熱通量估算比容海平面變化的結果分析

賈亞茹，陳美香，左軍成，左常圣

（河海大學海洋學院，江蘇南京210098）

熱通量估算比容海平面變化的結果分析

賈亞茹，陳美香，左軍成，左常圣

（河海大學海洋學院，江蘇南京210098）

基于海表凈熱通量數據估算上層比容海平面變化，同時將估算結果與嚴格基于溫鹽定義計算的比容海平面變化和衛星高度計實測海平面變化進行對比，結果顯示：季節尺度上，在黑潮延伸體和灣流海域，利用熱通量數據估算的比容變化與利用定義計算的比容變化差異不大，且可以很好地解釋實測海平面變化；而在熱帶太平洋海域，熱通量估算結果與利用定義計算的比容結果有很大不同，而前者更接近于高度計實測結果；低頻時間尺度上，上述海域熱通量估算結果不能很好地刻畫實測海平面變化，而利用定義計算的比容結果卻與實測數據符合很好。

海平面變化；熱通量；比容海平面；季節變化；年際變化；長期趨勢

比容變化是全球和區域海平面變化的主要原因之一（Lombard et al，2009；Zuo et al，2009；Chen et al，2013），它是指由溫度和鹽度變化導致的密度變化引起的海水體積變化，通常稱為比容效應。全球范圍來看比容效應以溫度變化引起的熱比容變化為主（Antonov et al，2002；顏梅，2008；Lombard et al，2009），鹽度影響可以忽略，但鹽比容效應可能對個別海域海平面變化有重要影響（Ponte et al，2012）。比容效應對海平面變化的影響體現在不同的時間尺度，例如：在季節尺度上，中緯度海域海平面變化主要受海水比容變化的影響（Chen et al，2000）；熱比容效應能夠解釋北半球87%和南半球73%的海平面季節變化（Zuo et al，2009）；比容變化在海平面年際變化中也起到重要作用（徐珊珊等，2010）；對于長期趨勢，比容變化可以解釋北太平洋海平面上升趨勢的47.5%（徐珊珊等，2010）。

比容變化中，上層海洋的比容變化在整體中占主導（Vivier et al，1999；Qiu，2002）。浮力通量（包括海表凈熱通量和淡水通量）可以引起上混合層內海水溫鹽結構變化，進而影響海水密度變化，是影響上層比容海平面變化的重要因子，也是區域海平面變化的主要熱力影響因素。與熱通量相比，全球尺度浮力通量中淡水通量的貢獻可以忽略（Qiu，2002）。熱通量能在很大程度上決定海表面高度的季節變化（Vivier，1999）。利用熱通量數據可以估算海水的比容變化，常常用來反映海洋對海表加熱的局地響應。眾多利用一層半約化重力模型來研究區域海平面變化的研究中將熱通量估算的比容海平面從真實海平面中移除以消除季節信號的影響（Stammer et al，1997；Vivier et al，1999；Qiu，2002），如Qiu（2002）在研究風對北太平洋區域海平面變化的影響就采用該方法剔除海平面季節信號。同時也有研究討論熱通量在年際尺度上對海平面變化的影響，如熱通量引起的比容海平面分別可以解釋中緯度東北太平洋和東北大西洋海平面年際變化的40%和50%左右（Zhang et al，2010；Cabanes et al，2010）。

目前尚未有研究將熱通量估算的比容海平面變化結果與利用定義計算的比容變化結果進行對比，并不清楚這兩種結果的差異有多少，本文的出發點是比較利用熱通量估算的海平面變化與利用比容定義計算的海平面變化以及實測海平面變化究竟有多大的差異。通過比較如果熱通量估算結果在很大程度上與按照比容定義計算結果或者實測海平面數據相近的話，將在海平面變化研究和預測中極為有用，因為從資料獲取的便利程度來看，嚴格的比容海平面變化的計算需要三維溫鹽場數據，其獲取難度很大，即使有了Argo浮標的新型觀測手段，還是有很多海區以及深水海域無法覆蓋，而海表熱通量數據僅僅涉及一個層面，其獲取要相對容易很多，因此利用熱通量變化來估算海平面或者比容海平面變化具有很大優勢。基于此，本文分別利用熱通量和三維溫鹽場數據計算海洋上層比容海平面變化，從資料精度和計算誤差角度考慮，首先選取海平面和比容海平面變化幅度較大的典型海域，從季節、年際以及長期趨勢3個方面進行討論分析，分析對比不同結果之間的差異，給出熱通量估算方法在海平面變化研究中的適用性的客觀評價。

1 數據和方法

1.1 數據

本文的海平面異常（Sea Level Anomay，SLA）資料來源于法國空間局（CNES）衛星海洋學存檔數據中心（AVISO）的多衛星融合高度計月均資料，空間分辨率為1/4°×1/4°墨卡托網格形式，時間段為1993年1月至2014年11月。溫鹽數據使用日本氣象局提供的Ishii月均溫鹽資料，垂向分為24個標準層，水平分辨率為1°×1°，時間段為1945年1月至2012年12月。海表熱通量產品有3種，分別是：①NCEP-NCAR提供的月平均的凈短波輻射、凈長波輻射、感熱通量、潛熱通量的再分析資料，分辨率為2.5°×2.5°，時間段為1948年1月至2015年9月，海表凈熱通量為以上4項之和；②美國大氣海洋局國家環境預報中心（NCEP）的全球海洋數據同化系統資料集GODAS數據中的月均凈海表熱通量數據，水平分辨率為1°×0.333°，時間段為1979年1月至2015年9月；③伍茲霍爾海洋研究所（WHOI）發布的全球海洋海氣通量客觀分析資料（OAFlux），使用其海表凈熱通量數據，時間段為1983年6月至2009年12月，分辨率為1°×1°。本文中，海表凈熱通量數據向下為正，表示海洋得熱。為保證數據時段的一致性以及方便與高度計實測資料進行對比，本文數據的空間范圍取（63.5°S-63.5°N，1.5°E-357.5°E），研究時段取1993年1月至2012年12月，其中OAFlux熱通量數據除外，取時段為1993年1月至2009年12月計算，由于其數據時段較其他稍短，因此OAFlux的結果僅作對比參考來用。最后使用雙線性插值將數據統一插值到1°×1°的空間網格。

1.2 理論方法

比容海平面變化定義為海水溫度和鹽度變化導致的密度變化引起的海水體積變化可以表示為：

混合層內溫度異常隨時間的變率主要由海表凈熱通量異常項決定，用公式表達為（Stammer et al，1997；Vivier et al，1999）：

ρ0為參考密度，取1 000 kg·m-3，Cp為海水比熱，取4 000 J·kg-1·K-1。帶入上式則有：

式中：Q′net表示海表凈熱通量異常，α表示混合層內熱膨脹系數的平均值。對（3）式進行積分，可以得到利用海表凈熱通量數據估算的比容海平面變化：

本文將（4）式計算的海平面變化稱之為熱通量估算結果，用Hheat表示，并將其與HTC進行對比，分析兩者的差異。

2 結果對比分析

由于本文關注的是海平面變化而非海平面高度本身，因此文中的海平面變化均是指相對于資料時段（1993-2012年）海平面平均值的異常值，其中OAFlux熱通量估算的比容海平面變化是相對于1993-2009年平均值的異常值。

由于不同海表凈熱通量數據之間存在較大差異（Lu et al，2013），本文在計算熱通量估算結果時選取3種不同的熱通量數據，以期較為準確地得到熱通量估算的比容海平面變化。將NCEP-NCAR、GODAS和OAFlux的熱通量數據代入（4）式分別計算Hheat，方便起見本文圖題中以Hheat-ncep、Hheat-godas、Hheat-oaflux分別表示NCEP-NCAR熱通量數據、GODAS熱通量數據以及OAFlux熱通量數據估算的比容海平面變化。

HTC與3種不同熱通量數據估算的Hheat的均方差分布圖（圖1）顯示：Hheat與HTC的均方差空間分布差異明顯，不同熱通量估算的Hheat均方差也不盡相同。HTC的均方差極值區分布在黑潮延伸體、灣流以及赤道海域（圖1a）；不同熱通量估算的Hheat的均方差極值區均位于黑潮延伸體、灣流附近以及熱帶太平洋（圖1b-d）。但在熱帶太平洋不同熱通量估算的Hheat的均方差空間差異較大。

圖1 比容海平面變化均方差空間分布圖

為了更好地對比Hheat與HTC的差異，選取黑潮延伸體（Kuroshio Extension，KE；30.5°N-40.5°N，135.5°E-175.5°E）和灣流（Gulf Stream，GS；33.5°N-44.5°N，73.5°W-40.5°W）以及熱帶太平洋（15.5°S-15.5°N，130.5°E-280.5°E）3個典型海域來進行分析，同時我們將這兩種結果與T/P高度計實測海平面變化進行對比來探討估算結果的有效性。

2.1 黑潮延伸體海域

黑潮延伸體海域實測海平面以及比容海平面變化以顯著的季節變化和長期趨勢為主要特征，同時具有一定的年際變化特征（圖2）。利用隨機動態方法（左軍成等，1996）分別提取估算的海平面季節變化、年際變化以及長期趨勢具體對比不同結果的差異。

季節尺度上（周期12個月），利用不同熱通量數據估算的Hheat與HTC差異不大，且振幅和位相均與實測海平面接近（圖3a）。年際尺度上（圖3b），不同熱通量估算結果不完全一致，且均與HTC差異明顯，熱通量估算的Hheat年際變化起伏劇烈，而HTC較Hheat與實測資料更為一致，相關系數可達0.73，而后者與實測資料的相關系數略小（表1），表明熱通量不能很好地解釋海平面年際變化，這在一定程度上說明了海洋中的低頻變化更多的來自海洋自身動力過程的調整（李杰等，2015），而大氣相對于海洋來說，記憶力較短，僅能在季節這種相對較短的時間尺度上具有顯著的作用。

圖2 1993-2012年黑潮延伸體海域月均海平面變化

圖3 黑潮延伸體海域海平面變化

長期趨勢而言，不同熱通量估算的Hheat與HTC差異甚大。1993-2012年，HTC的上升速率為1.6 mm/a，不同熱通量估算的Hheat的上升速率均超過10 mm/a（圖4）。就空間分布形態而言，HTC的趨勢分布上升區與下降區同時存在，且相間分布（圖4b）；3種不同熱通量估算的Hheat的長期趨勢主要以上升為主（圖4c-e），除了GODAS熱通量估算的Hheat有一傾斜的下降區（圖4d）。與實測資料相比（圖4a），HTC的趨勢分布更接近于高度計觀測結果但量級小一些，上升極值區主要沿黑潮主軸，說明該海域海洋內部的動力過程對海平面變化的影響顯著，如果利用溫鹽數據計算比容變化時將積分厚度增加到黑潮最大深度，得到的結果將與高度計結果極為接近（圖略），說明該海域上層200 m以下的比容效應對實測海平面也有較大影響。熱通量估算結果在量級和空間分布上均與高度計實測結果有較大差異。

2.2 灣流海域

灣流區海平面以及比容海平面同樣以顯著的季節變化和長期趨勢為主要特征，同時具有一定的年際變化特征（圖5）。不同的是，GODAS熱通量數據估算的Hheat與另外兩種熱通量數據估算的Hheat相差較大，因此在灣流區分析時，主要采用NCEP-NCAR和OAFlux數據結果。

季節尺度上（圖6a），利用不同熱通量估算的Hheat與HTC年變化振幅和位相差異不大，熱通量估算的Hheat約為HTC的77%左右（NCEP、OAFlux數據分別為78%和77%）。與實測資料相比，HTC更接近實測結果。與黑潮延伸體海域類似，年際尺度上（圖6b），HTC較熱通量估算結果與實測資料更為一致，相關系數可達0.83，而后者與實測資料的相關系數僅為一半或者更小（表1）。

圖4 1993-2012年黑潮延伸體海域海平面變化趨勢

表1 黑潮延伸體、灣流以及熱帶太平洋海域比容海平面年際變化曲線與實測海平面變化相關系數

就長期趨勢而言，HTC的上升速率也是遠小于Hheat。空間分布上（圖7），HTC的趨勢分布表現為外海海域下降，近岸海域上升（圖7b）；而不同熱通量估算的Hheat的趨勢分布則以上升為主（圖7c-d）。與實測資料（圖7a）相比，HTC的趨勢分布更接近于高度計觀測結果但量級小一些，也說明該海域海洋內部的動力過程對海平面變化的影響更為顯著；熱通量估算結果在量級上與實測結果有較大差異。

圖5 1993-2012年灣流海域月均海平面變化

圖6 灣流海域海平面變化

圖7 1993-2012年灣流區海平面變化趨勢

上述分析表明，季節尺度上，在黑潮延伸體和灣流海域，利用熱通量估算的比容變化與嚴格的基于溫鹽定義計算的比容海平面變化位相一致，振幅接近。但更低頻的時間尺度上（年際變化和長期趨勢），熱通量估算的比容變化與基于溫鹽數據得到的結果相差很大，其與高度計實測海平面變化的相關系數也明顯小于溫鹽結果與高度計實測海平面變化的相關系數。這說明大氣的影響主要體現在相對高頻的季節尺度上，而海洋的影響在低頻的時間尺度上更為顯著，與二者記憶力長短直接聯系。

需要指出的是，像黑潮和灣流區這樣的強流區域，中緯度海區的熱平流輸送量非常可觀，熱通量顯著其實是強大的熱平流產生的一種結果，沒有熱平流存在，難以產生如此大的熱通量。

2.3 熱帶太平洋海域

圖8 熱帶太平洋海平面變化

相較于黑潮延伸體和灣流，熱帶太平洋也是海平面變化較為劇烈的海域，然而海平面和比容海平面的季節變化強度卻遠小于黑潮延伸體和灣流區（圖8a），振幅上，HTC的年振幅大于不同熱通量估算的Hheat，但沒有相位差。與實測資料相比，HTC和Hheat均與高度計資料存在一定的相位差，且振幅略大于實測結果，而熱通量估算的Hheat振幅比較接近實測海平面。說明，季節尺度上，熱帶太平洋海平面變化受熱力作用影響顯著，熱通量對海平面季節變化起重要作用，海洋內部動力因素在一定程度上與熱通量的作用相反。年際尺度上（圖8b），HTC與高度計結果相關系數可達到0.91（表1），遠大于熱通量結果，海洋內部動力因素對比容海平面變化的影響不可忽略。

就長期趨勢而言（圖9），HTC表現為西升東降的趨勢分布（圖9b），而不同熱通量估算的Hheat的趨勢分布盡管也有西升東降的格局，但不同熱通量數據的估算結果存在差異（圖9c-e），這與Lu等（2013）的結果一致。與實測資料（圖9a）相比，HTC的空間分布與高度計結果相似但量級小一些，說明上層比容變化僅能部分解釋海平面的上升，而風場的變化造成的質量輸送也有一定的貢獻（Qiu et al，2012）。

值得注意的是，不管是在黑潮延伸體、灣流還是熱帶太平洋海域，不同熱通量數據估算Hheat的年際變化有較大差異，特別是在熱帶太平洋，在長期趨勢上也差異明顯。因此，在具體研究中應根據所選研究區域選擇合適的熱通量數據。

圖9 1993-2012年熱帶太平洋海域海平面變化趨勢

3 結論

本文從比容海平面變化的定義出發，引出利用海表凈熱通量數據估算比容變化的公式，選擇海平面變化幅度較為顯著的3個海域，分別利用3種不同的凈熱通量數據估算上層比容海平面變化，并將熱通量估算結果與嚴格的基于溫鹽定義計算的比容變化以及高度計實測海平面變化進行對比，分析得出，在不同的時間尺度及研究區域，熱通量估算結果與基于溫鹽定義的比容結果存在不同的差異：季節尺度上，在黑潮延伸體和灣流海域，利用熱通量數據估算的比容變化與基于溫鹽定義的比容計算結果差異不大，且占實測高度計海平面很大部分，而在熱帶太平洋，基于溫鹽定義計算的比容變化結果年振幅大于熱通量估算結果，但后者更接近實測海平面變化，表明用熱通量估算結果消除海平面季節變化具有較高的精度；在年際和長期趨勢變化上，熱通量估算結果與基于溫鹽定義計算的比容變化結果以及實測海平面差異很大，而后兩者具有很好的相關關系，表明海平面年際及趨勢變化受海洋動力過程影響顯著，熱通量作用比較不顯著，這時不能采用熱通量算法來估計海平面變化。

熱通量估算公式中沒有考慮熱量的耗散效應可能是該公式不能很好的模擬海平面低頻變化的原因，而從另外一個角度看，正因為熱通量更多的代表的是大氣的變化，大氣相對記憶力較短，僅僅在季節尺度上具有明顯的作用，而到了年際乃至更長時間尺度上則以記憶力更長的海洋的作用為主，因此熱通量不再是主要因素，公式不再適用。另外，熱通量數據的質量也是決定熱通量估算結果準確性的重要因素。

需要說明的是，由于海洋混合層深度定義有很多種（潘愛軍等，2006；安玉柱等，2012），同時受溫鹽資料垂向分辨率限制，本文按照定義計算比容變化時參考前人研究積分深度取上層200 m，與實際海洋上混合層深度可能不完全一致，對比容海平面計算結果有一定影響。如果條件允許，考慮真實的混合層深度會對計算結果有改善。

致謝：感謝法國空間局、日本氣象局、美國大氣海洋局國家環境預報中心、伍茲霍爾海洋研究所等機構發布的數據！

Antonov J I,Sydney L,Boyer T P,2002.Steric sea level variations during 1957-1994:Importance of salinity.Journal of Geophysical Research,107(C12):SRF 14-1-SRF 14-8.

Cabanes C,Huck T,Alain C D V,2010.Contributions of Wind Forcing and Surface Heating to Interannual Sea Level Variations in the Atlantic Ocean.J.phys.oceanogr,36(9):1739-1750.

Chen J L,Shum C K,Wilson C R,et al,2000.Seasonal sea level change from TOPEX/Poseidon observation and thermal contribution.J Geodesy.Journal of Geodesy,73(12):638-647.

CHEN Meixiang,HE Peidong,LI Juan,et al,2013.Contribution of the steric and ocean mass change to the global sea level change since 2003//International Conference on Remote Sensing,Environment and Transportation Engine,Atlantis Press,929-932.

Gill A E,Niller P P,1973.Theory of the seasonal variability in the ocean. Deep Sea Research&Oceanographic Abstracts,20(2):141-177.

Lombard A,Garric G,Penduff T,2009.Regional patterns of observed sea level change:insights from a 1/4°global ocean/sea-ice hindcast. Ocean Dynamics,59(3):433-449.

Lu Q,Zuo J,Li Y,et al,2013.Interannual sea level variability in the tropical Pacific Ocean from 1993 to 2006.Global&Planetary Change,107(5):70–81.

Ponte R M,2012.An assessment of deep steric height variability over the global ocean.Geophysical Research Letters,39(4).

Qiu B,2002.Large-scale variability in the midlatitude subtropical and subpolar North Pacific Ocean:Observations and causes.Journal of Physical Oceanography,32(1):353-375.

Qiu B,Chen S,2012.Multidecadal Sea Level and Gyre Circulation Variability in the Northwestern Tropical Pacific Ocean.Journal of Physical Oceanography,42(1):193-206.

Stammer D,1997.Steric and wind-induced changes in TOPEX/ POSEIDON large-scale sea surface topography observations. Journal of Geophysical Research Atmospheres,102(C9):20987-21010.

Vivier F,Kelly K A,Thompson L A,1999.Contributions of wind forcing, waves,and surface heating to sea surface height observations in the Pacific Ocean.Journal of Geophysical Research Atmospheres,104 (C9):20767-20788.

Zhang Y C,Zhang L F,Wang Y G,2010.Interannual Sea Level Variability in the North Pacific Ocean and Its Mechanisms.Chinese Journal of Geophysics,53(1):54-63.

ZUO Juncheng,ZHANG Jianli,DU ling,et al,2009.Global Sea Level Change and Thermal Contribution.Journal of Ocean University of China,8(1):1-8.

安玉柱，張韌，王輝贊，等，2012.全球大洋混合層深度的計算及其時空變化特征分析.地球物理學報，55（7）：2249-2258.

李杰，杜凌，韓飛，等，2015.黑潮延伸體海域海平面年際變化及其與海流的關系.海洋通報，（2）：158-167.

潘愛軍，萬小芳，2006.許金電，等.南海東北部障礙層特征及其形成機制.科學通報，51（8）：951-957.

徐珊珊，左軍成，陳美香，2010.1993-2006年北太平洋海平面變化特征及影響因素.中國海洋大學學報：自然科學版，40（9）：24-32.

顏梅，2008.全球海平面變化的熱力學機制研究.山東青島：中國海洋大學.

左軍成，陳宗鏞，周天華，1996.中國沿岸海平面變化的一種本征分析和隨機動態聯合模型.海洋學報，（2）：7-14.

（本文編輯：袁澤軼）

Analysis of the steric sea level estimated using the heat flux

JIA Ya-ru,CHEN Mei-xiang,ZUO Jun-cheng,ZUO Chang-sheng
(College of Oceanography,Hohai University,Nanjing 210098,China)

The steric sea level variations were estimated by the sea surface net heat flux and the change of seawater temperature,respectively.The estimation results were compared with the result calculated by the observational data from the altimeter.The compare results showed that,the seasonal variations of steric sea level based on the net heat flux and temperature had slight difference and both of them could explain the seasonal variation of sea level in the area of Kuroshio Extension(KE) and the Gulf Stream(GS).However,the results were quite different in the Tropical Pacific Ocean,and the results based on the net heat flux were more closely to the result from the observation.On the interannual timescale and for the long-term trend,the steric sea level variations estimated by the change of temperature show better in agreement with observation than by using the net heat flux.

sea level change;heat flux;steric sea level change;seasonal variation;interannual variation;long-term trend

P714

A

1001-6932（2017）03-0268-07

10.11840/j.issn.1001-6392.2017.03.004

2017-01-12；

2017-03-13

國家自然科學基金（41506006；41376028；41506020）；江蘇省自然科學基金（BK20140846）；全球變化與海氣相互作用專項（GASI-03-01-01-09）；國家海洋局海洋數據分析與應用重點實驗室開放基金（LDAA-2013-01）；江蘇省海岸海洋資源開發與環境安全重點實驗室開放基金（JSCE201505）。

賈亞茹(1992－)，碩士研究生，主要從事氣候與海平面變化研究。電子郵箱：jiayaru11@163.com。

陳美香，博士，講師。電子郵箱：chenmeixiang@hhu.edu.cn。