趙一丁 楊 波 ① 魏 皓 趙 亮

(1. 中國海洋大學海洋環(huán)境學院 青島 266100; 2. 天津科技大學海洋科學與工程學院 天津 300457)

聯(lián)合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change, IPCC)第四次評估報告(IPCC,2007)通過一系列耦合環(huán)流模式對未來溫室氣體增加的不同情景下全球氣候變化作了預測, 其結果顯示未來全球氣候變暖趨勢仍會持續(xù), 升溫帶來的生物過程變化會影響海水中營養(yǎng)鹽的分布。河流物質通量的研究顯示, 由于農業(yè)生產(Bouwmanetal, 2010)、污水排放(Van Drechtetal, 2009)和水文氣候(Feketeet al, 2010)變化, 未來全球河流無機氮、無機磷排放量將顯著增加, 河流營養(yǎng)鹽結構隨之發(fā)生變化(Garnieretal, 2010; Seitzingeretal, 2010)。在氣候和河流營養(yǎng)鹽排放變化的影響下, 未來海水營養(yǎng)鹽濃度發(fā)生怎樣的變化？營養(yǎng)鹽的分布與變化對生物生產力和生物資源量的變動有何影響？這些是當前生態(tài)環(huán)境研究共同關心的熱點問題。

黃、東海是我國重要的陸架海區(qū), 以生產力高而著稱, 是我國經濟社會發(fā)展的重要支撐系統(tǒng)之一。過去幾十年, 黃、東海水溫有明顯上升趨勢(袁承儀,2011; 李家星等, 2012)。隨著經濟的發(fā)展和人類活動加劇, 河流攜帶入海的陸源物質顯著增加, 生態(tài)環(huán)境變化受到氣候變化和人類活動的雙力推進, 黃、東海生態(tài)系統(tǒng)面臨的壓力驟增, 生態(tài)災害頻發(fā)(唐啟升等, 2001)。針對未來黃、東海營養(yǎng)鹽濃度變化趨勢的預測是未來生態(tài)環(huán)境變化研究的重要組成部分,也可為國家制定海洋生態(tài)環(huán)境保護和可持續(xù)發(fā)展政策提供參考。為此, 我們采用降尺度(downscaling)方法, 利用氣候模式給出的氣候預測結果來驅動區(qū)域海洋水動力模式, 得到未來黃、東海流場、湍流混合等水動力條件, 結合預測得到的未來河流營養(yǎng)鹽載荷, 再與生態(tài)系統(tǒng)模型進行耦合, 預測未來黃、東海生態(tài)環(huán)境狀態(tài)。本文集中討論營養(yǎng)鹽的預測結果。

1 模式與方法

本文采用的三維物理-生物耦合模型包括水動力模塊和生態(tài)模塊兩個部分(Zhaoetal, 2011)。水動力模塊為海洋環(huán)流模式POM (Princeton Ocean Model),空間分辨率為 1/18°, 垂向采用σ坐標共分為 21層,該模塊為生態(tài)模塊提供水溫、環(huán)流、湍流混合等條件。生態(tài)模塊基于海洋生態(tài)動力學模式 NORWECOM(Aksnesetal, 1995; Skogenetal, 1995), 包括三類營養(yǎng)鹽(溶解無機氮 DIN、溶解無機磷 DIP和硅酸鹽SIL)、兩類浮游植物(硅藻(DIA)和鞭毛藻FLA)和兩類生物有機物(碎屑DET和生物硅SIS)。該模塊包含了浮游植物對營養(yǎng)鹽的吸收、呼吸釋放以及水體礦化再生過程, 底邊界考慮了碎屑的沉降和再懸浮過程。由于底營養(yǎng)鹽再生涉及過程和參數較復雜, 以往研究中并沒有給出明確的底通量, 且本文主要關心河流的影響, 因此, 未考慮無機營養(yǎng)鹽的底再生過程。模型邊界條件、初始條件及生態(tài)參數的設定可參見Zhao等(2011)。營養(yǎng)鹽、葉綠素a周年變化模擬已與觀測數據進行對比, 校驗結果表明此生態(tài)模型可以反映黃、東海營養(yǎng)鹽分布及變化的規(guī)律。

本文針對 IPCC報告中提出的四個未來情景, 選擇大氣溫室氣體增長的中端穩(wěn)定路徑RCP4.5情景(到2100年輻射強迫穩(wěn)定在 4.5W/m2左右)作為對未來氣候變化的預估情景。我們從 IPCC報告提出的海氣耦合模式中選取FGOALS_s2.0模式(the second spectral version of the Flexible Global Ocean-Atmosphere-Land System model)輸出的未來(2026—2075年)和現(xiàn)代(1951—2000年)平均的風場及熱通量結果作為強迫場來驅動水動力模式POM及生態(tài)模塊。

本研究的海區(qū)營養(yǎng)鹽初始條件、黑潮開邊界條件和大氣干濕沉降條件等設定與 Zhao等(2011)相同,研究中僅改變未來營養(yǎng)鹽河流輸入量?；谇晟鷳B(tài)系統(tǒng)評估(Millennium Ecosystem Assessment, MEA)對未來社會經濟發(fā)展規(guī)劃的四個情景(Alcamo, 2006),Qu等(2010)以及Strokal等(2014), 應用GlobalNEWS模式(Global Nutrient Export from Watersheds)預測并分析了未來中國河流營養(yǎng)鹽排放, 我們選取其中兩個極端情景(GO和AM), 根據2050年相對2000年河流排放無機氮、無機磷增加的比例, 計算未來各河流營養(yǎng)鹽的濃度作為未來河流輸入邊界條件。未來徑流量變化很小(Yangetal, 2005), 控制模式中10條河流流量不變(海洋圖集編委會, 1993)。由于硅酸鹽的保守性, 未來河流硅酸鹽濃度變化不大, 且主要受筑壩節(jié)流的影響, 模型中設其保持不變。2000年河流營養(yǎng)鹽濃度數值參考 Zhou等(2008)及 Liu等(2009)的研究。模式由初始狀態(tài)計算兩年之后基本穩(wěn)定, 本文采用第三年輸出結果進行分析。

本文將黃、東海分區(qū)統(tǒng)計, 浮游植物的環(huán)境因子主要為溫度、鹽度、營養(yǎng)鹽和光照等, 其中河流營養(yǎng)鹽隨淡水排放, 與鹽度有較好的相關性。利用模式現(xiàn)代(2000年)的年均表層和底層溫鹽數據, 按水團分析方法中的聚類分析(圖1及表1)將研究區(qū)域劃分為黃海沿岸、黃海中部、長江口鄰近海區(qū)和東海陸架區(qū)四個區(qū)域(圖2)。黃海沿岸海區(qū)直接受河流排放影響, 營養(yǎng)鹽濃度較高, 水深較淺, 屬于黃海沿岸水系。黃海中部海區(qū)的突出特征為夏季存在冷水團, 該海區(qū)溫躍層強,層結穩(wěn)定, 生態(tài)環(huán)境獨特, 營養(yǎng)鹽來自鄰近海區(qū)的輸運。長江口鄰近海區(qū)主要受長江沖淡水及蘇北沿岸水的影響, 有充足的營養(yǎng)鹽補充; 東海陸架區(qū)受臺灣暖流及黑潮的影響, 呈現(xiàn)高溫高鹽的水文特征。本文針對未來氣候變化和河流營養(yǎng)鹽排放變化的影響, 研究各海區(qū)未來營養(yǎng)鹽的分布與變化并探討其原因。

表1 黃、東海各海區(qū)溫鹽特征Tab.1 The characteristics of temperature and salinity in the Yellow Sea and East China Sea

2 結果

2.1 未來水動力場的變化

張維娟等(2014)采用FGOALS模式的未來(2026—2075年)和現(xiàn)代(1951—2000年)的風場及熱通量結果作為強迫場來驅動水動力模式 POM, 并將其得到的現(xiàn)代的結果與《渤黃、東海水文圖集》(海洋圖集編委會, 1993)進行了對比校驗, 結果表明POM模式對現(xiàn)代水文狀態(tài)的模擬基本符合觀測事實。本研究采用張維娟等(2014)未來水動力場的預測結果作為未來水動力條件。

圖1 黃、東海表(左)底層(右)溫鹽聚類分析Fig.1 Cluster analysis based on temperature and salinity data at the surface (left panel) and bottom (right panel) layers in the Yellow Sea and East China Sea

圖2 黃、東海地形及生態(tài)分區(qū), 紫色三角表示模式中包括的10條河流Fig.2 Topography and ecological division in the Yellow Sea and East China Sea. Ten rivers included in the model are denoted by purple triangles

對比未來與現(xiàn)代的黃、東海水動力環(huán)境, 發(fā)現(xiàn)在RCP4.5情景下, 2050年黃、東海年均水溫相比現(xiàn)代高2.1 C, 而黃海冷水團受冬季水溫升高的影響, 冷水團面積減少, 核心溫度升溫幅度為 1.9 C。隨著冬季風的減弱, 具有補償性質的黃海暖流也相應減弱, 同時表層流和沿岸流也減弱。具體分析詳見張維娟等(2014)。

2.2 未來黃、東海入海河流營養(yǎng)鹽載荷

近 50年來, 中國河流中的無機氮、無機磷載荷迅速增加(Wang, 2006; Lietal, 2007), 未來該趨勢還將持續(xù)。利用 GlobalNEWS模式(Quetal, 2010;Strokaletal, 2014)的結果計算得到的2050年GO、AM兩個情景下中國河流營養(yǎng)鹽濃度見表2。由濃度與河流徑流量的乘積得到營養(yǎng)鹽入海通量即載荷。

GO情景下, 流入渤海的河流(黃河、遼河、灤河、海河)無機氮和無機磷營養(yǎng)鹽載荷分別為現(xiàn)代的 1.34倍和 2.71倍, 而流入黃、東海的河流(長江、閩江、鴨綠江、淮河、漢江、錢塘江)無機氮和無機磷營養(yǎng)鹽載荷分別為現(xiàn)代的1.58倍和1.60倍。

AM情景下, 流入渤海的河流(黃河、遼河、灤河、海河)無機氮和無機磷營養(yǎng)鹽載荷分別為現(xiàn)代的 1.06倍和 3.31倍, 而流入黃、東海的河流(長江、閩江、鴨綠江、淮河、漢江、錢塘江)無機氮和無機磷營養(yǎng)鹽載荷分別為現(xiàn)代的1.13倍和2.83倍。相比GO情景, AM 情景下無機氮增長減緩, 無機磷增長則更為迅速, 但是沒有改變大部分河流無機氮過剩的狀況。

營養(yǎng)鹽入海通量與徑流量密不可分。由于長江徑流量巨大, 其每年攜帶入海的物質通量是最大的。長江無機氮、無機磷輸入均占河流輸入總量的80%。河流攜帶入海的營養(yǎng)鹽比例差異也很大, GO情景下十條河流營養(yǎng)鹽均為表現(xiàn)為氮過剩, 而在AM情景下淮河表現(xiàn)為磷過剩。本文僅討論該營養(yǎng)鹽載荷下的未來黃、東海營養(yǎng)鹽分布變化。河流的獨特營養(yǎng)鹽結構會影響其鄰近海域浮游植物的群落組成和生物過程,這將在未來的研究中深入討論。

表2 2050年黃、東海入海河流營養(yǎng)鹽濃度、徑流量及氮磷比預測Tab.2 Prediction of nutrient concentration, runoff and N/P ratio export by rivers to the Yellow Sea and East China Sea in 2050

2.3 未來營養(yǎng)鹽分布與變化的情景預測

本文利用以上水動力場和河流營養(yǎng)鹽載荷數據,模擬現(xiàn)代和預測未來不同情景下無機氮、無機磷營養(yǎng)鹽濃度水平分布及變化情況。

2.3.1 無機氮濃度的分布與變化 未來兩個情景下無機氮濃度分布情況與現(xiàn)代情景相似, 這里僅列出各情景與現(xiàn)代的差值。

現(xiàn)代情景下, 表層無機氮濃度在河流鄰近海域冬、夏季均為高值(圖 3), 可達 40μmol/L, 但是其高值隨著河流羽流擴展范圍不同。冬季 DIN濃度較高的海水隨沿岸流到達臺灣海峽西岸, 夏季則隨沖淡水向東北擴展。東海中陸架冬、夏季 DIN均小于2μmol/L。相比現(xiàn)代, GO情景下冬季水深小于30m的近岸海區(qū)表層DIN濃度增長迅速, 其在漢江口、鴨綠江口、淮河口、長江-錢塘江口的增量可達 10μmol/L,比現(xiàn)代濃度增加約 20%, 增量的高值隨低鹽水在近岸擴展; 夏季受沖淡水擴展的影響, 黃海中部的DIN濃度比現(xiàn)代高5μmol/L。AM情景下冬季30m以淺近岸海區(qū)表層DIN濃度增長緩慢約為2μmol/L, 黃海中部的DIN濃度與現(xiàn)代相比增加和減小的區(qū)域呈斑塊狀分布; 夏季比較顯著的特征是黃海中部DIN濃度減小2μmol/L。與現(xiàn)代情景相比, 東海中陸架DIN濃度變化較小。

現(xiàn)代情景下, 河流在底層影響區(qū)域減小, 高 DIN濃度僅出現(xiàn)在河口范圍內和沿岸流區(qū), 羽流區(qū)外底層 DIN濃度大于表層。黃海中部和濟州島以西海域底層DIN濃度較高, 這可能與黃海暖流補充、九州島西南黑潮向陸架入侵(Zhaoetal, 2011)及夏季底層礦化再生過程有關。底層另一個突出現(xiàn)象是黑潮區(qū)域的DIN濃度較高(>30μmol/L)。另外, 東海中陸架夏季底層 DIN 濃度(>5μmol/L)高于臺灣海峽(<2μmol/L), 這與攜帶高營養(yǎng)鹽的黑潮次表層水入侵至東海陸架有關(Guoetal, 2006; Yangetal, 2011)。夏季黑潮次表層水分為內外分支時, 在長江口以東內外分支之間形成了一個DIN濃度較低的孤立水體。相比現(xiàn)代情景,GO情景底層 DIN濃度增加的區(qū)域與表層基本一致,而AM情景下表層和底層DIN濃度變化明顯不同。夏季除河口近岸地區(qū)DIN濃度增加外, 黃海中部DIN濃度也有所增加(2—5μmol/L), 位于黃海中部西側,與表層DIN減少區(qū)域一致, 冬季該區(qū)域依然存在DIN濃度增加的現(xiàn)象。

長江口鄰近海區(qū)及東海陸架區(qū)的無機氮分布情況如31.5°N斷面分布圖(圖4)所示。東海內陸架(水深<50m)DIN濃度高于 20μmol/L的區(qū)域主要受到長江羽流的影響, 冬季貼近岸邊, 夏季則隨著羽流北轉。長江淺灘上冬季 DIN濃度較高主要是因為受到黃海沿岸流的影響, 夏季的低 DIN濃度則與浮游植物的消耗有關。陸架區(qū)清楚地顯示了底層黑潮次表層水的涌升和躍層附近營養(yǎng)鹽的消耗。GO情景下, 冬季50m 以淺 DIN濃度上升幅度均大于 2μmol/L, 夏季DIN濃度的增加集中體現(xiàn)在羽流區(qū)。AM情景下DIN濃度變化小于GO情景。

從 35°N斷面來看, 夏季黃海上層受西岸淮河、長江輸入的影響, DIN濃度較高; 次表層浮游植物生長消耗了營養(yǎng)鹽, 所以躍層以下DIN濃度低于上層。冬季垂向混合過程把沿岸河流輸入的營養(yǎng)鹽帶入深層, DIN垂向分布均勻。未來兩個情景中DIN濃度變化存在顯著差異。GO情景中, 夏季黃海上層的 DIN濃度上升約5μmol/L, AM情景中DIN的濃度則下降1—4μmol/L。兩種情景下, 黃海底層的DIN濃度均有所增加, AM情景增幅大于GO情景。

圖3 現(xiàn)代情景下表(2m)底(σ=20)DIN以及未來情景的相對變化ΔDIN的水平分布(單位: μmol/L), 從上到下依次為現(xiàn)代情景、GO情景與現(xiàn)代情景之差以及AM情景與現(xiàn)代情景之差, 下同F(xiàn)ig.3 Horizontal distribution of modern DIN (μmol/L) and the relative change between the future and modern time at surface (2m) and bottom (σ=20) layers Panels from top to bottom: the modern scenario, the scenario with the change of GO, and the scenario with the change of AM

圖4 現(xiàn)代情景下31.5°N斷面(左)、35°N斷面(右)DIN濃度以及未來情景的DIN濃度相對變化ΔDIN的垂向分布(單位:μmol/L), 紅線表示真光層深度Fig.4 Vertical distribution of modern DIN (μmol/L) and the relative change in the future along the section at 31.5°N (left panel) and 35°N (right panel). Red lines denote euphotic depth

2.3.2 無機磷濃度分布與變化 現(xiàn)代黃、東海表層無機磷濃度分布(圖 5)表明, 冬季淮河、長江-錢塘江影響區(qū)及黃海中部均保持較高的 DIP濃度(>0.5μmol/L), 東海中陸架 DIP濃度范圍為 0—0.2μmol/L。夏季黃海中部DIP消耗殆盡, 僅長江口外近岸區(qū)DIP濃度較高。由于AM情景中河流DIP載荷的增幅大于GO情景, AM情景中高值區(qū)擴展范圍大于GO情景。

底層無機磷濃度分布特征與無機氮相似: 近岸河口區(qū)、黑潮區(qū)、黃海中部濃度較高(>0.5μmol/L)且非羽流區(qū)底層濃度大于表層, 東海陸架黑潮次表層水的影響范圍(>0.5μmol/L)更加清晰。AM情景夏季黃海中部底層 DIP濃度同樣有所增加(增加0.2μmol/L), 位置與底層DIN濃度升高區(qū)域一致。斷面分布(圖 6)顯示了黃海中部上層 DIP全部被消耗,并且從圖中可以看出長江、黑潮次表層水攜帶的高磷水的影響。兩個情景DIP濃度分布相似, 但是AM情景黃海中部底層DIP增幅大于GO情景。

3 討論

3.1 未來營養(yǎng)鹽平均濃度與結構

本文將黃、東海劃分為黃海沿岸、黃海中部、長江口鄰近海區(qū)和東海陸架區(qū)(圖 2), 統(tǒng)計兩個情景下各海區(qū)未來氮、磷營養(yǎng)鹽平均濃度預測值(表3)。

GO情景下, 黃海沿岸DIN和DIP的濃度分別增長30.6%和7.0%, 黃海中部分別增長29.8%和10.8%,長江口鄰近海區(qū)則分別增長39.2%和11.7%。由于本文未考慮未來情景下開邊界處黑潮和臺灣暖流的變化, 東海陸架區(qū)DIN和DIP的濃度變化很小。雖然河流無機氮、無機磷載荷增長幅度較大, 但是海水的緩沖能力強, 加之生物過程消耗, 三個海區(qū)的營養(yǎng)鹽濃度平均僅增加33%(DIN)和10%(DIP), 無機氮濃度增幅大于無機磷, 各海區(qū)磷限制更加顯著。長江口鄰近海區(qū)不斷輸入的大量營養(yǎng)鹽未被充分消耗, 所以增幅大于其他海域。

AM情景下, 黃海沿岸的DIN和DIP濃度分別增長6.3%和21.1%, 黃海中部的DIN和DIP濃度分別增長 8.4%和 23.1%, 長江口鄰近海區(qū)的 DIN和 DIP濃度分別增長9.3%和36.4%。三個海區(qū)的營養(yǎng)鹽濃度總體平均增加 8%(DIN)和 27%(DIP), 無機磷濃度增幅大于無機氮。由于AM情景下河流無機磷載荷增長迅速, 黃海沿岸的氮磷比由25.6下降至22.5, 黃海中部由22.6下降至19.9, 長江口鄰近海區(qū)由34.4下降至24.8。由此可見, 該情景下整個海區(qū)的營養(yǎng)鹽結構得到調整, 各海區(qū)氮過剩的狀況也有所減輕。然而由于生物可利用營養(yǎng)鹽總濃度的增加, 海區(qū)富營養(yǎng)化程度進一步加強。

圖5 現(xiàn)代情景下表層(2m)和底層(σ=20)的DIP濃度分布情況以及未來情景的相對變化ΔDIP的水平分布(單位: μmol/L), 從上到下依次為現(xiàn)代情景、GO情景下的變化、AM情景下的變化Fig.5 Horizontal distribution of modern DIP (μmol/L) and the relative change in the future at surface (2m) and bottom (σ=20) layers Panels from top to bottom: the modern scenario, the scenario with the change of GO, and the scenario with the change of AM

圖6 現(xiàn)代情景下31.5°N斷面(左)、35°N斷面(右)DIP以及未來情景的相對變化ΔDIP的垂向分布(單位: μmol/L)Fig.6 Vertical distribution of modern DIP (μmol/L) and the relative change in future along the section at 31.5°N (left panel) and 35°N(right panel)

3.2 水動力環(huán)境對未來營養(yǎng)鹽變化的貢獻

我們通過一個敏感性實驗來討論在上述未來營養(yǎng)鹽濃度改變過程中水動力環(huán)境與河流營養(yǎng)鹽輸入在不同海區(qū)的作用。該敏感性實驗中生態(tài)模式僅采用未來(2026—2075年)水動力條件驅動, 河流營養(yǎng)鹽輸入仍然采用現(xiàn)代(2000年)濃度, 其他開邊界條件不變。

實驗結果與現(xiàn)代模擬的對比見表3、表 4。敏感性實驗中各海區(qū)營養(yǎng)鹽冬、夏季的分布與現(xiàn)代情景類似, 但營養(yǎng)鹽濃度略有增加。黃海沿岸 DIN和 DIP濃度分別增長1.3%和1.8%, 黃海中部分別增長4.1%和4.6%, 長江口鄰近海區(qū)分別增長1.5%和1.3%。由此可見, 相比 GO、AM 情景, 在河流影響的沿岸區(qū),僅改變水動力環(huán)境的情況比同時考慮未來河流載荷增加的情況增幅小很多, 黃海中部水動力條件的改變對營養(yǎng)鹽濃度增長有一定貢獻。因此, 未來河流營養(yǎng)鹽排放量的增長是未來沿岸海區(qū)營養(yǎng)鹽濃度增加的主要原因。盡管黃海中部沒有河流的直接注入, 但其營養(yǎng)鹽的變化仍然主要來自于河流輸入導致的周圍環(huán)境濃度變化。

表3 各海區(qū)冬、夏季無機氮濃度統(tǒng)計結果(單位: μmol/L)Tab.3 Statistical results of DIN concentration (μmol/L) in each box in winter and summer

表4 各海區(qū)冬、夏季無機磷濃度統(tǒng)計結果(單位: μmol/L)Tab.4 Statistical results of DIP concentration (μmol/L) in each box in winter and summer

4 未來黃、東海營養(yǎng)鹽收支

營養(yǎng)鹽濃度是非保守的, 既受外界輸運影響, 又存在其內部循環(huán)過程。對不同海區(qū)營養(yǎng)鹽收支進行分析, 可以幫助我們更好地了解導致其未來變化的主要因素。

根據 Moll(1998)和趙亮等(2002)構建的氮、磷循環(huán)模型, 營養(yǎng)鹽循環(huán)概念模型可概括為: 浮游植物在其生命過程中通過光合作用和呼吸作用分別吸收和釋放營養(yǎng)鹽, 其死亡后在水體及水底形成碎屑, 水底碎屑通過沉降與再懸浮與水體進行交換, 再通過礦化過程補充水體中的營養(yǎng)鹽。

根據物質守恒, 有:

積分右端各項可得到浮游植物光合作用吸收、呼吸作用釋放、水體礦化等營養(yǎng)鹽內部循環(huán)過程, 以及水平對流輸運、垂直擴散和河流輸入等外部循環(huán)過程對各海區(qū)營養(yǎng)鹽收支的貢獻, 其中光合作用吸收與呼吸釋放之差就是浮游植物的凈初級生產量。

由各區(qū)域全年無機氮營養(yǎng)鹽收支情況(表5)可見,GO、AM 兩個情景下光合作用吸收、呼吸釋放、水體礦化以及河流輸入總量(有河流注入的區(qū)域)均有所增加。對流輸運量除東海陸架區(qū)對流輸入量減少外,其他各區(qū)域均呈現(xiàn)增加的趨勢。營養(yǎng)鹽含量的升高導致了生物過程的增強, 此時主要通過內部循環(huán)過程的消耗來達到平衡, 且在AM情景下無機磷增長較快,緩解了海區(qū)磷限制, 促進了氮的消耗, 因此生物過程較GO情景更強。

表5 各海區(qū)物理過程和生物過程無機氮收支的貢獻(單位: ×103t/a)Tab.5 Contribution of physical and biological process to the budgets of DIN (×103t/a) in each box

黃海沿岸區(qū), GO和AM兩個情景下無機氮河流輸入分別增加91.0×103t/a和20.1×103t/a, 對流輸入分別增加 54.5×103t/a和 131.7×103t/a, 兩者共同導致了該區(qū)域無機氮濃度的增加, 由此凈初級生產分別增長13%和31%。由于AM情景生物過程較強, 夏季無機氮被大量消耗, 該海區(qū)接收的無機氮輸運高于 GO情景。黃海中部沒有河流直接輸入, 依靠對流輸運補充無機氮, GO和 AM 情景對流輸入分別增加 92.7×103t/a和 37.2×103t/a。夏季長江沖淡水向該海區(qū)輸入了大量無機氮, 無機氮過剩而未被完全消耗(圖 3)。GO情景對黃海中部的輸運高于 AM情景, 導致 GO情景無機氮含量增速較快。GO和AM情景凈初級生產增長分別為 6%和 17%, 礦化隨之分別增加 87.6×103t/a和238.5×103t/a。前文分析表明黃海中部層化季節(jié)AM情景下底層無機氮濃度增加顯著, 且與表層無機氮濃度減少區(qū)域一致, 這可能與生物量升高碎屑沉降在底層礦化有關。由于底層水團的穩(wěn)定性, 再生的無機氮未被消耗, 導致底層營養(yǎng)鹽濃度升高。在長江口鄰近海區(qū), 長江-錢塘江是重要的無機氮源, GO和 AM 情景下河流輸入導致的無機氮增加分別為683.5×103t/a和152.2×103t/a。該海區(qū)無機氮濃度較高,且向其它海區(qū)大量輸出, 對外輸出分別增加 656.6×103t/a和42.5×103t/a。由于AM情景下無機磷載荷快速增長, 消耗了大量無機氮, 因此凈初級生產增加了34%, 高于GO情景(15%)。東海陸架區(qū)兩個情景下對流輸入均有所減少, 這是環(huán)流場改變的結果, 應與未來氣候情景冬季風減弱、夏季風增強有關。

未來與現(xiàn)代情景下無機磷的收支變化與無機氮并不對應(表6), 各區(qū)域光合作用吸收、呼吸釋放、水體礦化增加, 與無機氮收支中增加比例一致。而對流輸運變化不同, AM情景無機磷輸運高于GO情景, 河流輸入增幅更大。相對于現(xiàn)代情景, 黃海沿岸GO和AM情景物理過程導致的無機磷增加分別為 13.7× 103t/a和 28.3×103t/a, 其中對流輸運對該海域無機磷增加貢獻較大; 黃海中部對流輸入導致無機磷分別增加了6.8×103t/a和 18.7×103t/a, 使該海區(qū)無機磷濃度增加;長江口鄰近海區(qū)物理過程導致無機磷增量分別為10.4×103t/a和 17.0×103t/a, 支撐了無機磷濃度的增加; 東海陸架區(qū)對流輸入的無機磷減少, 無機磷濃度變化不大。

表6 各海區(qū)物理過程和生物過程無機磷收支的貢獻(單位: ×103t/a)Tab.6 Contribution of physical and biological process to the budgets of DIP (×103t/a) in each box

收支分析可以用來了解海區(qū)未來營養(yǎng)鹽濃度變化的主要來源以及內部循環(huán)過程隨河流輸入增加、對流輸運改變的調整。GO和AM兩個情景比較, GO情景下無機氮增幅較大, 但大部分海區(qū)氮已過剩, 相比之下, AM情景下無機磷的迅速增長更能影響各海區(qū)的生物過程, 使其大幅增強。

5 結論

本文基于 FGOALS模式對未來氣候情景的預測結果, 結合未來河流營養(yǎng)鹽載荷特征, 利用黃、東海水動力模型和生態(tài)模型并采用降尺度的方法對未來GO和AM情景下黃、東海營養(yǎng)鹽的分布特征進行了情景預測, 并通過敏感性實驗并結合收支分析, 對各海區(qū)水動力未來變化以及不同情景下河流載荷變化的相對貢獻進行了評估, 分析了各海區(qū)未來兩個情景下營養(yǎng)鹽濃度相對于現(xiàn)代情景改變的主要影響因素。主要結論如下:

(1) GO情景下, 無機氮含量增加較快, 河口鄰近海區(qū)、蘇北淺灘及黃海中部無機氮濃度顯著增加, 各海區(qū)磷限制更加顯著; AM 情景下, 無機磷含量增加較快, 夏季黃海中部表層無機氮濃度隨生物消耗而顯著下降, 海區(qū)氮磷比有所下降, 但營養(yǎng)鹽濃度增加會使海區(qū)富營養(yǎng)化加劇, 生物過程大幅增強。

(2) 水動力環(huán)境變化與河流營養(yǎng)鹽排放量增加這兩個因素, 后者是未來黃海沿岸、黃海中部和長江口鄰近海區(qū)營養(yǎng)鹽濃度增加的主要原因。東海陸架區(qū)營養(yǎng)鹽濃度變化很小。

(3) 分析各海區(qū)營養(yǎng)鹽內部循環(huán)和外部輸運各收支分量, 未來黃海沿岸營養(yǎng)鹽濃度增加是對流輸入增加和河流輸入增加導致的; 黃海中部表層受夏季沖淡水輸運影響, 底層營養(yǎng)鹽濃度增加則是由于夏季生物量升高造成更多碎屑沉降在底層礦化以及冬季對流、混合過程將沿岸河流輸入的營養(yǎng)鹽帶入底層造成的; 長江口鄰近海區(qū)受河流輸入增加的影響,營養(yǎng)鹽濃度增加主要發(fā)生在 10m以淺的水層; 東海陸架區(qū)生物、物理過程收支平衡, 營養(yǎng)鹽濃度不變。

由于未來黑潮等開邊界流量、營養(yǎng)鹽濃度變化尚不明確, 本研究僅考慮了上邊界大氣動力-熱力強迫和河流營養(yǎng)鹽載荷的未來情景, Zhao等(2011)已通過敏感性實驗研究了黑潮所攜帶營養(yǎng)鹽輸入的變化對黃、東海營養(yǎng)鹽和初級生產的影響, 本文不再贅述。目前未來預測的大氣強迫分辨率很低, 將來需要在區(qū)域大氣模式和大小區(qū)水動力-生態(tài)模式嵌套方面進一步考慮降尺度方法, 完善預測模式。另外, 目前的氣候預測有很大的不確定性, 該工作只是一個未來海洋生態(tài)環(huán)境情景預測的嘗試, 未來的研究中將具體分析生態(tài)環(huán)境如黃、東海初級生產以及浮游植物群落組成的未來狀態(tài)。

李家星, 魏 皓, 羅曉凡, 2012. 東海陸架表層水溫年際變化時空特征分析. 海洋與湖沼, 43(3): 624—634

張維娟, 楊 波, 魏 皓, 2014. 四個耦合模式在模擬和預測東亞季風系統(tǒng)方面的對比分析. 海洋科學, 38(9): 96—108

趙 亮, 魏 皓, 馮士筰, 2002. 渤海氮磷營養(yǎng)鹽的循環(huán)和收支. 環(huán)境科學, 23(1): 78—81

唐啟升, 蘇紀蘭, 2001. 海洋生態(tài)系統(tǒng)動力學研究與海洋生物資源可持續(xù)利用. 地球科學進展, 16(1): 5—11

海洋圖集編委會, 1993. 渤海、黃海、東海海洋圖集(水文分冊).北京: 海洋出版社, 1—530

袁承儀, 2011. 黃海水溫與環(huán)流變化特征及機制研究. 青島:中國海洋大學碩士學位論文, 1—97

Aksnes D L, Ulvestad K B, Balino B Metal, 1995. Ecological modelling in coastal waters: Towards predictive physicalchemical-biological simulation models. Ophelia, 41(1): 5—36

Alcamo J, Van Vuuren D, Cramer W, 2006. Changes in ecosystem services and their drivers across the scenarios.In:The Millennium Ecosystem Assessment ed. Ecosystems and Human Well-Being: Scenarios. Washington D C, USA:Island Press: 279—354

Bouwman A F, Beusen A H W, Billen G, 2010. Human alteration of the global nitrogen and phosphorus soil balances for the period 1970-2050. Global Biogeochem Cycles, 23(4),GB0A04, doi:10.1029/2009GB003576

Fekete B M, Wisser D, Kroeze Cetal, 2010. Millennium Ecosystem Assessment Scenario drivers (1970-2050):Climate and hydrological alterations. Global Biogeochem Cycles, 24(4), GB0A12, doi:10.1029/2009GB003593

Garnier J, Beusen A, Thieu Vetal, 2010. N:P:Si nutrient export ratios and ecological consequences in coastal seas evaluated by the ICEP approach. Global Biogeochem Cycles, 24(4),GB0A05, doi:10.1029/2009GB003583

Guo X Y, Miyazawa Y, Yamagata T, 2006. The Kuroshio Onshore Intrusion along the Shelf Break of the East China Sea: The Origin of the Tsushima Warm Current. J Phys Oceanogr,36(12): 2205—2231

IPCC, 2007. Climate Change 2007: Synthesis Report. Geneva,Switzerland: IPCC, 104

Li M T, Xu K Q, Watanabe Metal, 2007. Long-term variations in dissolved silicate, nitrogen, and phosphorus flux from the Yangtze River into the East China Sea and impacts on estuarine ecosystem. Estuar Coast Shelf Sci, 71(1—2):3—12

Liu S M, Hong G H, Zhang Jetal, 2009. Nutrient budgets for large Chinese estuaries. Biogeosciences, 6(10): 2245—2263

Moll A, 1998. Regional distribution of primary production in the North Sea simulated by a three-dimensional model. J Marine Syst, 16(1—2): 151—170

Qu H J, Kroeze C, 2010. Past and future trends in nutrients export by rivers to the coastal waters of China. Sci Total Environ, 408(9): 2075—2086

Seitzinger S P, Mayorga E, Bouwman A Fetal, 2010. Global river nutrient export: A scenario analysis of past and future trends. Global Biogeochem Cycles, 24(4), GB0A08,doi:10.1029/2009GB003587

Skogen M D, Svendsen E, Berntsen Jetal, 1995. Modeling the primary production in the North Sea using a coupled three-dimensional Physical-Chemical-Biological Ocean Model.Estuar Coast Shelf Sci, 41(5): 545—565

Strokal M, Yang H, Zhang Y Cetal, 2014. Increasing eutrophication in the coastal seas of China from 1970 to 2050. Mar Pollut Bull, 85(1): 123—140

Van Drecht G, Bouwman A F, Harrison Jetal, 2009. Global nitrogen and phosphate in urban wastewater for the period 1970 to 2050. Global Biogeochem Cycles, 23(4), GB0A03,doi:10.1029/2009GB003458

Wang B D, 2006. Cultural eutrophication in the Changjiang(Yangtze River) plume: History and perspective. Estuar Coast Shelf Sci, 69(3—4): 471—477

Yang S L, Gao A, Hotz H Metal, 2005. Trends in annual discharge from the Yangtze River to the sea (1865-2004).Hydrolog Sci J, 50(5): 825—836

Yang D Z, Yin B S, Liu Z Letal, 2011. Numerical study of the ocean circulation on the East China Sea shelf and a Kuroshio bottom branch northeast of Taiwan in summer. J Geophys Res, 116(C5), C05015, doi:10.1029/2010JC006777

Zhao L, Guo X Y, 2011. Influence of cross-shelf water transport on nutrients and phytoplankton in the East China Sea: a model study. Ocean Sci, 7: 27—43

Zhou M J, Shen Z L, Yu R C, 2008. Responses of a coastal phytoplankton community to increased nutrient input from the Changjiang (Yangtze) River. Cont Shelf Res, 28(12):1483—1489