2005-2010年南海海平面异常升高的特征与机制

热带海洋学报 JOURNAL OF TROPICAL OCEANOGRAPHY 2015年 第34卷 第5期: 1118

海洋水文学 doi: 10.11978/2014123 http://www.jto.ac.cn 2005~2010年南海海平面异常升高的特征与机制*

丘福文1,2, 方文东2, 朱大勇1, 查晶1

1. 国家海洋局第三海洋研究所, 福建 厦门 361005;

2. 热带海洋环境国家重点实验室（中国科学院南海海洋研究所）, 广东 广州 510301

摘要: 利用高分辨率卫星高度计观测海平面异常(SLA)数据, 结合潮位站观测资料, 研究2005~2010年南海海平面异常升高的空间分布特征。结果表明, 南海海平面显著上升, 平均速率为17mm·a–1, 上升速率在空间分布上存在显著差异。速率最大的海域出现在南海中西部, 大于30mm·a–1, 而南海南部海域上升速率则相对较小, 大约为12mm·a–1, 潮位站的观测结果与卫星高度计观测结果一致。1993~2004年期间南海海平面线性变化主要与海面经向风场变化导致的海面温度变化密切相关; 2005~2010年3次强La Niña事件导致南海呈显著的正SLA; 此外, 受南方涛动、北太平洋的年代际振荡(PDO)等的低频变化影响, 南海中部海盆呈显著的东风异常, 由此在南海中西部海域产生负的风应力旋度, 是该海区海平面显著上升的另一重要因素。

关键词: 海平面异常; 线性变化趋势; 低频振荡; 南海

中图分类号: P731 文献标识码: A 文章编号: 1009-5470(2015)05-0011-08

Characteristics and mechanism of the sea level rise in the South China Sea during 2005~2010

QIU Fu-wen1,2, FANG Wen-dong2, ZHU Da-yong1, CHA Jing1

1. The Third Institute of Oceanography, State Oceanic Administration, Xiamen 361005, China;

2. State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China

Abstract: Based on the high spatial resolution satellite observation data of sea level anomalies (SLA) and tide gauge station observations, we studied spatial pattern and mechanism of the anomaly high sea level in the South China Sea (SCS) during 2005~2010. The results showed that the basin mean sea level in the SCS had an increasing rate of about 17 mm·a–1 during 2005~2010 and that the spatial distribution of the increasing rate had significant differences in the SCS. The largest rate appeared in the central-west SCS, with an increasing rate of more than 30 mm·a–1; on the other hand, the increasing rate was relatively small in the southern SCS, at about 12 mm·a–1, consistent with the results using tide gauge station data. During 1993~2004, the sea level trend in the SCS was closely associated with the sea surface temperature anomalies caused by the variability of meridional wind. During 2005~2010, three strong La Niña events led to abnormally high sea level in the SCS. In addition, affected by the low-frequency variation of the Southern Oscillation and the North Pacific decadal oscillation (PDO), the wind stress displayed strong easterly wind anomaly in the central-west basin of the SCS, resulting in anomaly negative wind stress curl, which also led to abnormally high sea level in the SCS. Key words: sea level anomaly; trend; low-frequency oscillation; South China Sea

南海(图1)是世界上最大的热带边缘海之一, 其

收稿日期：2014-10-20; 修订日期: 2015-03-23。孙淑杰编辑

上层暖水是印度洋-太平洋暖池的组成部分, 动力与

基金项目：国家海洋局第三海洋研究所基本科研业务费(2013009); 国家自然科学基金(41306026、41176025); 国家重点基础研究专项

(2011CB403504)

作者简介：丘福文(1985~), 男, 福建省上杭县人, 博士, 主要从事物理海洋学研究。E-mail: qiufuwen@tio.org.cn *感谢李立教授、王强博士、王伟文博士对本文研究工作的指导与帮助。

12 热带海洋学报 Vol. 34, No. 5 / Sep., 2015

热力上与近邻的太平洋和印度洋紧密关联。南海上层海洋除了呈现明显的季节变化(Wyrtki, 1961; 刘秦玉 等, 2001; 李立 等, 2002), 也表现出显著的年际及年代际变异(王卫强 等, 2001; 丘福文 等, 2011)。

南海上层海洋的动力和热力过程呈现显著的年际变异, 其中影响南海年际尺度气候变化的诸多因子中ENSO无疑是最强信号, 南海的年际变化主要体现在El Niño年期间弱的季风环流驱动下的较弱的海洋环流和上升流(Chao et al, 1996; Wu et al, 1999)。在年际尺度上, 南海海面风场、海面高度以及海面温度均与ENSO密切相关(Fang Guohong et al, 2006; Fang Wendong et al, 2006; 陈海英 等, 2007; 邢延松 等, 2012; Qiu et al, 2012)。伴随着El Niño事件的发生, 南海海面温度异常存在双峰结构(Wang et al, 2006; 黄卓 等, 2009), 同时这种双峰结构在El Niño与La Niña期间具有显著的不对称(Huang et al, 2013)。此外, 在El Niño年, 南海海面高度降低, 因而热含量减少, 然而海面温度却升高, La Niña年情况则正好相反。在El Niño(La Niña)年, 南海上层海洋热含量呈负(正)异常, 并且在这种负(正)异常在南海北部具有明显的西传的特征, 而在南部则不明显(Yan et al, 2010)。最新的研究指出, 热带西太平洋的海面高度低频变化信号以沿岸开尔文波的形式通过民都洛海峡传递到南海东部 (Zhuang et al, 2013); 此外, 在热带太平洋的海平面异常 (sea level anomaly, SLA）季节内振荡信号会以斜压Rossby波形式向西传播, 受到菲律宾群岛的阻隔, 转换成沿岸陷波沿着菲律宾南部岸线瞬时间传播, 途经民都洛海峡进入南海东部海域 (Chen et al, 2015)。

在周年变化尺度, 南海深水海盆区海平面变化主要受热含量变化影响, 而在浅水陆架区域海平面变化则主要受水体质量输运的作用(Cheng et al, 2010)。随着研究资料和分析手段的丰富, 国内外许多学者研究了南海海面高度的长期变化趋势与年代变化。在印太暖池区, 1993~2005年海平面的上升速率约为4.5mm·a–1(Cheng et al, 2008); 而南海海平面呈显著的线性上升的趋势,速率大约为每10年6.7±2.7cm, 约为全球平均海平面上升速率的2.5倍(Fang Guohong et al, 2006)。此前的研究结果表明, 印太暖池区与南海海平面线性变化趋势主要与上层海洋热含量的变化密切相关(Li et al, 2002; Cheng et

al, 2007; Rong et al, 2007)。Li 等(2002)的研究表明, 期间南海海平面线性上升是一种年代尺度的变化, 同时他们的结果也表明, 南海海平面这种线性变化在空间分布上有很大差异, 上升速率最大的区域出现在吕宋西部深水海盆, 而浅水陆架区上升速率则较小。

上述对于南海海平面变化的研究的时域主要集中在2006年以前, 且对海面风场与南海海平面变化的关系则研究很少。近年来, 国内外学者也研究了大尺度风场与海平面变化的关系(Lee et al, 2008; Merrifield et al, 2011; Merrifield et al, 2012), 他们的研究表明风场的变化对于大尺度海洋的海平面变化趋势具有显著的影响, 尤其是在年代及年代际尺度上。卫星高度计的观测结果表明, 在2005~2010年期间南海海平面显著升高(Qiu et al, 2012), 并对夏季环流产生了显著影响(Fang et al, 2014)。本文主要利用最新的较长时间序列的高分辨率卫星高度计观测数据, 分析南海2005~2010年期间海平面异常升高的空间分布特征, 着重探讨2005~2010年期间海平面异常升高其产生的动力机制及其与大尺度动力过程的联系。

图1 南海海底地形(单位: m)

黑色方格代表4个潮位站的位置, 分别是A:香港(吐露港) (114°12′E, 22°24′N), B: 西沙(112°E, 16°48′N), C:哥打基纳巴卢 (116°E, 6°N), D: 葛朗角 (103°54′E, 4°N)

Fig. 1 Map of the South China Sea. A, B, C, and D denote

four tide gauge stations. A: Tai Po Kau, Tolo Harbour (114°12′E, 22°24′N); B) Xisha (112°E, 16°48′N); C: Kota Kinabalu (116°E, 6°N); D: Tanjung Gelang (103°54′E, 4°N)

1 数据与方法

本文使用的资料为由法国航天局(AVISO)提供

丘福文等: 2005~2010年南海海平面异常升高的特征与机制 13

的网格化月平均海面高度距平(SLA)资料, 该资料为TOPEX/Poseidon、Jason-1和ERS-1/2高度计的融合产品, 1993年1月至2010年12月共18a, 空间分辨率为(1/3)°×(1/3)°。潮位站观测的平均水位数据来自英国国家海洋中心的PSMSL资料。

本文使用的风场来自ESE (NANA Earth Science Enterprise)的CCMP (Cross-Calibrated Multi-Platform)月平均风场数据, 它结合了ADEOS-Ⅱ、QuikSCAT、TRMM TMI、AMSR-E、SSM/I几种资料, 其空间分辨率为0.25°×0.25°。海面温度(sea surface tempera-ture, SST)数据来自美国海洋与大气管理局最优插值(NOAA Optimum Interpolation, OI) SST V2的数据, 该数据采用最有插值(OI)的方法,融合了卫星及站点的SST观测数据, 其空间分辨率为1°×1°。

文中采用的气候指数包括Niño 3.4指数、南方涛动指数(Southern Oscillation Index, SOI)以及太平洋年代际振荡（Pacific Decadal Oscillation, PDO）指数。其中Niño 3.4指数由赤道东太平洋附近区域(5°N~5°S, 120°~170°W)平均的海面温度异常(sea surface temperature anomalies, SSTA)计算得出, 当Niño3.4>0.5℃时代表热带太平洋发生El Niño事件,

当Niño3.4<–0.5℃代表热带太平洋发生La Niña事件。SOI指数是由塔希提岛(T)和达尔文岛(D)之间的月平均的海表面压力异常(TD)计算, 主要是用来代表南方涛动的变化的理想指数。Niño 3.4指数、SOI指数均由美国气候预报中心(Climate Prediction Center)提供。PDO指数是20°N以北太平洋SST第一模态的时间序列(Mantua et al, 1997), 代表了北太平洋年际及年代际变化。PDO指数对热带以及副热带的海面风场均有显著的影响(Qiu et al, 2010)。本文中对多个参数或者指数序列的线性变化趋势计算方法如下: 变量y的线性变化趋势是由在ti时刻的观测值yi, i=1, 2, 3, …, N, 通过最小二乘法得到(ti, yi)的线性变化方程

yi=b0+b1ti+ki (1)

其中斜率b1即为线性变化趋势项, ki是噪音余项。

2 观测结果分析

2.1 1993~2010年南海全海盆平均的SLA时间序列

图2a蓝线显示的是南海1993~2010年全海盆平均(105°~121°E、0°~25°N海域所有可用数据点的平均)的SLA的时间序列, 红线显示的是吕宋岛以西

图2 1993~2010年南海全海盆平均SLA与SSTA时间序列

a. SLA时间序列: 蓝线显示的是南海全海盆平均的SLA的时间序列, 红线显示的是吕宋岛以西(115°~119°E, 14°~20°N)范围内SLA的时间系列(单位: cm), 虚线则分别表示在3段时间内的线性变化趋势: 1993~2000(前者上升速率10.2mm·a–1, 后者上升速率14.3mm·a–1)、2001~2004(前者下降速率10.4mm·a–1, 后者下降速率 –17.5mm·a–1)、2005~2010(前者上升速率17.3mm·a–1, 后者上升速率18.1mm·a–1); b. 南海全海盆平均的SSTA时间序列(单位: ℃), 虚线是SSTA在三段时间内的线性变化趋势: 1993~2000(增温速率0.08℃·a–1)、2001~2004(降温速率–0.13℃·a–1)、2005~2010(增温速率0.04℃·a–1)

Fig. 2 Time series of basin-averaged SLA and SSTA in the SCS. a) time series of basin-averaged sea level anomaly in the SCS (blue curve) and that west of Luzon (115°~119°E, 14°~20°N) (units: cm). The dashed line denotes the linear trend during 1993~2000 (linear trends: the former was 10.2 mm·a–1, the latter was 14.3 mm·a–1), 2001~2004 (linear trends: the former was –10.4 mm·a–1, the latter was 17.5 mm·a–1), 2005~2010 (linear trends: the former was 17.3 mm·a–1, the latter was 18.1 mm·a–1). b) Same as (a), except for basin- averaged SSTA in the SCS (units: ℃). The dashed line denotes the linear trend during 1993~2000, (linear trend: 0.08℃·a–1), 2001~2004 (linear trend: –0.13℃·a–1), and 2005~2010 (linear trend: 0.04℃·a–1)

14 热带海洋学报 Vol. 34, No. 5 / Sep., 2015

(115°~119°E, 14°~20°N)范围内平均SLA的时间系列。从两者的比较来看, 吕宋岛西部海域的SLA变化要比南海全海盆平均的变化更显著, 表明期间南海海平面变化在空间分布上存在较显著的差异。总体的趋势都是从1993~2000年呈上升趋势(南海全海盆平均约为每年上升10.2mm, 吕宋岛西部海域则为每年上升14.3mm, 结果与Li等(2002)一致); 2001~2004年呈下降趋势(南海全海盆平均约为每年下降10.4mm,吕宋岛西部海域则为每年下降17.5mm); 而在2005~2010年又呈显著的上升趋势(南海全海盆平均上升速率约为17.3mm·a–1, 吕宋岛西部海域上升速率则为18.1mm·a–1), 其上升速率要比1993~2000年要快5mm·a–1以上。对应的南海全海盆平均的SSTA的长期变化趋势(图2b)与SLA变化趋势类似, 在1993~2000年期间增温速率约为0.08℃·a–1; 2001~2005年降温速率约为0.10℃·a–1, 降温速率很快; 而在2005~2010年南海的增温速率为0.04℃·a–1, 约为1993~2000年期间的1/2。Cheng等(2007)的研究表明, 1993~2000年期间南海海平面上升的主要原因是南海上层热含量增加的结果。然而2005~2010年南海海平面上升的速率要比1993~2000年期间要大, 但SSTA的上升速率却要小一半。

2.2 2005~2010年潮位观测站观测的南海海平面变化

图3显示的是南海4个潮位观测站(潮位站具体位置见图1)观测的海平面变化的时间序列与卫星高度计观测的SLA比较。由图可见, 4个潮位站观测的海平面均呈明显的上升趋势, 其中西沙、哥打基纳巴卢、葛朗角这3个站的观测的海平面在2005~2010年期间呈现近20年来最高水位, 他们分别位于南海中部、南海东部、南海南部。其中变化最大的是位于南海海盆中部的西沙站, 其海平面变化呈显著的低频变化特征, 2005~2010年期间最大上升速率超过30mm·a–1, 2010年水位最高, SLA超过30cm (图3b); 而南部和北部SLA浅水陆架区潮位站观测的海平面变化的幅度相对较小, 基本都在10cm左右, 上升速率也相对较小, 2005~2010年期间香港站观测的海平面上升速率大约是8mm·a–1; 而东部的哥打基纳巴卢与南部的葛朗角上升速率接近, 大约为15mm·a–1。结合图2与图3可以看出, 2005~2010年南海海平面变化与1993~2000年类似, 都呈显著的上升趋势, 不同的是1993~2000年期间南海海平面上升速率最大的区域出现在吕宋岛西部海域, 而2005~2010年期间南海海平面上升速率相比1993~2000年要快, 并且最大上升速率出现在中部海盆。

图3 卫星高度计观测与潮位站观测的SLA的比较

a. 香港吐露港(潮位站观测线性变化趋势为8.7mm·a–1, 卫星高度计观测7.9mm·a–1); b. 西沙(潮位站观测30.8mm·a–1, 卫星高度计观测23.5mm·a–1); c. 哥打基纳巴卢(潮位站观测18.3mm·a–1, 卫星高度计观测17.3mm·a–1); d. 葛朗角(潮位站观测14.3mm·a–1, 卫星高度计观测11.8mm·a–1)。蓝线为卫星高度计观测SLA, 红实线为潮位站观测SLA, 虚线分别是其线性变化趋势

Fig. 3 Comparison of satellite observation (blue curve) with tide gauge measurements (red curve). a) Tai Po Kau, Tolo Harbour

(linear trend: gauge measurement was 8.7 mm·a–1, satellite observation was 7.9 mm·a–1); b) Xisha (linear trend: gauge measurement was 30.8 mm·a–1, satellite observation was 23.5 mm·a–1); c) Kota Kinabalu (linear trend: gauge measurement was 18.3 mm·a–1, satellite observation was 17.3 mm·a1); d) Tanjung Gelang (linear trend: gauge measurement was 14.3 mm·a–1, satellite observation was 11.8 mm·a–1)

丘福文等: 2005~2010年南海海平面异常升高的特征与机制 15

卫星高度计及潮位观测站的观测结果表明, 2005~2010年期间南海海平面显著上升, 且上升的幅度要比1993~2000年期间要强一倍左右; 同时观测结果也表明, 期间南海海平面上升在空间分布上具有显著的差异。

2007)。2001~2004年南海海平面与海面温度均呈显著的下降趋势(图2), 从空间分布上看, 期间南海海平面显著下降主要出现在中部深水海盆区, 而在南海北部及南部陆架区海平面则呈较弱的上升趋势; 对应的风应力线性变化在深水海盆区呈显著的东北风增强趋势(图4b)。由此表明1993~2004年期间南海海平面变化主要与经向风的变化密切相关。而2005~2010年期间海平面在南海全海盆呈明显的上升趋势(图4c), 南海中西部海域上升速率均超过20mm·a–1, 并且在15°~17°N之间自东向西形成显著的正SLA带状分布; 而南海南部海域上升速率则相对较慢, 大约为10mm·a–1。风应力线性变化趋势在南海中部海域呈显著的东风增强趋势, 对应南海北部海面风场主要呈负风应力旋度。负风应力旋度的辐聚作用会使南海北部近表层温度较高的海水下沉, 导致该海域温跃层变深以及局地海平面升高。

3 2005~2010年南海海平面升高空间分布

特征及机制分析

图4 显示的是1993~2000年与2005~2010年海平面与海面风应力的线性变化趋势空间分布, 其中1993~2000年南海海平面线性变化趋势与Cheng等(2007)结果基本一致,海平面升高最显著的区域位于吕宋西侧海域。对应的1993~2000年海面风应力旋度的线性变化趋势表明, 期间西南风呈增强趋势(图4a)。1993~2000年期间南海海面温度线性升高大约为0.08℃·a–1(图2b), 海面增温引发海面膨胀是期间海平面显著升高的主要因素(Cheng et al,

图4 南海海平面(填充颜色, 单位: mm·a–1)与海面风应力(箭头, 单位: N·m–2·a–1)线性变化趋势

a. 1993~2000年; b. 2001~2004年; c. 2005~2010年。图c中黑框标示的是2005~2010年期间南海海面上升最快的区域

Fig. 4 Geographical distribution of the sea level change trend (shading; units: mm·a–1) and wind stress trend (vector; units:

N·m–2·a–1) in the SCS during 1993~2000 (a), 2001~2004 (b), and 2005~2010 (c). The black box shows the area with the highest sea level rising rate during 2005~2010 in the SCS.

图5a显示的是2005~2010年期间纬向风应力的线性变化趋势。由图可见在5°~15°N海域均呈现显著的东风增强的趋势, 而在15°~20°N呈西风增强的趋势, 纬向风在南海的线性变化趋势有利于在南海中西部形成负风应力旋度(图5b), 进而导致期间南海北部海平面显著升高。再者, 南海北部负的风应力旋度会激发向西传播的Rossby波, 并在其传播路径上形成正SLA。15°N断面上SLA的时间经度剖面表明, 正SLA有显著的西传现象(图5c), 尤其是在2010年期间, 正SLA有明显的西传特征。

为了进一步探讨2005~2010年南海海平面显著升高与大尺度环流驱动的关系, 我们选取了南海中西部海域上升速率最快的区域(110°~114°E, 11°~17°N, 图4c中黑色方框区域), 分析其SLA变化与Niño3.4、SOI以及PDO等指数的关系(图6)。由图6可以看出, 在2005~2010年期间, 南海中西部海域的SLA呈明显的上升趋势, 上升速率约为0.55·a–1; SOI指数(PDO指数)在期间分别呈显著的上升(下降)趋势, 上升(下降)速率为0.28·a–1 (–0.22·a–1); 而Niño3.4指数的线性变化趋势不明显。相关分析

16 热带海洋学报 Vol. 34, No. 5 / Sep., 2015

图5 2005~2010年纬向风应力(单位: 10–3N·m–2·a–1)线性变化趋势(a)和风应力旋度(单位: 10–7N·m–3·a–1)线性变化趋势(b)以及15°N SLA (单位: cm)时间经度剖面(c)

Fig. 5 Geographical distributions of zonal wind stress trend (units: 10–3N·m–2·a–1) (a) and wind stress curl trend (units: 10–7N·m–3·a–1) (b) during 2005~2010, and time- longitude plot of sea level anomaly (units: cm) at 15°N (c)

图6 2005~2010年南海中西部(110°~114°E, 11°~17°N)平均SLA(蓝线, 线性趋势0.55·a–1)、SOI指数(黑线, 线性趋势0.28·a–1)、PDO指数(绿线, 线性趋势 –0.22·a–1)以及Niño3.4指数(红线, 线性趋势 –0.09·a–1)的时间序列, 虚线分别对应其线性变化趋势线

Fig. 6 Time series of basin-averaged SLA (110°~114°E, 11°~17°N) (blue curve; linear trend 0.55·a–1), SOI index (black curve; linear trend 0.28·a–1), PDO index (green curve; linear trend –0.22·a–1), and Nino 3.4 index (red curve; linear trend –0.09·a–1). The dashed lines denote linear trends

表明, 该区域SLA变化与Niño3.4、SOI以及PDO指数密切相关, 相关系数分别为–0.39、0.67与–0.58, 均超过99%置信度。在年际变化尺度, 期间ENSO对该区域SLA变化也有显著的调制作用: 在2006/ 2007与2009/2010年两次El Niño事件期间, 该区域海平面有显著的下降, 但是这两次事件没有改变该

区域海平面显著上升的趋势; 而在2007/2008、2008/ 2009以及2010/2011年3次La Niña事件期间, 该区域海平面显著上升。此外, Merrifield等(2012)的研究指出, 近年来热带西太平洋海平面的上升有很大程度与PDO、SOI等指数的低频变化密切相关。受PDO、SOI等指数低频变化的影响, 2005~2010年期

丘福文等: 2005~2010年南海海平面异常升高的特征与机制 17

间南海中北部海域呈显著的东风异常(图5a), 在南海中西部形成负的风应力旋度, 导致该海域海平面显著上升。由此可见, 2005~2010年南海海平面显著上升一方面受ENSO事件的调制, 同时与SOI、PDO等低频变化导致的风场变化密切相关。

面上升的趋势在空间分布上有显著的差别, 上升速率最大的区域出现在南海中西部海域, 上升速率接近30mm·a–1; 而南部上升速率则相对较小。

2) 1993~2004年南海海平面线性变化主要与南海海面经向风场的变异密切相关; 2005~2010年期间热带太平洋和南海中部海盆呈现显著的东风异常, 导致南海中西部海域风应力分布均呈现反气旋异常增强趋势, 由此产生局地负的风应力旋度异常是导致南海海平面长期变化趋势异常升高的主要因素。

3) 2005~2010年期间南海海平面全海盆呈升高的趋势, 这种全海盆一致的变化趋势主要与SOI指数以及PDO指数的低频振荡密切相关; 而南海海平面上升速率空间分布的差异除了受局地风场变化的影响, 还受ENSO信号、PDO等年际及年代际尺度变异的调制。

4 结论

本文利用最新的高分辨率卫星遥感的SLA数据, 结合潮位站观测资料研究了2005~2010年间南海海平面异常升高的空间分布特征, 探讨了其与大尺度动力过程如PDO、ENSO事件等的联系。主要得出以下结论。

1) 2005~2010年间南海海平面呈显著的上升趋势, 在2010年达到最高, 上升速率约为17.3mm·a–1, 其上升速率是1993~2000年的一倍左右。另外, 海平参考文献

陈海英, 方国洪, 乔方利, 等. 2007. 南海海面温度与Niño/DMI

指数年际变异的相关性分析[J]. 海洋科学进展, 25(1): 20–27.

黄卓, 徐海明, 杜岩, 等. 2009. El Niño期间和后期南海海表

面温度的两次显著增暖过程[J]. 热带海洋学报, 28(5): 49–55.

李立, 许金电, 靖春生, 等. 2002. 南海海面高度\\动力地形和

环流的周年变化——TOPEX/POSEIDON 卫星测高应用研究[J]. 中国科学D 辑: 地球科学, 32(12): 978–994. 刘秦玉, 杨海军, 贾英来, 等. 2001. 南海海面高度季节变化的

数值模拟[J]. 海洋学报, 23(2): 10–17.

丘福文, 方文东, 郭朴. 2011. 2000-2008年期间南海海面温度的

年际与空间变异[J]. 海洋学报, 33(3): 11–18.

王卫强, 王东晓, 施平, 等. 2001. 南海大尺度动力场年循环和

年际变化[J]. 热带海洋学报, 20(1): 61–68.

邢延松, 程国胜, 舒业强, 等. 2012. El Niño 事件期间南海环流

的异常特征[J]. 海洋与湖沼, 43: 201–210.

CHAO S Y, SHAW P T, WU S Y. 1996. El Niño modulation of the

South China Sea circulation[J]. Progress in Oceanography, 38: 51–93.

CHEN XIAO, QIU BO, CHENG XUHUA, et al. 2015.

Intraseasonal variability of Pacific-originated sea level anomaly around the Philippine Archipelago[J]. J Oceanography, 71(3): 239–249.

CHENG XUHUA, QI YIQUAN. 2007. Trends of sea level

variations in the South China Sea from merged altimetry data[J]. Global and Planetary Change, 57(3/4): 371–382. CHENG XUHUA, QI YIQUAN, ZHOU WEN. 2008. Trends of

sea level variations in the Indo-Pacific warm pool[J]. Global and Planetary Change, 63(1): 57–66.

CHENG XUHUA, QI YIQUAN. 2010. On steric and

mass-induced contributions to the annual sea-level variations in the South China Sea[J]. Global and Planetary Change, 72(3): 227–233.

FANG GUOHONG, CHEN HAIYING, WEI ZEXUN, et al.

2006. Trends and interannual variability of the South China Sea surface winds, surface height, and surface temperature in the recent decade[J]. J Geophys Res, 111: C11S16.

FANG WENDONG, GUO JUNJIAN, SHI PING, et al. 2006.

Low frequency variability of South China Sea surface circulation from 11 years of satellite altimeter data[J]. Geophys Res Lett, 33: L22612.

FANG WENDONG, QIU FUWEN, GUO PU. 2014. Summer

circulation variability in the South China Sea during 2006–2010[J]. J Mar Syst, 137(0): 47–54.

HUANG ZHUO, DU YAN, WU YANLING, XU HAIMING. 2013.

Asymmetric responses of the sea surface temperature to El Nino/La Nina in the South China Sea[J]. J Ocean Univ China, 12(2): 272–278.

LEE T, M J MCPHADEN. 2008. Decadal phase change in

large-scale sea level and winds in the Indo-Pacific region at the end of the 20th century[J]. Geophys Res Lett, 35(1): L01605.

LI LI, XU JINDIAN, CAI RONGSHUO. 2002. Trends of sea

level rise in the South China Sea during the 1990s: An

18 热带海洋学报

Vol. 34, No. 5 / Sep., 2015

altimetry result[J]. Chinese Science Bulletin, 47(7): 582–585.

MANTUA N J, HARE S R, ZHANG Y, et al. 1997. A Pacific

interdecadal climate oscillation with impacts on salmon production. Bull[J]. Am Meteorol Soc, 78: 1069–1079. MERRIFIELD M A, M E MALTRUD. 2011. Regional sea level

trends due to a Pacific trade wind intensification[J]. Geophys Res Lett, 38: L21605.

MERRIFIELD M A, P R THOMPSON, M LANDER. 2012.

Multidecadal sea level anomalies and trends in the western tropical Pacific[J]. Geophys Res Lett, 39(13): L13602. QIU BO, CHEN SHUIMING. 2010. Interannual-to-decadal

variability in the bifurcation of the north equatorial current off the Philippines[J]. J Phys Oceanogr, 40(11): 2525–2538.

QIU FUWEN, FANG WENDONG, FANG YUE, et al. 2012.

Anomalous oceanic characteristics in the South China Sea associated with the large-scale forcing during 2006–2009[J]. J Mar Syst, 100–101(0): 9–18.

RONG ZENGRUI, LIU YUGUANG, ZONG HAIBO, et al. 2007.

Interannual sea level variability in the South China Sea and its response to ENSO[J]. Global and Planet Change, 55: 251–272.

WANG CHUNZAI, WANG WEIQIANG, WANG DONGXIAO,

et al. 2006. Interannual variability of the South China Sea associated with El Nino[J]. J Geophys Res, 111: C030203. WU C R, SHAW P T, CHAO S Y. 1999. Assimilating altimeter

data into a South China Sea model[J]. J Geophys Res, 104: 29987–30005.

WYRTKI K. 1961. Physical oceanography of the Southeast Asia

waters[J]. NAGA Rep, 2: 1–195.

YAN YOUFANG, QI YIQUAN, ZHOU WEN. 2010. Interannual

heat content variability in the South China Sea and its response to ENSO[J]. Dynamics of Atmospheres and Oceans, 50(3): 400–414.

ZHUANG WEI, QIU BO, DU YAN. 2013. Low-frequency

western Pacific Ocean sea level and circulation changes due to the connectivity of the Philippine Archipelago[J]. J Geophys Res Oceans, 118: 6759–6773.