陳美香，?！÷?，張雯皓，賈亞茹，左常圣

(河海大學(xué) 港口海岸與近海工程學(xué)院，江蘇 南京 210098)

?

全球比容海平面低頻變化特征研究*

陳美香，常曼，張雯皓，賈亞茹，左常圣

(河海大學(xué) 港口海岸與近海工程學(xué)院，江蘇 南京 210098)

摘要:本文主要基于Ishii和EN3三維溫鹽數(shù)據(jù)估算了1945年以來全球大洋不同層次的比容海平面變化，利用隨機(jī)動態(tài)分析方法和集成經(jīng)驗(yàn)?zāi)B(tài)分解方法比較分析其低頻變化特征。結(jié)果顯示，兩種方法基于不同數(shù)據(jù)的分析結(jié)果基本一致，上層1 500 m和1 500 m以下深層海水的比容海平面分別以1962年和1974年為分界，表現(xiàn)為先降后升的特征。最近幾十年大西洋以及南極繞極流海域的比容海平面從上層到下層都表現(xiàn)為上升，全球深層水的主要生成區(qū)均出現(xiàn)不同程度的增暖。集成經(jīng)驗(yàn)?zāi)B(tài)分解發(fā)現(xiàn)長周期年代際信號會對長期趨勢的轉(zhuǎn)折點(diǎn)產(chǎn)生影響。

關(guān)鍵詞：比容變化；海平面；隨機(jī)動態(tài)分析；EMD方法

全球變暖伴隨的海平面上升使得人類對海平面變化的關(guān)注空前增加，全球海平面變化成為當(dāng)今氣候研究領(lǐng)域的重要科學(xué)問題，受到各國科學(xué)家和政府決策者的高度關(guān)注。根據(jù)驗(yàn)潮站以及衛(wèi)星高度計(jì)資料的最新結(jié)果，1901—2010年全球平均海平面上升了大約0.19[0.17～0.21] m，其上升速率為1.7[1.5～1.9] mm/a[1]；1993—2012年間上升速率為3.2[2.8～3.6] mm/a[2-6]。

從本質(zhì)上，全球海平面變化主要受制于全球大洋海水的體積變化和質(zhì)量變化2個(gè)方面。影響海水體積變化的主要因素是海水的溫度和鹽度變化引起的比容海平面變化，而引起全球海水質(zhì)量變化的主要原因是氣候變暖導(dǎo)致的陸地冰(包括陸地冰川、格陵蘭島和南極冰蓋)的融化。全球變暖背景下，世界大洋海水出現(xiàn)增溫是比容變化的主要貢獻(xiàn)者。IPCC第五次評估報(bào)告指出，1971—2010年世界大洋上層700 m海水在增暖[7-10]，1957—2009年700～2 000 m可能也在增暖[11]，而3 000 m以深的增暖可能出現(xiàn)在1992—2005年[12]。與海水增溫相對應(yīng)的熱膨脹效應(yīng)即熱比容效應(yīng)導(dǎo)致海平面上升，1971—2010年上層700 m海水引起的海平面上升速率為0.6[0.4～0.8] mm/a，考慮整個(gè)深度的熱膨脹，熱比容引起的海平面上升速率為0.8[0.5～1.1] mm/a；1993—2010年兩者的貢獻(xiàn)分別為0.8[0.5～1.1] mm/a和1.1[0.8～1.4] mm/a[11,13-20]。目前2 000 m以下海水的觀測資料稀缺是造成深層海水熱比容效應(yīng)不確定的主要因素。質(zhì)量變化對全球海平面變化的貢獻(xiàn)主要依賴于2002年以來GRACE重力衛(wèi)星資料，由于資料長度較短難以剔除年際變化信號的影響，長期趨勢估算存在很大的不確定性[14,21-23]。從掌握的歷史數(shù)據(jù)來看，研究比容變化所用的溫鹽資料數(shù)量遠(yuǎn)遠(yuǎn)超過研究質(zhì)量變化的數(shù)據(jù)，因此在不能完全掌握質(zhì)量變化的情況下，盡可能掌握海水比容變化導(dǎo)致的海平面變化規(guī)律就顯得極為重要。而研究氣候變化尤其關(guān)心的是，比容變化在年際、年代際及更長時(shí)間尺度上(譬如長期趨勢)具有怎樣的變化規(guī)律，這是預(yù)測將來比容變化更為重要的方面。

關(guān)于比容海平面變化的研究，有幾個(gè)問題需要注意。第一，資料來源的影響。2005年以來Argo資料開始提供近全球上層2 000 m溫鹽數(shù)據(jù)，在此之前歷史觀測數(shù)據(jù)在南大洋以及深層都很稀缺，而深層溫鹽數(shù)據(jù)目前基本依賴于WOCE計(jì)劃的航次觀測資料[12,24-26]。第二，資料可靠性的影響。IPCC第四次評估報(bào)告[27]中發(fā)現(xiàn)歷史XBT資料存在深度系統(tǒng)誤差[28]；這一誤差在最近的溫鹽數(shù)據(jù)集中進(jìn)行了訂正[29]。第三，比容變化尤其是上層海水的比容變化中存在的顯著季節(jié)、年際及年代際信號，對長期趨勢的估計(jì)有很大的影響[30-32]，如何合理剔除這些低頻變化的影響對比容長期趨勢的估計(jì)至關(guān)重要。以往的研究中不同的研究者給出的比容長期趨勢有一定的差異，一方面與分析方法有關(guān)[33-35]，另一方面源于資料長度的局限。若數(shù)據(jù)長度不夠，長期趨勢的提取很難消除像年際變化和年代際變化等低頻信號的混淆作用[36]，這就要求我們應(yīng)在數(shù)據(jù)盡量長的基礎(chǔ)上，采用合適的方法盡可能消除年際和年代際信號的影響才能保證提取的長期趨勢較為準(zhǔn)確。

本文在綜合考慮全球比容海平面變化已有研究的基礎(chǔ)上，選擇目前計(jì)算比容變化的2種常用數(shù)據(jù)集的最新版本，采用時(shí)間序列資料的2種常用統(tǒng)計(jì)分析方法，分析全球比容海平面的低頻變化特征，提取其長期變化趨勢的時(shí)空分布，充分認(rèn)識低頻變化對比容海平面長期趨勢估算的影響，認(rèn)識資料時(shí)段的選取對長期趨勢估算的重要性。

1資料和方法介紹

1.1資料及分析

我們選擇了2套時(shí)間序列較長的常用溫鹽數(shù)據(jù)集來計(jì)算全球比容海平面變化(圖1)，分別為日本氣象局提供的Ishii客觀分析數(shù)據(jù)和英國氣象局Hadley中心提供的EN3客觀分析數(shù)據(jù)。

圖1　1945—2013年全球月均比容海平面Fig.1　Global monthly mean steric sea level (SSL) for the period 1945-2013

Ishii三維溫鹽場數(shù)據(jù)為全球1°×1°網(wǎng)格化月均數(shù)據(jù)，本文選擇的數(shù)據(jù)為2014年更新的V6.13版本，垂向有24層網(wǎng)格，最大深度為1 500 m，資料長度為1945—2012年。V6.13版數(shù)據(jù)采用Ishii(2003)提出的客觀分析方法將NODC、PMEL和日本氣象局走航資料融合了最新的WOD09、GTSPP、Argo等數(shù)據(jù)得到，并且進(jìn)行了XBT和MBT等觀測數(shù)據(jù)的深度偏差訂正[29]。本文之所以重新用Ishii數(shù)據(jù)計(jì)算全球比容變化是因?yàn)樵摂?shù)據(jù)以前的版本最大深度只有700 m。

EN3三維溫鹽客觀分析場的數(shù)據(jù)源包括WOD05、GTSPP、Argo和ASBO部分?jǐn)?shù)據(jù)，本文采用的數(shù)據(jù)版本為2013年發(fā)布的最終版本v2a。該溫鹽場為全球1°×1°網(wǎng)格化月均場，垂向有42個(gè)標(biāo)準(zhǔn)層，最大深度5 350 m，基本可以涵蓋海洋整個(gè)深度的溫鹽變化。時(shí)間長度為1950—2013年。

考慮到上層700 m海水被認(rèn)為是全球海洋增暖的主體[37]，同時(shí)結(jié)合2套數(shù)據(jù)的深度范圍，本文分別給出了利用Ishii和EN3數(shù)據(jù)計(jì)算的全球大洋上層700 m、700～1 500 m平均比容海平面變化以及利用EN3數(shù)據(jù)計(jì)算的全球大洋1 500 m以下海水的平均比容海平面變化。由圖1可以看出，除1970-1982年Ishii數(shù)據(jù)計(jì)算的上層700 m比容海平面變化數(shù)值稍小以外，2套數(shù)據(jù)1 500 m以上的結(jié)果結(jié)果基本接近。

1.2比容海平面的計(jì)算方法

本文比容海平面變化的計(jì)算采用Thomson[38]給出的計(jì)算公式，具體形式為：

(1)

(2)

TSSL=TC+SC。

(3)

式中，TC(熱比容海平面異常)為熱膨脹引起的海平面變化；SC(鹽比容海平面異常)為鹽度變化引起的海平面變化；TSSL(比容海平面異常)為熱比容海平面異常和鹽比容海平面異常的和。T是溫度；S是鹽度；α是比容；Z是深度；z1和z2分別是深度積分的上下限。ΔT是各層相對長期平均海溫的異常值，ΔS是各層相對長期平均鹽度的異常值。對各層的比容變化進(jìn)行疊加可以得到總的比容海平面變化。比容α利用1980年國際海水狀態(tài)方程(EOS80)進(jìn)行計(jì)算。

1.3統(tǒng)計(jì)分析方法

本文分別利用隨機(jī)動態(tài)分析方法(SDM)和經(jīng)驗(yàn)?zāi)B(tài)分析方法(EMD)來提取全球比容海平面時(shí)間序列的年際、年代際低頻變化分量和長期趨勢，分析全球比容海平面低頻變化特征以及長期變化趨勢的時(shí)空分布，認(rèn)識年代際變化對長期趨勢估計(jì)的影響。

隨機(jī)動態(tài)分析方法是一種時(shí)間序列的綜合分析方法，在海平面時(shí)間序列分析中經(jīng)常被使用[39-41]。該方法將海平面時(shí)間序列為Y(t)分解為[39]：

(4)

式中，Y(t)為海平面值；T(t)為確定性趨勢項(xiàng)；P(t)為確定性的周期項(xiàng)；X(t)為一剩余隨機(jī)序列；α(t)為白噪聲序列。海平面變化中的主要周期性信號P(t)和長期趨勢T(t)是我們關(guān)心的內(nèi)容?；诠β首V及最大熵譜分析方法來提取時(shí)間序列中周期范圍為數(shù)據(jù)取樣間隔2倍到數(shù)據(jù)長度一半之間的顯著周期，進(jìn)而利用基于最小二乘方法的多元回歸分析獲取時(shí)間序列周期性變化信號的振幅、位相和長期趨勢中的線性上升速率等參數(shù)。

經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)方法是海平面時(shí)間序列分析中常用的另外一種方法[33,42-45]，它可以很好地處理非平穩(wěn)非線性信號，與其他時(shí)頻分析方法相比具有直觀、后驗(yàn)和自適應(yīng)等優(yōu)點(diǎn)，但存在模態(tài)混疊的缺陷。本文采用集成經(jīng)驗(yàn)?zāi)B(tài)分解方法(EEMD)來提取比容海平面變化的低頻信號。該方法利用高斯白噪聲具有頻率均勻分布的統(tǒng)計(jì)特性，在原始信號中加入白噪聲，使信號在不同尺度上具有連續(xù)性，以減小模態(tài)混疊程度，從而更好地分離出時(shí)間序列低頻變化分量，使得長期趨勢更為準(zhǔn)確[46]?；驹砣缦耓47]：在原始信號x(t)中多次加入具有均值為0、幅值標(biāo)準(zhǔn)差為常數(shù)(一般取原始信號標(biāo)準(zhǔn)差的0.1～0.4倍)的白噪聲ni(t)，得到新信號xi(t)=x(t)+ni(t)，下標(biāo)i表示第i次添加白噪聲；對xi(t)進(jìn)行EMD分解，得到一系列本征模態(tài)函數(shù)(IMF)分量cij(t)和一個(gè)余項(xiàng)ri(t)，這里j代表第j個(gè)IMF；重復(fù)上述步驟N次，將對應(yīng)的IMF進(jìn)行總體平均運(yùn)算，得到EEMD分解后的第j個(gè)IMF：

(5)

最終EEMD分解結(jié)果為

(6)

式中，r(t)為最終的殘余分量，代表信號的平均趨勢；本征模態(tài)分量cj(t)(j=1,2,…)代表信號從高到低不同頻段的成分。本文使用的集成經(jīng)驗(yàn)?zāi)B(tài)分解方法EEMD在原始信號中添加標(biāo)準(zhǔn)偏差為原始信號40%的高斯噪音，進(jìn)行200次EMD迭代得到原始信號的本征模態(tài)；從試驗(yàn)結(jié)果來看，噪音水平取40%對應(yīng)的模態(tài)獨(dú)立性和合理性最好。

2全球比容海平面低頻變化特征

綜合考慮數(shù)據(jù)及已有研究結(jié)果，本文分別計(jì)算分析了全球700 m以淺、700～1 500 m以及1 500 m以深3個(gè)層次海水的比容海平面變化，方便起見，將上述3個(gè)層次分別稱為上層、中層及下層海水。Ishii數(shù)據(jù)和EN3數(shù)據(jù)給出的3個(gè)層次海水的比容海平面變化的時(shí)間序列基本一致(圖1)，1945—2013年間上層海水比容海平面變化范圍在(±1.6) cm，中層海水比容變化范圍為-0.54～0.66 cm，下層海水比容變化范圍為-0.62～0.68 cm。因此，上層海水比容變化幅度大約是中層和下層海水的2～3倍，大約比中下層海水(大約到5 500 m)的比容變化大一半，可見上層700 m海水仍然是整個(gè)海洋比容變化的主體。這點(diǎn)與IPCC第五次評估報(bào)告AR5是吻合的。下文將分別利用兩種統(tǒng)計(jì)分析方法對2套數(shù)據(jù)進(jìn)行分析，綜合給出全球大洋各層比容海平面變化的周期性信號和長期趨勢等時(shí)間演變特征，在此基礎(chǔ)上討論長期趨勢的空間分布特征。

2.1全球比容海平面低頻變化的時(shí)間特征

從圖1兩套數(shù)據(jù)的結(jié)果來看，全球比容海平面存在顯著的季節(jié)、年際及年代際信號，但各個(gè)層次在振幅和位相上存在差異?？紤]到受年際和年代際信號的影響，海平面變化的長期趨勢對分析時(shí)段非常敏感[48-52]，下面將重點(diǎn)關(guān)注全球大洋3個(gè)層次海水比容海平面變化的年際、年代際信號及長期趨勢特征，分別給出利用SDM方法和EEMD方法基于Ishii數(shù)據(jù)和EN3數(shù)據(jù)得到的各層比容海平面年際和年代際信號的周期、振幅和長期趨勢，通過給出EEMD方法的主要本征模態(tài)函數(shù)認(rèn)識上述低頻變化隨時(shí)間的演變。

2.1.1上層比容海平面變化

2套數(shù)據(jù)和方法均很好捕捉到了上層海洋比容海平面顯著的季節(jié)、年際和年代際等周期性信號以及長期趨勢轉(zhuǎn)變特征。以6個(gè)月和12個(gè)月為顯著周期的季節(jié)變化是上層700 m海水比容變化的主要成分(分別對應(yīng)EEMD本征模態(tài)2和3，圖2)，盡管振幅較大但由于其周期較短對長期趨勢影響不大。年際變化以3～7 a周期為主(分別對應(yīng)EEMD第4和第5模態(tài))，振幅在0.4～0.6 mm。年代際變化存在10 a左右(EEMD模態(tài)6)和20～30 a左右(EEMD模態(tài)7)的兩個(gè)顯著周期，振幅在0.8 mm左右，要明顯大于年際變化振幅。整個(gè)時(shí)段上層700 m海水比容海平面上升速率在0.25 mm/a左右，但在1962年前后存在長期趨勢轉(zhuǎn)折點(diǎn)。

2套數(shù)據(jù)的結(jié)論基本一致，主要差異表現(xiàn)在EN3數(shù)據(jù)年代際信號更加顯著，尤其是幾十年的長周期變化，這一信號甚至掩蓋了整個(gè)過程曲線長期趨勢的轉(zhuǎn)折；兩套方法的提取結(jié)果也基本類似，主要差異主要體現(xiàn)在SDM方法對幾十年長周期年代際信號的提取能力不足(表1，2)，而利用EEMD方法提取的這一長周期年代際變化對長期趨勢變化有重要影響，去掉這一信號之后上層700 m比容海平面曲線由降轉(zhuǎn)升的時(shí)間由表觀的1970年提前到1962年(圖2)。

圖2　全球上層海洋比容海平面本征模態(tài)函數(shù)(Ishii數(shù)據(jù)結(jié)果)Fig.2　Intrinsic mode functions of the SSL change for the upper layer of the global ocean (from Ishii data)

項(xiàng) 目SDM周 期振 幅/mmEEMD周 期振 幅/mm年際變化分量25月0.4231月0.4631月0.3839月0.4041月0.4351月0.6474月0.4291月0.6991月0.50年代際變化分量117月0.78117月0.50163月0.80272月0.40長期趨勢1945-2012年0.251945-2012年0.251945-1970年-0.171945-1961年-0.161971-2012年0.451962-2012年0.37

注：空白處表示無數(shù)據(jù)

表2　基于EN3數(shù)據(jù)的上層海水比容海平面變化分析結(jié)果

注：空白處表示無數(shù)據(jù)

2.1.2中層海水比容海平面變化

700～1 500 m對應(yīng)的中層海水的比容海平面變化范圍不及上層海水的一半，年際變化的顯著周期以2～5 a為主，振幅大約0.2 mm；年代際變化顯著周期同樣包括10 a左右和20～30 a左右的2種周期，振幅大約為0.3～0.6 mm。顯著周期信號對應(yīng)的振幅與上層海水相比大約小一半。受年代際信號的影響，比容海平面的長期趨勢在1963年前后出現(xiàn)由降而升的轉(zhuǎn)折(圖3)，整個(gè)時(shí)段的比容海平面平均上升速率為0.10 mm/a，1963年以來的上升速率為0.15 mm/a。

數(shù)據(jù)和方法之間的差異主要表現(xiàn)為時(shí)間序列更長的Ishii數(shù)據(jù)年代際變化的分辨能力更強(qiáng)，尤其是20～30 a的長周期年代際變化，但這種長周期變化的提取就當(dāng)前的數(shù)據(jù)長度而言EEMD方法更為有效(表3，表4)。

圖3　全球中層海洋比容海平面本征模態(tài)函數(shù)(Ishii數(shù)據(jù)結(jié)果)Fig.3　Intrinsic mode functions of the SSL for the middle layer of the global ocean (from Ishii data)

項(xiàng) 目SDM周 期振 幅/mmEEMD周 期振 幅/mm年際變化分量17月0.1826月0.1426月0.1935月0.1935月0.2541月0.2641月0.2751月0.3151月0.3263月0.16年代際變化分量117月0.17204月0.23272月0.39長期趨勢1945-2012年0.081945-2012年0.081945-1962年-0.131945-1962年-0.071963-2012年0.131963-2012年0.13

注：空白處表示無數(shù)據(jù)

表4　基于EN3數(shù)據(jù)的中層海水比容海平面變化分析結(jié)果

注：空白處表示無數(shù)據(jù)

2.1.3下層海水比容海平面變化

1 500 m以深的下層海水僅有EN3數(shù)據(jù)的分析結(jié)果，其厚度大約為4 000 m，比容海平面變化范圍與中層800 m厚的海水相當(dāng)，均不及上層700 m海水比容海平面變化的一半，證明上層海水是氣候變暖導(dǎo)致的海平面上升的主體。年際變化的顯著周期為3～6 a，平均振幅大約為0.2～0.3 mm，6 a左右的周期振幅最大，可達(dá)0.5～0.6 mm；年代際變化以10 a左右周期為主，振幅在0.3～0.6 mm，也包含微弱的幾十年周期振蕩，振幅約為0.2 mm。單個(gè)年代際變化分量的振幅在低頻信號中仍然近乎最大。

下層海水比容海平面變化速率非常小，1950—2013年平均上升速率大約為0.01～0.02 mm/a，幾乎可以忽略；但在1970—1974年左右出現(xiàn)由降而升的轉(zhuǎn)折點(diǎn)，70年代以前的下降速率比上述速率大一個(gè)量級，為0.1～0.2 mm/a(圖4)。

圖4　全球下層海洋(1 500～5 350 m)比容海平面本征模態(tài)函數(shù)(EN3數(shù)據(jù)結(jié)果)Fig.4　Intrinsic mode functions of the SSL for the deep layer of the global ocean (from EN3 data)

項(xiàng) 目SDM周 期振 幅/mmEEMD周 期振 幅/mm年際變化分量21月0.1730月0.1230月0.2235月0.1135月0.1748月0.1443月0.1770月0.4770月0.59年代際變化分量154月0.61110月0.16154月0.32384月0.20長期趨勢1950-2013年0.021950-2013年0.011950-1970年-0.191950-1974年-0.111971-2013年0.061975-2013年0.07

注：空白處表示無數(shù)據(jù)

從數(shù)據(jù)的統(tǒng)計(jì)分析結(jié)果來看，Ishii和EN3兩套數(shù)據(jù)分別利用SDM方法和EEMD方法顯示的全球海洋各個(gè)層次比容海平面變化的結(jié)果基本一致。以12個(gè)月周期為主的季節(jié)信號是比容海平面變化中的最主要信號；其次是10～13 a和20～30 a的年代際信號，盡管這一信號比季節(jié)信號要弱得多；然后是2～7 a不等的年際信號。從變化幅度來看，單個(gè)周期性變化分量的振幅比長期趨勢引起的海平面振蕩要小一個(gè)量級以上，不會對長期趨勢的提取有本質(zhì)影響，但幾十年的年代際變化會改變長期趨勢的轉(zhuǎn)折點(diǎn)。SDM方法僅能提取10 a左右的年代際信號，而EEMD方法還可以提取10 a以上更低頻的年代際變化，后者對時(shí)間序列不夠長的長期趨勢的提取可能有重要影響。

從長期趨勢的量級來看，上層700 m厚度的海水引起的比容海平面的變化速率是中層800 m海水的兩倍，二者均比下層近4 000 m厚度海水的比容變化大一個(gè)量級；中上層1 500 m海水的比容調(diào)整成為全球大洋比容海平面變化的主導(dǎo)，而不再僅僅是上層700 m海水。從上升的起始時(shí)間來看，受資料長度及年代際變化的影響，我們僅能推斷，上層海洋的增暖不遲于1961年；而中層海水的增暖大約始于1962年左右，下層海水的增暖大約出現(xiàn)在1974年前后。上述兩個(gè)方面都說明隨著全球變暖的持續(xù)，海洋增暖在逐步向深層發(fā)展，深層海水的比容變化也將變得不容忽視。

2.2全球比容海平面長期趨勢的空間分布

從前面的分析可以看出，上層海水與中層海水增暖的起始時(shí)間基本一致，大約在1961—1962年，在分析長期趨勢的空間分布時(shí)，我們將上層1 500 m海水作為一個(gè)整體來分析。下層海水比容海平面長期趨勢仍然單獨(dú)分析。另外，為認(rèn)識近期比容變化對海平面上升的貢獻(xiàn)，本文還計(jì)算了1993年以來上層和深層海水比容海平面的上升速率?？紤]到年際和年代際變化對長期趨勢提取的影響，本文對月均比容海平面數(shù)據(jù)進(jìn)行了156個(gè)月低通濾波繼而進(jìn)行線性擬合求得海平面變化速率。

2.2.1上層1 500 m海水比容海平面變化速率的空間分布

Ishii和EN3兩套數(shù)據(jù)顯示的全球上層1 500 m海水的平均比容海平面變化在時(shí)間上均以1962年為分界線，以前降后升為主要特征。這里我們分別計(jì)算了2套數(shù)據(jù)在1962年前后2個(gè)時(shí)間段內(nèi)的海平面變化速率，2套數(shù)據(jù)同時(shí)段內(nèi)的結(jié)果是一致的(圖5)。從空間分布來看，1962年以前全球大洋上層比容海平面長期趨勢以下降為主，上升的區(qū)域僅僅分散在三大洋熱帶海區(qū)和西北太平洋；與此形成鮮明對比的是，1963年至今全球絕大多數(shù)海域上層比容海平面都呈現(xiàn)上升趨勢，北大西洋、西北太平洋以及南半球都成為上升的主要區(qū)域。從位相來看，北冰洋的東西2個(gè)洋盆、大西洋以及熱帶太平洋以及南半球海域在1962年前后2個(gè)時(shí)段基本反相。1993年以來，全球大洋上層比容海平面變化表現(xiàn)為分別以熱帶東、西太平洋為中心的下降-上升兩極結(jié)構(gòu)，這個(gè)結(jié)果與利用高度計(jì)提取的全球海平面變化速率的空間分布和量級都相當(dāng)接近。受資料長度和時(shí)段劃分的影響，1962年以前和1993年以后的比容海平面變化速率在量值上遠(yuǎn)遠(yuǎn)大于1962年以后時(shí)段，說明資料長度較短的情況下長期趨勢提取時(shí)可能難以將年際年代際信號的影響濾除。需要指出的是，EN3數(shù)據(jù)在北極海域有異常高值出現(xiàn)，尤其是1993年以來的大片高值區(qū)域使得這一數(shù)據(jù)在該海域的可靠性需要進(jìn)一步確認(rèn)。慎重起見，本文在前面給出的中上層EEMD本征模態(tài)均是基于Ishii數(shù)據(jù)的結(jié)果。

圖5　上層1 500 m比容海平面變化速率Fig.5　Rise rate of SSL for upper 1 500 m

2.2.21 500 m以深深層海水比容海平面變化速率的空間分布

1 500 m以深深層海水比容海平面變化以1974年為分界點(diǎn)，前后兩個(gè)時(shí)段也表現(xiàn)出基本反相的特點(diǎn)。深層海水的比容變化在1974年以前基本以下降為主，大西洋、南極繞極流海域都是下降的主要區(qū)域，只有西北太平洋、北印度洋和墨西哥灣-加勒比海表現(xiàn)為上升；而1975年以來上升區(qū)域占絕大多數(shù)，北印度洋、大西洋和南極繞極流臨近海域成為比容海平面上升的主要區(qū)域，只有西北太平洋和南太平洋副熱帶海區(qū)表現(xiàn)為下降。北冰洋在1974年前后由微弱的上升趨勢轉(zhuǎn)為下降趨勢。而1993年以來的最近20 a，深層大洋的比容海平面變化的空間格局與1974年以來的情形基本一致，但上升和下降速率均有所增加。需要注意的是，全球深層水的幾個(gè)主要生成區(qū)，北大西洋，西北太平洋和南極附近在最近20 a都表現(xiàn)為比容海平面的上升，可能是深層海水增暖的一個(gè)重要信號。如果這一信息準(zhǔn)確的話，將會對全球大洋深層環(huán)流的減緩產(chǎn)生重大影響。

圖6　1 500 m以下深層比容海平面變化速率Fig.6　Rise rate of SSL for water below 1 500 m

整體來看，盡管1 500 m以下深層海水比容變化長期趨勢的時(shí)間轉(zhuǎn)折點(diǎn)比上層海水延遲了12～13 a，海平面上升速率也比上層海水小1個(gè)量級左右，但是二者長期趨勢的空間分布均由大面積下降轉(zhuǎn)為大面積上升。最近幾十年大西洋以及南極繞極流海域的比容海平面從上層到下層都表現(xiàn)為上升趨勢值得關(guān)注。

3結(jié)論

本文基于日本氣象局的Ishii及英國氣象局的EN3三維溫鹽場客觀分析數(shù)據(jù)，利用SDM方法和EEMD方法分別就全球大洋700 m以淺、700～1 500 m和1 500 m以深海水1945—2013年的比容海平面年際、年代際低頻變化進(jìn)行了分析，給出了長期趨勢的時(shí)空分布特征以及長周期年代際變化對長期趨勢的影響。主要結(jié)論如下：

1)Ishii和EN3數(shù)據(jù)分別利用2種方法得到的全球海洋各個(gè)層次比容海平面變化的結(jié)果基本一致。

2)資料長度稍長的Ishii數(shù)據(jù)在幾十年長周期的年代際信號的分離方面較EN3數(shù)據(jù)更好，而EEMD方法提取這種信號的能力較SDM方法更優(yōu)。其他稍高頻信號2種數(shù)據(jù)和2種方法的分析結(jié)果基本一致。

3)以12個(gè)月周期為主的季節(jié)信號是比容海平面變化中的最主要信號；其次是周期為10～13 a以及20～30 a的年代際信號，盡管這一信號比季節(jié)信號要弱得多；然后是2～7 a不等的年際信號。從變化幅度來看，單個(gè)年際或者年代際分量比長期趨勢引起的海平面振蕩要小一個(gè)量級以上，不會對長期趨勢的提取有本質(zhì)影響，但幾十年的年代際變化會改變長期趨勢的轉(zhuǎn)折點(diǎn)。

4)中上層1 500 m而不僅僅是上層700 m海水的比容調(diào)整成為全球大洋比容海平面變化的主導(dǎo)，其變化速率比下層近4 000 m厚度海水的比容海平面變化速率大一個(gè)量級。中上層海水增暖大約始于1962年，下層海水的增暖大約出現(xiàn)在1974年左右；二者比容海平面長期趨勢的空間分布以前降后升為特征，典型區(qū)域比容海平面變化趨勢均出現(xiàn)反相。1993年以來無論上層還是下層海水比容海平面上升速率均出現(xiàn)大幅增加；全球深層水的幾個(gè)主要生成區(qū)在最近20 a都表現(xiàn)為比容海平面的上升，可能是深層海水增暖的一個(gè)重要信號。最近幾十年大西洋以及南極繞極流海域的比容海平面從上層到下層都表現(xiàn)為上升趨勢值得關(guān)注。

參考文獻(xiàn)(References)：

[1]CHURCH J A, WHITE N J, KONIKOW L F, et al. Revisiting the Earth's sea-level and energy budgets from 1961 to 2008[J]. Geophysical Research Letters, 2011, 38(18):L18601-L18608.

[2]ABLAIN M, CAZENAVE A, VALLADEAU G, et al. A new assessment of the error budget of global mean sea level rate estimated by satellite altimetry over 1993 2008[J]. Ocean Science & Discussions, 2009, 5(2):193-201.

[3]BECKLEY B D, ZELENSKY N P, HOLMES S A, et al. Assessment of the Jason-2 extension to the TOPEX/poseidon, Jason1 sea-surface height time series for global mean sea level monitoring[J]. Marine Geodesy, 2010, 33(4):447-471.

[4]LEULIETTE E W, REMKO S. Integrating Jason-2 into a multiple-altimeter climate data record[J]. Marine Geodesy, 2010, 33(Supp.1):504-517.

[5]NEREM R S, CHAMBERS D P, MITCHUM C G T. Estimating mean sea level change from the TOPEX and Jason altimeter missions[J]. Marine Geodesy, 2010, 33(4):435-446.

[6]MASTERS A, EASTWOOD J P, SWISDAK M, et al. The importance of plasma β conditions for magnetic reconnection at Saturn's magnetopause[J]. Geophysical Research Letters, 2012, 39(8):L08103-L08108.

[7]LEVITUS S, ANTONOV J I, BOYER T P, et al. Global ocean heat content 1955-2008 in light of recently revealed instrumentation problems[J]. Geophysical Research Letters, 2009, 36(7):157-163.

[8]PALMER, MATTHEW R. An investigation of internal mixing processes in a seasonally stratified shelf area[J]. University of Wales Bangor, 2007,136(1-3):64-71.

[9]DURACK P J, WIJFFEL S E. Fifty-year trends in global ocean salinities and their relationship to broad scale warming[J]. Journal of Climate, 2010, 23(16):4342-4362.

[10]GLECKLER P J, SANTER B D. Human-induced global ocean warming on multidecadal timescales[J]. Nature Climate Change, 2012, 2(7):524-529.

[11]LEVITUS S, ANTONOV J I, BOYER T P, et al. World ocean heat content and thermosteric sea level change (0-2000 m), 1955-2010[J]. Geophysical Research Letters, 2012, 39(10):L10603-L10607.

[12]KOUKETSU S, DOI T, KAWANO T, et al. Deep ocean heat content changes estimated from observation and reanalysis product and their influence on sea level change[J]. Journal of Geophysical Research, 2011, 116(C3):869-881.

[13]DOMINGUES C M, CHURCH J A, WHITE N J, et al. Improved estimates of upper-ocean warming and multi-decadal sea-level rise[J]. Nature, 2008, 453(7198):1090-1093.

[14]WILLIS J K, CHAMBERS D P, STEVEN N R, et al. Assessing the globally averaged sea level budget on seasonal to interannual timescales[J]. Journal of Geophysical Research, 2008, 113:C06015.

[15]WILLIS J K, CHAMBERS D P, KUO C Y, et al. Global sea level rise: recent progress and challenges for the decade to come[J]. Oceanography, 2010, 23(4):26-35.

[16]CAZENAVE A, DOMINH K, GUINEHUT S, et al. Sea level budget over 2003-2008: A reevaluation from GRACE space gravimetry, satellite altimetry and Argo[J]. Global & Planetary Change, 2009, 65(1-2):83-88.

[17]LEULIETTE E W, MILLER L. Closing the sea level rise budget with altimetry, Argo, and GRACE[J]. Geophysical Research Letters, 2009, 36(4):69-79.

[18]LEULIETTE E W, WILLER J K. Balancing the sea level budget[J]. Oceanography, 2011, 24(2):122-129.

[19]LLOVEL W, BECKER M, CAZENAVE A, et al. Terrestrial waters and sea level variations on interannual time scale[J]. Global & Planetary Change, 2011, 75(1-2):76-82.

[20]SCHUCKMANN K V, TRAON P Y L. How well can we derive Global Ocean Indicators from Argo data[J]. Ocean Science, 2011, 7(6):783-791.

[21]CHAMBERS D P, WAHR J, TAMISIEA M E, et al. Ocean mass from GRACE and glacial isostatic adjustment[J]. Journal of Geophysical Research Solid Earth, 2010, 115(B11):581-638.

[22]LLOVEL W, BECKER M, CAZENAVE A, et al. Global land water storage change from GRACE over 2002-2009; Inference on sea level[J]. Comptes Rendus Geosciences, 2010, 342(3):179-188.

[23]BOENING C, WILLIS J K, LANDERER F W, et al. The 2011 La Nia: So strong, the oceans fell[J]. Geophysical Research Letters, 2012, 39(19):L19602-L19606.

[24]JOHNSON G C, GRUBER N. Decadal water mass variations along 20°W in the Northeastern Atlantic Ocean[J]. Progress in Oceanography, 2007, 73(3):277-295.

[25]JOHNSON G C, MECKING S, SLOYAN B M, et al. Recent bottom water warmingin the pacific ocean[J]. Journal of Climate, 2007, 20(21):5365-5375.

[26]PURKEY S G, JOHNSON G C. Warming of global abyssal and deep Southern Ocean waters between the 1990s and 2000s: contributions to global heat and sea level rise budgets[J]. Journal of Climate, 2010, 23(23):6336-6351.

[27]PARRY M L, CANZIANI O F, PALUTIKOF J P, et al. Contribution of working group II to the fourth assessment report of the intergovernmental panel on climate change[J]. Encyclopedia of Language & Linguistics, 2007, 12(1):171-175.

[28]GOURETSKI V, KOLTERMANN K P. How much is the ocean really warming [J]. Geophysical Research Letters, 2007, 34(34):155-170.

[29]ISHII M, KIMOTO M. Reevaluation of historical ocean heat content variations with time-varying XBT and MBT depth bias corrections[J]. Journal of Oceanography, 2009, 65(3):287-299.

[30]ROEMMICH D, GILSON J. The 2004 2008 mean and annual cycle of temperature, salinity and steric height in the global ocean from Argo Program[J]. Progress in Oceanography, 2009, 82(2):81-100.

[31]ROEMMICH D, GILSON J. Observing climate variability and change in the global oceans: the argo program[J]. Scripps Institution of Oceanography, 2011, 5(4): 4-8.

[32]CARSON M, HARRISON D E. Regional interdecadal variability in bias-corrected ocean temperature data*[J]. Journal of Climate, 2010, 23(11):2847-2855.

[33]EZER T, CORLETT W B. Analysis of relative sea level variations and trends in the Chesapeake Bay: Is there evidence for acceleration in sea level rise[C]∥Oceans, IEEE, 2012: 1-5.

[34]ZHANG X, CHURCH J A. Sea level trends, interannual and decadal variability in the Pacific Ocean[J]. Geophysical Research Letters, 2012, 39(21): 653-660.

[35]BREAKER L C, RUZMAIKIN A. The 154-year record of sea level at San Francisco: extracting the long-term trend, recent changes, and other tidbits[J]. Climate Dynamics, 2011, 36(3-4): 545-559.

[36]CAZENAVE A, LLOVEL W. Contemporary sea level rise[J]. Annual Review of Marine Science, 2010, 2(1): 145-73.

[37]PLATTNER G K, STOCKER T. IPCC, 2014: Climate change 2014: synthesis report. Contribution of working groups I, II and III to the fifth assessment report of the intergovernmental panel on climate change[J]. Journal of Romance Studies, 2004, 4(2): 85-88.

[38]THOMSON R E, TABATA S. Steric sea level trends in the northeast pacific ocean: possible evidence of global sea level rise[J]. Journal of Climate, 1989, 2(6): 542-553.

[39]ZUO J C, CHEN Z Y, ZHOU T H. A Eigenanalysis Chinese coastal sea-level change and stochastic dynamic joint model[J]. Acta Oceanologia Sinica, 1996, 18(2):7-14. 左軍成, 陳宗鏞, 周天華. 中國沿岸海平面變化的一種本征分析和隨機(jī)動態(tài)聯(lián)合模型[J]. 海洋學(xué)報(bào), 1996, 18(2): 7-14.

[40]CHEN M X, WANG L, ZUO J C, et al. Global sea level change characteristics based on multi-altimeter data[J]. Journal of Hohai University(Natural Sciences), 2012,40(3):325-331. 陳美香, 王蕾, 左軍成, 等. 基于多衛(wèi)星融合數(shù)據(jù)的海平面特征分析[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012,40(3): 325-331.

[41]LI J, ZUO J C, CHEN M X, et al. Assessing the global averaged sea level budget over 2003-2010[J]. Acta Oceanologica Sinica, 2013, 32(10):16-23.

[42]WANG W Q, CHEN Z Y, ZUO J C. Empirial mode decomposition method for study of the mean sea level variation along the China coast[J]. Acta Oceanologia Sinica, 1999, 21(6):102-109. 王衛(wèi)強(qiáng), 陳宗鏞, 左軍成. 經(jīng)驗(yàn)?zāi)B(tài)法在中國沿岸海平面變化中的應(yīng)用研究[J]. 海洋學(xué)報(bào), 1999, 21(6): 102-109.

[43]GU X L, LI P L, TAN H T, et al. Sea level variation analysis with RBF neural network based EMD method[J]. Oceanologia ET Limonologia Sinica, 2009, 40(5):532-539. 顧小麗, 李培良, 譚海濤, 等. 基于RBF神經(jīng)網(wǎng)絡(luò)的EMD方法在海平面分析中的應(yīng)用[J]. 海洋與湖沼, 2009, 40(5): 532-539.

[44]FENG W, LEMOINE J, ZHONG M, et al. Mass-induced sea level variations in the Red Sea from satellite altimetry and GRACE[J]. Journal of Geodynamics, 2011, 34(5):453-467.

[45]CHEN X, FENG Y, HUANG N E. Global sea level trend during 1993-2012[J]. Global & Planetary Change, 2014, 112(1):26-32.

[46]WU S, LIU Z, ZHANG R, et al. On the observed relationship between the Pacific Decadal Oscillation and the Atlantic Multi-decadal Oscillation[J]. Journal of Oceanography, 2011, 67(1): 27-35.

[47]ZHANG C, CHEN J J. Contrast of ensemble empirical mode decomposition and empirical mode decomposition in modal mixture[C]∥China Vibration Engineering Society fault diagnosis Specialized Committee. The Twelfth National Symposium on equipment fault diagnosis.2010:4. 張超, 陳建軍. EEMD方法和EMD方法抗模態(tài)混疊對比研究[C]∥中國振動工程學(xué)會故障診斷專業(yè)委員會. 第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集. 2010: 4.

[48]HOLGATE. On the decadal rates of sea level change during the twentieth century[J]. Geophysical Research Letters, 2007, 34(1): 83-91.

[49]WOODWORTH P L, WHITE N J, JEVREJEVA S, et al. Evidence for the accelerations of sea level on multi-decade and century timescales[J]. International Journal of Climatology, 2009, 29(6): 777-789.

[50]WOODWORTH P L, MENENDEZ M, GEHRELS W R. Evidence for century-timescale acceleration in mean sea levels and for recent changes in extreme sea levels[J]. Surveys in Geophysics, 2011, 32(4-5): 603-618.

[51]MITCHUM G T, NEREM R S, MERRIFIELD M A, et al. Modern sea level change estimates understanding sea-level rise and variability[J]. Wiley Blackwell, 2010, 33(4): 122-142.

[52]CHAMBERS D P, WAHR J, TAMISIEA M E, et al. Ocean mass from GRACE and glacial isostatic adjustment[J]. Journal of Geophysical Research Solid Earth, 2010, 115(B11): 581-638.

Received: December 24,2015

*收稿日期：2015-12-24

作者簡介：陳美香(1981-)，女，山東濰坊人，講師，博士，主要從事海平面變化方面研究. E-mail:chenmeixiang@hhu.edu.cn(李燕編輯)

中圖分類號：P731

文獻(xiàn)標(biāo)識碼：A

文章編號：1671-6647(2016)02-0162-13

doi:10.3969/j.issn.1671-6647.2016.02.002

Characteristics of Low-frequency Variation of Global Steric Sea Level

CHEN Mei-xiang，CHANG Man，ZHANG Wen-hao，JIA Ya-ru，ZUO Chang-sheng

(HarborCoastalandOffshoreEngineeringCollege，HehaiUniversity，Nanjing 210098，China)

Abstract:Steric sea level change of upper 1500 m layer and lower layer are estimated based on 3-D temperature and salinity data from Ishii and EN3 datasets, and low-frequency variability of the steric sea level is analyzed using both the stochastic dynamical method (SDM) and ensemble empirical mode decomposition (EEMD). Results derived from different datasets with the two analyzing methods are consistent, showing that the global steric sea level change above and below 1500 m shifted from widely descending to rising in 1962 and 1975, respectively. The steric sea levels of upper and lower layers both demonstrate rising trend in the Atlantic and the Antarctic Circumpolar Current region, and the warming in major deep water formation areas deserves attention. EEMS analysis shows that the multi-decadal variability may shift the turning point of the secular trend of the steric sea level.

Key words:steric change；sea level；stochastic dynamical method (SDM)；empirical mode decomposition method (EMD)

資助項(xiàng)目：國家自然科學(xué)基金項(xiàng)目——風(fēng)對熱帶太平洋海平面低頻變化影響機(jī)制的數(shù)值模擬研究(41506006)，北太平洋年代際振蕩對海平面變化趨勢的影響研究( 41376028)，中國海域海平面的年際和年代際變化研究(41176009)和東中國海海平面年際、年代際變化機(jī)制(41276018)；江蘇省自然科學(xué)基金項(xiàng)目——江蘇沿海未來相對海平面變化與可能淹沒預(yù)測研究(BK20140846)；國家海洋局海洋數(shù)據(jù)分析與應(yīng)用重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目——全球比容海平面年代際變化及長期趨勢分析(LDAA-2013-01)