閆曉梅 李 穎, 徐永生①

(1. 中國(guó)科學(xué)院海洋研究所 青島 266071; 2. 中國(guó)科學(xué)院海洋環(huán)流與波動(dòng)重點(diǎn)實(shí)驗(yàn)室 青島 266071;3. 中國(guó)科學(xué)院大學(xué) 北京 100049)

海洋中的跨等密度面湍流混合對(duì)于熱量輸運(yùn)、水體交換以及全球氣候、熱鹽環(huán)流強(qiáng)度都有重要影響,因此研究混合的時(shí)空變化特征及其影響因素具有重要意義。早在20世紀(jì)60年代, Munk等(1966)就指出,為了維持深海的層結(jié)結(jié)構(gòu), 至少需要大洋平均擴(kuò)散系數(shù)為10–4m2/s。但是隨后的觀測(cè)實(shí)驗(yàn)發(fā)現(xiàn)遠(yuǎn)離邊界的大洋內(nèi)區(qū)的擴(kuò)散系數(shù)僅為10–5m2/s(Gregg, 1987;Ledwellet al, 1993)。直至上世紀(jì)90年代之后, 在海底地形粗糙的海山(Luecket al, 1997)、海脊(Polzinet al, 1997)、峽谷(Carteret al, 2002)等處觀測(cè)得到了強(qiáng)擴(kuò)散系數(shù), 可達(dá)O(10–4m2/s)甚至更強(qiáng)。

海洋內(nèi)部混合主要由內(nèi)波破碎導(dǎo)致, 而除了正壓潮流與粗糙地形相互作用激發(fā)的內(nèi)潮外, 海表面風(fēng)應(yīng)力是內(nèi)波場(chǎng)的另一個(gè)重要能量來(lái)源, 因此風(fēng)輸入到海洋中的能量隨時(shí)間的變化將導(dǎo)致混合的變化。已有研究發(fā)現(xiàn)上層海洋混合存在明顯的季節(jié)變化,而且與海表面風(fēng)應(yīng)力密切相關(guān)(Jinget al, 2010, 2011;Wuet al, 2011)。但在不同海區(qū), 風(fēng)應(yīng)力的影響深度有所差異, 如在西太平洋137°E斷面上為300—1500m(Jinget al, 2010), 在副熱帶西北太平洋的呂宋海峽及黑潮源地為300—600m(Jinget al, 2011), 在夏威夷島附近為300—600m(荊釗, 2012), 在南極繞極流區(qū)域是1000—2000m(Watermanet al, 2013)。

由于西北太平洋海區(qū)地形復(fù)雜, 而且有大量的風(fēng)生近慣性能量輸入(Alford, 2001), 因此海洋混合必將具備一定的空間分布特征, 同時(shí), 上層的湍流混合也將隨風(fēng)應(yīng)力存在一定的季節(jié)變化。為此, 本文利用歷史水文觀測(cè)剖面資料, 基于細(xì)尺度參數(shù)化方法研究該區(qū)域的跨等密度面湍流混合的時(shí)空特征, 以及風(fēng)應(yīng)力對(duì)上層海洋混合的影響深度。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)

本文采用日本海洋數(shù)據(jù)中心(JODC)提供的高分辨率CTD剖面資料, 選用空間區(qū)域135°—180°E、25°—45°N, 且采用資料較多的時(shí)間段2000—2007年。經(jīng)過(guò)質(zhì)量控制后, 只取采樣深度超過(guò)600m的剖面, 得到共計(jì)8609個(gè)站位, 站位分布如圖1。由于剖面數(shù)據(jù)的垂向分辨率小于2m, 因此統(tǒng)一將溫度、鹽度垂直插值到2m間隔以便于湍流混合的計(jì)算分析。同時(shí), 采用了美國(guó)國(guó)家地球物理數(shù)據(jù)中心(NGDC)2006年發(fā)布的全球海底地形數(shù)據(jù)ETOPO2v2來(lái)計(jì)算地形粗糙度, 該數(shù)據(jù)空間分辨率為2′×2′, 本文取1/3°×1/3°網(wǎng)格區(qū)域內(nèi)的地形高度的方差(Kunzeet al,2006)。定義平坦地形為粗糙度小于1.0×105m2, 而粗糙地形則為粗糙度大于1.0×105m2。這一臨界值的選取參考了研究區(qū)域總體地形粗糙度以及各站位所在位置的平均地形粗糙度(圖3—4), 而且臨界值的微小變動(dòng)不影響本文的分析結(jié)果。

此外, 為了計(jì)算風(fēng)生近慣性能量, 采用了海表面風(fēng)應(yīng)力和混合層深度數(shù)據(jù)。其中, 風(fēng)應(yīng)力數(shù)據(jù)來(lái)自美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心和國(guó)家大氣研究中心再分析資料(NCAR/NCEP), 時(shí)間分辨率是6小時(shí), 而混合層深度數(shù)據(jù)采用的是來(lái)自Levitus 94數(shù)據(jù)集的氣候態(tài)月平均資料。

圖1 西北太平洋的海底地形, 黑點(diǎn)表示歷史水文觀測(cè)站位, 將研究區(qū)域劃分為6個(gè)子區(qū)域Fig.1 Bathymetry of the northwestern Pacific. Black dots are historical hydrographic stations. The study region is divided into six sub-regions marked in Roman numbers

1.2 細(xì)尺度參數(shù)化方法

海洋內(nèi)部的擴(kuò)散系數(shù)與耗散率是研究混合的兩個(gè)有效參量。內(nèi)波間的相互作用不斷地將能量從大尺度向小尺度傳播, 內(nèi)波破碎引發(fā)湍流混合, 基于這一思想, 可將細(xì)尺度上的由內(nèi)波引起的垂向剪切及應(yīng)變與擴(kuò)散系數(shù)及耗散率聯(lián)系起來(lái)(Gregget al, 2003;Kunzeet al, 2006), 因此擴(kuò)散系數(shù)被參數(shù)化為:

其中K0=0.5×10–5m2/s,代表觀測(cè)到的應(yīng)變方差,是GM應(yīng)變譜的方差(Gregget al, 1991),f是科氏參數(shù),N是浮力頻率。在公式(1)中,

f30=f(30°),N0=5.2×10–3rad/s,Rω代表剪切應(yīng)變方差比,參考Kunze等(2006), 本文中設(shè)為常數(shù)7。由于缺乏流速剖面觀測(cè), 難以直接估算Rω。Kunze等(2006)利用印度洋、太平洋、北大西洋和南大洋中的3500個(gè)LADCP/CTD剖面資料, 計(jì)算得到Rω=7±3。本文采用固定值7, 通過(guò)代入方程(2)導(dǎo)致的不確定度約為2倍。同時(shí), 由于細(xì)尺度參數(shù)化方法估算的擴(kuò)散系數(shù)的不確定度在2倍之內(nèi)(Polzinet al, 1995)。所以, 本文計(jì)算結(jié)果的不確定度應(yīng)該是在4倍之內(nèi)。

為了計(jì)算擴(kuò)散系數(shù)和耗散率, 將每個(gè)站位的剖面資料劃分為一系列320m的子剖面, 并取160m重疊。由浮力頻率計(jì)算得到應(yīng)變其中(σ代表位勢(shì)密度), 而是通過(guò)對(duì)子剖面內(nèi)的位勢(shì)密度進(jìn)行線性擬合得到。然后利用傅里葉變換得到zξ的應(yīng)變譜φ(k), 其中,k是垂直波數(shù)。為計(jì)算應(yīng)變方差比首先選取最小波數(shù)kmin=2π/150m(即對(duì)應(yīng)最大波長(zhǎng)為150m), 以這一最小波數(shù)為積分下限計(jì)算應(yīng)變方差(Kunzeet al,2006), 使其滿足

從而得到最大波數(shù)kmax, 然后在同樣的區(qū)間[kmin,kmax]計(jì)算GM應(yīng)變方差

其中, 無(wú)量綱能量E0=6.3×10–5, 溫躍層的垂向尺度b=1300m, 參考模態(tài)j*=3, 參考波數(shù)(b·N0),N0=5.2×10–3rad/s(Gregget al, 1991)。得到擴(kuò)散系數(shù)后, 耗散率即可根據(jù)關(guān)系式得到, 其中混合效率Γ=0.2(Osborn, 1980)。

在表層300m以淺, 混合層與季節(jié)性溫躍層的影響將導(dǎo)致用細(xì)尺度參數(shù)化方法計(jì)算的擴(kuò)散系數(shù)與耗散率有很大的誤差, 因此本文只采用300m以深的剖面數(shù)據(jù)來(lái)研究混合的時(shí)空變化特征。另外, 通過(guò)Lilliefors檢驗(yàn)(Lilliefors, 1967), 發(fā)現(xiàn)相比于正態(tài)分布,所有剖面的擴(kuò)散系數(shù)κ和耗散率ε更傾向于對(duì)數(shù)正態(tài)分布(圖2), 因此本文中所涉及到的κ和ε平均, 均采用幾何平均。同時(shí), 從深度D1到D2垂直平均的耗散率是指

圖2 (a)擴(kuò)散系數(shù)κ(單位: m2/s)與(b)耗散率ε(單位: m2/s3)的分布, 以及取對(duì)數(shù)后的(c)擴(kuò)散系數(shù)log10(κ)(單位: m2/s)與(d)耗散率log10(ε)(單位: m2/s3)的分布。Fig.2 Distributions of (a) diffusivity κ (unit: m2/s) and (b) dissipation rate ε (unit: m2/s3), and that of the logarithm of (c) diffusivity κ(unit: m2/s) and (d) dissipation rate ε (unit: m2/s3)

1.3 風(fēng)生近慣性能量的計(jì)算

風(fēng)生近慣性能量是上層海洋中內(nèi)波場(chǎng)的重要能量來(lái)源。風(fēng)輸入到混合層中的近慣性能量可以通過(guò)海表面風(fēng)應(yīng)力與混合層流速直接計(jì)算得到, 但是由于混合層速度不易獲得, 本文采取Pollard等(1970)提出的一個(gè)slab模型, 直接利用風(fēng)應(yīng)力資料和混合層深度來(lái)計(jì)算風(fēng)生近慣性能量。

對(duì)于混合層內(nèi)流速分量u和v, D’Asaro(1985)得到其控制方程為:

其中Z=u+i ·v代表混合層流速,f是科氏參數(shù),H是混合層深度,T=(τx+i·τy)/ρ是風(fēng)應(yīng)力,ρ為海水密度,r是依賴于頻率的衰減系數(shù)(Alford, 2003)。

其中σ代表角頻率,r0=0.15f,σc=f/2。

本文先將時(shí)間分辨率為6小時(shí)的風(fēng)應(yīng)力數(shù)據(jù)插值到8分鐘的時(shí)間格點(diǎn)上, 再將控制方程進(jìn)行傅立葉變換, 從而得到頻域的解為:

由于當(dāng)慣性頻率f接近或超過(guò)NCEP風(fēng)場(chǎng)的Nyquist頻率(2cpd)時(shí), 由以上方法計(jì)算的能量通量將偏小, 因此本文在緯度高于40°的區(qū)域進(jìn)行了修正。參考Alford(2003), 取修正系數(shù)α在40°N處為1, 在70°N處為0.5, 將其在40°—70°N之間進(jìn)行線性插值, 得到修正的能量通量為Π/α。最后, 將計(jì)算的能量通量進(jìn)行日平均后再進(jìn)行分析。

2 結(jié)果與分析

2.1 空間分布

西北太平洋的地形較為復(fù)雜, 日本以南140°E處有伊豆-小笠原海脊, 水深僅1000m, 而日本群島以東是一狹長(zhǎng)的水深超過(guò)8000m的日本海溝, 其東側(cè)則是地形較為平坦的大洋內(nèi)區(qū), 水深約6000m, 只有165°E和170°E附近水深較淺約3000m(圖1)。西北太平洋地區(qū)的地形起伏變化明顯, 同時(shí), 跨等密度面的混合也呈現(xiàn)顯著的空間變異。計(jì)算觀測(cè)站位所處位置的地形粗糙度及300m以深垂直平均的耗散率, 結(jié)果如圖3所示?？梢钥吹? 耗散率在日本近岸的海溝附近較大, 尤其是在日本以南的伊豆–小笠原海脊處最大, 而在日本以東的大洋內(nèi)區(qū)較小(圖3b), 這一空間分布與地形粗糙度的空間分布(圖3a)相似。在地形粗糙的區(qū)域, 耗散率達(dá)到O(10–8m2/s3), 而在地形平坦的區(qū)域, 耗散率僅O(10–11m2/s3)。該結(jié)果與Whalenet al(2012)利用全球ARGO資料計(jì)算的結(jié)果一致(參考其圖1)。

圖3 (a)地形粗糙度log10(roughness)(單位: m2)與(b)300m以深垂直平均的耗散率log10(ε)(單位: m2/s3)的空間分布Fig.3 Spatial distribution of (a) bottom roughness log10(roughness) in m2 and (b) vertically averaged below 300m dissipation rate log10(ε) in m2/s3

進(jìn)一步地, 計(jì)算了該區(qū)域經(jīng)向平均的背景浮力頻率、耗散率及地形粗糙度, 如圖4所示。伴隨著背景層結(jié)隨深度增加而減弱, 耗散率也明顯地隨深度增加而衰減, 上層達(dá)O(10–8m2/s3), 而深層僅O(10–11m2/s3)。耗散率的這一垂直分布與Kunze等(2006)利用太平洋海區(qū)CTD數(shù)據(jù)計(jì)算的結(jié)果一致。另外, 在上層海洋, 背景浮力頻率隨經(jīng)度先減小, 至145°E附近后再增大; 而在1500m以深, 尤其是在1500—4000m, 浮力頻率隨經(jīng)度的變化不再明顯。相反地, 耗散率與背景層結(jié)的這一空間變化明顯不同(圖4b)。在142°E附近的伊豆-小笠原海脊處, 地形變化最為劇烈, 粗糙度超過(guò)106m2, 相應(yīng)的耗散率超過(guò)10–8m2/s3。而在173°E, 30°N附近, 地形也較為粗糙,起伏方差達(dá)6×105m2, 相應(yīng)的耗散率接近10–9m2/s3。垂直平均的耗散率隨經(jīng)度自西向東存在一個(gè)減弱的趨勢(shì)(圖4c)?？傮w上, 垂直平均的耗散率與地形粗糙度的變化有很好的一致性, 兩者之間的相關(guān)系數(shù)達(dá)0.71, 超過(guò)95%顯著性檢驗(yàn)。例外的地方是在137°E附近, 地形雖然較為平坦, 但耗散率很強(qiáng), 可達(dá)到10–8m2/s3。Qiu等(2012)在分析西北太平洋中的137°E斷面上的跨等密度面湍流混合時(shí), 同樣發(fā)現(xiàn)在25°—29°N區(qū)間地形較為平坦而混合較強(qiáng), 并指出這是由次諧波不穩(wěn)定性導(dǎo)致。而對(duì)于耗散率的經(jīng)向差異,主要是由于西部的伊豆–小笠原海脊是西北太平洋的一個(gè)重要的半日潮生成區(qū), 而內(nèi)潮與地形相互作用將引起強(qiáng)混合(Niwaet al, 2001; Simmonset al,2004)。根據(jù)St. Laurent等(2002), 內(nèi)潮能量可以輻射的空間尺度達(dá)O(1000km), 因此在伊豆-小笠原海脊東西兩側(cè)約5°范圍內(nèi)的混合依然很強(qiáng)。另外, 從圖4b也可看出, 地形對(duì)混合的影響可至海底之上2000—3000m, 尤其是在伊豆-小笠原海脊附近。Kunze等(2006)在全球若干海區(qū)包括日本以南都發(fā)現(xiàn)近海底的強(qiáng)混合可向上延伸至主溫躍層, 而這些海區(qū)都具有粗糙的地形及較強(qiáng)的近海底流?？紤]到黑潮延伸體強(qiáng)流流經(jīng)此處, 因此這里由海底至上層的強(qiáng)混合除了由內(nèi)潮維持之外, 很可能與黑潮延伸體與粗糙地形相互作用有關(guān)。

圖4 經(jīng)向平均的(a)背景層結(jié)log10(N2) (單位: 1/s2)與(b)耗散率log10(ε) (單位: m2/s3)的經(jīng)度-深度分布及(c)垂直平均的耗散率(藍(lán)線)與地形粗糙度(黑線)隨經(jīng)度的分布Fig.4 Spatial distribution of the meridional-mean (a) background stratification log10(N2) in 1/s2 and (b) dissipation rate log10(ε) in m2/s3,and (c) vertically averaged meridional-mean dissipation rate (from 300m to bottom) against longitude (blue solid) as well as the bottom roughness (black solid)

2.2 風(fēng)強(qiáng)迫的上層海洋混合及其季節(jié)變化

除了內(nèi)潮與地形的相互作用, 風(fēng)生近慣性能量也對(duì)維持海洋內(nèi)部的混合有重要意義。風(fēng)應(yīng)力使得在海表面混合層內(nèi)產(chǎn)生近慣性流, 一部分能量在表層耗散掉, 另一部分能量以近慣性內(nèi)波的形式向下傳播從而影響海洋深層的湍流混合(Nagasawaet al,2000; Zhaiet al, 2009)。已有研究表明, 風(fēng)應(yīng)力對(duì)于海洋混合的季節(jié)變化有明顯作用, 但在不同海區(qū)存在不同的影響深度 (Jinget al, 2010; 荊釗, 2012;Watermanet al, 2013)。為此, 本節(jié)將研究風(fēng)應(yīng)力影響深度在西北太平洋海區(qū)的空間分布。

為研究風(fēng)應(yīng)力對(duì)湍流混合的影響, 首先應(yīng)盡量去除地形的影響, 因此根據(jù)上一節(jié)的分析結(jié)果, 本文選取地形平坦的區(qū)域且距離海底4000m的剖面數(shù)據(jù),最終得到2833個(gè)剖面資料。首先從能量平衡的角度看, 在西北太平洋區(qū)域, 平均風(fēng)生近慣性能量為1.8×10–3W/m2, 而在平坦地形處, 300—600m與300—1800m垂直積分的耗散率分別為7.6×10–4W/m2,1.8×10–3W/m2, 與風(fēng)輸入該海區(qū)的能量相當(dāng)。這一結(jié)果意味著在西北太平洋海區(qū), 風(fēng)輸入能量對(duì)于維持上層海洋混合具有重要作用, 但是風(fēng)對(duì)混合的影響深度仍不清楚。為此, 本文將研究區(qū)域劃分為6個(gè)子區(qū)域(圖1), 每個(gè)子區(qū)域的觀測(cè)剖面?zhèn)€數(shù)分別為359、206、201、441、1054、572, 可以保證每個(gè)子區(qū)域都有足夠的剖面資料用來(lái)研究混合隨時(shí)間的變化及風(fēng)應(yīng)力的影響深度。

在每個(gè)子區(qū)域, 對(duì)每一深度的耗散率, 先計(jì)算其區(qū)域平均, 再計(jì)算其季節(jié)平均(本文取春季為3—5月,夏季為6—8月, 秋季為9—10月, 冬季為12—2月,因此2000—2007年共得到32個(gè)數(shù)據(jù))。同樣地, 計(jì)算相應(yīng)區(qū)域平均的風(fēng)生近慣性能量的季節(jié)變化, 然后分析兩者的相關(guān)性, 得到每個(gè)區(qū)域耗散率與風(fēng)生近慣性能量相關(guān)系數(shù)的垂直分布, 結(jié)果如圖5所示?？梢钥吹? 除了子區(qū)域VI外, 其余5個(gè)子區(qū)域的相關(guān)系數(shù)在上層都比較顯著, 直到到達(dá)某一深度后, 相關(guān)性不再明顯, 將這一深度定義為風(fēng)應(yīng)力的影響深度。得到在五個(gè)子區(qū)域I—V中, 風(fēng)應(yīng)力對(duì)上層海洋中混合的影響深度分別為620m, 940m, 940m, 1740m,1420m。其中, 日本以南伊豆-小笠原海脊以西的子區(qū)域I的影響深度最淺僅620m, 而日本東南的子區(qū)域IV的影響深度最深達(dá)1740m, 沿著日本海溝的子區(qū)域II和III的影響深度均為940m, 日本海溝以東的子區(qū)域V的影響深度也較深為1420m。對(duì)于子區(qū)域VI,海洋上層的耗散率與風(fēng)生近慣性能量的相關(guān)關(guān)系較弱, 而在940m處存在一顯著相關(guān), 意味著在大洋內(nèi)區(qū), 上層海洋混合的季節(jié)變化除了受風(fēng)應(yīng)力影響之外還受其它因素的調(diào)制。

圖5 對(duì)應(yīng)圖1中6個(gè)子區(qū)域的耗散率與風(fēng)生近慣性能量相關(guān)系數(shù)隨深度的變化紅色虛線為95%顯著性檢驗(yàn)。Fig.5 The correlation coefficients between dissipation rate and wind-induced near-inertial energy at different depths. Red dashed lines represent 95% significant level

對(duì)每個(gè)子區(qū)域中風(fēng)應(yīng)力影響深度以內(nèi)的耗散率取垂直平均(對(duì)子區(qū)域VI, 取940m以淺), 再將其與風(fēng)生近慣性能量進(jìn)行線性擬合, 結(jié)果如圖6所示。同樣可以看到, 除了大洋內(nèi)區(qū)的子區(qū)域VI外, 季節(jié)平均的耗散率與風(fēng)生近慣性能量存在很好的一致性,相關(guān)系數(shù)最小0.57, 最大0.75, 均超過(guò)95%顯著性檢驗(yàn)。同時(shí), 線性擬合系數(shù)存在一定的空間差異, 在風(fēng)應(yīng)力影響深度最大的子區(qū)域IV, 擬合系數(shù)最小為0.10, 意味著風(fēng)應(yīng)力對(duì)上層海洋混合季節(jié)變化的影響程度較小, 而在日本近岸的子區(qū)域I—III, 擬合系數(shù)最大達(dá)0.17, 說(shuō)明該地區(qū)的風(fēng)應(yīng)力對(duì)混合的影響較大。在大洋內(nèi)區(qū), 垂直平均的耗散率與風(fēng)生近慣性能量之間相關(guān)性很弱僅0.38, 略超過(guò)95%顯著性水平,兩者之間的線性擬合關(guān)系較不明顯, 而且擬合系數(shù)遠(yuǎn)小于其它區(qū)域。

進(jìn)一步分析耗散率與相應(yīng)區(qū)域平均的風(fēng)生近慣性能量的氣候態(tài)的季節(jié)變化規(guī)律。從圖7可以看到,除了大洋內(nèi)區(qū)外上層海洋混合的季節(jié)變化與風(fēng)生近慣性能量的位相一致, 冬季最強(qiáng), 夏季最弱。子區(qū)域VI的耗散率卻是冬季最強(qiáng), 秋季最弱。如前所述, 本文用細(xì)尺度參數(shù)化方法估算得到的耗散率存在一定的誤差, 與真實(shí)值εexa之間相差在4倍之內(nèi)。為了檢驗(yàn)以上得到的季節(jié)變化是否由估算誤差導(dǎo)致, 采用Monte Carlo方法對(duì)冬春季平均與夏秋季平均的耗散率的比值R進(jìn)行假設(shè)檢驗(yàn)(Jinget al, 2013)。計(jì)算得到六個(gè)子區(qū)域中的R0值分別為1.54、1.51、1.32、1.40、1.62、1.56。假設(shè)估算的耗散率在區(qū)間[0.25εexa,4εexa]上均勻分布, 則R的概率密度函數(shù)可由Monte Carlo 方法模擬得到。如圖8所示, 對(duì)于每個(gè)子區(qū)域,當(dāng)εexa不存在季節(jié)變化時(shí),R＞R0的概率不足5%。由此可見(jiàn), 六個(gè)子區(qū)域中耗散率的季節(jié)變化都是可信的。

圖6 對(duì)應(yīng)圖1中六個(gè)子區(qū)域垂直平均的耗散率與風(fēng)生近慣性能量季節(jié)平均的線性擬合Fig.6 Linear regression between vertically averaged dissipation rates and seasonal-mean wind-induced near-inertial energy flux in six sub-regions as shown in Fig.1

圖7 對(duì)應(yīng)圖1中六個(gè)子區(qū)域垂直平均的耗散率(a)及風(fēng)生近慣性能量(b)的季節(jié)變化。Fig.7 Seasonal variations of vertically averaged dissipation rate (a) and wind-induced near-inertial energy (b) in the six sub-regions as shown in Fig.1

圖8 利用Monte Carlo方法模擬的六個(gè)子區(qū)域中R的累計(jì)概率密度函數(shù)。紅色虛線代表R0。Fig.8 Cumulative distribution functions of R-values derived with Monte Carlo method in the six sub-regions Red dashed lines represent R0.

這些結(jié)果進(jìn)一步證實(shí)了在西北太平洋區(qū)域, 風(fēng)應(yīng)力對(duì)上層海洋混合具有重要的影響作用, 其影響深度最淺620m, 最深可達(dá)1740m。特別地, 在大洋內(nèi)區(qū), 上層海洋混合雖然也存在明顯的季節(jié)變化, 但與風(fēng)生近慣性能量的相關(guān)性較弱, 意味著混合還受到其它因素的影響。

3 討論

本文利用歷史水文觀測(cè)剖面資料, 基于細(xì)尺度參數(shù)化方法, 分析了西北太平洋海區(qū)跨等密度面湍流混合的空間分布特征及風(fēng)應(yīng)力的影響深度, 結(jié)果表明:

耗散率的空間分布與地形粗糙度相似, 在地形粗糙的區(qū)域, 如日本海溝、伊豆-小笠原海脊處, 垂直平均的耗散率達(dá)到O(10–8m2/s3), 而在地形平坦的大洋內(nèi)區(qū), 垂直平均耗散率僅O(10–11m2/s3)。

耗散率呈現(xiàn)自西向東遞減的趨勢(shì)。在地形粗糙的伊豆-小笠原海脊附近, 東西約5°的范圍內(nèi), 耗散率普遍較強(qiáng)。由于伊豆-小笠原海脊是西北太平洋一個(gè)重要的半日潮生成地, 而內(nèi)潮能量的輻射距離可達(dá)O(1000km), 內(nèi)潮與地形之間的強(qiáng)相互作用使得混合增強(qiáng)(Niwaet al, 2001; St. Laurentet al, 2001;Simmonset al, 2004)。海脊以西137°E處平坦地形上的強(qiáng)混合則是由次諧波不穩(wěn)定性導(dǎo)致(Qiuet al,2012)。此外, 由于黑潮延伸體強(qiáng)流與粗糙地形相互作用, 地形對(duì)混合的影響向上可達(dá)2000—3000m(Kunzeet al, 2006)。

另外, 將研究區(qū)域劃分為6個(gè)子區(qū)域(圖1), 研究了風(fēng)應(yīng)力對(duì)混合季節(jié)變化的影響。結(jié)果發(fā)現(xiàn), 在日本近岸區(qū)域I—V, 風(fēng)生近慣性能量與上層的耗散率之間存在顯著的正相關(guān), 即當(dāng)風(fēng)輸入的近慣性能量增加/減少時(shí), 上層海洋的混合隨之增強(qiáng)/減弱。同時(shí)風(fēng)應(yīng)力在不同區(qū)域的影響深度和程度也不同。在日本東南伊豆-小笠原海脊以東的子區(qū)域IV, 風(fēng)應(yīng)力的影響深度最深達(dá)1740m, 與耗散率的擬合系數(shù)較小為0.10;而在日本以南的子區(qū)域I, 風(fēng)應(yīng)力的影響深度最淺為620m, 擬合系數(shù)較大為0.17; 在日本海溝、伊豆小笠原海脊附近的子區(qū)域II、III、V, 風(fēng)應(yīng)力的影響深度約1000m, 擬合系數(shù)平均為0.16。而在大洋內(nèi)區(qū)的子區(qū)域VI, 上層海洋的耗散率同樣具有明顯的季節(jié)變化, 且與風(fēng)生近慣性能量之間存在一定的相關(guān)關(guān)系,但相關(guān)性較弱, 說(shuō)明這里的混合還受到其它因素的影響。

Jing等(2013)發(fā)現(xiàn)夏威夷島附近海域, 只有上層300—600m的混合具有明顯的季節(jié)變化, 且與中尺度渦密切相關(guān)。在南大洋區(qū)域, 南極繞極流與粗糙地形相互作用也可為混合提供能量(Garabatoet al, 2004;Wuet al, 2011)?？紤]到西北太平洋地區(qū)的中尺度渦活動(dòng)頻繁, 這里還存在很強(qiáng)的東向流黑潮延伸體, 因此中尺度渦、黑潮與內(nèi)潮、地形相互作用等對(duì)于上層海洋混合及風(fēng)應(yīng)力的影響深度具有一定的影響。這些問(wèn)題將在今后的文章中作進(jìn)一步的探討。

荊釗, 2012. 中尺度渦和風(fēng)應(yīng)力影響下的跨等密度面湍流混合低頻變異. 青島: 中國(guó)海洋大學(xué)碩士學(xué)位論文, 1—78

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

Alford M H, 2003. Improved global maps and 54 year history of windwork on ocean inertial motions. Geophys Res Lett,30(8), 1424, doi: 10.1029/2002GL016614

Carter G S, Gregg M C, 2002. Intense, variable mixing near the head of Monterey Submarine Canyon. J Phys Oceanogr,32(11): 3145—3165

D’Asaro E A, 1985. The energy flux from the wind to near inertial motions in the mixed-layer. J Phys Oceanogr, 15(8):1043—1059

Garabato A C, Polzin K L, King B Aet al, 2004. Widespread intense turbulent mixing in the Southern Ocean. Science,303: 210—213

Gregg M C, 1987. Diapycnal mixing in the thermocline: A review. J Geophys Res, 92(C5): 5249—5286

Gregg M C, Kunze E, 1991. Shear and strain in Santa-Monica Basin. J Geophys Res, 96(C9): 16709—16719

Gregg M C, Sanford T B, Winkel D P, 2003. Reduced mixing from the breaking of internal waves in equatorial waters.Nature, 422, 513—515

Jing Z, Wu L X, 2010. Seasonal variation of turbulent diapycnal mixing in the northwestern Pacific stirred by wind stress,Geophys Res Lett, 37(23), L23604, doi: 10.1029/2010GL045418

Jing Z, Wu L X, Li Let al, 2011, Turbulent diapycnal mixing in the subtropical northwestern Pacific: Spatial-seasonal variations and role of eddies. J Geophys Res, 116, C10028,doi: 10.1029/2011jc007142

Jing Z, Wu L X, 2013. Low-Frequency Modulation of Turbulent Diapycnal Mixing by Anticyclonic Eddies Inferred from the HOT Time Series. J Phys Oceanogr, 43(4): 824—835

Kunze E, Firing E, Hummon J Met al, 2006. Global abyssal mixing inferred from lowered ADCP shear and CTD strain profiles. J Phys Oceanogr, 36(8): 1553—1576

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: 701—703

Lilliefors H W, 1967. On Kolmogorov-Smirnov Test for Normality with Mean and Variance Unknown. J Am Stat Assoc, 62(318): 399—402

Lueck R G, Mudge T D, 1997. Topographically induced mixing around a shallow seamount. Science, 276: 1831—1833

Munk W H, 1966. Abyssal recipes. Deep Sea Res, 13: 707—730

Nagasawa M, Niwa Y, Hibiya T, 2000. Spatial and temporal distribution of the wind-induced internal wave energy available for deep water mixing in the North Pacific. J Geophys Res, 105(C6): 13933—13943

Niwa Y, Hibiya T, 2001. Numerical study of the spatial distribution of the M2 internal tide in the Pacific Ocean. J Geophys Res, 106(C10): 22441—22449

Osborn T R, 1980. Estimates of the local-rate of vertical diffusion from dissipation measurements. J Phys Oceanogr,10(1): 83—89

Pollard R T, Millard R C, 1970. Comparison between observed and simulated wind-generated inertial oscillations. Deep Sea Res, 17: 813—821

Polzin K L, Oakey N S, Toole J Met al, 1996. Fine structure and microstructure characteristics across the northwest Atlantic subtropical front. J Geophys Res, 101(C6): 14111—14121

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

Qiu B, Chen S M, Carter G S, 2012. Time-varying parametric subharmonic instability from repeat CTD surveys in the northwestern Pacific Ocean. J Geophys Res, 117, C09012,doi: 10.1029/2012JC007882

Simmons H L, Hallberg R W, Arbic B K, 2004. Internal wave generation in a global baroclinic tide model. Deep Sea Res,Part II, 51(25—26): 3043—3068

St. Laurent L, Toole J M, Schmitt R W, 2001. Buoyancy forcing by turbulence above rough topography in the abyssal Brazil Basin. J Phys Oceanogr, 31(12): 3476—3495

St. Laurent L, Garrett C, 2002. The role of internal tides in mixing the deep ocean. J Phys Oceanogr, 32(10): 2882—2899

Whalen C B, Talley L D, MacKinnon J A, 2012. Spatial and temporal variability of global ocean mixing inferred from Argo profiles, Geophys Res Lett (39), L18612, doi: 10.1029/2012GL053196

Waterman S, Naveira Garabato A C, Polzin K L, 2013. Internal waves and turbulence in the Antarctic Circumpolar Current.J Phys Oceanogr, 43(2): 259—282

Wu L X, Jing Z, Riser Set al, 2011. Seasonal and spatial variations of Southern Ocean diapycnal mixing from Argo profiling floats. Nat Geosci, 4: 363—366

Zhai X M, Greatbatch R J, Eden Cet al, 2009. On the Loss of Wind-Induced Near-Inertial Energy to Turbulent Mixing in the Upper Ocean. J Phys Oceanogr, 39(11): 3040—3045