东中国海海温在增暖停滞期的变化特征及成因分析

通过HadSST3原始观测数据和HadISST1重组数据,分析了东中国海海温在增暖停滞期(1998—2014年)的变化特征。研究表明:两组数据的海温变化特征和程度相似。在增暖停滞期,渤海、黄海和东海海温线性趋势主要表现为负,降温最多的集中在长江口附近,约-1℃。渤海、黄海及东海部分区域的净热通量对海温降低起正作用,而在东海黑潮区海洋的净热通量对海温降低起负作用,黑潮入侵的减弱可能是东海海表温度下降的主要原因。在增暖停滞期,海温变化趋势具有较显著的区域性季节特征。春季海温几乎呈现全海盆的下降趋势,尤以长江口附近下降最多,可达-1.4℃;夏季海温下降趋势较春季减弱,下降最多的地区主要集中在渤海;秋季渤海海温下降较明显;冬季海温变化主要在长江口沿岸,渤黄海海温的变化并不明显。     

近百年中国北方沿海地区气温年代际变化及趋势预测

以青岛为例,利用近百年的月平均气温资料,通过统计的方法分析了中国北方沿海地区四季气温变化,分析了气温年代际变化与太平洋海温以及太平洋海温年代际振荡(PDO)的关系,着重分析了气温正负位相年北半球平均环流形势和海平面气温。最后利用CMIP5模式数据预测青岛气候未来的变化趋势。结果表明:中国北方近海地区气温呈上升趋势,冬季温度上升幅度最大,夏季升温最小,气温变化与附近海域海温显著相关。各季节气温有年代际和50a变化周期,在年代际变化周期上与PDO周期有较好的同期和滞后相关性,春季和夏季尤为明显。青岛气温正负位相年平均环流形势明显相反,并且与北半球海平面气温异常联系紧密。全球变暖背景下,未来青岛气温仍将持续上升。     

黄海月平均风、气压、气温场季节与年际变化时空模态

根据1973年至2016年黄海沿岸风、平均海平面气压与气温观测资料,采用旋转经验正交函数(REOF)、调和分析和延迟相关分析等方法,研究了黄海月平均风应力、风速、平均海平面气压、气温场季节与年际变化时空模态.月平均风应力、风速场主要有4种时空模态,风应力模态空间分量分布与风速模态不完全相同,风应力、风速模态季节周期分量多数为不稳定,风应力、风速场强度年际变化显著线性减弱,对黄海环流以及物理、化学要素场季节与年际变化有显著影响.月平均气压、气温场季节循环与年际变化主要有2种时空模态,气压、气温模态季节周期分量的位相均为准稳定季节变化;振幅为不稳定季节变化.气压模态为准平衡态年际变化,大尺度气压系统季节与年际变化是黄海气压场模态的主要影响因素.气温模态为显著线性升温趋势年际变化,海气、陆气热交换作用对黄海气温场模态季节与年际变化有显著影响.     

福建沿海海水表层温度实测数据个例分析

采用福建沿海4个站点(包括浮标)2016年的实测水文气象数据,初步分析了不同天气系统影响情况下海表温度的变化特征。研究结果表明:福建沿海月均海温日变化和气温日变化有一定关系,二者都有明显的日变化周期,海温的日变化的峰值略滞后于气温日变化的峰值;无明显天气系统影响时,海温和气温的变化趋势比较一致,有冷空气或台风系统影响时海温和气温的变化趋势不再一致;冷空气系统影响时气温下降的时间从北到南依次滞后,而海温的下降从北到南延迟不明显;7月上升流的作用使得古雷浮标附近海表温度降低,并且周期发生明显改变。     

近30 年渤海水文和气象状况的长期变化及其相互关系

利用线性回归方法对渤海和北黄海西部沿岸 7个海洋站 1 965— 1 997年实测海洋表层水温和盐度及地面气温和降水等 4个水文气象要素的长期变化趋势作了分析 ,得出渤海在这 32年期间海表温度年变率为 0 .0 1 5℃ /a ,由此推算得出 32年升高 0 .48℃ ;海表盐度年变率为 0 .0 4 2 /a ,32年升高 1 .34;气温年变率为 0 .0 34℃ /a ,32年升高 1 .0 9℃ ;降水年变率为- 2 .73mm/a,32年减少 87mm。这 4个要素之间及其与厄尔尼诺指数之间的超前 /滞后线性回归分析表明 ,海温与气温的年际变化相关关系最密切 ,相关系数达到 76.5 % ,置信度高于0 .99。其次是盐度与降水 ,它们之间亦有良好关系。同年盐度和降水之间的相关系数为- 43.6% ,盐度落后降水一年时相关系数为 - 39.2 % ,置信度均高于 0 .95。由此可推知 ,盐度变化平均落后降水约半年。渤海水文气象状况变化与厄尔尼诺有一定关系 ,其中以降水与厄尔尼诺关系最密切 ,1 982— 1 983年厄尔尼诺期间渤海气温和水温较高 ,降水显著偏少且海水盐度显著偏高。     

ERA-Interim和NCEP/NCAR再分析资料在我国东南近海适用性分析

利用我国东南近海5个浮标站观测资料,对2012—2016年ERA-Interim和NCEP/NCAR再分析资料10 m风、2 m气温、海平面气压的适用性进行了评估。结果表明:NCEP/NCAR的再分析10 m风适用性更好,ERA-Interim的2 m气温适用性更好,海平面气压两者差异不大。风速再分析值与观测值具有较好的一致性,相关系数达0.8～0.9,但再分析风速总体上有偏小的趋势,平均偏差在-1.3～0 m/s之间,均方根误差在1.5～3 m/s。再分析资料的平均风向有顺时针偏差的趋势,温州浮标偏右达14°以上,均方根误差大多在40°～50°。不管风速还是风向,5个浮标站中均以舟山浮标的再分析值与观测值最为接近;分析还表明,再分析资料的冬季风代表性相对较差,这是造成风速和风向系统性偏差的主要原因。再分析资料与观测2 m气温相关系数均在0.95以上,且有偏高的趋势,NCEP偏高更为明显,有4个浮标站平均偏差达1～2℃,而ERA-I仅1个浮标站偏差1～2℃,4个在1℃以内。春季和冬季气温偏高最为明显,春季升温过程存在异常偏高的可能,秋季气温与观测值最为接近。海平面气压适用性较好,总体优于10 m风和2 m气温,且季节间差异也不大。     

基于海温遥相关的渤黄海冬季气温与海冰预测方法

选取渤黄海历史冰情和气温资料、全球海温资料,分析了1971—2015年渤黄海冬季气温和冰情的变化特征。基于遥相关分析法,选取影响渤黄海冬季气温的前期海温关键区,建立了渤黄海冬季气温和冰级的预测模型。结果表明:渤黄海气温和冰情具有明显的年际和年代际变化,二者呈负相关关系;根据全球海温遥相关型,冰季前期的夏季海温对渤黄海冬季气温影响明显,海温关键区为赤道以北低纬度中东太平洋海域、北太平洋白令海西南海域、西南印度洋和澳大利亚东南沿岸海域。由此建立的预测模型与实际观测值具有较好的一致性。     

太平洋海平面变化特征及影响因素分析

采用经验模态分解法对太平洋沿岸验潮站的月平均海平面资料进行处理,结合T/P高度计资料、Church(2004)重构SSH资料、Ishii(2005)月均海温资料,研究太平洋海平面年际、年代际变化以及资料长度内海平面变化趋势。太平洋沿岸海平面总体呈上升趋势,平均上升速率为1.4 mm/a,趋势项分布有明显的区域性和纬度特征。ENSO对太平洋地区海平面年际变化有显著影响,海平面年际变化与Nino3指数在西(东)太平洋为负(正)相关,海平面年际变化与Nino3指数的相关性在热带太平洋最大,并随着纬度升高相关性减弱,且不同地区年际变化有滞后ENSO时间不等的最大相关。海平面年际变化与PDO指数在西(东)太平洋为负(正)相关,海平面与PDO的相关性分布有区域性和随时间演变特征。年代际变化对目前使用卫星高度计资料分析海平面长期趋势项的预测有直接影响,可能完全掩盖海平面长期变化趋势。     

CMIP5模式对中国近海海表温度的模拟及预估

基于观测和再分析资料;利用多种指标和方法评估了国际耦合模式比较计划（CMIP5）中21个模式对中国近海海温的月、季节和年际变化模拟能力。多模式集合能够再现气候平均意义下近海海温的空间分布特征;但量值上存在一定的低估。在渤海和黄海;集合平均与观测差别比较明显。在年际尺度上;与观测数据对比;模式模拟海温与Niño3指数相关性较小。中国近海海表面温度在1960-2002年有明显的升高趋势;从2003年开始增温趋缓。评估结果表明;ACCESS1.0、BCC-CSM1.1、HadGEM2-ES、IPSL-CM5A-MR、CMCC-CM、FGOALS-g2、CNRM-CM5-2、INMCM4八个模式对中国近海海温的变化有较好的模拟能力。利用ACCESS1.0、INMCM4、BCC-CSM1.1、IPSL-CM5A-MR、CMCC-CM这5个模式结果对中国近海海温未来的变化进行了预估。在RCP4.5、RCP8.5情景下;未来近100年中国近海海温有明显升高趋势;最优模式多模式集合平均增温分别可达到1.5℃、3.3℃;净热通量变化和平流变化共同促进了东海升温。     

秋季巴伦支海海温异常对冬季我国渤海冰情的可能影响

本文利用美国NCEP/NCAR逐月的再分析资料、HadISST海温、中国160台站气温和反映渤海冰情轻重的渤海冰情等级资料,研究了前秋巴伦支海海温异常对后期渤海冰情和东亚冬季风的影响,并对相关的物理过程进行分析。结果表明,前秋巴伦支海关键区海温与该区域海冰密集度呈显著的负相关,且具有较好的持续性,通过调节随后冬季向大气释放的热通量,引起后期环流变化。偏高(偏低)年冬季亚洲纬向环流偏弱(偏强),东亚大槽加深(减弱),东亚冬季风加强(减弱),我国东北、华北及西北地区地区显著偏冷(偏暖),这与冬季渤海海冰异常的强度和范围都偏大(小)及与之相联系的环流异常相一致。进一步的分析揭示了联系上游关键区海温变化与后期东亚地区气候异常的重要途径,前秋巴伦支海海温偏高会导致200 hPa高度场形成一个自西向东的波列形式,在东亚局地Hadley环流异常的作用下,加强了我国北方地区地表的北风异常。因此,前秋巴伦支海海温异常可以作为冬季渤海冰情的预报因子。     

2017 年中国近海海温和气温气候特征分析

2017 年，全球平均海表温度较常年值偏高0.29~0.43 ℃，是自1960 年以来第三热的年份，仅次于2015 和2016 年，同时是没有厄尔尼诺事件影响的全球海洋最热年。1960-2017 年，中国近海年平均海表温度呈显著波动上升趋势，每十年升高0.16 ℃。2017 年中国近海年平均海表温度较常年值偏高0.64 ℃，是自1960 年以来的中国近海第二最热年份，仅次于1998 年。基于国家海洋局沿海海洋观测台站资料分析，1960-2017 年，中国沿海年平均海表温度以每十年0.15 ℃的速率上升（高于全球平均海表温度的升温速率每十年0.11 ℃）。2017 年中国沿海海表温度较常年值偏高0.8 ℃，是1960 年有记录以来的最高值，比2015 年所创的最高纪录高0.2 ℃。1965-2017 年，中国沿海年平均气温以每十年0.30 ℃的速率上升。2017年中国沿海气温较常年值偏高1.1 ℃，也是1965 年有记录以来的最高值，比2016 年高0.2 ℃。     

山东冬季近41年气温异常及其海气背景场特征

采用山东省 2 6个站点 1 96 1～ 2 0 0 1年的月平均气温资料 ,利用 Mann- Kendall突变检验法、线性倾向估计等方法分析了山东省冬季 (1 2月～次年 1月 )平均气温的变化特征 ,并从北半球5 0 0 h Pa位势高度距平场、冷空气活动路径及太平洋海温距平场等方面分析了冬季气温异常的原因。分析发现山东省冬季气温变化具有明显的阶段性 ,突变发生在 1 986年。存在冷冬年欧亚盛行经向环流 ,暖冬年盛行纬向环流的差异。这可能与冷空气路径不同有直接原因。     

埃尔－尼诺过程与渤海气温异常

本文统计分析了渤海气温异常月份与埃尔－尼诺过程的关系，结果得出：在埃尔－尼诺年及其前后一年，渤海气温异常冷月占优势；在埃尔－尼诺持续期内，春季渤海气温出现异常冷月的百分率高达７３％。埃尔－尼诺与渤海气温异常关系的分析结果，表明了在海－气相互作用过程中，二者互为因果关系的事实。     

渤海冰面积与营口气温的关系

通过对2000～2004年连续5年冬季渤海逐日冰面积与营口日均气温积温的相关分析,发现二者相关关系较好,同时获得了逐日冰面积与营口日均气温积温的线性回归方程,并用此方程对2005～2006年冬季渤海的冰面积进行了预报试验,试验结果证明该方程具有一定的预报能力.     

Atmospheric correction of Landsat data for the retrieval of sea surface temperature in coastal waters

1IntroductionRemote sensingis an effective approach for esti-mation of the sea surface temperature(SST),andadvanced very high resolution radiometer(AVHRR)and moderate resolution imaging spectroradiometer(MODIS)thermal infared(TIR)data are widelyused in th…     

日气温变化下杭州湾水温的数值模拟

杭州湾内水温在不同时间尺度下均存在变化,这对河口生态等会产生影响。由于昼夜气温变化大,空气和海水的热量交换较为频繁。另外,随着气温的逐日下降,水温也随之降低。为研究日气温变化下杭州湾内的水温变化,建立了三维数学模型,通过考虑水面和空气的热交换通量,复演了日气温变化下湾内水温特征。经过和实测潮流数据比较,本文模型很好地模拟出了杭州湾内大、中和小潮期间水流的变化。在综合考虑太阳辐射、长波辐射和水气感热交换下,模型成功再现了日气温变化下水温的变化过程。研究结果一方面有助于认识强潮河口湾内水温变化特征,另一方面将为研究温度对泥沙运动的影响提供前期基础。     

2016年中国沿海海平面上升显著成因分析及影响

使用中国沿海及西北太平洋区域的水位、海温、气温、气压和风等水文气象资料，详细分析了2016年中国沿海海平面显著升高的成因及影响。分析结果表明:（1）2012-2016年，中国沿海海平面处于准2 a、4 a、准9 a和准19 a周期振荡的高位，几个周期振荡高位叠加，对该时段海平面上升起了一定的作用；（2）2016年，中国沿海气温和海温较1993-2011年的平均值分别高0.7℃与0.5℃，均处于1980年以来高位；气压较1993-2011年的平均值低0.2 hPa；（3）2016年4月、9月、10月和11月，中国沿海海平面均达到1980年以来同期高位，这4个月的风场距平值在东海以南均明显偏大，且以偏南向和向岸风为主，风生流使得海水向岸堆积，沿海长时间以增水为主，对当月局部海平面上升的贡献率达到40%~80%；（4）2016年，中国沿海降水总体偏多，局部区域降水量达到历史同期最高，加上沿海径流量的增加，对沿海局部海平面升高有一定贡献；（5）2016年9-10月，有5个台风相继影响我国南部沿海，持续的风暴潮增水导致台风影响期间的海平面高于当月平均海平面70~360 mm，风暴潮和洪涝灾害给当地造成直接经济损失超过30亿元。     

利用Landsat数据反演近岸海水表层温度的大气校正算法

介绍了一种将大气效应考虑在内、利用Landsat TM、ETM+热红外数据进行近海岸海表水温反演的单窗算法.在该算法中,将地表气温、相对湿度等常规气象资料作为初始参数,根据对流层中大气温度随高度呈线性降低、水汽随高度呈指数衰减的规律,建立了估算平均大气温度及水汽含量的通用模式.通过与实测数据及MODIS Terra海表水温产品比较发现,该算法能够提高运用TM/ETM+TIR单波段数据进行近岸海表水温(SST)反演的精度:一方面,反演所得结果更接近于海表实际水温;另一方面,它在一定程度上剔除大气中的水汽对SST反演的影响,进而提高海表水温的温度对比度.该提出的大气校正算法只需地表大气温度及相对湿度资料,该算法也无需进行大气模式的界定.     

长江口邻近海域海表温度变化特征分析

基于遥感数据,采用功率谱和相关性分析等方法,研究了长江口邻近海域海表温度(SST)的时空变化特征以及影响因素。结果表明:1982—2017年长江口邻近海域的SST 整体表现为每10 a升温约0.48 ^°C的趋势,且具有10.0,3.6,2.4和1.0 a的振荡周期。长期以来,冬、春、夏、秋四季的长江口邻近海域SST总体呈现升温趋势,其中春季的升温趋势最显著,而秋季变化趋势最不明显。研究海区的SST呈现明显西北—东南向温度递增的分布特征。此外,长江口径流量的变化对邻近海域的SST具有一定影响,从多年变化来看,径流量增大(减小),长江口邻近海域SST随之升高(降低),从月变化来看,3月、4月和9月的长江径流对SST有影响。气温对SST具有一定的强迫作用,大气温度的总体趋势是升高的,通过海气相互作用进行热传输,从而造成长江口邻近海域SST升温。     

东海沿海季节性海平面异常成因

Based on the analysis of sea level, air temperature, sea surface temperature(SST), air pressure and wind data during 1980–2013, the causes of seasonal sea level anomalies in the coastal region of the East China Sea(ECS) are investigated. The research results show:(1) sea level along the coastal region of the ECS takes on strong seasonal variation. The annual range is 30–45 cm, larger in the north than in the south. From north to south, the phase of sea level changes from 140° to 231°, with a difference of nearly 3 months.(2) Monthly mean sea level(MSL)anomalies often occur from August to next February along the coast region of the ECS. The number of sea level anomalies is at most from January to February and from August to October, showing a growing trend in recent years.(3) Anomalous wind field is an important factor to affect the sea level variation in the coastal region of the ECS. Monthly MSL anomaly is closely related to wind field anomaly and air pressure field anomaly. Wind-driven current is essentially consistent with sea surface height. In August 2012, the sea surface heights at the coastal stations driven by wind field have contributed 50%–80% of MSL anomalies.(4) The annual variations for sea level,SST and air temperature along the coastal region of the ECS are mainly caused by solar radiation with a period of12 months. But the correlation coefficients of sea level anomalies with SST anomalies and air temperature anomalies are all less than 0.1.(5) Seasonal sea level variations contain the long-term trends and all kinds of periodic changes. Sea level oscillations vary in different seasons in the coastal region of the ECS. In winter and spring, the oscillation of 4–7 a related to El Ni?o is stronger and its amplitude exceeds 2 cm. In summer and autumn, the oscillations of 2–3 a and quasi 9 a are most significant, and their amplitudes also exceed 2 cm. The height of sea level is lifted up when the different oscillations superposed. On the other hand, the height of sea level is fallen down.