APP下载

基于耦合气候系统模式的中全新世黄、东海海表通量分析

2014-02-27薛玉虎毛新燕颜秀花赵传湖

天津科技大学学报 2014年1期
关键词:海表黄海风场

薛玉虎,毛新燕,颜秀花,赵传湖

(1. 天津科技大学海洋科学与工程学院,天津 300457;2. 中国海洋大学海洋环境学院,青岛 266100;3. 国家海洋局第三研究所海洋–大气化学与全球变化重点实验室,厦门 361005)

基于耦合气候系统模式的中全新世黄、东海海表通量分析

薛玉虎1,毛新燕2,颜秀花3,赵传湖2

(1. 天津科技大学海洋科学与工程学院,天津 300457;2. 中国海洋大学海洋环境学院,青岛 266100;3. 国家海洋局第三研究所海洋–大气化学与全球变化重点实验室,厦门 361005)

对中全新世(6,ka时期)海洋和气候的研究可加深人们对现阶段气候变化和海洋环境的认识,为预测未来海洋与气候环境变化提供一个重要参照.文章分析一个耦合气候系统模式FGOALS-s2.0的模式结果,首先对其工业革命前(0,ka时期)东亚地区夏季降水及冬、夏季10m风场的模拟结果进行评估,然后进一步对中全新世和工业革命前黄、东海海表大气强迫的季节变化进行了对比.结果显示:模式模拟出0,ka时期东亚夏季降水从东南洋面至西北内陆减少的空间分布特点,冬、夏季10m风场亦与观测大体一致;6,ka时期夏季,黄、东海风速较0,ka时期增大约0.8m/s,16%左右;黄海风应力旋度值为正,东海为负,与0,ka时期相比旋度绝对值均增大;同时,两海区接收的太阳短波辐射较0,ka时期均增加,短波辐射的差异是中全新世夏季黄、东海海表的净热吸收增加的主要因子.6,ka时期冬季,黄、东海北风加强,东海增加量在0.5~1.0m/s,幅度约为10%,较黄海更为明显;两海区在冬季的净热释放也较0,ka时期增大,东海释放更甚;冬季黄、东海风应力旋度较0,ka时期则无太大差别.研究表明,由于6,ka时期太阳辐射季节循环的改变,造成了黄、东海夏季风增强,海表净热通量也发生相应变化,该时期大气强迫场的变化可能会使黄、东海表层水温分布趋势发生较大改变,进而影响陆架环流格局.

大气强迫;黄、东海;中全新世;FGOALS-s2.0

工业革命以来,由于人类活动使大气中CO2浓度增加,所产生“温室效应”使全球变暖,其中海洋对CO2的释放或储存作用引起了各国的关注.中全新世(距今6,000年前,以下记为6,ka时期)为距现在最近的一个温暖湿润时期[1],张冉等[2]利用“国际古气候模拟比较计划”(PMIP)的13个海洋–大气耦合模式对该时期的模拟结果与IPCC-AR4_A1B情景下的预估模拟资料相对比,得出中全新世时期太阳辐射强迫与现代大气中CO2浓度增加对气候有类似的增温效应.因此,对于6,ka时期海洋和气候的研究将加深人们对现阶段气候变化和海洋环境的认识,为预测未来海洋与气候环境变化提供一个重要参照.

作为我国陆架海区,黄、东海的水动力环境变化一直是人们关注的热点,它不仅对局地大气强迫信号有响应,也对由开边界传入的大洋信号有所表现.对中全新世我国黄、东海大气强迫要素的分析,有助于认识该时期海洋物理环境特征,以及演变到现代环境的机制,提出可能的物理解释.在海洋上界面,驱动海洋环流及变化的强迫主要包括风应力、热通量和淡水通量,而风应力可能是最具决定性的[3].黄、东海地处东亚强季风区,而全新世时期(约1.1万年前至今)的东亚季风演变也是古气候研究的重要内容之一,各种气候代用指标以及模式研究均表明6,ka时期东亚地区为暖湿气候,夏季风较现今增强[4–9].郑伟鹏等[10]曾利用耦合气候系统模式FGOALS-g1.0(Flexible Global Ocean-Atmosphere-Land System model,grid version 1.0)对中全新世时期的模拟结果与工业革命前(记为0,ka时期)模拟结果进行对比,得到了相同的结论,反映出亚洲夏季风对于地球轨道参数变化的响应.

本文将利用FGOALS-s2.0模拟结果,对比分析中全新世和工业革命前黄、东海上界面海表风场、气温、热通量等要素的平均态和季节变化特征,总结并提炼我国东部陆架海区大气强迫场的古今变化,以期为中全新世时期该海区水动力模拟提供可能的物理解释,并为未来气候预测情景下的我国近海环境变化研究提供借鉴和参考.

1 模式实验

本文所分析的模式结果源自中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室(LASG/IAP)发展的耦合气候系统模式FGOALS-s2.0(Flexible Global Ocean-Atmosphere-Land System model,spectral version 2.0).该模式同时参加了国际耦合模式比较计划第5阶段(CMIP5)和古气候模式比较计划第3阶段(PMIP3)的数值模拟实验.FGOALS-s2.0包含大气、海洋、陆面和海冰4个分量模块,各个子系统保持相对独立,彼此间通过NCAR CPL6耦合器进行数据交换.其中:海洋分量的模式为LICOM2.0版本,水平分辨率是1°×1°,垂直方向有30层.大气分量模式为LASG/IAP发展改进的大气环流谱模式SAMIL2.0版本,该模式水平分辨率约为2.81°(经度)×1.66°(纬度),垂直方向采用δ-p混合坐标系,分为26层[11].

FGOALS-s2.0中0,ka时期和6,ka时期的模拟是根据CMIP5的工业革命前控制实验(Pre-Industrial control run)和中全新世实验(mid-Holocene)标准进行的.其中:0,ka实验的地球同轨道参数、冰川以及地形分布设定为公元1950年的值,温室气体(CO2、CH4、N2O、CFC、O3)浓度设定为公元1750年的值,共积分了500年;6,ka模拟中强迫条件的变化主要体现在地球轨道参数的设定上,是根据Berger[12]的工作成果给出的.冰川与地形分布与0,ka实验相同,温室气体除CH4体积分数由7.60×10-7变为6.50×10-7外,其余气体浓度均与0,ka实验相同.6,ka实验共积分约400年,其中最后100年积分结果用于提交CMIP5数据库.本文主要对6,ka和0,ka两个时期最后50年气候态平均的模拟结果进行对比分析,以考察中国近海上界面强迫条件的变化情况.此外,全球综合分析降水集(CMAP)[13]及NCEP Reanalysis2再分析数据集的10m风场资料[14]用于对0,ka时期东亚季风模拟结果评估,二者均为1981—2010年30年的气候态月均数据.

2 工业革命前东亚区域模拟结果评估

亚洲是全球最为典型的季风区,其季风系统包括南亚季风和东亚季风两个子系统[15–16].其中东亚季风是由热带季风和副热带季风组成的混合系统,包含越赤道气流、季风槽、副高、梅雨锋等,在底层风场主要表现为冬夏季风向的转换[17–18].降水作为各种气候因子之间相互作用的产物,是评估东亚夏季风活动的主要指标.本文选择亚洲季风区(10°~50°N、80°~160°E)作为研究区域,对FGOALS-s2.0的表层风场及降水的模拟结果进行评估.

图1给出了模拟的0,ka时期东亚地区夏季6—8月平均降水的空间分布.

图1 模拟结果与CMAP的东亚夏季平均降水(mm/d)的比较Fig. 1 Comparison of averaged precipitation of East Asian summer between 0,ka simulation of FGOALS-s2.0 and CMAP

在CMAP结果中(图1(b)),降水极值中心位于青藏高原南侧、孟加拉湾、中南半岛南端、南海及菲律宾以东区域,陆地雨带大致呈纬向分布,由南向北降水量递减.FGOALS-s2.0模拟出了东亚夏季降水从东南洋面至西北内陆减少的空间分布特点(图1(a)),青藏高原南侧、孟加拉湾、南海的降水极值中心也有所体现;但较再分析资料而言,模拟的青藏高原南侧降水带更向北扩张,东中国海的夏季降水整体比CMAP结果偏小约27%,且模式没能模拟出中南半岛南端的强降水中心.

2.2 冬、夏季表层风场的模拟结果

FGOALS-s2.0中0,ka时期夏季、冬季表层(10m)风场的模拟结果及其与NCEP再分析资料的对比情况如图2所示.

图2模拟结果与NCEP的夏、冬季表层风场对比(灰色矢量为0,ka,黑色矢量为NCEP)Fig. 2Comparison of 10m wind field between 0,ka and NCEP in summer and winter

夏季,模式0,ka实验结果与NCEP资料基本一致,特点如下:琉球岛链、中国台湾及菲律宾以东洋面上,风场呈顺时针偏转;孟加拉湾及南海盛行西南风,且这些区域模拟的风速大小与再分析资料差别不大,但在黄、东海,尤其是中国东部沿岸地区,模拟的夏季风平均风速要比NCEP结果大2.9m/s左右,风向也有明显差别,这可能是由于模拟的热带海表水温偏低,使得海陆热力差异加大,季风风速偏大.冬季风模拟结果能够反映出中国近海风矢量围绕大陆冷高压呈明显顺时针偏转的特点,即黄海及日本海盛行西北风,东海盛行北风,而南海、菲律宾附近则以东北风为主,且风速与NCEP结果差别不大.

3 中全新世黄、东海大气强迫结果分析

如前所述,FGOALS-s2.0结果能够反映出0,ka时期东亚地区大尺度季风环流及表层风场的主要特点,尽管与观测相比降水及风速的差异依然存在,但该模式的表现提升了使用6,ka实验结果定量分析中全新世中国近海大气状况的可信度.

6,ka时期气候与0,ka时期最大的不同在于地球轨道参数的改变,这使得前者在北半球夏季接收到更多的太阳辐射,而冬季则要少一些[12].FGOALS-s2.0在黄、东海的格点位置如图3所示,对图中椭圆区域冬、夏季表层风场,风应力旋度及热收支情况6,ka时期较之0,ka时期的变化进行分析,并根据两个椭圆内格点模拟结果的平均值,对南黄海和东海200m以内陆架区域的10m风速及海面热通量,在6,ka时期相对于0,ka时期的季节变化进行定量讨论.

图3 模式在黄、东海的格点位置Fig. 3 Grid points of FGOALS-s2.0,in the Yellow Sea and East China Sea

3.1 不同时期黄、东海海表风场及风应力旋度差异的季节变化

粒子速度的频率响应函数的有效频段下限ωmin或fmin受多种因素的影响,包括样品尺寸小导致的低频信号发展不充分、空间电磁噪声对低幅度粒子速度信号的掩盖等,对其评估较为困难。本文利用粒子速度信号的采样频率及实际采样点数,近似给出有效频段下限值的确定方法。

6,ka时期与0,ka时期表层风场的差值如图4所示.6,ka时期夏季黄、东海海表的风场表现为南风增强,且由南到北增大的趋势逐渐加强(图4(a));冬季,则表现为北风的加强,黄海表面风速增加较小,而在台湾岛周围东海区域增大最为明显,约增大了1m/s(图4(b)).

图4 6 ka与0,ka夏季及冬季10m风场差值Fig. 4Difference of 10m wind field between 6,ka and 0,ka in summer and winter

图5为南黄海及东海6,ka时期与0,ka时期风速差值的季节变化.

图5 模式南黄海和东海6,ka与0,ka风速差值Fig. 5Difference of wind speed between 6,ka and 0,ka in southern Yellow Sea and East China Sea

从图5中可以看出:夏季两区域风速表现为不同的增加,南黄海夏季风速较0,ka时期增加了约20%,增量约为1.0m/s,而东海在6、7月增加约0.5m/s,到8月风速增量达全年最大,约为0.8m/s;季风转换期间(9、10月)两区域风速较0,ka时期均表现为减小的趋势,且在9月风速减量同时达到全年最大.冬季风期间,两区域的风速与0,ka时期相比又同时呈现出了增大的趋势,且东海的增加程度较南黄海更为明显,较0,ka时期增加了约10%,增量在0.5~1.0m/s,而黄海的增幅则在0.5m/s以下.海表风速的大小会进一步影响到海气热通量的湍流分量,袁承仪[19]研究表明,黄海的潜热通量与风速相关性高,风速大小通过影响海气净热通量而进一步引起海洋SST的响应.总之,6,ka时期黄、东海海表的风速较0,ka时期的变化如下:在夏、冬季风盛行期间,南黄海和东海同时表现为风速的增大,南黄海夏季的增幅大于冬季,而东海冬夏季的增幅差别不大,均为0.5m/s左右,且在夏季,南黄海的风速增幅要大于东海,冬季则相反,表现为东海增幅大于南黄海.

6,ka时期与0,ka时期夏、冬季风应力旋度分布及其差值分布如图6所示.

图6 6,ka与0,ka夏、冬季风应力旋度分布及其差值(10-8,N/m3)分布Fig. 6 Wind stress curl of 6,ka and 0,ka and differences between 6,ka and 0,ka in summer and winter(10-8,N/m3)

由图6可知:0,ka时期北太平洋上空由赤道到30°N,平均风应力旋度有两个主要系统,即赤道到10°N左右表现为气旋式分布,15°N~30°N表现为反气旋式(图6(c),(d)),这一结果与前人研究[20]基本一致,表明模式能够抓住大尺度风应力结构的特点,为进一步分析6,ka时期黄、东海风应力旋度变化提供了帮助.

由图6(a)、(b)可以看到,中全新世时期,黄、东海的风应力旋度与0,ka时期的分布大体接近,表现为黄海与东海的旋度差异较大且黄海海表的风应力旋度存在明显的季节变化.夏季,黄海中部海域风应力旋度为正值,在黄海海槽位置处存在高值中心,大小约为2×10-8,N/m3,江苏沿岸海域及朝鲜半岛南部区域旋度为负值,因此黄海在6,ka时期夏季风应力旋度的水平梯度相对较大.东海的风应力旋度分布基本为负值,且呈现出一个近岸高、离岸低的特点.从6,ka时期与0,ka时期的差值分布(图6(e))可以看出,南黄海旋度高值中心处,6,ka时期较0,ka时期风应力旋度增大约0.3×10-8,N/m3;风应力旋度负值区即东海、江苏沿岸及朝鲜半岛南部海区,6,ka时期旋度强度较0,ka时期同样有所增大,这也从侧面反映了黄、东海夏季风的增强.冬季,黄海中部海域风应力旋度转变为负值,高值中心依然处于黄海海槽附近,在6,ka时期与0,ka时期的差值图(图6(f))中,黄海的旋度强度较0,ka时期略微增加,台湾以东区域风应力旋度由0,ka时期的负值转变为正值.根据埃克曼抽吸原理,在低层大气辐合时(气旋式涡度),海洋发生辐散,深层冷水向上补充;反之,在低层大气辐散时(反气旋式涡度),海洋发生辐合,水体有下沉趋势.由于冬季垂直涡动作用强,表底温盐基本一致,而夏季则不同,黄、东海水体垂直层化明显,在6,ka时期的夏季,黄、东海风应力旋度的绝对值均在增大,黄、冬海海表面温度分布较0,ka时期可能产生较大变化,更深入的验证和分析,需用区域海洋模式进行6,ka时期模拟才能给出.

3.2 不同时期黄、东海表面热收支差异的季节变化

应用海表向下的净短波辐射减去向上的净长波释放与海表感热和潜热释放,分别计算6,ka与0,ka时期黄、东海海表的净热通量,二者差值如图7所示,其中短波辐射波长范围0.17~4µm,长波为4~100µm.中全新世夏季,黄、东海表面的净热量吸收整体表现为增大的趋势,东海增加约9.4%,黄海的增加较东海更为明显,增加10.4%左右;冬季,整体表现为水体热量吸收的减小,即6,ka时期冬季海洋的失热量增大,变化的趋势由北到南逐渐增加,黄海区域失热增加约2.3%,而东海的失热增大则较为显著,特别是在台湾东北部,其失热量较0,ka时期增加了26,W/m2以上.

图7 6,ka与0,ka夏、冬季海面净热通量差值(W/m2)的比较Fig. 7 Net surface heat flux differences between 6,ka and 0,ka in summer and winter(W/m2)

两个时期南黄海表面热通量差值季节变化如图8所示.

图8 模式南黄海表面热通量6,ka与0,ka差值Fig. 8 Heat flux between 6,ka and 0,ka in South Yellow Sea

净长波辐射通量及感热、潜热通量均先转换为水体吸收为正方向,而后作差.中全新世夏季海面的净热通量较0,ka时期增加10~20,W/m2,此期间净热吸收的变化主要受到太阳短波辐射差值的控制,海面净短波在6—8月表现为不同的增加,7月份增量达到最大,接近20,W/m2;9月海表吸热量的增加达到全年最高值,而此时潜热通量较0,ka时期增加最为明显,控制着此期间的热通量变化;12月感热较0,ka减小较为明显,短波辐射和潜热也表现为不同的减小,3项共同控制着此时海面净热通量的变化,使其差值达到全年最低,即海表的失热较0,ka时期的增量达到最大,约增加了33,W/m2.3月,4个热量平衡项均较0,ka时期减小,共同作用下海表吸收的热量较0,ka时期的变化达到另一低谷.

东海海表热通量差值的季节变化如图9所示.

图9 模式东海表面热通量6,ka与0,ka差值Fig. 9 Heat flux between 6,ka and 0,ka in East China Sea

6,ka时期夏季(6—8月)海表净热吸收较0,ka时期的变化同样主要是受到二者短波辐射差值的控制,净热吸收较0,ka时期增加13,W/m2左右,其量值的增加与太阳短波的增量差别不大;9月主要受到两时期潜热变化的控制,使得此时海表净热吸收的增加达到全年最大,为42,W/m2左右.冬季,东海的感热、潜热和短波辐射较0,ka时期均表现为不同的减小,使得这段时间6,ka东海净热通量比0,ka时期减少较多,相比于0,ka时期海水失热更多,在12月和3月失热的增加达两次峰值.两个时期东海热通量差值的季节变化与南黄海呈现出一些共同点:夏季(6—8月),两海区接收的太阳短波辐射增加,短波的差异作为主要因素控制着中全新世夏季海表净热吸收较0,ka时期的变化,此时,两海区的净热吸收均较0,ka增大.9月两区域净热通量的增加均达到峰值,且此时潜热的增加达到全年最大,对应于6,ka时期潜热通量的绝对值减量达到最大,即海洋失热减少,这与前文中风速变化的结果相一致;在12月和3月份两区域海表热通量的变化达到低谷,表示在这两个月海表失热量较0,ka的增加最为明显.袁承仪[19]的研究认为,黄海的海气热输送是黄海水温和热含量整体水平的主要控制因素,刘娜[21]的研究结论表明,在黑潮以外近岸海域,海表面的增暖(或降温)是由海表面净热通量的增加(或减少)造成;而在黑潮区域海表面净热通量的季节变化是对海表面温度的季节循环的响应.因此可以推测,中全新世夏季,黄、东海的海表净热通量增加,冬季海洋的失热增多,可能会引起黄海及东海近岸区域水温的夏季升高而冬季降低.该推论同样需要区域海洋水动力模型进行模拟验证.

4 结 论

(1)中全新世夏季,黄、东海同时表现为风速的增大,增量在0.5~1m/s,这与前人研究中东亚夏季风增强的结论相符,南黄海的风速增幅要大于东海.冬季,南黄海和东海的风速同样增加,但此时东海增幅大于南黄海.黄、东海风速的变化体现了季风对地球轨道参数改变引起太阳辐射季节循环加大的响应.

(2)6,ka时期黄、东海的风应力旋度分布与0,ka时期大体接近,FGOALS-s2.0模拟结果表明风场结构并未有大的调整.夏季,黄海的风应力旋度为正值,东海为负值;冬季,黄海的旋度转变为负值,东海在台湾周围海区转变为正值,离岸较远海区仍为负值.与0,ka时期相比,黄、东海风应力旋度绝对值夏季均增大,冬季则无太大差别.

(3)6,ka时期夏季南黄海和东海接收到更多的太阳短波辐射,短波的差异作为主控因素致使两区域的净热吸收均较0,ka时期增大;冬季,两海区的净失热较0,ka时期表现为不同的增加,东海的失热变化更甚,并在12月和3月失热达到最大.此外,9月由于潜热释放减小明显,南黄海和东海在此时净热吸收的增加均达到全年最高.

中全新世时期由于地球轨道参数的改变,黄、东海海表的风场及净热通量产生的一系列响应,可能会使6,ka时期黄海及东海近岸区域表层水温较0,ka时期而言,夏季增加且分布趋势发生较大改变,冬季则减少,进而影响陆架环流格局.

致谢:本文得到国家海洋局海洋-大气化学与全球变化重点实验室开放基金(GCMAC1106)的支持,特此致谢.中科院大气物理研究所郑伟鹏、林鹏飞博士在数据模拟过程中提供帮助,并对文章提出宝贵意见和建议,在此表示衷心感谢.

[1] 施雅风,孔昭宸,王苏民,等. 中国全新世大暖期的气候波动与重要事件[J]. 中国科学:B辑,1992(12):1300–1308.

[2] 张冉,刘晓东. 中全新世暖期与未来气候变暖情景下东亚夏季降水变化相似型分析[J]. 地理科学,2009,29(5):679–683.

[3] 黄瑞新. 大洋环流:风生与热盐过程[M]. 乐肯堂,史久新,译. 北京:高等教育出版社,2012:3–12.

[4] 施雅风,孔昭宸,王苏民,等. 中国全新世大暖期鼎盛阶段的气候与环境[J]. 中国科学:B辑,1993,23(8):865–873.

[5] Wang huijun. The seasonal climate and low frequency oscillation in the simulated mid-Holocene megathermal climate[J]. Advances in Atmospheric Sciences,2000,17(3):445–457.

[6] 陈星,于革,刘健. 东亚中全新世的气候模拟及其温度变化机制探讨[J]. 中国科学:D辑,2002,32(4):335–345.

[7] Zhou B,Zhao P. Modeling variations of summer upper tropospheric temperature and associated climate over the Asian Pacific region during the mid-Holocene[J]. Journal of Geophysical Research,2010,115(D20):109.

[8] Joussaume S,Taylor K E,Braconnot P,et al. Monsoon changes for 6000 years ago:Results of 18 simulations from the Paleoclimate Modeling Intercomparison Project (PMIP)[J]. Geophysical Research Letters,1999,26(7):859–862.

[9] Zhao Y,Harrison S P. Mid-Holocene monsoons:A multimodel analysis of the inter-hemispheric differences in the responses to orbital forcing and ocean feedbacks[J]. Climate Dynamics,2012,39(6):1457–1487.

[10] 郑伟鹏,俞永强. 一个耦合气候系统模式模拟的中全新世时期亚洲季风系统变化[J]. 第四纪研究,2009,29(6):1135–1145.

[11] Bao Q,Lin P,Zhou T,et al. The flexible global oceanatmosphere-land system model,spectral version 2:FGOALS-s2[J]. Advances in Atmospheric Sciences,2013,30(3):561–576.

[12] Berger A. Long-term variations of caloric insolation resulting from the earth's orbital elements[J]. Quaternary Research,1978,9(2):139–167.

[13] Xie P,Arkin P A. Global Precipitation:A 17-year monthly analysis based on gauge observations,satellite estimates,and numerical model outputs[J]. Bulletin of the American Meteorological Society,1997,78:2539–2558.

[14] Kanamitsu M,Ebisuzaki W,Woolen J,et al. Overview of ncep/doe reanalysis-2[EB/OL]. [2011-01-02]. http:// dss.ucar.edu/datasets/ds091.0/docs/ncep-docs/r2sumshort. pdf.

[15] Zhu Q,He J,Wang P,et al. A study of circulation differences between East-Asian and Indian summer monsoons with their interaction[J]. Advances in Atmospheric Sciences,1986,3(4):466–477

[16] Tao S,Chen L. A review of recent research on the East Asia summer monsoon in China[C]//Monsoon meteorology. Oxford:Oxford University Press,1987:60–92.

[17] Zhou T,Li Z. Simulation of the east asian summer monsoon using a variable resolution atmospheric GCM[J]. Climate Dynamics,2002,19(2):167–180.

[18] Ding Y,Johnny C. The East Asian summer monsoon:An overview[J]. Meteorology and Atmospheric Physics,2005,89(1/2/3/4):117–142.

[19] 袁承仪. 黄海水温与环流变化特征及机制研究[D]. 青岛:中国海洋大学,2011.

[20] 姚静娴,王宗山. 北太平洋环流与风应力场关系的初步探讨[J]. 海洋学报,1992,14(7):124–127.

[21] 刘娜. 东中国海热通量及热收支变化研究[D]. 青岛:中国海洋大学,2010.

责任编辑:周建军

Analysis of Sea Surface Fluxes at the Yellow Sea and East China Sea in Mid-Holocene Based on a Flexible Global Ocean-Atmosphere-Land System Model

XUE Yuhu1,MAO Xinyan2,YAN Xiuhua3,ZHAO Chuanhu2
(1. College of Marine Science and Engineering,Tianjin University of Science & Technology,Tianjin 300457,China;
2. College of Physical and Environmental Oceanography,Ocean University of China,Qingdao 266100,China;
3. Key Laboratory of Global Change and Marine-Atmospheric Chemistry,Third Institute of Oceanography,State Oceanic Administration,Xiamen 361005,China)

It is significant to study the variations of ocean and climate between mid-Holocene(6,ka)and the present so as to provide reference for future climate prediction. Based on the results of a coupled ocean-atmosphere model FGOALS-s2.0,East Asian monsoon rainfall as well the surface wind in both summer and winter of the pre-Industrial(0,ka)are evaluated. And then atmospheric forcing on the Yellow Sea(YS)and the East China Sea(ECS)in winter and summer of 0,ka and 6,ka were analyzed respectively and also compared. It was found that East Asian summer rainfall of 0 ka reduced from southeast to northwest as observations showed and the surface wind field was also approximately consistent with observations. The wind speed of YS and ECS in summer of 6 ka was about 16%(0.8m/s)higher than that of 0 ka. The wind stress curl in YS was positive and in ECS negative in summer,both of which were higher than those of 0 ka. Additionally,solar radiation in mid-Holocene summer in these two areas also increased compared with that of 0 ka. The difference of shortwave radiation isthe major factor that made the net heat flux in mid-Holocene summer increase. As to the winter time,northerly wind in mid-Holocene was much stronger. The increase of the wind speed in ECS was 0.5-1.0m/s,higher than that on the Yellow Sea. The net heat release in the two areas increased in 6 ka winter. There was no obvious difference in the wind stress between the winter of 0 ka and 6 ka. This research suggests that the seasonal variation cycle of the solar radiation in 6 ka led to both the surface wind increase in YS and ECS and the changes of sea surface net heat flux. All of these changes in atmospheric forcing might have influenced the SST of YS and ECS in mid-Holocene,and also affected the continental shelf circulation.

atmospheric forcing;Yellow Sea and East China Sea;mid-Holocene;FGOALS-s2.0

P76

A

1672-6510(2014)01-0051-08

10.13364/j.issn.1672-6510.2014.01.011

2013–06–07;

2013–10–23

国家重点基础研究发展计划项目(2010CB428904);国家自然科学基金资助项目(41106009)

薛玉虎(1989—),男,山西人,硕士研究生;通信作者:毛新燕,讲师,maoxinyan@ouc.edu.cn.

猜你喜欢

海表黄海风场
基于FLUENT的下击暴流三维风场建模
基于ADS-B的风场反演与异常值影响研究
ERA5风场与NCEP风场在黄海、东海波浪模拟的适用性对比研究
基于Himawari-8卫星的逐时次海表温度融合
东方湿地 黄海明珠
基于无人机的海表环境智能监测系统设计与应用
2016与1998年春季北大西洋海表温度异常的差异及成因
融合海表温度产品在渤黄东海的对比分析及初步验证
黄海简介
“最美风场”的赢利法则