Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2018 , Vol. 37 >Issue 6: 16 - 25

DOI: https://doi.org/10.11978/2018014

Marine Hydrography

A study of near-inertial oscillations in the northern South China Sea based on in-situ observations during the passage of Typhoon Kalmaegi

  • HUANG Yandan 1, 2 ,
  • XU Jiexin 1 ,
  • LIU Junliang 1 ,
  • CHEN Zhiwu 1 ,
  • CAI Shuqun , 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;
Corresponding author: CAI Shuqun. E-mail:

Received date: 2018-01-25

  Online published: 2018-12-24

Supported by

Natural Science Foundation of China (41430964, 41521005, 41776005);Key Research Program of Frontier Sciences, Chinese Academy of Sciences (QYZDJ-SSW-DQC034)

Copyright

热带海洋学报编辑部
Fold

Abstract

In this study, the vertical characteristics of near-inertial oscillations (NIOs) induced by Typhoon Kalmaegi are analyzed by using data from two moorings about 20 km apart in the northeastern South China Sea in Sept. 2014. The results show that the energy of typhoon-induced NIOs, which propagates downward into the ocean interior, increases with depth in the upper layer and becomes maximum in the mid layer before dissipating with depth. However, we find that there is a large difference in vertical characteristics of typhoon-induced NIOs between the two moorings. The NIOs at mooring A had three different vertical phase velocities at different depths while the NIOs at mooring B showed invariable phase velocity. The value and depth of the maximum near-inertial kinetic energy (NIKE) are also different at the two moorings. The maximum NIKE was 15% greater at mooring B than at mooring A. After the passage of Kalmaegi, fD2 via nonlinear wave interaction between f and D2 occurred at the two moorings, except that the intensities of fD2 at the two moorings were different. At mooring A, fD2 changed with depth and its interaction between f and D2 was weak. The energy of fD2 at mooring B enhanced at the full depth, and the kinetic energy and velocities of fD2 and f had a good correlation for their time-space distributions and variations. The difference of vertical phase velocity of NIOs and fD2 at the two moorings may be caused by the effects of eddy and different stratifications.

Key words： near-inertial oscillations; wave-wave interaction; typhoon; the northern South China Sea

Cite this article

HUANG Yandan , XU Jiexin , LIU Junliang , CHEN Zhiwu , CAI Shuqun . A study of near-inertial oscillations in the northern South China Sea based on in-situ observations during the passage of Typhoon Kalmaegi[J]. Journal of Tropical Oceanography, 2018 , 37(6) : 16 -25 . DOI: 10.11978/2018014

海洋内波是发生在稳定层结的海水内部的一种波动, 其恢复力是重力与浮力的合力(即约化重力)和地转惯性力, 所以内波也称为内重力波或者内惯性—重力波。内波的波动频率介于惯性频率f和浮力频率N之间, 常见的波长为几十米到几十千米, 周期为几分钟到几十小时, 振幅一般为几米到几十米(方欣华 等, 2005)。内波的产生主要有两种机制, 海面风场能量输入所产生的近惯性内波和正压潮流经突变的地形时激发的内潮波。研究表明, 内波谱上能量峰值主要出现在两个内波频率带, 即近惯性内波和内潮波(Fu, 1981; Alford, 2003; Alford et al, 2011)。频率略大于局地惯性频率的内波称为近惯性内波或近惯性振荡, 其水平尺度一般为数百千米, 垂向尺度一般为数百米(Brooks, 1983; Shay et al, 1987; Guan et al, 2014)。在海洋中近惯性运动产生的能量比较大, 主要集中在混合层, 且主要是局地风应力直接作用的结果。近年来, 许多海洋学家开始关注和研究风场对海洋混合层近惯性内波的能量输入, 特别是风暴或者热带气旋过境下, 产生的近惯性内波所带来的海洋内部一系列动力过程和热力学的响应(Price, 1981; Shay et al, 1987)。
南海是热带西太平洋最大的半封闭边缘海, 位于东亚季风区内, 深受季风的影响, 冬季表现为东北季风, 夏季转变为西南季风, 而春季和秋季是季风的转换季节。南海是热带气旋产生最频繁的海域之一。据统计, 平均每年由西北太平洋进入南海或者在南海局地生成的台风约有10.2次(Wang et al, 2007)。热带气旋强度变化, 移动路径改变等极易引起上层海洋的强烈响应(孙璐 等, 2008)。Liu等(2011)根据南海北部潜标数据的功率谱等, 指出台风“帕布”经过南海北部陆架区时近惯性流显著增强; 近惯性内波将台风的能量从海面传播至深层。Chen等(2013)通过分析南海西北部的Acoustic Doppler Current Profiler (ADCP)流速观测数据揭示了近惯性振荡的季节变化, 发现秋季强的近惯性能量主要与台风过境有关。许多研究表明近惯性运动可以与内潮发生非线性波-波相互作用。毛华斌 等(2013)对西沙海域的潜标数据进行分析, 证明了台风激发的强近惯性流驱动惯性波与全日内潮波之间相互作用, 产生了强的耦合波(f+D1)。Guan 等(2014)利用2010年8月—2011年4月南海北部深水区的三套潜标数据, 综合分析了在强内潮背景下南海北部上层海洋对2010年超强台风“鲶鱼”的响应, 结果表明该海域的惯性内波与全日和半日内潮三者之间存在着非线性波—波相互作用, 而次级波动的破碎为南海北部深水区的内波混合过程提供了主要能量。
目前, 南海上层海洋对台风的响应研究主要基于数值模式、卫星资料及单个站点的现场的连续观测资料。我们的科学问题是, 对于台风经过两个不同水深的站点所激发的近惯性振荡, 其垂向分布是否存在差异?而造成差异的原因是什么?本文基于2014年9月南海东北部附近海域两个水深不同的潜标数据, 通过谱分析、滤波等方法, 探讨南海东北部不同水深处台风激发的近惯性振荡的垂向分布特征及其差异。

1 数据和研究方法

1.1 观测数据

2014年第15号台风“海鸥”于9月8日在西北太平洋生成, 并于12日下午发展为热带风暴。9月14日19时左右, 台风“海鸥”在菲律宾吕宋岛东北部登陆, 此后以约30km·h-1的速度向西偏北方向移动, 进入南海海域(图1)。本文采用的数据是中国科学院南海海洋研究所于2014年8—9月在南海东北部附近两站点锚定潜标所获得的数据。其中, 站点A(117°44′E, 20°44′N)和站点B(117°33′E, 20°50′N)的水深分别约为1200、900m, 两站点相距约20km。站位A处的潜标布设了三个声学多普勒海流剖面仪(ADCP)。其中, 在440m深度处布设了一个向上观测的 WHS75kHZ型ADCP, 在450m深度附近布设了一个向下观测的WHS75kHZ型ADCP。这两个ADCP的垂向分辨率都为16m、时间分辨率为2min。另外, 在970m深度附近布设一个向下观测的WHS150kHZ型ADCP。在站位B的500和520m深度处分别布设了向上和向下观测的WHS75kHZ型ADCP, 垂向分辨率分别为8和16m、时间分辨率分别为1.5和2min。
Fig. 1 Locations of moorings A and B (+) and the track of Typhoon Kalmaegi (line with dots).
The date format is month/day

图1 南海东北部观测点位置A和B(+)和台风“海鸥”移动路径(点横线)
等深线单位为m

1.2 计算方法

观测所得的原始海流$U(z,t)$可以看作正压流$\bar{U}\left( t \right)$和斜压流$\tilde{U}(z,t)$之和。将原始观测得到的海流做深度平均即得出正压流:
$\bar{U}(t)=\frac{1}{H}\int_{H}^{0}{U}\left( z,t \right)\text{d}z$
其中, z是深度, t是时间, H为海水总深度。从原始海流减去正压流可得到斜压流:
$\tilde{U}(z,t)=U\left( z,t \right)-\bar{U}(t)$
滤波是将原始信号中某个特定波段的频率滤出的一种方法。一般通过滤波器来提取近惯性频带的内波信号。本文对斜压流进行带通滤波, 使用Butterworth滤波器, 滤波频带为(0.9~1.1)f0(f0为局地惯性频率)。滤波得到近惯性流后, 根据以下公式.计算近惯性动能(Near-Inertial Kinetic Energy, NIKE):
$\text{NIKE}=\frac{1}{2}{{\rho }_{0}}\left( {{u}^{2}}+{{v}^{2}} \right)$
其中, u、v分别为近惯性流的东西和南北流速分量, 海水密度ρ0=1024kg·m-3。

1.3 谱分析

假设平稳随机信号序列X(n)的自相关函数为rx(m), 功率谱Px(ejω)为:
${{P}_{x}}\left( {{\text{e}}^{j\omega }} \right)=\underset{-\infty }{\overset{+\infty }{\mathop \sum }}\,{{r}_{x}}(m){{\text{e}}^{-j\omega m}}$
其中, X(n)为随机信号序列, rx为自相关系数, Px为功率谱, j为虚数单位, w为频率, m为对应n的变量。将随机信号X(n)的N点样本值XN(n)看作能量有限信号, 对其利用FFT计算信号做傅立叶变换得到XN(ejω), 再对其取平方除以N得到X(n)的功率谱估计(汪胜波, 2011):
$\hat{P}\left( {{\text{e}}^{j\omega }} \right)=\frac{1}{N}{{\left| {{X}_{N}}(\omega ) \right|}^{2}}$
海洋中某点水平流速矢量沿着深度的分布可以写为: u(z)+iv(z), i为虚数单位; 并且根据傅立叶变换, 其对应垂向上每个波数m可以记为:
${{u}_{m}}+i{{v}_{m}}=~{{u}_{+}}{{\text{e}}^{imz}}+~{{u}_{-}}{{\text{e}}^{-imz}}$
其中, u+和u-分别为流速的逆时针和顺时针分量, 且其对应的逆时针和顺时针旋转谱可以表示为:
${{A}_{m}}=~\frac{1}{2}~＜u_{-}^{*}{{u}_{-}}＞$
${{C}_{m}}=~\frac{1}{2}~＜u_{+}^{*}{{u}_{+}}＞$
其中, 尖括号代表平均, “*”表示共轭。Cm和Am分表代表波的能量向下和向上传播的程度, 若Cm-Am是正值(负值), 则表示其能量向下(向上)传播。

1.4 小波分析

连续小波变换是指将空间的任意函数在小波基下进行展开, 引入了窗口函数${{\Psi }_{a,b}}\left( t \right)=\frac{1}{\sqrt{\left| a \right|}}\psi (\frac{t-b}{a})$, 并定义连续小波变换:
${{W}_{\psi }}f\left( a,b \right)=\frac{1}{\sqrt{\left| a \right|}}\underset{-\infty }{\overset{+\infty }{\mathop \int }}\,f\left( t \right){{\psi }^{*}}\left( \frac{t-b}{a} \right)\text{d}t$
其中, Ψ是窗口函数, Wψ为小波变换系数, ψ(t)为基小波, f(t)为原始信号, t为时间, $a\in R$且$a\ne 0$, a为尺度因子, 表示与频率相关的伸缩, b为时间平移因子(郭琳 等, 2014)。

2 结果分析

2.1 流场分析

台风“海鸥”在9月15号10时左右从观测站点南方(117°30′E, 17°54′N)经过, 此时台风中心气压约为970pa, 最大风速为35m·s-1。将斜压流进行小波分析, 绘制出两站点的连续小波功率谱, 图2、3展示了观测区域能量在各个频率和时间的分布情况。其中, 红色虚线表示台风进入南海北部的日期。A站点处1天的频率有明显的高能量信号, 表明此处全日内潮较为显著; 而在半日内潮的信号中, u分量的能量较v分量强, 表明此处半日内潮流主要为东西向(图2)。B站点也是全日内潮占优, 其强度比A点弱(图3)。9月15—24日, 两个站点在30~40小时频率处有明显的能量峰值, 表明在这段时间近惯性频段(站点处惯性周期约为35h)信号加强。
Fig. 2 Continuous wavelet power spectra of u (a-c) and v (d-f) components of total observed currents at depths of 150 m (a, d), 200 m (b, e), and 250 m (c, f) at mooring A.
Here and subsequently, the thick black curve denotes the 95% confidence level, and the black curves indicate the region affected by the edges of the data. The red dashed lines indicate the day when the typhoon moved into the northern SCS. The units on the color bar scale are nominal. The x-axis denotes the date with the format of month/day

图2 A站点斜压流u (a—c)、v (d—f) 分量分别在深度150m(a、d)、200m(b、e)和250m(c、f)的连续小波功率谱
黑色粗实线表示置信水平为95%, 图中有颜色部分的边界线表示被边界数据影响的区域, 红色虚线表示台风进入南海东北部的时间

Fig. 3 Same as Fig. 2, except at depths of 55 m (a, d), 150 m (b, e), and 200 m (c, f) at mooring B

图3 B站点斜压流u (a—c)、v (d—f)分量分别在水深55m (a、d)、150m (b、e) 和200m (c、f)的连续小波功率谱

图4是两站点台风期间的近惯性流、全日内潮和半日内潮的波数旋转谱, 展现了三个主频带(近惯性、全日、半日频带)垂向传播的特征。其中Cm为顺时针谱, Am为逆时针谱。可以发现A、B站点在近惯性频段的Cm-Am呈现明显的正值, 即表明近惯性振荡的能量向下传, 其能量源位于海表面。
Fig. 4 Wave number rotary spectra of the three main frequencies of baroclinic currents at moorings A (a-c) and B (d-f). Cm is the clockwise rotary spectrum, and Am is the anticlockwise rotary spectrum.
The time ranges from Sep. 15 to Sep. 24, 2014

图4 台风期间(2014-09-15—24)站点A(a—c)、B(d—f)的近惯性流(a、d)、全日斜压流(b、e)和半日斜压流(c、f)的波数旋转谱
黑色实线为顺时针谱, 红色实线为逆时针谱

2.2 近惯性振荡特征以及波-波相互作用分析

图5是台风前后A、B站点近惯性流速东西分量u的时间序列。由于两站点的近惯性流速东西分量和南北分量的分析结果类似, 所以本文主要展现u分量的分析结果。在台风经过前, 两站点的近惯性流速u分量均小于0.1m·s-1.。台风经过后, A、B站点的近惯性流显著增强, 近惯性振荡维持了10天左右。A站点近惯性振荡影响深度为300m以浅、B站点则为200m以浅。9月21日6点46分A站点近惯性流速u分量在120m深度处达到最大, 最大值为0.34m·s-1; 9月22日18点12分B站点近惯性流速u分量在70m深度处达到最大, 最大值为0.38m·s-1。并且, 两站点的近惯性流速相位向上传播, 表明其群速度是向下的, 即台风传至混合层的能量以近惯性内波的形式向深处传播。但是A、B站点产生的近惯性振荡存在不同的垂向分布特征。A站点在167m和200m深度处近惯性振荡的垂向分布出现转折的拐点, 其垂向相速度随着深度的变化有明显的不同。按照拐点划分Ⅰ、Ⅱ、Ⅲ三个深度范围(图5a): Ⅰ层(深度为100~167m)的垂向相速度大小为6.7m·h-1; Ⅱ层(深度为167~200m)的等相位线几乎平行于z方向, 其垂向相速度接近无穷大(群速度为0); Ⅲ层(深度为200~300m)的垂向相速度大小为4.7m·h-1。B站点的近惯性振荡的垂向相速度在其影响深度上保持不变, 大小为6.7m·h-1。
Fig. 5 u in the upper 600 m observed at moorings A (a) and B (b).
Ⅰ, Ⅱ, and Ⅲ in (a) denote the layers with different vertical phase velocities, and the blank area denotes invalid data

图5 A站点(a)和B站点(b)台风前后近惯性流速u分量时间序列图
a中Ⅰ、Ⅱ、Ⅲ为不同的垂向相速度的分层, 空白处为无效数据

图6和图7分别是台风前后A、B站点斜压流的功率谱, 由于谱分析结果类似, 图中只展示部分深度的功率谱。其中, 黑色、红色实线分别表示台风前后的功率谱, 近惯性(f), 全日(D1)、半日(D2)和 fD1、以及fD2频带均已在图中标出。结果表明, 台风前(2014.09.05—14)两站点的近惯性频带(f)没有明显峰值; 而台风经过后(2014.09.15—24), A、B站点的近惯性频带的能量增强了2~4个量级, 都出现明显的能量峰值, 并且近惯性能量在次表层增强最为明显。图6是A站点划分的Ⅰ(100~167m),Ⅱ(167~200m), Ⅲ层(200~300m)中对应的功率谱。其中, 图6a和6c中的虚线椭圆表明台风后A站点的Ⅰ和Ⅲ层深度处的fD2频段明显增强; 而图6b表明台风前后A站点的Ⅱ层深度处fD2频段能量基本不变。B站点的各个深度上, fD2频带能量在台风过后都增强了1~2个量级(图7)。由此表明两个站点的次级波动fD2存在不同的垂向分布特征。
Fig. 6 Power spectra of u before (Sep. 5~14) and after (Sep. 15~24) Typhoon Kalmaegi at depths of (a) 150 m, (b) 200 m and (c) 250 m at mooring A.
Here and subsequently, the black line denotes pre-typhoon case, and the red line denotes post-typhoon case. The frequency bands of f, D1, D2, fD1, and fD2 are indicated. The cpd is cycle per day

图6 A站点台风前后u分量分别在150m(a)、200m(b)和250m(c)处的功率谱
黑实线表示台风前(2014.09.05—14), 红实线代表台风后(2014.09.15—24), 虚线为近惯性(f), 全日(D1)、半日(D2)和 fD1, 以及fD2频带的划分, cpd(cycle per day)为频率单位

Fig. 7 Same as Fig. 6, except at depths of (a) 55 m, (b) 150 m and (c) 200 m at mooring B

图7 B站点台风前后u分量分别在55m(a)、150m(b)和200m(c)处的功率谱
黑实线表示台风前(2014年9月5—14日), 红实线代表台风后(2014年9月15—24日), 虚线为近惯性(f), 全日(D1)、半日(D2)和 fD1 , 以及fD2频带的划分, cpd(cycle per day)为频率单位

次级波动fD2是近惯性波f和半日内潮波D2非线性相互作用产生的, 而非线性垂直项是影响次级波动生成的主要因素(Guan et al, 2014)。因此, 我们计算了次级波动的非线性垂直项$\sqrt{(w\frac{\partial u}{\partial z})_{fD2}^{2}+(w\frac{\partial v}{\partial z})_{fD2}^{2}}$。此项可进一步分解为$-{{w}_{f}}\frac{\partial {{u}_{{{D}_{2}}}}}{\partial z}$和$-{{w}_{{{D}_{2}}}}\frac{\partial {{u}_{f}}}{\partial z}$(以$-w\frac{\partial u}{\partial z}$为例), 其中wf和${{w}_{{{D}_{2}}}}$分别为近惯性波和半日内潮的垂向速度。图8为台风前后次级波动非线性垂直项的计算结果。结果表明台风过后两站点的非线性垂直项都有不同程度的增强: A站点的非线性垂直项振幅随着深度变化剧烈, 在Ⅱ层其变化幅度较大, 出现拐点; 而B站点的非线性垂直项振幅基本上随着深度递减。这表明次级波动的非线性垂直项的变化可能造成两站点fD2垂向分布的差异。
Fig. 8 Vertical distributions of amplitude of vertical nonlinear terms at moorings A (a) and B (b) before and after Typhoon Kalmaegi.
The data up to 100 m in (a) and those up to 20 m in (b) are invalid

图8 A (a)、B (b)站点台风前后次级波动fD2的非线性垂直项振幅随深度变化
a中100m以浅和b中20m以浅为无效数据

图9a、b是根据公式(3)计算得到的台风前后两站点的近惯性动能。A、B站点的近惯性动能具有相似的垂向分布特征: 近惯性动能在表层都随着深度增大而增大, 最大值出现在次表层, 此后随着深度增加而逐渐减弱。台风前两站点的近惯性动能很小, 不超过2J·m-3; 而台风经过后, 两站点的近惯性动能增强了约20倍。其中, A站点的近惯性动能在140m深度附近达到最大, 其最大值为20.75J·m-3; 然后随着深度增加近惯性动能迅速减小, 在300m深度附近减弱到1J·m-3。而B站点在120m深度处近惯性动能最大, 比A站点的最大近惯性动能大15%左右, 其值达到23.32J·m-3; 此后B站点的近惯性动能也随着深度增加而迅速减弱, 到200m深度处只有2J·m-3左右。
Fig. 9 Vertical distributions of kinetic energy of f, D2 and fD2 before (the black line) and after (the red line) Typhoon Kalmaegi at moorings A (a-c) and B (d-f)

图9 站点A (a—c)、B (d—f)台风前(黑色实线)和台风后(红色实线)f动能 (a、d), D2动能(b、e)和fD2动能 (c、f)垂向分布

图7中B站点的fD2频带的能量在台风过后显著增强, 表明此处可能存在非线性波-波相互作用。因此, 我们对A、B站点的斜压流速进行滤波, 分别得出f、D2和fD2频率的流速u分量的分布(图10), 由于v分量的结果类似, 这里不做展示。可以发现, 在近惯性振荡的影响深度范围内, 台风前两站点的fD2流速基本为0。台风过后A站点的fD2频带的流速很小; 而B站点fD2频带的流速明显增强, 其流速值在9月23号达到最大, 最大值约为0.2m·s-1。B站点fD2频带的流速与近惯性流在时间和空间上有较好的相关性, 而台风前后的D2并没有明显的变化。结合图9给出的台风前后两个观测站点D2和fD2频带的动能, 可以发现, 在台风前, 两站点的fD2频带动能基本为0; 台风过后A站点的fD2频带的动能有所增强但并不明显。相反, B站点fD2的动能增强了6倍左右, 而且B站点的fD2和f频带的动能在其垂向分布以及变化趋势上有较好的相关性, 但D2频率的动能在台风前后变化不大。
Fig. 10 Distributions of the east-west components of currents at frequencies f (a, d), D2 (b, e) and fD2 (c, f) at moorings A (a-c) and B (d-f)

图10 站点A(a—c)、B(d—f)的f频带(a、d), D2频带(b、e)和fD2频带(c、f)滤波的东西向流速分量分布
红色虚线方框处为台风经过后的时间段

3 讨论

根据上述分析, 两站点的近惯性振荡垂向传播速度有明显差异, 主要与不同的背景层化特征有关。两站点的水体层结在垂向上的分布存在明显差异: A、B站点相距约20km, 深度相差约400m。根据潜标所得的温盐实测数据计算两站点的浮力频率, 结果表明, 站点A的浮力频率最大值在61m附近, 其值为0.019s-1; 站点B的最大浮力频率出现在42m附近, 其值为0.0227s-1。表明A站点的层结较深而B站点的层结较强。两站点海水层化状态的不同, 导致近惯性内波向下传播时发生折射的程度不同, 因此图5中两个站点的垂向相速度出现了明显差异。此外, 两站点存在不同强度的f和D2的非线性波-波相互作用, 即: A站点的f和D2的相互作用较弱, 台风过后fD2的能量在Ⅰ、Ⅱ层增强而在Ⅲ层不变; 而B站点的f和D2在近惯性振荡的影响深度内都存在强的相互作用。造成两站点非线性波-波相互作用差异的原因可能是由于两站点fD2的非线性垂直项的不同变化。根据AVISO数据中心提供的9月22日的卫星数据(https://www. aviso.altimetry.fr/en/my-aviso.html), 可以得出海表面高度异常值的分布。图11表明9月22日有暖涡经过A、B站点, 并且A点更靠近涡旋中心。一般来说, 涡旋的经过会改变局地的背景流场(Park et al, 2006; Liu et al, 2015)。由于两站点到涡旋中心的距离不同, 其局地的背景流场受到涡旋影响的程度也有差异。背景流场的改变会影响近惯性流的剪切以及能量的垂向传播, 从而对f和D2的非线性相互作用也会造成影响。
Fig. 11 Distribution of sea level anomaly on Sep. 22

图11 9月22日海面高度异常值分布

诚然, 根据目前掌握的有限观测资料, 难以解释造成两站点近惯性振荡的垂向传播速度的不同和非线性波-波相互作用现象差异的原因, 这有待将来进一步结合数值模式来加以研究分析。

4 结论

本文基于2014年9月南海东北部附近海域的两个潜标数据, 研究了南海北部不同水深处台风致近惯性振荡的垂向分布特征, 结果如下。
1) 该海域斜压潮流主要以全日分潮为主。9月15日—24日, 两个站点在近惯性频段(站点处惯性周期约为35h)的能量有较为明显的峰值。台风前两个站点的近惯性流很弱, 流速值低于0.1m·s-1。台风后两站点的近惯性振荡显著增强, 其垂向群速度向下, 表明台风传至混合层的能量以近惯性内波的形式向深处传播。台风过后两站点的近惯性动能在表层随着深度增大, 其最大值出现在次表层, 此后随着深度增加迅速衰减。
2) A、B站点的近惯性振荡的相速度存在不同的垂向分布特征。A站点的近惯性振荡随深度的变化有三个不同大小的垂向相速度: I层(深度为100~167m)的垂向相速度大小为6.7m·h-1; Ⅱ层(深度为167~200m)的垂向相速度接近无穷大(群速度为0); Ⅲ层(深度为200~300m)的垂向相速度大小为4.7m·h-1。B点的近惯性振荡的垂向相速度在其影响深度上保持不变, 大小为6.7m·h-1。两站点垂向相速度的不同可能是水体层结的差异造成的。两站点的近惯性动能的垂向分布也有所差别: A站点的近惯性动能在140m附近达到最大, 其最大值为20.75J·m-3; 而B站点的最大近惯性动能出现在120m深度附近, 其值达到23.32J·m-3, 比A站点的最大近惯性动能大15%左右。
3) 台风过后两个站点均出现由近惯性波f和半日内潮波D2非线性相互作用产生的次级波动fD2, 但其强度有所差异。A站点f和D2的相互作用并不明显。在台风过后, A站点在100~167m、200~279m深度处的fD2频段都有所增强; 而在167~200m深度处, fD2频段能量在台风前后基本不变。A站点处fD2随深度的变化可能是由于非线性垂直项的变化引起的。但B站点在台风过后的fD2频带则有明显的增强, 其能量在各个深度上都增强了1~2个量级, 这说明B站点处f和D2存在强的非线性波-波相互作用, 并且fD2和f频带的动能和流速分布在时空分布以及变化趋势上有较好的相关性。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
方欣华, 杜涛, 2005. 海洋内波基础和中国海内波[M]. 青岛: 中国海洋大学出版社.

FANG XINHUA, DU TAO, 2005. Fundamentals of oceanic internal waves and internal waves in the China seas[M]. Qingdao: Ocean University of China Press (in Chinese).

[2]
郭琳, 宫辉力, 朱锋, 等, 2014. 基于小波分析的地下水水位与降水的周期性特征研究[J]. 地理与地理信息科学, 30(2): 35-38.

GUO LIN, GONG HUILI, ZHU FENG, et al, 2014. Cyclical characteristics of groundwater level and precipitation based on wavelet analysis[J]. Geography and Geo-Information Science, 30(2): 35-38 (in Chinese with English abstract).

[3]
毛华斌, 陈桂英, 尚晓东, 等, 2013. 西沙海域内潮与近惯性内波的相互作用[J]. 地球物理学报, 56(2): 592-600.

MAO HUABIN, CHEN GUIYING, SHANG XIAODONG, et al, 2013. Interaction between internal tides and near-inertial waves at Xisha area[J]. Chinese Journal of Geophysics, 56(2): 592-600 (in Chinese with English abstract).

[4]
孙璐, 王东晓, 胡建宇, 等, 2008. 南海北部海洋对局地生成热带气旋的响应[J]. 热带海洋学报, 27(4): 10-18.

SUN LU, WANG DONGXIAO, HU JIANYU, et al, 2008. Responses of upper layer of northern South China Sea to two locally-generated tropical cyclones[J]. Journal of Tropical Oceanography, 27(4): 10-18 (in Chinese with English abstract).

[5]
汪胜波, 2011. 功率谱估计在宽带ADCP信号检测中的研究与应用[D]. 青岛: 中国海洋大学.

WANG SHENGBO, 2011. Research on power spectrum and its application in broadband ADCP signal detection[D]. Qingdao: Ocean University of China (in Chinese with English abstract).

[6]
ALFORD M H, 2003. Redistribution of energy available for ocean mixing by long-range propagation of internal waves[J]. Nature, 423(6936): 159-162.

[7]
ALFORD M H, CRONIN M F, KLYMAK J M, 2011. Annual cycle and depth penetration of wind-generated near-inertial internal waves at ocean station papa in the Northeast Pacific[J]. Journal of Physical Oceanography, 42(6): 889-909.

[8]
BROOKS D A, 1983. The wake of hurricane Allen in the western gulf of Mexico[J]. Journal of Physical Oceanography, 13(1): 117-129.

[9]
CHEN GENGXIN, XUE HUIJIE, WANG DONGXIAO, et al, 2013. Observed near-inertial kinetic energy in the northwestern South China Sea[J]. Journal of Geophysical Research, 118(10): 4965-4977.

[10]
FU L L, 1981. Observations and models of inertial waves in the deep ocean[J]. Reviews of Geophysics, 19(1): 141-170.

[11]
GUAN SHOUDE, ZHAO WEI, HUTHNANCE J, et al, 2014. Observed upper ocean response to typhoon Megi (2010) in the Northern South China Sea[J]. Journal of Geophysical Research, 119(5): 3134-3157.

[12]
LIU JUNLIANG, CAI SHUQUN, WANG SHENGAN, 2011. Observations of strong near-bottom current after the passage of Typhoon Pabuk in the South China Sea[J]. Journal of Marine Systems, 87(1): 102-108.

[13]
LIU JUNLIANG, HE YINGHUI, WANG DONGXIAO, et al, 2015. Observed enhanced internal tides in winter near the Luzon Strait[J]. Journal of Geophysical Research, 120(10): 6637-6652.

[14]
PARK J H, ANDRES M, MARTIN P J, et al, 2006. Second-mode internal tides in the East China Sea deduced from historical hydrocasts and a model[J]. Geophysical Research Letters, 33(5): L05602.

[15]
PRICE J F, 1981. Upper ocean response to a hurricane[J]. Journal of Physical Oceanography, 11(2): 153-175.

[16]
SHAY L K, ELSBERRY R L, 1987. Near-inertial ocean current response to hurricane Frederic[J]. Journal of Physical Oceanography, 17(8): 1249-1269.

[17]
WANG GUIHUA, SU JILAN, DING YIHUI, et al, 2007. Tropical cyclone genesis over the South China Sea[J]. Journal of Marine Systems, 68(3-4): 318-326.

Options
Outlines

/

〈 〉