渤黄海海平面变化特征分析

渤黄海海平面变化特征分析

对海平面变化影响的研究进展作为世界变化的重要组成部分，研究海平面变化具有重要意义。引起海平面变化的原因有很多,如气压、风、海流、降水、径流等,一般认为引起海平面变化的水文气象因子有三种:导致海水物理性质变化的因子,如海水的温度、盐度、密度,其中以海水密度的变化最为重要;影响海水质量变化的因子,如径流、蒸发、降水、海流等;引起海区水团不均匀分布的大气压力、风的增减水效应等,不同的地理环境对各因子响应方式的不同,从而导致世界各地沿岸平均海面的变化具有多种多样的类型。Proudman最先开始研究气象要素与海平面关系,指出气象要素对海平面的变化产生影响,其后,Fairbridge指出平均海平面与大气压力的变化(南方涛动)有关。中国现代海平面变化的系统研究开始于80年代前后,许多学者已对影响渤海、黄海海平面变化的原因做了有益的探讨,认为厄尔尼诺和南方涛动(ENSO)对渤黄海海平面变化产生影响。于克俊、李立、李坤平等指出,厄尔尼诺发生年份中国海平面下降,并出现负距平。左军成等指出,ElNiño对中国沿岸平均海面起补偿平衡作用。渤黄海海平面受ENSO影响显著,但是,关于渤黄海海平面变化与ENSO之间的响应关系和存在的机制还少有论及,本文利用从1992年10月至2007年5月之间176个月的高度计资料分析了渤黄海海平面的变化趋势,重点讨论了其低频变化规律及其与ENSO的关系,并就其影响渤黄海海平面可能的物理机制进行了初步分析。1sla标准曲线的区域平均运算使用的海平面异常(SeaLevelAnomaly)数据是由法国国家空间研究中心(CNES)AVISO数据中心提供的多颗高度计卫星(Topex/Poseidon、Jason-1、ENVISAT和ERS-1/2)确定的网格化融合数据MSLA/AVISO(MapsofSeaLevelAnomaly/Archiving,Validation,andInterpretationofSatellitesOceanographicData),时间跨度为1992年10月至2007年5月,时间间隔为7d,其网格为1/3°×1/3°。因数据融合了多个高度计的观测结果,可分辨150~200km尺度的海平面变化,在全球的大部分区域,其单点精度可达几厘米。在计算区域的平均海平面异常时,预先剔除了同一地理位置的平均值。由于在不同的纬度数据点的密集程度不同,计算区域平均海平面时进行了纬度位置加权因子的订正,以避免人为夸大中高纬度海平面变化的影响,公式如下式中:代表第k个时间点的区域平均海平面;i,j代表取样的地理位置;hijk代表对应于地理位置(i,j)和时间(k)的海平面异常;φj代表取样点的纬度。区域平均运算之后,还进行了月平均运算。风应力资料取自马里兰大学数据中心提供的SODA(SimpleOceanDataAssimilation)数据,其水平分辨率是0.5°×0.5°,时间跨度1958年至2005年。在SODA数据集中,纬向风应力和经向风应力变量分别以taux和tauy表示,其中1958—2001年的纬向、经向风应力数据由欧洲中尺度天气预报中心ERA40再分析数据集提供,而2001—2007年的数据则由QuikSCAT高度计再分析数据集提供。南方涛动指数(SOI)由美国NOAA气候诊断中心资料库提供,该数据是由太平洋塔希提岛海平面和印度洋达尔文岛海平面气压异常之差获得,它代表ENSO现象的大气效应。风应力资料取距平值后进行了区域平均运算。对于初步处理后的海平面异常时间序列,本文将其视为几部分的线性叠加,即式中:代表初步处理后的SLA时间序列;a是起始月(t=0)的SLA,b是待定的SLA线性变化速率。等式右侧第一部分是SLA变化的线性趋势项,本文采用最小二乘意义上的线性拟合来做SLA的线性回归分析;第二部分是周期为T(T为一年周期)的波动项,A和B是与周期T相对应的待定系数。为了清楚地显示SLA的低频变化规律及其与ENSO的相关性,对去除趋势项和周期项的SLA采用Butterworth滤波器进行周期2~7a(即24~84个月)的带通滤波,获得SLA变化的低频分量ε2-7(t),剩余部分ε0(t)为残差序列。ε2-7(t)包含周期为2~7a的低频分量,这里简称为SLA的低频分量。本文重点分析SLA低频分量ε2-7(t)的变化特征及其与ENSO的关系。2海平面变化的季节变化本文使用渤海及北黄海海区代表(37°N-41°N,117°E-121°E)的海域,使用中央黄海海区代表的范围指(33°N-37°N,117°E-125°E)的海域。进行区域平均时,各个矩形区域中陆地数据已被剔除。海水热膨胀和风带来的海水堆积是海平面上升的主要影响因素。由于热膨胀的地理差异以及盐度、风场和海流等的变化,海水增暖程度和影响到的水体深度随着区域而变化,导致在全球平均海平面上升的大背景下,各个海域海平面变化不尽相同。受太阳辐射、降雨、入海径流及风应力等因素的影响,渤黄海的平均海平面变化的季节性明显,具有明显的年周期变化特征和季节变化特征,振幅约10cm量级。比较显示,年较差存在空间差异,北大南小,冬季渤黄海海面北低南高,夏季则北高南低;海平面最大值出现日期均为夏季,但从渤海到黄海依次递推(即渤海最先出现最大值,黄海随后);海平面总体上,夏季呈上升趋势并逐渐达到最大值,冬季则呈下降趋势至最小值。海平面最高值出现日期自南向北的滞后说明,海平面的年周期和季节变化与太阳热辐射引起的海水热膨胀有关。入海径流量、降水的季节差异,以及季风的增减水效应也是引起黄渤海海平面呈现明显的季节性变化的重要因素。分析发现,1992年10月至2007年5月这一期间,渤黄海海平面总体趋势是上升的,线性最小二乘拟合给出渤海及北黄海、中央黄海平均海平面上升速率分别为3.278mm/a和2.479mm/a,这与Cazenave等、吴涛等结论吻合较好。依照此上升速率,1993—2007年14a间,中国沿海海平面上升了约4.4cm。据国家海洋局2007年12月海平面公报公布,近30a来,我国沿海海平面总体上升了9cm。如果换算成同一个时间段的上升幅度,二者符合良好。3低频分量与正负分量的相关性分析渤黄海海平面的低频变化受多种因素影响,如全球变暖、ENSO、黑潮、降水、风应力等因素。因为SOI代表ENSO现象的大气效应,所以本文着重分析渤黄海SLA与SOI的低频分量之间的相关关系。图2显示了SOI频谱(图a)和时间序列(图b)。图2(a)表明,没有滤波的SOI原始时间序列分量主要集中在周期为20~250个月区间,共有四个谱峰,对应的周期分别为21个月、29个月、51个月和128个月。图2(b)显示了SOI的时间序列。由于SOI线性拟合得到的趋势项非常小,对滤波结果没有影响,本文SOI滤波之前均未去除趋势项。由图2(a)频谱图可以看出,SOI的能量分布在24~84个月的周期和84个月以上的周期区间。对应84个月以上的周期的波动与对应24~84个月周期的波动不属于同一个波动。虽然大于24个月周期的低频分量SOI24-84+SOI84更符合SOI的低频变化趋势,但是,周期为24~84个月的低频分量SOI24-84更能反映厄尔尼诺事件。原因是:第一,24~84个月对应着2~7a,通常认为厄尔尼诺事件的周期在2~7a之间。第二,图2(b)显示,周期为24~84个月的低频分量SOI24-84的正负值与厄尔尼诺/拉尼娜事件对应更好(在图3中看得更清楚);例如在1994年1月至1996年1月期间,SOI24-84的正负值与厄尔尼诺/拉尼娜事件恰好对应,而大于24个月周期的低频分量SOI24-84+SOI84大部分是负值,没有反映接替厄尔尼诺的拉尼娜事件。因为篇幅限制,本文对84个月即7a以上的超低频分量SOI84暂不做讨论,仅分析周期为24~84个月的低频分量SOI24-84和与之对应的海平面异常分量之间的关联性。图3显示了滤波后的南方涛动指数与两个海区的海平面异常和纬向风应力距平的比较。图3(a)描述了渤黄海海区的平均海平面异常和纬向风应力距平(以下用tauxA表示,即风应力距平值),图3(b)描述了中央黄海海区的平均海平面异常和纬向风应力距平。为便于比较,图3和图4的所有要素都经过了无因次化处理,即都除以了本要素时间序列的标准差。在数据处理中采用了周期为24~84个月带通滤波,所以这里的低频分量指经过了周期为24~84个月带通滤波以后获得的时间序列。正如图中所显示,当SOI的低频分量为负时,厄尔尼诺事件发生;当SOI的低频分量为正时,拉尼娜事件发生。图3(a1)和(b1)分别显示了相关系数随滞后时间的变化。据图3(a)显示,渤海及北黄海SLA(虚线)与SOI(实线)的低频分量间具有明显的相关关系,它们的位相变化基本完全相反。图中显示,1993年渤海及北黄海SLA的低频分量负异常,6月左右下降到极小值后逐渐上升,到1994年变为正异常,10月达到极大值,然后开始下降,到1995年3月SLA已变为负值。1997-1998年厄尔尼诺事件发生时,SLA的低频分量亦是先增后减,说明在厄尔尼诺事件前期,渤海及北黄海SLA处于增长阶段,事件中后期开始下降。进一步对SLA与SOI的低频分量进行相关性分析,如图3(a1)点划线所示,渤海及北黄海SLA与SOI的低频分量具有较好的相关性,二者的相关系数r(t=0)=-0.746,其中t(单位:月)代表SLA滞后于SOI的时间。为了简便,本文以L代表周期为24~84个月的低频分量,如,LSLA代表SLA周期为24~84个月的低频分量。表1给出了渤海及北黄海、中央黄海LSLA与LSOI之间的同步相关系数及最大相关系数,这里最大相关系数代表绝对值最大的相关系数,当t为负值时表示LSLA超前于LSOI。从表1可以看出,中央黄海LSLA与LSOI呈负相关性,同步相关系数r(t=0)为-0.53,并且当LSLA比LSOI超前2个月时,即t=-2,相关性最好,最大相关系数r(t=-2月)=-0.56。两个海区的LSLA与LSOI均呈负相关性:即塔希提岛海平面与达尔文(Darwin)岛海平面之间的气压异常差低频分量降低时,LSLA增长,反之,LSOI增加则对应LSLA的减小。例如,1997—1998年LSOI值小于0,厄尔尼诺事件发生,并且LSOI先减小后增加,各海区LSLA则先增大再减小,但始终大于0。1995—1997年LSOI值大于0,拉尼娜事件发生,LSOI先增大后减小,两个海区的LSLA则先减小再增大,并且始终小于0,其中渤海及北黄海变化幅度最大,中央黄海次之。渤黄海LSLA与LSOI相关性较好,SOI在2~7a之间的低频分量与厄尔尼诺事件相对应,这表明渤黄海SLA受厄尔尼诺事件影响显著,即渤黄海海平面显著受ENSO(厄尔尼诺和南方涛动)调制。4．评价风应力距平的分区上层海洋是在风应力驱动下运动的,SLA变化与风应力的变化有关。据李克让等,北半球中高纬度经向风应力远小于纬向风应力。闫昊明等指出,纬向风对海平面的影响在全球分布比较均匀,经向风对海平面的影响则在赤道区域比较显著。本研究发现,经向风应力的低频分量与渤黄海海平面异常之间相关较小,它引起的海面升降不明显,加之南北向各海区之间连通性,导致其对海平面影响较弱。所以,本文只阐述纬向风应力距平tauxA的低频分量对海平面异常的影响。从图3(b)中可以看出,中央黄海平均SLA与tauxA的低频分量变化具有较好的反位相关系,即东分量距平LtauxA为负值时LSLA呈现正异常,东分量距平LtauxA为正值时LSLA呈现负异常。但在不同的时间段二者相关性存在变化,例如,1992年10月至1997年6月、2001年10月至2005年11月,中央黄海平均LSLA与LtauxA基本呈反位相,而1997年至2001年则出现振荡。相关性分析得到,LSLA与LtauxA呈负相关性,即LSLA减小时LtauxA增大,而LSLA增大时LtauxA则减小,相关系数r(t=0)=-0.66。这表明中央黄海平均海平面显著受tauxA影响,尤其是在前者滞后后者3个月,即t=3时,最大相关系数r(t=3月)=-0.71。表2列出了渤黄海海区LSLA与LtauxA的同步相关系数,及最大相关系数。据表2显示,渤海及北黄海LSLA与LtauxA亦呈负相关性,相关系数r(t=0)=-0.62,当LSLA比LtauxA超前2个月时相关性最好,最大相关系数r(t=-2月)=-0.64。总体说来,渤黄海海区SLA显著受tauxA调制。为了确定与渤黄海海平面相关最大的风应力方向,将坐标系旋转,风应力距平在新坐标系的分量计算公式如下:式中:tauxA,tauyA分别为原坐标系下的纬向风应力及经向风应力距平;α为坐标系旋转的角度,当α为正值时,坐标系顺时针旋转,当α为负值时,坐标系逆时针旋转;u,v分别代表新坐标系下的风应力距平分量。将新坐标系下的u,v与海区平均SLA低频分量做相关性分析,相关性最好的风应力距平方向是对海平面影响最大的风的方向。这里,我们使用u代表对海平面影响最大的风应力距平分量。经过坐标系旋转发现,风应力距平Lu与LSLA最大相关系数所对应的α具有空间差异,取风应力距平Lu与LSLA相关系数绝对值大于0.5对应的α范围,渤海及北黄海为-18°~64°,中央黄海为-31°~62°,当坐标系分别顺时针旋转20°和8°时,渤海及北黄海、中央黄海风应力距平Lu与LSLA相关系数最大。图4(a)、图4(b)显示了渤海及北黄海、中央黄海平均SLA(虚线)、SOI(实线)与新坐标系下风应力距平u(点划线)的低频分量(即2~7a周期分量),三个海区风应力距平u分别为坐标系顺时针旋转20°、8°所得到的新坐标系下分量。图4显示了坐标系旋转之后得到的风应力距平u与SLA低频分量具有更好的相关关系:对于渤海及北黄海海区,当坐标系顺时针旋转20°后风应力距平u与SLA的低频分量之间反位相关系最好,其中,1992年10月到1997年二者基本完全反位相。对于中央黄海海区,坐标系顺时针旋转8°时SLA与风应力距平u的低频分量相关性最好,并且长时间较稳定。表2给出了SLA与风应力距平u的低频分量相关性分析结果。从表中可以看出,在新坐标系下两个海区平均SLA与风应力距平u的低频分量均呈负相关性,相关系数r(t=0)分别为-0.66和-0.7,并且当SLA分别比风应力距平u的低频分量超前2个月、滞后2个月,即t=-2和t=2时相关性达到最好,最大相关系数r(t=-2月)、r(t=2月)分别为-0.69和-0.73。综上所述,东偏南20°方向风应力对渤海及北黄海SLA影响最大,东偏南8°方向风应力对中央黄海SLA影响最大,即渤海及北黄海、中央黄海的风场方向分别为东偏南20°、东偏南8°,渤黄海海平面受风应力影响显著。风应力直接作用于海面,引起水位的变化,对于渤海及北黄海、中央黄海,中国东部广阔大陆形成天然的屏障,当tauxA为负值时(即风应力东分量距平),向岸风引起海水西行,海水受到陆地阻隔后向岸堆积,从而导致海平面上升;而TauxA为正值时(即西分量距平)则引起海水东行,由于东面为广阔的太平洋,海水离岸运动没有阻隔,海平面下降,所以LSLA与LtauxA呈负相关性。5纬向风应力距平u与soi低频分量的同步影响上述分析表明,渤黄海海平面受ENSO和风应力影响较大,而风应力距平与ENSO密切相关,综合判定,厄尔尼诺事件通过风应力对渤黄海海平面进行调制。为了验证以上结论,对代表ENSO现象的大气效应的南方涛动指数SOI与渤黄海海区风应力距平u低频分量之间的相关关系作一分析。据图4显示,渤海及北黄海、中央黄海风应力距平u与SOI的低频分量有很好的相关性,当LSOI减小时,风应力距平Lu减小;反之,当LSOI增大时,风应力距平Lu增大。表3分别给出了渤黄海tauxA、风应力距平u与SOI低频分量的同步相关系数及最大相关系数,其中t为负值时表示纬向风应力距平或风应力距平Lu超前于LSOI。表3显示了,渤海及北黄海、中央黄海风应力距平u与SOI低频分量的相关系数r(t=0)分别为0.47和0.64。北纬30度是大气的辐散带,ENSO通过对辐散带大气压的调制影响两侧风场,进而对渤黄海海平面产生影响。所以,ENSO通过大气环流过程对渤黄海海域的风场产生影响,而当地风场通过纬向风应力对海平面变化产生影响。例如,在渤海及北黄海、中央黄海海区,风应力距平Lu分别比LSOI滞后6个月、0个月时,相关性达到最好,最大相关系数r(t=6月)、r(t=0)分别为0.6和0.65。薛洪斌等认为,厄尔尼诺事件先改变风场,再通过风场对水文要素产生影响,这与本文结论相同。综合以上分析,在渤黄海海域,海面风很好地响应了ENSO的低频变化,其中中央黄海海面风对ENSO低频变化的响应最大(0.65),而且响应最快(海面风与SOI同步变化,滞后时间为0)。当然,ENSO不但通过风应力对渤黄海海平面产生影响,同时也通过其它途径产生影响,风应力作用并不是唯一的途径,黑潮和台湾暖流及与南黄海及东海的连通均对海平面变化也产生一定的影响。6海上风应力与海平面异常sla的相关分析综合以上分析,可以得出以下结论:(1)使用(37°N—41°N,117°E—121°E)的海域代表北黄海区,使用(33°N—37°N,117°E—125°E)的海域代表中央黄海区。对1992年12月至2007年5月的高度计资料分析发现,渤海及北黄海、中央黄海海平面均有明显的上升趋势,上升速率分别为3.278mm/a和2.479mm/a。海平面上升在空间上分布不均,不同海区上升速率存在一定差别,其中中央黄海相对较低,这与海区的水文气象条件关系密切。(2)渤海及北黄海的LSLA与LSOI同步相关系数r(t=0)=-0.746;当LSLA比LSOI超前1个月时,相关性最好,最大相关系数r(t=-1月)=-0.750。中央黄海的LSLA与LSOI的同步相关系数r(t=0)=-0.53;当LSLA比LSOI超前2个月时,相关性最好,最大相关系数r(t=-2月)=-0.56。渤黄海海平面异常SLA显著受南方涛动指数SOI调制,与ENSO密切相关。(3)相关分析发现,风场对海平面的影响重大:平均海平面异