Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2017 , Vol. 36 >Issue 1: 15 - 24

DOI: https://doi.org/10.11978/2016045

Orginal Article

Mixed layer depth responses to tropical cyclones Kalmaegi and Fung-Wong in the northeastern South China Sea

  • SONG Yongjun , 1, 2 ,
  • TANG Danling , 1, 2
Expand
  • 1. Research Center for Remote Sensing of Marine Ecology & Environment, 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
Corresponding author: TANG Danling, Professor. E-mail:, http://lingzis.51.net/index.html

Received date: 2016-05-04

  Request revised date: 2016-05-31

  Online published: 2017-01-19

Supported by

Key Project of National Natural Sciences Foundation of China (41430968)

Major Program of Collaborative Innovation Center for 21st-Century Maritime Silk Road Studies (2015HS05)

Copyright

热带海洋学报编辑部
Fold

Abstract

Utilizing the vertical profiles of temperature and salinity data obtained by Argo floats and multi-source satellite remote sensing data, including sea surface temperature (SST) and sea surface wind fields, combined with the National Centers for Environmental Prediction (NCEP) Ⅱ reanalysis data, we analyzed changes of mixed layer depth (MLD) in the northeastern South China Sea (SCS) in responses to tropical cyclones Kalmaegi (typhoon) and Fung-Wong (tropical storm), which passed the SCS in succession in mid and late September 2014. The results indicate that the maximum net heat flux (upward into the air) increased from 170 to 400 W·m-2 at the air-sea interface, caused the maximum SST cooling of 3℃ by the “wind pump” effect after Kalmaegi and Fung-Wong passed through. The “cold wake” induced by Kalmaegi lasted for more than 10 days thanks to the following tropical storm Fung-Wong, indicating the effect of superposition in SST cooling. MLD was deepened from 23 to 50 m in the “cold wake” one day after Kalmaegi passed by. MLD was deepened from 31 to 91 m eight hours after Fung-Wong passed by, due to the coastal upwelling induced by offshore Ekman transport driven by wind stress at the southwestern of Taiwan Island. After the tropical cyclones passed by, salinity profile in the mixed layer showed uniformity later than temperature profile, and recovered earlier than temperature profile, revealing the time lag in mixed layer responses. For the spatial variation response to the two tropical cyclones, the changes of SST and MLD were larger on the right-hand side of the tropical cyclones (along the moving directions of tropical cyclones) than on the left-hand side. The uneven deepening even shallowing in MLD in the cold wake may reveal that different depths of deep cold water uplifted by the vertical current switch between upwelling and downwelling in the Ekman layer due to the change of Ekman pumping velocity.

Key words： mixed layer; tropical cyclone; SST; wind stress; marine remote sensing

Cite this article

SONG Yongjun , TANG Danling . Mixed layer depth responses to tropical cyclones Kalmaegi and Fung-Wong in the northeastern South China Sea[J]. Journal of Tropical Oceanography, 2017 , 36(1) : 15 -24 . DOI: 10.11978/2016045

南海是西北太平洋低纬度地区的半封闭边缘海, 热带气旋十分活跃。影响南海的热带气旋一部分在南海水域范围内生成发展, 更多的则来源于西北太平洋, 且强度往往大于南海生成的热带气旋(关芬呈 等, 1984; 杨晓霞 等, 2010)。南海北部受到季风影响, 也受到沿岸流、黑潮等的影响, 海表面温度(sea surface temperature, SST)存在明显的季节差异。夏、秋季, 南海的SST远高于26℃, 适合热带气旋的发育(Wada et al, 2007)。SST和混合层深度(mixed layer depth, MLD)是衡量海洋上层热力学状态的重要参数。与SST类似, 南海的MLD也存在着明显的季节差异, 且有明显的地理位置区别。南海北部主要受风应力和浮力通量影响, 东部由海洋相互作用过程中的热通量驱动, 西部则是由西边界流主导(Xiao et al, 2013)。热带气旋过境时, 海气相互作用会强烈地影响海洋上层的热力学结构与分布特征(Price, 1981), 已被大量数值模型(Bender et al, 1993; Nilsson, 1996; Jansen et al, 2010; 赖巧珍 等, 2013)和观测研究(Shay et al, 1992; Subrahmanyam et al, 2002; Jaimes et al, 2009; 杨晓霞 等, 2010; Liu et al, 2011)的结果所证实。此外, 风应力是海水运动的直接驱动力(Price, 1981; Shay et al, 1992; Jaimes et al, 2009), 风应力在热带气旋两侧分布的不对称性以及垂直混合程度的差异, 也使热带气旋路径两侧海洋上层的响应差异明显(杨晓霞 等, 2010; 赖巧珍 等, 2013)。
分析卫星遥感SST数据与Airborne expendable current profilers(AXCPs)测得的现场海流、温度剖面数据发现, 自加勒比海进入墨西哥湾的飓风Gilbert的路径右侧出现SST最大降温, MLD因风应力驱动的混合作用和垂直海流的剪切作用而加深, 同时, 具有较深混合层的暖涡也会减弱SST降温效应(Shay et al, 1992)。利用气候观测资料分析MLD和热通量、风应力的相关性, 结果显示埃克曼抽吸是影响南海MLD半年际变化的最重要因素(Qu, 2001; Qu et al, 2007)。研究西北太平洋中高纬度海域的Argo数据进一步发现, 混合层内温度、盐度的变化并不一致, 热带气旋路径下方温跃层下冷水的上涌也可能会使MLD变浅(Liu et al, 2007)。1998年至2011年间西北太平洋的Argo浮标数据显示, 混合层对于不同强度、不同移动速度的热带气旋的响应有差异(Fu et al, 2014)。
垂直混合与上升流等海水垂直输送过程, 或离岸的埃克曼输送所激发的沿岸上升流都可能使海洋上层的温度、盐度、营养盐等发生变化, 往往变得更适于浮游植物大量繁殖(Tang et al, 2006), 在海洋真光层形成藻华(Tang et al, 2014)。近年发现, 台风的“风泵”作用可以引起次表层更持久的藻华(Tang et al, 2014; Ye et al, 2013)。Chen 等(2011)发现了由热带气旋Linfa引发的与冷涡相关的大“涡旋”状藻华, 长轴直径达160km, 短轴直径约100km。台风引发的SST降低程度与台风是否引发藻华以及增加初级生产力有一定的相关性(Tang et al, 2014)。为了进一步认识海洋上层藻华的发生机制和台风对海洋初级生产力的影响, 必须加强混合层对热带气旋响应的研究。
Argo浮标因其测量的时间间隔短、测量精度高、空间尺度大, 并可实现长期、自动、实时和连续观测等优点, 被应用于测量海洋次表层剖面温度和盐度。作为新兴的对地观测技术, 卫星遥感有助于在热带气旋、海啸等极端海况及其他缺少船测等现场资料的情况下, 研究海洋环境的响应过程, 评估极端事件对海洋生态环境的影响(Tang, 2010; Tang et al, 2014)。目前, Argo浮标多集中于西太平洋等开阔海域, 而南海的Argo浮标数量较少, 且主要分布在中部和东北部。本研究聚焦南海东北部, 结合Argo、多源卫星遥感数据和有关再分析数据, 重点分析MLD在热带气旋过境时的变化特征与机理。

1 数据与方法

1.1 热带气旋资料、SST遥感数据

热带气旋的中心位置、最大持续风速、路径等信息选用由Joint Typhoon Warning Center (JTWC)发布的数据。热带气旋的强度按照萨菲尔-辛普森飓风等级(Saffir-Simpson hurricane intensity scale, SSHS)分类系统确定(http://weather.unisys.com/hurricane/)。
目前, SST遥感数据已具有较高的空间分辨率和时间分辨率。隶属于NOAA的National Oceanographic Data Center (NODC)与Physical Oceanography Distributed Active Archive Center (PO.DAAC)联合发布的L4级融合数据GODAE High Resolution SST Products (GHRSST, ftp://ftp.nodc.noaa.gov/pub/data.nodc/ghrsst/), 集微波波段穿透云层的能力与可见光、热红外SST数据具有的高空间分辨率优势于一体, 使该数据的空间分辨率达到0.011°×0.011°, 时间分辨率为1天。

1.2 海洋上层Argo剖面数据

采用Argo浮标所测得的剖面温度、盐度数据。在选择研究区域和热带气旋时, 需要保证Argo浮标在研究区域内相对均匀分布, 而且在热带气旋过境前后都获取足够的有效数据。本研究选取2014年9月中下旬两个相继经过南海东北部的台风“海鸥” (Kalmaegi, 201415)和热带风暴“凤凰”(Fung-Wong, 201416)为研究对象。

1.3 风场数据

采用卫星Advanced Scatterometer(Ascat)的海表面风场数据。法国海洋开发研究院的CERSAT研究组的Daily-averaged wind and wind stress fields (DASCAT) L3数据, 融合了Ascat传感器每日获取的升轨和降轨两次数据, 一定程度上弥补了卫星扫描条带宽度不足的缺陷, 增加了有效数据量。该数据包含风矢量及风应力等变量, 空间分辨率为0.25°×0.25°, 时间分辨率为1天(ftp://ftp.ifremer.fr/ifremer/cersat/ products/gridded/MWF/L3/ASCAT/)。
Ekman层的深度根据海表面风速计算。取空气密度ρa为1.25kg·m-3, 拖曳系数CD =2.6×10-3, 海水的密度ρsw为1027kg·m-3, 得到方程:
E D = 7.12 U 10 ( sin φ ) - 1 / 2 (1)
式(1)中, ED为Ekman层深度, U10为海面以上10m处风速, φ为纬度, 其定义域为[-π/2, π/2] (Talley et al, 2011)。
研究风应力在Ekman层内的水平输送效应, 根据方程:
UE= τ y / ( ρ SW f ) (2)
VE= τ x / ( ρ SW f ) (3)
计算出Ekman层内的水平输送速度。式(2)、(3)中, UE、VE分别为埃克曼输送在东向、北向的分量, 单位是m2·s-1, f为科氏参数, τx、τy分别为风应力在东向、北向的分量 (Talley et al, 2011)。
研究风应力在Ekman层内的垂直输送效应, 根据方程:
W E = ∂ U E ∂ x + ∂ V E / ∂ y (4)
计算出埃克曼抽吸速度(Ekman pumping velocity, EPV)。式(4)中WE为EPV(向上为正), 其余变量同上(Talley et al, 2011)。

1.4 热通量数据

利用美国国家环境预报中心(National Centers for Environmental Prediction, NCEP) Ⅱ的再分析资料, 研究海洋和大气之间的热量交换状况(Song et al, 2013)。海-气界面的净热通量(net heat flux, NHF)是通过对感热通量(sensible heat flux, SHF)、潜热通量(latent heat flux, LHF)、长波辐射(longwave radiation, LW)和短波辐射(shortwave radiation, SW)求和而得到, 单位是W·m-2。该数据的空间分辨约为1.875°×1.875°, 时间分辨率为6h、1天和1月。本研究采用由6h时间分辨率的数据取平均而得到的1天时间分辨率数据(http://www.esrl.noaa.gov/psd/ data/gridded/data.ncep.reanalysis.html)。

1.5 热带气旋和Argo浮标信息

5个Argo浮标分布在南海东北部, 靠近热带气旋“海鸥”、“凤凰”路径(图1)。根据SSHS分类系统, “海鸥”的强度为1级台风, “凤凰”的强度为热带风暴, 两者均生成于西北太平洋菲律宾以东海域。“凤凰”迟于“海鸥”5天并基本沿相同路径进入吕宋海峡, 而在南海东北部沿不同方向过境。
Fig. 1 Tracks, intensity, and the maximum sustained wind speeds of Typhoon Kalmaegi (201415) and Tropical Strom Fung-Wong (201416), and the locations of five Argo floats in September 2014.

图1 台风“海鸥”和热带风暴“凤凰”的路径、最大持续风速和5个Argo浮标的位置
风速的单位是节(kt), 1kt=1nm·h-1=1.852km·h-1

5个Argo浮标分别为: Argo 1(ID: 112830)、Argo 2(ID: 103624)、Argo 3(ID: 111160)、Argo 4(ID: 112831)、Argo 5(ID: 9592)。Argo 1~4采样的时间分辨率约为4d, 近海表面的初始采样深度约5~5.5m, 最大采样深度约1200m, 剖面内采样水深间隔随深度增加而增加, 在各深度层内的具体采样间隔深度是: 海表至110m深度层内约为5m; 110至140m深度层内约为10m; 140至200m深度层内约为20m; 200m至400m深度层内约为 25m; 400至600 m深度层内约为 50m; 600至900m深度层内约为75m; 900至1200m深度层内约为100m。Argo 5的剖面采样间隔深度加密为2m, 时间尺度上, 除每4天采样一次的模式外, 也进行时间尺度为4~5h的采样频率。此外, Argo 5漂浮于大陆坡附近, 深水区的深度超过1200m, 浅水区的深度约为280m, 最大采样深度随采样时间与位置变化。

2 结果

2.1 SST对两个热带气旋的响应

“海鸥”进入南海海域前, 除台湾海峡外研究区域的SST超过29℃, 吕宋海峡西太平洋一侧SST稍高于南海东北部(图2a)。自9月14日掠过吕宋岛进入南海北部至16日离开该海域, “海鸥”在路径右侧、Argo 2左侧海域引起的SST最大降温达到2.64℃, “冷迹”一直偏向路径的右侧(图2b、c)。
Fig. 2 Changes of SST in responses to Typhoon Kalmaegi and Tropical Strom Fung-Wong. Before: Sep. 12 (a); during: Sep. 15 (b), Sep. 16 (c), Sep. 19 (d), Sep. 20 (e), Sep. 21 (f); after: Sep. 24 (g), Sep. 27 (h)

图2 SST响应台风“海鸥”和热带风暴“凤凰”的变化过程
a. 9月12日; b. 9月15日; c. 9月16日; d. 9月19日; e. 9月20日; f. 9月21日; g. 9月24日; h. 9月27日

至9月19日, “凤凰”沿吕宋岛北缘进入了南海东北部后, 移动速度减小, 并改沿120°E线向北移动(图1), “冷迹”面积减小, 但最大降温却达到2.67℃。随着“凤凰”继续向北, “冷迹”向着“凤凰”的路径扩展(图2d、e), 西侧SST缓慢回升而东侧继续受到“凤凰”影响而降温。9月20日, “冷迹”集中在Argo 2周围以及Argo 1、Argo 2和Argo 3形成的三角区, 最大降温为3.02℃。9月21日, “凤凰”在台湾岛以南、Argo 5以东海域再次改变移动方向, 转为东北向沿台湾岛东侧海岸线进入西北太平洋黑潮区, 并在台湾岛以东的太平洋海域形成新的“冷迹”。新“冷迹”内SST最大降温幅度达到3.44℃, 沿“凤凰”路径右侧SST低值区向南延伸并与左侧“冷迹”相接, 而左侧的“冷迹”面积和SST降温幅度都有所减小。在SST降温阶段(图2b~f), “冷迹”位置偏向热带气旋路径的右侧, SST降低的时滞为1天, 降温幅度超过2℃的“冷迹”面积于9月20日达到最大, 约8.3×104km2。

2.2 热带气旋前后MLD及混合层内温度、盐度的变化

在存在较强温跃层的海域, 用温度或盐度计算的MLD一致, 而在赤道太平洋暖池和南半球高纬度海域, 用温度、盐度得到的MLD有较大差异(Kara et al, 2000; 2003)。鉴于南海东北部在9月份的温跃层较强(Qu, 2001; Qu et al, 2007; Xiao et al, 2013), 因此, 采用剖面温度数据计算MLD, 取ΔT =0.5℃的深度为MLD。“海鸥”和“凤凰”过境后, 遥感SST与5个Argo浮标测得SST的变化基本一致, 不同位置的MLD变化的差异显著(表1)。
Tab. 1 Changes of SST and MLD in responses to tropical cyclones at Argo floats’ locations

表1 Argo浮标处SST与MLD响应热带气旋的变化

浮标 海鸥(9月14~16日*) 凤凰(9月19~21日*)
与路径的关系 SST降低/℃ MLD/m 与路径的关系 SST降低/℃ MLD/m
位置 距离/km 遥感
数据		 Argo
数据		 过境前 最大
深度		 位置 距离/km 遥感
数据		 Argo
数据		 最大
深度		 恢复
深度
Argo 1 右 125 0.48 0.41 31 35 左 260 0.88 0.60 43 46
Argo 2 左 160 2.15 2.35 23 50 左 400 2.68 × 37 31
Argo 3 中 10 0.70 0.96 40 41 左 100 1.45 × 45 36
Argo 4 右 180 0.45 0.54 31 × 中 0 1.40 1.42 42 36
Argo 5 右 480 0.36 × 31 × 左 25 0.75 0.51 91 49

注: *表示热带气旋过境研究区域的日期; ×表示缺测; 因为“凤凰”过境前Argo浮标所在海域的MLD是受到“海鸥”不同程度影响而处于非稳定状态, 故表中两个热带气旋在MLD一栏的项目有所差别。

这5个Argo浮标测得的200 m内的温盐剖面数据显示不同深度的温度、盐度在热带气旋过后有不同的变化(图3)。
Fig. 3 During the processes of Kalmaegi (201415) and Fung-Wong (201416) in 2014, vertical profiles of temperature (solid lines) and salinity (dashed lines) within the depth of 200 m were derived from five Argos at different times: Sep. 11~12 (a), Sep. 15~16 (b), Sep. 19~20 (c), Sep. 23~24 (d), Sep. 27 (e), and the time difference in every figure was within 24 hours

图3 台风“海鸥”和热带风暴“凤凰”过程中, 5个Argo浮标在不同日期测得的200m内的剖面温度(实线)、盐度(虚线)剖面数据
a. 9月11、12日; b. 9月15、16日; c. 9月19、20日; d. 9月23、24日; e. 9月27日; 以不同颜色分别表示不同Argo浮标, 各小图中, 时间差异在24h以内

“海鸥”过境后, SST于9月16日出现最大降温(图2c)。位于“冷迹”右端的Argo 2(图2b、c)处MLD由22m增加至50m, 而Argo 1处仅由31m加深至34m, Argo 3处保持41m不变(表1, 图3b); Argo 2和Argo 3处MLD内盐度增加了约0.15‰~0.2‰, Argo 1处几乎不变(图3b)。“凤凰”进入南海(图1)后, “冷迹”逐渐扩展至Argo 1、Argo 2和Argo 3形成的三角区域(图2d、e)。Argo 1处MLD再受到“凤凰”影响而加深到至42m, Argo 2处却变为37m, 更靠近“凤凰”路径而位于其第一次(9月19日) 转向处左侧的Argo 3海域MLD变浅至36m(表1, 图3c); Argo 1和Argo 2处盐度变化不明显, Argo 3处则在MLD内的近表层降低超过0.2‰。台风前Argo 4和Argo 5处的MLD均为30m, “凤凰”过境Argo 4处20h后MLD加深至42m (表1, 图3a)。Argo 5缺少“海鸥”过境后的数据(表1)。
Argo 5距“海鸥”的路径约480km, SST的降低幅度小于1℃(表1, 图2b), MLD并没有显著加深(图4a)。自9月19日“凤凰”进入吕宋海峡, 邻近“凤凰”第二次(9月21日)变向点的Argo 5处MLD在“凤凰”中心到达前已经加深, 随着“凤凰”的靠近而进一步加深, 并在其过境4h后加深至61m(图4a)。至9月21日, “凤凰”的中心离开研究区域(图1), 其路径左侧“冷迹”内SST开始回升, 而沿路径及其右侧出现显著降温(图2f), Argo 5处的MLD在“凤凰”过境8小时后达到最深的91m(表1, 图4a)。混合层内温度、盐度达到均匀过程中, “海鸥”过境前MLD 31m向下至“凤凰”过境后最大MLD 91m之间的水层温度变化最为剧烈, 最大增温约6.9℃出现在91m深度(图3e); 而混合层内最大降盐幅度约为1‰, 出现在约65m水层(图3e)。自9月22日, “凤凰”向北移动离开研究海域后, MLD逐渐变浅(图4a), 温度、盐度垂
向稳定的层化结构缓慢形成, 但盐度曲线的恢复速度快于温度(图4b、c)。在接下来的一周内, SST虽缓慢回升(图2g、h), 但两个连续热带气旋造成的降温效应依然存在, MLD也比热带气旋过境前深(图4a)。
Fig. 4 Changes of MLD, temperature (b) and salinity (c) within the mixed layer derived from Argo 5 at different times, during the processes of Typhoon Kalmaegi (201415) and Tropical Strom Fung-Wong (201416) in 2014. Arrows indicate the time when Fung-Wong passed the Luzon Strait, black dots in b and c are the mean values of temperature and salinity in the mixed layer, respectively

图4 台风“海鸥”和热带风暴“凤凰”过程中, 浮标Argo 5在不同日期测得的MLD(a)以及混合层内温度(b)、盐度(c)的变化
箭头表示“凤凰”穿过吕宋海峡的时间; 图b、c中黑色点分别是混合层内温度、盐度的平均值

3 讨论

3.1 两个热带气旋的“叠加降温”作用和热力学过程的影响

两个热带气旋引起的SST“冷迹”偏于各自路径右侧。SST响应“海鸥”出现“冷迹”4日后, “凤凰”进入吕宋海峡后对该“冷迹”的叠加降温效应使“凤凰”左侧“冷迹”的持续存在超过11天。SST的分布表现为, 海鸥引起的“冷迹”向东扩展并沿“凤凰”路径右侧与其在台湾岛东侧引起的“冷迹”相连接。这是因为“凤凰”在吕宋海峡内的平均移动速率约为8.8km·h-1, 远小于其整个生命周期内22km·h-1的平均移动速率, 在南海发展阶段当属“慢移动台风”。“慢移动台风”对途经海域的影响时间会延长(Zhao et al, 2008)。
在混合层内部, 温度、盐度的变化和方差分析表明, 混合层内的平均温度在“凤凰”中心到达Argo 5处前1日就已经开始大幅度下降, 盐度则可能因受“海鸥”影响而升高并达到最大值, 温度、盐度的垂直分布因不充分的混合而离散度均增加(图4b、c)。随着“凤凰”靠近混合层内的平均温度呈波动性下降, 盐度开始降低并在其过境8h后接近热带气旋前的水平。温度、盐度均在“凤凰”过境3天后达到最低值。混合层内剖面温度的离散度则在“凤凰”过境后的1天后变小, 剖面温度更加均匀, 混合层内热力学结构稳定(Talley et al, 2011)。与之相反的是, 盐度的离散度偏大, 这是因为在充分混合的基础上, 又因重力作用(Liu et al, 2011; Talley et al, 2011; Xiao et al, 2013), “凤凰”引起的降水对表层盐度的淡化作用可能通过浮力通量使得剖面盐度分布不均匀; 混合层内的混合过程也可能因受到浮力通量的影响而改变MLD(Xiao et al, 2013)。因混合尚未充分, 混合层内剖面的温度、盐度的离散度大, 温度在过境1天后呈现出了相对均匀的特征, 而盐度在过境3天后才趋于均匀。
热带气旋期间海-气界面净热通量的变化(图5)显示, “海鸥”过境前, 研究区域内的热通量为正, 热量由海表进入大气, 尤其在5个Argo分布的海域(图5a), 净热通量达170W·m-2。热带气旋过境时, 需要从海洋吸收大量热量以维持其暖心结构, 明显地在路径右侧形成净热通量指向大气的高值区(图5b、d~f), 最高约400W·m-2, 这些区域大量失去热量, 基本与“冷迹”所在的位置一致(图2、5)。热带气旋过境2天后, 海洋输入大气的净热通量值减小, 甚至为负值, 即大气向海洋输入热量(图5c、g), SST升高, 且SST越低的位置, 净热通量越小(图5d、g)。因此, 净热通量的分布格局和变化与SST的变化特征密切相关(图2、5), 也与Argo浮标记录的MLD 的变化密切相关(Qu et al, 2007; Xiao et al, 2013)。
Fig. 5 The sea surface net heat flux (units: W·m-2, positive upward) during Typhoon Kalmaegi (201415) and Tropical Strom Fung-Wong (201416) in 2014. Before: Sep. 12 (a); during: Sep. 15 (b), Sep. 16 (c), Sep. 19 (d), Sep. 20 (e), Sep. 21 (f); after: Sep. 24 (g), Sep. 27 (h)

图5 台风“海鸥”和热带风暴“凤凰”过程中的海表面净热通量(向上为正)
a. 9月12日; b. 9月15日; c. 9月16日; d. 9月19日; e. 9月20日; f. 9月21日; g. 9月24日; h. 9月27日

3.2 Ekman层内动力过程的驱动作用

根据热带气旋过境时的“风泵”效应(Tang et al, 2014), 在风应力驱动下, 埃克曼抽吸和埃克曼输送分别引起海水垂直方向和水平方向的输送(Naidu et al, 1990; Talley et al, 2011), 会影响近海表的湍流和垂直混合的强度(Price, 1981; Shay et al, 1992; Jaimes et al, 2009)。海洋表层暖水和下层冷水通过感热交换进行着热量输送(Shay et al, 1992; Nilsson, 1996; Jansen et al, 2010)。风应力驱动的动力学过程, 也会影响热力学过程, 使MLD及混合层内的温度、盐度发生变化(Qu, 2001; Qu et al, 2007; Xiao et al, 2013)。
“海鸥”过境前, 5个Argo浮标所在海域的Ekman层深度均超过了50m(图6a), 大于MLD; 热带气旋过境时, 其中心附近最大风速区的Ekman层深度超过200m, 并随着远离热带气旋中心而递减, 但在研究海域内基本超过100m(图6c、f)。9月24日, 随着风应力减弱至最小, “凤凰”路径左侧“冷迹”内的平均Ekman层深度浅至约40m, 甚至在Argo 1、Argo 3和Argo 4围成的海域不足25m(图6h)。因此, 热带气旋过境时, Ekman层深度基本大于MLD, 而“凤凰”过境后3日, 风应力极弱的海域内Ekman层深度可能小于MLD。总体上, 这两个热带气旋在各自路径右侧引起的SST(表1, 图2)和Ekman层深度变化大于左侧(图6b、e), 进一步揭示了热带气旋影响的右偏性。在北半球, 热带气旋路径右侧风矢量的旋转方向和风强迫产生的近惯性流方向一致, 近惯性流的剪切作用可以影响到很深的水层, 输入路径右侧的能量多于左侧(Chang et al, 1979; Price, 1981; Shay et al, 1992; Hong et al, 2000; Jaimes et al, 2009), 并伴随着较大的海洋热能损失(图6), 使得路径右侧响应热带气旋而发生的变化大于左侧。
Fig. 6 Changes of Ekman layer depth in responses to Typhoon Kalmaegi (201415) and Tropical Strom Fung-Wong (201416). Before: Sep. 12 (a); during: Sep. 14 (b), Sep. 15 (c), Sep. 16 (d), Sep. 19 (e), Sep. 20 (f), Sep. 21 (g); after: Sep. 24 (h)

图6 Ekman层深度在台风“海鸥”和热带气旋“凤凰”过境时的变化
a. 9月12日; b. 9月14日; c. 9月15日; d. 9月16日; e. 9月19日; f. 9月20日; g. 9月21日; h. 9月24日

在Ekman层内, EPV在热带气旋最大风速区有最大值, 并由中心向外围递减, 温跃层以下冷水上涌, 在海面则形成向外围水平输送的海水辐散区, 且右侧强于左侧(图7b、e)。在“海鸥”过境1日后, SST出现最大降温且“冷迹”位置偏于其路径右侧(图2c), MLD在Argo 2处大于Argo 1处(表1)。热带气旋外围则是上升流带与下降流带交替出现, 并随着热带气旋中心位置的移动而转换, 这就加剧了Ekman层内的垂直混合与湍流(Qu et al, 2007; Jaimes et al, 2009)。作为Ekman层内的水平质量输送的埃克曼输送, 其方向由热带气旋中心指向外围, 大小则与风应力分布特征一致(图7)。
Fig. 7 Changes of Ekman transport (vector) and Ekman pumping velocity (color shading) in the Ekman layer during Typhoon Kalmaegi (201415) and Tropical Strom Fung-Wong (201416) in 2014. Before: Sep. 12 (a); during: Sep. 15 (b), Sep. 16 (c), Sep. 19 (d), Sep. 20 (e), Sep. 21 (f); after: Sep. 24 (g), Sep. 27 (h)

图7 Ekman层内埃克曼输送(向量)和埃克曼抽吸(色标)在台风“海鸥”和热带气旋“凤凰”过程中的变化
a. 9月12日; b. 9月15日; c. 9月16日; d. 9月19日; e. 9月20日; f. 9月21日; g. 9月24日; h. 9月27日

“凤凰”沿吕宋岛北缘进入吕宋海峡后, 相反的EPV在南海东北部形成相间的辐聚辐散带并随其移动而转换(Jacob et al, 2000; Jaimes et al, 2009); 而Ekman层内的埃克曼输送指向5个Argo分布区(图7d), 因埃克曼抽吸而冷却的上层水被水平输送, 进一步促进混合过程, MLD均不同程度加深(Qu, 2001; Qu et al, 2007)。9月20日, 尽管Argo 2处EPV为正, 厚度超过200m的Ekman层内有弱上升流, 但该海域东南向的埃克曼输送速度显著小于其前后EPV为负的两侧(图7e), 这可能造成了Argo 2处的MLD加深幅度减小(图3b、c)。在强风应力作用下, “冷迹”(图2c)至吕宋海峡海域Ekman层内的埃克曼输送为东南向(图7e、f), 东侧邻近海-气界面净热通量持续为正的高值区, 因此“冷迹”向东侧“凤凰”路径延伸(图2e、f), 使Argo 3、Argo 4处MLD加深(Xiao et al, 2013)。“凤凰”离开前, Argo 5处持续的埃克曼抽吸效应与北向的Ekman暖水输送(图7d、e)相互影响(Qu, 2001; Qu et al, 2007), MLD因此出现缓慢地不均匀加深(图4a)。9月21日、22日, “凤凰”离开研究海域的过程中, 台湾岛西南海域风应力引起的埃克曼输送离岸背向台湾岛, 埃克曼抽吸与离岸埃克曼输送引起的沿岸上升流协同作用, 大大加深了MLD(Qu, 2001; Qu et al, 2007), 又因该处海深仅280m, 因此, 整个水深都因受到热带气旋的影响, 温度、盐度变化幅度很大(图4b、c)。同一位置EPV正负的改变揭示, 在Ekman层内部可能存在上升流与下降流之间的转换, 下层冷水被抬升的高度不同。
与台湾岛东侧太平洋近岸海域响应台风“莫拉克”而发生的变化(赖巧珍 等, 2013)类似, “凤凰”风应力驱动的离岸埃克曼输送所激发的沿岸强上升流对MLD的影响大于开阔海域对MLD的影响。风应力消失后, 埃克曼抽吸与埃克曼输送等由风应力引起的海水输送趋于零(图7g、h), 但充分的混合已使得上层的热力学特征较为均匀, 温盐等水温结构的恢复却不能立刻完成, 需要较长的时间再次层化。另外, 热带气旋带来大量降水等影响海洋上层盐度的因素也可能通过影响浮力通量影响MLD变化(Xiao et al, 2013), 进而影响叶绿素浓度和初级生产力。

3.3 海洋上层响应热带气旋的“时滞效应”

连续热带气旋“海鸥”、“凤凰”过境的过程中, SST、MLD及混合层内的温度、盐度均发生了显著变化, 但这些变化的发生并不同步。在时间序列上, “凤凰”过境前, MLD已经受到影响而加深(图4a), 在其过境8h后, MLD有最大值。SST“冷迹”在其过境1日后达到最强, SST降温幅度最大(图2f), 与海-气界面净热通量发生的变化同步(Xiao et al, 2013)。而混合层内平均温度、平均盐度在“凤凰”过境3天后才达到最低值(图4b、c), 这是垂直混合和湍流使混合层内部充分混合的结果(Qu, 2001; Qu et al, 2007)。MLD及SST恢复到热带气旋过境前水平所需的时间比发生最大变化所需时间久。另外, 台风对叶绿素a浓度影响的延迟 (Zheng et al, 2007)和热带气旋Linfa引起的“涡旋”状浮游植物藻华(Chen et al, 2011)也表明, 热带气旋引起的海洋上层热力学结构的变化与藻华的分布特征在空间上则具有一致性, 而时间上存在“时滞效应”, 出现在SST变化之后(Zheng et al, 2007; Zhao et al, 2008; Tang, 2010)。

4 结论

热带气旋过境期间产生“风泵”效应, 净热通量和Ekman层内埃克曼抽吸发生变化, 引起MLD明显加深; 由于Ekman层内部可能存在上升流与下降流之间的转换, MLD的加深呈现“不均匀性”。
由于两个连续热带气旋的“叠加降温”作用, SST“冷迹”的持续时间显著延长; 同时, 混合层温度、盐度的响应出现“时滞效应”, 混合层中盐度比温度的恢复速度快。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
关芬呈, 谢清华, 1984. 南海台风的统计特征[J]. 海洋通报, 3(4): 19-27.

GUAN FENCHENG, XIE QINGHUA, 1984. The statistical characteristics of typhoon in the South China Sea[J]. Marine Science Bulletin, 3(4): 19-27 (in Chinese with English abstract).

[2]
赖巧珍, 马雷鸣, 黄伟, 等, 2013. 台湾岛附近海洋对0908号台风“莫拉克”的响应特征[J]. 海洋学报, 35(3): 65-77.

LAI QIAOZHEN, MA LEIMING, HUANG WEI, et al, 2013. The ocean response to Typhoon Morakot (2009) in the western north Pacific boundary region[J]. Acta Oceanologica Sinica, 35(3): 65-77 (in Chinese with English abstract).

[3]
杨晓霞, 唐丹玲, 2010. 台风引起南海海表面降温的位置变化特征[J]. 热带海洋学报, 29(4): 26-31.

YANG XIAOXIA, TANG DANLING, 2010. Location of sea surface temperature cooling induced by typhoon in the South China Sea[J]. Journal of Tropical Oceanography, 29(4): 26-31 (in Chinese with English abstract).

[4]
BENDER M A, GINIS I, KURIHARA Y, 1993. Numerical simulations of tropical cyclone-ocean interaction with a high-resolution coupled model[J]. Journal of Geophysical Research, 98(D12): 23245-23263.

[5]
CHANG S W, ANTHES R A, 1979. The mutual response of the tropical cyclone and the ocean[J]. Journal of Physical Oceanography, 9(1): 128-135.

[6]
CHEN YONGQIANG, TANG DANLING, 2012. Eddy-feature phytoplankton bloom induced by a tropical cyclone in the South China Sea[J]. International Journal of Remote Sensing, 33(23): 7444-7457.

[7]
FU HONGLI, WANG XIDONG, CHU P C, et al, 2014. Tropical cyclone footprint in the ocean mixed layer observed by Argo in the Northwest Pacific[J]. Journal of Geophysical Research, 119(11): 8078-8092.

[8]
HONG XIAODONG, CHANG S W, RAMAN S, et al, 2000. The Interaction between hurricane opal (1995) and a warm core ring in the gulf of Mexico[J]. Monthly Weather Review, 128(5): 1347-1365.

[9]
JACOB S D, SHAY L K, MARIANO A J, et al, 2000. The 3D oceanic mixed layer response to hurricane Gilbert[J]. Journal of Physical Oceanography, 30(6): 1407-1429.

[10]
JAIMES B, SHAY L K, 2009. Mixed layer cooling in mesoscale oceanic eddies during hurricanes Katrina and Rita[J]. Monthly Weather Review, 137(12): 4188-4207.

[11]
JANSEN F M, FERRARI R, MOORING T A, 2010. Seasonal versus permanent thermocline warming by tropical cyclones[J]. Geophysical Research Letters, 37(3): L03602.

[12]
KARA A B, ROCHFORD P A, HURLBURT H E, 2000. An optimal definition for ocean mixed layer depth[J]. Journal of Geophysical Research, 105(C7): 16803-16821.

[13]
KARA A B, ROCHFORD P A, HURLBURT H E, 2003. Mixed layer depth variability over the global ocean[J]. Journal of Geophysical Research, 108(C3): 3079, doi: 10.1029/2000 JC000736.

[14]
LIU LINGLING, WANG FAN, HUANG RUIXIN, 2011. Enhancement of subduction/obduction due to hurricane- induced mixed layer deepening[J]. Deep Sea Research Part I: Oceanographic Research Papers, 58(6): 658-667.

[15]
LIU ZENGHONG, XU JIANPING, ZHU BOKANG, et al, 2007. The upper ocean response to tropical cyclones in the northwestern Pacific analyzed with Argo data[J]. Chinese Journal of Oceanology and Limnology, 25(2): 121-131.

[16]
NAIDU V S, RAO G R L, 1990. Ekman pumping velocity and depth of surface mixed layer of the north Indian Ocean during southwest monsoon[J]. Indian Journal of Marine Sciences, 19(4): 257-260.

[17]
NILSSON J, 1996. Mixing in the ocean produced by tropical cyclones[J]. Tellus A, 48(2): 342-355.

[18]
PRICE J F, 1981. Upper ocean response to a hurricane[J]. Journal of Physical Oceanography, 11(2): 153-175.

[19]
QU TANGDONG, 2001. Role of ocean dynamics in determining the mean seasonal cycle of the South China Sea surface temperature[J]. Journal of Geophysical Research, 106(C4): 6943-6955.

[20]
QU TANGDONG, DU YAN, GAN JIANPING, et al, 2007. Mean seasonal cycle of isothermal depth in the South China Sea[J]. Journal of Geophysical Research, 112(C2): C02020, doi: 10.1029/2006JC003583.

[21]
SHAY L K, BLACK P G, MARIANO A J, et al, 1992. Upper ocean response to hurricane Gilbert[J]. Journal of Geophysical Research, 97(C12): 20227-20248.

[22]
SONG XIANGZHOU, YU LISAN, 2013. How much net surface heat flux should go into the Western Pacific Warm Pool?[J]. Journal of Geophysical Research, 118(7): 3569-3585, doi: 10.1002/jgrc.20246.

[23]
SUBRAHMANYAM B, RAO K H, RAO N S, et al, 2002. Influence of a tropical cyclone on Chlorophyll-a Concentration in the Arabian Sea[J]. Geophysical Research Letters, 29(22): 22-1-22-4.

[24]
TALLEY L D, PICKARD G L, EMERY W J, et al, 2011. Descriptive physical oceanography: an introduction[M]. 6th ed. London: Elsevier: 69-145, 194-200.

[25]
TANG DANLING, KAWAMURA H, SHI PING, et al, 2006. Seasonal phytoplankton blooms associated with monsoonal influences and coastal environments in the sea areas either side of the Indochina Peninsula[J]. Journal of Geophysical Research, 111(G1): G01010, doi: 10.1029/2005JG000050.

[26]
TANG DANLING, 2010. Remote sensing of the changing oceans[M]. Berlin Heidelberg: Springer-Verlag: 7-32, 124-140, 251-275.

[27]
TANG DANLING, SUI GUANGJUN, 2014. Typhoon impact and crisis management[M]. Berlin Heidelberg: Springer- Verlag: 205-383.

[28]
WADA A, USUI N, 2007. Importance of tropical cyclone heat potential for tropical cyclone intensity and intensification in the Western North Pacific[J]. Journal of Oceanography, 63(3): 427-447.

[29]
XIAO XIANJUN, WANG DONGXIAO, ZHOU WEN, et al, 2013. Impacts of a wind stress and a buoyancy flux on the seasonal variation of mixing layer depth in the South China Sea[J]. Acta Oceanologica Sinica, 32(9): 30-37.

[30]
YE HAIJUN, SUI YI, TANG DANLING, et al, 2013. A subsurface chlorophyll a bloom induced by typhoon in the South China Sea[J]. Journal of Marine Systems, 128: 138-145.

[31]
ZHAO HUI, TANG DANLING, WANG YUQING, 2008. Comparison of phytoplankton blooms triggered by two typhoons with different intensities and translation speeds in the South China Sea[J]. Marine Ecology Progress Series, 365: 57-65.

[32]
ZHENG GUANGMING, TANG DANLING, 2007. Offshore and nearshore chlorophyll increases induced by typhoon winds and subsequent terrestrial rainwater runoff[J]. Marine Ecology Progress Series, 333: 61-74.

Options
Outlines

/

〈 〉