南海西沙海域溫度異常對(duì)厄爾尼諾-南方濤動(dòng)活動(dòng)的響應(yīng)

劉成程，張文超，晏 宏

1. 中國(guó)科學(xué)院地球環(huán)境研究所 黃土與第四紀(jì)地質(zhì)國(guó)家重點(diǎn)實(shí)驗(yàn)室，西安 710061

2. 中國(guó)科學(xué)院大學(xué)，北京 100049

南海西沙海域溫度異常對(duì)厄爾尼諾-南方濤動(dòng)活動(dòng)的響應(yīng)

劉成程1,2，張文超1,2，晏 宏1

1. 中國(guó)科學(xué)院地球環(huán)境研究所 黃土與第四紀(jì)地質(zhì)國(guó)家重點(diǎn)實(shí)驗(yàn)室，西安 710061

2. 中國(guó)科學(xué)院大學(xué)，北京 100049

利用1958 — 2005年西沙永興島氣象觀測(cè)站逐月氣溫資料、美國(guó)國(guó)家海洋大氣部（NOAA）提供的1866 — 2014年逐月海表溫度（SST）資料、逐月ENSO指數(shù)（MEI）、南方濤動(dòng)指數(shù)（SOI）分析了厄爾尼諾-南方濤動(dòng)（ENSO）事件與南海西沙氣溫、海溫異常的關(guān)系。1958 — 2005年西沙群島永興島觀測(cè)站氣溫與MEI指數(shù)比較分析顯示：西沙群島氣溫正距平百分率積累值閾值能較好地響應(yīng)75.00%的中等及其以上強(qiáng)度厄爾尼諾事件；西沙氣溫負(fù)距平百分率積累值閾值能較好地響應(yīng)100%的中等及其以上強(qiáng)度拉尼娜事件。1866 — 2014年西沙海域SST異常與同期SOI指數(shù)對(duì)比分析表明：西沙SST正距平百分率積累值閾值能對(duì)76.47%的中等及其以上強(qiáng)度的厄爾尼諾有較好的響應(yīng)；西沙SST負(fù)距平百分率積累值閾值能對(duì)79.41%的中等及其以上強(qiáng)度的拉尼娜事件有較好的響應(yīng)。該研究結(jié)果表明西沙氣溫、SST距平百分率積累值閾值法能夠得到中等及其以上強(qiáng)度ENSO事件的良好記錄，這為利用南海高分辨率珊瑚、硨磲重建所得到的古溫度記錄定量重建過(guò)去ENSO事件提供了可靠的科學(xué)依據(jù)。

厄爾尼諾-南方濤動(dòng)；南海西沙；溫度異常；定量重建

厄爾尼諾-南方濤動(dòng)（ENSO）是熱帶太平洋地區(qū)海氣系統(tǒng)年際氣候變率的最強(qiáng)信號(hào)，它的發(fā)生發(fā)展對(duì)全球大氣環(huán)流乃至全球氣候異常都有重要影響（Dilley and Heyman，1995；陳桂英，2000；Diaz et al，2001；琚建華和陳琳玲，2003；Berkelhammer et al，2014），了解ENSO的變化歷史、規(guī)律及機(jī)制對(duì)于預(yù)測(cè)未來(lái)氣候變化具有重要意義。目前，ENSO的短期預(yù)報(bào)已取得了一定的進(jìn)展，但對(duì)于長(zhǎng)時(shí)間尺度及不同氣候背景狀態(tài)下（如全球變暖或者變冷）ENSO的變化趨勢(shì)及動(dòng)力機(jī)制的理解還非常有限（Driscoll et al，2014；Ayling et al，2015；Yan et al，2016），主要的限制因素在于器測(cè)資料時(shí)間跨度較短，對(duì)于查明長(zhǎng)時(shí)間尺度ENSO的變化規(guī)律和機(jī)制存在困難，因此如何利用高分辨率的珊瑚、硨磲、樹(shù)輪等古氣候資料定量重建過(guò)去ENSO的變化歷史，并探討ENSO在不同氣候背景下、不同邊界條件下的活動(dòng)規(guī)律及其對(duì)全球氣候的影響，是當(dāng)前全球變化研究中的一個(gè)重要科學(xué)問(wèn)題（Heydt et al，2011；Welsh et al，2011；McGregor et al，2013；Batehup et al，2015；Schollaen et al，2015）。

南海是西太平洋最大的邊緣海，已有研究結(jié)果表明南海氣候年際異常變化與ENSO有密切關(guān)系（Chen et al，2007；Zhou and Chan，2007；Zhou et al，2010）。Bin et al（2000）認(rèn)為大氣環(huán)流是南海氣候和太平洋ENSO的橋梁，呂宋海峽水交換可以將ENSO信號(hào)傳入南海（Qu et al，2004），熱帶中東太平洋海溫正異常（負(fù)異常）會(huì)導(dǎo)致南海-西太平洋的異常反氣旋（氣旋）的建立，從而導(dǎo)致了南海海溫正（負(fù)）異常（林愛(ài)蘭和張人禾，2004）。

基于南海年際氣候變化對(duì)ENSO快速且靈敏的響應(yīng)（譚軍等，1995；Zhou and Chan，2007），區(qū)域內(nèi)的古氣候資料具有被用來(lái)定量重建古ENSO變化的潛力。目前，南海已有大量高分辨率的珊瑚和硨磲古氣候記錄被報(bào)道，其中也有一些工作利用這些高分辨率的古氣候記錄進(jìn)行了ENSO變化的討論，但目前的討論基本局限于周期分析（Correge et al，2000；Ivany et al，2011），很少涉及定量重建。一個(gè)重要的原因在于南海的氣候記錄同時(shí)受到季節(jié)（如季風(fēng)、ITCZ）、年際（ENSO）和年代際（PDO等）氣候信號(hào)的影響（晏宏等，2010），從氣候記錄上并不能直觀地觀測(cè)到ENSO活動(dòng)的變化。因此，怎樣從復(fù)雜的氣候記錄中提取出ENSO信號(hào)，建立定量重建方法，是利用南海珊瑚、硨磲進(jìn)行古ENSO定量重建中亟待解決的問(wèn)題。

本研究利用現(xiàn)代氣象資料，采用西沙距平百分率閾值法分析南海溫度異常對(duì)于ENSO事件的響應(yīng)，以反映南海溫度距平百分率積累值閾值對(duì)于ENSO事件的記錄情況，為利用南海高分辨率珊瑚、硨磲等代用資料定量重建過(guò)去ENSO事件提供一定科學(xué)依據(jù)。

1 資料與方法

1.1 資料

（1）南海西沙群島永興島氣象觀測(cè)站（臺(tái)站號(hào)59981）1958 — 2005年逐月氣溫器測(cè)資料。

（2）取自美國(guó)國(guó)家海洋大氣部（NOAA）1866 — 2014年格點(diǎn)逐月平均海表溫度（SST）資料（http://www.esrl.noaa.gov/psd/data/gridded/data. noaa.ersst.html）（水平分辨率為2°×2°，選取了1866 — 2014年111° — 113°W，15° — 17°N的格點(diǎn)SST）。

（3）美國(guó)國(guó)家海洋大氣部（NOAA）地球系統(tǒng)研究實(shí)驗(yàn)室（ESRL）公布的多變量ENSO指數(shù)（MEI）。

（4）美國(guó)大氣研究高校協(xié)會(huì)UCAR（University Corporation for Atmospheric Research）的南方濤動(dòng)指數(shù)SOI（Southern Oscillation Index）（http://www.cgd. ucar.edu/cas/catalog/climind/SOI.signal.annstd.ascii）。

1.2 方法

（1）計(jì)算逐月溫度距平百分率：分別計(jì)算1958 — 2005年西沙永興島氣象觀測(cè)站氣溫資料、1866 — 2014年NOAA逐月SST的距平百分率，并分別將兩類溫度距平百分率序列進(jìn)行帶通濾波處理，以消除噪聲信號(hào)的干擾。

式中：Tanomalypercentage為溫度距平百分率；Treal為該月實(shí)際溫度；Tmean為該月平均溫度。

（2）距平百分率積累值：帶通濾波處理后的逐月正距平百分率（負(fù)距平百分率）分次累加求和。將距平百分率按照時(shí)間序列排列，從第一個(gè)正距平百分率開(kāi)始進(jìn)行（負(fù)距平百分率）累加，當(dāng)出現(xiàn)負(fù)距平（正距平）百分率時(shí)，停止此次累加，記此次正距平（負(fù)距平）百分率積累過(guò)程為一次南海西沙暖事件（西沙冷事件），然后依次對(duì)隨后各次南海西沙溫度正距平（負(fù)距平）百分率進(jìn)行累加。

（3）正距平（負(fù)距平）百分率積累值閾值：

式中：A為對(duì)應(yīng)的正（負(fù)）距平百分率積累事件次數(shù)；B為MEI或SOI指示的厄爾尼諾事件（拉尼娜事件）次數(shù)；C為超過(guò)正（負(fù)）距平百分率積累值閾值的事件次數(shù)。

試驗(yàn)所有正（負(fù)）距平百分率積累值，計(jì)算閾值指數(shù)，當(dāng)該指數(shù)達(dá)到最大時(shí)，記此時(shí)的正（負(fù)）距平百分率積累值為正（負(fù)）距平百分率積累值閾值。

2 結(jié)果與分析

2.1 西沙溫度異常與ENSO事件的相關(guān)關(guān)系

已有研究表明南海西沙群島永興島氣象觀測(cè)站1958 — 2008年氣溫與同期MEI指數(shù)有較好的相關(guān)關(guān)系，相關(guān)性在滯后4月時(shí)達(dá)到最大，為0.41（p ＜ 0.0001）（晏宏等，2010）。本文對(duì)西沙1866 — 2014年格點(diǎn)SST數(shù)據(jù)與同期SOI指數(shù)進(jìn)行相關(guān)性分析（圖1），相關(guān)系數(shù)為-0.234 （p ＜ 0.01）。即兩者呈負(fù)相關(guān)，發(fā)生厄爾尼諾時(shí)，西沙SST正異常，拉尼娜時(shí)則相反。對(duì)SOI指數(shù)分別做12個(gè)月的超前和滯后相關(guān)性分析，結(jié)果表明：超前時(shí)相關(guān)系數(shù)絕對(duì)值迅速下降，說(shuō)明不存在任何超前效應(yīng)，而在滯后6月時(shí)，相關(guān)性最大，相關(guān)系數(shù)為-0.5116（p ＜ 0.01），在滯后7月甚至更長(zhǎng)時(shí)間時(shí)，相關(guān)性下降，說(shuō)明西沙SST對(duì)于ENSO的響應(yīng)存在6個(gè)月的滯后。

圖1 1866 — 2014年西沙群島海域帶通濾波處理后的逐月SST距平百分率（紅色折線）、帶通濾波處理后的逐月SOI指數(shù)（藍(lán)色折線）Fig.1 Percentage of monthly SST anomalies (red line) after band-pass fi ltering around the Xisha Islands, South China Sea, and monthly SOI index (blue line) after band-pass fi ltering during 1866 and 2014

2.2 西沙臺(tái)站氣溫序列中ENSO的記錄

2.2.1 西沙臺(tái)站氣溫序列中的厄爾尼諾記錄

將西沙氣溫正距平百分率和滯后4個(gè)月的MEI指數(shù)進(jìn)行對(duì)比研究，結(jié)果表明西沙氣溫異常能夠較為良好地響應(yīng)ENSO事件。當(dāng)氣溫正距平百分率積累值試驗(yàn)值取8.14%時(shí)，西沙氣溫正距平百分率積累值超過(guò)閾值總共13次，分別為：1959 — 1960年、1963 — 1964年、1965 — 1966年、1968 — 1969年、1972 — 1973年、1974 — 1975年、1977 — 1978年、1982 — 1983年、1987 — 1988年、1990 — 1991年、1993 — 1995年、1997 — 1999年、2002 — 2003年（圖2）。MEI指數(shù)記錄到的中等及其以上厄爾尼諾事件年份有1958 — 1959年、1963 — 1964年、1965 — 1966年、1968 — 1970年、1972 — 1973年、1976 — 1978年、1982 — 1983年、1986 — 1988年、1991 — 1992年、1993年、1997 — 1998年、2002 — 2005年。兩者記錄雖然有一定差異，但是也存在較好的一致性。其中1963 — 1964年、1965 — 1966年、1968 — 1970年、1972 — 1973年、1976 — 1978年、1982 — 1983年、1986 — 1988年、1997 — 1998年、2002 — 2005年共9次的厄爾尼諾事件均在西沙臺(tái)站氣溫異常中有較好的反映。

對(duì)于1993年、1994 — 1995年的厄爾尼諾事件，MEI指數(shù)在1993年2月 — 1993年10月持續(xù)為正值，在1993年11月 — 1994年7月出現(xiàn)負(fù)值，隨后在1994年8 月— 1995年4月轉(zhuǎn)為正值（較?。?，而在西沙的氣溫記錄中，從1993年5月 — 1995年4月一直處于氣溫正距平狀態(tài)，且積累值較大，沒(méi)有1993年11月 — 1994年7月拉尼娜狀態(tài)的記錄，因此1993年5月 — 1995年4月的正距平積累視作誤判。1958年1月 — 1959年7月 MEI出現(xiàn)正值，處于厄爾尼諾狀態(tài)，而西沙臺(tái)站在1959年4月 — 1960年10月呈現(xiàn)持續(xù)的氣溫正異?，F(xiàn)象，西沙氣溫異常開(kāi)始時(shí)間相對(duì)于MEI指數(shù)滯后過(guò)多，故將西沙臺(tái)站氣溫1959年4月 — 1960年10月的正距平積累視作誤判。另外，由圖2可知，1974 — 1975年、1990 — 1991年為明顯誤判。在此閾值下，閾值指數(shù)=9×2/(12+13)=0.72，達(dá)到最大。綜上所述，MEI記錄到的中等及其以上厄爾尼諾事件有3次未在西沙氣溫距平積累值中準(zhǔn)確反映，而在西沙臺(tái)站氣溫距平百分率積累值所記錄到的13次厄爾尼諾事件中，有4次屬于誤判。在剔除誤判后，西沙氣象站氣溫距平積累值能對(duì)75%（9/12）的厄爾尼諾事件做出較為準(zhǔn)確的響應(yīng)。

圖2 西沙臺(tái)站氣溫正距平百分率積累值（黑色柱狀圖）及閾值（紅色虛線）與MEI指數(shù)（藍(lán)色面積圖）對(duì)比分析Fig.2 Accumulated positive percentage of monthly air-temperature anomalies of Xisha (bar graph), accumulated positive percentage of monthly air-temperature anomalies threshold (red line) and monthly MEI index (blue area)

2.2.2 西沙臺(tái)站氣溫序列中的拉尼娜記錄

當(dāng)氣溫負(fù)距平百分率積累值試驗(yàn)值取-8.76%時(shí)，如圖3所示，西沙負(fù)距平百分率積累值超過(guò)拉尼娜閾值總共13次。在西沙氣溫負(fù)距平百分率累積值中，1976 — 1977年的氣溫負(fù)距平百分率積累值與拉尼娜事件并無(wú)關(guān)系，屬于誤判。1978 — 1979年為弱拉尼娜，但西沙氣溫距平百分率積累值仍然將其記錄了下來(lái)，可視作誤判。1983 — 1986年間氣溫負(fù)距平百分率存在短暫正距平百分率打斷期，但氣溫正距平百分率積累極?。?.4449%），因此可以忽略此次氣溫正距平百分率打斷過(guò)程，將1983年11月— 1984年9月與1985年3月— 1986年2月作為1983 — 1986年拉尼娜事件的響應(yīng)（即1983年11月— 1984年9月與1985年3月— 1986年2月認(rèn)為是一次氣溫正距平百分率積累過(guò)程，而不是兩次）。在此閾值下，閾值指數(shù)=10×2/(10+12) = 0.91，達(dá)到最大。即MEI指數(shù)總共記錄到中等及其以上拉尼娜事件共10次，在剔除西沙溫度記錄誤判后，西沙氣溫距平百分率積累值可以對(duì)拉尼娜有100%的響應(yīng)（10/10）。

2.3 西沙1866 —2014年格點(diǎn)SST中ENSO的記錄

2.3.1 西沙1866 —2014年格點(diǎn)SST序列中的厄爾尼諾記錄

根據(jù)西沙1866 — 2014年間格點(diǎn)SST距平百分率積累值分析結(jié)果來(lái)看，西沙對(duì)厄爾尼諾事件有較為良好的響應(yīng)。當(dāng)西沙SST正距平百分率積累值試驗(yàn)值取6.00%時(shí)，正距平百分率積累值有35次超過(guò)了閾值。與同期南方濤動(dòng)指數(shù)對(duì)比分析，可以看出其中有6次（1921年與1922年算作一次誤判，1944年與1946年算作一次誤判）不屬于對(duì)厄爾尼諾的響應(yīng)，有3次雖然對(duì)應(yīng)SOI指數(shù)為負(fù)值，但SOI指數(shù)并不足以導(dǎo)致相對(duì)較大的西沙SST正距平百分率積累值，以上情況均可判為西沙SST正距平百分率積累值對(duì)厄爾尼諾的誤判。西沙SST異常存在多種因素，不單純是厄爾尼諾的影響，由圖4可見(jiàn)部分西沙SST正距平百分率積累值很大，但所對(duì)應(yīng)的SOI指數(shù)卻在0附近或其負(fù)指數(shù)持續(xù)時(shí)間很短，部分SOI指數(shù)偏移很大，但相對(duì)應(yīng)的西沙SST正距平百分率積累值很小，甚至并未超過(guò)閾值。

圖3 西沙臺(tái)站氣溫負(fù)距平百分率積累值（黑色柱狀圖）及閾值（紅色虛線）與MEI指數(shù)（藍(lán)色面積圖）對(duì)比分析Fig.3 Accumulated negative percentage of monthly air-temperature anomalies of Xisha (bar graph), accumulated negative percentage of monthly air-temperature anomalies threshold (red line) and monthly MEI index (blue area)

在此閾值下，閾值指數(shù)= 26×2/(34+35) = 0.7536，達(dá)到最大。南方濤動(dòng)指數(shù)所反應(yīng)出的中等及中等強(qiáng)度以上的厄爾尼諾事件有34次，而西沙SST距平百分率積累值準(zhǔn)確記錄到的中等及其以上的厄爾尼諾事件有26次（1957年8月 — 1958年8月與1959年4月— 1960年11月兩次距平百分率累積值為1957年3月 — 1959年8月一次厄爾尼諾的響應(yīng)，1911年9月 — 1912年6月與1914年3月 — 1915年12月兩次距平百分率積累值為1911年4月 — 1915年5月厄爾尼諾的響應(yīng)），即西沙SST對(duì)76.47%（26/34）的中等及其以上強(qiáng)度的厄爾尼諾事件有良好的響應(yīng)。

2.3.2 西沙1866 — 2014年格點(diǎn)SST序列中的拉尼娜記錄

當(dāng)西沙SST負(fù)距平百分率積累值試驗(yàn)值取–7.07%時(shí)，根據(jù)圖5分析得知，西沙在1866年至2014年間，總共有36次西沙SST負(fù)距平百分率積累值超過(guò)閾值，其中有4次不是對(duì)拉尼娜的響應(yīng)（1883年8月 — 1885年5月算作一次，期間1884年5月 — 1884年9月的正距平持續(xù)時(shí)間短，且積累值?。?，有5次雖然對(duì)應(yīng)SOI指數(shù)為正值，但SOI指數(shù)并不足以導(dǎo)致大的西沙SST負(fù)距平百分率積累值，如1875年3月 — 1876年2月西沙SST負(fù)距平百分率積累值為–19.1402%，相對(duì)應(yīng)時(shí)期SOI表現(xiàn)為拉尼娜，但拉尼娜強(qiáng)度弱，不足以導(dǎo)致如此大的溫度負(fù)異常，1876年9月 — 1877年6月、1931年10月 — 1932年5月、1933年10月 — 1934年8月和2003年8月 — 2005年5月均為類似情況，均視作誤判。1866年至2014年間，根據(jù)南方濤動(dòng)指數(shù)的記錄，總共有34次中等及其以上強(qiáng)度的拉尼娜發(fā)生，西沙SST負(fù)距平百分率積累值較為良好地響應(yīng)了其中27次（1892年和1894是對(duì)同一次的響應(yīng)；1916年和1918年是對(duì)同一次的響應(yīng)），即西沙SST負(fù)距平百分率積累值良好地響應(yīng)了79.41%的中等及其中等以上拉尼娜事件。在閾值取–7.07%的情況下，閾值指數(shù)=27×2/(34+36) = 0.7，達(dá)到最大。從圖5來(lái)看，1938年11月 — 1940年8月西沙SST負(fù)距平百分率積累值有錯(cuò)判的嫌疑，但觀察相對(duì)應(yīng)的SOI值可以發(fā)現(xiàn)，在1937年2月 — 1939年7月這一時(shí)期內(nèi)SOI值為正值，處于中等拉尼娜狀態(tài)，從兩者時(shí)間上來(lái)看，西沙SST負(fù)異常與拉尼娜的影響分不開(kāi)，可將該次負(fù)距平百分率積累判為對(duì)拉尼娜的響應(yīng)。

圖4 西沙群島海域SST正距平百分率積累值（黑色柱狀圖）及閾值（紅色虛線）與SOI指數(shù)（藍(lán)色面積圖）對(duì)比分析Fig.4 Accumulated positive percentage of monthly SST anomalies of Xisha (bar graph), accumulated positive percentage of monthly SST anomalies threshold (red line) and monthly SOI index (blue area)

圖5 西沙群島海域SST負(fù)距平百分率積累值（黑色柱狀圖）及閾值（紅色虛線）與SOI指數(shù)（藍(lán)色面積圖）對(duì)比分析Fig.5 Accumulated negative percentage of monthly SST anomalies of Xisha (bar graph), accumulated negative percentage of monthly SST anomalies threshold (red line) and monthly SOI index (blue area)

3 討論與結(jié)論

1958 — 2005年，西沙群島永興島氣象觀測(cè)站氣溫距平百分率積累值與MEI指數(shù)比較分析顯示：西沙氣溫正距平百分率積累值閾值能較為良好地反應(yīng)75.00%的中等及其以上強(qiáng)度厄爾尼諾事件，厄爾尼諾閾值指數(shù)為0.72；西沙氣溫負(fù)距平百分率積累值閾值能較好地反應(yīng)100%的中等及其以上強(qiáng)度拉尼娜事件，拉尼娜閾值指數(shù)為0.91。1866 — 2014年，西沙群島海域SST異常與同期SOI指數(shù)對(duì)比分析表明：西沙SST正距平百分率積累值閾值能對(duì)76.47%的中等及其以上強(qiáng)度的厄爾尼諾有較為良好的響應(yīng)，厄爾尼諾閾值指數(shù)為0.7536；西沙SST負(fù)距平百分率積累值閾值能對(duì)79.41%的中等及其以上強(qiáng)度的拉尼娜事件有較為良好的響應(yīng)，拉尼娜閾值指數(shù)為0.77。在1958 — 2005年和1866 — 2014年的記錄中，對(duì)于厄爾尼諾和拉尼娜，西沙氣溫、SST距平百分率積累值均有較為良好的響應(yīng)。雖然仍然有誤判的情況，且有部分ENSO事件并不能在西沙氣溫、SST異常中有所響應(yīng)，但總體來(lái)看，中等及其以上強(qiáng)度ENSO事件與西沙氣溫、SST距平百分率積累值有良好的對(duì)應(yīng)關(guān)系。因此，利用西沙氣溫、SST距平百分率積累值閾值來(lái)判定是否出現(xiàn)ENSO現(xiàn)象是較為可靠的。計(jì)算西沙氣溫、SST距平百分率積累值，取閾值指數(shù)最大時(shí)所對(duì)應(yīng)的距平百分率積累值作為ENSO的閾值，超過(guò)此閾值則認(rèn)為是ENSO信號(hào)。這種西沙氣溫、SST距平百分率積累值閾值法能夠正確記錄70%的中等及其以上強(qiáng)度的ENSO事件：對(duì)西沙臺(tái)站1958 — 2005年逐月氣溫資料采用溫度距平百分率積累值閾值法正確建立了9次中等及其以上強(qiáng)度厄爾尼諾事件與10次中等及其以上強(qiáng)度拉尼娜事件，即建立了75%的厄爾尼諾事件與100%的拉尼娜事件（如圖2、圖3）；對(duì)西沙1866 — 2014年逐月格點(diǎn)SST資料采用溫度距平百分率閾值法正確建立了26次中等及其以上強(qiáng)度厄爾尼諾事件與27次中等及其以上強(qiáng)度拉尼娜事件，即建立了76.47%的厄爾尼諾事件與79.41%的拉尼娜事件（如圖4，圖5）。

對(duì)于現(xiàn)代氣候資料的分析表明，南海氣溫、SST距平百分率積累值閾值可以較為有效地重建中等及其以上強(qiáng)度的ENSO事件，在現(xiàn)代氣候資料分析的基礎(chǔ)上，利用西沙群島海域高分辨率的硨磲、珊瑚等替代性指標(biāo)記錄所得到的SST序列按溫度距平百分率積累值閾值法對(duì)過(guò)去ENSO事件進(jìn)行重建具有可靠的科學(xué)依據(jù)。

陳桂英. 2000. El Ni?o和La Ni?a冬季增強(qiáng)型和減弱型及其對(duì)中國(guó)夏季旱澇的影響[J]. 應(yīng)用氣象學(xué)報(bào), 11(2): 154 – 164. [Chen G Y. 2000. Influences of winterstrengthen pattern and winter-weaken pattern of El Ni?o and La Ni?a on drought/flood in summer over China [J]. Journal of Applied Meteorological Science, 11(2): 154 – 164.]

琚建華, 陳琳玲. 2003. ENSO對(duì)云南地區(qū)降水影響的年代際變化[J]. 熱帶氣象學(xué)報(bào), 19(2): 191 – 196. [Ju J H, Chen L L. 2003. The infl uence of ENSO events upon Yunnan precipitation and its interdecadal variations [J]. Journal of Tropical Meteorology, 19(2): 191 – 196.]

林愛(ài)蘭, 張人禾. 2004. ENSO對(duì)南海海溫異常影響的機(jī)理分析[C]//中國(guó)氣象學(xué)會(huì)2004年年會(huì)會(huì)議論文集. [Lin A L, Zhang R H. 2004. Mechanism of the ENSO impact upon the South China Sea SST anomaly [C]// Proceedings of the Symposium of Chinese Meteorological Society in 2004.]

譚 軍, 周發(fā)琇, 胡敦欣, 等. 1995. 南海海溫異常與ENSO的相關(guān)性[J]. 海洋與湖沼, 26(4): 377 – 382. [Tan J, Zhou F X, Hu D X, et al. 1995. The correlation between SST anomaly in the South China Sea and ENSO [J]. Oceanologia et limnologia sinica, 26(4): 377 – 382.]

晏 宏, 孫立廣, 劉曉東, 等. 2010. 近50年來(lái)南海西沙群島海域氣候異常的ENSO效應(yīng)[J]. 熱帶海洋學(xué)報(bào), 29(5): 29 – 35. [Yan H, Sun L G, Liu X D, et al. 2005. [Relationship between ENSO events and regional climate anomalies around the Xisha Islands during the last 50 years [J]. Journal of Tropical Oceanography, 29(5): 29 – 35.]

Ayling B F, Chappell J, Gagan M K, et al. 2015. ENSO variability during MIS 11 (424—374 ka) from Tridacna gigas at Huon Peninsula, Papua New Guinea [J]. Earth & Planetary Science Letters, 431: 236 – 246.

Batehup R, McGregor S, Gallant A J E. 2015. The infl uence of non-stationary ENSO teleconnections on reconstructions of paleoclimate using a pseudoproxy framework [J]. Climate of the Past Discussions, 11(4): 3853 – 3895.

Berkelhammer M, Sinha A, Mudelsee M, et al. 2014. On the low-frequency component of the ENSO- Indian monsoonrelationship: a paired proxy perspective [J]. Climate of the Past, 9(3): 733 – 744.

Bin W, Renguang W, Fu X. 2000. Pacific-East Asian teleeonnection: How does ENSO affect East Asian climate? [J]. Journal of Climate, 13(9): 1517 – 1536.

Chen J M, Li T, Shih C F. 2007. Fall persistence barrier of sea surface temperature in the South China Sea associated with ENSO [J]. Journal of Climate, 20(2): 158 – 172.

Correge T, Delcroix T, Recy J, et al. 2000. Evidence for stronger El Ni?o-Southern Oscillation (ENSO) events in a mid-Holocene massive coral [J]. Paleoceanography, 15(4): 465 – 470.

Diaz H F, Hoerling M P, Eischeid J K. 2001. ENSO variability, teleconnections and climate change [J]. International Journal of Climatology, 21(15): 1845 – 1862.

Dilley M, Heyman B N. 1995. ENSO and disaster: Droughts, fl oods and El Ni?o/Southern Oscillation warm events [J]. Disasters, 19(3): 181 – 193.

Driscoll R, Elliot M, Russon T, et al. 2014. ENSO reconstructions over the past 60 ka using giant clams (Tridacna, sp.) from Papua New Guinea [J]. Geophysical Research Letters, 41(19): 6819 – 6825.

Heydt A S V D, Nnafie A, Dijkstra H A. 2011. Cold tongue/ Warm pool and ENSO dynamics in the Pliocene [J]. Climate of the Past, 7(2): 903 – 915.

Ivany L C, Brey T, Huber M, et al. 2011. El Ni?o in the Eocene greenhouse recorded by fossil bivalves and wood from Antarctica [J]. Geophysical Research Letters, 38, L16709. DOI:10.1029/2011GL048635.

Mcgregor H V, Fischer M J, Gagan M K, et al. 2013. A weak El Ni?o/Southern Oscillation with delayed seasonal growth around 4,300 years ago [J]. Nature Geoscience, 6(11): 949 – 953.

Qu T, Kim Y Y, Yaremchuk M, et al. 2004. Can Luzon Strait Transport play a role in conveying the impact of ENSO to the South China Sea? [J]. Journal of Climate, 17(18): 3644 – 3657.

Schollaen K, Karamperidou C, Krusic P J, et al. 2015. ENSO fl avors in a tree-ring δ18O record of Tectona grandis from Indonesia [J]. Climate of the Past Discussions, 10(5): 1325 – 1333.

Welsh K, Elliot M, Tudhope A, et al. 2011. Giant bivalves (Tridacna gigas) as recorders of ENSO variability [J]. Earth and Planetary Science Letters, 307(3/4): 266 – 270.

Yan H, Liu C C, Zhang W C, et al. 2016. ENSO variability around 2000 years ago recorded by Tridacna gigas, δ18O from the South China Sea [J]. Quaternary International, Available online 31 May 2016, In Press, http://dx.doi. org/10.1016/j.quaint.2016.05.011.

Zhou L T, Tam C Y, Zhou W, et al. 2010. Influence of South China Sea SST and the ENSO on winter rainfall over South China [J]. Advances in Atmospheric Sciences, 27(4): 832 – 844.

Zhou W, Chan J C L. 2007. ENSO and the South China Sea summer monsoon onset [J]. International Journal of Climatology, 27(2): 157 – 167.

Relationship between El Ni?o-Southern Oscillation events and regional sea surface temperature anomalies around the Xisha Islands, South China Sea

LIU Chengcheng1,2, ZHANG Wenchao1,2, YAN Hong1
1. State Key Laboratory of Loess and Quaternary Geology, Institute of Earth Environment, Chinese Academy of Sciences, Xi’an 710061, China
2. University of Chinese Academy of Sciences, Beijing 100049, China

El Ni?o-Southern Oscillation; Xisha Islands; sea surface temperature anomalies; quantitative reconstruction

YAN Hong, E-mail: yanhong@ieecas.cn

2016-10-08；錄用日期：2016-12-28

Received Date: 2016-10-08; Accepted Date: 2016-12-28

國(guó)家自然科學(xué)基金項(xiàng)目（41522305，41403018）

Foundation Item: National Natural Science Foundation of China (41522305, 41403018)

晏 宏，E-mail: yanhong@ieecas.cn

劉成程, 張文超, 晏 宏. 2017. 南海西沙海域溫度異常對(duì)厄爾尼諾-南方濤動(dòng)活動(dòng)的響應(yīng)[J]. 地球環(huán)境學(xué)報(bào), 8(2): 148 – 156.

: Liu C C, Zhang W C, Yan H. 2017. Relationship between El Ni?o-Southern Oscillation events and regional sea surface temperature anomalies around the Xisha Islands, South China Sea [J]. Journal of Earth Environment, 8(2): 148 – 156.