季内变化对西北太平洋台风生成的调制研究外文翻译资料

 2022-11-19 02:11

英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料

季内变化对西北太平洋台风生成的调制研究

赵海坤 江夏楠 吴立广

摘要

本文考察了季内变化（ISV）对西北太平洋（WNP）上TC生成的调制作用。研究发现ISV的两个主要模式，即40天的MJO和16天的QBWO对WNPTC生成产生显著影响。西北太平洋大多数的TC生成在这两个模式的活跃期，这说明了这两个模式对西北太平洋TC生成共同产生作用。

ISV的两个主要模式对西北太平洋TC生成的调制可以很好得被台风潜在生成指数（GPI）所描述。我们还进一步分析并决定出了对总的GPI异常的贡献的四项条件中在ISV两种模式调制作用下对TC生成的主要影响因子。结果指出一般情况下，低层绝对涡度和中层相对湿度是影响TC生成的两个最重要的因子，而GPI的四个影响因子则依赖于ISV的不同相位。本文提供了对影响WNPTC生成的ISV调制作用的深入理解，这有利于季内TC活动的预测。

关键词：季内变化；MJO；QBWO；TC生成；西北太平洋

  1. 引言

先前的研究证明了WNP的TC活动受到自然气候变化的各种模式的强烈影响，包括年际变化（Chan 2000；Chia and Ropelewski 2002; Wang and Chan 2002; Zhao et al. 2010,2011; Zhao et al.2011; Li et al.2012; Li and Zhou 2012;Wang et al. 2013a; Wang and Wang 2013），年代际变化(Matsuura et al.2003; Chan 2008; Liu and Chan 2008; Kim et al.2010; Wang et al.2012;Zhao et al.2014;Zhao and Wu 2014)和季节内变化（ISV）(Nakazawa 1988; Liebmann et al.1994; Wang and Zhou 2008; Kim et al.2008; Chen et al.2009; Liu et al.2009; Sun et al.2009; Pan et al.2010;Tian et al 2010; Mao and Wu 2010; He et al.2011; Huang et al.2011; Zhu et al.2013; Li et al.2013a,b).

普遍周期一般为30-60天的MJO（Madden and Julian 1971）被认为是在季内时间尺度上影响TC活动的主导ISV模式，它被广泛记录在各种研究中（e.g.,Gary 1979; Nakazawa 1988; LIebmann et al.1994; Huang at al.2011; Li et al.2013a,b）。在夏季里，印度洋和西太平洋地区MJO模式显著的北-东北向的移动被广泛记录了下来（Yasunari 1979; Wang and Rui 1990; Hsu et al.2004; Jiang et al.2004）。同时，另一个周期为10-30天的ISV次显著模式也被在亚洲夏季风地区证实，并被称作准双周振荡（QBWO）（Krishnamurti and Bhalme 1976; Chen and Chen 1993; Kikuchi and Wang 2009;Chen and sui 2010）。之前研究揭示了在WNP海域QBWO的动能要远大于MJO（Li and Zhou 1995），因此QBWO可以强烈的影响当地TC活动（Wang et al. 2009; Li et al.2013a,b）。

Gray(1979)第一次发现了全球TC多成簇生成并在生成后的1-2周的TC活跃期后紧接着2-3周的静止期，他进一步提出了ISV与全球TC活动之间可能的联系。在WNP海域，可以清楚地观察到在ISV对流阶段TC生成明显增加，而在ISv非对流阶段TC生成明显减少（Liebmann et al.1994; Kim et al.2008; Wang and Zhou 2008; Gao and Li 2011,2012），这可能归因于ISV对背景平均流量的调制或者是关于正压能量转换的波积累(Maloney and Dickinson 2003; Mao and Wu 2010)。先前的研究也表明了ISV能够对TC生成和在其他海洋上的移动产生重要影响（e.g., 印度洋：Bessafi and Wheeler 2006; Ho et al.2006;Kikuchi and Wang 2010; 东太平洋：Molinari et al. 1997; Maloney and Hartmann 2000a;Aiyyer and Molianri 2008; Jiang et al.2010; 墨西哥湾：Maloney and Hartmann 2000b; Mo et al. 2000; Higgins and Shi 2001;大西洋：Maloney and Shaman 2008; Klotzbach 2010; Camargo et al.2007;澳大利亚地区：Ho et al.2006）.一个普遍的共识是TC 生成频率在ISV对流期间加强，在非对流期间被抑制。

人们普遍认为ISV，尤其是MJO模式，能够对TC活动产生调制作用。但受MJO和WMO调制的WNPTc活动在季内变化的物理机制仍然很少被了解。先前的研究已经证实了在大尺度环境场里ISV对TC生成和对TC活动的调制作用之间的一些一致性（Maloney and Hartmann 2000a, b; Hall et al.2001; Bessafi and Wheeler 2006）。基于对东太平洋气旋生成的分析，Maloney 和 Hartmann（2000b）证实了TC易生成于ISC 的活跃对流相位里。他们进一步把ISV对TC的影响归因于与ISV相联系的低层相对涡度和垂直风切变（VWS）。低层涡度异常也被发现是澳大利亚西北地区海洋上调至TC生成的主要因素。同时发现在南印度洋上，与ISV相联系的低层涡度和垂直风切变的影响对季节内气旋生成调制是十分重要的（Bessafi and Wheeler 2006）。在WNP海域里，一个影响TC生成的相似的ISC调制也被探究过（Nakazawa 1988; Liebmann et al.1994; Wang and Zhou 2008）。

最近，由Emanuel和Nolan（2004）提出的TC潜在生成指数（GPI）被广泛应用在定量评估影响TC生成的几个环境因子的相对作用。正如下文将要讨论的，GPI指数包括四个大尺度因子，对TC生成产生关键作用，包括低低层对流层绝对涡度，中层湿度，垂直风切变和潜在强度（PI）。Camargo 等（2009）证明了GPI指数相当能代表季节内时间尺度上全球TC生成。他们进一步说明了中层相对湿度（RH）是调制TC生成频率最重要的因子，低层绝对涡度起到次要作用，VWS和PI只起到很微弱的作用。这些结果与其他研究结果不同，其他研究结果显示动力因子——低层涡度和VWS——也在影响TC生成中起到调制作用（Maloney and Hartmann 2000a,b, Hall et al.2001; Bessafi and Wheeler 2006; Wang and Zhou2008）。另外，Camargo等（2009）在用了九点平滑的第一位置TC密度场来代表海洋上TC的生成频率。这种方法使得描述在小海域生成的TC细节特征更困难。在最近的研究中，jiang等（2012）讨论了东太平洋上在ISV不同的相位（10-90天）里实际的Tc生成，并重新检验了与ISV相关的四个GPI变量在调制TC生成的作用大小。他们发现600hPaRH和850hPa涡度东太平洋上影响TC生成的两个最重要的因子。VWS也在东太平洋一定区域和MJO特定相位里起到了重要作用。

先前的有关ISV-TC关系的研究主要集中于MJO模式的影响，而对QBWO调制TC生成的的研究有限。Li等（2013a）最近一项分析检验了WNP海域MJO和QBWO对TC生成共同产生影响。结果表明ISV的这两个模式通过改变季风环流和相关环境参数可以明显地调制WNPTC活动。然而，与调制TC生成的MJO或QBWO相联系的大尺度环境场的影响在他们的研究中并没有探究。作为对Li等研究的探伸，目前研究的一个主要目标是基于基于这四个项对GPI异常总数的贡献，采用Camargo和Jiang类似的方法检验与MJO和QBWO相联系的影响WNPTC生成的主要因子。本项研究不仅能通过同时考虑ISV两种模式来提高对ISV-TC关系的认识，而且能为WNP海域季内TC预报提供有用信息（Leory and Wheeler 2008）。

本文组织顺序如下所述。第二部分描述用于本文研究的数据集合验证MJO和QBWO的方法，包括他们的相位和振幅。MJO和QBWO的显著模态和传播特性以及它们对WNPTC生成的影响都将被在第三部分探究。与MJO和QBWO相联系的调制WNPTC生成的主要影响因子将在第四部分进一步讨论，第五部分将进行总结。

  1. 数据和方法
  2. 数据

在本文研究中，我们使用热带降雨量测量任务（TRMM）版本3B42得出的1998 - 2012年期间的降雨观测数据，用于确定WNP海域上的ISV各相位。TRMM3B42是基于多卫星和雨量计分析的降水量产品。它提供了一个在3-h时间分辨率和0.25 °空间分辨率，在北纬50°至南纬50°纬度带上的格点预估估计。在这项研究中，具有0.25°空间分辨率的原始3小时TRMM降雨数据被重新格点化为1° * 1°逐日数据。

本文用到的TC数据来自JTWC的最佳路径数据集，包括热带风暴和台风的每六小时定位和强度。只有那些强度到达最小热带风暴强度的TC（一分钟平均最大风速大于17.2m/s）才应用到本研究中。

虽然在WNP整年都有TC发生，本研究的分析集中于5月到10月，每年大约88%的TC在此时间段内发生。虽然有一些组织坚持他们自己的WNP海域历史TC记录（e.g.,JTWC, JMA,CMA_STI）,之前的研究表明了从这些数据集导出的强度记录有很大不同（Wu et al.2006;Emanuel et al.2008; Ren et al.2011; Wu and Zhao 2012）. Chan(2008)说明了JTWC的强度数据是相对可靠的。在一项最近的研究中，Wu and Zhao(2012)进一步对比了将动态导出的强度记录与三个最佳轨迹数据集（包括JTWC JMA,CMA_STI）的记录进行比较后发现，从JTWC获取的TC强度数据相比其他两家提供的最佳路径数据集要更可靠。为了探索影响TC活动的季内变化可能的物理机制，我们分析了1998-2012年的大气变量，包括风，Rh，气温和SST。这些变量提取自最近的ECMWF（欧洲中期天气预报中心）ERA临时再分析资料（Dee et al.2011）,水平分辨率是1.5°*1.5°。

  1. 方法

本文使用了扩展经验正交函数（EEOF）。EEOF分析有一个独特的特征，就是它通过将EOF分析扩展到一段连续时间来聚焦于连续的时空演变，因此，记录传播现象更为合适。在包含适当的一系列连续时间点的情况下，一对前两个EEOF可以代表ISV的半个周期(Lau and Chan 1985,1986)，而包括更长的一系列时间点，第一个EEOF可以代表整个周期（Kayano and Kousky 1999）或更多个周期(Waliser et al. 2003,2004)。

对1998 - 2012年期间每日10-90天带通滤波TRMM降水异常进行EEOF分析，以提取WNP上的ISV模式。采用31天的时间滞后，并选择区域[20°S-30°N，60°E-180°E]用于EEOF分析。与Jiang等（2012）的结果相似，在本文中，WNP的前两个ISV模式通过EEOF模式的两对领先模态表示。这两对模态EEOF1，EEOF2，EEOF3，EEOF4分别代表ISV两个模态的传播特征。基于North等（1982）提出的公式，根据每个EEOF模态的解释方差，研究发现前两个EEOF模态显著于其他的模态，并且各不相同。前两个模态贡献了滞后31天得带通滤波日均数据总异常方差的5.8％，第二对EEOF模态则解释了总异常方差的3.3%。EEOF1和EEOF3主要部分（PC）的时间序列如图一所示。进一步相应的PC光谱分析表明了对于第一和第二领先模态分别对应约40天和20天的盛行周期。总的来说，降水异常逐日数据的EEOF前两个领先模态捕捉住了主导的MJO（40天ISV模式）和QBWO（16天ISV模式）。基于EEOF-1和EEOF-3模式的带通滤波TRMM降水的滞后回归模式，在WNP盆地北方夏季期间观测到了明显的MJO模式向东和向北传播以及QBWO向西北传播（图未给出）。与前两种模式相联系的时间演变序列是通过两种主要EEOF模式的PC的回归模式导出，这与许多先前研究中获得的那些非常一致，并且特别是基于大致相似方法获得的那些，但是是结合使用了OLR的EOF和850hPa u风场。这些结果进一步为本文利用EEOF方法分离WNP前两个ISV领先模式提供了信心。

Wheeler和Hendon（2004）采用一个相似的方法，第一和第二领先PC用来分别从确定逐日MJO和QBWO的振幅和位相（从1到8）。然后获得8个位相，并将每个剩余日分配到这八个位相中的一个位相。在本研究中，一个多余的位相——位相9——被用来表示MJO或QBWO的一个弱位相。位相9包括振幅小于1的天数(MJO:Sqrt(PC1 PC2)lt;1.;WBWO：Sqrt(PC3 PC4)lt;1.0)。根据1998 - 2012年期间所选的强烈MJO（QBWO）事件，通过平均每

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23790]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章