Erhöhtes Auftreten aufeinanderfolgender La-Niña-Ereignisse aufgrund der globalen Erwärmung

Nature Band 619, Seiten 774–781 (2023)Diesen Artikel zitieren

6501 Zugriffe

152 Altmetrisch

Details zu den Metriken

Die meisten El Niño-Ereignisse treten sporadisch auf und erreichen ihren Höhepunkt in einem einzigen Winter1,2,3, während sich La Niña tendenziell nach einem El Niño entwickelt und zwei Jahre oder länger anhält4,5,6,7. Im Vergleich zum einjährigen La Niña weist das aufeinanderfolgende La Niña meridional breitere Ostwinde auf und daher eine langsamere Wärmeerneuerung des äquatorialen Pazifiks6,7, wodurch die Kälteanomalien bestehen bleiben und längere Auswirkungen auf das globale Klima, die Ökosysteme und die Landwirtschaft haben8,9,10 ,11,12,13. Zukünftige Änderungen an mehrjährigen La Niña-Ereignissen sind weiterhin unbekannt. Unter Verwendung von Klimamodellen unter zukünftigen Treibhausgasantrieben14 stellen wir hier eine erhöhte Häufigkeit aufeinanderfolgender La Niña fest, die von 19 ± 11 % in einem Szenario mit niedrigen Emissionen bis zu 33 ± 13 % in einem Szenario mit hohen Emissionen reicht, unterstützt durch eine inter- Modellkonsens stärker in Szenarien mit höheren Emissionen. Im Rahmen der Treibhauserwärmung verstärkt ein mittleres Erwärmungsmaximum im subtropischen Nordostpazifik die regionale thermodynamische Reaktion auf Störungen und erzeugt anomale Ostwinde, die als Reaktion auf El-Niño-Wärmeanomalien weiter nördlich ausfallen als im 20. Jahrhundert. Die Empfindlichkeit des sich nach Norden verbreiternden Anomaliemusters wird durch ein Erwärmungsmaximum im äquatorialen Ostpazifik noch erhöht. Die langsamere Wärmeneubildung, die mit den sich nach Norden verbreiternden östlichen Anomalien einhergeht, ermöglicht es, dass die kalten Anomalien der La Niña im ersten Jahr auch in der La Niña im zweiten Jahr bestehen bleiben. Klimaextreme, wie sie während historischer aufeinanderfolgender La Niña-Episoden beobachtet wurden, treten daher im 21. Jahrhundert wahrscheinlich häufiger auf.

Die El Niño-Southern Oscillation (ENSO) ist die stärkste jährliche Klimaschwankung, die sich unregelmäßig zwischen warmen El Niño- und kalten La Niña-Ereignissen abwechselt und die globalen Wettermuster, die Landwirtschaft und die Ökosysteme erheblich stört15,16. ENSO weist Vielfalt in seiner zeitlichen Entwicklung auf. Insbesondere enden die meisten El-Niña-Ereignisse schnell, nachdem sie im nördlichen Winter ausgereift sind, wohingegen etwa die Hälfte der La-Niña-Ereignisse bestehen bleiben und sich in den darauffolgenden ein oder zwei Jahren erneut verstärken, um zu mehrjährigen La-Niña-Ereignissen zu werden1,17,18,19. Im Vergleich zu einem einjährigen La Niña-Ereignis führen mehrjährige La Niña-Ereignisse wie 2020–2022 zu einem höheren oder kumulativen Risiko extremer Wetterereignisse weltweit20, darunter beispielsweise Dürren und Waldbrände im Südwesten der USA8,9 sowie Überschwemmungen über Südostasien21,22 und veränderte Muster von Hurrikanen, Wirbelstürmen und Monsunen im Pazifik und Atlantik20,21,22,23. Wie die mehrjährige La Niña auf die Treibhauserwärmung reagiert, ist ein wichtiges Thema mit weitreichenden ökologischen und sozioökonomischen Auswirkungen.

Die Dauer von La Niña-Ereignissen wird häufig durch die Amplitude eines vorangegangenen El Niño und den Einfluss des subtropischen Nordpazifiks beeinflusst. Mehrjährige La Niña-Ereignisse folgen in der Regel einem starken El Niño4,5,6. Beispielsweise folgten auf alle drei extremen El Niño-Ereignisse im 20. Jahrhundert (1972/73, 1982/83 und 1997/1998) mehrjährige La Niña-Ereignisse (Extended Data Abb. 1). Die mehrjährigen La Niña-Ereignisse treten auf, weil eine große Wärmeabgabe des äquatorialen Pazifiks in den oberen Ozean, die durch den starken El Niño verursacht wird, mehr als ein La Niña-Ereignis erfordert, um wieder den klimatologischen Zustand zu erreichen24, da der Wiederauffüllungsprozess während La Niña im Allgemeinen schwächer ist als die mit El Niño verbundene Entladung25.

Darüber hinaus dehnen sich während der Entwicklungsphase der ersten La Niña im nördlichen Frühling anomale Nordostwinde im subtropischen Nordpazifik nach Südwesten bis zum Äquator aus, mit gleichbleibenden Anomalien der kalten Meeresoberflächentemperatur (SST) (Extended Data Abb. 2), die einem Negativ ähneln Phase des Nordpazifischen Meridionalmodus (NPMM)7,26,27. Das negative NPMM-ähnliche Muster weist verstärkte außertropische Passatwinde auf, die aus einer atmosphärischen Reaktion vom Gill-Typ auf den starken El-Niño-bedingten SST über dem äquatorialen Ostpazifik28,29 und atmosphärischen Fluktuationen in den mittleren Breiten resultieren, die durch die atmosphärische El-Niño-Fernverbindung hervorgerufen werden oder interne stochastische Variabilität30,31,32,33. Das negative NPMM-ähnliche Muster wächst und bleibt im Frühling und Sommer in der Borealregion unter thermodynamischen Luft-Meer-Wechselwirkungen, insbesondere einer Wind-Verdunstung-SST-Rückkopplung (WES)34, bestehen und begünstigt die Entwicklung einer meridional breiten La Niña7. Das meridional breitere Muster von SST- und Ostwindanomalien geht mit einer schwächeren negativen Windbelastung in extratropischen Breiten einher, was die Wiederauffüllung des äquatorialen Pazifiks verlangsamt6,7. Somit bleiben die kalten SST-Anomalien während der Abklingphase des La Niña-Ereignisses im ersten Jahr bis in den Frühling bestehen und werden durch die saisonale positive Bjerknes-Rückkopplung im Spätsommer und Herbst35 und wahrscheinlich bis zu einem weiteren La Niña-Ereignis verstärkt.

Wie sich die Treibhauserwärmung auf das mehrjährige La Niña auswirken könnte, ist unbekannt. Hier zeigen wir unter Verwendung der Ergebnisse der neuesten Klimamodelle, die am Coupled Model Intercomparison Project Phase 6 (CMIP6) (Lit. 14) teilnehmen, einen erheblichen Anstieg der Häufigkeit mehrjähriger La Niña, der weitaus größer ist als bei einem prognostizierten Anstieg erwartet starker El Niño36,37.

Wir beginnen mit der Auswertung der Simulation mehrjähriger La Niña-Ereignisse durch CMIP6-Modelle im Klima des 20. Jahrhunderts (1900–1999) (siehe „Beobachtungs- und CMIP6-Daten“ in Methoden). Ein wichtiger Aspekt der ENSO-Asymmetrie besteht darin, dass die kalten SST-Anomalien während La Niña schwächer sind, aber länger anhalten als warme SST-Anomalien während El Niño und sich als positiv verzerrte SST-Anomalien im zentralöstlichen Äquatorialpazifik (der „Niño3.4“-Region) manifestieren; 5° S–5° N, 170° W–120° W). Die positive SST-Schiefe wird in erster Linie durch eine nichtlineare Bjerknes-Rückkopplung bestimmt, bei der Zonenwinde erst dann nichtlinear auf eine weitere Erwärmung im östlichen Äquatorialpazifik reagieren, wenn die SST-Erwärmung einen Schwellenwert überschreitet und eine lokale atmosphärische Tiefenkonvektion ausgelöst wird, was zu einer weiteren SST-Erwärmung führt38,39 ,40,41. Viele Modelle unterschätzen dieses Feedback37,42. Insgesamt 20 von 37 Modellen simulieren eine positive Niño3,4-SST-Schiefe im Zeitraum 1900–1999 (Abb. 1a), mit einem Multi-Model-Ensemble-Mittelwert (MME) von 0,27, der nahe am beobachteten Wert (0,31) liegt. . Eine bessere Simulation der ENSO-Schiefe geht mit einer realistischeren Simulation der ENSO-Dynamik einher37,43,44. Daher wählen wir diese 20 Modelle für die weitere Analyse aus.

a, Schiefe der historischen (1900–1999) Niño3.4 SST-Anomalie in Beobachtungs- (schwarzer Balken) und CMIP6-Modellen (farbige Balken). Die vertikale Linie trennt ausgewählte Modelle mit positiver Schiefe (orangefarbene Balken) von nicht ausgewählten Modellen mit negativer Schiefe (blaue Balken). Der Fehlerbalken gibt 1,0 SD der Modellstreuung im ausgewählten (nicht ausgewählten) MME an. b: Zeitliche Entwicklung der Niño3.4-SST-Anomalie, zusammengesetzt für mehrjährige (rot) und einjährige (blau) La Niña-Ereignisse in den ausgewählten Modellen im Zeitraum 1900–1999. Durchgezogene Linien und Schattierungen zeigen den Multimodell-Mittelwert bzw. 1,0 SD von insgesamt 10.000 Interrealisierungen basierend auf einer Bootstrap-Methode an. Gestrichelte Linien zeigen Beobachtungen an. Die Zeitreihen werden vor der Analyse mit einem dreimonatigen gleitenden Mittelwertfilter geglättet. Die vertikale graue Schattierung gibt die Zeit (Oktober bis Februar) an, in der ENSO normalerweise reift. c,d, Mehrmodell-Mittelwert-Kompositkarte der anomalen SST (°C; Färbung) und der Oberflächenwindbelastung (N m−2; Vektoren) für einjährige (c) und mehrjährige (d) La Niña-Ereignisse während D (1)JF(2) in den Jahren 1900–1999. Dargestellt sind Werte, bei denen der Ensemble-Mittelwert 1,0 sd der Inter-Modell-Spanne unter Verwendung einer Bootstrap-Methode überschreitet. Ausgewählte Modelle simulieren angemessen die beobachtete Entwicklung und das Muster der mehrjährigen La Niña.

Wir verwenden 0,5 Standardabweichungen (sd) des von Oktober bis Februar (ONDJF) gemittelten Niño3.4 SST-Index als Schwellenwert, um ENSO-Ereignisse zu definieren und ein mehrjähriges La Niña-Ereignis zu identifizieren, wenn in ONDJF in zwei oder mehr aufeinanderfolgenden Jahren Kälteanomalien auftreten (siehe „Definition mehrjähriger La Niña-Ereignisse“ in Methoden). Daraus ergeben sich acht mehrjährige La Niña-Ereignisse, die 44,4 % aller im 20. Jahrhundert beobachteten (einjährigen und mehrjährigen) La Niña-Ereignisse ausmachen (Erweiterte Daten, Abb. 1a), was mit früheren Studien übereinstimmt, bei denen verschiedene Methoden zur Definition verwendet wurden La Niña5,6,9,19. Aufgrund der Modellauswahl wird die beobachtete Häufigkeit mehrjähriger La Niña im 20. Jahrhundert in den 20 ausgewählten Modellen mit einem MME-Mittelwert von 42,9 ± 3,1 % einigermaßen reproduziert, in den 17 nicht ausgewählten Modellen, die simulieren, jedoch unterschätzt ein MME-Mittelwert von 28,4 ± 4,9 %, was mit dem übereinstimmt, was von der simulierten ENSO-Schiefe erwartet wird (ergänzende Abbildung 1).

Die 20 ausgewählten Modelle simulieren auch die Hauptmerkmale beobachteter mehrjähriger La Niña-Ereignisse einigermaßen gut. Erstens folgt ein mehrjähriges La Niña tendenziell einem starken El Niño in D(0)JF(1) (Dezember, Januar und Februar; „0“ bezieht sich auf das vorherige Jahr und „1“ auf das erste Jahr) (Abb . 1b), die eine große Wärmeabgabe in den oberen Ozean erzeugt, die wiederum eine starke La Niña-Bedingung im ersten Jahr in D(1)JF(2) induziert (wobei sich „2“ auf das zweite Jahr bezieht; Erweiterte Daten). Abb. 3). Zweitens reproduzieren die Modelle die meridional breite SST-Struktur des mehrjährigen La Niña in D(1)JF(2), die mit außertropischen Klimaschwankungen verbunden ist6,7; Im Gegensatz dazu sind die Anomalien einer einjährigen La Niña schmaler und äquatorialer begrenzt (Abb. 1c, d). Eine solche tropisch-subtropische Verbindung während des mehrjährigen La Niña kann auf MAM(1) zurückgeführt werden, wenn die präkursiven nordöstlichen und kalten SST-Anomalien im subtropischen Nordpazifik auftreten und sich als negatives NPMM-ähnliches Muster bis zum Äquator erstrecken (Erweiterte Daten). Abb. 4).

Nachfolgend zeigen wir, dass die meisten dieser Modelle eine erhöhte Häufigkeit mehrjähriger La Niña-Ereignisse unter der Treibhauserwärmung prognostizieren. Die erhöhte Häufigkeit ist weitaus größer als erwartet aufgrund der prognostizierten Zunahme der Häufigkeit des starken El Niño.

Wir zählen die Anzahl der mehrjährigen La Niña im 20. Jahrhundert (1900–1999) unter historischem Antrieb und vergleichen sie mit der im 21. Jahrhundert (2000–2099) unter einem Szenario mit hoher Emissionserwärmung (Gemeinsamer sozioökonomischer Pfad 5- 8,5 (SSP585)) in jedem der 20 ausgewählten Modelle. Wir konzentrieren uns auf das SSP585-Szenario und diskutieren andere Szenarien als Sensitivitätstests. Insgesamt steigt die Häufigkeit mehrjähriger La Niña von einem Ereignis alle 12,1 Jahre im Zeitraum 1900–1999 (166 Ereignisse in 2.000 Jahren, die 20 Zeiträume von 100 Jahren aus 20 Modellen abdecken) auf ein Ereignis alle 9,1 Jahre im Zeitraum 2000–2099 (220 Ereignisse in 2.000 Jahren). Der durchschnittliche Multimodell-Anstieg von 33 ± 13 % ist laut einem Bootstrap-Test (siehe „Test auf statistische Signifikanz“ in „Methoden“) statistisch signifikant über dem Konfidenzniveau von 95 % und wird durch eine starke Übereinstimmung zwischen den Modellen mit insgesamt 15 Punkten unterstrichen von 20 Modellen (75 %), die mehr mehrjährige La Niña-Ereignisse im wärmeren 21. Jahrhundert simulieren (Abb. 2a). Der Konsens zwischen den Modellen spiegelt hauptsächlich ein erhöhtes Auftreten von „doppelten“ La Niña-Ereignissen (Ereignisse, die zwei Jahre andauern) wider, wohingegen es zwischen den Modellen keine Einigung darüber gibt, wie sich „dreifache“ La Niña-Ereignisse (Ereignisse, die drei Jahre dauern) unter Treibhauseffekten verändern können Erwärmung (siehe „Sensitivität des prognostizierten Anstiegs des mehrjährigen Auftretens von La Niña“ in „Methoden“). Andererseits wird die Häufigkeit mehrjähriger La Niña unterschätzt und zeigt keine deutliche Änderung in den nicht ausgewählten Modellen (Abb. 2a), was möglicherweise mit der zu schwachen nichtlinearen ENSO-Dynamik zusammenhängt (Abb. 1a).

a, Vergleich der mehrjährigen La Niña-Zahlen (Ereignisse pro 100 Jahre) über 1900–1999 (blaue Balken) und 2000–2099 (rote Balken) in den ausgewählten Modellen unter SSP585 (links von der vertikalen Linie). Für die ausgewählten Ensembles werden auch Multimodell-Mittelwerte aus anderen Emissionsszenarien bereitgestellt. Modelle, die einen Rückgang simulieren, sind ausgegraut. In den letzten vier Spalten werden die MME-Ergebnisse nicht ausgewählter Modelle unter SSP585 und ausgewählter Modelle unter Niedrigemissionsszenarien angezeigt. Beachten Sie, dass aufgrund der Nichtverfügbarkeit von Daten in verschiedenen Szenarien nicht genau derselbe Satz von Modellen verwendet wird. Die horizontale gestrichelte Linie zeigt die Beobachtung an. b, Entwicklung des mehrjährigen La-Niña-Vorkommens (Ereignisse pro 100 Jahre), diagnostiziert in einem 60-jährigen Schiebefenster, das sich getrennt in den letzten 500 Jahren von piControl (schwarz) und von 1850 (Beginn des historischen Laufs; blau) bis bewegt Ende des 21. Jahrhunderts unter SSP585 (rot). Die Jahre auf der x-Achse geben das Endjahr des Schiebefensters an. Durchgezogene Linien und Schattierungen geben den Mittelwert mehrerer Modelle bzw. 95 %-Konfidenzintervalle basierend auf einer Poisson-Verteilung an. Die gestrichelte schwarze Linie zeigt den mittleren Wert von piControl an. c, Wie in a, jedoch für Anteile (in Prozent) mehrjähriger La Niña-Ereignisse in verschiedenen Situationen gemäß SSP585 (siehe Buchstaben auf der x-Achse und entsprechende Beschreibungen unten). Fehlerbalken für den Multimodell-Mittelwert in a und c werden als 1,0 sd von 10.000 Interrealisierungen einer Bootstrap-Methode berechnet. Nach einem starken El Niño treten im Zeitraum 2000–2099 unverhältnismäßig häufiger mehrjährige La-Niña-Ereignisse auf als im Zeitraum 1900–1999.

Der prognostizierte Anstieg der mehrjährigen La-Niña-Häufigkeit erfolgt trotz einer seit langem bestehenden Modellverzerrung übermäßig kalter SSTs im äquatorialen Pazifik und einer geringen Erkennbarkeit einer direkt aus Beobachtungen abgeleiteten Änderung, da die aktuelle Beobachtungsaufzeichnung kurz ist und Änderungen unterliegt große Unsicherheit (siehe „Modellverzerrung und jüngste mehrjährige La-Niña-Änderung“ in Methoden). Ein Sensitivitätstest ergab, dass der Anstieg in anderen Emissionsszenarien auftritt, einschließlich SSP126, SSP245 und SSP370, und dass die Anzahl der mehrjährigen La Niña mit der Intensität der Treibhausgasemissionen zunimmt (Abb. 2a, letzte drei Spalten). Konkret beträgt die erhöhte mehrjährige La-Niña-Häufigkeit im Multi-Modell-Mittelwert 18,6 ± 11,1 %, 25,8 ± 14,6 % bzw. 31,5 ± 17,3 % für SSP126, SSP245 und SSP370, was statistisch signifikant über dem Konfidenzniveau von 95 % liegt laut einem Bootstrap-Test und von 59,1 %, 65,0 % und 65,2 % der Modelle unterstützt (ergänzende Abbildung 2). Die Verwendung einer alternativen Methode zur Identifizierung mehrjähriger La Niña unter Berücksichtigung der unterschiedlichen Amplituden zwischen ihrem ersten und zweiten Höhepunkt führt im Wesentlichen zu den gleichen Ergebnissen (siehe „Sensitivität des prognostizierten Anstiegs des mehrjährigen La Niña-Vorkommens“ in Methoden; ergänzende Abb. 3).

Die erhöhte Häufigkeit mehrjähriger La Niña liegt außerhalb des Bereichs der natürlichen Variabilität, die ziemlich groß ist45,46. Zur Veranschaulichung verwenden wir die Niño3.4-SST-Anomalien aus drei Experimenten in jedem der 20 ausgewählten Modelle: eine mehrere Jahrhunderte (mehr als 500 Jahre) vorindustrielle Steuerungssimulation (piControl), ein historischer Lauf, der mit piControl in der Mitte beginnt -19. Jahrhundert und mit historischen Antrieben bis 2014 und einem zukünftigen Erwärmungsexperiment danach im Rahmen des SSP585-Szenarios erzwungen, das um 2100 endet (siehe „Beobachtungs- und CMIP6-Daten“ in „Methoden“). Die Anzahl der mehrjährigen La Niña wird zuerst in jedem Modell berechnet und dann über die Modelle gemittelt, und zwar in einem 60-jährigen Laufzeitfenster, das sich in piControl separat bewegt und von 1850 (dem Beginn des historischen Laufs) bis zum Ende des 20. Jahrhunderts reicht. erstes Jahrhundert. Die Evolutionszeitreihe zeigt einen raschen Anstieg des mehrjährigen Auftretens von La Niña ab der zweiten Hälfte des 20. erstes Jahrhundert (Abb. 2b).

Die Häufigkeit mehrjähriger La Niña-Ereignisse an allen (einjährigen und mehrjährigen) La Niña-Ereignissen nimmt im zukünftigen Klima zu, und der Anstieg ist statistisch signifikant über dem 95-Prozent-Konfidenzniveau (Abb. 2c, „A“). Unter Verwendung eines Schwellenwerts von 1,5 sd des ONDJF Niño3.4-Index zur Definition starker ENSO-Ereignisse stellen wir fest, dass mehr als 83 % (45 von 54 Ereignissen insgesamt) des Anstiegs auf einen erhöhten Prozentsatz mehrjähriger La Niña zurückzuführen sind, denen vorangegangen ist ein starker El Niño (Abb. 2c, „B“), der gemäß einem Bootstrap-Test auch statistisch signifikant oberhalb des 95 %-Konfidenzniveaus ist (siehe „Statistischer Signifikanztest“ in Methoden).

Obwohl starke El Niño-Ereignisse laut Prognosen unter der Treibhauserwärmung häufiger auftreten37, nimmt die Häufigkeit mehrjähriger La Niña-Ereignisse überproportional stärker zu als die von starkem El Niño, was sich in einem Anstieg von etwa 65,5 % (von 28,7 ± 4,0 % im Jahr 1900–1900) zeigt. 1999 auf 47,5 ± 4,7 % im Jahr 2000–2099) im Verhältnis von starkem El Niño, gefolgt von mehrjährigem La Niña zu allen starken El Niño-Ereignissen (Abb. 2c, „C“). Darüber hinaus besteht kein modellübergreifender Konsens über die Amplitudenänderung des starken El Niño (Erweiterte Daten, Abb. 5a; andere Emissionsszenarien in der ergänzenden Abb. 4) und auch keine modellübergreifende Beziehung zwischen Änderungen der starken El Niño-Amplitude und Änderungen der Multi -jährige La-Niña-Vorkommen (Erweiterte Daten Abb. 5b,c). Diese Ergebnisse deuten darauf hin, dass El Niño bei einem sich erwärmenden Klima im Allgemeinen die mehrjährige La Niña effizienter auslöst.

Ein vorhergehender El Niño induziert eine Wärmeabgabe in den oberen äquatorialen Ozean24 und eine negative NPMM-ähnliche Reaktion im subtropischen Nordpazifik27,29,47. Wir berechnen die Abflussrate anhand von Anomalien der Meeresoberflächenhöhe (SSH) im äquatorialen Pazifik (5° N–5° S, 120° E–80° W) während der Übergangsphase von El Niño (Dezember bis Dezember). Mai). Beobachtungsergebnisse deuten darauf hin, dass eine solche SSH-Änderungsrate die ENSO-bezogene Entlade-/Wiederaufladerate erfasst, wie in der Wiederaufladeoszillatortheorie24 beschrieben, wobei ein größerer El Niño (La Niña) eine größere Entlade- (Wiederauflade-)Rate des äquatorialen Wärmeinhalts induziert ( Erweiterte Daten Abb. 6a).

Es besteht jedoch kein Konsens zwischen den Modellen über Änderungen der äquatorialen Abflussrate durch starkes El Niño unter Treibhauserwärmung (Extended Data Abb. 6b; andere Emissionsszenarien in Supplementary Abb. 5); Darüber hinaus sind Unterschiede zwischen den Modellen bei Änderungen der Wärmeentladungsrate durch starken El Niño nicht für Unterschiede zwischen Modellen bei Änderungen der mehrjährigen La Niña-Zahlen verantwortlich (Erweiterte Daten, Abb. 6c). Das Auftreten mehrjähriger La Niña-Ereignisse kann durch tropische Wechselwirkungen zwischen den Becken erleichtert werden17, was für La Niña 2020–2022 der Fall zu sein scheint48; Es gibt jedoch keine modellübergreifende Beziehung zwischen Änderungen der mehrjährigen La-Niña-Häufigkeit und Änderungen in der Amplitude der Klimavariabilitätsmodi im subtropischen Südpazifik und im tropischen Indischen und Atlantischen Ozean während ihrer jeweiligen Hochsaison, was darauf hindeutet, dass es keine systematischen Änderungen gibt die Auswirkungen dieser Klimamodi auf die Veränderung des mehrjährigen La Niña (Erweiterte Daten Abb. 7). Wie wir weiter unten zeigen werden, wird die erhöhte Häufigkeit mehrjähriger La Niña stattdessen durch eine verstärkte außertropische Reaktion auf tropische Anomalien begünstigt.

Im 21. Jahrhundert sind äquatoriale pazifische SST-Anomalien in D(0)JF(1) (d. h. der Wintersaison vor dem ersten La Niña-Jahr) mit nordwärts verbreiterten und stärkeren MAM(1)-subtropischen nordöstlichen Anomalien verbunden (zweite und dritte Spalte der erweiterten Daten Abb. 4), im Einklang mit einer atmosphärischen Reaktion, die meridional breiter und stärker ist. Um die Dynamik zu verstehen, führen wir eine Singular Value Decomposition (SVD)-Analyse für D(0)JF(1) SST-Anomalien im tropischen Pazifik (15° S–15° N, 120° E–80° W) und MAM( 1) Anomalien des Meeresspiegeldrucks (SLP) im außertropischen Nordpazifik (15° N–60° N, 120° E–80° W) für jedes der 20 ausgewählten Modelle im Zeitraum 1900–2099. Dies ergibt Hauptmuster und zugehörige Expansionskoeffizienten von SST und SLP. Das Hauptmuster für den gesamten Pazifik wird durch Regression auf den normalisierten SST-Expansionskoeffizienten ermittelt.

In D(0)JF(1) weist der führende SVD-Modus (SVD1) ein Muster mit äquatorialen warmen Anomalien im Pazifik auf; Der zweite SVD-Modus (SVD2) ist durch eine anomale Erwärmung im Osten, aber eine Abkühlung im westlichen äquatorialen Pazifik gekennzeichnet (Extended Data Abb. 8a–f). Die Summe dieser ersten beiden Modi spiegelt den El Niño im Ostpazifik wider, der tendenziell stark ist37,38,39. In Anbetracht der Tatsache, dass ein erheblicher Teil (mehr als 83 %) der erhöhten mehrjährigen La Niña-Ereignisse nach einem starken El Niño auftreten, verwenden wir eine Kombination aus SVD1 + SVD2 und ihren normalisierten Zeitreihen von SST- und SLP-Expansionskoeffizienten, um den Einfluss darzustellen über mehrjährige La Niña-Ereignisse im Zusammenhang mit einem vorangegangenen starken El Niño. Es werden zwei Zeitreihen kombinierter Expansionskoeffizienten erstellt, eine für D(0)JF(1) SST-Anomaliemuster und die andere für MAM(1) SLP. Die Monate für den Durchschnitt jedes Feldes ergeben eine Beziehung, bei der SST drei Monate vor SLP liegt. Die gesamte extratropische Reaktion auf tropische Antriebe wird separat über das 20. und 21. Jahrhundert als Regressionskoeffizient der SLP-Zeitreihe auf die kombinierte SST-Zeitreihe (Extended Data Abb. 8g,h) multipliziert mit der Standardabweichung berechnet. der SST-Zeitreihe. Das räumliche Muster wird durch verzögerte lineare Regression der SST- und 10-m-Windanomalien auf den kombinierten SST-Ausdehnungskoeffizienten multipliziert mit seiner Standardabweichung separat für jedes Jahrhundert erhalten.

Im 21. Jahrhundert nimmt die außertropische Reaktion auf tropische Antriebe erheblich zu, wobei ein starker Konsens zwischen den Modellen besteht (70 %; Abb. 3a). Modelle, die einen stärkeren Anstieg der außertropischen Reaktion simulieren, erzeugen systematisch einen größeren Anstieg der mehrjährigen La Niña-Häufigkeit mit einem Korrelationskoeffizienten zwischen den Modellen von 0,60, der statistisch signifikant über dem 99-Prozent-Konfidenzniveau liegt (P < 0,01) (Abb. 3b). Die außertropische pazifische Reaktion auf warme El-Niño-Anomalien ist eine negative NPMM-ähnliche Reaktion in MAM(1), die nordwärts verbreiterte nordöstliche Windanomalien aufweist (Abb. 3c, d). Es ist diese erweiterte meridionale Struktur, die dazu beiträgt, dass die Kälteanomalien der La Niña im ersten Jahr auch im zweiten Jahr bestehen bleiben6,7 und so zu einer erhöhten Häufigkeit mehrjähriger La Niña-Ereignisse beiträgt.

a, Vergleich der außertropischen Reaktion auf tropische Einflüsse in den Zeiträumen 1900–1999 (blaue Balken) und 2000–2099 (rote Balken). Modelle, die einen Rückgang simulieren, sind ausgegraut. Fehlerbalken im Multimodell-Mittelwert werden als 1,0 sd von 10.000 Interrealisierungen einer Bootstrap-Methode berechnet. Die horizontale gestrichelte Linie zeigt die Beobachtung an. b: Beziehung zwischen den Modellen zwischen Änderungen (2000–2099 minus 1900–1999) in den mehrjährigen La-Niña-Zahlen und in der außertropischen Reaktion auf tropische Antriebe, beide skaliert durch den Anstieg des globalen mittleren SST jedes Modells. Die lineare Anpassung (durchgezogene schwarze Linie) wird zusammen mit dem Korrelationskoeffizienten r und dem entsprechenden P-Wert angezeigt. c,d, Multi-Modell-Mittelwertmuster der extratropischen Reaktion auf tropische Antriebe in MAM(1) im Zeitraum 1900–1999 (c) und seine Veränderung im Zeitraum 2000–2099 (d). Das Antwortmuster wird in jedem Modell erhalten, indem zunächst die SST- (Färbung) und 10-m-Windanomalien (Vektoren) des Gitterpunkts MAM(1) auf die normalisierte Zeitreihe des SST-Ausdehnungskoeffizienten aus SVD regressiert werden und anschließend die Regressionskoeffizienten mit multipliziert werden Standardabweichung des SST-Ausdehnungskoeffizienten, getrennt für 1900–1999 und 2000–2099 (Einzelheiten siehe Text). Außertropische Anomalien reagieren empfindlicher auf den tropischen SST-Antrieb und die erste La Niña einer mehrjährigen La Niña weist im Nordpazifik im Zeitraum 2000–2099 weitere nach Norden verbreiterte Anomalien auf als im Zeitraum 1900–1999.

Die Bedeutung der sich nach Norden verbreiternden negativen NPMM-ähnlichen Anomalie in MAM(1) wird durch die Tatsache unterstrichen, dass die meisten (80 %, 16 von 20) Modelle eine Zunahme mehrjähriger La Niña-Ereignisse prognostizieren, die gleichzeitig auftreten mit einem negativen NPMM-ähnlichen Ereignis in MAM(1) (Extended Data Abb. 9a; andere Emissionsszenarien in ergänzender Abb. 6), definiert als wenn die normalisierten SST-Anomalien im subtropischen Nordpazifik (15° N–25° N, 150° W–120° W) ist größer als 0,5 sd in der Amplitude31. Unter diesen gleichzeitigen Ereignissen gibt es einen viel größeren Anteil, von 31,7 ± 4,3 % in den Jahren 1900–1999 bis 58,1 ± 5,5 % in den Jahren 2000–2099, an Ereignissen, bei denen dem negativen NPMM-ähnlichen Ereignis ein El Niño vorausgeht (Erweiterte Daten). Abb. 9b). Die sich nach Norden verbreiternde negative NPMM-ähnliche Anomalie in MAM(1) begünstigt die mehrjährige La Niña, da sie die meridionale Struktur der erstjährigen La Niña verbreitert und die damit verbundene Abschwächung der negativen Windstress-Curl-Anomalien die obere Windbelastung verlangsamt. Dadurch entsteht eine kältere Voraussetzung, die es den kalten SST-Anomalien erleichtert, während der Abklingphase der ersten La Niña anzuhalten (Erweiterte Daten, Abb. 10).

Da sich die Ozean-Atmosphäre-Kopplung im äquatorialen Pazifik durch die Treibhauserwärmung verstärkt37, werden die anhaltenden kalten SST-Anomalien der ersten La Niña durch die stärkere positive Bjerknes-Rückkopplung im Spätboreal-Sommer/Herbst verstärkt, sodass es wahrscheinlicher ist, dass sie sich in der zweiten La Niña zu einer zweiten La Niña entwickelt folgenden Winter (Ergänzende Abb. 7). Nachfolgend zeigen wir, dass die empfindlichere außertropische Reaktion des nach Norden erweiterten Anomaliemusters durch die mittlere Zustandsänderung, insbesondere eine schnellere Erwärmung im äquatorialen Ostpazifik und im subtropischen Nordostpazifik, erleichtert wird.

Im Vergleich zum 20. Jahrhundert weisen die mittleren Zustandsänderungen im 21. Jahrhundert zwei Erwärmungsmaxima auf, die durch ein lokales Erwärmungsminimum um 10° N getrennt sind, eines im äquatorialen Ostpazifik und das andere im subtropischen Nordostpazifik, begleitet von äquatorialen Tendenzen Westwinde bzw. subtropische Südwestwinde49 (Abb. 4a). Eine Korrelation zwischen den Modellen zeigt, dass die empfindlichere außertropische Reaktion auf den tropischen Antrieb systematisch mit den beiden Erwärmungsmaxima zusammenhängt (Abb. 4b).

a, Multi-Modell-Mittelwertänderungen von Gitterpunkt-SST (Färbung), SLP (Kontur; positiv in durchgezogenen Linien und negativ in gestrichelten Linien, mit einem Intervall von 5 Pa °C−1) und 10-m-Wind (Vektoren) dazwischen 1900–1999 und 2000–2099, alle skaliert anhand des Anstiegs des globalen mittleren SST in jedem der ausgewählten Modelle. b: Intermodell-Korrelation zwischen Änderungen (2000–2099 minus 1900–1999) der mittleren SST am Gitterpunkt und Änderungen in der Stärke der außertropischen Reaktion auf tropische Einflüsse, beide skaliert durch den Anstieg der globalen mittleren SST jedes Modells. Die Punktierung weist auf eine statistische Signifikanz oberhalb des 90 %-Niveaus basierend auf einem zweiseitigen Student-t-Test hin. c, Intermodell-Beziehung zwischen der mittleren SST-Erwärmung (°C) und der WESp-Änderung (W s m−3, gemittelt von Februar bis Juli) im subtropischen Nordostpazifik (155° W–115° W, 15° N–35° N). ; blaues Kästchen in a). Dargestellt ist eine lineare Anpassung (durchgezogene schwarze Linie) zusammen mit dem Korrelationskoeffizienten r und dem entsprechenden P-Wert. Beachten Sie, dass die Korrelation zwischen den Modellen auch nach Ausschluss eines scheinbaren Ausreißermodells (NorESM2-MM) immer noch signifikant ist (r = 0,67, P < 0,01). d, Beziehung zwischen normalisierten NPMM-ähnlichen SST-Anomalien in MAM(1) und normalisierten Niño3-SST-Anomalien (5° S–5° N, 150° W–90° W) in D(0)JF(1) für 1900–1999 (blaue Punkte) und 2000–2099 (orange Punkte). Die NPMM-ähnlichen Anomalien (normalisierte SST-Anomalien in 15° N–25° N, 150° W–120° W; grüne Box in a) werden in 0,1-sd-Intervalle von Niño3-SST-Anomalien gruppiert, um jeweils Medianwerte (Kreise) zu erhalten Bin zuerst. Hier werden nur positive Niño3-SST-Anomalien berücksichtigt. Außerdem sind die jeweiligen Steigungen mit 95 %-Konfidenzintervallen für die beiden Zeiträume dargestellt. Das Erwärmungsmaximum im subtropischen Nordostpazifik verstärkt die lokale thermodynamische Reaktion auf konvektive Anomalien von El Niño und führt zu anomalen Ostwinden in weiter nördlichen Breiten als 1900–1999. Das Erwärmungsmaximum im östlichen Äquatorialpazifik verstärkt die konvektive Reaktion, was beides zur Zunahme beiträgt Häufigkeit mehrjähriger La Niña.

Die schnellere Erwärmung im subtropischen Nordostpazifik, die durch eine erhöhte kurz- und langwellige Strahlung in den Ozean verursacht wird (ergänzende Abbildung 8), verstärkt die WES-Rückkopplung stärker nach Norden, so dass die NPMM-ähnlichen SST- und Oberflächenwindanomalien dadurch induziert werden El-Niño-warme SST-Anomalien breiten sich nach Norden aus und sind empfindlicher. Als Maß für die Intensität der WES-Rückkopplung berechnen wir die Änderung des latenten Wärmeflusses pro Einheitsänderung der zonalen Windgeschwindigkeit26,50,51 (siehe „Diagnose der WES-Rückkopplung“ in Methoden); Unter Treibhauserwärmung ist in den meisten Modellen über dem subtropischen Nordostpazifik (15° N–35° N, 155° W–115° W) ein Anstieg dieses Parameters zu beobachten, und Modelle, die eine stärkere subtropische mittlere SST-Erwärmung simulieren, erzeugen systematisch eine stärkeres WES-Feedback von Februar bis Juli (r = 0,77, P < 0,01; Abb. 4c).

Die schnellere Erwärmung im äquatorialen Ostpazifik fördert eine stärkere atmosphärische Konvektionsreaktion auf eine SST-Anomalie (ergänzende Abbildung 9a, b), so dass die durch El-Niño induzierte atmosphärische Reaktion vom Gill-Typ und die polwärts gerichtete atmosphärische Fernverbindung empfindlicher sind, selbst wenn die El -Niño-bedingte SST-Variabilität bleibt unverändert52, was zum Auftreten des nach Norden verbreiterten negativen NPMM-ähnlichen Musters im folgenden Frühjahr führt. Bei der Treibhauserwärmung verstärkt sich zunächst die nichtlineare Reaktion der Atmosphärenkonvektion auf SST-Anomalien, da sich der östliche Äquatorialpazifik schneller erwärmt als andere tropische Ozeanregionen36. Nachdem die Hintergrund-SST jedoch eine Schwellenwerterwärmung überschreitet, erreicht die konvektive Reaktion ein Plateau, begrenzt durch die Konvergenz des Oberflächenwinds, die die Konvektion unterstützt53. Das Plateau der mehrjährigen La Niña-Häufigkeit trotz anhaltender Zunahme des Strahlungsantriebs in der zweiten Hälfte des 21. Jahrhunderts (Abb. 2b) ist eine Folge des Plateaus in der konvektiven Reaktion (ergänzende Abb. 9c).

Der gemeinsame Einfluss der beiden Erwärmungsmaxima unter Treibhauserwärmung ist ein negatives NPMM-ähnliches Muster als Reaktion auf eine positive Niño3-SST-Anomalie im Ostpazifik in D(0)JF(1), die nicht nur nach Norden verbreitert ist, sondern auch empfindlicher auf El Niño reagiert warme Anomalien im 21. Jahrhundert (Abb. 4d). Da das Muster der sich nach Norden verbreiternden östlichen Anomalien aufgrund der erhöhten Empfindlichkeit häufiger auftritt, verlangsamt sich die damit verbundene Wärmeneubildung des äquatorialen Pazifiks, was zu einem kälteren Zustand im oberen Ozean und häufigeren mehrjährigen La Niña-Ereignissen führt (ergänzende Abbildung 10). ). Dass diese Mechanismen funktionieren, wird durch eine Korrelation zwischen den Modellen nach Ausschluss der starken El-Niño-Ereignisse unterstrichen, wobei Modelle, die die beiden stärkeren Erwärmungsmaxima simulieren, in ähnlicher Weise einen größeren Anstieg mehrjähriger La-Niña-Ereignisse simulieren (ergänzende Abbildung 11).

Unser Befund einer Zunahme des Auftretens aufeinanderfolgender La-Niña-Ereignisse unter der Treibhauserwärmung wird durch sich nach Norden verbreiternde östliche Anomalien im subtropischen Nordpazifik als Reaktion auf äquatoriale Warmanomalien im Ostpazifik untermauert. Die Verbreiterung nach Norden und ihr vermehrtes Vorkommen sind wiederum eine Folge einer schnelleren mittleren Erwärmung im subtropischen Nordostpazifik, die eine weiter nördliche und empfindlichere Reaktion auf konvektive El-Niño-Anomalien induziert, die per se durch a verstärkt werden schnellere Erwärmung im äquatorialen Ostpazifik. Die Folge der sich nach Norden verbreiternden Ostwinde ist eine langsamere Wärmeerneuerung des äquatorialen Pazifiks, so dass nach der La Niña im ersten Jahr ein kälteres Klima im oberen Ozean herrscht, das auch im zweiten Jahr anhält. Unsere Entdeckung einer wechselseitigen Wechselwirkung zwischen den Tropen und Subtropen, die sich bei der Treibhauserwärmung verstärkt, stellt einen Fortschritt gegenüber den jüngsten Erkenntnissen einer einseitigen, durch die Erwärmung verursachten Verstärkung des NPMM-Einflusses auf ENSO50,51 dar. Unser Ergebnis einer wahrscheinlichen künftigen Zunahme der mehrjährigen La-Niña-Häufigkeit bestärkt die Forderung nach einer dringenden Notwendigkeit, die Treibhausgasemissionen zu reduzieren, um die negativen Auswirkungen abzumildern.

Wir verwenden drei SST-Reanalyseprodukte, um beobachtete mehrjährige La Niña-Ereignisse in den Jahren 1900–2021 zu charakterisieren, darunter HadISST v1.1 (Hadley Center Sea Ice and Sea Surface Temperature-Datensatz Version 1.1)54 und ERSST v5 (Extended Reconstructed Sea Surface Temperature Version 5). )55 und COBE-SST 2 (Centennial in situ Observation-Based Estimates of Sea Surface Temperature version 2)56. Wir verwenden auch Oberflächenwindstress und SLP aus der Neuanalyse des National Centers for Environmental Prediction (NCEP)/National Center for Atmospheric Research (NCAR)57 und die Meerestemperatur unter der Oberfläche aus dem IAP-Global-Ozeantemperatur-Rasterprodukt58 für den Zeitraum 1948–2021. SSH stammt vom Ocean Reanalysis System 5 (ORAS5) des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF)59. Monatliche Anomalien aller Beobachtungsvariablen werden unter Bezugnahme auf die monatliche Klimatologie des gesamten Zeitraums in jedem Datensatz erstellt und quadratisch trendbereinigt. Die Verwendung unterschiedlicher Zeiträume zur Berechnung der Klimatologie ändert nichts an unseren Ergebnissen.

Wir beziehen Ergebnisse von 37 CMIP6-Modellen aus dem Zeitraum 1900–2099, in denen monatliche Daten für Meerestemperatur, SST, Oberflächenwinde, SLP, Wärmefluss und SSH verfügbar sind. Diese Modelle unterliegen historischen anthropogenen und natürlichen Einflüssen bis 2014 und danach zukünftigen Treibhausgasantrieben im Rahmen des SSP585-Emissionsszenarios bis 2100 (Ref. 14). Wir vergleichen Veränderungen mehrjähriger La-Niña-Ereignisse zwischen dem 20. (1900–1999) und dem 21. (2000–2099) Jahrhundert. Monatliche Anomalien aller Variablen aus Modellen werden unter Bezugnahme auf die monatliche Klimatologie von 1900–1999 ermittelt und quadratisch trendbereinigt. Wie erwartet könnten die Definition von Ereignissen und die Wahl des Zeitraums, über den die Klimatologie berechnet wird, unsere Ergebnisse beeinflussen. Als Test berechnen wir Anomalien getrennt für 1900–1999 und 2000–2099 unter Bezugnahme auf die jeweilige Monatsklimatologie. Obwohl es zu Änderungen in einzelnen Modellen kommt, gelten die MME-Ergebnisse (ergänzende Abbildung 12). Vor der Analyse werden die Ausgaben jedes Modells in eine gemeinsame Auflösung von 1° × 1° neu gerastert.

Wie in früheren Studien37,50,51 verwenden wir nur ein Experiment von jedem Modell (der Ansatz der „Modelldemokratie“), um eine Dominanz von Modellen zu vermeiden, mit denen viele Experimente durchgeführt werden, sodass jedes Modell bei der Bewertung inter- Modellkonsens und das Ensemble bedeuten Veränderung. Prognostizierte Änderungen in ENSO können internen Schwankungen unterliegen46,60. Für ein gegebenes Modell gilt: Je länger das zur Diagnose der ENSO-Variabilitätsänderung verwendete Zeitfenster ist, desto geringer ist der Rauschpegel der ungezwungenen natürlichen Variabilität im Vergleich zu einem durch Erwärmung verursachten ENSO-SST-Variabilitätsänderungssignal42. Die Verwendung von zwei 100-Jahres-Zeiträumen für die Diagnose könnte den Einfluss der internen Variabilität weitgehend eliminieren42,61, obwohl detaillierte zeitlich variierende Merkmale innerhalb jedes Zeitraums möglicherweise nicht gut erfasst werden62. Wir verwenden eine jahrhundertelange vorindustrielle Kontrollsimulation (piControl) jedes Modells, um den Einfluss der internen Variabilität im ENSO-Zyklus zu untersuchen. Die Ergebnisse zeigen einen deutlichen Anstieg der Häufigkeit mehrjähriger La Niña, die aus der natürlichen Hintergrundvariabilität im entsteht 21. Jahrhundert (Abb. 2b). Wir verwenden auch alle verfügbaren Modelle unter verschiedenen Emissionsszenarien (SSP126, SSP245 und SSP370; Ergänzungstabelle 1), um die Empfindlichkeit unserer Ergebnisse zu testen.

La Niña wird allgemein definiert als wenn der Niño3,4-Index (d. h. SST-Anomalien in 5° S–5° N, 170° W–120° W) mehrere Monate lang unter einem bestimmten Schwellenwert liegt, beispielsweise unter –0,5 °C für mindestens fünf aufeinanderfolgende Monate in Beobachtungen. Die ENSO-Amplitude variiert jedoch stark zwischen den Modellen und daher verwenden wir einen Schwellenwert von 0,5 sd, um El Niño/La Niña sowohl in der Beobachtung als auch in den CMIP6-Modellausgaben zu erkennen. Konkret wird ein La Niña-Ereignis (ein El Niño-Ereignis) dann definiert, wenn die Niño3.4 SST-Anomalie über ONDJF unter (über) –0,5 (0,5) sd der ONDJF Niño3.4 SST-Werte in den Jahren 1900–1999 liegt 0,44 °C gemittelt über drei Beobachtungs-Reanalyse-Datensätze und 0,54 ± 0,16 °C über die 20 ausgewählten CMIP6-Modelle. Ein mehrjähriges Ereignis liegt vor, wenn La Niña (El Niño) zwei oder mehr aufeinanderfolgende ONDJF-Saisons anhält. Wie in früheren Studien6,7,19 gilt: Wenn eine La Niña drei Jahre dauert, werden die ersten zwei Jahre in unsere Analyse einbezogen. Wir bezeichnen das Jahr, das einer La Niña vorausgeht, als Jahr (0) und die folgenden zwei Jahre, in denen sich La Niña entwickelt und erneut intensiviert, als Jahr (1) bzw. Jahr (2). Gemäß diesem Kriterium extrahieren wir acht mehrjährige La Niña-Ereignisse und zehn einjährige La Niña-Ereignisse im 20. Jahrhundert (1900–1999; erweiterte Daten Abb. 1a), die mit früheren Studien5,6,9,19 und übereinstimmen stimmen mit denen des Oceanic Niño Index (ONI) der National Oceanic and Atmospheric Administration (NOAA; https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php) überein.

Wir haben mögliche Auswirkungen einer häufigen SST-Verzerrung im äquatorialen Pazifik bewertet. Obwohl die meisten Modelle immer noch eine zu kalte klimatologische Kaltzunge im äquatorialen Pazifik simulieren, gibt es keine signifikante (P = 0,34) Intermodellbeziehung zwischen der Intensität der Kaltzungen-Voreingenommenheit und der prognostizierten Änderung der mehrjährigen La-Niña-Häufigkeit unter Treibhauserwärmung, was darauf hindeutet, dass der mittlere SST-Bias unsere Ergebnisse nicht systematisch beeinflusst.

Aufgrund der jüngsten beobachteten Veränderungen scheint es in den letzten 40 Jahren häufiger zu mehrjährigen La Niña-Ereignissen gekommen zu sein, während die mittlere Erwärmung im westlichen Pazifik stärker war als im östlichen tropischen Pazifik63. Allerdings unterliegen die aktuellen Beobachtungsdaten einer großen Unsicherheit, insbesondere in der ersten Hälfte des 20. Jahrhunderts64, was bedeutet, dass man sich nicht auf die beobachtete Veränderung selbst verlassen kann, ohne dass weitere bestätigende Beweise vorliegen. Obwohl Modelle dazu neigen, den jüngsten SST-Erwärmungstrend zwischen dem westlichen und östlichen äquatorialen Pazifik zu unterschätzen63, gibt es Modelle, die in der Lage sind, sowohl einen Anstieg der mehrjährigen La-Niña-Häufigkeit als auch eine schnellere Erwärmung im westlichen als im östlichen äquatorialen Pazifik im Jahr 1981 zu simulieren –2020 als 1941–1980 (ergänzende Abbildung 13a), was auf einen Einfluss der natürlichen Variabilität auf die jüngste mehrjährige La-Niña-Änderung schließen lässt.

Darüber hinaus zeigt unser Sensitivitätstest, dass die Erkennung beobachteter Veränderungen, selbst wenn die Datenqualität kein Problem darstellte, von dem Zeitraum abhängen kann, in dem die Häufigkeit mehrjähriger La Niña diagnostiziert wird. Wenn man beispielsweise 1945–1979 mit 1980–2014 vergleicht, gibt es keine Änderung in der Häufigkeit mehrjähriger La Niña-Ereignisse in den Beobachtungen (Extended Data Abb. 1a), obwohl es immer noch einen verstärkten West-Minus-Ost-SST-Gradienten gibt im äquatorialen Pazifik (Ergänzende Abbildung 13b). Daher unterliegt die beobachtete mehrjährige La Niña-Änderung Unsicherheiten und kann durch natürliche Variabilität beeinflusst werden.

Wir haben die Empfindlichkeit der Identifizierung mehrjähriger La Niña-Ereignisse anhand verschiedener Schwellenwerte oder Methoden getestet. Wenn beispielsweise ein strengerer Schwellenwert von 0,7 sd verwendet wird, der in der Neuanalyse 0,62 °C und in den Modellen 0,75 ± 0,23 °C beträgt, steigt die Anzahl mehrjähriger La Niña-Ereignisse bei 14 der 20 ausgewählten (70 %). Modelle von 1900–1999 bis 2000–2099, mit einem MME-Anstieg von etwa 60 %, der laut einem Bootstrap-Test statistisch signifikant über dem 95 %-Konfidenzniveau liegt65. Auch die Häufigkeit mehrjähriger La Niña-Ereignisse im Verhältnis zu allen La Niña-Ereignissen nimmt deutlich zu, mit einer MME-Änderung von 33,3 ± 2,5 % im Zeitraum 1900–1999 auf 44,4 ± 3,9 % im Zeitraum 2000–2099. Wenn ein mehrjähriges La Niña-Ereignis alternativ definiert ist als wenn der Niño3,4-Index in einem beliebigen Monat von Oktober (0) bis Februar (1) unter −0,75 sd fällt und in einem beliebigen Monat von Oktober (1) unter −0,5 sd bleibt bis Februar (2) (die Standardabweichung wird für jeden Monat separat berechnet)9 erhalten wir ein im Wesentlichen identisches Ergebnis, das heißt, mehrjährige La Niña-Ereignisse treten im 21. Jahrhundert häufiger auf, was durch einen statistisch signifikanten MME-Anstieg gestützt wird und starker Konsens zwischen den Modellen (ergänzende Abbildung 3).

Ein Sensitivitätstest kommt zu dem Ergebnis, dass selbst bei Berücksichtigung aller Modelle immer noch ein erheblicher durchschnittlicher Anstieg mehrerer Modelle (24,3 ± 13,2 %) mehrjähriger La Niña-Ereignisse zu verzeichnen ist, wobei 24 von 37 (65 %) Modellen einen Anstieg zeigen Zunahme. Die Empfindlichkeit gegenüber Erwärmungsszenarien legt nahe, dass der Anstieg der mehrjährigen La Niña-Zahlen bei höheren Treibhausgasantrieben deutlicher ist, wie in einer größeren Anzahl von Modellen zu sehen ist, die einen deutlichen Anstieg unter SSP585, SSP370 und SSP245 im Vergleich zu SSP126 simulieren (Ergänzende Abbildungen). 2 und 3). Einerseits unterstreicht die zunehmende Intensität der Treibhausgasemissionen die zugrunde liegende Rolle der Treibhauserwärmung. Andererseits bedeutet dies, dass eine weitere Reduzierung künftiger Treibhausgasemissionen dazu beitragen kann, die negativen klimatischen Einflüsse zu mildern, die mit dem mehrjährigen La Niña einhergehen und andernfalls in Zukunft zunehmend zunehmen würden.

Darüber hinaus zeigt unsere Analyse, dass es keinen modellübergreifenden Konsens über die Veränderung der dreifachen La Niña-Ereignisse von 1900–1999 auf 2000–2099 gibt, selbst unter einem Szenario mit hoher Emissionserwärmung SSP585. Nur insgesamt 8 von 20 (40 %) Modellen zeigen einen Anstieg von Triple-La-Niña-Ereignissen mit einem MME-Anstieg von 12,2 ± 28,1 %. Triple La Niña ist in den historischen Aufzeichnungen relativ selten und sein Mechanismus ist noch ungewiss. Eine vorläufige Analyse zeigt, dass es zwischen 1900–1999 und 2000–2099 keine systematische Änderung in der meridionalen Struktur der La Niña im zweiten Jahr gibt, was eine mögliche Erklärung dafür sein könnte, warum es keinen Konsens zwischen den Modellen über die Änderung des Tripels gibt La-Niña-Häufigkeit unter Treibhauserwärmung.

Die WES-Rückkopplung bezieht sich auf eine gekoppelte Luft-See-Rückkopplungsschleife, in der sich ein abgeschwächter Oberflächenwind, eine Verringerung der Verdunstung und die damit verbundene Abkühlung des latenten Wärmeflusses sowie warme SST-Anomalien gegenseitig verstärken und umgekehrt34. Die WES-Rückkopplung beruht auf thermodynamischen Prozessen und ihre Intensität wird normalerweise durch einen WES-Parameter (WESp) geschätzt, der als Änderung des latenten Wärmeflusses pro Einheitsänderung der zonalen Windgeschwindigkeit definiert ist26,50,51,

Dabei bezeichnet LH den latenten Wärmefluss, u den 10-m-Zonenwind und W die Gesamtwindgeschwindigkeit. Die Intensität von WESp hängt vom mittleren Zustand ab. Ein stärkerer mittlerer zonaler Wind und ein wärmerer Hintergrund bedeuten, dass SST einem intensiveren WES-Feedback (d. h. einem größeren WESp) entspricht50.

Angesichts der begrenzten Anzahl von CMIP6-Modellen wird eine Bootstrap-Methode65 verwendet, um zu untersuchen, ob der durchschnittliche Anstieg der La-Niña-Vorkommen über mehrere Jahre hinweg statistisch signifikant ist. Insbesondere werden die 20 Werte der mehrjährigen La-Niña-Zahlen in den Jahren 1900–1999 (blaue Balken in Abb. 2a) zufällig erneut abgetastet, um 10.000 Realisierungen eines Multimodell-Mittelwerts über die 20 Modelle zu erstellen. Bei diesem zufälligen Resampling-Prozess kann jeder Wert der Zahl erneut ausgewählt werden. Dasselbe wird für den Zeitraum 2000–2099 durchgeführt (rote Balken in Abb. 2a). Wir berechnen den SD der 10.000 Realisierungen des Mittelwerts für die beiden Zeiträume. Wenn die Differenz des Multi-Modell-Mittelwerts zwischen den beiden Zeiträumen größer ist als die Summe der beiden separaten SD-Werte für 10.000 Realisierungen, wird die Differenz berücksichtigt statistisch signifikant oberhalb des 95 %-Konfidenzniveaus. Dieser Bootstrap-Test wird auch verwendet, um das Auftretensverhältnis von mehrjährigem La Niña, die Stärke der außertropischen Reaktion auf tropische Einflüsse und die Mittelwertunterschiede zwischen mehreren Modellen in den zusammengesetzten Analysen zu überprüfen. Im Hinblick auf die Entwicklung der mehrjährigen La-Niña-Häufigkeit (Abb. 2b) testen wir ihre Signifikanz mithilfe einer Poisson-Verteilung, die sich für eine diskrete Wahrscheinlichkeitsverteilung eignet, die die Wahrscheinlichkeit des Auftretens einer bestimmten Anzahl von Ereignissen in a ausdrückt festes Zeitintervall. Wenn Sie stattdessen einen Bootstrap-Test verwenden, ändert sich das Ergebnis nicht.

Daten zum Papier können von den folgenden Websites heruntergeladen werden: HadISST v1.1, https://www.metoffice.gov.uk/hadobs/hadisst/; ERSST v5, https://psl.noaa.gov/data/gridded/data.noaa.ersst.v5.html; COBE-SST 2, https://psl.noaa.gov/data/gridded/data.cobe2.html; NCEP-NCAR-Reanalyse 1, https://psl.noaa.gov/data/gridded/data.ncep.reanalysis.html; IAP-Daten, http://www.ocean.iap.ac.cn/pages/dataService/dataService.html?navAnchor=dataService; ORAS5, https://www.ecmwf.int/en/research/climate-reanalysis/ocean-reanalysis; CMIP6-Datensätze, https://esgf-node.llnl.gov/projects/cmip6/.

Codes für die Hauptergebnisse sind auf Zenodo unter https://doi.org/10.5281/zenodo.7885442 verfügbar.

Kessler, WS Ist ENSO ein Zyklus oder eine Reihe von Ereignissen? Geophys. Res. Lette. 29, 40-1–40-4 (2002).

Artikel Google Scholar

Capotondi, A. et al. ENSO-Vielfalt verstehen. Stier. Am. Meteorol. Soc. 96, 921–938 (2015).

Artikel ADS Google Scholar

Timmermann, A. et al. El Niño-Southern Oscillation-Komplexität. Natur 559, 535–545 (2018).

Artikel ADS CAS PubMed Google Scholar

DiNezio, PN, Deser, C., Okumura, Y. & Karspeck, A. Vorhersagbarkeit zweijähriger La Niña-Ereignisse in einem gekoppelten allgemeinen Zirkulationsmodell. Aufstieg. Dyn. 49, 4237–4261 (2017).

Artikel Google Scholar

Wu, X., Okumura, YM & DiNezio, PN Was bestimmt die Dauer von El Niño- und La Niña-Ereignissen? J. Clim. 32, 5941–5965 (2019).

Artikel ADS Google Scholar

Iwakiri, T. & Watanabe, M. Mechanismen, die das mehrjährige La Niña mit dem vorangegangenen starken El Niño verbinden. Wissenschaft. Rep. 11, 17465 (2021).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Park, JH et al. Mittlerer Breitengrad, führender Double-Dip La Niña. Int. J. Climatol. 41, E1353–E1370 (2021).

Artikel Google Scholar

Cole, JE Mehrjährige La Niña-Ereignisse und anhaltende Dürre in den angrenzenden Vereinigten Staaten. Geophys. Res. Lette. 29, 1647 (2002).

Artikel ADS Google Scholar

Okumura, YM, DiNezio, PN & Deser, C. Sich entwickelnde Auswirkungen mehrjähriger La Niña-Ereignisse auf die atmosphärische Zirkulation und die Dürre in den USA. Geophys. Res. Lette. 44, 11.614–11.623 (2017).

Artikel Google Scholar

Anderson, W., Seager, R., Baethgen, W. & Cane, M. Lebenszyklen landwirtschaftlich relevanter ENSO-Televerbindungen in Nord- und Südamerika. Int. J. Climatol. 37, 3297–3318 (2017).

Artikel Google Scholar

Anderson, W. et al. Mehrjährige La Niña-Ereignisse und mehrjährige Dürre am Horn von Afrika. J. Hydrometeorol. 24, 119–131 (2022).

Artikel ADS Google Scholar

Jong, BT, Ting, M., Seager, R. & Anderson, WB ENSO-Fernverbindungen und Auswirkungen auf die US-Sommertemperatur während eines mehrjährigen La-Niña-Lebenszyklus. J. Clim. 33, 6009–6024 (2020).

Artikel ADS Google Scholar

Lopes, AB et al. Mehrjährige Auswirkungen von La Niña auf die Niederschläge in Südamerika. Int. J. Climatol. 42, 9567–9582 (2022).

Artikel Google Scholar

Eyring, V. et al. Überblick über den experimentellen Aufbau und die Organisation des Coupled Model Intercomparison Project Phase 6 (CMIP6). Geosci. Modellentwickler. 9, 1937–1958 (2016).

Artikel ADS Google Scholar

McPhaden, MJ, Zebiak, SE & Glantz, MH ENSO als integrierendes Konzept in der Geowissenschaft. Wissenschaft 314, 1740–1745 (2006).

Artikel ADS CAS PubMed Google Scholar

Cai, W. et al. Sich ändernde El Niño-Southern Oscillation in einem sich erwärmenden Klima. Nat. Rev. Erde. Umgebung. 2, 628–644 (2021).

Artikel Google Scholar

Okumura, YM & Deser, C. Asymmetrie in der Dauer des Jungen und des Mädchens. J. Clim. 23, 5826–5843 (2010).

Artikel ADS Google Scholar

Hu, Z.-Z., Kumar, A., Xue, Y. & Jha, B. Warum folgten auf einige The Girls ein weiteres The Girl? Aufstieg. Dyn. Rev. 42, 1029–1042 (2013).

Artikel Google Scholar

DiNezio, PN & Deser, C. Nichtlineare Kontrollen der Persistenz von La Niña. J. Clim. Rev. 27, 7335–7355 (2014).

Artikel ADS Google Scholar

Jones, N. Seltenes „dreifaches“ La Niña-Klimaereignis scheint wahrscheinlich – wie sieht die Zukunft aus? Natur 607, 21 (2022).

Artikel ADS CAS PubMed Google Scholar

Raj Deepak, SN et al. Einfluss mehrjähriger La Niña-Ereignisse auf die süd- und ostasiatischen Sommermonsunniederschläge in Beobachtungen und CMIP5-Modellen. Aufstieg. Dyn. 52, 6989–7011 (2019).

Artikel Google Scholar

Prasanna, K. et al. Variabilität der Nordost-Monsun-Niederschläge über der südlichen Halbinsel Indien im Zusammenhang mit mehrjährigen La-Niña-Ereignissen. Aufstieg. Dyn. 53, 6265–6291 (2019).

Artikel Google Scholar

Bell, GD et al. Klimabewertung für 1998. Bull. Bin. Meteorol. Soc. 80, S1–S48 (1999).

Artikel Google Scholar

Jin, FF Ein äquatoriales Ozeananreicherungsparadigma für ENSO. Teil I: Konzeptmodell. J. Atmos. Wissenschaft. 54, 811–829 (1997).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0469%281997%29054%3C0811%3AAEORPF%3E2.0.CO%3B2" aria-label="Article reference 24" data-doi="10.1175/1520-0469(1997)0542.0.CO;2">Artikel ADS Google Scholar

Geng, T., Cai, W., Wu, L. & Yang, Y. Atmosphärische Konvektion dominiert die Entstehung der ENSO-Asymmetrie. Geophys. Res. Lette. 46, 8387–8396 (2019).

Artikel ADS Google Scholar

Vimont, DJ, Alexander, MA & Fontaine, A. Anregung der tropischen Variabilität im Pazifik in mittleren Breiten: die Rolle der thermodynamischen Kopplung und Saisonalität. J. Clim. 22, 518–534 (2009).

Artikel ADS Google Scholar

Kim, J.-W. & Yu, JY Ein- und mehrjährige ENSO-Ereignisse, die durch pantropische Klimawechselwirkungen gesteuert werden. npj Clim. Atmosphäre. Wissenschaft. 5, 88 (2022).

Artikel Google Scholar

Gill, AE Einige einfache Lösungen für die hitzeinduzierte tropische Zirkulation. QJR Meteorol. Soc. 106, 447–462 (1980).

Artikel ADS Google Scholar

Fang, SW & Yu, JY Eine Kontrolle der ENSO-Übergangskomplexität durch mittlere SSTs im tropischen Pazifik durch tropisch-subtropische Wechselwirkung. Geophys. Res. Lette. 47, e2020GL087933 (2020).

Artikel ADS Google Scholar

Stuecker, MF Wiederholung des pazifischen Meridianmodus. Wissenschaft. Rep. 8, 3216 (2018).

Artikel ADS PubMed PubMed Central Google Scholar

Amaya, DJ The Pacific Meridional Mode und ENSO: eine Rezension. Curr. Aufstieg. Change Rep. 5, 296–307 (2019).

Artikel Google Scholar

Chen, S., Chen, W., Wu, R., Yu, B. & Graf, HF Mögliche Auswirkungen der vorangegangenen Variation des Aleuten-Tiefs auf die El Niño-Süd-Oszillation im folgenden Winter. J. Clim. 33, 3061–3077 (2020).

Artikel ADS Google Scholar

Zhang, Y. et al. Atmosphärischer Antrieb des pazifischen Meridionalmodus: vom tropischen Pazifik getriebene versus interne Variabilität. Geophys. Res. Lette. 49, e2022GL098148 (2022).

ADS Google Scholar

Xie, S.-P. & Philander, SGH Ein gekoppeltes Ozean-Atmosphäre-Modell, das für das ITCZ im Ostpazifik relevant ist. Tellus A 46, 340–350 (1994).

Artikel ADS Google Scholar

Mitchell, TP & Wallace, JM Der jährliche Zyklus der äquatorialen Konvektion und der Meeresoberflächentemperatur. J. Clim. 5, 1140–1156 (1992).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0442%281992%29005%3C1140%3ATACIEC%3E2.0.CO%3B2" aria-label="Article reference 35" data-doi="10.1175/1520-0442(1992)0052.0.CO;2">Artikel ADS Google Scholar

Cai, W. et al. Steigende Häufigkeit extremer El-Niño-Ereignisse aufgrund der Treibhauserwärmung. Nat. Aufstieg. Änderung 4, 111–116 (2014).

Artikel ADS Google Scholar

Cai, W. et al. Erhöhte Variabilität des El Niño im Ostpazifik unter Treibhauserwärmung. Natur 564, 201–206 (2018).

Artikel ADS CAS PubMed Google Scholar

Takahashi, K. & Dewitte, B. Starke und moderate nichtlineare El-Niño-Regime. Aufstieg. Dyn. 46, 1627–1645 (2016).

Artikel Google Scholar

Geng, T., Cai, W. & Wu, L. Zwei Arten von ENSO, die im Tandem variieren, erleichtert durch nichtlineare atmosphärische Konvektion. Geophys. Res. Lette. 47, e2020GL088784 (2020).

Artikel ADS Google Scholar

Choi, K.-Y., Vecchi, GA & Wittenberg, AT ENSO-Übergangs-, Dauer- und Amplitudenasymmetrien: Rolle der nichtlinearen Windspannungskopplung in einem konzeptionellen Modell. J. Clim. 26, 9462–9476 (2013).

Artikel ADS Google Scholar

Dommenget, D., Bayr, T. & Frauen, C. Analyse der Nichtlinearität im Muster und der zeitlichen Entwicklung der El Niño-Südoszillation. Aufstieg. Dyn. 40, 2825–2847 (2013).

Artikel Google Scholar

Geng, T. et al. Entstehung einer sich verändernden mittelpazifischen und ostpazifischen El Niño-Süd-Oszillation in einem sich erwärmenden Klima. Nat. Komm. 13, 6616 (2022).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Bayr, T. & Latif, M. ENSO atmosphärische Rückkopplungen unter der globalen Erwärmung und ihre Beziehung zu Änderungen des Mittelzustands. Aufstieg. Dyn. 60, 2613–2631 (2023).

Artikel Google Scholar

Hayashi, M., Jin, FF & Stuecker, MF Die Dynamik der El Niño-La Niña-Asymmetrie schränkt das Erwärmungsmuster zwischen Äquator und Pazifik ein. Nat. Komm. 11, 4230 (2020).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Wittenberg, AT Reichen historische Aufzeichnungen aus, um ENSO-Simulationen einzuschränken? Geophys. Res. Lette. 36, L12702 (2009).

Artikel ADS Google Scholar

Cai, W. et al. Schmetterlingseffekt und eine selbstmodulierende El-Niño-Reaktion auf die globale Erwärmung. Natur 585, 68–73 (2020).

Artikel ADS CAS PubMed Google Scholar

Chen, J. et al. Tropische und subtropische pazifische Quellen des asymmetrischen El Niño-La Niña-Zerfalls und ihre zukünftigen Veränderungen. Geophys. Res. Lette. 49, e2022GL097751 (2022).

ADS Google Scholar

Hasan, NA, Chikamoto, Y. & McPhaden, MJ Der Einfluss tropischer Beckenwechselwirkungen auf das Double-Dip La Niña 2020-22. Vorderseite. Aufstieg. 4, 1001174 (2022).

Artikel Google Scholar

Zwischenstaatlicher Ausschuss für Klimaänderungen (IPCC). Klimawandel 2021: Die physikalisch-wissenschaftliche Grundlage. Beitrag der Arbeitsgruppe I zum Sechsten Sachstandsbericht des Zwischenstaatlichen Ausschusses für Klimaänderungen (Hrsg. Masson-Delmotte, V. et al.) (Cambridge Univ. Press, 2021).

Jia, F., Cai, W., Gan, B., Wu, L. & Di Lorenzo, E. Verstärkter Einfluss des Nordpazifiks auf El Niño/Southern Oscillation unter Treibhauserwärmung. Nat. Aufstieg. Änderung 11, 840–847 (2021).

Artikel ADS Google Scholar

Fan, H., Yang, S., Wang, C., Wu, Y. & Zhang, G. Verstärkung der Amplitude und Auswirkung des pazifischen Meridionalmodus auf ENSO im sich erwärmenden Klima, dargestellt durch CMIP6-Modelle. J. Clim. 35, 5195–5213 (2022).

Artikel ADS Google Scholar

Hu, K., Huang, G., Huang, P., Kosaka, Y. & Xie, S. Intensivierung von durch El Niño verursachten atmosphärischen Anomalien unter Treibhauserwärmung. Nat. Geosci. 14, 377–382 (2021).

Artikel ADS CAS Google Scholar

Xie, R., Mu, M. & Fang, X. Neue Indizes zum besseren Verständnis von ENSO durch Einbeziehung der Konvektionsempfindlichkeit gegenüber der Meeresoberflächentemperatur. J. Clim. 33, 7045–7061 (2020).

Artikel ADS Google Scholar

Rayner, NAA et al. Globale Analysen der Meeresoberflächentemperatur, des Meereises und der nächtlichen Meereslufttemperatur seit dem späten 19. Jahrhundert. J. Geophys. Res. Atmosphäre. 108, 4407 (2003).

Artikel ADS Google Scholar

Huang, B. et al. Erweiterte rekonstruierte Meeresoberflächentemperatur, Version 5 (ERSSTv5): Upgrades, Validierungen und Vergleiche. J. Clim. 30, 8179–8205 (2017).

Artikel ADS Google Scholar

Hirahara, S., Ishii, M. & Fukuda, Y. Analyse der Meeresoberflächentemperatur im hundertjährigen Maßstab und ihre Unsicherheit. J. Clim. 27, 57–75 (2014).

Artikel ADS Google Scholar

Kalnay, E. et al. Das 40-jährige NCEP/NCAR-Reanalyseprojekt. Stier. Bin. Meteorol. Soc. 77, 437–471 (1996).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0477%281996%29077%3C0437%3ATNYRP%3E2.0.CO%3B2" aria-label="Article reference 57" data-doi="10.1175/1520-0477(1996)0772.0.CO;2">Artikel ADS Google Scholar

Cheng, L. et al. Verbesserte Schätzungen des Wärmegehalts der Ozeane von 1960 bis 2015. Sci. Adv. 3, e1601545 (2017).

Artikel ADS PubMed PubMed Central Google Scholar

Zuo, H., Balmaseda, MA & Mogensen, K. Die neue wirbelerlaubende ORAP5-Ozean-Reanalyse: Beschreibung, Bewertung und Unsicherheiten in Klimasignalen. Aufstieg. Dyn. 49, 791–811 (2017).

Artikel Google Scholar

Lee, J. et al. Robuste Bewertung von ENSO in Klimamodellen: Wie viele Ensemblemitglieder werden benötigt? Geophys. Res. Lette. 48, e2021GL095041 (2021).

Artikel ADS Google Scholar

Cai, W. et al. Erhöhte ENSO-Variabilität der Meeresoberflächentemperatur unter vier IPCC-Emissionsszenarien. Nat. Aufstieg. Änderung 12, 228–231 (2022).

Artikel ADS Google Scholar

Maher, N. et al. Die Zukunft der El Niño-Southern Oscillation: Verwendung großer Ensembles zur Beleuchtung zeitlich variierender Reaktionen und Unterschiede zwischen Modellen. Erdsystem. Dyn. Diskutieren. 14, 413–431 (2023).

Artikel ADS Google Scholar

Seager, R. et al. Verstärkung des Temperaturgradienten der Meeresoberflächenzone im tropischen Pazifik im Einklang mit steigenden Treibhausgasen. Nat. Aufstieg. Änderung 9, 517–522 (2019).

Artikel ADS Google Scholar

Kennedy, JJ Ein Überblick über die Unsicherheit bei In-situ-Messungen und Datensätzen der Meeresoberflächentemperatur. Rev. Geophys. 52, 1–32 (2014).

Artikel ADS Google Scholar

Austin, PC & Tu, JV Bootstrap-Methoden zur Entwicklung von Vorhersagemodellen. Bin. Stat. 58, 131–137 (2004).

Artikel MathSciNet MATH Google Scholar

Referenzen herunterladen

Diese Studie wird vom Science and Technology Innovation Project des Laoshan Laboratory (LSKJ202203300) und dem Strategic Priority Research Program der Chinese Academy of Sciences (XDB 40030000) unterstützt. TG wird von Projekten der National Natural Science Foundation of China (NSFC) (42206209, 42276006) und dem China National Postdoctoral Program for Innovative Talents (BX20220279) unterstützt. FJ wird vom National Key Research and Development Program of China (2020YFA0608801), LSKJ202202402, NSFC (41876008) und der Youth Innovation Promotion Association der Chinese Academy of Sciences (2021205) unterstützt. BG wird von LSKJ202202602 und NSFC (42276016) unterstützt. SL wird von NSFC (42006173 und 92058203) unterstützt. Beitragsnummer 5457 des Pacific Marine Environmental Laboratory (PMEL).

Open-Access-Finanzierung durch CSIRO Library Services.

Laoshan-Labor, Qingdao, China

Tao Geng, Lixin Wu und Zhao Jing

Frontier Science Center for Deep Ocean Multispheres and Earth System (FDOMES) und Labor für physikalische Ozeanographie, Ocean University of China, Qingdao, China

Tao Geng, Wenju Cai, Lixin Wu, Bolan Gan, Zhao Jing und Shujun Li

CAS Key Laboratory of Ocean Circulation and Waves, Institut für Ozeanologie, Chinesische Akademie der Wissenschaften und Laoshan Laboratory, Qingdao, China

Fan Jia

Zentrum für Ozeanforschung der südlichen Hemisphäre (CSHOR), CSIRO Oceans and Atmosphere, Hobart, Tasmanien, Australien

Wenju Cai

Staatliches Schlüssellabor für Löss- und Quartärgeologie, Institut für Erdumwelt, Chinesische Akademie der Wissenschaften, Xi'an, China

Wenju Cai

NOAA Pacific Marine Environmental Laboratory, Seattle, WA, USA

Michael J. McPhaden

Sie können diesen Autor auch in PubMed Google Scholar suchen

TG, FJ und WC entwarfen die Studie und schrieben das erste Manuskript, führten in Absprache mit LWTG Analysen durch und erstellten alle Zahlen mit FJ. Alle Autoren trugen zur Interpretation der Ergebnisse und zur Verbesserung des Papiers bei.

Korrespondenz mit Fan Jia oder Wenju Cai.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Nature dankt Shih-Wei Fang, Xian Wu und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Peer-Reviewer-Berichte sind verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

a, Zeitreihe der Niño3.4-SST-Anomalie im Zeitraum 1900–2021, gemittelt aus mehreren Reanalyse-Datensätzen54,55,56. Die Zeitreihe wird mit ONDJF sd von Niño3.4 SST in den Jahren 1900–1999 skaliert und mit einem dreimonatigen gleitenden Mittelwertfilter geglättet. Die roten und blauen gestrichelten Linien geben die Schwellenwerte von 0,5 sd und −0,5 sd zur Identifizierung von El Niño- (rot) bzw. La Niña-Ereignissen (blau) an. Die vertikalen blauen Schattierungen markieren die Jahre mehrjähriger La Niña-Ereignisse. b,c, Zeit-Längengrad-Entwicklung der äquatorialen (5° N–5° S-Durchschnitt) SST (°C; Färbung), Tiefe der 20 °C-Isotherme (m; Konturen; positiv in Grün und negativ in Weiß, mit einem Intervall von 3 m) und Oberflächenanomalien der zonalen Windspannung (N m−2; Vektoren), zusammengesetzt für einjährige (b) bzw. mehrjährige (c) La Niña-Ereignisse. Die Daten zur Meerestemperatur und zum Oberflächenwind stammen aus der Neuanalyse von IAP58 bzw. NCEP/NCAR57 aus den Jahren 1948–2021.

a–e, Zusammengesetzte Karten der anomalen SST (°C; Färbung) und der Oberflächenwindbelastung (N m−2; Vektoren) für einjährige La Niña-Ereignisse während D(0)JF(1) (a), MAM(1 ) (b), D(1)JF(2) (c), MAM(2) (d) und D(2)JF(3) (e). f–j, wie a–e, jedoch für mehrjährige La Niña-Ereignisse. SST- und Bodenwinddaten stammen aus HadISST54 bzw. NCEP/NCAR-Reanalyse57 aus den Jahren 1948–2021. Die erste La Niña eines mehrjährigen La Niña-Ereignisses weist ein nach Norden erweitertes Anomaliemuster auf.

Zeit-Längengrad-Entwicklungen der äquatorialen (5° N–5° S-Durchschnitt) SST (°C; Färbung), SSH (m; Konturen; positiv in Grün und negativ in Weiß, mit einem Intervall von 0,01 m) und zonaler Oberflächenwindbelastung (N m−2; Vektoren) Anomalien, zusammengesetzt für einjährige La Niña-Ereignisse in den Jahren 1900–1999 (a), mehrjährige La Niña-Ereignisse in den Jahren 1900–1999 (b) bzw. 2000–2099 (c), in den ausgewählten Modellen. Modelle simulieren die beobachtete mehrjährige La-Niña-Entwicklung einigermaßen gut.

Zusammengesetzte Karten von SST- (°C; Färbung) und Oberflächenwindspannungsanomalien (N m−2; Vektoren) für simulierte einjährige La Niña-Ereignisse in den Jahren 1900–1999 während D(0)JF(1) (a), MAM( 1) (b), JJAS(1) (c), OND(1)JF(2) (d) und MAMJJ(2) (e) in den ausgewählten Modellen. f–j,k–o, wie a–g, jedoch für mehrjährige La Niña-Ereignisse in den Jahren 1900–1999 bzw. 2000–2099. Dargestellt sind Werte, bei denen der Ensemble-Mittelwert gemäß einer Bootstrap-Methode 1,0 sd überschreitet. Das erste La Niña-Ereignis eines mehrjährigen La Niña-Ereignisses im Zeitraum 2000–2099 weist weiter nach Norden erweiterte Anomalien im Nordpazifik auf als im Zeitraum 1900–1999.

a, Vergleich der mittleren Amplitude (sd) starker El Niño-Ereignisse im Zeitraum 1900–1999 (blaue Balken) und 2000–2099 (rote Balken) in den ausgewählten Modellen. Modelle, die einen Rückgang simulieren, sind ausgegraut. Fehlerbalken im Multimodell-Mittelwert werden als 1,0 sd von 10.000 Interrealisierungen einer Bootstrap-Methode berechnet. b: Beziehung zwischen den Modellen zwischen Änderungen (2000–2099 minus 1900–1999) in den mehrjährigen La-Niña-Zahlen und in der mittleren Amplitude aller starken El-Niño-Ereignisse, beide skaliert durch den Anstieg des globalen mittleren SST jedes Modells. c, Wie in b, jedoch für starke El Niño-Ereignisse, die dem mehrjährigen La Niña vorausgehen. Lineare Anpassungen (durchgezogene schwarze Linie) werden zusammen mit dem Korrelationskoeffizienten r und dem entsprechenden P-Wert in b,c angezeigt. Beachten Sie, dass GFDL-CM4 und MPI-ESM1-2-LR keinen starken El Niño vor dem mehrjährigen La Niña in den Jahren 1900–1999 simulieren (d. h. keine Daten für die beiden Modelle auf der x-Achse von c). Es gibt keine konsistente Änderung der Amplitude starker El Niño-Ereignisse zwischen den Modellen, was darauf hindeutet, dass sie nicht für die erhöhte Häufigkeit mehrjähriger La Niña verantwortlich ist.

a, Beobachtungsbeziehung zwischen DJF Niño3.4 SST-Anomalien (°C) und DJFMAM-Änderungsrate von SSH-Anomalien (ein Ersatz für die Tiefe der Thermokline) (m Monat−1) im äquatorialen Pazifik (120° E–80° W, 5°). N–5° S), basierend auf ORAS5 in den Jahren 1979–2017 (Lit. 59). b, Vergleich der mittleren DJFMAM-Änderungsrate von SSH in starken El-Niño-Jahren, die die äquatoriale Wärmeentladungsrate misst, die mit starken El-Niño-Ereignissen in den ausgewählten Jahren 1900–1999 (blaue Balken) und 2000–2099 (rote Balken) verbunden ist Modelle. Modelle, die einen Rückgang simulieren, sind ausgegraut. Fehlerbalken bezeichnen 1,0 sd von 10.000 Interrealisierungen unter Verwendung einer Bootstrap-Methode der Stichproben für jede Modellsimulation und des MME-Mittelwerts. c, Intermodell-Beziehung zwischen Änderungen (2000–2099 minus 1900–1999) der mehrjährigen La Niña-Zahlen und der mittleren äquatorialen Wärmeentladung (DJFMAM SSH-Änderungsrate), die mit starken El Niño-Ereignissen verbunden sind, beide skaliert durch den Anstieg von globaler mittlerer SST jedes Modells. Lineare Anpassungen (durchgezogene schwarze Linie) werden zusammen mit dem Korrelationskoeffizienten r und dem entsprechenden P-Wert in a und c angezeigt. Hier werden nur Modelle mit verfügbaren SSH-Daten angezeigt. Die mit starkem El Niño verbundene Wärmeentladungsrate im äquatorialen Pazifik zeigt keine konsistenten Änderungen zwischen den Modellen und ist nicht für die erhöhte Häufigkeit mehrjähriger La Niña verantwortlich.

Intermodell-Beziehung zwischen Änderungen (2000–2099 minus 1900–1999) in mehrjährigen La-Niña-Zahlen und in der mittleren Amplitude des Südpazifik-Meridionalmodus (SPMM) in FMA(1) (a), dem Beckenmodus im Indischen Ozean (IOBM) in MAM(1) (b), die SST-Anomalien des Nordtropischen Atlantiks (NTA) in MAM(1) (c) und das atlantische Niño/Niña (gemessen anhand des ATL3-Index) in JJA(1) (d) . Lineare Anpassungen (durchgezogene schwarze Linien) werden zusammen mit dem Korrelationskoeffizienten r und dem entsprechenden P-Wert angezeigt. Hier ist der SPMM-Index als normalisierte SST-Anomalien über dem subtropischen südöstlichen Pazifik (15° S–25° S und 110° W–90° W) definiert, der IOBM ist definiert als der erste empirische orthogonale Funktionsmodus von SST-Anomalien im tropischen Indischer Ozean (20° S–20° N und 40° E–110° E), der NTA-Index wird als normalisierte SST-Anomalien im nördlichen tropischen Atlantik (10° N–20° N und 60° W–20° W) angenommen ) und der ATL3-Index wird als normalisierte SST-Anomalien in der äquatorialen atlantischen Kaltzungenregion (3° S–3° N und 20° W–0° E) angenommen. Es gibt keine modellübergreifende Beziehung zwischen Änderungen der mehrjährigen La Niña-Häufigkeit und Änderungen der mittleren Amplitude der Klimavariabilitätsmodi im subtropischen Südpazifik und im tropischen Indischen und Atlantischen Ozean während ihrer jeweiligen Hochsaison, was darauf hindeutet, dass es keine systematischen Änderungen in der La Niña-Frequenz gibt Auswirkungen dieser Klimamodi auf die Veränderung der mehrjährigen La-Niña-Häufigkeit.

a, Multi-Modell-Mittelwert-Regressionsmuster von Gitterpunkt-D(0)JF(1)-SST-Anomalien (Färbung; °C sd−1) und 10-m-Wind (Vektoren; m s−1 sd−1) auf den normalisierten SST Expansionskoeffizient des ersten SVD-Modus (SVD1) in den Jahren 1900–2099 (Einzelheiten siehe Text). b, wie a, jedoch für MAM(1). c,d, Wie in a,b, jedoch für den zweiten SVD-Modus (SVD2). e,f, Wie in a,b, jedoch für die Summe von SVD1 und SVD2. g, Beziehung der kombinierten (SVD1 + SVD2) Expansionskoeffizienten zwischen D(0)JF(1) SST (x-Achse) und MAM(1) SLP (y-Achse) in den Jahren 1900–1999 für die ausgewählten Modelle. Eine Regressionslinie wird zusammen mit einem MME-Regressionskoeffizienten und einem Unsicherheitsbereich von 1,0 sd angezeigt, der anhand einer Bootstrap-Methode geschätzt wurde. h, wie g, jedoch für 2000–2099. In a–f sind Werte dargestellt, bei denen der Ensemble-Mittelwert 1,0 sd aus einem Bootstrap-Test überschreitet. Die rekonstruierte Entwicklung der mehrjährigen La Niña erfasst die simulierte Entwicklung.

a, Vergleich des Anteils (in Prozent) von mehrjährigen La Niña-Ereignissen mit negativen NPMM-ähnlichen Ereignissen in MAM(1) im Vergleich zu allen mehrjährigen La Niña-Ereignissen im Zeitraum 1900–1999 (blaue Balken) und 2000–2099 (rot). Balken) in den ausgewählten Modellen. Ein negatives NPMM-ähnliches Ereignis ist definiert, wenn der NPMM-Index (normalisierte SST-Anomalien in 15° N–25° N, 150° W–120° E) in MAM weniger als –0,5 sd beträgt. Modelle, die einen Rückgang simulieren, sind ausgegraut. Fehlerbalken im Multimodell-Mittelwert werden als 1,0 sd von 10.000 Interrealisierungen einer Bootstrap-Methode berechnet. b, Wie in a, jedoch für den Anteil (in Prozent) der mehrjährigen La Niña-Ereignisse mit negativen NPMM-ähnlichen Ereignissen in MAM(1) nach einem El Niño im vorangegangenen nördlichen Winter im Verhältnis zu allen mehrjährigen La Niña-Ereignissen vorausgegangen ist ein El Niño. Dabei werden sowohl starke als auch schwache El-Niño-Ereignisse berücksichtigt. Im Zeitraum 2000–2099 ist ein negativer NPMM stärker an der Entstehung mehrjähriger La Niña beteiligt als im Zeitraum 1900–1999.

a, Breitenverteilung der zonalen Windstress-Anomalien (TAUU) (N m−2) im Pazifik (120° E–80° W), zusammengesetzt für mehrjährige La Niña-Ereignisse während MAMJJ(2) in den ausgewählten Modellen. b, Histogramme von 10.000 Realisierungen einer Bootstrap-Methode für Windstress-Curl-Anomalien (gemittelt in 0–10° N, 120° E–80° W; N m−3) während MAMJJ(2) für alle mehrjährigen La Niña-Proben in den Jahren 1900–1999 (blaue Balken) und 2000–2099 (rote Balken). Durchgezogene Linien und Schattierungen in a und b geben den Multimodell-Mittelwert bzw. 1,0 SD von insgesamt 10.000 Interrealisierungen basierend auf einer Bootstrap-Methode an. c, Inter-Modell-Regression von Änderungen (2000–2099 minus 1900–1999) in D(1)JFMAMJJAS(2) äquatorialer (durchschnittlich 5° S–5° N) Temperaturtendenz auf Änderungen der mittleren Intensität des MAMJJ(2)-Windes Stress-Curl-Anomalien. Sowohl die Temperaturtendenz als auch die Windstress-Curl-Anomalien sind eine Zusammensetzung der ersten La Niña mehrjähriger La Niña-Ereignisse in jedem Modell, bevor die Regression zwischen den Modellen durchgeführt wird. Die Punktierung weist auf eine statistische Signifikanz oberhalb des 90 %-Niveaus basierend auf einem zweiseitigen Student-t-Test hin. Änderungen werden durch den Anstieg des globalen mittleren SST jedes Modells skaliert, um den Vergleich zwischen Modellen zu erleichtern. Im Zeitraum 2000–2099 sind die östlichen Anomalien des ersten La Niña-Jahres meridional verbreitert und die damit verbundenen negativen Windstress-Curl-Anomalien sind schwächer, was die Wärmeneubildung des äquatorialen Pazifiks verlangsamt und für einen kälteren Meereszustand sorgt, der die Entwicklung des zweiten Jahres begünstigt La Niña.

Diese Datei enthält ergänzende Abbildungen. 1–13 und Ergänzungstabelle 1, die die präsentierten Ergebnisse unterstützen.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Geng, T., Jia, F., Cai, W. et al. Erhöhtes Auftreten aufeinanderfolgender La-Niña-Ereignisse aufgrund der globalen Erwärmung. Natur 619, 774–781 (2023). https://doi.org/10.1038/s41586-023-06236-9

Zitat herunterladen

Eingegangen: 05. Dezember 2022

Angenommen: 17. Mai 2023

Veröffentlicht: 26. Juli 2023

Ausgabedatum: 27. Juli 2023

DOI: https://doi.org/10.1038/s41586-023-06236-9

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.