中国海洋大学学报自然科学版  2020, Vol. 50 Issue (2): 1-8  DOI: 10.16441/j.cnki.hdxb.20190104

引用本文  

杨树刚, 毛新燕, 江文胜. 夏季浙江沿岸上升流的年际变化研究[J]. 中国海洋大学学报(自然科学版), 2020, 50(2): 1-8.
YANG Shu-Gang, MAO Xin-Yan, JANG Wen-Sheng. Interannual Variation of Coastal Upwelling in Summer in Zhejiang, China[J]. Periodical of Ocean University of China, 2020, 50(2): 1-8.

基金项目

国家自然科学基金重点项目(41630966);日本爱媛大学全国共同利用研究基地LaMer资助
Supported by the National Natural Science Foundation of China (41630966); Leading Academia in Marine and Environment Pollution Research

通讯作者

毛新燕, E-mail:maoxinyan@ouc.edu.cn

作者简介

杨树刚(1993-), 男,硕士生。E-mail: yangshugang@stu.ouc.edu.cn

文章历史

收稿日期:2019-03-19
修订日期:2019-05-18
夏季浙江沿岸上升流的年际变化研究
杨树刚1 , 毛新燕1 , 江文胜2     
1. 中国海洋大学海洋与大气学院,山东 青岛 266100;
2. 中国海洋大学环境科学与工程学院,山东 青岛 266100
摘要:本文基于JCOPE2数据,综合上升流面积和冷中心强度两方面提出了一个无量纲的上升流强度指数NUI,并以此分析了夏季浙江沿岸上升流强度的多年变化,发现24年来夏季浙江沿岸上升流强度以3和8年为主的周期震荡变化,并有减弱趋势。这与夏季风向与岸线偏离角度的增大密切相关,而台湾暖流的调制作用则是次要因素。机制分析表明,厄尔尼诺现象通过影响风和台湾暖流的年际变化从而影响上升流强度的变化:厄尔尼诺年浙江近岸夏季风速较小,风向偏离岸线角度较大,同时台湾暖流较弱,因此上升流偏弱;拉尼娜年各因素呈相反变化,上升流较强。
关键词上升流    年际变化    浙江沿岸    JCOPE2    台湾暖流    沿岸风场    

关于浙江沿岸夏季上升流现象,国内众多海洋学者开展了深入的研究工作。通过实测资料分析和模型研究,发现风、地形、台湾暖流和潮汐等因素对浙沿岸上升流的形成有着重要的影响,这些因素的共同作用导致了浙江沿岸上升流的出现[1-6]

近年来,沿岸上升流的年际变化趋势成为研究热点[7-9]。Bakun首先提出全球变暖会加强大洋东边界的沿岸上升流[10]。观测结果显示了加利福尼亚、秘鲁、本格拉等大洋东岸的上升流均呈增强趋势[11-15]。目前关于中国沿岸上升流变化趋势的研究开展有限,相关研究表明,琼东沿岸等南海海域的上升流有减弱的趋势[16-17]。对于浙江沿岸上升流较长时间尺度变化的研究较为缺乏。

在已有的上升流研究中,由于上升流垂向流速无法直接获取,人们多采用其它易获取参量(如温度、面积、风速等)来表征上升流强度,且不同研究采用的上升流指数也不尽相同[18-20]。本文利用JCOPE2(Japan Coastal Ocean Predictability Experiment 2)水温数据,综合考虑上升流区域的面积以及冷中心强度两个方面,提出一个新指标以表征上升流强度,对1993—2016年夏季浙江沿岸上升流的年际变化进行分析,并讨论了影响上升流多年变化的相关因素。

1 数据和方法 1.1 数据介绍和验证

JCOPE2模式是日本海洋研究开发机构基于POM模型(Princeton Ocean Model)所研发的针对西北太平洋海域的高分辨率三维斜压水动力模式,其水平分辨率为(1/12)°(约为9 km),垂向分为47 σ层。该模式结果已经广泛应用于日本海洋预报及研究工作中[21-22]。本文选择JCOPE2模式在27°N~32°N和120°E~124°E海域(见图 1)的日平均模拟结果,时间范围为1993年1月1日—2016年12月31日。

(红色箭头所示为岸线方向;蓝色箭头为岸线负法向。The red arrow shows; The direction of the shoreline; The blue arrow shows the negative normal direction of the shoreline. ) 图 1 浙江近海水深分布 Fig. 1 Distribution of depth in Zhejiang offshore

另外,本文所使用的风场数据来自美国国家环境预报中心(National Centers for Environmental Prediction)一日四次的距海面10 m高度的风速再分析资料(https://www.esrl.noaa.gov/psd/data/gridded/),其水平分辨率为2.5°。时间范围与前述JCOPE2数据保持一致。

为后文利用JCOPE2数据研究浙江沿岸上升流的年际变化,首先需要验证该数据集对于模拟上升流季节变化特征的准确程度。鉴于SST受太阳辐射降水等外部环境因素影响较大,不易分辨上升流的发展规律,因此给出海面以下10 m层水温的逐月分布(见图 2)。

图 2 10 m层水温分布 Fig. 2 Distribution of water temperature on 10 m level

图 2可以看出:6月份,10 m层海水温度南高北低,28°N~31°N区域有一低温水舌,由北向南延伸,最南端可达到28°N;上升流开始出现,上升流中心与边缘温差约3 ℃;7月份,上升流中心与边缘温差增加1 ℃;8月份,浙江沿岸封闭的低温水体中心位于(122.5°E,29°N),中心水温24 ℃,上升流中心与边缘温差达到5 ℃,上升流区域范围达到最大,强度最盛;9月份,封闭的低温水体消失,上升流强度变弱。JCOPE2数据所示浙江沿岸上升流的范围、位置、季节性发展过程、与边缘水体的温差等结果与前人研究基本一致[4-5]。因此该数据集可用于浙江沿岸上升流的年际变化研究。

1.2 研究方法

鉴于浙江沿岸上升流在8月份达到最强,本文将8月份上升流的强度指定为每年上升流强度。为研究上升流年际变化,首先对8月份上升流区域面积、上升流中心强度的逐年变化加以分析,而后结合这两个方面提出一个新的上升流指数,并进一步讨论。

上升流区域面积的大小一定程度上反映了上升流的强弱变化[18]。本文采用温度阈值法提取上升流区域的范围,公式为ST < dsT,其中:ST表示10 m层的海水温度;dsT为温度阈值,根据图 2(c) 8月份水温分布,dsT选为25 ℃,并由此计算出各年的上升流区域面积;上升流中心强度则定义为8月份上升流区域内温度水平梯度的最大值。

2 研究结果

自1993—2016年,浙江沿岸上升流区域的面积在(2.0~6.0)×104 km2范围变化(见图 3(a))。2005、2009、2012、2014年上升流面积均小于2.0×104 km2,以2014年上升流面积最小,约为1.5×104 km2;2001、2013年上升流面积较大,均超过了4.0×104 km2。冷中心强度则在0.05~0.38 ℃/km范围内震荡(见图 3(b)),1999、2007、2013年冷中心强度比较强,超过0.27 ℃/km;1996、2009、2012、2014年强度较弱,小于0.14 ℃/km。上升流区域面积与冷中心强度指数在这24年间呈现多周期的振荡变化,二者的变化趋势基本一致,但极值出现的年份略有不同,如2002—2007年,上升流面积极小值出现于2005年,而冷中心强度极小值出现于2004年,因此用这两个指标分析上升流强度变化时会存在差异。本文结合这两个方面,提出一个无量纲上升流强度指数NUI,其变化范围为0~1,具体计算公式为:

$ \begin{array}{*{20}{c}} {NUI(i) = \left( {\frac{{S(i) - {\rm{min}}(S)}}{{{\rm{max}}(S)}}} \right) \times }\\ {\left( {\frac{{UI(i) - {\rm{min}}(UI)}}{{{\rm{max}}(UI)}}} \right), i = 1993, \cdots , 2016}。\end{array} $ (1)
( (a)上升流区域面积;(b)冷中心强度;蓝线为标准差线。(a) Upwelling area; (b) Cold center strength; Blue line is standard deviation line. ) 图 3 上升流变化的时间序列 Fig. 3 Time series of upwelling factors

其中:S为上升流区域面积;UI为冷中心强度。

由NUI时间序列可以看出(见图 4):均值为0.14,周期信号多变,根据线性拟合方程y=-0.01x+0.264可知上升流总体趋势减弱。1995、2002、2006、2010、2013年NUI超过0.10,上升流比较强。1996、2005、2009、2011、2012、2014年NUI低于0.02,上升流比较弱。为进一步探究上升流变化的规律,将NUI进行经验模态分解(EMD)。得到了NUI的本征模态(见图 5蓝线):前两个模态的变化周期分别为3和8年,其中第一模态的振幅与第二模态振幅贡献相似,因此3和8年是浙江沿岸上升流指数变化的明显周期。

(蓝线为NUI标准差线;红线为线性拟合曲线。Blue line is NUI standard deviation line and red line is linear fitting curve. ) 图 4 NUI时间序列 Fig. 4 Time series of NUI

( (a)两指数的对比,相关系数-0.42,检验P值0.03,95%置信区间[-0.70-0.16];(b)第一模态对比;(c)第二模态对比。(a)Comparison of the two indices, correlation coefficient equals- 0.42, test P value 0.03, 95% confidence interval [-0.70-0.16]; (b) First mode comparison; (c) Second mode comparison. ) 图 5 NUI与Nino3.4的时间序列 Fig. 5 NUI and Nino 3.4 time series

将NUI与厄尔尼诺指数进行对比(见图 5)发现,在1997/1998、2009/2010等厄尔尼诺事件发生的年份,夏季上升流强度比较弱,在1999/2000、2010/2011等拉尼娜事件发生的年份,夏季上升流强度比较强,二者相关系数为-0.44,检验P值为0.07,相关性显著,表明上升流强弱变化与厄尔尼诺现象密切相关。考虑到风、地形、台湾暖流和潮汐是形成浙江沿岸上升流的主要因素,其中又以风和台湾暖流的作用最为显著[4]。下面将进一步分析浙江近岸风场和环流场的年际变化特征,借以探讨厄尔尼诺现象对上升流的影响。

3 机制讨论 3.1 风场

根据Ekman输运理论可知,沿岸线走向的风分量是诱导产生上升流的主要原因。本文定义由浙江南部温州沿海(121.2°E,28°N)指向北部舟山群岛(122.2°E,30°N)的方向为岸线方向(见图 1红色箭头),将海面风矢量与岸线方向的夹角定义为风向偏角(见表 1)。

表 1 1993—2016年8月份浙江沿岸风向偏角与月均风速 Table 1 Deflection angle and wind speed along Zhejiang offshore from 1993 to 2016 in August

表 1中的风速和风向偏角时间序列分别进行线性拟合,前者斜率为-0.009,后者为1.701。表明近24年浙江沿岸上升流区域风力稍减弱,但变化幅度很小,风向偏角则以每年1.7°的增幅变大。

将风矢量分解为沿岸线方向与法向(见图 1蓝色箭头的反向)两个分量。对比风场相关变量与NUI的变化,可知沿岸偏南风更有助于上升流的产生(见图 6(b), (c));且风速大小与NUI呈正相关关系,风向偏角与NUI则为负相关(见图 6(a), (d)),结合前文所述的变化趋势,可认为浙江沿岸上升流强度的减弱主要是由风向偏角增大造成的。

( (a)Ws平均风速;(b)Wa风沿岸分量,正值表示沿岸线方向,与NUI相关系数0.42,检验P值0.07,90%置信区间[0.05 0.68];(c)Wb岸线负法向的风分量,正值表示离岸方向;(d)Angle风向偏角,与NUI相关系数0.56,检验P值0.03,95%置信区间[-0.77-0.26]。(a) Ws means average wind speed; (b) Wa means wind coastal component, positive value represents coastal direction, correlation coefficient with NUI 0.42, test P value 0.07, 90% confidence interval [0.05 0.68]; (c) Wb means coastal negative normal wind component, positive value represents offshore direction; (d) Angle means wind direction deviation angle, correlation coefficient with NUI 0.56, test P value 0.03, 95% confidence interval [-0.77-0.26]. ) 图 6 浙江沿岸风场与上升流强度指数NUI的对比(红线为NUI,蓝线为风场相关变量) Fig. 6 Comparison of wind field and upwelling intensity index NUI(The red line chows the NVI; The blue line shows wind factors)

进一步分析发现,在厄尔尼诺事件发生的年份(1997/1998、2009/2010、2012/2013等),风向偏角均大于100°,且沿岸风速较小,此时上层海水向岸输运,不利于上升流的发展,上升流较弱;在拉尼娜事件发生的年份(1999/2000、2010/2011等),风向偏角在50°以内,且沿岸风速较大,此时上层海水离岸输运,底层海水向岸运动并上涌补充,上升流较强。此外,在同等风速条件下,当风向偏角越小时,海水离岸输运越强,海水向上补充形成的上升流越强。但比较2000与2001年可发现,2000年季风风速较大、风向偏角较小,其上升流强度却弱于2001年,表明除了风场之外,尚有其他因素对上升流进行调制,下一部分将对此加以解释。

3.2 流场

图 7给出了8月份的海面以下10、30和50 m层的流场图。在10 m层,浙江近岸海域海水流动表现为离岸方向,呈现出风生Ekman流的特征,在30和50 m层近岸则表现为向岸流动。台湾暖流主要出现在30 m以下的水层中,50 m层的流场显示在浙江近岸有明显向岸的水平速度,即台湾暖流沿陆坡爬升的流速分量。考虑到浙江近海内陆架典型的岸坡地形特征(见图 1),即等深线与岸线平行,因此岸线的负法向即为台湾暖流沿陆坡爬升的方向(见图 1蓝色箭头)。

(填色表示流速大小。Color means velocity. ) 图 7 8月份10、30和50 m层流场分布 Fig. 7 Distribution of flow field in 10, 30 and 50 m layers in August

图 8显示台湾暖流流速与其向岸速度均与NUI呈正相关,相关系数分别为0.52、0.60。台湾暖流的向岸分量年际变化明显,幅度可达75%。2007年台湾暖流向岸速度变小,但在海面风的作用下,依然存在较强的上升流,表明台湾暖流对上升流的影响较之风场来说是第二位的。而2001年的台湾暖流向岸爬坡分量达到近24年最大,使得在海面风相对2000年减弱的情况下,上升流反而相比2000年增强,这说明台湾暖流对上升流的调制作用也不可忽略。综上,就年际变化来看,风场对上升流强度影响最大,台湾暖流爬坡效应次之,且台湾暖流流速的年际变化与上升流区域风力的年际变化基本一致,相关系数为0.67。

( (a)Ws平均流速,与NUI相关系数0.52,检验P值0.003,99%置信区间[0.34 0.84];(b)Wb岸线负法向速度分量,与NUI相关系数0.60,检验P值0.002,99%置信区间[0.23 0.80]。(a) Ws means average velocity, correlation coefficient with NUI 0.52, test P value 0.003, 99% confidence interval[0.34 0.84]; (b) Wb means shoreline negative normal velocity component, correlation coefficient with NUI 0.60, test P value 0.002, 99% confidence interval [0.23 0.80]. ) 图 8 30~50 m层上升流区域台湾暖流与NUI的对比 Fig. 8 Comparison of Taiwan Warm Current and NUI in the upwelling region of 30~50 m layer

最后,将发生厄尔尼诺事件的年份(1997/1998、2009/2010)8月的50 m层流场进行平均,得到厄尔尼诺年的特征流场;同样地,利用1999/2000、2010/2011拉尼娜年的流场结果,得到拉尼娜年8月的50 m层的特征流场。将两个特征流场减去多年平均的50 m层流场(见图 7(c)),得到了厄尔尼诺年、拉尼娜年的流速距平分布(见图 9)。由图中可以看出:在厄尔尼诺年,上升流区域50 m层的台湾暖流流速明显变小,由于浙江沿岸上升流强度与台湾暖流流速正相关,进而造成了浙江沿岸上升流的减弱;拉尼娜年上升流区域50 m层的台湾暖流流速明显变大,促成了上升流的显著增强。综合风场分析发现,厄尔尼诺现象会同时影响风场和台湾暖流的年际变化,并影响浙江近岸上升流的年际变化。

图 9 典型厄尔尼诺年(a)和拉尼娜年(b)50 m层流速距平分布 Fig. 9 Distribution of Taiwan Warm Current velocity anomalies at 50 m layer in typical El Nino year (a) and La Nina year (b)
4 结语

本文利用JCOPE2数据探究了浙江沿岸上升流面积以及中心强度的多年变化,并结合两个方面提出了一个新指标表征上升流强度,该指标可以更全面的刻画上升流强弱。研究上升流强度指数时间序列发现:1993—2016年浙江沿岸上升流强度存在以3和8年为主的周期变化,并有逐渐减弱的趋势。

本文进一步从风场和台湾暖流年际变化两个方面进行了探讨,发现24年来浙江近海风速变化很小,风向偏角则以每年1.7°的增幅变大,而台湾暖流年际变化与风速相对一致,因此上升流减弱的趋势主要是由于风向偏角的变化造成的,但台湾暖流也会对上升流的变化起一定的调制作用。风力与台湾暖流流速越大、风向偏角越小时,上升流越强,反之则上升流越弱。

此外,本文通过分析证实了厄尔尼诺现象与浙江沿岸上升流的变化密切相关,前者通过影响沿岸风速大小、风向偏角、台湾暖流强度,使得上升流强度发生年际差异:厄尔尼诺年,夏季风场减弱,风向偏角变大,同时台湾暖流流速变小,海水沿海底爬坡变弱,不利于上升流的产生与发展;拉尼娜年,夏季风场增强,风向偏角变小,台湾暖流流速变大,海水沿陆架爬坡加快,促进了上升流的产生与发展。

参考文献
[1]
毛汉礼, 甘子钧, 沈鸿书. 杭州湾潮混合的初步研究Ⅰ.上湾区[J]. 海洋与湖沼, 1964, 6(2): 121-134.
Mao H L, Gan Z J, Shen J S. A preliminary study of the tidal flushing in HANGCHOW Bay Ⅰ. upper estuary[J]. Oceanologia Et Limnologia Sinica, 1964, 6(2): 121-134. (0)
[2]
刘先炳, 苏纪兰. 浙江沿岸上升流和沿岸锋面的数值研究[J]. 海洋学报(中文版), 1991, 13(3): 305-314.
Liu X B, Sun J L. Numerical research on the rise current and coastal front in Zhejiang coast[J]. Journal of Oceanography(in Chinese), 1991, 13(3): 305-314. (0)
[3]
吕新刚, 乔方利, 夏长水. 长江口外及浙江沿岸夏季上升流的潮生机制[J]. 中国科学(D辑:地球科学), 2007, 37(1): 133-144.
Lv X G, Qiao F L, Xia C S. Tidal mechanism of summer upwelling outside the Yangtze Estuary and along the coast of Zhejiang Province[J]. Chinese Science (Series D: Geosciences), 2007, 37(1): 133-144. (0)
[4]
罗义勇. 东海沿岸上升流的数值计算[J]. 海洋湖沼通报, 1998(3): 1-6.
Luo Y Y. Numerical calculation of coastal upwelling in the East China Sea[J]. Transactions of Oceanology and Limnology, 1998(3): 1-6. (0)
[5]
经志友, 齐义泉, 华祖林. 闽浙沿岸上升流及其季节变化的数值研究[J]. 河海大学学报(自然科学版), 2007, 35(4): 464-470.
Jing Z Y, Qi Y Q, Hua Z L. Numerical research on seasonal variation of upwelling off Minzhe coast[J]. Journal of Hohai University, 2007, 35(4): 464-470. (0)
[6]
潘玉萍, 沙文钰. 夏季闽浙沿岸上升流的数值研究[J]. 海洋通报, 2004, 23(3): 1-11.
Pan Y P, Shan W Y. Numerical research on upwelling off Minzhe coast in summer[J]. Marine Science Bulletin, 2004, 23(3): 1-11. DOI:10.3969/j.issn.1001-6392.2004.03.001 (0)
[7]
Mcgregor H V, Dima M, Fischer H W, et al. Rapid 20th-century increase in coastal upwelling off northwest Africa[J]. Science, 2007, 315(5812): 637-639. DOI:10.1126/science.1134839 (0)
[8]
Wang D, Gouhier T C, Menge B A, et al. Intensification and spatial homogenization of coastal upwelling under climate change[J]. Nature, 2015, 518(7539): 390-394. DOI:10.1038/nature14235 (0)
[9]
Sydeman W J, Garcia-Reyes M, Schoeman D S, et al. Climate change and wind intensification in coastal upwelling ecosystems[J]. Science, 2014, 345(6192): 77-80. DOI:10.1126/science.1251635 (0)
[10]
Bakun A. Global climate change and intensification of coastal ocean upwelling[J]. Science, 1990, 247(4939): 198-201. DOI:10.1126/science.247.4939.198 (0)
[11]
Cloern J E, Jassby A D, Thompson J K, et al. A cold phase of the East Pacific triggers new phytoplankton blooms in San Francisco Bay[J]. Proc Natl Acad Sci U S A, 2007, 104(47): 18561-18565. DOI:10.1073/pnas.0706151104 (0)
[12]
Cropper T E, Hanna E, Bigg G R. Spatial and temporal seasonal trends in coastal upwelling off Northwest Africa, 1981-2012[J]. Deep Sea Research Part Ⅰ: Oceanographic Research Papers, 2014, 86: 94-111. DOI:10.1016/j.dsr.2014.01.007 (0)
[13]
VSantos F, Gomez-Gesteira M, Decastro M, et al. Differences in coastal and oceanic SST trends due to the strengthening of coastal upwelling along the Benguela current system[J]. Continental Shelf Research, 2012, 34: 79-86. DOI:10.1016/j.csr.2011.12.004 (0)
[14]
Vargas G, Pantoja S, Rutllant, et al. Enhancement of coastal upwelling and interdecadal ENSO-like variability in the Peru-Chile Current since late 19th century[J]. Geophysical Research Letters, 2007, 34(13). DOI:10.1029/2006GL028812 (0)
[15]
M. Garc-a-Reyes, Largier J. Observations of increased wind-driven coastal upwelling off central California[J]. Journal of Geophysical Research Oceans, 2010, 115: C04011. DOI:10.1029/2009JC005576 (0)
[16]
谢玲玲, 宗晓龙, 伊小飞. 琼东上升流的年际变化及长期变化趋势[J]. 海洋与湖沼, 2016, 47(1): 43-51.
Xie L L, Zong X L, Yin X F. The interannual variation and long-term trend of Qiongdong upwelling[J]. Oceanologia Et Limnologia Sinica, 2016, 47(1): 43-51. (0)
[17]
蔡榕硕, 陈际龙, 黄荣辉. 我国近海和邻近海的海洋环境对最近全球气候变化的响应[J]. 大气科学, 2006, 30(5): 1019-1033.
Cai R S, Chen J L, Huang R H. The response of marine environment in the offshore area of china and Its adjacent ocean to recent global climate change[J]. Atmospheric Science, 2006, 30(5): 1019-1033. DOI:10.3878/j.issn.1006-9895.2006.05.28 (0)
[18]
楼琇林.浙江沿岸上升流遥感观测及其与赤潮灾害关系研究[D].青岛: 中国海洋大学, 2010.
Lou X L. Remote Sensing of the Zhejiang Coastal Upwelling and Its Relationship with Red Tides[D]. Qingdao: Ocean University of Clina, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10423-1011231452.htm (0)
[19]
颜廷壮. 中国沿岸上升流成因类型的初步划分[J]. 海洋通报, 1991(6): 1-6.
Yan T Z. Features and classification of coastal upwellings off China[J]. Marine Science Bulletin, 1991(6): 1-6. (0)
[20]
孙轶.浙江与加州沿岸上升流的季节和年际变化研究[D].南京: 信息工程大学, 2016.
Sun Y. Seasonal and Interannual Variability in Wind-Driven Upwelling Along the Zhejiang Coast and the California Coast[D]. Nanjing: University of Information Science & Technology, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10300-1016198204.htm (0)
[21]
Kodaira T, Waseda T, Miyazawa Y. Nonlinear internal waves generated and trapped upstream of islands in the Kuroshio[J]. Geophysical Research Letters, 2014, 41(14): 5091-5098. DOI:10.1002/2014GL060113 (0)
[22]
Kawai Y, Miyama T, Iizuka S. Marine atmospheric boundary layer and low-level cloud responses to the Kuroshio Extension front in the early summer of 2012 : Three-vessel simultaneous observations and numerical simulations (SPECIAL SECTION : "Hot Spots" in the Climate System : New Developments in the Extratropical Ocean-Atmosphere Interaction Research)[J]. Journal of Oceanography, 2015, 71(3): 612-616. (0)
Interannual Variation of Coastal Upwelling in Summer in Zhejiang, China
YANG Shu-Gang1 , MAO Xin-Yan1 , JANG Wen-Sheng2     
1. College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China;
2. College of Environmental Science and Engineering, Ocean University of China, Qingdao 266100, China
Abstract: Based on JCOPE2 datasets, a dimensionless upwelling intensity index (NUI) is proposed, which combines the area of upwelling and the intensity of cold center. This index (NUI) can describe the strength of upwelling more comprehensively. According to NUI, the multi-year variation of upwelling intensity along Zhejiang coast in summer is analyzed. The index of upwelling intensity (NUI) has shown a three-year and eight-year oscillation with a decreasing trend during 1993 to 2016, closely related to the increasing deflection angle of prevailing wind direction from shoreline, the modulation of Taiwan warm current is the secondary factor. The main factors for long-term variation of upwell intensity are the interannual variability of wind field and Taiwan Warm Current (TWC), both of which are influence by ENSO. In the El Nino years, the wind speed in Zhejiang coastal area is abnormally lower, with a larger deflection angle, and shoreward component of TWC is also abnormally weaker than climatological mean, all of which leads to a weaker coastal upwelling. In the La Nina years, the wind speed in Zhejiang coastal area is abnormally higher, with a smaller deflection angle, and shoreward component of TWC is also abnormally stronger than climatological mean, which leads to a stronger coastal upwelling.
Key words: coastal upwelling    interannual variation    Zhejiang offshore    JCOPE2    Taiwan Warm Current    coastal wind field