2002—2014年间基于海平面变化的海洋增暖趋势研究*

李亚姣 徐永生①

(1.中国科学院海洋研究所 青岛 266071; 2.中国科学院大学 北京 100049; 3.青岛海洋科学与技术国家实验室海洋动力过程与气候功能实验室 青岛 266237)

2002—2014年间基于海平面变化的海洋增暖趋势研究*

李亚姣1,2,3徐永生1,3①

(1.中国科学院海洋研究所 青岛 266071; 2.中国科学院大学 北京 100049; 3.青岛海洋科学与技术国家实验室海洋动力过程与气候功能实验室 青岛 266237)

21世纪以来全球变暖进入停滞时期, 研究表明, 大量热量进入海洋深层是导致全球平均表面温度暂缓上升的主要原因。本文估计和研究了2002.4—2014.12间由热膨胀导致的海平面变化趋势,以此来探测海洋热含量的变化情况。研究使用GRACE重力卫星CSR RL05数据计算了全球海洋的水质量变化, 并结合海平面异常数据, 计算了由热量变化导致的海平面变化(Net SLA)。将Net SLA与Ishii温度数据计算的海洋热含量进行相关性分析后表明, Net SLA与海洋热含量存在高度相关性,相关系数最大值达0.95。考虑到海洋观测只能表现海洋上层2000m的热含量变化, 而除去水质量变化的海平面变化则反映了整层海洋的热含量变化, 是估计海洋增暖趋势快慢的有利工具。经计算得出, 2002至2014年间南太平洋和南印度洋存在加速增暖趋势, 而近年来南半球环状模的增强是导致其增暖的主要原因。

GRACE卫星; 海平面; 热含量; 南半球环状模

自工业革命以来, 人类活动产生的温室气体迅速增加, 全球地表温度呈现持续上升趋势, 全球气候变暖已经成为社会迫切关注的问题。然而21世纪以来, 全球变暖却出现停滞现象(Easterlinget al, 2009;Knightet al, 2009), 政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)第五次评估报告(IPCC AR5)明确指出, 1951—2012年全球平均表面温度上升趋势为 0.12°C/10a, 而1998—2012年全球平均表面温度上升趋势却降低为0.05°C/10a。针对此次变暖停滞现象, 科学家们做了大量研究并提出诸多观点, 例如: 大量热量从大气进入海洋, 海洋储热不断增加(Katsmanet al, 2011;Meehlet al, 2011), 暂缓了全球平均表面温度的上升;大气层水汽和气溶胶含量的改变, 引起全球变暖停滞现象(Solomonet al, 2010; Solomonet al, 2011); 热带中东太平洋表层水变冷, 是全球变暖停滞的主要原因(Kosakaet al, 2013)。虽然关于全球变暖停滞产生的原因有许多不同的观点, 但达成共识的是, 海洋的储热量增加是引起全球变暖停滞的主要原因。因此近年来, 海洋热含量的变化和分布成为海洋学家、气候学家的热点研究问题(Meehlet al, 2011; Kosakaet al, 2013; Chenet al, 2014)。Meehl等(2011)通过数值模拟发现, 全球增暖停滞期间, 在大气顶层(TOA)吸收净能量通量为 1W/m2的条件下, 更多热量进入大西洋和南大洋750m以下, 印度洋和太平洋则是300m以下储存更多热量。Chen等人2014年使用基于观测的海洋再分析数据(Ishii数据), 对全球海洋不同深度的热含量进行了时间序列分析, 分析结果表明, 热量主要储存在大西洋和南大洋, 且海洋深层储存了更多热量, 由此导致了全球变暖停滞现象。

然而, 海洋观测数据或基于观测的再分析数据,仅限于很好的表现海洋上层 2000m的温度变化, 对于海洋2000m以下的深层, 温度观测数据比较缺乏。已有研究认为(Purkeyet al, 2010), 海洋深层温度变化虽然小于海洋上层, 却占据了大量的体积(2000m以下50%), 其储存的热量不可小觑。因此, 采用温度分层数据研究海洋热含量变化时, 会忽略深层海洋热量变化带来的影响, 而2002年GRACE重力卫星的发射, 为研究学者们提供了新的研究思路(Wahret al,1998; Tapleyet al, 2004; Swensonet al, 2006)。近年来, 许多研究应用GRACE重力卫星数据估计了海洋深层的热量变化(Songet al, 2011; Llovelet al, 2014)。因此, 本文为了评估整层海洋的热量变化趋势, 从分析温度数据转向分析卫星遥感数据。众所周知, 全球气候变暖的一个主要结果是海平面的升高趋势, 而海平面的变化包含冰盖、冰川融化导致的水质量变化和海水增暖热膨胀效应导致的海平面上升变化(Cazenaveet al, 2008)。因此, 估计出海水质量变化,再从海平面变化里除去水质量变化, 得出热膨胀效应部分, 即可估计出海洋不同海域的增暖变化情况。自 1993年以来, 法国 AVISO(Archiving, Validation and Interpretation of Satellite Oceanographic)提供了高精度的、连续的海平面高度异常(SLA)数据, 这使得监测和研究全球海平面变化趋势成为可能(Neren,1995)。而 2002年发射的 GRACE(Gravity Recovery and Climate Experiment)重力卫星, 使得估计全球海水质量变化成为可能。本文将结合这两组卫星数据,计算由热膨胀导致的海平面变化部分, 以此估计不同海域的增暖趋势。

1 数据和方法

1.1 数据来源

本文采用德克萨斯大学空间研究中心(CSR)发布的 GRACE RL05球谐系数来估计海水质量变化, 该数据的空间分辨率和精度都比RL04版本更高, 且扣除了潮汐及非潮汐的大气和海洋质量变化的影响。数据的时间范围为 2002.4—2014.12, 该数据获取自ftp://podaac.jpl.nasa.gov/allData/grace/L2/CSR/RL05/。海平面高度异常(SLA)采用法国 AVISO发布的月平均数据, 数据的空间分辨率为0.5°×0.5°, 时间范围为1993—2014年, 该数据获取自 http://www.aviso.altimetry.fr/duacs/。温度数据采用 Ishii数据(Ishiiet al,2005;Ishiiet al,2006), 该数据为海洋上层1500m, 共24层的温度分层数据, 数据的空间分辨率 1°×1°, 时间范围为 1945—2012年, 为方便计算和比较, 本文选取2002.4—2012.12时间段的数据。风场数据采用ECMWF ERA—Interim月平均数据, 数据的空间分辨率为 1°×1°, 时间范围为 1980—2014年, 该数据获取自 http://apps.ecmwf.int/datasets/data/interim-full-moda。

1.2 GRACE基本理论

Wahr等于1998年提出了用GRACE时变重力场模型反演地球表面密度的公式(Wahret al, 1998), 进行高斯滤波后除以海水密度, 可得出以等效水柱高表示的海水质量变化:

其中, 变量含义如表1所示。

表1 GRACE公式变量名及其含义Tab.1 Variables and their definition of GRACE formula

1.3 GRACE数据反演水质量变化矫正过程

1.3.1 高斯滤波 利用 GRACE卫星数据反演重力场的误差会随着频率的增大而增大, 因此需要进行空间低通滤波, 滤掉高阶系数带来的误差。目前常用的空间滤波方法有高斯滤波(Wahret al, 1998)、扇形滤波(Zhanget al, 2009)。扇形滤波是对重力场模型的阶系数与次系数都进行平滑, 高斯滤波仅对阶系数进行平滑, 令低阶项取较大权重, 高阶项取较小权重, 以此来减小高阶项带来的误差。本文采取400km高斯滤波, 已经可以很好的达到保持信号及削弱误差的目的。高斯滤波函数的迭代关系如下:

1.3.2 去相关误差滤波及其他矫正 由于目前由球谐系数反演的地球时变重力场结果中表现出严重的南北条带误差, Swenson等(2006)提出了能够有效滤掉南北条带误差的去相关误差滤波算法, 称为PnMm方法: 前m×m阶的球谐系数保持不变, 当次数大于等于m时, 分别对奇偶项球谐系数ΔClm进行n次多项式拟合:, 其中l为阶数,a0、a1、a2、an为拟合系数, 其相关误差即为多项式的拟合值, 从原球谐系数中扣除该拟合值, 可滤掉南北条带误差, 同理可对ΔSlm进行去相关滤波,本文采取P5M6方法进行去相关误差滤波。

除了去相关误差滤波外, 本文还进行了其他矫正以达到更高的求解质量, 主要有: 将原C20系数替换为由Satellite Laser Ranging(SLR)提供的C20系数,该系数精度比CSR提供的C20系数有较大提升。此外, 由于冰期撬后回弹(GIA)是影响 GRACE时变重力场模型的重要因素, 对于质量变化的长期趋势有较大影响。本文采取 Geruo等人反演的 GIA模型(Geruoet al, 2013)对水质量变化进行矫正。

1.4 热膨胀导致的海平面异常

海平面高度异常(SLA)是海平面变化相对于一个多年海平面高度平均态的变化值, 该变化值由两部分组成: 海水质量变化和海水热膨胀导致的变化。因此, 计算出海水质量变化后, 再从海平面高度异常数据中减去水质量变化, 即可得到海水热膨胀导致的海平面变化, 为便于说明, 本文简记为Net SLA。

2 结果与分析

2.1 Net SLA与OHC数据比较

计算由热膨胀导致的海平面变化时, 本文假设海水盐度变化引起的海平面变化, 相对于温度变化引起的海平面变化可以忽略(Antonovet al, 2002;Ishiiet al, 2006), 此前许多研究也使用了这一假设(Cazenaveet al, 2008; Llovelet al, 2014)。为比较热膨胀导致的海平面变化(Net SLA)与海洋热含量(OHC)的相关性, 本文利用 Ishii数据计算了海洋上层1500m的OHC, 并计算了Net SLA与OHC的相关系数。如图1所示, 在全球各网格点上, Net SLA与OHC有很好的正相关关系, 除南大洋区域外, 各网格点均有较高的相关系数, 相关系数达到 0.6—0.95。此外,我们还选取了3个具有代表性的5°×5°区域做进一步比较, 由于海平面变化与海洋热含量量级相差较大,为便于比较, 将两组数据分别映射到(0, 1)区间, 映射为y=(x–xmin)/(xmax–xmin), 其中x代表原始变量,y为映射之后的变量。

图1 Net SLA与1500mOHC的相关性Fig.1 Correlation of Net SLA and 1500m OHC

图2 Net SLA与OHC标准化时间序列比较Fig.2 The comparison between standardized time series of Net SLA and OHC

由图2可见, Net SLA与OHC表现出一致的振荡周期和变化趋势, 且有很高的相关性。其中, a、b区域相关系数达 0.94左右, c区域相关性略低, 为 0.7,但仍然属于高度相关。c区域的相关性不如a、b区域高的原因主要是, 与c区域所在的南大洋相比, 北半球和热带海域的海洋观测布放较早, 覆盖面较密集,观测数据的精度和连续性较高, 因此由温度数据计算的OHC与Net SLA的相关性较高。而c区域所在的南大洋直到2005年才有比较完整的海洋观测系统,由图1c也可见, 2005年之后的相关性相比2005年之前有一定改善。另一方面, 由于观测仪器的限制, Ishii数据计算的OHC只反映了海洋上层1500m的热含量,而热膨胀引起的海平面变化却是整层OHC变化的综合结果。由此, 基于高度计和GRACE重力卫星计算的Net SLA可以很好的表现整层海洋的热含量变化。

2.2 热量变化结果分析

SLA的变化趋势可以反映海洋的增暖或变冷趋势, 法国AVISO、美国NASA等一些研究机构也定期更新SLA的变化趋势。如图3a所示, 在1993—2014年, 海平面有显著上升趋势的区域集中在赤道西太平洋和赤道大西洋、南印度洋、南太平洋、南大洋区域。由于高度计观测的海平面变化包含水质量变化的信号, 因此, SLA趋势还不足以代表这些区域的增暖趋势。根据GRACE重力卫星数据的时间长度, 图3b给出了2002—2014年，海平面上升趋势的空间分布，可见，在21世纪以来，海平面上升趋势有了明显增强。在扣除水质量变化信号后, 得出由热膨胀导致的海平面异常变化趋势。如图 3c所示, 在 2002.4—2014.12, 由热膨胀导致的海平面显著上升区域集中在南太平洋、南印度洋和西南极, 而热带中东太平洋和南极绕极流(Antarctic Circumpolar Current, ACC)区域则显示出一定的负趋势。热带中东太平洋的变冷趋势和热带西太平洋的变暖趋势则形成了类似La Niña的现象。有研究认为(Kosakaet al, 2013; Englandet al,2014), 此现象可能是近年来全球变暖停滞的原因,赤道东风增强会导致赤道区域向两极的 Ekman辐散增强, 由此使得次表层相对冷的水上翻, 达到冷却海面的作用, 同时使得海洋内部的吸热能力加强。从图3b中可以明显看到, 南半球海洋显示出明显的增暖趋势, 主要表现为南太平洋和南印度洋的显著增暖,其大面积的增暖趋势达 5mm/a左右, 一些小范围区域达8mm/a左右。与南太平洋和南印度相比, 南大西洋的增暖趋势则较弱, 其显著增暖区域主要集中在高纬度海域。通过计算由热膨胀导致的海平面变化趋势可以看到, 在全球增暖停滞时期, 热量主要加速进入南太平洋和南印度洋。

在图 3c中, 除南太平洋和南印度洋的显著增暖趋势外, 赤道中东太平洋显示出显著的变冷趋势, 南大洋的ACC区域也显示出变冷趋势。ACC环流是在强劲西风的作用下, 自西向东流动的构成环绕南极的环流体系。受科氏力作用, ACC环流区会产生向北的 Ekman输送, 这使得南半球高纬度海洋的深层冷水上翻至海表面, 并随着Ekman漂流向北输送。与赤道中东太平洋的变冷趋势的物理机制一致(Englandet al, 2014), ACC区域变冷趋势的一个可能原因是驱动ACC环流的西风出现异常。增强的西风使得向北的Ekman输送增强, 进一步使得冷水上翻增强, 而向北输送的南极深层冷水可进一步增强海洋内部的吸热作用, 从而导致海洋的增暖。除经向海水输送的增强外, 南太平洋和南印度洋的大面积增暖也与风生环流的增强有关, 因此南半球海洋显著增暖和ACC环流区的变冷很可能是受南半球纬向风场的异常所驱动。

图3 海平面高度异常(a)、(b)和热膨胀导致的海平面高度异常(c)趋势分布Fig.3 Trenddistribution of sea level anomaly(a), quality change of sea water(b)and sea level anomaly caused by thermal expansion(c)

南半球环状模(Southern Annular Mode, SAM)是一个非常重要的气候模态, 它表征南半球中纬度和高纬度之间大气质量的“跷跷板”现象, 对南半球的海气系统和气候系统有显著影响。当SAM处于正位相时, 高纬度西风呈增强趋势, 中纬度西风呈减弱趋势(Marshallet al, 2003), 反之, 当SAM处于负位相时, 高纬度西风呈减弱趋势, 中纬度西风呈增强趋势(李晓峰, 2015)。21世纪以来, 在全球变暖的大背景下, 南半球环状模表现出显著的上升趋势。这种趋势主要归因为南极平流层臭氧的损耗(Thompsonet al,2002; Marshallet al, 2004), 同时, 温室气体的增长也是造成南半球环状模增强的原因之一(Zhenget al,2013)。大量研究表明, 南半球环状模对南半球海—气耦合过程有重要影响, 从而影响南半球的气候变化(郑菲等, 2014)。图4为1957年至2015年SAM指数的时间序列, 如图所示, SAM指数存在高频振荡周期和低频振荡周期。从年代际变化来看, SAM指数从负位相(1957—1995)逐渐转向正位相(1995—2015), 且自2002年以来, SAM正位相存在增强趋势, 表明在此期间, 南半球高低纬度的纬向西风带存在异常。

如图5a所示, 在 1980—2010年30年气候平均态上, 南半球纬向风场主要表现为低纬度的东风、中纬度的西风和高纬度的强西风。如图 5b所示, 在2002—2014年SAM处于正位相时, 南半球纬向风场存在明显异常, 具体表现为高纬度40°—65°S的西风增强和中纬度30°—40°S的西风减弱, 并且伴随着西风经向梯度的增强。此外, 低纬度 15°N—30°S海域的东风也存在显著增强, 这三者的综合作用, 使南半球中纬度风生环流区的风应力旋度增强。

图4 SAM指数时间序列Fig.4 Time series of SAM index

图5 1980—2010年纬向风场气候态平均值(a)和2002—2014年纬向风场异常值(b)Fig.5 Climatological mean of zonal wind in 1980—2010(a)and anomaly of zonal wind in 2002—2014 (b)

3 讨论

SAM 作为影响南半球海洋气候的重要模态, 近20年来由负位相转为正位相, 并且正位相自2002年至今处于增强趋势。中高纬度西风异常加上低纬度东风的异常, 将从诸多方面作用于南半球海洋, 使之增暖趋势加强。具体表现为: 低纬度地区东风增强, 赤道Ekman辐散增强, 冷水上翻, 南半球低纬度上翻的冷水随 Ekman漂流向南输运, 输运过程中海洋吸收的净热通量增强, 同时南太平洋的经向翻转流增强,这使得南太平洋储存的热量增加(Meehlet al, 2011;Englandet al,2014); 另一方面, ACC环流区西风增强,受科氏力作用, 向北的Ekman输送增强, 高纬度深层冷水上翻增强, 冷水随着Ekman漂流向北输运, 输运过程中增强海洋净热通量的吸收, 将更多表层热量带至海洋深层(Lefebvreet al, 2004; Guptaet al, 2006);此外, 驱动海洋内部风生环流的风应力旋度随着SAM 增强而增强, 使得大洋环流加速, 温跃层深度变深, 海洋变暖(Cai, 2006), 同时, 增强的西边界流将更多暖水输送至南半球海域, 造成海洋进一步增暖(Wuet al, 2012); 此外, 赤道西太平洋暖池的增暖也将导致印尼贯穿流的增强, 进一步将更多暖水输送至印度洋。因此, 在 SAM 正位相的调控下, 这几者的共同作用导致了南半球海洋的加速增暖。

为了进一步验证SAM正位相增强与南半球海洋加速增暖的关系, 本文随机选取了10个6°×6°区域进行相关性分析。如表2所示, 在南太平洋和南印度洋的增暖区域, SAM指数与Net SLA有0.7以上相关性, 南大西洋相关性较低, 为0.2左右; 反之, 赤道东太平洋和ACC环流的冷水上翻区则与SAM呈0.7左右的负相关。图 6更加全面地给出了南半球海洋各网格点的相关系数, 如图所示, 南半球海洋的增暖区域与 SAM 指数有很好的正相关关系, 而南半球海洋的变冷区域则与 SAM指数有很好的负相关关系。因此, 南半球环状模的增强与南半球海洋的增暖是相对应的, 南半球环状模的正位相增强可以引起南半球西风强度和经向热输送的改变, 导致海洋的增暖。结果表明, 除南大洋部分区域外, 各网格点均有很高的正相关关系, 这表明, Net SLA可以很好的代表海洋整层热含量的变化情况。进一步的, 计算了南半球Net SLA的趋势分布, 趋势的空间分布表明, 南半球的南太平洋、南印度洋和西南极海域存在较快的增暖趋势。南半球环状模作为影响南半球气候变化的主要模态, 近 20年来处于正位相增强趋势, 增强的南半球环状模使得南半球纬向风场有较大改变, 从而通

表2 SAM指数与Net SLA的相关性检验Tab.2 Correlation of SAM index and Net SLA

图6 Net SLA与SAM指数的相关性Fig.6 Correlation of Net SLA and SAM index

4 结论

本文为研究全球变暖停滞期间海洋的增暖趋势,从卫星遥感数据入手, 采用卫星高度计和GRACE重力卫星反演水质量变化相结合的方法, 从海平面高度异常中扣除了水质量变化的部分, 得到由热膨胀导致的海平面高度变化部分(Net SLA)。将 Net SLA与Ishii数据计算的海洋上层1500m热含量进行对比,过对海洋环流的调控, 海洋表面热通量的改变, 经向热输送等多方面影响南半球海洋。Net SLA与 SAM指数的相关性分析表明, 南半球海洋的增暖区域与SAM 指数有很好的正相关关系, 而南半球海洋的小部分变冷区域则与SAM指数有很好的负相关关系。这说明, 在全球变暖停滞时期, 南半球海洋的这一增暖趋势是受南半球环状模的调控作用。因此, 南半球环状模的正位相增强趋势导致的热量加速进入南半球海域, 可能是导致全球增暖停滞的原因之一。

李晓峰, 2015.环状模概念.地球科学进展, 30(3): 367—384

郑菲, 李建平, 刘婷, 2014.南半球环状模气候影响的若干研究进展.气象学报, 72(5): 926—939

Antonov J I, Levitus S, Boyer T P, 2002.Steric sea level variations during 1957-1994: Importance ofsalinity.Journal of Geophysical Research: Oceans, 107(C12): SRF 14-1—SRF 14-8

Cai W, 2006.Antarctic ozone depletion causes an intensification of the Southern Ocean super-gyre circulation.Geophysical Research Letters, 33(3): L03712

Cazenave A, Lombard A, Llovel W, 2008.Present-day sea level rise: A synthesis.Comptes Rendus Geoscience, 340(11):761—770

Chen X, Tung K K, 2014.Varying planetary heat sink led to global-warming slowdown and acceleration.Science,345(6199): 897—903

Easterling D R, Wehner M F, 2009.Is the climate warming or cooling?Geophysical Research Letters, 36(8): L08706

England M H, McGregor S, Spence Pet al, 2014.Recent intensification of wind-driven circulation in the Pacific and the ongoingwarming hiatus.Nature Climate Change, 4(3):222—227

Geruo A, Wahr J, Zhong S, 2013.Computations of the viscoelastic response of a 3-D compressible Earth to surface loading: an application to Glacial Isostatic Adjustment in Antarctica and Canada.Geophysical Journal International,192(2): 557—572

Gupta A S, England M H, 2006.Coupled ocean-atmosphere-ice response to variations in the Southern Annular Mode.Journal of Climate, 19(18): 4457—4486

Ishii M, Shouji A,Sugimoto Set al, 2005.Objective analyses of SST and marine meteorological variables for the 20th century using COADS and the Kobe Collection.International Journal of Climatology, 25(7): 865—879

Ishii M, Kimoto M, Sakamoto Ket al, 2006.Steric sea level changes estimated from historicalocean subsurface temperature and salinity analyses.Journal of Oceanography,62(2): 155—170

Katsman C A, van Oldenborgh G J, 2011.Tracing the upper ocean’s “missing heat”.Geophysical Research Letters,38(14): L048417

Knight J, Kennedy J J, Folland Cet al, 2009.Do global temperature trends over the last decade falsify climate predictions? [in“State of the Climate in 2008”].Bulletin of the American Meteorological Society, 90(8): 22—23

Kosaka Y, Xie S P, 2013.Recent global-warming hiatus tied to equatorial Pacific surface cooling.Nature, 501(7467):403—407

Lefebvre W, Goosse H, Timmermann Ret al, 2004.Influence of the Southern Annular Mode on the sea ice-ocean system.Journal of Geophysical Research: Oceans, 109(C9): 143—168

Llovel W, Willis J K, Landerer F Wet al, 2014.Deep-ocean contribution to sea level and energybudget not detectable over the past decade.Nature Climate Change, 4(11):1031—1035

Marshall G J, 2003.Trends in the Southern Annular Mode from Observations and Reanalyses.Journal ofClimate, 16(24):4134—4143

Marshall G J, Stott P A, Turner Jet al, 2004.Causes of exceptional atmospheric circulation changes in the Southern Hemisphere.Geophysical Research Letters, 31(14): L14205

Meehl G A,Arblaster J M, Fasullo J T, 2011.Model-based evidence ofdeep-ocean heat uptake during surface- temperature hiatus periods.Nature Climate Change, 1(7): 360—364

Neren R S, 1995.Measuring Global Mean Sea Level Variations using TOPEX/Poseidon Altimeter Data.Journal of Geophysical Research, 100(C12): 25135—25151

Purkey S G, Johnson G C, 2010.Warming of Global Abyssal and Deep Southern Ocean Waters betweenthe 1990s and 2000s:Contributions to Global Heat and Sea Level Rise Budgets.Journal of Climate, 23(23): 6336—6351

Solomon S, Daniel J S, Neely R Ret al, 2011.The Persistently Variable “Background” Stratospheric Aerosol Layer and GlobalClimate Change.Science, 333(6044): 866—870

Solomon S, Rosenlof K H, Portmann R Wet al, 2010.Contributions of stratospheric water vapor to decadal changes in the rate of globalwarming.Science, 327(5970):1219—1223

Song Y T, Frank C, 2011.Deep ocean warming assessed from altimeters, Gravity Recovery and Climate Experiment, in situ measurements, and a non-Boussinesq ocean general circulation model.Journal of Geophysical Research,116(C2): C02020

Swenson S, Wahr J, 2006.Post-processing removal of correlated errors in GRACE data.Geophysical Research Letters, 33(8):L08402

Tapley B D, Bettadpur S, Ries J Cet al, 2004.GRACE measurements of mass variability in the Earth system.Science, 305(5683): 503—505

Thompson D W J, Solomon S, 2002.Interpretation of recent Southern Hemisphere climate change.Science, 296(5569):895—899

Wahr J, Molenaar M, Bryan F, 1998.Time variability of the Earth’s gravity field: Hydrological and oceaniceffects and their possible detection using GRACE.Journal of Geophysical Research:Solid Earth, 103(B12): 30205—30229

Wu L, Cai W, Zhang Let al, 2012.Enhanced warming over the global subtropical western boundary currents.Nature Climate Change, 2(3): 161—166

Zhang Z Z, Chao B F, Lu Y, 2009.An effective filtering for GRACE time-variable gravity: Fanfilter.Geophysical Research Letters, 36(17): L17311

Zheng F, Li J P, Clark Ret al, 2013.Simulation and projection of the Southern Hemisphere Annular Mode in CMIP5 modes.Journal of Climate, 26(24): 9860—9879

THE STUDY OF OCEAN WARMING TREND BASED ON SEA LEVEL CHANGE IN 2002—2014

LI Ya-Jiao1,2,3, XU Yong-Sheng1,3
(1.Institute of Oceanology,Chinese Academy of Sciences,Qingdao266071,China; 2.University of Chinese Academy of Sciences,Beijing100049,China; 3.Laboratory for Ocean and Climate Dynamics,Qingdao National Laboratory for Marine Science and Technology,Qingdao266237,China)

Since the 21th century, global warming has turned into hiatus.Studies have shown that large amounts of heat sank into deeper ocean, which led to the global average surface temperature keeping constant.In order to detect the changes of ocean heat content, we estimated and studied the sea level anomaly caused by thermal expansion in the period of 2002.4—2012.12.In this paper, we used GRACE CSR RL05 data to calculate the ocean mass change.Combining the SLA data and ocean mass change, we calculated the thermal expansion component of sea level anomaly (Net SLA).The correlation analysis between ocean heat content and Net SLA shows a high correlation, the maximum correlation coefficient is 0.95.Considering that ocean observations could only represent the upper 2000m ocean heat content, whereas Net SLA can reflects the change in whole ocean column; therefore, Net SLA is a good tool to estimate the trend of ocean warming.We found that, South Pacific and South Indian have an enhanced warming trend from 2002 to 2014.And the enhancement of Southern Annual Mode in recent 20 years is the main reason for the Southern Hemisphere Ocean warming.

GRACE satellite; sea level; ocean heat content; SAM

P732

10.11693/hyhz20170100008

* 国家自然科学基金项目, 41676168号, 41376028号; 国家重点研发计划项目, 2016YFC1401004号, 2016YFC1401008号; 国家重点基础研究发展计划(973)项目, 2013CB956202号; 国家自然科学基金创新研究群体项目, 41421005号; 国家自然科学基金-山东省-海洋科学研究中心联合资助项目, U1406401号; 遥感科学国家重点实验室开放研究基金项目, OFSLRSS201504号; 青岛市创业创新领军人才计划项目, 13-CX-26号; 山东省自然科学基金项目, ZR2014DQ027号。李亚姣, 硕士研究生, E-mail:liyajiao92@163.com

① 通讯作者: 徐永生, 博士生导师, 研究员, E-mail: yongsheng.xu@qdio.ac.cn

2017-01-11, 收修改稿日期: 2017-03-27