1982—2021年黃、渤海表層溫度變化的線性和非線性特征分析

孫藝迪, 王 德, 高志強, 高 猛, 王躍啟

1982—2021年黃、渤海表層溫度變化的線性和非線性特征分析

孫藝迪1, 2, 3, 王 德1, 2, 高志強1, 2, 高 猛4, 王躍啟1, 2

(1. 中國科學(xué)院煙臺海岸帶研究所, 中國科學(xué)院海岸帶環(huán)境過程與生態(tài)修復(fù)重點實驗室, 山東 煙臺 264003; 2. 山東省海岸帶環(huán)境過程重點實驗室, 山東 煙臺 264003; 3. 中國科學(xué)院大學(xué), 北京 100049; 4. 煙臺大學(xué) 數(shù)學(xué)與信息科學(xué)學(xué)院, 山東 煙臺 264000)

近幾十年, 全球氣候變化背景下的海面溫度(Sea Surface Temperature, SST)呈現(xiàn)越來越顯著的非線性和非穩(wěn)定變化特征, 并且在局部海區(qū)表現(xiàn)得更加明顯。為全面認識海面溫度的長期演變過程, 本研究基于1982—2021年間AVHRR海表溫度遙感數(shù)據(jù), 利用多項式回歸趨勢分類方法, 系統(tǒng)分析了黃海和渤海(黃渤海)SST近40 a的長期變化及時空分布格局。結(jié)果顯示: 從1982年到2021年, 黃渤海SST以0.020 ℃/a的平均速度凈增加約0.772 ℃, 增溫幅度呈現(xiàn)明顯的空間異質(zhì)性和季節(jié)非對稱性; 從空間上來看, SST變化趨勢呈現(xiàn)明顯的西高東低的特征; 從季節(jié)上來看, SST變化趨勢呈現(xiàn)春夏季高、秋冬季低的特征; 受2012年前后全球增溫暫緩事件的影響, 黃渤海58.87%的區(qū)域表層SST呈現(xiàn)顯著的非線性(二次或三次多項式)趨勢, 20.62%的區(qū)域表現(xiàn)為隱藏的非線性趨勢, 4.21%的區(qū)域未呈現(xiàn)明顯的趨勢。結(jié)果表明, 在海面溫度長期變化研究中應(yīng)進一步關(guān)注其空間異質(zhì)性、季節(jié)對稱性以及趨勢的非線性特征。

全球變暖; 海面溫度; 黃海和渤海; 季節(jié)非對稱性; 趨勢非線性

海面溫度(Sea Surface Temperature, SST)作為關(guān)鍵的海洋環(huán)境變量, 是海洋表面水熱交換的重要參數(shù), 能夠指示海洋系統(tǒng)的動力過程[1], 同時通過海氣相互作用對降水[2-4]、氣候[5-6]以及海洋生態(tài)環(huán)境變化[7-8]等產(chǎn)生不容忽視的影響。對SST變化的準(zhǔn)確描述有助于提高我們對海洋環(huán)境和生態(tài)系統(tǒng)變化的認識。全球變暖使大氣和海水的溫度升高, 因此一直是人們持續(xù)關(guān)注的焦點, 最新政府間氣候變化專門委員會(IPCC)第六次氣候變化評估(AR6)報告中顯示, 自1850—1900年以來全球地表平均溫度已上升約1 ℃[9]。已有研究顯示, 1970年以來全球海洋持續(xù)升溫, 特別是近年來SST表現(xiàn)為持續(xù)大幅度升高[10]。

海洋溫度的變化趨勢具有復(fù)雜的時空變異特征[11]。雖然從年代際變化角度看, 全球大部分海區(qū)SST表現(xiàn)為顯著的增溫趨勢, 但是在極端事件(如: 全球增溫停滯)的影響下, SST也可能出現(xiàn)階段性變化[12-13]。已有研究表明, 全球海面溫度在經(jīng)歷20世紀70—90年代的持續(xù)增溫后, 1998—2012年出現(xiàn)了全球增溫暫緩現(xiàn)象, 變暖速率減緩至約0.005 ℃/a[14]。對此, 許多學(xué)者展開討論與研究, 嘗試從動力學(xué)、熱力學(xué)等方面對該現(xiàn)象進行解釋[15-17]。研究結(jié)果發(fā)現(xiàn), 增溫停滯現(xiàn)象是外部強迫和氣候系統(tǒng)內(nèi)部變率共同作用所致[18-19], 可能與太平洋年代際濤動(Pacific Decadal Oscillation, PDO)息息相關(guān)[20-21]。然而, 全球變暖在經(jīng)歷了十年左右的短暫放緩之后, 2012年開始全球海溫再次表現(xiàn)為持續(xù)快速的升高, 甚至在近幾年更是屢創(chuàng)新高[10]?？偟膩碚f, SST在百年尺度上的持續(xù)升高順應(yīng)了全球變暖的大趨勢, 在年代際尺度上則可能表現(xiàn)為明顯的階段性特征, 呈現(xiàn)出短暫的降速、停滯甚至反轉(zhuǎn)。另外, 在全球一致性變暖的背景下, 由于地理環(huán)境的差異, 受區(qū)域氣候變化、變率與關(guān)鍵熱動力過程等作用體系調(diào)控的不同, 各區(qū)域海洋對氣候變化的響應(yīng)具有非均勻性, 特別應(yīng)關(guān)注的是區(qū)域性海洋氣候變化的方向、速率和幅度差異[22]。因此, 探討SST長期變化的階段性和區(qū)域性差異有助于深化我們對海洋環(huán)境和海洋生態(tài)系統(tǒng)長期變化的認識。

在全球氣候變化的大背景下, 中國近海SST的時空演化及其對氣候和海洋環(huán)境變化的響應(yīng)和影響同樣不容忽視。近百年來, 渤海、黃海、東海和南海均出現(xiàn)SST的顯著升高[23], 自20世紀80年代以來升溫更加明顯[24]。1945—2006年期間以0.015 ℃/a速度升高, 總體升溫約0.9 ℃[25]。在黃海和渤海(黃渤海)海域, 1870—2011年期間的SST持續(xù)升高, 且升溫幅度相對較高[26], 渤海在20世紀60—90年代大約升溫0.48 ℃[27], 平均升溫速率約為0.011 ℃/a[28]。在全球增溫停滯期間, 有研究發(fā)現(xiàn)我國近海的SST變化趨勢與全球平均地表溫度變化具有較好的一致性, 停滯或者降溫的趨勢明顯[13, 29-30]。譚紅建等通過對東海和南海的研究發(fā)現(xiàn): 其溫度變化速率相對較高, 并認為我國近海SST的年代際變化與PDO相位轉(zhuǎn)換的關(guān)系密切[30]; 張琪等的研究發(fā)現(xiàn): 1998—2014年黃海、渤海和東海的海溫變化呈減小的趨勢, 且在此期間海溫變化的區(qū)域性和季節(jié)特征顯著[13]; Wang等針對中國海域, 分別對1982—1997年的快速升溫期和1998—2013年的增溫停滯期進行研究, 提出了不同時期極值海溫在空間、季節(jié)上存在明顯的不對稱性[29]。此外, 在不同的時間尺度上, 也有學(xué)者對中國近海SST的變化進行了研究, 發(fā)現(xiàn)近海SST的年際變化在季節(jié)上有顯著的差異[1, 11, 31]。

綜上所述, 目前我國近海SST的研究時段多至2015/2016年前后為止, 專門針對黃海和渤海研究相對較少; 此外, 近幾年來, 新的資料表明SST已進入了全新的加速上升期, 對SST在最近幾年的變化仍需持續(xù)研究和關(guān)注。另外, 以往研究表明, 在全球變暖停滯事件的影響下, 中國近海SST在過去的幾十年呈現(xiàn)明顯的階段性振蕩。因此, 本研究擬借助多項式回歸自動趨勢分析和分類方法, 分析1982—2021年黃渤海海域SST的長期變化及時空分布格局。

1 數(shù)據(jù)來源和方法

1.1 研究區(qū)域

黃海和渤海(31°~41°N, 117°~127°E)地理位置如圖1所示, 渤海是我國最北的近海, 是一個半封閉的內(nèi)海; 黃海是西太平洋典型的半封閉邊緣海, 具有明顯的陸緣海特性。黃渤海(Bohai Sea and Yellow Sea, BYS)SST對沿海地區(qū)氣候、經(jīng)濟等方面有重要影響。

圖1 研究區(qū)位置圖

(根據(jù)審圖號GS(2020)4619號的地圖制作)

1.2 數(shù)據(jù)來源

本文選取NOAA/NCDC遙感衛(wèi)星搭載的AVHRR傳感器測得的逐日最優(yōu)插值海面溫度資料, 時間跨度為1982年1月1日至2020年12月31日, 空間分辨率為0.25°×0.25°, 該資料通過最優(yōu)插值算法融合了衛(wèi)星、船舶與浮標(biāo)資料[32-33], 有較高的準(zhǔn)確性和較長時間跨度, 廣泛應(yīng)用于長時序的海面溫度變化規(guī)律的相關(guān)研究, 數(shù)據(jù)獲取網(wǎng)址為: http://www. esrl.noaa.gov/psd/data/gridded/data.noaa.oisst.v2.highres.html。本文基于逐日數(shù)據(jù)產(chǎn)品, 利用算術(shù)平均獲得SST月均值和年均值數(shù)據(jù), 然后提取1982—2021年黃渤海區(qū)域(31°~41°N, 117°~127°E)范圍的SST資料, 形成40×40網(wǎng)格的SST時間序列, 用于相關(guān)的趨勢分析。

1.3 研究方法

為了能夠描述海面溫度的長期變化趨勢, 并對比分析線性和非線性趨勢的時空分布格局, 本文使用線性最小二乘擬合來量化時間序列的線性趨勢及顯著性檢驗。另外, 為了提取和區(qū)分不同的時間序列的非線性趨勢, 本文引入了Jamali等[34]提出的多項式回歸趨勢分類方法對時間序列進行分析, 圖2為該方法的技術(shù)流程。該方法常用于趨勢分類和比較研究, 基于多項式回歸自動檢測和區(qū)分不同的趨勢類型, 即三次趨勢及其隱藏趨勢、二次趨勢及其隱藏趨勢、線性趨勢及無顯著趨勢類型。其中, 在三次或二次多項式擬合顯著時, 若時間序列在選定時段內(nèi)未產(chǎn)生顯著凈變化(線性趨勢不顯著), 其趨勢類型則被歸類至三次或二次隱藏趨勢。

圖2 多項式趨勢分類方法流程

多項式趨勢分類方法由3個階段組成, 首先建立多項式模型并進行三次趨勢的多項式擬合, 若在α=0.05的條件下通過檢驗的顯著性評估, 則檢測擬合曲線中是否同時存在極大值與極小值。若不符合以上任一條件, 則進入下一個階段; 若符合條件, 則對其進行線性擬合。如果線性擬合模型的統(tǒng)計結(jié)果顯著, 則為三次趨勢, 否則為三次隱藏趨勢。若三次多項式擬合失敗, 則進入第二階段進行二次趨勢的多項式擬合, 以相同的流程進行分析, 但在檢測極值時僅檢測擬合曲線是否存在一個極大值或一個極小值。若符合流程條件, 則對其進行線性擬合。如果線性擬合模型的統(tǒng)計結(jié)果顯著, 則為二次趨勢, 否則為二次隱藏趨勢。

在隱藏趨勢中, 時間序列存在顯著升高-降低-升高(或降低-升高-降低)的三次趨勢, 或者顯著升高-降低(或降低-升高)的二次趨勢, 但在整個研究期間, 時間序列并未出現(xiàn)凈增長或凈減少的現(xiàn)象[35]。若前兩個階段的多項式擬合結(jié)果均失敗, 則進入最后階段進行線性擬合。如果線性模型擬合的統(tǒng)計結(jié)果顯著, 則為線性趨勢, 否則將其歸為無趨勢類型。

2 結(jié)果

2.1 近40 a黃渤海SST的增溫特征

2.1.1 區(qū)域平均SST的增溫特征

對黃渤海區(qū)域內(nèi)SST年平均時序數(shù)據(jù)進行線性趨勢分析, 得到黃渤海SST在1982—2021年的平均變化特征(圖3)。過去40年, 黃渤海平均SST總體顯著上升, 平均變暖速率為0.020 ℃/a(< 0.01)。如圖3所示, 平均SST低值主要出現(xiàn)在兩個時期, 分別為1985—1988年和2010—2013年, 在此期間平均SST分別在1987和2011年時達到最小值14.38 ℃和14.51 ℃; 平均SST的顯著高值出現(xiàn)在1982—1983年、1997—1998年和2017—2021年3個時間段, 并且平均SST在2021年達到最大值16.06 ℃。

圖3 1982—2021年黃渤海年平均SST的線性趨勢

黃渤海平均SST在不同月份的線性增溫趨勢見圖4。從結(jié)果看, 盡管所有月份的平均SST在過去40年均表現(xiàn)為增加的趨勢, 但不同的月份的平均增溫速率具有明顯的差異。3月至6月和8月增溫最快,速率均在0.02 ℃/a以上(<0.05), 其中5月平均增速最快達到0.028 ℃/a。9月至11月份平均增溫速率較低, 均小于0.02 ℃/a, 其中9月最低, 增速為0.017 ℃/a; 其中, 冬季的12月至次年2月, 以及夏季的7月增溫趨勢均不顯著(>0.05), 未產(chǎn)生顯著的凈變化量, 因此在圖4中無擬合曲線。

圖4 1982—2021年黃渤海不同月份平均SST的線性趨勢

2.1.2 SST變化的空間差異

圖5為1982—2021年黃渤海年平均SST變化的空間分布, 綠色點狀標(biāo)記表示研究期間格點存在SST凈變化, 即線性趨勢顯著(<0.05)。平均SST的趨勢呈現(xiàn)明顯的西高東低的形勢。渤海海域海溫變化均為正趨勢, 且渤海灣、萊州灣近岸地區(qū)增溫平均速率較快(>0.03 ℃/a,<0.05)。自渤海海峽往東, 增溫平均速率降低, 直至西朝鮮灣處局部出現(xiàn)負趨勢。山東半島南部和江蘇沿岸海域增溫平均速率相對較小(>0.02 ℃/a,<0.05), 但長江入?？谔幵鰷厮俾蚀笄页霈F(xiàn)北向水舌。由黃海中部海域向東到朝鮮半島近岸地區(qū)降溫速率逐漸增大, 并在朝鮮半島西南部達到最快降溫(<–0.015 ℃/a,<0.05)。此外, 除朝鮮半島西南部外, 由黃海中部到朝鮮半島西岸以及濟州島西南部未出現(xiàn)SST凈變化。

表1為黃渤海SST不同月份的線性趨勢統(tǒng)計特征。

圖5 1982—2021年黃渤海年平均SST趨勢的空間分布

表1 1982—2021年黃渤海不同月份SST空間趨勢變化所占比例(單位: %)

其中, 無顯著趨勢是指線性趨勢分析結(jié)果未呈現(xiàn)明顯的變化趨勢; 顯著增高是指線性分析結(jié)果呈現(xiàn)明顯的正趨勢; 顯著降低是指線性分析結(jié)果呈現(xiàn)明顯的負趨勢。從統(tǒng)計結(jié)果看, 春季和秋初具有顯著趨勢變化的格點所占比例較大, 其中3月的比例最高達到60.98%, 而1月、2月和7月大部分海域相對穩(wěn)定, 平均SST未出現(xiàn)大面積變化, 其中7月份的所占比例最小, 僅有30.04%。從趨勢方向來看, 顯著增高趨勢占絕對主導(dǎo)地位, 3—6月和8—10月顯著升溫的面積占比均超過50%, 其中3月和10月最大均超過58%, 1—2月和7月占比均未超過35%。此外, 具有顯著降溫趨勢的月份集中在冬季的12月—2月, 占比相對較小均未超過7%。

黃渤海不同月份SST的線性趨勢的空間分布如圖6所示。結(jié)果顯示過去40 a黃渤海溫度的趨勢呈現(xiàn)明顯的季節(jié)特征。冬季各月份, 渤海出現(xiàn)SST顯著凈變化面積較小, 且主要集中在渤海中部; 黃海出現(xiàn)SST顯著凈變化的面積在夏季月份較小, 主要集中于黃海中西部。從趨勢變化的平均速率看, SST在春季和夏季變化速度較快, 秋季和冬季變化則相對較慢。在渤海海域, 渤海中部全年平均SST均為升溫趨勢。遼東灣、渤海灣和萊州灣的SST趨勢具有明顯的季節(jié)分異特征, 11月至次年2月主要為負趨勢, 其他月份則以不同速率的增高, 其中萊州灣2月以正趨勢變化, 變化相對較早, 遼東灣和渤海灣3月增溫速率增大, 在9—10月增溫速率逐漸減小。黃海海域整體趨勢為西升東降, 北黃海局部近岸海域在12月至次年2月降溫速率大, 但3月趨勢為增溫的面積最大。山東半島東部近岸海域在大多數(shù)月份呈增溫趨勢, 但1—2月及7月出現(xiàn)小范圍降溫。長江口近岸海域12月至次年2月降溫趨勢呈放射狀, 3月升溫趨勢主導(dǎo)且速率相對較高。朝鮮半島西部近海冬季和春季SST降溫速率快, 且由近岸至近海地區(qū)速率逐漸減小, 此外, 濟州島西南部在1—4月出現(xiàn)舌狀降溫趨勢。

圖6 1982—2021年黃渤海不同月份平均SST線性趨勢的空間分布

2.2 近40 a黃渤海SST的非線性趨勢特征

2.2.1 區(qū)域平均SST的變化特征

將1982—2021年黃渤海SST年平均時序數(shù)據(jù)經(jīng)多項式趨勢分析后(圖7), 發(fā)現(xiàn)黃渤海年平均SST在過去40年里呈現(xiàn)顯著的三次多項式趨勢(<0.01)。從趨勢線來看, 1982—2021年間, SST大致經(jīng)歷了逐漸升溫-升溫放緩-加速升溫的非線性變化過程。具體的階段性變化特征表現(xiàn)為: 1998年之前, SST表現(xiàn)為逐漸升溫(0.042 9 ℃/a); 1998—2012年間, SST表現(xiàn)為升溫放緩(0.004 7 ℃/a); 2012年之后, SST進入新的加速上升期(0.067 9 ℃/a)。

黃渤海不同月份的平均SST時序的多項式趨勢分析結(jié)果見圖8。其中黑色線表示平均溫度的變化; 紅色虛線表示顯著的線性變化; 藍色虛線表示顯著的非線性變化; 未有顯著趨勢線的則不劃趨勢線(7月)。結(jié)果來看, 1月、2月和12月為三次隱藏趨勢(<0.01), 且均表現(xiàn)為升高-降低-升高, 極大值出現(xiàn)在1995/1996年, 極小值則出現(xiàn)在2010年附近; 3月和4月為三次趨勢(<0.01), 同樣表現(xiàn)為升高-降低-升高, 極大值出現(xiàn)在1996年, 極小值分別出現(xiàn)在2008年和2009年。5月、6月和8月—11月為線性升溫趨勢(<0.05), 其中5月升溫速率最快, 6月、8月次之, 9—11月升溫較慢, 7月則無明顯趨勢。從季節(jié)上看, 春季和冬季SST自1982年開始升高, 以1995/1996年為轉(zhuǎn)折點逐漸降低, 在2010年前后再次進一步升高; 而夏季、秋季SST呈線性上升且增溫速率較快?？傮w而言, 黃渤海SST在冷半年以三次或者三次隱藏趨勢為主, 而暖半年以線性增加趨勢為主。

圖8 1982—2021年黃渤海不同月份平均SST的趨勢

2.2.2 SST變化的空間分類

圖9為不同趨勢類型的空間分布以及所占比例。由圖9可見, 黃渤海有超過一半格點趨勢類型為三次趨勢, 多分布于渤海中部和黃海西部。三次隱藏趨勢類型所占面積約為18%, 黃海東部所占面積最大, 小范圍分布于山東半島東部近海。遼東灣、渤海灣以及萊州灣為線性趨勢集中分布的區(qū)域, 其他類型為線性趨勢的格點不規(guī)則地分布于黃海。二次趨勢及其隱藏趨勢所占面積相對較小, 濟州島西南海域呈西北-東南型分布, 而黃河入海口近海則為二次趨勢。此外, 歸類為無趨勢類型的格點僅占約4%, 分布于朝鮮半島西岸江華灣附近海域。

圖9 1982—2021年黃渤海年平均SST趨勢類型的空間分布及所占比例

表2為黃渤海平均SST不同月份趨勢類型的統(tǒng)計特征。由統(tǒng)計結(jié)果看, 線性趨勢在4—6月、10—11月占主要地位(>30%), 7—9月次之(>20%)。二次趨勢及其隱藏趨勢所占面積總體較小, 其中二次趨勢主要分布于8—10月(>10%), 二次隱藏趨勢則在9—11月時所占面積相對較大(>10%)。三次趨勢集中分布于12—3月(>20%), 且3月達到最高占比48.89%; 三次隱藏趨勢則大面積分布于1月、2月(>40%)。7月大多數(shù)海域變化不明顯, 無趨勢面積約占比61.53%。

黃渤海平均SST不同月份趨勢類型空間分布如圖10所示。渤海海域趨勢類型分布的變化相對穩(wěn)定, 主要為線性趨勢、三次趨勢及其隱藏趨勢。渤海中部12月、1月主要為線性趨勢, 三次趨勢及其隱藏趨勢在2、3月占比增大, 4月為線性趨勢, 8月大面積海域被二次趨勢占據(jù)并逐漸向岸消散, 9月由三次趨勢過渡, 10—12月由線性趨勢主導(dǎo)。渤海灣、遼東灣和萊州灣變化復(fù)雜, 大多月份以二次趨勢為主, 但在12月至次年3月由三次趨勢及其隱藏趨勢占主要地位。

黃海12月至次年3月為三次趨勢及其隱藏趨勢, 其余月份主要為線性趨勢并分布于黃海西部。黃海北部海域6、7月無趨勢變化, 8月至年末則主要為二次趨勢及其隱藏趨勢, 伴有少數(shù)線性趨勢沿岸分布。中部海域7月無趨勢變化, 9月海州灣以三次趨勢及其隱藏趨勢為主, 10月主要類型轉(zhuǎn)變?yōu)槎乌厔菁捌潆[藏趨勢。南黃海海域1—3月以三次趨勢及其隱藏趨勢為主, 4—8月大面積海域以線性趨勢為主, 9—11月自西到東由線性趨勢變?yōu)槎乌厔菁捌潆[藏趨勢, 其中濟州島西南部海域在12—2月存在由二次趨勢經(jīng)線性趨勢過渡至無趨勢類型的舌狀區(qū)域并深入南黃海。

表2 1982—2021年黃渤海不同月份SST趨勢類型所占的空間比例(單位: %)

圖10 1982—2021年黃渤海不同月份平均SST趨勢類型的空間分布

3 討論

3.1 黃渤海的平均增溫特征及其成因

過去40 a, 黃渤海SST以大約0.020 ℃/a的平均速率升溫, 與以往研究相比有一定程度的偏高[36], 偏高的原因主要是2015年之后SST大幅升高?；诙囗検交貧w的非線性趨勢分析發(fā)現(xiàn): 過去40 a黃渤海表層平均SST呈顯著三次趨勢, 即主要歷經(jīng)3個時期: 持續(xù)升溫-短暫減緩-快速升溫, 且減緩時段與廣泛關(guān)注的全球增溫停滯期基本一致[18, 20], 并且平均SST的變化與全球平均地表溫度變化亦有較強的一致性[30], 這一定程度上反映了黃渤海溫度與陸地溫度變化的同步性。

從黃渤海平均SST的變化看(圖7), 其平均高溫大致出現(xiàn)在1982—1983年、1997—1998年和2017— 2021年3個時間段。目前已有研究表明我國近海SST異常與ENSO事件存在一定關(guān)聯(lián)[37-38], 甚至不同類型厄爾尼諾的不同時期也使SST產(chǎn)生不同變化方向的異常[39-40], 作為ENSO事件表征的PDO相位與SST存在一定關(guān)系, 并通過東亞季風(fēng)影響我國近海SST[30]。根據(jù)中國氣象局國家氣候中心發(fā)布的《ENSO歷史事件統(tǒng)計表》(http://cmdp.ncc-cma.net/download/ ENSO/Monitor/ENSO_history_events.pdf)并結(jié)合圖7發(fā)現(xiàn), 在ENSO暖事件(厄爾尼諾)發(fā)生的年份, 黃渤海年均SST偏高, 特別在發(fā)生超強事件的1982—1983年和1997—1998年尤為典型。在大尺度超強暖事件的影響下, 海氣相互作用強烈, 黃渤海SST在短時間內(nèi)大幅抬升, 導(dǎo)致SST在短時間大幅度抬升之后的十年際尺度上的趨勢表現(xiàn)為增速減緩, 進而造成了黃渤海平均SST在近40 a整體時間上的波動變化。因此, 黃渤海SST的這種長期的非線性趨勢一定程度上體現(xiàn)了局部海域?qū)θ蛐詺夂蜃兓渑录捻憫?yīng)。

黃渤海不同月份的平均SST的趨勢分析結(jié)果顯示, 黃渤海平均SST在除7月之外的暖季(5—11月)大致表現(xiàn)為線性增加, 且夏季月份增溫相對較快。而冷季的12月至次年4月多表現(xiàn)為三次趨勢或三次隱藏趨勢, 趨勢變化大致為升高-減緩-升高。因此, 整體上看, 黃渤海平均SST的變化表現(xiàn)為顯著的冷、暖季非對稱特征。冷季受黃海暖流和強烈冬季風(fēng)的影響, 水體穩(wěn)定性差, SST年際變化的波動性較大。而暖季黃渤海受冷水團控制, 加之季風(fēng)減弱, 水體穩(wěn)定性增強, SST年際變化較為穩(wěn)定。

3.2 黃渤海SST變化的時空差異及其成因

黃渤海SST受太陽輻射、大陸氣候和海流等多種環(huán)境因素直接或間接影響, 如冬季黃海暖流能夠穩(wěn)定暖流區(qū)SST[41], 夏季黃海中部的冷水團也會對SST產(chǎn)生一定影響[42], 因此, 地理環(huán)境差異以及區(qū)域氣候變化等各種不同要素共同作用形成了黃渤海SST非均勻的時空分布格局。

從年空間分布上來看, 渤海海域持續(xù)升溫, 海灣地區(qū)受鄰近陸地影響對氣溫響應(yīng)快, 變化速率快, 隨著全球氣溫持續(xù)升高, 平均SST相對升溫趨勢較強, 且強趨勢地區(qū)多表現(xiàn)為線性趨勢, 而中部海域SST則以三次趨勢形勢增高。黃海與外海水體交換相對充分, SST變化速率相對較小但具有較強的空間異質(zhì)性, 自西向東趨勢由升溫過渡到降溫。黃海西部和中部多以三次趨勢升溫, 受地形和潮差影響, 西朝鮮灣和朝鮮半島南部西岸海域以降溫趨勢為主且表現(xiàn)為三次隱藏趨勢, 由此可以證明升溫現(xiàn)象主要是由線性趨勢主導(dǎo)。緯向風(fēng)驅(qū)動海水運動產(chǎn)生上升流, 隨著渤海和黃海表底層海水交換而導(dǎo)致SST發(fā)生變化。

根據(jù)不同月份的空間趨勢分析結(jié)果, 黃渤海SST季節(jié)特征差異明顯。春季和夏季SST變化幅度大, 主導(dǎo)的趨勢類型由三次趨勢及其隱藏趨勢逐漸轉(zhuǎn)變?yōu)榫€性趨勢。隨著太陽輻射增強, 氣溫升高, 3月大部分海域升溫速率快。渤海中部SST變化多由線性趨勢主導(dǎo), 渤海灣、萊州灣和遼東灣SST升溫速率增大, 趨勢類型由三次趨勢變?yōu)槎乌厔? 8月則基本為二次趨勢。進入夏季后, 黃海西部SST以線性趨勢升高, 但大部分海域受低溫冷水團控制, 趨勢相對較弱且未產(chǎn)生凈變化。

秋季和冬季SST趨勢則相對穩(wěn)定, 由線性趨勢逐漸轉(zhuǎn)變?yōu)槿乌厔菁捌潆[藏趨勢。9月渤海中部SST升溫速率放緩且主導(dǎo)趨勢由三次趨勢變?yōu)榫€性趨勢。在陸地氣溫的影響下, 渤海灣、萊州灣、遼東灣和西朝鮮灣水深淺, 海面溫度變化幅度大、變化速率快[41]且對氣溫響應(yīng)快, 以降溫趨勢為主且降溫速率快, 12月降溫速率達到最大, 多表現(xiàn)為三次隱藏趨勢。黃海海域受冬季黃海暖流影響多以三次趨勢及其隱藏趨勢形式升溫, 自西向東趨勢由升高向降低轉(zhuǎn)變。黃海暖流能夠使流經(jīng)地區(qū)SST穩(wěn)定, 因此濟州島西南部水體呈舌狀深入南黃海[43], 趨勢類型由二次趨勢經(jīng)線性趨勢過渡至無趨勢類型, 且SST趨勢無凈變化。長江入海口近岸海域SST增溫秋季速率減緩, 在冬季以三次趨勢-三次隱藏趨勢呈放射狀降溫, 次年春季受徑流影響升溫變化明顯。

季風(fēng)系統(tǒng)的變化能夠通過海氣熱交換影響海溫, 黃渤海地處東亞季風(fēng)區(qū), 冬季盛行干冷的西北季風(fēng), 帶來強冷空氣冷卻表層海水, 且大風(fēng)增加海表蒸發(fā)潛熱, 降低海面溫度; 而夏季盛行偏南風(fēng), 來自熱帶海洋的暖濕氣流能夠相對穩(wěn)定海溫變化。在全球氣候變化背景下, 東亞季風(fēng)強度自1979年至2020年整體呈減弱趨勢, 其中東亞冬季風(fēng)指數(shù)存在階段性變化, 20世紀80至90年代較弱, 20世紀90年代至20世紀末偏強, 且在進入21世紀后至2020年幾乎持續(xù)較弱[44]。在此期間黃渤海冬季SST產(chǎn)生一定程度的趨勢響應(yīng), 在1997/1998年附近海面溫度趨勢增長速度開始減緩。研究發(fā)現(xiàn)東亞季風(fēng)在冬季與黃渤海SST相關(guān)關(guān)系顯著且與黃海SST具有相對較高的關(guān)聯(lián)程度。東亞冬季風(fēng)指數(shù)與SST負相關(guān)性顯著[45], 東亞冬季風(fēng)的減弱[36]也對黃海海域SST趨勢增高有一定程度的影響。此外, 黑潮及其分支的熱輸送影響我國東海及南黃海海域海洋環(huán)境[46], 研究發(fā)現(xiàn)黑潮自1981年以來溫度長期增高[47], 這對黃海南部的海面溫度趨勢的增高也存在一定程度影響。

總體來看, 在全球氣溫變暖的時候, 黃渤海海面溫度加速上升, 而當(dāng)變暖停滯時, 黃渤海海面溫度增速減緩。在氣溫、季風(fēng)等因素的作用下, 海洋上層大氣通過熱量交換影響海面溫度變化, 黃渤海對全球氣候變化的響應(yīng)敏感。

3.3 本研究的局限性和展望

本文利用AVHRR OISST產(chǎn)品分析了1982—2021年黃渤海SST長期變化及時空分布格局, 該數(shù)據(jù)產(chǎn)品空間分辨率為0.25°×0.25°, 但研究區(qū)域內(nèi)的渤海海域面積相對較小且三面環(huán)陸, 黃海為相對半封閉的邊緣海, 因此可以考慮通過使用更高空間分辨率的數(shù)據(jù)來完善近岸地區(qū)SST變化的研究。ENSO作為與全球氣候變化異常息息相關(guān)的周期性熱帶太平洋SST異?，F(xiàn)象, 對中國近海SST也有一定程度影響, 但由于影響黃渤海SST的環(huán)境因素較多, 因此與之相關(guān)的研究較少, 后續(xù)可以通過區(qū)分不同海域范圍和時期并采用其他相關(guān)指數(shù)來探索黃渤海對該現(xiàn)象的響應(yīng)。此外, 長期以來, 黃渤海SST受陸地、季風(fēng)等地理環(huán)境因素和氣候區(qū)域性特征影響表現(xiàn)出階段性變化, 因此針對全球增溫停滯期黃渤海SST時空格局特征以及該時期SST變化對臨近陸地氣候、海洋生態(tài)環(huán)境的影響也待進一步探究。

4 結(jié)論

本文基于AVHRR最優(yōu)插值海面溫度遙感資料, 采用多項式趨勢回歸與分類方法系統(tǒng)地分析了1982—2021年黃渤海SST長期變化的線性和非線性特征及空間分布格局, 得到以下結(jié)論:

1)在1982—2021年間, 黃渤海SST整體以0.020 ℃/a平均速率升溫, 期間凈增加約0.772 ℃, 表現(xiàn)為顯著的三次趨勢, 1982—1998年SST迅速升高, 1998—2012年期間短暫減緩, 2012—2021年SST再次加速升高。在空間分布上, SST東西空間格局差異大, 趨勢表現(xiàn)為西部升溫而東部降溫, 升溫區(qū)域由三次趨勢主導(dǎo), 降溫區(qū)域由三次隱藏趨勢主導(dǎo)。整體來看, 受全球增溫暫緩事件的影響, 黃渤海58.87%的區(qū)域表層SST呈現(xiàn)顯著的非線性(二次或三次)趨勢, 20.62%的區(qū)域表現(xiàn)為隱藏的非線性趨勢。

2)近40年來, 黃渤海月平均SST整體表現(xiàn)為變暖的趨勢, 但受氣候特征、海水穩(wěn)定性的影響, SST趨勢的季節(jié)非對稱性明顯, 春季、夏季SST表現(xiàn)為持續(xù)快速升溫, 而秋季和冬季SST則表現(xiàn)為較強的波動性變化, 即黃渤海SST在冷半年主要表現(xiàn)為升高-減緩-升高的三次或者三次隱藏趨勢且波動明顯、面積范圍廣, 而暖半年則相對穩(wěn)定, 以線性增加趨勢為主。

[1] 鮑獻文, 萬修全, 高郭平, 等. 渤海、黃海、東海AVHRR海表溫度場的季節(jié)變化特征[J]. 海洋學(xué)報(中文版), 2002, 24(5): 125-133.

BAO Xianwen, WAN Xiuquan, GAO Guoping, et al. The characteristics of the seasonal variability of the sea surface temperature field in the Bohai Sea, the Huanghai Sea and the East China Sea from AVHRR data[J]. Acta Oceano-logica Sinica, 2002, 24(5): 125-133.

[2] HE J, JOHNSON N C, VECCHI G A, et al. Precipitation sensitivity to local variations in tropical sea surface tem-pe-ra-ture[J]. Journal of Climate, 2018, 31(22): 9225- 9238.

[3] TRENBERTH K E, BRANSTATOR G W, KAROLY D, et al. Progress during TOGA in understanding and modeling global teleconnections associated with tropical sea surface temperatures[J]. Journal of Geophysical Resea-rch: Oceans, 1998, 103(C7): 14291-14324.

[4] 黃曉璐, 徐海明, 鄧潔淳. 冬季中國近海海表溫度的長期升高及其對中國降水的影響[J]. 氣象學(xué)報, 2015, 73(3): 505-514.

HUANG Xiaolu, XU Haiming, DENG Jiechun. Long- term rising of SST over the marginal seas of China in winter and its impact on precipitation in China[J]. Acta Meteorologica Sinica, 2015, 73(3): 505-514.

[5] 陳佩燕, 倪允琪, 殷永紅. 近50年來全球海溫異常對我國東部地區(qū)冬季溫度異常影響的診斷研究[J]. 熱帶氣象學(xué)報, 2001, 17(4): 371-380.

CHEN Peiyan, NI Yunqi, YIN Yonghong. Diagnostic study on the impact of the global sea surface tempera-ture anomalies on the winter temperature anomalies in eastern China in past 50 years[J]. Journal of Tropical Meteorology, 2001, 17(4): 371-380.

[6] 陳少勇, 張燕霞, 夏權(quán), 等. 中國東部冬季氣溫異常與海表溫度異常的關(guān)系分析[J]. 高原氣象, 2009, 28(5): 1181-1188.

CHEN Shaoyong, ZHANG Yanxia, XIA Quan, et al. Analysis of relationship between winter air temperature in eastern China and sea surface temperature anomaly[J]. Plateau Meteorology, 2009, 28(5): 1181-1188.

[7] BEHRENFELD M J, O’MALLEY R T, SIEGEL D A, et al. Climatedriven trends in contemporary ocean producti-vity[J]. Nature, 2006, 444(7120): 752-755.

[8] 官文江, 高峰, 陳新軍. 衛(wèi)星遙感在海洋漁業(yè)資源開發(fā)、管理與保護中的應(yīng)用[J]. 上海海洋大學(xué)學(xué)報, 2017, 26(3): 440-449.

GUAN Wenjiang, GAO Feng, CHEN Xinjun. Review of the applications of satellite remote sensing in the exp-loi-tation, management and protection of marine fishe-ries resources[J]. Journal of Shanghai Ocean University, 2017, 26(3): 440-449.

[9] IPCC. Climate change 2021: The physical science basis. Contribution of working group I to the sixth assessment report of the intergovernmental panel on climate change[M]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2021.

[10] CHENG L J, ABRAHAM J, HAUSFATHER Z, et al. How fast are the oceans warming?[J]. Science, 2019, 363(6423): 128-129.

[11] JIN Q, WANG H. Multitime scale variations of sea surface temperature in the China seas based on the HadIsst dataset[J]. Acta Oceanologica Sinica, 2011, 30(4): 14-23.

[12] WANG F, MENG Q J, TANG X H, et al. The long-term variability of sea surface temperature in the seas east of China in the past 40 a[J]. Acta Oceano-logica Sinica, 2013, 32(3): 48-53.

[13] 張琪, 龍景超. 東中國海海溫在增暖停滯期的變化特征及成因分析[J]. 海洋預(yù)報, 2021, 38(1): 78-82.

ZHANG Qi, LONG Jingchao. The characteristics and causes of sea surface temperature variations in the warming hiatus period over the eastern China seas[J]. Marine Forecasts, 2021, 38(1): 78-82.

[14] IPCC. Climate change 2013: The physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change[M]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2013.

[15] ENGLAND M H, MCGREGOR S, SPENCE P, et al. Recent intensification of wind-driven circulation in the Pacific and the ongoing warming hiatus[J]. Nature climate Change, 2014, 4(3): 222-227.

[16] MEEHL G A, HU A X, ARBLASTER J M, et al. Externally forced and internally generated decadal climate variability associated with the Interdecadal Pacific Oscillation[J]. Journal of Climate, 2013, 26(18): 7298-7310.

[17] WANG C Y, XIE S P, KOSAKA Y, et al. Global influence of tropical Pacific variability with implications for global warming slowdown[J]. Journal of Climate, 2017, 30(7): 2679-2695.

[18] XIE S P, KOSAKA Y. What caused the global surface warming hiatus of 1998–2013?[J]. Current Climate Change Reports, 2017, 3(2): 128-140.

[19] 徐一丹, 李建平, 汪秋云, 等. 全球變暖停滯的研究進展回顧[J]. 地球科學(xué)進展, 2019, 34(2): 175-190.

XU Yidan, LI Jianping, WANG Qiuyun, et al. Review of the research progress in global warming hiatus[J]. Advances in Earth Science, 2019, 34(2): 175-190.

[20] KOSAKA Y, XIE S P. Recent global-warming hiatus tied to equatorial Pacific surface cooling[J]. Nature, 2013, 501(7467): 403-407.

[21] MCGREGOR S, TIMMERMANN A, STUECKER M F, et al. Recent Walker circulation strengthening and Pacific cooling amplified by Atlantic warming[J]. Nature Climate Change, 2014, 4(10): 888-892.

[22] 齊慶華, 蔡榕碩. 中國近海海表溫度變化的極端特性及其氣候特征研究[J]. 海洋學(xué)報, 2019, 41(7): 36-51.

QI Qinghua, CAI Rongshuo. Analysis on climate charac-teristics of sea surface temperature extremes in coastal China seas[J]. Haiyang Xuebao, 2019, 41(7): 36-51.

[23] 伍玉梅, 徐兆禮, 樊偉, 等. 1985—2005年東海海表溫度時空變化特征分析[J]. 海洋學(xué)報(中文版), 2011, 33(6): 9-18.

WU Yumei, XU Zhaoli, FAN Wei, et al. Changes of sea surface temperature in East China Sea during 1985— 2005[J]. Acta Oceanologia Sinica, 2011, 33(6): 9-18.

[24] 張秀芝, 裘越芳, 吳迅英. 近百年中國近海海溫變化[J]. 氣候與環(huán)境研究, 2005, 10(4): 799-807.

ZHANG Xiuzhi, QIU Yuefang, WU Xunying. The long- term change for sea surface temperature in the last 100 years in the offshore sea of China[J]. Climatic and Envi-ronmental Research, 2005, 10(4): 799-807.

[25] 馮琳, 林霄沛. 1945—2006年東中國海海表溫度的長期變化趨勢[J]. 中國海洋大學(xué)學(xué)報(自然科學(xué)版), 2009, 39(1): 13-18.

FENG Lin, LIN Xiaopei. Long-term trend of the East China Sea surface temperature during 1945—2006[J]. Periodical of Ocean University of China, 2009, 39(1): 13-18.

[26] BAO B, REN G Y. Climatological characteristics and long- term change of SST over the marginal seas of China[J]. Continental Shelf Research, 2014, 77(1): 96-106.

[27] 方國洪, 王凱, 郭豐義, 等. 近30年渤海水文和氣象狀況的長期變化及其相互關(guān)系[J]. 海洋與湖沼, 2002, 33(5): 515-525.

FANG Guohong, WANG Kai, GUO Fengyi, et al. Long- term changes and identifications of annual variations of the hydrographical and meteorological parameters of the Bohai Sea during recent 30 years[J]. Oceanologia et Limnologia Sinica, 2002, 33(5): 515-525.

[28] LIN C L, SU J L, XU B R, et al. Long-term variations of temperature and salinity of the Bohai Sea and their influence on its ecosystem[J]. Progress in Oceanography, 2001, 49(1/4): 7-19.

[29] WANG Q Y, LI Y, LI Q Q, et al. Sea surface tempe-rature extremes of different intensity in the China Seas during the global warming acceleration and hiatus periods[J]. Journal of Tropical Meteorology, 2020, 26(4): 473-482.

[30] 譚紅建, 蔡榕碩, 黃榮輝. 中國近海海表溫度對氣候變暖及暫緩的顯著響應(yīng)[J]. 氣候變化研究進展, 2016, 12(6): 500-507.

TAN Hongjian, CAI Rongshuo, HUANG Ronghui. Enha-nced responses of sea surface temperature over offshore China to global warming and hiatus[J]. Climate Change Research, 2016, 12(6): 500-507.

[31] 郭世安, 張海彥, 魏皓, 等. 2013—2019年渤海夏季高溫現(xiàn)象及機制分析[J]. 海洋與湖沼, 2022, 53(2): 269-277.

GUO Shian, ZHANG Haiyan, WEI Hao, et al. Summer high temperature phenomenon and its mechanisms in the Bohai Sea form 2013 to 2019[J]. Oceanologia et Limnologia Sinica, 2022, 53(2): 269-277.

[32] BANZON V, SMITH T M, CHIN T M, et al. A long- term record of blended satellite and in situ sea-surface temperature for climate monitoring, modeling and environmental studies[J]. Earth System Science Data, 2016, 8(1): 165-176.

[33] REYNOLDS R W, SMITH T M, LIU C Y, et al. Daily high-resolution-blended analyses for sea surface tempera--ture[J]. Journal of Climate, 2007, 20(22): 5473-5496.

[34] JAMALI S, SEAQUIST J, EKLUNDH L, et al. Auto-ma-ted mapping of vegetation trends with polynomials using NDVI imagery over the Sahel[J]. Remote Sensing of Environment, 2014, 141(141): 79-89.

[35] KAZEMZADEH M, HASHEMI H, JAMALI S, et al. Linear and nonlinear trend analyzes in global satellite- based precipitation, 1998–2017[J]. Earth’s Future, 2021, 9(4): e2020EF001835.

[36] 劉伊格. 渤海和黃海海表溫度變化及成因分析[D]. 南京: 南京大學(xué), 2019.

LIU Yige. Sea surface temperature change and cause analysis in the Bohai Sea and the Yellow Sea[D]. Nanjing: Nanjing University, 2019.

[37] WANG M, GUO J R, SONG J, et al. The correlation between ENSO events and sea surface temperature anomaly in the Bohai Sea and Yellow Sea[J]. Regional Studies in Marine Science, 2020, 35(C): 101228.

[38] 曹叢華, 曲如美, 張惠滋. 東中國海海溫場對厄爾尼諾與反厄爾尼諾事件的響應(yīng)[J]. 海洋預(yù)報, 1999, 16(4): 39-45.

CAO Conghua, QU Rumei, ZHANG Huizi. Response of sea surface temperature in eastern China Sea to El Ni?o and La Nina event[J]. Marine Forecasts, 1999, 16(4): 39-45.

[39] 李玲莉, 王林慧, 宋軍, 等. 兩類El Ni?o事件對中國近海及毗鄰海域海表溫度的影響[J]. 海洋科學(xué), 2021, 45(4): 51-63.

LI Lingli, WANG Linhui, SONG Jun, et al. Effects of two types of El Ni?o events on the sea surface tempe-rature in China’s offshore and adjacent seas[J]. Marine Sciences, 2021, 45(4): 51-63.

[40] 吳國麗, 李思航, 劉子洲, 等. 2015/2016年超強厄爾尼諾期間熱帶西太平洋海洋環(huán)流變化特征[J]. 海洋科學(xué), 2020, 44(1): 8-18.

WU Guoli, LI Sihang, LIU Zizhou, et al. Variations in the tropical Western Pacific gyre during the 2015/2016 super El Ni?o event[J]. Marine Sciences, 2020, 44(1): 8-18.

[41] 于華明, 李冀, 于海慶, 等. 黃海暖流區(qū)SST年際變化分析[J]. 海洋預(yù)報, 2020, 37(5): 34-41. YU Huaming, LI Ji, YU Haiqing, et al. Analysis of the interannual variation of the SST in the Yellow Sea Warm Current area[J]. Marine Forecasts, 2020, 37(5): 34-41.

[42] 褚芹芹, 于華明, 李松霖, 等. 黃海海表溫度與冷水團年際變化關(guān)系的分析研究[J]. 海洋預(yù)報, 2021, 38(2): 21-30.

CHU Qinqin, YU Huaming, LI Songlin, et al. Study of the correlation between SST and inter-annual variation of the cold water mass in the Yellow Sea[J]. Marine Forecasts, 2021, 38(2): 21-30.

[43] 郝佳佳. 河流和暖平流對中國東部近海逆溫層影響的數(shù)值研究[J]. 海洋科學(xué), 2020, 44(3): 1-14.

HAO Jiajia. Numerical study of the influence of river and warm advection on the temperature inversion in the eastern China seas[J]. Marine Sciences, 2020, 44(3): 1-14.

[44] 郭政偉. 1979—2020年東亞季風(fēng)的時空分布特征[J]. 地球科學(xué)前沿, 2021, 11(10): 1283-1293.

GUO Zhengwei. Temporal and spatial distribution charac-teristic of East Asian Monsoon from 1979 to 2020[J]. Advances in Geosciences, 2021, 11(10): 1283- 1293.

[45] 蔡榕碩, 陳際龍, 譚紅建. 全球變暖背景下中國近海表層海溫變異及其與東亞季風(fēng)的關(guān)系[J]. 氣候與環(huán)境研究, 2011, 16(1): 94-104.

CAI Rongshuo, CHEN Jilong, TAN Hongjian. Varia-tions of the sea surface temperature in the offshore area of China and their relationship with the East Asian Monsoon under the global warming[J]. Climatic and Environmental Research, 2011, 16(1): 94-104.

[46] 王建豐, 司廣成, 于非. 2020. 臺灣暖流變化特征及機制研究進展[J]. 海洋科學(xué), 44(5): 141-148.

WANG Jianfeng, SI Guangcheng, YU fei. 2020. Progress in studies of the characteristics and mechanisms of variations in the Taiwan Warm Current[J]. Marine Sciences, 44(5): 141-148.

[47] 易香妤, 董文杰, 李劭怡, 等. 中國東海黑潮海溫變化特征及成因分析[J]. 海洋預(yù)報, 2021, 38(3): 38-51.

YI Xiangyu, DONG Wenjie, LI Shaoyi, et al. The cha-rac-teristics of sea temperature variation in the Kuroshio area in the East China Sea and its causes[J]. Marine Forecasts, 2021, 38(3): 38-51.

Linear and nonlinear trend analyses of sea surface temperature in the Bohai and Yellow Seas of China during 1982-2021

SUN Yi-di1, 2, 3, WANG De1, 2, GAO Zhi-qiang1, 2, GAO Meng4, WANG Yue-qi1, 2

(1. CAS Key Laboratory of Coastal Environmental Processes and Ecological Remediation, Yantai Institute of Coastal Zone Research, Chinese Academy of Sciences, Yantai 264003, China; 2. Shandong Key Laboratory of Coastal Environmental Processes, Yantai 264003, China; 3. University of Chinese Academy of Sciences, Beijing 100049, China; 4. School of Mathematics and Information Sciences, Yantai University, Yantai 264000, China)

Over the past few decades, the sea surface temperature (SST) has exhibited increasingly noticeable characteristics of nonlinear and unstable changes in the context of global climate change, particularly in specific local sea areas. This study aims to comprehensively understand the long-term evolution of SST by proposing a novel polynomial-based trend classification model. This model was used for detecting the long-term trends in SST using satellite-based AVHRR SST data from 1982 to 2021, with a special emphasis on the Bohai and Yellow Seas (BYS). It was revealed that the SST of the BYS was increasing by an average of 0.020 ℃/a in the 1982–2021 period, in which time it increased by 0.772 ℃ overall. The magnitude of warming exhibited distinct spatial heterogeneity and seasonal asymmetry. On the spatial scale, the SST trend was higher in the western part than in the eastern part of the BYS. On the seasonal scale, the SST trend was higher during spring and winter than during summer and autumn. During the period of the global warming hiatus around 2012, a substantial nonlinear trend (quadratic or cubic) dominated 58.87% of the area, a concealed nonlinear trend occupied 20.62% of the area, and no considerable trend was detected in 4.21% of the BYS. This study suggests that more attention should be paid to the spatial heterogeneity, seasonal asymmetry, and nonlinear feature of these trends in long-term SST trend evaluation.

global warming; sea surface temperature; Bohai and Yellow Seas; seasonal asymmetry; nonlinear trend

Oct. 27, 2022

P731.11

A

1000-3096(2023)5-0041-13

10.11759/hykx20221027002

2022-10-27;

2022-12-14

山東省自然科學(xué)基金項目(ZR2022MD028, ZR2020KF031); 國家自然科學(xué)基金項目(42030402)

[Shandong Provincial Natural Science Foundation, Nos. ZR2022MD028, ZR2020KF031; National Natural Science Foundation of China, No. 42030402]

孫藝迪(1997—), 女, 山東煙臺人, 碩士研究生, 研究方向: 海洋環(huán)境遙感技術(shù)與應(yīng)用, E-mail: ydsun@yic.ac.cn; 王躍啟(1984—), 山東濟寧人,通信作者, 副研究員, 研究方向: 海洋生態(tài)環(huán)境遙感, E-mail: yueqiwang@yic.ac.cn

(本文編輯: 叢培秀)