检索
E-mail
RSS

作者投稿 主编审稿 专家审稿 远程编辑

热带海洋学报 >

2020 , Vol. 39 >Issue 2: 11 - 14

DOI: https://doi.org/10.11978/2019047

海洋物理学

2000—2015年夏秋季孟加拉湾湾口区涡流相互作用能量学特征

  • 乐洲 , 1 ,
  • 黄科 2 ,
  • Venkata Subrahmanyam Mantravadi , 1
展开
  • 1. 浙江海洋大学海洋科学与技术学院, 浙江 舟山 316022
  • 2. 热带海洋环境国家重点实验室(中国科学院南海海洋研究所), 广东 广州 510301;
+ 通讯作者 Venkata Subrahmanyam Mantravadi。E-mail:

作者简介：乐洲(1994—), 男, 浙江省舟山市人, 硕士研究生, 研究方向是物理海洋学、海气相互作用。E-mail:

Editor: 殷波

收稿日期: 2019-05-10

  要求修回日期: 2019-06-11

  网络出版日期: 2020-03-10

基金资助

国家自然科学基金项目(41706027)

国家海洋局海洋环境信息保障技术重点实验室开放课题项目(KLMEITKFXM)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Energy characteristics of eddy-mean flow interaction in the estuary of Bay of Bengal in summer and autumn during 2000-2015

  • LE Zhou , 1 ,
  • HUANG Ke 2 ,
  • Venkata Subrahmanyam Mantravadi , 1
Expand
  • 1. School of Marine Science and Technology, Zhejiang Ocean University, Zhoushan 316022, China
  • 2. State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China;

Received date: 2019-05-10

  Request revised date: 2019-06-11

  Online published: 2020-03-10

Supported by

National Nature Science Foundation of China(41706027)

Opening Project of Key Laboratory of Marine Environmental Information Technology, State Oceanic Administration of China(KLMEITKFXM)

Copyright

Copyright reserved © 2019. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

文章主要使用全球简单海洋资料同化分析系统(Simple Ocean Data Assimilation, SODA)产出的海洋再分析数据产品和美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)发布的风场资料, 通过能量学方法分析了2000—2015年夏季至秋季(6—11月)孟加拉湾涡-流相互作用特征在不同印度洋偶极子(Indian Ocean Dipole, IOD)事件发生年的表现。结果表明, 在IOD负位相年更强的西南季风背景下, 涡动能和涡势能的量值均较大, 海洋不稳定过程更多地将平均流场的能量输向涡旋场, IOD正位相年反之。另外, 研究发现孟加拉湾湾口区的涡动能在个别年份会发展出一种与气候态存在显著异常的空间分布, 即在个别年份湾口中央海域异常出现涡动能极大值。通过对出现该异常现象最显著的2010年进行个例分析, 发现当年的孟加拉湾海表风场发展出一个气旋式环流异常, 显著地改变了海洋上层环流形态, 极大地影响了平均流场与涡旋场之间的相互作用。进一步对维持涡动能平衡的各做功项进行诊断后发现, 湾口异常海域涡动能年际变化的主要影响因素为海洋内部的压强做功, 其次是正压不稳定过程和平流的做功, 海表风应力做功项贡献较小。

关键词： 孟加拉湾; 涡-流相互作用; 能量学分析; 年际变化; 印度洋偶极子

本文引用格式

乐洲 , 黄科 , Venkata Subrahmanyam Mantravadi . 2000—2015年夏秋季孟加拉湾湾口区涡流相互作用能量学特征[J]. 热带海洋学报, 2020 , 39(2) : 11 -14 . DOI: 10.11978/2019047

Abstract

Using the wind field from the Simple Ocean Data Assimilation (SODA) ocean reanalysis product and National Centers for Environmental Prediction (NCEP), we analyze the characteristics of eddy-mean flow interaction in the Bay of Bengal during summer and autumn (June-November) of 2000-2015 by means of energy analysis in different years of occurrence of Indian Ocean Dipole (IOD) anomalies. The results show that, in the context of southwest monsoon with stronger negative phase of the IOD, both eddy kinetic energy (EKE) and eddy potential energy have relatively large magnitude. In the process of ocean internal instability, more energy of the mean flow field has been transferred to the eddy field, while in the positive phase of the IOD the energy is transferred less than usual. In addition, we find that the EKE in the bay mouth area of the Bay of Bengal tends to develop a spatial distribution with significant anomalies of the climate state in negative IOD anomaly years, that is, the EKE maxima appears around (88°E, 5°N). A case study of 2010 when the EKE anomaly was most prominent reveals that a cyclonic circulation anomaly was developed in the surface of the Bay of Bengal, which significantly changed the upper-ocean circulation pattern and greatly affected the interaction between the mean flow field and the eddy field. After further diagnosis of each term that maintains the EKE balance, we find that the main influencing factor of interannual change of EKE in the bay mouth area was the pressure term inside the ocean, followed by the unstable barotropic process and the advection term; and the contribution of sea surface wind stress was minimal.

Key words： Bay of Bengal; eddy-mean flow interaction; energy analysis; interannual variability; Indian Ocean Dipole

孟加拉湾是一个坐落于印度洋东北边界处的半封闭的边缘海, 宽约1600km, 水深2000~4000m, 南部海域较深。受到印度洋西南季风的驱动, 孟加拉湾的上层海洋表现为一个反气旋式的环流: 在夏季孟加拉湾湾口西侧的斯里兰卡岛周围存在一支强劲的东向流“西南季风流” (Southwest Monsoon Current, SMC) (McCreary et al,1993), 在孟加拉湾西部海域存在一支向东北流动的“印度东部沿岸流” (East Indian Coast Current, EICC) (Shankar et al, 1996; Schott et al, 2001); 到了冬季, 季风的风向逆转, 东北季风掌控孟加拉湾并驱动海表流场变为气旋式环流, EICC的流向调整为向西南流动, SMC也被向西流动的“东北季风流” (Northeast Monsoon Current, NMC)所替代(Potemra et al, 1991; Vinayachandran et al, 2005)。孟加拉湾地处北半球的热带, 离赤道最远的湾顶处纬度也仅为北纬20余度, 它与东印度洋赤道海域的关系密切, 它们通过海洋与大气之间复杂的相互作用影响着对方(Webster et al, 1999; Annamalai et al, 2005; Schott et al, 2009)。故而孟加拉湾的海洋上层环流除了受到季风的局地强迫作用, 也受到来自赤道风场变化的遥强迫效应的调整(Yu et al, 1991; Clarke et al, 1994; Rao et al, 2010; 邱云 等, 2007)。前人研究成果表明, 赤道风场激发的海洋波动传至印度洋东边界后以沿岸开尔文波的形式沿着苏门答腊—爪哇群岛向北传播, 进入孟加拉湾后可从海湾的东边界激发出罗斯贝长波对整个海盆进行调整(Clark et al, 1994; Rao et al, 2010; Cheng et al, 2013)。这一波动过程不仅诱导苏门答腊岛西北海域的环流产生显著的变率(Chen et al, 2017), 还极大地影响到了斯里兰卡岛附近西南季风流的变率。
随着海洋学研究的发展, 人们发现海洋流场内部踊跃着很多中小尺度的过程, 尤其是中尺度(即空间尺度为几十至几百公里, 时间尺度为几十至上百天), 它们囊括了全球大洋环流近90%的动能。绝大多数海域中的中尺度变率比海洋平均流动能要高出一个量级(Wyrtki et al, 1976; Richardson, 1983)。涡动能(Eddy Kinetic Energy, EKE)可以很好的表征一些海洋内部活动的活跃程度, 如: 中尺度涡、次中尺度涡丝、赤道不稳定波动(Heywood et al, 1994; Qiu, 1999; Chen et al, 2012; Dong et al, 2012; Yang et al, 2013; Zheng et al, 2018)。研究EKE及其变率有助于理解海洋中涡旋的的生成和消亡过程、发现并鉴定海洋机械能的源区和汇区(Richardson, 1983)。Chen等(2018)总结了孟加拉湾几个显著涡动能高值区的变化规律并解释了高值来源的动力机制: 作为流速剪切的产物, EKE高度依赖于海流的流速, 当海流的流轴发生摆动时, 两侧的中小尺度涡旋场会与海流产生强烈的涡流相互作用并给EKE的演变提供能量(He et al, 2002), 孟加拉湾内西边界和湾口西侧存在的两个EKE高值区就与局地沿岸流(即EICC和SMC)的不稳定过程密切相关; 外界风场的强迫作用同样不可忽视, 强劲风场的持续驱动会影响海流的稳定性、诱发海流异常及海洋内部不稳定过程, 这会对EKE的产生及发展做出贡献(Yoshida et al, 2010; Liang et al, 2012), 此外赤道风场变化激发的海洋波动过程也与孟加拉湾湾口东侧及湾内沿岸的高EKE值密切相关。
前人针对孟加拉湾涡动能展开的研究已大体概括了几个涡动能高值区季节演变的过程, 并就产生机制给出了相关解释(Chen et al, 2018), 但对联系湾内外的湾口低纬海域的涡旋场年际变化机制揭示得不够深入, 本文针对湾口海域展开涡动能年际差异的研究不仅可以在前人工作的基础上加深对孟加拉湾海气相互作用及相关动力过程的理解, 也可给印度洋及南亚大陆的气候研究提供参考。印度洋偶极子(Indian Ocean Dipole, IOD)是直接影响印度洋及邻域海气性质的重要年际模态, IOD这一概念最早由Saji等(1999)提出, IOD正位相时的热带印度洋异常海温(Sea Surface Temperature Anomaly, SSTA)常表现为西暖东冷的纬向偶极型分布。在这种情况下, 大气对流活动在印度洋西部异常活跃, 在东部则受压制, 气压差导致纬向上产生东风异常且伴随着非洲东部出现大规模降水, IOD负位相时则相反。IOD事件发展过程具有较强的季节锁相特征, 它的出现会通过影响低层大气环流, 引起亚澳季风系统活动的异常, 从而给临域的降水量和海洋环流带来显著影响。由于不同的IOD事件给印度洋大气与海洋带来的影响不同, 本文用表征IOD事件发生的DMI指数来区分不同异常年并分别进行合成分析。在运用能量学方法初步查看孟加拉湾涡动能的年际差异时, 我们发现了一些有意思的异常现象, 这支持我们对2000—2015年期间夏秋季孟加拉湾湾口区涡流相互作用的能量学特征展开更多的分析。

1 数据与方法

1.1 数据

本文主要使用的海洋资料集为全球简单海洋资料同化分析系统(Simple Ocean Data Assimilation, SODA)产生并经再分析处理的3.3.1版本的数据集(Carton et al, 2008), 主要使用的变量有: 纬向(u)及经向(v)海流流速(单位: m·s-1)、纬向及经向风应力(单位: N·m-2)、位势温度(单位: ℃)、盐度(单位: ‰)、位势密度(单位: kg·m-3)。选用区域为(0°—25°N, 75°—100°E), 时间跨度为2000年1月3日至2015年12月20日, 选用数据在垂向上分50层, 覆盖海表至水深超5000m区域, 其水平分辨率为0.5°×0.5°, 时间分辨率为5d。
本文使用的风场数据为美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)制作的风场资料(Kalnay et al, 1996), 选用的区域为(20°S—25°N, 40°—100°E), 时间跨度为2000年1月1日至2015年12月31日。文中分析所用的是1000hPa (对应海平面)的纬向风速(u-wind)及经向(v-wind风速), 空间分辨率为2.5°×2.5°, 时间分辨率为1d。
为验证SODA资料对夏季和秋季孟加拉湾涡动能的模拟情况, 法国国家空间研究中心(Archiving, Validation and Interpretation of Satellite Oceanographic data, AVISO)提供的流场数据和海洋表层流数据实时分析系统(Ocean Surface Current Analyses Real-time, OSCAR) 产出的数据同样用于计算涡动能并与SODA资料进行对比, 结果如图1所示。选用的AVISO数据时间跨度同样为2000年1月1日至2015年12月31日, 空间分辨率为0.25°×0.25°, 时间分辨率为1d。由于AVISO卫星观测得到的海表高度异常数据无法计算近赤道区域的地转流, 另外引入OSCAR数据来与SODA数据进行对比。OSCAR是一种通过卫星高度计数据、“快速散射计”卫星(QuikSCAT)测得的风场数据和海温数据联合反演得到的实时海洋表层流场数据资料(Bonjean et al, 2002), 经海洋实际观测资料的对比, 低纬度的OSCAR数据质量较好得到公认。文中使用的OSCAR资料的时间跨度为2000年1月5日至2015年12月31日, 空间分辨率为1/3°×1/3°, 时间分辨率为5d。
图1 2000至2015年孟加拉湾夏秋季涡动能(EKE)的气候态空间分布及其时间序列

图a、b、c为EKE的气候态空间分布, 分别由SODA、OSCAR、AVISO数据制作得到; 图d为以上3种数据在孟加拉湾区域(3°—22°N, 80°—100°E)平均的EKE时间序列; 图e为图d中的时间序列做年际尺度(2~8a)的滤波得到的结果

Fig. 1 Summer and autumn averaged spatial distribution of EKE in the Bay of Bengal and its time series from 2000 to 2015, based on SODA (a), OSCAR (b) and AVISO (c) data, respectively. EKE time series averaged in the Bay of Bengal (80°-100°E, 3°-22°N) of those data (d), Filtered result of the time series in (d) on the interannual time scale (2~8 years) (e)

从图1a~1c的对比结果可以看到: 尽管SODA模拟得到的涡动能数值和高值覆盖区域与OSCAR和AVISO相比较小, SODA仍能较好地模拟出孟加拉湾湾口及湾内西边界附近地涡动能高值区, 说明SODA在模拟湾口西侧西南季风流的不稳定过程和湾口东侧受赤道风场遥强迫效应反射出罗斯贝波方面比较成功。从OSCAR结果中可以很好地看到在湾内东边界沿岸有连续的涡动能高值分布, 这与前人的研究结果吻合(Chen et al, 2018), 但是SODA数据在该区域的模拟结果较弱, 说明SODA在模拟赤道风场激发波动并在到达东边界后继续沿岸传播的方面存在一定的缺陷。图1d展示了SODA、OSCAR、AVISO在孟加拉湾海域平均(3°—25°N, 75°—100°E)的涡动能(EKE)时间序列, SODA与AVISO时间序列的相关系数为0.54, SODA与OSCAR时间序列的相关系数为0.32, 相关性均通过95%置信度的t检验。虽然SODA数据计算得到的EKE数值较小, 但从图1e中可以看到经过年际尺度滤波(2~8a)后的SODA时间序列与AVISO数据和OSCAR数据结果非常吻合, 相关系数分别为0.96和0.95, 表明其能较好的刻画出孟加拉湾整体涡动能的年际变化, 加之它在空间上也能较好的体现湾口的两个涡动能高值区, 故分析后认为使用SODA数据来探讨湾口区EKE的年际差异是可行的。

1.2 能量学分析方法

文中用到的能量学分析方法分为两个部分: 一部分为诊断海洋内部不稳定过程将大尺度环流的能量转化到涡旋场的“海洋机械能四箱收支”(Böning et al, 1992), 即通过分析正压不稳定(T4)和斜压不稳定(T2)将平均流中的能量转换为涡动能(EKE)和涡势能(EPE)来探讨孟加拉湾这一半封闭海盆的能量收支和涡流相互作用的年际差异; 另一部分为诊断EKE收支平衡方程中正压不稳定、压强做功、风应力做功、平流做功各项的贡献大小(Ivchenko et al, 1997)。
单位质量的涡能量和涡势能如公式(1)和公式(2)所定义:
$EKE=\frac{1}{2}(u^2+\nu^2)$
$EPE=\frac{g \tilde{\rho'^2}} {2\rho(\partial \bar{\rho \theta})/\partial z}$
式中: $u'=u-\bar {u}$,$v'=v-\bar {v}$, u和v分别是海流的纬向和经向速度(单位: m·s-1), $\bar{u}$和$\bar{v}$是2000至2015年夏季及秋季的气候态平均; g为重力加速度(单位: m·s-2); ρ为海水密度(单位: kg·m-3); $\tilde {\rho}(x,y,z,t)=\rho (x,y,z,t)-\rho_{b}(z)$, $\rho_{b}(z)$为2000至2015年对应季节的时间平均和水平平均的背景密度, $\tilde{\rho '}=\tilde{\rho}-\bar{\tilde{\rho}}$, $\bar{\tilde{\rho}}$是对应区域$\tilde{\rho}$的时间平均, $\bar{\rho \theta}$是位势密度的时间平均和水平平均。
能量收支四箱收支中的T2项和T4项由公式(3)和(4)给出, 分别代表了势能和动能在平均流场和涡旋场间的转换:
$T_{2}=-\frac{g}{\rho(-\partial \bar{\rho \theta}/\partial z)}(\frac{u'\tilde{\rho'}\partial \bar{\tilde{\rho}}}{\partial x}+\frac{v'\tilde{\rho'}\partial \bar{\tilde{\rho}}}{\partial x})$
$T_{4}=-[\frac{u'u' \partial \bar{u}}{\partial x}+u'v'(\frac{\partial \bar{v}}{\partial x}+\frac{\partial \bar{u}}{\partial y})+\frac{v'v'\partial \bar{v}}{\partial y}]$
T2表示平均流势能和涡势能之间的转换, 其为正值时表示由于平均流和涡旋间的密度差异大, 产生斜压不稳定, 使平均势能向涡势能转换。T4表示平均动能和涡动能之间的转换, 本质上是雷诺应力逆平均剪切的做功, 其为正值时表示存在强的水平速度剪切, 产生正压不稳定, 使平均动能向涡动能转换。需要注意的是, T2和T4的第一个负号表示能量传递的方向, 即平均能在转换的过程中变少, 而T2分母中的负号与EPE公式中的负号含义一致, 即垂向坐标轴以向上为正方向(李晗 等, 2017)。
由于EKE可以很好地描述海洋中涡旋场的变化, 故而针对特定的研究时间段和区域可以进一步用以下方程诊断其能量平衡(Ivchenko et al, 1997; Zu et al, 2013; Geng et al, 2016):
$\partial(EKE)/partial t=WW+PW+T_{4}+ADV+F$
$WW=\frac{1}{\rho_{0}}(u'\tau'_{x}+v'\tau'_{y})$
$PW=\int_{(F}-\frac{1}{\rho_{0}}(u'\frac{\partial P'}{\partial x'}+v'\frac{\partial P'}{\partial y'})dV$
$ADV=\inf_{(V)}u\frac{\partial EKE}{\partial t}+v\frac{\partial EKE}{\partial t}dV$
式中: $\frac{\partial EKE}{\partial t}$为EKE随时间的变化项, 即EKE的变化趋势; WW为海表风应力做功项(单位: cm2·s-3),其中$\tau'_{x}$和$\tau'_{y}$分别表示纬向和经向的风应力异常值, PW为压强做功项(单位: cm2·s-3), ADV为平流项(单位: cm2·s-3), F为耗散项(单位: cm2·s-3)。F为水平摩擦、垂向摩擦及底摩擦的总和, F与WW之和表征了作用于整个水柱的风应力, 但由于无法从SODA v3.3.1版本数据中得到合适的用以计算摩擦项的耗散系数, 所以本文没有计算F耗散项, 只能简单地将其视为能量平衡方程的残差项, 但残差其实还包含了更多的计算偏差因素, 如模式模拟结果偏差、非闭合条件下的边界通量、计算深度选取等。
考虑到公式(5)EKE收支平衡方程中WW仅为计算得到的海表应力做功且底摩擦及垂向上各层间的摩擦耗散无法计算, 而其他几项(PW、ADV、T4)为积分整层水深得到, 为了在后文中可以对能量平衡方程各项进行数值比较, 进行以下处理: $\frac{\partial EKE}{\partial t}$、PW、ADV、T4积分后取垂向平均, 计算得到的WW除以研究区域对应的水深。另外参考李晗等(2017)的做法, 查看了从海表至500m水深的沿孟加拉湾湾口6°N断面纬向流速u和经向流速v的夏秋季气候态均值(图2), 发现水平流速的剪切主要集中在200m以浅的区域, 在200m深度之下的流速锐减。分析认为计算上层海洋中涡流相互作用的相关变量在200m深度内求垂向积分并平均即可, 因此在本文的后续计算过程中, 除了大气中和主要影响海洋表层的变量外, 其他变量都采用这样的垂向平均方法进行计算。
图2 湾口6°N垂向断面的纬向流速u (以东为正)

(a)和经向流速v (以北为正) (b)的夏秋季气候态均值

Fig. 2 Summer and autumn averaged zonal velocity u (positive to the east)

(a) and meridional velocity v (positive to the north) (b) of the vertical section along 6°N

2 结果与分析

2.1 涡流相互作用的年际变化及差异

图3展示了2000至2015年夏秋季(6—11月)平均涡动能的空间分布差异。整体来看, 大多数年份涡动能的空间分布与气候态大致吻合, 但是也注意到孟加拉湾湾内西边界、湾口区及赤道附近的涡动能高值区在年际上都有较大的变率, 部分区域甚至在个别年份表现出显著的异常。
为了概括孟加拉湾大气、海洋各变量的年际差异, 我们需要选择一个标准用以分类并进行合成分析。作为印度洋极为重要的年际尺度模态之一, 印度洋偶极子(IOD)很自然地成为首选。根据Saji等(1999)的定义, 将热带西印度洋(50°—70°E, 10°S—10°N)区域平均的SSTA减去热带东印度洋(90°—110°E, 10°S—0°)区域平均的SSTA作为鉴别IOD事件发生的指数(Dipole Mode Index, DMI), 计算结果如图4所示。
当热带印度洋出现正位相IOD时, DMI指数为正值, 热带印度洋出现向西的SSTA梯度, 海温异常梯度驱动大气环流发生变化、在纬向上诱导出东风异常; 负位相IOD反之, 出现西风异常。IOD事件的发展具有较强的季节锁相特征, 通常自夏季开始发展而成熟于秋季, 因此本文使用SODA数据
图3 2000—2015年(依次对应a~p)夏秋季平均EKE的空间分布

图k中的红色方框表示部分年份的涡动能在海域(5°—7°30′N, 87°30′—90°E)表现出较明显的异常, 将该海域记为CR区

Fig. 3 Spatial distribution of summer and autumn averaged EKE from 2000 to 2015.

(a) to (p) corresponding to years 2000 to 2015. The red box in (k) indicates that area (5°-7°30′N, 87°30′-90°E) have large EKE anomaly in some years, marked as area CR

图4 2000至2015夏秋季DMI指数(棒状图)和CR海域(5°—7°30′N, 87°30′—90°E)平均的EKE异常值的时间序列(折线图)

图中虚线表示0.5倍标准差, 以此为阈值来划分IOD正(负)位相年

Fig. 4 DMI Index (bar, corresponding to the left ordinate) and summer and autumn averaged EKE anomaly (black line, corresponding to the right ordinate) in CR area (5°-7°30′N, 87°30′-90°E ) from 2000 to 2015

集的海水温度数据计算得到了2000—2015年的夏秋季DMI指数, 将之扣除年代际趋势再经标准化后, 以0.5个标准差作为本文划分IOD正(负)位相年的阈值。据此, 2000—2015年这16年可以划分为:
IOD 正位相年: 2006、2007、2011、2015;
常规年: 2000、2002、2003、2004、2008、2009、2012;
IOD 负位相年: 2001、2005、2010、2013、2014。
为了解IOD正(负)位相年大气与海洋环境的不同变化给孟加拉湾平均流场和涡旋流场带来的不同影响, 我们将表征海洋中涡流相互作用的相关变量进行合成分析, 结果如图5所示。可以看到:
无论IOD正位相年、正常年还是IOD负位相年, 在赤道附近海域和孟加拉湾的湾口两侧及湾内西边界附近海域都存在EKE高值区。由于EKE体现的是海洋流场中较高频的涡旋场能量部分, 它的高值往往出现在海流强劲且流轴不稳定易产生流速剪切的海域。可以看到孟加拉湾湾内西侧和湾口西侧的两个EKE的显著高值区与局地存在沿岸流(即EICC和SMC)的海域吻合。对比IOD正位相年(图5a)与IOD负位相年(图5i)合成平均值, 可以看到EKE在IOD负位相年的数值略高, 尤其是湾口两侧海域, 这与IOD负位相年的风场情况密切相关。
图5 IOD正位相年(a~d)、正常年(e~h)、负位相年(i~l)合成的夏秋季EKE、EPE、T2、T4均值

EKE (a、e、i)和EPE (b、f、j)为涡旋场能量; T2 (c、g、k)和T4 (d、h、l)为海洋不稳定过程

Fig. 5 Spatial distribution of summer and autumn averaged eddy field energy (EKE and EPE) and ocean instability (T2, T4). (a~d) are composed by positive IOD years, (e~h) are composed by neutral years, and (i~l) are composed by negative IOD years

图6a~6c中箭头矢量展示了气候态、IOD正位相年及IOD负位相年合成的1000hPa等压面上的风速及风向, 由于IOD负位相年的印度洋海盆海温异常梯度激发的西风异常与气候态风场中孟加拉湾湾口区的风向(西风偏西南)较为一致, 起到了增强局地风速的作用, 由图6c可见IOD负位相年湾口低纬海区的风速异常增强近3m·s-1; 同理, IOD正位相年的印度洋海盆出现的东风异常则削弱了局地风速, 风速减少2m·s-1左右。因此在受到IOD事件调节的局地风场的直接驱动下, 湾口区的海流流速也对应的会大致表现出增强及减弱趋势, 高度依赖海流强度和流速剪切的EKE自然随之发生改变。
图6 孟加拉湾海表风场(1000hPa等压面)及海表面高度异常(填色)的气候态均值(a)和IOD正、负位相年合成值(b、c)

Fig. 6 Surface wind field and sea surface height anomaly in Bay of Bengal of Climatic mean state (a) and composed by positive IOD years (b), negative IOD years (c). Colourful maps are sea surface height anomaly, vectors correspond to wind speed on 1000 hPa isobaric surface in figure (a) and wind speed anomaly in figure (b) and (c), the arrow in the upper right corner corresponds to wind speed of 3 m·s-1

海洋内部的T4 (正压不稳定)表征了诸如海流的流轴摆动与附近的中小尺度涡旋相互作用等非线性过程将能量转化到涡旋场以增大EKE。通过合成分析, 可以看到T4 (图5d、5h、5l)为密集的正负极值交替出现的空间分布且在IOD负位相年的强度较强, 除了在孟加拉湾湾内的分布连续性变强, 近赤道海域的不稳定分布也变得更为强劲、统一。可以看到: T4在湾口西侧的西南季风流和湾内西边界附近的东印度洋沿岸流的流轴区域为最强大的正值分布(红色), 能量从平均流动能向涡动能转化; 而在流轴附近伴随着出现很多的负值区(蓝色), 代表涡动能向平均动能转化。从图6b和6c可以看到, 局地风场的强度在IOD负位相年增强, 随之增强的局地风应力旋度的扰动(可通过逐月查看夏秋季风应力旋度零线的摆动来检验, 图未给出)可以进一步激发海洋上层环流的水平流速剪切使正压不稳定强度增大, 这使得IOD负位相年孟加拉湾整体的正压不稳定水平较IOD正位相年更高。
在海洋中除了不稳定过程能将海洋平均流场中的能量转换为涡旋场的能量, 还可通过压强做功将充沛的EPE源源不断地转化为EKE。我们也对孟加拉湾EPE的空间分布及年际差异进行分析, 从图5中并不意外的看到EPE高值区(图5b、5f、5j)与EKE高值区(图5a、5e、5i)的空间分布形态相近, 且IOD负位相年合成的EPE强度较高, 这与EKE的年际差异表现较为一致。但是仍注意到几处不同: 1) 赤道附近海域的空间分布差异明显, EPE于此处的分布呈现出向东逐渐增大的趋势; 2) 在东边界苏门答腊—爪哇附近海域存在显著的EPE高值并且沿着孟加拉湾的整个东边界都有高值分布。前人的研究工作指出, 印度洋赤道风场驱动海水辐聚辐散激发出沿着赤道向东传播的海洋开尔文波, 开尔文波传至东边界后可继续以沿岸开尔文波的形式向两极传播(Cheng et al, 2017; Chen et al, 2018)。这一海洋动力过程和EPE高值分布在赤道海域向东逐渐增大及其在孟加拉湾东边界有显著高值分布相吻合。波动作为海洋斜压调整的一种形式, 其累积效应会导致温跃层的持续变化, 并且波动携带的能量若未以热能形式全部耗散, 将增加波动末端海水的重力位能(王天宇 等, 2015)。分析EPE的定义公式可以看到它表征了海水密度的高频分量和位势密度在垂向上的变化, 由于波动传播沿途的海水会因辐聚辐散在垂向上产生运动, 扰动层化的海洋水体, 使得密度不同的水体相接触, 使得密度发生变化, 由此影响到EPE值的大小。
综合观察图5b、5f、5j和图5c、5g、5k可以发现: 1) 湾内西边界附近的T2与EPE的年际差异一致性较好, 在IOD负位相年, T2和EPE的高值区覆盖面积都显著增大, 在一定程度上体现了海洋中的T2 (斜压不稳定)表示平均流势能和涡势能之间的转换过程, 是EPE变化的主要因素。2) T2高值的空间分布集中在为孟加拉湾西边界, 而之前分析中提到的存在波动信号堆积的苏门答腊—爪哇附近海域却没有显著的T2高值分布。分析T2的定义公式发现其主要变化项除了要考虑垂向上的密度扰动和区域背景密度的水平梯度, 同时也要考虑水平方向上局地扰动动量的大小。因此分析认为: 由于孟加拉湾的东边界处没有强劲的海流, 局地扰动动量比较小, 无法放大垂向密度扰动和背景密度水平梯度, 故而该处的T2高值分布较稀疏; 而孟加拉湾湾内西边界附近海域存在印度东部沿岸流(EICC), 湾口西侧的斯里兰卡岛附近也有随着西南/东北季风盛行而存在的西南/东北季风流, 这些强劲海流的存在得以在局地放大T2的变化项, 使其呈现出高值分布。

2.2 涡动能异常个例年收支平衡分析

我们在总结IOD正(负)位相年孟加拉湾涡流相互作用的不同空间分布规律的同时, 也注意到了涡动能空间分布上的一些异常表现。由图3可见, 2001、2002、2010等年份湾口区(5°—10°N)的涡动能数值水平整体偏高, 且2001、2010年湾口区的涡动能隐隐呈现出存在3个极大值中心的空间分布, 这与气候态(图1)中呈现的仅在湾口东西两侧(斯里兰卡以东、苏门答腊—爪哇以北)海域出现两个极大值的分布特征存在显著差异。为此, 进一步对湾口区的涡动能年际差异展开分析, 以气候态均值作为总体, 分别选取IOD正(负)位相年夏季和秋季平均的涡动能作为样本进行t检验, 发现用于检验的样本中, IOD正位相年的异常分布稀少且零散、无规律地分布在整个孟加拉湾中, 因此不予进一步分析(图未给出); 而IOD负位相年的合成结果显示: 夏季(图7a)和秋季(图7b), 湾口的中央(5°N, 88°E)附近海域都存在显著异常分布, 且能通过95%置信度的t检验。结合图3展示的2000至2015年夏秋季(6—11月)平均涡动能的空间分布在年际上的差异, 也证实了在个别年份里该海域存在对应的异常现象, 因此我们选定(5°—7°30′N, 87°30′—90°E)海域为涡动能异常区, 记为CR区(图3k中红色方框圈出的海域)。
图7 IOD负位相年夏季(a)及秋季(b) EKE均值与气候态均值存在显著异常的空间点分布

星号( * )表示该点通过95%置信度的t检验

Fig. 7 Spatial distribution of grids with significant anomalies between climatic mean EKE and summer-averaged EKE (a) and between climatic mean EKE and autumn-averaged EKE (b) composed by negative IOD years. * indicates that it passes the 95% confidence level of t-test

为了进一步确认CR区出现涡动能异常的时间, 计算并绘制了2000至2015年这16年间CR海域平均的逐月EKE异常值的时间序列, 如图4中折线所示。发现2001、2002、2010和2012年该海域的涡动能与其他年份存在较大差异, 存在明显的异常高值, 尤其是2010年的峰值最高, 这与图3体现的内容较为一致。其中, 2001和2010年在CR区发展出的涡动能异常形态极为明显, 存在较独立的涡动能极大值中心, 而不是湾口东西两侧或赤道的涡动能高值区简单地扩张、覆盖该海域。然而回顾并查看用以表征IOD事件发生的DMI指数(图4)发现: 2001和2010年都是IOD负位相发生年, 2010年是本文研究时间段内IOD负事件发展最为强大的一年, 但是2001年是弱IOD负位相年。此外, 同为IOD负位相年的2013和2014年没有这种异常现象发生, 而正常年中的2012年却隐约可见类似的3个极大值中心。计算图4中用以表征IOD事件发展的DMI指数与CR区EKE异常值时间序列的相关系数结果为0.34, 这表明IOD事件无法很好地解释涡动能异常事件的发生。本文虽然尚无法较好地解释这种异常现象出现的规律, 但可通过能量学相关方法来诊断、概括异常现象发展的过程和给海洋带来的变化由于2010年是CR区涡动能异常最为显著的一年, 因此将2010年作为个例进一步研究分析。
图8a展示了2010年夏秋季(6—11月)的风场异常(即2010年值减去气候态均值)。从图8a中可以看到, 相比于夏秋季盛行西南季风的气候态背景(图6a), 2010年孟加拉湾的海表风场发展出一个较为明显的气旋式环流异常, 这一大气条件会激发上层海水的流速剪切增强并改变上层的海洋环流。从图8b、8c中可以看到2010年夏秋季上层海洋出现了明显增强的流速剪切: 纬向(图8b)流速在湾口西侧区域整体得到加强, 但是在中央的CR海域(87°30′— 90°E), 除50m至100m深度范围内流速得到加强, 其他深度的纬向流速均异常减小, 这说明CR区的纬向流速剪切增强; 另一方面, 从图8c可以看到CR区的经向流速在50m以浅出现负异常, 而50m至150m则为正异常, 经向流速的剪切也得到加强。以上分析说明受到来自湾内的东偏东北风异常的影响, 原本流经斯里兰卡岛且向东北流入孟加拉湾的西南季风流及其出流在湾口海域变得紊乱, 流速剪切增强。
图8 2010年孟加拉湾1000hPa等压面上的海表风场异常及海表面高度异常(a)和湾口6°N断面上的流速异常值(b、c)

图b和c分别为6°N垂向断面上的纬向流速u (以东为正)和经向流速v (以北为正)异常在2010年夏秋季的均值

Fig. 8 Map of 2010 wind anomaly (vector) on 1000 hPa over the Bay of Bengal and sea surface height anomaly (shading) (a). The arrow at the upper-right corner corresponds to wind speed of 3 m·s-1. (b) and (c) correspond to summer and autumn averaged zonal and meridional velocity anomalies along 6°N in 2010

北纬6°是对应气候态中孟加拉湾湾口两侧存在EKE高值区的纬度, 且是西南季风流在湾口出流的纬度。图9a、9b、9d、9e为沿着湾口6°N断面计算得到的涡旋场能量及涡流相互作用在2010年夏秋季平均的异常值, 可以发现该年上层海洋的涡旋场能量和涡流相互作用强度有较为明显的增大, 此外异常变化集中发生在以100m深度为核心的海域, 这与图8b、8c中流速剪切增大对应的深度较为一致。图9a清晰地展示了CR区对应经度范围(87°30′ —90°E)内出现的EKE高值异常, 这一异常信号得以被前文采用的对各变量200m以浅求垂向平均的方法所捕获并体现在图3中。
以上研究分析表明, 2010年的异常风场作用于海洋的应力驱动海流发生改变, 风应力旋度的扰动激发上层海洋的流速剪切进而影响到涡动能的异常发展。同时, 海洋内部的不稳定过程也会随着环流和水团性质的变化而变化, 影响着海洋平均流场和涡旋流场间的能量转换, 起到调节涡动能大小的作用。而不稳定过程的发展与海洋层结的强弱紧密相关, 当上层海洋的层结受到外界风场的扰动而被削弱, 不稳定过程就变得容易发生, 更多的平均流场的能量得以通过正压与斜压不稳定过程被输向涡旋场。湾口区6°N剖面上浮力频率N2的2010年异常值(图9f)可以表明该年上层海洋层结的变化: 相比于气候态均值(图9c), 2010年湾口区的浮力频率出现了大范围的负异常值, 浮力频率的变小即意味着层结的减弱。尤其是CR区对应的经度范围(87°30′ —90°E), 浮力频率从海表至200m水深几乎全都出现了负异常, 因此该海域的不稳定过程变得更容易发生, 涡旋场能量得到显著增强。
基于以上理解, 为了解2010年CR区涡动能的发展过程, 进一步利用涡动能的能量平衡方程(公式5)诊断分析各做功项的贡献。图10c~10f展示了能量平衡方程(公式5)等号右侧各项与EKE变化趋势(即图10中的dEKE/dt曲线)的对比结果, 从时间序列的对比中可以看到: WW项(图10c)基本为正值, 说明风应力做功对EKE变化起的作用主要是输入能量, 而其他各项(图10d~10f)变化剧烈, 扰动特征显著。从图10b可以看到: 尽管由于缺少计算耗散项使得部分年份计算的总收支与EKE的实际变化存在不小的差距, 能量平衡做功项总和仍可以较好的与EKE年际变化趋势拟合。
图9 2010年夏秋季平均的沿6°N断面的涡旋场能量异常(a、d)、海洋不稳定过程异常(b、e)和浮力频率及异常(c、f)

a. EKE的2010年异常值; b. T4 的2010年异常值; c. 浮力频率N2的气候态均值; d. EPE的2010年异常值; e. T2的2010年异常值; f. 浮力频率N2的2010年异常值

Fig. 9 Summer and autumn averaged EKE (a), T4 (b), EPE (d), and T2 (e) anomalies along 6°N of the Bay Estuary in 2010. (c) Climatic mean of buoyancy frequency N2, (f) buoyancy frequency N2 anomaly in 2010

图10 2009至2011年CR海域EKE平衡方程各项的逐月时间序列(a)、2000至2015年CR海域EKE平衡方程做功项总和与EKE变化项的逐月时间序列对比(b)以及从2000至2015年CR海域EKE平衡方程各做功项单独与EKE变化项的逐月时间序列对比(c~f)

dEKE/dt表示EKE变化趋势; WW表示海表风应力做功项; PW表示压强做功项; T4表示正压不稳定做功项; ADV表示平流项; sum表示以上几个做功项之和

Fig. 10 Monthly time series of all terms in EKE equation in CR area from 2009 to 2011 (a), and monthly time series comparison between the sum of all EKE equation terms and EKE change in CR area from 2000 to 2015 (b). Monthly time series comparison between every single EKE equation term and EKE change in CR area from 2000 to 2015 (c~f)

图10a为截取2009年至2011年间的能量平衡方程各做功项的时间序列, 仔细查看2010年6月至12月期间各做功项的演变, 可以发现对EKE变化趋势贡献最大的为PW项(图10d中的蓝线)和T4项(图10e中的绿线), 其次是平流项(图10f中的粉线)做功, WW项(图10c中的红线)做功的贡献相比其他3项最小。通过计算各做功项与EKE变化趋势的超前-滞后相关, 发现WW项、PW项与T4项超前EKE变化趋势1个月, 而ADV项则滞后EKE变化趋势1个月, 这说明前三者主导了EKE的变化趋势, 后者虽然数值也较大, 但主要在方程中与耗散项同样起到维持收支平衡的作用。需要注意的是, 虽然WW项数值较小, 但是其仅衡量风场直接驱动海流对EKE的影响, 由公式(2)和公式(7)可知, PW和T4做功受到表层海流流速剪切的显著影响, 而风应力旋度的扰动可以显著影响到流速剪切, 故而风场也通过影响海洋内部的不稳定等过程来影响EKE, 仅看海表风应力做功的多少会低估海表风场变化给EKE带来的影响。综合以上分析, 我们认为2010年CR区出现EKE异常是当年风场异常形态的结果, 但目前工作仍没能给出解释, 哪种或哪些外界因素的影响可以配置出合适的风场异常进一步诱导EKE发展出异常。

3 总结与展望

本文利用2000至2015年的SODA海洋再分析数据产品和NCEP风场资料, 探讨了夏秋季西南季风盛行期间孟加拉湾涡流相互作用的年际差异特征。重点关注湾口区涡动能的变化, 并对湾口区涡动能出现空间异常分布特征最明显的2010年展开了个例分析。总结如下:
1) 涡流相互作用在IOD正(负)位相年合成的空间分布大体一致。从强度来看, IOD负位相年合成的各项水平均更高。EKE和EPE的区域极大值在IOD负位相年都超过50cm2·s-2, 而IOD正位相年对应区域的EKE极大值则不到35cm2·s-2。EPE在印度洋东边界附近的高值区与赤道波动的累积效应有关, 而IOD负位相年增强的赤道风场会通过激发赤道波动及之后的沿岸波动信号来对沿岸的EPE产生影响; T4是海洋内部不稳定性的一部分, 除了背景流场自身的不稳定性, IOD负位相年更强的风场扰动会影响流轴的摆动, 增强季风漂流的不稳定性进而使附近涡旋的运动增强。它们的高值强度和空间分布都与不同IOD事件影响下赤道附近的西风引起的季风漂流紧密相关。
2) 逐年查看孟加拉湾EKE空间分布的年际差异可以发现湾口中央(5°N, 88°E)附近海域的EKE在部分年份会有较为明显的异常高值出现, 但异常高值的出现规律目前尚未得到较好的解释。通过2010年的个例, 总结概括这一异常现象的发展过程为: 在当年孟加拉湾发展出的气旋式环流异常的风场驱动下, 浅层海洋的水平流速发生了显著的剪切, 涡旋场能量增大; 同时风场的扰动调整了上层海洋的层结使之变弱, 稳定性变低后, 海洋内部的非线性过程(压强做功和正压不稳定做功)增强, 2010年的平均流与涡旋场间的能量转换异于常年, 最终CR区发展出了显著的EKE异常高值。
本文讨论的是上层海洋的EKE年际差异, 同时EKE高度依赖流场强度和海水的稳定性, 因此EKE的变化很大程度上受到风场驱动的影响。2010年的个例分析表明了异常现象发生时风场对海水稳定性和能量转化的调制作用很大, 那么是否在别的类似2010这样的强IOD负位相年也有同样的过程发生呢, 比如2016年。分析显示孟加拉湾湾口CR区涡动能发展出异常高值与单独的IOD事件的关联并不明显, 这是否说明还有别的年际或年代际尺度的动力过程对风场施加了影响从而在年际上改变西南季风漂流的强度和主轴位置进而诱导出异常的EKE分布, 比如ENSO事件, 或者其与IOD事件的协同作用。这些猜测目前仍未通过研究给出答案, 将是后续工作进一步开展的落脚点。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
李晗, 王强, 黄科 , 等, 2017. 1992—2011年夏季南海西部离岸流区涡流相互作用特征[J]. 海洋与湖沼, 48(5):912-925.

LI HAN, WANG QIANG, HUANG KE, et al, 2017. Characteristics of eddy-mean flow interaction in the offshore current area of western South China Sea[J]. Oceanologia et Limnologia Sinica, 48(5):912-925 (in Chinese with English abstract).

2
邱云, 李立 , 2007. 孟加拉湾上层地转环流周年变化的遥感研究[J]. 海洋学报, 29(3):39-46 .

QIU YUN, LI LI, 2007. Annual variation of geostrophic circulation in the Bay of Bengal observed with TOPEX/Poseidon altimeter data[J]. Acta Oceanologica Sinica, 29(3):39-46 (in Chinese with English abstract).

3
王天宇, 杜岩, 庄伟 , 等, 2015. 热带西太平洋和南印度洋近20年来的海面高度变化及其动力联系[J]. 中国科学: 地球科学, 45(5):665-675.

WANG T Y, DU Y, ZHUANG W, et al, 2015. Connection of sea level variability between the tropical western Pacific and the southern Indian Ocean during recent two decades[J]. Science China: Earth Sciences, 45(5):665-675(in Chinese with English abstract).

4
ANNAMALAI H, LIU PING, XIE SHANG-PING , 2005. Southwest Indian Ocean SST variability: its local effect and remote influence on Asian monsoons[J]. Journal of Climate, 18(20):4150-4167.

5
BÖNING C W, BUDICH R G , 1992. Eddy dynamics in a primitive equation model: sensitivity to horizontal resolution and friction[J]. Journal of Physical Oceanography, 22(4):361-381.

6
BONJEAN F, LAGERLOEF G S E , 2002. Diagnostic model and analysis of the surface currents in the tropical Pacific Ocean[J]. Journal of Physical Oceanography, 32(10):2938-2954.

7
CARTON J A, GIESE B S , 2008. A reanalysis of ocean climate using Simple Ocean Data Assimilation (SODA)[J]. Monthly Weather Review, 136(8):2999-3017.

8
CHEN GENGXIN, WANG DONGXIAO, HOU YIJUN , 2012. The features and interannual variability mechanism of mesoscale eddies in the Bay of Bengal[J]. Continental Shelf Research, 47:178-185.

9
CHEN GENGXIN, HAN WEIQING, LI YUANLONG , et al, 2017. Strong intraseasonal variability of meridional currents near 5°N in the Eastern Indian Ocean: characteristics and causes[J]. Journal of Physical Oceanography, 47(5):979-998.

10
CHEN GENGXIN, LI YUANLONG, XIE QIANG , et al, 2018. Origins of eddy kinetic energy in the bay of Bengal[J]. Journal of Geophysical Research: Oceans, 123(3):2097-2115.

11
CHENG XUHUA, XIE SHANG-PING, MCCREARY J P , et al, 2013. Intraseasonal variability of sea surface height in the Bay of Bengal[J]. Journal of Geophysical Research: Oceans, 118(2):816-830.

12
CHENG XUHUA, MCCREARY J P, QIU BO , et al, 2017. Intraseasonal-to-semiannual variability of sea-surface height in the astern, equatorial Indian Ocean and southern Bay of Bengal[J]. Journal of Geophysical Research: Oceans, 122(5):4051-4067.

13
CLARKE A J, LIU X , 1994. Interannual sea level in the northern and eastern Indian Ocean[J]. Journal of Physical Oceanography, 24(6):1224-1235.

14
DONG CHANGMING, LIN XIAYAN, LIU Y , et al, 2012. Three-dimensional oceanic eddy analysis in the Southern California Bight from a numerical product[J]. Journal of Geophysical Research: Oceans, 117(C7): C00H14.

15
GENG WU, XIE QIANG, CHEN GENGXIN , et al, 2016. Numerical study on the eddy-mean flow interaction between a cyclonic eddy and Kuroshio[J]. Journal of Oceanography, 72(5):727-745.

16
HE ZHIGANG, WANG DONGXIAO, HU JIANYU , 2002. Features of eddy kinetic energy and variations of upper circulation in the South China Sea[J]. Acta Oceanologica Sinica, 21(2):305-314.

17
HEYWOOD K J, MCDONAGH E L, WHITE M A , 1994. Eddy kinetic energy of the North Atlantic subpolar gyre from satellite altimetry[J]. Journal of Geophysical Research: Oceans, 99(C11):22525-22539.

18
IVCHENKO V O, TREGUIER A M, BEST S E , 1997. A kinetic energy budget and internal instabilities in the fine resolution Antarctic model[J]. Journal of Physical Oceanography, 27(1):5-22.

19
KALNAY E, KANAMITSU M, KISTLER R , et al, 1996. The NCEP/NCAR 40-year reanalysis project[J]. Bulletin of the American Meteorological Society, 77(3):437-472.

20
LIANG JUNHONG, MCWILLIAMS J C, KURIAN J , et al, 2012. Mesoscale variability in the northeastern tropical Pacific: Forcing mechanisms and eddy properties[J]. Journal of Geophysical Research, 117(C7).

21
MCCREARY J P, KUNDU P K, MOLINARI R L , 1993. A numerical investigation of dynamics, thermodynamics and mixed-layer processes in the Indian Ocean[J]. Progress in Oceanography, 31(3):181-244.

22
POTEMRA J T, LUTHER M E, O’BRIEN J J , 1991. The seasonal circulation of the upper ocean in the Bay of Bengal[J]. Journal of Geophysical Research: Oceans, 96(C7):12667-12683.

23
QIU BO , 1999. Seasonal eddy field modulation of the North Pacific subtropical countercurrent: TOPEX/Poseidon observations and theory[J]. Journal of Physical Oceanography, 29(10):2471-2486.

24
RAO R R, KUMAR M S G, RAVICHANDRAN M , et al, 2010. Interannual variability of Kelvin wave propagation in the wave guides of the equatorial Indian Ocean, the coastal Bay of Bengal and the southeastern Arabian Sea during 1993-2006[J]. Deep Sea Research Part I: Oceanographic Research Papers, 57(1):1-13.

25
RICHARDSON P L , 1983. Eddy kinetic energy in the North Atlantic from surface drifters[J]. Journal of Geophysical Research: Oceans, 88(C7):4355-4367.

26
SAJI N H, GOSWAMI B N, VINAYACHANDRAN P N , et al, 1999. A dipole mode in the tropical Indian Ocean[J]. Nature, 401(6751):360-363.

27
SCHOTT F A, MCCREARY JR J P , 2001. The monsoon circulation of the Indian Ocean[J]. Progress in Oceanography, 51(1):1-123.

28
SCHOTT F A, XIE SHANG-PING, MCCREARY JR J P , 2009. Indian Ocean circulation and climate variability[J]. Reviews of Geophysics, 47(1): RG1002.

29
SHANKAR D, MCCREARY J P, HAN W , et al, 1996. Dynamics of the East India coastal current: 1. Analytic solutions forced by interior Ekman pumping and local alongshore winds[J]. Journal of Geophysical Research: Oceans, 101(C6):13975-13991.

30
VINAYACHANDRAN P N, KAGIMOTO T, MASUMOTO Y , et al, 2005. Bifurcation of the East India coastal current east of Sri Lanka[J]. Geophysical Research Letters, 32(15):L15606.

31
WEBSTER P J, MOORE A M, LOSCHNIGG J P , et al, 1999. Coupled ocean-atmosphere dynamics in the Indian Ocean during 1997-98[J]. Nature, 401(6751):356-360.

32
WYRTKI K, MAGAARD L, HAGER J , 1976. Eddy energy in the oceans[J]. Journal of Geophysical Research, 81(15):2641-2646.

33
YANG GUANG, WANG FAN, LI YUANLONG , et al, 2013. Mesoscale eddies in the northwestern subtropical Pacific Ocean: statistical characteristics and three-dimensional structures[J]. Journal of Geophysical Research: Oceans, 118(4):1906-1925.

34
YOSHIDA S, QIU BO, HACKER P , 2010. Wind-generated eddy characteristics in the lee of the island of Hawaii[J]. Journal of Geophysical Research, 115, C03019.

35
YU LISAN, O'BRIEN J J, YANG JIAYAN , 1991. On the remote forcing of the circulation in the Bay of Bengal[J]. Journal of Geophysical Research: Oceans, 96(C11):20449-20454.

36
ZHENG SHAOJUN, FENG MING, DU YAN , et al, 2018. Interannual variability of Eddy Kinetic Energy in the subtropical Southeast Indian Ocean associated with the El Niño-Southern Oscillation[J]. Journal of Geophysical Research: Oceans, 123(2):1048-1061.

37
ZU TINGTING, WANG DONGXIAO, YAN CHANGXIANG , et al, 2013. Evolution of an anticyclonic eddy southwest of Taiwan[J]. Ocean Dynamics, 63(5):519-531.

Options
文章导航

/

〈 〉