印度洋海底壓強(qiáng)的季節(jié)和長期變化

景雪懿, 程旭華

印度洋海底壓強(qiáng)的季節(jié)和長期變化

景雪懿1, 2, 程旭華3

1. 熱帶海洋環(huán)境國家重點(diǎn)實(shí)驗(yàn)室(中國科學(xué)院南海海洋研究所), 廣東 廣州 510301; 2. 中國科學(xué)院大學(xué), 北京 100049;3. 河海大學(xué)海洋學(xué)院, 江蘇 南京 210098

利用2003—2015年的重力恢復(fù)和氣候?qū)嶒?yàn)(Gravity Recovery and Climate Experiment, GRACE)衛(wèi)星觀測數(shù)據(jù), 揭示了印度洋海底壓強(qiáng)的變化特征, 并探討了其變化機(jī)制。結(jié)果表明, 印度洋海底壓強(qiáng)具有顯著的季節(jié)變化特征, 北半球冬季在40°S以北(南), 海底壓強(qiáng)呈負(fù)(正)異常, 夏季分布與冬季相反。印度洋區(qū)域的海底壓強(qiáng)空間分布與Ekman輸送空間分布有較好的對(duì)應(yīng)關(guān)系。正壓渦度方程診斷結(jié)果表明, 利用風(fēng)場重構(gòu)的海底壓強(qiáng)能夠較好地解釋印度洋海底壓強(qiáng)的季節(jié)和長期變化。此外, 海平面變化收支分析表明, 海底壓強(qiáng)的變化在高緯度區(qū)域主導(dǎo)了海平面變化。

印度洋; 重力恢復(fù)和氣候?qū)嶒?yàn)衛(wèi)星; 海底壓強(qiáng); 正壓作用

全球變暖背景下, 海平面上升問題愈發(fā)受到全世界研究者密切關(guān)注。海平面變化包含兩個(gè)主要分量, 即比容海面高度變化和海底壓強(qiáng)(海水質(zhì)量)變化。海水溫度和鹽度變化會(huì)導(dǎo)致海水膨脹或收縮, 進(jìn)而導(dǎo)致海水比容變化。海底壓強(qiáng)變化主要由冰川融水、陸地徑流、降雨、蒸發(fā)以及海水輸送與質(zhì)量交換等造成。Gill等(1973)通過理論診斷發(fā)現(xiàn), 海面風(fēng)場強(qiáng)迫作用是海底壓強(qiáng)季節(jié)變化的主要影響因素, 并指出高緯度海域海平面變化由海底壓強(qiáng)主導(dǎo), 而在低緯海域比容海面變化更為重要。

聯(lián)合國政府間氣候變化專門委員會(huì)(Intergovernmental Panel on Climate Change, IPCC)第五次評(píng)估報(bào)告表明, 全球平均海平面在20世紀(jì)的上升速率達(dá)1.7±0.2mm·a–1, 而1990年到2010年間增加至3.2±0.4mm·a–1。Chen等(2013)研究發(fā)現(xiàn)2005—2011年間海水質(zhì)量增加造成的海平面上升速度為1.8±0.47mm·a–1, 主導(dǎo)了海平面變化。進(jìn)入21世紀(jì)以后, 海水質(zhì)量變化對(duì)海平面上升的貢獻(xiàn)逐漸增大(Cazenave et al, 2010)。Chambers等(2017)綜合分析了ARGO浮標(biāo)、GRACE衛(wèi)星和衛(wèi)星高度計(jì)數(shù)據(jù), 指出2005—2014年間海底壓強(qiáng)變化的貢獻(xiàn)大約占全球平均海平面變化的68%, 而格陵蘭和南極的冰川、冰蓋融化加劇是近十年來其加速上升的主要因素。

海平面變化存在顯著的空間差異性, 過去20多年西太平洋和印度洋海平面有較高的上升速率, 其變化與區(qū)域海洋動(dòng)力過程有著緊密的聯(lián)系。在年代際尺度上, 與太平洋年代際振蕩(Pacific decadal oscillation, PDO)相關(guān)的熱帶西太平洋地區(qū)信風(fēng)增強(qiáng)導(dǎo)致該區(qū)域海平面上升(Merrifield et al, 2012), 而該信號(hào)通過Rossby波的形式傳至南海(Cheng et al, 2016)。在不同區(qū)域, 海水質(zhì)量的變化特征及其對(duì)海平面變化的貢獻(xiàn)也不盡相同, 因此區(qū)域海底壓強(qiáng)研究也是海平面變化的重要課題之一。在太平洋、大西洋和南大洋海域的中高緯度區(qū)域, 海底壓強(qiáng)具有顯著的季節(jié)和年際變化(Kanzow et al, 2005; Chambers et al, 2011; Johnson et al, 2013)。另外, 眾多觀測和模式研究均指出, 斜壓過程的重要性隨緯度降低而增加, 正壓作用反之。在南大西洋、北太平洋和北印度洋, 局地風(fēng)應(yīng)力驅(qū)動(dòng)的局地Sverdrup輸運(yùn)和Ekman抽吸, 以及斜壓Rossby波等在不同的時(shí)間尺度和區(qū)域能夠解釋不同程度的海平面和海底壓強(qiáng)的變化(Cabanes et al, 2006; Li et al, 2007; Cheng et al, 2013)。Chambers等(2009)分析重力恢復(fù)和氣候?qū)嶒?yàn)(Gravity Recovery and Climate Experiment, GRACE)衛(wèi)星數(shù)據(jù)進(jìn)一步發(fā)現(xiàn), 季節(jié)和年際尺度上不同大洋之間的海底壓強(qiáng)均存在一定的相關(guān)性。目前, 針對(duì)印度洋海底壓強(qiáng)變化及其機(jī)制的系統(tǒng)研究相對(duì)較少, 本文將從風(fēng)場正壓作用的角度對(duì)印度洋海底壓強(qiáng)的季節(jié)和長期變化進(jìn)行討論。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)介紹

文中使用的海底壓強(qiáng)(Ocean Bottom Pressure, OBP)數(shù)據(jù)來源于美國德克薩斯大學(xué)空間研究中心(Center for Space Research, CSR)公布的GRACE重力測量衛(wèi)星RL05數(shù)據(jù), 時(shí)間從2003年1月至2015年12月, 空間分辨率1°×1°。

所用風(fēng)場資料為歐洲中期天氣預(yù)報(bào)中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的ERA-Interim再分析同化數(shù)據(jù)集, 時(shí)間自2003年1月至2015年12月, 空間分辨率0.25°×0.25°。

使用的海平面異常數(shù)據(jù)來自歐洲“哥白尼”海洋環(huán)境監(jiān)測服務(wù)(Copernicus Marine Environment Monitoring Service, CMEMS)所發(fā)布的多衛(wèi)星融合海面高度異常(Sea Level Anomaly, SLA)資料, 該資料的空間分辨率為0.25°×0.25°, 時(shí)間范圍與風(fēng)場資料相同。比容海面高度數(shù)據(jù)是由空間分辨率1°×1°、垂向58層的全球海洋ARGO月均網(wǎng)格數(shù)據(jù)集計(jì)算得到, 海表鹽度也使用該數(shù)據(jù)集, 時(shí)間跨度從2004年1月至2015年12月。

1.2 方法

本文采用正壓渦度方程量化風(fēng)場對(duì)海底壓強(qiáng)變化的貢獻(xiàn)(Boening et al, 2011):

式中:為正壓海面高度(單位: m); 科氏參數(shù)=2sin,為地球自轉(zhuǎn)角速度(一般取7.292× 10–5rad·s–1),為緯度。為海水密度(單位: kg·m–3);為隨緯度的變化即=d∕d;為風(fēng)應(yīng)力(單位: N·m–2);a為海表面氣壓(單位: Pa);為海水深度(單位: m);、為積分的經(jīng)向和緯向距離(單位: m);為積分時(shí)間(單位: s);為底摩擦系數(shù);為重力加速度(單位: m·s–2)。若根據(jù)上式在給定區(qū)域內(nèi)自東向西沿緯向積分, 能夠得到在風(fēng)場作用下處的重構(gòu)海底壓強(qiáng)η:

式中:表示東邊界。右側(cè)積分項(xiàng)的第一項(xiàng)和第二項(xiàng)分別表示風(fēng)應(yīng)力旋度和海表面氣壓的作用, 第三項(xiàng)表示相對(duì)渦度的時(shí)間變化率, 第四項(xiàng)是由于水柱拉伸所導(dǎo)致的渦度變化, 表示海底地形作用導(dǎo)致的渦度平流, 最后一項(xiàng)為耗散項(xiàng),η為邊界條件。在只考慮風(fēng)應(yīng)力驅(qū)動(dòng)的情況下, 僅保留公式(2)右側(cè)積分第一項(xiàng), 取GRACE衛(wèi)星觀測數(shù)據(jù)作為東邊界條件η, 可以得到:

根據(jù)Thomson等(1989)給出的比容海面高度的模型, 將比容變化分為與溫度變化(Δ)有關(guān)的熱容海平面變化(T)和與鹽度變化(Δ)有關(guān)的鹽容海平面變化(S)兩個(gè)部分, 比容海面高度變化Δ可以表示為:

式中:和分別為海水的熱膨脹系數(shù)和鹽壓縮系數(shù);為海水密度(單位: kg·m–3);為海水溫度(單位: ℃);為海水鹽度(單位: ‰);表示某一深度位置(單位: m)。

2 印度洋海底壓強(qiáng)的季節(jié)變化和長期趨勢與風(fēng)場正壓作用

2.1 空間分布特征

基于多年GRACE衛(wèi)星資料得到的各季節(jié)印度洋海底壓強(qiáng)異常的空間分布如圖1所示(以1、4、7、10月代表冬、春、夏、秋季節(jié), 已去除長期趨勢), 圖中箭頭表示Ekman輸送大小和方向。圖1表明印度洋區(qū)域海底壓強(qiáng)存在明顯季節(jié)變化, 以35°—40°S附近區(qū)域?yàn)榉纸? 南北兩側(cè)呈反相變化。冬季, 海底壓強(qiáng)在45°S以南呈正異常, 而在0°—30°S之間呈負(fù)異常。夏季印度洋海盆海底壓強(qiáng)的分布與冬季相反, 春季、秋季分別和冬季、夏季較為接近?？梢钥闯? 45°S以南、30°S左右以北的南印度洋區(qū)域, 以及阿拉伯海和孟加拉灣均存在相對(duì)較明顯的季節(jié)變化。同時(shí)Ekman輸送導(dǎo)致的輻合(輻散)較好的對(duì)應(yīng)了海底壓強(qiáng)的正(負(fù))中心, 說明局地風(fēng)場產(chǎn)生的Ekman輸送對(duì)海底壓強(qiáng)的季節(jié)變化有較大的貢獻(xiàn)。

圖1 印度洋海底壓強(qiáng)與海表Ekman輸送的氣候態(tài)空間分布1Sv=1×106m3·s–1

對(duì)2003—2015年印度洋海底壓強(qiáng)的月平均時(shí)間序列進(jìn)行諧波分析, 得到圖2所示的年振幅(圖2a)和對(duì)應(yīng)相位(圖2b)的空間分布。振幅較大的區(qū)域和圖1顯示的強(qiáng)季節(jié)變化區(qū)域相吻合。從諧波分析的結(jié)果來看, 東南印度洋的年變化振幅最為強(qiáng)烈, 可以達(dá)到3cm以上, 中緯度南印度洋地區(qū)和孟加拉灣北部次之, 振幅在2cm左右, 這與Piecuch等(2014)給出的熱帶南印度洋2003—2012年的結(jié)果較為一致。除上述區(qū)域, 15°S以北遠(yuǎn)離岸界的海域都有較明顯的年振幅。相位的分布也能與圖1對(duì)應(yīng), 以45°S左右為界, 北部區(qū)域多在夏、秋季達(dá)到峰值, 且越往北達(dá)到峰值的時(shí)間也隨之推后, 至阿拉伯海和孟加拉灣北部區(qū)域于冬季到達(dá)峰值; 而南部區(qū)域則在北半球的冬季(1—2月)達(dá)到峰值。

圖2 印度洋海底壓強(qiáng)變化的年振幅(a)和相位(b) 圖中方框A、B表示選取的季節(jié)變化較強(qiáng)烈的區(qū)域, 作為2.2節(jié)中的研究區(qū)域

圖3給出的是2003—2015年期間海底壓強(qiáng)和Ekman輸送的長期趨勢?？梢钥闯? 在印度洋大部分海域, 海底壓強(qiáng)存在2~6mm·a–1的下降趨勢, 而西南印度洋呈現(xiàn)出2~4mm·a–1的上升趨勢, 孟加拉灣以南、安達(dá)曼海西南側(cè)出現(xiàn)明顯的上升趨勢。

圖3 2003—2015年期間印度洋海底壓強(qiáng)和Ekman輸送的變化趨勢 1Sv=1×106m3·s–1。圖中方框C、D表示選取的長期趨勢較為顯著的區(qū)域, 作為2.3節(jié)中的研究區(qū)域

圖3結(jié)果與Johnson等(2013)得到的2003—2012年間的線性趨勢總體上較為一致, 但是根據(jù)前人研究, 不同的數(shù)據(jù)來源所得到的空間分布略有差別。

2.2 海底壓強(qiáng)季節(jié)變化與風(fēng)場

對(duì)于季節(jié)變化和長期趨勢, Ekman輸送導(dǎo)致的輻合(輻散)均能夠在一定程度上與海底壓強(qiáng)變化的高(低)值中心相對(duì)應(yīng), 表明海洋對(duì)表面風(fēng)場的正壓響應(yīng)可以用于解釋印度洋海底壓強(qiáng)季節(jié)和長期變化, 尤其是在上述變化幅度較為明顯的區(qū)域。

根據(jù)諧波分析得到的印度洋海底壓強(qiáng)年變化振幅, 選取圖2中A、B兩個(gè)季節(jié)變化最強(qiáng)的區(qū)域作為印度洋高、中緯度的代表性區(qū)域。為了減小由于邊界以及積分累積造成的誤差, 僅在給定區(qū)域內(nèi)應(yīng)用公式3進(jìn)行計(jì)算, 東邊界條件仍然使用GRACE觀測數(shù)據(jù), 計(jì)算結(jié)果記為OBPW, 代表由風(fēng)場重構(gòu)得到的海底壓強(qiáng)。

圖4給出了A、B兩個(gè)區(qū)域觀測和診斷的氣候態(tài)月平均海底壓強(qiáng)曲線。兩個(gè)區(qū)域的OBPW變化與GRACE觀測均有較好的吻合, 表明印度洋區(qū)域海底壓強(qiáng)的季節(jié)變化主要受風(fēng)場的影響。A區(qū)域正壓診斷得到的重構(gòu)海底壓強(qiáng)年變化幅度略小于實(shí)測數(shù)據(jù), 可能與方程中略去的其他項(xiàng)有關(guān)。在北半球冬季, 南半球高緯地區(qū)海表鹽度有明顯降低, 二者的差異很可能是由于沒有考慮極地海冰融化、淡水注入等對(duì)附近區(qū)域海底壓強(qiáng)的貢獻(xiàn)。B區(qū)域診斷結(jié)果和觀測結(jié)果具有一個(gè)月左右的相位差, Piecuch等(2014)利用線性渦度方程對(duì)熱帶印度洋(10°—25°S)海底壓強(qiáng)進(jìn)行診斷, 發(fā)現(xiàn)斜壓作用在75°—105°E之間赤道東南印度洋區(qū)域較強(qiáng), 可以解釋觀測結(jié)果25%~35%左右的方差, 所以在B區(qū)域, 兩者的差異也可能與斜壓過程有關(guān)。圖4結(jié)果表明南印度洋風(fēng)場的正壓作用對(duì)海底壓強(qiáng)的年變化具有顯著的貢獻(xiàn)。

圖4 圖2中A區(qū)域(a)和B區(qū)域(b)平均的GRACE觀測的海底壓強(qiáng)與風(fēng)場重構(gòu)海底壓強(qiáng)季節(jié)變化曲線

2.3 海底壓強(qiáng)年際變化和長期趨勢

除了季節(jié)變化, 診斷得到的重構(gòu)海底壓強(qiáng)也可以解釋大部分海底壓強(qiáng)的低頻變化。選取印度洋海底壓強(qiáng)具有較為顯著上升和下降趨勢的C和D兩個(gè)區(qū)域作為印度洋高緯度和中低緯度的代表區(qū)域(圖3), 對(duì)觀測和診斷結(jié)果進(jìn)行對(duì)比。

圖5a和5c分別給出了C和D區(qū)域平均的海底壓強(qiáng)時(shí)間序列, 得到的線性趨勢均已通過99%的顯著性檢驗(yàn)。C和D區(qū)域的重構(gòu)海底壓強(qiáng)均與觀測的海底壓強(qiáng)具有一致的上升和下降趨勢, 其上升和下降速率分別為4.4mm×a–1和–3.5mm×a–1。風(fēng)場的正壓作用在兩個(gè)區(qū)域分別能夠解釋海底壓強(qiáng)長期趨勢的68%和80%左右, 表明海表風(fēng)場作用下的Sverdrup輸送是導(dǎo)致印度洋海底壓強(qiáng)長期變化的主要因素。去除線性趨勢后的海底壓強(qiáng)顯示出較強(qiáng)的年際變化特征, 且觀測海底壓強(qiáng)與重構(gòu)海底壓強(qiáng)有很強(qiáng)的相關(guān)性, 在C和D兩個(gè)區(qū)域兩者相關(guān)系數(shù)分別達(dá)到0.64和0.65, 均通過99%的信度檢驗(yàn)。圖5b和5d表明風(fēng)場的正壓作用對(duì)印度洋高緯度和中低緯度的海底壓強(qiáng)年際變化均有很大貢獻(xiàn)。

圖5 圖3中的C、D區(qū)域平均的包含長期線性趨勢(a, c), 以及去除線性趨勢(b, d)的GRACE觀測海底壓強(qiáng)與OBPW長期時(shí)間序列 T1、T2分別代表GRACE衛(wèi)星觀測海底壓強(qiáng)和ECMWF風(fēng)場重構(gòu)海底壓強(qiáng)的長期趨勢, r為二者對(duì)應(yīng)長期序列的相關(guān)系數(shù)

3 海底壓強(qiáng)變化對(duì)海平面變化的貢獻(xiàn)

前人研究表明, 高緯度海域的海底壓強(qiáng)與海平面在年內(nèi)時(shí)間尺度上的變化較為一致, 45°S以南的南大洋、40°N以北的西北太平洋地區(qū)和格陵蘭島以西海域是二者相關(guān)性較高的區(qū)域。此外, 在一些半封閉海域或者淺海地區(qū)(如印度尼西亞、地中海、北歐海等), 二者的變化也有很高的一致性(Vivier et al, 2005; Quinn et al, 2012; Cheng et al, 2013; Piecuch, 2013)?？紤]海平面以及比容海面高度、海底壓強(qiáng)之間的關(guān)系, 同樣針對(duì)上述4個(gè)區(qū)域, 分別從季節(jié)和長期變化的角度對(duì)三者進(jìn)行分析。

A、B區(qū)域平均多年氣候態(tài)月平均海平面異常、海底壓強(qiáng)異常和比容海面高度異常的曲線如圖6所示。海平面異常的季節(jié)變化在高緯區(qū)域和海底壓強(qiáng)季節(jié)變化很接近, 冬末春初達(dá)到正異常最大值, 夏末秋初達(dá)到負(fù)異常最大值, 比容海面高度與海平面的差異較大(圖6a)。中低緯區(qū)域的海平面季節(jié)變化和比容海面高度的季節(jié)變化較為一致, 冬季達(dá)到正異常最大值, 夏季達(dá)到負(fù)異常最大值, 而海底壓強(qiáng)的季節(jié)變化與二者相位相反且變化幅度較小(圖6b)。

圖6 海平面高度異常、比容海面高度異常和海底壓強(qiáng)異常(GRACE)在圖2中的A區(qū)域(a)和B區(qū)域(b)的季節(jié)變化曲線

圖7a和7c給出了在C、D區(qū)域去除氣候態(tài)月平均后的時(shí)間序列, 各變量的線性趨勢均通過了99%的顯著性檢驗(yàn)?？梢钥闯龊Ｆ矫娴淖兓诟呔暥葏^(qū)域和海底壓強(qiáng)較為一致(圖7a)二者相關(guān)系數(shù)達(dá)到0.85。海平面、海底壓強(qiáng)和比容海平面均顯示出明顯上升趨勢, 其上升速率分別為4.4mm×a–1、3.1mm×a–1和2.4mm×a–1, 海底壓強(qiáng)的上升主導(dǎo)了該區(qū)域的海平面上升。在中低緯區(qū)域, 海平面與比容海面高度變化序列的相關(guān)系數(shù)達(dá)到0.9, 海底壓強(qiáng)呈現(xiàn)出3.5mm×a–1的下降趨勢, 而海平面上升速率達(dá)到6.0mm×a–1, 比容海面高度的上升速率也達(dá)到了5.4mm×a–1, 說明在此區(qū)域, 絕大部分的海平面上升是由比容海面高度的升高所造成(圖7c)。去除線性趨勢以后, 年際尺度上的海平面變化在高(低)緯度區(qū)域和海底壓強(qiáng)(比容海面高度)也存在較為顯著的相關(guān)性, 相關(guān)系數(shù)達(dá)到0.7以上。

4 結(jié)論

本文利用GRACE觀測資料揭示了印度洋海底壓強(qiáng)的變化特征, 并通過正壓渦度方程診斷風(fēng)場正壓作用對(duì)海底壓強(qiáng)的貢獻(xiàn), 評(píng)估了海底壓強(qiáng)變化對(duì)海平面變化的貢獻(xiàn), 主要結(jié)論如下:

1) 印度洋海底壓強(qiáng)呈現(xiàn)出顯著的季節(jié)變化特征, Ekman輸送能夠在很大程度上決定海底壓強(qiáng)季節(jié)和長期變化的空間分布特征。

2) 使用僅考慮風(fēng)場作用的正壓渦度方程診斷所得到的重構(gòu)海底壓強(qiáng)(OBPW)能夠解釋實(shí)測海底壓強(qiáng)的大部分季節(jié)變化。在高緯度區(qū)域, OBPW的季節(jié)變化幅度要略小于GRACE衛(wèi)星數(shù)據(jù), 中低緯區(qū)域診斷結(jié)果與觀測數(shù)據(jù)比較接近, 但是存在一個(gè)月左右的相位差。

3) 印度洋風(fēng)場的正壓作用不論在中低緯還是高緯度區(qū)域, 對(duì)海底壓強(qiáng)的長期變化均有很大貢獻(xiàn), 可以解釋70%以上的長期變化趨勢。

4) 在高緯度(低緯度)區(qū)域的海平面變化由海底壓強(qiáng)變化(比容海面高度變化)主導(dǎo), 并顯示出一定的年際特征。

近年來, 極地的冰川冰蓋融化等致使的海底壓強(qiáng)上升愈發(fā)顯著, 所以對(duì)于海底壓強(qiáng)的深入討論對(duì)于未來海平面變化的研究和氣候預(yù)測等都有重要意義。

圖7 圖3中的C、D區(qū)域平均的包含長期線性趨勢(a, c), 以及去除線性趨勢(b, d)的海面高度異常、比容海面高度異常與海底壓強(qiáng)異常的長期時(shí)間序列 T1、T2和T3分別為海底壓強(qiáng)異常、海平面異常和比容海面異常的長期趨勢, r12和r23分別表示海平面異常與海底壓強(qiáng)、比容海面高度異常時(shí)間序列的相關(guān)系數(shù)

References

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.

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.

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

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

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

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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

JING Xueyi1, 2, CHENG Xuhua3

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

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 40oS; 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.

the Indian Ocean; GRACE satellites; ocean bottom pressure; barotropic response

date: 2018-11-29;

date: 2019-02-16.

National Key Research and Development Program of China (2018YFA0605702); Natural Science Foundation of China (41522601, 41876002); Fundamental Research Funds for the Central Universities (2017B04714)

CHENG Xuhua. E-mail: xuhuacheng@hhu.edu.cn

P731.1

A

1009-5470(2019)05-0010-08

10.11978/2018131

http://www.jto.ac.cn

2018-11-29;

2019-02-16。

殷波編輯

國家重點(diǎn)研發(fā)計(jì)劃課題(2018YFA0605702); 國家自然科學(xué)基金(41522601、41876002); 中央高?；究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目(2017B04714)

景雪懿(1994—), 女, 云南省昆明市人, 碩士研究生, 主要從事物理海洋學(xué)研究。E-mail: fableyy@hotmail.com

程旭華(1980—), 男, 江西省吉安市人, 教授, 主要從事海洋動(dòng)力學(xué)研究。E-mail: xuhuacheng@hhu.edu.cn

Editor: YIN Bo