NUIST 地球系統(tǒng)模式模擬ENSO 對(duì)西北太平洋熱帶氣旋活動(dòng)的影響

吳啟蒙 吳立廣 曹劍

1 南京信息工程大學(xué)太平洋臺(tái)風(fēng)研究中心，南京 210044

2 復(fù)旦大學(xué)大氣與海洋科學(xué)系/大氣科學(xué)研究院，上海 200438

1 引言

自20 世紀(jì)80 年代中期以來，不同海區(qū)熱帶氣旋（TC）活動(dòng)的年際變化已經(jīng)有很多研究（Landsea,2000），主要關(guān)注了厄爾尼諾和南方濤動(dòng)（ENSO）對(duì)TC 活動(dòng)的影響。研究發(fā)現(xiàn)：在El Ni?o 年，西北太平洋TC 的生成位置偏東，生成頻數(shù)少于正常年份；而在La Ni?a 年，西北太平洋地區(qū)年生成頻數(shù)多于正常年份（Chan and Johnny, 1985, 2000; Wu and Lau, 1992）。Lander（1993）對(duì)這個(gè)結(jié)論提出了質(zhì)疑，盡管El Ni?o 期間TC 的生成區(qū)域東移，但是西北太平洋觀測(cè)到的年TC 頻數(shù)與ENSO 指數(shù)沒有顯著相關(guān)。Chan et al.（1998）用0.5℃作為劃分Ni?o3 地區(qū)海平面溫度冷暖異常的標(biāo)準(zhǔn)，發(fā)現(xiàn)在El Ni?o 年 間 的6～8 月TC 形 成 位 置 北 移，9～11 月TC 形成位置東移，但是他們使用的資料時(shí)間長(zhǎng)度較短，沒有考慮強(qiáng)ENSO 事件和弱ENSO 事件之間的差異。Camargo and Sobel（2005）分析了1950～2002 年間ENSO 對(duì)西北太平洋地區(qū)TC 強(qiáng)度的影響，發(fā)現(xiàn)在El Ni?o 年TC 的強(qiáng)度比La Ni?a 年更強(qiáng)，且TC 的壽命更長(zhǎng)。后來研究發(fā)現(xiàn)，相對(duì)濕度和渦度是El Ni?o 年西北太平洋TC生成位置東移的主要原因（Camargo et al., 2007）。

Wang et al.（2013）將TC 活動(dòng)季節(jié)分為早期、高峰和晚期，研究了中東太平洋海溫異常對(duì)西北太平洋TC 活動(dòng)的影響，發(fā)現(xiàn)早期ENSO 活動(dòng)對(duì)TC活動(dòng)影響不顯著；高峰期間東太平洋暖（冷）海溫會(huì)導(dǎo)致東南象限TC 頻數(shù)、強(qiáng)度和生命周期增加（減少）；而在晚期中太平洋暖（冷）海溫會(huì)導(dǎo)致東南象限TC 頻數(shù)、強(qiáng)度和生命周期增加（減少）。Zhao et al.（2010）模擬了14 個(gè)El Ni?o 和14 個(gè)La Ni?a 年TC 的生成和路徑，在El Ni?o 年，20°N 以南地區(qū)TC 的活動(dòng)明顯增強(qiáng)，El Ni?o 事件會(huì)導(dǎo)致TC 路徑向西移動(dòng)，而La Ni?a 事件導(dǎo)致路徑向北移動(dòng)。Tao et al.（2012）發(fā)現(xiàn)在El Ni?o 年，菲律賓海的強(qiáng)TC生成頻數(shù)較多，中國(guó)和日本東部沿海登錄的TC 較多，而在La Ni?a 年，西北太平洋強(qiáng)TC 生成頻數(shù)遠(yuǎn)低于正常年份。西北太平洋季風(fēng)槽和赤道西風(fēng)的氣旋切變東移是導(dǎo)致TC 頻數(shù)增加和生成位置東移的主要原因。

Krishnamurthy et al.（2016）使用GFDL 耦合模式模擬ENSO 對(duì)TC 的影響，結(jié)果表明強(qiáng)El Ni?o 事件導(dǎo)致西北太平洋地區(qū)TC 生成位置東移。但La Ni?a 事件對(duì)太平洋TC 的活動(dòng)影響并不明顯。本世紀(jì)以來，全球大氣模式已經(jīng)成為研究全球氣候變化對(duì)TC 活動(dòng)影響的重要工具之一（Yamada et al., 2010; Manganello et al., 2014; Murakami et al.,2015; Yamada et al., 2017）。例 如，Oouchi et al.（2010）利用日本氣象廳20 km 分辨率的全球大氣模式模擬全球變暖對(duì)臺(tái)風(fēng)活動(dòng)的影響；利用改進(jìn)的日本氣象廳模式，Murakami et al.（2013）發(fā)現(xiàn)20 km分辨率模式甚至可以模擬出超強(qiáng)臺(tái)風(fēng)。隨著計(jì)算資源的不斷改進(jìn)，近幾年來人們開始利用耦合的全球氣候系統(tǒng)模式研究全球氣候變化對(duì)TC 活動(dòng)的影響。例如，Kim et al.（2014）利用GFDL 耦合氣候模式模擬全球TC 活動(dòng)，Murakami et al.（2017）通過數(shù)值試驗(yàn)發(fā)現(xiàn)人類活動(dòng)可能增強(qiáng)了阿拉伯海的TC活動(dòng)。

南京信息工程大學(xué)地球系統(tǒng)模式（NESM）是南京信息工程大學(xué)研制的地球系統(tǒng)模式，有高分辨率和低分辨率兩個(gè)版本，之前的研究（吳啟蒙等,2019）發(fā)現(xiàn)：NESM 模式高分辨率版本可以較好地模擬出全球海溫分布及TC 活動(dòng)的氣候特征。本研究進(jìn)一步分析了NESM 地球系統(tǒng)模式高分辨率版本模擬西北太平洋TC 活動(dòng)的年際變化特征，并分析模式模擬的ENSO 事件對(duì)西北太平洋TC 活動(dòng)的影響，此研究結(jié)果有助于進(jìn)一步改進(jìn)NESM 模式和利用NESM 模式研究臺(tái)風(fēng)活動(dòng)。

2 資料

本研究使用的模式資料為NESM 高分辨率版本模式資料（Cao et al., 2015），模式利用ECHAM v5.3大氣環(huán)流模式、NEMO v3.4 海洋環(huán)流模式和CICE v4.1 海冰模式，通過OASIS3-MCT 并行耦合器耦合而成。其中ECHAM v5.3 大氣環(huán)流模式的方案為T159L31，其水平分辨率為0.75°×0.75°，垂直層數(shù)為31 層，模式頂為10 hPa；NEMO v3.4 海洋模式為NEMO ORCA2 配置，在赤道外地區(qū)的水平分辨率為2°×2°，赤道地區(qū)經(jīng)向分辨率加密至0.5°，垂直層數(shù)為31 層；CICE v4.1 海冰模式的水平分辨率為1°×0.5°，本研究采用的是CICE 模式多層熱力學(xué)方案，在垂直方向上包含有1 層雪和4 層冰。

為了檢驗(yàn)耦合模式對(duì)內(nèi)部變率的模擬性能，在設(shè)計(jì)試驗(yàn)時(shí)，采用固定的外部強(qiáng)迫條件（如溫室氣體、太陽(yáng)常數(shù)、氣溶膠、陸面狀態(tài)等）來驅(qū)動(dòng)模式。所有外部強(qiáng)迫參數(shù)的選擇都是1990 年代平均的參數(shù)，包括氣溶膠和陸面狀態(tài)信息。為了高效地使模式達(dá)到準(zhǔn)平衡狀態(tài)，海洋模式和海冰模式的初始場(chǎng)來自1000 年低分辨率版本耦合模式的積分，而大氣模式的初始場(chǎng)來自再分析資料。經(jīng)過NESM 耦合模式調(diào)整100 年之后，取其隨后的50 年模擬結(jié)果作為模式資料。

本文用的TC 觀測(cè)資料是JTWC（Joint Typhoon Warning Center）的西北太平洋TC 路徑資料，選取1967～2016 年間達(dá)到TS（熱帶風(fēng)暴）強(qiáng)度或以上的TC（最大風(fēng)速達(dá)到17.2 m/s 或以上），與模式中達(dá)到TS 強(qiáng)度或以上的TC 渦旋進(jìn)行比較。此外，還用到了HadISST（Hadley Centre Global Sea Ice and Sea Surface Temperature）的月平均海溫資料 和NCEP（ National Centers for Environmental Prediction）風(fēng)場(chǎng)再分析資料，與模式模擬的海溫和風(fēng)場(chǎng)資料進(jìn)行對(duì)比分析。

3 El Ni?o（La Ni?a）事件的分類

3.1 El Ni?o（La Ni?a）事件的分類方法

西北太平洋地區(qū)的TC 活動(dòng)與海表面溫度異常有密切關(guān)系（Chan et al., 1998）。表示西北太平洋地區(qū)的海溫異常主要有三個(gè)指數(shù)：Ni?o3 指數(shù)、Ni?o3.4 指數(shù)和Ni?o4 指數(shù)，分別表示區(qū)域（5°S～5°N, 90°～150°W）、 區(qū) 域（ 5°S～5°N， 120°～170°W）和區(qū)域（5°S～5°N，150°～160°E）的海溫異常。因?yàn)閷?duì)流發(fā)生與海溫及海溫梯度有關(guān)，而不是海溫異常本身（Graham and Barnett, 1987;Wang and Li, 1993），所以Ni?o3.4 區(qū)域的海溫異常與TC 活動(dòng)的相關(guān)性比Ni?o3 和Ni?o4 區(qū)域更好。因此，我們使用Ni?o3.4 區(qū)域的海溫異常作為標(biāo)準(zhǔn)對(duì)El Ni?o（La Ni?a）事件進(jìn)行分類。

3.2 El Ni?o（La Ni?a）事件的分類結(jié)果

由于不同月份的TC 活動(dòng)存在差異，所以需要將TC 活動(dòng)分階段進(jìn)行研究。統(tǒng)計(jì)了西北太平洋不同月份的TC 生成頻數(shù)，雖然西北太平洋地區(qū)在每個(gè)月份都有TC 生成，但是大部分的TC 在6～11月份之間生成，超過全年生成TC 的85%，這與Lander（1994a）研究結(jié)果相同。根據(jù)西北太平洋TC 生成頻數(shù)的月份分布，我們將研究重點(diǎn)放在6～11 月，分為夏季（6～8 月）和秋季（9～11 月）兩個(gè)季節(jié)。計(jì)算模擬和觀測(cè)50 年間西北太平洋夏季和秋季的Ni?o3.4 指數(shù)，畫出隨時(shí)間的序列分布，如圖1 所示。

從Ni?o3.4 指數(shù)的時(shí)間序列圖（圖1）和典型年分類結(jié)果（表1）中可以看出：在觀測(cè)資料中，夏季和秋季的Ni?o3.4 指數(shù)符號(hào)基本相同，但是秋季海溫異常的標(biāo)準(zhǔn)差較大，對(duì)應(yīng)圖1a 中秋季振幅偏大。模式可以模擬出與觀測(cè)類似的海溫異常振蕩，但是夏季和秋季的標(biāo)準(zhǔn)差相差不大，對(duì)應(yīng)圖1b中夏季和秋季的振幅比較接近。

圖1 1967～2016 年夏季和秋季（a）觀測(cè)、（b）模擬的Ni?o3.4 指數(shù)時(shí)間序列分布。紅色實(shí)線和藍(lán)色虛線分別為Ni?o3.4 指數(shù)1 倍和?1 倍標(biāo)準(zhǔn)差數(shù)值（研究年份分類標(biāo)準(zhǔn)閾值）Fig.1 Time series distribution of the Ni?o3.4 index (a) observed, (b) simulated in summer and autumn during 1967–2016. The solid red line and blue dashed line are the value of 1 and ?1 standard deviation (threshold value of the classification standard for the study year) of the Ni?o3.4 index

根據(jù)不同臺(tái)風(fēng)季節(jié)Ni?o3.4 指數(shù)的標(biāo)準(zhǔn)差將研究年份分為五類：強(qiáng)暖年（Ni?o3.4 指數(shù)大于1 個(gè)標(biāo)準(zhǔn)差），弱暖年（Ni?o3.4 指數(shù)大于0.5 個(gè)小于1 個(gè)標(biāo)準(zhǔn)差），正常年（Ni?o3.4 指數(shù)在正負(fù)0.5 個(gè)標(biāo)準(zhǔn)差之間），弱冷年（Ni?o3.4 指數(shù)大于?1 個(gè)小于?0.5 個(gè)標(biāo)準(zhǔn)差）和強(qiáng)冷年（Ni?o3.4 指數(shù)小于?1個(gè)標(biāo)準(zhǔn)差），分類結(jié)果如表1 所示。

從表1 可以看出，觀測(cè)中秋季的海溫異常標(biāo)準(zhǔn)差大于夏季，但是模擬的兩個(gè)季節(jié)的海溫異常標(biāo)準(zhǔn)差差異較小。研究發(fā)現(xiàn)，在弱暖和弱冷年份，TC的生成頻數(shù)和生成位置與正常年份相似，只有當(dāng)Ni?o3.4 指數(shù)較大（大于1 個(gè)標(biāo)準(zhǔn)差或小于?1 個(gè)標(biāo)準(zhǔn)差）時(shí)，對(duì)TC 活動(dòng)的影響才比較顯著（Wang and Chan, 2002）。由于兩個(gè)季節(jié)強(qiáng)暖和強(qiáng)冷年的分類結(jié)果相似，所以我們使用夏季和秋季分類結(jié)果中重復(fù)的強(qiáng)暖和強(qiáng)冷年作為El Ni?o 和La Ni?a 年份進(jìn)行研究。其中模擬的El Ni?o 年共有6 個(gè)：8、21、27、33、34、48；模擬的La Ni?a 年共有7 個(gè)：4、17、24、25、35、46、50；觀測(cè)的El Ni?o 年共有6 個(gè)：1972、1982、1987、1997、2002、2015；觀測(cè)的La Ni?a 年共有5 個(gè)：1973、1975、1988、1999、2010。第三節(jié)將挑選出典型年的TC 活動(dòng)進(jìn)行分析，來研究ENSO 事件對(duì)西北太平洋TC 活動(dòng)的影響。

表1 1967～2016 年夏季和秋季觀測(cè)和模擬的El Ni?o（La Ni?a）典型年的分類結(jié)果Table1 Classification results of El Ni?o (La Ni?a) typical years observed and simulated in summer and autumn during 1967–2016

主要分為以下三個(gè)方面：（1）TC 生成位置（TC 首次達(dá)到熱帶風(fēng)暴強(qiáng)度的位置，即最大風(fēng)速達(dá)到17.2 m/s）和頻數(shù)；（2）TC 生命周期（從達(dá)到熱帶風(fēng)暴強(qiáng)度到下降到熱帶風(fēng)暴強(qiáng)度的時(shí)間長(zhǎng)度）；（3）TC 路徑分布。

3.3 TC 活動(dòng)與赤道太平洋海溫異常的關(guān)系

為了分析TC 的生成位置分布，將熱帶西北太平洋地區(qū)（0°～40°N，100°E～180°）分為幾個(gè)子區(qū)域，其中本文主要研究120°E～180°之間的區(qū)域。結(jié) 合 了 前 人 的 區(qū) 域 劃 分 方 法（Wang and Chan,2002; Zhao et al., 2011），在本研究中，我們使用140°E 作為劃分東西兩個(gè)區(qū)域的邊界，將夏季西北太平洋劃分為兩個(gè)區(qū)域：東部和西部。此外，我們使用20°N 作為夏季西北太平洋地區(qū)南北區(qū)域的劃分邊界，從而將西北太平洋地區(qū)劃分成了四個(gè)區(qū)域，即西北象限（120°～140°E，20°N 以北）、東北象限（140°E～180°，20°N 以北）、西南象限（120°～140°E，20°N 以南）和東南象限（140°E～180°，20°N 以南）。模式中熱帶氣旋的識(shí)別主要考慮了氣壓、風(fēng)速、海溫、暖心和渦度等條件，具體可見吳啟蒙等（2019）。

圖2 為1967～2016 年El Ni?o（La Ni?a）事件發(fā)生時(shí)西北太平洋夏季平均海溫異常與TC 的生成位置分布，從圖2 中可以看出：模式可以較好地模擬ENSO 事件發(fā)生時(shí)西北太平洋地區(qū)夏季的海溫異常分布，在El Ni?o（La Ni?a）事件發(fā)生的年份，160°E 以東赤道地區(qū)存在暖（冷）海溫異常，模擬的范圍和大值中心都和觀測(cè)類似，模擬的距平極值略大于觀測(cè)，且大部分都通過顯著性檢驗(yàn)，說明模擬El Ni?o（La Ni?a）年西北太平洋地區(qū)海溫異常與其他年份具有顯著性差異。從TC 的生成位置上可以發(fā)現(xiàn)，觀測(cè)中El Ni?o 年TC 主要生成于20°N 以南，但生成位置的模擬效果并不好，模擬結(jié)果主要在20°N 附近，而觀測(cè)結(jié)果主要在12°N附近；觀測(cè)中La Ni?a 年?yáng)|南象限僅有一個(gè)TC 生成，模式對(duì)La Ni?a 年?yáng)|南象限的模擬情況較差。

圖2 1967～2016 年El Ni?o（La Ni?a）事件發(fā)生時(shí)西北太平洋夏季平均海溫異常（陰影，單位：°C）與TC 的生成位置（黑點(diǎn)）分布：（a）觀測(cè)的El Ni?o；（b）模擬的El Ni?o；（c）觀測(cè)的La Ni?a；（d）模擬的La Ni?a。黑色虛線為不同區(qū)域的分界線，點(diǎn)狀陰影區(qū)域?yàn)橥ㄟ^5%顯著性水平的區(qū)域Fig.2 Average sea surface temperature anomalies (shadings, units: °C) in summer in the Northwest Pacific and the distribution of the TC generation locations (black dots) during the El Ni?o (La Ni?a) event during 1967–2016: (a) Observed El Ni?o, (b) simulated El Ni?o, (c) observed La Ni?a,(d) simulated La Ni?a. The black dashed lines denote the dividing lines of different areas; the dotted shadings represent the area passed the 5%significance level

圖3 為1967～2016 年El Ni?o（La Ni?a）事件發(fā)生時(shí)西北太平洋秋季平均海溫異常與TC 的生成位置分布，從圖3 中可以看出：模式可以較好地模擬出ENSO 事件發(fā)生時(shí)西北太平洋地區(qū)秋季的海溫異常分布，在El Ni?o（La Ni?a）事件發(fā)生的年份，160°E 以東赤道地區(qū)存在的暖（冷）海溫異常中心，模擬的范圍和大值中心都和觀測(cè)類似，并具有顯著性差異。和夏季相比，秋季的海溫異常區(qū)域較大，極值也較強(qiáng)。從TC 的生成位置上可以發(fā)現(xiàn)，觀 測(cè) 中El Ni?o 年 份 熱 地 氣 旋 生 成 主 要 在140°E 以東，模式可以模擬出這一特征；觀測(cè)中La Ni?a 年份TC 主要生成在140°E 以西，但是模擬的La Ni?a 年TC 主要生成于140°E 以東。

圖3 同圖2，但為秋季的結(jié)果Fig.3 As in Fig.2, but for autumn results

接下來我們統(tǒng)計(jì)了El Ni?o 年和La Ni?a 年夏季和秋季西北太平洋不同子區(qū)域TC 的生成頻數(shù)（表2）。從表2 中可以看出：在夏季，20°N 以北觀測(cè)的TC 生成東西分布較為均勻，但是20°N 以南TC 生成東西分布差異較大，La Ni?a 年?yáng)|南象限僅有1 個(gè)TC 生成，遠(yuǎn)小于El Ni?o 年，雖然模式模擬的La Ni?a 年?yáng)|南象限TC 生成頻數(shù)也小于El Ni?o 年，但是與觀測(cè)比仍有偏差。在秋季，觀測(cè)的El Ni?o 年有33 個(gè)TC 生成于東部區(qū)域，約為西部區(qū)域的3 倍，模式模擬的El Ni?o 年TC 也大部分生成于東部區(qū)域；觀測(cè)的La Ni?a 年與El Ni?o 年相反，僅有9 個(gè)TC 生成于東部區(qū)域，約為西部區(qū)域的1/3，而模式對(duì)于La Ni?a 年的模擬與El Ni?o 年模擬相似，未能模擬出La Ni?a 事件對(duì)西北太平洋TC 生成的影響。

表2 1967～2016 年夏季和秋季觀測(cè)和模擬的El Ni?o 年和La Ni?a 年西北太平洋不同子區(qū)域TC 的生成頻數(shù)Table2 Frequency of TC generation in different subregions of Northwest Pacific in El Ni?o and La Ni?a years observed and simulated in summer and autumn during 1967–2016

為了量化不同年份TC 的平均生成位置的變化，我們計(jì)算了模擬和觀測(cè)的50 年每年夏季和秋季TC 生成的平均位置，并繪制出空間部分圖（圖4、圖5）。

從圖4 中可以看出，觀測(cè)中可以明顯地看出El Ni?o 年夏季TC 的平均生成位置偏東南，而La Ni?a 年夏季TC 的平均生成位置偏西北；模式可以模擬出El Ni?o 年夏季TC 的平均生成位置偏東的特征，但是未能模擬出南北方向的差異。從圖5 中可以看出，無論是觀測(cè)還是模擬，El Ni?o 年秋季TC 的平均生成位置和La Ni?a 年相比都偏東。

圖4 1967～2016 年夏季（a）觀測(cè)、（b）模擬的TC 年平均生成位置。紅色正方形表示El Ni?o 年TC 的平均生成位置，藍(lán)色六邊形表示La Ni?a 年TC 的平均生成位置，黑點(diǎn)表示其他年份TC 的平均生成位置Fig.4 Annual average generation location of TCs (a) observed, (b)simulated in summer during 1967–2016. The red squares represent the average generation positions of TCs in El Ni?o years, the blue hexagons represent the average generation positions of TCs in La Ni?a years, and the black dots represent the average generation positions of TCs in the other years

圖5 同圖4，但是為秋季的結(jié)果Fig.5 As in Fig.4, but for autumn results

表3 是El Ni?o 年和La Ni?a 年TC 平均生成位置與正常年份TC 平均生成位置的偏差值，其中正值表示緯度方向偏北或經(jīng)度方向偏東，負(fù)值表示緯度方向偏南或經(jīng)度方向偏西。從表3 中可以看出：無論是夏季還是秋季，觀測(cè)El Ni?o 年TC 的平均生成位置都比La Ni?a 年份偏東，模式也能模擬出這一特征，但是差異比觀測(cè)偏小，經(jīng)度差異數(shù)據(jù)大部分通過了顯著性檢驗(yàn)，具有顯著性差異。而在觀測(cè)El Ni?o 的夏季，TC 生成位置比La Ni?a 年偏南，但是模式未能模擬出這一特征。

表3 1967～2016 年夏季、秋季的觀測(cè)、模擬的El Ni?o 年和La Ni?a 年TC 平均生成位置的平均偏差Table3 The mean deviations of the average generation positions of TCs in El Ni?o and La Ni?a years observed and simulated in summer and autumn during 1967–2016

3.4 TC 生命周期

觀測(cè)的TC 生命周期的定義為：從TC 達(dá)到熱帶風(fēng)暴強(qiáng)度到下降到熱帶風(fēng)暴強(qiáng)度的時(shí)間長(zhǎng)度；而模式中TC 生命周期的定義為：識(shí)別出的TC 開始到TC 消失的全部時(shí)間長(zhǎng)度。本文中對(duì)于TC 的年平均壽命的定義為：夏季和秋季生成的所有TC 存在的平均生命周期長(zhǎng)度。觀測(cè)中El Ni?o 年的TC平均生命周期為7.1 d，而La Ni?a 年的TC 的平均生命周期為4.0 d，El Ni?o 年的TC 平均生命周期明顯較長(zhǎng)。模擬中El Ni?o 年的TC 平均生命周期為5.3 d，而La Ni?a 年的TC 的平均生命周期為5.6 d，未能模擬出El Ni?o 和La Ni?a 年TC 平均生命周期的顯著差異。

圖6 為TC 平均生命周期和Ni?o3.4 地區(qū)海表面溫度異常的相關(guān)性。從圖6a 中可以看出，觀測(cè)中TC 的平均生命周期隨著Ni?o3.4 海表面溫度異常的增加而增加，并且通過了顯著性檢驗(yàn)，所以較大的Ni?o3.4 區(qū)域SSTA 有利于TC 的生成和維持。由于El Ni?o 年Ni?o3.4 區(qū)域的海溫異常較大，所以El Ni?o 年的TC 平均生命周期較長(zhǎng)，而La Ni?a 年Ni?o3.4 區(qū)域的海溫異常較小，所以La Ni?a 年的TC 平均生命周期較短。而模擬的TC 的平均生命周期隨著Ni?o3.4 海表面溫度異常的增加變化不明顯，相關(guān)系數(shù)也未能通過顯著性檢驗(yàn)，所以模擬的TC 生命周期較差。

圖6 1967～2016 年TC 平均生命周期和Ni?o3.4 地區(qū)海表面溫度異常的相關(guān)性：（a）觀測(cè)；（b）模擬。黑點(diǎn)表示不同年份的結(jié)果，虛線為一元線性回歸擬合線，其中觀測(cè)相關(guān)系數(shù)通過5%的顯著性水平Fig.6 Correlation between the TC average lifespan and sea surface temperature anomalies in Ni?o3.4 area during 1967–2016: (a) Observation;(b) simulation. The black dots represent results of different years; the dashed line is the one-variable linear regression line; the correlation coefficient of the observation passed the 5% significance level

3.5 TC 路徑分布

將西北太平洋地區(qū)劃分為2.5°×2.5°的網(wǎng)格點(diǎn)，計(jì)算每個(gè)網(wǎng)格點(diǎn)內(nèi)TC 路徑經(jīng)過的次數(shù)，作為該網(wǎng)格點(diǎn)內(nèi)的TC 路徑頻數(shù)，進(jìn)行九點(diǎn)平滑后，繪制出El Ni?o 年和La Ni?a 年夏季和秋季TC 的路徑頻數(shù)分布圖（圖7、圖8）。

對(duì)比觀測(cè)圖（7a、c 和8a、c）可以看出，TC的生命周期與TC 的生成位置密切相關(guān)，大多數(shù)生命周期較長(zhǎng)的TC 形成在西北太平洋的東南象限中。在El Ni?o 年中，東南象限中形成的TC 在遇到大陸或較冷的中緯度海洋之前可以有更長(zhǎng)的時(shí)間發(fā)展，所以路徑頻數(shù)分布更廣（Camargo and Sobel, 2005）。

對(duì)比模擬和觀測(cè)的路徑頻數(shù)分布圖（圖7、圖8），可以看出：無論是夏季還是秋季，模式都可以較好地模擬出El Ni?o 年西北太平洋TC 的路徑頻數(shù)分布，路徑頻數(shù)的范圍和大值中心都模擬得較好。但是在La Ni?a 年，由于模擬的生成位置差異，模式模擬的路徑頻數(shù)和觀測(cè)相比范圍較大，有向東延伸的趨勢(shì)，和El Ni?o 年較為接近。

圖7 1967～2016 年El Ni?o（La Ni?a）事件發(fā)生時(shí)西北太平洋夏季TC 路徑頻數(shù)分布：（a）觀測(cè)的El Ni?o；（b）模擬的El Ni?o；（c）觀測(cè)的La Ni?a；（d）模擬的La Ni?aFig.7 Frequency distribution of TC paths in summer in Northwest Pacific during the El Ni?o (La Ni?a) event during 1967–2016: (a) Observed El Ni?o; (b) simulated El Ni?o; (c) observed La Ni?a; (d) simulated La Ni?a

圖8 同圖7，但是為秋季的結(jié)果Fig.8 As in Fig.7, but for autumn results

4 La Ni?a 年模擬TC 活動(dòng)差異的原因

從圖2 和圖3 中可以看出，模式可以較好地模擬出El Ni?o（La Ni?a）事件發(fā)生時(shí)西北太平洋夏季和秋季的海溫異常分布，但是模擬的TC 生成位置和觀測(cè)還存在差異。與El Ni?o 年相比，對(duì)La Ni?a 年的TC 活動(dòng)模擬較差。下文將分析模式模擬La Ni?a 年TC 結(jié)果較差的原因。

前人的研究（Lander, 1994b; Ritchie and Holland,1999; Chen et al., 2004）表明，季風(fēng)槽和季風(fēng)環(huán)流對(duì)西北太平洋TC 生成起著重要作用。Wu et al.（2013）發(fā)現(xiàn)大部分TC 在季風(fēng)環(huán)流與反氣旋之間增強(qiáng)的西南氣流的中心和東北側(cè)形成，Wu et al.（2012）研究了1979～2007 年間西北太平洋地區(qū)TC 活動(dòng)與季風(fēng)槽位置的關(guān)系，發(fā)現(xiàn)在季風(fēng)槽東伸（西退）的年份，西北太平洋東南象限TC 生成頻數(shù)偏多（少），并且這種關(guān)系可以通過與季風(fēng)槽運(yùn)動(dòng)相關(guān)的大規(guī)模環(huán)境因素（相對(duì)濕度、垂直切變、高層輻散、低層渦度）的變化來解釋，所以ENSO與TC 的關(guān)系可以通過季風(fēng)槽以及與季風(fēng)槽相關(guān)的大規(guī)模環(huán)流的變化來解釋。

圖9 為L(zhǎng)a Ni?a 事件發(fā)生時(shí)西北太平洋地區(qū)的850 hPa 風(fēng)場(chǎng)分布。從圖9a 中可以看出，在北半球夏季，副熱帶高壓控制了整個(gè)西北太平洋，菲律賓以西區(qū)域被西南季風(fēng)控制，越赤道氣流、西南季風(fēng)以及副熱帶高壓南側(cè)的偏東風(fēng)在赤道輻合帶附近匯合，生成西北—東南向的季風(fēng)槽，為TC 的生成提供有利的動(dòng)力和熱力條件（Chia and Ropelewski,2002），并且季風(fēng)槽的活動(dòng)對(duì)于TC 移動(dòng)路徑也有重要影響，特別是在ENSO 活動(dòng)期間。

圖9 1967～2016 年（a、c）觀測(cè)的、（b、d）模擬的La Ni?a 事件發(fā)生時(shí)西北太平洋海表溫度異常（陰影、等值線，單位：°C）、850 hPa平均風(fēng)場(chǎng)（箭頭，單位：m s?1）：（a、b）夏季；（c、d）秋季。黑色實(shí)線為季風(fēng)槽槽線Fig.9 Sea surface temperature anomalies (shadings and contours, units: °C), 850-hPa average wind (arrows, units: m s?1) in the Northwest Pacific during the La Ni?a event (a, c) observed, (b, d) simulated in summer during 1967–2016: (a, b) Summer; (c, d) autumn. The solid black lines represent the monsoon trough lines

從圖9b 中可以看出，模式對(duì)于La Ni?a 事件發(fā)生時(shí)西北太平洋地區(qū)850 hPa 平均風(fēng)場(chǎng)模擬情況較好，但是在風(fēng)速和風(fēng)向方面還有差異。對(duì)比圖9a、b 中季風(fēng)槽位置可以看出，在夏季La Ni?a 事件發(fā)生時(shí)，模擬的季風(fēng)槽位置偏南，這導(dǎo)致模式模擬的TC 生成位置偏南；對(duì)比圖9c、d 可以看出，在秋季La Ni?a 事件發(fā)生時(shí)，模擬的季風(fēng)槽位置偏東，這導(dǎo)致模式模擬的TC 生成位置偏東。這些結(jié)果也與Wu et al.（2012）的研究結(jié)論一致。

5 結(jié)論與討論

全球大氣模式已經(jīng)成為研究全球氣候變化對(duì)臺(tái)風(fēng)活動(dòng)影響的重要工具之一，之前的研究發(fā)現(xiàn)南京信息工程大學(xué)地球系統(tǒng)模式（NESM）高分辨率版本可以較好地模擬出全球海溫分布及TC 活動(dòng)的氣候特征。本研究進(jìn)一步分析了NESM 地球系統(tǒng)模式模擬西北太平洋TC 活動(dòng)的年際變化，并與1967～2016 年觀測(cè)的TC 活動(dòng)進(jìn)行對(duì)比。首先定義了NUIST 模式中El Ni?o 和La Ni?a 事件的識(shí)別方法，與觀測(cè)資料中的ENSO 事件對(duì)比，研究了模式是否可以模擬出El Ni?o（La Ni?a）事件，以及模擬El Ni?o（La Ni?a）事件對(duì)西北太平洋TC 活動(dòng)的影響，得出以下結(jié)論：

（1）NESM 模式能夠很好地模擬出西北太平洋地區(qū)的平均海溫，對(duì)El Ni?o（La Ni?a）事件發(fā)生時(shí)海溫異常變化的特點(diǎn)也有較好地模擬。

（2）NESM 模式對(duì)El Ni?o 事件發(fā)生時(shí)西北太平洋TC 的生成頻數(shù)和路徑分布的模擬較好，也能模擬出El Ni?o 年西北太平洋生成位置比La Ni?a 年偏東的特征。

（3） NESM 模式未能模擬出TC 平均生命周期和Ni?o3.4 地區(qū)海表面溫度的相關(guān)性。

（4）NESM 模式模擬的La Ni?a 年TC 的生成位置和路徑分布與觀測(cè)相比偏東，造成模擬誤差的主要原因是模式對(duì)La Ni?a 年季風(fēng)槽位置偏東。

在NESM 模式可以較好地模擬全球TC 活動(dòng)的基礎(chǔ)上，本研究進(jìn)一步研究了模式是否可以模擬出ENSO 事件與ENSO 事件發(fā)生時(shí)西北太平洋地區(qū)TC 的活動(dòng)，結(jié)果表明：模式能夠較好地模擬西北太平洋平均海溫及與ENSO 事件聯(lián)系的海溫異常變化特點(diǎn)，但是和前人的研究結(jié)果相似，在模擬ENSO 事件對(duì)西北太平洋地區(qū)TC 活動(dòng)的影響方面還有待改進(jìn)，尤其是La Ni?a 事件對(duì)TC 活動(dòng)的影響。此研究結(jié)果有助于進(jìn)一步改進(jìn)NESM 模式和利用NESM 模式研究臺(tái)風(fēng)活動(dòng)。