郭大全, 申 輝(1. 中國科學院海洋研究所, 山東 青島 266071; 2. 中國科學院大學, 北京 100049; 3. 中國科學院 海洋環(huán)流與波動重點實驗室, 山東 青島 266071)
?
南海北部內(nèi)孤立波生成對黑潮響應的初步研究
郭大全1, 2, 3, 申 輝1, 3
(1. 中國科學院海洋研究所, 山東 青島 266071; 2. 中國科學院大學, 北京 100049; 3. 中國科學院 海洋環(huán)流與波動重點實驗室, 山東 青島 266071)
為了研究南海北部黑潮入侵對內(nèi)孤立波生成造成的影響, 本研究在對合成孔徑雷達圖像處理分析的基礎上, 運用二維非靜力模式, 對南海北部內(nèi)孤立波生成以及其對黑潮入侵的響應做了初步的模擬和分析。對4 a(2007~2010年)的合成孔徑雷達(SAR)圖像統(tǒng)計分析發(fā)現(xiàn), 內(nèi)波出現(xiàn)頻率呈現(xiàn)明顯的季節(jié)變化。月平均數(shù)據(jù)表明, 內(nèi)波出現(xiàn)頻率在5月到8月期間較高并在6月達到峰值, 占全年總數(shù)的29%;而在11月到次年的2月份期間出現(xiàn)頻率較低并在12月和1月達到最低, 各占全年的0.5%。通過二維、非靜力近似數(shù)值模擬研究發(fā)現(xiàn): 黑潮入侵引起的平流對呂宋海峽區(qū)域內(nèi)孤立波的激發(fā)產(chǎn)生具有明顯的影響。具體表現(xiàn)為, 黑潮入侵引起的的西向平均流拉伸了內(nèi)孤立波波形并加強內(nèi)孤立波的能量的頻散,使得大振幅內(nèi)孤立波演變成多個分散的波動, 波長變長、振幅變小。敏感性實驗通過替換夏季溫鹽場為冬季溫鹽場, 對模擬結果并無實質(zhì)上的影響, 表明冬夏季溫鹽場的差異并非是SAR觀測內(nèi)波出現(xiàn)頻率呈季節(jié)變化的重要因素。
內(nèi)波; 合成孔徑雷達圖像; 二維非靜力近似; MITgcm模式; 黑潮
[Foundation: National Natural Science Foundation of China, No.41030855]
大振幅海洋內(nèi)孤立波廣泛分布于南海北部, 以其非線性強、振幅大而受到廣泛關注。2001年的亞洲海洋聲學實驗在南海北部開展了較大規(guī)模的海洋內(nèi)孤立波現(xiàn)場觀測。衛(wèi)星遙感和數(shù)值模擬技術是現(xiàn)場觀測的重要補充, 在海洋內(nèi)孤立波時空分布特征研究和機制分析等方面具有獨到的優(yōu)勢。合成孔徑雷達被廣泛地應用于該海域的內(nèi)孤立波研究中, 如:直布羅陀海峽、蘇祿海和南中國海等[1-2]。Zheng等[3]在2007年利用收集到的1995~2001年的合成孔徑雷達(SAR)圖像統(tǒng)計分析得出, 中國南海北部內(nèi)孤立波的出現(xiàn)在時間和空間上呈現(xiàn)一定的規(guī)律性, 有著明顯的年際變化和季節(jié)變化, 并指出SAR觀測受海表面狀況如風速等影響很大, 因此海表面狀況成為修正SAR觀測內(nèi)波出現(xiàn)頻率的主要外部條件, 而黑潮作為呂宋海峽東部的強勁西邊界流是導致其呈現(xiàn)變化的另一個關鍵因素, 對此可能扮演著至關重要的角色。Cai等[4]在2002年用一個兩層模式, 解釋了中國南海的內(nèi)孤立波產(chǎn)生于一種類似于lee-wave的機制。Yuan等[5]在2006年開發(fā)了一個線性的模式用來分析黑潮的不穩(wěn)定性, 結果表明黑潮西分支不穩(wěn)定而東分支穩(wěn)定, 暗示了黑潮的西分支是呂宋海峽內(nèi)波的擾動源。Du等[6]在2008年用一個二維靜力模式研究了包括潮流和象征著黑潮平均流在內(nèi)的內(nèi)波產(chǎn)生機制, 表明當西邊界流在山脊處強于2 m/s時會明顯地加強海水的混合, 類似于Maxworthy[7], 這種強混合區(qū)的塌陷會導致西向傳播非線性內(nèi)孤立波的產(chǎn)生。Wang等[8]在2010年用一個二維非靜力模式模擬了呂宋海峽處內(nèi)孤立波的產(chǎn)生與傳播, 他們認為黑潮入侵南海對內(nèi)孤立波的產(chǎn)生并不十分重要。在加入了垂向變化的流動之后, 內(nèi)孤立波的產(chǎn)生形式?jīng)]有明顯的改變。
對于南海北部內(nèi)孤立波生成的黑潮響應雖然已有以上的研究, 但黑潮分支究竟是如何影響內(nèi)孤立波的生成及其影響方式與機制尚無確定的結論。本文將首先通過分析大量海洋內(nèi)孤立波遙感影響獲取南海北部海洋內(nèi)孤立波季節(jié)變化特征, 進而通過數(shù)值模擬手段探討黑潮入侵引起的平流對通過呂宋海峽口激發(fā)生成的海洋內(nèi)孤立波的影響。
目前對南海內(nèi)孤立波的研究主要集中在南海北部, 研究方法主要有現(xiàn)場觀測、衛(wèi)星遙感以及數(shù)值模擬研究。合成孔徑雷達(SAR)作為傳統(tǒng)的遙感觀測手段因其空間覆蓋范圍廣、空間分辨率高、不受惡劣天氣狀況影響以及資料獲取費用相對較低等優(yōu)點,對研究內(nèi)孤立波有得天獨厚的優(yōu)勢[9]。
我們對香港衛(wèi)星地面站(CUHK)存檔的(2007~ 2010年)共計16 037幅SAR圖像開展了篩選與統(tǒng)計分析, 獲得捕捉到海洋內(nèi)孤立波信息的SAR圖像共計150幅。各年月的內(nèi)波出現(xiàn)頻率分布如圖1所示??梢钥闯? 2007年4、5、6月內(nèi)孤立波出現(xiàn)頻率較高, 6月最高占全年的21.5%, 12、1、2月出現(xiàn)較少, 2月份最少為1.3%; 2008年5、6、7月內(nèi)波出現(xiàn)頻率較高, 7月最高占全年的25%, 1、2、8、9、11、12月出現(xiàn)頻率都很低為2.8%; 2009年6、7、8月出現(xiàn)頻率較高, 6月最高為23%, 1、4、9、11、12月出現(xiàn)頻率都很低, 其中9月份出現(xiàn)頻率為0, 沒有一次觀測到的內(nèi)孤立波出現(xiàn); 2010年只有1月份到10月份的數(shù)據(jù), 6、7、8月出現(xiàn)內(nèi)波頻率較高, 6月最高為32%, 1、3、9、10月都很低, 其中10月份內(nèi)波出現(xiàn)頻率為0。
圖1 CUHK 存檔的SAR觀測內(nèi)波出現(xiàn)頻率月份變化Fig. 1 Monthly SAR-observed internal solitary waves (ISWs) occurrence frequencies from CUHK
通過對4 a(2007~2010年)平均的合成孔徑雷達(SAR)圖像統(tǒng)計分析發(fā)現(xiàn), 內(nèi)波出現(xiàn)頻率呈現(xiàn)明顯的季節(jié)變化。如圖2所示, 4 a(2007~2010年)月平均數(shù)據(jù)表明: 內(nèi)波出現(xiàn)頻率在5月到8月期間較高并在6月達到峰值, 占全年總數(shù)的29%; 而在11月到次年的2月份出現(xiàn)頻率較低并在十二月和一月達到最低,各占全年的0.5%。這一統(tǒng)計結果與Zheng等[3]對1995~2001共計7年的SAR圖像月平均統(tǒng)計結果相符, 表明內(nèi)波的出現(xiàn)頻率呈現(xiàn)出明顯的季節(jié)變化:夏季出現(xiàn)頻率最高, 春秋次之, 冬季最低。
與此同時, 黑潮入侵南海存在多模態(tài)和季節(jié)變化特征。前人[10-11]研究表明, 呂宋海峽處的黑潮入侵也呈現(xiàn)明顯的季節(jié)變化特征, 主要表現(xiàn)為: 11月至來年3月為強盛期, 黑潮大規(guī)模入侵南海; 3月到6月為衰退期, 黑潮影響范圍逐漸北移直到退回呂宋海峽東側; 6月至9月, 黑潮入侵南海最弱, 沒有黑潮南海分支出現(xiàn); 9月到11月為成長期, 黑潮影響范圍逐漸向南移直到深入南海。
圖2 CUHK 2007~2010年SAR觀測內(nèi)波出現(xiàn)頻率月平均變化Fig. 2 Monthly averaged SAR-observed ISWs occurrence frequencies from 2007 to 2010
表1 黑潮入侵南海與SAR觀測內(nèi)波出現(xiàn)頻率季節(jié)變化對比Tab.1 Seasonal variability of SAR-observed IWs occurrence frequencies and intrusion of K-branch
對表1的結果比較得出: 黑潮入侵南海與SAR觀測到的內(nèi)波出現(xiàn)頻率呈現(xiàn)極大的相關性, 當黑潮入侵南海最強盛時, SAR觀測內(nèi)波出現(xiàn)頻率最低; 而當黑潮入侵南海最少處于消亡期時, SAR觀測到的內(nèi)波出現(xiàn)頻率卻最高。
盡管存在其他外部條件例如風速等對SAR觀測的影響, 但不可否認的是黑潮分支對南海內(nèi)孤立波的形成有著重要的影響。
2.1 MITgcm模式
MITgcm是美國麻省理工學院開發(fā)的基于原始方程的三維大氣-海洋通用環(huán)流數(shù)值模式[12]。模式可采用靜力近似、準靜力近似和非靜力近似等模塊, 可以模擬從小尺度(如對流過程)到大尺度(如全球環(huán)流)的各種現(xiàn)象; 采用有限體積法(finite volume method),使得方程的離散比較直觀; 采用正交曲線網(wǎng)格和網(wǎng)格切削技術, 可以很好地處理不規(guī)則地形和邊界。并且模式提供了成熟的并行計算方案, 可以廣泛的應用在各種平臺上。
針對內(nèi)孤立波非靜力特性的考慮, 故采用該模式進行內(nèi)孤立波生成的實驗模擬。
2.2 模擬區(qū)域地形設置
呂宋海峽地形環(huán)境復雜, 在臺灣-呂宋海溝東側從北向南依次有巴坦群島、巴布延群島和許多小的海脊; 西側是相對高度較低的海脊。復雜的海底地形與潮流相互作用使其成為中國南海北部內(nèi)波生成的重要源地。
在此區(qū)域產(chǎn)生的內(nèi)波傳播方向有兩種: 一種是沿著巴坦群島至東沙群島方向西向傳播; 另一種是自巴布延群島像西北方向傳播[6]。本文主要模擬西向傳播的內(nèi)孤立波, 數(shù)值計算區(qū)域如圖3所示: 區(qū)域范圍為117.9°~122.6°E, 20°~21°N, 采用的地形數(shù)據(jù)來自Etopo1 Global Relief Model, 分辨率為1’×1’。
圖3 所選實驗海區(qū)地形圖Fig. 3 Topography of simulation domain
如圖4所示, 為了更好地反映整個區(qū)域的地形走勢, 二維模擬將以上模擬區(qū)域做經(jīng)向平均, 藍色細線為20°~21°N間每隔1 000 m做一次的地形剖面,黑色實線為區(qū)域徑向平均地形; 此外, 本文關注的是內(nèi)孤立波的生成過程, 對平均后的地形做進一步的簡化, 將120.5°E以西的海域水深設置為–3 000 m, 將122.2°E以東的海域水深設置為–3 000 m, 兩海脊中間低于–3 000 m區(qū)域設為–3 000 m(圖中綠色實線標記)。模式采用的地形(黑色實線加綠色實線)最深深度為–3 000 m, 擁有A、B兩個海脊, A海脊最高處水深–490 m, B海脊最高處水深–1 650 m。
圖4 二維模擬所用地形Fig. 4 Topography used in 2-D simulation
2.3 溫鹽數(shù)據(jù)
模式采用水平均一的海水分層, 溫度鹽度數(shù)據(jù)選自World Ocean Atlas, 數(shù)值模擬時將所得數(shù)據(jù)進一步插值到間距為10 m的格點上。圖5所示是模式采用的多點平均溫鹽數(shù)據(jù)和浮力頻率N的垂直分布。圖中實線描述的是夏季(6月份到8月份)情況, 虛線描述的是冬季(11月份到第二年1月份)情況。
所選區(qū)域多點平均的溫鹽數(shù)據(jù)及計算出的N顯示:冬夏兩季海水溫鹽并無太大的差異, 在水深250 m以下幾乎一致。而差異只體現(xiàn)在上層海水, 具體體現(xiàn)為夏季海水的鹽度最小值比冬季約小0.3, 溫度最大值比冬季約大4度; 上層海水的溫鹽差異導致了浮力頻率的差異, 夏季海水浮力頻率最大值為0.017 8, 位于水深60 m左右; 冬季海水浮力頻率最大值為0.014 1, 位于水深80 m左右。
圖5 模式所用溫度(T)、鹽度(S)和浮力頻率(N)垂直剖面圖Fig. 5 Profiles of temperature (T), salinity (S), and buoyancy frequency (N)
2.4 網(wǎng)格及參數(shù)處理
二維模擬x方向范圍為117.9°~122.6°E, 分為1 960個格點, 水平分辨率為250 m, y方向1 000 m,垂直方向共分155層, 1 500 m以上每10 m一層,1 500~3 000 m每300 m一層。為了防止正壓波動及斜壓波動在邊界處的反射, 在兩邊界處加了海綿區(qū)域, 使x方向的網(wǎng)格點間距從中間區(qū)域的250 m逐漸增大到邊界處的100 km。模式的時間步長設置為10 s以滿足CFL(Courant-Friedrichs-Lewy)條件。
根據(jù)Vlasenko等[13]中的方法, 模式采用周期性的正壓潮流驅(qū)動, 選擇M2分潮, 水平流速振幅為U。具體體現(xiàn)為在緯向和經(jīng)向的動量平衡方程中分別加一個外力驅(qū)動項和, 其中對應水平流速振幅U所在位置的海水深度, H( x , y )為不同(x , y )點對應的水深, f為科氏力參數(shù), σ為對應分潮的角速率。此處選擇為區(qū)域平均緯度20.5°N, 因此計算得到科氏力參數(shù)f為5.0936×10–5。
2.5 實驗設計
針對黑潮入侵對內(nèi)孤立波的產(chǎn)生所造成的影響,同時考慮冬夏季海水溫鹽差異, 二維模擬設計了如下4組實驗(表2)。
表2 二維數(shù)值模擬實驗設計Tab. 2 Design of 2-D numerical model
標準實驗a選自夏季海水溫鹽條件(圖6所示為其初始場), M2分潮潮流最大流速U0為0.1 m/s, 模式初始時刻, 全場為靜止態(tài), 驅(qū)動潮流從0開始, 隨之為東向漸增的退潮潮流并作周期性往復。對比試驗b在實驗a的基礎上, 于東邊界疊加類似黑潮分支平均流(K-branch)。黑潮平均流速度(Uk)大小設置為0.2 m/s, 方向自東向西。對比實驗c將海水溫鹽場替換為冬季, 其他設置與實驗a相同, 用來模擬冬季海水層化條件下的內(nèi)波產(chǎn)生過程。對比實驗d在實驗c基礎上疊加類似黑潮分支平均流, 大小為0.2 m/s,方向自東向西。
為模擬內(nèi)孤立波產(chǎn)生過程, 時間步長選擇10 s,運行9 360步, 模擬時間為26 h。如圖7a 中6幅圖像所示, 標準實驗a采用的是夏季海水分層, 不加黑潮分支平均流, 較好地模擬出了內(nèi)孤立波群的產(chǎn)生過程。
圖6 實驗初始溫度場Fig. 6 Initial temperature field
在實驗初始時刻, 東向漸增的退潮潮流使得海脊A西側潮流有向上的通量, 而在東側有向下的通量, 這會使得對應的海脊A西側的等溫線抬升而東側的等溫線下壓(圖7a, t =2 h); 隨后東向退潮潮流在3.1 h達到最大, 之后開始減小, 到6.2 h為0轉(zhuǎn)向為西向漸增的漲潮潮流, 之前海脊A西側抬升的等溫線由于沒有東向潮流能量的繼續(xù)供給, 反之還有西向的漲潮潮流的逐漸增大, 使得抬升的等溫線以整體的形式開始向下塌陷, 最大塌陷達到150 m, 并伴隨著西向漲潮潮流向西傳播(圖7a, t = 7, t =12 h); 隨后在12.42 h, 一個M2潮周期完成, 潮流重新變?yōu)闁|向漸增的退潮流, 巨大的塌陷由于慣性繼續(xù)向西傳播, 但同時因退潮流的阻礙, 塌陷開始變得平滑, 深度也有所減弱, 最大塌陷為70 m左右(如圖7a , t =17 h所示); 隨后在18.6 h潮流轉(zhuǎn)向, 需要指出的是, 海脊B的位置位于121°E左右(圖6紅色虛線標出), 由于海脊B的阻擋, 以及西向漸增的漲潮潮流的共同作用,使得之前較平滑的塌陷重新變得陡峭起來(圖7a, t =22 h); 最后西向傳播的塌陷經(jīng)過了地形的阻礙, 開始釋放變?yōu)榉€(wěn)定的內(nèi)孤立波列向西傳播(圖7a, t =26 h)。
如圖7b, 6幅圖像所示, 實驗b在標準實驗a的基礎上疊加了黑潮分支平均流, 大小為0.2 m/s, 方向自東向西, 使得整個流場添加了西向的背景平均流場。在實驗初始時刻, 西向的平均流場使得海脊A東側等溫線抬升、西側等溫線下壓, 造成西側等溫線的塌陷(圖7b, t =2時), 但也正是由于平均流持續(xù)向西, 使得這種塌陷在并沒有獲得太多的能量聚集起來時便隨之向西傳播(圖7b, t = 7, 12 h), 盡管在121°E處, 由于海脊B的阻擋, 再次獲得能量的聚集,但同時由于海脊B較低及西向平均流均一、較快, 并無太明顯的塌陷加深, 并且隨著西向傳播而波形越來越小, 在實驗結束時, 初始形成的第一個波動已傳播到119°E以西, 振幅已經(jīng)減小到10 m左右; 在整個過程中, 雖然有西向平均流的干擾, 潮流變化所引起的塌陷仍然很明顯, 如圖7b, 2, 7, 12 h, 由于東向退潮流漸增再減小到0轉(zhuǎn)向, 再到西向漸增的西向漲潮潮流, 使得海脊A西側仍然形成類似實驗a中的等溫線抬升以及塌陷, 只不過由于背景平均流的作用, 將這種塌陷的能量通過類似頭波傳播的形式分散掉了, 導致塌陷在121°E處與海脊B相互作用時已經(jīng)沒有太過集中的能量與抖動, 最終形成的波動能量較小且不集中。
圖7 內(nèi)孤立波形成過程Fig. 7 Generation of IWs
在實驗結束時刻即26時, 一組內(nèi)孤立波群清晰地出現(xiàn)在120°E左右(圖8a左側黑框), 模擬出的波群與我們在2012年6月21日采集到的SAR圖像顯示的內(nèi)孤立波群有極大的吻合度(圖10黑色虛線框內(nèi)顯示): 一組自西向東傳播的下凹型內(nèi)孤立波; 頭波波長較長、振幅較大; 尾隨的波動波長與振幅依次減小。
而對照實驗b同樣采用夏季海水分層, 相比實驗a增加了自東向西的類似黑潮分支平均流, 在實驗結束時刻即26 h, 并無清晰的內(nèi)孤立波群出現(xiàn),只是有振幅相對較小而波長較長的波動, 實際上,更像是a圖像波動的拉伸版本: 能量分散, 波長拉伸變長, 振幅減小(圖8左側黑框所示)。同時, 黑潮平均流也加劇了與海脊A的相互作用(圖8右側黑框所示), 相比實驗a, 實驗b在海脊A處等溫線的抖動更加劇烈復雜。
圖8 a、b實驗結束時刻26 h溫度場對比圖Fig. 8 Comparison of temperature fields for cases a and b at t = 26 h
圖9 Radarsat-2 采集合成孔徑雷達圖像Fig. 9 SAR image from Radarsat-2
對比實驗c和實驗d所選為冬季海水溫鹽場, 其層化形式絕大部分都一致, 差異只體現(xiàn)在上150 m 處: 相比夏季溫鹽場, 冬季表層水最高溫度比夏季低, 最低鹽度比夏季高, 浮力頻率相對夏季也較低。由圖10可以看出溫鹽場的改變對內(nèi)孤立波群的形成影響不大, 其形成過程與實驗a過程類似, 最終的內(nèi)孤立波波形、波數(shù)、振幅等都與標準實驗a一致。而對比實驗d與實驗b相比同樣差別不大。由此表明溫鹽差異并非內(nèi)波出現(xiàn)頻率呈現(xiàn)季節(jié)變化的關鍵因素[13]。
通過對合成孔徑雷達圖像統(tǒng)計分析發(fā)現(xiàn), SAR觀測內(nèi)波出現(xiàn)頻率呈現(xiàn)明顯的季節(jié)變化: 夏季出現(xiàn)頻率最高, 春秋次之, 冬季最低。
二維、非靜力近似、半實際地形數(shù)值模擬較好地模擬出了內(nèi)孤立波群的產(chǎn)生過程, 并顯示: 在疊加了類似黑潮分支平均流后, 內(nèi)孤立波的形成受到了干擾, 能量被背景流場帶走分散掉, 以致最終產(chǎn)生的波動波長較長, 振幅較小, 能量非常不集中, 推測這一影響是導致SAR觀測內(nèi)波出現(xiàn)頻率呈現(xiàn)季節(jié)變化的關鍵原因。而對比實驗替換夏季溫鹽場為冬季溫鹽場, 對模擬結果并無實質(zhì)上的影響, 說明冬夏季溫鹽場的差異并非是SAR觀測內(nèi)波出現(xiàn)頻率呈季節(jié)變化的重要因素。
圖10 冬季內(nèi)孤立波形成過程對比圖Fig. 10 Generation of IWs in winter
由于二維近似, 忽略了模擬區(qū)域的三維地形及波波相互作用等因素, 模擬的準確性還有待提高。另外黑潮入侵南海的具體形式尚無明確的結論, 如入侵具體時間、位置、流速大小等。因此, 三維、實際地形、明確的黑潮入侵形式也成為今后進一步研究的目標。
[1] Apel J R. A new analytical model for internal solitons in the ocean[J]. J Phys Oceanogr, 2003, 33: 2247-2269.
[2] Helfrich K R, Melville W K. Long nonlinear internal waves[J]. Annu Rev Fluid Mech, 2006, 38: 395-425.
[3] Zheng Q, Susanto R D, Ho C R , et al. Statistical and dynamical analyses of generation mechanisms of solitary internal waves in the northern South China Sea[J]. J Geophys Res, 2007, 112: C03021, doi: 10.1029/ 2006JC003551.
[4] Cai Shuqun, Long X, Z Gan Z. A numerical study of the generation and propagation of internal solitary waves in the Luzon Strait[J]. Oceanologica Acta, 2002, 25: 51-60.
[5] Yuan Y, Zheng Q, Dai D , et al. Mechanism of internal waves in the Luzon Strait[J]. J Geophys Res, 2006, 111: C11S17, doi: 10.1029/2005JC003198.
[6] Du T, Tseng Y H, Yan X H. Impacts of tidal currents and Kuroshio intrusion on the generation of nonlinear internal waves in Luzon Strait[J]. J Geophys Res, 2008, 113: C08015.
[7] Maxworthy T. A note on the internal solitary waves produced by tidal flow over a three-dimensional ridge[J]. J Geophys Res, 1979, 84: 338-346.
[8] Wang G, Qiao F, Dai D. A 2-D numerical modeling of the generation and propagation of internal solitary waves in the Luzon Strait[J]. Acta Oceanologica Sinica, 2010, 29(6): 1-11.
[9] 申輝. 海洋內(nèi)波的遙感與數(shù)值模擬研究 [D].北京:中國科學院研究生, 2005.
Shen Hui. Remote sensing and numerical simulation for the internal waves in the ocean[D]. Beijing: University of Chinese Academy of Sciences, 2005.
[10] 劉秦玉, 劉倬騰, 鄭世培, 等. 黑潮在呂宋海峽的形變及動力機制[J]. 青島海洋大學學報, 1996, 26(4): 413-420.
Liu Qinyu, Liu Zhuoteng, Zheng Shipei, et al. Thedeformation mechanism of Kuroshio in Luzong Strait[J]. Journal of Ocean University of China, 1996, 26(4): 413-420.
[11] Caruso M J, Gawarkiewicz G G, Beardsley R C. Interannual variability of the Kuroshio intrusion in the South China Sea[J]. Journal of Oceanography, 2006, 62(4), 559-575.
[12] Marshall J, Adroft A, Hill C, et al. A finite-volume, incompressible Navier Stokes model for studies of the ocean on parallel computers[J]. Journal of Geophysical Research, 1997, 102(C3): 5753-5766.
[13] Vlasenko V, Stashchuk N, Guo C , et al. Multimodal structure of baroclinic tides in the South China Sea[J]. Nonlin Processes Geophys, 2010, 17: 529-543.
(本文編輯: 劉珊珊)
Effect of the Kuroshio on the generation of internal waves in the Northern South China Sea
GUO Da-quan1, 2, 3, SHEN Hui1, 3
(1. Institute of Oceanology, the Chinese Academy of Sciences, Qingdao 266071, China; 2. University of the Chinese Academy of Sciences, Beijing 100049, China; 3. Key Laboratory of Ocean Circulation and Wave, the Chinese Academy of Sciences, Qingdao 266071, China)
Mar., 25, 2013
internal waves; synthetic aperture radar; 2 dimensional; MITgcm; the Kuroshio
In this study, we analyzed the Kuroshio’s effect on the generation of ocean internal waves (IWs) in the northern South China Sea (NSCS). We statistically analyzed IW occurrences in satellite synthetic aperture radar (SAR) images from 2007 to 2010. The monthly SAR-observed IW occurrence frequencies show that the highest frequencies are distributed from May to August and reach a peak in June, with a maximum frequency of 29%. Lowest frequencies are distributed in winter from November through February, with a minimum frequency of 0.5% in both December and January. The intrusion of the Kuroshio into the SCS represents a seasonal variability that matches the IWs occurrence variability well. A 2-D non-hydrostatical model properly simulates the generation of IWs and, with the K-branch current added into the domain, the IWs appear to stretch and the energy of the depression appears to scatter.
P731.24
A
1000-3096(2016)02-0136-09
10.11759/hykx20130325003
2013-03-25;
2013-05-07
國家自然科學基金重點項目(41030855)
郭大全(1987-), 男, 山東青島人, 碩士研究生, 主要從事海洋遙感與數(shù)值模擬研究, 電話: 15963202590, E-mai: guodaquan129 @126.com; 申輝(1978-), 男, 研究員, 博士, 主要從事物理海洋與海洋遙感研究, 電話0532-82898783, E-mail: shenhui@qdio.ac.cn