西北太平洋及其鄰近邊緣海中尺度渦的時空特征分析

袁泉木,胡建宇,2*

(1.廈門大學海洋與地球學院,近海海洋環境科學國家重點實驗室,福建 廈門 361102;2.南方海洋科學與工程廣東省實驗室,廣東 珠海 519082)

中尺度渦是廣泛存在于全球海洋中的一種渦旋現象,時間短則幾天,長可達數百天,水平尺度從幾十千米至幾百千米不等[1],其具有的能量占全球海洋總動能的90%左右,與大尺度環流以及亞中尺度過程的能量串級息息相關[2-4].同時,中尺度渦運動會改變海域溫度、鹽度、葉綠素、溶解氧和營養鹽等分布,并在渦旋區誘發上升流和下降流,帶來海洋物質的水平垂直輸運.此外,中尺度渦還可以通過海氣相互作用控制全球海洋熱鹽通量并調制大氣環流,對全球氣候和生物地球化學過程有重要影響[5-6].北太平洋西部低緯度存在一支向西流動的北赤道流(NEC),在與菲律賓群島相遇后分為南、北兩支,其中北上分支形成強勁的西邊界流——黑潮;黑潮攜帶大量高溫高鹽水從熱帶海洋運輸至高緯度地區,使得西北太平洋區域成為熱帶與亞熱帶太平洋之間熱鹽和能量交換的重要區域[7].副熱帶逆流(STCC)是18°～25° N范圍內的一支向東海流[8-9],在STCC區域強烈的海表高度變化以及復雜的海洋環流結構容易伴隨發生中尺度渦旋過程[7],由西北太平洋產生的渦旋會通過呂宋海峽與南海發生質量與能量的交換,直接影響到我國近海海洋環境.因此,研究西北太平洋及其鄰近邊緣海中尺度渦的演變規律對我國氣候、生態、漁業、航運等方面都具有很高的價值.

早在20世紀70年代,國內外學者利用現場實測資料開展了西北太平洋中尺度渦的研究[10-12].隨著衛星遙感技術的迅速發展,對渦旋的統計也越來越全面.基于衛星高度計數據,Menard[13]、Yuan等[14]、Sun等[15]對黑潮流軸附近的渦旋進行了個例研究,林鵬飛[5]、何忠杰[16]、Aoki等[17]、林宏陽等[18]、Liu等[19]、Yang等[20]、Cheng等[8]、崔偉等[21]、湯博等[22]、楊桂晶[23]對西北太平洋中尺度渦的數目、生命周期、振幅和半徑等特征進行了多年統計分析.在渦旋時空分布上,鄭聰聰等[24]使用1993—2011年法國AVISO(archiving,validation and interpretation of satellite oceanographic data)提供的海面高度異常數據,發現STCC區域是渦旋產生的高頻區,春、冬季是渦旋高發季節;基于TOPEX/Poseidon衛星的地轉流場數據,Hwang等[25]追蹤到STCC區域的大部分渦旋集中在22° N附近的緯度帶,并以約8 km/d的速度向西傳播.Cheng等[26]考察了近20年靠近呂宋島和臺灣島以東受黑潮影響的渦旋特征,發現在STCC南、北兩側活動的渦旋與黑潮相互作用時間更長,并分別在18°～19° N、22°～23° N進入黑潮流域.同時,STCC區域也是西北太平洋渦動能(EKE)較高的地帶之一[27-28],Zhai等[29]觀察到STCC的EKE在春、夏季較高而在秋、冬季較低.Yang等[20]發現19°～26° N緯度帶的EKE普遍較高,靠近呂宋島—臺灣島附近進一步增加.此外,渦旋活動的年際變化已被證實與大尺度的氣候強迫如厄爾尼諾-南方濤動(ENSO)、太平洋年代際振蕩(PDO)和西北太平洋模態(WP)等密切相關[22,30-31].厄爾尼諾年產生的渦旋較少,而拉尼娜年產生的渦旋較多[32].

季風驅動帶來的海表風應力強迫是渦旋產生的重要因素之一[33-36].大尺度環流的正、斜壓不穩定性也會誘發渦旋產生并為渦旋發展提供能量[37-39],STCC和NEC速度垂直剪切帶來的斜壓不穩定是西北太平洋渦旋的EKE增強的主要原因[27,40-41],而在臺灣島和琉球群島以東海域,琉球海流和黑潮引起的海洋正壓響應同樣與渦旋產生相關[42-43].與黑潮經過呂宋海峽入侵南海有關的位勢渦度變化過程也會伴隨中尺度渦的產生與消失[44].此外,地形作用和海洋溫鹽梯度鋒面的不穩定性同樣會影響渦旋產生[19,45].

以前的研究多集中于對西北太平洋渦旋進行較大范圍的統計平均,但這些區域中的渦旋性質演變會因復雜的渦-流相互作用而受到影響,控制渦旋產生的主要機制也不盡相同.因此,在局地渦旋參數特征和產生機制分析上還需要開展進一步研究.本研究基于衛星高度計數據,采用海表絕對動力地形(ADT)閉合等值線方法,對1993—2019年西北太平洋及其鄰近邊緣海(10°～30° N, 115°～155° E)區域的中尺度渦進行識別追蹤.針對冷渦(CE)和暖渦(ACE),本研究著重分析渦旋生消位置、參數大小、時空變化等特征,并闡明不同區域渦旋與流系之間的相互作用;同時,使用高分辨率海洋模型,實現對渦旋能量來源的定量分析,以期更好地理解與渦旋產生機制有關的海洋動力學.

1 數據和方法

1.1 數據來源

使用的ADT和地轉流速異常數據來源于哥白尼海洋環境監測服務中心.該數據集由多任務高度計數據處理系統處理,由AVISO(http:∥www.aviso.altimetry.fr/)在法國國家空間研究中心的支持下分發.數據集采用墨卡托投影,空間覆蓋范圍為82° S～82° N,時間分辨率為1 d,空間分辨率為0.25°×0.25°.

為了研究渦旋產生的相關動力學機制,使用BRAN2020(Bluelink ReANalysis 2020)再分析數據集(https:∥www.nci.org.au/).該數據集由多年海洋觀測結果與澳大利亞海洋預報模型結合而成,并給出了1993—2019年對海洋狀態的四維估計.模型網格在75° S～75° N范圍具有0.1°×0.1°的水平分辨率,垂向包含50層.BRAN實驗數據已用于海洋環流等研究,可以很好地模擬海洋環流的動力學和熱力學過程[46].從圖1可以看出,由BRAN2020給出ADT均方根的空間分布與AVISO的情況基本一致,具有良好的相似性.

(a)中空心矢量為STCC、NEC及黑潮流軸區域,虛線為200 m等深線.圖1 1993—2019年基于AVISO(a)和BRAN2020(b)輸出的西北太平洋及其鄰近邊緣海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 中尺度渦識別追蹤

渦旋識別算法基于Mason等[47]提供的PET(py-eddy-tracker)算法.該算法采用ADT作為背景場,利用半功率截止波長為700 km的一階Lanczos濾波器對ADT進行平滑處理,再從原始ADT場中減去結果,得到一個包含中尺度變化的網格數據.考慮到墨卡托成像的影響,在不同緯度對截止波長進行了校正[48-49].

渦旋識別采用ADT閉合等值線法,結合西北太平洋實際情況,設定如下限制:

1) 對每日ADT背景場閉合等值線掃描,輸出間隔為0.2 cm,依次尋找ADT的極大值和極小值點,分別命名為ACE和CE,將極值點與最外層閉合等值線的高度差定義為振幅且不小于1 cm;

2) 將每個閉合等值線的質心定義為渦旋中心,以渦旋中心為原點,求出與閉合等值線包圍區域面積相同的標準圓半徑作為渦旋半徑,二者形狀重疊面積要大于渦旋面積的30%;

3) 最外層等值線必須為單連通區域,且圍成區域至少包含5個像素點,至多包含1 000個像素點;

4) 因高度計數據不能有效去除淺海陸架上潮汐和內波等高頻運動帶來的信號干擾,故水深小于200 m處的數據未予統計.

渦旋追蹤采用重疊法[2,50-51],重疊率(Ro)計算方法如下:

(1)

其中At表示t時刻的渦旋面積.當Ro大于5%時,可保留渦旋候選,在多個候選渦旋的情況下,保留較大重疊率的渦旋;若下一時刻不存在Ro大于5%渦旋,則判定為一個新的渦旋.針對“缺失渦旋”問題(即在已經完成映射的背景場中,由于檢測程序施加的限制或渦旋受局地變化而消失幾天后再出現),跟蹤過程允許缺失1～4個連續的觀測結果,并利用插值法對缺失的渦旋進行重構.總體來看,采用重疊方法對逐日渦旋的背景場進行處理,大大減少了算法的計算量并避免了對渦旋特征值處理的不確定性,也保證了最多連續5 d的虛擬觀測[51].

1.3 不穩定性分析

本研究使用1998—2019年的BRAN2020數據集(1993—1998年部分數據缺失),利用海洋上層200 m的經向速度、緯向速度、垂直速度、鹽度、位溫以及海表風應力的日數據對研究區域進行不穩定性分析.

根據Lorenz[52]提出的全球海洋能量循環理論,海洋環流是描述4個能量庫之間的穩態平衡,分別為平均動能(MKE)、平均勢能(MPE)、EKE和渦勢能(EPE)[53].其中,EKE的控制方程如下[54-56]:

(2)

式中:EEK表示EKE,等號左側為EKE隨時間的變化率;等號右側第一項為EKE平流再分配項(ADV),v為速度矢量,ηBT為通過正壓不穩定性從MKE到EKE的能量轉換率,ηBC為通過斜壓不穩定性從EPE到EKE的能量轉換率,ηWS為通過風應力不穩定性從大氣到EKE的能量轉換率,D為耗散項[57].

2 結果與討論

2.1 西北太平洋中尺度渦統計結果

根據上述研究方法,在1993年1月1日—2019年12月31日觀測周期內,西北太平洋及其鄰近邊緣海區域(以下簡稱研究區域)共識別出1 300 204個獨立渦旋,其中641 671個ACE、658 533個CE,兩者比例約1∶1.03,接近全球范圍內1∶1的比例[2].若考慮渦旋生命周期,在研究區域內分別追蹤到17 133個ACE軌跡、17 288個CE軌跡.如表1所示:隨著統計生命周期的增加,渦旋的振幅、半徑、傳播距離和EKE都隨之增大;相較于ACE,長生命周期的CE軌跡數更多且傳播距離更長.

表1 不同生命周期下中尺度渦各特征參數統計

由圖2(a)和(b)可得:無論是ACE還是CE,生命周期為2～3周的渦旋數最多且以2～8周為主.隨著生命周期的增加,渦旋數急劇減少;生命周期小于20周的ACE占比約97.3%,CE占比約97.4%,而生命周期在50周以上的ACE僅有18個,CE僅有7個.整體而言,CE和ACE隨生命周期的變化趨勢基本一致,近似服從對數正態分布.

圖2 渦旋生命周期(a和b)、振幅(c和d)和半徑(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)

從圖2(c)和(d)來看,研究區域ACE和CE的平均振幅集中于0～10 cm區間(ACE約87.7%,CE約87.0%),渦旋振幅總體小于20 cm,變化趨勢與生命周期基本相似.ACE和CE半徑的分布如圖2(e)和(f)所示,主要集中于30～130 km區間(ACE約89.1%,CE約88.9%),ACE的半徑分布峰值出現在52 km處,CE的則出現在47 km處.分別對渦旋振幅和半徑用正態分布和對數正態分布進行擬合.不論是ACE還是CE,渦旋振幅分布近似于正態分布,而渦旋半徑則偏向于對數正態分布.這與祖永燦等[45]統計太平洋生命周期大于8周的渦旋半徑分布結果類似;倪欽彪[58]統計1993—2012年期間呂宋海峽中尺度渦數據也表明,渦旋半徑分布近似于偏正態分布.而Liu等[19]對1993—2010年期間北太平洋STCC區域的中尺度渦進行識別統計,認為生命周期大于8周的渦旋半徑近似于正態分布,這與本研究結果不同,可能與渦旋生命周期選擇、探測方法和研究區域不同有關.

2.2 生命周期大于4周的渦旋

為了具體描述渦旋的基本性質,對生命周期大于4周的渦旋進一步統計和分析.基于1993—2019年的渦旋數據,將研究區域劃分為0.25°×0.25°的網格,統計每個網格內的渦旋產生數和消失數,定義其與統計期間所有渦旋軌跡數的比值為該網格內渦旋的產生頻率和消失頻率.對于渦旋參數特征,計算每個網格內的各參數總和除以渦旋出現數總和,即為這一參數在該網格內的平均值,若該網格無渦旋則記為0.考慮到部分渦旋在西北太平洋外產生后再傳播至研究區域,且每個渦旋統計的時間節點為1 d,因此對于北邊界和東邊界區域未予統計.

2.2.1 渦旋生消數特征

渦旋產生和消失的空間頻率分布如圖3所示:在研究區域的低緯度區,科氏力較小使得渦旋產生頻率較低;受STCC-NEC垂直剪切影響[6],渦旋產生頻率和消失頻率在STCC區域較高,且緯向平均超過5%.ACE在呂宋海峽中部產生頻率較大并向南海北部延伸[圖3(a)],這是由于黑潮經過呂宋海峽時流軸向西偏離,由此產生的順時針流環使得ACE脫落更容易發生[14,26,59];而西邊界處沿黑潮形成的位勢渦度鋒面抑制了逆時針旋轉CE的產生[20,42],使得在呂宋海峽以及琉球群島海域附近CE的產生頻率幾乎為0[圖3(b)].渦旋產生后向西傳播,在西部受島嶼以及黑潮-渦旋相互作用的影響而消失[圖3(d)和(e)].

(a)ACE產生頻率;(b)CE產生頻率;(c)產生頻率的緯向平均;(d)ACE消失頻率;(e)CE消失頻率;(f)消失頻率的緯向平均.圖3 渦旋產生和消失頻率的空間分布Fig.3 Spatial frequency distributions of eddy generation and disappearance

2.2.2 渦旋主要參數特征

對27年內研究區域的ACE和CE主要參數特征分別進行統計,結果發現渦旋半徑、振幅和EKE分布隨緯度變化明顯(圖4).在NEC區域,地轉效應較小使得渦旋能保持較穩定的狀態,渦旋半徑分布大致遵循第一斜壓羅斯貝波變形半徑[60].隨著緯度增加,渦旋半徑基本呈現線性減小趨勢,且CE半徑減小更顯著[圖4(c)].島嶼、地形邊界處通常水深較小,且邊界阻隔使渦旋所受摩擦作用不斷放大,渦旋影響范圍也被不斷壓縮,導致渦旋半徑減小[61].

(a)ACE半徑;(b)CE半徑;(c)半徑緯向平均;(d)ACE振幅;(e)CE振幅;(f)振幅緯向平均;(g)ACE的EKE;(h)CE的EKE;(i)EKE緯向平均.圖4 渦旋半徑、振幅和EKE的空間分布Fig.4 Spatial distributions of eddy radius,amplitude and EKE

由于地轉平衡關系,渦旋的自轉速度很大程度上取決于振幅的徑向和緯向梯度,這使得振幅[圖4(d)和(e)]呈現出與EKE[圖4(g)和(h)]相似的空間模態.17°～22° N緯度帶存在EKE高值區,而沿琉球群島北上的黑潮加強了這一區域正壓與斜壓的不穩定性,使得EKE高值區隨黑潮一直朝東北方向延伸[62-63].相比之下,CE的EKE高值區范圍較ACE的更廣,且CE的EKE值普遍較ACE的更高,CE的EKE最大值達1 593.2 cm2/s2,而ACE的EKE最大值為1 015.5 cm2/s2.從緯向平均[圖4(i)]可以看出,EKE從南向北呈現“低-高-低”帶狀分布,且存在兩個明顯高值區,一處位于呂宋海峽附近并向東、西兩側延伸,另一處位于琉球群島東北側向北延伸.研究區域東部EKE整體小于西部,說明中尺度渦在向西傳播的過程中不斷發展,渦旋也在不斷積累能量.

2.2.3 渦旋季節與年際變化特征

季節按照春季3—5月,夏季6—8月,秋季9—11月,冬季12月—翌年2月的標準劃分.如圖5(a)所示,渦旋多產生于春、冬季節,而在夏、秋季節產生較少,這與春、冬季節較強的海氣耦合、海流垂直剪切、風應力以及較深的混合層有關[64].渦旋的半徑和振幅均表現出較為明顯的季節變化特征[圖5(b)和(c)]:在冬季向夏季轉換時,渦旋半徑顯著增加,ACE半徑略大于CE,兩者均在7月達到最大值,分別約88.1和85.6 km;在此期間ACE振幅基本與CE持平,均在6月達到最大值.而在夏季向冬季轉換時,渦旋振幅和半徑都不斷減小,但此時CE半徑逐漸大于ACE,CE振幅也大于ACE.ACE和CE的EKE最大值均出現在5月[圖5(d)],分別為384.1和404.4 cm2/s2;ACE的EKE在12月出現最小值269.8 cm2/s2,CE的EKE則在1月出現最小值272.2 cm2/s2.CE的EKE全年略高于ACE,以夏、秋季最為顯著,這也可以解釋CE數較多且傳播距離較長的現象,即由于CE具有較大EKE,其能量更難被消散,持續時間往往更長[65].

圖5 渦旋產生數(a)、半徑(b)、振幅(c)和EKE(d)的季節變化Fig.5 Seasonal variations of eddy generation number (a),radius (b),amplitude (c) and EKE (d)

ENSO事件通常會引起渦旋的年際到年代際變化[32,66-67],據此分析渦旋產生數、出現數(某時間節點的渦旋存在數)和EKE的年際變化及其與Nio3.4指數的相關性(圖6).由于ENSO可通過海氣耦合模式以赤道開爾文波和太平洋西傳羅斯貝波引起西北太平洋風應力及其旋度變化[68],在厄爾尼諾年,西北太平洋海表風場較弱,風應力輸入降低,NEC平均流量減小,整個西北太平洋層結較強并出現較低的海平面[69-71],抑制了渦旋的產生,使得渦旋產生數、出現數與Nio3.4指數呈負相關[圖6(a)和(c)].同時,異常反氣旋風場會帶來海洋負風應力旋度輸入[67],STCC南側海平面更低而北側更高,STCC被加強使得STCC-NEC系統的垂直剪切更大,提升了區域的EKE[72],EKE與Nio3.4指數呈正相關[圖6(e)].在拉尼娜年則相反.ACE出現數與Nio3.4指數表現出良好的滯后相關性,但產生數與Nio3.4指數的相關性略低[圖6(b)和(d)].CE的EKE與Nio3.4指數相關性略高于ACE,且CE和ACE均在相位滯后1個月時相關性達極大值,相關系數分別為0.67和0.53[圖6(f)],這與ENSO信號傳播至西北太平洋區域所需時間基本接近[73-74],表明ENSO可能通過改變整個東亞季風系統年際變率模態對西北太平洋的EKE進行調控.對比圖6(a)和(e)可得:當Nio3.4指數正異常時(1997—1998年、2002—2004年、2015—2016年),渦旋的EKE更大但渦旋產生數更少;而Nio3.4指數負異常時(1999—2001年、2010—2011年)則相反.

(a)、(c)和(e)為渦旋參數與Nio3.4指數時間序列,均經過1年低通濾波;(b)、(d)和(f)為渦旋參數與Nio3.4指數超前、滯后的相關性,圖線上三角形標記點表示相關系數通過95%置信水平檢驗.圖6 渦旋產生數(a)、出現數(c)、EKE(e)異常與Nio3.4指數的年際變化和對應的超前、滯后相關關系(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 渦旋產生機制

海洋中尺度渦的產生和演變很大程度上與渦-流相互作用有關,同時也受到與環流水平剪切-正壓不穩定性或垂直剪切-斜壓不穩定性影響[57,75].為研究中尺度渦的產生機制,使用1998—2019年22年間的BRAN2020數據集對影響渦旋的各項因子進行分析.

圖7所示為研究區域內0～200 m垂向平均的ADV、ηBC、ηBT以及ηWS的季節變化,其中后三者對EKE的影響較大,而ADV幾乎為零,對EKE的變化不起作用.ηBC基本充當EKE的來源項,趨勢接近于EKE的變化,且ηBC具有明顯的季節性變化,春、冬季節較高而夏、秋較低;相較于ηBC,ηBT全年較低且季節變化不明顯,在7月達最大值而在4月和10月均出現極小值,這是因為在對整個研究區域進行空間平均后,ηBT會出現正負抵消的情況,最終在時間域上對EKE表現出較小的貢獻;夏季和冬季的海表風速較大使得ηWS在此期間較高,而在4—5月季風轉換期間ηWS輸入達最小,但同樣是在季風轉換期的9—10月ηWS輸入仍較高.考慮到風應力的輸入與海表流速所形成的夾角有關,風向也是影響ηWS輸入的重要因素之一.

圖7 EKE、ADV、ηBC、ηBT和ηWS的季節變化Fig.7 Seasonal variations of EKE,ADV,ηBC,ηBT and ηWS

研究區域EKE、ηBC和ηBT的空間平均分布如圖8所示:除呂宋海峽東南部、南海東部以及琉球海域外,ηBC輸入基本為正;受STCC-NEC的垂直剪切影響,ηBC正值在STCC區域尤為顯著,且這一空間格局與EKE相似,表明在17°～25° N緯度帶斜壓不穩定性是增強渦旋能量信號的主要來源;同時,STCC和NEC經向密度梯度差異導致背景流中的平均勢能更大[40],使得ηBC更為重要.ηBT輸入在大洋中十分微小,在NEC區域表現為較低的正值;而高ηBT正輸入基本出現在呂宋海峽和臺灣島以東海域并向琉球海域延伸,在一定程度上說明強邊界流(如黑潮)帶來的正壓不穩定性也會促使渦旋產生,渦旋可以從強流中獲取能量轉化為自身的EKE[76].值得注意的是,在海陸交界處,地形變化帶來的強烈水平和垂直速度切變會引發較強的正壓不穩定性[77],如琉球群島和馬里亞納群島.

STCC區域顯示出明顯的EKE信號[圖8(a)],為進一步闡明該區域EKE的變化,給出STCC流軸所在R1區域[17°～24° N, 122°～150° E;圖8(b)]ηBC、ηBT和EKE平均的時間序列,并計算兩者與EKE的超前、滯后相關性(圖9).結果顯示:EKE與ηBC的滯后相關性良好,在滯后于ηBC約2個月達最大正相關,相關系數為0.84.EKE與ηBT幾乎呈同時負相關,相關系數為-0.56.但ηBT相較于ηBC小一個數量級且凈輸入為負,表明斜壓不穩定性是造成該區域EKE年際變化的主要機制.

4 結 論

本研究基于27年(1993—2019年)的AVISO衛星高度計數據集,對西北太平洋及其鄰近邊緣海(10°～30° N, 115°～155° E)的中尺度渦時空分布特征進行了統計分析,得出如下結論:

1) 渦旋在西北太平洋低緯度區域的產生頻率較低而在STCC區域的較高,在黑潮流軸區域更易產生ACE并穿越呂宋海峽進入南海.相較于ACE,長生命周期的CE數更多且傳播距離更長.

2) 隨緯度的增加,渦旋半徑顯著減小而振幅有所變大,EKE則呈現“低-高-低”的帶狀分布.17°～22° N緯度帶存在EKE高值區,且在呂宋海峽東部更為明顯.CE的EKE高值區范圍相較于ACE更廣.

3) 斜壓不穩定性是影響研究區域渦旋產生的重要因素之一,這與STCC-NEC系統的垂直剪切有關.春、冬季節更強的斜壓不穩定性更有利于渦旋產生,渦旋從背景流的平均勢能中獲取能量,使得EKE在夏、秋季節達到最大值.風應力輸入和正壓不穩定性也有利于渦旋的產生與發展.在年際變化上,渦旋產生數、出現數和EKE的年際變化在一定程度上受ENSO的影響.

本研究強調了研究區域復雜的環流結構對渦旋特性的影響,并初步探討了渦旋EKE的來源,有助于從能量學角度理解渦-流相互作用與渦旋產生機制.但對于渦旋產生和演變與更大尺度氣候強迫的關系,本研究目前尚未給出明確的解釋,其是否與海洋其他物理過程相關還有待于進一步研究.