陈美香，常　曼，张雯皓，贾亚茹，左常圣

(河海大学 港口海岸与近海工程学院，江苏 南京 210098)



全球比容海平面低频变化特征研究*

陈美香，常曼，张雯皓，贾亚茹，左常圣

(河海大学 港口海岸与近海工程学院，江苏 南京 210098)

摘要:本文主要基于Ishii和EN3三维温盐数据估算了1945年以来全球大洋不同层次的比容海平面变化，利用随机动态分析方法和集成经验模态分解方法比较分析其低频变化特征。结果显示，两种方法基于不同数据的分析结果基本一致，上层1 500 m和1 500 m以下深层海水的比容海平面分别以1962年和1974年为分界，表现为先降后升的特征。最近几十年大西洋以及南极绕极流海域的比容海平面从上层到下层都表现为上升，全球深层水的主要生成区均出现不同程度的增暖。集成经验模态分解发现长周期年代际信号会对长期趋势的转折点产生影响。

关键词：比容变化；海平面；随机动态分析；EMD方法

全球变暖伴随的海平面上升使得人类对海平面变化的关注空前增加，全球海平面变化成为当今气候研究领域的重要科学问题，受到各国科学家和政府决策者的高度关注。根据验潮站以及卫星高度计资料的最新结果，1901—2010年全球平均海平面上升了大约0.19[0.17～0.21] m，其上升速率为1.7[1.5～1.9] mm/a[1]；1993—2012年间上升速率为3.2[2.8～3.6] mm/a[2-6]。

从本质上，全球海平面变化主要受制于全球大洋海水的体积变化和质量变化2个方面。影响海水体积变化的主要因素是海水的温度和盐度变化引起的比容海平面变化，而引起全球海水质量变化的主要原因是气候变暖导致的陆地冰(包括陆地冰川、格陵兰岛和南极冰盖)的融化。全球变暖背景下，世界大洋海水出现增温是比容变化的主要贡献者。IPCC第五次评估报告指出，1971—2010年世界大洋上层700 m海水在增暖[7-10]，1957—2009年700～2 000 m可能也在增暖[11]，而3 000 m以深的增暖可能出现在1992—2005年[12]。与海水增温相对应的热膨胀效应即热比容效应导致海平面上升，1971—2010年上层700 m海水引起的海平面上升速率为0.6[0.4～0.8] mm/a，考虑整个深度的热膨胀，热比容引起的海平面上升速率为0.8[0.5～1.1] mm/a；1993—2010年两者的贡献分别为0.8[0.5～1.1] mm/a和1.1[0.8～1.4] mm/a[11,13-20]。目前2 000 m以下海水的观测资料稀缺是造成深层海水热比容效应不确定的主要因素。质量变化对全球海平面变化的贡献主要依赖于2002年以来GRACE重力卫星资料，由于资料长度较短难以剔除年际变化信号的影响，长期趋势估算存在很大的不确定性[14,21-23]。从掌握的历史数据来看，研究比容变化所用的温盐资料数量远远超过研究质量变化的数据，因此在不能完全掌握质量变化的情况下，尽可能掌握海水比容变化导致的海平面变化规律就显得极为重要。而研究气候变化尤其关心的是，比容变化在年际、年代际及更长时间尺度上(譬如长期趋势)具有怎样的变化规律，这是预测将来比容变化更为重要的方面。

关于比容海平面变化的研究，有几个问题需要注意。第一，资料来源的影响。2005年以来Argo资料开始提供近全球上层2 000 m温盐数据，在此之前历史观测数据在南大洋以及深层都很稀缺，而深层温盐数据目前基本依赖于WOCE计划的航次观测资料[12,24-26]。第二，资料可靠性的影响。IPCC第四次评估报告[27]中发现历史XBT资料存在深度系统误差[28]；这一误差在最近的温盐数据集中进行了订正[29]。第三，比容变化尤其是上层海水的比容变化中存在的显著季节、年际及年代际信号，对长期趋势的估计有很大的影响[30-32]，如何合理剔除这些低频变化的影响对比容长期趋势的估计至关重要。以往的研究中不同的研究者给出的比容长期趋势有一定的差异，一方面与分析方法有关[33-35]，另一方面源于资料长度的局限。若数据长度不够，长期趋势的提取很难消除像年际变化和年代际变化等低频信号的混淆作用[36]，这就要求我们应在数据尽量长的基础上，采用合适的方法尽可能消除年际和年代际信号的影响才能保证提取的长期趋势较为准确。

本文在综合考虑全球比容海平面变化已有研究的基础上，选择目前计算比容变化的2种常用数据集的最新版本，采用时间序列资料的2种常用统计分析方法，分析全球比容海平面的低频变化特征，提取其长期变化趋势的时空分布，充分认识低频变化对比容海平面长期趋势估算的影响，认识资料时段的选取对长期趋势估算的重要性。

1资料和方法介绍

1.1资料及分析

我们选择了2套时间序列较长的常用温盐数据集来计算全球比容海平面变化(图1)，分别为日本气象局提供的Ishii客观分析数据和英国气象局Hadley中心提供的EN3客观分析数据。

图1　1945—2013年全球月均比容海平面Fig.1　Global monthly mean steric sea level (SSL) for the period 1945-2013

Ishii三维温盐场数据为全球1°×1°网格化月均数据，本文选择的数据为2014年更新的V6.13版本，垂向有24层网格，最大深度为1 500 m，资料长度为1945—2012年。V6.13版数据采用Ishii(2003)提出的客观分析方法将NODC、PMEL和日本气象局走航资料融合了最新的WOD09、GTSPP、Argo等数据得到，并且进行了XBT和MBT等观测数据的深度偏差订正[29]。本文之所以重新用Ishii数据计算全球比容变化是因为该数据以前的版本最大深度只有700 m。

EN3三维温盐客观分析场的数据源包括WOD05、GTSPP、Argo和ASBO部分数据，本文采用的数据版本为2013年发布的最终版本v2a。该温盐场为全球1°×1°网格化月均场，垂向有42个标准层，最大深度5 350 m，基本可以涵盖海洋整个深度的温盐变化。时间长度为1950—2013年。

考虑到上层700 m海水被认为是全球海洋增暖的主体[37]，同时结合2套数据的深度范围，本文分别给出了利用Ishii和EN3数据计算的全球大洋上层700 m、700～1 500 m平均比容海平面变化以及利用EN3数据计算的全球大洋1 500 m以下海水的平均比容海平面变化。由图1可以看出，除1970-1982年Ishii数据计算的上层700 m比容海平面变化数值稍小以外，2套数据1 500 m以上的结果结果基本接近。

1.2比容海平面的计算方法

本文比容海平面变化的计算采用Thomson[38]给出的计算公式，具体形式为：

(1)

(2)

TSSL=TC+SC。

(3)

式中，TC(热比容海平面异常)为热膨胀引起的海平面变化；SC(盐比容海平面异常)为盐度变化引起的海平面变化；TSSL(比容海平面异常)为热比容海平面异常和盐比容海平面异常的和。T是温度；S是盐度；α是比容；Z是深度；z1和z2分别是深度积分的上下限。ΔT是各层相对长期平均海温的异常值，ΔS是各层相对长期平均盐度的异常值。对各层的比容变化进行叠加可以得到总的比容海平面变化。比容α利用1980年国际海水状态方程(EOS80)进行计算。

1.3统计分析方法

本文分别利用随机动态分析方法(SDM)和经验模态分析方法(EMD)来提取全球比容海平面时间序列的年际、年代际低频变化分量和长期趋势，分析全球比容海平面低频变化特征以及长期变化趋势的时空分布，认识年代际变化对长期趋势估计的影响。

随机动态分析方法是一种时间序列的综合分析方法，在海平面时间序列分析中经常被使用[39-41]。该方法将海平面时间序列为Y(t)分解为[39]：

(4)

式中，Y(t)为海平面值；T(t)为确定性趋势项；P(t)为确定性的周期项；X(t)为一剩余随机序列；α(t)为白噪声序列。海平面变化中的主要周期性信号P(t)和长期趋势T(t)是我们关心的内容。基于功率谱及最大熵谱分析方法来提取时间序列中周期范围为数据取样间隔2倍到数据长度一半之间的显著周期，进而利用基于最小二乘方法的多元回归分析获取时间序列周期性变化信号的振幅、位相和长期趋势中的线性上升速率等参数。

经验模态分解(EMD)方法是海平面时间序列分析中常用的另外一种方法[33,42-45]，它可以很好地处理非平稳非线性信号，与其他时频分析方法相比具有直观、后验和自适应等优点，但存在模态混叠的缺陷。本文采用集成经验模态分解方法(EEMD)来提取比容海平面变化的低频信号。该方法利用高斯白噪声具有频率均匀分布的统计特性，在原始信号中加入白噪声，使信号在不同尺度上具有连续性，以减小模态混叠程度，从而更好地分离出时间序列低频变化分量，使得长期趋势更为准确[46]。基本原理如下[47]：在原始信号x(t)中多次加入具有均值为0、幅值标准差为常数(一般取原始信号标准差的0.1～0.4倍)的白噪声ni(t)，得到新信号xi(t)=x(t)+ni(t)，下标i表示第i次添加白噪声；对xi(t)进行EMD分解，得到一系列本征模态函数(IMF)分量cij(t)和一个余项ri(t)，这里j代表第j个IMF；重复上述步骤N次，将对应的IMF进行总体平均运算，得到EEMD分解后的第j个IMF：

(5)

最终EEMD分解结果为

(6)

式中，r(t)为最终的残余分量，代表信号的平均趋势；本征模态分量cj(t)(j=1,2,…)代表信号从高到低不同频段的成分。本文使用的集成经验模态分解方法EEMD在原始信号中添加标准偏差为原始信号40%的高斯噪音，进行200次EMD迭代得到原始信号的本征模态；从试验结果来看，噪音水平取40%对应的模态独立性和合理性最好。

2全球比容海平面低频变化特征

综合考虑数据及已有研究结果，本文分别计算分析了全球700 m以浅、700～1 500 m以及1 500 m以深3个层次海水的比容海平面变化，方便起见，将上述3个层次分别称为上层、中层及下层海水。Ishii数据和EN3数据给出的3个层次海水的比容海平面变化的时间序列基本一致(图1)，1945—2013年间上层海水比容海平面变化范围在(±1.6) cm，中层海水比容变化范围为-0.54～0.66 cm，下层海水比容变化范围为-0.62～0.68 cm。因此，上层海水比容变化幅度大约是中层和下层海水的2～3倍，大约比中下层海水(大约到5 500 m)的比容变化大一半，可见上层700 m海水仍然是整个海洋比容变化的主体。这点与IPCC第五次评估报告AR5是吻合的。下文将分别利用两种统计分析方法对2套数据进行分析，综合给出全球大洋各层比容海平面变化的周期性信号和长期趋势等时间演变特征，在此基础上讨论长期趋势的空间分布特征。

2.1全球比容海平面低频变化的时间特征

从图1两套数据的结果来看，全球比容海平面存在显著的季节、年际及年代际信号，但各个层次在振幅和位相上存在差异。考虑到受年际和年代际信号的影响，海平面变化的长期趋势对分析时段非常敏感[48-52]，下面将重点关注全球大洋3个层次海水比容海平面变化的年际、年代际信号及长期趋势特征，分别给出利用SDM方法和EEMD方法基于Ishii数据和EN3数据得到的各层比容海平面年际和年代际信号的周期、振幅和长期趋势，通过给出EEMD方法的主要本征模态函数认识上述低频变化随时间的演变。

2.1.1上层比容海平面变化

2套数据和方法均很好捕捉到了上层海洋比容海平面显著的季节、年际和年代际等周期性信号以及长期趋势转变特征。以6个月和12个月为显著周期的季节变化是上层700 m海水比容变化的主要成分(分别对应EEMD本征模态2和3，图2)，尽管振幅较大但由于其周期较短对长期趋势影响不大。年际变化以3～7 a周期为主(分别对应EEMD第4和第5模态)，振幅在0.4～0.6 mm。年代际变化存在10 a左右(EEMD模态6)和20～30 a左右(EEMD模态7)的两个显著周期，振幅在0.8 mm左右，要明显大于年际变化振幅。整个时段上层700 m海水比容海平面上升速率在0.25 mm/a左右，但在1962年前后存在长期趋势转折点。

2套数据的结论基本一致，主要差异表现在EN3数据年代际信号更加显著，尤其是几十年的长周期变化，这一信号甚至掩盖了整个过程曲线长期趋势的转折；两套方法的提取结果也基本类似，主要差异主要体现在SDM方法对几十年长周期年代际信号的提取能力不足(表1，2)，而利用EEMD方法提取的这一长周期年代际变化对长期趋势变化有重要影响，去掉这一信号之后上层700 m比容海平面曲线由降转升的时间由表观的1970年提前到1962年(图2)。

图2　全球上层海洋比容海平面本征模态函数(Ishii数据结果)Fig.2　Intrinsic mode functions of the SSL change for the upper layer of the global ocean (from Ishii data)

项 目SDM周 期振 幅/mmEEMD周 期振 幅/mm年际变化分量25月0.4231月0.4631月0.3839月0.4041月0.4351月0.6474月0.4291月0.6991月0.50年代际变化分量117月0.78117月0.50163月0.80272月0.40长期趋势1945-2012年0.251945-2012年0.251945-1970年-0.171945-1961年-0.161971-2012年0.451962-2012年0.37

注：空白处表示无数据

表2　基于EN3数据的上层海水比容海平面变化分析结果

注：空白处表示无数据

2.1.2中层海水比容海平面变化

700～1 500 m对应的中层海水的比容海平面变化范围不及上层海水的一半，年际变化的显著周期以2～5 a为主，振幅大约0.2 mm；年代际变化显著周期同样包括10 a左右和20～30 a左右的2种周期，振幅大约为0.3～0.6 mm。显著周期信号对应的振幅与上层海水相比大约小一半。受年代际信号的影响，比容海平面的长期趋势在1963年前后出现由降而升的转折(图3)，整个时段的比容海平面平均上升速率为0.10 mm/a，1963年以来的上升速率为0.15 mm/a。

数据和方法之间的差异主要表现为时间序列更长的Ishii数据年代际变化的分辨能力更强，尤其是20～30 a的长周期年代际变化，但这种长周期变化的提取就当前的数据长度而言EEMD方法更为有效(表3，表4)。

图3　全球中层海洋比容海平面本征模态函数(Ishii数据结果)Fig.3　Intrinsic mode functions of the SSL for the middle layer of the global ocean (from Ishii data)

项 目SDM周 期振 幅/mmEEMD周 期振 幅/mm年际变化分量17月0.1826月0.1426月0.1935月0.1935月0.2541月0.2641月0.2751月0.3151月0.3263月0.16年代际变化分量117月0.17204月0.23272月0.39长期趋势1945-2012年0.081945-2012年0.081945-1962年-0.131945-1962年-0.071963-2012年0.131963-2012年0.13

注：空白处表示无数据

表4　基于EN3数据的中层海水比容海平面变化分析结果

注：空白处表示无数据

2.1.3下层海水比容海平面变化

1 500 m以深的下层海水仅有EN3数据的分析结果，其厚度大约为4 000 m，比容海平面变化范围与中层800 m厚的海水相当，均不及上层700 m海水比容海平面变化的一半，证明上层海水是气候变暖导致的海平面上升的主体。年际变化的显著周期为3～6 a，平均振幅大约为0.2～0.3 mm，6 a左右的周期振幅最大，可达0.5～0.6 mm；年代际变化以10 a左右周期为主，振幅在0.3～0.6 mm，也包含微弱的几十年周期振荡，振幅约为0.2 mm。单个年代际变化分量的振幅在低频信号中仍然近乎最大。

下层海水比容海平面变化速率非常小，1950—2013年平均上升速率大约为0.01～0.02 mm/a，几乎可以忽略；但在1970—1974年左右出现由降而升的转折点，70年代以前的下降速率比上述速率大一个量级，为0.1～0.2 mm/a(图4)。

图4　全球下层海洋(1 500～5 350 m)比容海平面本征模态函数(EN3数据结果)Fig.4　Intrinsic mode functions of the SSL for the deep layer of the global ocean (from EN3 data)

项 目SDM周 期振 幅/mmEEMD周 期振 幅/mm年际变化分量21月0.1730月0.1230月0.2235月0.1135月0.1748月0.1443月0.1770月0.4770月0.59年代际变化分量154月0.61110月0.16154月0.32384月0.20长期趋势1950-2013年0.021950-2013年0.011950-1970年-0.191950-1974年-0.111971-2013年0.061975-2013年0.07

注：空白处表示无数据

从数据的统计分析结果来看，Ishii和EN3两套数据分别利用SDM方法和EEMD方法显示的全球海洋各个层次比容海平面变化的结果基本一致。以12个月周期为主的季节信号是比容海平面变化中的最主要信号；其次是10～13 a和20～30 a的年代际信号，尽管这一信号比季节信号要弱得多；然后是2～7 a不等的年际信号。从变化幅度来看，单个周期性变化分量的振幅比长期趋势引起的海平面振荡要小一个量级以上，不会对长期趋势的提取有本质影响，但几十年的年代际变化会改变长期趋势的转折点。SDM方法仅能提取10 a左右的年代际信号，而EEMD方法还可以提取10 a以上更低频的年代际变化，后者对时间序列不够长的长期趋势的提取可能有重要影响。

从长期趋势的量级来看，上层700 m厚度的海水引起的比容海平面的变化速率是中层800 m海水的两倍，二者均比下层近4 000 m厚度海水的比容变化大一个量级；中上层1 500 m海水的比容调整成为全球大洋比容海平面变化的主导，而不再仅仅是上层700 m海水。从上升的起始时间来看，受资料长度及年代际变化的影响，我们仅能推断，上层海洋的增暖不迟于1961年；而中层海水的增暖大约始于1962年左右，下层海水的增暖大约出现在1974年前后。上述两个方面都说明随着全球变暖的持续，海洋增暖在逐步向深层发展，深层海水的比容变化也将变得不容忽视。

2.2全球比容海平面长期趋势的空间分布

从前面的分析可以看出，上层海水与中层海水增暖的起始时间基本一致，大约在1961—1962年，在分析长期趋势的空间分布时，我们将上层1 500 m海水作为一个整体来分析。下层海水比容海平面长期趋势仍然单独分析。另外，为认识近期比容变化对海平面上升的贡献，本文还计算了1993年以来上层和深层海水比容海平面的上升速率。考虑到年际和年代际变化对长期趋势提取的影响，本文对月均比容海平面数据进行了156个月低通滤波继而进行线性拟合求得海平面变化速率。

2.2.1上层1 500 m海水比容海平面变化速率的空间分布

Ishii和EN3两套数据显示的全球上层1 500 m海水的平均比容海平面变化在时间上均以1962年为分界线，以前降后升为主要特征。这里我们分别计算了2套数据在1962年前后2个时间段内的海平面变化速率，2套数据同时段内的结果是一致的(图5)。从空间分布来看，1962年以前全球大洋上层比容海平面长期趋势以下降为主，上升的区域仅仅分散在三大洋热带海区和西北太平洋；与此形成鲜明对比的是，1963年至今全球绝大多数海域上层比容海平面都呈现上升趋势，北大西洋、西北太平洋以及南半球都成为上升的主要区域。从位相来看，北冰洋的东西2个洋盆、大西洋以及热带太平洋以及南半球海域在1962年前后2个时段基本反相。1993年以来，全球大洋上层比容海平面变化表现为分别以热带东、西太平洋为中心的下降-上升两极结构，这个结果与利用高度计提取的全球海平面变化速率的空间分布和量级都相当接近。受资料长度和时段划分的影响，1962年以前和1993年以后的比容海平面变化速率在量值上远远大于1962年以后时段，说明资料长度较短的情况下长期趋势提取时可能难以将年际年代际信号的影响滤除。需要指出的是，EN3数据在北极海域有异常高值出现，尤其是1993年以来的大片高值区域使得这一数据在该海域的可靠性需要进一步确认。慎重起见，本文在前面给出的中上层EEMD本征模态均是基于Ishii数据的结果。

图5　上层1 500 m比容海平面变化速率Fig.5　Rise rate of SSL for upper 1 500 m

2.2.21 500 m以深深层海水比容海平面变化速率的空间分布

1 500 m以深深层海水比容海平面变化以1974年为分界点，前后两个时段也表现出基本反相的特点。深层海水的比容变化在1974年以前基本以下降为主，大西洋、南极绕极流海域都是下降的主要区域，只有西北太平洋、北印度洋和墨西哥湾-加勒比海表现为上升；而1975年以来上升区域占绝大多数，北印度洋、大西洋和南极绕极流临近海域成为比容海平面上升的主要区域，只有西北太平洋和南太平洋副热带海区表现为下降。北冰洋在1974年前后由微弱的上升趋势转为下降趋势。而1993年以来的最近20 a，深层大洋的比容海平面变化的空间格局与1974年以来的情形基本一致，但上升和下降速率均有所增加。需要注意的是，全球深层水的几个主要生成区，北大西洋，西北太平洋和南极附近在最近20 a都表现为比容海平面的上升，可能是深层海水增暖的一个重要信号。如果这一信息准确的话，将会对全球大洋深层环流的减缓产生重大影响。

图6　1 500 m以下深层比容海平面变化速率Fig.6　Rise rate of SSL for water below 1 500 m

整体来看，尽管1 500 m以下深层海水比容变化长期趋势的时间转折点比上层海水延迟了12～13 a，海平面上升速率也比上层海水小1个量级左右，但是二者长期趋势的空间分布均由大面积下降转为大面积上升。最近几十年大西洋以及南极绕极流海域的比容海平面从上层到下层都表现为上升趋势值得关注。

3结论

本文基于日本气象局的Ishii及英国气象局的EN3三维温盐场客观分析数据，利用SDM方法和EEMD方法分别就全球大洋700 m以浅、700～1 500 m和1 500 m以深海水1945—2013年的比容海平面年际、年代际低频变化进行了分析，给出了长期趋势的时空分布特征以及长周期年代际变化对长期趋势的影响。主要结论如下：

1)Ishii和EN3数据分别利用2种方法得到的全球海洋各个层次比容海平面变化的结果基本一致。

2)资料长度稍长的Ishii数据在几十年长周期的年代际信号的分离方面较EN3数据更好，而EEMD方法提取这种信号的能力较SDM方法更优。其他稍高频信号2种数据和2种方法的分析结果基本一致。

3)以12个月周期为主的季节信号是比容海平面变化中的最主要信号；其次是周期为10～13 a以及20～30 a的年代际信号，尽管这一信号比季节信号要弱得多；然后是2～7 a不等的年际信号。从变化幅度来看，单个年际或者年代际分量比长期趋势引起的海平面振荡要小一个量级以上，不会对长期趋势的提取有本质影响，但几十年的年代际变化会改变长期趋势的转折点。

4)中上层1 500 m而不仅仅是上层700 m海水的比容调整成为全球大洋比容海平面变化的主导，其变化速率比下层近4 000 m厚度海水的比容海平面变化速率大一个量级。中上层海水增暖大约始于1962年，下层海水的增暖大约出现在1974年左右；二者比容海平面长期趋势的空间分布以前降后升为特征，典型区域比容海平面变化趋势均出现反相。1993年以来无论上层还是下层海水比容海平面上升速率均出现大幅增加；全球深层水的几个主要生成区在最近20 a都表现为比容海平面的上升，可能是深层海水增暖的一个重要信号。最近几十年大西洋以及南极绕极流海域的比容海平面从上层到下层都表现为上升趋势值得关注。

参考文献(References)：

[1]CHURCH J A, WHITE N J, KONIKOW L F, et al. Revisiting the Earth's sea-level and energy budgets from 1961 to 2008[J]. Geophysical Research Letters, 2011, 38(18):L18601-L18608.

[2]ABLAIN M, CAZENAVE A, VALLADEAU G, et al. A new assessment of the error budget of global mean sea level rate estimated by satellite altimetry over 1993 2008[J]. Ocean Science & Discussions, 2009, 5(2):193-201.

[3]BECKLEY B D, ZELENSKY N P, HOLMES S A, et al. Assessment of the Jason-2 extension to the TOPEX/poseidon, Jason1 sea-surface height time series for global mean sea level monitoring[J]. Marine Geodesy, 2010, 33(4):447-471.

[4]LEULIETTE E W, REMKO S. Integrating Jason-2 into a multiple-altimeter climate data record[J]. Marine Geodesy, 2010, 33(Supp.1):504-517.

[5]NEREM R S, CHAMBERS D P, MITCHUM C G T. Estimating mean sea level change from the TOPEX and Jason altimeter missions[J]. Marine Geodesy, 2010, 33(4):435-446.

[6]MASTERS A, EASTWOOD J P, SWISDAK M, et al. The importance of plasma β conditions for magnetic reconnection at Saturn's magnetopause[J]. Geophysical Research Letters, 2012, 39(8):L08103-L08108.

[7]LEVITUS S, ANTONOV J I, BOYER T P, et al. Global ocean heat content 1955-2008 in light of recently revealed instrumentation problems[J]. Geophysical Research Letters, 2009, 36(7):157-163.

[8]PALMER, MATTHEW R. An investigation of internal mixing processes in a seasonally stratified shelf area[J]. University of Wales Bangor, 2007,136(1-3):64-71.

[9]DURACK P J, WIJFFEL S E. Fifty-year trends in global ocean salinities and their relationship to broad scale warming[J]. Journal of Climate, 2010, 23(16):4342-4362.

[10]GLECKLER P J, SANTER B D. Human-induced global ocean warming on multidecadal timescales[J]. Nature Climate Change, 2012, 2(7):524-529.

[11]LEVITUS S, ANTONOV J I, BOYER T P, et al. World ocean heat content and thermosteric sea level change (0-2000 m), 1955-2010[J]. Geophysical Research Letters, 2012, 39(10):L10603-L10607.

[12]KOUKETSU S, DOI T, KAWANO T, et al. Deep ocean heat content changes estimated from observation and reanalysis product and their influence on sea level change[J]. Journal of Geophysical Research, 2011, 116(C3):869-881.

[13]DOMINGUES C M, CHURCH J A, WHITE N J, et al. Improved estimates of upper-ocean warming and multi-decadal sea-level rise[J]. Nature, 2008, 453(7198):1090-1093.

[14]WILLIS J K, CHAMBERS D P, STEVEN N R, et al. Assessing the globally averaged sea level budget on seasonal to interannual timescales[J]. Journal of Geophysical Research, 2008, 113:C06015.

[15]WILLIS J K, CHAMBERS D P, KUO C Y, et al. Global sea level rise: recent progress and challenges for the decade to come[J]. Oceanography, 2010, 23(4):26-35.

[16]CAZENAVE A, DOMINH K, GUINEHUT S, et al. Sea level budget over 2003-2008: A reevaluation from GRACE space gravimetry, satellite altimetry and Argo[J]. Global & Planetary Change, 2009, 65(1-2):83-88.

[17]LEULIETTE E W, MILLER L. Closing the sea level rise budget with altimetry, Argo, and GRACE[J]. Geophysical Research Letters, 2009, 36(4):69-79.

[18]LEULIETTE E W, WILLER J K. Balancing the sea level budget[J]. Oceanography, 2011, 24(2):122-129.

[19]LLOVEL W, BECKER M, CAZENAVE A, et al. Terrestrial waters and sea level variations on interannual time scale[J]. Global & Planetary Change, 2011, 75(1-2):76-82.

[20]SCHUCKMANN K V, TRAON P Y L. How well can we derive Global Ocean Indicators from Argo data[J]. Ocean Science, 2011, 7(6):783-791.

[21]CHAMBERS D P, WAHR J, TAMISIEA M E, et al. Ocean mass from GRACE and glacial isostatic adjustment[J]. Journal of Geophysical Research Solid Earth, 2010, 115(B11):581-638.

[22]LLOVEL W, BECKER M, CAZENAVE A, et al. Global land water storage change from GRACE over 2002-2009; Inference on sea level[J]. Comptes Rendus Geosciences, 2010, 342(3):179-188.

[23]BOENING C, WILLIS J K, LANDERER F W, et al. The 2011 La Nia: So strong, the oceans fell[J]. Geophysical Research Letters, 2012, 39(19):L19602-L19606.

[24]JOHNSON G C, GRUBER N. Decadal water mass variations along 20°W in the Northeastern Atlantic Ocean[J]. Progress in Oceanography, 2007, 73(3):277-295.

[25]JOHNSON G C, MECKING S, SLOYAN B M, et al. Recent bottom water warmingin the pacific ocean[J]. Journal of Climate, 2007, 20(21):5365-5375.

[26]PURKEY S G, JOHNSON G C. Warming of global abyssal and deep Southern Ocean waters between the 1990s and 2000s: contributions to global heat and sea level rise budgets[J]. Journal of Climate, 2010, 23(23):6336-6351.

[27]PARRY M L, CANZIANI O F, PALUTIKOF J P, et al. Contribution of working group II to the fourth assessment report of the intergovernmental panel on climate change[J]. Encyclopedia of Language & Linguistics, 2007, 12(1):171-175.

[28]GOURETSKI V, KOLTERMANN K P. How much is the ocean really warming [J]. Geophysical Research Letters, 2007, 34(34):155-170.

[29]ISHII M, KIMOTO M. Reevaluation of historical ocean heat content variations with time-varying XBT and MBT depth bias corrections[J]. Journal of Oceanography, 2009, 65(3):287-299.

[30]ROEMMICH D, GILSON J. The 2004 2008 mean and annual cycle of temperature, salinity and steric height in the global ocean from Argo Program[J]. Progress in Oceanography, 2009, 82(2):81-100.

[31]ROEMMICH D, GILSON J. Observing climate variability and change in the global oceans: the argo program[J]. Scripps Institution of Oceanography, 2011, 5(4): 4-8.

[32]CARSON M, HARRISON D E. Regional interdecadal variability in bias-corrected ocean temperature data*[J]. Journal of Climate, 2010, 23(11):2847-2855.

[33]EZER T, CORLETT W B. Analysis of relative sea level variations and trends in the Chesapeake Bay: Is there evidence for acceleration in sea level rise[C]∥Oceans, IEEE, 2012: 1-5.

[34]ZHANG X, CHURCH J A. Sea level trends, interannual and decadal variability in the Pacific Ocean[J]. Geophysical Research Letters, 2012, 39(21): 653-660.

[35]BREAKER L C, RUZMAIKIN A. The 154-year record of sea level at San Francisco: extracting the long-term trend, recent changes, and other tidbits[J]. Climate Dynamics, 2011, 36(3-4): 545-559.

[36]CAZENAVE A, LLOVEL W. Contemporary sea level rise[J]. Annual Review of Marine Science, 2010, 2(1): 145-73.

[37]PLATTNER G K, STOCKER T. IPCC, 2014: Climate change 2014: synthesis report. Contribution of working groups I, II and III to the fifth assessment report of the intergovernmental panel on climate change[J]. Journal of Romance Studies, 2004, 4(2): 85-88.

[38]THOMSON R E, TABATA S. Steric sea level trends in the northeast pacific ocean: possible evidence of global sea level rise[J]. Journal of Climate, 1989, 2(6): 542-553.

[39]ZUO J C, CHEN Z Y, ZHOU T H. A Eigenanalysis Chinese coastal sea-level change and stochastic dynamic joint model[J]. Acta Oceanologia Sinica, 1996, 18(2):7-14. 左军成, 陈宗镛, 周天华. 中国沿岸海平面变化的一种本征分析和随机动态联合模型[J]. 海洋学报, 1996, 18(2): 7-14.

[40]CHEN M X, WANG L, ZUO J C, et al. Global sea level change characteristics based on multi-altimeter data[J]. Journal of Hohai University(Natural Sciences), 2012,40(3):325-331. 陈美香, 王蕾, 左军成, 等. 基于多卫星融合数据的海平面特征分析[J]. 河海大学学报(自然科学版), 2012,40(3): 325-331.

[41]LI J, ZUO J C, CHEN M X, et al. Assessing the global averaged sea level budget over 2003-2010[J]. Acta Oceanologica Sinica, 2013, 32(10):16-23.

[42]WANG W Q, CHEN Z Y, ZUO J C. Empirial mode decomposition method for study of the mean sea level variation along the China coast[J]. Acta Oceanologia Sinica, 1999, 21(6):102-109. 王卫强, 陈宗镛, 左军成. 经验模态法在中国沿岸海平面变化中的应用研究[J]. 海洋学报, 1999, 21(6): 102-109.

[43]GU X L, LI P L, TAN H T, et al. Sea level variation analysis with RBF neural network based EMD method[J]. Oceanologia ET Limonologia Sinica, 2009, 40(5):532-539. 顾小丽, 李培良, 谭海涛, 等. 基于RBF神经网络的EMD方法在海平面分析中的应用[J]. 海洋与湖沼, 2009, 40(5): 532-539.

[44]FENG W, LEMOINE J, ZHONG M, et al. Mass-induced sea level variations in the Red Sea from satellite altimetry and GRACE[J]. Journal of Geodynamics, 2011, 34(5):453-467.

[45]CHEN X, FENG Y, HUANG N E. Global sea level trend during 1993-2012[J]. Global & Planetary Change, 2014, 112(1):26-32.

[46]WU S, LIU Z, ZHANG R, et al. On the observed relationship between the Pacific Decadal Oscillation and the Atlantic Multi-decadal Oscillation[J]. Journal of Oceanography, 2011, 67(1): 27-35.

[47]ZHANG C, CHEN J J. Contrast of ensemble empirical mode decomposition and empirical mode decomposition in modal mixture[C]∥China Vibration Engineering Society fault diagnosis Specialized Committee. The Twelfth National Symposium on equipment fault diagnosis.2010:4. 张超, 陈建军. EEMD方法和EMD方法抗模态混叠对比研究[C]∥中国振动工程学会故障诊断专业委员会. 第十二届全国设备故障诊断学术会议论文集. 2010: 4.

[48]HOLGATE. On the decadal rates of sea level change during the twentieth century[J]. Geophysical Research Letters, 2007, 34(1): 83-91.

[49]WOODWORTH P L, WHITE N J, JEVREJEVA S, et al. Evidence for the accelerations of sea level on multi-decade and century timescales[J]. International Journal of Climatology, 2009, 29(6): 777-789.

[50]WOODWORTH P L, MENENDEZ M, GEHRELS W R. Evidence for century-timescale acceleration in mean sea levels and for recent changes in extreme sea levels[J]. Surveys in Geophysics, 2011, 32(4-5): 603-618.

[51]MITCHUM G T, NEREM R S, MERRIFIELD M A, et al. Modern sea level change estimates understanding sea-level rise and variability[J]. Wiley Blackwell, 2010, 33(4): 122-142.

[52]CHAMBERS D P, WAHR J, TAMISIEA M E, et al. Ocean mass from GRACE and glacial isostatic adjustment[J]. Journal of Geophysical Research Solid Earth, 2010, 115(B11): 581-638.

Received: December 24,2015

*收稿日期：2015-12-24

作者简介：陈美香(1981-)，女，山东潍坊人，讲师，博士，主要从事海平面变化方面研究. E-mail:chenmeixiang@hhu.edu.cn(李燕编辑)

中图分类号：P731

文献标识码：A

文章编号：1671-6647(2016)02-0162-13

doi:10.3969/j.issn.1671-6647.2016.02.002

Characteristics of Low-frequency Variation of Global Steric Sea Level

CHEN Mei-xiang，CHANG Man，ZHANG Wen-hao，JIA Ya-ru，ZUO Chang-sheng

(HarborCoastalandOffshoreEngineeringCollege，HehaiUniversity，Nanjing 210098，China)

Abstract:Steric sea level change of upper 1500 m layer and lower layer are estimated based on 3-D temperature and salinity data from Ishii and EN3 datasets, and low-frequency variability of the steric sea level is analyzed using both the stochastic dynamical method (SDM) and ensemble empirical mode decomposition (EEMD). Results derived from different datasets with the two analyzing methods are consistent, showing that the global steric sea level change above and below 1500 m shifted from widely descending to rising in 1962 and 1975, respectively. The steric sea levels of upper and lower layers both demonstrate rising trend in the Atlantic and the Antarctic Circumpolar Current region, and the warming in major deep water formation areas deserves attention. EEMS analysis shows that the multi-decadal variability may shift the turning point of the secular trend of the steric sea level.

Key words:steric change；sea level；stochastic dynamical method (SDM)；empirical mode decomposition method (EMD)

资助项目：国家自然科学基金项目——风对热带太平洋海平面低频变化影响机制的数值模拟研究(41506006)，北太平洋年代际振荡对海平面变化趋势的影响研究( 41376028)，中国海域海平面的年际和年代际变化研究(41176009)和东中国海海平面年际、年代际变化机制(41276018)；江苏省自然科学基金项目——江苏沿海未来相对海平面变化与可能淹没预测研究(BK20140846)；国家海洋局海洋数据分析与应用重点实验室开放基金项目——全球比容海平面年代际变化及长期趋势分析(LDAA-2013-01)