2025, Vol. 49
文章信息
- 杨帆, 肖鑫, 赵小龙, 王廷浩, 周春, 奉杰, 李杰, 孙静宜. 2025.
- YANG Fan, XIAO Xin, ZHAO Xiaolong, WANG Tinghao, ZHOU Chun, FENG Jie, LI Jie, SUN Jingyi. 2025.
- 南海深层西边界流时空特征及其机理的数值模拟研究
- Spatiotemporal variations and associated mechanisms of the deep western boundary current in the South China Sea determined based on numerical simulations
- 海洋科学, 49(10): 14-25
- Marine Sciences, 49(10): 14-25.
- http://dx.doi.org/10.11759/hykx20250214001
-
文章历史
- 收稿日期：2025-02-14
- 修回日期：2025-04-30
2. 海南省海洋立体观测与信息重点实验室/中国海洋大学三亚海洋研究院, 海南 三亚 572025;
3. 自然资源部北海预报减灾中心, 山东 青岛 266061;
4. 西北工业大学海洋研究院, 江苏 太仓 215400
2. Hainan Provincial Key Laboratory of Marine Stereoscopic Observation and Information, Sanya Oceanographic Institution, Ocean University of China, Sanya 572025, China;
3. North China Sea Marine Forecast and Hazard Mitigation Center, Ministry of Natural Resources, Qingdao 266061, China;
4. Ocean Institute, Northwestern Polytechnical University, Taicang 215400, China
大洋环流是海洋中物质和能量输运的重要载体, 深层环流分支调节着大洋内区及各个大洋之间的物质和能量输运过程, 对全球碳循环、气候变化起着重要调制作用[1-2]。近几十年来随着观测资料的逐渐丰富, 人们对表层环流时空变化特征及其控制机理已有了较多认识[3-5]。然而, 目前获取的观测数据主要集中在上层海洋, 深海观测数据稀少, 2 000 m以深的观测仅占全球海洋总观测的6%, 对深层环流空间特征及动力机制的研究有待进一步加强[6]。
南海是西太平洋最大的半封闭边缘海, 具有广阔的深海盆, 深度大于2 000 m的深海盆面积超过1×106 km2, 最大水深超过5 000 m。台湾海峡、吕宋海峡、民都洛海峡、巴拉巴克海峡、加里曼丹海峡等海峡是连接南海及其周边海域的重要通道, 在地理上形成了南海、太平洋和印度洋之间的联系, 使南海成为这两大海洋之间的关键纽带(图 1)。吕宋海峡是连接南海与太平洋的唯一深水通道, 太平洋深层水在自东向西水平压强梯度力的强迫下, 跨越吕宋海峡进入南海, 并在南海深层驱动出气旋式的环流结构[7-13]。
 |
| 图 1 南海及周边海域示意图(基于审图号GS(2023)2762号的地图制作, 底图无修改) Fig. 1 Map of the South China Sea and surrounding regions 注: 红色方框为试验的两个强混合区, 红色横线为16°N断面。 |
深层西边界流是南海深层气旋式环流系统的重要环节, 前人通过数值模拟、诊断分析和直接观测对南海深层气旋式环流时空特征已经建立了初步认识。基于GDEM(Generalized Digital Environmental Model)数据, Wang等[14]揭示了一支沿南海深层西北边界流动的西南向边界流, 其水体输运量约为3.0 Sv (1 Sv= 106 m3/s)。Zhou等[15]基于潜标观测指出, 南海深层西边界流沿着中沙群岛东侧的深层西边界向西南流动, 平均流量为1.65 Sv、流核流速为2 cm/s, 并存在90 d季节内振荡。Zheng等[16]观测到沿边界向西南方向流动的年平均海流, 最大速度可达2.25~2.52 cm/s, 伴随夏秋强、冬春不明显的季节特征。针对南海深层西边界流的时间变异, Gan等[17]基于数值模式研究发现南海深层气旋性环流存在夏季更强、冬季较弱的特征, Zhou等[18]观测发现南海北部陆坡处和中沙群岛东北部深层西边界流显著的30~120 d的季节内变化。Lan等[19]利用HYCOM (Hybrid Coordinate Ocean Model)数值模式, 通过打开和关闭吕宋海峡, 发现吕宋海峡深层溢流是影响南海深层环流夏强冬弱季节变化的主要影响因素。数值模拟是物理海洋学研究中认识和研究海洋的重要手段, 尽管前人关于南海深层环流的数值模拟研究已取得重要进展, 但普遍假定其混合空间均匀分布, 未考虑南海实际复杂的三维混合分布特征, 这可能掩盖了混合非均匀性对环流时空变异的关键调控作用。
南海具有独特的深水特性, 大陆架、大陆坡和深海盆地等海底地形齐全, 同时包含缓变的陆架区和深海盆、变化的火山链、海沟及海脊以及复杂多变的小尺度地形, 是高模态内潮[20]、非线性内波[21]、中尺度涡[22-24]等海洋物理过程发生的关键场所。这些复杂动力过程显著增强了深层混合, 观测表明南海深层混合率比太平洋背景场强2至3个数量级, 且呈现显著的空间非均匀性[25-26]。Thurnherr等[27-28]研究证实, 这种强混合非均匀分布不仅为深海盆中复杂的物理过程提供着能量, 也对深层环流空间结构产生影响。
现有研究表明, 南海深层环流系统存在显著的季节变化特征[29], 其驱动机制已成为当前物理海洋学研究的重要课题之一, 对其机制的研究聚焦于来自上层海洋或吕宋海峡深水溢流的信号传递[30-33], 讨论南海海域活跃的中尺度涡影响[34-36]以及地形混合相互作用[37-38]。复杂地形制约着深层环流的流动路径, 同时复杂地形附近的强混合也对深层环流的空间特征和垂向物质能量交换起着调控作用, 因此在研究南海深层环流系统时, 考虑真实的混合空间分布具有重要意义。
作为南海深层环流的关键组成部分, 南海深层西边界流是认识和研究南海深层环流系统的重要突破口。本文创新性地提出, 南海深层混合非均匀分布可能是调控深层西边界流时空特征的关键因子。为验证这一科学假设, 本文采用高分辨率的HYCOM数值模式, 基于实测数据构建南海三维混合非均匀分布参数化方案, 突破前人均匀混合假设的局限, 设计混合均匀与非均匀分布的敏感性试验, 重点解析混合空间变化对深层西边界流时空变异特征的影响, 为深层环流动力学研究提供新视角。
1 模式介绍及设置HYCOM模式是结合了等密度坐标、sigma坐标和z坐标形成的混合垂向坐标系模式, 能够根据不同海区特征选择合适的垂向坐标, 实现针对不同海区水动力过程的最优模拟[39]。HYCOM模式在深海大洋中采用等密度面坐标, 在深海动力过程及水团的追踪等方面具有独特的研究优势, 近年来已被广泛应用于全球大洋和区域海洋深层环流系统的相关研究[40-41]。
模式各试验采用的初始场为美国海军通用数字环境模型第三版海洋气候态数据集(GDEM 3.0)提供的气候态月平均温盐资料[42]。GDEM 3.0将温度和盐度保留至小数点后3位, 是经严格质量控制的高精度数据, 其水平分辨率为0.25°×0.25°, 深度范围覆盖海表到6 600 m的海洋深层, 并将其分为垂向间隔不等的68层。各试验的模拟区域为: 4°~25°N, 105°~ 125°E, 覆盖整个南海和部分太平洋(图 1), 水平分辨率设置为0.08°×0.08°(~9 km), 模式地形选取了基于卫星测高技术反演的Smith等[43]地形数据。为提升模式在南海及吕宋海峡的模拟性能, 本文对HYCOM模式的垂直坐标设置进行了区域化改进, 采用以位势密度为坐标的等密度面分层方案, 该方案能更好地遵循水体自身的动力特性, 尤其适用于刻画存在强密度梯度的深海和海峡区域。具体设置中, 以2 000 m深度作为参考面来定义位势密度值, 并依据该区域的历史与实测水文数据, 对深层水团对应的密度区间(特别是34.75 kg/m³以上)进行了显著加密。最终构建的分层方案共包含32个等密度面, 其对应的参考面位势密度值依次为: 28.10、28.90、29.70、30.50、30.95、31.50、32.05、32.60、33.15、33.70、34.25、34.75、35.15、35.50、35.80、36.04、36.20、36.34、36.46、36.56、36.64、36.70、36.74、36.78、36.82、36.84、36.86、36.88、36.92、36.96、37.01和37.06 kg/m3。图 2显示了模式中各海区的不同位势密度对应的具体深度。
 |
| 图 2 模式中不同海区位势密度初始分层对应深度分布 Fig. 2 Distributions of the initial stratification depths of the potential density across different regions in the model |
Lan等[44]通过关闭上层风场的试验指出海面强迫对南海深层环流结构影响较小, 肖劲根等[45]的南海深层流诊断模型显示海表风基本影响不到吕宋海峡深层。因此, 为直观检验深海动力过程对于南海深层西边界流的影响, 除温盐场外本文模式各试验未添加其他外加强迫。所有边界均采取闭边界, 仅在东边界处设置了19个网格的缓冲边界。底摩擦在离底10 m内采用二次拖曳方法进行参数化, 拖曳系数CD=2.5×10–3保持不变。前人研究对于南海深层环流在数值模拟和诊断分析方面已经取得了一些认识, 然而这些研究大部分都假定南海深层混合是空间均匀分布, 没有考虑南海实际深层复杂的三维混合分布特征, 实际观测发现, 南海在吕宋海峡和中沙岛链区域的深层存在两个混合率高值区, 混合率大小约为3×10−2 m2/s [26], 根据这一混合分布特征, 本文对于模式采用的KPP(K-Profile Parameterization)垂向混合参数化方案进行优化, 分别设置1 000 m以深, 水平范围覆盖109°~122°E、14°~17°N, 以及109°~ 122°E、18°~23°N的区域作为模式中的强混合区, 探究强混合对于南海深层环流的影响。具体混合率设置方案如表 1所示, 控制试验及3组敏感性试验各运行20 a, 为保证模式到达稳定状态, 取模式第20年的结果进行分析。
| 试验序号 | 试验对应混合设置方案 |
| Expt 1 | 在1 000 m以深, 南海北部及中部中沙岛链区域设置为强混合10–3 m2/s, 其他区域垂向混合率默认为大洋背景混合率10–5 m2/s |
| Expt 2 | 垂向混合率默认为大洋背景混合率10–5 m2/s |
| Expt 3 | 在1 000 m以深, 南海北部区域设置为强混合10–3 m2/s, 其他区域垂向混合率默认为大洋背景混合率10–5 m2/s |
| Expt 4 | 在1 000 m以深, 南海中部中沙岛链区域设置为强混合10–3 m2/s, 其他区域垂向混合率默认为大洋背景混合率10–5 m2/s |
具备南海北部与中沙岛链区域两个强混合区的混合分布试验(Expt1)与真实的南海混合分布情况最为接近, 因此本文取该试验(Expt1)为控制试验, 将其第20年平均态结果与观测结果进行对比评估, 验证模式结果的可靠性, 同时选取适于计算流量的断面作为判断南海深层西边界流强弱的标准。本节对于模式结果的分析由空间结构和时间变异两部分展开。
2.1 模式评估图 3给出了模式控制试验整个南海第28层(36.88 kg/m3)的水平流场, 可以看出南海深层气旋式环流结构, 南海深层西边界流在北部陆坡处沿边界流动, 沿西部边界向南流动, 在中沙群岛以东流动大小显著强于内区, 部分分支向东转向, 流入内区。此外, 本文根据模式模拟结果进行了水平流场和垂向流速的评估, 控制试验模拟出的流场(图 3)与Wang等[14]计算的南海3 000 m层地转流结果有相似的气旋状结构, 流动在北部陆坡边界处向西、沿西侧边界向西南, 与Zhou等[18]在北部陆坡和中沙岛东北部潜标观测的流速方向一致。Zhou等[46]利用MITgcm模拟的3 100 m层深层西边界流的最大流速出现在16°~18°N, 而本研究控制试验则显示最大流速核心区出现在15°30′~ 17°N, 两个结果在纬度范围上高度吻合, 这一一致性验证了模式在深层西边界流模拟中的可靠性。从西边界流断面空间结构来看(图 4), 控制试验16°N流速断面与Zhou等[15]根据中沙岛东南侧15°~16°N之间6个潜标观测绘制的南海深层西边界流断面结构符合良好, 能够模拟出深层西边界流的底增强结构及其东侧回流。对比发现模式结果在2 000 m以下到海底地形处均存在南向强流, 流动存在向底增强的特征, 在流核处流速达到最大值, 东侧存在反向回流, 流核深度及对应流速大小分别为4 040 m、3.22 cm/s, 在流核到海底300~400 m的垂向范围内流速迅速衰减, 在海底处流速为0 cm/s。数值模拟结果的流核深度与观测数据的差异仅为40 m, 约1%的相对误差, 在深海观测的合理误差范围内, 表明模式准确再现了深层西边界流的垂向结构特征。基于GDEM数据计算得到的深层西边界流最大速度为2.7 cm/s, 观测结果表明流动流核大约位于4 000 m深度, 最大平均流速为2.0 cm/s, 模拟最大流速3.22 cm/s略高于观测值, 但二者处于同一数量级, 这种差异可能源于模式分辨率对次中尺度过程的刻画差异或观测手段的测量不确定性。
 |
| 图 3 根据Expt1试验模式结果绘制的第28层水平流速场 Fig. 3 Vector diagram comparing model results with mooring observations made in Experiment 1 注: 红色箭头标示了南海深层西边界流及其回流位置, 黑色实线为水深大于1 000 m区域的等深线, 间隔为1 000 m。 |
 |
| 图 4 根据Expt1模式试验结果绘制的16°N断面处流速垂向结构 Fig. 4 Vertical velocity structure along the 16°N section determined via Experiment 1 注: 黑色实线为模式第25层至28层在16°N断面上的等密面。 |
鉴于上述对比验证结果, 本文选取的模式足以用于南海深层西边界流的时空特征及其机理研究。模式第28层(位势密度36.88 kg/m3)水平流速场结果显示(图 3), 南海深层西边界流主轴位置位于中沙群岛的东侧, 并约在16°N附近有最大流速。流量是衡量深层流强弱的重要依据, 为选取一研究南海深层西边界流的标准断面, 探究南海深层西边界流沿着西边界从北往南的强弱变化, 本文计算了自14°N至17°30′N每隔纬向30′、自西向东114°E到116°E的流量积分(图 5)。不同颜色的线条代表模式不同的深度层, 依据各层流量的积分变化可以看出, 深层西边界流在16°N处有最大的流量, 在第28层达到1.35 Sv, 16°N断面处向南的流量从114°48′E向东逐渐增大, 在115°27′E附近达到最大, 从第25层到海底的积分流量为3.37 Sv, 再往东由于南海深层西边界流存在反向的回流, 积分的流量减小。纬向积分结果表明, 16°N断面的积分流量结果能够较好地反映南海深层西边界流的情况, 因此本文选取该断面积分流量作为研究南海深层西边界流的标准; 从模式各层的积分结果来看, 南海深层西边界流主要集中在模式的第28层(绿色线条), 因此分析深层西边界流空间结构和时间变异时, 选取模式的第28层作为主要研究对象。
 |
| 图 5 根据Expt1模式试验结果绘制的沿纬向的流量积分分布 Fig. 5 Zonal integration distributions determined via Experiment 1 |
南海是西太平洋最大的半封闭边缘海, 其广阔的深海海盆及复杂地貌制约着深层环流的流动, 复杂地形导致的强混合也对深层环流结构起着调控作用, 因此, 在研究南海深层环流系统时, 考虑真实的混合空间分布具有重要意义。南海深层西边界流是南海深层环流系统的突出特征和重要部分, 本节基于HYCOM数值模式不同混合设置的敏感性试验结果, 探究了混合非均匀分布对于深层西边界流的空间结构和季节振荡特征的影响。
与南海实际混合分布最接近的Expt1试验流场分布表现出强南向西边界流及东侧北向回流两个特征(图 6a).深层西边界流向南流动的过程中在15°42′N分为2个分支, 一个分支沿着边界继续向西南流动, 另一分支向东北转向成为回流, 在中沙群岛的东北角, 纬度15°42′N到16°48′N、经度115°06′E到116°E的区域, 回流分支与深层西边界流形成气旋式结构。与控制试验不同的是, 不添加强混合驱动的Expt2试验大部分西南向流始终沿着地形边界流动(图 6b), 流动的分支较小且分叉点往南移动, 在15°24′N处才开始产生流动的分叉, 形成弱的局地气旋结构, 该试验中深层西边界流上游和下游的流动大小差别不大。根据上一节中已经选取的标准, 本文以16°N处、114~116°E为南海深层西边界流的标准断面, 划定模式从第25层至海底南向流动的输运总和为深层西边界流的流量。输运的计算公式为:
| $ S = \iint {V{\text{d}}x{\text{dz}}} , $ | (1) |
 |
| 图 6 各试验第28层垂向积分的平均流量密度矢量分布 Fig. 6 Distributions of the vertically integrated mean flow density in the 28th layer for each experiment |
其中, S为流动体积输运总量; V为向南的流速分量; dz为相邻两层间层厚; x为模式相邻网格点之间的距离。计算得到Expt2试验中深层西边界流流量大小为2.16 Sv, 小于3.37 Sv (Expt1), 即Expt2试验整体流动的强度小于控制试验, 表明南海强混合特征是调控南海深层西边界流强度的关键因素。Expt3试验中气旋状结构的位置与控制试验接近(图 6c), 流动明显弱于控制组试验, 流量大小为2.36 Sv。同样是单一强混合区的试验, Expt4试验模拟的南海深层西边界流的强度要明显大于Expt1、Expt2试验(图 6d), 与控制试验最为接近。但Expt4试验产生的回流分支较弱, 大部分西边界流都沿着地形向西南方向流动, 流量为3.22 Sv。综上, 不同混合分布对于中沙群岛西部深层西边界流的模拟结果存在明显差异, 3组敏感性试验中与控制试验最为接近的是加入中沙岛链附近海区强混合的Expt4试验, 该试验能够较好地模拟出南海深层西边界流的强度, 与控制试验模拟的流量差异小于5%。
2.3 混合分布对深层西边界流时间变异的影响流速谱分析结果显示, 深层西边界流存在多时间尺度的变异特征(图 7), 控制试验模拟的南海深层西边界流除了80 d到200 d的时间变异信号之外, 还存在显著的季节变化(约360 d)。为剔除高频信号, 因此后文采用的数据均经过15 d低通滤波处理。
 |
| 图 7 Expt1试验中南海深层西边界流经向流速V的谱分析结果 Fig. 7 Spectrum of the meridional velocity (V) of the DWBC in the South China Sea determined via Experiment 1 |
为了体现其季节变化的差异性、使结果更加直观, 本研究分析了模式不同混合设置试验月平均流量的分布(图 8), 并进行了2个时间段的划分, 定义冬春季节的计算月份为1月—4月, 夏秋季节的计算月份为7月—10月, 获取水平流场的算术平均结果。
 |
| 图 8 Expt1中16°N断面25层到海底垂向积分的月平均流量 Fig. 8 Monthly mean vertically integrated flow determined from the 25th model layer to the bottom along 16°N via Experiment 1 |
Expt1试验结果显示, 与冬春季节相比(约3 cm/s, 图 9b), 夏秋季节的深层西边界流流速更强(约7 cm s–1, 图 9a), 边界流主轴从17°N沿平行于等深线向西南方向延伸, 于15°30′N附近产生分叉, 深层西边界流与东侧回流形成的局地气旋式结构更强。Lan等[19]利用SODA(Simple Ocean Data Assimilation) 数据绘制的南海深层环流存在类似的结果, 在夏季(7月—9月), 有较强的深层西边界流沿着大陆边缘东海岸和中沙群岛向西南流动, 在冬季(1月—3月)深海盆内部的流动微弱。不添加强混合区的Expt2试验大部分深层西边界流始终沿着地形边界运动, 夏秋季节(约5 cm/s, 图 9c)略强于冬春季节(约4 cm/s, 图 9d), 几乎没有产生向东分支, 深层西边界流整体季节的差异性并不显著, 说明混合空间分布对于南海深层西边界流的季节变化起着重要的调控作用。与Expt2中深层西边界流季节变化的弱差异性相比, Expt3的试验结果与Expt1更接近, 表现出弱于对照试验的气旋状环流结构, 存在夏秋强于冬春的季节变化(图 9c), 冬春季节大部分的深层西边界流于15°42′N附近发生转向(图 9g), 往东南方向南海内区流动, 该试验只添加了南海北部的强混合, 因此推测中沙岛链区域的强混合对于维持当地深层西边界流的流动方向起着不可或缺的作用。Expt4试验夏秋季节(约6 cm/s, 图 9g)西南向流动与回流都要强于另一季节(约4 cm/s, 图 9h), 与控制试验表现出一致的季节变异特征, 并且回流弱于控制试验。
 |
| 图 9 各试验第28层垂向积分的平均流量密度矢量分布 Fig. 9 Distributions of the vertically integrated mean flow density in the 28th model layer for each experiment |
以上, 通过对于不同敏感性试验流场空间结构的分析, 研究发现各敏感性试验中南海深层西边界流存在夏秋季节更强的时间变化特征, 为了进一步印证这一结论, 定量地探讨了不同混合分布试验中南海深层西边界流强度的季节变化特征。由表 2可知, 两组单一强混合区试验中, 中沙岛链区域强混合的试验Expt4能够更好地体现南海深层西边界流在夏秋季更显著的季节特点, 表明与南海北部强混合区相比, 中沙岛链区域强混合对于南海深层西边界流的季节变化具有更重要的调控作用。四组试验所得的夏秋季节对应流量均大于冬春季节, 定量计算的结果与此前南海深层西边界流于夏秋季节更强的结论相符。
| 试验序号 | 冬春季节对应流量 | 夏秋季节对应流量 | 年平均流量 |
| Expt1 | 1.81 | 4.57 | 3.37 |
| Expt2 | 2.27 | 2.33 | 2.16 |
| Expt3 | 1.75 | 3.07 | 2.36 |
| Expt4 | 3.16 | 3.88 | 3.22 |
模式第25层至海底的流动积分结果也呈现出类似的结论(图 10), 在南海深层西边界流更强的夏秋季节, 4组试验中更接近南海真实混合混合分布的Expt1在16°N断面处有着最大的流量(4.57 Sv, 7月—10月), 在南海深层西边界流更强的冬春季节, Expt1在16°N断面处的流量(1.81 Sv, 1月—4月)则要小于其他的试验, 表现出夏秋强、冬春弱的季节特点, 具有显著的季节差异, Zhou等[15]利用中沙群岛东侧的潜标观测一年的数据同样得出了深层西边界流在夏季更强(6月—8月, 流量~4.8 Sv)的结论。其他的3组试验中, Expt4在16°N断面处的流量也能够较好地模拟出南海深层西边界流在夏秋季节强(3.88 Sv, 7月—10月)的特点, 但在冬春季节流量较弱的季节差异并不明显(3.16 Sv, 1月— 4月), 按照每月流量分布与控制试验的接近程度排序, 模拟结果中沙岛链附近强混合> 南海北部强混合> 背景场弱混合的试验, 从数值模拟角度证实了强混合分布对于南海深层西边界流季节特征具有调控作用。
 |
| 图 10 16°N断面25层到海底垂向积分的日平均流量时间序列 Fig. 10 Daily mean vertically integrated flow from the 25th layer to the bottom along 16°N |
与南海北部强混合区相比, 中沙岛链区域的强混合对于深层西边界流的季节变化有更重要的影响, 推测可能与南海中部深海盆活跃的罗斯贝波有关。南海中部观测到的第一斜压罗斯贝波[15, 47]和北部陆坡处观测到的地形罗斯贝波[48]都对深层流动存在重要的调控作用。Xu等[47]指出90 d的季节内振荡信号以第一斜压罗斯贝波的形式向西传播, 本文的4组数值试验中, 强混合控制试验对于深层西边界流季节振荡特征模拟较好, 而弱混合试验中季节变化不明显, 以季节内振荡信号为主, 结合罗斯贝波频散关系理论分析和数值模拟结果推测, 深层混合较弱时, 海洋层结较强、浮力频率N较大, 罗斯贝变形半径λd增大, 导致低频罗斯贝波(如年际尺度波动)能够有效传播, 从而主导西边界流的时间变异; 强混合驱动下深海层结减弱, 并增强耗散直接削弱罗斯贝波能量, 根据罗斯贝变形半径公式λd∝N, 层结减弱会缩小变形半径, 同时提高罗斯贝波的截止频率, 抑制低频波动传播。此时, 此时西边界流的时间变异转为受局地混合驱动的季节尺度振荡主导, 表现为更显著的季节性信号。
3 总结与讨论深层环流作为全球海洋环流的重要组成部分, 对于不同海区热量储存、淡水输运和气候变化都具有重要的影响, 南海是连接太平洋和印度洋的重要枢纽, 具备广阔的深水海盆, 系统研究南海深层环流对局地碳循环、气候变化具有至关重要的意义。深层西边界流作为深层环流系统的典型特征, 是研究海洋深层环流的重要一环。
前人研究对南海深层西边界流空间特征及其季节变化已有初步认识, 但对南海深层强混合空间分布如何调控深层西边界流时间变异尚不清楚。针对上述科学问题, 本文基于高分辨率HYCOM数值模式, 对于整个南海区域三维环流系统进行了数值模拟, 根据混合观测结果设置了不同混合空间分布试验, 探究了南海深层混合空间分布对南海深层西边界流时空特征的影响, 主要结论如下:
(1) 给出了南海深层西边界流的空间结构。南海北部区域、中沙岛链区域强混合的控制试验能够准确模拟南海深层的气旋式水平环流以及较强的深层西边界流, 其流轴位于中沙群岛东侧, 其平均态流核深度为4 040 m, 对应流速3.22 cm/s, 平均流量为3.37 Sv。
(2) 揭示了南海深层西边界流夏秋强、冬春弱的季节变化特征。控制试验模拟出了深层西边界流在夏秋更强、春秋较弱的季节特征, 3组敏感性试验的结果也满足夏秋强的季节特点。
(3) 阐明了强混合空间分布对于南海深层西边界流时间变异的调控作用。3组敏感性试验能够较好地模拟出夏秋强的特点, 但在冬春季节流量较弱的季节差异并不明显。与南海北部强混合区相比, 中沙岛链区域的强混合对于深层西边界流的季节变化有更重要的影响, 与控制试验的结果最接近。
本研究基于真实三维混合分布特征构建的数值模式试验, 验证了混合非均匀分布对于南海深层西边界流时空变异的关键调控作用。但实际海洋中混合过程具有显著的时空变异性, 南海深层活跃的中尺度涡旋和多源驱动的内波破碎会导致混合率产生波动, 这种动态变化的混合特征可能通过改变深层能量耗散率, 进一步调制西边界流的时间变异特性。本研究采用的静态混合参数化方案虽能反映空间非均匀性, 但无法完全刻画真实海洋强混合过程的影响, 这可能是导致模拟结果与观测存在差异的重要原因。
受数据资料长度限制, 本研究主要关注季节尺度的时间变异。实际上, 南海深层环流还可能受到太平洋与南海水体交换、ENSO等气候模态的影响而产生年际变化。因此, 有待在南海西边界建立长期连续的观测阵列, 通过获取高时空分辨率的温盐流和湍流混合数据, 丰富混合非均匀分布对深层环流调控机理的相关结论。
此外, 混合非均匀分布作用于深层流动的动力机制尚不明确, 这一现象可能涉及多个物理过程的共同作用, 如混合空间分布的梯度变化通过改变位涡平衡影响深层斜压调整, 进而调控西边界流的垂向结构。次中尺度涡旋与海底地形的非线性相互作用产生的涡度耗散, 以及混合过程对内潮能量串级的调制作用, 都可能影响深层流场的稳定性。这些复杂的相互作用机制有待通过数值实验和理论分析进行更深入的解析, 并借助实测数据进一步验证, 建立更完善的南海深层环流动力机制。
| [1] |
QU T D, DU Y, SASAKI H. South China Sea throughflow: A heat and freshwater conveyor[J]. Geophysical Research Letters, 2006, 33(23): L23617. |
| [2] |
GORDON A L, HUBER B A, METZGER E J, et al. South China Sea Throughflow impact on the Indonesian Throughflow[J]. Geophysical Research Letters, 2012, 39(11): L11602. |
| [3] |
WYRTKI K. The thermohaline circulation in relation to the general circulation in the oceans[J]. Deep Sea Research, 1961, 8(1): 39-64. |
| [4] |
QU T D. Upper-layer circulation in the South China Sea[J]. Journal of Physical Oceanography, 2000, 30(6): 1450-1460. DOI:10.1175/1520-0485(2000)030<1450:ULCITS>2.0.CO;2 |
| [5] |
苏纪兰. 南海环流动力机制研究综述[J]. 海洋学报, 2005, 27(6): 1-8. SU Jilan. Overview of the South China Sea circulation and its dynamics[J]. Acta Oceanologica Sinica, 2005, 27(6): 1-8. |
| [6] |
DE LAVERGNE C, MADEC G, CAPET X, et al. Getting to the bottom of the ocean[J]. Nature Geoscience, 2016, 9(12): 857-858. DOI:10.1038/ngeo2850 |
| [7] |
LIU C T, LIU R J. The deep current in the Bashi Channel[J]. Acta Oceanographica Taiwanica, 1988, 20: 107-116. |
| [8] |
QU T D, GIRTON J B, WHITEHEAD J A. Deepwater overflow through Luzon Strait[J]. Journal of Geophysical Research: Oceans, 2006, 111(C1): C01002. |
| [9] |
TIAN J W, YANG Q X, LIANG X F, et al. Observation of Luzon Strait transport[J]. Geophysical Research Letters, 2006, 33(19): L19607. |
| [10] |
CHANG Y T, HSU W L, TAI J H, et al. Cold deep water in the South China Sea[J]. Journal of Oceanography, 2010, 66(2): 183-190. DOI:10.1007/s10872-010-0016-x |
| [11] |
ZHOU C, ZHAO W, TIAN J W, et al. Variability of the deep-water overflow in the Luzon Strait[J]. Journal of Physical Oceanography, 2014, 44(11): 2972-2986. DOI:10.1175/JPO-D-14-0113.1 |
| [12] |
ZHAO X L, ZHOU C, ZHAO W, et al. Deepwater overflow observed by three bottom-anchored moorings in the Bashi Channel[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2016, 110: 65-74. DOI:10.1016/j.dsr.2016.01.007 |
| [13] |
TIAN J W, QU T D. Advances in research on the deep South China Sea circulation[J]. Chinese Science Bulletin, 2012, 57(24): 3115-3120. DOI:10.1007/s11434-012-5269-x |
| [14] |
WANG G, XIE S, QU T, et al. Deep South China Sea circulation[J]. Geophysical Research Letters, 2011, 38(5): L05601. |
| [15] |
ZHOU C, ZHAO W, TIAN J W, et al. Deep western boundary current in the South China Sea[J]. Scientific Reports, 2007, 7: 9303. |
| [16] |
ZHENG H, ZHANG C Z, ZHAO R X, et al. Structure and variability of abyssal current in northern South China Sea based on CPIES observations[J]. Journal of Geophysical Research: Oceans, 2021, 126(10): e2020JC016780. |
| [17] |
GAN J P, LIU Z Q, HUI C R. A three-layer alternating spinning circulation in the South China Sea[J]. Journal Of Physical Oceanography, 2016, 46(8): 2309-2315. DOI:10.1175/JPO-D-16-0044.1 |
| [18] |
ZHOU M P, WANG G H, LIU W H, et al. Variability of the observed deep western boundary current in the South China Sea[J]. Journal of Physical Oceanography, 2020, 50(10): 2953-2963. DOI:10.1175/JPO-D-20-0013.1 |
| [19] |
LAN J, WANG Y, CUI F J, et al. Seasonal variation in the South China Sea deep circulation[J]. Journal of Geophysical Research: Oceans, 2015, 120(3): 1682-1690. DOI:10.1002/2014JC010413 |
| [20] |
XU Z H, YIN B S, HOU Y J, et al. Variability of internal tides and near-inertial waves on the continental slope of the northwestern South China Sea[J]. Journal of Geophysical Research: Oceans, 2013, 118(1): 197-211. DOI:10.1029/2012JC008212 |
| [21] |
ALFORD M H, LIEN R C, SIMMONS H, et al. Speed and evolution of nonlinear waves transiting the South China Sea[J]. Journal of Physical Oceanography, 2010, 40(6): 1338-1355. DOI:10.1175/2010JPO4388.1 |
| [22] |
ALFORD M H, PEACOCK T, MACKINNON J A, et al. The formation and fate of internal waves in the South China Sea[J]. Nature, 2015, 521(7550): 65-69. DOI:10.1038/nature14399 |
| [23] |
CHEN G X, HOU Y J, CHU X Q. Mesoscale eddies in the South China Sea: Mean properties, spatiotemporal variability, and impact on thermohaline structure[J]. Journal of Geophysical Research: Oceans, 2011, 116(C6): C06018. |
| [24] |
ZHANG Z W, TIAN J W, QIU B, et al. Observed 3D structure, generation, and dissipation of oceanic mesoscale eddies in the South China Sea[J]. Scientific Reports, 2016, 6: 24349. DOI:10.1038/srep24349 |
| [25] |
TIAN J W, YANG Q X, ZHAO W. Enhanced diapycnal mixing in the South China Sea[J]. Journal of Physical Oceanography, 2009, 39(12): 3191-3203. DOI:10.1175/2009JPO3899.1 |
| [26] |
YANG Q X, ZHAO W, LIANG X F, et al. Three- dimensional distribution of turbulent mixing in the South China Sea[J]. Journal of Physical Oceanography, 2016, 46(3): 769-788. DOI:10.1175/JPO-D-14-0220.1 |
| [27] |
THURNHERR A M, LAURENT L C ST, SPEER K G, et al. Mixing associated with sills in a canyon on the Midocean Ridge Flank[J]. Journal of Physical Oceanography, 2005, 35(8): 1370-1381. DOI:10.1175/JPO2773.1 |
| [28] |
THURNHERR A M, CLÉMENT L, ST. LAURENT L C, et al. Transformation and Upwelling of Bottom Water in Fracture Zone Valleys[J]. Journal of Physical Oceanography, 2020, 50(3): 715-726. DOI:10.1175/JPO-D-19-0021.1 |
| [29] |
ZHU Y H, CAO G J, WANG Y G, et al. Variability of the deep South China Sea circulation derived from HYCOM reanalysis data[J]. Acta Oceanologica Sinica, 2022, 41(7): 54-64. DOI:10.1007/s13131-021-1952-6 |
| [30] |
LIU G J, LAN J. Distribution of seasonal signals in the deep South China Sea[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2022, 189: 103895. |
| [31] |
TANG S Q, CHEN X, ZENG Z, et al. Numerical investigation of the South China Sea deep circulation[J]. Acta Oceanologica Sinica, 2022, 41(5): 1-11. |
| [32] |
ZHU Y H, WANG D Q, WANG Y G, et al. Vertical velocity and transport in the South China Sea[J]. Acta Oceanologica Sinica, 2022, 41(7): 13-25. DOI:10.1007/s13131-021-1954-4 |
| [33] |
ZHENG H, ZHU X H, ZHANG C Z, et al. Observation of abyssal circulation to the west of the Luzon Strait, South China Sea[J]. Journal of Physical Oceanography, 2022, 52(9): 2091-2109. DOI:10.1175/JPO-D-21-0284.1 |
| [34] |
ZHAO X L, ZHOU C, XU X B, et al. Deep circulation in the South China Sea simulated in a regional model[J]. Ocean Dynamics, 2020, 70(11): 1461-1473. DOI:10.1007/s10236-020-01411-2 |
| [35] |
周木平. 南海深层西边界流观测与模拟研究[D]. 厦门: 厦门大学, 2020. ZHOU Muping. Observation and simulation of the deep western boundary current in the South China Sea[D]. Xiamen: Xiamen University, 2020. |
| [36] |
邹童, 徐勤博, 周春, 等. 南海中尺度涡对深层流调控作用的个例研究[J]. 海洋与湖沼, 2022, 53(6): 1299-1310. ZOU Tong, XU Qinbo, ZHOU Chun, et al. Regulation of mesoscale eddies for deep currents in the South China Sea: a case study[J]. Oceanologia et Limnologia Sinica, 2022, 53(6): 1299-1310. |
| [37] |
CAI Z Y, GAN J P. Dynamics of the cross-layer exchange for the layered circulation in the South China Sea[J]. Journal of Geophysical Research: Oceans, 2020, 125(10): e2020JC016131. |
| [38] |
YE R J, SHANG X D, ZHAO W, et al. Circulation driven by multihump turbulent mixing over a seamount in the South China Sea[J]. Frontiers in Marine Science, 2022, 8: 794156. DOI:10.3389/fmars.2021.794156 |
| [39] |
郑沛楠, 宋军, 张芳苒, 等. 常用海洋数值模式简介[J]. 海洋预报, 2008, 25(4): 108-120. ZHENG Peinam, SONG Jun, ZHANG Fangran, et al. Common instruction of some ogcm[J]. Marine Forecasts, 2008, 25(4): 108-120. |
| [40] |
CHANG Y S, OZGOKMEN T M, PETERS H, et al. Numerical simulation of the Red Sea Outflow using HYCOM and comparison with REDSOX Observations[J]. Journal of Physical Oceanography, 2008, 38(2): 337-358. DOI:10.1175/2007JPO3697.1 |
| [41] |
XU X B, SCHMITZ W J Jr, HURLBURT H E, et al. Transport of Nordic Seas overflow water into and within the Irminger Sea: An eddy-resolving simulation and observations[J]. Journal of Geophysical Research: Oceans, 2010, 115(C12): C12048. |
| [42] |
CARNES M R. Description and evaluation of GDEM-V 3.0[R]. Stennis Space Center: Naval Research Laboratory, 2009.
|
| [43] |
SMITH W H F, SANDWELL D T. Global sea floor topography from satellite altimetry and ship depth soundings[J]. Science, 1997, 277(5334): 1956-1962. DOI:10.1126/science.277.5334.1956 |
| [44] |
LAN J, ZHANG N N, WANG Y. On the dynamics of the South China Sea deep circulation[J]. Journal of Geophysical Research: Oceans, 2013, 118(3): 1206-1210. DOI:10.1002/jgrc.20104 |
| [45] |
肖劲根, 谢强, 刘长建, 等. 一个考虑潮汐, 中尺度涡和地形影响的南海底部环流诊断模型[J]. 海洋学报, 2013, 35(5): 1-13. XIAO Jingen, XIE Qiang, LIU Changjian, et al. A diagnostic model of the South China Sea bottom circulation in consideration of tidal mixing, eddy-induced mixing and topography[J]. Acta Oceanologica Sinica, 2013, 35(5): 1-13. |
| [46] |
ZHOU M P, LING Z, CHEN C L. Three-dimensional numerical study of the deep western boundary current in the South China Sea[J]. Frontiers in Marine Science, 2024, 11: 134697. |
| [47] |
XU Q B, ZHOU C, ZHAO W, et al. Dynamics of the Baroclinic Rossby Waves Regulating the abyssal South China Sea[J]. Journal of Physical Oceanography, 2022, 52(5): 857-873. DOI:10.1175/JPO-D-21-0089.1 |
| [48] |
WANG Q, ZENG L L, SHU Y Q, et al. Energetic topographic Rossby Waves in the Northern South China Sea[J]. Journal of Physical Oceanography, 2019, 49(10): 2697-2714. DOI:10.1175/JPO-D-18-0247.1 |