南海及邻近海域海面风场季节性变化的空间差异

吕柯伟;胡建宇;杨小怡

【摘 要】使用QuikSCAT月平均数据研究南海及邻近海域海面风场季节性变化的空间差异.矢量经验正交函数分析方法的结果表明,受季风影响该海域海面风场以季节性变化为主,包括年循环和半年周期循环,并且季风对各区域的影响强度也有所不同.通过计算各网格点风速时间序列的方差及季节性循环所占的比例可以得知,纬向风和经向风方差的空间分布形式不同,最大值分别发生在长山山脉以南和以东海面；与经向风相比,纬向风年周期循环所占的比例从南到北空间变化很大,从80％下降到10％,而在东海南部海域则以半年周期变化为主.选取5个代表性区域进行比较,可见海面风年变化形式也具有明显的空间差异.%Monthly Quick Scatterometer (QuikSCAT) wind data are employed to study the spatial patterns in seasonal variability of sea surface wind over the South China Sea and its adjacent ocean. The results of vector empirical orthogonal function method indicate that the sea surface wind is dominated by seasonal variability due to the monsoon, including the annual cycle and the semi-annual cycle. In addition, the impact of monsoon differs spatially. Variance of zonal or meridional wind exhibits different spatial pattern, with the maximum value to the south and east of Annam Cordillera, respectively. In contrast to the meridional wind, the zonal wind shows a large spatial variation, with its annual cycle variance decreasing from 80% in the south to 10% in the north and the semi-annual cycle dominating the southern part of the East China Sea. Five representative sea areas are chosen to

compare with each other; these results show that the form of annual variation also experiences pronounced spatial dependence. 【期刊名称】《热带海洋学报》 【年(卷),期】2012(031)006 【总页数】7页(P41-47)

【关键词】南海;海面风场;矢量经验正交函数;季节性;空间差异 【作 者】吕柯伟;胡建宇;杨小怡

【作者单位】厦门大学海洋与地球学院、近海海洋环境科学国家重点实验室,福建厦门361005 【正文语种】中 文 【中图分类】P732.15

海面风场直接影响海气动量、热量交换和海洋表层物理量的变化, 是研究海气相互作用的重要参数[1]。随着卫星遥感技术的发展, 海面风场资料的获取不再只依赖于船舶、浮标和岛屿基站, 实现了大面积同步、长时间序列的观测。谢强等[2]通过几种海面风应力资料的比较, 建议在研究南海海面风应力气候学特征及季节变化规律时采用遥感资料。目前散射计是观测海面风的有效手段, 可以在除降雨外的各种天气条件下给出风矢量(包括风速和风向),并且揭示海面风场的小尺度特征[3]。 南海气候受东亚季风系统影响, 冬季盛行东北风, 夏季为西南风, 而且冬季风比夏季风更强[4]。这种准季节性海面风场调制着南海表层水温的季节变化[5-7], 也是南海上层季节性环流[8]和中尺度涡旋季节性分布[9]的重要驱动因素, 有必要利用高

时空分辨率的遥感产品提取并分析其中主要的季节性变异规律。

齐义泉等[10]基于高度计资料统计分析南海四季的风速特征; 刘春霞等[11]描述了 QuikSCAT (Quick Scatterometer)多年平均的南海各月风场和大风频数空间分布, 但所用资料时间范围较短(3年); 郭小钢等[12]使用 ERS (European Remote-Sensing Satellite)散射计资料, 给出南沙群岛海域多年平均的各月风应力和风应力旋度场, 但ERS散射计数据的分辨率较低(1°×1°)。之前的这些研究受限于资料的长度和空间分辨能力, 主要集中于对长期平均下的南海风场季节转换特征进行简单的时空描述, 统计对象也以风速标量值为主。

QuikSCAT卫星遥测海面风矢量迄今为止已经积累了超过10年的数据, 为我们进一步探讨南海海面风场的时空特征提供了一个有效的时间序列。本文基于该数据集, 以纬向风和经向风为研究对象,强调海面风的矢量特征, 定量描述南海及邻近海域海面风场的季节变化特征, 同时指出这种季节性变化强度和形式的空间差异。 1 资料与方法 1.1 数据介绍

QuikSCAT卫星是美国国家航空航天局(NASA)于1999年6月发射的一颗太阳同步轨道探测卫星,轨道刈幅宽度达到1800km, 每天能够覆盖全球90%以上的海面[13]。携带的SeaWinds散射计可以反演得到海面 10m 处的风矢量, 风向的观测精度为±20°,风速精度在 3—20m·s-1范围内为 2m·s-1, 在 20—30m·s-1范围内为10%。刘春霞等[11]通过与岛屿站资料的比较认为, QuikSCAT 风矢量数据在南海具有可信性, 但在使用过程中要注意海岸线对散射计风向的影响。

本文使用的QuikSCAT卫星散射计数据来自遥感系统(Remote Sensing Systems)提供的月平均网格化风速和风向资料, 网格大小为 0.25°×0.25°, 时间范围从1999年9月至2009年8月, 空间范围为5°—30°N, 105°—130°E, 包括南海大部分海域以及东海南部、西北太平洋部分海域(图1)。

图1 研究区域及高度超过500m的陆地地形(阴影区域)图中■代表图7所选取的5个小区域的位置, 其旁边的数字为标号Fig.1 Study area with topography 500 m above the sea level shaded.Boxes with numbers denoted nearby represent the locations of five selected regions for figure 7 1.2 方法

经验正交函数(EOF)方法是气象学和海洋学中常用的统计方法, 可以将一个空间场的时间序列资料分解为若干重要的、正交的空间和时间模态。如果分别对风场的纬向和经向分量进行展开, 由于对应的时间权重不同, 它们的空间函数不能组合成一个特征风场。因此, 首先将资料整合为一个新的矩阵:

X的前m行是m个空间点在n个时间点的纬向风,而后m行则对应经向风。之后与经典的标量场EOF相同, 对矩阵 X进行展开, 这种针对风矢量数据的方法称为矢量EOF。Pan等[14]、赵喜喜等[15]分别将该方法应用到西北太平洋、中国海, Fang等[16]还得到了南海海面风场与ENSO相关的模态。

基于离散傅里叶变换的功率谱分析可以获得时间序列的主要周期, 显著性检验的方法则参照Torrence等[17]。另外本文尝试提取时间序列中的季节性变异信号, 首先将季节性信号视为年周期和半年周期循环的总和:

其中S(t)是原始时间序列, So是长期平均值, Sa是年周期循环的幅度, Ss是半年周期循环的幅度, ω是年循环的角频率, φ1、φ2是相位。公式(2)中的未知量可以通过最小二乘法拟合得到, 但这个步骤只是得到了固定的季节性循环, 剩下的非季节性序列 R包括季节性循环强度和相位的年际变化[18]。分别计算原始时间序列和季节性信号的方差, 可以确定原始时间序列中季节性信号(年周期和半年周期循环)所占的比例。

常用的统计学变量都只针对风速, 而忽略了风向, 本文引入风向稳定性系数S[19]:

其中 ui和 vi分别是纬向和经向风, 这个系数可以帮助我们了解指定时期内(样本数 n)风向的变异性。S是一个无量纲参数, 表示矢量平均与标量平均风速的比值, 范围从0(风向随机变化)—100(风向固定)。 2 风矢量的EOF分析结果

首先采用矢量EOF方法对风矢量距平序列进行展开。

表1给出前6个模态的方差贡献率。可以看出,前 2个模态累积方差贡献率超过 80%, 可以代表该海域海面风场整体季节性变化的主要形式与周期,而且满足North等[20]提出的显著性检验标准。

表1 风矢量EOF分析前六个模态的方差贡献率Tab.1 Variance contributions by the first six leading EOF modes for wind vector模态 1 2 3 4 5 6方差贡献率/% 7 1.6 4 9.2 1 3.0 5 2.8 7 1.5 6 1.3 0

EOF分析的第一模态是风矢量距平的主要模态, 时间系数(图 2b)表现为冬-夏季风振荡型, 符合东亚季风区的基本特征, 赵喜喜等[15]也得到类似结果。时间系数为正时(冬季), 空间场(图 2a)除东北部为偏北异常风外, 大部分海区为东北异常风, 反映了冬季东北季风加强对该海域的影响。异常值的空间分布表示时间系数波动对空间尺度的影响强度, 在南海内部东北-西南方向上异常风的幅值逐渐增大, 最强异常区域位于中南半岛东南角。时间系数的谱分析结果(图2c)表明该模态年周期变化特征明显。

图2 风矢量EOF分析的第一模态空间分布(a)、时间系数(b)和时间系数的离散功率谱(c; 虚线代表95%置信度)Fig.2 The first EOF mode of wind vector: (a) spatial distribution, (b) time coefficient, (c) discrete power spectrum of time coefficient (dotted line represents 95% confidence level)

与第一模态相比, EOF分析的第二模态方差贡献率较低, 但其时间系数(图 3b)仍表现出近似的春-秋振荡, 而且空间场(图 3a)分布呈现南、北反相结构。风速场第二模态也具有这样的反相结构, 齐义泉等[21]认为在冬季风和夏季风的建立过程中, 南海南北部风场确实存在明显的反相关系。反相结构的分界线位于研究海域的中部, 较大异常值大多发生在南海以外海区, 包括研究海域的东南部及台湾岛以东海域。 由谱分析结果(图 3c)可知, 第二模态时间系数成分较为复杂, 除年周期以外, 半年周期信号也比较明显。图 3b中利用公式(2)拟合得到的季节性变化曲线包括年周期和半年周期信号, 其变化趋势与原曲线相符, 可以代表该时间系数的主要变异规律。通过计算方差也可以得到年周期信号占43.56%,半年周期信号占10.42%。 图3 风矢量EOF分析的第二模态空间分布(a)、时间系数(b; 粗线代表拟合得到的季节性变化曲线)和时间系数的离散功率谱(c; 虚线代表95%置信度)Fig.3 Same as Fig.2, except for the second EOF mode of wind vector 3 风矢量季节性变化的空间差异 3.1 风向稳定性系数

本文研究海域属于东亚季风区, 风向稳定性系数 S可以用来表征风向的季节性转换特征。如图 4所示, 使用多年月平均数据, 根据公式(3)计算各个网格点在一整年内的风向稳定性系数, 南部的风向稳定性低值海域可以认为受季风影响最为强烈, 风向的季节性转换明显。事实上在巴拉望岛附近海域,东北风和西南风几乎控制相同的时间, 而且风向与岸线平行, 这可以解释为什么该海域风向稳定性值最低(接近零); 与此相反, 西北太平洋上空风向稳定性系数超过 80的高值区则表明局地风向的季节性转变幅度最小。这种显著的空间差异意味着季风系统的复杂性, 因此有必要探讨整个海域风矢量季节性变化的空间差异。

图4 全年风向稳定性系数Fig.4 Wind steadiness coefficient throughout the year

3.2 提取季节性变化信号

首先计算各网格点风速十年原始时间序列的方差, 图5a表示纬向风方差的空间分布, 大体表现为南高北低的空间结构, 可能与夏季风强度弱、转换慢[15]的特征有关; 图 5d中经向风在研究区域的东北-西南轴线上方差较大, 而远离这条轴线的海区方差值逐渐减小, 这种空间形式与冬季海面风速的分布[10]类似, 可以认为冬季东北季风对经向风方差的贡献较大。而且经向风方差整体要比纬向风大, 这表明冬季偏北风南下, 夏季偏南风北上是海面风场整体变化的主要特征。

纬向风和经向风方差最大值分别位于长山山脉以南和以东海面, 为解释这种特别的结构, 图 6给出了海面风矢量沿 110°E的时间-纬度演变。图 6a中夏季纬向风速在山脉以南(约11°N以南)较大, Xie等[22]认为西南风被山脉阻挡, 在山脉南端急速通过,形成强烈的急流(wind jet), 而11°N以北的山脉背风面纬向风速冬、夏季都相对较小, 使得纬向风方差值在山脉以南和以东差别很大; 而在图6b中整个剖面上冬季经向风速都很大, 这是因为冬季盛行的东北风受山脉阻挡转为偏北风, 夏季经向风速反而在背风面比较大, 造成经向风方差在山脉以东最大。

矢量EOF结果表明, 海面风场整体受东亚季风影响, 具有强烈的季节性变化特征; 风向稳定性系数的空间分布也指出季风的影响强度具有区域性差异。为对比季节性信号的空间差异, 将公式(2)分别应用到各个网格点的经向风和纬向风, 拟合季节性变化信号, 进而得到原始时间序列方差中年周期和半年周期循环方差所占的比例。 图5 纬向风方差(a)及其中的年周期(b)、半年周期(c)信号所占的比例和经向风方差(d)及其中的年周期(e)、半年周期(f)信号所占的比例Fig.5 Variance of zonal wind (a) and percentage of total variance contributed by annual cycle (b) and semi-annual cycle (c);variance of meridional wind (d) and percentage of total variance contributed by annual cycle (e) and semi-annual cycle (f) 图6 纬向风(a)、经向风(b)沿110°E的时间-纬度剖面图图中也给出了风速值超过

8m·s-1的等值线Fig.6 Time-latitude section of zonal wind (a) and

meridional wind (b) along 110°E (colored).Wind speed isolines with values greater than 8 m·s-1 are superimposed

由图5b可知, 纬向风年周期循环所占的比例空间差异较大, 年周期信号超过 80%的高值区只局限在中南半岛以南海域, 向北逐渐减小; 台湾岛西南出现小范围低值区, 这样的低值区也出现在冬季风速场分布中(图未给出), 可能是台湾岛的山脉地形阻碍了东北季风的南下, 在背风方向形成低风速区,进而减弱了该区域纬向风的年周期变化。在该研究海域的东北部(包括东海南部), 出现了明显的低值区, 年周期信号只占到10%左右。由图5c得出纬向风半年周期循环所占的比例在东海海区最高, 甚至超过年周期循环, 可以认为该海区纬向风以半年周期变化为主; 除此之外, 沿岸海域半年周期信号也较明显。与纬向风相比, 图5e表明经向风年周期循环所占的比例在整个研究海域内都很高, 最大值超过 90%, 南海内部普遍在 70%以上, 空间差别不大,只是在南海以外出现低值, 但也在 65%左右; 其空间形式整体表现出南海内外有一定的差异性, 可能是南海的半封闭性使内部经向风的年周期变化更加强烈。图5f反映出经向风半年周期循环所占的比例普遍偏低, 只有台湾海峡周边海域及东海南部达到15%左右。对风速的调和分析结果认为, 年周期信号在南海北部最强, 半年周期信号在南海南部占主导[5], 似乎与本文结果相反, 这是因为南海南部区域同时受到冬季东北季风、夏季西南季风的强烈影响, 冬、夏季风的交替使得风速季节变化呈现双峰结构, 即半年周期; 而在同样的季风背景下, 本文所研究的对象——风矢量同时考虑了风速的变化和风向的翻转, 则表现出季风的年周期特性。 3.3 代表性区域风矢量的年变化特征

本文研究海域包括不同地理划分的海区, 选取5个 1°×1°的小区域(位置见图 1), 空间平均后观察不同区域纬向风和经向风的变化趋势。显然各区域的变化曲线不同(图7), 两个分量的幅值可以代表风速的大小, 两个分量的相对大小又可以体现风向

的变化。

区域 1位于中南半岛东南沿海, 对应冬、夏季大风中心(见图6等值线), 与南海中部海盆的区域2相比, 长山山脉使得夏季纬向风、冬季经向风速明显增大, 进而产生大风区,也使得该区域年变化特征最为显著(图5b、e)。在两个分量的共同作用下, 冬、夏季大风区都形成于长山山脉的东南角(图6)。

区域2代表了不受地形影响的南海开阔海域海面风场的季节性变化特征, 全年经向分量略大于纬向分量, 与图5a、b一致。根据上一小节结果, 其中纬向风年周期信号占 60%, 半年周期信号占 12%;而经向风年周期信号占 86%, 半年周期信号只有4.5%左右。可以认为南海中心海区表现为强烈的年变化。

图7 5个区域的纬向风(实线)与经向风(虚线)Fig.7 Zonal wind (solid line) and meridional wind (dotted line) in five regions

区域 3位于台湾海峡, 冬季东北季风经台湾海峡狭管效应而增强[10], 产生明显的大风区(大于12m·s-1), 由图7可知冬季经向风幅值比区域1还要大, 为大风区的形成作出贡献, 并引起局地大的方差值(图 5d)。

区域4位于东海南部, 与南海最大的区别是, 纬向风季节性变化不明显, 而且幅值较小, 前一小节得到的结果认为该海区纬向风以半年周期变化为主,对区域 4纬向风 10年时间序列的谱分析结果(图 8)也得到了同样的结论。区域1—4, 夏季纬向风幅度逐渐减小, 偏西风(纬向风大于零)出现的时间也越来越短, 直接导致了纬向风从南到北季节性变化强度逐渐减弱(图 5a), 年周期特征越来越不明显(图 5b)。 图8 区域4纬向风的离散功率谱虚线代表95%置信度Fig.8 Discrete power spectrum of zonal wind over Region 4 (dotted line represents 95% confidence level)

区域 5位于西北太平洋开阔海区, 远离研究海域的东北-西南轴线, 与其他区域相比最主要的差别是冬季经向风速小于纬向风, 与图5d中的经向风方差整体分布相符。

4 结论与讨论

本文使用QuikSCAT的10年海面风矢量数据,在以前关于南海风场气候态描述的基础上, 比较南海及邻近海域海面风场在季节性时间尺度上的空间差别。首先矢量EOF分析得到了海面风场整体变化的两种主要形式: 第一模态表明冬、夏季振荡在南海内部东北-西南轴线上最为强烈; 第二模态则反映了季风转换期间南、北反相的空间结构。这两个模态时间系数的主要周期包括一年和半年。

季风强度的区域差异影响了局地风向稳定性。对风矢量两个分量的进一步分析认为, 夏季偏西风强度和持续时间从南到北逐渐下降, 使纬向风方差呈现南高北低的空间结构; 而经向风方差空间分布与冬季风速场相似, 在研究海域的东北-西南轴线上最强; 其中长山山脉对夏季风和冬季风产生不同的影响, 不仅决定了大风区的强度和位置, 也使得纬向风和经向风的方差最大值分别发生在山脉以南和以东。同时, 二者季节性变化的形式也具有不同特点: 纬向风年周期信号所占的比例只有在中南半岛以南超过 80%, 向北一直减小到 10%左右, 在东海南部则以半年周期变化为主; 而经向风在整个海域都以年周期变化为主, 但仍表现出一定的南海内外差异。 至于风矢量季节性变化的这种空间差异又是怎样影响海表温度和海面高度季节循环的强度和相位,还需要进一步的讨论。 参考文献

【相关文献】

[1] 杨亮.基于遥感数据的西北太平洋海面风场时空特征分析[D].青岛: 国家海洋局第一海洋研究所, 2007: 1.

[2] 谢强, 王东晓, 王卫强, 等.南海几种海面风应力资料的比较分析[J].热带海洋学报, 2001, 20(1): 91-100.

[3] CHELTON D B, SCHLAX M G, FREILICH M H, et al.Satellite measurements reveal

persistent small-scale features in ocean winds[J].Science, 2004, 303: 978-983. [4] LIU W T, XIE XIAOSU.Space-based observations of the seasonal changes of South Asian monsoons and oceanic response[J].Geophys Res Lett, 1999, 26(10): 1473-1476. [5] 王东晓, 周发琇, 李永平.南海表层水温和海面热收支的年循环特征[J].海洋学报, 1997, 19(3): 33-44.

[6] 周发琇, 高荣珍, 张涛.南海表层水温年循环的谐波特征[J].青岛海洋大学学报, 1999, 29(2): 173-179.

[7] 高荣珍, 王东晓, 王卫强, 等.南海上层海洋热结构的年循环与半年循环[J].大气科学, 2003, 27(3): 345-353.

[8] HU JIANYU, KAWAMURA HIROSHI, HONG HUASHENG, et al.A review on the currents in the South China Sea: seasonal circulation, South China Sea warm current and Kuroshio intrusion[J].J Oceanogr, 2000, 56:607-624.

[9] 程旭华, 齐义泉, 王卫强.南海中尺度涡的季节和年际变化特征分析[J].热带海洋学报, 2005, 24(4): 51-59.

[10] 齐义泉, 施平, 毛庆文.南海海面风速季节特征的卫星遥感分析[J].热带海洋, 1996, 15(1): 68-73. [11] 刘春霞, 何溪澄.QuikSCAT散射计矢量风统计特征及南海大风遥感分析[J].热带气象学报, 2003, 19(增刊): 107-117.

[12] 郭小钢, 靖春生, 李立.南沙群岛海域风场特征-卫星散射计观测资料分析[J].热带海洋学报, 2003, 22(4): 18-25.

[13] VON AHN J M, SIENKIEWICZ J M, CHANG P S.Operational impact of QuikSCAT winds at the NOAA Ocean Prediction Center[J].Weather Forecasting, 2006, 21:523-539. [14] PAN JIAYI, YAN XIAOHAI, ZHENG QUANAN, et al.Interpretation of scatterometer ocean surface wind vector EOFs over the Northwestern Pacific[J].Rem Sen Envir, 2002,84: 53-68.

[15] 赵喜喜, 候一筠, 齐鹏.中国海海面风场时空变化特征分析[J].高技术通讯, 2007, 17(5): 523-528. [16] FANG GUOHONG, CHEN HAIYING, WEI ZEXUN, et al.Trends and interannual variability of the South China Sea surface winds, surface height, and surface temperature in the recent decade[J].J Geophys Res, 2006, 111: C11S16.doi:10.1029/2005JC003276. [17] TORRENCE C, COMPO G P.A practical guide to wavelet analysis[J].Bull Amer Meteor Soc, 1998, 79(1): 61-78.

[18] LEGAARD K R, THOMAS A C.Spatial patterns in seasonal and interannual variability of chlorophyll and sea surface temperature in the California Current[J].J Geophys Res,2006, 111: C06032.doi: 10.1029/2005JC003282.

[19] ACCADIA C, ZECCHETTO S, LAVAGNINI A, et al.Comparison of 10-m wind forecasts from a regional area model and QuikSCAT scatterometer wind observations over the Mediterranean Sea[J].Mon Wea Rev, 2007, 135:1945-1960.

[20] NORTH G R, BELL T L, CAHALAN R F, et al.Sampling errors in the estimation of

empirical orthogonal functions[J].Mon Wea Rev, 1982, 110: 699-706.

[21] 齐义泉, 施平, 毛庆文, 等.基于 T/P资料分析南海海面风、浪场特征及其关系[J].水动力学研究与进展, 2003,18(5): 619-624.

[22] XIE SHANG-PING, XIE QIANG, WANG DONGXIAO, et al.Summer upwelling in the South China Sea and its role in regional climate variations[J].J Geophys Res, 2003,108(C8): 3261.doi: 10.1029/2003JC001867.