門 光 萬修全, 馬偉偉 王 悅

(1. 中國海洋大學(xué)海洋與大氣學(xué)院海洋學(xué)系 青島 266100; 2. 中國海洋大學(xué)物理海洋教育部重點實驗室 青島 266100)

水齡, 即水體在離開源之后到達(dá)并停留在特定區(qū)域所經(jīng)過的時間。早在20世紀(jì)70年代, 研究人員提出水齡的概念, 表征海域水交換能力(Zimmerman,1976), 并廣泛應(yīng)用于多個領(lǐng)域: 比如估算湖泊、河口、海盆水體的水交換時間(Jenkins, 1987; England,1995; Hohmannet al, 1998); 推斷海洋環(huán)流混合強(qiáng)度(Haineet al, 1998; Schlosseret al, 2001; Wunsch,2002); 以及確定水體生物化學(xué)過程速率等(Sarmientoet al,1990; Weisset al, 1991)。在河口和近岸區(qū)域, 水齡可以直觀地反映出污染物離開陸地徑流或者海上污染源的時間, 并推算出污染物的傳播速度(Shenet al, 2006; de Bryeet al, 2012; Anduttaet al, 2013)。在目前的技術(shù)水平下, 水齡不能靠儀器直接現(xiàn)場觀測獲得, 因此以觀測同位素和人為示蹤劑的間接推算是一種可行的替代方法。但是這種粒子示蹤法通常只能追蹤水團(tuán)中單一水齡的示蹤粒子, 會忽略混合和擴(kuò)散過程(Jenkins, 1987; Weisset al, 1991; Fine,1995;Hohmannet al, 1998; Schlosseret al, 2001), 故而往往低估了水體的真實水齡(Thieleet al, 1990;Deleersnijderet al, 2001; Delhezet al, 2003; Waughet al, 2003), 造成研究的不確定性。例如 Hohmann等(1998)通過對比3H與3He在水體中的含量來估算1992—1995年貝加爾湖的水齡, 這樣完全忽略了水團(tuán)中其他成分的混合擴(kuò)散過程, 不能得到完整的水齡時間譜, 進(jìn)而影響了所求得水齡的準(zhǔn)確性。

近十幾年來, 隨著海洋模式和大型計算技術(shù)的發(fā)展, 利用海洋數(shù)值模擬手段來計算水體年齡的方法被廣泛使用, 并發(fā)展演變?yōu)閮蓚€主要的研究方向:(1)要素導(dǎo)向年齡和存留時間理論(CART: constituentoriented age and residence-time theory; Deleersnijderetal, 2001; Delhezet al, 1999, 2004), (2)基于格林函數(shù)法的輸運時間分布理論(TTD: Green’s function-based transit time distribution theory; Hallet al, 1994, 2002;Holzeret al, 2000)。TTD方法是在定常流的基礎(chǔ)上發(fā)展的, 并注重計算輸運時間譜, 可以得到完整的水齡和存留時間譜, 但是對于時變流, 這種方法所需的計算量在現(xiàn)有的計算機(jī)水平下仍難以承受; CART方法則提供了一種計算平均水齡和平均存留時間的方法,雖然不能得到精確的輸運時間譜, 但是可以節(jié)省大量的計算資源。因此目前CART方法在水體研究尤其是近岸、河口和陸架海區(qū)的水體輸運研究中得到了廣泛的應(yīng)用, 比如 Shen等(2006)計算了大小潮期間水齡在位于美國弗吉尼亞州的詹姆斯河河口處的變化規(guī)律, 并估算了徑流量發(fā)生變化時的水體輸運時間;Zhang等(2010)利用CART方法計算了美國哈德遜河在紐約灣的水齡分布特征, 并根據(jù)水齡進(jìn)一步分析了風(fēng)場、徑流量對哈德遜河羽流結(jié)構(gòu)的影響。但是基于這種方法針對黃河淡水水齡在我國渤海的分布變化特征研究尚未深入, 需要進(jìn)一步完善。

渤海是一個半封閉的淺海, 平均深度僅為 18m,主要由萊州灣、渤海灣、遼東灣、中部海區(qū)和渤海海峽幾部分組成。渤海海峽峽口南北寬度約105km, 海峽最深處約 70m, 是連接渤海與外海的唯一通道, 導(dǎo)致渤海與外海的水交換能力非常有限, 通過陸地徑流等途徑進(jìn)入渤海的污染物很難排出渤海。渤海的水交換問題一直受到研究關(guān)注, 例如, 袁柱瀚等(1997)認(rèn)為渤海海峽 89%的交換量發(fā)生在老鐵山水道, 交換整體呈現(xiàn)北進(jìn)南出的特性; 魏皓(2002)將半交換時間的概念引入渤海水交換的研究, 發(fā)現(xiàn)渤海水體交換存在較大的空間差異, 萊州灣水交換能力最強(qiáng)而遼東灣最弱; 王海燕等(2010)基于淡水比例的方法估算了渤海的淡水存留時間。但是從水齡的角度來研究黃河淡水影響的研究還比較少, 通過水齡分析可以獲得近岸的水質(zhì)運動特征, 衡量區(qū)域水交換能力(Delhez, 2006)。相比基于CART方法的水齡分析, 前人在渤海水體輸運的研究中采用的方法存在一定缺陷, 比如基于保守物質(zhì)存留比例的水質(zhì)模型不能描述水交換的時空結(jié)構(gòu)(魏皓, 2002), 而質(zhì)點追蹤法則完全忽略了擴(kuò)散過程(張宇銘, 2014); CART方法對比以上方法具有較高的準(zhǔn)確性和直觀性, 并且可以得到水體輸運較完整的時空結(jié)構(gòu), 這是前人方法不具備的。黃河是注入渤海的第一大徑流, 對渤海的水文(Linet al, 2001)、生態(tài)(Yanget al, 2009)、地理環(huán)境(Chuet al, 2006)等有重要的影響。黃河沖淡水具有明顯的季節(jié)特征: 夏季低鹽水自黃河河口向東北方向延伸, 進(jìn)入渤海中部, 而冬季低鹽水則主要集中在萊州灣東南(Wanget al, 2008)。Liu等(2012)研究結(jié)果表明, 受風(fēng)、潮汐、渤海地形等因素的影響, 黃河淡水在渤海內(nèi)的水齡空間分布差異顯著, 但是研究是在氣候態(tài)背景的物理場下進(jìn)行的, 忽略了黃河水齡的年際變化特征, 而平均態(tài)的流場與傳統(tǒng)觀點中渤海流場結(jié)構(gòu)有差異, 比如渤海海峽處北進(jìn)南出的流場特點(袁柱瀚, 1997; 林霄沛, 2002)以及夏季渤海中部的順時針流環(huán)(王宗山, 1992; 趙保仁, 1995)等沒有其模擬結(jié)果中得到體現(xiàn), 而流場對物質(zhì)輸運起到了決定性的作用; 并且其結(jié)論中某些觀點與真實物理場下的結(jié)果存在分歧, 比如示蹤物源點的徑流量對淡水水齡分布的影響等。此外, 萬修全等(2015)研究表明短時間的極端天氣狀況如大風(fēng)過程會明顯影響渤海水交換進(jìn)程, 因此氣候態(tài)驅(qū)動下的平均狀態(tài)(溫度、鹽度、流速和流向等)可能無法精確反映出這些特點。

本文基于CART方法, 利用數(shù)值模擬研究黃河淡水水齡在渤海的分布, 并分析黃河徑流量對水齡分布在年際尺度上的影響。

1 模式設(shè)置與CART方法簡介

1.1 海洋模式物理場構(gòu)建

本文利用區(qū)域海洋模式系統(tǒng) ROMS(Regional Ocean Modeling System)構(gòu)建針對渤海研究區(qū)域的數(shù)值模型。模式在水平方向采用正交曲線坐標(biāo)系, 垂向采用隨水深非等比分層的S坐標(biāo), 并選取通用長度尺度(Generic Length Scale, GLS)湍封閉方案(Umlaufet al, 2003)。模式模擬區(qū)域為 34.5°—41°N, 117.5°—127°E, 覆蓋了整個渤海與黃海大部區(qū)域。地形數(shù)據(jù)采用中國近海2′的精細(xì)地形(Linet al, 2006)(圖1), 進(jìn)行了適當(dāng)?shù)钠交员ＷC模型計算穩(wěn)定; 模式垂向網(wǎng)格分為 16層, 并在上層適當(dāng)加密, 參考渤海區(qū)域的最大潮差, 設(shè)定最小水深為 5m; 模式的外模計算時間步長為60s, 內(nèi)模計算時間步長為600s。模式上表面熱通量和上表面淡水通量采用 NCEP(National Centers for Environmental Prediction)發(fā)布的再分析數(shù)據(jù)(The NCEP/NCAR 40-Year Reanalysis Project), 風(fēng)應(yīng)力強(qiáng)迫來自 CFSR(Climate Forecast System Reanalysis)高分辨率同化數(shù)據(jù), 時間分辨率均為 6小時。模式的側(cè)開邊界位于黃海南端(圖 1), 側(cè)開邊界的水位、流速、溫度、鹽度等變量來自東中國海大區(qū)域模擬的結(jié)果(王悅, 2009), 為氣候態(tài)數(shù)據(jù)。王金華(2011)等指出, 只考慮單一分潮的作用并不能反映渤海實際的環(huán)流情況, 所以本文同時在側(cè)邊界引入M2、K1、S2、O1四個主要天文分潮, 其調(diào)和常數(shù)采用美國俄勒岡州立大學(xué)(OSU)的全球潮波模式 TPXO7-altas的結(jié)果(Egbertet al, 1994)。

雖然本文主要分析討論黃河淡水水齡在渤海的分布變化情況, 但是為了保證渤海淡水輸入的合理性, 模式在設(shè)置中加入了黃河、遼河、灤河、海河和鴨綠江五條徑流, 月平均徑流量數(shù)據(jù)采集匯總自《黃河水資源公報》、《中國河流泥沙公報》、《海河流域水資源公報》等。在 1998—2007年間, 黃河年平均徑流量為 132.8億立方米, 占直接注入渤海徑流總量70%以上, 其徑流量具有非常明顯的季節(jié)特征, 汛期一般出現(xiàn)在每年的7、8月, 而枯水期則出現(xiàn)在冬季;以 2003年為界, 黃河徑流量存在明顯的年際變化,1998—2003年期間, 黃河月平均徑流量僅為5億立方米, 而 2003—2007年期間, 黃河月平均徑流量劇增至 16.6億立方米, 前后相差 2倍以上(圖 2); 遼河徑流量占渤海徑流總量 13%左右, 是注入遼東灣最大的陸地徑流; 海河跟灤河徑流量分別占渤海徑流總量的 12%和 5%左右, 也是渤海沿岸不容忽視的淡水來源; 而鴨綠江河口雖然不在渤海內(nèi)部, 但是流量較大, 年平均徑流量是黃河的兩倍以上, 會間接影響渤海鹽度(鮑獻(xiàn)文, 2009), 對調(diào)節(jié)渤海鹽度尤其是渤海海峽處的鹽度有重要作用。

圖1 模擬區(qū)域及渤海水深Fig.1 The model-simulated region and water depth of the Bohai Sea

1.2 基于CART方法的水齡模塊

其中:表示水平流速,w表示垂向流速,KH和KV分別代表水平和垂向擴(kuò)散系數(shù),t與x、y、z分別代表時間與空間坐標(biāo)。對任一目標(biāo)水團(tuán)(如一個模式網(wǎng)格內(nèi)水體), 會同時存在不同到達(dá)時間的黃河淡水質(zhì)點,τ代表這些淡水質(zhì)點各自離開源之后到達(dá)并停留在該處所經(jīng)歷的時間, 默認(rèn)范圍是從0到無窮大,c則代表這些淡水質(zhì)點各自的瞬時濃度。根據(jù)CART方法的定義, 我們首先用C代表黃河淡水在目標(biāo)水團(tuán)內(nèi)所占的比重, 是目標(biāo)水團(tuán)內(nèi)所有存在的淡水質(zhì)點粒子的瞬時濃度c的算術(shù)平均值, 而且定義當(dāng)濃度C<10–5時該海域不含有黃河淡水, 不受黃河徑流的影響。其次,我們定義α為黃河淡水水齡富集度(age concentration),公式(3)中體現(xiàn)淡水瞬時濃度c與淡水水齡富集度α的關(guān)系, 即對目標(biāo)水團(tuán)內(nèi)的所有淡水質(zhì)點的經(jīng)歷時間τ與其瞬時濃度c的乘積進(jìn)行積分就得到目標(biāo)水團(tuán)的水齡富集度α。在模式計算中, 水齡富集度α通過公式(2)得出。最后, 該目標(biāo)水團(tuán)的水齡a可利用公式a=α/C計算得到。因此可以看到水齡a與該處淡水質(zhì)點的數(shù)量和釋放時間密切聯(lián)系在一起, 是對研究區(qū)域淡水平均狀況的一種動態(tài)描述, 可以較好的表征高齡粒子的再循環(huán)等。

模式設(shè)置粒子的初始濃度為0, 而在黃河徑流中,設(shè)置C為1而α為0; 南部開邊界處粒子濃度始終設(shè)置為0。模式首先利用氣候平均態(tài)強(qiáng)迫場連續(xù)模擬15年, 得到穩(wěn)定態(tài)的環(huán)流物理場與粒子分布, 作為初始場, 再利用1998—2007年強(qiáng)迫場數(shù)據(jù)進(jìn)行10年的數(shù)值模擬。本文重點分析這10年的模擬結(jié)果。

圖2 1998—2007年黃河月平均徑流量Fig.2 The monthly averaged discharge of the Huanghe (Yellow) River, 1998—2007

圖3 模擬的渤海4大分潮的同潮時線圖Fig.3 The simulated cotidal charts of M2, S2, K1, and O1 constituents

2 模式結(jié)果驗證

2.1 潮汐與余水位模擬結(jié)果

取模式水位的瞬時數(shù)據(jù)進(jìn)行調(diào)和分析, 可以得到4個主要分潮在渤海以及北黃海的同潮時線圖。如圖3所示, M2分潮振幅最大, 說明渤海以半日潮為主;四個主要分潮在渤海內(nèi)部的最大振幅都出現(xiàn)在遼東灣北部沿岸。半日潮M2分潮與S2分潮的無潮點位置基本一致; 在渤海內(nèi)部的兩個無潮點分別位于萊州灣與渤海灣交界處以及秦皇島附近; 全日潮 K1分潮與 O1分潮的無潮點則出現(xiàn)在渤海海峽的南側(cè)。模式模擬的同潮時線圖與《渤海、黃海、東海海洋圖集》水文冊所給出的同潮時線圖分布結(jié)構(gòu)非常一致, 說明模式對于該海區(qū)的潮汐模擬是準(zhǔn)確可靠的。其次,通過進(jìn)一步對比旅順、大連、龍口等20個驗潮站四個分潮的調(diào)和常數(shù)(表 1)發(fā)現(xiàn), 驗潮站實測 M2、S2、K1、O1四個分潮的振幅與模擬結(jié)果的絕對平均差分別為4.46cm、4.05cm、3.9cm、2.86cm, 而分潮遲角的平均差值為 6.59°、8.2°、5.07°、5.77°, 都在可接受的誤差范圍內(nèi)。通過以上驗證表明模式成功再現(xiàn)了渤海的潮波系統(tǒng)。但是模式結(jié)果與實測資料同化所得的同潮時線并不完全一致, 并且驗潮站水位資料調(diào)和分析得到的四大分潮的調(diào)和常數(shù)也存在一定的差異。這種誤差, 一方面是由于模式中采用了全場均一的底摩擦系數(shù), 且模式的岸線、水深與實際情況不同, 同時在模式的開邊界處給定的四大分潮調(diào)和常數(shù)也與實際不是完全對應(yīng); 此外, 表 1中的模式結(jié)果取自與驗潮站實際位置相鄰的網(wǎng)格點, 并不是其真實位置, 這些都造成了模式結(jié)果所得的調(diào)和常數(shù)存在一定誤差。

表1 20個站位模擬與觀測調(diào)和常數(shù)對比Tab.1 The simulated and observed harmonic constants at 20 tidal stations

龍口驗潮站位于渤海海峽南側(cè), 此處余水位的長期變化可以體現(xiàn)渤海沿岸水體堆積和渤黃海水體交換的長期信號。圖4是2003年至2007年月平均余水位的實測資料和模式結(jié)果, 對比發(fā)現(xiàn), 兩個序列的相關(guān)系數(shù)達(dá)到了0.95, 表明模式模擬的余水位與實測數(shù)據(jù)吻合較好, 尤其在黃河汛期, 模擬與觀測余水位基本一致; 龍口站水位異常值的振幅約為 20cm, 水位夏高冬低, 與渤海整體風(fēng)應(yīng)力方向的季節(jié)變化相對應(yīng)(奚智祥, 1983)。

2.2 渤海斷面溫度模擬結(jié)果

為了驗證模式是否成功再現(xiàn)了渤海的溫度場,我們利用渤海中部常規(guī)觀測斷面 B1(圖 1)獲取的1998年至2007年10年期間8月斷面溫度觀測數(shù)據(jù)(Maet al, 2016)與模式結(jié)果進(jìn)行對比(圖5)。模式結(jié)果基本再現(xiàn)了渤海夏季真實的溫度分布特征, 首先, 模式較好的模擬出了渤海夏季所特有的雙中心冷水團(tuán)結(jié)構(gòu)(周鋒等, 2009), 無論是冷水團(tuán)的位置還是溫度都比較接近觀測結(jié)果, 在觀測中南部冷水團(tuán)溫度略低于北部冷水團(tuán)的特點在模式中也得到了再現(xiàn); 其次, 39°N附近在觀測中出現(xiàn)的暖水柱在模式中也得到了體現(xiàn)(Linet al, 2006; Maet al, 2016); 最后, 模式結(jié)果中斷面南北兩側(cè)的溫度較高, 達(dá)到 25°C左右,與觀測結(jié)果一致。綜上所述, 渤海夏季整體的溫度分布特征基本在模式模擬結(jié)果中再現(xiàn)。

圖4 龍口驗潮站觀測余水位月平均數(shù)據(jù)與對應(yīng)位置模式余水位對比Fig.4 The time series of observed and simulated sea-surface-height anomaly

圖5 渤海中部B1斷面8月溫度10年平均(1998—2007)的垂向分布(單位: °C)Fig.5 The average vertical temperature distribution in August from 1998—2007 along transect B1(unit: °C)

2.3 渤海單站海流模擬結(jié)果

圖6給出了渤海8號鉆井平臺(119.42°E, 39.09°N)處 1986—1987年海流觀測(馬偉偉等, 2016)與 1998—2007年模擬的季節(jié)平均垂向流分布對比。如圖 6所示, 在方向上, 無論在觀測還是模式結(jié)果中, 海流在此處以北向的流動為主, 全年大部分時間略向東偏, 并且四個季節(jié)的表層流要明顯強(qiáng)于底層; 在流速方面, 模式結(jié)果與觀測也基本符合, 流速最小出現(xiàn)在春季底層, 約為 1cm/s, 而最大流速則出現(xiàn)在冬季表層, 為17cm/s。整體上, 模式結(jié)果在春、夏、秋季與觀測吻合較好, 但是冬季流向和流速相差較大。這是由于渤海冬季密度流較弱, 風(fēng)生流占主, 而模式風(fēng)應(yīng)力強(qiáng)迫來自模式同化數(shù)據(jù), 經(jīng)過時間和空間的平均,風(fēng)向與風(fēng)應(yīng)力大小與實際風(fēng)場存在差距, 以此風(fēng)應(yīng)力強(qiáng)迫驅(qū)動所得的渤海流場在冬季就會與實測不同,而 ROMS使用各種參數(shù)化方案來實現(xiàn)模式中的次網(wǎng)格過程, 冬季較強(qiáng)的風(fēng)應(yīng)力以及頻繁出現(xiàn)的極端天氣狀況比如大風(fēng)過程會放大這些參數(shù)化方案與實際情況的差異。此外, 觀測結(jié)果來自1986年的實時數(shù)據(jù), 而對應(yīng)的模式結(jié)果則是 1998—2007年的 10年數(shù)據(jù)的平均, 不同年份的風(fēng)應(yīng)力、溫鹽場等的年際差異導(dǎo)致了該處流場的不同, 尤其是冬季占主導(dǎo)的風(fēng)生流。

圖6 渤海8號平臺1986年觀測余流季節(jié)平均與模式結(jié)果10年季節(jié)平均的垂向分布Fig.6 The vertical structure of observed (1986) and simulated(10 years) seasonal average current at Platform 8 in Bohai Sea

通過對比上述模式與觀測在潮汐調(diào)和常數(shù)、水位、溫度以及流場等方面的結(jié)果, 我們可以發(fā)現(xiàn)模式的控制實驗較好再現(xiàn)了渤海的動力學(xué)與熱力學(xué)特征,為接下來進(jìn)一步利用該模式來研究黃河淡水水齡在渤海的時空分布特征和變化規(guī)律奠定了基礎(chǔ)。

3 結(jié)果與討論

3.1 黃河淡水水齡的平均態(tài)分布

圖7是模式給出的1998—2007年月平均的黃河淡水水齡在渤海的垂向平均分布。由于黃河入海口位置和渤海自身環(huán)流結(jié)構(gòu), 黃河水齡在萊州灣最小, 平均為700天, 低齡水沿山東半島北側(cè)進(jìn)入黃海, 符合渤海海峽北進(jìn)南出的流場結(jié)構(gòu); 而黃河淡水在遼東灣的水齡最大, 高達(dá) 1730天, 一方面是由于遼東灣距離黃河口最遠(yuǎn), 黃河淡水需要較長時間才能到達(dá)遼東灣, 另一方面, 遼東灣的環(huán)流結(jié)構(gòu)阻礙內(nèi)部水體的進(jìn)出, 黃河淡水一旦進(jìn)入遼東灣, 相比渤海其他區(qū)域需要更長的時間流出(魏皓等, 2002; 魏澤勛等,2003)。從圖7可以看出, 渤海中部的黃河水齡季節(jié)變化特征最明顯, 與黃河羽流結(jié)構(gòu)的季節(jié)變化一致: 夏季由于海域東南季風(fēng)的作用, 低齡的黃河淡水進(jìn)入渤海中部(張志欣等, 2010), 造成該處的鹽度與黃河水齡明顯下降; 而冬季該海域盛行的西北季風(fēng), 一方面阻止低齡黃河水北上, 另一方面導(dǎo)致遼東灣的高齡水部分南下, 從而使渤海中部的水齡在冬季明顯增加, 這可以從渤海中部明顯存在的來自遼東灣的高值水齡舌狀分布結(jié)構(gòu)得到印證。

本文將所有數(shù)據(jù)分成建模期(1997—2012年)和獨立檢驗期(2013—2015年)。利用建模期吉林省春夏地面常規(guī)氣象要素日值建立SOM統(tǒng)計分析模型,即建立天氣模態(tài)與逐日降水之間的關(guān)系,再將獨立檢驗期吉林省春夏地面常規(guī)氣象要素日值映射到所建立的天氣模態(tài)與逐日降水之間的關(guān)系中,利用蒙特卡羅模擬逐日降水量。

圖7 10年平均的黃河淡水水齡在渤海的垂向平均分布Fig.7 The 10-year average age of Huanghe River water in season and the vertical average distribution in Bohai Sea

渤海中部與遼東灣內(nèi)部的黃河淡水水齡的時空分布表現(xiàn)出一個季節(jié)搖擺信號。在冬季和春季, 遼東灣水齡西低東高, 東側(cè)高齡水向南入侵進(jìn)入渤海中部。進(jìn)入夏季, 遼東灣逆時針流環(huán)和渤海中部的順時針流環(huán)加強(qiáng), 同時在東南季風(fēng)作用下, 低齡黃河淡水進(jìn)入渤海中部, 并由以上兩支環(huán)流帶入遼東灣東側(cè);遼東灣高齡水在逆時針環(huán)流作用下被擠壓到西側(cè),形成了遼東灣在夏季西側(cè)高東側(cè)低的水齡結(jié)構(gòu), 此時渤海中部偏低水齡占優(yōu)。進(jìn)入秋季, 遼東灣逆時針環(huán)流減弱, 水齡在遼東灣內(nèi)分布相對均勻; 然后隨著冬季西北季風(fēng)的盛行, 高齡水重新在遼東灣東岸堆積并部分南下; 以上過程構(gòu)成了遼東灣與渤海中部水齡隨季節(jié)更替的循環(huán)變化結(jié)構(gòu)。

圖 8展示了渤海內(nèi)部四個區(qū)域內(nèi)黃河淡水的 10年平均水齡的逐月變化情況。整體來看, 黃河淡水水齡月際變化在萊州灣和渤海中部海域更顯著, 水齡最大值和最小值在這兩個區(qū)域分別相差178天和234天, 兩個區(qū)域的平均淡水水齡分別在 11月和 8月達(dá)到最小值, 這與黃河徑流量以及其羽流結(jié)構(gòu)變化具有一致性: 6月黃河進(jìn)入汛期, 黃河徑流量增大, 同時東南季風(fēng)加強(qiáng), 大量黃河淡水在風(fēng)應(yīng)力作用下進(jìn)入位于黃河口東北的渤海中部海域, 而注入萊州灣的黃河淡水相對較少, 這個過程一直持續(xù)到8月; 進(jìn)入 9月, 東南季風(fēng)減弱, 北風(fēng)加強(qiáng), 隨著風(fēng)向的轉(zhuǎn)變黃河口附近向北的流減弱, 黃河羽流結(jié)構(gòu)的東北方向的分支消失, 此時科氏力的作用得以體現(xiàn), 黃河淡水離開河口之后受到科氏力的作用向南偏移, 而渤海區(qū)域在秋冬季節(jié)盛行的偏北風(fēng)也加劇了這一傾向,使黃河淡水發(fā)生偏轉(zhuǎn)進(jìn)入萊州灣, 而渤海中部的黃河淡水含量則會大幅降低。相比萊州灣和渤海中部海域, 由于黃河河口的地理位置和渤海內(nèi)部環(huán)流結(jié)構(gòu)等因素, 黃河淡水只有少量或者需要很長時間才能進(jìn)入渤海灣和遼東灣, 與之相對應(yīng)的, 渤海灣和遼東灣區(qū)域的黃河淡水水齡季節(jié)變化的幅度較小, 水齡最大值與最小值分別相差91天和84天。值得注意的是, 遼東灣的黃河淡水水齡雖然在整體上的月際變化很小, 但是其空間結(jié)構(gòu)如前文所說具有鮮明的月際變化和季節(jié)變化(圖 7)。通過以上分析可知, 黃河淡水水齡與黃河對當(dāng)?shù)赜绊懙脑码H變化具有時間上的同步性, 黃河徑流量的變化應(yīng)該會直接影響其淡水水齡的分布。

圖8 1998—2007年渤海4個不同區(qū)域黃河大氣降水淡水水齡10年月平均序列Fig.8 The 10-year monthly average age of Huanghe River climatological water and the distribution in four parts of the Bohai Sea from 1998 to 2007

3.2 黃河淡水水齡分布的年際變化

多年平均的黃河淡水水齡模擬結(jié)果很大程度上反映了黃河淡水水齡在渤海的空間分布和季節(jié)變化特征, 但是年際變化和長期變化趨勢并不能在平均態(tài)中得到體現(xiàn)。有研究表明, 渤海鹽度從20世紀(jì)60年代開始持續(xù)上升(Linet al, 2001), 而在靠近水齡粒子源頭的海域, 當(dāng)?shù)氐牡g與鹽度往往存在相反的分布規(guī)律(Zhanget al, 2010; Liuet al, 2012)。因此研究黃河的水齡分布不能忽略其年際變化特征。首先先分析兩個不同年份的黃河淡水水齡。圖9中, 對比2002年冬夏季和2006年冬夏季的平均水齡分布可以發(fā)現(xiàn), 它們與多年平均態(tài)分布特征基本一致, 從南向北逐漸增加, 2002年的黃河淡水水齡明顯高于2006年, 在渤海內(nèi)部和渤海海峽處有顯著差異。1998—2007年渤海內(nèi)部黃河淡水水齡的平均值約為1300天, 在圖9中可以清晰地看到其平均值等值線位置的變化: 2002年夏季低于平均水齡的黃河淡水主要分布在萊州灣、渤海灣東側(cè)以及渤海中部海域的西側(cè),向北最遠(yuǎn)到達(dá) 39°N附近, 遼東灣整體水齡都高于該平均值; 同年冬季在西北季風(fēng)的作用下, 平均值等值線相比夏天整體向東南移動, 低于平均水齡的淡水被風(fēng)應(yīng)力擠壓到萊州灣以及渤海海峽南側(cè), 只有一小部分進(jìn)入渤海中部區(qū)域和渤海灣; 而在 2006年夏季整個萊州灣、渤海灣、渤海海峽以及大部分渤海中部區(qū)域的黃河淡水水齡都低于該平均值, 冬季水齡平均值等值線分布與同年夏季相似, 整體水齡分布與同年夏季的最大區(qū)別是遼東灣內(nèi)部的低齡水移動至西側(cè), 以及渤海中部出現(xiàn)了一個高齡水團(tuán), 這是由于風(fēng)應(yīng)力的變化引起的。

為了進(jìn)一步探究黃河淡水水齡在渤海不同區(qū)域的年際變化, 將渤海四個主要區(qū)域(圖 1)的黃河淡水水齡分別進(jìn)行區(qū)域平均, 得到不同區(qū)域水齡的年際變化(1998—2007)時間序列(圖 10)。如前文所述, 黃河徑流量在2003年之后流量劇增, 2003—2007年黃河月平均徑流量為 1998—2003年期間的 3倍; 以2003年為分界, 對1998—2007年10年間黃河淡水水齡在渤海內(nèi)部四個區(qū)域的空間平均進(jìn)行分段的線性擬合, 發(fā)現(xiàn)四個區(qū)域的黃河水齡在黃河徑流量較小的期間(1998年—2003年)呈現(xiàn)上升趨勢, 之后隨著黃河流量的增加, 黃河淡水水齡在渤海內(nèi)部迅速降低。其中以萊州灣下降最為明顯: 萊州灣水齡在 2003年春末夏初時達(dá)到最大值(1300天左右), 之后在同年秋季劇烈下降至200天左右, 之后趨于平穩(wěn), 只有較小波動。而其它三個區(qū)域則在 2003—2007年期間持續(xù)下降, 其中渤海中部與渤海灣的黃河水齡都是在2004年春季達(dá)到最大值, 分別是1800天與1650天;遼東灣相對滯后, 在同年 8月水齡達(dá)到最大值 2000天; 之后三個區(qū)域的水齡都是總體呈現(xiàn)下降趨勢。說明在年際變化的尺度上, 黃河淡水水齡的分布與黃河徑流量的變化具有時間上的同步性, 黃河徑流量的增加會伴隨黃河淡水水齡減小; 相反, 1998—2003年較小的黃河流量則對應(yīng)了水齡的增大。值得注意的是, 在 2003年之后雖然黃河徑流量一直很大, 但是萊州灣水齡在年際尺度上并沒有出現(xiàn)持續(xù)的大幅度減小, 可見在黃河流量增加達(dá)到一定的程度之后, 黃河徑流量和黃河淡水水齡在時間上的負(fù)相關(guān)可能會減弱。以上結(jié)論進(jìn)一步體現(xiàn)了 CART方法的優(yōu)越性,基于保守示蹤物存留比例的水質(zhì)模型只能得到在某個特定時間釋放的粒子的交換時間(魏皓, 2002), 而不能得到完整的輸運時間序列; CART方法不但可以實現(xiàn)前人水質(zhì)模型的所有功能, 而且能夠持續(xù)通過持續(xù)釋放粒子獲得長時間的輸運規(guī)律。

圖9 2002年和2006年黃河淡水水齡在渤海的垂向平均分布Fig.9 The vertical average distribution of Huanghe River water in age in the Bohai Sea in 2002 and 2006

圖10 1998—2007年渤海不同區(qū)域黃河淡水水齡區(qū)域平均時間序列Fig.10 The monthly-mean water age of Huanghe River in different parts of Bohai Sea from 1998 to 2007

為了進(jìn)一步探究黃河入海徑流量變化與黃河淡水水齡在渤海中分布的直接關(guān)系, 開展一組敏感性實驗, 即在保持控制實驗其它條件不變的前提下, 將月平均黃河徑流量乘以一個系數(shù), 使其按比例增大或減小, 并計算對比實驗中黃河淡水水齡的變化(圖11)。可以看到, 渤海內(nèi)部四個區(qū)域的黃河淡水水齡隨著黃河徑流量增加都呈現(xiàn)了明顯的下降趨勢, 但并不是線性變化?？刂茖嶒炛胁澈^(qū)域平均黃河淡水水齡為 1300天左右, 流量減半之后, 這個值上升到1480天左右, 相比控制實驗上升了13.8%; 而在2倍徑流量的實驗中, 渤海區(qū)域平均水齡下降到 1120天,也下降了13.8%。由圖11可以看出, 渤海內(nèi)部以萊州灣和渤海中部區(qū)域?qū)S河徑流量的改變最敏感, 3倍徑流量實驗中萊州灣的平均水齡相比控制實驗下降了50%左右, 遠(yuǎn)高于其它三個區(qū)域; 而渤海中部區(qū)域在控制實驗中的平均水齡要高于渤海灣, 但是隨著徑流量的增加, 在3倍黃河徑流量實驗中, 其平均水齡已經(jīng)小于渤海灣。此外, 隨著黃河徑流量的增加,黃河淡水水齡在渤海內(nèi)部的下降趨勢逐漸減弱, 水齡最顯著的下降發(fā)生在黃河徑流量乘以系數(shù)2和3的對比實驗中; 而在萊州灣隨著黃海徑流量的繼續(xù)增加, 其淡水水齡變化不大。以上的結(jié)果說明黃河淡水水齡雖然受到黃河徑流量的直接影響, 兩者存在機(jī)制上的負(fù)相關(guān), 但是這個負(fù)相關(guān)會隨著徑流量的增大而逐漸減弱, 在萊州灣最明顯。

圖11 黃河淡水水齡區(qū)域平均隨黃河徑流量的變化趨勢Fig.11 Relationship between annual mean water age of Huanghe River in different parts of Bohai Sea and the trend of variation

通過對模式物理場的分析發(fā)現(xiàn), 除萊州灣內(nèi)部分區(qū)域, 渤海整體的環(huán)流場在控制實驗和對比實驗之間的差異很小, 前人研究結(jié)果也證實了這一點(Maoet al, 2008)。也就是黃河入海徑流量的改變不能縮短淡水自排出河口至到達(dá)目標(biāo)區(qū)域所需的時間,也沒有縮短淡水在目標(biāo)區(qū)域的停留時間, 黃河徑流量影響黃河淡水水齡在渤海的分布的機(jī)制需要進(jìn)一步探究。遼東灣是渤海水交換最弱的區(qū)域, 同時也是渤海內(nèi)部距離黃河河口最遠(yuǎn)的區(qū)域, 黃河徑流量的改變幾乎不會影響遼東灣的物理場(Maoet al, 2008),所以我們以遼東灣為對象, 研究黃河徑流量的改變對當(dāng)?shù)攸S河淡水水齡的影響機(jī)制。根據(jù)公式(3), 黃河淡水的局地平均水齡由黃河淡水濃度C以及黃河水齡富集度α決定, 圖 12顯示了控制實驗和黃河徑流量加倍實驗中遼東灣黃河淡水濃度區(qū)域平均和水齡富集度區(qū)域在1998年的平均變化趨勢?？梢钥吹綇搅髁孔兓男盘栐?998年年初加入之后, 需要至少7至8個月才能到達(dá)并影響遼東灣, 之后的3至4個月之內(nèi), 黃河徑流量加倍實驗中遼東灣內(nèi)的黃河淡水平均濃度相比控制實驗急劇上升, 之后趨于穩(wěn)定; 到1998年年底, 徑流量加倍實驗中遼東灣黃河淡水平均濃度為1.45%, 相比控制實驗的1.3%增長了11.5%,說明黃河徑流量的增加為遼東灣帶來了更多的黃河淡水。但是在黃河淡水濃度C隨著黃河徑流量加倍而上升的同時, 黃河水齡富集度α的變化幅度卻比較小, 到1998年底, 水齡富集度僅上升了0.54%; 結(jié)合水齡富集度α的定義, 說明此時遼東灣內(nèi)的低水齡黃河淡水質(zhì)點比例增加, 根據(jù)公式(3), 黃河淡水水齡就會下降。也就是說, 徑流量的改變會導(dǎo)致目標(biāo)區(qū)域低齡淡水質(zhì)點比例的改變, 從而影響當(dāng)?shù)氐乃g。

4 總結(jié)

本文通過在ROMS模式中加入基于CART方法計算水齡的模塊, 來計算黃河淡水在渤海的水齡分布以及長期變化規(guī)律。模式成功再現(xiàn)了渤海物理場和黃河淡水水齡分布情況, 并得到了以下結(jié)論:

(1) 黃河淡水水齡在渤海內(nèi)部的空間差異較大,萊州灣平均黃河淡水水齡為700天, 而遼東灣則高達(dá)1760天。這是由各個區(qū)域相對黃河口的距離以及渤海整體環(huán)流結(jié)構(gòu)決定的。

(2) 渤海中部與遼東灣水齡時空分布表現(xiàn)出一個季節(jié)信號。冬季和春季, 遼東灣水齡西低東高, 東側(cè)高齡水向南入侵進(jìn)入渤海中部; 春末夏初, 低齡黃河淡水進(jìn)入渤海中部, 并由渤海中部的順時針環(huán)流和遼東灣的逆時針環(huán)流帶入遼東灣東側(cè); 此時遼東灣高齡水在逆時針環(huán)流作用下被擠壓到西側(cè), 形成了遼東灣在夏季西側(cè)高東側(cè)低的水齡結(jié)構(gòu)。

(3) 在2008年至2007年的10年年際尺度上, 黃河水齡差異明顯, 盡管在不同年份具有相似的空間分布, 但是以 2003年為分界, 淡水水齡的值存在顯著差異。2003年之后黃河淡水水齡較之前大幅下降,這是由于黃河徑流量在2003年之后急劇增長引起的:黃河徑流量的增長會帶來黃河淡水水齡的下降, 而流量的下降則會使黃河水齡顯著上升; 但是通過進(jìn)一步的敏感性實驗也發(fā)現(xiàn)該負(fù)相關(guān)會隨著徑流量的增大而減弱。

圖12 控制實驗與黃河徑流量加倍實驗中1998年遼東灣平均黃河淡水濃度和平均水齡富集度Fig.12 Time series of mean freshwater concentration and mean age concentration in Liaodong Bay in 1998 in control and sensitive experiments (double runoff of the Huanghe River)

(4) 黃河徑流量對黃河淡水水齡的影響主要是通過以下途徑實現(xiàn): 徑流量的改變導(dǎo)致特定區(qū)域粒子濃度和結(jié)構(gòu)的改變, 當(dāng)流量增加, 特定區(qū)域的粒子濃度上升, 并且低齡粒子占的比例增大, 這樣水齡就會下降, 反之, 水齡則會隨著黃河徑流量的下降而上升。

通過研究, 我們對黃河淡水水齡在渤海內(nèi)部的平均態(tài)分布和長期變化有了初步的認(rèn)識, 進(jìn)一步明確了黃河徑流量對其淡水水齡的變化的重要影響。但是其他因素比如風(fēng)場、溫度的長期變化對黃河淡水水齡的影響尚不清楚, 需要后續(xù)進(jìn)一步的研究。

萬修全, 馬 倩, 馬偉偉, 2015. 冬季高頻大風(fēng)過程對渤海冬季環(huán)流和水交換影響的數(shù)值模擬. 中國海洋大學(xué)學(xué)報,45(4): 1—8

馬偉偉, 萬修全, 萬 凱, 2016. 渤海冬季風(fēng)生環(huán)流的年際變化特征及機(jī)制分析. 海洋與湖沼, 47(2): 295—302

王 悅, 2009. 東中國海物理環(huán)境長期變化的數(shù)值模擬研究.青島: 中國海洋大學(xué)博士學(xué)位論文, 14—34

王金華, 沈永明, 石 峰, 2011. 基于拉格朗日粒子追蹤的渤海冬季與夏季環(huán)流及影響因素. 水利學(xué)報, 42(5):544—553

王宗山, 龔 濱. 黃渤海風(fēng)海流的數(shù)值計算. 海洋科學(xué)進(jìn)展,1992(2): 12—18

王海燕, 高增祥, 鄒 濤等, 2010. 渤海淡水存留時間分析.生態(tài)學(xué)雜志, 29(3): 498—503

張宇銘, 張淑芳, 宋朝陽等, 2014. 基于質(zhì)點追蹤方法的渤海水交換特性. 海洋環(huán)境科學(xué), 33(3): 412—417

張志欣, 喬方利, 郭景松等, 2010. 渤海南部沿岸水運移及渤黃海水體交換的季節(jié)變化. 海洋科學(xué)進(jìn)展, 28(2):142—148

林霄沛, 吳德星, 鮑獻(xiàn)文等, 2002. 渤海海峽斷面溫度結(jié)構(gòu)及流量的季節(jié)變化. 青島海洋大學(xué)學(xué)報, 32(3): 355—360

周 鋒, 黃大吉, 蘇紀(jì)蘭, 2009. 夏季渤海溫躍層下的雙中心冷水結(jié)構(gòu)的數(shù)值模擬. 科學(xué)通報, 54(11): 1591—1599

趙保仁, 莊國文, 曹德明等, 1995. 渤海的環(huán)流、潮余流及其對沉積物分布的影響. 海洋與湖沼, 26( 5): 466—473

袁柱瀚, 1997. 渤海海峽水交換的研究. 青島: 青島海洋大學(xué)碩士學(xué)位論文

奚智祥, 1983. 渤海和北黃海沿岸海區(qū)的月平均海平面變化及其主要影響因子的初步討論. 海洋通報, 2(6): 7—14

鮑獻(xiàn)文, 李 娜, 姚志剛等, 2009. 北黃海溫鹽分布季節(jié)變化特征分析. 中國海洋大學(xué)學(xué)報, 39(4): 553—562

魏 皓, 田 恬, 周 鋒等, 2002. 渤海水交換的數(shù)值研究-水質(zhì)模型對半交換時間的模擬. 青島海洋大學(xué)學(xué)報, 32(4):519—525

魏澤勛, 李春雁, 方國洪等, 2003. 渤海夏季環(huán)流和渤海海峽水體輸運的數(shù)值診斷研究. 海洋科學(xué)進(jìn)展, 21(4):454—464

Andutta F P, Ridd P V, Wolanski E, 2013. The age and the flushing time of the Great Barrier Reef waters. Cont Shelf Res, 53: 11—19

Chu Z X, Sun X G, Zhai S Ket al, 2006. Changing pattern of accretion/erosion of the modern Yellow River (Huanghe)subaerial delta, China: based on remote sensing images. Mar Geol, 227(1—2): 13—30

de Brye B, de Brauwere A, Gourgue Oet al, 2012. Water renewal timescales in the Scheldt Estuary. J Mar Syst, 94: 74—86

Deleersnijder E, Campin J M, Delhez E J M, 2001. The concept of age in marine modelling: I. Theory and preliminary model results. J Mar Syst, 28(3—4): 229—267

Delhez E J M, 2006. Transient residence and exposure times.Ocean Sci, 2(1): 1—9

Delhez E J M, Campin J M, Hirst A Cet al, 1999. Toward a general theory of the age in ocean modelling. Ocean Modell,1(1): 17—27

Delhez é J M, Deleersnijder é, Mouchet Aet al, 2003. A note on the age of radioactive tracers. J Mar Syst, 38(3—4):277—286

Delhez é J M, Heemink A W, Deleersnijder é, 2004. Residence time in a semi-enclosed domain from the solution of an adjoint problem. Estuar Coast Shelf Sci, 61(4): 691—702

Egbert G D, Bennett A F, Foreman M G G, 1994.TOPEX/POSEIDON tides estimated using a global inverse model. J Geophys Res, 99(C12): 24821—24852

England M H, 1995. The age of water and ventilation timescales in a global ocean model. J Phys Oceanogr, 25(11):2756—2777

Fine R A, 1995. Tracers, time scales, and the thermohaline circulation: the lower limb in the North Atlantic Ocean. Rev Geophys, 33(S2): 1353—1365

Haine T W N, Watson A J, Liddicoat M Iet al, 1998. The flow of Antarctic bottom water to the southwest Indian Ocean estimated using CFCs. J Geophys Res, 103(C12):27637—27653

Hall T M, Haine T W N, 2002. On ocean transport diagnostics:the idealized age tracer and the age spectrum. J Phys Oceanogr, 32(6): 1987—1991

Hall T M, Plumb R A, 1994. Age as a diagnostic of stratospheric transport. J Geophys Res, 99(D1): 1059—1070

Hohmann R, Hofer M, Kipfer Ret al, 1998. Distribution of helium and tritium in Lake Baikal. J Geophys Res, 103(C6):12823—12838

Holzer M, Hall T M, 2000. Transit-time and tracer-age distributions in geophysical flows. J Atmos Sci, 57(21):3539—3558

Jenkins W J, 1987.3H and3He in the beta triangle: observations of gyre ventilation and oxygen utilization rates. J Phys Oceanogr, 17(6): 763—783

Lin C L, Su J L, Xu B Ret al, 2001. Long-term variations of temperature and salinity of the Bohai Sea and their influence on its ecosystem. Prog Oceanogr, 49(1—4): 7—19

Lin X P, Xie S P, Chen X Pet al, 2006. A well-mixed warm water column in the central Bohai Sea in summer: effects of tidal and surface wave mixing. J Geophys Res, 111(C11): C11017

Liu Z, Wang H Y, Guo X Yet al, 2012. The age of Yellow River water in the Bohai Sea. J Geophys Res, 117(C11): C11006

Ma W W, Wan X Q, Wang Z Ket al, 2016. Formation of a well-mixed warm water column in the central Bohai Sea in summer: the role of high frequency atmospheric forcing. J Ocean Univ China, in press

Mao X Y, Jiang W S, Zhao Pet al, 2008. A 3-D numerical study of salinity variations in the Bohai Sea during the recent years. Cont Shelf Res, 28(19): 2689—2699

Sarmiento J L, Thiele G, Key R Met al, 1990. Oxygen and nitrate new production and remineralization in the North Atlantic subtropical gyre. J Geophys Res, 95(C10): 18303—18315

Schlosser P, Bullister J L, Fine Ret al, 2001. Transformation and age of water masses. In: Siedler G, Church J, Gould J eds.Ocean Circulation and Climate: Observing and Modelling the Global Ocean. San Fransisco CA, USA: Academic Press,431—454

Shen J, Lin J, 2006. Modeling study of the influences of tide and stratification on age of water in the tidal James River. Estuar Coast Shelf Sci, 68(1—2): 101—112

Thiele G, Sarmiento J L, 1990. Tracer dating and ocean ventilation. J Geophys Res, 95(C6): 9377—9391

Umlauf L, Burchard H, 2003. A generic length-scale equation for geophysical turbulence models. J Mar Res, 61(2): 235—265

Wang Q, Guo X Y, Takeoka H, 2008. Seasonal variations of the Yellow River plume in the Bohai Sea: a model study. J Geophys Res, 113(C8): C08046

Waugh D W, Hall T W, Haine T W N, 2003. Relationships among tracer ages. J Geophys Res, 108(C5): 3138

Weiss R F, Carmack E C C, Koropalov V M, 1991. Deepwater renewal and biological production in Lake Baikal. Nature,349(6311): 665—669

Wunsch C, 2002. Oceanic age and transient tracers: analytical and numerical solutions. J Geophys Res, 107(C6): 3048

Yang W F, Chen M, Li G Xet al, 2009. Relocation of the Yellow River as revealed by sedimentary isotopic and elemental signals in the East China Sea. Mar Pollut Bull, 58(6):923—927

Zhang W G, Wilkin J L, Schofield O M E, 2010. Simulation of water age and residence time in New York Bight. J Phys Oceanogr, 40(5): 965—982

Zimmerman J T F, 1976. Mixing and flushing of tidal embayments in the Western Dutch Wadden Sea Part I:distribution of salinity and calculation of mixing time scales.Neth J Sea Res, 10(2): 149—191