利用沃克环流指数判断沃克环流强弱的方法

摘要

本发明公开了一种利用沃克环流指数判断沃克环流强弱的方法，计算赤道东太平洋地区与西太平洋地区对流层850hPa—200hPa垂直速度平均值的差值，其中，赤道东太平洋计算区域为（5°S—5°N，140°W—80°W），赤道西太平洋计算区域为（5°S—5°N，100°E—140°E）。然后，进行标准化处理，使其时间序列均值为0，方差为1，再进行3个月滑动平均得到沃克环流指数OMGI。OMGI指数值越大，代表沃克环流越强，反之越弱。对于厄尔尼诺和拉尼娜事件都具有显著的超前效应，可作为预测ENSO事件和中国地区降水的预测指数。

说明书

技术领域

本发明涉及一种利用沃克环流指数判断沃克环流强弱的方法，属于环保技术领域。

背景技术

太平洋上空的沃克环流横跨整个热带太平洋地区，由底层从东向西吹的信风、西太平洋附近的上升气流、高层与信风反向的西风和东太平洋的下沉气流构成。它是由于赤道地区海表温度差异而产生的纬向垂直环流。赤道太平洋海表温度发生变化时，沃克环流的强度和位置均发生变化。当赤道东太平洋海表温度增暖，呈现厄尔尼诺现象时，沃克环流减弱，其上升支和下沉支出现反向变化，即原来的赤道西太平洋上升支变成下沉支，而赤道东太平洋由下沉支转变成上升支，同时，赤道东、西太平洋和全球许多地区的气候也发生显著变化。反之，当赤道东太平洋海表温度变冷，呈现拉尼娜现象时，沃克环流显著增强，上升支和下沉支的强度变化，使用赤道太平洋地区和全球气候发生另外形势的转变。

研究表明，沃克环流的变化超前于ENSO现象1-2个月左右的时间，这就使得沃克环流的强弱和位置变化可能成为一个预测ENSO事件的指数，同时，也可将其作为一个预测中国地区降水的重要指数。

不同学者定义了各种指数来衡量沃克环流强度变化，主要通过纬向风、海表气压、垂直速度构建。何敏(1999)通过(4°S～4°N，160°E～100°W)范围内的850hPa和200hPa纬向风切变表示热带中东太平洋地区沃克环流的强弱，定义了UWI指数。在16个厄尔尼诺事件中，UWI指数有14次峰值超前于厄尔尼诺峰值；在19个拉尼娜事件中，UWI指数有3次峰值超前于拉尼娜峰值。孙稚权(2017)利用东西太平洋海表面气压差△SLP构建指数，定义了SLPI指数。该指数的峰值只能分别超前厄尔尼诺和拉尼娜峰值5次和6次。

因此，目前的沃克环流指数中，UWI指数在提前预测厄尔尼诺峰值上具有一定的意义，但是，在拉尼娜事件中，超前效应不佳。而SLPI指数仅仅在拉尼娜事件中，略好于UWI指数，在厄尔尼诺事件中，峰值超前次次数远小于UWI指数。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种新的新的沃克环流指数，利用沃克环流指数判断沃克环流强弱的方法。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种利用沃克环流指数判断沃克环流强弱的方法，构建沃克环流指数OMGI，用于描述赤道太平洋沃克环流的强弱，对于ENSO事件有显著地超前效应，可作为预测ENSO事件和中国地区降水的预测指数。

依据赤道太平洋上空沃克环流上升和下沉区域分布，选取下沉区(5°S—5°N，140°W—80°W)和上升区(5°S—5°N，100°E—140°E)。分别计算对流层850hPa至200hPa高度层内赤道东太平洋下沉区垂直速和赤道西太平洋上升区垂直速度的均值，以东太平洋地区的均值减去西太平洋地区的均值，得到初始时间序列，并进行标准化处理，使其时间序列均值为0，方差为1，再进行3个月滑动平均(保留1位小数)得到沃克环流指数OMGI。OMGI指数值越大，代表沃克环流越强，反之越弱。

有益效果：本发明提供的利用沃克环流指数判断沃克环流强弱的方法，具有以下优点：该指数对于厄尔尼诺和拉尼娜事件都具有显著的超前效应。在1948-2017年共35次ENSO事件中，最值出现时间超前Nino3.4指数峰值出现时间20次，尤其在19次拉尼娜事件中最值出现时间超前Nino3.4指数峰值出现时间10次，显著优于其他指数。因此，OMGI指数具有峰值超前拉尼娜峰值的显著优点。

附图说明

图1是1948-2017年沃克环流指数和Nino3.4指数时间序列(阴影区为ENSO出现的时段)；(a)是1948-1980年，(b)是1981-2017年；

图2是强事件沃克环流和Nino3.4指数演变图；

图3是中等事件沃克环流和Nino3.4指数演变图；

图4是弱事件沃克环流和Nino3.4指数演变图。

具体实施方式

下面结合具体实施例对本发明作更进一步的说明。

为与OMGI指数作对比，构建了以纬向风和海表气压差为代表的沃克环流指数：UWI和SLPI，同样进行了标准化和3个月滑动平均。ENSO的监测指数采用了Nino3.4指数。各指数具体定义如下：

UWI指数：200hPa与850hPa上(4°S～4°N，160°E～100°W)区域平均纬向风之差。

SLPI指数：(5°S—5°N，130°W—90°W)与(5°S—5°N，140°E—180°E)区域平均海表面气压之差。

Nino3.4指数：(5°S—5°N，170°W—120°W)区域平均的海温距平，气候基准期为1981-2010年。Nino3.4指数的3个月滑动平均的绝对值(保留一位小数)达到或超过0.5℃，且持续至少5个月，判定为一次ENSO事件(Nino3.4≥0.5℃为厄尔尼诺事件；Nino3.4≤-0.5℃为拉尼娜事件)。Nino3.4指数3个月滑动平均的绝对值达到最大的时间和数值分别定义为事件的峰值时间和峰值强度(出现数值相同的多个峰值时，以首次出现的峰值为准)。以事件的峰值强度代表其事件强度，事件强度绝对值达到或超过0.5℃但小于1.3℃定义为弱事件，达到或超过1.3℃但小于2.0℃定义为中等事件，达到或超过2.0℃定义为强事件。1948-2017年间共发生了ENSO时间35次，其中，厄尔尼诺事件16次，强、中等和弱厄尔尼诺事件分别是4次、6次和6次。拉尼娜事件19次，强、中等和弱拉尼娜事件分别是3次、6次和10次。

图1给出了1948-2017年三种沃克环流指数与Nino3.4指数的时间序列演变特征，图中的圆点表示厄尔尼诺或拉尼娜峰值出现的时间。由图1可以看出，厄尔尼诺(拉尼娜)事件通常对应着沃克环流指数低值(高值)，且在事件发生前，沃克环流通常呈现下降(上升)趋势。三种沃克的演变趋势相近，厄尔尼诺事件通常呈“单峰型”，而拉尼娜事件由于历时较长，通常呈“多峰型”。由图可以看出UWI与SLPI指数变化略微滞后于OMGI。

对各沃克环流指数在厄尔尼诺(拉尼娜)事件中最小值(最大值)出现的时间进行统计，并与Nino3.4指数峰值出现的时间对比，得出其超前ENSO事件的次数(表1)。需要说明的是，当ENSO事件历时较长时，沃克环流指数和Nino3.4指数通常有多个波动，当出现多个数值接近的峰值或低谷时，以第一个为代表，讨论沃克环流指数超前滞后的月数。统计结果表明，三种指数中，OMGI指数的超前次数最多，35次ENSO事件中超前20次，在拉尼娜事件中，OMGI指数峰值超前拉尼娜峰值的次数明显高于UWI和SLPI。虽然超前厄尔尼诺事件的次数略小于UWI指数，但是，OMGI峰值超前拉尼娜峰值的月数远多于UWI。因此，OMGI指数可以作为预测ENSO事件的指数。

表1沃克环流指数超前滞后ENSO事件数量及月份统计

按事件强弱统计各沃克环流指数峰值超前ENSO的次数和年份，可以得到表2，表2括号中的数值表示沃克环流指数超前该事件的月数。可以看到，OMGI在各个等级的ENSO事件中超前次数都很多，特别是在拉尼娜事件中超前的优势更大，在中等事件中的超前次数也明显多于其他指数。

表2不同等级ENSO事件沃克环流指数超前年份统计

图2、图3、图4分别为强、中等和弱事件中，UWI、SLPI和OMGI指数与Nino3.4指数的对比，可以更清晰对比它们峰值出现的时间和指数强弱的变化过程，图中对每个ENSO事件只标明开始的年份，例如，1982年6月到1983年7月的强厄尔尼诺事件，只注明1982年厄尔尼诺事件，依此类推。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。