太平洋内部副热带-热带经向翻转环流的季节变化特征*

韩 雪 冯俊乔

太平洋内部副热带-热带经向翻转环流的季节变化特征*

韩 雪1, 2, 3, 4冯俊乔1, 2, 4, 5①

(1. 中国科学院海洋环流与波动重点实验室 山东青岛 266071; 2. 中国科学院海洋研究所 山东青岛 266071; 3. 中国科学院大学 北京 100049; 4. 中国科学院海洋大科学研究中心 山东青岛 266071; 5. 青岛海洋科学与技术试点国家实验室海洋动力过程与气候功能实验室 山东青岛 266237)

太平洋内部副热带-热带经向翻转环流(subtropical-tropical cell, STC)是连接热带和副热带的海洋通道。由于以往海洋观测资料的匮乏, 前人多利用海洋模式数据进行研究, 且仅限于沿单一纬度上的STC的分析, 较少涉及沿不同纬度的STC的季节变异规律。利用地转海洋学实时观测阵(array for real-time geostrophic oceanography, Argo)温盐数据、海洋再分析数据GODAS (global ocean data assimilation system)、SODA3.4.2 (simple ocean data assimilation 3.4.2)、ORAS5 (ocean reanalysis system 5)和大气再分析数据NCEP (National Centers for Environmental Prediction)等研究了沿不同纬度的STC的季节变异规律及其机制。结果显示: 沿10°～2°S和2°～6°N, STC春季强, 夏秋弱; 沿7°～15°N, STC夏季偏强, 冬季偏弱; 沿15°～11°S, STC冬季偏强, 夏季偏弱。STC季节变化主要由表面风场和西传Rossby波驱动, 且在不同纬度, 二者相对贡献存在差异: 在10°S～6°N, STC的季节变化基本与风场季节变化一致, 风场直接驱动是STC季节变化的主要因素; 在15°～11°S以及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, 因此, 西传Rossby波较局地风场对STC季节变化的贡献更大。本研究对于深入理解STC的变异规律及其对热带海洋气候变化的影响具有重要意义, 多源海洋再分析数据的诊断对比分析也为大洋环流研究提供了重要参考。

STC; 季节变化; 经向输运

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, 1994; Rothstein, 1998; McPhaden, 2002; Feng, 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, 1994; Lu, 1998; Nonaka, 2002; Lee, 2003; Zilberman, 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, 2005; Zilberman, 2013; Yamanaka, 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, 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, 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0.5×106m3/(s·a)的速率减弱(McPhaden, 2002; Capotondi, 2005), 而20世纪90年代至21世纪初期间, STC以1×106m3/(s·a)的速率在增加(McPhaden, 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, 2003; Capotondi, 2005; Cheng, 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, 2003; Cheng, 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, 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

1.2.2 计算STC体积输运 STC体积输运STC计算公式为

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。

图1 沿9°N (a, c, e, g)和9°S (b, d, f, h)的经向地转流流速

注: a, b: array for real-time geostrophic oceanography (Argo); c, d: global ocean data assimilation system (GODAS); e, f: ocean reanalysis system 5 (ORAS5); g, h: simple ocean data assimilation (SODA)

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21.58×106m3/s, 远大于5°N的-12.96 ×106m3/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-6.22×106m3/s, 略小于McPhaden等(2002)利用观测数据计算的-7×106m3/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-4.77×106m3/s, Feng等(2018)利用GODAS数据计算的-6.2×106m3/s, Capotondi等(2005)通过OGCM模式数据计算得到的-5.4×106m3/s。

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

图2 STC沿不同纬度的体积输运

注: a、b: Argo; c、d: GODAS; e、f: ORASS; g、h: SODA

图3 15°S～15°N STC输运异常

注:黑色虚线从左至右依次对应10°S和6°N

表1 5°N、5°S、9°N、9°S、15°N、15°S的年平均输运及其季节变化

沿15°N的年平均输运为-20.81×106m3/s, 强于15°S的15.09×106m3/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。

图4 15°S～15°N经向输运异常

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, 1994):

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, 1997; Chen, 2004):

图5 经向地转输运

注:a: Argo温盐数据; b: NCEP风场数据; c: ERA5风场数据

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,2014), 式(4)可以简化为