海洋与湖沼  2020, Vol. 51 Issue (4): 839-850   PDF    
http://dx.doi.org/10.11693/hyhz20200300062
中国海洋湖沼学会主办。
0

文章信息

武杰, 张林林, 闫晓梅. 2020.
WU Jie, ZHANG Lin-Lin, YAN Xiao-Mei. 2020.
吕宋和台湾岛以东黑潮季节与年际变化规律的对比分析
COMPARATIVE ANALYSIS OF SEASONAL AND INTERANNUAL VARIATION OF KUROSHIO EAST OF LUZON AND TAIWAN ISLAND
海洋与湖沼, 51(4): 839-850
Oceanologia et Limnologia Sinica, 51(4): 839-850.
http://dx.doi.org/10.11693/hyhz20200300062

文章历史

收稿日期:2020-03-08
收修改稿日期:2020-03-31
吕宋和台湾岛以东黑潮季节与年际变化规律的对比分析
武杰1,3, 张林林1,2,4, 闫晓梅1,2,4     
1. 中国科学院海洋研究所海洋环流与波动重点实验室 青岛 266071;
2. 中国科学院海洋大科学研究中心 青岛 266071;
3. 中国科学院大学 北京 100049;
4. 青岛海洋科学与技术试点国家实验室 青岛 266237
摘要:黑潮是北太平洋副热带环流系统的一支重要的西边界流。前人对不同流段黑潮的季节和年际变化进行了诸多研究,然而基于不同数据所得结论仍存在差异,尤其是不同模式计算所得流量差别很大,而且以往研究往往着眼于某一流段,对不同流段黑潮变化之间的异同及其原因涉及较少。本文基于卫星高度计数据,评估了OFES(Ocean general circulation model For the Earth Simulator)和HYCOM(Hybrid Coordinate Ocean Model)两个模式对吕宋岛和台湾岛以东黑潮季节与年际变化的模拟能力,进而对两个海域黑潮变化的异同及其物理机制进行了分析。结果表明:HYCOM模式对黑潮季节变化的模拟较好,而OFES模式对黑潮年际变化的模拟较好。吕宋岛以东黑潮和台湾岛以东黑潮在季节与年际尺度上的变化规律均不相同,且受不同动力过程控制。吕宋岛以东黑潮呈现冬春季强而秋季弱的变化规律,主要受北赤道流分叉南北移动的影响;而台湾岛以东黑潮呈现夏季强冬季弱的变化特点,主要受该海区反气旋涡与气旋涡相对数目的季节变化影响。在年际尺度上,吕宋岛以东黑潮与北赤道流分叉及风应力旋度呈负相关,当风应力旋度超前于流量4个月时相关系数达到了-0.56;而台湾岛以东黑潮的流量变化则受制于副热带逆流区涡动能的变化,且滞后于涡动能9个月时达到最大正相关,相关系数为0.44。本研究对于深入理解不同流段黑潮的多尺度变异规律及其对邻近海区环流与气候的影响具有重要意义,同时对于黑潮研究的数值模式选取具有重要参考价值。
关键词黑潮    流量    季节和年际变化    ENSO (El Niño-Southern Oscillation)    
COMPARATIVE ANALYSIS OF SEASONAL AND INTERANNUAL VARIATION OF KUROSHIO EAST OF LUZON AND TAIWAN ISLAND
WU Jie1,3, ZHANG Lin-Lin1,2,4, YAN Xiao-Mei1,2,4     
1. Key Laboratory of Ocean Circulation and Waves, Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China;
2. Center for Ocean Mega-Science, Chinese Academy of Sciences, Qingdao 266071, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China;
4. Pilot National Laboratory for Marine Science and Technology(Qingdao), Qingdao 266237, China
Abstract: The Kuroshio is an important western boundary current of the subtropical gyre in the North Pacific. Previous studies focused on the seasonal and interannual variation of Kuroshio in different areas. However, the conclusions are different due to different datasets, especially different model outputs. Moreover, previous studies often focus on one part of the Kuroshio, and seldom involve the Kuroshio variations in different areas and their causes. Based on satellite altimeter data, we evaluated the simulation of OFES and HYCOM models on the seasonal and interannual variations of the Kuroshio east of Luzon Island and Taiwan Island, and then analyzed the difference of Kuroshio variations in these two regions and their physical mechanism. The results show that HYCOM model is better in simulating the seasonal variation of the Kuroshio, and OFES model is better in simulating the interannual variation of the Kuroshio. Seasonal and interannual variations of the Kuroshio east of Luzon Island and Taiwan Island are different and controlled by different dynamic processes. The Kuroshio east of the Luzon Island is strong in winter/spring and weak in autumn, which is affected mainly by the meridional shift of the North Equatorial Current bifurcation, while the Kuroshio east of Taiwan Island is strong in summer and weak in winter, which is mainly affected by the eddy activity east of Taiwan Island. On the interannual time scale, the Kuroshio east of the Luzon Island exhibits negative correlation with the North Equatorial Current bifurcation and the wind stress curl. When the wind stress curl leads the Kuroshio transport by 4 months, the correlation coefficient reaches -0.56, while the volume transport of the Kuroshio east of Taiwan Island is subject to the variation of eddy kinetic energy (EKE) in the Subtropical Countercurrent region, and their correlation coefficient reaches 0.44 when the transport lags the EKE by 9 months. The results of this study are important for further understanding the multi-scale variability of Kuroshio in different areas and its influence on the circulation and climate in the adjacent waters, and also for the selection of numerical models for Kuroshio research.
Key words: Kuroshio    volume transport    seasonal and interannual variation    ENSO (El Niño-Southern Oscillation)    

黑潮作为北太平洋副热带环流的西边界流, 对海洋中物质和能量的经向输送起到关键作用, 同时对西太平洋暖池的热收支也具有重要作用(Pickard et al, 1983; Lukas et al, 1996; Hu et al, 2015)。太平洋北赤道流(North Equatorial Current, NEC)向西流动, 到达吕宋岛东岸分叉形成两支海流, 即北向的黑潮(Kuroshio Current, KC)和南向的棉兰老流(Mindanao Current, MC)(Nitani, 1972; Hu et al, 1991; Lukas et al, 1996)。黑潮在向北流动的过程中, 经过吕宋海峡时一部分水体入侵南海, 剩余的主体部分沿台湾岛东岸继续向北进入东海, 在30°N转向东后从吐噶喇海峡流出东海。黑潮具有高温、高盐、流速高和流量大等特征, 将大量热量从低纬度地区输送到中纬度地区, 对太平洋甚至全球的气候和环境变化具有重要影响, 而且对流经海域的生态环境和渔业也有显著影响(Chen, 1996; Lukas et al, 1996; Sakamoto et al, 2005)。

从20世纪开始, 许多学者就利用观测和模式数据对源区黑潮流速和流量的季节变化进行了研究。黑潮源区所在的NMK流系(NEC, MC和KC)具有明显的春季强秋季弱的变化特点(于非等, 2000; 周慧等, 2006; 康霖, 2011; 李博, 2016)。Qu等(1998)基于水文断面观测的研究表明源区黑潮在4—6月份最强而在9—10月份最弱。王凡等(2001)利用全球海洋同化数据研究了西太平洋环流的季节变化, 却发现源区黑潮流量在1月份最强, 9月份最弱。Lien等(2014)利用1992—2013年期间的局地海表面异常(Sea Level Anomaly, SLA)数据计算了18.75°N断面黑潮流量的季节变化, 结果表明黑潮输送在春季和冬季(秋季)较强(弱)。源区黑潮的变化受NEC分叉变化影响很大, NEC分叉点在10月份移到最高纬度, 此时12°—14°N, 127°—130°E海区的风应力旋度为正且海区的海表面高度降低, 北太平洋热带环流增强而北太平洋副热带环流减弱, 导致吕宋岛以东黑潮表现为秋季偏弱(Qiu et al, 1996, 2010; Chen et al, 2011)。总的来讲, 虽然多数研究显示源区黑潮春季增强, 但也有研究指出了其冬季增强的现象。

受观测手段以及观测时间的影响, 不同研究中对台湾岛以东黑潮流量的估算也存在较大差异, 年平均值在15—33Sv之间(Liang et al, 2003; 贾英来等, 2004; Hsin et al, 2008; 王辉赞等, 2018)。Tang等(2000)利用1992—1994年期间多普勒流速剖面仪(Acoustic Doppler Current Profiler, ADCP)测得的数据研究了台湾岛东北25.125°N断面黑潮流量的季节变化, 结果表明夏季黑潮流速最大超过100cm/s, 而冬季黑潮流速小于100cm/s。Hsin等(2008)根据EAMS(East Asian Marginal Seas)模式计算了1982—2005年期间台湾岛以东22°—25°N之间黑潮的流量, 发现24°N黑潮的流量有明显的季节变化, 其夏季流速大于秋季和冬季。Yin等(2019)基于卫星高度计数据研究了台湾岛以东的中尺度涡, 其结果表明黑潮流量的季节变化和该海区反气旋涡与气旋涡的相对数目季节变化有关。总体来讲, 不同研究对吕宋岛和台湾岛以东黑潮流量的数值及其季节变化虽然有一些相对一致的结论, 但部分结果仍存在差异。

前人对于黑潮流量的年际变化也进行了一系列研究。Kim等(2004)基于OGCM(Ocean General Circulation Model)资料得出, NEC与源区黑潮流量的年际变化与NEC分叉纬度很好的对应, 当ENSO (El Niño-Southern Oscillation)处于正相位时, NEC分叉纬度北移, 黑潮输送减弱, 而当ENSO处于负相位时情况相反。Chen等(2015)发现由于NEC分叉的南移, 2010年11月—2012年10月期间18°N断面黑潮在200—700m之间的平均流速增强了15cm/s。Qiu等(1996)则指出并不是所有NEC的年际输送峰值都对应于ENSO事件, 而且棉兰老流(源区黑潮)与NEC在准两年周期上的相关性更好(差)。

对台湾岛以东黑潮的年际变化, 利用不同数据得出的结论以及影响机制有较大差异。贾英来等(2004)利用石垣基隆的验潮站数据结合SODA(Simple Ocean Data Assimilation)风应力资料得到:台湾岛以东黑潮流量具有2—5年的显著周期, 在1991年前台湾岛以东黑潮流量的年际变化与太平洋内区的风应力旋度存在着密切的关系, 而在1991年后可能受到其他因素的控制。Hwang等(2002)发现台湾岛以东黑潮的输送与ENSO有密切的关系, 当流量滞后于ENSO 1个月时正相关系数为0.6。而Chang等(2012)基于卫星高度计数据和验潮站数据则指出PTO(Philippines–Taiwan Oscillation)是北太平洋年际变化的一个重要参数, ENSO只能解释北太平洋环流的部分变化。当PTO为正相位时, 增强了STCC-NEC系统的垂直剪切, 并通过涡旋增强了台湾岛东北的黑潮输送, PTO处于负相位时情况相反。此外, Hsin等(2013)基于1982—2005年期间EAMS资料发现台湾岛以东气旋与反气旋的相对强度是影响黑潮年际变化的重要因素, 而Yan等(2016)通过分析1993— 2011年期间卫星高度计数据发现台湾岛以东气旋与反气旋的相对数目才是影响黑潮流量年际变化的关键因子。

综上所述, 已有研究对不同流段黑潮的季节和年际变化做了很多分析, 但基于不同来源数据所得到的结论仍存在差异, 不同模式计算得到的流量在数值上有很大差别, 而且以往研究往往着眼于黑潮的某一流段, 对不同流段黑潮变化之间的异同及其原因涉及较少。本文利用卫星高度计数据、OFES(Ocean general circulation model For the Earth Simulator)模式和HYCOM(Hybrid Coordinate Ocean Model)模式数据对黑潮在吕宋岛和台湾岛以东两个海域的季节和年际变化进行了对比分析, 评估了两个模式对黑潮季节和年际变化的模拟能力, 进而对两个海域黑潮变化的异同及其物理机制进行了研究。

1 数据以及方法

本文所用的是日本地球模拟器得到的高精度海洋模式OFES 1980—2018期间的月输出数据。OFES是一种基于GFDL/NOAA(Geophysical Fluid Dynamics Laboratory/National Oceanic and Atmospheric Administration) MOM3(modular ocean model)的模式, 其空间范围为75°S—75°N, 水平分辨率为0.1°×0.1°, 垂直方向上每层间隔厚度参考了真实海洋的温跃层厚度, 随深度加深而逐渐变大, 从表层的5m到最深处的6065m共分为54层。关于OFES模式的详细描述见Masumoto等(2004)

本文还用到了HYCOM全球海洋环流模式数据, 该模式垂向采用混合坐标(等密度坐标、σ坐标和z坐标), 其优点是可以在不同层结的海洋中选用相对应的垂直坐标系:在深海中选用等密度坐标系, 而在浅海中选用随底坐标。HYCOM模式同化了现存的观测数据, 包括水平流场、海表面以及温盐数据。该模式的水平分辨率为1/12°×1/12°, 垂直方向上从5m到5000m共分为50层。本文采用1994—2015年共22a的输出数据, 关于HYCOM模式的主要特点见Chassignet等(2007)。此外, 还用到了ECMWF (European Centre for Medium-Range Weather Forecasts) 10m的再分析风场数据。ECMWF数据范围覆盖全球(0°—360°E, 90°S—90°N), 目前可以达到的最高精度为0.125°×0.125°, 本文选取0.25°×0.25°精度的风场数据进行研究。另外, 本文采用的卫星高度计数据是由AVISO(Archiving, Validation and Interpretation of Satellite Oceanographic data)在CNES(Centre Nation D’Etudes Spatiales)支持下发布的1993—2017年期间的输出数据, 该产品基于DUACS (Data Unification and Altimeter Combination System)多任务高度计数据处理, 并且对所有的卫星数据进行了最优插值, 最终计算得到海表面高度数据(Sea Surface Height, SSH), 并进一步通过地转关系计算了地转流速。

本文利用OFES模式和HYCOM模式的数据对黑潮在吕宋岛以东(18°N)和台湾岛以东(24°N)两个断面处的经向流速进行分析, 再利用高度计计算出的地转流进行验证。黑潮体积输送的计算公式为

    (1)

其中, V为经向流速, 而x1x2分别是黑潮主体的东西边界。在垂直方向上, 本文对不同的计算方法进行了比较和评估, 第一种方法为在深度上统一取600或800m, 计算所有北向流速, 考虑到黑潮影响深度的变化, 第二种方法取黑潮的下边界为5或10cm/s等值线。结果表明不同的计算方法在数值上有1—2Sv的差异, 但在季节变化和年际变化上无明显差异(图略)。本文最终选择5cm/s为标准确定黑潮的下边界计算黑潮的流量。

2 黑潮的季节变化 2.1 流速

黑潮在吕宋岛以东流速比较强而且流向基本向北(图 1), 本文选择18°N断面对黑潮进行分析。图 2ac给出了OFES和HYCOM模式中该断面处黑潮的平均流速结构, 可以看到黑潮流核主要在0—600m之间, 表层流速最强超过70cm/s, 在黑潮下方500m以深是南向的次表层流-吕宋潜流(图 2c), 流速最大值为10cm/s。在黑潮以东有南北向交替的海流存在, 这种现象可能与东侧150—600m深度间的暖涡有关(Guan, 1983)。如图 2所示, OFES和HYCOM模式中黑潮主流都在122°—124°E之间, 所以计算表层流速时取这个经度范围内的平均值。图 3a展示了基于卫星高度计数据、HYCOM模式和OFES模式数据得到的黑潮在18°N断面表层流速的季节变化, 其平均值分别为27.1、29.9和26.6cm/s。可以看到, HYCOM模式和卫星观测到黑潮表层流速的季节变化位相一致, 都在1月份最强(分别为31.3和35.0cm/s), 而在9月份最弱(分别为21.1和23.6cm/s), 这和王凡等(2001)利用全球海洋同化数据得到的结论一致。吕宋岛以东黑潮表层流速的季节变化与NEC分叉点季节性的南北偏移呈现反相关的关系(图 3e), 当分叉点偏北时, 黑潮流速偏弱, 反之亦然, Qiu等(1996)的研究中就指出了这一点。此外, 与卫星观测结果相比, OFES模式模拟的吕宋岛以东黑潮的表层流速较弱且季节变化的位相也不一致(图 3a)。

图 1 黑潮流域表层地转流场图 Fig. 1 Surface geostrophic current in the Kuroshio area 注:根据卫星高度计数据计算出的地转流流场, 背景场是海表面高度(Sea Surface Height, SSH), 两条黑色的直线分别是所取的18°N断面和24°N断面

图 2 OFES模式模拟的18°N(a)和24°N(b)断面处的黑潮平均经向流速以及HYCOM模式模拟的18°N(c)和24°N(d)断面处的黑潮平均经向流速 Fig. 2 Mean meridional velocity of Kuroshio at 18°N(a) and 24°N(b) sections simulated by OFES, and mean meridional velocity of Kuroshio at 18°N (c) and 24°N(d) sections simulated by HYCOM 注:图中黑色粗线表示速度为0cm/s

图 3 黑潮表层流速(a, b)、黑潮流量(c, d)、NEC分叉点纬度(e)、反气旋涡与气旋涡数量之比(f)的季节变化 Fig. 3 Seasonal variation of surface velocity V of the Kuroshio(a, b), volume transport of Kuroshio(c, d), the annual cycle of the NECBL(e), the ratio between anticyclonic eddy number and cyclonic eddy number(f) 注: a和b分别为18°N和24°N断面的黑潮流速, c和d分别为18°N和24°N断面的黑潮流量, f为Yin等(2019)的计算结果

对于台湾岛以东黑潮, 其在24°N断面上的经度范围同样为122°—124°E(图 2bd)。类似地, 图 3b比较了基于卫星高度计、HYCOM模式和OFES模式数据得到的24°N断面上黑潮表层流速的季节变化。与18°N断面的结果类似, HYCOM模式得到的流速数值最大(34.5cm/s), 卫星高度计计算得到的黑潮表层流速次之(30.1cm/s), 而OFES模式中的流速最小(23.2cm/s), 和卫星高度计结果差别相对较大。三种数据计算的黑潮流速季节变化位相一致, 都显示黑潮在夏季较强而冬季较弱, 在7月份达到最大值, 而在1月份流速最小, 这与Tang等(2000)基于ADCP观测的研究结果一致。

2.2 流量

前人研究指出黑潮表层流速和流量的变化趋势密切相关, 但却不是完全一致, 黑潮的流量在更大程度上取决于黑潮流速的垂直结构(管秉贤, 1964)。为了更好地理解黑潮的季节变化规律, 图 4给出了HYCOM模式中黑潮在18°N和24°N两个断面上流速垂直结构的季节变化。可以看到, 黑潮主体在122°—124°E之间, 深度都在600m深度以上, 吕宋岛以东黑潮流速在1—7月份期间都比较强(4月份较弱), 从8月份开始逐渐减弱(图 4a)。而台湾岛以东黑潮的流速在5—8月份期间较强, 其他月份则比较弱(图 4b)。黑潮在两个断面的表层流速和流量都有一致的季节变化特征, 说明黑潮流速的垂直结构比较稳定。

图 4 HYCOM模式中18°N(a)和24°N(b)断面的月平均经向流速异常 Fig. 4 Monthly mean velocity anomaly at 18°N(a)和24°N(b) Section from HYCOM

基于HYCOM模式数据可以进一步计算得到黑潮流量, 在水平方向上选取122°—124°E作为黑潮主流的边界, 垂直方向上以V > 5cm/s为黑潮的下边界。图 3cd分别展示了18°N和24°N两个断面上黑潮流量的季节变化。模式结果表明吕宋岛以东黑潮流量与表层流速的季节变化一致, 流量在1月和7月出现大值(21.8Sv), 最小值出现在9月份(15.7Sv), 且与NEC分叉点的季节循环很好地对应(图 3e)。Qiu等(2010)Chen等(2011)的研究也指出NEC分叉点在6—7月到达最低纬度且在10—11月到达最高纬度, 这与本文计算的流量变化规律基本一致。NEC分叉点在秋季移动到最高纬度, 此时12°—14°N和127°—130°E海区的风应力旋度为正且海区的海表面高度降低, 北太平洋副热带环流减弱, 导致吕宋岛以东黑潮秋季减弱(Qiu et al, 1996)。本文计算得到的HYCOM模式中18°N断面处黑潮的平均流量为18.9Sv, 这与Toole等(1990)根据观测资料计算得到源区黑潮流量平均值21.4Sv基本一致。而OFES模式中流量的数值偏小, 仅为14.85Sv, 且OFES模式中流量的季节变化不明显。

对于台湾岛以东黑潮, HYCOM模式模拟的平均流量为23.6Sv, 且流量和表层流速呈现相同的季节变化(图 3bd), 在7月份时流量达到了最大值27.96Sv, 而在春季和冬季较弱。贾英来等(2004)根据验潮站资料计算的台湾岛以东黑潮流量均值为22.9Sv, 与本文HYCOM模式的计算结果一致。而OFES模式模拟的黑潮流量平均值仅15.4Sv, 其强度以及季节变化都比以往的观测结果弱很多。不同于源区黑潮, 台湾以东黑潮的季节变化受中尺度涡旋影响很大。副热带逆流区海表面的季节性冷却或加热可以影响该区域的层结, 并通过区域不均匀的对流导致温跃层坡度变化, 进而改变STCC-NEC区域的垂直剪切, 并进一步通过斜压不稳定过程产生中尺度涡旋(Halliwell et al, 1994; Qiu, 1999)。这些中尺度涡源源不断地向西移动, 最终到达台湾岛以东海区影响该海区黑潮的流量, 本文参考Yin等(2019)的研究计算了到达台湾岛以东的反气旋涡与气旋涡数目的相对比值(图 3f), 与台湾岛以东黑潮流量的季节变化一致。夏季到达台湾岛以东的反气旋涡多于气旋涡, 从而导致台湾岛以东黑潮增强; 而冬季到达台湾岛以东的气旋涡多于反气旋涡, 导致台湾岛以东黑潮减弱。因此, 涡旋是影响台湾岛以东黑潮流量季节变化的重要因素。

综上, 在季节尺度上, 黑潮在吕宋岛以东18°N断面上的流量表现为冬春季较强而秋季较弱, 而在台湾岛以东24°N断面上的流量则表现为夏季最强而冬季较弱。在这两个断面上, HYCOM模式和卫星的结果都较为一致, 模拟效果明显优于OFES模式。结合前人研究结果, 可以看出吕宋岛以东黑潮季节变化主要受到NEC分叉点变化的影响, 而台湾岛以东黑潮季节变化主要受该海区反气旋涡与气旋涡的相对数目的季节变化影响。

3 黑潮的年际变化

黑潮除了有明显的季节变化特征, 也有较明显的年际变化特征。本文利用OFES和HYCOM模式的月平均数据对黑潮流量的年际变化进行了对比研究。流量计算方法与前文一致, 但对计算得到的流量时间序列做了一年低通滤波处理以去除其季节变化。初步分析发现HYCOM模式计算得到的黑潮流量时间序列与ENSO指数在年际尺度上相关性很弱, 这与前人的研究结果有着比较大的差异, 而OFES模式在年际尺度上的信号更加明显且与ENSO的相关关系更好, 所以本文选择OFES资料详细分析黑潮的年际变化。

图 5给出了黑潮在两个断面的流量异常经过标准化处理后的月平均时间序列。谱分析结果表明OFES模式中18°N断面处的黑潮流量具有3—5a的显著周期(图略)。如图所示, 当ENSO处于正相位时, 18°N断面黑潮流量通常较弱, 而当ENSO处于负相位时通常较强, 而24°N断面处的黑潮流量与ENSO的相关性较差(图 5)。超前滞后分析的结果表明18°N断面的黑潮流量滞后于Nino3.4指数3个月时达到了最大负相关系数-0.35, 而24°N断面的黑潮流量滞后于Nino3.4指数10个月时最大正相关指数只有0.14, 低于95%置信度水平, 意味着台湾岛以东黑潮流量的年际变化基本不受ENSO的直接影响。而吕宋岛以东黑潮的年际变化虽受ENSO影响, 但其具体过程尚不清楚。因此, 本文进一步分析了影响两个区域黑潮流量年际变化的因素及相关的动力过程。

图 5 18°N和24°N断面上的黑潮流量异常与Nino3.4指数的时间序列 Fig. 5 Time series of Nino 3.4 index and transport of Kuroshio at 18°N and 24°N 注:黑色曲线和红色曲线分别是根据OFES模式的数据计算得到的18°N和24°N断面处黑潮流量异常的标准化时间序列; 彩色区域为Nino3.4指数(http://www.esrl.noaa.gov/psd/gcos_wgsp/Timeseries/Data); 流量和Nino3.4指数的时间序列都经过了1a的低通滤波处理

如前所述, NEC分叉点的季节性移动控制着吕宋岛以东黑潮的季节变化, 而大尺度的风应力旋度又是控制NEC分叉点移动的关键因素, 所以在年际变化上, 吕宋岛以东黑潮也可能受到NEC分叉点和大尺度风应力旋度的影响。Qiu等(2010)指出NEC分叉点的年际移动可以用12°—14°N和127°—130°E范围内的海表面高度异常(Sea Surface Height Anomaly, SSHA)来表征, 而风应力旋度又控制着SSHA的变化, 因此本文利用多年的风场数据计算了这个区域内的平均风应力旋度。此外, 利用卫星高度计数据计算得到的地转流, 可以进一步获得NEC分叉点(NEC bifurcation latitude, NECBL)的时间序列, 计算得到的NECBL平均值为12.26°N, 与Yaremchuk等(2003)根据历史水文资料得到的结果一致。

图 6所示, 在年际尺度上, Nino3.4指数和风应力旋度都与NECBL有着一致的变异规律, 即当ENSO处于正相位时, 风应力旋度为正值且分叉点偏北, 而当ENSO处于负相位时情况与此相反。Nino3.4指数和NECBL的相关系数为0.52, 而风应力旋度超前NECBL 3个月时达到最大正相关0.65(表 1)。18°N断面上的黑潮流量与风应力旋度和NECBL都有很好的负相关关系(图 6)。风应力旋度为正且NEC分叉点偏北时, 吕宋岛以东黑潮流量较弱(表 1)。特别的, 当风应力旋度超前黑潮流量4个月时达到最大负相关-0.56, 而当NECBL超前于黑潮流量12个月时达到最大负相关-0.76(图 7)。由此可见, 大尺度的风应力旋度与NEC分叉点的南北移动是影响18°N断面黑潮流量年际变化的主要因素。

图 6 1980—2017年Nino3.4指数、风应力旋度、NEC分叉点和流量的时间序列 Fig. 6 Time series of Nino3.4 index, wind stress curl, NEC bifurcation latitude (NECBL), and transport of Kuroshio at 18°N 注: a: Nino3.4指数的时间序列; b:根据Qiu等(2010)的研究中计算的12°—14°N, 127°—130°E区域的平均风应力旋度的时间序列; c:北赤道流分叉纬度的时间序列(1993—2017年); d: 18°N断面流量异常的时间序列; 四组图的数据都经过了1a的低通滤波处理

表 1 Nino3.4指数、风应力旋度、北赤道流分叉点和18°N断面黑潮流量间的相关系数/超前滞后月数
Nino3.4指数 风应力旋度 北赤道流分叉点 流量
Nino3.4指数 1 0.71/-6 0.52/0 -0.35/-3
风应力旋度 0.71/6 1 0.65/3 -0.56/4
北赤道流分叉点 0.52/0 0.65/-3 1 -0.76/12
流量 -0.35/3 0.56/-4 -0.76/-12 1
  注: 1980—2017年期间Nino3.4指数、12°—14°N和127°—130°E区域内的平均风应力旋度、18°N断面黑潮流量与1993—2017年间NEC分叉点(NEC bifurcation latitude, NECBL)之间的相关系数, 月数大于0时表示超前, 小于0时则表示滞后, 如-0.56/4表示风应力旋度超前于流量4个月时, 相关系数为-0.56

图 7 风应力旋度和北赤道流分叉点与黑潮流量的相关关系 Fig. 7 Correlation between wind stress curl, NECBL, and Kuroshio transport 注:蓝色曲线和红色曲线分别为区域内(12°—14°N, 127°—130°E)平均风应力旋度和分叉点分别与流量的超前滞后分析; 黑色线为95%置信区间

对于台湾岛以东黑潮, 图 8给出了利用OFES和HYCOM模式数据计算得到的24°N断面上黑潮流量的时间序列, 可以看到两者都存在较强的年际变化, 但是与Nino3.4指数无明显的对应关系, 相关系数分别仅为-0.08和0.23, 表明台湾岛以东黑潮在年际尺度上受ENSO的直接影响很弱。OFES模式中模拟的黑潮流量平均值为14Sv, 年际变化标准差为1.29Sv, 大于其季节变化标准差1.12Sv。Hwang等(2002)根据TOPEX/POSEIDON卫星高度计数据计算的台湾岛以东黑潮流量平均值为19.0±6.0Sv。而Liang等(2003)利用1991—2000年期间得到的ADCP上300m数据计算的台湾岛东22°—25°N黑潮的流量输送为15.4—24.3Sv。和前人研究相比, OFES模式数据计算得到的黑潮流量偏小。

图 8 Nino3.4指数、OFES和HYCOM模式模拟的24°N断面黑潮流量时间序列 Fig. 8 Time series of Nino3.4 index and volume transport of Kuroshio at 24°N section from OFES and HYCOM 注: a和b分别是1980—2017年期间的Nino3.4系数和OFES模式中计算得到的黑潮流量时间序列; 蓝色细线是月平均时间序列; 蓝色粗线是经过1a低通滤波后的时间序列; c表示HYCOM模式1998—2015年期间的流量时间序列; 红色细线是月平均时间序列; 红色粗线是经过1a低通滤波后的时间序列

如前所述, 吕宋岛以东和台湾岛以东的黑潮在季节尺度上呈现不同的季节变化规律, 而且在年际尺度上, 台湾岛以东的黑潮流量变化也不同于吕宋岛以东黑潮, 与ENSO无显著相关关系, 所以本文推测影响台湾岛以东黑潮年际变化规律的因素与吕宋岛以东黑潮可能不同。Chang等(2011)研究表明台湾以东STCC海区的涡旋能够直接影响黑潮输送的强度, 且涡动能超前黑潮流量6个月时达到最大正相关0.83, 本文利用模式数据对此进行了检验。STCC区域从台湾岛以东一直延伸到大致145°E, 20°—23°N之间, 结合黑潮主体所在的范围, 本文选取(120°— 124°E, 20°—23°N)作为涡动能EKE计算区域。这里的涡动能由卫星高度计的数据求得, 即

    (2)

其中, xy分别是每个点的经纬度, h为海表高度异常, g为重力常数, f为科氏力参数。

图 8中黑潮流量时间序列进行谱分析, 发现OFES模式和HYCOM模式中的台湾岛以东黑潮流量分别有2—7a和3a的显著周期, 因此我们对EKE以及流量的时间序列都进行了2a的低通滤波以研究其年际变化之间的关系, 结果如图 9所示。可以看到, OFES模式计算得到的黑潮流量与台湾以东海域EKE之间除了2000—2003年期间相关性较差之外都有较好的正相关关系, 而HYCOM的黑潮流量与EKE整体相关性较差, 尤其是2010—2017年期间。黑潮流量与EKE的超前滞后相关关系如图 10所示, 在EKE超前于黑潮流量9个月时达到了最大正相关0.44, 所以台湾以东海域涡旋强度是影响该海域黑潮的重要因素。另外需要指出的是, 吕宋岛以东和台湾岛以东黑潮的年际变化虽然存在着差异, 但并非完全独立, 二者的相对变化除了受风场和涡旋的影响之外, 还可能与吕宋海峡通量的变化有关(Chang et al, 2012; 周艳芳等, 2017)。

图 9 OFES和HYCOM模式模拟的黑潮流量以及通过卫星高度计数据计算的涡动能EKE Fig. 9 Normalized time series of Kuroshio transport derived from OFES and HYCOM, and EKE derived from Altimeter 注: 1993—2017年期间的月平均时间序列:黑色曲线表示高度计数据计算得到的STCC与NEC暖涡区平均涡动能EKE; 蓝色曲线和红色曲线分别是OFES模式和HYCOM模式(1998—2017年期间)中24°N断面的流量异常; 这三个量的时间序列都经过标准化处理

图 10 OFES模式和HYCOM模式模拟的24°N断面黑潮流量与EKE的相关关系 Fig. 10 Correlation between EKE and volume transport of Kuroshio at 24°N estimated from OFES and HYCOM 注:蓝色曲线和红色曲线分别是OFES和HYCOM中计算得到的黑潮流量与EKE的超前滞后分析, 黑色实线为95%置信区间; 月数大于0表示流量超前于EKE, 小于0则表示滞后
4 结论

本文利用1993—2017年期间的卫星高度计数据, 结合OFES数据(1980—2018年)和HYCOM数据(1998—2015年)对比研究了吕宋岛以东(18°N断面)和台湾岛以东(24°N断面)黑潮流速和流量的季节与年际变化特征, 并且探讨了其变化机制, 同时也对两种模式对黑潮在不同尺度上的模拟效果进行了比较分析。研究结果表明对于黑潮表层流速的季节变化, HYCOM模式结果与卫星高度计观测结果符合较好, 而OFES模式结果与观测相差较大, 尤其是对吕宋岛以东黑潮的模拟。在18°N断面上, HYCOM模式和卫星高度计观测的黑潮表层平均流速分别为29.98和27.15cm/s, 模拟的黑潮平均流量为18.89Sv。黑潮表层流速和流量的季节变化均为冬春较强而秋季较弱, 主要受到NEC分叉点的直接影响, 即当分叉点偏北时, 北太平洋副热带环流减弱, 黑潮也随之减弱, 而当分叉点偏南时情况与之相反。在24°N断面上, HYCOM模式和卫星高度计观测得到的黑潮表层流速分别为34.49和30.07cm/s, 模拟得到的黑潮平均流量为23.55Sv, 季节变化特征为夏季较强而冬季较弱, 主要是受台湾岛以东海区反气旋涡与气旋涡相对数目的季节变化影响。

对于黑潮在两个断面上的年际变化, OFES模式的模拟结果更好。模式模拟的吕宋岛以东黑潮流量年际变化直接受NEC分叉点南北移动和大尺度风应力旋度的影响, 相关系数分别可达-0.76和-0.56。当ENSO处于正相位时, (12°—14°N, 127°—130°E)区域内风应力旋度较强且NEC分叉点偏北, 导致北太平洋副热带环流减弱, 从而使得吕宋岛以东黑潮的输送变弱; 当ENSO处于负相位时情况正好相反。台湾岛以东黑潮流量的年际变化主要受产生于STCC海区并到达台湾以东海域的涡旋强度的影响, 在涡旋活动较强(弱)的年份, 台湾岛以东黑潮流量也比较强(弱), 黑潮流量变化与该海域EKE的相关系数可达0.44, 而与ENSO没有明显的相关关系。

吕宋岛和台湾岛以东黑潮的季节和年际变化由于受到不同动力因素的控制, 表现出不同的变化特点, 但二者的变化也并非完全孤立。比如, 两个流段的黑潮都受到了NEC分叉的季节影响, 在夏季都表现出流速和流量的增强, 但是台湾岛以东黑潮的季节变化还受到了涡旋活动的影响, 使得二者季节循环出现差异。在年际尺度上, 黑潮的流量虽然与ENSO不是一一对应, 但在1994/1995、2004/2005、2015/2016年厄尔尼诺事件期间, 两个断面处黑潮的流量同步变化并且与Nino3.4指数呈反相关。年代际尺度上, Wu(2013)也指出在太平洋年代际震荡指数(Pacific Decadal Oscillation, PDO)暖相位期间, 吕宋岛沿岸的风场异常使得NEC分叉北移, 进而使吕宋岛和台湾岛以东的黑潮同步减弱。

综上, 虽然西北太平洋NMK流系的多尺度变化规律已经比较清晰, 但是不同模式的计算结果在数值以及变化规律上仍有很大的差异, 模式与实际观测也存在一定的差异, 本文选取了吕宋岛以东和台湾岛以东的两个断面进行了研究, 通过与卫星高度计观测对比发现, HYCOM模式对黑潮季节变化的模拟较好, 而OFES模式对黑潮的年际变化模拟较好, 该结果对开展黑潮研究选取不同数值模式具有一定的借鉴意义, 同时对不同模式未来的改进提供了参考。本文进一步研究发现黑潮在不同区域的季节和年际变化规律有很大的差别, 且受到不同动力过程的控制。对于黑潮在其他区域不同尺度的变化机制, 以及不同模式的适用性还需要进一步的研究分析。

参考文献
于非, 蒲书箴, 赵新, 等. 2000. 热带西太平洋主要流系的季节变化和年际变化. 热带海洋, 19(1): 30-37 DOI:10.3969/j.issn.1009-5470.2000.01.005
王凡, 张平, 胡敦欣, 等. 2001. 热带西太平洋环流及其季节变化. 科学通报, 46(23): 1998-2002 DOI:10.3321/j.issn:0023-074X.2001.23.016
王辉赞, 魏林进, 张全礼, 等. 2018. 台湾以东黑潮路径识别与变化规律. 海洋与湖沼, 49(2): 271-279
李博, 2016.北太平洋低纬度西边界环流的季节和年际变异特征与机制.青岛: 中国科学院研究生院(海洋研究所)博士学位论文
周慧, 许建平, 郭佩芳, 等. 2006. 北太平洋西边界流研究综述. 海洋学研究, 24(2): 49-59 DOI:10.3969/j.issn.1001-909X.2006.02.006
周艳芳, 谢强, 陈更新, 等. 2017. 基于海洋模式数据的吕宋海峡输运量和菲律宾黑潮流量关系的分析. 海洋与湖沼, 48(6): 1269-1275
贾英来, 刘秦玉, 刘伟, 等. 2004. 台湾以东黑潮流量的年际变化特征. 海洋与湖沼, 35(6): 507-512 DOI:10.3321/j.issn:0029-814X.2004.06.004
康霖, 2011.北太平洋低纬度西边界流的时空特征及其与ENSO循环的联系.青岛: 中国科学院研究生院(海洋研究所)博士学位论文
管秉贤. 1964. 黑潮流速流量的分布、变化及其与地形关系的初步分析. 海洋与湖沼, 6(3): 229-251
Chang Y L, Oey L Y, 2011. Interannual and seasonal variations of Kuroshio transport east of Taiwan inferred from 29 years of tide-gauge data. Geophysical Research Letters, 38(8): L08603
Chang Y L, Oey L Y, 2012. The Philippines-Taiwan oscillation:monsoonlike interannual oscillation of the subtropical-tropical Western North Pacific wind system and its impact on the Ocean. Journal of Climate, 25(5): 1597-1618 DOI:10.1175/JCLI-D-11-00158.1
Chassignet E P, Hurlburt H E, Smedstad O M et al, 2007. The HYCOM (HYbrid Coordinate Ocean Model) data assimilative system. Journal of Marine Systems, 65(1-4): 60-83 DOI:10.1016/j.jmarsys.2005.09.016
Chen C, 1996. The Kuroshio Intermediate Water is the major source of nutrients on the East China Sea continental shelf. Oceanologica Acta, 19: 523-527
Chen Z H, Wu L X, 2011. Dynamics of the seasonal variation of the North Equatorial Current bifurcation. Journal of Geophysical Research:Oceans, 116(C2): C02018
Chen Z H, Wu L X, Qiu B et al, 2015. Strengthening Kuroshio observed at its origin during November 2010 to October 2012. Journal of Geophysical Research:Oceans, 120(4): 2460-2470 DOI:10.1002/2014JC010590
Guan B, 1983. Major features of warm and cold eddies south of the Nansei Islands. Journal of Oceanology and Limnology, 1(3): 248-257 DOI:10.1007/BF02849605
Halliwell Jr G R, Olson D B, Peng G, 1994. Stability of the Sargasso Sea subtropical frontal zone. Journal of Physical Oceanography, 24(6): 1166-1183 DOI:10.1175/1520-0485(1994)024<1166:SOTSSS>2.0.CO;2
Hsin Y C, Qiu B, Chiang T L et al, 2013. Seasonal to interannual variations in the intensity and central position of the surface Kuroshio east of Taiwan. Journal of Geophysical Research:Oceans, 118(9): 4305-4316 DOI:10.1002/jgrc.20323
Hsin Y C, Wu C R, Shaw P T, 2008. Spatial and temporal variations of the Kuroshio East of Taiwan.. 1982-2005:A numerical study. Journal of Geophysical Research:Oceans, 13(C4): C04002
Hu D X, Cui M C, 1991. The western boundary current of the Pacific and its role in the climate. Chinese Journal of Oceanology and Limnology, 9(1): 1-14 DOI:10.1007/BF02849784
Hu D X, Wu L X, Cai W J et al, 2015. Pacific western boundary currents and their roles in climate. Nature, 522(7556): 299-308 DOI:10.1038/nature14504
Hwang C, Kao R, 2002. TOPEX/POSEIDON-derived space-time variations of the Kuroshio Current:applications of a gravimetric geoid and wavelet analysis. Geophysical Journal International, 151(3): 835-847 DOI:10.1046/j.1365-246X.2002.01811.x
Kim Y Y, Qu T D, Jensen T et al, 2004. Seasonal and interannual variations of the North Equatorial Current bifurcation in a high-resolution OGCM. Journal of Geophysical Research:Oceans, 109(C3): C03040
Liang W D, Tang T Y, Yang Y J et al, 2003. Upper-ocean currents around Taiwan. Deep Sea Research Part Ⅱ:Topical Studies in Oceanography, 50(6-7): 1085-1105 DOI:10.1016/S0967-0645(03)00011-0
Lien R C, Ma B, Cheng Y H et al, 2014. Modulation of Kuroshio transport by mesoscale eddies at the Luzon Strait entrance. Journal of Geophysical Research:Oceans, 119(4): 2129-2142 DOI:10.1002/2013JC009548
Lukas R, Yamagata T, McCreary J P, 1996. Pacific low-latitude western boundary currents and the Indonesian throughflow. Journal of Geophysical Research:Oceans, 101(C5): 12209-12216 DOI:10.1029/96JC01204
Masumoto Y, Sasaki H, Kagimoto T et al, 2004. A fifty-year eddy-resolving simulation of the world ocean-Preliminary outcomes of OFES (OGCM for the Earth Simulator). Journal of the Earth Simulator, 1: 35-56
Nitani H, 1972. Beginning of the Kuroshio. In: Stommel H, Yoshida K eds. Kuroshio: Physical Aspects of the Japan Current. Seattle: University of Washington Press, 129-163, 129-163
Qiu B, 1999. Seasonal eddy field modulation of the North Pacific subtropical countercurrent:TOPEX/Poseidon observations and theory. Journal of Physical Oceanography, 29(10): 2471-2486 DOI:10.1175/1520-0485(1999)029<2471:SEFMOT>2.0.CO;2
Qiu B, Chen S M, 2010. Interannual-to-Decadal Variability in the Bifurcation of the North Equatorial Current off the Philippines. Journal of Physical Oceanography, 40(11): 2525-2538 DOI:10.1175/2010JPO4462.1
Qiu B, Lukas R, 1996. Seasonal and interannual variability of the North Equatorial Current, the Mindanao Current, and the Kuroshio along the Pacific western boundary. Journal of Geophysical Research:Oceans, 101(C5): 12315-12330 DOI:10.1029/95JC03204
Qu T D, Mitsudera H, Yamagata T, 1998. On the western boundary currents in the Philippine Sea. Journal of Geophysical Research:Oceans, 103(C4): 7537-7548 DOI:10.1029/98JC00263
Sakamoto T T, Hasumi H, Ishii M et al, 2005. Responses of the Kuroshio and the Kuroshio Extension to global warming in a high-resolution climate model. Geophysical Research Letters, 32(14): L14617
Pickard G L, Emery W J et al, 1983. Descriptive Physical Oceanography:An Introduction. Continental Shelf Research, 1(3): 303 DOI:10.1016/0278-4343(83)90030-4
Tang T Y, Tai J H, Yang Y J, 2000. The flow pattern north of Taiwan and the migration of the Kuroshio. Continental Shelf Research, 20(4-5): 349-371 DOI:10.1016/S0278-4343(99)00076-X
Toole J M, Millard R C, Wang Z et al, 1990. Observations of the pacific north equatorial current bifurcation at the Philippine coast. Journal of Physical Oceanography, 20(2): 307-318 DOI:10.1175/1520-0485(1990)020<0307:OOTPNE>2.0.CO;2
Wu C R, 2013. Interannual modulation of the pacific decadal oscillation (PDO) on the low-latitude western north pacific. Progress in Oceanography, 110: 49-58 DOI:10.1016/j.pocean.2012.12.001
Yan X M, Zhu X H, Pang C G et al, 2016. Effects of mesoscale eddies on the volume transport and branch pattern of the Kuroshio East of Taiwan. Journal of Geophysical Research:Oceans, 121(10): 7683-7700 DOI:10.1002/2016JC012038
Yaremchuk M, Qu T D, 2003. Seasonal variability of the large-scale currents near the coast of the Philippines. Journal of Physical Oceanography, 34(4): 844-855
Yin Y Q, Lin X P, Hou Y J, 2019. Seasonality of the Kuroshio intensity east of Taiwan modulated by mesoscale eddies. Journal of Marine Systems, 193: 84-93 DOI:10.1016/j.jmarsys.2019.02.001