駱敬新 高志剛 劉克修 宋翔洲 武雙全 范振華

（1 國家海洋信息中心，天津 300171；2 國家海洋局，北京 100860）

0 引言

海氣界面熱通量是海洋熱力學、動力學和海洋氣候?qū)W的重要研究內(nèi)容，是揭示和解釋海洋和大氣熱力學和動力學過程的重要基礎，可用于海洋環(huán)流、海氣相互作用和氣候理論等研究[1]。

精準的海氣熱通量資料對于氣候分析、天氣預報模式的發(fā)展非常關鍵。由于海氣界面通量不是常規(guī)觀測，海上觀測又非常困難，這使得熱通量觀測起步很晚。很長一段時間國內(nèi)外沒有空間分辨率高、時間序列長的熱通量資料。獲得海氣熱通量的最基本方法有：塊體動力學方法、廓線法、渦動相關法（渦動相關法、梯度法、整體輸送系數(shù)法）。廓線法、渦動相關法對觀測技術設備要求高，獲取難度很大，獲得資料的時間空間分布有限。塊體動力學方法將基本的海洋氣象觀測要素與湍流熱通量聯(lián)系起來，使得獲取長序列、高時空分辨率的熱通量成為可能，因此也得到了許多研究人員關注和青睞。

COARE（Coupled Ocean-Atmosphere Response Experiment）模式是一種常用的塊體動力學方法計算海氣熱通量的模式。2005年楊清華等[2]將COARE 算法作為檢驗大氣和海洋耦合預報模式所采用的通量計算方法。Fairall等[3]對COARE模式中塊體動力學算法進行了評估和改進，公布了其最新版本3.0（簡稱COARE 3.0），使其應用范圍從低緯擴展至中高緯，風速范圍也從12 m/s擴至20 m/s，其誤差分別在5%（0～10 m/s）和10%（10～20 m/s）之內(nèi)。Brunke等[4]使用熱帶和中緯（5°S—60°N）海域中進行的12個航次的直接湍流通量觀測結(jié)果對國際上經(jīng)常使用的12個塊體算法進行了評估，結(jié)果發(fā)現(xiàn)COARE 3.0是最可靠的算法之一。COARE 3.0方法在強風情況下計算海氣熱通量雖然有了進一步的改進，但是需要相應觀測時次的波浪特征值和陣風值[2,5]，很難有充分滿足條件的資料存在。因為資料匱乏，這里采用褚健婷等[6]改進的COARE 2.5b方法進行海洋站感熱通量和潛熱通量的統(tǒng)計計算。2006年褚健婷等[6]對COARE 2.5b進行改進，改進后的方法在弱風和中風條件下感熱通量的模擬結(jié)果較好，而潛熱通量卻在中風和強風條件下的模擬結(jié)果較優(yōu)，在強風下，感熱通量誤差較大，可是這部分在研究資料中所占比重較?。ú坏?00組數(shù)據(jù)），所以可靠性不高?？傮w而言，感熱通量的平均標準偏差不超過2 W/m2，潛熱通量的標準偏差為12.372 W/m2，二者基本滿足國際上平均標準偏差在10 W/m2左右的要求。

20世紀90年代后，隨著再分析資料的問世，全球氣候變化研究得到了迅速而廣泛的發(fā)展。目前再分析資料在氣候變化和變率、氣候診斷和分析、海洋氣候數(shù)值模擬等研究中得到了廣泛地應用。國際上常用的海氣熱通量再分析資料主要有NCEP/NCAR、GSSTRF、ERA 40、ERA-Interim（簡稱ERA-I）、OAFlux、MERRA等幾種。與單站數(shù)據(jù)相比，再分析的網(wǎng)格化數(shù)據(jù)空間分布均勻，時間序列長，可用來研究要素的趨勢、空間分布特征，但在使用之前必須對資料的可靠性進行全面評估。高志剛等[7]利用海洋站實測數(shù)據(jù)對ERA-I的氣溫、氣壓、表層水溫進行了評估，ERA-I氣溫、氣壓和海溫累年月平均變化特征和觀測數(shù)據(jù)吻合較好，可以反映氣候態(tài)的季節(jié)變化特征。但對于局部區(qū)域ERA-I海溫數(shù)據(jù)與臺站觀測數(shù)據(jù)存在偏差。趙瑞霞等[8-9]、何浪等[10]將實測資料同ERA 40再分析資料作對比分析，發(fā)現(xiàn)ERA 40再分析資料中的降水與實測也存在偏差，只是不像NCEP資料那么顯著。黃艷松等[11]對NCEP再分析資料和浮標觀測資料計算的海氣熱通量進行了比較，研究表示在統(tǒng)計意義上NCEP2給出的海表氣象參數(shù)比NCEP1與浮標觀測值更接近，而凈輻射通量則是NCEP1更接近浮標觀測值。徐小慧等[12]利用船測近海層湍流熱通量資料驗證OAFlux數(shù)據(jù)集，結(jié)果表明：OAFlux的潛熱通量普遍高于船測值，并且風速較大時，兩者差異較大。由此可見再分析資料產(chǎn)品與實際觀測結(jié)果會存在各種差異，海氣熱通量資料很有可能也存在一些偏差，不準確的海氣熱通量數(shù)據(jù)對于海洋氣候預測模式結(jié)果將產(chǎn)生較大的影響，造成預測結(jié)果不準確，因此資料使用前進行評估很有必要。

本文利用海洋站實測的常規(guī)氣象要素資料，采用COARE 2.5b方法計算中國沿岸整體的海氣感熱通量和潛熱通量，對再分析數(shù)據(jù)MERRA和ERA-Interim的月平均感熱通量和潛熱通量進行系統(tǒng)性的檢驗和分析評估，互相驗證。文中既包含了表現(xiàn)海氣熱通量氣候特征的統(tǒng)計結(jié)果，也包含了對兩種再分析數(shù)據(jù)的評估分析結(jié)果，這些研究結(jié)果為海氣相互作用研究、海洋氣候變化研究、數(shù)值預報模式數(shù)據(jù)的使用提供借鑒和參考。

1 資料和處理方法

1.1 資料介紹

1.1.1 海洋站觀測資料

海洋站觀測資料是國家海洋局多年來業(yè)務化觀測獲取的資料，觀測位置固定，時間序列長，質(zhì)量相對較好，是開展氣候變化研究、工程設計等最可信的數(shù)據(jù)。本文中選取1981—2012年觀測資料最完整，在中國沿海位置分布相對均勻的33個海洋站，包括渤海5個站、黃海8個站、東海10個站、南海10個站。用33個海洋站的平均值代表全中國沿岸的整體平均值。

1.1.2 再分析資料

ERA-I資料，來源于歐洲中心（ECMWF），是使用ECMWF的綜合預報系統(tǒng)（IFS）模型同化的數(shù)據(jù)產(chǎn)品[7]。時間范圍為1979年至今，時間分辨率包括逐時、日平均和月平均等，空間分辨率最高達0.125°×0.125°。本文中采用了其中的0.5°×0.5°分辨率的月平均海氣熱通量數(shù)據(jù)。

MERRA（The Modern Era Retrospective-analysis for Research and Applications ）資料，來源于美國國家航空航天局（NASA）的GESDISC（Goddard Earth Science Data Information and Services Center），MERRA是利用GEOS-5（The Goddard Earth Observing System Model V.5）同化系統(tǒng)生成的再分析數(shù)據(jù)產(chǎn)品。數(shù)據(jù)的時間范圍從1979年至今。時間尺度有逐時、3 h、6 h、日平均和月平均等；空間分辨率有0.66°（經(jīng)度）×0.5°（緯度）、1.25°（經(jīng)度）×1°（緯度）、1.25°×1.25°等多種網(wǎng)格，本文中選用了其中的0.66°（經(jīng)度）×0.5°（緯度）空間分辨率的海氣熱通量月平均數(shù)據(jù)。

1.2 資料處理方法

1.2.1 海洋站觀測資料處理

海洋站觀測資料依據(jù)《海濱觀測規(guī)范》（GB/T14914—2006）進行了質(zhì)量控制處理。本文中選取33個海洋站1981—2012年每日4個時次（00、06、12和18時世界標準時）實測氣溫、水溫、風、氣壓、相對濕度數(shù)據(jù)，然后利用改進后的COARE 2.5b方法[6]進行4個時次的感熱通量和潛熱通量的計算。計算前氣溫、氣壓、風都進行了高度訂正。在4個時次熱通量數(shù)據(jù)的基礎上進行逐年月平均統(tǒng)計，對于缺測值采用鄰近站觀測數(shù)據(jù)進行線性插補，形成完整、均一的海洋站感熱通量和潛熱通量歷年逐月均值時間序列。

感熱通量計算方法如下[6]：

潛熱通量計算方法如下[6]：

ρa用以下公式計算：

L用以下公式計算：

式中，Qh為感熱通量（W/m2）；Cp為定壓比熱（J·kg－1·K－1），取值1004.67；ρa為濕空氣密度（kg/m3）；Cs為感熱交換系數(shù)；W為10 m高風速（m/s）；Ts為表層海水溫度（K）；Ta為空氣溫度（K）；Qe為潛熱通量（W/m2）；L為蒸發(fā)潛熱系數(shù)（J/kg）；Ce為潛熱交換系數(shù)；qs為海水飽和比濕（g/kg）；qa為空氣比濕（g/kg）；Zr為氣溫觀測高度（m）；ts為表層海水溫度（℃）。

1.2.2 再分析資料處理

本文中使用的再分析資料為1981年1月—2012年12月逐月平均值資料。為便于同我國沿岸海洋站實測資料進行比較，采用雙三次插值法得到再分析資料海洋站位置處的感熱通量和潛熱通量月平均數(shù)據(jù)。

1.2.3 資料檢驗分析內(nèi)容及方法

1.2.3 .1檢驗分析內(nèi)容

檢驗分析的內(nèi)容包括海洋站與ERA-I資料、海洋站與MERRA資料的歷年逐月感熱通量、潛熱通量均值序列、季節(jié)變化特征、年際變化趨勢特征，檢驗指標包括均值偏差、方差、相關性、趨勢一致性等。

1.2.3 .2檢驗分析方法

1）均值偏差檢驗[13]。為比較再分析數(shù)據(jù)和實測數(shù)據(jù)的偏差，需進行數(shù)據(jù)的偏差檢驗，計算各自的算術平均值，進行t值檢驗。

2）方差檢驗[13]。計算各時間序列的方差，進行f值檢驗。

3）相關性檢驗[13]。開展實測數(shù)據(jù)和再分析數(shù)據(jù)的相關性分析，計算其相關系數(shù)。

4）年際變化趨勢一致性檢驗。對逐年的年均值序列采用線性擬合方法計算線性擬合的斜率，對比分析各種類型數(shù)據(jù)的趨勢變化特征。

2 資料檢驗分析

2.1 歷年逐月均值檢驗

2.1.1 感熱通量

研究首先對中國沿岸整體的歷年逐月平均感熱通量時間序列進行均值檢驗分析，結(jié)果顯示（表1），海洋站與ERA-I、海洋站與MERRA的歷年逐月平均感熱通量時間序列檢驗t值分別為2.538和1.750，均小于a=0.01的t值2.576，通過了均值偏差檢驗，均值差異不顯著，其中，兩種再分析數(shù)據(jù)時間序列均值略高于海洋站，且MERRA數(shù)據(jù)均值與海洋站更接近。分析再分析數(shù)據(jù)均值偏大的原因可能是秋、冬季海洋站的平均水溫整體低于再分析數(shù)據(jù)的平均水溫[7]，風速高于再分析數(shù)據(jù)，感熱通量差異不大；春、夏季水溫、氣溫差異不大[7]，但海洋站的風速整體低于再分析數(shù)據(jù)的風速，造成海洋站感熱通量均值偏低。各海區(qū)沿岸再分析資料感熱通量均大于海洋站計算值。渤海和南海沿岸感熱通量未通過均值偏差檢驗，差異顯著，再分析資料在該區(qū)域的感熱通量明顯高于海洋站計算值；黃海、東海沿岸感熱通量通過了均值檢驗，差異不顯著。渤海和南海沿岸的海洋站氣溫比再分析資料整體偏低，表層水溫比再分析資料偏高[7]是該區(qū)域感熱通量偏差較大的主要因素。ERA-I與海洋站歷年逐月感熱通量時間序列的方差檢驗f值為1.711，MERRA與海洋站歷年逐月感熱通量時間序列的方差檢驗f值為2.680，差異均顯著，與MERRA數(shù)據(jù)相比ERA-I感熱通量方差與海洋站更接近。分析原因可能是因為數(shù)據(jù)同化模式建立時會考慮將運行結(jié)果的方差控制在一定范圍內(nèi)，因此模式中有專門的數(shù)據(jù)過濾和控制方差的處理。

表1 1981—2012年歷年逐月感熱通量和潛熱通量時間序列檢驗結(jié)果Table 1 The check of sensible heat flux and latent heat flux monthly mean series during 1981-2012

ERA-I、MERRA與海洋站歷年逐月平均感熱通量時間序列的相關系數(shù)分別為0.931和0.862，均有著明顯的相關性。各海區(qū)均明顯相關，渤海沿岸和南海沿岸感熱通量相關系數(shù)略小于其他海區(qū)。

2.1.2 潛熱通量

研究對于中國沿岸整體的歷年逐月平均潛熱通量時間序列進行了均值檢驗（表1），ERA-I、MERRA與海洋站歷年逐月潛熱通量時間序列均值偏差檢驗t值分別為1.448和0.350，均值差異均不顯著，但ERA-I的潛熱通量均值最高，其次是海洋站，MERRA潛熱通量均值最低，MERRA潛熱通量均值與海洋站更接近。分析其原因，ERA-I的表層水溫數(shù)據(jù)整體上（尤其是冬、春季）比海洋站觀測的數(shù)據(jù)偏高[7]，海氣間比濕差偏大，造成ERA-I的潛熱通量均值略偏大。渤海沿岸潛熱通量MERRA數(shù)據(jù)與海洋站計算的結(jié)果均值差異顯著，海洋站計算結(jié)果明顯高于MERRA數(shù)據(jù)；南海沿岸潛熱通量ERA-I數(shù)據(jù)與海洋站計算結(jié)果均值差異顯著，海洋站計算結(jié)果明顯低于ERA-I數(shù)據(jù)；其他海區(qū)數(shù)據(jù)差異不明顯。渤海沿岸2002年以前海洋站計算的海氣比濕差大于MERRA，且風速偏大；南海沿岸海洋站計算的海氣比濕差明顯小于ERA-I，是兩個海區(qū)潛熱通量差異的主要因素。ERA-I、MERRA與海洋站歷年逐月潛熱通量時間序列的方差檢驗f值分別為1.655和2.554，均超過a=0.01的fa值1.53，與感熱通量相似，方差差異顯著，與MERRA數(shù)據(jù)相比ERA-I潛熱通量方差與海洋站更接近。原因與感熱通量相同。

中國沿岸的ERA-I、MERRA與海洋站歷年逐月平均潛熱通量時間序列的相關系數(shù)分別為0.950和0.941，均明顯相關，各海區(qū)均明顯相關。

2.2 季節(jié)變化特征檢驗

2.2.1 感熱通量

研究對1981—2012年海洋站與再分析數(shù)據(jù)累年逐月平均感熱通量時間序列進行統(tǒng)計和變化特征檢驗（圖1），結(jié)果顯示，中國沿岸整體的感熱通量再分析資料與海洋站實測數(shù)據(jù)統(tǒng)計結(jié)果均呈現(xiàn)秋、冬季高，春、夏季低的季節(jié)變化分布形式。海洋站感熱通量4月最低，月平均感熱通量約為－0.9 W/m2；4—7月感熱通量均較低，月平均感熱通量在0 W/m2左右，12月最高，月平均感熱通量約為45.2 W/m2；ERA-I感熱通量7月最低，月平均感熱通量約為11.1 W/m2，12月最高，月平均感熱通量約為48.3 W/m2；MERRA感熱通量8月最低，月平均值約為8.9 W/m2，12月最高，月平均感熱通量約為39.5 W/m2，再分析資料與海洋站資料最高值出現(xiàn)月份一致，最低值出現(xiàn)月份略有差異。ERA-I各月平均感熱通量均高于海洋站；MERRA月平均感熱通量 2—7月高于海洋站，1月、10—12月低于海洋站，9月兩種數(shù)據(jù)基本持平（圖2、圖3）。感熱通量在2—7月再分析數(shù)據(jù)明顯高于海洋站數(shù)據(jù)的原因，可能主要是由于在2—3月海洋站表層水溫整體低于再分析數(shù)據(jù)，4—7月海洋站風速整體低于再分析數(shù)據(jù)所致。

圖1 1981—2012年中國沿岸海洋站、ERA-I和MERRA的累年逐月平均感熱通量Fig. 1 The normal monthly mean sensible heat flux from the coastal station, ERA-I and MERRA during 1981-2012

圖2 1981—2012年中國沿岸MERRA數(shù)據(jù)、ERA-I數(shù)據(jù)與海洋站累年逐月平均感熱通量的差Fig. 2 The normal monthly mean sensible heat flux difference between the coastal station, ERA-I and MERRA during 1981-2012

圖3 1981—2012年累年逐月感熱通量的線性擬合分析比較（a）中國沿岸，（b）渤海沿岸，（c）黃海沿岸，（d）東海沿岸，（e）南海沿岸Fig. 3 The normal monthly mean sensible heat flux linear fitting for the(a) coast of the China Sea, (b) coast of the Bohai Sea, (c) coast of the Yellow Sea, (d) coast of the China East Sea, and(e) coast of China South Sea during 1981-2012

研究對中國沿岸整體的ERA-I、MERRA感熱通量累年逐月平均值時間序列和海洋站結(jié)果做相關性分析，相關系數(shù)分別為0.959和0.899，呈現(xiàn)明顯的相關（圖3）。各海區(qū)沿岸的ERA-I、MERRA感熱通量累年逐月平均值時間序列和海洋站結(jié)果相關性各不相同，其中東海沿岸的相關性最好，其次是黃海沿岸，再次是南海沿岸，渤海沿岸的相關性最弱，ERA-I資料與海洋站計算結(jié)果的相關性比MERRA資料好。

2.2.2 潛熱通量

研究對于中國沿岸整體，分別進行海洋站、ERA-I數(shù)據(jù)和MERRA數(shù)據(jù)1981—2012年的累年逐月平均潛熱通量時間序列統(tǒng)計和變化特征檢驗，結(jié)果顯示（圖4），中國沿岸整體3種數(shù)據(jù)潛熱通量均呈現(xiàn)春夏季低，秋冬季高的季節(jié)變化形式，平均值最低月份均為4月，最高月份均為10月，海洋站潛熱通量的統(tǒng)計結(jié)果季節(jié)變化振幅最大，MERRA數(shù)據(jù)季節(jié)變化振幅最小。ERA-I潛熱通量1、8及12月平均值高于海洋站，11月平均值低于海洋站，9和11月兩種數(shù)據(jù)基本持平；MERRA數(shù)據(jù) 2—8月平均潛熱通量高于海洋站，9—12月低于海洋站，1月兩種數(shù)據(jù)基本持平；潛熱通量低的月份，ERA-I數(shù)據(jù)和MERRA數(shù)據(jù)偏高，潛熱通量高的月份，ERA-I數(shù)據(jù)和海洋站數(shù)據(jù)接近，MERRA數(shù)據(jù)比海洋站數(shù)據(jù)偏低（圖5、圖6）。分析產(chǎn)生差異的原因主要是因為ERA-I數(shù)據(jù)海氣比濕差偏大，海洋站風數(shù)據(jù)秋季高于再分析資料，春、夏季低于再分析資料所致。

圖4 1981—2012年中國沿岸海洋站、ERA-I、MERRA累年逐月平均潛熱通量變化圖（1981—2012年）Fig. 4 The normal monthly mean latent heat flux of the coastal station, ERA-I and MERRA from 1981 to 2012

中國沿岸ERA-I、MERRA與海洋站累年逐月潛熱通量時間序列的相關系數(shù)分別為0.984和0.982，相關性均顯著（圖6）。各海區(qū)沿岸的ERA-I、MERRA潛熱通量累年逐月平均值時間序列和海洋站計算結(jié)果相關性均顯著，季節(jié)變化一致性較好，其中，東海沿岸的相關性最好。

圖5 1981—2012年中國沿岸ERA-I數(shù)據(jù)、MERRA數(shù)據(jù)與海洋站累年逐月平均潛熱通量之差Fig. 5 The normal monthly mean latent heat flux difference between the coastal station, ERA-I and MERRA from 1981 to 2012

圖6 1981—2012年累年逐月潛熱通量的線性擬合分析比較（a）中國沿岸，（b）渤海沿岸，（c）黃海沿岸，（d）東海沿岸，（e）南海沿岸Fig. 6 The normal monthly mean latent heat flux linear fitting from 1981 to 2012 for the (a) coast of the China Sea, (b) coast of the Bohai Sea, (c) coast of the Yellow Sea, (d) coast of the East China Sea, and (e) coast of the South China Sea

2.3 年際變化特征檢驗

2.3.1 感熱通量

研究首先對1981—2012年中國沿岸的感熱通量逐年平均值序列進行統(tǒng)計和變化特征檢驗（圖7），結(jié)果顯示，海洋站感熱通量有明顯的下降趨勢，下降率為0.257 W/(m2/a)，尤其是在2002—2007年感熱通量下降明顯，在2006—2009年為感熱通量最低的4年；ERA-I數(shù)據(jù)的下降率為0.082 W/(m2/a)，MERRA數(shù)據(jù)的下降率為0.010 W/(m2/a)，兩種分析資料的下降趨勢均不顯著。1981—2012年ERA-I與海洋站年平均感熱通量序列的相關系數(shù)為0.541，相關性顯著；MERRA與海洋站年平均感熱通量序列相關系數(shù)為0.270，相關性不顯著（表2）。各海區(qū)沿岸感熱通量海洋站計算結(jié)果與再分析資料年際變化的相關性分析結(jié)果顯示，黃海、東海、南海沿岸海洋站計算結(jié)果與ERA-I資料相關性顯著，而渤海沿岸的相關性不顯著；南海沿岸海洋站計算結(jié)果與MERRA資料的相關性顯著，其他海區(qū)相關性不顯著（表2）。

表2 1981—2012年感熱通量和潛熱通量年際變化分析Table 2 The analysis of sensible heat flux and latent heat flux interannual variability from 1981 to 2012

由圖7a看出中國沿岸1981—2000年3種數(shù)據(jù)的年際變化趨勢較一致，繼續(xù)對1981—2000年3種資料的年際變化趨勢特征進行分析，結(jié)果顯示，1981—2000年海洋站、ERA-I、MERRA感熱通量年際變化率分別為－0.126 W/(m2/a)、－0.176 W/(m2/a)、－0.078 W/(m2/a)，其中海洋站和ERA-I感熱通量數(shù)據(jù)變化趨勢顯著，MERRA感熱通量的變化趨勢不顯著。1981—2000年ERA-I數(shù)據(jù)、MERRA數(shù)據(jù)與海洋站年平均感熱通量序列相關系數(shù)分別為0.721和0.448，均通過了a=0.05的相關系數(shù)顯著性檢驗，相關性較好。

圖7 1981—2012年海洋站、ERA-I和MERRA歷年平均感熱通量年際變化（a）中國沿岸，（b）渤海沿岸，（c）黃海沿岸，（d）東海沿岸，（e）南海沿岸Fig. 7 The annual sensible heat flux of the coastal station, ERA-I and MERRA from 1981 to 2012 for the(a) coast of the China Sea, (b) coast of the Bohai Sea,(c) coast of the Yellow Sea, (d) coast of the East China Sea, and (e) coast of the South China Sea

分析1981—2012年再分析資料與海洋站感熱通量年際變化趨勢不一致，海洋站感熱通量下降趨勢明顯大于再分析數(shù)據(jù)的原因主要是因為2000—2007年與2000年前比，海洋站數(shù)據(jù)氣溫升高的趨勢仍比較明顯，2007年達到最高值，而再分析數(shù)據(jù)氣溫在2000—2007年氣溫上升基本是停滯，甚至略有下降趨勢，海洋站的海氣溫差下降率大于兩種再分析資料，期間海洋站的風速下降率也較大，因此海洋站感熱通量整體的下降率大于再分析數(shù)據(jù)，渤海區(qū)域這種特征最為明顯。

2.3.2 潛熱通量

研究對1981—2012年中國沿岸整體潛熱通量逐年平均值序列進行了統(tǒng)計和變化趨勢檢驗，結(jié)果顯示（表2），海洋站潛熱通量年際變化有明顯的下降趨勢，下降率為0.751 W/(m2/a)，尤其是在2002—2008年潛熱通量下降明顯；ERA-I數(shù)據(jù)在1981—2012年下降趨勢較明顯，下降率為0.103 W/(m2/a)，MERRA數(shù)據(jù)在1981—2012年略有上升的趨勢，上升率為0.027 W/(m2/a)，趨勢不明顯。ERA-I與海洋站年平均潛熱通量時間序列的相關系數(shù)為0.581，相關性顯著；MERRA與海洋站年平均潛熱通量時間序列的相關系數(shù)為0.231，相關性不顯著（圖8）。各海區(qū)沿岸海洋站計算結(jié)果與再分析資料潛熱通量年際變化的相關性分析結(jié)果顯示：黃海和東海沿岸，海洋站計算結(jié)果與ERA-I資料相關性顯著，而渤海和南海沿岸的相關性不顯著；東海沿岸海洋站計算結(jié)果與MERRA資料的相關性顯著，其他海區(qū)相關性不顯著（表2）。

圖8 1981—2012年海洋站、ERA-I、MERRA歷年平均潛熱通量年際變化（a）中國沿岸，（b）渤海沿岸，（c）黃海沿岸，（d）東海沿岸，（e）南海沿岸Fig. 8 The annual latent heat flux of the coastal station, ERA-I and MERRA from 1981 to 2012 for the(a) coast of the China Sea, (b) coast of the Bohai Sea, (c) coast of the Yellow Sea, (d) coast of the East China Sea,(e) coast of the South China Sea

圖8 a顯示中國沿岸2000年前后，ERA-I和MERRA潛熱通量年平均值序列的變化趨勢明顯不同，研究進一步分段分析了2000年前、后變化趨勢一致性和相關性。1981—2000年，海洋站潛熱通量年際變化呈下降趨勢，下降率為0.352 W/(m2/a)，下降趨勢明顯；ERA-I潛熱通量年際變化呈略上升的趨勢，上升率為0.124 W/(m2/a)；MERRA潛熱通量年際變化上升趨勢明顯，上升率為0.290 W/(m2/a)；海洋站與兩種再分析數(shù)據(jù)的年際變化趨勢均不一致，相關性也不顯著。2001—2012年，三種數(shù)據(jù)的潛熱通量年際變化均呈現(xiàn)明顯的下降趨勢，其中，海洋站數(shù)據(jù)的下降率最大，約為0.906 W/(m2/a)；其次是ERA-I數(shù)據(jù)，下降率為0.620 W/(m2/a)；MERRA數(shù)據(jù)的下降率為0.576 W/(m2/a)；ERA-I、MERRA與海洋站潛熱通量年際變化序列的相關性均顯著。

在2000年以前兩種再分析資料的潛熱通量為上升趨勢，海洋站的潛熱通量為下降趨勢，2000年以后三種資料的潛熱通量均為下降趨勢。分析其原因，首先1981—2012年3種資料風速均為減小的趨勢，與文獻[14]中的結(jié)論一致，對于潛熱通量下降產(chǎn)生貢獻；而2000年以前再分析數(shù)據(jù)水溫升高趨勢略大于海洋站數(shù)據(jù)，空氣比濕的上升率小于海洋站數(shù)據(jù)，則再分析數(shù)據(jù)海氣比濕差為增大的趨勢，MERRA數(shù)據(jù)尤為明顯，對潛熱通量的上升趨勢產(chǎn)生貢獻，綜合海氣比濕差和風速的變化，2000年前再分析數(shù)據(jù)潛熱通量整體上為略有上升的趨勢，與海洋站實測結(jié)果不同；2000年以后，3種資料的風速及海氣比濕差均為下降趨勢，且海洋站風速和比濕差的下降趨勢均強于兩種再分析資料，因此3種資料潛熱通量均為下降，但是海洋站潛熱通量下降趨勢最大，渤海、黃海沿岸的這種特征最明顯，造成海洋站計算的潛熱通量和再分析數(shù)據(jù)的潛熱通量年際變化特征差異較大，相關性差。2008年海洋站表現(xiàn)的中國沿岸整體潛熱通量最低，再分析數(shù)據(jù)沒有反映出此特征，原因可能是海洋站水溫比再分析資料低[7]、空氣比濕與再分析資料較一致但均較高，海氣比濕差比再分析資料明顯偏小，且海洋站風速也偏低所致。該年份的再分析資料使用時應注意其存在的偏差。

3 結(jié)論

1）歷年逐月平均值檢驗顯示：對于中國沿岸整體的歷年逐月平均感熱通量和潛熱通量，兩種再分析數(shù)據(jù)與海洋站的均值沒有明顯偏差，相關性均較好。ERA-I數(shù)據(jù)平均值略偏大，MERRA數(shù)據(jù)與海洋站的平均狀態(tài)更接近。方差差異均明顯，海洋站的方差最大，MERRA的方差最小，ERA-I與海洋站更接近。

2）季節(jié)變化特征檢驗顯示：中國沿岸整體的感熱通量季節(jié)變化呈春夏季低，秋冬季高的分布形式，兩種再分析與資料海洋站均顯著相關，最高月份均為12月；最低月份略有不同，海洋站最低月份為4月，ERA-I數(shù)據(jù)最低月份在7月，MERRA數(shù)據(jù)的最低月份在8月，在2—7月海洋站月平均感熱通量明顯低于ERA-I和MERRA的月平均值。中國沿岸整體的潛熱通量季節(jié)變化呈春夏季低，秋冬季高的分布形式，再分析資料與海洋站的時間序列均顯著相關，最低、最高月份相同，4月最低，10月最高，再分析資料能夠很好地體現(xiàn)中國沿岸整體的潛熱通量季節(jié)性變化特征，其中也存在略微的差異，如：海洋站季節(jié)變化振幅最大，其次是ERA-I數(shù)據(jù)，MERRA數(shù)據(jù)的季節(jié)變化振幅最小。

3）年際變化特征檢驗結(jié)果顯示：1981—2012年，對于中國沿岸整體，ERA-I數(shù)據(jù)感熱通量和潛熱通量年際變化和海洋站相關性顯著，MERRA數(shù)據(jù)感熱通量和潛熱通量年際變化和海洋站相關性不顯著；ERA-I和海洋站感熱通量和潛熱通量數(shù)據(jù)均下降趨勢明顯，與海洋站趨勢較一致；MERRA數(shù)據(jù)感熱通量年際變化呈略下降的趨勢，趨勢不明顯；MERRA數(shù)據(jù)潛熱通量的年際變化呈略上升的趨勢，與海洋站計算的潛熱通量趨勢明顯不一致，MERRA數(shù)據(jù)不能代表期間的中國沿岸感熱和潛熱通量的年際變化特征。不論是感熱通量還是潛熱通量，與MERRA數(shù)據(jù)相比，ERA-I數(shù)據(jù)與海洋站數(shù)據(jù)的年際變化特征更為接近。

4）綜合分析再分析數(shù)據(jù)與海洋站觀測數(shù)據(jù)計算的海氣熱通量月均值、季節(jié)變化和年際變化特征差異產(chǎn)生的原因，主要是由于數(shù)據(jù)同化模式中所用的中國沿岸海溫資料、空氣濕度資料量有限，并且位于海陸相互作用的邊界，使模式運行結(jié)果存在誤差。另外模式運行時可能對異常值的過度處理，使數(shù)據(jù)（特別是風）方差變小，也會對通量的計算結(jié)果產(chǎn)生影響。