陳 娟 李少峰 曹安州 宋金寶

北太平洋渦旋對基于細尺度參數(shù)化的海洋內(nèi)部混合的影響*

陳 娟 李少峰 曹安州①宋金寶

(浙江大學(xué)海洋學(xué)院 舟山 316021)

基于Vector Geometry方法對2016—2018年的高度計資料進行渦旋識別, 并使用細尺度參數(shù)化方法和Argo數(shù)據(jù)計算了渦旋附近的海洋內(nèi)部擴散率, 分析了北太平洋的渦旋對海洋內(nèi)部混合的影響。結(jié)果顯示, 研究區(qū)域在渦旋影響下的平均擴散率比無渦旋影響下的值大6%, 并且氣旋渦增強了600—1200m深度的混合, 對600—900m深度的混合影響最大, 可達18%; 反氣旋渦明顯增強了300—900m深度的混合, 但對900—1200m深度的混合沒有明顯影響。隨著與渦旋中心距離的增大, 渦旋外圍混合擴散率緩慢減小, 渦旋內(nèi)部混合擴散率變化不明顯, 此結(jié)果與2014年3—10月在24°—36°N、132°—152°E區(qū)域的一個個例分析結(jié)果一致。此外, 隨著渦旋強度的增大, 海洋內(nèi)部混合明顯增強。統(tǒng)計結(jié)果表明, 在研究區(qū)域, 90%的擴散率值在10-5.5—10-4m2/s范圍內(nèi)。

海洋渦旋; 內(nèi)部混合; 細尺度參數(shù)化; 北太平洋

海洋中不同性質(zhì)的海水在相鄰區(qū)域彼此滲透, 形成性質(zhì)均一的新的水團, 這一過程稱為海水混合。海水混合包含分子混合、湍流混合和對流混合三種形式。通過海洋中的跨等密度面湍流混合, 進行海水間熱量、鹽量和動量的交換過程, 對海洋中不同尺度的運動都有重要影響, 因此關(guān)于湍流混合的研究意義重大?；谝痪S垂向?qū)α鲾U散平衡方程, Munk(1966)指出, 為了維持深海的層結(jié), 全球海洋的平均擴散率至少要達到10-4m2/s。但是Gregg(1987)和Ledwell等(1993)的研究發(fā)現(xiàn)擴散率在遠離邊界的大洋內(nèi)區(qū)僅為10-5m2/s。之后的一些研究發(fā)現(xiàn), 在粗糙的海底地形, 例如海山(Kunze,1997)、峽谷(Carter, 2002)以及海脊(Klymak, 2004)等處混合明顯增強, 擴散率可達10-4m2/s甚至更大。

前人的研究表明, 地形和海表風(fēng)應(yīng)力輸入等對海洋內(nèi)部混合產(chǎn)生較大的影響。在粗糙地形處, 內(nèi)潮耗散強, 海洋內(nèi)部混合增強(Kunze, 2006; Jing, 2011; Wu, 2011)?；旌系牧硪粋€重要的能量來源是海表風(fēng)應(yīng)力的能量輸入。研究發(fā)現(xiàn), 風(fēng)驅(qū)動的混合(Munk, 1998; Wunsch, 1998)和風(fēng)產(chǎn)生的近慣性波(Alford, 2001)對全球能量平衡有著重要影響。上層海洋混合的季節(jié)變化受到海表風(fēng)應(yīng)力的影響較大, 變化幅度隨水深增加而減小(Jing, 2010, 2011; Wu, 2011)。另外, 有研究發(fā)現(xiàn)卡特里娜颶風(fēng)過后, 近慣性剪切升高從而增強了湍流混合(Jing, 2015)。隨著Argo數(shù)據(jù)的積累, Wu等(2011)、Whalen等(2012)、Li等(2014)、Zhu等(2018)分別計算了南大洋、全球、西北太平洋、熱帶太平洋等海域的混合擴散率的空間分布, 加深了我們對海洋混合的認識。

根據(jù)Chelton等(2011)的統(tǒng)計結(jié)果, 中尺度渦旋在全球海洋中廣泛存在。研究表明, 除地形外, 中尺度渦背景場也是影響內(nèi)孤立波傳播和變形的重要因素(Liao, 2012)。并且有研究表明渦旋對海洋內(nèi)部混合產(chǎn)生了一定影響, Cheng等(2018)研究發(fā)現(xiàn)在4°—6°N存在一個比較大的跨等密度面混合擴散率, 而該位置的渦動能也達到最大值。Jing等(2013)研究夏威夷海時間序列(Hawaii Ocean Time series, HOT)的溫鹽深(Conductivity-Temperature-Depth, CTD)數(shù)據(jù)發(fā)現(xiàn), 在300—600m水深上, 氣旋渦對混合的影響不明顯, 而反氣旋渦明顯增強了混合, 且混合的季節(jié)性變化在一定程度上受到反氣旋渦的季節(jié)性變化的調(diào)節(jié)。Yang等(2017)通過對南海北部3個暖渦的研究發(fā)現(xiàn), 渦旋邊緣的混合擴散率比渦旋中心高5—7倍。本文利用Argo剖面觀測資料, 從統(tǒng)計意義上研究海洋渦旋對不同深度的混合的影響以及渦旋的旋轉(zhuǎn)方向、強度、與渦旋中心的距離對海洋內(nèi)部混合的影響。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)資料介紹

本文選取了CMEMS提供的海表面高度異常(sea level anomaly, SLA)數(shù)據(jù)(http://marine.copernicus.eu/)進行海洋渦旋識別。該SLA數(shù)據(jù)是TOPEX/Poseidon、Jason-1、ERS-1和ERS-2等高度計的融合產(chǎn)品, 已經(jīng)減去了20a(1993年1月—2012年12月)的平均海表面高度。文中選取數(shù)據(jù)的空間范圍為10°—40°N、140°W—140°E, 時間范圍為2016—2018年, 空間分辨率為1/4°×1/4°, 時間分辨率為1d。

本文使用的溫鹽數(shù)據(jù)來自中國Argo實時資料中心(http://www.argo.org.cn/)提供的Argo實測資料。該資料選取的時間和空間范圍與上述海表面高度異常數(shù)據(jù)相同, 并對溫鹽數(shù)據(jù)剖面的分辨率和測量水深進行篩選, 共篩選出位于渦旋附近, 平均分辨率不大于10m以及水深不小于1200m的Argo剖面2064個。最后使用細尺度參數(shù)化方法來估算海洋內(nèi)部混合的擴散系數(shù), 進而評估海洋渦旋對跨等密度面混合的影響。特別地, 我們還使用了2014年3—10月在24°—36°N、132°—152°E區(qū)域觀測的沿著渦旋軌跡的Argo數(shù)據(jù)(Xu,2016,2017)作為個例進行分析, 該數(shù)據(jù)同樣可以從中國Argo實時資料中心進行下載。

1.2 渦旋識別方法

Nencioli等人在2010年提出一種基于地轉(zhuǎn)流異常場的向量幾何算法(vector geometry, VG)探測海洋渦旋, 這種方法將渦旋直觀的定義為一個區(qū)域, 在這個區(qū)域速度場表現(xiàn)為一個旋轉(zhuǎn)流。也就是說, 該區(qū)域的特點是速度矢量圍繞一個中心順時針或者逆時針旋轉(zhuǎn)。根據(jù)渦旋速度場的特性, VG方法探測的渦旋中心可以通過以下四個約束條件進行確定:

(1) 沿東西方向的速度分量必須滿足在遠離渦旋中心兩側(cè)的符號相反, 隨著距中心點的距離增大,的值線性增加;

(2) 沿南北方向的速度分量必須滿足在遠離渦旋中心兩側(cè)的符號相反, 隨著距中心點的距離增大,的值線性增加。速度分量的旋轉(zhuǎn)方向必須與相同;

(3) 找到選定區(qū)域內(nèi)速度的最小值點近似為渦旋中心;

(4) 近似渦旋中心點附近的速度矢量必須具有相同的旋轉(zhuǎn)方向, 即兩個相鄰速度矢量的方向必須在同一個象限或相鄰的兩個象限內(nèi)(通過南北和東西軸來定義四個象限: 第一象限包括從東到北的方向, 第二象限包括從北到西的方向, 第三象限包括從西到南的方向, 第四象限包括從南到東的方向)。

約束條件中用到兩個參數(shù)和: 一個用于第一、第二和第四約束條件, 一個用于第三個約束條件。參數(shù)確定了有多少個網(wǎng)格點用于檢驗沿著東西軸向速度分量和沿著南北軸向速度分量的增加情況。此外, 參數(shù)也決定著繞渦旋中心的曲線(四條邊界線), 沿該曲線可以觀察速度矢量的方向變化。渦旋的旋轉(zhuǎn)方向可以由的東西向變化來確定, 如果通過中心后的符號從負到正(由東向西), 那么則為反氣旋式渦旋; 反之則為氣旋式渦旋(以北半球為例, 南半球相反)。參數(shù)用來確定局地速度最小值的分布區(qū)域(以網(wǎng)格點表示)。在算法中, 參數(shù)和的取值是彈性的, 以便用來設(shè)定渦旋檢測的最小尺度, 并使算法可以適用于不同分辨率的網(wǎng)格(Dong, 2009)。參考Liu等(2012)和Ma等(2014), 本文選取=3,=2。

針對海洋渦旋探測, 除了本文用到的VG方法, 還有一些其他的方法, 如Okubo-Weiss(OW)方法等。Nencioli等(2010)的研究表明, VG方法比OW方法探測的結(jié)果具有更高的成功率以及更低的多余率, 因此本文采用VG方法探測研究區(qū)域的渦旋。

1.3 基于應(yīng)變的細尺度參數(shù)化方法

基于內(nèi)波理論的細尺度參數(shù)化方法(Polzin, 1997; Kunze, 2006; Wu, 2011)將厘米尺度的湍流混合過程與大洋中的溫鹽及流速觀測數(shù)據(jù)建立起聯(lián)系。假設(shè)海洋內(nèi)部10—100m的剪切或應(yīng)變變化, 主要是由內(nèi)波過程導(dǎo)致的, 通過非線性波-波相互作用, 將能量穩(wěn)定地從大尺度傳輸?shù)叫〕叨? 在這種尺度下, 由于剪切或?qū)α鞑环€(wěn)定性, 最終內(nèi)波破碎并驅(qū)動海洋內(nèi)部跨等密度面混合。

基于應(yīng)變的細尺度參數(shù)化方法, 計算跨等密度面擴散系數(shù)的表達式(Kunze,2006)為:

其中,0=0.5×10-5m2/s, <>和GM<>分別代表觀測和Garrett-Munk(GM; Garrett, 1979)模型得到的應(yīng)變方差,2(R)和(/)分別為參數(shù)化方案中關(guān)于內(nèi)波結(jié)構(gòu)和緯度影響的修正項,

其中,R表示剪切/應(yīng)變方差比,是浮力頻率,0=5.24×10-3rad/s,為科里奧利頻率,30表示南北緯30°的科里奧利頻率。由于Argo剖面缺少速度數(shù)據(jù), 無法對R直接進行計算, 本文選取R=7(Jing,2011; Zhu,2018)。

其中,0=6.3×10-5是一個無量綱常數(shù),=1300m表示溫躍層的垂直尺度,=3表示參考模數(shù),=π/0表示與相對應(yīng)的參考波數(shù)。

2 結(jié)果與分析

利用VG方法共探測出2016—2018年期間北太平洋區(qū)域(10°—40°N/140°W—140°E)SLA≥5cm的渦旋, 共有2248個氣旋渦, 1076個反氣旋渦, 表明研究區(qū)域的氣旋渦要遠多于反氣旋渦。圖1展示了2018年1月1日在研究區(qū)域探測出的渦旋, 圖中標(biāo)記的紅色圓圈代表渦旋的中心位置, 從圖中可以看出西北太平洋的渦旋明顯要多于東北太平洋。我們共篩選出該區(qū)域在3a中所有符合條件的Argo剖面(平均分辨率不大于10m且水深不小于1200m)14580個, 并采用細尺度參數(shù)化方法計算300—1200m深度上的跨等密度面擴散系數(shù), 即圖2所示, 為了方便繪圖, 對擴散率采用對數(shù)坐標(biāo)即log10。圖中顯示在西北太平洋有較高的擴散率, 可能是由于粗糙地形或風(fēng)的近慣性能量輸入的影響, 海洋渦旋對其也產(chǎn)生了一定的影響; 在太平洋東部, 擴散率整體較低, 但在夏威夷附近海域擴散率增大, 可能內(nèi)潮的運動增強了局地的混合。上述結(jié)果表明該區(qū)域的擴散率水平分布與Zhu等(2018)的研究結(jié)果基本相符。查找出位于渦旋附近(剖面距渦心小于2倍渦旋半徑)的Argo剖面2064個(圖3), 對這2064個剖面數(shù)據(jù)進行詳細分析, 探討海洋渦旋對海洋內(nèi)部混合的影響。

2.1 渦旋附近擴散率計算

圖1 2018年1月1日在10°—40°N、140°W—140°E區(qū)域的渦旋分布

注：紅色圓圈表示渦心的位置; 背景為地轉(zhuǎn)流場

圖2 2016—2018年10°—40°N、140°W—140°E區(qū)域300—1200m深度垂直平均擴散率空間分布圖

圖3 2016—2018年位于渦旋附近的Argo剖面計算的垂直平均擴散率空間分布圖

圖4 氣旋渦(Cyclonic Eddy, CE, a)與反氣旋渦(Anticyclonic Eddy, AE, b)附近的Argo相對渦旋中心的位置以及對應(yīng)的垂直平均擴散率

注：紫紅色和黑色虛線分別表示歸一化半徑為1和2的圓

表1 渦旋附近垂直平均擴散率的均值(單位: m2/s)

Tab.1 The mean of vertical average diffusivity near the eddy (unit: m2/s)

2.2 渦旋對海洋內(nèi)部混合的影響

我們計算了2018年渦旋附近的擴散率垂直剖面, 計算深度為300—1200m, 每300m片段計算一個值。將每個剖面上的擴散率進行垂直平均, 研究渦旋對不同深度上的混合的影響以及渦旋的旋轉(zhuǎn)方向、強度、距渦心的距離對海洋內(nèi)部混合的影響。

表2給出了在氣旋渦和反氣旋渦影響下不同深度的平均擴散率, 結(jié)果顯示, 隨著深度增加, 混合擴散率減小; 氣旋渦對300—600m深度的混合影響不明顯, 但明顯增強了600—1200m深度上的混合, 且在600—900m深度上混合擴散率增大最為明顯, 比無渦旋影響下的擴散率約大了18%; 反氣旋渦加強了300—600m以及600—900m深度上的混合, 分別比無渦旋情況下的擴散率值增大了3%和5%, 但它對900—1200m深度的混合沒有明顯的影響。

表2的結(jié)果與Jing等(2013)關(guān)于夏威夷海時間序列ALOHA觀測站的研究結(jié)果比較一致, 但在細節(jié)上有所區(qū)別。Jing等研究結(jié)果顯示, 在300—600m深度, 反氣旋渦影響下的混合比無渦旋影響下的混合增強了53%, 但本文的結(jié)果僅增強了3%; 在600—900m深度, 氣旋渦影響下的混合比無渦旋影響下的混合增強了8%, 而本文中增強了18%。因為本文是對北太平洋(10°—40°N、140°W—140°E)的統(tǒng)計結(jié)果進行分析, 與Jing等(2013)在ALOHA觀測站的研究區(qū)域相差較大, 研究結(jié)果存在一定差異也是可以理解的。

圖5 擴散率在不同量級的分布直方圖

注：, 紅色虛線之間的數(shù)量占總數(shù)的90%; 藍色虛線表示平均擴散率

表2 (反)氣旋渦影響下不同深度的平均擴散率(單位: m2/s)

Tab.2 The average diffusivity at different depth under the influence of the (anti-)cyclonic eddy (unit: m2/s)

圖6展示了距渦旋中心的距離對擴散率的影響, 圖中藍色和紅色實線分別表示分段線性和二次擬合結(jié)果, 虛線表示對應(yīng)的95%置信區(qū)間。圖中顯示, 在距離渦心1個渦旋半徑以內(nèi), 擴散率隨著距離的增大沒有顯著變化; 而在1個渦旋半徑以外, 擴散率隨著距離的增大而微弱減小。

我們用海表面高度異常SLA的數(shù)值大小來表示渦旋強度, 如圖7所示, 隨著強度增大, 擴散率很明顯呈現(xiàn)出增大的趨勢, 圖中曲線含義與圖6中相同, 擬合曲線主要在10-5—10-4m2/s范圍內(nèi)變化, 并且大部分剖面集中在0.05—0.6m渦旋強度范圍內(nèi)。擬合結(jié)果表明, 距渦心的距離對海洋內(nèi)部混合的影響較小, 渦旋強度對其影響較大。

圖6 距渦心的距離對擴散率的影響

注：灰色點表示基于Argo剖面計算的擴散率; 藍色實線表示分段線性擬合結(jié)果; 紅色實線表示二次擬合結(jié)果; 虛線表示對應(yīng)的95%置信區(qū)間

圖7 渦旋強度對擴散率的影響

注：灰色點表示基于Argo剖面計算的擴散率; 兩條藍色實線表示線性擬合結(jié)果; 紅色實線表示二次擬合結(jié)果; 虛線表示對應(yīng)的95%置信區(qū)間; 圖中橫坐標(biāo)用海表面高度異常(sea level anomaly, SLA)的值表示渦旋強度

2.3 個例分析

我們處理并分析了2014年3—10月所觀測的沿著渦旋軌跡的Argo數(shù)據(jù), 該數(shù)據(jù)主要分布在24°—36°N、132°—152°E區(qū)域。首先, 我們先利用VG方法探測出2014年3—10月該區(qū)域的海洋渦旋, 部分探測結(jié)果如圖8所示。圖中顯示VG方法探測出了該區(qū)域大部分的渦旋, 但是也會把個別渦旋邊緣的點識別成渦心, 這是VG方法本身的缺陷導(dǎo)致的。

圖8 2014年4月1—6日在24°—36°N、132°—152°E區(qū)域的渦旋分布

注：紅色圓圈表示渦旋中心的位置; 背景為地轉(zhuǎn)流場

統(tǒng)計結(jié)果顯示, 在24°—36°N、132°—152°E區(qū)域探測出氣旋渦附近的Argo剖面僅有31個, 而反氣旋渦附近有400個, 說明當(dāng)時Argo是投放在反氣旋渦(暖渦)中, 并隨著渦旋的運動來測量數(shù)據(jù)剖面。圖9中標(biāo)注的綠色五角星即投放位置, 對照圖8發(fā)現(xiàn)對應(yīng)的位置確實是一個反氣旋渦。該區(qū)域渦旋影響下的平均擴散率為7.01×10-5m2/s, 對表3中的數(shù)值進行計算發(fā)現(xiàn)在氣旋渦影響下的擴散率是反氣旋渦影響下的近3倍。由于此區(qū)域氣旋渦與反氣旋渦附近的剖面?zhèn)€數(shù)相差較大, 且氣旋渦距離地形較近, 因此不能表明氣旋渦對海洋內(nèi)部混合的影響大于反氣旋渦的影響。另外, 由于氣旋渦附近剖面很少, 下文將不再分析氣旋渦對混合的影響。反氣旋渦影響下, 與渦心距離不大于渦半徑的擴散率要比距離1—2個渦半徑的值大24%。綜上所述, 渦旋內(nèi)部對混合的影響要明顯大于渦旋外圍產(chǎn)生的影響。

與表1的結(jié)果相比, 在24°—36°N、132°—152°E區(qū)域的擴散率比整個北太平洋區(qū)域(10°—40°N、140°W—140°E)的變化更明顯, 平均擴散率也要高于整個北太平洋區(qū)域的平均值。Xu等(2017)的研究表明伊豆-小笠原脊(Izu-Ogasawara Ridge)的存在使得地形對混合影響較大, 增強了周圍的海洋混合。

表3 24°—36°N、132°—152°E區(qū)域渦旋附近垂直平均擴散率的均值(單位: m2/s)

Tab.3 The mean of vertical average diffusivity near the eddy (24°—36°N/132°—152°E) (unit: m2/s)

由于該個例是在同一個反氣旋渦中觀測得到的Argo剖面數(shù)據(jù), 渦旋強度相差不大, 因此我們將只分析距渦心的距離對混合的影響。圖11展示了距渦旋中心的距離對擴散率的影響, 圖中藍色和紅色實線分別表示分段線性和二次擬合結(jié)果, 虛線表示對應(yīng)的95%置信區(qū)間。圖中顯示, 在距離渦心1個渦旋半徑以內(nèi), 擴散率隨著距離的增大沒有顯著變化; 而在1個渦旋半徑以外, 擴散率隨著距離的增大而微弱減小。綜上所述, 個例分析結(jié)果與北太平洋的統(tǒng)計結(jié)果基本一致。

圖9 渦旋附近垂直平均擴散率空間分布(24°—36°N、 132°—152°E)

注：灰色線表示–3000m等深線, 綠色五角星表示Argo投放位置

3 結(jié)論

本文基于VG方法利用2016—2018年的高度計資料進行渦旋識別, 并基于細尺度參數(shù)化方法利用Argo數(shù)據(jù)計算渦旋附近的擴散率, 分析了北太平洋(10°—40°N、140°W—140°E)區(qū)域渦旋對海洋內(nèi)部混合的影響。另外還研究了2014年3—10月在24°—36°N、132°—152°E區(qū)域的渦旋對海洋內(nèi)部混合的影響。經(jīng)初步研究得到如下結(jié)論。

圖10 24°—36°N、132°—152°E區(qū)域氣旋渦(a)與反氣旋渦(b)附近的Argo相對渦旋中心的位置以及對應(yīng)的垂直平均擴散率

注：紫紅色和黑色虛線分別表示歸一化半徑為1和2的圓

圖11 距渦心的距離對擴散率的影響

注：灰色點: 基于Argo剖面計算的擴散率; 藍色實線: 分段線性擬合結(jié)果; 紅色實線: 二次擬合結(jié)果; 虛線: 對應(yīng)的95%置信區(qū)間; 距離: 歸一化的距渦心的距離

(1) 在渦旋影響下, 北太平洋區(qū)域在2016—2018年的平均擴散率比無渦旋影響情況下的值大6%, 結(jié)果顯示渦旋對混合擴散率的影響較小。

(2) 在2016—2018年, 研究區(qū)域(10°—40°N、140°W—140°E)氣旋渦的個數(shù)多于反氣旋渦的個數(shù)。通過研究渦旋影響下不同深度的擴散率發(fā)現(xiàn), 渦旋整體對600—900m深度上的混合影響最大; 氣旋渦增強了600—1200m深度的混合, 對600—900m影響最大, 可達18%; 反氣旋渦明顯增強了300—900m深度的混合, 對900—1200m的混合影響不明顯。

(3) 擬合結(jié)果發(fā)現(xiàn), 隨著距渦心的距離增加, 渦旋外圍的混合擴散率緩慢減小, 而渦旋內(nèi)部的混合擴散率變化不明顯; 隨著渦旋強度的增大, 擴散率明顯增大。表明距渦旋中心的距離對海洋內(nèi)部混合的影響較小, 渦旋強度對內(nèi)部混合的影響較大。另外, 統(tǒng)計結(jié)果表明, 北太平洋區(qū)域90%的擴散率值分布在10–5.5—10–4m2/s范圍內(nèi)。

本文主要是基于VG渦旋識別方法和細尺度參數(shù)化方案, 得出北太平洋3a中渦旋對混合產(chǎn)生的影響的統(tǒng)計結(jié)果。文章使用VG方法識別渦旋, 會將個別的渦旋邊緣識別成渦心, 可能會對最終結(jié)果產(chǎn)生影響。我們使用基于應(yīng)變的細尺度參數(shù)化方法計算混合擴散率, 細尺度方法是基于大洋內(nèi)波GM譜提出的, 可能無法正確計算海洋渦旋影響下的跨等密度面擴散率, 這對于最后的結(jié)果可能也會產(chǎn)生一些影響。

致謝 感謝南京信息工程大學(xué)董昌明教授提供的渦旋識別方法的代碼。感謝浙江大學(xué)劉聰博士在論文撰寫過程中提供的建議與幫助。

Alford M H, 2001. Internal swell generation: the spatial distribution of energy flux from the wind to mixed layer near-inertial motions. Journal of Physical Oceanography, 31(8): 2359—2368

Carter G S, Gregg M C, 2002. Intense, variable mixing near the head of Monterey submarine canyon. Journal of Physical Oceanography, 32(11): 3145—3165

Chelton D B, Schlax M G, Samelson R M, 2011. Global observations of nonlinear mesoscale eddies. Progress in Oceanography, 91(2): 167—216

Cheng L Q, Gao G P, 2018. Evaluation of spatial distribution of turbulent mixing in the central Pacific. Journal of Oceanography, 74(5): 471—483

Dong C M, Mavor T, Nencioli F, 2009. An oceanic cyclonic eddy on the lee side of Lanai Island, Hawai'i. Journal of Geophysical Research: Oceans, 114(C10): C10008, doi: 10.1029/2009JC005346

Garrett C, Munk W, 1979. Internal waves in the ocean. Annual Review of Fluid Mechanics, 11: 339—369

Gregg M C, 1987. Diapycnal mixing in the thermocline: a review. Journal of Geophysical Research: Oceans, 92(C5): 5249—5286

Jing Z, Chang P, Dimarco S F, 2015. Role of near-inertial internal waves in subthermocline diapycnal mixing in the northern gulf of Mexico. Journal of Physical Oceanography, 45(12): 3137—3154

Jing Z, Wu L X, 2010. Seasonal variation of turbulent diapycnal mixing in the northwestern Pacific stirred by wind stress. Geophysical Research Letters, 37(23): L23604

Jing Z, Wu L X, 2013. Low-frequency modulation of turbulent diapycnal mixing by anticyclonic eddies inferred from the HOT time series. Journal of Physical Oceanography, 43(4): 824—835

Jing Z, Wu L X, Li L, 2011. Turbulent diapycnal mixing in the subtropical northwestern Pacific: spatial-seasonal variations and role of eddies. Journal of Geophysical Research: Oceans, 116(C10): C10028, doi: 10.1029/2011jc007142

Klymak J M, Moum J N, Nash J D, 2004. An estimate of tidal energy lost to turbulence at the Hawaiian Ridge. Journal of Physical Oceanography, 36(6): 1148—1164

Kunze E, Firing E, Hummon J M, 2006. Global abyssal mixing inferred from lowered ADCP shear and CTD strain profiles. Journal of Physical Oceanography, 36(8): 1553—1576

Kunze E, Toole J M, 1997. Tidally driven vorticity, diurnal shear, and turbulence atop Fieberling Seamount. Journal of Physical Oceanography, 27(12): 2663—2693

Ledwell J R, Watson A J, Law C S, 1993. Evidence for slow mixing across the pycnocline from an open-ocean tracer-release experiment. Nature, 364(6439): 701—703

Li Y, Xu Y S, 2014. Penetration depth of diapycnal mixing generated by wind stress and flow over topography in the northwestern Pacific. Journal of Geophysical Research: Oceans, 119(8): 5501—5514

Liao G H, Yang C H, Xu X H, 2012. Effects of mesoscale eddies on the internal solitary wave propagation. Acta Oceanologica Sinica, 31(5): 26—40

Liu Y, Dong C M, Guan Y P, 2012. Eddy analysis in the subtropical zonal band of the North Pacific Ocean. Deep Sea Research Part I: Oceanographic Research Papers, 68: 54—67

Ma L B, Wang Q, 2014. Mean properties of mesoscale eddies in the Kuroshio recirculation region. Chinese Journal of Oceanology and Limnology, 32(3): 681—702

Munk W H, 1966. Abyssal recipes. Deep Sea Research and Oceanographic Abstracts, 13(4): 707—730

Munk W, Wunsch C, 1998. Abyssal recipes II: Energetics of tidal and wind mixing. Deep Sea Research Part I: Oceanographic Research Papers, 45(12): 1977—2010

Nencioli F, Dong C M, Dickey T, 2010. A vector geometry-based eddy detection algorithm and its application to a high-resolution numerical model product and high-frequency radar surface velocities in the southern California bight. Journal of Atmospheric and Oceanic Technology, 27(3): 564—579

Polzin K L, Toole J M, Ledwell J R, 1997. Spatial variability of turbulent mixing in the abyssal ocean. Science, 276(5309): 93—96

Whalen C B, Talley L D, Mackinnon J A, 2012. Spatial and temporal variability of global ocean mixing inferred from Argo profiles. Geophysical Research Letters, 39(18): L18612, doi: 10.1029/2012GL053196

Wu L X, Jing Z, Riser S, 2011. Seasonal and spatial variations of Southern Ocean diapycnal mixing from Argo profiling floats. Nature Geoscience, 4(6): 363—366

Wunsch C, 1998. The work done by the wind on the oceanic general circulation. Journal of Physical Oceanography, 28(11): 2332—2340

Xu L X, Li P L, Xie S P, 2016. Observing mesoscale eddy effects on mode-water subduction and transport in the North Pacific. Nature Communications, 7: 10505, doi: 10.1038/ ncomms10505

Xu L X, Xie S P, Jing Z, 2017. Observing subsurface changes of two anticyclonic eddies passing over the Izu-Ogasawara Ridge. Geophysical Research Letters, 44(4): 1857—1865

Yang Q X, Zhao W, Liang X F, 2017. Elevated mixing in the periphery of mesoscale eddies in the South China Sea. Journal of Physical Oceanography, 47(4): 895—907

Zhang Z G, Zhang Y, Wang W, 2013. Universal structure of mesoscale eddies in the ocean. Geophysical Research Letters, 40(14): 3677—3681

Zhu Y C, Zhang R H, 2018. An Argo-derived background diffusivity parameterization for improved ocean simulations in the tropical pacific. Geophysical Research Letters, 45(3): 1509—1517

INFLUENCE OF EDDY ON OCEAN INTERNAL MIXING IN NORTH PACIFIC BY FINE-SCALE PARAMETERIZATION

CHEN Juan, LI Shao-Feng, CAO An-Zhou, SONG Jin-Bao

(Ocean College, Zhejiang University, Zhoushan 316021, China)

Using the vector geometry method, eddy in North Pacific was identified with altimeter data in 2016—2018, and the ocean internal diapycnal mixing diffusivity near the eddy was calculated by fine-scale parameterization and the Argo data. The influence of the eddy on the internal mixing was analyzed. Results show that the average diffusivity of the study region with the eddy influence was 6% greater than that without the eddy influence. The cyclonic eddy enhanced the mixing in 600—1200m depth in maximum at 600—900m depth where the average diffusivity reached 18%. The mixing at 300—900m depth was enhanced greatly by anticyclonic eddy, but the effect at 900—1200m was not obvious. With the distance increase from the eddy center, the diffusivity outside the eddy decreased gradually but inside the eddy did not change significantly. The result has been verified in a case study in the region of 24°—36°N / 132°—152°E from March to October 2014. Moreover, with the increase in the eddy intensity, the diapycnal mixing was enhanced largely. Statistics show that 90% of the diffusivity was in the range of 10–5.5—10–4m2/s.

ocean eddy; internal mixing; the fine-scale parameterization; North Pacific

* 國家重點研發(fā)計劃項目, 2016YFC1401404號, 2017YFA0604102號。陳 娟, 碩士研究生, E-mail: 21834017@zju.edu.cn

曹安州, 講師, E-mail: caoanzhou@zju.edu.cn

2019-11-11,

2019-12-10

P731

10.11693/hyhz20191100211