于 博, 葛 勇, 任殿軍, 冀承振, 胡 偉

黃海對臺風“利奇馬”響應的觀測研究

于 博1, 2, 葛 勇1, 2, 任殿軍1, 2, 冀承振1, 2, 胡 偉1, 2

(1. 國家海洋局北海預報中心, 山東 青島 266061; 2. 山東省海洋生態(tài)環(huán)境與防災減災重點實驗室, 山東 青島 266061)

2019年8月臺風“利奇馬”經(jīng)過黃海海域, 對海洋環(huán)境產(chǎn)生重要影響, 本文利用QF103和QF111浮標觀測資料分析了黃海海洋對臺風的響應。結(jié)果表明: 受臺風影響, 海面溫度明顯下降, 海面水溫降幅可達5 ℃; 海面生態(tài)要素響應明顯, 海洋表層鹽度、葉綠素質(zhì)量濃度(簡稱葉綠素濃度)、溶解氧質(zhì)量濃度(簡稱溶解氧濃度)均有明顯升高, 鹽度升高約0.6, 葉綠素濃度的最大值可達1.4 mg/m3, 溶解氧濃度最大值超過7.9 mg/L。臺風過境時的強風應力使表層流速明顯增強, 臺風對海洋表層流的能量輸入使得近慣性頻帶能量大幅增加, 臺風激發(fā)的近慣性流速最大振幅為0.15 m/s, 在垂直方向上具有第一斜壓模態(tài)的特征; 在黃海海域近慣性振蕩衰減的時間尺度約為2.2 d。

臺風“利奇馬”; 海面溫度; 葉綠素; 近慣性振蕩

熱帶氣旋是破壞性巨大的自然災害, 西北太平洋是全球熱帶氣旋活動最頻繁的地區(qū)。臺風攜帶狂風暴雨, 引發(fā)巨浪、風暴潮等, 往往造成嚴重的人員傷亡和經(jīng)濟損失。我國地處太平洋西岸, 海岸線漫長, 頻繁遭受臺風襲擊。因此, 加強對臺風過程的現(xiàn)場觀測和理論研究, 提高應對臺風災害的能力, 是我國防災減災能力建設(shè)的必然要求。

海洋對臺風響應的研究主要開始于20世紀60年代, 過去幾十年間科研工作者通過現(xiàn)場觀測和數(shù)值模式對此開展了大量研究工作。臺風經(jīng)過時會對海洋的動力學和熱力學過程產(chǎn)生顯著的影響[1-2]。臺風引起的強烈混合會將海洋內(nèi)部水體輸送到海洋表層, 海面溫度降低, 同時引起海面營養(yǎng)鹽、葉綠素、溶解氧等要素發(fā)生變化, 對海洋生態(tài)系統(tǒng)有重要影響[3]; 臺風的強風應力將大量的能量輸入海洋, 在上層海洋產(chǎn)生強烈的近慣性振蕩[4]; 風輸入到海洋的能量一部分在局地耗散, 另一部分穿過溫躍層向海洋深處傳播[5]。近慣性振蕩是一種波動頻率接近局地慣性頻率的海洋內(nèi)波, 通常受強風場的影響, 會在海洋混合層激發(fā)出近慣性振蕩。模式模擬結(jié)果表明背景潮流會削弱臺風激發(fā)的近慣性振蕩強度, 同時會促進近慣性能量穿過躍層向下傳播[6]。

馬永貴等[7]利用潛標觀測數(shù)據(jù), 研究了南海西北部上層海洋對連續(xù)兩個臺風的響應, 發(fā)現(xiàn)兩個臺風過境都產(chǎn)生了強烈的近慣性振蕩, 且臺風路徑右側(cè)的近慣性流速明顯大于左側(cè); 朱大勇等[8]基于南海西北部的浮標觀測數(shù)據(jù), 對臺風引起的近慣性振蕩進行了研究, 結(jié)果表明近慣性振蕩可持續(xù)6～8 d; Guan等[9]利用臺風過境期間的潛標觀測資料, 發(fā)現(xiàn)臺風激發(fā)的近慣性流速最大振幅為0.4 m/s, 近慣性能量的e折尺度(近慣性能量從最大值衰減到最大值的1/e所需的時間)小于2 d, 且在臺風路徑右側(cè)引起的海面降溫為3.6 ℃; 冀承振等[10]基于黃海浮標觀測資料, 發(fā)現(xiàn)臺風引起的海面溫度降幅在2～4 ℃, 近慣性流速最大振幅為0.15 m/s, 近慣性能量的e折尺度約為2 d; 孟慶軍等[6]利用模式模擬了黃海對臺風的響應過程, 結(jié)果表明臺風過境會引起海面降溫和近慣性振蕩, 且近慣性流速在垂向上位相相差約180°; Shan等[11]、管守德[12]、牟平宇等[13]利用多源衛(wèi)星遙感資料對臺風進行研究, 結(jié)果表明臺風經(jīng)過會引起明顯的海面溫度降低和葉綠素質(zhì)量濃度(簡稱葉綠素濃度)的升高。

近年來, 隨著全球氣候變暖, 登陸我國臺風的平均強度和強臺風的數(shù)量顯著增加[14], 因此加強對臺風的觀測和理論研究, 減少臺風登陸造成的損失十分必要。目前國內(nèi)海洋對臺風響應的研究主要集中在南海[15], 而關(guān)于黃海對臺風響應的研究相對較少。本文基于布放在黃海的2套浮標現(xiàn)場觀測數(shù)據(jù), 研究臺風“利奇馬”過境時, 黃海海域?qū)ζ漤憫幕咎卣? 并進一步分析臺風引發(fā)的近慣性運動。

1 臺風“利奇馬”及數(shù)據(jù)介紹

1.1 研究海域和臺風信息

黃海是太平洋西部的邊緣海, 平均深度約為44 m, 由北向南逐漸變深。黃海氣候主要受季風影響, 夏季盛行南風和東南風, 冬季盛行西北風和北風; 黃海氣溫8月份達到最高, 夏季海水層化現(xiàn)象顯著, 在7—8月層化程度達到最大; 黃海大部分海區(qū)為規(guī)則半日潮, 且潮流流速較強, 環(huán)流流速大約為最大潮流的1/10[16]。

2019年第9號臺風“利奇馬”生成于菲律賓呂宋島以東的太平洋海域, 由于良好的海溫及輻聚輻散條件, 生成后其強度漸增, 發(fā)展為超強臺風, 中心最大風力達到18級(最大風速62 m/s), 并繼續(xù)向西北方向移動, 先于8月10日1時在我國浙江省溫嶺市登陸(中心風力16級, 最大風速52 m/s)后繼續(xù)北上, 8月11日12時從江蘇省連云港市進入黃海海域, 后繼續(xù)向北移動, 11日20時50分在山東省青島市二次登陸(風力9級, 最大風速23 m/s), 繼續(xù)北上后進入渤海海域并最終消散(圖1); 其陸上滯留時間長達44 h。臺風“利奇馬”具有“登陸強度強、陸上滯留時間長、影響范圍廣”等特點, 給我國沿海多個省份造成了非常嚴重的人員傷亡和經(jīng)濟損失。

1.2 浮標觀測數(shù)據(jù)

QF103、QF111浮標是自然資源部北海局布設(shè)在黃海海域的在線監(jiān)測浮標, 兩臺浮標均為錨系式大型浮標(圖1右上), 浮標圓盤形標體直徑為10 m。QF103、QF111浮標的局地水深分別為32 m、30 m。兩臺浮標搭載傳感器情況見表1, 利用這些傳感器可實現(xiàn)對風、空氣溫度和相對濕度、氣壓、海水溫度和鹽度、全深度海流等水文氣象要素的長時間定點觀測, QF111浮標上還搭載有水質(zhì)傳感器和能見度傳感器, 可以進行海水表層葉綠素、溶解氧質(zhì)量濃度(簡稱溶解氧濃度)等海洋生態(tài)要素和海面水平有效能見度的觀測。風和能見度傳感器安裝在距海面10 m高處的浮標小平臺上, 水質(zhì)傳感器和海流計安裝在浮標水下設(shè)備井中, 下打海流計的垂向采樣間隔2 m。浮標各要素的采樣時間間隔均為0.5 h。選取8月份浮標數(shù)據(jù)對臺風進行分析, 下文中臺風過境前對應時間為8月1日至8日, 為了更好地展示臺風的影響, 下文圖中選取8月6日至26日數(shù)據(jù), 浮標觀測的數(shù)據(jù)均經(jīng)過相應的質(zhì)量控制。

圖1 臺風“利奇馬”在黃海海域的移動路徑

注: 藍色實線代表其強度為熱帶風暴級別, 洋紅色表示其消散過程, 綠色圓弧為其經(jīng)過黃海時的7級風圈半徑?；疑摼€代表30 m水深等深線, 紅色圓點表示浮標站位, 右上子圖為浮標示意圖與實景圖。

表1 浮標搭載傳感器列表

2 黃海對臺風“利奇馬”的響應

臺風“利奇馬”在西北太平洋活躍時間較長, 對我國影響范圍較大, 本文主要關(guān)注其對黃海海域的影響。臺風“利奇馬”進入黃海海域時強度為熱帶風暴級, 臺風過境時在黃海海域的平均移動速度為6.1 m/s, 臺風中心與QF103浮標、QF111浮標的最小距離分別為122 km和68 km。

2.1 海氣界面各要素的變化

圖2(a)給出了浮標觀測到的海面風速和氣壓的變化, 圖中黑色虛線分別代表臺風進入黃海和離開黃海的時間。臺風經(jīng)過時, 浮標處的風速迅速增大, QF103浮標與QF111浮標處的最大風速分別為19.7 m/s、17.9 m/s; 海面氣壓迅速下降, QF103浮標與QF111浮標處的氣壓均在8月11日達到最低, 分別是983 hPa、977 hPa, QF103浮標處氣壓下降約24.5 hPa, QF111浮標處氣壓下降約30.7 hPa。

圖2 臺風引起海面要素變化的浮標觀測結(jié)果

注: 圖(a)中實線代表海面風速, 虛線代表海面氣壓, 圖(b)中實線表示海表水溫, 虛線表示海面氣溫; 兩個圖中藍色代表QF103浮標, 紅色代表QF111浮標; 黑色虛線表示臺風進入黃海和離開黃海的時間(下圖均同此圖)。

從圖中可以看出在臺風影響下, 兩臺浮標觀測到的風速和氣壓變化趨勢一致, 由于QF103浮標距離臺風中心較近, QF103浮標處的風速、氣壓變化均早于QF111浮標, 但QF111浮標處的最大風速和氣壓降低數(shù)值均大于QF103浮標, 說明在黃海海域, 臺風強度降低的情況下, 臺風結(jié)構(gòu)變形、臺風風力分布不均勻, 并非距離中心越近風力越大。

圖2(b)給出了浮標觀測到的表層水溫和海表面氣溫的變化曲線, 在臺風過境之前黃海海域浮標處的水溫和氣溫都呈緩慢上升趨勢, 且水溫略大于氣溫; 2019年8月10日臺風開始影響觀測海域, 表層水溫和海面氣溫迅速下降, QF103浮標、QF111表層水溫均在8月13日到達最低值, 分別為25.7 ℃和22.5 ℃, QF111浮標處的表層水溫降幅超過5 ℃, QF103浮標處的表層水溫降幅也超過了3 ℃; 臺風過境后, 在太陽輻射加熱作用下, 表層水溫有所回升, QF111浮標處水溫上升較快, QF103浮標處水溫上升緩慢, 在8月20日達到穩(wěn)定狀態(tài), 但表層水溫仍比臺風過境前低約2 ℃。臺風導致的海水垂向混合, 引起下層冷水上升, 使得海洋表層水溫降低[17]。QF111浮標與臺風中心的距離較小, 附近海域?qū)ε_風的響應更明顯, 因而臺風引起的表層水溫降溫幅度更大。

氣溫對臺風的響應要快于水溫, 水溫降溫的持續(xù)時間要長于氣溫。臺風過境時QF111浮標處水溫降幅超過氣溫, 表層水溫低于海表面氣溫, 臺風引起的垂向混合使得海面溫度下降, 導致海洋向大氣輸送的熱通量減少, 甚至反向輸送熱通量, 從而減弱臺風的強度, 形成一個負反饋過程; 但QF103浮標處氣溫降幅超過水溫, 表層水溫與海表面氣溫溫差比臺風之前增大, 導致海洋向大氣輸送的熱通量增加。QF111浮標處海表面溫度降低主要由垂向混合引起, 而QF103浮標處海面溫度降低由垂向混合和海氣界面的潛熱交換兩方面引起。

2.2 海面生態(tài)要素的變化

圖3給出了QF111浮標觀測到的海面水平有效能見度(a)、海洋表層鹽度(b)、葉綠素質(zhì)量濃度(c)、溶解氧質(zhì)量濃度隨時間的變化(d)。

圖3 QF111浮標觀測臺風引起的各要素變化

臺風過境時, 海面水平有效能見度大幅度降低, 最低時不足5 km, 這是因為臺風過境帶來大量的降水, 王冠琳等[3]通過衛(wèi)星數(shù)據(jù)發(fā)現(xiàn)臺風引起的最大降雨率可以達到10 mm/h以上; 鮑婧等[18]發(fā)現(xiàn)除霧以外, 穩(wěn)定性弱降雨和短時強降雨對能見度的影響最大。

臺風過境之前, 表層鹽度呈下降趨勢, 這是由于7、8月份為雨季, 海表降水和陸地徑流輸入增多使得表層鹽度下降; 臺風過境時表層鹽度隨之上升, 增幅約為0.6; 臺風過境后, 鹽度基本保持穩(wěn)定。根據(jù)WOA(the World Ocean Atlas)氣候態(tài)鹽度數(shù)據(jù), 浮標附近海域鹽度隨深度增加逐漸增大, 臺風引發(fā)的強烈上升流使得下層高鹽低溫水體上升, 與表層海水混合造成鹽度升高, 但是臺風帶來的強降水引起的表層鹽度降低不顯著, 這說明臺風引發(fā)的上升流對鹽度的變化起主導作用。

（3）不斷深化我國與國外航空用金屬材料標準管理組織、機構(gòu)的合作交流，及時查漏補缺，更新完善我國航空用金屬材料標準化體系。一成不變的標準化管理對航空業(yè)來說是非常不利的。持續(xù)加強和ASTM 等其他標準化機構(gòu)的交流合作，是促進我國航空用金屬材料標準體系早日與國際接軌的關(guān)鍵。

臺風過境之前, 表層海水葉綠素濃度較低, 這是由于從春季到夏季, 海水層結(jié)逐漸顯著, 水體垂直穩(wěn)定性較強, 限制了營養(yǎng)鹽的垂向輸運, 上層海水中的營養(yǎng)鹽幾乎被浮游植物耗盡; 臺風過境時表層葉綠素濃度顯著增加, 最大值為1.4 mg/m3, 臺風引起的水體垂向混合使得營養(yǎng)鹽從下層輸送到海洋表層, 促進海表的光合作用, 引起浮游植物增殖, 從而提高初級生產(chǎn)力[19]; 臺風過境后由于表層海水中營養(yǎng)鹽耗盡, 葉綠素濃度恢復到之前的低值水平。

表層溶解氧濃度變化主要與表層水溫變化負相關(guān), 臺風過境前隨著表層水溫逐漸升高, 溶解氧濃度逐漸降低, 最低值為7.4 mg/L; 臺風過境使得表層水溫劇烈降低, 溶解氧濃度大幅上升, 最大值超過7.9 mg/L, 臺風過境后隨著水溫回升, 溶解氧濃度逐漸降低。

2.3 海流的變化

圖4給出了QF103浮標觀測到的臺風“利奇馬”過境前后東西方向和南北方向原始流速隨深度和時間的變化。臺風過境之前, QF103浮標海域具有較強的背景場流速, 流速振幅約為0.5～0.7 m/s, 略小于冀承振等[10]的流速振幅, 在臺風過境期間, 受臺風強風應力的影響, 浮標觀測到的流速明顯增強, 流速振幅約為0.8～1.0 m/s, 主要表現(xiàn)為半日潮和全日潮的特征。

圖4 QF103浮標觀測的原始流速

功率譜分析可以用來診斷海流的運動特征, 本文對臺風過境前、過境后觀測到的流速做了功率譜分析, 圖5給出了臺風過境前(8月1日—8日)、過境后(8月10日—24日)QF103浮標20 m以淺流速功率譜深度平均結(jié)果。結(jié)果表明, 臺風過境前上層海洋的運動主要由半日潮流主導, 1/4日和全日潮流也有明顯的譜峰, 而慣性頻帶的運動很弱, 沒有明顯的能量譜峰。在臺風“利奇馬”過境后, 上層海洋的運動仍由半日潮流主導, 但近慣性頻帶出現(xiàn)了顯著的能量譜峰, 其能量增強了約6倍。浮標處潮流特征與冀承振等[10]利用該位置浮標數(shù)據(jù)的分析結(jié)果一致, 且強背景潮流削弱了近慣性振蕩的主導地位[6]。

2.4 臺風向海洋輸入的能量

風對海洋表層流做的功通過下式計算得到[10]:

圖5 臺風“利奇馬”過境前、后QF103浮標觀測的20 m以上原始流速功率譜的深度平均值

Fig. 5 Depth-averaged power spectra (top layer to 20 m) of the raw velocity before and after typhoon Lekima for buoy QF103

本文利用QF103浮標觀測的風速和上20 m層深度平均流速數(shù)據(jù), 計算了臺風對海洋表層流輸入的能量, 如圖6所示。臺風過境時, QF103浮標處風應力隨之增加, 最大值超過0.8 N/m2, 在強風應力的作用下表層流速明顯增強, 風輸入能量急劇增加, 其功率通量最大值超過0.2 W/m2, 臺風輸入海洋表層流的總能量接近8 kJ/m2。這些能量大部分進入Ekman流和潮頻率運動中, 少部分以近慣性波動的形式不斷向下和沿水平方向傳播, 同時在局地引起強烈的混合耗散[5, 12]。

圖6 臺風過境期間各要素的變化

注: (b)圖中紅線代表南北向流速, 藍線代表東西向流速

2.5 近慣性振蕩

根據(jù)功率譜分析結(jié)果, 在臺風影響下近慣性頻帶出現(xiàn)了顯著的能量譜峰, 為進一步對其進行分析, 本文利用4階Butterworth帶通濾波器, 分別對原始流速、分量進行處理, 提取了QF103浮標處近慣性頻帶的流速(圖7)。為了最大限度地提取近慣性流速, 同時避免潮流信號的干擾, 若是浮標所在位置的慣性頻率, 則設(shè)濾波頻帶為0.95～1.3。

圖7表明由于浮標處水深較淺, 臺風可引起全水深近慣性振蕩, 其流速最大值出現(xiàn)在臺風過境期間, 約為0.15 m/s, 與原始流速相比, 近慣性流速相對較小。在垂直方向上, 近慣性流速具有第一斜壓模態(tài)的特征, 位相相差約180°, 這種垂向特征與冀承振等[10]在陸架海域的觀測結(jié)果、孟慶軍等[6]的模式結(jié)果相近, 這種結(jié)構(gòu)的形成主要是由于淺海地形和岸界的影響, 與大洋中臺風激發(fā)的近慣性流速垂向特征不同。

根據(jù)下式計算臺風引起近慣性頻帶流速的動能(圖8a):

圖7 QF103浮標近慣性流速

Fig. 7 Near-inertial current observed by the buoy QF103

注: 黑色實線標注的是±4 cm/s流速等值線

圖8 QF103浮標近慣性動能

注: a圖中藍色實線表示上20 m層平均近慣性動能密度, 兩個圓點分別為近慣性動能最大和e折的時刻

可以看出, 臺風過境之前, 近慣性動能很小, 約為0.4 J/m3; 臺風過境時, 隨著風對海洋的能量輸入, 近慣性頻帶能量逐漸增加, 于8月12日達到最大, 最大值為2.7 J/m3; 近慣性動能的垂向分布存在兩個峰值, 一個在混合層約12 m處, 另一個在混合層以下約20 m附近深度, 這是因為臺風輸入海洋的能量除了在混合層和躍層耗散的部分外, 主要是通過近慣性振蕩向躍層以下傳播[9], 而背景潮流可以促進近慣性能量的下傳[6]。臺風過后動能迅速衰減, 近慣性流速的e折時間尺度約為2.2 d, 僅相當于2.6個慣性周期(浮標處的慣性周期為20.26 h), 而馬永貴等[5]及朱大勇等[6]的觀測表明, 臺風過后, 近慣性振蕩在南海海域的影響可持續(xù)5 d以上, 相較而言, 臺風“利奇馬”在黃海海域引起的近慣性響應偏弱, 且近慣性振蕩的衰減迅速。這一方面是由于浮標位置水深較淺且靠近岸界, 近慣性振蕩破碎導致能量衰減; 另一方面是由于近慣性振蕩與強背景內(nèi)潮之間發(fā)生非線性相互作用, 近慣性能量向次級波動轉(zhuǎn)移, 限制了混合層近慣性振蕩的成長[12]。

3 結(jié)論

本文基于布放在黃海海域的QF103、QF111浮標觀測數(shù)據(jù), 分析了黃海對臺風“利奇馬”響應的基本特征。結(jié)果表明, 臺風過境期間, 海面水溫、氣溫、氣壓均會有明顯下降, 氣溫對臺風的響應要快于水溫, 海面水溫下降幅度可達5 ℃, 且距臺風中心越近水溫降幅越大; 受臺風引起的垂向混合和海表降溫的影響, 海表生態(tài)要素響應明顯, 海洋表層鹽度、葉綠素質(zhì)量濃度、溶解氧質(zhì)量濃度均有明顯升高, 鹽度升高約0.6, 葉綠素質(zhì)量濃度的最大值可達1.4 mg/m3, 溶解氧質(zhì)量濃度最大值超過7.9 mg/L。這些要素變化可促進海表的光合作用, 從而提高初級生產(chǎn)力。

臺風過境期間, 在強風應力的作用下, 海洋表層流速北向分量明顯增強, 臺風對海洋表層流的能量輸入使近慣性頻帶能量大幅增加。臺風可在全水深激發(fā)近慣性振蕩, 臺風激發(fā)的近慣性流速最大振幅為0.15 m/s, 在垂直方向上, 近慣性流速具有第一斜壓模態(tài)的特征; 在黃海海域近慣性振蕩的衰減速度較快, 其衰減的e折尺度僅約為2.2 d。

[1] CHEN F, DU Y, WANG D, et al. Response of upper ocean current to typhoon at two ADCP moorings west of the Luzon Strait[J]. Chinese Journal of Oceanology and Limnology, 2010, 28(5): 1002-1011.

[2] GREATBTCH R J. On the response of the ocean to a moving storm: The nonlinear dynamics[J]. Journal of Physical Oceanography, 1983, 13(3): 357-367.

[3] 王冠琳, 李大偉, 徐騰飛, 等. 上層海洋對臺風“凱薩娜”(2009)的響應特征[J]. 海洋科學, 2019, 43(9): 1-11.

WANG Guanlin, LI Dawei, XU Tengfei, et al. Upper ocean responses to Typhoon Ketsana(2009)[J]. Marine Sciences, 2019, 43(9): 1-11.

[4] SANFORD T B, PRICE J F, GIRTON J B. Upper-ocean response to hurricane Frances (2004) observed by profiling Em-Apex floats[J]. Journal of Physical Oceano-graphy, 2011, 41(6): 1041-1056.

[5] D’ASARO E A. The energy flux from the wind to near-inertial motions in the surface mixed layer[J]. Journal of Physical Oceanography, 2009, 15(8): 1043- 1059.

[6] 孟慶軍, 李培良. 黃海在有無潮作用下對“布拉萬”不同響應的數(shù)值模擬研究[J]. 海洋與湖沼, 2015, 46(6): 1241-1254.

MENG Qingjun, LI Peiliang. A numerical study of the Yellow Sea reponses to Bolaven with and without tides[J]. Oceanologia et Limnologia Sinica, 2015, 46(6): 1241-1254.

[7] 馬永貴, 張書文, 齊義泉, 等. 南海西北部上層海洋對連續(xù)臺風的近慣性響應[J]. 中國科學: 地球科學, 2019, 49(4): 125-134.

MA Yonggui, ZHANG Shuwen, QI Yiquan, et al. Upper ocean near-inertial response to the passage of two sequential typhoons in the northwestern South China Sea[J]. Science China Earth Sciences, 2019, 49(4): 125-134.

[8] 朱大勇, 李立. 臺風Wayne過后南海北部陸架海域的近慣性振蕩[J]. 熱帶海洋學報, 2007, 26(4): 1-7.

ZHU Dayong, LI Li. Near inertial oscillations in shelf- break of northern South China Sea after passage of typhoon Wayne[J]. Journal of Tropical Oceanography, 2007, 26(4): 1-7.

[9] GUAN S, ZHAO W, HUTHNANCE J, et al. Observed upper ocean response to typhoon Megi (2010) in the Northern South China Sea[J]. Journal of Geophysical Research: Oceans, 2014, 119(5): 3134-3157.

[10] 冀承振, 葛勇, 李健, 等. 黃海海洋對臺風“燦鴻”外圍過程響應的觀測研究[J]. 海洋學報, 2020, 42(1): 46-53.

JI Chengzhen, GE Yong, LI Jian, et al. Study of the Yellow Sea reponses to peripheral processes of Typhoon Chan-hom[J]. Haiyang Xuebao, 2020, 42(1): 46-53.

[11] SHAN H X, GUAN Y P, HUANG J P. Investigating different bio-responses of the upper ocean to Typhoon Haitang using Argo and satellite data[J]. Chinese Science Bulletin, 2014, 59(8): 785-794.

[12] 管守德. 南海北部近慣性振蕩研究[D]. 青島: 中國海洋大學, 2014.

GUAN Shoude. Near inertial oscillations in the Nor-thern Southern South China Sea[D]. Qingdao: Ocean University of China, 2014.

[13] 牟平宇, 林霄沛. 臺風“蘇力”(2013)期間海洋上層溫、鹽及海平面異常變化特征[J]. 海洋湖沼通報, 2018(3): 1-11.

MU Pingyu, LIN Xiaopei. Changes in upper ocean tem-pe-rature, salt and sea level during Typhoon Sou-lik(2013)[J]. Transactions of Oceanology and Limnology, 2018(3): 1-11.

[14] 陳志偉, 康建成, 顧成林, 等. 近30年西北太平洋熱帶氣旋的時空變化及與海洋上層熱狀態(tài)的關(guān)系[J]. 海洋科學, 2017, 41(8): 122-133.

CHEN Zhiwei, KANG Jiancheng, GU Chenglin, et al. Spatial and temporal variation of the Northwest Pacific tropical cyclone and its relation with the thermal status of upper ocean in the past 30 years[J]. Marine Sciences, 2017, 41(8): 122-133.

[15] 陳大可, 雷小途, 王偉, 等. 上層海洋對臺風的響應和調(diào)制機理[J]. 地球科學進展, 2013, 28(10): 1077- 1086.

CHEN Dake, LEI Xiaotu, WANG Wei, et al. Upper ocean response and feedback mechanisms to typhoon[J]. Advances in Earth Science, 2013, 28(10): 1007-1086.

[16] 楊曦光. 黃海葉綠素及初級生產(chǎn)力的遙感估算[D]. 北京: 中國科學院大學, 2013.

YANG Xiguang. Chlorophyll and primary productivity estimation based on remote sensing in Yellow Sea[D]. Beijing: University of Chinese Academy of Sciences, 2013.

[17] 朱超, 史劍, 陶愛風, 等.“蘇拉”和“達維”雙臺風過程中臺風浪和海溫的數(shù)值模擬[J]. 海洋科學, 2019, 43(7): 1-11.

ZHU Chao, SHI Jian, TAO Aifeng, et al. Numerical simulation of typhoon waves and sea temperatures during Typhoon “Saola” and “Damrey”[J]. Marine Sciences, 2019, 43(7): 1-11.

[18] 鮑婧, 黃亮, 沈陽, 等. 江蘇不同強度降雨對能見度影響分析[J]. 大氣科學學報, 2018, 41(5): 702-709.

BAO Jing, HUANG Liang, SHEN Yang, et al. Analysis of the influence of rainfall intensity on visibility in Jiangsu[J]. Transactions of Atmospheric Sciences, 2018, 41(5): 702-709.

[19] 姜德娟, 張華. 渤海葉綠素濃度時空特征分析及其對赤潮的監(jiān)測[J]. 海洋科學, 2018, 42(5): 23-31.

JIANG Dejuan, ZHANG Hua. Analysis of spatial and temporal characteristics of chlorophyll-concentration and red tide monitoring in Bohai Sea[J]. Marine Sciences, 2018, 42(5): 23-31.

[20] CHIANG T L, WU C R, OEY L Y. Typhoon Kai-Tak: An ocean’s perfect storm[J]. Journal of Physical Ocea-no-graphy, 2011, 41(1): 221-233.

Observation of the Yellow Sea response to Typhoon Lekima

YU Bo1, 2, GE Yong1, 2, REN Dian-jun1, 2, JI Cheng-zhen1, 2, HU Wei1, 2

(1. North China Sea Marine Forecasting Center of State Oceanic Administration, Qingdao 266061, China; 2. Shan-dong Provincial Key Laboratory of Marine Ecological Environment and Disaster Prevention and Mitigation, Qingdao 266061, China)

In August 2019, typhoon Lekima passed through the Yellow Sea, and the ocean response to typhoon was analyzed based on the data of the buoy QF103 and QF111. Affected by the typhoon, the sea surface tempera-ture(SST) decreased significantly, and the SST decreased by up to 5 ℃. The response of sea surface ecological elements was obvious. The sea surface salinity, the concentration of chlorophyll a, and the concentration of dissolved oxygen all increased significantly. The salinity increased by about 0.6, the maximum concentration of chlorophyllreached 1.4 mg/m3, and the maximum concentration of dissolved oxygen exceeded 7.9 mg/L. The current increased forced by strong wind stress during the transit of the typhoon, the energy of the near-inertial increased significantly because of the energy flux induced by typhoon, and the maximum amplitude of the near-inertial velocity inspired by the typhoon was 0.15 m/s. The near-inertial velocities were characterized by a first baroclinic mode vertically. In the Yellow Sea, the damped timescale of the inertial oscillations was only about 2.2 d.

Typhoon Lekima; sea surface temperature; chlorophyll; inertial oscillations

Jun. 16, 2020

P731

A

1000-3096(2022)01-0034-10

10.11759/hykx20200616001

2020-06-16;

2021-01-24

國家重點研發(fā)計劃項目(2016YFC1401205); 山東省海洋生態(tài)環(huán)境與防災減災重點實驗室項目(201903)

[National Key Research and Development Program, No. 2016YFC1401205; Shandong Provincial Key Laboratory of Marine Ecology and Environment & Disaster Prevention and Mitigation, No. 201903]

于博(1991—), 男, 山東德州人, 工程師, 碩士, 主要從事海洋監(jiān)測及防災減災工作, 電話: 0532-58750629, E-mail: yubo_ouc@ 163.com; 胡偉(1980—),通信作者, 男, 山東日照人, 教授級高工, 博士, 主要從事海洋環(huán)境監(jiān)測及防災減災研究, E-mail: huwei@ncs. mnr.gov.cn

(本文編輯: 叢培秀)