qiáng)度、持續(xù)時(shí)間和總天數(shù)在赤道中東太平洋海域的變化趨勢(shì)不明顯,均未通過95%的顯著性檢驗(yàn)??傮w來看,各項(xiàng)指標(biāo)在全球大部分海域都呈現(xiàn)正增長趨勢(shì)。

圖2 1982—2021年海洋熱浪指標(biāo)的線性趨勢(shì)Fig.2 The linear trend of the marine heatwave metrics during 1982—2021

加權(quán)每個(gè)網(wǎng)格單元的面積,獲得全球平均SST、MHWs 的頻次、平均強(qiáng)度、最大強(qiáng)度、累積強(qiáng)度、持續(xù)時(shí)間和總天數(shù)的時(shí)間序列,再利用最小二乘法進(jìn)行線性擬合,得到1982—2021 年的線性趨勢(shì)(見圖3)。在過去的40 年中,全球SST 平均每10 a 年增加0.16 ℃,MHWs 的年頻次、平均強(qiáng)度、最大強(qiáng)度、累積強(qiáng)度、持續(xù)時(shí)間、總天數(shù)平均每10 a分別增加0.62次、0.0044 ℃、0.019 ℃、3.92 ℃d、2.71 d 和15.08 d,其中線性趨勢(shì)最大的是總天數(shù),最小的是平均強(qiáng)度。OLIVER等[10]也計(jì)算了1982—2016年全球平均SST、MHWs的頻次、平均強(qiáng)度和持續(xù)時(shí)間的線性趨勢(shì),分別為0.16 ℃/10 a、0.45 次/10 a、0.085 ℃/10 a、1.3 d/10 a。這些結(jié)果與本文的計(jì)算結(jié)果略有不同,主要是因?yàn)橛?jì)算的時(shí)間范圍不同。

平均SST 的改變是全球大約三分之二海域中MHWs 總天數(shù)增加的主要驅(qū)動(dòng)因素,也是大約三分之一海域MHWs 強(qiáng)度變化的主要驅(qū)動(dòng)因素[28]。從圖3可以看出,MHWs的頻次、持續(xù)時(shí)間和總天數(shù)的線性趨勢(shì)大于海表變暖的速度,這表明在過去的40年里,隨著全球不斷變暖,MHWs 事件變得更加頻繁、持久,與OLIVER 等[10]的結(jié)果一致。但有趣的是,MHWs 的平均強(qiáng)度卻沒有顯著變化,其趨勢(shì)遠(yuǎn)小于海表變暖的速度。總體來看,MHWs 的頻次、總天數(shù)和SST 的變化起伏基本一致,平均強(qiáng)度和最大強(qiáng)度基本一致,累積強(qiáng)度和持續(xù)時(shí)間基本一致。各項(xiàng)指標(biāo)都在1982—1983 年、1997—1998 年和2015—2016 年存在一個(gè)峰值,正好對(duì)應(yīng)了3 次超強(qiáng)El Ni?o事件[29]。

2.3 不同強(qiáng)度類別MHWs的時(shí)空分布

鑒于不同強(qiáng)度類別的MHWs 事件對(duì)海洋生態(tài)系統(tǒng)的影響不同[30],本文對(duì)4 類不同的MHWs 進(jìn)行分析。圖4給出了不同類別的MHWs年平均天數(shù)的時(shí)空分布。1982—2021年,全球Ⅰ類MHWs年平均天數(shù)最多,為10~60 d(見圖4a);Ⅱ類MHWs 次之,為0~15 d(見圖4b);Ⅲ類MHWs 較少,為0~2 d(見圖4c);Ⅳ類MHWs最少,幾乎可以忽略不記,為0~1 d(見圖4d)。除Ⅳ類MHWs 以外,其他3 類MHWs 年平均天數(shù)均存在明顯的空間差異。Ⅰ類MHWs 在全球海域均有發(fā)生,高值區(qū)主要集中在東北太平洋和西北大西洋海域;Ⅱ類MHWs 在東北太平洋、赤道中東太平洋和西北大西洋海域最多,超過10 d;Ⅲ類MHWs 主要集中在赤道中東太平洋海域。

2.4 不同歷史氣候基準(zhǔn)期下的比較

本節(jié)選取1991—2020 年作為新的30 a 歷史氣候基準(zhǔn)期,計(jì)算了1982—2021年全球表層MHWs的6 項(xiàng)年平均指標(biāo)。在最新的氣候基準(zhǔn)期下,MHWs年平均頻次和總天數(shù)的高值區(qū)往南半球高緯海域轉(zhuǎn)移,且在熱帶太平洋西部和熱帶太平洋中東部分別出現(xiàn)了總天數(shù)的低值區(qū)和高值區(qū),其他指標(biāo)的空間分布則未發(fā)生明顯變化(圖略)。

與1983—2012年的基準(zhǔn)期相比,取1991—2020年作為基準(zhǔn)期將導(dǎo)致1982—2021 年MHWs 的6 項(xiàng)年平均指標(biāo)在全球大部分海域降低(見圖5a—f)。在全球90%以上的海域,MHWs的頻次(見圖5a)和總天數(shù)(見圖5f)均減小,只有南極洲附近海域有所增加。在超過80%的海域中,MHWs 的累積強(qiáng)度(見圖5d)和持續(xù)時(shí)間(見圖5e)均減小。MHWs 平均強(qiáng)度和最大強(qiáng)度的變化幅度不大,為-0.5~0.5 ℃,在全球60%海域的平均強(qiáng)度(見圖5b)和69%海域的最大強(qiáng)度(見圖5c)均減小,但是在東北太平洋和西北大西洋海域,兩項(xiàng)指標(biāo)均有增加。

選取1991—2020年作為氣候基準(zhǔn)期,與1983—2012年原氣候基準(zhǔn)期相比,大多數(shù)海域MHWs的各項(xiàng)指標(biāo)仍呈現(xiàn)線性增長趨勢(shì),但趨勢(shì)有所減弱,尤其是熱浪總天數(shù)(見圖5g—l),西太平洋、北太平洋和東北大西洋等海域熱浪總天數(shù)的最高減幅達(dá)30 d/10 a。造成以上結(jié)果的主要原因是全球變暖,與原1983—2012年基準(zhǔn)期相比,通過1991—2020年的基準(zhǔn)期計(jì)算得到的氣候態(tài)和90%閾值普遍更高,因此導(dǎo)致MHWs的各項(xiàng)指標(biāo)偏低。

3 MHWs的年際變化與PDO和ENSO的關(guān)系

對(duì)1982—2021年的熱浪總天數(shù)進(jìn)行EOF展開,得到前兩個(gè)模態(tài)(見圖6)。之所以選擇MHWs總天數(shù)進(jìn)行EOF分析,是因?yàn)樵撝笜?biāo)是MHWs最簡單的表現(xiàn)形式,例如,更多或更長的事件都會(huì)導(dǎo)致MHWs 天數(shù)的增加[31]。第一模態(tài)的空間分布可以解釋為受PDO的調(diào)控(見圖6b),主成分時(shí)間序列則反映出與PDO 指數(shù)類似的年代際變化(見圖6a)。第二模態(tài)反映了MHWs 與ENSO 之間的關(guān)系,厄爾

圖6 海洋熱浪年總天數(shù)前兩個(gè)模態(tài)的時(shí)間序列和對(duì)應(yīng)的空間分布Fig.6 Time series and spatial pattern of the leading two modes of total annual marine heatwave days

尼諾現(xiàn)象明顯增加了中東太平洋的MHWs 事件,在西太平洋和東北太平洋海域則是抑制作用。主成分時(shí)間序列反映了相應(yīng)空間模態(tài)隨時(shí)間的權(quán)重變化,第二模態(tài)的主成分時(shí)間序列在1982—1983 年、1997—1998 年和2015—2016 年都存在一個(gè)極大值(見圖6c),這3 個(gè)時(shí)期正好也對(duì)應(yīng)了3 次超強(qiáng)厄爾尼諾事件。值得注意的是,前兩個(gè)模態(tài)的主成分時(shí)間序列在2014—2016年都存在一個(gè)異常值,可能是因?yàn)檫@一時(shí)期全球SST 創(chuàng)下歷史新高(見圖3a)。2014—2016 年,厄爾尼諾現(xiàn)象導(dǎo)致熱帶太平洋西北部的次表層釋放了異常高的熱量,從而使得全球平均表面溫度跳躍式地上升了0.24 ℃[32]。ENSO 作為最顯著的年際信號(hào)之一,主導(dǎo)了全球大部分海域MHWs 的形成與發(fā)展[3,15,26,33]。EOF 分析得到的前兩個(gè)模態(tài)揭示了PDO 和ENSO 對(duì)MHWs 總天數(shù)的調(diào)控,前人的研究也表明,氣候模態(tài)似乎是增強(qiáng)或抑制MHWs事件及其可能性的重要因素[9]。

為進(jìn)一步討論P(yáng)DO 和ENSO 對(duì)MHWs的影響,本文對(duì)這兩種氣候信號(hào)和全球年平均MHWs 指標(biāo)進(jìn)行了相關(guān)分析。圖7 表明PDO 直接影響太平洋的MHWs 頻次和總天數(shù),在西太平洋的一個(gè)“V”字形區(qū)域呈現(xiàn)負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)最高可達(dá)-0.8,在東太平洋則呈現(xiàn)正相關(guān)關(guān)系(p<0.05)。PDO通過遙相關(guān)作用也會(huì)間接影響印度洋和大西洋部分海域的MHWs頻次與總天數(shù)。MHWs的平均強(qiáng)度、最大強(qiáng)度、累積強(qiáng)度和持續(xù)時(shí)間與PDO 指數(shù)的相關(guān)性較弱,PDO 對(duì)這些指標(biāo)的影響范圍也較小。Ni?o 3.4指數(shù)在中東太平洋海域與6項(xiàng)指標(biāo)都具有較強(qiáng)的正相關(guān)關(guān)系(見圖8),在太平洋以外的海域,其影響卻沒有PDO顯著。除了中東太平洋,MHWs的平均強(qiáng)度、最大強(qiáng)度、累積強(qiáng)度和持續(xù)時(shí)間與Ni?o 3.4指數(shù)的相關(guān)性較弱或不具有相關(guān)性。MHWs 頻次和總天數(shù)與Ni?o 3.4 指數(shù)具有相關(guān)關(guān)系的海域更廣,如南北太平洋的中部以及澳大利亞西側(cè)海域,都具有很強(qiáng)的負(fù)相關(guān)關(guān)系。

圖7 1982—2021年P(guān)DO指數(shù)與海洋熱浪指標(biāo)的相關(guān)系數(shù)Fig.7 Distributions of the correlation coefficients between PDO index and the marine heatwave metrics during 1982—2021

圖8 1982—2021年Ni?o 3.4指數(shù)與海洋熱浪指標(biāo)的相關(guān)系數(shù)Fig.8 Distributions of the correlation coefficients between Ni?o 3.4 index and the marine heatwave metrics during 1982—2021

4 結(jié)論和討論

本文利用NOAA OISST 逐日表層海溫資料統(tǒng)計(jì)了1982—2021 年全球MHWs 的時(shí)空特征和變化趨勢(shì),討論了MHWs可能的驅(qū)動(dòng)機(jī)制。主要結(jié)論如下:

①全球MHWs 的頻次、平均強(qiáng)度、最大強(qiáng)度、累積強(qiáng)度、持續(xù)時(shí)間和總天數(shù)存在明顯的地區(qū)差異,其中赤道中東太平洋MHWs 的發(fā)生頻率較低,但平均強(qiáng)度、最大強(qiáng)度和持續(xù)時(shí)間偏強(qiáng)、偏長,因此累積強(qiáng)度也偏強(qiáng)。MHWs 除平均強(qiáng)度、最大強(qiáng)度在低緯海域有下降趨勢(shì),全球大部分海域MHWs 各指標(biāo)均有線性增長趨勢(shì)。平均強(qiáng)度的線性趨勢(shì)遠(yuǎn)小于全球海表變暖的速度。

②中等、強(qiáng)烈、嚴(yán)重和極端MHWs 的時(shí)空分布是不均勻的,類別越高,年平均天數(shù)越少。對(duì)比了1991—2020年和1983—2012年作為基準(zhǔn)期的結(jié)果,各項(xiàng)指標(biāo)及其線性趨勢(shì)普遍減小,這主要與全球變暖、SST上升有關(guān)。

③對(duì)1982—2021 年MHWs 的年總天數(shù)進(jìn)行EOF 展開,得到的前兩個(gè)模態(tài)分別體現(xiàn)了MHWs在年代際和年際尺度上的驅(qū)動(dòng)因素。第一模態(tài)受PDO 的調(diào)控,第二模態(tài)反映了與ENSO 的關(guān)系。PDO和Ni?o 3.4指數(shù)與頻次和總天數(shù)具有最強(qiáng)的相關(guān)關(guān)系,兩種氣候模態(tài)可通過局地作用和遙相關(guān)作用影響全球MHWs。

迄今為止進(jìn)行的大多數(shù)研究以及本文的全球分析都是基于SST 來檢測(cè)和分析MHWs,對(duì)于更深層中的MHWs 鮮有研究[34,35],這也反映出我們對(duì)海洋的觀測(cè)能力不足。對(duì)于PDO 和ENSO 對(duì)MHWs影響的認(rèn)識(shí)大多只是建立在統(tǒng)計(jì)關(guān)系上,但是我們必須認(rèn)識(shí)到其內(nèi)部機(jī)制復(fù)雜,中間可能涉及到多個(gè)過程,以后還需借助其他分析手段進(jìn)一步研究。MHWs 已成為海洋生態(tài)系統(tǒng)和海洋資源可持續(xù)性面臨的重大挑戰(zhàn)之一,迫切需要在理解其物理機(jī)制上取得新進(jìn)展,如何準(zhǔn)確預(yù)報(bào)及應(yīng)對(duì)這種極端事件也有待進(jìn)一步研究。

猜你喜歡
太平洋持續(xù)時(shí)間天數(shù)
本周連跌天數(shù)居前個(gè)股
本周連漲天數(shù)居前個(gè)股
愛管閑事的“太平洋警察”
決勝太平洋
跨越太平洋的愛戀
生日謎題
太平洋還是北冰洋
The 15—minute reading challenge
基于SVD的電壓跌落持續(xù)時(shí)間檢測(cè)新方法
二月為什么天數(shù)最少
闸北区| 保德县| 白山市| 林口县| 平南县| 博湖县| 南郑县| 盘山县| 淳化县| 邢台市| 永安市| 新建县| 南漳县| 南澳县| 万年县| 桂阳县| 固始县| 甘洛县| 衡南县| 宝丰县| 清水河县| 龙岩市| 西丰县| 织金县| 新余市| 平凉市| 元谋县| 柘荣县| 甘德县| 郓城县| 罗平县| 绥中县| 保靖县| 玉门市| 平陆县| 四川省| 雅安市| 灵山县| 宁远县| 河南省| 和平区|