西太平洋暖池热状态变异及其对南海夏季风的影响

来源 :南京信息工程大学 | 被引量 : 1次 | 上传用户:hunyuan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文利用1981-2011年共31年美国GODAS月平均次表层海温资料,以5-366m次表层垂直平均海温表征上层海洋热含量,以之反映上层海洋热状态,分析了西太平洋暖池(以下简称暖池)热状态变异特征及其对南海夏季风的影响,主要结论如下:(1)暖池区热含量异常变化最大,异常变化最大区域与其高值中心区并不重合,而是在经向上向其两侧偏离;海表温度异常变化最大区域与其高值中心也不重合,而是在纬向上与其偏离,位于赤道东太平洋附近。暖池区次表层海温在100-200m之间变化最大,其变化幅度总体来看是夏季最小,冬季最大,春秋季节变化幅度相当且居于冬夏两季之间。暖池区热含量季节变化与海表温度季节变化高度一致,年际变率大于海表温度的年际变率,暖池区海表温度对局地热含量具有一定程度的贡献。暖池区不同深度海温距平变化趋势较为一致,均具有明显的年际变化特征,并在20世纪90年代中期存在年代际转折特征。暖池热状态异常与ENSO事件有密切联系,最大冷(暖)海温异常恰对应于ENSO循环中的El Nino(La Nina)事件,并且ENSO事件前期暖池热含量异常存在明显信号。(2)春季暖池热含量主导模态的空间场呈整体同位相分布,其时间系数较好地体现了暖池区次表层热状况的年际变化特征。暖池邻近地区春夏之交对流活动与春季暖池热状态异常密切相关:当春季暖池热含量偏高(低)时,菲律宾周围关键区对流活动显著增强(减弱),并且该关键区的对流活动受暖池热含量的影响可以追溯至前一年9月份,并一直持续到当年7月份。春夏之交西太平洋副高(以下简称副高)异常与春季暖池热状态异常密切相关:当春季暖池热含量偏高(低)时,副高强度偏弱(强),面积偏小(大),位置偏北(南),脊线偏东(西)。(3)暖池是影响南海夏季风爆发日期的关键区域,且前期暖池热状态与南海夏季风爆发日期存在显著的负相关关系。南海夏季风爆发早晚年份合成的前期春季暖池热含量异常信号显著:当南海夏季风爆发早(晚)时,前期春季暖池热含量以及次表层海温均是正(负)异常。前期春季(以下均以3、4月份平均代替春季)是影响南海夏季风爆发早晚的关键时段。前期春季暖池热状态异常通过影响对流活动以及副高最终影响南海夏季风爆发,即当前期春季暖池热含量偏高时,强对流以及西南风较早出现在中南半岛附近,且向北扩展速度较快,副高东撤明显且强度偏弱,南海地区低空存在气旋性偏差环流,有利于南海夏季风较早爆发,反之则较晚爆发。此外,前期春季暖池热含量偏高时,南海-西太平洋地区处于Walker环流的上升支,正异常的Walker环流有利于低空西到西南风的加强,南海夏季风爆发早,反之爆发晚。
其他文献
1975年,美籍数学家B.B.Mandelbrot正式提出了分维和分形的设想,从复解析动力系统f(z)=z2+c在复平面上的几何图形开始研究,开创了分形理论这一新的学科,迅速风靡世界。30多年
社团结构是复杂网络的一个重要属性,在生物学、社会学等众多学科领域有着广泛的应用,越来越受到人们的关注。近年来有很多的社团结构探测算法被提出来,但是这些算法在计算复
介绍了超平面构形的相关背景知识、前人的研究成果。给出了本文研究内容有关的超平面的基本概念和定理。本章的核心内容即给出了超平面构形的相交偏序集中元素及其Mobius函数
本文利用了NCEP/NCEP再分析资料,通过分析青藏高原上空对流层中高层温度的季节变化特征,定义了一个表征青藏高原热力性质的指数—高原对流层中上层温度纬向偏差指数(Tibetan
本论文基于计算全息法检测非球面这一应用背景,研究了一种高精度纯位相型计算全息编码方法,通过对不同类型的非球面进行数学公式推导和仿真,为全息编码提供数学模型;通过编码、编
多属性决策(multiple attribute decision making,MADM)是现代社会中常见的活动,其问题的形式千变万化,具体表现为:从有限的备选方案中选择出最优的方案。然而随着社会不断进步,决策
环境污染对生物系统的影响越来越严重,为了更好地研究物种的发展和变化规律,建立生物数学模型时考虑污染因素十分必要。同时,时滞也在实际模型中普遍存在,一个很小的时滞可能会造
现代科技、社会科学各个领域的实际问题中往往会存在瞬时突变现象,这种现象不能用单纯的微分或差分方程来表示,而用基于跳变的微分方程描述更加合适。基于跳变的微分方程能够充
复杂曲面是各种高精度、尖端机械构件的重要组成部分,而复杂曲面往往由一些曲线按某方式运动形成,石油钻采行业中所用的螺杆钻具的螺杆廓型就是一种圆柱形螺旋曲面,要加工这种螺
集合平方根滤波(EnSRF)方法是由传统集合卡尔曼滤波(EnKF)方法衍生而来的,是无需扰动观测的一种确定性算法,从而避免扰动观测引起的采样误差。集合平方根滤波利用流依赖特性