南海海浪場與厄爾尼諾的相關性分析

郭隨平，莊卉，鄭崇偉，賈本凱，陳志祿，王健

（1.解放軍理工大學氣象學院 江蘇南京 211101；2.92538 部隊氣象臺，遼寧大連 116041；3.91967 部隊氣象臺，河北沙河 054100）

1 引言

厄爾尼諾（El Nino）是“圣嬰”（上帝之子）的意思，現在用來指赤道中東太平洋SST（海表溫度——Sea Surface Temperature）大范圍持續異常增暖的現象。厄爾尼諾現象與我國乃至全球的災害性的風暴潮、海浪、海冰、海嘯、赤潮、干旱、洪澇等都有著密切聯系[1-3]，厄爾尼諾現象海域人類的健康、疫病的發生和人群死亡率增加[4-5]，其帶來的干旱常引發糧食危機,還會增加疾病傳播的風險[5]。任廣成[6]的研究發現：厄爾尼諾（拉尼娜）事件與甘肅河東秋雨關系密切，厄爾尼諾事件甘肅河東秋雨偏少，拉尼娜事件甘肅河東秋雨偏多；各NINO海區海溫均與甘肅河東秋雨存在很好的負相關關系。夏詠華[7]的研究發現：厄爾尼諾對常引起全球氣候異常，對西北太平洋臺風的產生幾率和活動規律、全球氣候、亞洲冬季和夏季季風環流、海面能見度等都有重大影響，給航海業帶來嚴重影響。仲桂清等通過對風場、溫度場、大氣環流等相關因素的分析指出[8]：厄爾尼諾是造成我國1998年長江特大洪水的重要原因之一。諶蕓[9]的研究發現我國秋季降水與ENSO的關系遠比夏季降水與ENSO的關系好，El Nino年我國秋季降水出現南多北少的分布型（S型）的頻率增加近20%，而La Nina年出現S型的頻率減少20%。劉愛國的研究發現[10]：中等強度的冷事件（拉尼娜）、暖事件（厄爾尼諾）與登陸斗門-厓縣熱帶氣旋個數關系不明顯，而在強或弱冷、暖事件中，冷事件影響登陸斗門-厓縣的熱帶氣旋明顯偏多，特別是在冷、暖事件影響下，登陸斗門-厓縣熱帶氣旋異常偏多年中，冷事件影響年占了64%。楊學祥等[11]發現行星沖日、近地潮、日月大潮、日食、月食的疊加所形成的強潮汐與厄爾尼諾事件發生時間有非常好的對應關系。龐景貴等[12]研究發現厄爾尼諾對我國和全球的農漁業帶來嚴重危害。楊特群[13]的研究發現厄爾尼諾與黃河流域汛期降雨洪水有著密切的聯系：在厄爾尼諾次年，黃河流域各區間汛期降水量偏多的幾率較非厄爾尼諾次年要大；黃河中游以及蘭州至托克托區間厄爾尼諾次年的汛期降雨總量偏多20%以上的幾率明顯大于氣候概率；厄爾尼諾次年黃河下游汛期降雨量正常的年份很少。徐小玲[14]發現厄爾尼諾事件對毛烏素沙區的降水量影響程度較大，厄爾尼諾年降水量明顯減少，且下一年降水量增多。何春良[15]的研究發現：1977—2007年發生的10次厄爾尼諾事件對厄爾尼諾年的次年我國海域赤潮發生的次數有比較顯著的影響。在環境和資源危機嚴重困擾人類的當今世界[16-21]，本文利用來自ECMWF（歐洲中期天氣預報中心-European Centre for Medium-Range Weather Forecasts）將1957年9月—2002年8月風浪和涌浪分離的ERA-40海浪再分析資料，分析了南海海浪場與厄爾尼諾的相關性，為防災減災、海洋水文研究等提供參考。

2 資料簡介

ERA-40海浪再分析資料來自ECMWF，該海浪資料將風浪和涌浪進行了分離，該資料是全球第一份耦合海浪（WAM）和大氣環流模式模擬結果并同化觀測資料得到的再分析產品，該資料最大的特點是將風浪和涌浪進行了分離，也是目前為止長時間序列風浪和涌浪分離資料的最佳選擇[22-24]。該資料的空間范圍為90°S—90°N，0°—360°E，空間分辨率為1.5°×1.5°，時間范圍從1957年09月01日00:00時—2002年08月31日18:00時，時間分辨率為6 h。

3 海表風場、海浪場與nino3指數的相關性

將南海1958—2001年的海表風速、風浪、涌浪、混合浪波高進行逐年平均，分別得到各個網格點上各個要素44個時次的年平均值，分別計算各網格點上各要素與nino3指數的相關系數（見圖 1）。

nino3指數：nino3區（150°—90°W，5°N—5°S）SST的區域平均值。

由于南海海表風場與nino3指數相關系數的分布特征和南海風浪場與nino3指數相關系數的分布特征一致，本文只列出了風浪與nino3指數相關系數的分布圖（見圖1）。

1月，南海北部的風浪、混合浪與nino3指數相關性通過了95%的信度檢驗，表現出顯著的負相關；海南島東南部海域（中沙和西沙附近海域）的涌浪與nino3指數表現出顯著的負相關。南海中部和南部的浪場與nino3指數的相關性沒有通過95%的信度檢驗。4月，南海大部分海域的的浪場與nino3指數沒有通過95%的信度檢驗，僅在一些零星海域表現出顯著的正相關。7月，南海中南部的涌浪、混合浪與nino3指數表現出顯著的正相關，相關性在中南半島附近海域最強；風浪與nino3指數僅在南海南部一些零星海域表現出顯著的正相關。10月，南海的風浪、涌浪、混合浪海浪場與nino3指數的相關性為全年最好，大部分海域表現出呈顯著的負相關，僅中南半島附近海域的風浪與nino3指數的相關性沒有通過95%的信度檢驗。

整體來看，涌浪、混合浪與nino3指數的相關性好于風浪；7月、10月浪場與nino3指數的相關性好于1月和4月，其中4月相關性為全年最低。

本文僅揭示了南海的海浪場與nino3指數有著密切的聯系，但兩者一個為快變過程一個為慢變過程，其內部物理機制有待進一步借助海氣相互作用原理和大氣環流理論進行深入研究。

4 海表風場、海浪場的空間分布特征

對南海1958—2001年逐年年平均的海表風速、風浪波高、涌浪波高、混合浪波高進行EOF分析，分析南海海表風場、海浪場的空間分布特征[26]。

圖1 1月、4月、7月、10月nino3指數與風浪（a1—d1）、涌浪（a2—d2）、混合浪（a3—d3）的相關系數，彩色區為通過了95%的信度檢驗。

圖2 a-c：海表風場EOF分析的前三模態空間分布；d-f：風浪EOF分析的前三模態空間分布；g-i：為涌浪EOF分析的前三模態空間分布；j-l：混合浪（有效波高）EOF分析的前三模態空間分布

圖3 風浪波高（a）、涌浪波高（b）、混合浪波高（c）EOF第一模態時間系數的功率譜，以及nino3指數的功率譜分析（d）

從圖2可看出，各要素的第一模態空間分布均呈現東北-西南走向的高值區分布，這揭示了南海冬季風和夏季風期間最大風速擾動增強區以及它帶來的風浪和涌浪的增強。海面風場的前三模態的空間分布和利用T/P高度計資料分析結果基本相似，第2和第3模態的空間分布分別代表了南海季風爆發初期南海南北海域風場的反位相關系以及南海周邊地形對海面風場的影響。海面風場的前3個模態空間分布和風浪場前3模態空間分布有很好的對應，說明南海風的擾動變化決定南海風浪場的擾動變化。值得注意的是涌浪場各模態的空間分布和海面風場各模態的空間分布之間的對應關系明顯不如風浪場與海面風場之間關系；涌浪場中特征向量等值線分布稀疏，表明涌浪擾動分布變化比風浪場均勻。混合浪場的各模態擾動分布與涌浪更為接近，也是風浪場和涌浪場對應模態的合成結果，它一方面是局地風場直接作用下的結果，另一方面又反映了非局地風場或前期風場以及周邊水深、地形等因素的影響。

海面風場、混合浪場、風浪場和涌浪場的EOF分析的第1模態的時間系數的變化趨勢基本一致，圖略。特別是海面風場和風浪場之間的相關系數達到0.89（超過99%的信度檢驗）；海面風場和混合浪之間的相關系數達到0.37（超過95%的信度檢驗）；但海面風場和涌浪場之間的相關系數僅為0.18（未超過95%的信度檢驗）；這也表明南海的風浪場與海表風場具有較好的對應關系，而混合浪場則更多的是包含了涌浪的信息。

5 海表風速、波高的變化周期

將南海1958—2001年逐年年平均的海表風場、風浪場、涌浪場、混合浪場進行EOF分析第1模態的時間系數進行功率譜分析，以求南海風場、海浪場的變化周期，見圖3。這種方法被廣泛使用，證明是可行的[25]。

研究發現南海風場、風浪、涌浪和混合浪場均存在多種時間尺度的周期變化。海面風場的功率譜值（圖略）和風浪場的功率譜值（見圖3a）分布較為相似，均存在峰值3.3年和5.0年左右的周期變化；涌浪場功率譜值分布和海面風場功率譜值分布有所不同，除存在和海面風場相近的3.75年主周期變化外，5年的周期并不顯著，而2.3年、3.3—4.29年和30年的周期通過了紅噪音檢驗。混合浪場的功率譜值分布和涌浪場相似，既有風浪、涌浪共有的3.3—3.75年主周期變化，也存在涌浪場具有的2.3年和30年左右的周期變化。上述周期均通過了95%的紅噪音（或白噪音）標準譜信度檢驗。

上述各要素場存在共同的3—3.75年周期變化，其中風場和風浪場還存在5年左右的主周期，這一周期可能受東亞冬季風異常和ENSO循環影響有關。陳紅霞等[27]指出中國近海及臨近海域（15°—25°N，112°—130°E）海浪的年際變化中以5年為周期的變化最為顯著，和ENSO事件有著很好的對應關系。

此外，本文還利用功率譜分析nino3指數的變化周期，發現nino3指數存在顯著的3.25—5.2年的周期，見圖3。也就是說，南海海表風場、風浪場與nino3指數存在的3.3年左右、5年左右的共同周期，與陳紅霞[27]的研究結論吻合，鄭崇偉等[28]的研究也發現全球海域的海浪場與nino3指數存在著密切的聯系。南海的涌浪場、混合浪場與nino3指數存在的3—4年左右的共同周期，這也從側面驗證了圖1可信度。但是正如文中第二部分指出，厄爾尼諾和海浪兩者一個為快變過程一個為慢變過程，其內部物理機制有待進一步借助海氣相互作用原理和大氣環流理論進行深入研究。

6 結論

（1）南海的海表風場、海浪場與nino3指數有著密切的關系，其中涌浪、混合浪與nino3指數的相關性好于風浪；7月和10月海浪場與nino3指數的相關性好于1月和4月，其中4月相關性為全年最低。1月，nino3指數與風場、浪場在東沙和西沙附近海域呈顯著的負相關；4月，相關系數為全年最差；7月，nino3指數與風場、風浪場在南沙附近海域呈顯著的正相關，大部分海域的涌浪與nino3指數呈顯著的正相關，nino3指數與混合浪在16°N以南的海域呈顯著的正相關；10月，nino3指數與風場、浪場的相關系數為全年最好，大部分海域均呈顯著的負相關；

（2）南海海表風場、風浪、涌浪、混合浪場第一模態空間分布均呈現東北-西南走向的高值區分布，這揭示了南海冬季風和夏季風期間最大風速擾動增強區以及它帶來的風浪和涌浪的增強。海面風場的第2和第3模態的空間分布分別代表了南海季風爆發初期南海南北海域風場的反位相關系以及南海周邊地形對海面風場的影響，海面風場的空間分布和風浪場空間分布有很好的對應。涌浪擾動分布變化比風浪場均勻。混合浪場的各模態與涌浪較為接近，南海的風浪場與海表風場具有較好的對應關系，而混合浪場則更多的是包含了涌浪的信息；

（3）南海海表風場、風浪、涌浪、混合浪場存在3—3.75年的共同周期。南海的海表風場、風浪場與nino3指數存在的3.3年左右、5年左右的共同周期，涌浪場、混合浪場與nino3指數存在的3—4年左右的共同周期，這也表明南海的海浪場與厄爾尼諾存在著較為密切的聯系，但兩者一個為快變過程一個為慢變過程，其內部物理機制有待進一步借助海氣相互作用原理和大氣環流理論進行深入研究。

[1]沈四林.厄爾尼諾現象與中國的海洋災害[J].海洋技術，2001,4：16-17.

[2]陳健,胡世巧,趙佩章,等.我國大旱大澇與厄爾尼諾和拉尼娜的關系[J].河南師范大學學報,1999,27(4):34-39.

[3]鄭崇偉，張霞.基于WAVEWATCH-III模式的近10年南海波候統計分析[J].氣象與減災研究，2011，34（1）：48-55.

[4]嚴有望.厄爾尼諾現象與人類健康[J].自然雜志,2001,23(3):149-151.

[5]王秀峰.厄爾尼諾現象與人類健康[J].中華醫學科研管理雜志,2001,14(4):254.

[6]任廣成，樊文軍，余明祥.厄爾尼諾與甘肅河東秋雨關系分析[J].海洋預報，2008,25（4）：9-14.

[7]夏詠華.“厄爾尼諾和拉尼娜”現象與航海[J].天津航海，2001,3:39-40,47.

[8]仲桂清，王輝，姜斌.1997—1998年厄爾尼諾與相關的天氣現象之分析[J].海洋預報，2000,17（4）：34-40.

[9]諶蕓，施能.厄爾尼諾/南方濤動與我國秋季氣候異常[J].熱帶氣象學報，2003,19（2）：137-146.

[10]劉愛國，吳陽.厄爾尼諾和反厄爾尼諾與登陸斗門—厓縣熱帶氣旋的統計關系[J].海洋通報，2003,22（4）：87-91.

[11]楊學祥，陳震，陳殿友,等.厄爾尼諾事件與強潮汐的對應關系[J].吉林大學學報（地球科學版），2003,33（1）：87-91.

[12]龐景貴，郭金龍.厄爾尼諾現象給我國及世界農漁業帶來的危害[J].海洋環境保護，2008,4：25-27.

[13]楊特群，饒素秋，張勇,等.厄爾尼諾與黃河流域汛期降雨洪水的關系分析[J].人民黃河，2007,29（8）：20-21.

[14]徐小玲，延軍平.近30年毛烏素沙區的氣候與厄爾尼諾/拉尼娜事件的相關分析[J].干旱區研究，2003,20（2）：117-122.

[15]何春良，楊紅.我國海域赤潮時空分布及其與厄爾尼諾的關系[J].上海海洋大學學報，2009,18（2）：206-211.

[16]鄭崇偉，鄭宇艷，陳洪春.基于SWAN模式的近10年南海北部波浪能資源研究[J].亞熱帶資源與環境學報，2011，6（2）：54-59.

[17]Zheng C W,Zhuang H,Li X,et al.Wind Energy and Wave Energy Resources Assessment in the East China Sea and South China Sea[J].Sci China Tech Sci,2012,55(1):163-173.

[18]鄭崇偉，李訓強.基于WAVEWATCH-III模式的近22年中國海波浪能資源評估[J].中國海洋大學學報（自然科學版），2011，41（11）：5-12.

[19]鄭崇偉.南海波浪能資源與其他清潔能源的優缺點比較研究[J].亞熱帶資源與環境學報，2011，6（3）：76-81.

[20]鄭崇偉.全球海域風能資源儲量分析[J].中外能源，2011，16（7）：43-47.

[21]鄭崇偉，潘靜.全球海域風能資源評估及等級區劃[J].自然資源學報，2012，26（3）：1-8.

[22]ALVARO S,KAY S.A Global View of the Wind Sea and Swell Waves Interannual Variability from ERA-4011th International workshop on wave[J].Handcasting and Forcasting,2009，4:8-23.

[23]ALVARO S,KAY S,ANNA R,et al.A Global View on the Wind Sea and Swell Climate and Variability from ERA-40[J].Journal of Climate,2010.doi:10.1175/2010JCLI3718.1

[24]鄭崇偉，周林，周立佳.西沙、南沙海域波浪及波浪能季節變化特征[J].海洋科學進展，2011，29（4）：419-426.

[25]鄭崇偉，周林，劉志宏.近45年大西洋波候統計分析[J].海軍大連艦艇學院學報，2011，34（2）：50-53.

[26]鄭崇偉.南海海浪特征分析及波浪能資源評估[D].解放軍理工大學碩士論文，2011.

[27]陳紅霞，華鋒，袁業立.中國近海及臨近海域海浪的季節特征及其時間變化[J].海洋科學進展,2006,24(4):407-415.

[28]鄭崇偉，潘靜，田妍妍等.全球海域風浪、涌浪、混合浪波候圖集[M]，海洋出版社，2012.