2023, Vol. 47
近18 a山东半岛南部海域海面温度的长期变化研究
文章信息
- 陆雪, 刘子洲, 翟方国. 2023.
- LU Xue, LIU Zi-zhou, ZHAI Fang-guo. 2023.
- 近18 a山东半岛南部海域海面温度的长期变化研究
- Long-term changes in sea surface temperature in sea areas to the south of the Shandong Peninsula over the past 18 years
- 海洋科学, 47(4): 37-53
- Marine Sciences, 47(4): 37-53.
- http://dx.doi.org/10.11759/hykx20210618002
-
文章历史
- 收稿日期：2021-06-18
- 修回日期：2021-09-28
引用本文
陆雪, 刘子洲, 翟方国. 2023. 近18 a山东半岛南部海域海面温度的长期变化研究[J]. 海洋科学, 47(4): 37-53.
LU Xue, LIU Zi-zhou, ZHAI Fang-guo. 2023. Long-term changes in sea surface temperature in sea areas to the south of the Shandong Peninsula over the past 18 years[J]. Marine Sciences, 47(4): 37-53.
近18 a山东半岛南部海域海面温度的长期变化研究
1. 青岛市气象局 青岛市人民政府人工影响天气办公室, 山东 青岛 266003;
2. 中国海洋大学 海洋与大气学院, 山东 青岛 266100
2. 中国海洋大学 海洋与大气学院, 山东 青岛 266100
摘要：为探讨山东半岛南部海域海面温度的长期变化, 本文利用当前国际上水平分辨率较高的多卫星观测融合数据对2003—2020年间的海面温度进行了分析研究。结果表明: (1)除威海和连云港部分近岸海域外, 山东半岛南部大部分海域的海面温度显著升高, 升温速率最大值可达0.083℃/a。海面增温存在显著的季节变化, 主要出现在春末至秋初(4—9月), 且近岸海域强于外海。(2)除青岛外海外, 大部分海域的暖季开始日提前, 暖季持续时间延长, 其中在海州湾和烟台、威海近岸及南部海域最为显著; 年最高温度升高, 在连云港近海和海州湾、胶州湾等海域较为显著, 但其发生日并无显著提前或者延后。(3)冬半年, 山东半岛南部近岸海域和部分外海海域有较强的温度锋面, 并在过去18年间显著增强。(4)海面温度在冬季的年代际变化与太平洋年代际振荡(PDO)相关性较好, 但在其他季节与PDO的相关性较弱。
关键词：海面温度 山东半岛 线性趋势 卫星观测 变暖
Long-term changes in sea surface temperature in sea areas to the south of the Shandong Peninsula over the past 18 years
1. Qingdao Meteorological Bureau, Weather Modification Office of Qingdao Municipal People's Government, Qingdao 266003, China;
2. College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China
2. College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China
Abstract: In this study, we examined the long-term changes in sea surface temperature (SST) in sea areas to the south of the Shandong Peninsula over the past 18 years (2003–2020) using a data set fused with multiple satellite observations and having a high horizontal resolution. The results obtained in this study are as follows: (1) SST increased significantly in sea areas to the south of the Shandong Peninsula, except in adjacent areas of Weihai and Lianyungang, with ~0.083℃/a as the largest change rate of SST. Sea surface warming showed seasonal variation, mainly occurring during the late spring and early autumn (April–September), and decreased from nearshore areas to offshore areas. (2) In the study area, except for the adjacent seas of Qingdao, the warm season started earlier and lasted longer than before, which was most significant in Haizhou Bay and the adjacent seas of Yantai and Weihai; furthermore, the annual maximum temperature also increased with time. (3) During winter, strong temperature fronts in nearshore areas and parts of offshore areas were detected. Temperature fronts have strengthened significantly over the past 18 years. (4) Decadal variations in SST in winter showed strong correlations with the Pacific Decadal Oscillation (PDO), whereas those in other seasons showed weak correlations with the PDO.
Key words:
sea surface temperature Shandong Peninsula linear trend satellite observation warming
海面温度是海洋中最重要的物理参数之一, 对海洋动力过程、生物地球化学过程及其与大气的相互作用过程等具有非常重要的影响。因此, 了解海面温度的时空变化规律及影响机制具有非常重要的科学意义和现实价值[1-2]。
黄海是西太平洋重要的陆架边缘海之一, 平均水深约为44 m。黄海位于东亚季风区。受太阳辐射、大气强迫、河流径流及地形、岸线、潮汐潮流等多种因素的影响, 黄海的水文和环流存在显著的季节变化和空间差异[3]。黄海水文和环流最基本的季节特征是: 在夏季, 水体垂向分层明显, 温跃层较强, 底部存在冷水团; 而在冬季, 大部分海域垂向混合均匀, 中央海域存在源自黑潮、沿黄海海槽西侧北上的黄海暖流, 沿岸海域则存在顺岸南下的沿岸流[3]。截至目前, 前人已经利用观测资料、数值模拟资料和再分析资料对黄海海面温度的时空变化特征和影响机制进行了一定研究。这些研究表明, 黄海海面温度存在显著的多时间尺度变化[4-26]。但是由于观测资料的水平分辨率有限或者研究目的的不同, 前人研究大多关注海面温度在整个黄海的总体变化特征, 而较少聚焦其在不同小范围海域的变化特征。由于热力和动力强迫的空间差异, 海面温度的时间变化也存在显著的空间差异。因此, 相比于黄海海面温度的总体变化, 小范围海域内海面温度的变化对沿海地区生态系统的演变和各类灾害性天气的发生等更为重要。
山东半岛南部从北往南依次隶属于威海、烟台、青岛和日照, 是山东省重要的沿海经济带。本文利用当前国际上时空分辨率较高的卫星观测融合资料, 研究了2003—2020年间山东半岛南部海域(图 1)海面温度的长期变化特征。由于观测资料仅有18 a, 所以海面温度的线性趋势可能是其百年尺度增暖的一部分, 也可能是由于其存在年代际-多年代际变化。因此, 本文进一步讨论了与大尺度气候变异模态之间的关系。相比前人研究, 本文首次利用较高分辨率观测资料给出了近18 a山东半岛南部海域海面温度的变化特征和空间分布。本文研究成果有利于进一步了解山东半岛南部沿海地区的各类大气和海洋过程在年代、多年代、百年等时间尺度上的变化特征, 为该区域灾害性天气长时间尺度变化的机理研究和预报提供参考和依据, 保障经济和社会的可持续发展。
 |
| 图 1 山东半岛南部海域水深(m)分布图 Fig. 1 Bathymetry(m)in seas to the south of the Shandong Peninsula 注: 水深数据来自全球1弧分地形高程数据集(DOI: 10.7289/V5C8276M) |
为了研究山东半岛南部海域海面温度的变化特征, 本文使用基于多种卫星观测数据融合得到的多尺度超高分辨率海面温度(Multiscale Ultrahigh Resolution Sea Surface Temperature, MURSST)数据集。Chin等[27]详细介绍了该数据集的数据来源和融合方法。MURSST数据集融合了MODIS高分辨率(~1 km)红外观测数据、AVHRR中等分辨率(5~9 km)红外观测数据、微波辐射计较低分辨率(~25 km)观测数据和现场观测数据等。数据融合方法采用多尺度变分分析方法。MURSST数据集的时间分辨率为1 d, 空间分辨率为0.01°, 是当前国际上水平分辨率较高的多卫星观测融合产品[27-29]。较高的分辨率使得该数据集可以更好地解析复杂岸线海域海面温度的变化特征, 从而为理解并预报沿海地区各类海洋大气过程提供重要参考。MURSST数据集覆盖全球海洋, 时间范围是2002年6月至今。截至目前, 该数据集已被广泛应用于全球海洋不同区域、不同过程的研究中, 可靠度已得到验证[28-31]。本文所用数据的时间范围是2003年1月至2020年12月, 共计18 a。数据下载网址为https://coastwatch.pfeg.noaa.gov/erddap/files/jplMURSST41/。
1.2 气候变异模态指数本文讨论了山东半岛南部海域海面温度的长期变化与厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)和太平洋年代际振荡(Pacific Decadal Oscillation, PDO)等大尺度气候变异模态之间的关系。ENSO指数取为Niño-3.4海区(170°~120°W, 5°S~5°N)平均的海面温度异常。PDO指数取为北太平洋20°N以北范围内月平均海面温度异常的经验正交函数(Empirical Orthogonal Function, EOF)第一模态(EOF1)的时间系数。本文中, ENSO指数和PDO指数分别下载自https://psl.noaa.gov/gcos_wgsp/Timeseries/Nino34/和https://psl.noaa.gov/pdo/。ENSO指数和PDO指数的时间范围分别是1870年至今和1854年至今。由于PDO指数中仍含有显著的年周期以内的信号, 故对PDO指数进行13个月的滑动平均, 并去掉整个时间序列开头6个月和末尾6个月的数据。
1.3 方法本文分析了相关变量在近18 a内的时间变化率。对于月平均时间序列, 第一步计算年际异常值, 具体计算方法为: 首先减去其气候态月平均得到月异常值, 然后对月异常值进行13个月的滑动平均去掉季节内信号, 最后去掉时间序列开始6个月和末尾6个月的数据; 第二步对年际异常值进行最小二乘拟合得到时间变化率。对于某个月的年时间序列, 则直接进行最小二乘拟合得到时间变化率。时间变化率的显著性检验使用非参数Mann-Kendall检验方法[32]。除非特别说明, 若时间变化率高于95%置信水平为显著, 否则为不显著。
利用日平均海面温度计算了各个格点处暖季和年最高温度的相关信息。对于某一个海洋格点, 每年暖季开始日、结束日及持续时间的具体计算方法为: 首先将过去18 a海面温度的日平均时间序列从小到大进行排列, 新序列75%处的温度定义为暖季开始和结束的临界温度; 在每一年中, 选取高于临界温度的时间段, 定义该时间段前3天的平均值为暖季开始日, 该时间段最后3天的平均值为暖季结束日, 暖季开始日和结束日之间的时间间隔为暖季持续时间[33]。对于某一个海洋格点, 每一年最高温度及其发生日的具体计算方法为: 首先将该年海面温度的日平均时间序列从小到大进行排列, 新序列最后1%的平均值定义为该年的最高温度, 对应时间段的平均值定义为该年的最高温度日。
为了查看锋面的空间分布和时间变化, 计算了月平均海面温度的空间梯度, 算式为
本文首先查看了过去18 a山东半岛南部海域海面温度的长期平均[图 2(a)]。从图可以看出, 山东半岛南部海域平均海面温度约为13.8~16.8℃, 由外海向近岸降低, 其水平分布的显著特征是存在从黄海中部向西偏北方向延伸的高温舌[35]。海面温度的最小值出现在威海东部海域。在山东半岛近岸海域, 海面温度的等值线大致与岸线相平行。海面温度的水平梯度约为0~0.03 ℃/km, 其较大值主要集中于近岸海域和威海东南外海(36.3°N, 122.6°E)附近。对比图 1可知, 海面温度水平梯度较大的区域与海底地形水平梯度较大的区域较为一致。上述结果说明海底地形对海面温度的水平分布具有重要影响[9]。
 |
| 图 2 2003—2020年间海面温度的长期平均和变化 Fig. 2 Long-term average and change of sea surface temperature during 2003‒2020 注: (a)中, 等值线间隔为0.1 ℃; (d)中, 高于95%置信水平温度变化率的显示网格为0.1°×0.1°, 用灰色点表示 |
对海面温度的年际异常进行EOF分解可得研究海区海面温度的年际变化特征。结果表明[图 2(b)], EOF1对海面温度年际异常方差的解释率为95.0%, 为主要变化模态。EOF1为空间一致的变化模态, 其中变化最强的区域位于研究海域东部, 核心位于(35.5°N, 122.2°E)处; 近岸海域变化较弱。EOF1的时间系数与区域平均的海面温度年际异常吻合一致[图 2(c)], 相关系数约为1.0, 存在显著的年代际变化和长期升温, 区域平均海面温度的时间变化率约为0.063 ℃/a。
上述分析说明过去18 a, 山东半岛南部海域海面温度显著升高。为了研究升温的空间分布, 进一步利用月平均时间序列计算了各个格点处海面温度年际异常的时间变化率[图 2(d)]。结果表明, 研究海域海面温度的时间变化率均为正值, 约为0.011~0.083 ℃/a。除威海和连云港部分近岸海域外, 海面温度的时间变化率均高于95%置信水平, 这说明过去18 a山东半岛南部大部分海域显著升温。升温较强的区域主要集中于研究海域的中南部、约35°~36°N的纬度带内, 最强升温(0.083 ℃/a)出现在(35.5°N, 122.2°E)处, 最弱升温位于威海周边海域。
2.2 气候态月平均和逐月时间变化率对不同月份海面温度的长期变化进行分析。作为背景, 图 3给出了山东半岛南部海域气候态月平均海面温度的空间分布。可以看出, 海面温度于8月最高、2月最低, 与前人研究一致[35]。海面温度的空间分布亦存在显著的季节变化。从12月至3月, 海面温度由外海向近岸减小, 存在由外海沿西偏北方向延伸的高温舌, 主要受冬季黄海暖流的影响[36]。在4月, 海面温度基本上从南往北降低, 最小值出现在威海东部海域; 同时海州湾海域存在局地高温, 青岛东南外海出现局地低温、并不断发展。海州湾的局地高温一直持续到9月, 之后随时间东移, 其核心于10月位于120.3°E, 于11月位于121°E。青岛东南外海的局地低温于5/6月最明显, 可能与该海域底层存在的青岛冷水团有关。前人研究表明, 青岛冷水团于3月或4月开始出现, 5月最强, 6月之后逐渐消失[37-40]。7月, 研究海域东南约(35.3°N, 121.5°E)处也存在较弱的局地高温。8月, 存在由东南外海向西北方向延伸至青岛胶州湾以北和烟台沿海的高温舌。至9月, 该高温舌向日照沿海偏移, 此时青岛胶州湾以南和日照沿海均为局地高温, 并持续到10月, 随后逐渐消退。
 |
| 图 3 气候态月平均海面温度 Fig. 3 Climatological monthly sea surface temperature |
对每个月的海面温度年际异常进行EOF分解, 得到该月年际变化特征。在各个月份, EOF1对海面温度年际异常方差的解释率均大于80%(图 4), 为主要变化模态。各月海面温度年际异常的EOF1均表现为空间一致的变化模态。不同月份EOF1的时间系数并不相同, 其时间变化率在4月至9月较大(>0.080 ℃/a), 而在其他月份并不显著。EOF1时间系数变化率的最大值出现在9月, 约为0.149 ℃/a。上述结果说明, 过去18 a山东半岛南部海域海面温度在不同月份存在不同的长期变化。
 |
| 图 4 逐月海面温度年际异常EOF1的标准化时间系数 Fig. 4 Standardized time series of EOF1 for interannual sea surface temperature anomalies in each month 注: 各子图题括号内的数字表示方差解释率和时间系数的变化率, 星号表示高于95%置信水平 |
本文进一步计算了近18 a每个月各格点处海面温度年际异常的时间变化率, 结果如图 5所示。从4月至9月, 海面温度均显著升高。4月, 升温显著的海域主要位于青岛和日照近海, 升温速率最大值约为0.123 ℃/a、出现在海州湾海域。5月, 升温显著的海域进一步扩大, 仅威海南部近海不显著, 升温显著的区域主要在青岛、日照和连云港外海, 升温速率最大值约为0.185 ℃/a、出现在海州湾海域。6月, 升温减缓, 但是在整个研究海域均高于95%置信水平, 升温速率最大值约为0.139 ℃/a、出现在海州湾海域。7月, 大部分近岸海域和威海南部外海海域升温明显增强, 特别是青岛、烟台和威海近岸出现升温速率最大值约为0.159 ℃/a, 研究海域东南部升温不显著。8月, 升温较快的海域仍主要集中于近岸。相比7月, 威海和烟台近海的升温速率下降, 但是日照和连云港近海的升温明显增强。最大升温速率约为0.166 ℃/a、出现在海州湾和连云港近岸海域。9月, 升温速率相比8月下降, 但在整个研究海域均显著。10月, 升温速率进一步减小, 且仅在部分外海海域显著, 而在大部分近岸海域接近于0。从11—次年2月, 海面温度的长期变化存在明显的空间差异, 具体表现为近海变冷、外海变暖。值得指出的是, 近海变冷在威海南部海域(12—次年2月)和海州湾海域(12月)显著, 但外海变暖普遍不显著。3月, 变冷海域的面积明显减小, 仅存在于威海周边部分海域; 其他海域变暖, 但普遍不显著。上述分析说明, 在过去18 a, 冬季部分沿岸海域显著变冷, 而春末至秋初(4—9月)大部分研究海域则显著变暖, 其中近岸海域最为明显。
 |
| 图 5 逐月海面温度年际异常的长期变化 Fig. 5 Change rates of interannual sea surface temperature anomalies in each month 注: 高于95%置信水平温度变化率的显示网格为0.1°×0.1°, 用灰色点表示 |
WANG等[41]利用观测和数值模拟结果表明全球变暖可改变季节长度。本文观测表明, 春末至秋初(4—9月)山东半岛南部海域海面温度显著升高, 可能会导致该海域暖季发生变化。图 6展示了过去18 a研究海域暖季开始日、结束日及其持续时间的多年平均和时间变化率。平均而言[图 6(a)], 山东半岛南部海域暖季开始日约为年内第176~187 d, 即6月下旬至7月上旬。威海东南海域、青岛和日照南部海域的暖季开始较晚, 其余海域的暖季开始较早, 其中暖季开始最早的海域位于海州湾, 而开始最晚的海域位于海州湾以东、约(34.9°N, 120.1°E)处。整个研究海域的暖季开始日均提前, 其中青岛外海海域暖季提前不显著, 而其他海域暖季提前较显著[图 6(b)]。结合图 5可知, 暖季开始日之所以提前是由于春末夏初(5月和6月)海面温度升高。
 |
| 图 6 暖季的多年平均和长期变化 Fig. 6 Long-term average and change in the warm season 注: 高于95%置信水平时间变化率的显示网格为0.1°×0.1°, 用灰色点表示 |
多年平均的暖季结束日约为年内第269~279 d, 即9月下—10月上旬, 与暖季开始日的空间分布一致, 威海东南海域、青岛和日照南部海域暖季结束较晚, 其余海域暖季结束较早, 其中暖季结束最早的海域位于海州湾, 而结束最晚的海域位于日照东南外海约(35.1°N, 120.2°E)处[图 6(c)]。综上可以看出, 威海东南海域、青岛和日照南部海域暖季的开始和结束都晚, 而其他海域暖季的开始和结束都早, 其中海州湾暖季开始最早、结束亦最早。暖季结束日随时间略有延后, 但均不显著[图 6(d)], 主要是因为10月海面温度的升高较弱(图 5)。
暖季持续时间平均为89~95 d, 在近岸和青岛东南外海较短[图 6(e)]。受暖季开始日提前的影响, 暖季持续时间延长[图 6(f)]。暖季持续时间的延长在海州湾和烟台、威海近岸及南部海域较显著, 而在青岛近海不显著。
2.4 年最高温度图 7展示了4—9月山东半岛南部海域年最高温度(日)的多年平均和长期变化。平均而言[图 7(a)], 山东半岛南部年最高温度的变化范围为26.3~28.9 ℃, 其空间分布与年平均海面温度不同。年最高温度在海州湾最高, 在威海东部海域最低。在研究海域东部, 年最高温度呈现从黄海中央先向西后转而向北延伸至烟台–威海近岸的高温舌。年最高温度的时间变化率均为正值, 在连云港近海最大(0.160~0.200 ℃/a), 其次为海州湾(0.160~0.170 ℃/a)和胶州湾(0.140~0.150 ℃/a), 且仅在这三个区域显著[图 7(b)]。
 |
| 图 7 年最高温度的多年平均和长期变化 Fig. 7 Long-term average and change in the annual maximum temperature 注: 高于95%置信水平时间变化率的显示网格为0.1°×0.1°, 用灰色点表示 |
年最高温度日的多年平均约为年内第218~227 d, 即8月5—15日左右[图 7(c)]。空间上大致从南往北延后, 其中在连云港近海出现最早, 而在威海东部近海出现最晚。过去18 a, 年最高温度日并无显著提前或者延后, 即每年出现最高温度的时间无显著变化[图 7(d)]。
2.5 锋面除暖季外, 海面温度的长期变化还会影响温度锋面的长期变化。温度锋面是指温度水平梯度较大的区域。温度锋面在我国渤海、黄海和东海均较为普遍, 对海洋动力、海气相互作用和海洋生态等过程具有重要影响[6, 13, 42-47]。本文利用MURSST数据研究了海面温度对温度锋面长期变化的影响。图 8展示了逐月海面温度水平梯度的多年平均, 从中可以看出海面温度锋面的平均分布情况。就季节变化而言, 温度锋面的强度最大约为0.08 ℃/km。按照地理位置的不同, 研究海域的温度锋面大致可以分为近海锋面和外海锋面, 两者均存在显著的季节变化。近海温度锋面广泛分布于山东半岛南部近海, 主要存在于10—次年2月, 即秋季和冬季[44]。外海锋面分布在威海东南外海和连云港东部外海[13]。威海东南外海的温度锋面存在于11或12—次年3月, 而连云港东部外海的温度锋面主要存在于12—次年2月。从上可以看出, 研究海域在10—次年3月均存在温度锋面, 而在4月至9月仅于部分月份在海州湾和烟台–威海近海存在较弱的温度锋面。
 |
| 图 8 气候态月平均海面温度的水平梯度 Fig. 8 Horizontal gradients of the climatological monthly sea surface temperature |
图 9给出了近18 a逐月海面温度水平梯度的时间变化率。海面温度水平梯度的长期变化仅在冬季较强且显著, 而在其他季节较弱且并不显著。在冬季, 海面温度水平梯度在近岸、威海东南外海和连云港东部外海等海域随时间增大, 其空间分布与气候态月平均温度锋面的空间分布基本一致。上述结果说明, 在过去18 a的冬季研究海域的温度锋面增强, 时间变化率最大值出现在12月, 可达0.64×10‒2(℃∙km–1∙a–1)。结合图 5可知, 冬季温度锋面随时间增强主要是由于近岸海面温度降低。
 |
| 图 9 逐月海面温度水平梯度的长期变化 Fig. 9 Long-term change in the horizontal gradient of sea surface temperature in each month 注: 高于95%置信水平时间变化率的显示网格为0.1°×0.1°, 用灰色点表示 |
随着全球变暖, 海水温度的长期变化已成为当前研究的热点。在过去, 已有部分研究关注海水温度在整个黄海范围内、不同时间段内的长期变化[15, 17-18, 20-21, 48-49]。Jin等[15]和Liu等[18]基于不同的长时间客观分析资料(水平分辨率为1°和5°)研究指出中国近海海面温度在过去一百多年(1870—2007年和1900—2006年)总体升高, 同时存在显著的年代际-多年代际变化。Pei等[49]亦利用长时间客观分析资料研究了渤海、黄海和东海海面温度在过去(1870—2016年)的长期变化, 其EOF1的时间系数和Liu等[18]的结果类似, 均存在百年尺度的增暖和年代际–多年代际变化。孟庆佳等[48]利用现场观测资料(水平分辨率为1°)和卫星观测资料(水平分辨率约为0.1°)分别给出了黄海海面温度在1963—1996年和1985—1996年间的长期变化[17]。从他们的结果可以看出, 山东半岛南部海域的海面温度在1985—1996年冬季期间存在空间一致的升高, 而在1985—1996年夏季和1963—1996年期间则呈现东西相反的偶极子: 海州湾变冷, 胶州湾以东海域变暖。Park等[20]基于AVHRR卫星观测资料(水平分辨率约为0.05°)研究指出黄海海面温度在1981—2009年间升高。
从上可以看出, 黄海海面温度除了百年尺度的变暖, 还存在年代际–多年代际变化。同时, 海面温度的长期变化还存在显著的空间差异。上述研究中, Pei等[49]指出中国近海海面温度在2000年后变冷。但是由于Pei等[49]是通过对整个渤海、黄海和东海海面温度进行EOF分解得到的总体特征, 没有给出山东半岛南部海面温度的变化特征。Park等[20]计算得到的山东半岛南部海域海面温度的长期变化率与本文结果[图 2(d)]量值相近、但空间分布不同, 可能是由于海面温度存在年代际–多年代际变化的影响。分析可知, 过去18 a山东半岛南部海域海面温度的长期变化可能受百年尺度变暖和年际至多年代际变化等的共同影响。
3.2 与大尺度气候变异模态的关系前人研究表明在我国近海, 海面温度的年际、年代际、多年代际等长时间尺度变化主要受ENSO和PDO的影响[12, 14-16, 24, 50-51]。因此, 下面将继续讨论过去18 a山东半岛南部海域海面温度的长期变化与ENSO和PDO之间的关系。
图 10(a)给出了2000—2020年间ENSO指数和PDO指数的时间序列。从图可以看出, PDO指数以年代际变化为主, 而ENSO指数存在年际变化和年代际变化, 但以年际变化为主。图 10b给出了海面温度年际异常EOF1的时间系数[图 2(c)]与ENSO指数和PDO指数的超前滞后相关系数。EOF1时间系数与PDO指数的相关性明显高于与ENSO指数的相关性, 说明山东半岛南部海域海面温度的低频变化可能主要与PDO有关。当EOF1时间系数滞后PDO指数约22个月时, 两者的相关系数最大(0.56)。这和Zhang等[14]稍有不同。Zhang等[14]利用长时间客观分析资料(水平分辨率为1°)对整个中国近海和部分西太平洋海域(100°~131°E, 0~42°N)的海面温度年代际异常(对海面温度进行截止周期为7 a的低通滤波)进行EOF分解, 结果表明中国近海海面温度的年代际变化与PDO指数呈显著相关, 同期相关系数可达0.89。由于本文研究区域远小于Zhang等[14]进行EOF分解的区域, 上述差别进一步说明我国近海海面温度的长期变化存在显著的空间差异。
 |
| 图 10 海面温度的长期变化与ENSO和PDO的关系 Fig. 10 Relationship between the long-term changes of sea surface temperature and the ENSO and PDO |
由图 4可知, 逐月海面温度年时间序列的主要模态存在显著的季节差异, 在冬半年(晚秋至初春)以年代际变化为主, 而在其他季节以趋势变化为主。本文进一步讨论了逐月海面温度的长期变化与PDO之间的关系。如图 11所示, 逐月海面温度EOF1的时间系数与PDO指数之间的相关系数在冬半年最显著。最高相关系数出现在12月, 当EOF1时间系数滞后PDO指数约7个月时, 两者的相关系数最高、约为0.66。在11月和1月, 当EOF1时间系数滞后PDO指数分别约11个月和19个月时, 两者的相关系数最高, 分别约为0.55和0.59。在3月和4月, 当EOF1时间系数滞后PDO指数分别约7个月和8个月时, 两者的相关系数最高, 分别约为0.49和0.48。在5—7月, 两者的最高相关系数均出现在EOF1时间系数滞后PDO指数约26个月时。在8月和9月, 两者的相关系数较小。
 |
| 图 11 逐月海面温度年际异常EOF1的时间系数与PDO指数的超前滞后相关系数 Fig. 11 Lead-lag correlation of time series of EOF1 for interannual sea surface temperature anomalies in each month with the PDO index |
上述讨论表明, 山东半岛南部海域海面温度在冬半年的长期变化(图 4)可能主要与PDO有关。其影响机制可能是: 在冬季, 黄海受冬季风的强迫, 产生源自东海黑潮并逆风北上的黄海暖流[52]; PDO通过遥强迫可调控东海黑潮的水体输运, 进而引起黄海暖流的变化[53-54], 并最终影响山东半岛南部海域海水温度[36, 55]。而在4—9月, 山东半岛南部海域海面温度的长期变化与PDO的相关性较弱, 可能为百年尺度增暖的一部分[14, 18], 其具体持续时间和影响机制还需要进一步研究。
4 结论与展望利用当前国际上水平分辨率较高的多卫星观测融合数据集(MURSST), 研究了近18 a山东半岛南部海域海面温度的长期变化。主要结论如下:
(1)总体而言, 除威海和连云港部分近岸海域外, 山东半岛南部大部分海域的海面温度显著上升, 升温较强的区域主要集中在该海域的中南部、约35°~36°N, 最高升温速率可达0.083 ℃/a。升温存在显著的季节变化, 主要出现在春末至秋初(4—9月), 且近岸海域强于外海。而在冬半年, 外海变暖不明显, 但是近海变冷, 特别是威海南部海域和海州湾海域。
(2)受海面温度升高的影响, 除青岛外海外, 暖季开始日普遍提前。暖季结束日略有延后。暖季持续时间延长, 其中海州湾和烟台、威海近岸及南部海域较为显著, 而青岛近海不显著。年最高温度升高, 在连云港近海和海州湾、胶州湾等海域较显著。年最高温度日并无显著提前或者延后。
(3)冬半年, 山东半岛南部近岸海域和部分外海海域存在较强的温度锋面, 并在过去18 a显著增强, 时间变化率最大值出现在12月。温度锋面的增强可能主要受近岸海面温度降低的影响。而在其他季节, 山东半岛南部海域并无显著的温度锋面。
(4)海面温度的长期变化与PDO的相关性优于与ENSO的相关性, 且存在季节差异。海面温度在冬季的年代际变化与PDO相关性较好。
利用较高分辨率的观测数据, 详细分析了过去18 a山东半岛南部海域海面温度长期变化的季节差异、空间分布及其对暖季、年最高温度、锋面等的影响, 并讨论了其与大尺度气候变异模态之间的关系。未来还需要进一步研究并量化与年代际–多年代际变化和百年尺度增暖之间的关系。
参考文献
| [1] |
DITTUS A J, KAROLY D J, DONAT M G, et al. Understanding the role of sea surface temperature- forcing for variability in global temperature and precipitation extremes[J]. Weather and Climate Extremes, 2018, 21: 1-9. DOI:10.1016/j.wace.2018.06.002 |
| [2] |
DUNSTAN P K, FOSTER S D, KING E, et al. Global patterns of change and variation in sea surface temperature and chlorophyll a[J]. Scientific Reports, 2018, 8: 14624. DOI:10.1038/s41598-018-33057-y |
| [3] |
苏纪兰. 中国近海的环流动力机制研究[J]. 海洋学报, 2001, 23(4): 1-16. SU Jilan. A review of circulation dynamics of the coastal oceans near China[J]. Acta Oceanologica Sinica, 2001, 23(4): 1-16. |
| [4] |
邱道立. 渤海及黄、东海近海区水温日变化特点分析[J]. 海洋学报, 1982, 4(4): 391-403. QIU Daoli. Characteristics analysis on the daily variation of sea water temperature in the Bohai Sea and inshore region of the Huanghai Sea and East China Sea[J]. Acta Oceanologica Sinica, 1982, 4(4): 391-403. |
| [5] |
翁学传, 张启龙, 张以恳, 等. 渤、黄、东海水温的日变化特征[J]. 海洋科学, 1993, 17(6): 49-54. WENG Xuechuan, ZHANG Qilong, ZHANG Yiken, et al. Characteristics of the daily variations of the temperature in Bohai Sea, Yellow Sea and East China Sea[J]. Marine Sciences, 1993, 17(6): 49-54. |
| [6] |
HICKOX R, BELKIN I, CORNILLON P, et al. Climatology and seasonal variability of ocean fronts in the East China, Yellow and Bohai Seas from satellite SST data[J]. Geophysical Research Letters, 2000, 27(18): 2945-2948. DOI:10.1029/1999GL011223 |
| [7] |
PARK W S, OH I S. Interannual and interdecadal variations of sea surface temperature in the East Asian Marginal Seas[J]. Progress in Oceanography, 2000, 47(2/4): 191-204. |
| [8] |
鲍献文, 万修全, 高郭平, 等. 渤海、黄海、东海AVHRR海表温度场的季节变化特征[J]. 海洋学报, 2002, 24(5): 125-133. BAO Xianwen, WAN Xiuquan, GAO Guoping, et al. The characteristics of the seasonal variability of the sea surface temperature field in the Bohai Sea, the Huanghai Sea and the East China Sea from AVHRR data[J]. Acta Oceanologica Sinica, 2002, 24(5): 125-133. DOI:10.3321/j.issn:0253-4193.2002.05.015 |
| [9] |
XIE S P, HAFNER J, TANIMOTO Y, et al. Bathymetric effect on the winter sea surface temperature and climate of the Yellow and East China Seas[J]. Geophysical Research Letters, 2002, 29(24): 2228. |
| [10] |
DAI D J, QIAO F L, XIA C H, et al. A numerical study on dynamic mechanisms of seasonal temperature variability in the Yellow Sea[J]. Journal of Geophysical Research: Oceans, 2006, 111: C11S05. |
| [11] |
曾广恩, 练树民, 程旭华, 等. 东、黄海海表面温度季节内变化特征的EOF分析[J]. 海洋科学进展, 2006, 24(2): 146-155. ZENG Guang'en, LIAN Shumin, CHENG Xuhua, et al. EOF analysis of intraseasonal variabilities of SST in the East China Sea and Yellow Sea[J]. Advances in Marine Science, 2006, 24(2): 146-155. DOI:10.3969/j.issn.1671-6647.2006.02.002 |
| [12] |
张松, 于非, 刁新源, 等. 渤、黄、东海海表面温度年际变化特征分析[J]. 海洋科学, 2009, 33(8): 76-81. ZHANG Song, YU Fei, DIAO Xinyuan, et al. The characteristics analysis on sea surface temperature interannual variation in the Bohai Sea, Yellow Sea and East China Sea[J]. Marine Sciences, 2009, 33(8): 76-81. |
| [13] |
HUANG D J, ZHANG T, ZHOU F. Sea-surface temperature fronts in the Yellow and East China Seas from TRMM microwave imager data[J]. Deep Sea Research II: Topical Studies in Oceanography, 2010, 57: 1017-1024. DOI:10.1016/j.dsr2.2010.02.003 |
| [14] |
ZHANG L P, WU L X, LIN X P, et al. Modes and mechanisms of sea surface temperature low-frequency variations over the coastal China Seas[J]. Journal of Geophysical Research: Oceans, 2010, 115: C08031. |
| [15] |
JIN Q H, WANG H. Multitime scale variations of sea surface temperature in the China Seas based on the HADISST dataset[J]. Acta Oceanologica Sinica, 2011, 30(4): 14-23. DOI:10.1007/s13131-011-0129-0 |
| [16] |
罗晓凡, 魏皓, 袁承仪. 利用卫星资料分析黄海海表温度的年际与年代际变化[J]. 中国海洋大学学报(自然科学版), 2012, 42(10): 19-25. LUO Xiaofan, WEI Hao, YUAN Chengyi. Interannual and decadal variations of sea surface temperature in the Yellow Sea by satellite data[J]. Periodical of Ocean University of China, 2012, 42(10): 19-25. DOI:10.16441/j.cnki.hdxb.2012.10.003 |
| [17] |
WANG F, MENG Q J, TANG X H, et al. The long-term variability of sea surface temperature in the seas east of China in the past 40 a[J]. Acta Oceanologica Sinica, 2013, 32(3): 48-53. DOI:10.1007/s13131-013-0288-2 |
| [18] |
LIU Q Y, ZHANG Q. Analysis on long-term change of sea surface temperature in the China Seas[J]. Journal of Ocean University of China, 2013, 12(2): 295-300. DOI:10.1007/s11802-013-2172-2 |
| [19] |
WANG R, YU F. Impact of climatic change on sea surface temperature variation in Subei coastal waters, East China[J]. Chinese Journal of Oceanology and Limnology, 2014, 32(6): 1406-1413. DOI:10.1007/s00343-015-3336-2 |
| [20] |
PARK K A, LEE E Y, CHANG E, et al. Spatial and temporal variability of sea surface temperature and warming trends in the Yellow Sea[J]. Journal of Marine Systems, 2015, 143: 24-38. DOI:10.1016/j.jmarsys.2014.10.013 |
| [21] |
WU R H, LIN J M, LI B. Spatial and temporal variability of sea surface temperature in eastern marginal seas of China[J]. Advances in Meteorology, 2016, 3820702. |
| [22] |
CAI R S, TAN H J, KONTOYIANNIS H. Robust surface warming in offshore China Seas and its relationship to the East Asian Monsoon wind field and ocean forcing on interdecadal time scales[J]. Journal of Climate, 2017, 30(22): 8987-9005. DOI:10.1175/JCLI-D-16-0016.1 |
| [23] |
YANG Y, LI K P, DU J T, et al. Revealing the subsurface Yellow Sea Cold Water Mass from satellite data associated with Typhoon Muifa[J]. Journal of Geophysical Research: Oceans, 2019, 124: 7135-7152. DOI:10.1029/2018JC014727 |
| [24] |
WANG M, GUO J R, SONG J, et al. The correlation between ENSO events and sea surface temperature anomaly in the Bohai Sea and Yellow Sea[J]. Regional Studies in Marine Science, 2020, 35: 101228. DOI:10.1016/j.rsma.2020.101228 |
| [25] |
GUAN S D, ZHAO W, SUN L, et al. Tropical cyclone- induced sea surface cooling over the Yellow Sea and Bohai Sea in the 2019 Pacific typhoon season[J]. Journal of Marine Systems, 2021, 217: 103509. DOI:10.1016/j.jmarsys.2021.103509 |
| [26] |
李玲莉, 王林慧, 宋军, 等. 两类El Niño事件对中国近海及毗邻海域海表面温度的影响[J]. 海洋科学, 2021, 45(4): 51-63. LI Lingli, WANG Linhui, SONG Jun, et al. Effects of two types of El Niño events on the sea surface temperature in China's offshore and adjacent seas[J]. Marine Sciences, 2021, 45(4): 51-63. |
| [27] |
CHIN T M, VAZQUEZ-CUERVO J, ARMSTRONG E M. A multi-scale high-resolution analysis of global sea surface temperature[J]. Remote Sensing of Environment, 2017, 200: 154-169. DOI:10.1016/j.rse.2017.07.029 |
| [28] |
IWASAKI S, ISOBE A. Atmosphere-ocean coupled process along coastal areas of the Yellow and East China Seas in Winter[J]. Journal of Climate, 2014, 27(1): 155-167. DOI:10.1175/JCLI-D-13-00117.1 |
| [29] |
STROH J N, PANTELEEV G, KIRILLOV S, et al. Sea- surface temperature and salinity product comparison against external in situ data in the Arctic Ocean[J]. Journal of Geophysical Research: Oceans, 2015, 120: 7223-7236. DOI:10.1002/2015JC011005 |
| [30] |
GENTEMANN C L, FEWINGS M R, GARCIA- REYES M. Satellite sea surface temperatures along the west coast of the United States during the 2014-2016 northeast Pacific marine heat wave[J]. Geophysical Research Letters, 2017, 44: 312-319. DOI:10.1002/2016GL071039 |
| [31] |
SUGIMOTO S, QIU B, KOJIMA A. Marked coastal warming off Tokai attributable to Kuroshio large meander[J]. Journal of Oceanography, 2020, 76: 141-154. DOI:10.1007/s10872-019-00531-8 |
| [32] |
MANN M E. On smoothing potentially non-stationary climate time series[J]. Geophysical Research Letters, 2004, 31: L07214. |
| [33] |
COSTOYA X, DECASTRO M, GÓMEZ-GESTEIRA M, et al. Changes in sea surface temperature seasonality in the Bay of Biscay over the last decades(1982-2014)[J]. Journal of Marine Systems, 2015, 150: 91-101. DOI:10.1016/j.jmarsys.2015.06.002 |
| [34] |
WANG Y, YU Y, ZHANG Y, et al. Distribution and variability of sea surface temperature fronts in the south China Sea[J]. Estuarine, Coastal and Shelf Sciences, 2020, 240: 106793. DOI:10.1016/j.ecss.2020.106793 |
| [35] |
SONG X K, GU Y Z, ZHAI F G, et al. Climatology and seasonal variability of satellite-derived chlorophyll a around the Shandong Peninsula[J]. Journal of Oceanology and Limnology, 2021, 39(4): 1222-1244. DOI:10.1007/s00343-020-0249-5 |
| [36] |
MA J, QIAO F L, XIA C S, et al. Effects of the Yellow Sea Warm Current on the winter temperature distribution in a numerical model[J]. Journal of Geophysical Research: Oceans, 2006, 111: C11S04. |
| [37] |
张存义. 青岛冷水团强度的划分及其多年变化的分析[J]. 海洋科学, 1986, 10(3): 48-51. ZHANG Cunyi. Analysis of the strength and yearly variations of Qingdao Cold Water-Mass[J]. Marine Sciences, 1986, 10(3): 48-51. |
| [38] |
ZHANG Q L, LIU X S, CHENG M H, et al. Characteristics and formation causes of Qingdao Cold Water Mass[J]. Chinese Journal of Oceanology and Limnology, 2002, 20(4): 303-308. DOI:10.1007/BF02847919 |
| [39] |
张启龙, 刘志亮, 齐继峰, 等. 青岛冷水团的消亡机理研究[J]. 海洋学报, 2016, 38(5): 27-33. ZHANG Qilong, LIU Zhiliang, QI Jifeng, et al. Study on the extinction mechanism for Qingdao cold water mass[J]. Haiyang Xuebao, 2016, 38(5): 27-33. |
| [40] |
黄浩, 陈学恩, 林璘. 青岛冷水团的生成与演变研究[J]. 海洋与湖沼, 2019, 50(6): 1191-1200. HUANG Hao, CHEN Xueen, LIN Lin. Evolution and mechanism of the Qingdao Cold Water Mass[J]. Ocea nologia et Limnologia Sinica, 2019, 50(6): 1191-1200. |
| [41] |
WANG J M, GUAN Y P, WU L X, et al. Changing lengths of the four seasons by global warming[J]. Geophysical Research Letters, 2021, 48: e2020GL091753. |
| [42] |
郑义芳, 丁良模, 谭铎. 黄海南部及东海海洋锋的特征[J]. 黄渤海海洋, 1985, 3(1): 9-17. ZHENG Yifang, DING Liangmo, TAN Duo. Distribution characteristics of marine fronts in the southern Huanghai Sea and the Donghai Sea[J]. Journal of Oceanography of Huanghai & Bohai Seas, 1985, 3(1): 9-17. |
| [43] |
赵保仁. 黄海潮生陆架锋的分布[J]. 黄渤海海洋, 1987, 5(2): 16-23. ZHAO Baoren. The continental shelf fronts induced by tidal mixing in the Huanghai Sea[J]. Journal of Oceano graphy of Huanghai & Bohai Seas, 1987, 5(2): 16-23. |
| [44] |
WANG F, LIU C Y. An N-shape thermal front in the western South Yellow Sea in winter[J]. Chinese Journal of Oceanology and Limnology, 2009, 27(4): 898-906. |
| [45] |
韦钦胜, 吕新刚, 王宗兴, 等. 黄海陆架锋特征及其生态效应的初步分析[J]. 地球科学进展, 2010, 25(4): 435-443. WEI Qinsheng, LV Xingang, WANG Zongxing, et al. A preliminary analysis of the characteristics of the continental shelf front and its ecological effects in the Yellow Sea[J]. Advances in Earth Science, 2010, 25(4): 435-443. |
| [46] |
LI M, ZHANG S P. Impact of sea surface temperature front on stratus-sea fog over the Yellow and East China Seas-A case study with implications for climatology[J]. Journal of Ocean University of China, 2013, 12(2): 301-311. |
| [47] |
SASAKI Y N, YAMADA Y. Atmospheric response to interannual variability of sea surface temperature fronts in the East China Sea in early summer[J]. Climate Dynamics, 2018, 51: 2509-2522. |
| [48] |
孟庆佳, 施建伟, 刘娜, 等. 基于历史和卫星资料的中国近海海表面温度长期变化趋势的综合分析[J]. 海洋科学, 2011, 35(12): 121-126. MENG Qingjia, SHI Jianwei, LIU Na, et al. A comprehensive analysis of the long-term variation of sea surface temperature in the China seas based on historical and satellite data[J]. Marine Sciences, 2011, 35(12): 121-126. |
| [49] |
PEI Y H, LIU X H, HE H L. Interpreting the sea surface temperature warming trend in the Yellow Sea and East China Sea[J]. Science China Earth Sciences, 2017, 60(8): 1558-1568. |
| [50] |
OEY L Y, CHANG M C, CHANG Y L, et al. Decadal warming of coastal China Seas and coupling with winter monsoon and currents[J]. Geophysical Research Letters, 2013, 40: 6288-6292. |
| [51] |
孙凡, 于非, 司广成, 等. 苏北浅滩及长江口海域春季海表面温度长期升温机制分析[J]. 海洋科学, 2019, 43(1): 15-27. SUN Fan, YU Fei, SI Guangcheng, et al. Long-term warming trend of sea surface temperature in spring in the Subei Bank and the Changjiang Estuary[J]. Marine Sciences, 2019, 43(1): 15-27. |
| [52] |
CUI M C, HU D X, MO J. Seasonality and causes of the Yellow Sea Warm Current[J]. Chinese Journal of Oceanology and Limnology, 2004, 22(3): 265-270. |
| [53] |
LIU C Y, WANG F, CHEN X E, et al. Interannual variability of the Kuroshio onshore intrusion along the East China Sea shelf break: Effect of the Kuroshio volume transport[J]. Journal of Geophysical Research: Oceans, 2014, 119: 6190-6209. |
| [54] |
YANG D Z, HUANG R X, FENG X R, et al. Wind stress over the Pacific Ocean east of Japan drives the shelf circulation east of China[J]. Continental Shelf Research, 2020, 201: 104122. |
| [55] |
WANG F, LIU C Y, MENG Q J. Effect of the Yellow Sea warm current fronts on the westward shift of the Yellow Sea warm tongue in winter[J]. Continental Shelf Research, 2012, 45: 98-107. |