鄭飛 張小娟 曹庭偉 , 3
1 中國科學(xué)院大氣物理研究所國際氣候與環(huán)境研究中心(ICCES), 北京 100029
2 甘肅省水利水電勘測設(shè)計研究院有限責(zé)任公司, 蘭州 730000
3 中國科學(xué)院大學(xué), 北京 100049
全球變暖已導(dǎo)致地球氣候系統(tǒng)能量失衡,尤其是海洋上層溫度的極度升高(Cheng et al., 2019)。最近在海洋中發(fā)現(xiàn)了極端高溫現(xiàn)象,即海洋熱浪(Marine Heat wave,MHW),其是海表溫度(Sea Surface Temperature,SST)的持續(xù)偏暖事件,可持續(xù)數(shù)天到數(shù)月甚至更長時間,范圍亦能跨越數(shù)千公里的海洋(Pearce and Feng, 2013; Hobday et al.,2016)。MHW 事件在過去幾十年中已經(jīng)變得更頻繁、更廣泛和更強(qiáng)烈(Fr?licher et al., 2018; Oliver et al., 2018; Darmaraki et al., 2019; Laufk?tter et al.,2020),不斷創(chuàng)記錄的MHW 事件已經(jīng)對海洋生態(tài)系統(tǒng)和社會經(jīng)濟(jì)造成了廣泛且嚴(yán)重的損害(Garrabou et al., 2009; Oliver et al., 2017; Fr?licher and Laufk?tter, 2018; Cheung and Fr?licher, 2020; Dalton et al., 2020)。
由 于 西 太 平 洋 暖 池(Western Pacific Warm Pool, WPWP)具有全球最高的SST 而存在強(qiáng)烈的海氣相互作用過程,其在局地乃至全球氣候系統(tǒng)中至關(guān)重要(Yan et al., 1992; 柏穎, 2016)。最新研究表明,在過去幾十年里,WPWP 區(qū)域表層和次表層的MHW 爆發(fā)頻次和持續(xù)時間明顯增加,且次表層的MHW 在La Ni?a 事件期間比El Ni?o 事件期間較強(qiáng)且更頻繁(Hu et al., 2021; Spillman et al.,2021; Holbrook et al., 2022; Zhang et al., 2022)。WPWP 區(qū)域持續(xù)增加的MHW 已經(jīng)對嚴(yán)重依賴海洋資源來維持經(jīng)濟(jì)的沿海國家及其周邊地區(qū)造成了重大影響(Spillman et al., 2021; Holbrook et al., 2022;Noh et al., 2022; Hamdeno et al., 2022)。而WPWP區(qū)域MHW 主要受與ENSO 等相關(guān)的海洋—大氣動力過程的驅(qū)動(Holbrook et al., 2019; Huang et al., 2021; Lee et al., 2022; 張 小 娟 和 鄭 飛, 2022),但目前對其的演變特征和爆發(fā)機(jī)制等的研究還相對較少。此外,考慮到在高能耗溫室氣體排放情景下,MHW 頻次的最大變化將發(fā)生在熱帶西太平洋和北冰洋(Fr?licher et al., 2018; Darmaraki et al., 2019;Qiu et al., 2021),故需要進(jìn)一步探討西太平洋暖池MHW 的演變特征、物理機(jī)制及生態(tài)影響等。
本文首先分析了1982~2022 年WPWP 區(qū)MHW各屬性的時間序列變化、空間分布特征和季節(jié)變化,接著重點探討了在2020~2022 三年拉尼娜事件爆發(fā)背景下該區(qū)域MHW 的時空演變特征,并利用混合層熱收支方程分析了近三年MHW 的爆發(fā)機(jī)制,最后探討了其對海洋表層和次表層浮游生物濃度的影響。
本文采用的資料主要包括中國科學(xué)院大氣物理研究所研發(fā)的MHW 高分辨率數(shù)據(jù)產(chǎn)品,大氣海洋再分析資料和葉綠素濃度-a,其具體信息可參考表1。MHW 高分辨率數(shù)據(jù)產(chǎn)品是基于1982~2022 年美國國家海洋和大氣管理局(NOAA)的高分辨率(1/4°)逐日最優(yōu)插值海表溫度(Daily Optimum Interpolation Sea Surface Temperature V2,OISST)數(shù)據(jù)統(tǒng)計的MHW 日數(shù)據(jù)。產(chǎn)品在確定閾值時參照了前人的方法(Hobday et al., 2016),其對MHW的定義為:對于每個格點,日平均SST 連續(xù)至少五天高于30 年歷史基準(zhǔn)期(1983~2012)第90 百分位(閾值)的時段,定義為一次MHW 事件。這樣每個格點每天都存在一個閾值,其隨時空變化可以更真實地分析MHW 的變化特征。本文對MHW的定義與前人對MHW 的定義略有不同,主要采用了原始數(shù)據(jù)中計算出沒有任何平滑的更真實的閾值和氣候平均值,因為平滑的氣候可以人為地放大MHW 事件的強(qiáng)度并延長其持續(xù)時間,另外該研究也處理了多一天的閏年2 月 29 日的 MHW,可以用來準(zhǔn)確分析MHW 的日變化過程(Zhang et al.,2022)。葉綠素濃度-a 已被用作浮游生物量的代表(Behrenfeld et al., 2005; Blondeau-Patissier et al.,2014; Hu et al., 2022),故本文也利用其代表浮游生物量的變化。
表1 研究所用數(shù)據(jù)Table 1 Datasets used in this study
本文基于MHW 數(shù)據(jù),對WPWP 區(qū)域每個格點統(tǒng)計了MHW 特征屬性。包括MHW 每年的爆發(fā)頻次、累積強(qiáng)度(MHW 期間每日強(qiáng)度的總和)、最大強(qiáng)度(MHW 期間日強(qiáng)度的最大值)、平均強(qiáng)度(MHW 發(fā)生時期平均每天的海溫異常)、總天數(shù)(每年MHW 發(fā)生的天數(shù))和持續(xù)時間(每年MHW 發(fā)生的天數(shù)除以爆發(fā)頻次)。
本文主要利用合成分析的方法對La Ni?a 與MHW 各屬性的關(guān)系進(jìn)行了分析(黃嘉佑, 2000),并利用奇異值分解(Singular value decomposition,SVD)方法(魏鳳英, 1999)來確定WPWP 區(qū)MHW的累積強(qiáng)度與葉綠素濃度-a 的時空相關(guān)性,本文選?。?0°S~35°N,100°~180°E)范圍內(nèi)的 MHW作為 SVD 右場,同范圍的葉綠素濃度-a 作為SVD左場進(jìn)行了 SVD 分解。
進(jìn)一步地,為了評估2020~2022 年WPWP 區(qū)海氣熱收支和海洋動力過程對MHW 期間海溫變化的貢獻(xiàn),本文使用混合層熱收支方程進(jìn)行了海溫異常分析(Jin et al., 2006; Ren and Jin, 2013; Ren and Wang, 2020)。在WPWP 區(qū) 域 求 平 均 值(5°S~15°N, 120°E~160°E),線性化的混合層熱收支方程可寫為
公式(1)中的平均上升流平流可以進(jìn)一步分解為以下近似(An et al., 1999; Ren and Jin, 2013):
其中,MC 是平均環(huán)流的影響,ZA 是緯向平流反饋,EK 是Ekman 抽吸反饋,TH 是溫躍層反饋,NDH 是非線性動力加熱項, TD 是凈熱通量項,R是殘余項。
本節(jié)首先分析了1982~2022 年西太平洋暖池平均日SST 異常和MHW 的覆蓋面積。圖1 是統(tǒng)計得到的1982~2022 年WPWP 區(qū)平均日SST 異常和MHW 覆蓋面積的時間序列。自1982 年衛(wèi)星觀測時期以來,WPWP 經(jīng)歷了顯著的表層變暖,尤其是在2000 年之后(圖1a),這可能是人為強(qiáng)迫和內(nèi)部變率的結(jié)果(Oliver et al., 2018; Laufk?tter et al., 2020)。相應(yīng)地,近年來在WPWP 區(qū)出現(xiàn)了更頻繁的、面積更大的MHW(圖1b)。在過去四十一年,WPWP 的MHW 覆蓋面積(某一天的綜合面積)呈顯著增加趨勢,其中1998 年、2010/2011 年、2013/2014 年、2016/2017 年 和2020~2022 年MHW 的覆蓋面積超過平均覆蓋面積的四倍。在這些MHW 覆蓋面積顯著的年份中,除了2014 年,其他年份都為連續(xù)La Ni?a 年。而且,最近三年的SST 正異常和MHW 覆蓋面積都達(dá)到了四十一年來的歷史最高,這可能與2020~2022 年三年La Ni?a 的發(fā)生有關(guān)。由上可知,西太平洋暖池MHW 覆蓋面積的變化與全球增暖的趨勢和連續(xù)La Ni?a 的發(fā)生密切相關(guān),本次研究主要討論連續(xù)La Ni?a 對西太平洋暖池MHW 各屬性的影響。前人研究表明全球變暖是強(qiáng)MHW 越來越頻發(fā)的重要 原 因 之 一(Oliver et al, 2018; Laufk?tter et al.,2020),故對于全球增暖趨勢和La Ni?a 的年際變率對MHW 影響的歸因分析,可在后續(xù)研究中進(jìn)一步深入探討。
1982~2022 年WPWP 區(qū) 域 六 種MHW 屬 性(爆發(fā)頻次、累積強(qiáng)度、最大強(qiáng)度、平均強(qiáng)度、總天數(shù)和持續(xù)時間)的空間分布如圖2 所示。WPWP的MHW 爆發(fā)頻次、總天數(shù)和持續(xù)時間空間分布比較一致,其大值區(qū)主要集中在5°N 以北(圖2a,e和f)。此外,WPWP 區(qū)MHW 爆發(fā)頻次整體偏高,平均每年發(fā)生5 次左右(圖2a)。MHW 的累積強(qiáng)度存在一個明顯的大值區(qū),主要位于(2°N~15°N,125°E~140°E(圖2b)。MHW 的最大強(qiáng)度和平均強(qiáng)度也有一致的空間分布特征,大部分區(qū)域最大強(qiáng)度為1.65°C 左右,平均強(qiáng)度為1.1°C 左右。總體而言,WPWP 區(qū)年平均MHW 屬性表現(xiàn)出爆發(fā)頻次高,總天數(shù)多,平均強(qiáng)度較小的特征。
基于以上分析,WPWP 區(qū)域在2020~2022 年MHW 覆蓋面積達(dá)到了41 年來最高。為了進(jìn)一步探究近三年WPWP 區(qū)域MHW 各屬性的異??臻g分布特征,本文分別對2020~2022 年平均MHW的爆發(fā)頻次、累積強(qiáng)度、最大強(qiáng)度、平均強(qiáng)度、持續(xù)時間和總天數(shù)計算了其基于41 年氣候態(tài)(1982~2022 年)的異常值(圖3)。如圖3 所示,WPWP的MHW 各屬性整體都有正異常,MHW 的爆發(fā)頻次、累積強(qiáng)度和總天數(shù)存在顯著的正異常大值區(qū),主要位于125°E~145°E 海域(圖3a,b,e)。其中,MHW 爆發(fā)頻次較往年增加最顯著,大部分區(qū)域異常值達(dá)到了6 次(較常年增加了一倍),表明在連續(xù)三年La Ni?a 事件背景下,WPWP 區(qū)的MHW爆發(fā)頻次顯著增加(圖3a)。同理,WPWP 大部分區(qū)域MHW 的累積強(qiáng)度異常值達(dá)到了96°C d,總天數(shù)的異常值更是達(dá)到了74 天(圖3b,e)。表明連續(xù)La Ni?a 事件的發(fā)生可促使此區(qū)域MHW變得更加持續(xù)和強(qiáng)度增強(qiáng)(圖3b)。對于MHW的最大強(qiáng)度和平均強(qiáng)度,其較往年的異常值較?。▓D3c,d)。由圖3f 所示,近三年MHW 的持續(xù)時間在其本身較大的區(qū)域有最強(qiáng)的正異常。綜上可意識到,2020~2022 年WPWP 區(qū)MHW 表現(xiàn)出較往年更頻繁和持續(xù),平均強(qiáng)度增強(qiáng)較小的特征,這可能主要與連續(xù)三年的La Ni?a 事件爆發(fā)相關(guān)。此外,前人研究表明,持續(xù)時間的MHW 的累積強(qiáng)度也會增強(qiáng),其會對海洋生物造成長期的持續(xù)的毀滅性影響(Holbrook et al., 2022)。
圖3 2020~2022 年西太平洋暖池區(qū)年平均海洋熱浪(MHW)屬性相對于氣候態(tài)(1982~2022)的異常:(a)MHW 的爆發(fā)頻次(次數(shù));(b)累積強(qiáng)度(單位:°C d);(c)最大強(qiáng)度(單位:°C);(d)平均強(qiáng)度(單位:°C);(e)總天數(shù)(單位:d);(f)持續(xù)時間(單位:d)。打點區(qū)表示通過顯著性檢驗(異常值超過一倍標(biāo)準(zhǔn)差)。Fig.3 Anomalies of the annual mean MHW in the WPWP from 2020 to 2022 relative to the climatological mean from 1982 to 2022: (a) MHW frequency (counts); (b) cumulative intensity (units: °C d); (c) maximum intensity (units: °C); (d) intensity mean (units: °C); (e) total days (units: d);(f) durations (units: d).The dotted area indicates passing the significance test (i.e., the anomalies exceed the standard deviation).
為了驗證WPWP 區(qū)域MHW 與多年La Ni?a的相關(guān)性,本文進(jìn)一步分析了研究區(qū)域MHW 各屬性區(qū)域平均的年變化與連續(xù)La Ni?a 事件的關(guān)系。圖4 即為MHW 各屬性區(qū)域平均的年變化,其中橙色條代表連續(xù)兩年及以上的La Ni?a 事件,藍(lán)色星號為三年連續(xù)事件。在過去41 年里,MHW 的累積強(qiáng)度、爆發(fā)頻次、總天數(shù)和持續(xù)時間在統(tǒng)計上顯著增加,且各屬性值較大的年份與連續(xù)La Ni?a 事件有較好的對應(yīng)關(guān)系,尤其是在2020~2022 年這四個屬性達(dá)到了歷史極值(圖4a,d-f)。除此之外,MHW 的累積強(qiáng)度、爆發(fā)頻次和總天數(shù)在2013/2014、2016/2017 和2020~2022 年超過了各屬性長期平均值長的兩倍(圖4a,d-e)。同時,MHW 的最大強(qiáng)度和累積強(qiáng)度與連續(xù)三年La Ni?a也有較強(qiáng)的關(guān)系,其都在1998 年達(dá)到了歷史最高(圖4b,c)。這表明近年來在連續(xù)La Ni?a 事件的背景下,WPWP 區(qū)域爆發(fā)了累積強(qiáng)度更強(qiáng)、更頻繁的、持續(xù)時間更長的、覆蓋面積更廣的MHW事件。
圖4 1982~2022 年WPWP 區(qū)年平均MHW 屬性的時間序列:(a)MHW 的累積強(qiáng)度(單位:°C d);(b)最大強(qiáng)度(單位:°C);(c)平均強(qiáng)度(單位:°C);(d)爆發(fā)頻次(次數(shù));(e)總天數(shù)(單位:d);(f)持續(xù)時間(單位:d)。紅色柱狀條表示值超過MHW 各屬性整個時間序列平均值的兩倍,橙色條代表連續(xù)La Ni?a 年,帶菱形為三年連續(xù)事件。Fig.4 Time series of the annual mean MHW properties in the WPWP from 1982 to 2022: (a) Cumulative intensity (units: °C d); (b) maximum intensity (units: °C); (c) intensity mean (units: °C); (d) frequency; (e) total days (units: d); (f) durations of MHW (units: d).The red bars in (a)-(f) denote the values that are more than twice the averages of the full-time series, the orange bars denote the multiyear La Ni?a events, and the diamonds denote the three-year La Ni?a events.
基于以上結(jié)果,本文研究揭示了WPWP 區(qū)域MHW 的累積強(qiáng)度、爆發(fā)頻次和總天數(shù)在近幾十年顯著增加,并且受連續(xù)La Ni?a 事件的影響更為顯著。本文進(jìn)一步分析了WPWP 區(qū)域平均月MHW累積強(qiáng)度(一個月內(nèi)MHW 總的強(qiáng)度)、爆發(fā)頻次(一個月內(nèi)發(fā)生MHW 的次數(shù))和總天數(shù)(一個月內(nèi)MHW 總?cè)諗?shù))的季節(jié)變化。可以看到,1982~2022 年WPWP 區(qū)域月MHW 累積強(qiáng)度和總天數(shù)存在季節(jié)變化,其在3 月份和9 月份達(dá)到峰值,而爆發(fā)頻次沒有明顯的季節(jié)變化(圖5a, c, e)。對于MHW 累積強(qiáng)度、爆發(fā)頻次和總天數(shù)在連續(xù)La Ni?a 年(圖4 選擇的連續(xù)La Ni?a 年)合成的季節(jié)變化,月MHW 累積強(qiáng)度和總天數(shù)顯著增加,其只在9 月份達(dá)到最大值(圖5b,d)。同理,連續(xù)La Ni?a 年月MHW 爆發(fā)頻次也有所增加,但是沒有明顯的季節(jié)變化(圖5f)。因此,WPWP 區(qū)MHW累積強(qiáng)度和總天數(shù)的季節(jié)變化受到連續(xù)La Ni?a 事件的影響。
圖5 WPWP 區(qū)MHW 屬性的季節(jié)變化。1982 年1 月至2022 年12 月的月MHW(a)累積強(qiáng)度、(c)總天數(shù)和(e)爆發(fā)頻次的合成。(b) 連續(xù) La Ni?a 年的月MHW(b)累積強(qiáng)度、(d)總天數(shù)和(f)爆發(fā)頻次的合成。藍(lán)色誤差棒代表均值的95%置信區(qū)間。Fig.5 Seasonal variations of the MHW properties in the WPWP.A composite of the monthly MHW (a) cumulative intensity, (c) total days, and (e)frequency from January 1982 to December 2022.A composite of the monthly MHW (b) cumulative intensity, (d) total days, and (f) frequency for multiyear La Ni?a events.The blue error bars represent the confidence interval of the mean (95%).
以上統(tǒng)計分析表明,在連續(xù)三年La Ni?a 事件的背景下,2020~2022 年WPWP 區(qū)MHW 的覆蓋面積、累積強(qiáng)度、爆發(fā)頻次和總天數(shù)都達(dá)到了41年以來的最高值,且MHW 的累積強(qiáng)度和總天數(shù)在9 月最顯著。由圖6a 可以看到,2020~2022 年在連續(xù)La Ni?a 的背景下,WPWP 區(qū)MHW 事件爆發(fā)頻次是全球最顯著的。且2020~2022 年WPWP區(qū)域MHW 事件在一年中任何季節(jié)都有發(fā)生,最顯著的事件發(fā)生在2020 年的夏季(圖6b)。
圖6 2020~2022 年(a)MHW 爆發(fā)頻次空間分布和(b)WPWP 區(qū)域平均出現(xiàn)MHW 事件的季節(jié)變化。(a)中黑色框為WPWP 區(qū)(5°S~15°N,120°E~160°E),(b)中黑色線代表海表溫度(SST),綠色線為90%閾值,藍(lán)色線為SST 氣候態(tài)平均,橙色陰影為統(tǒng)計出現(xiàn)的MHW 事件。Fig.6 (a) Spatial distribution of the outbreaked frequency of MHW from 2020 to 2022 and (b) seasonal variations in the area mean MHW in the WPWP.The black frame in (a) represents the WPWP region (5°S-15°N, 120°E-160°E); the black line in (b) represents the sea surface temperature(SST), the green line represents the 90% threshold of SST, the blue line represents the climatic state of SST, and the orange shade represents the statistical MHW.
上文分析表明,2020~2022 年在連續(xù)三年La Ni?a 事件背景下,WPWP 區(qū)域MHW 事件的部分屬性都達(dá)到了歷史極值,且爆發(fā)頻次為全球最顯著。前人研究表明全球變暖是西太暖池區(qū)MHW 頻發(fā)和變強(qiáng)的重要原因(Sen et al., 2020; 張小娟和鄭飛,2022)。三年La Ni?a 是一個年際氣候現(xiàn)象,前人研究也強(qiáng)調(diào)了其對暖池MHW 的調(diào)制作用(Huang et al., 2021; Lee et al., 2022),因此本文主要關(guān)注了這次超長La Ni?a 事件對暖池MHW 的影響。為了探討近三年WPWP 區(qū)域MHW 事件爆發(fā)的驅(qū)動機(jī)制,本小節(jié)接下來分析了WPWP 區(qū)域線性化的混合層熱收支方程(公式5.4),用于研究動力過程和熱力學(xué)過程對MHW 爆發(fā)的貢獻(xiàn)。由圖7i 可看出,2020~2022 年MHW 累積強(qiáng)度峰值出現(xiàn)在2020 年夏季(7~9 月),因此本文重點分析2020年7~9 月期間上層海洋的溫度收支過程。在最強(qiáng)MHW 事件發(fā)生前期(2020 年2~6 月),暖海溫異常開始逐步發(fā)展以儲存熱量,其主要由平均環(huán)流項異常、非線性動力加熱項異常主導(dǎo)(圖7a,e)。當(dāng)MHW 累積強(qiáng)度達(dá)到最強(qiáng)時(2020 年7 月之后),凈海表熱通量項異常、緯向平流異常和殘余項異常的貢獻(xiàn)變得更突出(圖7b,f,g)。此時海氣凈熱通量異常和緯向平流異常兩個過程共同推動了暖溫度異常的變化,而其它海洋動力項對WPWP 區(qū)域的海溫正異常貢獻(xiàn)不顯著。緯向平流項的正異常是與連續(xù)三年La Ni?a 事件背景下,東風(fēng)持續(xù)的正異常帶來的西太平洋暖池暖水堆積有關(guān)。對于Ekman 抽吸反饋、溫躍層反饋,其對WPWP區(qū)域海溫正異常貢獻(xiàn)不顯著(圖7c-e)。此外,值得注意的是,2020~2022 年凈海表熱通量項的時間序列波動與海溫傾向的序列波動基本一致,緯向平流在2020 年6 月之后也一直處于正異常狀態(tài)(圖7b, f),表明整個時期WPWP 區(qū)域的MHW事件的形成主要是由海氣凈熱通量和緯向平流異常過程所引起的。
圖7 2020~2022 年WPWP 區(qū)域混合層熱收支和月MHW 累積強(qiáng)度。(a)平均環(huán)流影響(MC);(b)緯向平流反饋(ZA);(c)Ekman抽吸反饋(EK);(d)溫躍層反饋(TH);(e)非線性動力加熱項(NDH);(f)凈熱通量項(Qnet);(g)殘余項(Res)。(a)-(g)中黑線為混合層溫度異常收支。(h)各項反饋的占比,(i)WPWP 區(qū)月MHW 累積強(qiáng)度。Fig.7 Mixed layer heat budget and monthly MHW cumulative intensity in the WPWP from 2020 to 2022: (a) Effect of mean circulation (MC);(b) zonal advection feedback (ZA); (c) Ekman pumping feedback (EK); (d) thermocline feedback (TH); (e) nonlinear dynamical heating (NDH); (f) net heat flux (Qnet); (g) residual term (Res).The black line denotes the mixed layer temperature anomaly budget.(h) Proportion of seven feedbacks.(i) Cumulative intensity of the monthly MHW in the WPWP region.
基于以上的分析可知,凈海表熱通量在2020~2022 年WPWP 區(qū)域MHW 事件的形成和維持中起到了關(guān)鍵作用,因此本文進(jìn)一步分析了凈海表熱通量的各項異常的貢獻(xiàn)(公式5.2)。在凈海表熱通量各項異常中,向下短波輻射和凈潛熱通量的異常值波動較大,而向下長波輻射、向上長波輻射、感熱通量和向上短波輻射異常值較?。▓D8)。其中,向下短波輻射正異常對上層海洋變暖起主導(dǎo)作用,其序列波動與海溫傾向波動較一致(圖8d)。這可能是由于大氣內(nèi)部變率導(dǎo)致降水減少,造成云量減少,使得更多的短波輻射加熱海洋(Wu et al.,2006; He et al., 2018)。2020~2022 年凈向下短波輻射正異常是凈海表熱通量中使得MHW 頻繁發(fā)生的主要驅(qū)動因素。
基于前面的研究分析,可明確在連續(xù)La Ni?a事件背景下,2020~2022 年WPWP 區(qū)域MHW 事件為1982 年以來最顯著,這期間最強(qiáng)MHW 的發(fā)生(2020 年7~9 月)主要由凈海表熱通量和海洋動力過程共同主導(dǎo)。前人研究表明,MHW 的發(fā)生通常會降低浮游植物生物量(Noh et al., 2022;Hamdeno et al., 2022),因此本文同時利用SVD 方法探討了WPWP 區(qū)域頻繁發(fā)生的MHW 對浮游生物量的影響。如圖9 所示,2020~2022 年MHW累積強(qiáng)度與海洋生態(tài)指標(biāo)海表面葉綠素-a 濃度兩者SVD 分解的第一對模態(tài)的空間分布和時間序列。可以看到,第一對SVD 模態(tài)的方差貢獻(xiàn)率為50%,且對應(yīng)時間序列的相關(guān)系數(shù)較高(0.84)(圖10c)。由圖10 可知,在拉尼娜事件的盛期,WPWP 區(qū)域MHW 事件累積強(qiáng)度呈現(xiàn)正異常分布,海表面葉綠素-a 濃度場主要呈現(xiàn)出負(fù)異常分布,二者為負(fù)相關(guān)協(xié)同變化。例如在2020 年5~11 月期間,MHW累積強(qiáng)度增加,而海表面葉綠素-a 濃度主要呈現(xiàn)降低趨勢(圖10c)。
為了進(jìn)一步探討2020~2022 年WPWP 區(qū)域浮游生物量在次表層以及溫躍層的變化,本文選取了包含2020~2022 年WPWP 區(qū)域葉綠素-a 濃度數(shù)據(jù)的三個Argo 浮標(biāo),這三個浮標(biāo)的活動范圍為(11°N~14°N, 125°E~158°E),時 間 范 圍 是2020 年8 月至2022 年12 月。本文根據(jù)這3 個浮標(biāo)觀測的溫躍層葉綠素-a 濃度探討了WPWP 區(qū)域MHW 事件對海表層以下浮游生物量的影響。圖10呈現(xiàn)了研究區(qū)表層至220 m 溫躍層深度浮游生物的三維結(jié)構(gòu)(衛(wèi)星數(shù)據(jù)的海表面分布和3 個浮標(biāo)葉綠素-a 濃度剖面的垂直分布)及其在不同深度層的季節(jié)變化。由圖10 可以看出,近表層和混合層的浮游植物生物量較低,其葉綠素-a 濃度基本都小于0.1 mg m-3,尤其是在混合層最淺的時候。浮游生物量主要聚集在混合層下方到200 m 左右的溫躍層(0.25 mg m-3左右),且具有季節(jié)變化,其在每年的11 月左右有極值。此外,在頻繁的MHW 事件爆發(fā)背景下,近三年研究區(qū)域的浮游生物量在近表層、混合層、混合層以下以及最多層都有顯著的減少(圖10d)。2020~2022 年WPWP 區(qū)域浮游生物量整體都呈下降趨勢,表明頻繁發(fā)生的MHW事件不利于暖池區(qū)域海洋上層浮游生物的生存和生長。
本文分析了1982~2022 年WPWP 區(qū)域MHW事件的空間分布特征和季節(jié)—年際變化,并重點探討了MHW 在2020~2022 年連續(xù)三年La Ni?a 事件背景下頻繁爆發(fā)的驅(qū)動機(jī)制與生態(tài)影響,得到以下幾點結(jié)論:
(1)近幾十年來,尤其是在2000 年之后,WPWP區(qū)域MHW 事件的覆蓋面積、爆發(fā)頻次、總天數(shù)、累積強(qiáng)度等屬性均呈現(xiàn)顯著增加的趨勢。與此同時,在季節(jié)—年際尺度上,WPWP 區(qū)域MHW 事件與連續(xù)La Ni?a 事件的爆發(fā)相關(guān),其在2020~2022年連續(xù)La Ni?a 事件背景下MHW 爆發(fā)頻次達(dá)到全球最高,且MHW 的覆蓋面積、爆發(fā)頻次、總天數(shù)、累積強(qiáng)度達(dá)到41 年來最高。
(2)利用混合層熱收支方程探討了2020~2022 年WPWP 區(qū)域MHW 事件的驅(qū)動機(jī)制。最強(qiáng)MHW 事件的發(fā)生(2020 年夏)主要是由凈海表熱通量中向下短波輻射和海洋動力過程中的緯向平流導(dǎo)致。
(3)揭示MHW 事件與海洋生態(tài)指標(biāo)葉綠素-a 濃度在時空尺度上呈現(xiàn)負(fù)相關(guān)的協(xié)同變化關(guān)系,當(dāng)MHW 為正異常分布時,海表面葉綠素-a 濃度呈現(xiàn)降低趨勢,其在2020 年7~9 月最為典型。進(jìn)一步利用浮標(biāo)表層至溫躍層葉綠素-a 濃度數(shù)據(jù)分析表明,近表層和混合層的浮游生物量較低,浮游植物生物量主要聚集在海洋混合層下方到200 m左右的溫躍層,且具有季節(jié)變化。同時,在本文研究區(qū)域,近三年浮游生物量在近表層、混合層、混合層以下都有顯著的減少,與頻繁發(fā)生的MHW 事件導(dǎo)致暖池區(qū)域海洋上層生物量整體呈下降趨勢有關(guān)。
此外,本文初步利用混合層熱收支方程分析了MHW 期間海溫的變化,對于MHW 事件的天氣尺度成因分析需要進(jìn)一步細(xì)化。由于本文所用的海洋溫度和洋流數(shù)據(jù)是GODAS 提供的,而GODAS的海洋再分析數(shù)據(jù)是由NCEP2 提供的動量通量、熱通量等驅(qū)動出來的,其與NCEP2 相匹配,故本文對西太暖池MHW 的驅(qū)動機(jī)制分析采用的是分辨率較低的海面通量數(shù)據(jù)NCEP2,本研究計劃下一步研究利用其它較高分辨率的海面通量數(shù)據(jù)(比如ERA5 等)進(jìn)一步對比驗證MHW 期間海溫的變化。對于遙相關(guān)過程,例如PDO 對WPWP 區(qū)域MHW事件的影響也需要后續(xù)深入研究。與此同時,WPWP區(qū)域MHW 事件跟ENSO 本身關(guān)系密切,我們是否可以根據(jù)ENSO 預(yù)報系統(tǒng)開展暖池區(qū)域MHW的預(yù)測研究可做進(jìn)一步嘗試。