西北太平洋海表温度变化主成分分析*

吴 凡，方明强，管 磊

（中国海洋大学信息科学与工程学院，山东 青岛266100）

海表温度（Sea Surface Temperature，SST）表征了海洋热力、动力过程和海洋与大气相互作用的综合结果，是反映海－气热量、动力和水汽交换的重要参量［1］，是气候变化的重要指征参数。自1980年代以来，厄尔尼诺事件的频发对全球许多地区造成了严重灾害。以往研究显示西北太平洋与厄尔尼诺及其西太暖池影响关系密切［2－3］。卫星遥感能实现大面积的同步测量，具有较高的时间和空间分辨率，获得的遥感SST有利于比较全面而又快速地了解包括厄尔尼诺等在内的影响大洋表皮的海洋学现象［4］。目前已经积累了约30a的卫星遥感SST资料，在时空跨度和分辨率上已经提供了使用一整套海表温度数据研究海洋表层热量变化模态发生发展的条件［5］，所以近些年来卫星遥感SST得到了广泛的的关注，如宋德海等［6］使用1985—2005年Pathfinder SST资料对东中国海及毗邻海域SST年际变化特征进行分析，发现这一海域的SST年际变化趋势主要与海区的地形和水平环流相关，并对厄尔尼诺现象有7～9个月的滞后期；李云芳等［7］使用1984—2003年的AVHRR SST数据对东海海域海表温度场进行分析，结果显示出代表厄尔尼诺和黑潮、对马暖流、伸入黄海的高盐暖水舌的各种空间模态和时间演变情况。目前基于卫星遥感资料对我国海域SST变化的研究的时间尺度大多在20a以内，对研究气候变化来说较短；空间上大多针对特定局部海区，覆盖我国全部海域的西北太平洋SST变化的研究较少。本文通过对卫星海表温度资料进行质量控制、校正、融合、气候学平均等一系列处理，生成高空间分辨率的近30a西北太平洋海表温度数据集。鉴于年际变化及年内变化的分析已经较多，本文基于该数据集分析SST变化中的主要成分的时空模态特征，对SST的趋势性、年代际变化特征及其原因、类厄尔尼诺现象与Ni珘no－3.4指数的关联性等较低频的海洋热动力现象进行初步探讨。

1 数据介绍及处理

SST的基础资料来源于基于NOAA系列极轨卫星携带的高分辨率辐射计（AVHRR）数据的Pathfinder V5.2系列的1982—2010年海表温度产品，空间范围10°N～50°N，105°E～145°E，空间分辨率为4km，为了避免日变化影响使用每天夜晚平均数据。将SST场插值以便进行EOF分解。原始数据由于云漏检等原因，不能覆盖全部区域，且有噪声，故采用NOAA国家气候数据中心发布的日平均最优插值SST数据［8］（Reynolds）进行质量控制，该数据空间分辨率为0.25（°）×0.25（°），1982—2002年数据为对 AVHRR数据进行优化插值得到的结果，2002—2010年数据为AVHRR和AMSRE数据的融合结果。

对Pathfinder和Reynolds数据分别进行月平均并插值到1（°）×1（°）网格，使用 Reynolds数据对Pathfinder数据进行质量控制，剔除差值的绝对值大于5℃的数据；用Reynolds数据填充无数据点。将处理前后的Pathfinder月平均SST与Reynolds SST月平均数据进行比较，经处理平均偏差由0.13℃减小为0.10℃，标准偏差由0.61℃减小为0.43℃，数据精度提高。根据气候学数据（Pathfinder V5.0系列产品的气候学月平均数据，空间分辨率为4km）计算SST月距平场，得到包括月平均SST场、SST距平（SST anomaly，SSTA）场（348个月，包含689个有效数据点）的近30a西北太平洋海表温度数据集。

2 西北太平洋SST变化主成分分析

2.1 EOF计算

将SSTA场进行EOF分解，分别得到时间和空间序列按特征值大小排列的特征向量分布，表1为前5个模态的方差贡献，前3个模态的累积方差贡献率达到68.62%，可以代表原始场的主要特征，其中第一模态方差贡献率为53.78%，代表了原始场的最主要特征，本文中仅对第一模态进行分析。由于厄尔尼诺信号周期主要为3～7a［9］，为了提取海表温度的类厄尔尼诺信息及研究年际变化等低频变化特征，需要去除季节和年信号等高频信号的干扰，于是对第一时间模态进行2a低通滤波。

表1 西北太平洋SST前5个模态方差贡献率Table 1 The eigenvalues of the first five eigenvectors for EOF

2.2 模态分析

2.2.1 第一模态分析 第一模态解释了总方差的53.78%，反映了西北太平洋近30a的主要分布特征和变化趋势。图1为第一模态空间分布，从图中可以看出第一模态的量值在整个海区均为正值，说明西北太平洋海区的增温、降温在此模态中是同位相的。从空间分布看，黄海、东海长江口海域和南海北部珠江口海域SST振幅量值较大。这可能是由于这些海域存在入海河流，陆地淡水和海水混合强烈，随着河流冲淡水的外推［6］，呈现出一种类扇状分布，特别是在径流较大的长江口附近这种分布最为明显。

图2为第一模态时间序列及最小二乘线性拟合，可以看到近30a西北太平洋海表温度虽然有几次较大的起伏，但长期的线性趋势是上升的，这可能和当前全球暖化相关。第一模态时间序列的几个最高值明显和1982—1983年、1986—1987年、1997—1998年和2009年等几次较强厄尔尼诺事件有关，并且几乎均落后于Ni珘no－3.4指数约10个月（参见图5、6）。

图1 西北太平洋海表温度EOF分解第一模态的空间分布等值线Fig.1 The spatial pattern of the first mode of EOF for SST in the Northwest Pacific，contours in degrees

图2 西北太平洋海表温度EOF分解第一模态时间序列曲线Fig.2 The temporal curves for the first mode of EOF for SST in the Northwest Pacific

为了研究信号的主要周期／频率成分，在去除第一模态时间序列的长期线性趋势后进行傅里叶和Morlet小波频谱分析。如图3为第一时间模态傅里叶和小波频谱，存在比较典型的约13a和2～5a的主要周期成分，这2个模态是西北太平洋最显著的时间模态。值得注意的是，周期约2～5a的类厄尔尼诺信号的周期是不稳定的，在1997年前后发生比较明显的漂移（见图4）。

2.2.2 第一时间模态与 Ni珘no－3.4指数比较分析 为了研究西北太平洋SST与厄尔尼诺事件的关联，将第一时间模态与 Ni珘no－3.4指数进行比较分析。Ni珘no－3.4指数来自 NOAA Earth System Research Laboratory发布的 Ni珘no区海表温度月时间序列（http：／／www.esrl.noaa.gov／psd／gcos＿wgsp／Timeseries／）。

Ni珘no－3.4指数通常用来指针厄尔尼诺／拉尼娜事件强度［9］，将 Ni珘no－3.4指数与第一模态时间序列进行比较。去除Ni珘no－3.4指数的长期线性趋势后进行傅里叶和Morlet小波频谱分析（见图3），存在典型的2～5a周期成分，小波频谱形态上与第一时间模态较为相近，尤其是在约3.3a和约5.3a周期信号分布上。根据Trenberth等［10］的研究，厄尔尼诺周期大致为3～7a，将第一模态时间序列与 Ni珘no－3.4指数分别滤波，保留2～8a周期信号进行比较，并去除长期线性趋势（见图5），二 者 在 1982—1983、1986—1987、1997—1998、2009—2010等几次重要厄尔尼诺／拉尼娜事件前后似乎存在明显关联。为此，计算了二者信号的时滞相关系数（见图5）。第一模态时间序列与滞后约10个月的Ni珘no－

3.4 指数具有很好的相关性，相关系数最大，达77.34%。

可见在Ni珘no区海温达到最大异常值后约10个月，西北太平洋SST的第一主模态达到最大值。这可能表明，赤道东太平洋Ni珘no区异常海温信号传递到西北太平洋大约需要10个月，这与杜华栋等［11］（6～10个月）、宋德海等［6］（7～9个月）的研究结果接近。由此可见，Ni珘no－3.4指数对西北太平洋海温预估有一定意义。第一模态时间序列2～5a周期信号的变化与Ni珘no区指数在Morlet小波频谱形态上相似，加之二者在厄尔尼诺／拉尼娜信号频段内较高的时滞相关性，说明Ni珘no区域的海温变化是西北太平洋SST变化在2～5a时间尺度上的重要调控因子。

图3 傅里叶频谱Fig.3 The Fourier spectrums

图4 小波频谱Fig.4 The wavelet spectrums

图5 第一模态时间序列与Ni珘no－3.4区指数对比Fig.5 The first mode time series，compared with the Ni珘no－3.4index

图6 图5中2组数据的时滞相关系数Fig.6 The lead－lag correlation coefficients of the two data series in Fig.5

2.2.3 第一时间模态与西太平洋暖池序列比较分析

西太平洋暖池邻近西北太平洋地区，与ENSO、热带气旋有紧密关系［3，12－14］，对东亚大气环流和我国气候有重要影响［2，15］，因此将第一时间模态与西太平洋暖池海表温度序列进行比较。太平洋暖池海表温度月时间序列来源为 NOAA Earth System Research Laboratory（http：／／www.esrl.noaa.gov／psd／data／correlation／pacwarm.data），该时间序列为SST最优插值的EOF第一模态时间序列，时间范围为1982—2010年，空间范围60°E～170°E，15°S～15°N。

对西太平洋暖池时间序列去除长期线性趋势后进行傅里叶和Morlet小波频谱分析，如图7、8，频谱中存在4个主要信号：约13a、6～7a、3～4a和2～3a周期信号，其中3～4a和2～3a周期成分与张启龙等［16］对1950—1998年西太平洋暖池SST场时间特征的研究结果基本相同。约13a周期相当典型，结合图8、图4a可以看到约13a周期信号与第一时间模态比较相近，中心频率／周期成分几乎相同。说明西太平洋暖池在约13a周期上和西北太平洋有某种关联。对西太平洋暖池海表温度时间序列和第一模态时间序列分别进行8a低通滤波，去除类厄尔尼诺信号（见图9），二者的变化趋势基本一致，反映了西太平洋暖池和西北太平洋在年代际周期上基本同步。

综上，西北太平洋海表温度在2a以上周期信号的变化过程中，可能至少受到厄尔尼诺／拉尼娜事件和西太暖池年代际变化的影响；由于气候变化的复杂性，亦可能受到二者的相互作用的影响。

图7 西太平洋暖池时间序列傅里叶频谱Fig.7 The Fourier spectrum of the detrended West Pacific Warm Pool time series

图8 西太平洋暖池时间序列小波频谱Fig.8 The wavelet spectrum of the detrended West Pacific warm pool time series

图9 第一模态时间序列与西太暖池时间序列对比Fig.9 The first mode time series is compared with the West Pacific Warm Pool time series

3 结论

本文对西北太平洋近30a卫星海表温度产品进行月平均、质量控制和数据融合等处理，对月距平场进行经验正交函数分解，分析时空模态特征，分别与相关气候指数进行比较，主要结论为：

（1）西北太平洋近30aSST呈升高趋势，存在显著的～13a和2～5a模态。

（2）西北太平洋SST的年代际变化和西太平洋暖池的年代际变化形态相关；2～5a周期变化与 Ni珘no－3.4区指数相关，且相对于厄尔尼诺／拉尼娜事件具有～10个月的滞后。

本文对全面理解西北太平洋海表温度变化的支配因子具有一定参考价值。其他模态将在后续研究中继续深入。

［1］ 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.

［2］ 张增信，刘宣飞，滕代高.西太平洋暖池海温分布型及其与东亚大气环流的关系［J］.南京气象学院学报，2005，6（9）：746－754.

［3］ 陈锦年，王宏娜，吕心艳.西太平洋暖池时空分布特征及其与ENSO的关系［J］.海洋学报，2008，1（10）：10－19.

［4］ 孙凤琴.多源遥感海表温度互校及其台风响应应用［D］.厦门：厦门大学，2007.

［5］ Chen Ge，Shao Baomin，Han Yong，et al.Modality of semiannual－to－multi decadal oscillations in global sea surface temperature variability［J］.J Geophys Res，2010，C03005：1－14.

［6］ 宋德海，于华明，鲍献文.东中国海及毗邻海域SST年际变化特征分析［J］.中国海洋大学学报：自然科学版，2007，37：21－28.

［7］ 李云芳，郭佩芳，李广云.东海海域海表温度场的EOF分析［J］.海洋湖沼通报，2007，3：1－4.

［8］ Reynolds R W，Smith T M，Chelton D B，et al.Daily high－resolution－blended analyses for sea surface temperature［J］.J Clim，2007，20（22）：5473－5496.

［9］ Trenberth K E，Fasullo J T.Tracking earth’s energy：From El Ni珘no to global warming［J］.J Surv In Geophys，2012，33（3－4）：413－426.

［10］ Trenberth K E，Jones P D，Ambenje P，et al.Observations：Surface and Atmospheric Climate Change［M］.Cambridge：Cambridge University Press，2007：235－336.

［11］ 杜华栋，李婧，叶志敏，等.赤道太平洋次表层海温距平的EEOF分析及与厄尔尼诺的关系［J］.海洋预报，2006，23（4）：21－27.

［12］ 穆明权，李崇银.西太平洋暖池次表层海温异常与ENSO循环的相互作用［J］.大气科学，2000，4（14）：447－460.

［13］ 陈光华，黄荣辉.西北太平洋暖池热状态对热带气旋活动的影响［J］.热带气象学报，2006，6（6）：527－532.

［14］ 吴迪生，张娟，刘增宏，等.赤道西太平洋暖池次表层水温与热带气旋的关系［J］.热带气象学报，2010，2（8）：242－249.

［15］ 李广敏，李远芳，王文娟，等.2009年西太平洋暖池次表层水温及对中国气候的影响［J］.广东气象，2012，1（3）：24－26.

［16］ 张启龙，翁学传，颜延壮.西太平洋暖池海域SST场的时空特征［J］.海洋与湖沼，2001，32（4）：349－354.