banner
ニュース センター
当社の製品は、国内と国際の両方の分野で等しく賞賛されています。

エルニーニョ南方振動とインドの夏季モンスーン降雨量の地域的および時間的変動

Jun 11, 2023

Scientific Reports volume 13、記事番号: 12643 (2023) この記事を引用

2112 アクセス

58 オルトメトリック

メトリクスの詳細

インドの夏モンスーン降雨量 (ISMR) は大きな変動を示し、人口密度の高いインド亜大陸の食料と水の安全保障に影響を与えています。 ISMR 変動の 2 つの主要な空間モードは、それぞれエルニーニョ南方振動 (ENSO) と半永久的なモンスーン トラフの強さ、およびモンスーン低気圧の関連変動に関連しています。 ENSO と ISMR の間の強力な遠隔接続は数十年にわたって確立されてきましたが、国内のさまざまな地域にわたる ENSO と ISMR パターンの間の時間変化する関係を引き起こす主な要因はよく理解されていません。 私たちの分析では、1901 年から 1940 年にかけて、ENSO と ISMR の間の遠隔接続強度が中程度から大幅に強力に一貫して増加したことが示されています。この強化された関係は、1941 年から 1980 年の間、安定して強力なままでした。しかし、1981 年から 2018 年までの最近の期間では、遠隔接続は再び一貫して減少しました。適度な強さに。 ENSOとISMRの関係は、インドの北部、中部、南部にわたって時間とともに変化する関係を伴う明確な地域変動を示していることがわかりました。 具体的には、電気接続は、インド北部では関係が増加し、インド中部では関係が減少し、インド南部では関係が一貫していることを示しています。 太平洋東部の温暖な海面水温の異常は、ISMR の全体的な減少に対応しており、インド洋の温暖な海面水温の異常は、インドの北部での降雨量の減少と南部での増加に対応しています。中央インド地域では、ENSO と ISMR の関係に最も大きな変化が見られました。 この変動は、ISMR の 2 つの空間モードの相対的な優位性を制御する太平洋十年振動と北大西洋振動の影響を強く受けたモンスーンの谷と低気圧の変動に対応しています。 PCA-Biplot手法を適用することにより、我々の研究は、ENSOとISMRの関係の進化する性質を説明するISMRの2つの主要な空間モードに対するさまざまな気候要因の重大な影響を強調しています。

インド亜大陸は、毎年、6 月から 9 月の南西モンスーン期に年間降水量の約 78% を受け取ります1。 インドの夏季モンスーン降水量 (ISMR) の年々変動は平均の約 9% にすぎませんが、社会経済的影響、特に農業部門、水の利用可能性、国内 GDP に重大な影響を与えています 4、5。 年をまたいだタイムスケールでは、ISMR はエルニーニョ南方振動 (ENSO)、インド洋ダイポールモード (IOD)、太平洋十年振動 (PDO)、大西洋子午線振動 (AMO)、大西洋帯状振動など、海洋と大気の連動したいくつかの気候現象の影響を受けます。モード(AZM)6、7、8、9、10、11、12、13、14。 ENSO はインド モンスーンの最大の熱帯調節因子であり、熱帯における最大の年間気候シグナルでもあります 15,16。 エルニーニョ期間中の帯状ウォーカー循環の変化は、インド大陸上で異常な沈下を引き起こし、それによってモンスーン循環が抑制され、その後インド亜大陸全体の降水量が減少します17,18。 西海岸地帯全体、モンスーン地帯、東部地域はエルニーニョ関連の干ばつの影響を受けています。

一般に、ISMR7 の年々変動には 2 つの主な要因があります。 1 つは、気候変動や変化に応じて発生する外部強制です。 2 つ目は、モンスーンの活発期と休止期を通じて現れる季節内活動による内部成分です10、19、20。 ISMR の年々変動は、一部は外部強制、一部は内部強制により発生します21。

ISMR は、亜大陸のさまざまな地域にわたって降雨量が過剰および不足するという大きな空間変動を示します。 ISMR の年々変動は、降雨量の空間変動を考慮するとより明らかになります。 Mishra et al.22 は、ISMR 変動の 2 つの主要な空間パターンを特定し、これら 2 つの ISMR モードがそれぞれ ENSO と半永久的なモンスーン谷の強さに主に関連していることに気づきました。 彼らは、モンスーントラフの隆起はベンガル湾上に形成されるモンスーン低気圧の頻度と密接に関係していると指摘しています。 特に、ISMR の 2 番目のパターンは、モンスーン循環の弱体化とモンスーン低気圧の数の減少により、前世紀 (1901 年から 2018 年) を通じて強度が低下しています 23,24,25,26,27。 その結果、インド中東部およびインド西海岸の中核モンスーン地域では降雨量が減少しています23,24。 しかし、彼らの研究では、これらの変動性とそれに関連する電気接続が、国のさまざまな地域、さまざまな期間にわたって地域的にどのように現れるかについては調査されていません。 モンスーンの谷の強さと低気圧の頻度は、ENSO 後の海面水温 (SST) の状態にも関係します。 Chowdaryら28は、エルニーニョ現象がその後の夏の間に北インド洋の温暖化を引き起こすことを発見した。 この温暖化は主に熱帯インド洋内で起こる大気と海の相互作用によって引き起こされます。 これらの研究はENSOとISMRの関係について全体的な洞察を得るのに役立ちますが、地域的な変動とその長期的な変化はあまり理解されていません29、30、31、32。 ENSO の効果は国内の地域によって同じではないため、地域の ENSO と ISMR の関係を理解することは、モンスーン予測スキルを特定し、向上させるためにも重要です。

 0.05). Therefore, these two climate modes are not discussed further in our study. Regardless, a subsequent mode of ISMR variability linked to the Atlantic Niño related variability cannot be entirely dismissed. Figure 2a represents the correlation matrix of different climate indices. This gives the correlation between different climate indices with PC1 and PC2. The PC1 and PC2 in the PCA biplot is different from the PC1 and PC2 of ISMR variability. Here in the biplot PC1 and PC2 refer to a leading mode of covariability between different climate modes. Since PC1 and PC2 are two independent processes their correlation is very low (-0.03). The PCA-biplot (Fig. 2b), represents the interrelationship between different climate modes. In two dimensional biplot space, an arrow represents a variable and its length denotes the percentage of variance. The unit circle implies the maximum correlation value one. There are two independent processes ISMR PC1 and ISMR PC2. The processes that cluster around ISMR PC1 are related to each other and those which cluster around ISMR PC2 are interrelated. The processes close to x-axis are grouped under one category and the ones close to y-axis are grouped under other. We observe that PC1 is connected with ENSO, IOD, PDO and IPO. Meanwhile, PC2 is associated with the NAO, IPO, PDO and IOB mode index along with monsoon trough (MT) strength and depression frequency (MDF). MT is connected to both PC1 and PC2. Physically it means that MT is related to both ENSO and internal factors related to monsoon variability. PDO, IPO, and MT contribute to both PC1 and PC2 spatial patterns of rainfall. The biplot space does not explain the QBO well (the length of arrow is short). From the biplot we can infer that the MDF vector and the PDO vector has an out of phase relationship. This finding aligns with the study by Vishnu et al.13 that over the past seven decades the monsoon depressions that form over the Bay of Bengal has an out of phase relationship with PDO due to the variation in the relative humidity. The natural climate variability is driven by various climatic oscillations and understanding the physical mechanism for the variation in the spatial and temporal scale variability of ISMR is still complex as it is influenced by large scale atmospheric, oceanic and coupled climate phenomena53./p>

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0442%282001%29014%3C2376%3APROACO%3E2.0.CO%3B2" aria-label="Article reference 30" data-doi="10.1175/1520-0442(2001)0142.0.CO;2"Article ADS Google Scholar /p>