“厄尔尼诺”大几率在本年下半年迸发,对中国会有什么影响

自1900年以来,最少发作了30起厄尔尼诺事宜。近日,来自波茨坦天气影响研讨所的孟君和樊京芳博士,北京师范大学陈晓松传授以及合作者,提出了一种基于熵理论的要领来展望厄尔尼诺事宜的强度。


关于方才到来的2020年,基于下文中提出的 System Sample Entropy 的要领,论文作者展望厄尔尼诺将有很大几率会在今年下半年再次发作,并发展为一个中等强度以至高强度的厄尔尼诺事宜。本文来自微信民众号:集智俱乐部(ID:swarma_org),作者:樊京芳

一、什么是厄尔尼诺?

厄尔尼诺是一种周期性天气征象,指赤道东太平洋海水每隔数年就会异常升温的征象,均匀每2-7年发作一次。厄尔尼诺-南边振荡征象(El Niño-Southern Oscillation,简称 ENSO)是赤道附近东太平洋海水外表温度和海风周期性变化的天气征象。

厄尔尼诺征象是厄尔尼诺-南边振荡征象中的升温阶段。关于该征象的发作机制现在科学界有多种看法,平常以为厄尔尼诺征象的发作,与太平洋赤道上的大气环流—沃特环流—的转变有关。厄尔尼诺-南边涛动征象中的低温阶段称为拉尼娜征象。

在厄尔尼诺与拉尼娜的中心阶段,西太平洋低压和东太平洋高压 (或沃特环流)会形成海风自东向西将东太平洋外表暖和的海水和氛围自东向西吹,同时低层的低温海水向上翻涌,形成东太平洋外表海水温度较低。而在厄尔尼诺发作前,赤道太平洋外表西风削弱或转向,从而使得东太平洋海水温度变高,终究致使厄尔尼诺的发作。在厄尔尼诺时期,热带降水和大气环流的平常规律被打乱,并在环球局限激发极度天气事宜。

由来:“厄尔尼诺”一词泉源于西班牙语,原意为“圣婴”。19世纪初,在南美洲的厄瓜多尔和秘鲁等西班牙语系的国度,渔民们发明,每隔几年,从10月至第二年的3月便会涌现一股沿海岸南移的暖流,使表层海水温度显著升高。南美洲的太平洋东岸原本流行的是秘鲁寒流,跟着寒流挪动的鱼群使秘鲁渔场成为天下四大渔场之一,但这股暖流一涌现,性喜冷水的鱼类就会大批殒命,使渔民们遭遇灭顶之灾。由于这类征象最严峻时每每在圣诞节前后,因而遭遇天灾而又迫不得已的渔民将其称为天主之子——圣婴。

定义:厄尔尼诺征象的涌现频次并不划定规矩,该征象平常每隔2至7年涌现一次,延续时候可长达18个月。依据美国大气海洋管理局(NOAA)的定义, 假如海洋厄尔尼诺指数(Oceanic Niño Index2)凌驾0.5oC,而且延续最少五个月,那末该事宜称为厄尔尼诺事宜(El Niño Episodes);反之,假如海洋厄尔尼诺指数低于 -0.5oC,而且延续最少五个月,那末该事宜会称为拉尼娜事宜(La Nina Episodes)

“厄尔尼诺”大几率在本年下半年迸发,对中国会有什么影响

图1:平常的太平洋款式:西部的暖池驱动深层大气对流。泉源于维基百科

“厄尔尼诺”大几率在本年下半年迸发,对中国会有什么影响

图2:厄尔尼诺征象:暖的海水和大气对流向东挪动。泉源于维基百科

二、厄尔尼诺的影响

1. 天气影响

厄尔尼诺征象会影响环球天气并损坏平常的天气形式,从而大概致使某些处所遭遇猛烈暴雨、大水、极热或极冷的天气前提,进而大概致使动物疾病的迸发(包含人畜共患疾病和食源性疾病),以及植物病虫害和丛林火警等。在以往发作的厄尔尼诺事宜中,某些地区以渔业为生的人遭到严峻影响。

自1950年以来对厄尔尼诺事宜的视察表明,厄尔尼诺的发作及其所形成的影响具有多样性和不确定性的特性,这也就增添了相干展望事情的难度。在大多数厄尔尼诺事宜时期,比较明白的影响包含印度尼西亚和南美洲北部的降雨量低于均匀水平,而南美东南部,赤道非洲东部和美国南部的降雨量高于均匀水平。

对中国的影响:

关于中国来讲,厄尔尼诺易致使暖冬,南边易涌现暴雨洪涝,北部地区易涌现高温干旱,东北易涌现冷夏。比起纯真的气温变化,极度天气更轻易激发风险。

(1)台风削减。西太平洋热带风暴(台风)的发生次数及在我国沿海上岸次数均较平常年份少。

(2)夏日风较弱,季风雨带偏南,位于中国中部或长江以南地区。北部地区地区夏日轻易涌现干旱、高温,南边易发作低温、洪涝。近百年来我国的严峻大水,如1931年、1954年和1998年长江中下游地区的大水,都发作在厄尔尼诺征象涌现的次年。

(3)厄尔尼诺征象发作后的冬季,我国北部地区地区轻易涌现暖冬。

2. 对人类和天然的社会生态影响

经济:广泛地说,厄尔尼诺征象会影响商品价格和差别国度的宏观经济。它可以限定降雨驱动的农产品的供给;削减农业产量,修建和效劳运动;形成食物价格上涨和通货膨胀;并大概在重要依靠入口食物的依靠商品的贫困国度激发社会动乱。

另外,在厄尔尼诺打击以后,大多数国度都阅历了短时候的通胀压力,而环球动力和非燃料商品价格却在上涨。

康健: 与厄尔尼诺征象有关的极度天气状况与流行病发病率的变化有关。比方,厄尔尼诺周期与蚊子流传的某些疾病的风险增添有关,比方疟疾,登革热和裂谷热。印度,委内瑞拉,巴西和哥伦比亚的疟疾恶性循环现已与厄尔尼诺征象有关。暴雨和大水后,在澳大利亚东南部的温带地区迸发了另一种由蚊子流传的疾病,即澳大利亚脑炎(Murray Valley,脑炎,MVE),这与拉尼娜事宜有关。在1997-98年厄尔尼诺征象时期,肯尼亚东北部和索马里南部涌现特大降雨,随后发作了裂谷热的严峻迸发。

三、厄尔尼诺的展望

厄尔尼诺事宜的发作对环球各地区的天气灾害均有前兆意义,因而对它的预告已成为天气展望中最重要内容之一。尽早并正确地展望厄尔尼诺的发作以及强度,对防备或下降其带来的环球局限内的经济、农业、社会等方面的丧失意义严重,而且将协助政府和相干机构制定政策,应对厄尔尼诺的影响。

春季展望停滞

现在传统的厄尔尼诺展望要领只能在提早6个月局限内给出比较正确的展望,这一征象称之为,春季展望停滞(即没法在厄尔尼诺发作的那一年的春季或更早给出正确展望)。图3显现了18个动力学和8个统计学天气模子展望才能, 我们看到在春季的时刻险些一切的模子都丧失了正确地展望厄尔尼诺的才能。

“厄尔尼诺”大几率在本年下半年迸发,对中国会有什么影响

图3:传统天气模子展望才能示意图。泉源于NOAA

厄尔尼诺事宜发作的长时候展望

为了战胜上面提到的春季展望停滞,来自波茨坦天气影响研讨所的团队,提出了一种全新的框架用以展望厄尔尼诺事宜的入手下手——即天气收集的要领。差别于平常的庞杂收集,在天气收集中将节点以为是环球天气数据集的空间网格中的站点;依据两个站点之间响应的天气数据时候序列对之间的统计类似度,从而定义收集的边。天气收集要领使人们可以以一种全新的角度来相识差别时空尺度上天气体系的动力学演变。

现在基于天气收集的要领可以提早一年展望厄尔尼诺事宜的入手下手 [3, 4, 5], 其展望正确率凌驾89%。远远高于传统的天气模子。且该系列要领胜利的对2014-2016和2018-2019事宜进行了胜利的预警。

厄尔尼诺事宜强度的展望

虽然我们可以战胜春季展望停滞胜利的展望厄尔尼诺事宜的入手下手,然则至今没有办法长时候展望其强度。而展望强度至关重要,这是由于较强的厄尔尼诺征象平常会致使更多极度事宜(比方大水,干旱或严峻的风暴)对经济,社会和生态体系形成严峻影响。

近日,来自波茨坦天气影响研讨所的孟君和樊京芳博士,北京师范大学陈晓松传授以及合作者,提出了一种基于熵理论的要领来展望厄尔尼诺事宜的强度 [6]。研讨论文已在线宣布在天下着名期刊美国科学院院刊PNAS(https://www.pnas.org/content/117/1/177.short),初次战胜了长久以来搅扰厄尔尼诺展望的“春季展望停滞” ,将对厄尔尼诺征象的发作,特别是强度的展望提早一年。

该文作者提出了一套基于信息熵理论的全新的要领——System Sample Entropy——用来盘算厄尔尼诺地区(Nino 3.4)近海平面氛围或海表温度的庞杂度(包含温度随时候变化的无序性以及差别所在温度变化的同步性或相干性)。应用这一要领,作者们发明了Nino 3.4地区温度变化的庞杂度与厄尔尼诺征象强度存在着异常强和稳固的线性关系,即一年内(1月1日-12月31日)Nino 3.4地区的温度变化庞杂度越大,那末下一年发作的厄尔尼诺事宜的强度就越大。

基于这一发明,作者们提出了一套基于每一年Nino 3.4 地区温度变化庞杂度的大小(由该地区 System Sample Entropy 量化)来展望来年厄尔尼诺发作及其强度的要领。该要领现在胜利的展望了1984至2019年时期10个厄尔尼诺事宜中的9个事宜的发作年份,以及24个没有厄尔尼诺征象发作的年份当中的21个,特别是对厄尔尼诺强度展望的均匀误差仅为0.23摄氏度。 

关于方才到来的2020年,基于文中提出的System Sample Entropy的要领,作者们展望厄尔尼诺将有很大几率会在今年下半年再次发作,并发展为一个中等强度以至高强度的厄尔尼诺事宜,其展望强度为1.48+-0.25摄氏度(图4)

四、天气变化与厄尔尼诺

政府间天气变化特地委员会的最新报告显现,跟着天气变暖,较强的厄尔尼诺征象大概发作得越发频仍。假如是如许的话,那末与厄尔尼诺相干的天气事宜也将变得越发猛烈,然则天气变化发生的影响大概不仅仅是厄尔尼诺征象严峻水平和相干效果。一些研讨表明,环球天气转暖大概增大环球受厄尔尼诺影响的总面积。因而,当厄尔尼诺征象发作时,它对天气的影响大概比当前更严峻。

“厄尔尼诺”大几率在本年下半年迸发,对中国会有什么影响

图4:体系熵理论提早一年展望厄尔尼诺事宜的入手下手以及强度。泉源[6]

参考文献

[1]. https://baike.baidu.com/item/厄尔尼诺征象

[2]. Oceanic Niño Index (ONI) [3 month running mean of ERSST.v4 SST anomalies in the Niño 3.4 region (5oN-5oS, 120o-170oW)]

[3]. J. Ludescher et al., Improved El Nin˜ o forecasting by cooperativity detection. Proc. Natl. Acad. Sci. U.S.A. 110, 11742–11745 (2013).

[4]. J. Meng, J. Fan, Y. Ashkenazy, S. Havlin, Percolation framework to describe El Nin˜ o conditions. Chaos 27, 035807 (2017).

[5]. J. Meng, J. Fan, Y. Ashkenazy, A. Bunde, S. Havlin, Forecasting the magnitude and onset of El Nin˜ o based on climate network. New J. Phys. 20, 043036 (2018).

[6]. J. Meng, J. Fan, et al, Complexity-based approach for El Nino magnitude forecasting before the spring predictability barrier. Proc. Natl. Acad. Sci. U.S.A. 117, 177-183 (2020).

本文来自微信民众号:集智俱乐部(ID:swarma_org),作者:樊京芳,德国波茨坦天气影响研讨所(PIK)助理研讨员,博士毕业于中国科学院理论物理研讨所。

原创文章,作者:admin,如若转载,请注明出处:https://www.2lxm.com/archives/1201.html