Trends of sea surface temperature and sea surface temperature fronts in the South China Sea during 2003–2017

The trends of the sea surface temperature(SST) and SST fronts in the South China Sea(SCS) are analyzed during2003–2017 using high-resolution satellite data. The linear trend of the basin averaged SST is 0.31°C per decade,with the strongest warming identified in southeastern Vietnam. Although the rate of warming is comparable in summer and winter for the entire basin, the corresponding spatial patterns of the linear trend are substantially different between them. The SST trend to the west of the Luzon Strait is characterized by rapid warming in summer, exceeding approximately 0.6°C per decade, but the trend is insignificant in winter. The strongest warming trend occurs in the southeast of Vietnam in winter, with much less pronounced warming in summer. A positive trend of SST fronts is identified for the coast of China and is associated with increasing wind stress. The increasing trend of SST fronts is also found in the east of Vietnam. Large-scale circulation, such as El Ni?o, can influence the trends of the SST and SST fronts. A significant correlation is found between the SST anomaly and Ni?o3.4 index, and the ENSO signal leads by eight months. The basin averaged SST linear trends increase after the El Ni?o event(2009–2010), which is, at least, due to the rapid warming rate causing by the enhanced northeasterly wind. Peaks of positive anomalous SST and negatively anomalous SST fronts are found to co-occur with the strong El Ni?o events.     

2000-2008年期间南海海面温度的年际与空间变异

通过对2000-2008年更高空间分辨率的南海海面温度(SST)的卫星遥感数据进行经验正交函数(EOF)分析,着重研究21世纪以来整个南海海域SST年际变化的时空变异,并探讨了其与南海海面风场和海面高度的关系,以及期间南海发生的两次负异常事件的特点和成因.SST年际变化的第一模态表现为全海盆同相变化,年际振荡主要发生在...     

南海海域浮游植物叶绿素与海表温度季节变化特征分析

利用 SeaWiFS卫星遥感叶绿素质量浓度及TRMM微波遥感海表温度产品,研究了南海海表叶绿素a的季节变化特征及其同海表温度的关系。研究结果表明,南海叶绿素质量浓度具有很强的季节变化:通常低叶绿素质量浓度(<0.12 mg. m^-3)出现在弱风、高海表温度(>28 °C)的春、夏季节;高叶绿素质量浓度(>0.13 mg·m^-3)出现在有较强风速和较低海表温度(<27 °C)的冬季。线性回归分析显示,南海叶绿素质量浓度同海表温度呈显著负相关关系。尽管在南海南部、南海中部、南海西部及吕宋西北部4个代表子区域的显著性有所差异,但都暗示温度变化所反映的垂向层化调控了营养盐质量浓度和浮游植物量变化。可见,温度可能是影响海洋上层稳定程度及垂向交换强度的重要指标,从而可能调控营养盐及浮游植物的变化。     

定深温度约束下的南海海域温度剖面反演

为快速获取大范围、准实时的海洋内部结构,海面遥感数据被广泛应用于构建温度剖面垂直结构,但卫星遥感仅能获得较为准确的海洋表面或者近表层数据。为了提高全海深温度剖面的反演精度,本文以水下固定深度处温度为约束,通过径向基函数神经网络生成海表面温度和海平面高度异常等海表遥感数据与温度剖面之间的非线性映射,并对约束深度选取的理论依据进行讨论。南海海域温度剖面的反演结果表明,第1阶经验正交函数系数可以表征温跃层的垂直位移,而第1阶经验正交函数基函数极值点对应深度处的温度与第1阶经验正交函数系数之间具有强相关性。当增加该深度处温度为约束时,温跃层的反演精度比仅使用海面遥感数据约提高0.35℃,反演温度剖面的平均均方根误差约为0.33℃。     

南海海域浮游植物叶绿素与海表温度季节变化特征分析

利用 Sea WiFS卫星遥感叶绿素质量浓度及TRMM微波遥感海表温度产品, 研究了南海海表叶绿素a的季节变化特征及其同海表温度的关系。研究结果表明, 南海叶绿素质量浓度具有很强的季节变化:通常低叶绿素质量浓度(<0.12 mg·m^-3)出现在弱风高海表温度(>28°C)的春、夏季节;高叶绿素质量浓度(>0.13 mg·m^-3)通常出现在有较强风速和较低海表温度(<27°C)的冬季。线性回归分析显示, 南海叶绿素质量浓度同海表温度呈显著负相关。尽管在南海南部、南海中部、南海西部及吕宋西北部4个代表子区域的显著性有所差异, 但都暗示温度变化所反映的垂向层化调控了营养盐质量浓度和浮游植物量变化。可见, 温度可能是影响海洋上层稳定程度及垂向交换强度的重要指标, 从而可能调控营养盐及浮游植物的变化。     

南海表层水温年循环的数值模拟

本文采用一个非线性约化重力海洋模式对南海表层水温(SST)年循环过程进行了数值研究,探讨了南海表层水温年循环形成和维持的动力学和热力学机制·模拟结果表现出与观测分析相一致的年循环变化阶段性和空间结构,并发现南海SST年循环的阶段性是海面动力强迫和热力强迫共同作用的结果;南海上层海洋的热力平衡有着明显的季节特征.     

南海海面风、浪场的EOF分析

在气候分析中常常借助自然正交展开方法分析气象要素的时空分布特征,而对于海洋研究,由于过去观测手段的限制,很难获得较长时间序列和较大空间系列的观测资料,因此像气候分析中常用的经验正交函数(EOF)方法在海洋要素的分析中较少使用.卫星遥感技术的发展为海洋学研究提供了丰富的空间分布均一、时间序列较长的观测资料.本文根据TOPEX/Poseidon(T/P)卫星高度计获得的海面风、浪信息,利用气候分析中常用的EOF分析方法,分析了南海海面风、浪场的时空模态特征.这一分析结果可以很好地反映南海海面风、浪场间的关系,从而为海浪场的经验预报和分析提供参考.     

Sea surface temperature variations in the southwestern South China Sea over the past 160 ka

Sea surface temperatures (SSTs) in the southwestern South China Sea have been reconstructed for the past 160 ka using the Uk37 paleothermometer from the core MD01-2392. The temperature differences between glacial times (MISs 6 and 2) and interglacial times (MISs 5.5 and 1) are 2.2~2.5 ℃. Younger Dryas event during the last deglaciation was documented in both the planktonic foraminiferal δ18O and SST records. After MIS 5.5, SSTs displayed a progressive cooling from 28.6 to 24.5 ℃, culminating at the LGM. During this gradual cooling period, warm events such as MISs 5.3, 5.1 and 3 were also clearly documented. By comparison of SST between the study core and Core 17954, a pattern of low or no meridional SST gradients during the interglacial periods and high meridional SST gradients during the glacial periods was exhibited. This pattern indicates the much stronger East Asian winter monsoon at the glacial than at the interglacial periods. Spectral analysis gives two prominent cycles: 41 and 23 ka, with the former more pronounced, suggesting that SSTs in the southern SCS varied in concert with high-latitude processes through the connection of East Asian winter monsoon.     

大气低层风场对南海海温的影响及其与季风的关系

利用1960-1999年月平均海表温度资料和大气低层风场资料,分析了南海海表温度与局地风场之间的关系及其季节变化特征,讨论了局地风场对南海海温的影响与季风的联系.结果表明,南海海表温度异常与局地风场异常之间的关系具有明显的季节变化特征,南海海表温度异常在夏季与纬向风异常呈明显的负相关,在冬季与经向风异常呈明显的正相关,这种季节变化与东亚季风特性(即盛行风存在明显的季节变化)密切相关.为南海海表温度监测预测提供气候背景,从而也解释了过去在大气低层风速与南海海表温度异常相关性方面不同研究结果存在差异的原因.     

南海岛礁周边海域表面叶绿素浓度的时空特征

南海海域内岛礁众多, 渔业资源丰富, 而目前针对岛礁周边海区生态要素开展的研究仍较少。本文利用近20年多卫星融合水色遥感数据, 分析了南海38个主要岛礁周边区域海面叶绿素浓度的空间分布、季节变化和年际变化特征。结果表明, 岛礁周边普遍存在叶绿素浓度高值区, 其浓度约在离岛礁5个等效半径外降至海区背景水平。岛礁周边海域的叶绿素(相对于背景值的)浓度异常受海区背景值影响, 两者在南海的空间分布格局与背景值基本一致: 在平均温度较低、季风强度较大的东沙、西沙海区, 叶绿素浓度异常高于温度较高、季风强度相对较弱的中沙、南沙海区。叶绿素浓度呈现出明显的季节变化和年际变化特征, 一般在冬季风期间升高, 而在夏季风爆发前降至最低; 在El Ni?o次年随海温升高和季风减弱而下降, 在La Ni?a次年则相反。岛礁周边的叶绿素浓度异常受到温度变化的影响, 随着近年来海温变化幅度加大, 其年均水平呈显著下降趋势(P=5.05×10 ^-5)。这些结果可为我国岛礁区域渔业资源的开发和管理提供信息支持。     

Comparison among four kinds of data of sea surface wind stress in the South China Sea

By using remote sensing (ERS) data, FSU data, COADS data and Hellerman & Rosen-stein objective analysis data to analyze the sea surface wind stress in the South China Sea, it is found that the remote sensing data have higher resolution and more reasonable values. Therefore we suggest that remote sensing data be chosen in the study of climatological features of sea surface wind stress and its seasonal variability in the South China Sea, especially in the study of small and middle scale eddies.     

南海海面高度变化及其与太平洋上涛动信号的关系

本文使用循环平稳经验正交函数(CSEOF)方法分析了南海海面高度(SCS-SSH)的时空变化模态,并对它们与太平洋海盆尺度振荡的关系进行了探讨分析。结果表明,SCS-SSH的第一个CSEOF模态是季节变化模态,其变化强度受到一个与厄尔尼诺-南方涛动(ENSO)有关的低频信号的调制,即在厄尔尼诺期间季节变化的幅度减弱(最大可降低30%,1997/98)而在拉尼娜期间季节变化增强。SCS-SSH的第二个CSEOF模态是年际-年代际尺度的低频变化模态,其空间模态的月与月之间的差异微弱,而时间模态和太平洋年代际振荡(PDO)指数高度相关。然后,我们使用独立成分分析(ICA)方法提取了太平洋中的五个主要振荡成分,并检验了它们对SCS-SSH变化的各自影响。分析表明,纯粹的ENSO模态(类似于太平洋东部型ENSO)对SCS-SSH的低频变化的影响比较微弱,而ENSO的红化模态(类似于太平洋中部型ENSO)对SCS-SSH的低频变化具有明显影响。由于ENSO的红化模态是PDO信号的一个主要成分,这一结果解释了为什么在影响SCS-SSH的低频变化上PDO比ENSO更重要。径向鞍型振荡模态、黑潮延伸体处的增温模态、以及赤道的降温模态也由ICA方法提取出来,但它们对SCS-SSH低频变异的影响微弱。进一步的分析表明,太平洋的涛动信号可能以不同的方式来影响南海海面高度变化和海表温度变化。     

卫星遥感南海海表面日增温的时空变化特征

利用搭载在Aqua和Terra卫星上的MODIS(moderate resolution imaging spectroradiometer)、AMSR-E(advanced microwave scanning radiometer for the earth observing system)传感器测量反演的昼夜海表温度(SST),计算海表面日增温(sea surface diurnal warming),分析南海海表面日增温的短期和年变动特征。受观测平台过境时间、传感器测量SST方式、反演算法等影响,MODIS/Aqua计算的日增温幅度略大于AMSR-E/Aqua和MODIS/Terra,但在表征南海海表面日增温的时空分布特征以及变化趋势上三者并未见显著性差异。南海海表面日增温在时间分布上以冬季为最小,春季为最大;在空间分布上则是南部海域大于中部和北部海域,东部海域大于西部海域。春夏之交的吕宋海峡西北部尤其容易发生日增温事件。海表面日增温与太阳辐射、风速、云量等影响有关,其中风速与海表面日增温显著负相关。     

利用卫星遥感海面温度、高度联合反演南海北部三维温度场

利用历史观测得到的温度剖面数据,通过严格筛选和插值,建立了南海北部的气候态垂向温度剖面。随后,利用回归统计分析的方法构建了海面温度异常(SSTA)、海面高度异常(SSHA)联合扩展温度剖面的经验回归模型,并采用卫星遥感得到的SST和SSH数据扩展了南海北部的三维海洋温度场,其时间分辨率为天,空间分辨率为0.25°×0.25°。通过与观测数据的对比研究,扩展得到的温度场可以较为准确地反映南海北部温度剖面的结构特征,并且能有效地体现出一些中尺度变化过程。结果表明,本研究反演得到的三维温度扩展场是较为可靠的,它可以作为海洋数值模型的初始场,实现现场观测数据和卫星遥感数据的互补,有助于更好地分析南海北部温度场的三维结构及变化特征。     

南海海平面长期变化及其趋势研究

On the basis of the satellite maps of sea level anomaly(MSLA) data and in situ tidal gauge sea level data,correlation analysis and empirical mode decomposition(EMD) are employed to investigate the applicability of MSLA data,sea level correlation,long-term sea level variability(SLV) trend,sea level rise(SLR) rate and its geographic distribution in the South China Sea(SCS).The findings show that for Dongfang Station,Haikou Station,Shanwei Station and Zhapo Station,the minimum correlation coefficient between the closest MSLA grid point and tidal station is 0.61.This suggests that the satellite altimeter MSLA data are effective to observe the coastal SLV in the SCS.On the monthly scale,coastal SLV in the western and northern part of SCS are highly associated with coastal currents.On the seasonal scale,SLV of the coastal area in the western part of the SCS is still strongly influenced by the coastal current system in summer and winter.The Pacific change can affect the SCS mainly in winter rather than summer and the affected area mostly concentrated in the northeastern and eastern parts of the SCS.Overall,the average SLR in the SCS is 90.8 mm with a rising rate of(5.0±0.4) mm/a during1993–2010.The SLR rate from the southern Luzon Strait through the Huangyan Seamount area to the Xisha Islands area is higher than that of other areas of the SCS.     

南海海面高度季节变化的数值模拟

比较POM模式模拟与观测(TOPEX/Poseidon高度计资料)的南海海面高度(SSH)的季节变化在空间分布上的一致性和差异.结果表明:本文使用的POM模式能较好地模拟南海SSH的季节变化;冬季与夏季,春季与秋季南海海面异常场形式完全相反,冬季Ekman输运造成在西海岸的堆积要比夏季在东海岸堆积更明显,而吕宋冷涡中心附近和吕宋海峡海面季节变化振幅最大;除春季以外,在南海绝大部分海域,海面高度的季节变化主要受风力的控制,南海海面热量通量对SSH的季节变化贡献约为20%,风应力对SSH的季节变化的贡献约为80%.     

表层暖水在南海11月份台风路径北移中的作用

生成于西北太平洋的台风经常穿过南海海盆。与1980年以前相比,1980年以后南海11月份的台风路径显示出了明显的北移现象。通过数据分析和数值模拟研究发现,南海表层暖水在台风路径的北移现象中扮演了极为重要的角色。南海表层的增暖导致南海西北部的大气环境形成了显著的气旋式环流异常以及南海中部相应的南风异常,从而引导台风路径更向北偏移。     

南海珊瑚礁区34年卫星遥感海表温度变化的时空特征分析

选取NOAA OISST数据集的1982-2015年南海月平均海洋表面温度（SST）,先对东沙、西沙和南沙礁区海域的多年SST进行时间尺度上的统计,然后对该数据集进行距平场的经验正交函数（EOF）分解,研究南海海表温度的时间和空间年际变化特征。研究显示:（1）不同的礁区海域SST升温趋势不同,东沙礁区海域SST升温趋势最明显（0.216℃/（10 a））,西沙和南沙礁区SST的升温趋势分别为0.180℃/（10 a）和0.096℃/（10 a）;（2）西沙和南沙礁区全年处于珊瑚生长的最适海温范围内,东沙一年中有4个月海温较低,SST最高的月份分别集中在7月（东沙礁区）、6月（西沙礁区）和5月（南沙礁区）;（3） EOF第一模态的空间分布显示南海SST变化是同相位的,由西北—东南振幅量值递减,在礁区振幅从大到小依次为东沙、西沙、南沙;（4） EOF第一模态时间系数显示南海SST变化与El Niño事件相关。南海海表温度异常场与Niño3.4指数的相关性分析显示两者关联度最高为0.723,平均关联度也高达0.655;南海SST的变化滞后Niño3.4区7~8个月。综上,在全球变暖背景下,南海SST的变化不仅受到El Niño事件的影响,其不断上升也在悄然威胁珊瑚的正常生长。     

东、黄海海表面温度季节内变化特征的EOF分析

基于1998—2004年的TRMM/TMI卫星遥感海面温度(SST)数据,在初步分析东、黄海SST的季节分布特征的基础上,采用EOF方法分析了SST的季节内变化特征,进而对SST季节内变化的可能机制进行了探讨。EOF分析获得的前4个模态的累积方差贡献率为57.07%,其结果基本反映了东、黄海SST变化的主要物理过程。其中,EOF的第一模态的方差贡献率占30.17%,其空间模态揭示了以东海北部为中心的、整个海域SST变化趋于一致的特征,这一模态的显著变化周期为6.3周;第二模态的方差贡献率占14.36%,其空间模态呈现东南海域与西北海域SST的反相变化趋势,显著变化周期为8.7周和10.6周;第三模态的方差贡献率占7.02%,其空间SST变率最大的区域位于黄海海域,显著变化周期为6.8,8.7,10.2周等;第四模态的方差贡献率占5.52%,其空间SST变率最大的区域位于东、黄海近海,显著变化周期为6.8周。东、黄海SST季节内变化与此海区大气中的季节内振荡是紧密相关的。     

20世纪90年代后期南海上层海温变化趋势的转折

In this paper, the interdecadal variability of upper-ocean temperature in the South China Sea(SCS) is investigated based on several objectively analyzed data sets and two reanalysis data sets. The trends of the SCS sea surface temperature(SST) have changed from warming to cooling since the late 1990 s. A heat budget analysis suggests that the warming of the surface mixed layer during 1984–1999 is primarily attributed to the horizontal heat advection and the decrease of upward long wave radiation, with the net surface heat flux playing a damping role due to the increase of upward latent and sensible heat fluxes. On the other hand, the cooling of the surface mixed layer during 2000–2009 is broadly controlled by net surface heat flux, with the radiation flux playing the dominant role. A possible mechanism is explored that the variation of a sea level pressure(SLP) over the North Pacific Ocean may change the prevailing winds over the SCS, which contributes to the change of the SST in the SCS through the horizontal heat advection and heat fluxes.