于 洋， 高會旺，2， 史 潔，2

(1.中國海洋大學(xué)環(huán)境科學(xué)與工程學(xué)院，山東 青島 266100； 2.中國海洋大學(xué)海洋環(huán)境與生態(tài)教育部重點(diǎn)實驗室，山東 青島 266100)

大氣強(qiáng)迫日變化對東中國海海溫模擬的影響*

于 洋1， 高會旺1，2， 史 潔1，2

(1.中國海洋大學(xué)環(huán)境科學(xué)與工程學(xué)院，山東 青島 266100； 2.中國海洋大學(xué)海洋環(huán)境與生態(tài)教育部重點(diǎn)實驗室，山東 青島 266100)

大氣強(qiáng)迫的日變化可以減弱海表溫度的水平梯度加強(qiáng)表層與次表層間的垂向混合，從而影響海溫的模擬。本文基于區(qū)域海洋模式ROMS，利用NCEP/NCAR發(fā)布的6 h 1次的10 m風(fēng)速、短波輻射、海表氣壓等再分析資料，研究了大氣強(qiáng)迫的日變化對東中國海溫度模擬的影響。通過與觀測資料比對發(fā)現(xiàn)，相比于日均大氣強(qiáng)迫下的模擬，日變化大氣強(qiáng)迫下的模擬與觀測更為接近。大氣強(qiáng)迫的日變化對東中國海的海-氣熱通量具有顯著影響，能夠使東中國海年均海氣熱通量增加1.4 W/m2，夏季增加13 W/m2，冬季減小10 W/m2。大氣強(qiáng)迫的日變化通過海-氣界面的熱力和動力過程影響水溫的垂直結(jié)構(gòu)，加強(qiáng)東中國海的上層混合，使東中國?；旌蠈雍穸?MLD)增加約10%；夏季黃海冷水團(tuán)的平均溫度升高0.5 ℃，體積減少約1/3。

大氣強(qiáng)迫；日變化；海-氣熱通量；海洋混合；黃海冷水團(tuán)

大氣強(qiáng)迫的日變化使海洋具有日變化的特征，從而改變海洋的平均狀態(tài)。近期研究表明，如果在海-氣耦合模式中考慮日變化的作用，模式在模擬季節(jié)間變化信號方面有更為理想的表現(xiàn)[1]。大氣強(qiáng)迫的日變化可以調(diào)制海表的感熱通量、潛熱通量[2-5]以及CO2通量[6-7]，具備調(diào)制海洋上層大氣的熱量、濕度、云組分以及云特征的能力[8-9]，甚至可以影響“厄爾尼諾-南方濤動”(ENSO)這種大尺度的海-氣耦合現(xiàn)象[10-13]。大氣強(qiáng)迫的日變化可以升高海表的平均溫度、增加上混合層的平均深度、減弱海表溫度(SST)的水平梯度以及加強(qiáng)混合層和次表層之間的混合[14]。大氣強(qiáng)迫的日變化對上層海洋的精確描述以及海-氣相互作用具有十分重要的影響。

以往關(guān)于大氣強(qiáng)迫日變化影響的研究主要集中于熱帶開闊大洋，這是由于在熱帶開闊大洋由大氣強(qiáng)迫日變化引起的SST的日變化幅度(dSST)通常較大，在晴朗無風(fēng)時可達(dá)到4～5 K[15]。在西太平洋“暖池”區(qū)，dSST的變化與季節(jié)間變化信號“Maddan-Julian震蕩”(MJO)具有很好的對應(yīng)關(guān)系。較大的dSST也可以出現(xiàn)在中緯度的陸架海[16]，如：南波羅的海、日本周邊陸架海等[17-18]。中緯度陸架海對全球變暖和氣候變化的作用不可忽略[19]。因此，本文將研究的重點(diǎn)轉(zhuǎn)向了中緯度的陸架海，研究了大氣強(qiáng)迫的日變化對東中國海海溫模擬的影響。

東中國海位于西北太平洋的西側(cè)，就全球地形分布特征而言為全球面積最大的中緯度陸架海，在該區(qū)域的研究對進(jìn)一步了解中緯度陸架海對全球大氣環(huán)流的作用有著十分重要的意義。東中國海存在許多物理海洋現(xiàn)象和過程可以受到大氣強(qiáng)迫日變化的影響，如黃海冷水團(tuán)(YSCWM)等，以往的研究限于觀測手段等因素對大氣強(qiáng)迫日變化的影響沒有進(jìn)行考慮。研究大氣強(qiáng)迫日變化對這些海洋現(xiàn)象和過程的影響有助于今后進(jìn)行更為細(xì)致的研究工作。

1 模型配置

為了研究大氣強(qiáng)迫日變化在東中國海的影響，本文采用ROMS(Regional Ocean Model System)模式進(jìn)行研究。本文模型的計算區(qū)域包括了整個東中國海以及部分日本海區(qū)域，模型的空間覆蓋范圍為，117°E～132°E，24°N～41.3°N，地形資料采用韓國成均館大學(xué)海岸與海洋動力學(xué)研究實驗室(Laboratoryfor Coastal and Ocean Dynamics Studies, Sung KyunKwan University, Korea)提供的空間分辨率為1′的地形資料(見圖1)。模型的水平分辨率設(shè)置為110(°)。在垂向分層方面采用了Shchepetkin等[20]提出的“S”坐標(biāo)轉(zhuǎn)換關(guān)系，共分20層。模型以SODA_v2.2.4氣候態(tài)月均資料為流場邊界條件，以WOA09氣候態(tài)月均資料為模型溫、鹽場的邊界條件。模型輸入了TPXO7資料“M2、S2、N2、K2、K1、O1、P1、Q1、Mf和Mm”等10個分潮的調(diào)和參數(shù)實現(xiàn)東中國海潮汐過程的模擬。模型從2005年1月1日開始，連續(xù)運(yùn)行6年，至2011年12月31日達(dá)到穩(wěn)定狀態(tài)，并以此結(jié)果為初始條件進(jìn)行2011年兩個對比模擬實驗(Diurnal Case和Daily Case)。其中，Diurnal Case采用6 h 1次的大氣強(qiáng)迫資料， Daily Case采用日平均的大氣強(qiáng)迫資料。模型采用了COARE 3.0版本的塊體公式[3]并結(jié)合“冷皮”校正方案[21]來計算風(fēng)應(yīng)力和海-氣熱通量，長波輻射采用Berliand(1952)公式計算。用到的大氣強(qiáng)迫資料包括：10 m風(fēng)速、短波輻射、海表氣壓、2 m氣溫、降水量、相對濕度以及云量。

2 結(jié)果與分析

2.1 模型驗證

用來進(jìn)行模型驗證的資料來自于中國海洋大學(xué)2011年夏季和冬季的兩次東中國海大面觀測，Quan等[22]曾對這套資料進(jìn)行過較為詳細(xì)的描述。其中夏季航次的時間范圍為2011年7月5—25日，冬季航次的時間范圍為2011年12月20日—2012年1月12日。

圖2為Diurnal Case以及Daily Case的夏季模擬結(jié)果與夏季航次觀測結(jié)果的比較，圖中黑點(diǎn)為夏季航次的觀測站點(diǎn)。從圖2中看出，無論是Diurnal Case還是Daily Case，模擬的夏季海溫的空間分布與觀測相比都較為一致，但Diurnal Case模擬的夏季黃海10 m深海溫的水平差異要小于Daily Case，與觀測更為接近。圖3與圖2類似，為Diurnal Case以及Daily Case的冬季模擬結(jié)果與冬季航次觀測結(jié)果的比較，圖中黑點(diǎn)為冬季航次的觀測站點(diǎn)。從圖3中看出，與夏季的情況一樣，無論是Diurnal Case還是Daily Case，模擬的冬季海溫的空間分布與觀測相比較為一致，但冬季Diurnal Case模擬的黃海中部50 m深海溫高于Daily Case，更為接近觀測。

為了更清楚的展示大氣強(qiáng)迫日變化對東中國海海溫模擬的影響，圖4給出了夏季和冬季Diurnal Case以及Daily Case的海溫模擬結(jié)果與觀測間的絕對偏差分布，圖中的橫軸為Daily Case的結(jié)果與觀測間的絕對偏差，縱軸為Diurnal Case的結(jié)果與觀測間的絕對偏差。在去除圖中灰色區(qū)(誤差范圍1)內(nèi)的模型系統(tǒng)誤差影響后，對剩余的數(shù)據(jù)點(diǎn)進(jìn)行回歸分析發(fā)現(xiàn)，得到的夏季和冬季的誤差回歸直線的斜率分別為0.56和0.57，都小于1，說明大氣強(qiáng)迫的日變化具有改善東中國海海溫模擬效果的作用。

2.2 大氣強(qiáng)迫日變化的影響

2.2.1 大氣強(qiáng)迫日變化對海-氣熱通量的影響 大氣強(qiáng)迫的日變化可以改變東中國海海-氣熱通量的狀態(tài)，影響東中國海的溫度分布, 從而對東中國海海溫的季節(jié)變化模擬產(chǎn)生影響。圖5為Diurnal Case與Daily Case的凈熱通量差的季節(jié)分布圖(負(fù)值表示Diurnal Case相對于Daily Case海洋向大氣中釋放更多熱量)。從圖5看出，大氣強(qiáng)迫的日變化對東中國海的海-氣熱通量的影響呈季節(jié)循環(huán)，在夏季可以加強(qiáng)東中國海的熱量吸收，造成東中國海凈熱通量增加13 W/m2，在秋季可以加強(qiáng)東中國海的熱量釋放，造成秋季凈熱通量減小10 W/m2。大氣強(qiáng)迫日變化的這種季節(jié)性影響。主要是通過改變潛熱通量的狀態(tài)實現(xiàn)的。就年平均效果而言，大氣強(qiáng)迫的日變化可以使東中國海的凈熱通量增加約1.4 W/m2，其中感熱通量減小1.2 W/m2，長波輻射增加2.4 W/m2，感熱通量增加0.2 W/m2。

圖6為Diurnal Case與Daily Case春、夏、秋、冬四季凈熱通量差的空間分布。從圖6看出，在東中國海的春季、夏季和秋季，黃海是凈熱通量改變較大的區(qū)域。大氣強(qiáng)迫的日變化使黃海在春季和夏季從大氣中吸收更多熱量，造成黃海春季和夏季凈熱通量分別增加約22和31 W/m2；在秋季使黃海向大氣釋放更多的熱量，造成黃海凈熱通量分別減小約18 W/m2。從而影響黃海的溫度狀態(tài)，使模擬結(jié)果更接近于觀測。

2.2.2 大氣強(qiáng)迫日變化對夏季溫度垂直結(jié)構(gòu)的影響 大氣強(qiáng)迫日變化不僅可以通過改變海-氣熱通量來影響東中國海的上層溫度模擬，還可以通過加強(qiáng)上層混合的方式來影響東中國海的中層和底層溫度狀態(tài)。圖7給出了Diurnal Case和Daily Case模擬的東中國海夏季(6—8月)平均混合層厚度(MLD)，本文中的MLD定義為季節(jié)性躍層的上界，即垂直方向溫度梯度大于或等于0.2 ℃/m的最小的深度。圖7(c)為Diurnal Case相對于Daily Case夏季MLD變化的百分比。從圖中看出，大氣強(qiáng)迫的日變化可以加強(qiáng)東中國海夏季的上層混合，使東海MLD增加約1.3 m，南黃海MLD增加約0.7 m，北黃海MLD增加約0.2 m，渤海MLD增加約0.1 m，東中國海MLD平均增加約10%。

圖8為夏季(8月)Diurnal Case和Daily Case的黃海35°N和36°N斷面的溫度分布。從圖中看出，夏季Diurnal Case相比于Daily Case在黃海的上層具有更低的溫度。雖然在夏季Diurnal Case相比于Daily Case的黃海會多吸收的熱量，但多吸收的這部分熱量主要由湍混合作用向下輸送到了黃海的中層。從而使模擬的黃海夏季的季節(jié)性躍層減弱，加強(qiáng)夏季黃海冷水團(tuán)(YSCWM)與冷水團(tuán)外部水體的熱量交換，改變冷水團(tuán)的平均狀態(tài)。

圖9給出了Diurnal Case和Daily Case以8 ℃等溫線定義的黃海冷水團(tuán)的月平均狀態(tài)。從圖中看出，大氣強(qiáng)迫的日變化可以改變黃海冷水團(tuán)的平均狀態(tài)。在黃海冷水團(tuán)特征較為明顯的5—11月，大氣強(qiáng)迫的日變化使黃海冷水團(tuán)的平均溫度升高約0.5 ℃，體積減小約1/3。其中，在黃海冷水團(tuán)特征最為明顯的8月，大氣強(qiáng)迫的日變化可以使冷水團(tuán)的平均溫度升高0.5 ℃，體積減小7.24×1011m3。大氣強(qiáng)迫日變化造成的黃海冷水團(tuán)狀態(tài)的改變基本與黃海冷水團(tuán)狀態(tài)年際變化的量級相當(dāng)。

3 討論

大氣強(qiáng)迫的日變化使海洋的表層具有日變化的特征，從而影響海-氣界面以及海洋內(nèi)部的平均狀態(tài)。在東中國海，在大氣強(qiáng)迫的日變化特征中，風(fēng)場日變化作用是十分重要的。圖10為Diurnal Case與Daily Case春、夏、秋、冬四季風(fēng)速平方差的空間分布。由于風(fēng)應(yīng)力的大小正比于風(fēng)速的二次方，從圖中看出，在東中國海，風(fēng)場的日變化使得Diurnal Case相比于Daily Case風(fēng)應(yīng)力增大，從而加強(qiáng)東中國海的上層混合，造成東中國海MLD增加。風(fēng)場平均狀態(tài)的改變會改變海-氣熱通量的狀態(tài)。但與風(fēng)場變化造成風(fēng)應(yīng)力的變化不同，以湍動通量形式存在的潛熱通量和感熱通量在中低風(fēng)速情況下與風(fēng)速呈線性關(guān)系，風(fēng)場的日變化通過加強(qiáng)海洋的上層混合改變海表溫度的平均狀態(tài)這種間接方式來影響東中國海的海-氣熱通量。在夏季，風(fēng)場的日變化加強(qiáng)東中國海的上層混合，使得海洋上層更多的熱量通過湍擴(kuò)散作用向深層傳輸，降低海表的平均溫度，造成海表溫度下的飽和蒸汽壓的降低，減少海洋表層的蒸發(fā)作用，增加海表潛熱通量形式的熱量吸收。海表溫度的平均狀態(tài)直接影響海表的感熱通量和長波輻射，感熱通量的大小正比于海表溫度而長波輻射的大小正比于海表溫度的4次方，海表溫度的降低增加了海表以感熱通量和長波輻射形式的熱量吸收。

(a)Diurnal Case夏季(6—8月)平均MLD；(b)Daily Case夏季(6—8月)平均MLD:(c)Diurnal Case相對于Daily Case夏季(6—8月)平均MLD的變化。

(a)Mean MLD of the Diurnal Case in the summer season(from Jun to Aug); (b)Mean MLD of the Daily Case in the summer season(from Jun to Aug); (c)Difference of the MLD between the Diurnal Case and the Daily Case in the summer season(from Jun to Aug.)

圖7 東中國海夏季MLD的空間分布(6—8月)

Fig.7 MLD in the summer season from Jun to Aug

雖然日變化風(fēng)場的作用使東中國海在夏季從大氣環(huán)境中吸收更多的熱量，但由于海表多吸收的這部分熱量是通過海表的平均溫度改變這種間接方式獲得，從而決定了多吸收的這部分熱量一定不多于風(fēng)應(yīng)力加強(qiáng)湍混合作用向海洋深層多輸送的熱量。所以即使Diurnal Case相對于Daily Case會在夏季從大氣吸收更多的熱量，Diurnal Case仍舊比Daily Case具有更低

的海表溫度，更接近于真實海洋的狀況。在夏季，海洋中的季節(jié)性躍層會通過浮力的作用極大的減弱海洋中物質(zhì)和能量的垂向輸運(yùn)，導(dǎo)致Diurnal Case向深層多輸運(yùn)的這部分熱量主要被集中于東中國海的季節(jié)性躍層中，從而減弱季節(jié)性躍層的強(qiáng)度，使黃海的季節(jié)性躍層成為大氣強(qiáng)迫日變化影響下溫度變化最大的地方。季節(jié)性躍層強(qiáng)度的減弱會一定程度上加強(qiáng)熱能量的垂向輸運(yùn)，從而使夏季的深層海洋具有更多的熱量，改變了黃海冷水團(tuán)的平均狀態(tài)。

在夏季，大氣強(qiáng)迫的日變化加強(qiáng)了海洋的上層混合，增加了東中國海的熱量吸收，影響黃海冷水團(tuán)等深層海洋現(xiàn)象。在冬季，大氣強(qiáng)迫日變化對東中國海的影響與夏季類似，只是由于冬季海洋的溫度高于大氣的溫度，海洋更多的是向大氣釋放熱量，大氣強(qiáng)迫的日變化通過加強(qiáng)湍混合作用使海洋深層更多的熱量被輸運(yùn)到海洋上層，從而加強(qiáng)了東中國海的熱量釋放。大氣強(qiáng)迫的日變化在夏季和冬季對東中國海的海-氣熱通量具有不同的影響，從而使具有季節(jié)循環(huán)的特征。

4 結(jié)論與展望

本文研究了大氣強(qiáng)迫的日變化對東中國海海溫模擬的影響，研究發(fā)現(xiàn)，相比于日均大氣強(qiáng)迫下的模擬，日變化大氣強(qiáng)迫下的模擬與觀測更為接近。大氣強(qiáng)迫的日變化可以影響東中國海的海-氣熱通量，使東中國海年均海氣熱通量增加1.4 W/m2，夏季增加13 W/m2，冬季減小10 W/m2，并呈季節(jié)循環(huán)。大氣強(qiáng)迫的日變化可以通過加強(qiáng)東中國海的上層混合來改變水溫的垂直結(jié)構(gòu)，造成東中國海MLD增加約10%，減弱黃海夏季季節(jié)躍層的強(qiáng)度，使夏季黃海冷水團(tuán)的平均溫度升高0.5 ℃，體積減少約1/3。大氣強(qiáng)迫日變化造成的黃海冷水團(tuán)狀態(tài)的改變基本與黃海冷水團(tuán)狀態(tài)年際變化的量級相當(dāng)。在研究東中國海的溫度變化過程中大氣強(qiáng)迫日變化的作用不可忽略。同時，Bernie[23]曾指出，由于時區(qū)劃分的影響，采用6 h 1次的大氣強(qiáng)迫進(jìn)項模擬，模型僅能模擬出60%～90%對于日變幅度，更高頻率的大氣強(qiáng)迫將對模擬結(jié)果有更進(jìn)一步的改進(jìn)。因此，在后續(xù)研究中將考慮更高頻率的大氣強(qiáng)迫資料以研究大氣強(qiáng)迫日變化的影響。

[1] Large W G, Caron J M. Diurnal cycling of sea surface temperature, salinity, and current in the CESM coupled climate model: DIURNAL CYCLING[J]. Journal of Geophysical Research Oceans, 2015, 120(5): 3711-3729.

[2] Cornillon P, Stramma L. The distribution of diurnal sea surface warming events in the western Sargasso Sea[J]. Journal of Geophysical Research Oceans, 1985, 90(C2): 11811-11815.

[3] Fairall C W, Bradley E F, Rogers D P, et al. Bulk parameterization of air-sea fluxes for tropical ocean-global atmosphere coupled-ocean atmosphere response experiment[J]. Journal of Geophysical Research Atmospheres, 1996, 101(C2): 3747-3764.

[4] Schiller A, Godfrey J S. A diagnostic model of the diurnal cycle of sea surface temperature for use in coupled ocean-atmosphere models[J]. Journal of Geophysical Research, 2005, 110(110): 1617-1628.

[5] Ward B. Near-surface ocean temperature[J]. Journal of Geophysical Research Oceans, 2006, 111(C2): 323-332.

[6] Fennel K, Wilkin J, Previdi M, et al. Denitrification effects on air-sea CO 2 flux in the coastal ocean: Simulations for the northwest North Atlantic[J]. Geophysical Research Letters, 2008, 35(24): 851-854.

[7] Kettle H, Merchant C J, Jeffery C D, et al. The impact of diurnal variability in sea surface temperature on the central Atlantic air-sea CO2flux[J]. Atmospheric Chemistry & Physics, 2009, 9(2): 529-541.

[8] Johnson R H. Trimodal Characteristics of tropical convection[J]. Journal of Climate, 1999, 12(8): 2397-2418.

[9] Webster P J. The annual cycle and the predictability of the tropical coupled ocean-atmosphere system[J]. Meteorology & Atmospheric Physics, 1995, 56(1-2): 33-55.

[10] Lau K M, Sui C H. Mechanisms of short-term sea surface temperature regulation: Observations during TOGA COARE.[J]. Journal of Climate, 1997, 10(3): 465-472.

[11] Fasullo J, Webster P J. Atmospheric and surface variations during westerly wind bursts in the tropical western pacific[J]. Quarterly Journal of the Royal Meteorological Society, 2000, 126(564): 899-924.

[12] Solomon A, Jin F F. A Study of the impact of off-equatorial warm pool SST anomalies on ENSO cycles[J]. Journal of Climate, 2005, 18(2): 274-286.

[13] Clayson C A, Weitlich D. Diurnal warming in the tropical Pacific and its interannual variability[J]. Geophysical Research Letters, 2005, 32(322): 365-370.

[14] Katsaros K B, Soloviev A V, Weisberg R H, et al. Reduced horizontal sea surface temperature gradients under conditions of clear skies and weak winds[J]. Boundary-Layer Meteorology, 2005, 116(2): 175-185.

[15] Webster P J, Clayson C A, Curry J A. Clouds, radiation, and the diurnal cycle of sea surface temperature in the tropical western pacific.[J]. Journal of Climate, 1996, 9(8): 1712-1730.

[16] Flament P, Firing J, Sawyer M, et al. Amplitude and horizontal structure of a large diurnal sea surface warming event during the coastal ocean dynamics experiment[J]. J Phys Oceanogr, 1994, 24(1): 124-139.

[17] Kawai Y, Kawamura H. Spatial and temporal variations of model-derived diurnal amplitude of sea surface temperature in the western Pacific Ocean[J]. Journal of Geophysical Research, 2005, 110(110): 195-205.

[18] Tanahashi S, Kawamura H, Takahashi T, et al. Diurnal variations of sea surface temperature over the wide-ranging ocean using VISSR on board GMS[J]. Journal of Geophysical Research Atmospheres, 2003, 108(C7): 331-351.

[19] Thomas H, Bozec Y, Elkalay K, et al. Enhanced open ocean storage of CO2from shelf sea pumping[J]. Science, 2004, 304(5673): 1005-1008.

[20] Shchepetkin A F, Mcwilliams J C. The regional oceanic modeling system (ROMS): A split-explicit, free-surface, topography-following-coordinate oceanic model[J]. Ocean Modelling, 2005, 9(4): 347-404.

[21] Fairall C W, Bradley E F, Godfrey J S, et al. Cool-skin and warm-layer effects on sea surface temperature[J]. Journal of Geophysical Research Atmospheres, 1996, 101(C1): 1295-1308.

[22] Qi Q, Mao X, Yang X, et al. Seasonal variations of several main water masses in the Southern Yellow Sea and East China Sea in 2011[J]. Journal of Ocean University of China, 2013, 12(4): 524-536.

[23] Bernie D J, Woolnough S J, Slingo J M, et al. Modeling diurnal and intraseasonal variability of the ocean mixed layer[J]. Journal of Climate, 2005, 18(8): 1190-1202.

責(zé)任編輯 龐 旻

Impacts of Diurnal Forcing on Temperature Simulation in the Shelf Seas of China

YU Yang1, GAO Hui-Wang1,2, SHI Jie1,2

(1.College of Environmental Science and Engineering, Ocean University of China, Qingdao 266100, China; 2.The Key Lab of Marine Environmental Science and Ecology, Ministry of Education, Ocean University of China, Qingdao 266100, China )

The diurnalatmosphericforcing has ability to change the horizontal gradient of sea surface temperature (SST) and enhance the vertical mixing between the surface and subsurface.Itis non-ignorable for the precise description of the upper ocean. In this study, the Regional Ocean Modeling System (ROMS) Model with the 4 times a day NCEP/NCAR forcing data has been used to investigate these kinds of impacts on the temperature simulation in the shelf seas of China. Comparing with the daily mean forcing,the diurnal forcing makes the model havea betterperformance. The diurnal forcing causes a decrease in net surface heat flux from the ocean about 13 W·m-2in summer and an increase of it about 10 W·m-2in winter, increasingthe temporal mean heat absorption in the shelf seas of China about 1.4. The high frequency diurnal forcinginfluences the vertical structure of the sea temperatureby the thermal and dynamic processes of the sea air interface.It leads to an increase of the mixed layer depth (MLD) about 10%, an increase of the mean temperature of the Yellow Sea Cold Water Mass (YSCWM) about 0.5 ℃ and a decrease of the meanvolume of the YSCWM about 1/3.

atmospheric forcing; diurnal variation; air-sea heat flux; ocean mixing;the Yellow Sea cold water mass

國家重大科學(xué)研究計劃項目(2014CB953700)；國家自然科學(xué)基金項目(41305087)資助

2016-04-20；

2016-05-17

于 洋(1991-)男，碩士生。E-mail:clarkyuchina@live.com

P732.6

A

1672-5174(2017)04-106-09

10.16441/j.cnki.hdxb.20160138

于洋， 高會旺， 史潔. 大氣強(qiáng)迫日變化對東中國海海溫模擬的影響[J]. 中國海洋大學(xué)學(xué)報(自然科學(xué)版), 2017, 47(4): 106-113.

YU Yang, GAO Hui-Wang, SHI Jie. Impacts of diurnal forcing on temperature simulation in the shelf seas of China[J]. Periodical of Ocean University of China, 2017, 47(4): 106-113.

Supported by National Key Basic Research Program of China (2014CB953700); National Natural Science Foundation of China (41305087)