一、ENSO变率的不规则性（论文文献综述）
石运昊[1]（2020）在《西风爆发在ENSO演变中的作用》文中研究指明本研究针对太平洋年代际振荡（Pacific decadal oscillation,简称PDO）不同位相下厄尔尼诺的发展,考察了西风爆发（westerly wind burst,简称WWB）在厄尔尼诺的激发机制和演变机制中作用的异同,总结归纳了西风爆发在PDO不同位相下ENSO演变中的作用。这有助于提高对ENSO的预测技巧,为我国气候季节预测提供科学依据。本研究使用了1980年至2017年时间分辨率为一日4次的ERA-Interim再分析资料、时间分辨率为五日1次的GODAS资料以及ERSST月平均海表面温度资料。得到的主要结论如下:1、研究指出西风爆发在PDO正位相时强度更强、频数更高,对厄尔尼诺的演变影响更加显着;而在PDO负位相时正好相反。在PDO正位相,西风爆发的发生频数、持续时间和空间范围均高于PDO负位相西风爆发的活动。同时,与拉尼娜年和正常年相比,厄尔尼诺年的西风爆发的频数更多,持续时间更长,空间范围更广。在ENSO激发期,PDO正位相期间,厄尔尼诺的演变相较PDO负位相可能受到强度更强、范围更大、发生更频繁的西风爆发的影响。与西风爆发直接相关的天气/气候系统在PDO正位相的空间分布活动范围更广。自PDO由正位相转为负位相后,与西风爆发的天气/气候系统向西移动,导致PDO负位相期间产生更多的中部型厄尔尼诺。2、定义了更适合描述西风爆发的一个新指数,该指数可以更好地描述西风/东风爆发和厄尔尼诺演变之间的关系。根据1980年至2017年赤道地区海表面气压异常场的活动特征提出一个描述赤道地区西风爆发活动的新指数——赤道振荡指数（equatorial oscillation index,简称EOI）。通过将赤道振荡指数与南方涛动指数及西风爆发、东风爆发和Ni?o-3.4海温异常等相关性的差异,指出本文所定义的EOI性能优于传统的SOI。在此基础上,对各指数与Ni?o-3.4海温异常的超前滞后关系进行定量分析发现,SOI与Ni?o-3.4海温异常（sea surface temperature anomaly,简称SSTA）的相关系数从4月到5月发生骤降现象（而EOI与Ni?o-3.4相关没有这种现象）,这可能与副热带南太平洋海平面气压在4月至5月间快速变化有关。即使当SOI与厄尔尼诺的海表面温度异常空间分布不匹配时,EOI仍可以很好地与厄尔尼诺的海表面温度异常空间分布相匹配。3、依据次表层海温的逐候演变特征,在候-月时间尺度上给出赤道太平洋开尔文波事件的判据标准,并分析得到西风爆发影响赤道太平洋开尔文波的最优统计关系。利用超前滞后分析,找到西风异常影响赤道太平洋开尔文波的最优统计关系:在持续西风异常（60天平均）影响下,可有效地引起20天后的赤道太平洋上层海温正异常（60天平均）;而在持续东风异常（30天平均）影响下,可有效引起30天后的赤道太平洋上层海温负异常（30天平均）。在空间位置上,国际日期变更线附近（150°E-170°W）的西风爆发与赤道中东太平洋（160°W-100°W）的20°C等温线深度异常有很好的对应关系。在3月至8月,西太平洋（170°E以西）西风异常可导致150°W温跃层的变化,激发开尔文波东传至赤道东太平洋。在ENSO成熟期（9月-次年2月）,国际日期变更线附近（150°E-170°W）的西风爆发与赤道东太平洋（120°W附近）海表面温度和温跃层三者形成Bjerkness正反馈,导致赤道西太平洋（170°E附近）西风异常与赤道东太平洋（110°W附近）20°C等温线深度异常的同期相关最大。
戴维·巴蒂斯蒂,Daniel J.Vimont,Benjamin P.Kirtman,贾朋群,田晓阳[2]（2019）在《第8章 认识大气/海洋变率耦合动力学100年进步》文中提出大气和上层海洋状态的实地观测网和再分析产品,显示了明确的从季节到年代际耦合气候变率的大尺度特征。我们通过观测分析、用各种复杂程度的非耦合和耦合大气和海洋模式进行试验及从理论发展视角,总结了这些现象及其物理含义。我们从讨论赤道热带太平洋和大西洋季节循环开始,它无疑受到了大气和海洋之间耦合的影响。之后,我们讨论仅仅因为大气和海洋之间耦合而存在的热带现象:太平洋和大西洋经向模态,太平洋上的厄尔尼诺-南方涛动（ENSO）,以及大西洋类似ENSO的现象。对于ENSO,我们进一步讨论ENSO冷暖阶段之间的不规则和不对称的来源,以及ENSO对强迫的响应。北半球中纬度所有尺度变率的基础,首先是不依赖于海洋、陆地或海冰分布状态的任何变化而存在的非耦合大气变率。这些特征包括北大西洋涛动（NAO）、北太平洋涛动（NPO）和太平样北美/阿留申低压（PNA）分布;它们大多在冬季最活跃,时间谱近似于白噪声。NPO、PNA和NAO的随机变率通过湍流交换和Ekman传输在从天到年际时间尺度上驱动海洋,在年代际和更长时间尺度上通过风应力驱动。PNA是导致太平洋年代际涛动的部分原因;NAO是北大西洋类似副极地海洋涡旋现象的成因。模式方面,NAO的随机强迫还使得大西洋经向翻转环流（AMOC）的强度变率增加,它是被称为大西洋多年代涛动（AMO）的北大西洋气候多年代际距平的部分原因;充分确定AMO物理机制的观测尚不存在。我们评述过去50年里我们在认识这些现象中取得的每一个进步,以及惠及的短期（季节到年际）气候预测。最后,简要讨论将要实现的进展暂时性措施和期盼中的进展。
田丰[3]（2019）在《一个新的混合型大气—海洋物理和生物地球化学耦合模式及对ENSO调制的模拟研究》文中进行了进一步梳理厄尔尼诺和南方涛动（El Ni?o and Southern Oscillation,简称ENSO）现象对全球气候和生物地球化学过程具有显着的影响。当前,ENSO的模拟和预测仍然存在着很大的不确定性和模式间的差异性。由于热带太平洋存在的多尺度生物地球化学过程可与海洋和大气产生复杂的相互作用,并影响ENSO的特征,因此在数值模式中合理表征这些多尺度多圈层过程对改进ENSO模拟和预测具有重要意义。本文围绕与海洋生物地球化学过程相关的叶绿素年际变率、季节内变率及其与淡水通量的共同作用对ENSO的反馈等科学问题,首先发展了一个混合型大气-海洋物理和生物地球化学耦合模式（Hybrid Coupled Model（HCM）of Atmosphere,Ocean Physics,and ocean Biogeochemistry（AOPB））;该模式由混合型大气-海洋物理模式与海洋生物地球化学模式相互耦合构成;其中混合型大气-海洋物理模式是由海洋环流模式（OGCM）与统计型大气模式（表征年际风应力和淡水通量异常）进行耦合。模式试验表明HCM-AOPB可以很好地模拟热带太平洋物理和生物地球化学过程,为研究海洋物理-生物间相互作用等提供有效的模式工具。在此基础上,利用HCM-AOPB模拟试验和观测资料,系统性研究了叶绿素的年际变率、热带不稳定波（Tropical Instability Waves,TIWs）引起的叶绿素扰动和叶绿素与淡水通量的共同作用对ENSO的调制效应,具体结果如下:（1）在叶绿素年际变率对ENSO的调制方面,叶绿素可以改变太阳辐射在上层海洋的穿透能力,并引发生物加热效应影响气候系统。当前生物加热效应对热带太平洋气候的影响仍不清楚,特别是叶绿素的年际变率是如何调制ENSO的仍然存在着很大争议（即增强还是减弱ENSO振幅）。HCM-AOPB试验表明,叶绿素年际变率可以减弱ENSO振幅约22%。具体过程是:年际可变的叶绿素显着调制穿透到混合层底的太阳辐射(Qpen),进而改变上层海洋的垂向热力结构和密度层结,从而影响垂向混合等动力过程,进一步影响海表面温度（Sea Surface Temperature,SST）并最终形成对ENSO的负反馈。在El Ni?o期间,赤道中西太平洋的叶绿素浓度减小(0.05-0.1mg m-3),使得Qpen增加和混合层内吸收的太阳辐射(Qabs)减少,这在混合层与次表层之间产生加热差异;进一步减弱上层海洋层结并增强垂向混合,从而使得次表层的冷水更易进入混合层内,间接地减弱了El Ni?o期间SST的暖异常（La Ni?a的情形恰好相反）。这一新机制与以往叶绿素直接加热效应不同（即混合层内的叶绿素吸收太阳辐射增多,从而直接产生加热效应影响SST,并对ENSO产生反馈效应）。（2）在季节内尺度的生物过程对气候的影响方面,聚焦于热带不稳定波（TIWs）引起的叶绿素扰动对海洋和ENSO的影响。我们发现TIWs引起的叶绿素扰动可以减弱TIWs的强度（约7%-9%）,并进一步增强ENSO的振幅（约27%）。TIWs存在正负相交的波形扰动（SST变冷或者增暖）,对应着叶绿素的增加或减小,从而可对Qpen产生调制效应,进而影响上层海洋温度和密度层结;密度层结的变化减弱了涡有效位能向涡动能的转化（即斜压转化项）,并最终使得TIWs的强度减弱。减弱的TIWs导致其由赤道外向赤道输送暖水的能力减弱,使得东太平洋冷舌区获得的热量减少,在La Ni?a期间SST的冷异常加剧,从而增强La Ni?a的强度,最终通过海气耦合过程形成对ENSO的正反馈。这不同于在年际尺度上叶绿素的变化对ENSO的负反馈,表明不同时空尺度的叶绿素变率对ENSO的反馈作用可能是反向的,这些结果有助于解释当前叶绿素变率对ENSO反馈所存在的争议。（3）在淡水通量与叶绿素的年际变率对ENSO的调制方面,当同时考虑两者共同影响时,它们对ENSO振幅的调制效应是非线性的。淡水通量的年际变率可以增强ENSO的振幅:在El Ni?o期间,赤道中西太平洋淡水通量增加,从而减小表层盐度和增强上层海洋层结,使得混合层深度变浅;这导致由次表层进入混合层的冷水减少,进而增强El Ni?o期间SST暖异常（La Nina期间情形恰好相反）,形成对ENSO的正反馈。因此,淡水通量和叶绿素的年际变率对ENSO的影响趋向于相互抵消。但当两者的影响同时存在时,情形会完全不同:当叶绿素的年际变率所引起的生物加热效应达到某一反馈强度时,淡水通量年际变率的增大却会导致ENSO振幅的减小。这使得淡水通量强迫对ENSO的增幅效应会由生物加热的减弱效应所补偿甚至反向,从而形成对ENSO的非线性调制。这种不同反馈之间的相互作用为解释自然界和数值模式中所广泛存在的不同过程对ENSO调制效应的差异性和敏感性提供了新的思路。综合上述的研究结果发现,叶绿素所引起的生物加热效应对ENSO的反馈存在对时空尺度的依赖性和敏感性,并且其与淡水通量等其它过程之间的非线性共同作用使得ENSO表现出可变性和复杂性。
宋迅殊[4]（2018）在《热带年际变化及其对全球变暖的响应 ——耦合模式发展和可预测性研究》文中提出热带年际变化是全球气候变化最强的信号,不但会显着影响热带区域的气候,而且会通过大气的遥相关响应影响全球气候。因此,研究热带海洋年际变化的物理机制以及预测热带年际变化是近几十年来的研究热点。本文通过不同复杂程度的模式和模型,对热带年际变化的模拟、可预测性以及热带太平洋年际变化对全球变暖的非线性响应进行了研究。首先,以Zebiak-Cane模式（ZC模式）的物理框架为基础,建立了一个覆盖整个热带海洋的中等复杂程度海气耦合模式,并评估了模式的模拟效果。相比于ZC模式,热带海气耦合模式最大的改进之处是:1、在混合层温度方程中加入了简单的热通量参数化;2、利用模式输出统计修正方法（MOS）,对模式产生的风场进行了修正。其次,本文利用多种数值试验考察了这一模式对热带年际变化的模拟效果。强迫试验和耦合试验表明,该模式能够较好地模拟出热带区域产生的主要年际变化模态,例如ENSO、印度洋海盆模（IOBM）和印度洋偶极子模态（IOD）。模式再现的印度洋和太平洋之间的紧密关系与观测资料相似,但是模式高估了热带太平洋和大西洋之间的关系,这导致了模式模拟的大西洋Ninno现象有一定的系统偏差。热带海洋模式对热带年际变化合理的模拟结果表明这一模式能够成为研究和预测热带年际变化的有力工具。然后,本文通过13 6年的回报试验研究了模式对热带年际变化的预测技巧和模式对ENSO和IOD预测技巧年代际变化。结果显示,模式能够提前一年以上对ENSO事件做出有效的预测。在热带印度洋,模式对西印度洋的预测技巧要明显高于东印度洋。而对于IOD事件,模式的有效预测时效约为5个月。模式对ENSO和IOD的预测技巧与现今主流模式相当。ENSO和IOD事件的可预测性均存在年代际的变化。ENSO自身的强度是影响ENSO可预测性的重要因子。IOD的可预测性在1981-2000年代和1921-1940年代的预测技巧较高,而在1941-1960年代和1961-1980年代IOD的预测技巧相对较低。与ENSO不同,影响IOD可预测性的主要因子是ENSO-IOD之间的关系,而IOD和ENSO本身强度的影响较弱。最后,本文利用不同复杂程度的模式和模型（ZC模式和概念模型）研究了热带太平洋对全球变暖的响应。结果表明,在ZC模式和简单的耦合模型中,热带太平洋对全球变暖的响应符合“海洋动力恒温机制”（ocean dynamical thermostat）,其特征为:在全球变暖的情况下,东西太平洋温度梯度将会增强,形成La Ninna型的响应。产生这种响应的原因是东西赤道太平洋气候态上升流强度的不同。在线性条件下,增强的东西温度梯度将增加热带太平洋的不稳定性,进而增强ENSO事件的强度。而当考虑次表层温度对温跃层异常响应的非线性后,“海洋动力恒温机制”造成的东太平洋温跃层上升将减弱SST对温跃层变化的响应,从而减弱ENSO的强度。对概念模型进行分岔分析表明,对于特定的耦合强度,存在一个临界外强迫热通量。当实际外强迫热通量超过该临界值时,耦合系统将从自我维持的振荡状态转变为稳定的La Ninna平衡态。这一状态的转变将导致温度梯度的非线性变化。目前的热带气候状态处于临界值附近,因此,耦合系统对随机过程和耦合强度的变化十分敏感。
史珩瑜[5]（2017）在《近百年来全球变暖背景下ENSO变化特征》文中指出ENSO是气候系统年际变化中最重要的模态,其发生发展会引起全世界的气候异常。本文利用美国NOAA提供的月平均海表温度资料和英国Hadley中心提供的全球逐月海温格点资料以及参加CMIP5的22个历史模式的海温数据,系统性地研究了 1900—2015年ENSO典型属性的变化特征以及在当代气候模式中的模拟效果,主要得到以下结论:（1） 1900—2015年中ENSO事件强度发生了明显变化。在20世纪20至50年代的强度偏弱期,ENSO空间型的南北宽度为近百年来最窄,伴随着最大海温异常中心位置偏西;相比之下,在20世纪70年代以来的强度偏强期,ENSO空间型的南北宽度达到最宽,对应着最大海温异常中心位置偏东,而2000年以后的情形有向相反方向发展的趋势。（2） 20世纪80年代以后,Nifno3区和Nifno4区的相关性降低、独立性增加,热带太平洋海温的第二模态ElNifoModoki出现并加强,这与同时期两类El Nino事件的共存相对应。（3）在20世纪初至30年代,ENSO的主周期为2—3年;30年代到60年代,ENSO的主周期变长,为4—6年;60年代到70年代后期,有一个2—3的主周期;在80年代,主周期为3—5年;进入21世纪之后,ENSO的主周期变短为2—3年。（4） 20世纪10年代至60年代末,ENSO的偏度都处于一个较低的水平,说明此时段内没有超强ElNifno事件发生;而在20世纪80年代以后,ENSO的偏度增加明显且一直保持在一个较高水平,表明这段时间内的ENSO的不对称性增加。（5）模式基本上都能模拟出热带太平洋海温的气候态,也能够模拟出其第一模态,但对第二模态的模拟效果一般。模式模拟的ENSO空间型与观测相比“更为狭长”。在强度的模拟方面,模式中ENSO的振幅变化范围很大,其变化范围甚至已经超过了振幅本身的值。在偏度的模拟方面,模式模拟的ENSO的偏度和锋度都在0值附近振荡,说明模式中的ENSO更接近于正态分布。在周期的模拟方面,模式大都较正确的模拟出了 ENSO的2—7年主周期。有不少模式可以较好的模拟出过去百余年ENSO强度的变化情况。
史珩瑜,张祖强,任宏利[6]（2017）在《近百年来ENSO强度的变化特征》文中研究表明利用美国NOAA提供的月平均海表温度资料和英国Hadley中心提供的全球逐月海温格点资料,研究了1900—2015年间厄尔尼诺-南方涛动现象（ENSO）的强度变化。结果发现,1900—2015年中ENSO事件强度发生了明显变化:20世纪初期至50年代ENSO强度为近百年来最弱时期,而从50年代以后其强度显着增强,特别是70年代至90年代末期ENSO强度达到近百年来最强,但在2000年以后其强度又有所减弱。进一步分析表明,在20世纪20—50年代的强度偏弱期,ENSO空间型的南北宽度为近百年来最窄,伴随着最大海温异常中心位置偏西;相比之下,在20世纪70年代以来的强度偏强期,ENSO空间型的南北宽度达到最宽,对应着最大海温异常中心位置偏东,而2000年以后的情形有向相反方向发展的趋势。
张荣华,王凡[7]（2016）在《海洋多尺度和多圈层过程及其相互作用研究——一个应用于厄尔尼诺模拟的成功范例》文中进行了进一步梳理海洋中存在各种对气候和环境有显着影响的多尺度自然现象,如热带不稳定波和厄尔尼诺-南方涛动（El Ni?o-Southern Oscillation,ENSO）等,它们是海洋中不同时间和空间尺度过程及其与地球系统中其他圈层之间相互作用的综合产物,表现出复杂性、多样性、多变性和相互作用等特点。对海洋的研究要作为一个系统来展开,以考虑多尺度和多圈层过程间的相互作用和反馈;要采用不同方法相结合的综合手段（包括观测、理论和模式等）;在认知和表征现象和过程的基础上,进一步构建模式,从而模拟、预测和预估海洋相关现象及其对气候和环境变化的影响。作为地球系统中最强的年际变化信号,ENSO现象是研究年际时间尺度海气相互作用和气候预估的核心内容,本文以ENSO为例,来阐明海洋多尺度和多圈层过程及其相互作用对ENSO的调制影响（如海洋生物引发的加热效应和热带不稳定波等的反馈作用）。
陶灵江[8]（2017）在《基于条件非线性最优扰动方法和IOCAS ICM的ENSO可预报性研究》文中研究说明厄尔尼诺（El Ni?o）是热带中东太平洋海温异常增暖的海气耦合现象,它的发生往往造成全球性的自然气候灾害,因而备受国际社会和学术界的高度关注。近几十年来的不断深入研究加深了对其动力过程的理解以及数值模拟和预报,但El Ni?o实时预报仍然存在着很大的不确定性。通常,初始场误差和模式误差被认为是导致El Ni?o预报不准确的主要原因。本文基于IOCAS ICM（中国科学院海洋研究所简化的海气耦合模式）,利用条件非线性最优扰动（CNOP）方法,考察初始场误差和参数误差以及其联合效应对El Ni?o可预报性的影响,并进一步考察去除CNOP相关的敏感区的初始场误差对预报改进的效果,最后给出改进模式的一些建议。本论文研究的主要内容和结论如下:（1）考察了ICM对热带太平洋海表温度（SST）的模拟和预报能力。表明ICM能够准确模拟出具有4年准周期振荡的ENSO现象,在冬季振幅达到极值。ICM在中太平洋海区具有较高的预报技巧,但同其他模式一样,在跨春季预报时,其预报技巧迅速降低,具有较强的春季预报障碍（SPB）现象。（2）揭示了模式中造成对El Ni?o预报最大不确定性的最优初始场误差（CNOP-I）时空特征。指出SST和海表高度（SL）的CNOP-I空间结构与预报初始时刻所在季节有关,这些初始场误差会产生类似Bjerknes正反馈机制以及温跃层反馈机制,从而产生类似La Ni?a模态的误差演变过程。考察CNOP-I引起的季节性误差增长,表现出较强的SPB现象。针对CNOP-I误差极值的局地性特征,揭示了ICM对ENSO预报的敏感区主要在中西太平洋表层以及东太平洋次表层,这些为目标观测提供了理论指导。特别地,考虑到随季节变化的CNOPI,暗示ICM的敏感区也随季节变化,从而建议采用随季节而变的适应性观测来改善预报模式初始场,会更有效提高模式对El Ni?o的预报能力,并能够减弱SPB现象。（3）考察了CNOP-I相关的目标观测对El Ni?o预测技巧的提高程度。通过理想观测系统模拟试验。发现,相对于其他地区,若在赤道中太平洋地区增加观测,能够更有效地提高ICM对ENSO的预报技巧,可以使预报误差减小25%左右;其次较为有效的地区为东太平洋。此外,也指出,仅仅去除某一区域的初始场误差,会使其与初始场不匹配,从而甚至会使预报技巧降低。进一步,实施CNOP-I相关的观测网,考察去除这些敏感区的初始场误差对预报改善的效果,发现随季节变动的观测网更有利于抑制预报误差的发展:例如在中太平海区增加观测基础上,若在4-10月份补充赤道东太平洋的观测,会进一步提高预报技巧,改进预报效果达到62%以上。同时,这种CNOP-I相关敏感区的观测网能够有效削弱ENSO预报的SPB现象,而去除非敏感区的误差并不会削弱SPB现象甚至会加强SPB。因而对于目标观测要充分考虑敏感区的季节性变化,才能最大化预报技巧的提高,进一步证实了CNOP-I确定的敏感区对ENSO预报的重要意义。（4）用CNOP方法探讨了模式误差对El Ni?o预报的影响,如海气耦合相对系数（）和温跃层反馈系数（0）)的模式参数误差以及其初始场误差共同作用所造成的El Ni?o预报不确定性。揭示了最优模式参数误差（CNOP-P）空间结构与El Ni?o事件本身有关,同样其所造成的误差增长也有很大的不确定性,在某些情况产生类似La Ni?a模态的误差增长,也会出现El Ni?o模态的误差增长。但是,CNOP-P误差分布也有一定的局地性:误差集中在中太平洋,0)误差则集中在东太平洋冷舌区。这种误差分布会使模式产生较强的Bjerknes正反馈和次表层对表层的热力强迫效应,从而使得ICM模拟结果偏离真实海洋热力状况。进一步,考察了在模式误差和初始场误差同时存在（C-CNOPs）的情况下,其对预报误差发展的上限。指出,预报误差的发展主要取决于初始场误差,季节性的C-CNOPs引起的误差演变与CNOP-I相似,而模式参数误差引发的增强的Bjerknes正反馈和温跃层效应会进一步扩大误差的发展。值得注意的是,CCNOPs也能产生类似SPB现象,所引起的季节性误差增长远大于CNOP-P和CNOP-I以及CNOP-P和CNOP-I的线性组合（CNOP-I+CNOP-P）;这表明SPB一方面可能由于特定类型的初始场误差造成,同时模式的不确定性也会对ENSO预报技巧的季节性变化产生影响,而且当模式误差和初始场误差同时存在的情况下,ICM对El Ni?o的预报更容易出现SPB现象,从而造成预报技巧降低。（5）提出了基于IOCAS ICM改进ENSO预报技巧的新思路。在考察CNOPP或者C-CNOPs参数误差的空间特征时,表现出明显的局地特性:海气系统相对耦合系数（）误差集中在中太平洋,次表层夹卷温度反馈系数（0）)误差则集中在东太平洋冷舌区。换句话说,El Ni?o模拟对中太平洋的海洋和大气的耦合关系特别敏感;同时,东太平洋冷舌区的次表层对表层的热力强迫过程也对用ICM模拟及预报ENSO有着重要的意义。因此为了提高ICM对El Ni?o的准确模拟及预报,除了提供更为精确的初始场外,对于中太平洋海洋与大气间相互作用以及东太平洋冷舌区域次表层对表层的热力强迫作用必须给予很好的处理,尤其是它们在数值模式中的表征和参数化方面。
安芷生,吴国雄,李建平,孙有斌,刘屹岷,周卫健,蔡演军,段安民,李力,毛江玉,程海,石正国,谭亮成,晏宏,敖红,常宏,冯娟[9]（2015）在《全球季风动力学与气候变化》文中进行了进一步梳理本文结合现代季风和古季风研究成果对全球季风进行了一个全面回顾,并引入了一个全球季风的新定义,该定义考虑了三维分布、终极成因,强调了季节性气压梯度变化对季风环流的影响,并同时使用了环流与降水来描述季风强度。我们在从构造到季节内的宽广时间尺度上来考察全球季风气候变化。全球季风的性质包括全球不均一性、区域差异性、季节性、准周期性、不规则性、不稳定性和穿时性。对全球季风动力学来说,太阳辐射、地球轨道参数、下垫面性质和海-陆-气相互作用十分重要。本文还讨论了季风变率在不同时间尺度上的主要驱动因子以及多时间尺度之间的动力学关系。自然过程与人类活动影响对我们理解未来全球季风行为都非常重要。
孟佳佳[10]（2015）在《基于统计方法的SST年际和年代际可预报性研究》文中认为气候系统是一个复杂的非线性系统,（不）可预报性是其固有的属性。研究表明,气候系统年际到年代际的可预报性主要来自海洋。海洋作为气候系统的重要组成部分,其海表面温度（SST）是衡量气候平均和变率的一个重要因子。因此,研究全球海表面温度SST的年际和年代际可预报性具有重要意义,可以为预测未来的气候变化提供依据。气候变量的可预报性定义为可预报分量的方差与总方差的比值。与经验正交函数（EOF）分解类似,根据可预报性最大的原则,可以将气候变量分解为可预报成分和空间结构的线性组合。本文分别利用NOAA扩展重建的ERSST资料和GFDL模式CM3工业化革命前试验模拟结果研究SST的年际、年代际可预报性和可预报成分,从而寻找海洋中存在年际和年代际可预报性的主要区域。通过对观测的月平均SST进行分析可知,月平均全球SST的可预报性为3个月,第一可预报成分的可预报性为2年以上,空间上表现为北太平洋和北大西洋的异常增暖,表征了与AMO相似的SST气候态的长期波动特征,第二三可预报成分的可预报性为6个月左右。年际可预报性主要集中在热带太平洋,热带太平洋SST的可预报性为4个月,可预报成分具有与ENSO类似的结构,均呈现热带中东太平洋的异常增暖,其中第二可预报成分与Nino3指数相关较高。因此,热带太平洋SST的可预报性来自ENSO.通过对CM3模式模拟的工业化革命以前的年平均SST进行分析可知,全球SST在前置时间为1年时,预报技巧为0.55。SST的年代际可预报性主要集中在中高纬度。北太平洋、北大西洋SST的可预报成分具有5年以上的可预报性,并呈现明显的年代际变率,北太平洋SST第二可预报成分与太平洋年代际振荡PDO有一定的相关,北大西洋SST第二可预报成分与大西洋多年代际振荡AMO相关较好。综上所述,SST的年际可预报性主要在热带,并且与ENSO有一定的联系,而SST的年代际可预报性主要在中高纬度,如北太平洋、北大西洋,年代际可预报性与太平洋年代际振荡PDO以及大西洋多年代际振荡AMO有一定的相关。
二、ENSO变率的不规则性（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、ENSO变率的不规则性（论文提纲范文）
（1）西风爆发在ENSO演变中的作用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 ENSO的基本介绍 |
| 1.3 西风爆发在ENSO事件激发中的作用 |
| 1.4 西风爆发分类 |
| 1.5 西风爆发成因分类 |
| 1.5.1 热带气旋对西风爆发的作用 |
| 1.5.2 印度洋MJO对西风爆发的作用 |
| 1.5.3 东亚季风对西风爆发的作用 |
| 1.5.4 澳洲季风对西风爆发的作用 |
| 1.5.5 信风变化对西风爆发的作用 |
| 1.6 西风爆发在ENSO演变过程中的作用 |
| 1.7 亟待解决的科学问题 |
| 1.8 研究内容及具体章节安排 |
| 1.9 主要创新点 |
| 第2章 资料与方法 |
| 2.1 研究时段说明 |
| 2.2 资料说明 |
| 2.3 研究方法说明 |
| 2.3.1 西风爆发/东风爆发 |
| 2.3.2 经验正交函数分解方法 |
| 2.3.3 费舍尔R-Z变换 |
| 2.3.4 暖性开尔文波事件和冷性开尔文波事件 |
| 第3章 西风爆发的时空分布特征 |
| 3.1 西风爆发/东风爆发的标准 |
| 3.2 PDO正负位相西风爆发的时空分布特征 |
| 3.3 PDO正负位相西风爆发的特征比较 |
| 3.4 PDO正负位相西风爆发差异的成因 |
| 3.4.1 WWB的二维空间分布 |
| 3.4.2 WWA发生频率的空间分布 |
| 3.4.3 WWB强度与持续时间的关系 |
| 3.5 总结 |
| 第4章 适用于描述西风爆发的指数——赤道振荡指数 |
| 4.1 赤道振荡指数的定义 |
| 4.2 赤道振荡指数与ENSO的关系 |
| 4.3 赤道振荡指数与西风爆发之间的关系 |
| 4.4 赤道振荡指数与东风爆发之间的关系 |
| 4.5 赤道振荡指数的物理解释 |
| 4.6 总结 |
| 第5章 西风爆发对海洋开尔文波的作用 |
| 5.1 西风爆发的与海温异常的关系 |
| 5.2 西风爆发与海洋开尔文波的关系 |
| 5.3 西/东风异常累积量与暖/冷水累积量的关系 |
| 5.4 不同位置的西风爆发与不同位置的海洋20°C等温线深度异常的同期关系 |
| 5.5 总结 |
| 第6章 总结与讨论 |
| 6.1 主要结论 |
| 6.2 讨论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（2）第8章 认识大气/海洋变率耦合动力学100年进步（论文提纲范文）
| 1 引言 |
| 2 季节循环 |
| a 年平均气候 |
| b 太平洋和大西洋ITCZ季节循环:海洋季风 |
| 3 经向模态 |
| a 动力 |
| b 影响 |
| 4 ENSO |
| a 观测描述的ENSO |
| b 本质上为非耦合大气和海洋动力的热带季节到年际耦合变率 |
| 1)大气对非绝热加热的响应 |
| 2)海洋对风应力强迫的响应 |
| c ENSO模拟和理论 |
| 1)ENSO模态 |
| 2)ENSO模态相关的进一步理论成果 |
| d 支持ENSO模态的更多证据 |
| e ENSO暖和冷时段幅度的不对称 |
| f ENSO的不规则 |
| 1)随机强迫 |
| 2)ENSO模态和其他耦合大气/海洋模态之间非线性相互作用 |
| 3)基本态的甚低频变化 |
| g 强迫反应 |
| h ENSO总结 |
| i 热带大西洋纬向模态 |
| 5 印度洋偶极子的兴衰 |
| a 季节到年际变率 |
| b 年代到多年代变率 |
| 6 季节到年际可预报性 |
| a 预报ENSO开始和生命循环 |
| b 预报与ENSO相关的遥相关 |
| 7 即将到来、潜在问题和可期未来 |
| a 即将到来 |
| 1)针对大气对中纬度海洋变率反应的认识会加深。 |
| 2)季节和年际时间尺度可预报性增加。 |
| 3)围绕ENSO的过程的模式表达改进。 |
| 4)改进对区域对气溶胶响应的认识。 |
| b 潜在问题 |
| c 可期的未来 |
| 1)减少气候模式偏差 |
| 2)变率内部模态变化的检测和归因 |
| 8 我们的思考 |
（3）一个新的混合型大气—海洋物理和生物地球化学耦合模式及对ENSO调制的模拟研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 ENSO对全球气候的影响及其模拟和预测的不确定性 |
| 1.1.2 热带太平洋物理-生物地球化学过程的重要性 |
| 1.1.3 多尺度多圈层过程对ENSO的调制影响 |
| 1.2 研究现状 |
| 1.2.1 生物地球化学过程对太阳辐射在上层海洋中传输的影响 |
| 1.2.2 大尺度海洋叶绿素变率对热带太平洋物理过程的影响 |
| 1.2.3 中小尺度生态过程及其对物理过程的可能影响 |
| 1.2.4 淡水通量过程对ENSO的影响,及其与生态过程对ENSO的联合调制 |
| 1.2.5 海洋生物地球化学模式的发展 |
| 1.3 关键科学问题及主要研究内容 |
| 第二章 数值模式、数据和分析方法 |
| 2.1 一个新的混合型热带太平洋大气-海洋物理和生物地球化学耦合模式 |
| 2.1.1 大气风应力和淡水通量统计模式 |
| 2.1.2 海洋环流模式(OGCM) |
| 2.1.3 海洋生物地球化学模式 |
| 2.1.4 海洋物理模式与生物地球化学模式间的耦合 |
| 2.2 观测和再分析数据简介 |
| 2.2.1 SST数据 |
| 2.2.2 海洋水色卫星数据 |
| 2.2.3 混合层深度数据 |
| 2.2.4 短波辐射再分析资料数据 |
| 2.2.5 淡水通量资料数据 |
| 2.2.6 风场数据 |
| 2.3 分析方法 |
| 2.3.1 海洋生物加热效应的诊断分析 |
| 2.3.2 滤波方法 |
| 2.3.3 一元线性回归分析 |
| 第三章 叶绿素的年际变率对ENSO调制的影响：观测分析 |
| 3.1 分析方法 |
| 3.2 ENSO循环过程中海洋叶绿素及其加热效应的时空结构 |
| 3.2.1 SST和 Chl的年际变率 |
| 3.2.2 H_m和 H_p的年际变率 |
| 3.3 生物过程引起的加热项的年际变率 |
| 3.3.1 Q_(pen)的调制效应 |
| 3.3.2 Q_(abs)和 R_(sr)的调制效应 |
| 3.4 H_p年际变率对各加热项的影响 |
| 3.5 OBH反馈过程对SST的调制机制 |
| 3.6 小结和讨论 |
| 本章附录：观测的平均态和季节变率 |
| 第四章 叶绿素的年际变率对ENSO调制的影响：海洋模式模拟 |
| 4.1 试验设计 |
| 4.2 .Chl年际变率试验(控制试验) |
| 4.2.1 模拟结果验证 |
| 4.2.2 平均态模拟 |
| 4.2.3 年际变率模拟 |
| 4.2.4 H_p的年际变率对OBH各项的调制效应 |
| 4.2.5 由OBH引发的负反馈过程 |
| 4.3 给定气候态Chl场的模拟试验 |
| 4.4 小结 |
| 第五章 叶绿素的年际变率对ENSO调制的影响：海气耦合模式模拟 |
| 5.1 试验设计 |
| 5.2 控制试验模拟结果 |
| 5.2.1 控制试验中模拟的海洋物理和生物地球化学场 |
| 5.2.2 大气风场,SST和 Chl之间的关系 |
| 5.2.3 生物地球物理对气候系统影响的机制 |
| 5.2.4 回归分析 |
| 5.3 一个证实OBH负反馈的敏感性试验 |
| 5.4 讨论和比较 |
| 5.5 小结 |
| 第六章 热带不稳定波引起的叶绿素加热效应：海洋模式模拟 |
| 6.1 引言 |
| 6.2 试验设计和方法 |
| 6.2.1 试验设计 |
| 6.2.2 观测数据 |
| 6.3 控制试验中TIWs引发的生态过程的响应 |
| 6.3.1 模式验证 |
| 6.3.2 TIWs引起的SST和生物场扰动 |
| 6.4 控制试验中Chl_(TIW)对短波辐射分配的影响的诊断分析 |
| 6.4.1 诊断分析方法 |
| 6.4.2 Chl_(TIW)对 Q_(pen)和 R_(sr)的影响 |
| 6.5 TIWs尺度的Chl(Chl_(TIW))对海洋的影响：敏感性试验 |
| 6.5.1 Chl_(TIW)对中小尺度过程的影响 |
| 6.5.2 Chl_(TIW)对大尺度过程的影响 |
| 6.5.3 EKE分析 |
| 6.6 小结和讨论 |
| 第七章 热带不稳定波引发的叶绿素加热效应对ENSO的正反馈：耦合模式模拟 |
| 7.1 引言 |
| 7.2 分析方法和试验设计 |
| 7.2.1 分析方法 |
| 7.2.2 试验设计 |
| 7.3 结果分析 |
| 7.3.1 控制试验 |
| 7.3.2 滤波试验：Chl_(TIW)效应对ENSO的影响 |
| 7.3.3 过程分析Ⅰ：Chl_(TIW)对 TIWs的减弱效应 |
| 7.3.4 过程分析Ⅱ：Chl_(TIW)效应对经向热量输送(HFC)的影响 |
| 7.4 小结 |
| 第八章 热带太平洋淡水通量和海洋叶绿素产生的非线性反馈 |
| 8.1 引言 |
| 8.2 模式配置和试验设计 |
| 8.2.1 模式配置 |
| 8.2.2 试验设计 |
| 8.2.3 观测和再分析数据 |
| 8.3 模拟结果 |
| 8.3.1 ENSO的调制效应 |
| 8.3.2 OBH反馈效应 |
| 8.3.3 淡水通量的强迫效应 |
| 8.3.4 联合调制效应 |
| 8.3.5 洞悉ENSO的调制效应 |
| 8.4 小结与讨论 |
| 第九章 全文总结与展望 |
| 9.1 全文总结 |
| 9.2 论文的创新点 |
| 9.3 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）热带年际变化及其对全球变暖的响应 ——耦合模式发展和可预测性研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究意义 |
| 1.2 热带地区年际变化的模拟和预测研究现状 |
| 1.3 ENSO对全球变暖响应的研究进展 |
| 1.4 本文的主要内容和章节安排 |
| 2 中等复杂程度的热带海气耦合模式 |
| 2.1 海洋部分 |
| 2.2 大气部分 |
| 2.3 海气耦合模式 |
| 2.4 本章小结 |
| 3 热带海洋年际变化的可预测性 |
| 3.1 同化方法以及回报试验 |
| 3.2 热带海洋年际变化的可预测性 |
| 3.3 ENSO和IOD可预测性的年代际变化和可能的原因 |
| 3.4 本章小结 |
| 4 ENSO对全球变暖的非线性响应 |
| 4.1 引言 |
| 4.2 观测资料和ZC模式中ENSO对全球变暖的非线性响应 |
| 4.3 简单概念模型中的非线性响应 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 主要内容及结论 |
| 5.2 本文创新点 |
| 5.3 展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
（5）近百年来全球变暖背景下ENSO变化特征（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究现状 |
| 1.2.1 对于ENSO属性变化的研究 |
| 1.2.1.1 基于观测资料的研究 |
| 1.2.1.2 基于理论和简化模型的研究 |
| 1.2.1.3 基于复杂耦合气候模式的研究 |
| 1.2.2 对于模式评估的研究 |
| 1.2.3 对于ENSO年代际变化机制的研究 |
| 1.3 问题的提出及创新点 |
| 1.4 文章的研究内容及章节安排 |
| 第二章 资料和方法 |
| 2.1 资料说明 |
| 2.2 研究方法 |
| 2.2.1 功率谱分析 |
| 2.2.2 Morlet小波分析 |
| 2.2.3 经验正交函数分解(EOF) |
| 2.2.4 一元线性回归分析 |
| 2.2.5 标准差 |
| 2.2.6 偏度系数 |
| 2.2.7 相关系数 |
| 2.2.7.1 简单相关系数 |
| 2.2.7.2 自相关系数 |
| 2.2.7.3 交叉落后相关系数 |
| 第三章 近百年来ENSO典型属性的变化特征 |
| 3.1 引言 |
| 3.2 资料和方法 |
| 3.3 近百年来ENSO典型属性的变化特征 |
| 3.3.1 ENSO强度的变化特征 |
| 3.3.1.1 Nino3.4指数的变化分析 |
| 3.3.1.2 ENSO的空间型变化分析 |
| 3.3.1.3 热带太平洋年际变率强度变化 |
| 3.3.2 ENSO空间型的变化特征 |
| 3.3.2.1 热带太平洋海温距平的主要空间模态 |
| 3.3.2.2 赤道太平洋的海温变化特征 |
| 3.3.2.3 Nino3区和Nino4区的相关性分析 |
| 3.3.3 ENSO传播性的变化特征 |
| 3.3.3.1 Nino3指数和Nino4指数的超前滞后分析 |
| 3.3.3.2 Nino3.4指数和TNI的超前滞后分析 |
| 3.3.4 ENSO周期的变化特征 |
| 3.3.5 ENSO偏度的变化特征 |
| 3.4 本章小结 |
| 第四章 ENSO属性的CMIP5历史模式模拟分析 |
| 4.1 引言 |
| 4.2 资料和方法 |
| 4.2.1 CMIP5简介 |
| 4.2.2 资料介绍 |
| 4.2.3 方法介绍 |
| 4.3 ENSO属性的CMIP5历史模式模拟分析 |
| 4.3.1 热带太平洋气候态的模拟分析 |
| 4.3.2 空间型的模拟分析 |
| 4.3.3 热带太平洋变率的模拟分析 |
| 4.3.4 热带太平洋偏度的模拟分析 |
| 4.3.5 Nino关键区统计量的模拟分析 |
| 4.3.6 海温距平场时空演变特征的模拟分析 |
| 4.3.7 ENSO周期的模拟分析 |
| 4.3.8 ENSO强度变化特征的模拟分析 |
| 4.4 本章小结 |
| 第五章 结果和讨论 |
| 5.1 主要研究结论 |
| 5.2 未来展望 |
| 参考文献(References) |
| 致谢 |
| 个人简介 |
（6）近百年来ENSO强度的变化特征（论文提纲范文）
| 引言 |
| 1资料介绍 |
| 2 ENSO强度变化特征 |
| 2.1 Ni#o3.4指数的变化分析 |
| 2.2 ENSO空间型变化分析 |
| 2.3热带太平洋年际变率强度变化 |
| 3结论与讨论 |
（7）海洋多尺度和多圈层过程及其相互作用研究——一个应用于厄尔尼诺模拟的成功范例（论文提纲范文）
| 1 海洋多尺度和多圈层过程及其相互作用 |
| 2 海洋观测资料的获取和应用 |
| 3 海洋综合模式的发展和改进 |
| 4 海洋多尺度和多圈层过程及其相互作用对ENSO的调制影响 |
| 4.1 海洋多尺度过程对ENSO的调制影响——一个热带不稳定波的例子 |
| 4.2 海洋多圈层过程对ENSO的调制影响——一个海洋生物引发的加热效应的例子 |
| 5 结语 |
（8）基于条件非线性最优扰动方法和IOCAS ICM的ENSO可预报性研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 ENSO理论研究进展 |
| 1.2.2 ENSO模式及其可预报性研究现状 |
| 1.2.3 ENSO的目标观测 |
| 1.3 本文研究内容 |
| 第二章 模式及方法 |
| 2.1 中等复杂程度海气耦合模式（ICM）简介 |
| 2.2 ICM数值模拟所需数据及分析过程 |
| 2.3 ICM对ENSO模拟及预报能力 |
| 2.4 条件非线性最优扰动（CNOP）方法 |
| 第三章 初始场误差对ENSO预报的影响及其对目标观测的启示 |
| 3.1 引言 |
| 3.2 CNOP-I试验设计及结果分析 |
| 3.2.1 CNOP-I分析过程 |
| 3.2.2 最优初始场误差结构 |
| 3.2.3 误差发展机制 |
| 3.2.4 对目标观测的启示 |
| 3.3 目标观测敏感区的验证 |
| 3.3.1 试验方案 |
| 3.3.2 控制预报试验及S1-12 目标观测试验 |
| 3.3.3 CNOP相关的目标观测试验 |
| 3.4 小结 |
| 3.5 讨论 |
| 第四章 模式参数误差对ENSO预报的影响 |
| 4.1 引言 |
| 4.2 CNOP-P和C-CNOPs相关的试验设计 |
| 4.3 CNOP-P结果分析 |
| 4.3.1 CNOP-P空间分布 |
| 4.3.2 CNOP-P引起的误差演变及其增长机制 |
| 4.4 参数误差和初始场误差的联合效应 |
| 4.4.1 C-CNOPs空间结构特征 |
| 4.4.2 误差增长 |
| 4.5 小结 |
| 4.6 讨论 |
| 第五章 总结与展望 |
| 5.1 主要内容 |
| 5.2 论文的创新点 |
| 5.3 讨论及展望 |
| 图例 |
| 参考文献 |
| 个人简历和发表的学术论文 |
（9）全球季风动力学与气候变化（论文提纲范文）
| 1 季风与季风动力学研究意义和历史 |
| 2 全球季风分布及主要成员 |
| 3 多尺度季风变率 |
| 3.1 上新世以来轨道尺度季风变率 |
| 3.1.1 印度夏季风 |
| 3.1.2 东亚夏季风 |
| 3.1.3 非洲季风 |
| 3.2 末次冰期以来千年尺度的季风变率 |
| 3.3 过去千年中全球季风的百年尺度变化 |
| 3.3.1 亚洲-澳大利亚季风 |
| 3.3.2 非洲季风和南美季风 |
| 3.4 年代际变率 |
| 3.4.1 亚洲夏季风 |
| 3.4.2 非洲夏季风 |
| 3.4.3 美洲夏季风 |
| 3.5 年际和季节内变化 |
| 3.5.1 年际变化 |
| 3.5.2 季节内振荡 |
| 4 青藏高原与新生代亚洲季风 |
| 4.1 新生代亚洲季风的形成 |
| 4.2 青藏高原生长与构造尺度上的亚洲季风演化 |
| 4.3 青藏高原与亚洲季风 |
| 5 总结和展望 |
| 5.1 季风气候的共同特征 |
| 5.2 多时间尺度的季风变率 |
| 5.3 未来季风研究展望 |
（10）基于统计方法的SST年际和年代际可预报性研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 选题背景 |
| 1.2 研究现状 |
| 1.2.1 两类可预报性问题 |
| 1.2.2 可预报性研究的方法 |
| 1.2.3 可预报性研究进展 |
| 1.3 本文工作 |
| 第二章 资料和方法 |
| 2.1 数据资料 |
| 2.1.1 观测资料 |
| 2.1.2 模式资料 |
| 2.2 研究方法 |
| 2.2.1 功率谱分析 |
| 2.2.2 可预报性和可预报成分 |
| 2.3 GFDL模式历史试验模拟评估 |
| 2.3.1 前言 |
| 2.3.2 模式评估 |
| 2.3.3 小结 |
| 第三章 SST的年际可预报性 |
| 3.1 全球SST的年际可预报性 |
| 3.2 热带SST的年际可预报性 |
| 3.3 小结 |
| 第四章 SST的年代际可预报性 |
| 4.1 全球SST的年代际可预报性 |
| 4.2 北太平洋SST的年代际可预报性 |
| 4.3 北大西洋SST的年代际可预报性 |
| 4.4 小结 |
| 第五章 总结和讨论 |
| 5.1 本文主要结论 |
| 5.2 存在的问题和未来工作展望 |
| 5.3 本文创新点 |
| 参考文献 |
| 作者简介 |
四、ENSO变率的不规则性（论文参考文献）
- [1]西风爆发在ENSO演变中的作用[D]. 石运昊. 中国气象科学研究院, 2020(03)
- [2]第8章 认识大气/海洋变率耦合动力学100年进步[J]. 戴维·巴蒂斯蒂,Daniel J.Vimont,Benjamin P.Kirtman,贾朋群,田晓阳. 气象科技进展, 2019(S1)
- [3]一个新的混合型大气—海洋物理和生物地球化学耦合模式及对ENSO调制的模拟研究[D]. 田丰. 中国科学院大学(中国科学院海洋研究所), 2019(08)
- [4]热带年际变化及其对全球变暖的响应 ——耦合模式发展和可预测性研究[D]. 宋迅殊. 浙江大学, 2018(01)
- [5]近百年来全球变暖背景下ENSO变化特征[D]. 史珩瑜. 南京信息工程大学, 2017(03)
- [6]近百年来ENSO强度的变化特征[J]. 史珩瑜,张祖强,任宏利. 气候变化研究进展, 2017(01)
- [7]海洋多尺度和多圈层过程及其相互作用研究——一个应用于厄尔尼诺模拟的成功范例[J]. 张荣华,王凡. 中国科学院院刊, 2016(12)
- [8]基于条件非线性最优扰动方法和IOCAS ICM的ENSO可预报性研究[D]. 陶灵江. 中国科学院大学(中国科学院海洋研究所), 2017(03)
- [9]全球季风动力学与气候变化[J]. 安芷生,吴国雄,李建平,孙有斌,刘屹岷,周卫健,蔡演军,段安民,李力,毛江玉,程海,石正国,谭亮成,晏宏,敖红,常宏,冯娟. 地球环境学报, 2015(06)
- [10]基于统计方法的SST年际和年代际可预报性研究[D]. 孟佳佳. 中国科学院研究生院(海洋研究所), 2015(06)