本文档属于类型a：一篇关于单一原创性研究的学术论文。
关于大气对流主导厄尔尼诺-南方涛动不对称性生成的研究报告
一、 研究作者、机构及发表信息
本研究的主要作者为耿涛（Tao Geng）、蔡文炬（Wenju Cai）、吴立新（Lixin Wu）和杨云（Yun Yang）。作者单位包括：中国海洋大学物理海洋教育部重点实验室/海洋高等研究院暨青岛海洋科学与技术试点国家实验室（中国青岛）；澳大利亚联邦科学与工业研究组织（CSIRO）海洋与大气研究中心南半球海洋研究中心（澳大利亚霍巴特）；北京师范大学全球变化与地球系统科学学院暨极地研究中心（中国北京）。
该研究以题为“Atmospheric convection dominates genesis of ENSO asymmetry”发表于《Geophysical Research Letters》期刊，在线发表日期为2019年7月30日，文章引用编号为Geng, T., Cai, W., Wu, L., & Yang, Y. (2019). Atmospheric convection dominates genesis of ENSO asymmetry. Geophysical Research Letters, 46, 8387–8396. https://doi.org/10.1029/2019GL083213。
二、 研究的学术背景
本研究隶属于气候动力学领域，核心关注点是厄尔尼诺-南方涛动（El Niño–Southern Oscillation, ENSO）现象的非线性特征与不对称性。ENSO是热带太平洋年际尺度气候变率的主导模态，其暖位相（厄尔尼诺，El Niño）和冷位相（拉尼娜，La Niña）对全球极端天气、生态系统和农业具有深远影响。然而，观测表明，ENSO的暖、冷位相并非简单的镜像对称，而是存在显著的不对称性，主要体现在三个方面：1）振幅不对称性，即厄尔尼诺事件的海表温度（Sea Surface Temperature, SST）正异常通常强于拉尼娜事件的SST负异常；2）持续时间与位相转换不对称性，例如厄尔尼诺往往衰减迅速并常转为拉尼娜，而反之则较少发生。
过去二十年的研究提出了多种非线性反馈机制来解释ENSO不对称性，这些机制大致可分为两类：大气起源的非线性反馈（例如，大气深对流建立导致的非线性响应）和海洋起源的非线性反馈（例如，温跃层对纬向风应力的非线性响应、SST对温跃层波动的非线性响应）。然而，这些不同非线性反馈的相对重要性，以及它们之间是否存在相互强迫关系，一直是一个悬而未决的核心科学问题。此外，观测显示过去一个世纪ENSO的变率和不对称性均有所增强，其背后的机制也尚不明确。
因此，本研究旨在阐明非线性大气反馈和海洋反馈在观测到的ENSO不对称性中的相对重要性。具体目标是通过将一个经典的ENSO概念模型—— recharge oscillator（补充振荡子模型）——进行修改，纳入从观测中估计出的各种非线性项，来分离和量化不同非线性反馈的作用，并探究它们与ENSO变率长期变化之间的潜在联系。
三、 详细研究流程
本研究主要包含三个核心流程：1）观测数据分析与非线性量化；2）概念模型的构建与实验设计；3）模型数值实验与敏感性分析。
流程一：观测数据分析与非线性量化 研究团队首先收集并处理了多套长期观测与再分析数据。使用的数据包括：1900-2010年的海表温度数据（HadISST v1.1）、1900-2010年的地表风数据（NOAA/CIRES Twentieth Century Reanalysis version 2c, 20CRv2c，并转换为风应力）以及1960-2010年的20°C等温线深度数据（POODAS再分析，代表温跃层深度）。所有数据均去除了气候态季节循环并进行了线性去趋势处理。为了确保结论的稳健性，研究还使用了其他再分析数据集（如ERSST v3b, COBE SST v2, ERA-20C）进行交叉验证。
基于这些数据，研究聚焦于ENSO相关的三个核心变量：表征赤道东太平洋SST异常的Nino3.4指数、赤道平均纬向风应力异常（tauu）以及赤道平均温跃层深度异常（z20）。研究首先确认了这些变量时间序列的偏态特征（SST和风应力为正偏，温跃层深度为负偏），然后重点分析了三者之间的非线性关系。通过散点图和分段线性回归，他们量化了三个关键的非线性耦合关系：1）纬向风应力对SST的非线性响应（tauu vs. SST）；2）温跃层深度对前期纬向风应力的非线性响应（z20 vs. tauu，滞后约9个月）；3）SST对前期温跃层深度的非线性响应（SST vs. z20，滞后约6个月）。
为了定量衡量这些非线性程度，研究采用了An and Kim (2017)定义的归一化不对称性指数β。该指数计算公式为 β = (Sp - Sn) / (Sp + Sn)，其中Sp和Sn分别为仅使用正样本和仅使用负样本进行最小二乘线性拟合得到的斜率。据此，他们定义了β1（大气反馈非线性，对应tauu对SST的非线性响应）、β2（海洋反馈非线性I，对应z20对tauu的非线性响应）和β3（海洋反馈非线性II，对应SST对z20的非线性响应）。计算结果显示，所有β值均为正且小于1，证实了非线性关系的存在，且β2值最大，β3次之，β1最小。
流程二：概念模型的构建与实验设计 研究采用并改进了Frauen and Dommenget (2010) 扩展的 recharge oscillator 模型。该模型是一个耦合SST（T）、温跃层深度（H）和纬向风应力（τ）的简化概念框架，其核心由两个倾向方程构成，分别描述SST异常和温跃层深度异常随时间的变化。模型中，风应力（τ）和热通量（F）被表达为SST的线性函数加上随机强迫。
本研究的创新之处在于，为了探究非线性反馈的作用，他们在模型的相应环节引入了基于观测估计的非线性项。具体修改如下： 1. 为引入非线性大气反馈（β1），将风应力方程修改为分段线性形式：τ = r_τ^T * T + β1 * |T| + ξ_τ。 2. 为引入非线性海洋反馈β2（温跃层对风应力的非线性响应），在温跃层倾向方程的风应力强迫项中加入非线性项：dH/dt 方程中包含 c_τ^o * (τ + β2 * |τ|)。 3. 为引入非线性海洋反馈β3（SST对温跃层的非线性响应），在SST倾向方程的温跃层耦合项中加入非线性项：dT/dt 方程中包含 a12 * (H + β3 * |H|)。
研究设计了一系列数值实验来分离不同非线性反馈的贡献： - 线性实验：作为基准，所有反馈均为线性。 - “仅β1”实验：仅在大气反馈中引入非线性（β1），保持海洋反馈线性。 - “仅β2”实验：仅在温跃层对风应力的响应中引入非线性（β2）。 - “仅β3”实验：仅在SST对温跃层的响应中引入非线性（β3）。 - “控制实验”（Ctrl Run）：同时引入所有三个非线性项（β1， β2， β3），其中β2和β3的值取自“仅β1”实验的输出，以确保动力系统的自洽性。 - 敏感性实验：在控制实验基础上，逐一关闭某个非线性项，观察影响；以及系统性地改变β1的强度，探究其对ENSO变率和不对称性的影响。
每个实验均从静止状态开始，积分500年，并加入高斯白噪声随机强迫以模拟真实变率。为确保统计稳健性，每个实验配置均重复进行100次集合模拟。
流程三：模型数值实验与敏感性分析 研究团队运行了上述所有模型实验，并计算了各实验输出的关键统计量，包括Nino3.4 SST异常的标准差（SDV，衡量变率）和偏度（Skewness，衡量不对称性），以及模拟出的变量间非线性关系（即输出β值）。他们通过对比不同实验的结果，来评估各个非线性反馈的独立作用及其相互依赖关系。此外，他们还利用观测数据计算了20世纪以来β1、ENSO变率和不对称性（以51年滑动窗口）的长期变化趋势，并将模型敏感性实验的结果与这些观测趋势进行对比，以探讨历史变化的可能机制。
四、 主要研究结果
1. 观测中的非线性关系确认： 研究清晰地展示了观测数据中SST-风应力-温跃层三者之间存在显著的非线性耦合关系（图1）。SST与风应力呈正相关，但对正SST异常的响应斜率大于对负异常的斜率（β1 > 0）。风应力领先温跃层约9个月呈负相关，但对西风异常（对应厄尔尼诺）的响应远强于对东风异常（对应拉尼娜）的响应（β2 > 0且值最大）。温跃层领先SST约6个月呈正相关，但SST对温跃层加深的响应强于对变浅的响应（β3 > 0）。这些结果为后续模型实验提供了关键的观测约束和验证基准。
2. 非线性大气反馈（β1）的主导作用： 模型实验得出了最核心的发现。当仅在模型中引入非线性大气反馈（“仅β1”实验）时，模型能够成功地模拟出与观测类似的SST正偏态分布（偏度~0.38），并且能自发地产生出与观测量级相当的非线性海洋反馈β2和β3（表1，图2中列）。这意味着，仅凭风应力对SST的非线性响应这一大气过程，就足以诱导出温跃层对风应力以及SST对温跃层的非线性响应。
3. 非线性海洋反馈的从属地位： 相反，当尝试单独引入非线性海洋反馈（“仅β2”或“仅β3”实验）而保持大气反馈为线性时，模型既无法产生显著的SST偏态，也无法维持输入的非线性海洋反馈强度（输出的β2或β3远小于输入值）。这表明，没有非线性大气反馈的存在，非线性海洋反馈无法自我维持，其对ENSO不对称性的贡献微乎其微。
4. 非线性反馈的协同与依赖关系： 在同时包含所有非线性反馈的控制实验中，ENSO不对称性相比“仅β1”实验仅有轻微增强（表1）。进一步的“剔除”实验表明，只有当非线性大气反馈（β1）存在时，非线性海洋反馈（β2， β3）的加入才能进一步放大模拟的不对称性。这清晰地证明了非线性大气反馈在生成ENSO不对称性中占据主导地位，而非线性海洋反馈起到的是辅助增强的作用，且其有效性完全依赖于大气非线性。
5. 主导作用的物理机制： 研究从 recharge oscillator 的动力框架出发，解释了β1主导的物理机制。在厄尔尼诺期间，由于β1的存在，正的SST异常会产生更强的西风异常。这些更强的西风通过方程中的动力耦合，会引致更强烈的温跃层放电（变浅）趋势，这等价于产生了非线性反馈β2。同时，尽管拉尼娜期间产生的东风异常较弱，导致的温跃层充电（加深）也较弱，但大气非线性反馈（β1项）通过其对SST增长的影响起到了主导作用，从而也诱导出了SST对温跃层的非线性响应（等价于β3）。因此，大气非线性的重要性在于，不对称的纬向风应力响应同时影响了SST的增长和温跃层的阻尼过程。
6. 与历史变化的联系： 敏感性实验显示，在模型中增强非线性大气反馈（β1）的强度，会同时增加模拟的SST变率（标准差）和不对称性（偏度）（图3a, b）。观测分析进一步发现，在过去一个世纪里，ENSO的变率、不对称性以及估算的β1值均呈现出显著的增强趋势（图3c）。这表明，20世纪观测到的ENSO变率和不对称性的增强，可能与非线性大气反馈的增强有关。当然，文章也指出，ENSO振幅的增大也可能反过来增强大气反馈的非线性，两者可能存在双向相互作用。
五、 研究结论与价值
本研究通过将观测约束的非线性项引入经典的概念模型，系统性地评估了不同非线性反馈对ENSO不对称性的贡献。其主要结论是：大气对流建立所导致的纬向风对海表温度的非线性响应（即非线性大气反馈），是ENSO不对称性产生的根本主导因素。 该反馈不仅能直接导致ENSO的振幅不对称性，还能通过海洋的 discharge/recharge（排放/补充）过程，诱导出温跃层对风应力以及SST对温跃层的非线性海洋反馈。非线性海洋反馈仅在非线性大气反馈存在时才能运作并起到增强作用。此外，非线性大气反馈的增强可能是过去一个世纪ENSO变率和不对称性增强的原因。
本研究的科学价值在于： 1. 厘清了争议：明确回答了关于ENSO不对称性起源中长期存在的争议，指出大气非线性反馈相对于海洋非线性反馈具有主导性和根源性。 2. 揭示了机制：首次在概念模型框架内证明，非线性大气反馈可以“诱发”出非线性海洋反馈，阐明了不同非线性过程之间的因果链条和依赖关系。 3. 连接了变化：为理解ENSO特征的历史变化（变率与不对称性增强）提供了一个简洁而有力的机制解释，即非线性大气反馈的增强。 4. 指明了方向：研究结果对气候模式发展具有指导意义。由于大多数最先进的气候模式低估了ENSO不对称性，本研究暗示精确模拟大气对流过程对于真实再现ENSO的非线性特征至关重要。
六、 研究亮点
七、 其他有价值的内容
研究在讨论部分也指出了本工作的局限性及未来方向。作者承认所使用的 recharge oscillator 模型是高度理想化的，忽略了真实世界中大气和海洋非线性反馈的空间依赖性。他们引用前人研究指出，大气环流模式在强迫对称的SST异常时能一致地再现不对称的大气响应，而海洋环流模式在强迫对称的风应力时产生的SST不对称性则弱于观测，这从侧面支持了本研究关于大气主导的结论。但同时，他们也指出，其他过程如热带不稳定波、太平洋外强迫以及状态依赖的随机强迫等的作用，仍有待未来更全面的气候模式研究进行检验。这些讨论体现了研究的客观性和开放性。