太平洋副热带-热带经向翻转圈(subtropical-tropical cells, STCs)是连接热带与副热带的海洋通道, 包括表层的埃克曼(Ekman)流, 流向赤道的西边界流(北半球的棉兰老流, 南半球的新几内亚沿岸流), 内部流向赤道的经向流(内部STC, 若无特殊说明, 下文的STC特指内部STC)以及赤道上升流(McCreary et al, 1994; Rothstein et al, 1998; McPhaden et al, 2002; Feng et al, 2018)。STCs可以调控副热带和热带的质量、热量以及盐度输送, 通过经向热量输送和赤道上升流显著影响热带太平洋年际-年代际变化(McCreary et al, 1994; Lu et al, 1998; Nonaka et al, 2002; Lee et al, 2003; Zilberman et al, 2013), 对海洋气候变化有着重要影响。

关于STC体积输运变化, 已有学者已进行了广泛探索。在季节尺度上, Coles等(2001)的分析结果表明北半球内部STC输运与温跃层厚度异常存在相似的季节变异规律, 正(负)温跃层厚度异常对应STC向赤道输送增加(减弱); 刘洪伟等(2016a)指出STC在冬春季较强, 夏秋季节较弱, 并认为STC的季节变化主要是由风应力的季节振荡引起, 而热通量和淡水通量的影响较小。在年际尺度上, 许多学者认为, STC体积输运与Niño指数呈现相反变化, STC在厄尔尼诺(El Niño)期间减弱, 在拉尼娜(La Niño)期间增强(例如: Lohmann et al, 2005; Zilberman et al, 2013; Yamanaka et al, 2015; 刘洪伟等, 2016b); 并且STC变化在南北半球沿5°N和5°S存在不对称性, 在北半球超前并强于南半球(Zeller et al, 2019)。关于其年际变异机制, 已有学者也开展了诸多研究。影响STC年际变化的机制主要是局地风异常和斜压Rossby波(Capotondi et al, 2005)。刘洪伟等(2016b)通过敏感性实验指出, STC的年际变化主要是由风应力引起, 热通量和淡水通量的影响较小。Lee等(2003)的全水深海洋环流数值模式实验结果表明近赤道风应力异常是引起STC输运年际变化的主要机制。容新尧等(2011)的数值实验显示, 赤道及其北侧的纬向风异常能够引起STC输运变化, 而斜压Rossby波对STC输运的影响比较小。Liu等(2013)认为北太平洋中部控制Ekman输送的纬向风异常和海平面的纬向梯度是影响STC输运的主要因素。

年代际尺度上, 20世纪70~90年代, STC沿9°N和9°S向赤道的辐合以0.5×10⁶ m³/(s·a)的速率减弱(McPhaden et al, 2002; Capotondi et al, 2005), 而20世纪90年代至21世纪初期间, STC以1×10⁶ m³/(s·a)的速率在增加(McPhaden et al, 2004)。

关于STC与西边界流(west boundary current, WBC)输运的关系的研究也多集中在年际-年代际尺度。Springer等(1990)首先指出1979~1983年期间, 在5°N和5°S附近内部STC输运与WBC输运呈现反相关关系。之后很多研究也得到了相同结论, 在年际和年代际尺度上, 内部STC输运与WBC输运反相关(例如: Lee et al, 2003; Capotondi et al, 2005; Cheng et al, 2007)。此外, 研究发现WBC输运与内部STC输运之间存在补偿关系(Lee et al, 2003; Cheng et al, 2007), 虽然平均来讲WBC输运远大于内部STC输运, WBC携带更多的副热带水进入热带, 但WBC输运的变化小于内部STC输运的变化, 内部STC输运变化对热带太平洋的年际-年代际变化具有更重要的影响(Lee et al, 2003)。Ishida等(2008)利用高分辨率海洋环流模式研究发现, 年际尺度上, 南北半球STC输运存在不对称性, 并指出内部STC输运和WBC输运二者之间的补偿关系在南半球更加密切, 而且在北半球二者相位还存在滞后关系。

综上所述, 关于内部STC输运的研究, 多数学者关注其年际-年代际变化, 较少涉及季节变化, 并且都仅限于沿单一纬度上的STC的分析, 鲜有分析沿不同纬度的STC的季节变异规律。同时, 鉴于以往海洋观测资料的匮乏, 大部分学者利用海洋模式数据进行研究, 随着海洋观测数据Argo的积累, 以及遥感数据的广泛应用, 从观测资料分析内部STC输运及其变异规律成为可能; 同时海洋再分析数据的准确性也显著提高, 也为深入认识STC提供了基础。因此, 本文将利用Argo海洋观测数据、基于观测资料同化的海洋再分析数据、大气再分析数据, 并结合理论分析对内部STC的季节变化开展研究, 特别是研究南北半球STC沿不同纬度的季节变异规律及可能的物理机制。

1 数据和方法 1.1 使用的数据

Argo (array for real-time geostrophic oceanography)数据, 是美国Scripps海洋研究所基于Argo观测剖面制作的网格化产品(https://argo.ucsd.edu/), 主要为2004~2019年的月平均温盐数据。水平分辨率为1°×1°, 垂直方向共58层, 其中180 m以内间隔为10 dbar, 180~460 m以内间隔为20 dbar, 460~1 400 m以内间隔为50 dbar, 1 400~1 900 m以内间隔为100 dbar, 最深层为1 975 dbar。

海平面异常(sea level anomaly, SLA)数据来自AVISO (archiving, validation and interpretation of satellite oceanographic data)的卫星高度计观测(http://marine.copernicus.eu), 数据覆盖全球, 空间分辨率为0.25°×0.25°, 时间长度为1993年1月至2019年10月。

美国马里兰大学开发的SODA(simple ocean data assimilation)全球海洋再分析月平均温、盐、流数据, 版本为SODA3.4.2(http://dsrs.atmos.umd.edu/DATA/soda3.4.2/), 时间跨度1980~2019年, 水平分辨率为0.5°×0.5°, 垂直方向不等间距, 在0~5 395 m之间分为50层。

美国气象环境预报中心(National Centers for Environmental Prediction, NCEP)的GODAS (global ocean data assimilation system)全球海洋再分析数据(https://www.psl.noaa.gov/data/gridded/data.godas.html), 主要使用了1980~2019年期间月平均温、盐、流数据, 水平分辨率为1°经度×1/3°纬度, 垂直方向5~4 478 m, 共40层, 其中5~225 m以内间隔为10 m, 225~ 4 478 m间距不等。

欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)发布的ORAS5 (ocean reanalysis system 5)全球海洋再分析数据(https://www.ecmwf.int/en/research/climate-reanalysis/ocean-reanalysis), 为1979~2018年期间的月平均数据, 水平分辨率为1°×1°, 垂直方向分为不等间距的75层(0~5 900 m)。

全球NCEP I风场数据, 由美国国家大气研究中心(National Center for Atmospheric Research, NCEP-NCAR)提供(https://psl.noaa.gov/data/gridded/data.ncep.reanalysis.derived.htmol), 时间长度为1948年1月至2020年3月, 空间分辨率为2.5°×2.5°。

ERA5大气再分析数据(https://www.ecmwf.int/en/forecasts/dataset/ecmwf-reanalysis-v5), 本文使用了风场数据, 时间为1979~2018年, 空间分辨率为0.25°×0.25°。

文章选用2004~2018年作为气候态月平均结果的起止参考。

1.2 方法 1.2.1 计算经向地转流

利用动力高度法计算相对经向地转流。首先利用温盐数据计算比容异常, 计算公式为

其中, 1/ρ(35, 0, p)为在压力p下, 温度为0 ℃, 盐度为35的海水的比容。选取1 500 m层作为参考深度, 计算各层的经向地转流v_g, 计算公式如下为

其中, f是科氏力参数; L为站点AB间的水平距离; p₁和p₂为等压面。

1.2.2 计算STC体积输运

STC体积输运V_STC计算公式为

其中, x_east与x_west分别是STC的东、西边界; h_mix为混合层深度; 26σ_θ为26等位势密度面深度; v_g为经向地转流。本文STC的东西边界选取范围为西边界的东部边缘到东边界(McPhaden et al, 2002; Chen et al, 2015; Feng et al, 2018), 其中北半球为140°E~80°W, 南半球为160°E~80°W。

2 STC的季节变化规律

利用Argo温盐数据和海洋再分析数据, 通过动力高度法计算出15°~2°S和2°~15°N范围内沿各个纬度的经向地转流。图 1展示了Argo、GODAS、ORAS5、SODA数据计算出的沿9°N和9°S的年平均经向地转流。由于Argo数据没有进行平滑处理, 因此, 对此进行空间九点平滑。三种海洋再分析数据(图 1c~1h)与Argo数据(图 1a~1b)得到的经向地转流强度及其空间分布基本一致, 但也有差别。沿9°N, 流向赤道的经向地转流最强出现在150 m以浅的赤道中太平洋160°E~150°W; 沿9°S, 流向赤道的经向地转流最强出现在200 m以浅的赤道东太平洋160°~100°W。与GODAS、ORAS5相比, SODA获得的经向地转流流速较弱。同时, Argo和海洋再分析数据都显示了西边界流, 南半球146°~150°E北向的新几内亚沿岸流, 北半球126°~128°E南向的棉兰老流。与Argo相比, 三套海洋再分析数据模拟的南半球WBC显著偏弱, ORAS5模拟的棉兰老流也显著偏弱。

为了更清晰地显示STC随纬度变化的季节变异规律, 图 2和图 3分别展示了沿各个纬度STC输运及其异常的季节变化; 表 1列出了不同数据计算的STC输运强度。从图 2和表 1可以看出, 在各个纬度上, 内部STC均向赤道输运, 即南半球向北, 北半球向南, 且南半球输运明显强于北半球。在南半球, 由于STC平均输运向北, 因此, 图 3中出现正异常意味着STC输运增强, 而北半球则由于平均输运向南, 出现正异常则表示STC输运减弱。

沿5°S, 年平均输运为21.58×10⁶ m³/s, 远大于5°N的-12.96 ×10⁶ m³/s。此外, 两者存在相同的季节变化, 在春季最强, 夏秋季节较弱。

沿9°N的年平均输运为-6.22×10⁶ m³/s, 略小于McPhaden等(2002)利用观测数据计算的-7×10⁶ m³/s。也有一些基于模式及再分析数据计算的结果: Chen等(2015)利用SODA数据计算的-4.77×10⁶ m³/s, Feng等(2018)利用GODAS数据计算的-6.2×10⁶ m³/s, Capotondi等(2005)通过OGCM模式数据计算得到的-5.4×10⁶ m³/s。

沿9°S的年平均输运为10.89×10⁶ m³/s, 略小于McPhaden等(2002)计算的14×10⁶ m³/s, 以及Chen等(2015)的15.47×10⁶ m³/s, Feng等(2018)的11.3×10⁶ m³/s, 略强于Capotondi等(2005)的9.6×10⁶ m³/s。

沿15°N的年平均输运为-20.81×10⁶ m³/s, 强于15°S的15.09×10⁶ m³/s, 且两者季节变化相反。在15°N (S), STC输运在夏季最强(弱), 冬季最弱(强)。

与Argo数据相比, 海洋再分析数据计算的输运在强度上略有差异, 但不同数据得到的STC季节变化规律相同。

综上, 分析图 2~3和表 1可以看出, 近赤道区域和赤道外区域存在不同的季节变化规律。在近赤道区域, 南北半球存在相同的季节变化。各个数据显示, 沿10°~2°S和2°~6°N, STC输运在北半球春季(3~4月)最强, 北半球夏秋季(7~9月)最弱。如无特殊说明, 本文的春季、夏季、秋季和冬季指的是北半球的季节。赤道外区域, STC季节变化同赤道区域反位相。在15°~11°S和7°~15°N, STC输运均在夏半年出现负异常, 冬半年出现正异常。准确地讲, 在南半球赤道外区域15°~11°S, STC输运在夏季弱, 冬季强; 北半球赤道外区域7°~15°N与之相反, STC输运在夏季较强, 冬季较弱。

此外, 除不同的季节变异规律外, 近赤道区域STC输运强度显著强于赤道外区域。假设海洋再分析数据的经向Ekman流集中在混合层, 混合层底(≥50 m)至26σ_θ的经向输运近似认为是地转输运(图 4), 以此来进一步验证赤道和赤道外区域STC输运强度的差异。可以看出, 10°S~6°N的经向输运的强度明显强于15°~11°S和7°~15°N。

3 STC季节变化的可能机制

根据大洋风生环流理论(Sverdrup, 1947), 经向地转体积输运可由以下公式表示(Hautala et al, 1994):

其中, x_e表示积分区域的东边界, –H表示垂向积分区域下限, v_g表示经向地转流, τ(τ_x, τ_y)为风应力, β为科氏参数随纬度变化的斜率。公式等号左边表示纬向积分、水深H以上的经向地转体积输运, 等号右边第一项为Sverdrup输运, 第二项代表纬向风应力造成的经向Ekman输运。在传统风生环流理论下, 定常、线性斜压流的经向体积输运可以仅利用风场来估计。据此, 本文比较了由Argo温盐数据和NCEP、ERA5风场数据计算的经向地转输运, 如图 5所示。可以看到, 从空间分布来讲, NECP、ERA5风场数据计算的输运结果与Argo基本一致, 比较成功地得到了海洋环流的基本特征, 比如西向强化现象, 输运最强的位置以及8°N附近向极的地转输运等现象, 因此, STC主要受风场调控。同时我们还发现, 相比NCEP风场, ERA5风场数据计算的更接近Argo温盐数据获得的结果。总体来讲, 大气再分析风场计算的输运强度强于Argo观测, 这归因于理论的简化。

海表面高度是海流变化的直观体现。在准地转长波近似假设下, 1.5层线性约化重力模式由涡度方程表现为以下形式(White, 1977; Meyers, 1979; Qiu et al, 1997; Chen et al, 2004):

其中, h为海表面高度; g'为约化重力加速度; H₀为上层水的平均深度; C_R为一阶Rossby波相速度; c₁为内重力波波速; ε为牛顿耗散系数; curl()= 表示求解旋度。在特定纬度上, 该方程的解为

其中, Δt是东部产生的第一斜压Rossby波向西传到x所需的时间。

由于来自东边界的扰动很可能在几十个经度内衰退, 假设在东边界h=0, 海表面高度的通解可以近似表示为

在Sverdrup理论中, 经向地转输运可以利用公式(4)通过风场数据计算得到, 并且由于积分深度并不是影响经向地转输运分布的敏感性因素(Yuan et al, 2014), 式(4)可以简化为

对比式(8)和(9)可以发现, 西太平洋暖池区海平面异常(sea level anomaly, SLA)在一定程度上体现了太平洋海盆STC经向输运, 在北半球, SLA与STC输运符号相反, 在南半球则符号相同(Feng et al, 2018)。同时, 根据Sverdrup理论, 大洋内部的地转流也可归因于海表面高度异常(Wang et al, 2019)。

图 6给出了西太平洋SLA纬度-时间图, 北半球为沿140°E, 南半球为沿160°E。对比图 3与图 6, 在南半球, STC输运异常与SLA存在一致的正/负异常中心, 而在北半球两者的正/负异常中心则相反。在10°S~6°N, SLA于3~4月出现最大正异常, STC输运在10°S~0°表现为正异常, 0°~6°N为负异常; 在7~9月, SLA出现最大负异常, STC输运在10°S~0°为负异常, 而0°~6°N为正异常。同样, 在10°S以南与6°N以北也得到了类似结果。因此, 西太平洋暖池区SLA在一定程度上体现了STC的季节变化。

在北半球, 负风应力旋度产生辐聚作用, 近表层温度较高的海水下沉, 导致局地海平面升高, 而正风应力旋度则会导致海平面降低; 南半球与之相反, 负风应力旋度导致负海平面异常。根据上述大洋环流理论, 影响STC变化的物理机制主要是风场强迫和西传Rossby波。

为了进一步了解风场的季节循环与STC季节变化的关系, 我们考察了热带太平洋风应力旋度异常的季节演变(图 7), 并计算了纬向平均的风应力旋度随纬度变化的季节变异规律, 其中北半球取140°E~80°W的平均, 南半球为160°E~80°W的平均(图 8)。从图 7~8可以看到, 20°S~20°N风应力旋度异常以赤道为中心呈对称分布, 赤道区域和赤道外区域的季节变化呈反相关系。同时我们还注意到, 北半球风场异常强度明显强于南半球, 而南半球风场超前北半球1~2个月。在冬春季节, 10°S~10°N的风应力旋度异常在整个海盆内都表现为正异常, 在夏秋季节为负异常; 20°~10°S和10°~20°N表现与之相反, 在冬春季节为负异常, 夏秋季节为正异常。

对比图 3与图 8, 沿10°S~6°N, 风应力旋度在冬春季节出现正异常, 夏秋季节出现负异常, 相应的STC在春季较强, 夏秋季节较弱。STC的季节变化与风场变化一致, 风应力旋度正(负)异常中心对应STC输运增加(减少)。可见, 该区域风场直接驱动海水运动的过程对STC的季节变化起主导作用, 但是Rossby波的作用也是不容忽视(图 9)。

在南太平洋15°~11°S, 风应力旋度在夏秋季节出现最大正异常, 冬春季节出现负异常, 而STC在秋冬季节增强, 春夏季节减弱, 即STC变化滞后风场3~4个月。同时从图 9可以看到, 沿南太平洋不同纬度, 均存在明显的西传Rossby波信号, 这表明西传Rossby波较局地风场对STC季节变化的相对贡献更大。

在7°~10°N, 风应力旋度同0°~6°N变化一致, 在冬春季节出现正异常, 夏秋季节出现负异常; 与之相反的是, 在11°~15°N, 风应力旋度在夏秋季节出现正异常, 冬春季节出现负异常。而在7°~15°N, STC均在春夏季节较强, 秋冬季节较弱, 即在7°~10°N, STC变化滞后风场3~4个月, 在11°~15°N, STC变化滞后风场9个月左右。因此在7°~15°N, STC主要受西传Rossby波影响, Rossby波是从东边界传过来还是由于局地风应力旋度激发, 还需要做进一步研究。此外纬度越高STC滞后风场时间越长也与Rossby波传播速度随纬度增加而减小有关。因此, 在不同纬度, 局地风场与Rossby波对STC的贡献不同。在10°S~6°N, Rossby波能量较弱, 局地风场的能量强于Rossby波, STC的季节变异由风场主导; 而在15°~11°S和7°~15°N, Rossby波在西传过程中不断加强, 使得其强于局地风场, 因此, 在该区域STC体现了Rossby波起主导作用。而关于两者贡献的定量分析则需要更进一步的研究。

4 结论

本文利用Argo海洋观测和多源海洋再分析数据, 并结合海洋1.5层约化重力模型理论, 计算并分析了STC的季节变化规律。通过和观测数据对比, 发现GODAS、SODA、ORAS5等海洋再分析数据很好地再现了热带-副热带海洋环流系统的基本特征, 准确模拟了STC的季节变异规律, 但也有些差异。本文对多源海洋再分析数据的诊断对比分析为大洋环流研究提供了重要参考。

研究结果显示, STC沿不同的纬度, 具有不同的季节变异规律: (1)在南北半球的近赤道区域, 沿10°~2°S和2°~6°N, STC春季强, 夏秋弱; (2)在北半球赤道外, 沿7°~15°N, STC夏季偏强, 冬季偏弱; (3)在南半球赤道外区域, 沿15°~11°S, STC冬季较强, 夏季较弱。

结合理论对多源数据的分析表明, STC主要受海盆尺度内风场调控和西传Rossby波影响。在不同纬度上, 这两种物理机制对STC季节变化的相对贡献存在差异: (1)在10°S~6°N, STC的季节变化基本与风场季节变化一致, 这说明风场是STC季节变化的主要因素; (2)在15°~11°S和7°~10°N, STC变化滞后风场3~4个月, 在11°~15°N, STC变化滞后风场9个月, 表明西传Rossby波较局地风场对STC季节变化的贡献更大; 同时说明, 赤道外区域Rossby波对STC季节变化的调控作用较近赤道区域更明显。