Wave breaking on turbulent energy budget in the ocean surface mixed layer

As an important physical process at the air-sea interface, wave movement and breaking have a significant effect on the ocean surface mixed layer （OSML）. When breaking waves occur at the ocean surface, turbulent kinetic energy （TKE） is input downwards, and a sublayer is formed near the surface and turbulence vertical mixing is intensively enhanced. A one-dimensional ocean model including the Mellor-Yamada level 2.5 turbulence closure equations was employed in our research on variations in turbulent energy budget within OSML. The influence of wave breaking could be introduced into the model by modifying an existing surface boundary condition of the TKE equation and specifying its input. The vertical diffusion and dissipation of TKE were effectively enhanced in the sublayer when wave breaking was considered. Turbulent energy dissipated in the sublayer was about 92.0% of the total depth-integrated dissipated TKE, which is twice higher than that of non-wave breaking. The shear production of TKE decreased by 3.5% because the mean flow fields tended to be uniform due to wave-enhanced turbulent mixing. As a result, a new local equilibrium between diffusion and dissipation of TKE was reached in the wave-enhanced layer. Below the sublayer, the local equilibrium between shear production and dissipation of TKE agreed with the conclusion drawn from the classical law-of-the-wall （Craig and Banner, 1994）.     

一种海洋混合层深度的智能识别方法研究

文章提出了一种识别混合层深度的人工智能方法。该方法在温度(密度)与压强(或深度)间建立线性模型, 并且将其系数和方差做成一组表征廓线特征的统计量。初始时为模型设定一个主观的先验分布, 在一个自海表向下移动的窗口内通过贝叶斯链式法则和最小描述长度原理学习新数据, 得到系数均值的最大后验概率估计。用F-检验识别系数发生突变的位置, 以此确定混合层的存在性及其深度。通过2017年2月太平洋海域的地转海洋学实时观测阵(Array for Real-time Geostrophic Oceanography, ARGO)数据进行测试, 并且以质量因子(Quality Index, QI)值作为判断识别混合层深度结果准确性的依据, 发现该方法相比于梯度法、阈值法、混合法、相对变化法、最大角度法和最优线性插值法在识别结果上具备更大的QI值。表明该方法能够准确识别混合层深度。     

南沙群岛海域混合层深度季节变化特征

基于南沙群岛海域综合科学考察11个航次的实测资料,研究了南沙群岛海域的混合层深度季节变化特征。研究结果表明,南沙群岛海域混合层深度存在明显的季节变化,并且与季风和海表热通量的变化密切相关。春季,风速较小且风向不稳定,海面得到的净热通量全年最大,上层水体层结稳定,混合层深度较小;夏季,南海西南季风盛行,上层为反气旋式环流,海面得到的净热通量减少,混合层呈加深的趋势;秋季,海面净热通量继续减少,混合层深度达到最大值;冬季,东北季风驱动下形成的上层气旋式环流引起深层冷水的上升,限制了混合层的加深。     

使用水块混合层模式研究浮游生物循环

使用一个十分简单而相对完整，包括浮游生物和无生命氮的食物网以描述发生在海洋上层的生物过程。将该生物模式用在一个从佛罗里达海峡流至挪威海的水块中，模拟浮游生物和营养盐随时间的演化。模拟结果给出了浮游生物在营养盐驱动下的生命循环，并得到水华季，比用最简单的浮游植物浮游动物－营养盐得到的结果更合理。     

1998年5-6月南海上混合层、温跃层 不同定义的比较

本文根据混合层和温跃层的两种不同定义，对1998年南海南北部和西太平洋混合层和温跃层的定点观测资料进行了计算和分析，比较了不同定义确定的混层，温跃层的共同点和差异。在此基础上，得出南海和西太平洋的障碍层厚度。     

基于Argo资料的热带西太平洋上层热含量初步研究

根据2004年1月-2008年12月间的Argo剖面浮标观测资料,分析了热带西太平洋上层热含量的空间分布及其季节变化特征,并考察了不同计算深度以及盐度对热含量的影响,且探讨了有关计算上层热含量的深度选取问题.结果表明:(1)热带西太平洋上层热含量的气候态大致呈“马鞍型”分布,即在12°N以北和5°S以南海域上层热含量都较高,而在2°-12°N之间热含量则较低,特别在棉兰老冷涡区热含量很低;(2)研究海域的上层热含量一年四季均呈这种两高一低的空间分布形势,但强度的季节性变幅却较大,整个研究海域的热含量体现为春季最高,夏季最低,秋冬季居中的特点,但两个高热含量区和低热含量带的热含量各呈现出不同的季节变化;(3)温跃层深度的波动对海洋上层热含量的影响要大于上混合层,尤其在南北纬10°以外海域.因此,计算西太平洋上层热含量时,应将积分深度取为温跃层下界深度,才有可能比较真实地反映该海域的上层热含量的分布和变化,若为简单起见,取等深度计算时,以700m为宜,此外,盐度对上层热含量的影响也应引起重视.     

不同辐射背景下大西洋热盐环流下沉区混合层深度变化

基于政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)4种最新辐射强迫情景,利用ECHAM5/MPI-OM(European Centre Hamburg Model 5/Max Planck Institute Ocean Model)气候模式输出的1850—2300年逐月混合层深度、海表面温度、海表面盐度数据,分析大西洋热盐环流下沉区混合层深度的变化情况。结果表明:随辐射强迫增加,热盐环流下沉区混合层深度下降,混合层深度振荡周期在格陵兰-冰岛-挪威海(Greenland Sea–Iceland Sea–Norwegian Sea,GIN)海域减小,在拉布拉多海(Labrador Sea,LAB)海域变化不大;与GIN海域相比,LAB海域混合层深度对辐射强迫变化更敏感;两海区温度对混合层深度的影响时间较长,混合层深度对盐度的变化反应迅速;混合层深度变化的主导因素在LAB海域中为盐度,而在GIN海域,低辐射强迫下温度主导混合层深度变化,中高辐射强迫下温度与盐度共同起主导作用。     

南海混合层深度的季节变化及年际变化特征

通过分析新的SODA(Simple Ocean Data Assimilation)资料,得到南海混合层时空场的分布特征,剖析了南海混合层深度的季节及年际变化特征。资料分析表明:南海混合层存在着显著的季节和年际变化,且两者的均方差分布存在一定的差异。在季节变化中,冬季混合层在南海北部及西北陆架区深,在南海南部及吕宋冷涡处浅;夏季混合层在南海西北部浅,东南深。南海这种混合层深度分布特征除了与热通量的季节变化有关外,在相当大的程度上与季风引起的Ekman输送及Ekman抽吸有关。混合层深度距平场EOF(Empirical Othorgnal Function)第一模和第二模时间变化的主信号均为周期的年际变化信号,其中第一模态约为3 a,第二模态则有1.8,2.4和4.3 a的3个显著周期。EOF第一模显示混合层深度在南海东南部年际变化幅度最大,且滞后Nino3指数7个月时相关性最好(相关系数为0.422 3);EOF第二模显示在南海南部和北部混合层深度呈反位相变化。     

南大洋混合层的时空变化特征

过去对南大洋的研究受限于长期观测的缺乏,而现在地转海洋学实时观测阵(Arrayfor Real-timeGeostrophicOceanography,Argo)项目自开始以来持续提供了高质量的温度盐度观测,使系统地研究南大洋海洋上层结构成为可能。本研究使用2000—2018年的Argo浮标观测数据,分析了南大洋混合层深度(Mixed Layer Depth, MLD)的时空分布特征。结果表明:南大洋混合层存在明显的季节变化,冬春两季MLD在副南极锋面北侧达到最高值并呈带状分布,夏秋两季由于海表加热导致混合层变浅,季节变化幅度达到400m以上;在年际尺度上,MLD受南半球环状模(Southern HemisphereAnnularMode,SAM)调制,呈现纬向不对称空间分布特征,这与前人结果一致;本文指出在所研究时段,南大洋混合层在90°E以东,180°以西有加深趋势,而在60°W以西,180°以东有变浅趋势,显示出偶极子分布特征,并且这种趋势特征主要是风场的作用。     

基于高分辨率风场的海洋近惯性能通量计算——时空特征及其影响因素

基于高分辨率CFSR(climate forecast system reanalysis)风场资料、气候态海洋混合层厚度资料和卫星高度计海面高度异常资料,本文估计了大气风场向全球海洋混合层的近惯性能通量和近惯性能量输入功率,并探究了混合层厚度、风场时间分辨率、经验衰减系数和中尺度涡旋涡度对近惯性能通量和能量输入功率的影响。浮标实测风场和流速表明,本文所用的风场和阻尼平板模型可用于估计风场向全球海洋的近惯性能通量。本文计算得到的大气向全球海洋输入近惯性能量的功率为0.56TW(1TW=10~(12)W),其中北半球贡献0.22TW,南半球贡献0.34TW。在时间上,风场的近惯性能通量呈现各个半球冬季最强、夏季最弱的特征,这和西风带风场的季节变化有关。在空间上,近惯性能通量的高值海域为南、北半球西风带海洋,尤其是南大洋。混合层厚度和风场空间不均匀性使得西风带近惯性能通量呈现纬向变化,即海盆西部强于海盆东部。风场时间分辨率对近惯性能通量的估计至关重要,低时间分辨率风场对近惯性能通量的低估达到13%—30%。阻尼平板模型中的经验衰减系数对近惯性能通量估计的影响不超过5%。中尺度涡旋涡度仅改变近惯性能通量的空间分布,而对全球近惯性能量输入功率的影响可以忽略。