气候变化对全球热带气旋发生频率的影响是多方面的。在这里，我们利用高分辨率模拟的当前和未来(1%二氧化碳分压情景)集合，探讨了气候变化对北大西洋和西太平洋tc的影响。我们发现，在北大西洋，tc的数量减少了(\(- 45% \))，而在西太平洋，tc的数量增加了(\(+ 15% \))。这些相反的变化部分与海洋经向翻转环流的差异有关，这导致了两个盆地之间不同的海面温度响应和海气通量。结果表明，海洋气候变化对TC响应具有重要影响。
热带气旋(tc)是相对罕见的事件，每年大约有90±10个形成(Emanuel 2008)。它们的形成和增强取决于不同的大气条件(Palmen 1948;Gray 1968)，例如大气不稳定性(例如低气压和大气波)、对流层下层的湿度(潜热释放)以及200和850 hPa气压水平之间的低垂直风切变(VWS)值(< 12.5 m s) (Wong和Chan 2004;Park et al. 2012;Wang et al. 2015)。除了大气条件外，相对温暖的海水对tc也至关重要。高(C, McTaggart-Cowan et al. 2015)海面温度(SSTs)为大气提供足够的热量和水分来维持tc。预计在气候变化的影响下，TC背景条件(如为TC发生和强化提供更多能量的较高海温)将发生变化(Knutson et al. 2020)。因此，了解变暖气候下TC的发生和发展将与现在有何不同是很重要的。
研究气候变化对tc影响的一种方法是在规定的sst下进行仅大气(sst强迫)模拟。这些海温是从气候变化情景下强迫的气候模式模拟得到的。为了充分解析作为TC特征的高时空风压梯度，大气模式需要高水平分辨率()(Knutson et al. 2010;Schenkel and Hart 2012;村上2014年;Li and Sriver 2016;Bloemendaal等人，2019;Roberts et al. 2020a, b)。从这些海温强迫模拟中发现，在气候变化下，TC频率降低，但总体TC强度增加(Murakami et al. 2012;Bacmeister et al. 2018;Wehner et al. 2018)。这些模拟的缺点是海洋-大气反馈，如tc诱导的冷尾流，表现不佳(Li和Sriver 2019;Pasquero et al. 2021)。完全耦合的气候模式能够捕获影响tc的相关海洋-大气反馈(Chu et al. 2020)和(自然)气候变率，如ENSO (El Ni?o-Southern涛动)和多年代际变率(Dunstone et al. 2011;Chang et al. 2020;Kim et al. 2020)。仅用于大气模拟的规定海温主要来自低分辨率海洋模式，这些模式不能捕获中尺度(海洋涡旋和锋面区)。几个模型研究(Small et al. 2014;Saba et al. 2016;van Westen et al. 2020;j
ling et al. 2021)证明，与标准(1)模拟相比，高分辨率(0.1)海洋模式减少了海温偏差，并准确地代表了海洋中尺度。更现实的海洋状态强烈影响海气通量(Small et al. 2014)，而这些通量与tc高度相关。Vecchi等人(2019)证明了海温偏差影响TC，对这些偏差进行调整会导致气候变化下不同的TC响应。为了在气候模式模拟中充分地表示tc，在大气和海洋中都需要高分辨率。
在这里，我们重点关注社区地球系统模型(CESM)的高分辨率(0.25大气和0.1海洋)模拟。这些高分辨率的全耦合气候模式模拟在计算上是昂贵的，迄今为止只进行了少数这些实验(Small et al. 2014;Chu et al. 2020;Chang et al. 2020)。在CO和CO强迫情景下的高分辨率CESM模拟表明，tc的总体频率降低，而最强烈的tc的频率增加。全球TC数量的减少与Hadley环流的变化有关(Chu et al. 2020)，但北大西洋和北太平洋盆地之间的TC响应存在差异。这表明气候变化下的盆地尺度变化可能对TC响应有额外的贡献。
在这里，我们使用与Chu et al.(2020)相似的CESM版本研究了气候变化(2000-2100年，co2增加1%)下TC变化的机制。我们分析了两个5成员CESM集合的结果，以研究大气和海洋在当前和未来气候条件之间的变化。我们比较了北大西洋(NA)和西太平洋(WP)的TC形成速率和背景条件的变化。NA和WP盆地不完全相同，但具有类似的背景条件，如强洋西边界流。在第2节中，我们描述了所研究的CESM模拟，在第3节中，我们分析了全球、NA和WP TC的变化。接下来在第4节中，我们将讨论TC变化的机制。结果在第5节中进行了总结和讨论。
这里使用的CESM版本(1.4)(现在称为UH-CESM)具有0.1水平分辨率的海洋分量，能够捕捉中尺度海洋涡旋的发展和相互作用(Penduff et al. 2010;Hallberg 2013)。NA (van Westen et al. 2020)和WP (Klose et al. 2020)的平均海洋状态和变率都得到了很好的解析。大气模式的水平分辨率为0.25(有限体积动力核心)，可以解决控制tc发生和发展的过程(Bacmeister et al. 2014, 2018)。UH-CESM模拟是从CESM模拟(称为HR-CESM)中分离出来的，海洋和大气分量的水平分辨率分别为0.1和0.5 (van Westen et al. 2020;van Westen and Dijkstra 2021)。HR-CESM是由当前的控制模拟(HR-CESM control)发起的，具有2000年的固定强迫条件。然后大气pCO每年增加约1% (369-936 ppmv, 2000-2100年模式年)。
我们进行了两次UH-CESM集成，一次接近HR-CESM模拟的开始，另一次接近HR-CESM模拟的结束。分支的时间基于相对NINO3.4指数(van Oldenborgh et al. 2021)，在分支期间处于类似的阶段(未显示)。首先，对于2002年1月模型年，我们将HR-CESM大气状态(从0.5格点)插值到UH-CESM更高分辨率的0.25格点上，而垂直分辨率不变(30个非等距混合西格玛水平);海洋没有改变。大气分量很快调整到更高的大气分辨率，我们持续了大约1年的模拟;我们将这种模拟称为UH-CESM自旋上升(UH-CESM)。2002年12月1日，我们通过对500 hPa混合西格玛压力水平施加一个小的温度扰动，将UH-CESM的5个成员组成分支。对于UH-CESM的集合成员n，我们确定了2002年12月n日相对于2002年12月1日的(500 hPa)温差。然后将这个温差加到2002年12月1日(500 hPa)的温度场中(因此集合成员1具有零扰动)。所有五名成员于2002年12月1日从UH-CESM入会，并一直持续到2007年12月31日。各成员具有与HR-CESM相同的大气pCO强迫。在这相对较短的5个模式年期间没有强烈的瞬态影响，我们可以简单地确定所有25年的气候学。我们分析了2003年1月1日至2007年12月31日的5个群，我们称之为UH-CESM现今群(UH-CESM)。我们在接近HR-CESM模拟结束时(即2092年1月模型年)重复了相同的过程，并从2092年12月1日至2097年12月31日模拟了五个整体成员。来自后期的五个整体成员被称为UH-CESM未来整体(UH-CESM，模型年2093-2097)。
经过31天(2003年1月1日)，我们发现在强涡旋区域(如西部边界流)的整体成员之间的海温与周围环境相比差异相对较大，局部至少有4℃的幅度(图S1a,b)。海温差异表明各成员之间的大气状态和(通过海气通量)上层海洋状态迅速不同。大气层和(上层)海洋的差异甚至更大，因为积分时间更长。UH-CESM (w.r.t HR-CESM)较高的大气分辨率导致了HR-CESM的小漂移(图S1c,d,e,f)，但UH-CESM与HR-CESM的差异在5年内保持相当恒定。UH-CESM与HR-CESM (j
ling et al. 2021)相比，具有相似的海温偏差(图S1g,h)。
CESM的标准模式输出包括月平均场和大多数呈现量(例如位势高度、速度和温度)转换为季节或年平均值。NA和WP TC季节分别为6月至11月和5月至11月。对于TC分析，我们使用了3小时大气瞬时场(即快照)和日平均海温。通过向外长波辐射和降水的联合分布来探测ITCZ纬度;更多细节请参考Mamalakis et al.(2021)。我们使用Welch’s t检验(双侧)来确定总体均值之间的显著差异。
对于TC跟踪，我们首先根据Hodges等人(2017)和Chu等人(2020)提出的方法确定候选低点(即与TC相关的局部压力最小值)，并进行了一些调整，如下所述。对于每个时间步(3小时)，我们确定850 (RV)和250 (RV) hPa压力水平下的相对涡度(RV)(图1a)。对于每个网格单元，RV应至少为5,RVRV应至少为5，以提供暖核的证据(南半球的因素)。请注意，在Hodges等人(2017)中，使用了200 hPa水平的RV(即RV RV)，但对于发达的系统，这种差异要大得多。为了保证网格单元是热核结构的一部分，就像tc的情况一样，我们根据给定网格单元周围的空间平均温度场()确定了850 hPa的温度异常()(图1b)。一些候选低压，如温带气旋不显示暖核结构(C);这些都被丢弃了。接下来，在给定点的100公里范围内，10米风速()应超过至少10米每秒(图1c)。最后，如果在250km半径范围内有多个格元满足上述条件，则选择海平面气压最小的格元，丢弃其他格元。
图1
a - e在2006年9月1日拍摄的模型TC的快照，黑点表示TC的眼睛。850 hPa的相对涡度，插图显示250 hPa的相对涡度。b 850 hPa温度异常。c 10 m风速和曲线表示海平面压力等值线(间隔为10 hPa)。d 850 hPa水平速度。在850 hPa水平速度异常中，黑线是沿其确定法向分量的部分。f风眼海平面气压(TC)、10米最大风速()和风眼垂直风切变(TC)的时间序列。g热带气旋跟踪程序(Chu et al. 2020)。黑色曲线表示TC的运行轨迹。Location表示外推的位置(使用和小时)。两者都位于200公里半径内。候选低点较接近，因此轨迹继续。候选人low将开始新的轨道。h热带气旋跟踪，其中一个随机候选低压(此处)不符合闭合环流标准。i TC距平相对于14天回溯平均值的时间序列(Chu et al. 2020)和TC的850 hPa相对涡度(TC)。虚线表示TC hPa (Chu et al. 2020)和TC s (Hodges et al. 2017)的标准。
从目测(这当然是主观的测量)来看，这些暖核网格细胞中的一些不是旋转对称的，并且在850 hPa和10 m高度缺乏封闭的环流模式。这些特征经常在温带气旋或热带低气压中遇到，这些系统不应包括在TC跟踪器中。因此，我们保留了给定网格周围850 hPa的纬向和经向速度异常(，类似)。我们使用了速度异常，因为一些tc嵌入在背景流中(例如信风，图1d)。利用速度异常，我们获得了与候选低点相关的环流模式(比较图1d和e)。接下来，我们保留了从给定点开始沿四个1段的风速异常的正常分量。正常分量应超过7.5米秒沿着剖面(以及其他剖面)，以提供850 hPa闭合环流模式的证据(图1e)。与TC眼附近的典型风速相比，这个风速阈值相对较低(Holland 1980;Holland et al. 2010)，特别是在850 hPa水平，风速最高。不符合速度标准的候选低点没有被删除，而是被标记，因为系统可能暂时减弱，删除它们会导致同一系统的两个独立轨道。
正如Chu等人(2020)所描述的那样，每个候选低点现在在时间上连接起来，但我们在每个时间步之间使用200公里的搜索半径，因为我们有3小时的场(图1g)。航迹可以由多个标记的候选低点组成(即没有闭合循环)，但不能超过一个连续标记的低点，否则航迹将终止(图1)。最后，我们沿路径确定了TC的气压(TC)、10 m最大风速()、TC眼与10 m最大风速之间的半径、TC眼的海表温度和850 ~ 250 hPa之间的垂直风切变(TC)(图1f)。通过在TC眼的3个半径内取空间平均水平速度来确定VWS。短于48小时的轨道被移除。在路径的某个地方，应有连续24小时的10米高风速(m s，热带风暴的阈值)和足够低的VWS (m s, Wong and Chan 2004);Park et al. 2012;Wang et al. 2015)，否则轨迹将被移除。每个轨道必须在30 S-30 N内开始(Hodges等人，2017年)，TC起源海温必须至少为25 C (McTaggart-Cowan等人，2015年)。
该方法与Chu等人(2020)的方法有所不同，Chu等人使用海平面压力异常(低于hPa)和地表RV (s)来跟踪tc。这个压力阈值并不总是满足开发tc，因此，该方法无法捕获轨迹的开始(图1i)。当TC登陆时，负压异常减小，10m风场扭曲，影响地表RV，使TC跟踪复杂化。在这些情况下，RV阈值(Hodges et al. 2017)更适合于跟踪发展和着陆的tc(图1i)。此外，(地面)RV不能保证850 hPa的温暖核心和/或发达的封闭环流模式。利用850 hPa温度异常和850 hPa水平速度异常排除了温带系统;请注意，Chu等人(2020)可能没有删除这些系统。在Chu等人(2020)中，强加的任意表面RV阈值似乎是获得85 tc /年的调谐参数，但可以改变以获得更多或更少的tc。
通过Genesis势指数(GPI, Emanuel and Nolan 2004)可以测量TC背景条件的变化。GPI是衡量tc形成可能性的指标，其定义为:
（1）
850 hPa绝对涡度、700 hPa相对湿度、200 ~ 850 hPa垂直风切变势强和VWS。局地势强取决于局地海温、海平面压力、大气垂直温度和混合比剖面。潜在强度是根据Gilford(2021)概述的方法得出的。
Wang和Murakami(2020)认为，在气候变化(情景)下，gpi没有得到优化，因为热力学因素可能会增加(例如通过更高的海温)并诱导更有利的TC形成条件。因此，Wang和Murakami(2020)提出了完全依赖于动态因素的动态发生势指数(dynamic genesis potential index, DGPI)，定义为:
（2）
500 hPa垂直p速度(负值表示上升空气)、500 hPa经向剪切涡量和VWS与GPI相似。请注意，GPI和DGPI都提供了有意义的见解，并且有几个数量是高度相关的(例如，和)(Wang和Murakami 2020;村上和王2022)。
对于每个月以及UH-CESM和UH-CESM，我们确定了GPI和DGPI。(D)GPI的非线性不允许使用季节平均或气候平均的输入变量。与Murakami和Wang(2022)类似，我们当时只改变了一个输入变量来评估其对气候变化下(D)GPI响应的影响。
摘要
1 介绍
2 模型仿真与方法
3.结果
4 TC背景变化的机制
5 讨论与结论
数据和材料的可用性
参考文献
致谢
作者信息
道德声明
补充信息
搜索
导航
＃＃＃＃＃
在UH-CESM(图2a)中，全球每年形成98±10个tc。这个年形成速率接近观测到的每年90±10个TC的形成速率(Emanuel 2008)。从质量上讲，大多数tc在低纬度地区受信风向西传播，在高纬度地区受西风带向东偏转(图2a-c)，与观测结果相似(即IBTrACS v4.0, Knapp et al. 2010)。与观测值相比，模拟的tc较弱(图2f)，因此只有少数(强)tc的最大风速高于50 m / s(表S1a,b)。这并不意味着模型不能很好地模拟强tc，因为UH-CESM提供了在0.25水平网格上的空间平均压力和10米风速(而不是观测中的局部值)。这平滑了与tc相关的大水平压力梯度和强风(Bloemendaal et al. 2019;Dullaart et al. 2020)。此外，UH-CESM(即时模式输出)和观测(1分钟持续风速)的采样时间不同。因此，在(0.25)气候模式和观测之间不应以任何方式比较气压最小和最大TC风速。然而，一个可用于比较的定量度量是TC弹道密度差，如图1e所示，UH-CESM与观测值之间的差异。主要TC盆地(Knapp et al. 2010)的CESM模型在TC发生频率(和径迹密度)方面的偏差与Chu et al.(2020)中讨论的相似。
图2
a - c TC轨道(25年)为a UH-CESM (98 TC /年)，b UH-CESM (90 TC /年)和IBTrACS v4.0 (85 TC /年，1993-2017)。颜色表示沿TC轨道的10米最大风速(瞬间、a和b)和10米1分钟最大持续风速。对于IBTrACS v4.0，在达到温带分类(如果适用)之前，我们只显示TC轨道的一部分。d、e UH-CESM与UH-CESM、e UH-CESM与IBTrACS v4.0的TC轨迹密度差()。在确定差异之前，将轨迹密度归一化为年TC地层速率。注意d和e之间的不同标度f全球TC压力最小频率
在UH-CESM中，全球TC发生频率下降了约10%，为每年90±8 TC()(图2b, d);NA和WP偏离了全球10%的下降。NA区TC发生频率降低约45% (3.2 ~ 1.8 TCs /年)，WP区TC发生频率增加约15% (21.9 ~ 24.9 TCs /年)。继Chu等人(2020)之后，我们还发现UH-CESM中所有tc (m s，)、NA tc (m s)和WP tc (m s，)的tc传播速度略高(图S2a,b)。对于WP，我们发现着陆tc的传播速度显著提高(m s，)，但对于所有tc (m s)和NA tc (m s)，我们没有发现显著变化。大气对气候变化的响应(UH-CESM=UH-CESM减去UH-CESM)与Chu等人(2020)讨论的2 CO CESM模拟非常相似:我们发现热带深处(不包括赤道，图S2c,d)的相对湿度(700 hPa)和垂直速度(500 hPa)减少。相对湿度和垂直速度的响应分别降低了GPI和DGPI。有人认为，这些变化与夏季Hadley环流上升分支的减弱有关，最终降低了全球TC形成率(Held and Zhao 2011;Sharmila and Walsh 2018;Studholme and gullev 2018;Chu et al. 2020)。
在气候变化的影响下，华北地区的TC发生频率下降，TC发生概率密度函数(PDF)向西北方向移动明显(图3a,b)。这意味着可以通过GPI和DGPI测量TC背景条件移位和/或减少(图3c)。我们发现NA tc (NA MDR, 15-85 W 10-20 N，图3c中的虚线区域)的主要发展区(MDR)的DGPI值在下降。DGPI的变化与更大的经向剪切涡度、更高的VWS(特别是在加勒比海上空)和下降的垂直速度(即)有关(图3e-g)。请注意，我们显示了VWS的纬向成分，因为它是总VWS的主要成分。ITCZ在TC发展中起重要作用，因为它引起大气不稳定(例如低气压和大气波)。ITCZ不是DGPI的一部分，但它由垂直速度(ITCZ内空气向上运动)和经向剪切涡度(纬向偏转的高空空气外流)间接表示。在气候变化的影响下，预估ITCZ将向南移动(图3h)。垂直速度和经向剪切涡度响应具有明显的ITCZ特征，其中垂直速度响应最为突出。我们发现850 hPa涡度没有实质性的变化(图3d)，因此我们没有显示这些结果。
图3
a、b UH-CESM和b UH-CESM的TC成因PDF和频率。见b . TC发生频率的变化，标记表示TC发生的平均位置。c季节平均(6 - 11月)DGPI差。d UH-CESM和UH-CESM在NA MDR上的空间平均DGPI(图c中的虚线区域)以及四个分量的单个DGPI贡献。例如，仅包括绝对涡度的变化，而其他三个分量(垂直速度、经向剪切涡度和VWS)则使用现今值。e - ge 500 hPa经向切变涡度、f纬向VWS和g 500 hPa垂直p速度的季节平均差值()。h 6 - 11月平均ITCZ PDF差。插图:两个组合的纬向平均(15 W - 85 W) ITCZ PDF。虚线表示ITCZ的平均纬度
DGPI在中纬度地区(25 ~ 45 N)呈上升趋势，主要与同一纬度附近较低的VWS有关。我们发现GPI变化的结果相似且一致(图S3)。GPI在NA MDR上下降，与较低的潜在强度、较高的VWS和更干燥的大气条件有关。GPI在中纬度地区增加，与中纬度地区低VWS和高电位强度有关。
对于WP来说，TC季节(5月至11月)比NA(6月至11月)长一个月，但在选择相同月份时，下面的结果与NA TC季节相似。
到本世纪末，WP的TC数量略有增加，TC成因PDF显著向东移动3(图4a,b)。在WP tc的MDR上(WP MDR, 110-180 e10 - 20 N，图4c中虚线区域)，我们发现DGPI增加，而在中纬度(20-40 N) DGPI减少(图4c,d)。WP MDR上dgpi的增加与较低的经向剪切涡度(160e以西)、稍低的VWS (150e以东)和较高的垂直速度有关(图4e-g)。ITCZ在WP MDR上空略有北移(图4h)，增强了TC的形成条件，这与WP MDR附近的垂直速度和经向剪切涡度响应一致。GPI变化(图S4)与DGPI变化相似。总体而言，温带条件比温带条件更有利，这与温带发生频率的增加是一致的。
图4
与图3相似，但现在是WP(5 - 11月)
对于两个感兴趣的盆地，我们发现TC背景条件的变化相反。对于NA MDR，经向剪切涡度增大，VWS增大，垂直速度减小，ITCZ南移。对于WP MDR，我们发现了相反的响应。在本节中，我们更详细地分析了国民生产总值和国民生产总值变化背后的机制。
各种TC背景条件与海温变化直接相关，如海气通量、位势强度(Gilford 2021)和ITCZ纬度(Cvijanovic et al. 2013);McFarlane and Frierson 2017)。图5a、b所示为减去全球海温季节平均上升的季节平均海温差异(UH-CESM)。在MDR纬度(即10-20 N)，北太平洋海温的上升低于平均海温，而WP海温的上升既低于平均海温，也高于平均海温。两个盆地之间的另一个差异是，北太平洋海温异常高于和低于平均海温异常的偶极子模式(在45 N附近);这种偶极子模式也出现在2米的地表温度异常中(图5c)。对于WP，在海温和2米表面温度中都没有偶极子模式(图5d)。海温偶极子型导致赤道和高纬度之间经向海温梯度增大。对于WP，我们发现经向海温梯度减弱。经向海温梯度变化诱导ITCZ移位(Cvijanovic et al. 2013;McFarlane和Frierson 2017)，这解释了北太平洋(WP)上较强(较弱)的经向海温梯度导致ITCZ向南(向北)移动。除了夏季Hadley环流减弱导致垂直速度降低和中层干燥外(Chu et al. 2020)， ITCZ的移动还会引起垂直速度、经向剪切涡度和中层湿度的变化。因此，海温变化通过势强和ITCZ移动影响局地GPI和DGPI，但并非所有GPI和DGPI的变化都可以归因于海温变化。
大气的热膨胀(在气候变化下)引起位势高度差，位势高度差通过地转平衡影响水平速度和VWS，从而引起GPI和DGPI的变化。在全球尺度上，热带地区的位势高度上升高于200 hPa平均水平，而高纬度地区的位势高度上升主要低于200 hPa平均水平(图S5a)。为了理解这种纬度相关性，我们确定了温度变化的垂直积分(从地表到200 hPa)(图S5c、e、f)，这是大气热膨胀的量度。与高纬度地区相比，这个量在热带地区是最大的，这是由于两个影响。首先，热带地区的对流层顶远高于200 hPa水平，而高纬度地区(N)的对流层顶略低于200 hPa(图S5e)。在气候变化下，对流层变暖而平流层变冷(Santer et al. 2013)，导致对流层顶附近垂直温差较小。其次，在气候变化下，热带上空的深层对流增加，导致垂直潜热通量增大，对流层上半部分(200-300 hPa)的热量释放增大。这两种效应都导致热带地区(高纬度地区)的位势高度增加高于(低于)平均水平。
图5
a季节平均(6 - 11月)海温差，其中全球平均海温增加(6 - 11月)2.1℃从整个场中减去。插图:大西洋大气热吸收的差异(海洋表面的年和纬向平均值，0-80 W，水平范围介于和+25 W m之间，另见图S6c)。和a一样，但是现在对于2米大气表面温度，全球平均2米表面温差是2.9 c，和a一样，但是现在对于200 hPa的位势高度，全球平均200 hPa的位势高度差是166 m。这些颤动表明在200 hPa水平上水平速度的变化。g与e相同，但现在在850 hPa水平，全球平均850 hPa位势高差为18.2 mb, d, f, h与a, c, e和g相似，但现在是WP(5 - 11月)。这些量的全球平均增温(5 - 11月)分别为2.1 C(海温)、2.9 C(2米温)、165 m (200 hPa位势)和18.1 m (850 hPa位势)。太平洋大气热吸收(嵌在图b中)在120-160 W范围内测定(另见图S6e)。
200 hPa位势高度响应存在区域差异，例如在北美40 W和40 N附近(图5e)，与全球平均值相比，垂直平均温度和位势高度增加得更快。温度正异常集中在北大西洋海温偶极型暖极附近，位势高度异常中心位于温度异常偏东的位置(图S5d)。在同一纬度附近，在0-80 W之间有一个正的大气热吸收(见附图5a)，导致大气的热膨胀比周围更大。这种净热吸收是由海洋-大气热通量减少(进入海洋)引起的，并且与海温偶极子模式密切相关(对比图5a和图S6b、d)。从原理上讲，遥相关可能会导致垂直平均温度上升，并(由此)导致位势高度异常，但对于北太平洋来说，这是不太可能的，因为这两种异常都强烈地定位在海温偶极模式的暖极附近。然而，在25-40 N之间，诱导的反气旋环流模式减少了200 hPa的西风带。对于WP来说，在10-30 N之间有更大的大气热吸收(见图5b)。这导致在20n附近的垂直平均温度上升高于平均水平(图S5c)和200 hPa位势高度上升高于平均水平(图5f)。WP中较大的大气热吸收与在相同纬度附近的高于平均的海温上升向大气释放更多的潜热有关(图S6g)。10-20 N之间高于平均的海温上升向东延伸的范围比图中更远，这是高于平均的垂直平均温度上升的原因，但不能排除遥相关。高于平均水平的200 hPa位势高度上升导致反气旋环流模式(遵循地转平衡)，使最大180 E和20 N附近10-20 N (20 - 50 N)之间的西风带减弱(增强)。
与对流层上层(地表至200 hPa，全球平均165 m)相比，对流层下层(地表至850 hPa)的热膨胀要小得多(全球平均18 m)，因此850 hPa位势高度的变化是由不同的过程驱动的，而不是由200 hPa位势高度差驱动的。例如，在气候变化的影响下，南亚副高和南亚副高的位置都发生了转移(Li et al. 2011, 2012;He et al. 2015)。在北美，副热带高压向西南移动，导致60 W和30 N及其周围地区的位势高度增加高于平均水平850 hPa(图5g)。在WP中，我们发现副热带高压的减弱和东移，这可以从170 W和40 N附近低于平均水平的位势高度增加中看出(图5h)，在年平均结果中更为明显(图S5b)。除了副热带高压移位外，与引起鳃型响应的环境相比，南美洲大陆(60 W，赤道，图5c)的变暖相对更强(Gill 1980)。这就在南美洲大陆上空的低层大气中产生了局地气压最小值，在高层大气中产生了局地气压最大值。鳃型响应与副热带高压移相结合，增强了加勒比海上空的信风(通过地转平衡)。WP上空的信风减弱，这与赤道太平洋纬向海温梯度减小有关(图S7a、c)。UH-CESM不可能对El Ni?o统计数据进行适当的分析，因为每个集合成员仅由五个模式年组成，比典型的El Ni?o时间尺度短。然而，对于HR-CESM(101年)，我们发现了一个类似的、强大的、较弱的纬向海温梯度(图S7b、d)。纬向海温梯度响应不受气溶胶的影响(Heede and Fedorov 2021)，因为UH-CESM和UH-CESM的气溶胶强迫是相同的。其他模式研究也支持气候变化下纬向海温梯度变弱(Fredriksen et al. 2020;Heede et al. 2020)，但有人认为这种反应是一种与模型相关的偏差(Seager et al. 2019)。200和850 hPa位势高度的变化通过地转平衡影响VWS的变化(图3f、4f)。
CMIP6模型在NA MDR和WP MDR上预测了类似的ITCZ变化(Mamalakis et al. 2021)。这些ITCZ的变化可能会以类似于UH-CESM的方式影响DGPI(和GPI)。然而，Mamalakis等人(2021)并未讨论VWS反应。这里我们比较了UH-CESM、CMIP6模型和再分析数据之间的VWS响应。
与再分析(ms)相比，UH-CESM中NA MDR上方的VWS更强，特别是在NA飓风季节的后半段(9 - 11月)(图S8a,c,e,g)。高纬向VWS在UH-CESM产生较少的TC有利条件，在UH-CESM的气候变化下进一步减少。与NA相比，WP中的UH-CESM VWS偏差较小(图S8b、d、f、h)。对于CMIP6模式(在1% pCO强迫情景下)，与UH-CESM相比，我们发现了相似的模式偏差和相似的未来VWS变化(图6)。对于NA和WP, UH-CESM和HR-CESM都在CMIP6的整体分布范围内，但NA的UH-CESM变化略强于CMIP6的平均值。值得注意的是，本文分析的所有CMIP6模式，以及HR-CESM模式，在其模式的大气分量(水平分辨率50 km，表S2)中都不能很好地捕获TC，因为需要高水平分辨率(25 km)来解析作为TC特征的高时空风压梯度(Knutson et al. 2010;Schenkel and Hart 2012;村上2014年;Li and Sriver 2016;Bloemendaal等人，2019;Roberts等人。2020a, b)。尽管如此，在CMIP6模型中，较高的VWS和更向南的ITCZ使得相对于NA MDR, TC发展的条件更不利。另一方面，对于WP MDR，在CMIP6模式中，VWS的轻微减少和更北的ITCZ为TC的发展创造了更有利的条件。这些CMIP6的变化可能会引起与UH-CESM相似的TC发生频率和位置的变化，但由于空间分辨率不足，这无法从CMIP6模型的结果中得到验证。
图6
a CMIP6平均差的季节平均(6 - 11月)纬向VWS (200-850 hPa)。曲线显示了两个不同时期的12.5 m s纬向VWS等值线。点表示至少75%的CMIP6模型具有与CMIP6平均值相同的符号的区域。c CMIP6模式(数字，表S2)的季节平均(6 - 11月)纬向VWS(参考，x轴)和NA MDR(空间平均)的变化(未来，y轴)，包括平均值和标准差(黑点)，UH-CESM平均值和标准差(红点)和HR-CESM(蓝点)。注意，我们使用了10年的CMIP6模型(4-8和94-98)和HR-CESM(2003-2007, 2093-2097)来确定平均值和变化。虚线表示ERA5的最小和最大分区VWS(青色点为平均值和标准差)，不包括未来的变化。b, d与a和c相同，但现在是WP(5月至11月)
到目前为止，我们关注的是气候变化下的大气反应，但有迹象表明，海洋在改变TC条件方面也起着至关重要的作用。例如，NA和WP之间的海温变化完全不同，这导致ITCZ、VWS、垂直速度、经向剪切涡度、位强和中层湿度的响应完全不同。
北太平洋和西太平洋都有较强的西边界流，但经向翻转环流却有很大差异。大西洋盆地的大西洋经向翻转环流(AMOC，用)显示了整个区域1000米以上的热量(和盐)向北输送(图7a)。26 N时AMOC强度和经向热输运分别为17.9±1.1 Sv和1.2±0.07 PW(图7e)，与观测值接近(Smeed et al. 2018;Trenberth and Fasullo 2017)。WP的翻转环流与NA的完全不同，赤道两侧仅存在两个浅(m)主要由风驱动的翻转单体(图7b)。热量向北输送主要局限于北太平洋(副热带)环流的经向范围(40 N)(图7f)。以UH-CESM为例，在40 N时，太平洋的经向热输运为0.24±0.08 PW，比同纬度的大西洋小3.7倍。
图7
a UH-CESM年平均AMOC流函数()。等高线表示不同值的等值线。c AMOC流函数(底纹)差异(UH-CESM)。等高线表示流函数强度。e UH-CESM的年平均和季节平均大西洋经向热输送。b, d, f类似于a, c和e，但现在是印度洋-太平洋。印度洋对北纬10度以北地区的贡献可以忽略不计或为零。请注意两个盆地之间的不同尺度
预计在气候变化的影响下，AMOC将减弱(Weijer et al. 2020)。我们确实发现UH-CESM的AMOC较UH-CESM弱(图7c)。26 N时AMOC强度和经向热输运分别降至13.2±0.9 Sv()和1.0±0.06 PW()，与HR-CESM中AMOC的减弱相似(van Westen et al. 2020)。AMOC的减弱与风应力旋度的变化无关(图S9a,c)，经向平均(20-40 N)和纬向平均(大西洋盆地)风应力旋度在UH-CESM (-0.416 Pa / 10 km)和UH-CESM (-0.414 Pa / 10 km)之间几乎相同(0.3%以内)。观察结果表明，较弱的AMOC抑制NA TC活动(通过VWS)， UH-CESM的VWS反应与Yan等人(2017)的回归模式(VWS vs. AMOC，他们的图3)一致。对于WP，我们发现太平洋(纬向和经向平均在20-40 N之间)的风应力旋度较弱(，)，这降低了翻转环流强度(图7d)和北太平洋环流强度(图S9b,d)。风驱动海洋环流的减弱减少了WP的经向热输送(图7f)。
北太平洋和北太平洋经向翻转环流减弱，导致热输运减少，从而改变了区域热收支。因此，在北太平洋和南太平洋的大部分地区都发现了低于平均的海温。然而，与WP (N)相比，北太平洋的翻转环流进一步向北延伸(N)。较弱的AMOC可能导致北太平洋45 N附近独特的海温偶极子模式(Caesar et al. 2018;Keil et al. 2020)，并且可以解释为什么在WP中没有这样的偶极子模式。在上一小节中，我们论证了这种海温偶极子型影响ITCZ、垂直速度、经向剪切涡度、VWS、势强和中层湿度，表明AMOC对这些DGPI和GPI量也有影响。
在本研究中，我们分析了当前和未来气候变化情景(1% pCO)高分辨率气候模式5元整体模拟的模式输出。在全球范围内，我们发现气候变化下全球TC发生频率减少了10%，主要与(夏季)Hadley环流的减弱有关(Chu et al. 2020)。然而，在NA和WP中，TC的反应是非常不同的;国会的tc数量减少45%，而国会的tc数量增加15%。
当比较NA和WP时，单个GPI和DGPI成分具有相反的响应。这些不同的GPI和DGPI响应在一定程度上可以通过两个盆地不同的经向翻转环流来解决，这两个盆地在气候变化下的响应不同。在NA盆地低纬度地区，ITCZ南移增加了经向切变涡度，降低了垂直速度(较大)，降低了中层相对湿度。在相同的纬度，预估VWS会增加，而势强会减少。在低纬度地区，WP的变化正好相反。在北美高纬度地区，VWS减弱，电位强度增加。北美高纬度地区的响应与海温偶极模式的暖极有关(AMOC指纹，Caesar et al. 2018)，这被认为是由较弱的AMOC引起的(Keil et al. 2020)。我们发现，由于AMOC减弱，信风没有增强(Orihuela-Pinto et al. 2022)。这可能是由于AMOC的适度减少(约5 Sv)造成的，而气候变化引起了其他影响，例如赤道太平洋海温梯度减弱，从而减弱了信风。有人认为，气候变化下较弱的海温梯度是一种模式相关的偏差(Seager et al. 2019)，这可能是由于对赤道太平洋多年代际变率的低估或赤道东太平洋海温异常的过度衰减(Wills et al. 2022)。赤道太平洋纬向海温梯度减弱导致El Ni?o-like条件，增加了低纬度地区的VWS，降低了低纬度地区的gpi和dgpi。WP中主要由风驱动的经向翻转环流也有所减弱，但其诱发的变化主要局限于北太平洋(副热带)环流。系统比较结果表明，AMOC减弱影响了NA的流域尺度区域热平衡，从而影响海温、热通量、VWS、ITCZ、垂直速度、经向剪切涡度、中层湿度、(D)GPI，从而影响TC发生频率。
本文给出的结果仅针对一种模式(CESM)和一种强迫情景(pCO增加1%)。然而，UH-CESM中发现的背景条件变化与CMIP6模型具有可比性。在CMIP6模型结果中，我们发现AMOC强度也有类似的下降(van Westen et al. 2020;Weijer et al. 2020)，北美盆地上类似的向南ITCZ转移(Mamalakis et al. 2021)，以及北美VWS模式的类似变化。然而，本文结果的稳健性应与其他高分辨率模型研究一起评估(Roberts et al. 2020a, b;Vecchi et al. 2019)。
由于NA TC发生和发展的背景条件与AMOC有关，因此继续对AMOC进行广泛测量至关重要(Worthington et al. 2021)。未来AMOC的减弱可能会减少有利的TC条件，尽管较高的海温为TC的发生和强化提供了更多的能量(Knutson et al. 2020)。使用合成热带气旋生成模型(STORM, Bloemendaal et al. 2020)结合未来UH-CESM TC差异，我们可以处理模型相关偏差(Bloemendaal et al. 2022)，如TC发生频率和强度，以提供对未来TC对沿海地区影响的详细预测。这些信息对于人口稠密的沿海社区或脆弱的岛屿地区在未来调整其沿海保护基础设施是很有价值的。
以下是电子补充材料的链接。
有关再分析产品、热带气旋观测和CMIP6模式输出的资料，可参阅补充资料。补充文件1 (pdf 89427kb)
下载原文档：https://link.springer.com/content/pdf/10.1007/s00382-023-06680-3.pdf
