搜索到1756 篇“ 厄尔尼诺-南方涛动 “的相关文章
厄尔尼诺 -南方 涛 动 研究进展被引量：1 2024年 厄尔尼诺 -南方 涛 动 (El Nino and Southern Oscillation,ENSO)对全球气候都具有重要的影响,如印度洋季风、秘鲁沿岸的渔业生产以及北美的气候等.过去的研究在ENSO的观测、理论、预报和数值模拟等方面都取得了长足的进展,但依然有很多问题尚待解决.本文简要地回顾了过去在ENSO的相关理论、预报、非对称性以及年代际变化、古气候下的变化以及数值模拟方面的研究:首先回顾了ENSO盛行的几组理论,具体包括Bjerknes正反馈机制、延迟振子理论、充放电振子理论、平流反射振子理论以及西太平洋振子理论.其次,系统地总结了厄尔尼诺 常用的预报方法以及预报因子(如暖水体积、西太平洋风场、印度洋-太平洋风场的积分及赤道流场等),并讨论了目前预报仍然存在的局限性;非对称性和年代际变化是ENSO重要的特征,本文详细地阐述了这方面的相关研究进展及存在的问题.再次,介绍了关于ENSO的古气候研究目前所取得的成果以及主要结论,并对数值模拟方面仍然存在的问题及ENSO对其他海盆的影响进行了讨论;最后,对上述相关方面存在的不足以及亟待解决的问题进行了探讨和总结.关键词：厄尔尼诺-南方涛动 动力学机制 古气候 盐度 MEPM模型:基于深度学习的多变量厄尔尼诺 -南方 涛 动 预测模型 2024年 厄尔尼诺 -南方 涛 动 (ENSO)是发生在热带太平洋年际时间尺度的海-气相互作用的异常现象,并由Nino3.4指数表征其发生情况;除此之外,ENSO与众多极端气候事件密切相关。因此,有效的ENSO预测对于预防极端气候事件和深入研究全球气候变化具有重要意义。然而,目前基于深度学习的ENSO预测大多数是预测一个指数或者单一变量,对于模拟多气候要素下的ENSO预测研究较少。通过提出一种利用多气候变量的ENSO预测模型——MEPM模型,其中包括多变量信息提取模块(MIEM)和时空融合模块(STFM),捕获不同气候变量在时空上的相互依赖性,进而提高ENSO预测的准确性。选取了纬向风应力异常(τ_(x))、经向风应力异常(τ_(y))、海表温度异常(SSTA)和海表下150 m温度异常(SSTA150)4个变量的距平值进行ENSO预测。结果表明:MEPM模型在提前11个月的Nino3.4指数相关技巧上分别比北美多模型集合中的动 力预报系统CanCM4、CCSM3和GFDL-aer04高10%、20%和14%。此外,MEPM模型在中期Nino3.4指数相关技巧上显著优于其他深度学习模型,并可提供长达17个月的有效预测。关键词：气候变化 厄尔尼诺-南方涛动 卷积神经网络 用于厄尔尼诺 -南方 涛 动 (ENSO)研究的海气耦合模式综述:中间型和混合型模式 2024年 厄尔尼诺 -南方 涛 动 (El Niño-Southern Oscillation,ENSO)是地球气候系统中最强的年际变率信号,起源于热带太平洋海气相互作用过程,并对全球的天气和气候等产生显著的影响。过去几十年来,广泛、深入而细致的海气相互作用研究致力于发展和改进海气耦合模式以用于ENSO模拟和预测,各种类型的海气耦合模式应运而生。经过半个多世纪的努力,ENSO数值模式及其应用已经取得了巨大进展,包括已发展了一些高度理想化的概念(concept)模型来解释ENSO准周期性循环(包括正负反馈机制等);同时也已发展了几类复杂程度不同的海气耦合模式并用于对ENSO的真实模拟和实时预测等研究,尤其是已能提前6个月或更长时间对ENSO事件的发生和发展等进行有效的实时预测。其中最为复杂的模式是基于原始方程组的大气环流模式(Atmospheric General Circulation Models,AGCMs)与海洋环流模式(Oceanic General Circulation Models,OGCMs)等所组成的环流型耦合模式(Coupled General Circulation Models,CGCMs),这类模式变量取为完全变量的形式(如总的海表温度场,其可以分解为气候态部分和年际异常部分),还考虑了尽可能详尽的物理过程及其参数化方案。中间型耦合模式(Intermediate Coupled Models,ICMs)是一类介于高度理想化概念模型与复杂的环流型耦合模式之间的简化模式,其对应的控制方程组采用距平形式,直接取大气和海洋年际异常场作为预报变量(如海表温度年际异常),而相应的气候平均态部分则由对应的观测资料来给定;大气与海洋模式间的耦合采用异常耦合(anomaly coupling)。混合型耦合模式(Hybrid Coupled Models,HCMs)是另一类简化的海气耦合模式,其中海洋或大气模式有一个分量模式采用了简化的距平类模式(类似于ICMs),而另一个分量模式则采用环流型模式(General Circulation Models,GCMs);如可采用统计的大气风应力年际异常模�关键词：海气相互作用 EACC年际变化与厄尔尼诺 -南方 涛 动 关系测定方法及系统 厄尔尼诺 ‑南方 涛 动 关系测定方法及系统，采用OFES的月平均流场数据、SLA数据；采用的AVISO空间分辨率为0.25°×0.25°的日平均SLA数据和地转流数据，选...关帝山青扦径向生长对厄尔尼诺 -南方 涛 动 (ENSO)事件的响应 2024年 厄尔尼诺 -南方 涛 动 (El Nino-Southern Oscillation,ENSO)事件的强烈影响。分析关帝山青扦(Picea wilsonii)径向生长与ENSO事件的响应关系,有助于了解气候变化对位于气候过渡区的山地森林树木生长的影响。利用关帝山海拔2000~2200 m的青扦树轮样芯,构建了树轮宽度差值年表,通过Pearson相关分析确定树轮宽度指数与月均温、月降水量、多元ENSO指数(multivariate ENSO index,MEI)的相关关系,使用交叉小波变换分析(cross-wavelet transform analysis,XWT)得到青扦树轮宽度差值年表与MEI的共同功率谱周期,比较青扦宽轮和窄轮对ENSO事件响应的差异,并运用时序叠加分析(superimposed epoch analysis,SEA)探究典型ENSO事件后青扦径向生长的变化。结果表明:(1)关帝山青扦径向生长主要受到前一年生长季前期(p3-p5)和当年生长季(c7,c9)高温的限制,前两年生长季开始时期(pp5)和结束时期(pp9)的降水则有利于青扦生长;(2)青扦树轮宽度差值年表与前一年5月到当年3月(p5-c3)的MEI指数呈显著负相关(P<0.05),两者有2~5.5年的共同功率谱周期;(3)关帝山青扦的宽轮主要受拉尼娜事件影响,窄轮主要受厄尔尼诺 事件影响。厄尔尼诺 事件发生的当年及后3年,青扦径向生长速度显著减慢(P<0.01)。关键词：青扦 厄尔尼诺 -南方 涛 动 影响下月尺度水文模型参数可移植性被引量：1 2023年 厄尔尼诺 -南方 涛 动 )和不同流域地理情况下的参数移植能力。结果表明,厄尔尼诺 时期的参数移植至拉尼娜时期,模型模拟效果要略好于拉尼娜时期的参数移植至厄尔尼诺 时期;参数少的模型(XM模型)参数移植合格率要优于参数多的模型(ABCD模型);相邻流域间的参数移植效果要明显优于距离较远的流域;ABCD模型具有更好的空间可参数移植能力。关键词：水文模型 月尺度 厄尔尼诺-南方涛动 2015—2020年中国臭氧污染时空演化及其与厄尔尼诺 -南方 涛 动 的关系研究 被引量：1 2023年 厄尔尼诺 -南方 涛 动 (ENSO)对我国O_(3)污染的影响,本文基于2015—2020年我国近1500个监测站点的O_(3)浓度数据(不包括港澳台地区数据),综合运用空间自相关、热点分析、异常值分析及回归分析,研究2015—2020年我国O_(3)污染的时空演化、浓度异常特征及其与ENSO事件和气象因素的关系.结果表明:(1)2015—2019年我国O_(3)污染集聚效应不断增强,但2020年显著降低.(2)我国O_(3)浓度呈先升高(2015—2018年)后下降(2018—2020年)的特征,2017年、2018年O_(3)年均浓度分别较上一年升高8.72%、1.76%,2019年、2020年O_(3)年均浓度分别较上一年下降3.60%、3.66%.除2019年、2020年外,O_(3)浓度高值聚集区站点的O_(3)浓度峰值和高值天数(日均值大于120μg/m^(3)的天数)均大于O_(3)浓度低值聚集区站点.(3)O_(3)高浓度时期为每年的4—10月.O_(3)高浓度区域春、夏两季以华北为核心,秋季向华南和东南地区转移.(4)回归分析表明,我国O_(3)浓度正异常与ENSO负相拉尼娜相关,O_(3)浓度负异常与ENSO正相厄尔尼诺 相关.我国东南部O_(3)浓度异常主要受ENSO期间太阳辐射异常和降水异常的影响,而西部和北部地区O_(3)浓度异常主要受ENSO期间风速异常的影响.研究显示,2015—2020年我国O_(3)平均浓度呈先升高后降低的变化趋势,O_(3)高浓度时期以春、夏两季为主,O_(3)高浓度区域随季节而发生变化,且不同区域O_(3)污染变化特征不同,ENSO对我国不同区域O_(3)污染的影响机制不同.厄尔尼诺 -南方 涛 动 和平流层准两年振荡对我国对流层臭氧的协同控制作用厄尔尼诺 -南方 涛 动 (ENSO)是地球气候系统中最显著的年际变率,平流准两年振荡(QBO)是赤道...关键词：臭氧 厄尔尼诺-南方涛动 人类活动 影响20世纪厄尔尼诺 -南方 涛 动 变化 2023年 厄尔尼诺 -南方 涛 动 (ENSO)是地球气候系统在年际时间尺度(2~8年)上最强的海-气耦合变异现象,对全球极端天气、渔业生态环境及人类经济社会产生广泛而深远的影响[1].全球变暖背景下ENSO究竟如何发展变化,决定着ENSO对天气、气候、生态和农业等生产生活要素的影响范围、程度及方式.关键词：年际时间尺度 ENSO 人类活动影响 全球变暖 渔业生态环境 EACC年际变化与厄尔尼诺 -南方 涛 动 关系测定方法及系统 厄尔尼诺 ‑南方 涛 动 关系测定方法及系统，采用OFES的月平均流场数据、SLA数据；采用的AVISO空间分辨率为0.25°×0.25°的日平均SLA数据和地转流数据，选...
