基于实测数据的再分析数据和CMIP6模式数据在白令海中上层海温的数据质量评估

刘健康; 陈红霞

doi:10.12284/hyxb20260036

基于实测数据的再分析数据和CMIP6模式数据在白令海中上层海温的数据质量评估

doi: 10.12284/hyxb20260036

刘健康^{1, 2,},
陈红霞^{1, 2, 3, ,}

1.
自然资源部第一海洋研究所，山东青岛 266061
2.
自然资源部海洋环境科学与数值模拟重点实验室，山东青岛 266061
3.
崂山实验室，山东青岛 266237

基金项目: 国家重点研发计划“海浪–风暴潮数值模式及综合预警报技术”项目—近海多源影像的风–浪–潮智能监测系统（2023YFC3008204）。

详细信息

作者简介:
刘健康（2000—），男，福建省福鼎市人，从事极地海洋学研究。E-mail：liujiankang555@163.com

通讯作者:
陈红霞，博士，教授级工程师，主要从事极地与区域海洋动力学方面研究。E-mail：chenhx@fio.org.cn

中图分类号: P731
计量
- 文章访问数: 88
- HTML全文浏览量: 39
- PDF下载量: 3
- 被引次数: 0
出版历程
- 收稿日期: 2025-07-09
- 修回日期: 2026-04-24
- 网络出版日期: 2026-05-22
- 刊出日期: 2026-04-30

Data quality evaluation of reanalysis and CMIP6 model data for upper and middle ocean temperature in the Bering Sea based on in-situ observation data

Liu Jiankang^{1, 2
,},
Chen Hongxia^{1, 2, 3
, ,}

1.
First Institute of Oceanography, Ministry of Natural Resources, Qingdao 266061, China
2.
Key Laboratory of Marine Science and Numerical Modeling, Ministry of Natural Resources, Qingdao 266061, China
3.
Laoshan Laboratory, Qingdao 266237, China

摘要

摘要: 基于2012年（冷年）和2014年（暖年）7月白令海B断面4个典型站点的观测数据，结合多套再分析数据和气候模式结果，采用相关系数、中心均方根误差和标准差等指标，系统评估了不同数据在0～1000 m海温结构中的再现能力及其多时间尺度表现。结果表明，白令海中上层（0～200 m）海温变率显著高于深层（200 m以深），再分析数据在各水层的平均温差整体小于模式数据；其中2012年中上层误差为0.3～0.5℃，模式误差约为2℃，深层误差分别约为0.1℃和1℃。2014年多数模式误差较2012年有所降低，显示模式表现具有一定的气候背景依赖性。长时间序列分析表明，各数据均能再现“冬冷夏暖”的季节循环特征，但模式在中层温度上存在约1℃的系统性偏差；在年代际尺度上，海表温度异常变化较为一致，而中层异常在极值时间上存在数年尺度的偏移。研究量化了不同数据在白令海中上层海温再现中的误差幅度及不确定性特征，为区域海温变化分析及多源数据应用提供了定量参考。
- 白令海 /
- 中上层海温 /
- 再分析数据 /
- CMIP6模式数据
Abstract: Based on observational data from four representative stations along the transect B in the Bering Sea during July 2012 (a cold year) and 2014 (a warm year), along with multiple sets of reanalysis data and climate model results, this study systematically evaluates the ability of different data sources to reproduce sea temperature structures from approximately 0 to 1000 meters and their performance over multiple time scales using correlation coefficient, centered root mean square error (CRMSE), and standard deviation as evaluation metrics. The results show that the temperature variability in the upper ocean (0–200 m) is significantly higher than in the deeper layers (below 200 m). Reanalysis data generally have smaller average errors across all layers compared to climate model data. Specifically, for 2012, the error in the upper layers is about 0.3–0.5℃, while the model error is approximately 2℃; in the deep layers, the errors are about 0.1℃ and 1℃, respectively. In 2014, the errors in most models were lower than those in 2012, indicating that model performance is somewhat dependent on the climatic background. Long-term sequence analysis indicates that all data sources can reproduce the characteristic “cold winters and warm summers” seasonal cycle, but models show a systematic bias of about 1℃ in the middle layer temperature. On the interdecadal scale, the sea surface temperature anomaly (SSTA) shows consistent trends across data, while the middle layer temperature anomaly (MATA) exhibits time shifts of several years for extreme values. This study quantifies the error magnitude and uncertainty characteristics of different data in reproducing the upper ocean temperature structure in the Bering Sea, providing a quantitative reference for regional sea temperature variation analysis and multi-source data application.
- Bering Sea /
- sea temperature in the upper to middle layers /
- reanalysis data /
- CMIP6 models data

HTML全文

图 1 2012年7月CMIP6模式数据、再分析数据与实测数据的海盆、陆坡和陆架上层200 m以浅温度剖面

Fig. 1 Temperature profiles within the upper 200 m based on CMIP6 model data, reanalysis data, and observational data in July 2012 over the basin, continental slope and shelf

下载: 全尺寸图片幻灯片

图 2 2012年7月CMIP6模式数据、再分析数据与实测数据的海盆、陆坡上层1000 m以浅温度剖面

Fig. 2 Temperature profiles within the upper 1000 m based on CMIP6 model data, reanalysis data, and observational data in July 2012 over the basin, continental slope

下载: 全尺寸图片幻灯片

图 3 2014年7月CMIP6模式数据、再分析数据与实测数据的海盆、陆坡和陆架上层200 m以浅温度剖面

Fig. 3 Temperature profiles within the upper 200 m based on CMIP6 model data, reanalysis data, and observational data in July 2014 over the basin, continental slope and shelf

下载: 全尺寸图片幻灯片

图 4 2014年7月CMIP6模式数据、再分析数据与实测数据的海盆、陆坡上层1000 m以浅温度剖面

Fig. 4 Temperature profiles within the upper 1000 m based on CMIP6 model data, reanalysis data, and observational data of the CHINAREs in July 2014 over the basin, continental slope

下载: 全尺寸图片幻灯片

图 5 2012年7月海盆、陆坡和陆架区海温的空间泰勒图：CMIP6模式数据、再分析数据与实测数据比较

Fig. 5 Taylor diagrams of sea temperature in July 2012 for the basin, continental slope and shelf: comparison between CMIP6 model data, reanalysis data, and observational data

下载: 全尺寸图片幻灯片

图 6 2014年7月海盆、陆坡和陆架区海温的空间泰勒图：CMIP6模式数据、再分析数据与实测数据比较

Fig. 6 Taylor diagrams of sea temperature in July 2014 for the basin, continental slope and shelf: comparison between CMIP6 model data, reanalysis data, and observational data

下载: 全尺寸图片幻灯片

图 7 1950−2023年白令海区域（51°～66°N，162°E～152°W）基于再分析与模式平均数据（包含模式：CIESM、CMCC-CM2-SR5、CanESM5、EC-Earth3、EC-Earth3-CC、EC-Earth3-Veg-LR、HadGEM3-GC31-MM和TaiESM1）的月平均时间序列

灰色阴影表示各模式结果间的标准差

Fig. 7 Monthly mean time series based on reanalysis and multi-model mean data (including models: CIESM, CMCC-CM2-SR5, CanESM5, EC-Earth3, EC-Earth3-CC, EC-Earth3-Veg-LR, HadGEM3-GC31-MM, and TaiESM1) over the Bering Sea region (51°−66°N, 162°E−152°W) during 1950−2023

Gray shading indicates the standard deviation among the model results

下载: 全尺寸图片幻灯片

图 8 1950−2023年白令海区域（51°～66°N、162°E～152°W）基于再分析与模式平均数据（包含模式：CIESM、CMCC-CM2-SR5、CanESM5、EC-Earth3、EC-Earth3-CC、EC-Earth3-Veg-LR、HadGEM3-GC31-MM和TaiESM1）的去除线性趋势后的年平均异常时间序列

时间序列经过11 年滑动平均处理，灰色阴影表示各模式结果间的标准差

Fig. 8 Annual mean anomaly time series with the linear trend removed, based on reanalysis and multi-model mean data (including models: CIESM, CMCC-CM2-SR5, CanESM5, EC-Earth3, EC-Earth3-CC, EC-Earth3-Veg-LR, HadGEM3-GC31-MM, and TaiESM1) over the Bering Sea region (51°−66°N, 162°E−152°W) during 1950−2023

The time series have been processed with an 11-year moving average. Gray shading indicates the standard deviation among the model results

下载: 全尺寸图片幻灯片

表 1 CMIP6模式数据信息^[16]

Tab. 1 Information of CMIP6 model data

序号	模式	所属机构（国别/组织）	经度网格数 × 纬度网格数 × 垂向层级
1	ACCESS-CM2	CSIRO-BOM（澳大利亚）	360 × 300 × 50
2	ACCESS-ESM1-5	CSIRO-BOM（澳大利亚）	360 × 300 × 50
3	AWI-CM-1-1-MR	AWI（德国）	830 × 305 × 46
4	BCC-CSM2-MR	BCC（中国）	360 × 232 × 40
5	CAMS-CSM1-0	CAMS（中国）	360 × 200 × 50
6	CESM2-WACCM	NCAR（美国）	360 × 180 × 33
7	CIESM	THU（中国）	320 × 384 × 60
8	CMCC-CM2-SR5	CMCC（意大利）	362 × 292 × 50
9	CNRM-CM6-1	CNRM-CERFACS（法国）	362 × 294 × 75
10	CNRM-CM6-1-HR	CNRM-CERFACS（法国）	1442 × 1050 × 75
11	CNRM-ESM2-1	CNRM-CERFACS（法国）	362 × 294 × 75
12	CanESM5	CCCMA（加拿大）	360 × 291 × 45
13	CanESM5-CanOE	CCCMA（加拿大）	360 × 291 × 45
14	E3SM-1-1	DOE（美国）	360 × 180 × 60
15	EC-Earth3	EC-Earth-Cons（欧盟）	362 × 292 × 75
16	EC-Earth3-CC	EC-Earth-Cons（欧盟）	362 × 292 × 75
17	EC-Earth3-Veg	EC-Earth-Cons（欧盟）	362 × 292 × 75
18	EC-Earth3-Veg-LR	EC-Earth-Cons（欧盟）	362 × 292 × 75
19	FGOALS-f3-L	CAS（中国）	362 × 218 × 30
20	FGOALS-g3	CAS（中国）	362 × 218 × 30
21	FIO-ESM-2-0	FIO（中国）	320 × 384 × 60
22	GFDL-ESM4	NOAA-GFDL（美国）	360 × 180 × 35
23	GISS-E2-1-G	NASA-GISS（美国）	288 × 180 × 40
24	HadGEM3-GC31-LL	MOHC（英国）	360 × 330 × 75
25	HadGEM3-GC31-MM	MOHC（英国）	1440 × 1205 × 75
26	INM-CM4-8	INM（俄国）	360 × 180 × 33
27	INM-CM5-0	INM（俄国）	360 × 180 × 33
28	IPSL-CM6A-LR	IPSL（法国）	362 × 332 × 75
29	KIOST-ESM	KIOST（韩国）	360 × 180 × 52
30	MCM-UA-1-0	UA（美国）	192 × 80 × 18
31	MIROC-ES2L	MIROC（日本）	360 × 256 × 63
32	MIROC6	MIROC（日本）	360 × 256 × 63
33	MPI-ESM1-2-HR	MPI-M（德国）	802 × 404 × 40
34	MRI-ESM2-0	MRI（日本）	360 × 180 × 61
35	NESM3	NUIST（中国）	362 × 292 × 46
36	NorESM2-LM	NCC（挪威）	360 × 385 × 70
37	NorESM2-MM	NCC（挪威）	360 × 385 × 70
38	TaiESM1	AS-RCEC（中国）	320 × 384 × 60
39	UKESM1-0-LL	MOHC（英国）	360 × 330 × 75

下载: 导出CSV

表 2 2012年和2014年实测数据、再分析数据（SODA、GOEPR和GECCO3）和39个模式数据各站点的经度和纬度

Tab. 2 Longitudes and latitudes of each station for in situ observational data, reanalysis data (SODA, GOEPR, and GECCO3), and 39 model datasets in 2012 and 2014

站点	实测数据		再分析数据		模式数据
站点	2012年	2014年	2012年	2014年	2012年	2014年
海盆57°N以南	55°15'26''N 172°18'05''E	54°43'31''N 171°15'58''E	55°15'00''N 172°15'00''E	54°45'00''N 171°15'00''E	55°22'24''N 172°16'34''E	54°37'24''N 171°16'34''E
海盆57°N以北	57°24'07''N 175°07'16''E	57°23'43''N 175°06'38''E	57°30'00''N 175°00'00''E	57°30'00''N 175°00'00''E	57°22'24''N 175°01'34''E	57°22'24''N 175°01'34''E
陆坡	60°18'04''N 179°31'07''W	60°17'57''N 179°30'48''W	60°15'00''N 179°30'00''W	60°15'00''N 179°30'00''W	60°22'24''N 179°31'07''W	60°22'24''N 179°28'26''W
陆架	61°55'39''N 176°25'03''W	61°55'57''N 176°24'12''W	62°00'00''N 176°30'00''W	62°00'00''N 176°30'00''W	61°52'24''N 176°28'26''W	61°52'24''N 176°24'12''W

下载: 导出CSV

表 3 2012年7月CMIP6模式平均数据、再分析数据与实测数据的海盆、陆坡和陆架不同水层的平均温差（单位：℃）

Tab. 3 Mean temperature differences (unit:℃) of reanalysis data and CMIP6 model mean data relative to in situ observational data across different water layers of the basin, continental slope, and continental shelf in July 2012

区域	水层	SODA	GOEPR	GECCO3	模式平均
海盆57°N以南	中上层	0.02	0.35	0.32	1.16
	深层	0.01	0.08	0.03	1.07
海盆57°N以北	中上层	0.07	0.32	0.24	2.29
	深层	0.09	0.07	0.15	1.25
陆坡	中上层	0.23	0.79	0.38	2.02
	深层	0.06	0.66	0.18	1.32
陆架	中上层	0.78	0.56	0.36	2.71

下载: 导出CSV

表 4 2014年7月CMIP6模式平均数据、再分析数据与实测数据的海盆、陆坡和陆架不同水层的平均温差（单位：℃）

Tab. 4 Mean temperature differences (unit:℃) of reanalysis data and CMIP6 model mean data relative to in situ observational data across different water layers of the basin, continental slope, and continental shelf in July 2014

区域	水层	SODA	GOEPR	GECCO3	模式平均
海盆57°N以南	中上层	1.62	0.84	0.65	0.82
	深层	0.11	0.03	0.05	1.07
海盆57°N以北	中上层	0.38	0.15	0.42	1.05
	深层	0.06	0.07	0.06	1.20
陆坡	中上层	0.18	0.53	0.97	1.31
	深层	0.14	0.67	0.00	1.30
陆架	中上层	0.09	1.14	0.26	1.68

下载: 导出CSV

表 5 2012年和2014年各站点符合评估标准的CMIP6模式数据序号（表1中对应序号）

Tab. 5 CMIP6 model data indices meeting the evaluation criteria at each station in 2012 and 2014 (corresponding to the indices in Table 1)

站点	2012年	2014年
海盆57°N以南上层200 m	4、6、8、9、12、13、15、18、19、20、36、37、38	4、7、8、10、12、15、16、18、19、21、25、30、35、38
海盆57°N以南上层1000 m	12、15、17、18、37、39	7、8、12、14、15、16、17、18、19、20、22、25、31、34、35、36、37、38
海盆57°N以北上层200 m	4、6、8、10、11、12、15、16、17、18、19、20、21、 29、30、31、32、34、36、37、38	2、6、7、8、12、15、16、19、21、22、25、30、31、32、33、38
海盆57°N以北上层1000 m	6、7、9、10、12、13、21、28、29、31、34、38	6、12、17、18、19、21、22、24、25、27、33、39
陆坡上层200 m	6、8、14、16、19、21、36	1、2、6、7、8、9、10、11、12、15、16、18、19、21、22、24、28、 30、32、34、35、38、39
陆坡上层1000 m	6、7、8、16、19、21、29、34、36、38	1、2、7、8、9、10、11、15、16、19、22、24、30、33、34、35、38、39
陆架上层50 m	2、9、10、12、14、15、17、18、22、25、33、34、35、39	5、7、8、10、16、18、22、24、25、27、32、33、34、38、39

下载: 导出CSV

参考文献(33)

[1]	高郭平, 侍茂崇, 赵进平, 等. 1999年白令海夏季水文特征分析[J]. 海洋学报, 2002, 24(1): 8−16. doi: 10.3321/j.issn:0253-4193.2002.01.002 Gao Guoping, Shi Maochong, Zhao Jinping, et al. Hydrologic features of the Bering Sea in the summer of 1999[J]. Haiyang Xuebao, 2002, 24(1): 8−16. doi: 10.3321/j.issn:0253-4193.2002.01.002
[2]	钟文理, 赵进平. 北极加拿大海盆2003年和2008年上层海洋热含量的差异分析[J]. 极地研究, 2012, 24(1): 24−34. doi: 10.3724/SP.J.1084.2012.00024 Zhong Wenli, Zhao Jinping. Variation of upper-ocean heat content in the Canada Basin in summers of 2003 and 2008[J]. Chinese Journal of Polar Research, 2012, 24(1): 24−34. doi: 10.3724/SP.J.1084.2012.00024
[3]	李荣滨, 张林. 白令海2008年冬夏季节陆架水的差异[J]. 海洋预报, 2010, 27(5): 48−54. Li Rongbin, Zhang Lin. The difference of shelf water of the Bering Sea in spring and summer[J]. Marine Forecasts, 2010, 27(5): 48−54.
[4]	汤毓祥, 矫玉田, 邹娥梅. 白令海和楚科奇海水文特征和水团结构的初步分析[J]. 极地研究, 2001, 13(1): 57−68. Tang Yuxiang, Jiao Yutian, Zou E’mei. A preliminary analysis of the hydrographic features and water masses in the Bering Sea and the Chukchi Sea[J]. Chinese Journal of Polar Research, 2001, 13(1): 57−68.
[5]	Stabeno P J, Kachel N B, Moore S E, et al. Comparison of warm and cold years on the southeastern Bering Sea shelf and some implications for the ecosystem[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 2012, 65−70: 31−45.
[6]	王晓宇, 赵进平. 北白令海夏季冷水团的分布及其年际变化研究[J]. 海洋学报, 2011, 33(2): 1−10. Wang Xiaoyu, Zhao Jinping. Distribution and inter-annual variations of the cold water on the northern shelf of Bering Sea in summer[J]. Haiyang Xuebao, 2011, 33(2): 1−10.
[7]	左菲, 李丙瑞, 吴成祥, 等. 白令海夏季水文结构年际变化特征研究[J]. 极地研究, 2017, 29(1): 111−123. doi: 10.13679/j.jdyj.2017.1.111 Zuo Fei, Li Bingrui, Wu Chengxiang, et al. Hydrographic structure and inter-annual variations of Bering Sea in summer[J]. Chinese Journal of Polar Research, 2017, 29(1): 111−123. doi: 10.13679/j.jdyj.2017.1.111
[8]	Stabeno P J, Farley E V Jr, Kachel N B, et al. A comparison of the physics of the northern and southern shelves of the eastern Bering Sea and some implications for the ecosystem[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 2012, 65−70: 14−30.
[9]	李亚炜, 沈辉, 孙启振, 等. 中国第1−10次北极科学考察走航自动气象站观测数据集(1999−2019年)[J]. 中国科学数据, 2024, 9(3): 344−353. Li Yawei, Shen Hui, Sun Qizhen, et al. A dataset of shipborne automatic weather station observe data from Chinese 1st-10th Arctic scientific expedition during 1999−2019[J]. China Scientific Data, 2024, 9(3): 344−353.
[10]	Madhusoodanan M S, Thompson B. Decadal variability of the Arctic Ocean thermal structure[J]. Ocean Dynamics, 2011, 61(7): 873−880.
[11]	Liu Xin, Köhl A, Stammer D. Causes for Atlantic freshwater content variability in the GECCO3 ocean synthesis[J]. Journal of Geophysical Research: Oceans, 2023, 128(1): e2022JC018796. doi: 10.1029/2022JC018796
[12]	Rahman R, Rahaman H. Evaluation of sea surface temperature from ocean reanalysis products over the North Indian Ocean[J]. Frontiers in Marine Science, 2024, 11: 1461696. doi: 10.3389/fmars.2024.1461696
[13]	张丽霞, 陈晓龙, 辛晓歌. CMIP6情景模式比较计划(ScenarioMIP)概况与评述[J]. 气候变化研究进展, 2019, 15(5): 519−525. Zhang Lixia, Zhang Xiaolong, Xin Xiaoge. Short commentary on CMIP6 Scenario Model Intercomparison Project (ScenarioMIP)[J]. Climate Change Research, 2019, 15(5): 519−525.
[14]	Bai Wenrong, Liu Hailong, Lin Pengfei, et al. The simulation of the Indo-Pacific warm pool SST warming trend in CMIP5 and CMIP6[J]. Geoscience Letters, 2024, 11(1): 31. doi: 10.1186/s40562-024-00346-6
[15]	Feng Jiawei, Cao Jian, Wang Boyang, et al. Understanding the inter-model spread of PDO’s impact on tropical cyclone frequency over the western north Pacific in CMIP6 models[J]. Atmosphere, 2024, 15(3): 276. doi: 10.3390/atmos15030276
[16]	谢龙, 白学志, 龙上敏. CMIP6模式对北冰洋海洋热含量的模拟能力评估[J]. 海洋学报, 2021, 43(7): 35−51. Xie Long, Bai Xuezhi, Long Shangmin. Assessment of the ability of CMIP6 models to simulate the heat content of the Arctic Ocean[J]. Haiyang Xuebao, 2021, 43(7): 35−51.
[17]	Liu Jiankang, Chen Hongxia. Warming events and their causes at the Bering Sea section B in summer of 1999−2019[J]. Regional Studies in Marine Science, 2024, 79: 103843. doi: 10.1016/j.rsma.2024.103843
[18]	Taylor K E. Summarizing multiple aspects of model performance in a single diagram[J]. Journal of Geophysical Research: Atmospheres, 2001, 106(D7): 7183−7192. doi: 10.1029/2000JD900719
[19]	祝亚丽, 王会军. 基于IPCC AR4耦合模式的南极涛动和北极涛动的模拟及未来变化预估[J]. 气象学报, 2008, 66(6): 993−1004. Zhu Yali, Wang Huijun. The Arctic and Antarctic oscillations in the IPCC AR4 coupled models[J]. Acta Meteorologica Sinica, 2008, 66(6): 993−1004.
[20]	姜燕敏, 吴昊旻. 20个CMIP5模式对中亚地区年平均气温模拟能力评估[J]. 气候变化研究进展, 2013, 9(2): 110−116. doi: 10.3969/j.issn.1673-1719.2013.02.005 Jiang Yanmin, Wu Haomin. Simulation capabilities of 20 CMIP5 models for annual mean air temperatures in central Asia[J]. Progressus Inquisitiones de Mutatione Climatis, 2013, 9(2): 110−116. doi: 10.3969/j.issn.1673-1719.2013.02.005
[21]	晋程绣, 姜超, 张曦月. CMIP6模式对中国西南地区气温的模拟与预估[J]. 中国农业气象, 2022, 43(8): 597−611. doi: 10.3969/j.issn.1000-6362.2022.08.001 Jin Chengxiu, Jiang Chao, Zhang Xiyue. Evaluation and projection of temperature in southwestern China by CMIP6 models[J]. Chinese Journal of Agrometeorology, 2022, 43(8): 597−611. doi: 10.3969/j.issn.1000-6362.2022.08.001
[22]	Danielson S L, Weingartner T J, Hedstrom K S, et al. Coupled wind-forced controls of the Bering–Chukchi shelf circulation and the Bering Strait throughflow: Ekman transport, continental shelf waves, and variations of the Pacific–Arctic sea surface height gradient[J]. Progress in Oceanography, 2014, 125: 40−61. doi: 10.1016/j.pocean.2014.04.006
[23]	Lee H C, Delworth T L, Rosati A, et al. Impact of climate warming on upper layer of the Bering Sea[J]. Climate Dynamics, 2013, 40(1/2): 327−340. doi: 10.1007/s00382-012-1301-8
[24]	刘娜, 林丽娜, 何琰, 等. 白令海海盆区夏季水团分布及其年际变化[J]. 科学通报, 2016, 61(13): 1478−1487. doi: 10.1360/N972015-00852 Liu Na, Lin Li’na, He Yan, et al. Distribution and interannual variation of water masses in the Bering Sea basin in summer[J]. Chinese Science Bulletin, 2016, 61(13): 1478−1487. doi: 10.1360/N972015-00852
[25]	Mantua N J, Hare S R, Zhang Yuan, et al. A Pacific interdecadal climate oscillation with impacts on salmon production^*[J]. Bulletin of the American Meteorological Society, 1997, 78(6): 1069−1080.
[26]	Zhang Yuan, Wallace J M, Battisti D S. ENSO-like interdecadal variability: 1900−93[J]. Journal of Climate, 1997, 10(5): 1004−1020.
[27]	Yang Xiaoyi, Wang Guihua, Keenlyside N. The Arctic sea ice extent change connected to Pacific decadal variability[J]. The Cryosphere, 2020, 14(2): 693−708. doi: 10.5194/tc-14-693-2020
[28]	Overland J E, Stabeno P J. Is the climate of the Bering Sea warming and affecting the ecosystem?[J]. Eos, Transactions American Geophysical Union, 2004, 85(33): 309−312. doi: 10.1029/2004eo330001
[29]	张立凤, 吕庆平, 张永垂. 北太平洋涡旋振荡研究进展[J]. 地球科学进展, 2011, 26(11): 1143−1149. Zhang Lifeng, Lü Qingping, Zhang Yongchui. Advances in the study of North Pacific gyre oscillation[J]. Advances in Earth Science, 2011, 26(11): 1143−1149.
[30]	吕庆平, 路凯程, 张铭. 北太平洋冬季上层海温异常的NPGO模态[J]. 气候与环境研究, 2013, 18(2): 210−220. Lü Qingping, Lu Kaicheng, Zhang Ming. NPGO mode of the upper sea temperature anomalies in the North Pacific during winter[J]. Climatic and Environmental Research, 2013, 18(2): 210−220.
[31]	Stabeno P J, Overland J E. Bering Sea shifts toward an earlier spring transition[J]. Eos, Transactions American Geophysical Union, 2001, 82(29): 317−321. doi: 10.1029/01eo00185
[32]	Wang Jia, Bai Xuezhi, Wang Dongxiao, et al. Impacts of the Siberian High and Arctic Oscillation on the East Asia winter monsoon: driving downwelling in the western Bering Sea[J]. Aquatic Ecosystem Health & Management, 2012, 15(1): 20−30. doi: 10.1080/14634988.2012.648860
[33]	王林, 龚海楠, 兰晓青. 北极涛动的年代际变化及其气候影响[J]. 大气科学学报, 2021, 44(1): 50−60. Wang Lin, Gong Hainan, Lan Xiaoqing. Interdecadal variation of the Arctic Oscillation and its influence on climate[J]. Transactions of Atmospheric Sciences, 2021, 44(1): 50−60.