引言

南海具有独特的地理位置，地处西太平洋与东印度洋交汇处，是海气相互作用敏感区域之一，且对我国长江中下游和华南地区旱涝有显著影响。因此研究南海海面温度(Sea Surface Temperature，SST)时空振荡，并探讨其变化原因，对进一步了解南海海气相互作用具有重要意义。对南海SST研究最早始于20世纪90年代初，周发琇和于慎余^[1]基于几个海洋水文气象站观测数据分析了以西沙为代表的南海SST年际变化特征。在此基础上，一些学者^[2-4]还探讨了南海SST年际振荡与ENSO的关系。随着资料分辨率的提高，很多学者^[5-6]研究了南海SST年代际振荡及长期变化趋势。

对于南海SST的变化原因，前人也从各个角度对其进行了探讨。现有研究大都集中在海面风场以及海面净得热对南海SST的影响^{[3, 7-8]}。1996年LAU^[9]提出了沃克(Walker)环流在太平洋海温异常与其他偏远热带海洋SST的联系中起到了“大气桥梁”的作用。随后很多学者^[10-11]基于分辨率更高的资料，对此物理过程进行了证实。因此探讨Walker环流影响南海SST的物理过程，对进一步理解南海SST的变化原因具有重要意义。

本文利用1979—2017年海洋、大气、降水资料以及更优化的分析方法研究南海SST的时空振荡特征，并对Walker环流在ENSO影响南海SST的物理过程进行初步探讨。

1 资料和方法 1.1 资料

本研究使用资料为1979年1月—2017年12月，主要包括英国Hadely中心(HadISST)逐月全球海面水温，分辨率为1°×1°^[12]; 欧洲中期天气预报中心(ECMWF)ERA-Interim风场资料，分辨率为0.5°×0.5°^[13]; 美国国家海洋大气管理局(NOAA)GPCP Version 2.3 Combined Precipitation Data Set资料，分辨率为2.5°×2.5°^[14]; NOAA提供的Niño3.4指数，下载于https://www.esrl.noaa.gov/psd/data/climateindices/list/。

1.2 方法

首先利用经验正交函数分解法(EOF)分析近40 a南海海面温度距平场(sea surface temperature anomaly，SSTA)的时空分布特征，其次运用小波分析估计南海海面温度的振荡周期，之后采用时滞相关得到南海SST与ENSO事件及与Walker环流的相关关系，最后利用加权合成分析得到降水异常分布和Walker环流异常的关系，探讨影响南海SST变化的原因。下面将对加权合成分析方法及表征Walker环流的纬向质量流函数法进行详细介绍。

1.2.1 加权合成分析

合成分析(CA)是指在定义一些特殊事件后，CA可以利用事件发生的时间节点有效提取出与事件有关的其他物理量信号。但在CA中，正负事件定义标准的宽严度选取导致了合成标准的极强人为性。

XIE et al.^[15]对此进行改进并提出加权合成分析。相比合成分析而言，加权合成分析具有更高信噪比和客观性，即使用所有正负异常年样本，并采用一个可变权重，来突出异常事件的作用。考虑到权重选择的客观性，在此根据统计理论给出一个相对合适的定义。新定义一个加权求和式作为算法，然后将原始场变量和新定义的分析变量求残差，并使残差与参考指数的协方差为0，从而求得权重，即：

$ \begin{array}{c}{\sum\left(I_{i}-\overline{I}\right)\left(F_{i}-\overline{F}-\left(F_{a}-\overline{F}_{a}\right)\right)=} \\ {\sum\left(I_{i}-\overline{I}\right)\left(F_{i}-\sum C_{k} \cdot F_{k}\right)=} \\ {\sum\left[I_{i}-\overline{I}-\left(\sum\left(I_{k}-\overline{I}\right)\right) C_{i}\right] F_{i}=0},\end{array} $

(1)

式中I为参考指数，F为物理量场，F_a为分析变量场，I_i和F_i分别表示第i个时间点的I和F，${\bar I} $ , ${\bar F} $和 $ {{\bar F}_a}$ 分别是I, F和F_a的平均值，C_i是第i个权重系数。

定义正异常事件为所有大于平均值情况的事件，权重中小于平均值部分统统设为0，则得到表达式：

$ C_{i}=\frac{I_{i+}}{\sum I_{i+}}, I_{i+}=\left\{\begin{array}{l}{I_{i}-\overline{I}, \overline{I}_{i}>\overline{I}} \\ {0, I_{i} \leqslant \overline{I}}\end{array}\right. $

(2)

用同样的方式定义负异常年情形，最终，正、负异常合成以及合成差分别为P、N、D，即：

$ \begin{array}{l} P = \frac{{\sum {{I_{i + }}} {F_i}}}{{\sum {{I_{i + }}} }}, N = \frac{{\sum {{I_{i - }}} {F_i}}}{{\sum {{I_{i - }}} }}, \\ D = P - N = \frac{{\sum {{I_{it}}} {F_i}}}{{\sum {{I_{it}}} }} - \frac{{\sum {{I_{i - }}} {F_i}}}{{\sum {{I_{i - }}} }} = \frac{{\sum {\left( {{I_i} - \bar I} \right)} {F_i}}}{{\sum {{I_i}} - \bar I|/2}}, \\ {I_{i - }} = \left\{ {\begin{array}{*{20}{l}} {0, {I_i} \ge \bar I}\\ {{I_i} - \bar I, {I_i} < \bar I} \end{array}} \right. \end{array} $

(3)

新方法对合成分析重新赋权，故称为加权合成分析。由于其用到了所有样本，且各样本不平权，因此相对于合成分析而言，其具有更高的信噪比和客观性。

1.2.2 纬向质量流函数表征方法

一般情况下，水平风场可以分解为旋度风和散度风两部分，即：

$ \overline{V}=\overline{V}_{\psi}+\overline{V}_{\chi} $

(4)

式中$ {{\bar V}_\psi }$是旋度风，${{\bar V}_\chi } $是散度风，下标ψ和χ分别代表流函数和势函数，其中，

$ u_{\chi}=\frac{\partial \mathcal{X}}{\partial x}, v_{\chi}=\frac{\partial \mathcal{K}}{\partial y}, v_{\psi}=\frac{\partial \psi}{\partial x}, \partial \psi=-\frac{\partial \psi}{\partial y} $

(5)

本文将采用纬向质量流函数(ψ)，即自边界层至某高度范围内的纬向质量输送的积分量^[19]，对于某格点处的纬向环流可定义为：

$ \psi=-\frac{1}{g} \int_{z_{0}}^{z} \rho u_{\chi} \mathrm{d} y \mathrm{d} z $

(6)

将准静力关系：$ \frac{\partial p}{\partial z}=-\rho g$代入上式，可得气压坐标系下的纬向质量流函数：

$ \psi=-\frac{1}{g} \int_{p_{0}}^{p} u_{\chi} \mathrm{d} y \mathrm{d} p $

(7)

式中ψ表示纬向质量流函数，u_χ表示纬向散度风分量，p₀表示底层压强(取1 000 hPa)，p为所计算的位势高度层压强，dx和dy分别表示格点长度对应的纬向和经向宽度，文中所用ERA-Interim数据为0.5个经纬度对应的宽度，180°有360个网格距，分别有：

$ \mathrm{d} x=\frac{\pi R \cos \varphi}{360}, \mathrm{d} y=\frac{\pi R}{360} $

(8)

式中R为地球半径，φ代表纬度。将dy代入上式可得球面气压坐标系的纬向质量流函数：

$ \psi=-\frac{\pi R}{360_{\mathrm{g}}} \int_{p_{0}}^{p} u_{X} \mathrm{d} p $

(9)

χ满足泊松方程：

$ \nabla^{2} \chi=-\left(\frac{\partial u}{\partial x}+\frac{\partial u}{\partial y}\right) $

(10)

给定水平速度场可以唯一地求出χ，从而求出$ {\overrightarrow V _\chi }$。

计算时将5°S~5°N之间的纬向散度风进行平均，按上式垂直积分100~1 000 hPa的27个等压面层的纬向散度风，乘以常数得到赤道地区的纬向质量流函数。

2 南海SSTA时空分布特征

由39 a逐月SST数据得到气候态的月平均SST，再用逐月SST减去气候态月平均值，从而得到海面温度异常值(SSTA)。对其做EOF分析，得到南海SSTA前五模态的方差贡献率(表 1)，经计算，前四模态均能通过North检验^[16]。由表 1可见，EOF前三模态累积方差贡献率已达62.85%，故仅讨论前三模态时空分布特征。

2.1 第一模态时空分布特征

第一模态空间分布如图 1a所示，南海全海域呈同位相分布，最大正值中心位于南海中部(10°~17°N，108°~115°E)，以舌状沿东北西南延伸。由图 1b可见，第一模态时间系数呈明显上升走势，结合空间分布场，表明南海SST具有增温现象，这也与全球变暖趋势相一致。此外，由图可见第一模态时间系数具有明显的年际变化，且南海SSTA的变化明显滞后于Niño3.4指数。对时间系数进行小波分析，由南海SSTA的小波实部(图 1c)及小波全谱(图 1d)表明，第一模态呈显著的准2 a和3~6 a的振荡周期，且通过95%的显著性检验。

2.2 第二模态时空分布特征

南海SSTA第二模态空间分布如图 2a所示，全海域呈现以112.5°E为0等值线，以东为负，以西为正的偶极子分布。其中，最大正值中心在19°~21°N、106°~108°E区域，即位于北部湾海域，负值中心在22°~25°N、116°~118°E区域，即台湾岛的西南部海域。结合时间系数的变化(图 2b)可知，时间系数为正，南海SST呈现为西暖东冷; 时间系数为负，南海SST呈现为西冷东暖。此外，第二模态时间系数呈现比较明显的年际振荡，并与Niño3.4指数有较好的一致性，基本为同期变化。由小波分析(图 2c、d)可见，南海SSTA第二模态具有显著的准2 a和6 a的振荡周期。

2.3 第三模态时空分布特征

南海SSTA第三模态空间分布如图 3a，全海域呈纬向三极子正负位相分布，且负值区占据南海的大部分海域。最大负值中心位于23°~25°N、115°~120°E，正值区域较弱。结合第三模态时间系数的变化(图 3b)，时间系数为正时，南海SST自北向南呈低高低的分布; 时间系数为负时，其变化恰好相反。此外，其时间系数也呈明显的年际振荡。由小波分析(图 3c、d)可见，南海SSTA第三模态在2000年之前具有准2 a及4 a的振荡周期，2000年之后振荡周期不明显。

由分析可知，南海SSTA前两模态振荡周期为2~6 a，考虑到El Niño振荡周期为2~7 a，因此南海SSTA较好地反映了El Niño现象。为进一步证实前两模态与ENSO的相关，本文将南海SSTA前两模态的时间系数与Niño3.4指数进行了时滞相关分析(图 4)，负(正)值表示南海SSTA滞后(超前)于Niño3.4指数，可见南海SSTA第一模态在滞后于Niño3.4指数5个月时与其达到最大正相关(0.41)，第二模态与Niño3.4指数同期相关，相关系数高达0.52，且都通过了99.9%的显著性检验。即当El Niño发生时，南海SST同期表现为西暖东冷，在其5个月后，南海SST出现全海盆增暖的现象。

3 南海SSTA与Walker环流异常的相关

由上述分析得知，南海SSTA滞后于El Niño 5个月。El Niño是由于赤道中东太平洋海温持续增暖而产生的，当El Niño发生时，赤道太平洋Walker环流必将受到影响，进而对南海SST起作用。为了讨论Walker环流和南海SST的联系，本文采用质量流函数^[17]分析Walker环流的时空分布。

3.1 Walker环流的气候态分布

图 5表示Walker环流的气候态分布。这里取对流层顶高度为100 hPa^[18]。如图所示，自西向东共有正反环流交替出现的6个纬向环流圈，位置分别与太平洋、美洲大陆、大西洋、非洲大陆、印度洋相对应。太平洋上空为强度最强、跨度最大，中心偏高的顺时针正环流圈; 100°~60°W之间的美洲热带为强度较强，中心偏低的逆时针反环流圈; 大西洋上空为强度较弱的顺时针正环流圈; 非洲大陆上空为强度较强，中心偏高的逆时针反环流圈; 非洲大陆西部海域对应强度较弱，中心偏低的顺时针正环流圈; 印度洋上空为强度较强，中心偏高的逆时针反环流圈。

3.2 Walker环流时空分布

EOF分析Walker环流得到前五模态的方差贡献率如表 2所示，前两模态的方差贡献率分别为58.09%和18.61%，已包括了Walker环流场76.70%的信息，因此，本文主要讨论其前两个模态的时空分布特征。

3.2.1 Walker环流第一模态时空分布特征

图 6a为Walker环流第一模态空间分布。为便于比较异常环流与平均环流的关系，图中以黑色曲线给出Walker环流的气候态分布，黑色实、虚线分别代表正、反环流圈。由图可见，第一模态为正反环流圈的显著东移。结合图 6b中Walker环流第一模态的时间系数可知，其正位相时对应Walker环流东移加强，相反，当其为负位相时则对应Walker环流东移减弱; 此外，由图可知，Walker环流的时间系数与Niño3.4指数的变动基本一致。由时滞相关(图 7)可见，第一模态异常Walker环流与Niño3.4指数同期相关高达0.69，且超过了99.9%的显著性检验。即当El Niño(La Niña)发生时，Walker环流东移增强(减弱)，因此第一模态对应了Walker环流异常东移。

3.2.2 Walker环流第二模态时空分布特征

图 8a为Walker环流第二模态空间分布，由图可知，第二模态为分列于150°E以东和以西纬向正反环流对，这对异常环流与赤道太平洋上空的气候态Walker环流分布比较一致，结合第二模态时间系数分布(图 8b)，则正位相对应Walker环流加强，负位相对应Walker环流减弱，因此第二模态对应了Walker环流的强度变化。

计算结果表明：Walker环流有两个主要模态，第一模态为与ENSO同期相关很好的Walker环流正反环流圈的移动，即El Niño(La Niña)发生时，Walker环流发生东移增强(减弱); 第二模态为与Walker环流方向比较一致的顺时针正环流圈与逆时针反环流圈，正(负)位相使得Walker环流加强(减弱)。

3.3 南海SSTA与Walker环流异常的关系

图 9a为南海SSTA前两模态的时间系数与Walker环流第一模态时间系数的变化。由图可知，南海SSTA第一模态明显滞后于Walker环流，而南海SSTA第二模态则与Walker环流的变化基本一致(图 9b)。

分别将南海SSTA的前两模态与Walker环流第一模态进行时滞相关。如图 10所示，负(正)值表示南海SSTA的变化滞后(超前)于Walker环流。由图可知，南海SSTA第一模态滞后于Walker环流异常5个月时与其达到最大正相关，而第二模态与Walker环流异常同期相关，且都超过99.9%的显著检验。

结合南海SSTA前两模态的空间分布以及上文的分析可知，当出现El Niño时，Walker环流异常东移，南海SST同期出现西暖东冷的偶极子异常分布，进而使得南海SST滞后于Walker环流异常5个月后呈现全海盆增暖。

4 Walker环流异常影响南海SSTA机理分析

由前文分析可知，当ENSO发生时，南海SST随之响应，而Walker环流又与ENSO事件和南海SST密切相关，那么Walker环流在二者之间起到了什么作用呢？ENSO如何通过Walker环流影响到南海SST的呢？

根据海洋温度倾向方程：

$ \frac{{\partial T}}{{\partial t}} = \dot Q - \nabla \cdot \left( {T{{{\mathord{\buildrel{\lower3pt\hbox{$\scriptscriptstyle\rightharpoonup$}} \over V} }}_{\rm{h}}}} \right) - \frac{\partial }{{\partial z}}(Tw) $

(10)

其中T表示温度，$ {{\mathord{\buildrel{\lower3pt\hbox{$\scriptscriptstyle\rightharpoonup$}} \over V} } _{\rm{h}}}$、w表示流体水平和垂直速度，${\dot Q} $表示非绝热加热。由式(10)可知，海温的变化主要由海表热通量、平流输运过程、垂直输送过程来影响。前人研究表明，海表热通量是影响SST变化的主要动因^[19]，因此，本文从南海海域降水异常的角度出发^[20]，分析海表热通量变化对南海SST产生的影响。

20°S~30°N降水场气候平均态分布如图 11所示。将20°S~30°N间的降水场与Walker环流第一模态的时间系数进行加权合成分析(图 12)，图 12中彩色区域表示通过了95%的显著性检验。图 12a为二者的正合场，即大于Walker环流第一模态时间系数均值的部分与其对应的降水场的合成，对比该区域降水场的气候平均态(图 11)，可见南海降水减少; 正合成减负合成得到二者的合成差(图 12b)，其呈现明负相关，说明Walker环流异常东移，南海海域降水减少。因此，南海上空所接收的太阳短波辐射增加，南海SST升高。即当El Niño发生时，南海上空激发异常Walker环流，其异常下沉支会在南海形成海平面异常高压，从而抑制其上空对流云的形成，进而使得降水减少，因此南海海面所接收到的太阳短波辐射增多，最终使得南海SST升高。即Walker环流异常通过“云辐射反馈过程”改变进入洋面的表面热通量^[21]，从而影响南海SST的变化。因此Walker环流在ENSO影响南海SST的过程中扮演了“大气桥”的角色^[22]。

5 结论

本文研究了南海SSTA时空分布特征及其与Walker环流异常的相关，并从降水异常角度出发，对Walker环流影响南海SST变化机理进行了初步探讨。结果表明：

1) 南海SSTA场存在全海域一致模态、东西反位相的偶极子模态以及纬向三极子正负位相的三个主要模态，且都具有显著的准2 a及4 a左右的年际振荡周期，且与ENSO高度相关。

2) Walker环流存在两个主要模态，第一模态对应Walker环流异常东移，并与ENSO同期相关。第二模态对应Walker环流的强度变化。

3) 当El Niño发生时，同期激发Walker环流异常东移，导致赤道西太平洋形成异常下沉运动，南海海面气压升高，抑制了其上空对流云的形成，相应出现降水减少、海面吸收太阳短波辐射增加现象，因此南海海表面的热通量增加，南海SST由西暖东冷的偶极子分布在5个月后转变为全海盆一致增暖的分布，即Walker环流通过“云辐射反馈过程”导致南海SST增温。

4) Walker环流异常在ENSO影响南海SST过程中起到“大气桥”的作用。