西北太平洋及其邻近边缘海中尺度涡的时空特征分析

袁泉木,胡建宇,2*

(1.厦门大学海洋与地球学院,近海海洋环境科学国家重点实验室,福建 厦门 361102;2.南方海洋科学与工程广东省实验室,广东 珠海 519082)

中尺度涡是广泛存在于全球海洋中的一种涡旋现象,时间短则几天,长可达数百天,水平尺度从几十千米至几百千米不等[1],其具有的能量占全球海洋总动能的90%左右,与大尺度环流以及亚中尺度过程的能量串级息息相关[2-4].同时,中尺度涡运动会改变海域温度、盐度、叶绿素、溶解氧和营养盐等分布,并在涡旋区诱发上升流和下降流,带来海洋物质的水平垂直输运.此外,中尺度涡还可以通过海气相互作用控制全球海洋热盐通量并调制大气环流,对全球气候和生物地球化学过程有重要影响[5-6].北太平洋西部低纬度存在一支向西流动的北赤道流(NEC),在与菲律宾群岛相遇后分为南、北两支,其中北上分支形成强劲的西边界流——黑潮;黑潮携带大量高温高盐水从热带海洋运输至高纬度地区,使得西北太平洋区域成为热带与亚热带太平洋之间热盐和能量交换的重要区域[7].副热带逆流(STCC)是18°～25° N范围内的一支向东海流[8-9],在STCC区域强烈的海表高度变化以及复杂的海洋环流结构容易伴随发生中尺度涡旋过程[7],由西北太平洋产生的涡旋会通过吕宋海峡与南海发生质量与能量的交换,直接影响到我国近海海洋环境.因此,研究西北太平洋及其邻近边缘海中尺度涡的演变规律对我国气候、生态、渔业、航运等方面都具有很高的价值.

早在20世纪70年代,国内外学者利用现场实测资料开展了西北太平洋中尺度涡的研究[10-12].随着卫星遥感技术的迅速发展,对涡旋的统计也越来越全面.基于卫星高度计数据,Menard[13]、Yuan等[14]、Sun等[15]对黑潮流轴附近的涡旋进行了个例研究,林鹏飞[5]、何忠杰[16]、Aoki等[17]、林宏阳等[18]、Liu等[19]、Yang等[20]、Cheng等[8]、崔伟等[21]、汤博等[22]、杨桂晶[23]对西北太平洋中尺度涡的数目、生命周期、振幅和半径等特征进行了多年统计分析.在涡旋时空分布上,郑聪聪等[24]使用1993—2011年法国AVISO(archiving,validation and interpretation of satellite oceanographic data)提供的海面高度异常数据,发现STCC区域是涡旋产生的高频区,春、冬季是涡旋高发季节;基于TOPEX/Poseidon卫星的地转流场数据,Hwang等[25]追踪到STCC区域的大部分涡旋集中在22° N附近的纬度带,并以约8 km/d的速度向西传播.Cheng等[26]考察了近20年靠近吕宋岛和台湾岛以东受黑潮影响的涡旋特征,发现在STCC南、北两侧活动的涡旋与黑潮相互作用时间更长,并分别在18°～19° N、22°～23° N进入黑潮流域.同时,STCC区域也是西北太平洋涡动能(EKE)较高的地带之一[27-28],Zhai等[29]观察到STCC的EKE在春、夏季较高而在秋、冬季较低.Yang等[20]发现19°～26° N纬度带的EKE普遍较高,靠近吕宋岛—台湾岛附近进一步增加.此外,涡旋活动的年际变化已被证实与大尺度的气候强迫如厄尔尼诺-南方涛动(ENSO)、太平洋年代际振荡(PDO)和西北太平洋模态(WP)等密切相关[22,30-31].厄尔尼诺年产生的涡旋较少,而拉尼娜年产生的涡旋较多[32].

季风驱动带来的海表风应力强迫是涡旋产生的重要因素之一[33-36].大尺度环流的正、斜压不稳定性也会诱发涡旋产生并为涡旋发展提供能量[37-39],STCC和NEC速度垂直剪切带来的斜压不稳定是西北太平洋涡旋的EKE增强的主要原因[27,40-41],而在台湾岛和琉球群岛以东海域,琉球海流和黑潮引起的海洋正压响应同样与涡旋产生相关[42-43].与黑潮经过吕宋海峡入侵南海有关的位势涡度变化过程也会伴随中尺度涡的产生与消失[44].此外,地形作用和海洋温盐梯度锋面的不稳定性同样会影响涡旋产生[19,45].

以前的研究多集中于对西北太平洋涡旋进行较大范围的统计平均,但这些区域中的涡旋性质演变会因复杂的涡-流相互作用而受到影响,控制涡旋产生的主要机制也不尽相同.因此,在局地涡旋参数特征和产生机制分析上还需要开展进一步研究.本研究基于卫星高度计数据,采用海表绝对动力地形(ADT)闭合等值线方法,对1993—2019年西北太平洋及其邻近边缘海(10°～30° N, 115°～155° E)区域的中尺度涡进行识别追踪.针对冷涡(CE)和暖涡(ACE),本研究着重分析涡旋生消位置、参数大小、时空变化等特征,并阐明不同区域涡旋与流系之间的相互作用;同时,使用高分辨率海洋模型,实现对涡旋能量来源的定量分析,以期更好地理解与涡旋产生机制有关的海洋动力学.

1 数据和方法

1.1 数据来源

使用的ADT和地转流速异常数据来源于哥白尼海洋环境监测服务中心.该数据集由多任务高度计数据处理系统处理,由AVISO(http:∥www.aviso.altimetry.fr/)在法国国家空间研究中心的支持下分发.数据集采用墨卡托投影,空间覆盖范围为82° S～82° N,时间分辨率为1 d,空间分辨率为0.25°×0.25°.

为了研究涡旋产生的相关动力学机制,使用BRAN2020(Bluelink ReANalysis 2020)再分析数据集(https:∥www.nci.org.au/).该数据集由多年海洋观测结果与澳大利亚海洋预报模型结合而成,并给出了1993—2019年对海洋状态的四维估计.模型网格在75° S～75° N范围具有0.1°×0.1°的水平分辨率,垂向包含50层.BRAN实验数据已用于海洋环流等研究,可以很好地模拟海洋环流的动力学和热力学过程[46].从图1可以看出,由BRAN2020给出ADT均方根的空间分布与AVISO的情况基本一致,具有良好的相似性.

(a)中空心矢量为STCC、NEC及黑潮流轴区域,虚线为200 m等深线.图1 1993—2019年基于AVISO(a)和BRAN2020(b)输出的西北太平洋及其邻近边缘海ADT均方根分布Fig.1 ADT root mean square distribution in the Northwest Pacific and its adjacent marginal seas based on AVISO (a) and BRAN2020 (b) from 1993 to 2019

1.2 中尺度涡识别追踪

涡旋识别算法基于Mason等[47]提供的PET(py-eddy-tracker)算法.该算法采用ADT作为背景场,利用半功率截止波长为700 km的一阶Lanczos滤波器对ADT进行平滑处理,再从原始ADT场中减去结果,得到一个包含中尺度变化的网格数据.考虑到墨卡托成像的影响,在不同纬度对截止波长进行了校正[48-49].

涡旋识别采用ADT闭合等值线法,结合西北太平洋实际情况,设定如下限制:

1) 对每日ADT背景场闭合等值线扫描,输出间隔为0.2 cm,依次寻找ADT的极大值和极小值点,分别命名为ACE和CE,将极值点与最外层闭合等值线的高度差定义为振幅且不小于1 cm;

2) 将每个闭合等值线的质心定义为涡旋中心,以涡旋中心为原点,求出与闭合等值线包围区域面积相同的标准圆半径作为涡旋半径,二者形状重叠面积要大于涡旋面积的30%;

3) 最外层等值线必须为单连通区域,且围成区域至少包含5个像素点,至多包含1 000个像素点;

4) 因高度计数据不能有效去除浅海陆架上潮汐和内波等高频运动带来的信号干扰,故水深小于200 m处的数据未予统计.

涡旋追踪采用重叠法[2,50-51],重叠率(Ro)计算方法如下:

(1)

其中At表示t时刻的涡旋面积.当Ro大于5%时,可保留涡旋候选,在多个候选涡旋的情况下,保留较大重叠率的涡旋;若下一时刻不存在Ro大于5%涡旋,则判定为一个新的涡旋.针对“缺失涡旋”问题(即在已经完成映射的背景场中,由于检测程序施加的限制或涡旋受局地变化而消失几天后再出现),跟踪过程允许缺失1～4个连续的观测结果,并利用插值法对缺失的涡旋进行重构.总体来看,采用重叠方法对逐日涡旋的背景场进行处理,大大减少了算法的计算量并避免了对涡旋特征值处理的不确定性,也保证了最多连续5 d的虚拟观测[51].

1.3 不稳定性分析

本研究使用1998—2019年的BRAN2020数据集(1993—1998年部分数据缺失),利用海洋上层200 m的经向速度、纬向速度、垂直速度、盐度、位温以及海表风应力的日数据对研究区域进行不稳定性分析.

根据Lorenz[52]提出的全球海洋能量循环理论,海洋环流是描述4个能量库之间的稳态平衡,分别为平均动能(MKE)、平均势能(MPE)、EKE和涡势能(EPE)[53].其中,EKE的控制方程如下[54-56]:

(2)

式中:EEK表示EKE,等号左侧为EKE随时间的变化率;等号右侧第一项为EKE平流再分配项(ADV),v为速度矢量,ηBT为通过正压不稳定性从MKE到EKE的能量转换率,ηBC为通过斜压不稳定性从EPE到EKE的能量转换率,ηWS为通过风应力不稳定性从大气到EKE的能量转换率,D为耗散项[57].

2 结果与讨论

2.1 西北太平洋中尺度涡统计结果

根据上述研究方法,在1993年1月1日—2019年12月31日观测周期内,西北太平洋及其邻近边缘海区域(以下简称研究区域)共识别出1 300 204个独立涡旋,其中641 671个ACE、658 533个CE,两者比例约1∶1.03,接近全球范围内1∶1的比例[2].若考虑涡旋生命周期,在研究区域内分别追踪到17 133个ACE轨迹、17 288个CE轨迹.如表1所示:随着统计生命周期的增加,涡旋的振幅、半径、传播距离和EKE都随之增大;相较于ACE,长生命周期的CE轨迹数更多且传播距离更长.

表1 不同生命周期下中尺度涡各特征参数统计

由图2(a)和(b)可得:无论是ACE还是CE,生命周期为2～3周的涡旋数最多且以2～8周为主.随着生命周期的增加,涡旋数急剧减少;生命周期小于20周的ACE占比约97.3%,CE占比约97.4%,而生命周期在50周以上的ACE仅有18个,CE仅有7个.整体而言,CE和ACE随生命周期的变化趋势基本一致,近似服从对数正态分布.

图2 涡旋生命周期(a和b)、振幅(c和d)和半径(e和f)的概率密度分布Fig.2 Probability density distributions of eddy lifetime (a,b),amplitude (c,d) and radius (e,f)

从图2(c)和(d)来看,研究区域ACE和CE的平均振幅集中于0～10 cm区间(ACE约87.7%,CE约87.0%),涡旋振幅总体小于20 cm,变化趋势与生命周期基本相似.ACE和CE半径的分布如图2(e)和(f)所示,主要集中于30～130 km区间(ACE约89.1%,CE约88.9%),ACE的半径分布峰值出现在52 km处,CE的则出现在47 km处.分别对涡旋振幅和半径用正态分布和对数正态分布进行拟合.不论是ACE还是CE,涡旋振幅分布近似于正态分布,而涡旋半径则偏向于对数正态分布.这与祖永灿等[45]统计太平洋生命周期大于8周的涡旋半径分布结果类似;倪钦彪[58]统计1993—2012年期间吕宋海峡中尺度涡数据也表明,涡旋半径分布近似于偏正态分布.而Liu等[19]对1993—2010年期间北太平洋STCC区域的中尺度涡进行识别统计,认为生命周期大于8周的涡旋半径近似于正态分布,这与本研究结果不同,可能与涡旋生命周期选择、探测方法和研究区域不同有关.

2.2 生命周期大于4周的涡旋

为了具体描述涡旋的基本性质,对生命周期大于4周的涡旋进一步统计和分析.基于1993—2019年的涡旋数据,将研究区域划分为0.25°×0.25°的网格,统计每个网格内的涡旋产生数和消失数,定义其与统计期间所有涡旋轨迹数的比值为该网格内涡旋的产生频率和消失频率.对于涡旋参数特征,计算每个网格内的各参数总和除以涡旋出现数总和,即为这一参数在该网格内的平均值,若该网格无涡旋则记为0.考虑到部分涡旋在西北太平洋外产生后再传播至研究区域,且每个涡旋统计的时间节点为1 d,因此对于北边界和东边界区域未予统计.

2.2.1 涡旋生消数特征

涡旋产生和消失的空间频率分布如图3所示:在研究区域的低纬度区,科氏力较小使得涡旋产生频率较低;受STCC-NEC垂直剪切影响[6],涡旋产生频率和消失频率在STCC区域较高,且纬向平均超过5%.ACE在吕宋海峡中部产生频率较大并向南海北部延伸[图3(a)],这是由于黑潮经过吕宋海峡时流轴向西偏离,由此产生的顺时针流环使得ACE脱落更容易发生[14,26,59];而西边界处沿黑潮形成的位势涡度锋面抑制了逆时针旋转CE的产生[20,42],使得在吕宋海峡以及琉球群岛海域附近CE的产生频率几乎为0[图3(b)].涡旋产生后向西传播,在西部受岛屿以及黑潮-涡旋相互作用的影响而消失[图3(d)和(e)].

(a)ACE产生频率;(b)CE产生频率;(c)产生频率的纬向平均;(d)ACE消失频率;(e)CE消失频率;(f)消失频率的纬向平均.图3 涡旋产生和消失频率的空间分布Fig.3 Spatial frequency distributions of eddy generation and disappearance

2.2.2 涡旋主要参数特征

对27年内研究区域的ACE和CE主要参数特征分别进行统计,结果发现涡旋半径、振幅和EKE分布随纬度变化明显(图4).在NEC区域,地转效应较小使得涡旋能保持较稳定的状态,涡旋半径分布大致遵循第一斜压罗斯贝波变形半径[60].随着纬度增加,涡旋半径基本呈现线性减小趋势,且CE半径减小更显著[图4(c)].岛屿、地形边界处通常水深较小,且边界阻隔使涡旋所受摩擦作用不断放大,涡旋影响范围也被不断压缩,导致涡旋半径减小[61].

(a)ACE半径;(b)CE半径;(c)半径纬向平均;(d)ACE振幅;(e)CE振幅;(f)振幅纬向平均;(g)ACE的EKE;(h)CE的EKE;(i)EKE纬向平均.图4 涡旋半径、振幅和EKE的空间分布Fig.4 Spatial distributions of eddy radius,amplitude and EKE

由于地转平衡关系,涡旋的自转速度很大程度上取决于振幅的径向和纬向梯度,这使得振幅[图4(d)和(e)]呈现出与EKE[图4(g)和(h)]相似的空间模态.17°～22° N纬度带存在EKE高值区,而沿琉球群岛北上的黑潮加强了这一区域正压与斜压的不稳定性,使得EKE高值区随黑潮一直朝东北方向延伸[62-63].相比之下,CE的EKE高值区范围较ACE的更广,且CE的EKE值普遍较ACE的更高,CE的EKE最大值达1 593.2 cm2/s2,而ACE的EKE最大值为1 015.5 cm2/s2.从纬向平均[图4(i)]可以看出,EKE从南向北呈现“低-高-低”带状分布,且存在两个明显高值区,一处位于吕宋海峡附近并向东、西两侧延伸,另一处位于琉球群岛东北侧向北延伸.研究区域东部EKE整体小于西部,说明中尺度涡在向西传播的过程中不断发展,涡旋也在不断积累能量.

2.2.3 涡旋季节与年际变化特征

季节按照春季3—5月,夏季6—8月,秋季9—11月,冬季12月—翌年2月的标准划分.如图5(a)所示,涡旋多产生于春、冬季节,而在夏、秋季节产生较少,这与春、冬季节较强的海气耦合、海流垂直剪切、风应力以及较深的混合层有关[64].涡旋的半径和振幅均表现出较为明显的季节变化特征[图5(b)和(c)]:在冬季向夏季转换时,涡旋半径显著增加,ACE半径略大于CE,两者均在7月达到最大值,分别约88.1和85.6 km;在此期间ACE振幅基本与CE持平,均在6月达到最大值.而在夏季向冬季转换时,涡旋振幅和半径都不断减小,但此时CE半径逐渐大于ACE,CE振幅也大于ACE.ACE和CE的EKE最大值均出现在5月[图5(d)],分别为384.1和404.4 cm2/s2;ACE的EKE在12月出现最小值269.8 cm2/s2,CE的EKE则在1月出现最小值272.2 cm2/s2.CE的EKE全年略高于ACE,以夏、秋季最为显著,这也可以解释CE数较多且传播距离较长的现象,即由于CE具有较大EKE,其能量更难被消散,持续时间往往更长[65].

图5 涡旋产生数(a)、半径(b)、振幅(c)和EKE(d)的季节变化Fig.5 Seasonal variations of eddy generation number (a),radius (b),amplitude (c) and EKE (d)

ENSO事件通常会引起涡旋的年际到年代际变化[32,66-67],据此分析涡旋产生数、出现数(某时间节点的涡旋存在数)和EKE的年际变化及其与Nio3.4指数的相关性(图6).由于ENSO可通过海气耦合模式以赤道开尔文波和太平洋西传罗斯贝波引起西北太平洋风应力及其旋度变化[68],在厄尔尼诺年,西北太平洋海表风场较弱,风应力输入降低,NEC平均流量减小,整个西北太平洋层结较强并出现较低的海平面[69-71],抑制了涡旋的产生,使得涡旋产生数、出现数与Nio3.4指数呈负相关[图6(a)和(c)].同时,异常反气旋风场会带来海洋负风应力旋度输入[67],STCC南侧海平面更低而北侧更高,STCC被加强使得STCC-NEC系统的垂直剪切更大,提升了区域的EKE[72],EKE与Nio3.4指数呈正相关[图6(e)].在拉尼娜年则相反.ACE出现数与Nio3.4指数表现出良好的滞后相关性,但产生数与Nio3.4指数的相关性略低[图6(b)和(d)].CE的EKE与Nio3.4指数相关性略高于ACE,且CE和ACE均在相位滞后1个月时相关性达极大值,相关系数分别为0.67和0.53[图6(f)],这与ENSO信号传播至西北太平洋区域所需时间基本接近[73-74],表明ENSO可能通过改变整个东亚季风系统年际变率模态对西北太平洋的EKE进行调控.对比图6(a)和(e)可得:当Nio3.4指数正异常时(1997—1998年、2002—2004年、2015—2016年),涡旋的EKE更大但涡旋产生数更少;而Nio3.4指数负异常时(1999—2001年、2010—2011年)则相反.

(a)、(c)和(e)为涡旋参数与Nio3.4指数时间序列,均经过1年低通滤波;(b)、(d)和(f)为涡旋参数与Nio3.4指数超前、滞后的相关性,图线上三角形标记点表示相关系数通过95%置信水平检验.图6 涡旋产生数(a)、出现数(c)、EKE(e)异常与Nio3.4指数的年际变化和对应的超前、滞后相关关系(b、d和f)Fig.6 Interannual variations of eddy generation number (a),occurrence number (c),EKE (e) anomaly with Nio3.4 index,and corresponding lead and lag correlations (b,d,f)

3 涡旋产生机制

海洋中尺度涡的产生和演变很大程度上与涡-流相互作用有关,同时也受到与环流水平剪切-正压不稳定性或垂直剪切-斜压不稳定性影响[57,75].为研究中尺度涡的产生机制,使用1998—2019年22年间的BRAN2020数据集对影响涡旋的各项因子进行分析.

图7所示为研究区域内0～200 m垂向平均的ADV、ηBC、ηBT以及ηWS的季节变化,其中后三者对EKE的影响较大,而ADV几乎为零,对EKE的变化不起作用.ηBC基本充当EKE的来源项,趋势接近于EKE的变化,且ηBC具有明显的季节性变化,春、冬季节较高而夏、秋较低;相较于ηBC,ηBT全年较低且季节变化不明显,在7月达最大值而在4月和10月均出现极小值,这是因为在对整个研究区域进行空间平均后,ηBT会出现正负抵消的情况,最终在时间域上对EKE表现出较小的贡献;夏季和冬季的海表风速较大使得ηWS在此期间较高,而在4—5月季风转换期间ηWS输入达最小,但同样是在季风转换期的9—10月ηWS输入仍较高.考虑到风应力的输入与海表流速所形成的夹角有关,风向也是影响ηWS输入的重要因素之一.

图7 EKE、ADV、ηBC、ηBT和ηWS的季节变化Fig.7 Seasonal variations of EKE,ADV,ηBC,ηBT and ηWS

研究区域EKE、ηBC和ηBT的空间平均分布如图8所示:除吕宋海峡东南部、南海东部以及琉球海域外,ηBC输入基本为正;受STCC-NEC的垂直剪切影响,ηBC正值在STCC区域尤为显著,且这一空间格局与EKE相似,表明在17°～25° N纬度带斜压不稳定性是增强涡旋能量信号的主要来源;同时,STCC和NEC经向密度梯度差异导致背景流中的平均势能更大[40],使得ηBC更为重要.ηBT输入在大洋中十分微小,在NEC区域表现为较低的正值;而高ηBT正输入基本出现在吕宋海峡和台湾岛以东海域并向琉球海域延伸,在一定程度上说明强边界流(如黑潮)带来的正压不稳定性也会促使涡旋产生,涡旋可以从强流中获取能量转化为自身的EKE[76].值得注意的是,在海陆交界处,地形变化带来的强烈水平和垂直速度切变会引发较强的正压不稳定性[77],如琉球群岛和马里亚纳群岛.

STCC区域显示出明显的EKE信号[图8(a)],为进一步阐明该区域EKE的变化,给出STCC流轴所在R1区域[17°～24° N, 122°～150° E;图8(b)]ηBC、ηBT和EKE平均的时间序列,并计算两者与EKE的超前、滞后相关性(图9).结果显示:EKE与ηBC的滞后相关性良好,在滞后于ηBC约2个月达最大正相关,相关系数为0.84.EKE与ηBT几乎呈同时负相关,相关系数为-0.56.但ηBT相较于ηBC小一个数量级且净输入为负,表明斜压不稳定性是造成该区域EKE年际变化的主要机制.

4 结 论

本研究基于27年(1993—2019年)的AVISO卫星高度计数据集,对西北太平洋及其邻近边缘海(10°～30° N, 115°～155° E)的中尺度涡时空分布特征进行了统计分析,得出如下结论:

1) 涡旋在西北太平洋低纬度区域的产生频率较低而在STCC区域的较高,在黑潮流轴区域更易产生ACE并穿越吕宋海峡进入南海.相较于ACE,长生命周期的CE数更多且传播距离更长.

2) 随纬度的增加,涡旋半径显著减小而振幅有所变大,EKE则呈现“低-高-低”的带状分布.17°～22° N纬度带存在EKE高值区,且在吕宋海峡东部更为明显.CE的EKE高值区范围相较于ACE更广.

3) 斜压不稳定性是影响研究区域涡旋产生的重要因素之一,这与STCC-NEC系统的垂直剪切有关.春、冬季节更强的斜压不稳定性更有利于涡旋产生,涡旋从背景流的平均势能中获取能量,使得EKE在夏、秋季节达到最大值.风应力输入和正压不稳定性也有利于涡旋的产生与发展.在年际变化上,涡旋产生数、出现数和EKE的年际变化在一定程度上受ENSO的影响.

本研究强调了研究区域复杂的环流结构对涡旋特性的影响,并初步探讨了涡旋EKE的来源,有助于从能量学角度理解涡-流相互作用与涡旋产生机制.但对于涡旋产生和演变与更大尺度气候强迫的关系,本研究目前尚未给出明确的解释,其是否与海洋其他物理过程相关还有待于进一步研究.