2025, Vol. 49
文章信息
- 齐钰茜, 乔璐璐, 缪红兵, 张思晨, 薛文静. 2025.
- QI Yuqian, QIAO Lulu, MIAO Hongbing, ZHANG Sichen, XUE Wenjing. 2025.
- 基于实测资料的北黄海冷水团年际变化
- Interannual variations of the North Yellow Sea Cold Water Mass based on in-situ data
- 海洋科学, 49(11): 1-15
- Marine Sciences, 49(11): 1-15.
- http://dx.doi.org/10.11759/hykx20250702001
-
文章历史
- 收稿日期：2025-07-02
- 修回日期：2025-09-15
2. 海底科学与探测技术教育部重点实验室, 山东 青岛 266100
2. Key Lab of Submarine Geosciences and Prospecting Techniques, Ministry of Education, Qingdao 266100, China
北黄海是典型的半封闭陆架浅海, 位于山东半岛、辽东半岛和朝鲜半岛之间, 是中国北方重要的海洋生态功能区, 也是现代黄河沉积物向外海输运的关键通道[1]。冷水团作为该海域最具特色的水文现象之一, 夏季在北黄海表现为海域中部底层的低温、高盐特征。这一冷水团的形成和演变不仅反映了北黄海独特的水文特征, 更指示了区域海洋对全球气候变化的响应[2-3]。
学者们围绕黄海冷水团的环流结构、水文性质、季节变化、成因机制及影响因素等开展了广泛的研究[4], 尤其对南黄海冷水团关注较多, 但对冷水团长期演化的研究相对较少。少数的基于生物海洋学的研究方法, 由于指示冷水团的底栖有孔虫组合未能达到统一, 导致关于冷水团古海洋学的研究结果差异较大[5]。现代海洋环境中, 黄海冷水团的范围和强度呈现出年际和年代际的变化特征[6, 7]。翁学传等[8]以1957—1967年, 1972—1973年和1975—1985年共24 a的温盐资料为基础, 采用“相似系数”法, 对黄海冷水团的分布范围、低温中心、体积及温盐特征进行研究。研究发现, 黄海冷水团有强年和弱年之分, 强年“相对体积”约为弱年的2.2倍。宋新等[9]基于ROMS模型结果, 利用等温线位置变化研究黄海冷水团范围的年际变化特征, 研究认为黄海冷水团的范围与纬向和经向风速呈正相关, 且存在5 a的变化周期, 厄尔尼诺年时, 黄海冷水团分布范围偏小, 且变化滞后17个月; 而拉尼娜年时分布范围则较大。Oh等[10]利用2009—2011年4月和8月黄海东南部的水文资料研究了冷水团的时空演化特征, 结果表明全球气候变化影响了黄海冷水团的温度特征, 随后又基于1996、2021及2022年春秋两季的观测数据分析认为, 与1996年相比, 2021—2022年冷水团海域温度升高, 盐度下降, 且冷水团体积明显缩小[11]。Li等[12]综合1976—2006年国家海洋标准剖面、韩国海洋数据中心的调查资料讨论了南黄海冷水团温度的长期变化特征, 结果表明南黄海冷水团两个冷中心呈现不同的变化趋势, 西部冷中心温度上升, 而东部冷中心温度下降, 较强的温跃层和较少的热量输入被认为是造成东部冷中心降温的两个主要原因。Wu等[13]则认为黄海冷水团东南水体的平均温度和核心温度均呈缓慢上升趋势。不仅冷水团的东、西部温度变化有差异, Yang等[14]基于1993—2019年间黄海冷水团强度的年际变化和长期趋势, 发现黄海冷水团的北部和南部的年际变化也存在差异。因此, 基础数据空间位置的不同, 可能导致冷水团演化趋势差异性结论, 亟待开展覆盖冷水团海域的整体研究。
相较于南黄海冷水团, 对北黄海冷水团及其长期变化特征的研究相对较少, 学者们多基于横跨该冷水团的大连-成山角断面水文观测数据展开分析。张以恳等[15]根据该断面1928—1990年共42年(部分年份间断)观测资料, 采用“相似系数”方法分析了北黄海冷水团的分布范围、厚度、相对体积、温盐特征、低温中心位置等要素的多年变化特征, 将这42年北黄海冷水团的变化划分为强年、弱年和平年3种情况。从长期变化趋势看, 基于该断面1976—1999年的调查资料, 江蓓洁等[16]认为北黄海冷水团的温度略呈上升趋势, 盐度变化趋势不明显; 基于该断面1976—2006年调查资料, 李昂等[17]也认为冷水团中心的最低温度具有升温趋势, 且冷水团北部锋面强度具有减弱趋势。Li等[12]根据1976—2006年国家海洋标准剖面和韩国海洋数据中心的调查资料, 认为北黄海冷水团南部的盐度锋和盐度均呈现减弱趋势, 与近岸水体差异减小。刘长华等[4]基于1928—2008年的历史观测数据和研究结果, 分析北黄海冷水团低温中心的位置变化, 认为其变化幅度比南黄海冷水团偏小。
虽然前人已经对黄海冷水团的变化开展了众多研究, 但大多基于数值模型、某条剖面或有限站位的实测数据, 或者基于卫星遥感资料开展工作, 不利于把握冷水团整体变化特征, 对北黄海冷水团的相关研究则更少。北黄海作为典型的半封闭陆架浅海, 其水文环境对全球气候变化的响应更为敏感。冷水团作为该区域重要的水文现象, 其年际变化不仅直接影响海洋生态系统, 更是区域海洋对全球变化响应的代表性指示。另外, 冷水团上界的温跃层, 可以阻挡热量的向下传输, 限制垂向上悬浮泥沙的跨跃层输运[18]; 冷水团与沿岸水体形成的温度锋面, 可以影响黄海冷水团的边界混合过程, 限制水平方向上悬沙的跨锋面扩散与输运[19, 20], 温跃层和温度锋对水质环境、泥沙输运等产生重要影响。因此, 本文将基于连续15 a的实测温度和盐度数据, 对冷水团水平、垂直方向上的温盐年际变化特征进行定量分析, 并开展温跃层强度和深度的定量研究, 同时分析其年际变化特征。
1 数据与方法北黄海海域面积约为80 000 km2, 属于暖温带半湿润季风气候。北黄海的地形总体上呈“簸箕”状(图 1), 水深由南向北逐渐变浅, 平均水深在40 m左右, 其轴线的最深处为黄海槽, 最大水深约86 m[21]。北黄海陆源物质供应丰富, 山东半岛北部近岸海域, 因常年接受鲁北沿岸流携带的黄河入海沉积物和近岸诸多中小河流输入的陆源物质, 而表现为高浊度特征[22]。
 |
| 图 1 研究区位置图 Fig. 1 Location of the study area 注: 绿色虚线为渤海海峡断面, 红色虚线为成山头-长山串断面, 橙色虚线为跨冷水团的断面1, 黄色阴影为冷水团位置示意图, 星号为断面1上的站位A及位于冷水团核心的站位B |
本研究使用的数据来自2010—2024年国家自然科学基金委渤黄海共享航次(各个航次站位位置信息如图 2所示)。各季节累计观测站位数量如图 3所示, 其中春、夏、秋、冬季分别有168、318、217和55个站位的观测数据, 每个航次各个站位都开展了温、盐观测。各航次出海前仪器设备均按照要求经过校准检查, 并且在测量过程中严格遵循《海洋调查规范》(GB/T 12763.2—2007)要求开展作业, 对采集的原始数据进行预处理, 剔除异常值, 对质控后的数据再经滑动平均处理, 得到垂直分辨率为1 m的温盐数据, 最终以此进行多年变化的对比分析。
 |
| 图 3 不同季节调查站位数量分布 Fig. 3 Number of survey stations in different seasons |
冷水团的水平与垂向面积分别定义为北黄海底层和断面1剖面上由10 ℃等温线所围成的闭合区域范围, 两者均基于Surfer软件的多边形面积计算功能求得。
温跃层可反映海洋温度场物理特性。近年来已有研究表明, 在全球变暖的背景下, 水体的热力结构会发生变化, 分层现象加剧, 进而影响温跃层的深度和强度, 并对垂直方向上的物质输运产生重要影响[23]。温跃层的特征参数采用《海洋调查规范第7部分: 海洋调查资料交换》(GB/T12763.7—2007)中垂向梯度法来定量判定, 并进一步计算温跃层强度和深度[24, 25]。温跃层强度的计算公式为:
| $ D = \frac{{{T_a} - {T_b}}}{{\Delta Z}}, $ | (1) |
其中, a、b为根据温度垂直分布曲线判断的从表至底的两个拐点, 分别用以代表温跃层的顶界和底界, Ta和Tb分别为顶界(a点)温度和底界(b点)温度, Za和Zb分别为温跃层的顶界(a点)和底界(b点)深度, ∆Z=Za–Zb为a、b两点间的深度差。根据该规范要求, 温跃层强度的最小值应不低于0.2 ℃/m[26]。另外, 本文选取Za分析温跃层深度变化。
为分析海面风速与热通量对冷水团及温跃层变动的影响, 本研究收集了2013—2024年ERA5风场及海表热通量数据, 该数据集时间分辨率为1 h, 空间分辨率为0.5°×0.5°。基于该数据, 提取了各年7月的代表站点站位A(位置见图 1)的月平均风速, 并基于短波辐射通量、长波辐射通量、潜热通量和感热通量4个要素计算了海表净热通量[27]。考虑到冷水团核心站位B实测数据量较少且时间不连续, 因此选取与其温度同步变化的站位A, 分析冷水团水温及温跃层变化。站位A位于横跨冷水团的断面1上, 其水文要素的变化能够直接、敏感地响应冷水团的演变过程, 因而对揭示本研究关注的现象具有较强的代表性和指示意义; 同时, 该站点实测数据序列最为完整且时间跨度最长, 保证了分析结果的连续性和可比性, 有助于可靠地揭示冷水团的长期变化规律。
另外, 为了定量分析海流热量输运对冷水团温度变化的影响, 本文收集了哥白尼海洋环境监测服务(CMEMS)再分析数据集, 该数据空间分辨率为(1/12)°×(1/12)°, 被广泛应用于陆架海域的温度变化研究[28-30]。基于该数据提取了2013—2024年1月(冬季)和7月(盛夏)渤海海峡断面及成山头—长山串断面(两个断面位置见图 1)的温度数据。
2 北黄海底层温盐的季节变化特征考虑到冷水团发育在北黄海中下层海域, 并且底层水温受太阳辐射等影响较小, 能够较好地代表北黄海冷水团温盐的多年变化特征, 本文选取底层水体的温度和盐度绘制等值线, 研究冷水团的水平空间变化。
2.1 温度变化特征春季, 北黄海中部冷水开始出现, 其范围、强度和内部结构不断发展和变化, 为冷水团的形成发育期, 夏季是黄海冷水团强盛期[31]。前人研究常以8 ℃或10 ℃等温线指示冷水团的边界, 考虑冷水团在发育期和强盛期的温度变化, 本文在春季和夏季分别选取8 ℃和10 ℃等温线来代表冷水团的边界[18, 31, 32]。北黄海各季节底层水体温度分布如图 4所示。
 |
| 图 4 北黄海底层水体温度 Fig. 4 Water temperature at the bottom layer of the North Yellow Sea 注: 黑色线为8℃等温线, 蓝色线为10℃等温线 |
从图上可以看出春季整个海域底层温度在2.5~ 10 ℃之间变化, 山东半岛沿岸温度略高, 最高温度出现在山东半岛成山头附近, 约为10 ℃[图 4(a1)—4(a2)], 朝鲜半岛沿岸温度较低, 温度约为2.5~5.0 ℃。8 ℃等温线在春季的局部海域陆续开始出现, 冷水团开始形成。
夏季进入冷水团发育的强盛期。从图 4(b)中可以发现底层冷水团清晰可见, 等温线整体呈西北-东南走向, 大致沿等深线分布, 低温中心位于研究区西北部, 核心温度约为2.5~6.4 ℃[图 4(b1)—4(b12)]。6月冷水团范围最大, 占据了整个研究区面积一半以上, 7、8月冷水团范围逐渐减小。山东半岛北部, 底层水体温度可达23℃, 较北黄海中部海域偏高约17 ℃, 这主要是由于沿岸地区水浅, 夏季太阳辐射加强的增温作用。另外, 2015年8月和2018年7月同时存在两个低温中心, 其中2015年8月低温中心水温约为6.6 ℃, 分别位于(122.0°E, 38.2°N)和(122.6°E, 38.0°N); 2018年7月低温中心水温约为5.8 ℃, 分别位于(122.0°E, 38.4°N)和(122.9°E, 37.7°N)。
秋季整体温度分布较夏季均匀, 在4个季节中平均温度最高, 近岸温度偏高, 冷水团范围开始收缩。2017年9月也存在2个低温中心, 分别位于(122.0°E, 38.3°N)和(123.6°E, 37.1°N), 西北部低温中心温度更低, 为6.69~6.75 ℃, 东南部为7.60~7.71 ℃。从图 2(c5)—2(c7)可以看出2019—2021年10月, 北黄海整体温度在10 ℃以上, 较9月近岸高温水范围进一步扩大, 冷水团几乎消失。
冬季以偏北风为主, 风浪作用强烈, 水体垂直混合均匀, 北黄海中部底层温度分布均匀, 水体温度变化范围为0.5~9.0 ℃[图 4(d1)—4(d2)]。冬季冷水团消失, 且与春、夏、秋季不同, 呈现出近岸温度低, 远岸温度高的分布特征。
在垂直方向上, 本文选取夏季跨冷水团的断面1(图 1)进行分析。整体来看, 夏季水温在垂直方向上呈现出比较明显的空间差异: 近岸区域水体充分混合, 而海域中部则表现出显著的层化现象(图 5)。
 |
| 图 5 断面1不同年份夏季水体温度垂直分布 Fig. 5 Vertical distribution of water temperature at Section 1 注: 黑色线为8 ℃等温线, 蓝色线为10 ℃等温线 |
在水深小于20 m的近岸区域, 温度垂向差异较小。在水深大于20 m的区域, 温度从表层向底层逐渐降低, 且表现出3层结构: 上部混合层, 整体温度较高(平均温度高于20 ℃); 中部温跃层, 深度在10~20 m左右, 垂向温度梯度增大; 底层为低温高盐的冷水团水体(温度低于10 ℃)。冷水团主要分布在20 m水深以下, 与周围水体温度差约10 ℃、盐度差约1.1, 差异明显。除空间分布特征外, 温度剖面图还能清晰地展示冷水团的季节发育情况: 6月冷水团范围最大, 7月冷水团发育最完整, 几乎覆盖了整个研究区20 m水深以下的范围, 8月开始冷水团范围明显变小, 缩小至30 m水深以下范围内。
2.2 盐度变化特征北黄海底层水体盐度分布如图 6所示。
 |
| 图 6 北黄海底层水体盐度 Fig. 6 Salinity at the bottom layer of the North Yellow Sea 注: 红色线为31.5等盐线, 红色线为32.0等盐线 |
图中可见, 春季底层水体盐度整体上呈现出近岸低、远岸高的空间分布特征, 量值在29.6~33.0之间[图 6(a1)—6(a7)]。2012、2021—2023年[图 6(a1)、6(a5)—6(a7)]盐度分布格局比较相似, 盐度高值区出现在研究区东南角, 其中2012年[图 6(a1)]高盐中心盐度为32.8。2018年春季[图 6(a2)]与其他年份相反, 整体上盐度分布比较均匀, 山东半岛沿岸水体盐度略高, 向东北方向盐度递减, 盐度范围在32.2~32.6, 研究区东北角等盐线比较密集, 盐度空间变化大。
夏季盐度分布呈现近岸低、远岸高的空间格局, 低盐水主要分布在山东半岛北岸和辽东半岛东岸[图 6(b1)—6(b11)]。盐度较高的水体位于研究区中部, 范围在31.6~33.0, 与10 ℃等温线包络的冷水团范围基本一致, 等盐线与等温线分布相对应, 整体呈西北–东南走向, 2018年7月和2017年9月[图 4(b6)、(b7)]同样出现两个盐度高值区。从空间分布上看, 夏季底层盐度分布与温度分布具有较高的相关性, 由于冷水团到夏季逐渐发育成熟, 其温度和盐度的分布整体上遵循“低温高盐”的对应分布特征。
秋季的盐度较夏季开始降低, 高盐区范围逐渐减小, 近岸区低盐水范围扩大[图 6(c1)—6(c8)]。冬季冷水团消失, 底层水体盐度分布均匀, 盐度范围在31.9~32.4。
从盐度的垂向分布上看(图 7), 研究区域总体上表现为上层盐度较低, 下层盐度较高的特征, 该分布特征与温度的分布特征具有明显的对应关系, 尤其是冷水团海域, 整体呈现出“低温高盐”的分布特征。从时间变化上看, 6月整体盐度偏低, 至7月, 随着冷水团的充分发育和扩张, 其控制范围内的盐度达到峰值, 显示出显著的月际差异和季节性演变特征。
 |
| 图 7 不同年份夏季断面1水体盐度的垂直分布 Fig. 7 Vertical distribution of water salinity at Section 1 in summer for different years 注: 红色线为31.5等盐线, 红色线为32.0等盐线 |
北黄海底层水温整体呈现出逐年升高的趋势, 这一变化在夏季尤为显著[图 4(b1)—4(b12)], 因此进一步对夏季相同月份的底层温度分布[图 4(b1)—4(b12)]以及冷水团断面结构[图 5(a1)—5(a12)]进行对比分析。在较早期年份(如2011—2018年), 冷水团覆盖范围较广, 10 ℃等温线可扩展至山东半岛东部海域, 2011—2022年间, 10 ℃等温线所包络的冷水团面积持续减小, 2022年后转为上升趋势; 垂直方向上可以看到相似的变化特征, 同时也可看到在全球变化影响下表层水温也呈显著升高趋势。
从图 6(b1)—6(b11)可以看出, 夏季北黄海底层水体的盐度呈降低趋势, 与温度变化相反。从图 6(b4)—6(b6), 6(b8)—6(b11)看出2016—2018年整个底层海域盐度都较高, 沿岸海域盐度较低, 2019—2021年间, 研究区域盐度呈现显著下降趋势。2021年, 表征高盐水体的白色等盐线几近消失, 并于2022年完全消失, 2023年盐度进一步降低至最低点。但2024年出现转折, 盐度回升且高盐水体重新出现于研究区中部。这一盐度年际波动模式与同期温度分布特征密切关联。
为了便于研究冷水团范围的年际变化趋势, 选取不同年份7月10 ℃等温线指示冷水团边界(图 8)。从水平方向上看, 底层10 ℃等值线包络范围逐年向内收缩, 冷水团的范围存在减小的趋势, 进一步统计10 ℃等温线包络面积, 以量化冷水团面积变化。6月, 北黄海冷水团底层冷水的面积由2011年的50 336 km2、2013的45 738 km2、缩小到2020年的39 567 km2, 9年间冷水团面积减少了21%, 减小速率约为1 200 km2/a。7月冷水团覆盖面积小于6月, 从2016年至2022年同样也表现出面积逐年减小的趋势, 减小面积约为1.5×104 km2(约减小42%), 减小速率约为2 500 km2/a。但从2022年至2024年面积增大了约6 000 km2, 增大速率约为3 000 km2/a(图 9)。
 |
| 图 8 7月10 ℃等温线指示冷水团水平(a)、垂向(b)范围变化 Fig. 8 Variations in the horizontal (a) and vertical (b) extent of the cold water mass defined by a 10 ℃ isotherm in July |
 |
| 图 9 6月和7月10 ℃等温线包络的冷水团水平、垂向面积变化 Fig. 9 Horizontal and (a) vertical (b) area changes of the cold water mass enclosed by a 10 ℃ isotherm in June and July |
从垂向上看, 断面1(位置如图 1)上2011—2020年6月冷水面积由7.3 km2收缩至5.6 km2, 同样呈明显的减小趋势, 减小了约23%。而2016—2022年7月冷水团剖面面积由5.3 km2减小至3.1 km2, 面积减小了约41%, 减小速率约为0.4 km2/a, 而2022—2024年冷水团面积又开始增大, 由3.1 km2增加至3.9 km2, 增大速率约为0.3 km2/a, 这也与水平方向上的变化趋势相类似。2021年初由于平流层极地涡旋的变形, 东亚地区经历了一次极端寒冷事件[33], 这可能是海水温度下降, 冷水面积增大的原因。
总体而言, 垂直和水平方向的冷水面积表现出一致性的变化趋势。以7月为例, 2016—2022年期间, 水平和垂向的冷水团面积持续减小, 减小速率分别为0.22×104 km2/a和0.28 km2/a; 至2023年则开始出现小幅回升。从冷水团的控制范围来看, 整体呈现向深、向北收缩的变化特征。
3.2 冷水团温跃层的年际变化为了研究冷水团温跃层变化特征, 本文选取跨冷水团断面1上的站位A(位置如图 1)为代表站位, 分别计算该站位温跃层的强度和深度, 并绘制其多年变化图[图 10(b)]。温跃层强度、厚度呈现显著的年际波动特征, 总体在0.9~1.3 ℃/m范围内变化, 但2013年出现显著异常高值(2.5 ℃/m), 于2016年衰减62%, 降至0.9 ℃/m, 2019年回升至1.37 ℃/m, 后于2020年减弱至历史最低0.34 ℃/m, 单年降幅75%, 2020—2023年再次变强至次高峰(2.24 ℃/m), 2024年跃层强度再次减弱至0.90 ℃/m。针对2013年和2023年出现的显著异常高值现象, 将在3.3节展开原因分析。从温跃层顶界的位置变化来看, 其在7~14 m范围内变化, 相邻年份最大变幅超5 m (如由2019年14 m变化至2020年9 m), 2013—2019年期间顶界显著加深, 变化幅度达6 m。2020—2023年于9~11 m间振荡, 2024年回升至8 m。
 |
| 图 10 冷水团垂向面积、温跃层、海表净热通量、边界断面温度和风速年际变化趋势 Fig. 10 Interannual variation trends of the vertical area of cold water mass, thermocline, sea surface net heat flux, water temperature at the specific profiles and wind speed |
影响北黄海冷水团时空分布及附近海域温跃层变动的因素主要包括海面热收支、风场变异、热平流输送等, 因此本文将以断面1上10 ℃等温线包络的冷水团面积以及站位A(断面1和站位A位置如图 1)温跃层特征参数为代表, 重点讨论以上3个因素对冷水团变动的影响。
冷水团面积与研究海域6月的海表净热通量相关性较弱, 但与1—6月的累积净热通量相关性较好[图 10(a)、10(c)], 尤其是二者在2019—2024年存在较好的对应关系, 当2022年累积热通量跌至最低值(1.9×107 J/m2)时, 冷水团面积也相应呈现极小值。这主要是由于冷水团主体由前年冬季残留的冷水形成, 因此其对季节性热累积响应较好。冷水团面积与风速同样表现出较好的对应关系: 冷水团面积在2013年的峰值(6.5 km2)和2022年的谷值(3.0 km2)分别对应该阶段最大风速(5.1 m/s)与最小风速(2.6 m/s), 说明2013年的强风应力增强了垂向混合作用, 从而促进了下层冷水的涌升, 因此导致冷水团面积的扩大及温跃层强度的较高值。到2024年, 风速回升至3.2 m/s, 亦伴随着冷水团面积的增大。这一机制源于强风增强垂向混合, 促进冷水团扩展[34], 另一方面, 浅层混合赋予海洋通风更多机会沿斜密度面作用于温跃层以下, 进而影响冷水团面积[35, 36]。因此, 冷水团的消长是季节性热累积与风致混合强度共同作用的结果。部分年份的冷水团变化即凸显了以上多因子共同作用的结果, 例如, 2016年出现“低风速—较大冷水面积”的现象(风速2.9 m/s时, 断面1上10℃冷水面积5.1 km2), 可能源于当年累积热通量较低(2.2×107 J/m2)的原因; 而2022年风速、累积热通量同步降至较低值(2.6 m/s, 1.9×107 J/m2), 尽管低热通量通常利于冷水维持, 但风速减小显著抑制了垂向混合与平流热输运, 导致表层暖水堆积并压缩冷水空间[图 5a(10)], 最终引发冷水面积萎缩至观测期最低值。
冷水团影响海域的温跃层强度受风速影响比较显著。图 10(d)显示, 2013—2016年风速降低44%(由5 cm/s降低至2.9 cm/s), 而温跃层强度在2016年也明显小于2013年。风速变化对温跃层结构的调控主要通过两种机制实现: (1)增强垂向湍流混合效率, 直接影响温跃层强度; (2)驱动上升流, 改变温跃层深度与温度梯度分布[37]。然而2024年温跃层强度减弱至0.8 ℃/m, 这一现象可能与2023—2024年发生的强厄尔尼诺事件有关, 该事件导致2024年夏季渤黄海海域的海表面温度低于2023年同期水平[38, 39], 温度梯度减弱, 进而导致温跃层强度降低。而温跃层顶界位置受海表净热通量尤其是6月热通量的影响较大。2013—2019年期间温跃层顶界显著加深, 变化幅度达6 m, 这一加深过程与夏季海表热通量的持续累积密切相关: 净热通量增加导致表层暖水增厚, 驱动顶界下沉[40, 41]。2019—2022年温跃层顶界短暂抬升, 主要与热通量减少相关, 这一阶段夏季海表净热通量输入减少约30%, 上层暖水减薄, 温跃层顶界位置逐渐抬升。而2023年的短暂加深可能与台风“杜苏芮”过境(2023年7月)有关, 其引起强烈的上层混合导致顶界位置加深, 同时强化了垂直温度梯度, 从而使2023年的温跃层强度表现出高于2022年及2024年的特征。总体来看, 垂直方向上, 海表净热通量(6月)主要影响了上层暖水的厚度, 进而决定了温跃层顶界的深度, 而温跃层的强度更多取决于风应力影响下的下层冷水的强弱, 结合冷水团垂向面积与风速关系, 可以认为当风速较大时, 冷水团面积增大, 其影响海域的温跃层强度也增大。
水平方向影响因素分析[图 10(e)]表明, 2013年冷水团面积达到峰值(6.50 km2), 此后持续萎缩, 至2022年降至观测期内最低值(3.01 km2), 2023—2024年略有回升。该变化与渤海海峡断面水温相关性较高: 当海峡断面水温偏低时(如2013年7.3 ℃), 冷水团面积扩张; 反之水温升高时(如2019年8.9 ℃), 面积显著缩小。值得注意的是, 2022年渤海海峡水温达异常高值(9.0 ℃), 结合前文所述的弱风抑制混合效应, 共同导致冷水团面积出现极端萎缩。温跃层顶界深度变化显示: 2013年顶界最浅(8 m), 2018—2019年位置较深(12.5~14 m), 此后再度变浅。该特征与成山头-长山串断面水温变化一致: 断面水温升高(如2019年9.5 ℃)时顶界加深, 水温降低(如2024年7.1 ℃)时顶界抬升, 表明西向暖水输入加剧了温跃层的下沉。温跃层强度则受两个断面水温共同调控: 当成山头-长山串断面高温(强化表层热力梯度)与渤海海峡断面低温(增强底层冷水团)共存时(如2013年温差0.9 ℃), 温跃层显著增强; 当两断面温差缩小(如2020年仅1.1 ℃)时, 强度急剧减弱。因此, 渤海海峡断面的冷水输入有利于北黄海下层冷水团的增强, 而成山头—长山串断面相对暖水的输入则主要影响上层暖水的强度, 两者相对强弱影响温跃层的强度。
为了量化各因子与冷水团变化的关系, 引入皮尔逊相关分析的方法, 计算冷水团面积和其影响海域温跃层特征参数与风速、6月海表净热通量和1—6月累积净热通量、渤海海峡断面和成山头—长山串断面40 m水温的相关系数。结果表明: 风速是影响冷水团面积与温跃层强度的主导因子。风速对冷水团面积和温跃层强度都呈现强正相关(相关系数R=0.82和R=0.62)。但风速与温跃层顶界深度的相关性很弱(R= –0.30), 主要原因可能是由于7 月风速普遍低于5 m/s, 按计算摩擦深度的经验公式
综上所述, 风速是冷水团面积及其影响海域温跃层强度的核心调控变量, 渤海海峡提供的冬季冷水对冷水团面积也有贡献(R=–0.64), 上半年累积净热通量主要影响的是温跃层顶界深度, 成山头—长山串断面(R=0.56)提供的相对暖水对后者也有贡献。
 |
| 图 11 黄海冷水团多因子调控的皮尔逊相关矩阵 Fig. 11 Pearson correlation matrix of multivariate factors affecting the North Yellow Sea Cold Water Mass |
本文基于2010—2024年北黄海实测数据, 重点分析了北黄海冷水团海域的温度和盐度在水平和垂直方向上的变化特征及影响因素, 主要结论如下:
(1) 2010—2024年北黄海冷水团底层温度波动升高, 盐度降低。2011—2022年7月10 ℃等温线包络的水平、垂直方向上冷水面积均减小, 2022—2024年略有增大。其中, 水平方向上, 2022年7月较2016年7月10 ℃等温线包络面积减少了42%; 垂直方向上, 2022年较2016年的7月跨冷水团断面10 ℃等温线包络面积减少了41%。
(2) 冷水团影响海域的温跃层强度自2016—2023年呈现出增强趋势, 由0.9 ℃/m增大至2.2 ℃/m。温跃层顶界位置呈现加深趋势, 在7~14 m水深范围内变化。
(3) 冷水团影响海域上层暖水的厚度主要由上半年海表累积净热通量决定, 成山头—长山串输入的相对暖水也有贡献; 下层冷水团的面积及温跃层的强度则与风速正相关, 渤海海峡的冷水输入也有贡献。
本文对冷水团多年变化的研究结论, 将为北黄海渔业管理和生态环境保护等提供科学支撑。但由于本文使用的数据时间跨度仅有15 a, 且基于10℃等温线统计的冷水面积, 虽能反映冷水团的年际变化, 但在精确反映冷水团面积上可能存在误差, 在揭示冷水团更长时间尺度变化方面仍有局限性。未来将结合海气耦合数值模型, 开展冷水团演化的数值模拟, 建立长时间序列资料, 并深入分析气象和海洋动力因子的影响机制。
致谢: 感谢2010—2024年国家自然科学基金委渤黄海共享航次开展搭载观测及提供共享数据。本研究的资料及样品采集得到国家自然科学基金委员会共享航次计划项目(航次编号: NORC2011-01、NORC2012-01、NORC2013-01、NORC2014-01、NORC2015-01、NORC2016-01、NORC2017-01、NORC2018-01、NORC2019-01、NORC2020-01、NORC2021-01、NORC2022-01、NORC2023-01、NORC2024-01)的支持。
| [1] |
凡仁福. 基于LISST-100X观测黄东海悬浮颗粒物时空变化特征分析[D]. 天津: 天津科技大学, 2016. FAN Renfu. Spatiotemporal variations of suspended particulate material in the Yellow Sea and East China Sea based on the LISST-100X field surveys[D]. Tianjin: Tianjin University of Science and Technology, 2016. |
| [2] |
赫崇本, 汪圆祥, 雷宗友, 等. 黄海冷水团的形成及其性质的初步探讨[J]. 山东海洋学院学报, 1985, C00: 286. |
| [3] |
管秉贤. 黄、东海浅海水文学的主要特征[J]. 黄渤海海洋, 1985, 3(4): 1-10. GUAN Bingxian. Major features of the shallow water hydrography in the East China Sea and Huanghai Sea[J]. Advances in Marine Science, 1985, 3(4): 1-10. |
| [4] |
刘长华, 陈晓, 王春晓, 等. 黄海冷水团低温中心季节与年际变化特征研究综述[J]. 海洋环境科学, 2024, 43(3): 475-488. LIU Changhua, CHEN Xiao, WANG Chunxiao, et al. Review on seasonal and interannual variation characteristics of low temperature center in the Yellow Sea cold water mass[J]. Marine Environmental Science, 2024, 43(3): 475-488. |
| [5] |
皮仲. 6.0ka以来黄海暖流和黄海冷水团的演化[D]. 青岛: 中国科学院海洋研究所, 2021. PI Zhong. Evolution of the Yellow Sea warm current and the Yello Sea cold water mass since 6.0 ka[D]. Qingdao: Institute of Oceanology, Chinese Academy of Sciences, 2021. |
| [6] |
LI H, ZHAI F G, DONG Y J, et al. Interannual-decadal variations in the Yellow Sea cold water mass in summer during 1958–2016 using an eddy-resolving hindcast simulation based on OFES2[J]. Continental Shelf Research, 2024, 275: 105223. DOI:10.1016/j.csr.2024.105223 |
| [7] |
WANG Y B, LIU Z L, QI Y P, et al. Temporal dynamics of summer phytoplankton communities and their response to environmental changes in the northern Yellow Sea (2011-2020)[J]. Frontiers in Marine Science, 2025, 11: 1481701. DOI:10.3389/fmars.2024.1481701 |
| [8] |
翁学传, 张以恳, 王从敏, 等. 黄海冷水团的变化特征[J]. 海洋与湖沼, 1988, 19(4): 368-379. WENG Xuechuan, ZHANG Yiken, WANG Congmin, et al. The variational characteristics of the Huanghai Sea (Yellow Sea) cold water mass[J]. Oceanologia et Limnologia Sinica, 1988, 19(4): 368-379. |
| [9] |
宋新, 林霄沛, 王悦. 夏季黄海冷水团的多年际变化及原因浅析[J]. 广东海洋大学学报, 2009, 29(3): 59-63. SONG Xin, LIN Xiaopei, WANG Yue. The preliminary study of long-term variability of the Yellow Sea cold water in summer and its possible reasons[J]. Journal of Guangdong Ocean University, 2009, 29(3): 59-63. |
| [10] |
OH K H, LEE S, SONG K M, et al. The temporal and spatial variability of the Yellow Sea cold water mass in the southeastern Yellow Sea, 2009–2011[J]. Acta Oceanologica Sinica, 2013, 32(9): 1-10. |
| [11] |
KYUNG-HEE O, SEOK L. Long-term changes in the characteristics of the Yellow Sea cold water mass in spring and autumn from 1996 to 2022[J]. Ocean Science Journal, 2024, 59(4): 68. DOI:10.1007/s12601-024-00200-y |
| [12] |
LI A, YU F, SI G C, et al. Long-term variation in the salinity of the southern Yellow Sea cold water mass, 1976–2006[J]. Journal of Oceanography, 2017, 73(3): 321-331. DOI:10.1007/s10872-016-0405-x |
| [13] |
WU L, WANG B. A case study on the variability of summer water properties in the southeastern Yellow Sea based on the hydrological data from 1995 to 2019[J]. Water, 2021, 13(1): 79. |
| [14] |
YANG J, LIU C L, SUN Q W, et al. Interannual variability and long-term trends in intensity of the Yellow Sea cold water mass during 1993–2019[J]. Journal of Marine Science and Engineering, 2023, 11(10): 1888. DOI:10.3390/jmse11101888 |
| [15] |
张以恳, 杨玉玲. 夏季北黄海冷水团多年变化特征分析[J]. 海洋预报, 1996, 13(4): 15-21. ZHANG Yiken, YANG Yuling. Analyses of the variational characteristics of the north Huanghai Sea cold water mass[J]. Marine Forecasts, 1996, 13(4): 15-21. |
| [16] |
江蓓洁, 鲍献文, 吴德星, 等. 北黄海冷水团温、盐多年变化特征及影响因素[J]. 海洋学报, 2007, 29(4): 1-10. JIANG Beijie, BAO Xianwen, WU Dexing, et al. Interannual variation of temperature and salinity of northern Huanghai Sea cold water mass and its probable cause[J]. Acta Oceanologica Sinica, 2007, 29(4): 1-10. |
| [17] |
李昂, 于非, 刁新源, 等. 北黄海冷水团温度年际变化研究[J]. 海洋学报, 2015, 37(1): 30-42. LI Ang, YU Fei, DIAO Xinyuan, et al. Interannual variability of temperature of the northern Yellow Sea cold water mass[J]. Acta Oceanologica Sinica, 2015, 37(1): 30-42. |
| [18] |
NIE L Y, LI J C, WU H, et al. The influence of ocean processes on fine-scale changes in the Yellow Sea cold water mass boundary area structure based on acoustic observations[J]. Remote Sensing, 2023, 15(17): 4272. DOI:10.3390/rs15174272 |
| [19] |
ZHONG Y, QIAO L L, SONG D H, et al. Impact of cold water mass on suspended sediment transport in the south Yellow Sea[J]. Marine Geology, 2020, 428: 106244. DOI:10.1016/j.margeo.2020.106244 |
| [20] |
彭佳程, 王厚杰, 吴晓. 黄海冷水团季节性变化对悬浮泥沙输运的影响[J]. 海洋地质与第四纪地质, 2024, 44(5): 58-69. PENG Jiacheng, WANG Houjie, WU Xiao. Seasonal variation of the Yellow Sea cold water mass and its impact on suspended sediment transport[J]. Marine Geology & Quaternary Geology, 2024, 44(5): 58-69. |
| [21] |
石勇. 北黄海西部细颗粒物质的跨锋面输运及其沉积环境效应[D]. 南京: 南京大学, 2020. SHI Yong. Cross-front transport of fine sediment in the western north Yellow Sea and its sedimentary effects[D]. Nanjing: Nanjing University, 2020. |
| [22] |
于世磊, 朱龙海, 胡日军, 等. 北黄海南部近岸海域表层沉积物稀土元素分布特征及影响因素[J]. 海洋地质前沿, 2024, 40(12): 89-99. YU Shilei, ZHU Longhai, HU Rijun, et al. Distribution characteristics and influencing factors of rare earth elements in surface sediments in the southern nearshore waters of the north Yellow Sea[J]. Marine Geology Frontiers, 2024, 40(12): 89-99. |
| [23] |
李其江. 青海湖表层水温变化特征及对气候变化的响应[J]. 人民黄河, 2018, 40(11): 25-29. LI Qijiang. Variation Characteristic of surface water temperature and its response to climate change in Qinghai Lake[J]. Yellow River, 2018, 40(11): 25-29. |
| [24] |
吴巍, 方欣华, 吴德星. 关于跃层深度确定方法的探讨[J]. 海洋湖沼通报, 2001, 23(2): 1-7. WU Wei, FANG Xinhua, WU Dexing. On the methods of determining the depths of thermocline, halocline and pycnocline[J]. Transaction of Oceanology and Limnology, 2001, 23(2): 1-7. |
| [25] |
姜波, 吴新荣, 丁杰, 等. 南海温跃层深度计算方法的比较[J]. 海洋通报, 2016, 35(1): 64-73. JIANG Bo, WU Xinrong, DING Jie, et al. Comparison on the methods of determining the depths of thermocline in the South China Sea[J]. Marine Science Bulletin, 2016, 35(1): 64-73. |
| [26] |
陶馨, 刘扬, 李呈燕, 等. 青海湖温跃层特征及其影响因素研究[J]. 环境监测管理与技术, 2024, 36(5): 7-12. TAO Xin, LIU Yang, LI Chengyan, et al. Study on characteristics and influencing factors of Qinghai Lake thermocline[J]. The Administration and Technique of Environmental Monitoring, 2024, 36(5): 7-12. |
| [27] |
ZHANG S C, QIAO L L, GAO F, et al. Intra-tidal upwelling variability off Zhoushan Islands, East China Sea[J]. Estuarine, Coastal and Shelf Science, 2024, 298: 108635. DOI:10.1016/j.ecss.2024.108635 |
| [28] |
林霄沛, 吴德星, 鲍献文, 等. 渤海海峡断面温度结构及流量的季节变化[J]. 青岛海洋大学学报(自然科学版), 2002, 32(3): 355-360. LIN Xiaopei, WU Dexing, BAO Xianwen, et al. Study on seasonal temperature and flux variation of the Bohai Strait[J]. Journal of Ocean University of Qingdao, 2002, 32(3): 355-360. |
| [29] |
鲍献文, 苏洁, 郭心顺, 等. 黄、渤海热结构及环流季节变化的数值模拟[J]. 中国海洋大学学报(自然科学版), 2004, 34(4): 513-522. BAO Xianwen, SU Jie, GUO Xinshun, et al. Simulation of seasonal variation of thermo-structure and circulation in the Bohai and Yellow Seas[J]. Periodical of Ocean University of Qingdao, 2004, 34(4): 513-522. |
| [30] |
LE TRAON P Y, REPPUCCI A, ALVAREZ FANJUL E, et al. From observation to information and users: the copernicus marine service perspective[J]. Frontiers in Marine Science, 2019, 6: 162172008. |
| [31] |
管秉贤. 黃海冷水团的水温变化以及环流特征的初步分析[J]. 海洋与湖沼, 1963(4): 255-284. GUAN Bingxian. A preliminary study of the temperature variations and the characteristics of the circulation of the cold water mass of the Yellow Sea[J]. Oceanologia et Limnologia Sinica, 1963(4): 255-284. |
| [32] |
WANG B, HIROSE N, KANG B, et al. Seasonal migration of the Yellow Sea bottom cold water[J]. Journal of Geophysical Research: Oceans, 2014, 119(7): 4430-4443. DOI:10.1002/2014JC009873 |
| [33] |
ZHANG Y X, SI D, DING Y H, et al. Influence of major stratospheric sudden warming on the unprecedented cold wave in East Asia in January 2021[J]. Advances in Atmospheric Sciences, 2022, 39(4): 576-590. DOI:10.1007/s00376-022-1318-9 |
| [34] |
ZHANG S W, YUAN Y L, ZHENG Q A. Modeling of the eddy viscosity by breaking waves[J]. Acta Oceanologica Sinica, 2007, 26(6): 116-123. |
| [35] |
GIDDY I S, FER I, SWART S, et al. Vertical Convergence of turbulent and double-diffusive heat flux drives warming and erosion of antarctic winter water in summer[J]. Journal of Physical Oceanography, 2023, 53(8): 1941-1958. DOI:10.1175/JPO-D-22-0259.1 |
| [36] |
SVINGEN K, BRAKSTAD A, VÅGE K, et al. The impact of cold-air outbreaks and oceanic lateral fluxes on dense-water formation in the Greenland Sea from a 10-year moored record (1999–2009)[J]. Journal of Physical Oceanography, 2023, 53(6): 1499-1517. DOI:10.1175/JPO-D-22-0160.1 |
| [37] |
LIN L, LIU D Y, WANG Y Q, et al. Effect of wind on summer chlorophyll-a variability in the Yellow Sea[J]. Frontiers in Marine Science, 2023, 9: 1104258. DOI:10.3389/fmars.2022.1104258 |
| [38] |
LIU X, DING D, LI G X, et al. Responses of the sea surface temperature and suspended matter concentration to ENSO events in the Bohai Sea[J]. Journal of Ocean University of China, 2023, 22(3): 697-708. DOI:10.1007/s11802-023-5351-9 |
| [39] |
PENG Q H, XIE S P, MIYAMOTO A, et al. Strong 2023–2024 El Niño generated by ocean dynamics[J]. Nature Geoscience, 2025, 18(6): 471-478. DOI:10.1038/s41561-025-01700-9 |
| [40] |
周发琇, 高荣珍. 南海次表层水温的季节内变化[J]. 科学通报, 2001, 46(21): 1831-1837. ZHOU Faxiu, GAO Rongzhen. Seasonal variation of subsurface water temperature in the South China Sea[J]. Chinese Science Bulletin, 2001, 46(21): 1831-1837. |
| [41] |
YOSHIDA T, HOSHIMOTO M. Heat content change in the surface isothermal layer of a warm core ring in the sea east of Japan[J]. Journal of Oceanography, 2006, 62(3): 283-287. DOI:10.1007/s10872-006-0052-8 |