張 沖,史 潔,高會旺**,高振會

(1.中國海洋大學海洋環(huán)境與生態(tài)教育部重點實驗室,山東青島266100;2.國家海洋局北海環(huán)境監(jiān)測中心,山東青島266100;3.國家海洋環(huán)境監(jiān)測中心,遼寧大連116023)

南海北部浮游生態(tài)系統(tǒng)要素季節(jié)變化的模擬研究*

張 沖1,3,史 潔1,高會旺1**,高振會2

(1.中國海洋大學海洋環(huán)境與生態(tài)教育部重點實驗室,山東青島266100;2.國家海洋局北海環(huán)境監(jiān)測中心,山東青島266100;3.國家海洋環(huán)境監(jiān)測中心,遼寧大連116023)

本文基于南海SEATS站的觀測資料,利用垂直一維海洋生態(tài)系統(tǒng)動力學模式(MEM-1D)模擬了南海北部生態(tài)要素垂直結構的季節(jié)變化。結果表明,南海北部表層Chla濃度具有明顯的季節(jié)變化特征,夏季呈現(xiàn)低值(<0.05 mg.m-3),冬季呈現(xiàn)高值,12月為0.38 mg.m-3。春季,風速相對變小,垂直混合變?nèi)?次表層Chla濃度極大值現(xiàn)象形成(80～100 m),并可一直持續(xù)到10月末。冬季,海表溫度降低,東北季風爆發(fā),垂直混合增強,出現(xiàn)表層水華現(xiàn)象。浮游動物和細菌的垂直結構相似,冬季上層水體中浮游動物和細菌出現(xiàn)最大值,分別為13 mg.m-3和18 mg.m-3。3～10月細菌(12 mg.m-3)同浮游動物(14 mg.m-3)一樣出現(xiàn)次表層最大值,其存在深度與浮游動物相似。

海洋浮游生態(tài)系統(tǒng);臺風;葉綠素a;水華;模擬研究

浮游生物是海洋生態(tài)系統(tǒng)中最基礎的組成部分,在整個食物鏈物質(zhì)循環(huán)和能量流動中扮演著重要的角色,而且浮游植物每年貢獻了全球一半的氧氣[1],因此,對浮游生態(tài)系統(tǒng)的研究一直是海洋科學研究關注的焦點問題[2]。我國南海地處東亞季風區(qū)和西太平洋暖池區(qū),水文特征和生態(tài)系統(tǒng)結構特點鮮明,是研究氣候變化與海洋生態(tài)響應的天然實驗室[3]。衛(wèi)星資料和船載觀測資料分析表明,由于受季風作用,南海初級生產(chǎn)力呈明顯季節(jié)性變化,冬季高,夏季低[4]。Liu等[3]的模擬結果表明,南海初級生產(chǎn)力年際變化與季節(jié)性變化相比,并不明顯,其年平均值為196 mg.m-3.d-1。

南海北部與人類活動關系密切,近些年隨著科考航次的增多,對南部北部生化要素研究也逐漸深入。Tang等[5]利用衛(wèi)星數(shù)據(jù)分析了南海北部灣初級生產(chǎn)力的時空變化;Chen等[6]通過2001—2004年5個航次的觀測數(shù)據(jù)計算了南海北部的新生產(chǎn)力,分析影響其變化的因素;基于南海SEATS站(18°N,116°E)的觀測資料,諸多學者對南海北部生態(tài)系統(tǒng)中各要素(如浮游植物生物量季節(jié)變化和碳循環(huán)等)的季節(jié)變化做了一些研究[7-10],然而對南海北部浮游生態(tài)系統(tǒng)中各要素變化之間相互關系研究較少。數(shù)值模型計算可以得到各個狀態(tài)變量的連續(xù)變化,是定量研究生態(tài)系統(tǒng)動力學的有力手段,在我國其他海區(qū)已有廣泛的應用[11]。南海生化要素水平分布較均勻,其垂直結構變化受到更多的關注[7]。本文利用垂直一維海洋生態(tài)系統(tǒng)動力學模式(MEM-1D)模擬了南海北部浮游生態(tài)系統(tǒng)在風和太陽輻射等因素強迫下的季節(jié)變化,定量分析了營養(yǎng)鹽濃度、浮游植物、浮游動物及其細菌生物量的變化特征,以及它們之間相互影響和制約關系,并且與其他海域生態(tài)要素季節(jié)變化特征作了對比。

1 物理-生物耦合模型(MEM-1D)

本文采用的海洋生態(tài)動力學模式為一維物理-生物耦合模式(Modular Ecosystem Model-1D,MEM-1D)[12],其物理亞模型采用一維POM模式(Princeton Ocean Model),生物亞模型采用ERSEM模式(EuropeanRegionalSeaEcosystemModel,ERSEM-II,1997)。

1.1 物理模型

由于POM模型的湍混合模型采用傳統(tǒng)的2階湍流閉合模型(Mellor and Yamada),未考慮表層海浪混合作用,模擬出的混合層較淺[13],夏潔等[14]在該模式垂直混合系數(shù)的計算中考慮了海浪的作用,較好的模擬了南黃海混合層季節(jié)變化規(guī)律。本文物理模型部分采用相同的修改方案。另外,本文所選用POM一維模式垂向上只考慮湍擴散過程。

1.2 生物模型

生物模型為歐洲區(qū)域海洋生態(tài)模式ERSEM[15],其狀態(tài)變量包括浮游植物(P)、浮游動物(Z)、營養(yǎng)鹽(N)、底棲碎屑(D)和微生物(B)等。

圖1 模型食物網(wǎng)結構圖Fig.1 Food web structure in the model

以往研究表明硅藻為南海的優(yōu)勢種群,冬季硅藻約占浮游植物的95.7%,夏季占75.9%[16]。因此,本模式中浮游植物僅考慮硅藻。浮游動物包括:雜食中型浮游動物、微型浮游動物。營養(yǎng)鹽考慮硝酸鹽、銨鹽、磷酸鹽和硅酸鹽。圖1是以文獻[15]為基礎而建立的生態(tài)系統(tǒng)概念模型。另外南海屬于熱帶海域,終年平均溫度較高,因此選用了浮游生物生長溫度修正的Q10法則[4]。

1.3 參數(shù)和初、邊界條件的確定

1.3.1 參數(shù)的確定 模式參數(shù)的合理選取對海洋生態(tài)系統(tǒng)基本特征的準確模擬非常重要。由于南海北部模式研究還不多,本文中模式參數(shù)主要來自ERSEM模擬中的常用參數(shù)[17],部分選自南海及鄰近海域的研究結果[4]。具體參數(shù)取值見表1～2。

表1 模式基本參數(shù)及取值Table 1 Basic parameters and value for the model

表2 模式浮游動物參數(shù)及取值Table 2 Zooplankton parameters and value for the model

1.3.2 熱力強迫和動力強迫 海表面物理強迫主要考慮為風和太陽輻射。海表面平均風速值數(shù)據(jù)采用NECP 2001—2008年平均風場再分析資料(見圖2)。海表面太陽輻射數(shù)據(jù)通過SBDART(Santa Barbara Disort Atmosphere Radiative Transfer)軟件計算得到[18](見圖3)。水文條件初值取自南海上層物理海洋學氣候圖集[19](18°N,116°E);生源要素初值取自南海海洋圖集(化學分冊)[20](18°N,116°E)。

南海地處東亞季風區(qū)[21],季風和太陽輻射是南海水文要素變化的主要驅動力。如圖2所示,每年6～9月盛行暖濕的西南季風(夏季風),11月至次年3月盛行干冷的東北季風(冬季風),4～5月及9～10月則為季風轉換時期。東北季風的平均風速為10 m.s-1,相對較弱的西南季風的平均風速則為6 m.s-1。如圖3所示,南海北部緯度較低,其輻射終年維持在200～360 W.m-2。

圖2 海表面月平均風速、風向隨時間的變化Fig.2 Monthly long-term mean of wind speed and direction at the surface

圖3 海表面太陽輻射量隨時間的變化Fig.3 The monthly solar radiation at the surface

1.3.3 模型配置 本文模擬了南海北部生態(tài)要素的季節(jié)變化特征,并利用SEATS站資料進行模式結果驗證。模式從1月1日開始,運行720 d,時間步長為216 s。模式計算水深1 200 m(南海平均水深),分40層。由于重點關注上層海洋浮游生態(tài)系統(tǒng)的季節(jié)變化,故水面至水深150 m處采用上密下疏的非均勻分35層,而水深150 m以下均勻分5層。選取第2年模擬結果與實測數(shù)據(jù)進行比較驗證。

2 結果與分析

2.1 模式結果驗證

SEATS站是1個設置在副熱帶邊緣海的觀測站,從1998年8月運行至今已經(jīng)完成20多個航次的觀測,獲得了不同季節(jié)水文、化學和生物變量的垂直剖面[22],為模式驗證提供了很好的數(shù)據(jù)基礎。

本文選取文獻[22]SEA TS站2000年1、5、7、11月的溫度、鹽度和葉綠素a濃度的觀測資料驗證模式結果。如圖5所示,冬季(11～1月)南海北部受控于東北季風[4],混合層較深,Chla也呈全年最高值(0.38 mg.m-3)。夏季(5～7月)海面風速較小,海水層結穩(wěn)定,躍層深度大約在20～30 m,Chla濃度出現(xiàn)次表層最大值現(xiàn)象,深度大約為80～100 m。由于模式的風場強迫選取的是多年平均資料,變量初值也是來自圖集,使得模擬結果與SEATS站2000年的實測值數(shù)據(jù)對比存在一定差別(如1月和11月Chla的模擬結果),但整體上來說,模式較好的反映了該站150 m以上各個變量垂向分布的季節(jié)變化特征。

圖5 溫度、鹽度和Chla垂直結構季節(jié)變化的模擬和實測資料比較Fig.5 Comparison of modelled vertical seasonal changes of temperature,salinity and chlorophyll-a(mg.m-3)with observation data

2.2 溫度和鹽度垂直結構的季節(jié)變化

模擬得到的溫度和鹽度垂直結構的年循環(huán)如圖6所示。南海北部地處亞熱帶地區(qū),SST(Sea Surface Temperature)終年在24.0～29.2℃之間。3月底,隨著太陽輻射的不斷增強(見圖3),風速逐漸變小(見圖2),海水表面開始增溫,溫躍層變淺。7月SST達到最大值29.2℃。之后,由于太陽輻射的減弱,表層海水溫度降低,加之風速的增大使得混合層逐漸加深。12月混合均勻的水層最深可達到100 m。鹽度模擬結果顯示,受南海北部盛行季風影響,冬夏季風時期海表面鹽度升高,8月和12月表層鹽度呈現(xiàn)2個高值,分別為33.59,33.60。

圖6 溫度、鹽度季節(jié)變化的模擬結果Fig.6 Simulated seasonal cycles of temperature and salinity

根據(jù)溫度模擬結果計算的混合層深度的變化如圖7。本文定義比10 m以淺平均溫度低1℃的位置為混合層深度[23]。模擬結果表明,南海北部混合層終年存在,夏季混合層較淺,4月混合層最淺為15.6 m;南海北部冬季受控東北季風,平均風速達到11.5 m.s-1(見圖2),在此作用下,12月混合層深度可達120 m(見圖7)。王東曉[19]研究認為南海大部分海區(qū)水體層化明顯,上混合層的深度通常只有30～50 m,但南海北部淺水陸架區(qū)水體混合均勻,混合層厚度可達75 m以上,而混合層的時空變化較大,但很少超過150 m。

圖7 混合層深度變化的模擬結果Fig.7 Simulated seasonal cycle of mixed layer depth

2.3 浮游植物垂直結構的季節(jié)變化

南海具有熱帶開闊大洋寡營養(yǎng)的特征,雖然太陽輻射對浮游植物生長限制較小,但生產(chǎn)力卻很低[24]。模擬結果所示,南海北部表層Chla濃度存在明顯的季節(jié)性變化,夏季呈現(xiàn)低值(<0.05 mg.m-3),冬季呈現(xiàn)高值,12月為0.38 mg.m-3。模擬得到的Chla濃度的季節(jié)變化趨勢與現(xiàn)場和衛(wèi)星觀測結果相類似[9-10,25]。Chla濃度季節(jié)變化呈單峰分布,與我國黃海中部浮游植物生物量的雙峰分布特征不同[14]。

圖8 Chla濃度垂直結構季節(jié)變化的模擬結果(單位:mg.m-3)Fig.8 Simulated seasonal cycle of chlorophyll-a(mg.m-3)

春季,南海風速相對變小,垂直混合變?nèi)?由于躍層的阻礙作用,下層豐富的營養(yǎng)鹽很難到達上層,再加上南海太陽輻射終年較強,海水透明度高,Chla濃度次表層最大值現(xiàn)象得以形成,位置處于溫躍層之下(80～100 m)。在寡營養(yǎng)的地區(qū),次表層綠葉素最大值現(xiàn)象(SCM)已有諸多報道[26-31](見表3),雖然表3列舉的海區(qū)同屬于開闊大洋區(qū)域,但是SCM發(fā)生的深度和強度都不盡相同,原因是不同海區(qū)的物理和生物環(huán)境都存在差異。Liu等[32]對南海初級生產(chǎn)力模擬研究發(fā)現(xiàn),光適應性(Photo-adaptation)是SCM現(xiàn)象形成的關鍵因素。這種現(xiàn)象一直持續(xù)到10月末,隨后由于海面開始降溫,同時風向轉為東北風,風速增大,垂直混合增強,使下層營養(yǎng)鹽向上補充,表層海水浮游植物快速生長,出現(xiàn)水華,且混合層內(nèi)均維持高值(見圖8)。

表3 不同海域次表層葉綠素最大值對比Table 3 SCM in different seas

2.4 營養(yǎng)鹽垂直結構的季節(jié)變化

圖9所示為模擬的硝酸鹽、銨鹽、磷酸鹽和硅酸鹽濃度垂直結構的季節(jié)變化,其變化趨勢與南海圖集化學分冊[20]中的資料基本吻合。冬季11月～次年1月,海面的降溫和東北季風盛行使垂直混合增強,把深層的營養(yǎng)鹽帶到上層,營養(yǎng)鹽垂直梯度減小。真光層中營養(yǎng)鹽的補充為浮游植物生長提供了條件,加之南海冬季溫度對浮游植物生物生長并不限制,因此出現(xiàn)浮游植物水華現(xiàn)象(見圖8)。浮游植物水華過后,表層水體中的硝酸鹽、磷酸鹽和硅酸鹽迅速減少,開始出現(xiàn)營養(yǎng)鹽躍層,其躍層位置和浮游植物極值深度一致,大約為80～90 m。春末夏初,浮游生物生長大量消耗上層營養(yǎng)鹽,同時,海表面風速降低,溫躍層形成,深層營養(yǎng)鹽被阻礙在溫躍層之下,出現(xiàn)層化現(xiàn)象。

圖9 營養(yǎng)鹽垂直結構季節(jié)變化的模擬結果Fig.9 Simulated seasonal cycle of nutrient

圖10 浮游動物和細菌垂直結構季節(jié)變化的模擬結果(單位:mg.m-3)Fig.10 Simulated seasonal cycle of zooplankton and bacteria(mg.m-3)

銨鹽的垂直分布在4～9月出現(xiàn)了深層最大值現(xiàn)象,這種現(xiàn)象體現(xiàn)了氮的再生過程。浮游植物生長把無機氮轉化成有機氮,并通過浮游動物的攝食,及各級動物之間的捕食繼續(xù)在食物鏈中傳遞,在這個過程中浮游植物的胞外溶出、浮游動物的溶出與排泄及細菌對有機碎屑降解的產(chǎn)物主要為銨氮[14],故銨鹽濃度升高。另外,冬季水華過后,通過浮游生物和細菌的作用,一部分硝酸氮再生轉化為氨氮,使得銨鹽的濃度再次增加。

2.5 浮游動物和細菌垂直結構的季節(jié)變化

圖10a為浮游動物垂直結構的季節(jié)變化。浮游植物的現(xiàn)存量除了受上行控制(Bottom up),還受控于下行控制(Top down),即浮游動物對浮游植物的攝食調(diào)節(jié)作用[33],反之,浮游植物的多寡也會影響浮游動物的濃度變化。在冬季12月底葉綠素a濃度出現(xiàn)峰值后,1月表層浮游動物出現(xiàn)峰值,最大值為13 mg.m-3。3～10月,由于南海表面風速變小,垂直混合減弱,浮游動物濃度高值出現(xiàn)在次表層60～100 m處,其最高值為12 mg.m-3。南海北部浮游動物四季總生物量變化范圍[34]為18～38 mg.m-3,與本次模式計算結果大致相當。圖10a與圖8比較,可以看出浮游動物與Chla濃度的時空分布有很好的一致性,浮游動物的生長滯后于浮游植物。大西洋BATS站(31.5°N,64.1°W)的分析表明,浮游動物與浮游植物的量呈線性關系,其生長滯后于浮游植物[35],與南海北部的結果類似。

細菌和浮游動物的垂直結構相似,冬季上層水體中細菌出現(xiàn)最大值,為18 mg.m-3,且混合趨于均勻。3～10月細菌同浮游動物一樣出現(xiàn)次表層最大值(14 mg.m-3),其深度與浮游動物位置相當。

3 結語

本文利用垂直一維海洋生態(tài)系統(tǒng)動力學模式(MEM-1D)對南海北部各要素垂直結構的季節(jié)變化進行了模擬,并選取南海北部SEATS站(18°N,116°E)實測資料對模擬結果進行驗證。雖然模擬結果和實測數(shù)據(jù)有一定差異,但整體上來說,模式還是較好的反映了該站150 m以上水層中各要素垂向分布特征的季節(jié)變化。

南海北部表層葉綠素濃度季節(jié)性變化明顯,夏季呈現(xiàn)低值(<0.05 mg.m-3),冬季呈現(xiàn)最高值(0.38 mg.m-3)。春季,風速相對變小,垂直混合變?nèi)?下層豐富的營養(yǎng)鹽很難到達上層,次表層葉綠素a濃度最大值現(xiàn)象形成(80～100 m),這種現(xiàn)象一直持續(xù)到10月末。冬季,海溫降低,東北季風暴發(fā),垂直混合增強,使下層營養(yǎng)鹽向上輸運,表層水華現(xiàn)象發(fā)生。浮游動物和細菌的垂直結構相似,冬季上層水體中浮游動物和細菌出現(xiàn)最大值,分別為13 mg.m-3和18 mg.m-3。2～10月細菌同浮游動物一樣出現(xiàn)次表層最大值(12 mg.m-3和14 mg.m-3),其深度與浮游動物位置相當。

本文通過模擬研究定量分析了南海北部在風和太陽輻射強迫下,溫度、鹽度和生態(tài)要素的季節(jié)變化過程,從而刻畫了浮游生態(tài)系統(tǒng)各要素垂向分布變化的相關關系,為今后開展南海生態(tài)系統(tǒng)的過程研究提供了參考。然而,本文模型中的初始條件和邊界條件的時空分辨率較低,模型參數(shù)的針對性不強,導致模擬結果存在一些不確定性。

[1] Lin I,Liu W T,Wu C C,et al.New evidence for enhanced ocean primary production triggered by tropical cyclone[J].Geophys Res Lett,2003,30(13):1718.

[2] Lee Chen Y.Spatial and seasonal variations of nitrate-based new production and primary production in the South China Sea[J].Deep Sea Research Part I:Oceanographic Research Papers,2005,52(2):319-340.

[3] Liu G,Chai F.Seasonal and interannual variability of primary and export production in the South China Sea:a three-dimensional physical-biogeochemical model study[J].ICES Journal of Marine Science,2009,66(2):420.

[4] Liu K K,Chao S Y,Shaw P T,et al.Monsoon-forced chlorophyll distribution and primary production in the South China Sea:observations and a numerical study[J].Deep Sea Research Part I:Oceanographic Research Papers,2002,49(8):1387-1412.

[5] Tang D,Kawamura H,Lee M,et al.Seasonal and spatial distribution of chlorophyll-a concentrations and water conditions in the Gulf of Tonkin,South China Sea[J].Remote Sensing of Environment,2003,85(4):475-483.

[6] Lee Chen Y,Chen H.Seasonal dynamics of primary and new production in the northern South China Sea:The significance of river discharge and nutrient advection[J].Deep Sea Research Part I:Oceanographic Research Papers,2006,53(6):971-986.

[7] Wong G T F,Ku T,Mulholland M,et al.The South East Asian time-series study(SEATS)and the biogeochemistry of the South China Sea--An overview[J].Deep Sea Research Part II:Topical Studies in Oceanography,2007,54(14-15):1434-1447.

[8] Tseng C M,Wong G T F,Chou W C,et al.Temporal variations in the carbonate system in the upper layer at the SEATS station[J].Deep Sea Research Part II:Topical Studies in Oceanography,2007,54(14-15):1448-1468.

[9] Chun-Mao Tseng G T F W.A unique seasonal pattern in phytoplankton biomass in low-latitude waters in the South China Sea[J].Geophysical Research Letter,2005,32:L08608.

[10] Liu H,Chang J,Tseng C M,et al.Seasonal variability of picoplankton in the Northern South China Sea at the SEATS station[J].Deep Sea Research Part II:Topical Studies in Oceanography,2007,54(14-15):1602-1616.

[11] 韓君,趙亮,魏皓.近岸海域浮游植物水華動力機制研究進展和展望[J].中國海洋大學學報:自然科學版,2008,38(4):527-532.

[12] Ricci L,Pinardi N,Zavatarelli M,et al.Numerical Modelling of the Mediterranean sapropel S1 ecosystem structure[J].Geolines Journal,2000,11:20-23.

[13] 張書文.黃海冷水團夏季葉綠素垂向分布結構的影響機制[J].海洋與湖沼,2003,34(2):179-186.

[14] 夏潔,高會旺.南黃海東部海域浮游生態(tài)系統(tǒng)要素季節(jié)變化的模擬研究[J].安全與環(huán)境學報,2006,6(4):59-65.

[15] Allen J I,Blackford J C,Radford P J.An 1-D vertically resolved modelling study of the ecosystem dynamics of the middle and southern Adriatic Sea[J].Journal of Marine Systems,1998,18(1-3):265-286.

[16] Ning X,Chai F,Xue H,et al.Physical-biological oceanographic coupling influencing phytoplankton and primary production in the South China Sea[J].J Geophys Res,2004,109:C10005.

[17] Vichi M,Baretta J W,Baretta Bekker J G,et al.European regional seas ecosystem model III:Review of the biogeochemical equations[M].[s.l.]:[s.n],2004.

[18] Liang S.Narrowband to broadband conversions of land surface albedo I-Algorithms[J].Remote Sensing of Environment,2001,76(2):213-238.

[19] 王東曉,杜巖,施平.南海上層物理海洋學氣候圖集[M].北京:氣象出版社,2002.

[20] 國家海洋局第三海洋研究.南海海洋圖集(化學分冊)[M].北京:海洋出版社,2005.

[21] 李敏.南海海洋葉綠素α時空分布及對季風變動響應的研究[D].北京:中國氣象科學研究院,2009.

[22] 陳英傑.南海初級生產(chǎn)力之估算與SEATS測站顆粒態(tài)有機質(zhì)之觀測:應用於南海物理-生地化耦合模式之驗證與改進[D].臺灣:國立臺灣大學海洋研究所,2004.

[23] 孫成學,劉秦玉,賈英來.南?；旌蠈由疃鹊募竟?jié)變化及年際變化特征[J].中國海洋大學學報:自然科學版,2007,37(2):197-203.

[24] Chen C,Wang S L,Wang B J,et al.Nutrient budgets for the South China Sea basin[J].Marine Chemistry,2001,75(4):281-300.

[25] 趙輝,齊義泉,王東曉,南海葉綠素濃度季節(jié)變化及空間分布特征研究[J].海洋學報.2005,27(4):45-52.

[26] Huisman J,Thi N,Karl D M,et al.Reduced mixing generates oscillations and chaos in the oceanic deep chlorophyll maximum[J].Nature,2006,439(7074):322-325.

[27] Hodges B A,Rudnick D L.Simple models of steady deep maxima in chlorophyll and biomass[J].Deep Sea Research Part I:Oceanographic Research Papers,2004,51(8):999-1015.

[28] Hopkinson B M,Barbeau K A.Interactive influences of iron and light limitation on phytoplankton at subsurface chlorophyll maxima in the eastern North Pacific[J].Limnology and Oceanography,2008,53(4):1303-1318.

[29] Naik H,Naqvi S,Suresh T,et al.Impact of a tropical cyclone on biogeochemistry of the central Arabian Sea[J].Global Biogeochemical Cycles,2008,22(3):1-11.

[30] Pérez V,Fernández E,Maraón E,et al.Vertical distribution of phytoplankton biomass,production and growth in the Atlantic subtropical gyres[J].Deep Sea Research Part I:Oceanographic Research Papers,2006,53(10):1616-1634.

[31] Fennel K,Boss E.Subsurface maxima of phytoplankton and chlorophyll:Steady-state solutions from a simple model[J].Limnology and Oceanography,2003,48(4):1521-1534.

[32] Liu K,Chen Y,Tseng C,et al.The significance of phytoplankton photo-adaptation and benthic-pelagic coupling to primary production in the South China Sea:Observations and numerical investigations[J].Deep Sea Research Part II:Topical Studies in Oceanography,2007,54(14-15):1546-1574.

[33] 樂鳳鳳,寧修仁.南海北部浮游植物生物量的研究特點及影響因素[J].海洋學研究,2006,24(2):60-69.

[34] 李純厚,賈曉平,蔡文貴.南海北部浮游動物多樣性研究[J].中國水產(chǎn)學報,2004,11(2):139-146.

[35] Madin L P,Horgan E F,Steinberg D K.Zooplankton at the Bermuda Atlantic Time-series Study(BATS)station:diel,seasonal and interannual variation in biomass,1994-1998[J].Deep Sea Research Part II:Topical Studies in Oceanography,2001,48(8-9):2063-2082.

Numerical Study on Seasonal Variations of the Vertical Structures of the Plankton Ecosystem in the Northern Area of South China Sea

ZHANG Chong1,3,SHI Jie1,GAO Hui-Wang1,GAO Zhen-Hui2
(1.Key Laboratory of Marine Environment and Ecology,Ministry of Education,Ocean University of China,Qingdao 266100,China;2.North China Sea Monitoring Center,SOA,Qingdao 266100,China;3.National Marine Envirohmental Monitoring Center,Dalian 116023,China)

One-dimensional Modular Ecosystem Model(MEM-1D)was used to simulate the seasonal variations of the vertical structures of the plankton ecosystem in the northern area of South China Sea.Model results indicate that the concentration of chlorophyll-a at surface presents obviously seasonal variation with the minimum value in summer(<0.05 mg.m-3)and the maximum value in winter(0.38 mg.m-3).In spring,vertical mixing is weaker due to the weaker wind.It is hard for nutrients to reach the upper layer,so the sub-surface chlorophyll-a concentration maximum(SCM)(80～100 m)maintains until the end of October.In winter,the vertical mixing becomes stronger due to the decrease of the sea surface temperature and the strong northeast monsoon.As a result,nutrients can reach the upper layer,which induce the phytoplankton bloom.The vertical structures of the biomasses of zooplankton and bacteria are similar and the maximum values both appear in winter with 13 mg.m-3and 18 mg.m-3respectively.

marine plankton ecosystem;typhoon;chlorophyll-a;bloom;numerical study

P735

A

1672-5174(2011)03-011-08

國際合作項目(2010DFA91350);中國海洋大學青年教師科研專項基金項目(20103031);國家重點基礎研究發(fā)展計劃項目(2010CB428900)資助

2010-05-10;

2010-05-21

張 沖(1984-),男,碩士生,從事海洋生態(tài)系統(tǒng)動力學研究。

**通訊作者:E-mail:hwgao@ouc.edu.cn

責任編輯 龐 旻