留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

南海海平面对两类El Niño的不同响应

罗凤云 谭伟 李娟 左军成 梅宇立 纪棋严 李直龙 庄圆

罗凤云,谭伟,李娟,等. 南海海平面对两类El Niño的不同响应[J]. 海洋学报,2020,42(3):36–46,doi:10.3969/j.issn.0253−4193.2020.03.004
引用本文: 罗凤云,谭伟,李娟,等. 南海海平面对两类El Niño的不同响应[J]. 海洋学报,2020,42(3):36–46,doi:10.3969/j.issn.0253−4193.2020.03.004
Luo Fengyun,Tan Wei,Li Juan, et al. Different sea level variations in the South China Sea in response to two types of El Niño[J]. Haiyang Xuebao,2020, 42(3):36–46,doi:10.3969/j.issn.0253−4193.2020.03.004
Citation: Luo Fengyun,Tan Wei,Li Juan, et al. Different sea level variations in the South China Sea in response to two types of El Niño[J]. Haiyang Xuebao,2020, 42(3):36–46,doi:10.3969/j.issn.0253−4193.2020.03.004

南海海平面对两类El Niño的不同响应


doi: 10.3969/j.issn.0253-4193.2020.03.004
详细信息
    作者简介: 罗凤云(1993-),女,浙江省衢州市人,从事气候变化和海平面研究。E-mail:phoebe_luo@outlook.com
    通讯作者: 谭伟,讲师,主要从事热带海气相互作用方向的研究。E-mail:tw0419@yeah.net
  • 基金项目:  国家重点研发计划(2017YFA0604901);国家自然科学基金青年科学基金项目(41806039);国家社科重大项目(15ZDB170);国家自然科学基金(41576020);国家自然科学基金面上项目(41976025)。

Different sea level variations in the South China Sea in response to two types of El Niño

More Information
  • 摘要: 利用ECMWF ORAS4重构数据,分析了南海海平面异常(SLA)对东部型(EP)El Niño和中部型(CP)El Niño的不同响应特征。南海SLA在两类El Niño期间表现出不同的时空演变规律。对于东部型El Niño,南海空间平均的SLA在发展年的秋、冬季显著下降,最低可达−2 cm,并在次年开始上升,至次年冬季可达2 cm。空间分布上,在发展年秋、冬季,除越南东南部海域存在一个正异常中心外,在南海绝大部分海域,SLA均表现为显著的负异常;从次年春季开始,SLA负异常减弱,而越南东南部的正异常开始发展,直至冬季南海大部分海域以正异常为主。对于中部型El Niño,南海SLA在整个El Niño发展和衰退期间均表现为显著负异常,异常值始终维持在−2 cm左右,并且在空间上表现为全海盆一致的负异常模态。相比于传统的经验正交分解(EOF),季节EOF(S-EOF)能够更好地刻画南海SLA在两类El Niño期间的时空演变特征,S-EOF的第一模态表现为中部型El Niño模态,而第二模态更多地表现为南海SLA在东部型El Niño期间的演变特征。南海海平面在两类El Niño期间的不同变化主要是由于海峡通道处的热量平流输运异常所产生的热比容效应导致的,但是比容海平面的贡献主要集中在南海内区和南海东部等深水海域,对于南海西部等近岸海域,海平面的变化机制还有待进一步深入研究。
  • 图  1  南海水深及其主要海峡

    Fig.  1  South China Sea topography and its main straits

    图  2  两类El Niño期间合成的南海区域平均海平面异常时间演变

    Year (0)表示El Niño发展年,Year (1)表示El Niño衰减年;加粗实线表示通过90%置信检验

    Fig.  2  Evolution of composited area-averaged sea level anomaly during two types of El Niño

    Year (0) and Year (1) indicate the developing and decaying year of El Niño, respectively. Bold parts represent the composite exceeding the 90% significance level based on a Student’s t test

    图  3  东部型El Niño期间合成的南海海平面异常空间分布

    MAM,JJA,SON和DJF分别表示春、夏、秋、冬4个季节。(0),(1),(2)分别表示El Niño的发展年、衰减年以及衰减年的次年。白色等值线包围的区域表示通过90%显著性检验的区域

    Fig.  3  Spatial evolution of composited sea level anomaly during EP El Niño

    MAM, JJA, SON, DJF indicate boreal spring, summer, autumn, and winter. (0), (1), (2) denote the developing year, decaying year, and third year of El Niño, respectively. The white contours filled with dots indicate the composite exceeding the 90% significance level based on a Student’s t test

    图  4  中部型El Niño期间合成的南海海平面异常空间分布

    MAM,JJA,SON和DJF分别表示春、夏、秋、冬4个季节。(0),(1),(2)分别表示El Niño的发展年、衰减年以及衰减年的次年。白色等值线包围的区域表示通过90%显著性检验的区域

    Fig.  4  Spatial evolution of composited sea level anomaly during CP El Niño

    MAM, JJA, SON, DJF indicate boreal spring, summer, autumn, and winter. (0), (1), (2) denote the developing year, decaying year, and third year of El Niño, respectively. The white contours filled with dots indicate the composite exceeding the 90% significance level based on a Student’s t test

    图  5  南海海平面高度异常(SLA)的S-EOF分解第一模态

    a−d分别为春 (MAM)、夏 (JJA)、秋 (SON)、冬 (DJF) 4个季节的海面高度异常空间分布;(0)和(1)分别表示El Niño的发展年和衰减年;e为第一模态时间序列图

    Fig.  5  First S-EOF mode of sea level anomaly (SLA) in the South China Sea

    a−d are SLA spatial pattern of spring (MAM), summer (JJA), autumn (SON), winter (DJF), respectively; (0) and (1) indicate the developing and decaying year of El Niño; e is principal component time series of SLA

    图  6  南海海平面高度异常(SLA)的S-EOF分解第二模态

    a−d分别为春 (MAM)、夏 (JJA)、秋 (SON)、冬 (DJF) 4个季节的海面高度异常空间分布;(0)和(1)分别表示El Niño的发展年和衰减年;e为第二模态时间序列图

    Fig.  6  The second S-EOF mode of sea level anomaly (SLA) in the South China Sea

    a−d are SLA spatial pattern of spring (MAM), summer (JJA), autumn (SON), winter (DJF), respectively; (0) and (1) indicate the developing and decaying year of El Niño; e is principal component time series of sea level anomaly

    图  7  两类El Niño 期间合成的南海区域平均热比容海平面异常(TSLA)时间演变

    Year (0)表示El Niño发展年,Year (1)表示El Niño衰减年;加粗实线表示通过90%置信检验

    Fig.  7  Evolution of composited area-averaged TSLA during two types of El Niño

    Year (0) and Year (1) indicate the developing and decaying year of El Niño, respectively. Bold parts represent the composite exceeding the 90% significance level based on a Student’s t test

    图  8  东部型El Niño期间合成的南海热比容海平面异常(TSLA)空间分布

    MAM,JJA,SON和DJF分别表示春、夏、秋、冬4个季节。(0),(1),(2)分别表示El Niño的发展年、衰减年以及衰减年的次年。白色等值线包围的区域表示通过90%显著性检验的区域

    Fig.  8  Spatial evolution of composited TSLA during EP El Niño

    MAM, JJA, SON, DJF indicate boreal spring, summer, autumn, and winter. (0), (1), (2) denote the developing year, decaying year, and third year of El Niño, respectively. The white contours filled with dots indicate the composite exceeding the 90% significance level based on a Student’s t test

    图  9  中部型El Niño期间合成的南海热比容海平面异常(TSLA)空间分布

    MAM,JJA,SON和DJF分别表示春、夏、秋、冬4个季节。(0),(1),(2)分别表示El Niño的发展年、衰减年以及衰减年的次年。白色等值线包围的区域表示通过90%显著性检验的区域

    Fig.  9  Spatial evolution of composited TSLA during CP El Niño

    MAM, JJA, SON, DJF indicate boreal spring, summer, autumn, and winter. (0), (1), (2) denote the developing year, decaying year, and third year of El Niño, respectively. The white contours filled with dots indicate the composite exceeding the 90% significance level based on a Student’s t test

    图  10  东部型El Niño(a)和中部型El Niño(b)期间合成的海温异常垂向分布

    Year (0)表示El Niño发展年,Year (1)表示El Niño衰减年;白色等值线包围的区域表示通过90%显著性检验的区域

    Fig.  10  Composite temperature anomaly as a function of depth during the EP El Niño (a) and CP El Niño (b)

    Year (0) and Year (1) indicate the developing and decaying year of El Niño, respectively. The white contours filled with dots indicate the composite exceeding the 90% significance level based on a Student’s t test

    图  11  东部型El Niño(a)和中部型El Niño(b)期间合成的南海净热输运异常垂向演变

    净热输运负值表示南海热量减少,正值表示南海热量增加。Year (0)表示El Niño发展年,Year (1)表示El Niño衰减年。白色等值线包围的区域表示通过90%显著性检验的区域

    Fig.  11  Composite net heat transport anomaly as a function of depth during the EP El Niño (a) and CP El Niño (b)

    Negative net heat transport means that heat decreases in the South China Sea, vice versa. Year (0) and Year (1) indicate the developing and decaying year of El Niño, respectively. The white contours filled with dots indicate the composite exceeding the 90% significance level based on a Student’s t test

  • [1] Chao S Y, Shaw P T, Wu S Y. Deep water ventilation in the South China Sea[J]. Deep Sea Research Part I: Oceanographic Research Papers, 1996, 43(4): 445−466. doi:  10.1016/0967-0637(96)00025-8
    [2] Chen C T A, Huang M H. A mid-depth front separating the South China Sea water and the Philippine sea water[J]. Journal of Oceanography, 1996, 52(1): 17−25. doi:  10.1007/BF02236530
    [3] Qu Tangdong, Song Y T, Yamagata T. An introduction to the South China Sea throughflow: its dynamics, variability, and application for climate[J]. Dynamics of Atmospheres and Oceans, 2009, 47(1/3): 3−14.
    [4] Sprintall J, Gordon A L, Flament P, et al. Observations of exchange between the South China Sea and the Sulu Sea[J]. Journal of Geophysical Research: Oceans, 2012, 117(C5): C05036.
    [5] Cai Shuqun, Liu Hailong, Li Wei, et al. Application of LICOM to the numerical study of the water exchange between the South China Sea and its adjacent oceans[J]. Acta Oceanologica Sinica, 2005, 24(4): 10−19.
    [6] Chen H W, Liu C T, Matsuno T, et al. Temporal variations of volume transport through the Taiwan Strait, as identified by three-year measurements[J]. Continental Shelf Research, 2016, 114: 41−53. doi:  10.1016/j.csr.2015.12.010
    [7] Wang Yan, Xu Tengfei, Li Shujiang, et al. Seasonal variation of water transport through the Karimata Strait[J]. Acta Oceanologica Sinica, 2019, 38(4): 47−57. doi:  10.1007/s13131-018-1224-2
    [8] Susanto R D, Wei Zexun, Adi R T, et al. Observations of the Karimata Strait througflow from December 2007 to November 2008[J]. Acta Oceanologica Sinica, 2013, 32(5): 1−6. doi:  10.1007/s13131-013-0307-3
    [9] Rong Zengrui, Liu Yuguang, Zong Haibo, et al. Interannual sea level variability in the South China Sea and its response to ENSO[J]. Global and Planetary Change, 2007, 55(4): 257−272. doi:  10.1016/j.gloplacha.2006.08.001
    [10] Wang Hui, Liu Kexiu, Wang Aimei, et al. Regional characteristics of the effects of the El Niño-Southern Oscillation on the sea level in the China Sea[J]. Ocean Dynamics, 2018, 68(4/5): 485−495.
    [11] Fang Guohong, Chen Haiying, Wei Zexun, et al. Trends and interannual variability of the South China Sea surface winds, surface height, and surface temperature in the recent decade[J]. Journal of Geophysical Research: Oceans, 2006, 111(C11): C11S16.
    [12] Cheng Yongcun, Hamlington B D, Plag H P, et al. Influence of ENSO on the variation of annual sea level cycle in the South China Sea[J]. Ocean Engineering, 2016, 126: 343−352. doi:  10.1016/j.oceaneng.2016.09.019
    [13] Soumya M, Vethamony P, Tkalich P. Inter-annual sea level variability in the southern South China Sea[J]. Global and Planetary Change, 2015, 133: 17−26. doi:  10.1016/j.gloplacha.2015.07.003
    [14] Qiu Bo, Chen Shuiming. Interannual-to-decadal variability in the bifurcation of the North Equatorial Current off the Philippines[J]. Journal of Physical Oceanography, 2010, 40(11): 2525−2538. doi:  10.1175/2010JPO4462.1
    [15] Qu Tangdong, Kim Y Y, Yaremchuk M, et al. Can Luzon Strait transport play a role in conveying the impact of ENSO to the South China Sea?[J]. Journal of Climate, 2004, 17(18): 3644−3657. doi:  10.1175/1520-0442(2004)017<3644:CLSTPA>2.0.CO;2
    [16] Liu Qinyan, Huang Ruixin, Wang Dongxiao, et al. Interplay between the Indonesian throughflow and the South China Sea throughflow[J]. Chinese Science Bulletin, 2006, 51(S2): 50−58. doi:  10.1007/s11434-006-9050-x
    [17] Liu Qinyan, Feng Ming, Wang Dongxiao. ENSO-induced interannual variability in the southeastern South China Sea[J]. Journal of Oceanography, 2011, 67(1): 127−133. doi:  10.1007/s10872-011-0002-y
    [18] Zhuang Wei, Qiu Bo, Du Yan. Low-frequency western Pacific Ocean sea level and circulation changes due to the connectivity of the Philippine Archipelago[J]. Journal of Geophysical Research: Oceans, 2013, 118(12): 6759−6773. doi:  10.1002/2013JC009376
    [19] Ashok K, Behera S K, Rao S A, et al. El Niño Modoki and its possible teleconnection[J]. Journal of Geophysical Research: Oceans, 2007, 112(C11): C11007. doi:  10.1029/2006JC003798
    [20] Yu Jinyi, Kao H Y. Decadal changes of ENSO persistence barrier in SST and ocean heat content indices: 1958-2001[J]. Journal of Geophysical Research: Atmospheres, 2007, 112(D13): D13106.
    [21] Larkin N K, Harrison D E. Global seasonal temperature and precipitation anomalies during El Niño autumn and winter[J]. Geophysical Research Letters, 2005, 32(16): L16075.
    [22] Kug J S, Jin Feifei, An S I. Two types of El Niño events: cold tongue El Niño and warm pool El Niño[J]. Journal of Climate, 2009, 22(6): 1499−1515. doi:  10.1175/2008JCLI2624.1
    [23] Kao H Y, Yu Jinyi. Contrasting eastern-Pacific and central-Pacific types of ENSO[J]. Journal of Climate, 2009, 22(3): 615−632. doi:  10.1175/2008JCLI2309.1
    [24] Yeh S W, Kug J S, Dewitte B, et al. El Niño in a changing climate[J]. Nature, 2009, 461(7263): 511−514. doi:  10.1038/nature08316
    [25] Lee T, McPhaden M J. Increasing intensity of El Niño in the central-equatorial Pacific[J]. Geophysical Research Letters, 2010, 37(14): L14603.
    [26] Weng Hengyi, Ashok K, Behera S K, et al. Impacts of recent El Niño Modoki on dry/wet conditions in the Pacific rim during boreal summer[J]. Climate Dynamics, 2007, 29(2/3): 113−129.
    [27] Kim J S, Zhou Wen, Wang Xin, et al. El Niño Modoki and the summer precipitation variability over South Korea: a diagnostic study[J]. Journal of the Meteorological Society of Japan, 2012, 90: 673−684. doi:  10.2151/jmsj.2012-507
    [28] Wang Xin, Zhou Wen, Li Chongyin, et al. Comparison of the impact of two types of El Niño on tropical cyclone genesis over the South China Sea[J]. International Journal of Climatology, 2014, 34(8): 2651−2660. doi:  10.1002/joc.3865
    [29] Liu Qinyan, Wang Dongxiao, Wang Xin, et al. Thermal variations in the South China Sea associated with the eastern and central Pacific El Niño events and their mechanisms[J]. Journal of Geophysical Research: Oceans, 2014, 119(12): 8955−8972. doi:  10.1002/2014JC010429
    [30] Hong C C, Li Y H, Li T, et al. Impacts of central Pacific and eastern Pacific El Niños on tropical cyclone tracks over the western North Pacific[J]. Geophysical Research Letters, 2011, 38(16): L16712.
    [31] Balmaseda M A, Mogensen K, Weaver A T. Evaluation of the ECMWF ocean reanalysis system ORAS4[J]. Quarterly Journal of the Royal Meteorological Society, 2013, 139(674): 1132−1161. doi:  10.1002/qj.2063
    [32] Balmaseda M A, Trenberth K E, Källén E. Distinctive climate signals in reanalysis of global ocean heat content[J]. Geophysical Research Letters, 2013, 40(9): 1754−1759. doi:  10.1002/grl.50382
    [33] Carton J A, Giese B S. A reanalysis of ocean climate using simple ocean data assimilation (SODA)[J]. Monthly Weather Review, 2008, 136(8): 2999−3017. doi:  10.1175/2007MWR1978.1
    [34] Rayner N A, Parker D E, Horton E B, et al. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century[J]. Journal of Geophysical Research: Atmospheres, 2003, 108(D14): 4407. doi:  10.1029/2002JD002670
    [35] Wang Chunzai, Wang Xin. Classifying El Niño Modoki I and II by different impacts on rainfall in Southern China and typhoon tracks[J]. Journal of Climate, 2013, 26(4): 1322−1338. doi:  10.1175/JCLI-D-12-00107.1
    [36] Fang Guohong, Susanto R D, Wirasantosa S, et al. Volume, heat, and freshwater transports from the South China Sea to Indonesian seas in the boreal winter of 2007-2008[J]. Journal of Geophysical Research: Oceans, 2010, 115(C12): C12020. doi:  10.1029/2010JC006225
    [37] Fang Guohong, Wang Yonggang, Wei Zexun, et al. Interocean circulation and heat and freshwater budgets of the South China Sea based on a numerical model[J]. Dynamics of Atmospheres and Oceans, 2009, 47(1/3): 55−72.
  • [1] 黄全佳.  El Niño事件对河流入海COD的调控机制 . 海洋学报, 2020, 42(12): 1-9. doi: 10.3969/j.issn.0253-4193.2020.12.001
    [2] 王慧, 刘克修, 王爱梅, 徐矅, 范文静, 冯建龙, 李文善, 张增建, 李欢.  ENSO对中国近海海平面影响的区域特征研究 . 海洋学报, 2018, 40(3): 25-35. doi: 10.3969/j.issn.0253-4193.2018.03.003
    [3] 齐庆华, 蔡榕硕.  21世纪海上丝绸之路海洋上层热含量及热比容海平面异常变化 . 海洋学报, 2017, 39(11): 37-48. doi: 10.3969/j.issn.0253-4193.2017.11.004
    [4] 陈圣劼, 何金海.  两类El Niño不同衰减型的演变特征及其与我国夏季降水的联系 . 海洋学报, 2017, 39(1): 11-27. doi: 10.3969/j.issn.0253-4193.2017.01.002
    [5] 周东旭, 周兴华, 雷宁, 王朝阳, 唐秋华.  南海周边相对海平面变化特征及2004年苏门答腊地震影响分析 . 海洋学报, 2016, 38(11): 49-59. doi: 10.3969/j.issn.0253-4193.2016.11.005
    [6] 李海燕, 张文君, 何金海, 王亚兰.  SST年循环对El Niño事件局地海气过程的影响 . 海洋学报, 2016, 38(1): 56-68. doi: 10.3969/j.issn.0253-4193.2016.01.006
    [7] 王慧, 刘克修, 范文静, 高志刚, 张建立, 李琰, 张增建.  2012年中国沿海海平面上升显著成因分析 . 海洋学报, 2014, 36(5): 8-17. doi: 10.3969/j.issn.0253-4193.2014.05.002
    [8] 王慧, 刘克修, 张琪, 范文静, 高志刚, 张增建, 李琰.  中国近海海平面变化与ENSO的关系 . 海洋学报, 2014, 36(9): 65-74. doi: 10.3969.issn.0253-4193.2014.09.008
    [9] 陈永利, 赵永平, 王凡, 官聪.  热带太平洋第二类El Niño事件及其对中国气候的影响 . 海洋学报, 2014, 36(5): 30-45. doi: 10.3969/j.issn.0253-4193.2014.05.004
    [10] 张吉, 左军成, 李娟, 陈美香.  RCP4.5情景下预测21世纪南海海平面变化 . 海洋学报, 2014, 36(11): 21-29. doi: 10.3969/j.issn.0253-4193.2014.11.003
    [11] 王龙, 王晶, 杨俊钢.  东海海平面变化的综合分析 . 海洋学报, 2014, 36(1): 28-37. doi: 10.3969/j.issn.0253-4193.2014.01.004
    [12] 王慧, 刘克修, 张建立, 范文静.  三沙市海域海平面变化 . 海洋学报, 2013, 35(3): 11-17. doi: 10.3969/j.issn.0253-4193.2013.03.002
    [13] 陈锦年, 王宏娜, 王东晓, 左涛.  2009/2010年El Niño事件变化特征及其机理 . 海洋学报, 2011, 33(6): 29-38.
    [14] 孙桂华, 邱燕, 朱本铎.  南海及其周缘地区全新世海平面遗迹的构造含义 . 海洋学报, 2009, 31(5): 58-68.
    [15] 孙旭光, 杨修群.  El Niño对东亚气候年际异常影响的数值模拟 . 海洋学报, 2007, 29(5): 21-30.
    [16] 秦曾灏, 李永平.  上海海平面变化规律及其长期预测方法的初探 . 海洋学报, 1997, 19(1): 1-7.
    [17] 曲维政, 曹伟国, 江秀芳, 李若钝.  El Niño前后热带西太平洋潜热交换空间变化特征 . 海洋学报, 1994, 16(6): 66-71.
    [18] 李平日, 黄镇国, 张仲英, 宗永强.  广东东部晚更新世以来的海平面变化 . 海洋学报, 1987, 9(2): 216-222.
    [19] 郑文振, 赵绪才.  中国近海海平面长周期变化的研究 . 海洋学报, 1985, 7(3): 276-279.
    [20] 赵希涛, 耿秀山, 张景文.  中国东部20000年来的海平面变化 . 海洋学报, 1979, 1(2): 269-281.
  • 加载中
图(11)
计量
  • 文章访问数:  146
  • HTML全文浏览量:  44
  • PDF下载量:  79
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-04-26
  • 修回日期:  2019-07-14
  • 网络出版日期:  2020-11-18
  • 刊出日期:  2020-03-25

南海海平面对两类El Niño的不同响应

doi: 10.3969/j.issn.0253-4193.2020.03.004
    作者简介:

    罗凤云(1993-),女,浙江省衢州市人,从事气候变化和海平面研究。E-mail:phoebe_luo@outlook.com

    通讯作者: 谭伟,讲师,主要从事热带海气相互作用方向的研究。E-mail:tw0419@yeah.net
基金项目:  国家重点研发计划(2017YFA0604901);国家自然科学基金青年科学基金项目(41806039);国家社科重大项目(15ZDB170);国家自然科学基金(41576020);国家自然科学基金面上项目(41976025)。

摘要: 利用ECMWF ORAS4重构数据,分析了南海海平面异常(SLA)对东部型(EP)El Niño和中部型(CP)El Niño的不同响应特征。南海SLA在两类El Niño期间表现出不同的时空演变规律。对于东部型El Niño,南海空间平均的SLA在发展年的秋、冬季显著下降,最低可达−2 cm,并在次年开始上升,至次年冬季可达2 cm。空间分布上,在发展年秋、冬季,除越南东南部海域存在一个正异常中心外,在南海绝大部分海域,SLA均表现为显著的负异常;从次年春季开始,SLA负异常减弱,而越南东南部的正异常开始发展,直至冬季南海大部分海域以正异常为主。对于中部型El Niño,南海SLA在整个El Niño发展和衰退期间均表现为显著负异常,异常值始终维持在−2 cm左右,并且在空间上表现为全海盆一致的负异常模态。相比于传统的经验正交分解(EOF),季节EOF(S-EOF)能够更好地刻画南海SLA在两类El Niño期间的时空演变特征,S-EOF的第一模态表现为中部型El Niño模态,而第二模态更多地表现为南海SLA在东部型El Niño期间的演变特征。南海海平面在两类El Niño期间的不同变化主要是由于海峡通道处的热量平流输运异常所产生的热比容效应导致的,但是比容海平面的贡献主要集中在南海内区和南海东部等深水海域,对于南海西部等近岸海域,海平面的变化机制还有待进一步深入研究。

English Abstract

    • 南海是一个半封闭海盆,是西北太平洋最大的边缘海,通过北部的台湾海峡、东北部的吕宋海峡、东南部的民都洛海峡和巴拉巴克海峡以及南部的卡里马塔海峡等与太平洋和印度洋相通(图1),进行复杂的水交换和热量交换。吕宋海峡水深最大,平均水深超过2 000 m,流速在垂直方向上呈现“三明治”夹层结构,上层和底层向西输运(即流入南海),中间层向东输运(即流出南海)[1-2],垂向净输运以西向为主,约为5×106 m3/s[3]。民都洛海峡的平均深度约为500 m,巴拉巴克海峡平均深度约为30 m,二者受季风影响其上层水体在夏季向北流动,在冬季向南流动[4]。台湾海峡水深平均约为60 m,尽管同样受到季风影响[5],但全年表现为东北向输运,夏季水体流量大(近3×106 m3/s),冬季小(近0)[6]。卡里马塔海峡平均水深约40 m,水体输运存在双层结构,上层全年向南输运,并且冬季流量大(2×106 m3/s),夏季小(0.7×106 m3/s)[7];底层水体积输运以向北为主[8]

      图  1  南海水深及其主要海峡

      Figure 1.  South China Sea topography and its main straits

      南海海平面具有显著的年际变化特征,且主要受ENSO影响,在El Niño期间呈现负异常,而在La Niña期间呈现正异常[9-10],其EOF第一模态与Niño3.4指数的相关系数高达0.94[11],并且不同区域受影响程度不同[12-13]。国内外学者已对El Niño引起南海海平面变化的机制作了许多有益的探讨。在El Niño期间,赤道太平洋的西风异常引起北赤道流加强以及分叉点的向北移动,使得黑潮流量减弱,而棉兰老流的流量加强,进而在吕宋海峡处出现入隙现象,最终导致El Niño期间通过吕宋海峡的南海贯穿流加强[14-16]。南海贯穿流的冷平流作用使得南海上层热含量减少[17],导致比容海平面下降[9]。此外,热带太平洋风场强迫可以通过斜压Rossby波以及沿岸Kelvin波来影响苏禄海和南海东部海域的海平面年际变化[18]。在南海内区,海平面的年际变化主要与ENSO导致的局地海表风应力旋度异常有关。而东边界激发的Rossby波则可以很好地解释南海东部海平面的年际变化[12, 18]

      近些年,一种新的El Niño类型被提出[19]。与东部型El Niño发生时最大暖海温异常出现在热带东太平洋不同,新型El Niño的最大暖海温异常位于赤道太平洋中部,在日界线附近,因此被称为中部型El Niño[20],日界线El Niño[21]或暖池El Niño[22]。在本文中,选用东部型El Niño (EP El Niño) 和中部型El Niño (CP El Niño) 这种命名方式来对两类El Niño进行区分。自20世纪90年代以来,中部型El Niño发生频率增加[19, 23-24],并且强度在过去30年中不断增强[19, 23-25]。两类El Niño由于增暖位置、强度以及大气环流异常的不同,对全球气候的影响有着显著的差异[22-23, 26-27]。一些文献研究并比较了南海海表温度、热带气旋等对两类El Niño事件的不同响应[28-30]。南海海表面温度(Sea Surface Temperature,SST)在东部型El Niño期间表现为整个南海海盆尺度增暖模态和冷−暖的准两年振荡,而在中部型El Niño期间则表现为半海盆(115°E以西)增暖模态和暖−冷−暖−冷的年变化特征[28-30]。目前,关于比较南海海平面对两类El Niño响应的研究较少。因此本文将探究两类El Niño期间南海海平面的不同演变特征,并结合上层海水的温度结构和海峡热输运解释不同类型El Niño对南海海平面的影响机制。

    • 本文所使用的海平面数据是由欧洲中期天气预报中心(ECMWF)提供的ORAS4海洋再分析数据集[31-32]。该数据可以表征真实的海平面变化,并且在1993年后与卫星高度计数据有很好的一致性[31]。ORAS4海平面数据的空间覆盖范围为89°S~89°N,环全球经度,时间范围为1958年1月至2017年12月,水平空间分辨率是1°×1°。考虑到ORAS4在南海海峡通道处的数据较少,在南海海峡热输运计算时选用水平空间分辨率相对更高的(0.5°×0.5°)海洋再分析数据集SODA(V2.1.6)[33]。该产品是由美国马里兰大学研制开发的,垂向分为40层,时间跨度为1958年1月至2008年12月,此时间长度虽短于ORAS4的时间长度,但由后面介绍的两类El Niño年份可知,只缺少一个2015/16东部型El Niño事件,因此对本文结论的影响不大。

      本文利用Hadley中心提供的月平均海表温度资料(HadISST)[34]计算两类El Niño指数。将区域(5S°~5°N,90°~150°E)平均的海表温度异常定义的Niño3指数表征东部型El Niño;利用Ashok等[19]提出的EMI指数表征中部型El Niño,EMI指数计算公式为

      $$ {\rm{EMI}} = {\left[ {{\rm{SSTA}}} \right]_{\rm{C}}} - 0.5 \times {\left[ {{\rm{SSTA}}} \right]_{\rm{W}}} - 0.5 \times {\left[ {{\rm{SSTA}}} \right]_{\rm{E}}}, $$ (1)

      式中,SSTA表示区域平均的海表温度异常,下标C、E和W分别代表热带中太平洋区域(10°S~10°N,165°E~140°W)、热带东太平洋区域(15°S~5°N,70°~110°W)和热带西太平洋区域(10°S~20°N,125°~145°E)。根据Wang等[35]的El Niño分类方法,并将其扩展至2017年,确定两类El Niño年份,得到6个东部型El Niño(1965/66,1972/73,1976/77,1982/83,1997/98,2015/16)和11个中部型El Niño(1963/64,1968/69,1977/78,1979/80,1987/88,1990/91,1991/92,1992/93,1994/95,2002/03,2004/05)。

      热比容海平面(TSL)用来描述海水温度变化通过水体热胀冷缩而引起的海平面变化,可以依照下式进行计算,

      $$ {\rm{TSL}} = \int_{ - {{H}}}^0 {\frac{{{\rho _0}\left( {x,y,z} \right) - \rho \left( {x,y,z,t} \right)}}{{{\rho _0}\left( {x,y,z} \right)}}} {\rm{d}}z, $$ (2)

      式中,ρ0代表参考密度,参考温度取值为0℃,参考盐度由SODA盐度气候态值确定;${\rho \left( {x,y,z,t} \right)}$代表海水密度,通过国际海水状态方程(EOS80)计算得到;H为积分的深度,在本文中H=700 m。

      海水热量输运(FH)的计算公式为

      $$ {{{F}}_{{H}}} = {\rm{\rho }}{{{C}}_{{p}}}\int {\left( {{{T}} - {{{T}}_0}} \right){{{v}}_{{n}}}{\rm{d}}l} , $$ (3)

      式中,ρ表示海水密度(ρ=1 021 kg/m3);CP表示定压比热(CP=3 890 J/(kg·K));T为海水温度;T0为参考温度,选择3.72℃作为参考温度[36-37]vn表示垂直于断面的流速;dl表示断面在水平方向的微元。这里没有进行垂向积分,因此FH在本文中的单位是TW/m。计算热输运的海峡断面选取如下:台湾海峡(24.25°N,118.25°~120.75°E),吕宋海峡(18.25°~22.75°N,120.75°E),民都洛−巴拉巴克海峡(7.25°~13.75°N,116.75°~120.75°E的东北−西南向断面)以及卡里马塔海峡(1.25°N,104.25°~109.25°E)。

      本文所有数据在使用之前都去掉了线性趋势项,并通过扣除整个时间段的气候平均态得到异常值。文中用到了合成分析,经验正交分解(EOF)和季节经验正交分解(S-EOF)等统计分析方法。

    • 为了探究南海海平面在两类El Niño期间的演变差异,首先对南海区域平均的海平面异常(Sea Level Anomaly,SLA)进行了合成分析(图2)。南海SLA在东部型El Niño期间存在先下降后上升的演变规律,最低值出现在发展年的秋季(约−2 cm),之后SLA开始上升,并在次年的秋冬季达到最大(约2 cm)。此外,SLA在极小值和极大值期间通过90%的置信检验。而对于中部型El Niño,南海SLA始终表现为负异常,并且几乎在整个发展−衰减阶段均通过90%的置信检验。在中部型El Niño的发展年,南海SLA维持在−2 cm左右,秋冬季负异常最大;次年出现一个弱的上升趋势,到冬季负异常减弱至−1 cm左右。接下来进一步探究两类El Niño期间南海SLA的空间演变特征。

      图  2  两类El Niño期间合成的南海区域平均海平面异常时间演变

      Figure 2.  Evolution of composited area-averaged sea level anomaly during two types of El Niño

      对于东部型El Niño事件(图3),从El Niño发展年的夏季至次年春季,SLA在南海北部、东部和南部的绝大部分海域以负异常为主,负异常中心位于苏禄海附近。此外,在越南东南部海域还存在一个正异常中心。但是由于负异常的范围和强度明显大于正异常,因此导致南海区域平均的SLA在EP El Niño的发展年持续下降(图2)。从次年春季开始,SLA的负异常开始衰减,与此同时,越南东南部海域的正异常进一步加强,并向东北方向发展;至次年冬季,南海SLA呈现出与发展年冬季相反的空间分布特征,南海大部分海域SLA以正异常为主,在巴拉巴克海峡附近存在一个正异常中心,最大值超过4 cm,在越南东南部海域存在一个弱负异常中心,约为−1 cm。

      图  3  东部型El Niño期间合成的南海海平面异常空间分布

      Figure 3.  Spatial evolution of composited sea level anomaly during EP El Niño

      不同于东部型El Niño,南海SLA在整个中部型El Niño期间呈现全海盆负异常的分布形态(图4)。负异常中心交替出现在吕宋岛西侧海域、越南东部海域和苏禄海附近。虽然南海空间平均的SLA在两类El Niño发展年的秋季都出现了最低值,但其空间分布结构却截然不同。在东部型El Niño的秋季(图3c),南海SLA呈中间高四周低的穹顶状分布,除越南以东海域出现弱的正异常外,在南海其他海域均表现为负异常,最大负异常中心位于南海东部和东南部。对于中部型El Niño的秋季(图4c),在整个南海海盆均表现为显著的负异常,并且中心值位于越南以东海域。

      图  4  中部型El Niño期间合成的南海海平面异常空间分布

      Figure 4.  Spatial evolution of composited sea level anomaly during CP El Niño

    • 对南海SLA做EOF分析,其EOF第1模态的解释方差高达60.32%,整个南海均表现为负的海平面异常,尤其是在南海东南陆架海域负异常达到最大,而在越南东南海域负异常最小(图略),该模态与中部型El Niño发展年冬季(图4d)的空间分布一致,其时间系数(PC-1)与EMI指数的相关系数为0.46,超过了99%的显著性检验,但需要注意的是PC-1与表征东部型El Niño的Niño3指数的相关系数甚至更高,达到0.50。

      EOF第2模态的解释方差为13.25%,与东部型El Niño的冬季(图3d)空间分布类似。第2模态的时间系数(PC-2)与Niño3指数和EMI指数的相关系数均为0.45,同样超过了99%的显著性检验。基于3.1节和3.2节的分析发现,南海SLA在两类El Niño期间最大的差异来自于其随时间(或季节)的演变,因此下面采用季节EOF(S-EOF),从季节时空演变的角度来尝试更好地刻画南海SLA在两类El Niño期间的不同变化特征。

    • 将季节平均的南海SLA按春−夏−秋−冬的季节顺序排列,计算了南海SLA的S-EOF。S-EOF第1模态的解释方差高达49.30%,其时间系数(SPC-1)(图5e)与Niño3指数的同期相关系数为0.48,而与EMI指数的同期相关系数更高达0.51,因此表现出很强的ENSO特征。从空间分布上看(图5a图5d),南海在春、夏、秋、冬4个季节均表现为负的海平面高度异常,并且在越南以东海域的负值较弱。与东部型El Niño相比,S-EOF的第1空间模态与中部型El Niño发展年份的空间分布(图4a图4d)更加一致。此外,采用超前滞后相关进一步发现,SPC-1滞后EMI指数1年的相关系数仍然可以达到0.46,超过90%的显著性检验,这从空间分布也可以得到证实,在中部型El Niño的衰减年份南海海平面依然保持着显著的负异常(图4e图4h)。而SPC-1滞后Niño 3指数1年的相关系数则降为0.03,两者并不相关。这进一步说明,尽管SPC-1与Niño 3指数的同期相关系数同样较高,但是S-EOF的第1模态更多地表现为中部型El Niño的时空分布模态。

      图  5  南海海平面高度异常(SLA)的S-EOF分解第一模态

      Figure 5.  First S-EOF mode of sea level anomaly (SLA) in the South China Sea

      S-EOF第2模态的解释方差为11.05%。从空间分布上看(图6a图6d),南海在春、夏、秋、冬4个季节表现为正的海平面高度异常逐步向东发展,负异常向越南东部海域集中。这一季节演变与东部型El Niño衰减年份的空间分布(图3e图3h)一致。尽管第2模态的时间系数(SPC-2)与Niño3指数和EMI指数的同期相关系数非常低(约为0.16),但是SPC-2在滞后Niño3指数1年情况下的相关系数却高达0.57,而SPC-2与EMI指数则不存在这种显著的滞后相关关系(滞后EMI指数1年的相关系数为0.38)。因此,无论是空间分布还是时间系数都能够说明S-EOF的第2模态表现为南海海平面在东部型El Niño衰减年的时空演变特征。

      图  6  南海海平面高度异常(SLA)的S-EOF分解第二模态

      Figure 6.  The second S-EOF mode of sea level anomaly (SLA) in the South China Sea

    • 南海区域平均的热比容海平面异常(TSLA)(图7)与SLA(图2)的时间演变规律非常相似。TSLA在东部型El Niño发展年秋冬季达到最低(约−3 cm),秋冬季之后TSLA开始上升,并在次年秋季达到最大(约1.5 cm)。在整个中部型El Niño期间,南海TSLA表现为持续的负异常,异常值在−1.8 cm左右波动。无论是从时间变化规律,还是量值大小,都可以看出热比容海平面是南海SLA在两类El Niño期间变化的主要因素。

      图  7  两类El Niño 期间合成的南海区域平均热比容海平面异常(TSLA)时间演变

      Figure 7.  Evolution of composited area-averaged TSLA during two types of El Niño

      进一步对南海区域TSLA演变的空间分布特征进行研究发现,在东部型El Niño发展年的夏季至次年春季(图8),TSLA在南海北部、东部的绝大部分海域以负异常为主;在El Niño发展年冬季,南海中部越南东部附近海域出现显著TSLA正异常中心,此后正异常进一步加强并向东北方向发展,至次年秋季扩展到南海中部,冬季扩展至东部海域。在整个TSLA东部型El Niño发展年−衰减期间,南海TSLA呈现出与南海SLA同时期(图3)大致相同的空间分布特征。由此可见,TSLA亦可以从空间分布上解释南海SLA空间分布结构演变特征。

      图  8  东部型El Niño期间合成的南海热比容海平面异常(TSLA)空间分布

      Figure 8.  Spatial evolution of composited TSLA during EP El Niño

      在整个中部型El Niño期间,南海TSLA呈现全海盆负异常的分布形态(图9),与SLA分布特征(图4)一致。在发展年的夏季、秋季和衰减年的秋季、冬季,TSLA的负异常中心呈现东北西南形态位于南海中部海域越南东侧;其余时段在位于南海东部吕宋岛西侧。

      图  9  中部型El Niño期间合成的南海热比容海平面异常(TSLA)空间分布

      Figure 9.  Spatial evolution of composited TSLA during CP El Niño

      为了解释南海SLA在两类El Niño期间的不同变化,本文对南海700 m以浅的垂向海温做合成分析(图10)。在东部型El Niño发展年的秋冬季,南海50~200 m的次表层存在一个显著的冷海温异常中心,中心值为−0.4~−0.5℃,同时200~700 m水层的冷海温异常也通过了90%的置信度检验。在东部型El Niño发展年的秋季,在上50 m水层开始出现暖海温异常,在次年进一步加强并逐渐向次表层发展。这种演变可能与越南冷涡的暖海温异常有关(图略)。在整个中部型El Niño期间,南海上层水体垂向上整体表现为负异常,并且在50~200 m的次表层负异常较大,负异常通过90%的置信检验。两类El Niño期间合成的上层海温异常与南海SLA有很好的对应关系。

      图  10  东部型El Niño(a)和中部型El Niño(b)期间合成的海温异常垂向分布

      Figure 10.  Composite temperature anomaly as a function of depth during the EP El Niño (a) and CP El Niño (b)

      在两类El Niño期间,对南海海平面变化起主导作用的并不是表层海温变化,而是位于50~200 m次表层的海温变化,与Rong等[9]的结论一致。南海次表层的海温变化与热平流有关,因此接下来进一步计算了南海与周边海域相联通的4个关键海峡(其中民都洛−巴拉巴克海峡视为1个海峡)的热量输运异常(图11),分析热输运对南海次表层海温的影响。两类El Niño期间,南海净热输运主要集中在100 m以上水层,其演变特征却与50~200 m的海温异常演变特征存在很好的对应关系。对于东部型El Niño,净热输运在发展年夏季和秋季表现为明显的负异常,负异常值大于−1.0 TW/m,冬季开始至次年冬季,表现为持续的正异常,其值超过1.0 TW/m,与次表层海温在秋季存在负异常中心,后转为正异常的演变规律对应。对于中部型El Niño,南海上100 m热输运在整个发展−衰退期间均表现为负异常,并在El Niño发生当年秋冬就达到最大负异常,这与中部型El Niño期间持续的负异常海温演变规律一致,也与持续的南海SLA负异常演变一致。净热输运异常主要来源于民都洛−巴拉巴克海峡(图略),该海峡水深在100 m以上。

      图  11  东部型El Niño(a)和中部型El Niño(b)期间合成的南海净热输运异常垂向演变

      Figure 11.  Composite net heat transport anomaly as a function of depth during the EP El Niño (a) and CP El Niño (b)

    • 两类El Niño期间的南海海平面显示了不同的时空演变规律。合成的南海平均SLA在东部型El Niño发展年的秋季达到最低(−2 cm),并在之后持续上升,至次年冬季达到最大(2 cm)。空间分布上,发展年秋冬季,除越南东南部海域存在一个正异常中心外,在南海北部、东部和南部的绝大部分海域,SLA均表现为显著的负异常;次年,负异常减弱并且范围缩小,大部分海域以正异常为主。而对于中部型El Niño,南海SLA在整个发展和衰退期间始终为负异常,约为−2 cm,并在空间分布上表现为全海盆负异常。与传统的EOF相比,S-EOF可以更好地刻画南海SLA在两类El Niño期间的时空演变特征,S-EOF第一模态表现为中部型El Niño模态,第二模态表现为东部型El Niño模态。

      两类El Niño期间的南海SLA的演变特征与南海上层海温、热比容海平面高度和南海热平流输运存在一致的对应关系。两类El Niño期间,南海海温负异常中心存在于50~200 m水深范围内,对于东部型El Niño,负异常中心出现的时间是在发展年秋季和冬季,对于中部型El Niño,负异常从发展年夏季开始加强,到次年春季达到最大。基于南海海温与SLA演变的对应关系,积分计算南海上层(700 m)的热比容海平面,得到两类El Niño期间合成的热比容海平面演变规律与南海SLA一致,热比容海平面是两类El Niño期间SLA的主要影响因素。进一步通过南海净热输运分析南海次表层海水的温度变化,发现南海净热输运主要发生在0~100 m的深度,净热输运演变与南海次表层海水的温度演变一致。在东部型El Niño发生当年的秋冬季南海出现负净热输运,其他时间以正净热输运为主,而对于中部型El Niño,负的净热输运持续存在。此外,从图8图9可知,热比容的贡献主要集中在南海内区和南海东部等深水海域,而在南海西部等近岸浅水海域比容贡献较小,这可能更多地与海洋动力过程有关,关于南海近海海平面变化的深层原因仍有待于进一步的分析。

参考文献 (37)

目录

    /

    返回文章
    返回