兩類El Ni?o事件對中國近海及毗鄰海域海表溫度的影響

李玲莉, 王林慧, 宋 軍, 郭俊如, 富硯昭, 蔡 宇

兩類El Ni?o事件對中國近海及毗鄰海域海表溫度的影響

李玲莉1, 2, 王林慧1, 2, 宋 軍1, 2, 郭俊如1, 2, 富硯昭1, 2, 蔡 宇1, 2

(1. 大連海洋大學 海洋科技與環境學院, 遼寧 大連 116023; 2. 大連海洋大學 應用海洋學研究所, 遼寧 大連 116023)

為研究東部型和中部型兩類厄爾尼諾(El Ni?o)事件與中國近海海表溫度(sea surface temperature , SST)變化間的聯系, 基于中國科學院大氣物理研究所連續80年(1940—2019年)的SST再分析數據, 采用EOF分解、合成分析等方法做了初步分析, 發現中國近海及毗鄰海域近80年SST變化與全球變暖密切相關。并且兩類El Ni?o事件對中國近海SST變化的影響存在顯著差異。東部型El Ni?o事件發展過程中, 中國近海及毗鄰海域SST 在發展年主要為負異常, 衰退期為正異常; 中部型El Ni?o事件發展過程中, SST變化區域差異大, 發展年日本附近海域為正異常, 28°N以南為弱的負異常。兩類El Ni?o事件引發西太平洋風場反氣旋渦的時間、位置與強度等的不同, 是造成中國近海風場與海表溫度異常(sea surface temperature anomaly, SSTA)差異的主要原因。

中國近海; 海表溫度; 經驗正交函數法; 兩類El Ni?o

自1970年以來, 全球海洋持續升溫。繼2017、2018年海洋創紀錄變暖之后, 2019年海洋升溫又創新高[1], 這是有現代海洋觀測記錄以來海洋溫度最暖的一年。海表溫度作為海洋關鍵的環境變量, 通過海氣交換作用, 影響降水[2]、氣溫[3]和海洋生物活動[4-5]等,對研究海洋生態環境變化有重要價值。在全球變暖的大環境背景下, 中國近海及毗鄰海域海表溫度(sea surface temperature, SST)的時空變化對我國氣候變化的影響不容忽視。

El Ni?o現象是影響全球氣候變化的重要因素, 是各國學者關注的焦點問題之一。早期的研究注意到El Ni?o事件的發生過程呈現兩種不同特征[6-9]。兩類El Ni?o事件期間, 熱帶對流加熱場的分布特征有顯著差異, 對中國近海及毗鄰海域海洋能量傳輸、風場變化等過程的影響不同, 對其他海域乃至全球的氣候變化的影響可能不同。林婷婷等[10]研究表明: ENSO影響南海SST的夏、冬季“雙峰”現象發生了顯著的年代際變化。孫楠楠[11]利用1960—2007年衛星海表溫度與現場海溫數據NOAA ERSSTV2數據集研究東海黑潮海表溫度異常與El Ni?o的關系, 結果表明, 當Ni?o3區域SST出現較明顯的正異常時, 黑潮SST則會出現滯后的升高, 并在大約半年后恢復到正常值附近; 當Ni?o3區域SST出現較明顯的負異常時, 黑潮SST則會隨其出現滯后的降低。Yu等[12]基于EOF的主成分進行了相關分析和復合分析, 研究兩類ENSO類型的結構、演化和遙相關。李海燕等[13]利用MERRA-2 (modern-era retrospective analysis for research and applications, version 2)再分析氣溶膠光學厚度及氣象觀測資料, 在剔除人為排放長期變化產生的氣溶膠光學厚度擾動的基礎上, 從氣候學角度探討了兩類El Ni?o事件對中國東部冬季氣溶膠變化的影響。王欽等[14]利用中國160站月降水資料、美國國家環境預測中心(NCEP)及國家大氣研究中心(NCAR)再分析資料等, 對比分析了在2009/2010年中部型El Ni?o和1997/1998年東部型El Ni?o背景下, 黑潮及其延伸區海溫異常對東北地區降水的影響。上述相關研究均未涉及東部型和中部型El Ni?o事件對中國近海及毗鄰海域SST變化影響的差異性問題。因此, 本文對比分析兩類El Ni?o事件期間中國近海及毗鄰海域SST異常分布特征以及兩類El Ni?o事件對中國近海及毗鄰海域SST的影響是有必要的。

本研究基于中國科學院大氣物理研究所構建的全球海洋溫度格點數據集研究中國近海及毗鄰海域SST變化的區域差異以及時空變化特征。同時, 結合NOAA官網獲得的El Ni?o指數以及歐洲中期天氣預報中心(European centre for medium-range weather forecasts, 簡稱 ECMWF)的再分析風場數據 ERA- interim, 討論東部型El Ni?o與中部型El Ni?o事件對中國近海及毗鄰海域SST的影響。

1 資料與方法

1.1 資料

所用資料: (1) 中國科學院大氣物理所所構建的《全球海洋溫度格點數據集》(IAP)月平均SST數據集(http://159.226.119.60/cheng/)。數據覆蓋范圍為全球, 包含41層(1~2 000 m), 數據變量包括溫度和鹽度。空間分辨率為1°×1°。時間分辨率為月平均, 時段為1940年1月至今, 選取的時間段為1940年1月到2019年12月, 共960個月。(2) 美國國家海洋和大氣管理局(NOAA)公布的Ni?o 3區(150°W~90°W , 5°S~5°N)、Ni?o 3.4區(170°W~150°W, 5°S~5°N)、Ni?o4區(160°E~150°W, 5°S~5°N)的月平均SST距平資料(https://www.esrl.noaa.gov/psd/gcos_wgsp/Timese-ries/)。(3) 歐洲中期天氣預報中心(ECMWF)提供的離地10 m風速再分析數據ERA-interim。水平分辨率為1°×1°, 時間跨度為1980年1月—2018年12月, 時間分辨率為月平均。

本文選取空間范圍為中國近海與毗鄰海域(10°N~50°N, 105°E~150°E)。本研究使用的IAP數據集是利用國際耦合模式比較計劃第五階段(CMIP5模式)[15]構建的溫度場, 與HADLEY中心SST數據集(HadSST3)進行比較, 其年際變化幾乎相同[16]。該數據和數據重構方法均經過了嚴格的系統評估。數據偏差訂正方案(CH14方案)目前已經被國際海洋質量控制數據集(IQuOD)作為唯一的方法使用[16-17]。在2019年政府間氣候變化專門委員會(IPCC)評估報告中IAP數據集被使用, 并在國際上得到廣泛的應用。

1.2 研究方法

本文主要的研究方法為經驗正交函數(empirical orthogonal function, EOF)分析方法。EOF方法[18]是近代氣象學中常用的氣象要素場分析方法, 它將氣象要素場分解為特征向量和時間系數兩部分。特征向量可以反映場的空間分布特征, 不隨時間變化; 時間系數(主要分量)是描述場的變化規律。采用合成和相關分析方法分析中國近海及毗鄰海域SST的時空變化特征, 探討中國近海及毗鄰海域的SST異常與兩類El Ni?o事件的聯系。

El Ni?o事件的劃分。El Ni?o事件判別在國際上存在多種標準[19-22]。本文利用Ni?o3.4 指數3個月滑動平均的絕對值(保留一位小數, 下同)達到或超過0.5 ℃、且持續至少5個月, 判定為一次El Ni?o/La Ni?a事件。再基于事件過程中EP的絕對值達到或超過0.5 ℃且持續至少3個月的類型判定為東部型事件;事件過程中CP的絕對值達到或超過0.5 ℃且持續至少3個月的類型判定為中部型事件;EP、CP分別代表東部型、中部型El Ni?o指數 (單位: ℃): 若一次事件同時出現上述兩種情況, 則將事件峰值所在的類型定義為事件主體類型, 整個事件的類型以事件主體類型為準。

EP=NINO3–×NINO4, (1)

CP=NINO4–×NINO3. (2)

當NINO3×NINO4>0時,=0.4; 當NINO3×NINO4≤0時,=0。

式中CP是中部型厄爾尼諾/拉尼娜指數,EP是東部型厄爾尼諾/拉尼娜指數,NINO3是NINO3指數,NINO4是NINO4指數, 單位為℃。

依照上述判別標準剔除1963年、1979年和2006年未發展起來的弱厄爾尼諾事件, 得到表1。1940年以來發生11次東部型El Ni?o事件(1941年、1951年、1957年、1965年、1972年、1976年、1982年、1986年、1991年、1997年、2015年)和7次中部型El Ni?o事件(1969年、1977年、1994年、2002年、2004年、2009年、2018年)。分類結果與《厄爾尼諾/拉尼娜事件判別方法》國家標準[23]分類結果一致。本文厄爾尼諾事件發生年為厄爾尼諾發展年, 表示為“0”年。事件發生第2年為厄爾尼諾衰退年, 表示為“+1”年。

表1 1940年以來發生的El Ni?o事件

2 結果分析

2.1 中國近海及毗鄰海域SST變化的時空分布

對1940年至2019年月平均SST進行EOF分解, 得到空間模式和相應的時間序列圖, 如圖1所示。前兩個模態的累計方差貢獻率達到57%, 第一模態解釋了總方差的41.9%, 第二模態解釋總方差的15.1%。均通過99%的顯著性檢驗。第一模態和第二模態可反映原場1940—2019年的SST分布特征。

圖1為1940—2019年中國近海及毗鄰海域SST距平場前兩個特征向量的空間模態及時間序列圖。圖1a中可以看到, 全區均為正值, 表明SST的變化趨勢在空間上具有一致性。SST最大變率主要分布在日本海區及黃海中部。高溫、高鹽的對馬暖流, 在對馬島的影響下, 分為兩支進入日本海, 一支沿著日本海岸稱為對馬暖流, 一支流經朝鮮半島沿岸稱為東韓暖流。北部來自鄂霍次克海的黎曼寒流沿著俄羅斯沿岸南下, 約在38°N~40°N附近與東韓暖流相遇, 形成日本海內的亞極地鋒[24], 因此這個區域的SST變化顯著; 黃海地區處于東亞季風盛行區域, 陸地上的阿伯利亞高壓與海上的阿留申低壓, 海陸存在明顯的氣壓差, 形成東亞季風。季風的強盛與減弱影響黃海SST的變化。

結合第一模態的時間序列(圖1b), 中國近海及毗鄰海域SST在20世紀40—90年代有波動振蕩; 1997年海溫迅速升高, 1998年與2016年為百年最暖的年份。第一模態的周期振蕩體現全球變暖趨勢。第二特征向量解釋了總方差15.1%。從圖1c中可以看出, 第二模態以34°N為界, 34°N以北為負值, 34°N以南為正值, 表明中國近海及毗鄰海域SST的變化趨勢在空間分布上呈現偶極子分布特征, 反映了海溫變化的南北差異。即當日本海與日本島東北的太平洋SST降溫時, 中國近海及毗鄰的太平洋則為升溫, 表明研究區SST變化有明顯的空間差異性。

圖1 1940—2019年中國近海及毗鄰海域SST前兩個EOF模態的空間分布與時間序列圖[審圖號: GS(2016)2950號]

區域SST的時空變異性和全球氣候密切相關。本文用Ni?o3.4指數代表大尺度ENSO信號, 與研究區域的海表溫度異常(sea surface temperature anomaly, SSTA)作相關性分析, 探討區域內SST的變化差異以及與全球變化的相關性。圖2為中國近海及毗鄰海域1940—2019年第一模態和第二模態時間序列與Ni?o3.4指數時間序列超前滯后相關分析圖。從圖中可看到第一模態時間序列與Ni?o3.4指數滯后8 個月達到最大相關, 系數為0.13, 通過 0.05 信度的顯著性檢驗。而第二模態時間序列與Ni?o3.4指數滯后6個月達到最大相關, 系數為0.29, 通過 0. 05 信度的顯著性檢驗。結果表明第一模態受El Ni?o影響較少, 與全球增溫、太平洋年代際振蕩(PDO)等長周期信號有關, 第二模態時間序列與El Ni?o有明顯的相關性。

中國近海及毗鄰海域1940年至今SST整體呈振蕩升高的趨勢, 中國近海及毗鄰海域SST變化與El Ni?o有顯著的相關性, 不同的El Ni?o類型是否會對中國近海及毗鄰海域SST變化有影響, 在區域上SST變化有什么差異？因此本文探討中國近海及毗鄰海域不同海區的SST與兩類El Ni?o事件的相關性, 比較區域內兩類El Ni?o事件期間SST變化的時空差異。

圖 2 1940—2019年中國近海及毗鄰海域SST的第一模態和第二模態時間序列變化與Ni?o3.4指數超前滯后對比圖

2.2 兩類El Ni?o事件對中國近海及毗鄰海域SST年際變化的影響

Yeh等[25]指出中部型El Ni?o事件在20世紀90年代后發生頻率顯著增加, 東部型和中部型El Ni?o事件太平洋的海溫與大氣有顯著差異, 單一的El Ni?o事件不能客觀地解釋ENSO事件對中國近海SST變化的影響。因此, 研究不同El Ni?o類型對中國近海SST異常的影響具有重要意義。

2.2.1 兩類El Ni?o事件期間中國近海及毗鄰海域SSTA分布特征

為了討論兩種不同類型的El Ni?o期間中國近海及毗鄰海域SSTA的分布特征。本研究選取1940— 2019年東部型El Ni?o事件與中部型El Ni?o事件的SSTA分別進行合成分析, 結果如圖3所示。

如圖3所示, 兩類El Ni?o事件期間, 中國近海及毗鄰海域合成SSTA空間分布不同。東部型El Ni?o事件: 在發展年(圖3a), 年平均海溫異常介于–0.55~ 0.02 ℃。整個區域基本為負距平, 黃渤海、日本海以東海域海溫負異常明顯, 最大負異常區域位于日本以東的太平洋海域; 在El Ni?o衰退年(圖3b), 海溫異常介于–0.32~0.31 ℃。在太平洋呈“-+-”的異常分布, 日本40°N以北太平洋海域海溫為負異常, 中國東海及相鄰太平洋海域為正異常。中部型El Ni?o事件: 發展年(圖3c), 海溫異常范圍為–0.25~0.46 ℃, 27°N~43°N間海域為正異常, 臺灣島以東海域與日本43°N以北海域為負異常; 在衰退年(圖3d), 日本海有較強的的正異常, 中國近海與西太平洋大部分海域呈正異常。

1940—2019年東部型與中部型El Ni?o事件時期, 中國近海及毗鄰海域SSTA經向平均的合成分析如圖4所示。東部型El Ni?o事件發展階段, 中國近海及毗鄰海域海溫主要由負異常控制, 春季在36°N—50°N有較弱的正異常, 夏季在25°N以北及以南分別有海溫負異常中心, 曹叢華[26]、李曉麗[27]和張守文[28]等也指出黃海、渤海與東海區域在El Ni?o發展年的夏季SST為低溫。20°N~40°N東海部分區域及毗鄰的太平洋海域SST秋季升溫快, 海溫正異常開始出現, 而與南海相鄰的太平洋海域弱的冷異常持續至次年春季。東部型El Ni?o事件發展年的冬季正異常偏高, 曹叢華等[26]也有類似結論, El Ni?o發展年冬季中國近海SST異常偏高。在東部型El Ni?o事件衰退年春季黑潮流經海域海溫為正異常, 夏秋季30°N以北海溫為負異常, 南海及相鄰海域的海溫呈弱的正異常, 林婷婷等[10]也指出ENSO事件衰退年的夏季南海SST異常增暖。中部型El Ni?o事件期間中國近海SSTA與東部型El Ni?o期間差異顯著。中部型El Ni?o事件發展年東海以南, 臺灣島以東局部太平洋海域及日本海北部海域為負距平, 這可能是由于在中部型El Ni?o事件發展期, 熱帶西太平洋表層暖水流向熱帶中太平洋, 黑潮向北的經向輸運減弱[29], 從而使黑潮對南海東北部和臺灣島以東的太平洋海域的熱量輸送減弱。其他區域均是正距平(圖3c、圖4b); 中部型El Ni?o衰退期, 中國近海有弱的負異常, 日本海局部海域有強的正距平, 日本以東太平洋局部有負異常。

圖3 1940—2019年兩類El Ni?o事件合成SSTA空間分布(單位: ℃) [審圖號: GS(2016)2950號]

對比兩類El Ni?o事件, 由于熱帶太平洋海溫正異常中心位置和強度的不同, 通過大氣遙相關作用[30-32]對中國近海SST有不同的影響(圖3與圖4)。東部型El Ni?o事件發展時期, 中國近海及毗鄰海域SST變化空間一致性較高, 發展年與衰退年SST變化差異大; 中部型El Ni?o事件, SST變化空間差異大, 而發展年與衰退年海溫變化較小。

從海溫距平的空間分布隨時間演變來看, 在中部型El Ni?o事件的發展過程中, 中國近海及毗鄰海域的SST基本由正的海溫異常所控制。但東部型El Ni?o事件的發展過程中, El Ni?o事件發展年海溫明顯偏低, 衰退年海溫為正, 屬于暖年, 與王智祖等[33]的結論一致。對比兩類El Ni?o事件可以看到: 中部型El Ni?o比東部型El Ni?o持續時間短, 并且強度弱, 歷史上幾次強的El Ni?o事件如1982/1983年、1997/1998年均為東部型。

2.2.2 中國近海及毗鄰海域SST與兩類El Ni?o的關系

以上結果表明, 中國近海及毗鄰海域SST對兩類El Ni?o事件的響應具有明顯的區域性差異, 因此結合區域地理位置, 將研究區域劃分為5個子區域: 東中國海為A區(24°N~38°N, 120°E~128°E); 季風盛行的南海為B區域(12°N~22°N, 107°E~ 120°E); 西太平洋劃分出兩個區, 24°N以北為C區(24°N~38°N, 130°E~145°E), 以南為D區(12°N~22°N, 124°E~147°E); 由于日本海地理位置較封閉, 將日本海劃分為E區(38°N~46°N, 130°E~138°E)。對這5個海區的SSTA進行濾波, 得到2~10年的周期信號, 分別與東部型與中部型El Ni?o事件進行相關性分析(圖5)。

圖4 兩類El Ni?o事件合成的經向平均SSTA的時間演變

注: ‘+’表示El Ni?o衰退年

Note: “+” denotes the decaying years

圖5 五個海區在兩類El Ni?o事件中SSTA與IEP、ICP指數的超前滯后相關

由圖5可以看出, 五個海區SST變化分別與兩類El Ni?o事件有關, 但其相關性、超前滯后時間有較大差異。東部型El Ni?o事件期間(圖5a), 五個海區SSTA與EP指數呈滯后性正相關。A區SSTA對東部型El Ni?o事件滯后10個月達到0.24, 表明赤道東太平洋區的El Ni?o異常信號通過“大氣橋”[34]等過程大約10個月影響東中國海及毗鄰海域SST變化, 與孫楠楠[11]東海黑潮區SST對Ni?o3區域SSTA有5～9個月滯后的研究結論相近。B區SSTA對El Ni?o事件滯后6個月達到最大相關性, 這與(6～10個月)、蔡榕碩等[35](6個月)研究南海SSTA對El Ni?o滯后時間的研究結果相近。C區SSTA對El Ni?o事件響應滯后9個月, 相關系數為0.36。副熱帶西太平洋海區(D區)SSTA距平對東部型El Ni?o事件超前5個月有最大負相關, 相關系數為–0.5。C區較D區緯度高, 環流由低緯流向高緯, 該區域SSTA表現為正異常。E區日本海SSTA與El Ni?o指數超前1個月達到最大相關系數僅為–0.1, 表明日本海SSTA與El Ni?o相關性較低, 與Hong等[36]的結論一致。這可能是日本海地形封閉, 受陸地等其他因素的影響較多。

中部型El Ni?o指數(圖5b)與中國近海及毗鄰海域各區SSTA變化相關性較低(均在0.3以下), 中部型El Ni?o強度與持續時間弱于東部型, 對中國近海及毗鄰海域的SSTA變化的影響機制較為復雜。Yu等[37]認為中部型El Ni?o事件更多與局地次表層海表溫度異常有關。這類El Ni?o 事件的海溫異常、表面風異常和次表層異常都局限于中太平洋, 主要在局地發生、發展及消亡, 不存在明顯的傳播特征。因此, 中部型El Ni?o事件對中國近海SSTA的影響小于東部型El Ni?o事件。

3 兩類El Ni?o事件對我國近海及毗鄰海域SST的影響機制

El Ni?o事件的發生和維持與海表風應力異常密切相關[7, 37-39]。本文對1980年以后的5次東部型E1 Ni?o和5次中部型El Ni?o事件進行合成分析。

由表1統計可知, 東部型El Ni?o發展初期多出現在夏季, 冬季達到峰值。東部型El Ni?o發展初期, 西太平洋SST呈負異常[7], 副熱帶高壓弱, “反”沃克異常環流春季建立, 下沉的輻散氣流通過Gill型[38]響應形成異常反氣旋, 該異常反氣旋在開爾文波的作用下由西向東傳, 影響西太平洋副高, 進而影響中國近海SST[39]。如圖6a所示, 東部型El Ni?o夏季, 南海有弱的SST正異常, 此時南海赤道附近的風場主要為西南風異常。而黃海、東海受偏北風影響, SST降低。東海主要為異常偏南風, 有弱的正異常。24°N附近的太平洋為東風異常, 形成異常氣旋渦, 該海域海溫主要呈現負異常, 24°N以北西太平洋形成弱的異常反氣旋, 海溫呈弱的正異常。秋季, 反氣旋東移至南海, 海溫正異常從南海向東北方向擴展, 南海及臺灣島以東海域SST正異常范圍相較于夏季擴大。日本以東的太平洋存在明顯的異常氣旋渦, 海溫為負異常(圖6b), 受西風異常的影響, 太平洋大部分海域SST為負異常。冬季El Ni?o發展至成熟期(圖6c), 反氣旋異常令西太副高面積向西擴展, 中國近海主要表現為異常南風與東南風, 冬季季風強度減弱, 海溫正異常面積與強度增大[39]。春季(圖6d)El Ni?o進入衰減期, 隨著副高向北推進, 南海及西太平洋的反氣旋異常更顯著, 赤道區域轉為東風異常, 西太平洋的冷異常進一步減弱。

由表1可知, 中部型El Ni?o現象一般始于夏季, 當強度很大時可持續到冬季, 它的強度與持續時間均弱于東部型El Ni?o。因此, 海溫負異常弱, 主要與前期西風異常起始時間晚, 且強度明顯弱于東部型有關(春季圖略)。夏季中部型El Ni?o(圖7a), 風場距平明顯向北偏移, 42°N以北為異常氣旋渦, 28°N至42°N的異常反氣旋范圍與強度較大, 形成了該處正的海溫距平, 28°N以南區域為明顯的氣旋異常, 表現為較弱的海溫負異常。海溫的“-+-”3層結構對應風場的異常“氣旋-反氣旋-氣旋”結構。秋季, 異常反氣旋渦減弱北移, 海溫正異常減弱向北偏移, 冷異常范圍擴大; 冬季, 西太平洋西風異常減弱, 抹去了西太平洋的冷異常, 中部型El Ni?o現象終止[7]。

中部型El Ni?o從發生到衰退期間, 在中國近海SST未表現出明顯的相位轉換, 有研究表明, 中部型El Ni?o事件是一個局地的海氣耦合過程, 其發展演變更多基于大氣外強迫[7]; 東部型較中部型更易從拉尼娜過渡而來, 中部型則更像是自我發展的事件[39]。對比東部型與中部型El Ni?o事件在中國近海的SST異常變化與海表面風異常的過程, 不難發現, 風場的異常是導致海面增/降溫的直接原因。

4 結論

本研究利用中科院大氣所構建的《全球海洋溫度格點數據集》月平均SST資料, 結合NOAA發布的Ni?o指數以及來自ECMWF的再分析風場數據ERA-interim, 分析中國近海及毗鄰海域80年(1940— 2019年)SST的時空變化特征, 討論東部型El Ni?o和中部型El Ni?o對中國近海及毗鄰海域SST的影響及影響機制, 可以得到以下幾點結論:

圖6 1980—2018東部型El Ni?o事件合成SSTA(色階, 單位: ℃)與海表面風應力距平空間分布圖(單位: m/s) [審圖號: GS(2016)2950號]

1) 對研究區域80年的SSTA進行EOF分解, 第一模態解釋了總方差的41.9%, SST變化在空間上具有一致性, SST變化最大的區域在日本海。時間序列的線性趨勢表明在1940—2019年中國近海及毗鄰海域SST總體上表現為疊加在年際變化的年代際的升溫趨勢。第一模態主要反映全球變暖對中國近海及毗鄰海域SST變化的影響; 第二模態呈南北偶極子空間分布, 時間序列的周期性變化與氣候大尺度的周期性信號有聯系。

2) 兩類El Ni?o事件時期, 中國近海及毗鄰海域SST距平場特征有顯著差異。東部型El Ni?o在發展年中國近海及毗鄰海域大部分海域表現為冷異常, 秋季冷異常減弱, 冬季El Ni?o成熟期轉為強的暖異常, 夏季暖異常開始減弱, 日本附近海域有顯著冷異常。由于中部型 El Ni?o事件強度弱、持續時間短, 中國近海SST距平發展年與衰退年的差異較小。在中部型El Ni?o事件的發展過程中, 中國近海及毗鄰海域的SST主要呈現正海溫異常。

3)根據中國近海及毗鄰海域SST對兩類El Ni?o事件的響應特征, 將研究區域分為5個子區域。各子區域SSTA與兩類El Ni?o指數的相關性分析顯示, 東部型El Ni?o事件與各子區域間相關性較高。南海滯后Ni?o指數5個月達到較高相關性0.57, 南海毗鄰的太平洋滯后6個月有較高相關性, 中國黃東海及毗鄰的太平洋SST變化對于ENSO信號有10個月的滯后期, 相關性較低, 而日本海與ENSO信號相關性最低。而中部型El Ni?o事件與各子區域間的相關性均低于東部型。中部型El Ni?o事件對南海及其以南的西太平洋區域的SST變化有較高的聯系, 部分陸地邊沿海與中部型El Ni?o指數相關性較低。

圖7 1980—2018中部型El Ni?o事件合成SSTA(色階, 單位: ℃)與海表面風應力距平空間分布圖(單位: m/s) [審圖號: GS(2016)2950號]

4) El Ni?o可以通過大氣過程影響中國近海及毗鄰海域SST變化。東部型El Ni?o事件發展年夏季, 西太平洋受西風異常影響, 存在冷異常, 中國近海大氣存在異常的氣旋, 大部分海洋為冷異常。春季建立的“反”沃克異常環流, 下沉的輻散氣流通過Gill型響應形成異常反氣旋, 該異常反氣旋在開爾文波的作用下由西向東傳, 影響西太平洋副高, 進而影響中國近海SST變化。冬季, 異常反氣旋移動至西太平洋, 副高加強使海溫由負異常轉變為正異常。衰退年春季, 隨著副高向北推進, 南海及西太的反氣旋異常更顯著, 赤道區域轉為東風異常, 西太平洋的冷異常進一步減弱。中部型El Ni?o時期, 中國近海風場與SST距平與東部型有明顯差異, 發展期夏季日本海附近異常反氣旋產生海溫正異常, 其他海區負異常較弱。中部型El Ni?o成熟期與衰退期, 由于西太平洋副高增強較小, 海溫正異常比東部型時期弱。

本文利用EOF分解方法對1940—2019年中國近海及毗鄰海域SST進行分解, 表明中國近海及毗鄰海域SST具有明顯的年際變化, 且 SST變化具有明顯的區域差異。通過分析對比兩類El Ni?o事件期間的SST與風場變化, 海表面風應力異常是導致海面增減溫的直接原因之一。本文定性地分析了異常風應力對中國近海及毗鄰海域SST影響的區域性特征, 并對其物理機制作了初步研究。對兩類El Ni?o影響中國近海及毗鄰海域SST變化物理機制的定量分析是今后進一步研究的主要方向。

致謝: 感謝中國大氣物理研究所再分析數據的支持。感謝國家科技資源共享服務平臺——國家海洋科學數據共享服務平臺大連分中心(http://odc.dlou.edu.cn/)數據資料支持。感謝歐洲中期天氣預報中心的數據支持。

[1] CHENG L, ABRAHAM J, HAUSFATHER Z, et al. How fast are the oceans warming?[J]. Science, 2019, 363(6423): 128-129..

[2] 吳國雄, 劉還珠. 降水對熱帶海表溫度異常的鄰域響應I．數值模擬[J]. 大氣科學, 1995(4): 422-434. WU Guoxiong, LIU Huanzhu. Neighborhood response of precipitation to tropical sea surface temperature anomalies I. Numerical Simulation[J]. Atmospheric Sciences, 1995(4): 422-434.

[3] 陳少勇, 張燕霞, 夏權, 等. 中國東部冬季氣溫異常與海表溫度異常的關系分析[J]. 高原氣象, 2009, 28(5): 1181-1188. CHEN Shaoyong, ZHANG Yanxia, XIA Quan, et al. Analysis of the relationship between winter temperature anomalies in eastern China and sea surface temperature anomalies[J]. Plateau Meteorology, 2009, 28(5): 1181- 1188.

[4] 姚翠鸞, SOMERO G N. 海洋暖化對海洋生物的影響[J]. 科學通報, 2015, 60(9): 805-816. YAO Cuiluan, SOMERO G N. The impact of ocean warming on marine life[J]. Chinese Science Bulletin, 2015, 60(9): 805-816.

[5] 郭文, 胡發文, 菅玉霞, 等. 溫度變化對斑點鱒鮭仔魚存活與生長的影響[J]. 水產養殖, 2012, 33(7): 44-46. GUO Wen, HU Fawen, KAN Yuxia, et al. The effect of temperature changes on the survival and growth of spotted trout larvae[J]. Aquaculture, 2012, 33(7): 44-46.

[6] ASHOK K, BEHERA S, RAO S A, et al. El Ni?o Modoki and its possible teleconnection[J]. Journal of Geophysical Research: Oceans, 2007, 112: C11007.

[7] YU J Y, KAO H Y. Contrasting eastern-Pacific and central-Pacific types of ENSO[J]. Journal of Climate, 2009, 22(3): 615-632.

[8] 符淙斌.“埃爾尼諾”(El Ni?o)時期赤道增暖的兩種類型[J]. 科學通報, 1985, 30(8): 596-599. FU Congbin. Two types of equatorial warming during El Ni?o period[J]. Chinese Science Bulletin, 1985, 30(8): 596-599.

[9] LI Gen, REN B H, YANG C Y, et al. Traditional El Ni?o and El Ni?o Modoki revisited: Is El Ni?o Modoki linearly independent of traditional El Ni?o?[J] Atmospheric and Oceanic Science Letters, 2010, 3(2): 70-74.

[10] 林婷婷, 李春. ENSO與南海SST關系的年代際變化[J]. 山東氣象, 2019, 39(2): 68-75. LIN Tingting, LI Chun. The interdecadal changes of the relationship between ENSO and SST in the South China Sea[J]. Shandong Meteorology, 2019, 39(2): 68-75.

[11] 孫楠楠. 東海黑潮海表溫度變化及其與厄爾尼諾和全球變暖的關系[D]. 青島: 中國海洋大學, 2009. SUN Nannan. The Kuroshio sea surface temperature change in the East China Sea and its relationship with El Ni?o and global warming[D]. Qingdao: Ocean University of China, 2009.

[12] YU J Y, KAO H Y, LEE T, et al. Subsurface ocean temperature indices for Central-Pacific and Eastern-Pacific types of El Ni?o and La Nina events[J]. Theoretical & Applied Climatology, 2011, 103(3-4): 337-344.

[13] 李海燕, 孫家仁, 胡東明, 等. 兩類厄爾尼諾事件對中國東部冬季氣溶膠的影響[J]. 氣象學報, 2018, 76(5): 699-713. LI Haiyan, SUN Jiaren, HU Dongming, et al. The effects of two types of El Ni?o events on winter aerosols in eastern China[J]. Acta Meteorologica Sinica, 2018, 76(5): 699-713.

[14] 王欽, 李雙林, 付建建. 兩類ENSO背景下黑潮及其延伸區海溫異常對東北夏季降水的影響: 個例對比[J]. 熱帶氣象學報, 2016, 32(1): 73-84. WANG Qin, LI Shuanglin, FU Jianjian. The influence of the Kuroshio and its extended sea temperature anomalies on summer precipitation in Northeast China under the background of two types of ENSO: A case comparison[J]. Journal of Tropical Meteorology, 2016, 32(1): 73- 84.

[15] TAYLOR K E, STOUFFER R J, MEEHL G A. An overview of CMIP5 and the experiment design[J]. Bulletin of the American Meteorological Society, 2012, 93(4): 485- 498.

[16] CHENG L, ZHU J. Benefits of CMIP5 multimodel ensemble in reconstructing historical ocean subsurface temperature variations[J]. Journal of Climate, 2016, 29(15): 5393-5416.

[17] CHENG L, TRENBERTH K E, FASULLO J, et al. Improved estimates of ocean heat content from 1960 to 2015[J]. ence Advances, 2017, 3(3): e1601545.

[18] 魏鳳英. 現代氣候統計診斷與預測技術[M]. 北京: 氣象出版社, 1999. WEI Fengying. Modern Climate Statistics Diagnosis and Prediction Technology[M]. Beijing: Meteorological Press, 1999.

[19] 臧恒范, 王紹武. 1854—1987年期間的埃爾尼諾與反埃爾尼諾事件[J]. 海洋學報, 1991, 13(1): 26-34. ZANG Hengfan, WANG Shaowu. El Ni?o and Anti-El Ni?o Incidents from 1854 to 1987[J]. Journal of Oceanography, 1991, 13(1): 26-34.

[20] LARKIN N K, HARRISON D E. Global seasonal temperature and precipitation anomalies during El Ni?o autumn and winter[J]. Geophysical Research Letters, 2005, 32: L16705.

[21] QUINN W H, NEAL V T, MAYOLO S E A D. El Ni?o occurrences over the past four and a half centuries[J]. Journal of Geophysical Research Atmospheres, 1987, 92(C13): 14449-14461.

[22] TOMITA T, YASUNARI T. On the two types of ENSO[J]. Journal of the Meteorological Society of Japan. Ser. II, 1993.

[23] 國家氣候中心, 中國氣象科學研究院. 厄爾尼諾/拉尼娜事件判別方法[S]. 北京: 中華人民共和國國家質量監督檢驗檢疫總局; 中國國家標準化管理委員會. National Climate Center, Chinese Academy of Meteorological Sciences. El Ni?o/La Nina Event Discrimination Method[S]. Beijing: General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China; National Standardization Administration of China.

[24] YOON S J H. Some features of winter convection in the Japan Sea[J]. Journal of Oceanography, 1995, 51(1): 61- 73.

[25] YEH S W, KUG J S, DEWITTE B, et al. El Ni?o in a changing climate[J]. Nature, 2009, 461(7263): 511-514.

[26] 曹叢華, 曲如美, 張惠滋. 東中國海海溫場對厄爾尼諾與反厄爾尼諾事件的響應[J]. 海洋預報, 1999(4): 39-45. CAO Conghua, QU Rumei, ZHANG Huizi. The response of the sea temperature field in the East China Sea to El Nino and anti-El Nino events[J]. Ocean Forecast, 1999(4): 39-45.

[27] 李曉麗, 徐鐵軍. 厄爾尼諾事件與東海氣旋及熱帶氣旋活動關系淺析[J]. 浙江氣象科技, 2000(4): 15-18. LI Xiaoli, XU Tiejun. Analysis of the relationship between El Ni?o event, East China Sea cyclone and tropical cyclone activity[J]. Zhejiang Meteorological Science and Technology, 2000(4): 15-18.

[28] 張守文, 王輝, 姜華, 等. 厄爾尼諾和臺風共同影響下的7月份黃、東海海溫變化[J]. 海洋學報, 2017, 39(12): 32-41. ZHANG Shouwen, WANG Hui, JIANG Hua, et al. Sea temperature changes in the Yellow Sea and East China Sea in July under the combined influence of El Ni?o and typhoon[J]. Acta Oceanologica Sinica, 2017, 39(12): 32- 41.

[29] 譚紅建, 蔡榕碩. 熱帶太平洋El Ni?o Modoki對中國近海及鄰近海域海溫的可能影響[J]. 熱帶氣象學報, 2012, 28(6): 897-904. TAN Hongjian, CAI Rongshuo. Possible impacts of tropical El Ni?o Modoki on SST of China offshore and its adjacent waters[J]Journal of Tropical Meteorology, 2012, 28(6): 897-904.

[30] 宋家喜. ENSO知識講座第四講 ENSO與大氣遙相關[J]. 海洋預報, 2002, 19(2): 71-73. SONG Jiaxi. Lectures on ENSO knowledge lecture 4 ENSO and atmospheric teleconnection[J]. Ocean Forecast, 2002, 19(2): 71-73.

[31] 陳文, 丁碩毅, 馮娟, 等. 不同類型ENSO對東亞季風的影響和機理研究進展[J]. 大氣科學, 2018, 42(3): 640-655. CHEN Wen, DING Shuoyi, FENG Juan, et al. Research progress in the effects and mechanism of different types of ENSO on the East Asian monsoon[J]. Chinese Journal of Atmospheric Sciences, 2018, 42(3): 640- 655.

[32] 李建平, 任榮彩, 齊義泉, 等. 亞洲區域海-陸-氣相互作用對全球和亞洲氣候變化的作用研究進展[J]. 大氣科學, 2013, 37(2): 518-538. LI Jianping, REN Rongcai, QI Yiquan, et al. Research progress on the effects of sea-land-atmosphere interactions on global and Asian climate change in Asia[J]. Chinese Journal of Atmospheric Sciences, 2013, 37(2): 518-538.

[33] 王智祖, 左軍成, 陳美香, 等. 黃、東海沿岸海表溫度變化與厄爾尼諾的關系[J]. 河海大學學報(自然科學版), 2012, 40(4): 461-468. WANG Zhizu, ZUO Juncheng, CHEN Meixiang, et al. The relationship between sea surface temperature changes along the Yellow Sea and East China Sea and El Nino[J]. Journal of Hohai University (Natural Science Edition), 2012, 40(4): 461-468.

[34] LATIF M, BARNETT T P. Interactions of the tropical oceans[J]. Journal of Climate, 1995, 8(4): 952-968.

[35] 蔡榕碩, 張啟龍, 齊慶華. 南海表層水溫場的時空特征與長期變化趨勢[J]. 臺灣海峽, 2009, 28(4): 559- 568. CAI Rongshuo, ZHANG Qilong, QI Qinghua. Temporal and spatial characteristics and long-term variation trend of the surface water temperature field in the South China Sea[J]. Taiwan Strait, 2009, 28(4): 559-568.

[36] HONG C H, CHO K D, KIM H J. The relationship between ENSO events and sea surface temperature in the East (Japan) Sea[J]. Progress in Oceanography, 2001, 49(1): 21-40.

[37] YU J Y, KAO H S, LEE T. Subtropics-related interannual sea surface temperature variability in the central equatorial Pacific[J]. Journal of Climate, 2010, 23(11): 2869-2884.

[38] GILL A E. Some simple solutions for heat-induced tropical circulation[J]. Quart. J. Roy. Meteor. Soc, 2010, 106(449): 447-462.

[39] 錢代麗, 管兆勇. 超強與普通厄爾尼諾海-氣特征差異及對西太平洋副熱帶高壓的不同影響[J]. 氣象學報, 2018, 76(3): 394-407. QIAN Daili, GUAN Zhaoyong. Differences in sea-atmo-sphere characteristics between super strong and ordinary El Nino and their different effects on the western Pacific subtropical high[J]. Acta Meteorologica Sinica, 2018, 76(3): 394-407.

Effects of two types of El Ni?o events on the sea surface temperature in China’s offshore and adjacent seas

LI Ling-li1, 2, WANG Lin-hui1, 2, SONG Jun1, 2, GUO Jun-ru1, 2, FU Yan-zhao1, 2, CAI Yu1, 2

(1. School of Marine Technology and Environment, Dalian Ocean University, Dalian 116023, China; 2. Institute of Applied Oceanography, Dalian Ocean University, Dalian 116023, China)

This study investigates the relationship between eastern and central-type El Ni?o events and the sea surface temperature (SST) changes in China’s coastal waters. On the basis of the SST reanalysis data of the Institute of Atmospheric Physics, Chinese Academy of Sciences for 80 consecutive years (1940–2019), a preliminary analysis was conducted using empirical orthogonal function decomposition and synthesis analysis methods. Results showed that the SST changes in China’s coastal waters and adjacent waters in the past 80 years are consistent with global warming. Moreover, significant differences in the impact of the two types of El Ni?o events on the SST changes in China’s offshore waters are observed. During the development of El Ni?o in the east, the sea surface temperature anomaly (SSTA) of China’s offshore and adjacent sea areas is a negative anomaly in the development years and a positive anomaly in the recession period. During the development of central-type El Ni?o, considerable regional differences in SSTA variation are observed. In the developing years, the sea area near Japan is a positive anomaly and the sea area south of 28°N is a weak negative anomaly. The differences in time, position, and intensity of anti-gas vortices caused by the two types of El Ni?o events in the western Pacific Ocean are the main reason for the difference in distance between offshore wind field and SSTA in China.

China’s offshore water; sea surface temperature; empirical orthogonal function method; two types of El Ni?o events

May 22, 2020

P731

A

1000-3096(2021)04-0051-13

10.11759/hykx20200522002

2020-05-22;

2020-12-30

自然資源部海洋環境信息保障技術重點實驗室開放基金; 自然資源部海洋信息技術創新中心開放基金; 遼寧省“興遼英才計劃”項目(XLYC1807161); 大連市高層次人才創新支持計劃(2017RQ063); 大連海洋大學“湛藍學者工程”; 國家自然科學基金項目(41206013; 41430963); 遼寧省教育廳項目(QL201905); 國家科技支撐計劃項目(2014BAB12B02); 國家建設高水平大學公派研究生項目(留金出[2008]3019; [2012]2013); 遼寧省高等學校海洋產業技術研究院項目; 海洋公益性行業科研專項(201205018); 遼寧省重點研發計劃(2019JH2/ 10200015); 南方海洋科學與工程廣東省實驗室(廣州)人才團隊引進重大專項( GML2019ZD0402 )

[Open Fund of the Key Laboratory of Marine Environmental Information Assurance Technology of the Ministry of Natural Resources; Open Fund of the Marine Information Technology Innovation Center of the Ministry of Natural Resou-r-ces; Liaoning Province “Xing Liao Talents Program” Project, No. XLYC1807161; Dalian City High-level Talent Innovation Support Program No. 2017RQ063; Dalian Ocean University “Blue Scholar Project”; National Natural Science Foundation of China, Nos. 41206013, 41430963; Liaoning Provincial Department of Education Project, No. QL201905; National Science and Technology Support Program, No. 2014BAB12B02; National Construction High-level University Publicly Sponsored Postgraduate Project (Reserved Gold [2008] 3019; [2012] 2013); The Marine Industry Technology Research Institute Project of Liaoning Provincial Colleges and Universities; Marine Public Welfare Industry Research Project, No. 201205018; Liaoning Province Key R&D plan No. 2019JH2/10200015; Southern Ocean Science and Engi-neering Guangdong Laboratory (Guangzhou) Talent Team Introduction Major Project, No. GML2019ZD0402]

李玲莉(1994—), 女, 山西晉城人, 主要研究方向為應用海洋學, E-mail: 535017945@qq.com; 宋軍(1983—),通信作者, 男, 山東無棣人, 博士, 主要研究方向為近海動力學、應用海洋學, E-mail: songjun2017@dlou.edu.cn

(本文編輯: 叢培秀)