Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2021 , Vol. 40 >Issue 1: 31 - 43

DOI: https://doi.org/10.11978/2020016

Marine Meteorology

Variation of summer marine heatwaves in the Northwest Pacific and associated air-sea interaction

  • MIAO Yuqing ,
  • XU Haiming ,
  • LIU Jiawei
Expand
  • Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing 210044, China
XU Haiming. email:

Received date: 2020-02-13

  Request revised date: 2020-03-23

  Online published: 2020-04-16

Supported by

National Natural Science Foundation of China(41975016)

Copyright

Copyright reserved © 2021.
Fold

Abstract

More frequent and persistent marine heatwaves (MHWs) under global warming have exerted severe ecological and socioeconomic impacts. However, there are still limited studies on the air-sea interaction related to MHWs and how MHWs modulate regional climate. Spatiotemporal distribution of summer MHWs in the Northwest Pacific (NWP) and associated air-sea interaction were systematically studied based on daily Optimum Interpolation Sea Surface Temperature (OI SST) dataset from the National Oceanic and Atmospheric Administration (NOAA) and reanalysis dataset from the National Centers for Environmental Prediction (NCEP) during the period of 1982-2017. Empirical orthogonal function (EOF) analysis of MHWs' frequency shows a linear increasing trend in the first mode except for the Kuroshio extension region, while a north-south “dipole” pattern appears in the second mode, with characteristic of inter-decadal oscillation. Maximum intensity, duration, and cumulative intensity of MHWs all show a linear increasing trend. Maximum intensity and cumulative intensity rise most in the high latitudes, and the duration of MHWs varies significantly in the Kuroshio extension region. Analysis of air-sea interaction illustrates that, when MHWs occur in the mid or low latitudes, latent heat and sensible heat fluxes from the ocean to the overlying atmosphere play a dominant role, which impacts atmospheric circulation in the surrounding area. The atmospheric forcing is more significant when MHWs occur in the high latitudes, including longwave radiation and sensible heat fluxes.

Key words： summer marine heatwaves; Northwest Pacific; spatiotemporal feature; air-sea interaction

Cite this article

MIAO Yuqing , XU Haiming , LIU Jiawei . Variation of summer marine heatwaves in the Northwest Pacific and associated air-sea interaction[J]. Journal of Tropical Oceanography, 2021 , 40(1) : 31 -43 . DOI: 10.11978/2020016

*感谢两位匿名审稿人提出宝贵的意见！
海洋热浪是指海洋表面温度超过一定阈值的极端高温事件, 可持续数天至数月, 面积可达数千平方公里。工业革命以来, 由于温室气体排放不断增加, 全球表面平均温度逐渐上升。特别是在近年来持续的增暖背景下, 陆地热浪频发, 与此同时, 海表温度的上升也带来了更加频繁和强烈的海洋热浪。
海洋热浪是一种极端气候事件, 会对自然环境及人类社会造成严重的影响。近年来, 地中海(Olita et al, 2007)、西澳大利亚沿海(Pearce et al, 2011, 2013)、大西洋西北部(Chen et al, 2014)以及太平洋东北部(Bond et al, 2015)均发生了大规模海洋热浪事件。这些极端高海温事件不仅破坏了当地的生态系统和生物多样性, 同时还影响了当地的渔业和旅游业, 造成了严重的经济损失。
全球变暖导致海洋热浪的发生频次更高, 袭击范围更广, 强度更大。Oliver等(2018a)发现, 从1925年到2016年全球平均海洋热浪频率和持续时间分别增加了34%和17%, 海洋热浪频次增加了54%。Frölicher等(2018)的研究指出, 在全球气温相对于工业革命前升高3.5℃的情况下, 海洋热浪出现的平均概率和平均空间面积将达到工业革命前水平的数十倍, 持续时间和最大强度也将大幅增长。从不同地区来看, 热带和北冰洋的增幅最大, 而南大洋的增幅最小; 沿海生态系统中海洋热浪的发生概率增长情况介于二者之间, 但浅水生态系统面临的风险比开放海洋的风险更大。
海表温度变化主要受气候系统内部变率和大气外部强迫这两类因子调控。气候系统内部变率因子包括厄尔尼诺-南方涛动(El Nino-Southern Oscillation, ENSO)、大西洋多年代际振荡(Atlantic Multi-decadal Oscillation, AMO)、太平洋年代际振荡(Pacific Decadal Oscillation, PDO)等海洋内部振荡以及各种尺度的洋流变化; 外部强迫因子包括非绝热加热(辐射、潜热感热输送)、大气环流场(如风、气温、气压)等。Waliser(1996)的分析表明, 拉尼娜现象对西太平洋暖池热浪有抑制作用。Qin等(2010)对2006年11月发生在热带太平洋的一次大范围海洋热浪进行的研究表明, 由于厄尔尼诺的影响, 热带太平洋东部海温异常升高, 形成了深对流, 使高空产生辐散气流, 导致热带太平洋西部高空气流辐合下沉, 抑制了对流和云的发展, 海温升高, 形成了海洋热浪。沿澳大利亚西海岸向南流动的Leeuwin暖流在拉尼娜现象引起的海气遥相关强迫下异常增强, 引起了一次较强的海洋热浪事件(Feng et al, 2013)。Scannell等(2016)对1950—2014年北大西洋和北太平洋海洋热浪进行了统计学研究, 发现北大西洋在AMO正位相期间更容易发生大面积海洋热浪, 而北太平洋东部则在PDO和ENSO正位相时有较大概率发生大面积海洋热浪。Oliver等(2018b)通过研究指出, 塔斯马尼亚东南部海洋热浪频率、海洋热浪日数和热浪深度都有显著升高趋势, 多种海洋热浪分布特征与东澳大利亚海流、近海反气旋、暖空气和西北风异常的不同组合有关。由以上前人研究可以看出, 海洋热浪通常是多尺度影响、内部变率和外部强迫相结合导致的, 形成机制较为复杂。
除此之外, 海洋在全球升温背景下储存了大量的热量, 导致了海洋热力结构的改变, 并通过影响海洋环流的变化, 反过来影响大气环流, 进而影响到陆地, 强化陆地热浪带来的影响。例如, 在2018年, 异常高的黑潮海温使西太平洋副热带高压加强和北抬, 加剧了中国东部的大范围高温热浪(Ding et al, 2019)。
就目前来看, 前人的研究对西北太平洋海洋热浪的关注较少, 而西北太平洋与东亚大陆相邻, 海陆气相互作用显著, 与东亚气候密切相关(李泓 等, 2001)。因此, 本文针对1982—2017年西北太平洋海洋热浪的时空分布特征进行分析, 并进一步探讨与之相联系的海气关系以及对中国夏季气温的可能影响。

1 资料与方法

1.1 观测资料

本文所用海温观测资料为美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)的逐日最佳插值海表温度资料(Daily Optimum Interpolation Sea Surface Temperature V2, https://www.ncdc.noaa.gov/oisst) (Reynolds et al, 2007; Banzon et al, 2016), 空间分辨率为0.25°×0.25°, 研究时间段为1982—2017年, 共36a。该资料质量较好, 分辨率较高, 并被广泛应用于近几年的海洋热浪研究中(Frölicher et al, 2018; Oliver et al, 2018b)。
另外, 本文还采用了美国国家环境预测中心(National Centers for Environmental Prediction, NCEP)的再分析资料(Kalnay et al, 1996; Kistler et al, 2001), 包括高度场、风速、表面辐射通量资料, 空间分辨率为2.5°×2.5°, 其中高度场、风速资料共17层。热通量场使用了日平均资料, 其他物理量使用了月平均资料。
本文中的中国夏季平均气温、最高气温则采用了中国气象数据网的中国地面气温月值格点数据集(V2.0), 水平分辨率为0.5°×0.5°。该数据集基于国家气象信息中心基础资料专项最新整编的中国地面高密度台站(约2400个国家级气象观测站)的气温资料, 利用ANUSPLIN软件的薄盘样条法(TPS, Thin Plate Spline)进行空间插值。

1.2 海洋热浪阈值的确定

在早些年的研究中, 高海温阈值一般设为固定阈值(Waliser, 1996), 不考虑海温的年际波动和区域变化, 该方法适用于纬度跨度比较小的区域。在后续的研究中, 有的考虑了不同区域的阈值变化, 将阈值定为超过区域平均值1个标准差(Scannell et al, 2016); 有的将日平均海温的时间序列经过低通滤波后再加上固定值, 使之成为与时间相关的阈值(Qin et al, 2007); 还有的采用百分位阈值法, 对于某日海温, 取同期局地海温从低到高排序后的第95或99百分位数(Frölicher et al, 2018), 这样确定的阈值会随时间和空间变化, 每一个格点和每一个日期都对应着不同的阈值。Hobday等(2016)提出了一种确定海洋热浪阈值的方法, 即利用以某天为中心的11d窗口内所有年份的每日温度值, 计算出对应每一天的第90百分位阈值后, 再进行31d平滑。该方法能够确保足够的样本量, 且阈值会随季节变化。
本文研究的对象是夏季(共92d)的海洋热浪, 在确定阈值时借鉴了Hobday等(2016)的方法, 并稍作了修改。对于夏季的每日海温, 取以当天为中心的11d窗口的局地海温的第95百分位数, 对其作时间上的5点(即5d)滑动平均, 得到的值即为海洋热浪的阈值。
对于样本量为n的序列, 海洋热浪阈值T95表示为:
$T_{95}(j)=\frac{1}{k} \sum_{i=1}^{k}\left[P_{95}(X)\right]_{i+j-3}, j=8,9, \cdots, n-5-(k-1) / 2$
式中: k为滑动长度, 本文取k=5; P95为海温从低到高排列的第95百分位数; X表示某日海温值, X={T(y, d)|1982≤ y≤2017, j-5≤d≤j+5}。由于时间上5点的滑动平均和11d的窗口会导致序列前后损失7d长度的数据, 因此在计算阈值时, j的取值范围为8≤j≤n-7。

1.3 相关海洋热浪指数的定义

海洋热浪日数: 当某日海温T(t)≥T95(j), 则这一天记为热浪日, 热浪日的累加和即为总日数。
海洋热浪次数: 当某日海温T(t)≥T95(j)且T(t-1)<T95(j)时, 这一天记为ts; 当某日海温T(t)<T95(j)且T(t-1)≥T95(j)时, 这一天记为te(te>ts); 从ts开始到te结束记为一次热浪。
持续时间: te-ts即为持续时间, 若在某格点发生多次海洋热浪, 则求平均持续时间。
最大强度: imax=max[T(t)-T95(j)], 即超过阈值部分的海温最大值。
累积强度: icum=sum[T(t)-T95(j)], 即超过阈值部分的累加和。

1.4 分析方法

本文主要用到了经验正交函数(Empirical orthogonal function, EOF)展开、Lanczos滤波、概率密度函数(Probability Density Function, PDF)分布、相关分析和回归分析等分析方法。

2 西北太平洋夏季海洋热浪的变化特征

为了揭示西北太平洋夏季海洋热浪的时空变化特征, 本文首先对1982—2017年西北太平洋(20°—65°N, 100°—180°E)夏季海洋热浪日数进行EOF展开。结果如图1所示, EOF前两个模态方差贡献率分别为 19.5%和10.1%, 总方差贡献率为29.6%, 均通过North判别检验(North et al, 1982)。根据第一模态空间分布显示(图1a), 西北太平洋30°N以南区域、堪察加半岛以东和以南区域呈现为较大的正值, 除黑潮及其延伸区和鄂霍茨克海变化不明显外, 其他区域也基本为正值区。从时间序列来看, 该模态线性趋势明显(图1b), 线性趋势系数为0.072, 并通过99%置信度检验。第二模态为南北反向的偶极型分布(图1c), 正位相表现为黑潮和黑潮延伸区热浪日数多, 堪察加半岛以东和以南区域热浪日数少, 负位相则相反。为方便描述, 下文将这两个区域分别称为海洋热浪日数第二模态南区和北区。第二模态的时间变化具有年际和年代际变化特征, 利用Lanczos滤波方法得到其年代际和年际变化序列, 可以看到2000年前后为正位相, 其他时间段以负位相为主, 2015年后有转为正位相的趋势(图1d)。
图1 西北太平洋夏季海洋热浪日数的第一模态空间分布(a)和对应的时间序列(b), 以及第二模态空间分布(c)和对应的时间序列(d)

图a中3个蓝色方框分别表示高、中、低纬分区; 图b中实线表示线性趋势, 虚线表示年际变化; 图d中实线表示年代际变化, 虚线表示年际变化。审图号为GS(2016)1561

Fig. 1 Spatiotemporal distribution of summer MHWs' days in NWP: spatial distribution of the first mode (a), corresponding time series (b), spatial distribution of the second mode (c), and corresponding time series (d)

图2a—h分别展示了热浪次数(图2a、2b)、最大强度(图2c、2d)、持续时间(图2e、2f)、累积强度(图2g、2h)EOF主模态的空间分布和对应的时间序列, 方差贡献率分别为18.5%、26.1%、14.7%、22.4%。这4个指数基本呈全区一致的上升趋势, 时间序列和海洋热浪日数主模态比较一致, 呈线性增长趋势, 其中近几年的增长速度尤为明显。在空间分布上, 热浪次数主模态的分布与热浪日数保持一致; 最大强度显著增长的区域位于中高纬(40°N以北)地区, 以堪察加半岛以南区域最为显著(图2c); 持续时间变化最大的位于日本以东的中纬度区域(图2e), 表明该区域发生的海洋热浪较为连续, 其中2004年尤为突出(图2f); 堪察加半岛以南区域的热浪日数和强度均有显著增长(图2g), 因而累积强度最大的区域也集中在此。
图2 西北太平洋夏季海洋热浪次数(a、b)、最大强度(c、d)、持续时间(e、f)和累积强度主模态(g、h)的时空分布

图a、c、e、g为空间分布, 图b、d、f、h为相应的时间序列。审图号为GS(2016)1561

Fig. 2 Spatial distribution (left panels) and time series (right panels) of summer MHWs' frequency (a, b), maximum intensity (c, d), duration (e, f), and cumulative intensity (g, h) in the NWP

由于海洋热浪各特征指数主模态均为线性增长趋势, 所以本文将通过对1982—1991年和2008—2017年这两段时间的海温概率密度的对比分析, 来探究海洋热浪发生概率与海温分布变化的关系。温度概率分布的不同变化形式意味着极端气候事件的发生概率不同, 若整个分布朝着较暖气候变化, 则暖事件增多, 冷事件减少; 若温度变率加大而无平均值变化, 则暖事件和冷事件均增多; 另外, 若分布形态发生变化, 则会产生冷暖事件的非对称性变化(IPCC, 2012)。由于不同纬度区域的热浪有着不同的特征, 本文将研究区域划分为如图1a所示的高、中、低纬三个部分。图3展示了西北太平洋海温的概率密度分布, 其中图3a—d分别对应着整个研究区域、高纬区域、中纬区域和低纬区域的海温概率密度分布。从整个研究区看, 概率密度函数向右(暖方向)有小幅度的平移(图3a), 均值上升了0.46℃; 高纬区域均值增幅最大(图3b), 达到0.53℃, 同时温度变率也有所增大, 从12.11增加到14.61[单位: (℃)2], 表现为极冷事件略有增加, 极暖事件大幅增加; 中纬区域在均值上升0.45℃的同时, 分布形态也发生了改变, 26℃左右海温出现概率显著升高(图3c); 低纬区域以均值变化为主(图3d), 升高了0.36℃。总的来说, 西北太平洋夏季海洋热浪的增加主要是由平均海温上升引起的, 高纬区域海温均值上升幅度大, 海温变率也较大, 因此更容易发生高强度、高频次的海洋热浪。该结论与Oliver(2019)的研究结果是基本一致的。
图3 西北太平洋整个研究区域(a)、高纬地区(b)、中纬地区(c)和低纬地区(d)的夏季海温概率密度分布

图中垂直的灰色虚线和实线分别表示1982—1991年和2008—2017年前后两个时间段内的海温均值

Fig. 3 Probability density distribution of SST in the whole region (a), high-latitude region (b), mid-latitude region (c), and low-latitude region (d) of the NWP

3 与海洋热浪日数主要模态相联系的海气关系

海洋表面温度与大气状况密切相关, 因而在海气相互作用的观测与分析过程中很难区分海洋作用与大气作用的因果关系。Cayan(1992a,b)提出了一种判断局地海气关系的方法: 若表面净热通量(向上为正)异常与海温变化倾向呈正相关, 表示海洋对大气有强迫作用; 若表面净热通量异常与海温变化倾向呈负相关, 则表示大气对海洋有影响。图4a、4b分别展示了研究区夏季平均表面净热通量(向上为正)回归到海洋热浪日数第一模态和第二模态时间序列上的异常场。与第一模态对应的异常场中, 台湾岛以东的低纬度地区表面净热通量有向上异常, 与海洋热浪日数显著增加的区域相对应, 海洋热浪发生时的海气相互作用以海洋对大气的强迫作用为主; 其他区域的净热通量则为向下异常, 虽然同样是海洋热浪增多的区域, 但高纬区域主要是大气对海洋增暖起作用。与第二模态对应的异常场中, 在(30°N, 150°E)附近有一个正异常中心, 堪察加半岛以东为负异常中心, 两个异常中心与海洋热浪日数第二模态的南区和北区是分别对应的, 两处海温与气温变化倾向均为正相关, 说明主要是海洋作用引起了大气变化。
图4 回归到海洋热浪日数第一模态时间序列(a)和第二模态时间序列(b)上的夏季平均表面净热通量异常场

通量向上为正值; 图中斜线区表示通过95%显著性检验的区域。审图号为GS(2016)1561

Fig. 4 Anomalous net flux (units: W·m-2, upward being positive) field regressed onto time series of the first mode (a) and the second mode (b) of MHWs' days. The hatched area indicates that the anomalous field passes the 95% confidence test

为了探究表面通量各分量在海洋热浪过程中的作用, 下面对短波辐射、长波辐射、潜热、感热这4个分量分别进行回归分析。根据短波辐射通量和长波辐射通量回归到海洋热浪日数第一模态时间序列上的异常场显示, 北纬30°附近洋面上有短波辐射通量向上异常(图5a), 表明太阳辐射减少; 在堪察加半岛附近和(20°—30°N, 150°—180°E)范围内长波辐射通量为显著的向下异常(图5b), 表明大气逆辐射增多。上述3个异常区域都是海洋热浪日数增加的区域, 同时也是净热通量向下异常的区域, 说明在海气过程中大气起主导作用, 主要通过大气长波辐射增加使海洋升温。根据回归到海洋热浪日数第一模态时间序列上的潜热通量和感热通量异常场显示, 潜热通量和感热通量在台湾岛以东的海洋热浪日数高值区为向上异常(图5c、5d), 说明海洋作用显著, 加热大气的方式以潜热释放和感热输送为主; 堪察加半岛附近有小范围的感热通量向下异常, 说明此处气温高于海温, 大气向海洋传递热量。Li等(2011a, b)通过研究指出, 中低纬太平洋海洋潜热通量在近数十年呈线性增长趋势, 本文研究结果与该结论一致。各海气通量回归到海洋热浪日数第二模态时间序列的结果(图6)则显示, 在海洋热浪日数第二模态南区有显著的向上潜热通量异常, 北区有向下的长波辐射通量和感热通量异常, 但量级较小。这表明南区在海洋热浪增多时, 向上的潜热通量增加, 此时北区海洋热浪减少, 海洋向大气输送的长波辐射通量和感热通量减少。
图5 回归到海洋热浪日数第一模态时间序列上的夏季平均短波辐射(a)、长波辐射(b)、潜热(c)、感热(d)通量异常场

通量向上为正值; 图中斜线区表示通过95%显著性检验的区域。审图号为GS(2016)1561

Fig. 5 Anomalous shortwave radiation (a), longwave radiation (b), latent heat (c), sensible heat (d) fluxes (units: W·m-2, upward being positive) fields regressed onto time series of the first mode of MHWs' days. Hatching indicates that the anomalous field passes the 95% confidence test

图6 回归到海洋热浪日数第二模态时间序列上的夏季平均短波辐射(a)、长波辐射(b)、潜热(c)、感热(d)通量异常场

通量向上为正值; 图中斜线区表示通过95%显著性检验的区域。审图号为GS(2016)1561

Fig. 6 Anomalous shortwave radiation (a), longwave radiation (b), latent heat (c), sensible heat (d) fluxes (units: W·m-2, upward being positive) fields regressed onto time series of the second mode of MHWs' days. Hatching indicates that the anomalous field passes the 95% confidence test

综上所述, 第一模态中台湾岛以东低纬度洋面发生海洋热浪时, 潜热通量增加, 表现为海洋对大气的作用; 其他海洋热浪增多的区域主要受到大气状况的制约, 通常有向下的长波辐射异常。第二模态中, 南区以潜热通量变化为主, 北区以长波辐射通量和感热通量变化为主, 两个区域都表现为海洋对大气的影响。

4 与海洋热浪日数主要模态相联系的环流场异常以及对中国夏季气温的影响

上文提出, 海洋热浪的增加会使表面净热通量发生变化, 从而对大气产生一定的影响, 大气环流状况也会随之改变, 继而影响周边区域的气候变化。因此, 下文将对海洋热浪各模态对应的环流异常进行具体分析。
海洋热浪日数第一模态主要表现为线性增长模态, 图7为夏季500hPa和850hPa高度场、温度场与海洋热浪日数第一模态时间序列的相关系数以及风矢量回归到该模态的异常场。由图可见, 日本以东的中低纬区域在对流层低层的位势高度场和温度场上均存在一个负相关中心, 该负相关中心到对流层高层相关明显减弱; 东亚大陆以及高纬海洋上空则均为显著正相关区。这表明中低纬海洋在850hPa上为位势高度负异常, 对应着弱的冷异常; 在500hPa上位势高度负异常范围缩小, 仅在海洋热浪日数偏低的区域上空存在异常气旋式环流, 冷中心基本消失; 在东亚大陆以及高纬海洋上空自低层至高层, 都存在与暖异常相配合的显著位势高度正异常。
图7 夏季500hPa高度场(a)、500hPa温度场(b)、850hPa高度场(c)、850hPa温度场(d)与海洋热浪日数第一模态时间序列的相关系数分布

图中矢量表示回归到海洋热浪日数第一模态时间序列上的风异常场(单位: m·s-1), 打点区表示通过95%显著性检验的区域。审图号为GS(2016)1561

Fig. 7 Distribution of correlation coefficient between atmospheric circulation field and time series of the first mode of MHWs' days: 500-hPa geopotential height (a), 500-hPa air temperature (b), 850-hPa geopotential height (c), and 850-hPa air temperature (d). Vector indicates anomalous wind (units: m·s-1) field regressed onto the time series. Stippling indicates that correlation coefficient passes the 95% confidence test

图7的第一模态时间序列中同时包含了线性趋势和年际变化, 图8和图9则分别给出了这两种变化对应的环流场相关系数和风矢量回归到该序列的异常场。根据图8显示, 线性趋势下的环流异常基本与原序列一致, 以大范围的显著正相关为主, 这意味着与第一模态相关的大范围增暖主要是由全球增暖趋势引起的。但与图7相比, 图8中的负相关中心区明显北移。结合图9可知, 这种负相关中心偏移正是由年际变化造成的。年际变化对应的环流场异常主要表现为堪察加半岛以东的位势高度正异常和日本以东的位势高度负异常。高纬地区的大范围显著位势高度正异常有利于发生高强度的海洋热浪, 且异常中心与线性趋势中的正异常位置相近, 两种趋势一旦叠加, 则会导致高纬地区出现强而多的海洋热浪事件。而日本以东的位势高度负异常, 则对应着中纬地区海洋热浪日数增加相对较少的区域。
图8 夏季500hPa高度场(a)、500hPa温度场(b)、850hPa高度场(c)、850hPa温度场(d)与海洋热浪日数第一模态时间序列线性趋势的相关系数分布

Fig. 8 Distribution of correlation coefficient between atmospheric circulation field and linear trend of the first mode of MHWs' days: 500-hPa geopotential height (a), 500-hPa air temperature (b), 850-hPa geopotential height (c), and 850-hPa air temperature (d). Vector indicates anomalous wind (units: m·s-1) field regressed onto the time series. Stippling indicates that correlation coefficient passes the 95% confidence test

图中矢量表示回归到海洋热浪日数第一模态时间序列线性趋势上的风异常场(单位: m·s-1), 打点区表示通过95%显著性检验的区域。审图号为GS(2016)1561

图9 夏季500hPa高度场(a)、500hPa温度场(b)、850hPa高度场(c)、850hPa温度场(d)与海洋热浪日数第一模态时间序列年际变化的相关系数分布

图中矢量表示回归到海洋热浪日数第一模态时间序列年际变化上的风异常场(单位: m·s-1), 打点区表示通过95%显著性检验的区域。审图号为GS(2016)1561

Fig. 9 Distribution of correlation coefficient between atmospheric circulation field and inter-annual variability of the first mode of MHWs' days: 500-hPa geopotential height (a), 500-hPa air temperature (b), 850-hPa geopotential height (c), and 850-hPa air temperature (d). Vector indicates anomalous wind (units: m·s-1) field regressed onto the time series. Stippling indicates that correlation coefficient passes the 95% confidence test

海洋热浪日数第二模态为南北反向变化的偶极子模态, 图10是该模态的时间系数与位势高度场、温度场的相关系数及风矢量回归到该模态时间序列的异常场。在对流层高层位势高度场上, 贝加尔湖附近以及中低纬洋面上空为有显著的正相关区, 堪察加半岛以南为负相关区, 并呈明显的三极子模态特征(图10a); 在对流层低层位势高度场上, 负相关中心更加显著, 而两个正相关中心则相对较弱(图10c); 温度相关场分布基本与对流层高层位势高度相关分布基本一致(图10b、10d)。这表明, 当黑潮及其延伸区海洋热浪增多时, 通过该区域海洋对大气的影响, 导致暖空气上升, 对流层气温上升, 相应地对流层高层位势高度增加, 并形成正的位势高度异常区。同时, 堪察加半岛以南区域海洋热浪减少, 位势高度场异常偏低, 并可能通过大气遥相关导致贝加尔湖附近位势高度场异常偏高。
图10 夏季500hPa高度场(a)、500hPa温度场(b)、850hPa高度场(c)、850hPa温度场(d)与海洋热浪日数第二模态时间序列的相关系数分布

图中矢量表示回归到海洋热浪日数第二模态时间序列上的风异常场(单位: m·s-1), 打点区表示通过95%显著性检验的区域。审图号为GS(2016)1561

Fig. 10 Distribution of correlation coefficient between atmospheric circulation field and time series of the second mode of MHWs' days: 500-hPa geopotential height (a), 500-hPa air temperature (b), 850-hPa geopotential height (c), and 850-hPa air temperature (d). Vector indicates anomalous wind (units: m·s-1) field regressed onto the time series. Stippling indicates that correlation coefficient passes the 95% confidence test

从上面的分析可以看出, 与海洋热浪主要模态相联系的环流异常与东亚大陆上空的环流异常之间存在很好的关联, 揭示夏季西北太平洋海洋热浪可能通过海洋对大气的影响进而对我国夏季气温产生影响。图11分别给出了中国夏季平均气温和最高气温回归到不同模态时间序列上的异常场。图11a、11b为海洋热浪日数第一模态线性趋势下的气温异常场, 由图可见, 我国西北地区和川渝地区对全球变暖的响应较为显著, 其中平均气温和最高气温响应都较为显著的区域有内蒙古中东部、西北地区、长三角地区, 而四川、重庆、陕西则主要表现为最高气温的响应, 这与叶殿秀等(2013)的研究结果基本一致。根据图11c、11d显示, 第一模态年际变化的时间序列与华南地区和青藏高原西部地区夏季的气温异常场成弱的正相关关系, 即海洋热浪增多的年份, 我国华南地区和青藏高原西部地区的气温也相对较高, 反之则较低。由前文可知, 海洋热浪日数第二模态对应的大气高层环流异常为三极子模态, 并且当海洋热浪日数第二模态处于正位相时, 对应于黑潮及黑潮延伸区海洋热力事件的异常增多, 而黑潮及黑潮延伸体海区海气之间又明显表现为海洋对大气的强迫作用。因此, 当黑潮及黑潮延伸体海洋热浪事件异常增多时, 其海区可通过海洋对大气的影响在对流层大气中产生三极子遥相关型, 在贝加尔湖附近上空产生位势高度和温度正异常, 从而对我国夏季北方的气温产生影响(图11e、11f)。
图11 回归到海洋热浪日数第一模态线性趋势(a、b)、第一模态年际变化(c、d)和第二模态时间序列(e、f)的中国夏季气温异常场

图a、c、e为平均气温异常, 图b、d、f为最高气温异常; 打点区表示通过95%显著性检验的区域。审图号为GS(2016)1665

Fig. 11 Anomalous summer air temperature(units: °C) field in China regressed onto the linear trend of the first mode (a, b), inter-annual variability of the first mode (c, d), and time series of the second mode (e, f) of MHWs' days. Stippling indicates that the anomalous field passes the 95% confidence test

综上所述, 海洋热浪日数异常偏多的区域通常对应着对流层大气高层温度场和位势高度场的正异常, 而海洋热浪日数低的区域则对应着负异常, 并具有相当正压结构特征。第一模态中的台湾岛以东海区和第二模态中的南、北两个海区, 当这些海区发生海洋热浪事件时, 海气之间主要表现为海洋对大气的影响。异常增多的海洋热浪事件通过感热通量和潜热通量对其上的大气产生影响, 导致对流层大气温度上升, 相应地形成位势高度正异常, 并可能通过大气遥相关来影响上下游环流, 继而影响周边区域的天气与气候。而第一模态中其他区域对应的大气环流异常, 更多的是大气环流对全球增暖响应的结果, 异常大气环流的变化(如大气温度场和高度场的变化)导致了其下海表温度的变化, 进而对海洋热浪事件的发生产生影响。

5 结论与讨论

本文对 1982—2017年夏季西北太平洋海洋热浪各特征量进行了分析, 主要探讨了海洋热浪日数在不同模态下的分布特征, 初步揭示了相应的海气关系和环流变化, 并讨论了海洋热浪对中国夏季气温可能产生的影响。具体结论概括如下:
1) 对西北太平洋夏季海洋热浪各特征指数进行EOF分解的结果表明, 海洋热浪日数第一模态基本呈全区一致的线性增加趋势(除黑潮和黑潮延伸区外), 第二模态的南、北区呈反向变化, 有明显的年代际变化特征; 海洋热浪的次数、最大强度、持续时间、累积强度也呈线性上升趋势, 次数的空间变化与日数变化一致, 最大强度和累积强度在高纬地区上升最多, 持续时间在黑潮和黑潮延伸区变化最明显。西北太平洋夏季海洋热浪的线性增加趋势主要与该区域平均海温的上升有关。
2) 基于海洋热浪的主要模态, 从海气关系的角度来看, 当台湾岛以东的低纬度洋面发生海洋热浪时, 海气之间主要表现为海洋对大气的作用, 而高纬度地区海洋热浪的出现则主要受大气状况制约; 中纬度黑潮和黑潮延伸区出现海洋热浪事件时, 海气之间的关系主要表现为海洋对大气的影响。
3) 西北太平洋夏季海洋热浪日数第一模态包含线性趋势和年际变化。线性趋势可以看作是对全球增暖趋势的响应, 在环流异常场上表现为大范围的相当正压结构的暖性高压异常。海洋热浪的第二模态在对流层高层环流异常场上则呈三极子模态分布, 其三极异常中心分别位于黑潮和黑潮延伸区、堪察加半岛以南的西北太平洋高纬度地区以及贝加尔湖地区, 海洋热浪可能通过这三极子模态对我国北方地区的夏季气温产生影响。
然而, 本文的研究还存在着一些问题和不足。如西北太平洋夏季海洋热浪与平均海温的空间分布是类似的, 但两者的时间序列相关性并不显著, 说明海洋热浪的变化规律是相对独立的。对于造成两者之间相对独立的原因, 仍需要深入研究和探讨。在第二模态中, 海洋热浪的年代际变化特征与PDO有一定的联系, 在2004年以前的时间序列中, 两者的负相关系数达-0.64, 随后相关关系减弱, 造成这种转折的原因目前也未明确。在探讨海气关系时, 第一模态中海洋热浪增多的区域对应着正的位势高度异常, 通常来说海洋表面应对应着短波辐射的增加, 但回归分析结果却显示短波辐射减少而长波辐射增多(与OA-Flux资料验证的结果一致), 这是否为温室效应增强的一种表现呢?此外, 海洋热浪时间跨度为数天至数月, 其海气关系和对中国夏季气温是否存在跨时间尺度的影响, 这也需要进一步探讨和研究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
李泓, 李丽平, 王盘兴, 2001. 太平洋地区海气系统年代际变率研究的若干进展[J]. 南京气象学院学报, 24(4):591-598.

LI HONG, LI LIPING, WANG PANXING, 2001. Advance in study on inter-decadal climate variability of the Pacific atmosphere-ocean system[J]. Journal of Nanjing Institute of Meteorology, 24(4):591-598 (in Chinese with English abstract).

[2]
叶殿秀, 尹继福, 陈正洪, 等, 2013. 1961—2010年我国夏季高温热浪的时空变化特征[J]. 气候变化研究进展, 9(1):15-20.

DOI

YE DIANXIU, YIN JIFU, CHEN ZHENGHONG, et al, 2013. Spatiotemporal change characteristics of summer heatwaves in China in 1961-2010[J]. Progressus Inquisitiones de Mutatione Climatis, 9(1):15-20 (in Chinese with English abstract).

[3]
BANZON V, SMITH T M, CHIN T M, et al, 2016. A long-term record of blended satellite and in situ sea-surface temperature for climate monitoring, modeling and environmental studies[J]. Earth System Science Data, 8(1):165-176.

[4]
BOND N A, CRONIN M F, FREELAND H, et al, 2015. Causes and impacts of the 2014 warm anomaly in the NE Pacific[J]. Geophysical Research Letters, 42(9):3414-3420.

[5]
CAYAN D R, 1992a. Latent and sensible heat flux anomalies over the northern oceans: driving the sea surface temperature[J]. Journal of Physical Oceanography, 22(8):859-881.

[6]
CAYAN D R, 1992b. Latent and sensible heat flux anomalies over the northern oceans: the connection to monthly atmospheric circulation[J]. Journal of Climate, 5(4):354-369.

[7]
CHEN KE, GAWARKIEWICZ G G, LENTZ S J, et al, 2014. Diagnosing the warming of the Northeastern U.S. Coastal Ocean in 2012: a linkage between the atmospheric jet stream variability and ocean response[J]. Journal of Geophysical Research: Oceans, 119(1):218-227.

[8]
DING TING, YUAN YUAN, ZHANG JIANMING, et al, 2019. 2018: the hottest summer in China and possible causes[J]. Journal of Meteorological Research, 33(4):577-592.

[9]
FENG MING, MCPHADEN M J, XIE SHANGPING, et al, 2013. La Niña forces unprecedented Leeuwin Current warming in 2011[J]. Scientific Reports, 3:1277.

PMID

[10]
FRÖLICHER T L, FISCHER E M, GRUBER N, 2018. Marine heatwaves under global warming[J]. Nature, 560(7718):360-364.

PMID

[11]
HOBDAY A J, ALEXANDER L V, PERKINS S E, et al, 2016. A hierarchical approach to defining marine heatwaves[J]. Progress in Oceanography, 141:227-238.

[12]
IPCC, 2012. Managing the risks of extreme events and disasters to advance climate change adaptation[R]. London: Cambridge University Press.

[13]
KALNAY E, KANAMITSU M, KISTLER R, et al, 1996. The NCEP/NCAR 40-year reanalysis project[J]. Bulletin of the American Meteorological Society, 77(3):437-472.

[14]
KISTLER R, KALNAY E, COLLINS W, et al, 2001. The NCEP-NCAR 50-year reanalysis: monthly means CD-ROM and documentation[J]. Bulletin of the American Meteorological Society, 82(2):247-268.

DOI

[15]
LI GEN, REN BAOHUA, YANG CHENGYUN, et al, 2011a. Revisiting the trend of the tropical and subtropical Pacific surface latent heat flux during 1977-2006[J]. Journal of Geophysical Research: Atmospheres, 116(D10):D10115.

DOI

[16]
LI GEN, REN BAOHUA, ZHENG JIANQIU, et al, 2011b. Trend singular value decomposition analysis and its application to the global ocean surface latent heat flux and SST anomalies[J]. Journal of Climate, 24(12):2931-2948.

DOI

[17]
NORTH G R, BELL T L, CAHALAN R F, et al, 1982. Sampling errors in the estimation of empirical orthogonal functions[J]. Monthly Weather Review, 110(7):699-706.

DOI

[18]
OLITA A, SORGENTE R, NATALE S, et al, 2007. Effects of the 2003 European heatwave on the Central Mediterranean Sea: surface fluxes and the dynamical response[J]. Ocean Science, 3(2):273-289.

DOI

[19]
OLIVER E C J, DONAT M G, BURROWS M T, et al, 2018a. Longer and more frequent marine heatwaves over the past century[J]. Nature Communications, 9(1):1324.

DOI PMID

[20]
OLIVER E C J, LAGO V, HOBDAY A J, et al, 2018b. Marine heatwaves off eastern Tasmania: trends, interannual variability, and predictability[J]. Progress in Oceanography, 161:116-130.

DOI

[21]
OLIVER E C J, 2019. Mean warming not variability drives marine heatwave trends[J]. Climate Dynamics, 53(3-4):1653-1659.

DOI

[22]
PEARCE A, LENANTON R, JACKSON G, et al, 2011. The “marine heat wave” off Western Australia during the summer of 2010/11[R]. Fisheries Research Report No. 222.

[23]
PEARCE A F, FENG MING, 2013. The rise and fall of the “marine heat wave” off Western Australia during the summer of 2010/2011[J]. Journal of Marine Systems, 111- 112:139-156.

[24]
QIN HUILING, KAWAMURA H, KAWAI Y, 2007. Detection of hot event in the equatorial Indo-Pacific warm pool using advanced satellite sea surface temperature, solar radiation, and wind speed[J]. Journal of Geophysical Research: Oceans, 112(C7):C07015.

[25]
QIN HUILING, KAWAMURA H, 2010. Air‐sea interaction throughout the troposphere over a very high sea surface temperature phenomenon[J]. Geophysical Research Letters, 37(1):L041685.

[26]
REYNOLDS R W, SMITH T M, LIU CHUNYING, et al, 2007. Daily high-resolution-blended analyses for sea surface temperature[J]. Journal of Climate, 20(22):5473-5496.

DOI

[27]
SCANNELL H A, PERSHING A J, ALEXANDER M A, et al, 2016. Frequency of marine heatwaves in the North Atlantic and North Pacific since 1950[J]. Geophysical Research Letters, 43(5):2069-2076.

DOI

[28]
WALISER D E, 1996. Formation and limiting mechanisms for very high sea surface temperature: linking the dynamics and the thermodynamics[J]. Journal of Climate, 9(1):161-188.

DOI

Options
Outlines

/

〈 〉