黄海冷水团是夏季广泛分布于黄海中部下层的低温水团,是黄海重要的水文现象。它于春季生长、夏季成熟、秋季衰退、冬季消亡[1-2],这种季节性变化对当地水文与生态环境产生了重要影响。在冷水团成熟期,水温垂向自表及底为上混合层(24~27 ℃)、温跃层和底层冷水(8~10 ℃)三层结构[3]。就其水平分布而言,黄海冷水团有三个冷核,包括北黄海冷核以及南黄海东、西冷核。夏末秋初,太阳辐射量减少,海洋已处于失热状态,表层水温下降,表底温差减小,冷水团开始进入衰退期。相对于另外两个冷核,冷水团西冷核具有更浅的水深、更强的跃层及动力环境[4],其变动过程更为复杂;另一方面,西冷核相比于东冷核更靠近边缘,会更早受到水团整体缩退的影响。因此,研究秋初黄海冷水团西冷核水文生态环境的变动过程,是认识黄海典型海洋环境季节演变及其对当地生态系统影响的良好靶区。
海气热交换的季节变化导致了黄海冷水团由夏季成熟期到秋季衰退期的低频演化,然而其具体变化过程,如平缓抑或突变式的变化状态,以及关键变化出现的时机等,会受到海洋动力过程的重要影响。前人研究表明,影响黄海冷水团西冷核的水动力过程包括潮流、近惯性振荡(Near-inertial oscillation,NIO)及风生流等[5-6]。其中,潮流是最基本的动力条件,其类型主要以不规则半日潮流和规则半日潮流为主。冷水团内部,由于海水密度稳定分层,在外界扰动下,跃层附近会产生内波,而近惯性振荡是存在于冷水团成熟期间内波的一种表现形式。近惯性振荡及其造成的混合效应影响着海气界面的动量和热量交换过程并引起温跃层的偏移[7], 为冷水团的垂直混合提供了重要的能量来源。此外,秋初风应力的增强也会导致垂直湍流混合加剧,温跃层上边界深度逐渐下降,跃层强度减弱,黄海冷水团西冷核由此进入衰退期[8-9]。然而,上述动力过程对冷水团衰退的影响的精细过程仍有待深入研究。
海水中的溶解氧(DO)和叶绿素a(Chl a)是表征海洋生态环境的关键指标,其含量和分布变化对冷水团中海洋生物的生存与分布、生物地球化学过程均会产生重要影响,对二者在秋初演变过程的研究也是认识海洋生态系统季节演变的关键。前人研究表明,溶解氧和叶绿素变化受多种环境因素调控,如海流、水体分层、生物作用、光照、降雨等[10-11],在冷水团这一特殊背景下,溶解氧和叶绿素a的分布可能会受到冷水团特征性海洋过程的影响[12-13],例如由水体分层产生的溶解氧和叶绿素最大值现象等[14]。
虽然前人针对黄海冷水团的水文结构、动力过程及生态要素分布等开展了大量研究[15-18],但受限于观测数据,这些研究大多基于季节性的大面调查结果,其季节内的演变过程及其与动力过程的关系目前仍不明晰。本文基于在黄海西冷核布放的一套多要素海洋连续观测系统,利用2020年9月1—16日收集的观测数据,研究了黄海冷水团西冷核秋初时的水温、关键生态要素(叶绿素a和溶解氧)的演变过程及其与动力过程的关系。本研究的开展,可为进一步揭示黄海冷水团西冷核季节过渡期的衰退机制以及其物理、生物地球化学要素状态的转变过程提供理论依据和数据支持。
1 数据与方法 1.1 采样数据为了探究黄海冷水团的季节演变过程,我们基于养殖工船——鲁岚渔养61699搭建了一套多学科海洋连续观测系统(包括ADCP、温度链、CTD观测)。养殖工船总吨位3 000 t、船长86 m、型宽18 m,是一艘长期锚定于黄海冷水团西部冷核附近(35.133°N,122.133°E)负责养殖科研工作的养殖工船(见图 1十字标记处)。本文收集了2020年9月1—16日的连续观测数据用于分析(见图 1)。
![]() |
( 修改自文献[18]。Modified from reference[18]. ) 图 1 1958—1988年黄海8月份底层水温 Fig. 1 Bottom water temperature of the Yellow Sea in August from 1958 to 1988 |
海流的数据提取自ADCP。收集数据的ADCP频率为300 kHz,带有压力传感器和底跟踪功能,布放于连接在养殖工船浮标上,换能器平均位置距海表1.3 m。ADCP的取样间隔为1 h,垂直分辨率2 m,经底跟踪流速校正后,采集各水层流速数据和回波强度用于分析。研究区域最大观测水深55.44 m,受限于测量盲区以及海底数据质量影响,本文只对5 m水深以深50 m水深以浅的数据进行分析。本研究所用的ADCP频率主要可反映水体中浮游动物的变动情况[19]。虽然未经声衰减和其他环境项校准转化为后向散射强度,不同层位间的回波强度对比具有一定局限性,但同一层位在短时内的数值变化仍可定性反应该层浮游动物的丰度变化。受现场海况影响,9月5日14:00—8日9:00和2020年9月10日20:00—11日20:00两个时段的数据缺失。
温度链是由布放于固定目标深度上包含测量温度与深度参数的11个传感器组成的,布放深度范围为5~55 m,各个传感器相隔间距为5 m,取样间隔为0.5 h。受现场海况影响,位于20、40、45 m深度的三个传感器损坏,9月5日14:00—8日9:00数据缺失。
CTD剖面观测时间为2020年9月11日6:00—18:00(取样间隔1 h),2020年9月12日8:00—15日16:00(取样间隔为每天的上午和傍晚各一次)。观测参数包括温度、深度、盐度、溶解氧、叶绿素a、海水密度。
除了现场实测数据之外,本文还利用了邻近站点的遥感数据辅以对比研究。选用的遥感数据来自欧盟哥白尼海洋环境监测中心公开下载的Metop-A卫星遥感数据,网址为https://marine.copernicus.eu/。Metop-A卫星提供的数据为风向和风速,水平空间分辨率为0.25°×0.25°,时间分辨率为6 h。卫星遥感提取点为最接近观测站位的数据网格点(35.25°N,122.25°E)。
1.2 分析方法本文应用调和分析方法来区分原始海流数据中的潮流信号和非潮流信号。利用“T_TIDE v1.3 Beta” Matlab程序包对流速数据进行调和分析,通过该程序可以计算各分潮调和常数,提取数据中的潮流信号[21]。根据潮流类型计算公式计算出潮流类型:
$ F=\frac{R_{\mathrm{K}_1}^{\prime}+R_{\mathrm{O}_1}^{\prime}}{R_{\mathrm{M}_2}^{\prime}} 。$ | (1) |
式中:F为潮流模型;R′为各分潮长半轴长度;K1、O1、M2为各分潮流。
利用Matlab中的Wavelet Toolbox对等温线的时间序列信号进行小波分析。相比于只能在频域分析的频谱分析方法,小波分析的方法可以有效的提取时域和频域两个方面的信息,得到各个时刻不同频率组分的能量信息,反映等温线不同周期信号强度在时域中的变化情况。
在确定好海流数据各主要成分的频率后,通过滤波将近惯性信号提取并作深入研究。首先对研究区的惯性周期进行计算,公式为:
$ T=2 \mathsf{π} /(2 \mathit{\Omega} \sin \varphi) 。$ | (2) |
式中:Ω=7.292×10-5 rad/s,是地球自转角速度;φ为纬度。计算得出养殖工船附近的惯性周期约为20.49 h,对应的惯性频率为1.17 cpd。然后分别对原始流速的u、v分量进行滤波处理,本文所采用的滤波器为1阶Butterworth带通滤波器,滤波范围为1.11~1.26 cpd。为了最大限度地提取近惯性流速,同时避免潮流信号的干扰,进行前后两次滤波[21]。
2 结果 2.1 黄海冷水团西冷核秋初水文要素的演变过程 2.1.1 水温站位点温度链与ADCP测量所得冷水团基础水文生态要素整体演化情况如图 2所示。从温度剖面来看(见图 2(a)),9月1日—5日的海水温度分布为黄海冷水团夏季特征,温跃层稳定,大致位于18~25 m水深处;9月8日开始,温跃层下边界呈现波动式下降,9月12日下降幅度最大,13 ℃等温线相比9月初位置下降约20 m,然后略有上升。原始流速具有明显的周期性变化,最大流速可超过50 cm/s。回波强度一定程度上反映了海水中的悬浮物颗粒浓度,其在水体中大致分为三层,分别是表层(位于海表面的高值层,且范围存在较强波动)、中层(位于温跃层附近)以及底层。研究时间内海表风速最大可达13 m/s,冷水团分别在9月3、7和12日前后受到大风事件的影响。
![]() |
( (a)黄海冷水团西冷核温度剖面图(单位:℃)、(b)原始水平流速(单位:cm/s)、(c)回波强度(单位:dB)、(d)遥感风场数据(单位:m/s)。直线代表风速, 箭头代表风矢量方向。灰色区域表示无观测数据。(a) Temperature profile of the western cold core of the Yellow Sea Cold Water Mass (Unit: ℃); (b) Original horizontal velocity (Unit: cm/s); (c) Echo intensity (Unit: dB); (d) Remote sensing wind field data (Unit: m/s). The straight line represents the wind speed. The arrow represents the wind vector direction; the grey area indicates that there is no observed data. ) 图 2 黄海冷水团西冷核各参数剖面图 Fig. 2 Each parameter profile of the west cold core of the Yellow Sea cold water mass |
将各层位水平流速数据进行了调和分析。根据调和分析结果,选择主要的M2、S2、O1、K1、M4分潮流,并根据其对应调和常数绘制不同层位的上述分潮潮流椭圆剖面(见图 3)。除O1分潮流外,研究区各层位潮流椭圆特征如长短半轴长度、主轴方向、初相位垂向上整体较为一致,M2分潮流为最优势组分。根据垂向平均计算得出0.5≤F<2.0,说明研究区潮流类型为不规则半日潮流,其中,各个分潮潮流椭圆的关键参数如表 1所示,表中所列数据为垂向平均计算后结果。
![]() |
( 潮流椭圆的颜色表示旋转方向,蓝色为逆时针旋转,红色为顺时针旋转,黑线表示初相位。The color of the tide ellipse indicates the direction of rotation; Blue rotates counterclockwise; Red rotates clockwise. The black line represents the initial phase. ) 图 3 主要分潮潮流椭圆垂向分布图 Fig. 3 Vertical distribution map of main tidal current ellipse |
![]() |
表 1 潮流椭圆要素 Table 1 Tidal current ellipse element |
通过调和分析预测反演观测期间潮流流速情况(见图 4),可以看出,在9月1日与15日前后为大潮,期间最大潮流流速超过30 cm/s,9月8日前后为月小潮,期间最大潮流流速约18 cm/s,9月11日开始进入大潮期,潮流流速逐渐增强。结合图 2(b),可以看出,9月11日开始出现的月大潮是导致冷水团底层温度显著上升的原因之一。但需要注意的是,对比图 2(b)中9月初与9月中旬冷水团底层温度,可以发现月大潮并不能直接引发冷水团底层温度上升,而是当冷水团强度减弱时,才能对冷水团衰退起到促进作用。
![]() |
图 4 反演潮流流速剖面图 Fig. 4 Inversion of tidal current velocity profile |
对原始海流矢量进行滤波后得到观测期间近惯性振荡变化情况,其主要存在于上混合层以及温跃层的位置,最大流速接近10 cm/s(见图 5)。9月初,温跃层稳定时,近惯性振荡主要存在于水深30 m以浅水体,且流速较高。随着温跃层强度减弱,近惯性振荡流速逐渐减弱,9月12号以后近惯性振荡影响可基本忽略。近惯性振荡由中间的低速层分为了上下两部分,上下两部分的流向存在明显偏差(见图 5(a)和5(b)),该低速层的位置与温跃层位置基本一致(见图 5(c)),存在于15~20 m上下。在9月12日之后,温跃层大幅度减弱,海水垂向混合加剧,水体中的近惯性振荡也转为整体较弱状态。近惯性振荡的变化同样反映了冷水团的演变,原因是近惯性振荡的形成条件之一是海水具有稳定的温跃层,所以当近惯性振荡流速呈现降低趋势时,说明温跃层强度也在逐渐减弱。
![]() |
( (a)近惯性振荡u分量(单位:cm/s)、(b)近惯性振荡v分量(单位:cm/s)、(c)近惯性振荡流速(填色,单位:cm/s)。黑线为温跃层边界深度灰色区域表示无观测数据。(a) Near inertial oscillation u component (Unit: cm/s); (b) Near inertial oscillation v component (Unit: cm/s); (c) Near inertial oscillation velocity (color, Unit: cm/s). Black line is thermocline depth; Grey area indicates no observed data. ) 图 5 近惯性振荡流速分布图 Fig. 5 Near-inertial oscillation velocity distribution diagram |
计算原始海流矢量和潮流矢量之间的矢量差求得余流,虽然余流也包含一定的近惯性振荡组分,但仍能较好反映受到大风作用形成的风生流的影响。例如在9月1—3日期间,受台风美莎克(Maysak)影响,海域整体上受到北风影响,余流受其影响,在9月2—4日期间水体剖面呈现出较强的南向流流速(见图 6)。
![]() |
( (a) 余流流速剖面图(单位:cm/s);(b) 遥感风场风速(黑线, 单位:m/s)及风向(箭头)。(a) Residual current velocity profile (Unit: cm/s); (b) Remote sensing wind field wind speed (black line, Unit: m/s) and wind direction (arrow). ) 图 6 大风过程中黄海冷水团西冷核v方向余流流速剖面分布图 Fig. 6 Profile distribution of residual flow velocity in the west cooling core of the Yellow Sea cold water mass during strong wind |
黄海冷水团西冷核秋初水文水动力演变十分重要,一方面呈现了冷水团的衰退过程,另一方面为后续讨论生态要素的演变奠定了基础。本节将秋初冷水团成熟期与衰退初期两个不同阶段的水文水动力演变过程进行对比分析。
如图 7(a)所示,9月初冷水团仍然维持夏季成熟期较为稳定的状态,但是冷水团温跃层位置已出现日间波动的趋势。从潮流流速分布可以看出,涨落潮流对于温跃层的波动产生一定的影响,涨潮流时温跃层抬升,落潮流时温跃层下降。近惯性振荡对于温度跃层的扰动也是一个不可忽视的因素,其上下两层接近反向的流向(见图 7(d)),可能导致低速层产生非常强的剪切流速,进而对温跃层的波动产生一定的影响。虽然受到月大潮的影响,但整体上温跃层的波动较弱,变化幅度大概在5 m左右。
![]() |
( ((a)、(f)温跃层波动对比; (b)、(g)预测潮流流速(单位:cm/s)对比;(c)、(h)风生流流速(单位:cm/s)对比; (d)黄海冷水体西冷核成熟期近惯性振荡流速分布, 颜色表明近惯性振荡流速值(单位:cm/s),箭头表示近惯性振荡流向; (i)黄海冷水团西冷核衰退初期风生流v方向流速值(单位:cm/s); (e)、(j)遥感风场数据(单位:m/s)(直线代表风速, 箭头代表风向)。空白处表示无观测数据。为了更直观地体现温跃层变化的情况,图a仅绘制30 m以浅水深范围。(a), (f) Thermocline fluctuation comparison; (b), (g) Predicted tidal current velocity (Unit: cm/s) comparison; (c), (h) Wind-generated current velocity (Unit: cm/s) comparison; d Near inertia oscillation velocity distribution during maturity of west cold core of Yellow Sea cold water body, color indicates near inertia oscillation velocity value (Unit: cm/s), arrow indicates near inertia oscillation direction; (i) Residual flow velocity value in v direction (Unit: cm/s) in the early stage of decline of west cold core of Yellow Sea cold water mass; (e), (j) Remote sensing wind field data (Unit: m/s). The straight line represents the wind speed, the arrow represents the wind direction, and the space indicates no observed data. In order to more intuitively reflect the change of the thermocline, figure an only draws the range of shallow water depth of 30 m.) ) 图 7 黄海冷水团西冷核秋初关键变动期前后各观测参数对比图 Fig. 7 Comparison of observation parameters before and after the critical change period of the west cold core of the Yellow Sea cold water mass in early autumn |
9月12日期间,经过前段时间几次大风的累积作用,冷水团发生了一次极强的扰动过程。13 ℃等温线深度经历了约20 m的波动(见图 7(f)),涨潮流时温跃层抬升,落潮流时温跃层下降。在温跃层最弱的时段,冷水团深部温度呈现约3 ℃的增温。这段时间连续的北风天气引起的南向风生流(见图 7(i)),9月13日风速减弱后,温跃层强度有所恢复,但相对于大风事件之前已明显衰退。此次扰动造成的冷水团跃层波动幅度相较于9月初更加强烈,且波动范围已经接近冷水团底层。
2.2.2 衰退期生态要素演变过程黄海冷水团西冷核水文动力演变对当地溶解氧(DO)和叶绿素a(Chl a)的分布产生重要影响。如图 8(c)所示,次表层叶绿素最大值基本位于温跃层上界面附近,在9月12日冷水团混合程度较大时,叶绿素最大值深度随温跃层发生抬升,且叶绿素高值区的垂向分布范围变窄,随着混合程度减弱以及冷水团的恢复,其高值分布范围变大,基本位于跃层内部。溶解氧最大值深度基本与叶绿素最大值一致,在9月12日冷水团混合程度较大的时间内,跃层内整体溶解氧值较低,除了温跃层上边界处的高溶氧层,跃层内呈现溶解氧偏低的特点。随着冷水团的恢复,溶解氧含量呈现先上升后下降的趋势,并逐步分为上下两个高值层,基本对应温跃层的上下边界。
![]() |
( 时间坐标轴起始刻度为9月11日20时, 时间间隔为24 h; 灰色处表示无观测数据。The starting scale of the time axis is 20:00 on September 11 and the time interval is 24 h. The gray indicates that there is no observed data. ) 图 8 9月11—15日黄海冷水团西冷核水文及生态参数剖面图 Fig. 8 Profile of hydrological and ecological parameters of the west cold core of the Yellow Sea cold water mass from September 11th to September 15th |
由回波强度所反映的水体中颗粒物丰度情况来看,分布于水体上层主要反映浮游动物的类生物颗粒,一方面呈现明显的昼夜迁移行为,夜间上升到上混合层中,白天下沉到冷水团中;另一方面当9月12日前后海水混合程度增强时,中下层水体浮游动物生物量降低,而随着海水混合强度减弱,浮游动物生物量又恢复到往常水平(见图 8(e))。
图 9为9月11日连续12 h CTD观测,由图可知叶绿素最大层基本分布与温跃层上界,当水体垂向混合增强时,叶绿素最大层位置也随温跃层上边界抬升而变浅,溶解氧高值区在垂向混合前与叶绿素最大层有较好的对应,在垂向混合增强阶段温跃层内溶解氧浓度明显变弱,其相对高值会趋向于跃层的上下边界附近扩散和移动,跃层内出现溶解氧相对低值区。
![]() |
图 9 9月11日连续12 h CTD观测剖面图 Fig. 9 Profile of CTD observation for 12 consecutive hours on September 11th |
秋季初期是黄海冷水团西冷核由成熟进入衰退阶段的关键时期,在这期间冷水团的主要动力过程包括潮流、大风、近惯性振荡。
为探讨冷水团西冷核水文演变过程的动力过程作用机制,分别对9月1—5日和9月8—15日的15 ℃、22 ℃等温线进行小波分析。9月初,等温线波动主要受短周期信号、半日潮和近惯性振荡影响,且相对而言,高频信号的能量要大于潮流信号,其周期与9月3日前后发生的风向旋转性大风事件相似,推测大风事件是9月初等温线波动的主导因素。在大风事件过后,15 ℃等温线波动的主导因素变为半日潮。但整体上9月初的跃层仍处于较强的状态,此次大风事件并未明显改变冷水团原有的结构。
与月初相比,9月中旬在一次稳定北风事件作用期间,冷水团经历了一次明显减弱的过程。反映跃层近顶部的22 ℃等温线主要为持续性的半日潮周期信号波动而反映跃层底部的15 ℃等温线波动主要受近日周期、半日周期和近惯性周期作用的影响(见图 10(c))。本阶段初期15 ℃等温线变化主要受半日潮和近惯性振荡影响,之后从9月12日开始受到北风事件影响后,变为以近日周期和半日周期作用导致的波动(见图 10(d))。大风事件引起的风生流也是冷水团跃层波动的原因之一,在其流速较大的时间段冷水团水体混合程度较强。虽然此次北风事件的最大风速并未超过10 m/s,但持续的北风引发的南向平流作用,将冷水团外围的高温水体输运至冷水团,促进底层水温的增加与跃层的减弱。9月初与9月中旬两次大风事件虽然潮流流速基本一致,但冷水团垂向结构存在明显差异性响应。且虽然9月中旬大风事件后水体结构一定程度上有所恢复为分层状态,但与九月初对比,跃层强度已大大减弱,跃层深度下降,15°等温线下降约12 m,半日潮成为等温线波动的主导因素,波动集中发生在每日两次的涨落潮流时期。通过潮流、大风、近惯性振荡等因素的综合影响,9月中旬冷水团开始进入衰退期。
![]() |
( (a)、(c)为22 ℃等温线小波分析; (b)、(d)为15 ℃等温线小波分析。日周期、惯性周期、半日周期分别用绿线、红线和黄线表示。色标表示能量密度的相对变化。(a) and (c) are 22 ℃ isotherm wavelet analysis; (b) and (d) are 15 ℃ isotherm wavelet analysis; Daily period, inertia period and semi-diurnal period are represented by green line; Red line and yellow line respectively. Shaded expresses the ralative change of energy density. ) 图 10 关键等温线小波分析 Fig. 10 Waveletanalysis ofkeyisoline |
多种因素的共同作用导致了黄海冷水团西冷核的衰退。首先是背景热力条件变化,最重要的是太阳短波辐射减弱。夏季,海面吸收的太阳短波辐射热量积蓄于表层,使得海面附近的水温显著上升,妨碍了热量向下层扩散,冷水团内形成稳定的温跃层。进入秋季,随着太阳短波辐射减弱,海表温度和上混合层温度逐渐降低,表底温差减弱,使冷水团具备衰退的基础条件。此外,受北部暖水入侵影响,冷水团北部边界内缩,这可能会间接影响到西冷核水文结构的变化。
其次是潮流作用,尤其是月大潮期间的潮流。潮流可能会激发水体强烈的垂向混合,造成温跃层和密跃层强度逐渐减弱。更重要的是大潮期间加强的平流作用,这种海水平流作用在黄海西侧旋转潮波系统的控制下可以促进近岸暖水和水团内冷水的热交换,落潮期间平流作用将近岸较为温暖的海水输送到西冷核附近,使得冷水团水体温度增高,跃层减弱并下降,涨潮期间平流作用将西冷核东部的冷水输送到西冷核附近,补充了因落潮造成的冷水流失。这种水体混合削弱了跃层,为缺乏交换的水体提供生态系统所需的营养物质。本文观测数据证明,在太阳短波辐射减弱的对冷水团衰退的持续性低频影响下,潮流平流作用是促进冷水团阶段性衰退的重要因素之一。
大风事件引起的风生流也是导致海水混合的因素之一,当风生流流向与潮流流向相向时,可能会产生叠加的海水平流作用[22],从而破坏跃层,导致水体发生强烈混合。当风生流与潮流流向相反时,会减弱潮流流速,使冷水团衰退的程度减弱。例如9月12日大风事件,冷水团海域受持续北风影响,引发南向风生流,当海水落潮时,潮流方向与风生流方向相同,形成叠加的海水平流作用,使更多的近岸暖水输送到西冷核附近,加速了黄海冷水团的衰退。而对比9月初的大风事件,风生流和潮流的叠加效应对冷水团温跃层的波动产生了影响,但由于此时冷水团水体的层化结构较强,叠加效应对其影响未达到临界点,并且在9月3日之后风的方向也由北向变为南向,弱化了叠加效应,使得冷水团继续维持相对稳定的层化结构。
最后是近惯性振荡,其具有近乎相反的流向及较高的流速,这可能导致海水混合层底部的低速层产生非常强的剪切流速,从而能够诱发水体混合并进一步导致跃层的波动。虽然在冷水团跃层强度较强的时期,近惯性振荡无法破坏跃层并显著影响到冷水团下部水体,但可以作为增强水体垂向混合的辅助因素[23]。而当跃层减弱,潮流和大风可以引发水体结构的波动或海水混合时,近惯性振荡的影响也会随之下降。
3.3 关键动力过程对冷水团生态要素的影响水文动力环境是海洋中化学和生物过程发生的背景和载体,黄海冷水团西冷核海域独特的水文结构及其季节变化可以影响溶解氧、浮游植物、浮游动物的数量与分布状态,从而进一步对当地生态系统产生重要影响。
冷水团的季节性跃层是中层DO最大值形成的必要条件[24],跃层以上水体因温度较高使得DO含量较低,底层由于有机物分解消耗DO含量也较低,而在跃层下边界真光层以内的浮游植物既有充足的光照条件,又有丰富的营养盐,导致初级生产力较高,氧气较多,并且此水体交换程度较弱,氧气也容易保存,所以DO最大值位于温跃层附近[25]。温跃层强度的变化对中层DO最大值也存在影响,9月11日,因大风事件影响,跃层强度减弱,其对上层和中层水体中氧气交换的限制作用降低,同时浮游植物光合作用所产生的氧气以及原先留存于中层水体中的溶解氧会因上层和中层水体交换程度的增大而损失,从而导致冷水团海域中层溶解氧含量较低。9月13日,跃层强度恢复,DO的交换又开始受到阻碍,使得其在跃层附近得以保存,冷水团水域中层溶解氧含量升高,但由于此时冷水团水体交换程度增强,跃层所在深度下降,原先保存和积聚于中层水体中的DO会趋于向下层扩散和移动,导致跃层下边界处的溶解氧含量提升。另外,水体交换使得上层水体中的生源碎屑沉降增加,这些有机物在冷水团内发生耗氧过程,导致溶解氧浓度下降[26]。衰退期受外力作用导致的短暂混合事件并不能明显加强深部水体的溶解氧,仍旧需要海洋逐渐由9月初的强分层过渡到9月中旬弱分层状态时会加强跃层下部深层水体的DO浓度。
黄海冷水团西冷核衰退时的水文动力因素在次表层叶绿素a最大值的形成和维持发挥着重要作用。首先,大风事件以及月大潮导致冷水团混合程度增强时,营养盐由底层向上层输送增多,含有浮游植物生长所必需的合适营养盐浓度的水体所在深度开始向上抬升,受此影响,叶绿素a最大值深度也向上移动[27]。其次水体的垂向混合使浮游植物密度下降,而且随着水体混合增强,跃层下界面所在深度下降,下界面光照强度变弱,海水透光层抬升,使得浮游植物的光合作用减弱,从而导致叶绿素a浓度下降。当冷水团混合程度减弱时,水体层化增强,叶绿素a含量高值又逐步分布于跃层附近,由于前几天水体混合带来了较多的营养盐等,所以跃层之间叶绿素a的含量也有所提高。混合层深度变化等物理因素可能是另一个原因,太阳短波辐射减弱造成的上层水体温度降低会导致海水分层减弱,有利于湍流的产生,延长浮游植物的周转时间,促进水体中养分的有效性,从而增加上层水体的Chl a[28]。总而言之,由于黄海冷水团西冷核衰退过程中分层减弱,水体混合,使得溶解氧和叶绿素a由原来集中分布在海水次表层逐步演变为均一状态,这种演变对当地的生态系统产生重要的影响。
黄海冷水团西冷核衰退导致的浮游植物及溶解氧的变化对当地的浮游动物产生了影响。冷水团混合程度增强时,浮游动物更容易进行昼夜迁移,表层生物量更高,并且可能在迁移过程中摄食较多的浮游植物,使得叶绿素a浓度下降。同时由于水体中下层溶解氧浓度较低,导致了浮游生物量的下降,但也帮助浮游动物在垂直方向上更加均匀地分布于水体之中。随着冷水团混合程度减弱,浮游动物生物量的分布因为水体中下层溶解氧浓度的升高逐步恢复到之前的状态。
4 结论本文基于连续观测的水文和水动力数据分析了黄海冷水团西冷核在多重动力作用下的秋初变动过程,主要得到下述结论:
(1) 黄海冷水团西冷核在秋初由成熟期进入衰退期,月大潮通过平流作用影响冷水团的衰退,涨潮时,海水平流作用在黄海西侧旋转潮波系统的控制下可以促进近岸暖水和水团内冷水的热交换,使海水跃层强度逐渐增强,位置呈现抬升趋势;落潮时,平流作用将近岸较为温暖的海水输送到西冷核附近,使得冷水团水体温度增高,跃层减弱并下降。
(2) 在冷水团的成熟阶段,等温线的波动以短周期信号和半日潮影响为主,冷水团衰退时,等温线趋向于低频变化,以半日潮、近惯性振荡和更长周期的信号影响为主。大风事件诱导的近惯性振荡及其和半日潮的耦合作用也是冷水团衰退的因素之一。
(3) 冷水团衰退时,跃层强度减弱,海水中温跃层附近溶解氧和叶绿素a的交换程度增大,其最大值的位置抬升,叶绿素a的浓度下降。冷水团内部中层溶解氧浓度降低导致浮游动物的密度下降,浮游动物昼夜迁移增强, 从而对南黄海生态系统带来后续影响。
[1] |
邱道立, 周诗赉, 李昌明. 应用聚类分析法划分黄海水团的初步研究[J]. 青岛海洋大学学报, 1989(S1): 86-98. Qiu D L, Zhou S L, Li C M. Preliminary study of Huanghai mass applying cluster analysis[J]. Journal of Ocean University of Qingdao, 1989(S1): 86-98. ( ![]() |
[2] |
任慧军, 詹杰民. 黄海冷水团的季节变化特征及其形成机制研究[J]. 水动力学研究与进展(A辑), 2005, 20(S1): 887-896. Ren H J, Zhan J M. A numerical study on the seasonal variability of the Yellow Sea cold water mass and the related dynamics[J]. Journal of Hydrodynamics(Series A), 2005, 20(S1): 887-896. ( ![]() |
[3] |
赫崇本, 汪圆祥, 雷宗友. 黄海冷水团的形成及其性质的初步探讨[J]. 海洋与湖沼, 1959, 2(1): 11-15. He C B, Wang Y X, Lei Z Y, et al. A preliminary study on the generation and the characteristics of the cold water mass of the Yellow Sea[J]. Oceanologia et Limnologia Sinica, 1959, 2(1): 11-15. ( ![]() |
[4] |
于非, 张志欣, 刁新源, 等. 黄海冷水团演变过程及其与邻近水团关系的分析[J]. 海洋学报(中文版), 2006, 28(5): 26-34. Yu F, Zhang Z X, Diao X Y, et al. Analysis of evolution of the Huanghai Sea cold water mass and its relationship with adjacent water masses[J]. Acta Oceanologica Sinica (Chinese Version), 2006, 28(5): 26-34. ( ![]() |
[5] |
Teague W J, Perkins H T, Hallock Z R, et al. Current and tide observations in the southern Yellow Sea[J]. Journal of Geophysical Research: Ocean, 1998, 103(C12): 27783-27793. DOI:10.1029/98JC02672 ( ![]() |
[6] |
Liu Z, Wei H, Lozovatsky I D, et al. Late summer stratification, internal waves, and turbulence in the Yellow Sea[J]. Journal of Marine Systems, 2009, 77(4): 459-472. DOI:10.1016/j.jmarsys.2008.11.001 ( ![]() |
[7] |
Troy C D, Ahmed S, Hawley N, et al. Cross-shelf thermal variability in southern LakeMichigan during the stratified periods[J]. Journal of Geophysical Research Oceans, 2012, 117: 148-227. ( ![]() |
[8] |
姚志刚, 鲍献文, 李娜, 等. 北黄海冷水团季节变化特征分析[J]. 中国海洋大学学报(自然科学版), 2012, 42(6): 9-15. Yao Z G, Bao X W, Li N, et al. Seasonal evolution of the Northern Yellow Sea cold water mass[J]. Periodical of Ocean University of China, 2012, 42(6): 9-15. ( ![]() |
[9] |
Li JC, Li G X, Xu J S, et al. Seasonal evolution of the Yellow Sea Cold Water Mass and its interactions with ambient hydrodynamic system[J]. Journal of Geophysical Research: Oceans, 2016, 121: 6779-6792. DOI:10.1002/2016JC012186 ( ![]() |
[10] |
Briceno H O, Boyer J N. Climaticcontrols on phytoplankton Biomass in a Sub-tropical Estuary, Florida Bay, USA[J]. Estuaries and Coasts, 2010, 33(2): 541-553. DOI:10.1007/s12237-009-9189-1 ( ![]() |
[11] |
Tian B, Wu W, Yang Z, et al. Drivers, trends, and potential impacts of long-term coastal reclamation in China from 1985 to 2010[J]. Estuarine Coastal & Shelf Science, 2016, 170: 83-90. ( ![]() |
[12] |
文斐, 孙晓霞, 郑珊, 等. 2011年春、夏季黄、东海叶绿素a和初级生产力的时空变化特征[J]. 海洋与湖沼, 2012, 43(3): 438-444. Wen F, Sun X X, Zheng S, et al. Characteristics of spatio-temporal variation of Chlorophyll a and primary productivity in the Yellow Sea and East China Sea in spring and summer of 2011[J]. Oceanologia et Limnologia Sinica, 2012, 43(3): 438-444. ( ![]() |
[13] |
刘光兴, 孔维, 杨桂朋, 等. 夏季南黄海浅海潮汐锋对小拟哲水蚤和叶绿素a分布的影响[J]. 海洋与湖沼, 2015, 46(1): 58-64. Liu G X, Kong W, Yang G P. Influence of tidal front on distribution of paracalannus parvus and Chlorophyll a in summer over south Yellow Sea[J]. Oceanologia et Limnologia Sinica, 2015, 46(1): 58-64. ( ![]() |
[14] |
池连宝, 宋秀贤, 袁涌铨, 等. 夏、冬季黄东海溶解氧的分布特征研究[J]. 海洋与湖沼, 2017, 48(6): 1337-1345. Chi L B, Song X X, Yuan Y Q, et al. Study on the distribution characteristics of dissolved oxygen in the Yellow Sea and East China Sea in summer and winter[J]. Oceanologia et Limnologia Sinica, 2017, 48(6): 1337-1345. ( ![]() |
[15] |
臧家业, 汤毓祥, 邹娥梅, 等. 黄海环流的分析[J]. 科学通报, 2001, 46(S1): 7-15. Zang J Y, Tang Y X, Zou E M, et al. Analysis of circulation in the Yellow Sea[J]. Chinese Science Bulletin, 2001, 46(S1): 7-15. ( ![]() |
[16] |
Niwa Y, Hibiya T. Numerical study of the spatial distribution of the M2 internal tide in the Pacific Ocean[J]. Journal of Geophysical Research: Ocean, 2001, 106(C10): 22441-22449. ( ![]() |
[17] |
Ichikawa H, Beardsley R C. The current system in the Yellow and East China Seas[J]. Journal of Oceanography, 2002, 58(1): 77-92. ( ![]() |
[18] |
Lee Y C, Qin Y S, Liu R Y. Yellow Sea Atlas[M]. Seoul, Korea: Ho Yong Publishing Co., 1998: 524.
( ![]() |
[19] |
Apaena S G, Desai D V, Shankar D, et al. Seasonal cycle of zooplankton standing stock inferred from ADCP backscatter measurements in the eastern Arabian Sea[J]. Progress in Oceanography, 2022, 203: 0079-6611. ( ![]() |
[20] |
Pawlowicz R, Beardsley B, Lentz B. Classical tidal harmonic analysis including error estimates in MATLAB using T_TIDE[J]. Computers & Geosciences, 2002, 28(8): 929-937. ( ![]() |
[21] |
Guan S, Zhao W, Huthnance J, et al. Observed upper ocean response to typhoon Megi (2010) in the Northern South China Sea[J]. Journal of Geophysical Research: Ocean, 2014, 119: 3134-3157. ( ![]() |
[22] |
Song D, Gao G, Xia Y, et al. Near-inertial oscillations in seasonal highly stratified shallowwater[J]. Estuarine Coastal and Shelf Science, 2021, 258: 107445. ( ![]() |
[23] |
Li J, Li G, Xu J S, et al. Responses of Yellow Seacold water mass to typhoon Bolaven[J]. Journal of Ocean University of China, 2019, 18(1): 31-42. ( ![]() |
[24] |
王保栋, 王桂云, 郑昌洙, 等. 南黄海溶解氧的垂直分布特性[J]. 海洋学报, 1999(5): 72-77. Wang B D, Wang G Y, Zheng C Z, et al. Vertical distribution of dissolved oxygen in the South Yellow Sea[J]. Acta Oceanologica Sinca, 1999(5): 72-77. ( ![]() |
[25] |
韦钦胜, 傅明珠, 李艳, 等. 南黄海冷水团海域溶解氧和叶绿素a最大现象值及营养盐累积的季节演变[J]. 海洋学报(中文版), 2013, 35(4): 142-154. Wei Q S, Fu M Z, Li Y, et al. Observation of the seasonal evolution of DO, Chlorophyll a maximum phenomena and nutrient accumulating in the southern Huanghai (Yellow) Sea Cold Water Mass area[J]. Acta Oceanologica Sinica (Chinese Version), 2013, 35(4): 142-154. ( ![]() |
[26] |
郎静. 黄渤海POC和PIC季节变化及生态效应讨论[D]. 济南: 山东大学, 2020. Lang J. Seasonal Variation and Ecological Effects of POC and PIC in the YS and BS[D]. Jinan: Shandong University, 2020. ( ![]() |
[27] |
张书文. 黄海冷水团夏季叶绿素垂向分布结构的影响机制[J]. 海洋与湖沼, 2003(2): 179-186. Zhang S W. Influence mechanism of vertical distribution structure of chlorophyll in the Yellow Sea cold water mass in summer[J]. Oceanologia et Limnologia Sinica, 2003(2): 179-186. ( ![]() |
[28] |
郭晓芳, 宋军, 郭俊如, 等. 基于遥感资料的北黄海叶绿素a浓度时空演变特征分析[J]. 海洋通报, 2020, 39(6): 705-716. Guo H F, Song J, Guo J R, et al. Analysis of Spatio-temporal Evolution characteristics of chlorophyll a concentration in the North Yellow Sea based on remote Sensing data[J]. Marine Science Bulletin, 2020, 39(6): 705-716. ( ![]() |