《中国科学院海洋研究所研究探明中尺度涡引起海温变率关键过程》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: liguiju
  • 发布时间:2022-03-11
  • 近日,中国科学院海洋研究所王凡研究团队在中尺度涡旋引起海表面温度异常的研究方面取得新进展,成果在国际学术期刊《Journal of Geophysical Research: Oceans》在线发表。该研究通过资料分析和数值模拟厘定涡旋引起海温异常的关键过程为侧向平流,并指明涡旋移动和背景流是决定海温异常结构的关键因素,成果对海洋涡旋动力学和中尺度海-气相互作用等领域具有一定启示。

    中尺度涡旋是海洋普遍的运动现象,是海洋动能的主要载体,在海洋物质和能量分配中扮演重要角色。中尺度涡旋也是中尺度海温变率的主要来源,并引发中尺度海-气相互作用过程,对大尺度海洋环流和区域气候具有重要的塑造作用。以往研究提出了中尺度涡旋引起海表面温度异常(SSTA)的多个过程,但究竟哪个过程最为重要仍无定论。传统观点猜测,不同过程可能导致SSTA呈现不同的空间结构。其中,偶极子型SSTA(在涡旋中心左右两侧有符号相反的两个SSTA)主要由于涡旋的水平平流引起;而单极子型SSTA(位于涡旋中心,单一的暖或冷SSTA)主要由涡旋中心的垂直对流或者涡旋的非线性裹挟产生。但这些猜测一直未经可靠的观测分析证实。

    王凡研究团队利用卫星观测数据分析了北太平洋三大涡旋活跃区域:黑潮延伸体(KET)、副热带逆流(STCC)和北赤道逆流(NECC)。发现在KET和NECC区域涡旋SSTA接近单极子结构,而在STCC海区SSTA更接近偶极子结构。提出了衡量涡旋结构的“结构指数”(该指数越高越接近单级子,越低越接近偶极子),定量证实了以上特征(KET:0.95,STCC:0.65,NECC:0.78)。通过对比分析不同区域和不同季节,发现涡旋平流过程与涡旋SSTA的强度具有很高的统计相关性。进而,团队独立构建了一个简化的涡旋平流模型,成功模拟了观测中SSTA的时空特征,从而证实了涡旋侧向平流是产生SSTA的关键过程。

    那么侧向平流如何产生单极子型SSTA呢?为了回答这一问题,团队利用模型运行了大量数值实验,分离了侧向平流的四个子过程:搅拌、旋转、输送和平移,并摸清了它们对涡旋SSTA结构的影响。搅拌能产生很强的纯偶极子SSTA;旋转则将这个偶极子结构围绕涡旋中心转动,且削弱其振幅;输送(背景海流)和平移(涡旋的移动)的作用类似,都能使得SSTA左极靠近涡旋中心,并削弱SSTA的右极,从而使SSTA更加接近单极子结构。NECC区域的SSTA单极子结构由涡旋快速向西移动(平移)和较强的东向背景流(输送)共同造就,而KET区域的单极子结构主要由东向背景流(输送)造成;STCC区域的输送和平移过程都较弱,因此其涡旋SSTA表现更加接近偶极子结构。这一成果完善了我们对中尺度海温变率的认识,具有很高的普适性,对海洋涡旋动力学、中尺度海-气相互作用和海洋数值模拟与预测研究有一定参考意义。

    该论文由第一作者中国科学院海洋研究所博士研究生律明坤、通讯作者王凡研究员和李元龙研究员与中国海洋大学张正光教授、中国科学院海洋研究所朱亚楠博士共同合作完成。研究得到了中国科学院战略性先导科技专项、国家重点研发计划、国家自然科学基金、山东省自然科学基金和中国科学院海洋大科学研究中心重点部署项目资助。

    文章信息:Lv, M., Wang, F.*, Li, Y.*, Zhang, Z., & Zhu, Y. (2022). Structure of sea surface temperature anomaly induced by mesoscale eddies in the North Pacific Ocean. Journal of Geophysical Research: Oceans, 127, e2021JC017581. https://doi.org/10.1029/2021JC017581

  • 原文来源:http://www.qdio.cas.cn/2019Ver/News/kyjz/202203/t20220309_6386834.html
相关报告
  • 《中国科学院海洋研究所研究探明黑潮延伸体海区中尺度涡引起的次表层涩度异常现象》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2023-12-14
    • 近日,中国科学院海洋研究所王凡研究团队在黑潮延伸体(KET)海区中尺度涡引起的次表层涩度异常方面取得最新进展,研究成果发表于国际学术期刊《Journal of Physical Oceanography》上。 中尺度涡旋是海洋中普遍存在的海洋现象,是海洋表层和次表层温度、盐度变率的重要来源。中尺度涡旋引起的次表层变率主要来自“起伏模态”(“heaving mode”)和“涩度模态”(“spicing mode”)。“起伏模态”产生自涡旋引起的等密度面的起伏,而“涩度模态”来自涡旋引起的沿等密度面的运动。黑潮延伸体位于北太平洋副热带环流和副极地环流的交界处。其北侧是通风较好的北太平洋中层水(NPIW),具有低温、低盐、较高的营养物质和氧气含量的特性。其南侧的NPIW水龄较老,高温、高盐、营养物质和氧气含量较低。该区域涡旋活动强烈,然而学界对该区域涡旋引起的等密度面上的涩度异常的特征、机制及其对NPIW性质变化的作用尚不明确。 研究团队聚焦该区域中尺度涡旋活动及其在等密度面:26.3 - 26.7σθ上引起的温度、盐度异常现象(涩度异常现象)。结合涡旋追踪数据集、Argo剖面数据以及人工神经网络模型,研究揭示了一系列重要现象和机理。使用涡旋追踪数据集,研究发现气旋涡(CE)和反气旋涡(AE)分别倾向于在KET急流的北部和南部聚集。受平均流影响,这些涡旋半径大(CE: 61.94 km, AE: 68.05 km),东西方向运动微弱,但南北方向运动显著(CE: 0.35 cm s-1向南,AE: 0.66 cm s-1向北)。使用Argo浮标数据,发现在26.3 - 26.7σθ上,CE(AE)导致的平均温度和盐度异常为-0.25℃(0.06℃)和-0.05 psu(0.01 psu)。研究揭示了该涩度异常主要受控于两种机制。一种是涡旋通过裹挟水体运动产生涩度异常,该机制通过对比涡旋经过位置和涡旋初始位置的盐度差与Argo观测的涡旋内盐度异常得到验证。另一种由锋面弯曲产生的准静止曲流涡(meander eddies)引起,该机制通过人工神经网络模型的对照实验得到验证。这两种机制产生的涩度异常对NPIW水团产生不同影响。使用数据拟合与重构技术,证实了移动涡旋引起温度、盐度异常的逐渐累积,形成驱动水体的跨KET锋面交换。神经网络模型结果表明,曲流涡通过改变锋面的位置,进而产生涩度异常,引起NPIW水团性质的再分布。然而,这些曲流涡引起的异常并不促进水体之间的热量和盐分交换。 虽然深度坐标上中尺度涡旋引起的温度和盐度变化的研究已经很多,但是涡旋引起的等密度面上的变化鲜有研究,该研究深入了学界对中尺度涡旋引起的温盐变率的认识。为等密度面上的温盐变率的气候模型模拟提供了观测基准。 该论文由第一作者中国科学院海洋研究所的博士后律明坤、通讯作者王凡研究员、合作者李元龙研究员共同完成。该研究得到了崂山实验室项目、山东省自然科学基金、中国科学院战略先导科技专项、山东省青年基金的资助。 文章信息: Lv, M., F. Wang, and Y. Li, 2023: Eddy-Induced Subsurface Spiciness Anomalies in the Kuroshio Extension Region. J. Phys. Oceanogr., 53, 2893–2912, https://doi.org/10.1175/JPO-D-22-0254.1.
  • 《中国科学院海洋研究所在海洋中尺度涡三维温盐结构智能重构研究中取得新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:熊萍
    • 发布时间:2024-10-21
    • 近日,中国科学院海洋研究所李晓峰研究团队基于多源遥感数据和实测数据,有机耦合人工智能技术与物理先验知识,突破了海洋实测数据时空分布稀疏的限制,显著提升了反演精度与模型的泛化能力,实现高时空分辨率的中尺度涡三维温盐结构重构。该研究成果在遥感领域国际期刊IEEE Transactions on Geoscience and Remote Sensing发表。 中尺度涡旋广泛存在于全球大洋和边缘海中,对海洋能量、热量、质量以及营养物质和化学元素的输送具有关键作用。深入研究中尺度涡的三维结构,对理解全球海洋的物质和能量输运、海洋动力过程及生态系统有重要意义。然而,由于海洋实测数据的稀缺,开展高时空分辨率的涡旋三维观测仍面临巨大挑战。人工智能具有其强大的特征提取和非线性表达能力,研究团队已在基于人工智能的中尺度涡的识别、分类等研究中取得了显著进展,为基于多源遥感数据的中尺度涡三维温盐结构反演提供了新的解决方案。 本研究中,团队创新性地开发了耦合物理先验知识和人工智能技术的中尺度涡三维温盐结构反演模型——3D-EddyNet。该模型通过多分支网络分别输入海表遥感数据和涡旋物理知识,并引入了CBAM注意力机制。研究表明,在模型中引入物理知识能够显著提升模型反演精度。与现有的温盐反演模型相比,3D-EddyNet的R2值提高了10%-20%,均方根误差(RMSE)降低了20%-40%。 基于训练完成的3D-EddyNet模型,研究团队对黑潮延伸体(KE)和亲潮(OC)区域中未包含Argo剖面的涡旋进行了深入分析,验证了模型的广泛适用性。3D-EddyNet模型反演的KE和OC区域内反气旋涡和气旋涡的温盐结构与已有研究结果高度一致,充分证明了该模型在准确捕捉涡旋内温盐垂向变化以及中心到边缘水平变化方面的优越性。此外,利用3D-EddyNet对2000至2015年KE和OC海域涡旋温盐结构进行重构,其结果与ARMOR3D再分析数据的重构结果具有较高一致性,进一步表明3D-EddyNet在重建涡旋三维结构方面展现了出色的泛化能力。总体而言,3D-EddyNet为高时空分辨率的中尺度涡三维温盐结构研究提供了强有力的工具,能够有效帮助准确评估中尺度涡在全球海洋物质和能量输送中的作用,同时为其他海洋现象的数据重构和参数反演提供了新的方法与思路。 论文第一作者为中国科学院海洋研究所助理研究员刘颖洁,通讯作者为李晓峰研究员,合作者包括中国科学院海洋研究所研究生王浩宇和姜菲、天津大学周圆教授。该研究得到国家自然科学基金山东省联合基金、国家自然科学青年基金、中国科学院B类先导专项等资助。 相关论文信息: [1]Liu, Y., Wang, H., Jiang, F., Zhou, Y., & Li, X. (2024). Reconstructing Three-dimensional Thermohaline Structures for Mesoscale Eddies Using Satellite Observations and Deep Learning. IEEE Transactions on Geoscience and Remote Sensing, 62, 1-16, https://doi.org/10.1109/TGRS.2024.3373605. [2] Liu, Y., & Li, X. (2023). Impact of surface and subsurface-intensified eddies on sea surface temperature and chlorophyll a in the northern Indian Ocean utilizing deep learning. Ocean Science, 19(6), 1579-1593,https://doi.org/10.5194/os-19-1579-2023. [3] Liu, Y., Zheng, Q., & Li, X. (2021). Characteristics of global ocean abnormal mesoscale eddies derived from the fusion of sea surface height and temperature data by deep learning. Geophysical Research Letters, 48(17), e2021GL094772, https://doi.org/10.1029/2021GL094772.