Anomali SST Saat ENSO dan Madden-Julian Oscillation di

Equatorial Pasifik
ABSTRAK
Penelitian ini mengeksplorasi apakah anomali suhu permukaan laut (SST) di Pasifik
khatulistiwa selama pemanasan Peristiwa El Nino-Southern Oscillation (ENSO) terkait
dengan osilasi Madden-Julian (MJO). Sebuah indeks berasal dari data angin permukaan dari
reanalisis model global untuk mengukur kekuatan gelombang kelvin lautan oleh Stres angin
yang berhubungan dengan MJO. Gelombang Kelvin ini menguatkan indeks MJO digunakan
untuk menghubungan anomali antar tahunan saat aktivitas musiman MJO terhadap anomali
SST di khatulistiwa antar tahunan pada periode 1980-1999. Bukti yang ditemukan
menunjukkan bahwa selama kejadian ENSO hangat, gelombang Kelvin yang lebih kuat
menguat di Pasifik Barat mendahului anomali SST yang lebih besar di Pasifik timur 6-12
bulan. Tidak ada bukti seperti itu namun bisa ditemukan pada periode 1950-1979. Hasilnya
menunjukkan bahwa selama kejadian ENSO panas, amplitudo anomali SST di Pasifik timur
dapat dipengaruhi oleh MJO, setidaknya untuk periode 1980-1999, melalui aktivitas musiman
gaya gelombang Kelvin. Mekanisme yang memungkinkan untuk hubungan MJO-ENSO
semacam itu dijelaskan. Bagaimana Prediksi ENSO dapat diuntungkan dari sinyal prekursor
(pendahuluan ) MJO yang akan dibahas.

1. Pendahuluan
Pengetahuan baru yang paling menarik baru-baru ini diperoleh osilasi Madden-Julian
(MJO; Madden dan Julian 1971) adalah tentang interaksi dengan lautan. Dalam lautan hangat
Samudera Pasifik Barat dan Samudra Hindia, dimana sinyal yang diamati dari MJO adalah
yang terkuat, MJO mengganggu laut dengan memodifikasi fluks permukaan momentum,
panas, dan air tawar (Zhang 1996; Hendon dan Glick 1997; Jones dkk. 1998; Shinoda et Al.
1998). Bukti-bukti respon samudra terhadap MJO mencakup gangguan antar musiman pada
temperatur, salinitas, dan arus lapisan campuran (Kessler dkk. 1995; Ralph dkk. 1997; Zhang
1997; Zhang dan McPhaden 2000). Di antara tanda respons terkuat samudra terhadap MJO
adalah sifat antar tahunan Gelombang Kelvin. Periode pengamatannya sekitar 70 hari, dengan
panjang gelombang zonal 13 000-15000 km, dan fasa kecepatan 2,4 m/s2 (McPhaden dan
Taft 1988; Jhonson dan McPhaden 1993). Itu bisa dihasilkan di Pasifik barat oleh peristiwa
MJO yang kuat dan penyebaran sampai ke Pasifik timur dimana sinyal MJO di Permukaan
biasanya sangat lemah atau tidak ada (Kessler et al. 1995; Hendon dkk. 1998). Perpindahan
vertikal dari kedalaman termoklin yang terkait dengan gelombang Kelvin, sekitar 20-60 m
dalam amplitudo, dapat menyebabkan fluktuasi suhu permukaan laut (SST) baik itu di tengah
dan Pasifik timur (Johnson dan McPhaden 1993b;Zhang 2001).

Salah satu implikasi penting dari efek MJO pada laut adalah kemungkinan bahwa
MJO dapat mempengaruhi El Nino-Southern Oscillation (ENSO), yang telah Dihipotesakan
pertama oleh Lukas dkk. (1984) dan Lau (1985). Studi pengamatan dan pemodelan,
bagaimanapun, menghasilkan hasil yang kontradiktif mengenai hipotesis tersebut. Lau dan
Chan (1988) mengamati peningkatan konveksi tropis yang terkait dengan MJO sebelum awal
kejadian hangat 1982/1983. Mereka mencatat bahwa Variabilitas konvektif MJO menjelaskan
60% dari amplitudo anomali antar tahunan pada konveksi selama kejadian hangat ini. Yang
lainnya menemukan antar musiman gelombang Kelvin samudra yang disebabkan oleh
kejadian angin atmosfer antar musiman, seperti MJO, menjadi menonjol bagian dari
variabilitas samudera selama ENSO acara hangat (Lukas et al 1984; Kessler et al 1995;
McPhaden 1999). Kessler dkk. (1995) mengusulkan bahwa interaksi udara-laut proses yang
melibatkan MJO, gelombang Kelvin lautan, dan perairan hangat Pasifik Barat, yang bisa
menjadi alat untuk pertumbuhan cepat pada beberapa kejadian yang hangat. Dalam proses ini
Gelombang kelvin yang diinduksi oleh MJO bergerak menghangat ke arah timur. perairan
yang hangat akan memungkinkan MJO untuk menyebar lebih jauh ke timur daripada
biasanya, mengarah ke zonal yang lebih panjang dari permukaan baratan dan, Oleh karena
itu, gelombang laut Kelvin yang lebih kuat. Sebuah pergeseran sinyal MJO yang sistematis
sepanjang ekspansi arah timur perairan hangat Pasifik barat Selama kejadian ENSO acara
hangat yang telah diamati. (Anyambra dan Weare 1995; Hendon dkk. 1999).

Semua pengamatan, bagaimanapun, tidak mendukung hypothesis bahwa MJO dapat

mempengaruhi ENSO. Itu hanya ada saat sangat lemah, korelasi simultan negatif antara
variasi antar tahunan di MJO dan SST dari ENSO (Slingo et al 1999; Hendon et al 1999).
Disamping dari pergeseran aktivitas MJO ke arah timur, tidak ada Perilaku konsisten MJO
yang tampak selama kejadian ENSO hangat yang berbeda(Anyambra dan Weare 1995;
Bergman dkk. 2001). Di Pasifik timur, Anomali positif SST berhubungan dengan antar
musiman Gelombang Kelvin jarak jauh yang dikuatkan oleh MJO di Pasifik barat adalah
rata-rata urutan besarnya lebih kecil dari Anomali SST khas yang terkait dengan peristiwa
ENSO hangat (Johnson dan McPhaden 1993b).

Pemodelan kerja pada subjek ini telah menghasilkan hasil tanpa kontroversial. Zebiak
(1989) menunjukkan bahwa, dalam model sederhana, efek dari varibialitas atmosfer musiman
pada ENSO adalah kecil. Syu dan Neelin (2000) menunjukkan bahwa respon samudera untuk
lepas, Frekuensi yang tinggi menguat cukup linier dan tidak nampak terkait dengan siklus
ENSO dengan cara yang jelas. Di sisi lain, Harrison dan Schopf (1984) menunjukkan hal itu
dalam model sederhana, interaksi nonlinier antara Gelombang kelvin yang dihasilkan oleh
angin berfrekuensi tinggi menguat di Pasifik barat dan melatarbelakangi struktur panas di
Pasifik timur yang dapat menyebabkan trend anomali frekuensi panas rendah. Latif dkk.
(1988) menjelaskan bahwa respons samudera terhadap anomali kejadian angin baratan pada
Pasifik barat membantu anomali SST bertahan dalam simulasi model gabungan. Kessler dan
Kleeman (2000) menyajikan simulasi fenomena panas 1997/1998, di mana kehadiran MJO
diperkuat adanya anomali SST di Pasifik sebesar 30%. Moore dan Kleeman (1999)
mengemukakan bahwa siklus ENSO dalam sistem gabungan secara stabil dapat
dipertahankan semata-mata oleh atmospheric berfrekuensi tinggi. gangguan frekuensi
menyerupai MJO.

Telah disarankan frekuensi tinggi cuaca kebisingan (yaitu, stochastic force) dapat
menyebabkan ENSO ketidakteraturan atau bahkan siklus ENSO itu sendiri (Kleeman dan
Power 1994; Penland dan Sardeshmukh 1995; Jin et al. 1996; Blanke dkk. 1997; Kleeman
dan Moore 1997). MJO dapat dianggap sebagai sumber kegaduhan cuaca. Masalah utamanya
di sini bukan apa efeknya dari MJO ada pada ENSO, tapi apakah keduanya berbeda dari jenis
kegaduhan cuaca lainnya. Ini perbedaan yang sangat krusial bagi implikasinya terhadap
prediksi ENSO.

Tujuan dari penelitian ini adalah untuk menjelaskan isu yang mungkin MJO
berdampak pada ENSO. Observasi membuktikan tentang hubungan antara gaya gelombang
Kelvin Samudra oleh MJO dan anomali SST yang dicari untuk kejadian panas secara
individu seperti statistik dari ENSO. Premis dari penelitian ini adalah sebagai berikut: Jika
MJO memang mempengaruhi ENSO, maka pengaruh ini harus ikut berperan spesifik dalam
proses interaksi udara laut di Pasifik. Variabilitas antar tahunan dalam MJO yang relevan
dengan ENSO dapat dan harus diukur dengan jumlah yang secara langsung mewakili proses
interaksi udara- laut di Pasifik, dimana keberadaan Gelombang Kelvin merupakan bagian
yang penting.

Dalam penelitian ini, indeks dikembangkan untuk mewakili gaya gelombang Kelvin
samudra di Pasifik khatulistiwa oleh angin stress zonal khatulistiwa yang terkait dengan
MJO. Indeks ini digunakan untuk mengukur variabilitas antar tahunan gaya gelombang
Kelvin oleh MJO, dan untuk menghubungkannya dengan anomali di SST ekuatorial juga -
dikaitkan dengan ENSO dari tahun 1980 sampai 1999. Hasilnya adalah Menarik. Anomali
kuat gaya gelombang Kelvin oleh MJO di Pasifik barat ditemukan sebelum anomali SST
positif di Pasifik timur dengan 6- 12 bulan. Gaya gelombang Kelvin yang sangat kuat terjadi
sebelum puncak dari empat utama kejadian panas (1982/1983, 1986/1987, 1991/1992, dan
1997/1998). Beberapa Sinyal prekursor anomali kuat dari gaya gelombang Kelvin yang
anomali kuat Gelombang memaksa absen dari kejadian panas ENSO yang lemah (1992/93
dan 1994/1995) dan kejadian dingin (1987/1988 dan 1998/1999). Untuk enam kejadian
ENSO panas sejak tahun 1980, amplitudo anomali maksimum pada SST khatulistiwa
meningkat hampir secara linier dengan meningkatnya gaya gelombang Kelvin sebelumnya.
Beberapa Gaya yang lebih lemah setelah dari sebelum puncak kejadian ENSO hangat.

Sebuah Mekanisme hipotesis dijelaskan untuk membantu menginterpretasi hasilnya.

Dalam mekanisme ini, Samudra yang mengalami downwelling, gelombang Kelvin yang
dihasilkan oleh aktivitas MJO di Pasifik barat menjalar ke Pasifik Timur; Di sana, gelombang
kelvin memperdalam (mempertebal) termoklin, mengurangi pendinginan karena disebabkan
khatulistiwa mengalami upwelling, dan dengan demikian memicu (menginduksi) anomali
SST positif. Gradien SST zonal dikurangi. Bila efek ini cukup kuat untuk membuat angin
pasat tenang, mereka mungkin mempengaruhi evolusi ENSO secara langsung. Jika kejadian
ENSO panas sedang berlangsung karena ketidakstabilan intrinsik atau gaya stochastic
kegaduhan cuaca karena tidak adanya MJO yang tidak stabil melemah di atmosfer atau
sistem lautan-atmosfer netral (Penland dan Sardeshmukh 1995; Thompson dan Battisti 2000),
maka efek tambahan dari MJO mungkin bisa memudahkan pertumbuhan fenomena hangat.
Penjelasan rinci tentang indeks gaya gelombang Kelvin ditunjukkan pada bagian 2. Hasil
utama ditampilkan di bagian 3 dan selanjutnya dibahas di bagian 4. Kesimpulan dijelaskan
dibagian 5.
 2. Data dan metode
Angin Permukaan (10 m) dan SST dari National Centers for Environmental
Prediction - National Center for Atmospheric Research (NCEP-NCAR) reanalysis digunakan
(Kalnay et al 1996). Untuk keduanya, Resolusi horisontal adalah 2.5o x 2.5o dan periode dari
tahun 1980 sampai 1999. Data sebelum tahun 1980 tidak disertakan karena
mempertimbangkan kualitas data, yang akan dibahas di Lampiran A dan B. Evolusi ENSO
diukur anomali SST bulanan di daerah Nino 1+2 (0o- 10 o S, 80 o - 90 o W), Nino 3 (5 o N-5 o
S, 90 o -150 o W), Nino 3.4 (5 o N - 5 o S, 120 o W - 180 o E) dan Nino 4 (5 o N – 5 o S, 150 o W-
160 o E). Anomali diturunkan oleh perpindahan dalam siklus tahunan.
Angin zonal stress khatulistiwa diwakili oleh Ʈx =u(u2 + y 2 )1/2 di mana u dan y
adalah permukaan zonal dan komponen angin meridional, masing-masing kedua rata-rata
antara 2.5 o N dan 2.5 o S. Kombinasi dari analisis spektrum ruang-waktu konvensional
(Hayashi 1982) dan analisis wavelet ( Torrence and Com- po 1998) dalam arah zonal
memungkinkan kekuatan spektrum Ʈx dihitung sebagai fungsi bujur (Gu dan Zhang 2001).
Seperti daya spektrum Ʈx untuk Pasifik (135 o E-85 o W) jelas menunjukkan lokal puncak
spektral berpusat pada frekuensi 0,02-0,03 cycles per hari (cpd) dan zonal wavenumbers 1-3
(Gbr. 1). Kekuatan puncak spektral ini jauh lebih kuat daripada rekannya zonal wavenumber
yang sama dan frekuensi negatif yang setara (ekuivalen). Daya Asimetri dari spektrum
frekuensi ini menunjukkan sinyal dari perambatan timur. Puncak spektral sama persisnya
dengan rentang frekuensi dan zonal wavenumber yang dimana sebagian besar energi MJO
dalam konveksi dan Angin troposfer di konsentrasikan (Salby dan Hendon 1994) dan oleh
karena itu merupakan sebuah bukti yang meyakinkan adanya sinyal MJO di Ʈx.
Untuk Memisahkan bagian angin stress zonal yang berhubungan langsung dengan
MJO, bandpass penyaring dengan setengah daya frekuensi Kuota pada (30 hari) -1 dan (90
hari) -1 diterapkan pada Ʈx untuk mendapatkan komponen antar musimnya, Ʈ1. Sebuah
analisis HSVD ( Hylbert Singular Vector Decomposision) yang kemudian diaplikasikan pada
Ʈ1. HSVD adalah analisis SVD reguler untuk sebuah bidang dan transformasi Hilbert-nya.
Metode ini adalah cara yang efisien untuk memisahkan komponen penyebaran bidang zonal
yang diwakili sebagai pasangan mode terdepan (Zhang dan Hendon 1997). Metode HSVD
Diaplikasikan pada Ʈ1 yang mengarah ke empat pasang mode terdepan yang sangat jelas
terpisah satu sama lain dan sisanya mengacu sesuai dengan kriteria North et al. (1982).
Beberapa mode HSVD menjelaskan 53% dari total kovariansi. Komponen utama dari
keduanya berada dalam kuadratur. Korelasinya mencapai maksimum, +0.45, dengan jeda +10
hari. Ini menyiratkan bahwa frekuensi dominan pasangan mode HSVD pertama adalah 0.025
cpd, yang konsisten dengan intra puncak musiman dalam spektrum daya (Gambar 1). Bagian
kedua pada keempat pasangan terdepan mode HSVD, Secara ringkas, dijelaskan hanya 10%,
7%, dan 5% dari total perbedaan kovarians.
Komponen MJO dari Ʈ1 direkonstruksi dengan meregresi Ʈ1 pada komponen utama
yang pertama dan kedua pasangan mode terdepan HSVD. Pasangan kedua mode terdepan
disertakan untuk memperhitungkan zonal Pergeseran MJO selama kejadian ENSO panas
(Kessler 2001). Komponen MJO dari Ʈ1 dilambangkan sebagai Ʈ MJO. Perambatan ƮMJO
timur dikonfirmasi oleh spektrum daya wavelet ruang-waktu di Pasifik (tidak ditunjukkan).
Seri waktu tanpa MJO juga diturunkan, ƮNMJO = Ʈ1 + ƮMJO. Ini tidak mengandung
banyak sinyal perambatan zonal. Seri waktu ƮMJO dan ƮNMJO digunakan untuk
mendapatkan indeks yang masing-masing mewakili gaya gelombang Kelvin lautan oleh
angin stress zonal terkait dengan MJO dan angin stress zonal tidak berhubungan dengan
MJO.
Gelombang Kelvin merespons angin stress zonal di sepanjang garis karakteristiknya
(Kessler et al. 1995). Gaya Gelombang Kelvin lautan bisa demikian diukur dengan indeks, K,
dengan garis bujur tertentu x 0 dan waktu t 0, adalah

dimana x = 0 adalah garis bujur dari batas barat lautan dan c = 2,4 m/s2 adalah fase yang
diamati kecepatan gelombang Kelvin. Perhitungan lengkap gaya angin diproyeksikan ke
gelombang Kelvin harus mencakup koefisien drag dan struktur meridional dari Gelombang
Kelvin (Boulanger dan Menkes 1995). Ketika yang dianggap hanya Gelombang Kelvin yang
dominan (mode pertama), Besar indeks K gaya gelombang Kelvin ini adalah sebanding
terhadap proyeksi gaya angin pada gelombang Kelvin. Sebagian besar energi gelombang
Kelvin lautan mode pertama terkonsentrasi secara sempit dalam beberapa derajat garis
lintang dari khatulistiwa. Juga mengabaikan rumus indeks K adalah variasi zonal dalam
kecepatan fase gelombang Kelvin.

Komponen intra musiman dari gaya gelombang Kelvin adalah Ʈ1 adalah K1 = K

(Ʈ1). Komponen intra musiman gaya Gelombang Kelvin adalah semata-mata MJO adalah
KMJO = K (ƮMJO), dan komponennya yang tidak terkait dengan MJO adalah KNMJO = K
(ƮNMJO). Untuk mengukur aktivitas musiman K, variansnya dalam jangka waktu 3 bulan
berjalan pada setiap bulan kalender, σK, dihitung. Saat siklus tahunan σK akan dihapus, deret
waktu yang dihasilkan, ΔσK, merupakan anomali antar tahunan di laut anomali varians
musiman, K. Demikian juga, ΔσKMJO dan ΔσKNMJO menunjukkan anomali antar tahunan
dalam varian musiman KMJO dan KNMJO. Tabel 1 mencantumkan simbol-simbol yang
digunakan dalam penelitian ini.

Contoh K, KMJO, KNMJO, ΔσKMJO dan ΔσKNMJO ditunjukkan pada Gambar 2. Sinyal
antar musiman yang jelas dapat dilihat bahkan di K (Gambar 2a). Beberapa di antaranya
dibatasi pada Pasifik timur, yang lainnya menembus seluruh basin(cekungan) dari barat ke
timur. Sinyal intraseasonal di K Bisa lebih jelas terlihat dari KMJO (Gambar 2b). Juga
terlihat dari KMJO terdapat fluktuasi antar tahunan yang kuat. Sebaliknya, KNMJO ternyata
lebih lemah dan lebih terbatas ke Pasifik timur dari KMJO (Gambar 2c). Fluktuasi antar
tahunan pada KMJO lebih jelas terlihat pada Δσ (Gambar KMJO 2d). Nilai positif
menyiratkan gaya intramusiaman yang luar biasa kuat dalam satu musim. Mereka terkadang
terkait dengan kelompok gaya intramusiaman yang kuat dalam satu musim dan di lain waktu
ke salah satu yang luar biasa. Fluktuasi antar tahunan di KNMJO (Δσ pada Gambar 2e), jauh
lebih lemah dan, sebagian besar terbatas di Pasifik timur.

3. HASIL
A. Evolusi temporal
 Variabilitas inter tahunan dalam gaya gelombang Kelvin dan SST khatulistiwa
ditunjukkan pada Gambar 3. Diagram garis bujur waktu dari tahun 1980 sampai 1999
diplot pada gambar untuk K (Gambar 3a, b) dan anomali antar tahunan varians
musiman dari komponen MJO-nya, Δσ (Gbr. KMJO 3c, d). Keduanya dilapisi dengan
kontur antar tahunan anomali pada SST khatulistiwa (ΔSST) rata-rata di atas 2.5oN-
2.5oS. Yang secara jelas ditunjukkan oleh ΔSST adalah empat kejadian terbesar
ENSO panas (1982/1983, 1986/1987, 1991/1992, dan 1997/1998), dua kejadian panas
sedang (1992/1993 dan 1994/1995), dua kejadian dingin terbesar (1988/1989 dan
1998/1999), dan sebuah fenomena dingin yang lemah tapi berkepanjangan dari tahun
1984 sampai 1986. Untuk kejadian panas 1982/1983, anomali SST positif
khatulistiwa muncul pertama kali di Pasifik barat pada akhir 1981 dan awal 1982.
Pada bulan April dan Mei 1982, sebagian besar Pasifik khatulistiwa telah mengalami
anomali pemanasan. Pada saat ini, anomali sinyal gaya gelombang Kelvin bisa terlihat
di Pasifik barat (Gambar 3c). Tapi yang paling kuat anomali gaya gelombang Kelvin
terjadi pada akhir 1982 sebelum anomali SST mencapai puncaknya yang pertama
mendekati akhir tahun 1982. Sebuah episode Gelombang gelombang Kelvin yang luar
biasa kuat dimulai Pasifik barat, menembus masuk ke seluruh Pasifik, dan tiba di
Pasifik timur dengan penuh kekuatan. Episode gaya tunggal ini adalah unsur dari
anomali positif dalam varians musiman KMJO (yaitu ΔσK) pada akhir tahun 1982.
Setelah gaya sinyal MJO mencapai Pasifik timur pada akhir tahun 1982, ΔSST mulai
meningkat lagi dan dimaksimalkan pertengahan 1983.
Aktivitas gaya yang kuat juga ditemukan selama kejadian panas 1986/1987
dan 1997/1998. Dalam kasus ini, anomali antar tahunan terbesar dalam varian
musimannya (ΔσKMJO) mendahului puncak fenomena panas. Perbedaannya adalah
pada kejadian 1986/1987, Anomali antarannual terbesar dalam gaya gelombang
Kelvin yang terjadi setelah ΔSST menjadi positif di Pasifik tengah, sedangkan pada
tahun 1997/1998, terjadi di waktu yang sama. Demikian pula ΔσKMJO positif yang
didahului dan MJO bertepatan dengan puncak fenomena panas 1991/1992. ΔσKMJO
positif juga terjadi pada akhir tahun 1989 dan MJO awal tahun 1990, sebuah masa
transisi dari tahun 1988/1989 fenomena dingin ke periode hangat yang melekat pada
tiga fenomena hangat sedang dari tahun 1990 sampai 1995. Positif ΔσKMJO selama
fenomena hangat tahun 1994/1995 terjadi setelah ΔSST mencapai puncaknya. Tidak
ada ΔσKMJO yang positif selama fenomena panas 1992/1993.
ΔσKMJO Positif juga terjadi saat fenomena ENSO dingin sama seperti tahun-
tahun normal. Bergman dkk. (2001) membuat perbandingan rinci dari tiga kasus yang
kontras: Aktivitas MJO kuat bertepatan dengan fenomena panas yang kuat di tahun
1997/1998, aktivitas MJO yang kuat menyebabkan tidak ada panas di tahun
1990/1991, dan sebuah fenomena yang hangat diikuti Aktivitas MJO sedang pada
awal tahun 1982. Semua tiga kasus bisa dilihat disini.
Tampak bahwa setiap kejadian ENSO panas memiliki hubungan yang berbeda
dengan gaya gelombang kelvin. Fitur umum Namun tetap ada. Gaya yang kuat dapat
ditemukan di Pasifik barat pada awal, pengembangan, atau tahap matang hampir
semua fenoemana hangat, tapi memang begitu biasanya sangat lemah (negative Δσ)
 setelah puncak fenomena panas. Rangkaian tindakan serupa dapat dilihat untuk semua
fenomena panas utama:
GAMBAR
Anomali SST positif pertama muncul di Pasifik barat dan disertai Gaya
Gelombang Kelvin antartahunan yang kuat , fenomena gaya ini semakin intensif
sebagai anomali SST yang menjadi positif di seluruh basin (cekungan). Puncak
anomali SST positif di
Pasifik timur kemudian ikut. setelah
puncak, gaya gelombang Kelvin menjadi sangat lemah. Meskipun
gaya aktivitas terjadi terlepas dari fase
siklus ENSO, mereka luar biasa kuat di
Pasifik barat terlebih selama fenomena panas. Dari
enam fenoemena panas, empat (1982/1983, 1986/1987, 1991/1992,
1997/1998) mengalami hal yang luar biasa kuat
gaya Gelombang Kelvin aktivitas (positive Δσ) di
Pasifik barat sebelum anomali SST positif
mencapai puncaknya di Pasifik timur.
GAMBAR
Tampilan pertaman Gaya Gelombang Kelvin dan anomali SST menunjukkan bahwa
keduanya mungkin
terkait secara sistematis. Pada bagian berikut,
Statistik sederhana akan digunakan untuk mensintesis dan mengukur
ciri umum yang diamati pada Gambar 3.

B. Statistik
Seri waktu anomali SST antar tahunan (ΔSST)
dari empat wilayah Nino dan varian musiman Gaya Gelombang Kelvin oleh MJO,
ΔσKMJO di setiap grid bujur dikorelasikan dengan kelambatan di antara keduanya
mulai dari -12 sampai 12 bulan. Gambar 4 menunjukkan
koefisien korelasi dan tingkat kepercayaan mereka sebagai
fungsi lag dan bujur bulanan untuk periode
1980-1999. Negatif lag mengindikasikan ΔσKMJO terdepan ΔSST.
Jumlah sampel independen diperkirakan dari autokorelasi
adalah 8. Jumlah derajat kebebasan
yaitu 7. Ini setara dengan mengambil setiap Kejadian ENSO
ekstrim dalam periode analisis sebagai independen. Jumlah derajat kebebasan ini
digunakan dalam semua analisis disini. Tingkat kepercayaan yang berbeda
ditunjukkan karena adanya kekhawatiran kesewenang - wenangan dalam
memilih tingkat kepercayaan tertentu dalam arti penting
uji coba (Nicholls 2001). Dalam diskusi berikut
pada Gambar 4, istilah seperti ''korelasi yang paling percaya diri''
akan digunakan sebaiknya ''korelasi tertinggi''
untuk menggambarkan hubungan maksimal antara keduanya.
Signifikansi statistik dapat dinilai oleh pembaca
(juga lihat lampiran C).
Korelasi dengan tingkat keyakinan >=95% ditemukan
antara ΔσKMJO di Pasifik barat dan ΔSST di
Pasifik timur, dengan ΔσKMJO memimpin 6-12 bulan. KMJO
Tingkat kepercayaan lebih tinggi untuk ΔSST di timur Pasifik. Pasifik (wilayah Nino-
1+2 dan Nino-3) daripada di
Pasifik tengah dan barat (wilayah Nino-3.4 dan Nino-4). Korelasi tertinggi (0,6)
ditemukan untuk
ΔσKMJO barat 150oE. Pola korelasi antara KMJO
ΔσKMJO dan SST Nino-1+2 dan SST Nino-3 menunjukkan kecenderungan ke arah
timur. Pada lag 0 (nol) korelasi
hampir lenyap, seperti yang ditunjukkan oleh Hendon dkk.
(1999) dan Slingo dkk. (1999). Koefisien korelasi
ΔSST yang memimpin ΔσKMJO (lags positif) umumnya
negatif dan rendah percaya diri. Karena tahunan
siklus di keduanya ΔSST dan ΔσKMJO telah dihapus,
Pola korelasi berhubungan dengan musim
baik MJO maupun ENSO. Korelasi lag tunggal
maksimum selama periode 24 bulan menggarisbawahi hal ini.

Korelasi itu sangat dipertimbangkan oleh luar biasa

kuatnya ENSO panas tahun 1997/1998 dan
gaya Gelombang kelvin pada awal 1997. Tapi yang paling menarik
Fiturnya, yaitu, ΔσKMJO memimpin ΔSST, tidak
tergantung pada fenomena ini. Tanpa data dari tahun 1997/1998,
Korelasi masih memegang pola yang sama walaupun
Korelasi tertinggi (tingkat kepercayaan) berkurang dari 0,6
menjadi 0,5 (96% sampai 91%) untuk daerah Nino-1+2 dan Nino-3.
Hal ini tidak mengherankan bila ENSO panas terkuat
dikecualikan dari periode yang hanya menyimpan enam fenomena. Pola korelasi
yang ditunjukkan pada Gambar 4 adalah
diteliti lebih lanjut dengan menggunakan simulasi Monte Carlo dan
uji bootstrap (lampiran C). Berdasarkan tes ini,
dapat dikatakan bahwa Gambar 4 berfungsi dengan baik untuk disintesis secara
aman, jika yang dilihat dari deret waktu pada Gambar 2 (juga pada Gambar.
5, lihat pembahasan berikut).

Kecenderungan gaya gelombang Kelvin yang luar biasa tangguh

(ΔσKMJO positive) terjadi sebelum
puncak fenomena ENSO panas yang dapat dilihat untuk semua mayor
kejadian pada periode 1980-1999. Pada Gambar 5 deret waktu
dari ΔSST untuk keempat wilayah Nino diplot
dengan ΔσKMJO pada garis bujur dimana Koefisien korelasi lag tertinggi
antara keduanya ditemukan.
Anomali SST maksimum di timur dan tengah
Pasifik (wilayah Nino-1+2, Nino-3, dan Nino-3,4) dari
empat peristiwa ENSO panas yang utama (1982/1983, 1986/1987,
1991/1992, dan 1997/1998) semuanya didahului dengan anomali positif
dalam varians gelombang Kelvin musiman
oleh MJO. Kejadian panas tahun 1997/1998 menonjol
sebagai kasus yang tidak biasa, yang merupakan pendahulu gaya gelombang Kelvin
bisa terlihat di keempat wilayah Nino. Itu
harus ditunjukkan, sedangkan semua ENSO panas fase kuat
didahului dengan sangat kuat
gaya Gelombang kelvin, semua episode yang kuat
(positif ΔσKMJO) tidak diikuti oleh ENSO panas. Misalnya, pemanasan ENSO tidak
terlihat segera
menyusul kuatnya gaya gelombang Kelvin musiman
di musim dingin 1989/1990. Bergman dkk. (2001)
memeriksa kasus terakhir secara rinci.
Berdasarkan koefisien korelasi tertinggi, regresi
ΔSST pada deret waktu ΔσKMJO dibuat
untuk empat daerah Nino dan juga diplot pada Gambar 5(peredaran). Anomali SST
maksimum regresi bertepatan
dengan yang diamati untuk fenomena panas utama.
Ini menyoroti potensi ΔσKMJO sebagai informasi yang berguna
dalam memprediksi ENSO panas. Lebih banyak diskusi Hal ini diberikan pada
bagian 5.

Kedua Gambar. 4 dan 5 menunjukkan bahwa Anomali SST lebih besar (lebih
kecil) yang terkait dengan fenomena ENSO panas cenderung
mengikuti periode yang lebih kuat (lemah) gaya gelombang Kelvin.
Hal ini bisa lebih jelas terlihat dari Gambar 6. Untuk
Enam fenomena ENSO panas dalam periode analisis, maksimal
ΔSST dari empat wilayah Nino diplot
melawan sebelumnya (sampai 12 bulan) indeks varians musiman maksimum,
ΔσKMJO. Garis bujur pada gambar sama seperti pada Gambar 5, yaitu ΔσKMJO.
korelasi tertinggi yang terlihat pada Gambar 4. Ini
tidak diragukan lagi bahwa anomali SST yang lebih besar cenderung terjadi
didahului dengan gaya gelombang Kelvin yang lebih kuat. Ini lebih
untuk ΔSST di Pasifik timur (wilayah Nino-1+2 dan
Nino-3) daripada di Pasifik tengah dan barat (wilayah Nino-
4). Korelasi antara ΔSST maksimum dan
ΔσKMJO maksimum adalah 0,7. Ini menjadi 0,6 jika kejadian 1997/98
panas dikecualikan.

Secara keseluruhan, ΔσKMJO maksimum sebelum ΔSST maksimum bisa

terjadi kapanpun dalam setahun dan mereka bisa memimpin maksimal
ΔSST 1 sampai 12 bulan. Tapi lead time antara
yang paling kuat memaksa dan mengikuti ΔSST maksimum
berkisar antara 4 dan 12 bulan. Anomali terbesar
dalam memaksa sebelum anomali terbesar di SST (ΔSST
>2oC) cenderung terjadi selama musim dingin dan musim semi boreal
(November-Maret), puncak musim bagi MJO (Salby
dan Hendon 1994). Sebagian besar anomali terbesar di Indonesia
keduanya menguat dan SST berasal dari tahun 1982/1983 dan
Kejadian hangat 1997/1998, seperti terlihat pada Gambar 5.
Ucapan penutup
Sebuah pengamatan telah dipresentasikan yang menunjukkan adanya pos- Hubungan
dinamis antara aktivitas musiman MJO di barat Pasifik dan SST anomali dari ENSO
di Pasifik timur. Hasil utamanya adalah sepuluh- Tingkat kejadian hangat ENSO yang
lebih hangat didahului oleh gelombang Kelvin yang lebih kuat yang memaksa oleh
MJO di barat- ern Pasifik Kecenderungan ini telah ditunjukkan pada keduanya evolusi
peristiwa hangat individu dan statistik kor- hubungan. Pengamatan didasarkan pada
data dari suatu periode (1980-99) yang tertanam hanya delapan ENSO ekstrim acara
(enam acara hangat dan dua acara dingin). Masalah terkait dengan kualitas reelisis
NCEP-NCAR sebelumnya ke tahun 1980 dan variabilitas interdekad dari MJO dan
ENSO harus diupayakan untuk menjelaskan tidak adanya mengamati hubungan antara
ENSO acara hangat dan MJO selama periode 1950-79. Studi ini menunjukkan bahwa
gelombang Kelvin memaksa oleh MJO mungkin adalah ukuran MJO yang lebih tepat
kegiatan selain indeks MJO lainnya dalam eksplorasi Kemungkinan efek MJO pada
ENSO. MJO yang paling umum indeks berasal dari mode EOF terkemuka di- Pola
awan melintang secara traseasonal atau troposfer angin zonal di Tropika global (mis.,
Lau dan Chan 1988; Zhang dan Hendon 1997; Hendon dkk. 1999; Slingo dkk. 1999).
Indeks MJO semacam itu bisa diukur dengan baik Aktivitas global keseluruhan MJO,
tapi jangan ac- Secara curam menggambarkan efek lokal MJO di Pasifik Lautan.
Musim anomali aktif untuk MJO di Samudera Hindia dapat menghasilkan anomali
interannual positif dalam indeks MJO global tapi ini tidak berarti Aktivitas MJO juga
anomali kuat di Pasifik. Jika MJO memang mempengaruhi ENSO, pengaruhnya pasti
datang Bermain melalui interaksi udara-laut di Pasifik dimana siklus ENSO berakar.
Untuk mengeksplorasi pengaruh MJO pada prediksi ENSO dan ENSO, menggunakan
indeks MJO berasal dari bidang yang secara langsung mewakili fisik pro- cesses
interaksi udara-laut lokal ke Pasifik khatulistiwa sangat dianjurkan Hasil utama dari
penelitian ini menunjukkan bahwa itu adalah aktivitas musiman MJO, bukan aktivitas
indi- acara vidual, yang paling berpengaruh pada pengaruhnya ENSO Ini mungkin
memiliki implikasi yang menarik ENSO prediksi Keterampilan prediksi ENSO saat
ini model, dinamis atau statistik, terbatas. Model itu Bisa diprediksi terjadinya
peristiwa hangat dengan timbal Waktu 6-9 bulan sering meremehkan laju
pertumbuhan dan amplitudo anomali SST dan mislocate max- anomali SST imum
(Barnston et al 1999; Landsea dan Knaff 2000; B. P. Kirtman 2000, com-
munication). Kurangnya sinyal MJO di model mungkin menjadi salah satu dari
banyak alasan kekurangan arus ENSO prediksi (McPhaden 1999). Tapi dinamis mod-
els tidak memiliki keahlian apapun yang memprediksi MJO di luar a beberapa hari
(Jones et al., 2000; Hendon et al., 2000). Itu fluktuasi antarannual di MJO tampaknya
tidak menjadi penyebab- sekutu terkait dengan variasi antar bahasa di SST tapi driv-
en oleh dinamika internal atmosfir (Slingo et al 1999 ;. Hendon dkk. 1999). Oleh
karena itu, dianggap un- dapat diprediksi Karena semua alasan ini, itu menggoda
untuk menerima pandangan bahwa, jika MJO mempengaruhi ENSO, Ini berfungsi
untuk membatasi ENSO prediktabilitas.
Pandangan ini menegaskan bahwa ENSO pada umumnya terpengaruh lebih oleh
aktivitas musiman MJO daripada dengan aktivitas in- kejadian dividen Ini jauh lebih
layak untuk sebuah model untuk mempertahankan tingkat aktivitas musiman yang
benar MJO, (misalnya, Sperber et al 1997. Waliser et al 1999.) daripada memprediksi
waktu kejadian MJO individu. Waktu memimpin 6,5 bulan gelombang Kelvin
memaksa oleh MJO sehubungan dengan ENSO acara hangat menunjukkan Prediksi
ENSO mungkin mendapat manfaat dari penyertaan dari MJO dalam model prediksi
ENSO sekalipun tanpa harus memprediksi variabilitas interprofual dari MJO. Jika
model memiliki kemampuan memprediksi terjadinya- Kehadiran ENSO acara hangat
dengan waktu memimpin 6-9 bulan, maka prediksi besarnya Acara bisa diperbaiki
asalkan kita bisa menentukannya faktor lingkungan untuk aktivitas musiman MJO,
memiliki faktor-faktor ini termasuk di awal kondisi untuk model, dan memperbaiki
model begitu itu dapat mempertahankan tingkat aktivitas musiman yang benar dari
MJO konsisten dengan kondisi awal. Ini adalah tugas yang menakutkan namun dapat
dicapai. Ucapan Terima Kasih. Penulis ingin mengucapkan terima kasih kepada Mat-
Mereka Harrison, Harry Hendon, William Kessler, Mi- chael McPhaden, dan
Anthony Rosati untuk com- Pada versi awal manuskrip. Banyak diskusi dengan Harry
Hendon sangat khusus bermanfaat. Komentar sabar dan gigih dari dua penutur
anonim membantu membentuk manuskrip itu bentuknya sekarang. David Thompson
membawa penulis ' Perhatian terhadap suhu melonjak sekitar tahun 1979 di Reunalisis
NCEP-NCAR ditunjukkan pada lampiran B. Dis- cussions dengan Gabriel Vecchi
membantu desain tes korelasi yang dijelaskan pada lampiran C. Komentar dari
seorang reviewer anonim yang merekomendasikan re- jection dari penyerahan naskah
ini sebelumnya mo- melakukan tes korelasi. Penulis pertama juga akan mengucapkan
terima kasih kepada David Battisti dan Ed Sarachik untuk hosting kunjungan musim
panasnya ke Hayes Center di Joint In- Bertahan untuk Studi Atmosfer dan Samudra
(JISAO), University of Washington, selama ini studi dimulai. Abderrahim Bentamy
dari Institut Francais de Recherche tuangkan l'Exploitasi de la Mer (IFREMER)
membantu membuat data angin ERS tersedia. Data NCEP-NCAR telah diunduh dari
Situs web NOAA / CDC. Penelitian ini didukung oleh Kantor Program Global NOAA
melalui penghargaan di bawah Perjanjian Koperasi # NA67RJO149 ke CI- MAS dan
# NA67RJ0155 ke JISAO dan oleh Hibah NSF ATM-9706016 dan ATM99122297.

LAMPIRAN A
Perbandingan antara NCEP-NCAR dan ERS Angin Permukaan Kualitas data angin
permukaan tropis dari Reunalisis NCEP-NCAR tidak boleh dilakukan untuk
pemberian hibah- ed. Di sini, kita membandingkan angin permukaan khatulistiwa dari
reanalisis dengan observasi dari European Remote Satelit Sensing (ERS). Data ERS
terdiri dari re- trievals dari instrumen identik di papan dua polar- satelit yang
mengorbit, ERS-1 (diluncurkan Juli 1991) dan ERS- 2 (diluncurkan April 1995). The
ERS scatterometers adalah radar microwave C-band (5,3 GHz) yang aktif, yang mea-
Tentu rasio backscatter terhadap daya sinyal yang ditransmisikan. Data diambil dari
sel-sel sepanjang 50 km 3 50 km sebuah petak sepanjang 500 km. Kecepatan dan arah
angin diperkirakan tingginya 10 m untuk stratifikasi netral. Com- pengupas dengan in
situ pelampung pengukuran di khatulistiwa Pasifik, rata-rata bias dalam kecepatan
adalah 20.36 m s21 dan Standar deviasi adalah 1,46 m s21 dalam area 18 3 18 sekitar
lokasi pelampung Perbedaannya terutama untuk Pelampung kecepatan angin kurang
dari 2 m s21 atau lebih dari 10 m s21 Koefisien korelasi untuk time series mingguan
ERS dan angin pelampung, rata-rata berbeda pelampung, 0,82 untuk komponen angin
zonal dan 0,72 untuk komponen meridional Informasi terperinci tentang Produk angin
ERS dan perbandingannya dengan in situ dan pengukuran angin penginderaan jarak
jauh lainnya dapat dilakukan ditemukan dari Bentamy et al. (1996, 1999), dan Grima
et Al. (1999). Gridded (1,08 3 1,08) mingguan berarti angin ERS-1/2 data
diinterpolasi ke grid reanalisis. Compar- isons dibuat untuk pentad dan sarana bulanan
dua dataset rata-rata antara 2.58N dan 2.58S di atas periode Agustus 1991-Desember
1999, selama itu data ERS tersedia untuk penelitian ini. Kelvin gelombang memaksa
indeks K dan komponen MJO KMJO dihitung dengan menggunakan dua dataset
tersebut juga dibandingkan. Ada perbedaan yang jelas antara reanalisis dan angin
ERS. Dibutuhkan dua pasang HSVD terdepan mode angin reanalisis untuk mewakili
sepenuhnya variabilitas interkomual dari sinyal MJO. Pasangan pertama Modus
HSVD menggambarkan fluktuasi antar - Bahasa Inggris besarnya sinyal MJO di India
dan Samudra Pasifik bagian barat. Fluktuasi antar anggota di pengambilan zonal dari
MJO (Kessler et al 1995) adalah hanya diwakili oleh pasangan kedua mode HSVD.
Sebaliknya, variabilitas antarannual MJO sig- Nals di angin permukaan ERS,
keduanya dalam besaran dan pengambilan zonal, diwakili dengan baik oleh pasangan
pertama mereka mode HSVD. Alasan perbedaan ini adalah tidak diketahui Tapi sinyal
MJO diwakili oleh yang pertama Dua pasang mode HSVD reanalisis angin dengan
baik menyerupai yang diwakili oleh pasangan pertama HSVD mode angin ERS.
Korelasi antara angin zonal, angin meridian, kecepatan angin, dan gelombang Kelvin
yang memaksa indeks kedua dataset dihitung masing-masing. Ini adalah sig- nificant
pada tingkat kepercayaan 99% untuk semua variabel sama sekali bujur di Pasifik
Korelasi tertinggi adalah untuk K (.0.85) di seluruh wilayah Pasifik. Angka A1
membandingkan gelombang Kelvin yang memaksa indeks, KMJO, dihitung
menggunakan dua dataset, yang menunjukkan serupa variabilitas antar suku.
Gelombang Kelvin individu memaksa

LAMPIRAN B Perbandingan antara Periode Sebelum dan Post-1980 telah menjadi

aturan praktis yang tidak tertulis dalam iklim masyarakat bahwa reanalisis NCEP-
NCAR lebih banyak Bisa diandalkan untuk periode setelah dari tahun 1979, terutama
di daerah tropis Asimilasi pengamatan satelit Setelah tahun 1979 diyakini menjadi
alasan utama untuk ini. Sepotong bukti inhomogeneity dalam data qual- Ini reialisis
NCEP-NCAR adalah lompatan yang mencurigakan dekat 1979 dalam anomali 100-
hPa berarti temper- ature di Tropics (Gambar B1) dan pada midlatitudes (Kis- tler
dkk. 2001). Juga terlihat pada Gambar B1 yang sudah jelas perbedaan dalam fluktuasi
interdecadal di trop- suhu rata-rata sebelum dan sesudah 1979. Meskipun Tidak ada
masalah serupa di permukaan data angin, diskontinuitas dalam rangkaian waktu suhu
meningkat peringatan yang cukup pada kualitas reanalisis sebelum 1979. Untuk
alasan ini, kami tekankan dalam hal ini hasil penelitian berdasarkan data reanalisis
untuk periode tersebut pasca-1979. Tanpa bukti langsung yang menunjukkan masalah
di angin permukaan sebelum tahun 1979, kita seharusnya tidak membuangnya data
seluruhnya Korelasi lag yang sama seperti yang ditunjukkan pada Gambar. 4 dihitung
untuk periode 1950-78. Hasil ditunjukkan pada Gambar B2. Mereka sangat berbeda
dari Gambar 4. Alasan ketidaksesuaian tidak jelas. Slingo dkk. (1999) menemukan
bahwa korelasi antara Indeks MJO global dan Nin'o SST lemah pada umumnya tapi
sedikit lebih besar untuk periode dari pertengahan 1970-an sampai saat ini
dibandingkan periode sebelumnya dari catatan data. Mereka mencatat jumlah MJO
ac- tivity sebelum pertengahan 1970-an dalam model global lainnya data reanalisis
Mereka berspekulasi bahwa penyebabnya mungkin pemanasan skala presadial
permukaan laut. Kegiatan MJO yang lebih lemah sebelum tahun 1979 dapat
menyebabkan re- duksi dalam korelasi antara SST ekuatorial dan Gelombang Kelvin
memaksa MJO di Pasifik barat. Tapi mereka hampir tidak dapat menjelaskan hal yang
sama sekali berbeda pola korelasi Karena data SST umumnya dianggap dapat
diandalkan untuk mendeteksi fitur massal ENSO, dua kemungkinan penjelasan tersisa
untuk dis- crepancies Salah satunya adalah inhomogeneity dalam kualitas data, yaitu,
data kurang andal dari periode awal. Itu Lainnya adalah variabilitas interdecadal di
ENSO (mis., Wang 1995; Kirtman dan Schopf 1998) atau MJO (Slingo et al. 1999),
atau keduanya. Pada tahap ini, kita tidak dalam posisi apapun untuk secara
meyakinkan mengevaluasi mana yang lebih mungkin. LAMPIRAN C Pengujian
Korelasi Lag Pentingnya korelasi lag yang dibahas di bagian 3b diuji disini Pertama,
kemungkinan itu Pola korelasi yang ditunjukkan pada Gambar 4 disengaja adalah
dikesampingkan melalui simulasi Monte Carlo. Acak Seri waktu dibangun dengan
memilih secara acak a mulai dari rangkaian waktu Nin~o SST dan membiarkannya
akhir deret waktu terus berlanjut sampai awal. Rangkaian waktu acak semacam itu
memiliki probabilitas yang sama distribusi dan autokorelasi sebagai SST Nin'o asli
seri waktu Lag korelasi antara Ds dan berlari-KMJO Waktu dom yang serius
kemudian dihitung. Di setiap Monte Simulasi Carlo, jumlah realisasi berkisar antara
100 sampai 5000. Mereka semua menghasilkan hasil yang sama. Ditunjukkan oleh
garis putus-putus pada Gambar C1a adalah, sebagai contoh, prob- fungsi distribusi
kemampuan (PDF) korelasi coef- fusi untuk Ds pada 1608E dan time series KMJO
acak berdasarkan Nin~o-3 SST dari simulasi 2000 real- izations. PDF dibatasi antara
20,3 dan 0,3. PDF ini independen dari bujur DsK, MJO Nin~o SST time series
dimana deret waktu acak dihasilkan, dan lag di antara keduanya. Selanjutnya,
kemungkinan korelasi lag pada Gambar.