• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2023, 41(6): 841-848 DOI: 10.11755/j.issn.1006-7639(2023)-06-0841

厄尔尼诺与干旱

2023/2024年厄尔尼诺事件对巴拿马运河区域干旱的影响分析

邓星辰,1,2, 于桐3, 沈佳依1,2, 赵欣1,2, 王林4, 郑飞,1

1.中国科学院大气物理研究所国际气候与环境研究中心(ICCES),北京 100029

2.中国科学院大学,北京 100049

3.中国气象局气象宣传与科普中心,北京 100081

4.中国科学院大气物理研究所东亚区域气候-环境重点实验室(REC-TEA),北京 100029

Impact of the 2023/2024 El Niño event on drought in the Panama Canal region

DENG Xingchen,1,2, YU Tong3, SHEN Jiayi1,2, ZHAO Xin1,2, WANG Lin4, ZHENG Fei,1

1. International Center for Climate and Environment Sciences, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China

2. University of Chinese Academy of Sciences, Beijing 100049, China

3. Meteorological Communication and Outreach Center, Beijing 100081, China

4. Key Laboratory of Regional Climate and Environment for Temperate East Asia, Institute of Atmospheric Physics, Beijing 100029, China

通讯作者: 郑飞(1979—),博士,研究员,主要从事短期气候预测、集合资料同化与集合预报方面研究。E-mail:zhengfei@mail.iap.ac.cn

责任编辑: 王涓力;校对:邓祖琴

收稿日期: 2023-11-21   修回日期: 2023-12-10  

基金资助: 国家自然科学基金项目(42175045)

Received: 2023-11-21   Revised: 2023-12-10  

作者简介 About authors

邓星辰(2001—),女,硕士研究生,主要从事气候变化影响相关研究。E-mail:dengxingchen23@mails.ucas.ac.cn

摘要

ENSO(El Niño-Southern Oscillation)是短期气候年际变化中最强的信号,它对全球气候的短期变化有着重要影响。ENSO虽然发生在热带太平洋地区,但其影响却波及全球。例如,厄尔尼诺期间,巴拿马地区容易发生干旱,这将对巴拿马运河的航运产生重大影响。近期报道显示,自2023年春季以来,巴拿马运河地区一直受到干旱影响,造成运河水位异常偏低,出现近8 a来最严重的堵塞情况。针对这一极端现象,采用标准化降水蒸散发指数(Standardized Precipitation Evaportranspiration Index,SPEI)分析巴拿马运河区域的干旱状况,探究干旱累积效应在不同时间尺度的显著性。进一步从ENSO(以Niño3指数为代表)事件对巴拿马运河区域降水及蒸发的物理影响角度出发,深入分析该区域干旱成因,并基于最新的ENSO预测结果,预判巴拿马运河区域干旱在未来半年内仍将会维持并进一步加剧,对该区域应对未来干旱状况具有重要意义。

关键词: 厄尔尼诺事件; 巴拿马运河区域; 干旱指数; 干旱特征; 未来趋势

Abstract

The El Niño-Southern Oscillation (ENSO) is the strongest signal of interannual change of short-term climate, and it has an important impact on global short-term climate change. Although ENSO occurs in the tropical Pacific region, its effects are felt worldwide. For example, during the El Niño event, the Panama region is prone to drought, which will have a significant impact on shipping on the Panama Canal. Recent reports show that the Panama Canal region has been affected by drought since the spring of 2023, resulting in an abnormally low water level in the canal and the worst blockage in nearly 8 years. In view of this extreme phenomenon, the standardized precipitation-evapotranspiration index (SPEI) is used to analyze the drought conditions in the Panama Canal region, and the significance of the cumulative effect of drought on different time scales is explored. Furthermore, from the perspective of the physical effects of ENSO (represented by Niño3 index) events on precipitation and evaporation in the Panama Canal region, this study analyzes the causes of drought in the Panama Canal region. According to the current ENSO prediction started from October 2023, it is predicted that the drought in the Panama Canal region will continue and further intensify in the following six months, which is of great significance for the region to cope with the future drought situation.

Keywords: El Niño; the Panama Canal region; drought index; drought characteristics; future trends

PDF (10015KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

邓星辰, 于桐, 沈佳依, 赵欣, 王林, 郑飞. 2023/2024年厄尔尼诺事件对巴拿马运河区域干旱的影响分析[J]. 干旱气象, 2023, 41(6): 841-848 DOI:10.11755/j.issn.1006-7639(2023)-06-0841

DENG Xingchen, YU Tong, SHEN Jiayi, ZHAO Xin, WANG Lin, ZHENG Fei. Impact of the 2023/2024 El Niño event on drought in the Panama Canal region[J]. Arid Meteorology, 2023, 41(6): 841-848 DOI:10.11755/j.issn.1006-7639(2023)-06-0841

引言

厄尔尼诺是指热带太平洋每2~7 a出现一次的异常增暖现象,与之相反的冷位相事件则称为拉尼娜事件(Mcphaden,1999)。近年来,全球各地的气候变化与厄尔尼诺事件的联系受到广泛关注。研究表明,厄尔尼诺对全球及我国年平均地面气温起到增暖作用(翟盘茂等,2016),并对西北太平洋及北大西洋上登陆台风的路径、频率、强度等存在影响(Saunders et al.,2000;Kim et al.,2009;Chen and Tam,2010;Zhang et al.,2015)。同时亚洲季风、澳洲季风等强度变化也与厄尔尼诺事件的发生存在关系(Evans and Allan,1992;Kim et al.,2021;Xu et al.,2022)。另外,厄尔尼诺事件对降水同样存在明显影响,李艳等(2019)研究表明厄尔尼诺事件会影响中国东部地区的总降水分布。当厄尔尼诺事件发生时,通过大气遥相关作用,东亚、印度、澳大利亚、热带大西洋等多个地区的降水强度均会受 到影响(Cai et al.,2001;Chen et al.,2014;Capotondi et al.,2015;Jiang et al.,2021)。同时,当海表温度(简称“海温”)异常出现区域发生改变时,我国华南地区、美国东西部等地区的秋冬季降水会受到不同影响(Yang et al.,2018;张惠景,2022;颜子翔,2022;王晓慧,2023)。

研究指出海温和海洋引起的环流异常是导致干旱事件的重要因子,海洋环境条件尤其是太平洋、大西洋或印度洋等海域的海表温度对全球各地降水量的分布有重要影响(张强等,2020)。Ropelewski和Halpert(1987)对与ENSO(El Niño-Southern Oscillation)相关的全球各地湿润与干旱状况的研究表明:厄尔尼诺期间,中美洲和加勒比地区7—10月表现出干旱趋势;南美洲东北部7月至次年3月出现降水不足,而南美洲东南部11月至次年2月则显示出明显的降水增加趋势;热带和南部非洲地区,赤道偏南的非洲地区10月至次年4月出现湿润趋势,东南非洲地区11月至次年5月出现干旱趋势;印度大陆,印度北部和半岛存在与ENSO相关的夏季季风降水不足,而印度最南部则存在与ENSO相关的冬季季风降水增加;澳大利亚大陆大部分地区的干旱往往与ENSO有关。因此,基于以上ENSO对全球各地干旱的影响异同可知,巴拿马运河处在受ENSO影响而导致干旱的地区,这与厄尔尼诺影响时环赤道太平洋地区预计呈现“东涝西旱”现象(Power et al.,2013)不同,因此分析厄尔尼诺事件对巴拿马运河的局地干旱影响是必要的。此外,很多学者从植被生长环境角度研究发现厄尔尼诺事件与巴拿马地区干旱往往同期发生(Kenneth et al.,2011;Chang et al.,2015;Luke et al.,2021)。Torres等(2023)最新研究指出,厄尔尼诺的发生会降低中美洲地面风急流强度,从而减少近岸水汽输送和降水,致使巴拿马地区发生干旱,进一步印证了厄尔尼诺事件对巴拿马地区干旱事件的发生存在影响,但关于巴拿马地区气候受厄尔尼诺影响的研究较少,现有研究主要聚焦于厄尔尼诺对巴拿马地区的海洋生态、疾病传播等领域的相关影响上。

巴拿马地区的干湿状况会影响巴拿马运河的航运,而巴拿马运河是一条连接太平洋与大西洋的黄金水道,对世界贸易和经济发展起到至关重要的作用(马梦璇,2023),当巴拿马地区出现干旱,致使湖泊水位下降、存水不足,进而出现船只堵塞、被迫改道等现象,则将对全球经济造成重大影响。2023年巴拿马运河区域的干旱情况备受关注,已有报道指出自2023年春季以来巴拿马运河地区一直受到干旱影响,运河水位异常偏低,已经出现近8 a来最严重的堵塞情况,并且如果该情况持续,损失将超过2亿美元(张峻榕,2023;马梦璇,2023;冯迪凡,2023)。因此,对巴拿马运河区域干旱现象的成因研究迫在眉睫。

世界气象组织(WMO)于2023年6月警示下半年有90%的概率会出现厄尔尼诺事件,并预计该事件至少为中等强度。美国国家海洋和大气管理局(NOAA)也在2023年夏季表示,厄尔尼诺正在赤道东太平洋形成。此外,由于热带太平洋地区刚刚经历了三重拉尼娜事件,赤道西太平洋区域集聚了大量暖水,有利于2023/2024年强厄尔尼诺事件爆发(Lian et al.,2023),进而对全球气候产生影响,甚至出现极端天气现象(Li et al.,2023)。2023年11月3日,国家气候中心宣布赤道中东太平洋已形成一次中等强度厄尔尼诺事件,并将持续到冬季。

本研究将从厄尔尼诺对降水及蒸发的影响出发,探讨厄尔尼诺事件对巴拿马地区干旱的影响,并重点关注对于2023/2024年厄尔尼诺事件的预测结果,进而推测巴拿马地区干旱的后续维持情况。

1 数据与方法

1.1 数据

所用气象数据均来自美国气候预测中心(Climate Prediction Center,CPC)提供的格点化(经纬网格间距为0.5°)数据集(Chen et al.,2008),包括逐日降水(Xie et al.,2007;Chen et al.,2008)和逐日地面气温数据(Tarek et al.,2020)等。该数据集是利用最佳插值(Optimum Interpolation,OI)技术并考虑地形因素影响创建的全球高精度降水数据集,结合了美国气候预测中心所有可用的信息源,同时搜集了墨西哥、南美等国家和地区气象局集合数据(Xie et al.,2007;Chen et al.,2008),其质量控制评估利用了不同的附近台站数据以及雷达和卫星观测数据(Khan et al.,2021)。该数据已广泛应用于分析全球各地降水特征(Carvalho et al.,2012)、成因(郭浩康等,2023)和变化(Rocha et al.,2010)及与大气各尺度环流的联系(姚阮,2020;王安英,2021;陆晓娟等,2022)等,以及对流域水文预测(Shawul and Chakma,2020)、干旱状况(Olusegun et al.,2023)、模式输出的干旱及降水模拟效果检验(Chen and Knutson,2019;Olusegun et al.,2023)、气候变化(Kumar et al.,2020)、卫星降水产品的评估及偏差调整(Boushaki et al.,2009;Nguyen et al.,2018; Xu et al.,2021)等方面。ENSO的Niño3区指数(Phan-Van et al.,2022)由NOAA提供。选取1980—2023年巴拿马地区逐日降水量(https://psl.noaa.gov/da-ta/gridded/data.cpc.globalprecip.html)、逐日气温(https://psl.noaa.gov/data/gridded/da-ta.cpc.globaltemp.html)、Niño3区指数(https://psl.noaa.gov/data/correlation/nina3.anom.data),巴拿马运河区域平均范围为278°E—281°E、7°N—10°N。

1.2 方法

对干旱状况的描述采用标准化降水蒸散指数(Standardized Precipitation Evaportranspiration Index,SPEI),它是在SPI(Standardized Precipitation,SPI)基础上结合降水和地面气温变化,同时考虑蒸散发作用(Vicente-Serrano et al.,2010),是对降水量与潜在蒸散量差值序列的累积概率值进行正态标准化后的干旱指数,可以更加全面地反映全球和区域的干旱状况。该指数的计算基于降水与地面气温资料,计算参数为月降水量和月潜在蒸散发量(Allen et al.,1998)的时间序列,并且具有多尺度特点且适用性广(王林和陈文,2014),能够全面识别不同的干旱类型(Stagge et al.,2014;Miah et al.,2017;Moorhead et al.,2017)。SPEI数值大小表示干湿程度,其值越大表示越湿润,越小越干旱。

计算SPEI首先需要估算潜在蒸发量,一般来说,Penman-Monteith方法(Allen et al.,1998)更准确,但计算Penman-Monteith蒸发所需要的变量多,目前没有实时更新的数据。本研究采用Thornthwaite方法(Thornthwaite,1984)替代进行估算,该方法主要优点是仅以地面月平均气温和站点(或格点)所在的纬度作为输入量,相比于其他资料,地面气温资料不论全球还是区域尺度都比较容易获取且观测时间较长。

SPEI计算步骤:1)采用Thornthwaite方法计算逐月潜在蒸散量(Thornthwaite,1984)。2)计算逐月降水与潜在蒸散量的差值Di,构建不同时间尺度的累积序列。3)采用Log-logistic分布对Di数据序列进行拟合和标准化处理,获得不同时间尺度的SPEI指数。由于原始数据序列Di中可能存在负值,所以SPEI指数采用3参数的log-logistic概率分布。Log-logistic概率分布的累积函数Fx)详见《气象干旱等级》(GB/20481—2017)(国家气候中心等,2017),然后对Fx)进行标准化处理,P=1-F(x),计算标准化的SPEI,具体公式如下:

SPEI=w-c0+c1w+c2w21+d1w+d2w2+d3w3, P0.5w=-2ln P
SPEI=-w-c0+c1w+c2w21+d1w+d2w2+d3w3, P>0.5w=-2ln (1-P)

式中:c0=2.515 517,c1=0.802 853,c2=0.010 328;d1=1.432 788,d2=0.189 269,d3=0.001 308;W是参数;P是累计概率。

利用逐月降水量资料与估算得到的逐月潜在蒸发量,计算1、3、6、12、24、48个月的SPEI分别表征月、季节、半年、年、两年尺度的气象干旱变化。考虑2023年巴拿马运河区域的严重干旱情况,对2—7月不同时间尺度的SPEI进行分析,探究干旱累积效应在不同时间尺度的显著性。同时,为深入探讨巴拿马运河区域干旱的气候影响因素,对1980—2023年巴拿马运河区域干湿状况及其时间演变特征进行分析,并结合Niño3指数的年际变率特征,讨论厄尔尼诺现象与巴拿马运河区域干旱的联系,分析巴拿马运河区域今夏干旱的原因。

2 巴拿马运河区域近期干旱特征

图1为2023年7月不同时间尺度SPEI分布。分析可知,在季节、半年尺度上,巴拿马运河区域SPEI指数小于-1.0,干旱特征显著,表明在季节、半年尺度上巴拿马运河区域干旱明显加重;对于年际及以上较长的时间尺度,该流域干旱程度减轻。

图1

图1   巴拿马运河区域(红色方框标记区域)2023年7月不同时间尺度(1、3、6、12、24、48个月)的SPEI分布

Fig.1   The distribution of SPEI with different time scales (1, 3, 6, 12, 24, and 48 months) in the Panama Canal region (red box area) in July 2023


对巴拿马运河区域2023年3—10月的逐月降水量距平(图2)进行分析,巴拿马大部分地区上半年降水量均低于正常水平,其中5月和6月降水量距平呈现较大负值,其他月份降水量也是负距平;下半年干旱特征持续,8月和9月降水量呈明显的负距平,表明巴拿马运河区域上半年整体偏干,多月降水量低于常年同期均值,第二季度干旱特征尤其明显,降水的亏缺逐步累积,干旱情况持续到下半年。

图2

图2   2023年3—10月巴拿马运河区域(红色方框标记区域)的逐月降水量距平(单位:mm)

Fig.2   The monthly precipitation anomaly from March to October 2023 in the Panama Canal region (red box area) (Unit: mm)


由2023年2—7月的逐月潜在蒸发量距平(图3)可知,2—4月潜在蒸发量距平在0值附近,并呈微弱负值;5—7月潜在蒸发量距平为正,干旱程度加重。

图3

图3   2023年2—7月巴拿马运河区域(红色方框标记区域)逐月潜在蒸发量距平(单位:mm)

Fig.3   The monthly potential evapotranspiration anomaly from February to July 2023 in the Panama Canal region (red box area) (Unit: mm)


3 干旱成因

干旱形成由阶段性降水减少引起,其影响因素复杂,主要因素包括大气环流异常(张强等,2020),大气环流异常往往导致降水时段性减少。引起大气环流异常的原因很多,其中最主要的原因就是洋流异常导致的ENSO事件(Kahva and Draeup,1993)。因此,根据巴拿马运河区域在不同累积时间尺度上的干旱特征(图1),结合ENSO转变的具体情况,即由前几年连续的拉尼娜年转向厄尔尼诺年的特殊气候背景场下,从厄尔尼诺对巴拿马运河区域降水、蒸发的影响角度,探究该区域干旱成因。针对巴拿马运河区域SPEI的季节、半年时间尺度演变趋势进行分析,并结合Niño3指数的年际变率趋势,探究巴拿马运河区域干旱与厄尔尼诺现象的联系。

由SPEI-3(3个月尺度)的演变序列[图4(a)]和SPEI-6(6个月尺度)叠加Niño3指数的演变序列[图4(b)]可知,巴拿马运河区域近40 a SPEI-3和SPEI-6体现出年际变率变化特征,且SPEI-6与Niño3指数具有一定的滞后相关性。分析SPEI-6和Niño3指数的演变规律可知,SPEI-6的变率与Niño3指数的年际变化呈反向变化关系。当厄尔尼诺事件发生时,Niño3指数为较大正值,相对应的SPEI-6则为较大负值,此时巴拿马运河区域常出现干旱;而拉尼娜事件发生时,Niño3指数为较大负值,SPEI-6则为较大正值,巴拿马运河区域偏湿润。这种周期性的气候现象在巴拿马运河区域的SPEI变化中表现十分明显,此次巴拿马运河区域的干旱恰好反映了这一年际气候变化。由此可见,巴拿马运河区域的干旱与湿润事件,与厄尔尼诺和拉尼娜事件的周期性交替密切相关。

图4

图4   1980—2023年巴拿马运河区域SPEI-3(a)与SPEI-6及Niño3指数(b)演变

(SPEI-6、Niño3指数经过5点滑动平均)

Fig.4   The evolution of SPEI-3 (a) and SPEI-6 and Niño3 index (b) in the Panama Canal region during 1980-2023

(The SPEI-6 and Niño3 index after a 5-point sliding average)


水文干旱对降水的响应存在累积和时滞效应,近期巴拿马运河区域经历的干旱事件并不是由当前降水偏少导致,而是过去半年左右的降水亏缺综合累加效应的结果。分析Niño3指数与降水的时间演变特征(图5)可知,二者演变趋势相关系数为-0.27,并通过95%置信水平的显著性检验,同时前期Niño3指数显著增大时,后期巴拿马运河区域的降水呈显著减少趋势;相反,前期Niño3指数显著减小时,巴拿马运河区域的降水呈现显著增加趋势。这表明厄尔尼诺事件发生时,巴拿马运河区域易发生干旱;而拉尼娜事件发生时,巴拿马运河区域偏湿润。

图5

图5   1980—2023年巴拿马运河区域降水量距平(9点滑动平均)和Niño3指数(9点滑动平均)演变

Fig.5   The evolution of the precipitation anomaly (9 points sliding) and the Niño3 index (9 points sliding) from 1980 to 2023 in the Panama Canal region


因此,受2022年冬季热带中东太平洋海表温度由拉尼娜事件向厄尔尼诺事件转变过程的影响,2023年上半年,巴拿马运河区域多个月份降水量低于常年同期平均值,累积亏缺效应在近期达到阶段性峰值。

根据中国科学院大气物理研究所ENSO集合预测系统(郑飞等,2016;Zheng and Zhu.,2016)从2023年10月起报的未来12个月Niño3.4指数演变(图6)可知,此次厄尔尼诺事件将在2023年冬季达到峰值,强度在1.7 ℃附近,同时预测该厄尔尼诺事件将在2024年4—5月结束。因此,根据前文巴拿马运河区域降水与厄尔尼诺现象的关系,预计未来几个月巴拿马运河区域的降水会随之减少,巴拿马运河区域干旱仍将维持甚至进一步加剧。

图6

图6   2023年10月起报的未来12个月Niño3.4指数演变

(中国科学院大气物理研究所ENSO集合预测系统预报;橙色区域为预报样本离散度,黑线为集合样本均值预报)

Fig.6   The evolution of predicted Niño3.4 index starting from October 2023 in the following 12 months

(the predicted values from the IAP ENSO ensemble prediction system, the orange region for the forecasted ensemble spread, and the black line for the ensemble mean forecast)


4 结论

本文基于CPC逐日降水量、地面气温和Niño3指数数据,利用多时间尺度的SPEI指数分析巴拿马运河区域的干旱特征,并通过Niño3指数与巴拿马运河区域降水的时间演变特征,讨论厄尔尼诺事件与巴拿马运河区域干旱的联系。最后根据厄尔尼诺的未来预测,对巴拿马运河区域未来干旱状况进行了展望,具体结论如下:

(1)2023年7月,SPEI-3、SPEI-6为较大负值,表明巴拿马运河区域干旱与季节、半年时间尺度的累积干旱效应密切相关。

(2)2023年巴拿马运河区域上半年降水整体偏少,第二季度最为明显,降水的亏缺逐步累积,同时潜在蒸发5—7月明显增加,最终导致干旱程度加重。

(3)从降水和Niño3指数的时间演变特征可知,厄尔尼诺和拉尼娜事件的周期性交替与巴拿马运河区域的干旱与湿润事件密切相关。

根据2023年中国科学院大气物理研究所ENSO集合预测系统预测,2023/2024年将出现一次中等以上强度的厄尔尼诺事件,这很可能导致2024年巴拿马运河区域继续受干旱影响。因此,该区域应提前为可能出现的干旱做好准备,以减少其带来的经济损失。此外,本文重点分析了厄尔尼诺事件对于巴拿马运河区域干旱的影响,但并没有考虑气候变化长期趋势带来的影响,未来研究中就长期趋势带来的影响会做进一步的探讨。

参考文献

冯迪凡.

海洋也在升温!远海风暴概率增加如何威胁航运业和全球供应链

[N]. 第一财经日报, 2023-08-29( A05).

[本文引用: 1]

郭浩康, 李春, 石剑, 2023.

2021年5月江南持续强降水的准双周振荡及可能成因

[J]. 中国海洋大学学报(自然科学版), 53(11): 11-23.

[本文引用: 1]

国家气候中心, 中国气象局预报与网络司, 中国气象局兰州干旱气象研究所, 2017. 气象干旱等级:GB/T 20481—2017[S]. 北京: 中国标准出版社.

[本文引用: 1]

李艳, 马百胜, 杨宣, 2019.

两类ENSO事件对中国东部地区极端降水的影响

[J]. 长江流域资源与环境, 28(2): 469-482.

[本文引用: 1]

陆晓娟, 房佳蓓, 杨修群, , 2022.

中国东部夏季季节内降水异常及其伴随的热带和中高纬度大气环流演变特征

[J]. 气象学报, 80(1): 1-20.

[本文引用: 1]

马梦璇, 2023.

干旱威胁巴拿马运河跨太货运受影响

[J]. 中国航务周刊, (19): 19.

[本文引用: 2]

王安英, 2021. 北半球夏季热带次季节信号影响我国夏季降水的规律和预测方法[D]. 南京: 南京大学.

[本文引用: 1]

王林, 陈文, 2014.

标准化降水蒸散指数在中国干旱监测的适用性分析

[J]. 高原气象, 33(2): 423-431.

DOI      [本文引用: 1]

针对国际上最新提出的干旱指数——标准化降水蒸散指数(SPEI),从拟合优度检验、对历史干旱事件的刻画、以及SPEI与SPI、PDSI指数的关系角度出发,全面分析了SPEI指数在中国区域的适用性。结果表明,只有在冬季且时间尺度小于3个月时,新疆南部、西藏西北部和华北至河套地区的样本不服从Log—logistic分布;而在冬季且时间尺度大于3个月以及夏季的任何时间尺度,中国范围的样本都符合Log—logistic分布,所得SPEI指数可靠。SPEI指数能够准确刻画几次特大干旱事件的地域中心、影响范围和强度。与SPI指数相比,SPEI指数引入了影响干旱的潜在蒸发项,能够更精确地刻画干旱。而与PDSI指数相比,SPEI指数具有多时间尺度特征,计算更简便。

王晓慧, 2023. 厄尔尼诺多样性对东亚降水的影响及其机理研究[D]. 南京: 南京信息工程大学.

[本文引用: 1]

颜子翔, 2022. ENSO降水异常多样性及其在全球变暖背景下的变化研究[D]. 南京: 南京信息工程大学.

[本文引用: 1]

姚阮, 2020. 长江中下游夏季持续性强降水多尺度特征及其与阻塞高压的联系[D]. 南京: 南京大学.

[本文引用: 1]

张惠景, 2022. El Niño年赤道东太平洋降水异常的季节差异[D]. 南京: 南京信息工程大学.

[本文引用: 1]

张峻榕.

巴拿马运河“堵船”影响开始显现

[N]. 文汇报, 2023-08-15( 6).

[本文引用: 1]

张强, 姚玉璧, 李耀辉, , 2020.

中国干旱事件成因和变化规律的研究进展与展望

[J]. 气象学报, 78(3): 500-521.

[本文引用: 2]

翟盘茂, 余荣, 郭艳君, , 2016.

2015/2016年强厄尔尼诺过程及其对全球和中国气候的主要影响

[J]. 气象学报, 74(3): 309-321.

[本文引用: 1]

郑飞, 朱江, 张荣华, , 2016.

2015年超级厄尔尼诺事件的成功预报

[J]. 中国科学院院刊, 31(2): 251-257.

[本文引用: 1]

ALLEN R G, PEREIRA L, RAES D, et al, 1998.

FAO Irrigation and Drainage Paper No. 56: Crop Evapotranspiration (guidelines for computing crop water requirements)[M]. Rome:FAO

Water Resources, Development and Management Service, 300.

[本文引用: 2]

BOUSHAKI F I, HSU K L, SOROOSHIAN S, et al, 2009.

Bias adjustment of satellite precipitation estimation using ground-based measurement: a case study evaluation over the southwestern United States

[J]. Journal of Hydrometeorology, 10(5): 1 231-1 242.

[本文引用: 1]

CAI W, WHETTON P H, PITTOCK A B, 2001.

Fluctuations of the relationship between ENSO and northeast Australian rainfall

[J]. Climate Dynamics, 17(5/6): 421-432.

[本文引用: 1]

CAPOTONDI A, WITTENBERG A T, NEWMAN M, et al, 2015.

Understanding ENSO diversity

[J]. Bulletin of the American Meteorological Society, 96(6): 921-938.

[本文引用: 1]

CARVALHO L M V, JONES C, POSADA A N D, et al, 2012.

Precipitation characteristics of the south American monsoon system derived from multiple datasets

[J]. Journal of Climate, 25(13): 4 600-4 620.

[本文引用: 1]

CHEN C T, KNUTSON T, 2019.

Notes and correspondence on the verification and comparison of extreme rainfall indices from climate models

[J]. Journal of Climate, 21(7): 1 605-1 621.

[本文引用: 1]

CHEN G, TAM C Y, 2010.

Different impacts of two kinds of Pacific Ocean warming on tropical cyclone frequency over the western North Pacific: impacts of ocean warning on TC frequency

[J]. Geophysical Research Letters, 37(1): 70-75.

[本文引用: 1]

CHEN M, SHI W, XIE P, et al, 2008.

Assessing objective techniques for gauge-based analyses of global daily precipitation

[J]. Journal of Geophysical Research: Atmospheres, 113(D4): 110. DOI: 10.1029/2007JD009132.

[本文引用: 3]

CHEN Z, WEN Z, WU R, et al, 2014.

Influence of two types of El Niños on the East Asian climate during boreal summer: a numerical study

[J]. Climate Dynamics, 43(1/2): 469-481.

[本文引用: 1]

CHANG N B, VASQUEZ M V, CHEN C F, et al, 2015.

Global nonlinear and nonstationary climate change effects on regional precipitation and forest phenology in Panama, Central America

[J]. Hydrological Processes, 29(3): 339-355.

[本文引用: 1]

EVANS J L, ALLAN R J, 1992.

El Nino/southern oscillation modification to the structure of the monsoon and tropical cyclone activity in the Australasian region

[J]. International Journal of Climatology, 12(6): 611-623.

[本文引用: 1]

JIANG F, ZHANG W, JIN F, et al, 2021.

Meridional migration of ENSO impact on tropical Atlantic precipitation controlled by the seasonal cycle

[J]. Geophysical Research Letters, 48(24), e2021GL096365. DOI: 10.1029/2021GL096365.

[本文引用: 1]

KAHVA E, DRAEUP J A, 1993.

U.S. streamflow patterns in relation to the El Niño/Southern Oscillation

[J]. Water Resource Research, 29(8): 2 491-2 503.

[本文引用: 1]

KENNETH J F, STUART J D, ROLANDO P, et al, 2011.

Directional changes in the species composition of a tropical forest

[J]. Ecological Society of America, 92(4): 871-882.

[本文引用: 1]

KHAN N, SHAHID S, SHARAFATI A, et al, 2021.

Determination of cotton and wheat yield using the standard precipitation evaporation index in Pakistan

[J]. Arabian Journal of Geosciences, 19: 14. DOI: 10.1007/s12517-021-08432-1.

[本文引用: 1]

KIM H M, WEBSTER P J, CURRY J A, 2009.

Impact of shifting patterns of Pacific ocean warming on North Atlantic tropical cyclones

[J]. Science, 325(5936): 77-80.

[本文引用: 1]

KIM J W, CHANG T H, LEE C T, et al, 2021.

On the varying responses of East Asian winter monsoon to three types of El Niño: observations and model hindcasts

[J]. Journal of Climate, 34(10): 4 089-4 101.

[本文引用: 1]

KUMAR S, CHANDA K, PASUPULETI S, 2020.

Spatiotemporal analysis of extreme indices derived from daily precipitation and temperature for climate change detection over India

[J]. Theoretical and Applied Climatology, 140(1): 343-357.

[本文引用: 1]

LI K X, ZHENG F, CHENG L, et al, 2023.

Record-breaking global temperature and crises with strong El Niño in 2023-2024

[J]. The Innovation Geoscience, 1(2), 100030.

[本文引用: 1]

LIAN T, WANG J, CHEN D, et al, 2023.

A strong 2023/24 El Niño is staged by Tropical Pacific ocean heat content buildup

[J/OL]. Ocean-Land-Atmosphere Research, 2, 0011. https://spj.science.org/doi/10.34133/olar.0011

URL     [本文引用: 1]

LUKE B, LARS M, BETTINA M J E, et al, 2021.

Increased mortality of tropical tree seedlings during the extreme 2015/16 El Niño

[J]. Global Change Biology, 27(20): 5 043-5 053.

[本文引用: 1]

MCPHADEN M J, 1999.

Genesis and evolution of the 1997/98 El Niño

[J]. Science, 283(5404): 950-954.

[本文引用: 1]

MIAH M G, ABDULLAH H M, et al, 2017.

Exploring standardized precipitation evapotranspiration index for drought assessment in Bangladesh

[J/OL]. Environmental Monitoring and Assessment, 189(11), 547. https://doi.org/10.1007/s10661-017-6235-5.

URL     [本文引用: 1]

MOORHEAD J E, MAREK G W, GOWDA P H, et al, 2017.

Exceedance probability of the Standardized Precipitation-evapotranspiration Index in the Texas High Plains

[J]. Agricultural Sciences,(8): 783-800.

[本文引用: 1]

NGUYEN P, OMBADI M, SOROOSHIAN S, et al, 2018.

The PERSIANN family of global satellite precipitation data: a review and evaluation of products

[J]. Hydrology and Earth System Sciences, 22(11): 5 801-5 816.

[本文引用: 1]

OLUSEGUN C F, OGUNJO S, OLUSOLA A, 2023.

Evolution and copula modelling of drought duration and severity over Africa using CORDEX-CORE regional climate models

[J]. International Journal of Climatology: A Journal of the Royal Meteorological Society, 43(8): 3 629-3 646.

[本文引用: 2]

PHAN-VAN T, NGUYEN-NGOC-BICH P, NGO-DUC T, et al, 2022.

Drought over Southeast Asia and its association with large-scale drivers

[J]. Journal of Climate, 35(15): 4 959-4 978.

[本文引用: 1]

POWER S, DELAGE F, CHUNG C, et al, 2013.

Robust twenty-first-century projections of El Niño and related precipitation variability

[J]. Nature, 502: 541-545.

[本文引用: 1]

ROPELEWSKI C F, HALPERT M S, 1987.

Global and regional scale precipitation patterns associated with the El Nio/Southern Oscillation

[J]. Monthly Weather Review, 115(8): 1 606-1 626.

[本文引用: 1]

ROCHA A, PAULO M-G, MARQUES C, et al, 2010.

High-frequency precipitation changes in southeastern Africa due to anthropogenic forcing

[J]. International Journal of Climatology, 28(9): 1 239-1 245.

[本文引用: 1]

SAUNDERS M A, CHANDLER R E, MERCHANT C J, et al, 2000.

Atlantic hurricanes and NW Pacific typhoons: ENSO spatial impacts on occurrence and landfall

[J]. Geophysical Research Letters, 27(8): 1 147-1 150.

[本文引用: 1]

SHAWUL A A, CHAKMA S, 2020.

Suitability of global precipitation estimates for hydrologic prediction in the main watersheds of Upper Awash basin

[J]. Environmental Earth Sciences, 79(2), DOI:10.1007/s12665-019-8801-3.

[本文引用: 1]

STAGGE J H, TALLAKSEN L M, XU C Y, et al, 2014.

Standardized precipitation-evapotranspiration index (SPEI): sensitivity to potential evapotranspiration model and parameters

[C]// Hydrology in a Changing World: Environmental and Human Dimensions Proceedings of FRIEND-Water 2014, Montpellier, France, 367-373.

[本文引用: 1]

TAREK M, BRISSETTE F P, ARSENAULT R, 2020.

Large-scale analysis of global gridded precipitation and temperature datasets for climate change impact studies

[J]. Journal of Hydrometeorology, 21(11): 2 623-2 640.

[本文引用: 1]

THORNTHWAITE C W, 1984.

An approach toward a rational classification of climate

[J]. Geographical Review, 38(1): 55.

[本文引用: 2]

TORRES R R, GIRALDO E, MUñOZ C, et al, 2023.

Seasonal and El Niño-Southern Oscillation-related ocean variability in the Panama Bight

[J]. Ocean Science, 19(3): 685-701.

[本文引用: 1]

VICENTE-SERRANO S M, BEGUERIA S, LÓPEZ-MORENO J I, 2010.

A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index

[J]. Journal of Climate, 23(7): 1 696-1 718.

[本文引用: 1]

XIE P P, YATAGAI A, CHEN M Y, et al, 2007.

A gauge-based analysis of daily precipitation over East Asia

[J]. Journal of Hydrometeorology, 8(3): 607-626.

[本文引用: 2]

XU J, ZHU S, MA Z, et al, 2021.

Calibrating GPM IMERG Late-Run product using ground-based CPC daily precipitation data: a case study in the Beijing-Tianjin-Hebei urban agglomeration

[J]. Remote Sensing Letters, 12(9): 848-858.

[本文引用: 1]

XU M, XU H, MA J, et al, 2022.

Impact of Pacific decadal oscillation on interannual relationship between El Niño and South China Sea summer monsoon onset

[J]. International Journal of Climatology, 42(5): 2 739-2 753.

[本文引用: 1]

YANG S, LI Z, YU J Y, et al, 2018.

El Niño-Southern Oscillation and its impact in the changing climate

[J]. National Science Review, 5(6): 840-857.

[本文引用: 1]

ZHANG W, LEUNG Y, FRAEDRICH K, 2015.

Different El Niño types and intense typhoons in the Western North Pacific

[J]. Climate Dynamics, 44(11/12): 2 965-2 977.

[本文引用: 1]

ZHENG F, ZHU J, 2016.

Improved ensemble-mean forecasting of ENSO events by a zero-mean stochastic error model of an intermediate coupled model

[J]. Climate Dynamics, 47: 3 901-3 915.

[本文引用: 1]

/