2023年3月20日, 政府间气候变化专门委员会第六次评估报告综合报告发布, 报告指出人类活动, 主要是通过温室气体排放, 已明确导致全球变暖, 2011年—2020年, 全球表面温度比1850—1900年高出1.10, 全球变暖现象已成为共识^[1]。同时报告还指出自20世纪70年代以来, 全球海洋上层已经变暖, 海洋变暖占气候系统升温的91%。海面温度变化区域差异明显, 不同地区的海温升温速率不同, 有些地区略有降温, 并且1950年以后, 热带大洋增温速率高于其他海域, 增温速率最快的区域位于热带印度洋和西边界流区^[2]。

海面温度(Sea Surface Temperature, SST)在海洋渔业领域是一个“重要的气候变量”, 其应用包括气候和海洋模式的评估、气候变化和变率的观测量化^[3]。同时海面温度是台风路径、海生态系统的重要影响因素, 是海气热量、动力、水汽交换的重要参量, 更是衡量全球气候的重要地理参数之一^[4]。基于已有的理论基础和技术方法, 国内外许多研究者围绕着SST的应用做了大量的研究。MEDIODIA^[5]发现随着海洋变暖, 金枪鱼(Thunnus)向太平洋东部扩散, 这一结果与对西太平洋和中太平洋的研究结果相反, 在那里, 由于海洋变暖, 预计捕获量会减少。REZA等^[6]探究印度洋SST和厄尔尼诺(El Niño-Southern Oscillation, ENSO)-南方涛动对降水的影响, 发现SST与降水具有显著正相关性, 而ENSO与降水存在明显负相关。海面温度异常(Sea Surface Temperature Anomaly, SSTA), 又称海面温度距平, 常用于捕捉海面温度在年际间的异常变化特征^[7]。海面温度的异常变动如ENSO事件会影响海中鱼类的繁殖、生长、发育及洄游等行为, 进而引起渔场分布以及资源量丰度等发生一系列变化。

因此, 本文对1982年—2021年主要远洋作业渔场海面温度异常年际变动情况进行研究与分析, 以期了解和掌握远洋渔业主要作业海域所面临的气候变化风险和压力, 为远洋渔业资源的管理和开发提供决策依据以促进其可持续利用。

1 研究区域和数据 1.1 研究区域

远洋渔业主要作业海域按海域划分为太平洋渔场、大西洋渔场以及印度洋渔场^[7]。为了便于分析, 将每个大洋的主要作业海域按所处位置划分并命名渔场, 并将印度洋按80ºE分为印度洋东、西部。根据各渔场主要的捕捞对象确定的研究海域范围如下:

太平洋西北部渔场主要捕捞对象为秋刀鱼(Cololabis saira)和鲐鱼(Pneumatophorus japonicus), 研究区域为35°N~48°N, 145°E~165°E^[8-9]; 太平洋西部渔场主要捕捞对象为鲣鱼(Katsuwonus pelamis), 研究区域为10°N~10°S, 125°E~175°E^[10-11]; 太平洋东部渔场主要捕捞对象为鲣鱼, 研究区域为6°N~12°S, 80°W~170°W^[12-13]; 太平洋东南部渔场主要捕捞对象为智利竹筴鱼(Trachurus murphyi)、茎柔鱼(Dosidicus gigas), 研究区域为20°S~45°S, 78°W~100°W^[14-15]; 大西洋西南部渔场主要捕捞对象为阿根廷滑柔鱼(Illex argentinus)和巴塔哥尼亚枪乌贼(Patagonian longfin squid)等鱿鱼, 研究区域为35°S~55°S, 50°W~ 70°W^[16-17]; 大西洋中部渔场主要捕捞对象为大眼金枪鱼(Thunnus obesus)、长鳍金枪鱼(Thunnus alalunga)和黄鳍金枪鱼(Thunnus albacares), 研究区域为16°N~19°S, 47°W~2°E^[18-19]; 印度洋渔场主要捕捞对象为大眼金枪鱼、长鳍金枪鱼、黄鳍金枪鱼、鱿鱼(Teuthida)以及鲐鱼, 研究区域为50°S~20°N, 30°E~ 120°E^[20-21](图 1)。

1.2 研究数据

本文的SST数据采用的是美国国家海洋和大气管理局发布的高分辨率海面温度最优插值数据集, 南方涛动指数采用的是澳大利亚气象局发布的Troup SOI(Southern Oscillation Index, SOI), 它是塔希提岛和达尔文之间平均海平面气压差的标准化距平。本文的ENSO历史数据统计表来自于中国气象局国家气候中心提供的ENSO历史事件统计表(http://cmdp.ncc-cma.net/download/ENSO/Moni-tor/ENSO_history_events.pdf)。

1.3 研究方法

为了更好地观察各渔场40 a里海面温度的变化规律, 首先对每个渔场的区域进行裁剪, 求出每个渔场每年海面温度的均值, 再根据每年的均值求出每个渔场40 a的均值, 如公式(1)所示, 式中为第i年的海面温度值, $ \overline {SST} $为40 a的平均海面温度值。

$ \overline {SST} = \frac{1}{{40}}\sum {_{i = 1}^{40}} SS{T_i} $

(1)

利用所有渔场每年的SST平均值减去1982—2021年期间40 a的SST平均值, 得到每年的海面温度异常值(海面温度距平, SSTA), 如公式(2)所示, 其中$SSR{A_i}$为第i年的海面温度异常值, $SS{T_i}$为第i年的海面温度值, $\overline {SST} $为40 a的平均海面温度值。

$ SST{A_i} = SS{T_i} - \overline {SST} $

(2)

然后, 计算所有渔场的SSTA时间序列的统计学特征, 包括最大值、最小值以及标准差, 可以得到各渔场SSTA在40 a间的变化范围和分析各渔场SSTA的长期的升降幅度。最后, 将所有渔场的SSTA时间序列通过python绘制出带直线的散点图显示, 得到远洋渔业主要作业海域年平均海面温度异常时间序列。公式(3)为计算SSTA标准差的公式, 其中SD为标准差, $SST{A_i}$为第i年的海面温度异常值, $\overline {SSTA} $为所计算时间段海面温度异常值的平均值, N为所计算时间段的年数。

同时本文采用了一种新颖的方法—“整体均值标准差法”, 用于计算海面温度异常的标准差。传统上, 标准差是基于特定时间段内的数据计算得出, 这种方法虽然能够反映出局部时间段内的温度波动情况, 但在分析长期趋势或全局气候变化时可能不够全面。为了更好地理解和分析海面温度异常在整个观测周期内的波动情况, 作者选择使用整个时间序列的均值作为标准差计算的基础, 公式(4)为计算SSTA整体均值标准差的公式, 其中OMSD为整体均值标准差, $SST{A_i}$为第i年的海面温度异常值, $ {\overline{SSTA}}_{总} $为整个海面温度异常时间序列的平均值, N为所计算时间段的年数。

$ SD = \sqrt {\frac{{\sum\limits_{i = 1}^N {{{\left( {SST{A_i} - \overline {SSTA} } \right)}^2}} }}{N}} , $

(3)

$ OMSD=\sqrt{\frac{{\displaystyle \sum _{i=1}^{N}{\left(SST{A}_{i}-{\overline{SSTA}}_{总}\right)}^{2}}}{N}} . $

(4)

此外, 本文还使用STL对原始SST时间序列进行分解, 将其拆分成季节分量、趋势分量和残差分量3个部分。STL是一种广泛用于时间序列分解的方法, 其中LOESS(局部加权回归)用于拟合趋势和季节性^[22-23]。其分解可以表达如公式(5), 式中: $ {y_t} $是原始SST序列; $ {S_t} $是季节分量; $ {T_t} $是趋势分量; $ {R_t} $是残差分量。STL算法流程如图 2所示。

公式(6)为计算季节性强度公式, 季节性强度是通过计算残差的方差占残差和季节性的方差之和的比例, 然后用1减去这个比例得到, 式中: $ {F_S} $为所计算时间序列的季节性强度, $ Var\left( {{R_t}} \right) $为残差的方差, $ Var\left( {{S_t} + {R_t}} \right) $为残差和季节性的方差之和。季节性强度的值在0到1之间, 越接近1表示季节性越强。

$ {y_t} = {S_t} + {T_t} + {R_t} , $

(5)

$ {F_S} = 1 - \frac{{Var\left( {{R_t}} \right)}}{{Var\left( {{S_t} + {R_t}} \right)}} . $

(6)

2 结果与分析 2.1 40 a海表温度的时间序列分析

从图 3可以得出, 1982年—2021年这40 a来, 远洋渔业主要作业海域总体年平均SSTA的趋势是上升的, SSTA波动范围在–0.39 ℃~0.37 ℃, 总体的波动周期为3~4 a。1985年出现最大的负异常, 2020年出现最大的正异常。正异常与负异常的分界点为2003年, 2003年以前以负异常为主, 2003年以后以正异常为主。

与1982年—2011年30 a的年纪变化分析^[7]对比, 同样呈现出上升的趋势且周期都为3~4 a, 但在1982—2021年的40 a内波动的范围变广, 由30 a的–0.3 ℃~0.3 ℃到40 a的–0.39 ℃~0.37 ℃; 最大负异常出现的位置不变为1985年, 但最大正异常出现的位置由1998年变为2020年, 最大正异常的变化同时也反映了SSTA存在上升的趋势。将1982—2021年远洋渔业主要作业海域总体SSTA时间序列与同期的SOI时间序列相对比, 在年纪尺度上, 两者的波动周期一致且两个曲线的波形呈现出相反的相位。对其与同期的SOI时间序列去除趋势后做显著性分析得到各渔场的总体年平均海面温度异常值与SOI时间序列在0.05的显著水平上呈现出负相关, 相关指数为0.351(图 3)。

2.2 各渔场SSTA的变化分析

各渔场的海温异常变动范围、标准差、波动周期、趋势以及斜率如表 1所示, 其中SSTA波动周期, 有4个渔场为3~4 a, 3个渔场为10 a及以上, 1个渔场是6~7 a。

太平洋西北部渔场的海面温度异常见图 4a, 其变化呈现出迅速上升的趋势, 表现得较为剧烈, 标准差为0.428 ℃, 海面温度异常值在–0.87 ℃~0.95 ℃之间波动, 最小值出现在1985年, 最大值出现在2020年, 波动的周期为10 a。同30 a的年纪变化分析对比, 标准差由30 a的0.39 ℃~40 a的0.428 ℃, 波动范围由30 a的–0.65 ℃~0.7 ℃变化为40 a的–0.87 ℃~ 0.95 ℃。通过显著性分析得到太平洋西北部渔场在0.05的显著水平上与SOI时间序列呈现出正相关, 相关系数为0.334。太平洋西北部渔场在1983、1985、1993、1997、2003、2006、2015年及2017年海表温度异常值都有异常的降低现象, 这些年份中1983、1997、2003、2006、2015年正好是厄尔尼诺年; 在1984、1990、1994、2000、2008、2018年及2020年海面温度异常值都有异常升高的情况, 这些年份正好是拉尼娜年。从结果上看, 太平洋西北部渔场在拉尼娜事件下SSTA平均值较高, 厄尔尼诺事件相反。有研究表明, 太平洋西北部柔鱼受到ENSO事件调控, 如解明阳等^[24]研究发现不同强度气候事件下的中心渔场SST平均值差别显著, 高强度拉尼娜事件下的SST平均值最高, 中等强度厄尔尼诺事件下的SST平均值最低, 且综合来看, 相比于厄尔尼诺事件, 拉尼娜事件下中心渔场的SST平均值较高。CHEN等^[25]认为厄尔尼诺事件发生时产卵场温度环境有利于增加柔鱼资源量且其渔场会向南偏移, 而拉尼娜事件相反。郭爱^[26]发现西北太平洋鲐鱼渔场主要作业海域范围内海面温度异常(SSTA)与栖息地指数值(HSI)呈显著正相关关系。不同强度厄尔尼诺和拉尼娜事件对鲐鱼种群影响不同, 具体表现为: 相对于中强度厄尔尼诺事件(或中强度拉尼娜事件), 超强厄尔尼诺事件(或强拉尼娜事件)驱动鲐鱼主要作业海域内温度下降(或上升), 海面高度上升(或降低), 鲐鱼渔场适宜栖息地面积显著减少(或增加), 导致鲐鱼单位捕捞努力量渔获量(CPUE)骤减(或显著增加)。

太平洋西部渔场海面温度异常值变化较为剧烈(图 4b), 40 a来呈现出迅速上升的趋势, 其标准差为0.289 ℃, 海面温度异常值在–0.53 ℃~0.63 ℃区间内波动, 最大的负异常出现在1993年, 最大的正异常出现在2020年, 波动的周期为3~4 a。去除太平洋西部渔场海面温度异常时间序列的趋势后通过显著性检验得到西太平洋与SOI时间序列无显著的相关性。太平洋西部渔场围网黄鳍金枪鱼产量与海面温度也有显著的关系。刘勇等^[27]研究发现黄鳍金枪鱼分布与表温的关系密切, 太平洋西部渔场金枪鱼围网黄鳍金枪鱼总产量的95.45%来自表温为28 ℃~31 ℃海域, 其中表温为29 ℃~30 ℃海域产量为最高, 占黄鳍金枪鱼总产量的69.54%。SSTA总体偏高时, 长鳍金枪鱼渔场主要零散分布于中部海域, SSTA偏低时, 渔场分布向东南与西北两侧偏移, 从SSTA与渔场重心的分布中发现东南与西北两侧方向部分月份SSTA明显偏高或偏低, 中部海域部分月份SSTA相对偏低, SSTA对应的渔场分布在西北—东南方向上的总体分布出现略微偏差^[28]。

太平洋东部渔场40 a的海表温度异常时间序列见图 4c, 总体呈现出上升的趋势, 虽然上升得较为缓慢但是变化的振幅较大, 标准差为0.481 ℃, 异常值的波动范围在–0.84 ℃~1.12 ℃, 1985年出现最大的负异常, 2015年出现最大的正异常, 通过傅里叶变换求出的周期约为3~4 a。与1982年—2021年30 a的年际变化分析^[7]对比发现标准差由0.40 ℃变化为0.48 ℃; 波动的范围由30年的–0.58 ℃~0.8 ℃变为40 a的–0.84 ℃~1.12 ℃。对其和同期的南方涛动指数(SOI)去除趋势后做显著性分析, 得到在0.01的显著水平上, 两者呈现出负相关, 相关指数为0.874, 这也正好验证了ENSO循环是太平洋东部渔场海温变化的主要原因。通过图 4c可以看出在1983、1987、1997以及2015年的海面温度异常值较高, 说明在这几个年份里海水有异常增温的情况, 这个几个年份也是厄尔尼诺年; 在1985、1988、1996、1999、2007年及2011年的海面温度异常值较低, 说明海水在这几个年份有异常降温的情况, 同时1985、1988、1996、1999、2007年及2011年正好是拉尼娜年份。对比ENSO历史事件统计表发现, 在全球变暖的基调下, 太平洋东部渔场的异常升温年份正好是厄尔尼诺的发生年份, 特别是1983、1997以及2015这3个年份, 海温异常达到峰值且对应着超强厄尔尼诺年。而太平洋东部渔场海温异常降温的年份正好是拉尼娜发生的年份。受ENSO事件冷热相位不停摆动的影响, 太平洋东部渔场是各渔场中海温异常变化振幅最大, 上升趋势最小的, 这反映了在太平洋东部远洋渔业作业海域作业的渔船所面临的气候变化风险最大。陈新军等^[29]认为, 水温是影响渔场形成及资源丰度与空间分布的主要因素之一。在赤道海域, 温度同样是影响茎柔鱼栖息地分布的主要环境因子^[30]。由于阳光长时间照射赤道海域表面海水, 太平洋东部海底温度较低的水团上涌后在向西运输过程中温度逐渐增高^[31], 太平洋赤道海域出现水温西高东低的分布现象。ARKHIPKIN等^[32]研究了外界温度对茎柔鱼成体大小和生命周期的影响, 证实了海面温度与茎柔鱼生命周期的长短成负相关关系。

太平洋东南部渔场海面温度异常变化见图 4d, 呈现出振荡、上升的趋势, 标准差为0.257 ℃, 变化范围在–0.37 ℃~0.55 ℃, 最小值和最大值分别出现在2007年和2008年, 周期为6~7 a。去除太平洋东南部渔场海表温度异常时间序列与SOI时间序列的趋势后通过显著性分析发现太平洋东南部渔场与SOI时间序列相关性不显著。1982—2021年太平洋东南部渔场的海面温度异常与1982—2011年^[7]的对比发现标准差由30 a的0.12 ℃~40 a的0.257 ℃, 波动范围由–0.17 ℃~0.22 ℃变化为–0.37 ℃~0.55 ℃, 趋势由下降变化为上升。太平洋东南部渔场主要捕捞对象为智利竹筴鱼与茎柔鱼, SST是导致智利竹筴鱼资源变动的重要海洋环境因子^[33-34]。正常气候条件下秘鲁外海茎柔鱼栖息地变动主要受温度的影响, 由于茎柔鱼自身的生活史特性, 夏、秋季逐渐洄游至海水温度较高的秘鲁沿岸进行产卵^[35-36]。当海表面温度升高时, 适宜栖息地面积减少且向南部海水温度相对较冷方向移动。通过不同时间尺度(30 a^[7]与40 a)的海温异常对比, 发现在太平洋海域, 这4个远洋渔业作业海域都出现了长时间尺度的标准差与SSTA波动范围都大于短时间尺度, 这表明近10 a太平洋海温存在更加剧烈的变化, 这同时也表明在太平洋对海温依赖性强的相关鱼类进行渔场预报的难度增大。

大西洋西南部渔场的海表温度异常时间序列见图 5a, 标准差为0.247 ℃, 变化的范围在–0.40 ℃~ 0.58 ℃, 周期为4 a, 呈现出上升的趋势, 最小值和最大值分别出现在2007年和2008年。去除其与SOI时间序列的趋势后对其与进行显著性分析得到西南大西洋与SOI时间序列无显著的相关性。对比30 a^[7]与40 a大西洋西南部渔场的海面温度异常年际变化分析, 发现标准差由0.15 ℃变化为0.257 ℃, 波动范围由–0.43 ℃~0.25 ℃变化为–0.40 ℃~0.58 ℃。大西洋西南部渔场的主要捕捞对象为阿根廷滑柔鱼, 崔国辰^[37]研究发现, 在一定范围内, 海水温度下降导致阿根廷滑柔鱼栖息地面积增大, 资源丰度增加。张炜等^[38]发现1月—5月西南大西洋阿根廷滑柔鱼渔场主要分布在44°S~54°S, 56°W~66°W海域, 其中, 1月—2月主要分布在44°S~47°S, 60°W~62°W, 因为由南向东北流动的冷水支配着拉普拉塔河前缘以南的大陆架外缘和大陆坡水域, 此时稚柔鱼开始从近海孵化场向中部北巴塔哥尼亚大陆架洄游, 而那里正是冬季和春季索饵和产卵的场所。

大西洋中部渔场40 a的变化略微显著(图 5b), 标准差为0.277 ℃, 海表温度异常值的波动范围在–0.70 ℃~0.56 ℃, 最大负异常和最大正异常分别出现在1992年和2021年, 总体有上升趋势, 主要的波动周期为10 a。对比30 a的年际变化分析^[7], 标准差由30 a的0.220 ℃变化为40 a的0.277 ℃, 波动的范围由30 a的–0.6 ℃~0.5 ℃变化为–0.70 ℃~0.56 ℃。去趋势后通过显著性分析得到大西洋中部渔场在0.05的显著水平上与SOI时间序列呈现出正相关, 相关系数为0.395。通过图 5b可以发现, 大西洋中部渔场的SSTA时间序列和SOI时间序列的波动曲线相近。在1982、1992、1997年以及2012年有异常的降温, 其中1982、1992、1997年为厄尔尼诺年; 在1983、1988、1998、2003、2008、2010、2016年及2021年有异常的增温, 其中1988、1998、2008、2010年及2021年为拉尼娜年。大眼金枪鱼对海水温度较为敏感, 海水温度直接或间接地影响着大眼金枪鱼的资源分布。叶佳铭^[39]研究发现在28.0 ℃~29.0 ℃的海面温度范围内, 生产作业点最为集中, 对应的大眼金枪鱼CPUE也最大。

印度洋西部渔场的海面温度异常时间序列见图 6a, 其值的变化范围在–0.48 ℃~0.45 ℃, 标准差为0.236 ℃, 最小值出现在1986年, 最大值出现在2015年, 波动周期为13 a。去除印度洋西部渔场海面温度异常时间序列与SOI时间序列的趋势后通过显著性分析得到印度洋西部渔场海面温度与SOI时间序列无显著相关性。印度洋东部渔场的海表温度异常时间序列见图 6b, 其值的变化范围在–0.42 ℃~0.45 ℃, 标准差为0.206 ℃, 最小值出现在1984年, 最大值出现在2015年, 波动周期为4 a。去除印度洋东部渔场海面温度异常时间序列与SOI时间序列的趋势后通过显著性分析得到印度洋东部渔场与SOI时间序列在0.05的显著水平上呈现出负相关, 相关指数为0.380。对比印度洋东部渔场与印度洋西部渔场30 a^[7]与40 a的海面温度异常年际变化分析发现, 两者的标准差与波动的范围也均有变化。印度洋东部渔场的标准差由0.180 ℃变化为0.206 ℃, 波动范围由–0.31 ℃~0.48 ℃变化为–0.42 ℃~0.45 ℃。印度洋西部渔场标准差由0.160 ℃变化为0.236 ℃, 波动范围由–0.39 ℃~0.26 ℃变化为–0.48 ℃~0.45 ℃。且印度洋东部渔场的显著性分析也由之前的无显著相关性到在0.05的显著水平上呈现出负相关, 也说明印度洋东部渔场在2011年—2021年受到ENSO的影响增加。李亚楠等^[40]对印度洋海面温度、海面温度异常及其与印度洋鲣鱼CPUE的关系进行了分析, 结果发现在厄尔尼诺年其对应的印度洋SSTA会上升, 而鲣鱼CPUE随之下降; 反之, 当为拉尼娜年时其对象的印度洋SSTA会下降, 而鲣鱼CPUE随之上升。

2.3 基于STL分析结果

为了进一步观察渔区的海温变动特征, 利用STL从SST原始数据分解出季节分量、趋势分量和残差分量, 计算季节性强度, 再提取出趋势分量进行进一步分析。如图 7所示, 以太平洋西北部为例, 将原始SST数据经STL算法分解出季节分量、趋势分量和残差分量。图 8为提取出的各渔场的趋势分量, 各渔场季节性强度计算结果见表 1。对各渔场的季节性强度按从小到大进行排序, 可以得到西太平洋渔场0.774、东太平洋渔场0.905、中大西洋渔场0.964、西印度洋渔场0.980、西南大西洋渔场0.987、东南太平洋渔场0.989、东印度洋渔场0.992、太平洋西北部渔场0.994, 这个排序显示, 太平洋西北部和印度洋东部渔场的季节性强度最高, 太平洋西部最低。大部分区域的海温季节性强度非常高, 特别是在太平洋和印度洋的渔场。这种高度的季节性强度意味着这些区域的海面温度存在季节性的变化规律, 对渔业、气候模式预测, 以及海洋生物的季节性活动有重要影响。

STL分解得到趋势项数据见图 8, 各渔场的趋势曲线平滑, 呈现低频变化, 整体呈现上升趋势。计算各渔场分解出的STL趋势分量的标准差以及周期与前文所计算的标准差、周期对比(表 2), 发现各渔场标准差的变化都未超过0.05。周期的变化: 太平洋东部渔场、大西洋西南部渔场以及大西洋中部渔场的周期有变化, 且大西洋中部渔场由10 a增加到了20 a, 太平洋东部渔场与大西洋西南部渔场都在原来的基础上增加了2 a, 其余渔场的周期无变化。这两个指数的变化反映了各渔场的SST时间序列的长期趋势和季节性周期性同时存在。尤其是太平洋东部渔场、大西洋西南部渔场以及大西洋中部渔场这3个渔场的预测由于长期趋势和季节性周期性同时存在, 增加了其预测的难度。

3 近10 a与前30 a的比较分析

前文分析了各渔场1982—2021年的SSTA年际变化, 发现太平洋东部渔场、大西洋中部渔场、太平洋西北部渔场以及东印度洋渔场受ENSO影响较大, 而且太平洋东部渔场与太平洋西北部渔场的海面温度异常标准差较高于其他的渔场, 说明这两个渔场的海表温度异常值的变异程度大于其他渔场。从海面温度异常值波动的范围也可以看出, 气候变化的风险增大所带来的渔场预报难度的增大。为了进一步分析, 本文还统计出了各渔场不同时间尺度上海面温度的均值与标准差, 如图 9、表 3与表 4所示, 图 9为各渔场30 a、10 a及40 a海温均值堆叠图, 表 3为各渔场不同时间尺度上海面温度的均值以及近10 a比前30 a的增幅, 其中Δ均为近10 a比前30 a海面温度的增幅, 表 4为不同时间尺度下海面温度的标准差。通过图 9和表 3, 研究发现: 在不同时间尺度下各渔场海面温度均值均略有上升, 太平洋西部渔场在所有时间尺度下的平均海面温度都最高, 而大西洋西南部渔场的平均温度最低, 太平洋西北部渔场、太平洋东部渔场、大西洋中部渔场、印度洋西部渔场和印度洋东部渔场的平均温度介于这两个极端之间。从1982— 1991年到2012—2021年, 大多数渔场的平均海面温度都有所上升。这种上升趋势在太平洋西部渔场、太平洋东部渔场、大西洋中部渔场、印度洋西部渔场和印度洋东部渔场尤为明显。太平洋西北部渔场和太平洋东南部渔场的温度上升趋势相对较小。最大增幅的渔场: 太平洋西北部渔场和太平洋西部渔场, 两者的增幅均为0.49 ℃。这表明在过去的10 a中, 这两个渔场的海面温度增加最为显著。相对较小增幅的渔场: 太平洋东部渔场, 其增幅为0.228 ℃, 是所有渔场中最小的。这意味着太平洋东部渔场在最近10 a的温度上升相对较缓, 从太平洋东部渔场40 a整体的趋势来看, 太平洋东部渔场是振荡且下降, 但下降的幅度很小。其他渔场: 东南太平洋、西南大西洋、中大西洋、西印度洋和东印度洋的增幅介于0.256℃~ 0.351℃, 表明这些地区的海面温度也有明显上升趋势。不同渔场之间的均值存在显著差异。东太平洋、西太平洋、中大西洋和东印度洋的海面温度均值相对较高, 而太平洋西北部、西南大西洋和西印度洋的海面温度均值相对较低。这反映了地理位置、气象和气候特征对海面温度的影响。

表 4中列出了不同时间尺度下, 太平洋东部渔场、太平洋西部渔场、大西洋中部渔场、太平洋西北部渔场、太平洋东南部渔场、大西洋西南部渔场、印度洋东部渔场和印度洋西部渔场各个渔场的海面温度异常的标准差以及整体均值标准差。太平洋东部渔场在大多数时间段内展示出较高的标准差, 表明其海面温度异常值的波动较大。印度洋东部渔场在所有时间段内的标准差相对较低, 意味着其海面温度的变化较为稳定。太平洋西北部渔场在1982—1991年, 标准差为0.374。随后, 标准差在1992—2001年期间有所下降, 并在2002—2011年期间达到最低点。然而, 从2012—2021年, 标准差又有所增加。太平洋西部渔场在不同时间尺度下, 标准差始终较低, 从0.091到0.189。这可能表明太平洋西部渔场海面温度在整个观测期间内相对稳定。太平洋东部渔场和太平洋东南部渔场, 这两个海域的标准差波动相对较大。特别是在1982—1991年期间, 太平洋东部渔场的标准差明显高于其他海域。这可能反映了这些海域的海面温度变化更加剧烈, 存在更多的不稳定性。大西洋西南部渔场、大西洋中部渔场、印度洋西部渔场和印度洋东部渔场的标准差波动较小, 维持在较低的水平。

在绝大多数的海域中, 近10 a(2012—2021)的整体均值标准差相比前30 a(1982—2011)有显著上升, 这意味着近10 a的海面温度异常波动比前30 a更加剧烈。这暗示着近年来的气候变化对海面温度造成了更大的影响, 表明海洋系统的不稳定性在增加。不同的渔场展现出不同的变化趋势。例如, 东太平洋的波动性略有下降, 而西太平洋和西南大西洋的波动性显著增加。这些变化可能对海洋生态系统、渔业资源和气候模式产生影响。增加的波动性可能导致鱼类种群分布变化、渔业捕捞模式调整, 以及对珊瑚礁和其他海洋生态系统的压力增加。

4 结论

本文主要对1982—2021年间远洋渔业作业海域的海面温度异常进行了年际变化的比较分析。分析发现, 太平洋东部渔场、大西洋中部渔场、太平洋西北部渔场以及东印度洋渔场受到ENSO(厄尔尼诺南方涛动)影响较大。特别是太平洋东部渔场和太平洋西北部渔场的海面温度异常值波动较大, 说明这些渔场面临的气候变化风险较高, 预测难度相应增加。

本文对原始的SST数据进行了STL分解, 并进一步分析了趋势分量的变化以及季节性强度的计算结果, 发现渔场的SST时间序列存在明显的季节性变化规律。对各渔场的季节性强度进行排序, 由小到大分别为西太平洋渔场、东太平洋渔场、中大西洋渔场、西印度洋渔场、西南大西洋渔场、东南太平洋渔场、东印度洋渔场、太平洋西北部渔场。太平洋西北部和印度洋东部渔场的季节性强度最高, 太平洋西部最低。大部分区域的海温季节性强度非常高, 特别是在太平洋和印度洋的渔场。

本文对各渔场的趋势分量进行了标准差和周期的比较, 发现标准差的变化较小, 而周期在部分渔场出现了变化, 反映了海温时间序列的长期趋势和季节性周期性同时存在的情况, 进一步说明了这些渔场的预测难度增加。

本文还对这些渔场不同时间尺度上的海面温度均值和标准差进行了统计分析。结果显示, 几乎所有渔场在不同时间尺度下的海面温度均值都略有上升, 其中西太平洋的平均海面温度最高, 而西南大西洋的平均温度最低。此外, 东太平洋和东南太平洋的海面温度异常值标准差波动较大, 表明这些区域的海面温度变化更加剧烈和不稳定。

近10 a(2012—2021年)与前30 a(1982—2011年)的均值与整体均值标准差的对比分析表明, 近10 a里远洋渔业主要作业海域的海面温度异常波动性显著增加, 且具有更大的温度波动范围和变化不稳定性, 这表明近10 a气候变化对海洋的影响更为显著。这些变化可能会对海洋生态系统、渔业资源和气候模式产生影响, 导致鱼类种群分布变化、渔业捕捞模式调整, 以及对珊瑚礁和其他海洋生态系统的压力增加。