厄尔尼诺和拉尼娜现象中海表温度分布的研究
彭达胡乱
Suhu Permukaan Laut (Sea Surface Temperature/SST) merupakan salah satu parameter paling penting dalam sistem iklim Bumi. Laut menyimpan dan melepaskan energi panas dalam jumlah besar, sehingga perubahan kecil pada SST dapat memicu perubahan sirkulasi atmosfer skala regional hingga global. Dalam konteks iklim tropis, kajian SST sangat erat kaitannya dengan fenomena El Niño dan La Niña yang tergabung dalam sistem ENSO (El Niño–Southern Oscillation). ENSO adalah variabilitas iklim alami yang terjadi terutama di Samudra Pasifik ekuatorial dan berdampak luas terhadap 库拉·胡詹, suhu udara, angin, badai tropis, hingga produktivitas perikanan.
Artikel ini membahas bagaimana distribusi SST terbentuk dan berubah selama El Niño dan La Niña, indikator yang digunakan untuk memantau fenomena tersebut, mekanisme fisik yang menghubungkan laut dan atmosfer, serta implikasinya bagi wilayah Indonesia.
基本概念 Suhu Permukaan Laut dan Distribusinya
SST adalah temperatur lapisan 海平面 yang umumnya diukur pada kedalaman beberapa milimeter hingga beberapa meter. Distribusi SST dipengaruhi oleh radiasi matahari, penguapan, pertukaran panas dengan atmosfer, arus laut, dan proses pencampuran (mixing) akibat angin. Di wilayah tropis, SST biasanya lebih hangat karena penerimaan radiasi matahari tinggi sepanjang tahun. Namun demikian, tidak semua wilayah tropis memiliki suhu permukaan yang sama: arus laut, upwelling, serta pola angin pasat dapat menghasilkan “kantong” air hangat maupun daerah relatif dingin.
Di Samudra Pasifik ekuatorial, distribusi SST pada kondisi normal bersifat asimetris: bagian barat (dekat Indonesia dan Papua Nugini) relatif lebih hangat, sedangkan bagian timur (dekat pantai Peru–Ekuador) lebih dingin. Ketidakseimbangan ini terbentuk karena angin pasat bertiup dari timur ke barat, mendorong air hangat berkumpul di Pasifik barat, sementara di Pasifik timur terjadi upwelling air dingin dari lapisan bawah.
厄尔尼诺-南方涛动：海洋-大气关系
ENSO bukan sekadar anomali suhu laut, melainkan interaksi dua arah antara laut dan atmosfer. Perubahan SST memengaruhi pusat pembentukan awan dan konveksi di atmosfer tropis. Sebaliknya, perubahan pola angin memodifikasi arus permukaan, kedalaman termoklin (batas antara air hangat permukaan dan air dingin bawah), serta intensitas upwelling.
在“中性”条件下，最活跃的对流中心位于温暖的西太平洋上空。沃克环流——热带地区一种东西向的大气环流模式——将空气推向这片温暖区域上方，然后在上层向东移动，在东太平洋上空下沉，并在近地面处随着信风向西返回。
厄尔尼诺期间海温分布
厄尔尼诺现象的特征是中东太平洋海表温度异常升高。这种升高通常在尼诺指数区域，特别是尼诺3.4区（大约北纬5°至南纬5°，西经170°至120°）清晰可见，该区域最常被用作业务指标。
主要物理机制
1. Melemahnya angin pasat: Ketika angin pasat melemah, dorongan air hangat ke barat berkurang. Sebagian massa air hangat yang sebelumnya “menumpuk” di barat bergerak kembali ke tengah dan timur.
2. Perubahan kedalaman termoklin: Termoklin di Pasifik timur menjadi lebih dalam sehingga upwelling membawa air yang relatif lebih hangat daripada biasanya. Akibatnya, pendinginan permukaan di timur berkurang.
3. Umpan balik Bjerknes: Pemanasan SST di timur menyebabkan konveksi bergeser ke timur, yang semakin melemahkan angin pasat. Pelemahan angin pasat kemudian memperkuat pemanasan SST. Ini menciptakan penguatan (positive feedback) yang membuat El Niño berkembang.
分布模式
在厄尔尼诺现象高峰期，一股“暖水舌”从太平洋中部延伸至南美洲沿岸，东西向温差缩小。空间上，正海表温度异常可能范围广泛，并持续数月之久。厄尔尼诺现象并非千篇一律，存在“东太平洋厄尔尼诺”型（以东部海域增温为主）和“中太平洋/莫多基厄尔尼诺”型（以中部海域增温为主），它们对区域气候模式的影响各不相同。
拉尼娜期间海温分布
拉尼娜现象与此相反，其特征是中东太平洋海表温度异常降温。在拉尼娜现象期间，“正常”状况得到加强：西太平洋变暖，东太平洋变冷。
主要物理机制
1. Menguatnya angin pasat: Angin pasat yang lebih kuat mendorong lebih banyak air hangat ke barat, meningkatkan penumpukan air hangat di sekitar Indonesia.
2. Upwelling lebih intens: Di Pasifik timur, angin yang menguat meningkatkan upwelling air dingin sehingga SST makin rendah.
3. Penguatan sirkulasi Walker: Konveksi tetap dominan di barat, meningkatkan hujan di wilayah Indonesia dan sekitarnya, sementara Pasifik tengah–timur cenderung lebih kering.
分布模式
拉尼娜现象的特征是中东太平洋赤道海域普遍出现负海表温度异常，通常比中性条件下形成更明显的“冷舌”模式。与此同时，西太平洋和印度尼西亚海域则可能出现正海表温度异常，这为雨云的形成提供了大量能量。
海表温度分布监测与分析方法
Kajian distribusi SST terhadap ENSO umumnya melibatkan kombinasi data observasi dan analisis spasial-temporal:
1. Satelit penginderaan jauh: Sensor inframerah dan gelombang mikro dapat memetakan SST secara global dengan resolusi cukup tinggi. Data satelit penting untuk melihat sebaran anomali, gradien suhu, serta evolusi bulanan.
2. Buoy dan Argo float: Jaringan buoy seperti TAO/TRITON di Pasifik ekuatorial serta Argo menyediakan data suhu hingga kedalaman ratusan meter, membantu mengkaji perubahan termoklin dan “isi panas laut” (ocean heat content).
3. Indeks ENSO: Indeks Niño 3.4, Southern Oscillation Index (SOI), dan Oceanic Niño Index (ONI) sering dipakai untuk menentukan fase, intensitas, dan durasi El Niño/La Niña.
4. Anomali SST: Analisis biasanya menghitung selisih SST terhadap klimatologi (rata-rata jangka panjang) untuk mengidentifikasi pola pemanasan/pendinginan yang tidak biasa.
在研究中，经常使用海表温度异常图、霍夫莫勒图（时间与经度）以及与纬向降雨和风的相关性分析等可视化方法来了解厄尔尼诺-南方涛动的空间相互关系。
厄尔尼诺-南方涛动海表温度分布对印度尼西亚的影响
印度尼西亚地处热带海洋性气候区，对对流中心的变化极为敏感。厄尔尼诺现象期间，中东太平洋海域变暖导致云团形成中心远离印度尼西亚。常见的后果包括降雨量减少、干旱风险增加、农业生产中断以及森林和土地火灾风险上升。在一些极端情况下，旱季可能会延长，雨季也可能推迟到来。
Sebaliknya, pada La Niña, perairan sekitar Indonesia cenderung lebih hangat sehingga mendukung penguapan dan pembentukan awan. Curah hujan meningkat, risiko banjir dan longsor naik, serta kejadian 极端天气 seperti hujan lebat lebih sering muncul. Namun, dampak di Indonesia tidak hanya ditentukan ENSO; faktor seperti 印度洋偶极子 (IOD), monsun Asia–Australia, serta dinamika lokal (topografi dan arus regional) juga memodulasi respon.
结论
Distribusi Suhu Permukaan Laut merupakan kunci untuk memahami perkembangan El Niño dan La Niña karena SST berperan langsung dalam mengatur pertukaran energi laut–atmosfer dan lokasi konveksi tropis. El Niño dicirikan pemanasan anomali SST di Pasifik tengah–timur akibat melemahnya angin pasat, pendalaman termoklin di timur, dan umpan balik Bjerknes. La Niña sebaliknya memperkuat gradien suhu barat–timur melalui penguatan angin pasat dan upwelling, membuat Pasifik timur lebih dingin dan perairan Indonesia relatif lebih hangat.
Pemantauan ENSO melalui peta anomali SST, indeks Niño 3.4/ONI, serta observasi kolom air laut menjadi dasar penting untuk prakiraan iklim musiman. Bagi Indonesia, pemahaman distribusi SST terkait ENSO krusial untuk mitigasi risiko kekeringan, banjir, gangguan pangan, dan bencana hidrometeorologi lainnya. Dengan penelitian yang semakin baik dan integrasi data satelit serta observasi in-situ, kajian SST dapat meningkatkan ketepatan prediksi iklim dan memperkuat ketahanan masyarakat terhadap variabilitas iklim.
