南海東北部中尺度渦對海表葉綠素a濃度的影響規律研究*

蔣澤鳴 商 鞏 張志偉, 趙 瑋,

南海東北部中尺度渦對海表葉綠素濃度的影響規律研究*

蔣澤鳴1商 鞏2張志偉1, 2①趙 瑋1, 2

(1. 中國海洋大學三亞海洋研究院海南省海洋立體觀測與信息重點實驗室 海南三亞 572024; 2. 中國海洋大學物理海洋教育部重點實驗室/深海圈層與地球系統前沿科學中心 山東青島 266100)

基于南海東北部1998～2019年的多源衛星遙感數據和風場再分析數據, 較系統地分析了南海東北部渦旋內部葉綠素濃度的分布特征, 通過量化統計和渦心坐標系參數合成等方法探究了中尺度渦對葉綠素濃度變化的影響規律及潛在機制。結果表明: (1)南海東北部約有60%的中尺度渦旋內部存在葉綠素濃度增加和減少的現象。(2)南海東北部中尺度渦內部葉綠素擾動受到渦旋抽吸和渦致Ekman抽吸機制的共同調控, 其中約有38% (39%)的暖(冷)渦內渦旋抽吸的貢獻更大, 21% (24%)的暖(冷)渦內渦致Ekman抽吸的貢獻更大。(3)南海東北部中尺度渦生命周期內的海表葉綠素濃度變化存在顯著的階段性差異, 在冷暖渦的生成期, 渦旋抽吸的作用更為顯著, 而在冷暖渦的頂峰和消亡期, 渦致Ekman抽吸的作用更為明顯。上述研究結果有助于理解南海東北部初級生產力對中尺度渦的響應過程與機理, 對認識海洋物理-生物耦合過程具有一定的參考價值和研究意義。

中尺度渦; 海表葉綠素; 渦旋抽吸; 渦致Ekman抽吸; 南海東北部

浮游植物生態系統是一種海洋生物地球化學與物理過程的耦合系統(Tang, 2011)。海洋中浮游植物的光合作用為海洋提供了物質交換和溶解氧, 是海洋中物質循環、能量流動和信息傳遞的關鍵環節。葉綠素是浮游植物光合作用中最常見的色素之一, 其濃度的變化可以用于表征浮游植物現存量從而成為衡量海洋初級生產力的重要指標之一(Hays, 2005; Smith, 2006; Werdell, 2009; 陳小燕, 2013)。

中尺度渦是以長時間封閉環流為主的水體運動形式, 在運動過程中會攜帶大量高動能、溫度異常水體, 這些水體的水平輸運和垂向抽吸等物理過程將會對局部海區的溫鹽結構、流場分布以及生態系統初級生產力等產生重要影響(Adams, 2011; Chelton, 2011b)。

近年來, 隨著衛星遙感的快速發展, 為海洋觀測方法與技術提供了強大的處理平臺, 高度計、海表葉綠素等長時間序列、大范圍遙感觀測資料結合實測數據已被廣泛應用于海洋學研究(Stammer, 1997; 潘德爐等, 2008; Zheng, 2011; 李新星等, 2015; 林明森等, 2019; Chen, 2022)。國內外學者在探討中尺度渦動力過程對海洋表層葉綠素濃度響應過程方面進行了相關分析研究(McGillicuddy, 1998; Paterson, 2007; Early, 2011)。探究中尺度渦影響葉綠素變化的主要動力機制, 有助于闡明海洋生態系統的動態過程, 是研究海洋中尺度動力環境調控過程的關鍵所在。

早期學者們對于全球中尺度渦旋的整體生態效應的研究綜合表明, 中尺度渦主要通過四種動力機制(即渦旋水平方向的平流和混合、中尺度渦環流場對浮游植物和營養鹽的“捕獲卷挾”作用、渦旋抽吸作用、渦旋流場和表層風Ekman輸運的相互作用)成為影響海洋生物地球化學過程的重要因素之一(Wang, 2016)。隨著研究的逐步深入, 學者們開始聚焦于不同區域的海表面葉綠素濃度分布, 研究發現中尺度渦對海表葉綠素分布的影響存在顯著的區域性差異。Gaube等(2014)研究表明全球不同海域的海表葉綠素濃度分布結構存在差異, 在西邊界流區域氣旋式渦旋表層葉綠素濃度增加, 而反氣旋渦旋表層葉綠素濃度降低, 南印度洋的特征正好相反, 反氣旋渦內存在正的葉綠素擾動。He等(2016)研究發現, 由于渦致Ekman抽吸和冬季混合層加深的共同作用, 在寡營養鹽的東南印度洋海域出現反氣旋渦內海表葉綠素濃度顯著增加的現象。渦致Ekman抽吸可以將營養物質輸送到混合層, 并加速其向表層輸運, 同時使次表層的葉綠素濃度增加。Xu等(2019)研究發現, 2003～2010年期間在北太平洋海域有1%的中尺度渦能夠通過水平平流以及誘發垂向輸運的方式而形成環狀的葉綠素分布結構。

南海作為西北太平洋最大的邊緣封閉海, 其海域面積廣闊, 地形地貌復雜, 由于季風和黑潮等的影響, 南海地區已經成為全球海洋中尺度過程的活躍區域之一, 其葉綠素濃度的時空變化特征更顯復雜,是當今海洋學研究的熱門話題(Tang, 1999; 趙輝等, 2005; Gao, 2021)。南海東北部處于呂宋海峽西側, 是南海與太平洋物質能量交換的重要場所, 同時也是南海中尺度渦旋主要生成區域之一(Wang, 2003; Zhang, 2013, 2016)。深入分析南海東北部中尺度渦的整體演變過程, 探究中尺度渦旋內部葉綠素擾動的響應特征及其動力機制差異, 是研究南海及周邊海域海洋科學的核心工作之一。Lee Chen等(2007)發現了由于黑潮入侵, 呂宋海峽周邊產生的某一氣旋渦內部葉綠素濃度為整個海域的全年最高值。Lin等(2010)發現了2003年某一反氣旋渦將越南沿岸豐富的營養鹽和浮游植物攜帶至南海北部中央海域而造成海表面葉綠素濃度顯著增加的一次藻華事件。Liu等(2013)通過對南海北部中尺度渦與葉綠素濃度分布的關系進行研究, 發現氣旋渦內部葉綠素擾動受到渦對流和渦抽吸的共同作用, 反氣旋渦內部葉綠素擾動受到渦對流的作用。Xiu等(2016)研究發現, 南海海域的氣旋渦內部葉綠素濃度存在明顯的季節差異, 冬季由于渦抽吸作用, 渦中心葉綠素比渦邊緣高, 夏季由于渦對流作用, 渦中心和渦邊緣葉綠素相差不大; 而反氣旋渦渦中心葉綠素濃度往往比渦邊緣低, 渦對流對葉綠素的作用不明顯, 呂宋島西北側海域生態效應主要由渦抽吸調制。此外, 學者們通過對“黑潮流套”的結構特征進行研究發現, “黑潮流套”脫落出的反氣旋暖渦會攜帶大量的高溫高鹽寡營養鹽的太平洋水進入南海, 導致南海東北部海表異常低的葉綠素濃度分布(Zhang, 2017; Sun, 2020)。

綜上所述, 前人對中尺度渦內部葉綠素濃度變化影響的研究已取得了一定的認識, 但受限于觀測方法及觀測平臺, 關于中尺度渦內部生態效應的研究多集中于對某些特定渦旋的觀測結果進行探討, 而目前針對南海特定海域葉綠素濃度的變化研究尚屬定性分析, 對于量化統計分析的研究相對較少, 中尺度渦在傳播過程中引起渦旋內部海表葉綠素濃度擾動的動力機制貢獻大小差異仍缺乏相關的數據支撐。南海東北部中尺度渦調控葉綠素濃度時空變化的主要動力機制及各機制之間的相對貢獻有待深入研究。

因此, 本文基于1998～2019年的南海東北部多源衛星遙感數據和再分析數據, 通過量化統計和渦心坐標系參數合成等方法分析了中尺度渦的垂向抽吸過程對海表葉綠素濃度的影響, 討論了渦旋抽吸和渦致Ekman抽吸過程對海表葉綠素分布的相對貢獻大小, 并初步分析中尺度渦從生成到消亡對海表葉綠素濃度的影響與相關機制。

1 數據與方法

1.1 數據來源

本研究所用葉綠素數據為多傳感器衛星數據融合的全球海表面葉綠素數據, 可由HERMES (http:// hermes.acri.fr)數據庫獲得。該葉綠素數據產品采用GSM算法處理, 數據空間范圍為115°～124°E, 15°～ 24°N, 起止時間為1998年1月1日至2019年12月31日。數據的空間分辨率為0.041 6°×0.041 6°, 時間分辨率為1 d。

渦旋數據采用的是Chelton等(2011b)依據多傳感器數據融合的海表面高度數據識別追蹤的全球中尺度渦數據。可由AVISO (http://www.aviso.altimetry.fr)網站獲取。該數據集包含了1993年1月1日至2020年3月7日間全球每天一次采樣的, 生命周期大于4周的所有中尺度渦信息。數據集中包括了渦旋的時間、空間位置、半徑、振幅等信息。本文使用的是南海東北部海域的中尺度渦數據(115°～124°E, 15°～24°N)。

高度計數據為多衛星融合的高度計資料, 可通過哥白尼網站(http://marine.copernicus.eu/)下載, 時間和空間范圍與葉綠素數據保持一致。該數據資料空間分辨率為1/4°, 時間分辨率為1 d, 所下載數據包括了海表面高度數據(sea surface height, SSH)、海表面高度異常數據(sea level anomaly, SLA)、海表面絕對地轉流數據和海表面地轉流異常數據。時間范圍為1998～2019年。

海面風場的數據則來自于歐洲中期天氣預報中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的再分析風場數據。該數據提供海表以上10 m處的緯向和經向風場數據, 數據的時間和空間范圍與葉綠素數據保持一致, 該數據的空間分辨率為1/4°, 時間分辨率為1 d。

1.2 數據預處理與分析方法

1.2.2 渦旋提取原則 本文利用Chelton渦旋數據集對南海東北部的中尺度渦進行了軌跡識別與統計, 并對渦旋內部和邊緣的海表葉綠素濃度以及其他參數包括海面高度異常、風場數據進行提取研究。在識別完成所有目標海域的渦旋后, 進行如下處理: (1)預先刪除全天葉綠素缺測的渦旋, 并刪除水深小于200 m的葉綠素數據; (2)將內部缺測占比大的渦旋提前刪除: 葉綠素有效像素點不超過100個且占渦旋范圍總像素點數不高于25%, 半徑小于0.3°; (3)葉綠素取氣候態距平, 將其與渦心的距離小于0.8倍的有效半徑定義為渦旋內部, 與渦心的距離等于0.8～1.2倍有效半徑時定義為渦邊緣(Xiu, 2020), 計算擬合圓內平均濃度異常; (4)將葉綠素濃度分布分為兩種類型: 渦旋內部海表葉綠素濃度異常大于0且內部濃度大于邊緣定義為渦旋內葉綠素濃度增加, 渦旋內部海表葉綠素濃度異常小于0且內部濃度小于邊緣定義為渦旋內葉綠素濃度降低。根據上述定義, 對22 a南海東北部海域范圍內的全部有效渦旋內部的葉綠素濃度變化進行統計。

式中,10為絕對風速。

1.2.4 渦心坐標系合成 基于渦心旋轉坐標系的建立對海表葉綠素濃度等參數進行合成是目前研究中尺度渦內部參數變化情況的常用辦法(Chelton, 2011a; Guo, 2015), 用以分析渦旋內部變化特征以及相關影響因素。步驟如下: 以渦心為坐標原點, 取兩倍半徑的矩形區域(-2至2), 建立包括中尺度渦(以渦心和半徑為基礎的圓形面積)和周邊海域的渦心坐標系; 通過除以, 對進行尺度歸一化處理(-2～2), 然后沿和方向線性插值, 取0.1的網格間隔, 獲得; 將取得的矩形區域參數插值到中; 對每一天的中尺度渦都重復上述過程, 將其疊加到上再求平均值, 從而得到中尺度渦內參數的合成結果。

2 結果與分析

2.1 中尺度渦及葉綠素的分布特征

圖1a給出了南海北部1998～2019年南海東北部海表葉綠素平均濃度分布。為了去除近岸葉綠素高值以及高度計觀測不準產生的誤差, 本文將近岸水深小于200 m處的葉綠素設為空值, 故處理后水深小于200 m無葉綠素覆蓋。南海東北部的海表葉綠素濃度相對于太平洋較高, 目標區域內葉綠素濃度分布總體呈現出北高南低的經向梯度特點, 海表葉綠素濃度的高值區主要位于島嶼沿岸和呂宋海峽口西側(圖1a)。

圖1b給出了1998～2019年南海東北部海表面平均渦動能分布, 呂宋海峽西側相較于南海東北部其他區域呈現出明顯的高值, 該海域渦旋活動劇烈, 渦旋活躍地的海表葉綠素濃度平均值達到0.2 mg/m3以上, 表明海表葉綠素濃度的變化與渦旋關系密切。

南海是西北太平洋最大的半封閉邊緣海, 海域地形復雜, 面積廣闊, 為中尺度渦的產生、發展及消亡提供了極大的活動空間, 相對于其他開闊海域, 南海地區擁有活躍的渦旋運動, 是中尺度渦高發海區(林宏陽等, 2012; 崔鳳娟, 2015)。黑潮作為北太平洋西邊界流, 自南至北, 經過呂宋海峽, 以“黑潮流套”和“渦旋脫落”形式入侵南海。受季風和黑潮的影響, 南海東北部是南海中尺度渦的主要生成源地之一(Sheu, 2010; 倪欽彪, 2014)。

圖1 1998～2019年南海東北部海表葉綠素a平均濃度(a)和海表面平均渦動能分布(b)

注: 圖中紅框為研究區域, 箭頭為絕對地轉流

利用南海多年的衛星遙感觀測數據, 對南海北部地區的渦旋進行追蹤和統計, 給出了南海北部生成的中尺度渦統計結果(圖2)。南海東北部中尺度渦高發地分布在臺灣島西南、呂宋島西北海域, 由于呂宋海峽特殊的地理位置和地形, 呂宋海峽西側的中尺度渦更為密集, 長期存在有冷暖渦對。中尺度渦在移動過程中攜帶大量水體, 這會對局地海域的溫鹽結構及初級生產力等產生較大影響。

圖2 1998～2019年共21 a間南海北部生成的中尺度暖渦(a)和冷渦(b)個數統計

注: 圖為1°×1°經緯度網格分布, 統計數目時已忽略水深小于200 m處生成的中尺度渦

2.2 渦旋內部葉綠素a濃度分布不同結構統計合成

南海東北部渦旋活躍程度高, 渦旋數據集篩選統計結果顯示, 在1998～2019年間南海東北部研究海域(16°～22°N, 115°～120°E)共觀測到2 654個有效渦旋, 其中暖渦1 310個, 冷渦1 344個, 二者數量相當。關于該海域的葉綠素擾動前人已經做了較多的研究, 研究表明中尺度渦顯著影響著葉綠素濃度的分布且冷暖渦內部情況有明顯差異(Xiu, 2011; Hu, 2014)。本節利用海表葉綠素濃度的衛星遙感資料, 獲取了渦旋內部葉綠素濃度情況, 通過計算海表葉綠素濃度異常, 并結合高度計獲取的海表地轉流場信息, 對整個南海東北部的有效渦旋內部葉綠素分布進行研究統計, 結果表明: 南海東北部的海表葉綠素濃度在暖渦和冷渦中均存在增加和降低的現象, 個例數量較大, 具有統計意義。圖3展示了渦旋內部海表葉綠素濃度異常增加和降低的4個典型案例。

注: 底色為葉綠素濃度異常, 箭頭為地轉流異常; a: 暖渦內紅圈葉綠素濃度增加; b: 暖渦內葉綠素濃度降低; c: 冷渦內藍圈葉綠素濃度增加; d: 冷渦內葉綠素濃度降低

基于衛星遙感資料和渦旋數據集, 可以計算渦旋內部平均葉綠素濃度異常。對南海東北部海域探測到的所有有效渦旋個數以及渦旋內部的葉綠素增加降低結果進行量化統計(見表1及圖4), 結果表明: 南海東北部海域在1998～2019年期間共被識別出的有效暖渦探測時次(每天的每個渦旋視為一個探測時次) 6 077個, 冷渦探測時次6 192個, 可見南海東北部冷暖渦的數量差異不顯著。其中大約60%的渦旋內存在葉綠素濃度增加或降低的現象。有效暖渦探測時次中渦旋內部葉綠素濃度降低的比重高, 葉綠素濃度降低占暖渦個例的38%, 占有顯著變化的暖渦個例的64%; 有效冷渦探測時次中渦旋內部葉綠素濃度增加的比重高, 葉綠素濃度增加占冷渦個例的39%, 占有顯著變化的冷渦個例的61%。

為了更加直觀地給出中尺度渦對南海東北部海表葉綠素濃度的貢獻, 我們將冷暖渦內部所對應葉綠素濃度的增加降低總變化量分別進行歸一化后的合成。暖渦內部葉綠素濃度降低的總變化量明顯大于內部葉綠素濃度增加的總變化量, 冷渦內部葉綠素濃度增加的總變化量明顯大于內部葉綠素濃度降低的總變化量(圖5)。

表1 渦旋內部葉綠素增加和降低統計結果

圖5 中尺度渦內葉綠素a濃度異常合成結果

注: 綠色實線圓代表中尺度渦邊緣輪廓, 圖中的白色圓圈表示渦心; a、b分別表示暖渦內葉綠素濃度增加和降低現象所對應的葉綠素濃度的總變化量, c、d與a、b類似, 表示冷渦內的結果

2.3 機制分析

中尺度渦主要以水平平流以及垂直過程(渦旋抽吸、渦致Ekman抽吸)引起海表葉綠素濃度的變化。對于南海東北部中尺度渦如何調制葉綠素濃度變化, 目前的研究多集中在某一機制或特定海域或不同季節進行研究。為了分析中尺度渦引起南海東北部海表葉綠素濃度變化的機制以及更好地理解南海東北部渦旋內部渦致Ekman抽吸對葉綠素是否存在調制作用, 對渦旋內部的相關參數(海面高度異常和風應力旋度)進行提取, 按照上一節所區分的四類不同葉綠素濃度分布結構的渦旋進行合成, 以便于分析渦內相關參數的變化情況, 進而分析研究葉綠素濃度對中尺度渦的響應機制。

渦旋抽吸是指中尺度渦形成過程中海表面輻聚/輻散而產生的垂向速度。反氣旋渦內方向向下, 氣旋渦內方向向上。暖渦（反氣旋渦）海面高度異常為正，引起海表面海水輻聚，在暖渦中心產生下降流，將表層低營養鹽濃度的水體向下輸運，引起真光層內的營養鹽減少，初級生產力降低，葉綠素濃度降低；冷渦（氣旋渦）海面高度異常為負，引起海表面海水輻散，在冷渦中心產生上升流，將下層高營養鹽濃度的水體向上輸運，引起真光層內的營養鹽增多，初級生產力增加，葉綠素濃度增加。對渦旋內部SLA進行合成, 以反映中尺度渦的渦旋抽吸強度。渦內部和渦周邊的SLA差距越大, 表明渦旋抽吸的影響越顯著。

對渦旋內部的海面高度異常進行合成, 結果如圖6所示, 其中綠色圓圈表示中尺度渦的渦邊界。圖6a和圖6b對比可知, 暖渦內部葉綠素含量減少時, 相對應的SLA正值更強, 暖渦內部葉綠素含量升高時SLA正值相對較弱, 表明暖渦內部葉綠素濃度低的情況所對應的渦旋抽吸強度大, 海水輻聚引起下降流從而導致葉綠素濃度低; 圖6c和圖6d對比可知, 冷渦內部葉綠素含量減少時, 相對應的SLA負值較弱, 冷渦內部葉綠素含量升高時, 相對應的SLA負值更強, 表明冷渦內部葉綠素濃度高的情況所對應的渦旋抽吸強度大, 海水輻散引起上升流從而導致葉綠素濃度高。

圖6 中尺度渦內海面高度異常合成結果

注: 綠色實線圓代表中尺度渦邊緣輪廓, 圖中的白色圓圈表示渦心; a、b分別表示暖渦內葉綠素濃度增加和降低現象所對應的海面高度異常, c、d與a、b類似, 表示冷渦內的結果

渦致Ekman抽吸是海面風場與渦旋表面相互作用所產生的風應力旋度引起的垂向抽吸, 該風應力旋度與中尺度渦本身的渦度符號相反。在反氣旋渦上方形成正的風應力旋度, 激發向上的Ekman流速, 將真光層以下的營養物質向上輸運, 而在氣旋渦上方形成負的風應力旋度, 激發向下的Ekman流速, 將水體向下輸運帶出真光層。從而使得反氣旋渦內葉綠素濃度增加, 氣旋渦內葉綠素濃度降低。通過合成渦旋內部風應力旋度(wind stress curl, WSC)的變化, 以反映渦致Ekman抽吸的強度。

由圖7a和圖7b對比可知, 暖渦內部葉綠素含量升高時, 相對應的WSC正值更強。暖渦本身渦度為負, 渦旋抽吸方向向下, 風和暖渦相互作用在渦旋表面形成正的渦度, 激發向上的Ekman流速, 引起上升流, 營養物質向上輸運, 葉綠素濃度增加。由圖7c和圖7d對比可知, 冷渦內部葉綠素含量減少時, 相對應的WSC負值更強; 冷渦本身渦度為正, 渦旋抽吸方向向上, 當負的風應力旋度變大時, 抑制冷渦渦旋抽吸而產生的上升流, 從而引起葉綠素濃度降低。

在渦旋形成和運動過程中, 海表葉綠素的濃度也會隨之改變。為了探討渦旋生命周期內葉綠素濃度變化, 選取南海東北部海域生成的、存活時間在3周以上的中尺度渦。在1998～2019年間南海東北部研究海域(16°～22°N, 115°～120°E)符合條件的氣旋渦有360個, 反氣旋渦有376個。對從生成期到頂峰期到消亡期所對應的葉綠素分別進行合成, 同時量化合成了可以反映渦致Ekman抽吸強度的風應力旋度。

圖7 中尺度渦內風應力旋度合成結果

注: 風應力旋度是利用海表風速減去海表地轉流速后計算得到; 綠色實線圓代表中尺度渦邊緣輪廓, 圖中的白色圓圈表示渦心; a、b分別表示暖渦內葉綠素濃度增加和降低現象所對應的風應力旋度, c、d與a、b類似, 表示冷渦內的結果

首先將生命周期歸一化, 取中尺度渦生成時刻(即在Chelton數據集首次監測到該渦旋的時刻)為生成期, 取渦旋運動過程中最大振幅處為渦旋頂峰期, 取中尺度渦消亡時刻為消亡期, 選取相應典型時刻的葉綠素分布進行合成。

對于反氣旋渦而言, 在渦旋形成階段, 由于渦旋抽吸的影響, 葉綠素濃度呈現負異常, 隨著反氣旋渦的成長, 渦旋內部的葉綠素濃度呈現正異常的趨勢(圖8a～8c)。圖8d～8f是相對應的風應力旋度合成, 可以看出, 在反氣旋渦的整個生命周期中, 風應力旋度都明顯存在正值增大的現象, 而消亡期的風應力旋度最大, 導致渦致Ekman抽吸引起的上升流增強, 對應的海表葉綠素濃度呈現增加的趨勢。

對于氣旋渦而言, 在渦旋形成階段, 由于渦旋抽吸的影響, 葉綠素濃度呈現正異常, 隨著氣旋渦的成長, 渦旋內部的葉綠素濃度呈現負異常的趨勢(圖9a～9c)。而通過圖9d～9f的風應力旋度合成可以看出, 消亡期的風應力旋度出現了顯著的負值增大現象, 說明渦致Ekman抽吸引起的下降流增強, 對應的海表葉綠素濃度呈現降低的趨勢。

圖8 反氣旋渦生命周期內典型時刻的葉綠素異常和風應力旋度分布

注: 綠色實線圓代表中尺度渦邊緣輪廓, 圖中的白色圓圈表示渦心; a、b、c分別表示暖渦生成期、頂峰期、消亡期所對應的葉綠素濃度異常合成結果, d、e、f則表示對應的風應力旋度合成結果

圖9 氣旋渦生命周期內典型時刻的葉綠素異常和風應力旋度分布

注: 綠色實線圓代表中尺度渦邊緣輪廓, 圖中的白色圓圈表示渦心; a、b、c分別表示冷渦生成期、頂峰期、消亡期所對應的葉綠素濃度異常合成結果, d、e、f則表示對應的風應力旋度合成結果

從冷暖渦生命周期內的海表葉綠素異常合成結果可知, 在冷暖渦的生成期, 表現出的海表葉綠素濃度異常與渦旋抽吸機制的結果一致, 而在渦旋的頂峰和消亡期, 渦致Ekman抽吸對海表葉綠素濃度的調制作用更為明顯。

將南海東北部海域所有的冷暖渦內的海表葉綠素濃度異常進行合成可以發現, 暖渦內海表葉綠素濃度主要表現出負異常, 而冷渦內海表葉綠素濃度為正異常(圖10)。上述結果表明, 整體而言南海東北部的暖渦內海表葉綠素濃度以降低為主, 而冷渦內以增加為主, 這說明渦旋抽吸相較于渦致Ekman抽吸對南海東北部海表葉綠素濃度的貢獻更大。

圖10 中尺度渦內葉綠素a濃度異常總合成結果

注: 綠色實線圓代表中尺度渦邊緣輪廓, 圖中的白色圓圈表示渦心

3 總結與討論

本文基于南海東北部多源衛星遙感數據和渦旋觀測資料, 對南海東北部渦旋內部葉綠素的時空變化統計規律及潛在機制進行了分析, 主要結論如下:

(1) 南海東北部約有60%的中尺度渦旋內部存在葉綠素濃度增強和減弱的現象。通過對該海域有效渦旋內部海表葉綠素濃度變化分布的不同結構進行定量統計, 結果顯示, 冷渦內海表葉綠素濃度增加的比例較大, 占所有冷渦個例的39%, 占有顯著濃度變化的冷渦個例的61%。暖渦內海表葉綠素濃度降低的比例較大, 占所有暖渦個例的38%, 占有顯著變化的暖渦個例的64%。

(2) 渦旋抽吸機制和渦致Ekman抽吸機制對南海東北部中尺度渦海表葉綠素分布均存在顯著影響, 其中渦旋抽吸機制對渦內海表葉綠素擾動的貢獻更大, 渦致Ekman抽吸次之。通過對渦旋內部海面高度異常的合成分析可知, 渦旋抽吸機制引起的暖渦內部海水輻聚引發的下降流可能會導致暖渦內部葉綠素濃度減少, 而冷渦內部海水輻散引發的上升流可能會導致渦旋內部葉綠素濃度增加。渦致Ekman抽吸機制在暖渦表面形成正的風應力旋度, 激發向上的Ekman流速, 將真光層以下的營養物質向上輸運帶入真光層, 形成正的葉綠素異常; 在冷渦表面形成負的風應力旋度, 激發向下的Ekman流速, 將真光層內的營養物質向下帶出真光層, 形成負的葉綠素異常。

(3) 南海東北部中尺度渦生命周期內的海表葉綠素濃度變化存在顯著的階段性差異。在冷暖渦的生成期, 渦旋抽吸的作用更為顯著, 而在冷暖渦的頂峰和消亡期, 渦致Ekman抽吸的作用更為明顯。

本研究針對前人提出的對中尺度渦影響海洋生態效應的特征及機制, 采用了量化統計手段來分析了南海中尺度渦對海表葉綠素分布的時空變化規律, 具有統計意義, 在一定程度上加深了對南海東北部地區中尺度渦活動對海表葉綠素濃度影響的認識。但本文的結果僅討論了海表葉綠素濃度對中尺度渦的響應, 沒有考慮營養鹽通量等其他生化要素的影響, 同時結果只涉及海表的觀測, 沒有討論次表層的結果, 近十幾年BGC-Argo的出現填補了次表層生物化學參數長期大范圍觀測數據的空白(Xing, 2020; Xiu, 2020), 下一步需要結合BGC-Argo以及高分辨率數值模式等數據開展中尺度渦對次表層生物化學過程垂向結構變化的更深入細致的工作研究。此外, 中尺度渦旋邊緣存在豐富的亞中尺度過程(Zhang, 2020b, 2021), 亞中尺度過程的強垂向流速對營養鹽、葉綠素等垂向分布等可能存在重要影響。背景場變形下渦旋的增強和減弱能夠產生渦旋羅斯貝波, 進而在中尺度渦邊緣形成螺旋帶結構, 渦旋羅斯貝波引起的垂向運動能夠極大地提高表面葉綠素濃度(Zhang, 2020a)。本文對于亞中尺度過程以及渦旋羅斯貝波在中尺度渦邊緣產生的亞中尺度螺旋帶結構等并沒有展開分析, 這將在今后的研究中進一步討論。

李新星, 張亭祿, 田林, 等, 2015. 多衛星傳感器南海葉綠素濃度遙感數據融合[J]. 遙感學報, 19(4): 680-689.

陳小燕, 2013. 基于遙感的長時間序列浮游植物的多尺度變化研究[D]. 杭州: 浙江大學.

林宏陽, 胡建宇, 鄭全安, 2012. 南海及西北太平洋衛星高度計資料分析: 海洋中尺度渦統計特征[J]. 臺灣海峽, 31(1): 105-113.

林明森, 何賢強, 賈永君, 等, 2019. 中國海洋衛星遙感技術進展[J]. 海洋學報, 41(10): 99-112.

趙輝, 齊義泉, 王東曉, 等, 2005. 南海葉綠素濃度季節變化及空間分布特征研究[J]. 海洋學報, 27(4): 45-52.

倪欽彪, 2014. 呂宋海峽附近中尺度渦的統計特征和復合三維結構[D]. 廈門: 廈門大學.

崔鳳娟, 2015. 南海中尺度渦的識別及統計特征分析[D]. 青島: 中國海洋大學.

潘德爐, 白雁, 2008. 我國海洋水色遙感應用工程技術的新進展[J]. 中國工程科學, 10(9): 14-24, 46.

ADAMS D K, MCGILLICUDDY JR D J, ZAMUDIO L,, 2011. Surface-generated mesoscale eddies transport deep-sea products from hydrothermal vents [J]. Science, 332(6029): 580-583.

CHELTON D B, GAUBE P, SCHLAX M G,, 2011a. The influence of nonlinear mesoscale eddies on near-surface oceanic chlorophyll [J]. Science, 334(6054): 328-332.

CHELTON D B, SCHLAX M G, SAMELSON R M, 2011b. Global observations of nonlinear mesoscale eddies [J]. Progress in Oceanography, 91(2): 167-216.

CHEN S L, MENG Y, LIN S,, 2022. Remote sensing of the seasonal and interannual variability of surface chlorophyll-a concentration in the northwest pacific over the past 23 years (1997-2020) [J]. Remote Sensing, 14(21): 5611.

EARLY J J, SAMELSON R M, CHELTON D B, 2011. The evolution and propagation of quasigeostrophic ocean eddies [J]. Journal of Physical Oceanography, 41(8): 1535-1555.

GAO H, ZHAO H, HAN G Q,, 2021. Spatio-temporal variations of winter phytoplankton blooms northwest of the Luzon island in the South China Sea [J]. Frontiers in Marine Science, 8: 637499.

GAUBE P, MCGILLICUDDY JR D J, CHELTON D B,, 2014. Regional variations in the influence of mesoscale eddies on near‐surface chlorophyll [J]. Journal of Geophysical Research: Oceans, 119(12): 8195-8220.

GUO M X, CHAI F, XIU P,, 2015. Impacts of mesoscale eddies in the South China Sea on biogeochemical cycles [J]. Ocean Dynamics, 65(9): 1335-1352.

HAYS G C, RICHARDSON A J, ROBINSON C, 2005. Climate change and marine plankton [J]. Trends in Ecology & Evolution, 20(6): 337-344.

HE Q Y, ZHAN H G, CAI S Q,, 2016. Eddy effects on surface chlorophyll in the northern South China Sea: mechanism investigation and temporal variability analysis [J]. Deep Sea Research Part I: Oceanographic Research Papers, 112: 25-36.

HU Z F, TAN Y H, SONG X Y,, 2014. Influence of mesoscale eddies on primary production in the South China Sea during spring inter-monsoon period [J]. Acta Oceanologica Sinica, 33(3): 118-128.

LEE CHEN Y L, CHEN H Y, LIN I I,, 2007. Effects of cold eddy on phytoplankton production and assemblages in Luzon Strait bordering the South China Sea [J]. Journal of Oceanography, 63(4): 671-683.

LIN I I, LIEN C C, WU C R,, 2010. Enhanced primary production in the oligotrophic South China Sea by eddy injection in spring [J]. Geophysical Research Letters, 37(16): L16602.

LIU F F, TANG S L, CHEN C Q, 2013. Impact of nonlinear mesoscale eddy on phytoplankton distribution in the northern South China Sea [J]. Journal of Marine Systems, 123/124: 33-40.

MCGILLICUDDY JR D J, ROBINSON A R, SIEGEL D A,, 1998. Influence of mesoscale eddies on new production in the Sargasso Sea [J]. Nature, 394(6690): 263-266.

OEY L Y, EZER T, WANG D P,, 2006. Loop current warming by Hurricane Wilma [J]. Geophysical Research Letters, 33(8): L08613.

PATERSON H L, KNOTT B, WAITE A M, 2007. Microzooplankton community structure and grazing on phytoplankton, in an eddy pair in the Indian Ocean off Western Australia [J]. Deep Sea Research Part II: Topical Studies in Oceanography, 54(8/9/10): 1076-1093.

SHEU W J, WU C R, OEY L Y, 2010. Blocking and westward passage of eddies in the Luzon Strait [J]. Deep Sea Research Part II: Topical Studies in Oceanography, 57(19/20): 1783-1791.

SMITH V H, 2006. Responses of estuarine and coastal marine phytoplankton to nitrogen and phosphorus enrichment [J]. Limnology and Oceanography, 51(1part2): 377-384.

STAMMER D, 1997. Global characteristics of ocean variability estimated from regional TOPEX/POSEIDON altimeter measurements [J]. Journal of Physical Oceanography, 27(8): 1743-1769.

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.

TANG D L, NI I H, KESTER D R,, 1999. Remote sensing observations of winter phytoplankton blooms southwest of the Luzon Strait in the South China Sea [J]. Marine Ecology Progress Series, 191: 43-51.

TANG S L, DONG Q, LIU F F, 2011. Climate-driven chlorophyll-concentration interannual variability in the South China Sea [J]. Theoretical and Applied Climatology, 103(1/2): 229-237.

WANG G H, SU J L, CHU P C, 2003. Mesoscale eddies in the South China Sea observed with altimeter data [J]. Geophysical Research Letters, 30(21): 2121.

WANG M H, SON S H, 2016. VIIRS-derived chlorophyll-a using the ocean color index method [J]. Remote sensing of Environment, 182: 141-149.

WERDELL P J, BAILEY S W, FRANZ B A,, 2009. Regional and seasonal variability of chlorophyll-a in Chesapeake Bay as observed by SeaWiFS and MODIS-Aqua [J]. Remote Sensing of Environment, 113(6): 1319-1330.

WU J, 1982. Wind‐stress coefficients over sea surface from breeze to hurricane [J]. Journal of Geophysical Research: Oceans, 87(C12): 9704-9706.

XING X G, WELLS M L, CHEN S L,, 2020. Enhanced winter carbon export observed by BGC‐Argo in the Northwest Pacific Ocean [J]. Geophysical Research Letters, 47(22): e2020GL089847.

XIU P, CHAI F, 2011. Modeled biogeochemical responses to mesoscale eddies in the South China Sea [J]. Journal of Geophysical Research: Oceans, 116(C10): C10006.

XIU P, CHAI F, 2020. Eddies affect subsurface phytoplankton and oxygen distributions in the North Pacific Subtropical Gyre [J]. Geophysical Research Letters, 47(15): e2020GL087037.

XIU P, GUO M X, ZENG L L,, 2016. Seasonal and spatial variability of surface chlorophyll inside mesoscale eddies in the South China Sea [J]. Aquatic Ecosystem Health & Management, 19(3): 250-259.

XU G J, DONG C M, LIU Y,, 2019. Chlorophyll rings around ocean eddies in the North Pacific [J]. Scientific Reports, 9(1): 2056.

ZHANG Z G, QIU B, 2020a. Surface chlorophyll enhancement in mesoscale eddies by submesoscale spiral bands [J]. Geophysical Research Letters, 47(14): e2020GL088820.

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, ZHANG Y C, QIU B,, 2020b. Spatiotemporal characteristics and generation mechanisms of submesoscale currents in the northeastern South China Sea revealed by numerical simulations [J]. Journal of Geophysical Research: Oceans, 125(2): e2019JC015404.

ZHANG Z W, ZHANG X C, QIU B,, 2021. Submesoscale currents in the subtropical upper ocean observed by long-term high-resolution mooring arrays [J]. Journal of Physical Oceanography, 51(1): 187-206.

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.

ZHANG Z W, ZHAO W, TIAN J W,, 2013. A mesoscale eddy pair southwest of Taiwan and its influence on deep circulation [J]. Journal of Geophysical Research: Oceans, 118(12): 6479-6494.

ZHENG Q A, TAI C K, HU J Y,, 2011. Satellite altimeter observations of nonlinear Rossby eddy–Kuroshio interaction at the Luzon Strait [J]. Journal of Oceanography, 67(4): 365-376.

EFFECT OF MESOSCALE EDDIES ON SEA SURFACE CHLOROPHYLL A CONCENTRATION IN NORTHEASTERN SOUTH CHINA SEA

JIANG Ze-Ming1, SHANG Gong2, ZHANG Zhi-Wei1, 2, 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)

Based on multi-source satellite remote sensing data and wind field reanalysis data from 1998 to 2019 in the northeastern South China Sea (nSCS), the distribution characteristics of chlorophyll a concentration inside the mesoscale eddies in the area were analyzed systematically, and the influence and mechanism of mesoscale eddies on chlorophyllconcentration variation were explored by quantitative statistics and parameter synthesis of eddy center coordinate system. The results show that (1) about 60% of the mesoscale eddies increased or decreased chlorophyllconcentrations in nSCS; (2) chlorophyllconcentration variation within mesoscale eddies in nSCS was regulated by both eddy pumping and eddy-Ekman pumping, of which about 38% (39%) of the anticyclonic (cyclonic) eddies had a greater contribution from eddy pumping and 21% (24%) of the anticyclonic (cyclonic) eddies had a greater contribution from eddy-Ekman pumping; (3) variation in sea surface chlorophyllconcentration showed obvious phased differences over the life cycle of the mesoscale eddies. The role of eddy pumping was more significant during the generation phase of mesoscale eddies, while the role of eddy-Ekman pumping was more significant during the peak and extinction phases of mesoscale eddies. The above findings help to understand the process and mechanism of primary productivity response to mesoscale eddies in the nSCS, and provided a reference for the research into the coupling between oceanic physical and biological processes.

mesoscale eddy; sea surface chlorophyll; eddy pumping; eddy-Ekman pumping; northeastern South China Sea

* 國家重點研發計劃, 2022YFC3105003號; 國家自然科學基金, 42076004號, 42222601號; 中央高校基本科研業務費, 202041009號; “泰山”學者計劃, tsqn202103032號。蔣澤鳴, 碩士研究生, E-mail: max_jiang73@163.com

張志偉, 博士生導師, 教授, E-mail: zzw330@ouc.edu.cn

2022-11-28,

2023-01-08

P731

10.11693/hyhz20221100311