📄 earth_science

Kuroshio-Oyashio Extension Sea Surface Temperature Variability as a Precursor for Winter California Precipitation

本研究表明，黑潮延伸区秋季海表温度的变化作为一个与厄尔尼诺-南方涛动（ENSO）无关的前兆，在与传统 ENSO 指数结合使用时，显著提高了对冬季加州降水季节性预测的技能。

原作者： Iris Badezet-Delory, Youngji Joh, Thomas L. Delworth, Emanuele Di Lorenzo, Nathaniel C. Johnson

发布于 2026-09-04

📖 1 分钟阅读☕ 轻松阅读

原作者： Iris Badezet-Delory, Youngji Joh, Thomas L. Delworth, Emanuele Di Lorenzo, Nathaniel C. Johnson

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

预测加利福尼亚州冬季降雨量是管理该州水资源、规划防洪以及应对干旱的人员面临的一项高风险挑战。几十年来，科学家们一直依赖一种被称为厄尔尼诺-南方涛动（ENSO）的主要气候模式来进行这些预测。这一现象涉及热带太平洋洋面温度和风向的变化，这些变化可以波及全球，改变北美洲的天气模式。当强烈的厄尔尼诺现象发生时，通常会给加州带来较湿润的条件；而与之相反的拉尼娜现象则往往带来较干燥的天气。然而，这种关系远非完美。近年来，包括 2023 年和 2024 年在内的强厄尔尼诺事件中，预期的强降雨并未总是如期而至，这给预报员留下了难以解开的谜题。热带海洋只是气候系统的一部分，而广阔太平洋上方的海洋大气还蕴含着其他更难被察觉的线索。

由芝加哥大学、美国国家海洋和大气管理局（NOAA）以及布朗大学研究人员开展的一项新研究发现了一个隐藏在北太平洋中的信号，这可能有助于解开这个谜题。研究团队发现，日本近海被称为黑潮-亲潮延伸区（Kuroshio-Oyashio Extension）的特定区域，其海表温度是加州冬季降雨量的可靠早期预警信号。该区域是两股强大洋流交汇的地方：一股是从南方流向北方的温暖的黑潮，以及另一股是从北方流向南方的寒冷的亲潮。研究人员发现，当该特定区域的水温在秋季异常偏暖或偏冷时，它会引发一场大气层内的连锁反应，最终影响三个月后即加州冬季的降水量。

科学家们首先通过查看 1940 年至 2025 年加州冬季降水量的历史记录开始了研究。他们证实了许多人早已知晓的事实：虽然厄尔尼诺事件会影响加州的降雨，但它们只能解释不到四分之一的年际变化。其余的变化则来自其他来源，包括大气本身的混沌性质。研究人员注意到，在加州降雨量异常丰沛的年份，前一年的秋季中纬度北太平洋地区通常会出现明显的暖水模式。这种模式与通常与厄尔尼诺相关的信号不同。为了确保这是一个真实的、独立的信号，而非热带天气产生的副作用，团队使用了先进的统计方法，从数据中剥离了热带太平洋的影响。即使在剔除了热带信号后，日本近海的秋季海水温度与加州冬季降雨量之间的联系依然保持强劲且具有统计学意义。

为了理解这一过程是如何运作的，研究人员检查了连接这两个遥远地区的物理过程。他们发现，当黑潮-亲潮延伸区的海表温度在秋季高于常年水平时，它会向其上方的空气释放更多的热量和水分。这种额外的能量就像一个“推力”，使风暴路径（即横跨太平洋的风暴高速公路）略微向北偏移。这种偏移改变了空气在北太平洋上方的循环方式，产生了一种大气波状模式。这种模式最终引导更多的水分流向北加州和中加州，从而导致更湿润的冬季。研究表明，这一海洋信号并非随机的巧合，而是一个稳健的前兆，它始终出现在冬季降雨之前，为预报员提供了一个窗口期，让他们能够比仅凭热带信号所能观察到的范围看得更远。

团队利用真实世界的天气数据和一台复杂的、高分辨率的地球气候系统计算机模型测试了他们的发现。在计算机模拟中，同样的关系也出现了：日本近海的秋季海水温度有助于预测加州的冬季降雨，且独立于热带地区发生的情况。当研究人员将传统的厄尔尼诺预测与这一新的海洋温度信号相结合时，他们对加州冬季降雨的预测能力得到了显著提升。虽然单纯的厄尔尼诺现象只能解释约 9% 的冬季降水量变化，但加入黑潮-亲潮延伸区的海洋温度信号后，其解释力提升到了约 32%。这意味着，通过监测日本近海的海洋状况，预报员可以获得关于加州冬季预期情况更清晰的图景，即使在热带信号微弱或令人困惑的情况下也是如此。

这一发现并不意味着厄尔尼诺不再重要，而是说明它并非故事的全貌。研究表明，气候系统是一个复杂的网络，其中一个部分的海洋变化可以影响数千英里之外的天气，即使在热带驱动因素处于平静状态时也是如此。研究人员强调，这种新的预测因子最适合与现有工具配合使用，它提供了一块补充性的信息，填补了热带预测留下的空白。虽然精确的物理机制非常复杂，涉及旋转的海洋涡流和移动的气流，但实际结果是明确的：北太平洋海洋的健康状况是加州水资源管理者和居民的重要线索。随着气候的持续变化，理解这些遥远的联系对于准备应对定义了美国西部生活的极端干旱和洪水事件将变得日益重要。

技术摘要：黑潮-亲潮延伸区海表温度变率作为冬季加利福尼亚降水的先兆因子

问题陈述
预测加利福尼亚冬季降水对于水资源管理和洪水风险缓解至关重要，然而目前的季节性预测能力仍然有限。传统上用于预测的主要驱动因子——厄尔尼诺-南方涛动（ENSO），仅能解释加利福尼亚降水年际变率的一小部分（约25%或更少）。近期的事件（如2023/24年的厄尔尼诺现象）表明，热带太平洋强迫与北美水文气候之间的遥相关作用异常减弱，凸显了仅依赖基于ENSO的预测因子的不足之处。此外，ENSO“型态”（东太平洋型与中太平洋型）与加利福尼亚降水之间的关系在历史记录中表现出非平稳性，其中中太平洋ENSO指数的预测能力在近几十年中有所下降。本研究旨在通过识别除传统的的热带太平洋海表温度（SST）指数之外的其他稳健且独立的预测因子，以提升季节性预报能力。

研究方法
作者采用了一种结合观测再分析数据和高分辨率耦合气候模型模拟的多维度方法：

数据来源：
- 观测数据： 用于SST、降水、位势高度和通量的ERA5再分析数据（1940–2025年）。
- 模型： 使用SPEAR_HI_25高分辨率耦合气候模型（25 km海洋分辨率）的100年控制运行实验，以评估稳健性和物理机制。
先兆因子的识别与分离：
- 研究首先刻画了不同的ENSO型态（使用E指数和C指数/CP-ENSO）与加利福尼亚冬季（1月–2月–3月，JFM）降水之间不断演变的关系。
- 为了分离中高纬度信号，作者利用基于热带SST主成分的回归方法，从SST异常场中剔除了热带太平洋变率（ENSO）的线性影响。
- 在中纬度北太平洋的黑潮-亲潮延伸区（KOE）识别出一个秋季（9月–11月，SON）SST先兆模式。该模式是通过将剔除ENSO后的SON SST异常对剔除ENSO后的JFM加州降水进行回归而得出的。
指数构建：
- 通过将剔除ENSO后的SON SST异常投影到识别出的KOE回归模式上，构建了一个KOE先兆指数。
- 应用了40年的高通滤波器，以聚焦于年际变率并去除低频趋势。
统计框架：
- 使用多元回归框架来量化KOE先兆因子单独作用、东太平洋ENSO（E指数）单独作用以及两者结合时的预测能力。
- 使用交叉验证的相关系数（ $R$ ）和解释方差（ $R^2$ ）来评估预测技能。
- 使用蒙特卡洛红噪声测试（AR(1)代理模型）进行统计显著性评估，以考虑时间自相关性。
机制分析：
- 研究分析了大气环流场（Z500、风暴路径、水汽通量），以理解连接KOE SST异常与加利福尼亚降水的物理路径。

主要结果

ENSO的局限性： 虽然E指数（东太平洋ENSO）保持着与加利福尼亚降水稳定但微弱的关系（ $R \approx 0.30$ ，解释了约9%的方差），但其与中太平洋ENSO指数的关系在历史记录中显著减弱。
KOE先兆因子的发现： 在KOE区域存在一个秋季（SON）SST异常模式，该模式独立于ENSO和太平洋年代际振荡（PDO），是加利福尼亚冬季降水的稳健先兆因子。
- KOE先兆因子本身与剔除ENSO后的加利福尼亚降水表现出强相关性（ $R = 0.52$ ），解释了约22%的方差。
- KOE信号并非仅仅是已建立的太平洋模态（如PDO、NPGO）的反映，而是一个独立的变率来源。
组合预测能力： 在多元回归框架中，将KOE先兆因子与E指数结合使用，显著提升了预测能力。
- 组合模型实现的冬季加利福尼亚降水相关系数达到 $R = 0.56$ ，解释了约32%的方差。
- 交叉验证确认了这种提升是稳健的，而非过拟合的人为产物。
模型验证： SPEAR_HI_25高分辨率耦合模型成功重现了观测到的关系，包括KOE先兆的空间结构以及结合热带与中纬度SST预测因子时的加性预测能力。
物理机制： 研究确定了一条下游大气路径：温暖的KOE SST异常增强了湍流热通量（主要是潜热），从而增加了大气斜压性。这驱动了北太平洋风暴路径向极方向偏移，并形成脊槽波列（中北太平洋呈正位势高度，美国西部呈负位势高度）。这种环流模式导致水汽通量在加利福尼亚上空汇聚，从而导致多雨天气。

意义与主张
本文主张，KOE区域内在的中纬度SST变率提供了一个显著的、独立于ENSO的加利福尼亚冬季降水季节性预测因子。主要贡献在于证明了将中纬度先兆因子添加到传统的热带预测因子中，可以实现统计预测能力的量化且稳健的提升。

作者强调，KOE先兆因子最好被理解为一个统计指标，它捕捉了复杂海洋过程（经向梯度、涡旋、热通量）的综合影响，而非单一、动力学上明确的物理强迫。作者指出，该预测关系可能会根据背景气候态呈现非平稳性，类似于ENSO的遥相关特征。

研究结论认为，虽然KOE先绪因子不能取代动力学季节性预测系统，但它提供了一个具有物理动机且易于观测的提前期信息源。这有助于预报员评估中纬度北太平洋条件是否有利于偏离典型的ENSO降水模式，并有助于将预测不确定性归因于热带或中纬度来源。研究结果表明，能够解析涡旋动力学的高分辨率模型对于充分捕捉这些中纬度预测来源是必要的。

类似论文