엘니뇨 남방 진동과 관련된 인도 여름 몬순 강우의 지역적 및 시간적 변동성

Scientific Reports 13권, 기사 번호: 12643(2023) 이 기사 인용

1 알트메트릭

측정항목 세부정보

인도 여름 몬순 강수량(ISMR)은 인구 밀도가 높은 인도 아대륙의 식량 및 물 안보에 영향을 미치는 상당한 변동성을 나타냅니다. ISMR 변동성의 두 가지 지배적인 공간 모드는 각각 엘니뇨 남방진동(ENSO) 및 반영구적 몬순 기압골의 강도 및 몬순 저기압의 관련 변동성과 연관되어 있습니다. ENSO와 ISMR 사이의 강력한 원격 연결은 수십 년 동안 잘 확립되었지만, 국가의 여러 지역에서 ENSO와 ISMR 패턴 사이의 시변 관계를 이끄는 주요 동인은 잘 이해되지 않았습니다. 우리의 분석에 따르면 1901년부터 1940년까지 ENSO와 ISMR 사이의 원격 연결 강도는 보통에서 상당히 강한 수준으로 일관되게 증가했습니다. 이렇게 강화된 관계는 1941년에서 1980년 사이에 안정적이고 강력하게 유지되었습니다. 그러나 최근 1981년부터 2018년까지 원격 연결은 다시 지속적으로 감소했습니다. 적당한 강도로. 우리는 ENSO-ISMR 관계가 인도 북부, 중부 및 남부에서 시변 관계와 함께 뚜렷한 지역적 변동성을 나타냄을 발견했습니다. 특히, 원격 연결은 인도 북부에서는 관계가 증가하고 인도 중부에서는 관계가 감소하며 인도 남부에서는 일관된 관계를 나타냅니다. 동부 태평양의 따뜻한 SST 이상은 ISMR의 전반적인 감소에 해당하는 반면, 인도양의 따뜻한 SST 이상은 북쪽의 강수량 감소와 인도 남부의 증가에 해당합니다. 인도 중부 지역은 ENSO-ISMR 관계에서 가장 큰 변화를 경험했습니다. 이 변화는 ISMR의 두 공간 모드의 상대적 우세를 조절하는 태평양 10년 진동과 북대서양 진동의 영향을 크게 받는 몬순 기압골과 우울증의 가변성에 해당합니다. PCA-Biplot 기술을 적용함으로써 우리 연구는 ENSO-ISMR 관계의 진화하는 특성을 설명하는 ISMR의 두 가지 주요 공간 모드에 대한 다양한 기후 동인의 중요한 영향을 강조합니다.

매년 인도 아대륙은 6월부터 9월 1일까지 남서부 몬순 시즌 동안 연간 강우량의 약 78%를 받습니다. 인도 여름 몬순 강수량(ISMR)의 경년 변동은 평균의 약 9%에 불과하지만 특히 농업 부문, 물 가용성 및 국가의 GDP에 상당한 사회 경제적 영향을 미칩니다4,5. 경년 시간 규모에서 ISMR은 엘니뇨 남방 진동(ENSO), 인도양 쌍극자(IOD), 태평양 10년 진동(PDO), 대서양 자오선 진동(AMO) 및 대서양 구역과 같은 여러 해양-대기 결합 기후 현상의 영향을 받습니다. 모드(AZM)6,7,8,9,10,11,12,13,14. ENSO는 인도 몬순의 가장 큰 열대 변조 요인이며 열대 지방에서 가장 큰 경년 기후 신호이기도 합니다15,16. 엘니뇨 동안 구역별 워커 순환의 변화는 인도 대륙에 변칙적인 침강을 야기하여 몬순 순환을 억제하고 그에 따른 인도 아대륙의 강수량 감소를 초래합니다17,18. 서해안 벨트 전체, 몬순 지역 및 동부 지역은 엘니뇨 관련 가뭄으로 인해 영향을 받습니다.

일반적으로 ISMR7의 경년 변동에는 두 가지 주요 요인이 있습니다. 하나는 기후 변동성과 변화에 대한 반응으로 발생하는 외부 강제력입니다. 두 번째는 몬순의 활성 단계와 중단 단계를 통해 나타나는 계절 내 활동으로 인한 내부 구성 요소입니다10,19,20. ISMR의 경년변동성은 부분적으로는 외부강제력으로 인해, 부분적으로는 내부강제력으로 인해 발생합니다21.

ISMR은 아대륙의 여러 지역에 걸쳐 과잉 강우와 적자 강우로 인해 큰 공간적 변동성을 나타냅니다. ISMR의 경년 변동성은 강우량의 공간적 변동성을 고려할 때 더욱 분명해집니다. Mishra et al.22는 ISMR 변동성의 두 가지 주요 공간 패턴을 식별하고 이 두 가지 ISMR 모드가 각각 ENSO 및 반영구적 몬순 기압골의 강도와 주로 관련되어 있음을 확인했습니다. 그들은 몬순 기압골의 두드러짐이 벵골 만에서 형성되는 몬순 저기압의 빈도와 밀접하게 관련되어 있음을 지적합니다. 특히 ISMR의 두 번째 패턴은 몬순 순환의 약화와 몬순 저기압의 감소로 인해 지난 세기(1901~2018) 동안 강도가 감소했습니다23,24,25,26,27. 결과적으로 인도 중동부와 인도 서해안의 핵심 몬순 지역에서 강우량이 감소합니다23,24. 그러나 그들의 연구는 이러한 가변성과 관련 원격 연결이 다양한 기간 동안 국가의 여러 지역에서 지역적으로 어떻게 나타나는지 탐구하지 않습니다. 몬순 기압골의 강도와 저하 빈도는 ENSO 이후 해수면 온도(SST) 조건과도 관련이 있습니다. Chowdary et al.28은 엘니뇨 현상이 다음 여름 동안 북인도양을 온난화시킨다는 사실을 발견했습니다. 이러한 온난화는 주로 열대 인도양에서 발생하는 대기-해양 상호작용에 의해 발생합니다. 이러한 연구는 ENSO-ISMR 관계에 대한 전반적인 통찰력을 얻는 데 도움이 되지만, 지역적 변동성과 장기적인 변화는 덜 이해됩니다29,30,31,32. ENSO의 효과는 국가의 여러 지역에 대해 동일하지 않기 때문에 지역적 ENSO-ISMR 관계를 이해하는 것은 몬순 예측 기술을 식별하고 향상시키는 데에도 중요합니다.

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>