海洋气象学报  2024, Vol. 44 Issue (1): 39-51  DOI: 10.19513/j.cnki.hyqxxb.20230605001
0

引用本文  

王琼群, 刘金卿, 陈莅佳, 等. 西北太平洋上层海洋对台风“巴威”(2008)的响应分析[J]. 海洋气象学报, 2024, 44(1): 39-51. DOI: 10.19513/j.cnki.hyqxxb.20230605001.
WANG Qiongqun, LIU Jinqing, CHEN Lijia, et al. Upper ocean response to Typhoon Bavi (2008) over western North Pacific[J]. Journal of Marine Meteorology, 2024, 44(1): 39-51. DOI: 10.19513/j.cnki.hyqxxb.20230605001. (in Chinese)

基金项目

湖南省自然科学基金重大项目(2021JC0009)

作者简介

王琼群,男,硕士研究生,主要从事台风预报预测研究,1464904975@qq.com.

通信作者

刘金卿,女,博士生,高级工程师,主要从事智能天气预报研究,liujq_0912@126.com.

文章历史

收稿日期:2023-06-05
修订日期:2023-08-01
西北太平洋上层海洋对台风“巴威”(2008)的响应分析
王琼群1 , 刘金卿2,3,4 , 陈莅佳5 , 鄢珅6 , 彭永茂1     
1. 中国海洋大学海洋与大气学院海洋气象系,山东 青岛 266100;
2. 国防科技大学气象海洋学院,湖南 长沙 410073;
3. 湖南省气象台,湖南 长沙 410118;
4. 气象防灾减灾湖南省重点实验室,湖南 长沙 410118;
5. 青岛海洋气象研究院,山东 青岛 266237;
6. 黄岛区气象局,山东 青岛 266400
摘要:基于多源卫星遥感数据、Argo浮标数据和HYCOM(HYbrid Coordinate Ocean Model)再分析数据,分析上层海洋对2020年第8号北上强台风“巴威”的温盐响应特征,结果表明:(1)台风中心附近埃克曼(Ekman)抽吸引起上升流,表层以下海水辐合高盐冷水上翻,Ekman输运方向由台风路径指向路径两侧沿岸,海水在黄海两侧沿岸堆积引起下降流。由此导致台风路径附近海面温度(sea surface temperature,SST)与海面高度(sea surface height,SSH)下降,海面盐度(sea surface salinity,SSS)上升,路径两侧沿岸SSH上升,次表层海水温度增加和盐度降低。(2)由于台风前进方向右侧的风速更大,右侧Ekman输运强度比左侧大。台风更靠近右侧陆地,地形阻挡导致风速减小,在济州岛西南侧的海域上空10 m风呈现反气旋旋转,出现负Ekman抽吸速率(Ekman pumping velocity,EPV),为下降流,所以在台风和济州岛之间的海域存在着由强烈上升流到下降流的转变。这会让原本台风前进方向右侧强的夹卷和垂直混合进一步加强。这就导致了SST下降和SSS上升在台风前进方向右侧更为显著。(3)除了夹卷和垂直混合,台风前进方向右侧SSS的增加还与表层海水由南向北的水平流动有关。
关键词西北太平洋    上层海洋响应    台风“巴威”    Ekman抽吸    
Upper ocean response to Typhoon Bavi (2008) over western North Pacific
WANG Qiongqun1 , LIU Jinqing2,3,4 , CHEN Lijia5 , YAN Shen6 , PENG Yongmao1     
1. Department of Marine Meteorology, College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China;
2. College of Meteorology and Oceanography, National University of Defense Technology, Changsha 410073, China;
3. Hunan Meteorological Observatory, Changsha 410118, China;
4. Hunan Key Laboratory of Meteorological Disaster Prevention and Reduction, Changsha 410118, China;
5. Qingdao Joint Institute of Marine Meteorology, Qingdao 266237, China;
6. Huangdao Meteorological Bureau, Qingdao 266400, China
Abstract: The upper ocean temperature and salinity responses to Typhoon Bavi (2008) are investigated using multi-source satellite remote sensing data, Argo float data, and HYCOM (HYbrid Coordinated Ocean Model) reanalysis data. The results are shown below. (1) Ekman pumping near the typhoon center causes upwelling, the seawater below the surface converges with high-salinity cold water and turns upward, the Ekman transport direction points from the typhoon track to the coasts on both sides of the track, and the seawater accumulates on both sides of the Yellow Sea and causes downwelling. This leads to a decrease in SST (sea surface temperature) and SSH (sea surface height) near the typhoon track, an increase in SSS (sea surface salinity), an increase in SSH along both sides of the track, and an increase in temperature and decrease in salinity of subsurface seawater. (2) Due to the higher wind speed on the right side of the typhoon's heading direction, the intensity of Ekman transport on the right side is greater than that on the left side. As the typhoon is closer to the land on the right side, the terrain blocks the wind speed, the 10-m wind above the sea area on the southwest side of Jeju Island shows an anticyclone rotation, and a negative EPV (Ekman pumping velocity) appears, which is a downwelling. Therefore, there is a transition from strong upwelling to downwelling in the sea area between the typhoon and Jeju Island. This will further strengthen the strong entrainment and vertical mixing on the right side of the typhoon's heading direction, leading to a more significant decrease in SST and an increase in SSS on the right side of the typhoon's heading direction. (3) In addition to the entrainment and vertical mixing, the increase in SSS on the right side of the typhoon's heading direction is also related to the horizontal flow of surface seawater from south to north.
Key words: western North Pacific    upper ocean response    Typhoon Bavi    Ekman pumping    
引言

海洋对台风的响应是典型的海气相互作用过程,台风经过海平面时,气旋式风应力引起埃克曼(Ekman)抽吸,抬升温跃层,导致海面降温,这被称为“冷抽吸”效应[1-8]。一般台风前进方向右侧降温幅度较大,但是在有些情况下最大降温也会出现在台风前进方向左侧。北半球台风前进方向右侧降温较大可归因于两个因素。首先,在台风前进方向右侧的任意一个固定点上,台风经过前该处往往处于台风中心东北侧的东南气流中,随着台风的经过和远离,该点上的风向逐渐发生顺时针变化,这种变化往往会加强上层海洋中风诱导的惯性流,在北半球,这种惯性流也表现出顺时针旋转,从而导致更强的剪切诱导垂直混合,导致台风前进方向右侧具有更强的海面降温[1-3, 9-10]。其次,将台风移动速度叠加到台风自身的气旋式风场上会导致前进方向右侧的风速比左侧的更强[11]。台风经过后,除了上层海洋混合层加深和海表层冷却外,海表层以下还会出现暖异常,这被称为“热泵”效应[1-8, 12-13]。具体表现为台风过境之后,海表层经过太阳辐射等过程海面温度(sea surface temperature,SST;以下简称“海温”)逐渐恢复,表层以下的热异常却被保留了下来,海洋温跃层的下降是“热泵”的主要表现形式[14-15]

与海水温度对台风的响应类似,台风过境后,海面以下盐度通常会降低,海面盐度(sea surface salinity,SSS)会增加,这在北半球台风前进方向的右侧比较显著[15-19]。然而,台风降水通常会减弱海面正盐度异常[17, 20],并在北半球台风前进方向的左侧造成负的海面盐度异常[21-22]。降水导致海面淡水堆积,加强了上层海洋的层结,并削弱了台风诱导的海水垂直混合[20, 23-25],这限制了海面冷却和台风-海洋负反馈作用[26]。如果上层海洋等盐度层比等温层浅,则存在阻挡层,这也阻止了台风导致的上层海洋混合层的加深[25, 27-28]

近年来,尽管在上层海洋对台风的响应特征方面的研究日益深入,但是中国近海海域相关研究多集中于相对开阔和水深较深的西北太平洋和南海海域[29-33]。相对于开阔的大洋,边缘海上层海洋对台风的响应更为复杂,并且不具一般性[34-36]。此外,黄海、东海和开阔的大洋水深、地形和海温等都有所不同,对台风的响应也不同,因此水深较浅的黄海、东海上层海洋如何响应北上台风仍然是值得关注的问题。

本文基于多源卫星遥感数据、Argo浮标数据和HYCOM海洋再分析数据,分析上层海洋对2020年第8号台风“巴威”的流场和温盐场响应,在该台风北上经过东海、黄海的前两周,没有台风影响中国近海[37-39],海洋状况平静、噪音少,上层海洋的响应特征更加明显。

1 资料和方法 1.1 台风路径数据

使用的台风路径数据来自中国气象局[40-41](China Meteorological Administration,CMA)、日本气象厅(Japan Meteorological Agency,JMA)和美国联合台风警报中心(Joint Typhoon Warning Center,JTWC)。台风路径信息包括逐6 h台风中心气压值、近台风中心最大持续风速、台风强度等级、台风中心经纬度信息。其中台风移动速度使用前6 h的台风平均移动速度和后6 h的平均移动速度的均值。

1.2 多源卫星遥感数据

海温数据来自遥感系统(remote sensing system,RSS)微波(microwave,MW)和红外(infrared,IR)融合后的逐日SST数据,空间分辨率为9 km×9 km[42]

10 m海面风场数据来自RSS的交叉校准多平台(cross-calibrated multi-platform,CCMP),CCMP是多源卫星微波传感器获取的海面风(10 m)和背景场的组合。在无法获得卫星反演的情况下,CCMP在统计上与卫星风一致。使用这种将卫星和再分析数据相结合的方法创建L4产品,可以确保有卫星探测和没有卫星探测的区域之间的风场平稳过渡。由此产生的产品是一个空间完整的数据集,时间分辨率为6 h,空间分辨率为0.25°×0.25°。

海平面异常(sea level anomaly,SLA)数据来自法国卫星高度计归档中心(Archiving Validation and Interpretation of Satellite Oceanographic,AVISO),空间分辨率为0.25°×0.25°,时间分辨率为1 d。

降水数据来自全球降水测量(global precipitation measurement,GPM),空间分辨率为0.1°×0.1°,时间分辨率为1 d。

1.3 Argo浮标数据

Argo浮标观测数据可以反映上层海洋的混合层以及海洋温跃层的变化。由于浮标在10 d内漂移的距离不大,所以可视观测水体为同一水体[43]。文中使用的Argo数据来自中国Argo实时资料中心。本文挑选了距离台风路径最近的2个Argo浮标,编号是2903384、2901797。每个Argo浮标传输回来的数据时间分辨率有差异,其中2901797浮标数据时间分辨率为2 d,2903384浮标数据时间分辨率为5 d。

1.4 再分析数据

台风“巴威”影响期间的三维海洋温度、盐度和流速数据来自混合坐标海洋模型(HYbrid Coordinate Ocean Model,HYCOM)数据集中的全球海洋预报系统(Global Ocean Forecasting System,GOFS)再分析数据集。空间分辨率为1/12°×1/12°,时间分辨率为1 d,垂直方向上0~200 m水深共分为22层。

海面盐度(SSS)数据来自哥白尼海洋环境监测服务(Copernicus Marine Environment Monitoring Service,CMEMS)的全球再分析多模态集合产品(GLOBAL-REANALYSIS-PHY-001-031),空间分辨率为0.25°×0.25°。

大气环流数据来自欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析(ECMWF Reanalysis v5,ERA5)数据。ERA5数据包含海平面气压、10 m风速、位势高度、风场、气温和比湿等变量,空间分辨率为0.25°×0.25°,时间分辨率为1 h,用于分析台风“巴威”的环流形势和水汽输送情况。

1.5 Ekman抽吸速率

近表面风场引起的Ekman抽吸能体现风场下面的流体垂向运动速度的大小和方向,具体计算公式[1]为:

$ V_{\mathrm{EP}}=\nabla \times\left(\frac{\vec{\tau}}{\rho f}\right) 。$ (1)

式中:VEP表示Ekman抽吸速率(Ekman pumping velocity,EPV),单位为m·s-1,正值表示上升,负值表示下降;f为科氏参数,计算公式为f=2ωsinφ(ω为自转角速度,φ为地理纬度);ρ表示海水密度,取值为1 020 kg·m-3$\vec{\tau}$表示风应力,计算公式为$\vec{\tau}=\rho_{\mathrm{a}} C_{\mathrm{d}}|\vec{U}| \vec{U}$是空气密度,取值为1.26 kg·m-3Cd为拖曳系数,强风条件下最佳拟合采用二阶多项式表示[44],具体计算公式为$C_{\mathrm{d}}=\left(0.10+0.13|\vec{U}|-0.0022|\vec{U}|^2\right) \times 10^{-3}$$\vec{U}$表示海面10 m风速,单位为m·s-1)。研究表明,台风气旋性风应力引起的Ekman抽吸的上升流流速与台风强度有关,台风强度越强,EPV的数值也越大[45]

Ekman输运公式为:

$ V_{\mathrm{ET}}=-\frac{\vec{k} \times \vec{\tau}}{\rho f}。$ (2)

式中:VET表示风致Ekman输运,单位为m3·s-1f为科氏参数;ρ表示海水密度,取值为1 020 kg·m-3$\vec{\tau}$表示风应力;$\vec{k}$为垂向单位矢量。

1.6 混合层深度

混合层深度(mixed layer depth,MLD)使用比表层海水温度(取8 m海水深度)低0.5 ℃的最大深度[46-47]。混合层温度(mixed layer temperature,MLT)和混合层盐度(mixed layer salinity,MLS)用整个混合层温度、盐度的平均值表示。

2 台风“巴威”概况

台风“巴威”于2020年8月21日00时(世界时,下同)生成,28日00时变性为温带气旋,生命史为7 d,移动路径如图 1所示。台风“巴威”生成初期在海上缓慢北移,于23日18时加强为台风级别。25日06时,台风“巴威”移动速度开始加快,进一步加强为强台风,该强度维持时间长达30 h。26日00时,台风“巴威”中心气压达到最小值950 hPa,之后在副热带高压和华北冷涡的共同引导作用下,其移动速度快速加强,以平均9 m·s-1的移动速度急速北上,27日在鸭绿江入海口登陆。登陆之后由于缺少水汽的支撑,且受到长白山复杂地形的影响,台风“巴威”强度逐渐减弱。

图 1 CMA提供的台风“巴威”逐6 h强度和移动路径 Fig.1 The 6-h intensity and track of Typhoon Bavi obtained from CMA

JTWC、CMA和JMA的最大持续风速时间分别为1、2和10 min。以10 min平均最大持续风速为参考标准,JTWC和CMA数据集的最大持续风速校正系数分别为0.880和0.871[48-49],最大持续风速单位均转换为国际单位制m·s-1。如图 2a所示,在台风强盛期,CMA和JMA中心气压基本一致,JMA和JTWC最大持续风速基本重合。如图 2b所示,由3家机构给出的台风“巴威”中心位置计算的移动速度基本一致。根据已有研究[50-52],当台风靠近中国近海时,CMA通常利用雷达数据以及来自岛屿和浮标的高时间分辨率观测数据来估算台风强度和中心位置,所以CMA在中国东部海域提供的台风信息比JMA和JTWC更准确。因此,台风强度划分采用CMA数据集划定的台风强度。

图 2 台风“巴威”的气象要素时间序列 Fig.2 Time series of meteorological elements for Typhoon Bavi
3 海洋表面的响应特征 3.1 Ekman抽吸速率和降水

图 3给出了2020年8月25日00时—26日18时台风“巴威”引起的Ekman抽吸速率的分布情况。8月25日00时,台风“巴威”的强度为台风等级,其诱发的EPV正值区呈圆形分布,半径约为100 km,负EPV分布在半径更大的台风外围,10 m风速在台风前进方向右侧较大。值得注意的是,除了台风中心及其附近范围外,正EPV还分布在陆地的东侧海岸,负EPV还分布在陆地的西侧海岸(图 3gh)。济州岛(126.5°E,33.4°N)位于台风东北侧(图 3de)时,由于地形阻挡,10 m风速减小,在济州岛西南侧海域10 m风呈现反气旋旋转,出现负EPV,为下降流,所以在台风和济州岛之间的海域存在着由强烈上升流到下降流的转变,这会加强该海域海水的垂直混合,引起表层海水更强的降温(在后文4.2节会进一步分析)。台风主体进入黄海之后(图 3gh),台风和朝鲜半岛之间海域也存在类似的效应。

图 3 根据CCMP逐6 h 10 m风场计算得到的2020年8月25日00时—26日18时EPV Fig.3 Calculated EPV from 00:00 UTC 25 to 18:00 UTC 26 August 2020 based on CCMP 6-h wind data at 10 m

8月22日00时之后,随着台风“巴威”强度加强,最大EPV值逐渐增加,在8月25日12时达到最大值1.9×10-3 m·s-1(图 4)。8月25日12时—26日12时,虽然台风“巴威”的强度为强台风级别,但是最大EPV逐渐减小(图 4)。原因在于,台风风应力旋度减少和台风“巴威”的移动路径为北上,其所处纬度逐渐增加,科氏力逐渐变大。由公式(1)可知,风应力旋度减少和科氏力增加会导致EPV减小。

图 4 2020年8月22日00时—27日00时最大EPV(红色实线)、最大EPV处的风应力旋度(绿色实线)和最大EPV处的拖曳系数Cd(蓝色实线)时间序列 Fig.4 Time series of maximum EPV (red solid line), wind stress curl at maximum EPV position (green solid line), and drag coefficient Cd (blue solid line) at maximum EPV position from 00:00 UTC 22 to 00:00 UTC 27 August 2020

8月23日,台风中心位于台湾岛东北侧海域,其强度为强热带风暴级别,降水主要集中在台风东侧,降水大值区在台风前进方向的右侧(图 5a),最大日降水量为462 mm。8月24日,台风在东海上往东北方向移动,强度增强为台风级别,降水主要集中在台风中心附近偏东地区(图 5b),最大日降水量增加至521 mm。8月25日,台风继续北上,强度增加为强台风级别,降水大值区在台风路径两侧,最大日降水量降低为416 mm,但是降水覆盖面积有所增加(图 5c)。8月26日,台风“巴威”继续北上,仍然保持着强台风级别,降水主要分布在台风前进方向右侧(图 5d)。8月27日,台风登陆,随后其在海上引起的降水稀少(图略)。

图 5 2020年8月23—26日逐日降水量 Fig.5 Daily rainfall from 23 to 26 August 2020
3.2 SST响应

台风气旋性风应力引起的Ekman抽吸导致的冷水翻涌会造成海温的下降,通过距平场能更清晰地看到SST下降的范围及中心。将台风“巴威”生成之后的逐日SST减去生成时(8月20日)的SST,得到其经过中国近海海域前后的日SST变化(sea surface temperature anomaly,SSTA),如图 6黑色等值线所示。在本文中,规定-2 ℃ SSTA等值线包围的海域为降温大值区。

图 6 2020年8月23—30日逐日SST和逐日SSTA Fig.6 Daily SST and SSTA from 23 to 30 August 2020

图 6所示,由于北半球太阳辐射向北逐渐减少,SST向北逐渐下降。8月23日,东海整体SST较高,最高达到32.2 ℃,但是台风经过的海域SST显著降低,在台风前进方向右侧能观察到明显的台风冷尾迹(图 6ch)。8月26日是台风“巴威”强度最大的阶段,达到强台风级别,移动速度较快,约为9 m·s-1,并开始进入平均水深只有44 m的黄海。台风“巴威”引起的海面降温显著,最大降温可达6.7 ℃,降温大值区位于黄海东南侧和东海东北侧海域(123°~127°E,27°~37°N),该区域绝大部分位于台风前进方向的右侧(图 6d)。8月27日,台风“巴威”在鸭绿江入海口登陆,其引起的海面降温响应仍然显著,降温大值区北移,并且降温最大值增加(降温最大值由8月26日约6.7 ℃增加到8月27日约6.9 ℃)。此时降温大值区位于台风“巴威”的后方,即台风“巴威”经过此海域1 d后,其在降温大值区引起的降温幅度还在持续增加,表明台风“巴威”在黄海东南侧和东海东北侧海域引起的降温存在明显的时间滞后性,滞后时间约为1 d。此外,结合前人的研究[52-55],可以注意到,近几十年来,台风“巴威”造成的SST下降比大多数经过黄海的台风造成的SST下降更强。28—30日,台风引起的降温逐渐恢复,降温大值区面积和最大值逐渐减小(图 6fh),在此过程中,最大海面降温海域始终位于台风前进方向右侧和济州岛西南侧。

3.3 SSS响应

为了验证121°~129°E、27°~37°N海域HYCOM数据的可靠性,选取该海域2020年8月26日和27日(海面降温均超过6 ℃)HYCOM的SST和RSS的SST进行验证。结果如图 7所示,HYCOM的SST和RSS的SST具有高度的正相关关系,相关系数高达0.86并且通过99%显著性检验,这表明HYCOM在该区域的上层海洋温度数据比较可靠。

图 7 2020年8月26日和27日121°~129°E、27°~37°N区域内HYCOM海温与RSS海温散点密度分布和线性拟合线 Fig.7 Scatter density plot and linear fitting line of HYCOM SST and RSS SST in the area of 121°-129°E and 27°-37°N on 26 and 27 August 2020

为了准确体现上层海洋对台风“巴威”的SSS响应,将台风“巴威”生成之后的逐日SSS减去生成时(8月20日)的SSS,得到其经过中国近海海域前后的日SSS变化(sea surface salinity anomaly,SSSA),如图 8黑色等值线所示。长江口及其北侧海域因为河口淡水排放,常年SSS较低。台风前进方向左侧风促使表层海水向南流动(图 8cd),导致长江口以南海域SSS降低。台风“巴威”通过之前,126°E、31°N海域存在向东南延伸的“淡舌”结构(图 8ab),25日之后,台风“巴威”经过此海域,“淡舌”结构逐渐消失。原因有如下两点:一是“淡舌”位于台风前进方向右侧,根据前人研究,台风前进方向右侧风场与惯性振荡共振,激发更强的近惯性内波[9-10],从而表层以下低温高盐海水会上涌导致SSS增加;二是台风北上会导致其前进方向右侧的海水向北流动,进而低纬度海面高温高盐的海水会平流输送到高纬度,导致高纬度海域的SSS增加。27—29日,SSSA高值区域面积也基本不变(图 8eg)。这表明台风导致SSS的增加至少维持了3 d。

图 8 2020年8月23—30日逐日海面要素变化 Fig.8 Daily changes in sea surface elements from 23 to 30 August 2020
3.4 SLA响应

台风过后相应日期的SLA与8月20日SLA的差值得到海面高度异常(sea surface height anomaly,SSHA),如图 9所示。台风风应力引起的Ekman输运方向由台风路径指向路径两侧海岸,由于台风前进方向右侧的风速更大(图 3),其右侧Ekman输运强度比左侧大。台风“巴威”经过黄海海域后,在台风路径附近存在小幅度的海面下降,沿台风路径向两侧海岸,海平面呈逐渐上升趋势,上升幅度在黄海东西两侧沿岸达到最大。这是由于黄海东西两侧海岸线呈经向分布,再加上台风“巴威”经过黄海的路径几乎是笔直北上。这两个因素共同导致了台风风应力引起的Ekman输送在黄海东西两侧海岸堆积,从而引起海岸海面上升。这种现象可能反过来会影响台风中心的Ekman抽吸作用。而相反在东海海域,没有了类似黄海海岸线两侧的地形限制,台风路径附近出现明显的海平面下降现象。8月23—25日,台风路径两侧沿岸海面高度正异常逐渐增加(图 8ac),但是8月27日,台风登陆后,没有了风致Ekman输运,8月27—30日台风路径两侧沿岸海面高度正异常几乎保持不变(图 8eh)。

图 9 2020年8月23—30日逐日SSHA和逐日Ekman输运 Fig.9 Daily SSHA and Ekman transport from 23 to 30 August 2020
4 海洋表面以下的响应特征

除SST和SSS外,台风也会对海面以下的混合层甚至是海洋温跃层产生影响,前人的研究表明,台风过后SST下降的主要原因为夹卷和垂直混合过程[1]。移动速度小于4 m·s-1的台风还会引起明显的Ekman抽吸现象。对混合层而言,MLT一般是下降的,而MLD和MLS的变化则较为复杂。海洋温跃层的深度变化则涉及到“热泵”和“冷抽吸”作用。

4.1 Argo浮标剖面

8月24日00时,台风“巴威”的强度为台风,2903384号浮标位于台风中心的东南侧约67 km处(图 1)。11—21日的10 d内,MLD从27 m增加到40 m。同时,MLT降低约0.409 ℃,MLS增加约0.052 psu(表 1)。由8月11日与31日温度和盐度曲线(图 10ab)来看,台风经过后,MLD加深,MLT减小,MLS减小。表层以下(30~60 m)海水温度增加,盐度减小,这是“巴威”作用影响的结果。受2020年8月23日和24日台风外围云系带来的强降水影响(图 5ab),80 m以上海水盐度明显下降。在80 m深度往下,这2个温度曲线基本重合(图 10a),说明台风经过之后10 d左右,80 m深度往下温度基本恢复到台风经过前10 d左右的状态。此外,8月11—31日,50 m以上海水经历了一个上涌过程(图 10ab中的红线与黑线),这表明Ekman抽吸引起的上升流起到了重要作用。

表 1 平均MLD、MLT、MLS数值 Table 1 Average values of MLD, MLT, and MLS
图 10 2个Argo浮标观测到的海水温度和盐度的垂直剖面 Fig.10 Vertical profile of water temperature and salinity observed by two Argo floats

8月26日12时,台风“巴威”距离2901797号浮标最近,此时“巴威”为强台风强度,浮标在台风东侧约65 km处(图 1)。台风过境后,0~10 m海水温度显著下降,11~22 m海水温度上升,23~40 m海水温度下降。即0~40 m海水温度呈现“下降-上升-下降”三层垂直响应特征,这与前人的研究结果[15]一致。10 m以上海水盐度显著上升,10 m以下海水盐度下降,这都表明垂直混合过程起到重要作用。Argo浮标数据表明台风过后,MLD由9 m加深至16 m,MLS增加(约0.530 psu),MLT大幅下降(约1.721 ℃),次表层海水温度增加和盐度降低。

4.2 降温大值点剖面

图 6d可知,2020年8月26日海面降温的最大值(约6.7 ℃)位于125.36°E、33°N海域,定义该点为“降温大值点”。为了探究台风过后海面以下的温度和盐度响应过程,利用HYCOM再分析资料绘制了经过降温大值点的纬向剖面(AB),如图 11所示。

图 11 2020年8日26日沿纬向剖面AB的海洋要素分布 Fig.11 Distribution of ocean elements along the zonal profile AB on 26 August 2020

在台风中心附近海水受Ekman抽吸的影响,呈现出海面海水辐散,表层以下(30~50 m)海水辐合冷水上翻(图 11a)。而在台风东侧,等温线显著抬升且较为稀疏,表明此处海水垂直混合过程起重要作用,这是由于台风前进方向右侧风场与惯性振荡共振,激发更强的近惯性内波[9-10],引起强的垂直混合,因此在此处形成了降温(图 11b)。除此之外,在台风东侧0~30 m海水存在辐散(125.5°E)和辐合(126.0°E)中心,而30~60 m海水也存在辐合(125.5°E)和辐散(126.0°E)中心(图 11a),这样的分布会加强台风东侧的海水垂直混合,而该位置恰好位于济州岛西南侧,也再次印证了3.1节提到的济州岛地形加强了其西南侧海域海水的垂直混合现象。

5 结论

基于多源卫星遥感数据、Argo浮标数据和HYCOM再分析数据,分析了上层海洋对2020年第8号北上强台风“巴威”的温度和盐度响应特征,得出主要结论如下。

多源卫星遥感数据分析显示,台风“巴威”过境引起了强烈的Ekman抽吸、降水和SST降低,最大Ekman抽吸速率、最大日降水量和SST下降最大值分别为1.9×10-3 m·s-1、521 mm和6.9 ℃。Argo浮标剖面数据分析表明,台风“巴威”过境期间,垂直混合过程和Ekman抽吸引起的上升流均起到了重要作用;台风“巴威”经过后,0~40 m海水温度呈现“下降-上升-下降”三层垂直响应特征,MLD由9 m加深至16 m,MLS增加(约0.530 psu),MLT大幅下降(约1.721 ℃),次表层海水温度增加和盐度降低。HYCOM再分析数据和多源卫星遥感数据共同表明,济州岛地形加强了其西南侧海域海水的垂直混合的现象。

东海、黄海上层海洋对台风“巴威”的响应如图 12所示,台风中心附近Ekman抽吸引起上升流,表层以下海水辐合高盐冷水上翻,Ekman输运方向由台风路径指向路径两侧沿岸,海水在黄海两侧沿岸堆积引起下降流。由此导致台风路径附近SST与SSH下降,SSS上升,路径两侧沿岸SSH上升,次表层海水温度增加和盐度降低。此外,由于台风前进方向右侧的风速更大,右侧Ekman输运强度比左侧大。台风更靠近右侧陆地,地形阻挡导致风速减小,在济州岛西南侧的海域上空10 m风呈现反气旋旋转,出现负EPV,为下降流,故在台风和济州岛之间的海域存在着由强烈上升流到下降流的转变。这会让原本台风前进方向右侧强的夹卷和垂直混合进一步加强。这就导致了SST下降和SSS上升在台风前进方向右侧更为显著。除夹卷和垂直混合外,台风前进方向右侧SSS的增加还与表层海水由南向北的水平流动有关。

图 12 东海、黄海上层海洋对台风“巴威”的响应示意图 Fig.12 Schematic diagram of upper ocean response to Typhoon Bavi over the East China Sea and the Yellow Sea

以“巴威”为例,对东海、黄海上层海洋对台风的温盐响应特征进行了分析。由于该海域Argo浮标分布较少,下一步将利用高分辨率的数值模拟和敏感性试验来进行更加深入的探索和研究,以期总结出更具有普适性的结论。

参考文献
[1]
PRICE J F. Upper ocean response to a hurricane[J]. J Phys Oceanogr, 1981, 11(2): 153-175. DOI:10.1175/1520-0485(1981)011<0153:UORTAH>2.0.CO;2
[2]
PRICE J F. Internal wave wake of a moving storm. Part Ⅰ: scales, energy budget and observations[J]. J Phys Oceanogr, 1983, 13(6): 949-965. DOI:10.1175/1520-0485(1983)013<0949:IWWOAM>2.0.CO;2
[3]
PRICE J F, SANFORD T B, FORRISTALL G Z. Forced stage response to a moving hurricane[J]. J Phys Oceanogr, 1994, 24(2): 233-260. DOI:10.1175/1520-0485(1994)024<0233:FSRTAM>2.0.CO;2
[4]
JACOB S D, SHAY L K, MARIANO A J, et al. The 3D oceanic mixed layer response to Hurricane Gilbert[J]. J Phys Oceanogr, 2000, 30(6): 1407-1429. DOI:10.1175/1520-0485(2000)030<1407:TOMLRT>2.0.CO;2
[5]
ZEDLER S E, NⅡLER P P, STAMMER D, et al. Ocean's response to Hurricane Frances and its implications for drag coefficient parameterization at high wind speeds[J]. J Geophys Res: Oceans, 2009, 114(C4): C04016.
[6]
SANFORD T B, PRICE J F, GIRTON J B. Upper-ocean response to Hurricane Frances (2004) observed by profiling EM-APEX floats[J]. J Phys Oceanogr, 2011, 41(6): 1041-1056. DOI:10.1175/2010JPO4313.1
[7]
YANG B, HOU Y J, HU P, et al. Shallow ocean response to tropical cyclones observed on the continental shelf of the northwestern South China Sea[J]. J Geophys Res: Oceans, 2015, 120(5): 3817-3836. DOI:10.1002/2015JC010783
[8]
CHEN H, LI S, HE H L, et al. Observational study of super typhoon Meranti (2016) using satellite, surface drifter, Argo float and reanalysis data[J]. Acta Oceanol Sin, 2021, 40(1): 70-84. DOI:10.1007/s13131-021-1702-9
[9]
SUN J R, OEY L Y, CHANG R, et al. Ocean response to typhoon Nuri (2008) in western Pacific and South China Sea[J]. Ocean Dyn, 2015, 65(5): 735-749. DOI:10.1007/s10236-015-0823-0
[10]
ZHANG H, LIU X H, WU R H, et al. Sea surface current response patterns to tropical cyclones[J]. J Mar Syst, 2020, 208: 103345. DOI:10.1016/j.jmarsys.2020.103345
[11]
HAZELWORTH J B. Water temperature variations resulting from hurricanes[J]. J Geophys Res, 1968, 73(16): 5105-5123. DOI:10.1029/JB073i016p05105
[12]
EMANUEL K A. An air-sea interaction theory for tropical cyclones. Part Ⅰ: steady-state maintenance[J]. J Atmos Sci, 1986, 43(6): 585-605. DOI:10.1175/1520-0469(1986)043<0585:AASITF>2.0.CO;2
[13]
ZHANG H, LIU X H, WU R H, et al. Ocean response to successive typhoons Sarika and Haima (2016) based on data acquired via multiple satellites and moored array[J]. Remote Sens, 2019, 11(20): 2360. DOI:10.3390/rs11202360
[14]
SRIVER R L, HUBER M. Observational evidence for an ocean heat pump induced by tropical cyclones[J]. Nature, 2007, 447(7144): 577-580. DOI:10.1038/nature05785
[15]
ZHANG H, CHEN D K, ZHOU L, et al. Upper Ocean response to typhoon Kalmaegi (2014)[J]. J Geophys Res: Oceans, 2016, 121(8): 6520-6535. DOI:10.1002/2016JC012064
[16]
BOND N A, CRONIN M F, SABINE C, et al. Upper Ocean response to Typhoon Choi-Wan as measured by the Kuroshio Extension Observatory mooring[J]. J Geophys Res: Oceans, 2011, 116(C2): C02031.
[17]
GIRISHKUMAR M S, SUPRIT K, CHIRANJIVI J, et al. Observed oceanic response to tropical cyclone Jal from a moored buoy in the south-western Bay of Bengal[J]. Ocean Dyn, 2014, 64(3): 325-335. DOI:10.1007/s10236-014-0689-6
[18]
DOMINGUES R, GONI G, BRINGAS F, et al. Upper ocean response to Hurricane Gonzalo (2014): salinity effects revealed by targeted and sustained underwater glider observations[J]. Geophys Res Lett, 2015, 42(17): 7131-7138. DOI:10.1002/2015GL065378
[19]
ABERNATHEY R, HALLER G. Transport by Lagrangian vortices in the eastern Pacific[J]. J Phys Oceanogr, 2018, 48(3): 667-685. DOI:10.1175/JPO-D-17-0102.1
[20]
LIU F, ZHANG H, MING J, et al. Importance of precipitation on the upper ocean salinity response to Typhoon Kalmaegi (2014)[J]. Water, 2020, 12(2): 614. DOI:10.3390/w12020614
[21]
GRODSKY S A, REUL N, LAGERLOEF G, et al. Haline hurricane wake in the Amazon/Orinoco plume: AQUARIUS/SACD and SMOS observations[J]. Geophys Res Lett, 2012, 39(20): L20603.
[22]
LIU Z H, XU J P, SUN C H, et al. An upper ocean response to Typhoon Bolaven analyzed with Argo profiling floats[J]. Acta Oceanol Sin, 2014, 33(11): 90-101. DOI:10.1007/s13131-014-0558-7
[23]
JOCHUM M, BRIEGLEB B P, DANABASOGLU G, et al. The impact of oceanic near-inertial waves on climate[J]. J Climate, 2013, 26(9): 2833-2844. DOI:10.1175/JCLI-D-12-00181.1
[24]
VISSA N K, SATYANARAYANA A N V, KUMAR B P. Response of upper ocean and impact of barrier layer on Sidr cyclone induced sea surface cooling[J]. Ocean Sci J, 2013, 48(3): 279-288. DOI:10.1007/s12601-013-0026-x
[25]
LIU J C, LIOU Y A, WU M X, et al. Analysis of interactions among two tropical depressions and typhoons Tembin and Bolaven (2012) in Pacific Ocean by using satellite cloud images[J]. IEEE Trans Geosci Remote Sens, 2015, 53(3): 1394-1402. DOI:10.1109/TGRS.2014.2339220
[26]
BALAGURU K, FOLTZ G R, LEUNG L R, et al. Global warming-induced upper-ocean freshening and the intensification of super typhoons[J]. Nat Commun, 2016, 7: 13670. DOI:10.1038/ncomms13670
[27]
BALAGURU K, CHANG P, SARAVANAN R, et al. Ocean barrier layers' effect on tropical cyclone intensification[J]. Proc Natl Acad Sci USA, 2012, 109(36): 14343-14347. DOI:10.1073/pnas.1201364109
[28]
YAN Y F, LI L, WANG C Z. The effects of oceanic barrier layer on the upper ocean response to tropical cyclones[J]. J Geophys Res: Oceans, 2017, 122(6): 4829-4844. DOI:10.1002/2017JC012694
[29]
刘甫, 明杰, 张翰, 等. 热带气旋"凤凰"(2014)的结构演变及其引起的海洋响应分析[J]. 热带气象学报, 2020, 36(4): 552-561.
[30]
LIU S, LI J, SUN L, et al. Basin-wide responses of the South China Sea environment to Super Typhoon Mangkhut (2018)[J]. Sci Total Environ, 2020, 731: 139093. DOI:10.1016/j.scitotenv.2020.139093
[31]
LIU Y P, TANG D L, EVGENY M. Chlorophyll concentration response to the typhoon wind-pump induced upper ocean processes considering air-sea heat exchange[J]. Remote Sens, 2019, 11(15): 1825. DOI:10.3390/rs11151825
[32]
YANG B, HOU Y J, LI M. Response of the western North Pacific subtropical ocean to the slow-moving super typhoon Nanmadol[J]. J Ocean Limnol, 2019, 37(3): 938-956. DOI:10.1007/s00343-019-8114-0
[33]
LI J G, YANG Y J, WANG G H, et al. Enhanced oceanic environmental responses and feedbacks to super typhoon Nida (2009) during the sudden-turning stage[J]. Remote Sens, 2021, 13(14): 2648. DOI:10.3390/rs13142648
[34]
HALLIWELL G R Jr, SHAY L K, BREWSTER J K, et al. Evaluation and sensitivity analysis of an ocean model response to Hurricane Ivan[J]. Mon Wea Rev, 2011, 139(3): 921-945. DOI:10.1175/2010MWR3104.1
[35]
GLENN S M, MILES T N, SEROKA G N, et al. Stratified coastal ocean interactions with tropical cyclones[J]. Nat Commun, 2016, 7: 10887. DOI:10.1038/ncomms10887
[36]
SEROKA G, MILES T, XU Y, et al. Hurricane Irene sensitivity to stratified coastal ocean cooling[J]. Mon Wea Rev, 2016, 144(9): 3507-3530. DOI:10.1175/MWR-D-15-0452.1
[37]
周冠博, 董林, 王海平, 等. 2020年西北太平洋和南海台风活动概述[J]. 海洋气象学报, 2021, 41(1): 1-10.
[38]
高荣珍, 马艳. 台风"巴威"外围致山东半岛西部强降水过程的中尺度特征及环境条件[J]. 海洋气象学报, 2021, 41(4): 26-35.
[39]
向纯怡, 黄彬, 柳龙生. 2020年夏季海洋天气评述[J]. 海洋气象学报, 2020, 40(4): 11-21.
[40]
YING M, ZHANG W, YU H, et al. An overview of the China Meteorological Administration tropical cyclone database[J]. J Atmos Ocean Technol, 2014, 31(2): 287-301. DOI:10.1175/JTECH-D-12-00119.1
[41]
LU X Q, YU H, YING M, et al. Western North Pacific tropical cyclone database created by the China Meteorological Administration[J]. Adv Atmos Sci, 2021, 38(4): 690-699. DOI:10.1007/s00376-020-0211-7
[42]
GENTEMANN C L, MEISSNER T, WENTZ F J. Accuracy of satellite sea surface temperatures at 7 and 11 GHz[J]. IEEE Trans Geosci Remote Sens, 2010, 48(3): 1009-1018. DOI:10.1109/TGRS.2009.2030322
[43]
刘增宏, 许建平, 朱伯康, 等. 利用Argo资料研究2001—2004年期间西北太平洋海洋上层对热带气旋的响应[J]. 热带海洋学报, 2006, 25(1): 1-8. DOI:10.3969/j.issn.1009-5470.2006.01.001
[44]
ZOU Z S, ZHAO D L, TIAN J W, et al. Drag coefficients derived from ocean current and temperature profiles at high wind speeds[J]. Tellus A, 2018, 70(1): 1463805. DOI:10.1080/16000870.2018.1463805
[45]
罗秉琨, 李洁, 赵朝方. 双台风及其对海洋环境影响的遥感分析[J]. 遥感信息, 2014, 29(5): 106-113. DOI:10.3969/j.issn.1000-3177.2014.05.019
[46]
PRICE J F, WELLER R A, PINKEL R. Diurnal cycling: observations and models of the upper ocean response to diurnal heating, cooling, and wind mixing[J]. J Geophys Res: Oceans, 1986, 91(C7): 8411-8427. DOI:10.1029/JC091iC07p08411
[47]
WATANABE M, HIBIYA T. Global estimates of the wind-induced energy flux to inertial motions in the surface mixed layer[J]. Geophys Res Lett, 2002, 29(8): 1239.
[48]
KNAPP K R, KRUK M C. Quantifying interagency differences in tropical cyclone best-track wind speed estimates[J]. Mon Wea Rev, 2010, 138(4): 1459-1473. DOI:10.1175/2009MWR3123.1
[49]
PARK D S R, HO C H, KIM J H, et al. Strong landfall typhoons in Korea and Japan in a recent decade[J]. J Geophys Res: Atmos, 2011, 116(D7): D07105.
[50]
余晖, 胡春梅, 蒋乐贻. 热带气旋强度资料的差异性分析[J]. 气象学报, 2006, 64(3): 357-363. DOI:10.3321/j.issn:0577-6619.2006.03.010
[51]
梁进, 任福民, 杨修群. 中美两套西北太平洋热带气旋资料集的差异分析[J]. 海洋学报, 2010, 32(1): 10-22.
[52]
LIU X C, ZHAI F G, YAN J J, et al. Three-dimensional temperature responses to northward-moving typhoons in the shallow stratified Yellow Sea in summer[J]. J Geophys Res: Oceans, 2022, 127(12): e2022JC019091. DOI:10.1029/2022JC019091
[53]
LI J C, LI G X, XU J S, et al. Responses of Yellow Sea cold water mass to Typhoon Bolaven[J]. J Ocean Univ China, 2019, 18(1): 31-42. DOI:10.1007/s11802-019-3610-6
[54]
YANG J, LI L L, ZHAO K F, et al. A comparative study of Typhoon Hato (2017) and Typhoon Mangkhut (2018): their impacts on coastal inundation in Macau[J]. J Geophys Res: Oceans, 2019, 124(12): 9590-9619. DOI:10.1029/2019JC015249
[55]
GUAN S D, ZHAO W, SUN L, et al. Tropical cyclone-induced sea surface cooling over the Yellow Sea and Bohai Sea in the 2019 Pacific typhoon season[J]. J Mar Syst, 2021, 217: 103509. DOI:10.1016/j.jmarsys.2021.103509