ENSO（El Niño-Southern Oscillation）對全球氣候及人類社會有著深遠影響。與ENSO暖事件（El Niño）和冷事件（La Niña）相關的洪水、幹旱、熱浪和其他極端事件對許多國家的農業生產、糧食安全、淡水資源⌛️、公共衛生、發電和經濟活力等有著重大的影響🕠。ENSO還會擾亂海洋和陸地生態系統🤷🏿♀️、遠洋漁業和全球碳循環的正常運作。
人們對ENSO的理解和預報能力在過去幾十年中不斷提高。與此同時，氣候系統本身也在不斷演變。自18世紀中葉工業革命開始以來🚾，人類活動通過化石燃料和砍伐森林，將大氣中溫室氣體的濃度提高到前所未有的水平，導致地球不斷變暖👏。這在全球和區域地表氣溫的上升、冰川融化、北極海冰消失、海洋熱含量增加、海平面上升、極端天氣事件增多以及其他很多系統性環境變化指標，如棲息地喪失和物種滅絕中都有體現。這些對當前社會的深遠影響在未來可能會更加明顯🚣🏽♀️。在此背景下，氣候變化是否已經改變了、或者將來是否會改變ENSO的特征及其影響方式🧑🏻🦼➡️，是當前地球系統科學在處理一些最緊迫的問題時需要予以回答的基礎問題🤙🏿。
由於其年際振蕩特征😻👑，ENSO的機理和建模研究大多從年際異常場的角度開展。為此，氣候平均態被視為恒定的外部輸入💇🏼♂️，只有在其之上演變的異常場才是被關註的核心🧑💼，如各種概念模型或盒子模型🙆🏽♂️、簡單模型和中等復雜程度模型等🏌🏽♂️。這些模型通過將熱帶太平洋的海氣耦合過程圍繞氣候平均態進行線性化的方式來簡化問題。這一簡單而有效的處理方式使它們備受歡迎，並在 ENSO 相關研究中一直發揮著主導作用。
然而🦹🏽♀️，由於這類模型的平均態是外部提供的🧑🏼🦱，這使得平均態決定著異常場的反饋強度，而年際異常場對平均態的調製過程則被完全忽略了⚙️。事實上🧑🏻🦼，近年來的許多研究都強調了後者的重要性。為了更加全面地研究ENSO的年際異常變化以及它們與氣候平均態之間潛在的相互作用😄🫡，從全場的角度構建模型勢在必行👩🏼🚀，因為它可以同時對兩者進行模擬。因此🧍🏻，這類模型可以對異常模型無法回答的問題提供潛在解決方案，例如，極端El Niño的年代際爆發性特征、ENSO與太平洋年代際振蕩（PDO）之間的關系、全球變暖對ENSO的影響等。
為此🙋🏿♂️，沐鸣2副教授方向輝和國際著名非線性動力學專家、荷蘭科學院院士Henk Dijkstra教授及其團隊成員Claudia Wieners副教授👨🏿🎤、Francesco Guardamagna構建了一個能夠刻畫ENSO多樣性的全場非線性理論模型（圖1）。該模型主要特點包括：
1）可以同時刻畫赤道西、中、東太平洋海表溫度變化🔃；
2）具有豐富的動力學表現👨🏻🍳◻️，即隨著主要參數的增強💅🏽，模型會先後出現穩定（衰減）模、簡諧振蕩模（極限環）、強度調製（Amplitude-Modulated🫖；AM）振蕩模；隨著參數的進一步增強👩🏽🍳💌，模型將進入另一個簡諧振蕩模和穩定模（圖2；圖3）🧗；
3）可以對El Niño的爆發性出現（即極端El Niño往往每15-20年出現一次，期間則是較弱的ENSO事件🙆♀️；圖3e和f）給出非線性解釋，即極端El Niño現象可由ENSO極限環模態與不穩定的輻射-對流平衡態通過所謂的同宿（homoclinic）和異宿（heteroclinic）連接而產生👩🏼🏭；
4）在AM振蕩模中💇🏿♀️，系統出現多周期性和混沌性特征🤮，這些都與觀測中的ENSO特征更加符合（如圖3c和d）；
5）在AM振蕩模中，可以出現與觀測一致的不對稱性特征，即東太海溫（TE）變率大於中太海溫（TC），且TE（TC）的偏度為正（負）的現象🧌；
6）隨著參數的變化🧘🏿♂️，系統不僅能夠刻畫ENSO屬性的變化，而且能夠得到氣候平均態的相應變化（圖4）；因此，可以更全面地描述年際和年代際尺度上的非線性相互作用現象；
7）有研究表明💠，隨著氣候變暖，平均溫躍層深度（H）將減小🥯、輻射-對流平衡態海表溫度（Tr）將增大。該模型指出💇🏿♀️，在這兩個參數的變化下🤸🏽，ENSO將首先繼續處於AM振蕩模區域，隨後進入非常狹小的簡諧振蕩模區域，最後將變為永恒的穩定模（圖5）。
為此👍，該模型可為進一步研究ENSO自身屬性、與年代際變化之間的非線性關系🤳🏼，以及對氣候變化的響應提供理論工具。
該工作發表在Journal of Climate上👩🦽：
Fang, X.*, Dijkstra, H., Wieners, C., and Guardamagna F. (2024) A nonlinear full-field conceptual model for ENSO diversity. Journal of Climate. Doi: https://doi.org/10.1175/JCLI-D-23-0382.1.
圖1. 全場非線性ENSO理論模型。
圖2. 模型對參數ϵ-ζ的動力學特征分布圖。區域I為穩定模🦐，區域II為簡諧振蕩模🐼🏕，區域III為AM振蕩模🙎🏿，即系統出現多周期性和混沌性特征🤹♂️👩🏼。HB和PD曲線分別代表Hopf分叉和倍周期分岔的邊界線。另外⛩👉，在區域III中，深紅部分代表“觀測”😴，即在該區域TE變率大於TC💁🏼，且TE（TC）的偏度為正（負）。
圖3. 不同參數（圖2中三個紅點）下模型自由積分的60年結果👨👩👦。左側為全場值，右側為異常值👓。從上到下的子圖中TE的標準差（偏度）分別為1.75 oC (-0.22)，1.72 oC (0.35)和1.54 oC (1.36)。而TC的為1.55 oC (-0.55)，1.44 oC (-0.20)和1.20 oC (0.36)。其中圖c和d的參數位於AM區域👩🏿🦱，其時間序列表現出了強烈的倍周期與混沌特征。
圖4. 不同參數下❇️，西、中、東太平洋氣候平均態海表溫度的變化。由圖可見，隨著海洋垂向過程的增強👩🏼，三個區域的海溫均逐漸減小，但幅度由西向東逐漸增強，意味著西暖東冷的相對分布，即PDO的負位相；而緯向平流過程的增強作用則恰恰相反🦸♀️，即產生PDO的正位相。
圖5.模型對參數Tr（輻射-對流平衡態海溫）和H（平均溫躍層深度）的動力學特征分布圖🫱🏼。其中紅色星號為研究中的標準參數（即29 °C和100 m）。由圖可見👨🏼🎤，全球變暖引起的Tr增大和H減小會使系統向左上方移動。
