图 西太平洋与印尼海中层贯穿流路径

　　利用13年（2004-2011；2013-2017）的望加锡海峡潜标流速观测数据发现在2015/2016极端厄尔尼诺极端事件后，2016年夏季望加锡海峡次温跃层（300-760米）流量异常增大，发生了3倍于年际变率的显著变化。水团分析显示望加锡海峡次温跃层水团为南北太平洋混合水团，揭示其流量2016年夏季的异常增强是由于北赤道次表层流（NESC）的异常增强并入侵望加锡海峡引起的，NESC在夏季自东向西流动过程中混合了热带南北太平洋的中层水团。2016年夏季NESC的异常增强是对2015/2016年极端El Niño事件的响应，极端El Niño事件后赤道中太平洋的风场异常激发起了海洋斜压Rossby波的垂直传播，并因此引起了NESC的异常增强。（Li et al. 2021，Geophysical Research Letters）

　　图 次温跃层NESC入侵望加锡海峡示意图-其中浅红色箭头表示表层环流，蓝色虚线箭头表示次温跃层环流。高盐度的南太平洋海水通过经过混合（红色曲线箭头）汇入NESC。

　　观测所发现的马鲁古海中层的西边界流和北赤道次表层流入侵望加锡海峡的路径，首次将太平洋与印度洋中层环流联系在一起，有助于解决潜沉太平洋的中层水无法通过热带与副热带海区微弱的垂向混合返回到海面的物理海洋学经典难题。研究发现，太平洋中层水可以通过中层印尼贯穿流，参与到印度洋的翻转环流。这一发现丰富了对印太翻转环流和全球海洋大输送带的认识，也为全球中深层大洋环流的研究提供了新的思路。

　　1. Yuan, D.#*, Yin, X.#, Li, X.# et al. 2022: A Maluku Sea intermediate western boundary current connecting Pacific Ocean circulation to the Indonesian Throughflow. Nature Communication, 13, 2093. https://doi.org/10.1038/s41467-022-29617-6（第三标注）

　　2. Li, M., Yuan, D.*, Gordon, A. L., Gruenburg, L., Li, X., Li, R., Yin, X., Yang, Y.*, Corvianatie, C., Wei, J., Yang, S. 2021: A strong sub-thermocline intrusion of the North Equatorial Subsurface Current into the Makassar Strait in 2016-2017. Geophysical Research Letters, 48, e2021GL092505. http://doi.org/10.1029/2021GL092505（第一标注）

　　2）海洋多尺度过程对年际事件的影响

　　在印尼贯穿流（ITF）源区环流的观测研究取得0-1的突破性进展，首次以确凿观测数据证实，太平洋热带环流的西边界流——棉兰老流在西太平洋-印尼海源区海域有强烈的季节性摆动，并揭示其机制。分析显示，塔劳-哈马黑拉（TH）海峡的海流变率以季节尺度及以上的低频变化为主，是由于棉兰老流（MC）的摆动引起的。机制可以用两支西边界流相遇的非线性多平衡态理论来解释。2年平均的TH海峡60-300米的平均流量约为10.1-13.2Sv，由北马鲁古海流向西太平洋。（Li et al. 2021 JPO）

　　图 冬、夏季印尼贯穿流源区上层环流示意图与MPIOM模拟的北马鲁古海质量收支

　　评估了1996-2020年季节内风场通过海洋非线性对IOD事件年际变化的调制影响。结果表明，调制的年际海表温度异常（SSTA）和海平面高度异常比观测年际异常小很多，表明IOD主要由低频风强迫。结合前期关于太平洋季节内风场通过海洋非线性对年际信号只有极弱调制效应的论文研究（Zhao et al. 2019），显示ENSO和IOD等极端年际气候异常事件，不大可能是由大气季节内振荡诱发。而西边界非线性反射和印尼贯穿流的“海洋通道”作用，可能是值得进一步探究的重要动力过程。（Zhao et al.2021, Climate Dynamics）

　　热带太平洋和印度洋通过“大气桥”和“海洋通道”两种作用路径实现物质和能量交换，并通过相互作用影响全球和区域的气候与生态环境变化。2019年在印度洋发生了有记录以来最强的正位相IOD事件，而同年在太平洋却没有发生厄尔尼诺事件。国际气候预报机构发布的ENSO预测，无法在2020年5月前成功预报2020/2021拉尼娜事件的发生。该事件，为“海洋通道”机制影响次年ENSO事件的研究，提供了条件。

　　项目研究显示，热带印度洋次表层温度初始化能够提前一年成功预测2020/2021年强拉尼娜事件，证实了“海洋通道”动力学的长期记忆和海-气耦合的放大效应。单靠“大气桥”的作用无法提前预报2020/2021年拉尼娜事件。此研究量化了“大气桥”和“海洋通道”的相对贡献，揭示了在一年提前期内印度洋海温次表层同化对ENSO预报的重要性，为提高ENSO预报技巧提供依据。（Wang et al. 2022, Climate Dynamics）

　　首次发现全球变暖将导致NPMM对ENSO，尤其是极端ENSO的影响增强。在全球变暖背景下，海温异常叠加在更高的背景海温上会触发更强的大气响应（蒸发、对流等），进而WES反馈和夏季深对流响应过程可以更加有效地在赤道中、西太平洋诱导出更强的风场异常，有利于接下来ENSO事件的发生和发展。根据该研究结果，北太平洋大气和海洋的变率不仅对未来极端ENSO事件的增加有所贡献，也成为ENSO更加有效的预测因子，为提高未来ENSO的预测提供了重要依据（Jia et al. 2021, Nature Climate Change）。证明了人为引起的气候变暖背景下PMM强度和影响作用的持续增强趋势(Fan et al., 2022, Journal of Climate)，揭示其机制为气候变暖背景下副热带太平洋的平均潜热释放增大，导致单位风速的变化能够引起更大的潜热扰动和海温响应，即WES反馈加强，最终导致PMM的强度及其对ENSO的影响持续加强。

　　研究首次以确凿证据证明罗斯贝波在赤道太平洋西边界的反射，涉及强非线性动力过程，颠覆了经典线性反射理论，是对ENSO动力学研究的重要原创性贡献。以上成果，对ENSO等极端年际异常事件的爆发机制，提出了颠覆性挑战，是重要的原创性研究成果。

　　1. Li X., Yuan D.*, Li Y., Wang Z., Wang J., Hu X., Yang Y., et al.2021, Moored observations of currents and water mass properties between Talaud and Halmahera Islands at the entrance of the Indonesian seas, J. Phys. Oceanogr., https://doi.org/10.1175/JPO-D-21-0048.1（第三标注）

　　2. Zhao X., D. L. Yuan, 2021. Evaluation of intraseasonal wind rectiication on recent Indian Ocean dipole events using LICOM, Climate Dynamics, https://link.springer.com/article/10.1007/s00382-021-05943-1.（第三标注）

　　3. Wang, J., S. Zhang*, H. Jiang, and D. Yuan* (2022), Effects of 2019 subsurface Indian Ocean initialization on the forecast of the 2020/2021 La Niña event, Climate Dynamics, doi:10.1007/s00382-022-06442-7.（第一标注）

　　4. Jia, F., Cai, W. J.*, Gan, J. P., Wu, L. X*., Di Lorenzo, E. 2021: Enhanced North Pacific impact on El Nino/Southern Oscillation under greenhouse warming. Nature Climate Change, 11(10), 840. https://dor.org/10.1038/s41558-021-01139-x（第二标注）

　　5. Hanjie Fan , Song Yang, Chunzai Wang, Yuting Wu, and Guangli Zhang，2022，Strengthening amplitude and impact of the Pacific Meridional Mode on ENSO in the warming climate depicted by CMIP6 models. Journal of Climate, https://doi.org/10.1175/JCLI-D-21-0683.1。(第四标注)

　　3）ENSO可预报性

　　揭示热带太平洋纬向流不确定性对中太型El Nino预测的影响高于东太型El Nino预测，前者容易出现夏季预报障碍，而后者则产生春季预报障碍。阐明纬向流对两类El Nino可预报性的影响不同，但其敏感区相近：提前12个月预报（即1月初起报）的两类El Nino与纬向流相关的敏感区均位于热带中西太平洋；而随后敏感区也逐渐从中西太平洋转至赤道东太平洋。该结果表明，从年初到年末的自西向东动态目标观测能够很大程度上限制由初始纬向流不确定性引起的预报误差增长，进而能够有效提高ENSO多样性预测。（Fang and Zheng, 2021）

　　构造了一个三区域多尺度随机理论模型。该模型能够真实模拟中太平洋海表温度和东太平洋海表温度的基本统计特征，如功率谱结构、概率密度分布（包括变率、偏度、峰度等）及季节锁相。同时它还能够抓住各种ENSO事件以及它们的发生频率。此外，该模型还可以探讨不同情景下的ENSO复杂性特征，如随着背景场信风的增强，中部型、东部型以及多年El Niño出现的频率都会增加，但极端El Niño事件会减少；而背景场信风的减弱则会得到相反的情况。（Chen et al., 2022）

　　提出了向后非线性局部Lyapunov指数（backward nonlinear local Lyapunov exponent, BNLLE）方法来定量估计极端事件的可预报性。通过分析两类极端事件可预报性的概率分布、统计信息等，研究发现，在Lorenz模型中，极端暖事件可预报性更高。该研究提出了定量估计极端事件可预报性的新方法（BNLLE），这个新方法可应用于定量估计El Niño、La Nina的可预报性，这为进一步理解两类事件的可预报性提供了新的思路。（Li et al., 2022）

　　揭示El Niño和La Niña不对称衰减的过程与机制，冬季赤道西太平洋和副热带东北太平洋海温异常偏冷且强度更强。一方面冬季异常强的副热带东北太平洋冷海温激发局地异常反气旋环流，其西侧的异常东北风增强信风和局地蒸发，在次年春季风-蒸发-海温正反馈使得局地冷海温向赤道中太平洋延伸，随后赤道中东太平洋异常冷海温通过Bjerknes反馈机制得到加强，从而有利于La Niña维持到次年夏季。另一方面，冬季异常强的赤道西太平洋冷海温能加强其西侧异常东风，该异常东风持续到次年夏季，通过激发上升Kelvin波维持赤道中东太平洋冷海温。在未来变暖背景下，前冬副热带东北太平洋海温变暖将减弱次年夏季El Niño和La Niña的不对称性。（Chen et al., 2022, Geophysical Research Letters）

　　图 冬（第一行）、春（第二行）和夏季（第三行）海表面温度（填色）、1000hPa风场（箭头）和海平面气压（等值线）在La Niña（a-c）和El Niño（d-f）事件中的合成场。（g-i）冬、春和夏季海表面温度（填色）、1000hPa风场（箭头）和海平面气压（等值线）在La Niña和El Niño事件中的不对称性。La Niña和El Niño事件之和表示两者的不对称性。打点区域分别表示海表面温度异常通过90%显著性水平检验（图1a-f）和海表面温度偏度小于-0.3（图1 g-i）。绿框从左到右分别表示赤道西太平洋和副热带东北太平洋。

　　1. Fang X*, and Zheng F. 2021. Effect of the air–sea coupled system change on the ENSO evolution from boreal spring. Climate Dynamics, 57: 109-120.（第一标注）

　　2. Chen, N., Fang, X.*, Yu, J.-Y. (2022) A Multiscale Model for El Niño Complexity. npj Climate and Atmospheric Science. 5(1), 1-13, doi:10.1038/s41612-022-00241-x. （第二标注）

　　3. Li X, Ding R and Li J (2022) A New Technique to Quantify the Local Predictability of Extreme Events: The Backward Nonlinear Local Lyapunov Exponent Method. Frontier in Environmental Science, 10:825233. doi: 10.3389/fenvs.2022.825233（第一标注）

　　4. Chen JP, Yu J-Y, Chen S, Wang X, Xiao, ZN, Fang S-W (2022) Tropical and subtropical Pacific sources of the asymmetric El Niño-La Niña decay and their future changes. Geophysical Research Letters, 49, e2022GL097751. https://doi.org/10.1029/2022GL097751 （第一标注）