海洋科学  2022, Vol. 46 Issue (12): 1-7   PDF    
http://dx.doi.org/10.11759/hykx20200618002

文章信息

胡放, 刘亚豪, 侯一筠. 2022.
HU Fang, LIU Ya-hao, HOU Yi-jun. 2022.
潮汐对东海陆架边缘处水交换的影响
Tidal effect on water exchange across the East China Sea shelf break
海洋科学, 46(12): 1-7
Marina Sciences, 46(12): 1-7.
http://dx.doi.org/10.11759/hykx20200618002

文章历史

收稿日期:2020-06-18
修回日期:2022-11-23
潮汐对东海陆架边缘处水交换的影响
胡放1,2,3, 刘亚豪2,3,4,5, 侯一筠1,2,3,4,5     
1. 中国科学院大学, 北京 100049;
2. 中国科学院海洋研究所, 山东 青岛 266071;
3. 中国科学院海洋环流与波动重点实验室, 山东 青岛 266071;
4. 中国科学院海洋大科学研究中心, 山东 青岛 266071;
5. 青岛海洋科学与技术试点国家实验室 海洋动力过程与气候功能实验室, 山东 青岛 266237
摘要:为探讨潮汐对东海陆架边缘处水交换通量的影响, 本文基于ROMS海洋数值模式, 对渤海、黄海、东海的潮汐、环流进行了模拟研究。研究结果显示, 在水平方向上, 潮汐效应主要影响我国台湾岛东北及日本九州西南的水交换, 其中在台湾岛东北区域, 潮汐效应通过增加黑潮分支流(KBC)的向岸及离岸速度来加强黑潮水的跨陆架交换。潮汐效应对200 m等深线处跨等深线流速的影响量值约为3~5 cm/s。从垂直方向上来看, 潮汐效应能够影响到深度200 m处水层的深层交换。进一步研究其作用机制, 发现潮汐效应主要通过平流输送项来影响水体交换, 而其对水体的水平及垂直扩散项的影响较小。
关键词东海    潮汐    陆架边缘处水交换    ROMS模式    
Tidal effect on water exchange across the East China Sea shelf break
HU Fang1,2,3, LIU Ya-hao2,3,4,5, HOU Yi-jun1,2,3,4,5     
1. University of Chinese Academy of Sciences, Beijing 100049, China;
2. Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China;
3. Key Laboratory of Ocean Circulation and Fluctuation, Chinese Academy of Sciences, Qingdao 266071, China;
4. Center for Ocean Mega-Science, Chinese Academy of Sciences, Qingdao 266071, China;
5. Laboratory for Ocean and Climate Dynamics, Pilot National Laboratory for Marine Science and Technology (Qingdao), Qingdao 266237, China
Abstract: A successful simulation of tides and currents in the Bohai Sea, Yellow Sea, and East China Sea was developed based on the regional ocean modeling system (ROMS) in high horizontal resolution. The tidal effect on the water exchange at the East China Sea shelf break is discussed. According to the simulation results, in the horizontal direction, the tidal effect mainly affects the water exchange in northeast Taiwan and southwest Kyushu. In northeast Taiwan, the tidal effect enhances the exchange of Kuroshio across the shelf break by increasing the onshore and offshore velocities of the Kuroshio branch current (KBC). In the vertical direction, the tidal effect can affect the deep exchange of the 200 m water layer. The influence of the tidal effect on the velocities across the 200 m isobath is approximately 3–5 cm/s. The tidal effect mainly affects the water exchange through an advection term and slightly affects the horizontal and vertical diffusion terms.
Key words: East China Sea    tide    shelf break water exchange    ROMS model    

东海是位于西北太平洋的陆架边缘海, 黑潮在流经东海陆架边缘处时能够将外海大洋的能量、物质和气候信号传递至中国近海。高温、高盐、富磷的黑潮水与低温、低盐、富氮的近岸水, 以及两者混合形成的陆架混合水之间的复杂交换, 深刻影响和驱动东海陆架区域海洋动力生态环境的时空结构演变[1]。东海具有较强的潮汐和潮流[2], 它们对陆架边缘处水交换产生重要影响。通过在模式中加入了潮汐参数化的底摩擦, Lee等[3]认为潮汐会使得台湾岛东北的黑潮入侵减弱。而刘晓辉[2]基于模式研究发现, 潮汐的存在使得台湾岛东北的黑潮入侵加强。Zhou等[4]虽然提出潮汐效应倾向于加强跨陆架的水交换, 但未给出详细分析。Park等[5]也通过分析锚定潜标数据指出, 半日内潮和近惯性波将对九州西南部的陆架边缘处的水体交换产生重大影响。

前人研究侧重于潮汐对黑潮入侵方面的影响。为了进一步探究潮汐效应对东海陆架边缘处水交换的影响, 本文基于ROMS模式[6], 建立了高分辨率的三维气候态环流模式。进一步利用该模式的数值计算结果, 探讨了潮汐效应对东海陆架边缘处水交换的影响。

1 模式配置及验证

模式的计算区域为22°~42°N, 117°~135°E, 包括渤海、黄海、东海全境以及部分西太平洋及日本海海域。本文使用的模式水平分辨率达到1/18°, 网格点之间的间距最小为4.5 km, 最大间距为5.9 km。垂直方向上, 模式分为28层, 最小水深为10 m, 最大水深为5 000 m(图 1)。模式采用的水深地形数据来自英国海洋数据中心发布的海洋通用水深图集(https://www.bodc.ac.uk/data/hosted_data_systems/gebco_gridded_bathymetry_data/), 地形数据的分辨率高达0.5′×0.5′。

图 1 模式区域及水深(审图号: GS(2016)1667) Fig. 1 Model domain and bathymetry 注: 红色实线为沿200 m等深线的网格点连线, 每隔10个网格点用红色实心点标注, 黑色实心点为第240个格点。右、下边界处的粗实线为示踪物的释放位置

海表边界条件: 模式采用bulk强迫方案[7], 海表强迫场中的长、短波辐射, 海表气温, 海表大气湿度, 水平风场以及降水数据均来自NCEP的多年月平均数据。

初始条件: 模式初始场中的温、盐数据来自WOA13(World Ocean Atlas 2013)数据集, 模式采取冷启动方式, 即初始状态下流场及海表高度均为0。

开边界条件: 模式的四个边界均为开边界, 开边界中的海表高度、三维温度、盐度及速度场由SODA(simple ocean data assimilation)[8]提供。模式中引入长江径流及M2等8个分潮, 分潮数据来自TPXO 7.2模式结果[9]。模式运行20 a达到稳定, 该结果已被Hu等[10]验证并采用。本文同样选取第20 a的模拟结果进行验证分析。

模式输出的东海陆架主要通道的流量如图 2所示。年平均状态下, 通过台湾以东断面的黑潮流量约为23.4 Sv(1 Sv=106 m3·s–1), 本文模拟的黑潮流量与Lee等[11]的模拟结果(23.46 Sv)接近。图 2显示, 台湾海峡、济州海峡及对马海峡的年平均流量分别为1.35、0.69及2.79 Sv。我们计算了跨过200 m等深线的净通量, 年平均状态下该流量约为1.43 Sv。模式输出的东海陆架区域各断面通量与前人研究基本相符[4, 12-15]。除此之外, 模式结果显示, 年平均状态下, 长江向东海陆架输送淡水的量约为0.028 Sv。

图 2 东海关键断面的年平均流量的模拟结果(单位: Sv) Fig. 2 Annual mean water budget in the ECS shelf from model output

图 3给出了模式模拟的东海海区M2分潮的同潮图。由图可知, 在台湾岛东北角, 240°及210°等迟角线皆呈现东北-西南指向; 而180°等迟角线先指向东南方向, 而后转向东北。其中240°等迟角线指向济州岛方向, 而210°及180°等迟角线最终都指向日本九州方向。长江口南侧, 300°与270°的等迟角线分别由舟山群岛指向朝鲜半岛及济州岛方向。从振幅分布可以看出, 东海M2分潮的振幅在近海海区达到最大, 振幅高值区主要分布在江苏、浙江至福建沿岸一带。本文模拟的东海M2同潮图与前人已有的结果基本一致[16-17]

图 3 模式输出的东海M2分潮 Fig. 3 Cotidal charts of the M2 constituent from the model
2 研究方法

为了准确区分陆架水与黑潮水, 本文选择在模式初始状态下, 在区域的太平洋边界处(台湾岛以东的南边界及日本海以南的东边界, 图 1粗实线标出)从海表至海底的整个垂直剖面上释放固定体积浓度为100%的被动示踪物(dye), 释放频率为1次/d。在其他边界上, 被动示踪物的体积浓度被设置成0。本文研究中以被动示踪物体积浓度代表黑潮水的体积浓度。模式运行20 a达到稳定, 模式中被动示踪物的体积浓度及垂向平均的流场如图 4所示。被动示踪物的体积浓度高低体现了黑潮水与陆架水所占的比例: 被动示踪物体积浓度较高的水体中黑潮水含量较高; 反之, 陆架水含量高。图 4显示, 根据年平均值, 大量的黑潮水占据200 m等深线以深的海域, 而来自台湾海峡的陆架水不仅向对马海峡输送, 同时还跨过200 m等深线离开东海陆架。详细介绍见我们之前的研究结果[10]

图 4 模式输出的垂向平均流场及被动示踪物体积浓度水平分布 Fig. 4 Annual mean and vertically averaged current and the horizontal distribution of the passive tracer

为探究潮汐效应对陆架边缘处水交换的影响, 我们设计了一组无潮实验。无潮实验的边界水位条件中去掉潮汐。而无潮实验中的其他参数设置、强迫条件及三维流场、温、盐及被动示踪物释放条件都与第一节中介绍的气候态模式保持一致。无潮模式同样运行20 a, 我们将输出结果与包含潮汐强迫的气候态模式进行对比分析。

3 潮汐对陆架边缘处水交换的影响

潮汐实验结果显示(图 5(a)), 由于200 m等深线所处位置紧邻黑潮主轴, 陆架边缘处黑潮水体积浓度较高, 120 m至底层几乎都被富含被动示踪物(体积浓度高于95%)的水体占据。在120 m以浅的海洋上层, 在台湾岛东北(网格点15—70), 被动示踪物体积浓度大于95%。在陆架中部(网格点1—15, 75—105及130—150)及九州西南(网格点160—350)上层, 被动示踪物体积浓度小于95%, 这体现了陆架水向陆架边缘的离岸输送。特别是在九州西南, 被动示踪物体积浓度达到最低, 且呈现层化分布的状态。这表明九州西南为陆架水离岸输送的主要区域。无潮实验的结果与图 5(a)相似。而图 5(b)显示, 潮汐主要影响九州西南的被动示踪物体积浓度分布, 上层(< 80 m)被动示踪物体积浓度有所增加, 下层(> 80 m)被动示踪物体积浓度有所减少。

图 5 年平均状态下被动示踪物体积浓度沿200 m等深线剖面 Fig. 5 Annual mean vertical profile of the passive tracer volume concentration 注: 网格点位置如图 1中红线所示

年平均状态下, 潮汐实验输出的流速剖面(图 6(a))显示, 200 m等深线沿线的向岸及离岸速度交替出现。在台湾岛东北, 网格点5—80内对应的是黑潮分支流(Kuroshio branch current, KBC)。KBC携带了大量黑潮水(dye体积浓度接近100%), 由网格点15—40处跨过200 m等深线进入外陆架区, 这部分向岸流的最大流速可达50 cm/s。其中部分黑潮水由网格点40—80处回流出东海陆架区, 这部分离岸流的最大流速约为30 cm/s。另外一部分黑潮水被台湾岛东北入侵分支(Kuroshio branch current northeast of Taiwan Island, KBCNT)输送到陆架内区[14]。在九州西南(网格点180—350), 离岸流与向岸流的流速相对较低, 水交换的强度低于台湾岛东北及陆架中部。向岸流出现在下层, 而离岸流则几乎都在上层。

图 6 跨断面流速沿200 m等深线剖面 Fig. 6 Cross-sectional velocity profile at the 200-m isobath

图 6(b)为潮汐实验与无潮实验输出的断面流速的差值。在台湾岛东北处, 断面流速之差在向岸流海区(网格点15—40)表现为正, 而在离岸流海区(网格点40—80)表现为负。这表明潮汐效应能够分别加强台湾岛东北的向岸流(网格点0—40)及离岸流(网格点40—80)。而在九州西南处情况相对复杂。断面流速之差在网格点190—240表现为正, 在网格点260—350表现为负。这表明在潮汐效应作用下, 网格点190—240的离岸流及网格点260—300处的向岸流都是减弱的。而对于网格点300—350处, 潮汐效应的影响倾向于加强该海区的离岸输送。垂直方向上, 潮汐效应对水交换的影响能够达到200 m附近的水层。图 6(c)显示潮汐效应对台湾东北及九州西南的水交换的影响较大, 潮汐效应对跨200 m等深线的流速影响的量值在3~5 cm/s。

为了探究潮汐效应对陆架边缘处水交换的影响机制, 我们借助被动示踪物输运扩散方程进行分析:

$ \frac{\partial C}{\partial t}=-\vec{v}\cdot\nabla C+\frac{\partial}{\partial z}\left(v_{\theta} \frac{\partial C}{\partial z}-\overline{C^{\prime} w^{\prime}}\right)+D_{C}+F_{C} . $ (1)

在式(1)中, C为被动示踪物体积浓度, $\vec{v}$为速度矢量, $v_{\theta}$为分子扩散系数。方程左侧$\frac{{\partial C}}{{\partial t}}$为被动示踪物体积浓度的局地变化项(dye_rate); 方程右侧第1项$-\vec{v}\cdot\nabla C$为被动示踪物的平流输送项(dye_adv); 右侧第2项$\frac{\partial}{\partial z}\left(v_{\theta} \frac{\partial C}{\partial z}-\overline{C^{\prime} w^{\prime}}\right)$及第3项DC为垂直与水平扩散项, 为了便于分析, 将这两项合称为扩散项(dye_diff); 右侧第4项为FC为外源性(海表及海底)输入项, 在本文的实验设置中, 该项为0。

基于日平均的模式数据, 我们对式(1)中各项进行分析。被示踪物体积浓度的局地变化项(图 7(a))反映了陆架边缘处黑潮水的交换强度。以九州西南为例(网格点280), 潮汐实验中被动示踪物体积浓度的局地变化项具有明显的周期性波动, 其功率谱密度(图 8(a))显示该局地变化项的变化周期为15 d左右, 正好与大小潮周期一致。潮汐实验中方程中平流项(图 7(b))的时间序列同样具有明显的大小潮周期, 而扩散项时间序列则无明显周期。这表明, 潮汐效应主要通过影响被动示踪物的平流输送项来影响水交换, 而潮汐效应对水平及垂直扩散项的影响较小。

图 7 网格点240处(位置见图 1)式(1)中局地变化项、平流项及扩散项的时间序列 Fig. 7 Time series of acceleration, horizontal advection, and diffusion terms for the passive tracer at grid point 240 (the black dot in Fig. 1) 注: 黑色实线为潮汐实验结果, 红色实线为无潮实验结果

图 8 网格点240处, 潮汐实验中被动示踪物体积浓度的局地变化项与平流项的功率谱 Fig. 8 Power spectrum of acceleration and the horizontal advection terms at grid point 240
4 结论

通过对有潮实验与无潮实验模式计算得到的结果进行对比分析, 得到如下主要结论:

1) 水平方向上, 潮汐效应主要影响台湾岛东北及九州西南的水交换。在台湾岛东北, 潮汐效应通过增加黑潮分支流(KBC)的向岸及离岸速度来加强黑潮水的跨陆架交换。垂直方向上, 潮汐效应能够影响到200 m水层的深层交换。

2) 潮汐效应对200 m等深线处跨等深线流速的影响量值约为3~5 cm/s。

3) 潮汐效应主要通过平流输送项来影响水体交换, 而潮汐效应对水体水平及垂直扩散项的影响较小。

参考文献
[1]
GUO B H, HU X M, XIONG X J, et al. Study on interaction between the coastal water, shelf water and Kuroshio water in the Huanghai Sea and East China Sea[J]. Acta Oceanologica Sinica, 2003, 22(3): 351-367.
[2]
刘晓辉. 地转调整与台湾东北黑潮入侵陆架的研究[D]. 杭州: 浙江大学, 2016.
LIU Xiaohui. Geostrophic Adjustment and the on-shelf intrusion of the Kuroshio northeast of Taiwan[D]. Hangzhou: Zhejiang University, 2016.
[3]
LEE J S, MATSUNO T. Intrusion of Kuroshio water onto the continental shelf of the East China Sea[J]. Journal of Oceanography, 2007, 63(2): 309-325. DOI:10.1007/s10872-007-0030-9
[4]
ZHOU F, XUE H J, HUANG D J, et al. Cross-shelf exchange in the shelf of the East China Sea[J]. Journal of Geophysical Research: Oceans, 2015, 120(3): 1545-1572. DOI:10.1002/2014JC010567
[5]
PARK J H, LIE H J, GUO B H. Observation of semi-diurnal internal tides and near-inertial waves at the shelf break of the East China Sea[J]. Ocean and Polar Research, 2011, 33(4): 409-419. DOI:10.4217/OPR.2011.33.4.409
[6]
SHCHEPETKIN A F, MCWILLIAMS J C. The regional oceanic modeling system (ROMS): a split-explicit, free-surface, topography-following-coordinate oceanic model[J]. Ocean Modelling, 2005, 9(4): 347-404. DOI:10.1016/j.ocemod.2004.08.002
[7]
FAIRALL C W, BRADLEY E F, ROGERS D P, et al. Bulk parameterization of air-sea fluxes for tropical ocean global atmosphere coupled ocean atmosphere response experiment[J]. Journal of Geophysical Research: Oceans, 1996, 101(C2): 3747-3764. DOI:10.1029/95JC03205
[8]
CARTON J A, GIESE B S. A reanalysis of ocean climate using Simple Ocean Data Assimilation (SODA)[J]. Monthly Weather Review, 2008, 136(8): 2999-3017. DOI:10.1175/2007MWR1978.1
[9]
EGBERT G D, EROFEEVA S Y. Efficient inverse Modeling of barotropic ocean tides[J]. Journal of Atmospheric and Oceanic Technology, 2002, 19(2): 183-204. DOI:10.1175/1520-0426(2002)019<0183:EIMOBO>2.0.CO;2
[10]
HU F, LIU Y H, XU Z H, et al. Bidirectional volume exchange between Kuroshio and East China Sea shelf water based on a whole-region passive-tracing method[J]. Journal of Geophysical Research: Oceans, 2020, 125(5): e2019JC015528.
[11]
LEE H J, CHAO S Y. A climatological description of circulation in and around the East China Sea[J]. Deep Sea Research Part Ⅱ: Topical Studies in Oceanography, 2003, 50(6/7): 1065-1084.
[12]
CHEN H W, LIU C T, MATSUNO T, et al. Temporal variations of volume transport through the Taiwan Strait, as identified by three-year measurements[J]. Continental Shelf Research, 2016, 114: 41-53. DOI:10.1016/j.csr.2015.12.010
[13]
FUKUDOME K, YOON J H, OSTROVSKⅡ A, et al. Seasonal volume transport variation in the Tsushima Warm Current through the Tsushima Straits from 10 years of ADCP observations[J]. Journal of Oceanography, 2010, 66: 539-551. DOI:10.1007/s10872-010-0045-5
[14]
ZHANG J, GUO X Y, ZHAO L, et al. Water exchange across isobaths over the continental shelf of the East China Sea[J]. Journal of Physical Oceanography, 2017, 47(5): 1043-1060. DOI:10.1175/JPO-D-16-0231.1
[15]
GUO X Y, MIYAZAWA Y, YAMAGATA T. The Kuroshio onshore intrusion along the shelf break of the East China Sea: The origin of the Tsushima Warm Current[J]. Journal of Physical Oceanography, 2006, 36(12): 2205-2231. DOI:10.1175/JPO2976.1
[16]
万振文, 乔方利, 袁业立. 渤、黄、东海三维潮波运动数值模拟[J]. 海洋与湖沼, 1998, 29(6): 611-616.
WAN Zhenwen, QIAO Fangli, YUAN Yeli. Three-dimensional numerical modelling of tidal waves in the Bohai, Yellow and East China Seas[J]. Oceanologia et Limnologia Sinica, 1998, 29(6): 611-616.
[17]
朱学明, 鲍献文, 宋德海, 等. 渤、黄、东海潮汐、潮流的数值模拟与研究[J]. 海洋与湖沼, 2012, 43(6): 1103-1113.
ZHU Xueming, BAO Xianwen, SONG Dehai, et al. Numerical study on the tides and tidal currents in Bohai Sea, Yellow Sea and East China Sea[J]. Oceanologia et Limnologia Sinica, 2012, 43(6): 1103-1113.