基于Aqua/MODIS數據研究黃海暖流的強度及其時空變化

曹友華，朱乾坤

（1.上海海洋大學海洋科學學院，上海201306；2.自然資源部第二海洋研究所衛星海洋環境動力學國家重點實驗室，浙江杭州310012）

1 引言

黃海是一個半封閉的淺海，北起鴨綠江，南迄長江口北，西北部與渤海相通，南部與東海相連[1]，深度70～100 m，平均深度44 m[2-3]，漁業資源豐富，在我國海洋捕撈業中占據重要地位[4]。黃海海域的水系包括黃海沿岸水、長江沖淡水、朝鮮西岸沿岸水和黃海暖流水等[5]。黃海暖流是影響冬季黃海的重要海流之一，其特點是高溫高鹽和低溶解氧[1]，對黃海海域的生態系統和漁業有重要影響[6]。

國內外學者對黃海暖流進行了多方面的研究。1934年，Uda[7]利用水文數據和漂流瓶軌跡最早提出和命名了黃海暖流，他認為：對馬暖流是黑潮的分支，而黃海暖流是對馬暖流的分支。黃海暖流發源于濟州島附近，沿西北方向進入黃海[8-11]，其影響可達山東半島甚至渤海[2,12-13]。Yu等[12]利用聲學多普勒流速剖面儀（Acoustic Doppler Current Profilers，ADCP）和 溫 鹽 深 儀（Conductivity Temperature Depth，CTD）的實測數據，證實冬季黃海暖流的穩定存在。隨著衛星遙感技術的發展，遙感數據也應用于黃海暖流的研究。趙勝等[13]利用美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）衛星的高級甚高分辨率輻射計（Advanced Very-High-Resolution Radiometer，AVHHR）反演的海表溫度數據對黃海暖流的路徑及機制進行研究。

前人的研究大多以黃海暖舌作為黃海暖流的指標，利用特征等溫線研究黃海暖流的季節變化、路徑和分布范圍等，但不同的研究用于表征黃海暖流的特征等溫線不同。樂肯堂[5]用10°～17℃表征冬季黃海暖流，并指出表征冬季對馬暖流的水溫指標為18.6℃；宋新[14]利用冬季5℃等溫線到達最高緯度的變化來分析黃海暖水的南北變動；湯毓祥等[9]用10℃特征等溫線確定了黃海暖流的路徑和范圍，并指出冬季黃海暖流的溫度范圍為8.1°～11.6℃，初春黃海暖流的溫度范圍為8.2°～9.8℃；Guo等[2]利用ASCAT散射計（Advanced SCATterometer）、快速散射計（Quick SCATterometer，QuikSCAT）和中分辨率成像光譜儀（MODerate resolution Imaging Spectroradiometer，MODIS）遙感數據，把海表溫度不低于6.76℃作為黃海暖流入侵渤海的判斷條件之一；于華明等[15]利用7℃等溫線到達的最高緯度作為黃海暖流強弱的指標。總之，表征冬春季黃海暖流特征等溫線的溫度范圍在5°～17℃，而用于表征黃海暖流各月的特征等溫線目前沒有統一的標準。

黃海暖流的強度及其時空變化對黃海海域環境與漁業資源的時空分布有重要影響。前人對黃海暖流的季節變化研究較多，對其逐月變化和年變化的研究較少，而且近年來對黃海暖流的研究總體偏少。為此，本文基于MODIS傳感器獲取的長時間序列和較高時空分辨率的海表溫度遙感數據，以黃海暖舌作為黃海暖流的指標，利用特征等溫線研究黃海暖流時空上的月變化和年際變化，并探討黃海暖流的年際變化與厄爾尼諾-南方濤動（El Ni?o Southern Oscillation，ENSO）事件的響應，以求更新近年來對黃海暖流的認識和了解，為利用遙感數據動態監測黃海暖流的時空變化和黃海海域的海洋環境，以及利用遙感長期數據分析黃海暖流年際波動特征和影響年際波動的變化機制提供科學依據。

2 材料和方法

2.1 數據來源

2003年1月—2019年10月的海表溫度（Sea Surface Temperature，SST）遙感數據來自美國NOAA（網址：http://coastwatch.pfeg.noaa.gov/erddap/files/）。該數據由Aqua衛星上的MODIS傳感器獲取的熱紅外波段數據（第31—32波段，白天）反演而來，空間分辨率4 km，時間分辨率為月。2017年11月—2018年4月SST遙感數據的時間分辨率為8 d。

2003年1月—2019年10月 的Nino3指 數 來 自中國氣象局國家氣候中心（網址：https://cmdp.ncc-cma.net/pred/cn_enso.php?product=cn_enso_nino_indices），時間分辨率為月。

2.2 方法

2.2.1 黃海暖流的月際變化分析

為保證遙感數據的質量，先剔除海表溫度值范圍不在-2°～35℃的異常值，并采用中值濾波消除數據噪音的影響[16]，然后將2003年1月—2018年12月相同月份的海表溫度數據進行平均，以獲取各月多年平均影像。根據前人的研究經驗[9,17]，若等溫線變成舌狀，且由南向北凸現出來，即可判斷黃海暖舌的存在，進而判斷黃海暖流的存在。利用黃海暖舌各月的特征等溫線到達最高緯度的變化來分析黃海暖流的南北變動，并用其表征黃海暖流各月的強度，以定量地分析黃海暖流的強度和位置分布變化。

2.2.2 黃海暖流的年際變化分析

（1）相較于其他月份，每年1—3月黃海暖流成熟且較為穩定，所以將1—3月黃海暖舌特征等溫線到達最高緯度的平均值作為黃海暖流影響的最北位置，也以此作為黃海暖流的年強度，用來分析黃海暖流的年際變動。

（2）為了便于分析黃海暖流強度的年際變化，根據前人的經驗[10,13]，將黃海暖流源區[5,8]附近34°～36°N，123°～126°E的區域定義為A區（見圖1），將1—3月區域A平均海表溫度的大小作為黃海暖流的年強度強弱，分析黃海暖流強度的年際變化。

（3）探討黃海暖流影響的最北位置與A區平均溫度的關系。

（4）將每年1—3月Nino3指數的平均值作為當年ENSO事件的指數，探討黃海暖流強度的年際變化與ENSO事件的關系。相關分析的顯著性水平檢驗p為0.05。

3 結果分析

3.1 黃海暖流的月際變化分析

3.1.1 特征值提取

由各月多年平均海表溫度的影像可以看出（見圖2），11月在濟州島東南側（32°～33°N，124°～126°E附近），黃海暖流開始從對馬暖流中衍生出來；隨后，其強度和勢力不斷增強；翌年1月，黃海暖流的強度達到最大，勢力最強，影響范圍最大；翌年2—4月逐漸衰退。5月之后，等溫線形狀不再是由南向北凸現出來的舌狀，且海表溫度也不屬于黃海暖流的范圍之內，所以認定其余月份黃海暖流不存在（見圖2，5—10月）。

由于黃海暖流只出現在11月—翌年4月（見圖2），考慮到冬季海水的降溫效果和春季太陽輻射導致海水增溫效果的影響，并綜合前人的研究經驗[2,5,9,18]，本文分別將7℃、12℃、19℃作為1—3月、4月和12月及11月份黃海暖舌的特征等溫線，以此定量地分析黃海暖流的強度和位置變化。

3.1.2 黃海暖流各月強度和南北位置變化

由圖2和圖3可以看出，11月19℃等溫線出現在濟州島西北側，等溫線開始由南向北呈舌狀分布，黃海暖流開始出現，此時黃海暖流的強度和向北影響范圍最小，19℃等溫線只能影響至33.36°N附近。隨后，其強度和勢力不斷增強，影響范圍不斷向北延伸，12月，黃海暖流向西北方向延伸擴大，12℃等溫線可影響至36.42°N左右。翌年1月，黃海暖流的強度達到最大，勢力最強，影響范圍最大；暖流呈現分叉形狀，東南—西北向分支的7℃等溫線向西北方向可延伸至36.50°N附近；南—北向分支的7℃等溫線向北可延伸至38.83°N附近。翌年2月，黃海暖流的形狀與1月相似，但強度和南北延伸范圍有所減小，7℃等溫線沿東南—西北向退至35.30°N左右，另一支7℃等溫線沿南—北向退至37.20°N左右。之后黃海暖流的強度和勢力繼續衰退，翌年3月，東南—西北向的7℃等溫線仍停留在35.30°N左右，而南—北向的7℃等溫線向南退至36.90°N附近。翌年4月黃海暖流的強度和勢力繼續衰退，從等溫線的舌狀分布中還能找到黃海暖流的存在，但其強度和位置范圍明顯縮小，12℃等溫線向北可影響至34.00°N。

總之，黃海暖流存在的時間只有6個月，相較11月、12月和4月，黃海暖流在1—3月的強度和勢力較大，其南北位置的變動和影響范圍較大，但東西位置變動較小。

3.2 黃海暖流強度與時空變化的特點

時間分布上，黃海暖流開始于11月，一直持續至翌年4月后完全消失。空間分布、勢力和強度方面，1—3月黃海暖流存在明顯的分叉形狀，1月黃海暖流的勢力和強度最強，影響黃海的海域最大，西北方向的黃海暖流可延伸至36°N附近，南北方向的黃海暖流可影響至38.83°N（見圖2和圖3）。

圖2 2003—2019年各月多年平均的海表溫度分布（單位：℃）

圖3 黃海暖流各月特征等溫線到達的最高緯度

選取2009年11月—2010年4月的數據進行分析，將黃海暖流每月的最北位置與趙勝等[13]的結果進行比較，兩者總體變化趨勢基本相同。黃海暖流在1月和3月向北延伸的位置相近，相關性分析中兩者相關系數為0.884 4，通過相關性檢驗（p<0.05）（見圖4），但在其余月份，兩者的位置相差較大。

圖4 2009年11月—2010年4月黃海暖流到達的最高緯度的比較

3.3 黃海暖流的年際變化分析

3.3.1 黃海暖流最北位置的年際變化

不同年份中，黃海暖流的強度和南北影響范圍不同。2003—2019年，1—3月黃海暖流7℃等溫線所到達最北位置的平均值在36.15°～38.53°N之間，波動范圍為2.38°，其均值為37.52°N。2006年、2009—2014年和2018年，黃海暖流的向北延伸緯度小于平均值；2003—2005年、2007—2008年、2015—2017年和2019年，黃海暖流南北影響范圍大于平均值。2007年黃海暖流的南北延伸范圍最大，影響可達38.53°N，黃海暖流在該年的年強度最大；而2011年黃海暖流的南北延伸范圍最小，只影響到36.15°N（見圖5a），黃海暖流在該年的年強度最小。

3.3.2 黃海暖流A區平均溫度的變化

2003—2019年，區域A1—3月的平均溫度范圍在7.9～10.94℃，溫度波動范圍為3.04℃，其均值為9.43℃。2003年、2005—2006年、2010—2013年和2018年區域A的溫度小于平均值；2004年、2007—2009年、2015—2017年和2019年區域A的溫度大于平均值。2011年區域A的平均溫度最小，為7.9℃，黃海暖流在該年的年強度最小；2007年區域A的溫度最高，為10.94℃（見圖5b），黃海暖流在該年的年強度最大。

圖5 黃海暖流強度的年際變化

3.3.3 黃海暖流強度的變化

A區平均溫度與黃海暖流的最北位置均能反映黃海暖流的強度。若將2003—2019年區域A的溫度和黃海暖流最北位置的年際變化標準化為0～1的數，發現兩者的年際變化趨勢基本同步，黃海暖流的年強度呈現先增加后減小再增加的反復波動變化趨勢，經相關性分析，兩者的相關系數為0.836 2，并通過相關性檢驗（p<0.05）（見圖6）。這兩種方法都表明，黃海暖流強度的最小值出現在2011年，黃海暖流強度的最大值出現在2007年，其次是2017年和2019年。

圖6 兩種表征黃海暖流強度年際變化方法的結果比較

由圖7中的散點圖可以看出，黃海暖流的最北位置和區域A溫度的年際變化呈明顯的線性關系，利用最小二乘法擬合得到兩者的關系（見圖7）：

圖7 黃海暖流的最北位置和區域A溫度的線性關系

式中，T是區域A的平均溫度；N是黃海暖流最北位置的緯度。

3.3.4 黃海暖流年際變化對ENSO的響應

除2004年、2009年、2010年、2014年和2017年這5 a外，黃海暖流的年際變化和Nino3指數基本呈同增同減的趨勢變化，其余年份兩者的變化趨勢不同。將區域A平均溫度的變化作為黃海暖流強度的年際變化，并標準化為0～1的數，將其時間序列與Nino3指數做相關性分析，兩者的相關系數為0.458 5，相關性檢驗p值為0.063 5（見圖8a）。由于相關系數較低，黃海暖流的年際變化與ENSO事件的相關關系不明顯。但2010—2019年這10 a間，黃海暖流的年際變化與ENSO事件的相關關系明顯，兩者的相關系數為0.695 7，并通過相關性檢驗（p<0.05）（見圖8b）。

圖8 Nino3指數和區域A平均溫度的年際變化

4 黃海暖流變化的機制分析

4.1 利用特征等溫線表征黃海暖流的優缺點

前人對黃海暖流研究的結果表明，黃海暖流水是一種混合水[5,9]，包含東海陸架水、對馬暖流水、東海混合水和朝鮮西岸沿岸水等。由于黃海暖流不是簡單的單一水團，因此利用溫度鋒面很難將其與其他水團分開。遙感數據的海表溫度具有高精度、高分辨率和高時效性優點，且冬季黃海暖流溫度和鹽度在垂直方向上混合均勻[12,19]。利用海表溫度遙感數據和特征等溫線表征黃海暖流，在一定程度上可以反映黃海暖流的真實狀態，使遙感數據海表溫度可用于快速動態監測黃海暖流的強度與時空變化。

為進一步驗證這一觀點的可靠性，本文選取11 a中1月平均遙感數據，按照前人的方法計算其梯度和確定鋒點[8,20-21]，將利用特征等溫線表征黃海暖流的結果與利用溫度鋒面的表征結果進行比較分析。由圖9可以看出，1月利用特征等溫線表征的黃海暖流南北延伸可達38.1°N附近，而利用溫度鋒面的表征僅局限于33°～34°N，123°～126°E范圍內，屬于黃海暖流的源區[5,8]，前者更接近于前人的研究結果[2,13]。

圖9 1月黃海暖流兩種表征方法的結果比較（注：圖b中因為近岸陸地和島嶼的存在，造成計算梯度時缺少數據而出現露白）

總之，利用特征等溫線，可以簡單明了地將黃海暖流的區域圈畫出來，避免了利用溫度鋒面表征黃海暖流而導致結果范圍偏小的問題。目前的缺點在于，用于表征黃海暖舌各月的特征等溫線沒有統一的標準，只有冬春季的溫度范圍在5°～17℃。在此溫度范圍內，本文11月用19℃特征等溫線作為對馬暖流衍生成黃海暖流的臨界溫度[5]、12月和4月用12℃特征等溫線表征黃海暖舌、1—3月用7℃特征等溫線表征黃海暖舌[2]來研究黃海暖流。12月和4月用12℃特征等溫線主要考慮到冬季海水的降溫效果和春季太陽輻射導致海水增溫的影響。這些特征等溫線的選擇具有一定的代表性，在一定程度可用于表征黃海暖流。

4.2 探討黃海暖流強度與區域A海表溫度的關系

目前，對于黃海暖流的強度并未有明確的定義。于華明等[15]以特征等溫線到達的最高緯度作為黃海暖流強度強弱的指標，而王輝武等[17]以黃海暖流流經區域溫度強弱作為黃海暖流的強度。區域A不僅靠近黃海暖流的發源地[5,8]，也是前人研究關注和實測調查黃海暖流的重要海域[5,9,17]，因此便于進行結果比較。本文認為特征等溫線到達的最高緯度越北，黃海暖流的強度越強；區域A的平均溫度越高，黃海暖流的強度越強。綜合這兩種方法，以相互驗證并增加結果的合理性，但哪種方法能更好地反映黃海暖流強度的真實狀態仍有待進一步探討。

黃海暖流的強度與特征等溫線到達的最高緯度和區域A的溫度密切相關。區域A的海表溫度越大，特征等溫線到達的最高緯度越北，即黃海暖流影響的位置越北，黃海暖流的強度越大；反之，如果區域A海表溫度偏小，特征等溫線到達的最高緯度偏南，即黃海暖流影響的位置偏南，則黃海暖流的強度偏小。為了進一步驗證上述關系的正確性，選取2017年11月—2018年4月和2018年11月—2019年4月的月平均數據，2017年11月13日、2017年12月23日、2018年1月29日、2018年3月2日、2018年3月10日和2018年4月29日的時間分辨率為8 d的平均數據，其余時間受天氣和云等因素影響，數據缺失較多，不予考慮。采用以上18個時間段的區域A溫度，用本文得到的線性關系N=0.759 6T+30.361 8去預測每月黃海暖流影響的最北位置，并與真實值對比。結果表明，在黃海暖流存在期間，4月、11月和12月黃海暖流影響最北位置的預測值與真實值誤差較大，這可能是由于春季太陽輻射導致海水增溫的影響和選擇不同特征等溫線導致的結果。盡管如此，利用區域A的海表溫度也可以很好地預測1—3月黃海暖流到達的最北位置，相對誤差均小于±2.2%（見表1）。

表1 2017年11月—2018年4月各時間段黃海暖流最北位置預測值與真實值的比較

4.3 黃海暖流時空變化的原因探討

黃海暖流存在明顯的季節變化。黃海暖流開始于秋季[13]，隨后強度和勢力逐漸增強，冬季達到全年最大[22]。黃海暖流最北可入侵渤海海域[2,13]，春季開始減弱，夏季完全消失[17]。黃海暖流的時空變化除了與季節變化有關，還與年際變化有關。在年際變化方面，黃海暖流的強弱存在4～7 a的年際變化周期[14]，并與ENSO的影響有關[12,22-23]。由于本文遙感數據的時間跨度為2003—2019年（共17 a），時間跨度較短，看不出其年際變化周期，但黃海暖流的年強度確實呈現波動變化趨勢。在最近17 a中，除了2004年、2009年、2010年、2014年和2017年，其余12 a黃海暖流的年強度變化與Nino3指數的值呈相同的變化趨勢；在2010—2019年這10 a間，黃海暖流的年際變化與ENSO事件的相關關系較為明顯，兩者的相關系數為0.695 7，并通過相關性檢驗（p<0.05）。另外，2006年、2011年和2018年為拉尼娜年[24-26]，黃海暖流的年強度和Nino3指數都比較低，而在厄爾尼諾年期間，兩者的關系并不明顯。因此，黃海暖流的年際變化可能受ENSO事件的影響，且受拉尼娜事件的影響更為明顯。

黃海暖流的年際變化除了與ENSO事件有關外，還與當年冬季風場[9,17,19]、太平洋年代際振蕩[15]（Pacific Decadal Oscillation，PDO）和黑潮[23]等有關。利用衛星遙感數據長期監測研究黃海暖流的強度與時空變化是一種有效的手段。

5 結論

本文基于Aqua衛星的MODIS傳感器獲取的2003—2019年遙感海表溫度數據，利用各月的特征等溫線表征黃海暖舌，以此研究黃海暖流的強度和時空變化，探討了黃海暖流的年際變化與ENSO事件的響應。結果表明，在月際變化方面，黃海暖流只出現在11月—翌年4月，其余月份不存在，黃海暖流的最北位置和區域A海表溫度關系密切，利用區域A的海表溫度可以很好地預測1—3月黃海暖流到達的最北位置，相對誤差小于±2.2%。

在黃海暖流強度的年際變化方面，本文認為區域A的平均溫度和利用特征等溫線表征黃海暖流到達的最北位置均可用于分析黃海暖流強度的年際變化。由于遙感數據時間跨度的限制，看不出其具體年際變化周期，但是黃海暖流的年強度確實呈現波動變化趨勢。另外，ENSO事件可能是影響黃海暖流年際變化的重要原因之一，因為在2003—2019年這17 a的時間跨度中，有12 a黃海暖流的年際變化與Nino3指數的值呈相同的變化趨勢，尤其是2010—2019年這10 a間，黃海暖流的年際變化與ENSO事件的相關關系明顯，且受拉尼娜事件的影響更為明顯。未來，隨著遙感數據時間跨度的增長，利用遙感數據進一步探討黃海暖流的年際變化、周期性變化及其對ENSO和PDO等事件的響應仍有待進一步研究。

致謝：感謝自然資源部第二海洋研究所衛星海洋環境動力學國家重點實驗室的衛星地面工作站、衛星數據處理與分享中心以及海洋衛星數據在線分享平臺（SatCO2）在數據收集和處理上提供的幫助！