遥相关

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索


大气中的遥相关 Teleconnection是指相距很远的区域之间(一般是相距数千公里区域之间)相互影响和关联的气候异常。南方涛动 Southern Oscillation是一个典型的遥相关现象。东南太平洋塔希提(148°05′W, 17°53′S)和澳大利亚达尔文(130°59′E,12°20S′)之间存在一种大尺度的气压升降振荡,当塔希提岛海平面气压变高时,达尔文海平面气压变低。达尔文和塔希提两地之间的海平面气压距平值被普遍用以表示南方涛动的特征指数,即SOI。

历史

19世纪末 ,英国气象学家吉尔伯特·沃克 Gilbert Walker爵士在计算气压、气温和降雨的时间序列相关性时,首次注意到了遥相关现象。遥相关现象表明气候变化并不是单纯随机的,这成为理解气候变异的关键。


事实上,厄尔尼诺-南方涛动 EI-NINO-Southern Oscillation(ENSO)这个术语暗示了一种认识,即这种现象构成了数个地区同时发生变化的基础。人们后来注意到,关联的遥相关发生在整个北美洲地区,正如太平洋-北美洲遥相关模型所表现的一样。


在1980年代,观测的提升使在整个对流层上更大距离的探测遥相关成为可能 。[1]与此同时,理论表明这种模式可以通过因地球的球面几何而产生的罗斯贝波 Rossby waves的弥散来理解。[2]这有时被称为“原始模型 proto-model”。[3]


理论

热带太平洋内的遥相关理论开始被人们理解,这要归功于 A.E.Gill[4]的理想化计算以及后来更复杂的模型。


在“原始模式”的基础上,早期的遥相关理论大多涉及一个恒定平均状态下的正压线性化大气流动模式。然而,当发现实际的遥相关模式对强迫的位置几乎不敏感时,这个模型很快就失效了,这直接与这个简单情景所提供的预测相矛盾。西蒙斯和他的合作者[5]表明,根据观察,如果一个更现实背景状态被指定,它将变得不稳定,无论强迫的位置如何,都会导致一类似的模式。这种“模态”特性最终被证明是模式正压性的人为产物,尽管在更为现实的模式中出现了更为微妙的原因。


最近的工作表明,从热带到温带的大多数遥相关可以通过线性行星波在三维季节性变化基本状态上的传播被惊人准确的理解。[6]由于这些波形是持久的,并且某种程度上“锁定”于地理特征(如山脉),因此这些波被称为驻波 standing wave


不同于驻波机制,热带海洋与中纬度地区遥相关的另一个机制是沿纬度圈(“纬向”)和两半球之间的对称性。它依赖于瞬时涡动和平均大气流之间相辅相成(非线性)的交互作用。它已经证明可以解释 “厄尔尼诺-南方涛动”在温度[7]和降水[8]的一些遥相关现象。其他作者也提出了许多遥相关模式和当地气候变化因素之间的相关性。[9]


应用

由于热带海洋表面温度可以提前两年预测,[10]遥相关模式的知识可以为偏远地区提供某种程度的可预测性,有时候可以预测几个季节。[11] 例如,预测厄尔尼诺现象可以预测北美洲的降雨、降雪、干旱或气温模式。在Gilbert Walker爵士的时代,强烈的厄尔尼诺现象通常意味着较弱的印度季风,但由于有争议的原因,这种反相关性在20世纪80年代和90年代已经减弱。


另见


参考文献

  1. Wallace, John M.; Gutzler, David S. (1981). "Teleconnections in the Geopotential Height Field during the Northern Hemisphere Winter". Monthly Weather Review. 109 (4): 784. Bibcode:1981MWRv..109..784W. doi:10.1175/1520-0493(1981)109<0784:TITGHF>2.0.CO;2.
  2. Hoskins, Brian J.; Karoly, David J. (1981). "The Steady Linear Response of a Spherical Atmosphere to Thermal and Orographic Forcing". Journal of the Atmospheric Sciences. 38 (6): 1179. Bibcode:1981JAtS...38.1179H. doi:10.1175/1520-0469(1981)038<1179:TSLROA>2.0.CO;2.
  3. Trenberth, Kevin E.; Branstator, Grant W.; Karoly, David; Kumar, Arun; Lau, Ngar-Cheung; Ropelewski, Chester (1998). "Progress during TOGA in understanding and modeling global teleconnections associated with tropical sea surface temperatures". Journal of Geophysical Research. 103 (C7): 14291–14324. Bibcode:1998JGR...10314291T. doi:10.1029/97JC01444.
  4. Gill, A. E. (1980). "Some simple solutions for heat-induced tropical circulation". Quarterly Journal of the Royal Meteorological Society. 106 (449): 447–462. Bibcode:1980QJRMS.106..447G. doi:10.1002/qj.49710644905.
  5. Simmons, A. J.; Wallace, J. M.; Branstator, G. W. (1983). "Barotropic Wave Propagation and Instability, and Atmospheric Teleconnection Patterns". Journal of the Atmospheric Sciences. 40 (6): 1363. Bibcode:1983JAtS...40.1363S. doi:10.1175/1520-0469(1983)040<1363:BWPAIA>2.0.CO;2.
  6. Held, Isaac M.; Ting, Mingfang; Wang, Hailan (2002). "Northern Winter Stationary Waves: Theory and Modeling". Journal of Climate. 15 (16): 2125. Bibcode:2002JCli...15.2125H. CiteSeerX 10.1.1.140.5658. doi:10.1175/1520-0442(2002)015<2125:NWSWTA>2.0.CO;2.
  7. Seager, Richard; Harnik, Nili; Kushnir, Yochanan; Robinson, Walter; Miller, Jennifer (2003). "Mechanisms of Hemispherically Symmetric Climate Variability*". Journal of Climate. 16 (18): 2960. Bibcode:2003JCli...16.2960S. doi:10.1175/1520-0442(2003)016<2960:MOHSCV>2.0.CO;2.
  8. Seager, R.; Harnik, N.; Robinson, W. A.; Kushnir, Y.; Ting, M.; Huang, H.-P.; Velez, J. (2005). "Mechanisms of ENSO-forcing of hemispherically symmetric precipitation variability". Quarterly Journal of the Royal Meteorological Society. 131 (608): 1501. Bibcode:2005QJRMS.131.1501S. doi:10.1256/qj.04.96.
  9. Ramadan, H. H.; Ramamurthy, A. S.; Beighley, R. E. (2011). "Inter-annual temperature and precipitation variations over the Litani Basin in response to atmospheric circulation patterns". Theoretical and Applied Climatology. 108 (3–4): 563. Bibcode:2012ThApC.108..563R. doi:10.1007/s00704-011-0554-1.
  10. Chen, Dake; Cane, Mark A.; Kaplan, Alexey; Zebiak, Stephen E.; Huang, Daji (2004). "Predictability of El Niño over the past 148 years". Nature. 428 (6984): 733–6. Bibcode:2004Natur.428..733C. doi:10.1038/nature02439. PMID 15085127.
  11. IRI Seasonal Climate Forecasts


进一步阅读


编辑推荐

集智课程

地球系统科学读书会

地球科学是研究相互作用的大气圈、水圈、岩石圈和生物圈等组成的地球系统的形成、演化机制的学科。地球科学的研究对象是一个复杂的物理系统,从远古时代,人类便观察到一些独特的自然现象,在生产生活实践中,也尝试理解地球系统不同组成要素的联系,渐渐总结出了看云识天气,瑞雪兆丰年等一些列规律。但是这些经验化的规律并不能完全刻画地球系统的变化,随着现代科学的不断发展,科学家尝试对复杂的地球系统进行定量化的研究。地球的气候系统是众多的复杂系统之一,在 20 世纪 60 年代,美国气象学家真锅淑郎开始探索大气中辐射平衡与气团垂直输送之间相互作用,据此领导了第一个地球气候物理模型的开发,并展示了大气中二氧化碳浓度的增加如何导致地球表面温度升高。大约十年后,德国气象学家克劳斯·哈塞尔曼创建了一个将天气和气候联系在一起的模型,并进一步回答了尽管天气多变而混沌,但气候模型却仍然可靠。此外他还开发了识别特定信号和印记(指纹)的方法,发现自然过程和人类活动都会在气候变化中留下指纹,证明了第一次工业革命以来大气温度的快速升高主要是是由人类排放二氧化碳导致的。这些开创性的工作,也让真锅淑郎和克劳斯·哈塞尔曼获得了2021年的诺贝尔物理学奖。


全球变暖显著地改变了地球系统的演化过程,由此引发的冰川退缩,海平面上升,极端天气气候事件频发等一系列的环境灾害,给人类社会也带来了许多严重的灾难。因此全球变暖不仅仅是一个科学前沿问题,更是一个重要的社会政治问题,影响着每个人的生存和发展。随着站点观测,卫星遥感、雷达等大量观测平台的相继建设,也产生了海量的地球系统观测数据,而目前经典的物理模型往往不能充分地利用这些数据,地球系统的许多问题也急需新的方法来深入解决。基于复杂网络的分析方法近些年来也被广泛运用,在中短期天气预报,二氧化碳空间不均匀分布的增暖效应,以及火灾的预测等问题上有了很多的创新性的工作。


此外,随着计算机技术、人工智能的快速发展,许多深度学习的方法比如神经网络、图网络等也被广泛地应用于分析和解决许多的地球科学问题,目前在大气污染预报,厄尔尼诺预测,自然灾害损失评估等领域有了明显的进展。复杂网络,深度学习等新方法的成功运用,给地球科学这门古老的学科注入了新的发展动力,也为解决当前地球科学面临的许多问题和迎接未来的挑战提供了强大动能。


其他




本中文词条由李若兰翻译,薄荷编辑,如有问题,欢迎在讨论页面留言。


本词条内容源自wikipedia及公开资料,遵守 CC3.0协议。