厄爾尼諾和臺風共同影響下的7月份黃、東海海溫變化

張守文,王輝,2,姜華,2*,宋春陽,杜凌

厄爾尼諾和臺風共同影響下的7月份黃、東海海溫變化

張守文1,王輝1,2,姜華1,2*,宋春陽1,杜凌3

(1.國家海洋環境預報中心,北京100081;2.國家海洋局海洋災害預報技術研究重點實驗室,北京100081;3.中國海洋大學 海洋與大氣學院,山東 青島266100)

基于歷史海溫數據和臺風路徑數據,研究了厄爾尼諾/拉尼娜(El Ni?o/La Ni?a)背景下7月份中國近海海溫變化特征。結果表明:7月黃、東海海溫異常與El Ni?o/La Ni?a有顯著相關關系,OISST和GODAS海溫數據與Ni?o3指數同步相關系數分別為-0.32和-0.45。El Ni?o年7月,黃、東海海表溫度異常低于-0.5℃的概率超過60%;La Ni?a年7月,黃海海溫異常高于0.5℃的概率約有60%;正常年7月,海溫異常的空間分布與El Ni?o年相反,但量值偏低。El Ni?o年7月,中國近海及鄰近區域大氣異常能夠給局地帶來更多降水;同時,受El Ni?o背景場的影響,入侵黃、東海的臺風強度更強、影響時間更長。大尺度的降水和臺風活動的影響是導致黃、東海海溫異常降低的重要原因。因此,分析和預測7月份中國近海海溫異常,在充分考慮El Ni?o/La Ni?a背景場的基礎上,需要結合局地的大尺度降水和臺風的影響同時分析,這為特定背景下結合不同時間尺度上的因素共同分析中國近海海溫變化提供了一種思路。

黃海;東海;海溫;厄爾尼諾;拉尼娜;臺風

1 引言

海表溫度變化,能夠改變微生浮游植物的數量,改變水體的含氧量,對海洋生態環境和漁業資源起著主宰作用[1]。黃、東海作為西北太平洋的邊緣海和中國的近海,研究其海溫的變化,不僅是認識在全球變暖大背景下區域性響應的一個重要問題,而且直接關系到我國各項海洋經濟活動的順利進行。

溫度是赤潮發生最重要的因子之一,溫度升高有利于赤潮的形成,溫度下降則相反[2]。研究表明我國近海4個海域赤潮發生次數與海域表溫均有顯著的相關性,相關系數分別為:渤海0.754,黃海0.768,東海0.707,南海0.765[3]。其中,東海赤潮發生總次數和總面積皆占我國海域赤潮總次數和總面積的半數以上。夏季,特別是7月份,是赤潮開始多發的時期,研究和預估7月份黃、東海海溫的變化,對赤潮災害預警有十分重要的現實意義。溫度同樣是海洋漁業資源的重要影響因素之一,海溫對魚類的繁殖、成活、生長以及洄游都有重要影響,從而影響漁期的時間、漁場的位置以及魚類集群程度[4]。

中國近海地理位置特殊,有著復雜的海底地形和特定的環流系統,并受多時間尺度要素的影響。通常,中國近海海溫的高頻特征主要與局地的外強迫有關,如海溫的日變化特征主要與太陽輻射和潮流特征有關[5];季節內特征主要與大氣的季節內振蕩有關[6];季節特征則較為復雜,包含季風影響、海洋平流、垂向混合以及地形因素等[7-8]。而低頻特征則與非局地的海洋大氣遙相關過程有關,如年際尺度上的ENSO以及年代際尺度上的太平洋年代際振蕩(PDO)[9-10]。

作為在太平洋熱帶海域發生周期性的海面溫度變化即厄爾尼諾/拉尼娜(El Ni?o/La Ni?a)事件,與全球氣候異常變化存在緊密的遙相關的聯系,對我國近海溫度變化也產生一定影響。目前,越來越多的研究傾向探討厄爾尼諾事件對中國氣候的影響,包括對氣溫、降水以及臺風活動等的影響[11-14],而對厄爾尼諾與中國近海,特別是黃、東海海溫的關系的研究則相對較少。曹從華等[15]通過分析1959-1997年觀測的海溫數據,發現厄爾尼諾事件發生當年黃、東海海溫偏低,而厄爾尼諾事件次年黃、東海海溫偏高。陳美榕等[16]在長江口海域發現了同樣的現象,即厄爾尼諾事件發生當年海溫偏低,而次年偏高,至第三年有所下降。王智祖等[17]的研究結果表明,厄爾尼諾年發生年黃、東海沿岸海表溫度偏低,并通過海洋和大氣兩個通道對此進行了解釋,即受赤道流變異和東亞季風變異的共同影響。

夏季是近海臺風多發季節,在臺風的影響下,近海的海溫、海流以及混合層都會發生劇烈變化,還會在沿海引起強烈的風暴潮,對海洋運輸、勘探、水產養殖、人民生命財產安全等都有影響。本文依據觀測事實,利用兩組歷史海溫數據集,對El Ni?o/La Ni?a年份7月份黃、東海海溫變化及可能成因進行了分析,提出了研究7月份中國近海海溫變化,在充分考慮El Ni?o/La Ni?a背景場的基礎上,也需要對大尺度的局地降水和臺風的影響同時分析,旨在對中國近海海溫的預報提供科學參考。

2 數據和方法

選取了兩種歷史海溫數據進行對比分析:Optimum Interpolation SST data(OISST)和Global Ocean Data Assi milation System(GODAS)次表層海溫數據。OISST數據集來自美國國家環境預報中心(NCEP)最優插值海表溫度數據集,經過了衛星數據、浮標、船舶等觀測數據校正,結合數值模式結果綜合所得[18]。資料空間分辨率為1°×1°,本文選取了1982-2015年日平均數據。GODAS是NCEP業務化同化數據集,該資料水平分辨率為1°×0.333°,垂向為40層,選取了第一層,即5 m層海溫數據,將其與OISST對照使用,資料截取時間段同為1982-2015年。臺風數據資料取自中國臺風網(www.typhoon.gov.cn)“CMASTI熱帶氣旋最佳路徑數據集”,數據截取的時間段為1982-2015年。大氣的三維風場、整層大氣的可降水量數據來源于NCEP-DOE Reanalysis 2(NCEP2),本數據集是對1979年以后的資料重新進行同化再分析,修正了NCEP1的人為誤差以及更新了物理過程的參數化方案(https://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis2.ht ml),截取的時間段為1982-2015年。

Ni?o3區(5°N～5°S,150°W～90°W)和 Ni?o3.4區(5°N～5°S,170°W～120°W)海表面溫度異常指數通過Cli mate Prediction Center網站下載獲得(http://www.cpc.ncep.noaa.gov/data/indices/),數據是利用OISST數據計算得到。由于文中主要研究7月海溫情況,我們綜合考慮Ni?o3和Ni?o3.4指數7月份的量值,任何一個指數大于0.5℃,或者前后1個月明顯大于0.5℃,即選定為一次El Ni?o事件(La Ni?a事件的選定與之相似,標準為-0.5℃)。7月份處于El Ni?o事件的 年份為:1982、1983、1987、1991、1997、2002、2004、2009、2014和2015年,而處于La Ni?a事件的年份為:1984、1985、1988、1999、2000、2007 和2010年,其余年份則為正常年。

3 結果分析

3.1 El Ni?o/La Ni?a事件的影響

使用OISST和GODAS兩種海溫數據,利用合成分析的方法,獲得了El Ni?o年、La Ni?a年和正常年7月份中國近海海溫異常的空間分布結果(圖1)。圖1a表示利用OISST數據得到的El Ni?o年7月的海表面溫度異常空間合成結果,最顯著的特征為中國東海大部、黃海南部以及日本南部海域表現為十分顯著的負異常;此外,黃海北部以及南海西北部表現為暖異常。GODAS數據得到的El Ni?o年7月的合成結果與OISST的結果相似,但負異常中心略偏西,黃海北部以及南海西北側由于數據本身的缺失原因,并不能與圖1a形成對照,但是通過等值線的位置以及分布的特征,同樣能夠看出這兩個海域也有明顯的暖異常,且量值相當(負異常最顯著的區域定義為核心區,27°～33°N,120°～128°E)。結合圖1b和圖1e,La Ni?a年7月份,黃海大部以及臺灣島東部海域為顯著的暖異常,中國近海其他海域并不能夠顯示出一致的通過顯著性檢驗的分布特征。正常年7月份東海大部的海溫異常分布與El Ni?o年相反,為較為顯著的正異常,但是正異常的量值明顯比El Ni?o年小;同時,黃海北部以及南海西北部也有較為明顯的負異常,異常的量值同樣較El Ni?o年略偏小。

整體而言,中國近海海表面溫度異常空間分布在El Ni?o年7月與正常年7月相反,El Ni?o年7月東海大部及黃海南部為顯著負異常,而黃海北部以及南海西北部為明顯的暖異常;La Ni?a年則表現為黃海大部以及臺灣島東部部分海域為明顯的暖異常,東海大部并沒有呈現統一地通過顯著性檢驗的分布特征。

圖1 不同時期7月份中國近海海表面溫度異常的合成結果Fig.1 Composite results of the SSTA in July for different periods in the China coastal seasa、b和c為OISST數據結果;d、e和f為GODAS數據結果;a、d為El Ni?o年合成圖;b、e為La Ni?a年合成圖;c、f為正常年合成圖。黑點為利用t-test方法獲得通過顯著性檢驗的區域,黑線為0等值線a,b and c represent the results of OISST dataset;d,e and f represent the results of GODASdataset;a,d show the resultsin El Ni?o years;b,e show the results in La Ni?a years while c and f show the nor mal years’results.Regions covered wit h dar k dots exceed the confidence level,t he black lines represent zero isolines

為了形象的刻畫3個時期7月份中國近海海溫異常的量值,我們使用了OISST數據,將±0.5℃作為閾值,區分海溫異常大于等于0.5℃,小于等于-0.5℃以及介于-0.5℃與0.5℃的百分率。由圖2a可以發現,El Ni?o年7月黃海南部、東海海域有超過60%的可能性其海溫負異常變化會超出-0.5℃,特別是日本南部海域,其可能性超過70%,而同期中國近海海溫異常大于0.5℃的概率非常低;南海大部以及黃海中北部海溫異常幾乎都介于-0.5℃到0.5℃。La Ni?a年7月,黃海大部有60%左右的概率海溫異常超過0.5℃,位置與圖1b中黃海暖異常位置一致,且通過了顯著性檢驗;低于-0.5℃的海域概率普遍偏低,東海中部以及海南島附近海域,其概率均低于40%,且沒有通過顯著性檢驗(圖1b)。正常年間,東海南部以及南海大部,海表面溫度異常介于-0.5℃到0.5℃,只是在黃海北部部分海域有約50%可能性,海溫異常低于-0.5℃。

將核心區月平均的海溫異常時間序列與Ni?o3指數做相關性分析(圖3a),可以發現7月份核心區海溫異常與同期的Ni?o3指數存在很好的相關性,其中OISST海溫數據的相關系數為-0.32,而GODAS海溫數據的相關系數更是高達-0.45,表現出十分顯著的負相關特征。特別是當Ni?o3指數超前核心區海溫異常1個月時,兩者的相關性更為顯著,OISST海溫數據得到的相關系數為-0.37,而GODAS海溫數據得到的相關系數為-0.47(圖3b)。東太平洋海溫的變化通過海洋輸送的途徑影響到中國近海海洋環境需要半年的時間,顯然無法對黃、東海海溫造成直接的影響;而通過西太平洋海洋背景場來看,El Ni?o年7月,西太平洋海溫異常偏低,水體熱含量降低,加之西邊界流減弱,北向的熱平流效應減弱,造成北向傳輸的熱量減少,是導致東海黑潮及其延伸體海域的海溫負異常的重要原因。然而,由于熱平流的滯后效應,研究El Ni?o年7月黃、東海海溫異常降低的原因更應該考慮大氣背景場的影響。

研究El Ni?o年7月份黃、東海海溫異常同期大氣環流的異常情況,利用NCEP2再分析資料,對El Ni?o年7月東亞地區的緯向和經向環流情況、整層大氣的可降水量以及850 hPa風場進行合成分析(圖4)。圖4a為120°～128°E平均經向環流異常高度-緯度剖面圖,可以發現大氣在10°～30°N范圍內為負異常,而在30°N以北的區域為正異常,表明大氣在10°～30°N范圍內有異常的上升運動,而在30°N以北的區域有下沉運動。27°～33°N的平均緯向環流異常剖面圖能夠看出以110°E為界,東側區域大氣異常上升,而西側異常下降(圖4b)。環流的這種異常變化與整層大氣可降水量異常一致,大氣異常上升能夠帶來更多的可降水量,而大氣異常下降則會使局地干旱(圖4c)。進一步觀察整層大氣可降水量異常,東海大部、黃海南部整層大氣的可降水量異常偏多,其空間分布與黃、東海海溫異常的空間分布較為一致。黃、東海海域可降水量異常偏多,會造成局地海洋海溫偏低,是El Ni?o背景下大氣影響局地海洋的表現形式之一。通過850 hPa的風場異常分布可以發現,16°N以南的低緯度海域為顯著的西風異常,日本南側存在一個南北跨度超過20°的反氣旋式異常環流,而在臺灣島東南、西南兩側分別存在一個氣旋式異常環流,黃海大部為偏北風。臺灣島兩側的氣旋式異常環流能給局地帶來更多降水(圖4c),異常多的降水會使海溫降低,并通過水體的熱平流效應影響東中國海的海溫狀況。然而研究發現,臺灣島兩側的異常降水核心區域滯后1個月才會對黃、東海大部造成顯著影響。因此,El Ni?o年7月份,黃、東海海域局地降水異常,是造成其海溫負異常的重要原因。

圖3 核心區海溫異常與Ni?o3指數12個月相關(a)和Ni?o3指數超前7月份核心區海溫異常相關(b)Fig.3 Correlation relationship bet ween the key region sea surfacetemperature anomalies and the Ni?o3 index(a)and correlation of the Ni?o3 index that leads the key region sea surface temperature(b)

3.2 臺風活動的影響

單純考慮氣候背景的原因,不能完全解釋黃、東海海溫的月異常現象。7月是臺風活躍的月份,同時也是臺風登陸的強盛期。臺風的生命周期可分為生成、成熟和消亡3個階段,生命期平均為1周,短的只有2～3 d,最長可達1個月。臺風與海表面溫度有十分重要的關系,臺風形成后,中心氣壓非常低且風應力巨大,會在海洋上層形成強烈的混合和流輻散,同時,風場的夾卷作用使混合層深度加深,使得海表面溫度下降;海表面溫度的下降會導致海洋向大氣熱量輸送的減少,從而影響臺風的強度。海表面降溫有較大的不對稱性,最大的降溫一般出現在臺風路徑右側,降溫幅度一般為2～4℃,極端條件下降溫能夠達到10℃[19-20]。

圖4 東海及鄰近海域El Ni?o年7月份合成結果:120°～128°E的平均經向環流異常的高度-緯度剖面(a);27°～33°N的平均緯向環流異常的高度-經度剖面(b);整層大氣的可降水量異常(c);850 hPa風場異常(d)Fig.4 Altitude-latitude cross sections of the at mosphere circulation ano malies averaged for 120°-128°Ein the July of the selected El Ni?o years(a);altitude-longitude cross sections of the at mosphere circulation ano malies averaged for 27°-33°Nin the July of the selected El Ni?o years(b);precipitable water anomalies for the entire at mosphere(c);850 hPa wind anomalies(d)of the East China Sea and its adjacent seas in the July of the selected El Ni?o years

參考2015年第9號臺風“燦鴻”,其運行軌跡為轉向路徑,受其影響核心區于7月5日開始降溫,至12日時核心區降溫達到最大,之后臺風停止編號,溫度緩慢回升,并于27日前后達到正常態,即臺風過后兩周還存在與臺風過境類似的冷軌跡。觀察同期核心區的海溫變化,其空間模態表現與臺風模態一致。極強的臺風會在短時間內造成十分顯著的降溫,而由于恢復的時間比較緩慢,極端情況下會對月均的海溫產生一定的影響。

臺風的生成時間、位置、強度、持續時間都受ENSO的影響。為研究臺風的氣候態特征,選取了1982-2015年間7月份所有臺風,依據劃定好的El Ni?o年、La Ni?a年和正常年,分析不同時期臺風路徑以及強度和位置的特征。經統計,在選取的時間段內,El Ni?o年一共有10年,共發生了39次臺風,平均每年約3.9次;La Ni?a年一共7年,共發生了27次臺風,平均每年3.86次;正常年一共16年,共有67次臺風發生,平均每年4.19次。采用合成分析方法,分別刻畫了不同時期臺風生成位置、壓強最小位置、臺風中間時刻位置以及消亡時刻位置(圖5d)。據統計,El Ni?o年,臺風的生命周期約有8.44 d;而在La Ni?a年和正常年,臺風的生命周期皆為6.68 d。同樣,El Ni?o年,平均的最低氣壓約為955 hPa,遠低于La Ni?a年的973.6 hPa和正常年的1 002 hPa。可以發現El Ni?o年臺風生成地偏東南,路徑最長,且臺風最小壓強的位置出現在臺風生命周期中間時刻之前,表明臺風作用的周期更長,破壞性更大。El Ni?o年,由于生成位置偏東南,熱帶氣旋在西移直至登陸的過程中,有更充分的發展時間,有利于熱帶氣旋加強成為超強臺風[21]。通過觀察不同時期臺風路徑(圖5a,b,c)可以發現,El Ni?o年分布較為規律,大致為西移路徑和轉向路徑;相比而言,La Ni?a年則較為混亂,而正常年雖然臺風總數最多,但是平均入侵東海的臺風卻不如El Ni?o年多。

圖5 不同時期7月份臺風路徑圖及路徑合成Fig.5 Typhoon track graph in July for different periodsa為El Ni?o年;b為La Ni?a年;c為正常年;d為臺風路徑合成,紅色表示El Ni?o年臺風路徑合成,從東向西,紅點和紅圈依次表示為臺風生成地、最小壓強位置、中間時刻位置和臺風消亡位置,其他顏色依次類推a represents the El Ni?o years;b represents t he La Ni?a years;c shows t he nor mal years;d shows the composite results,red line are t he composite results of the El Ni?o years,the red dots and circle are the places when the typhoon begins,has t he mini mu m pressure,comes into the middle ti me and vanishes,other colors show si milar indications

臺風對經過的海域能夠產生劇烈的降溫,但是其影響范圍以及對月均海溫的影響,仍然是需要探討的話題。選取出El Ni?o年7月所有經過核心區的臺風,獲得其經過核心區的準確時間,同時獲得沒有臺風經過核心區的時間。使用OISST日均海溫異常數據,利用合成分析的方法,獲得臺風經過核心區和無臺風經過核心區期間的海表面溫度差的空間分布,用以表征臺風活動對海盆平均態海溫的貢獻情況(單次臺風經過核心區的時間較短,無臺風經過核心區期間的平均海溫異常值與月均海溫異常值區別十分小,即臺風經過核心區和無臺風經過核心區期間的海表面溫度差與臺風經過核心區和月均海表面溫度差十分一致)。圖6b可以看出臺風過境給黃、東海海域造成直接的降溫影響。通過圖6a可以看出,黃海南部、東海大部為負值,對照圖1a厄爾尼諾年7月合成結果,表明臺風活動對黃海南部、東海大部海域月尺度上海表面溫度負異常有貢獻。綜上,El Ni?o年7月,臺風強度偏強,持續時間更長,其路徑更易影響黃、東海海域,是造成其降溫的重要原因。

4 討論

本文利用OISST、GODAS海溫數據和臺風數據資料,研究了7月份黃、東海海溫與El Ni?o/La Ni?a事件的關系,并對El Ni?o年7月份中國近海大氣環流異常以及特定背景下臺風的作用進行了分析。結果表明:

(1)7月份黃、東海海溫與El Ni?o/La Ni?a事件有密切關系,OISST的海溫數據與Ni?o3指數同步相關系數為-0.32,而GODAS的海溫數據與Ni?o3指數同步相關系數更是高達-0.45。

圖6 El Ni?o年7月臺風對海表面溫度影響Fig.6 Typhoon’s effect on the SSTin the July of the El Ni?o yearsa為臺風經過(核心區)和無臺風經過(核心區)期間海表面溫度差合成結果;b為臺風過境(核心區)前后溫度差a is composite result of sea surface temperature differences bet ween the periods when typhoon passes t he key region and the periods when no typhoon passes the key region;b is co mposite result of sea surface temperature differences when the typhoon passes through the key region

(2)El Ni?o年7月,中國近海海溫異常合成結果表明:黃、東海海域海溫異常超過-0.5℃的概率大于60%;La Ni?a年7月,黃海大部有約60%的可能性海溫異常超過0.5℃;正常年海溫異常的空間分布與El Ni?o年相反,但量值明顯偏低。

(3)El Ni?o年7月,中國近海及鄰近區域大氣異常能夠給局地帶來更多降水,是直接導致黃、東海海溫降低的一個重要原因。

(4)El Ni?o年7月臺風強度更強、持續時間更長,路徑多為轉向路徑,更傾向于入侵黃、東海海域。臺風過境,上層海洋環境最顯著的響應是海表面降溫,其對黃、東海大部月均海表面溫度負異常有明顯貢獻。

由于中國近海特定的地理位置,其海溫的影響因素研究十分復雜。黃、東海海溫異常與Ni?o3指數顯著相關,但El Ni?o/La Ni?a事件的氣候背景并不能夠完全解釋黃、東海海溫異常變化。我們定量的分析了7月臺風的特征,無論其強度、持續時間以及路徑,都更易影響黃、東海海域;而通過計算有無臺風影響核心區的平均海表面溫度差可以定性的得知,臺風活動對黃、東海海溫負異常存在直接的貢獻。本文綜合El Ni?o/La Ni?a事件和臺風兩個不同時間尺度上的因子,從氣候尺度和天氣尺度,定量定性的分析了兩者共同作用下對7月份中國近海海溫變化的影響,旨在為預報特定月份下中國近海海溫變化提供一種思路,而不是通過簡單地進行相關系數的統計來總結某種規律。不同時間尺度不同的物理過程對黃、東海海溫異常現象的貢獻仍是下一步需要研究的重點。

[1] Behrenfeld MJ,Omalley R T,Siegel D A,et al.Cli mate-driven trendsin contemporary ocean productivity[J].Nature,2006,444(7120):752-755.

[2] 鄧素清,湯燕冰.浙江海區赤潮發生前期氣象因子的統計分析[J].科技通報,2005,21(4):386-391.Deng Suqing,Tang Yanbing.Statistical analysis of metrorological elements prior to occurrence of red tidein Zhejiang sea area[J].Bulletin of Science and Technology,2005,21(4):386-391.

[3] 楊紅,何春良.我國海域赤潮發生與海溫及厄爾尼諾的相關分析[J].海洋湖沼通報,2009(2):1-6.Yang Hong,He Chunliang.The red tide eventsin the China Sea and the relationship with the temperature and El Ni?o[J].Transactions of Ocean-ology and Li mnology,2009(2):1-6.

[4] 張甲珅,蘇奮振,杜云艷.東海區中上層魚類資源與海表溫度關系[J].資源科學,2004,26(5):147-152.Zhang Jiashen,Su Fenzhen,Du Yunyan.Relationship bet ween pelagic fishery resources and sea surface temperaturein east china sea[J].Resources Science,2004,26(5):147-152.

[5] 翁學傳,張啟龍,張以懇,等.渤、黃、東海水溫日變化特征[J].海洋科學,1993,17(6):49-54.Weng Xuechuan,Zhang Qilong,Zhang Yiken,et al.Characteristics of the daily variations of water temperaturein the Bohai Sea,Yellow Sea and East China Sea[J].Marine Science,1993,17(6):49-54.

[6] 曾廣恩,練樹民,程旭華,等.東、黃海海表面溫度季節內變化特征的EOF分析[J].海洋科學進展,2006,24(2):146-155.Zeng Guang’en,Lian Shu min,Cheng Xuhua,et al.EOF analysis of intra-seasonal variabilities of SST in the East China Sea and Yellow Sea[J].Advances in Marine Science,2006,24(2):146-155.

[7] 鮑獻文,萬修全,高郭平,等.渤海、黃海、東海AVHRR海表溫度場的季節變化特征[J].海洋學報,2002,24(5):125-133.Bao Xianwen,Wan Xiuquan,Gao Guoping,et al.Characteristics of the seasonal variability of the sea surface temperature field in the Bohai Sea,Yellow Sea and East China Sea from AVHRR data[J].Haiyang Xuebao,2002,24(5):125-133.

[8] Xie SP,Hafner J,Tanimoto Y,et al.Bathy metric effect on the winter sea surfacetemperature and cli mate of the Yellow and East China Seas[J].Geophysical Research Letters,2002,29(24):2228.

[9] Par k WS,Oh I S.Interannual and interdecadal variations of sea surfacetemperaturein t he East Asian marginal seas[J].Progressin Oceanography,2000,47(2):191-204.

[10] Zhang Liping,Wu Lixin,Lin Xiaopei,et al.Modes and mechanisms of sea surface temperature low-frequency variations over the coastal China Seas[J].Journal of Geophysical Research,2010,115(C08):C08031.

[11] Zhang R H,Su mi A,Ki moto M.A diagnostic study of thei mpact of El Ni?o on the precipitation in China[J].Advancesin At mospheric Sciences,1999,16(2):229-241.

[12] Wang B,Wu R G,Fu X H.Pacific-East Asian teleconnection:How does ENSOaffect East Asian cli mate[J].Journal of Cli mate,2000,13(9):1517-1536.

[13] 袁媛,高輝,賈小龍,等.2014-2016年超強厄爾尼諾事件的氣候影響[J].氣象,2016,42(5):532-539.Yuan Yuan,Guo Hui,Jia Xiaolong,et al.Influences of the 2014-2016 super El Ni?o event on cli mate[J].Meteorogical Monthly,2016,42(5):532-539.

[14] Zhang WJ,Li H Y,Stuecker M F,et al.A new understanding of El Ni?o’si mpact over East Asia:Dominance of the ENSOcombination mode[J].Journal of Cli mate,2016(12):4347-4359.

[15] 曹從華,曲如美,張惠滋.東中國海海溫對厄爾尼諾與反厄爾尼諾事件的響應[J].海洋預報,1999,16(4):39-45.Cao Conghua,Qu Rumei,Zhang Huizi.Response of sea surface temperaturein eastern China Sea to El Ni?o and La Ni?a event[J].Marine Forecasts,1999,16(4):39-45.

[16] 陳美榕,石少華,沈紅梅.長江口海域海水表層溫度與厄爾尼諾事件的關系[J].海洋預報,2005,22(1):80-85.Chen Meirong,Shi Shaohua,Shen Hongmei.The relation bet ween SSTin Yangtze River Estuary and El Ni?o event[J].Marine Forecast,2005,22(1):80-85.

[17] 王智祖,左軍成,陳美香,等.黃、東海沿岸海表溫度變化與厄爾尼諾的關系[J].河海大學學報:自然科學版,2012,40(4):461-468.Wang Zhizu,Zuo Juncheng,Chen Meixiang,et al.Relationship bet ween El Ni?o and sea surface temperature variation in coastal region of Yellow Sea and East China Sea[J].Journal of Hohai University:Natural Sciences,2012,40(4):461:468.

[18] Reynolds R W,Rayner N A,Smith T M,et al.Ani mproved in situ and satellite SST analysisfor cli mate[J].Journal of Cli mate,2002,15:1609-1625.

[19] Hu J Y,Kawamura H.Detection of cyclonic eddy generated by looping tropical cyclone in the northern South China Sea:A case study[J].Acta Oceanologica Sinica,2004,23(2):213-224.

[20] Huang P,Sanford T B,Imberger J.Heat and turbulent kinetic energy budgets for surfacelayer coolinginduced by the passage of Hurricane Frances(2004)[J].Journal of Geophysical Research,2009,114(C12):C12023.

[21] Chan J C L,Liu K S.Global war ming and western Nort h Pacific typhoon activity froman observational perspective[J].Journal of Cli mate,2004,17(23):4590-4602.

Sea surface temperature variations of the Yellow Sea and East China Sea influenced by both ENSOand typhoons in July

Zhang Shouwen1,Wang Hui1,2,Jiang Hua1,2,Song Chunyang1,Du Ling3

(1.National Marine Environ mental Forecasting Center,State Oceanic Ad ministration,Beijing 100081,China;2.Key Laborator y of Research on Marine Hazar ds Forecasting,State Oceanic Ad ministration,Beijing 100081,China;3.College of Oceanic and Atmospheric Science,Ocean University of China,Qingdao 266100,China)

Historical sea temperature and typhoon track datasets are used to study the SST variations of the Yellow Sea and East China Sea influenced by ENSOin the July.The results show that SST anomalies of the Yellow Sea and the East China Sea correlate well with the Ni?o3 index,the correlation coefficient bet ween the OISST dataset and Ni?o3 index is-0.32 in July,while it’s-0.45 when we use the GODASdataset.There are more than 60%probability that SST anomalies would below-0.5℃of the Yellow Sea and the East China Sea in July in the El Ni?o years.While in La Ni?a years,most part of the Yellow Sea has al most 60%probability the SST anomalies would surpass 0.5℃in July.Spatial distributions of SST anomalies in nor mal years are opposite to that in El Ni?o years in July,but with low magnitudes.The at mospheric circulation anomalies on the China adjacent seas could bring more precipitation to local area in the July of El Ni?o years.Meanwhile,the typhoon intensities tend to be stronger,the duration ti me tends to be longer and the typhoon tracks tend to pass the Yellow Sea and East China Sea in July in the El Ni?o years.Large-scale precipitation and the typhoon activities are the reasons that result in the negative SSTA of the Yellow Sea and East China Sea.Therefore,based on the El Ni?o/La Ni?a background analysis,the effect of large-scale precipitation and typhoon activities should also be taken into consideration when we analyze and forecast the SST anomalies of China adjacent seas in July.This proves us a new mind to analyze the SST anomalies of China adjacent seas by considering different factors with different ti me-scales under certain background.

Yellow Sea;East China Sea;sea surface temperature;El Ni?o;La Ni?a;typhoon

P731.11;P732.6

A

0253-4193(2017)12-0032-10

張守文,王輝,姜華,等.厄爾尼諾和臺風共同影響下的7月份黃、東海海溫變化[J].海洋學報,2017,39(12):32-41,

10.3969/j.issn.0253-4193.2017.12.004

Zhang Shouwen,Wang Hui,Jiang Hua,et al.Sea surface temperature variations of the Yellow Sea and East China Sea influenced by both ENSO and typhoons in July[J].Haiyang Xuebao,2017,39(12):32-41,doi:10.3969/j.issn.0253-4193.2017.12.004

2017-01-23;

2017-03-16。

國家海洋局海洋公益性專項(201505013);國家自然科學基金(41376008,41376016)。

張守文(1987—),男,山東省日照市人,博士,主要從事海洋氣候變化和預測研究。E-mail:zhangsw@n mefc.gov.cn

*通信作者:姜華,研究員,主要從事厄爾尼諾預測及影響研究。E-mail:hjiang@n mefc.gov.cn