海洋与湖沼  2024, Vol. 55 Issue (2): 293-305   PDF    
http://dx.doi.org/10.11693/hyhz20231000225
中国海洋湖沼学会主办。
0

文章信息

范中祥, 孙冰溶, 陈朝晖. 2024.
FAN Zhong-Xiang, SUN Bing-Rong, CHEN Zhao-Hui. 2024.
基于潜标观测的黑潮-亲潮混合区近惯性能量季节变化特征研究
CHARACTERIZATION OF SEASONAL VARIATION OF NEAR-INERTIAL ENERGY IN KUROSHIO-OYASHIO MIXED ZONE BASED ON MOORING OBSERVATIONS
海洋与湖沼, 55(2): 293-305
Oceanologia et Limnologia Sinica, 55(2): 293-305.
http://dx.doi.org/10.11693/hyhz20231000225

文章历史

收稿日期:2023-10-30
收修改稿日期:2023-12-03
基于潜标观测的黑潮-亲潮混合区近惯性能量季节变化特征研究
范中祥1,2, 孙冰溶1, 陈朝晖1     
1. 中国海洋大学 深海圈层与地球系统前沿科学中心/物理海洋教育部重点实验室 山东青岛 266100;
2. 中国海洋大学 未来海洋学院 山东青岛 266100
摘要:近惯性内波广泛存在于全球海洋, 是维持深层海洋跨等密度面湍流混合及海洋层结的重要能量来源。基于黑潮-亲潮混合区的多年深海潜标数据, 分析了: (1) 该海域近惯性内波及其能量的季节变化特征与影响因素, (2) 上层和深层近惯性运动的频率、波数谱及垂向分布等特征。结果表明, 该海域存在丰富的近惯性动能, 无论海洋上层还是深层均呈现显著的冬季强、夏季弱的季节变化特征, 冬季(12~2月)上层的近惯性能量可占全年能量的41%, 深层近惯性信号同样显著, 同潮汐信号相当。平板模型分析表明, 该区域近惯性动能的季节循环特征主要受风场的季节变化所主导, 同时受到黑潮延伸体流轴的摆动调制。
关键词黑潮-亲潮混合区    近惯性内波    季节变化    潜标观测    
CHARACTERIZATION OF SEASONAL VARIATION OF NEAR-INERTIAL ENERGY IN KUROSHIO-OYASHIO MIXED ZONE BASED ON MOORING OBSERVATIONS
FAN Zhong-Xiang1,2, SUN Bing-Rong1, CHEN Zhao-Hui1     
1. Frontier Science Center for Deep Ocean Multispheres and Earth System (FDOMES) and Physical Oceanography Laboratory, Ocean University of China, Qingdao 266100, China;
2. Academy of the Future Ocean, Ocean University of China, Qingdao 266100, China
Abstract: Near-inertial waves (NIWs) are widespread in the global ocean, and are a significant energy source for turbulent diapycnal mixing in the deep ocean to maintain ocean stratification. Based on multi-year deep-sea mooring data collected in the Kuroshio-Oyashio mixed zone, we focused on the seasonal variations and the dominant factors in determining near-inertial kinematic energy in this region, and the characteristics of wave frequency, wavenumber spectrum, and vertical distribution of near-inertial motions in the upper and deep ocean. Results revealed the presence of abundant near-inertial kinetic energy in this region. Both the upper and deep ocean layers exhibit notable seasonal variation, and are characterized by pronounced intensification in winter and weakening in summer. Specifically, in winter months, near-inertial energy in the upper layer can contribute to 41% of the total annual energy. Moreover, the near-inertial energy in the deep-layer ocean is equally significant, being comparable to the tidal signals. The slab model suggests that these seasonal cycles of near-inertial energy are primarily driven by external wind forcing, with additional influence from the northward shift of the Kuroshio extension axis.
Key words: Kuroshio-Oyashio mixed zone    near-inertial wave    seasonal variation    mooring observation    

近惯性内波是广泛存在于全球海洋中的一种内波运动, 其峰值频率位于局地惯性频率f附近(Garrett et al, 1979; Kunze, 1985; Garrett, 2001; Alford et al, 2016)。近惯性内波存在多种能量来源及生成机制, 如风场强迫、平衡运动的能量传递、谐波不稳定等(Gill, 1984; Nikurashin et al, 2010; Chen et al, 2013; Nagai et al, 2015; Shakespeare et al, 2018; 陈子飞等, 2022)。其中, 最主要的能量来源为外部的风场强迫, 尤其是在具有强风场变化的区域, 如中纬度风暴、热带飓风及台风的活跃区域。据估计, 全球范围内通过风输入到近惯性内波中的能量在0.3~0.6 TW之间(Alford, 2003; Jiang et al, 2005; Furuichi et al, 2008; Rimac et al, 2013; Liu et al, 2019)。此外, 由于海洋上层尤其是混合层内的强剪切不稳定性, 部分近惯性能量会在混合层内耗散(Greatbatch, 1984; Price et al, 1986; Plueddemann et al, 2006), 剩余的近惯性能量会以波动形式传播到深层(Furuichi et al, 2008; Ferrari et al, 2009; Zhai et al, 2009; Alford, 2020; Qu et al, 2021; Raja et al, 2022;), 成为维持深层海洋跨等密度面湍流混合及海洋层结的重要能量来源(Munk et al, 1998; Kunze et al, 2006; MacKinnon et al, 2017)。

由于中纬度风暴轴的存在, 西北太平洋的黑潮-亲潮混合区一直是全球范围内近惯性内波最活跃的海区之一(Alford et al, 2007; Bond et al, 2011; Whalen et al, 2012, 2018; 杨兵等, 2020)。近年来, 全球学者围绕该海域的近惯性内波开展了一系列的观测研究。例如, Jing等(2014; 2016)利用单点海流计和声学多普勒海流剖面仪等锚系观测设备, 发现黑潮延伸体海域具有很强的近惯性能量, 并且其能量同深海的湍流混合强度存在显著的相关。通过逆式回声仪(CPIES)阵列观测, Park等(2010)发现该区域的深层近惯性能量存在跨黑潮延伸体流轴的南北向分布差异, 观测的近惯性能量从北(38ºN)向南(30ºN)急剧下降了5倍。然而, 鉴于黑潮-亲潮混合区海域复杂的海况及丰富的海洋动力过程(Weller et al, 2022), 近惯性内波在该海域存在显著的多时间尺度变化特征, 基于上述1~2年的短期观测无法实现开展从季节到年际时间尺度的变化特征研究, 因此, 该海区近惯性内波能量的时间变率特征及其控制机理尚无法实现更为全面的了解。

为填补该海区近惯性内波运动的长期连续观测的空白, 中国海洋大学自2015年起陆续布放并维持跨黑潮-亲潮混合区的多套锚系潜标, 构建了西北太平洋黑潮延伸体定点观测系统(Kuroshio extension mooring system, KEMS, 陈朝晖等, 2022)。与过去国际上在该海域开展的定点观测阵列(如KESS等, Donohue et al, 2008)相比, KEMS的观测阵列具有更高的时间分辨率和观测时长, 为研究该海区近惯性内波及其时间变化特征提供了数据支撑。

本文基于KEMS位于黑潮-亲潮混合区的潜标观测数据(图 1), 研究了该海域近惯性能量在上层及深层的季节循环、垂向分布、频谱等特征。

图 1 潜标站位Mooring#2及观测期间(2016年5月至2023年5月)的平均绝对动力高度(ADT) Fig. 1 Mooring site and mean absolute dynamic topography (ADT) during the observation period (May 2016 to May 2023)
1 数据和方法 1.1 数据介绍

本文使用的观测数据来自KEMS潜标阵列中位于黑潮-亲潮混合区的Mooring#2 (39ºN, 150ºE)潜标, 潜标所在位置水深约5 400 m。该潜标观测时间跨度为2016年5月至2023年5月, 数据完整度高。潜标的主浮体位于500 m, 搭载了两台分别上下观测的75 kHz声学多普勒流速剖面仪(acoustic doppler current profiler, ADCP), 时间分辨率为1 h, 垂直分辨率为16 m, 观测量程为640 m, 两台ADCP可实现海洋上层1 000 m流速剖面观测。此外, Mooring#2潜标在1 500 m、3 500 m以及5 300 m处各配置了1台单点海流计, 时间分辨率为1 h, 能够很好地分辨该海区的近惯性运动。潜标的详细配置信息见表 1

表 1 Mooring#2潜标观测仪器配置信息 Tab. 1 Configuration for the Mooring#2 mooring
仪器 型号 数量/个 采样间隔/min 布放深度/m
声学多普勒流速剖面仪ADCP Workhorse Long Ranger ADCP 2 60 400或500
海流计CM Aquadopp-DW/Seaguard-RCM DW 3 60 1 500; 3 500; 5 300
温盐深仪CTD SBE 37-SM MicroCAT 4 5 100; 400; 1 500; 5 300
温度链 SBE 56 temperature logger 15 1 100或150~1 000或1 500

除了潜标观测数据, 本文使用National Centers for Environmental Prediction (NCEP) Climate Forecast System Version 2 (CFSv2, https://cfs.ncep.noaa.gov/, Saha et al, 2014)的10 m风场数据、由哥白尼中心(Copernicus Marine Environment Monitoring Service, CMEMS, https://marine.copernicus.eu/)提供的海表面高度数据以及美国国家环境中心(National Centers for Environmental Information, NCEI)所提供的WOA18 (https://www.ncei.noaa.gov/products/world-ocean-atlas, Locarnini et al, 2019)气候态温盐数据。

1.2 ADCP数据处理

根据陈子飞等(2021)提出的方法, 我们对ADCP以及海流计数据进行了如下处理:

(1) 通过良好率、姿态以及速度误差等依次对ADCP数据进行质控;

(2) 使用姿态信息以及水深信息对海流计数据进行质控;

(3) 将ADCP流速剖面数据插值到垂向分辨率为10 m的标准水层。

需要说明的是, 2022年6月至2023年5月期间Mooring#2潜标下打的ADCP存在数据缺失。分析发现上500 m与上1 000 m深度平均的近惯性能量的时间变化趋势和量值较为一致(图 2b), 表明500~1 000 m近惯性能量的衰减较弱。因此, 本文针对上层海洋近惯性能量的时间序列分析主要基于上500 m ADCP流速剖面。

图 2 潜标观测的近惯性动能时间序列 Fig. 2 Time series of near-inertial kinetic energy observed by mooring 注: a. 上500 m深度平均的近惯性动能, 红虚线为平均值加1倍标准差; b. 月平均近惯性动能, 红线为30~500 m深度平均值, 黑线为30~1 000 m深度平均值; c. 上500 m深度平均近惯性动能的季节循环
1.3 平板模型

平板模型被广泛应用于混合层内近惯性内波的研究(Pollard et al, 1970), 计算如式(1)和式(2)所示

    (1)
    (2)

其中u, v是混合层内流速, f为潜标所在纬度(39°N)惯性频率(f=9.178×10–5 rad/s), H为混合层深度, ρ0=1 024 kg/m3为海水密度, τxτy为海表风应力东西向和南北向的分量, r=0.15 f为衰减系数, 用以描述近惯性能量自混合层传递至海洋内部的衰减程度(Alford, 2001)。

1.4 近惯性动能及风生近惯性能

为描述Mooring#2潜标观测到的近惯性运动, 我们采用带通滤波的方法以消除ADCP及海流计数据中各种分潮信号的影响。本文选取的带通滤波区间为[0.8f, 1.2f] (Alford et al, 2007), 近惯性动能(near-inertial kinematic energy, NIKE)计算如式(3)所示

    (3)

其中, ρ0=1 024 kg/m3为海水密度, uivi为近惯性运动纬向和经向分量。

由大气向海洋输送的风生近惯性能Wi的表达式如下, 下角标i代表近惯性频段运动

    (4)

其中, 为混合层内的近惯性流速, 为海表风应力, 计算方式如下

    (5)

其中ρair=1.22 kg/m3为空气密度, 为10 m处风矢量, CD为拖曳系数(Large et al, 1981):

    (6)
1.5 Wentzel–Kramers–Brillouin (WKB)近似

近惯性内波在下传过程中, 不同的背景海洋层结对其振幅及垂向波数存在调制作用(Leaman et al, 1975)。为实现不同深度及层结背景下近惯性动能的直接比较, 我们采用WKB近似对近惯性流速进行处理(Alford et al, 2007; 管守德, 2014), 以消除层结对近惯性内波的调制作用:

    (7)
    (8)
    (9)

为WKB近似后的流速, 为随深度变化的层结强度, 为深度平均的层结强度。由于Mooring#2潜标缺少上层的现场温盐信息, 因此在计算背景层结时使用WOA18的气候态数据进行计算。前人研究表明, 使用气候态数据与实际观测数据对于WKB近似的影响基本可以忽略(Alford et al, 2012)。

1.6 旋转谱分析

近惯性内波在北半球以顺时针的旋转形式下传, 南半球则相反。旋转谱分析可将流速信号分为顺时针旋转分量和逆时针旋转分量, 被广泛应用于内波分析研究(Leaman et al, 1975; Ding et al, 2013)。本文中应用于旋转谱分析的流速和深度均为2022年6月前的上1 000 m ADCP流速剖面经WKB近似后再次插值成标准网格数据的结果。

2 结果 2.1 Mooring#2潜标上层近惯性能量季节变化特征

图 2a所示, Mooring#2潜标上500 m存在显著的近惯性能量。从时间序列可知近惯性能量的高值一般出现在冬季, 在此期间近惯性能量超过观测时段平均值的1倍标准差(图 2a红色虚线)。除冬季外, 夏秋季的海洋上层同样存在异常高的近惯性能量(如2018、2019、2022年夏季), 我们推测夏秋季的异常高值与台风经过Mooring#2所激发的强近惯性能量输入有关(D’Asaro, 1985; 管守德, 2014; Alford et al, 2016), 但夏秋季偶发性的能量输入仍远小于冬季中纬度风暴所引发的持续性的近惯性能量输入。多年平均结果表明, Mooring#2处海洋上层近惯性能量呈现显著的冬强夏弱的季节循环特征(图 2c), 其中冬半年(10~3月)的近惯性能量约占全年的70%, 冬季三个月(12~2月)近惯性能量超过全年的40%。

结合垂向旋转波数谱分析(图 3), 我们发现该海域近惯性内波在各季节均被顺时针旋转分量所主导(Leaman et al, 1975)。从能量密度上看, 冬季最高且顺时针旋转谱峰值为逆时针旋转谱峰值的3倍, 这一比例在春季下降至1.7倍。从季节循环上看, 秋季与冬季顺时针旋转谱峰值能量密度显著高于春季与夏季, 同近惯性动能的季节变化一致(图 2c)。此外, 我们发现四个季节顺时针旋转谱分量峰值均出现在垂向波长为325 m的附近, 这与Alford等(2012)在Papa站观测所得的近惯性内波垂向波长结果相近(100~300 m)。

图 3 季节平均的近惯性流旋转波数谱 Fig. 3 Seasonal mean rotary vertical wavenumber spectra of the near-inertial currents 注: a. 春季(3~5月); b. 夏季(6~8月); c. 秋季(9~11月); d. 冬季(12~2月); 实线为顺时针旋转谱, 虚线为逆时针旋转谱

值得注意的是, 在整个观测时段内, 2017年1月发生过一次极强的近惯性动能生成事件(图 2a)。当我们将此段信号剔除后, 发现冬季逆时针旋转谱基本没有变化, 但顺时针旋转谱的能量下降了23%。可见, 单一事件也能够对季节尺度的近惯性能谱造成显著的影响, 对于这一事件将会在下文中进行讨论。

2.2 Mooring#2潜标深层近惯性能量季节变化特征

图 4所示, Mooring#2潜标在1 500、3 500和5 300 m处的流动均在近惯性频段具有显著的峰值, 且呈现出宽谱特征。除近惯性波段的峰值, 各层流动在全日潮(K1、O1)和半日潮(M2、S2)频率上同样具有显著的峰值。旋转方向上, 近惯性频段和S2分潮频段的顺时针旋转谱(红线)能量明显高于逆时针旋转谱(蓝线), 表明二者在上述深度上的运动主要以顺时针旋转为主, 其余分潮频段顺时针旋转谱与逆时针旋转谱能量相近。能量密度上, 1 500 m深度处的近惯性频段能量高于全日潮和半日潮能量, 而在3 500与5 300 m处, 近惯性频段能量与潮频段能量较为一致。

图 4 近惯性流旋转频率谱与月平均近惯性动能时间序列 Fig. 4 Rotary frequency spectrum of near-inertial currents and time series of monthly mean near-inertial kinetic energy observed by current meters 注: a. 1 500 m处近惯性流旋转频率谱, 红色为顺时针旋转谱, 蓝色为逆时针旋转谱; b同a, 但为3500 m处旋转频率谱; c同a, 但为5 300 m处旋转频率谱; f、O1、K1、M2、S2分别表示惯性、太阴全日分潮、太阴太阳赤纬全日分潮、太阴半日分潮和太阳半日分潮频率; d. 月平均近惯性动能时间序列

季节变化方面, 深层海洋的近惯性动能同样展现出显著的冬强夏弱特征(图 5), 与上层海洋的季节变化一致(图 2c)。其中, 冬季平均的近惯性动能比夏季强约120%~180%。垂向分布上, 随着近惯性内波在下传过程中不断耗散, 1 500 m深度处的近惯性动能显著高于3 500和5 300 m处的近惯性动能, 目前有研究表明风生近惯性内波可下传至4 000~5 000 m的深海(Zheng et al, 2023), 且近海底(5 300 m)处的近惯性运动可能受到地形反射或三波共振等其他过程的影响(Müller et al, 2000; 陈子飞等, 2022), 使其近惯性动能略高于3 500 m处的能量(图 5)。

图 5 深层近惯性动能季节变化 Fig. 5 Seasonal cycle of near-inertial kinetic energy in the deep ocean 注: a. 1 500 m深度处; b. 3 500 m深度处; c. 5 300 m深度处
2.3 强近惯性动能生成事件

上文提到, 极端事件对近惯性动能的季节循环具有一定的贡献。我们以Mooring#2潜标在2017年1月观测的近惯性动能事件为例进行分析, 其最大近惯性流速可达37 cm/s, 可称之为强近惯性内波事件(图 6a)。基于平板模型重构得到的时间积分的风生近惯性能(风功)可知, 该强近惯性内波事件的能量来源为一次强风场过程(图 6b)。相较于强风过境前(2016年11月28日~2016年12月31日), 近惯性频段的顺时针旋转谱能量密度在此期间(2017年1月1日~2017年2月3日)提升约200%, 特征波长(大于300 m)的波数谱能量密度提升约250%, 而旋转谱中其余频段及波长内的能量密度则变化微小(图 6c6d)。

图 6 2017年1月潜标观测的近惯性能量、平板模型重构的风功及近惯性流旋转谱 Fig. 6 Near-inertial kinetic energy, and the time-integrated near-inertial wind work obtained by slab model and rotary spectra of near-inertial currents derived from mooring during January 2017 注: a. 近惯性动能随深度和时间的分布; b. 风功; c. 深度平均旋转频率谱, 蓝色为顺时针旋转谱, 红色为逆时针旋转谱, 两段误差线为两段时间顺时针旋转谱谱峰处的95%置信区间, 蓝色对应1月, 黑色对应事件前1个月; d. 时间平均旋转波数谱, 蓝色为顺时针旋转谱, 红色为逆时针旋转谱; c与d中黑色实线与虚线为该事件发生前1个月的顺时针、逆时针旋转谱

此外, Mooring#2潜标位于黑潮延伸体主轴以北的区域, 卫星观测显示该区域多存在由于黑潮流轴脱落而产生的反气旋涡(Qiu et al, 2005; Sasaki et al, 2015), 反气旋涡旋会以式(10)的形式改变局地的近惯性峰值频率, 从而影响近惯性内波的生成和下传过程(Kunze, 1985):

    (10)

其中, feff为有效惯性频率, f为局地惯性频率, ζ为相对涡度。

以Mooring#2潜标在2017年12月21日~2018年1月15日期间观测到的近惯性事件为例, 根据卫星观测到的海表面高度异常(sea level anomaly, SLA)可知, 此次近惯性事件期间, Mooring#2潜标基本位于反气旋涡的边缘(图 7d)。这段时间内, 海表相对涡度基本为负值, 使得近惯性频段峰值在整个深度均呈现红移特征, 即近惯性频段的峰值小于局地惯性频率(图 7b)。对比该事件发生前(2017年11月25日~2017年12月20日)的近惯性流场频谱, 我们发现顺时针旋转分量能量密度有显著提高, 峰值频率比局地惯性频率降低了5%, 且相较于涡旋过境前的近惯性峰值频率由1.04f降低至0.95f, 降低了约10% (图 7c)。

图 7 2017年12月~2018年1月潜标观测的近惯性能量和频率谱以及黑潮-亲潮混合区的海表面高度异常(SLA) Fig. 7 Near-inertial energy, rotary spectra of near-inertial currents derived from mooring and the sea level anomaly (SLA) in the Kuroshio-Oyashio zone during December 2017~January 2018 注: a. 近惯性动能随深度和时间的分布; b. A表示海流顺时针旋转谱谱密度, 其中白色虚线为局地惯性频率f, 左侧黑色虚线为0.8 f, 右侧黑色虚线为1.2 f, 蓝色实线为各深度近惯性频段能量峰值所在频率; c. 深度平均旋转频率谱, 其中蓝色和红色实线为2017年12月~2018年1月顺时针和逆时针旋转谱; 黑色实线与虚线为该事件发生前一个月的顺时针、逆时针旋转谱, 两段误差线为两段时间顺时针旋转谱谱峰处的95%置信区间, 蓝色为12~1月, 黑色为事件前1个月; d. 2017年12月22日海表面高度异常
3 影响Mooring#2潜标近惯性动能季节变化的主要因素

近惯性内波存在多种生成机制, 其中风场强迫是主要的能量来源。为验证这一机制在黑潮-亲潮混合区的贡献, 我们采用平板模型对观测期间混合层内的近惯性流速进行重构, 并分析了Mooring#2潜标处观测到的近惯性动能及风场强迫对季节循环的贡献。本文使用观测期间NCEP再分析数据的10 m风速得到的风应力强迫平板模型, 并以此计算海表面风输入的近惯性能(Wi)。其中, 平板模型中的混合层深度是基于WOA18气候态温度数据计算并订正得到(戴玉玲等, 2018; Alford, 2020)。模型重构结果如图 8所示, 月平均的风生近惯性能Wi与近惯性动能NIKE变化趋势较为一致, 呈现出冬强夏弱的特征, 冬半年(10~3月)的Wi超过全年总和的70%, 冬季三个月(12~2月) Wi约占全年的40%, 和上层近惯性能量季节占比相近, 表明该区域大气风场强迫的对于海洋上层近惯性动能的季节变化占主导地位。

图 8 观测期间月平均风输入近惯性能与近惯性动能时间序列与多年平均月变化及潜标距黑潮延伸体流轴距离 Fig. 8 Monthly mean near-inertial wind power and near-inertial kinetic energy during the observation period and the distance of the mooring from the flow axis of the Kuroshio Extension 注: a. 红色曲线为平板模型计算所得风输入近惯性能(Wi)时间序列, 黑线为上500 m深度平均近惯性动能, 蓝色虚线框内为2022年夏季; b同a, 但为多年平均的月变化; c. 黑色曲线为潜标距黑潮延伸体流轴(绝对动力高度90 cm等值线)最近距离, 正值代表流轴位于潜标以北, 负值代表流轴位于潜标以南, 红色虚线为100 km示意线, 蓝色虚线为0 km示意线

需要说明的是, 若仅使用单一年份进行分析, 一年内的时间变化无法准确表征该区域近惯性能量的总体季节变化特征。如2019年, 潜标观测到的近惯性动能和模式重构所得风输入近惯性能月平均时间序列均显示该年的高值存在于秋季而非冬季。此外, 部分年份两者的变化并非完全一致, 如2022年夏季潜标观测到显著的近惯性动能存在, 但同期由风输入的近惯性能量几乎为零(图 8a蓝色虚线框处)。以上表明, 除风场强迫外, 黑潮-亲潮混合区海域复杂的海洋动力环境存在着其他近惯性内波的激发机制, 并进一步影响到近惯性动能的季节变化特征。

这里我们着重强调黑潮延伸体流轴所形成的强锋面与近惯性内波的相互作用(Nagai et al, 2015)。通过观测可知, 2022年夏季黑潮延伸体流轴发生了一次大弯曲事件, 使得原本常年位于黑潮延伸体流轴以北的Mooring#2潜标处在流轴所形成的强流锋面影响下(图 8c)。同时, 我们利用布放在Mooring#2潜标17海里外的锚系海-气浮标(China Kuroshio extension observatory, CKEO)所观测到的海表层流速及10 m风速, 估计了风输入近惯性能及上层的近惯性动能。如图 9所示, 相较于晚秋和冬季背景下强的风生近惯性能量的输入, 7、8、9月风生近惯性能的时间积分几乎为零, 与平板模型同期的重构结果相近。然而, 7月份实际观测到的海洋上层的近惯性动能是过去多年平均的1.3倍以上, 该量值甚至达到了同年冬季12月份近惯性动能的近一半以上。

图 9 海-气浮标观测的近惯性动能与风功 Fig. 9 Near-inertial kinetic energy and time-integrated near-inertial wind work observed by buoy 注: 黑线为月平均深度积分近惯性动能, 蓝线为时间积分的风输入近惯性能

前人研究可知, 由于强背景流导致的水平应变与剪切作用(Strain), 是近惯性运动的重要能量来源之一(Bühler et al, 2005), 其作用形式如下

    (11)

其中, 为浮标观测近惯性流速, 为地转流。

因此, 本文基于Mooring#2潜标附近的浮标观测数据与卫星观测推算出的地转流初步分析了背景流与近惯性内波间的能量交换。如图 10所示, 在2022年7月期间, 由于黑潮延伸体流轴的影响, 浮标位置处背景流的水平应变与剪切作用, 导致了显著的自背景流到近惯性内波的正向能量输入(Strain>0, 图 10a10b), 7月时间平均的能量传递率达到1.3 mW/m2, 可达到冬季中纬度风暴盛行时这一区域的海表风生近惯性能的最大量值的30% (Liu et al, 2019)。随着黑潮延伸体流轴的远离以及大弯曲的减弱, 这一正向能量传递逐渐减弱。例如, 在流轴距离较远的12月份, 这一过程导致的能量传递则贡献极小(图 10c10d)。基于此, 我们推测这一时段近惯性能量的增强主要来源于黑潮延伸体流轴摆动而非外部风场强迫。

图 10 海-气浮标位置处水平应变与剪切作用导致的能量传递率以及背景绝对动力高度场 Fig. 10 The energy transfer rate deduced by horizontal strain at buoy and the background absolute dynamic topography 注: a. 2022年7月份水平应变与剪切作用项导致的能量传递率的时间序列, 红色虚线为零值线; b. 2022年7月15日浮标与潜标位置以及背景绝对动力高度, 其中黑色五角星为浮标位置, 红色五角星为潜标位置, 绿线为绝对动力高度90 cm等值线, 用以表征黑潮延伸体流轴位置; c.同a, 但为2022年12月份; d同b, 但为2022年12月17日

综上所述, 黑潮-亲潮混合区近惯性内波及其动能的季节变化主要由外部风场的能量输入主导, 同时也会受到黑潮延伸体流轴的摆动及其不稳定所带来的调制作用。然而受限于观测的空间分布, 此部分能量的来源及具体机制仍无法进行系统性的验证。

4 结论

本文基于2016年5月~2023年5月期间潜标观测数据, 对黑潮-亲潮混合区的近惯性内波及其动能的季节变化进行研究, 得到以下主要结论:

(1) 黑潮-亲潮混合区近惯性能量呈现显著的冬季强夏季弱的季节变化特征, 冬季半年近惯性能量占全年70%, 冬季(12~2月)近惯性能量超过全年的40%, 部分年份由于台风事件的影响, 一年内的峰值月份提前发生在秋季;

(2) 基于深层海流计数据与频谱分析, 发现黑潮-亲潮混合区深层近惯性频段信号同样显著, 强度与潮汐频段相当。深层海洋中同样存在冬季强夏季弱的季节变化特征, 冬季平均的近惯性动能比夏季强约120%~180%, 表明海表风场输入的近惯性能量能够下传至海洋深层;

(3) 黑潮-亲潮混合区近惯性能量的季节变化特征由外部风场主导, 同时也会受到黑潮延伸体流轴的摆动的调制作用。

参考文献
杨兵, 侯一筠, 2020. 基于高分辨率风场的海洋近惯性能通量计算——时空特征及其影响因素[J]. 海洋与湖沼, 51(5): 978-990. DOI:10.11693/hyhz20200100018
陈子飞, 任强, 胡贺岗, 等, 2022. 南海西北部半日内潮参量次谐频不稳定生成的近惯性波研究[J]. 海洋与湖沼, 53(1): 62-73. DOI:10.11693/hyhz20210800174
陈子飞, 任强, 南峰, 等, 2021. 深海锚系潜标ADCP数据处理的质量控制研究[J]. 海洋技术学报, 40(4): 54-61.
陈朝晖, 林霄沛, 马昕, 等, 2022. 西北太平洋黑潮延伸体观测回顾和展望[J]. 地学前缘, 29(5): 13-22.
管守德, 2014. 南海北部近惯性振荡研究[D]. 青岛: 中国海洋大学.
戴玉玲, 张伟, 包畯, 2018. 热带西太平洋海域温跃层判别方法比较[J]. 海洋预报, 35(5): 17-24.
ALFORD M H, 2001. Internal swell generation: the spatial distribution of energy flux from the wind to mixed layer near-inertial motions[J]. Journal of Physical Oceanography, 31(8): 2359-2368. DOI:10.1175/1520-0485(2001)031<2359:ISGTSD>2.0.CO;2
ALFORD M H, 2003. Improved global maps and 54-year history of wind-work on ocean inertial motions[J]. Geophysical Research Letters, 30(8): 1424.
ALFORD M H, 2020. Revisiting near-inertial wind work: slab models, relative stress, and mixed layer deepening[J]. Journal of Physical Oceanography, 50(11): 3141-3156. DOI:10.1175/JPO-D-20-0105.1
ALFORD M H, CRONIN M F, KLYMAK J M, 2012. Annual cycle and depth penetration of wind-generated near-inertial internal waves at ocean station papa in the Northeast Pacific[J]. Journal of Physical Oceanography, 42(6): 889-909. DOI:10.1175/JPO-D-11-092.1
ALFORD M H, MACKINNON J A, SIMMONS H L, et al, 2016. Near-inertial internal gravity waves in the ocean[J]. Annual Review of Marine Science, 8: 95-123. DOI:10.1146/annurev-marine-010814-015746
ALFORD M H, WHITMONT M, 2007. Seasonal and spatial variability of near-inertial kinetic energy from historical moored velocity records[J]. Journal of Physical Oceanography, 37(8): 2022-2037. DOI:10.1175/JPO3106.1
BOND N A, CRONIN M F, SABINE C, et al, 2011. Upper ocean response to typhoon Choi-Wan as measured by the Kuroshio Extension Observatory mooring[J]. Journal of Geophysical Research: Oceans, 116(C2): C02031.
BÜHLER O, MCINTYRE M E, 2005. Wave capture and wave–vortex duality[J]. Journal of Fluid Mechanics, 534: 67-95. DOI:10.1017/S0022112005004374
CHEN G X, XUE H J, WANG D X, et al, 2013. Observed near-inertial kinetic energy in the northwestern South China Sea[J]. Journal of Geophysical Research: Oceans, 118(10): 4965-4977. DOI:10.1002/jgrc.20371
D'ASARO E A, 1985. The energy flux from the wind to near-inertial motions in the surface mixed layer[J]. Journal of Physical Oceanography, 15(8): 1043-1059. DOI:10.1175/1520-0485(1985)015<1043:TEFFTW>2.0.CO;2
DING Y, CHEN C S, BEARDSLEY R C, et al, 2013. Observational and model studies of the circulation in the Gulf of Tonkin, South China Sea[J]. Journal of Geophysical Research: Oceans, 118(12): 6495-6510. DOI:10.1002/2013JC009455
DONOHUE K, WATTS D R, TRACEY K, et al, 2008. Program studies the Kuroshio extension[J]. Eos, Transactions American Geophysical Union, 89(17): 161-162.
FERRARI R, WUNSCH C, 2009. Ocean circulation kinetic energy: reservoirs, sources, and sinks[J]. Annual Review of Fluid Mechanics, 41: 253-282. DOI:10.1146/annurev.fluid.40.111406.102139
FURUICHI N, HIBIYA T, NIWA Y, 2008. Model-predicted distribution of wind-induced internal wave energy in the world's oceans[J]. Journal of Geophysical Research: Oceans, 113(C9): C09034.
GARRETT C, 2001. What is the "near-inertial" band and why is it different from the rest of the internal wave spectrum?[J]. Journal of Physical Oceanography, 31(4): 962-971. DOI:10.1175/1520-0485(2001)031<0962:WITNIB>2.0.CO;2
GARRETT C, MUNK W, 1979. Internal waves in the ocean[J]. Annual Review of Fluid Mechanics, 11: 339-369. DOI:10.1146/annurev.fl.11.010179.002011
GILL A E, 1984. On the behavior of internal waves in the wakes of storms[J]. Journal of Physical Oceanography, 14(7): 1129-1151. DOI:10.1175/1520-0485(1984)014<1129:OTBOIW>2.0.CO;2
GREATBATCH R J, 1984. On the response of the ocean to a moving storm: parameters and scales[J]. Journal of Physical Oceanography, 14(1): 59-78. DOI:10.1175/1520-0485(1984)014<0059:OTROTO>2.0.CO;2
JIANG J, LU Y Y, PERRIE W, 2005. Estimating the energy flux from the wind to ocean inertial motions: the sensitivity to surface wind fields[J]. Geophysical Research Letters, 32(15): L15610.
JING Z, WU L X, 2014. Intensified diapycnal mixing in the midlatitude western boundary currents[J]. Scientific Reports, 4: 7412. DOI:10.1038/srep07412
JING Z, WU L X, MA X H, et al, 2016. Overlooked role of mesoscale winds in powering ocean diapycnal mixing[J]. Scientific Reports, 6: 37180. DOI:10.1038/srep37180
KUNZE E, 1985. Near-inertial wave propagation in geostrophic shear[J]. Journal of Physical Oceanography, 15(5): 544-565. DOI:10.1175/1520-0485(1985)015<0544:NIWPIG>2.0.CO;2
KUNZE E, FIRING E, HUMMON J M, et al, 2006. Global abyssal mixing inferred from lowered ADCP shear and CTD strain profiles[J]. Journal of Physical Oceanography, 36(8): 1553-1576. DOI:10.1175/JPO2926.1
LARGE W G, POND S, 1981. Open ocean momentum flux measurements in moderate to strong winds[J]. Journal of Physical Oceanography, 11(3): 324-336. DOI:10.1175/1520-0485(1981)011<0324:OOMFMI>2.0.CO;2
LEAMAN K D, SANFORD T B, 1975. Vertical energy propagation of inertial waves: a vector spectral analysis of velocity profiles[J]. Journal of Geophysical Research: Oceans, 80(15): 1975-1978. DOI:10.1029/JC080i015p01975
LIU Y Z, JING Z, WU L X, 2019. Wind power on oceanic near-inertial oscillations in the global ocean estimated from surface drifters[J]. Geophysical Research Letters, 46(5): 2647-2653. DOI:10.1029/2018GL081712
LOCARNINI R A, 2019. World Ocean Atlas 2018, Volume 1: Temperature [R]. Silver Spring, U. S: Department of Commerce.
MACKINNON J A, ZHAO Z X, WHALEN C B, et al, 2017. Climate process team on internal wave–driven ocean mixing[J]. Bulletin of the American Meteorological Society, 98(11): 2429-2454. DOI:10.1175/BAMS-D-16-0030.1
MÜLLER P, LIU X B, 2000. Scattering of internal waves at finite topography in two dimensions. Part Ⅰ: theory and case studies[J]. Journal of Physical Oceanography, 30(3): 532-549. DOI:10.1175/1520-0485(2000)030<0532:SOIWAF>2.0.CO;2
MUNK W, WUNSCH C, 1998. Abyssal recipes Ⅱ: energetics of tidal and wind mixing[J]. Deep Sea Research Part Ⅰ: Oceanographic Research Papers, 45(12): 1977-2010. DOI:10.1016/S0967-0637(98)00070-3
NAGAI T, TANDON A, KUNZE E, et al, 2015. Spontaneous generation of near-inertial waves by the Kuroshio front[J]. Journal of Physical Oceanography, 45(9): 2381-2406. DOI:10.1175/JPO-D-14-0086.1
NIKURASHIN M, FERRARI R, 2010. Radiation and dissipation of internal waves generated by geostrophic motions impinging on small-scale topography: theory[J]. Journal of Physical Oceanography, 40(5): 1055-1074. DOI:10.1175/2009JPO4199.1
PARK J H, DONOHUE K A, RANDOLPH WATTS D, et al, 2010. Distribution of deep near-inertial waves observed in the Kuroshio Extension[J]. Journal of Oceanography, 66(5): 709-717. DOI:10.1007/s10872-010-0058-0
PLUEDDEMANN A J, FARRAR J T, 2006. Observations and models of the energy flux from the wind to mixed-layer inertial currents[J]. Deep Sea Research Part Ⅱ: Topical Studies in Oceanography, 53(1/2): 5-30.
POLLARD R T, MILLARD JR R C, 1970. Comparison between observed and simulated wind-generated inertial oscillations[J]. Deep Sea Research and Oceanographic Abstracts, 17(4): 813-821. DOI:10.1016/0011-7471(70)90043-4
PRICE J F, WELLER R A, PINKEL R, 1986. Diurnal cycling: observations and models of the upper ocean response to diurnal heating, cooling, and wind mixing[J]. Journal of Geophysical Research: Oceans, 91(C7): 8411-8427. DOI:10.1029/JC091iC07p08411
QIU B, CHEN S M, 2005. Variability of the Kuroshio extension jet, recirculation gyre, and mesoscale eddies on decadal time scales[J]. Journal of Physical Oceanography, 35(11): 2090-2103. DOI:10.1175/JPO2807.1
QU L X, THOMAS L, GULA J, 2021. Bottom mixing enhanced by tropical storm-generated near-inertial waves entering critical layers in the Straits of Florida[J]. Geophysical Research Letters, 48(15): e2021GL093773. DOI:10.1029/2021GL093773
RAJA K J, BUIJSMAN M C, SHRIVER J F, et al, 2022. Near-inertial wave energetics modulated by background flows in a global model simulation[J]. Journal of Physical Oceanography, 52(5): 823-840. DOI:10.1175/JPO-D-21-0130.1
RIMAC A, VON STORCH J S, EDEN C, et al, 2013. The influence of high-resolution wind stress field on the power input to near-inertial motions in the ocean[J]. Geophysical Research Letters, 40(18): 4882-4886. DOI:10.1002/grl.50929
SAHA S, MOORTHI S, WU X R, et al, 2014. The NCEP climate forecast system version 2[J]. Journal of Climate, 27(6): 2185-2208. DOI:10.1175/JCLI-D-12-00823.1
SASAKI Y N, MINOBE S, 2015. Climatological mean features and interannual to decadal variability of ring formations in the Kuroshio Extension region[J]. Journal of Oceanography, 71(5): 499-509. DOI:10.1007/s10872-014-0270-4
SHAKESPEARE C J, Hogg A M, 2018. The life cycle of spontaneously generated internal waves[J]. Journal of Physical Oceanography, 48(2): 343-359. DOI:10.1175/JPO-D-17-0153.1
WELLER R A, LUKAS R, POTEMRA J, et al, 2022. Ocean reference stations: long-term, open-ocean observations of surface meteorology and air–sea fluxes are essential benchmarks[J]. Bulletin of the American Meteorological Society, 103(8): E1968-E1990. DOI:10.1175/BAMS-D-21-0084.1
WHALEN C B, MACKINNON J A, TALLEY L D, 2018. Large-scale impacts of the mesoscale environment on mixing from wind-driven internal waves[J]. Nature Geoscience, 11(11): 842-847. DOI:10.1038/s41561-018-0213-6
WHALEN C B, TALLEY L D, MACKINNON J A, 2012. Spatial and temporal variability of global ocean mixing inferred from Argo profiles[J]. Geophysical Research Letters, 39(18): L18612.
ZHAI X M, GREATBATCH R J, EDEN C, et al, 2009. On the loss of wind-induced near-inertial energy to turbulent mixing in the upper ocean[J]. Journal of Physical Oceanography, 39(11): 3040-3045. DOI:10.1175/2009JPO4259.1
ZHENG H, ZHU X H, ZHAO R X, et al, 2023. Near-inertial waves reaching the deep basin in the South China Sea after typhoon Mangkhut (2018)[J]. Journal of Physical Oceanography, 53(10): 2435-2454. DOI:10.1175/JPO-D-22-0136.1