2020, Vol. 50
2. 青岛海洋科学与技术试点国家实验室 海洋生态与环境科学功能实验室, 山东 青岛 266237
上升流将海洋次表层富含营养盐的冷水带到表层，对海洋生态系统有重要作用。秘鲁上升流是四大东边界上升流之一，周边拥有全球著名的渔场，具有极高的生态与经济价值[1]。秘鲁沿岸东南风是形成秘鲁上升流的主要动力因素，风驱动产生上升流的机制：一是通过沿岸风驱动表层海水产生强离岸Ekman流，次表层海水向岸补充，产生上升流；二是沿岸地形、海气相互作用等因素导致风应力变化，产生负的风应力旋度，形成Ekman抽吸将次表层海水带到表层[2-4]。
ENSO(El Nino and Southern Oscillation)，即厄尔尼诺与南方涛动，是大尺度准周期性的气候变化信号[5]。上升流的变化受ENSO长周期大尺度信号的调制。特别是暖位相厄尔尼诺事件，常引起上升流的减弱。例如，吕宋冷涡年际变化与ENSO事件有很强相关性，厄尔尼诺造成1998年海盆夏季增暖持续至秋冬季节，阻止冬季吕宋上升流的形成[6]。秘鲁沿岸上升流与赤道太平洋直接相连，与ENSO周期性气候变化联系更紧密。受ENSO年际变化信号影响，秘鲁上升流区域初级生产力每2~7 a发生大幅下降[7]。
厄尔尼诺可以通过局地的大气过程[8]，或者通过海洋内部过程(如沿岸Kelvin波[9])等作用对局部海区产生影响。现有研究多是通过上升流指标与年际变化指数间的相关关系分析大尺度信号对秘鲁上升流的影响[10]，但上升流变化的动力因素尚不清楚。2015—2016年是强厄尔尼诺事件，其SSTA(Sea Surface Temperature Anomaly，海温异常)峰值超过1997/1998年[11]。在强厄尔尼诺之前的2014年，春季热带太平洋也呈现强SST(Sea Surface Temperature，海表温度)增暖，Ludeschera[12]等据此预测2014年冬季会形成强厄尔尼诺事件，但最终暖异常未如预测发展[13]。本文利用数值模拟方法，分析2014—2016年秘鲁上升流海温与上升流强度的变化，并探讨驱动上升流变化的影响因素。
1 模型配置与数据本文采用的区域海洋模型ROMS(Regional Oceanic Modeling System)是基于Boussinesq近似和垂向静力平衡假定的三维非线性海洋模式[14]。水平网格采用曲线正交坐标系，垂向采用随地形伸缩变化的s坐标，垂向扩散采用KPP(K-profile parameter)经验公式[15]。模拟区域为15.25°S~19.85°N，105.25°W~75.15°W，研究区域是秘鲁上升流海区，陆架(水深小于200 m)较窄，陆坡陡峭，主体部分是水深在3 500~5 000 m的海盆(见图 1)。研究区域的Rossby变形半径从边界约50 km到赤道超过230 km[16]，故水平分辨率取为0.1°(约10 km)，可以满足该区域中尺度涡、斜压不稳定波等的模拟要求。垂向分层为40层，上层网格加密，200 m内网格达24层。水深地形数据来源于ETOPO1(1 arc)，是NGDC(National Geophysical Data Center)开发的(1/60(°))全球地形数据(https://www.ngdc.noaa.gov/mgg/global/global.html)。为减小压强梯度的计算误差，平滑水深数据h，令水深梯度△h/h小于0.3，确保模拟的准确性与稳定性。
|
(黑框内区域纬度为7°S~11°S，距离海岸150 km，用于秘鲁上升流区域平均。The black box marks the upwelling domain from 7°S to 11°S and 150 km away from the coast, which is used to calculate the domain average. ) 图 1 秘鲁沿岸水深 Fig. 1 Bathymetry along the Peru coast |
侧边界流速、位温、盐度、海平面高度等采用CFSRv2(Climate Forecast System Research version2)月平均数据。海表大气热通量、水汽通量、风应力、海表温度等品均采用6 h平均的CFSRv2大气数据。海表采用热通量矫正的方式避免造成海温的漂移，本文中热量校正的系数取为-35 W·m-2·K-1[17]。模型的初始场来自CFSRv2的2013年1月的月平均数据。在2013年海面及侧边界的强迫下，积分6年达到上层(1 000 m)海洋平衡，以2013年年末的模拟结果作为新的初始场，完成2014—2016年模拟。
文中用到的数据主要有：(1)CFSRv2，是由NCEP (National Centers for Environmental Prediction，美国环境预报中心)提供的覆盖全球的髙分辨率海气耦合再分析数据。本文中使用时间分辨率为6 h大气数据与月平均海洋数据，空间分辨率0.5°×0.5°，时间范围自2013—2016年；(2) OISST (Optimal Interpolation Sea Surface Temperature)是由美国国家海洋和大气管理局提供的高分辨率混合分析SST数据(https://www.ncdc.noaa.gov/oisst)，时间分辨率为日平均，水平分辨率0.25°×0.25°。
2 结果与分析 2.1 厄尔尼诺年秘鲁沿岸SST变化特征流场、海面高度等模拟结果与观测结果的比较验证可参见文献[18]。本研究主要将分析过程中使用的海温模拟结果与OISST的观测数据进行对比，验证模拟结果。图 2为2014—2016年8°S断面SST异常的模拟结果(去除2008—2018年OISST气候态SST季节变化)与OISST结果的比较。暖异常信号首先在秘鲁近岸出现，并随着时间推移向西发展。模拟结果与OISST均显示在2014年4月秘鲁近岸开始出现海温正异常5、6月海温异常值最大可达3℃，发展至冬季转变为负异常，未形成强厄尔尼诺。2015年春季出现的暖异常迅速发展形成强厄尔尼诺，并持续数月，SST最大正异常达3.5℃。2016年4月暖异常信号开始减弱。通过对比模拟结果与OISST数据，模拟结果基本能再现2014—2016厄尔尼诺期间SST异常的变化过程。
|
图 2 2014—2016年8°S断面SST异常的(a)模拟结果与(b)OISST观测数据 Fig. 2 Longitude-time plots of SST anomaly at 8°S from (a) ROMS simulation results and (b) OISST observation data from 2014 to 2016 |
图 3为秘鲁沿岸海温随时间与深度的变化(见图 1黑框内区域平均)。秘鲁上升流区海温垂直分布受短波辐射影响具有显著的季节变化，北半球冬季(12~2月)短波辐射强，表层SST超过23 ℃，等温线下凹；夏季(6~8月)短波辐射弱，海表温度降低至18 ℃，等温线向上抬升。受厄尔尼诺影响，2014—2016年有显著年际差异。2014年春季(3~5月)海温异常增暖，2月等温线抬升的趋势中止，表现为迅速下沉；夏季等温线开始抬升，温度逐渐降低，9月温度达到最低；10月温度开始缓慢升高。2015年与2014年海温变化相似，春季增温显著，但夏季降温较弱，与2014、2016年相比，海温升高约2 ℃。2016年春季未出现增暖，等温线从春季开始一直缓慢抬升，夏季海温相对较低。
|
图 3 秘鲁沿岸海温随时间与深度的变化(图 1黑框内区域平均) Fig. 3 The time-depth cross-section of temperature along Peru coast (Averaged in the sampling domain in Fig. 1) |
图 4(a)为2014—2016年秘鲁沿岸海温的日变化率随深度与时间的变化图(见图 1黑框内区域平均)。上混合层(0~25 m)海温日变化呈现高频波动，冬季海温的日变化率多为正值，而夏季多为负值。混合层下的海温日变化率与上混合层间存在显著差异，2014与2015年3月海温日变化率量值超过0.1 ℃/d，并持续3个月。6~8月呈现较强的降温，2014年8月日变化率为-0.1 ℃/d。
|
图 4 热力学过程各项深度-时间分布 Fig. 4 Depth-time cross-section of heat budgets averaged in the Peru upwelling domain |
| $ \begin{array}{l} \frac{{\partial T}}{{\partial t}} = - u\frac{{\partial T}}{{\partial x}} - v\frac{{\partial T}}{{\partial y}} - w\frac{{\partial T}}{{\partial z}} + \frac{\partial }{{\partial z}}\left( {{K_v}\frac{{\partial T}}{{\partial z}}} \right) + \\ \frac{{\partial Q}}{{\partial z}} + {K_h}{\nabla ^2}T \circ \end{array} $ | (1) |
公式1为热传导方程，通过计算秘鲁上升流区域各项热力学过程对海温的贡献，可以分析2014—2016年海温变化的原因。热量收支方程左边第一项为海温的时间变化项，等式右边第一项为纬向平流对海温的贡献，第二项为经向平流的作用，第三项为垂向对流的作用，第四项为垂向湍扩散，第五项为净热通量的贡献(包含表层热通量以及短波辐射的透射增温)。垂向湍扩散与热通量项合并，体现大气海洋间热量交换对海温的影响。纬向平流、经向平流与垂向平流的贡献之和为总的流场贡献。最后一项为水平扩散项，该项量值相比其他项小2个量级，因此可以忽略。
图 4为秘鲁沿岸(见图 1黑框区域平均)各项热力学过程对海温的贡献随水深与时间的变化。上混合层内(约25 m)平流(见图 4(b))令海温降低，湍混合(见图 4(c))将吸收的大气热量向下传输，减弱平流的作用。混合层下，湍扩散与热通量的作用随水深增大而减弱，海温的时间变化(见图 4(a))与平流对海温的贡献相似，说明混合层下平流是海温变化的主导因素。由于上升流的作用，垂向湍扩散与热通量在多数时间表现为吸收热量，仅在6~8月部分时间表层失热。平流呈现显著的年际差异，2014、2015年春季(3~5月)厄尔尼诺发展阶段呈现显著的增温，2016年厄尔尼诺衰退期，平流增温作用较弱。
垂向对流对海温的贡献呈现两层结构(见图 4(f))。在秘鲁沿岸东南风驱动下，表层至水深140 m内是上升流，令海温降低；140 m之下是下沉流(见图 5(b)所示140 m之下海温水平梯度与表层上升流相反)，令海温升高。受垂向对流的影响，纬向平流对海温的贡献具有三层结构(见图 4(d))。纬向平流将上升流带来的下层冷水向西输运，因此表层离岸流令海温降低。混合层底至水深约140 m的向岸运动，将副热带太平洋海盆的暖水带到秘鲁沿岸，令海温升高；140 m之下由于下沉流的影响，纬向平流使得海温降低。经向平流的海温的贡献与纬向平流的作用相互平衡(见图 4(e))。表层经向平流的贡献为正，说明表层秘鲁寒流虽然来自高纬度海区，但由于上升流区温度较低，对海温的贡献为正值；下层秘鲁潜流(表层20 m以下沿着陆架向极地的流，最大流速位于100~150 m，流速约15 cm/s[19])令海温降低；水深140 m之下秘鲁潜流的贡献是增温。
|
(黑线为海温梯度1×10-5 ℃/m的等值线。The black line is the 1×10-5 ℃/m isoline. ) 图 5 2014—2016年平均SST水平梯度空间分布(a)与S剖面海温水平梯度的垂向分布(b) Fig. 5 The 2014—2016 three-year mean SST gradient spatial distribution (a) and the vertical distribution of temperature gradient along S section (b) |
2014—2016年海温的年际变化主要由平流和垂向对流的变化引起，湍扩散与热通量项并无显著的差异(见图 4(c))。2014与2015年春季(3~5月)，水平流动(纬向流与经向流之和)带来的热量增多(见图 4(d)、(e))、上层(0~140 m)上升流带来的冷水减少以及下层(>140 m)下沉流的增强(见图 4(f))，令整个水柱表现出显著增暖。2014年夏季(6~8月)与春季相比，平流带来热量减少、上升流增强，阻碍了春季海温正异常的继续发展。2015年夏季(6~8月)混合层下25~120 m水平流动的增暖效应比2014年夏季高(2014、2015年夏季，平流分别令海温升高1.9和2.8 ℃)，是造成2015年海温正异常持续的原因。2016年春季平流未出现明显的增暖效应，海温正异常开始减弱。
2.4 上升流强度的时间变化及影响因素由于垂向速度量值小，测量困难，上升流相关研究常采用间接指标表征上升流的强弱，如根据SST分布显示的相对低温的区域表征上升流，近岸与远岸的海温差异大小表征上升流的强度[20]。本文通过海水温度的水平梯度(以向东为正方向)，公式
图 5(a)是2014—2016年平均SST水平梯度的空间分布，正值表征上升流影响的区域。秘鲁沿岸的上升流沿着海岸由南至北可达4°S，向西可影响至离岸约150 km的海域，最大的温度梯度出现在近岸，约5 ℃/100 km。S断面(见图 1)海温水平梯度的垂向分布可以看到垂直方向上升流的影响范围呈倒三角形，平均影响深度约140 m(见图 5(b))。在140 m之下以及靠近陆坡区域，海温呈现负梯度说明这部分区域受下沉流控制[21]。秘鲁沿岸80°W以西，混合层底至140 m次表层海温的水平梯度多为正值，是由于热带东太平洋负风应力旋度引起的等温线抬升。
本研究以温度水平梯度1℃/100 km(1×10-5℃/m)为标准确定秘鲁上升流的影响区域，计算秘鲁沿岸7°S~11°S的上升流体积(见图 6(a)), 体积增加说明该段时间上升流增强，体积下降说明上升流减弱。2014年2~4月上升流体积扩大，5月开始收缩，6月上升流区域达到全年最小值，7月上升流体积逐渐增大，10月上升流体积达到全年最大值。2015年上升流体积的变化与2014年类似，不同在于夏季上升流体积增大较弱。2016年相对2014、2015年上升流变化较小，春季上升流体积显著减少的现象消失。通过将上升流的体积与垂向流速w(图 1黑框内区域，水深25~120 m垂向平均，经10日平滑)的时间变化进行对比(见图 6(a))，可以看出上升流体积能体现上升流强度的变化，但体积变化滞后于垂向流速约45 d(滞后相关系数最大约50%，主要是由于温度梯度还受热力学过程的影响)。
|
图 6 (a) 秘鲁上升流体积(b)秘鲁沿岸风应力驱动的垂向流速与秘鲁沿岸水深25~120 m平均的垂向流速的模拟结果(数据经10日平滑去除高频波动)以及(c)风应力旋度产生的平均垂向流速(d)混合层下25~120 m平均的向岸地转流与沿岸地转流产生的日平均垂向流速 Fig. 6 (a) The volume of Peru upwelling, (b) The vertical velocity derived from alongshore wind stress and the simulated vertical velocity averaged in depth of 25~120 m along Peru coast (10-day smoothing to remove high-frequency fluctuations), (c) The vertical velocity from wind stress curl and (d) The vertical velocity derived from the cross-shore current and along-shore current averaged in depth of 25~120 m |
风应力是形成上升流的主要动力因素。以往的研究通过计算沿岸风应力产生Ekman输送(见公式2)与风应力旋度产生Ekman抽吸(见公式3)来估计风应力产生的垂向流速。τa是风应力τ的沿岸分量；ρ为海水密度取值1 013 kg/m3；f为科氏力参数(7°S~11°S平均为1.5×10-5 /s)。沿岸风应力驱动离岸Ekman流，在近岸区域产生辐散。沿岸风应力影响的离岸尺度称为LC。LC长度的计算存在争议，部分研究认为，LC为第一斜压Rossby半径[22]，秘鲁沿岸变形半径为100~150 km[16]。Marchesiello与Estrade[23]认为在浅水上升流区域，表层Ekman层与底层Ekman层有重叠，LC应该是水平湍扩散影响到的离岸尺度(见公式4)。AH为水平湍扩散系数，量值50~100 m2/s，可得到LC量级为Ο(10 km)。秘鲁沿岸水深大、陆坡陡峭，表层Ekman与底层Ekman层分离，上升流影响深度可达140 m，水平尺度150 km(见图 6(b))。沿岸风应力影响的尺度LC更符合Rossby变形半径，本文中LC取值150 km。
| $ {w_{{\rm{wind}}}}{\rm{ = }}\frac{{{\tau _a}}}{{\rho fLc}}, $ | (2) |
| $ {w_{{\rm{curl}}}} = \frac{{curl\left( \tau \right)}}{{\rho f}}, $ | (3) |
| $ Lc = {\rm{ \mathsf{ π} }}\sqrt {2{A_H}/|f|} \circ $ | (4) |
由公式(2)计算得到沿岸风应力产生的垂向流速(见图 6(b))，在夏季强度最大，冬季最小，全年来看沿岸风应力对上升流有促进作用。在2014—2016年厄尔尼诺期间没有显著的年际差异。通过风应力计算的垂向流速与模拟得到的垂向流速对比，可以看出风应力在夏季产生的垂向流速与模拟垂向流速的变化相似，但春季两者变化相反；2014、2015年春季风应力计算结果为弱的上升流，但模拟的垂向流速为负，为强下沉流。根据公式(3)，风应力涡度产生的垂向流动(见图 6(c))，与沿岸风应力的结果相似，全年多数时间会产生上升流。沿岸风应力与风应力旋度的作用均不能解释2014和2015年春季的下沉流。这说明秘鲁沿岸上升流不仅受风应力变化的影响，可能受海洋内部其他因素的影响。
| $ w\left( h \right) = \int\limits_h^0 {\left( {\frac{{\partial {u_E}}}{{\partial x}} + \frac{{\partial {v_E}}}{{\partial y}}} \right){\rm{d}}z} + \int\limits_h^0 {\left( {\frac{{\partial {u_G}}}{{\partial x}} + \frac{{\partial {v_E}}}{{\partial y}}} \right){\rm{d}}z} \circ $ | (5) |
根据流体守恒公式，可得到公式(5)。垂向流速可由两部分组成，风应力驱动的Ekman输运产生的辐散作用、地转流的辐散作用(见公式6)。在大洋，地转流一般处于地转平衡过程，因此地转流的辐散作用可忽略；近岸存在强的底摩擦作用，地转流的辐散作用不可忽略。Marchesiell与Estrade[23]提出向岸地转流(以向岸为正方向)能减弱上升流，向岸的地转流产生垂向流速，满足公式(7)。Marchesiello与Estrade[23]研究的是南太平洋中New Caledonia岛西侧上升流，该区域地转流多垂直于岸，因此忽略沿岸地转流vG的作用，仅考虑公式(7)中uG的作用。秘鲁上升流区，沿岸的秘鲁潜流流速很大，不可忽略，可得到公式(8)，其中LA为底摩擦影响的沿岸尺度。本文假设LA与LC尺度量级一致，取LA与LC相同量值150 km，近似估计地转流辐散产生的作用。图 6(d)为混合层下25~120 m的地转流产生的垂向流速的变化。向岸的地转流产生弱的下沉流。2014、2015年春季增强的秘鲁潜流产生强的下沉流，是形成厄尔尼诺期间年际变化的主要因素。
| $ \begin{array}{l} w \propto \left| {\frac{{{\tau _A}}}{{\rho f{L_c}}}} \right| + \frac{1}{{{L_c}{L_A}}}\int\limits_{x = 0}^{x = {L_c}} {\int\limits_{y = 0}^{y = {L_A}} {\int\limits_h^0 {\left( {\frac{{\partial {u_G}}}{{\partial x}} + \frac{{\partial {v_E}}}{{\partial y}}} \right)} } } \cdot \\ {\rm{d}}z{\rm{d}}y{\rm{d}}x, \end{array} $ | (6) |
| $ {w_{uG}} \propto - \frac{1}{{{L_c}}}\int\limits_h^0 {{u_G}{\rm{d}}z} , $ | (7) |
| $ {w_{uG}} \propto \frac{1}{{{L_A}}}\int\limits_h^0 {{v_G}{\rm{d}}z} \circ $ | (8) |
本文通过数值模拟的方法，研究2014—2016年强厄尔尼诺事件过程中，秘鲁上升流的变化特征及其影响因子。2014年秘鲁沿岸春季海温正异常，主要源于水平流动带来的热量增多与上升流冷却作用的减弱；2014年夏季水平流动增温作用减弱，上升流增强，阻碍了春季海温正异常的继续发展。2015年春季海温变化过程与2014年类似，但夏季平流增暖效应持续，上升流作用被抑制，海温正异常持续至2016年。2016年春季，平流增暖远小于2014与2015年，海温正异常开始减弱。
通过海洋温度的水平梯度明确上升流的范围，计算了秘鲁上升流的体积。秘鲁沿岸上升流区域平行于海岸，向北可达4°S，离岸约150 km远；垂直方向上呈倒三角形，影响深度平均约140 m。上升流体积作为间接指标可以再现上升流强度的变化，但体积的变化与垂向流速的变化间存在时间滞后性。秘鲁上升流体积变化滞后于垂向流速约45 d。
2014—2016年的多数时间内，模拟的秘鲁沿岸垂向流速与风应力公式计算的垂向流速之间具有一致性，特别是夏季，秘鲁上升流增强与风应力增大有关。2014、2015年春季，风应力计算的垂向流速均为弱上升流，但秘鲁沿岸出现强下沉流，形成这一现象的主要原因是该段时间秘鲁潜流增强，潜流与地形相互作用产生辐散作用，形成下沉流。2014—2016年秘鲁沿岸风应力没有显著的年际差异，厄尔尼诺期间，秘鲁潜流是形成秘鲁上升流年际差异的主要原因。秘鲁潜流影响上升流的内部机制尚不清晰。未来可以通过更多数值试验，分析潜流对上升流影响的物理机制。
| [1] |
Chavez F, Messié M. A comparison of eastern boundary upwelling ecosystems[J]. Prog Oecanogr, 2009, 83(1): 80-96.
(  0) |
| [2] |
Bakun A, Nelson C S. The seasonal cycle of wind-stress curl in subtropical eastern boundary current regions[J]. J Phys Oceanogr, 1991, 21(12): 1815-1834. DOI:10.1175/1520-0485(1991)021<1815:TSCOWS>2.0.CO;2
( 0) |
| [3] |
Capet X J, Marchesiello P, McWilliams J C. Upwelling response to coastal wind profiles[J]. Geophys Res Lett, 2004, 31(13): L13311.
( 0) |
| [4] |
Albert A, Echevin V, Lévy M, et al. Impact of nearshore wind stress curl on coastal circulation and primary productivity in the Peru upwelling system[J]. J Geophys Res, 2010, 115(C12): 168-172.
( 0) |
| [5] |
McPhaden M J. Genesis and evolution of the 1997-98 El Niño[J]. Science, 1999, 283(5404): 950. DOI:10.1126/science.283.5404.950
( 0) |
| [6] |
Wu C R, Chang C W. Interannual variability of the South China Sea in a data assimilation model[J]. Geophys Res Lett, 2005, 32(17): 109-217.
( 0) |
| [7] |
Espinoza-Morriberón D, Echevin V, Colas F, et al. Impacts of El Niño events on the Peruvian upwelling system productivity[J]. J Geophys Res, 2017, 122(7): 5423-5444. DOI:10.1002/2016JC012439
( 0) |
| [8] |
Alexander M A, Bladé I, Newman M, et al. The atmospheric bridge:The influence of ENSO teleconnections on air-sea interaction over the global oceans[J]. J Climate, 2002, 15: 2205-2231. DOI:10.1175/1520-0442(2002)015<2205:TABTIO>2.0.CO;2
( 0) |
| [9] |
Frischknecht M, Münnich M, Gruber N. Remote versus local influence of ENSO on the California Current System[J]. J Geophys Res, 2015, 120: 1353-1374. DOI:10.1002/2014JC010531
( 0) |
| [10] |
Jacox M G, Fiechter J, Moore A M, et al. ENSO and the California Current coastal upwelling response[J]. J Geophys Res, 2015, 120: 1691-1702. DOI:10.1002/2014JC010650
( 0) |
| [11] |
Lian T, Chen D. Genesis of the 2014-2016 El Niño events[J]. Sci China Earth Sci, 2017, 60(9): 1589-1600. DOI:10.1007/s11430-016-8315-5
( 0) |
| [12] |
Ludescher J, Gozolchiani A, Bogachev M I, et al. Very early warning of next El Niño[J]. Proceedings of the National Academy of Sciences, 2014, 111(6): 2064.
( 0) |
| [13] |
McPhaden M J. Playing hide and seek with El Niño[J]. Nat Clim Change, 2015, 5: 791. DOI:10.1038/nclimate2775
( 0) |
| [14] |
Shchepetki A F, McWilliams J C. The regional oceanic modeling system (ROMS):A split-explicit, free-surface, topography-following-coordinate oceanic model[J]. Ocean Model, 2005, 9(4): 347-404. DOI:10.1016/j.ocemod.2004.08.002
( 0) |
| [15] |
Large W G, Mc Williams J C, Doney S C. Oceanic vertical mixing:A review and a model with a nonlocal boundary layer parameterization[J]. Rev Geophys, 1994, 32(4): 363-403. DOI:10.1029/94RG01872
( 0) |
| [16] |
Chelton D B, DeSzoeke R A, Schlax M G, et al. Geographical variability of the first baroclinic rossby radius of deformation[J]. J Phys Oceanogr, 1998, 28(3): 433-460. DOI:10.1175/1520-0485(1998)028<0433:GVOTFB>2.0.CO;2
( 0) |
| [17] |
Gordon C, Corry R A. A model simulation of the seasonal cycle in the tropical Pacific Ocean using climatological and modeled surface forcing[J]. J Geophys Res, 1991, 96(C1): 847-864. DOI:10.1029/90JC01403
( 0) |
| [18] |
王林慧.热带东太平洋模拟对风应力时间分辨率的敏感性及上升流机制分析[D].青岛: 中国海洋大学环境科学与工程学院, 2017: 29-48. Linhui Wang. Sensitivity of the East Tropical Pacific Ocean simulation to the Temporal Resolution of Wind and Upwelling Dynamcs Analysis[D]. Qingdao: College of Environmental Science and engineering, Ocean University of China, 2017: 29-48. ( 0) |
| [19] |
Huyer, A. The offshore structure and subsurface expression of sea level variations off Peru 1976-1977[J]. J Phys Oceanogr, 1980, 10: 1755-1768. DOI:10.1175/1520-0485(1980)010<1755:TOSASE>2.0.CO;2
( 0) |
| [20] |
Ramanantsoa J D, Krug M, Penven P, et al. Coastal upwelling south of Madagascar:Temporal and spatial variability[J]. J Marine Syst, 2018, 178: 29-37. DOI:10.1016/j.jmarsys.2017.10.005
( 0) |
| [21] |
Penven P, Echevin V, Pasapera J, et al. Average circulation, seasonal cycle, and mesoscale dynamics of the Peru Current System:A modeling approach[J]. J Geophys Res, 2005, 110(C10): C10021. DOI:10.1029/2005JC002945
( 0) |
| [22] |
Croquette M, Eldin G, Tamayo M. On differences in satellite wind products and their effects in estimating coastal upwelling processes in the south-east Pacific[J]. Geophys Res Lett, 2007, 34(11): L11608. DOI:10.1029/2006GL027538
( 0) |
| [23] |
Marchesiello P, Estrade P. Upwelling limitation by onshore geostrophic flow[J]. J Mar Res, 2010, 68(1): 37-62.
( 0) |
2. Laboratory for Marine Ecology and Environmental Sciences, Pilot National Laboratory for Marine Science and Technology(Qingdao), Qingdao 266237, China