Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2021 , Vol. 40 >Issue 1: 1 - 11

DOI: https://doi.org/10.11978/2019140

Marine hydrology

Seasonal variability of submesoscale flows in the Kuroshio Extension

  • LUO Shihao , 1, 2 ,
  • JING Zhiyou 1 ,
  • YAN Tong 1 ,
  • ZHENG Ruixi 1, 2 ,
  • CAO Haijin 3 ,
  • QI Yiquan 3
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
  • 3. College of Oceanography, Hohai University, Nanjing, 210098, China

Received date: 2019-12-13

  Request revised date: 2020-04-04

  Online published: 2020-04-07

Supported by

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

National Natural Science Foundation of China(92058201)

National Natural Science Foundation of China(41776040)

Innovation Academy of South China Sea Ecology and Environmental Engineering, CAS(ISEE2018PY05)

Laboratory for Ocean Dynamics and Climate, Pilot Qingdao National Laboratory for Marine Science and Technology(OCFL-201804)

Guangzhou Science and Technology Project(201904010420)

Copyright

Copyright reserved © 2021.
Fold

Abstract

Recent field observations and theoretical analysis have revealed that submesoscale activities are ubiquitous in the upper ocean, and that their formation is closely related to frontogenesis and mixed layer instability. Based on high-resolution numerical simulations and diagnostic analysis, we investigate the seasonal variability of submesoscale activities in the upper ocean of the Kuroshio Extension. The results suggest that the submesoscale behaviors in the Kuroshio Extension have significant seasonal variation. Although the mesoscale eddy energy of the Kuroshio Extension is weak in winter, the submesoscale activities are the most active on the seasonal scale, which is likely due to the contribution of the mixed layer baroclinic instabilities in the upper ocean. The mixed layer is shallow in summer with weak submesoscale activities, but the mesoscale eddies are active. The diagnosis of frontal tendency suggests that the frontogenesis caused by the deformation of mesoscale flows be the main contributor to the submesoscale activities in summer. Also, the energy transformation from mesoscale to submesoscale has significant seasonal variation with the conversion rates of available potential energy and kinetic energy in winter much higher than those in summer, which contributes to richer submesoscale activities in winter than in summer. These results can improve our understanding of the seasonal variation of submesoscale activities and their dynamical mechanisms in the Kuroshio Extension.

Key words： Kuroshio Extension; submesoscale flows; seasonal variation; frontogenesis

Cite this article

LUO Shihao , JING Zhiyou , YAN Tong , ZHENG Ruixi , CAO Haijin , QI Yiquan . Seasonal variability of submesoscale flows in the Kuroshio Extension[J]. Journal of Tropical Oceanography, 2021 , 40(1) : 1 -11 . DOI: 10.11978/2019140

次中尺度现象通常表现为细长的涡丝、涡旋、锋面等结构特征, 水平尺度小于一阶斜压罗斯贝变形半径, 生命周期在几小时到几天之间(Bracco et al, 2019)。次中尺度过程作为中尺度和小尺度之间的物理过程, 具有较大的垂向涡度(Thomas et al, 2008), 同时具有地转和非地转动力特征(Thomas et al, 2013; McWilliams, 2016; Gula et al, 2019)。已有的观测和理论研究表明, 次中尺度过程引起的垂向速度比中尺度过程高一个量级, 可以显著促进上层海洋的垂向物质输运和生物地球化学循环(D’Asaro et al, 2011; Mahadevan, 2016; Zhang et al, 2019)。此外, 通过混合层再层化, 次中尺度过程可促使中尺度能量向小尺度传递, 因而在海洋中小尺度能量串级中扮演着重要的角色(Ferrari et al, 2009; Zhang et al, 2016)。上层海洋的次中尺度过程与涡旋、锋面等中尺度动力过程密切相关(Thomas et al, 2008; Mensa et al, 2013; 罗士浩 等, 2016)。锋面海域具有较强的斜压性, 在风场强迫及热力损失等作用下, 易于引起混合层斜压不稳定(Thompson et al, 2016)。混合层斜压不稳定的发生使混合层中的有效位能向次中尺度动能转化, 有助于在中尺度涡旋边缘和锋面海域产生次中尺度现象(Callies et al, 2015)。而锋生作用能迅速增强锋面的水平浮力梯度, 破坏锋面地转平衡, 产生锋面不稳定, 引发中尺度涡旋及锋面海域的次中尺度过程(Capet et al, 2008a; McWilliams, 2016; 郑瑞玺 等, 2018)。
卫星高度计AVISO (Archiving Validation and Interpretation of Satellite Oceanographic data, http:// www.aviso.oceanobs.com)监测结果显示, 黑潮延伸体海域存在丰富的中尺度涡旋, 在季节变化尺度上夏季的中尺度涡动能最大(图1)。现场观测和数值模拟研究发现, 在中尺度涡旋的产生和消亡阶段, 涡旋边缘容易发生锋生过程和锋面不稳定, 诱发次中尺度过程, 有利于中尺度涡旋的能量耗散(Zhang et al, 2016, 2018; Zhong et al, 2017)。然而, 已有的研究表明, 在季节变化尺度上, 黑潮延伸体海域的次中尺度过程在冬季更为活跃, 而不是夏季(Sasaki et al, 2014, 2017; Rocha et al, 2016), 这与中尺度过程的季节变化存在显著差异(胡冬等, 2018)。目前对于引起黑潮延伸体海域次中尺度过程季节变化的主要机制尚未明确, 本文拟基于高分辨率数值模式结果, 对黑潮延伸体海域次中尺度过程的季节变化特征及其驱动机制进行分析。
图1 高度计1993—2012年平均涡动能的空间分布(a)和涡动能与垂向涡度的季节变化(b)

图a中黑色实线为多年平均的100cm海面高度等值线

Fig. 1 (a) Distribution of altimeter mean mesoscale eddy kinetic energy (EKE) from 1993 to 2012, and (b) seasonal variability of altimeter mean EKE and vertical vorticity from 1993 to 2012

1 模式介绍与研究方法

1.1 模式配置与模式验证

本文利用区域海洋模式系统ROMS(Regional Ocean Modeling System)在西北太平洋海域进行高时空分辨率数值模拟。该模型已被广泛应用于大西洋、东太平洋以及南海海域次中尺度过程的产生机制、能量来源及其与多尺度相互作用等方面的研究(Capet et al, 2008a, b; Molemaker et al, 2015; Gula et al, 2016; Zhong et al, 2017)。由于次中尺度过程的空间尺度相对较小, 数值模拟采用两层嵌套方案, 大区域模拟的空间水平分辨率约为7.5km, 模拟区域为西北太平洋海域; 嵌套模拟的空间水平分辨率约为1.5km, 模拟区域主要聚焦于黑潮延伸体海域(图2)。数值模式在垂向上分为60层, 并在表层进行了加密, 以更好地刻画上层海洋的次中尺度过程。垂向混合方案采用KPP(K-Profile Parameterization)参数化方法(Large et al, 1994; Lemarié et al, 2012)。海表强迫风场采用日平均的QuikSCAT(Quick Scatterometer)风应力数据, 海表热通量和淡水通量均来自ICOADS数据集(International Comprehensive Ocean-Atmosphere Data Set), 初始场和边界场的数据由SODA(Simple Ocean Data Assimilation)再分析数据插值得到。在大区域模拟运行20a后, 模拟动能场基本达到稳定状态, 并继续运行2a, 为高分辨率嵌套模拟提供每天的高频边界场。由嵌套模拟输出一年的日平均三维流场、温盐场作为本文诊断分析的数据。
图2 西太平洋嵌套模拟区域示意图

该图基于国家测绘地理信息局标准地图服务网站中获取的审图号为GS(2016)2950号的标准地图制作; 图中黑色实线矩形框为低分辨率(7.5km)模拟区域(95º—170ºE, 10°S—45ºN), 黑色虚线矩形框为高分辨率(1.5km)嵌套模拟区域(138º—162ºE, 28°—43ºN)

Fig. 2 Nested model domains of the western Pacific

为验证ROMS数值模拟结果的可靠性, 本文对比分析了数值模拟结果和高度计观测(http://marine. copernicus.eu/)的海表平均流场和地转流场。由于次中尺度过程与较大尺度的背景流场密切相关, 本文利用空间滤波方法将高度计观测流场和模拟流场分解, 得到大于黑潮延伸体海域第一斜压罗斯贝变形半径35km(Chelton et al, 1998)的背景流分量。同时, 考虑到高度计观测难以较好地刻画水平尺度小于150km的动力过程(Ducet et al, 2000; Qiu et al, 2016), 为了更好地比较高度计观测和模拟结果, 基于低通滤波方法获得了高度计观测流场和模拟流场大于150km的地转分量(Zhang et al, 2020)。对比结果显示, 数值模拟的背景流场和地转流场与高度计观测结果较为一致(图3), 这表明数值模拟对黑潮延伸体海域的流场具有较好的刻画能力。ROMS数值模拟的流场略强于高度计观测结果, 区域平均的背景流速和地转流速分别比高度计观测结果大20%和36%, 这可能与ROMS数值模拟没有进行海气耦合有关(Renault et al, 2017, 2018)。
图3 高度计观测和模式模拟的海表流场

图a、c分别为高度计多年平均背景流场和地转流场; 图b、d分别为模式年平均背景流场和地转流场。图中箭头代表流场, 填色为流速大小

Fig. 3 Sea surface currents from altimeter data and model results

1.2 研究方法

为了诊断黑潮延伸体海域次中尺度过程的季节变化特征, 本文计算了4个季节的垂向涡度和流场拉伸。其中垂向涡度计算公式为:
$\zeta=\frac{\partial v}{\partial x}-\frac{\partial u}{\partial y}$
流场拉伸计算公式为:
$St=\sqrt{\left(\frac{\partial u}{\partial x}-\frac{\partial v}{\partial y}\right)^{2}+\left(\frac{\partial v}{\partial x}+\frac{\partial u}{\partial y}\right)^{2}}$
垂向涡度$\zeta$为经向速度v在纬向x的偏微分与纬向速度u在经向y的偏微分的差, 其绝对值越大, 表明局地作用越显著, 次中尺度特征越明显(Thomas et al, 2008)。流场拉伸St为水平流场的伸展(收缩)率和切变率的总和的平方根, 表征流场变形的强弱, 而流场变形引起的侧向拉伸能迅速增强锋面, 有利于锋生的驱动(McWilliams, 2016)。
上层海洋次中尺度过程的能量来源主要与中尺度过程的不稳定有关(Capet et al, 2008b)。本文对与次中尺度能量源有关的混合层平均斜压转换项BC(Baroclinic Conversion)以及正压转换项BT(Barotropic Transformation)进行诊断分析, BC的计算公式如下:
$\mathrm{BC}=\frac{1}{\mathrm{MLD}} \int_{0}^{\mathrm{MLD}} w_{\mathrm{s}} b_{\mathrm{s}} \mathrm{d} z$
式中: BC为次中尺度垂向速度与浮力的乘积在混合层内的积分, MLD为混合层深度(单位: m), ws为次中尺度垂向速度, bs为次中尺度浮力。BT计算公式如下:
$\mathrm{BT}=\frac{1}{\mathrm{MLD}} \int_{0}^{\mathrm{MLD}}-\rho_{0}\left(\overline{u_{\mathrm{s}} v_{\mathrm{s}}} \frac{\partial u_{\mathrm{m}}}{\partial y}+\overline{u_{\mathrm{s}} u_{\mathrm{s}}} \frac{\partial u_{\mathrm{m}}}{\partial x}+\overline{u_{\mathrm{s}} v_{\mathrm{s}}} \frac{\partial v_{\mathrm{m}}}{\partial x}+\overline{v_{\mathrm{s}} v_{\mathrm{s}}} \frac{\partial v_{\mathrm{m}}}{\partial y}\right) \mathrm{d} z$
式中: BT为次中尺度水平速度扰动与中尺度水平速度的水平切变的乘积在混合层内的积分, ρ0为海水参考密度, us和vs分别表示次中尺度纬向和经向速度, um和vm分别为中尺度纬向和经向速度, 上横线表示空间平均。BC主要与混合层斜压不稳定引起的有效位能向次中尺度动能转换的速率有关, 而BT则主要与混合层水平流场切变引起的中尺度动能向次中尺度动能转换的速率有关。
非线性相互作用可以引起动能在不同尺度动力过程间的串级(Qiu et al, 2008; 张菀伦 等, 2017)。为了进一步分析黑潮延伸体海域次中尺度过程与中尺度过程的相互作用, 本文诊断了表征动能在不同尺度间串级的动能谱通量:
$\Pi(k)=\int_{k}^{K}-\operatorname{Re}\left[\hat{\boldsymbol{u}}^{*} \cdot\left(\widehat{\boldsymbol{u} \cdot \nabla_{\mathrm{h}} \boldsymbol{u}}\right)\right] \mathrm{d} k$
式中: u为水平速度矢量; $\Pi(k)$为动能普通量, 是水平速度矢量u的二维傅里叶变换的共轭乘以$\boldsymbol{u} \cdot \nabla_{\mathrm{h}} \boldsymbol{u}$的二维傅里叶变换所得的实部在波数大于k区间内的积分; K为与数据分辨率有关的最大波数; $\nabla_{\mathrm{h}}$是水平梯度算子;^表示二维傅里叶变换;*表示复数共轭; Re是实部算子。$\Pi>0$时, 动能从较大尺度向较小尺度传递, 即动能正向串级; 反之, $\Pi<0$则表示动能逆向串级。$\Pi(k)=0$且$\frac{\partial \Pi}{\partial k}>0$所在的波数对应的波长为能量入射尺度, 表示存在能量源从该尺度上汇入(Scott et al, 2005; 李宏杰 等, 2017)。
锋生对次中尺度现象的产生具有重要作用, 为诊断锋生作用的贡献, 本文计算了中尺度锋生趋势, 其计算公式为:
$F=2 \boldsymbol{Q} \cdot \nabla_{\mathrm{h}} b_{\mathrm{m}}$
式中:F为锋生趋势, 是Q矢量和中尺度浮力梯度$\nabla_{\mathrm{h}} b_{\mathrm{m}}$的点乘, 其中$\boldsymbol{Q}=\left(-\frac{\partial \boldsymbol{u}_{\mathrm{m}}}{\partial x} \cdot \nabla_{\mathrm{h}} b_{\mathrm{m}},-\frac{\partial \boldsymbol{u}_{\mathrm{m}}}{\partial y} \cdot \nabla_{\mathrm{h}} b_{\mathrm{m}}\right)$, um为中尺度水平流速, um= (um, vm), bm为中尺度浮力。正锋生趋势表示局地的水平浮力将会增加, 锋面斜压性加强; 而负锋生趋势则表示局地的水平浮力梯度将会减小, 锋面斜压性减弱(Capet et al, 2008a)。

2 结果与分析

2.1 黑潮延伸体海域次中尺度过程的季节变化特征

表层垂向涡度场显示, 黑潮延伸体海域的次中尺度过程存在显著的季节变化特征(图4)。冬季, 次中尺度涡丝、锋面、涡旋广泛活跃于整个延伸体海域, 这些次中尺度现象的最大垂向涡度$\zeta$可以超过行星涡度f的3倍(图4a); 而在夏季, 具有较大垂向涡度$\zeta(\zeta \geq f)$的次中尺度现象主要存在于中尺度涡旋周围以及锋面海域(图4c)。从涡度的空间分布可以看到, 相对于冬季来说, 春季和秋季的次中尺度现象显著偏弱, 而相比于夏季, 这两个季节的次中尺度现象则要稍强(图4b、4d)。这表明黑潮延伸体海域的次中尺度过程具有冬季最强、春秋次之以及夏季最弱的季节变化特征。
图4 模式10m层的垂向涡度场空间分布

图a、b、c和d分别是3月1日、6月1日、9月1日和12月1日的标准化垂向涡度($\zeta/ f$)

Fig. 4 Distribution of simulated vertical vorticity at the depth of 10 m

流场拉伸St的季节变化特征与垂向涡度$\zeta$较为一致(图5)。冬季, 强流场拉伸作用存在于黑潮延伸体主流及其南北两侧(图5a); 夏季, 具有显著拉伸作用的流场则主要位于黑潮延伸体主流区以及涡旋边缘(图5c); 此外, 春季和秋季流场的拉伸显著弱于冬季, 稍强于夏季(图5b和5d)。拉伸场和涡度场具有较为一致的空间分布以及季节变化特征, 表明黑潮延伸体海域的次中尺度过程与流场变形存在密切联系。
图5 模式10m层的流场拉伸空间分布

图a、b、c和d分别是3月1日、6月1日、9月1日和12月1日的标准化流场拉伸(St/f)

Fig. 5 Distribution of simulated strain rate at the depth of 10 m

考虑到黑潮延伸体海域次中尺度过程冬季最强、夏季最弱的季节变化特征, 为分析该海域次中尺度流场的主要结构和非地转特性, 本文计算了冬季和夏季垂向涡度-流场拉伸以及垂向涡度-地转涡度的联合概率密度(图6)。垂向涡度-流场拉伸联合概率密度进一步显示, 对于较大的垂向涡度$\zeta$和流场拉伸St ($\zeta \geq f$和$St \geq f $)来说, 冬季和夏季的垂向涡度和流场拉伸呈现较为一致的分布特征(图6a和6b), 这表明冬季和夏季的次中尺度现象均以锋面结构为主(Shcherbina et al, 2013)。而大部分海域的垂向涡度和流场拉伸均处于较小的区间内($\zeta< f$和St<f), 表明地转过程仍然是黑潮延伸体海域的主要动力过程。同时, 冬季和夏季的垂向涡度分布均表现为显著的正偏态, 因此黑潮延伸体海域冬季和夏季次中尺度现象均主要为具有正涡度的锋面结构。另外, 垂向涡度$\zeta$和地转涡度$\zeta_{\mathrm{g}} $ ($\zeta_{\mathrm{g}}= \frac{g}{f} \nabla^{2} \mathrm{SSH} $)的联合概率密度结果表明, 夏季垂向涡度与地转涡度的分布特征比冬季更不一致(图6c和6d), 表明夏季次中尺度过程的非地转特征更显著(Rocha et al, 2016), 这可能与冬、夏季不同的次中尺度产生机制有关。
图6 垂向涡度-流场拉伸(a、b)以及垂向涡度-地转涡度(c、d)的联合概率密度对数分布

图a、c是冬季(1—3月)的结果, 图b、d为夏季(7—9月)的结果。图a、b中的黑色虚线为$S t=|\zeta| / f $, 表示流场特征以锋面结构为主; 图c、d中的黑色虚线为$\zeta=\zeta_{\mathrm{g}}$, 表示流场特性以地转为主

Fig. 6 Joint probability distributions of vertical vorticity $\zeta $ versus straining rate St (a and b), and vertical vorticity $\zeta $ versus vorticity deduced from sea surface height $\zeta_{\mathrm{g}}=\frac{g}{f} \nabla^{2} \mathrm{SSH} $ (c and d)

黑潮延伸体海域具有显著的多尺度流场, 为进一步分析该海域多尺度动力过程的季节变化特征, 本文对大尺度(大于150km)、中尺度(小于150km且大于35km)和次中尺度(小于35km)流场的垂向涡度进行了诊断计算。计算结果表明, 次中尺度涡度和中尺度涡度均存在季节变化, 而大尺度涡度则无明显季节变化(图7)。其中, 次中尺度涡度在冬季3月份达到最大值, 随后逐渐减小, 在夏季8月份减小至全年最小值。次中尺度涡度的变化进一步显示了次中尺度存在冬季强、夏季弱的季节变化特征。冬季风强迫使得黑潮延伸体海域的混合层具有较强的斜压性, 混合层内斜压不稳定的作用增强, 易于产生较为活跃的次中尺度现象(Sasaki et al, 2014); 而在夏季, 上层海洋层结加强, 次中尺度现象的产生遭到抑制(Rocha et al, 2016)。然而, 与次中尺度涡度的季节变化特征相反, 中尺度涡度夏季较大, 7月份达到最大值, 冬季较小, 1月份减至最小值。这表明夏季中尺度过程比冬季活跃, 这与高度计观测的结果较为一致。因此, 冬季次中尺度垂向涡度显著大于夏季, 而夏季中尺度垂向涡度大于冬季, 次中尺度涡度和中尺度涡度的季节变化趋势存在显著差异。
图7 不同尺度下垂向涡度的季节变化

Fig. 7 Seasonal variation of multi-scale vertical vorticity

2.2 次中尺度过程季节变化的机制

在中尺度锋生和混合层斜压不稳定的作用下, 中尺度能量可以向次中尺度传递(Boccaletti et al, 2007; Capet et al, 2008b)。在不考虑外部强迫的情况下, 次中尺度动能的来源主要与混合层有效位能转换以及中尺度动能转换有关。为分析影响次中尺度过程季节变化的主要因素, 本文诊断了上层海洋次中尺度能量的两个主要来源项: 斜压转换项BC和正压转换项BT。
次中尺度过程的季节变化与混合层的斜压和正压转化有关。混合层斜压转换项BC和正压转换项BT均存在显著不同的季节变化(图8)。其中, BC冬季最大, 夏季最小。BC的季节变化与混合层的斜压性变化有关: 在冬季, 混合层层结比较弱, 斜压性较强, 次中尺度过程通过混合层斜压不稳定的作用易于从混合层中汲取能量; 而在夏季, 混合层层结较强, 斜压性减弱, 混合层斜压不稳定的贡献大大减小(Sasaki et al, 2017)。与斜压转换项BC的变化相反, 正压转换项BT在冬季为负值, 表明冬季中尺度剪切流场对次中尺度过程的能量贡献很小。正压转化项BT在夏季为正值, 8月份达到最大值, 表明中尺度流场剪切是夏季次中尺度过程的主要动能来源。BT的季节变化与中尺度过程的变化类似: 中尺度过程在冬季较弱, 与中尺度水平流场剪切有关的次中尺度动能转换较小; 而中尺度过程在夏季最为活跃, 中尺度动能正压转换也为全年最大。冬季斜压转换项占主导, 表明冬季次中尺度动能来源主要与混合层斜压不稳定作用引起的有效位能释放有关, 而夏季正压转换项大于斜压转换项, 说明夏季次中尺度动能的来源主要与中尺度流场剪切有关。在中尺度到次中尺度的能量转换方面, 冬季次中尺度过程汲取能量的速率远大于夏季, 这是导致冬季次中尺度过程更为活跃的主要原因。
图8 斜压转换项(BC)和正压转换项(BT)的季节变化

Fig. 8 Seasonal variation of energy baroclinic conversion (BC; the solid curve) from mesoscale available potential energy (APE) and energy barotropic transformation (BT; the dot curve) from mesoscale kinetic energy (KE)

冬季有效位能向次中尺度过程释放主要与混合层内斜压不稳定的作用有关, 而影响夏季中尺度动能向次中尺度过程转化的主要因素尚未清楚。流场拉伸St及锋面强度M($M=0.5 \frac{g^{2}}{\rho_{0}^{2}}|\nabla \rho|^{2}$)的结果显示, 夏季上层海洋存在显著的中尺度流场变形以及强温度锋面(图9a)。同时, 夏季中尺度锋生趋势F也显著强于冬季, 8月份达到最大值, 其变化趋势与St和M两者乘积较为一致, 相关系数达到0.76(图9a), 表明夏季黑潮延伸体海域温度锋面在流场变形的作用下易发生中尺度锋生。锋生作用可以迅速加强温度锋面, 引发锋面不稳定, 在涡旋边缘引起具有较强非地转特征的次中尺度过程, 促进中尺度动能向次中尺度的转化(Capet et al, 2008b; Zhong et al, 2017)。如图9b所示, 由于流场变形和锋面强度的明显减弱, 夏季200m层的锋生趋势显著减小, 表明夏季中尺度锋生作用在混合层以下显著减弱。因此, 夏季上层海洋中尺度流场变形引发的锋生作用可能是导致中尺度动能向次中尺度转化的主要因素。
图9 海表(a)和200m层(b)中尺度锋生趋势的季节变化

图中实线表示锋生趋势(F), 虚线表示拉伸场St与锋面强度M的乘积(St×M)

Fig. 9 Seasonal variability of frontal tendency at the sea surface (a) and the depth of 200 m (b)

上层海洋能量入射尺度的季节变化与次中尺度过程存在密切联系。动能谱通量结果显示, 夏季能量入射尺度在100km左右, 远大于黑潮延伸体海域的第一斜压罗斯贝变形半径(约35km), 表明夏季能量汇入主要与上层海洋活跃的中尺度过程有关; 由于混合层斜压不稳定作用的显著增强, 冬季能量入射尺度减小至10km左右, 远小于局地的第一斜压罗斯贝变形半径, 即冬季入射尺度位于次中尺度范围内, 能量汇入主要与冬季活跃的次中尺度过程有关(图10a)。季节平均的海表动能谱通量结果显示, 夏季动能谱通量主要为负值, 表明能量主要以逆向串级为主, 而能量入射尺度在30km左右, 夏季存在较弱的中尺度向次中尺度的能量正向串级以及较强的中尺度向更大尺度的能量逆向串级; 冬季海表动能逆向串级比夏季更加显著, 能量入射尺度约为8km, 这表明冬季具有较大水平尺度(大于8km)的次中尺度过程的能量主要向中尺度逆向串级(图10b)。此外, 200m层能量入射尺度的季节变化与海洋表层较为一致, 但其动能谱通量显著小于表层, 表明能量串级速率随深度的增加而降低(图10c、10d)。因此, 夏季次中尺度过程较弱, 上层海洋的能量汇入主要与中尺度过程密切相关; 而冬季次中尺度过程显著增强, 上层海洋的能量汇入与次中尺度过程有关。
图10 动能谱通量的季节变化

a. 海表动能谱通量的季节变化; b. 海表夏季(7—9月, 黑线)、冬季(1—3月, 红线)平均动能谱通量; c. 200m层动能谱通量的季节变化; d. 200m层夏季(黑线)、冬季(红线)平均动能谱通量。图a、c中的黑色实线表示能量入射尺度所对应的波长; 图b中的黑色虚线和红色虚线分别表示夏季和冬季的能量入射尺度所对应的波长

Fig. 10 Seasonal variability of spectral kinetic energy (KE) flux

3 结论

本文基于高分辨率的ROMS数值模拟结果, 对黑潮延伸体海域次中尺度过程的季节变化及其动力机制进行了研究。次中尺度动力特征的分析结果表明, 次中尺度过程主要表现为冬季最强, 春秋季次之, 夏季最弱的季节变化特征。基于冬季和夏季次中尺度能量来源的诊断发现, 这些季节变化特征主要与上层海洋的斜压不稳定和锋生作用有关。在风场强迫和热力损失较强的冬季, 次中尺度过程较强, 混合层斜压不稳定是次中尺度过程产生及其能量的主要贡献者; 而在混合层较浅的夏季, 次中尺度过程较弱, 中尺度锋生作用与次中尺度现象的产生显著相关, 次中尺度过程的主要能量来源与中尺度流场剪切相关。冬季次中尺度过程比夏季更为活跃的主要原因在于冬季次中尺度过程从中尺度过程汲取能量的速率比夏季大。上层海洋能量入射尺度的季节变化与次中尺度过程密切相关, 在次中尺度较弱的夏季, 能量汇入与中尺度过程密切相关; 而在次中尺度过程活跃的冬季, 能量汇入受次中尺度过程的影响。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
胡冬, 陈希, 赵艳玲, 等, 2018. 两个西边界流延伸体区域中尺度涡统计特征分析[J]. 海洋学报, 40(6):15-28.

HU DONG, CHEN XI, ZHAO YANLING, et al, 2018. Statistical characteristics of mesoscale eddies in the two western boundary current extension regions[J]. Acta Oceanologica Sinica, 40(6):15-28 (in Chinese with English abstract).

[2]
李宏杰, 徐永生, 2017. 北太平洋副热带逆流区涡旋动能谱的季节性变化及其机制[J]. 海洋与湖沼, 48(5):932-943.

LI HONGJIE, XU YONGSHENG, 2017. Seasonal variation in eddy kinetic energy spectrum and its mechanism in the north Pacific subtropical countercurrent[J]. Oceanologia et Limnologia Sinica, 48(5):932-943 (in Chinese with English abstract).

[3]
罗士浩, 经志友, 齐义泉, 等, 2016. 南海北部次中尺度过程数值研究[J]. 热带海洋学报, 35(5):10-19.

LUO SHIHAO, JING ZHIYOU, QI YIQUAN, et al, 2016. Numerical study on sub-mesoscale processes in the northern South China Sea[J]. Journal of Tropical Oceanography, 35(5):10-19 (in Chinese with English abstract).

[4]
张菀伦, 刘志亮, 王世红, 2017. 南黄海涡动能及其谱特征的季节性变化[J]. 海洋科学, 41(3):130-137.

ZHANG WANLUN, LIU ZHILIANG, WANG SHIHONG, 2017. Seasonal variations of eddy kinetic energy and its spectral characteristics in the southern Yellow Sea[J]. Marine Sciences, 41(3):130-137 (in Chinese with English abstract).

[5]
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).

[6]
BOCCALETTI G, FERRARI R, FOX-KEMPER B, 2007. Mixed layer instabilities and restratification[J]. Journal of Physical Oceanography, 37(9):2228-2250.

[7]
BRACCO A, LIU GUANGPENG, SUN DAOXUN, 2019. Mesoscale-submesoscale interactions in the Gulf of Mexico: From oil dispersion to climate[J]. Chaos, Solitons & Fractals, 119:63-72.

[8]
CALLIES J, FERRARI R, KLYMAK J M, et al, 2015. Seasonality in submesoscale turbulence[J]. Nature Communications, 6(1):6862.

[9]
CAPET X, MCWILLIAMS J C, MOLEMAKER M J, et al, 2008a. Mesoscale to submesoscale transition in the California Current System. Part II: frontal processes[J]. Journal of Physical Oceanography, 38(1):44-64.

[10]
CAPET X, MCWILLIAMS J C, MOLEMAKER M J, et al, 2008b. Mesoscale to submesoscale transition in the California Current System. Part III: energy balance and flux[J]. Journal of Physical Oceanography, 38(10):2256-2269.

[11]
CHELTON D B, DESZOEKE R A, SCHLAX M G, et al, 1998. Geographical variability of the first baroclinic Rossby radius of deformation[J]. Journal of Physical Oceanography, 28(3):433-460.

[12]
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 PMID

[13]
DUCET N, LE TRAON P Y, REVERDIN G, 2000. Global high - resolution mapping of ocean circulation from TOPEX/ Poseidon and ERS-1 and-2[J]. Journal of Geophysical Research: Oceans, 105(C8):19477-19498.

[14]
FERRARI R, WUNSCH C, 2009. Ocean circulation kinetic energy: reservoirs, sources, and sinks[J]. Annual Review of Fluid Mechanics, 41:253-282.

[15]
GULA J, MOLEMAKER M J, MCWILLIAMS J C, 2016. Submesoscale dynamics of a Gulf Stream frontal eddy in the South Atlantic Bight[J]. Journal of Physical Oceanography, 46(1):305-325.

[16]
GULA J, BLACIC T M, TODD R E, 2019. Submesoscale coherent vortices in the Gulf Stream[J]. Geophysical Research Letters, 46(5):2704-2714.

[17]
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.

[18]
LEMARIÉ F, KURIAN J, SHCHEPETKIN A F, et al, 2012. Are there inescapable issues prohibiting the use of terrain-following coordinates in climate models?[J]. Ocean Modelling, 42:57-79.

[19]
MAHADEVAN A, 2016. The impact of submesoscale physics on primary productivity of plankton[J]. Annual Review of Marine Science, 8:161-184.

DOI PMID

[20]
MCWILLIAMS J C, 2016. Submesoscale currents in the ocean[J]. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 472(2189):20160117.

[21]
MENSA J A, GARRAFFO Z, GRIFFA A, et al, 2013. Seasonality of the submesoscale dynamics in the Gulf Stream region[J]. Ocean Dynamics, 63(8):923-941.

DOI

[22]
MOLEMAKER M J, MCWILLIAMS J C, DEWAR W K, 2015. Submesoscale instability and generation of mesoscale anticyclones near a separation of the California Undercurrent[J]. Journal of Physical Oceanography, 45(3):613-629.

[23]
QIU BO, SCOTT R B, CHEN SHUIMING, 2008. Length scales of eddy generation and nonlinear evolution of the seasonally modulated South Pacific Subtropical Countercurrent[J]. Journal of Physical Oceanography, 38(7):1515-1528.

[24]
QIU BO, CHEN SHUIMING, KLEIN P, et al, 2016. Reconstructability of three-dimensional upper-ocean circulation from SWOT sea surface height measurements[J]. Journal of Physical Oceanography, 46(3):947-963.

[25]
RENAULT L, MCWILLIAMS J C, PENVEN P, 2017. Modulation of the Agulhas Current retroflection and leakage by oceanic current interaction with the atmosphere in coupled simulations[J]. Journal of Physical Oceanography, 47(8):2077-2100.

[26]
RENAULT L, MCWILLIAMS J C, GULA J, 2018. Dampening of submesoscale currents by air-sea stress coupling in the Californian Upwelling System[J]. Scientific Reports, 8(1):13388.

PMID

[27]
ROCHA C B, GILLE S T, CHERESKIN T K, et al, 2016. Seasonality of submesoscale dynamics in the Kuroshio Extension[J]. Geophysical Research Letters, 43(21):11304-11311.

[28]
SASAKI H, KLEIN P, QIU BO, et al, 2014. Impact of oceanic- scale interactions on the seasonal modulation of ocean dynamics by the atmosphere[J]. Nature Communications, 5(1):5636.

DOI

[29]
SASAKI H, KLEIN P, SASAI Y, et al, 2017. Regionality and seasonality of submesoscale and mesoscale turbulence in the North Pacific Ocean[J]. Ocean Dynamics, 67(9):1195-1216.

DOI

[30]
SCOTT R B, WANG FAMING, 2005. Direct evidence of an oceanic inverse kinetic energy cascade from satellite altimetry[J]. Journal of Physical Oceanography, 35(9):1650-1666.

DOI

[31]
SHCHERBINA A Y, D’ASARO E, LEE C M, et al, 2013. Statistics of vertical vorticity, divergence, and strain in a developed submesoscale turbulence field[J]. Geophysical Research Letters, 40(17):4706-4711.

DOI

[32]
THOMAS L N, TANDON A, MAHADEVAN A, 2008. Submesoscale processes and dynamics[M]// HECHT M W, HASUMI H. Ocean modeling in an eddying regime. American: American Geophysical Union: 17-38.

[33]
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.

DOI

[34]
THOMPSON A F, LAZAR A, BUCKINGHAM C, et al, 2016. Open-ocean submesoscale motions: a full seasonal cycle of mixed layer instabilities from gliders[J]. Journal of Physical Oceanography, 46(4):1285-1307.

DOI

[35]
ZHANG ZHENGGUANG, QIU BO, 2018. Evolution of Submesoscale Ageostrophic motions through the life cycle of oceanic Mesoscale Eddies[J]. Geophysical Research Letters, 45(21):11847-11855.

DOI

[36]
ZHANG ZHENGGUANG, QIU BO, KLEIN P, et al, 2019. The influence of geostrophic strain on oceanic ageostrophic motion and surface chlorophyll[J]. Nature Communications, 10(1):2838.

PMID

[37]
ZHANG ZHIWEI, TIAN JIWEI, QIU BO, et al, 2016. Observed 3D structure, generation, and dissipation of oceanic mesoscale eddies in the South China Sea[J]. Scientific Reports, 6(1):24349.

[38]
ZHANG ZHIWEI, ZHANG YUCHEN, QIU BO, et al, 2020. Spatiotemporal characteristics and generation mechanisms of submesoscale currents in the northeastern South China Sea revealed by numerical simulations[J]. Journal of Geophysical Research: Oceans, 152(2).

[39]
ZHONG YISEN, BRACCO A, TIAN JIWEI, et al, 2017. Observed and simulated submesoscale vertical pump of an anticyclonic eddy in the South China Sea[J]. Scientific Reports, 7(1):44011.

Options
Outlines

/

〈 〉