厄尔尼诺和台风共同影响下的7月份黄、东海海温变化

张守文,王辉,2,姜华,2*,宋春阳,杜凌

厄尔尼诺和台风共同影响下的7月份黄、东海海温变化

张守文1,王辉1,2,姜华1,2*,宋春阳1,杜凌3

(1.国家海洋环境预报中心,北京100081;2.国家海洋局海洋灾害预报技术研究重点实验室,北京100081;3.中国海洋大学 海洋与大气学院,山东 青岛266100)

基于历史海温数据和台风路径数据,研究了厄尔尼诺/拉尼娜(El Niño/La Niña)背景下7月份中国近海海温变化特征。结果表明:7月黄、东海海温异常与El Niño/La Niña有显著相关关系,OISST和GODAS海温数据与Niño3指数同步相关系数分别为-0.32和-0.45。El Niño年7月,黄、东海海表温度异常低于-0.5℃的概率超过60%;La Niña年7月,黄海海温异常高于0.5℃的概率约有60%;正常年7月,海温异常的空间分布与El Niño年相反,但量值偏低。El Niño年7月,中国近海及邻近区域大气异常能够给局地带来更多降水;同时,受El Niño背景场的影响,入侵黄、东海的台风强度更强、影响时间更长。大尺度的降水和台风活动的影响是导致黄、东海海温异常降低的重要原因。因此,分析和预测7月份中国近海海温异常,在充分考虑El Niño/La Niña背景场的基础上,需要结合局地的大尺度降水和台风的影响同时分析,这为特定背景下结合不同时间尺度上的因素共同分析中国近海海温变化提供了一种思路。

黄海;东海;海温;厄尔尼诺;拉尼娜;台风

1 引言

海表温度变化,能够改变微生浮游植物的数量,改变水体的含氧量,对海洋生态环境和渔业资源起着主宰作用[1]。黄、东海作为西北太平洋的边缘海和中国的近海,研究其海温的变化,不仅是认识在全球变暖大背景下区域性响应的一个重要问题,而且直接关系到我国各项海洋经济活动的顺利进行。

温度是赤潮发生最重要的因子之一,温度升高有利于赤潮的形成,温度下降则相反[2]。研究表明我国近海4个海域赤潮发生次数与海域表温均有显著的相关性,相关系数分别为:渤海0.754,黄海0.768,东海0.707,南海0.765[3]。其中,东海赤潮发生总次数和总面积皆占我国海域赤潮总次数和总面积的半数以上。夏季,特别是7月份,是赤潮开始多发的时期,研究和预估7月份黄、东海海温的变化,对赤潮灾害预警有十分重要的现实意义。温度同样是海洋渔业资源的重要影响因素之一,海温对鱼类的繁殖、成活、生长以及洄游都有重要影响,从而影响渔期的时间、渔场的位置以及鱼类集群程度[4]。

中国近海地理位置特殊,有着复杂的海底地形和特定的环流系统,并受多时间尺度要素的影响。通常,中国近海海温的高频特征主要与局地的外强迫有关,如海温的日变化特征主要与太阳辐射和潮流特征有关[5];季节内特征主要与大气的季节内振荡有关[6];季节特征则较为复杂,包含季风影响、海洋平流、垂向混合以及地形因素等[7-8]。而低频特征则与非局地的海洋大气遥相关过程有关,如年际尺度上的ENSO以及年代际尺度上的太平洋年代际振荡(PDO)[9-10]。

作为在太平洋热带海域发生周期性的海面温度变化即厄尔尼诺/拉尼娜(El Niño/La Niña)事件,与全球气候异常变化存在紧密的遥相关的联系,对我国近海温度变化也产生一定影响。目前,越来越多的研究倾向探讨厄尔尼诺事件对中国气候的影响,包括对气温、降水以及台风活动等的影响[11-14],而对厄尔尼诺与中国近海,特别是黄、东海海温的关系的研究则相对较少。曹从华等[15]通过分析1959-1997年观测的海温数据,发现厄尔尼诺事件发生当年黄、东海海温偏低,而厄尔尼诺事件次年黄、东海海温偏高。陈美榕等[16]在长江口海域发现了同样的现象,即厄尔尼诺事件发生当年海温偏低,而次年偏高,至第三年有所下降。王智祖等[17]的研究结果表明,厄尔尼诺年发生年黄、东海沿岸海表温度偏低,并通过海洋和大气两个通道对此进行了解释,即受赤道流变异和东亚季风变异的共同影响。

夏季是近海台风多发季节,在台风的影响下,近海的海温、海流以及混合层都会发生剧烈变化,还会在沿海引起强烈的风暴潮,对海洋运输、勘探、水产养殖、人民生命财产安全等都有影响。本文依据观测事实,利用两组历史海温数据集,对El Niño/La Niña年份7月份黄、东海海温变化及可能成因进行了分析,提出了研究7月份中国近海海温变化,在充分考虑El Niño/La Niña背景场的基础上,也需要对大尺度的局地降水和台风的影响同时分析,旨在对中国近海海温的预报提供科学参考。

2 数据和方法

选取了两种历史海温数据进行对比分析:Optimum Interpolation SST data(OISST)和Global Ocean Data Assi milation System(GODAS)次表层海温数据。OISST数据集来自美国国家环境预报中心(NCEP)最优插值海表温度数据集,经过了卫星数据、浮标、船舶等观测数据校正,结合数值模式结果综合所得[18]。资料空间分辨率为1°×1°,本文选取了1982-2015年日平均数据。GODAS是NCEP业务化同化数据集,该资料水平分辨率为1°×0.333°,垂向为40层,选取了第一层,即5 m层海温数据,将其与OISST对照使用,资料截取时间段同为1982-2015年。台风数据资料取自中国台风网(www.typhoon.gov.cn)“CMASTI热带气旋最佳路径数据集”,数据截取的时间段为1982-2015年。大气的三维风场、整层大气的可降水量数据来源于NCEP-DOE Reanalysis 2(NCEP2),本数据集是对1979年以后的资料重新进行同化再分析,修正了NCEP1的人为误差以及更新了物理过程的参数化方案(https://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis2.ht ml),截取的时间段为1982-2015年。

Niño3区(5°N～5°S,150°W～90°W)和 Niño3.4区(5°N～5°S,170°W～120°W)海表面温度异常指数通过Cli mate Prediction Center网站下载获得(http://www.cpc.ncep.noaa.gov/data/indices/),数据是利用OISST数据计算得到。由于文中主要研究7月海温情况,我们综合考虑Niño3和Niño3.4指数7月份的量值,任何一个指数大于0.5℃,或者前后1个月明显大于0.5℃,即选定为一次El Niño事件(La Niña事件的选定与之相似,标准为-0.5℃)。7月份处于El Niño事件的 年份为:1982、1983、1987、1991、1997、2002、2004、2009、2014和2015年,而处于La Niña事件的年份为:1984、1985、1988、1999、2000、2007 和2010年,其余年份则为正常年。

3 结果分析

3.1 El Niño/La Niña事件的影响

使用OISST和GODAS两种海温数据,利用合成分析的方法,获得了El Niño年、La Niña年和正常年7月份中国近海海温异常的空间分布结果(图1)。图1a表示利用OISST数据得到的El Niño年7月的海表面温度异常空间合成结果,最显著的特征为中国东海大部、黄海南部以及日本南部海域表现为十分显著的负异常;此外,黄海北部以及南海西北部表现为暖异常。GODAS数据得到的El Niño年7月的合成结果与OISST的结果相似,但负异常中心略偏西,黄海北部以及南海西北侧由于数据本身的缺失原因,并不能与图1a形成对照,但是通过等值线的位置以及分布的特征,同样能够看出这两个海域也有明显的暖异常,且量值相当(负异常最显著的区域定义为核心区,27°～33°N,120°～128°E)。结合图1b和图1e,La Niña年7月份,黄海大部以及台湾岛东部海域为显著的暖异常,中国近海其他海域并不能够显示出一致的通过显著性检验的分布特征。正常年7月份东海大部的海温异常分布与El Niño年相反,为较为显著的正异常,但是正异常的量值明显比El Niño年小;同时,黄海北部以及南海西北部也有较为明显的负异常,异常的量值同样较El Niño年略偏小。

整体而言,中国近海海表面温度异常空间分布在El Niño年7月与正常年7月相反,El Niño年7月东海大部及黄海南部为显著负异常,而黄海北部以及南海西北部为明显的暖异常;La Niña年则表现为黄海大部以及台湾岛东部部分海域为明显的暖异常,东海大部并没有呈现统一地通过显著性检验的分布特征。

图1 不同时期7月份中国近海海表面温度异常的合成结果Fig.1 Composite results of the SSTA in July for different periods in the China coastal seasa、b和c为OISST数据结果;d、e和f为GODAS数据结果;a、d为El Niño年合成图;b、e为La Niña年合成图;c、f为正常年合成图。黑点为利用t-test方法获得通过显著性检验的区域,黑线为0等值线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 Niño years;b,e show the results in La Niña 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

为了形象的刻画3个时期7月份中国近海海温异常的量值,我们使用了OISST数据,将±0.5℃作为阈值,区分海温异常大于等于0.5℃,小于等于-0.5℃以及介于-0.5℃与0.5℃的百分率。由图2a可以发现,El Niño年7月黄海南部、东海海域有超过60%的可能性其海温负异常变化会超出-0.5℃,特别是日本南部海域,其可能性超过70%,而同期中国近海海温异常大于0.5℃的概率非常低;南海大部以及黄海中北部海温异常几乎都介于-0.5℃到0.5℃。La Niña年7月,黄海大部有60%左右的概率海温异常超过0.5℃,位置与图1b中黄海暖异常位置一致,且通过了显著性检验;低于-0.5℃的海域概率普遍偏低,东海中部以及海南岛附近海域,其概率均低于40%,且没有通过显著性检验(图1b)。正常年间,东海南部以及南海大部,海表面温度异常介于-0.5℃到0.5℃,只是在黄海北部部分海域有约50%可能性,海温异常低于-0.5℃。

将核心区月平均的海温异常时间序列与Niño3指数做相关性分析(图3a),可以发现7月份核心区海温异常与同期的Niño3指数存在很好的相关性,其中OISST海温数据的相关系数为-0.32,而GODAS海温数据的相关系数更是高达-0.45,表现出十分显著的负相关特征。特别是当Niño3指数超前核心区海温异常1个月时,两者的相关性更为显著,OISST海温数据得到的相关系数为-0.37,而GODAS海温数据得到的相关系数为-0.47(图3b)。东太平洋海温的变化通过海洋输送的途径影响到中国近海海洋环境需要半年的时间,显然无法对黄、东海海温造成直接的影响;而通过西太平洋海洋背景场来看,El Niño年7月,西太平洋海温异常偏低,水体热含量降低,加之西边界流减弱,北向的热平流效应减弱,造成北向传输的热量减少,是导致东海黑潮及其延伸体海域的海温负异常的重要原因。然而,由于热平流的滞后效应,研究El Niño年7月黄、东海海温异常降低的原因更应该考虑大气背景场的影响。

研究El Niño年7月份黄、东海海温异常同期大气环流的异常情况,利用NCEP2再分析资料,对El Niño年7月东亚地区的纬向和经向环流情况、整层大气的可降水量以及850 hPa风场进行合成分析(图4)。图4a为120°～128°E平均经向环流异常高度-纬度剖面图,可以发现大气在10°～30°N范围内为负异常,而在30°N以北的区域为正异常,表明大气在10°～30°N范围内有异常的上升运动,而在30°N以北的区域有下沉运动。27°～33°N的平均纬向环流异常剖面图能够看出以110°E为界,东侧区域大气异常上升,而西侧异常下降(图4b)。环流的这种异常变化与整层大气可降水量异常一致,大气异常上升能够带来更多的可降水量,而大气异常下降则会使局地干旱(图4c)。进一步观察整层大气可降水量异常,东海大部、黄海南部整层大气的可降水量异常偏多,其空间分布与黄、东海海温异常的空间分布较为一致。黄、东海海域可降水量异常偏多,会造成局地海洋海温偏低,是El Niño背景下大气影响局地海洋的表现形式之一。通过850 hPa的风场异常分布可以发现,16°N以南的低纬度海域为显著的西风异常,日本南侧存在一个南北跨度超过20°的反气旋式异常环流,而在台湾岛东南、西南两侧分别存在一个气旋式异常环流,黄海大部为偏北风。台湾岛两侧的气旋式异常环流能给局地带来更多降水(图4c),异常多的降水会使海温降低,并通过水体的热平流效应影响东中国海的海温状况。然而研究发现,台湾岛两侧的异常降水核心区域滞后1个月才会对黄、东海大部造成显著影响。因此,El Niño年7月份,黄、东海海域局地降水异常,是造成其海温负异常的重要原因。

图3 核心区海温异常与Niño3指数12个月相关(a)和Niño3指数超前7月份核心区海温异常相关(b)Fig.3 Correlation relationship bet ween the key region sea surfacetemperature anomalies and the Niño3 index(a)and correlation of the Niño3 index that leads the key region sea surface temperature(b)

3.2 台风活动的影响

单纯考虑气候背景的原因,不能完全解释黄、东海海温的月异常现象。7月是台风活跃的月份,同时也是台风登陆的强盛期。台风的生命周期可分为生成、成熟和消亡3个阶段,生命期平均为1周,短的只有2～3 d,最长可达1个月。台风与海表面温度有十分重要的关系,台风形成后,中心气压非常低且风应力巨大,会在海洋上层形成强烈的混合和流辐散,同时,风场的夹卷作用使混合层深度加深,使得海表面温度下降;海表面温度的下降会导致海洋向大气热量输送的减少,从而影响台风的强度。海表面降温有较大的不对称性,最大的降温一般出现在台风路径右侧,降温幅度一般为2～4℃,极端条件下降温能够达到10℃[19-20]。

图4 东海及邻近海域El Niño年7月份合成结果:120°～128°E的平均经向环流异常的高度-纬度剖面(a);27°～33°N的平均纬向环流异常的高度-经度剖面(b);整层大气的可降水量异常(c);850 hPa风场异常(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 Niño years(a);altitude-longitude cross sections of the at mosphere circulation ano malies averaged for 27°-33°Nin the July of the selected El Niño 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 Niño years

参考2015年第9号台风“灿鸿”,其运行轨迹为转向路径,受其影响核心区于7月5日开始降温,至12日时核心区降温达到最大,之后台风停止编号,温度缓慢回升,并于27日前后达到正常态,即台风过后两周还存在与台风过境类似的冷轨迹。观察同期核心区的海温变化,其空间模态表现与台风模态一致。极强的台风会在短时间内造成十分显著的降温,而由于恢复的时间比较缓慢,极端情况下会对月均的海温产生一定的影响。

台风的生成时间、位置、强度、持续时间都受ENSO的影响。为研究台风的气候态特征,选取了1982-2015年间7月份所有台风,依据划定好的El Niño年、La Niña年和正常年,分析不同时期台风路径以及强度和位置的特征。经统计,在选取的时间段内,El Niño年一共有10年,共发生了39次台风,平均每年约3.9次;La Niña年一共7年,共发生了27次台风,平均每年3.86次;正常年一共16年,共有67次台风发生,平均每年4.19次。采用合成分析方法,分别刻画了不同时期台风生成位置、压强最小位置、台风中间时刻位置以及消亡时刻位置(图5d)。据统计,El Niño年,台风的生命周期约有8.44 d;而在La Niña年和正常年,台风的生命周期皆为6.68 d。同样,El Niño年,平均的最低气压约为955 hPa,远低于La Niña年的973.6 hPa和正常年的1 002 hPa。可以发现El Niño年台风生成地偏东南,路径最长,且台风最小压强的位置出现在台风生命周期中间时刻之前,表明台风作用的周期更长,破坏性更大。El Niño年,由于生成位置偏东南,热带气旋在西移直至登陆的过程中,有更充分的发展时间,有利于热带气旋加强成为超强台风[21]。通过观察不同时期台风路径(图5a,b,c)可以发现,El Niño年分布较为规律,大致为西移路径和转向路径;相比而言,La Niña年则较为混乱,而正常年虽然台风总数最多,但是平均入侵东海的台风却不如El Niño年多。

图5 不同时期7月份台风路径图及路径合成Fig.5 Typhoon track graph in July for different periodsa为El Niño年;b为La Niña年;c为正常年;d为台风路径合成,红色表示El Niño年台风路径合成,从东向西,红点和红圈依次表示为台风生成地、最小压强位置、中间时刻位置和台风消亡位置,其他颜色依次类推a represents the El Niño years;b represents t he La Niña years;c shows t he nor mal years;d shows the composite results,red line are t he composite results of the El Niño 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

台风对经过的海域能够产生剧烈的降温,但是其影响范围以及对月均海温的影响,仍然是需要探讨的话题。选取出El Niño年7月所有经过核心区的台风,获得其经过核心区的准确时间,同时获得没有台风经过核心区的时间。使用OISST日均海温异常数据,利用合成分析的方法,获得台风经过核心区和无台风经过核心区期间的海表面温度差的空间分布,用以表征台风活动对海盆平均态海温的贡献情况(单次台风经过核心区的时间较短,无台风经过核心区期间的平均海温异常值与月均海温异常值区别十分小,即台风经过核心区和无台风经过核心区期间的海表面温度差与台风经过核心区和月均海表面温度差十分一致)。图6b可以看出台风过境给黄、东海海域造成直接的降温影响。通过图6a可以看出,黄海南部、东海大部为负值,对照图1a厄尔尼诺年7月合成结果,表明台风活动对黄海南部、东海大部海域月尺度上海表面温度负异常有贡献。综上,El Niño年7月,台风强度偏强,持续时间更长,其路径更易影响黄、东海海域,是造成其降温的重要原因。

4 讨论

本文利用OISST、GODAS海温数据和台风数据资料,研究了7月份黄、东海海温与El Niño/La Niña事件的关系,并对El Niño年7月份中国近海大气环流异常以及特定背景下台风的作用进行了分析。结果表明:

(1)7月份黄、东海海温与El Niño/La Niña事件有密切关系,OISST的海温数据与Niño3指数同步相关系数为-0.32,而GODAS的海温数据与Niño3指数同步相关系数更是高达-0.45。

图6 El Niño年7月台风对海表面温度影响Fig.6 Typhoon’s effect on the SSTin the July of the El Niño yearsa为台风经过(核心区)和无台风经过(核心区)期间海表面温度差合成结果;b为台风过境(核心区)前后温度差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 Niño年7月,中国近海海温异常合成结果表明:黄、东海海域海温异常超过-0.5℃的概率大于60%;La Niña年7月,黄海大部有约60%的可能性海温异常超过0.5℃;正常年海温异常的空间分布与El Niño年相反,但量值明显偏低。

(3)El Niño年7月,中国近海及邻近区域大气异常能够给局地带来更多降水,是直接导致黄、东海海温降低的一个重要原因。

(4)El Niño年7月台风强度更强、持续时间更长,路径多为转向路径,更倾向于入侵黄、东海海域。台风过境,上层海洋环境最显著的响应是海表面降温,其对黄、东海大部月均海表面温度负异常有明显贡献。

由于中国近海特定的地理位置,其海温的影响因素研究十分复杂。黄、东海海温异常与Niño3指数显著相关,但El Niño/La Niña事件的气候背景并不能够完全解释黄、东海海温异常变化。我们定量的分析了7月台风的特征,无论其强度、持续时间以及路径,都更易影响黄、东海海域;而通过计算有无台风影响核心区的平均海表面温度差可以定性的得知,台风活动对黄、东海海温负异常存在直接的贡献。本文综合El Niño/La Niña事件和台风两个不同时间尺度上的因子,从气候尺度和天气尺度,定量定性的分析了两者共同作用下对7月份中国近海海温变化的影响,旨在为预报特定月份下中国近海海温变化提供一种思路,而不是通过简单地进行相关系数的统计来总结某种规律。不同时间尺度不同的物理过程对黄、东海海温异常现象的贡献仍是下一步需要研究的重点。

[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] 邓素清,汤燕冰.浙江海区赤潮发生前期气象因子的统计分析[J].科技通报,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] 杨红,何春良.我国海域赤潮发生与海温及厄尔尼诺的相关分析[J].海洋湖沼通报,2009(2):1-6.Yang Hong,He Chunliang.The red tide eventsin the China Sea and the relationship with the temperature and El Niño[J].Transactions of Ocean-ology and Li mnology,2009(2):1-6.

[4] 张甲珅,苏奋振,杜云艳.东海区中上层鱼类资源与海表温度关系[J].资源科学,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] 翁学传,张启龙,张以恳,等.渤、黄、东海水温日变化特征[J].海洋科学,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] 曾广恩,练树民,程旭华,等.东、黄海海表面温度季节内变化特征的EOF分析[J].海洋科学进展,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] 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.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 Niño 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,高辉,贾小龙,等.2014-2016年超强厄尔尼诺事件的气候影响[J].气象,2016,42(5):532-539.Yuan Yuan,Guo Hui,Jia Xiaolong,et al.Influences of the 2014-2016 super El Niño 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 Niño’si mpact over East Asia:Dominance of the ENSOcombination mode[J].Journal of Cli mate,2016(12):4347-4359.

[15] 曹从华,曲如美,张惠滋.东中国海海温对厄尔尼诺与反厄尔尼诺事件的响应[J].海洋预报,1999,16(4):39-45.Cao Conghua,Qu Rumei,Zhang Huizi.Response of sea surface temperaturein eastern China Sea to El Niño and La Niña event[J].Marine Forecasts,1999,16(4):39-45.

[16] 陈美榕,石少华,沈红梅.长江口海域海水表层温度与厄尔尼诺事件的关系[J].海洋预报,2005,22(1):80-85.Chen Meirong,Shi Shaohua,Shen Hongmei.The relation bet ween SSTin Yangtze River Estuary and El Niño event[J].Marine Forecast,2005,22(1):80-85.

[17] 王智祖,左军成,陈美香,等.黄、东海沿岸海表温度变化与厄尔尼诺的关系[J].河海大学学报:自然科学版,2012,40(4):461-468.Wang Zhizu,Zuo Juncheng,Chen Meixiang,et al.Relationship bet ween El Niño 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 Niño3 index,the correlation coefficient bet ween the OISST dataset and Niño3 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 Niño years.While in La Niña 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 Niño 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 Niño 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 Niño 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 Niño/La Niña 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 Niño;La Niña;typhoon

P731.11;P732.6

A

0253-4193(2017)12-0032-10

张守文,王辉,姜华,等.厄尔尼诺和台风共同影响下的7月份黄、东海海温变化[J].海洋学报,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。

国家海洋局海洋公益性专项(201505013);国家自然科学基金(41376008,41376016)。

张守文(1987—),男,山东省日照市人,博士,主要从事海洋气候变化和预测研究。E-mail:zhangsw@n mefc.gov.cn

*通信作者:姜华,研究员,主要从事厄尔尼诺预测及影响研究。E-mail:hjiang@n mefc.gov.cn