黃海海表溫度與冷水團年際變化關系的分析研究

褚芹芹，于華明，李松霖，于海慶，葛晶晶

（1.國家海洋局秦皇島海洋環境監測中心站，河北秦皇島066002；2.中國海洋大學海洋與大氣學院/三亞海洋研究院，山東青島/海南三亞266100/572024；3.青島海洋科學與技術試點國家實驗室，山東青島266003；4.中國海洋大學水產學院，山東青島266100；5.31110部隊，江蘇 南京210016）

1 引言

黃海冷水團是夏季存在于黃海底部的低溫高鹽水體，其鼎盛時期，水溫垂向會出現上均勻層、中間躍層和下均勻層3層結構，水團體積約為5×1011m3，占據黃海總體積的1/3。黃海冷水團冷中心一般為2個或3個，部分年里冷水團分為北黃海冷水團和南黃海冷水團兩個冷中心，部分年里南黃海冷水團又分為東西兩個冷中心。黃海冷水團作為我國近海重要的水文現象，已有不少學者對其形成機制和結構等做了大量的研究。我國最早由赫崇本等[1]根據1930—1940年間溫鹽平均資料提出黃海冷水團冬季在黃海本地形成，并且認為黃海冷水團在垂直和水平方向都存在季節性變化；隨后，管秉賢[2]對黃海冷水團的環流特征進行了分析；袁業立[3]通過建立物理模型對冷水團中心部分的熱結構和環流特征進行了分析，從理論上得出黃海冷水團的一些參數，且與實測值較為接近；翁學傳等[4]利用“相似系數”法，通過計算各年夏季黃海各站層和斷面上的相似系數，對8月黃海冷水團的分布范圍、低溫中心位置、體積和溫鹽性質的多年變化特征進行了分析；蘇紀蘭等[5]通過定性分析和數值模擬對黃海冷水團的垂向環流結構展開探討，并指出黃海冷水團的垂向環流結構為雙環結構。近年來，江蓓潔等[6]借助斷面和測站數據資料，利用線性回歸方法分析變化趨勢，指出北黃海冷水團溫度主要受冬季氣溫影響，同時，黑潮現象使溫度變異。

相較于黃海冷水團形成機制和結構的研究，目前對于黃海海表溫度（Sea Surface Temperature，SST）和黃海冷水團年際變化的研究較少。湯明義等[7]采用站點數據，借助能譜分析方法分析了黃海SST的準周期變化，并指出黃海SST具有高頻準周期變化。曾廣恩[8]采用TRMM/TMI（Tropical Rainfall Measuring Mission/TRMM Microwave Imager，熱帶測雨衛星/微波成像儀）衛星遙感SST資料，采用經驗正交函數（Empirical Orthogonal Function，EOF）法分析了東海和黃海SST季節內變化的空間分布特征，并指出東海北部、東海近岸和黃海近岸SST季節內變化最為顯著。宋德海等[9]基于美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）提供的Pathfinder V5.0系列產品，使用低通濾波消除季節變化影響后，利用協方差（Covariance）EOF和梯度（Gradient）EOF方法分析了中國近海及毗鄰海域SST的年際變化特征，并指出東中國海SST除了太陽輻射外，還與平流熱量輸運、厄爾尼諾（El Ni?o）現象以及海流與水團的混合有關。劉伊格[10]分析了1982—2017年渤海和黃海SST的氣候特征，得出黃海存在12～13 a、17～18a和準4a的周期變化特征。宋新等[11]基于三維區域海洋模式（Regional Ocean Modeling System，ROMS）的分析，指出黃海冷水團存在著5 a的周期變化特征，與厄爾尼諾與南方濤動（El Ni?o-Southern Oscillation，ENSO）現象相關；厄爾尼諾年時，滯后17 M的黃海冷水團的分布范圍一般會較小；而拉尼娜年時，滯后17 M的黃海冷水團的分布范圍會比較大。李昂等[12]基于1976—2006年國家標準斷面（大連—成山頭）的調查資料，分析發現：前冬海溫、當地氣溫、經向風場以及輻射通量都對來年北黃海冷水團的強度存在影響。

由于黃海冷水團在近海產生，其形成原因與水體的垂向混合和層結有關，近海中較強的潮汐現象會在一定程度上影響水體的垂向狀態，而傳統再分析數據往往不包含潮汐潮流信息。因此本研究基于無規則網格有限體積海岸海洋模型（Finite-Volume Coastal Ocean Model，FVCOM）模型，通過構建環流模型對黃海底層溫度進行模擬，同時借助NOAA提供的35 a（1982—2016年）的SST高分辨率衛星數據和多年大面站觀測數據，在總結黃海SST及冷水團的季節和年際變化規律的基礎上，采用尋找特征參數和相關分析的方法，分析黃海SST與冷水團的關系，希望為黃海海溫年際變化研究提供參考。

2 數據資料來源

為了盡可能準確地模擬黃海冷水團，本研究所建模型及所用數據基本信息如下：

模擬范圍：模型起止范圍117.5°～151.0°E，18.8°～52.2°N，空間上包含渤海、黃海、東海及黑潮流經海域，能夠實現對冬季黃海暖流的模擬。模型采用無結構三角網格，并在渤海、黃海、東海、朝鮮海峽及黑潮流經海域進行網格加密，近岸分辨率約為10 km，垂向均勻分為21個Sigma層；對于平均水深44 m的黃海，該模型在此區域的垂向分辨率約為2 m。水深數據集采用美國國家地學測量中心（National Geodetic Center）提供的DBDB5（Digital Bathymetric DataBase Version 5.2）數據，使用雙線性插值將其插值到網格點上。

驅動力：模型大氣強迫數據采用美國國家環境預報中心（National Centers for Environmental Prediction，NCEP）發布的氣候預報系統再分析數據[13]，主要包括風、蒸發、降水、氣壓、凈熱通量及凈短波輻射通量。徑流（長江和黃河）信息來自《水資源公報》提供的月平均徑流數據。溫鹽和環流采用全球簡單海洋資料同化分析系統（Simple Ocean Data Assimilation，SODA）月平均數據。開邊界水位采用俄勒岡大學（University of Oregon）研發的TMD（Tidal Model Driver）[14]，在此基礎上加入SODA平均水位。

同化：為使模擬結果盡可能準確，模型采用NOAA提供的35 a（1982—2016年）高分辨率最優插值海溫分析（Optimum Interpolation Sea Surface Temperature，OISST.V2）數據作為同化信息，數據類型為網格數據，空間分辨率0.25°，同化方法采用增量分析更新法[15]。

為了驗證FVCOM數值模擬數據的有效性，本文將底層水溫模擬數據與大面站觀測數據進行對比。由于模型采用Sigma坐標，因此對于不同水深格點處，垂向間隔也有所不同。為使模擬數據與觀測數據進行對應，采用距離水底2 m處作為底層。以2010年7月模擬數據為例，將FVCOM模擬得到的底層溫度數據與夏季氣候態大面站數據進行對比，結果如圖1。

圖1可以看到模擬的2010年7月底層溫度數據與夏季氣候態大面站數據。通過對比等溫線范圍及形態來判斷數據有效性，我們發現：8℃等溫線在空間位置上存在一定差異，但大致可分為南北兩塊冷中心；10℃等溫線無論在大小還是形態上都較為相似。由于管秉賢[2]指出8℃等溫線對氣溫的響應較強，而10℃等溫線則相對穩定，因此從底層溫度來看，FVCOM模擬得到的溫度數據能夠滿足研究需求。

圖1 FVCOM數值模擬數據有效性驗證（單位：℃）

圖2 3種等溫線包圍面積

3 黃海冷水團年際變化分析

由于FVCOM模型輸出結果為三角網格，為便于數據處理及分析，采用雙線性插值方法，將模型輸出結果插值到等經緯矩形網格。每個網格點所占面積可用以下方法簡單計算：在緯度θ處，單位弧度經度對應的長度為：R*cos(θ)/(2π)。式中：R為地球半徑，單位緯度對應長度為R/(2π)，單個格點所占區域可視為近似矩形，通過求出等溫線內各格點所占小矩形面積，進行求和即可計算得到等溫線所包含面積的近似值。基于該方法，利用FVCOM數值模擬得到的東中國海底層水溫數據，計算出1982—2010年底層冷水團區域內各等溫線的包圍面積。從圖2可以看出，各等溫線包圍區域面積在各年間變化趨勢基本一致，而部分年里底層溫度均大于8℃。我們對這3類面積曲線進行線性回歸以分析冷水團面積的年際變化趨勢。結果表明：冷水團強度在20世紀80年代以來總體呈下降趨勢，且8℃等溫線包圍面積下降最快，9℃次之，10℃下降最慢，這可能與近年來全球氣候變暖有關。通過各等溫線包圍面積最大/最小年的分布（見圖3），也可以推斷出8℃等溫線包圍面積年際變化幅度最大，9℃等溫線次之，10℃變化幅度最小。

為了分析冷水團各溫度水體空間上的年際變化規律，我們繪制了1982—2010年3種等溫線空間分布（見圖4）。整體來看8℃等溫線中心位置年際變化較大，9℃等溫線中心位置與8℃等溫線相比變化較小，10℃等溫線中心位置變化與前兩者相比最小，且其等溫線中心位置基本不變。局部來看，北黃海內各等溫線中心位置基本不變，等溫線包圍面積變化也較小；南黃海內各等溫線中心位置變化較大，等溫線包圍面積變化也較大。因此，從數值模擬結果來看，北黃海冷水團無論是大小還是低溫中心的位置都比南黃海冷水團穩定，這一點與前人分析得到的結果類似[4,16]。

圖3 不同等溫線最大/最小年分布圖

1982—2010年3種等溫線組成的外廓線圖可以在一定程度上反映冷水團多年間的空間活動范圍（見圖5）。由外廓線圖可以看出，盡管各等溫線在多年間空間變動較大，但各等溫線外廓線卻較為接近。這說明冷水團的冷中心位置盡管每年有所差異，但由于受到地形限制，其能夠到達的區域是受到限制的。

4 冷水團與黃海SST關系分析

4.1冷水團形成機制及影響因素

為了更好地分析黃海冷水團與黃海SST之間的相關關系，我們首先根據之前學者的研究，對黃海冷水團的形成機制和影響因素進行簡單總結。

對于黃海冷水團的形成原因，目前主要觀點認為與黃海暖流水有關。冬季渤黃海受季風影響，表層海水向南流動，底層海水以補償流的形式從黑潮區延伸至黃海，其攜帶的高溫高鹽水形成黃海暖流。冬季的強季風促進了黃海區域水體的垂向混合，使得黃海暖流在流動過程中逐漸與當地冷水發生混合變性，溫度逐漸降低并接近周圍海水溫度，鹽度變化較小，仍保持高鹽狀態；夏季時，夏季風與冬季風相比較弱，使得海水整體穩定，底層留下穩定的冷水團，所以黃海冷水團實質上是黃海本地的冬季殘留水[1]。

圖5 1982—2010年3種等溫線外廓線圖

對于黃海冷水團的影響因素，李昂[17]的研究表明：北黃海冷水團溫度存在明顯的年際變化特征，冬季海溫、氣溫、輻射通量以及經向風速都對北黃海冷水團的溫度存在影響；南黃海冷水團兩個核心的溫度長期趨勢不同[4，16]，西部核心溫度升高，東部核心溫度降低，西部核心的升溫趨勢主要受到冬季黃海暖流入侵、冬季氣溫以及冬季經向風的影響，東部核心的降溫趨勢主要受到夏季過程影響。

因此，基于之前的研究學者對冷水團形成機制以及影響因素的探討，以下將通過分別確定黃海SST和冷水團特征參數的途徑，采用相關分析方法，進一步探究黃海SST與冷水團的相關關系。

4.2冷水團特征參數

通過分析冷水團底層水溫的年際變化，發現個別年份底層8℃等溫線幾乎不存在（見圖6）。對于此現象，我們收集了混合坐標海洋模式（HYbrid Coordinate Ocean Model，HYCOM）再分析數據作為參考。結果發現2007年8月底層月平均溫度模擬結果均大于8℃，HYCOM再分析數據中雖然出現了8℃，但范圍極小，只在北黃海存在，而10℃等溫線在南北黃海均存在，且習慣上我們通常取10℃等溫線作為冷水團邊界，因此選用10℃等溫線包圍的面積作為冷水團強度的特征參數。

圖6 2007年8月底層溫度模擬數據（單位：℃）

4.3黃海SST特征參數

由于日平均OISST.V2已作為觀測數據源加入模型同化，且本研究采用月平均SST數據進行分析，因此，在月平均尺度上，對于SST而言模型結果與觀測結果基本一致。為了盡可能保證數據分析的可靠性，在SST分析中將采用觀測數據進行分析。為了分析黃海SST與黃海暖流之間的表征關系，我們對30°～42°N，116°～128°E海域的SST作35 a逐月平均，繪制了氣候態1—4月的月平均SST分布。由圖7a—c可以明顯看出，冬季至初春東海北部存在18℃左右的高溫區域，該區域即東海北部的黑潮區；此外還可看到一明顯的暖水舌由黑潮區延伸至黃海，在34°N附近形成兩個分支，一支向海州灣方向延伸，另一支向渤海方向延伸，與黃海暖流路徑相似。4月之后（見圖7d），該暖水舌開始減弱直至消失，符合黃海暖流“冬強夏弱”的特征。此前已有學者的研究表明，冬季期間，盡管黃海暖流主要從深層進入黃海，但除了深底層外，表層也能顯示黃海暖流的存在[18]，且將該暖水舌作為黃海暖流路徑的定性指標具有一定的合理性[19-20]，因而該暖水舌可作為黃海暖流在黃海表層的反映特征。下文中我們選取冬季黃海表層9℃等溫線（暖水舌邊界）向北延伸達到的最大緯度（以下稱“9℃等溫線到達緯度”）作為黃海暖流強弱的特征參數。考慮到黃海暖流與冷水團之間的關聯，為了確定黃海SST的特征參數，我們首先確定冬季黃海表層9℃等溫線到達緯度與黃海暖流流量之間的相關關系。

圖7 氣候態1—4月月平均SST分布（單位：℃）

黃海與東海以長江入海口北岸到韓國濟州島作為劃界。為了在計算冬季流入黃海流量時包含濟州島北部海域，本研究以長江入海口北岸至朝鮮半島南部為斷面（見圖8），計算了冬季通過該斷面流入黃海的平均流量，以該流量作為黃海暖流流量的參考指標。由于近岸地形復雜，且易受到沿岸流的影響，因此未將斷面邊界延伸至岸線上。

圖8 斷面設置

我們計算了1982—2008年冬季流過該斷面的平均流量，并將其與冬季黃海表層9℃等溫線到達緯度做相關分析。結果表明兩者之間存在較好的負相關關系（見圖9），相關系數達到-0.51，且通過了α=0.05的顯著性檢驗。這說明冬季黃海暖流流量較大的年份，冬季黃海表層9℃等溫線所能到達的緯度反而較低。

為解釋造成這一現象的原因，我們利用數值模擬數據，計算了冬季1月的斷面流量。從斷面流量剖面圖可以看出（見圖10），在冬季風作用下，表層流向為流出黃海，底層則以補償流的形式流入黃海，形成黃海暖流。底層補償流流量越大則相應的冬季風越強，冬季風驅使表層海水的流向與冬季表面暖水舌方向相反，阻礙了黃海表層9℃等溫線向北延伸，因此，冬季風越強，底層補償流流量越大，黃海表層9℃等溫線向北延伸能夠到達的緯度就越小，呈現負相關關系。

通過以上的分析，說明用黃海冬季表層9℃等溫線向北延伸達到的最大緯度作為黃海暖流強弱的特征參數具有一定合理性，同時該參數也可作為黃海SST的特征參數用來對冷水團與黃海SST進行相關性分析，從而將黃海SST與底層海水活動聯系起來進行分析。

4.4冷水團與黃海SST相關性分析

通過前兩節的分析，我們確定了黃海冷水團特征參數為夏季10℃等溫線包圍的面積，黃海SST特征參數為黃海冬季表層9℃等溫線到達緯度。

我們選取1月（冬季）和8月（夏季）兩個具有代表性的月份，對黃海SST和冷水團特征參數做相關性分析，發現兩者存在一定的負相關，相關系數達到-0.39，且通過了α=0.05的顯著性檢驗。

圖9 冬季9℃等溫線到達緯度和冬季黃海暖流流量

同理，我們對夏季10℃等溫線包圍面積和前一年冬季表層9℃等溫線到達緯度做相關分析，發現兩者同樣存在負相關關系，且相關程度更高，達到了-0.52，且通過了α=0.05的顯著性檢驗。這說明黃海冷水團強弱與前一年冬季黃海暖流有關，因此，我們可以根據黃海SST中暖水舌的分布情況，在一定程度上判斷第二年夏季冷水團面積大小。將兩者線性擬合得到線性變化關系，即：

圖10 斷面流量剖面圖（流入黃海為正）

圖11 1月黃海表層9℃等溫線到達緯度和8月10℃等溫線包圍面積

圖12 前1 a冬季9℃等溫線到達緯度和夏季10℃等溫線包圍面積

式中：y為第二年冷水團面積，x為前一年冬季9℃等溫線到達緯度，a、b為待求擬合參數。用此方法求出的第二年冷水團面積與模擬得到的冷水團面積對比結果如圖13所示。

對比結果表明除個別年份外（如1992年和2007年），該方法預測得到的冷水團面積與模擬得到的面積比較接近，采用平均偏差（Bias）和均方根誤差（Root Mean Square Error，RMSE）兩類指標對預測結果進行評估：

圖13 預測冷水團面積與模擬面積

式中：A和B分別為預測面積和模擬得到的面積，結果表明兩者平均偏差為-0.017×104m2，均方根誤差為1.25×104m2。以上結果表明借助前一年冬季9℃等溫線到達緯度能夠較好地預估第二年冷水團強弱。

5 結論

本文基于NOAA提供的1982—2016年日平均OISST.V2數據、大面站觀測數據以及1982—2010年FVCOM數值模擬數據，在分析黃海冷水團的年際變化規律以及黃海SST特征的基礎上，確定了黃海SST和冷水團特征參數，采用相關分析的方法，探究黃海SST與冷水團的相關關系，得出以下結論：

（1）黃海冷水團8℃等溫線包圍面積年際變化幅度最大，9℃等溫線次之，10℃等溫線包圍面積年際變化幅度最小。北黃海冷水團冷中心大小和位置均比南黃海冷水團更穩定。受地形限制，冷水團冷中心雖然每年位置變化較大，但活動范圍較為固定。

（2）通過數據分析，確定了黃海冷水團特征參數為夏季10℃等溫線包圍的面積，黃海SST特征參數為黃海冬季表層9℃等溫線到達緯度。相關分析表明冬季9℃等溫線到達的緯度與黃海暖流流量和冷水團面積之間均存在較好的相關關系，尤其是冷水團與前一年冬季表層9℃等溫線到達緯度相關程度更高。使用線性擬合方法，利用前一年冬季表層9℃等溫線到達緯度計算第二年冷水團面積，預測結果與模擬結果之間平均偏差為-0.017×104m，均方根誤差為1.25×104m。以上結果說明冬季黃海SST不僅能夠反映黃海暖流的強弱，也能夠反映第二年夏季黃海冷水團的強弱。