Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2023 , Vol. 42 >Issue 1: 10 - 21

DOI: https://doi.org/10.11978/2022014

Interannual variability of subsurface high salinity water in eastern equatorial Indian Ocean*

  • TANG Jiaoyu , 1, 2 ,
  • WANG Weiqiang , 1, 3, 4 ,
  • XU Kang 1, 3 ,
  • ZHANG Zhenqiu 1
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. Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou), Guangzhou 511458, China
  • 4. Innovation Academy of South China Sea Ecology and Environmental Engineering, Chinese Academy of Sciences, Guangzhou 511458, China
WANG Weiqiang. email:

Copy editor: YAO Yantao

Received date: 2022-01-25

  Revised date: 2022-07-05

  Online published: 2022-07-21

Supported by

National Natural Science Foundation of China(42076020)

Strategic Priority Research Program of Chinese Academy of Sciences(XDA20060502)

Key Special Project for Introduced Talents Team of Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou)(GML2019ZD0306)

Youth Innovation Promotion Association of Chinese Academy of Sciences(2020340)

Rising Star Foundation of South China Sea Institute of Oceanology, Chinese Academy of Sciences(NHXX2018WL0201)

Independent Research Project of State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences)(LTOZZ2101)

Fold

Abstract

Based on the data of the comprehensive scientific cruise survey in eastern Indian Ocean from 2010 to 2019, Argo (array for real-time geostrophic oceanography) and SODA (simple ocean data assimilation), the interannual variability of subsurface high salinity water (SHSW) in eastern equatorial Indian Ocean was studied and its formation mechanisms was explored. The observation results limited to spring show that the high salinity water from Arabian Sea is distributed in 70~130m in eastern Indian Ocean equatorial section and exhibits significant interannual variations. And the result based on monthly SODA reveals that the trend of anomalous salinity of SHSW varies significantly in different periods, with a relatively stable trend from 2010 to 2015 and an obvious increasing trend from 2016 to 2019. Wind field and subsurface zonal current are dominant factors that control the interannual variability of the high salinity water by regression analysis of SHSW. Further analysis indicates that the anomalous easterly wind in equatorial Indian Ocean leads to the westward accumulation of water masses, then generates an eastward pressure gradient force, which in turn stimulates the anomalous subsurface eastward flow, and causes the increases of anomalous salinity of SHSW eventually. The dynamical connection is particularly remarkable in Indian Ocean Dipole, which further indicates that the interannual variability of SHSW is modulated by Indian Ocean Dipole.

Key words： eastern equatorial Indian Ocean; Arabian Sea high salinity water; subsurface high salinity water; Indian Ocean dipole

Cite this article

TANG Jiaoyu , WANG Weiqiang , XU Kang , ZHANG Zhenqiu . Interannual variability of subsurface high salinity water in eastern equatorial Indian Ocean*[J]. Journal of Tropical Oceanography, 2023 , 42(1) : 10 -21 . DOI: 10.11978/2022014

孟加拉湾(Bay of Bengal, BOB)和阿拉伯海(Arabian Sea, AS)是北印度洋的两个主要海盆。BOB受降水和河流径流影响, 海水盐度偏低; AS受过度蒸发以及来自波斯湾和红海高盐水的影响, 海水盐度偏高(Rao et al, 2003)。因此, 两个海盆之间存在巨大的盐度差异(Chatterjee et al, 2012)和显著的淡水交换。东印度洋受季风影响显著, 环流形式复杂多变, 是BOB和AS之间淡水交换的主要区域, 对该区域淡水交换的研究有助于进一步理解北印度洋的热力、动力变异及其相关联的海气相互作用过程(郑佳喻 等, 2018; Phillips et al, 2021)。
阿拉伯海高盐水和孟加拉湾低盐水是东印度洋上层海洋的两个主要水团, 它们之间盐度差异显著, 是影响局地环流动力过程及热盐输运的重要因素(Emery, 2019)。Kumar等(1999)将温度为24~28℃、盐度为35.3‰~36.7‰的水团定义为阿拉伯海高盐水, 它大致位于上层100m, 每年冬季在AS北部生成, 随后在局地环流的输运作用下进入BOB和赤道东印度洋(Schott et al, 2001; 林小刚 等, 2014; Jensen et al, 2016; Jain et al, 2017)。
受季风影响, 季节性环流使东印度洋上层淡水交换较为复杂(刘雨 等, 2021; 邢会斌 等, 2021), 以下将分3个时期(西南季风期、东北季风期和季风转换期)进行阐述。在西南季风期间, 西印度沿岸流与西南季风流携带阿拉伯海高盐水, 在印度半岛南部汇合后分为两支, 一支绕过斯里兰卡岛后向北进入BOB, 其高盐核心位于70~150m深度处(Vinayachandran et al, 2013; Wijesekera et al, 2016; Jinadasa et al, 2020), 另一支继续向东至赤道东印度洋(Vinayachandran et al, 1999; Schott et al, 2001; Shankar et al, 2002)。此时, 孟加拉湾低盐水在湾口东侧南向流的作用下输运至赤道东印度洋, 然后分为两部分, 一部分在赤道附近向西平流, 另一部分向南跨赤道输运(Han et al, 2001; Sengupta et al, 2006)。在东北季风期间, 除孟加拉湾低盐水通过东印度沿岸流和东北季风流进入AS之外(Jensen, 2001; Vinayachandran et al, 2005; Lee et al, 2016), 赤道东部低盐水也可通过表层西向流(50m以上)输运至赤道西印度洋(Nyadjro et al, 2020)。与此同时, Wijesekera等(2015)根据船舶观测和模式资料, 指出赤道印度洋次表层存在一支海流(水深50~100m, 82°E—85°E), 可携带赤道次表层高盐水向北入侵BOB。这一结果随后被更长时间尺度的观测和模式资料验证(Gordon et al, 2016; Jensen et al, 2016), 另外有研究表明该次表层高盐水可能是由秋季赤道急流从AS输运而来(Han et al, 2001)。在季风转换期间(春季和秋季), 东印度洋的淡水交换主要发生在赤道印度洋区域。表层较强的东向急流可将西部高盐水输运至赤道东印度洋(Wyrtki, 1973; Masson et al, 2003); 次表层存在的东向赤道潜流, 其核心深度接近20℃等温线(Chen et al, 2015), 也可对高盐水进行输运。除上述的水交换途径之外, Sanchez-Franks等(2019)提出了一条阿拉伯海高盐水输运的新路径, 即夏季风期间该高盐水主要来自赤道西印度洋, 可沿索马里流、赤道潜流和西南季风流的路径入侵BOB, 但这些基于模式的输运特征目前仍有待观测证实。
年际尺度上, 厄尔尼诺-南方涛动和印度洋偶极子(Indian Ocean Dipole, IOD)是影响东印度洋上层水交换的主要气候模态。Jensen(2007)指出在厄尔尼诺和pIOD年(positive IOD), 有更多的阿拉伯海高盐水输运至BOB; 拉尼娜年则相反。个例分析的结果显示, 在仅有pIOD发生的年份, 赤道区域激发出次表层异常东向流, 有利于次表层高盐水的东向输运; 在厄尔尼诺和pIOD同时发生的年份也有类似情况, 但次表层异常东向流更强, 相应的高盐水输运量增加(张玉红, 2010)。Zhang等(2013)指出, 在仅有pIOD发生的年份, 表层异常向西的海流将低盐水输运至赤道西印度洋; 当厄尔尼诺和pIOD同时发生时, 此低盐水的输运过程更强。因此在年际尺度上, IOD是控制赤道印度洋盐度变化的主要因子。
虽然前人已经对东印度洋环流变异开展了大量的研究, 然而仍较少有研究关注盐度变异及AS和BOB之间的盐输运, 特别是赤道东印度洋次表层的盐输运问题。本文利用2010—2019年春季东印度洋海洋学综合科学考察基金委共享航次数据, 并结合Argo数据和SODA再分析资料, 重点分析赤道东印度洋次表层高盐水的年际变化特征, 并探讨其形成机制。

1 数据

本文采用东印度洋海洋学综合科学考察基金委共享航次(以下简称“东印度洋航次”)的CTD (conductivity, temperature and depth)和走航ADCP (acoustic doppler current profiler)数据。各站位的温盐观测采用SBE 911Plus型CTD, 流速观测采用OS75和OS38型ADCP。需要说明的是, 各站位的CTD和ADCP资料均经过专业人员的质量控制及数据检验校正, 并且通过了国家基金委的审核。东印度洋航次数据一共有10a(2010—2019年), 本文选取了赤道断面300m以上的盐度和纬向流速等变量进行分析(图1a红色虚线)。每年各站位大致分布在80°E—95°E之间, 多在82°E—93°E的区域(图1b)。每年的观测时间在3月中旬至5月中旬, 其中54.4%的数据集中在4月(图1c)。
图1 东印度洋航次期间赤道断面的CTD站位分布

图a为水深图, 红色虚线表示赤道断面, 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)1665号的标准地图制作; 图b为赤道断面CTD站位的时间-经度图, 每个红点表示1个CTD站位; 图c为观测时间分别在3、4、5月的CTD占比

Fig. 1 The location of CTD stations in equatorial section during eastern Indian Ocean cruises. (a) is the bathymetric chart, and the red line represents equator; (b) is time-longitude schematic diagram of CTD stations in equatorial section, and every red dot represents a CTD station; (c) is the proportion of CTD stations observed in March, April and May, respectively

实时地转海洋学观测阵Argo (array for real-time geostrophic oceanography)是由美国等国家的大气、海洋科学家于1998年提出的一个国际项目, 自1999年开始发展至今已经成为全球海洋观测系统中的重要组成部分。Argo浮标在随洋流漂移的过程中采集上层海洋的温度、盐度等数据, 并定期将其传回数据中心, 经严格质量控制后可供全球科学家下载使用。本文选用美国Scripps海洋研究所提供的网格化Argo月平均盐度数据(Roemmich et al, 2009), 时间跨度为2010年1月—2019年12月, 水平分辨率为1°×1°, 垂向上取海面下前25层, 最大压强为300dbar, 为非等间距分布。
简单海洋同化再分析资料(simple ocean data assimilation reanalysis, SODA)是由美国马里兰大学开发的产品, 采用美国地球物理流体力学实验室的模块化海洋模式。该模式提供了一种基于最优插值数据同化的约束算法来对观测资料进行同化, 从而保证了同化结果的可用性和可信度(Carton et al, 2018)。本文采用SODA 3.4.2版本的月平均数据, 包括海表面温度、盐度、风应力和洋流速度等变量, 时间跨度为2010年1月—2019年12月, 水平分辨率为0.5°×0.5°, 垂向上取海面下前21层, 最大深度为330m, 为非等间距分布。

2 赤道东印度洋次表层高盐水的年际变化

2.1 观测结果

2010—2019年东印度洋赤道断面的逐年盐度分布如图2所示, 在次表层存在明显的高盐水团, 盐度最高值超过35.3‰。此高盐水团的分布从80°E以东直至93°E, 深度范围约在70~130m。更为显著的是, 在航次期间, 该高盐水存在很强的年际变化。无论从东西宽度还是从深度范围上, 2012年和2017年高盐水都明显弱于其他年份, 2014—2016年和2019年高盐水都明显强于其他年份。为便于研究, 本文用深度而不是盐度来定义该高盐水团, 即把位于赤道断面(80°E—98°E, 水深70~130m)的水团称为“赤道东印度洋次表层高盐水”(subsurface high salinity water, SHSW)。这与传统定义水团的方法不一致, 传统的水团根据温度和盐度的范围定义, 例如Kumar等(1999)提出阿拉伯海高盐水是温度在24~28℃之间、盐度在35.3‰~36.7‰之间的水团。高盐水的这两种定义方式在赤道东印度洋区域对其年际特征的捕捉比较一致, 因此本文以35.3‰的盐度等值线为例, 描述较强或较弱年的SHSW基本特征。2015年SHSW位于81°E—91°E之间, 深度范围在50~150m之间; 2012年位于80°E—89°E之间, 深度范围在100~120m之间; 2017年位于82°E—94°E之间, 深度范围仅在90m附近。
图2 东印度洋航次期间赤道断面盐度的逐年分布

加粗黑线表示35.3‰的盐度等值线

Fig. 2 The vertical salinity distribution in equatorial section during eastern Indian Ocean cruises. The thick black line represents the salinity contour whose value is 35.3‰

水平平流在次表层盐度变化中起重要作用, 因此本文进一步分析了东印度洋航次期间赤道断面的逐年纬向流。结果显示, 在SHSW所在的深度范围内, 纬向流向东可将该高盐水输运至赤道东印度洋及苏门答腊岛沿岸区域(图3)。此外, 虽然次表层纬向流呈现出较强的年际变化, 但其年际特征与SHSW年际特征存在差异。例如, 2019年次表层纬向流较弱(流核核心处流速为0.6m·s-1, 分布在83°E—84°E、70~100m深度处), 而SHSW强度较强; 2015年次表层纬向流较强(存在两个流核, 核心处流速均超过0.7m·s-1, 分别位于81°E—84.5°E、70~100m深度处和85°E—91°E、90~120m深度处), SHSW强度也较强。
图3 东印度洋航次期间赤道断面纬向流的逐年分布

加粗黑线表示纬向流流速为零的等值线(以向东为正)

Fig. 3 The vertical zonal current distribution in equatorial section during eastern Indian Ocean cruises. The thick black line indicates the contour whose zonal current speed is zero (it is positive to the east)

SHSW源自阿拉伯海。首先, Jensen(2003)根据模式结果指出, 阿拉伯海高盐水主要在5—9月跨赤道输运, 最远可至赤道东印度洋95°E海域。Sardessai等(2010)通过分析营养物质的特征指出, 赤道次表层高盐水来自阿拉伯海。宣莉莉等(2015a)利用多年Argo资料指出, 阿拉伯海高盐水在5—6月和10月—次年1月沿赤道向东延伸至90°E以东海域。其次, 本文中航次资料的观测时间处于春季, 在此期间观测到的SHSW, 其分布范围和盐度值均与阿拉伯海高盐水大致相同; 而且, 同时期的次表层纬向流(图3), 与阿拉伯海高盐水所在的深度范围大致相同, 可将赤道西印度洋的阿拉伯海高盐水输运至赤道东印度洋。
除航次数据外, 本文也利用同时期(4月)的Argo数据对东印度洋赤道断面的逐年盐度进行分析。结果显示, 赤道断面存在高盐水团(70~130m深度), 且该高盐水呈现出明显的年际变化(图4), 这与航次资料的观测结果是一致的。值得注意的是, 虽然Argo能够很好地给出航次期间SHSW的强弱年份, 例如SHSW较强的2015年前后和2019年, 以及较弱的2012年和2017年, 但是在该高盐水的纬向范围方面, 两者的结果却存在一定差异。与航次资料相比(图2), Argo数据中SHSW纬向分布的范围更小, 盐度等值线更为平缓。仍以35.3‰的盐度等值线为例, 2012年航次资料显示较弱的SHSW位于80°E—89°E之间, Argo则显示该高盐水位于80°E—87.5°E之间。前者的SHSW纬向范围比后者略宽, 这可能与Argo数据经过平滑处理有关。
图4 每年4月基于Argo数据的赤道断面盐度分布

Fig. 4 The vertical salinity distribution in equatorial section based on Argo in April each year

为了更好地体现SHSW的年际变化, 本文利用赤道断面深度范围在70~130m、经度范围在80°E—98°E之间的平均盐度作为表征SHSW变化的指数。图5展示了2010—2019年观测期间SHSW的变化情况。由图可知, SHSW具有显著的年际变化特征, 其中2012年和2017年SHSW盐度较低, 而2014年和2019年较高, 盐度值变化区间在35.04‰~35.40‰之间。另一方面, 同时期(4月)的Argo和航次数据的结果大致相同, 能很好地展示出SHSW盐度的较低年(2012年和2017年)和较高年(2014年和2019年), 以及盐度值的变化区间(35.04‰~35.33‰)。此外, 基于Argo和航次数据的SHSW年际变化的相关系数非常高, 达到了0.90, 且通过95%的显著性检验。
图5 东印度洋航次期间次表层高盐水的年际变化

SODA和Argo均采用每年4月的数据; r表示CTD观测数据与其他数据的相关系数(通过95%显著性检验)

Fig. 5 The interannual variability of subsurface high salinity water during eastern Indian Ocean cruises. Both SODA and Argo are in April each year. The letter r represents the correlation coefficient between observation and other datasets, which passed the t test at 95% confidence level

2.2 SODA数据对赤道东印度洋次表层高盐水的模拟能力

因航次资料的站点分布较稀疏, 无法覆盖整个赤道断面, 且观测时间均处于春季(每年3月中旬—5月中旬), 只能代表观测时间段内SHSW的年际变化。因此, 本文拟采用月平均的再分析数据SODA进一步开展SHSW年际变化研究。
在使用SODA数据之前, 首先需要判断该数据能否用于SHSW研究。本文拟从年平均和年际这两个时间尺度上检验SODA数据对SHSW的模拟能力。图6给出了航次期间CTD观测数据和Argo、SODA数据在赤道断面的年平均盐度分布(Argo和SODA均采用每年4月的数据)。以盐度35.3‰的等值线为例(图6加粗黑线), 从SHSW所处的深度区间与纬向范围来看, SODA与航次CTD和Argo资料的结果基本保持一致, 能很好地刻画出SHSW的基本特征, 仅在该高盐水的纬向范围上略有差异。在年际时间尺度上, SODA结果(图5红线)与航次CTD和Argo结果(图5蓝线)也较为接近, 能够准确地给出2012年和2017年SHSW的盐度低值, 以及2014年和2019年的盐度高值。除此之外, SODA的结果显示SHSW盐度值的年际变化区间为35.10‰~35.31‰, 也与航次CTD (35.04‰~35.40‰)和Argo资料(35.04‰~35.33‰)的结果相近; 并且SODA和CTD资料展示出SHSW年际变异曲线的相关系数高达0.89(通过95%显著性检验), 这表明SODA能够较好地模拟出航次期间SHSW的年际变化。综上所述, 无论在年平均还是年际尺度上, SODA数据都能较好地模拟出SHSW的分布及变异特征。
图6 2010—2019年赤道断面气候态盐度分布

粗黑线表示35.3‰的盐度等值线; 航次数据图中圆点区域表示CTD站位观测频率为1~3a, 网格线区域表示无数据, 其余区域表示站位观测频率在3a以上; SODA和Argo表示每年4月的气候态

Fig. 6 Climatic vertical salinity distribution in equatorial section from 2010 to 2019. The thick black line represents the salinity contour whose value is 35.3‰. In the cruise data panel, dots region indicates CTD observation time is 1-3 years, and grid line region means no observation, and the others mean observation time is more than 3 years. SODA and Argo represent the climate state in April each year

2.3 基于月平均数据的赤道东印度洋次表层高盐水的年际变化

基于月平均的SODA数据, 图7给出了2010—2019年SHSW距平的时间序列(图7红线)。结果显示, SHSW具有明显的年际变化, 盐度异常值在-0.35‰~0.20‰之间上下波动。较为特殊的是, 2016年SHSW存在较大的负盐度异常, 且远低于其他年份。初步研究表明, 这是由于2016年是近10年中最大的nIOD发生年(negative IOD), 在此期间进入东印度洋的高盐水异常减少, 因而SHSW出现较大幅度的减弱。除此之外, 不同时期SHSW盐度异常的变化趋势也存在显著差异, 以2016年为界, 2010—2015年盐度异常的变化趋势比较稳定, 而2016—2019年则呈现出明显的上升趋势(图7黑色虚线)。
图7 2010—2019年基于月平均数据的次表层高盐水距平(去除了季节变化)时间序列

黑色粗虚线表示时间区间内的趋势线; r表示相关系数(通过95%显著性检验)

Fig. 7 The time series of anomalous subsurface high salinity water with removing seasonal variations based on 2010-2019 monthly data. The thick black dashed line is the trend line of anomalous subsurface high salinity water within the time interval of 2010-2015 and 2016-2019, respectively. The letter r represents the correlation coefficient, which passed the t test at 95% confidence level

为证明基于月平均SODA数据的SHSW变异结果的可靠性, 月平均Argo数据也被用于计算SHSW距平的时间序列(图7蓝线)。结果显示, SHSW盐度异常值范围在-0.3‰~0.2‰之间, 和SODA数据的结果大致相同, 并且二者都在2016年存在较大的负盐度异常。这表明2016年SHSW的异常低盐事件并非由SODA模式导致的, 而是真实存在的。此外, SODA和Argo展示出的SHSW年际变化特征相当一致, 二者的相关系数高达0.95(通过95%显著性检验)。因此, 利用SODA数据分析的结果是可信的, 即SHSW具有明显的年际变化且不同时期盐度异常的变化趋势存在显著差异。

3 赤道东印度洋次表层高盐水年际变化的形成机制探讨

前人的研究表明, SHSW的强弱与研究区域的环流存在密切关系(宣莉莉 等, 2015b), 而环流场则与局地风场密切相关(Iskandar et al, 2011; 张玉红 等, 2012; 乔彬 等, 2014)。为探究SHSW年际变化的影响因子, 本文利用SODA数据, 将2010—2019年SHSW距平和研究区域次表层流(70~130m平均)、风应力以及赤道垂向断面上纬向流的距平场进行回归分析。结果显示(图8), 年际尺度上SHSW的变化与东印度洋区域的异常东风有关, 尤其是5°N以南的大范围地区(通过95%显著性检验); 并且, SHSW与赤道区域(65°E—100°E, 2°N—2°S)的次表层异常东向流以及赤道南北两侧的次表层异常西向流有关(图8a)。此外, SHSW与赤道垂向断面上的纬向流也有较好的相关关系, 其中与表层流呈现负相关关系, 与次表层流则呈现显著的正相关关系, 特别是与次表层的显著相关性几乎贯穿整个东印度洋海盆(65°E—97°E), 并且维持约90m的厚度(深度70~160m, 图8b), 这与张玉红(2010)的结论比较吻合。张玉红(2010)基于个例分析的结果指出, 在IOD盛期, 赤道印度洋区域激发出西向的表层流异常和东向的次表层流异常, 这有利于次表层高盐水的东向输运。同时, 这也意味着年际尺度上SHSW可能与大尺度的海-气模态密切相关。
图8 2010—2019年次表层高盐水距平与水平方向上次表层流距平(深度70~130m, 填色)、风应力距平(箭头)的回归(a), 以及与赤道垂向断面上纬向流距平(填色)的回归(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)1665号的标准地图制作。绿点和加粗箭头区域通过了95%显著性检验; 紫色等值线为次表层高盐水距平与纬向风距平的回归

Fig. 8 Based on 2010-2019 monthly SODA, regression between subsurface high salinity water anomaly and horizontal subsurface current anomaly (70~130m, shaded), wind stress anomaly (arrows) (a), and equatorial zonal current anomaly (shaded) (b). Green dot and thick arrow area have passed the t test at 95% confidence level. The purple contour line is regression between subsurface high salinity water anomaly and zonal wind stress anomaly

基于回归分析结果中SHSW与风场及纬向流之间的相关关系, 本文提出影响年际尺度SHSW变化的可能动力框架。当东南印度洋和孟加拉湾南部海域表现出东风异常时, 苏门答腊岛沿岸表层水体输运至赤道印度洋中、西部, 海表面西高东低, 进而产生的东向压强梯度力激发出沿赤道的次表层异常东向流, 该海流向东输运高盐水, 最终引起SHSW盐度异常升高; 反之亦然。
鉴于SHSW的年际变异与大尺度海-气模态之间的可能联系, 本文进一步将SHSW距平与海表面温度距平、风应力距平作回归分析。结果如图9所示, SHSW与印度洋东西两岸海温的偶极子模态显著相关, 即与热带东南印度洋(90°E—110°E, 0°—10°S; 图9黑框)的异常低温和热带西印度洋(50°E—70°E, 10°N—10°S; 图9白框)的异常高温有关。除此之外, SHSW与赤道区域的异常东风也存在显著的相关关系(通过95%显著性检验)。以上特征揭示了SHSW可能与印度洋pIOD有关。Swapna等(2008)指出, pIOD期间伴随的夏季风越强, 在东南印度洋引起的异常东风也越强, 增强的东风会使沿赤道的东向压强梯度力增强, 进而增强次表层赤道潜流, 最终引起该层海水盐度的变化。
图9 2010—2019年次表层高盐水距平与海表面温度距平(填色)、风应力距平(箭头)的回归

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)1665号的标准地图制作。绿点和加粗箭头区域通过了95%显著性检验; 黑框和白框分别表示热带东南印度洋(90°E—110°E, 0°—10°S)、热带西印度洋(50°E—70°E, 10°N—10°S)

Fig. 9 Regression between subsurface high salinity water anomaly and sea surface temperature anomaly (shaded), and wind stress anomaly (black arrow), based on 2010-2019 monthly SODA. Green dot and thick black arrow area have passed the t test at 95% confidence level. The black and white boxes are the southeastern tropical Indian Ocean (90°E—110°E, 0°—10°S) and the western tropical Indian Ocean (50°E—70°E, 10°N—10°S), respectively

为进一步探究SHSW的年际变化与IOD的关联, 本文提取了每年9—11月(IOD盛期时的相位)的SHSW距平, 并将其与研究区域的风应力、次表层流以及赤道垂向断面上纬向流的距平场进行回归分析。结果显示, SHSW同样与海表面异常东风、赤道区域的次表层异常东向流以及其南北两侧的次表层异常西向流有关(图10a); 与基于1—12月的回归分析相比而言(图8a), IOD盛期SHSW与异常东风(7°N以南的大范围地区都通过95%显著性检验)以及次表层异常纬向流的相关性更强。同样地, 与赤道垂向断面上的分析结果相比(图8b), 在IOD盛期SHSW与次表层东向流呈现更强的正相关关系, 以回归系数大于0.2为例, 此相关在东印度洋向东扩展(75°E—98°E, 深度50~140m)的程度更强(图10b)。
图10 同图8, 但回归时间为2010—2019年每年的9—11月月平均(IOD盛期时的相位)

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)1665号的标准地图制作°S)

Fig. 10 The same as Fig. 8, but the regression time is the monthly average in September-November from 2010 to 2019 (the phase at the peak of IOD)

结合上文提出的影响年际尺度SHSW变化的动力框架, 可进一步发现, 除赤道区域异常东风导致异常的东向压强梯度进而增强次表层异常东向流之外, 与基于1—12月的回归分析相比(图8), 在IOD盛期相位的回归分析中呈现出的显著特征(图10), 即赤道外风场的异常反气旋(特别是在赤道以南区域)与赤道区域同时发生的明显向东扩展的次表层流, 提供了IOD盛期相位期间影响高盐水输运的更为丰富的动力框架细节。具体而言, 赤道外风场的异常反气旋会引起异常下降流, 导致水体在赤道断面次表层上汇聚, 进而增强了次表层赤道潜流, 使其影响范围扩展至苏门答腊岛附近。此外, 次表层汇聚的水体增强了局地上升流, 进而维持了IOD期间冷极的低温异常。这与前人对IOD盛期时的海洋动力框架及其特征的研究结论是一致的(Chen et al, 2016; 李俊灵 等, 2022; Xing et al, 2022)。以上结果进一步证实了SHSW输运的年际变化受到IOD时期海洋表层风场和海洋动力相互作用的调制, 即pIOD有利于SHSW盐度的异常升高, 而nIOD则有利于SHSW盐度的异常降低。

4 总结

本文利用2010—2019年东印度洋海洋学综合科学考察基金委共享航次的实测站位CTD盐度数据, 结合Argo和再分析数据SODA, 研究了赤道东印度洋次表层高盐水的年际变化, 并探讨了其形成机制。观测资料(CTD盐度和Argo数据)的结果均表明, 东印度洋赤道断面70~130m深度处存在来自于阿拉伯海的次表层高盐水, 并且此高盐水具有明显的年际变化。其中, 在2012年和2017年, 该高盐水无论在纬向范围还是深度区间上都明显弱于其他年份; 而在2015年附近和2019年, 则明显强于其他年份。鉴于航次资料的观测时间都处于春季, 这些结果只能代表观测时间段内该高盐水的年际变化, 因此本文采用再分析SODA数据进一步研究了该次表层高盐水的年际变化。
与观测资料对比显示, 观测时间段内的SODA数据无论是在气候平均态还是在年际尺度上, 对赤道断面次表层高盐水都有较好的模拟。在此基础上, 基于月平均SODA数据得到的次表层高盐水年际变化结果揭示了更为丰富的内容。首先, 2016年次表层高盐水呈现出异常低值, 这可能与负印度洋偶极子有关, 在此期间减弱的次表层纬向流使进入东印度洋的阿拉伯海高盐水减少; 其次, 以2016年为界, 2010—2015年次表层高盐水盐度异常的变化趋势比较稳定, 而2016—2019年则出现明显的上升趋势。
通过探讨赤道断面次表层高盐水年际变化的形成机制, 本文发现风场和次表层纬向流是控制该高盐水强弱的主要因素。异常东风将苏门答腊岛沿岸的表层水体输运至赤道印度洋的中、西部, 使海表面西高东低, 温跃层西深东浅, 从而诱导东向压强梯度力的产生, 进而激发出沿赤道的次表层异常东向流, 该海流向东输运阿拉伯海高盐水, 最终增强了次表层高盐水的盐度。通过对印度洋偶极子盛期相位的次表层高盐水年际变化的进一步研究发现, 该动力框架在印度洋偶极子期间表现得尤为显著, 这表明印度洋偶极子是调制该高盐水年际变化的重要因素。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
李俊灵, 徐康, 王卫强, 等, 2022. 印度洋赤道潜流年际变化特征及其与印度洋偶极子的联系[J]. 海洋与湖沼, 53(1): 19-32.

LI JUNLING, XU KANG, WANG WEIQIANG, et al, 2022. Interannual variability of Indian Ocean equatorial undercurrent and its link to the Indian Ocean Dipole[J]. Oceanologia et Limnologia Sinica, 53(1): 19-32. (in Chinese with English abstract)

[2]
林小刚, 齐义泉, 程旭华, 2014. 3—5月份东印度洋上层水文要素特征分析[J]. 热带海洋学报, 33(3): 1-9.

DOI

LIN XIAOGANG, QI YIQUAN, CHENG XUHUA, 2014. Hydrographical features in the Eastern Indian Ocean during March-May[J]. Journal of Tropical Oceanography, 33(3): 1-9. (in Chinese with English abstract)

[3]
刘雨, 徐康, 王卫强, 等, 2021. 印度洋上层经向翻转环流的冬夏季节对比[J]. 海洋与湖沼, 52(5): 1104-1114.

LIU YU, XU KANG, WANG WEIQIANG, et al, 2021. Difference of the shallow meridional overturning circulation in the Indian Ocean between winter and summer[J]. Oceanologia et Limnologia Sinica, 52(5): 1104-1114. (in Chinese with English abstract)

[4]
乔彬, 刘子洲, 张书颖, 等, 2014. 季风转换期东印度洋的赤道流系结构和水文特征[J]. 海洋科学进展, 32(3): 301-305.

QIAO BIN, LIU ZIZHOU, ZHANG SHUYING, et al, 2014. Equatorial current system structure and hydrologic characteristics in monsoonal wind transition period[J]. Advances in Marine Science, 32(3): 301-305. (in Chinese with English abstract)

[5]
邢会斌, 陈昇, 徐康, 等, 2021. 季风转换期印度洋经向热输运的年际变异及其机理[J]. 海洋学报, 43(12): 26-37.

XING HUIBIN, CHEN SHENG, XU KANG, et al, 2021. Interannual variability of meridional heat transport and its mechanism in the Indian Ocean during monsoon transitions[J]. Haiyang Xuebao, 43(12): 26-37. (in Chinese with English abstract)

[6]
宣莉莉, 邱云, 许金电, 等, 2015a. 基于Argo的热带东印度洋上层水团季节分布[J]. 解放军理工大学学报(自然科学版), 16(2): 188-194.

XUAN LILI, QIU YUN, XU JINDIAN, et al, 2015a. Seasonal variations of upper-layer watermasses in eastern tropical Indian Ocean explored by Argo floats[J]. Journal of PLA University of Science and Technology (Natural Science Edition), 16(2): 188-194. (in Chinese with English abstract)

[7]
宣莉莉, 邱云, 许金电, 等, 2015b. 孟加拉湾与赤道东印度洋水交换的季节变化特征[J]. 热带海洋学报, 34(6): 26-34.

XUAN LILI, QIU YUN, XU JINDIAN, et al, 2015b. Seasonal variation of the water exchange between the Bay of Bengal and the equatorial eastern Indian Ocean[J]. Journal of Tropical Oceanography, 34(6): 26-34. (in Chinese with English abstract)

[8]
张玉红, 2010. 热带北印度洋和赤道海区东西水交换及其年际变化[D]. 南京: 南京信息工程大学: 1-80. (in Chinese)

[9]
张玉红, 杜岩, 徐海明, 2012. 赤道印度洋中部断面东西水交换的季节变化及其区域差异[J]. 海洋学报, 34(2): 30-38.

ZHANG YUHONG, DU YAN, XU HAIMING, 2012. Seasonal variability of the west-east water mass exchange on the section of central equatorial Indian Ocean and its regional difference[J]. Acta Oceanologica Sinica, 34(2): 30-38. (in Chinese with English abstract)

[10]
郑佳喻, 徐康, 陈更新, 等, 2018. 热带印度洋环流动力与季风相互作用研究进展[J]. 南京信息工程大学学报(自然科学版), 10(3): 275-281.

ZHENG JIAYU, XU KANG, CHEN GENGXIN, et al, 2018. Research progress on the interaction between tropical Indian Ocean circulation dynamics and monsoon[J]. Journal of Nanjing University of Information Science and Technology (Natural Science Edition), 10(3): 275-281. (in Chinese with English abstract)

[11]
CARTON J A, CHEPURIN G A, CHEN LIGANG, 2018. SODA3: A new ocean climate reanalysis[J]. Journal of Climate, 31(17): 6967-6983.

DOI

[12]
CHATTERJEE A, SHANKAR D, SHENOI S S C, et al, 2012. A new atlas of temperature and salinity for the North Indian Ocean[J]. Journal of Earth System Science, 121(3): 559-593.

DOI

[13]
CHEN GENGXIN, HAN WEIQING, LI YUANLONG, et al, 2015. Seasonal-to-interannual time-scale dynamics of the equatorial undercurrent in the Indian Ocean[J]. Journal of Physical Oceanography, 45(6): 1532-1553.

DOI

[14]
CHEN GENGXIN, HAN WEIQING, SHU YEQIANG, et al, 2016. The role of Equatorial Undercurrent in sustaining the Eastern Indian Ocean upwelling[J]. Geophysical Research Letters, 43(12): 6444-6451.

DOI

[15]
EMERY W J, 2019. Water types and water masses[J]. Encyclopedia of Ocean Sciences, 3: 169-179.

[16]
GORDON A L, SHROYER E L, MAHADEVAN A, et al, 2016. Bay of bengal: 2013 northeast monsoon upper-ocean circulation[J]. Oceanography, 29(2): 82-91.

[17]
HAN WEIQING, MCCREARY JR J P, 2001. Modeling salinity distributions in the Indian Ocean[J]. Journal of Geophysical Research: Oceans, 106(C1): 859-877.

[18]
ISKANDAR I, MCPHADEN M J, 2011. Dynamics of wind-forced intraseasonal zonal current variations in the equatorial Indian Ocean[J]. Journal of Geophysical Research: Oceans, 116(C6): C06019.

[19]
JAIN V, SHANKAR D, VINAYACHANDRAN P N, et al, 2017. Evidence for the existence of persian gulf water and red sea water in the bay of bengal[J]. Climate Dynamics, 48(9): 3207-3226.

DOI

[20]
JENSEN T G, 2001. Arabian Sea and Bay of Bengal exchange of salt and tracers in an ocean model[J]. Geophysical Research Letters, 28(20): 3967-3970.

DOI

[21]
JENSEN T G, 2003. Cross-equatorial pathways of salt and tracers from the northern Indian Ocean: modelling results[J]. Deep-Sea Research Part II: Topical Studies in Oceanography, 50(12-13): 2111-2127.

DOI

[22]
JENSEN T G, 2007. Wind-driven response of the northern Indian Ocean to climate extremes[J]. Journal of Climate, 20(13): 2978-2993.

DOI

[23]
JENSEN T G, WIJESEKERA H W, NYADJRO E S, et al, 2016. Modeling salinity exchanges between the equatorial indian ocean and the bay of bengal[J]. Oceanography, 29(2): 92-101.

DOI

[24]
JINADASA S, PATHIRANA G, 2020. Late summer intrusion of arabian sea waters into the bay of bengal: observations in 2015[J]. International Journal of Science and Research (IJSR), 9(1): 973-978.

[25]
KUMAR S P, PRASAD T G, 1999. Formation and spreading of Arabian Sea high-salinity water mass[J]. Journal of Geophysical Research: Oceans, 104(C1): 1455-1464.

[26]
LEE C M, JINADASA S U P, ANUTALIYA A, et al, 2016. Collaborative observations of boundary currents, water mass variability, and monsoon response in the southern Bay of Bengal[J]. Oceanography, 29(2): 102-111.

DOI

[27]
MASSON S, MENKES C, DELECLUSE P, et al, 2003. Impacts of salinity on the eastern Indian Ocean during the termination of the fall Wyrtki Jet[J]. Journal of Geophysical Research: Oceans, 108(C3): 3067.

[28]
NYADJRO E S, RYDBECK A V, JENSEN T G, et al, 2020. On the generation and salinity impacts of intraseasonal westward jets in the equatorial Indian Ocean[J]. Journal of Geophysical Research: Oceans, 125(6): e2020JC016066.

[29]
PHILLIPS H E, TANDON A, FURUE R, et al, 2021. Progress in understanding of Indian Ocean circulation, variability, air-sea exchange, and impacts on biogeochemistry[J]. Ocean Science, 17(6): 1677-1751.

DOI

[30]
RAO R R, SIVAKUMAR R, 2003. Seasonal variability of sea surface salinity and salt budget of the mixed layer of the north Indian Ocean[J]. Journal of Geophysical Research: Oceans, 108(C1): 3009.

[31]
ROEMMICH D, GILSON J, 2009. The 2004-2008 mean and annual cycle of temperature, salinity, and steric height in the global ocean from the Argo Program[J]. Progress in Oceanography, 82(2): 81-100.

DOI

[32]
SANCHEZ-FRANKS A, WEBBER B G M, KING B A, et al, 2019. The railroad switch effect of seasonally reversing currents on the bay of bengal high-salinity core[J]. Geophysical Research Letters, 46(11): 6005-6014.

DOI

[33]
SARDESSAI S, SHETYE S, MAYA M V, et al, 2010. Nutrient characteristics of the water masses and their seasonal variability in the eastern equatorial Indian Ocean[J]. Marine Environmental Research, 70(3-4): 272-282.

DOI PMID

[34]
SCHOTT F A, MCCREARY JR J P, 2001. The monsoon circulation of the Indian Ocean[J]. Progress in Oceanography, 51(1): 1-123.

DOI

[35]
SENGUPTA D, RAJ G N B, SHENOI S S C, 2006. Surface freshwater from Bay of Bengal runoff and Indonesian Throughflow in the tropical Indian Ocean[J]. Geophysical Research Letters, 33(22): L22609.

DOI

[36]
SHANKAR D, VINAYACHANDRAN P N, UNNIKRISHNAN A S, 2002. The monsoon currents in the north Indian Ocean[J]. Progress in Oceanography, 52(1): 63-120.

DOI

[37]
SWAPNA P, KRISHNAN R, 2008. Equatorial undercurrents associated with Indian Ocean Dipole events during contrasting summer monsoons[J]. Geophysical Research Letters, 35(14): L14S04.

[38]
VINAYACHANDRAN P N, MASUMOTO Y, MIKAWA T, et al, 1999. Intrusion of the southwest monsoon current into the Bay of Bengal[J]. Journal of Geophysical Research: Oceans, 104(C5): 11077-11085.

[39]
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.

DOI

[40]
VINAYACHANDRAN P N, SHANKAR D, VERNEKAR S, et al, 2013. A summer monsoon pump to keep the Bay of Bengal salty[J]. Geophysical Research Letters, 40(9): 1777-1782.

DOI

[41]
WIJESEKERA H W, JENSEN T G, JAROSZ E, et al, 2015. Southern Bay of Bengal currents and salinity intrusions during the northeast monsoon[J]. Journal of Geophysical Research: Oceans, 120(10): 6897-6913.

DOI

[42]
WIJESEKERA H W, TEAGUE W J, WANG D W, et al, 2016. Low-frequency currents from deep moorings in the southern Bay of Bengal[J]. Journal of Physical Oceanography, 46(10): 3209-3238.

DOI

[43]
WYRTKI K, 1973. An equatorial jet in the Indian Ocean[J]. Science, 181(4096): 262-264.

PMID

[44]
XING HUIBIN, WANG WEIQIANG, WANG DONGXIAO, et al, 2022. Roles of equatorial ocean currents in sustaining the Indian Ocean Dipole peak[J]. Journal of Ocean University of China, 21(3): 622-632.

DOI

[45]
ZHANG YUHONG, DU YAN, ZHENG SHAOJUN, et al, 2013. Impact of Indian Ocean Dipole on the salinity budget in the equatorial Indian Ocean[J]. Journal of Geophysical Research: Oceans, 118(10): 4911-4923.

DOI

Options
Outlines

/

〈 〉