Marine Hydrography

Seasonal and long-term variability of ocean bottom pressure in the Indian Ocean

  • JING Xueyi 1, 2 ,
  • CHENG Xuhua , 3
Expand
  • 1. State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. College of Oceanography, Hohai University, Nanjing, 210098, China
CHENG Xuhua. E-mail:

Copy editor: YIN Bo

Received date: 2018-11-29

  Request revised date: 2019-02-16

  Online published: 2019-10-10

Supported by

National Key Research and Development Program of China(2018YFA0605702)

Natural Science Foundation of China(41522601)

Natural Science Foundation of China(41876002)

Fundamental Research Funds for the Central Universities(2017B04714)

Copyright

Copyright reserved © 2019. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.

Abstract

Using the GRACE satellite observation during 2003-2015, we reveal characteristics of the ocean bottom pressure (OBP) variability in the Indian Ocean, and explore their potential dynamics. The results show that the OBP in the Indian Ocean has significant seasonal variability. In the boreal winter, the OBP shows negative (positive) anomaly north (south) of 40 oS; and the pattern in summer is opposite to that in winter. The spatial pattern of the Ekman transport has a good correspondence with the OBP pattern in the Indian Ocean. The diagnosis results derived from the barotropic vorticity equation show that the OBP reconstructed by sea surface wind can better explain both the seasonal and long-term variations of the OBP in the Indian Ocean. In addition, analysis of sea level budget suggests that variation of OBP dominates sea level changes at high latitudes.

Cite this article

JING Xueyi , CHENG Xuhua . Seasonal and long-term variability of ocean bottom pressure in the Indian Ocean[J]. Journal of Tropical Oceanography, 2019 , 38(5) : 10 -17 . DOI: 10.11978/2018131

全球变暖背景下, 海平面上升问题愈发受到全世界研究者密切关注。海平面变化包含两个主要分量, 即比容海面高度变化和海底压强(海水质量)变化。海水温度和盐度变化会导致海水膨胀或收缩, 进而导致海水比容变化。海底压强变化主要由冰川融水、陆地径流、降雨、蒸发以及海水输送与质量交换等造成。Gill等(1973)通过理论诊断发现, 海面风场强迫作用是海底压强季节变化的主要影响因素, 并指出高纬度海域海平面变化由海底压强主导, 而在低纬海域比容海面变化更为重要。
联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)第五次评估报告表明, 全球平均海平面在20世纪的上升速率达1.7±0.2mm·a-1, 而1990年到2010年间增加至3.2±0.4mm·a-1Chen等(2013)研究发现2005—2011年间海水质量增加造成的海平面上升速度为1.8±0.47mm·a-1, 主导了海平面变化。进入21世纪以后, 海水质量变化对海平面上升的贡献逐渐增大(Cazenave et al, 2010)。Chambers等(2017)综合分析了ARGO浮标、GRACE卫星和卫星高度计数据, 指出2005—2014年间海底压强变化的贡献大约占全球平均海平面变化的68%, 而格陵兰和南极的冰川、冰盖融化加剧是近十年来其加速上升的主要因素。
海平面变化存在显著的空间差异性, 过去20多年西太平洋和印度洋海平面有较高的上升速率, 其变化与区域海洋动力过程有着紧密的联系。在年代际尺度上, 与太平洋年代际振荡(Pacific decadal oscillation, PDO)相关的热带西太平洋地区信风增强导致该区域海平面上升(Merrifield et al, 2012), 而该信号通过Rossby波的形式传至南海(Cheng et al, 2016)。在不同区域, 海水质量的变化特征及其对海平面变化的贡献也不尽相同, 因此区域海底压强研究也是海平面变化的重要课题之一。在太平洋、大西洋和南大洋海域的中高纬度区域, 海底压强具有显著的季节和年际变化(Kanzow et al, 2005; Chambers et al, 2011; Johnson et al, 2013)。另外, 众多观测和模式研究均指出, 斜压过程的重要性随纬度降低而增加, 正压作用反之。在南大西洋、北太平洋和北印度洋, 局地风应力驱动的局地Sverdrup输运和Ekman抽吸, 以及斜压Rossby波等在不同的时间尺度和区域能够解释不同程度的海平面和海底压强的变化(Cabanes et al, 2006; Li et al, 2007; Cheng et al, 2013)。Chambers等(2009)分析重力恢复和气候实验(Gravity Recovery and Climate Experiment, GRACE)卫星数据进一步发现, 季节和年际尺度上不同大洋之间的海底压强均存在一定的相关性。目前, 针对印度洋海底压强变化及其机制的系统研究相对较少, 本文将从风场正压作用的角度对印度洋海底压强的季节和长期变化进行讨论。

1 数据和方法

1.1 数据介绍

文中使用的海底压强(Ocean Bottom Pressure, OBP)数据来源于美国德克萨斯大学空间研究中心(Center for Space Research, CSR)公布的GRACE重力测量卫星RL05数据, 时间从2003年1月至2015年12月, 空间分辨率1°×1°。
所用风场资料为欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的ERA-Interim再分析同化数据集, 时间自2003年1月至2015年12月, 空间分辨率0.25°×0.25°。
使用的海平面异常数据来自欧洲“哥白尼”海洋环境监测服务(Copernicus Marine Environment Monitoring Service, CMEMS)所发布的多卫星融合海面高度异常(Sea Level Anomaly, SLA)资料, 该资料的空间分辨率为0.25°×0.25°, 时间范围与风场资料相同。比容海面高度数据是由空间分辨率1°×1°、垂向58层的全球海洋ARGO月均网格数据集计算得到, 海表盐度也使用该数据集, 时间跨度从2004年1月至2015年12月。

1.2 方法

本文采用正压涡度方程量化风场对海底压强变化的贡献(Boening et al, 2011):
$\begin{align} & \frac{\partial }{\partial t}{{\nabla }^{2}}\eta -\frac{{{f}^{2}}}{gH}\frac{\partial \eta }{\partial t}+\beta \frac{\partial \eta }{\partial x}-\frac{f}{H}(\frac{\partial \eta \partial H}{\partial x\partial y}-\frac{\partial \eta \partial H}{\partial y\partial x})+ \\ & \nabla \centerdot (\frac{r}{H}\nabla \eta )\text{=}\frac{f}{\rho g}\nabla \times \frac{\tau }{H}-\frac{{{f}^{2}}}{{{g}^{2}}H\rho }\frac{\partial {{p}_{a}}}{\partial t} \\ \end{align}$
式中: η为正压海面高度(单位: m); 科氏参数f=2Ωsinφ, Ω为地球自转角速度(一般取7.292× 10-5rad·s-1), φ为纬度。ρ为海水密度(单位: kg·m-3); βf随纬度的变化即β=df ∕dφ; τ为风应力(单位: N·m-2); pa为海表面气压(单位: Pa); H为海水深度(单位: m); xy为积分的经向和纬向距离(单位: m); t为积分时间(单位: s); r为底摩擦系数; g为重力加速度(单位: m·s-2)。若根据上式在给定区域内自东向西沿纬向积分, 能够得到在风场作用下x处的重构海底压强ηx:
${{\eta }^{x}}=\int_{xe}^{x}{\frac{1}{\beta }\left[ \begin{align} & \frac{f}{\rho g}\nabla \times \frac{\tau }{H}-\frac{{{f}^{2}}}{{{g}^{2}}H\rho }\frac{\partial {{p}_{a}}}{\partial t}-\frac{\partial }{\partial t}{{\nabla }^{2}}\eta + \\ & \frac{{{f}^{2}}}{gH}\frac{\partial \eta }{\partial t}+\frac{f}{H}(\frac{\partial \eta \partial H}{\partial x\partial y}-\frac{\partial \eta \partial H}{\partial y\partial x})-(\frac{r}{H}\nabla \eta ) \\ \end{align} \right]}dx+{{\eta }^{xe}}$
式中: xe表示东边界。右侧积分项的第一项和第二项分别表示风应力旋度和海表面气压的作用, 第三项表示相对涡度的时间变化率, 第四项是由于水柱拉伸所导致的涡度变化, 表示海底地形作用导致的涡度平流, 最后一项为耗散项, ηxe为边界条件。在只考虑风应力驱动的情况下, 仅保留公式(2)右侧积分第一项, 取GRACE卫星观测数据作为东边界条件ηxe, 可以得到:
${{\eta }^{x}}=\int_{xe}^{x}{\frac{1}{\beta }}\left[ \frac{f}{\rho g}\nabla \times \frac{\tau }{H} \right]+{{\eta }^{xe}}$
根据Thomson等(1989)给出的比容海面高度的模型, 将比容变化分为与温度变化(ΔT)有关的热容海平面变化(ZT)和与盐度变化(ΔS)有关的盐容海平面变化(ZS)两个部分, 比容海面高度变化ΔZ可以表示为:
$\begin{align} & \Delta Z={{Z}_{\text{T}}}+{{Z}_{\text{S}}}=\int_{{{Z}_{1}}}^{{{Z}_{2}}}{\alpha \Delta T\text{d}z}+\int_{{{Z}_{1}}}^{{{Z}_{2}}}{-\beta \Delta S\text{d}z} \\ & \text{ }=\int_{{{Z}_{1}}}^{{{Z}_{2}}}{-\frac{1}{\rho }\frac{\partial \rho }{\partial T}\Delta T\text{d}z}+\int_{{{Z}_{1}}}^{{{Z}_{2}}}{-\frac{1}{\rho }\frac{\partial \rho }{\partial S}\Delta S\text{d}z} \\ \end{align}$
式中: αβ分别为海水的热膨胀系数和盐压缩系数; ρ为海水密度(单位: kg·m-3); T为海水温度(单位: ℃); S为海水盐度(单位: ‰); z表示某一深度位置(单位: m)。

2 印度洋海底压强的季节变化和长期趋势与风场正压作用

2.1 空间分布特征

基于多年GRACE卫星资料得到的各季节印度洋海底压强异常的空间分布如图1所示(以1、4、7、10月代表冬、春、夏、秋季节, 已去除长期趋势), 图中箭头表示Ekman输送大小和方向。图1表明印度洋区域海底压强存在明显季节变化, 以35°—40°S附近区域为分界, 南北两侧呈反相变化。冬季, 海底压强在45°S以南呈正异常, 而在0°—30°S之间呈负异常。夏季印度洋海盆海底压强的分布与冬季相反, 春季、秋季分别和冬季、夏季较为接近。可以看出, 45°S以南、30°S左右以北的南印度洋区域, 以及阿拉伯海和孟加拉湾均存在相对较明显的季节变化。同时Ekman输送导致的辐合(辐散)较好的对应了海底压强的正(负)中心, 说明局地风场产生的Ekman输送对海底压强的季节变化有较大的贡献。
图1 印度洋海底压强与海表Ekman输送的气候态空间分布

1Sv=1×106m3·s-1

Fig. 1 Spatial distribution of climatological ocean bottom pressure and surface Ekman transport in the Indian Ocean

对2003—2015年印度洋海底压强的月平均时间序列进行谐波分析, 得到图2所示的年振幅(图2a)和对应相位(图2b)的空间分布。振幅较大的区域和图1显示的强季节变化区域相吻合。从谐波分析的结果来看, 东南印度洋的年变化振幅最为强烈, 可以达到3cm以上, 中纬度南印度洋地区和孟加拉湾北部次之, 振幅在2cm左右, 这与Piecuch等(2014)给出的热带南印度洋2003—2012年的结果较为一致。除上述区域, 15°S以北远离岸界的海域都有较明显的年振幅。相位的分布也能与图1对应, 以45°S左右为界, 北部区域多在夏、秋季达到峰值, 且越往北达到峰值的时间也随之推后, 至阿拉伯海和孟加拉湾北部区域于冬季到达峰值; 而南部区域则在北半球的冬季(1—2月)达到峰值。
图2 印度洋海底压强变化的年振幅(a)和相位(b)

图中方框A、B表示选取的季节变化较强烈的区域, 作为2.2节中的研究区域

Fig. 2 Annual amplitude (a) and phase (b) of ocean bottom pressure variability in the Indian Ocean

图3给出的是2003—2015年期间海底压强和Ekman输送的长期趋势。可以看出, 在印度洋大部分海域, 海底压强存在2~6mm·a-1的下降趋势, 而西南印度洋呈现出2~4mm·a-1的上升趋势, 孟加拉湾以南、安达曼海西南侧出现明显的上升趋势。
图3 2003—2015年期间印度洋海底压强和Ekman输送的变化趋势

1Sv=1×106m3·s-1。图中方框C、D表示选取的长期趋势较为显著的区域, 作为2.3节中的研究区域

Fig. 3 Linear trend (shading) of ocean bottom pressure and Ekman transport (vector) in the Indian Ocean during the period of 2003-2015

图3结果与Johnson等(2013)得到的2003—2012年间的线性趋势总体上较为一致, 但是根据前人研究, 不同的数据来源所得到的空间分布略有差别。

2.2 海底压强季节变化与风场

对于季节变化和长期趋势, Ekman输送导致的辐合(辐散)均能够在一定程度上与海底压强变化的高(低)值中心相对应, 表明海洋对表面风场的正压响应可以用于解释印度洋海底压强季节和长期变化, 尤其是在上述变化幅度较为明显的区域。
根据谐波分析得到的印度洋海底压强年变化振幅, 选取图2中A、B两个季节变化最强的区域作为印度洋高、中纬度的代表性区域。为了减小由于边界以及积分累积造成的误差, 仅在给定区域内应用公式3进行计算, 东边界条件仍然使用GRACE观测数据, 计算结果记为OBPW, 代表由风场重构得到的海底压强。
图4给出了A、B两个区域观测和诊断的气候态月平均海底压强曲线。两个区域的OBPW变化与GRACE观测均有较好的吻合, 表明印度洋区域海底压强的季节变化主要受风场的影响。A区域正压诊断得到的重构海底压强年变化幅度略小于实测数据, 可能与方程中略去的其他项有关。在北半球冬季, 南半球高纬地区海表盐度有明显降低, 二者的差异很可能是由于没有考虑极地海冰融化、淡水注入等对附近区域海底压强的贡献。B区域诊断结果和观测结果具有一个月左右的相位差, Piecuch等(2014)利用线性涡度方程对热带印度洋(10°—25°S)海底压强进行诊断, 发现斜压作用在75°—105°E之间赤道东南印度洋区域较强, 可以解释观测结果25%~35%左右的方差, 所以在B区域, 两者的差异也可能与斜压过程有关。图4结果表明南印度洋风场的正压作用对海底压强的年变化具有显著的贡献。
图4 图2中A区域(a)和B区域(b)平均的GRACE观测的海底压强与风场重构海底压强季节变化曲线

Fig. 4 Seasonal variations of GRACE observations and OBPW , averaged over Region A (a) and Region B (b) in Fig. 2

2.3 海底压强年际变化和长期趋势

除了季节变化, 诊断得到的重构海底压强也可以解释大部分海底压强的低频变化。选取印度洋海底压强具有较为显著上升和下降趋势的C和D两个区域作为印度洋高纬度和中低纬度的代表区域(图3), 对观测和诊断结果进行对比。
图5a和5c分别给出了C和D区域平均的海底压强时间序列, 得到的线性趋势均已通过99%的显著性检验。C和D区域的重构海底压强均与观测的海底压强具有一致的上升和下降趋势, 其上升和下降速率分别为4.4mm·a-1和-3.5mm·a-1。风场的正压作用在两个区域分别能够解释海底压强长期趋势的68%和80%左右, 表明海表风场作用下的Sverdrup输送是导致印度洋海底压强长期变化的主要因素。去除线性趋势后的海底压强显示出较强的年际变化特征, 且观测海底压强与重构海底压强有很强的相关性, 在C和D两个区域两者相关系数分别达到0.64和0.65, 均通过99%的信度检验。图5b和5d表明风场的正压作用对印度洋高纬度和中低纬度的海底压强年际变化均有很大贡献。
图5 图3中的C、D区域平均的包含长期线性趋势(a, c), 以及去除线性趋势(b, d)的GRACE观测海底压强与OBPW长期时间序列

T1T2分别代表GRACE卫星观测海底压强和ECMWF风场重构海底压强的长期趋势, r为二者对应长期序列的相关系数

Fig. 5 Long-term time series with linear trends in Region C (a) and Region D (c), and without linear trend in Region C (b) and Region D (d) of GRACE observations and OBPW, averaged over Regions C and D in Figure 3.

T1 and T2 represent the linear trends of ocean bottom pressure observed by GRACE and reconstructed by sea surface wind from ECMWF, respectively, r represents the correlation coefficients between GRACE altimeter data and reconstructed ocean bottom pressure variations

3 海底压强变化对海平面变化的贡献

前人研究表明, 高纬度海域的海底压强与海平面在年内时间尺度上的变化较为一致, 45°S以南的南大洋、40°N以北的西北太平洋地区和格陵兰岛以西海域是二者相关性较高的区域。此外, 在一些半封闭海域或者浅海地区(如印度尼西亚、地中海、北欧海等), 二者的变化也有很高的一致性(Vivier et al, 2005; Quinn et al, 2012; Cheng et al, 2013; Piecuch, 2013)。考虑海平面以及比容海面高度、海底压强之间的关系, 同样针对上述4个区域, 分别从季节和长期变化的角度对三者进行分析。
A、B区域平均多年气候态月平均海平面异常、海底压强异常和比容海面高度异常的曲线如图6所示。海平面异常的季节变化在高纬区域和海底压强季节变化很接近, 冬末春初达到正异常最大值, 夏末秋初达到负异常最大值, 比容海面高度与海平面的差异较大(图6a)。中低纬区域的海平面季节变化和比容海面高度的季节变化较为一致, 冬季达到正异常最大值, 夏季达到负异常最大值, 而海底压强的季节变化与二者相位相反且变化幅度较小(图6b)。
图6 海平面高度异常、比容海面高度异常和海底压强异常(GRACE)在图2中的A区域(a)和B区域(b)的季节变化曲线

Fig. 6 Seasonal variations of sea level, steric sea level, and ocean bottom pressure anomaly, averaged over Region A (a) and Region B (b) in Fig. 2

图7a和7c给出了在C、D区域去除气候态月平均后的时间序列, 各变量的线性趋势均通过了99%的显著性检验。可以看出海平面的变化在高纬度区域和海底压强较为一致(图7a)二者相关系数达到0.85。海平面、海底压强和比容海平面均显示出明显上升趋势, 其上升速率分别为4.4mm·a-1、3.1mm·a-1和2.4mm·a-1, 海底压强的上升主导了该区域的海平面上升。在中低纬区域, 海平面与比容海面高度变化序列的相关系数达到0.9, 海底压强呈现出3.5mm·a-1的下降趋势, 而海平面上升速率达到6.0mm·a-1, 比容海面高度的上升速率也达到了5.4mm·a-1, 说明在此区域, 绝大部分的海平面上升是由比容海面高度的升高所造成(图7c)。去除线性趋势以后, 年际尺度上的海平面变化在高(低)纬度区域和海底压强(比容海面高度)也存在较为显著的相关性, 相关系数达到0.7以上。
图7 图3中的C、D区域平均的包含长期线性趋势(a, c), 以及去除线性趋势(b, d)的海面高度异常、比容海面高度异常与海底压强异常的长期时间序列

T1T2T3分别为海底压强异常、海平面异常和比容海面异常的长期趋势, r12r23分别表示海平面异常与海底压强、比容海面高度异常时间序列的相关系数

Fig. 7 Long-term time series with linear trend in Region C (a) and Region D (c), and without linear trend in Region C (b) and Region D (d) of sea level, steric sea level, and ocean bottom pressure anomaly (from GRACE), averaged over regions C and D in Figure 3.

r12 and r23 represent the correlation coefficients between sea level anomaly and ocean bottom pressure and between sea level anomaly and steric sea level anomaly, respectively; T1T2 and T3 represent the linear trends of ocean bottom pressure anomaly, sea level anomaly and steric sea level anomaly, respectively

4 结论

本文利用GRACE观测资料揭示了印度洋海底压强的变化特征, 并通过正压涡度方程诊断风场正压作用对海底压强的贡献, 评估了海底压强变化对海平面变化的贡献, 主要结论如下:
1) 印度洋海底压强呈现出显著的季节变化特征, Ekman输送能够在很大程度上决定海底压强季节和长期变化的空间分布特征。
2) 使用仅考虑风场作用的正压涡度方程诊断所得到的重构海底压强(OBPW)能够解释实测海底压强的大部分季节变化。在高纬度区域, OBPW的季节变化幅度要略小于GRACE卫星数据, 中低纬区域诊断结果与观测数据比较接近, 但是存在一个月左右的相位差。
3) 印度洋风场的正压作用不论在中低纬还是高纬度区域, 对海底压强的长期变化均有很大贡献, 可以解释70%以上的长期变化趋势。
4) 在高纬度(低纬度)区域的海平面变化由海底压强变化(比容海面高度变化)主导, 并显示出一定的年际特征。
近年来, 极地的冰川冰盖融化等致使的海底压强上升愈发显著, 所以对于海底压强的深入讨论对于未来海平面变化的研究和气候预测等都有重要意义。
[1]
BOENING C, LEE T, ZLOTNICKI V , 2011. A record‐high ocean bottom pressure in the South Pacific observed by GRACE[J]. Geophysical Research Letters, 38(4):L04602.

[2]
CABANES C, HUCK T, DE VERDIÈRE A C , 2006. Contributions of wind forcing and surface heating to interannual sea level variations in the Atlantic Ocean[J]. Journal of Physical Oceanography, 36(9):1739-1750.

[3]
CAZENAVE A, LLOVEL W , 2010. Contemporary sea level rise[J]. Annual Review of Marine Science, 2:145-173.

[4]
CHAMBERS D P, WILLIS J K , 2009. Low‐frequency exchange of mass between ocean basins[J]. Journal of Geophysical Research: Oceans, 114(C11):C11008.

[5]
CHAMBERS D P, SCHRÖTER J , 2011. Measuring ocean mass variability from satellite gravimetry[J]. Journal of Geodynamics, 52(5):333-343.

[6]
CHAMBERS D P, CAZENAVE A, CHAMPOLLION N , et al, 2017. Evaluation of the global mean sea level budget between 1993 and 2014[M] //CAZENAVE A, CHAMPOLLION N, PAUL F. Integrative Study of the Mean Sea Level and Its Components. Cham: Springer:315-333.

[7]
CHEN J L, WILSON C R, TAPLEY B D , 2013. Contribution of ice sheet and mountain glacier melt to recent sea level rise[J]. Nature Geoscience, 6(7):549-552.

[8]
CHENG XUHUA, LI LIJUAN, DU YAN , et al, 2013. Mass-induced sea level change in the northwestern North Pacific and its contribution to total sea level change[J]. Geophysical Research Letters, 40(15):3975-3980.

[9]
CHENG XUHUA, XIE SHANGPING, DU YAN , et al, 2016. Interannual-to-decadal variability and trends of sea level in the South China Sea[J]. Climate Dynamics, 46(9-10):3113-3126.

[10]
GILL A E, NILLER P P , 1973. The theory of the seasonal variability in the ocean[J]. Deep Sea Research and Oceanographic Abstracts, 20(2):141-177.

[11]
JOHNSON G C, CHAMBERS D P , 2013. Ocean bottom pressure seasonal cycles and decadal trends from GRACE Release-05: ocean circulation implications[J]. Journal of Geophysical Research: Oceans, 118(9):4228-4240.

[12]
KANZOW T, FLECHTNER F, CHAVE A , et al, 2005. Seasonal variation of ocean bottom pressure derived from Gravity Recovery and Climate Experiment (GRACE): local validation and global patterns[J]. Journal of Geophysical Research: Oceans, 110(C9):C09001.

[13]
LI JIANKE, CLARKE A J , 2007. Interannual sea level variations in the South Pacific FROM 5° to 28° S[J]. Journal of Physical Oceanography, 37(12):2882-2894.

[14]
MERRIFIELD M A, THOMPSON P R, LANDER M , 2012. Multidecadal sea level anomalies and trends in the western tropical Pacific[J]. Geophysical Research Letters, 39(13):L13602.

[15]
PIECUCH C G , 2013. Dynamics of satellite-derived interannual ocean bottom pressure variability in the western tropical North Pacific[J]. Journal of Geophysical Research: Oceans, 118(10):5117-5128.

[16]
PIECUCH C G, PONTE R M , 2014. Annual cycle in southern tropical Indian Ocean bottom pressure[J]. Journal of Physical Oceanography, 44(6):1605-1613.

[17]
QUINN K J, PONTE R M , 2012. High frequency barotropic ocean variability observed by GRACE and satellite altimetry[J]. Geophysical Research Letters, 39(7):L07603.

[18]
THOMSON R E, TABATA S , 1989. Steric sea level trends in the northeast Pacific Ocean: possible evidence of global sea level rise[J]. Journal of Climate, 2(6):542-553.

[19]
VIVIER F, KELLY K A, HARISMENDY M , 2005. Causes of large-scale sea level variations in the Southern Ocean: analyses of sea level AND A barotropic model[J]. Journal of Geophysical Research: Oceans, 110(C9):C09014.

Outlines

/