基于衛(wèi)星高度計資料的黑潮入侵南海流徑的時間變化規(guī)律研究*

劉玉民 張志偉, 張新城 孫忠斌 商 鞏 趙 瑋,

基于衛(wèi)星高度計資料的黑潮入侵南海流徑的時間變化規(guī)律研究*

劉玉民1張志偉1, 2張新城2孫忠斌2①商 鞏2趙 瑋1, 2

(1. 中國海洋大學(xué)三亞海洋研究院海南海洋立體觀測與信息重點實驗室 海南三亞 572024; 2. 中國海洋大學(xué)物理海洋教育部重點實驗室/深海圈層與地球系統(tǒng)前沿科學(xué)中心 山東青島 266100)

黑潮入侵南海對南海的溫鹽平衡、環(huán)流、渦旋和局地氣候等具有重要作用。基于呂宋海峽處黑潮不同流徑的識別方法, 對1993～2021年的衛(wèi)星高度計資料進(jìn)行識別, 獲取黑潮不同流徑的發(fā)生時間, 探究黑潮入侵南海流徑的時間變化規(guī)律。結(jié)果表明: (1)黑潮主要以流套(Looping)和分支(Leaking)兩種流徑入侵南海, Leaking流徑發(fā)生的時長(710周)和概率(46.9%)要遠(yuǎn)高于Looping流徑(時長218周, 概率14.4%)。(2) Looping流徑和Leaking流徑均可將高溫高鹽的西北太平洋水帶入南海, Looping流徑下的平均呂宋海峽上層通量(6.3×106m3/s)略大于Leaking流徑(5.6×106m3/s), Looping和Leaking流徑在4×106m3/s～6×106m3/s區(qū)間發(fā)生時間最長。(3) 季節(jié)變化上, Looping流徑主要發(fā)生在冬季, Leaking流徑在冬半年均較強(qiáng), 夏季二者發(fā)生概率均較低。(4) Looping流徑和Leaking流徑均具有顯著的年際變化特征, Looping流徑在1996年發(fā)生時間最長, 多達(dá)26周, 在2001年幾乎沒有發(fā)生; Leaking流徑在2005年發(fā)生時間最長, 多達(dá)40周, 在2013年發(fā)生時間最短。(5) Looping流徑發(fā)生時長呈現(xiàn)0.15周/年上升的長期變化趨勢, 而Leaking流徑則呈現(xiàn)-0.17周/年下降的長期變化趨勢, 對于整個黑潮入侵時長則呈現(xiàn)下降的變化趨勢。(6) Looping流徑在季節(jié)和年際變化上均受到局地風(fēng)場的調(diào)控, 與臺灣西南的風(fēng)應(yīng)力旋度有著很好的對應(yīng)關(guān)系; 而Leaking流徑與北赤道流位置在季節(jié)和年際尺度上均有著較好的對應(yīng)關(guān)系。

黑潮入侵; 流徑; 呂宋海峽; 季節(jié)變化; 年際變化

黑潮起源于北赤道流, 是北太平洋主要的西邊界流, 沿著菲律賓東部海岸向北流動(Nitani, 1972)。黑潮將大量的物質(zhì)與熱量輸送到中緯度地區(qū), 對北太平洋氣候變率具有重要的調(diào)節(jié)作用(Qiu, 1996; Lien, 2014; Hu, 2015)。當(dāng)向北的黑潮流經(jīng)呂宋海峽時, 由于呂宋海峽有一個300多公里的深缺口, 往往會順時針彎曲, 并入侵南海東北部(Nitani, 1972; Shaw, 1989; Sheremet, 2001; Nan, 2011, 2015; Wu, 2016, 2017)。黑潮入侵作為南海貫穿流的重要組成部分(Fang, 2005; Qu, 2005, 2006), 被認(rèn)為是驅(qū)動南海上層環(huán)流的主要因素之一(Xue, 2004; Liu, 2004, 2008)。黑潮攜帶的高溫高鹽太平洋水進(jìn)入南海, 對南海的熱鹽平衡(Zeng, 2014, 2016)、能量、渦旋活動(Qu, 2009; Zhang, 2013, 2017)以及海氣相互作用(Qu, 2001)等具有重大影響。因此, 開展黑潮入侵南海研究, 對于提升南海環(huán)流的理解和局地氣候的認(rèn)識具有重要作用。

已有研究指出黑潮在呂宋海峽的流徑呈現(xiàn)多樣性與復(fù)雜性。仇德忠等(1984)發(fā)現(xiàn)在夏季發(fā)生西南季風(fēng)時, 南海北部存在一支自東向西的海流, 海水具有高鹽的特性, 認(rèn)為這是黑潮的一個分支, 便稱為“黑潮南海分支”。李立等(1989)對黑潮入侵南海進(jìn)行了分析, 提出了“黑潮流套”的概念, 指出黑潮進(jìn)入南海后可能會以反氣旋形式折回從而形成流套, 反氣旋渦可能從黑潮流套中脫離出來。Hu等(2000)將黑潮入侵南海北部的環(huán)流分為: 流環(huán)(ring)、延伸(extend)、流套(loop)和分支(direct branch)。Caruso等(2006)進(jìn)一步將其分為氣旋式環(huán)流、反氣旋脫落型、反氣旋渦旋、分支和平均路徑。Nan等(2011)利用衛(wèi)星數(shù)據(jù)和HYCOM數(shù)據(jù)分析了近十幾年來海表環(huán)流的特征, 將呂宋海峽處黑潮的流徑總結(jié)為3類: 跨越(Leaping)、流套(Looping)和分支(Leaking), 這種基于長時間序列獲取的黑潮流徑分類得到了廣泛的認(rèn)可。

黑潮以多樣化的流徑入侵南海, 這些流徑同樣具有顯著的季節(jié)和年際變化。Nan等(2015)和宋星林(2020)指出, Looping流徑在冬季發(fā)生的概率大于其他季節(jié), Leaping流徑在夏季時發(fā)生的概率最大, 且是整個夏季的主要形態(tài), 在其他季節(jié)中, Leaking流徑是主要的形態(tài)。在年際變化中, 前人多針對黑潮入侵南海強(qiáng)度或呂宋海峽通量開展年際變化研究(Kim, 2004; Qu, 2004; Wang, 2006), 并指出局地風(fēng)場和北赤道流分叉點位置的南北移動是調(diào)控黑潮入侵南海強(qiáng)度年際變化的兩個重要因素。然而, 對于黑潮入侵南海的兩種具體流徑(即Looping流徑和Leaking流徑)的發(fā)生概率的年際變化及其調(diào)控機(jī)制的認(rèn)識目前尚不清晰。僅有南峰(2012)和Nan等(2015)給出了Looping流徑和Leaping流徑逐年的發(fā)生概率分布, 并指出Looping流徑和Leaping流徑發(fā)生概率分別具有下降和上升的趨勢。Sun等(2020)基于高度計和風(fēng)場資料指出, 局地風(fēng)場是影響Looping流徑強(qiáng)度年際變化的重要因素。

本文利用近30 a的衛(wèi)星觀測資料, 統(tǒng)計了黑潮入侵南海不同流徑的發(fā)生概率, 探究了不同流徑的基本特征, 分析了其在季節(jié)和年際尺度的變化特征和影響因素。以上研究進(jìn)一步厘清了黑潮入侵南海不同流徑的時間變化特征和調(diào)控機(jī)理, 對提高南海和西北太平洋水交換的認(rèn)識和未來開展黑潮入侵南海流徑的預(yù)報研究具有重要意義, 對海上船舶運輸和軍事活動安全等具有重要影響。

1 數(shù)據(jù)及方法

1.1 數(shù)據(jù)

1.1.1 衛(wèi)星高度計數(shù)據(jù) 本文所用衛(wèi)星高度計資料通過哥白尼海洋監(jiān)測服務(wù)(Copernicus Marine Environment Monitoring Service, CMEMS)網(wǎng)站下載(http://marine.copernicus.eu), 包括絕對海面動力高度(absolute dynamic topography, ADT)、緯向地轉(zhuǎn)流()和經(jīng)向地轉(zhuǎn)流()等變量, 時間分辨率為d, 空間分辨率為1/4°。所用數(shù)據(jù)時間范圍為1993～2021年, 空間范圍為: 111°～126°E, 16°～25°N。為了研究方便以及能更好地體現(xiàn)海面流場以及動力高度的變化, 我們對數(shù)據(jù)進(jìn)行了7 d的周平均。后文中季節(jié)和年際變化研究, 對各參數(shù)均進(jìn)行了月平均處理。

1.1.2 再分析資料 本文采用CMEMS網(wǎng)站的再分析資料對呂宋海峽處黑潮不同流徑的流場和通量進(jìn)行繪制, 數(shù)據(jù)下載網(wǎng)址為https://data.marine.copernicus. eu/product/GLOBAL_MULTIYEAR_PHY_001_030/download。該再分析數(shù)據(jù)的空間分辨率為1/12°, 時間分辨率為d, 垂向共50層。該數(shù)據(jù)同化了衛(wèi)星沿軌海表面高度異常數(shù)據(jù)、海表面溫度數(shù)據(jù)、海冰數(shù)據(jù)以及現(xiàn)場觀測的溫鹽剖面數(shù)據(jù), 對于上層流場有較為準(zhǔn)確的刻畫, 因此在本文中用來刻畫不同流徑的垂向流場結(jié)構(gòu)和通量。本文所用CMEMS模式數(shù)據(jù)的時間和空間范圍均與衛(wèi)星高度計數(shù)據(jù)一致。

1.1.3 風(fēng)場數(shù)據(jù) 本文所用風(fēng)場數(shù)據(jù)為歐洲中期天氣預(yù)報中心(European Centre for Medium-Range Weather Forecasts, ECMWF)提供的海表以上10 m風(fēng)場數(shù)據(jù), ECMWF中ERA5是全球氣候的第五代大氣再分析數(shù)據(jù)。數(shù)據(jù)下載網(wǎng)址為https://cds.climate. copernicus.eu/cdsapp#!/dataset/reanalysis-era5-land?tab=form。再分析數(shù)據(jù)將模型數(shù)據(jù)與來自世界各地的觀測數(shù)據(jù)結(jié)合起來, 形成一個全球完整的、一致的數(shù)據(jù)集, ERA5中的風(fēng)場數(shù)據(jù)從1979年至今, 數(shù)據(jù)時間分辨率為 h, 空間分辨率為1/4°。本文所用風(fēng)場數(shù)據(jù)時間范圍為1993～2021年, 為了研究方便, 對風(fēng)場數(shù)據(jù)進(jìn)行了月平均處理。

1.2 方法

基于Nan等(2015)的研究, 我們將呂宋海峽處黑潮的流徑分為三類: 流套流徑(Looping)、分支流徑(Leaking)和跨越流徑(Leaping)。圖1展示了黑潮流經(jīng)呂宋海峽的三種典型流徑, 其中2016年12月為Looping流徑, 2011年6月為Leaping流徑, 2003年2月為Leaking流徑, 以下將對三種流徑的識別方法進(jìn)行具體介紹。

1.2.1 Looping流徑的識別 衛(wèi)星高度計資料(圖1a)表明, 當(dāng)Looping流徑發(fā)生時, 黑潮從呂宋海峽中部入侵南海, 而后在臺灣西南反氣旋式運動, 并從呂宋海峽北部回到太平洋。在臺灣西南區(qū)域存在很強(qiáng)的反氣旋式環(huán)流結(jié)構(gòu)和很強(qiáng)的負(fù)渦度, 因此我們將該區(qū)域(118.125°～121.125°E, 19.875°～22.875°N, 圖1a紫色方框)的相對渦度作為指標(biāo), 用來識別Looping流徑的發(fā)生。根據(jù)格林公式, 該面積積分等于沿區(qū)域邊界的線積分, 因此得到式(1)的黑潮流套指數(shù)KL。繼而計算KL的平均值()與標(biāo)準(zhǔn)差(), 當(dāng)KL<(–)時, 判定為Looping流徑的發(fā)生。

圖1 典型流套流徑(Looping, a)、跨越流徑(Leaking, b)和分支流徑(Leaping, c)對應(yīng)的海面動力高度(ADT)和海面絕對地轉(zhuǎn)流分布

注: 黑色實線近似代表黑潮主軸; a中紫色方框為Looping 流徑區(qū)域, 用來計算Looping流徑的識別指數(shù); b中紫色直線代表120.5°E斷面, 用來計算Leaping 流徑的識別指數(shù)

其中,為重力加速度, 通常取9.8 m/s2,為科氏參數(shù),為ADT,為緯向地轉(zhuǎn)流,為經(jīng)向地轉(zhuǎn)流。

1.2.2 Leaping流徑的識別 當(dāng)Leaping流徑發(fā)生時(圖1b), 黑潮在呂宋海峽內(nèi)先向西北運動, 而后立即向東北運動到達(dá)臺灣島東部, 黑潮幾乎不入侵南海, 甚至?xí)胁糠帜虾Ｋ魅胩窖蟆Ｒ虼宋覀儗⒋┰?20.5°E斷面(圖1b紫色直線)的呂宋海峽表層水體通量(sur)作為指標(biāo)來識別Leaping流徑, 當(dāng)sur指數(shù)為負(fù)時代表Leaping流徑的發(fā)生。值得注意的是Looping流徑發(fā)生時sur指標(biāo)也可能為負(fù), 因此在判別時, 首先識別Looping流徑的發(fā)生時刻, 然后在剩余的時間中再識別Leaping流徑的發(fā)生時刻。sur指數(shù)計算方法如下:

其中,為呂宋海峽寬度,為呂宋海峽斷面緯向地轉(zhuǎn)流。sur為正代表太平洋表層水進(jìn)入南海,sur為負(fù)代表南海表層水進(jìn)入太平洋, 即Leaping流徑的發(fā)生。

1.2.3 Leaking流徑的識別 圖1c展示了Leaking流徑的流場分布, 呂宋海峽處黑潮部分向西入侵南海, 部分繼續(xù)北上到達(dá)臺灣島東部。由于呂宋海峽處流場共分為三種流態(tài), 因此將總的時間去掉Looping和Leaping流徑的發(fā)生時間, 即識別為Leaking流徑的發(fā)生時間。

1.2.4 呂宋海峽上層水體通量計算 黑潮主要在上600 m入侵南海, 因此, 對120.5°E斷面上600 m緯向流積分, 獲取呂宋海峽水體流通量(LS)。計算方法如下:

其中,表示呂宋海峽寬度,為緯向地轉(zhuǎn)流,為水深。

2 結(jié)果與討論

2.1 呂宋海峽黑潮流徑的提取

基于以上不同流徑的識別方法, 對周平均的高度計資料進(jìn)行識別, 獲取了不同流徑的發(fā)生時間。通過對Looping流徑發(fā)生指數(shù)KL的計算, 我們得到了Looping流徑在近30 a的發(fā)生時間, 如圖2a中紅色菱形所示。從圖2可以看出, Looping流徑KL指數(shù)多呈現(xiàn)負(fù)值分布, 其主要發(fā)生在冬季, Looping流徑總的發(fā)生概率為14.4%, 共計發(fā)生218周; 通過對sur指數(shù)的計算, 獲取了Leaping流徑在近30 a的發(fā)生時間(圖2b中綠色菱形所示)。從圖2b中可以看出, Leaping流徑主要發(fā)生在夏季, 其總的發(fā)生概率為38.7%, 共計發(fā)生585周; 除Looping流徑和Leaping流徑外的其他時間, 則判定為Leaking流徑, Leaking流徑總的發(fā)生概率為46.9%, 共計發(fā)生710周。綜上, 呂宋海峽處黑潮的三種流徑中, Leaking流徑發(fā)生概率最高, Leaping流徑次之, Looping流徑發(fā)生概率最小。

圖2 1993～2021年逐周的黑潮流套指數(shù)(a)和呂宋海峽表層水體通量(b)的時間序列

注: a中上、下兩條綠色虛線分別表示黑潮流套指數(shù)的平均值以及–; 紅色實心菱形表示Looping流徑發(fā)生的時間; b 中綠色實心菱形表示Leaping流徑發(fā)生的時間;表示30年間發(fā)生的總概率

2.2 呂宋海峽黑潮流徑的基本特征

2.2.1 海表特征 以上提取了呂宋海峽處黑潮不同流徑的發(fā)生時間, 通過對不同流徑發(fā)生時間的合成, 獲取了黑潮不同流徑的基本運動學(xué)特征。圖3展示了不同流徑合成的海表流場、ADT和120.5°E斷面緯向流場垂向分布特征。

從圖3a～3c可以發(fā)現(xiàn), Looping流徑發(fā)生時, 臺灣西南部存在顯著的反氣旋式流套結(jié)構(gòu), 流套向西可延伸至117°E。對應(yīng)于黑潮反氣旋式入侵, 流套內(nèi)部ADT較高, 同時也顯著高于其他兩種流徑下的ADT, 最大ADT達(dá)到1.26 m, 位于流套中心處。從地轉(zhuǎn)流分布可以看出, 黑潮從呂宋海峽中部進(jìn)入南海, 并將西北太平洋的水體帶入南海, 而后反氣旋式運動, 從呂宋海峽北部離開南海并回到臺灣東部; Leaping流徑發(fā)生時, 黑潮在呂宋海峽先向西北運動, 而后向東北至臺灣東部, 黑潮未入侵南海, 黑潮主軸也未跨越120.5°E斷面, 呂宋海峽西側(cè)ADT較弱, 流速也較弱; Leaking流徑發(fā)生時, 黑潮為分支入侵態(tài), 黑潮向北進(jìn)入?yún)嗡魏{后, 一個分支在呂宋海峽北部進(jìn)入南海, 而后氣旋式入侵南海并沿著地形向西南方向運動, 另一個分支向東北運動到達(dá)臺灣島東部。

2.2.2 流速垂向分布特征 為了更好地刻畫黑潮不同流徑的流速特征, 我們基于CMEMS再分析資料給出了三種流徑在呂宋海峽120.5°E斷面的流速垂向分布, 如圖3 d～3f所示。

圖3 合成Looping (a, d)、Leaping (b, e)、Leaking (c, f)流徑對應(yīng)的ADT、海面絕對地轉(zhuǎn)流分布, 以及120.5°E斷面的緯向流分布

注: a～c中黑色實線近似代表黑潮主軸; d～f為CMEMS再分析數(shù)據(jù)的結(jié)果, 黑色實線表示緯向流速的零線

從圖3d中可以看出, 在Looping流徑發(fā)生時, 緯向流速在整個垂向斷面均呈現(xiàn)顯著的南進(jìn)北出的結(jié)構(gòu), 緯度帶19.0°～21.5°N處, 緯向流速為負(fù), 以西向流為主, 最大流速可達(dá)0.4 m/s, 影響深度可達(dá)600 m, 隨深度增加流速迅速減小, 西向流的經(jīng)向尺度約為250 km。緯度為21.4°～22.0°N處, 緯向流速為正, 以東向流為主, 最大流速可達(dá)0.3 m/s, 影響深度可達(dá)600 m, 隨深度增加流速迅速減小, 經(jīng)向尺度約為60 km。緯向流速零點位于21.5°N附近。Looping流徑發(fā)生時, 東西向流速均顯著大于其他兩種流徑下的速度。在Leaping流徑發(fā)生時, 表層緯向流速在呂宋海峽南側(cè)和北側(cè)為正, 中間為負(fù), 表層凈通量為東向, 說明在表層附近為南海水進(jìn)入西北太平洋, 黑潮幾乎不入侵南海。而在海洋內(nèi)部, 同樣在南側(cè)和北側(cè)為正, 中間為負(fù), 整個斷面的凈通量為南海進(jìn)入太平洋。在Leaking流徑發(fā)生時, 緯向流速多呈現(xiàn)負(fù)值分布, 西向流經(jīng)向范圍為19.5°～21.6°N, 垂向影響深度可達(dá)600 m, 但流速弱于Looping流徑下的流速, 最大流速為0.3 m/s, 發(fā)生在海表。在斷面北側(cè), 同樣出現(xiàn)了正值分布, 但量值和經(jīng)向尺度均較弱。

2.2.3 溫鹽分布特征 南海和西北太平洋具有不同屬性的水體, 南海上層為低溫低鹽的南海局地水, 最大鹽度為34.6, 而西北太平洋上層為高溫高鹽的黑潮水, 最大鹽度可達(dá)34.8以上, 最大鹽度發(fā)生在次表層等密面24.82(位勢密度)附近(Zhang, 2016, 2017)。由于南海和西北太平洋具有顯著差異的水體屬性, 黑潮在呂宋海峽處的不同流徑必然會引起南海北部水團(tuán)特性不同程度的變化。

圖4展示了不同流徑下24.82等密面處(約150 m)溫度和鹽度的分布。在Looping流徑中, 黑潮流套內(nèi)存在顯著的高溫高鹽的太平洋黑潮水, 最大鹽度可達(dá)34.78, 最高溫度可達(dá)18 °C, 向西可延伸至117°E, 說明黑潮流套卷挾著高溫高鹽的黑潮水進(jìn)入南海, 從而顯著影響了南海北部的水團(tuán)特性和溫鹽平衡。在Leaping流徑中, 高溫高鹽的太平洋水并未進(jìn)入南海, 呂宋海峽西側(cè)呈現(xiàn)顯著的低溫低鹽的南海局地水的特征, 溫度為17 °C左右, 鹽度為34.64左右; 在Leaking流徑中, 南海北部沿著黑潮氣旋式入侵的路徑, 溫度和鹽度要略高于周圍的水體, 說明Leaking流徑同樣可以將高溫高鹽太平洋黑潮水帶入南海。雖然其溫度和鹽度均小于Looping流徑, 但向西可延伸至南海更中心處(115°E及以西)。綜上, Looping流徑和Leaking流徑均可將高溫高鹽的西北太平洋水帶入南海, 前者的溫度和鹽度更高, 強(qiáng)度更大, 后者向西延伸距離更遠(yuǎn)。

圖4 合成Looping (a, d)、Leaping (b, e)、Leaking (c, f)流徑對應(yīng)的24.82σ等密度面上的溫度以及鹽度分布

注: 黑色實線近似代表黑潮主軸

2.2.4 呂宋海峽通量統(tǒng)計特征 我們借助于公式(3), 計算出CMEMS模式中上600 m積分的呂宋海峽通量( Luzon Strait transport,LS), 再結(jié)合不同流徑的發(fā)生時間, 統(tǒng)計出不同流徑下LS的分布特征(圖5)。

從圖5中可以看出, 與呂宋海峽海表通量稍有不同, Looping流徑和Leaking流徑發(fā)生時,LS主要為正值, 但Leaping流徑發(fā)生時,LS既有正值也有負(fù)值, 氣候態(tài)平均的LS為3.8×106m3/s。Looping流徑發(fā)生時, 最大LS達(dá)到12.8×106m3/s, 平均LS為6.3×106m3/s,LS在4×106～6×106m3/s區(qū)間內(nèi)發(fā)生時間最長, 達(dá)到52周; Leaping流徑發(fā)生時, 在-2×106～0×106m3/s區(qū)間內(nèi)發(fā)生時間最長, 達(dá)到164周, Leaping流徑下平均LS為-0.6×106m3/s; Leaking流徑發(fā)生時, 最大LS達(dá)到13.6 ×106m3/s, 在4×106～6×106m3/s區(qū)間內(nèi)發(fā)生時間最長, 達(dá)到169周, Leaking流徑下平均LS為5.6× 106m3/s, 小于Looping流徑。綜上, 黑潮主要以Looping和Leaking兩種流徑入侵南海, Looping流徑下的平均LS大于Leaking流徑, 兩種流徑下最大LS均可達(dá)12×106～14×106m3/s, Looping流徑和Leaking流徑在4×106～6×106m3/s區(qū)間發(fā)生時間最長。

圖5 三種黑潮流徑在不同TLS區(qū)間內(nèi)發(fā)生的時間(周數(shù))

注: 黑色虛線代表LS為0;LS為正表示太平洋水進(jìn)入南海,LS為負(fù)表示南海水進(jìn)入太平洋

2.3 呂宋海峽黑潮流徑的時間變化特征

2.3.1 季節(jié)變化 為了探究呂宋海峽處黑潮流徑的季節(jié)變化, 我們將1993～2021年的數(shù)據(jù)按照逐月的發(fā)生概率進(jìn)行統(tǒng)計, 并得到氣候態(tài)月平均結(jié)果, 如圖6所示。

統(tǒng)計結(jié)果表明, Looping流徑主要發(fā)生在冬季, 在其他季節(jié)發(fā)生概率較低, 最大概率發(fā)生在1月份, 可以達(dá)到37%, 其次在12月份, 可以達(dá)到35%, 這與前人針對黑潮流套季節(jié)變化的認(rèn)識一致(Wu, 2007; Nan, 2011, 2015); 對于Leaping流徑, 其主要發(fā)生在夏季, 冬季發(fā)生概率較低, 最大概率發(fā)生在6月份, 可以達(dá)到85%; 對于Leaking流徑, 其在冬半年發(fā)生概率均較高(10月至次年4月), 夏季發(fā)生概率較低, 其發(fā)生概率存在2個高值月份, 一個峰值發(fā)生在春季的3月份, 可以達(dá)到79%, 另一個峰值發(fā)生在秋季的11月份, 可以達(dá)到73%。綜合以上特征, 可以得到結(jié)論如下: 呂宋海峽處黑潮以Leaping流徑和Leaking流徑為主, 冬半年(10月至次年4月) Leaking流徑占據(jù)主導(dǎo)地位, 夏季Leaping流徑占據(jù)主導(dǎo)地位, 同時, Looping流徑主要發(fā)生在冬季。綜合黑潮入侵南海的兩種流徑(Leaking流徑和Looping流徑, 圖6中綠線), 同樣呈現(xiàn)顯著的季節(jié)變化, 冬季強(qiáng)夏季弱, 最大和最小概率出現(xiàn)在12月和6月, 分別為98%和15%, 表明黑潮主要在冬季入侵南海。

圖6 1993～2021年氣候態(tài)月平均的Looping、Leaping、Leaking發(fā)生概率以及Looping和Leaking流徑發(fā)生概率之和的時間序列

2.3.2 年際變化 呂宋海峽處黑潮主要以Looping和Leaking兩種流徑入侵南海, 因此對Looping和Leaking兩種流徑進(jìn)行逐年的統(tǒng)計, 以探究黑潮入侵南海流徑的年際變化, 如圖7所示。從圖7中可以看出, Looping和Leaking兩種流徑的發(fā)生概率均具有顯著的年際變化特征。其中, Looping流徑在1996年發(fā)生時間最長, 可達(dá)17周, 發(fā)生概率為32%。此外, 1994年、1999年、2004年、2011～2013年、2017年和2021年發(fā)生概率也較高; 而在1993年、1998年、2001年、2008年發(fā)生概率較低, 其中2001年幾乎沒有出現(xiàn)Looping流徑。與Looping流徑相比, Leaking流徑呈現(xiàn)略微相反的年際變化, 其在2005年發(fā)生時間較長, 可達(dá)40周, 發(fā)生概率為75%, 同時, 1993年、1997年、2003年、2004年和2020年發(fā)生時間也較長; 而在2013年發(fā)生時間最短, 僅達(dá)到4周, 2021年次之, 持續(xù)了7周。對于整個黑潮入侵(二者之和), 由于Leaking流徑發(fā)生概率約為Looping流徑的3倍, 其年際變化主要受到Leaking流徑的調(diào)控, 發(fā)生概率最高值出現(xiàn)在2004年, 最大概率可以達(dá)到90%, 發(fā)生概率最低值出現(xiàn)在2013年, 最低概率僅為34%。

除了顯著的年際變化, 黑潮入侵南海的發(fā)生概率同樣具有顯著的長期變化趨勢。其中Looping流徑的發(fā)生時長呈現(xiàn)上升的長期變化趨勢, 其變率為0.15周/年。與之相反, Leaking流徑的發(fā)生時長呈現(xiàn)下降的長期變化趨勢, 其變率為-0.17周/年。整個黑潮入侵南海的發(fā)生時長則呈現(xiàn)下降的長期變化趨勢。綜上, 黑潮Looping流態(tài)入侵南海的時間逐年增加, Leaking流態(tài)入侵南海的時間逐年降低, 總的黑潮入侵南海的時間呈減少趨勢, 黑潮不入侵南海的Leaping流態(tài)的時間呈增加趨勢, 這與前人發(fā)現(xiàn)的黑潮入侵南海強(qiáng)度呈降低趨勢的結(jié)論一致(Nan, 2013)。

圖7 1993～2021年逐年的Looping(a), Leaking(b)流徑和二者之和(c)的發(fā)生概率和周數(shù)時間序列

注: 藍(lán)色虛線表示發(fā)生概率長期變化趨勢

3 討論

3.1 局地風(fēng)場對黑潮路徑的影響

前人研究發(fā)現(xiàn)南海北部局地風(fēng)場是黑潮入侵南海路徑和強(qiáng)度變化的重要調(diào)控因素之一(Farris, 1996; Wu, 2012; Nan, 2013; Sun, 2020), 那么局地風(fēng)場對黑潮入侵流徑持續(xù)時間的季節(jié)和年際變化有何影響呢？為了探究這一問題, 我們利用海表10 m的風(fēng)場數(shù)據(jù), 計算了圖1a中紫色框中的風(fēng)應(yīng)力旋度, 計算公式為

風(fēng)應(yīng)力的計算公式為

圖8展示了風(fēng)應(yīng)力旋度和Looping流徑發(fā)生概率在季節(jié)和年際上的分布。從圖8可以看出, 季節(jié)尺度上, 二者具有很好的對應(yīng)關(guān)系, 相關(guān)系數(shù)達(dá)到0.67, 超過95%置信檢驗(0=0.56), 均存在冬強(qiáng)夏弱的季節(jié)變化特征, 冬季南海東北風(fēng)增強(qiáng), 臺灣西南呈現(xiàn)較強(qiáng)的負(fù)的風(fēng)應(yīng)力旋度, 更有利于黑潮以Looping流徑入侵南海, 夏季則為西南風(fēng), 不利于黑潮Looping流徑的發(fā)生。黑潮Looping流徑主要發(fā)生在冬季(1月、2月、11月、12月), 因此將逐年冬季的風(fēng)應(yīng)力旋度與Looping流徑發(fā)生概率進(jìn)行對比。從圖8b可以看出, Looping流徑發(fā)生概率與風(fēng)應(yīng)力旋度存在較好的正相關(guān)關(guān)系, 二者的相關(guān)系數(shù)達(dá)到0.49, 超過95%置信檢驗(0=0.36), 說明Looping流徑發(fā)生概率的年際變化受到局地風(fēng)場的調(diào)控, 臺灣西南負(fù)的風(fēng)應(yīng)力旋度越強(qiáng), 越有利于黑潮以Looping流徑的形式入侵南海, 這與前人研究結(jié)果較為一致(Sun, 2020)。與此同時, 臺灣西南負(fù)的風(fēng)應(yīng)力旋度和Looping流徑發(fā)生概率均存在增強(qiáng)的長期變化趨勢, 說明臺灣西南負(fù)的風(fēng)應(yīng)力旋度的增強(qiáng)促進(jìn)著黑潮Looping流徑發(fā)生時間的增長。與Looping流徑相比, 冬季臺灣西南負(fù)的風(fēng)應(yīng)力旋度并不支持形成Leaking流徑, Leaking流徑的發(fā)生概率與風(fēng)應(yīng)力旋度在年際尺度上相關(guān)性較差, 且長期變化趨勢相反(圖片未展示), 說明局地風(fēng)場不是Leaking流徑發(fā)生概率年際變化的主控因素。

圖8 風(fēng)應(yīng)力旋度(WSC, 藍(lán)線)與Looping流徑發(fā)生概率(黑線)的氣候態(tài)月平均(a)和逐年冬季平均(b)時間序列

注:表示相關(guān)系數(shù); 藍(lán)色虛線表示風(fēng)應(yīng)力旋度的長期變化趨勢, 黑色虛線表示Looping流徑發(fā)生概率的長期變化趨勢; 風(fēng)應(yīng)力旋度與Looping流徑發(fā)生概率已利用各自的最大值進(jìn)行歸一化, 所有時間序列均經(jīng)過歸一化處理

3.2 北赤道流對黑潮路徑的影響

除局地風(fēng)場外, 北赤道流變化也是黑潮入侵南海路徑和強(qiáng)度的另一個重要調(diào)控因素, 北赤道流變化伴隨北赤道流分叉點位置顯著變化, 北赤道流分叉點的南北移動會改變上游黑潮的強(qiáng)度, 進(jìn)而調(diào)控黑潮入侵南海的強(qiáng)度(Sheremet, 2001; Qu, 2004; Yuan, 2011; Sun, 2016)。楊龍奇等(2014)表示, 北赤道分叉點的位置變化可以代替黑潮入侵南海的強(qiáng)弱變化。因此本文借助于北赤道流分叉點的位置變化來探究其對黑潮入侵流徑的影響, 北赤道流分叉點的計算方法參考Qiu 等(2010), 計算公式如下:

圖9展示了北赤道流分叉點緯度和Leaking流徑發(fā)生概率在季節(jié)和年際上的分布。從圖9可以看出, 季節(jié)尺度上, 二者具有很好的對應(yīng)關(guān)系, 相關(guān)系數(shù)達(dá)到0.82, 超過95%置信度檢驗(0=0.56), 均存在冬半年強(qiáng)夏半年弱的季節(jié)變化特征, 冬半年北赤道流分叉點北移, 呂宋島東側(cè)黑潮減弱, 弱的黑潮更有利于入侵南海(Sheremet, 2001; Qu, 2004), 從而Leaking流徑發(fā)生概率更高。而在年際尺度上, 二者同樣具有較好的相關(guān)性, 相關(guān)系數(shù)為0.56, 超過95%置信檢驗(0=0.36), 說明Leaking流徑發(fā)生概率的年際變化受到北赤道流分叉點南北移動的調(diào)控, 北赤道流分叉點越靠北, 越有利于黑潮以Leaking流徑的形式入侵南海。與此同時, 北赤道流分叉點緯度和Leaking流徑發(fā)生概率均存在減小的長期變化趨勢, 說明北赤道流分叉點長期的南移會增強(qiáng)上游黑潮, 從而阻礙Leaking流徑的發(fā)生。與Leaking流徑相比, 北赤道流分叉點緯度在冬季的北移同樣會有利于Looping流徑的產(chǎn)生, 但Looping流徑的發(fā)生概率與北赤道流分叉點緯度在年際尺度上相關(guān)性較差, 且長期變化趨勢相反(圖片未展示), 說明北赤道流分叉點的南北移動不是Looping流徑發(fā)生概率年際變化的主控因素。

4 總結(jié)

本文從黑潮入侵南海的流徑出發(fā), 基于不同流徑的識別方法對1993～2021年的高度計資料進(jìn)行識別, 獲取不同流徑的發(fā)生時間, 分析了不同流徑在時間變化上的規(guī)律, 從而得到以下結(jié)論:

(1) 黑潮主要以Looping和Leaking兩種流徑入侵南海, 兩種流徑均會將高溫、高鹽的太平洋水帶到南海, 前者的溫度和鹽度更高, 強(qiáng)度更大, 后者向西延伸距離更遠(yuǎn)。Looping流徑下的平均呂宋海峽上層通量LS略大于Leaking流徑, 兩種流徑下最大LS均可達(dá)12×106～14×106m3/s, Looping流徑和Leaking流徑在4×106～6×106m3/s區(qū)間發(fā)生時間最長。

圖9 北赤道流分叉點緯度(NBL, 藍(lán)線)與Leaking流徑發(fā)生概率(黑線)的氣候態(tài)月平均(a)、逐年平均(b)時間序列

注:表示相關(guān)系數(shù); 藍(lán)色虛線表示北赤道流分叉點緯度的長期變化趨勢; 黑色虛線表示Leaking流徑發(fā)生概率的長期變化趨勢; 所有時間序列均經(jīng)過歸一化處理

(2) Looping流徑主要發(fā)生在冬季, Leaking流徑在冬半年均較強(qiáng), 二者在夏季均較弱, Leaking流徑的發(fā)生時長(710周)和概率(46.9%)要遠(yuǎn)高于Looping流徑(時長218周, 概率14.4%)。

(3) Looping和Leaking兩種流徑均具有顯著的年際變化, Looping流徑在1996年發(fā)生的時間最長, 多達(dá)26周時間, 而在2001年幾乎沒有發(fā)生; Leaking流徑在2005年發(fā)生的時間最長, 可達(dá)40周時間, 在2013年發(fā)生時間最短, 僅為4周時間; 同時, Looping流徑發(fā)生時間呈現(xiàn)0.15周/年上升的長期變化趨勢, 而Leaking流徑則呈現(xiàn)-0.17周/年下降的長期變化趨勢, 對于整個黑潮入侵則有著下降的變化趨勢。

(4) 對于黑潮入侵南海的兩種流徑, Looping流徑在季節(jié)和年際上均受到臺灣西南局地風(fēng)應(yīng)力旋度的調(diào)控, Leaking流徑在季節(jié)和年際上均受到北赤道流變化的調(diào)控。

仇德忠, 楊天鴻, 郭忠信, 1984. 夏季南海北部一支向西流動的海流[J]. 熱帶海洋, 3(4): 65-73.

李立, 伍伯瑜, 1989. 黑潮的南海流套?——南海東北部環(huán)流結(jié)構(gòu)探討[J]. 臺灣海峽, 8(1): 89-95.

楊龍奇, 許東峰, 徐鳴泉, 等, 2014. 黑潮入侵南海的強(qiáng)弱與太平洋年代際變化及厄爾尼諾-南方濤動現(xiàn)象的關(guān)系[J]. 海洋學(xué)報, 36(7): 17-26.

宋星林, 2020. 呂宋海峽水動力過程及其對黑潮入侵路徑變化響應(yīng)的數(shù)值模擬研究[D]. 北京: 國家海洋環(huán)境預(yù)報中心: 35-37.

南峰, 2012. 臺灣西南部海域流—渦結(jié)構(gòu)及其演變規(guī)律研究[D]. 青島: 中國海洋大學(xué): 14-15.

CARUSO M J, GAWARKIEWICZ G G, BEARDSLEY R C, 2006. Interannual variability of the Kuroshio intrusion in the South China Sea [J]. Journal of Oceanography, 62(4): 559-575.

FANG G H, SUSANTO D, SOESILO I,, 2005. A note on the South China Sea shallow interocean circulation [J]. Advances in Atmospheric Sciences, 22(6): 946-954.

FARRIS A, WIMBUSH M, 1996. Wind-induced Kuroshio intrusion into the South China Sea [J]. Journal of Oceanography, 52(6): 771-784.

HU D X, WU L X, CAI W J,, 2015. Pacific western boundary currents and their roles in climate [J]. Nature, 522(7556): 299-308.

HU J Y, KAWAMURA H, HONG H S,, 2000. A review on the currents in the South China sea: seasonal circulation, South China Sea warm current and Kuroshio intrusion [J]. Journal of Oceanography, 56(6): 607-624.

KIM Y Y, QU T D, JENSEN T,, 2004. Seasonal and interannual variations of the north Equatorial current bifurcation in a high-resolution OGCM [J]. Journal of Geophysical Research, 109(C3): C03040.

LIEN R C, MA B, CHENG Y H,, 2014. Modulation of Kuroshio transport by mesoscale eddies at the Luzon Strait entrance [J]. Journal of Geophysical Research, 119(4): 2129-2142.

LIU Q Y, JIANG X, XIE S P,, 2004. A gap in the Indo-Pacific warm pool over the South China Sea in boreal winter: seasonal development and interannual variability [J]. Journal of Geophysical Research, 109(C7): C07012.

LIU Q Y, KANEKO A, SU J L, 2008. Recent progress in studies of the South China Sea circulation [J]. Journal of Oceanography, 64(5): 753-762.

NAN F, XUE H J, CHAI F,, 2011. Identification of different types of Kuroshio intrusion into the South China Sea [J]. Ocean Dynamics, 61(9): 1291-1304.

NAN F, XUE H J, CHAI F,, 2013. Weakening of the Kuroshio intrusion into the South China Sea over the past two decades [J]. Journal of Climate, 26(20): 8097-8110.

NAN F, XUE H J, YU F, 2015. Kuroshio intrusion into the South China Sea: a review [J]. Progress in Oceanography, 137: 314-333.

NITANI H, 1972. Beginning of the Kuroshio [M] // STOMMEL H, YASHIDA K. Kuroshio: Physical Aspects of the Japan Current. Seattle, WA, USA: University of Washington Press: 129-163.

QIU B, CHEN S M, 2010. Interannual-to-decadal variability in the bifurcation of the North Equatorial current off the Philippines [J]. Journal of Physical Oceanography, 40(11): 2525-2538.

QIU B, LUKAS R, 1996. Seasonal and interannual variability of the North Equatorial Current, the Mindanao Current, and the Kuroshio along the Pacific western boundary [J]. Journal of Geophysical Research, 101(C5): 12315-12330.

QU T D, 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.

QU T D, DU Y, MEYERS G,, 2005. Connecting the tropical Pacific with Indian Ocean through South China Sea [J]. Geophysical Research Letters, 32(24): L24609.

QU T D, DU Y, SASAKI H, 2006. South China Sea throughflow: a heat and freshwater conveyor [J]. Geophysical Research Letters, 33(23): L23617.

QU T D, KIM Y Y, YAREMCHUK M,, 2004. Can Luzon strait transport play a role in conveying the impact of ENSO to the South China Sea? [J]. Journal of Climate, 17(18): 3644-3657.

QU T D, SONG Y T, YAMAGATA T, 2009. An introduction to the South China Sea throughflow: its dynamics, variability, and application for climate [J]. Dynamics of Atmospheres and Oceans, 47(1/2/3): 3-14.

SHAW P T, 1989. The intrusion of water masses into the sea southwest of Taiwan [J]. Journal of Geophysical Research, 94(C12): 18213-18226.

SHEREMET V A, 2001. Hysteresis of a western boundary current leaping across a gap [J]. Journal of Physical Oceanography, 31(5): 1247-1259.

SUN Z B, ZHANG Z W, QIU B,, 2020. Three-dimensional structure and interannual variability of the Kuroshio loop Current in the Northeastern South China Sea [J]. Journal of Physical Oceanography, 50(9): 2437-2455.

SUN Z B, ZHANG Z W, ZHAO W,, 2016. Interannual modulation of eddy kinetic energy in the northeastern South China Sea as revealed by an eddy-resolving OGCM [J]. Journal of Geophysical Research, 121(5): 3190-3201.

WANG D X, LIU Q Y, HUANG R X,, 2006. Interannual variability of the South China Sea throughflow inferred from wind data and an ocean data assimilation product [J]. Geophysical Research Letters, 33(14): L14605.

WU C R, CHIANG T L, 2007. Mesoscale eddies in the northern South China Sea [J]. Deep Sea Research Part II: Topical Studies in Oceanography, 54(14/15): 1575-1588.

WU C R, HSIN Y C, 2012. The forcing mechanism leading to the Kuroshio intrusion into the South China Sea [J]. Journal of Geophysical Research, 117(C7): C07015.

WU C R, WANG Y L, LIN Y F,, 2016. Weakening of the Kuroshio intrusion into the South China Sea under the global warming hiatus [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 9(11): 5064-5070.

WU C R, WANG Y L, LIN Y F,, 2017. Intrusion of the Kuroshio into the South and East China Seas [J]. Scientific Reports, 7(1): 7895.

XUE H J, CHAI F, PETTIGREW N,, 2004. Kuroshio intrusion and the circulation in the South China Sea [J]. Journal of Geophysical Research, 109(C2): C02017.

YUAN D L, WANG Z, 2011. Hysteresis and dynamics of a western boundary current flowing by a gap forced by impingement of mesoscale eddies [J]. Journal of Physical Oceanography, 41(5): 878-888.

ZENG L L, LIU W T, XUE H J,, 2014. Freshening in the South China Sea during 2012 revealed by Aquarius and in situ data [J]. Journal of Geophysical Research, 119(12): 8296-8314.

ZENG L L, WANG D X, XIU P,, 2016. Decadal variation and trends in subsurface salinity from 1960 to 2012 in the northern South China Sea [J]. Geophysical Research Letters, 43(12):181-189.

ZHANG Z W, LI Y R, TIAN J W, 2013. A modified method to estimate eddy diffusivity in the North Pacific using altimeter eddy statistics [J]. Chinese Journal of Oceanology and Limnology, 31(4): 925-933.

ZHANG Z W, TIAN J W, QIU B,. 2016. Observed 3D structure, generation, and dissipation of oceanic mesoscale eddies in the South China Sea [J]. Scientific Reports, 6: 24349.

ZHANG Z W, ZHAO W, QIU B,, 2017. Anticyclonic eddy sheddings from Kuroshio loop and the accompanying cyclonic eddy in the northeastern South China Sea [J]. Journal of Physical Oceanography, 47(6): 1243-1259.

TEMPORAL VARIATION OF THE KUROSHIO INTRUSION PATH INTO THE SOUTH CHINA SEA BASED ON SATELLITE ALTIMETER DATA

LIU Yu-Min1, ZHANG Zhi-Wei1, 2, ZHANG Xin-Cheng2, SUN Zhong-Bin2, SHANG Gong2, ZHAO Wei1, 2

(1.Key Laboratory of Ocean Observation and Information of Hainan Province, Sanya Oceanographic Institution, Ocean University of China, Sanya 572024, China; 2. Key Laboratory of Physical Oceanography, MOE, China / Frontiers Science Center for Deep Ocean Multipheres and Earth System,Ocean University of China, Qingdao 266100, China)

The Kuroshio intrusion plays an important role in the thermohaline balance, circulation, mesoscale eddy, and local climate of the South China Sea. Based on the identification methods of different Kuroshio paths in the Luzon Strait and the altimeter data between 1993 and 2021, the occurrence time of different Kuroshio paths was identified and the temporal variation of the Kuroshio intrusion paths in the Luzon Strait was studied. Results show that (1) the Kuroshio mainly intrudes into the South China Sea in the paths of the Looping and Leaking. Leaking path occurs much longer (710 weeks) and more frequently (46.9%) than Looping paths (218 weeks, 14.4%); (2) both Looping and Leaking paths can carry warmer and saltier northwestern Pacific water into the South China Sea. In addition, the mean upper Luzon Strait flux in the Looping path is a little larger than that in the Leaking path. The Looping path and Leaking path both show longer occurrence time in the range 4×106～6×106m3/s, respectively; (3) seasonally, the Looping path occurs mainly in winter and the Leaking path is strong in the whole winter half year, while both paths are weak in summer; (4) both Looping and Leaking paths have significant interannual variations. The Looping path occurred for the longest time in 1996 (up to 26 weeks), but almost disappeared in 2001; the Leaking path occurred for the longest time in 2005 (up to 40 weeks), but shortest in 2013; (5) the occurrence duration of the Looping path shows a long-term increasing trend of 0.15weeks per year and the Leaking path shows a long-term decreasing trend of-0.17 weeks per year. The total occurrence time of Kuroshio intrusion presents a long-term decreasing trend; (6) The Looping path is modulated mainly by local wind and wind stress curl southwest of Taiwan Island at both seasonal and interannual scales, while the Leaking path is associated with the location of the North Equatorial Current Bifurcation.

Kuroshio intrusion; paths; Luzon Strait; seasonal variation; interannual variation

* 國家重點研發(fā)計劃, 2022YFC3105003號; 國家自然科學(xué)基金, 42076004號, 42222601號, 42206015號; 中央高校基本科研業(yè)務(wù)費, 202041009號, 202013028號; “泰山”學(xué)者計劃, tsqn202103032號。劉玉民, 碩士研究生, E-mail: liuyumin@stu.ouc.edu.cn

孫忠斌, 博士后, E-mail: szb@ouc.edu.cn

2022-11-30,

2023-02-08

P731

10.11693/hyhz20221100314