The Earth’s climate is a complex system characterized by multi-scale nonlinear interrelationships between different subsystems like atmosphere and ocean. Among others, the mutual interdependence between sea surface temperatures (SST) and precipitation (PCP) has important implications for ecosystems and societies in vast parts of the globe but is still far from being completely understood. In this context, the globally most relevant coupled ocean–atmosphere phenomenon is the El Niño–Southern Oscillation (ENSO), which strongly affects large-scale SST variability as well as PCP patterns all around the globe. Although significant achievements have been made to foster our understanding of ENSO’s global teleconnections and climate impacts, there are many processes associated with ocean–atmosphere interactions in the tropics and extratropics, as well as remote effects of SST changes on PCP patterns that have not yet been unveiled or fully understood. In this work, we employ coupled climate network analysis for characterizing dominating global co-variability patterns between SST and PCP at monthly timescales. Our analysis uncovers characteristic seasonal patterns associated with both local and remote statistical linkages and demonstrates their dependence on the type of the current ENSO phase (El Niño, La Niña or neutral phase). Thereby, our results allow identifying local interactions as well as teleconnections between SST variations and global precipitation patterns.

地球气候是一个复杂的系统，其特征是大气、海洋等不同子系统之间存在多尺度非线性相互关系。其中，海面温度 (SST) 和降水 (PCP) 之间的相互依存关系对全球大部分地区的生态系统和社会具有重要意义，但仍远未完全了解。在这种情况下，全球最相关的海洋-大气耦合现象是厄尔尼诺-南方涛动 (ENSO)，它强烈影响全球的大规模海温变化以及 PCP 模式。尽管在促进我们对 ENSO 全球遥相关和气候影响的理解方面取得了重大成就，但在热带和温带地区仍有许多与海洋-大气相互作用相关的过程，以及 SST 变化对 PCP 模式的远程影响尚未公布或完全了解。在这项工作中，我们采用耦合气候网络分析来表征每月时间尺度上 SST 和 PCP 之间的主导全球协变模式。我们的分析揭示了与本地和远程统计联系相关的典型季节性模式，并证明了它们对当前 ENSO 阶段类型（厄尔尼诺、拉尼娜或中性阶段）的依赖性。因此，我们的结果允许识别海温变化和全球降水模式之间的局部相互作用以及遥相关。我们采用耦合气候网络分析来表征每月时间尺度上 SST 和 PCP 之间的主导全球协变模式。我们的分析揭示了与本地和远程统计联系相关的典型季节性模式，并证明了它们对当前 ENSO 阶段类型（厄尔尼诺、拉尼娜或中性阶段）的依赖性。因此，我们的结果允许识别海温变化和全球降水模式之间的局部相互作用以及遥相关。我们采用耦合气候网络分析来表征每月时间尺度上 SST 和 PCP 之间的主导全球协变模式。我们的分析揭示了与本地和远程统计联系相关的典型季节性模式，并证明了它们对当前 ENSO 阶段类型（厄尔尼诺、拉尼娜或中性阶段）的依赖性。因此，我们的结果允许识别海温变化和全球降水模式之间的局部相互作用以及遥相关。