2019, Vol. 43
2 南京信息工程大学气象灾害预报预警与评估协同创新中心, 南京 210044
3 国家气候中心, 北京 100081
4 复旦大学大气科学学院, 上海 200433
2 Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044
3 National Climate Center, Beijing 100081
4 Institute of Atmospheric Sciences, Fudan University, Shanghai 200433
Madden-Julian Oscillation（MJO）通常特指起源于西印度洋地区沿赤道向东传播的热带大气季节内振荡（Madden and Julian, 1971, 1972, 1994; Zhang, 2005）。它是热带大气大尺度活动最显著的信号之一，也被视为一种重要的大气环流系统，对全球气候都有不同程度的影响（Zhang, 2013）。由于MJO显著的周期特征且具有较强的可预报性（von Storch and Xu, 1990; Waliser et al., 1999; Lo and Hendon, 2000; Wheeler and Weichmann, 2001），普遍认为对MJO的深入理解可提高延伸期预报和次季节预报的准确性，为建立无缝隙预报系统做出贡献（Ferranti et al., 1990; Hurrell et al., 2009; Zhang, 2013）。
相对于其它特性，MJO的传播一直是众多学者关注的重点。MJO通常冬季最强并主要以东传为主，而夏季较弱且在季风区存在北传（Sikka and Gadgil, 1980; Cadet, 1986; Lawrence and Webster, 2002; Jiang et al., 2004; Wang et al., 2006; Lin and Li, 2008）。人们通过研究发现，大尺度运动与湿过程的相互作用是合理解释MJO活动特征的关键（Wang, 2005）。在暖湿的印度洋和西太平洋上空，显著的MJO对流信号以5 m s−1的速度缓慢东传（Zhang, 2005），而在相对冷干的西半球对流减弱，用高层风场或者速度势等要素可以检测到MJO以约15 m s−1的速度快速东传（Knutson and Weickmann, 1987; Weickmann and Khalsa, 1990）。近年来，很多研究通过分析“水汽模型”（Moisture Mode）中的湿静力能（MSE）或湿熵（Moist Entropy, ME, MSE的变形）过程来加深对MJO传播机制的理解（Maloney, 2009; Raymond and Fuchs, 2009; Sobel and Maloney, 2012, 2013; Adames and Kim, 2016; Jiang et al., 2016; Jiang, 2017）。研究表明，MJO有向MSE或ME增加的方向移动的趋势，而其中MSE或ME的水平平流被发现是推动MJO东传的关键因素，它主要来自MJO异常环流对对流层低层季节平均MSE或ME输送的贡献（Maloney, 2009; Kim et al., 2014; Adames and Wallace, 2015; Jiang, 2017）。
MJO虽然是定义在季节内时间尺度上的大气活动信号，但也具有其它时间尺度的变化，如冬季强夏季弱的季节变化，与厄尔尼诺—南方涛动（ENSO）（Fink and Speth, 1997; Hendon et al., 1999）、北极涛动（AO）和大西洋涛动（NAO）（Lin and Brunet, 2009）相联系的年际变化等。也有学者关注到了MJO更长时间尺度的变化。Slingo et al.（1999）认为全球变暖导致的热带海温升高会使得MJO更加活跃。刘芸芸等（2006）的研究表明全球变暖背景下，MJO在赤道中太平洋上减弱，而在印度洋和孟加拉湾更加活跃。Yoo et al.（2011）发现MJO具有与全球地表温度变化相联系的长期变化趋势，表现为MJO不同位相频次发生了变化。他们认为MJO位相频次的长期变化趋势是导致北极升温的一个重要原因，却没有解释MJO的频次发生变化的机理。
正当全球变暖的事实被越来越多的人所接受的时候，大量观测资料证实，进入21世纪后全球平均温度上升的趋势出现趋缓状态，即全球变暖趋缓。研究显示，太阳活动减弱、大气气溶胶增加以及海洋吸收热量是变暖趋缓的可能原因，其中海洋的作用被认为是最主要的（苏京志等，2016）。太平洋海温年代际振荡（PDO）负位相对全球变暖趋缓起到很大贡献（如Dong and Zhou, 2014; Dong et al., 2014; Maher et al., 2014; Yao et al., 2016）。利用数值模式，Kosaka and Xie（2013）指出赤道中东太平洋的异常低海温对全球变暖趋缓起到重要作用。在PDO负位相期间，太平洋呈现出类似于La Niña的年代际异常，伴随赤道附近的深海冷水被抽吸到海洋表面，太平洋变冷削弱了温室气体的增温效应，可导致变暖趋缓（Tollefson, 2014）。Luo et al.（2012）认为热带印度洋的快速变暖加强了西太平洋上的信风，有利于维持上述类似La Niña型的海温年代际异常，进而起到调制PDO的作用。
众所周知，全球变化及其相联系的海洋变化会引起大气环流发生变化，其中包括大气中水汽的分布（Wang and Fu, 2000）。如上所说，热带海洋在全球变暖趋缓中起到了关键作用，那么，作为其上空的重要大气活动系统，MJO在全球变暖趋缓期间会发生怎样的变化？这正是本文所关心的。本文将根据全球平均表面温度的变化，比较全球变暖趋缓期间与前期快速增温阶段MJO的主要传播特征，讨论全球气候变暖趋缓与MJO年代际变化之间的可能联系及其可能原因。
2 资料和方法鉴于MJO对天气气候的重要影响和它的可预报性，人们期望用简洁明了的方式对其进行描述，以便更好地开展监测、应用和研究。世界各国的科学家先后提出了多种方法表征MJO，其中以Wheeler and Hendon（2004）建立的一种实时多变量MJO（RMM）指数应用最为广泛。多个国家已经根据RMM指数对MJO实时监测，并利用该指数反映的MJO情况进行气温降水等的季节内预测，我国在业务上也已将RMM指数作为降水季节内预报的主要工具之一（Donald et al., 2006; Zhang et al., 2009; Wheeler et al., 2009; 贾小龙, 2012）。RMM指数的提出，也为不同MJO研究工作之间的比较提供了可能，本文也选用该指数来研究MJO的年代际变化特征。RMM指数是根据对15°S~15°N平均的大气向外长波辐射OLR（Outgoing Longwave Radiation）、200 hPa纬向风场和850 hPa纬向风场去掉较长时间尺度信号后进行多变量联合经验正交（EOF）分解之后得到的前两个成对的MJO模态的主成分（PC）建立的。根据RMM指数，将MJO的活动分为8个位相，其中2~4位相MJO对流活跃区位于印度洋和海洋大陆西部，5~7位相MJO对流活跃区位于海洋大陆东部和西太平洋地区。关于RMM指数的详细定义及其意义参见Wheeler and Hendon（2004），RMM资料可从澳大利亚气象局网站（http://www.bom.gov.au/climate/mjo/[2016-10-5]）下载。
为分析与MJO活动相关的大气活动特征，本文还使用了NOAA提供的1979~2013年逐日OLR资料（Gruber and Krueger, 1984）和NCEP/NCAR提供的逐日大气环流再分析资料，分辨率均为2.5°×2.5°。当分析海洋背景对MJO活动的影响时，使用了NOAA提供的月平均海表面温度ERSST资料，分辨率为1°×1°。以上资料均从http://www.esrl.noaa.gov/psd/[2017-3-15]获取。
本文所有资料时间长度为1979~2013年，除特殊说明外，文中所指的气候态是指1979~2012年平均值。MJO的活动具有明显的季节变化特征，本文选取冬季MJO活动为研究对象，每年冬季指当年12月1日到次年2月28日，如1979年冬季为1979年12月1日~1980年2月28日。
虽然关于全球变暖趋缓的事实和原因尚存在一些争议，大多数研究还是认为，1999~2012年为全球变暖趋缓期，2014年后全球平均温度又开始加速上升（Su et al., 2017）。图 1给出了1979~2012年英国气象局HadCRUT4全球地表平均温度异常的变化曲线，可以清楚地显示1998年前后的快速增暖期和增暖趋缓期。本文选取1985~1997年作为快速增暖期，2000~2012作为全球变暖趋缓期。图 1中的红色实线和粉红色虚线分别给出了两个阶段的平均温度异常和温度变化趋势。1985~1997年温度变化趋势较快，为全球温度的快速增暖期，而2000~2012的变化趋势明显降低，表现为增暖趋缓。而从平均温度上看，1985~1997年和2000~2012年全球平均温度异常分别处于明显的低位和高位阶段。本文将主要对1985~1997年的快速增暖期和2000~2012的变暖趋缓期两个阶段MJO年代际特征进行对比分析。
|
图 1 1979~2012年全球地表平均温度异常(黑线, 各异常均相对于1961~1990年的平均值, 红色直线分别表示1985~1997年和2000~2012年平均值, 蓝色虚线为线性趋势)。来自英国气象局HadCRUT 4资料 Figure 1 Global annual mean surface temperature anomalies (black line, the anomalies compared to the average over 1961-1990) derived from the UK Met Office HadCRUT 4 data.Red lines represent the average values during 1985-1997 and 2000-2012, and blue dashed lines are linear trends |
我们首先对RMM指数表征的MJO特征进行了统计，如表 1所示。通常，当RMM的振幅（
|
表 1 1985~1997年和2000~2012年冬季MJO各位相出现频次（天数）和平均强度 Table 1 Frequencies (number of days) and average intensities in individual phases of MJO in the winters of 1985–1997 and 2000–2012 |
|
图 2 1979~2012年冬季(12~2月) MJO (a)2~4位相和(b)5~7位相出现频次(天数)的时间序列(蓝色实线)。红色实线为年代际变化, 绿色直线为1979~1999年和2000~2012年的平均值 Figure 2 Time series of MJO frequencies (days) in (a)2-4 phases and (b)5-7 phases during the winters of 1979-2012.Red solid lines are the decadal parts of frequencies, and green lines are the averages during 1979-1999 and 2000-2012 |
RMM振幅表征的MJO强度在两个阶段也存在差异，其中第3和第7位相MJO强度增强，其他位相强度减弱，然而只有第3位相的强度差异（0.24）超过了显著性水平。若将2~4位相和5~7位相平均强度的逐年变化进行分析，则2000前年后的差异未能通过95%显著性检验。
我们知道，RMM指数定义的MJO位相分别对应了对流活跃在不同的区域。图 3给出了1979~2012年平均、快速增暖期和变暖趋缓期三个阶段2~4位相和5~7位相合成30~60天滤波的OLR和850 hPa水平风场分布。由图 3可见，2~4位相平均对流活跃区为热带印度洋上空，中心位于东印度洋上，120°E以东的热带西太平洋及海洋大陆上空对流抑制；5~7位相则正好相反，热带西太平洋上空对流活跃而印度洋上空对流受到抑制。850 hPa风场显示了与对流一致的变化特征，对流活跃区热带西风增强，对流抑制区为东风异常。从对流的强度上看，2~4位相OLR异常中心强度在趋缓期略增强，但这两个阶段强度的差异没有通过显著性检验，而5~7位相强度减弱，部分区域强度的差异通过了95%的显著性检验，即便如此，这里显示的强度变化还是与刘芸芸等（2006）关于全球变暖背景下MJO在赤道中太平洋上减弱、而在印度洋和孟加拉湾更加活跃的结论是一致的。
|
图 3 冬季MJO 2~4位相(左)和5~7位相(右)30~60天滤波OLR异常(阴影, 单位:W m−2)和850 hPa风场异常(矢量, 单位:m s−1)合成图:(a, d) 1979~2012年; (b, e) 1985~1997年; (c, f) 2000~2012年。OLR异常仅给出通过95%显著性检验部分, 通过95%显著性检验的风场用黑色矢量箭头表示。绿色方框表示图 4中使用的参考区域(5°S~5°N, 80°~90°E) Figure 3 Composites of MJO 2-4 phases (left) and 5-7 phases (right) of 30-60-day filtered OLR anomalies (shadings, units:W m−2) and 850 hPa wind field anomalies (vectors, units:m s−1) in the boreal winter:(a, d) 1979-2012;(b, e) 1985-1997;(c, f) 2000-2012.OLR anomalies below the 95% confidence level are omitted, and vectors with black arrows indicate winds at the 95% confidence level.Green boxes are the reference area (5°S-5°N, 80°-90°E) used in Fig. 4 |
上述分析表明，全球变化背景下MJO活动的年代际变化主要体现为不同位相频次的变化。根据RMM指数的定义可知，MJO位相的频次多少反映了对流在某一区域停留的时间长短，很可能是由MJO传播速度的变化造成的。因此，下面将主要讨论MJO传播速度的年代际变化。
3.2 MJO传播速度的年代际变化特征北半球冬季，MJO的传播主要以沿赤道东传为主。为了表示MJO在全球快速增暖期和变暖趋缓期传播速度的差异，我们根据气候平均MJO对流分布中第3（6）位相对流活跃（抑制）中心位置（Wheeler and Hendon, 2004; Zhang, 2013），选取（5°S~5°N，80°~90°E）为参考区（图 3a，c中绿色方框所示），制作了两个阶段30~60天滤波的OLR在热带地区（15°S~15°N）的时滞回归图。
图 4清晰地显示了MJO对流的东传特征，且在传播的过程中有两个扰动异常加强区，分别为热带东印度洋和热带西太平洋，而在海洋大陆上空MJO对流扰动减弱。MJO的东传速度也以海洋大陆为界，以西的印度洋上空明显比以东的西太平洋上空慢。以上这些特征都与前人研究结果是一致的（Wang, 2005; Zhang, 2005; Maloney, 2008; Jiang et al., 2015），也说明参考区位置的选择对时滞回归的结果并没有本质的影响。很明显，由填色图（1985~1997年）和等值线（2000~2012年）表示的两个阶段OLR回归系数的倾斜程度并不一样，即MJO的传播速度不同。图中给出了OLR大值区的轴线来表示在印度洋和西太平洋上空MJO传播速度的变化，轴线斜率越大则MJO传播速度越慢。可以看到，从快速增暖期到变暖趋缓期，热带印度洋上空轴线斜率变小，表明MJO传播速度变快；而热带西太平洋地区轴线斜率变大，表明MJO传播速度放慢，这与前面给出的频次的统计结果是一致的。
|
图 4 基于赤道印度洋(5°S~5°N, 80°~90°E)30~60天OLR序列时滞回归(−30~30天)的OLR异常沿赤道(15°S~15°N)的时间-经度剖面。阴影为1985~1997年, 等值线为2000~2012年, 绿色和黑色粗实线分别为两个阶段对流扰动的大值轴线。回归系数基于参考序列的标准差进行了缩放 Figure 4 Longitude-time evolution of lag regression (−30 to 30 days) of OLR anomalies along the equator (15°S-15°N) on the 30-60-day filtered OLR reference time series over the equatorial Indian Ocean (5°S-5°N, 80°-90°E), while shadings are for 1985-1997 and contours for 2000-2012.Green and black bold lines represent the maximum axes of the convective disturbances.Regression coefficients are scaled by the standard deviation of the reference time series |
由此可见，在全球变暖趋缓期，由于MJO在热带印度洋上空传播速度加快，导致对流在热带印度洋上空停留时间缩短，故而2~4位相频次明显减少；而MJO在热带西太平洋上空传播速度减慢，对流停留时间加长，使得5~7位相频次增加。
4 全球变化背景影响MJO年代际变化的可能物理过程 4.1 MSE扰动及其倾向的年代际差异与MJO传播的关系近年来，很多研究利用MSE方程来解释MJO传播的物理机制（Maloney, 2009; Andersen and Kuang, 2012; Sobel et al., 2014）。Jiang（2017）利用MSE方程的变形，湿熵（ME）方程，讨论了数值模式对MJO传播速度模拟偏差的可能原因，他提出MJO有向ME扰动增加方向移动的趋势，ME季节内扰动的倾向主要来自于MJO异常环流对平均ME的输送，因此ME平流决定了季节内尺度上ME的发展趋势，进而控制了MJO东传速度。事实上，ME与MSE本质上是一致的，两者分布及变化基本相同（Jiang, 2017）。那么在全球变化背景下，是否可以用MSE的变化解释MJO东传速度的变化呢？
本文采用Maloney（2009）对MSE的定义：
| $ m = {c_p}T + gz + Lq, $ | (1) |
其中，m表示湿静力能，T为温度，z为位势高度，cp为定压比热，g为重力加速度，L为水的蒸发潜热，q为比湿。整层积分的MSE方程可写为
| $ \begin{array}{l} \left\langle {\frac{{\partial m}}{{\partial t}}} \right\rangle + \left\langle {\omega \frac{{\partial m}}{{\partial p}}} \right\rangle + \left\langle {\mathit{\boldsymbol{V}} \cdot \nabla m} \right\rangle - {\rm{LH}} - {\rm{SH}} - \\ \;\;\;\;\;\;\;\;\;\;\left\langle {{\rm{LW}}} \right\rangle - \left\langle {{\rm{SW}}} \right\rangle = 0\;. \end{array} $ | (2) |
其中，LH为表面潜热通量，SH为表面感热通量，
| $ A = \bar A + A', $ | (3) |
将（3）式带入（2）式，并假设气候背景场满足原始方程，因此可以得到
| $ \left\langle {\frac{{\partial m'}}{{\partial t}}} \right\rangle = - \left\langle {\mathit{\boldsymbol{V}}' \cdot \nabla \bar m} \right\rangle - \left\langle {{\mathit{\boldsymbol{\bar V}}} \cdot m'} \right\rangle - \left\langle {\omega ' \cdot \frac{{\partial \bar m}}{{\partial p}}} \right\rangle - \left\langle {\bar \omega \cdot \frac{{\partial m'}}{{\partial p}}} \right\rangle + \Lambda, $ | (4) |
式中Λ为包含地表热通量和辐射通量等在内的大气外强迫项，Maloney（2009）和Jiang（2017）的研究均表明其对MSE倾向的影响可以忽略。这里，我们取气候背景场分别为两个阶段的平均值，扰动则为30~60天滤波场。
根据图 4，取滞后0天代表2~4位相对流最强时刻，滞后13天代表5~7位相对流最强时刻，分别计算30~60天滤波的OLR、
图 5展示了各物理量滞后赤道印度洋MJO对流活动0天的分布。从OLR回归结果可以看出，强对流中心位于热带东印度洋上空，与图 3给出的2~4位相对流分布一致。因此，滞后0天的回归基本可以代表2~4位相的平均状况。虽然两个年代的对流强度存在差异但是并不明显，变暖趋缓期比快速增暖期强2~4 W m−2。湿静力能分布基本与强对流区对应，对流中心附近变暖趋缓期比快速增暖期偏强。
|
图 5 基于赤道印度洋中部(5°S~5°N, 80°E~90°E)30~60天OLR序列滞后0天回归的(a-c) OLR异常扰动(单位:W m−2)、(d-f) |
前面已经指出，MJO有向MSE扰动增加的方向移动的趋势，因此MSE扰动倾向分布的差异可以反映MJO移动速度的变化。图 5g–i给出了MSE扰动倾向在两个年代的分布及其差异。可以看出，1985~1997年MSE扰动倾向的零线位于80°E附近，而2000~2012年零线东进至90°E附近，有利于MJO更快地向东移动。同时，两个阶段MSE扰动倾向的差值显示，80°E附近为负偏差，其东侧90°E为正偏差，这种东正西负的差值分布也进一步说明了变暖趋缓期MJO有加速东传的趋势。图 5j−l给出了MJO扰动风场对平均MSE的输送，可以清楚地看出，前后两个阶段的差异在印度洋地区出现了负异常，而东侧90°~100ºE为正异常，其值也与MSE扰动倾向相当，由此可见MSE倾向的年代际变化主要来自于扰动风场对平均MSE输送的年代际差异。
图 6为各物理量滞后赤道印度洋MJO对流活动13天的分布。此时，海洋大陆东部及热带西太平洋上空对流活跃，强对流中心位于130°E附近，与图 3显示的MJO 5~7位相一致。两个年代OLR表示的对流强度差异整体不显著，仅在140°E附近有较明显的差别。MSE扰动的分布基本与OLR对应，但两个年代的差异表现为明显的东高西低型。
5~7位相MSE扰动倾向在两个年代差异显著（图 6g–i）。快速增暖期，海洋大陆西部有强的负倾向中心一直向东延伸至140°E附近，其东南为强正倾向区；而在变暖趋缓期，负倾向中心仅推进到130°E附近。两者的差值图显示在强对流区MSE扰动倾向差异呈现西正东负的形势，与2~4位相正好相反。由此可见，变暖趋缓期不利于MJO快速东传，这与上节中得到了变暖趋缓期MJO在5~7位相频次增加的结果吻合。MJO扰动风场对平均MSE输送（水平平流项）的计算结果（图 6j–l）显示出与MSE倾向类似的分布及差异特征，由此可以进一步证实水平平流项是MSE扰动倾向发生年代际变化的主要贡献项。
4.2 冬季平均MSE的年代际变化从4.1节的讨论可知，MSE扰动倾向的年代际差异主要来自MJO扰动风场对平均MSE水平输送的年代际差异，而图 3显示MJO扰动风场的年代际差异很小，那么是否平均MSE的年代际差异是主要贡献？
图 7展示了全球快速增暖期和变暖趋缓期冬季平均整层积分MSE异常分布，以及两个阶段的差异。可以看出，在快速增暖期，以海洋大陆为中心的热带印度洋—西太平洋暖池区MSE为负异常，两侧为正异常，而在变暖趋缓期则正好相反，热带印度洋—西太平洋暖池区MSE正异常。我们对MSE的分析和Jiang（2017）对ME的分析均显示，MSE（ME）季节内扰动的倾向主要来自MJO异常环流对季节平均MSE（ME）的输送，MJO有向MSE（ME）扰动增加的方向移动的趋势。MJO活动的2~4位相，对流活跃区主要位于热带印度洋上空，因而季节平均MSE异常中心位于MJO对流前进方向上。图 3a–c显示，对流层低层印度洋上西风异常，而100°E~180°的海洋大陆和西太平洋上都为东风异常。因此，变暖趋缓期与快速增暖期相比，100°E以西MJO异常环流对季节平均MSE的输送为负、以东为正，形成西负东正的偶极型年代际差异（如图 5i所示），故而变暖趋缓期MJO在印度洋上的传播速度比快速增暖期快。这与Jiang（2017）描述的过程非常相似（参见该文献中图 10）。
|
图 7 冬季平均整层积分的湿静力能( |
|
图 10 (a) 1985~1997年与2000~2012年冬季平均海表温度异常差值分布(单位:℃); (b) 基于PDO指数回归的1979~2012年的海温异常分布(单位:℃) Figure 10 (a) Differences in the mean sea surface temperature anomalies between 2000-2012 and 1985-1997(units:℃); (b) regressed anomalous distribution of mean sea surface temperature anomalies based on PDO index in 1979-2012(units:℃) |
类似，MJO的5~7位相，对流活跃区位于热带西太平洋，正的MSE平流输送位于对流传播的相反方向，形成西正东负的偶极型年代际差异（如图 6i所示），故而不利于对流扰动的快速传播，变暖趋缓期MJO在西太平洋上向东的传播速度比快速增暖期减慢。由此可见，全球变化背景下冬季平均MSE的变化可以很好地解释MSE扰动倾向的年代际变化进而解释MJO传播速度在印度洋和西太平洋地区的年代际变化。
4.3 全球变化背景下MSE年代际变化的原因分析已有研究指出，在热带印度洋—西太平洋暖池区，温度梯度小，因此MSE主要受到大气中水汽分布的调节（Sobel et al., 2001; Raymond, 2001; Jiang, 2017）。我们也计算了MSE的年代际差异及其各项的贡献。由图 8可知，相对于水汽凝结潜热（Lq）、显热能（cpT）和位能（gz）的贡献要小得多。由此可以推测上图中显示的MSE的年代际变化应主要受到了大气中水汽含量的影响。
|
图 8 海洋大陆上空(10°S~10°N, 115°~135°E)区域平均的MSE及各贡献项年代际差值图(单位:105 J kg−1), 差值为2000~2012年平均值减去1985~1997年平均值 Figure 8 Interdecadal differences in MSE and individual items contributing to the MSE difference over the Maritime Continent (10°S-10°N, 115°- 135°E)(units:105 J kg−1).The differences are values during 2000-2012 minus values during 1985-1997 |
因此，我们给出了全球快速增暖期和变暖趋缓期冬季平均整层水汽含量（即大气可降水量）的异常分布及其差异（图 9）。不难看出，两个阶段可降水量的异常分布与MSE是基本一致的。以海洋大陆为中心，热带印度洋—西太平洋暖池区从快速增暖期到变暖趋缓期大气中水汽含量明显增多。由此可见，大气中水汽含量的年代际变化基本决定了MSE的年代际变化特征。Gonzalez and Jiang（2017）也证实北半球冬季海洋大陆上空大气中水汽含量的分布与MJO传播速度的关系。
|
图 9 同图 7, 但为可降水量异常分布(单位:mm d−1) Figure 9 Same as Fig. 7, but for precipitable water vapor (units:mm d−1) |
研究表明，热带海洋是全球变暖趋缓的重要影响因子之一，其中太平洋海温年代际振荡（PDO）对全球变暖趋缓起到了最大贡献。变暖趋缓实际上是叠加在全球增暖趋势上的年代际波动。图 10a给出变暖趋缓期（2000~2012年）与快速增暖期（1985~1997年）冬季平均海表温度异常的差异。可以看出，变暖趋缓期，热带中东太平洋和副热带东北太平洋海温偏低，热带西太平洋及南北副热带西太平洋大部分地区海温偏高。对比基于PDO指数回归的海温异常分布（图 10b）可知，这种海温分布正是PDO负位相的典型分布。然而，需要指出的是，热带印度洋—西太平洋暖池区存在以海洋大陆为中心的异常暖海温区，暖海温的范围比与PDO有关的暖海温范围要大，强度也强，即同时反映了全球平均温度处于高位的背景。
我们知道，热带大气环流为热力直接环流，上述海温加热大气可引起热带环流发生相应变化。图 11给出了变暖趋缓期与快速增暖期OLR、850 hPa和200 hPa速度势的变化情况。在印度洋—西太平洋暖池区上空，变暖趋缓期有明显的对流加强。速度势异常分布显示，存在以海洋大陆为中心的大尺度低层辐合、高层辐散的异常热力环流。因此，全球平均温度偏高和PDO负位相共同作用下的印度洋—西太平洋异常暖海温直接加热了大气，进而其上空对流加强，形成低层辐合、高层辐散、垂直上升运动发展的热力环流，而低层辐合和强烈的上升运动（对流）都有利于该地区的大气中的水汽含量增多。因此，MSE也随之增大。
|
图 11 1985~1997年与2000~2012年冬季平均(a) OLR异常(阴影, 单位:W m−2)及(b) 200 hPa和(c) 850 hPa速度势异常(阴影, 单位: 105m2s−1)和辐散风异常(矢量, 单位:m s−1)的差值分布, 差值均为2000~2012年减去1985~1997年 Figure 11 Differences in winter average (a) OLR anomalies (shadings, units:W m−2), velocity potential anomalies (shadings, units:105m2s−1) and divergent wind anomalies (vectors, units:m s−1) at (b) 200 hPa and (c) 850 hPa.Differences are values during 2000-2012 minus those during 1985-1997 |
综上所述，我们可以得到如下全球变化背景下MJO传播速度发生年代际变化的可能物理过程。
与PDO相关的海温变化是全球增暖趋势呈现年代际变化特征的主要因子。当PDO处于负位相时，热带中东太平洋海温偏冷，而热带印度洋—西太平洋暖池区海温偏暖，同时加上全球平均温度处于高位的背景，暖池区海温偏暖更加明显。异常暖海温直接加热大气，使得上空对流和垂直上升运动加强，低层水汽辐合加强，故而大气中水汽含量增多。由于印度洋—西太平洋地区温度梯度小，大气中的水汽含量基本决定了MSE的分布。因此，以海洋大陆为中心的大气可降水量在变暖趋缓期偏多使得该区域MSE为正异常。由于MJO异常环流对冬季平均MSE的输送及对流活跃区与MSE正异常区的相对位置，使得变暖趋缓期MJO在印度洋上空东传加速，而在西太平洋上空变慢。
5 结论和讨论本文着眼于MJO的年代际变化，分别考察了全球平均温度快速增暖期（1985~1997年）与变暖趋缓期（2000~2012年）两个阶段MJO的年代际变化特征并讨论了全球变化背景下影响MJO年代际变化的可能物理过程。
首先通过RMM指数统计分析MJO的传播特征发现，从快速增暖期到变暖趋缓期MJO各个位相的活跃频次发生了显著变化，其中2~4位相频次减少，而5~7位相出现频次增多。这对应了从快速增暖期到变暖趋缓期，MJO对流扰动在热带印度洋上空停留时间变短、传播速度变快，而在热带西太平洋上停留时间增加、传播速度减慢。
近年来，很多研究表明MSE/ME对MJO的传播起着十分重要的作用。因此，本文讨论了MSE的变化特征及全球变化背景下MJO传播速度不同的可能原因。Jiang（2017）指出MJO有向MSE/ME扰动增加的方向移动的趋势。诊断分析的结果表明，变暖趋缓期与快速增暖期相比，2~4位相在东印度洋上空存在东正西负的MSE扰动倾向，有利于MJO加快东移，而在5~7位相，西太平洋上空为西正东负的MSE扰动倾向，不利于MJO加快东移。进一步分析表明，MSE扰动倾向的年代际变化主要来自MJO扰动风场对平均MSE的水平输送。
总体来说，MJO扰动风场的年代际变化很小，MSE扰动倾向中水平平流项的年代际变化主要是由平均MSE的年代际变化造成的。相比与快速增暖期，变暖趋缓期印度洋—西太平洋暖池区冬季平均MSE偏强，因而2~4位相期间MJO异常环流对冬季平均MSE水平平流输送导致的MSE扰动倾向增加位于对流东侧，有利于MJO东传速度加快。反之，在5~7位相，MSE平流输送导致对流中心东侧MSE扰动倾向减小，不利于对流快速东传。
PDO作为全球变暖趋缓的重要原因，对MJO传播速度年代际变化起到了调节作用。当PDO处于负位相时，热带中东太平和副热带东北太平洋偏冷，全球变暖趋缓，但热带印度洋—西太平洋暖池海温偏暖，加之全球平均气温处于高位，海洋大陆周围异常强的暖海温加热大气，使得海洋大陆上空对流和上升运动加强，大气中水汽含量增多，而该地区的温度梯度小使得水汽含量基本决定了MSE的分布，因此冬季平均MSE在以海洋大陆为中心的暖池区上空为正异常。由此可见，全球变暖背景下PDO对海温分布的影响引起大气水汽含量及MSE的分布变化调制了MJO的年代际变化。
冬季平均海表温度异常的年代际差异分布不仅显示出如PDO负位相的海温分布，同时还有整个大西洋地区显著的正异常。研究表明，大西洋的年代际振荡（AMO）也是重要的海洋年代际信号之一，对全球气候尤其是北半球的气候有较为显著的影响。Wu et al.（2015）指出，1975~1981年，印度洋地区和大西洋地区的振荡表现为明显的同步性，也有研究表明，当前变暖趋缓现象其实是正位相的AMO和负位相的PDO协同作用的结果（Steinman et al., 2015）。表 1给出的位相统计结果显示，MJO在8位相和1位相频次也有明显的变化，其对流活跃区正是位于大西洋影响区，因此有可能受到AMO的影响，但是否同样通过水汽和MSE影响其传播有待于进一步研究。
需要指出的是，本文仅讨论了MJO传播速度的年代际变化特征。实际上，MJO的其他特征也可能存在明显的年代际变化特征，如表 1中显示的MJO的强度在第3位相可能存在显著的年代际变化，已有研究认为MJO的强度与全球变暖有关（Slingo et al., 1999; 刘芸芸等, 2006）。另外，MJO的发生与热带海洋有直接的关系，因此MJO的源地也可能存在年代际的变化，仍需要进一步研究。
MJO作为季节内振荡的强信号，它的重要性不仅在其本身，还在于它可以影响包括我国以及东亚地区在内的热带外地区的气候变率（Jeong et al, 2008; Jia et al., 2011）。研究显示，东亚冬季风的年际、年代际变化特征则有南北两种不同的模式主导（Li et al., 2010; Wang et al., 2010）。北极海冰是我国冬季风异常的重要影响因子，海冰变化与我国冬季降雪有密切联系（Li and Wu, 2012），而Yoo et al.（2011）指出MJO位相频次的长期变化是导致北极升温的一个重要原因，这是否会是除直接影响外MJO影响我国冬季降水的又一种途径？同时，南半球环形模式（SAM）也与东亚地区，尤其是华南地区的冬季降水呈显着的负相关关系（Wu et al., 2015）。MJO作为热带系统，也使连接南北半球系统的重要纽带，SAM对华南降水的影响是否与之有关，也使值得进一步探索的。
在后续工作中，我们将继续研究MJO其它年代际变化特征及其对东亚尤其是我国气候的可能影响。
致谢 本文作者感谢蒋贤安博士对MJO传播速度物理机制解释提出的建议，感谢两位审稿专家和编辑对本文改进提出的宝贵意见。
Adames Á F, Kim D. 2016. The MJO as a dispersive, convectively coupled moisture wave:Theory and observations[J]. J. Atmos. Sci., 73(3): 913-941. DOI:10.1175/JAS-D-15-0170.1
|
Adames Á F, Wallace J M. 2015. Three-dimensional structure and evolution of the moisture field in the MJO[J]. J. Atmos. Sci., 72(10): 3733-3754. DOI:10.1175/JAS-D-15-0003.1
|
Andersen J A, Kuang Z M. 2012. Moist static energy budget of MJO-like disturbances in the atmosphere of a zonally symmetric aquaplanet[J]. J. Climate, 25(8): 2782-2804. DOI:10.1175/jcli-d-11-00168.1
|
Cadet D L. 1986. Fluctuations of precipitable water over the Indian Ocean during the 1979 summer monsoon[J]. Tellus, 38A(2): 170-177. DOI:10.3402/tellusa.v38i2.11710
|
Donald A, Meinke H, Power B, et al. 2006. Near-global impact of the Madden-Julian Oscillation on rainfall[J]. Geophys. Res. Lett., 33(9): L09704. DOI:10.1029/2005GL025155
|
Dong L, Zhou T J. 2014. The formation of the recent cooling in the eastern tropical Pacific Ocean and the associated climate impacts:A competition of global warming, IPO, and AMO[J]. J. Geophys. Res., 119(19): 11272-11287. DOI:10.1002/2013JD021395
|
Dong L, Zhou T J, Chen X L. 2014. Changes of Pacific decadal variability in the twentieth century driven by internal variability, greenhouse gases, and aerosols[J]. Geophys. Res. Lett., 41(23): 8570-8577. DOI:10.1002/2014GL062269
|
Ferranti L, Palmer T N, Molteni F, et al. 1990. Tropical-extratropical interaction associated with the 30-60 day oscillation and its impact on medium and extended range prediction[J]. J. Atmos. Sci., 47(18): 2177-2199. DOI:10.1175/1520-0469(1990)047<2177:TEIAWT>2.0.CO;2
|
Fink A, Speth P. 1997. Some potential forcing mechanisms of the year-to-year variability of the tropical convection and its intraseasonal (25-70-day) variability[J]. International Journal of Climatology, 17(14): 1513-1534. DOI:10.1002/(SICI)1097-0088(19971130)17:14<1513::AID-JOC210>3.0.CO;2-U
|
Gonzalez A O, Jiang X N. 2017. Winter mean lower tropospheric moisture over the maritime continent as a climate model diagnostic metric for the propagation of the Madden-Julian Oscillation[J]. Geophys. Res. Lett., 44(5): 2588-2596. DOI:10.1002/2016GL072430
|
Gruber A, Krueger A F. 1984. The status of the NOAA outgoing longwave radiation data set[J]. Bull. Amer. Meteor. Soc., 65(9): 958-962. DOI:10.1175/1520-0477(1984)065<0958:TSOTNO>2.0.CO;2
|
Hendon H H, Zhang C D, Glick J D, et al. 1999. Interannual variation of the Madden-Julian Oscillation during Austral summer[J]. J. Climate, 12(8): 2538-2550. DOI:10.1175/1520-0442(1999)012<2538:IVOTMJ>2.0.CO;2
|
Hurrell J, Meehl G A, Bader D, et al. 2009. A unified modeling approach to climate system prediction[J]. Bull. Amer. Meteor. Soc., 90(12): 1819-1832. DOI:10.1175/2009BAMS2752.1
|
Jeong J H, Kim B M, Ho C H, et al. 2008. Systematic variation in wintertime precipitation in East Asia by MJO-induced extratropical vertical motion[J]. J. Climate, 21(4): 788-801. DOI:10.1175/2007JCLI1801.1
|
Jia X L, Chen L J, Ren F M, et al. 2011. Impacts of the MJO on winter rainfall and circulation in China[J]. Advances in Atmospheric Sciences, 28(3): 521-533. DOI:10.1007/s00376-010-9118-z
|
Jiang X N. 2017. Key processes for the eastward propagation of the Madden-Julian Oscillation based on multimodel simulation[J]. J. Geophys. Res., 122(2): 755-770. DOI:10.1002/2016JD025955
|
贾小龙, 袁媛, 任福民, 等. 2012. 热带大气季节内振荡(MJO)实时监测预测业务[J]. 气象, 38(4): 425-431. Jia Xiaolong, Yuan Yuan, Ren Fumin, et al. 2012. The real-time MJO monitoring and prediction operation in NCC[J]. Meteorological Monthly (in Chinese), 38(4): 425-431. DOI:10.7519/j.issn.1000-0526.2012.04.006
|
Jiang X N, Li T, Wang B. 2004. Structures and mechanisms of the northward propagating boreal summer intraseasonal oscillation[J]. J. Climate, 17(5): 1022-1039. DOI:10.1175/1520-0442(2004)017<1022:SAMOTN>2.0.CO;2
|
Jiang X N, Waliser D E, Xavier P K, et al. 2015. Vertical structure and physical processes of the Madden-Julian Oscillation:Exploring key model physics in climate simulations[J]. Geophys. Res. Atmos., 120(10): 4718-4748. DOI:10.1002/2014JD022375
|
Jiang X N, Zhao M, Maloney E D, et al. 2016. Convective moisture adjustment time scale as a key factor in regulating model amplitude of the Madden-Julian Oscillation[J]. Geophys. Res. Lett., 43(19): 10412-10419. DOI:10.1002/2016GL070898
|
Kiladis G N, Dias J, Straub K H, et al. 2014. A comparison of OLR and circulation-based indices for tracking the MJO[J]. Mon. Wea. Rev., 142(5): 1697-1715. DOI:10.1175/MWR-D-13-00301.1
|
Kim D, Kug J S, Sobel A H. 2014. Propagating versus nonpropagating Madden-Julian Oscillation events[J]. J. Climate, 27(1): 111-125. DOI:10.1175/JCLI-D-13-00084.1
|
Knutson T R, Weickmann K M. 1987. 30-60 day atmospheric oscillations:Composite life cycles of convection and circulation anomalies[J]. Mon. Wea. Rev., 115(7): 1407-1436. DOI:10.1175/1520-0493(1987)115<1407:DAOCLC>2.0.CO;2
|
Kosaka Y, Xie S P. 2013. Recent global-warming hiatus tied to equatorial Pacific surface cooling[J]. Nature, 501(7467): 403-407. DOI:10.1038/nature12534
|
Lawrence D M, Webster P J. 2002. The boreal summer intraseasonal oscillation:Relationship between northward and eastward movement of convection[J]. J. Atmos. Sci., 59(9): 1593-1606. DOI:10.1175/1520-0469(2002)059<1593:TBSIOR>2.0.CO;2
|
Li J P, Wu Z W. 2012. Importance of autumn Arctic sea ice to northern winter snowfall[J]. Proc. Natl. Acad. Sci. U.S.A., 109(28): E1898. DOI:10.1073/pnas.1205075109
|
Li J P, Wu Z W, Jiang Z H, et al. 2010. Can global warming strengthen the East Asian summer monsoon?[J]. J. Climate, 23(24): 6696-6705. DOI:10.1175/2010JCLI3434.1
|
Lin A L, Li T. 2008. Energy spectrum characteristics of boreal summer intraseasonal oscillations:Climatology and variations during the ENSO developing and decaying phases[J]. J. Climate, 21(23): 6304-6320. DOI:10.1175/2008JCLI2331.1
|
Lin H, Brunet G. 2009. The influence of the Madden-Julian Oscillation on Canadian wintertime surface air temperature[J]. Mon. Wea. Rev., 137(7): 2250-2262. DOI:10.1175/2009MWR2831.1
|
刘芸芸, 俞永强, 何金海, 等. 2006. 全球变暖背景下热带大气季节内振荡的变化特征及数值模拟[J]. 气象学报, 64(6): 723-733. Liu Yunyun, Yu Yongqiang, He Jinhai, et al. 2006. Characteristics and numerical simulation of the tropical intraseasonal oscillations under global warming[J]. Acta Meteorologica Sinica (in Chinese), 64(6): 723-733. DOI:10.3321/j.issn:0577-6619.2006.06.005
|
Lo F, Hendon H H. 2000. Empirical extended-range prediction of the Madden-Julian Oscillation[J]. Mon. Wea. Rev., 128(7): 2528-2543. DOI:10.1175/1520-0493(2000)128<2528:EERPOT>2.0.CO;2
|
Luo J J, Sasaki W, Masumoto Y. 2012. Indian Ocean warming modulates Pacific climate change[J]. Proc. Natl. Acad. Sci. U.S.A., 109(46): 18701-18706. DOI:10.1073/pnas.1210239109
|
Madden R A, Julian P R. 1971. Detection of a 40-50 day oscillation in the zonal wind in the tropical Pacific[J]. J. Atmos. Sci., 28(5): 702-708. DOI:10.1175/1520-0469(1971)028<0702:DOADOI>2.0.CO;2
|
Madden R A, Julian P R. 1972. Description of global-scale circulation cells in the tropics with a 40-50 day period[J]. J. Atmos. Sci., 29(6): 1109-1123. DOI:10.1175/1520-0469(1972)029<1109:DOGSCC>2.0.CO;2
|
Madden R A, Julian P R. 1994. Observations of the 40-50-day tropical oscillation-A review[J]. Mon. Wea. Rev., 122(5): 814-837. DOI:10.1175/1520-0493(1994)122<0814:OOTDTO>2.0.CO;2
|
Maher N, Gupta A S, England M H. 2014. Drivers of decadal hiatus periods in the 20th and 21st centuries[J]. Geophys. Res. Lett., 41(16): 5978-5986. DOI:10.1002/2014GL060527
|
Maloney E D. 2009. The moist static energy budget of a composite tropical intraseasonal oscillation in a climate model[J]. J. Climate, 22(3): 711-729. DOI:10.1175/2008JCLI2542.1
|
Sikka D R, Gadgil S. 1980. On the maximum cloud zone and the ITCZ over Indian, longitudes during the southwest monsoon[J]. Mon Wea. Rev., 108(11): 1840-1853. DOI:10.1175/1520-0493(1980)108<1840:OTMCZA>2.0.CO;2
|
Slingo J M, Rowell D P, Sperber K R, et al. 1999. On the predictability of the interannual behaviour of the Madden-Julian Oscillation and its relationship with El Niño[J]. Quart. J. Roy. Meteor. Soc., 125(554): 583-610. DOI:10.1002/qj.49712555411
|
Sobel A, Maloney E. 2012. An idealized semi-empirical framework for modeling the Madden-Julian Oscillation[J]. J. Atmos. Sci., 69(5): 1691-1705. DOI:10.1175/jas-d-11-0118.1
|
Sobel A, Maloney E. 2013. Moisture modes and the eastward propagation of the MJO[J]. J. Atmos. Sci., 70(1): 187-192. DOI:10.1175/Jas-D-12-0189.1
|
Sobel A, Wang S G, Kim D. 2014. Moist static energy budget of the MJO during DYNAMO[J]. J. Atmos. Sci., 71(11): 4276-4291. DOI:10.1175/JAS-D-14-0052.1
|
Sobel A H, Nilsson J, Polvani L M. 2001. The weak temperature gradient approximation and balanced tropical moisture waves[J]. J. Atmos. Sci., 58(23): 3650-3665. DOI:10.1175/1520-0469(2001)058<3650:TWTGAA>2.0.CO;2
|
Steinman B A, Mann M E, Miller S K. 2015. Atlantic and Pacific multidecadal oscillations and Northern Hemisphere temperatures[J]. Science, 347(6225): 988-991. DOI:10.1126/science.1257856
|
Straub K H. 2013. MJO initiation in the real-time multivariate MJO index[J]. J. Climate, 26(4): 1130-1151. DOI:10.1175/JCLI-D-12-00074.1
|
苏京志, 温敏, 丁一汇, 等. 2016. 全球变暖趋缓研究进展[J]. 大气科学, 40(6): 1143-1153. Su Jingzhi, Wen Min, Ding Yihui, et al. 2016. Hiatus of global warming:A review[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40(6): 1143-1153. DOI:10.3878/j.issn.1006-9895.1512.15242
|
Su J Z, Zhang R H, Wang H J. 2017. Consecutive record-breaking high temperatures marked the handover from hiatus to accelerated warming[J]. Scientific Reports, 7: 43735. DOI:10.1038/srep43735
|
Tollefson J. 2014. Climate change:The case of the missing heat[J]. Nature, 505(7483): 276-278. DOI:10.1038/505276a
|
von Storch H, Xu J S. 1990. Principal oscillation pattern analysis of the 30-to 60-day oscillation in the tropical troposphere Part I:Definition of an index and its prediction[J]. Climate Dyn., 4(3): 179-190. DOI:10.1007/BF00209520
|
Waliser D E, Lau K M, Kim J H. 1999. The influence of coupled sea surface temperatures on the Madden-Julian Oscillation:A model perturbation experiment[J]. J. Atmos. Sci., 56(3): 333-358. DOI:10.1175/1520-0469(1999)056<0333:TIOCSS>2.0.CO;2
|
Wang B. 2005. Theory[M]//Intraseasonal Variability in the Atmosphere-Ocean Climate System. Lau W K M, Waliser D E, Eds. Chichester, UK: Praxis Publishing, 307-360, doi: 10.1007/3-540-27250-X_10.
|
Wang H, Fu R. 2000. Influences of ENSO SST anomalies and winter storm tracks on the interannual variability of upper-troposphere water vapor over the Northern Hemisphere extratropics[J]. J. Climate, 13(1): 59-73. DOI:10.1175/1520-0442(2000)013<0059:IOESAA>2.0.CO;2
|
Wang B, Webster P, Kikuchi K, et al. 2006. Boreal summer quasi-monthly oscillation in the global tropics[J]. Climate Dyn., 27(7-8): 661-675. DOI:10.1007/s00382-006-0163-3
|
Wang B, Wu Z W, Chang C P. 2010. Another look at interannual-to-interdecadal variations of the East Asian winter monsoon:The northern and southern temperature modes[J]. J. Climate, 23(6): 1495-1512. DOI:10.1175/2009JCLI3243.1
|
Weickmann K M, Khalsa S J S. 1990. The shift of convection from the Indian Ocean to the western Pacific Ocean during a 30-60 day oscillation[J]. Mon. Wea. Rev., 118(4): 964-978. DOI:10.1175/1520-0493(1990)118<0964:TSOCFT>2.0.CO;2
|
Wheeler M, Weickmann K M. 2001. Real-time monitoring and prediction of modes of coherent synoptic to intraseasonal tropical variability[J]. Mon. Wea. Rev., 129(11): 2677-2694. DOI:10.1175/1520-0493(2001)129<2677:RTMAPO>2.0.CO;2
|
Wheeler M C, Hendon H H. 2004. An all-season real-time multivariate MJO index:Development of an index for monitoring and prediction[J]. Mon. Wea. Rev., 132(8): 1917-1932. DOI:10.1175/1520-0493(2004)132<1917:AARMMI>2.0.CO;2
|
Wheeler M C, Hendon H H, Cleland S, et al. 2009. Impacts of the Madden-Julian Oscillation on Australian rainfall and circulation[J]. J. Climate, 22(6): 1482-1498. DOI:10.1175/2008JCLI2595.1
|
Wu Z W, Dou J, Lin H. 2015. Potential influence of the November-December Southern Hemisphere annular mode on the East Asian winter precipitation:A new mechanism[J]. Climate Dyn., 44(5-6): 1215-1226. DOI:10.1007/s00382-014-2241-2
|
Yao S L, Huang G, Wu R G, et al. 2016. The global warming hiatus-A natural product of interactions of a secular warming trend and a multi-decadal oscillation[J]. Theor. Appl. Climatol., 123(1-2): 34-360. DOI:10.1007/s00704-014-1358-x
|
Yoo C, Feldstein S, Lee S. 2011. The impact of the Madden-Julian Oscillation trend on the Arctic amplification of surface air temperature during the 1979-2008 boreal winter[J]. Geophys. Res. Lett., 38(24): L24804. DOI:10.1029/2011GL049881
|
Zhang C D. 2005. Madden-Julian Oscillation[J]. Rev. Geophys., 43(2): 1-36. DOI:10.1029/2004RG000158
|
Zhang C D. 2013. Madden-Julian Oscillation:Bridging weather and climate[J]. Bull. Amer. Meteor Soc., 94(12): 1849-1870. DOI:10.1175/BAMS-D-12-00026.1
|
Zhang L N, Wang B Z, Zeng Q C. 2009. Impact of the Madden-Julian Oscillation on summer rainfall in Southeast China[J]. J. Climate, 22(2): 201-216. DOI:10.1175/2008JCLI1959.1
|