王思雯 楊 洋 梁湘三 趙宇慧 王長友

東海黑潮上下游不同的渦動能季節(jié)變化特征及其產(chǎn)生機制*

王思雯1楊 洋1梁湘三2, 3①趙宇慧1王長友1

(1. 南京信息工程大學海洋科學學院 江蘇南京 210044; 2. 復旦大學大氣與海洋科學系以及大氣科學研究院 上海 200438; 3. 上海期智研究院 上海 200232)

用一種新的泛函工具——多尺度子空間變換(multiscale window transform, MWT),得到如實的東海渦動能分布, 發(fā)現(xiàn)東海黑潮上下游區(qū)域的渦動能有著完全不同的季節(jié)變化特征。根據(jù)功率譜分析, 東海黑潮流系可正交地重構(gòu)到背景流尺度子空間(大于64 d)與渦旋尺度子空間(小于64 d), 并用MWT得出相應子空間的能量, 后者即為渦動能。結(jié)果表明, 上游渦動能在8月達到峰值, 冬季最弱; 而下游渦動能在4月和9月存在兩個峰值, 冬季最弱。利用基于MWT的正則傳輸理論以及局地多尺度能量分析方法, 發(fā)現(xiàn)正壓不穩(wěn)定和斜壓不穩(wěn)定是東海黑潮渦動能的主要來源, 且這兩個來源決定了其上下游不同的季節(jié)變化。其中上游渦動能的季節(jié)變化主要受正壓不穩(wěn)定路徑(即背景流動能向渦動能的正則傳輸)控制, 而下游渦動能在4月的峰值主要由斜壓不穩(wěn)定路徑(即背景流有效位能向渦旋有效位能作正則傳輸并進一步轉(zhuǎn)化為渦動能)決定, 其在9月的峰值受到正壓不穩(wěn)定和斜壓不穩(wěn)定的共同影響。

黑潮; 東海; 多尺度子空間變換; 正則傳輸; 正壓不穩(wěn)定; 斜壓不穩(wěn)定

黑潮是北太平洋副熱帶海區(qū)的一支強西邊界流, 它起源于菲律賓東部海域, 經(jīng)臺灣和與那國島之間的通道進入中國東海并沿東海大陸架向東北流動, 后經(jīng)吐噶喇海峽流出東海進入日本南部海域, 最終向東匯入北太平洋(圖1)。由于黑潮源源不斷地將熱量和營養(yǎng)物自南向北輸送, 其流量和能量等的時空變化對西北太平洋區(qū)域的水文、漁業(yè)和氣候有著深遠的影響(Qiu, 2001; Matsuno, 2009)。黑潮主段位于東海, 流經(jīng)區(qū)域存在大量中尺度和亞中尺度渦旋。這些渦旋大多集中在黑潮主軸, 沿主軸向東北方向傳播(Liu, 2012; Qin, 2015; Cheng, 2017)。研究表明, 東海黑潮區(qū)域的渦旋一部分來自西北太平洋。在西北太平洋區(qū)域, 副熱帶逆流的斜壓不穩(wěn)定產(chǎn)生大量渦旋(Gill, 1974; Qiu, 1999; Roemmich, 2001; Qiu, 2010)。這些渦旋向西傳播, 大部分會到達西北太平洋大陸坡附近(Yang, 1999; Zhang, 2001; Jan, 2017), 隨后進入東海并對黑潮造成直接或間接的影響(Ichikawa, 1993; Andres, 2013; 王興智等, 2014; Soeyanto, 2014; Jan, 2017)。而Cheng等(2017)指出琉球群島島鏈的存在使得很多渦旋很難進入東海, 故外來渦旋對東海黑潮附近的渦旋活動貢獻不大, 并非該區(qū)域渦旋的主要來源。

東海黑潮區(qū)域大部分渦旋是局地產(chǎn)生的, 且呈現(xiàn)波狀結(jié)構(gòu)(郭炳火等, 1995)。大量研究均表明黑潮會通過失穩(wěn)過程給渦旋的生成和發(fā)展提供能量(Wang, 1987; Jia, 2005; Yan, 2019)。Kamidaira等(2017)利用一個雙重嵌套結(jié)構(gòu)的海洋模式發(fā)現(xiàn)東海黑潮東北段以斜壓不穩(wěn)定的方式為渦旋提供能量。楊洋等(2019)使用一種新的多尺度能量分析方法指出東海黑潮上游表現(xiàn)為混合不穩(wěn)定(即正壓與斜壓不穩(wěn)定), 而下游則僅表現(xiàn)為斜壓失穩(wěn)。以上研究表明失穩(wěn)過程在黑潮的上、下游是以不同方式表現(xiàn)出來的。

圖1 研究區(qū)域地形圖

注: 白色等值線代表基于混合坐標海洋模式(hybrid coordinate ocean model, HYCOM)再分析數(shù)據(jù)得到的平均海平面高度, 圖中僅畫出0, 0.1, 0.2 m的等值線, 用來表示黑潮流軸; 藍色實線框代表本文重點關注區(qū)域; 數(shù)據(jù)來自ETOPO1

作為渦旋能量的主要來源, 東海黑潮的時空變化必然會對渦旋活動產(chǎn)生重要影響。大量的資料分析表明, 東海黑潮流速和流量均存在著顯著的季節(jié)變化(袁耀初等, 2006)。總體來看, 東海黑潮流速夏季大、冬季小(Ichikawa, 1993; Li, 2020; 鄧麗靜等, 2014); 具體到上游與下游區(qū)域, 東海黑潮上游的流量呈現(xiàn)夏強秋弱的季節(jié)變化(Lee, 2007; Liu, 2012), 下游流量則存在夏強冬弱的季節(jié)特征(Yang, 2003)。東海黑潮的這種季節(jié)變化很有可能通過不穩(wěn)定過程對渦旋活動進行調(diào)制。實際上, 目前在黑潮延伸體和南極繞極流區(qū)域已有很多研究證實背景流通過正壓與斜壓失穩(wěn)等過程影響區(qū)域渦旋動能的季節(jié)變化(Qiu, 1999; Ebuchi, 2000; Phillips, 2000; Imawaki, 2001; Penduff, 2004; Andres, 2008; Chen, 2014)。那么東海黑潮渦動能的季節(jié)變化主要是受何種機制控制？上下游是否存在空間差異性？這些問題尚待研究。

本文將聚焦東海黑潮渦動能的季節(jié)變化, 并通過診斷渦動能收支方程, 探討東海黑潮渦旋季節(jié)變化的成因。為了定量給出背景流和渦旋場之間的能量交換及其他能量輸運過程, 本文將采用一種新的泛函分析工具, 即多尺度子空間變換(multiscale window transform, MWT; Liang, 2007b), 將東海黑潮重構(gòu)至背景流尺度子空間和渦旋尺度子空間, 并采用基于MWT的正則傳輸理論和局地多尺度能量分析方法(Liang, 2005; Liang, 2016)對相關的多尺度能量過程進行診斷。有關該系列方法的介紹將在第2節(jié)給出。在第3節(jié)中, 我們將介紹本研究使用的數(shù)據(jù)。第4節(jié)展示了本研究的結(jié)果。第5節(jié)為本研究的主要結(jié)論。

1 方法

1.1 多尺度子空間變換(MWT)

簡單來說, MWT是一種泛函工具, 它將函數(shù)空間正交地分解成多個子空間的直和, 我們將這樣的子空間稱為尺度子空間(scale window), 或者簡稱子空間; 類似小波變換, MWT還具有局地性(因本研究討論的是時間尺度, 這里的局地性即反映了時變信息)。需要強調(diào)的是, 這里正交性很重要, 否則Parseval等式無法成立, 從而物理意義上的能量無法被定義。Liang等(2007b)發(fā)現(xiàn), 對于一類特殊的正交濾波器存在著與傅里葉變換與逆傅里葉變換類似的“變換-重構(gòu)對”, 這種變換-重構(gòu)對即MWT和多尺度子空間重構(gòu)(multiscale window reconstruction; MWR)。對一個時間序列, 可以通過MWR得到相應的濾波場(重構(gòu)場)。與一般濾波器不同的是, 這里還可以得到與之對應的MWT變換系數(shù), Liang等(2007b)證明了重構(gòu)場的能量等于變換系數(shù)的平方(再乘上一常系數(shù))。更多細節(jié)和推導請參閱原文, 一個稍詳盡的簡介參見Liang (2016)。

1.2 正則傳輸

在能量學中, 要定量研究流體不穩(wěn)定過程及其相關的多尺度相互作用(如渦流相互作用), 首先要得到正確的不同尺度間的能量傳輸項。在MWT的框架下, Liang (2016)提出了正則傳輸理論(canonical transfer)。假設在不可壓的流場中, 有一標量場, 其隨時間的變化如式(3)所示:

注:藍線代表基于HYCOM再分析數(shù)據(jù)得到的表層流場動能譜; 橙線代表基于HYCOM再分析數(shù)據(jù)得到的深層700 m流場動能譜; 黃線代表基于AVISO觀測數(shù)據(jù)得到的表層流場動能譜

圖3 海表面高度及流速場的多尺度子空間變換重構(gòu)

注:黑色箭頭為流速場(單位:m/s); a、c、e為1994年7月4日; b、d、f為2011年5月21日; a和b為原始場; c和d為平均流場; e和f為渦旋場; 數(shù)據(jù)來自HYCOM

且上述傳輸項滿足守恒定律:

為了比較傳統(tǒng)方法中的能量傳輸與正則傳輸?shù)膮^(qū)別, 我們將二者的能量方程都基于雷諾分解(即分成平均場和擾動場兩個尺度)導出。在傳統(tǒng)方法(如Von Storch, 2012; Yan, 2019)中, 平均場和擾動場的能量方程具有如下形式

這里, 如果是速度場, 那么此兩式是平均場和擾動場的動能方程; 如果是密度異常場, 那么此兩式對應有效位能方程。為了簡便起見這里只列出了跨尺度傳輸和空間輸運項, 因為傳統(tǒng)方法和本文所用方法最根本的區(qū)別體現(xiàn)在這兩類過程。等式左邊具有散度形式的項為輸運項, 等式右邊則為傳統(tǒng)方法中的跨尺度傳輸項, 我們注意到,

由于雷諾分解是MWT的一種特殊情形, Liang等(2007b)得到了雷諾分解下的正則傳輸, 相應的能量方程有如下形式:

表1 基于雷諾分解的傳統(tǒng)傳輸和正則傳輸項的數(shù)學表達式

Tab.1 Mathematical expressions of the traditional transfer and canonical transfer based on Reynolds decomposition

1.3 局地多尺度能量分析

2 數(shù)據(jù)

本研究采用HYCOM模式輸出的再分析數(shù)據(jù), 版本號為GLBv0.08 (https://www.hycom.org/dataserver/ gofs-3pt1/reanalysis)。HYCOM是基于原始方程發(fā)展出來的全球海洋環(huán)流模式, 它不僅保留了等密度坐標海洋模式等密度面坐標的優(yōu)點, 還采用垂向混合坐標(等密度坐標、地形跟隨坐標和垂直坐標), 彌補了等密度面坐標的不足(Chassignet, 2007)。HYCOM在東海黑潮區(qū)域的輸出數(shù)據(jù)具有0.08°的空間分辨率; 垂直方向分為40層, 由表層的0 m逐漸擴大到最大深度5 000 m。本研究采用的是時間分辨率為1 d的溫鹽場和流速場, 時間跨度為1994～2015年。為了驗證模式數(shù)據(jù)的準確性以及子空間尺度分離界限的合理性, 本文還采用了AVISO (Archiving Validation and Interpretation of Satellite Oceanographic)數(shù)據(jù)中心提供的海平面高度數(shù)據(jù)和海表地轉(zhuǎn)流速場數(shù)據(jù), 該數(shù)據(jù)是多個衛(wèi)星高度計數(shù)據(jù)融合的產(chǎn)品, 其時間長度為1994～2015年, 時間分辨率為1 d, 空間分辨率為1/4°。

表2 式(12)和式(13)中能量項的數(shù)學表達式和物理解釋

Tab.2 Mathematical expressions and meanings of the energetics terms in equations (12) and (13)

注: “:”為并矢算符, 如: (): ()=()(), 詳見Liang (2016)

3 結(jié)果分析

3.1 東海黑潮渦動能的季節(jié)變化

本節(jié)將基于HYCOM模式數(shù)據(jù)探究東海黑潮海域渦動能的季節(jié)變化特征。在此之前, 我們首先驗證HYCOM模式數(shù)據(jù)的準確性。圖4所示為分別采用AVISO觀測資料和HYCOM模式輸出資料計算得到的1994～2015年東海黑潮區(qū)域表層渦動能氣候態(tài)水平分布圖, 黑色方框標注了東海黑潮主軸的大致范圍, 為本文重點關注區(qū)域。觀測(圖4a)表明黑潮主軸區(qū)域渦動能較強, 尤其在靠近吐噶喇海峽區(qū)域處有一渦動能大值中心; 模式數(shù)據(jù)(圖4b)對渦動能的這一空間分布有較好地再現(xiàn)。對選定區(qū)域內(nèi)的渦動能進行空間平均, 我們得到了圖5所示的表層渦動能年循環(huán)變化。從衛(wèi)星觀測可知, 東海黑潮主軸區(qū)域渦動能存在明顯的春強冬弱的季節(jié)變化(圖5橙色折線)。這一季節(jié)變化也被HYCOM模式輸出資料準確反映出來(圖5藍色折線)。需要注意的是, 相比于觀測, 基于HYCOM數(shù)據(jù)計算得到的表層渦動能幅值較大, 造成這種差異的主要原因是數(shù)值模式較衛(wèi)星觀測具有更高的空間分辨率, 使得模式中的渦動能整體偏強(Sasaki, 2017; Yang, 2017)。綜上, HYCOM模式數(shù)據(jù)較好地再現(xiàn)了東海黑潮區(qū)域渦動能的時空變化, 對于我們探究該區(qū)域渦動能季節(jié)變化來說是可靠的。

圖4 1994～2015年平均表層渦動能空間分布

注:黑色實線框代表本文重點關注區(qū)域, 余同

圖5 東海黑潮主軸區(qū)域表層渦動能逐月變化

注: 藍色折線基于HYCOM再分析數(shù)據(jù); 橙色折線基于AVISO觀測數(shù)據(jù)

圖6展示了渦動能異常(即渦動能減去其時間平均值)進行垂直積分(0～1 000 m)后得到的逐月水平分布。從圖6可見, 東海黑潮區(qū)域渦動能季節(jié)存在顯著的季節(jié)變化, 且季節(jié)信號主要集中在黑潮主軸, 總體表現(xiàn)為春季渦動能最強, 冬季最弱。有趣的是, 從圖6渦動能異常的空間分布可見, 黑潮在東海區(qū)域的上游和下游呈現(xiàn)明顯不同的季節(jié)變化。具體來說, 上游的渦動能8月最強、1月最弱, 下游渦動能在4月和9月均有峰值, 在1月左右達到谷值。如圖7所示, 上述這種上、下游渦動能季節(jié)變化的差異在垂直方向上的表現(xiàn)也是一致的。據(jù)此, 我們將東海黑潮區(qū)域分為上、下游兩個子區(qū)域, 兩個區(qū)域的空間范圍如圖6中的綠色框線所標注。圖8a和8b給出了這兩個子區(qū)域平均渦動能的逐月變化。由圖8a和8b可以清楚地看到, 東海黑潮上游的渦動能從1月開始增加, 到8月達到峰值, 而后開始迅速減小; 而在東海黑潮下游, 渦動能的季節(jié)變化整體呈馬鞍形分布, 其在4月和9月分別有一個峰值, 后者略小于前者, 與上游類似, 11月、12月和1月是下游渦動能最弱的3個月。

綜上, 我們基于HYCOM模式數(shù)據(jù)發(fā)現(xiàn)東海黑潮區(qū)域渦動能存在顯著的季節(jié)變化, 且這種季節(jié)變化在黑潮上、下游兩個子區(qū)域并非是同步的。其中, 東海黑潮上游的渦動能在8月出現(xiàn)峰值, 冬季月份最弱; 下游渦動能則在4月和9月出現(xiàn)兩個峰值, 且4月的峰值更大, 冬季月份最弱。從東海黑潮主軸附近的密度分布(圖7)來看, 黑潮上游等密線較為平直, 下游則有明顯傾斜, 尤其是在下游渦動能最強的4月。這說明相較上游, 東海黑潮下游具有更強的斜壓性, 這很有可能是導致東海黑潮上、下游渦動能季節(jié)變化不同步的原因之一。接下來, 我們將基于局地多尺度能量分析, 對包括斜壓不穩(wěn)定在內(nèi)的相關能量過程進行診斷和分析, 闡明東海黑潮渦動能季節(jié)變化背后的成因。

3.2 東海黑潮渦動能的來源

在探究控制東海黑潮渦動能季節(jié)變化的主要原因之前, 我們首先對能量收支方程的各項進行診斷, 給出該區(qū)域渦動能的主要來源。需要注意的是, 本研究所用的有效位能的定義基于準地轉(zhuǎn)假設, 該定義在密度層結(jié)較弱的混合層不適用(楊洋等, 2019)。為了使診斷結(jié)果更加準確, 后續(xù)研究中對相關能量項的垂直積分只考慮50 m以深的水柱。注意這一垂直積分范圍的減小并不影響我們在3.1中得到的結(jié)論。圖8a和8b分別給出了0～1 000 m和50～1 000 m垂直積分的區(qū)域平均渦動能變化, 可以清楚地看到這兩個范圍內(nèi)的垂直積分的渦動能季節(jié)變化是完全一致的。

圖6 0～1 000 m積分的渦動能異常的逐月空間分布

注:黑色箭頭為表層流速場; 綠色實線框代表本文重點關注區(qū)域

圖7 沿黑潮流軸的渦動能異常的逐月截面圖

圖8 東海黑潮上游(a)和下游(b)區(qū)域渦動能垂直積分逐月變化

注: 紅線表示0～1 000 m垂直積分, 藍線表示50～1 000 m垂直積分; 數(shù)據(jù)來自HYCOM

Yan等(2019)利用OFES (the ocean general circulation model for the earth simulator)模式數(shù)據(jù)對西北太平洋海域渦-流能量學做了分析, 其結(jié)果顯示正壓傳輸在東海黑潮主軸以西以EKE→MKE為主, 主軸以東以MKE→EKE, 斜壓傳輸主要集中在下游, 但具有明顯正負相間的空間分布。這些與本文的結(jié)果非常不同, 我們發(fā)現(xiàn)這種差異與所用的不同方法和不同數(shù)據(jù)均有關系。圖10給出了傳統(tǒng)方法和正則傳輸理論中的正壓傳輸和斜壓傳輸在雷諾分解下的水平分布(數(shù)學表達式如表1所示)。通過比較圖10a, 10b與圖10c, 10d, 我們可以看到基于MWT分離(即以64 d為截斷周期分離背景場和渦動場)與雷諾分解(即將原始場分離為時間平均和擾動場)得到的正則傳輸具有大體一致的空間分布。不過相比MWT的64 d尺度分離, 雷諾分解框架下的正則傳輸振幅更強, 這應該與雷諾分解下的渦動場包含了所有時間尺度的擾動有關。比較圖10c, 10d與圖10e, 圖f, 則可以看到基于雷諾分解的傳統(tǒng)斜壓傳輸與斜壓正則傳輸大致呈現(xiàn)相近的空間分布, 但正則斜壓傳輸在下游的強度要明顯大于傳統(tǒng)的斜壓傳輸。相比于斜壓傳輸, 兩種方法下的正壓傳輸空間差異較明顯, 傳統(tǒng)的正壓傳輸正值主要集中在東海黑潮主軸右側(cè)(圖10e), 這與Yan等的結(jié)果類似, 而正則正壓傳輸正值沿主軸中心分布, 在下游則有明顯的負值區(qū)域。以上結(jié)果表明兩種方法得到的跨尺度能量傳輸會有明顯差異, 尤其是正壓傳輸。同時我們發(fā)現(xiàn), Yan等(2019)根據(jù)OFES數(shù)據(jù)得到的正壓傳輸沿主軸東正西負的結(jié)構(gòu)在HYCOM數(shù)據(jù)計算得到的結(jié)果中卻沒有體現(xiàn)出來, 說明不同數(shù)據(jù)也會導致結(jié)果有較大差異。

圖9 能量收支各項在50～1 000 m垂直積分的氣候態(tài)空間分布

表3 各能量收支項在上游和下游區(qū)域的氣候態(tài)平均值

Tab.3 The area-mean energy budget terms in the upstream and downstream regions of the Kuroshio in the East China Sea

圖10 傳統(tǒng)傳輸項和正則傳輸項在50～1 000 m垂直積分的氣候態(tài)空間分布

注: a和b: 以64 d為截斷周期所得的正則傳輸項; c和d: 基于雷諾平均所得的擾動場與平均場之間的正則能量傳輸; e和f: 基于雷諾平均所得的擾動場與平均場之間的傳統(tǒng)能量傳輸; 左側(cè)一列均為正壓傳輸, 右側(cè)一列均為斜壓傳輸; 數(shù)據(jù)來自HYCOM

3.3 東海黑潮渦動能季節(jié)變化形成機制

圖11 50～1 000 m垂直積分的能量收支各項在上下游的逐月變化

圖12 50～1 000 m垂直積分的正則傳輸項及浮力轉(zhuǎn)換項在下游的逐月變化

綜上所述, 控制東海黑潮流域上下游渦動能季節(jié)變化的機制具有顯著差異。上游渦動能在8月達到峰值, 受正壓不穩(wěn)定控制。下游渦動能年循環(huán)有兩個峰值, 一個在4月, 另一個在9月。其中4月的峰值受斜壓不穩(wěn)定控制, 而9月的峰值則受正壓不穩(wěn)定和斜壓不穩(wěn)定共同影響。

4 結(jié)論

利用1/12.5°分辨率的HYCOM再分析數(shù)據(jù), 本文探究了東海黑潮區(qū)域渦動能的季節(jié)變化及其動力機制。我們首先利用一個為新的泛函工具——多尺度子空間變換(MWT; Liang, 2007a), 將東海黑潮流系正交地重構(gòu)到兩個尺度子空間:背景流尺度子空間(大于64 d)與渦旋尺度子空間(小于64 d)。由于MWT的正交性和局地性使得我們能夠進一步研究渦旋尺度子空間的動能(EKE)的時變特征。結(jié)果表明, 東海黑潮區(qū)域的渦動能存在明顯的季節(jié)變化, 且在東海黑潮上、下游表現(xiàn)出空間差異:上游渦動能水平整體較弱, 在8月達到峰值, 冬季最弱; 下游渦動能水平整體較強, 除了在9月有一峰值外, 另一個更強的峰值出現(xiàn)在4月。

隨后, 我們使用一套基于MWT的正則傳輸理論以及局地多尺度能量收支方程(Liang, 2016)進一步研究影響東海黑潮上下游渦動能季節(jié)變化的原因。與傳統(tǒng)能量方程中的傳輸過程不同, 正則傳輸可以信實地表征流體運動中不同尺度之間的能量交換, 因而可以信實地診斷出流體內(nèi)部的不穩(wěn)定過程(Liang, 2007a)。通過診斷東海黑潮流域渦動能收支方程, 我們發(fā)現(xiàn)與正壓不穩(wěn)定相關的正壓能量路徑(MKE→EKE)和與斜壓不穩(wěn)定相關聯(lián)的斜壓能量路徑(MAPE→EAPE→EKE)是東海黑潮EKE的主要來源, 且從氣候平均角度來看這兩種能量路徑在黑潮上下游存在一種蹺蹺板現(xiàn)象:上游以正壓能量路徑為主, 斜壓能量路徑受到明顯抑制, EKE反而向EAPE轉(zhuǎn)換; 下游以斜壓能量路徑為主, 吐噶喇海峽西側(cè)有一片區(qū)域EKE反向MKE級串, 使得下游正壓能量路徑的區(qū)域平均值較低。從各能量過程的季節(jié)演變上來看, 在東海黑潮上游, MKE→EKE在8月最強, 冬季月份最弱, 與上游的EKE季節(jié)變化一致。而上游區(qū)域的MAPE→EAPE和EAPE→EKE很弱, 尤其在夏季EAPE反而向MAPE級串, EKE向EAPE轉(zhuǎn)換。與上游不同的是, 東海黑潮下游的斜壓能量路徑在4月達到最強, 對應該月的EKE峰值。而在9月, 雖然MAPE→EAPE有一峰值, 但EAPE在同期沒有顯著地向EKE轉(zhuǎn)換, 說明單純靠斜壓能量路徑不足以使EKE在9月達到極值, 這個EKE極值被證明與正壓能量路徑有關。

本文揭示了東海黑潮上下游渦動能的季節(jié)變化機制截然不同, 主要表現(xiàn)在與渦流相互作用有關的正壓不穩(wěn)定和斜壓不穩(wěn)定過程在上下游區(qū)域存在明顯差異。這說明在研究東海黑潮渦旋動力學時, 有必要對上下游進行分段考察。比如在搭建針對該海域的數(shù)值模式時, 黑潮的正壓(斜壓)不穩(wěn)定過程是準確模擬上游(下游)渦旋季節(jié)變化的關鍵。換言之, 東海黑潮海域渦旋在季節(jié)尺度上的預報能力取決于模式能否準確模擬這兩個關鍵性的內(nèi)部動力過程。此外, 由于HYCOM再分析數(shù)據(jù)分辨率的限制, 本文所討論的渦動能主要是中尺度過程(如黑潮鋒面渦、鋒面彎曲等)相關聯(lián)的動能, 不包含亞中尺度過程。亞中尺度動能已被觀測和高分辨率模式證實具有顯著的季節(jié)變化。最近有一些研究表明, 亞中尺度過程可以通過能量逆級串的形式影響中尺度過程動能的季節(jié)變化(Qiu, 2014; Sasaki, 2014)。亞中尺度過程對黑潮渦動能季節(jié)變化具有怎么樣的影響？其動力學機制如何？這些都是值得進一步討論的科學問題。今后, 我們將借助更高分辨率的模式來探討上述問題。

王興智, 李崇銀, 王桂華, 2014. 東海黑潮活躍區(qū)表層流場的半年內(nèi)時間尺度變化研究[J]. 海洋學報, 36(11): 1-11.

鄧麗靜, 魏皓, 汪嘉寧, 2014. PN斷面黑潮流速垂直分布特征及機制分析[J]. 海洋通報, 33(5): 519-526.

楊洋, 梁湘三, 2019. 黑潮流域內(nèi)在的平均流-低頻變率-中尺度渦之間的非線性相互作用[J]. 中國科學: 地球科學, 49(3): 596-610.

袁耀初, 楊成浩, 王彰貴, 2006. 2000年東海黑潮和琉球群島以東海流的變異Ⅰ. 東海黑潮及其附近中尺度渦的變異[J]. 海洋學報, 28(2): 1-13.

郭炳火, 湯毓祥, 陸賽英, 等, 1995. 春季東海黑潮鋒面渦旋的觀測與分析[J]. 海洋學報, 17(1): 13-23.

ANDRES M, CENEDESE C, 2013. Laboratory experiments and observations of cyclonic and anticyclonic eddies impinging on an island [J]. Journal of Geophysical Research: Oceans, 118(2): 762-773.

ANDRES M, PARK J H, WIMBUSH M,, 2008. Study of the Kuroshio/Ryukyu Current system based on satellite-altimeter and in situ measurements [J]. Journal of Oceanography, 64(6): 937-950.

CHASSIGNET E P, HURLBURT H E, SMEDSTAD O M,, 2007. The HYCOM (hybrid coordinate ocean model) data assimilative system [J]. Journal of Marine Systems, 65(1/4): 60-83.

CHEN R, FLIERL G R, WUNSCH C, 2014. A description of local and nonlocal eddy–mean flow interaction in a global eddy-permitting state estimate [J]. Journal of Physical Oceanography, 44(9): 2336-2352.

CHEN R, THOMPSON A F, FLIERL G R, 2016. Time-dependent eddy-mean energy diagrams and their application to the ocean [J]. Journal of Physical Oceanography, 46(9): 2827-2850.

CHENG Y H, HO C R, ZHENG Q N,, 2017. Statistical features of eddies approaching the Kuroshio east of Taiwan Island and Luzon Island [J]. Journal of Oceanography, 73(4): 427-438.

EBUCHI N, HANAWA K, 2000. Mesoscale eddies observed by TOLEX-ADCP and TOPEX/POSEIDON altimeter in the Kuroshio recirculation region south of Japan [J]. Journal of Oceanography, 56(1): 43-57.

GILL A E, GREEN J S A, SIMMONS A J, 1974. Energy partition in the large-scale ocean circulation and the production of mid-ocean eddies [J]. Deep Sea Research and Oceanographic Abstracts, 21(7): 499-528, IN1, 509-528.

HOLOPAINEN E O, 1978. A diagnostic study on the kinetic energy balance of the long-term mean flow and the associated transient fluctuations in the atmosphere [J]. Geophysica, 15: 125-145.

ICHIKAWA H, BEARDSLEY R C, 1993. Temporal and spatial variability of volume transport of the Kuroshio in the East China Sea [J]. Deep Sea Research Part I: Oceanographic Research Papers, 40(3): 583-605.

IMAWAKI S, UCHIDA H, ICHIKAWA H,, 2001. Satellite altimeter monitoring the Kuroshio transport south of Japan [J]. Geophysical Research Letters, 28(1): 17-20.

JAN S, MENSAH V, ANDRES M,, 2017. Eddy-Kuroshio interactions: local and remote effects [J]. Journal of Geophysical Research: Oceans, 122(12): 9744-9764.

JIA Y L, LIU Q Y, LIU W, 2005. Primary study of the mechanism of eddy shedding from the Kuroshio bend in Luzon Strait [J]. Journal of Oceanography, 61(6): 1017-1027.

KAMIDAIRA Y, UCHIYAMA Y, MITARAI S, 2017. Eddy-induced transport of the Kuroshio warm water around the Ryukyu Islands in the East China Sea [J]. Continental Shelf Research, 143: 206-218.

LEE J S, TAKESHI M, 2007. Intrusion of Kuroshio water onto the continental shelf of the East China Sea [J]. Journal of Oceanography, 63(2): 309-325.

LI P, SHI B W, LI Y G,, 2020. Characterization of longshore currents in southern East China Sea during summer and autumn [J]. Acta Oceanologica Sinica, 39(3): 1-11.

LIANG X S, 2016. Canonical transfer and multiscale energetics for primitive and quasigeostrophic atmospheres [J]. Journal of the Atmospheric Sciences, 73(11): 4439-4468.

LIANG X S, ANDERSON D G M, 2007a. Multiscale window transform [J]. Multiscale Modeling & Simulation, 6(2): 437-467.

LIANG X S, ROBINSON A R, 2005. Localized multiscale energy and vorticity analysis: I. Fundamentals [J]. Dynamics of Atmospheres and Oceans, 38(3/4): 195-230.

LIANG X S, ROBINSON A R, 2007b. Localized multi-scale energy and vorticity analysis: II. Finite-amplitude instability theory and validation [J]. Dynamics of Atmospheres and Oceans, 44(2): 51-76.

LIU Z Q, GAN J P, 2012. Variability of the Kuroshio in the East China Sea derived from satellite altimetry data [J]. Deep Sea Research Part I: Oceanographic Research Papers, 59: 25-36.

MATSUNO T, LEE J S, YANAO S, 2009. The Kuroshio exchange with the South and East China seas [J]. Ocean Science, 5(3): 303-312.

PENDUFF T, BARNIER B, DEWAR W K,, 2004. Dynamical response of the oceanic eddy field to the North Atlantic Oscillation: a model–data comparison [J]. Journal of Physical Oceanography, 34(12): 2615-2629.

PHILLIPS H E, RINTOUL S R, 2000. Eddy variability and energetics from direct current measurements in the Antarctic Circumpolar Current South of Australia [J]. Journal of Physical Oceanography, 30(12): 3050-3076.

PLUMB R A, 1983. A new look at the energy cycle [J]. Journal of Atmospheric Sciences, 40(7): 1669-1688.

QIN D D, WANG J H, LIU Y,, 2015. Eddy analysis in the Eastern China Sea using altimetry data [J]. Frontiers of Earth Science, 9(4): 709-721.

QIU B, 1999. Seasonal eddy field modulation of the North Pacific Subtropical Countercurrent: TOPEX/Poseidon observations and theory [J]. Journal of Physical Oceanography, 29(10): 2471-2486.

QIU B, 2001. Kuroshio and Oyashio currents [M] // STEELE J H. Encyclopedia of Ocean Sciences. San Diego, CA, USA: Academic Press: 1413-1425.

QIU B, CHEN S M, 2010. Interannual-to-decadal variability in the bifurcation of the North Equatorial Current off the Philippines [J]. Journal of Physical Oceanography, 40(11): 2525-2538.

QIU B, CHEN S M, KLEIN P,, 2014. Seasonal mesoscale and submesoscale eddy variability along the North Pacific Subtropical Countercurrent [J]. Journal of Physical Oceanography, 44(12): 3079-3098.

ROEMMICH D, GILSON J, 2001. Eddy transport of heat and thermocline waters in the North Pacific: a key to interannual/decadal climate variability? [J]. Journal of Physical Oceanography, 31(3): 675-687.

SASAKI H, KLEIN P, QIU B,, 2014. Impact of oceanic-scale interactions on the seasonal modulation of ocean dynamics by the atmosphere [J]. Nature Communications, 5(1): 5636.

SASAKI H, KLEIN P, SASAI Y,, 2017. Regionality and seasonality of submesoscale and mesoscale turbulence in the North Pacific Ocean [J]. Ocean Dynamics, 67(9): 1195-1216.

SOEYANTO E, GUO X Y, ONO J,, 2014. Interannual variations of Kuroshio transport in the East China Sea and its relation to the Pacific Decadal Oscillation and mesoscale eddies [J]. Journal of Geophysical Research: Oceans, 119(6): 3595-3616.

VON STORCH J S, EDEN C, FAST I,, 2012. An estimate of the Lorenz energy cycle for the world ocean based on the 1/10° STORM/NCEP simulation [J]. Journal of Physical Oceanography, 42(12): 2185-2205.

WANG W, SU J L, 1987. A barotropic model of the Kuroshio system and eddy phenomena in the East China Sea [J]. Acta Oceanologica Sinica, 6(S1): 21-35.

YAN X M, KANG D J, CURCHITSER E N,, 2019. Energetics of eddy–mean flow interactions along the western boundary currents in the North Pacific [J]. Journal of Physical Oceanography, 49(3): 789-810.

YANG Y, LIANG X S, QIU B,, 2017. On the decadal variability of the eddy kinetic energy in the Kuroshio Extension [J]. Journal of Physical Oceanography, 47(5): 1169-1187.

YANG Y, LIU C T, 2003. Uncertainty reduction of estimated geostrophic volume transports with altimeter observations east of Taiwan [J]. Journal of Oceanography, 59(2): 251-257.

YANG Y, LIU C T, HU J H,, 1999. Taiwan current (Kuroshio) and impinging eddies [J]. Journal of Oceanography, 55(5): 609-617.

ZHANG D X, LEE T N, JOHNS W E,, 2001. The Kuroshio east of Taiwan: modes of variability and relationship to interior ocean mesoscale eddies [J]. Journal of Physical Oceanography, 31(4): 1054-1074.

DISTINCTLY DIFFERENT SEASONAL EDDY KINETIC ENERGY VARIATIONS AND THEIR MECHANISMS IN THE UPSTREAM AND DOWNSTREAM KUROSHIO WITHIN THE EAST CHINA SEA SECTOR

WANG Si-Wen1, YANG Yang1, LIANG Xiang-San2, 3, ZHAO Yu-Hui1, WANG Chang-You1

(1.School of Marine Sciences, Nanjing University of Information Science & Technology, Nanjing 210044, China; 2. Department of Atmospheric and Oceanic Sciences, and Institute of Atmospheric Sciences, Fudan University, Shanghai 200438, China; 3. Shanghai Qi Zhi Institute, Shanghai 200232, China)

Application of a new functional analysis tool, i.e., multiscale window transform (MWT), reveals to us distinctly different seasonal variation patterns of the eddy kinetic energy (EKE) in the upstream and downstream of the Kuroshio in the East China Sea. Based on a power spectrum analysis, the fields are orthogonally reconstructed with MWT onto two scale windows, namely, the background flow window (> 64 d) and the eddy window (< 64 d). The kinetic energy on each window is obtained accordingly with the MWT transform coefficients. In the upstream, the EKE peaks in August, and reaches its minimum in winter; in contrast, the EKE downstream has two peaks, one in April and another in September, and attains its minimum in winter. Using the MWT-based canonical transfer theory and localized multiscale energetics analysis, we find that barotropic instability and baroclinic instability are the main mechanisms for the EKE variations in this region. They govern the different EKE seasonal cycles in upstream and downstream Kuroshio, respectively. In the upstream, the EKE seasonality is mainly generated through a barotropic instability pathway (i.e. the canonical transfer of kinetic energy from the background flow to the eddies). In contrast, in the downstream, the April peak is determined by a baroclinic instability (i.e. the canonical transfer of available potential energy from the background flow to the eddies, which is further converted to EKE), while the September peak is jointly generated by a baroclinic instability and a barotropic instability.

Kuroshio; East China Sea; multiscale window transform; canonical transfer; barotropic instability; baroclinic instability

*國家自然科學基金項目, 41975064號, 41806023號; 2015江蘇雙創(chuàng)團隊項目; 江蘇省特聘教授項目。王思雯, 碩士研究生, E-mail: wswing1997@icloud.com

梁湘三, 教授, E-mail: xsliang@fudan.edu.cn

2021-10-08,

2021-11-23

P738

10.11693/hyhz20211000236