由TOPEX/Poseidon和Jason-1/2探測(cè)的1993—2012中國(guó)海海平面時(shí)空變化

郭金運(yùn)， 王建波， 胡志博, 3， 黃金維， 陳傳法， 高永剛

1 山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院， 青島 266590 2 山東科技大學(xué) 礦山災(zāi)害預(yù)防控制省部共建國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地， 青島 266590 3 河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院， 焦作 454003 4 臺(tái)灣交通大學(xué) 土木工程學(xué)系， 新竹 30010 5 福州大學(xué) 環(huán)境與資源學(xué)院， 福州 350108

?

由TOPEX/Poseidon和Jason-1/2探測(cè)的1993—2012中國(guó)海海平面時(shí)空變化

郭金運(yùn)1, 2， 王建波1， 胡志博1, 3， 黃金維4， 陳傳法1, 2， 高永剛5

1 山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院， 青島 266590 2 山東科技大學(xué) 礦山災(zāi)害預(yù)防控制省部共建國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地， 青島 266590 3 河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院， 焦作 454003 4 臺(tái)灣交通大學(xué) 土木工程學(xué)系， 新竹 30010 5 福州大學(xué) 環(huán)境與資源學(xué)院， 福州 350108

海平面變化是社會(huì)經(jīng)濟(jì)發(fā)展和科學(xué)研究的重要內(nèi)容.利用1993年1月至2012年12月共20年的TOPEX/Poseidon、Jason-1和Jason-2衛(wèi)星測(cè)高數(shù)據(jù)，研究中國(guó)海海平面的時(shí)空變化.首先通過(guò)三顆衛(wèi)星伴飛階段數(shù)據(jù)得到三顆衛(wèi)星之間的逐點(diǎn)海面高系統(tǒng)偏差，進(jìn)行逐點(diǎn)海面高改正，建立了20年的中國(guó)海海面高異常時(shí)間序列.分析了中國(guó)海海面高異?？臻g分布，給出了1月到12月月均平均海平面異常的空間變化規(guī)律.分析了中國(guó)海海面高異常的時(shí)變規(guī)律，分別給出了年、季度和月的海面上升速率.利用小波分析研究了中國(guó)海海面高異常周期變化規(guī)律，分別給出了渤海、黃海、東海和南海的海面高變化周期.討論了ENSO對(duì)海面高異常的影響.

衛(wèi)星測(cè)高； 中國(guó)海； 海平面變化； TOPEX/Poseidon； Jason-1； Jason-2

1 引言

在全球變化背景下，海平面變化作為一種自然災(zāi)害引起了全球高度關(guān)注.根據(jù)IPCC在2013年公布的第五次評(píng)估報(bào)告，1993—2010年期間全球海平面上升速率達(dá)到了2.8～3.6 mm·a-1(Church et al., 2013)，大于1901—2010年的平均上升速率1.5～1.9 mm·a-1，這表明近年全球海面上升正在加速.海平面變化是全球氣候變化的結(jié)果，也是表征全球氣候變化的重要指標(biāo)(Church et al., 2001).我國(guó)是個(gè)海洋大國(guó)，東部沿海地區(qū)集中了我國(guó)超過(guò)一半的人口和大部分大城市，是我國(guó)政治、經(jīng)濟(jì)和文化最發(fā)達(dá)的地區(qū)，海平面上升勢(shì)必會(huì)對(duì)這些地區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生重要影響.

海平面及其變化主要采用驗(yàn)潮數(shù)據(jù)和衛(wèi)星測(cè)高資料開(kāi)展研究.驗(yàn)潮資料具有精度高、時(shí)間長(zhǎng)的優(yōu)點(diǎn)，驗(yàn)潮提供了歷史海平面變化研究的主要數(shù)據(jù)(Douglas, 2001; Woodworth and Player, 2003)，認(rèn)為20世紀(jì)全球海平面上升速率為1.5～2.0 mm·a-1(Douglas, 1997; Miller and Douglas, 2004; Church and White, 2006; Holgate, 2007).徐起浩等(2000)分析了華南沿海25個(gè)驗(yàn)潮站近40年的觀測(cè)資料，認(rèn)為華南海域近幾十年來(lái)的海平面上升速率為1.45 mm·a-1.文援蘭和楊元喜(2001)分析了中國(guó)沿海42個(gè)驗(yàn)潮站資料，認(rèn)為我國(guó)近海海平面在20世紀(jì)50年代至70年代的上升速率為0.62 mm·a-1.吳中鼎等(2003)分析了驗(yàn)潮資料，認(rèn)為中國(guó)近海海域1950—1999年期間平均海平面變化速率為1.3 mm·a-1.由于驗(yàn)潮站多位于陸地沿岸，分布不均勻，驗(yàn)潮資料得到的是海平面相對(duì)于陸地的變化，結(jié)果受到陸地沉降和近海地形的嚴(yán)重影響.因此單獨(dú)利用驗(yàn)潮資料進(jìn)行海平面變化的研究無(wú)法得到絕對(duì)海平面的變化，無(wú)法全面反映氣候變化(Nerem and Mitchum, 2002; Cazenave and Nerem, 2004).

自20世紀(jì)70年代以來(lái)，隨著衛(wèi)星測(cè)高技術(shù)的不斷成熟，衛(wèi)星測(cè)高數(shù)據(jù)以其高空間覆蓋度、高測(cè)量精度、全天候等特點(diǎn)成為研究海平面變化的重要數(shù)據(jù)源(Fu and Cazenave, 2001; Feng et al., 2012).20世紀(jì)90年代主要是利用TOPEX/Poseidon(T/P)測(cè)高資料研究全球海平面的變化特征(Nerem, 1995; Nerem et al., 1997).董曉軍和黃珹(2000)利用1993—1999年的T/P測(cè)高數(shù)據(jù)計(jì)算了全球海平面的變化，變化速率為2.0 mm·a-1，并成功監(jiān)測(cè)到了1997年的厄爾尼諾事件.李建成等(2000)聯(lián)合多種衛(wèi)星測(cè)高數(shù)據(jù)計(jì)算了全球和中國(guó)近海海平面變化.Leuliette等(2004)分析了1993—2003年間的T/P和Jason-1衛(wèi)星測(cè)高數(shù)據(jù)，得出全球平均海平面上升速率為2.8 mm·a-1.在利用T/P資料分析1993—2003年間海平面變化趨勢(shì)的空間分布時(shí)，Cazenave和Nerem(2004)指出海平面變化具有顯著的區(qū)域特征, 由T/P和Jason-1確定的1993—2003年的全球海平面上升速率為3.1 mm·a-1.李大煒等(2012)利用多代衛(wèi)星測(cè)高資料研究了1993—2011年全球海平面變化，認(rèn)為全球平均海平面以3.12 mm·a-1的速率上升.這些研究主要針對(duì)全球海平面變化，所利用數(shù)據(jù)時(shí)間跨度較短，衛(wèi)星測(cè)高監(jiān)測(cè)的短期海平面變化會(huì)受到海平面十年變化規(guī)律的影響(Cazenave and Nerem, 2004; Jin et al., 2012)，需要利用高精度長(zhǎng)時(shí)間的多個(gè)衛(wèi)星測(cè)高觀測(cè)研究海平面絕對(duì)變化.

T/P及其后續(xù)衛(wèi)星Jason-1、Jason-2為研究海平面變化提供了連續(xù)20多年的數(shù)據(jù)，為我們研究區(qū)域海平面的時(shí)空變化提供了可能.本文利用T/P、Jason-1和Jason-2三顆衛(wèi)星1993年至2012年20年的連續(xù)觀測(cè)，研究中國(guó)海及西太平洋的海平面變化規(guī)律以及空間分布特征.

2 研究海域和測(cè)高數(shù)據(jù)

本文研究海域包括中國(guó)海(渤海、黃海、東海、南海)和西太平洋(3°N—40°N, 105°E—130°E)，如圖1所示.渤海是一個(gè)近似封閉的內(nèi)海，地處中國(guó)大陸東部最北端(117.5°E—122°E，37°N—41°N)，平均水深18 m，最大水深85 m.黃海是太平洋西部的一個(gè)邊緣海，位于中國(guó)大陸與朝鮮半島之間(122°E—127°E，37°N—40°N以及119°E—127°E，31°N—37°N).黃海平均水深44 m，最深為140 m.東海位于南海和黃海之間(117°E—130°E，23°N—31°N)，東臨太平洋，平均水深在1000余米，多為水深200 m以內(nèi)的大陸架，最深約為2700 m.南海是位于中國(guó)南方的陸緣海(105°E—120°E，3°N—23°N)，也是中國(guó)最深的海區(qū)，平均水深約1212 m，中部深海平原中最深處達(dá)5567 m.

1992年執(zhí)行的T/P開(kāi)啟了精確衛(wèi)星測(cè)高時(shí)代(Tapley et al., 1994).隨著Jason-1和Jason-2任務(wù)的順利執(zhí)行，可以得到20余年的無(wú)縫銜接的精確測(cè)高數(shù)據(jù)，以10天的間隔計(jì)算平均海平面.本文使用T/P、Jason-1和Jason-2的測(cè)高數(shù)據(jù)研究中國(guó)海及西太平洋的海平面時(shí)空變化.采用了T/P衛(wèi)星第11-364周期“C”版本MGDR數(shù)據(jù)(1993年1月到2002年8月)，Jason-1衛(wèi)星第1-259周期“C”版本的GDR數(shù)據(jù)(2002年1月至2009年1月)，Jason-2衛(wèi)星第1-165周期“D”版本GDR數(shù)據(jù)(2008年7月至2012年12月).3顆衛(wèi)星觀測(cè)時(shí)間跨度為1993—2012年，共計(jì)20年的數(shù)據(jù)，衛(wèi)星軌跡地面分布如圖1所示.

圖1 研究海域和測(cè)高衛(wèi)星地面軌跡Fig.1 Studied seas and ground tracks of three altimetry satellites

對(duì)這三顆衛(wèi)星的測(cè)高數(shù)據(jù)首先進(jìn)行預(yù)處理，剔除一些不能或者不推薦使用的數(shù)據(jù)，從而保證計(jì)算結(jié)果的準(zhǔn)確性和可靠性.然后對(duì)數(shù)據(jù)進(jìn)行包括對(duì)流層改正、電離層改正、海潮及海洋負(fù)荷潮改正、固體潮改正、極潮改正、逆氣壓改正以及海況偏差改正等在內(nèi)的各項(xiàng)地球物理改正(Guo et al., 2010; 郭金運(yùn)等, 2010)，計(jì)算各軌跡點(diǎn)處的海面高異常值(Chelton et al., 2001).三顆衛(wèi)星數(shù)據(jù)所采用的編輯準(zhǔn)則和各項(xiàng)地球物理改正模型以及平均海面高模型見(jiàn)文獻(xiàn)(AVISO/Altimetry, 1996; AVISO and PODAAC, 2012; Dumont et al., 2011).

這三顆測(cè)高衛(wèi)星屬于重復(fù)軌道衛(wèi)星，由于軌道攝動(dòng)影響，實(shí)際的衛(wèi)星地面軌跡并不是完全重合的，而是非常接近的平行弧段，相鄰軌跡間距約在1 km內(nèi)(Fu and Cazenave, 2001).共線處理就是以一定的規(guī)則選定一條軌跡作為參考軌跡，確定其他軌跡上相對(duì)于此參考軌跡相同緯度點(diǎn)的經(jīng)度和海面高(郭金運(yùn)等，2013).本文選擇T/P衛(wèi)星觀測(cè)數(shù)據(jù)量最多的軌跡為參考軌跡(如圖1所示)，將T/P、Jason-1和Jason-2每個(gè)周期的觀測(cè)量統(tǒng)一到此參考軌跡中.

根據(jù)衛(wèi)星測(cè)高工作模式，衛(wèi)星觀測(cè)一般是等時(shí)間間隔的.在利用衛(wèi)星測(cè)高數(shù)據(jù)計(jì)算區(qū)域海平面變化時(shí)，由于衛(wèi)星星下點(diǎn)在沿軌方向上空間分布的不均勻性，因而需要對(duì)不同緯度的觀測(cè)值賦予適當(dāng)?shù)臋?quán)(Wang and Rapp, 1994; 董曉軍和黃珹，2000)，即

(1)

式中，φ為緯度，i表示衛(wèi)星的軌道傾角，三顆測(cè)高衛(wèi)星的軌道傾角為66°.研究海域的平均海面高異常為

(2)

式中，h(φ,λ)表示海面高異常，λ為經(jīng)度.

3 T/P、Jason-1和Jason-2確定的海面高無(wú)縫銜接

雖然三顆衛(wèi)星是同一系列的衛(wèi)星，擁有相同的軌道參數(shù)，由于系統(tǒng)偏差的存在，三顆衛(wèi)星測(cè)得的海面高并不完全相同(Beckleyetal., 2004, 2010).利用T/P和Jason-1衛(wèi)星在2002年1月至2002年8月伴飛期間的21個(gè)周期數(shù)據(jù)，以及Jason-2和Jason-1衛(wèi)星在2008年7月至2009年1月伴飛期間20個(gè)周期的數(shù)據(jù)，逐點(diǎn)校正Jason-1衛(wèi)星與T/P衛(wèi)星之間以及Jason-2衛(wèi)星與Jason-1衛(wèi)星確定的海面高異常之間偏差(Guoetal.,2015).

利用T/P衛(wèi)星與Jason-1衛(wèi)星同軌道伴飛的21個(gè)周期，先通過(guò)共線處理將數(shù)據(jù)歸算到參考軌道(郭金運(yùn)等，2013)，然后計(jì)算每個(gè)周期各參考點(diǎn)上Jason-1衛(wèi)星與T/P衛(wèi)星經(jīng)過(guò)各項(xiàng)地球物理改正之后的海面高異常值之差，進(jìn)而計(jì)算各參考點(diǎn)21個(gè)周期的平均差值，然后利用連續(xù)張力樣條法(SmithandWessel, 1990)進(jìn)行格網(wǎng)化，得到研究海域Jason-1與T/P確定的海面高異常的差異分布，如圖2a所示.同理，利用Jason-2衛(wèi)星與Jason-1衛(wèi)星同軌伴飛的20個(gè)周期，也可以得到各參考點(diǎn)上Jason-2衛(wèi)星與Jason-1衛(wèi)星經(jīng)過(guò)各項(xiàng)地球物理改正之后的海面高異常之差，如圖2b所示.從圖2中可以看出，由T/P、Jason-1和Jason-2確定的海面高異常差異在各個(gè)點(diǎn)上都不一樣，并不是一個(gè)常數(shù)，其差異包含了測(cè)量誤差和地球物理環(huán)境改正誤差的共同影響.

圖3和圖4分別給出了同軌伴飛期間T/P和Jason-1、Jason-1與Jason-2在研究海域的平均海面高異常差異情況.在數(shù)據(jù)統(tǒng)一之前，Jason-1與T/P確定的21個(gè)周期海面高異常平均差值為9.72cm；經(jīng)過(guò)統(tǒng)一之后，平均差值降為0.21cm.在數(shù)據(jù)統(tǒng)一之前，Jason-2與Jason-1確定的20個(gè)周期的海面高平均差值為-11.03cm；經(jīng)過(guò)數(shù)據(jù)統(tǒng)一后，兩顆衛(wèi)星的平均差值降低為0.03cm.經(jīng)過(guò)逐點(diǎn)校正三顆衛(wèi)星確定的SLA系統(tǒng)偏差，建立了一個(gè)基于Jason-1衛(wèi)星的統(tǒng)一海面高異常變化時(shí)間序列.

利用原始數(shù)據(jù)和經(jīng)過(guò)上述逐點(diǎn)數(shù)據(jù)統(tǒng)一之后的數(shù)據(jù)，分別計(jì)算研究海域在衛(wèi)星同軌伴飛階段Jason-1與T/P之間、Jason-2與Jason-1之間逐點(diǎn)SLA之差，進(jìn)而求得同軌運(yùn)行階段差值的平均值，統(tǒng)計(jì)結(jié)果見(jiàn)表1.

由圖2和表1可以發(fā)現(xiàn)，在不同海域，三顆測(cè)高衛(wèi)星確定的SLA之間的偏差并不相同，存在著較大的差異.如果單純使用整個(gè)研究海域的偏差平均值對(duì)測(cè)高數(shù)據(jù)進(jìn)行統(tǒng)一，勢(shì)必會(huì)對(duì)后續(xù)SLA時(shí)間序列的計(jì)算和分析引入系統(tǒng)誤差.因而本文所得的時(shí)間序列，均是采用圖2所得的逐點(diǎn)偏差值對(duì)相應(yīng)的測(cè)高數(shù)據(jù)進(jìn)行改正而建立起來(lái)的連續(xù)時(shí)間序列.圖5給出了研究海域平均SLA時(shí)間序列.

4 SLA空間分布

對(duì)研究海域1993—2012年的逐點(diǎn)SLA數(shù)據(jù)求取時(shí)間平均，采用連續(xù)張力樣條法(Smith and Wessel, 1990)進(jìn)行格網(wǎng)化，得到逐點(diǎn)平均SLA的地理空間分布，如圖6所示.從圖6中可以看出，總體上研究海域平均SLA為正，空間分布上表現(xiàn)為南高北低的狀況.渤海西部、黃海北部、江蘇中南部沿海、臺(tái)灣海峽北部以及北部灣北部地區(qū)表現(xiàn)為負(fù)的SLA.

圖2 Jason-1與T/P(a)及Jason-2與Jason-1(b)同步段SLA平均差異Fig.2 Mean SLA differences in tandem stages: (a) between Jason-1 and T/P, and (b) Jason-2 and Jason-1

圖3 T/P與Jason-1同步段SLA平均差異Fig.3 Mean SLA differences from T/P and Jason-1 in tandem stages

表1 伴飛階段SLA差異統(tǒng)計(jì)結(jié)果(單位：cm)Table 1 Statistics of SLAs in tandem stages (unit in cm)

對(duì)平均SLA隨經(jīng)緯度變化的情況進(jìn)行研究，分別進(jìn)行二次多項(xiàng)式擬合，如圖7所示.研究海域的平均SLA呈現(xiàn)出南高北低、東高西低的分布狀況.隨著經(jīng)度的增加，SLA呈上升趨勢(shì)，但是在102°E，108°E以及121°E三個(gè)經(jīng)度上出現(xiàn)異常下降.結(jié)合圖6可以發(fā)現(xiàn)，102°E經(jīng)線上的馬六甲海峽地區(qū)、108°E經(jīng)線上的北部灣廣西沿海地區(qū)以及121°E經(jīng)線上的臺(tái)灣海峽北部地區(qū)為三個(gè)明顯的SLA呈負(fù)值的地區(qū)，正是這三個(gè)區(qū)域造成相應(yīng)經(jīng)度上的平均SLA較低.隨著緯度增加，海平面呈下降趨勢(shì)，其中在20°N—25°N以及36°N—38°N兩個(gè)區(qū)域平均SLA變化劇烈.結(jié)合圖6發(fā)現(xiàn)，在20°N—25°N區(qū)域內(nèi)，既包括了北部灣北部和臺(tái)灣海峽北部?jī)蓚€(gè)平均SLA為負(fù)的地區(qū)，又包括臺(tái)灣海峽南部和臺(tái)灣東部?jī)蓚€(gè)平均SLA較高的海域.這些區(qū)域受地轉(zhuǎn)流和季風(fēng)等的影響較大，其中在東海受黑潮影響較大，在南海受季風(fēng)影響較大.在36°N—38°N區(qū)域內(nèi)，包括了黃海中部的平均SLA較高地區(qū)和黃海北部平均SLA為負(fù)的地區(qū)，這兩個(gè)區(qū)域受黃海暖流的影響較大.

圖4 Jason-2衛(wèi)星與Jason-1衛(wèi)星同步段SLA平均差異Fig.4 Mean SLA differences from Jason-2 and Jason-1 in tandem stages

圖5 偏差改正后的平均SLA序列Fig.5 Mean SLA time series after bias corrections

圖6 1993—2012年平均SLA空間分布Fig.6 Spatial distribution of mean SLA from 1993 to 2012

為了研究年內(nèi)平均SLA的空間分布特征，計(jì)算了20年中12個(gè)月的月均SLA空間分布，如圖8所示，各月SLA的分布有一定的規(guī)律可循.在渤海、黃海和東海，從3月開(kāi)始海平面呈現(xiàn)逐漸上升的過(guò)程，并在10月份的時(shí)候達(dá)到最大值，且存在明顯的從東南向西北方向演變的過(guò)程.從11月份開(kāi)始，這一區(qū)域的海平面開(kāi)始下降，并且顯示了從西北向東南方向逐步下降的過(guò)程，一直到2月份降到最低點(diǎn).在南海，從3月開(kāi)始，從西南向東北方向，海平面開(kāi)始逐漸上升，并在10月份的時(shí)候達(dá)到最大；隨后從東北方向開(kāi)始，海平面逐漸降低，在2月份的時(shí)候，SLA為負(fù)值的面積達(dá)到最大.由于每個(gè)月的氣候情況都是不同的，因而海面高異常的空間分布也會(huì)各有不同.

12—2月份：渤海、黃海、東海以及南海的海平面不斷下降，SLA為負(fù)的海域不斷增加.渤海、黃海及東海海域呈現(xiàn)出海水從西北向東南撤離的趨勢(shì).這是由于在這一時(shí)期，受海陸熱力性質(zhì)差異的影響，蒙古高壓和阿留申低壓分別在大陸和海洋中形成，巨大的壓力差使渤海、黃海及東海的海水自西北向東南方向移動(dòng).同時(shí)受西北季風(fēng)的影響，海水向東南方向撤離.在臺(tái)灣島以東海域，由于黑潮的影響，始終保持較高的SLA值.在南海，受東北季風(fēng)的影響，海水持續(xù)向西南方向流動(dòng)，并在中南半島南部形成SLA較高的海域.

3—5月份：渤海、黃海以及東海的SLA分布逐漸由負(fù)轉(zhuǎn)正.這是因?yàn)檫@一時(shí)期蒙古高壓逐漸減退北移，亞洲低壓開(kāi)始加強(qiáng)并逐漸影響我國(guó)沿海地區(qū)，使渤海、黃海以及東海的海平面逐漸升高.與此同時(shí)，黑潮的流量開(kāi)始加強(qiáng)，并影響東海以及南海北部的海域，使其海平面上升.在南海，隨著東北季風(fēng)的不斷減弱，海水呈現(xiàn)從西南向東北流動(dòng)的趨勢(shì).

圖7 平均SLA隨(a)經(jīng)度和(b)緯度的變化情況Fig.7 Variations of mean SLA with respective to (a) longitude and (b) latitude

圖8 月均SLA空間分布Fig.8 Spatial distribution of monthly mean SLA

6—8月份：渤海、黃海、東海以及南海海平面持續(xù)上升.在渤海、黃海以及東海海域，這一時(shí)期盛行東南季風(fēng)，再加上亞洲低壓與北太平洋高壓之間的壓力差，都使海平面持續(xù)升高，并呈現(xiàn)出從東南到西北逐漸增高的過(guò)程.黑潮也達(dá)到一年中最強(qiáng)的時(shí)期，黑潮及其分支黃海暖流推動(dòng)了南海北部、東海以及黃海的海平面的上升.同時(shí)，在這一時(shí)期，副熱帶高壓脊線逐漸由20°N北上至跨過(guò)30°N，再加上南海夏季盛行的西南季風(fēng)的共同作用，使得南海的SLA逐漸呈現(xiàn)出東北高西北低.

9—11月份：隨著渤海、黃海以及東海海域的東南季風(fēng)和南海海域的西南季風(fēng)的逐漸減弱，四個(gè)海域的海平面表現(xiàn)為由夏季風(fēng)向冬季風(fēng)轉(zhuǎn)變的趨勢(shì).這一時(shí)期黑潮流量也逐漸減少，對(duì)海平面變化的影響減弱.

總之，在渤海和黃海海域，冬春兩季SLA為正值，夏秋兩季SLA為負(fù)值，隨季節(jié)變化明顯，也說(shuō)明其受氣壓、季風(fēng)等氣候因素的影響較大.在東海海域，SLA的變化情況表明，該海域海平面的變化主要受季風(fēng)與黑潮的共同作用，隨季風(fēng)以及黑潮強(qiáng)度的變化而變化.通過(guò)分析發(fā)現(xiàn)，在南海北部海域，SLA的空間分布在冬、夏兩季相反，這與同時(shí)期季風(fēng)的風(fēng)向和強(qiáng)弱變化是吻合的，表明這一海域的海平面變化與季風(fēng)的變化密切相關(guān).

對(duì)比已有的研究成果，王龍(2013)也得出海面風(fēng)是南海以及黃渤海海平面季節(jié)內(nèi)變化的影響因素之一.中國(guó)東海海平面變化主要受到淡水通量、海表風(fēng)應(yīng)力、ENSO、黑潮等的影響，其中黑潮作為北太平洋副熱帶環(huán)流的西邊界流，對(duì)中國(guó)近海環(huán)流和海平面有著重要的影響(王國(guó)棟，2013).黑潮作為西太平洋的主要地轉(zhuǎn)流，其強(qiáng)弱變化不僅控制著整個(gè)東海及其鄰近海域的水文狀況，而且還對(duì)海平面變化有著顯著的影響(李艷芳，2012).劉秦玉等(2002)也指出，南海海平面季節(jié)變化是南海海洋環(huán)流季節(jié)變化的反應(yīng)，局地風(fēng)應(yīng)力、浮力通量和黑潮都對(duì)南海北部海平面高度的季節(jié)變化產(chǎn)生著影響.本研究與這些研究均得到相似的研究成果，從而進(jìn)一步證明了本研究結(jié)論的正確性.

5 海平面線性變化

5.1 年均線性變化

分析數(shù)據(jù)包括T/P衛(wèi)星11-364cycle的數(shù)據(jù)、Jason-1衛(wèi)星1-259cycle的數(shù)據(jù)以及Jason-2衛(wèi)星1-165cycle的數(shù)據(jù)，時(shí)間跨度上涵蓋了從1993年1月—2012年12月共20年的測(cè)高衛(wèi)星數(shù)據(jù).通過(guò)計(jì)算得到中國(guó)海域年均SLA變化序列(圖9)，對(duì)該序列進(jìn)行線性擬合，得到20年的平均上升速率為4.64 mm·a-1.與李大煒等(2012)得到的全球海平面平均變化速率3.12 mm·a-1相比，研究海域的海平面上升速率要大于全球海平面的平均上升速率，與王龍(2013)利用AVISO提供的19年SLA計(jì)算的中國(guó)海海平面的上升速率(4.99 mm·a-1)接近.

對(duì)參考軌道上的每個(gè)軌跡點(diǎn)求取其變化速率，利用張性樣條格網(wǎng)法插值得到海平面變化速率，如圖10所示.通過(guò)統(tǒng)計(jì)發(fā)現(xiàn)，研究海域的7200點(diǎn)中約92.6%(6667個(gè)點(diǎn))的海平面呈上升趨勢(shì)，只有7.3%的海域呈下降趨勢(shì)(533個(gè)點(diǎn)).渤海、黃海、東海和南海均呈現(xiàn)上升趨勢(shì)，平均上升速率分別為4.44 mm·a-1、2.37 mm·a-1、3.02 mm·a-1以及4.25 mm·a-1.

圖9 年均SLA隨時(shí)間變化及其線性趨勢(shì)Fig.9 Temporal variations of annual mean SLA and its trend

圖10 年均海平面上升速率Fig.10 Annual mean sea level rising rate

渤海海平面平均上升速率要大于黃海的平均上升速率.黃海在遼寧東南部海區(qū)有一個(gè)明顯的下降速率，在江蘇中北部沿海海平面上升較快.東海總體呈現(xiàn)西高東低的分布形態(tài)，在長(zhǎng)江入?？谔幱休^快的上升速率，在臺(tái)灣海峽存在一個(gè)明顯的下降速率海域.南?？傮w上是東南高西北低的分布，在菲律賓群島南部有一片上升速率較大的海域，是本研究海域內(nèi)海平面上升速率最快的地區(qū)，在北部灣還存在一個(gè)明顯的海平面下降速率.

5.2 海平面四季線性變化

根據(jù)參考軌道上各點(diǎn)的SLA時(shí)間序列，計(jì)算出各軌跡點(diǎn)每個(gè)季度平均SLA，通過(guò)線性擬合得到20年中各軌跡點(diǎn)在四個(gè)季度的海平面平均升降速率，利用張性樣條格網(wǎng)法插值得到研究海域四個(gè)季度海平面平均上升速率，如圖11所示.

在第一季度(1—3月)，渤海和南海的海平面上升較快，上升最快的地區(qū)在菲律賓群島的南部海域.在黃海部分海面有下降的速率.在第二季度(4—6月)，渤海和南海的大部分海域繼續(xù)保持較快的上升速率，在長(zhǎng)江入海口處的海域海面開(kāi)始加速上升，北部灣出現(xiàn)了一個(gè)較明顯的下降速率，上升最快的海域依然是菲律賓群島的南部海域.

在第三、四兩季度，季節(jié)上大致相當(dāng)于北方的夏秋季節(jié)，受副熱帶高壓影響，東南季風(fēng)為黃海和東海輸送了大量的水汽和熱量，進(jìn)而造成黃海和東海海平面的加速上升，東海在第四季度時(shí)海面上升達(dá)到最快.同時(shí)受黑潮的影響，臺(tái)灣東部海面也上升.

綜合來(lái)看，在20°N以南的大部分海域，海面始終保持較快增長(zhǎng)速率，受季節(jié)因素影響較小.20°N以北海域，海面升降則受氣候、洋流等因素的影響較大.

圖11 四個(gè)季度海平面平均上升速率(a) 第一季度; (b) 第二季度; (c) 第三季度; (d) 第四季度.Fig.11 Mean sea level rising rates for four seasons(a) First; (b) Second; (c) Third; (d) Fourth season.

對(duì)圖11的逐點(diǎn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，得到研究海域20年間各季度的海平面平均升降速率，如表2所示.

表2 各季度海平面平均上升速率(單位：cm·a-1)Table 2 Mean sea level rising rates of each season (unit in cm·a-1)

結(jié)合圖11和表2可以看出，渤海在第一、第二季度海面上升速率較快，第三、四季度上升速率有所減緩.受副熱帶高壓和黑潮的共同作用，黃海在第二季度上升速率最小，而東海從第一季度開(kāi)始海面上升速率逐步加快.南海一直保持較快的海面上升速率，在第三季度上升最快.整個(gè)研究海域平均海面上升速率相對(duì)穩(wěn)定，第二、三季度略高于第一、四季度.

5.3 海平面每月線性變化

用上述處理方式，得到各個(gè)海區(qū)20年間12個(gè)月的月均SLA值，分別進(jìn)行線性擬合，得到20年間研究海域每個(gè)月的平均升降速率，如表3所示.

表3 各月份海平面平均上升速率(單位：cm·a-1)Table 3 Mean sea level rising rates of each month (unit in cm·a-1)

從表3中可以看出，各海域在一年中絕大多數(shù)月份都處于海平面上升的狀態(tài).僅有渤海、黃海在4月份，東海在1月份出現(xiàn)了月均海平面下降的情況；渤海和東海的下降速率較小，分別是0.04 cm·a-1和0.07 cm·a-1；黃海下降的稍快，速率為0.16 cm·a-1.渤海在6月份月均海平面上升最快，速率為1.03 cm·a-1.黃海在5月份時(shí)海平面升高最快，上升速率為0.51 cm·a-1.東海在2月份時(shí)月均海平面升高的最快，速率是0.68 cm·a-1.南海在8月份海平面升高的最快，上升速率為0.49 cm·a-1.

6 海平面周期變化

對(duì)研究海域20年的SLA數(shù)據(jù)進(jìn)行空間平均，得到20年平均SLA時(shí)間序列，然后對(duì)其進(jìn)行小波分析(Guo et al., 2011)，以研究其周期性變化特征，如圖12所示.

從圖12a中可以看出，研究海域海平面的周年變化明顯，海平面夏秋高、冬春低.整體來(lái)看，海平面異常經(jīng)歷了以下幾個(gè)階段：從1993年到1996年的4年間，海平面處于平穩(wěn)上升階段.從1997年到1999年出現(xiàn)明顯的海平面變化異常情況，這與1997年開(kāi)始的厄爾尼諾以及之后的拉尼娜有巨大的關(guān)系，造成了1997年平均海平面的大幅下降，以及1998年到1999年海平面大幅上升.在經(jīng)過(guò)1999年到2001年的3年的穩(wěn)定階段后，從2001年到2004年，海平面出現(xiàn)了下降的趨勢(shì).從2005年開(kāi)始到2012年底，海平面又出現(xiàn)了上升過(guò)程，并且上升趨勢(shì)有所增強(qiáng).

從圖12b的譜分析結(jié)果和圖12c小波分析的結(jié)果可以明顯看出，研究海域整體上存在1年和9年的兩個(gè)主要周期項(xiàng)，同時(shí)還存在0.5年、1.5年、2年和4年等周期項(xiàng).

不同海域、不同的位置、氣候特征、海底地形條件等諸多因素造成了各海域海平面變化的周期性也有所不同.對(duì)渤海、黃海、東海及南海分別求取其SLA海平面異常時(shí)間序列，并進(jìn)行小波分析，得到圖13—16的結(jié)果.

從圖13中可以看出，渤海SLA的振幅較大，這表明渤海一年內(nèi)海平面變化幅度較大，這主要是因?yàn)椴澈＞暥容^高，冬季與夏季氣溫變化顯著.渤海海平面整體上表現(xiàn)為平穩(wěn)上升狀態(tài)，海平面在1997年至1999年期間變化異常不太顯著.從功率譜和全局小波譜來(lái)看，渤海最顯著的周期為1年，其余周期信號(hào)并不明顯.

圖12 SLA時(shí)間序列小波分析(a) SLA時(shí)間序列; (b) 功率譜; (c) 全局小波譜.Fig.12 Wavelet analysis of SLA time series(a) SLA time series; (b) Power spectrum; (c) Global wavelet spectrum.

黃海與渤海類似，但SLA振幅沒(méi)有渤海大，海平面在1997年至1999年期間變化沒(méi)有太大異常，這表明黃海和渤海雖然會(huì)受到厄爾尼諾及拉尼娜的影響，但其影響相對(duì)較小.在這20年間，黃海海平面平穩(wěn)上升且上升速率較小.從周期上來(lái)看，與渤海相似，黃海海平面變化主要周期為1年，其余周期項(xiàng)不顯著.黃海海平面的變化主要呈現(xiàn)年內(nèi)的季節(jié)性變化，夏秋季海面較高，冬春季海面較低.

從圖15中可以看出，在這20年間，東海海平面變化呈穩(wěn)步上升的狀態(tài)，SLA振幅較黃海繼續(xù)減小.東海海平面變化主要周期是1年，其他周期不顯著.

南海海平面的變化整體呈上升趨勢(shì)，在1997年至1999年期間，海平面變化出現(xiàn)明顯異常，表明1997年的厄爾尼諾及之后的拉尼娜對(duì)南海海平面的變化有較大影響.從2001年末到2005年期間，南海海平面出現(xiàn)了一次下降的過(guò)程.從2006年至2012年，海平面加速上升.南海海平面變化存在1年和9年的兩個(gè)顯著周期信號(hào).

對(duì)比渤海、黃海、東海和南海四個(gè)海域的海平面異常的變化過(guò)程可以看出，各海域的SLA振幅在南海最小.隨緯度的增大，SLA振幅逐漸加大，渤海海平面變化振幅最大.周年信號(hào)的強(qiáng)度從北向南依次減小，但各海域最明顯的周期性信號(hào)均為周年信號(hào)，南海還有明顯的9年周期，其他周期具有區(qū)域性.

7 南海和東海SLA與ENSO的相關(guān)性

1997—1998年發(fā)生的厄爾尼諾-南方濤動(dòng)(El Nio-Southern Oscillation, ENSO)引起全球海平面較大的震蕩(White et al., 2001; 王慧等, 2014).利用由T/P、Jason-1和Jason-2確定的東海和南海SLA序列與南方濤動(dòng)指數(shù)(Southern Oscillation Index, SOI)進(jìn)行相關(guān)性分析.SOI數(shù)據(jù)來(lái)自美國(guó)NCDC/NOAA(http:∥www.ncdc.noaa.gov/)，是用太平洋的塔西提島與印度洋的達(dá)爾文島海平面氣壓值之差來(lái)表示ENSO現(xiàn)象的活躍情況.本文使用的是SOI距平時(shí)間序列(1993年1月至2012年12月)，采樣間隔為1個(gè)月.與SOI相比較的是南海和東海的衛(wèi)星測(cè)高月均SLA時(shí)間序列(1993年1月至2012年12月)，采樣間隔也是1個(gè)月.

圖17和圖18分別給出了南海和東海的SLA時(shí)間序列與SOI距平時(shí)間序列的對(duì)比.南海和東海兩種數(shù)據(jù)的相關(guān)系數(shù)分別為0.39和0.02，這表明ENSO與南海海平面變化有一定的相關(guān)性，而與東海的海平面變化相關(guān)性較小.ENSO是全球性的氣候事件，從其發(fā)生到對(duì)南海和東海造成影響會(huì)有一定的滯后性.因此，以SOI序列為基礎(chǔ)對(duì)南海和東海的SLA序列順延一定的時(shí)間間隔，然后再計(jì)算其相關(guān)系數(shù).南海海平面變化與ENSO之間相關(guān)性較大，在延后2個(gè)月之后相關(guān)系數(shù)達(dá)到0.44.東海海平面變化與ENSO之間的相關(guān)性較小，在順延4個(gè)月之后相關(guān)系數(shù)為0.17.

圖13 渤海SLA時(shí)間序列小波分析(a) SLA時(shí)間序列; (b) 功率譜; (c) 全局小波譜.Fig.13 Wavelet analysis of SLA time series over Bohai Sea(a) SLA time series; (b) Power spectrum; (c) Global wavelet spectrum.

圖14 黃海SLA時(shí)間序列小波分析(a) SLA時(shí)間序列; (b)功率譜; (c)全局小波譜.Fig.14 Wavelet analysis of SLA time series over Yellow Sea(a) SLA time series; (b) Power spectrum; (c) Global wavelet spectrum.

圖15 東海SLA時(shí)間序列小波分析(a) SLA時(shí)間序列; (b)功率譜; (c)全局小波譜.Fig.15 Wavelet analysis of SLA time series over East China Sea(a) SLA time series; (b) Power spectrum; (c) Global wavelet spectrum.

圖16 南海SLA時(shí)間序列小波分析(a) SLA時(shí)間序列; (b)功率譜; (c)全局小波譜.Fig.16 Wavelet analysis of SLA time series over South China Sea(a) SLA time series; (b) Power spectrum; (c) Global wavelet spectrum.

圖17 南海SLA序列與SOI序列對(duì)比Fig.17 Comparison between SLA series over South China Sea and SOI series

圖18 東海SLA序列與SOI序列對(duì)比Fig.18 Comparison between SLA series over East China Sea and SOI series

分別計(jì)算沿經(jīng)度和緯度兩個(gè)方向南海和東海SLA序列與SOI之間的相關(guān)系數(shù)，如圖19和圖20所示.從圖19中可以看出，在經(jīng)度方向上，兩種序列成正相關(guān)，相關(guān)系數(shù)在0.16至0.42之間，相關(guān)系數(shù)隨經(jīng)度增大有一個(gè)微小的上升趨勢(shì).從圖20可以發(fā)現(xiàn)，在緯度方向上，相關(guān)系數(shù)的范圍在0.67至-0.02之間.隨緯度增大，相關(guān)系數(shù)有明顯的下降趨勢(shì)，這表明ENSO對(duì)南海和東海的影響隨緯度的增大而減小.

8 結(jié)論

本文利用T/P、Jason-1和Jason-2三顆衛(wèi)星1993—2012年共20年的數(shù)據(jù)研究中國(guó)海及西太平洋的海平面時(shí)空變化情況，主要結(jié)論如下：

圖20 SLA與SOI相關(guān)系數(shù)與緯度的關(guān)系Fig.20 Correlation coefficient of SLA and SOI with respective to latitude

(1)利用三顆衛(wèi)星伴飛階段數(shù)據(jù)計(jì)算了三顆衛(wèi)星觀測(cè)的海面高異常值之間的差異，Jason-1衛(wèi)星的海面高異常值比T/P衛(wèi)星高9.72 cm，Jason-2衛(wèi)星的海面高異常值比Jason-1低11.03 cm.利用逐點(diǎn)差異改正，實(shí)現(xiàn)了三顆衛(wèi)星測(cè)高數(shù)據(jù)的無(wú)縫銜接.

(2)通過(guò)對(duì)各海域20年海面高異常時(shí)間序列的線性擬合，得出研究海域的海平面平均上升速率為4.64 mm·a-1，渤海、黃海、東海和南海的海平面在同時(shí)期的平均上升速率分別為4.44 mm·a-1、2.34 mm·a-1、3.02 mm·a-1和4.25 mm·a-1.菲律賓群島附近海面是整個(gè)研究海域海平面上升最快的海域.研究海域整體海平面時(shí)空變化與黑潮和季風(fēng)密切相關(guān).

(3)通過(guò)SLA序列的小波分析，得出各海域均存在1年的顯著周期，南海和整個(gè)研究海域還存在9年的顯著周期.

(4)ENSO事件對(duì)南海海平面變化的影響較大，對(duì)其他海域影響相對(duì)較小.

致謝 感謝匿名審稿專家的建設(shè)性意見(jiàn)和建議，感謝AVISO提供衛(wèi)星測(cè)高數(shù)據(jù).

AVISO/Altimetry. 1996. AVISO user handbook: merged TOPEX/Poseidon products (GDR-Ms). AVI-NT-02-101-CN, AVISO.

AVISO, PODAAC. 2012. AVISO and PODAAC user handbook: IGDR and GDR Jason products. SLAP-MU-M5-OP-13184-CN (AVISO), JPL D-21352 (PODAAC).

Beckley B D, Zelensky N P, Luthcke S B, et al. 2004. Towards a seamless transition from TOPEX/Poseidon to Jason-1.Mar.Geod., 27(3-4): 373-389, doi: 10.1080/01490410490889148. Beckley B D, Zelensky N P, Holmes S A, et al. 2010. Assessment of the Jason-2 extension to the TOPEX/Poseidon, Jason-1 sea-surface height time series for global mean sea level monitoring.Mar.Geod., 33(S1): 447-471, doi: 10.1080/01490419.2010.491029.Cazenave A, Nerem R S. 2004. Present-day sea level change: observations and causes.Rev.Geophys., 42(3): RG3001, doi: 10.1029/2003RG000139.Chelton D B, Ries J C, Haines B J, et al. 2001. Satellite altimetry. ∥ Fu L L, Cazenave A eds. Satellite Altimetry and Earth Sciences. San Diego: Academic Press, 1-131.

Church J, Gregory J M, Hybrechts P, et al. 2001. Changes in sea level. ∥ Houghton J T, Ding Y, Griggs D J, et al. Climate Change 2001: The Scientific Basis, Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change. New York: Cambridge University Press, 639-693.Church J A, White N J. 2006. A 20thcentury acceleration in global sea-level rise.Geophys.Res.Lett., 33(1): L01602, doi: 10.1029/2005GL024826.

Church J A, Clark P U, Cazenave A, et al. 2013. Sea level change. ∥ Climate Change 2013: The Physical Science Basis, Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge and New York: Cambridge University Press.

Dong X J, Huang C. 2000. Monitoring global mean sea level variation with TOPEX/Poseidon altimetry.ActaGeodaeticaetCartographicaSinica(in Chinese), 29(3): 266-272.

Douglas B C. 1997. Global sea rise: a redetermination.Surv.Geophys., 18(2-3): 279-292, doi: 10.1023/A:1006544227856.Douglas B C. 2001. Sea level change in the era of the recording tide gauge. ∥ Douglas B C, Kearney M S, Leatherman S P eds. Sea Level Rise: History and Consequences. San Diego: Academic Press, 37-64.Dumont J P, Rosmorduc V, Picot N, et al. 2011. OSTM/Jason-2 products handbook. CNES: SALP-MU-M-OP-15815-CN, EUMETSAT: EUM/OPS-JAS/MAN/08/0041, JPL: OSTM-29-1237, NOAA/NESDIS: Polar Series/OSTM J400.

Feng W, Zhong M, Xu H Z. 2012. Sea level variations in the South China Sea inferred from satellite gravity, altimetry, and oceanographic data.Sci.ChinaEarthSci., 55(10): 1696-1701, doi: 10.1007/s11430-012-4394-3.

Fu L L, Cazenave A. 2001. Satellite Altimetry and Earth Sciences: a Handbook of Techniques and Applications. San Diego: Academic Press.Guo J Y, Gao Y G, Hwang C W, et al. 2010. A multi-subwaveform parametric retracker of the radar satellite altimetric waveform and recovery of gravity anomalies over coastal oceans.Sci.ChinaEarthSci., 53(4): 610-616, doi: 10.1007/s11430-009-0171-3.

Guo J Y, Chang X T, Hwang C, et al. 2010. Oceanic surface geostrophic velocities determined with satellite altimetric crossover method.ChineseJ.Geophys., 53(11): 2582-2589, doi: 10.3969/j.issn.0001-5733.2010.11.006.

Guo J Y, Sun J L, Chang X T, et al. 2011. Correlation analysis of NINO3. 4 SST and inland lake level variations monitored with satellite altimetry: case studies of lakes Hongze, Khanka, La-ang, Ulungur, Issyk-kul and Baikal.Terr.Atmos.Ocean.Sci., 22: 203-213, doi: 10.3319/TAO.2010.09.17.01(TibXS). Guo J Y, Chang X T, Sun J L, et al. 2013. Waveform Retracking of Satellite Radar Altimeter and Applications (in Chinese). Beijing: Surveying and Mapping Press.

Guo J Y, Hu Z B, Wang J B, et al. 2015. Sea level changes of China seas and neighboring ocean based on satellite altimetry missions from 1993 to 2012.J.CoastalRes., (SpecialIssue73): 17-21, doi: 10.2112/SI73-004.1.

Holgate S J. 2007. On the decadal rates of sea level change during the twentieth century.Geophys.Res.Lett., 34(1): L01602, doi: 10.1029/2006GL028492.

Jin T Y, Li J C, Jiang W P, et al. 2012. Low-frequency sea level variation and its correlation with climate events in the Pacific.ChineseSci.Bull., 57(27): 3623-3630, doi: 10.1007/s11434-012-5231-y.

Leuliette E W, Nerem R S, Mitchum G T. 2004. Calibration of TOPEX/Poseidon and Jason altimeter data to construct a continuous record of mean sea level change.Mar.Geod., 27(1-2): 79-94, doi: 10.1080/01490410490465193.

Li D W, Li J C, Jin T Y, et al. 2012. Monitoring global sea level change from 1993 to 2011 using TOPEX and Jason altimeter missions.GeomaticsandInformationScienceofWuhanUniversity(in Chinese), 37(12): 1421-1424.

Li J C, Wang Z T, Hu J G. 2000. Mean sea level variation using historic satellite altimeter data.JournalofWuhanTechnicalUniversityofSurveyingandMapping(in Chinese), 25(4): 343-347.

Li Y F. 2012. The influence of variability of the subtropical gyre in the North Pacific on sea level change around the East China Sea [Ph. D. thesis] (in Chinese). Qingdao: Ocean University of China.Liu Q Y, Jia Y L, Yang H J, et al. 2002. Seasonal variation mechanism of sea surface height in the north of the SCS.ActaOceanologicaSinica(in Chinese), 24(S1): 134-141.

Miller L, Douglas B C. 2004. Mass and volume contributions to twentieth-century global sea level rise.Nature, 428(6981): 406-409, doi: 10.1038/nature02309.

Nerem R S. 1995. Measuring global mean sea level variations using TOPEX/Poseidon altimeter data.J.Geophys.Res., 100(C12): 25135-25151, doi: 10.1029/95JC02303.Nerem R S, Haines B J, Hendricks J, et al. 1997. Improved determination of global mean sea level variations using TOPEX/Poseidon altimeter data.Geophys.Res.Lett., 24(11): 1331-1334, doi: 10.1029/97GL01288.Nerem R S, Mitchum G T. 2002. Estimates of vertical crustal motion derived from differences of TOPEX/Poseidon and tide gauge sea level measurements.Geophys.Res.Lett., 29(19): 40-1-40-4, doi: 10.1029/2002GL015037.

Smith W H F, Wessel P. 1990. Gridding with continuous curvature splines in tension.Geophysics, 55(3): 293-305, doi: 10.1190/1.1442837.

Tapley B D, Ries J C, Davis G W, et al. 1994. Precision orbit determination for TOPEX/Poseidon.J.Geophys.Res., 99(C12): 24383-24404, doi: 10.1029/94JC01645.Wang G D. 2013. The spatial and temporal variation, the influence mechanism and risk assessment on sea level change of the East China Sea [Ph. D. thesis] (in Chinese). Shanghai: Shanghai Normal University.

Wang H, Liu K X, Zhang Q, et al. 2014. The relationship between sea level change of China′s coast and ENSO.ActaOceanologicaSinica(in Chinese), 36(9): 65-74.Wang L. 2013. Study of sea level change and its influencing factor in the China Sea based on nineteen years′ altimeter data [Master′s thesis] (in Chinese). Qingdao: Ocean University of China.

Wang Y M, Rapp R H. 1994. Estimation of sea surface dynamic topography, ocean tides, and secular changes from TOPEX altimeter data. Report No. 430, Columbus, The Ohio State University.

Wen Y L, Yang Y X. 2001. Research on sea level and rising trend of coastal waters in China.GeomaticsandInformationScienceofWuhanUniversity(in Chinese), 26(2): 127-132.

White W B, Cayan D R, Dettinger M D, et al. 2001. Sources of global warming in upper ocean temperature during El Nio.J.Geophys.Res., 106(C3): 4349-4367, doi: 10.1029/1999JC000130.Woodworth P L, Player R. 2003. The permanent service for mean sea level: an update to the 21st century.J.CoastalRes., 19(2): 287-295.

Wu Z D, Li Z Q, Zhao M C. 2003. The process and prediction of sea level change of China offshore waters in 50 years.HydrographicSurveyingandCharting(in Chinese), 23(2): 17-19.

Xu Q H, Ding L Q, Feng X. 2000. Sea level change and coastal rising and descending reflected by information of tide-gauge stations in South China coastal area.SouthChinaJournalofSeismology(in Chinese), 20(3): 52-56.

附中文參考文獻(xiàn)

董曉軍, 黃珹. 2000. 利用TOPEX/Poseidon衛(wèi)星測(cè)高資料監(jiān)測(cè)全球海平面變化. 測(cè)繪學(xué)報(bào), 29(3): 266-272.

郭金運(yùn), 常曉濤, 黃金維等. 2010. 基于衛(wèi)星測(cè)高交叉點(diǎn)的海洋表面地轉(zhuǎn)流速度. 地球物理學(xué)報(bào), 53(11): 2582-2589.

郭金運(yùn), 常曉濤, 孫佳龍等. 2013. 衛(wèi)星雷達(dá)測(cè)高波形重定及應(yīng)用. 北京: 測(cè)繪出版社.

李大煒, 李建成, 金濤勇等. 2012. 利用多代衛(wèi)星測(cè)高資料監(jiān)測(cè)1993—2011年全球海平面變化. 武漢大學(xué)學(xué)報(bào): 信息科學(xué)版, 37(12): 1421-1424.

李建成, 王正濤, 胡建國(guó). 2000. 聯(lián)合多種衛(wèi)星測(cè)高數(shù)據(jù)分析全球和中國(guó)海海平面變化. 武漢測(cè)繪科技大學(xué)學(xué)報(bào), 25(4): 343-347.

李艷芳. 2012. 北太平洋副熱帶環(huán)流變異對(duì)東中國(guó)海海平面變化的影響研究[博士論文]. 青島: 中國(guó)海洋大學(xué).

劉秦玉, 賈英來(lái), 楊海軍等. 2002. 南海北部海面高度季節(jié)變化的機(jī)制. 海洋學(xué)報(bào), 24(S1): 134-141.

王國(guó)棟. 2013. 中國(guó)東海海平面變化時(shí)空分異、影響機(jī)理及風(fēng)險(xiǎn)評(píng)估[博士論文]. 上海: 上海師范大學(xué).

王慧, 劉克修, 張琪等. 2014. 中國(guó)近海海平面變化與ENSO的關(guān)系. 海洋學(xué)報(bào), 36(9): 65-74.

王龍. 2013. 基于19年衛(wèi)星測(cè)高數(shù)據(jù)的中國(guó)海海平面變化及其影響因素研究[碩士論文]. 青島: 中國(guó)海洋大學(xué).

文援蘭, 楊元喜. 2001. 我國(guó)近海平均海面及其變化的研究. 武漢大學(xué)學(xué)報(bào): 信息科學(xué)版, 26(2): 127-132.

吳中鼎, 李占橋, 趙明才. 2003. 中國(guó)近海近50年海平面變化速度及預(yù)測(cè). 海洋測(cè)繪, 23(2): 17-19.

徐起浩, 丁麗青, 酆曉. 2000. 華南沿海地區(qū)驗(yàn)潮站資料反映的海平面變化與海岸升降. 華南地震, 20(3): 52-56.

(本文編輯 何燕)

Temporal-spatial variations of sea level over China seas derived from altimeter data of TOPEX/Poseidon, Jason-1 and Jason-2 from 1993 to 2012

GUO Jin-Yun1, 2, WANG Jian-Bo1, HU Zhi-Bo1, 3, HWANG Cheinway4, CHEN Chuan-Fa1, 2, GAO Yong-Gang5

1CollegeofGeodesyandGeomatics,ShandongUniversityofScienceandTechnology,Qingdao266590,China2StateKeyLaboratoryofMiningDisasterPreventionandControlCo-foundedbyShandongProvinceandMinistryofScience&Technology,ShandongUniversityofScienceandTechnology,Qingdao266590,China3SchoolofSurveyingandLandInformationEngineering,HenanPolytechnicUniversity,Jiaozuo454003,China4DepartmentofCivilEngineering,NationalChiaoTungUniversity,Hsinchu30010,Taiwan,China5CollegeofEnvironmentandResources,FuzhouUniversity,Fuzhou350108,China

Variations of sea level are an important issue associated with global climate change, especially global warming. The sea level rising may lead to serious impact on the social-economic development of a country. Global oceans are continuously observed by altimetry satellite missions for more than 20 years. We use altimeter data of TOPEX/Poseidon (T/P), Jason-1 and Jason-2 from 1993 to 2012 to study the sea level change over China seas.China seas located in the western Pacific Ocean are selected as the study area. T/P MGDR data of 11 to 364 cycles span January 1993 to August 2002. Jason-1 GDR data of 1 to 259 cycles span January 2002 to January 2009. Jason-2 GDR data of 1 to 165 cycles span July 2008 to December 2012. Southern oscillation index (SOI) time series span January 1993 to December 2012. Altimetry data in the tandem stages are used to calibrate biases of sea level anomalies (SLAs) from T/P, Jason-1 and Jason-2 point by point. The spatial distribution of China seas′ level change is studied with the continuous tension spline method. Temporal variations of China seas′ level are analyzed with the linear fitting method and the wavelet analysis. Relationships between the El Nio-Southern Oscillation (ENSO) and sea level changes of the South China Sea and the East China Sea are studied with the correlation analysis.By unifying altimetry data point by point in tandem stages, the mean differences of sea level heights for Jason-1 vs T/P and Jason-2 vs Jason-1 are 0.21 cm and 0.03 cm, respectively. SLA time series are constructed after corrections of sea level biases from 1993 to 2012. In general, the mean SLA is positive over China seas. SLAs are higher in the south than those in the north, and lower in the west than those in the east. SLAs are negative over the western Bohai Sea, the northern Yellow Sea, the northern Taiwan Strait and the North Bay. SLAs rise with the increasing longitude and decrease with the growing latitude. This spatial distribution of SLAs over China seas is related to the water flux, sea surface wind stress, oceanic dynamics, monsoon, Kuroshio and ENSO. The mean rising rate of sea level for the 20 years is 4.64 mm·a-1over the whole study area. Sea levels are rising in the Bohai Sea, Yellow Sea, East China Sea and South China Sea with rising rates 4.44 mm·a-1, 2.37 mm·a-1, 3.02 mm·a-1and 4.25 mm·a-1, respectively. The annual sea level variation is obvious in the study area. The sea level is higher in summer and autumn than in winter and spring. The main cycles of sea level change include one year and 9 years over the whole seas. There are also minor cycles of 0.5 years, 1.5 years, 2 years and 4 years. Cyclical changes of sea level are related to the geographical position, climate, oceanic dynamics and submarine topography. The correlation coefficients between SOIs and SLAs of the South China Sea and the East China Sea are 0.39 and 0.02, respectively. The correlation coefficient is 0.44 after the two-month delay for the South China Sea. The correlation coefficient is 0.17 after the four-month delay for the East China Sea. This indicates that the sea level change over the South China Sea may be largely affected by ENSO.Altimetry data of T/P, Jason-1 and Jason-2 are processed to study the sea level change over China seas from 1993 to 2012. We used the altimetry data in tandem stages to calibrate the sea level biases of these three missions to achieve the seamless SLAs point by point. The spatial distribution of sea level change is given with the continuous tension spline method. The sea level is generally rising at the mean rate of 4.64 mm·a-1over China seas in these 20 years. The sea level variations change with different seas and seasons. The mean rising rates are 4.44 mm·a-1, 2.34 mm·a-1, 3.02 mm·a-1and 4.25 mm·a-1over Bohai Sea, Yellow Sea, East China Sea and South China Sea, respectively. Temporal-spatial change of sea level over the study area is related to oceanic dynamics, submarine topography, monsoon, Kuroshio and ENSO. The main cycles of sea level change are one year and 9 years as derived from the wavelet analysis. El Nio and La Nia events make stronger effects on sea level variations over the South China Sea than the other seas.

Satellite altimetry; China seas; Sea level change; TOPEX/Poseidon; Jason-1; Jason-2

郭金運(yùn)，王建波，胡志博等. 2015. 由TOPEX/Poseidon和Jason-1/2探測(cè)的1993—2012中國(guó)海海平面時(shí)空變化.地球物理學(xué)報(bào)，58(9):3103-3120,

10.6038/cjg20150908.

Guo J Y, Wang J B, Hu Z B, et al. 2015. Temporal-spatial variations of sea level over China seas derived from altimeter data of TOPEX/Poseidon, Jason-1 and Jason-2 from 1993 to 2012.ChineseJ.Geophys. (in Chinese),58(9):3103-3120,doi:10.6038/cjg20150908.

10.6038/cjg20150908

P229

2014-10-22，2015-03-23收修定稿

國(guó)家自然科學(xué)基金(41374009)，山東省自然科學(xué)基金(ZR2013DM009)，公益性行業(yè)科研專項(xiàng)(201412001)，福建省自然科學(xué)基金(2012J01171)，山東科技大學(xué)科研創(chuàng)新團(tuán)隊(duì)支持計(jì)劃(2014TDJH101)資助.

郭金運(yùn)，博士，教授，博導(dǎo)，主要從事空間大地測(cè)量、海洋大地測(cè)量和物理大地測(cè)量等研究.E-mail:jinyunguo1@126.com