黄海海浪天气时间尺度变化的数值模拟研究

利用第三代海浪数值模式(SWAN)系统研究了黄海海浪有效波高的天气时间尺度变化的时空分布特征和相关动力学过程。结果表明黄海海浪有效波高的天气变化强度(S_W)具有显著的时间变化特征和空间分布特征。其多年平均值在黄海的中东部存在由南向北延伸的高值区,同时向两侧近海区域逐渐减小。S_W在冬季最大,夏季最小。从11月到翌年5月,S_W月气候态平均值的空间分布与其年平均值的空间分布类似;从6月到同年10月,S_W的月气候态平均值在黄海与东海的分界处存在较强的由黄海到东海的空间梯度。进一步分析表明黄海海域的S_W以风浪占主,涌浪的贡献远小于风浪贡献。数值实验表明,黄海海浪有效波高的天气时间尺度变化主要是由大于天气变化周期的海面风强迫通过四波非线性相互作用产生的。     

北部湾海浪季节变化和驱动因素的数值模拟研究

基于NCEP CFSV2再分析风场驱动SWAN模型,对南海至北部湾为期1年的海浪逐时过程进行了数值模拟,利用Jason-2卫星和近岸浮标整年观测数据检验了模拟效果。在此基础上,评估了模型空间网格尺度对北部湾内波浪模拟的影响,分析了波浪的季节变化特征,辨析了局地风和南海传入浪对海湾波浪的驱动贡献。研究显示：（1）较Jason-2卫星观测值,有效波高模拟值的均方根误差和分散系数分别约为0.4 m和0.2;较北部湾湾顶近岸浮标逐时观测值,有效波高的均方根误差和分散系数分别约为0.2 m和0.4,平均波周期的均方根误差和分散系数分别约为0.6 s和0.2,平均波向的均方根误差约为30°;（2）空间网格分辨率为12'×12'的模型对北部湾20 m以深开敞海域波浪的模拟效果良好,模拟值较2'×2'模型的平均相对偏差在10%以下;（3）北部湾冬季盛行东北向波,夏季盛行偏南向浪,季风转换期盛行东南向浪,全年波浪在季风期强于季风转换期,冬季最强、冬夏转换期最弱;（4）局地风对北部湾波浪的驱动贡献自湾口向湾内增强,季风期强于季风转换期;南海传入浪的驱动贡献自湾口向湾内减弱,季风转换期强于季风期;海湾中部和北部的波浪以局地风为主控因素,海南岛南部和东部水域以传入浪的影响为主,海南岛西南水域受局地风和传入浪的共同控制。     

南黄海溶解氧的分布与季节变化

海洋中的溶解氧分布受着大气、生物、化学及各种物理过程的影响。因此，可以根据氧的分布，通过不同的方法将这些过程分离开，来了解海洋中的物理过程、生物过程和化学过程。对大洋水中溶解氧的分布，人们曾进行了许多研究工作。研究表明，除近表层水外，深层水中的溶解氧都处于较稳定的状态，变化幅度较小；     

北黄海冷水团季节变化特征分析

基于2006至2007年“908”项目执行期间春夏秋冬共四个航次的CTD温盐数据,针对四个季节底层大面及大连一成山头断面温度和盐度的分布特征,分析了北黄海冷水团的季节变化,初步探讨了其消长过程,并与历史资料相比较,发现了关于北黄海冷水团的新问题。研究表明：夏季,北黄海冷水团温度和盐度与历史资料相比,低温中心位置存在东偏,但低温中心温度和盐度变化不大。春季,32．8psu高盐水舌主轴位置较冬季偏西约75km,123．5°E以东的原冬季盐度高值区的范围向北延伸的势力大减,退化为较弱的小高盐水舌冬。冬季,北黄海冷水团已经消失,黄海暖流呈舌状向北延伸。秋季,减弱的北黄海冷水团存在两个中心温度约9℃的低温中心。     

北黄海冷水团季节变化特征分析

利用2006—2007年春、夏、秋、冬4个航次的CTD数据,对北黄海冷水团的季节变化及其消长过程进行了分析.结果显示:春季,冷水团特征开始出现,6℃冷水占据了调查区域的1/3,冷水团中心的盐度值大于32 psu.成山头以东的高盐水舌主轴从冬季的124°E西移至123.3°E处;夏季,北黄海冷水团特征最为明显,核心温度约6℃,盐度高于32 psu,盘踞在50 m等深线以深的深槽中,温、盐呈现明显的双峰结构.与前人的结果相比,本文低温中心的位置偏东;秋季,北黄海冷水团强度减弱,但仍存在2个低温中心,并且高盐中心位于38.5°N,122.5°E附近;在垂直方向上,冷水团与上层水之间以温跃层为分界:温跃层春季时形成,位于20～30m;夏季达到最强,跃层在10～20m;秋季减弱,跃层深度降至30～40m;至冬季温跃层完全消失.     

两种网格下的SWAN模式对黄渤海海浪模拟比较

采用NCEP再分析风场作为驱动海浪模式的强迫场,在考虑相同物理过程和分辨率基础上,SWAN海浪模式分别采用矩形网格和非结构三角网格对2000年12月黄渤海海域波浪场进行模拟,并将模拟的有效波高与海洋浮标观测数据作对比分析,结果表明,SWAN模式运用两种网格均能够取得良好的模拟结果,相对矩形网格,非结构三角网格模拟有效波...     

南黄海溶解氧的平面分布及其季节变化

根据中韩“黄海水循环及物质通量合作研究”项目1996～1997年现场调查获得的资料,首次对南黄海整个海域溶解氧的平面分布特征及其季节变化规律进行了探讨.对一些主要海洋过程如黄海暖流、台湾暖流、沿岸流、长江冲淡水、黄海冷水团及浮游植物的光合作用等对南黄海溶解氧含量分布的影响进行了讨论.     

南黄海表层沉积物粒度特征季节变化及其影响因素

通过对南黄海春季和秋季27个相同站位表层沉积物的粒度分析,并结合水文观测资料,研究了南黄海表层沉积物粒度的季节变化,参考文献资料初步讨论了粒度变化的影响因素。研究结果显示,按照Folk分类,南黄海表层沉积物可以分为粉砂质砂、砂质粉砂、粉砂和泥四种类型。秋季与春季相比,总体上砂和粉砂的含量增加,黏土含量降低,相应地平均粒径相对变粗,分选系数和峰态的变化较小,而偏态表现为更加正偏。季节性变化还表现出明显的区域差异,主要是受环流系统、河流来沙及波浪的季节性变化的影响。     

东海、黄海鱼类群落结构的季节变化研究

根据2000年春(4月)、夏(6月)、秋(9月)、冬(12月)四季东海、黄海底拖网鱼类资源调查资料,分析了该海域的鱼类群落结构的四季变化特征.四季全部调查海域中出现的优势鱼种有8种:带鱼、小黄鱼、黄鲫、发光鲷、细条天竺鲷、鳀、鳄齿鱼和刺鲳,其中带鱼和小黄鱼是常年优势种.鱼种季节迁移变化以黄海南部波动最大,东海中部相对较为稳定,东海北部稳定性介于两者之间.生物多样性指数中丰富度指数(D)和Shannon-Wiener多样度指数(H')变化趋势一致,在春、夏两季3个区域相差不大,而在秋、冬两季黄海南部与东海北部和中部有明显分异;种类均匀度指数(J')在四季节3个区域之间相差不大.在暖季(夏、秋)南部鱼类呈向北迁移,而在冷季(冬、春)北部的鱼类有向南迁移的趋势.     

南黄海浮游植物季节性变化的数值模拟与影响因子分析

用三维物理-生物耦合模式研究南黄海浮游植物(以叶绿素a为指标)的季节变化.对于物理模式采用Princeton ocean model(POM),对于生物模式考虑溶解无机营养盐(氮、磷、硅)、浮游植物、食草性浮游动物和碎屑.给定已知的初始场和外加边界强迫,模拟了观测到叶绿素a的主要时、空分布特征,如浮游植物的春、秋季水华和夏季次表层叶绿素a极大值现象等.研究表明,浮游植物春季水华最先发生于黄海中央海域,主要原因是该海域透明度较高,流速较小.春季水华开始于垂直对流减弱和层化开始形成之前(约3月底至4月上旬),显著地依赖水层的稳定性.水体层化以后(约5～9月)叶绿素a浓度高值区分布在南黄海的南部和锋区.夏季的南黄海中央海域,由于上混合层营养盐几乎耗尽,限制了浮游植物的生长,在紧贴温跃层下部的真光层,具有丰富的营养盐和合适的光照,次表层叶绿素a极大值得以形成.秋季(约9～11月份,略迟于海表面开始降温的时间,随地点不同而异)随垂直混合的增强,有利于营养盐向上输运,浮游植物出现一次较小的峰值.     

基于多源融合卫星高度计观测数据的南海海浪有效波高的季节变化研究

The seasonal variability of the significant wave height(SWH) in the South China Sea(SCS) is investigated using the most up-to-date gridded daily altimeter data for the period of September 2009 to August 2015. The results indicate that the SWH shows a uniform seasonal variation in the whole SCS, with its maxima occurring in December/January and minima in May. Throughout the year, the SWH in the SCS is the largest around Luzon Strait(LS) and then gradually decreases southward across the basin. The surface wind speed has a similar seasonal variation, but with different spatial distributions in most months of the year. Further analysis indicates that the observed SWH variations are dominated by swell. The wind sea height, however, is much smaller. It is the the largest in two regions southwest of Taiwan Island and southeast of Vietnam Coast during the northeasterly monsoon, while the largest in the central/southern SCS during the southwesterly monsoon. The extreme wave condition also experiences a significant seasonal variation. In most regions of the northern and central SCS, the maxima of the 99 th percentile SWH that are larger than the SWH theoretically calculated with the wind speed for the fully developed seas mainly appear in August–November, closely related to strong tropical cyclone activities.Compared with previous studies, it is also implied that the wave climate in the Pacific Ocean plays an important role in the wave climate variations in the SCS.     

石岛海域海浪数值模拟及特征分析

本文基于SWAN(Simulating Waves Nearshore)模式研究了2001～2016年石岛海浪有效波高的季节和年际变化特征,评估了不同区域风场对其贡献,并探讨了其与ENSO的关系。结果表明,石岛有效波高受黄海季风系统的影响呈现显著的季节变化:12月份最大, 6月份最小, 1%大波有效波高季节变化不显著。石岛有效波高年际变化信号显著,其与风速年际变化之间的关系存在季节性差异:石岛有效波高和石岛、黄海区域平均风速不同月份的年际异常分别在7、10月份相关性较高,而石岛1%大波有效波高和石岛、黄海区域平均1%大风风速不同月份的年际异常则在8月份左右相关性最高。不同区域风场对石岛有效波高场的影响也呈现了季节性差异:夏季,黄海南部区域风场对石岛海浪的贡献较大,而石岛风场的贡献较小;冬季,石岛风场的贡献较大。ENSO(El Ni?o-Southern Oscillation)事件会对石岛有效波高的年际变化产生一定的影响,但影响比较小。本研究旨在对石岛海浪在季节和年际尺度上的变化特征以及风场等影响因素进行研究,对该海域海浪场进行了详细的认识,对了解该海域海浪有重要意义。     

基于多卫星融合资料的南海浪高时空分布特征研究

为提高对南海波浪场的认识, 采用基于多卫星融合的2009年9月～2011年11月的AVISO(Archiving, Validation and Interpretation of Satellite Oceanographic data)有效浪高格点数据对南海浪高的月变化特征进行分析, 并结合南海的波浪特征和地形特点, 将南海划分为6个海区, 讨论南海浪高的空间分布规律。研究发现南海浪高具有以下2个特征: (1)南海浪高表现为由东向西、由北往南递减: 北部深水区>北部陆架区>南海中部≈北部湾>南部陆架区>泰国湾。(2)浪高的月变化与季风的变化密不可分: 10月～次年3月(冬季风影响期间)>4月和9月(季风转换期)>5月～8月(夏季风影响期间), 1月最大, 5月最小。该研究成果对开展南海海浪的中长期预报、保障南海资源开发和军事安全等有一定的借鉴意义和参考价值。     

东中国海海浪数值模式的研究

为建立适应东中国海的海浪数值模式，主要基于目前广泛使用的WAVEWATCHⅡⅠ海浪数值模式进行东中国海海域的海浪数值模拟。以NCEP和NCEP与QSCAT的混合风场资料为输入，模拟了两个时间段的东中国海海域的海面风浪场。选取的两个有实测资料的输出点分别在渤海和东海。从所得结果来看，使用NCEP与QSCAT混合风场模拟的东海观测点处的波高和风场的观测值和模拟值符合的较好；利用1998年相应时间段的NCEP风场模拟的上述两点结果与实测比较也是可以接受的。研究结果说明，在目前情况下，运用NCEP与QSCAT混合风场建立统一的东中国海海浪数值预报模式是可行的，同时为东中国海波气候学研究及海洋大气耦合作用研究奠定了模式基础。     

南海北部海区波高与厄尔尼诺关系探究

以欧洲中期天气预报中心的23年再分析风场数据为基础,采用HIRHAM风场模式和SWAN海浪模型对南海北部海域的波浪场进行推算,并将南海北部海域的有效波高与厄尔尼诺指数作对比,探究两者的关系,分析结论如下：（1）南海海域波高具有较强的季节性变化特征,冬季波高大于夏季波高;（2）南海北部海域月平均波高与Niño3.4指数呈负相关,大部分海域呈中度相关,台湾和菲律宾之间的部分海域呈高度相关;（3）在强厄尔尼诺年,南海北部海域的有效波高明显偏小,且厄尔尼诺指数变化越大,波高越小;反之,在强拉尼娜年,南海北部海域的有效波高较大。     

基于WW3的南海北部有效波高时空变化及其极值重现期估算方法分析

本文基于第3代海浪模式WAVEWATCH III （WW3）模拟的1996–2015年海浪后报数据,分析了南海北部有效波高及其极值的时空变化特征,并采用Pearson-III和Gumbel两种极值分布方法对该区极值波高重现期进行了估算。结果表明,南海北部有效波高的季节变化和空间分布与季风风场基本一致,呈现秋冬高春夏低,并自吕宋海峡西侧向西南降低的特征,与ERA5再分析数据结果高度相似。有效波高极值（简称极值波高）的时空分布特征受时间分辨率强烈影响,采用极值数据的分辨率越高（如逐小时）,所展现的台风型波浪特征越显著。扣除季节变化信号后的有效波高和年极值波高均体现出较强的线性增高趋势,近20年升高的比例分别为7.7%和31.6%,值得警惕和关注。该区多年一遇极值波高存在若干个大值区,且与台风的路径、强度有直接联系,表明台风是引发该区域极端大浪的最主要机制。对比Pearson-III和Gumbel极值分布估算结果发现：若极值波高较低,频率随极值波高升高缓慢降低,此时两种极值分布的估算都比较准确,差异极小,可忽略不计;但当研究时间范围内,某年极值波高远超其他年份时,Pearson-III极值分布估算结果明显高于Gumbel极值分布估算结果,且更接近实际极值波高,即Pearson-III极值分布在此情况下表现更好。本研究表明对于特定海区,在出现超强台风引发极值波高远超出其他年份时,不同计算方法对极值波高的估算差异较大,会显著影响重现期的评估。此外,南海北部年极值波高的强烈增高趋势,也可能给计算未来极值波高重现期和海上工程防护带来不可忽视的影响。     

Seasonal variability of the zooplankton community in the southwest of the Huanghai Sea (Yellow Sea) Cold Water Mass

Samples were collected with a plankton net in the four seasonal cruises during 2006-2007 to study the seasonal variability of the zooplankton community in the southwest part of Huanghai Sea Cold Water Mass (HSCWM, Yellow Sea Cold Water Mass). The spatial and temporal variations of zooplankton species composition, biomass, abundance and biodiversity were examined. A total of 122 zooplankton species and 30 pelagic larvae were identified in the four cruises. Calanus sinicus and Aidanosagitta crassa were the most dominant species, and Themisto gaudichaudi and Euphausia pacifica were widely distributed in the HSCWM area. The spatial patterns of non-gelatinous zooplankton (removing the high water content groups) were similar to those of the total zooplankton biomass in autumn, but different significantly in the other three seasons. The seasonal means of zooplankton biomass in spring and summer were much higher than that in autumn and winter. The total zooplankton abundance averaged 283.5 ind./m~3 in spring (highest), 192.5 ind./m~3 in summer, 165.5 ind./m~3 in autumn and 65.9 ind./m~3 in winter (lowest), and the non-gelatinous groups contributed the most total abundance. Correlation analysis suggests that the non-gelatinous zooplankton biomass and abundance had a significant positive correlation in the whole year, but the relationship was insignificant between the total zooplankton biomass and abundance in spring and summer. The diversity index H of zooplankton community averaged 1.88 in this study, which was somewhat higher than historical results. Relatively low diversity in summer was related to the high dominance of Calanus sinicus, probably due to the strongest effect of the HSCWM in this season.     

运用SWAN数值模拟对渤海波浪极值参数的研究(英文)

本文以高分辨率后报风场资料为输入,采用SWAN波浪模式,模拟了渤海海域1985年至2004年共20年间的波浪场。通过有效波高数据的比较,可看出波浪数值结果与实测资料符合较好,可以用数值结果分析渤海海域的波浪特征。利用计算的年极值波要素,本文给出并分析了渤海海域不同重现期下的极值参数分布情况。     

中国海域有效波高、海表风速长期变化趋势的季节特征

Long-term variations in a sea surface wind speed(WS) and a significant wave height(SWH) are associated with the global climate change, the prevention and mitigation of natural disasters, and an ocean resource exploitation,and other activities. The seasonal characteristics of the long-term trends in China's seas WS and SWH are determined based on 24 a(1988–2011) cross-calibrated, multi-platform(CCMP) wind data and 24 a hindcast wave data obtained with the WAVEWATCH-III(WW3) wave model forced by CCMP wind data. The results show the following.(1) For the past 24 a, the China's WS and SWH exhibit a significant increasing trend as a whole, of3.38 cm/(s·a) in the WS, 1.3 cm/a in the SWH.(2) As a whole, the increasing trend of the China's seas WS and SWH is strongest in March-April-May(MAM) and December-January-February(DJF), followed by June-July-August(JJA), and smallest in September-October-November(SON).(3) The areal extent of significant increases in the WS was largest in MAM, while the area decreased in JJA and DJF; the smallest area was apparent in SON. In contrast to the WS, almost all of China's seas exhibited a significant increase in SWH in MAM and DJF; the range was slightly smaller in JJA and SON. The WS and SWH in the Bohai Sea, the Yellow Sea, East China Sea, the Tsushima Strait, the Taiwan Strait, the northern South China Sea, the Beibu Gulf, and the Gulf of Thailand exhibited a significant increase in all seasons.(4) The variations in China's seas SWH and WS depended on the season. The areas with a strong increase usually appeared in DJF.