海洋水文学

夏季南海北部粤东陆架锋面的动力特征分析*

  • 曾毅港 , 1, 2 ,
  • 经志友 1 ,
  • 黄小龙 1, 2 ,
  • 郑瑞玺 1, 2
展开
  • 1.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
  • 2.中国科学院大学, 北京 100049
曾毅港。email:

曾毅港(1997—), 男, 湖南省湘潭市人, 硕士研究生, 主要从事锋面观测研究。email:

Copy editor: 姚衍桃

收稿日期: 2021-12-04

  修回日期: 2022-02-16

  网络出版日期: 2022-02-21

基金资助

国家自然科学基金项目(92058201)

国家自然科学基金项目(41776040)

国家自然科学基金项目(41949907)

国家自然科学基金项目(42149907)

中国科学院基础前沿科学研究计划原始创新项目(ZDBS-LY-DQC011)

广州市科学研究计划(201904010420)

Analysis of the dynamic characteristics of the east Guangdong shelf front in the northern South China Sea in summer

  • ZENG Yigang , 1, 2 ,
  • JING Zhiyou 1 ,
  • HUANG Xiaolong 1, 2 ,
  • ZHENG Ruixi 1, 2
Expand
  • 1. State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
ZENG Yigang. email:

Copy editor: YAO Yantao

Received date: 2021-12-04

  Revised date: 2022-02-16

  Online published: 2022-02-21

Supported by

National Natural Science Foundation of China(92058201)

National Natural Science Foundation of China(41776040)

National Natural Science Foundation of China(41949907)

National Natural Science Foundation of China(42149907)

Original Innovation Project of Basic Frontier Scientific Research Program of Chinese Academy of Sciences(ZDBS-LY-DQC011)

Guangzhou Science and Technology Project(201904010420)

摘要

本文利用现场观测资料和卫星遥感数据, 并结合ROMS(regional ocean modeling system)数值模拟对南海北部粤东陆架的锋面特征及其影响因素进行探讨。观测结果显示, 夏季南海北部陆架存在活跃的上升流温度锋面, 其水平尺度约为50km, 强度达到0.06℃∙km-1, 大于同时期卫星遥感观测结果, 垂向影响深度超过20m, 且具有一阶理查森数(Richardson number, Ri)的典型动力学特征。进一步的ROMS 模式诊断分析结果显示, 锋面处水平梯度增强, 且动力学上表现出一阶Ri数, 为锋面不稳定的发生提供了有利条件。高分辨率模拟结果显示, 在夏季西南风的驱动下, 沿锋面地转流方向的风应力引起的跨陆架Ekman输运将锋面处冷水向暖水运移, 导致水平浮力梯度和锋面强度增强并形成负Ertel位涡(Ertel potential vorticity, EPV)。因此, 夏季风场强迫引起的Ekman浮力通量(Ekman buoyancy flux, EBF)可能是南海北部锋面不稳定现象的主要贡献者, 对局地动力环境有重要影响。

本文引用格式

曾毅港 , 经志友 , 黄小龙 , 郑瑞玺 . 夏季南海北部粤东陆架锋面的动力特征分析*[J]. 热带海洋学报, 2022 , 41(4) : 136 -145 . DOI: 10.11978/2021172

Abstract

This study investigates the characteristics of the east Guangdong shelf front and its dynamical regime using in-situ measurements, satellite data, and high resolution simulations by the regional ocean modeling system (ROMS). Observation results show active upwelling thermal fronts with horizontal scale of 50km on the northern shelf of the South China Sea in summer. The horizontal temperature gradient at the front is up to 0.06 ℃∙km-1 and is stronger than satellite observed results in the same period. The front can reach 20m depth, and has the characteristics of the order-one Richardson number. Further diagnostic analysis using ROMS model output also show that the horizontal buoyancy gradient is enhanced at the front, with order-one Richardson number, which is favorable for frontal instabilities. High-resolution simulation results indicate that driven by the southwest wind in summer, the Ekman transport across the continental shelf caused by down-front wind, will accumulate cold water of upwellings to the warm water, enhancing the horizontal buoyancy gradient and front sharpness, and change the frontal baroclinicity, which leads to negative Ertel potential vorticity (EPV). As such, the Ekman buoyancy flux caused by summer monsoon may significantly contribute to the formation and instability of the continental front in the northern South China Sea, and it has an important impact on the local dynamic environment.

*感谢3位审稿人和编辑提出的宝贵修改意见。
海洋锋面作为一种典型的中尺度现象, 其较强的沿锋面流有利于增强海表物质的水平输运; 同时, 锋面是两种不同性质水体的边界, 存在显著的水平辐聚, 能够汇集浮游生物, 并引起明显的水平浮力梯度, 限制跨锋面水体交换(Letelier et al, 2009); 此外, 锋面也会改变海表温度, 从而影响海气边界层的稳定性, 引起风场的变化(Xie, 2004)。因此, 锋面在海洋水体交换、物质输运、海气相互作用、浮游植物生长等方面均有重要作用(Xiu et al, 2011; Guo et al, 2017)。
南海是西北太平洋最大的半封闭深水边缘海, 受季风和复杂海底地形的影响, 具有丰富的多尺度海洋动力学过程(李立, 1990; Wang et al, 2003; Chen et al, 2011; Jing et al, 2011; Shu et al, 2014; Nan et al, 2015)。其中, 南海北部陆架海域存在不同水团(水体)交汇, 存在种类多样的海洋锋面(Wang et al, 2001; Jing et al, 2016), 是南海动力过程最为复杂的区域之一(Wang et al, 2001, 2010; Jing et al, 2015; Hu et al, 2016a)。前人研究结果表明, 风应力、冲淡水、地形、径流和潮汐等过程与陆架海域锋面的形成密切相关(Tang et al, 2002; Ren et al, 2014; Jing et al, 2015; Hu et al, 2016a; Horii et al, 2020)。南海北部陆架海域锋面可按成因划分为潮汐混合锋(Zu et al, 2014)、上升流锋(Jing et al, 2016)和河口羽状锋(Gan et al, 2009a)。在陆架上升流、季风和冲淡水等多种要素的共同作用下, 南海北部陆架锋面存在着明显的季节变化(徐闯 等, 2019; Wang et al, 2001)。就锋面强度而言, 南海北部温度锋具有冬季>春季>夏季>秋季的季节强弱变化(Wang et al, 2001)。夏季, 沿岸流的平流作用和西南季风驱动的离岸Ekman输送(李立, 1990; Fang et al, 2012)在南海北部陆架海域驱动形成显著的季节性沿岸上升流及锋面(吴日升 等, 2003; Jing et al, 2011)。其中, 杨阳等(2010)及夏华永等(2018)利用2006年的航次调查资料对珠江冲淡水扩展及影响进行了探讨, 发现西向拓展冲淡水有利于上升流形成, 并改变溶解氧、叶绿素等分布形态。庄伟等(2005)利用卫星遥感资料, 结合现场观测数据分析了2000年夏季粤东沿岸的上升流现象, 结果显示上升流强度和风场的变化密切相关; 同时, 利用三维斜压非线性模式结合卫星遥感资料分析发现, 南海北部陆架区夏季上升流是该海区的一个规律性现象, 而不是个别年份的特殊现象(经志友 等, 2008)。
目前, 前人基于观测和数值模拟对陆架锋面的季节变化及其形成机制等科学问题已有较好的认知(Ou et al, 2009; Gan et al, 2009a; Wang et al, 2012; Jing et al, 2015), 但受限于现场观测资料的不足, 对陆架锋面的精细结构、不稳定特征等科学问题尚缺乏深入理解。本文利用现场观测数据、卫星遥感资料和模式资料分析南海北部粤东陆架锋面的三维结构特征, 并探讨锋面的不稳定机制, 以期进一步理解影响该海域锋面过程的潜在动力因素, 加深对南海北部陆架锋面过程的认识。

1 数据来源和计算方法

1.1 卫星遥感资料

本文所用卫星遥感数据主要包括海表面温度和风场数据。其中, 海表温度数据来自英国气象局(http://data.nodc.noaa.gov/ghrsst/L4/GLOB/UKMO/OSTIA/), 为全球海洋数据同化实验(Global Ocean Data Assimilation Experiment, GODAE)中, 高分辨率海表面温度项目组(Group High Resolution Sea Surface Temperature, GHRSST)提供的网格化日平均海表温度数据(sea surface temperature, SST)产品。该数据由现场、微波和红外卫星资料融合而得, 空间分辨率为0.05°×0.05°, 时间分辨率为1d(Donlon et al, 2012)。日平均的多平台交叉校正(cross calibrated multi-platform, CCMP)风场数据来自美国宇航局地球科学企业(NASA earth science enterprise, ESE), 是一套融合了多颗卫星观测结果并经过理论和方法论证的高精度和实用性的海面风场数据集, 其空间分辨率为0.25°×0.25°(Atlas et al, 2014)。

1.2 现场观测数据

本文采用的现场观测资料来源于国家自然科学基金委南海西部共享航次计划, 分别于2017年6月5—23日、2018年6月11—26日和2019年 6月28日—7月16日在南海北部陆架海域观测获取。每年航段的站点分布(如图1中红点所示)包括10个陆架观测断面, 共114个观测站点, 站位间的平均空间距离为~10km。所有断面都到达20m陆架深度, 包含了南海北部陆架锋面和上升流区域。温度、盐度、深度和密度数据均由船载SBE-911 plus 直读式温盐深剖面仪得到, 数据的垂向分辨率为1m, 并对温盐数据进行了质量控制。
图1 南海北部海域陆架地形和航次观测站点分布

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为 GS(2016)2893的标准地图制作。图中红点为CTD观测站点, 虚线、灰色实线、黑色实线分别为0m、20m、100m等深线

Fig. 1 Bathymetry and CTD stations in the northern South China Sea. Red dots are the CTD stations in summer. Topography is shown by the dotted, grey and black isobaths at 0m, 20m and 100m, respectively

1.3 模式配置

为了进一步研究锋面的不稳定机制, 本文采用分辨率为1.5km的ROMS高分辨率数值模式对南海北部粤东的锋面进行模拟研究。模式垂直方向采用sigma坐标, 分为60层, 并在上、下边界层进行加密处理。风场强迫采用气候态的日平均QuikSCAT(Quick Scatterometer)风场数据集(Risien et al, 2008); 初始温度、盐度和流速等变量采用SODA(simple ocean data assimilation data)气候态月平均数据集(Carton et al, 2008); 湍流混合采用KPP(K-profile parameterization)参数化方案进行参数化(Large et al, 1994); 淡水通量和热通量等气候态月平均海-气通量数据来源于国际海洋大气综合数据集(International Comprehensive Ocean-Atmosphere Data Set, ICOADS); 地形数据来自美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)提供的ETOPO2数据。模式开边界条件包括正压模态的Flather方案以及斜压模态的Orlanski方案, 最外层模型(ROMS0)分辨率为7.5km, 覆盖整个西太平洋, 在诊断计算20a达到稳定后, 在线嵌套覆盖南海区域的ROMS1(1.5km分辨率)进行为期2a的模拟, 从而得到能够刻画小尺度过程的高分辨率模拟结果。模拟结果(如温度、盐度、流速等)通过卫星遥感观测数据和多年现场观测资料验证了南海及其邻近海域的多尺度环流结构、涡动能、混合层深度等动力要素, 结果表明该模式能够较好地刻画研究海域的多尺度海洋过程(郑瑞玺 等, 2018; Jing et al, 2021)。

1.4 相关动力学参数诊断计算

本文利用温度的水平梯度定量估算温度锋强度(Letelier et al, 2009)。温度锋强度(Gradient Magnitude, GM)计算方法如下:
$\text{GM=}\sqrt{{{(\text{GSS}{{\text{T}}_{X}})}^{2}}+{{(\text{GSS}{{\text{T}}_{Y}})}^{2}}}$
式中: $\text{GSS}{{\text{T}}_{X}}$$\text{GSS}{{\text{T}}_{Y}}$分别为温度梯度的纬向和经向分量, 均采用中心差分算法计算而得, 即 $\text{GSS}{{\text{T}}_{X}}\text{=(SS}{{\text{T}}_{i\text{+1}}}-\text{SS}{{\text{T}}_{i-\text{1}}}\text{)}/({{X}_{i\text{+1}}}-{{X}_{i-\text{1}}})$$\text{GSS}{{\text{T}}_{Y}}\text{=}$ $\text{(SS}{{\text{T}}_{i\text{+1}}}-\text{SS}{{\text{T}}_{i-\text{1}}}\text{)}/({{Y}_{i\text{+1}}}-{{Y}_{i-\text{1}}})$, 其中SSTiXiYi分别表示第i个像素点的温度和经、纬度。对于南海北部锋面的研究, 温度锋的阈值目前尚无统一判断标准, 大致阈值范围在0.01~0.06℃∙km–1(Wang et al, 2001; Jing et al, 2015)。
由于锋面区域层结较弱, 水平梯度增强, 水体稳定性发生改变, 本文进一步计算了其理查森数(Richardson number, Ri), 以探讨锋面的不稳定过程。理查森数可用来表征湍流和水体的稳定性, 表示垂向层结和水平流场垂向切边的相对大小。当Ri较小时, 水平流场具有较大的垂直剪切, 易突破垂向层结的抑制, 引起剪切不稳定(Boccaletti et al, 2007; Fox-Kemper et al, 2008)。根据热成风关系, Ri可表示为:
$\text{Ri=}\frac{{{N}^{\text{2}}}}{{{\text{(}\frac{du}{dz}\text{)}}^{\text{2}}}\text{+(}\frac{dv}{dz}{{\text{)}}^{\text{2}}}}\approx \frac{{{f}^{2}}{{N}^{2}}}{{{({{\nabla }_{h}}b)}^{2}}}$
式中: N2为浮力频率, ${{N}^{2}}=-(g/{{\rho }_{0}})\partial \rho /\partial z$, 其中g为重力加速度, ρ0为海水参考密度(1025kg∙m–3), ρ为海水密度, z为垂直方向距离; f为行星涡度; u为纬向流速; v为经向流速; $ \bigtriangledown $h为拉普拉斯算子水平分量; b为浮力, $b=-g\rho /{{\rho }_{0}}$
由式(2)可知, 当水平浮力梯度增大到足以与层结稳定性相抗衡时, 地转平衡易被破坏, 诱发非地转斜压不稳定。因此, 当理查森数大于0.25且小于1时, 多种类型的亚中尺度不稳定易被触发(Stone, 1966, 1970)。
Ertel位涡是一种可以用来反映海洋稳定性的重要保守量 (Thomas et al, 2013; Haney et al, 2015; Bodner et al, 2020)。对于准地转流体, Ertel位涡EPV表示如下:
$\text{EPV=}{{\omega }_{a}}\cdot \nabla b=(f+\zeta ){{N}^{2}}+{{\omega }_{h}}\cdot {{\nabla }_{h}}b\text{=EP}{{\text{V}}_{v}}+\text{EP}{{\text{V}}_{\text{h}}}$
式中: ωa为绝对涡度, ${{\omega }_{a}}\text{=}f\hat{k}\text{+}\nabla \times u$, 其中 $\hat{k}$表示垂直方向的单位向量, $ \bigtriangledown $为拉普拉斯算子; $ \bigtriangledown $b为浮力梯度; f+ζ表示绝对涡度的垂直分量, 其中ζ为相对涡度, $\zeta =\partial v/\partial x-\partial u/\partial y$, 式中的xy分别为纬向和经向距离; ωh表示绝对涡度的水平分量; $ \bigtriangledown $hb为水平浮力梯度; EPVv和EPVh分别为EPV的垂向和水平分量。由热成风关系, 水平浮力梯度 ${{\nabla }_{h}}b=f\frac{\partial {{u}_{g}}}{\partial z}\times $ $\hat{k}=-f{{\omega }_{h}}$, 其中ug为地转速度, 则Ertel位涡的水平项可以表示为:
$\text{EP}{{\text{V}}_{\text{h}}}=-\frac{{{({{\nabla }_{h}}b)}^{2}}}{f}=-\frac{{{g}^{2}}{{({{\nabla }_{h}}\rho )}^{2}}}{{{\rho }_{0}}^{2}f}$
从式中可以看出, 由于北半球 $f$为正值, $\text{EP}{{\text{V}}_{\text{h}}}$恒为负值。因此, 在锋面海域, 强水平浮力梯度(斜压性)能有效减小Ertel位涡。作为水动力不稳定的重要指标之一, 当Ertel位涡在海表强迫等非保守过程的作用下被减小至负数时, 能为多种不稳定的发生提供有利条件(Mcwilliams et al, 2004; Thomas et al, 2013)。
在海洋表面, 大气强迫引起的浮力损失是负Ertel位涡形成的主要机制(D'Asaro et al, 2011; Thomas et al, 2013; Huang et al, 2020)。而在本文所关注的锋面海域, 夏季存在显著的西南季风, 其引起的Ekman输运是形成锋面并影响锋面过程的重要机制之一。为了表征Ekman输运对锋面海表浮力和不稳定过程的影响, 本文采用Ekman浮力通量进行评估(Thomas, 2005):
$\begin{align} & \text{EBF=}{{\left. {{M}_{\text{e}}}\cdot {{\nabla }_{h}}b \right|}_{z=0}} \\ & {{M}_{\text{e}}}=({{\tau }_{y}}/f{{\rho }_{0}},-{{\tau }_{x}}/f{{\rho }_{0}}) \\ \end{align}$
式中: EBF为Ekman浮力通量; Me为Ekman输运; τxτy分别为风应力矢量的纬向和经向分量。

2 结果分析

2.1 南海北部粤东沿岸温度锋

根据夏季(6—8月)气候态(2008—2019年)的温度分布显示, 南海北部海域低温区域主要存在于粤东—闽南海域和珠江口海域, 从珠江口一直向台湾浅滩延伸, 呈条带状分布, 并在季风、海流和涡旋的作用下扩展到120°E附近, 在低温区边缘形成显著的温度锋(图2a)。其中, 粤东—闽南沿岸夏季水温仅26℃, 明显低于周边海域(30℃), 形成的温度锋强度最强, 可达0.02℃∙km-1。结合气候态风场分布可知, 夏季盛行的西南季风可驱动离岸Ekman输送, 有利于粤东沿岸发生上升流。在汕头和汕尾地区的特殊地形影响下, 上升流能有效地将下层低温(26℃)水裹挟至海表, 在沿岸产生冷水区, 从而在海表形成强锋面(Gan et al, 2009b; Shu et al, 2011; Wang et al, 2014)。
图2 卫星遥感观测到的温度、温度锋(等值线, 单位: 10-2℃∙km-1)和风场(箭头, 单位: m∙s-1)

a. 气候态的温度、温度锋和风场; b. 2017年观测期间的平均温度、锋面强度和风场。该图基于国家测绘地理信息局标准地图服务网站下载的审图号为 GS(2016)2893的标准地图制作, 底图无修改

Fig. 2 Climatic temperature, thermal front (contour in 10-2℃∙km-1) and wind field (a), temperature, thermal front and wind field during in-situ observation period in 2017 (b). Contours in (a) and (b) denote the thermal front

由于卫星遥感资料仅能反映表层温度锋面信息, 无法对锋面的三维结构作进一步分析。为深入探讨夏季南海北部陆架锋面的垂向分布特征, 本文利用现场观测资料获取了不同深度的温度和温度锋分布(图3)。现场观测和风场分布结果显示, 盛行的西南风易在陆架海域引起Ekman离岸输运, 南海北部粤东海域在2017—2019年夏季均引起显著的温度锋面, 强度和发生区域略有差异。各年的锋面强度均达到0.06℃∙km-1, 其中2017年的最大温度锋强度可达0.12℃∙km-1。卫星遥感观测的逐日平均SST结果显示, 观测期间的温度锋强度仅为0.015℃∙km-1, 远小于现场观测结果(图2b)。这与Jing等(2015)在对琼东温度锋研究中的观测结果相似, 可能是由于GHRSST为日平均融合数据集, 使得现场观测和卫星遥感资料在日尺度上有偏差。
图3 多年现场观测的温度、锋面强度(等值线, 单位: 10-2℃∙km-1)和风场(箭头, 单位: m·s-1)水平分布

a. 2017年10m层; b. 2017年20m层; c. 2018年10m层; d. 2018年20m层; e. 2019年10m层; f. 2019年20m层。图a中的D1、D2为观测断面; 该图基于国家测绘地理信息局标准地图服务网站下载的审图号为 GS(2016)2893的标准地图制作, 底图无修改

Fig. 3 Years of in-situ observation temperature, front intensity (black contour, unit: 10-2℃∙km-1), wind field (vector, unit: m·s-1) horizontal distribution

在垂向上, 珠江口海域锋面结构在各年存在明显差异(图3)。根据2017年和2018年的观测结果显示, 锋面在20m层的分布较10m层更广且沿岸线分布, 表明该处的上升流可以爬升至20m深度。但受珠江口高温低盐冲淡水的影响, 表层海水密度层结加强, 抑制了低温海水向上露头, 故仅在珠江口以东形成表层冷水信号, 并在表层产生锋面信号(张燕 等, 2006)。其中, 2018年同期20m层锋面未能在沿岸形成连续锋面, 可能是受热带气旋影响而未出现夏季盛行西南风的特征, 继而上升流减弱(图3c、3d)。相反, 2019年的观测结果显示强锋面不仅出现在20m深度, 还出现在表层沿岸部分(图3e、3f), 这可能是由于该年西南季风异常强劲, 其驱动的Ekman离岸输运增强了上升流, 从而突破冲淡水的层结阻碍, 将下层低温海水向上输运并到达表层。
为了探讨锋面的三维结构特征, 本文选取2017年现场观测到的两条断面D1和D2作为典型断面(位置见图3a), 对锋面结构作进一步分析。D1断面位于汕头湾(117°E), 受西南季风和地形影响, 是粤东—闽南沿岸温度锋的主要发生区域。断面观测结果显示, 沿岸海水温度仅为23~25℃, 较外海温度低2~3℃, 并在离岸20km处出现等温线露头, 形成明显的温度锋(图4a)。该典型温度锋(0.12℃∙km-1)宽度可达50km, 影响深度可延伸至海底之上35m(图4b)。在锋面与海底地形之间, 底部冷水(23℃)沿地形向岸抬升, 表明该区域存在明显的上升流, 可将40m深的海水带至表层, 并引起从海表延伸至海底的强锋面。
图4 2017年6月现场观测典型温度和锋面强度断面

a. D1断面温度; b. D1断面锋面强度; c. D2断面温度; d. D2断面锋面强度。图中白色等值线为理查森数, 黑色等值线为海水密度(单位: kg∙m-3)

Fig. 4 Vertical temperature (a, c) and thermal fronts (b, d) distribution of the sections D1 and D2 in June 2017. The white lines in (b) denote Richardson number, and the black contour is density

D2断面位于珠江口外, 主要受西南季风和珠江冲淡水作用影响, 也是夏季形成温度锋的主要区域之一。珠江口冲淡水带来的高温低盐水可影响至10m层左右, 增大了水体层结, 不利于在表层形成温度锋面。因此, 该断面等温线分布较D1断面平坦, 特别是上10m层没有出现明显的等温线露头。次表层以下(20m以下)沿海底地形抬升的冷水显示珠江口外海也存在温度锋面(图4c、4d), 该温度锋强度远弱于D1断面, 为0.1℃∙km-1, 原因可能是后者受到特殊地形的强化作用。根据计算的理查森数结果显示, D1断面次表层出现了一阶理查森数特征, 而表层层结稳定的D2断面则并未出现相应的结果, 这表明D1典型锋面海域可能存在锋面不稳定过程。

2.2 基于数值模拟的锋面动力学特征

为了讨论锋面动力过程, 本文利用1.5km高分辨率数值模式ROMS1模拟的第21年7月4日的结果(图5)作进一步分析。模拟结果的诊断分析表明, 表层水平浮力梯度在上升流锋面区域显著增强, 量值可达10-6s-2, 比非锋面区域大一个量级(图5b), 与其他船测、模式结果一致(Yang et al, 2017; Lin et al, 2020), 表明上升流在该区域引起了明显的密度锋面, 可为锋面不稳定的发生提供有利条件。由于珠江口外海锋面影响因素复杂且其强度远弱于粤东—闽南沿岸锋面, 故本文选取D1断面相同位置的结果进一步分析锋面的动力过程及其不稳定机制。
图5 模式第21年7月4日南海北部数值模拟的海表温度(a)和水平浮力梯度分布(b)

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为 GS(2016)2893的标准地图制作, 底图无修改。图a中灰色直线为研究断面; 图a中箭头为风速; 图b中箭头为流速

Fig. 5 Maps of SST (shading) (a) and horizontal buoyancy gradient (shading) from the ROMS1 simulation. The grey line in (a) is the study section; the black vectors in (a) and (b) represent wind speed and velocity, respectively

根据模式温盐断面和浮力频率图(图6a、6b)显示, 模式模拟的锋面垂向结构和D1断面观测结果基本吻合, 低温高盐的底层水均沿地形向岸爬升, 强浮力频率出现在密跃层附近, 可能是由于上升流的存在增强了密度层结。同样地, 模拟的锋面宽度约为50km, 与观测结果保持一致, 模拟的温盐水平分布与观测结果趋势相同, 垂向层结相似(图6b、6c), 表明该模式成功地模拟了粤东陆架海域的基本水动力环境。诊断结果显示, 在所研究的断面上, 水平浮力梯度高值同样出现在锋面区域且沿着锋面延伸至底部(图7a), 有利于增强锋面的斜压性和引起非地转不稳定。从量级上看, 负Ertel位涡主要由Ertel位涡斜压分量所贡献(图7b、7c), 表明锋面的强水平浮力梯度显著减小了Ertel位涡, 为负Ertel位涡的形成提供了有利条件。结合理查森数垂向分布显示, 海洋上层和底层存在小于1的理查森数, 且出现负Ertel位涡(图7d), 这进一步表明锋面区域易发生非地转斜压不稳定(例如对称不稳定)。已有的研究表明, 锋面不稳定过程能够有效释放锋面的有效位能和地转动能, 使锋面发生再层化, 最终瓦解锋面至稳定层结(Capet et al, 2008; Brannigan et al, 2017; Qiu et al, 2019)。
图6 典型锋面海域的温度与盐度(a)、浮力频率(lg|N2|)与密度(b, c)断面分布

图a和b为ROMS模拟结果, 图c为现场观测结果; 图a中等值线表示盐度(单位: ‰), 图b和c中等值线为密度(单位: kg∙m-3)

Fig. 6 Vertical profile of temperature, salinity (a) and buoyancy frequency (lg|N2|), density (b) from the ROMS; buoyancy frequency from in-situ observations (c). Contours in (a), (b) and (c) are salinity, density and density, respectively

图7 典型锋面海域的水平浮力梯度(lg|$ \bigtriangledown $hb|, a)、Ertel位涡斜压分量(EPVh, b)、Ertel位涡(EPV, c)和理查森数(lg|Ri|, d)断面分布

图中黑色等值线为密度(单位: kg∙m-3), 其中粗黑线为22kg∙m-3密度线; 图c中紫色线为EPV=0等值线; 图d中黄色线为0.25理查森数等值线

Fig. 7 Vertical slices of the log of the magnitude of horizontal buoyancy gradient (a), EPV (c) and its baroclinic component (b), the log of Richardson number (d). The yellow contours in (d) denote the critical value of 0.25 for Richardson number. The thick black lines represent density equal 22 kg∙m-3. The magenta contours in (c) show the critical value of zero for EPV

随着Ertel位涡的减小, 多种不稳定易被触发。根据理查森数垂向分布显示, 海洋上层和底部边界层存在小于1的理查森数(图7d), 表明锋面区域是对称不稳定和K-H不稳定的活跃区域, 暗示锋面地转动能被正向串级至小尺度耗散。在本研究所关注的陆架锋面区域, 风速和流速方向基本一致, 呈现典型的沿锋面射流风场, 引起正的EBF分布(图8), 表明沿锋面方向的风应力引起跨锋面的Ekman输送, 将冷水向暖水侧输运, 增强了锋面区域的水平浮力梯度和流场剪切, 减弱了水体层结, 有助于减小Ertel位涡。正EBF峰值与负Ertel位涡峰值的高度一致性, 表明夏季西南季风引起的跨锋面Ekman输送是导致南海北部锋面出现非地转不稳定的主要原因之一。
图8 典型锋面海域的Ekman浮力通量(EBF)水平分布(a)及研究断面表层EBF与Ertel位涡(EPV)曲线图(b)

图a基于国家测绘地理信息局标准地图服务网站下载的审图号为 GS(2016)2893的标准地图制作, 底图无修改。图a中绿色箭头为地转流, 黑色箭头为风速; 图b为 EBF和EPV沿断面的变化图, 断面位置如图a中蓝色实线所示

Fig. 8 Snapshot of the EBF(a), curves of the sea surface EBF and EPV of study section (b). The location of the study section (b) is marked by the blue line in (a). The black (green) arrows denote wind speed (geostrophic currents)

3 总结

本文利用卫星遥感和现场观测资料, 结合高分辨率ROMS数值模拟, 对南海北部粤东典型陆架锋面的动力特征进行了分析, 并初步探讨了风场强迫引起锋面非地转不稳定的动力原因。根据现场观测和卫星遥感资料显示, 夏季南海北部粤东海域存在显著的陆架锋面。其中, 现场观测到的温度锋强度达到0.06℃∙km-1, 而同期卫星观测的海表温度锋强度仅为0.015℃∙km-1, 远小于现场观测结果, 这可能是由于GHRSST为日平均融合数据集, 使得现场观测和卫星遥感结果在日尺度上有偏差。高分辨率数值模拟和相关动力学参数的诊断分析结果表明, 跨陆架的Ekman水平输运能够将锋面处的冷水向暖水侧输运, 这增强了锋面海域的水平浮力梯度, 减弱了层结, 表现出具有一阶理查森数的动力学特征, 为锋面非地转不稳定的发生提供了有利条件。在大气强迫作用下, 锋面区域显著增强的水平浮力梯度能够主导EPV的斜压分量, 有利于减小Ertel位涡和亚中尺度对称不稳定的发生。因此, 夏季西南季风不仅是南海北部粤东陆架温度锋面形成的重要驱动力, 同时也是锋面海域发生不稳定的关键强迫因素。
[1]
经志友, 齐义泉, 华祖林, 2008. 南海北部陆架区夏季上升流数值研究[J]. 热带海洋学报, 27(3): 1-8.

JING ZHIYOU, QI YIQUAN, HUA ZULIN, 2008. Numerical study on summer upwelling over northern continental shelf of South China Sea[J]. Journal of Tropical Oceanography, 27(3): 1-8. (in Chinese with English abstract)

[2]
李立, 1990. 珠江口以西陆架夏季上升流的研究[J]. 台湾海峡, 9(4): 338-346.

LI LI, 1990. A study on the summer upwellings in shelf waters west to Zhujiang River mouth[J]. Journal of Oceanography in Taiwan Strait, 9(4): 338-346. (in Chinese with English abstract)

[3]
吴日升, 李立, 2003. 南海上升流研究概述[J]. 台湾海峡, 22(2): 269-277.

WU RISHENG, 2003. Summarization of study on upwelling system in the South China Sea[J]. Journal of Oceanography in Taiwan Strait, 22(2): 269-277. (in Chinese with English abstract)

[4]
夏华永, 刘长建, 王东晓, 2018. 2006年夏季珠江冲淡水驱动的上升流[J]. 海洋学报, 40(7): 43-54.

XIA HUAYONG, LIU CHANGJIAN, WANG DONGXIAO, 2018. The upwelling driven by the Zhujiang River runoff in 2006 summer[J]. Haiyang Xuebao, 40(7): 43-54. (in Chinese with English abstract)

[5]
徐闯, 许永基, 胡嘉镗, 等, 2019. 基于高精度海洋动力模型的珠江口羽状流季节和年际变化规律研究[J]. 热带海洋学报, 38(3): 43-52.

XU CHUANG, XU YONGJI, HU JIATANG, et al, 2019. Study on the seasonal and interannual variability of river plume in the Pearl River Estuary based on a high-resolution ocean dynamic model[J]. Journal of Tropical Oceanography, 38(3): 43-52. (in Chinese with English abstract)

[6]
杨阳, 孟强, 夏华永, 等, 2010. 2006年夏季珠江冲淡水扩展及生态响应[J]. 热带海洋学报, 29(6): 15-21.

MENG QIANG, XIA HUAYONG, et al, 2010. Expansion of the Pearl River diluted water in 2006 and its ecological response[J]. Journal of Tropical Oceanography, 29(6): 15-21. (in Chinese with English abstract)

[7]
张燕, 夏华永, 钱立兵, 等, 2011. 2006年夏、冬季珠江口附近海域水文特征调查分析[J]. 热带海洋学报, 30(1): 20-28.

ZHANG YAN, XIA HUAYONG, QIAN LIBING, et al, 2011. Analysis on hydrological characteristics off the Pearl River Estuary in summer and winter of 2006[J]. Journal of Tropical Oceanography, 30(1): 20-28. (in Chinese with English abstract)

[8]
郑瑞玺, 经志友, 罗士浩, 2018. 南海北部反气旋涡旋边缘的次中尺度动力过程分析[J]. 热带海洋学报, 37(3): 19-25.

ZHENG RUIXI, JING ZHIYOU, LUO SHIHAO, 2018. Analysis of sub-mesoscale dynamic processes in the periphery of anticyclonic eddy in the northern South China Sea[J]. Journal of Tropical Oceanography, 37(3): 19-25. (in Chinese with English abstract)

[9]
庄伟, 王东晓, 吴日升, 等, 2005. 2000年夏季福建、广东沿海上升流的遥感与船舶观测分析[J]. 大气科学, 29(3): 438-444.

ZHUANG WEI, WANG DONGXIAO, WU RISHENG, et al, 2005. Coastal upwelling off eastern Fujian-Guangdong detected by remote sensing[J]. Chinese Journal of Atmospheric Sciences, 29(3): 438-444. (in Chinese with English abstract)

[10]
ATLAS R, HOFFMAN R N, ARDIZZONE J, et al, 2011. A cross-calibrated, multiplatform ocean surface wind velocity product for meteorological and oceanographic applications[J]. Bulletin of the American Meteorological Society, 92(2): 157-174.

DOI

[11]
BOCCALETTI G, FERRARI R, FOX-KEMPER B, 2007. Mixed layer instabilities and restratification[J]. Journal of Physical Oceanography, 37(9): 2228-2250.

DOI

[12]
BRANNIGAN L, MARSHALL D P, NA VEIRA GARABA TO A C, et al, 2017. Submesoscale instabilities in mesoscale eddies[J]. Journal of Physical Oceanography, 47(12): 3061-3085.

DOI

[13]
BODNER A S, FOX-KEMPER B, 2020. A breakdown in potential vorticity estimation delineates the submesoscale-to-turbulence boundary in large eddy simulations[J]. Journal of Advances in Modeling Earth Systems, 12(10): e2020MS002049.

[14]
CAPET X, MCWILLIAMS J C, MOLEMAKER M J, et al, 2008. Mesoscale to submesoscale transition in the California current system. Part Ⅱ: frontal processes[J]. Journal of Physical Oceanography, 38(1): 44-64.

DOI

[15]
CARTON J A, CHEPURIN G, CAO XIANHE, 2000. A simple Ocean Data Assimilation analysis of the global upper ocean 1950-95. Part Ⅱ: results[J]. Journal of Physical Oceanography, 30(2): 311-326.

DOI

[16]
CHEN GENGXIN, HOU YIJUN, CHU XIAOQING, 2011. Mesoscale eddies in the South China Sea: Mean properties, spatiotemporal variability, and impact on thermohaline structure[J]. Journal of Geophysical Research, 116(C6): C06018.

[17]
D'ASARO E, LEE C, RAINVILLE L, et al, 2011. Enhanced turbulence and energy dissipation at ocean fronts[J]. Science, 332(6027): 318-322.

DOI

[18]
DONLON C J, MARTIN M, STARK J, et al, 2012. The Operational Sea Surface Temperature and Sea Ice Analysis (OSTIA) system[J]. Remote Sensing of Environment, 116: 140-158.

DOI

[19]
FANG GUOHONG, WANG GANG, FANG YUE, et al, 2012. A review on the South China Sea western boundary current[J]. Acta Oceanologica Sinica, 31(5): 1-10.

[20]
FOX-KEMPER B, FERRARI R, HALLBERG R, 2008. Parameterization of mixed layer eddies. Part I: Theory and diagnosis[J]. Journal of Physical Oceanography, 38(6): 1145-1165.

DOI

[21]
GAN JIANPING, WANG DONGXIAO, et al, 2009a. Interaction of a river plume with coastal upwelling in the northeastern South China Sea[J]. Continental Shelf Research, 29(4): 728-740.

DOI

[22]
GAN JIANPING, CHEUNG A, GUO XIAOGANG, et al, 2009b. Intensified upwelling over a widened shelf in the northeastern South China Sea[J]. Journal of Geophysical Research, 114(C9): C09019.

[23]
GUO LIN, XIU PENG, CHAI FEI, et al, 2017. Enhanced chlorophyll concentrations induced by kuroshio intrusion fronts in the Northern South China Sea[J]. Geophysical Research Letters, 44(22): 11565-11572.

DOI

[24]
HANEY S, FOX-KEMPER B, JULIEN K, et al, 2015. Symmetric and geostrophic instabilities in the wave-forced ocean mixed Layer[J]. Journal of Physical Oceanography, 45(12): 3033-3056.

DOI

[25]
HORII T, UEKI I, ANDO K, 2020. Coastal upwelling events, salinity stratification, and barrier layer observed along the southwestern coast of Sumatra[J]. Journal of Geophysical Research. 125(12): e2020JC016287.

[26]
HU JIANYU, WANG XIAOHUA, 2016a. Progress on upwelling studies in the China seas[J]. Reviews of Geophysics, 54(3): 653-673.

DOI

[27]
HU ZIFENG, PAN DELU, HE XIANQIANG, et al, 2016b. Diurnal variability of turbidity fronts observed by geostationary satellite ocean color remote sensing[J]. Remote Sensing, 8(2): 147.

DOI

[28]
HUANG XIAOLONG, JING ZHIYOU, ZHENG RUIXI, et al, 2020. Dynamical analysis of submesoscale fronts associated with wind-forced offshore jet in the western South China Sea[J]. Acta Oceanologica Sinica, 39(11): 1-12.

[29]
JING ZHIYOU, QI YIQUAN, DU YAN, 2011. Upwelling in the continental shelf of northern South China Sea associated with 1997-1998 El Niño[J]. Journal of Geophysical Research, 116(C2): C02033.

[30]
JING ZHIYOU, QI YIQUAN, DU YAN, et al, 2015. Summer upwelling and thermal fronts in the northwestern South China Sea: Observational analysis of two mesoscale mapping surveys[J]. Journal of Geophysical Research, 120(3): 1993-2006.

[31]
JING ZHIYOU, QI YIQUAN, FOX-KEMPER B, et al, 2016. Seasonal thermal fronts on the northern South China Sea shelf: satellite measurements and three repeated field surveys[J]. Journal of Geophysical Research, 121(3): 1914-1930.

[32]
JING ZHIYOU, FOX-KEMPER B, CAO HAIJIN, et al, 2021. Submesoscale fronts and their dynamical processes associated with symmetric instability in the northwest Pacific Subtropical Ocean[J]. Journal of Physical Oceanography, 51(1): 83-100.

DOI

[33]
LARGE W G, MCWILLIAMS J C, DONEY S C, 1994. Oceanic vertical mixing: a review and a model with a nonlocal boundary layer parameterization[J]. Reviews of Geophysics, 32(4): 363-403.

DOI

[34]
LETELIER J, PIZARRO O, NUÑEZ S, 2009. Seasonal variability of coastal upwelling and the upwelling front off central Chile[J]. Journal of Geophysical Research, 114(C12): C12009.

DOI

[35]
LIN HONGYANG, LIU ZHIYU, HU JIANYU, et al, 2020. Characterizing meso- to submesoscale features in the South China Sea[J]. Progress in Oceanography, 188: 102420.

DOI

[36]
MCWILLIAMS J C, MOLEMAKER M J, YAVNEH I, 2004. Ageostrophic, anticyclonic instability of a geostrophic, barotropic boundary current[J]. Physics of Fluids, 16(10): 3720-3725.

DOI

[37]
NAN FENG, XUE HUIJIE, YU FEI, 2015. Kuroshio intrusion into the South China Sea: A review[J]. Progress in Oceanography, 137: 314-333.

DOI

[38]
OU SUYING, ZHANG HONG, WANG DONGXIAO, 2009. Dynamics of the buoyant plume off the Pearl River Estuary in summer[J]. Environmental Fluid Mechanics, 9(5): 471-492.

DOI

[39]
QIU CHUNHUA, MAO HUABIN, LIU HAILONG, et al, 2019. Deformation of a warm eddy in the northern South China Sea[J]. Journal of Geophysical Research: Oceans, 124(8): 5551-5564.

DOI

[40]
REN SHIHE, XIE JIPING, ZHU JIANG, 2014. The roles of different mechanisms related to the tide-induced fronts in the Yellow Sea in summer[J]. Advances in Atmospheric Sciences, 31(5): 1079-1089.

DOI

[41]
RISIEN C M, CHELTON D B, 2008. A global climatology of surface wind and wind stress fields from eight years of QuikSCAT Scatterometer data[J]. Journal of Physical Oceanography, 38(11): 2379-2413.

DOI

[42]
SHU YEQIANG, CHEN JU, YAO JINGLONG, et al, 2014. Effects of the Pearl River plume on the vertical structure of coastal currents in the Northern South China Sea during summer 2008[J]. Ocean Dynamics, 64(12): 1743-1752.

DOI

[43]
STONE P H, 1966. On non-geostrophic baroclinic stability[J]. Journal of the Atmospheric Sciences, 23(4): 390-400.

DOI

[44]
STONE P H, 1970. On non-geostrophic baroclinic stability: Part Ⅱ[J]. Journal of the Atmospheric Sciences, 27(5): 721-726.

DOI

[45]
TANG DANLING, Kester D R, Ni I H, et al, 2002. Upwelling in the Taiwan Strait during the summer monsoon detected by satellite and shipboard measurements[J]. Remote Sensing of Environment, 83(3): 457-471.

DOI

[46]
THOMAS L N, 2005. Destruction of potential vorticity by winds[J]. Journal of Physical Oceanography, 35(12): 2457-2466.

DOI

[47]
THOMAS L N, TAYLOR J R, FERRARI R, et al, 2013. Symmetric instability in the Gulf Stream[J]. Deep Sea Research Part Ⅱ: Topical Studies in Oceanography, 91: 96-110.

[48]
WANG DONGXIAO, LIU YUN, QI YIQUAN, et al, 2001. Seasonal variability of thermal fronts in the northern South China Sea from satellite data[J]. Geophysical Research Letters, 28(20): 3963-3966.

DOI

[49]
WANG DONGXIAO, SHU YEQIANG, XUE HUIJIE, et al, 2014. Relative contributions of local wind and topography to the coastal upwelling intensity in the northern South China Sea[J]. Journal of Geophysical Research, 119(4): 2550-2567.

[50]
WANG GUIHUA, SU JILAN, CHU P C, 2003. Mesoscale eddies in the South China Sea observed with altimeter data[J]. Geophysical Research Letters, 30(21): 2121.

DOI

[51]
WANG GUIHUA, WANG CHUNZAI, HUANG RUIXIN, 2010. Interdecadal Variability of the Eastward Current in the South China Sea Associated with the Summer Asian Monsoon[J]. Journal of Climate, 23(22): 6115-6123.

DOI

[52]
WANG GUIHUA, LI JIAXUN, WANG CHUNZAI, et al, 2012. Interactions among the winter monsoon, ocean eddy and ocean thermal front in the South China Sea[J]. Journal of Geophysical Research, 117(C8): C08002.

[53]
XIE SHANGPING, 2004. Satellite observations of cool ocean-atmosphere interaction[J]. Bulletin of the American Meteorological Society, 85(2): 195-208.

DOI

[54]
XIU PENG, CHAI FEI, 2011. Modeled biogeochemical responses to mesoscale eddies in the South China Sea[J]. Journal of Geophysical Research, 116(C10): C10006.

DOI

[55]
YANG QINGXUAN, ZHAO WEI, LIANG XINFENG, et al, 2017. Elevated mixing in the periphery of mesoscale eddies in the South China Sea[J]. Journal of Physical Oceanography, 47(4): 895-907.

DOI

[56]
ZU TINGTING, WANG DONGXIAO, GAN JIANPING, et al, 2014. On the role of wind and tide in generating variability of Pearl River plume during summer in a coupled wide estuary and shelf system[J]. Journal of Marine Systems, 136: 65-79.

DOI

文章导航

/