臺灣東北部黑潮表面入侵年際變化研究

鄒逸航

(內蒙古自治區氣象臺，內蒙古 呼和浩特 010051)

1 引言

中國東海(以下簡稱東海)是西太平洋的一個邊緣海，東海陡峭的陸坡是阻礙東海陸架水與黑潮水的跨陸架物質交換的天然屏障，但由于各種動力因素影響，在實際觀測中黑潮水與陸架水之間存在較強烈的水交換現象[1,2]，其中我國臺灣東北部(以下簡稱臺灣東北部)是進行物質交換的主要場所而受到最多關注[3]。以往的研究表明在臺灣東北部影響黑潮入侵的動力因素眾多[4]，導致黑潮的向岸入侵過程也具有多尺度的復雜變化，因而有著重要的科學研究價值。

Liu C et al.[5]計算得到黑潮體積輸運量和跨陸架水通量都存在100 d、1 a和準4 a周期信號，其中準4 a周期信號顯示了黑潮輸運量與ENSO之間的良好對應關系。Ding et al.[6]計算22 年平均的黑潮跨陸架水交換時，認為總跨陸架凈水通量的年際變化具有2 a、4 a等周期，顯著強于季節變化，并認為年際變化特征與黑潮流量的變化有關。

現階段對于黑潮入侵的相關研究仍存在一些值得探討的問題：臺灣東北部黑潮入侵除季節尺度外，其他時間尺度上的具體特征或周期規律并不十分明確。結合上述研究現狀和存在的問題，本文將嘗試對臺灣東北部黑潮入侵過程的年際尺度特征進行總結，即分別對時間序列及對應流場變化進行研究。

2 數據資料

本文選擇使用的海表面流場數據資料為網格化的衛星高度計數據資料，來自于法國國家空間研究中心衛星海洋學存檔數據中心提供的AVISO (Archiving, Validation, and Inter- pretation of Satellite Oceanographic Data) 數據集(https://www.aviso.altimetry.fr/en/my-aviso. html)。

流場數據資料為絕對地轉速度延時數據，是根據地轉平衡關系，利用絕對動力高度(Absolute dynamic topography，簡稱ADT)延時數據通過9點插值方法反演出的海表面流場。ADT是大地水準面以上的海面高度，是海表面異常與平均動力高度之和，其數據庫起始時間為1993年1月，投影到笛卡爾坐標系，數據時間間隔為1 d，空間分辨率為1°/4×1°/4。本文采用的數據時間長度為1993年1月1日至2016年12月31日共計24年(8760d)。值得注意的是，通過ADT反演海表面流場的過程，是根據地轉平衡關系得到的，因此該海表面流場只代表了海水運動的地轉部分。

3 臺灣東北部黑潮入侵流場和入侵量

通過對衛星高度計數據的處理，得到我國臺灣及鄰近海域的24年氣候態流-渦場，以及相應的流場方差橢圓-渦度標準差分布圖(圖1)。從氣候態流-渦場來看，黑潮主干在流出臺灣島東部進入東海時，在臺灣東北部的陸架坡折處(約25.75°N)與緯向的東海陸架相撞而分叉，主干沿陸坡流向東北，而另一小部分黑潮水跨越200 m等深線入侵東海陸架區域，隨后轉向東，在大致經向的陸架坡折處(約124.5°E)再次跨越200 m等深線回歸黑潮主干。這與Isobe et al.[7]利用JODC記錄的GEK和ADCP多年觀測數據所繪制的氣候態流場是相吻合的。相對應的氣候態渦度場顯示，黑潮在臺灣東北部的陸坡附近存在一個相對較強的正渦度，位置與以往研究中指出的黑潮入侵點相吻合。

從流場流速方差橢圓和渦度標準差的分布來看，黑潮主軸附近流速方差橢圓長軸大、短軸小，表明黑潮主軸流速變化較大，而流向穩定；在我國臺灣東部(以下簡稱臺灣東部)黑潮以東海域，流速方差橢圓的長、短軸都較大，表明該區域的流場結構復雜化，流速與方向多變，結合當地的渦度標準差分布來看，說明該區域普遍存在復雜的渦旋運動現象；在臺灣東北部黑潮入侵的海域，流速方差橢圓呈旋轉分布，結合渦度標準差來看，當地長期存在一個直徑約100 km左右的中尺度旋轉流場，這應該與黑潮入侵陸架涌升導致的上升流有關。

選取EOF分析的范圍時，充分考慮到流場內形態變化、黑潮流量變化、黑潮入侵量變化之間的密切關系，以及可能引起黑潮流量或入侵量顯著變化的各種動力因素，最終選擇區域范圍為121.6°～123.9°E, 24.1°～26.4°N(如圖1框內的區域)，這樣既能全面刻畫黑潮在通過臺灣東北部過程中主干流速、流量的變化情況，又能確定臺灣東北部黑潮入侵東海陸架的變化情況，是本文擬解決問題指向的核心區域。

圖中(a)藍色箭頭代表流速，顏色代表渦度，單位：×10-5/s，綠色直線代表斷面AB、BC，黃褐色曲線代表200 m等深線，帶圓圈的黃色方框內的區域是為EOF分析所選取的區域，數字表示過斷面AB、BC流量；(b)顏色和黑色等值線及所標注的數字表示渦度標準差，單位：×10-5/s，藍色橢圓表示流速的方差橢圓

圖1 (a)基于衛星高度計流場數據的海表面多年平均流場；(b)多年海表面流場的流速方差橢圓及渦度標準差場

為了研究黑潮入侵的多尺度變化特征，首先需要確定黑潮長期的入侵量變化，選取兩個斷面的流量差來表征黑潮的入侵量。如圖1a所示，斷面AB(沿24.375°緯線，經度范圍121.75°E ～123.625°E)、BC(沿123.625°E經線，緯度范圍24.375°N～25.75°N)與200 m等深線(即東海陸架邊緣，可作為黑潮入侵東海陸架的邊界線)圍成的封閉區域，是黑潮與東海陸架水進行水交換的重要關口。文中將斷面AB、BC的流量差近似代替黑潮海表面入侵量，得到一條24年的海表面流量差(黑潮入侵量)時間序列(圖2a)，斷面流量(差)計算公式如下：

ΔQ=QAB-QBC.

(1)

QAB、QBC、△Q分別表示過斷面AB、BC的流量和兩斷面流量差，代表斷面AB上流場的經向平均速度分量，代表斷面BC上流場的緯向平均速度分量，LAB、LBC表示斷面AB、BC長度，H為深度，由于衛星數據反應的是黑潮表層的流場，本文也只對黑潮的表層入侵量進行研究，因此水深取H=1m。為方便對比，文中流量(差)單位統一為×104m3/s。本文據此估算了氣候態流場中過斷面AB、BC的海表面氣候態流量分別為6.85×104 m3/s、4.13×104m3/s，及海表面斷面流量差(氣候態的黑潮表層平均入侵量)為2.72×104m3/s。

文中需要對原始流場數據和原始流量差時間序列進行以100 d為界的低通濾波，獲得長周期的流速數據分量ul、vl、和斷面流量差分量ΔQl，對流量差時間序列濾波所得到的超過100天周期分量如圖2所示。

圖2 (a)原始斷面流量差時間序列；(b)大于100d周期流量差時間序列

4 黑潮入侵量年際時空變化特征

為了從黑潮表層入侵量的長時間序列數據中將黑潮入侵的變化周期提取出來，采用了功率譜分析方法進行分析。從功率譜曲線(圖3b)上可以看出黑潮入侵的長周期變化具有的顯著周期包括：183d(0.5年)、225 d、365 d(1年)、876 d(2.4年)，且均已通過95%的置信檢驗。前人在研究黑潮入侵的年際變化特征時也發現過相同的周期特征[8～10]。圖3a小波譜的結果表明，0.5年周期較為顯著的時間段包括1997～2004年、2010～2012年；225d周期較為顯著的時間段包括1994～1996年、2002～2004年；1年周期較為顯著的時間段包括2000～2006年、2009～2015年；2.4年周期則在2009～2013年表現較為明顯。2006～2008年期間的周期性相對于其他年份明顯比較弱。

圖(a)中黑色粗線代表95%的置信線，藍色虛線代表180d、360d、876d周期；(b)流量差長周期部分的功率譜密度曲線，黑實線表示功率譜密度，深色虛線為95%的置信線，淺色虛線代表225天周期節點的位置

圖3 (a)流量差長周期部分的小波譜；(b)流量差長周期部分的功率譜密度曲線

從流場長周期部分的方差橢圓和渦度標準差分布(圖4)來看：在黑潮主軸附近流速方差橢圓短軸很小，長軸較大，且渦度標準差較小，說明黑潮主軸附近的流速變化劇烈，但流向穩定，即黑潮的流量變化大，流態穩定，且該區域并無明顯的渦流結構。在臺灣東北部區域(約122°～123°E，25°～26°N)的陸架坡折處，流速方差橢圓較小且近圓形，具有很大的渦度標準差，說明該區域流速變化小，而流向變化劇烈，分布著較強的旋轉渦流結構。臺灣東部海域(大約124°～125°E，23°～24°N范圍內)的流速方差橢圓短軸、長軸都較大，其中多數方差橢圓長軸垂直于黑潮主干，區域內渦度標準差較大，說明該區域流速、流向變化都十分劇烈，伴隨頻繁發生的渦旋現象，且多數渦旋向向黑潮的方向運動。臺灣東部的頻繁渦旋現象應該與西北太平洋傳播而來的中尺度渦具有很多大的關系；而臺灣東北部渦旋現象證明了黑潮入侵東海陸架時的運動路徑、入侵位置，變化復雜。

黑色曲線及所標注數字表示渦度標準差等值線，顏色表示渦度標準差值，渦度單位：×10-5/s，藍色橢圓表示流速的方差橢圓，黃褐色曲線表示200 m等深線，綠色帶圓圈直線為斷面AB、BC

圖4 流場長周期部分的流速方差橢圓和渦度標準差

5 小結與討論

本文通過對臺灣東北部流場及黑潮流量、入侵量的長周期變化部分的時空特征進行分析，得出以下結論。

(1)黑潮入侵和流場時空年際變化特征：黑潮主干流速變化較大，但流向較穩定，臺灣東北部和臺灣東部渦度時間變化很大，對應流向變化劇烈，其中臺灣東部以東海域的流-渦場的長周期變化應與西北太平洋西傳的中尺度渦有關，而臺灣東北部陸坡附近流-渦場的長周期變化應與黑潮的向岸入侵有關。

(2)黑潮在臺灣東北部入侵過程的年際變化部分的時間尺度主要有0.5年、1年以及2.4年等。0.5年周期較為顯著的時間段包括1997～2004年、2010～2012年；1年周期較為顯著的時間段包括2000～2006年、2009～2015年；2.4年周期則在2009～2013年表現較為明顯。