Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2024 , Vol. 43 >Issue 1: 48 - 55

DOI: https://doi.org/10.11978/2023026

Marine Hydrology

The interannual variation of summer upwelling in Zhoushan Islands and its relationship with ENSO

  • QUAN Mengyuan ,
  • WANG Hui ,
  • LI Wenshan ,
  • WANG Aimei ,
  • LUO Jingxin
Expand
  • National Marine Data Information Center, Tianjin 300171, China
WANG hui. email:

Copy editor: SUN Cuici

Received date: 2023-03-03

  Revised date: 2023-03-30

  Online published: 2023-06-20

Fold

Abstract

Based on the sea surface temperature and wind data from 1968 to 2021, this paper analyzes the interannual variation of upwelling intensity in Zhoushan in summer, and the impact of El Niño-Southern Oscillation (ENSO) on upwelling. The temperature and wind upwelling indices both show that the upwelling in Zhoushan sea decreased in summer during 1982—2021, with the decreasing rates of 0.062℃·10a-1and 0.35 m3·s-1·(100m·a)-1, respectively. Recently, the weakened coastal wind stress causes the temperature upwelling index to decrease. According to the results, the wind upwelling index during La Niña events is larger than that during El Niño events and climatology. Further analysis of the relationship between ENSO and the wind upwelling index shows that ENSO affects the intensity of upwelling mainly by influencing the wind. In El Niño events, the southeast wind dominated Zhoushan sea weakens, leading to a decreasing upwelling intensity. While in La Niña events, the enhanced south wind benefits the development of upwelling.

Key words： Zhoushan; upwelling; interannual variation; ENSO; wind

Cite this article

QUAN Mengyuan , WANG Hui , LI Wenshan , WANG Aimei , LUO Jingxin . The interannual variation of summer upwelling in Zhoushan Islands and its relationship with ENSO[J]. Journal of Tropical Oceanography, 2024 , 43(1) : 48 -55 . DOI: 10.11978/2023026

舟山海域位于浙江省北部, 受长江河口、钱塘江河口和台湾暖流的影响, 水文环境复杂(邵贤, 2014; 宋晨 等, 2022)。舟山海域是我国近海重要的上升流发生地, 上升流将深层的营养盐带到表层, 为浮游植物提供营养物质, 促使水生生物生长和繁殖, 为产卵、索饵鱼群提供物质基础, 为鱼类提供栖息繁殖之地, 成为我国著名的渔场(曹欣中, 1985; 何青青 等, 2016)。
早期, 管秉贤等(1964)就基于实测资料分析提出浙江近海存在上升流; 之后又有学者基于卫星遥感数据和数值模拟等方法对上升流的形成机理进行了探究。吕新刚等(2007)建立了海浪-潮流-环流耦合模式, 通过数值模拟的方法, 分析了潮运动对上升流机制的作用, 研究表明潮运动是浙江沿岸上升流生成的一个重要诱发因子。胡明娜和赵朝方(2007)研究发现舟山及其附近海域内的上升流区与非上升流区的平均温度相差1.4 ℃; 进一步分析发现, 上升流的形成与该地区夏季盛行的西南季风密切相关。2008年, 胡明娜等(2008)利用海表温度数据和叶绿素浓度资料研究浙江沿岸上升流, 发现浙江沿岸一带低温区对应着高叶绿素浓度区, 二者在时间、位置和强度上具有对应关系, 均可以证明此地存在上升流; 并且指出夏季盛行的西南风长期作用于海面, 使得该时期上升流现象较为明显。苗馨等(2011)分析我国东南沿岸风生上升流的时空分布变化特征发现, 1968—2007年, 海南岛东部沿岸上升流最强, 其次是浙江沿海地区; 海南岛东部、汕头、福建南部及浙江沿岸风生上升流有逐年增大的趋势。何青青等(2016)分析舟山近海海域夏季上升流现象, 指出舟山海域的海表温度异常和经向风速为显著的负相关关系, 即夏季盛行的西南风能促进上升流的发展。何齐齐(2017)基于Delft3D数值模型研究舟山上升流的动力机制, 结果表明风场和长江径流对上升流形成的贡献较小, 斜坡地形和潮汐的作用较大。
ENSO是发生于赤道东太平洋地区的风场和海面温度震荡, 具有2~7年的准周期。ENSO可以通过局地的大气过程, 或者通过海洋内部过程等作用对局部海区产生影响(Alexander et al, 2002), 从而对上升流产生影响。一般, El Niño年中国沿岸的上升流强度会减弱。Wu等(2005)的研究结果表明, 1998年夏季, El Niño年吕宋海峡流域海温升高并且一直持续到秋季和冬季, 从而抑制了该海区上升流的形成。孙轶(2016)研究发现, 浙江沿岸上升流指数和前一年秋季Niño3.4指数的相关性较好(相关系数为0.47), 即El Niño年, 东亚夏季风越大, 上升流指数也就越大。张俊鹏等(2019)通过ROMS数值模型研究了ENSO与上升流之间的关系, 指出El Niño信号较强时沿岸海域水温升高, 琼东上升流减弱, La Niña年与此相反。有研究表明强El Niño发展阶段, 如1997年和2014年, 可使得辽东半岛顶端海域西风增强, 从而减弱研究海域的上升流强度(柳沙沙 等, 2020)。张茹(2022)研究发现El Niño年和La Niña年辽东半岛顶端上升流的流场存在差异, El Niño年15m层流速较La Niña年小。周楠(2021)年分析发现两次超强El Niño事件后的1998年和2016年, 舟山上升流区域总体面积减少, 上升流减弱。
舟山海域上升流带来的低温、高盐, 对海域的环流、气候特征以及渔业和养殖业的发展都起着非常重要的作用。目前, 大多数学者多采用与温度相关的上升流指数来分析舟山海域上升流的年际变化等特征, 部分学者改进了风上升流指数来研究浙江沿岸上升流指数的变化, 很少有学者同时采用温度和风场要素来共同研究舟山海域上升流的变化, 且关注的时间长度较短。因此, 本文采用温度和风上升流指数来具体分析舟山海域上升流的年际变化, 以及ENSO和不同北太平洋年代际振荡(Pacific Decadal Oscillation, PDO)位相下ENSO对上升流活动的影响, 希望对舟山海域渔场的形成和渔业资源等方面的认识有所帮助。

1 数据及方法

1.1 数据来源

本文采用了美国国家海洋和大气管理局地球系统研究实验室物理科学部(NOAA ESRL PSD)提供的海表温度数据(optimum interpolation sea surface temperature, OISST V2数据集), 时间段为1982—2021年, 分辨率为0.25°×0.25°。
1968—2021年, 舟山海域月平均埃克曼(Ekmam)输运的纬向分量和经向分量、风场数据和风应力等数据均来自太平洋渔业环境实验室(Pacific fisheries environmental laboratory, PFEL), 分辨率均为1°×1°。
Ocean Niño Index (ONI)数据来自气候预报中心(Climate Prediction Center), 时间段为1968—2021年, 主要用来判定El Niño年和La Niña年(https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php)。ONI指数是指基于NOAA扩展重建的海面温度资料(extended reconstructed sea surface temperature, ERSST), 采用Niño3.4海区(5°N—5°S, 120°W—170°W)的海温距平来定义的Niño指数(孙轶, 2016; 董小芳 等, 2017)。PDO指数来自日本气象厅(https://www.data.jma.go.jp/gmd/kaiyou/data/db/climate/pdo/pdo.txt)。

1.2 研究区域

在前人研究的基础上, 本文选定122°E—123°E, 30°N—31°N作为舟山上升流的主要研究区域(图1A框)。为更好地分析上升流区内温度的变化, 在同样纬度范围内的外海, 选择了与近岸上升流区形状、大小一致的区域, 但经度不一样的区域(经度相差2°, 范围为124°E—125°E, 30°N—31°N), 表示不受上升流影响的背景海域(谢玲玲 等, 2016)。
图1 1982—2021年舟山海域夏季(6—8月)气候态月平均海表温度(SST, ℃)和风场(箭头, 单位: m·s-1)

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(2020)4619号的标准地图制作。图中黑色方框A表示舟山上升流区, 黑色方框B表示不受上升流影响的背景海域

Fig. 1 The summer (June—August) monthly climatological average sea surface temperature (SST, ℃) and wind (unit: m·s-1) from 1982 to 2021.

The black box A in the figure is the studied nearshore upwelling region, and the black box B is the background region

1.3 方法介绍

1.3.1 基于温度的上升流指数

学者们通常根据海水盐度、密度和叶绿素异常升高, 或海表温度异常降低等现象来判断上升流的存在(何齐齐, 2017)。其中, 因为海表温度数据获取起来相对容易, 成为人们最常用的有效的上升流观测指标之一(何齐齐, 2017)。因此, 本文根据谢玲玲(2012, 2016)、胡明娜等 (2007)的研究内容, 先用了海表温度差来定义上升流指数(以下简称温度上升流指数), 具体公式如下:
$\text{SST}U{{I}_{i,\text{Year}}}=\frac{1}{N}\sum\limits_{i=1}^{N}{({{T}_{i,\text{Year}}}-{{t}_{i,\text{Year}}})}$
其中, Ti, Year和ti, Year分别表示某一年份外海非上升流区和近岸上升流区在第i个网格点上的海表温度, N表示网格数(谢玲玲 等, 2016)。SSTUIi, Year为上升流指数(空间平均温差)。SSTUI越大, 表明与背景海域的海表温度相比, 上升流区的温度较低, 即上升流较强。

1.3.2 基于风的上升流指数

除了基于温度的上升流指数, 基于Ekman理论提出的上升流指数也是分析上升流变化的一个重要因子。因此, 本文也采用了Bakun等人(1975)基于Ekman理论提出的沿岸上升流指数(本文中称其为风上升流指数), 来研究舟山海域上升流指数的变化特征(Bakun, 1990; Ngo et al, 2021)。该指数为垂直于海岸线方向的Ekman输送量, 计算方法如下(相关程序见 https://oceanview.pfeg.noaa.gov/products/upwelling/bakun):
$\text{WUI=(cos(}\theta \text{) * ektrx+ sin(}\theta \text{) * ektry)/10 }$
其中, θ 为海岸线方向与正北方向之间的夹角, 本文中该值为35.2°, ektrx和ektry分别为Ekman输运的纬向和经向分量。WUI为正表示有正的离岸输运量, 即存在沿岸上升流; 如果上升流指数为负, 则说明不存在上升流或存在下沉流(孙轶, 2016)。公式(2)未除以10时单位为m3·s-1·10m-1, 为了将WUI的单位换算成常用单位m3·s-1·100m-1, 因此除以10。Ekman输送的计算方法如下:
$(\text{ektrx, ektry)}=\frac{\text{1}}{{{\rho }_{\text{w}}}f}({{\tau }_{y}},-{{\tau }_{x}})$
其中ρw为海水密度, 其值为1.025 kg·m-3, f为科氏力, τx和τy分别表示纬向和经向风应力。

1.3.3 沿岸风应力

风应力$\tau $计算公式为:
$\tau =\rho {{C}_{\text{d}}}|{{\bar{U}}_{10}}|\cdot {{\bar{U}}_{10}}$
式中, $\rho $为空气密度, 取1.29kg·m-3; U10为风速(m·s-1); 无量纲拖曳系数Cd的计算公式如下(Yelland et al, 1996, 1998):
$\text{1000}{{C}_{\text{d}}}\text{=0}\text{.29+}\frac{\text{3}\text{.1}}{{{U}_{\text{10}}}}+\frac{7.7}{U_{10}^{2}}(3\le {{U}_{10}}\le 6\text{m}\cdot {{\text{s}}^{-1}})$
$\text{1000}{{C}_{\text{d}}}\text{=0}\text{.60+}0.\text{71}{{U}_{\text{10}}}\text{ }(6\le {{U}_{10}}\le 26\text{m}\cdot {{\text{s}}^{\text{-1}}})$

1.3.4 不同PDO位相下的El Niño年和La Niña年

本文中年平均PDO指数为正（负）时为PDO正（负）位相年。另外，根据ONI指数来选定El Niño年和La Niña年，当ONI指数连续5个月异常值超过0.5℃时即为El Niño年，反之为La Niña年。根据以上定义首先筛选出PDO正位相年，其次筛选出PDO正位相年中的El Niño年和La Niña年；同理筛选出PDO负位相年中的El Niño年和La Niña年（表1）。
表1 基于PDO不同位相下的El Niño年和La Niña年

Tab. 1 El Niño years and La Niña years classified based on the different PDO phases

El Niño年 La Niña年
PDO正位相 1977, 1986, 1987, 1997, 2004, 2014, 2015, 2018 1983, 1984, 1988, 1955, 2005, 2016, 2017
PDO负位相 1968, 1969, 1972, 1976, 1982, 1991, 1994, 2002, 2006, 2009 1970, 1971, 1973, 1974, 1975, 1998, 1999, 2000, 2007, 2010, 2011, 2020, 2021

2 结果与分析

2.1 温度上升流指数的年际变化

图1给出1982—2021年夏季舟山近海海域海表温度的分布图。从图中可以发现, 上升流区(图1中的A框)和非上升流区(图1中的B框)处于同一纬度上, 但由于上升流的存在, 使得上升流区的温度比非上升流区低1 ℃左右。分析舟山海域上升流的年际变化发现: 有些年份上升流现象比较明显, 如1991年上升流指数高达1.69 ℃; 而1999年上升流强度较弱, 为0.19℃。2021年, 舟山海区上升流指数为0.72℃, 较2020年上升0.24 ℃, 比1982—2020年的气候态平均值低0.04 ℃, 上升流较气候态减弱(图2)。
图2 1982—2021年夏季研究海域的海表温度及基于温度的舟山上升流指数的年际变化

a.外海背景场海表温度; b.上升流区海表温度; c.上升流指数, 即近岸海表温度与离岸海表温度的差; 图中红色虚线为线性变化趋势

Fig. 2 Variations of averaged sea surface temperature (SST) and upwelling index in the study areas in summer of 1982—2021.

(a) averaged SST in offshore background area; (b) averaged SST in nearshore upwelling area; (c) upwelling index is the difference between nearshore sea surface temperature and offshore sea surface temperature. Red dash lines show linear trends of the variation

分析上升流的变化趋势则发现: 在全球变暖背景下, 1982—2021年近岸和离岸的海表温度均呈上升趋势, 速率分别为0.19℃·10a−1和0.25℃·10a−1; 近岸海表温度的升温速率要高于离岸海表温度, 这表明1982—2021年间舟山海域上升流指数的强度降低, 下降速率为0.062℃·10a−1。

2.2 风上升流指数的年际变化

浙江沿岸附近夏半年盛行夏季风, 风海流的体积输运使表层海水离岸而去, 导致下层冷水向上涌升, 从而形成沿岸上升流(苗馨 等, 2011)。因此, 上升流区域存在正的离岸输运, 且海表温度低于周围海域。温度上升流指数和风上升流指数可以从不同方面表征上升流的强度, 二者存在一定的关系但又不完全相同。
1982—2021年温度上升流指数与风升上升流指数之间的相关性较弱, 相关系数为0.22。二者的正相关关系表明上升流区域内输运增强时, 上升流区域内的海水温度相对离岸区域的海水温度有所降低。从长期趋势来看, 二者均呈下降趋势。
从风上升流指数的年际变化来看, 其中2013年风上升流指数最大为39.93m3·s-1·(100m)-1, 2015年最小为-82.66m3·s-1·(100m)-1。但其变化趋势与温度上升流指数的变化趋势相一致, 1982—2021年期间同样呈显著的下降趋势, 下降速率为0.35m3·s-1·(100m·a)-1。在更长的时间段内, 1968—2021年风上升流指数仍呈下降趋势, 下降速率为0.22m3·s-1·(100m·a)-1(图3)。
图3 1968—2021年夏季基于风的上升流指数的年际变化

图中红线分别为1982—2021年和1968—2021年的线性趋势

Fig. 3 The interannual variation of wind-based upwelling index during summer from 1968 to 2021.

The red lines show a linear trend for 1982—2021 and 1968—2021

风上升流指数的时间序列更长, 有利于我们对长时间内舟山上升流的变化展开研究, 因此接下来我们主要关注风上升流指数并探究ENSO对该海域上升流的影响。

2.3 El Niño年和La Niña年上升流的变化及影响因素

南风是夏季舟山海域上升流形成的重要因素(沈萌 等, 2020)。图1给出夏季舟山海域的平均风场分布图。从图上可以看出, 舟山海域夏季主要以偏南风为主, 与海岸平行的风矢量将海水带离海岸, 底层的海水涌上来进行补给, 有助于该时期上升流的形成。有研究表明, ENSO会对东亚季风的变化产生影响, 进而对上升流的变化产生作用。因此, 接下来本文主要分析ENSO与风上升流指数的关系及其影响。
图4表明, ENSO发展期(夏季6—8月的Niño 3.4指数)与风上升流指数呈反相关关系, 相关系数为−0.36, 并且通过99%的显著性检验。从图5可以看出, 18个El Niño年中有11个年份的风上升流指数为负, El Niño年多发生下降流; 而20个La Niña年中仅有5个年份的上升流指数为负, La Niña年多为上升流。且La Niña年的上升流指数明显偏强, 平均值为7.60m3·s-1·(100m)-1, 高于El Niño年[−10.33m3·s-1·(100m)-1]和气候态平均值[0.41m3·s-1·(100m)-1]。自1995年之后, 这一现象更为显著, El Niño年下降流明显增强, 这可能与1995年之后强El Niño事件增多有关(图5)。
图4 基于风的上升流指数(WUI)与海洋Niño指数(ONI)的年际变化(相关系数为-0.36)

Fig. 4 The interannual variation of wind-based upwelling index (WUI) and Ocean Niño Index (ONI), the correlation coefficient of the two is -0.36

图5 El Niño年(绿色)、La Niña年(红色)和常年(蓝色)风上升流指数的变化

顶部橘色加号为PDO正位相, 底部蓝色圆圈为PDO负位相

Fig. 5 The variation of wind-based upwelling index during El Niño years (green), La Niña years (red) and natural years (blue).

The top orange “+” represents the positive phase of PDO, while the bottom blue “o” represents the negative phase of PDO

参照苗馨等(2011)的研究结果, 按照上升流指数数值的大小将其分成5个等级(表2)。1~3级为下降流, 等级越高表明下降流越弱; 4~5级为上升流, 等级越高表明上升流越强。La Niña年上升流指数的等级较高, 大多达到4级(上升流指数达到4级的年份为总年份的75%), 多发生上升流; El Niño年上升流指数的等级较低(达到1级、2级和3级的比例分别为6%, 11%和44%), 多发生下降流。
表2 不同等级的风上升流指数[单位: m3·s-1·(100m)-1]

Tab. 2 Wind-based upwelling index of different levels [unit: m3·s-1·(100m)-1]

等级 风上升流指数的取值范围
1 [−125，−75)
2 [−75，−37.5)
3 [−37.5，0)
4 [0，37.5）
5 [37.5，75]
部分研究表明沿岸风应力和风场可以调控上升流。本文中, 风上升流指数最终是基于风应力计算的, 与沿岸风应力的变化相一致, 二者的相关性为1。因此, 无法通过分析沿岸风应力的变化来探究ENSO对上升流的影响, 所以接下来我们主要关注风场对上升流的影响。
分析舟山海域的风场距平发现, La Niña年舟山海域主要盛行东南风, El Niño年为偏北风。与El Niño年相比, La Niña年风速较大且为东南风, 易将海水带离近岸, 更有利于上升流的发展(图6)。
图6 (a) La Niña年和 (b) El Niño年夏季舟山海域风场距平分布(相对于1986—2021年的平均风场), (c)为La Niña年减去El Niño年的风场异常分布图

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(2020)4619号的标准地图制作

Fig. 6 Wind anomalies in the Zhoushan sea in summer in (a) La Niña years and (b) El Niño years (relative to 1968—2021 average), (c) the difference between La Niña year and El Niño year

北太平洋年代际振荡是一种年代际尺度上的气候变率强信号, 可对全球及中国气候产生重要影响(张雯 等, 2020)。PDO不同位相下El Niño年和La Niña年东亚夏季风的变化特征也不相同, 对上升流产生不同影响。
图7按照表1中的分类给出PDO不同位相下La Niña年和El Niño年舟山附近海域夏季平均风场的异常场。在PDO正位相背景下, La Niña年舟山附近海域为偏西南风异常, 有利于上升流的发展(图7a); 而El Niño年与此相反, 为偏北风异常, 不利于上升流的发展(图7b)。PDO负位相背景下, La Niña年舟山附近海域为偏西南风异常, El Niño年舟山附近海域为偏西风异常, 二者均在一定程度上有利于上升流发展, 与该时期上升流的强度变化也一致。PDO负位相下La Niña年上升流指数平均值为4.71m3·s-1·(100m)-1, El Niño年上升流指数平均值为4.07m3·s-1·(100m)-1, 均高于PDO正位相下的El Niño年[-28.33 m3·s-1·(100m)-1]。
图7 PDO正位相(a) La Niña年和(b) El Niño年夏季舟山海域平均风场异常; PDO负位相(c) La Niña年和(d) El Niño年夏季舟山海域平均风场异常(相对于1968—2021年的平均风场, 单位: m·s-1)

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(2020)4619号的标准地图制作

Fig. 7 Composites of summer mean wind anomalies in the Zhoushan sea for (a) La Niña years and (b) El Niño years during the PDO positive phases, (c, d) during the negative PDO phases, respectively (relative to 1968—2021, unit: m·s-1)

3 结论

本文主要利用海表温度和风场数据来分析舟山海域上升流的年际变化, 并讨论了ENSO对上升流的影响。最终, 发现舟山海域上升流的变化特征如下:
温度和风上升流指数均表明, 1982—2021年夏季舟山海域上升流呈下降趋势, 下降速率分别为0.062℃·10a-1和0.35m3·s-1·(100m·a)-1, 这主要是由同时期海区内偏南风减弱造成的。在更长的时间段内, 1968—2021年风上升流指数仍呈下降趋势, 下降速率减缓为0.22m3·s-1·(100m·a)-1。
ENSO对舟山海域上升流指数的变化有一定的影响。通过相关分析发现ENSO发展期与风上升流指数呈反相关关系, 相关系数为−0.36。即El Niño年上升流现象较弱, 甚至多发生下降流(指数多为负数, 比例约为61%)。La Niña年上升流指数明显偏强, 多达4级(比例高达75%), 平均值为7.60m3·s-1·(100m)-1, 强于El Niño年[−10.33m3·s-1·(100m)-1]和气候态平均值[0.41m3·s-1·(100m)-1]。
进一步分析ENSO对上升流的影响, 发现ENSO主要通过风场影响舟山海域上升流的强弱。与El Niño年相比, La Niña年舟山海域主要盛行偏南风, 与海岸平行, 更易将海水带离近岸, 底层海水向上运动进行补充, 从而促进上升流的形成。PDO对El Niño年和La Niña年的风场有一定的调控作用, 从而对上升流的发展产生一定的影响。在PDO正位相背景下, El Niño年舟山附近海域为偏北风异常, 夏季风明显减弱, 不利于该时期上升流的发展; La Niña年与此相反。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
曹欣中, 1985. 浙江近海沿岸上升流与渔场的关系[J]. 海洋湖沼通报, 1: 25-28.

CAO XINZHONG, 1985. On the relationship of the upwelling with fishery off Zhejiang[J]. Transactions of Oceanology and Limnology, 1: 25-28 (in Chinese with English abstract).

[2]
董小芳, 杨华玮, 张峦, 等, 2017. ENSO事件对上海降水中氢氧同位素变化的影响[J]. 环境科学, 38(12): 4991-5003.

DONG XIAOFANG, YANG HUAWEI, ZHANG LUAN, et al, 2017. Influence of ENSO events on the hydrogen (δ2H) and oxygen (δ18O) isotopic values of precipitation in Shanghai[J]. Environmental Science, 38(12): 4991-5003 (in Chinese with English abstract).

[3]
管秉贤, 陈上及, 1964. 中国近海的海流系统[R]// 中国科学技术委员会海洋组海洋综合调查办公室, 全国海洋综合调查报告. 北京: 海洋研究所:1-85 (in Chinese).

[4]
何齐齐, 2017. 基于卫星遥感和数值模拟的夏季舟山沿岸上升流研究[D]. 杭州: 浙江大学.

HE QIQI, 2017. Research on summertime Zhoushan coastal upwelling based on satellite remote sensing and numerical modelling[D]. Hangzhou: Zhejiang University (in Chinese with English abstract).

[5]
何青青, 张春玲, 高郭平, 等, 2016. 舟山近海海域夏季上升流时空特征及其与风场的关系[J]. 上海海洋大学学报, 25(1): 142-151.

HE QINGQING, ZHANG CHUNLING, GAO GUOPING, et al, 2016. Study on the temporal and spatial characteristics of Zhoushan coastal upwelling and relationship with wind field in summer period[J]. Journal of Shanghai Ocean University, 25(1): 142-151 (in Chinese with English abstract).

[6]
胡明娜, 赵朝方, 2007. 舟山及邻近海域上升流长周期的遥感观测与分析[J]. 中国海洋大学学报: 自然科学版, 37(S1): 235-240.

HU MINGNA, ZHAO CHAOFANG, 2007. Long-time observation of upwelling in the Zhoushan Islands and adjacent seas during the summer season[J]. Periodical of Ocean University of China: Natural Science Edition, 37(S1): 235-240 (in Chinese with English abstract).

[7]
胡明娜, 赵朝方, 2008. 浙江近海夏季上升流的遥感观测与分析[J]. 遥感学报, 12(2): 297-304.

HU MINGNA, ZHAO CHAOFANG, 2008. Upwelling in Zhejiang coastal areas during summer detected by satellite observations[J]. National Remote Sensing Bulletin, 12(2): 297-304 (in Chinese with English abstract).

[8]
柳沙沙, 赵骞, 王玉, 等, 2020. 辽东半岛顶端海域上升流长期变化特征及影响因素[J]. 海洋与湖沼, 51(1): 31-39.

LIU SHASHA, ZHAO QIAN, WANGYU, et al, 2020. Long-term variation of upwelling at the tip of Liaodong peninsula: features and factors[J]. Oceanologia et Limnologia Sinica, 51(1): 31-39 (in Chinese with English abstract).

[9]
吕新刚, 乔方利, 夏长水, 等, 2007. 长江口外及浙江沿岸夏季上升流的潮生机制[J]. 中国科学D辑: 地球科学, 37(1): 133-144.

LV XINGANG, QIAO FANGLI, XIA CHANGSHUI, et al, 2007. Tidally induced upwelling off Yangtze River estuary and in Zhejiang coastal waters in summer[J]. Science in China Press: Geoscience, 50(3): 462-473 (in Chinese with English abstract).

[10]
苗馨, 胡建宇, 2011. 用沿岸上升流指数分析中国东南沿岸风生上升流的特征[J]. 海洋通报, 30(3): 258-265.

MIAO XIN, HU JIANYU, 2011. Analysis on characteristics of wind-driven coastal upwelling off southeastern China coast using coastal upwelling index[J]. Marine Science Bulletin, 30(3): 258-265 (in Chinese with English abstract).

[11]
邵贤, 2014. 舟山群岛新区海洋工程环境管理研究[D]. 舟山: 浙江海洋学院.

SHAO XIAN, 2014. The study of environmental management on the Islands of Zhoushan’s marine engineering[D]. Zhoushan: Zhejiang Ocean University (in Chinese with English abstract).

[12]
沈萌, 缪明芳, 王舒瑜, 等, 2020. 2018年夏季舟山海域上升流特征及形成机制分析[J]. 厦门大学学报(自然科学版), 59(S1): 18-23.

SHEN MENG, MIAO MINGFANG, WANG SHUYU, et al, 2020. Analysis of upwelling characteristics and formation mechanism in the Zhoushan coastal region in the summer of 2018[J]. Journal of Xiamen University (Natural Science), 59(S1): 18-23 (in Chinese with English abstract).

[13]
宋晨, 孟周, 王晓波, 等, 2022. 2019-2020年夏季舟山海域浮游动物优势种生态位及其生态分化[J]. 海洋学报, 44(10): 127-139.

SONG CHEN, MENG ZHOU, WANG XIAOBO, et al, 2022. Ecological niches and ecological differentiation of dominant zooplankton species in the Zhoushan waters in summer 2019-2020[J]. Haiyang Xuebao, 44(10): 127-139 (in Chinese with English abstract).

[14]
孙轶, 2016. 浙江与加州沿岸上升流的季节和年际变化研究[D]. 南京: 南京信息工程大学.

SUN YI, 2016. Seasonal and international variability in wind-driven upwelling along the Zhejiang coast and the California coast[D]. Nanjing: Nanjing University of Information Science and Technology (in Chinese with English abstract).

[15]
谢玲玲, 张书文, 赵辉, 2012. 琼东上升流研究概述[J]. 热带海洋学报, 31(4): 35-41.

DOI

XIE LINGLING, ZHANG SHUWEN, ZHAO HUI, 2012. Overview of studies on Qiongdong upwelling[J]. Journal of Tropical Oceanography, 31(4): 35-41 (in Chinese with English abstract).

[16]
谢玲玲, 宗晓龙, 伊小飞, 等, 2016. 琼东上升流的年际变化及长期变化趋势[J]. 海洋与湖沼, 47(1): 43-51.

XIE LINGLING, ZONG XIAOLONG, YI XIAOFEI, et al, 2016. The interannual variation and long-term trend of Qiongdong upwelling[J]. Oceanologia et Limnologia Sinica, 47(1): 43-51 (in Chinese with English abstract).

[17]
张俊鹏, 旷芳芳, 万小芳, 等, 2019. ENSO发展期琼东上升流的动力过程响应差异[J]. 应用海洋学学报, 38(3): 307-317.

ZHANG JUNPENG, KUANG FANGFANG, WAN XIAOFANG, et al, 2019. Response of Qiongdong upwelling dynamics to the ENSO event[J]. Journal of Applied Oceanography, 38(3): 307-317 (in Chinese with English abstract).

[18]
张茹, 2022. 基于多源数据的辽东半岛顶端上升流研究[D]. 大连: 大连海洋大学.

ZHANG RU, 2022. Upwelling at the tip of Liaodong Peninsula based on multi-source data[D]. Dalian: Dalian Ocean University (in Chinese with English abstract).

[19]
张雯, 董啸, 薛峰, 等, 2020. 不同PDO位相下El Niño发展年和La Niña年东亚夏季风的季节内变化[J]. 大气科学, 44(2): 390-406.

ZHANG WEN, DONG XIAO, XUE FENG, et al, 2020. Intraseasonal variations of the East Asian summer monsoon in El Niño developing years and La Niña years under different phases of the pacific decadal Oscillation[J]. Chinese Journal of Atmospheric Sciences, 44(2): 390-406 (in Chinese with English abstract).

[20]
周楠, 2021. 舟山海域上升流时空变化及其原因研究[D]. 上海: 上海海洋大学.

ZHOU NAN, 2021. Study on the spatio-temporal variations and the causes of the upwelling in Zhoushan sea area[D]. Shanghai: Shanghai Ocean University (in Chinese with English abstract).

[21]
ALEXANDER M A, BLADÉ I, NEWMAN M, et al, 2002. The atmospheric bridge: the influence of ENSO teleconnections on air-sea interaction over the global oceans[J]. Journal of Climate, 15(16): 2205-2231.

DOI

[22]
BAKUN A, 1975. Daily and weekly upwelling indices, west coast of North America, 1967-73[R]. U.S: Department of Commerce, NOAA Technical Report: NMFS SSRF-693. https://repository.library.noaa.gov/view/noaa/15387/noaa_15387_DS1.pdf

[23]
BAKUN A, 1990. Global climate change and intensification of coastal ocean upwelling[J]. Science, 247(4939): 198-201.

PMID

[24]
NGO M-H, HSIN Y-C, 2021. Impacts of wind and current on the interannual variation of the summertime upwelling off southern Vietnam in the South China Sea[J]. Journal of Geophysical Research: Oceans, 126(6): e2020JC016892.

[25]
WU C-R, CHANG C W-J, 2005. Interannual variability of the South China Sea in a data assimilation model[J]. Geophysical Research Letters, 321(17): L17611.

Options
Outlines

/

〈 〉