陳昌剛，丁 揚，姚志剛，張 叢

（1. 物理海洋教育部重點實驗室，山東 青島 266100；2. 中國海洋大學(xué) 海洋與大氣學(xué)院，山東 青島 266100；3. 山東省海洋科學(xué)研究院，山東 青島 266104）

作為海洋中的主要動力過程，環(huán)流直接影響溫度、鹽度、密度等要素分布。研究海洋環(huán)流有助于加深對海洋變化過程的了解。隨著科學(xué)技術(shù)的發(fā)展，海洋數(shù)值模型成為一種新興手段，被廣泛應(yīng)用于海洋環(huán)流的研究領(lǐng)域[1-4]。

中國近海環(huán)流的數(shù)值研究可追溯到20 世紀70 年代。從熱鹽環(huán)流的“風(fēng)旋度-熱鹽梯度”二維簡化模型方程[5]，到基于正壓模式的淺水方程[6]，再到三維斜壓模式[4,7-12]，均取得了豐碩成果，對認識與理解海洋起到至關(guān)重要的作用。例如，Huang 等[7]應(yīng)用漢堡海洋數(shù)值模型HAMSOM 研究渤海斜壓環(huán)流并指出，渤海環(huán)流是由潮、風(fēng)應(yīng)力以及斜壓作用共同決定的。Xia 等[11]基于波-潮-環(huán)流耦合模型MASNUM，充分考慮在表面混合效應(yīng)下研究黃海環(huán)流結(jié)構(gòu)，提出黃海夏季水平環(huán)流具有3 層結(jié)構(gòu)。Gan 等[1]基于區(qū)域海洋數(shù)值模式ROMS（Regional Ocean Model System）研究，驗證中國海域的環(huán)流具有顯著的分層結(jié)構(gòu)，且常年存在，強度隨季節(jié)變化。

Uda[13]基于觀測數(shù)據(jù)首先提出黃海暖流，并認為黃海暖流是對馬暖流的北向分支。樂肯堂和毛漢禮[14]分析中美聯(lián)合調(diào)查資料，提出黃海暖流分為西北支與北支兩個分支，稱為“雙峰結(jié)構(gòu)”。之后，多位學(xué)者對該結(jié)果進行了深入研究，例如，趙勝等[15]利用衛(wèi)星反演溫度手段統(tǒng)計1981 年至2010 年黃海暖流分支出現(xiàn)次數(shù)，提出分叉結(jié)構(gòu)具有普遍性。熊學(xué)軍等[16]基于南黃海西部海區(qū)水體環(huán)境綜合調(diào)查資料提出黃海暖流具有“后部顯著、中部分叉、頸部收縮、頂部膨脹”的形態(tài)結(jié)構(gòu)。

眾所周知，不同定解條件對應(yīng)微分方程不同的解，不同溫鹽初始場或開邊界強迫場也會帶來不同質(zhì)量的數(shù)值結(jié)果[17-18]。例如，Peng 等[19]基于普林斯頓海洋模型的敏感性實驗指出，相應(yīng)地調(diào)整初始條件可以顯著改善風(fēng)暴潮的模擬結(jié)果，Marchesiello 等[20]認為選擇適當開邊界的重要性可比擬是否選擇開邊界，Sun 等[21]指出北赤道流分叉點位置模擬不佳可以歸因于開邊界的選擇，并認為該結(jié)論可推廣至低緯度西邊界流的模擬。

基于上述認識，本文使用不同海洋數(shù)據(jù)作為溫鹽初始場和開邊界強迫場，相互搭配驅(qū)動數(shù)值模型，對比結(jié)果與實測數(shù)據(jù)，研究數(shù)值模擬渤、黃、東海環(huán)流的最優(yōu)定解條件，分析包括路徑與來源在內(nèi)的三海環(huán)流的一些典型特征，以及冬季黃海暖流分叉現(xiàn)象的季節(jié)內(nèi)變率，以期為深入探究東中國海的環(huán)流結(jié)構(gòu)提供基礎(chǔ)。

1 數(shù)值方法與數(shù)據(jù)

1.1 FVCOM 模型簡介與參數(shù)配置

本文基于有限體積海岸模型（Finite-Volume Coastal Ocean Model，F(xiàn)VCOM）對渤、黃、東海環(huán)流進行模擬。該模型由美國馬薩諸塞大學(xué)和伍茲霍爾海洋研究所聯(lián)合開發(fā)，采用有限體積法對Navior-Stokes（NS）原始積分方程進行離散，在水平方向采用無結(jié)構(gòu)三角形網(wǎng)格，能夠更好地貼合淺海及河口區(qū)域的復(fù)雜岸線，垂向上使用σ 隨底坐標刻畫海底地形起伏，此外，F(xiàn)VCOM 模型支持干-濕網(wǎng)格技術(shù)解決漫灘問題，以及內(nèi)外模分離技術(shù)加速計算[22]。近年來，F(xiàn)VCOM 模型被廣泛地應(yīng)用于海洋學(xué)的研究[23-25]。

計算域北至渤海遼東灣，南至臺灣東南海域，西側(cè)為遼寧至福建岸線，東至138°E，包括朝鮮半島與九州在內(nèi)的日本部分岸線。最高空間分辨率約為200 m，在離岸方向逐漸變粗。3 條開邊界從北至南依次位于日本海南部與日本南部外海、琉球群島東南海域、臺灣海峽中部與臺灣東南海域（圖1）。設(shè)定模型自2014 年冷啟動，使用不同全球海洋數(shù)據(jù)產(chǎn)品作為定解條件（詳見1.2 節(jié)），基于全球數(shù)據(jù)產(chǎn)品逐時給定開邊界處溫度、鹽度、流速與水位，形成全球-東中國海的兩層嵌套結(jié)構(gòu)，嵌套的開邊界節(jié)點分布詳見圖1。風(fēng)場與降水等大氣強迫數(shù)據(jù)源于歐洲中期預(yù)報中心的第五代再分析數(shù)據(jù)集（The fifth generation of ECMWF reanalysis，ERA5）[26]，采用同化數(shù)據(jù)設(shè)定渤、黃、東海的底摩擦系數(shù)[27]，其余配置參數(shù)如表1 所示。運行3 a 時間足夠穩(wěn)定之后輸出2017 年1 月至4 月的逐小時數(shù)據(jù)。

表1 FVCOM 模型參數(shù)配置Table 1 FVCOM model configuration

圖1 模型計算網(wǎng)格及觀測站位分布Fig. 1 Model domain and the location of observation stations

1.2 數(shù)據(jù)與方法

本文目標之一是評估常用海洋數(shù)據(jù)產(chǎn)品在渤、黃、東海數(shù)值模擬中的適用性，包括混合坐標海洋模型（Hybrid Coordinate Ocean Model, HYCOM）再分析數(shù)據(jù)[28]、渦解高精度海洋模型（OGCM for the Earth Simulator, OFES）再分析數(shù)據(jù)[29]、簡單海洋數(shù)據(jù)同化資料（Simple Ocean Data Assimilation, SODA）[30]、日本沿海海洋再分析數(shù)據(jù)集（Japan Coastal Ocean Predictability Experiments Reanalysis, JCOPE2）[31]、高分辨率模型（Estimating Circulation and Climate of the Ocean, ECCO2）再分析數(shù)據(jù)[32]、世界大洋數(shù)據(jù)集2018版（World Ocean Atlas 2018, WOA18）、數(shù)字環(huán)境模型數(shù)據(jù)（Generalized Digital Environmental Model,GDEM）[33]共計7 套不同的數(shù)據(jù)集。評估步驟主要包括模型對初始場的敏感性評估和模型對開邊界的敏感性評估：①模型對初始場的敏感性評估。開邊界采用0.08° HYCOM 再分析資料，溫、鹽初始場分別采用7 套不同數(shù)據(jù)集（ECCO2、GDEM、HYCOM、JCOPE2、OFES、SODA、WOA18），驅(qū)動FVCOM 模型，結(jié)合觀測資料，對溫、鹽初始場的敏感性進行評估，確定最優(yōu)的溫鹽初始場方案。②模型對開邊界的敏感性評估。類似對溫、鹽初始條件的敏感性評估，基于上一步篩選的最優(yōu)初始場，分別采用5 套不同數(shù)據(jù)產(chǎn)品（ECCO2、HYCOM、OFES、SODA、SODA_h）作為模型的開邊界輸入，評估渤、黃、東海FVCOM 模型對開邊界數(shù)據(jù)的敏感性，并確定最優(yōu)的配置方案（表2）。

表2 海洋數(shù)據(jù)產(chǎn)品Table 2 Oceanographic data

本研究溫鹽實測數(shù)據(jù)來自2016 年至2017 年國家基金委冬季渤、黃海共享航次，包含2017 年1月共114 個大面站位的溫鹽深剖面儀（Conductivity-Temperature-Depth profiler, CTD）數(shù)據(jù)和4 個海床基聲學(xué)多普勒流速剖面儀（Acoustic Doppler Current Profiler，ADCP）流速數(shù)據(jù)。CTD 的型號為Seabird 911 plus，ADCP 為Teledyne Sentenl 系列，工作頻率為300 kHz，采樣間隔為10 min，垂向分辨率為2 m，各站位置見圖1。

利用偏差（Error，σ）、均方根誤差（Root Mean Square Error，ERMS）與方差（Variance，S）分析對比結(jié)果，它們的計算公式為：

式中： yobs為 實測值； ymodel為模型結(jié)果。

2 結(jié)果分析

2.1 最優(yōu)溫鹽初始場

在第一階段試驗中，采用2017 年1 月CTD 溫、鹽數(shù)據(jù)，對不同初始場下的數(shù)值結(jié)果進行驗證（使用與站位位置、觀測時間最接近的網(wǎng)格節(jié)點數(shù)據(jù)），結(jié)果表明，溫度場的水平分布在渤海及北黃海部分均呈現(xiàn)自SE 向NW 的降溫趨勢，與冬季黃海暖水流經(jīng)渤海海峽北上的熱輸運路徑吻合（圖2a）。不同初始場驅(qū)動下的數(shù)值結(jié)果（圖2b～圖2h）與觀測結(jié)果整體相差較小，再現(xiàn)了黃海到渤海的降溫趨勢，但在南黃海及東海存在顯著差異，為此，本文選擇了2 個典型區(qū)域，即海州灣外海A（圖2 中黑色虛線方框）和青島外海B（圖2 中黑色虛線橢圓框），分析溫度數(shù)值模擬效果。分析表明，在A 區(qū)域存在NW 向延伸的暖舌，以11 ℃等溫線作為暖舌邊界，其主體可越過34°N。在各初始場方案中，A 區(qū)域的暖舌范圍及走向與觀測存在不同程度的差異，僅SODA 中暖舌伸展至34°N，其他初始場方案的暖舌范圍均相對觀測偏南，且存在向北的偏差，并在35°N 出現(xiàn)相似的低溫偏差。在B 區(qū)域，山東半島南部環(huán)繞分布著西黃海沿岸流的低溫水體，外海被高溫的暖流水占據(jù)。各初始場方案在山東半島南部的B 區(qū)域存在不同程度的低溫偏差，其中SODA 與WOA18 的偏差最大，HYCOM 與OFES 的偏差最小。SODA 方案的數(shù)值結(jié)果在A 區(qū)域較好，但在B 區(qū)域大幅偏離觀測結(jié)果，與之相比，HYCOM 與OFES 對A、B 區(qū)域的模擬較為合理，與觀測結(jié)果吻合最好。

圖2 渤、黃海深度平均溫度與溫度偏差分布（初始場）Fig. 2 Depth-averaged temperature and temperature deviation (initial fields) in the Bohai Sea and the Yellow Sea

與溫度相比，鹽度的數(shù)值模擬結(jié)果與觀測存在更加明顯的差異（圖3b～圖3h）。觀測（圖3a）表明大部分區(qū)域鹽度高于31.5，僅海州灣附近的鹽度較低。各初始場方案較好地重現(xiàn)了渤、黃海的鹽度分布特征，但低鹽區(qū)（鹽度低于30.5）量值及范圍存在不同程度的偏差，其中SODA 方案的低鹽區(qū)從萊州灣延伸至長江口，范圍最大，OFES 和GDEM 次之，ECCO2 的低鹽區(qū)范圍最小。北黃海的鹽度觀測值為32.2 且分布較均勻，SODA 方案得到偏淡海水（偏差為—0.7），其他初始場方案出現(xiàn)高鹽偏差，在ECCO2 試驗中平均偏差達到0.6，HYCOM、JCOPE2 與OFES 方案同樣出現(xiàn)高鹽區(qū)域，但整體與觀測值相差不大。

分析溫度與鹽度大面平均結(jié)果與觀測值偏差（圖4）可知：在50 m 水層以上，數(shù)值溫度與觀測溫度之間偏差較?。辉?0 m 水層以下，SODA 方案與觀測之間仍匹配較好，其余方案的偏差分布趨勢相近，但呈現(xiàn)出低溫態(tài)勢。在75 m 水層時，溫度的數(shù)值偏差達到2 °C。且溫度偏差的方差隨深度出現(xiàn)“低高低”變化，最高值出現(xiàn)在40～60 m 水層，這表明站位分布對溫度模擬效果有很大的影響，在60～80 m 水層中，溫度偏差較大，方差卻較小，說明底層水體溫度模擬精度問題是普遍存在的，相反，50 m 以上的水層不僅溫度偏差較小，而且離散程度也較小，是溫度模擬最優(yōu)的水層。除SODA 和ECCO2 方案，其他初始場方案中鹽度結(jié)果與觀測值之間的偏差較小，SODA 方案的鹽度整體偏低，ECCO2 方案與之相反，但兩者對鹽度的數(shù)值結(jié)果均不理想。SODA 方案鹽度偏差的方差分布出現(xiàn)與溫度偏差相反的“高低高”變化，極小值同樣出現(xiàn)在40～60 m 水層，這表明該水層溫度的數(shù)值結(jié)果對位置不敏感。其余初始場方案的鹽度偏差方差隨水深變化較小，這表明不同位置的鹽度偏差隨深度變化的趨勢相似。

圖4 大面平均溫度與鹽度偏差（初始場）隨水深變化Fig. 4 Deviation (initial fields) of the average temperature and salinity versus depth

溫度、鹽度偏差分布（圖2、圖3）表明，HYCOM 與OFES 方案溫度模擬效果較優(yōu)，各方案在海州灣附近均存在低鹽現(xiàn)象問題，其中OFES 與ECCO2 方案的偏差較小，但在北黃海區(qū)域ECCO2 方案存在不可忽略的高鹽偏差，OFES 的高鹽偏差相對較小。SODA 溫度偏差隨水深變化與觀測值吻合最好，但其平均鹽度明顯偏小。除了ECCO2 在不同水深的平均鹽度偏大、SODA 偏小外，OFES等其他初始場方案的溫度誤差在上層水深（水深小于50 m）較小，在中下層（水深大于50 m）較大，平均鹽度與觀測值吻合程度高，偏差較小。從各方面比較來看，OFES 方案表現(xiàn)出優(yōu)勢，認為在溫鹽初始場敏感試驗中，OFES 方案表現(xiàn)最佳。

2.2 最優(yōu)開邊界強迫

在初始場敏感性試驗中，OFES 方案對FVCOM 的驅(qū)動效果最佳。開邊界敏感性試驗在OFES 初始場的基礎(chǔ)上建立，使用5 套開邊界強迫場（ECCO2、HYCOM、OFES、SODA、SODA_h）驅(qū)動模型，并輸出結(jié)果進行觀測數(shù)據(jù)比較，從而得出最佳的開邊界方案。

從深度平均溫度（圖5）和鹽度（圖6）數(shù)值結(jié)果的大面分布可以看出，與初始場敏感性實驗結(jié)果類似，各開邊界方案的溫度結(jié)果從北黃海到渤海呈帶狀分布并逐漸降低，表現(xiàn)出黃海暖流及其余脈入侵帶來的溫度影響，與觀測值一致。除了SODA 與SODA_h 方案在A 區(qū)域的暖舌與觀測值吻合較好外，其他3 個開邊界方案的暖舌延伸幅度均小于觀測值。在開邊界敏感性試驗中，同樣在B 區(qū)域出現(xiàn)低溫，其中OFES 低溫偏差最大，HYCOM、ECCO2 次之，SODA 與SODA_h 方案的誤差最小。

圖5 溫度偏差分布（開邊界）Fig. 5 Temperature deviation of numerical results (open boundary conditions)

圖6 鹽度偏差分布（開邊界）Fig. 6 Salinity deviation of numerical results (open boundary conditions)

OFES 方案在黃海西部等區(qū)域存在顯著的高鹽誤差，與觀測值對比，其鹽度數(shù)值結(jié)果較差。其他開邊界方案的鹽度在海州灣出現(xiàn)低鹽中心，在黃海中部出現(xiàn)高鹽誤差，其中各方案的低鹽偏差相差不大，高鹽誤差最小的是SODA 方案。

從大面平均溫、鹽數(shù)據(jù)的垂向變化（圖7）可以看出，在25 m 水層以上，溫度偏差隨水深變化的趨勢與觀測值呈現(xiàn)出良好的一致性且量值差異較小，在25 m 水層以下，下降趨勢的變化與觀測值相對一致，但其量值上的偏差逐漸增加，其中SODA_h 方案偏差最小，最大溫差僅為0.5 °C，OFES與SODA 次之，差異最大的是HYCOM，最大溫差可達2.3 °C。在不同水深，除OFES 外，基于各開邊界方案的鹽度與觀測值偏差較小，這一小偏差從表層保持到底層，且最大鹽差不超過0.5。與OFES 提供的溫鹽初始場一樣，OFES 開邊界方案的鹽度結(jié)果存在不可忽視的高鹽誤差，數(shù)值結(jié)果不可靠。

圖7 大面平均鹽度與溫度偏差（開邊界）隨水深變化Fig. 7 Deviation (open boundary conditions) of the average temperature and salinity versus depth

4 個站點的流速數(shù)值結(jié)果與ADCP 觀測值的合計均方根誤差（ERMS）結(jié)果（表3）顯示，流速的ERMS較小，在不同開邊界條件下的差異也較小，最大值僅為0.2 m/s。這表明數(shù)值模擬結(jié)果能夠較好地重現(xiàn)真實的流場大小，并且流速大小對開邊界條件不敏感。但是，流向與實測流向的差異較大，ERMS約為80°，并且在不同方案中均會出現(xiàn)，其中，SODA 的流向ERMS最小，為75.54°。

表3 不同開邊界方案流速結(jié)果與觀測值的均方根誤差Table 3 Root mean square error (ERMS) of the simulated currents and against the mooring ADCP for open boundary condition experiments

SODA 與SODA_h 的深度平均溫度分布相似，與實測值對比效果良好。OFES 在海州灣的鹽度數(shù)值效果最好，低鹽偏差較小，但在黃海中部的高鹽誤差不可忽略。相比之下，SODA 在黃海中部的高鹽偏差最小，結(jié)果令人滿意，同時，在海州灣的鹽度數(shù)值效果僅次于OFES。在不同水深的對比中，SODA_h 方案的溫度數(shù)值效果最好，SODA 在中上水層（水深小于 50 m）與SODA_h 相似，在下部水層（水深大于50 m）的模擬存在低溫偏差，但在可接受范圍之內(nèi)，除ECCO2 外，其余開邊界方案的鹽度差異較小。流速大小的數(shù)值結(jié)果令人滿意，但流向與實測值的出入較大，其中SODA 流向的均方根誤差最小。在不同方面的對比中，SODA 開邊界方案綜合表現(xiàn)最好，所以，我們認為SODA 提供的開邊界為最優(yōu)開邊界強迫場。

2.3 初始場再評估

在初始場敏感性試驗中，采用的HYCOM 再分析數(shù)據(jù)作為開邊界強迫，評估結(jié)果顯示OFES 為最優(yōu)溫鹽初始場。而基于OFES 的開邊界強迫場敏感性試驗對比得到的最優(yōu)開邊界為SODA。為了消除初始場敏感性試驗中開邊界選取帶來的偶然性誤差，使用SODA 數(shù)據(jù)作為開邊界，開展了溫鹽初始場的再次評估，驗證OFES 作為最優(yōu)初始場的普遍性。

從各數(shù)值結(jié)果總體偏差的占比分布結(jié)果（圖8）可以看出，不同初始場的溫度偏差對敏感性不高，各數(shù)值結(jié)果表現(xiàn)相差不大。鹽度偏差的差異明顯，這與第一次評估時所得結(jié)果類似，其中SODA 的鹽度偏差占比大于其余6 個鹽度偏差占比之和，因此，在采用SODA 作為初始場時會引入不可忽略的誤差。最小鹽度偏差出現(xiàn)在OFES 作為初始場時，與次小的WOA18 相差0.41%，總偏差占比中，OEFS 偏差占比最小為19.91%，說明OFES 作為最優(yōu)溫鹽初始場不具有偶然性，并且更換開邊界后得到了與第一次溫鹽初始場評估一致的結(jié)論，這可佐證初始場敏感性試驗結(jié)果。

圖8 溫、鹽總偏差占比（初始場再評估）Fig. 8 Percentage of total temperature and salinity bias (reevaluation of initial fields)

2.4 流場分析

根據(jù)前文分析可知，當使用OFES 溫鹽初始場和SODA 開邊界強迫時，F(xiàn)VCOM 在渤海、黃海和東海的數(shù)值結(jié)果最為可靠。在此基礎(chǔ)上，進一步討論東中國海環(huán)流分布。

冬季渤海、黃海和東海深度平均流矢量分布（圖9）顯示：黑潮屬于北赤道流在呂宋島以東的北上分支，而且呈現(xiàn)流速強、流幅寬、流量大的顯著特征。黑潮從臺灣東北部流入東海大陸架，遇到陸坡阻礙后，流矢量發(fā)生反氣旋式偏轉(zhuǎn)，在124°～125°E 轉(zhuǎn)為NE 向，并沿大陸架邊緣繼續(xù)前進，主軸逐漸延伸，至（128°E, 31°N）附近時分為2 支，其中一支北上進入對馬海峽，另一支分別在九州西南、南部發(fā)生彎曲，之后再次折回NE 向，沿日本東岸向北太平洋發(fā)展。在黑潮N 向、NE 向流動過程中，可以在其東側(cè)觀察到與主軸流動方向相反的黑潮逆流，并伴隨有渦旋產(chǎn)生。模擬結(jié)果與表層黑潮實測軌跡高度吻合[34]。PN 斷面（圖10b）冬季平均凈流量Q=21.481 Sv，基于SODA3.4.2 資料計算得到Q=22.192 Sv，兩者相差較小，這一結(jié)果與許達等[35]基于CTD 計算的PN 斷面流量（21.5 Sv）相差不大，并與魏艷州等[36]基于長期水文資料預(yù)測的PN 斷面流量變化趨勢相符，進一步驗證了模擬結(jié)果的準確性。黑潮主軸流速（流速大于0.2 m/s）呈單核帶狀分布，整個流層有400～500 m 的厚度，表層流速達1.2 m/s，黑潮主要流核位于大陸坡折帶附近，并隨著水深的增加，有向東傾斜的趨勢。

圖9 冬季的深度平均流場Fig. 9 Depth-averaged current field in winter

圖10 PN 斷面流速分布與流量大小Fig. 10 Vertical distribution of current velocity and current vectors along the PN section

對馬暖流發(fā)生在東海NE 部，流經(jīng)九州以西海域向北發(fā)展，之后轉(zhuǎn)向NE，并流經(jīng)朝鮮海峽，進入日本海。從圖8 可知，構(gòu)成對馬暖流的水體主要來自九州西南海域的黑潮分支、兩支北上的臺灣暖流分支和南下的西朝鮮沿岸流，其中，黑潮分支的貢獻最大。

臺灣暖流是發(fā)生在閩浙外海、長江口以南海域，自SW 向NE 的一支暖流。從圖9 可以看出，臺灣暖流在（123°E, 27°N）附近分為2 支。近岸分支沿123°E 經(jīng)線北上，流向舟山群島，至30°30′N的長江口外，發(fā)生連續(xù)彎曲，轉(zhuǎn)向NE，隨后匯入對馬暖流。外海側(cè)分支在28°N 附近發(fā)生氣旋式轉(zhuǎn)向，后緊貼黑潮主軸左側(cè)向九州島方向延伸，并在九州以西海域匯入對馬暖流。

黃海暖流是一支自濟州島南部流入、沿黃海槽向NW 延伸的高溫高鹽海流[13]，基于水文觀測數(shù)據(jù)，前人發(fā)現(xiàn)黃海暖流在34°～35°N 的主段部分存在2 個分支：西北支和北支[13-14,16,37-38]，該分叉現(xiàn)象在海表溫度數(shù)據(jù)與衛(wèi)星紅外影像的分析支持[15,39-40]。從圖9 可以看出，冬季平均黃海暖流在34°30′N 附近出現(xiàn)明顯的分叉。其中，北支規(guī)模較大，沿黃海槽向北發(fā)展，后進入北黃海，西北支主體可達山東半島南岸，在向岸發(fā)展過程中，不斷有偏北的小分支脫離，這些小分支經(jīng)過反氣旋式的彎曲后，再次折回北支，隨之向北發(fā)展。

由于表現(xiàn)出顯著的射流性質(zhì)，前人研究多采用高溫或高鹽水舌間接表征黃海暖流路徑與變化特征[15-16]，但近期有研究指出黃海暖流路徑與暖舌并不一致[41]，本文基于FVCOM 的流速結(jié)果，使用流速數(shù)值結(jié)果提出一個角度指標，直觀分析黃海暖流分叉強度及其冬季季節(jié)內(nèi)變率。

通過統(tǒng)計逐小時的流場分布，確定黃海暖流分叉位置基本位于在矩形框C（圖11）內(nèi)，采用（122°25′48″E, 34°43′12″N）～（124°E, 33°30′N）的延長線為分界[16]劃分西北分支與北分支，以0.04 m/s 為特征流速，對大于該值的數(shù)據(jù)進行線性擬合，并定義2 個分支擬合線的夾角為黃海暖流的分叉角度（圖11），隨后使用36 h 滑動平均的流場計算分叉角度。

圖11 黃海暖流分叉角度示意圖Fig. 11 Schematic diagram of the bifurcation angle of the Yellow Sea warm current

由36 h 低通濾波之后分叉角度的小波分析結(jié)果（圖12）可知，分叉角度表現(xiàn)出“中間高、兩邊低”的周期能量分布，冬季開始階段，分叉角度多為2～4 d 的弱周期變化，且周期能量散亂分布，1 月過后，逐漸出現(xiàn)3 d、5～8 d 的強周期變化，從2 月中旬持續(xù)到3 月中旬，到3 月末，周期能量逐漸消減。黃海暖流具有顯著的季節(jié)變化，冬季最強，春季開始消退，夏秋季節(jié)消失，從冬季出現(xiàn)到春季逐漸消減，可大致分為4 個時期：初冬的生成期、仲冬的強盛期、冬春交際的消退期、春季的消散期，分叉結(jié)構(gòu)在黃海暖流強盛期時比較穩(wěn)定，所以分叉角度在1 月的周期能量較低，到了冬春交際時期，黃海環(huán)流逐漸消退形成不穩(wěn)定分叉結(jié)構(gòu)，分叉角度出現(xiàn)強周期變化，到了春季，流動消散無法維持分叉結(jié)構(gòu)，可認為分叉角度基本描述出黃海暖流在冬春交際前后的消退變化。

圖12 小波實部系數(shù)分布與功率譜分析Fig. 12 Wavelet real part coefficient distribution and power spectrum

從分叉角度、風(fēng)向和風(fēng)速（矩形框C 內(nèi)的平均風(fēng)場）的功率譜結(jié)果（圖12b～圖12d）可以看到，分叉角度的前3 個主要周期（3 d、5 d 和8 d）與風(fēng)場周期具有良好的對應(yīng)關(guān)系，尤其是與風(fēng)向匹配最好，可以認為，風(fēng)場是影響黃海暖流分叉強度的主要因素之一，分叉是補償性黃海暖流響應(yīng)冬季風(fēng)季節(jié)變化的結(jié)果[16]。同時注意到，分叉角度存在20 d 以上接近月變化的周期，但由于時間序列較短，無法準確分辨。

3 結(jié) 論

本文使用有限體積海岸數(shù)值模型（FVCOM），對多套海洋數(shù)據(jù)產(chǎn)品進行評估。通過與觀測數(shù)據(jù)進行多角度的對比驗證，篩選出最適合東中國海數(shù)值模型的溫鹽初始場和開邊界方案，并具體分析了東中國海的典型環(huán)流特征，同時，本文也深入研究了冬季黃海分叉現(xiàn)象的變化周期，并得出如下結(jié)論。

1）利用直觀的控制變量法，發(fā)現(xiàn)溫鹽初始場和開邊界方案對數(shù)值結(jié)果的質(zhì)量有重要影響。經(jīng)過不同角度的對比分析，我們認為在東中國海區(qū)域，使用渦解高精度海洋模型再分析數(shù)據(jù)（OFES）作為溫鹽初始場、簡單海洋數(shù)據(jù)同化資料（SODA）作為開邊界是FVCOM 最優(yōu)搭配方案。

2）黑潮的主軸流速具有400～500 m 的單核垂直結(jié)構(gòu)，主要位于大陸坡折帶，隨深度增加而向東傾斜；黑潮北上分支是對馬暖流中最大的水體貢獻者，臺灣暖流的2 個分支最終都匯合成為對馬暖流的一部分，也是對馬暖流的主要水源之一。

3）黃海暖流主流存在2 個分支，根據(jù)分叉角度指標的衡量發(fā)現(xiàn)，風(fēng)場變化是造成流動分叉的主要因素。黃海暖流的冬季分叉現(xiàn)象在2 月出現(xiàn)3 d、5～8 d 的強周期變化，而在1 月與3 月時，周期性變化現(xiàn)象不明顯。

本文采用數(shù)值模式對東中國海的典型流動進行數(shù)據(jù)評估和深入分析。最優(yōu)定解方案的結(jié)論基于2017 年冬季觀測數(shù)據(jù)，對FVCOM 在該時間段內(nèi)選擇溫鹽初始場和開邊界具有指導(dǎo)意義，但對于其他時間段僅具有一定的參考價值。研究流動和黃海暖流分叉部分的結(jié)果有助于加深對東中國海環(huán)流的認識，對該海域的后續(xù)研究具有借鑒和參考意義。