王佳瑩,方國(guó)洪,2,3*,王永剛,2,3

(1.國(guó)家海洋局第一海洋研究所,山東青島266061; 2.海洋環(huán)境科學(xué)和數(shù)值模擬國(guó)家海洋局重點(diǎn)實(shí)驗(yàn)室,山東青島266061; 3.青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室區(qū)域海洋動(dòng)力學(xué)和數(shù)值模擬功能實(shí)驗(yàn)室,山東青島266237)

研究論文

南海海面風(fēng)場(chǎng)、高度場(chǎng)和溫度場(chǎng)近十年的變化趨勢(shì)及年際變化特征

王佳瑩1,方國(guó)洪1,2,3*,王永剛1,2,3

(1.國(guó)家海洋局第一海洋研究所,山東青島266061; 2.海洋環(huán)境科學(xué)和數(shù)值模擬國(guó)家海洋局重點(diǎn)實(shí)驗(yàn)室,山東青島266061; 3.青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室區(qū)域海洋動(dòng)力學(xué)和數(shù)值模擬功能實(shí)驗(yàn)室,山東青島266237)

利用2002—2011年南海海面風(fēng)場(chǎng)、高度場(chǎng)和溫度場(chǎng)的月平均資料分析了這些要素的變化趨勢(shì)及年際變化特征。計(jì)算得到區(qū)域平均海面風(fēng)東分量的線性趨勢(shì)為(-0.012±0.014)(m·s-1)·a-1,北分量的線性趨勢(shì)為(-0.014±0.019)(m·s-1)·a-1,其年際變化與NIN～O3指數(shù)相關(guān)系數(shù)可達(dá)0.63,滯后1個(gè)月;區(qū)域平均海面風(fēng)應(yīng)力旋度的線性趨勢(shì)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(shù)呈高度相關(guān),達(dá)到-0.85,滯后3個(gè)月;區(qū)域平均海面高度的線性趨勢(shì)為(0.665±0.200)cm·a-1,其年際變化與EMI指數(shù)相關(guān)系數(shù)可達(dá)-0.80,滯后2個(gè)月;區(qū)域平均海表溫度的線性趨勢(shì)為(-0.016±0.017)℃·a-1,其年際變化與NIN～O3指數(shù)相關(guān)系數(shù)可達(dá)0.68,滯后4個(gè)月。其中海表溫度的負(fù)趨勢(shì)與近期全球變暖的停滯相一致。采用經(jīng)驗(yàn)正交函數(shù)分解方法分析了各要素的年際變化特征,結(jié)果顯示海面風(fēng)場(chǎng)的第一模態(tài)呈現(xiàn)海盆尺度的反氣旋格局,其對(duì)應(yīng)的時(shí)間序列與NIN～O3.4指數(shù)相關(guān)系數(shù)最大可達(dá)0.68,滯后5個(gè)月。海面高度場(chǎng)的第一模態(tài)沿南海東邊界和越南東部出現(xiàn)較高值,其對(duì)應(yīng)的時(shí)間序列的變化滯后于EMI指數(shù)3個(gè)月,呈負(fù)相關(guān),但系數(shù)最大為-0.32。海面溫度場(chǎng)的第一模態(tài)呈西高東低的分布狀態(tài),其對(duì)應(yīng)的時(shí)間序列與NIN～O3指數(shù)的相關(guān)系數(shù)最大可達(dá)0.62,滯后4個(gè)月。

南海;風(fēng)場(chǎng);高度場(chǎng);溫度場(chǎng);變化趨勢(shì);年際變化

南海是太平洋最大的一個(gè)邊緣海,水域面積約為365萬(wàn)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(guó)大陸和臺(tái)灣島,其間有臺(tái)灣海峽與東海相連;南臨加里曼丹和蘇門(mén)答臘島,經(jīng)卡里馬塔海峽與爪哇海相連;東臨菲律賓群島,經(jīng)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(lái)半島,其南端有馬六甲海峽與安達(dá)曼海相通(圖1)。我們?nèi)?8°～124°E,2°S～24°N的區(qū)域作為研究范圍。

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

對(duì)于南海各要素的研究一直是物理海洋學(xué)家關(guān)注的熱點(diǎn)。Chao等[1]利用美國(guó)氣候中心COADS(Comprehensive Ocean-Atmosphere Data Set)風(fēng)應(yīng)力資料分析了1982—1983年ENSO事件與南海海面風(fēng)場(chǎng)異常的相關(guān)性。Wu等[2]利用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)的再分析風(fēng)應(yīng)力資料分析了1992—1995年間南海的季節(jié)和年際變化特征。Liang等[3]利用歐洲中期天氣預(yù)報(bào)的再分析結(jié)果研究了1997—1998年厄爾尼諾事件期間南海風(fēng)場(chǎng)的異?，F(xiàn)象。Hwang和Chen[4]利用ERS-1/2衛(wèi)星觀測(cè)5 a海面風(fēng)應(yīng)力資料研究了南海從季節(jié)到年際的變化特征。

(李 燕 編輯)

在很多前人利用衛(wèi)星高度計(jì)資料的研究中都表明,南海海面高度存在顯著的季節(jié)、年際和長(zhǎng)期變化。例如Ho等[5]的研究中提到南海海面高度場(chǎng)對(duì)厄爾尼諾現(xiàn)象的響應(yīng);Li等[6]發(fā)現(xiàn)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(shù)據(jù)研究南海海表溫度的時(shí)空變化特征,給出了海表溫度的季節(jié)分布特征并定義了南海北部強(qiáng)烈的冷暖異常。Klein等[8]發(fā)現(xiàn)海表溫度變化滯后ENSO指數(shù)5個(gè)月發(fā)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(lián)系。Liu等[10]發(fā)現(xiàn)南海冬季冷舌的變化特征與NIN～O3指數(shù)有很好的相關(guān)性。

以上的研究都涉及南海環(huán)境要素與ENSO的關(guān)系,但是大部分都只涉及一種要素。此外,除了海面高度場(chǎng),其他要素的整體趨勢(shì)都沒(méi)被提及。Fang等[11]對(duì)南海海面風(fēng)場(chǎng)、高度場(chǎng)和溫度場(chǎng)的變化趨勢(shì)和年際變化同時(shí)進(jìn)行了分析,揭示了這些環(huán)境參量重要的變化特征。由于當(dāng)時(shí)可利用的資料只到2003年,而現(xiàn)在可獲取的海面風(fēng)場(chǎng)觀測(cè)資料序列最長(zhǎng)可到2011-12,海面高度場(chǎng)觀測(cè)資料可到2014-04,海表溫度場(chǎng)資料可到2015年。為統(tǒng)一,我們將對(duì)2002—2011年的這些要素進(jìn)行分析。

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

1 資料來(lái)源與數(shù)據(jù)處理

我們采用的海面高度資料是法國(guó)衛(wèi)星中心(Aviso)的Ssalto/Duacs多任務(wù)高度計(jì)(包括Saral,Cryosat-2,Jason-1/2,T/P,Envisat,GFO,ERS1/2和Geosat)產(chǎn)品,是由周平均延遲海平面距平資料進(jìn)行每月平均計(jì)算得到的月平均資料,空間分辨率為(1/4)°×(1/4)°,當(dāng)前可獲取的時(shí)間序列為1993-01—2014-04;海表溫度資料是美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)的Reynolds最優(yōu)插值海面溫度產(chǎn)品,是由美國(guó)國(guó)家海洋和大氣管理局(National Oceanic and Atmospheric Administration,NOAA)的高級(jí)甚高分辨率輻射計(jì)(AVHRR)得到的衛(wèi)星SST數(shù)據(jù)和由現(xiàn)場(chǎng)SST觀測(cè)值通過(guò)最優(yōu)插值得到的月平均資料,空間分辨率為1°×1°,可獲取的時(shí)間序列為1981-12至今;在Fang等[11]的文章中采用的風(fēng)場(chǎng)資料來(lái)自法國(guó)ERS-1數(shù)據(jù)處理與歸檔中心(Centre ERS d'Archivage et de Traitement)的CERSAT資料,由于CERSAT的時(shí)間序列較短(1992-02—2007-12),因而在本研究中采用的海面風(fēng)場(chǎng)資料改用CCMP(cross-calibrated multi-platform,多平臺(tái)交互校正)月平均風(fēng)場(chǎng)資料,該產(chǎn)品是通過(guò)變分分析方法對(duì)由遙感系統(tǒng)得到的交互校準(zhǔn)衛(wèi)星風(fēng)場(chǎng)資料進(jìn)行處理,得到高分辨率(1/4)°×(1/4)°的分析結(jié)果,其中交互校準(zhǔn)衛(wèi)星風(fēng)場(chǎng)資料來(lái)自SSM/I,SSMIS,AMSR-E,TRMM TMI,QuikSCAT,SeaWinds,WindSat和一些其他的衛(wèi)星儀器,可獲取的時(shí)間序列為1988-01—2011-12。此外,我們還利用CCMP風(fēng)場(chǎng)資料計(jì)算得出海面風(fēng)應(yīng)力場(chǎng)。為統(tǒng)一資料時(shí)間長(zhǎng)度,本研究選取2002-01—2011-12作為4組數(shù)據(jù)的統(tǒng)一時(shí)間長(zhǎng)度。

我們著重研究這十年變化趨勢(shì)和年際變化特征,因此在進(jìn)行資料處理時(shí)對(duì)所有格點(diǎn)數(shù)據(jù)進(jìn)行了12個(gè)月的滑動(dòng)平均,濾掉頻率高于每年一周的信號(hào),特別也去掉了季節(jié)信號(hào)。在對(duì)資料進(jìn)行經(jīng)驗(yàn)正交函數(shù)(Empirical Orthogonal Function,EOF)分析時(shí),我們先對(duì)資料進(jìn)行去線性趨勢(shì)的處理,即用原始資料減去平均值和線性趨勢(shì)值,以濾掉背景場(chǎng)的影響。為了便于比較,我們還計(jì)算了氣候態(tài)月平均場(chǎng)和年平均場(chǎng)。

2 背景場(chǎng)分析

2.1 風(fēng) 場(chǎng)

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

2.2 高度場(chǎng)

圖3a為南海1月氣候態(tài)平均海面高度場(chǎng)(SSH),總體上呈西北高、東南低,顯然與冬季東北季風(fēng)有關(guān)。此外,在呂宋島西側(cè)和中南半島東南部各有一個(gè)低SSH區(qū)域,與圖2d中的氣旋性風(fēng)應(yīng)力旋度對(duì)應(yīng),表明該海面高度異常是由風(fēng)應(yīng)力旋度引起的。圖3b為南海7月氣候態(tài)平均海面高度場(chǎng),總體上呈西北低、東南高,顯然與夏季西南季風(fēng)有關(guān)。此外,在(110°E,10°N)附近還有一個(gè)較弱的高SSH區(qū)域,這個(gè)高SSH區(qū)會(huì)在8,9月進(jìn)一步發(fā)展變強(qiáng),形成一個(gè)反氣旋式環(huán)流。圖3c為海面高度的氣候態(tài)年平均,總體上為正值,數(shù)值在3～4 cm,系南海海面高度呈升高趨勢(shì)的結(jié)果。Fang等[11]利用1993—2003年AVISO海面高度資料計(jì)算得到的氣候態(tài)平均海面高度場(chǎng)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(jì)算各月氣候態(tài)平均海面高度場(chǎng)分布,其中1月和7月分布結(jié)構(gòu)與本文的結(jié)果大體一致。與前人結(jié)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(fēng)場(chǎng)及南海海面風(fēng)應(yīng)力旋度場(chǎng)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(chǎng)(cm)Fig.3 Climatological mean fields of the sea surface height anomalies(cm)during 2002-2011

2.3 溫度場(chǎng)

圖4a為1月氣候態(tài)平均海表溫度場(chǎng),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(fēng)導(dǎo)致的,東北季風(fēng)對(duì)南海北部的影響有2種作用方式,一是季風(fēng)直接帶來(lái)的干冷空氣使海面水溫降低,二是季風(fēng)在北部形成西南向沿岸流,將較冷的沿岸水由東海經(jīng)臺(tái)灣海峽帶入南海。圖4b為海面溫度場(chǎng)7月氣候態(tài)平均,等溫線分布仍是北高南低,只是較冬季分布來(lái)得均勻,南北梯度比冬季要小。同時(shí),在越南東南沿岸出現(xiàn)了一個(gè)冷水舌,這個(gè)冷水舌是由上升流引起的。圖4c為海表溫度場(chǎng)氣候態(tài)年平均,等溫線分布與圖4a類(lèi)似,只是南北梯度相對(duì)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(tài)平均海表溫度場(chǎng)圖分布與本文所得結(jié)果相近。Xie等[22]利用1985—1999年AVHRR海表溫度資料計(jì)算得到的7月氣候態(tài)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(jì)算得到的氣候態(tài)年平均分布圖與圖4c也基本一致。與前人結(jié)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(tài)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(jié)果[22](圖3b)。

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

3 線性趨勢(shì)

本文利用最小二乘法求取各參量的線性趨勢(shì),最小二乘法是通過(guò)最小化偏差的平方和來(lái)尋找數(shù)據(jù)的回歸系數(shù),即趨勢(shì)值。圖5中曲線為南海海面風(fēng)速東分量和北分量、海面高度和海表溫度區(qū)域平均值的時(shí)間序列,直線代表利用線性回歸分析方法得到的線性趨勢(shì)。圖6為南海海面風(fēng)場(chǎng)、高度場(chǎng)和溫度場(chǎng)線性趨勢(shì)的空間分布。本文對(duì)所有資料都事先進(jìn)行了12個(gè)月滑動(dòng)平均,因此結(jié)果中不存在季節(jié)信號(hào)。

表1 2002—2011年南海海面風(fēng)場(chǎng)、海面風(fēng)應(yīng)力旋度場(chǎng)、海面高度場(chǎng)和海表溫度場(chǎng)的線性趨勢(shì)值和標(biāo)準(zhǔn)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(shì)及其標(biāo)準(zhǔn)差,其中標(biāo)準(zhǔn)差根據(jù)Fang等[11](Appendix A)提供的方法計(jì)算。圖5a是南海區(qū)域平均的海面風(fēng)場(chǎng)東分量和北分量的時(shí)間序列和線性趨勢(shì)圖(2002—2011年),由圖可知,風(fēng)場(chǎng)東分量的區(qū)域平均趨勢(shì)為(-0.012±0.014)(m·s-1)·a-1(表1),風(fēng)場(chǎng)北分量的區(qū)域平均趨勢(shì)為(-0. 014±0.019)(m·s-1)·a-1。圖6a是海面風(fēng)場(chǎng)線性趨勢(shì)的空間分布圖,南海區(qū)域大體為東風(fēng),在南海海盆西部和南海南部分別出現(xiàn)了輻聚和輻散,同時(shí)南海北部風(fēng)速增長(zhǎng)率要小于南海南部風(fēng)速增長(zhǎng)率,最大風(fēng)速增長(zhǎng)率出現(xiàn)在巴拉望島西側(cè)。

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

圖5c是南海區(qū)域平均的海面高度場(chǎng)的時(shí)間序列和線性趨勢(shì)圖(2002—2011年),海面高度區(qū)域平均的線性趨勢(shì)為(0.665±0.200)cm·a-1,呈上升趨勢(shì),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(jì)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(guò)對(duì)比圖5b和5c可知,海面高度場(chǎng)的時(shí)間序列變化與海面風(fēng)應(yīng)力旋度場(chǎng)的時(shí)間序列變化具有一定相關(guān)性,說(shuō)明海面高度的年際變化受到風(fēng)應(yīng)力旋度變化的影響。圖6c是海面高度線性趨勢(shì)的空間分布圖,整體趨勢(shì)值在0.1～1.3 cm·a-1范圍內(nèi),其中深海盆區(qū)有相對(duì)較高的上升速率,最大的上升速率位于呂宋島的西側(cè)。

圖5d是南海區(qū)域平均的海表溫度的時(shí)間序列和線性趨勢(shì)圖。2002—2011年期間線性趨勢(shì)為(-0.016± 0.017)℃·a-1,呈下降趨勢(shì)。鑒于Reynolds最優(yōu)插值海表溫度產(chǎn)品的時(shí)間范圍為1982—2015年,故作為比較,我們還計(jì)算了1982—2015年南海區(qū)域平均海表溫度的線性趨勢(shì),得到的數(shù)值為0.006℃·a-1,比Fang等[11]計(jì)算得到1982—2004年線性趨勢(shì)0.026℃·a-1要小。這個(gè)結(jié)果與前面得到的近十年負(fù)增溫率一致。從20世紀(jì)末以來(lái),全球變暖出現(xiàn)了停滯現(xiàn)象[14],南海海表溫度的負(fù)增溫應(yīng)當(dāng)是全球變暖停滯的一個(gè)反映。圖6d是海面溫度場(chǎng)線性趨勢(shì)的空間分布圖,整體趨勢(shì)值的范圍為-0.05～0.03℃·a-1,南海區(qū)域內(nèi)大部分增溫率為負(fù)值,在南中國(guó)陸架和巽他陸架附近負(fù)增溫率最大,而在呂宋海峽附近卻出現(xiàn)正增溫。

圖5 2002—2011年期間南海各參量區(qū)域平均值的時(shí)間序列和線性趨勢(shì)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(shì)的空間分布Fig.6 Spatial patterns of the linear trends during 2002-2011

4 年際變化

4.1 區(qū)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(duì)參量的時(shí)間序列與代表氣候年際變化的主要指數(shù)進(jìn)行超前/滯后相關(guān)性分析。這些指數(shù)包括NIN～O3,NIN～O3.4,IOD及EMI。其中EMI是Ashok等[15]提出的一個(gè)新的指數(shù),稱(chēng)作類(lèi)厄爾尼諾指數(shù)(El Ni?o Modoki Index),是一種不同但類(lèi)似于傳統(tǒng)的厄爾尼諾現(xiàn)象,這種現(xiàn)象在赤道太平洋中部發(fā)生,也稱(chēng)中太平洋El Ni?o,發(fā)生時(shí)熱帶太平洋海表溫度呈現(xiàn)一種馬蹄形分布,即沿赤道兩側(cè)出現(xiàn)相對(duì)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(shù)與NIN～O3指數(shù)基本上不相關(guān),但與NIN～O3.4有一定的相關(guān)性[15]。

在2002—2011年期間南海各參量區(qū)域平均值時(shí)間序列圖(圖5)中黑色虛線給出了對(duì)應(yīng)期間相關(guān)性最高的氣候年際變化指數(shù)的標(biāo)準(zhǔn)化后時(shí)間序列。圖5a為風(fēng)分量與NIN～O3指數(shù)的時(shí)間序列對(duì)比圖。相關(guān)分析表明,風(fēng)東分量與NIN～O3指數(shù)相關(guān)系數(shù)最大為0.56,超前6個(gè)月;風(fēng)北分量與NIN～O3指數(shù)相關(guān)系數(shù)最大為0.63,滯后1個(gè)月。圖5b為海面風(fēng)應(yīng)力旋度與負(fù)EMI指數(shù)的相近序列對(duì)比圖,海面風(fēng)應(yīng)力旋度與EMI指數(shù)相關(guān)系數(shù)的負(fù)最大值為-0.85,滯后3個(gè)月。圖5c為海面高度與負(fù)EMI指數(shù)的時(shí)間序列對(duì)比圖,海面高度場(chǎng)與EMI指數(shù)相關(guān)系數(shù)的負(fù)最大值為-0.80,滯后2個(gè)月。圖5d為海表溫度與NIN～O3指數(shù)的時(shí)間序列對(duì)比圖,海面溫度場(chǎng)與NIN～O3指數(shù)相關(guān)系數(shù)最大為0.68,滯后4個(gè)月。我們根據(jù)Fang等[11](Appendix A)提供的方法對(duì)以上相關(guān)關(guān)系進(jìn)行顯著性檢驗(yàn),結(jié)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(chēng)特征向量分析或經(jīng)驗(yàn)正交函數(shù)(empirical orthogonal function,EOF)分析,是一種分析矩陣數(shù)據(jù)中的結(jié)構(gòu)特征,提取數(shù)據(jù)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(xué)及其他學(xué)科中得到了廣泛應(yīng)用。本研究中我們利用EOF方法對(duì)各參量的觀測(cè)值進(jìn)行成份分解,將觀測(cè)值分解成空間形態(tài)(spatial pattern)與時(shí)間函數(shù)(time coefficient function,TCF)乘積的線性組合,以便進(jìn)行進(jìn)一步的分析。

為研究各參量的年際變化情況,我們對(duì)原始資料進(jìn)行了12個(gè)月滑動(dòng)平均處理,去掉平均值和線性趨勢(shì)值。假定位置為m(m=1,2,…,M),時(shí)間為t(t=1,2,…,N)的參量為x(m,t),則經(jīng)過(guò)EOF處理后就可將它分解為一系列的時(shí)間函數(shù)αi(t)和空間函數(shù)Fi(m)的乘積之和,即

式中,K取(M,N)中較小值;i代表第i個(gè)模態(tài);αi即代表第i個(gè)模態(tài)的時(shí)間函數(shù);Fi代表第i個(gè)模態(tài)的空間形態(tài)。模態(tài)順序是按照x(m,t)的協(xié)方差矩陣特征值λi大小排列的,λi的大小也代表了各模態(tài)的方差。為了方便對(duì)比,本文中將TCF進(jìn)行標(biāo)準(zhǔn)化處理,即滿(mǎn)足

則相應(yīng)的方差

在對(duì)具有東分量和北分量的海面風(fēng)場(chǎng)資料進(jìn)行EOF分析時(shí),我們選取了實(shí)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(fēng)場(chǎng)、風(fēng)應(yīng)力旋度場(chǎng)、高度場(chǎng)及溫度場(chǎng)EOF前3個(gè)模態(tài)的方差、方差貢獻(xiàn)率和標(biāo)準(zhǔn)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(fēng) 場(chǎng)

圖7為海面風(fēng)場(chǎng)和海面風(fēng)應(yīng)力旋度場(chǎng)的第一模態(tài)的空間分布和時(shí)間序列,由表2可知,風(fēng)場(chǎng)的第一模態(tài)方差貢獻(xiàn)率為44%,風(fēng)應(yīng)力旋度的第一模態(tài)方差貢獻(xiàn)率為33%。由圖7a可以看出,在南海海盆北部有一個(gè)明顯的反氣旋結(jié)構(gòu),中心位于呂宋島西側(cè)。由圖7b可以看出,對(duì)應(yīng)反氣旋結(jié)構(gòu)的位置存在一個(gè)反氣旋中心,同時(shí)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(fēng)場(chǎng)EOF第一模態(tài)的時(shí)間序列與NIN～O3.4指數(shù)的對(duì)比圖。通過(guò)對(duì)該時(shí)間序列與NIN～O3.4指數(shù)的超前/滯后相關(guān)分析得出,當(dāng)風(fēng)場(chǎng)第一模態(tài)的時(shí)間序列滯后于NIN～O3.4指數(shù)5個(gè)月時(shí),出現(xiàn)最大的相關(guān)系數(shù)0.68,置信水平超過(guò)99%。風(fēng)場(chǎng)第一模態(tài)時(shí)間序列中較大的4個(gè)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(duì)應(yīng)。Wang等[19]認(rèn)為,在厄爾尼諾事件發(fā)生期間,西北太平洋會(huì)出現(xiàn)一個(gè)反氣旋異常,同時(shí)東亞冬季季風(fēng)會(huì)相對(duì)減弱。南海這一模態(tài)中出現(xiàn)的反氣旋異常實(shí)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(diǎn)。當(dāng)出現(xiàn)厄爾尼諾暖位相時(shí),南海北部的東北季風(fēng)將會(huì)減弱,南海南部的東北季風(fēng)則所受影響較小。我們還對(duì)南海海面風(fēng)場(chǎng)第一模態(tài)的時(shí)間序列與EMI指數(shù)進(jìn)行超前/滯后相關(guān)計(jì)算,得出當(dāng)時(shí)間序列滯后4個(gè)月時(shí)出現(xiàn)相關(guān)系數(shù)最大值0.58,低于與NIN～O3.4的相關(guān)系數(shù)。南海海面風(fēng)應(yīng)力第一模態(tài)的分布情況與風(fēng)場(chǎng)第一模態(tài)相近。圖7d為相應(yīng)的南海海面風(fēng)應(yīng)力旋度第一模態(tài)的時(shí)間序列與NIN～O3指數(shù)的對(duì)比圖,當(dāng)NIN～O3指數(shù)滯后風(fēng)應(yīng)力旋度第一模態(tài)時(shí)間序列3個(gè)月時(shí)出現(xiàn)相關(guān)系數(shù)最大值0.74,置信水平也超過(guò)99%。此外,南海海面風(fēng)應(yīng)力旋度場(chǎng)第一模態(tài)的時(shí)間序列與NIN～O3.4滯后2個(gè)月的相關(guān)系數(shù)達(dá)到最大值0.73,低于與NIN～O3的相關(guān)系數(shù)。對(duì)以上的相關(guān)關(guān)系進(jìn)行顯著性檢驗(yàn),由結(jié)果可知其顯著性水平都低于1%。

圖7 南海海面風(fēng)場(chǎng)和風(fēng)應(yīng)力第一EOF模態(tài)的空間形態(tài)和時(shí)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(fēng)場(chǎng)和海面風(fēng)應(yīng)力旋度場(chǎng)的第二模態(tài)的空間形態(tài)和時(shí)間序列,由表2可知,風(fēng)場(chǎng)的第二模態(tài)方差貢獻(xiàn)率為31%,風(fēng)應(yīng)力的第二模態(tài)方差貢獻(xiàn)率為14%。圖8a為南海海面風(fēng)場(chǎng)第二模態(tài)空間分布情況,不同于海面風(fēng)場(chǎng)的第一模態(tài),由圖可以看出整個(gè)南海海域并無(wú)明顯渦旋,整體呈現(xiàn)西南風(fēng)趨勢(shì),且中部風(fēng)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(fēng)會(huì)減弱、西南季風(fēng)會(huì)增強(qiáng)。圖8b為南海海面風(fēng)應(yīng)力旋度場(chǎng)第二模態(tài)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(jié)構(gòu),在西沙群島一帶出現(xiàn)一個(gè)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(fēng)場(chǎng)第二模態(tài)時(shí)間序列與NIN～O3的對(duì)比圖,由圖可見(jiàn),當(dāng)風(fēng)場(chǎng)超前時(shí)間為1個(gè)月時(shí)具有最大的相關(guān)系數(shù)0.52,置信水平超過(guò)99%。圖8d為相應(yīng)的南海海面風(fēng)應(yīng)力旋度第二模態(tài)的時(shí)間序列與負(fù)IOD指數(shù)的對(duì)比圖,當(dāng)滯后5個(gè)月時(shí)出現(xiàn)相關(guān)系數(shù)負(fù)最大值-0.63,置信水平也超過(guò)99%。對(duì)上述兩個(gè)相關(guān)關(guān)系進(jìn)行顯著性檢驗(yàn),由結(jié)果可知二者的顯著性水平都低于1%。

圖8 南海海面風(fēng)場(chǎng)和風(fēng)應(yīng)力第二EOF模態(tài)的空間形態(tài)和時(shí)間變化Fig.8 The second EOF modes of the surface wind and wind stress variability

4.2.3 高度場(chǎng)

南海海面高度場(chǎng)第一模態(tài)的方差貢獻(xiàn)率為42%,第二、第三模態(tài)的方差貢獻(xiàn)率分別為17%和14%(表2)。圖9a和圖9c分別為南海海面高度場(chǎng)第一模態(tài)的空間分布和時(shí)間序列。由圖9a可以看出,第一模態(tài)的空間形態(tài)基本上全海域?yàn)檎?極大值區(qū)域位于呂宋海峽以西和越南南部海岸,沿南中國(guó)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(jié)構(gòu)對(duì)應(yīng)。由圖9c可知,當(dāng)海面高度場(chǎng)第一模態(tài)的時(shí)間序列滯后EMI指數(shù)3個(gè)月時(shí),相關(guān)系數(shù)達(dá)負(fù)最大值-0.32,相關(guān)程度較低,其顯著性水平超過(guò)10%。圖9b和圖9d分別為南海海面高度場(chǎng)第二模特的空間形態(tài)和時(shí)間序列。由圖9b可知,海面高度異常極大值區(qū)域與圖7b中的反氣旋性結(jié)構(gòu)對(duì)應(yīng),出現(xiàn)在西沙群島附近和呂宋島西側(cè),此外,以極大值區(qū)域?yàn)榻?海面高度異常向南北兩側(cè)逐漸減小。由圖9d可得,當(dāng)海面高度場(chǎng)第二模態(tài)的時(shí)間序列超前NIN～O3指數(shù)5個(gè)月時(shí),相關(guān)系數(shù)達(dá)負(fù)最大值,為-0.37,相關(guān)程度也較低,顯著性水平在1%～5%。由此可見(jiàn),南海海面高度變化受海面風(fēng)應(yīng)力旋度影響,反氣旋性中心對(duì)應(yīng)海面高度較低。海面高度與厄爾尼諾事件的關(guān)聯(lián)主要表現(xiàn)在區(qū)域性整體的變化,并且與中太平洋厄爾尼諾相關(guān)性最高,且為負(fù)相關(guān);亦即,當(dāng)中太平洋厄爾尼諾處于正位相時(shí),南海海平面會(huì)降低。

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

4.2.4 溫度場(chǎng)

南海海表溫度場(chǎng)第一、二模態(tài)的方差貢獻(xiàn)率分別為68%和14%。圖10a和圖10c為南海海表溫度場(chǎng)EOF第一模態(tài)的空間形態(tài)圖和時(shí)間序列。由圖10a可以看出,第一模態(tài)的空間分布整體上為西高東低,最大值出現(xiàn)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(huì)減弱。南海海表溫度場(chǎng)第一模態(tài)的時(shí)間序列與NIN～O3指數(shù)相比(圖10c)可知,當(dāng)時(shí)間序列滯后NIN～O3指數(shù)4個(gè)月時(shí)相關(guān)系數(shù)達(dá)到最大值0.62,置信水平超過(guò)99%。圖10b為南海海表溫度第二模態(tài)的空間分布圖,與第一模態(tài)不同,第二模態(tài)的分布為北高南低,量值較小。由圖10d可知,第二模態(tài)的時(shí)間序列滯后IOD指數(shù)1個(gè)月時(shí)相關(guān)系數(shù)達(dá)到最大值0.69,置信水平也超過(guò)99%。這兩個(gè)模態(tài)的顯著性水平都低于1%。由此可見(jiàn),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(duì)其也有一定的影響。

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

5 結(jié) 語(yǔ)

本文基于衛(wèi)星觀測(cè)資料分析了2002-2011年期間南海海面風(fēng)場(chǎng)、高度場(chǎng)和溫度場(chǎng)的變化趨勢(shì)和年際變化特征。其中,南海區(qū)域平均海面風(fēng)速東分量的線性趨勢(shì)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(qū)域平均海面風(fēng)應(yīng)力旋度的線性趨勢(shì)值為(0.099±0.33)×10-9(N·m-3)·a-1。南海區(qū)域平均海面高度的線性趨勢(shì)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(shì)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(qū)域。南海區(qū)域平均海表溫度線性趨勢(shì)值為(-0.016±0.017)℃·a-1,表明近十年南海海表溫度呈下降趨勢(shì),與20世紀(jì)末以來(lái)全球變暖的停滯相一致。南海海面溫度趨勢(shì)分布為東高西低,特別呂宋海峽附近出現(xiàn)正增溫。

從本文的分析結(jié)果來(lái)看,南海海面風(fēng)場(chǎng)、高度場(chǎng)和溫度場(chǎng)的年際變化與ENSO變化具有一定相關(guān)性。南海海面風(fēng)場(chǎng)EOF第一模態(tài)時(shí)間序列的變化比NIN～O3.4指數(shù)滯后5個(gè)月,二者相關(guān)系數(shù)為0.68;比EMI滯后4個(gè)月,相關(guān)系數(shù)為0.58。海面風(fēng)應(yīng)力旋度場(chǎng)第一模態(tài)時(shí)間序列的變化比NIN～O3指數(shù)滯后3個(gè)月,相關(guān)系數(shù)為0.74。海面風(fēng)場(chǎng)第二模態(tài)時(shí)間序列的變化比NIN～O3指數(shù)超前1個(gè)月,相關(guān)系數(shù)為0.52。海面風(fēng)應(yīng)力旋度場(chǎng)第二模態(tài)時(shí)間序列的變化比IOD指數(shù)滯后5個(gè)月,相關(guān)系數(shù)為-0.63。南海海面高度場(chǎng)EOF第一模態(tài)時(shí)間序列的變化比EMI滯后3個(gè)月,相關(guān)系數(shù)為-0.32。高度場(chǎng)第一模態(tài)空間分布為東高西低,在越南東南外海出現(xiàn)一個(gè)海面高度較高的區(qū)域。高度場(chǎng)第二模態(tài)時(shí)間序列的變化比NIN～O3指數(shù)超前5個(gè)月,相關(guān)系數(shù)為-0.37。高度場(chǎng)第二模態(tài)空間分布為中部高,南北低。南海海表溫度場(chǎng)第一模態(tài)時(shí)間序列的變化比NIN～O3指數(shù)滯后4個(gè)月,相關(guān)系數(shù)為0.62。溫度場(chǎng)第一模態(tài)空間分布為東低西高,最大值出現(xiàn)在中南半島東南部。溫度場(chǎng)第二模態(tài)的空間分布為北高南低,時(shí)間序列的變化比IOD指數(shù)滯后1個(gè)月,相關(guān)系數(shù)為0.69。

南海海面風(fēng)場(chǎng)、高度場(chǎng)和溫度場(chǎng)在2002—2011年期間的變化趨勢(shì)與1993—2003年期間[11]相比,一個(gè)最重大的差別是海表溫度由上升轉(zhuǎn)為下降,這與20世紀(jì)末以來(lái)全球變暖的停滯[14]相一致。然而在這兩個(gè)時(shí)期南海海面高度卻在持續(xù)上升。這說(shuō)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(jiàn),認(rèn)為熱量進(jìn)入了海洋深層[14]相一致。從海面風(fēng)場(chǎng)來(lái)看,在1993—2003年期間有西向風(fēng)增強(qiáng)的趨勢(shì),而2002—2011年期間有東向風(fēng)增強(qiáng)的趨勢(shì),這是否與海表溫度的變化趨勢(shì)改變有關(guān),尚待進(jìn)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(shí)期都密切相關(guān)。Fang等[15]的研究?jī)H采用NIN～O3.4指數(shù)代表熱帶太平洋的變異,本文則更進(jìn)一步研究了南海的變異與NIN～O3.4、NIN～O3及EMI指數(shù)的關(guān)系,其中EMI指數(shù)是新近提出的。結(jié)果發(fā)現(xiàn),對(duì)于南海海表溫度的年際變化,無(wú)論是區(qū)域平均還是EOF第一主成份,均與以NIN～O3指數(shù)為代表的東太平洋厄爾尼諾相關(guān)程度最高;而對(duì)于南海海面高度的年際變化,無(wú)論是區(qū)域平均還是EOF第一主成份,均與以EMI指數(shù)為代表的中太平洋厄爾尼諾相關(guān)程度最高,而且呈負(fù)相關(guān)關(guān)系。這說(shuō)明控制南海海表溫度和海面高度的主要熱力和動(dòng)力機(jī)制應(yīng)當(dāng)有所不同,值得進(jìn)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(lián)合衛(wèi)星測(cè)高、衛(wèi)星重力和海洋浮標(biāo)資料研究2005-2013年的全球海平面變化[J].地球物理學(xué)進(jìn)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(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目——南海環(huán)流和海峽水交換對(duì)海氣相互作用的影響(2011CB403502);國(guó)家自然科學(xué)基金委員會(huì)-山東省人民政府聯(lián)合資助海洋科學(xué)研究中心項(xiàng)目——海洋環(huán)境動(dòng)力學(xué)和數(shù)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(xué)方面研究.E-mail:wangjy@fio.org.cn

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