欢迎来到赏识居学术网官网!

微信公众号

南海不同海域盐度与南海夏季风爆的关系

点击量:0

发布日期:2018-11-01 12:02

海表盐度(sea surface salinity,SSS)是描述海洋基本性质的关键变量之一,对其分布和变化规律的研究有助于了解全球水循环以及海气间相互作用对全球气候的影响[1-3].Dickson 等[4]认为表层低盐度入侵对驱动温盐环流和径向热传输的深对流层有影响。盐度影响海水密度,进而支配海洋环流和气候,而盐度变化主要是由降水、蒸发、径流和冰冻结及融化引起的。
  南海接近赤道,位于太平洋边缘,是西太平洋最大的半封闭深水海盆。其特殊的地理位置与气候特征决定了南海地区 SSS 对南海环流以及海气之间的相互作用具有重要的影响[5,6].郭敬等[7]利用 1950~2012 年的WOD05 盐度数据对南海混合层盐度的季节变化影响因素进行了分析,得出整个南海混合层盐度季节变化的主要影响因素是降雨量和水平平流。曾丽丽等[8]通过对南海南部、北部航测盐度资料的研究,分析了夏季风期间降雨对南海上层盐度影响的可能性;王凡等[9]根据“南海季风试验”期间的 CTD 考察资料,分析了 1988 年夏季风爆发前后南海主要断面的温盐结构及变化特征 ;王东晓等[10]得出在夏季风持续强迫下上层环流体现出显着的季风性海洋环流特征,南海夏季温盐水平分布随深度有显着变化。李秀珍等[11]利用 1967~2001 年共 35 a的 SODA(simple ocean data assimilation)月平均同化资料探讨了南海不同海域盐度对南海夏季风爆发以及季风强度的响应关系,结果表明它们之间密切相关。
  1 数据来源和方法
  
  本文所用数据来自于美国马里兰大学(UMD)和美国德州农工大学(TAMU)共同研制开发的简单海洋数据同化资料 SODA 月平均海水盐度数据集。该资料是由全球简单海洋资料同化系统分析得到的再分析产品,采用了随机连续估计理论和质量控制方法,比如邻近点检验法、“预报值 - 观测值”差值检验、卡尔曼滤波、四维变分等多种方法来减小误差,以保证资料的准确度、可用性和可信度[12].
  SODA 月平均海洋同化数据每个文件包含当月的月平均海洋数据。数据的水平空间分辨率为 0.5° ×0.5°;水平空间覆盖范围是 0.25°~359.75° E 、75.25° S~89.25° N,因此在经、纬度上的格点数分别为 720 和 330 ;垂直方向上的分辨率为不等间距,共 40 层,深度分别为 5、15、25、35、46、57、70、82、96、112、129、148、171、197、229、268、317、381、465、579、729、918、1 139、1 378、1 625、1 875、2 125、2 375、2 624、2 874、3 124、3 374、3 624、3 874、4 124、4 374、4 624、4 874、5 124、5 374(单位:m);包含 7个变量:温度(temp)、盐度(salt)、维向海流速度(u)、径向海流速度(v)、垂向海流速度(w)、维向海表风应力(taux)、径向海表风应力(tauy)、海表面高度(ssh)。
  为了能够较好地分析南海海水表层的盐度异常,文中选取的盐度月平均数据集为 :时间跨度从 1980-01~2011-12,共 32 a(384 个月);空间范围为 0° ~25° N、100° ~125° E ;深度为 5 m.先剔除异常数据(处理掉陆地数据的无效值),由 32 a 的逐月 SSS 数据得到气候态的月平均 SSS,再用逐月 SSS 减去气候态的月平均值,得到海表盐度异常值 SSS 的变化趋势。使用最小二乘法对 SSS 异常进行线性拟合,分析南海 SSS 的变化趋势。然后对 SSS 异常作 EOF 分析,得到 SSS 异常的空间分布和时间系数,探讨南海 SSS 异常的分布特征。
  2 分析与讨论
  
  2.1 变化趋势分析
  
  将 1980-01~2011-12 的 南 海 SSS 月 平 均 数 据 进行距平化处理,去掉年周期信号后绘制 SSS 异常趋势图,并进行最小二乘法线性拟合,得到如图 1 所示的整个南海 SSS 异常变化趋势图。从总体来看,在这 32 a间,整个南海的海表盐度存在周期性波动特征,并且有不断下降的趋势。前 230 个月(1980-01~1999-02),南海 SSS 的正异常较多,负异常较少 ;其中,最大正异常值为 0.365 5,出现在 1983-12 ;最大负异常值为 -0.215 9,出现在 1989-04.从 2000-02 之后,南海SSS 的负异常值较多,且负异常值较大,正异常值较少;其中,最大负异常值为 -0.347 5,出现在 2009-05 ;而最大正异常值为 0.266 1,出现在 2005-06.从数据可知,从 1980~2011 年,南海 SSS 呈缓慢下降的趋势。

 综合以上,说明南海西南海域与东北部海域的 SSS 异常变化基本上呈反相关。在第 3 模态下(图 4a),南海 SSS 异常的空间分布呈现的是东北方向到西南方向的递增,结合其所对应的时间序列(图 4b)发现,时间系数为正值时,蓝色区域 SSS 高于红色区域 SSS,时间系数为负值时,蓝色区域 SSS 异常低于红色区域 SSS,南海东部与西部基本上呈反相关。与第2模态下的空间分布和时间序列相对比,第 2 和第 3 的空间分布基本上是相反的,而时间序列也基本上是相反的。这说明同一时期,这 2 个模态下南海SSS 在东北海域的变化小于西南海域,或者大于南海南部的变化。总体上表示了南海北部与南部 SSSA 变化呈反相关,中部 SSS 基本上变化不大的分布特征。

  3 结 语
  
  本文利用 SODA 月平均海洋同化数据,通过 EOF分析等方法评估了南海SSS 在时间和空间上的分布特征。

  结果显示,在消除年周期的基础上,从 1980~2011 年,南海 SSS 存在波动性的上升和下降,但是总体上是下降的趋势。EOF 第1 模态分析说明,南海 SSS 具有同相位的变化,整体上呈下降的趋势,考虑到河流径流注入量和来自大洋的寒暖流,靠近大洋一侧的 SSS 和靠近陆地一侧 SSS 异常变化高;第2、3 模态 EOF 分析说明不同海域的 SSS 异常变化是有差别的,主要分布为在南海北部和南部 SSS 异常变化大且呈反相关,在南海中部 SSS 异常变化小。通过分析南海 SSSA 的分布特征,为下一步南海SSS卫星遥感数据的反演工作提供了一定的研究基础。


上一篇:海底区域环境保护立法研究绪论

下一篇:没有了

相关期刊

绿色视野

复合影响因子: 综合影响因子: 期刊分类:自然科学

出版地:安徽

发行周期: 月刊

期刊级别:

推荐期刊