北部湾温度锋的季节与年际变化

采用8a(1991—1998)的卫星遥感海水表面温度资料(AVHRR SST)对北部湾温度锋的季节变化与年际变化规律进行了探讨。北部湾海区温度锋的季节态强弱趋势为春季最强，夏季、冬季次之，秋季最弱。在年际时间尺度上，温度锋强度与SST距平(SSTA)存在响应关系，表现在：1)SST正距平对应较弱的锋面产生，负距平对应较强的锋面产生，这种相关性在冬季表现得最为明显；2)锋面的强弱与SSTA绝对值存在正相关关系，即SSTA变化越大，锋面越强。在冬季，温度锋强度与海面风经向分量相关，在偏北风异常情况下，锋面较强；反之，锋面较弱。     

粤西陆架温度锋三维结构与季节变化机制分析

基于2018–2019年现场高分辨率温度观测和1993–2021年的CMEMS再分析海表温度（SST）和风场数据,分析粤西陆架海温盐锋的三维结构、季节变化和影响机制。多年SST数据显示,海表温度锋冬季最强、出现概率和覆盖宽度最大,量值分别为0.049℃/km、75%和66 km。春季和夏季次之,而秋季则几乎完全消失。冬季锋面平均离岸50 km,夏季则向岸靠近为23.1 km。2018年春季、夏季和2019年夏季的现场观测进一步给出锋面在次表层的三维结构,结果显示春、夏季20 m等深线以浅处均有锋面存在,该锋面是沿岸高温海水与离岸低温海水辐聚而成,随着深度的增加锋面强度减小,覆盖范围向岸收缩。20 m以深水域锋面在次表层中强于表层,随深度增加而增强并向岸偏移。相关性和信息流分析发现,海表面风应力旋度和沿岸风是影响粤西陆架海表温度锋面的重要因素。该温度锋存在年际变化,PDO负位相时的La Niña年锋面强度出现极大值,而PDO正位相时的El Niño年则对应极小值。     

基于CORA资料的中国海海表面温度季节和年际变化特征分析

基于1986-2008年的中国近海及邻近海域再分析产品(CORA),采用经验正交函数分解方法(EOF)分析了海表面温度(SST)的季节及年际变化特征,并用相应的SODA、AVHRR以及Levitus资料对CORA做了对比评估。相比于AVHRR而言,CORA资料SST的偏差和均方根误差均小于SODA,相比Levitus资料而言CORA资料温度盐度的均方根误差随深度的变化皆小于SODA。 CORA与SODA资料相比,两者前3个模态的时空分布大体一致,区别在于CORA资料能更好地反映参量的一些细微特征。结果表明,CORA资料能很好的刻画中国近海SST的季节、年际变化特征,尤其是黑潮流经区域SST的局地变化特征。季节EOF第二模态显示的是SST对由风引起的潜热释放的响应特征。第三模态刻画了冬夏转换季的分布特征,主要揭示了东北-西南走向的锋面特征。SST年际变化与ENSO密切相关,区域平均的南海SSTA与Nino指数的吻合程度CORA优于SODA。     

南海盐度锋的年际变化特征分析

为了探究南海表层5 m盐度锋的年际变化特征,应用50年(1958—2007年)的SODA月平均资料,采用均方差和经验正交函数进行研究。结果表明,盐度锋年际变化显著的区域集中在北部湾、海南岛以东、南海北部、吕宋海峡、东马来西亚西北部和越南最南端;第一模态和第二模态时间系数变化趋势均表明南海盐度锋强度在逐渐减小;前者呈单极子型空间分布,后者空间分布型则为偶极子型。第一模态时间系数功率谱分析表明该模态存在3—5年和7—16年的周期,Morlet小波分析显示1965—2000年该模态主要存在4年、9年和12年左右的周期。第一模态确立的3个负位相中心区域(海南岛以东、吕宋海峡和越南最南端)的均值变化趋势一致,强度都在逐渐增大,具有同位相变化特征;第二模态时间系数功率谱分析表明该模态存在3年、5年和8—12年的周期。Morlet小波分析表明1962—2001年期间该模态存在3年、5年和9—12年的周期。第二模态找出的两个正负位相中心分别在东马来西亚西北部和南海北部,前者盐度锋强度在逐渐减小,而后者强度却在持续增大,强度的年际变化呈现反位相变化特征。     

利用卫星资料分析黄海海表温度的年际与年代际变化

海表温度长期变化在一定程度上反映了海域的气候变化信号,卫星遥感资料是获取高时空分辨率水温长期变化的有效手段。基于国家海洋局1982—1999年黄海断面监测器测数据的2 954组水温数据对时空匹配的卫星(NOAA/AVHRR)反演海表温度(SST)进行校验,计算得到卫星反演SST系统偏差为(0.18±1.00)℃。卫星反演的水温空间分布以及长期变化趋势与器测趋势较为一致,可以用来研究海域SST长期变化规律。利用校验后1982-01～2011-08NOAA/AVHRR的SST数据,分析了该时段黄海冬夏季代表月2、8月海表水温的变化规律。结果显示:(1)近30a,黄海冬季水温有2次跃迁:1989—1990年由冷至暖的状态跃迁,2000-2001年出现由暖至冷的状态转变;1990年代冬季水温达最高,相比1880年代,水温升高1.07℃,新世纪水温稍有降低,水温较1990年代下降了0.53℃,温度变化较大区域位于北黄海、山东半岛沿岸,苏北浅滩毗邻海区,该区SST与局地经向风场存在显著正相关,且北极涛动通过影响冬季风间接影响黄海水温变化;(2)夏季海表水温在1994—1995年呈现由冷至暖的状态跃迁,冷、暖期水温相差0.57℃,水温变化较显著的区域为黄东海分界处,其具体变化机制需深入研究。     

西-亚北极锋季节及年际特征分析

基于1982-2016年的OISST资料分析了西-亚北极锋(The Western Subarctic front,WSAF;37°N-45°N,146°E-152°E)强度与位置的季节及年际变化特征,结果表明:冬季WSAF强度最大,平均位置最靠南;夏季WSAF强度最小,平均位置最靠北;春秋两季WSAF强度、平均位置相当,位于冬夏之间;1982-2016年,WSAF强度逐渐增强,分布位置逐渐缓慢南移;各季节WSAF强度最大值稳定位于149°E附近,WSAF平均位置自西向东不断北移。在此基础上,分析了不同季节WSAF强度与黑潮-亲潮交汇区(The Kuroshio-Oyashio Confluence Region,KOCR)内水体性质的关系:KOCR内黑潮水特征显著时WSAF强度小,黑潮水特征不显著时WSAF强度大;利用EOF分析探寻了WSAF强度年际变化与KOCR内海温的关系:不同季节内WSAF年际变化与KOCR内海温相关性不显著,春、夏、秋季,随着KOCR内海温升高,WSAF强度减弱,而冬季WSAF强度随KOCR内海温升高而增强。     

全球百年海表面温度年际和年代际变化特征分析

利用100 a(1903—2002年)HadiSST的逐月资料,将全球海表面温度异常(SSTA)作为整体进行经验正交函数分解(EOF分解),提取了控制各大洋SSTA的主导模态和各大洋之间的联合模态,分析了相应的空间分布和时间序列。研究结果表明:SSTA变化最剧烈的海区是赤道中东太平洋、西北大西洋湾流海区和北太平洋黑潮延伸体海区。热带太平洋厄尔尼诺和南方涛动是主导模态并具有2~7 a周期的年际变化;SSTA变化第二主模态和第三主模态都是以大约70 a为周期的年代际变化为主的跨大洋联合模态。第二主模态的空间分布主要表现为中纬度北太平洋和北大西洋反位相、热带太平洋与大西洋反位相的太平洋-大西洋双偶极子型分布。SSTA变化的第三模态主要呈现南北半球海洋反位相的特征,为北太平洋-北大西洋-南大洋联合模态。第四模态基本上是反映各个不同海域特有的局地海洋-大气相互作用模态,该模态的时间序列具有1~4 a周期的年际变化和约9 a周期的年代际变化。     

印度洋-太平洋海表温度年际变化的联合模态

利用1870～2004年的HadiSST的月平均海表面温度(SST)资料,对去除了全球增暖趋势的印度洋-太平洋海表温度异常(SSTA)作季节经验正交函数(Season-reliant Empirical Orthogonal Function, S-EOF)分解,得到了印度洋-太平洋海表温度年际变化的2个联合模态,并且分析了与之相对应的大气环流特征.结果表明:低频的厄尔尼诺/南方涛动(ENSO)是控制印度洋-太平洋的主导模态,能使赤道印度洋维持一异常反气旋性环流,削弱印度洋夏季风的作用并且将东印度洋暖池的暖水输送到西印度洋,印度洋SSTA在一年四季中都出现全海盆同号变化,因此,第一主模态是ENSO的低频模与印度洋海盆一致模的联合模态;第二模态表现为太平洋上准2 a的ENSO位相转换模与印度洋偶极子模的联合模态,ENSO的位相转换发生于春季,与季风的异常转换有关,印度洋上出现异常的气旋性环流,叠加在印度洋夏季风上,增大东西印度洋的温差,在秋季出现西低东高的偶极子型海温分布,印度洋夏季风和这个模态的产生发展有很大的联系.     

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。     

冬季吕宋岛西温度锋的年际变化

Interannual variability of thermal front west of Luzon Island during the winter of 1993–2013 is examined with the method of singular value decomposition(SVD) and a suite of satellite measurements in this paper. It is found that both the area and intensity of the thermal front west of Luzon Island show apparent interannual variability.Further study based on SVD shows that the interannual variability of the thermal front is highly associated with El Ni?o and Southern Oscillation(ENSO), and the correlation coefficient between Ni?o3.4 index and the first Principal Component(PC1) of thermal front can reach –0.65. The mechanism can be described as follows. In El Ni?o(La Ni?a) years, the East Asian winter monsoon(EAWM) is weakened(enhanced), inducing weaker(stronger) local wind stress curl(WSC) west of Luzon Island, and resulting in weakened(enhanced) Luzon cold eddy, which finally leads to the weakening(enhancement) of the thermal front.     

南海中尺度涡的季节和年际变化特征分析

以11a(1993—2003年)TOPEX/Poseidon、Jason和ERS1/2高度计的融合资料为基础,统计了南海中尺度涡的时空分布,分析了南海中尺度涡的季节和年际变化,并结合QuikSCAT、ERS1/2风场资料初步探讨了南海中尺度涡形成的可能机制。研究结果表明,南海中尺度涡存在明显的季节和年际变化,而季风强迫是这种变化的主要驱动因素。冬季冷涡(气旋涡)主要分布在吕宋岛西北和越南东南海域,而暖涡(反气旋涡)主要在18°N以北出现。春季暖涡在南海中部开始出现并得到充分发展。夏季暖涡明显多于冷涡,暖涡主要分布在越南东南和吕宋岛西北海域,而冷涡分布于越南以东和南海东北部。秋季冷涡主要分布在越南沿岸,暖涡则分布在南海东北部;11a海面高度异常均方根的时空分布变化也显示了南海中尺度涡存在较强的年际变化。     

索马里东岸温度锋季节分布特征分析

基于50 a的SODA的温度数据,利用绝对梯度分析法求出锋面的概率分布,对索马里东岸的温度锋面的分布特征进行了分析。此外利用WOA13的温盐数据,对锋区出现概率较大海区的声速剖面进行了分析。结果表明:温度锋面在浅水处的概率分布与深水处存在异同,锋面主要集中分布在6—10月、6°~10°N沿岸附近,通过研究SODA海流数据,发现锋面分布概率较大的海域有着明显的上升流。利用EOF分析,发现温度锋面的年际变化并不强,主要是年内的季节变化较为明显。声速剖面在有无锋面存在的位置处存在明显差异,上升流带来的底层冷水导致声速要明显小于其他区域,锋面同一位置处,由于夏季锋强最大,锋区的声速也明显小于其他季节。     

1985-2005年东海海表温度时空变化特征分析

利用1985-2005年间AVHRR辐射计获取的东海海表温度资料,研究其时空变化特征.1985-2005年间东海海表平均温度总体呈上升趋势.对东海海温距平(SSTA)进行经验正交函数(EOF)分解,得到其2个主要变化模态,EOF1占总方差变化的34.8％,主要变化周期为3～5 a,表示1985-2005年中东海绝大部分...     

黑潮延伸体海表温度锋位置的变化特征

High spatial resolution sea surface temperature(SST) data from 1993 to 2013 are used to detect the position of the Kuroshio Extension sea surface temperature front(KEF) from 141°E to 158°E,and the seasonal,monthly and interannual-to-decadal variations of the KEF position are investigated.The latitudinal position of the KEF varies with longitudes:the westernmost part of the KEF from 141°E to 144°E is relatively stable,whereas the easternmost part from 153°E to 158°E exhibits the largest amplitude of its north-south displacement.In the light of the magnitudes of the standard deviations at longitudes,then the KEF is divided into three sections:western part of the KEF(KEFw,141°–144°E),central part of the KEF(KEFc,144°–153°E) and eastern part of the KEF(KEFe,153°–158°E).Further analysis reveals that the KEFw position is dominated by the decadal variability,while the KEFc and KEFe positions change significantly both on interannual and decadal time scales.In addition,the KEFw position is well correlated with the KEF path length.The possible mode leading to the decadal oscillation of the KEFw is further discussed.The KEFw position exhibits significant connections with the Pacific decadal oscillation(PDO) index and the north Pacific gyre oscillation(NPGO) index with a time lag of 40 and 33 months,respectively.     

琼东上升流的年际变化及长期变化趋势

全球变暖背景下沿岸上升流的年际变化是近年来的研究热点。本文基于1982—2012年的海表面温度和风场资料,分析了琼东上升流的强度和中心位置的年际变化规律以及沿岸风应力及其旋度的作用。结果显示,近30年来,琼东上升流强度总体减弱,相比于沿岸风应力,其变化与减弱的局地风应力旋度相关性更高;琼东上升流强中心位置最大概率发生在19.2°—19.3°N,与最大风应力旋度位置接近,且存在北移趋势。琼东上升流强度和位置的年际变化还存在周期约3年、5年和10年的本征模态,以3年周期变化为主。局地风应力旋度在琼东上升流的年际变化中发挥了重要作用。     

春季东海黑潮海表温度与风场的年代际变化特征

利用高分辨率遥感海表温度和海表面风场数据,通过经验正交分解(EOF)和合成分析等方法对春季(3—5月)东海黑潮海温暖舌和海表面风场的年代际变化特征进行分析。结果表明:春季黑潮海温暖舌存在明显的年代际变化特征,在1996/1997年发生由弱到强的位相转换,该年代际变化主要受到北太平洋涡旋振荡(NPGO)的调制。进一步研究表明,与气候态相反,春季黑潮海表温度和风场散度在年代际尺度上表现出显著的负相关关系,合成分析表明,该现象主要是由黑潮西侧东海陆架海域海温的异常增暖所造成。     

黄海海表温度与冷水团年际变化关系的分析研究

基于NOAA提供的1982—2016年日平均OISST.V2数据、大面站观测数据以及FVCOM数值模拟数据,在分析黄海冷水团的年际变化规律以及SST变化特征的基础上,确定了黄海SST和冷水团特征参数,采用相关分析方法,探究黄海SST与冷水团的相关关系。结果表明:黄海冷水团8℃等温线包围面积年际变化幅度最大,9℃等温线次之,10℃等温线包围面积年际变化幅度最小;北黄海冷水团冷中心大小和位置均比南黄海冷水团更稳定;受到地形限制,冷水团冷中心虽然每年位置变化较大,但活动范围较为固定。通过对黄海SST和冷水团特征参数的相关分析,发现冬季9℃等温线到达的纬度与黄海暖流流量和冷水团面积之间均存在较好的相关关系,尤其是冷水团与前一年冬季表层9℃等温线到达纬度相关程度更高,这说明冬季黄海SST不仅能够反映黄海暖流的强弱,也能够反映第二年夏季黄海冷水团的强弱。     

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。     

南海温度锋的分布特征及季节变化

利用50a(1950—2007年)的SODA(Simple Ocean Data Assimilation)数据分析了南海上层温度锋分布特征以及季节变化规律。结果表明:受季风、太阳辐照以及诸多因素影响,温度锋季节变化明显,锋面结构复杂。冬季,温度锋基本沿陆架分布,存在于南海北部海区,从台湾海峡一直延伸到北部湾,发育比较显著;春季,主要出现在南海北部海区、北部湾、越南东部海岸,分布比较广泛;夏季温度锋出现概率增加,出现区域扩大,越南东部出现大面积温度锋;秋季南海中西部海域存在大面积的温度锋。     

沿海观测站海表温度质量控制和半日特征分析

Sea surface temperature(SST) data obtained from coastal stations in Jiangsu, China during 2010–2014 are quality controlled before analysis of their characteristic semidiurnal and seasonal cycles, including the correlation with the variation of the tide. Quality control of data includes the validation of extreme values and checking of hourly values based on temporally adjacent data points, with 0.15°C/h considered a suitable threshold for detecting abnormal values. The diurnal variation amplitude of the SST data is greater in spring and summer than in autumn and winter. The diurnal variation of SST has bimodal structure on most days, i.e., SST has a significant semidiurnal cycle. Moreover, the semidiurnal cycle of SST is negatively correlated with the tidal data from March to August, but positively correlated with the tidal data from October to January. Little correlation is detected in the remaining months because of the weak coastal–offshore SST gradients. The quality control and understanding of coastal SST data are particularly relevant with regard to the validation of indirect measurements such as satellitederived data.