استفاده از محصولات سنجش از دور برای شناسایی الگوهای انجمن دریایی در عوامل مرتبط با ENSO در اقیانوس آرام

خلاصه

نوسانات ال نینو-جنوبی (ENSO) و روابط آن با پارامترهای محیطی دریایی یک سیستم بسیار پیچیده و مرتبط را تشکیل می‌دهند. تکنیک‌های فضایی-زمانی سنتی با چالش‌های بزرگی در برخورد با اینکه کدام، چگونه و کجا پارامترهای محیطی دریایی در مناطق مختلف به هدایت و پاسخ به رویدادهای ENSO کمک می‌کنند، روبرو هستند. محصولات سنجش از دور که یک دوره 15 ساله از سال 1998 تا 2012 را پوشش می‌دهند برای بررسی کمی این الگوها در اقیانوس آرام (PO) توسط یک الگوریتم استخراج قانون انجمن کمی رایج، یعنی پیشینی، در چارچوب استخراج مورد استفاده قرار گرفتند. پارامترهای محیطی دریایی در نظر گرفته شده عبارتند از: ناهنجاری ماهانه کلروفیل-a سطح دریا (CHLA)، ناهنجاری ماهانه دمای سطح دریا (SSTA)، ناهنجاری ماهانه ناهنجاری سطح دریا (SLAA)، ناهنجاری ماهانه بارش سطح دریا (SSPA) و ناهنجاری ماهانه سرعت باد سطح دریا (WSA). چهار کشف مهم یافت شده است، یعنی: (1) الگوهای ارتباطی بین پارامترهای محیطی دریایی و رویدادهای ENSO عمدتاً در پنج منطقه فرعی PO یافت شد: PO غربی، PO استوایی مرکزی و شرقی، وسط PO نیمه گرمسیری شمالی. ، سواحل کالیفرنیا و جنوب PO; (2) در غرب و میانه و شرق PO استوایی، الگوهای ارتباط پیچیده تر از سایر مناطق است. (3) عوامل زیر به عنوان پیش‌بینی‌کننده و پاسخ به رویدادهای La Niña یافت شدند: کاهش غیرعادی SLAA و WSA در شرق PO استوایی، کاهش غیر طبیعی SSPA و WSA در وسط PO استوایی، کاهش غیر طبیعی SSTA در PO استوایی شرقی و مرکزی و افزایش غیر طبیعی SLAA در PO غربی. (4) تنها کاهش غیر طبیعی CHLA در وسط PO استوایی به عنوان یک پیش‌بینی کننده و پاسخ به رویدادهای ال نینو مشخص شد. این یافته ها به بهبود توانایی های ما برای شناسایی الگوهای ارتباط دریایی در عوامل مرتبط با رویدادهای ENSO کمک می کند.

کلید واژه ها:

الگوهای تداعی دریایی ; ENSO _ محصولات سنجش از دور دریایی ; اقیانوس آرام ؛ داده کاوی

1. معرفی

الگوی تداعی دریایی به رابطه ارتباطی با جهت بین دو یا چند پارامتر محیطی دریایی اشاره دارد. از نظر پارامترهای محیطی دریایی، اقیانوس آرام (PO) چندین منطقه مهم را در بر می گیرد، به عنوان مثال، استخر گرم اقیانوس آرام غربی و زبان سرد اقیانوس آرام استوایی، “استخر باران” اقیانوس آرام غربی و صحرای دریایی در بارش [1]، شمال . چرخاب نیمه گرمسیری اقیانوس آرام (بزرگترین بیوم پیوسته زمین) و صحرای بیولوژیکی دریایی [ 2 ، 3]. به دلیل موقعیت و اندازه آن، PO نه تنها در تعامل منطقه ای دریا-هوا بلکه در تغییرات آب و هوایی جهانی نیز نقش مهمی ایفا می کند. در واقع، پیش‌بینی قابل اعتماد همیشه به درک بهتر دینامیک دریایی بستگی دارد که بر PO تأثیر می‌گذارد [ 4 ، 5 ، 6 ، 7 ].

یکی از این سیستم ها، نوسانات ال نینو- جنوبی (ENSO)، چرخه ای از رویدادهای گرم متناوب، به نام ال نینو، و رویدادهای سرد، به نام لا نینا [ 8 ] است. ENSO یک سیگنال معمولی از تنوع آب و هوای جهانی است که بر انواع پارامترهای محیطی دریایی تأثیر می گذارد. آنها عبارتند از دمای سطح دریا (SST)، ناهنجاری سطح دریا (SLA)، کلروفیل سطح دریا (CHL)، باد سطح دریا (SSW)، و بارش سطح دریا (SSP). آنها با هم یک سیستم بسیار پیچیده و مرتبط را تشکیل می دهند [ 8 ، 9 ، 10 ]. خواص اساسی ENSO جابجایی ناحیه ای استخر گرم اقیانوس آرام غربی و همرفت جوی است [ 11 ، 12]]. در ترکیب با بادهای تجاری غیرعادی و فرارفت اتمسفر، آنها منجر به افزایش غیرعادی بارندگی در PO غربی و کاهش غیرطبیعی در بارش در PO استوایی می‌شوند [ 13 ]. از طریق فرآیندهای پویا، SST ها در اقیانوس آرام مرکزی کاهش می یابند، شیب SST شرقی-غربی افزایش می یابد، و معاملات استوایی تقویت می شود، که منجر به توزیع فضایی-زمانی لایه مخلوط فوقانی، ترموکلاین، و مواد مغذی می شود. این توزیع به طور غیرمستقیم بر بهره وری اولیه و تغییرات مکانی – زمانی در غلظت CHL تسلط دارد [ 14 و 15]. در سیستم پیچیده و مرتبط – اینکه کدام پارامترهای دریایی، کجا و چگونه، به طور همزمان به رویدادهای ENSO پاسخ می دهند و آنها را هدایت می کنند – یک مشکل علمی است که نیاز به مطالعه بیشتر دارد. در این نسخه خطی، تغییرات غیرعادی به معنای تغییر نسبت به وضعیت میانگین در طول یک سری طولانی مدت مشخص است، به عنوان مثال، تغییرات غیرعادی ماهانه، فصلی و سالانه.

حسگرهای چندگانه سنجش از راه دور منابع مهمی هستند که مجموعه اطلاعات پیوسته و منسجمی را درباره خشکی و اقیانوس [ 16 ] ارائه می‌کنند و فرصت‌های جدیدی را برای نظارت بر تغییرات و درک روابط مرتبط با آن‌ها ارائه می‌دهند [ 7 ، 17 ، 18 ، 19 ]. مطالعات قبلی پارامترهای محیطی را در کنار رویدادهای ENSO با استفاده از تجزیه و تحلیل آماری و تجزیه متعامد تجربی با چندین محصول سنجش از دور تجزیه و تحلیل کرده‌اند. به عنوان مثال، کرتیس و همکاران. [ 13 ] یک رابطه مثبت بین فراوانی بارندگی شدید و شاخص نینو 3.4 در PO مرکزی یافت. وو و همکاران [ 10] دریافت که در طول تابستان های در حال توسعه ENSO، در حال پوسیدگی ENSO و تابستان های معمولی، مکانیسم های مختلف منجر به روابط مختلف بارش-SST در شمال غربی PO شد. در طول رویداد ENSO که بین سال‌های 1997 و 1999 رخ داد، ویلسون و آدامک [ 20 ] چهار پاسخ بیولوژیکی متمایز را در PO استوایی یافتند: (1) افزایش متقارن کلروفیل خارج از استوایی در طول La Niña. (2) کاهش استوایی در کلروفیل در طول ال نینو. (3) شکوفایی خارج از استوایی در اوج ال نینو. و (4) یک شکوفه کلروفیل در استخر گرم غرب اقیانوس آرام در طول ال نینو. پارک و همکاران [ 21 ، 22] همچنین اشاره کرد که تنوع غالب فیتوپلانکتون با ENSO همراه بود، یعنی در طول ال نینو، هم کمبود مواد مغذی و هم کاهش تابش خورشیدی سطحی باعث کاهش کلروفیل شد. در همین حال، کلروفیل با تغییر در نفوذ تابش خورشیدی، دمای سطح دریا را افزایش و دمای زیرسطحی را کاهش داد که دامنه ENSO را تشدید کرد. مورتوگود و همکاران [ 14 ] روابط بین SST، ارتفاع سطح دریا، سرعت باد و عمق لایه مخلوط را برای تجزیه و تحلیل دلایل این پاسخ ها ارزیابی کرد. متغیرهای مشترک بین SST و SLA در شمال PO مورد تجزیه و تحلیل قرار گرفت و سه حالت متمایز SST-SLA تحت سلطه الگوهای ENSO، نوسان ده ساله اقیانوس آرام و اقیانوس آرام-آمریکای شمالی قرار گرفتند [23 ]]. همچنین مشخص شد که در طول فاز گرم ENSO، SST مثبت و فشار منفی سطح دریا همزمان در PO استوایی شرقی [ 24 ] رخ داده است. هر یک از این مطالعات ارتباط متقابل بین تغییرات در پارامترهای محیطی دریایی و در روابط آن پارامترها با ENSO را نشان داد.

با در نظر گرفتن این مطالعات در کنار تغییرات آب و هوایی جهانی، مزایای بررسی روابط متقابل بین تمام پارامترهای محیطی دریایی به درک فرآیند ENSO و دینامیک اقیانوسی کمک می کند. اخیراً، مطالعه سیستم‌های دریایی با فناوری‌های پیشرفته رصد زمین تسهیل شده است، که باعث می‌شود سری‌های زمانی طولانی بیواپتیکال دریایی، یعنی CHL و پارامترهای دینامیکی، یعنی SST، SSP، SLA، WS (سرعت باد) بدست آوریم. و غیره، از چندین محصول سنجش از دور ممکن است [ 13 ، 18 ، 20 ، 25]. از آنجایی که این مطالعات به شدت به رابطه متقابل بین تغییرات در پارامترهای محیطی دریایی بستگی داشت، چالش‌ها در کشف الگوهای ارتباط مکانی و زمانی دریایی بین سه یا چند عنصر در یک چارچوب یکنواخت، به‌ویژه با استفاده از محصولات سنجش از دور در مقیاس جهانی [26] باقی می‌ماند . با این حال، مطالعه قبلی ما الگوهای ارتباط بین پارامترهای زیست محیطی دریایی را با استفاده از محصولات سنجش از دور بررسی کرده و روابط آنها را با ENSO مورد بحث قرار داده است. این روابط عمدتاً سه منطقه از پیش تعریف شده در PO شمال غربی را تحت پوشش قرار می دهد، و چنین مناطق از پیش تعریف شده به کاوش در فرآیند فیزیکی آنها محدود می شود. همچنین، روابط مربوط به رویدادهای ENSO نیاز به مطالعه بیشتر در کل PO برای پرداختن به پویایی فیزیکی آنها دارد [ 27]].

بنابراین، موضوع علمی این دست‌نوشته به بررسی این موضوع می‌پردازد که کدام، چگونه و کجا پارامترهای محیطی دریایی در مناطق مختلف به هدایت، و پاسخ به رویدادهای ENSO و شناسایی عوامل حساس دریایی به رویدادهای ENSO کمک می‌کنند. تکنیک های سنتی مکانی-زمانی، به عنوان مثال، تجزیه و تحلیل مؤلفه های تجربی، آمار ریاضی، تجزیه و تحلیل مودال، تجزیه و تحلیل متعارف، و تجزیه و تحلیل اتصال از راه دور، عمدتاً به یک تا دو پارامتر دریایی محدود می شوند و در روابط متقابل کمی جزئیات و اطلاعات کمتری دارند [28، 29 ، 30 ] .]. یعنی این روش ها در برخورد با موضوع علمی با چالش های بزرگی روبرو هستند. برای برخورد با روابط فضایی بین پارامترهای ENSO و محیطی دریایی در یک چارچوب یکنواخت، تکنیک‌های استخراج قانون انجمن دیدگاه بیشتری نسبت به تحلیل سنتی نشان می‌دهند. تکنیک‌های استخراج قانون انجمن، پارامترهای جغرافیایی متعددی را در یک چارچوب تحلیلی قرار می‌دهند، و سپس الگوهای تداعی آنها را به‌طور همزمان به دست می‌آورند [ 16 ، 26 ]. این تکنیک‌ها معمولاً استقرایی هستند، برخلاف قیاسی، زیرا از آنها برای اثبات یا رد فرضیه‌های قبلی استفاده نمی‌شوند، بلکه برای شناسایی الگوهای تعبیه‌شده در داده‌ها استفاده می‌شوند و در نتیجه از تولید فرضیه حمایت می‌کنند [15] .]. تکنیک‌های استخراج قانون انجمن به طور گسترده برای به دست آوردن روابط متقابل بین پارامترهای جغرافیایی، از جمله رابطه متقابل بین غنای گونه‌های پرندگان و پارامترهای جغرافیایی [31]، توزیع فضایی عمق نوری آئروسل و عوامل مؤثر بر آن [ 32 ]، هم‌مکانی فضایی استفاده شده است. الگوهای بین توزیع ماهی و پارامترهای دریایی [ 33 ]، و ارتباط از راه دور بین پارامترهای دریایی منطقه ای یا جهانی [ 27 ، 30 ، 34 ].

هدف این مقاله این است که به طور کمی با استفاده از محصولات سنجش از دور و در چارچوب استخراج قانون انجمن، آن پارامترهای محیطی دریایی و کدام یک به رویدادهای ENSO حساس هستند، بررسی شود. باقی مانده نسخه به شرح زیر سازماندهی شده است. در بخش 2 ، محصولات سنجش از دور چند دریایی و پیش پردازش آن معرفی می شوند. در بخش 3 ، الگوریتم های استخراج قانون انجمن ارائه شده است. بخش 4 نتایج تجزیه و تحلیل الگوهای ارتباط در روابط بین پارامترهای محیطی دریایی و رویدادهای ENSO را خلاصه می کند. بخش 5 نتایج را مورد بحث و تفسیر قرار می دهد و بخش 6 نتیجه گیری های ما را ارائه می دهد.

2. مجموعه داده های سنجش از دور و پیش پردازش

با توجه به قابلیت‌های جمع‌آوری داده‌ها از سنجش از دور و حساس به تغییرات آب و هوایی جهانی، SST، CHL، SSP، سرعت باد سطح دریا (WS) و SLA ناشی از محصولات سنجش از دور، و شاخص چند متغیره ENSO (MEI) به کار گرفته شد. الگوهای ارتباط دریایی را کشف کنید جدول 1 خلاصه ای از منابع و تفکیک زمانی و مکانی محصولات سنجش از دور و MEI مورد استفاده در این تحقیق را نشان می دهد.

برای به دست آوردن مجموعه داده های یکنواخت از محصولات سنجش از دور فوق، با وضوح مکانی و زمانی یکسان، یک دوره تحلیلی از ژانویه 1998 تا دسامبر 2012 انتخاب شد. PO پوشش دهنده 100 درجه شرقی تا 60 درجه غربی و 50 درجه جنوبی تا 50 درجه شمالی به عنوان منطقه مورد مطالعه انتخاب شد. نمونه‌گیری مجدد مکانی-زمانی برای تولید مجموعه‌های داده با وضوح مکانی 1 درجه در طرح‌بندی شبکه و با وضوح زمانی یک ماه استفاده شد، سپس ناهنجاری‌های ماهانه با حذف اثرات فصلی با الگوریتم z-score [26 ، 34 ] محاسبه شد . . z _الگوریتم امتیاز تمام مجموعه مقادیر برای یک ماه معین از ژانویه تا دسامبر را از یک سری زمانی طولانی از محصولات گرفت، میانگین و انحراف استاندارد را برای مجموعه مقادیر ماهانه محاسبه کرد و سپس هر مقدار را با تفریق میانگین و تقسیم بر مقدار استاندارد کرد. انحراف معیار. بنابراین، هر پارامتر جغرافیایی در هر شبکه دارای 180 نمونه (15 سال) است. ناهنجاری های حاصل به صورت SSTA (ناهنجاری ماهانه SST)، CHLA (ناهنجاری ماهانه CHL)، SLAA (ناهنجاری ماهانه SLA)، SSPA (ناهنجاری ماهانه SSP) و WSA (ناهنجاری ماهانه سرعت باد) مشخص شدند.

3. انجمن کمی قانون کاوی با الگوریتم Apriori

پس از پیش پردازش ناهنجاری نرمال شده، تغییرات پارامترهای جغرافیایی یا پدیده با توزیع نرمال مطابقت دارد. بنابراین، توزیع استاندارد گاوسی را برای گسسته سازی تغییرات دریایی و شاخص ENSO انتخاب می کنیم. برای شناسایی بهتر الگوهای ارتباطی، انحراف معیار 1 و 0.5 برای سری‌های زمانی به عنوان معیار استفاده شد و شاخص‌های ENSO و پارامترهای محیطی دریایی در پنج رتبه با فاصله‌ای پیوسته گسسته شدند. این پنج رتبه 2-، -1، 0، +1 و +2 هستند. آنها با تغییر منفی شدید (نه بیشتر از -2)، تغییر منفی خفیف (بیشتر از -2 و نه بیشتر از -1)، بدون تغییر (بیشتر از -1 و نه بیشتر از 1+)، تغییر مثبت خفیف (بزرگتر) مطابقت دارند. از 1+ و نه بیشتر از 2+)، به ترتیب تغییر مثبت شدید (بیشتر از 2+). در شاخص ENSO، −2 نشان دهنده یک رویداد قوی La Niña و +2 نشان دهنده یک رویداد قوی ال نینو است. به این ترتیب، در شرایط عادی، صدک 15.87 تغییرات دریایی به عنوان تغییر شدید منفی/مثبت و ENSO به عنوان یک رویداد قوی La Niña/El Niño و صدک 30.85 به عنوان یک رویداد خفیف یا ضعیف در نظر گرفته می شود.

الگوریتم Apriori یکی از معمولی‌ترین الگوریتم‌های استخراج برای یافتن الگوهای تداعی است، و بیشتر الگوریتم‌های استخراج غالب از ایده اصلی Apriori [ 16 ، 30 ، 33 ، 34 ] ناشی می‌شوند. برای ارائه اطلاعات بیشتر، از یک الگوریتم کمی Apriori برای یافتن الگوهای ارتباطی بین پارامترهای محیطی دریایی و رویدادهای ENSO استفاده شد. ورودی های الگوریتم شامل پارامترهای دریایی گسسته و رویدادهای ENSO است، خروجی ها الگوهای ارتباط دریایی هستند و پردازش شامل دو مرحله کلیدی است [ 40 ]. اولی مجموعه آیتم‌های مکرر را از جدول استخراج تراکنش بر اساس پردازش بازگشتی با «پیوند – هرس – تولید» پیدا می‌کند که ( k)+ 1) -قوانین تداعی نامزد بعدی از قوانین k -بعدی بر اساس حداقل آستانه های مشخص شده توسط کاربر. این مرحله تا زمانی که دیگر قوانین انجمن نامزد ایجاد نشود تکرار می شود. دومی یک الگوی ارتباطی از مجموعه آیتم های مکرر بر اساس عوامل ارزیابی ایجاد می کند، به عنوان مثال، حمایت، اطمینان، بالا بردن. الگوی ارتباط کمی معمولاً به شکل معادله (1) نشان داده می شود [ 15 ، 41 ].

ایکس [p] \to Y [ق] (s %, c %, l)

(1)

که در آن X یک مقدم و Y نتیجه الگوی ارتباط است (در این دست نوشته، X یا Y نشان دهنده ENSO است، و متغیر دیگر یک و چند پارامتر محیطی دریایی را نشان می دهد). p و q سطوح کمی هستند. و s ، c و l به ترتیب عوامل ارزیابی هستند که نشان دهنده حمایت، اطمینان و افزایش الگوی ارتباط هستند.

پشتیبانی احتمال وقوع همزمان ویژگی های X و Y در مجموعه داده را توصیف می کند که به صورت زیر تعریف می شود:

s (X Y) = n ( X Y ) ن \times 100 %

(2)

Confidence احتمال وقوع ویژگی Y را در صورت رخ دادن ویژگی X توصیف می کند که به صورت زیر تعریف می شود:

ج (X Y) = s ( X Y ) s ( X ) \times 100 ٪ = n ( X Y ) n ( X ) \times 100 %

(3)

Lift توضیح می دهد که وقوع ویژگی X چقدر بر احتمال وقوع ویژگی Y تأثیر می گذارد . آسانسور به صورت زیر تعریف می شود:

ل (X Y) = n ( X Y ) n ( X ) \times (n ( Y ) ن) - 1 = n ( X Y ) \times N n ( X ) \times n ( Y )

(4)

جایی که $n (X)$ و $n (Y)$ تعداد وقوع صفات X و Y هستند و $n (X Y)$ همزمانی X و Y در جدول استخراج معاملات است. مقدار N تعداد سری های زمانی است.

در این الگوریتم ماینینگ، آستانه‌ها، یعنی پشتیبانی، اطمینان و افزایش، بیشتر تحت تسلط کاربران یا کارشناسان حوزه هستند. آستانه های مختلف منجر به الگوهای تداعی متفاوتی می شود. با توجه به آزمایش‌ها و تجزیه و تحلیل آماری ما [ 27 ، 40 ]، این دست‌نوشته این آستانه‌ها را به ترتیب به 10، 60 درصد و 2.0 تنظیم می‌کند، به این معنی که احتمال وقوع یک الگوی ارتباطی کمتر از 10 درصد در پایگاه داده نیست، که احتمال وقوع یک نتیجه زمانی که یک مقدمه اتفاق افتاده است کمتر از 60٪ نیست و اینکه یک مقدمه احتمال یک نتیجه را حداقل 2.0 برابر افزایش می دهد. وقتی همه s ، c و lبا رسیدن به آستانه های مشخص شده توسط کاربر، الگوهای ارتباط استخراج شده معنادار هستند.

4. نتایج

الگوریتم کمی Apriori و پیش پردازش محصولات سنجش از راه دور در نرم‌افزار سامانه استخراج الگوهای انجمن فضایی-زمانی دریایی ( MarineSTAPMining ) که توسط اداره ملی حق نسخه‌برداری PR چین (شماره 2014SR013444) ثبت شده است، ادغام شده است. محیط سخت افزاری آزمایشی شامل یک پردازنده مرکزی Intel core i7 با فرکانس 2.80 گیگاهرتز، یک هارد دیسک 500 گیگابایتی و 4.0 گیگابایت حافظه است. تحت این محیط محاسباتی، هر پیکسل شبکه در PO یکی یکی کشف شد تا الگوهای ارتباطی بین پارامترهای محیطی دریایی و رویدادهای ENSO به دست آید. فقط الگوهای ارتباطی که با ENSO رابطه علّی دارند در این دست‌نوشته مورد بحث قرار گرفته‌اند. شکل 1فلوچارت این دست نوشته را نشان می دهد.

هر پیکسل شبکه در مجموعه داده شطرنجی دارای الگوهای ارتباطی صفر تا چند است. فرض بر این بود که آن پیکسل های شبکه ای با الگوهای ارتباطی بیشتر تعاملی تر هستند. یعنی هر چه تعداد الگوهای ارتباطی در هر پیکسل شبکه بیشتر باشد، پیکسل شبکه تعاملی بیشتری دارد. با توجه به تعداد الگوهای ارتباطی در هر پیکسل شبکه و اتصال فضایی آن، شکل 2 ترسیم شده است. از شکل 2، پنج منطقه تعاملی از این قبیل یافت می شود. آنها PO غربی (منطقه 1)، PO استوایی مرکزی و شرقی (منطقه 2)، وسط PO نیمه گرمسیری شمالی (منطقه 3) در چرخه نیمه گرمسیری اقیانوس آرام شمالی، وسط منطقه PO جنوبی (منطقه 4) هستند. و منطقه در امتداد ساحل کالیفرنیا (منطقه 5). بحث‌های زیر عمدتاً بر پنج منطقه فرعی متمرکز بود. نقشه های موضوعی برای نشان دادن جزئیات این یافته ها ایجاد شد. اینها در شکل 3 و شکل 4 نشان داده شده است .

4.1. تغییرات پارامترهای محیطی دریایی القا کننده وقوع ENSO

تنها یک نمونه وجود دارد که در آن SSTA[-2]→ENSO[-2]. این منطقه عمدتاً در مرکز و شرق استوایی PO واقع شده است و بیشتر منطقه ال نینو 3 و منطقه 4 را پوشش می دهد ( شکل 3 a را ببینید). این نشان می دهد که وقتی SSTA به طور غیر طبیعی در این منطقه سقوط می کند، رویدادهای قوی La Niña رخ خواهد داد. بین SSPA و ENSO، یک الگوی ارتباط مثبت با اشکال “SSPA[-2]→ENSO[-2]” و “SSPA[-1]→ENSO[-2]” وجود دارد ( شکل 3 را ببینید.ب). وسط PO استوایی (10 درجه جنوبی تا 10 درجه شمالی و 160 درجه شرقی تا 140 درجه غربی) در منطقه 2 را پوشش می دهد، که نشان می دهد وقتی SSPA به طور غیرعادی یا جزئی سقوط می کند، رویدادهای قوی La Niña رخ می دهد. الگوی ارتباط بین SLAA و ENSO یک الگوی ارتباط مثبت با شکل “SLAA[-2]→ENSO[-2]” و یک الگوی ارتباط منفی با شکل “SLAA[+2]→ENSO[-2] را نشان می‌دهد. ( شکل 3 ج را ببینید). اولی عمدتاً شرق PO استوایی (10 درجه جنوبی تا 10 درجه شمالی و 155 درجه غربی تا 100 درجه غربی) را در منطقه 2 پوشش می دهد، به این معنی که وقتی SLAA به طور غیرعادی در این منطقه سقوط می کند، رویدادهای La Niña قوی رخ می دهد. دومی عمدتاً استخر گرم غرب اقیانوس آرام را در منطقه 1 جابجا می کند، به این معنی که وقتی SLAA به طور غیرعادی در این منطقه بالا می رود، رویدادهای قوی La Niña رخ می دهد. الگوهای ارتباط بین رویدادهای WSA و ENSO (نگاه کنید بهشکل 3 د) نشان می دهد که یک الگوی ارتباط مثبت با اشکال “WSA[-2]→ENSO[-2]” و “WSA[-1]→ENSO[-2]” در وسط منطقه PO استوایی رخ می دهد. (10 درجه جنوبی تا 10 درجه شمالی و 160 درجه شرقی تا 150 درجه غربی)، به این معنی که وقتی WSA در این مناطق به طور غیرعادی یا جزئی کاهش می یابد، رویدادهای قوی La Niña رخ می دهد. علاوه بر این، یک الگوی ارتباط مثبت با شکل “WSA[-2]→ENSO[-2]” در شرق PO استوایی از 125 درجه غربی تا 95 درجه غربی رخ می دهد. فقط یک الگوی ارتباط بین CHLA و ENSO ( شکل 3 e)، “CHLA[-2]→ENSO[+2]” ظاهر می شود . این در چند ناحیه در وسط PO استوایی قرار دارد، به این معنی که وقتی CHLA به طور غیر طبیعی افت کند، رویدادهای قوی ال نینو رخ خواهد داد.

4.2. تغییرات در پارامترهای محیطی دریایی برگرفته از رویدادهای ENSO

چندین الگوی ارتباطی بین ENSO و SSTA وجود دارد ( شکل 4 را ببینیدالف) واقع در مناطق مختلف. هنگامی که یک رویداد قوی/ضعیف La Niña رخ می دهد، SSTA به طور غیرعادی در مرکز و شرق PO در منطقه 2 و سواحل ساحلی کالیفرنیا در منطقه 5 کاهش می یابد. اشکال معمولی “ENSO[-2]→SSTA[-2]” و “ENSO[-1]→SSTA[-2].” با همین رویدادها، SSTA به طور غیر طبیعی در منطقه PO غربی (10 درجه جنوبی تا 15 درجه شمالی و 130 درجه شرقی تا 160 درجه شرقی) در منطقه 1 و منطقه 3 (28 درجه شمالی تا 33 درجه شمالی و 170 درجه شرقی تا 160 درجه غربی). فرم‌های معمولی عبارتند از: «ENSO[-2]→SSTA[+2]» و «ENSO[-1]→SSTA[+2]).» هنگامی که یک رویداد قوی ال نینو رخ می دهد، SSTA در وسط PO استوایی به طور غیر طبیعی با شکل “ENSO[+2]→SSTA[-2] کاهش می یابد.” هنگامی که یک رویداد ضعیف ال نینو رخ می دهد، SSTA در منطقه 4 (50 درجه جنوبی تا 45 درجه جنوبی و 165 درجه غربی تا 150 درجه غربی) با شکلی از “ENSO[+1]→SSTA[+2]) به طور غیر طبیعی افزایش می یابد.

الگوی ارتباط بین ENSO و SSPA در شکل 4 ب نشان داده شده است. هنگامی که رویدادهای قوی لانینا رخ می دهد، SSPA در وسط PO استوایی (10 درجه جنوبی تا 10 درجه شمالی و 160 درجه شرقی تا 140 درجه غربی) با اشکال “ENSO[-2]→SSPA[-) به طور غیر طبیعی یا کمی کاهش می یابد. 2]” و “ENSO[-2]→SSPA[-1].” علاوه بر این، رابطه با “ENSO[+2]→SSPA[-1]” حاشیه‌های الگوهای ارتباطی بالا را پراکنده می‌کند، به این معنی که وقتی یک رویداد قوی ال نینو رخ می‌دهد، SSPA اندکی کاهش می‌یابد.

الگوی ارتباط بین ENSO و WSA در شکل 4 نشان داده شده است. ج هنگامی که رویدادهای قوی La Niña رخ می دهد، WSA در وسط PO استوایی (150 درجه شرقی تا 150 درجه غربی) و در شرق PO استوایی (125 درجه غربی تا 95 درجه وات) با شکلی از “ENSO[-2]→WSA[-2] به طور غیر عادی کاهش می یابد. با این حال، در میانه PO استوایی (10 درجه جنوبی تا 8 درجه شمالی و 150 درجه شرقی تا 150 درجه غربی)، الگوی تداعی متناقض نیز با شکلی از “ENSO[-2]→WSA[+2] پیدا شد. ” هنگامی که رویدادهای ضعیف La Niña رخ می دهد، WSA در وسط PO استوایی (10 درجه جنوبی تا 8 درجه شمالی و 150 درجه شرقی تا 150 درجه غربی) با شکلی از “ENSO[-1]→WSA[+2) به طور غیر عادی بالا می رود. ].”

الگوی ارتباط بین ENSO و SLAA در شکل 4 d نشان داده شده است. هنگامی که رویدادهای قوی لانینا رخ می دهد، SLAA در شرق PO استوایی (10 درجه جنوبی تا 10 درجه شمالی و 155 درجه غربی تا 100 درجه غربی) با شکلی از “ENSO[-2]→SLAA [-2] به طور غیرعادی افت می کند. ].” در منطقه 4 که در سواحل نیوزیلند است (10 درجه جنوبی تا 11 درجه شمالی و 120 درجه شرقی تا 160 درجه شرقی) و منطقه (10 درجه شرقی تا 11 درجه شمالی و 120 درجه شرقی تا 160 درجه شرقی) ) در حوضچه گرم اقیانوس آرام غربی، SLAA با شکلی از “ENSO[-2]→SLAA[+2] به طور غیرعادی بالا خواهد رفت.

الگوی ارتباط بین ENSO و CHLA در شکل 4 e نشان داده شده است. یک الگوی ارتباط منفی با شکل “ENSO[+2]→CHLA[-2]” وسط منطقه PO استوایی (2 درجه جنوبی تا 2 درجه شمالی و 170 درجه شرقی تا 178 درجه غربی) را پوشش می دهد. هنگامی که رویدادهای قوی ال نینو رخ می دهد، CHLA در این منطقه به طور غیر طبیعی کاهش می یابد.

5. بحث

در این مطالعه، نقاط قوت رویدادهای ENSO نه با استفاده از تعاریف سنتی، بلکه بر اساس داده‌های تاریخی تعریف شده‌اند. یک رویداد قوی ال نینو به عنوان داشتن MEI بیش از یک انحراف استاندارد و یک رویداد قوی La Niña به عنوان داشتن MEI کمتر از منفی یک انحراف استاندارد تعریف می شود. به جز در مورد یک رویداد La Niña که از اکتبر 1995 تا مارس 1996 رخ داد، ما نقاط قوت رویدادهای ENSO را به همان شیوه [ 42 ، 43] دسته بندی کردیم.]. این دست‌نوشته آستانه ال نینو/لا نینا را به‌عنوان رادیو طول زمانی وقوع رویداد ال نینو/لا نینا تقسیم بر طول سری‌های زمانی کامل تعریف می‌کند. آستانه یک رویداد ال نینو صدک 29.49 و یک رویداد La Niña، صدک 30.13 است که تقریباً با 30.00 ارائه شده توسط [ 39 ] موافق است. رویدادهای شناسایی شده ال نینو و لانینا در دوره از ژانویه 1998 تا دسامبر 2012 در جدول 2 نشان داده شده است .

جدول 2 نشان می دهد که در این بازه زمانی از ژانویه 1998 تا دسامبر 2012، شش رویداد ال نینو و هفت رویداد لانینا رخ داده است. از آنجایی که چرخه اصلی ENSO 2-7 سال است [ 8 ، 24 ]، بازه زمانی تحقیقاتی پانزده ساله برای بررسی ویژگی های ENSO کافی است. علاوه بر این، بسیاری از مطالعات قبلی روابط بین ENSO و محیط های دریایی را مستند کرده اند و با استفاده از بازه های زمانی مشابه نتایج امیدوارکننده ای به دست آورده اند [ 13 ، 14 ، 19 ، 20 ، 22 ، 44 ].

از آنجایی که آستانه‌ها، یعنی حمایت، اطمینان و بالا بردن، که برای یافتن الگوهای معنادار استفاده می‌شوند، بر اساس علاقه کاربران تعیین می‌شوند، الگوهای ارتباطی عمدتاً دلخواه هستند. برای غلبه بر کاستی، آزمایش‌های زیادی را برای یافتن آستانه‌های بهینه انجام می‌دهیم، و آستانه‌های پشتیبانی، اطمینان و بالابری 10 درصد، 60 درصد و 2.0 در اقیانوس آرام مناسب‌تر هستند [26] .]. به این معنا که همه الگوهای ارتباطی در این دست‌نوشته دارای پشتیبان حداقل 10.0 درصد، اطمینان کمتر از 60.0 درصد و بالابر کمتر از 2.0 هستند. در نتیجه، می‌توانیم محاسبه کنیم که در طول دوره از ژانویه 1998 تا دسامبر 2012، همه الگوهای ارتباطی کمتر از 18.0 بار همزمان اتفاق می‌افتند (احتمال وقوع همزمان کمتر از 10.0٪ نیست)، و هنگامی که مقدم رخ می‌دهد، وقوع نتیجه کمتر از 60.0٪ نیست. علاوه بر این، وقوع اولی احتمال وقوع دومی را نه کمتر از 2.0 برابر افزایش می دهد. تحت شرایط فوق، الگوهای ارتباطی کشف شده بین پارامترهای محیطی دریایی و رویدادهای ENSO از PO استوایی مرکزی و شرقی، از طریق PO غربی، تا PO نیمه گرمسیری شمالی مرکزی و PO مرکزی جنوبی، غالب است.

به عنوان یکی از قوی‌ترین سیگنال‌های تغییرات آب و هوایی جهانی، ENSO باعث تغییراتی در پارامترهای محیطی دریایی می‌شود و این تغییرات به یکدیگر مربوط می‌شوند [ 8 ]. در مقابل، تغییر غیرعادی در پارامترهای محیطی دریایی در مناطق خاصی در داخل PO ممکن است وقوع ENSO را پیش بینی کند (به عنوان مثال، SST در مناطق ال نینو، SSP در PO استوایی مرکزی) [45 ] . برای ارائه تصویر کامل‌تری از اثرات فیزیکی این الگوهای تداعی، ما همه الگوهای ارتباطی بین پارامترهای محیطی دریایی و رویدادهای ENSO را در یک شبکه الگوی تداعی مبتنی بر ENSO ادغام کردیم. شبکه الگوی تداعی اثرات فیزیکی متفاوتی را در طول فازهای گرم و سرد نشان می دهد. در این شبکه، هر دو الگوی ارتباطی « X→ Y و ” Y → X ” در همان زمان درست هستند، این الگوهای ارتباطی به عنوان یک رابطه متقابل تعریف می شوند.

5.1. الگوهای ارتباط در میان رویدادهای لا نینا و پارامترهای محیطی دریایی

در شرایط عادی، PO غربی بیشتر در داخل استخر گرم غرب اقیانوس آرام قرار دارد. هنگامی که رویدادهای La Niña رخ می دهد، Rossby به سمت غرب به PO مرکزی می رسد، که حوضچه گرم را در سطح به سمت غرب هل می دهد. جریان آب گرم به سمت غرب منجر به افزایش SSTA و کاهش انتقال جرم آب، تجمع به سمت غرب می شود، بنابراین SLAA در PO غربی افزایش می یابد. در همان زمان، کاهش SLAA با SSTA به سمت شرق توسط اثرات متقابل موج کلوین و راسبی در امتداد استوا، در مرز شرقی PO قرار دارد. SSTA در شرق PO استوایی (در منطقه 2) و در امتداد سواحل کالیفرنیا (منطقه 5) تحت تأثیر جریان های مرزی شرقی مانند جریان سرد پرو و جریان سرد کالیفرنیا تمایل به کاهش دارد. SLAA به دلیل پایین آمدن آب سرد بالایی هنگامی که جریان ها از مناطق با عرض جغرافیایی بالا به سمت استوا می روند کاهش می یابد. یو و همکاران [46 ] دوقطبی SSTA را در امتداد سواحل کالیفرنیا از طریق مدلسازی پیدا کرد.

هنگامی که رویدادهای لانینا رخ می دهد، ترموکلاین در اقیانوس آرام مرکزی با فشار راسبی کم عمق تر می شود، آب گرمتر در غرب PO جمع می شود، و آب سردتر از حد معمول در شرق اقیانوس آرام استوایی شروع به توسعه می کند، سپس SST شرقی-غربی شروع می شود. گرادیان افزایش می یابد. این امر بادهای تجاری را تقویت می کند و در نتیجه افزایش غیرعادی WSA در PO استوایی شرقی و کاهش غیرعادی WSA در PO استوایی مرکزی ایجاد می کند. تحت نیروی بادهای تجاری و گردش واکر، بارندگی به سمت غرب تغییر می کند. SSPA در وسط PO استوایی به طور غیر طبیعی تا نصف یک انحراف استاندارد کاهش می یابد [ 13 ]. کرتیس و همکاران [ 13] مطالعات خود را بر اساس دوره 1979 تا 2004 استوار کردند. الگوهای ارتباطی بین رویدادهای La Niña و پارامترهای محیطی دریایی در شکل 5 نشان داده شده است .

از شکل 5 می توان مشاهده کرد که وقتی رویدادهای La Niña رخ می دهد، چندین اثر غالب خواهد بود: کاهش غیر طبیعی SLAA و WSA در شرق PO استوایی. کاهش غیر طبیعی SSPA و WSA در وسط PO استوایی. کاهش غیر طبیعی SSTA در PO استوایی شرقی و مرکزی. و افزایش غیر طبیعی SLAA در PO غربی. همچنین می توان مشاهده کرد که برخی از پارامترهای محیطی (خاکستری سایه دار در شکل 5 ) روابط متقابلی را با رویدادهای La Niña نشان می دهند. در این موارد، زمانی که پارامترهای محیطی دریایی برخلاف موارد ذکر شده در بالا باشد، رویدادهای La Niña رخ نخواهد داد. این الگوهای ارتباطی نشان می دهد که تغییرات غیرعادی در این پارامترها نه تنها در پاسخ به رویدادهای La Niña رخ می دهد، بلکه آنها را پیش بینی می کند.

همچنین قابل توجه است که SSTA در PO نیمه گرمسیری شمالی و SLAA در PO جنوبی در حال تغییر هستند که ممکن است پاسخی به رویدادهای La Niña باشد. هنگامی که La Niña رخ می دهد، جریان شمالی اقیانوس آرام به سمت شرق از وسط PO نیمه گرمسیری شمالی می گذرد و در نتیجه میانگین SST افزایش می یابد. فراساحل نیوزلند در جنوب PO، تأثیر ترکیبی جریان قطبی قطب جنوب و منطقه همگرا نیمه گرمسیری منجر به افزایش غیر طبیعی SLAA می شود. WSA با کاهش SSTA در PO استوایی مرکزی به دلیل کاهش شار گرما و به دلیل انتقال بخار آب به هوا افزایش می‌یابد، که هر دو گردش اتمسفر استوایی را تحریک می‌کنند.

5.2. الگوهای ارتباط بین رویدادهای ال نینو و پارامترهای محیطی دریایی

الگوهای ارتباط بین رویدادهای ال نینو و پارامترهای محیطی دریایی در شکل 6 نشان داده شده است . روابط متقابل به رنگ خاکستری سایه می اندازند. پارامترهای محیطی دریایی با وقوع رویدادهای ال نینو تغییر می کنند، اما این تغییرات به وضوح به یکدیگر مرتبط نیستند. به استثنای کاهش غیرعادی CHLA در وسط PO استوایی، هیچ پارامتری را نمی توان شاخص رویدادهای ال نینو در نظر گرفت. با کاهش CHL، SST کاهش می یابد و دمای زیرسطحی با تغییر نفوذ تابش خورشید، عمیق تر کردن لایه مخلوط و ترموکلاین افزایش می یابد. چنین حالت های اقیانوسی می توانند دامنه ENSO [ 21 ] را تشدید کنند، بنابراین کاهش غیرعادی CHLA ممکن است یک شاخص غیرمستقیم رویدادهای ال نینو باشد.

به طور کلی، هنگامی که رویدادهای ال نینو رخ می دهد، تنش باد در اقیانوس آرام مرکزی آرام می شود و بادهای تجاری جنوب شرقی جهت معکوس را تغییر می دهند، که سرعت باد را در وسط PO استوایی ضعیف می کند و ترموکلاین را در آنجا عمیق می کند. ترموکلاین که در حال تعمیق است، یک موج کلوین در حال انتشار به سمت شرق و یک موج راسبی در حال انتشار به سمت غرب ایجاد می کند، که آب گرمتر را از غرب به شرق گسترش می دهد و کل PO میانی و بخشی از PO استوایی شرقی را اشغال می کند. در نتیجه، SLAA در PO شرقی تا نصف یک انحراف استاندارد افزایش می یابد. با گسترش آب گرمتر به سمت شرق از PO غربی، آب گرمتر از PO شرقی نیز به سمت غرب گسترش می یابد، که منجر به ریزش در وسط PO استوایی می شود.47 ]. سپس، CHLA در وسط PO استوایی به طور غیر طبیعی کمتر از یک انحراف معیار کاهش می یابد. افزایش غیرعادی SSTA در جنوب PO (50 درجه جنوبی تا 45 درجه جنوبی و 165 درجه غربی تا 150 درجه غربی) در طول وقوع ال نینو، نتیجه گردش جهانی جوی است که از طریق تغییرات ایجاد شده توسط گردش واکر-هدلی اصلاح شده است. تبادلات شار حرارتی در فصل مشترک دریا-هوا را تغییر می دهد و SST را به افزایش می دهد [ 48 ].

در مقایسه با رویدادهای La Niña، شبکه الگوی تداعی ال نینو ساده است و ویژگی‌های متغیر محیط‌های دریایی معمولی نیست، به ویژه در مناطق فضایی در مقیاس بزرگ. همانطور که مشخص است، دو نوع رویداد ال نینو در PO وجود دارد: رویدادهای ال نینوی اقیانوس آرام مرکزی و رویدادهای ال نینوی اقیانوس آرام شرقی. استفاده از فرمول (1) در آشوک و همکاران. [ 49 ]، ما شاخص ال نینو مودوکی (EMI) را در بازه زمانی ژانویه 1998 تا دسامبر 2012 مجدداً محاسبه کردیم و دریافتیم که رویدادهای ال نینوی مرکزی اقیانوس آرام از مه 2002 تا مارس 2003، آگوست 2004 تا مه 2005، ژوئن 2006-F. 2007 و ژوئن 2009 تا مه 2010، که با نتایج در [ 19]. به عبارت دیگر، چهار مورد از شش رویداد ال نینو در اقیانوس آرام مرکزی و دو مورد دیگر مربوط به شرق اقیانوس آرام هستند. وقایع اقیانوس آرام شرقی با گرم شدن غیرعادی شدید در شرق اقیانوس آرام استوایی مشخص می شود، در حالی که، رویدادهای ال نینو در اقیانوس آرام مرکزی با گرم شدن غیرعادی قوی در اقیانوس آرام استوایی مرکزی و خنک شدن در شرق و غرب استوایی اقیانوس آرام همراه است [49 ] . در ارتباط با این الگوهای گرمایش و سرمایش متمایز، الگوهای اتصال از راه دور بین آنها بسیار متفاوت است، که بر سایر پارامترهای دریایی نیز غالب است [ 50 ، 51 ].

همچنین قابل توجه است که در PO غربی، در قسمت نزولی گردش سلولی هادلی، SLAA چه رویدادهای سرد یا گرم رخ دهد، افزایش می‌یابد. گردش سلولی هادلی در استوا در طول رویدادهای لانینا و در مرکز PO استوایی در طول رویدادهای ال نینو افزایش می یابد.

6. نتیجه گیری

در این مقاله، ما داده‌های مربوط به سیستم‌های اقیانوسی را که با استفاده از محصولات سنجش از دور چند دریایی در طول دوره از ژانویه 1998 تا دسامبر 2012 جمع‌آوری شده‌اند، مورد بحث قرار دادیم. داده‌ها برای تعیین الگوهای ارتباط بین و بین پارامترها و رویدادهای ENSO در PO مورد تجزیه و تحلیل قرار گرفتند. در مقایسه با مطالعات قبلی، با محصولات سنجش از دور، ما نه تنها دانش شناخته شده را به دست آوردیم، بلکه دانشمندان جدید به زمین را نیز به دست آوردیم. این یافته‌ها به بهبود درک ما از اینکه چه چیز، چگونه و کجا پارامترهای محیطی دریایی در مناطق مختلف پیش‌بینی‌کننده و پاسخ به رویدادهای ENSO هستند، کمک می‌کند، و همچنین راه‌های جدیدی برای تشخیص مناطق دریایی حساس به رویدادهای ENSO و راه‌های جدیدی برای تعریف ارائه می‌کند. شاخص های ENSO نتایج اصلی به شرح زیر خلاصه می شود.

الگوهای ارتباطی بین پارامترهای محیطی دریایی و رویدادهای ENSO در PO عمدتاً در پنج منطقه فرعی PO رخ می دهد: PO غربی، PO استوایی مرکزی و شرقی، میانه PO نیمه گرمسیری شمالی، سواحل ساحلی کالیفرنیا، و در PO جنوب در PO غربی و میانه و شرق PO استوایی، الگوهای تداعی پیچیده تر است.
عوامل زیر به عنوان پیش‌بینی‌کننده و پاسخ به رویدادهای لانینا در نظر گرفته می‌شوند: کاهش غیرطبیعی SLAA و WSA در شرق PO استوایی، کاهش غیر طبیعی SSPA و WSA در وسط PO استوایی، کاهش غیر طبیعی SSTA در شرق و PO استوایی مرکزی، و افزایش غیر طبیعی SLAA در PO غربی.
عوامل زیر با رویدادهای لانینا از طریق پل اقیانوسی و جوی تغییر می کنند (به عنوان مثال، استخر گرم اقیانوس آرام غربی، موج کلوین و راسبی، بادهای تجاری، گردش واکر، گردش استوایی، و جریان های سرد پرو و کالیفرنیا): SSTA در غرب PO PO نیمه گرمسیری شمالی و ساحلی سواحل کالیفرنیا. SLAA در جنوب PO; و WSA در وسط PO استوایی.
تنها کاهش غیرطبیعی CHLA در وسط PO استوایی به عنوان پیش‌بینی کننده و پاسخ به رویدادهای ال نینو در نظر گرفته می‌شود.
رویدادهای ال نینو بر تغییرات SSTA در وسط PO استوایی و PO جنوبی، SSPA در وسط PO استوایی و SLAA در شرق PO استوایی تأثیر می گذارد. این اثرات به دلیل گسترش جابجایی حوضچه گرم غربی اقیانوس آرام به سمت شرق، تغییر بادهای تجاری، موج کلوین و راسبی، گردش واکر و گردش سلولی هادلی است.
الگوهای ارتباط بین و بین پارامترهای محیطی دریایی و رویدادهای لانینا در روابط متقابل پیچیده‌تر و در حوزه فضایی معمولی‌تر از رویدادهای ال نینو هستند. دلیل اصلی این امر این است که دو نوع رویداد ال نینو بر فرآیندهای فیزیکی مختلف محیط دریایی تسلط دارند.

منابع

چن، جی. نیش، سی. ژانگ، سی. Chen, Y. مشاهده اثر جفت بین استخر گرم و “استخر باران” در اقیانوس آرام. سنسور از راه دور محیط. 2004 ، 91 ، 153-159. [ Google Scholar ] [ CrossRef ]
کارل، دی.م. لتلیر، آر. هبل، دی. توپاس، ال. دور، جی. کریستین، جی. Winn, C. تغییرات اکوسیستم در چرخش نیمه گرمسیری اقیانوس آرام شمالی که به ال نینو 1991-1992 نسبت داده می شود. طبیعت 1995 ، 373 ، 230-234. [ Google Scholar ] [ CrossRef ]
پولوینا، جی. هاول، جی ای. آبکاسیس، کم بهره وری ترین آب های اقیانوس در حال گسترش هستند. ژئوفیز. Res. Lett. 2008 , 35 , L03618. [ Google Scholar ] [ CrossRef ]
الیور، ام جی; ایروین، ای جی هدف استان های جغرافیایی زیستی اقیانوسی جهانی. ژئوفیز. Res. اجازه دهید. 2008 , 35 , L15601. [ Google Scholar ] [ CrossRef ]
Milne، GA; Gehrels، WR; هیوز، سی دبلیو; Tamisiea, ME شناسایی علل تغییر سطح دریا. نات. Geosci. 2009 ، 2 ، 471-478. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
هالمن، آر. Merchant, CR; ساندرز، آر. داونی، سی. بوچویتس، ام. کازناو، ا. چویکو، ای. دفورنی، پی. دی لیو، جی. فورسبرگ، آر. و همکاران ابتکار تغییر اقلیم ESA: ثبت داده های ماهواره ای برای متغیرهای آب و هوایی ضروری. گاو نر صبح. شهاب. Soc. 2013 ، 94 ، 1541-1552. [ Google Scholar ] [ CrossRef ]
یانگ، جی. گونگ، پی. فو، آر. ژانگ، ام. چن، جی. لیانگ، اس. خو، بی. شی، ج. Dickinson, R. نقش سنجش از دور ماهواره ای در مطالعات تغییرات آب و هوا. نات. صعود چانگ. 2013 ، 13 ، 875-883. [ Google Scholar ] [ CrossRef ]
مک فادن، ام جی; زبیاک، SE; Glantz، MH ENSO به عنوان یک مفهوم یکپارچه در علم زمین. Science 2006 ، 314 ، 1740-1745. [ Google Scholar ] [ CrossRef ] [ PubMed ]
کامارگو، اس جی. Adam, H. غرب شمال اقیانوس آرام طوفان گرمسیری شدت و ENSO. جی. کلیم. 2005 ، 18 ، 2996-3006. [ Google Scholar ] [ CrossRef ]
وو، بی. ژو، تی جی; لی، تی. تضاد روابط بارش-SST در غرب اقیانوس آرام شمالی بین تابستان های در حال توسعه ENSO و ENSO-واپاشی. جی. کلیم. 2009 ، 22 ، 4398-4405. [ Google Scholar ] [ CrossRef ]
پیکاوت، جی. یوآالن، م. منکس، سی. دلکروکس، تی. مک فادن، MJ مکانیسم جابجایی های ناحیه ای استخر گرم اقیانوس آرام: مفاهیم برای ENSO. Science 1996 ، 274 ، 1486-1489. [ Google Scholar ] [ CrossRef ] [ PubMed ]
ماتسورا، تی. Iizuka، S. مهاجرت منطقه ای زبان استخر گرم اقیانوس آرام در طول رویدادهای ال نینو. J. Phys. اقیانوسگر. 2000 ، 30 ، 1582-1600. [ Google Scholar ] [ CrossRef ]
کرتیس، اس. صلاح الدین، ع. آدلر، RF؛ هافمن، جی. گو، جی. هنگ، ی. حداکثر بارش برآورد شده توسط GPCP و TRMM: روابط ENSO. J. Hydrometeor. 2007 ، 8 ، 678-689. [ Google Scholar ] [ CrossRef ]
مورتوگود، آر. وانگ، LP; هاکرت، ای. بوچمپ، جی. کریستین، جی. Busalacchi، A. سنجش از دور منطقه هند و اقیانوس آرام: رنگ اقیانوس، سطح دریا، بادها و دمای سطح دریا. بین المللی J. Remote Sens. 2004 ، 25 ، 1423-1435. [ Google Scholar ] [ CrossRef ]
منیس، جی. قوانین انجمن معدن لیو، JW در داده های مکانی-زمانی: تجزیه و تحلیل تغییرات اجتماعی-اقتصادی شهری و پوشش زمین. ترانس. GIS 2005 ، 9 ، 13-18. [ Google Scholar ] [ CrossRef ]
کورتینگ، تی اس. Fonseca، LMG؛ کامارا، G. GeoDMA – تحلیلگر داده کاوی جغرافیایی. محاسبه کنید. Geosci.-UK 2013 ، 57 ، 133-145. [ Google Scholar ] [ CrossRef ]
لوی، جی. گوور، جی. تجلی اقیانوسی تغییرات جهانی: مشاهدات ماهواره ای جو، اقیانوس و رابط آنها. بین المللی J. Remote Sens. 2010 , 31 , 4509-4514. [ Google Scholar ] [ CrossRef ]
کهرو، م. Gille، ST; مورتوگود، آر. Strutton، PG; مانزانو-سارابیا، م. وانگ، اچ. میچل، BG همبستگی جهانی بین بادها و کلروفیل اقیانوس. جی. ژئوفیس. Res. اقیانوس. 2010 ، C12040 ، 115. [ Google Scholar ]
Radenac، MH; لجر، اف. سینگ، آ. Delcroix، T. امضای کلروفیل سطح دریا در اقیانوس آرام استوایی در طول رویدادهای ENSO اقیانوس آرام شرقی و مرکزی. جی. ژئوفیس. Res. اقیانوس. 2012 ، 117 ، C04007. [ Google Scholar ] [ CrossRef ]
ویلسون، سی. Adamec، D. ارتباط بین کلروفیل سطحی و ارتفاع سطح دریا در اقیانوس آرام استوایی در طول رویداد نوسانات ال نینو-جنوبی 1997-1999. جی. ژئوفیس. Res. اقیانوس. 2001 ، 106 ، 31175-31188. [ Google Scholar ] [ CrossRef ]
پارک، جی. Kug، JS؛ پارک، YJ یک مطالعه مدلسازی اکتشافی در مورد فرآیندهای بیوفیزیکی مرتبط با ENSO. Prog. اقیانوسگر. 2014 ، 124 ، 28-41. [ Google Scholar ] [ CrossRef ]
پارک، جی. Kug، JS؛ پارک، YJ; بله، SW; جانگ، سی جی تغییرپذیری کلروفیل مرتبط با نوسانات ال نینو- جنوبی و بازخورد بیولوژیکی احتمالی آن در اقیانوس آرام استوایی. جی. ژئوفیس. Res. اقیانوس. 2011 , 116 . [ Google Scholar ] [ CrossRef ]
کیسی، KS; Adamec، D. درجه حرارت سطح دریا و تغییر ارتفاع سطح دریا در اقیانوس آرام شمالی از 1993 تا 1999. J. Geophy. Res.-Ocean. 2002 ، 107 ، 3099. [ Google Scholar ] [ CrossRef ]
وانگ، سی. Fiedler، PC ENSO تنوع و شرق استوایی اقیانوس آرام: یک بررسی. Prog. اقیانوسگر. 2006 ، 69 ، 239-266. [ Google Scholar ] [ CrossRef ]
یوکویاما، سی. تاکایابو، YN روابط بین ویژگی های باران و محیط. بخش اول: ویژگی‌های بارش TRMM و محیط در مقیاس بزرگ بر فراز اقیانوس استوایی. دوشنبه Weather Rev. 2012 , 140 , 2831–2840. [ Google Scholar ] [ CrossRef ]
Xue، CJ; آهنگ، WJ; Qin، LJ; دونگ، کیو. Wen, XY یک چارچوب استخراج فضایی-زمانی برای الگوهای ارتباط غیرعادی در محیط‌های دریایی با یک سری زمانی از تصاویر سنجش از دور. بین المللی J. Appl. زمین Obs. 2015 ، 38 ، 105-114. [ Google Scholar ] [ CrossRef ]
Xue، CJ; دونگ، کیو. فن، X. الگوهای ارتباط مکانی-زمانی پارامترهای متعدد در شمال غربی اقیانوس آرام و روابط آنها با ENSO. بین المللی J. Remote Sens. 2014 ، 35 ، 4467-4483. [ Google Scholar ] [ CrossRef ]
گانگولی، ا. Steinhaeuser، K. داده کاوی برای تغییرات آب و هوا و اثرات. در مجموعه مقالات کنفرانس بین المللی IEEE در کارگاه های داده کاوی، ICDMW، پیزا، ایتالیا، 15-19 دسامبر 2008. صص 385-394.
Saulquin، B. فابلت، آر. مرسیه، جی. دمارک، اچ. منگین، ع. Fantond’Andon، OH کاوی مبتنی بر رویداد چند مقیاسی در سری‌های زمانی ژئوفیزیکی: خصوصیات و توزیع مقیاس‌های زمانی مهم در ناهنجاری‌های دمای سطح دریا نسبت به دوره‌های ENSO از 1985 تا 2009. IEEE J. Sel. بالا. Appl. زمین Obs. Remote Sens. 2014 , 7 , 3543–3552. [ Google Scholar ] [ CrossRef ]
کومار، وی. کشف الگوها در داده های علوم زمین جهانی با استفاده از داده کاوی. لکت. یادداشت ها محاسبه. علمی 2010 , 6118 . [ Google Scholar ] [ CrossRef ]
هالووی، پی. میلر، ج.ای.کاوش مقیاس فضایی، خودهمبستگی و ناپایداری الگوهای غنای گونه‌های پرندگان. ISPRS Int. J. Geo-Inf. 2015 ، 4 ، 783-798. [ Google Scholar ] [ CrossRef ]
وانگ، اچ. ژانگ، جی اف. زو، FB؛ Zhang، WW تجزیه و تحلیل الگوی فضایی عمق نوری آئروسل و عوامل مؤثر با استفاده از خودهمبستگی فضایی و مدل خودرگرسیون فضایی. محیط زیست علوم زمین 2016 ، 75 ، 822. [ Google Scholar ]
سو، FZ; ژو، CH; لین، وی. Du، YY; شی، WZ یک رویکرد داده کاوی برای تعیین رابطه مکانی-زمانی بین عوامل محیطی و توزیع ماهی. Ecol. مدل. 2004 ، 174 ، 421-431. [ Google Scholar ] [ CrossRef ]
هوانگ، پی. کائو، ال جی. Sandnes، FE استخراج کارآمد قوانین مرتبط با شوری و دما از داده های ARGO. سیستم خبره Appl. 2008 ، 35 ، 59-68. [ Google Scholar ] [ CrossRef ]
رینولدز، RW; راینر، NA; اسمیت، TM; استوکس، دی سی; Wang, W. تجزیه و تحلیل SST در محل و ماهواره ای برای آب و هوا. جی. کلیم. 2002 ، 15 ، 1609-1625. [ Google Scholar ] [ CrossRef ]
هوکر، اس بی؛ McClain، CR کالیبراسیون و اعتبار سنجی داده های SeaWiFS. Prog. اقیانوسگر. 2000 ، 45 ، 427-465. [ Google Scholar ] [ CrossRef ]
MSLA—نقشه‌های میانگین ماهانه و اقلیم‌شناسی ناهنجاری‌های سطح دریا. در دسترس آنلاین: http://www.aviso.altimetry.fr/en/data/products/sea-surface-height-products/global/msla-mean-climatology.html (دسترسی در 20 ژانویه 2017).
سیستم های سنجش از راه دور (RSS). در دسترس آنلاین: http://data.remss.com/ccmp/v02.0/ (در 20 ژانویه 2017 قابل دسترسی است).
ولتر، ک. تیملین، ام اس ال نینو / رفتار نوسان جنوبی از سال 1871 به عنوان در یک شاخص چند متغیره توسعه یافته ENSO (MEI. داخلی) تشخیص داده شد. بین المللی جی.کلیماتول. 2011 ، 31 ، 1074-1087. [ Google Scholar ] [ CrossRef ]
Xue، CJ; آهنگ، WJ; Qin، LJ; دونگ، کیو. یک روش استخراج مبتنی بر اطلاعات متقابل نرمال شده برای قوانین ارتباط غیرعادی دریایی. محاسبه کنید. Geosci.-UK 2015 ، 76 ، 121-129. [ Google Scholar ]
سریکانت، آر. Agrawal، R. الگوهای متوالی معدن: تعمیم ها و بهبود عملکرد. در مجموعه مقالات پنجمین کنفرانس بین المللی گسترش فناوری پایگاه داده (EDBT’96)، آوینیون، فرانسه، 25 تا 29 مارس 1996. صص 3-17.
Li، XY; Zhai، PM در مورد شاخص ها و شاخص های قسمت های ENSO. اکتا متال. گناه 2000 ، 58 ، 102-119. [ Google Scholar ]
ترنبرث، KE تعریف ال نینو. گاو نر صبح. شهاب. Soc. 1997 ، 78 ، 2771-2777. [ Google Scholar ] [ CrossRef ]
مسی، م. چاوز، FP تجزیه و تحلیل جهانی از همزمانی ENSO: پاسخ بیولوژیکی اقیانوس ها به اجبار فیزیکی. جی. ژئوفیس. Res. اقیانوس. 2012 ، 117 ، C09001. [ Google Scholar ] [ CrossRef ]
کرتیس، اس. شاخص‌های Adler، R. ENSO بر اساس الگوهای بارش ماهواره‌ای. جی. کلیم. 2000 ، 13 ، 786-2793. [ Google Scholar ] [ CrossRef ]
یو، جی. لیو، WT; Mechos، CR یک دوقطبی ناهنجاری SST در شمال اقیانوس آرام نیمه گرمسیری و روابط آن با ENSO. ژئوفیز. Res. Lett. 2000 ، 27 ، 1931-1934. [ Google Scholar ] [ CrossRef ]
مسی، م. چاوز، FP همزمانی فیزیکی-بیولوژیکی در اقیانوس جهانی مرتبط با تغییرات اخیر در اقیانوس آرام استوایی مرکزی و غربی. جی. ژئوفیس. Res. اقیانوس. 2013 ، 118 ، 3782-3794. [ Google Scholar ] [ CrossRef ]
تأثیر لی، ZX اقیانوس آرام استوایی ال نینو در SST اقیانوس جنوبی از طریق پل جوی. ژئوفیز. Res. Lett. 2000 ، 27 ، 3505-3508. [ Google Scholar ] [ CrossRef ]
آشوک، ک. Behera, SK; رائو، SA; ونگ، اچ. Yamagata، T. El Niño Modoki و اتصال از راه دور احتمالی آن. جی. ژئوفیس. Res. اقیانوس. 2007 ، C11007 . [ Google Scholar ] [ CrossRef ]
لارکین، NK; هریسون، DE دمای فصلی جهانی و ناهنجاری های بارندگی در پاییز و زمستان ال نینو. ژئوفیز. Res. Lett. 2005 ، 32 ، L16705. [ Google Scholar ] [ CrossRef ]
آشوک، ک. یاماگاتا، تی. ال نینو با یک تفاوت. طبیعت 2009 ، 461 ، 481-484. [ Google Scholar ] [ CrossRef ] [ PubMed ]

شکل 1. فلوچارت این دست نوشته.

شکل 2. پنج منطقه تعاملی دیگر در میان محیط های دریایی و ENSO در اقیانوس آرام (PO).

شکل 3. تغییرات در محیط دریایی که باعث رویدادهای ENSO در PO می شود. ( الف ) الگوی ارتباط از SSTA به ENSO. ( ب ) الگوی ارتباط از SSPA به ENSO. ( ج ) الگوی ارتباط از SLAA به ENSO. ( د ) الگوی ارتباط از WSA به ENSO. ( ه ) الگوی ارتباط از CHLA به ENSO.

شکل 4. تغییرات در محیط دریایی ناشی از رویدادهای ENSO در PO. ( الف ) الگوی ارتباط از ENSO به SSTA. ( ب ) الگوی ارتباط از ENSO به SSPA. ( ج ) الگوی ارتباط از ENSO به WSA. ( د ) الگوی ارتباط از ENSO به SLAA. ( ه ) الگوی ارتباط از ENSO به CHLA.

شکل 5. شبکه الگوهای ارتباطی برای رویدادهای La Niña و پارامترهای محیطی دریایی. رابطه متقابل بین X و Y (

X \leftrightarrow Y

) به این معنی است که X اطلاعات کافی برای گفتن رخدادهای Y دارد و در همین حال، Y اطلاعات کافی برای گفتن رخدادهای X دارد که در کادرهای خاکستری سایه زده شده اند. رابطه یک طرفه از X به Y ( X → Y ) به این معنی است که X اطلاعات کافی برای تشخیص وقوع Y دارد.

شکل 6. شبکه الگوهای ارتباطی برای رویدادهای ال نینو و پارامترهای محیطی دریایی. رابطه متقابل و رابطه یک طرفه همان معانی شکل 5 است .

جدول 1. منابع و وضوح محصولات سنجش از دور و شاخص چند متغیره ENSO (MEI) مورد استفاده در این نسخه خطی.

جدول 2. شخصیت پردازی رویدادهای ال نینو و لانینا در دوره ژانویه 1998 تا دسامبر 2012.

© 2017 توسط نویسندگان؛ دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC BY) (http://creativecommons.org/licenses/by/4.0/) توزیع شده است.

;کاربردهای GIS مقالات

درخواست مشاوره

09120049370

8 صبح تا 12 شب