南海海面風場、高度場和溫度場近十年的變化趨勢及年際變化特征

王佳瑩,方國洪,2,3*,王永剛,2,3

(1.國家海洋局第一海洋研究所,山東青島266061; 2.海洋環境科學和數值模擬國家海洋局重點實驗室,山東青島266061; 3.青島海洋科學與技術國家實驗室區域海洋動力學和數值模擬功能實驗室,山東青島266237)

研究論文

南海海面風場、高度場和溫度場近十年的變化趨勢及年際變化特征

王佳瑩1,方國洪1,2,3*,王永剛1,2,3

(1.國家海洋局第一海洋研究所,山東青島266061; 2.海洋環境科學和數值模擬國家海洋局重點實驗室,山東青島266061; 3.青島海洋科學與技術國家實驗室區域海洋動力學和數值模擬功能實驗室,山東青島266237)

利用2002—2011年南海海面風場、高度場和溫度場的月平均資料分析了這些要素的變化趨勢及年際變化特征。計算得到區域平均海面風東分量的線性趨勢為(-0.012±0.014)(m·s-1)·a-1,北分量的線性趨勢為(-0.014±0.019)(m·s-1)·a-1,其年際變化與NIN～O3指數相關系數可達0.63,滯后1個月;區域平均海面風應力旋度的線性趨勢為(0.099±0.330)×10-9(N·m-3)·a-1,其年際變化與中太平洋厄爾尼諾(EMI)指數呈高度相關,達到-0.85,滯后3個月;區域平均海面高度的線性趨勢為(0.665±0.200)cm·a-1,其年際變化與EMI指數相關系數可達-0.80,滯后2個月;區域平均海表溫度的線性趨勢為(-0.016±0.017)℃·a-1,其年際變化與NIN～O3指數相關系數可達0.68,滯后4個月。其中海表溫度的負趨勢與近期全球變暖的停滯相一致。采用經驗正交函數分解方法分析了各要素的年際變化特征,結果顯示海面風場的第一模態呈現海盆尺度的反氣旋格局,其對應的時間序列與NIN～O3.4指數相關系數最大可達0.68,滯后5個月。海面高度場的第一模態沿南海東邊界和越南東部出現較高值,其對應的時間序列的變化滯后于EMI指數3個月,呈負相關,但系數最大為-0.32。海面溫度場的第一模態呈西高東低的分布狀態,其對應的時間序列與NIN～O3指數的相關系數最大可達0.62,滯后4個月。

南海;風場;高度場;溫度場;變化趨勢;年際變化

南海是太平洋最大的一個邊緣海,水域面積約為365萬km2,平均水深約為1 200 m,其中最深處位于南海中部偏北,約為5 000 m。南海北靠中國大陸和臺灣島,其間有臺灣海峽與東海相連;南臨加里曼丹和蘇門答臘島,經卡里馬塔海峽與爪哇海相連;東臨菲律賓群島,經呂宋海峽和明都洛海峽與太平洋相連;西臨中南半島和馬來半島,其南端有馬六甲海峽與安達曼海相通(圖1)。我們取98°～124°E,2°S～24°N的區域作為研究范圍。

南海的地理位置決定了其環境受東亞季風的影響而表現出強烈的季節性變化。同時,作為熱帶太平洋的邊緣海,南海環境也展示了十分顯著的年際變化特征。

對于南海各要素的研究一直是物理海洋學家關注的熱點。Chao等[1]利用美國氣候中心COADS(Comprehensive Ocean-Atmosphere Data Set)風應力資料分析了1982—1983年ENSO事件與南海海面風場異常的相關性。Wu等[2]利用美國國家環境預報中心(NCEP)的再分析風應力資料分析了1992—1995年間南海的季節和年際變化特征。Liang等[3]利用歐洲中期天氣預報的再分析結果研究了1997—1998年厄爾尼諾事件期間南海風場的異常現象。Hwang和Chen[4]利用ERS-1/2衛星觀測5 a海面風應力資料研究了南海從季節到年際的變化特征。

(李 燕 編輯)

在很多前人利用衛星高度計資料的研究中都表明,南海海面高度存在顯著的季節、年際和長期變化。例如Ho等[5]的研究中提到南海海面高度場對厄爾尼諾現象的響應;Li等[6]發現在1993—1999年間南海的海面高度以平均每年1 cm的速度升高。

Chu等[7]利用1982—1994年NCEP的海表溫度月平均數據研究南海海表溫度的時空變化特征,給出了海表溫度的季節分布特征并定義了南海北部強烈的冷暖異常。Klein等[8]發現海表溫度變化滯后ENSO指數5個月發生。Wang等[9]揭示了1997—1998年南海暖事件及其與厄爾尼諾事件的密切聯系。Liu等[10]發現南海冬季冷舌的變化特征與NIN～O3指數有很好的相關性。

以上的研究都涉及南海環境要素與ENSO的關系,但是大部分都只涉及一種要素。此外,除了海面高度場,其他要素的整體趨勢都沒被提及。Fang等[11]對南海海面風場、高度場和溫度場的變化趨勢和年際變化同時進行了分析,揭示了這些環境參量重要的變化特征。由于當時可利用的資料只到2003年,而現在可獲取的海面風場觀測資料序列最長可到2011-12,海面高度場觀測資料可到2014-04,海表溫度場資料可到2015年。為統一,我們將對2002—2011年的這些要素進行分析。

圖1 南海地圖Fig.1 Map of the South China Sea

1 資料來源與數據處理

我們采用的海面高度資料是法國衛星中心(Aviso)的Ssalto/Duacs多任務高度計(包括Saral,Cryosat-2,Jason-1/2,T/P,Envisat,GFO,ERS1/2和Geosat)產品,是由周平均延遲海平面距平資料進行每月平均計算得到的月平均資料,空間分辨率為(1/4)°×(1/4)°,當前可獲取的時間序列為1993-01—2014-04;海表溫度資料是美國國家環境預報中心(NCEP)的Reynolds最優插值海面溫度產品,是由美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration,NOAA)的高級甚高分辨率輻射計(AVHRR)得到的衛星SST數據和由現場SST觀測值通過最優插值得到的月平均資料,空間分辨率為1°×1°,可獲取的時間序列為1981-12至今;在Fang等[11]的文章中采用的風場資料來自法國ERS-1數據處理與歸檔中心(Centre ERS d'Archivage et de Traitement)的CERSAT資料,由于CERSAT的時間序列較短(1992-02—2007-12),因而在本研究中采用的海面風場資料改用CCMP(cross-calibrated multi-platform,多平臺交互校正)月平均風場資料,該產品是通過變分分析方法對由遙感系統得到的交互校準衛星風場資料進行處理,得到高分辨率(1/4)°×(1/4)°的分析結果,其中交互校準衛星風場資料來自SSM/I,SSMIS,AMSR-E,TRMM TMI,QuikSCAT,SeaWinds,WindSat和一些其他的衛星儀器,可獲取的時間序列為1988-01—2011-12。此外,我們還利用CCMP風場資料計算得出海面風應力場。為統一資料時間長度,本研究選取2002-01—2011-12作為4組數據的統一時間長度。

我們著重研究這十年變化趨勢和年際變化特征,因此在進行資料處理時對所有格點數據進行了12個月的滑動平均,濾掉頻率高于每年一周的信號,特別也去掉了季節信號。在對資料進行經驗正交函數(Empirical Orthogonal Function,EOF)分析時,我們先對資料進行去線性趨勢的處理,即用原始資料減去平均值和線性趨勢值,以濾掉背景場的影響。為了便于比較,我們還計算了氣候態月平均場和年平均場。

2 背景場分析

2.1 風 場

南海地處東亞季風區,受季風影響較大。圖2a為1月氣候態平均風場,由圖可以看出,冬季整個南海海域都被較強的東北季風控制著。圖2b為1月氣候態平均風應力旋度場,由圖可知呂宋島西側和南海南部出現了氣旋性風應力旋度。圖2c為7月氣候態平均風場,由圖可知夏季南海主要被西南風控制,且南海南部風速大于北部風速,最大風速出現在中南半島的東南外海。圖2d為7月氣候態平均風應力旋度場,對應圖2b中風速最大的位置北部有一個氣旋性風應力旋度結構,其南部有一個反氣旋性風應力旋度結構。這種形式的風應力場是形成東南越南離岸流的原因。圖2e為氣候態年平均風場,圖中南海主要被偏北風控制,北部風速大于南部風速,說明冬季季風要強于夏季季風,且兩者之差在南海北部更大。圖2f為氣候態年平均風應力旋度場,圖中在呂宋島西側和中南半島東側各有一個氣旋性風應力旋度結構,前者大于后者。本文得到的氣候態平均風場圖和風應力旋度場圖與Fang等[11]利用1993-2003年CERSAT風場資料計算得到的結果大體一致。Lian等[21]給出了由9種風應力資料計算得到的氣候態平均風應力旋度場圖,表明高分辨率資料得到的結果更為合理。我們得到的分布特征與Lian等[21]所得結果基本一致。

2.2 高度場

圖3a為南海1月氣候態平均海面高度場(SSH),總體上呈西北高、東南低,顯然與冬季東北季風有關。此外,在呂宋島西側和中南半島東南部各有一個低SSH區域,與圖2d中的氣旋性風應力旋度對應,表明該海面高度異常是由風應力旋度引起的。圖3b為南海7月氣候態平均海面高度場,總體上呈西北低、東南高,顯然與夏季西南季風有關。此外,在(110°E,10°N)附近還有一個較弱的高SSH區域,這個高SSH區會在8,9月進一步發展變強,形成一個反氣旋式環流。圖3c為海面高度的氣候態年平均,總體上為正值,數值在3～4 cm,系南海海面高度呈升高趨勢的結果。Fang等[11]利用1993—2003年AVISO海面高度資料計算得到的氣候態平均海面高度場圖與本文中分布相似。Ho等[5]利用1992-11—1997-10的T/P海面高度資料計算各月氣候態平均海面高度場分布,其中1月和7月分布結構與本文的結果大體一致。與前人結果的主要差別是,我們得到的平均海面高度要比他們的略高,這是由于海平面在不斷上升而我們采用了更新近的資料。

圖2 2002-2011年期間南海海面風場及南海海面風應力旋度場Fig.2 Climatological mean fields of the surface winds and the wind stress curl during 2002-2011

圖3 2002-2011年期間南海海面高度場(cm)Fig.3 Climatological mean fields of the sea surface height anomalies(cm)during 2002-2011

2.3 溫度場

圖4a為1月氣候態平均海表溫度場,可以明顯看出海面溫度呈北低南高分布,且南海北部等溫線更為密集,變化梯度更大。這是由于冬季東北季風導致的,東北季風對南海北部的影響有2種作用方式,一是季風直接帶來的干冷空氣使海面水溫降低,二是季風在北部形成西南向沿岸流,將較冷的沿岸水由東海經臺灣海峽帶入南海。圖4b為海面溫度場7月氣候態平均,等溫線分布仍是北高南低,只是較冬季分布來得均勻,南北梯度比冬季要小。同時,在越南東南沿岸出現了一個冷水舌,這個冷水舌是由上升流引起的。圖4c為海表溫度場氣候態年平均,等溫線分布與圖4a類似,只是南北梯度相對變小。Fang等[11]利用1993—2003年NCEP海表溫度資料分析所得的氣候態平均海表溫度場圖分布與本文所得結果相近。Xie等[22]利用1985—1999年AVHRR海表溫度資料計算得到的7月氣候態平均分布圖與圖4b中分布基本一致。Chu等[7]利用1982—1994年NCEP的海表溫度資料計算得到的氣候態年平均分布圖與圖4c也基本一致。與前人結果的主要差別是,本文得到的平均海表溫度要比他們的略高,這是由于海表溫度在不斷上升而我們采用了更新近的資料。例如與Xie等[22]比較,我們得到的7月氣候態平均SST(圖4b)在越南東南外海低于29℃的范圍要明顯小于他們的結果[22](圖3b)。

圖4 2002-2011年期間南海海表溫度場(℃)Fig.4 Climatological mean fields of the sea surface temperature during 2002-2011(℃)

3 線性趨勢

本文利用最小二乘法求取各參量的線性趨勢,最小二乘法是通過最小化偏差的平方和來尋找數據的回歸系數,即趨勢值。圖5中曲線為南海海面風速東分量和北分量、海面高度和海表溫度區域平均值的時間序列,直線代表利用線性回歸分析方法得到的線性趨勢。圖6為南海海面風場、高度場和溫度場線性趨勢的空間分布。本文對所有資料都事先進行了12個月滑動平均,因此結果中不存在季節信號。

表1 2002—2011年南海海面風場、海面風應力旋度場、海面高度場和海表溫度場的線性趨勢值和標準差Table 1 Linear trends and standard deviations of the Surface Wind,Sea Surface Wind Stress Curl,Sea Surface Height, and Sea Surface Temperature of the South China Sea during 2002-2011

表1給出了各要素線性趨勢及其標準差,其中標準差根據Fang等[11](Appendix A)提供的方法計算。圖5a是南海區域平均的海面風場東分量和北分量的時間序列和線性趨勢圖(2002—2011年),由圖可知,風場東分量的區域平均趨勢為(-0.012±0.014)(m·s-1)·a-1(表1),風場北分量的區域平均趨勢為(-0. 014±0.019)(m·s-1)·a-1。圖6a是海面風場線性趨勢的空間分布圖,南海區域大體為東風,在南海海盆西部和南海南部分別出現了輻聚和輻散,同時南海北部風速增長率要小于南海南部風速增長率,最大風速增長率出現在巴拉望島西側。

圖5b是南海海域平均海面風應力旋度的時間序列和線性趨勢圖(2002—2011年),海面風應力旋度場的區域平均趨勢為(0.099±0.33)×10-9(N·m-3)·a-1,呈上升的趨勢。圖6b是海面風應力旋度場線性趨勢的空間分布圖,由圖可知,南海海域風應力旋度整體呈上升趨勢分布,在南海海盆中存在一條東北-西南方向的條帶,這里風應力旋度呈下降趨勢。

圖5c是南海區域平均的海面高度場的時間序列和線性趨勢圖(2002—2011年),海面高度區域平均的線性趨勢為(0.665±0.200)cm·a-1,呈上升趨勢,與Fang等[11]得到的1993-2003年上升速率基本相同。Church等[12]給出的全球海面高度上升率(1950—2000年)為(0.180±0.030)cm·a-1,馮偉等[13]估計所得的全球海面高度上升率(2005—2013年)為(0.272±0.070)cm·a-1,這表明近20 a南海海平面上升速率顯著高于全球速率。通過對比圖5b和5c可知,海面高度場的時間序列變化與海面風應力旋度場的時間序列變化具有一定相關性,說明海面高度的年際變化受到風應力旋度變化的影響。圖6c是海面高度線性趨勢的空間分布圖,整體趨勢值在0.1～1.3 cm·a-1范圍內,其中深海盆區有相對較高的上升速率,最大的上升速率位于呂宋島的西側。

圖5d是南海區域平均的海表溫度的時間序列和線性趨勢圖。2002—2011年期間線性趨勢為(-0.016± 0.017)℃·a-1,呈下降趨勢。鑒于Reynolds最優插值海表溫度產品的時間范圍為1982—2015年,故作為比較,我們還計算了1982—2015年南海區域平均海表溫度的線性趨勢,得到的數值為0.006℃·a-1,比Fang等[11]計算得到1982—2004年線性趨勢0.026℃·a-1要小。這個結果與前面得到的近十年負增溫率一致。從20世紀末以來,全球變暖出現了停滯現象[14],南海海表溫度的負增溫應當是全球變暖停滯的一個反映。圖6d是海面溫度場線性趨勢的空間分布圖,整體趨勢值的范圍為-0.05～0.03℃·a-1,南海區域內大部分增溫率為負值,在南中國陸架和巽他陸架附近負增溫率最大,而在呂宋海峽附近卻出現正增溫。

圖5 2002—2011年期間南海各參量區域平均值的時間序列和線性趨勢Fig.5 Time series and linear trends of South China Sea regional means during 2002-2011

圖6 2002—2011年期間南海各參量線性趨勢的空間分布Fig.6 Spatial patterns of the linear trends during 2002-2011

4 年際變化

4.1 區域平均值的年際變化

為了研究各參量的年際變化,我們將對參量的時間序列與代表氣候年際變化的主要指數進行超前/滯后相關性分析。這些指數包括NIN～O3,NIN～O3.4,IOD及EMI。其中EMI是Ashok等[15]提出的一個新的指數,稱作類厄爾尼諾指數(El Ni?o Modoki Index),是一種不同但類似于傳統的厄爾尼諾現象,這種現象在赤道太平洋中部發生,也稱中太平洋El Ni?o,發生時熱帶太平洋海表溫度呈現一種馬蹄形分布,即沿赤道兩側出現相對較低的海表溫度異常(SSTA)夾著赤道太平洋中部較高的SSTA。EMI指數與NIN～O3指數基本上不相關,但與NIN～O3.4有一定的相關性[15]。

在2002—2011年期間南海各參量區域平均值時間序列圖(圖5)中黑色虛線給出了對應期間相關性最高的氣候年際變化指數的標準化后時間序列。圖5a為風分量與NIN～O3指數的時間序列對比圖。相關分析表明,風東分量與NIN～O3指數相關系數最大為0.56,超前6個月;風北分量與NIN～O3指數相關系數最大為0.63,滯后1個月。圖5b為海面風應力旋度與負EMI指數的相近序列對比圖,海面風應力旋度與EMI指數相關系數的負最大值為-0.85,滯后3個月。圖5c為海面高度與負EMI指數的時間序列對比圖,海面高度場與EMI指數相關系數的負最大值為-0.80,滯后2個月。圖5d為海表溫度與NIN～O3指數的時間序列對比圖,海面溫度場與NIN～O3指數相關系數最大為0.68,滯后4個月。我們根據Fang等[11](Appendix A)提供的方法對以上相關關系進行顯著性檢驗,結果顯示其顯著性水平都低于1%。

4.2 主成分的年際變化

4.2.1 主成分分解

主成分分析(principal component analysis,PCA)也稱特征向量分析或經驗正交函數(empirical orthogonal function,EOF)分析,是一種分析矩陣數據中的結構特征,提取數據主要特征量的方法,最早由Lorenz[16]引入氣象和氣候研究,并在地球科學及其他學科中得到了廣泛應用。本研究中我們利用EOF方法對各參量的觀測值進行成份分解,將觀測值分解成空間形態(spatial pattern)與時間函數(time coefficient function,TCF)乘積的線性組合,以便進行進一步的分析。

為研究各參量的年際變化情況,我們對原始資料進行了12個月滑動平均處理,去掉平均值和線性趨勢值。假定位置為m(m=1,2,…,M),時間為t(t=1,2,…,N)的參量為x(m,t),則經過EOF處理后就可將它分解為一系列的時間函數αi(t)和空間函數Fi(m)的乘積之和,即

式中,K取(M,N)中較小值;i代表第i個模態;αi即代表第i個模態的時間函數;Fi代表第i個模態的空間形態。模態順序是按照x(m,t)的協方差矩陣特征值λi大小排列的,λi的大小也代表了各模態的方差。為了方便對比,本文中將TCF進行標準化處理,即滿足

則相應的方差

在對具有東分量和北分量的海面風場資料進行EOF分析時,我們選取了實向量方法[17](real-vector method),它是多變量EOF分析[18](mutlivariate EOF analysis)的一種特殊情況。

表2 南海風場、風應力旋度場、高度場及溫度場EOF前3個模態的方差、方差貢獻率和標準差Table 2 Variances,contribution percentage and standard deviations of the first three EOFs of the surface wind, wind stress curl,sea surface height,and sea surface temperature of the South China Sea

4.2.2 風 場

圖7為海面風場和海面風應力旋度場的第一模態的空間分布和時間序列,由表2可知,風場的第一模態方差貢獻率為44%,風應力旋度的第一模態方差貢獻率為33%。由圖7a可以看出,在南海海盆北部有一個明顯的反氣旋結構,中心位于呂宋島西側。由圖7b可以看出,對應反氣旋結構的位置存在一個反氣旋中心,同時在南海北部大陸沿岸和呂宋海峽以西存在氣旋性中心。圖7c是南海海面風場EOF第一模態的時間序列與NIN～O3.4指數的對比圖。通過對該時間序列與NIN～O3.4指數的超前/滯后相關分析得出,當風場第一模態的時間序列滯后于NIN～O3.4指數5個月時,出現最大的相關系數0.68,置信水平超過99%。風場第一模態時間序列中較大的4個峰值基本上分別與2002—2003年、2004—2005年、2006—2007年和2009—2010年四次厄爾尼諾事件相對應。Wang等[19]認為,在厄爾尼諾事件發生期間,西北太平洋會出現一個反氣旋異常,同時東亞冬季季風會相對減弱。南海這一模態中出現的反氣旋異常實際上是西北太平洋反氣旋異常的一部分,印證了Wang等[19]的觀點。當出現厄爾尼諾暖位相時,南海北部的東北季風將會減弱,南海南部的東北季風則所受影響較小。我們還對南海海面風場第一模態的時間序列與EMI指數進行超前/滯后相關計算,得出當時間序列滯后4個月時出現相關系數最大值0.58,低于與NIN～O3.4的相關系數。南海海面風應力第一模態的分布情況與風場第一模態相近。圖7d為相應的南海海面風應力旋度第一模態的時間序列與NIN～O3指數的對比圖,當NIN～O3指數滯后風應力旋度第一模態時間序列3個月時出現相關系數最大值0.74,置信水平也超過99%。此外,南海海面風應力旋度場第一模態的時間序列與NIN～O3.4滯后2個月的相關系數達到最大值0.73,低于與NIN～O3的相關系數。對以上的相關關系進行顯著性檢驗,由結果可知其顯著性水平都低于1%。

圖7 南海海面風場和風應力第一EOF模態的空間形態和時間變化Fig.7 The first EOF modes of the surface wind and wind stress variability

圖8 為南海海面風場和海面風應力旋度場的第二模態的空間形態和時間序列,由表2可知,風場的第二模態方差貢獻率為31%,風應力的第二模態方差貢獻率為14%。圖8a為南海海面風場第二模態空間分布情況,不同于海面風場的第一模態,由圖可以看出整個南海海域并無明顯渦旋,整體呈現西南風趨勢,且中部風速要大于南部和北部。這表明在厄爾尼諾正位相期間東北季風會減弱、西南季風會增強。圖8b為南海海面風應力旋度場第二模態空間分布情況,由圖可知在呂宋海峽以西和越南沿海存在一定的氣旋性結構,在西沙群島一帶出現一個反氣旋中心,可能有利于西沙暖渦[20]的形成。圖8c為南海海面風場第二模態時間序列與NIN～O3的對比圖,由圖可見,當風場超前時間為1個月時具有最大的相關系數0.52,置信水平超過99%。圖8d為相應的南海海面風應力旋度第二模態的時間序列與負IOD指數的對比圖,當滯后5個月時出現相關系數負最大值-0.63,置信水平也超過99%。對上述兩個相關關系進行顯著性檢驗,由結果可知二者的顯著性水平都低于1%。

圖8 南海海面風場和風應力第二EOF模態的空間形態和時間變化Fig.8 The second EOF modes of the surface wind and wind stress variability

4.2.3 高度場

南海海面高度場第一模態的方差貢獻率為42%,第二、第三模態的方差貢獻率分別為17%和14%(表2)。圖9a和圖9c分別為南海海面高度場第一模態的空間分布和時間序列。由圖9a可以看出,第一模態的空間形態基本上全海域為正值,極大值區域位于呂宋海峽以西和越南南部海岸,沿南中國大陸架海面高度異常值較低,分別與圖7b中反氣旋性、氣旋性結構對應。由圖9c可知,當海面高度場第一模態的時間序列滯后EMI指數3個月時,相關系數達負最大值-0.32,相關程度較低,其顯著性水平超過10%。圖9b和圖9d分別為南海海面高度場第二模特的空間形態和時間序列。由圖9b可知,海面高度異常極大值區域與圖7b中的反氣旋性結構對應,出現在西沙群島附近和呂宋島西側,此外,以極大值區域為界,海面高度異常向南北兩側逐漸減小。由圖9d可得,當海面高度場第二模態的時間序列超前NIN～O3指數5個月時,相關系數達負最大值,為-0.37,相關程度也較低,顯著性水平在1%～5%。由此可見,南海海面高度變化受海面風應力旋度影響,反氣旋性中心對應海面高度較低。海面高度與厄爾尼諾事件的關聯主要表現在區域性整體的變化,并且與中太平洋厄爾尼諾相關性最高,且為負相關;亦即,當中太平洋厄爾尼諾處于正位相時,南海海平面會降低。

圖9 南海海面高度第一和第二EOF模態的空間形態和時間變化Fig.9 The first and second EOF modes of the sea surface height variability

4.2.4 溫度場

南海海表溫度場第一、二模態的方差貢獻率分別為68%和14%。圖10a和圖10c為南海海表溫度場EOF第一模態的空間形態圖和時間序列。由圖10a可以看出,第一模態的空間分布整體上為西高東低,最大值出現在中南半島東南外海,反映出厄爾尼諾年第二年夏季這里的上升流會減弱。南海海表溫度場第一模態的時間序列與NIN～O3指數相比(圖10c)可知,當時間序列滯后NIN～O3指數4個月時相關系數達到最大值0.62,置信水平超過99%。圖10b為南海海表溫度第二模態的空間分布圖,與第一模態不同,第二模態的分布為北高南低,量值較小。由圖10d可知,第二模態的時間序列滯后IOD指數1個月時相關系數達到最大值0.69,置信水平也超過99%。這兩個模態的顯著性水平都低于1%。由此可見,南海海表溫度年際變化主要受控于太平洋的變異,印度洋的變異對其也有一定的影響。

圖10 南海海表溫度第一和第二EOF模態的空間形態和時間變化Fig.10 The first and second EOF modes of the sea surface temperature variability

5 結 語

本文基于衛星觀測資料分析了2002-2011年期間南海海面風場、高度場和溫度場的變化趨勢和年際變化特征。其中,南海區域平均海面風速東分量的線性趨勢值為(-0.012±0.014)(m·s-1)·a-1,北分量為(-0.014±0.019)(m·s-1)·a-1。南海區域平均海面風應力旋度的線性趨勢值為(0.099±0.33)×10-9(N·m-3)·a-1。南海區域平均海面高度的線性趨勢值為(0.665±0.200)cm·a-1,大約是2005-2013年間全球海面高度線性趨勢的2.4倍。南海北部海盆為南海海面高度上升速率較大的區域。南海區域平均海表溫度線性趨勢值為(-0.016±0.017)℃·a-1,表明近十年南海海表溫度呈下降趨勢,與20世紀末以來全球變暖的停滯相一致。南海海面溫度趨勢分布為東高西低,特別呂宋海峽附近出現正增溫。

從本文的分析結果來看,南海海面風場、高度場和溫度場的年際變化與ENSO變化具有一定相關性。南海海面風場EOF第一模態時間序列的變化比NIN～O3.4指數滯后5個月,二者相關系數為0.68;比EMI滯后4個月,相關系數為0.58。海面風應力旋度場第一模態時間序列的變化比NIN～O3指數滯后3個月,相關系數為0.74。海面風場第二模態時間序列的變化比NIN～O3指數超前1個月,相關系數為0.52。海面風應力旋度場第二模態時間序列的變化比IOD指數滯后5個月,相關系數為-0.63。南海海面高度場EOF第一模態時間序列的變化比EMI滯后3個月,相關系數為-0.32。高度場第一模態空間分布為東高西低,在越南東南外海出現一個海面高度較高的區域。高度場第二模態時間序列的變化比NIN～O3指數超前5個月,相關系數為-0.37。高度場第二模態空間分布為中部高,南北低。南海海表溫度場第一模態時間序列的變化比NIN～O3指數滯后4個月,相關系數為0.62。溫度場第一模態空間分布為東低西高,最大值出現在中南半島東南部。溫度場第二模態的空間分布為北高南低,時間序列的變化比IOD指數滯后1個月,相關系數為0.69。

南海海面風場、高度場和溫度場在2002—2011年期間的變化趨勢與1993—2003年期間[11]相比,一個最重大的差別是海表溫度由上升轉為下降,這與20世紀末以來全球變暖的停滯[14]相一致。然而在這兩個時期南海海面高度卻在持續上升。這說明在2002-2011年期間雖然海表溫度在下降,但海洋中的熱含量仍然在增加。這與新近的一些意見,認為熱量進入了海洋深層[14]相一致。從海面風場來看,在1993—2003年期間有西向風增強的趨勢,而2002—2011年期間有東向風增強的趨勢,這是否與海表溫度的變化趨勢改變有關,尚待進一步研究。

在年際變化方面,Fang等[11]和我們的研究都顯示了南海的變異與熱帶太平洋的變異即使在不同時期都密切相關。Fang等[15]的研究僅采用NIN～O3.4指數代表熱帶太平洋的變異,本文則更進一步研究了南海的變異與NIN～O3.4、NIN～O3及EMI指數的關系,其中EMI指數是新近提出的。結果發現,對于南海海表溫度的年際變化,無論是區域平均還是EOF第一主成份,均與以NIN～O3指數為代表的東太平洋厄爾尼諾相關程度最高;而對于南海海面高度的年際變化,無論是區域平均還是EOF第一主成份,均與以EMI指數為代表的中太平洋厄爾尼諾相關程度最高,而且呈負相關關系。這說明控制南海海表溫度和海面高度的主要熱力和動力機制應當有所不同,值得進一步研究。

[1] CHAO S Y,SHAW P T,WU S Y.El Ni?o modulation of the South China Sea circulation[J].Progress in Oceanography,1996,38(1): 51-93.

[2] WU C R,SHAW P T,CHAO S Y.Seasonal and interannual variations in the velocity field of the South China Sea[J].Journal of Oceanography,1998,54(4):361-372.

[3] LIANG W D,JAN J C,TANG T Y.Climatological wind and upper ocean heat content in the South China Sea[J].Acta Oceanography, 2000,38:91-114.

[4] HWANG C,CHEN S A.Circulation and eddies over the South China Sea derived from TOPEX/Poseidon altimetry[J].Journal of Geophysical Research:Oceans,2000,105(C10):23943-23965.

[5] HO C R,KUO N J,ZHENG Q,et al.Dynamically active areas in the South China Sea detected from TOPEX/POSEIDON satellite altimeter data[J].Remote Sensing of Environment,2000,71(3):320-328.

[6] LI L,XU J D,CAI R S.Trends of sea level rise in the South China Sea during the 1990s:An altimetry result[J].Chinese Science Bulletin,2002,47(7):582-585.

[7] CHU P C,LU S H,CHEN Y C.Temporal and spatial variabilities of the South China Sea surface temperature anomaly[J].Journal of Geophysical Research:Oceans,1997,102(C9):20937-20955.

[8] KLEIN S A,SODEN B J,LAO N C.Remote sea surface temperature variations during ENSO:Evidence for a tropical atmospheric bridge [J].Journal of Climate,1999,12(4):917-932.

[9] WANG D X,XIE Q,DU Y,et al.The 1997-1998 warm event in the South China Sea[J].Chinese Science Bulletin,2002,47(14): 1221-1227.

[10] LIU Q Y,JIANG X,XIE S P,et al.A gap in the Indo-Pacific warm pool over the South China Sea in boreal winter:Seasonal development and interannual variability[J].Journal of Geophysical Research:Oceans,2004,109(C7):101-111.

[11] FANG G H,CHEN H Y,WEI Z X,et al.Trends and interannual variability of the South China Sea surface winds,surface height,andsurface temperature in the recent decade[J].Journal of Geophysical Research Part 2006,111(C11):1-16.

[12] CHURCH J A,WHITE N J,COLEMAN R,et al.Estimates of the regional distribution of sea level rise over the 1950-2000 period [J].Journal of Climate,2004,17(13):2609-2625.

[13] FENG W,ZHONG M,XU H Z.Global sea level changes estimated from satellite altimetry,satellite gravimetry and Argo data during 2005-2013[J].Progress in Geophysics,2014,29(2):471-477.馮偉,鐘敏,許厚澤.聯合衛星測高、衛星重力和海洋浮標資料研究2005-2013年的全球海平面變化[J].地球物理學進展,2014,29(2):471-477.

[14] MEEHL G A,ARBLASTER J M,FASULLO J T,et al.Model-based evidence of deep-ocean heat uptake during surface-temperature hiatus periods[J].Nature Climate Change,2011,1(7):360-364.

[15] ASHOK K,BEHERA S K,RAO S A,et al.El Ni?o Modoki and its possible teleconnection[J].Journal of Geophysical Research:O-ceans,2007,112(C11):C11007.

[16] LORENZ E N.Empirical orthogonal functions and statistical weather prediction[J].Science Report,1956,409(2):997-999.

[17] KAIHATU J M,HANDLER R A,MARMORINO G O,et al.Empirical orthogonal function analysis of ocean surface currents using complex and real-vector methods[J].Journal of Atmospheric and Oceanic Technology,1998,15(4):927-941.

[18] PICAUT J,HACHKERT E,BUSALACCHI A J,et al.Mechanisms of the 1997-1998 El Ni?o-La Ni?a,as inferred from space-based observations[J].Journal of Geophysical Research:Oceans,2002,107(C5):3037.

[19] WANG B,WU R,FU X.Pacific-East Asian teleconnection:How does ENSO affect East Asian climate?[J].Journal of Climate,2000, 13(9):1517-1536.

[20] CHU X,XUE H,QI Y,et al.An exceptional anticyclonic eddy in the South China Sea in 2010[J].Journal of Geophysical Research:O-ceans,2014,119(2):881-897.

[21] LIAN Z,FANG G H,WEI Z X,et al.A comparison of wind stress datasets for the South China Sea[J].Ocean Dynamics,2015,65(5): 721-734.

[22] XIE S P,XIE Q,WANG D,et al.Summer upwelling in the South China Sea and its role in regional climate variations[J].Journal of Geophysical Research:Oceans,2003,108(C8):343-367.

T
rends and Interannual Variability of the South China Sea Surface Winds,Surface Height and Surface Temperature in the Recent Decade

WANG Jia-ying1,FANG Guo-hong1,2,3,WANG Yong-gang1,2,3
(1.The First Institute of Oceanology,SOA,Qingdao 266061,China; 2.Key Lab of Marine Science and Numerical Modeling,SOA,Qingdao 266061,China; 3.Laboratory for Regional Oceanography and Numerical Modeling,Qingdao National Laboratory for Marine Science and Technology,Qingdao 266237,China)

The monthly products of the surface winds(SW),sea surface height(SSH)and sea surface temperature(SST)of the South China Sea(SCS)from satellite observations during 2002-2011 are used to analyze trends and interannual variability.Time series are smoothed with a 12-month running mean filter.The linear trends of the east and north components of the regional mean SW,wind stress curl,SSH and SST are(-0.012±0.014)(m·s-1)·a-1,(-0.014±0.019)(m·s-1)·a-1,(0.099±0.33)×10-9(N·m-3)·a-1,(0.665±0.200)cm·a-1,(-0.016±0.017)℃·a-1,respectively.The interannual variability of regional mean SW,wind stress curl,SSH and SST correlates with NIN～O3,EMI(El Ni?o Modoki Index),EMI and NIN～O3 with coefficient of about 0.6,-0.85,-0.80 and 0.68,and with lag of 1,3, 2 and 4 months,respectively.The negative warming rate of the SCSSST is consistent with the global warming hiatus since the end of the last century.Empirical Orthogonal Function(EOF)analysis shows that the first EOF of the SW is characterized by a basin-wide anticyclonic pattern.The corresponding time coefficient function(TCF)correlates with the NIN～O3.4 index at the 99%confidence level(correlation coefficient=0.68),with a lag of 5 months.The first EOF of the SSH is characterized by high sea level along the east boundary and east of Vietnam.The corresponding TCF correlates with the EMI with a coefficient of -0.32 and a lag of 3 month.The first EOF of the SST is characterized by high values in the west and low values in the east.The corresponding TCF correlates with NIN～O3 index at 99%confidence level(correlation coefficient=0.63),with a lag of 4 months.

South China Sea;trends;interannual variability

February 29,2016

P731.11

A

1671-6647(2017)02-0159-17

10.3969/j.issn.1671-6647.2017.02.002

2016-02-29

國家重點基礎研究發展計劃項目——南海環流和海峽水交換對海氣相互作用的影響(2011CB403502);國家自然科學基金委員會-山東省人民政府聯合資助海洋科學研究中心項目——海洋環境動力學和數值模擬(U1406404)

王佳瑩(1991-),女,遼寧鞍山人,碩士研究生,主要從事物理海洋學方面研究.E-mail:wangjy@fio.org.cn

*通訊作者:方國洪(1939-),男,浙江瑞安人,研究員,博士,主要從事海洋潮汐、海洋環流和海洋數值模擬方面研究. E-mail:fanggh@fio.org.cn