文摘

一些类型的在北大西洋地区极端气候事件,如热浪、寒冷的法术,或高累积降水、连接到复发的大气环流模式。理解这些极端事件需要评估大气环流的长期趋势。本文提出一组内部和年际复发的诊断大气模式。这些诊断设计检测趋势稳定的循环和大气模式的重现期。在冬天我们检测重要的新兴趋势循环,指向一个潜在的增加可预测性。没有这样的信号似乎在夏天出现。我们发现冬季主导趋势的大气模式和模式本身的复发不依赖。

1。介绍

最近的北大西洋冬季和夏季极端与持久性相关的大气环流模式。这些模式,而对比从一年到另一个。冷期2010年1月、2010年12月和2012年2月在欧洲引起持续阻塞情况在斯堪的纳维亚半岛(1,2]。温暖的冬天(2006/20073,4和冬天的2013/145,6)是由持续的高压系统在亚速尔群岛和地中海,分别。2003年和2015年在欧洲的夏季温暖与持久化阻塞模式在斯堪的纳维亚或大西洋低输送热空气从北非到欧洲。因此很难宣称给定大气模式主导近年来创建这样的极端气候。但是它已经推测大气模式的振幅变化,特别是通过北极海冰覆盖之间的连接和蜿蜒的急流7,8]。这种趋势的统计意义以及相关性的诱发机制一直争论9- - - - - -11]。

中间纬度大气变化的特征是一个带状流的斜压不稳定(12]。这种不稳定性增长到罗斯比波。它一直辩称,这些罗斯比波的激发条件增加了在过去的几十年中8,13]。

Faranda et al。14]研究温带大气环流的不稳定不动点对应于阻塞的循环模式。Faranda et al。15]调查当地的维度的北大西洋大气环流和检查的影响在冬季可预测性。当地的维度与复杂系统的递归性质(16- - - - - -18]。

在本文中,我们分析最近观察到的趋势面北大西洋环流在冬季和夏季。我们专注于复发的大气环流模式(16,19]。我们检查趋势流动的动力学递归模式通过使用递归网络的概念在一个季节,所介绍的唐纳et al。20.]。复发的趋势在年际模式是通过检查的概率检测良好的循环类似物。这些内部和年际诊断允许检测新兴大气环流的属性。

2。数据和方法

2.1。数据

我们使用的再分析数据国家环境预报中心(NCEP) (211948年1月至2017年3月。我们认为海平面压力(SLP)在北大西洋(80 w-30e;30 - 70 n)。再分析数据集的警告之一是缺乏同化数据的同质性,特别是卫星时代之前。这可能会导致在压力相关的变量,尽管这样的优惠主要是发现在南半球和北极地区22]。多个断点检测算法(23)是应用于我们生成的时间序列,以确定我们的结果取决于吸收数据的再分析。没有断点检测达到或接近多年来引入卫星数据的再分析(没有显示)。

海平面气压场结构包含一个季节性周期,需要删除。我们计算季节性方案得到的异常。对于每一个网格点的再分析,每天季节性周期计算每日平均的平滑样条,与可微性约束在12月31日,1月1日。现平均季节性周期获得在每个方案得到的时间序列中减去以产生异常的方案得到。

2.2。动力学复发

第一个概念的动力学复发是我们开发冬季和夏季季节大气模式(December-January-February (DJF)和June-July-August环流)。时间自相关(天数与自相关显著高于0)得到的北大西洋接近平均5天(24]。如果大气环流在给定状态波动超过5天的时间尺度,这可能不是反映在样本自相关。超出了持久性定义为“在一个模式在连续的时期,“我们感兴趣的氛围可以回到一个给定的模式,后一个重要的干扰。这个标识一个recurrent-although大气不稳定状态,有可能对应于一个波励磁。这个状态不需要相同的从一年到另一个。在本节中,我们采用两种方法测量模式的动力学递归在一个赛季。

第一个是基于天气的分析大气环流的政权。对于每一个季节,得到异常(对季节性周期)被归类到四天气政权。这个数字相当于通常是发现在文献[25- - - - - -27]。我们计算出主成分(电脑,28NCEP再分析SLP)的异常数据。得到数据重的余弦计算纬度的pc / eof。天气政权(WR)是由一个决定的 前10 pc集群,则在1970年和2000年之间(27,29日]。

每年、每个季节(冬季和夏季,1948年和2017年之间),每日SLP异常模式是由于最近的WR模式(欧几里得距离的集群的意思)。一年一度的频率福是出现次数的比率的车手季节的长度。每年每个季节,占主导地位的车手是频率最高的一个,和我们报告的频率主要天气政权。

第二种方法,动力学递归的概念是基于动力学每日SLP异常模式的相似性。每个引用天 在一个赛季中,我们确定所有的天 同样的季节,产生空间等级相关 超过一个阈值 在这里,我们把 ,对应于60百分位的所有动力学相关样本值。我们构造一个网络模拟的日子 对于所有天 近年来 通过

的天 落在同一季节(DJF或环流。所谓的“主导”网络 是产量最多的模拟模式。这个网络的定义类似于递归网络唐纳et al。20.]。我们考虑的天数控制模拟网络和频率(天)的比例在一个赛季。我们称之为天的百分比频率 模拟网络(或 短)。

这种方法类似于主导或者说是分析,但这并不限制预定义的天气模式的地理位置。频率的波动主导的弯角或 网络帮助我们评估大气模式的持久变化。这两个动力学量(控制天气政权和控制网络的频率)允许调查复发但潜在不稳定的大气环流模式。这些模式不需要访问连续的不天。

这两个方法是为了确定动力学模式复发的趋势。的选择 是合理的后验通过比较网络的频率的值 和控制的频率或者说是。如果阈值的相关性 增加,的大小 减少。的值 划分的大小 2,给了一系列变化,远小于主导WR频率的平均值,从而导致一个更困难的物理解释。

我们强调intra-annual网络递归的概念是不同的群集索引检查Faranda et al。15),专注于本地系统的持久性。但这个概念是互补Faranda等的分析。14因为我们确定地区的大气环流的相空间轨迹接近“尝试”回来。

2.3。年际复发

我们使用第二个概念是年际SLP复发模式。与前面的定义相比,年际复发(如大气科学。,(16根据事件发生在]]不同的年,但同样的季节,为了确保统计独立。(年际)复发的时间演化特性(例如,在亲密或返回时间)提供信息系统的动态趋势(18,30.]。这种趋势表明,模式的出现。

摘要长期出现(或消失)的模式估计从年际类似物的流通4,16]。每一天,我们决定最好的20个类似物循环通过最小化欧几里得距离所有天发生在一个不同的,但最多30日历天。好的类似物的距离小于一个阈值 对应于距离的第25百分位,高于阈值的空间相关性 相应的空间相关性的第75个百分位的20个最好的类似物。在实践中,良好的类似物的数量对于一个给定的天总是低于10等数据。因此保留超过20最好类似物不会改变结果。

年际类似物(即分布的相关性。,picked in another year) and intraseasonal analogues are different, which explains that the value 对应于不同分位点的两种情况。良好的类似物的季节性的平均数量是代表观察循环模式并给出了访问的概率通常的一个赛季。如果这个数字减少,那么可以断定,循环在这季节变得不那么典型,导致新模式的出现,没有过去的类似物。

动力学和年际类似物(或复发)见图1。他们是连接通过递归图(19]。动力学模拟网络与厚度的递归图的对角线,当一个人认为短期复发。复发的年际类似物与非对角的属性图,当一个人认为长期复发。我们简化了可视化的区别的分析,两时间尺度(intra-annual与年际)指的是两个时间尺度的复杂系统,属于不同类型的行为。

3所示。结果

3.1。动力学复发

的频率控制 网络模式产生一个积极的趋势在冬季(每十年1%的冬日, 价值 )(图2,冲黑线)和一个消极的趋势在夏季( %每十年的夏天, 价值 )(图3,冲黑色线条)。积极的冬季趋势不稳定,由于向上波动在1990年代:1980年以来的趋势(利用卫星数据再分析)接近0,不重要,和1997年以来的趋势(与同化的最优数量的观察) %每十年。夏天的趋势在1950 - 2017年也是不稳定的,可以忽略不计,微不足道的1980年和1997年以来的趋势。的天数在夏季主导WR(≈38天)或支配 网络(≈20天)小于在冬天(分别地。,40天,30天)。从主导WR频率图的计数2,天气带状政权(佐薇)更喜欢在冬天在1948年和2015年之间。天气佐薇政权对应于所谓NAO +(或北大西洋的正相振荡)在许多论文。自从NAO +术语被用来指每月SLP模式,我们希望采用佐薇术语,指日常模式(25,31日]。

天气佐薇政权主导的冬天的35%(报称:29%;NAO−: 19%;基于“增大化现实”技术:16%)。这些天气政权自2000年以来的冬天大约和等概率的主导。喜欢夏天的天气政权(图3)已经被北欧阻塞(报称:40%的萨默斯)(针对NAO−: 21%;基于“增大化现实”技术:21%;:18%)。夏天的大西洋海脊(AR)自2000年以来,只有一次和其他三个天气政权,而等概率的。天气AR政权是不可能在夏季温暖(25]。期间自2000年以来最长的法术有这么几个基于“增大化现实”技术的出现自1948年以来,虽然很难解释过去的15年里的行为的一个新兴的信号,因为大主导的政权的年代际变化。类似的分析20 cr再分析合奏意味着32提供相同的结果在1948 - 2012年期间(没有显示)。周期在1948年之前不会产生任何重大的趋势,但这可能是由于大合奏摊开的平均涂片趋势(没有显示)。

我们确定了五个冬天的最大频率 网络(1969、1989、1990、2010和2014年)。那些年的SLP模式如图所示4。确定收益的冬季纬向(1989、1990和2014)或NAO−(1969和2010)天气政权。我们还发现,1948年和2014年之间的寒冬与类似超过35天的天气这两个政权。非常持久的冬季北大西洋振荡的模式是两个阶段产生的和温暖的表面条件(佐薇政权)或潮湿和寒冷的条件(NAO−政权)在西欧。

五个夏天的复发是最高的(大于25%)大多是在大西洋中脊政权出现的(4)和北欧阻塞发生(1)(图3)。相比之下,最频繁的五个夏天天气政权(超过45%)是北欧阻塞出现的(3),大西洋海脊(1发生)和大西洋低(1发生)。这表明天气政权的最大出现在一个季节是断开其年际频率:夏天AR政权最复发,但并不是很频繁。如此高的重复值不发生2000年之后。

3.2。年际复发

良好的循环类似物的平均数量特征的递归模式。因此,季节很少有好的类似物可以被认为是罕见的,而那些有许多好的类比是典型。趋势好数量的类似物显示大气环流模式的转变,这可能不是可检测的频率天气政权。图5显示的时间变化的平均数为夏季和冬季好动力学类似物。冬季系列产量虽小但重要的积极趋势(每十年0.1模拟的一天, 价值 ,5(一个))。这意味着每天环流模式往往会变得更频繁的在过去的几十年里,由于循环类似物变得越来越好。

夏季系列收益率显著负趋势( 模拟天每十年, 价值 ,5 (b))。这意味着每天单独模式已经成为更多的例外,尽管未必极端,从第一部分的第二部分。后者环流减少趋势不保持过去20年(1990 - 2016),该收益率略有积极的趋势。因此,这一趋势很难解释气候变化的信号,因为它可能是受十年内部变化的影响。

4所示。讨论

指出在方法部分,动力学的频率的值 模拟网络依赖的阈值的相关性大小 更高的值(例如, )的平均长度除以2,导致一个无意义的趋势( 价值 ),特别是冬天。但这种选择让天气与控制机制难以解释,因为大小的变化(在图2)也会不同。

线性趋势分析可以挑战由于NCEP再分析潜在的尺度。如上所述节2。1,一个断点算法(23)是应用于时间序列的频率控制网络和天气的政权。一个断点的意思是发生在2005年,熊没有再分析的同化过程中的不均匀性。我们也安装这些时间序列分段函数与一个打破约1979(1975 - 1985),当卫星数据开始被大量使用。适合不显著( 价值 ,没有显示)。这意味着重要的线性趋势我们检测不是由于NCEP海平面气压资料的不均匀性。

类似的大气模式不断增加的趋势,在冬天开始直到最近,在1970年代(图2)。这一趋势意味着动力学模式越来越频繁的规模,与北大西洋涛动的锁定的阶段。天气趋势的频率这两个政权带来长期的降雪欧洲(2010年,NAO−阶段)或长时间的暴风雨和降水在北欧发作(像2014年,纬向环流)。伴随增加的趋势的概率找到一个好的冬季环流模拟(图5)表明,观察到冬天的返回时间变短,这样冬天往往类似于已知的冬天。

类似的下降趋势在夏天天气模式意味着缓慢建立极端事件,如干旱和热浪或寒冷的夏天,往往是在欧洲那么频繁。随之而来的递减趋势,年际复发模式表明,萨默斯变得不那么类似于已知的,尽管这一趋势很小。

这些结果可以解释的增加可预测性的循环在冬天因为天气模式的控制网络的规模增长。就不会有这样的趋势在夏季可预测性。因此,预测基于持久性会增加技能在冬天。

我们的分析似乎矛盾的假设冬季观测大气蜿蜒的描述增加了弗朗西斯和Vavrus7波图霍夫]和et al。8),因为冬天最经常性的天气类型我们发现有表面,而低波数(33)当他们与非常温暖和暴风雨的条件(1989、1990和2014)或极端的条件(1969、2010)(图4)。北极海冰覆盖之前那些冬季较低或高于正常,和潜在的经向梯度温度不为这五个案例展示系统的功能,因为他们对应,NAO的相反的阶段。然而,我们的分析也得出了相似的结论对欧洲的影响表面冬季气候,更持久的纬向流增加的概率观察温带风暴打击欧洲或极端降水数量在欧洲北部,在1999/2000和2013/2014。相反,长期的负相的法术NAO冬天增加极端降水的概率(包括雪)在欧洲南部,在1969年和2010年。我们的解释是,冬季的大气模式主导倾向于得到“困”,再乘以,虽然他们并不一定更稳定。对这种行为,我们提出一个概念模型与一个能源潜力模型在二维四井的相对深度变化随机从一年到下一个。井日常扰动可以迫使系统转变,但在本赛季结束后,最深最访问。我们发现最严重的冬天变得更深。

相同的分析(持久性SLP模式)进行对北太平洋地区和整个北半球extratropics(没有显示)。没有找到趋势等地区和鳞片。

5。结论

在本文中,我们展示了重要的,虽然小,但新兴趋势的递归性质在北大西洋大气。这些趋势指出增加大气冬天可预测性。这是一致的与当地的小降低维度报道Faranda et al。15]。我们提出的诊断有一个有趣的潜力评估大气颞可变性的气候模型,特别是对古气候或未来情景34]。的归因极端气候事件(气候变化)需要一个极端事件分解为它的动力(大气环流有关)和热力学(温度)有关组件(35]。动态信号通常是很难估计(36]。我们还没有确定冬季环流的原因的趋势,这可能与内部变化(33),但这种观察到的新兴趋势有助于约束动力组件的事件归因过程。

的利益冲突

作者宣称没有利益冲突有关的出版。

作者的贡献

帕斯卡Yiou和罗伯特Vautard设计分析模拟网络。帕斯卡Yiou生产数据和起草了手稿。所有的合作者的手稿和图设计。

确认

很高兴谢谢c·卡苏讨论本研究的早期阶段。本文得到了伦理委员会批准号338965 - a2c2和法国环境部的资助(Extremoscope)。