王龙，王晶＊，杨俊钢

（1.中国海洋大学 信息科学与工程学院，山东 青岛266100；2.国家海洋局 第一海洋研究所，山东 青岛266061）

1 引言

随着全球气候变暖，海平面在不断上升。海平面上升造成的海岸侵蚀、风暴潮灾难、盐水入侵和洪涝灾害给人类生存环境带来巨大的威胁，海平面上升已经成为全球性重大环境问题。

我国是个海洋大国，拥有18 000 k m长的大陆岸线和14 000 k m长的岛屿岸线，约有70%以上的大城市和50%以上的人口集中在东部沿海地区，这些地区是我国经济最发达的地区，同时由于地势较低和地质原因也是受海平面上升影响最严重的脆弱地区。海平面上升将加剧沿海地区的自然灾害，影响沿海地区的社会经济发展，因此海平面变化值得我们深入研究。

关于我国海域海平面变化的研究，乔新和陈戈［1］基于11 a高度计数据对中国海平面变化进行了初步研究发现，我国海域海平面变化以1 a周期为主，平均上升速率为5.92 mm／a，不同海区海平面上升速率不同。丁蓉蓉等［2］研究了南海海平面和比容海平面变化规律发现，南海SSH以4.7 mm／a的速率上升，SSL以4.2 mm／a的速率上升，SSL变化对SSH变化起主导作用，此外经向风应力也是SSH变化的重要因素。刘秦玉等［3］对南海北部SSH变化原因进行初步分析后认为南海北部SSH的变化应归因于南海局地的动力、热力强迫和黑潮的影响，黑潮对南海北部SSH平均态的影响要大于对SSH异常场的影响。刘秦玉等［4］利用POM模式研究了南海海平面季节变化时发现，在1、3、5月南海SSH异常值与7、9、11月异常值相反，风的季节变化是南海SSH季节变化的主要原因。荣增瑞等［5］研究了全球和南海海平面变化以及与厄尔尼诺的关系，发现全球和南海海平面的低频变化都与厄尔尼诺密切相关，并且指出ENSO可以通过南海季风和北太平洋环流的变化来影响南海的海平面。刘雪源等［6－7］研究黄海、渤海和东海海平面异常（SLA）低频信号与ENSO的关系时发现，两者具有显著相关性，并且推出ENSO可以通过风应力对SLA低频信号进行调制。

目前关于南海海平面变化季节信号和低频信号的研究较多，而对东海海平面变化季节信号和低频信号的研究较少，需要进一步对东海海平面变化进行研究，以便全面掌握其变化规律。本文利用1993年1月至2011年12月的卫星高度计数据，对东海海平面变化的季节信号、线性趋势和低频信号进行了综合分析，并结合风应力数据、海表面温度数据和Ishii温盐数据等对季节信号的驱动机制以及比容海平面变化的低频信号与海平面变化的低频信号之间的关系进行了探讨，进一步研究了东海海平面的变化规律。

2 数据与方法

2.1 数据集

SLA数据是来源于法国国家空间中心（CNES）AVISO数据中心提供的融合多颗卫星高度计（ERS－1／2，Topex／Posedion，ENVISAT 和Jason－1／Jason－2）的MSLA网格化数据，时间跨度为1993年1月至2011年12月，时间间隔为1个月，网格为（1／3）°×（1／3）°墨卡托投影，参考框架为CLS01平均海平面，其中CLS01由7 a（1993—1999年）的TP，5 a的ERS－1／2和2 a的Geosat数据处理得到。

风应力数据来自哥伦比亚大学的气候数据图书馆，水平分辨率为0.5°×0.5°，时间跨度为1960—2009年，其纬向风应力和经向风应力分别用taux和tauy表示。南方涛动指数SOI同样来自哥伦比亚大学的气候数据图书馆，其是太平洋塔希提岛海平面与印度洋达尔文岛海平面的气压异常之差，代表ENSO现象的大气效应。

海表面温度数据来自美国国家海洋大气管理局的最佳内插海面温度分析（NOAA optimum interpolation sea surface temperature analysis）数据集，下载地址：ftp：／／ftp.emc.ncep.noaa.gov／c mb／sst／oi month＿v2／，海表面温度数据空间分辨率为1°×1°，时间跨度为1981—2012年，时间间隔为1个月。

Ishii温盐数据是由Ishii等编制的1945－2011年海表面以下1 500 m范围内的月平均客观分析的温度和盐度数据，此分析基于 WOD05／WOA05，IRD热带太平洋全球温盐数据、COBE海表面温度以及ARGO浮标数据。本文选用的Ishii温盐数据来自UCAR（University Corporation for At mospheric Research），时间跨度为1945—2011年，水平分辨率为1°×1°，垂直方向有24个标准层，时间间隔为1个月。

2.2 海平面异常综合分析方法

结合文献［8－9］的方法，将海平面变化构造成如下模式：

式中，Asl是月平均海平面异常时间序列；Aacos（watφa）代表年信号；Asacos（wsat－φsa）代表半年信号；B是时间为0时的SLA；C是线性速率；ε2－7（t）是周期为2～7 a的低频信号（也称年际间信号）；ε0（t）为残余信号。方程中的线性项和周期项通过最小二乘法获得，低频信号和残余信号通过滤波获得。

2.3 比容海平面异常（SSL）的计算方法

比容海平面异常计算公式［10］如下：

式中，（x，y）是位置；t是时间；z是深度；Ssl（x，y，t）是（x，y）位置t时间的比容海平面异常；ρ0（x，y，z）是（x，y，z）位置的参考密度，是（x，y，z）位置平均温度、平均盐度、压强的函数；ρ（x，y，z，t）是（x，y，z）位置t时间的密度，是温度T，盐度S，压强的函数。ρ0（x，y，z）和ρ（x，y，z，t）的计算参照1980年国际海水状态方程（EOS80），其中的温度、盐度来自Ishii温度、盐度数据集；参考密度是通过1993—1999年间海水的平均温度和平均盐度计算得到的。

3 季节性海平面变化

海平面季节变化通常由年信号和半年信号组成，因此分析东海季节性海平面变化的时候，我们可以通过获得的年信号和半年信号来研究其变化规律。Gill［11］、Gill和 Niile［12］认为季节性海平面变化由大气压力、风影响和比容膨胀的变化来驱动。Vinogradov等［13］认为海表面风场和热流是热带和中纬度地区季节性海平面变化的主要驱动力。在现有研究的基础上，我们推测东海季节性海平面变化的驱动机制，并结合风应力数据和海表面温度数据进行了验证。

3.1 海平面变化的季节信号

通过对东海海平面异常时间序列的功率谱分析（图1）我们发现东海海平面变化的半年周期比较微弱，可以忽略不计，因此在分析东海海平面的季节变化时，仅考虑了年周期。我们去掉公式（1）中半年信号项，并利用最小二乘法得到了东海海平面变化的年信号和线性项，即公式（1）的Aacos（wat－φa）和B＋Ct两部分。

图1 东海海平面异常功率谱

东海海平面变化年信号振幅平均值为11.45 c m，其分布具有明显的区域特征（见图2a）。最大振幅为19.65 c m，出现在台湾海峡；最小振幅为2.45 c m，出现在台湾省东北以及台湾省以东海域。总体来看，东海年信号的振幅分布呈现出北高、南低的趋势。

东海海平面变化年信号峰值出现的时间分布同样具有显著的区域特性（见图2b）。在开阔海域年信号峰值在8—10月出现，而且从南到北逐渐延后。在沿岸海域年信号峰值在9—12月出现，呈现出与开阔海域完全相反的变化趋势，峰值出现时间从南向北逐渐提前。在开阔海域和沿岸海域年信号峰值出现时间的差异表明两者之间年信号的主要驱动机制的不同。黑潮流域的峰值时间呈明显的黑潮形态分布，表明黑潮在此流域对年信号影响较大。台湾省东北海域年信号峰值在11月份出现，与此区域的冷涡有

关［14］。

东海海平面变化年信号的显著性是通过年信号解释方差占总方差的比例来评价的，比例越大，年信号越显著。图2c是东海年信号解释方差比例的区域分布图，可以发现东海年信号的显著性存在区域差异。解释方差比例较大的区域主要集中在28°N以北，122°E以东的开阔海域，方差解释比例在80%以上；解释方差比例较小区域主要集中在长江入海口、台湾省东北以及以东海域。选取图2c中A、B、C三个位置，并对三个位置的时间序列进行功率谱分析，如图2d所示。A点能量主要集中在年频率上，年信号显著；B点能量主要集中在1，2，以及2a以上的频率上，与台湾省东北海域常年存在的冷涡——上升流有关［14］；C点能量主要集中在4～12个月频率上，主要受西太平洋大气对流季节内振荡的影响［15］。

3.2 季节性海平面变化的驱动机制

东海连通南海和黄海，跨越30°N的大气辐散带，处于海陆过渡带东亚季风气候区。Cabanes等［16］认为海水热膨胀和风驱动的海水堆积是海平面上升的主要影响因素，考虑到东海显著的季风气候以及太阳辐射对海平面变化的普遍影响，我们推测风驱动的海水堆积和海水热膨胀是东海季节性海平面变化的主要驱动机制，并结合海面风应力和海表面温度对东海季节性海平面变化进行了分析，验证了两种驱动机制在东海季节性海平面变化中的作用。

通过区域平均得到了东海海表面温度的时间序列，利用多元线性回归法得到了东海海表面温度的年信号如图3a、b，其中线性回归系数达到了0.984 4，表明东海海表面温度变化的年信号占总的变化的绝大部分。

通过区域平均得到了东海平均纬向风应力距平和平均经向风应力距平（下面分别用taux和tauy表示，taux正值代表西风，tauy正值代表南风）的月平均时间序列，利用线性拟合得到了纬向风应力距平和经向风应力距平的年信号如图4a、b。图4c、d分别是纬向风应力距平年信号和经向风应力年信号的解释方差比例的区域分布图，如图所示，东海区域的经向风应力具有更显著的年周期信号。

图5显示了东海海平面变化的季节信号（年信号）在四季的区域分布，四季的年信号通过公式（1）的年信号部分在每个季节的3个月的平均得到，其中定义1—3月为冬季，4—6月为春季，7—9月为夏季，10—12月为秋季。

结合图3～5，从空间分布和时间演变两个方面对东海海平面变化季节信号的驱动机制进行了分析。分析了风驱动的海水堆积和海水热膨胀对东海海平面变化季节信号在各个季节区域分布的影响，分析结果如下：

在冬季（见图5a）taux为负值（东风），东风引起的海水堆积使28°N以南纬向风应力年信号显著的沿岸海域海平面呈东低、西高分布。tauy为负值（北风），北风引起的海水堆积以及海表面温度的北低、南高分布共同作用使沿岸海域和开阔海域海平面都呈现出北低、南高的分布特征。

在春季（见图5b）taux为正值（西风），西风引起的海水外流使沿岸海域海平面呈西低、东高分布。tauy为正值（南风），南风引起的海水堆积使沿岸海域海平面呈北高、南低分布，而海表面温度的北低、南高分布没有使沿岸海域海平面呈北低、南高分布，表明沿岸海域风驱动对海平面分布的影响较大；在开阔海域海平面没有因为南风而呈北高、南低分布，表明开阔海域海表面温度指示的海水热膨胀对海平面分布的影响更大。

在夏季（见图5c）taux为正值（西风），西风引起的海水外流使沿岸海域海平面仍然是西低东高分布。tauy为正值（南风），沿岸海域海平面仍呈北高、南低分布，这表明沿岸海域风驱动对海平面分布的影响较

大，与春季一致；在开阔海域海平面呈北高南低、分布，与南风驱动的海平面分布一致，与海表面温度的分布相反，这表明在开阔海域夏季时风驱动对海平面分布的影响更大。

在秋季（见图5d）taux为负值（东风），东风引起的海水堆积使沿岸海域海平面呈东低、西高分布。tauy为负值（北风），沿岸海域海平面北低、南高，与北风和海表面温度驱动的海平面分布一致，两者共同影响沿岸海平面分布；在开阔海域海平面仍呈北高、南低分布，表明风驱动和海表面温度指示的海水热膨胀都不足以改变夏季时积累的南北分布趋势。

上述分析结果表明，风驱动的海水堆积和海水热膨胀共同影响着东海海平面变化季节信号的区域分布，而且在不同季节、不同区域两者所起到的作用不同，主导地位也不断转变。总体来说，沿岸海域海平面变化季节信号的区域分布受风驱动的影响更大，在开阔海域海平面变化季节信号的区域分布受风和海水热膨胀的共同驱动。

风驱动的海水堆积和海水热膨胀不仅影响着东海海平面变化季节信号的区域分布，还影响着季节转变时海平面的变化趋势，通过下面对季节转变时风驱动的海水堆积和海水热膨胀对海平面变化季节信号影响的分析，进一步研究了二者对东海海平面变化季节信号时间转变的驱动机制。

在冬季到春季的过渡中东风变为西风导致的海水外流使沿岸海域海平面下降，而温度上升导致的海水热膨胀没有使沿岸海域海平面上升，这表明沿岸海域在从冬季到春季时海平面变化主要由海面风驱动；北风变为南风没有导致开阔海域海平面的北高、南低分布，而温度上升导致的热膨胀使海平面总体升高，表明开阔海域从冬季到春季时海平面变化主要由海水热膨胀驱动。

春季到夏季的过渡中虽然持续的西风导致的海水外流没有使沿岸海域海平面继续下降，但仍使海平面呈现出西低、东高的分布，温度上升使沿岸海域海平面总体上升，因此沿岸海域从春季到夏季，风和海水热膨胀同时驱动海平面变化，海水热膨胀占主导地位；持续的南风导致的海水堆积使开阔海域海平面呈北高、南低分布，海水热膨胀使海平面总体上升，因此在开阔海域从春季到夏季风和海水热膨胀同时驱动海平面变化。

在夏季到秋季的过渡中由西风变为东风导致的海水堆积使沿岸海域海平面上升，而温度下降没有导致海平面下降，表明在沿岸海域从夏季到秋季海平面变化主要由风驱动；由南风变为北风没有导致开阔海域海平面的北低、南高分布，温度下降导致开阔海域海平面总体下降，这表明在开阔海域从夏季到秋季海平面变化主要由海水热膨胀驱动。

在秋季到冬季的过渡中持续的东风导致的海水堆积没有使沿岸海域海平面上升，但仍使海平面呈西高、东低分布，而温度下降导致海平面下降，因此在沿岸海域从秋季到冬季风和海水热膨胀同时驱动海平面变化，海水热膨胀占主导地位；持续的北风导致开阔海域海平面呈北低、南高分布，温度下降导致开阔海域海平面总体下降，因此在开阔海域从秋季到冬季风和海水热膨胀同时驱动海平面变化。

上述分析结果表明，风驱动的海水堆积和海水热膨胀共同影响着东海海平面变化季节信号的时间演变，而且在不同时间、不同区域两者所起到的作用不同，主导地位也不断转变。总体来说，沿岸海域海平面季节信号的时间演变受风驱动的海水堆积和海水热膨胀的共同影响，在开阔海域海平面季节信号的时间演变受海水热膨胀的影响更大。

通过对风驱动的海水堆积和海水热膨胀影响东海季节性海平面变化机制的分析，我们发现虽然风引起的海水堆积和海水热膨胀对东海季节性海平面变化的驱动机制在不同时间、不同区域存在明显差异，但是结合海面风和海水热膨胀可以比较完整地解释其变化规律，因此风驱动的海水堆积和海水热膨胀是东海季节性海平面变化的主要驱动机制。通过对图5b、d黑潮流域年信号的观察发现，在春秋季节黑潮流域的年信号分布有一定类似黑潮的走势，因此黑潮对东海海平面的季节信号也具有一定的调制作用。

4 海平面变化的线性趋势

通过区域海平面变化的平均获得了东海平均海平面异常的时间序列，并且线性拟合得到了东海海平面的上升速率（见图6a）。东海海平面平均上升速率为3.28 mm／a，与刘雪源等［6］所得数值吻合。东海海平面整体呈上升趋势，上升速率具有显著的区域特性（见图6b）。东海海平面绝大部分处于上升趋势，上升速率最大值位于长江入海口以及台湾省以东（23.5°N，127°E）附近，长江水注入以及台湾省以东暖流造成两个区域的上升速率最大值。上升速率较大值出现在东南沿岸海域以及台湾省东北的黑潮流域，这表明黑潮以及沿岸海洋环境对海平面上升速率具有一定的影响。东海海平面下降区域位于26.5°N，130°E附近。

图6 东海海平面线性趋势

5 年际间海平面变化

将东海海平面异常时间序列中的季节信号和线性趋势剔除，然后通过2～7 a的带通滤波得到了东海年际间海平面变化信号。根据公式（2），利用Ishii温度、盐度数据计算了东海比容海平面异常（SSL），并通过区域平均得到了东海区域平均比容海平面异常的时间序列，然后进行2～7 a的滤波得到了东海年际间比容海平面变化信号。利用2～7 a的带通滤波得到了SOI的低频信号。

刘雪源等［6］对东海海平面变化的低频信号分析指出：东海海平面变化的低频信号与SOI低频信号以及海面风应力的低频信号显著相关，ENSO可以通过海面风应力对年际间海平面变化进行调制，但是仅依靠海面风应力无法完整解释ENSO对东海海平面变化低频信号的调制作用。为了研究ENSO影响东海年际间海平面变化的其他机制，我们分析了东海年际间海平面变化信号与SOI低频信号同步相关系数的区域分布。

图7为东海年际间海平面变化信号与SOI低频信号同步相关系数的区域分布图。如图7所示，30°N以南年际间海平面变化信号与SOI低频信号呈正相关，而且在黑潮流域的同步相关性较大。Yamagata等［17］研究指出，厄尔尼诺影响热带区域的海洋和大气变化可通过黑潮的变化表现在中高纬度，因此ENSO通过黑潮对东海年际间海平面变化进行调制。黑潮主要由高温、高盐的海水组成，而海水的温度、盐度是比容海平面的主要影响因素，两者具有一定的相关性，因此推测ENSO通过年际间比容海平面变化对年际间海平面变化进行调制，并对此进行了相关性验证。

图7 SLA和SOI低频信号同步相关系数的区域分布

年际间比容海平面变化与年际间海平面变化的时间序列及互相关函数如图8a、b所示。年际间比容海平面变化与年际间海平面变化的同步相关系数为0.55，二者显著相关；互相关函数分析指出，两者的时间延迟为0时，相关性最好。通过相关性分析发现，年际间比容海平面变化与年际间海平面变化具有显著的相关性，前者对后者具有显著的调制作用。

图8 SLA和SSL低频信号的相关性分析

年际间比容海平面变化和SOI低频信号相关性进行分析如图9a、b所示。年际间比容海平面变化与SOI的同步相关系数为0.25，而且当前者比后者延迟3个月时，两者的相关性最好，延迟时间与年际间海平面变化跟SOI低频信号相关性最好时的延迟时间基本一致，年际间比容海平面变化与SOI具有一定的相关性。ENSO可以通过黑潮等环流来影响年际间比容海平面变化，又由于年际间比容海平面变化对海平面变化的显著调制作用，其进而对东海年际间海平面变化产生影响，因此ENSO可以通过东海年际间比容海平面变来化对年际间海平面变化进行调制。

图9 SSL和SOI低频信号的相关性分析

6 结论

利用1993年1月到2011年12月卫星高度计数据对东海海平面变化进行了综合性分析，并结合海面风应力、Ishii温盐数据和海表面温度等对驱动机制进行了探讨。

（1）东海海平面变化半年信号较弱，东海季节性海平面变化主要由年信号组成。年信号幅度均值为11.45 c m，最大值出现在台湾海峡，在台湾省东北及以东区域幅值较小。年信号达到峰值的时间在沿岸和开阔海域不同，在开阔海域在8—10月份达到峰值，并且呈从南向北逐渐延后的趋势分布，而在沿岸海域在9—12月份达到峰值，呈从南向北逐渐提前的趋势分布。

（2）东海季节性海平面变化主要受海面风和海水热膨胀驱动，而且在不同时间、不同区域两种驱动机制作用不同，主导地位也不断变化。总体来说，在东海沿岸海域季节性海平面变化的区域分布受海面风驱动的影响较大，季节转变由风和海水热膨胀共同驱动；在开阔海域季节性海平面变化在季节转变方面主要受海水热膨胀影响，在区域分布方面受海面风及海水热膨胀共同影响，其中夏季时海面风驱动的影响尤为强烈。在黑潮流域黑潮对东海季节性海平面变化也具有一定的调制作用。

（3）1993—2011年东海海平面平均上升速率为3.28 mm／a，具有显著的区域特性。上升速率最大值位于长江入海口以及23.5°N，127°E附近；上升速率较大值出现在东南沿岸海域以及台湾省东北的黑潮流域，这表明黑潮以及沿岸海域环境条件对海平面上升速率具有一定的影响；东海海平面下降区域位于26.5°N，130°E附近。

（4）东海年际间海平面变化与年际间比容海平面变化呈显著相关，同步相关性为0.55；东海年际间比容海平面变化与SOI低频信号具有一定的相关性，最大相关系数为0.3，时间延迟为3个月，与东海年际间海平面变化延后时间基本吻合。ENSO可以通过大气环流和黑潮洋流等对东海海域年际间比容海平面变化产生影响，年际间比容海平面变化进而对东海年际间海平面变化产生调制作用，因此ENSO可以通过年际间比容海平面变化对东海年际间海平面变化进行调制。

致谢：感谢法国国家空间局（CNES）、哥伦比亚大学气候数据图书馆（IRI／LDEO Cli mate Data Library）、美国国家环境预报中心（National Centers for Environmental Prediction）、美国国家海洋大气管理局（NOAA）以及大气研究大学联盟（University Corporation for At mospheric Research）为本文提供数据支持！

［1］乔新，陈戈.基于11年高度计数据的中国海海平面变化初步研究［J］.海洋科学，2008，32（4）：60－64.

［2］丁蓉蓉，左军成，杜凌，等.南海海平面变化及其比容高度和风场间的关系［J］.中国海洋大学学报，2007，37：23－30.

［3］刘秦玉，贾英来，杨海军，等.南海北部海面高度季节变化的机制［J］.海洋学报，2002，24（增刊1）：134－141.

［4］刘秦玉，杨海军，贾英来，等.南海海面高度季节变化的数值模拟［J］.海洋学报，2001，23（2）：9－17.

［5］荣增瑞，刘玉光，陈满春，等.全球和南海海平面变化及其与厄尔尼诺的关系［J］.海洋通报，2008，27（1）：1－8.

［6］刘雪源，刘玉光，郭琳，等.渤黄海海平面的变化及其与ENSO的关系［J］.海洋通报，2009，28（5）：34－42.

［7］刘雪源，刘玉光，郭琳，等.30°N两侧东海海平面的低频变化及其与ENSO的关系［J］.大地测量与地球动力学，2009，29（4）：55－63.

［8］Vigo M I，Sánchez－Reales J M，Trottini M，et al.Mediterranean Sea level variations－Analysis of the satellite alti metric data，1992－2008［J］.Journal of Geodynamics，2011，52：271－278.

［9］Ricardo R Torres，Michael N Tsi mplis，et al.Seasonal sea level cycle in t he Caribbean Sea［J］.Journal of Geophysical Research，2012，117：1－18.

［10］Alix Lombard，Anny Cazenave，Pierre－Yves Le Traon，et al.Contribution of ther mal expansion to present－day sea－level change revisited［J］.Global Planet Change，2005，47：1－16.

［11］Gill A E.At mosphere Ocean Dynamics［M］.San Diego：Academic Press，1982.

［12］Gill A E，Niiler P P.The t heory of the seasonal variability in the ocean［J］.Deep－Sea Research and Oceanographic Abstracts，1973，20（2）：141－177.

［13］Vinogradov S V，Ponte R M，Heimbach P.The mean seasonal cycle in sea level esti mated from a data－constrained general circulation model［J］.Journal of Geophysical Research，2008，113：1－15.

［14］孙湘平，修树梦.台湾东北海域冷涡的分析［J］.海洋通报，1997，16（2）：1－10.

［15］王韶霞，刘秦玉，徐启春.热带东印度洋－西太平洋海域OLR季节内振荡空间分布特征［J］.海洋与湖沼，2001，31（1）：78－83.

［16］Cabanes C，Cazenave A，Provost C L.Sea level rise during past 40 years deter mined from satellite and in situ observations［J］.Science，2001，294：840－842.

［17］Toshio Yamagata，Yoshiaki Shibao，Shin－ichiro Umatanit.Interannual variability of t he Kuroshio extension and its relation to South Oscillation／El Niño［J］.Journal of the Oceanographical Society of Japan，1985（41）：271－291.

［18］孙湘平.中国近海区域海洋［M］.北京：海洋出版社，2006.

［19］韩飞，杜凌，李杰，等.黑潮延伸体海域海平面变化及其与比容变化的关系［J］.海洋湖沼通报，2011（2）：8－19.

［20］王天顺，刘玉光，荣增瑞，等.近30年日本海热容海平面年际变化及其对ENSO的响应［J］.海洋与湖沼，2010，41（4）：614－620.

［21］Song Y T，Qu Tangdong.Multiple satellite missions confir ming the t heory of seasonal oceanic variability in the northern North Pacific［J］.Marine Geodesy，2011，34：477－490.

［22］Rong Zengr ui，Liu Yuguang，Zong Hanbo，et al.Inter－annual sea level variability in the South China Sea and its response to ENSO［J］.Global and Planetary Change，2007，55：257－272.

［23］Mar k A Merrifield，Mathew E Maltrud.Regional sea level trends due to a Pacific trade wind intensification［J］.Geophysical Research Letters，2011，38：1－5.