标题

第 39 卷第 12 期海洋学报 Vol.39,No.12 2017 年 12 月 HaiyangXuebao December2017 张守文, 王辉, 姜华, 等. 厄尔尼诺和台风共同影响下的 7 月份黄 东海海温变化 [J]. 海洋学报,2017,39(12):32-41,doi:10. 3969/j.issn.0253-4193.2017.12.004 ZhangShouwen,WangHui,JiangHua,etal.SeasurfacetemperaturevariationsoftheYelowSeaandEastChinaSeainfluencedby bothensoandtyphoonsinjuly[j].haiyangxuebao,2017,39(12):32-41,doi:10.3969/j.issn.0253-4193.2017.12.004 厄尔尼诺和台风共同影响下的 7 月份黄 东海海温变化 张守文 1, 王辉 1,2, 姜华 1,2*, 宋春阳 1, 杜凌 3 (1. 国家海洋环境预报中心, 北京 100081;2. 国家海洋局海洋灾害预报技术研究重点实验室, 北京 100081;3. 中国海洋 大学海洋与大气学院, 山东青岛 266100) 摘要 : 基于历史海温数据和台风路径数据, 研究了厄尔尼诺 / 拉尼娜 (ElNiño/LaNiña) 背景下 7 月份中国近海海温变化特征 结果表明 :7 月黄 东海海温异常与 ElNiño/LaNiña 有显著相关关系,OIS- ST 和 GODAS 海温数据与 Niño3 指数同步相关系数分别为 -0.32 和 -0.45 ElNiño 年 7 月, 黄 东海海表温度异常低于 -0.5 的概率超过 60%;LaNiña 年 7 月, 黄海海温异常高于 0.5 的概率约有 60%; 正常年 7 月, 海温异常的空间分布与 ElNiño 年相反, 但量值偏低 ElNiño 年 7 月, 中国近海及邻近区域大气异常能够给局地带来更多降水 ; 同时, 受 ElNiño 背景场的影响, 入侵黄 东海的台风强度更强 影响时间更长 大尺度的降水和台风活动的影响是导致黄 东海海温异常降低的重要原因 因此, 分析和预测 7 月份中国近海海温异常, 在充分考虑 ElNiño/LaNiña 背景场的基础上, 需要结合局地的大尺度降水和台风的影响同时分析, 这为特定背景下结合不同时间尺度上的因素共同分析中国近海海温变化提供了一种思路 关键词 : 黄海 ; 东海 ; 海温 ; 厄尔尼诺 ; 拉尼娜 ; 台风中图分类号 :P731.11;P732.6 文献标志码 :A 文章编号 :0253-4193(2017)12-0032-10 1 引言 海表温度变化, 能够改变微生浮游植物的数量, 改变水体的含氧量, 对海洋生态环境和渔业资源起着 [1] 主宰作用 黄 东海作为西北太平洋的边缘海和中国的近海, 研究其海温的变化, 不仅是认识在全球变暖大背景下区域性响应的一个重要问题, 而且直接关系到我国各项海洋经济活动的顺利进行 温度是赤潮发生最重要的因子之一, 温度升高有 [2] 利于赤潮的形成, 温度下降则相反 研究表明我国 近海 4 个海域赤潮发生次数与海域表温均有显著的相关性, 相关系数分别为 : 渤海 0.754, 黄海 0.768, 东海 0.707, 南海 0.765 [3] 其中, 东海赤潮发生总次数和总面积皆占我国海域赤潮总次数和总面积的半数以上 夏季, 特别是 7 月份, 是赤潮开始多发的时期, 研究和预估 7 月份黄 东海海温的变化, 对赤潮灾害预警有十分重要的现实意义 温度同样是海洋渔业资源的重要影响因素之一, 海温对鱼类的繁殖 成活 生长以及洄游都有重要影响, 从而影响渔期的时间 [4] 渔场的位置以及鱼类集群程度 收稿日期 :2017-01-23; 修订日期 :2017-03-16 基金项目 : 国家海洋局海洋公益性专项 (201505013); 国家自然科学基金 (41376008,41376016) 作者简介 : 张守文 (1987 ), 男, 山东省日照市人, 博士, 主要从事海洋气候变化和预测研究 E-mail:zhangsw@nmefcġov.cn * 通信作者 : 姜华, 研究员, 主要从事厄尔尼诺预测及影响研究 E-mail:hjiang@nmefcġov.cn

12 期张守文等 : 厄尔尼诺和台风共同影响下的 7 月份黄 东海海温变化 33 中国近海地理位置特殊, 有着复杂的海底地形和 特定的环流系统, 并受多时间尺度要素的影响 通 常, 中国近海海温的高频特征主要与局地的外强迫有 关, 如海温的日变化特征主要与太阳辐射和潮流特征 有关 [5] ; 季节内特征主要与大气的季节内振荡有 关 [6] ; 季节特征则较为复杂, 包含季风影响 海洋平 流 垂向混合以及地形因素等 [7-8] 而低频特征则与 非局地的海洋大气遥相关过程有关, 如年际尺度上的 ENSO 以及年代际尺度上的太平洋年代际振荡 (PDO) [9-10] 作为在太平洋热带海域发生周期性的海面温度 变化即厄尔尼诺 / 拉尼娜 (ElNiño/LaNiña) 事件, 与 全球气候异常变化存在紧密的遥相关的联系, 对我国 近海温度变化也产生一定影响 目前, 越来越多的研 究倾向探讨厄尔尼诺事件对中国气候的影响, 包括对 气温 降水以及台风活动等的影响 [11-14], 而对厄尔尼 诺与中国近海, 特别是黄 东海海温的关系的研究则 [15] 相对较少 曹从华等通过分析 1959-1997 年观测 的海温数据, 发现厄尔尼诺事件发生当年黄 东海海 温偏低, 而厄尔尼诺事件次年黄 东海海温偏高 陈 [16] 美榕等在长江口海域发现了同样的现象, 即厄尔 尼诺事件发生当年海温偏低, 而次年偏高, 至第三年 [17] 有所下降 王智祖等的研究结果表明, 厄尔尼诺 年发生年黄 东海沿岸海表温度偏低, 并通过海洋和 大气两个通道对此进行了解释, 即受赤道流变异和东 亚季风变异的共同影响 夏季是近海台风多发季节, 在台风的影响下, 近 海的海温 海流以及混合层都会发生剧烈变化, 还会 在沿海引起强烈的风暴潮, 对海洋运输 勘探 水产养 殖 人民生命财产安全等都有影响 本文依据观测事 实, 利用两组历史海温数据集, 对 ElNiño/LaNiña 年 份 7 月份黄 东海海温变化及可能成因进行了分析, 提出了研究 7 月份中国近海海温变化, 在充分考虑 El Niño/LaNiña 背景场的基础上, 也需要对大尺度的局 地降水和台风的影响同时分析, 旨在对中国近海海温 的预报提供科学参考 2 数据和方法 选取了两种历史海温数据进行对比分析 :OptimumInterpolationSSTdata(OISST) 和 GlobalOcean DataAssimilationSystem(GODAS) 次表层海温数据 OISST 数据集来自美国国家环境预报中心 (NCEP) 最 优插值海表温度数据集, 经过了卫星数据 浮标 船舶 等观测数据校正, 结合数值模式结果综合所得 [18] 资料空间分辨率为 1 1, 本文选取了 1982-2015 年 日平均数据 GODAS 是 NCEP 业务化同化数据集, 该资料水平分辨率为 1 0.333, 垂向为 40 层, 选取 了第一层, 即 5m 层海温数据, 将其与 OISST 对照使 用, 资料截取时间段同为 1982-2015 年 台风数据 资料取自中国台风网 (www.typhoonġov.cn) CMA- STI 热带气旋最佳路径数据集, 数据截取的时间段 为 1982-2015 年 大气的三维风场 整层大气的可 降水量数据来源于 NCEP-DOE Reanalysis 2 (NCEP2), 本数据集是对 1979 年以后的资料重新进 行同化再分析, 修正了 NCEP1 的人为误差以及更新 了物理过程的参数化方案 (htps://www.esrl.noaa. gov/psd/data/gridded/ data.ncep.reanalysis2.html), 截取的时间段为 1982-2015 年 Niño3 区 (5 N~5 S,150 W~90 W) 和 Niño3.4 区 (5 N~5 S,170 W~120 W) 海表面温度异常指数 通过 ClimatePredictionCenter 网站下载获得 (htp:// www.cpc.ncep.noaaġov/data/indices/), 数据是利用 OISST 数据计算得到 由于文中主要研究 7 月海温 情况, 我们综合考虑 Niño3 和 Niño3.4 指数 7 月份的 量值, 任何一个指数大于 0.5, 或者前后 1 个月明显 大于 0.5, 即选定为一次 ElNiño 事件 (LaNiña 事件 的选定与之相似, 标准为 -0.5 ) 7 月份处于 El Niño 事件的年份为 :1982 1983 1987 1991 1997 2002 2004 2009 2014 和 2015 年, 而处于 LaNiña 事 件的年份为 :1984 1985 1988 1999 2000 2007 和 2010 年, 其余年份则为正常年 3 结果分析 3.1 ElNiño/LaNiña 事件的影响 使用 OISST 和 GODAS 两种海温数据, 利用合 成分析的方法, 获得了 ElNiño 年 LaNiña 年和正常 年 7 月份中国近海海温异常的空间分布结果 ( 图 1) 图 1a 表示利用 OISST 数据得到的 ElNiño 年 7 月的 海表面温度异常空间合成结果, 最显著的特征为中国 东海大部 黄海南部以及日本南部海域表现为十分显 著的负异常 ; 此外, 黄海北部以及南海西北部表现为 暖异常 GODAS 数据得到的 ElNiño 年 7 月的合成 结果与 OISST 的结果相似, 但负异常中心略偏西, 黄 海北部以及南海西北侧由于数据本身的缺失原因, 并 不能与图 1a 形成对照, 但是通过等值线的位置以及 分布的特征, 同样能够看出这两个海域也有明显的暖

34 海洋学报 39 卷 异常, 且量值相当 ( 负异常最显著的区域定义为核心区,27 ~33 N,120 ~128 E) 结合图 1b 和图 1e,La Niña 年 7 月份, 黄海大部以及台湾岛东部海域为显著的暖异常, 中国近海其他海域并不能够显示出一致的通过显著性检验的分布特征 正常年 7 月份东海大部的海温异常分布与 ElNiño 年相反, 为较为显著的正异常, 但是正异常的量值明显比 ElNiño 年小 ; 同时, 黄海北部以及南海西北部也有较为明显的负异 常, 异常的量值同样较 ElNiño 年略偏小 整体而言, 中国近海海表面温度异常空间分布在 ElNiño 年 7 月与正常年 7 月相反,ElNiño 年 7 月东海大部及黄海南部为显著负异常, 而黄海北部以及南海西北部为明显的暖异常 ;LaNiña 年则表现为黄海大部以及台湾岛东部部分海域为明显的暖异常, 东海大部并没有呈现统一地通过显著性检验的分布特征 图 1 不同时期 7 月份中国近海海表面温度异常的合成结果 Fig.1 CompositeresultsoftheSSTAinJulyfordiferentperiodsintheChinacoastalseas a b 和 c 为 OISST 数据结果 ;d e 和 f 为 GODAS 数据结果 ;a d 为 ElNiño 年合成图 ;b e 为 LaNiña 年合成图 ;c f 为正常年合成图 黑点为利用 t-test 方法获得通过显著性检验的区域, 黑线为 0 等值线 a,bandcrepresenttheresultsofoisstdataset;d,eandfrepresenttheresultsofgodasdataset;a,dshowtheresultsinel Niñoyears;b,eshowtheresultsinLaNiñayearswhilecandfshowthenormalyears results.regionscoveredwithdarkdots exceedtheconfidencelevel,theblacklinesrepresentzeroisolines 为了形象的刻画 3 个时期 7 月份中国近海海温异常的量值, 我们使用了 OISST 数据, 将 ±0.5 作为阈值, 区分海温异常大于等于 0.5, 小于等于 -0.5 以及介于 -0.5 与 0.5 的百分率 由图 2a 可以发现,ElNiño 年 7 月黄海南部 东海海域有超过 60% 的可能性其海温负异常变化会超出 -0.5, 特别是日本南部海域, 其可能性超过 70%, 而同期中国 近海海温异常大于 0.5 的概率非常低 ; 南海大部以及黄海中北部海温异常几乎都介于 -0.5 到 0.5 LaNiña 年 7 月, 黄海大部有 60% 左右的概率海温异常超过 0.5, 位置与图 1b 中黄海暖异常位置一致, 且通过了显著性检验 ; 低于 -0.5 的海域概率普遍偏低, 东海中部以及海南岛附近海域, 其概率均低于 40%, 且没有通过显著性检验 ( 图 1b) 正常年间, 东

12 期张守文等 : 厄尔尼诺和台风共同影响下的 7 月份黄 东海海温变化 35 海南部以及南海大部, 海表面温度异常介于 -0.5 到 0.5, 只是在黄海北部部分海域有约 50% 可能性, 海温异常低于 -0.5 图 2 不同时期 7 月份中国近海海表面温度异常变化的百分率 Fig.2 ProbabilityofSSTAinJulyfordiferentperiodsintheChinacoastalseas 将核心区月平均的海温异常时间序列与 Niño3 指数做相关性分析 ( 图 3a), 可以发现 7 月份核心区海 温异常与同期的 Niño3 指数存在很好的相关性, 其中 OISST 海温数据的相关系数为 -0.32, 而 GODAS 海 温数据的相关系数更是高达 -0.45, 表现出十分显著 的负相关特征 特别是当 Niño3 指数超前核心区海

36 海洋学报 39 卷 温异常 1 个月时, 两者的相关性更为显著,OISST 海温数据得到的相关系数为 -0.37, 而 GODAS 海温数据得到的相关系数为 -0.47( 图 3b) 东太平洋海温的变化通过海洋输送的途径影响到中国近海海洋环境需要半年的时间, 显然无法对黄 东海海温造成直接的影响 ; 而通过西太平洋海洋背景场来看,ElNiño 年 7 月, 西太平洋海温异常偏低, 水体热含量降低, 加之西边界流减弱, 北向的热平流效应减弱, 造成北向传输的热量减少, 是导致东海黑潮及其延伸体海域的海温负异常的重要原因 然而, 由于热平流的滞后效应, 研究 ElNiño 年 7 月黄 东海海温异常降低的原因更应该考虑大气背景场的影响 研究 ElNiño 年 7 月份黄 东海海温异常同期大气环流的异常情况, 利用 NCEP2 再分析资料, 对 El Niño 年 7 月东亚地区的纬向和经向环流情况 整层大气的可降水量以及 850hPa 风场进行合成分析 ( 图 4) 图 4a 为 120 ~128 E 平均经向环流异常高度 - 纬度剖面图, 可以发现大气在 10 ~30 N 范围内为负异常, 而在 30 N 以北的区域为正异常, 表明大气在 10 ~30 N 范围内有异常的上升运动, 而在 30 N 以北的区域有下沉运动 27 ~33 N 的平均纬向环流异常剖 面图能够看出以 110 E 为界, 东侧区域大气异常上升, 而西侧异常下降 ( 图 4b) 环流的这种异常变化与整层大气可降水量异常一致, 大气异常上升能够带来更多的可降水量, 而大气异常下降则会使局地干旱 ( 图 4c) 进一步观察整层大气可降水量异常, 东海大部 黄海南部整层大气的可降水量异常偏多, 其空间分布与黄 东海海温异常的空间分布较为一致 黄 东海海域可降水量异常偏多, 会造成局地海洋海温偏低, 是 ElNiño 背景下大气影响局地海洋的表现形式之一 通过 850hPa 的风场异常分布可以发现,16 N 以南的低纬度海域为显著的西风异常, 日本南侧存在一个南北跨度超过 20 的反气旋式异常环流, 而在台湾岛东南 西南两侧分别存在一个气旋式异常环流, 黄海大部为偏北风 台湾岛两侧的气旋式异常环流能给局地带来更多降水 ( 图 4c), 异常多的降水会使海温降低, 并通过水体的热平流效应影响东中国海的海温状况 然而研究发现, 台湾岛两侧的异常降水核心区域滞后 1 个月才会对黄 东海大部造成显著影响 因此,ElNiño 年 7 月份, 黄 东海海域局地降水异常, 是造成其海温负异常的重要原因 图 3 核心区海温异常与 Niño3 指数 12 个月相关 (a) 和 Niño3 指数超前 7 月份核心区海温异常相关 (b) Fig.3 CorelationrelationshipbetweenthekeyregionseasurfacetemperatureanomaliesandtheNiño3index(a)andcorelationof theniño3indexthatleadsthekeyregionseasurfacetemperature(b) 3.2 台风活动的影响单纯考虑气候背景的原因, 不能完全解释黄 东海海温的月异常现象 7 月是台风活跃的月份, 同时也是台风登陆的强盛期 台风的生命周期可分为生成 成熟和消亡 3 个阶段, 生命期平均为 1 周, 短的只有 2~3d, 最长可达 1 个月 台风与海表面温度有十 分重要的关系, 台风形成后, 中心气压非常低且风应力巨大, 会在海洋上层形成强烈的混合和流辐散, 同时, 风场的夹卷作用使混合层深度加深, 使得海表面温度下降 ; 海表面温度的下降会导致海洋向大气热量输送的减少, 从而影响台风的强度 海表面降温有较大的不对称性, 最大的降温一般出现在台风路径右

12 期张守文等 : 厄尔尼诺和台风共同影响下的 7 月份黄 东海海温变化 37 图 4 东海及邻近海域 ElNiño 年 7 月份合成结果 :120 ~128 E 的平均经向环流异常的高度 - 纬度剖面 (a);27 ~33 N 的 平均纬向环流异常的高度 - 经度剖面 (b); 整层大气的可降水量异常 (c);850hpa 风场异常 (d) Fig.4 Altitude-latitudecrosssectionsoftheatmospherecirculationanomaliesaveragedfor120-128 EintheJulyoftheselected ElNiñoyears(a);altitude-longitudecrosssectionsoftheatmospherecirculationanomaliesaveragedfor27-33 NintheJulyof theselectedelniñoyears(b);precipitablewateranomaliesfortheentireatmosphere(c);850hpawindanomalies(d)oftheeast ChinaSeaanditsadjacentseasintheJulyoftheselectedElNiñoyears 侧, 降温幅度一般为 2~4, 极端条件下降温能够达到 10 [19-20] 参考 2015 年第 9 号台风 灿鸿, 其运行轨迹为转向路径, 受其影响核心区于 7 月 5 日开始降温, 至 12 日时核心区降温达到最大, 之后台风停止编号, 温度缓慢回升, 并于 27 日前后达到正常态, 即台风过后两周还存在与台风过境类似的冷轨迹 观察同期核心区的海温变化, 其空间模态表现与台风模态一致 极强的台风会在短时间内造成十分显著的降温, 而由于恢复的时间比较缓慢, 极端情况下会对月均的海温产生一定的影响 台风的生成时间 位置 强度 持续时间都受 EN- SO 的影响 为研究台风的气候态特征, 选取了 1982-2015 年间 7 月份所有台风, 依据划定好的 ElNiño 年 LaNiña 年和正常年, 分析不同时期台风路径以及强度和位置的特征 经统计, 在选取的时间段内,El Niño 年一共有 10 年, 共发生了 39 次台风, 平均每年约 3.9 次 ;LaNiña 年一共 7 年, 共发生了 27 次台风, 平均每年 3.86 次 ; 正常年一共 16 年, 共有 67 次台风 发生, 平均每年 4.19 次 采用合成分析方法, 分别刻画了不同时期台风生成位置 压强最小位置 台风中间时刻位置以及消亡时刻位置 ( 图 5d) 据统计,El Niño 年, 台风的生命周期约有 8.44d; 而在 LaNiña 年和正常年, 台风的生命周期皆为 6.68d 同样,El Niño 年, 平均的最低气压约为 955hPa, 远低于 La Niña 年的 973.6hPa 和正常年的 1002hPa 可以发现 ElNiño 年台风生成地偏东南, 路径最长, 且台风最小压强的位置出现在台风生命周期中间时刻之前, 表明台风作用的周期更长, 破坏性更大 ElNiño 年, 由于生成位置偏东南, 热带气旋在西移直至登陆的过程中, 有更充分的发展时间, 有利于热带气旋加强成为 [21] 超强台风 通过观察不同时期台风路径( 图 5a,b, c) 可以发现,ElNiño 年分布较为规律, 大致为西移路径和转向路径 ; 相比而言,LaNiña 年则较为混乱, 而正常年虽然台风总数最多, 但是平均入侵东海的台风却不如 ElNiño 年多 台风对经过的海域能够产生剧烈的降温, 但是其影响范围以及对月均海温的影响, 仍然是需要探讨的

38 海洋学报 39 卷 图 5 不同时期 7 月份台风路径图及路径合成 Fig.5 TyphoontrackgraphinJulyfordiferentperiods a 为 ElNiño 年 ;b 为 LaNiña 年 ;c 为正常年 ;d 为台风路径合成, 红色表示 ElNiño 年台风路径合成, 从东向西, 红点和红圈依次表示为台风生成地 最小压强位置 中间时刻位置和台风消亡位置, 其他颜色依次类推 arepresentstheelniñoyears;brepresentsthelaniñayears;cshowsthenormalyears;dshowsthecompositeresults,redlinearethecompositeresultsoftheelniñoyears,thereddotsandcirclearetheplaceswhenthetyphoonbegins,hastheminimumpressure,comesintothe middletimeandvanishes,othercolorsshowsimilarindications 话题 选取出 ElNiño 年 7 月所有经过核心区的台风, 获得其经过核心区的准确时间, 同时获得没有台风经过核心区的时间 使用 OISST 日均海温异常数据, 利用合成分析的方法, 获得台风经过核心区和无台风经过核心区期间的海表面温度差的空间分布, 用以表征台风活动对海盆平均态海温的贡献情况 ( 单次台风经过核心区的时间较短, 无台风经过核心区期间的平均海温异常值与月均海温异常值区别十分小, 即台风经过核心区和无台风经过核心区期间的海表面温度差与台风经过核心区和月均海表面温度差十分一致 ) 图 6b 可以看出台风过境给黄 东海海域造成直接的降温影响 通过图 6a 可以看出, 黄海南部 东海大部为负值, 对照图 1a 厄尔尼诺年 7 月合成结果, 表明台风活动对黄海南部 东海大部海域月尺度上海表面温度负异常有贡献 综上,ElNiño 年 7 月, 台风 强度偏强, 持续时间更长, 其路径更易影响黄 东海海域, 是造成其降温的重要原因 4 讨论 本文利用 OISST GODAS 海温数据和台风数据资料, 研究了 7 月份黄 东海海温与 ElNiño/LaNiña 事件的关系, 并对 ElNiño 年 7 月份中国近海大气环流异常以及特定背景下台风的作用进行了分析 结果表明 : (1)7 月份黄 东海海温与 ElNiño/LaNiña 事件有密切关系,OISST 的海温数据与 Niño3 指数同步相关系数为 -0.32, 而 GODAS 的海温数据与 Niño3 指数同步相关系数更是高达 -0.45 (2)ElNiño 年 7 月, 中国近海海温异常合成结果表明 : 黄 东海海域海温异常超过 -0.5 的概率大于

12 期张守文等 : 厄尔尼诺和台风共同影响下的 7 月份黄 东海海温变化 39 图 6 ElNiño 年 7 月台风对海表面温度影响 Fig.6 Typhoon sefectonthesstinthejulyoftheelniñoyears a 为台风经过 ( 核心区 ) 和无台风经过 ( 核心区 ) 期间海表面温度差合成结果 ;b 为台风过境 ( 核心区 ) 前后温度差 aiscompositeresultofseasurfacetemperaturediferencesbetweentheperiodswhentyphoonpassesthekeyregionandtheperiodswhenno typhoonpassesthekeyregion;biscompositeresultofseasurfacetemperaturediferenceswhenthetyphoonpassesthroughthekeyregion 60%;LaNiña 年 7 月, 黄海大部有约 60% 的可能性海温异常超过 0.5 ; 正常年海温异常的空间分布与 El Niño 年相反, 但量值明显偏低 (3)ElNiño 年 7 月, 中国近海及邻近区域大气异常能够给局地带来更多降水, 是直接导致黄 东海海温降低的一个重要原因 (4)ElNiño 年 7 月台风强度更强 持续时间更长, 路径多为转向路径, 更倾向于入侵黄 东海海域 台风过境, 上层海洋环境最显著的响应是海表面降温, 其对黄 东海大部月均海表面温度负异常有明显贡献 由于中国近海特定的地理位置, 其海温的影响因素研究十分复杂 黄 东海海温异常与 Niño3 指数显 著相关, 但 ElNiño/LaNiña 事件的气候背景并不能够完全解释黄 东海海温异常变化 我们定量的分析了 7 月台风的特征, 无论其强度 持续时间以及路径, 都更易影响黄 东海海域 ; 而通过计算有无台风影响核心区的平均海表面温度差可以定性的得知, 台风活动对黄 东海海温负异常存在直接的贡献 本文综合 ElNiño/LaNiña 事件和台风两个不同时间尺度上的因子, 从气候尺度和天气尺度, 定量定性的分析了两者共同作用下对 7 月份中国近海海温变化的影响, 旨在为预报特定月份下中国近海海温变化提供一种思路, 而不是通过简单地进行相关系数的统计来总结某种规律 不同时间尺度不同的物理过程对黄 东海海温异常现象的贡献仍是下一步需要研究的重点 参考文献 : [1] BehrenfeldMJ,OmaleyRT,SiegelDA,etal.Climate-driventrendsincontemporaryoceanproductivity[J].Nature,2006,444(7120):752-755. [2] 邓素清, 汤燕冰. 浙江海区赤潮发生前期气象因子的统计分析 [J]. 科技通报,2005,21(4):386-391. DengSuqing,TangYanbing.StatisticalanalysisofmetrorologicalelementspriortooccurenceofredtideinZhejiangseaarea[J].BuletinofScience andtechnology,2005,21(4):386-391. [3] 杨红, 何春良. 我国海域赤潮发生与海温及厄尔尼诺的相关分析 [J]. 海洋湖沼通报,2009(2):1-6. YangHong,HeChunliang.TheredtideeventsintheChinaSeaandtherelationshipwiththetemperatureandElNiño[J].TransactionsofOcean-

40 海洋学报 39 卷 ologyandlimnology,2009(2):1-6. [4] 张甲珅, 苏奋振, 杜云艳. 东海区中上层鱼类资源与海表温度关系 [J]. 资源科学,2004,26(5):147-152. ZhangJiashen,SuFenzhen,DuYunyan.Relationshipbetweenpelagicfisheryresourcesandseasurfacetemperatureineastchinasea[J].Resources Science,2004,26(5):147-152. [5] 翁学传, 张启龙, 张以恳, 等. 渤 黄 东海水温日变化特征 [J]. 海洋科学,1993,17(6):49-54. WengXuechuan,ZhangQilong,ZhangYiken,etal.CharacteristicsofthedailyvariationsofwatertemperatureintheBohaiSea,YelowSeaand EastChinaSea[J].MarineScience,1993,17(6):49-54. [6] 曾广恩, 练树民, 程旭华, 等. 东 黄海海表面温度季节内变化特征的 EOF 分析 [J]. 海洋科学进展,2006,24(2):146-155. ZengGuang en,lianshumin,chengxuhua,etal.eofanalysisofintra-seasonalvariabilitiesofsstintheeastchinaseaandyelowsea[j]. AdvancesinMarineScience,2006,24(2):146-155. [7] 鲍献文, 万修全, 高郭平, 等. 渤海 黄海 东海 AVHRR 海表温度场的季节变化特征 [J]. 海洋学报,2002,24(5):125-133. BaoXianwen,WanXiuquan,GaoGuoping,etal.CharacteristicsoftheseasonalvariabilityoftheseasurfacetemperaturefieldintheBohaiSea, YelowSeaandEastChinaSeafrom AVHRRdata[J].HaiyangXuebao,2002,24(5):125-133. [8] XieSP,HafnerJ,TanimotoY,etal.BathymetricefectonthewinterseasurfacetemperatureandclimateoftheYelowandEastChinaSeas[J]. GeophysicalResearchLeters,2002,29(24):2228. [9] ParkWS,OhIS.InterannualandinterdecadalvariationsofseasurfacetemperatureintheEastAsianmarginalseas[J].ProgressinOceanography, 2000,47(2):191-204. [10] ZhangLiping,WuLixin,LinXiaopei,etal.Modesandmechanismsofseasurfacetemperaturelow-frequencyvariationsoverthecoastalChina Seas[J].JournalofGeophysicalResearch,2010,115(C08):C08031. [11] ZhangRH,SumiA,KimotoM.AdiagnosticstudyoftheimpactofElNiñoontheprecipitationinChina[J].AdvancesinAtmosphericSciences, 1999,16(2):229-241. [12] WangB,WuRG,FuX H.Pacific-EastAsianteleconnection:HowdoesENSOafectEastAsianclimate[J].JournalofClimate,2000,13(9): 1517-1536. [13] 袁媛, 高辉, 贾小龙, 等.2014-2016 年超强厄尔尼诺事件的气候影响 [J]. 气象,2016,42(5):532-539. YuanYuan,GuoHui,JiaXiaolong,etal.Influencesofthe2014-2016superElNiñoeventonclimate[J].MeteorogicalMonthly,2016,42(5): 532-539. [14] ZhangWJ,LiH Y,StueckerMF,etal.AnewunderstandingofElNiño simpactovereastasia:dominanceoftheensocombinationmode [J].JournalofClimate,2016(12):4347-4359. [15] 曹从华, 曲如美, 张惠滋. 东中国海海温对厄尔尼诺与反厄尔尼诺事件的响应 [J]. 海洋预报,1999,16(4):39-45. CaoConghua,QuRumei,ZhangHuizi.ResponseofseasurfacetemperatureineasternChinaSeatoElNiñoandLaNiñaevent[J].MarineForecasts,1999,16(4):39-45. [16] 陈美榕, 石少华, 沈红梅. 长江口海域海水表层温度与厄尔尼诺事件的关系 [J]. 海洋预报,2005,22(1):80-85. ChenMeirong,ShiShaohua,ShenHongmei.TherelationbetweenSSTinYangtzeRiverEstuaryandElNiñoevent[J].MarineForecast,2005, 22(1):80-85. [17] 王智祖, 左军成, 陈美香, 等. 黄 东海沿岸海表温度变化与厄尔尼诺的关系 [J]. 河海大学学报 : 自然科学版,2012,40(4):461-468. WangZhizu,ZuoJuncheng,ChenMeixiang,etal.RelationshipbetweenElNiñoandseasurfacetemperaturevariationincoastalregionofYelow SeaandEastChinaSea[J].JournalofHohaiUniversity:NaturalSciences,2012,40(4):461:468. [18] ReynoldsR W,RaynerNA,SmithT M,etal.AnimprovedinsituandsateliteSSTanalysisforclimate[J].JournalofClimate,2002,15:1609-1625. [19] HuJY,KawamuraH.DetectionofcycloniceddygeneratedbyloopingtropicalcycloneinthenorthernSouthChinaSea:Acasestudy[J].Acta OceanologicaSinica,2004,23(2):213-224. [20] HuangP,SanfordTB,ImbergerJ.HeatandturbulentkineticenergybudgetsforsurfacelayercoolinginducedbythepassageofHurricaneFrances(2004)[J].JournalofGeophysicalResearch,2009,114(C12):C12023. [21] ChanJCL,LiuKS.GlobalwarmingandwesternNorthPacifictyphoonactivityfromanobservationalperspective[J].JournalofClimate,2004, 17(23):4590-4602.

12 期张守文等 : 厄尔尼诺和台风共同影响下的 7 月份黄 东海海温变化 41 SeasurfacetemperaturevariationsoftheYelowSeaandEastChinaSea influencedbybothensoandtyphoonsinjuly ZhangShouwen 1,WangHui 1,2,JiangHua 1,2,SongChunyang 1,DuLing 3 (1.NationalMarineEnvironmentalForecastingCenter,StateOceanicAdministration,Beijing100081,China;2.KeyLaboratory ofresearchonmarinehazardsforecasting,stateoceanicadministration,beijing100081,china;3.colegeofoceanicandatmosphericscience,oceanuniversityofchina,qingdao266100,china) Abstract:HistoricalseatemperatureandtyphoontrackdatasetsareusedtostudytheSSTvariationsoftheYelow SeaandEastChinaSeainfluencedbyENSOintheJuly.TheresultsshowthatSSTanomaliesoftheYelowSea andtheeastchinaseacorelatewelwiththeniño3index,thecorelationcoeficientbetweentheoisstdataset andniño3indexis-0.32injuly,whileit s-0.45whenweusethegodasdataset.therearemorethan60% probabilitythatsstanomalieswouldbelow -0.5 oftheyelowseaandtheeastchinaseainjulyintheel Niñoyears.WhileinLaNiñayears,mostpartoftheYelowSeahasalmost60% probabilitythesstanomalies wouldsurpass0.5 injuly.spatialdistributionsofsstanomaliesinnormalyearsareoppositetothatinelniño yearsinjuly,butwithlow magnitudes.theatmosphericcirculationanomaliesonthechinaadjacentseascould bringmoreprecipitationtolocalareainthejulyofelniñoyears.meanwhile,thetyphoonintensitiestendtobe stronger,thedurationtimetendstobelongerandthetyphoontrackstendtopasstheyelowseaandeastchina SeainJulyintheElNiñoyears.Large-scaleprecipitationandthetyphoonactivitiesarethereasonsthatresultin thenegativesstaoftheyelowseaandeastchinasea.therefore,basedontheelniño/laniñabackgroundanalysis,theefectoflarge-scaleprecipitationandtyphoonactivitiesshouldalsobetakenintoconsiderationwhenwe analyzeandforecastthesstanomaliesofchinaadjacentseasinjuly.thisprovesusanew mindtoanalyzethe SSTanomaliesofChinaadjacentseasbyconsideringdiferentfactorswithdiferenttime-scalesundercertainbackground. Keywords:YelowSea;EastChinaSea;seasurfacetemperature;ElNiño;LaNiña;typhoon