1 引言
全球变暖造成的影响已成为全球海洋和大气研究的一个焦点。全球变暖增强了海面的复杂性和不稳定性（Islek et al， 2020）， 这可能会对区域天气过程产生影响。政府间气候变化专门委员会（Intergovernmental Panel on Climate Change， IPCC）第六次评估报告第一工作组报告中指出， 在2011 - 2020年的10年中全球地表温度的增长被评估为1.09 ℃（在90%置信度下， 增长值的可能区间为0.95~1.20 ℃）； 自2012年起， 科学家观测到了强烈的气候变暖， 过去5年（2016 -2020年）是仪器记录中至少自1850年以来最热的5年（高度置信）。自第五次评估报告以来， 观察到的变化和归因于人类影响的证据在几种极端情况下得到加强， 特别是极端降水、 干旱、 热带气旋和复合极端情况（Arias et al， 2021）。
全球变暖会导致海洋和陆地温度不同程度地升高。这种温度变化会改变季风系统， 从而在不同的时间尺度上引起海面风、 洋流、 海面温度和降水等因素的变化（Yang et al， 2021）。海面风是海洋上层运动的主要动力来源， 不仅可以驱动洋流或海浪， 而且调节着海洋大气之间的热量、 水汽和物质交换， 维持区域与全球的气候平衡（詹思玙等， 2017）。Maina et al（2008）发现， 风对水气界面有重要影响， 因此影响到达海面的太阳辐射量和水加热机制。海面风对于生态系统也有影响。虽然强风在经过陆地时可能会对社会带来破坏成为灾害， 但在海洋它们会强烈增强海洋初级浮游植物的生产能力（Lin et al， 2003）。He et al（2021）详细分析了南海珊瑚礁区的海面风， 比较了主要珊瑚礁区域的风向和风速， 还讨论了风对珊瑚礁的影响。得出结论是， 虽然不如海温在珊瑚白化事件的作用， 但风速的影响也相当重要。工业发展离不开能源的消耗， 但资源枯竭的危险正逐步逼近人类社会， 化石燃料的消耗也带来了温室气体过量排放和空气污染等严重环境问题。寻找清洁的， 可再生能源成为未来世界发展的重要研究项目。其中， 海上风能资源尤其具有吸引力， 因为它们安全、 无污染、 分布广泛、 储量大（Xu et al， 2022）。Costoya et al（2021）对海上风功率密度进行模拟后发现， 尽管未来存在风功率密度减少的可能， 但中国大部分海域的海上风能资源仍然丰富。
对于风速变化的问题， 前人的研究已经取得了许多宝贵结论。IPCC第六次评估报告指出， 自20世纪70年代以来， 近地面平均风力可能已经在陆地上减弱， 平均风速在大多数观测覆盖范围良好的陆地区域有所下降。虽然未来的趋势还存在很大的不确定性， 亚洲地面风速一直在下降。在东亚地区， 陆地近地面风速已经下降， 预计未来还会进一步下降（Arias et al， 2021）。Jiang et al（2009）对中国基本标准气象站和通用气象站两个数据集研究发现， 尽管不同地区存在差异， 中国大陆的年平均风速、 阵风天数和最大风速呈下降趋势。吴佳等（2022）基于1961 -2020年观测和再分析的5种风速资料， 分析了近60年来青藏高原地区地表风速变化特征。发现1961 -2002年青藏高原地区的季节和年平均地表风速为减小趋势。
但海面风速变化可能陆地有所不同， IPCC第六次报告指出在1980 -2000年期间， 海洋表面平均风速可能增强（Arias et al， 2021）。从全球范围来看， Young et al（2011）对比研究了现场浮标数据、 高度计、 专用传感器微波成像仪（SSM/I） 和散射计数据来分析全球海面风速的变化趋势， 发现全球许多地区的海面风速都呈上升趋势， 极端风速的上升趋势更为显著。Zheng et al（2016）利用交叉校准多平台数据产品Cross-Calibrated Multi-Platform（CCMP）对1988 -2011年内海风研究发现， 全球海洋表面风速平均每年显著增加3.35 cm·s-1， 大部分地区的海面风速呈显著上升趋势， 上升幅度在平均每年1~11 cm·s-1。只有少数零星的小水域显示出明显的风速下降趋势。Zheng et al（2022）又使用ERA5再分析数据等发现， 1979 -2018年南北半球海洋和全球海洋的风速呈现显著增加趋势。全球海洋风速总体变化趋势为0.47 cm·s-1·a-1， 而且南半球的增加趋势强于北半球。
风速和波高的气候趋势显示出较大的区域变化。风速呈统计显著增长趋势的地区主要位于热带南印度洋、 热带太平洋、 大西洋中低纬度和南半球西风带（Zheng et al， 2022）。太平洋低纬度水域的风速增长趋势强于高纬度水域。西大西洋水域的风速增长比东大西洋水域更强， 而南印度洋的风速增长速度比北印度洋更快（Zheng et al， 2016）。全球海洋风速变化趋势显示出明显的季节差异。热带太平洋的风速在每个季节都有显著的增加， 秋季的增加趋势最强， 其次是夏季和冬季， 春季最小（Zheng et al， 2022）。冬季半球的风速增长趋势明显强于夏季半球。冬季30°N -60°N范围内的太平洋、 秋季60°N -78°N范围内的大西洋和春、 夏、 秋季78°S -60°S范围内的印度洋的风速都在增加， 增速远高于其他水域（Zheng et al， 2016）。
南海是西太平洋最大的边缘海之一， 地形结构复杂。南海在北部通过吕宋海峡与太平洋相连， 台湾海峡是南海与东海的分界线。它还通过民都洛海峡与苏禄海相连， 位于加里曼丹岛西岸的卡里马塔海峡是连接南海与爪哇海的渠道（Lian et al， 2015）。南海是一个半封闭的大型边缘海， 由季风系统控制。在夏季西南风和冬季东北风的驱动下， 海洋和大气背景条件表现出显著的季节差异。南海的位置使其对大气-海洋过程中的气候变化高度敏感（Tamburini et al， 2003）。由于海洋-大气系统的复杂性和南海独特的地形效应， 该地区的中尺度耦合非常复杂（Sun et al， 2016）。南海海域蕴藏着丰富的海洋资源、 矿产资源等， 同时多个全球战略通道分布于该海域（郑崇伟， 2013）， 是重要的经济活动区域。深入开展沿海热带气旋活动及其大风影响特征的研究可对防范海洋灾害， 保护人民的生命财产安全发挥重要作用。
对于南海地区风速状况已经有一些研究。由于季风的影响， 南海在季节时间尺度上表现出显著的变化（吕柯伟等， 2012； Wei et al， 2015）。11月至次年3月， 整个南海海域盛行寒冷而强劲的东北季风， 平均风速为9 m·s-1； 5月中旬至9月中旬， 大部分海域出现6 m·s-1温暖且较弱的西南风； 季风过渡期为4、 10月， 风向较为复杂， 缺少主导方向（王小丹和赵文静， 2019； Huynh， 2019）。在季风盛行期间， 位于中南半岛的东南部存在一个风速大值中心， 在108°E， 10°N附近。东北季风盛行时， 大值区中心的平均风速和大值区范围在1月达到最大， 之后逐渐减小， 且随着季风发展旺盛， 大值中心由东北向西南发展； 西南季风爆发期间， 该大值中心转为受西南风影响， 位置比冬季偏向东北（王小丹和赵文静， 2019）。中国海域及周边近海相对大值区分布于琉球群岛-台湾岛-南海大风区一带， 以吕宋海峡和台湾海峡为相对高值中心（刘铁军等， 2013）。由于台湾海峡和吕宋海峡的形态效应， 南海东北部的风速明显强于其他地区（Hong and Zhang， 2021）， 风速由东北向西南逐渐减小。从年平均风速来看， 南海传统大值区的年平均风速在7.5 m·s-1以上， 台湾海峡和吕宋海峡年平均风速在8.5 m·s-1以上， 台湾海峡的年平均风速甚至可达9 m·s-1（朱苗苗等， 2013）。
东北风占据了南海北部的东部， 而东风出现在西部， 尤其是广东西部和海南岛东部的近海地区。南海沿海地区的风速主要表现为下降趋势， 而开阔海域的风速主要呈上升趋势。风速向北的分量加强， 向东的分量减弱， 北风的增强在公海比在沿海地区更为显著， 由于东风减弱， 沿海风速呈现下降趋势（Hong and Zhang， 2021）。
综上所述， 已有研究主要关注南海地区的风速风向， 包括风场的空间分布和变化趋势。当前， 对南海大风特征的研究很少， 已有的研究多从单站点入手进行讨论， 我们的研究从大风事件入手， 分析其时空变化特征。我们借助高分辨率的再分析资料， 可以将研究从对离散气象站点数据的研究推广到大面积连续格点上的大风事件分布状况， 从而对大风事件的时空分布有更为清晰细致的了解， 以进一步研究大风事件在全球变暖下变化的机理， 提高南海地区大风事件的预报水平。
不同的研究考虑了不同的大风事件识别标准。Islek et al （2020）认为确定独立的一次风暴需要同时考虑风速和时间间隔的标准。Lozano et al（2004）认为由于不同区域风速变化状况存在差别， 根据不同区域的气象站点观测月值的99百分点对风暴阈值进行确定。Valchev et al（2012）认为风暴风速的阈值是月值的75%。除风速之外， 还使用了另一个标准（风的持续时间）， 即24 h内超过15 m·s-1的风速被认为是风暴。值得注意的是他在研究中只研究了0°~180°的风向， 因为这些风向的风才会造成对海岸有影响的大浪。所以说， 要确定单个点上的大风事件， 有两个要素需要考虑， 一是风速达到的阈值， 阈值不能过高或过低。当阈值过高时， 样本量太小， 而当阈值过低时， 计算不准确。二是持续的时间， 以保证每次大风事件的独立性。
本文在第二节介绍研究使用的数据和所使用的数学方法， 第三节对所得结果进行说明， 包括南海风场分布变化的背景， 大风事件的分布特征和变化状况。第四节对所得结论进行整理和总结。
2 数据来源与方法介绍
本文选定进行研究的南海区域为（105°E -122°E， 1°N -25°N）， 如图1 所示， 地形背景使用世界大洋深度图数据（The General Bathymetric Chart of the Oceans， GEBCO2022）绘制， 文中涉及的地图是基于自然资源部标准地图服务网站下载的审图号为GS（2020）4618的中国地图制作， 底图无修改。目前， 可用于海表风速研究的数据种类丰富， 包括船舶观测数据， 现场风速测速数据， 数值模型再分析研究数据， 遥感数据和来自浮标和卫星高度计的波浪测量数据等。传统的海表风力数据是通过船舶和浮标等现场平台进行获取的（Worley et al， 2005）。船舶观测数据时间长度长， 可以对长时期的风速变化进行研究。但是船舶观测数据也存在明显弊端， 首先是数据大部分都位于主要航道区域内， 而其他区域数据则很少， 这是受限于航海本身。另外， 海上航行出于安全考虑， 一般都会在出现强风暴时进行规避， 这也造成了船舶观测对极端事件观测的误差。一些研究利用近海气象站点数据对近海风力状况进行了研究， 并对结果进行插值以此获得区域状况（蔡晓杰等， 2020）。但是， 这些观测所得到的数据空间分辨率有限， 无法提供高精度的信息。卫星遥感的发展为监测区域和全球海洋数据提供了新的有效的方法（Hwang et al， 1998）， 各类资料和产品为海洋研究提供了便利。常用的再分析资料包括由美国气象环境预报中心（National Centers for Environmental Prediction， NCEP）和美国国家大气研究中心（National Center for Atmospheric Research， NCAR）联合制作的再分析数据集， 由欧洲中期天气预报中心制作的再分析数据集， 交叉校准的多平台海面风数据集等。
本研究中， 使用ERA5数据来分析南海地区大风事件。ERA5是一种综合性的再分析数据， 由ECMWF的模型预报产生。ERA5数据集包含一个高分辨率和一个降低分辨率的十个集合。ERA5大气模型与陆面模型和波浪模型耦合， 支持1950年至今的实时数据。它使用了200多个卫星仪器的观测结果或各种常规数据， 时空分辨率为1 h和0.25°×0.25°。它具有比前四代数据集更高的空间和时间分辨率（Hersbach et al， 2020）。
马绎皓等（2023）发现ERA5再分析资料对甘肃省风速月际变化和主要季节特征的再现能力较好。陈君芝等（2023）通过对比国际海洋大气综合数据集和ERA5的10 m风速后发现尽管总体上存在低估实测风速的系统偏差， ERA5再分析10 m风速数据能够较好地表现出海面风场的分布特点和变化特征， 将其用于海上高风速事件的气候分析是可行的。Hong and Zhang（2021）发现， 在南海北部， ERA5再分析数据与观测结果很符合。为了验证ERA5再分析数据集确实适用于南海区域的研究， 采用以下方法将再分析数据与实际观测数据进行比对。我们选用中国科学院南海海洋研究所提供的《西沙深海浮标数据集2018》进行比对（http： //www.geodata.cn）， 该数据集时间跨度从2018年5月12日至6月14日。包含4 m风速， 海表温度等要素， 由深海浮标实时观测产生。浮标位置为112.13°E， 17.35°N， 时间范围2018年5月12日至6月14日， 每0.5 h获得一个数据。由于浮标获得风速数据为4 m高度风速， 所以为和再分析数据相匹配， 根据刘解明等（2020）的方法将风速修正为10 m高度风速， 公式为
式中： 、 分别为高度H 2、 H 1的风速； H 0为粗糙度， 取0.003。用式（1） 将浮标观测的风速修正到10 m高度， 选取格点（112.25°E， 17.25°N）的ERA5再分析数据中的10 m u-component of wind和10 m v-component of wind变量， 风速使用u和v分量进行合成得到， 对2018年5月12日至6月14日的日平均风速进行了比较（图2 ）， 从图2 可以看出， 在所选区域再分析数据与观测数据基本一致。因此， 选用ERA5再分析数据逐日10 m风速数据， 时间上从1979年3月1日至2022年12月31日。
图2 2018年5月12日至6月14日ERA5海表风速（风向）与浮标观测结果的对比实线为浮标观测结果， 虚线为ERA5再分析数据 Fig.2 Comparison between ERA5 sea surface wind speed （wind direction） and buoy observation wind speed from 12 May to 14 June 2018.The solid line represents the buoy observation results， and the dashed line represents the ERA5 reanalysis data |
由上文可得出， 当前对大风事件的定义主要有两类， 一是根据风力等级选择不同强度的风速进行定义； 二是根据风速的百分数来进行定义。我们对这两种方法进行了综合， 先使用风速的百分位数对极端风速进行探究， 在寻找相近的风力强度便于在研究时进行理解。对研究区内风速的进行了分析， 日最大风速的50百分位数为13.98 m·s-1， 这比较接近蒲福风级中的7级风风速标准， 即大于13.9 m·s-1。因此， 在本文的研究中给出大风事件的定义为： 对于每个格点， 当出现风速大于13.9 m·s-1， 且持续超过24 h的一次过程， 记为一次大风事件。对于这个定义下的大风事件， 在一次大风事件结束后， 可能仍然存在短时间之内风速再次达到阈值的情况， 也就是说是一次大风事件理论上并没有结束， 持续时间应该进行延长。但是会涉及到一直延长特别长的问题， 在计算上会带来许多新的麻烦。所以由于真相研究只是对强度进行深入研究， 持续时间并不是考虑的重点； 同时也是减少计数中可能带来的误差， 就忽略了这个问题。
在南海， 热带气旋会带来大风事件， 我们对大风事件受到热带气旋（包括台风和强台风）的影响与否进行了分类。具体方法是根据中国气象局热带气旋资料中心提供的《CMA最佳路径数据集》（Ying et al， 2014； Lu et al， 2021）， 该数据集提供1949年以来年西北太平洋（含南海， 赤道以北， 180°E以西）海域热带气旋每6 h的位置和强度。根据定义， 热带气旋为生成于热带或副热带洋面上， 具有有组织的对流和确定的气旋性环流的非锋面性涡旋的统称， 包括热带低压、 热带风暴、 强热带风暴、 台风、 强台风和超强台风。统计经过研究区的热带气旋的持续时间段， 选取的标准是如果一次热带气旋在活动过程中经过研究区（105°E -122°E， 1°N -25°N）， 则认为此次热带气旋对研究区风速造成影响。如果大风事件发生在此次热带气旋时间活动时间范围内， 则认为这次大风事件受到了热带气旋的影响， 在研究中对受到热带气旋影响的大风事件加以区分。发生的热带气旋时间如图3 所示， 可以看出南海地区夏季（JJA）， 秋季（SON）受热带气旋影响较大［图3 （a）］， 冬季（DJF）春季（MAM）较少， 夏半年（MJJASO）较大， 冬半年（NDJFMA）较少［图3 （b）］。
图3 研究时间区间（1979年1月1日00:00至2022年12月31日23:00）发生南海热带气旋的时间黑色线段表示发生热带气旋的时间段在一年中的时间 Fig.3 Distribution of tropical cyclones over the South China Sea in the study time interval （from 00:00 on 1 January 1979 to 23:00 on 31 December 2022）.The black line shows the time of year when a tropical cyclone occurs |
在本文中， 采用线性回归的方法研究风速、 大风事件等变量的变化趋势， 并对回归结果进行显著性检验。用经验正交分解（Empirical orthogonal function， EOF）分析方法对风速的时空变化进行分解研究， 在EOF分析时先对风速进行了标准化。研究年际变化， 使用的方法是四阶多项式拟合。
3 结果分析
3.1 海表风速的时空分布特征
对于风速变化的趋势使用线性回归的方法进行分析， 并进行显著性检验， 以此得到存在明显变化趋势的区域。对春季、 夏季、 秋季和冬季以及夏半年和冬半年时期的表面风速进行EOF分析， 结合来对南海大风事件变化提供风速变化的背景。
由于南海海域位于东亚季风区， 受到季风影响， 具有明显的年内变化。受季风影响该海域海面风场以季节性变化为主， 包括年循环和半年周期循环（吕柯伟等， 2012）， 所以将一年内时间分为四个季节： 春季（3 -5月）， 夏季（6 -8月）， 秋季（9 -11月）， 冬季（12月至次年2月）。需要指出的是这里的冬季是当年12月至次年2月， 例如1979年冬季表示1979年12月至1980年2月。另外， 南海季风也是影响南海风场的重要因素。南海季风一般在5月中下旬爆发， 到9月开始慢慢消退， 但一般不会超过10月。因此将年内时间分为夏半年（5-10月）和冬半年（11月至次年4月）进行统计分析。同样需要指出的是这里的冬半年是当年11月至次年4月， 例如1979年冬半年表示1979年11月至1980年4月。
整体上南海海表风速在开阔海面上风速要高于沿岸风速， 台湾海峡， 巴士海峡和长山山脉东侧等由于地形因素形成的大风区可以在图上反映出来。平均风速最大是每年的冬季［图4 （d）］， 最小是在每年的春季［图4 （a）］。特别是在冬季南海北部海面在1979 -2021年间风速呈现显著的增加趋势， 与之类似的还有出现在春季南海南端和东北部靠近吕宋海峡的显著风速增加趋势。在夏季［图4 （b）］和秋季［图4 （c）］只出现了小部分显著的风速增加的区域， 没有出现成片分布的状况。冬半年平均风速明显高于夏半年， 在冬半年吕宋海峡附近也出现了风速显著增加趋势的区域。
图4 1979 -2021年平均海面风场（矢量， 单位： m·s-1）和风速变化趋势（彩色区， 单位： m·s-1·a-1）斜线区域为达到0.05置信度的变化区域 Fig.4 Dashed area of the average sea surface wind field （vector， unit： m·s-1） and wind speed change trend （color area， unit： m·s-1·a-1） from 1979 to 2021.The slant region is the change area with a confidence level of 0.05 |
由于受到季风的影响， 南海海表风向出现了十分明显的年变化。冬季主要为东北风， 夏季为西南风， 两个季节反向， 春季和秋季没有明确的方向， 在北部为东北风， 南部为东南风， 在中部转为东风。夏半年［图3 （e）］与冬半年［图3 （f）］的风向分别与夏季和冬季类似， 也呈相反方向。
为了更好地了解南海各个季节风速的分布变化情况， 对43年的平均风速进行了EOF分解（图5 ）可以看出， 春季［图5 （a）］和夏季［图5 （c）］均存在东北部与其他部分的反向变化。除东北部沿海地区外， 春季平均风速变化经历了减小-增大-减小的变化［图5 （b）］， 总体呈弱的增加趋势； 而夏季则是增大-减少-增大， 在2018年后趋势剧烈减小［图5 （d）］， 总体呈减小趋势。秋季［图5 （e）］南海呈全区一致的变化， 呈减小趋势， 1979 -1990年为增加趋势， 此后呈明显减小趋势［图5 （f）］。冬季［图5 （g）］， 与春季和夏季相反， 表现为西南部与其他部分存在反向变化， 除西南部外， 风速呈增强趋势［图5 （h）］， 且趋势达到0.05显著性水平。冬半年［图5 （k）］和夏半年［图5 （i）］变化分别与冬季和夏季类似。除东北沿海部分外， 夏半年风速经历了增强减弱再增强再减弱的变化趋势［图5 （j）］。冬半年呈现更为明显的南北反向变化特征。在南海北部风速先呈减小趋势， 在2001 -2002年间风速变化趋势转为增大， 并一致保持显著的增加趋势［图5 （l）］。
总之， 南海风速分布呈现出十分明显的季节特征。冬季平均风速最强， 春季平均风速最弱。受到季风影响， 冬季与夏季风向基本相反， 夏半年与冬半年风向也相反， 冬季主要为东北风， 夏季为西南风。EOF的分析表明， 春、 夏季南海东北部与其他地区风速变化呈反向关系， 除东北部沿海地区外， 春季平均风速变化经历了减小-增大-减小的变化， 总体呈弱的增加趋势； 而夏季则是增大-减少-增大， 总体呈减小趋势。秋季南海风速呈全区一致的变化， 呈减小趋势。冬季变为东南与其余部分反向， 除西南部外， 风速呈显著增强趋势。夏半年变化与夏季变化类似， 冬半年变化与冬季变化类似。
3.2 南海大风事件的时空变化特征
根据前文给出的大风事件定义， 对春季、 夏季、 秋季和冬季以及夏半年和冬半年的大风事件的发生频次、 强度和持续时间进行了统计， 结果如表1 所示。
表1 1979-2021年大风事件发生频次、 风速和持续时间Table 1 Frequency， wind speed， and duration of strong wind events from 1979 to 2021 |
| 项目 | 春季 | 夏季 | 秋季 | 冬季 | 夏半年 | 冬半年 |
|---|---|---|---|---|---|---|
| 在单位格点每年发生频次/次 | 0.047 | 0.076 | 0.360 | 0.399 | 0.265 | 0.620 |
| 风速/（m·s-1） | 15.331 | 16.706 | 16.112 | 15.350 | 16.671 | 15.455 |
| 持续时间/h | 35.306 | 33.796 | 42.618 | 43.415 | 39.020 | 43.698 |
从频次来看， 最容易发生大风事件的季节是冬季， 春季最不易发生大风事件。秋季比夏季较容易发生大风事件。冬半年比夏半年发生大风事件的频次较高。对于大风事件的平均持续时间也有类似的特征， 冬季和秋季发生的大风事件平均要比春季和夏季更长， 冬半年大风事件的平均持续时间要长于夏半年的大风事件平均持续时间。但在大风事件的强度发生了区别， 夏季和秋季的平均大风事件强度要高于冬季和春季， 夏半年平均大风事件强度也高于冬季， 这可能是由于夏季和秋季更容易受到强烈的台风影响， 这些台风活动会造成南海出现更强的大风导致的， 夏半年比起冬半年更容易受到热带气旋影响， 容易发生更高强度的大风事件。
从1979 -2021年未去除和去除热带气旋影响的南海大风事件发生频次变化趋势的空间分布（图7 ）可以看出， 春季［图7 （a）］和夏季［图7 （c）］大风事件频次变化较小， 夏季在南海北部大风事件有减少的趋势， 在春季只有台湾海峡和巴士海峡附近有增强趋势。秋季［图7 （e）］在南海北部海面大风事件呈减弱趋势， 但在沿海部分有增加的趋势。冬季［图7 （g）］在南海中部到东北一带有一个大风事件频次显著增长的区域， 其他部分没有明显的变化。冬半年［图7 （i）］的变化与冬季更为相似， 夏半年［图7 （k）］的变化特征与夏季相似。与图2 风速变化比较， 冬半年在风速呈显著上升趋势的区域也存在大风事件频次的增加趋势， 夏半年在南海北部海面有大风事件频次增加的趋势。在去除热带气旋影响后［图7 （b）， （d）， （f）， （h）， （j）和（l）］， 春季的变化趋势范围变化不大， 但夏季、 秋季和冬季的存在变化趋势的区域都减小了。夏半年失去了在南海北部海面大风事件减小趋势的区域， 冬半年变化由大风事件频次增加的趋势变为减小的趋势。
图7 1979 -2021年未去除（第1、 3列）和去除（第2、 4列）热带气旋影响的南海大风事件发生频次变化趋势空间分布（单位： times·a-1）虚线区域表示变化趋势达到0.05显著性水平 Fig.7 Spatial distribution of frequency changes of strong wind events in the South China Sea from 1979 to 2021， with （the column 1 and 3） or without （the column 2 and 4） the influence of tropical cyclones.Unit： times·a-1.The dashed area indicates that the trend of change has reached a significance level of 0.05 |
大风事件常发生在风速较高的区域， 如台湾海峡、 吕宋海峡、 长山山脉等由于地形效应使得平均风速较高的区域。平均风速较高的时段内也更容易发生大风事件， 在如四个季节内的冬季发生大风事件的频次要多于其他三个季节， 冬半年也是相对于夏半年平均风速更高， 大风事件发生的频次也更多。大风事件频次在43年间的变化主要为减少或保持稳定， 四季中只有冬季出现了大风事件频次显著增加的区域。冬半年也出现了类似大风事件频次显著增加的区域， 但是夏半年没有这种增加的趋势。
在春季［图8 （a）］，大风事件频次总体变化保持一个基本稳定的趋势，根据多项式拟合结果，春季大风事件频次经历了先增加在减少的变化，在2010年前后大风事件频次由增长转变为减少趋势。夏季（图8 ）大风事件频次呈下降趋势，在1979—1992年有上升趋势，但在1992年之后转为下降趋势，并一直持续至2021年，秋季（图8 ）总体上大风事件频次呈减小趋势，经历了增加减少再到增加的趋势，1979—1988年发生的大风事件有增加趋势，之后转为减少趋势，到2005年前后又转为增加趋势。夏半年（图8 ）大风事件频次变化融合了夏季和秋季的变化趋势特点，总体上呈现减小趋势，经历了先增加再减小再略有增加最后减小的变化过程。由于在春季内发生的大风事件频次相对较少，冬半年（图8 ）变化特征与冬季（图8 ）更为相似，在总体上都为增加趋势，经历了减小到增加再减小再增加的变化。
图8 1979 -2021年大风事件的时间变化特征实线为未去除热带气旋影响时段， 虚线为去除热带气旋影响的时段； 折线段为大风事件频次的变化状况， 直线为变化趋势， 曲线为四阶多项式拟合结果 Fig.8 The temporal variation characteristics of strong wind events from 1979 to 2021.The solid line represents the period during which tropical cyclones have not been removed and the dashed line represents the period of removing the influence of the tropical cyclone.The broken line segment represents the variation of gale event frequency， the straight line represents the change trend and the curve represents the result of the fourth polynomial fitting |
去除热带气旋影响后， 春季、 冬季和冬半年大风事件频次减少的较少， 夏季、 秋季和夏半年减少的较多， 说明这三个季节的大风事件发生在热带气旋活动期间， 受热带气旋影响较大。大风事件在春季、 夏季、 冬季和夏半年基本稳定， 没有表现出明显的变化趋势。秋季大风事件频次变化趋势总体为减少， 但经历了先减少再增加到减少最后略有增加的变化过程， 与总的秋季大风事件频次变化相反。冬半年即便去除热带气旋影响后， 大风事件频次的变化过程仍和总大风事件频次变化过程一致。
总之， 大风事件频次变化趋势随季节改变有很大的差异， 冬季和春季大风事件频次变化趋势与夏季和秋季相反。夏半年大风事件频次变化融合了夏季和秋季的变化趋势特点， 由于在春季内发生的大风事件相对较少， 冬半年变化特征与冬季更为相似。在夏季， 秋季和夏半年这些受到夏季季风影响的季节内， 热带气旋对发生的大风事件频次影响更大。去除热带气旋影响后， 除秋季大风事件变化与去除前变化不一致外， 基本都呈一致的变化状况。热带气旋发生的频数有下降的趋势， 这可能导致了受热带气旋影响较大的三个季节总大风事件频次有下降的趋势。
根据对研究区表面风速的研究， 可以发现在春季［图9 （a）］、 夏季［图9 （b）］、 秋季［图9 （c）］风速基本保持不变或呈现略微下降的变化趋势、 但在冬季［图9 （d）］平均风速呈现上升趋势， 这可能造成了冬季大风事件发生频次的增加。在夏半年［图9 （e）］和冬半年［图9 （f）］风速保持稳定， 没有明显的变化趋势。对发生热带气旋的时间段进行去除后发现， 夏季， 秋季和夏半年的平均风速受到了影响， 都有降低的状况。但在春季， 冬季和冬半年， 出现了去除热带气旋影响后平均风速更高的状况。
图9 1979 -2021年研究区表面风速变化特征实线为未去除热带气旋影响时段， 虚线为去除热带气旋影响的时段； 折线段为平均风速的变化状况， 直线为变化趋势， 曲线为四阶多项式拟合结果 Fig.9 Characteristics of surface wind speed from 1979 to 2021.The solid line represents the period during which tropical cyclones have not been removed， the dashed line represents the period of removing the influence of the tropical cyclone.The broken line segment represents the variation of the average wind speed， the straight line represents the change trend， and the curve represents the result of the fourth polynomial fitting |
发生这种情况的原因有两个， 第一， 本文中去除热带气旋影响的方法是在时间上对发生热带气旋的整段时间全部去除， 其中存在一些时间点热带气旋已离开研究区对研究区影响较小， 造成了平均风速的差异； 第二， 在这些季节造成大范围大风事件的原因除本文讨论了热带气旋影响， 造成海上大风的还有其他因素， 如下垫面的强迫作用， 冷空气侵入等在文中并没有加以区分。大风事件的具体成因还需要进一步探究。吕爱民等（2018）将近海的大风天气过程归纳为冷空气型、 温带气旋型和热带气旋型３种类型。通过大风事件发生时的环流状况对发生大风事件的条件进行分析应当是下一步工作的方向。
4 结论
本文利用ERA5再分析数据， 对1979 -2021年南海海表风速和大风事件的时空分布特征和变化趋势进行了分析， 得到了以下结论：
（1） 南海风速分布呈现出十分明显的季节特征。冬季平均风速最强， 春季平均风速最弱。受到季风影响， 冬季主要为东北风， 夏季为西南风。EOF的分析表明， 春、 夏季南海东北部与其他地区风速变化存在反向关系， 除东北部沿海地区外， 春季平均风速变化经历了减小-增大-减小的变化， 总体呈弱的增加趋势； 而夏季则是增大-减少-增大， 总体呈减小趋势。秋季南海风速呈全区一致的变化， 呈减小趋势。冬季变为东南与其余部分反向， 除西南部外， 风速呈显著增强趋势。
（2） 大风事件常发生在风速较高的区域， 如台湾海峡、 吕宋海峡、 长山山脉等由于地形效应使得平均风速较高的区域。平均风速较高的时段内也更容易发生大风事件， 在如四个季节内的冬季发生大风事件的频次要多于其他三个季节， 冬半年也是相对于夏半年平均风速更高， 大风事件发生的频次也更多。大风事件频次在43年间的变化主要为减少或保持稳定， 四季中只有冬季出现了大风事件频次显著增加的区域。冬半年也出现了类似大风事件频次显著增加的区域， 但是夏半年没有这种增加的趋势。
（3） 大风事件频次变化趋势随季节改变有很大的差异， 冬季和春季大风事件频次变化趋势与夏季和秋季相反。夏半年大风事件频次变化融合了夏季和秋季的变化趋势特点， 由于在春季内发生的大风事件相对较少， 冬半年变化特征与冬季更为相似。在夏季， 秋季和夏半年这些受到夏季季风影响的季节内， 热带气旋对发生的大风事件频次影响更大。