2023, Vol. 53
2. 中国海洋大学物理海洋教育部重点实验室，山东 青岛 266100
渤海三面环陆，是中国的半封闭式的内海，平均深度约为18 m[1]，仅通过东部渤海海峡和外海黄海相连，水交换能力较弱[2]。最近几年渤海水质连年恶化，渤海海峡作为连接渤海和黄海间的唯一通道，其水交换的能力在调节渤海水质环境方面有着至关重要的作用[3-5]。对于渤海的大量观测发现，渤海环流具有三维结构，并且海峡的水体交换冬夏季都是北部入流南部出流[6-8], 潮致余流、风生、热盐环流、径流都会通过影响渤海环流来进一步影响渤海海峡的水交换[9-13]。近年来海洋数值模型发展迅速，被大量地应用于渤海的研究，而且多集中于渤海和渤海海峡环流与水交换的年际或季节性变化上[14-15]。例如有的研究表明，渤海盐度的年际变化趋势会削弱渤海的水交换，使渤海封闭性更强[16]。也有的研究指出，渤海水交换有季节性变化，冬季以风生流带来的交换为主，夏季的水交换以密度流为主[17]，但是很少有研究考虑到高频率冬季大风对于渤海海峡水交换的影响。
随着观测设备的时间分辨率的提升，基于渤海海峡海流的长期观测以及数值模式的模拟结果，陆续有学者提出冬季大风这一特定天气现象会明显影响渤海海峡的环流结构以及水交换的剧烈程度[18-19]。冬季大风发生时水体交换区域扩大，并移向渤海；大风过后水体交换区域会缩小，并且退缩向黄海[20]。有最新研究表明，黄海暖流往往在冬季大风暴发时北向流速增大，入侵渤海；大风松弛时向南退却[21-22]，黄海暖流入侵渤海和退却的过程中造成了渤海和北黄海之间剧烈的水交换，甚至有的学者认为，渤海冬季的大部分水交换仅仅是通过几次冬季大风过程实现的[23]。所以研究冬季大风这一重要天气现象对于渤海水体交换的影响是十分必要的。
由于前人进行模拟使用的气象场资料各不相同，往往结果也优劣不等。本文将采用不同气象场资料输入FVCOM模型进行对比实验，通过与实测数据对比，筛选出最合适的气象场资料，为后续想利用数值模式来研究此领域的学者提供一些参考，并在此基础上进一步讨论冬季大风对于渤海水体交换的影响，并且设置对照实验来验证和证实相关的结论。
1 数值实验设置 1.1 模式简介本文运用的FVCOM模式是由美国马萨诸塞大学海洋科技学院和伍兹霍尔海洋研究所联合研发，是一个基于原始方程的、采用非结构网格和有限体积法的三维海洋生态模型。模型区域包括渤海、黄海、东海，包括区域21°N—41°N，117°E—138°E(见图 1(a))，垂向分30个σ层，136 612个网格。在渤海区域对网格进行加密，在渤海海峡周围分辨率约为1~2 km。模型强迫包括风、海平面气压、长波和短波辐射、气温、降水和蒸发量、比率以及相对湿度，其中风以风速形式输入。再分析气象场来自美国国家大气研究中心和欧洲中期天气预报中心，信息如表 1所示。表面边界条件如下：
| $ \frac{\rho_0 K_{\mathrm{m}}}{H}\left(\frac{\partial u}{\partial \sigma}, \frac{\partial v}{\partial \sigma}\right)=\left(\tau_{s x}, \tau_{s y}\right), \sigma=0 \text { 时, } \omega=0 \text { 。} $ | (1) |
|
( U代表经向速度，V代表纬向速度。U represents meridional velocity. V represents zonal velocity. ) 图 1 速度时间序列对比验证 Fig. 1 Time series comparison of velocity |
|
表 1 模式所用的再分析气象场信息表 Table 1 The information of reanalysis meteorological field which is used in the model |
式中: Κm为垂向涡动粘性系数；H为水深(m)；τsx, τsy是在x和y方向上的表面风应力, 其中风应力的公式如下[25]：
| $ \vec{\tau}=C_{\mathrm{d}} \rho_{\mathrm{a}}\left|\overrightarrow{V_{\mathrm{w}}}\right| \overrightarrow{V_{\mathrm{W}}}。$ | (2) |
式中：ρa是空气密度；VW是表层风速；Cd是阻力系数，与风速有关，公式如下：
| $ \begin{aligned} C_{\mathrm{d}} \times 10^3= & \left\{\begin{array}{l} 1.2 \\ 0.49+0.065\left|\overrightarrow{V_{\mathrm{w}}}\right| \\ 0.49+0.065 \times 25 \end{array}, \right. \\ & \left|\overrightarrow{V_{\mathrm{w}}}\right| \geqslant 11.0 \mathrm{~m} / \mathrm{s}, \\ 11.0 \mathrm{~m} / \mathrm{s} \leqslant & \left|\overrightarrow{V_{\mathrm{w}}}\right| \leqslant 25.0 \mathrm{~m} / \mathrm{s}, \\ & \left|\overrightarrow{V_{\mathrm{w}}}\right| \geqslant 25 \mathrm{~m} / \mathrm{s} . \end{aligned} $ | (3) |
表面边界条件模型中考虑了长江、黄河和辽河3条主要河流，以提供月平均淡水流量，该流量来自水利部信息中心。开边界条件包括海平面高度、速度、温度、盐度(数据来自ECCO2)以及包含9种分潮(M2、S2、N2、K1、O1、Q1、M4、MS4和MN4)的潮汐(数据来自美国俄勒冈州立大学的全球潮波模式TPXO 7.2的结果，下载网址为：http://g.hyyb.org/archive/Tide/TPXO/TPXO_WEB/global.html)。初始温度场和盐度场同样来自ECCO2，该模型于2014年1月1日启动，一直运行到2017年3月28日。2017年1月1日—3月28日的模型结果输出用于分析。
1.2 观测数据简介使用的观测数据包括环东中国海16个验潮站水位数据，时间为2017年1月1日—3月31日，观测时间分辨率为1 h(见图 2(a)，1~16)。位于渤海海峡北部通道的ADCP(38.506 5°N，121.080 4°E，(见图 2(a)，M1)获得的海流连续观测数据，数据时间分辨率5 min(2017-01-11—05-11)，2 m一层。位于黄海暖流主轴处的两个ADCP(34.996 1°N，122.972 8°E，见图 2，M2；33.608 7°N，124.120 6°E，见图 2，M3)获得的海流观测数据，时间分辨率为5 min(2017-01-02—03-28), 2 m一层。所有数据均经过40 h低通滤波，去除潮汐的影响。
|
图 2 模式范围、ADCP站位(蓝色圆点)和潮位观测站(黑色圆点)(a)及2017年渤黄海大风过程风矢量(b)~(q) Fig. 2 The model domain the location of the mooring station (blue dots) and the tide level observation station (black dots) (a) and the snapshots of 12 h surface wind from ERA5_1HR in the Bohai Sea and the Yellow Sea during 2017 wind storm (b)~(q) |
计算每套余水位模拟结果在每个站位的方均根误差(RMS)，可以定量的表现出模拟数据和实际观测数据的差别(见表 2)。每个站余水位的平均RMS只有两个站位超过了0.4 m，分别是吕四站和IC站，而IC站的RMS最大，说明在这个站位，模拟出来的余水位数据都和实际数据相差较大，但是环渤海站位的模拟结果都较好(见图 2，见表 2)。根据表 2可以发现，RMS的最小值出现在成山头站。平均RMS最小的再分析气象场是CFSV2_6HR，其次是ERA5_1HR，分别是0.219和0.223 m。总体来说每套模拟结果的平均RMS都小于0.235 m，说明余水位的模拟结果较好。由于文章篇幅有限，这里仅展示由ERA5_1HR系列再分析气象场所模拟出的模型同潮时图(见图 3(f)~(i))，模型的结果与TPXO图集以及前人[26]的研究结果对比，模型较好地再现了海区主要分潮的空间分布特征。可见模型对渤海的余水位及潮汐模拟是较为成功的，可以用于进行后续研究。
|
|
表 2 水位模拟数据方均根误差对比 Table 2 The RMS between the modeled data and the observed data |
|
( a~e分别代表第1~第3次大风过程、入流时间段平均、出流时间段平均。底图颜色红色代表出流蓝色代表入流。单位; m/s。(f)为K1分潮、(g)为O1分潮、(h)为M2分潮、(i)为S2分潮。(a)~(e) represent the first to third wind storm, average inflow time and outflow time. Red represents outflow and blue represents inflow. Unit: m/s. (f), (g), (h), (i) are the distribution of the K1, O1, M2, S2 tidal. ) 图 3 冬季大风过程渤海海海峡流速剖面(a~e)和ERA5模型同潮时图(f~i) Fig. 3 Cross-strait velocity over the transect in the Bohai Strait during winter storm (a~e) and the distribution of the tidal phase-lag in the Bohai Sea (f~i) |
验证模式对于海流速度的模拟结果，通过对比M1站各个层的U和V能够发现，模式对于U的模拟都要好于V的摸拟，在每个层，U的各个模拟数据与实际观测相差较小，速度时间序列的图像较为一致，而V的相差相对较大，时间序列的图像较为杂乱，这种现象在表层5 m(见图 1(b))处更加明显。整体来看对于下层流速的模拟要好于上层，对于3月1日之前的模拟要好于3月1日之后(见图 1)。进一步通过RMS(见表 3)来进行定量验证，发现各深度的RMS平均值也是呈现一个从表层到底层递减的现象，最小的是50 m处，平均值为0.082 m/s，这进一步验证了模型表层速度模拟较差的结论的准确性。根据不同类型的气象场模拟出来的海流数据的平均RMS，模拟最好的是ERA5_6HR，其次ERA5_1HR，分别是0.084和0.088 m/s。
|
|
表 3 M1站不同深度速度模拟值与观测值的方均根误差(RMS)对比 Table 3 The RMS between modeled and observed velocity values at M1 station |
由于在前人的研究中指出黄海暖流对渤海海峡水交换的有重要影响，所以在研究渤海海峡的水交换时需要继续验证模式对于黄海暖流的模拟情况。定量对比M2、M3站流速的模拟结果(见表 4)，对于M2站的速度模拟RMS最小的是CFSR_18，U和V误差都是0.035 m/s；其次是ERA5_1HR，U和V误差都达到0.036 m/s。对于M3站的速度模拟，RMS最小的是ERA5_1HR，对应的U为0.034 m/s，V为0.060 m/s。
|
|
表 4 M2和M3站速度模拟值与观测值的方均根误差(RMS)对比 Table 4 The RMS between modeled and observed velocity values at M2 and M3 stations |
综上所述，经过大量的实测数据的验证，作者认为ERA5_1HR系列风场、气压、热通量场作为FVCOM模型的输入文件可以对渤黄海冬季水文环境实现最优化模拟。这可能与其最高的时间分辨率和空间分辨率有关。
3 讨论与分析 3.1 渤海海峡环流剖面模拟结果分析通过观察2017年冬季大风期间海表面风的方向和速度，可以认为在这段时间期间有3次大风暴发和松弛的现象发生，分别是2月17日0时—19日0时(第一次大风事件)、2月19日12时—22日0时(第二次大风事件)、2月22日12时—24日12时(第三次大风事件)。截取渤海海峡断面，观察这几次大风过程渤海海峡的出入流情况，在2017年2月份的3次大风过程中，第一次大风的平均出入流速最弱，第二次最大。总体来说3次大风过程的渤海海峡断面净流速呈现出相似的特征，相较于第一次大风过程(见图 3(a))，第二次和第三次期间(见图 3(b)，(c))渤海海峡北部和南部的净入流速度有所增强，中部净出流区域明显扩大，在第二次大风过程中(见图 3(b))38.3°N处平均速度可以达到0.1 m/s。第三次大风过程中(见图 3(c))北部通道净入流区域变大，入流的平均流速变快，有很大一部分区域平均流速大于0.1 m/s，挤占了更多中部流出的区域。
传统观点认为，渤海海峡冬季平均海流结构为北部入流南部出流，表层入流底层出流。但是在一次大风事件时间段内，入流现象在海峡北部和南部都有发生，并且在第3次大风过程中入流现象从表到底都有发生。出流现象主要集中在38.3°N—38.6°N附近，从表到底都有出流现象。在大风暴发阶段，在10 m深度之下整个渤海海峡都呈现出出流的状态且出流主要集中在渤海海峡的中部通道和南部通道。在大风松弛阶段(见图 3(d))，入流主要集中在北部通道，中部通道也有入流现象，并且在38.3°N处有一个分叉现象，但是中部通道的入流现象相较于北部通道并不是很明显。以上现象和传统观点有很大不同，这说明冬季大风天气现象对渤海海峡的平均海流结构有重大影响。总结来说，虽然渤海的海流实际上是潮、风、斜压相互作用的结果, 但由于冬季大风事件的时间尺度往往就是几天，相对来说是一个比较短的时间尺度，并且风应力在短时间内发生了显著变化，所以在大风事件发生的几天内可以忽略潮汐以及斜压等影响因素的作用，在大风期间风应力才是主导渤海环流和水交换的最重要因素。为了进一步验证此结论，设计另外两个对照实验，通过改变风速来改变模型表面的风应力，分别是EXP1将2月17日0时—24日12时大风期间的风速增加一倍；EXP2将大风期间的风速减少为原来的一半。
3.2 渤海海峡环流平面模拟结果分析图 4、图 5反映的是2017年2月17日—24日3次大风发生时海面10和30 m深处海流每隔12 h的变化。第一次大风事件发生时(见图 2(b)~(g)、图 4、图 5(a)~(f))，由于风应力的作用，渤海的海水开始向南部堆积，造成了渤海南部高水位，北部低水位的特殊现象(见图 4、图 5(a))，高低水位在渤海内部形成了向北的水平压强梯度力。在水平压强梯度力和科氏力的共同作用下渤海海水向东流出渤海海峡。10 m层通过中部通道的海流最强，南部通道靠近岸线处的海流相对较弱。随着海水流出渤海，整个渤海的水位迅速降低。大风松弛时，北黄海的海水起先主要是通过北通道流入渤海(见图 4、图 5(c))，中部通道和南部通道流速相对较小。原因可能是大风暴发期间渤海北部水位最先降低，在大风松弛后需要有强烈的补偿流使渤海水位恢复。海水流入渤海后有分流现象(见图 4(c)、(i)、(o))，其中北部流速较大，南部流速较小，这说明，最开始的大部分水流入渤海北部，导致北部水位升高。由于渤海海峡北部通道深度较深在30 m层入流也集中在北部通道，这也进一步导致北部的水体补充较多，整个渤海出现水位北高南低的现象，和大风暴发时的水位状态相反。此时水平压强梯度力向南，在水平压强梯度力和科氏力的共同作用下，诱导出向西的流动，进一步促进水通过渤海海峡流入渤海。随着时间的推移10 m层整个渤海海峡都有入流现象，海峡南北的入流速度也逐渐趋向于一致(见图 4、图 5(d))。
|
( 背景图为余水位变化。The background shows the change of the residual water level. ) 图 4 冬季大风过程渤海海峡10 m层余流 Fig. 4 The residual current at 10 m depth in the Bohai Strait during winter storm |
|
( 背景图为余水位变化。The background shows the change of the residual water level. ) 图 5 冬季大风过程渤海海峡30 m层余流 Fig. 5 The residual current at 30 m depth in the Bohai Strait during winter storm |
其余两次大风事件的物理过程和第一次相似。但是由于风速导致的风应力差异，造成的渤海海峡入流和出流的流速以及渤海南北两侧的水位差不同。第二次大风事件的风速最大，时间最长，造成的渤海水交换的现象也最为明显，在出流时10 m层南部通道流速最高甚至已经超过了0.5 m/s。从2月19日12时至20日12时(见图 4、图 5(f)~(h))渤海的大部分区域24 h内水位变化甚至超过1 m。在大风松弛之后(见图 4、图 5(i)~(k))入流的速度比第一次大风事件大，水主要从北黄海经过北通道流入渤海，10 m层入流的最大速度也已经超过0.5 m/s，并且随着时间的推移整个渤海发生入流现象，涌向南部的水也开始增多，最后整个渤海水位达到了一个几乎一致的水平状态。这次大风过程渤海南北两端的水位差更加明显，在渤海海峡南北水位差最大可以达到0.53 m，在渤海内部辽东湾北部和莱州湾南部最大水位差可以达到0.64 m(见图 4、图 5(g)，(j))。EXP1与EXP2的实验结果由于篇幅的原因就不以图片的形式在文章中展示。EXP1中大风期间最大出流速度1.27 m/s，最大入流速度为1.33 m/s，渤海海峡南北最大水位差为1.14 m，渤海内部南北最大水位差为1.67 m。EXP2中大风期间最大出流速度为0.29 m/s，最大入流速度为0.32 m/s，渤海海峡南北最大水位差为0.27 m，渤海内部南北最大水位差为0.31 m。综合两个对照实验结果表明，大风强度对于渤海海峡和渤海内部南北水位的差异以及出入流流速有十分显著的影响。大风越强，出入流流速越大，水位差越大，造成的水交换越剧烈。至于水位差和水交换之间的关系可否通过某些关系来定量反应还需要进一步研究。
3.3 渤海水通量模拟结果分析在大风暴发的时间段内大量的水主要从渤海海峡南部和中部流出渤海，大风松弛时水主要从渤海海峡北部进入渤海，这就造成了渤海强烈的水交换。表 5 ERA5_1HR定量计算出来的结果表明，第二次大风过程造成的入水通量最大，为38.69×106 m3(以下数值单位均为106m3，故省略)，第三次大风过程的出水通量最大为34.15，第一次大风过程造成的出水通量和入水通量都是最小。由此可见大风过程入水和出水通量与渤海南北两侧或者渤海海峡两侧的水位差有关系。往往南北两侧水位差越大，造成的入流或者出流的水通量越大。而第三次大风在风速小于第二次的情况下依旧出水通量大于第二次的原因可能是前两次大风过程净通量为入水。造成渤海整体水体积较平时增大，水位升高，与外部黄海形成了压强梯度力间接促成了海水出流。经历了三次高频大风过程后，渤海总体来说为出水，通量为2.78。在对照实验EXP1的三次大风中出水通量和入水通量平均增加了308.9%，最大出水通量146.61，最大入水通量159.70，渤海总体来说为出水通量为17.87。在对照实验EXP2的三次大风中出水通量和入水通量平均减少至48.8%，最大出水通量11.94，最大入水通量15.90，渤海总体来说为出水，通量为0.51。综合上述实验结果表明，无论是通过增加还是减小风速来改变风应力，渤海的水通量都会发生显著变化，并且变化幅度十分巨大。这说明在冬季大风期间风应力才是主导渤海水通量交换的主要因素。
|
|
表 5 2017年冬季大风过程中渤海海峡断面水通量 Table 5 The water exchange during the wind storm in Bohai strait in 2017 |
本文将不同的气象场再分析数据输入FVCOM模式中对渤黄海地区的冬季水文环境进行了模拟，选出了最优风场数据集并建立了渤海海域较高分辨率的海流水位模型，模拟结果同16个沿岸验潮站以及3个ADCP海流观测站的实测数据进行对比，取得了较好的模拟成果；着重分析了2017年2月17—24日冬季大风影响下的渤黄海地区水位及海流特征，定量计算了每次大风时间段通过渤海海域的水交换通量，并设计了实验进行对比分析，得到以下主要结论：
(1) ERA5_1HR气象场数据集作为风场输入FVCOM模式中可以对渤黄海海域冬季水文环境实现最优化模拟。
(2) 冬季大风会显著的改变渤海海峡的平均环流结构，在平均环流结构中水主要通过渤海海峡的南通道和中通道流出渤海海峡，通过北通道流入渤海海峡。
(3) 大风事件发生期间，水位会呈现周期性变化，在大风事件发生时渤海水会向南部堆积呈现南高北低的现象，在水平压强梯度力的作用下，渤海水通过中部通道和南部通道流出渤海。之后渤海会随着海水流出南北水位差减小，水位趋于一致，再经历大风松弛后，同样在水平压强梯度力的作用下，水通过海峡北部入流渤海，导致北部水位升高，此时渤海水位呈现北高南低的现象，最后整个渤海海峡都有入流，渤海水位上涨，南北水位差减小并最终趋于一致。
(4) 大风松弛时渤海入流有分叉现象，流入辽东湾的水较多。渤海海峡北部较深，从北部底层流入的水也大部分流入辽东湾，这些造成了辽东湾水位上涨较快，在大风松弛时渤海水位北高南低的水位特征。
(5) 在冬季大风期间，渤海海流流速大小、渤海水通量交换的剧烈程度都和渤海海峡及渤海内部南北两侧的水位差有密切关系。
(6) 冬季大风期间风应力才是主导渤海水通量交换的主要因素。大风期间风应力显著影响着渤海南北两侧的水位差，而水位差又和水通量具有明显关系，一般来说强度越强，作用时长越长的大风事件, 造成的南北两侧的水位差越大，也就导致了水体通量越大。
| [1] |
Zhang Z X, Qiao F L, Guo J S, et al. Seasonal changes and driving forces of inflow and outflow through the Bohai Strait[J]. Continental Shelf Research, 2018, 154: 1-8. DOI:10.1016/j.csr.2017.12.012 (  0) |
| [2] |
方国洪, 王凯, 郭丰义, 等. 近30年渤海水文和气象状况长期变化及其相互关系[J]. 海洋与湖沼, 2002, 33(5): 515-525. Fang G H, Wang K, Guo F Y, et al. Long-term changes and interrelations of annual variations of the hydrographical and meteorological parameters of the Bohai Sea during recent 30 years[J]. Oceanologia Et Limnologia Sinica, 2002, 33(5): 515-525. ( 0) |
| [3] |
Chen X L, Lu J Z, Cui T W, et al. Coupling remote sensing retrieval with numerical simulation for SPM study—Taking Bohai Sea in China as a case[J]. International Journal of Applied Earth Observation and Geoinformation, 2010, 12: 203-211. DOI:10.1016/j.jag.2009.10.002 ( 0) |
| [4] |
Bi N S, Yang Z S, Wang H J, et al. Seasonal variation of suspended-sediment transport through the southern Bohai Strait[J]. Estuarine, Coastal and Shelf Science, 2011, 93: 239-247. DOI:10.1016/j.ecss.2011.03.007 ( 0) |
| [5] |
Zhai W D, Zhao H D, Zheng N, et al. Coastal acidification in summer bottom oxygen-depleted waters in northwestern-northern Bohai Sea from June to August in 2011[J]. Chinese Science Bulletin, 2012, 57(9): 1062-1068. DOI:10.1007/s11434-011-4949-2 ( 0) |
| [6] |
Huang D J, Su J L, Jan O B. Modelling the seasonal thermal stratifycation and baroclinic circulation in the Bohai Sea[J]. Continental Shelf Research, 1999, 19(199-9): 1485-1505. ( 0) |
| [7] |
Wang J H, Shen Y M, Guo Y K. Seasonal circulation and influence factors of the Bohai Sea: A numerical study based on Lagrangian particle tracking method[J]. Ocean Dynamics, 2010(60): 1581-1596. ( 0) |
| [8] |
黄大吉, 苏纪兰, 张立人. 渤海冬夏季环流的数值研究[J]. 空气动学学报, 1998, 16(1): 116-121. Huang D J, Su J L, Zhang L R. Numerical study of the winter and summer circulation in the Bohai Sea[J]. Acta Aerodynamica Sinica, 1998, 16(1): 116-121. ( 0) |
| [9] |
Gao Z G, Zhang Q H, Wang H, et al. The impacts of wind and air pressure on fluctuations of the mean Bohai Sea level[J]. Journal of Coastal Research, 2016, 74: 13-21. DOI:10.2112/SI74-002.1 ( 0) |
| [10] |
Guo W J, Wu G X, Liang B C, et al. The influence of surface wave on water exchange in the Bohai Sea[J]. Continental Shelf Research, 2016, 118: 128-142. DOI:10.1016/j.csr.2016.02.019 ( 0) |
| [11] |
Wei H, Su J, Wan R J, et al. Tidal front and the convergence of anchovy (Engraulis japonicus) eggs in the Yellow Sea[J]. Fisheries Oceanography, 2003, 12(4): 434-442. ( 0) |
| [12] |
Zhou F, Huang D J, Xue H J, et al. Circulations associated with cold pools in the Bohai Sea on the Chinese continental shelf[J]. Continental Shelf Research, 2017, 137: 25-38. DOI:10.1016/j.csr.2017.02.005 ( 0) |
| [13] |
Wang Y, Li R H, Wen Z H, et al. The summer spring-neap variation of the water thermohaline-turbidity structure and its dynamical mechanism in the southern Bohai Strait[J]. Continental Shelf Research, 2014, 90: 52-59. DOI:10.1016/j.csr.2014.04.004 ( 0) |
| [14] |
Mao X Y, Jiang W S, Zhao P, et al. A 3-D numerical study of salinity variations in the Bohai Sea during the recent years[J]. Continental Shelf Research, 2008, 28: 2689-2699. DOI:10.1016/j.csr.2008.09.004 ( 0) |
| [15] |
Fang Y, Fang G H. Numerical simulation and dynamic study of the wintertime circulation of the Bohai Sea[J]. Journal of Ocean-logy and Limonology, 2000, 18(1): 1-9. ( 0) |
| [16] |
Dagmar H, Wei H, Thomas P. Variability of the Bohai Sea circulation based on model calculations[J]. Journal of Marine Systems, 2003, 44: 153-174. ( 0) |
| [17] |
毕聪聪, 鲍献文, 万凯. 渤海盐度年代际变异对环流结构的影响[J]. 中国海洋大学学报(自然科学版), 2015, 45(1): 1-8. Bi C C, Bao X W, Wan K. The Effect of Decadal Salinity Variations on Circulation in the Bohai Sea[J]. Periodical Ocean University of China, 2015, 45(1): 1-8. ( 0) |
| [18] |
Ding Y, Bao X W. Observation-al and model studies of synoptic current fluctuations in the Bohai Strait on the Chinese continental shelf[J]. Ocean Dynamics, 2019, 69: 323-351. ( 0) |
| [19] |
万修全, 马倩, 马伟伟. 冬季高频大风过程对渤海冬季环流和水交换影响的数值模拟[J]. 中国海洋大学学报(自然科学版), 2015, 45(4): 1-8. Wan X Q, Ma Q, Ma W W. The effect of high frequency strong winds on winter circulation and water exchange in the Bohai Sea by ROMS[J]. Periodical of Ocean University of China, 2015, 45(4): 1-8. ( 0) |
| [20] |
李静, 宋军, 牟林, 等. 冬季大风影响下的渤黄海水交换特征[J]. 海洋通报, 2015, 34(6): 647-656. Li J, Song J, Mu L, et al. Characteristics of sea water exchange between Bohai Sea and Yellow Sea under the effect of high wind in winter[J]. Marine Science Bulletin, 2015, 34(6): 647-656. ( 0) |
| [21] |
Ding Y, Bao X, Yao Z, et al. Effect of coastal-trapped waves on the synoptic variations of the Yellow Sea warm current during winter[J]. Continental Shelf Research, 2018, 167: 14-31. ( 0) |
| [22] |
Guo J, Zhang H, Cui T W, et al. Remote sensing observations of the winter Yellow Sea warm current invasion into the Bohai Sea, China[J]. Advances in Meteorology, 2016, 3: 1-10. ( 0) |
| [23] |
Ju X, Ma C, Yao Z G. Case analysis of water exchange between the Bohai and Yellow Seas in response to high winds in winter[J]. Journal of Oceanology and Limnology, 2020, 38(1): 30-41. ( 0) |
| [24] |
王强. 渤海环流的季节变化及浮游生态动力学模拟[D]. 青岛: 中国海洋大学, 2004. Wang Q. A Numerical Modeling Study of the Circulation and Plankton Ecosystem Dynamics of the Bohai Sea[D]. Qingdao: Ocean University of China, 2004. ( 0) |
| [25] |
Large W G. Open Ocean momentum flux measurements in moderate to strong winds[J]. Journal of Physical Oceanography, 1981, 11: 324-336. ( 0) |
| [26] |
Fang G. Tide and tidal current charts for the marginal seas adjacent to China[J]. Chinese Journal of Oceanology and Limnology, 1986, 16(1): 1-16. ( 0) |
2. The Key Laboratory of Physical Oceanography, Ministry of Education, Ocean University of China, Qingdao 266100, China