环渤海沿岸海表温度资料的均一性检验与订正

李琰,牟林,王国松,范文静,刘克修,李欢,张增健

（1 .国家海洋信息中心,天津300171；2 .国家海洋局海洋—大气化学与全球变化重点实验室,福建厦门361005）



环渤海沿岸海表温度资料的均一性检验与订正

李琰1,2,牟林1 *,王国松1,范文静1,刘克修1,李欢1,张增健1

（1 .国家海洋信息中心,天津300171；2 .国家海洋局海洋—大气化学与全球变化重点实验室,福建厦门361005）

摘要:本文对环渤海沿岸具有代表性且资料完整的6个海洋观测站的月均海表温度（SST）序列作均一性检验和订正。我国海洋观测站密集度低,难以选择参考序列,本文首先采用不依赖参考序列的惩罚最大E检验（P M E T）方法对SST序列检验,利用详尽的元数据对检验结果进行确认,再对不连续点订正,该方法适用于元数据详尽的海洋观测站。对于元数据不详尽的观测站,使用惩罚最大T检验（P M T）方法,选取与海洋台站距离近且相关显著的气象观测站的均一化地面气温序列来制作参考序列,对SST序列进行检验和订正。结果表明,环渤海地区SST序列都存在一定非均一性,观测站较大距离迁移和观测系统变更（从人工观测到自动化观测）是造成非均一性的重要原因。订正后的环渤海地区年平均SST增温趋势更加明显。本文使用不同方法来检验SST序列的均一性,该思路对沿海其他海区观测站SST均一性检验和订正有一定参考价值和应用前景,可为沿海气候变化研究提供科学准确的第一手资料。

关键词:惩罚最大E检验；P M E T；惩罚最大T检验；P M T；环渤海沿岸；海表温度；SST；均一性检验

1 引言

长时间序列的气候资料是气候变化研究及气候预测的基础,这部分资料主要是由观测资料构成的。然而观测站的长序列气候数据记录不可避免地受到台站迁址、仪器变更、观测时次及计算方法变化等的影响,造成观测数据记录的非均一性［1—3］,直接影响气候变化分析结论的准确性,因此均一化的气候资料是气候变化研究的必要前提。目前,我国在气温、降水和气压等要素的均一性检验和订正已经取得了突破性进展,建立了均一化的中国历史气温和降水数据集［4—9］。目前我国沿海可用的海洋观测站点有100余个,而拥有50年以上长期历史观测的海洋台站仅30个左右,这些长时间序列的观测资料对于研究中国海岸带气候变化、近海海洋环境变化等都是十分珍贵的。但是中国沿海海洋观测台站海表温度（SST）序列的均一性检验和订正尚是空白。至今,我国还没有建立科学合理的沿海SST数据序列。如何建立具有均一性、准确性和适用性的SST观测数据序列,是目前区域海洋气候变化研究中亟待解决的一个重要问题。而解决这一问题的难度主要在于沿海海洋观测台站空间分布稀疏,SST观测时间短,资料缺失,元数据记录不详等。

渤海是中国最大的内海,由于其半封闭的内陆浅海特征,环渤海沿岸地区气候变化特征与我国其他沿海地区有较大差异。全球气候变化背景下,环渤海地区出现了气温升高、降水减少的气候暖干化趋势［10—12］。海水温度是渤海海岸带及海洋生态环境系统重要因子,一直受到海洋和大气科学家的普遍关注。但是在以往多数研究中都是直接使用了海洋观测台站的SST序列,尽管这些SST资料都进行了高水平的质量控制,但资料的非均一性问题没有充分考虑和妥善处理［13—15］,这就使得环渤海SST气候变化的结论仍然存在着相当不确定性。因此,本文采用国家海洋信息中心提供的经过质量控制的沿海海洋观测台站SST序列,从中选取了在环渤海地区具有代表性,数据序列长且较为完整的6个海洋观测站的SST资料,进行均一性检验和订正试验。采用一些较为成熟且广泛认可的技术方法,结合我国沿海海洋观测站实际和当前数据均一性研究的一些新成果,来探讨适应于中国沿海SST序列均一性检验和订正的方法和思路,提高新数据序列的可靠性,为研究该地区气候及气候变化提供科学准确的第一手资料；并利用所建立的均一化气候资料对该地区的气候变化规律进行研究。

2 资料、元数据及方法

2 .1 资料

本文研究对象为环渤海沿海地区的具有代表性且资料序列较为完整的6个海洋台站（图1）的SST资料,这些海洋观测台站资料的时间范围除老虎滩站（1963年1月至2011年12月）外,其他都是从1960 年1月至2011年12月。数据资料来自国家海洋信息中心,经过了严格质量控制,包括范围检验、过失误、查检验、统计特性检验等,从而剔除了超过气候界限值的数据和人为造成的异常数据,对不符合内部一致性的数据进行了更正。同时对存在的少数缺测数据利用多元线性回归方法进行了插补。本文所用的元数据信息来源于国家海洋信息中心制作的中国沿海海洋台站数据库历史沿革信息文件,其中包括台站仪器变更信息、台站迁移信息、观测方法和计算方法信息等,这些信息将作为检验数理统计结果的合理性判别和序列订正的参考依据。另外本文还使用了国家气象信息中心气象资料室制作的环渤海地区1960 - 2011年逐月地面气温资料［8］,该资料序列通过了质量控制和均一化订正。由于环渤海地区地面气温和海表温度相关密切,因此均一化的地面气温资料在本文中将尝试作为待检海洋台站的参考序列。

图1 环渤海沿岸海洋观测台站站位图Eig .1 Locations of six stations for SST observation over coastal zone of circum Bohai Sea

2 .2 非均一性检验与订正方法

用于气候资料非均一性检验的方法很多,主要有Craddock检验、滑动t检验、Potter方法和标准正态检验（SN H T）等方法［3］。国内常用的是SN H T方法、回归法和双质量分析法等,这些方法都必须选取邻近台站资料作为参考序列［16—18］。我国沿海海洋台站分布不均匀且稀疏,难以选择合适参考台站建立参考序列。此外,如果选取的参考序列本身就存在非均一性问题,会大大影响均一性检验的效果。W ang研发的惩罚最大E检验（P M E T）方法［19］是不使用参考序列直接进行单站检查的绝对方法,该方法对于中国沿海海洋台站样本量少、分布稀疏、难以选择合适参考台站的现状较为适用。该方法是由W ang于2008年在对二相回归统计检验方法进行了系列改进后提出的。P M E T方法基于惩罚最大E检验,并将之嵌入回归算法来检验并订正存在于一个可能具有一阶自回归误差的数据序列中的单个或多个突变点或不均一点。通过应用经验的惩罚函数,使得误报警率和检验能力的非均匀分布问题大大减少。利用该方法进行间断点检验,可以不使用参考序列。需要说明的是由于该方法没有使用参考序列,因此必须有完整且详尽的元数据支持才能正确地辨识气候序列中的突变和非均一性,也就是说该方法对元数据质量要求较高。目前该方法已应用到气象资料研究中并取得了相应的成果［7,20—21］。因此,本文将首先利用P M E T的数理统计方法对环渤海地区海洋台站逐月SST序列进行均一性检验,以找到可疑的间断点（或不连续点）,然后查看历史沿革元数据信息,如果元数据反映出在那些可疑点时段发生了台站迁移和仪器换型等影响均一性的变化,则认为这个可疑点是真正的非均一点,需要进行订正和调整。

事实上中国沿海海洋观测台站中还存在没有元数据或元数据记录不详的一些海洋观测台站,对于此类海洋观测台站的待检SST序列,本文将采用由W ang等于2007年给出的惩罚最大T检验（P M T）方法进行检验［22］。该方法必须选择一个尽可能均一的序列作为待检序列的参考序列,由于同一地区地面气温和海表温度二者本身的物理特点密切相关,因此本文尝试选择3～5个参考气象台站的均一化地面气温资料合成一个序列作为没有元数据或元数据记录不详待检海洋台站的参考序列。参考台站的选择标准要求距离较近且该站气温年均序列和待检台站的SST年均序列的相关系数接近或超过0.7［23］。计算选定台站地面气温序列的算术平均值来构造参考序列,即待检海洋台站的参考序列表达式为:

式中,k为选取的参考台站个数,x为参考台站的地面气温月平均序列。该方法构造出的参考序列回避了个别台站的影响,其均一性更好。利用P M T方法对该台站资料序列进行判断,以保证在没有充分元数据支持情况下均一性检验的科学性和正确性。P M E T 和P M T方法对气候序列均一性检验和订正的可行性和合理性已得到了广泛的验证。Stephenson等在对加勒比海气温订正时也用到了类似方法［24］。本文采用的是W ang和Eeng［25］最新发布的R Htest V4软件包对环渤海海洋台站SST序列的均一性检验和订正进行研究。该软件包是建立在一个非常强大且可以自由获取的、在windows下和U nix/Linux系统下都能运行的统计包“R”的基础上,包含P M T和P M E T两种方法,并能充分考虑自相关、误报警率和检测能力。

3 环渤海地区SST序列的不连续点检验

本文采用1.2节中介绍的R Htest V4包含的P M E T和P M T两种方法,选取0.95的置信度对环渤海海洋观测站的SST序列进行均一性检验。分析发现环渤海地区的6个长期历史SST序列中均存在一定的非均一性。在有充分元数据记录的3个观测站中存在11个间断点,其中有5个断点是由于观测位置变动引起的,占45 % ,其余6个断点是由于仪器变更引起的,占54 %。对于没有元数据或元数据记录不详的另外3个海洋观测站,通过P M T方法最后确认出8个间断点。下面我们对检验结果中出现的两种情况分别进行分析。

3 .1 有充分元数据信息支持的海洋台站SST序列的P M FT检验结果

通过P M E T检验发现环渤海地区的6个长期历史SST观测站中,塘沽、小长山和老虎滩3个海洋站的SST序列存在显著间断点,同时这3个站都有充分且详尽的元数据信息支持。

图2给出了天津塘沽海洋站逐月SST序列的P M E T检验结果。结果显示塘沽站SST序列存在14个间断点,查找塘沽站元数据信息表（表1,表2）,发现有7个间断点与元数据信息记录基本吻合,分别是1969年2月（元数据记录1969年2月发生站址迁移）,1969年12月（元数据记录1970年3月发生站址迁移）,1972年2月（元数据记录1972年1月发生站址迁移）,1977年3月（元数据记录1977年6月发生站址迁移）,1986年9月（元数据记录1986年6月发生站址迁移）,1994年7月（元数据记录1994年7月发生站址迁移）和2002年5月（元数据记录2002年1月发生测量仪器的变更）。

这里需要说明的是环渤海沿海海洋观测台站对SS T的观测在21世纪初经历一次从人工观测到自动化观测的变更,本文将这种变更简称为观测系统变更。21世纪初（一般在2002年以前）环渤海沿海海洋台站一般为人工观测,观测点选在与外海畅通处,水桶打水取样,取水深度在0.5 m左右,用水银温度表测量,每天观测和记录3个时次（北京时08:00,14:00,20:00）的SS T值。计算日平均SS T值时将08时的SS T算作两次,即Tdaily=（2T8+ T14+ T20）/4。2002年后沿海海洋台站一般为仪器自动观测,仪器安装在温盐井内,并始终保持在海面至水下0.5 m的高度,随海面升降。仪器每个整点记录一次,一天记录24次,日平均值为24次观测的SS T算术平均得到。月均值为当月各日平均SS T的平均值［26］。因此,本文是对0.5 m以上SS T （bulk SS T）数据进行均一化的。且21世纪初的观测系统变更中包含了仪器换型、观测次数、计算方法和测量深度的变化（其中由于测量深度变化较小,对均一化的影响也较小）。

图2 塘沽站的逐月原始SST距平序列（黑色实线）及P M ET检验结果（红实线）Eig .2 M onthly mean SST series of the raw（black line）and the result of P M ET test（red line）at Tanggu Station

表1 塘沽站元数据信息记录的历次迁址情况Tab .1 The station relocations from the metadata of Tanggu Station

表2 塘沽站元数据信息记录的观测系统变更情况Tab .2 The observational system changes from the metadata of Tanggu Station

图3为小长山站逐月SST序列的P M E T检验结果。结果显示小长山站逐月SST序列存在3个间断点,查找小长山站元数据（元数据记录小长山站没有发生过迁址,表3）,发现这3个间断点与元数据信息记录都基本吻合,分别是1965年11月（元数据记录1965年1月发生测量仪器变更）,2002年4月（元数据记录2002年1月发生测量仪器变更）,2004年7月（元数据记录2004年7月发生测量仪器变更）。

表3 小长山站元数据信息记录的观测系统的变更情况Tab .3 The observational system changes from the metadata of Xiaochangshan Station

图3 小长山站的逐月原始SST距平序列（黑色实线）及P M ET检验结果（红实线）Eig .3 M onthly mean SST series of the raw（black line）and the result of P M ET test（red line）at Xiao Changshan Station

图4给出了老虎滩站逐月SS T序列的P M E T检验结果。结果显示老虎滩站SS T序列存在1个间断点,查找老虎滩站元数据信息（元数据记录老虎滩站也没有发生过迁址,表4）,发现2002年7月这个间断点与元数据信息记录基本吻合（元数据记录2002年2月发生测量仪器的变更）。而2006年2月发生测量仪器变更的这一时间点,P M E T检测结果显示该点为不显著间断点,即统计上认为这次仪器变更没有对序列的均一性产生影响。事后通过对老虎滩站观测人员的查询得知,2006年2月该站进行仪器变更时已经对两种仪器测量时存在的仪器误差进行了人工订正。因此,可以确定老虎滩站SS T序列仅存在1个间断点。

图4 老虎滩站的逐月原始SST距平序列（黑色实线）及P M ET检验结果（红实线）Eig .4 M onthly mean SST series of the raw（black line）and the result of P M ET test（red line）at Laohutan Station

表4 老虎滩站元数据信息记录的观测系统变更情况Tab .4 The observational system changes from the metadata of Laohutan Station

利用P M E T统计检验方法对塘沽、小长山和老虎滩观测站逐月SST序列进行了均一性检验,然后查看台站历史元数据,最后共确定出11个间断点,在此基础上利用R HtestV4软件包所提供的Quantile -M atching（Q M）均值订正方法对非均一序列进行订正,订正结果在第4节中进行讨论。

3 .2 没有元数据（或不详）支持的观测站SST序列的P M T检验结果

在环渤海沿岸的6个海洋观测站中,秦皇岛、止锚湾和龙口3个观测站存在没有元数据和元数据不详的情况。P M E T方法对上述3个站也检验出突变点,但由于没有充分元数据支持,无法确定P M E T检验的间断点是否是真实的间断点。因此需选取一些距离待检观测站较近且相关系数最大的气象站作为参考站建立参考序列,进一步采用P M T方法进行判断。这里之所以选择均一化月均地面气温观测资料进行对比分析,是因为而渤海是一个三面被陆地环抱的内陆海,近海浅水区SST主要受陆地气候的影响, SST变化与地面气温变化幅度较为接近［27］。同时在利用P M T方法进行检验的过程中,对待检序列和参考序列都分别进行了去除年际变化趋势,在订正过程中主要考虑了SST的变化幅度。

下面以秦皇岛海洋观测站SST序列检验和订正为例进行详细介绍。首先计算了秦皇岛观测站SST序列与邻近气象观测站地面气温序列间的相关系数,选取距离待检观测站较近、受城市化影响较小且相关系数最大的青龙、乐亭、抚宁和绥中4个气象观测台站作为参考台站（图5）,秦皇岛SST年平均序列与上述4个站的年均地面气温序列的相关系数分别为0.807、0.81、0.8和0.82,远超过99 %的置信水平（样本量为52的99 %置信度水平为0.348）。另外,从时间演变图上看,年均SST序列和年均地面气温序列有着较为一致的演变特征（图6）。因此在沿海观测站分布稀疏,难以选择合适的观测站作为参考站的情况下,可以用邻近气象观测站的地面气温序列来制作参考序列。利用上述参考台站的均一化地面气温序列建立参考序列。结果显示在1960年1月至2011 年12月间该站共有2个间断点,分别发生在1969年2月和1987年11月（表5）。

图5 秦皇岛、止锚湾和龙口3个海洋观测站（蓝色圆点）及其邻近气象观测站站点（黑色圆点）分布Eig .5 Distribution of the reference meteorology stations （black dot）of Qin H uangdao,Zhi M aowan and Longkou Coastal observation stations

图6 订正前的秦皇岛海洋站1960 - 2011年年平均SST序列（黑色实线）和青龙（绿色实线）、乐亭（蓝色实线）、绥中（棕色实线）和抚宁（紫色实线）气象站1960 - 2011年年平均地面气温序列Eig .6 The time series of annual mean SST before adjustment at Qinhuangdao coastal observation station（black solid line）and the time series of annual mean surface air temperature at Qinglong（green solid line）,Leting（blue solid line）, Suizhong（brown solid line）and Euning（purple solid line）meteorological observation stations from 1960 to 2011

同样采用P M T结合参考序列的方法对止锚湾和龙口两个海洋观测站的逐月SS T序列进行检测。选取龙口、招远和长岛3个气象站作为龙口海洋观测站的参考台站（图5）。龙口站SS T年平均序列与上述3个气象站的年均地面气温序列的相关系数分别为0.68、0.761和0.817,均达到99 %的置信水平。且年均SS T序列和年均地面气温序列有着较为一致的演变特征（图7）。同样止锚湾海洋观测站用到的气象参考台站为抚宁和绥中（图5）。止锚湾站SS T年平均序列与上述两个气象站的年均地表气温序列的相关系数分别为0.69和0.75,均达到99 %的置信水平,也有着较为一致的演变特征（图8）,检测结果列于表5中。由表5可见,龙口和止锚湾海洋观测站在过去52年间均有3个的间断点,这些点很可能是该站SS T序列中存在的非均一性间断点,需要进行均一性订正。同样我们采用R Htest V4软件包提供的Q M均值订正方法进行订正,订正结果在第4节中集中给出。

图7 订正前的龙口海洋站1960 - 2011年年平均SST序列（黑色实线）和龙口（棕色实线）、招远（绿色实线）和长岛（紫色实线）气象站1960 - 2011年年平均地面气温序列Eig .7 The time series of annual mean SST before adjustment at Longkou coastal observation station（black solid line）and the time series of annual mean surface air temperature at Longkou（brown solid line）,Zhaoyuan（green solid line）and Changdao（purple solid line）meteorological observation stations from 1960 to 2011

图8 订正前的止锚湾海洋站1960 - 2011年年平均SST序列（黑色实线）和抚宁（棕色实线）、绥中（绿色实线）气象站1960 - 2011年年平均地面气温序列Eig .8 The time series of annual mean SST before adjustment at Zhimaowan coastal observation station （black solid line）and the time series of annual mean surface air temperature at Euning（brown solid line）and Suizhong（green solid line）meteorological observation stations from 1960 to 2011

表5 利用P M T方法结合参考序列对秦皇岛、止锚湾和龙口海洋观测站检测结果Tab .5 Results of detected change points based on P M T method using a reference series for Qinhuangdao,Zhi Maowan and Longkou stations

4 均一化订正前后数据序列线性倾向估计分析

本文利用客观技术手段和主观元数据判断结合的方法,对1960 - 2011年SST序列进行了均一性检验。由本文第3节的分析可知上述6个海洋观测站资料的气候非均一性间断点主要发生在2004年以前（仅老虎滩站在2006年出现了一个非均一性间断点）。由图9给出了塘沽、秦皇岛、止锚湾、小长山、老虎滩和龙口6个站订正前后年平均海表温度序列。由图9可见订正后的SST值（红色实线）普遍低于订正前的SST值（黑色虚线）（21世纪之前）,订正结果表明,台站迁移和观测系统的变更（即从人工观测到自动化观测的变更,包含仪器换型、测量次数、计算方法和测量深度的变化）对沿海台站海表温度序列均一性有较大影响,未均一化订正前台站SST值偏高。其中小长山站在1960 -1970年间订正前后差异最大。检查小长山站的元数据可知,该站在1965年进行了由人工观测到仪器自动观测的变更。因此相比于其他站而言,1960 - 1970年出现大的订正前后的差异很可能与该站最早出现观测仪器、观测次数和计算方法的变更有关。

图9 环渤海沿岸塘沽站（a）,秦皇岛站（b）,止锚湾站（c）,小长山站（d）,老虎滩站（e）和龙口站（f）订正前后的年平均SST序列Eig .9 The time series of annual mean SST at Tanggu（a）,Qinhuangdao（b）,Zhimaowan（c）,Xiaochangshan（d）, Laohutan（e）and Longkou（f）coastal observation stations before（dashed curve）and after（solid curve）adjustment

对气候序列均一化订正的目的是为了将SST序列中人为造成的非均一性剔除,得到均一和可靠的气候序列。为了进行均一化订正前后数据序列趋势变化分析,我们利用线性倾向估计方法给出了订正前后的各站年平均SST序列的变化趋势。结果表明,订正前后这6个海洋观测站的年平均SST趋势发生了改变,订正后的SST序列的增暖趋势显著高于订正前的增暖趋势,订正后海温序列其线性倾向估计的相关系数（即趋势显著性）均有较大幅度的提高（表6）。这一特征和前人研究中发现的均一化处理后地表气温序列的上升趋势一般会比原来加强的结论一致［9,23,28—29］。就整个环渤海沿海6个海洋观测站平均序列来看,订正前后环渤海沿岸海洋观测站SST变化速率发生了较大的变化（图10）,订正前环渤海地区SST的增温变化趋势为0.15℃/（10 a）,订正后的SST变化速率增大,为0.25℃/（10 a）,趋势显著性水平由原来的0.49提高到0.72。

表6 环渤海6个海洋观测站年平均SST序列订正前后的气候变化趋势特征Tab .6 The characters of warming trend of the annual mean SST series before and after adjustment for the six observation stations over coastal zone of circum Bohai Sea

图10 环渤海沿岸地区6个海洋观测台站订正前后的年平均海表温度序列Eig .10 Raw（dashed line）and adjusted（solid line）annual mean SST curves for the average of the 6 SST coastal observation stations series over coastal zone of circum Bohai Sea

值得提出的是,本文均一化订正后的环渤海沿岸年SST变化趋势或速率比过去分析结果要大。如根据方国洪等［14］的估计,1965 - 1997年期间环渤海沿岸7个海洋站SST年变化速率为0.15℃/（10 a）；Lin等［13］估计,1960 - 1997年期间环渤海沿岸6个海洋站SST年变化速率为0.11℃/（10 a）；而本文获得的1960 - 2011年环渤海沿岸6个海洋站SST年变化速率达到0.25℃/（10 a）。除时间段选取不同外,造成这种差别的主要原因就是前期工作没有考虑数据非均一性问题。另外,订正前秦皇岛海洋站年均SST序列的增温变化趋势为0.17℃/（10 a）,而青龙、乐亭、抚宁和绥中4个参考气象台站的年均气温序列的增温变化趋势分别为0.26℃/（10 a）,0.4℃/（10 a）, 0.37℃/（10 a）,0.28℃/（10 a）。订正前龙口海洋站年均SST序列的增温变化趋势为0.146℃/（10 a）,而龙口、招远和长岛3个参考气象台站的年均气温序列的增温变化趋势分别为0.46℃/（10 a）,0.3℃/（10 a）,0.28℃/（10 a）。订正前止锚湾海洋站年均SST序列的增温变化趋势为0.157℃/（10 a）,而抚宁和绥中两个参考气象台站的年均气温序列的增温变化趋势分别为0.37℃/（10 a）和0.28℃/（10 a）。渤海是一个三面被陆地环抱的内陆海,在近海浅水区的SST主要受陆地气候的影响,SST变化与地面气温变化幅度是较为接近的［26］。那么订正前海洋观测站年均SST序列的增温速率远低于气象观测台站地表气温的增温速率,这也反映出订正前的SST序列的增温速率很可能远低于真实的海岸带SST增温速率,因此需要对原SST序列进行均一化检验和订正。

目前国内开展的地面气温均一性订正结果也表明经过非均一性订正的资料所获得的年变化趋势一般比原始资料更为明显,其主要原因是地面气温均一化订正过程中很大程度地恢复了单站城镇化影响造成的地面气温上升趋势［30］。而沿海台站的均一化订正则可在很大程度上避免了因海温测量系统变更和围填海造成的站址迁移所引起的非均一性。其中观测系统的变更是导致非均一性的主要因素。那么造成海温订正后其增温速率明显升高的原因可能是SST均一化订正过程中很大程度地纠正了由于人工观测造成的SST偏高。也就是说海洋台站在自动化观测前,采用水桶取样进行人工观测,由于人为因素的影响,取水深度在0.5 m左右,一般要较自动观测的海水深度更接近表层。同时人工观测次数为1天3 次,日平均SST计算方法为3次加权平均。20世纪采用的这种观测方法得到的SST值较自动化观测（1天观测记录24次,日平均SST计算方法为24次加权平均）得到的SST值偏高,在也就使得台站SST增温速率偏低。而订正后的SST序列修正了早期人工观测造成的SST偏高,也就使得台站SST增温速率升高。

2014年Bao和Ren［31］利用Hadley中心1°×1° SST资料给出了黄渤海（35°～41°N,117°～127°E）SST年变化速率为0.18℃/（10 a）（1962 - 2011年）。同时我们计算了环渤海地区年平均地面气温序列的增温速率为0.346℃/（10 a）（1960 - 2011年）。本文给出的环渤海沿海SST序列0.25℃/（10 a）（1960 -2011年）的年变率处于上述两个增温变率的中间,即海岸带SST的增温速率高于海洋的SST的增温速率但又低于近岸地表气温的增温速率,这与中高纬度陆地增温速率高于海洋增温速率的结论基本相吻合［32］。表明本文给出的订正后环渤海沿海SST序列0.25℃/（10 a）的增温速率要较均一化订正前0.15℃/（10 a）的增温速率更合理和接近事实。

5 结论与讨论

本研究对环渤海沿岸具代表性、资料序列长且较为完整的6个海洋观测站的逐月SST序列进行了均一性检验和订正。应用P M E T检验方法结合元数据对环渤海沿岸3个元数据记录详尽的海洋观测站月均海表温度数据进行了均一性检验。该方法为一种不依赖于参考序列的检验方法,需要充分的元数据数据支持。而对于没有元数据或元数据不详的另外3个观测站的SST序列,本文选取待检海洋观测站临近的气象观测站均一化地面气温序列制作待检序列的参考序列,采用P M T方法作进一步判断,最终确定间断点。这是首次对没有元数据支持的沿海海洋观测站进行均一化检验和订正,该方法对于环渤海SST序列尤其是缺乏元数据文件的SST序列均一化具有很好的应用前景。检验显示,6个海洋观测站的SST序列均存在不同程度的非均一性现象。有元数据支持的台站中,发现造成月平均资料非均一性的主要原因是观测系统变更和台站迁移的影响。其中,观测系统变更的现象较为普遍,在3个非均一的台站资料中均有体现。这里观测仪器的变更主要表现为人工观测到自动化观测的变更,这不仅包括了观测仪器的变更,还包含观测次数、计算方法和测量深度的变化。而台站迁移现象仅在塘沽站有所体现,这可能与天津滨海新区建设和围填海工程有关。订正前后这6个站的年均SST趋势发生了明显改变,表现出海温上升趋势较订正前加强的特征。故在使用环渤海海洋观测台站SST数据作气候变化分析与评估时,必须充分考虑SST的非均一性问题。

目前国内外许多学者和专家针对气温、降水和气压序列的非均一性已做了大量研究。而对于海洋要素如SST序列的非均一性研究却很少,且大多数的研究都停留在尝试的水平,方法相对也比较单一。本文使用R Htest V4软件包所包含的两种方法对环渤海地区SST资料做了均一性检验,虽然取得了较为满意的结果,但仍存在一些不足。首先,若使得检验结果更加合理和科学,最好发展一套基于多模式检验的均一性研究和订正方法。另一方面,在依赖参考序列订正的方法中,由于环渤海地区SST资料缺测较多,站点空间分布稀疏,难以选取合适的海洋观测台站作为参考台站。那么本研究就采用了一种折中的办法,即在邻近的地表气象观测台站资料中选取与海洋台站SST序列相关显著的地面气温序列制作参考序列。这是在SST均一化订正方法中的一种新的尝试,其订正结果或多或少会有些偏差,但就现实而言,可能是最为合理的一种方法了。

另外未来对沿海其他台站资料订正时,如南海沿岸海洋观测站,其SST变化除受大陆气候系统的影响外还受热带海洋环流系统的影响,因而其海温变化的影响因子较南海沿岸地面气温变化的影响因子复杂,能否利用均一化地面气温序列作为参考序列进行P M T方法检验还需要进行多个试验的测试和改进。同时高质量的元数据对于检验效果的分析是非常必要的,搜集更加详尽的元数据信息,开展多种均一性检验和订正方法联合使用研究,仍是沿海SST数据均一性研究中十分重要的任务。

致谢:在论文写作过程中国家气象信息中心李庆祥研究员给予了启发性建议和技术指导；国家气象中心周庆亮高级工程师给予了资料上的帮助；审稿专家对本文初稿提出了建设性的意见。谨致谢忱！

参考文献:

［1］ Peterson T C,Easterling D R,Karl T R,et al. H omogeneity adjustments ofin situ atmospheric climate data:A review［J］.International Journal of Climatology,1998,18（13）:1493 - 1517 .

［2］ Vincent L A,Zhang X,Bonsal B R,et al. H omogenization of daily temperatures over Canada［J］.Journal of Climate,2002,15（11）:1322 - 1334 .

［3］ 李庆祥.气候资料均一性研究导论［M］.北京:气象出版社,2011:47 - 57 . Li Qingxiang .Introduction to the Study on the H omogeneity of Climate Data［M］. Beijing:China M eteorological Press,2011:47 - 57 .

［4］ Li Q X,Liu X N,Zhang H Z,et al. Detecting and adjusting on temporalinhomogeneity in Chinese mean surface air temperature dataset［J］. Advance in Atmospheric Sciences,2004,21（2）:260 - 268 .

［5］ 李庆祥,李伟.近半个世纪中国区域历史气温网格数据集的建立［J］.气象学报,2007,65（2）:293 - 300 . Li Qingxiang,Li W ei. Construction of the gridded historic temperature dataset over China during the recent half century［J］. Acta M eteorologica Sinia,2007,65（2）:293 - 300 .

［6］ Li Q X,Peng J D,Shen Y . Development of China homogenized monthly precipitation dataset during 1900 - 2009［J］.Journal of Geographic Science, 2012,22（4）:579 - 593 .

［7］ Cao L J,Zhao P,Yan Z W ,et al.Instru mental temperature series in eastern and central China back to the nineteenth century［J］.Journal of Geophysical Research:Atmospheres,2013,118（15）:8197 - 8207 .

［8］ Xu W H,Li Q X,W ang X L,et al. H omogenization of Chinese daily surface air temperature and analysis oftrendsin the extreme temperatureindices［J］.Journal of Geophysical Research:Atmospheres,2013,118（17）:9708 - 9720 .

［9］ Zhang L,Ren G Y,Ren Y Y,et al.Effect of data homogenization on estimate oftemperature trend:a case of H uairou station in Beijing M unicipality ［J］. Theoretical and Applied Climatology,2014,115（34）:365 - 373 .

［10］ 郭军,任国玉,任雨.近100年天津平均气温与极端气温变化［J］.高原气象,2011,30（5）:1399 - 1405 . Guo Jun,Ren Guoyu,Ren Yu . Changes of mean and extreme temperatures in Tianjin in recent 100 years［J］. Plateau M eteorology,2011,30（5）: 1399 - 1405 .

［11］ 黄琰,封国林,董文杰.近50年中国气温、降水极值分区的时空变化特征［J］.气象学报,2011,69（1）:125 - 136 . H uang Yan,Eeng Guolin,Dong W enjie . Temporal changes in the patterns of extreme air temperature and precipitation in the various regions of China in recent 50 years［J］. Acta M eteorologica Sinica,2011,69（1）:125 - 136 .

［12］ 段丽瑶,丁一汇,任雨.1921 - 2010年天津气温和降水量序列的多尺度分析［J］.气候与环境研究,2014,19（4）:515 - 522 . Duan Liyao,Ding Yihui,Ren Yu . M ultiscale examination on the temperature and precipitation series in Tianjin during 1921 - 2010［J］. Climatic and Environ mental Research,2014,19（4）:515 - 522 .

［13］ Lin C L,Su J L,Xu B R,et al.Long-term variations oftemperature and salinity ofthe Bohaisea and influence on its ecosystem［J］.Progressin O-ceanography,2001,49（1）:7 - 19 .

［14］ 方国洪,王凯,郭丰义,等.近30年渤海水文和气象状况的长期变化及其相互关系［J］.海洋与湖沼,2002,33（5）:515 - 525 . Eang Guohong,W ang Kai,Guo Eengyi,et al. Long-term changes and interrelations of annual variations of the hydrographical and meteorological parameters of the Bohai Sea during recent 30 years［J］. Oceanological et Limnologia Sinica,2002,33（5）:515 - 525 .

［15］ 吴德星,李强,林霄沛.1990 - 1999渤海SSTa年际变化的特征［J］.中国海洋大学学报,2005,35（2）:173 - 176 . W u Dexing,Li Qiang,Lin Xiaopei. The characteristics of the Bohai Sea SST anomaly interannual variability during 1990 - 1999［J］. Periodical of Ocean U niversity of China,2005,35（2）:173 - 176 .

［16］ Alexandersson H . A homogeneity test applied to precipitation data［J］.International Journal of Climatology,1986,6（6）:661 - 675 .

［17］ Solow A R . A testing for climatic change:an application of the two phase regression model［J］.Journal of Applied M eteorology,1987,26（10）: 1401 - 1405 .

［18］ Vincent L . A techniquefortheidentification ofinhomogeneitiesin Canadiante temperature series［J］.Journal oflimatolology,1998,11（5）:1094 -1104 .

［19］ W ang X L . Penalized maximal E-test for detecting undocu mented mean-shifts without trend-change［J］.Journal of Atmospheric Oceanic Techology,2008,25（3）:368 - 384 .

［20］ 曾红玲,张强,祝昌汉,等.三峡库区气压资料的不均一性检验及订正［J］.气象,2010,36（10）:57 - 61 .Zeng H ongling,Zhang Qiang,Zhu Changhan,et al. Detecting and adjusting on temporalinhomogeneities of air pressure datasets in Three Gorges Areas［J］. M eteorological M onthly,2010,36（10）:57 - 61 .

［21］ 张高杰,何金海,周自江,等. R Htest方法对我国降水资料的均一性检验试验［J］.气象科技,2012,40（6）:914 - 921 . Zhang Gaojie,He Jinhai,Zhou Zijiang,et al.H omogeneity study of precipitation data over China using R Htest method［J］. M eteorological Science and Technology,2012,40（6）:914 - 921 .

［22］ W ang X L,W en Q H,W u Y .Penalized maximalttestfor detecting undocu mented mean changein climate data series［J］.Journal of Apple M eteorological Climatology,2007,46（6）:916 - 931 .

［23］ 任国玉,张爱英,初子莹,等.我国地面气温参考站点遴选的依据、原则和方法［J］.气象科技,2010,38（1）:78 - 85 . Ren Guoyu,Zhang Aiying,Chu Ziying,et al.Principles and proceduresfor selecting reference surface airtemperature stationsin China［J］. M eteorological Science and Technology,2010,38（1）:78 - 85 .

［24］ Stephenson T S,Goodess C M ,Haylock M R,et al. Detecting inhomogeneities in Caribbean and adjacent Caribbean temperature data using sea -surface temperatures［J］.Journal of Geophysical Research,2008,113（D2116）:1 - 17 .

［25］ W ang X L,Eeng Y . R HtestV4 User M annual［O L］.http://cccma .seos .uvic .ca/E T CC D MI/R Htest/R HtestsV3

［26］ 国家海洋局. G B/T14914 - 2006海滨观测规范［S］.北京:中国标准出版社,2006:60 - 61 . State Oceanic Administration of China . G B/T14914 - 2006 The specification for offshore observations［S］. Beijing:China Standards Press,2006: 60 - 61 .

［27］ 孙湘平.中国近海区域海洋［M］.北京:海洋出版社,2006:201 - 228 . Sun Xiangping . China Offshore Area［M］. Beijing:China Ocean Press,2006:201 - 228 .

［28］ Yan Z W ,Xia J J,Qian C,et al.Changesin seasonalcycle and extremesin China during the Period 1960 - 2008［J］. Advancesin Atmospheric Sciences,2011,28（2）:269 - 283 .

［29］ 张媛,任国玉.无参考序列条件下地面气温观测资料城市化偏差订正方法:以北京站为例［J］.地球物理学报,2014,57（7）:2197 - 2207 . Zhang Yuan,Ren Guoyu . Correcting urban bias for surface air temperature series of Beijing Station over time period 1915 - 2012［J］. Chinese Journal of Geophysics,2014,57（7）:2197 - 2207 .

［30］ 任国玉,徐铭志,初子莹,等.近54年中国地面气温变化［J］.气候与环境研究,2005,10（4）:717 - 727 . Ren Guoyu,Xu Mingzhi,Chu Ziying,et al. Changes of surface air temperature in China during 1951 - 2004［J］. Climatic and Environ mental Research,2005,10（4）:717 - 727 .

［31］ Bao B,Ren G Y . Climatological characteristics and long-term change of SST over the marginal seas of China［J］. Continental Shelf Research,2014 （77）:96 - 106 .

［32］ IPCC . Climate Change 2013:the Physical Science Basis［M］. Cambridge:Cambridge U niversity Press,2013:650 - 682 .

中图分类号:P731.11

文献标志码:A

文章编号:0253-4193（2016）03-0027-13

收稿日期:2015-03-16；

修订日期:2015-07-21。

基金项目:国家自然科学基金项目（41106004,41376014）；国家海洋局海洋-大气化学与全球变化重点实验室开放基金（G C M A C1402）；国家科技支撑计划项目（2014B A B12B00）；天津市科技计划项目（14ZCZDSE00012）；国家海洋局公益性行业科研专项经费项目（201005019）。

作者简介:李琰（1982—）,女,安徽省砀山县人,副研究员,主要从事气候变化研究。E-mail:ly_n mdis @ 163 .com

*通信作者:牟林（1977—）,男,山东省青岛市人,研究员,主要从事海洋气候变化研究。E-mail:moulin1977 @ hotmail.com

李琰,牟林,王国松,等.环渤海沿岸海表温度资料的均一性检验与订正［J］.海洋学报,2016,38（3）:27 - 39,doi:10.3969/j.issn . 0253-4193.2016.03.003

Li Yan,M u Lin,W ang Guosong,et al. The detecting and adjusting ofthe sea surface temperature data homogeneity over coastalzone of circum Bohai Sea［J］. Haiyang Xuebao,2016,38（3）:27 - 39,doi:10.3969/j.issn .0253-4193.2016.03.003

The detecting and adjusting of the sea surface temperature data homogeneity over coastal zone of circum Bohai Sea

Li Yan1,2,M u Lin1,W ang Guosong1,Ean W enjing1,Liu Kexiu1,Li H uan1,Zhang Zengjian1
（1 . National Marine Data and Information Service,Tianjin 300171,China；2 . Key Lab of Global Change and Marine - Atmospheric Chemistry,State Oceanic Administration,Xiamen 361005,China）

Abstract:M onthly Sea Surface Temperature（SST）data of 6 coastal observation stations over coastal zone of circu m Bohai Sea are chosen in the experimental homogeneity study . The work is expected to find a method to homogenize the monthly historical SST data in China . The coastal observation stations have the low density and itis hard to find homogeneous series for use as reference series .In light ofthe situation,two road maps are adopted to test the homogeneity of the SST series . Eirstly,the penalized maximu m E Test（P M E T）method which does not rely on reference series was chosen to detect change points . The resulting change points are then synthesized and verified by available metadata . Then,quantile-matching algorith m was used to adjust the SST series to diminish discontinuities . This method was suitable to the coastal observation stations with detailed metadata . H owever,for the coastal observation stations without enough metadata,penalized maximu m T test（P M T）which relies on reference series was used . Here,we use air surface temperature data series from nearly meteorological stations that arehighly positively correlated with the base series to construct reference series . Testing results show that someinhomogeneities existin the whole SST seriesin the region . Observational system changeis found to be the main cause for discontinuities,followed by station relocation .Itisfound thatthe annual mean SST trend has changed obviously and homogeneity isimproved well after adjustment. Results show that the warming rate of SST series after adjustment is larger than that before adjustment.In our study,a combination ofthe two different methodsis proved to be necessary and possible,and it shows reasonability and application valuesin the homogeneity study of SST data in China . The results could provide a more reliable data set of homogenized in a longer period for the climate studies over offshore areas of China .

Key words:P M E T；penalized maximal E test；P M E T；penalized maximal E test；coastal zone of Circu m Bohai Sea；sea surface temperature；homogeneity tests