跳转到主要内容

谢谢你访问nature.com。您使用的浏览器版本支持有限的CSS。为了获得最好的体验,我们建议您使用更最新的浏览器(Internet Explorer或关闭兼容性模式)。同时,为了确保继续支持,我们网站没有显示样式和JavaScript。

蝴蝶效应和self-modulating厄尔尼诺应对全球变暖

一个齿顶高本文发表于2021年2月18日

一个出版商校正2020年11月17日发表的这篇文章

这篇文章被更新

文摘

厄尔尼诺和拉尼娜现象,集体称为厄尔尼诺-南方涛动(ENSO),不仅是非常重要的1,2,3,4,5,6但也强烈非线性7,8,9,10,11,12,13,14。例如,厄尔尼诺现象的最大温暖异常,发生在赤道东太平洋,大于的最大冷异常拉尼娜现象,集中在赤道太平洋中部7,8,9。相关的大气非线性热阻尼冷却期间,赤道太平洋厄尔尼诺现象在拉尼娜现象但温暖15,16。在温室效应,气候模型项目增加的频率强厄尔尼诺和拉尼娜事件,但是改变跨模型截然不同17,这部分归因于内部的变化18,19,20.,21,22,23。在这里,我们表明,像蝴蝶效应一样24无穷小的随机扰动,相同的初始条件引起截然不同的初始ENSO可变性,系统地影响其一个世纪后应对温室效应。在实验中较高的初始变化,更大的累积海洋热损失的ENSO热阻尼减少分层上赤道太平洋,导致较小的ENSO可变性在后续增加温室效应。这种self-modulating机制运作两个大合奏中使用两个不同的模型,生成每个开始从相同的初始条件但蝴蝶扰动24,25;它还运营在一个大合奏生成的与另一个模型从不同的初始条件开始25,26和气候模型参与耦合的模型相互比较的项目27,28。因此,如果greenhouse-warming-induced增加ENSO的变化29日最初由内部变化,抑制未来ENSO变异性可能会增强,反之亦然。这个自调制ENSO可变性跨越时间提出了一个不同的视角对于理解ENSO的动态可变性在多个时间尺度气候变化。

这是一个预览的订阅内容,通过访问你的机构

相关的文章

开放获取文章引用这篇文章。

访问选项

买条

时间有限或全文访问ReadCube。

32.00美元

所有价格是净价格。

图1:蝴蝶效应在ENSO的变化。
图2:影响赤道太平洋热平衡引发的蝴蝶效应。
图3:Self-modulating ENSO应对温室效应的机制。
图4:鲁棒性的ENSO自调制大合奏中生成与其他模型。
图5:Self-modulating CMIP5 ENSO反应机理和CMIP6模型。

数据可用性

数据相关的论文可以从下面的下载:ORA-S5,https://www.ecmwf.int/en/research/climate-reanalysis/ocean-reanalysis;HadISST v1.1,https://www.metoffice.gov.uk/hadobs/hadisst/;ERSST v5中,https://www.ncdc.noaa.gov/data-access/marineocean-data/extended-reconstructed-sea-surface-temperature-ersst-v5/;NCEP / NCAR再分析,https://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.derived.surfaceflux.html/;ERA5,https://www.ecmwf.int/en/forecasts/datasets/reanalysis-datasets/era5;CMIP5,https://esgf-node.llnl.gov/projects/cmip5/;CMIP6,https://esgf-node.llnl.gov/projects/cmip6/;CESM-LENS,http://www.cesm.ucar.edu/projects/community-projects/LENS/data-sets.html;GFDL-CM3,http://www.cesm.ucar.edu/projects/community-projects/MMLEA/;GFDL-ESM2M,http://www.cesm.ucar.edu/projects/community-projects/MMLEA/

代码的可用性

|编码计算EOF和参数αD|可以从下载https://drive.google.com/open?id=1d2R8wKpFNW-vMIfoJsbqIGPIBd9Z_8rj。所有的代码都是可用的。

改变历史

引用

  1. Ropelewski c . f . & Halpert m . s .全球和区域尺度降水模式与厄尔尼诺/南方振荡。我的财富。牧师115年,1606 - 1626 (1987)。

    广告谷歌学术搜索

  2. McPhaden, m . J。,Zebiak, S. E. & Glantz, M. H. ENSO as an integrating concept in Earth science.科学314年,1740 - 1745 (2006)。

    广告中科院PubMed谷歌学术搜索

  3. Jonkman, s . n .全球视角对人类生活造成的洪水的损失。Nat。危害34,151 - 175 (2005)。

    谷歌学术搜索

  4. Kunii, O。,Nakamura, S., Abdur, R. & Wakai, S. The impact on health and risk factors of the diarrhoea epidemics in the 1998 Bangladesh floods.公共卫生116年,68 - 74 (2002)。

    中科院PubMed谷歌学术搜索

  5. del Ninno c & Dorosh进口p . a .避免粮食危机:私人和公共目标分布在孟加拉国洪水在1998年。阿格利司。经济学25,337 - 346 (2001)。

    谷歌学术搜索

  6. Cai, w . et al。更极端波动的南太平洋辐合区由于温室效应。自然488年,365 - 369 (2012)。

    广告中科院PubMed谷歌学术搜索

  7. 的妇女,c & Dommenget d·厄尔尼诺和拉尼娜振幅不对称引起的大气反馈。地球物理学。卷37L18801 (2010)。

    广告谷歌学术搜索

  8. 高桥,K。,Montecinos, A., Goubanova, K. & Dewitte, B. ENSO regimes: reinterpreting the canonical and Modoki El Niño.地球物理学。卷38L10704 (2011)。

    广告谷歌学术搜索

  9. 崔K.-Y。,Vecchi, G. A. & Wittenberg, A. T. ENSO transition, duration, and amplitude asymmetries: role of the nonlinear wind stress coupling in a conceptual model.j .爬26,9462 - 9476 (2013)。

    广告谷歌学术搜索

  10. Dommenget D。,Bayr, T。&Frauen, C. Analysis of the non-linearity in the pattern and time evolution of El Niño Southern Oscillation.爬。直流发电机40,2825 - 2847 (2013)。

    谷歌学术搜索

  11. 高桥,k & Dewitte b强大而温和的非线性厄尔尼诺政权。爬。直流发电机46,1627 - 1645 (2016)。

    谷歌学术搜索

  12. Cai, w . et al。ENSO和温室变暖。Nat,爬。改变5,849 - 859 (2015)。

    广告谷歌学术搜索

  13. Karamperidou C。、金之。&康罗伊·j·l·ENSO的重要性在热带太平洋非线性响应外部强迫。爬。直流发电机49,2695 - 2704 (2017)。

    谷歌学术搜索

  14. 耿,T。,Cai, W。,Wu, L. & Yang, Y. Atmospheric convection dominates genesis of ENSO asymmetry.地球物理学。卷46,8387 - 8396 (2019)。

    广告谷歌学术搜索

  15. 太阳,D.-Z。et al .辐射和动态反馈赤道冷舌头:结果从9大气模型。j .爬19,4059 - 4074 (2006)。

    广告谷歌学术搜索

  16. 劳埃德,J。,Guilyardi, E., Weller, H. & Slingo, J. The role of atmosphere feedbacks during ENSO in the CMIP3 models.大气压。科学。列托语10,170 - 176 (2009)。

    广告谷歌学术搜索

  17. Cai, w . et al .变异性增加温室效应下的东太平洋的厄尔尼诺现象。自然564年,201 - 206 (2018)。

    广告中科院PubMed谷歌学术搜索

  18. 威滕伯格,a . t .历史记录足以限制ENSO模拟?地球物理学。卷36L12702 (2009)。

    广告谷歌学术搜索

  19. 史蒂文森。,Fox-Kemper, B., Jochum, M., Rajagopalan, B. & Yeager, S. G. ENSO model validation using wavelet probability analysis.j .爬23,5540 - 5547 (2010)。

    广告谷歌学术搜索

  20. 史蒂文森s . l . ENSO强度和影响重大的变更在二十一世纪:CMIP5的结果。地球物理学。卷39L17703 (2012)。

    广告谷歌学术搜索

  21. 科布,k . m . et al .高度变量厄尔尼诺-南方涛动整个全新世。科学339年,67 - 70 (2013)。

    广告中科院PubMed谷歌学术搜索

  22. 马赫,N。,Matei, D., Milinski, S. & Marotzke, J. ENSO change in climate projections: forced response or internal variability?地球物理学。卷45,11390 - 11398 (2018)。

    广告谷歌学术搜索

  23. 郑,x T。,Hui, C. & Yeh, S. W. Response of ENSO amplitude to global warming in CESM large ensemble: uncertainty due to internal variability.爬。直流发电机50,4019 - 4035 (2018)。

    谷歌学术搜索

  24. 洛伦茨e . n .流的可预测性,拥有许多运动的尺度。忒勒斯21,289 - 307 (1969)。

    广告谷歌学术搜索

  25. des,从地球系统模型c . et al .见解至今大乐团和未来前景。Nat,爬。改变10277 - 286 (2020);修正https://doi.org/10.1038/s41558 - 020 - 0854 - 5(2020)。

    文章广告谷歌学术搜索

  26. 罗杰斯,k B。,Lin, J. & Frölicher, T. L. Emergence of multiple ocean ecosystem drivers in a large ensemble suite with an Earth system model.Biogeosciences12,3301 - 3320 (2015)。

    广告谷歌学术搜索

  27. 泰勒,k . E。,Stouffer, R. J. & Meehl, G. A. An overview of CMIP5 and the experiment design.公牛。点。Meteorol。Soc93年,485 - 498 (2012)。

    广告谷歌学术搜索

  28. 艾林诉et al。概述耦合模型的相互比对项目阶段6 (CMIP6)实验设计和组织。Geosci。模型开发9,1937 - 1958 (2016)。

    广告谷歌学术搜索

  29. Cai, w . et al。增加极端厄尔尼诺事件的频率由于温室效应。Nat,爬。改变4,111 - 116 (2014)。

    广告谷歌学术搜索

  30. Kug, js。,Jin, F.-F. & An, S.-I. Two types of El Niño events: cold tongue El Niño and warm pool El Niño.j .爬22,1499 - 1515 (2009)。

    广告谷歌学术搜索

  31. 花王,h . y & Yu J.-Y。对比东太平洋和中央太平洋ENSO的类型。j .爬22,615 - 632 (2009)。

    广告谷歌学术搜索

  32. Cai, w . et al。更频繁的极端拉尼娜事件下温室变暖。Nat,爬。改变5,132 - 137 (2015)。

    广告谷歌学术搜索

  33. 洛伦茨,e . N。经验正交函数和统计天气预报统计预测项目报告1(麻省理工学院气象学,1956)。

  34. 洛伦茨,e . n .确定性非周期的流。j .大气压。Sci20.,130 - 141 (1963)。

    广告MathSciNet数学谷歌学术搜索

  35. 凯,j . e . et al .社区地球系统模型(CESM)大型合奏项目:一个社区资源为研究气候变化的内部气候变化。公牛。点。Meteorol。Soc96年,1333 - 1349 (2015)。

    广告谷歌学术搜索

  36. Bayr, T。,Dommenget D。&Latif, M. Walker circulation controls ENSO atmospheric feedbacks in uncoupled and coupled climate model simulations.爬。直流发电机54,2831 - 2846 (2020)。

    谷歌学术搜索

  37. Guilyardi、大肠等。理解厄尔尼诺在大气环流模型:进展和挑战。公牛。点。Meteorol。Soc90年,325 - 340 (2009)。

    广告谷歌学术搜索

  38. Bellenger, H。,Guilyardi, É., Leloup, J., Lengaigne, M. & Vialard, J. ENSO representation in climate models: from CMIP3 to CMIP5.爬。直流发电机42,1999 - 2018 (2014)。

    谷歌学术搜索

  39. Bayr, t . et al .意味着状态依赖的ENSO大气气候模型的反馈。爬。直流发电机50,3171 - 3194 (2018)。

    谷歌学术搜索

  40. Bayr, t . et al。ENSO大气反馈误差补偿的气候模型模拟ENSO动力学及其影响。爬。直流发电机53,155 - 172 (2019)。

    谷歌学术搜索

  41. 崔J。,一个,S. I., Kug, J. S. & Yeh, S. W. The role of mean state on changes in El Niño’s flavor.爬。直流发电机37,1205 - 1215 (2011)。

    谷歌学术搜索

  42. Vijayeta, a & Dommenget d ENSO动力学的评价生产商模拟充电振荡器模型的框架中。爬。直流发电机51,1753 - 1771 (2018)。

    谷歌学术搜索

  43. 金,f . f . ENSO的赤道海洋充电模式。第一部分:概念模型。j .大气压。Sci54,811 - 829 (1997)。

    广告谷歌学术搜索

  44. 约翰逊:c &谢S.-P。海洋表面温度的变化阈值热带对流。Nat。Geosci3,842 - 845 (2010)。

    广告中科院谷歌学术搜索

  45. 太阳,L。,一个lexander, M. & Deser, C. Evolution of the global coupled climate response to Arctic sea ice loss during 1990–2090 and its contribution to climate change.j .爬31日,7823 - 7843 (2018)。

    广告谷歌学术搜索

  46. 胡,z z . et al .削弱了自2000年以来在热带太平洋年际变化。j .爬26,2601 - 2613 (2013)。

    广告谷歌学术搜索

  47. 关,c & McPhaden m . j .一分之二十世纪海洋过程影响ENSO海温变化的转变。j .爬29日,6861 - 6879 (2016)。

    广告谷歌学术搜索

  48. 胡,Z Z。,Kumar, A., Huang, B., Zhu, J. & Ren, H. L. Interdecadal variations of ENSO around 1999/2000.j . Meteorol。Res31日,73 - 81 (2017)。

    谷歌学术搜索

  49. 徐,K。,Wang, W., Liu, B. & Zhu, C. Weakening of the El Niño amplitude since the late 1990s and its link to decadal change in the North Pacific climate.Int。j . Climatol39,4125 - 4138 (2019)。

    谷歌学术搜索

  50. 调情,et al。为什么ITCZ主要是赤道以北。j .爬9,2958 - 2972 (1996)。

    广告谷歌学术搜索

  51. 谢,S.-P。在哈德莱环流:现在,过去和未来(eds迪亚兹、h·f·布拉德利& r s) 121 - 152(全球变化研究进展。卷21日Kluwer学术出版社,2005)。

  52. 左,H。,Balmaseda, M. A. & Mogensen, K. The new eddy-permitting ORAP5 ocean reanalysis: description, evaluation and uncertainties in climate signals.爬。直流发电机49,791 - 811 (2017)。

    谷歌学术搜索

  53. 雷纳:a . et al。全球海洋表面温度的分析,海冰,晚上19世纪晚期以来的海洋空气温度。j .地球物理学。Res108年4407 (2003)。

    谷歌学术搜索

  54. 黄,b . et al .扩展重建海洋表面温度版本5 (ERSSTv5),升级,验证和相互比对。j .爬30.,8179 - 8205 (2017)。

    广告谷歌学术搜索

  55. Kalnay、大肠等。40年NCEP / NCAR再分析项目。公牛。点。Meteorol。Soc77年,437 - 472 (1996)。

    广告谷歌学术搜索

  56. Hersbach, h . et al . ERA5全球再分析。问:j . r . Meteorol。Sochttps://doi.org/10.1002/qj.3803(2020)。

下载参考

确认

这项工作是支持的战略重点研究项目的中国科学院授予XDB40000000数量。我们承认世界气候研究计划的耦合的造型,工作组负责的生产商,我们感谢气候模型组生产和提供他们的模型输出。生产商,美国能源部气候模型诊断和相互比较的项目提供支持和协调领导开发的软件基础设施与全球合作组织地球系统科学门户网站。我们感谢各再分析数据集提供给我们。5077号PMEL贡献。后来,B.N. and A.S. are supported by CSHOR and the Earth System and Climate Change Hub of the Australian Government’s National Environment Science Program. CSHOR is a joint research Centre for Southern Hemisphere Oceans Research between QNLM and CSIRO.

作者信息

作者和联系

作者

贡献

厕所构思研究和写了最初的手稿。B.N.蝴蝶进行分析实验和T.G. CMIP5和CMIP6进行分析。所有作者导致解释结果,讨论相关的动力学和本文的改进。

相应的作者

对应到Wenju蔡立信吴

道德声明

相互竞争的利益

作者宣称没有利益冲突。

额外的信息

同行审查的信息自然谢谢Tobias Bayr和其他匿名审稿人(s)为他们的贡献的同行评审工作。

出版商的注意施普林格自然保持中立在发表关于司法主权地图和所属机构。

扩展数据数据和表

扩展数据图1系综平均变暖以及ENSO改变蝴蝶效应实验。

结果从40 CESM-LE的蝴蝶效应实验。一个,全球平均SST的时间序列。红色曲线代表整体的意思。b,Multi-experiment合奏意味着过去50年的海温、风应力不同时期(2050 - 2099)和最初的50年期间(1920 - 1969)。c一样,在b但对于海洋温度沿着赤道之间的平均5°S-5°N,沿着赤道上显示的强化分层海洋ref。17,加强海洋大气耦合。d,E指数变化在最初的50年(蓝色酒吧)和过去50年的时间(红酒吧)对于每个实验和multi-experiment合奏的意思。误差线代表1 s.d interexperiment的价值E指数变化的两个时期,分别。

扩展数据图2 ENSO属性初始和未来气候的蝴蝶效应实验。

结果从40 CESM-LE的蝴蝶效应实验。一个,Interexperiment关系E指数和C美国南达科他州指数最初50年段(1920 - 1969)。b,如一个,interexperiment关系E指数的变化和可变性的EP (5°S-5°N, 150°W - 90°W)净热通量(其中)。c,d一样,一个,b分别,但对未来50年(2050 - 2099)时期。蓝色恒星和橙色钻石代表十个实验最弱和最初始E分别指数变化。固体黑色圆圈表示其他的实验。实验更大E指数变化系统产生更大的热通量变化,大C指数可变性强厄尔尼诺事件导致强拉尼娜事件。这些属性被初始和未来的气候。统计数据(即相关性(R),P值)的一个线性(红色实线)所示。的关系显著高于99%置信水平。

扩展数据图3阻尼非线性热聚合在观测数据集选择27 CMIP5和CMIP6模型。

一个,观察到每月E指数与正常每月表面净热通量异常在EP (5°S-5°N, 150°W - 90°W)的1979 - 2017。b,如一个,但观察每月C每月指数与归一化表面净热通量异常在CP (5°S-5°N, 160°e - 150°W)。还显示二次(红色实线),例如,E指数,NHF (t)=αT(E指数(t))2+βTE指数(t)+γT,相应的热力学非线性系数αT与EP ENSO和CP ENSO。三场再分析产品和两个大气可利用52,53,54,55,56这里使用(见气氛热反馈和非线性的方法)。c,d,如一个,b分别,但27选择CMIP5和CMIP6模型(扩展数据图。7)。

扩展数据图4 ENSO热阻尼海洋热通量和累积的蝴蝶效应实验。

结果从40 CESM-LE的蝴蝶效应实验。一个,b、时间序列E指数(黑)和净热通量(红色)EP(在0°、105°W)在实验中最强(14运行;一个)和弱(24;b)E指数变化在最初的50年(1920 - 1969)。c,EP累计净热通量的两个实验。生每月净热通量字段引用70年(1850 - 1919)常见的月度气候学在蝴蝶效应是构建之前积累。更大的累积热量损失到1969年(最初的50年,年底由竖线表示)是由于更大的初始生成ENSO可变性,减少上层海洋变暖由于温室效应。

扩展数据图5 ENSO热阻尼在最初的100年之后蝴蝶效应。

结果从40 CESM-LE的蝴蝶效应实验。a、b,每月的之间的关系E指数和每月净热通量EP (5°S-5°N, 150°W - 90°W;一个),每月之间C指数和每月的CP (5°S-5°N, 160°e - 150°W;b去趋势平方),净热通量为海洋(W m−2)最初的100年(1920 - 2019)。热阻尼将热量从海洋在厄尔尼诺现象期间,把热量向海洋在拉尼娜现象,但由于厄尔尼诺在振幅大,几个ENSO事件后,净热量从海洋。cInterexperiment关系表明更大的初始ENSO变异性,因此海洋热损失更大数量的累积(0°、105°W,表明黑十字e积极的海洋),生成的。生每月净热通量字段引用70年(1850 - 1919)常见的月度气候学在蝴蝶效应是构建之前积累。累积海洋热损失可以通过热流密度可变性,代孕中看到d,这表明更大的累积热量损失与更大的热通量的变化。蓝色恒星和橙色钻石cd代表最弱,最强的十个实验初始E分别指数变化。固体黑色圆圈表示其他的实验。相关性(R),P一个线性的价值(红色实线)所示。e40,Interexperiment回归累积热流字段到40的值E指数的变化,在最初的100年里(1920 - 2019),显示出ENSO的累积热通量模式。在实验中,蝴蝶效应导致更大的初始ENSO可变性,生成更大的海洋热损失累积沿着赤道。统计显著性高于90%和95%基于小动物——一张长有学生的信心水平t以及显示为黑色的点彩和绿色的坚实的轮廓,分别。

扩展数据图6的区别用初始强和弱两组实验E指数的变化。

结果从40 CESM-LE的蝴蝶效应实验。由于不同显示的差异影响ENSO两组之间的差异。一个、海温(°C)、风应力(N m−2最强的十个实验)的区别E指数变化在最初的50年期间(1920 - 1969)和十个实验最弱E同期指数变化(见图。1 b分别为蓝色、橙色钻石和星星)。b一样,在一个但对上150米海洋温度(°C)。画点画表明,两者的区别乐团显著高于90%置信水平,基于双尾学生的t -测试和绿色固体轮廓代表了95%的置信水平。

扩展数据图7 CMIP5和CMIP6模型的选择。

结果27模型,18岁的34岁CMIP5模型和9的15 CMIP6模型,产生一个动态非线性系数αD不到−0.155,大于50%的幅度17和热力学非线性系数αT小于0,但是一个模拟观测值的50%。一般来说,一个更大的αT与更大的吗αD,使用所有模型相关系数为0.47。选择模型的符号填写不同的颜色,而非选择性模型显示在黑色和灰色填充。每个乐团成员和宏观整体而言对CESM-LE意味着充满了蓝色和红色圆圈所示,分别。

扩展数据图8 ENSO属性CMIP5和CMIP6模型。

一个,bIntermodel关系的E与强ENSO指数变化频率和EP (5°S-5°N, 150°W - 90°W)热通量变化,分别为最初的50年期间(1900 - 1949)。c,d一样,一个,b分别,但在过去的50年(2050 - 2099)时期。模型与一个更高的E指数变化系统生成一个更高频率的强ENSO事件和更强的热通量的变化。结果27模型,18岁的34岁CMIP5模型和9的15 CMIP6模型,产生一个动态非线性系数αD不到−0.155,大于50%的幅度17和热力学非线性系数αT小于0。强ENSO频率一个,c被定义为每50年的总数强烈的厄尔尼诺事件(E南达科他州指数超过1.5)+强拉尼娜事件的总数(C南达科他州指数小于1.5−)在该型号的ENSO旺季。相关性(R),P一个线性的价值(红色实线)所示。在所有散点图,统计上显著高于99%置信水平的关系。

扩展数据图9 ENSO的进化变化CMIP5和CMIP6模型。

一个,最后Intermodel关系(2050 - 2099)和初始(1900 - 1949)50年的时期E指数变化,显示成反比关系,统计上显著高于99%置信水平,也就是说,模型生成一个更大的可变性在最初阶段系统地产生一个小的未来变化。结果27模型,18岁的34岁CMIP5模型和9的15 CMIP6模型,产生一个动态非线性系数αD小于−0.155(大于50%的幅度17)和热力学非线性系数αT小于0。b,进化的E指数变化,衡量一个50年的运行窗口,前进每年从1900年在最初的一年,并记录了十模型,并有很强的初始E指数变化(红盒子一个)和10个模型初始较弱E指数变化(蓝色盒子一个)。固体红色(蓝色)线和红色(蓝色)阴影表明multimodel平均和intermodel传播(1 s.d值),分别的十初始模型与强(弱)E指数的变化。ENSO模型中可变性较弱的初始变化显示了一个更快的增加以应对温室效应在随后的时期,与最后一个振幅超过模型初始ENSO变异性较强。不同的运行窗口长度(例如,40岁或60岁)和不同的样本大小的模型组平均(例如,7、13最大模型与初始E指数变化与7或13模型与最小初始E分别为指数变化)产生定性相似的行为。

扩展数据图10初始ENSO变化及其未来变化的所有可用的运行CMIP5和CMIP6模型。

27所选模型的结果,也就是说,18岁的34岁CMIP5模型和9的15 CMIP6模型,产生一个动态非线性系数αD小于−0.155(大于50%的幅度17)和热力学非线性系数αT小于0。一个,Intermodel关系最初50年(1900 - 1949)E指数变化及其未来变化(2050 - 2099 - 1900 - 1949)的比例在每个模型对应的全球平均SST变暖。b,如一个,但对于C指数。运行模型名称旁边的数字表示(例如,r1, r2等等)。

补充信息

权利和权限

再版和权限

关于这篇文章

验证通过CrossMark货币和真实性

引用这篇文章

Cai, W。,Ng, B., Geng, T.et al。蝴蝶效应和self-modulating厄尔尼诺应对全球变暖。自然585年,68 - 73 (2020)。https://doi.org/10.1038/s41586 - 020 - 2641 - x

下载引用

  • 收到了:

  • 接受:

  • 发表:

  • 发行日期:

  • DOI:https://doi.org/10.1038/s41586 - 020 - 2641 - x

本文引用的

评论

通过提交评论你同意遵守我们的条款社区指导原则。如果你发现一些滥用或不符合我们的条件或准则请国旗是不合适的。

搜索

快速链接

自然简报

报名参加自然简报通讯-重要的科学,每天免费发送到您的收件箱中。

一天中最重要的科学故事,自由在你的收件箱。 报名参加自然简报
Baidu
map