气候与环境研究  2018, Vol. 23 Issue (3): 332-340   PDF    
南海卫星遥感海表湍流热通量资料的评估
封宝鑫1 , 刘海龙2 , 林鹏飞2 , 王启1     
1 中国海洋大学海洋和气象学院, 山东青岛 266100;
2 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室, 北京 100029
摘要: 利用现场观测资料、OAFlux的湍流热通量,评估了JOFURO(Japanese Ocean Flux Data Sets with use of Remote Sensing Observations)、HOAPS-2(Hamburg Ocean Atmosphere Parameters and Fluxes from Satellite data version 2)、GSSTF-2(Goddard Satellite-Based Surface Turbulent Fluxes version 2)3种卫星资料在南海区域的表现。3套卫星资料可以说各有千秋,总体而言JOFURO和GSSTF-2资料的空间分布和时间变化与OAFlux资料整体上较一致,但是这两套资料都在很大程度上低估了海盆平均的潜热和感热,前者低估约10%~20%,后者则可以达到50%以上。HOAPS-2资料与现场观测资料有较好的一致性,但在时间变化上和其他资料的差异则较大,特别是感热方面,季节变化振幅、年际变化位相等都与其他资料不一致。通过比较我们发现,海南岛周边以及南海南部区域估算的潜热和感热释放偏小是造成整体偏小的主要原因。
关键词: 卫星遥感      湍流热通量      潜热通量      感热通量      南海     
Evaluation of the Satellite Remote Sensing Surface Turbulent Heat Flux Data over the South China Sea
FENG Baoxin1, LIU Hailong2, LIN Pengfei2, WANG Qi1     
1 College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao, Shandong Province 266100;
2 State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029
Abstract: In this study, in situ observations of turbulent heat flux and the OAFlux data are compared with three satellite-derived datasets, i.e., JOFURO (Japanese Ocean Flux Data Sets with use of Remote Sensing Observations), HOAPS-2 (Hamburg Ocean Atmosphere Parameters and Fluxes from Satellite data version 2), and GSSTF-2 (Goddard Satellite-Based Surface Turbulent Fluxes version 2), in the South China Sea (SCS). The three satellite-derived datasets have different features. In general, the spatial distributions and temporal variabilities of JOFURO and GSSTF-2 data are consistent with those of the OAFlux data. However, these two datasets largely underestimate the average latent and sensible heat fluxes over the entire basin. The former underestimates the heat fluxes by 10%-20% and the underestimation in the latter can reach up to more than 50%. The HOAPS-2 data are consistent with the in situ data, but there exist distinct differences in the temporal variability when compared with other datasets, especially the amplitude of seasonal variation and the phase of interannual variation in the sensible heat flux. The comparison reveals that the underestimation of the latent and sensible heat fluxes in the vicinity of Hainan Island and the southern SCS is the main reason for the underestimation in the entire SCS basin.
Key words: Satellite remote sensing     Turbulent heat flux     Latent heat flux     Sensible heat flux     South China Sea    

1 引言

南海是西北太平洋最大的边缘海,它与周围的边缘海和大洋通过众多的海峡和水道相连:在东北部通过台湾海峡和吕宋海峡分别与中国东海和太平洋相连;在南部则是通过民都洛海峡和巴拉巴克海峡与苏禄海连接,并通过卡里马塔海峡和爪哇海相通;此外,南海还通过马六甲海峡与印度洋相连。由于南海位于北回归线以南,海盆平均的情况下南海从大气中获得热量,因此南海是一个存储热量的海域(Qu et al., 2006),而这些热量会通过各海峡输送到其他海域。由于海洋观测资料的缺乏,不足以估算出通过海峡的热通量,估算表层热收支成为了解热输送的主要途径。近来,Qu et al.(2009)利用OAFlux(Objectively Analyzed Air–Sea Heat Flux)和COADS(Comprehensive Ocean–Atmosphere Data Set)资料估算了南海海盆平均的净热通量,OAFlux资料估算出的净热通量可达49 W/m2,大约是COADS资料的估算(23 W/m2)的2倍。这些结果表明,在南海中估算热收支存在很大的不确定性,仍需要进一步的研究。

海表热收支是由4个通量之和组成:两个辐射通量,短波辐射通量和长波辐射通量;两个湍流通量,潜热通量和感热通量。在过去的几十年里,有多套全球的格点海表热通量数据发布,这些数据也大量应用于气候研究。全球格点海表热通量数据可以分为3类:第一类卫星遥感数据估算的(Schulz et al., 1997Kubota et al., 2002Chou et al., 2003);第二类是用船测观测(走航或定点)估算的(Da Silva et al., 1994Josey et al., 1998Berry and Kent, 2009Large and Yeager, 2009);第三类则是模式同化数据(Kalnay et al., 1996Gibson and Harper, 1997Uppala et al., 2005Yu et al., 2008)HH。辐射通量可以从卫星资料中获得,并且具有较高的准确性(Frouin and Chertock, 1992)。然而,潜热通量和感热通量具有较大的不确定性,特别是卫星资料,因为估算湍流热通量需要的近表面大气湿度和温度,在卫星资料中存在较大的不确定性。但是,卫星资料在空间和时间分辨率上有显著的优势,是传统的船载、浮标观测所不能比拟的。因此,非常有必要分析卫星资料中的湍流热通量的偏差,有助于今后此类资料的使用。

除了上面提到的Qu et al.(2009)的研究之外,还有一些工作对南海的海表热通量进行了分析。Zeng et al.(2009)利用7种卫星潜热通量与浮标观测资料进行比较,并发现这些格点资料与现场观测资料的一致性都不是很好。Feng et al.(2016)利用现场观测数据和浮标数据与第二类格点数据和第三类格点数据中的OAFlux进行了比较,发现船舶资料整理的格点数据中潜热通量和感热通量比现场观测数据和浮标数据要偏小,而OAFlux资料的潜热通量则与观测比较接近。

本文的主要目的是,利用现场观测资料(船测或观测塔)和OAFlux数据,从空间分布、时间变化等角度,评估3种常用的卫星遥感数据中的湍流热通量在南海的偏差情况,发现卫星遥感资料存在的问题。第二节介绍本文所用的资料,第三节探讨4种格点数据湍流热通量与现场观测的差别,第四节对4种格点资料的空间分布和时间变化进行分析,第五节是总结。

2 数据介绍 2.1 格点数据

本文使用的4种格点湍流热通量数据分别包括:卫星遥感数据JOFURO(Japanese Ocean Flux Data Sets with use of Remote Sensing Observations)(Kubota et al., 2002)、HOAPS-2(Hamburg Ocean Atmosphere Parameters and Fluxes from Satellite data version 2)、GSSTF-2(Goddard Satellite-Based Surface Turbulent Fluxes version 2)(Chou et al., 2003),以及分析数据OAFlux(Yu et al., 2008)。表 1展示了4种格点数据的具体信息。

表 1 4种海表热通量格点数据的基本描述,包括数据名称、时空分辨率、计算方法和参考文献等 Table 1 Basic description of the four gridded surface heat flux datasets, including the name, spatial and temporal resolution, calculation method, and reference etc.

3种卫星资料的有许多类似的地方,比如海表面风都是来自SSM/I(Special Sensor Microwave/ Image)(Wentz,1994)等,同时3份资料之间还是存在显著的差异,主要包括两个方面:一是计算使用的海表面温度来源不同。JOFURO和GSSTF-2使用了NCEP-NCAR(National Centers for Environmental Prediction-National Center for Atmospheric Research)再分析资料的海表温度,是现场观测和卫星数据的混合,而HOAPS-2使用了卫星观测的AVHRR(Advanced Very High Resolution Radiometer)海表面温度。二是使用的计算湍流通量的方法不同。JOFURO资料使用Kondo(1975)的方法,在计算大气稳定度系数时没有考虑大气温度和海表气压。HOAPS-2数据的湍流通量计算方法来自于Fairall et al.(1996),是现在计算海气湍流通量通用的方法。GSSTF-2资料的通量计算方法是基于Chou(1993),其通量计算方法中考虑了大气温度和海表气压对大气稳定度的影响。

OAFlux资料是结合多种观测资料、卫星资料和再分析资料,通过客观分析的方法得到大气和海洋的状态量,然后再用于计算湍流通量。其中,也用到了前面提到的卫星资料所采用的AVHRR海表面温度资料和SSM/I的海表面风场资料等。OAFlux资料的湍流通量的计算方法也来源于Fairall et al.(1996)

除了HOAPS-2数据空间分辨率为0.5°,其他3种资料的空间分辨率均为1°。但是HOAPS-2数据时间长度略短,从1988年到2002年,其他资料都延续到2008年。现场观测资料分为1998年和2008年两段,在HOAPS-2数据对照2008年的现场观测资料时使用的是气候平均值代替。另外,下面的分析我们都将资料处理成月平均。

2.2 现场观测数据

本文所应用的船测和定点观测资料的具体信息在图 1表 2中展示。图 1展示了两个船测和一个定点观测在南海的具体位置。实验3号船(SY3)位于南海北部,具体位置为(20°24'N,116°54'E),观测期为南海季风试验期间1998年5月5日到5月25日和6月5日到6月20日。科学1号船(KX1)位于南海南部区域,具体位置为(6°15'N,110°E),观测期与SY3相同。两艘观测船所用的计算湍流热通量的方法相同,是考虑风速和大气层结的块体海气通量计算公式(Kondo,1975)。永兴塔(YX)处的定点观测资料来源于距岛360 m,位于永兴岛东北海洋中的观测塔,其具体位置为(16°50'N,112°20'E),观测期为2008年4月25日到2008年10月7日。永兴岛处湍流热通量的计算方法是COARE3.0算法,来源于Fairall et al.(2003)

图 1 南海季风试验期间调查船的位置。填色是WOA09(World Ocean Atlas 2009)年平均的海表温度。蓝色的矩形框是计算海盆平均的潜热通量和感热通量的计算区域 Fig. 1 The position of the observation ship during the South China Sea monsoon experiments. Shadings show the sea surface temperature from WOA09 (World Ocean Atlas 2009). The blue rectangle denotes the area over which the basin mean latent and sensible heat fluxes are calculated

表 2 观测调查船和观测塔数据的基本描述,包括位置、时间范围和参考文献等 Table 2 Basic description of the observation ships and tower, including the position, time range, reference etc.
3 格点资料与现场观测比较

由于所用的格点资料都是月平均的,为了方便比较我们将现场数据也处理为月平均的。另外,定义海洋从大气中获得热量为正。图 2是现场资料和格点资料潜热通量和感热通量的散点图,观测时段的平均值在表 3中。在图 2中不同形状和颜色的点代表不同的格点数据,而对角线代表着格点数据和现场观测数据相等的位置。因为,潜热通量和感热通量均为负值,所以当散点位于对角线下面时,表明格点数据大于现场观测数据;而当散点位于对角线上面时,格点数据小于现场观测数据。

图 2 (a)潜热通量和(b)感热通量的格点数据和观测数据的散点分布。不同的符号代表不同的数据 Fig. 2 Scatter diagrams of (a) latent and (b) sensible heat fluxes between the in situ (x-axis) and gridded (y-axis) datasets

表 3 观测位置处的观测和格点数据的潜热通量和感热通量的平均值 Table 3 Average values of latent and sensible heat fluxes from observations and gridded data at observation sites

图 2我们可以发现,对于潜热通量来说,卫星资料的绝大部分散点都位于对角线以上,JOFURO、HOAPS-2和GSSTF-2仅有个别点位于对角线下方。也就是说,卫星数据的潜热通量要明显比观测偏小。相比卫星资料而言,OAFlux资料则要好许多,其大部分点都位于对角线附近,只有一个点偏离对角线较远。这表明与卫星数据相比,OAFlux资料的潜热通量与现场观测资料更为接近。从表 3中的数值我们也可以发现,卫星资料的3个观测点的平均潜热通量都要小于现场观测资料至少15 W/m2,尤其是GSSTF-2资料,比观测小21 W/m2。卫星资料潜热通量比观测资料的明显偏小,导致了4种格点资料的平均潜热通量,82 W/m2,也要明显小于观测值,98 W/m2,大约20%。在卫星资料中,HOAPS-2的结果相比于其他2个资料要更接近现场观测。而OAFlux资料的潜热通量仅比观测小8 W/m2,比卫星观测资料明显更好一些。

在感热通量方面,几乎所有格点数据的散点都位于对角线的上方,仅有HOAPS-2的一个散点位于对角线的下面,即格点数据的感热通量都要小于现场观测的结果,也就是说格点数据显著低估了感热通量的释放。同样的结果也出现在表 3中,3种卫星数据在3个现场观测点的感热通量平均值最大也仅为现场观测值得一半,即4 W/m2。OAFlux资料和卫星资料的偏差是一致的。综合考虑散点分布图和平均值的结果,在四种格点资料中,我们认为HOAPS-2的潜热、感热通量都要大些,更接近于现场观测。

根据上述的比较我们发现,在潜热通量方面,4种格点数据都比现场观测结果要小,低估了潜热通量的释放,但是相比于卫星观测的结果,OAFlux资料要更接近与观测一些。在感热通量方面,4种格点资料的感热通量都明显低于现场观测资料,都明显低估了感热通量的释放,OAFlux资料也是如此,只有HOAPS-2的感热通量的结果要稍大些。因此,综合潜热和感热通量的结果,在卫星资料中的HOAPS-2资料比其他两种卫星资料表现的稍好一些。

4 热通量时空分布特征

我们将分析4种格点资料的空间分布和时间变化特征,进一步了解4种格点资料在空间分布与时间变化上的差别。图 3分别是4种资料的潜热通量和感热通量年平均空间分布图,其平均的时间范围是1988年1月到2002年12月。图 3的潜热通量空间分布,我们可以发现4种格点资料的潜热通量的空间分布形式较为相近,均体现出北部潜热通量偏强,南部偏弱的情况,其大值区多集中在15°N以北,潜热释放基本大于110 W/m2。计算了3种卫星资料分别与OAFlux的相关系数,JOFURO、HOAPS-2和GSSTF-2分别为0.61、0.78和0.58,HOAPS-2资料相关系数最高,而GSSTF-2相关性最低。这个结果与HOAPS-2和OAFlux都选用了相同的海表温度资料和海表热通量的计算方法有关。

图 3 1988年1月至2002年12月4种格点数据的年平均的(a−d)潜热通量和(e−f)感热通量空间分布:(a、e)JOFURO;(b、f)HOAPS-2;(c、g)GSSTF-2;(d、h)OAFlux Fig. 3 Annual mean (a−d) latent and (e−f) sensible heat fluxes for the four gridded datasets during Jan 1988 to Dec 2002: (a, e) JOFURO; (b, f) HOAPS-2; (c, g) GSSTF-2O; (d, h) AFlux

表 4展示了南海全海盆平均的潜热通量和感热通量的平均值,其区域为(1.5°N~22.5°N,106.5°E~121.5°E),去掉了苏禄海区域。根据表 4我们发现,JOFURO和GSSTF-2的海盆平均的潜热通量明显小于HOAPS-2和OAFlux的结果,并且GSSTF-2的结果最小。对照图 3可以发现,这与JOFURO和GSSTF-2的潜热通量释放在海南岛周边以及南海南部区域偏小有关。考虑到表 1中3种卫星资料的差异,推测差异主要是海表面温度造成的。HOAPS- 2的南海海盆平均的潜热通量释放甚至要强于OAFlux的结果,二者的主要差异也发生在海南岛周边和南海南部。

表 4 4种格点数据的南海海盆平均的潜热通量和感热通量在1988年1月到2002年12月的平均值和标准差 Table 4 Average values of latent and sensible heat fluxes from the four gridded data over the entire SCS (South China Sea) basin during Jan 1988 to Dec 2002

4种格点资料的感热通量的空间分布也体现出北部感热释放较强,南部感热释放较弱的情况。感热释放的大值区多位于20°N以北,JOFURO在越南沿岸出现了高于15 W/m2的释放。同样计算了3种卫星资料分别与OAFlux的相关系数,JOFURO、HOAPS-2和GSSTF-2分别为0.73、0.45和0.88,GSSTF-2资料的空间形式与OAFlux的结果更为相近一些。从全海盆平均的结果看(表 4),JORURO资料的全海盆平均平均的感热通量与OAFlux相同,均为8 W/m2,这可能与JOFURO资料在沿岸地区存在感热释放的高值区有关。而GSSTF-2的空间形式虽然与OAFlux较为接近,但是海盆平均值要略小一些。

为了进一步了解4种格点资料的特点和差别,我们分析4种格点资料的时间变化特征。图 4是4种格点资料全海盆平均的潜热通量和感热通量的季节变化,其平均的区域与表 4相同。在潜热通量方面,3种卫星数据的变化基本相同,存在两个峰值,分别出现在5月和9月。OAFlux资料虽然也存在两个峰值,但是第一个峰值发生比卫星资料提前一个月,出现在4月,第二个峰值与卫星资料相同。JOFURO和HOAPS-2的季节变化振幅比较相近,分别为15.4 W/m2和15.7 W/m2,而GSSTF-2和OAFlux的季节变化振幅要略大一些,大约为19.1W/m2和19.4W/m2。4种格点资料的高值区(在曲线图中表现为谷值)多出现在冬季和夏季,与南海季风冬夏季较强,而在季风转换季节较弱有关。而在量值方面,则与前面表 4体现出来的一样,JOFURO和GSSTF-2资料的潜热通量明显弱于HOAPS-2和OAFlux的结果。而HOAPS-2的结果在7月份以前均强于OAFlux的结果,7月之后则变为OAFlux的潜热通量略强。

图 4 全海盆平均的(a)潜热通量和(b)感热通量的气候态逐月变化 Fig. 4 Monthly variations of basin mean (a) latent and (b) sensible heat fluxes

图 4b是感热通量的季节变化,JOFURO、GSSTF-2和OAFlux资料的变化趋势较为相近,HOAPS-2无论是振幅还是位相都与其他3份资料有显著差异。与潜热通量的结果相似,感热通量同样存在两个峰值,分别发生在4月和8月,低值区同样出现在冬夏季。但是HOAPS-2两个峰值出现的时间都要比其他资料滞后1个月,分别发生在5月和9月。JOFURO、GSSTF-2和OAFlux的季节变化振幅较为相近,均为3 W/m2左右,而HOAPS-2的季节变化振幅为它们的一半,仅有1.5 W/m2。至于感热通量的量值,而JOFURO资料的感热通量释放最强,GSSTF-2的感热通量释放最小。

图 5是4种格点资料的全海盆平均潜热通量和感热通量的逐年变化,其平均的区域也与表 4相同。在1999年以前,HOAPS-2的潜热通量释放在4种格点资料中是最强的,GSSTF-2是最弱的。1999年之后,OAFlux的潜热通量释放变为最强,GSSTF-2依旧是最弱的。我们发现,OAFlux的潜热通量释放存在显著的逐年递增趋势,可达到每年0.5 W/m2。JOFURO的递增趋势和OAFlux资料量值接近,GSSTF-2资料是弱的递增趋势,仅为每年0.05 W/m2,而HOAPS-2则的趋势为递减,可达每年0.2 W/m2。这种潜热通量释放的长时间的趋势可能与计算中所用的风场资料的趋势有关。

图 5 全海盆平均的(a)潜热通量和(b)感热通量的逐年变化 Fig. 5 Interannual variations of basin mean (a) latent and (b) sensible heat fluxes

3种卫星资料的逐年变化比较相近,而与OAFlux的变化则略有不同。4种格点资料潜热通量都有显著的年际变化,HOAPS-2、GSSTF-2和OAFlux的年际变化的振幅均在4.5 W/m2左右,JOFURO的振幅最大,可达5.4 W/m2。JOFURO、HOAPS-2和GSSTF-2资料在1995年、1998年和2003年均出现了潜热通量释放的高值,而这3年都是ENSO正位相的次年。OAFlux资料在1995年和2003年的情况与卫星资料相一致,但是1998年OAFlux资料并未出现高值,其高值出现在1999年。

感热通量方面,与气候态变化的结果相似,JOFURO、GSSTF-2和OAFlux的变化趋势较为相近,而HOAPS-2的结果则与其他3种格点资料完全不相关。JOFURO和OAFlux的感热通量的年际变化的振幅均为1.1 W/m2,而HOAPS-2和GSSTF-2的振幅则要略小一些,仅为0.8和0.7 W/m2。GSSTF-2资料的感热通量释放依旧是最弱,最强的则是JOFURO资料和OAFlux资料,而HOAPS-2的结果介于三者之间。在1995年和2003年,4种格点资料的感热通量同样再现了显著的年际变化信号,但在1998年,只有HOAPS-2的感热通量出现了高值,而其他3种格点资料的高值则出现在了1999年。

造成湍流热通量估算偏弱的因素很多,可能是海表温度偏低、海表面风场偏弱等资料方面的原因,也可能是来自计算湍流热通量的方法,这些方面通过我们所掌握的信息很难分析出结果。但是通过比较我们发现,海南岛周边以及南海南部区域估算的潜热和感热释放偏小是造成整体偏小的主要原因,今后加强这些区域的观测对减小南海湍流热通量整体的偏差是非常有必要的。

5 总结

本文利用现场观测资料、OAFlux的湍流热通量,评估了JOFURO,HOAPS-2和GSSTF-23种卫星资料在南海区域的表现。通过与现场观测资料的比较我们发现,总体而言3种卫星资料都明显的低估了潜热通量和感热通量,其中HOAPS-2资料相比于其他两种卫星资料与观测更为接近一些。3种卫星资料的年平均潜热通量的空间分布与OAFlux资料较为相近,均体现出北部偏强,南部偏弱的分布。HOAPS-2资料的空间分布与OAFlux的结果最为相近,海盆平均的结果比OAFlux略强。JOFURO和GSSTF-2感热通量的空间分布与OAFlux资料的空间形式相近,而HOAPS-2资料则差别较大。虽然空间相关上GSSTF-2与OAFlux更好些,但海盆平均的量值却是JOFURO资料的结果与OAFlux的结果相同,均为8 W/m2,这与JOFURO资料的感热通量在沿岸区域较强有关。JOFURO和GSSTF-2资料可以较好地再现潜热和感热的季节变化、年际变化和长期趋势,在量值上、位相上与OAFlux有些差异。3种卫星资料中HOAPS-2资料和其他资料的差异则较大,特别是感热方面,季节变化振幅偏弱、年际变化位相与其他资料差别较大。

综合前面的分析结果,3套卫星资料可以说各有千秋,总体而言JOFURO和GSSTF-2资料的空间分布和时间变化与OAFlux资料整体上较一致,但是这两套资料都在很大程度上低估了海盆平均的潜热和感热,前者低估约10%~20%,后者则可以达到50%以上。因此,在利用这样的资料估算净热通量时,会高估南海的经热通量,从而夸大海洋环流对热量的输送作用。

通过各数据之间的比较,我们发现海南岛周边及南海南部海区潜热通量和感热通量的估算偏小是导致湍流热通量整体偏小的原因。另外,不同的数据库所采用的不同的通量计算方法,其是否考虑对流风作用,是否考虑盐度对饱和比湿的影响以及交换系数的选取和计算等都会影响其计算出的湍流热通量,这些细节的处理都会造成结果产生或大或小的差异。但是,其具体的影响效果,仍需收集更多的资料和信息,从而进行进一步的研究。

参考文献
[] Berry D I, Kent E C. 2009. A new air-sea interaction gridded dataset from ICOADS with uncertainty estimates[J]. Bull. Amer. Meteor. Soc., 90(5): 645–656. DOI:10.1175/2008BAMS2639.1
[] Chou S H. 1993. A comparison of airborne eddy correlation and bulk aerodynamic methods for ocean-air turbulent fluxes during cold-air outbreaks[J]. Bound.-Layer Meteor., 64(1-2): 75–100. DOI:10.1007/BF00705663
[] Chou S H, Nelkin E, Ardizzone J, et al. 2003. Surface turbulent heat and momentum fluxes over global oceans based on the goddard satellite retrievals, version 2 (GSSTF2)[J]. J. Climate, 16(20): 3256–3273. DOI:10.1175/1520-0442(2003)016<3256:STHAMF>2.0.CO;2
[] Da Silva A M, Young C C, Levitus S. 1994. Atlas of surface marine data 1994 Vol. 1: Algorithms and procedures[R]. NOAA Atlas NESDIS 6, 83pp.
[] Fairall C W, Bradley E F, Rogers D P, et al. 1996. Bulk parameterization of air-sea fluxes for tropical ocean-global atmosphere coupled-ocean atmosphere response experiment[J]. J. Geophys. Res., 101(C2): 3747–3764. DOI:10.1029/95JC03205
[] Fairall C W, Bradley E F, Hare J E, et al. 2003. Bulk parameterization of air-sea fluxes:Updates and verification for the COARE algorithm[J]. J. Climate, 16(4): 571–591. DOI:10.1175/1520-0442(2003)016<0571:BPOASF>2.0.CO;2
[] Feng Baoxin, Liu Hailong, Lin Pengfei, et al. 2016. Estimation of the surface heat budget over the South China Sea[J]. Atmospheric and Oceanic Science Letters, 9(3): 191–197. DOI:10.1080/16742834.2016.1164011
[] Frouin R, Chertock B. 1992. A technique for global monitoring of net solar irradiance at the ocean surface. Part Ⅰ:Model[J]. J. Appl. Meteor., 31(9): 1056–1066. DOI:10.1175/1520-0450(1992)031<1056:ATFGMO>2.0.CO;2
[] Gibson M M, Harper R D. 1997. Calculation of impinging-jet heat transfer with the low-Reynolds-number q-ζ turbulence model[J]. International Journal of Heat and Fluid Flow, 18(1): 80–87. DOI:10.1016/S0142-727X(96)00135-X
[] Josey S A, Kent E C, Taylor P K. 1998. The Southampton Oceanography Centre (SOC) ocean-atmosphere, heat, momentum and freshwater flux atlas[R]. Tech. Rep. 6, 306pp.
[] Kalnay E, Kanamitsu, M, Kistler, R, et al. 1996. The NCEP/NCAR 40-year reanalysis project[J]. Bull. Amer. Meteor. Soc., 77(3): 437–471. DOI:10.1175/1520-0477(1996)077<0437:TNYRP>2.0.CO;2
[] Kondo J. 1975. Air-sea bulk transfer coefficients in diabatic conditions[J]. Bound.-Layer Meteor., 9(1): 91–112. DOI:10.1007/BF00232256
[] Kubota M, Iwasaka N, Kizu S, et al. 2002. Japanese ocean flux data sets with use of remote sensing observations (J-OFURO)[J]. Journal of Oceanography, 58(1): 213–225. DOI:10.1023/A:1015845321836
[] Large W G, Yeager S G. 2009. The global climatology of an interannually varying air-sea flux data set[J]. Climate Dyn., 33(2-3): 341–364. DOI:10.1007/s00382-008-0441-3
[] Qu T D, Du Y, Sasaki H. 2006. South China Sea throughflow:A heat and freshwater conveyor[J]. Geophys. Res. Lett., 33(23): L23617. DOI:10.1029/2006GL028350
[] Qu T D, Song Y T, Yamagata T. 2009. An introduction to the South China Sea throughflow:Its dynamics, variability, and application for climate[J]. Dyn. Atmos. Oceans, 47(1-3): 3–14. DOI:10.1016/j.dynatmoce.2008.05.001
[] 曲绍厚, 胡非, 李亚秋. 2000. 1998年SCSMEX期间南海夏季风海气交换的主要特征[J]. 气候与环境研究, 5(4): 434–446. Qu Shaohou, Hu Fei, Li Yaqiu. 2000. Some characteristics of air-sea exchange for the South China Sea summer monsoon in the period of SCSMEX98[J]. Climatic and Environmental Research, 5(4): 434–446. DOI:10.3969/j.issn.1006-9585.2000.04.009
[] Schulz J, Meywerk J, Ewald S, et al. 1997. Evaluation of satellite-derived latent heat fluxes[J]. J. Climate, 10(11): 2782–2795. DOI:10.1175/1520-0442(1997)010<2782:EOSDLH>2.0.CO;2
[] 孙启振, 陈锦年, 闫俊岳, 等. 2010. 2008年南海季风爆发前后西沙海域海气通量变化特征[J]. 海洋学报, 32(4): 12–23. Sun Qizhen, Chen Jinnian, Yan Junyue, et al. 2010. The variation characteristics of air-sea fluxes over the Xisha Area before and after the onset of the South China Sea monsoon in 2008[J]. Acta Oceanologica Sinica, 32(4): 12–23.
[] Uppala S M, KÅllberg P W, Simmons A J, et al. 2005. The ERA-40re-analysis[J]. Quart. J. Roy. Meteor. Soc., 131(612): 2961–3012. DOI:10.1256/qj.04.176
[] Wentz F J. 1994. User's manual SSM/I-2 geophysical tapes[R]. Tech. Rep. 070194, 20pp.
[] Yu Lisan, Jin Xiangze, Weller R A. 2008. Mutidecade global flux datasets from the objectively analyzed air-sea fluxes (OAFlux) project: Latent and sensible heat fluxes, ocean evaporation, and related surface meteorological variables[R]. Tech. Rep. OA-2008-01, 64pp.
[] Zeng Lili, Shi Ping, Liu W T, et al. 2009. Evaluation of a satellite-derived latent heat flux product in the South China Sea:A comparison with moored buoy data and various products[J]. Atmospheric Research, 94(1): 91–105. DOI:10.1016/j.atmosres.2008.12.007