2021, Vol. 51
2. 青岛海洋科学与技术试点国家实验室，山东 青岛 266237
海洋垂直分层结构是海洋研究的重要内容，可以简单地将海洋垂直结构分为三部分：温度、盐度和密度几乎垂直均匀的海表混合层、温度跃层和密度跃层之间的水层以及物理化学性质都相对稳定的深层海洋。在风浪搅拌和海气通量变化等复杂因素的作用下，上层海洋会形成厚度一定、物理性质稳定的混合层。同时，海水在热量和盐度等因素的影响下，温度和盐度可能在不同深度处发生跃变，当密度比温度在更浅水深处发生跃变，就形成了障碍层。
人们对全球海洋混合层和障碍层的研究由来已久，上层海洋作为海气相互作用的活跃场所，储存着几乎所有海洋运动所需的动量和能量[1]。混合层和障碍层的分布情况及变化特征与海洋内部运动、海洋生物量和海洋气象要素关联紧密，长期以来备受海洋学领域专家学者关注。美国海洋和大气管理局Levitus等[2]建立了世界气候学地图集，并于1994和2003年更新，该数据被广泛应用于全球海洋混合层及障碍层的研究中，Monterey和Levitus等[3]利用该资料研究了全球海洋混合层深度(Mixed layer depth, MLD)；Kara等[4]基于1994年海洋气候学地图集分析了全球MLD月变化特征，强调了盐度对海水垂直结构分层的重要作用。Defant[5]记录了观察到的温度跃层与密度跃层不重合的现象，20世纪80年代，Lindstrom等[6]在大洋中观测到温跃层深于密度跃层的情况。Godfrey等[7]命名密度跃层与温度跃层之间的水层为障碍层。自20世纪末Argo (Array for real-time geostrophic oceanography)网建立，Shankar等[8]基于印度洋海区逆温环流实验数据和部分Argo数据分析了全球海洋混合层和障碍层变化特征；de Boyer Montégut等[9]利用了包括部分Argo数据在内的各类海洋数据得到全球障碍层厚度(Barrier layer thickness, BLT)季节分布图并分析其形成机制。Hosoda等[10]基于2001—2009年的Argo数据计算得到全球海洋MLD，比较不同阈值条件下的计算结果并探讨了MLD变化特征。充分认识和了解全球海洋混合层和障碍层的时空变化特征对进一步了解海水物理化学性质、分析海洋垂直剖面结构与海洋运动之间的联系有重要意义。
1 Argo计划及数据介绍20世纪末，包括中国在内的30多个国家共同推动并建成了一个覆盖整个海洋的大规模实时数据观测平台——Argo计划[11]。Argo计划自实施以来长期致力于测量0~2 000 m海水的剖面数据，填补了广阔大洋上大时空尺度温盐数据的空白。2019年全球Argo实时海洋观测网已建成20周年，建成以来已获百万余条海水温盐剖面数据，逐步全面建立起全球海洋立体观测系统[12]。
海水温盐剖面的传统测量途径主要有船载走航观测和锚系浮标观测。船载走航观测能够在一定程度上满足空间尺度的需求，但受科考船航次的限制，难以实现长期观测且数据采样率较低。锚系浮标能够长期连续观测，但通常置于近岸，难以获取深远海的大洋数据[13]。Argo计划不仅实现了对全球海洋温盐剖面数据的长期、大范围的自动化观测，更在许多人迹罕至的海区获得了有价值的数据资料，成为海洋观测史上首个提供全球海洋表层和中层信息的实时观测系统，推进了人们对上层海洋三维结构的认识，有助于获取更精细的海洋结构信息。
本文基于Argo海洋观测网2007年1月至2018年12月同步测量的温盐数据，数据资料均来自于公开的全球Argo数据网站中心(http://www.argo.ucsd.edu, http://argo.jcommops.org)。剔除不符合计算要求的数据剖面以及超出实际海水物理性质范围等问题数据后，实际利用的数据剖面共计1 568 761条，对有效数据进行网格化处理，网格化的空间分辨率为1°×1°。
2 混合层深度和障碍层厚度的计算方法一直以来，混合层的定义没有统一的标准，可以基于温度、盐度或密度等任意参数，阈值的选取也各不相同，但过低和过高的阈值会淹没特征规律，难以详尽观察海洋垂直结构的变化特征。de Boyer Montégut等在论文中(表格1)列举了2007年前在不同MLD研究中使用的判据、阈值和参考深度，经比较分析，选取了温度阈值ΔT=-0.2 ℃作为判定全球MLD的阈值[1]，该阈值适合全球大部分海区，能相对灵敏的反馈春季海水的垂直剖面变化，同时更好捕捉全球海洋混合层的季节变化，本文也将以此作为MLD的判断阈值。
为了更好地观察不同时间尺度的变化特征，本文统一划分北半球4—6月为春季，7—9月为夏季，10—12月为秋季，1—3月为冬季[1, 9, 14]，南半球相反。文中所指的赤道海区纬度范围为10°N—10°S，低纬度海区为0°N—30°N和0°S—30°S，中纬度海区为30°N—60°N和30°S—60°S，高纬度海区为60°N—90°N和60°S—90°S。
2.1 方法介绍首先定义海水10 m深度作为表层海水的参考深度，10 m处海水的温度和盐度分布基本均匀，能在一定程度上避免海表如淡水的输入和海水蒸发等异常热力过程的影响[14]，减弱海表强烈的昼夜变化对计算的影响，同时符合Argo浮标设定的观测深度。当前比较常用的海水MLD的判定方法有以下两种：
① 差值法：将与参考深度处温度或密度相差设定阈值的温度或密度对应的深度定义为MLD。差值法适用于垂向分辨率较低的剖面，优点是计算简单，但计算得到的MLD结果偏差较大。
② 梯度法：设定一个阈值，将海水的温度梯度或密度梯度首先达到该阈值的深度定义为MLD。在数据的垂直分辨率较高的情况下利用梯度法计算得到的MLD偏差较小，但其结果易受到海水运动的影响，使计算的MLD结果偏小[14]。
尽管这两种方法都可以得到海洋MLD的变化信息，但Brainerd等通过研究得到基于差值法计算MLD比梯度法更可靠的结论[15]。de Boyer Montégut等在研究中也采用差值法处理Argo温盐剖面数据获取全球海洋MLD[1, 9]。Holte和Lynne在利用Argo数据改进MLD算法的研究中发现基于梯度法计算的MLD结果中有更多异常值，比较后也认为采用差值法计算的MLD结果更理想[16]。因此本文中采用差值法计算全球海洋MLD。以温度为判据时，将比10 m处温度低0.2 ℃的温度值所对应的深度记做MLDT。以密度为判据时，由10 m的盐度值和比10 m处温度低0.2 ℃的温度值计算得到一个密度值，定义此密度所对应的深度为MLD所在位置，记做MLDD。海水密度根据UNESCO1980海水状态方程计算[17]，该方法综合考虑了海水的温度、盐度两个因素。
2.2 计算混合层深度和障碍层厚度根据混合层定义，当MLDT=MLDD时，温度跃层与密度跃层重合，则MLD=MLDT=MLDD；当MLDT<MLDD时，可判定当前海区混合层下方存在补偿层(Compensated Layer，CL)，说明该水层的密度垂直均匀时，海温的垂向梯度变化已超过阈值，则MLD=MLDT；当MLDT>MLDD时，可判定混合层下存在障碍层，说明该水层温度垂直均匀时，海水密度垂向梯度变化超过阈值，则MLD=MLDD。综上所述，考虑障碍层和补偿层对MLD判定的影响，计算得到最终的全球海洋MLD。
在障碍层内，海水的盐度和密度垂直梯度在较浅水深处达到阈值，而温度剖面存在两种变化情况。在图 1(a)中障碍层内温度与混合层内几乎保持一致，在温度变化仍小于阈值时，密度在48 m处已达到阈值，因此判定MLD与密度跃层一致为48 m。在图 1(b)中障碍层内存在逆温变化，密度变化在102 m处达到阈值，海温剖面的最高值不在混合层内而在障碍层内，此时MLD也与密度跃层一致为102 m。Sprintall和Shankar等在研究中将这种逆温现象归结为海洋中湍流夹带温跃层的冷水向上传输导致的[18-19]，也可以说混合层下的温度逆转与障碍层现象是密不可分的。综上所述，障碍层可以直观的定义为较浅密度跃层和较深的温度跃层之间的水层，则障碍层厚度BLT=MLDT-MLDD。
|
( (a) 2007年1月测量于太平洋(55.65°S, 172°W)，MLDT=48 m，MLDD=78 m，故MLD=48 m，MLDB=30 m，障碍层内温度与混合层一致，密度和盐度垂直梯度在障碍层内有较大变化；(b) 2008年5月测量于大西洋(3.46°N, 44.15°W)，MLDT=240 m，MLDD=102 m，故MLD=102 m，MLDB=138 m，障碍层内发生逆温。(a) Measured in January 2007 in Pacific (55.65°S, 172°W), MLDT=48 m, MLDD=78 m, and MLD=48 m, MLDB=30 m, the temperature in the barrier layer is consistent with the mixed layer, and the vertical gradient of density and salinity changes significantly in barrier layer; (b) Measured in January 2007 in Atlantic (3.46°N, 44.15°W), MLDT=240 m, MLDD=102 m, and MLD=102 m, MLDB=138 m, vertical temperature inversions in barrier layer. ) 图 1 障碍层垂直剖面变化示意图 Fig. 1 Diagram of vertical profile of barrier layer |
图 2为全球MLD月均值分布图。可以观察到全球海洋MLD的空间分布不同，随时间变化幅度由几米至几百米不等。混合层可能浅于10 m，计算得到的最大MLD达655 m，发生在2012年11月的直布罗陀海峡海域(13.4°W，38.1°N)。在北半球，MLD月变化幅度较大。6—9月整个北半球MLD分布均匀，其他月份北大西洋海区由低纬度向高纬度延伸至极地海区MLD逐渐变深，7月浅至20 m，3月深至约450 m。北大西洋中部，超过150 m的深混合层从12月维持到次年4月。北太平洋7月MLD最浅，1月深至约150 m。由于降水和海水垂直运动导致北半球更深层的海水上涌形成较浅的盐度跃层，除6—9月外北太平洋海区混合层普遍浅于北大西洋。北半球MLD随时间变化迅速，尽管在冬季混合层非常深，夏季也会迅速变浅，这可能是由于在科里奥利效应作用下，信风流沿着大洋边界流动，形成较强的西边界流，使得海水的温盐发生突变导致的[14]。
|
图 2 全球MLD月均值图 Fig. 2 Diagram of monthly average of global MLD |
赤道海区MLD常年较浅，这可能是由于该海域温度常年较高且海气相互作用显著导致的。在净热通量、净水通量、海面风、环流和水团变化以及两半球海陆分布不均等多种复杂因素影响，南北两半球混合层分布情况不同。在南半球，MLD呈纬向带状分布。南半球低纬度海区MLD月均值在10~120 m之间变化；南大洋60°S附近海域有显著的深混合层带，南半球冬季7—9月深至约450 m，考虑到是高纬度海区海水热膨胀系数小，盐度主导海水分层使得海水垂直结构相对稳定，同时受到西风带的显著影响以及南大洋的环流系统和水团结构的作用，因此该海域混合层深于南半球其它海域。南极大陆与该深混合层带之间的海域，由于南极大陆的淡水注入，混合层常年较浅，全年都在40 m以下。
图 3(a)~(d)、(e)~(h)分别为基于温度、密度参数剖面计算的MLD季节均值图。从整体上看，利用温度和密度判据的计算结果都能在一定程度上反映全球海洋MLD变化趋势和分布特征，夏季浅、冬季深的混合层变化特征都十分显著。低纬度的赤道海区MLDT与MLDD一致性较好，中高纬度海区二者差异较大，这是忽略了障碍层和补偿层的影响导致的。综上可知，基于单一判据的结果不可靠，且单独基于温度判据的MLD结果误差更大。从整体上看，障碍层比补偿层更普遍，间接说明盐度在海水的垂直结构分层上发挥了更主要的作用。
|
( (a)~(d) MLDT季节均值图；(e)~(h) MLDD季节均值图；(i)~(l) MLD季节均值图。(a)~(d) seasonal average of global MLDT; (e)~(h) seasonal average of global MLDD; (i)~(l) seasonal average of golbal MLD. ) 图 3 利用温度、密度剖面计算的全球MLD季节均值图和合成后的全球MLD季节均值图 Fig. 3 Diagram of seasonal average of global MLD using temperature and density profiles and seasonal average of global hybird MLD |
图 3(i)~(l)为温度和密度判据MLD结果合成后得到的全球MLD季节均值图。由图 3可知，全球海洋混合层随季节周期变化的特征显著，混合层在冬季月普遍在全年最深，春季由深变浅，夏季月最浅，秋季由浅变深。混合层随季节变化的主要原因之一是海面风的影响，冬季海面风浪大，海面增密同时降温为海水在垂直方向上发生强烈的湍流混合创造了条件[12]，导致冬季混合层深；夏季的海面风浪小，海水湍流混合作用变弱，因而夏季混合层浅。
在北半球夏季，混合层分布均匀且较浅，在春、秋、冬三季，北大西洋MLD季节均值大于同纬度的北太平洋，北太平洋MLD最大季节均值约110 m，北大西洋MLD最大季节均值约300 m。北大西洋以北的极地海域MLD季节均值在30~400 m范围内变化，北太平洋以北极地海区的MLD较浅。在赤道海区，混合层较浅且符合季节变化特征，热带太平洋由于丰沛的降雨混合层相对较深，季节均值约60 m。南大洋低纬度海域MLD季节均值随季节显著变化，中高纬度海域尤其是60°S附近海域有显著的深混合层带，在该深混合层带中，太平洋及印度洋的MLD超过160 m，大于同纬度的大西洋。南极大陆边缘海的浅混合层随季节小幅度变化。
图 4是2007—2018年全球海洋MLD年均值。从整体上看，以赤道为分界线，南北半球的MLD年均值随纬度升高均呈现出“浅-深-浅”的变化趋势。在北极的格陵兰海、挪威海、北海和巴伦支海等海域有深混合层；东西伯利亚海、波弗特海附近海域可观测的MLD年均值都低于30 m，但该海域观测数据较少，MLD结果的年际代表性不足。北大西洋北部有较深的混合层，英吉利海峡附近海域MLD年均值深至约350 m。北太平洋MLD年均值处于20~80 m之间。赤道海区的MLD年均值较小，热带太平洋的MLD年均值大于同纬度的大西洋和印度洋。南大洋混合层年均值仍表现为纬向带状分布，60°S附近海域有深混合层带，该深混合层带与南极大陆之间的海区MLD年均值小于40 m。总体来说，全球海洋MLD的年均值与月均值和季节均值的空间分布特征有很多相似之处，另外，除了个别海区，MLD逐年分布和变化特征基本一致，而北冰洋较大的年变化可能是由于该海域浮标测量的数据覆盖的时间尺度不完整导致的。
|
图 4 全球MLD年均值图 Fig. 4 Diagram of annual average of global MLD |
图 5(a)为2007—2018全球MLD的平均值，图 5(b)、(c)分别为MLD年均值的绝对标准偏差和MLD年均值的相对标准偏差图。从图 5(a)可观察到12 a的MLD的平均值的空间分布与图 4中MLD年均值图分布特征具有较好的一致性。由图 5(b)可知，全球MLD在大部分海域的年际变化平稳，年变化幅度较小，但在北半球大西洋中高纬度60°W—60°E的海域以及南半球的太平洋和印度洋在60°S附近的深混合层带海域，MLD年际变化幅度较大，相较于其它海区十分显著。图 5(c)体现了MLD的年际变化百分比，可以看出除了图 5(b)中的特征海区外，两半球高纬度海区在60°E—120°E也有较大波动。
|
图 5 2007—2018全球MLD的平均值(a)、年际MLD绝对标准偏差(b)和年际MLD相对标准偏差图(c) Fig. 5 (a) The average of the MLD from 2007—2018; (b) The absolute standard deviation of MLD annual average; (c) Annual relative standard deviation of MLD annual average |
海洋障碍层的形成同时受到净热通量、净水通量、海面风应力、降水、海洋环流以及水团等诸多复杂因素的影响，也会因极端天气而变化，而影响海洋BLT最主要的因素就是海水盐度和热量传输。盐度决定上层海洋的密度层状态[20]，混合层在温度和盐度共同作用下保持垂直结构稳定。在障碍层海区，海水盐度对海洋垂直结构分层起到了主导作用，又因密度跃层会对大气向更深的海水层交换动量、能量和热量的过程产生抑制作用[21]，导致海水垂直搅拌作用难以达到良好的混合效果，阻碍热量从上往下层海水传输，若此时障碍层温度梯度近乎为零，会更进一步阻碍热量传输，大气传输给上层海洋的动量、能量和热量受困在海洋混合层内，同理障碍层下方的海水层的混合过程也受到抑制难以向上层海洋传输扩散，这都在不同程度上隔断了传输过程，使得海洋上层形成了一个收支的封闭模式，这也是“障碍层”命名的由来[20-22]。
综上所述，障碍层的存在会抑制热量在海水垂直方向上的传递，引起海面温度异常，同时海面风作用力和浮力强迫等因素加快海气热量交换，致使形成偏热的上混合层。海洋的上层海水偏暖，反作用于该海域的海气相互作用过程，对海水的物理性质、化学性质和海洋生物资源分布产生不同程度的影响，间接影响大气环境以及气候变化。有许多学者研究了海洋障碍层与南方涛动(ENSO)、厄尔尼诺现象(El Niño)及印度洋季风等重要的全球气候现象之间的关联[23-25]，研究表明它们之间互为反馈，互相影响。研究海洋障碍层的时空分布特征对于海洋国防、渔业生产和深远海资源的开发和利用都具有重要意义。
如图 6所示为全球海洋BLT月均值的分布图。不同于de Boyer Montégut将全球海洋分为准永久障碍层海区、季节性障碍层海区和无障碍层海区的结论[9]，根据本文的计算结果，可以观察到几乎不存在无障碍层海区，导致结果不同的原因可能是由于数据源的不同以及插值计算方法的差异导致的。根据本文的计算结果，de Boyer Montégut认为的无障碍层海域(25°N—45°N和25°S—45°S)[9]，夏季半球几乎不存在障碍层，但冬季半球仍可观测到薄障碍层现象。因此本文根据障碍层的厚度和存续时间，重新将全球海区划分为三部分：厚障碍层海区、薄障碍层海区和季节性障碍层海区。这里的厚障碍层和薄障碍层的厚度也会随着季节变化，但是这两类海区全年的障碍层的厚度都始终超过100 m或低于40 m，季节性障碍层海区是指随着时间变化其厚度发生明显变化的海区。北半球的格陵兰海、南大洋60°S附近的带状海域BLT常年超过100 m，将这两个海域归结为厚障碍层海区；40°N—40°S之间的海域障碍层常年在20~40 m范围内变化，可归结为薄障碍层海区，该部分海域如孟加拉湾、阿拉伯海的BLT随着时间变化，冬季有薄障碍层，夏季障碍层消失，而班达海、阿拉弗拉海、帝汶海、珊瑚海及加勒比海等海域长期存在低于40 m的障碍层；除上述海区外，都可归结为季节性障碍层海域，季节性障碍层海域的BLT变化幅度较大，例如南极大陆边缘海域，在一年中混合层下的水层由障碍层变为补偿层，符合随季节变化的特征，变化幅度超过500 m。
|
图 6 全球BLT月均值图 Fig. 6 Monthly average of global BLT |
从整体上观察，全球BLT呈“哑铃状”分布，两半球高纬度海区障碍层较厚，中低纬度海区障碍层较薄。在中低纬度海区由于表层海洋与大气耦合，BLT月均值较小且变化幅度小，高纬度海区最厚的障碍层约500 m，障碍层持续时间长且变化幅度大。在高纬度海区，北半球障碍层在5—10月较薄，11—4月较厚，南半球在5—10月主要为补偿层，11—4月主要为障碍层，综上可知，高纬度海区BLT以半年为周期变化。
由北至南分析，北冰洋海表海水流动性好，海面水温一般在冰点，同时受降水影响，大部分海域常年有较厚的障碍层，尤其是格陵兰海及其北部海域长期存在厚度超过100 m的障碍层，最厚障碍层超过600 m，这可能与亚北极西部流域暖咸的水平平流有关[26]。除此之外，欧亚大陆以北的极地海区在1—3月出现了补偿层，4—12月为障碍层，该海域障碍层的形成可能是因气温升高，大气热量传输导致温度的垂直梯度变化加快，温跃层变浅，同时大西洋的暖咸海水流入北冰洋形成稳定的盐度跃层[9]，7—9月温、密度跃层几乎重合，障碍层消失，到了秋季障碍层又迅速变厚，11月最厚约400 m，该厚障碍层覆盖几乎整个北冰洋海区，12月障碍层逐渐变薄向补偿层过渡。
北太平洋北部海域是障碍层高发海域，这可能是由于降水和海水上涌使密跃层变浅，温密跃层增距从而形成了较厚的障碍层。春季太平洋北部白令海附近海域障碍层较厚，Kara等也观察到了相同的厚障碍层[4]，6月随着热量循环温盐跃层逐渐重合，6—9月障碍层几乎消失，秋季逐渐变厚，冬季1月最厚BLT约600 m。de Boyer Montégut等[9]在该海区观察到了逆温现象，并认为该厚障碍层是因海面的艾克曼力使盐跃层维持在较浅的深度，间接抑制了温跃层在冬季加深，同时降水阻碍了海水垂直混合，使得下层海水免于冷却并保持在相对温暖的温度，导致了温度逆转，障碍层变厚。北大西洋大部分海域障碍层随时间呈现季节性变化，夏季月薄夏季月厚，6—10月部分海域有很薄的障碍层，12月存在约300 m的厚障碍层维持到次年5月。
在两半球的低纬度海区，温度高且海气耦合作用强，该海域的浅混合层也使该水层易受外部环境影响，导致障碍层现象普遍存在，其厚度在0~30 m内变化，变化幅度较小。在南半球的中纬度海区，BLT随时间变化显著。南大洋障碍层呈现纬向带状分布，60°S附近海域的深混合层带也是一个厚障碍层带，BLT在100~600 m范围内变化，研究表明该海区的厚障碍层是由于混合层下存在逆温现象[9]。该厚障碍层带与南极大陆之间海域以半年为周期变化，4—10月即冬秋两季主要存在补偿层，随着补偿层厚度由厚变薄，11月出现障碍层，春夏两季主要是障碍层，3月最厚BLT超过600 m，该海域BLT月均值在一年中变化幅度超过700 m。
图 7所示为全球BLT季节均值分布图。北半球夏季即7—9月，BLT普遍小于其他季节，中纬度的北太平洋海区夏季基本观察不到障碍层现象，秋季至冬季障碍层逐渐变厚，春季再次变薄，呈现出显著的季节变化特征。在北大西洋西部海域，BLT季节均值最低约40 m，而冬季最厚值超过400 m，变化幅度较大。另外，在北美洲和格陵兰岛之间的巴芬湾、戴维斯海峡、哈德孙湾附近海域在1—6月BLT较薄，而7—12月BLT均值约为200 m左右，呈现出半年周期变化特征，结合图 6该海域BLT月均值情况，该特征可能是由于人为季节划分导致的。南北半球低纬度海区的障碍层均值随季节变化，冬季厚夏季薄，夏季BLT均值仅几米，冬季较厚。赤道海区的障碍层常年存在，尽管图 6中该海区季节变化规律不明显，但已有许多学者针对赤道海区的障碍层季节变化特征进行细致研究[26]，本文不再探讨。南半球低纬度海域障碍层随季节变化，厚度始终小于40 m，夏季较薄，冬季较厚。中纬度海区障碍层夏秋两季主要是障碍层，冬春两季为补偿层，呈现出半年周期变化的规律。60°S附近海域有带状的厚障碍层，其纬向宽度随季节变化。高纬度海域障碍层以半年为周期变化，夏季障碍层较厚。
|
图 7 全球BLT季节均值图 Fig. 7 Seasonal average of global BLT |
图 8所示为2007—2018年全球BLT年均值分布图。可以观察到全球障碍层年分布大致相同，分布特征与月均值和季节均值分布相似，呈“哑铃状”。在北美洲和格陵兰岛之间的海域障碍层较厚，其BLT年均值超过100 m。两半球的低纬度海区障碍层年均值较小约20 m。南半球60°S附近海域有显著的厚障碍层带，BLT年均值超过100 m。南极大陆与该厚障碍层带之间的海域，障碍层在20~200 m之间变化，而紧邻南极大陆近岸海的年均值结果为补偿层。根据BLT年均值分布可以看出，障碍层在全球大洋垂直结构中更普遍存在，因此可以认为盐度在海水垂直分层中起到非常重要的作用。
|
图 8 全球BLT年均值图 Fig. 8 Annual average of global BLT |
明确认识和了解上层海洋垂直结构的时空变化特征对进一步分析海洋物理化学性质和海洋生物光学特性有重要意义，同时也是研究海洋内部运动和海洋气象要素变化的基础。本文基于2007—2018年Argo海洋观测网浮标温盐剖面数据计算了近12年的全球MLD和BLT的月均值、季节均值和年均值。文中采用差值法，选定判断阈值为ΔT=-0.2 ℃，分别利用温度和密度剖面计算得到全球大洋海水的MLD和BLT不同时空尺度的值，分析讨论了全球海洋混合层和障碍层在不同时间尺度下的时空变化特征，总结变化规律，并对个别特征的形成机制进行了简要分析和讨论。全球海洋MLD月均值和季节均值的时空分布特征与前人的研究结果一致性较好[1, 4, 14]，一方面说明了全球海洋混合层特征规律的稳定性，另一方面进一步证实了Argo数据的有效性。在海气热通量、海面风和湍流等机制的共同作用下，全球海洋的MLD随季节周期变化特征显著，几乎全部海区的MLD月均值和季节均值结果都体现出混合层夏季浅、冬季深的特征。在北半球，由于西边界流的影响，MLD季节转换迅速；北大西洋MLD随着纬度升高逐渐增大；受降水影响，同纬度的北太平洋混合层普遍浅于北大西洋。赤道海区海气作用显著，混合层受高温影响常年较浅，同时在季风作用下随季节变化。南半球海域MLD呈纬向带状分布，随季节变化显著。南大洋60°S附近海域的深混合层带最深约450 m，这与该海域的盐度分布、西风带及环流和水团结构密切相关；南极大陆淡水注入导致其边缘海的混合层常年较浅。
本文根据障碍层月均值的厚度和存续时间，将全球海区分为厚障碍层海区、薄障碍层海区和季节性障碍层海区。观察发现，全球BLT近似呈“哑铃状”分布，两半球的高纬度海区是厚障碍层高发区，障碍层持续时间长且变化幅度大，呈现出半年周期性变化特征。两半球的低纬度海区由于表层海洋与大气耦合，障碍层长期存在并随季节变化，障碍层很薄且变化幅度小，夏季均值小到可以忽略不计，冬季最厚BLT均值低于40 m。北半球障碍层随季节变化，普遍具备夏秋薄、春冬厚的特征，南大洋60°S附近海域不仅是一个深混合层带更是一个持久的厚障碍层带，夏秋厚、秋冬薄。在该厚障碍层带与南极大陆之间海域，5—10月BLT均值主要表现为补偿层，11月—次年4月主要表现为障碍层，符合以半年为周期变化的特征。
本文还有许多不足之处，例如利用单一的温度阈值和参考深度来计算全球MLD和BLT虽然使得计算简单，也能够在一定程度上反映二者的时空变化特征，但结果相对粗略，有待进一步精确；同时Argo浮标本身的探测误差也需要进一步校正分析并进行误差分析。另外，对于计算中的得到补偿层结果也有待进一步研究讨论。充分认识和了解全球海洋MLD和BLT的时空变化规律，有利于进一步剖析上层海洋运动、了解海洋物理化学要素之间的联系，也为探索海洋物理剖面和其他参数剖面的耦合关系奠定了基础。
| [1] |
de Boyer Montégut C, Madec G, Fischer A S, et al. Mixed layer depth over the global ocean: An examination of profile data and a profile-based climatology[J]. Journal of Geophysical Research: Oceans, 2004, 109(C12): C12003. DOI:10.1029/2004JC002378
(  0) |
| [2] |
Levitus S. Climatological atlas of the world ocean[J]. Noaa Professional Paper, 1982, 64(49): 962-963. DOI:10.1029/EO064i049p00962-02
( 0) |
| [3] |
Monterey G I, Levitus S. Climatological Cycle of Mixed Layer Depth in the World Ocean[R]. Washington, DC: US government printing office, NOAA NESDIS, 1997: 5.
( 0) |
| [4] |
Kara A B, Rochford P A, Hurlburt H E. Mixed layer depth variability over the global ocean[J]. Journal of Geophysical Research: Oceans, 2003, 108(C3): 3079. DOI:10.1029/2000JC000736
( 0) |
| [5] |
Defant A. Physical Oceanography[M]. Volume Ⅱ. London: Pergamon Press, 1961.
( 0) |
| [6] |
Lindstrom E, Lukas R, Fine R, et al. The western equatorial Pacific Ocean circulation study[J]. Nature, 1987, 330(6148): 533-537. DOI:10.1038/330533a0
( 0) |
| [7] |
Godfrey J S, Lindstrom E J. The heat budget of the equatorial western Pacific surface mixed layer[J]. Journal of Geophysical Research: Oceans, 1989, 94(C6): 8007-8017. DOI:10.1029/JC094iC06p08007
( 0) |
| [8] |
Shankar D, Gopalakrishna V V, Shenoi S S C, et al. Observational evidence for westward propagation of temperature inversions in the southeastern Arabian Sea[J]. Geophysical Research Letters, 2004, 31(8): 367-376. DOI:10.1029/2004GL019652
( 0) |
| [9] |
de Boyer Montégut C, Mignot J, Lazar A, et al. Control of salinity on the mixed layer depth in the world ocean: 1. General description[J]. Journal of Geophysical Research: Oceans, 2007, 112(C6): C06011. DOI:10.1029/2006jc003953
( 0) |
| [10] |
Hosoda S, Ohira T, Sato K, et al. Improved description of global mixed-layer depth using Argo profiling floats[J]. Journal of oceanography, 2010, 66(6): 773-787. DOI:10.1007/s10872-010-0063-3
( 0) |
| [11] |
吴森森, 曹敏杰, 杜震洪, 等. 全球Argo资料共享与服务平台设计与实现[J]. 海洋通报, 2018, 37(3): 287-295. Wu Sensen, Cao Minjie, Du Zhenhong, et al. Design and implementation of the global Argo data sharing and service platform[J]. Marine Science Bulletin, 2018, 37(3): 287-295. ( 0) |
| [12] |
刘增宏, 吴晓芬, 许建平, 等. 中国Argo海洋观测十五年[J]. 地球科学进展, 2016, 31(5): 445-460. Liu Zenghong, Wu Xiaofen, Xu Jianping, et al. Fifteen years of ocean observations with China Argo[J]. Advances in Earth Science, 2016, 31(5): 445-460. ( 0) |
| [13] |
邢小罡, 邱国强, 王海黎. Bio-Argo浮标观测北大西洋色素与颗粒物的季节分布[J]. 高技术通讯, 2014, 24(1): 55-64. Xing X G, Qiu G Q, Wang H L. Seasonal distribution of pigment and partical in the North Atlantic observed by a Bio-Argo floats[J]. High Technology Letters, 2014, 24(1): 55-64. DOI:10.3772/j.issn.1002-0470.2014.01.009 ( 0) |
| [14] |
安玉柱, 张韧, 王辉赞, 等. 全球大洋混合层深度的计算及其时空变化特征分析[J]. 地球物理学报, 2012, 55(7): 2249-2258. An Y Z, Zhang R, Wang H Z, et al. Study on calculation and spatio-temporal variations of global ocean mixed layer depth[J]. Chinese J Geophys, 2012, 55(7): 2249-2258. DOI:10.6038/j.issn.0001-5733.2012.07.011 ( 0) |
| [15] |
Brainerd K E, Gregg M C. Surface mixed and mixing layer depths[J]. Deep Sea Research Part Ⅰ: Oceanographic Research Papers, 1995, 42(9): 1521-1543. DOI:10.1016/0967-0637(95)00068-H
( 0) |
| [16] |
Holte J, Talley L. A new algorithm for finding mixed layer depths with applications to Argo data and Subantarctic Mode Water formation[J]. Journal of Atmospheric and Oceanic Technology, 2009, 26(9): 1920-1939. DOI:10.1029/92JC00407
( 0) |
| [17] |
甘子钧. 一个新的海水状态方程[J]. 海洋科学, 1981, 1981(2): 58-59. DOI: CNKI:SUN:HYKX.0.1981-02-013. Gan Z J. A new equation of state for seawater[J]. Marine Sciences, 1981, 1981(2): 58-59. DOI: CNKI:SUN:HYKX.0.1981-02-013. ( 0) |
| [18] |
Sprintall J, Tomczak M. Evidence of the barrier layer in the surface layer of the tropics[J]. Journal of Geophysical Research: Oceans, 1992, 97(C5): 7305-7316. DOI:10.1029/92JC00407
( 0) |
| [19] |
Shankar D, Gopalakrishna V V, Shenoi S S C, et al. Observational evidence for westward propagation of temperature inversions in the southeastern Arabian Sea[J]. Geophysical Research Letters, 2004, 31(8): 367-376. DOI:10.1029/2004GL019652
( 0) |
| [20] |
Vialard J, Delecluse P. An OGCM study for the TOGA decade. Part Ⅰ: Role of salinity in the physics of the western Pacific fresh pool[J]. Journal of Physical Oceanography, 1998, 28(6): 1071-1088. DOI:10.1175/1520-0485(1998)0282.0.CO;2
( 0) |
| [21] |
翟方国. 黄海和东海障碍层研究[D]. 青岛: 中国海洋大学, 2009. DOI: 10.7666/d.y1502154. Zhai F G. Study of the Barrier Layer in the Yellow Sea and East China Sea[D]. Qingdao: Ocean University of China, 2009. DOI: 10.7666/d.y1502154. ( 0) |
| [22] |
Foltz G R, McPhaden M J. Impact of barrier layer thickness on SST in the central tropical North Atlantic[J]. Journal of Climate, 2009, 22(2): 285-299. DOI:10.1175/2008JCLI2308.1
( 0) |
| [23] |
Maes C, Picaut J, Kuroda Y, et al. Characteristics of the convergence zone at the eastern edge of the Pacific warm pool[J]. Geophysical Research Letters, 2004, 31(11): 293-317. DOI:10.1029/2004GL019867
( 0) |
| [24] |
Maes C, Picaut J, Belamari S. Importance of the salinity barrier layer for the buildup of El Nio[J]. Journal of Climate, 2005, 18(1): 104-118. DOI:10.1175/JCLI-3214.1
( 0) |
| [25] |
Maes C, Picaut J, Belamari S. Salinity barrier layer and onset of El Nio in a Pacific coupled model[J]. Geophysical Research Letters, 2002, 29(24): 591-594. DOI:10.1029/2002GL016029
( 0) |
| [26] |
Endoh T, Mitsudera H, Xie S P, et al. Thermohaline structure in the subarctic North Pacific simulated in a general circulation model[J]. Journal of Physical Oceanography, 2004, 34(2): 360-371. DOI:10.1175/1520-0485(2004)0342.0.CO;2
( 0) |
2. Pilot National Laboratory for Marine Science and Technology (Qingdao), Qingdao 266237, China