中国海洋湖沼学会主办。
文章信息
- 寇睿之, 徐振华, 尹宝树, 冯明, 李群. 2020.
- KOU Rui-Zhi, XU Zhen-Hua, YIN Bao-Shu, FENG Ming, LI Qun. 2020.
- 印尼海龙目海峡上层环流季节变化及影响机制
- SEASONAL VARIATION OF UPPER LAYER CIRCULATION IN LOMBOK SEA AREA BASED ON OFAM DATA
- 海洋与湖沼, 51(4): 829-838
- Oceanologia et Limnologia Sinica, 51(4): 829-838.
- http://dx.doi.org/10.11693/hyhz20200300053
文章历史
-
收稿日期:2020-03-03
收修改稿日期:2020-04-02
2. 青岛海洋科学与技术试点国家实验室 青岛 266237;
3. 中国科学院海洋大科学研究中心 青岛 266071;
4. 中国科学院大学 北京 100049;
5. Commonwealth Scientific and Industrial Research Organisation (CSIRO), Hobart, TAS, Australia;
6. Centre for Southern Hemisphere Oceans Research, Hobart, TAS, Australia;
7. 中国极地研究中心 上海 200136
2. Pilot National Laboratory for Marine Science and Technology(Qingdao), Qingdao 266237, China;
3. Center for Ocean Mega-Science, Chinese Academy of Sciences, Qingdao 266071, China;
4. University of Chinese Academy of Sciences, Beijing 100049, China;
5. Commonwealth Scientific and Industrial Research Organisation(CSIRO), Hobart, TAS, Australia;
6. Centre for Southern Hemisphere Oceans Research, Hobart, TAS, Australia;
7. Polar Research Institute of China, Shanghai 200136, China
印尼贯穿流(Indonesian throughflow, ITF)穿过印度尼西亚群岛复杂水道从太平洋进入印度洋, 作为太平洋-印度洋在低纬度唯一通道, 是大洋输送带的关键环节, 在全球水体输运、能量平衡方面有至关重要的作用(杜岩等, 2011; 袁东亮等, 2017; Feng et al, 2018)。起源于太平洋西边界流的ITF一部分穿过苏拉威西海进入望加锡海峡, 另一部分经过马鲁古海进入班达海; ITF的水团通过龙目、翁拜和帝汶等海峡流入印度洋, 这些共同组成ITF的出口(Sprintall et al, 2019)。ITF作为全球气候系统中重要一环, 在太平洋-印度洋之间发挥着桥梁作用, 同时也是海-气相互作用强盛区域, 是三洋相互作用的关键节点(Wang, 2019)。
目前关于ITF的研究方法主要分为观测和数值模拟。观测数据最为直接, 为加强ITF的系统研究, 美国、印度尼西亚、澳大利亚、荷兰和法国发起了为期3年的INSTANT(The International Nusantara Stratification and Transport)计划, 对龙目、翁拜、帝汶和望加锡等海峡进行潜标观测, 对ITF有了深入全面地认识(Gordon, 2005; Sprintall et al, 2009; Gordon et al, 2010; Susanto et al, 2012; van Sebille et al, 2014)。印尼海地形复杂、观测耗资大等原因, 使得观测资料获取困难, 因此数值模式是研究ITF的重要补充手段, 数值模式在ITF热量输送、水团变性等方面取得了重要突破。观测与数值模式研究发现ITF存在明显的年信号和季节内信号, 并受到ENSO(El Nino Southern Oscillation)、IOD(Indian Ocean Dipole)、季风和MJO(Madden-Julian Oscillation)等现象的调制, 对局地乃至全球气候有着不可忽视的影响(Schiller et al, 2010; Zhou et al, 2010; van Sebille et al, 2014; Feng et al, 2018; Yuan et al, 2018; Ma et al, 2020)。
龙目海峡是ITF重要的出口通道之一, 相关海域地形结构复杂, 南通印度洋, 北接印尼海, 受来自爪哇海峡与望加锡海峡水团影响较大, 而且局地海-气相互作用与潮致混合使得该海域混合效应增强(Koch-Larrouy et al, 2015; Nagai et al, 2015), 这更加突出龙目海区在ITF中的重要性, 因此系统的研究龙目海域环流结构有助于理解ITF在海洋甚至气候中的作用。观测数据不具有长时间连续性, 数值模拟可以弥补这一点。前人模式研究多集中在班达海和弗拉瑞斯海(Kartadikaria et al, 2012; Liang et al, 2019; Zhu et al, 2019), 而针对龙目海区环流结构的研究相对较少, 本文使用OFAM(the Ocean Forecasting Australian Model)高精度数值模式数据, 对龙目海区上层环流结构的季节变化以及影响因素进行研究分析。
本文第1部分介绍OFAM模式数据及相关资料, 第2部分对数据进行分析, 探究龙目海域上层环流的季节变化特征及其影响因素, 第3部分为总结探讨和对未来的展望。
1 数据资料及研究方法文章使用OFAM模式数据, 该模式是澳大利亚全球海洋预报系统Bluelink基于美国海洋大气管理局地球物理流体力学实验室(Geophysical Fluid Dynamics Laboratory, GFDL)模块化海洋模式MOM(Modular Ocean Model)4p1版本发展而来的高分辨率全球(75°S—75°N)数值模型。
OFAM的水平空间分辨率为1/10°, 垂向分有51层, 0—40m之间分辨率为5m, 40—200m之间分辨率为10m, 因此该模式在上层海洋有着较高的分辨率。该模式采用欧洲中长期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的1.5°精度3h海表热通量、淡水通量以及动量通量驱动场, 海表盐度使用CARS(CSIRO Atlas of Regional Seas)气候数据, 地形采用分辨率为30s的GEBCO_08数据, 河流径流强迫场数据来自Dai等(2002, 2009)的气候、季节数据。同时, OFAM采用KPP(K-profile parameterization)混合方案, 模式中隐含的潮混合采用Lee等(2006)方案, 这种混合作用会使得地摩擦和底部水平速度剪切增强, 使得模式结果更加贴近实际。
研究发现该模式结果更适合研究中-低纬度上层海洋动力过程, 能够很好地抓住海洋边界流的结构与特征, 模拟的ITF流量输送与实际观测结果相吻合(Schiller et al, 2008; Oke et al, 2013; Feng et al, 2016)。我们截选2002—2016年共15a的月平均数据, 所选空间范围为: 2°—10°S, 112°—126°E, 如图 1所示, 研究着眼于龙目海峡及相关印尼海区的上层环流结构和季节变化特征。为分析环流结构的影响因素, 我们还使用了空间分辨率为0.5×0.625°的MERRA2年平均逐月风场数据, 以及分辨率为1/4°的WOA2018年平均逐月温盐数据。
本文使用的方法主要为谱分析和相关分析。针对OFAM模式逐月数据, 本文首先对流速和温盐场进行年平均处理, 进而在一定深度范围内进行垂向平均, 利用该方法可以提取龙目海区上层环流结构的基本特征。功率谱分析是指将时间序列经过自相关函数与快速傅里叶变换处理后, 得到不同频率上的功率信号, 可以根据功率值大小判断出该信号在何种频段上具有突出特征, 由此能够分析龙目海峡流量的季节特征, 为因素分析提供依据。相关分析是研究对象之间是否存在某种联系的一种统计方法, 本文中主要计算海峡通量与实际观测数据之间的相关系数, 并进行显著性检验, 来分析验证计算结果的有效性。
2 结果分析 2.1 龙目海域环流结构及其季节变化根据已有的观测和数值模拟研究可知, 印尼海区的海水主要来源于三个海峡通道:一部分太平洋水流经马鲁古海进入班达海; 一部分海水穿过苏拉威西海, 通过望加锡海峡进入印尼海区, 这段为望加锡海峡贯穿流(Makassar strait throughflow, MSTF), 是ITF的重要组成部分; 另一部分海水为太平洋-印度洋贯穿流南海分支, 也称南海贯穿流, 海水从南海穿过卡里马塔海峡通过爪哇海进入印尼海区这段支流称为卡里马塔海峡贯穿流(Karimata Strait throughflow, KSTF)(刘钦燕等, 2006; Fang et al, 2010; 张晶等, 2014)。如表 1所示, 前人对ITF重要海峡的通量都进行了实际观测, 对印尼海区环流的基本情况做了全面的研究。其中OFAM模拟龙目海峡、翁拜海峡、帝汶海峡、望加锡海峡和卡里马塔海峡的年平均流量分别为-1.9Sv, -3.4Sv, -7.6Sv, -9Sv, 0.4Sv, 龙目、翁拜与帝汶海峡流量的占比为15%︰26%︰59%, 与观测相比不论是流量数值大小还是各个海峡流量的占比都能很好的抓住印尼海区的基本特征。
来源 | 通量(Sv) | 备注 | ||||
龙目海峡 | 翁拜海峡 | 帝汶海峡 | 望加锡海峡 | 卡里马塔海峡 | ||
Gordon et al, 2010 | -1.7 | -4.5 | -4.3 | -8 | 观测 | |
Sprintall et al, 2009 | -2.6 | -4.9 | -7.5 | -11.6 | 观测 | |
Fang et al, 2010 | 0.8 | 观测 | ||||
Susanto et al, 2012 | -13.3 | 0.5 | 观测 | |||
OFAM | -1.9 | -3.4 | -7.6 | -9 | 0.4 | 数值模拟 |
接下来对2002—2016年共15a各海峡的逐月流量数据进行年平均计算, 这样能够看出海峡流量的季节变化, 如图 2所示, 这里只展示龙目(青色)、翁拜(橘色)和帝汶(洋红)三个主要ITF出口海峡的流量季节变化特征, 其中实线是OFAM模式结果, 虚线为INSTANT计划实际观测结果(Sprintall et al, 2009)。对OFAM与INSTANT的流量数据进行相关性分析, 上述3个海峡的相关系数分别为0.89、0.75和0.76(均通过置信度为95%的显著性检验), 对比实际观测数据说明模式能够细致的刻画各海峡流量的季节变化特征。图中所计算流量均采用300m以浅的数据, 可以看出模拟结果与观测数据有着几乎一致的季节变化趋势:龙目海峡流量在8月达到最高值, 而在12月至次年1月为流量最低值, 从年循环中很容易看出存在两个峰值、两个低值, 流量在2月达到第二峰值, 紧跟着4月为第二低值, 这与龙目海区特殊的环流结构有关; 翁拜海峡流量也存在两个高值低值, 2月、8月流量大, 5月、11月流量小; 帝汶海峡流量全年只存在一个周期, 4—9月流量较大, 10月至来年3月流量相对较小。由此可知ITF各个海峡流量均有着显著地季节信号。
通过对龙目海峡流速数据分析, 发现海峡300m以深的区域经向流速接近于0, 300m以浅则存在着明显的季节变化, 龙目海峡在一年中大部分时间海峡内部海流流向为南, 海流主体在300m以浅, 具有分层结构。因此本文选择0—300m作为研究海区的上层。为了更好地研究龙目海峡相关海区环流结构的季节特征, 在15a平均的基础上, 选取0—300m深度的流速进行垂向平均, 由此可以得到印尼海区上层环流的结构分布特征。如图 3所示, 龙目海峡受到MSTF和KSTF的周期性影响, 根据两支贯穿流的季节变化, 可以将一年的上层环流分为以下四个阶段:
第一阶段, 12月至次年的1月, 这段期间, 位于爪哇海的卡里马塔贯穿流达到最强, 向东直接流入印尼海, 在北侧对MSTF流造成压力, 迫使其主要通量集中在印尼海北侧(苏拉威西岛西南侧)深水道中, 此时龙目海峡更容易受到KSTF的影响, 从龙目海峡断面来看(图 4), 1月份在海峡西侧表层短暂出现了北向流, 100m以深为南向流, 分层结构明显, 强盛的卡里马塔海峡贯穿流跨过龙目海峡, 由于伯努利效应表层出现短暂的逆流现象, 但300m以浅整体流量输运向南; 第二阶段为2—4月, MSTF不仅能沿着印尼海北侧(苏拉威西岛西南侧)深水道向东流, 也能经向穿越印尼海从印尼海南侧(小巽他群岛北侧)深水道中向东流汇入ITF, 这时期龙目海峡的水团来源于两支贯穿流, KSTF从巴厘海西侧进入龙目海峡, MSTF则从巴厘海东侧进入, 这一时段龙目海峡垂向分层现象逐渐消失, 南向流逐渐加强; 第三阶段为5—9月, 此时卡里马塔海峡贯穿流转向西流, 望加锡海峡贯穿流则分为三支, 一支向西汇入KSTF, 一支沿着印尼海北侧水道向东流, 另一支则南向直接贯穿龙目海峡进入印度洋, 此时龙目海峡水团主要来源于MSTF; 第四阶段为10—11月, 此时KSTF转向东流, 此阶段与第二阶段类似, 龙目海峡受到两支贯穿流的影响, 分别从巴厘海的东西两侧进入海峡。以上为龙目海区上层环流一个年循环内的季节变化特征。
2.2 龙目海域上层海洋温盐分布特征在印尼海区, 水团变性、温盐输运一直是研究ITF的热点问题, 独特环流特征和地形分布使得各海区进行复杂的水体交换。为进一步研究龙目海区环流结构的季节变化, 本文接下来从温度、盐度方面进行探讨, 图 5展示的是印尼海上层年平均温度(a)和盐度(b)空间分布。整体来看, 卡里马塔海峡贯穿流所携带的爪哇陆架海水团具有高温低盐的特征, 而来自望加锡海峡贯穿流的水团具有低温高盐的特征, 通过对水团温盐性质变化的研究, 能够从侧面印证MSTF和KSTF的季节变化, 有助于系统了解龙目海区上层环流结构及其在气候中的作用。
为了更直观地看出该海区温盐的季节阶段性变化, 这里选取两块子区域对OFAM温盐数据进行区域平均计算, 同时利用WOA2018温盐数据进行验证。爪哇子区域为上层爪哇海(如图 5b中黑框区域, 4.5°—6.5°S, 114°—116°E), 该区域是KSTF的主要流经区域, 能够有效把握该贯穿流的温盐特征, 同时又是MSTF影响KSTF的主要场所。爪哇海水深较浅的缘故, KSTF对龙目海峡的影响主要体现在100m以浅, 因此龙目子区域选择为沿龙目海峡8.25°S上层100m的区域, 通过对龙目海峡断面的监测研究两支贯穿流对海峡带来的影响。
计算结果如图 6所示, 12月至1月, 两个子区域的盐度逐渐减小, 这是由于KSTF向东流, 强度达到最大, 为爪哇海和龙目海峡带来了低盐水团, 这与2.1节所述的第一阶段环流结构相符, 此时期印尼海区处于南半球夏秋季节, 上层海温整体呈下降趋势, 况且相比MSTF, KSTF带来的水体输运要小一个量级(由表 1可知), 因此KSTF带来的相对高温水团对整体温度趋势影响较小; 爪哇子区域温度(盐度)从5月开始直到9月逐渐减小(增大), 同时期龙目子区域温盐有着相同的变化, 这与上文的第三阶段是相匹配的, 原因是MSTF对龙目上层海区的环流结构起主导作用, MSTF一部分水团向西汇入KSTF, 同时为龙目海峡带来了低温高盐水团, 从龙目海峡断面(如图 7)能够发现盐度是从东侧开始呈现增加的趋势, 这也印证了MSTF从巴厘海东侧进入并影响该海峡; 当处于第二阶段(2—4月)和第四阶段(10—11月)时, MSTF和KSTF共同影响龙目海区环流结构, 此时温盐变化相比其他两个阶段变化更加平缓。从第四阶段开始, 由于KSTF转向以及流速的增强, 为龙目海峡表层带来了低盐水团, 并在4月达到盐度的最低值。从上面分析可以得出, 两个子区域温盐属性能够反映该海区环流结构的季节变化特征, MSTF和KSTF此消彼长, 共同作用于该海区环流, 由于MSTF带来的水体输运量更大, 造成的影响也更加最显著。同时本文利用WOA2018数据对龙目和爪哇子区域温盐情况进行验证, 能够得到相同的变化趋势, 计算的结果也从温盐的角度验证了龙目海区受到MSTF和KSTF的共同作用, 又说明从水团性质的角度对龙目海区环流结构进行分析具有一定科学意义。
2.3 影响龙目海域上层环流的因素分析
为研究影响龙目海域环流结构的因素, 本文对龙目海峡的流量进行谱分析(图 8)。从图中能够看出, 龙目海峡的流量具有明显的一年和半年周期的信号, 其中年周期信号最强, 可见流量存在着显著的季节变化特征, 从功率谱中还能看到小于半年周期的信号。该海域是典型的季风区, 关于季风对卡里马塔海峡贯穿流的影响前人已做过相关研究(Gordon et al, 2012)。图 9展示的是MERRA2数据相应时间段年平均逐月10m风场分布图, 季风特征明显, 相比西北季风, 东南季风的持续时间更长, 具有非对称性。通过对比龙目海区10m风场分布图与上层流场可知:当风场受西北季风主导时, 即对应第一阶段, 卡里马塔海峡贯穿流对龙目海峡的影响更加显著; 当东南季风处于发展和强盛期占据风场主导地位时, 即对应第三阶段, 龙目海峡主要受到望加锡海峡贯穿流的影响; 当西北(东南)季风逐渐削弱并进入风向转换期时, 此时龙目海峡的水团受到两支贯穿流的影响, 即对应第二、四界阶段。由此可见季风对龙目海区上层环流结构具有至关重要的作用。
龙目海峡逐月流量与年平均数据相减即可得到海峡流量异常, 对其进行谱分析能够更加清晰的看出流量的季节和季节内信号(如图 6绿线所示)。除了年周期之外, 龙目海峡还包含了明显的2、3、4个月周期的信号, 这与MJO有着密不可分的联系(Madden et al, 1994)。ITF海区本身为MJO活跃区域(Schiller et al, 2003; Iskandar et al, 2005), 引起该海区流量的变化, 来自赤道中部印度洋的MJO能够激发东传 Kelvin波, 研究表明Kelvin波能够向东到达龙目海峡并进入印尼海, 并影响该海峡通量(Qu et al, 2008; Sprintall et al, 2009)。来自太平洋的信号以Rossby波的形式传入望加锡海峡, 但对于龙目海峡流量影响并不大(Qiu et al, 1999)。因此可知局地以及印度洋MJO对龙目海区环流季节和季节内变化有着不可忽视的作用。
印尼海特殊的海底地貌对环流路径具有一定的限制作用:爪哇海中西部平均水深仅为45m, 浅水区域北至望加锡海峡南口, 南至巴厘海北段, 使得卡里马塔海峡贯穿流流幅宽, 在强盛时期容易对望加锡海峡南部的MSTF形成挤压; 望加锡海峡相对较深, 最深的区域在海峡南口东侧(水深超过2000m), 最大的海水输运也集中在这; 印尼海中部(5°—5°S, 117°—119°E)区域海山、岛屿众多, 北接望加锡海峡, 东西南三侧为500—1000m深水通道, 是MSTF的主要路径。海底地形对MSTF和KSTF的特征有着重要影响, 同时也限制着贯穿流对季风的响应。结合前文所述, 影响龙目海区上层环流结构季节变化的主要因素是季风、MJO和海底地形。
3 结论本文基于2002—2016年的OFAM模式数据对龙目海区上层环流结构的季节变化以及影响因素进行了分析研究, 结果表明:
(1) 龙目海峡(Lombok Strait)平均流量为-1.9Sv, 占ITF总流量的15%, 具有南半球冬季(8月)大夏季(12月)小的特点, 在年循环中存在两个峰值和两个低值, 流量在2月达到第二峰值, 紧跟着4月为第二低值, 这与龙目海区特殊的环流结构有关。龙目海峡与翁拜海峡、帝汶海峡共同组成了ITF的出口。
(2) 龙目海峡水团主要受到MSTF和KSTF的影响, 并根据龙目海区上层环流结构特征, 将时间分为以下四个阶段(图 10):第一阶段(12月至次年的1月, 图 10a), 龙目海峡更容易受到KSTF的影响, KSTF强度最大, MSTF受到KSTF挤压输运集中在印尼海北侧(苏拉威西岛西南侧)深水道中; 第二阶段(2—4月, 图 10c), 龙目海峡的水团来源于两支贯穿流, KSTF从巴厘海西侧进入龙目海峡, MSTF则从巴厘海东侧进入; 第三阶段(5—9月, 图 10b), 龙目海峡水团主要来源于MSTF, KSTF转向西流, MSTF则分为三支, 其中一支南向直接贯穿龙目海峡进入印度洋; 第四阶段(10—11月, 图 10c), 同第二阶段, 龙目海峡受到两支贯穿流的影响, KSTF转向东流, MSTF和KSTF分别从巴厘海的东西两侧进入海峡。MSTF和KSTF分别为龙目海峡带来低温高盐和高温低盐水。
(3) 季风、MJO和海底地形是以影响龙目海区上层环流季节变化的主要因素。谱分析表明龙目海峡流量具有一年、半年以及几十天的周期信号, 西北(东南)季风的特征与各阶段环流结构相匹配, 季节特征明显; 局地以及印度洋的MJO对龙目海区的流量起着调制作用; 印尼海区多海山多岛屿的地形特征, 对MSTF和KSTF起着有效限制作用。
致谢 本文使用的OFAM模式数据可以通过NCI官方网站https://nci.org.au/下载, MERRA2风场数据可以通过NASA官方网站https://www.nasa.gov/下载, WOA数据可以通过NOAA网站https://www.nodc.noaa.gov/下载。感谢专家老师在审稿过程中提出的宝贵建议, 这对本文的修改和完善起了至关重要的作用。
刘钦燕, 黄瑞新, 王东晓, 等. 2006. 印度尼西亚贯穿流与南海贯穿流的相互调制. 科学通报, 51(S2): 44-50 |
杜岩, 方国洪. 2011. 印度尼西亚海与印度尼西亚贯穿流研究概述. 地球科学进展, 26(11): 1131-1142 |
张晶, 魏泽勋, 李淑江, 等. 2014. 太平洋-印度洋贯穿流南海分支研究综述. 海洋科学进展, 32(1): 107-120 DOI:10.3969/j.issn.1671-6647.2014.01.013 |
袁东亮, 周慧, 王铮, 等. 2017. 印尼贯穿流源区环流的多尺度变异及其科学重要性. 海洋与湖沼, 48(6): 1156-1168 |
Dai A G, Qian T T, Trenberth K E et al, 2009. Changes in continental freshwater discharge from 1948 to 2004. Journal of Climate, 22(10): 2773-2792 DOI:10.1175/2008JCLI2592.1 |
Dai A G, Trenberth K E, 2002. Estimates of freshwater discharge from continents:latitudinal and seasonal variations. Journal of Hydrometeorology, 3(6): 660-687 DOI:10.1175/1525-7541(2002)003<0660:EOFDFC>2.0.CO;2 |
van Sebille E, Janet S, Franziska U et al, 2014. Pacific-to-Indian Ocean connectivity: Tasman leakage, Indonesian Throughflow, and the role of ENSO. Journal of Geophysical Research: Oceans, 1365-1382. https://doi.org/10.1002/2013JC009525. Received
|
Fang G H, Susanto R D, Wirasantosa S et al, 2010. Volume, heat, and freshwater transports from the South China Sea to Indonesian seas in the boreal winter of 2007-2008. Journal of Geophysical Research:Oceans, 115(12): C12020 |
Feng M, Zhang N N, Liu Q Y et al, 2018. The Indonesian throughflow, its variability and centennial change. Geoscience Letters, 5: 3 DOI:10.1186/s40562-018-0102-2 |
Feng M, Zhang X B, Oke P et al, 2016. Invigorating ocean boundary current systems around Australia during 1979-2014:As simulated in a near-global eddy-resolving ocean model. Journal of Geophysical Research:Oceans, 121(5): 3010-3028 DOI:10.1002/2015JC011516 |
Gordon A L, 2005. Oceanography of the Indonesian Seas and their throughflow. Oceanography, 18(4): 14-27 DOI:10.5670/oceanog.2005.01 |
Gordon A L, Huber B A, Metzger E J et al, 2012. South China Sea throughflow impact on the Indonesian throughflow. Geophysical Research Letters, 39(11): L11602 |
Gordon A L, Sprintall J, Van Aken H M et al, 2010. The Indonesian throughflow during 2004-2006 as observed by the INSTANT program. Dynamics of Atmospheres and Oceans, 50(2): 115-128 DOI:10.1016/j.dynatmoce.2009.12.002 |
Iskandar I, Mardiansyah W, Masumoto Y et al, 2005. Intraseasonal Kelvin waves along the southern coast of Sumatra and Java. Journal of Geophysical Research C:Oceans, 110(4): C04013 |
Kartadikaria A R, Miyazawa Y, Nadaoka K et al, 2012. Existence of eddies at crossroad of the Indonesian Seas. Ocean Dynamics, 62(1): 31-44 |
Koch-Larrouy A, Atmadipoera A, van Beek P et al, 2015. Estimates of tidal mixing in the Indonesian Archipelago from multidisciplinary INDOMIX in-situ data. Deep Sea Research Part Ⅰ:Oceanographic Research Papers, 106: 136-153 DOI:10.1016/j.dsr.2015.09.007 |
Lee H C, Rosati A, Spelman M J, 2006. Barotropic tidal mixing effects in a coupled climate model:Oceanic conditions in the Northern Atlantic. Ocean Modelling, 11(3-4): 464-477 DOI:10.1016/j.ocemod.2005.03.003 |
Liang L L, Xue H J, Shu Y Q, 2019. The Indonesian throughflow and the circulation in the Banda Sea:a modeling study. Journal of Geophysical Research:Oceans, 124(5): 3089-3106 DOI:10.1029/2018JC014926 |
Ma J, Feng M, Lan J et al, 2020. Projected future changes of meridional heat transport and heat balance of the Indian Ocean. Geophysical Research Letters, 47(4): e2019GL086803 |
Madden R A, Julian P R, 1994. Observations of the 40-50-day tropical oscillation-A review. Monthy Weather Review, 122(5): 814-837 DOI:10.1175/1520-0493(1994)122<0814:OOTDTO>2.0.CO;2 |
Nagai T, Hibiya T, 2015. Internal tides and associated vertical mixing in the Indonesian Archipelago. Journal of Geophysical Research:Oceans, 120(5): 3373-3390 DOI:10.1002/2014JC010592 |
Oke P R, Griffin D A, Schiller A et al, 2013. Evaluation of a near-global eddy-resolving ocean model. Geoscientific Model Development, 6(3): 591-615 DOI:10.5194/gmd-6-591-2013 |
Qiu B, Mao M, Kashino Y, 1999. Intraseasonal variability in the Indo-Pacific throughflow and the regions surrounding the Indonesian Seas. Journal of Physical Oceanography, 29(7): 1599-1618 DOI:10.1175/1520-0485(1999)029<1599:IVITIP>2.0.CO;2 |
Qu T D, Du Y, McCreary Jr J P et al, 2008. Buffering effect and its related ocean dynamics in the Indonesian Throughflow region. Journal of Physical Oceanography, 38(2): 503-516 DOI:10.1175/2007JPO3759.1 |
Schiller A, Godfrey J S, 2003. Indian Ocean intraseasonal variability in an ocean general circulation model. Journal of Climate, 16(1): 21-39 |
Schiller A, Oke P R, Brassington G et al, 2008. Eddy-resolving ocean circulation in the Asian-Australian region inferred from an ocean reanalysis effort. Progress in Oceanography, 76(3): 334-365 |
Schiller A, Wijffels S E, Sprintall J et al, 2010. Pathways of intraseasonal variability in the Indonesian Throughflow region. Dynamics of Atmospheres and Oceans, 50(2): 174-200 DOI:10.1016/j.dynatmoce.2010.02.003 |
Sprintall J, Gordon A L, Wijffels S E et al, 2019. Detecting change in the Indonesian Seas. Frontiers in Marine Science, 6: 257 DOI:10.3389/fmars.2019.00257 |
Sprintall J, Wijffels S E, Molcard R et al, 2009. Direct estimates of the Indonesian throughflow entering the Indian Ocean:2004-2006. Journal of Geophysical Research:Oceans, 114(C7): C07001 |
Susanto R D, Ffield A, Gordon A L et al, 2012. Variability of Indonesian throughflow within Makassar Strait.. 2004-2009. Journal of Geophysical Research:Oceans, 117(9): C09013 |
Wang C Z, 2019. Three-ocean interactions and climate variability:a review and perspective. Climate Dynamics, 53(7-8): 5119-5136 DOI:10.1007/s00382-019-04930-x |
Yuan D L, Hu X Y, Xu P et al, 2018. The IOD-ENSO precursory teleconnection over the tropical Indo-Pacific Ocean:dynamics and long-term trends under global warming. Journal of Oceanology and Limnology, 36(1): 4-19 DOI:10.1007/s00343-018-6252-4 |
Zhou L, Murtugudde R, 2010. Influences of Madden-Julian Oscillations on the eastern Indian Ocean and the maritime continent. Dynamics of Atmospheres and Oceans, 50(2): 257-274 DOI:10.1016/j.dynatmoce.2009.12.003 |
Zhu Y H, Wang L W, Wang Y G et al, 2019. Stratified circulation in the Banda Sea and its causal mechanism. Journal of Geophysical Research:Oceans, 124(10): 7030-7045 DOI:10.1029/2019JC015279 |