陳杏文 邱春華, 3 張 恒 劉 東 石 慧 馬永貴 王東曉

珠江口雞啼門近海海洋對臺風的響應*

陳杏文1, 2邱春華1, 2, 3張 恒1, 2劉 東4石 慧1, 5馬永貴1, 2王東曉1, 2①

(1. 中山大學海洋科學學院 廣東珠海 519082; 2. 珠江口海洋生態(tài)環(huán)境教育部野外科學觀測研究站 廣東珠海 519082; 3. 自然資源部海洋環(huán)境探測技術與應用重點實驗室 廣東廣州 510310; 4. 廣州睿海海洋科技有限公司 廣東廣州 511400; 5. 中水珠江規(guī)劃勘測設計有限公司 廣東廣州 510610)

海洋對臺風的響應對臺風預報具有重要意義, 但是由于動力結構比較復雜, 近岸水體對臺風的響應仍然不明確?；谥榻诤Ｑ笊鷳B(tài)環(huán)境教育部野外科學觀測研究站的1號浮標觀測資料(2021年7～8月), 分析了珠江口雞啼門海域在臺風“查帕卡”和“盧碧”期間海洋動力學和熱力學響應特征。臺風過境引起水體的緯向流速顯著增強, “查帕卡”激發(fā)了強烈的順時針近慣性振蕩, “盧碧”則激發(fā)了接近慣性頻率的逆時針海水運動。受當地淺水深的影響, 近慣性能量在一個慣性周期(32 h)后快速耗散。兩個臺風引起的海表溫度(sea surface temperature, SST)降溫幅度均大于2.2 °C, 這種降溫受潛熱通量影響較大; 同時, 臺風過后晚上的SST均大于白天的SST, 這也是受到潛熱通量的影響。

臺風; 近慣性振蕩; 海表溫度; 熱通量; 雞啼門; 珠江口

臺風是世界上最具破壞力的自然災害之一。登陸時, 臺風帶來的強風暴雨、巨浪以及風暴潮會對沿海地區(qū)造成破壞。1983～2006年, 臺風造成中國平均每年死亡人數達472人, 直接經濟損失達287億元, 占國內生產總值的0.38% (Zhang, 2009)。分析海洋對臺風路徑響應過程及其相應機理, 可以提高臺風強度和路徑的預測精度, 這對減少地區(qū)經濟損失, 保障人民生命和財產安全具有重要的社會意義。

臺風過境時會引起上層海洋物理過程的相應調整。在開放海域, 上層海洋對臺風的響應可分為兩個階段(管守德, 2014)。臺風過境前的12～24 h被稱為上層海洋對臺風響應的“強迫階段”。在此階段, 臺風快速變化的風場會引起海洋上層產生強烈剪切不穩(wěn)定進而引起強烈的垂向混合(卷挾)和混合層加深(Shay,1998; Sanford, 2011); 同時, 臺風的正風應力旋度會引起海表水輻散, 引發(fā)局地水體上升運動。臺風過境后, 通常會在海洋中產生強烈的近慣性運動, 臺風輸入局地混合層的近慣性能量以近慣性內波的形式向海洋溫躍層甚至海洋深層傳播(Chen, 2017; Mackinnon, 2017), 近慣性振蕩衰退時間一般一周至10 d以上(Qi, 1995; Teague, 2007), 此階段為上層海洋對臺風響應的另一個階段, 被稱為“松弛階段”(Brooks, 1983)。相對于開闊大洋, 近岸淺水海域受潮汐、徑流、地形等影響, 海洋的近慣性振蕩過程對臺風的響應更為復雜(Glenn, 2016; Seroka, 2016)。Millot等(1981)發(fā)現地中海西北部的獅子灣海域在陣風持續(xù)作用后近岸上升流會同時伴隨近慣性振蕩的產生。De Freitas等(2019)在沿巴西陸架上的觀測中發(fā)現, 近岸的近慣性振蕩向低緯趨于減小, 并且擁有較高的垂向剪切, 達到了10–3/s。Li等(2021)在南海北部發(fā)現臺風引起的近慣性振蕩在跨陸坡分布上存在斜坡強化的現象。Igeta等(2011)發(fā)現在季風和臺風的共同作用下, 日本能登半島海域的沿岸捕獲波和近慣性振蕩疊加形成強沿岸流。理論上近岸區(qū)域潮下流伴隨的負渦度類似于鋒面的作用, 能夠捕獲近慣性內波(Kunze, 1984), 但鮮有直接觀測的報道。

海表溫度對臺風響應的兩個階段也對應著兩次降溫過程(Price, 1981)。由于臺風路徑右側風場和近慣性運動共同作用, 臺風路徑右側(南半球為左側)的海洋流動與垂向混合強于左側, 并引起更強的海洋上層降溫(Oey, 2008; Huang, 2015; Sun, 2015)。臺風在開闊海洋中引起的海表溫度(sea surface temperature, SST)降溫幅度通常在1～6 °C, 最大可達9 °C (Lin, 2003; Black, 2008)。在近岸海區(qū), 受局地環(huán)境條件影響, 如水深急劇變淺和岸線阻擋等, SST對臺風的響應具有與開闊大洋不一樣的特征(賴巧珍等, 2013); 臺風在近岸海域引起的最大SST降溫可能出現在臺風路徑左側(Bingham, 2007; 梁曉紅等, 2014), 甚至臺風過后出現海表升溫的現象(謝玲玲等, 2017), 謝玲玲等(2017)16認為這可能是臺風在外海引起的非線性海面孤立波向近岸的熱輸送造成。

臺風過境會引起強烈的風暴潮過程, 不同臺風登陸所產生的風暴潮具有很大差異。鄧國通等(2021)利用ROMS (regional ocean model system)模型研究了深圳近海臺風所致風暴潮的影響因素, 發(fā)現臺風移動速度總體上對風暴潮影響不大, 但不同登陸地點存在明顯差異。在深圳西邊登陸的臺風比在深圳東邊登陸的臺風產生的最大增水高1.5 m左右; 由東往西移動并登陸深圳的臺風, 比由南向北移動的臺風產生的最大增水高 1.0 m左右。趙長進等(2015)對影響長江口及其鄰近海區(qū)的風暴潮影響因素進行了研究, 發(fā)現向岸風力的大小與持續(xù)時間對風暴潮增水有著重要的作用, 并且風應力對增水的作用相較于氣壓更為顯著。

珠江口位于南海北部, 每年有發(fā)源于南海及西北太平洋地區(qū)的臺風頻繁影響該區(qū)域, 或直接在珠江口登陸。臺風影響珠江口海域時, 不僅會引起強烈的風暴潮過程, 還會產生極端海流和波浪過程, 引起近海環(huán)流過程的急劇變化, 這會對泥沙、污染物等物質在河口及近海的輸運造成顯著影響, 并最終改變河口地形和引起近海地區(qū)浮游植物生長的短暫暴發(fā)。前人在風暴潮、泥沙輸運及初級生產力變化對臺風響應方面有相當多的研究, 但上述研究主要是利用水位觀測資料、遙感數據和數值模型對海洋災害及物質輸運和生態(tài)響應過程進行研究, 目前尚未見利用現場長期定點觀測浮標數據對臺風影響期間的海溫快速變化和淺海的近慣性振蕩過程開展研究。本文將基于浮標觀測數據, 研究珠江口雞啼門海域的海洋動力學和熱力學對臺風的響應。

1 數據和方法

1.1 浮標觀測數據

依托珠江口海洋生態(tài)環(huán)境教育部野外科學觀測研究站, 中山大學海洋科學學院于2021年7月5日在珠江口雞啼門海域(水深10 m)投放了“1號”海洋環(huán)境觀測浮標(圖1)。珠江口雞啼門位于珠海市金灣區(qū), 磨刀門以西約20 km, 最大漲潮差2.90 m, 最大落潮差2.71 m, 平均漲潮差為1.01 m。浮標位于113°20.04′E, 21°55.34′N, 離高欄島4 km。浮標上部的觀測平臺安裝有測風儀、氣象儀、紅外等觀測氣象要素的傳感器, 下部裝載海流計、波浪儀等傳感器用于觀測海表波浪、水溫和流速。氣象觀測儀主要是對海表面高度2 m進行采樣, 所有傳感器的采樣周期均設定為30 min, 獲取的氣象要素主要包括風速風向、空氣溫度、濕度、氣壓以及海表面溫度。

浮標在7～8月期間共經歷了臺風“查帕卡”(Cempaka, 2021年7月18～24日, 7月20日登陸陽江市)和“盧碧”(Lupit, 2021年8月2～9日, 8月5日登陸汕頭市南澳島), 兩個臺風的路徑見圖1。

1.2 再分析數據

1.2.1 海表面溫度數據 本文利用Remote Sensing System (RSS)提供的SST再分析資料研究了臺風過境前后的SST變化。該產品時間分辨率是1 ｄ, 空間分辨率為0.25°×0.25°, 是由多個微波和紅外衛(wèi)星傳感器通過最優(yōu)插值融合得到。文中選取了2021年7月15～24日、7月30日到8月8日兩個臺風經過前后的數據。

1.2.2 臺風路徑數據 臺風路徑數據取自中央氣象臺臺風網(typhoon.nmc.cn)發(fā)布的臺風信息系統(tǒng), 數據包括臺風的強度、時間、臺風中心位置、中心氣壓、風速等。臺風移動速度是根據６ h內臺風移動的距離計算得到。

1.3 數據分析方法

基于浮標觀測的風速、空氣溫度、相對濕度、氣壓和水溫等數據, 利用COARE3.0塊體算法對海氣熱通量進行了計算; 再采用巴特沃茲濾波器對流速分量進行帶通濾波, 提取海表近慣性頻段(0.85～1.2,為局地科里奧利頻率)的水平流速分布(u和v), 該頻段可以在包含近慣性振蕩的同時盡可能避免受到如全日潮等其他因素的影響。

圖1 浮標位置及臺風移動路徑

注: 圖中每個點代表時隔6 h臺風的位置, 虛曲線代表水深(單位: m); S1、S2分別代表臺風“查帕卡”和“盧碧”生成的地方

上層海洋近慣性動能(NIKE)可用式(1)進行估計(張騫等, 2019):

2 結果與分析

2.1 海表響應過程

2.1.1 海表流速與波浪的響應 圖2展示了2021年7月5日至8月6日海表流速與氣象參數的變化。臺風“查帕卡”加強階段(7月20日), 相對濕度增大, 氣壓降低, 這時浮標位于臺風的右側, 風向發(fā)生了順時針方向變化, 并一直持續(xù)到臺風消失前一天。而海表流速幾乎保持向南流動, 當海流方向與風向一致時, 緯向流速快速增強到0.8 m/s (圖2a、2b的風場、波浪為原始數據, 其余數據經過1 h低通濾波處理)。19日20點, 由于風向變化, 流速大小逐漸降低。臺風“盧碧”期間, 浮標在臺風左側, 相對濕度和氣壓變化不明顯, 測得風場為逆時針變化, 風向與海流方向一致, 最大緯向流達到0.5 m/s (圖2d)。

“查帕卡”經過浮標附近時, 有效波高從0.5 m突增至1.5 m, 值得注意的是, 在7月7日(圖2c), 有效波高突然增加, 而“盧碧”經過浮標附近時, 有效波高變化較小。這可能是因為在大風過程中風向持續(xù)保持北向, 南北走向岸線的沿岸海域的風浪能持續(xù)通過風應力獲取能量累加而更加充分地成長; 而在“查帕卡”和“盧碧”過程中風向有明顯的變向過程, 當風從陸域(特別是東側)方向吹向海面時, 較短的風區(qū)造成局部海域風浪成長不充分, 此過程中, 波浪受到地形折射影響, 波向則仍以偏南向為主。因此, 該海區(qū)強冷空氣過程對波浪影響可能大于臺風過程。

2.1.2 SST對臺風的響應 兩次臺風過程均引起浮標所在位置SST顯著降溫?！安榕量ā逼陂gSST最大降溫幅度為2.6 °C (與臺風生成前3 d對比, 下同); 而“盧碧”生成的第一天和第二天SST先增溫了0.6 °C, 隨后逐漸降溫, 最大降溫幅度為2.2 °C。在臺風過境時, 海表面空氣溫度(surface air temperature, SAT)和SST均呈下降趨勢, 且下降幅度大于SST(圖2e), 表明臺風加強階段, 海氣之間的溫差在增大, 但差值取決于不同的臺風特性, 比如“查帕卡”期間SST與SAT最大差值達到4.2 °C, 而“盧碧”期間差值為2.5 °C。

表1總結了臺風過境期間與正常天氣情況的晝夜平均SST、潛熱通量、風速以及濕度的對比。正常天氣是指臺風生成前3天的天氣情況, 晝夜時間分別為6:00～20:00和20:00～6:00。由表1可知, 兩次臺風過境期間夜間SST均高于白天(兩者之差為0.23和0.09 °C)。潛熱通量顯示, 白天海洋向大氣輸送的熱量高于晚上, 即白天海洋失熱更多, 這可能是白天低溫的主要原因。而在臺風“盧碧”生成前, 白天海洋失熱更多, 但白天SST卻高于晚上, 表明此時海溫并非主要受海氣熱通量的影響, 在近岸淺水區(qū)域, 垂向混合、平流等因素也可能主導著海表溫度的變化(徐海明等, 2018; 趙一丁等, 2019; 易香妤等, 2021)。

圖2 浮標觀測到的海氣要素時間序列

注: 灰色陰影表示臺風事件, 黑色虛線方框表示一次大風過程; a: 風向(藍色箭頭表示方向, 向上為北); b: 流向(紅色箭頭表示方向, 向上為北); c: 有效波高(紅線)和波周期(藍線); d: 緯向流速(, 紅線)和經向流速(, 黑線); e: 海表溫度SST(紅線)和海表面空氣溫度SAT(藍線); f: 相對濕度(紅線)和氣壓(藍線)

表1 臺風過境期間與正常天氣情況的海氣要素日變化

Tab.1 Diurnal variation of ocean-atmosphere factors during the passage of typhoon and the normal weather conditions

另外, 潛熱通量與風速、溫度、濕度等因素有關, 前人的研究也表明: 潛熱通量隨風速增加而增大, 潛熱通量與風速的相關性大于與海溫的相關性(孫啟振等, 2010)。從圖3的潛熱通量與風速分布的相關關系可知, 潛熱通量與風速大小之間存在較明顯的線性趨勢。從表1計算得到的風速和濕度變化來看, 臺風過境期間白天風速更強, 夜間濕度更低, 這表明白天和夜間的潛熱通量差異主要與風速大小有關。

基于再分析數據, 圖4和圖5展示了臺風期間整個海區(qū)SST的降溫情況?！安榕量ā鄙僧斕? 浮標附近海域SST降溫幅度為1.35 °C (與臺風生成前3天對比, 下同), 第二天降溫幅度為0.95 °C, 第三天降溫幅度為0.37 °C, 此時SST達到了最低值, 臺風致使浮標附近海域SST降溫了2.67 °C, 這與浮標監(jiān)測數據(2.6 °C)幾乎一致?！氨R碧”生成的第一天和第二天(圖5a和5b), 浮標附近的海域先增溫了1 °C左右, SST的增溫現象與之前的研究結果一致(謝玲玲等, 2017)12。

圖3 臺風過境期間潛熱通量與風速分布的相關關系

注: a為臺風“查帕卡”期間, b為“盧碧”期間;為相關系數

圖4 “查帕卡”登陸過程海表面溫度變化分布圖

注: 圖中變化是指臺風當天與臺風生成前3天對比; 實線框為臺風中心當日位置

再分析數據表明“查帕卡”引起海表溫度的冷卻集中在路徑的右側(圖4), 這與以往的研究一致(Sun, 2015), 但“盧碧”期間, 浮標的右側并不比左側降溫明顯。臺風登陸當天(圖5e), 左側海溫降低幅度與右側相當。原因可能是受左側淺水深的影響, 海氣通量變化過程和風浪攪拌作用使得海水垂向混合更加充分, 加上地形、徑流等因素的影響, 左側能量迅速耗散, 使表層海溫更容易降低。

2.2 臺風引起的熱量及能量變化

2.2.1 海氣界面熱通量 為探究海表溫度的響應, 本部分探究了海氣界面熱通量的變化。2021年7月15日至8月6日, 珠江口雞啼門海域海氣界面的感熱通量變化范圍是-7.2～75 W/m2, 正值表示海洋向大氣輸送熱量。圖6表明, 雞啼門海域在觀測期間以海洋向大氣釋放熱量為主。兩個臺風生成初期, 感熱通量與潛熱通量迅速增加至極大值, 這與海氣溫差、大氣濕度的變化及風速的變化趨勢較為一致。臺風期間海氣界面熱通量發(fā)生強烈交換, 海洋熱量向大氣輸送, 并且潛熱通量遠大于該海域的感熱通量(“查帕卡”約為4.6倍, “盧碧”約為8.3倍), 表明臺風期間海氣界面熱量交換主要貢獻來自于潛熱通量。

2.2.2 近慣性能量 風應力快速變化是激發(fā)海洋上層近慣性振蕩的主要因素(Sanford, 2011; Pallàs-Sanz, 2016)。如圖7a所示, 在“查帕卡”過境期間, 在慣性頻率附近(1.08)譜能量出現峰值, 量值與M2分潮能量相當, 此時的近慣性信號為順時針旋轉; 在臺風“盧碧”期間, 也在慣性頻率附近(1.07)能量出現峰值, 但是“盧碧”所激發(fā)的近慣性信號為逆時針旋轉(圖7b)。導致這一現象的主要原因是“查帕卡”期間浮標位于熱帶氣旋的右側, 風場隨時間呈順時針變化, 由于在北半球, 近慣性運動是順時針的, 因此, 順時針旋轉的風場易與海水慣性運動共振激發(fā)強烈的近慣性振蕩(Chen, 2015); “盧碧”期間浮標位于熱帶氣旋的左側, 風場和流場隨時間呈逆時針變化。因此, “盧碧”所激發(fā)的近慣性信號是單純的海水運動, 其變化頻率接近慣性頻率, 而非傳統(tǒng)意義上風場與慣性運動共振激發(fā)的近慣性振蕩。

圖5 “盧碧”登陸過程海表溫度變化分布圖

注: 圖中變化是指臺風當天與臺風生成前3天對比, 實線框為臺風中心當日位置

圖6 海氣界面潛熱和感熱通量對比圖

注: 灰色陰影表示臺風事件

圖7 流速旋轉譜

注:為局地科里奧利頻率;2為太陰主要半日分潮的頻率; a為臺風“查帕卡”期間, b為臺風“盧碧”期間

圖8為近慣性振蕩頻段內流速變化的時間序列。在“查帕卡”期間, 緯向流和經向流變化不同步, 存在明顯的相位差, 其最大振幅也不同, 分別為8.4和13.1 cm/s, 造成這一現象的原因可能是, 在“查帕卡”期間風速橢圓與近慣性流速橢圓長軸正交(圖9a), 故而緯向和經向近慣性流在增長的過程中沒有同步發(fā)展, 導致其振幅和相位存在差異。“盧碧”期間, 緯向流和經向流變化趨于一致, 且其極值均為8 cm/s。因為“盧碧”激發(fā)的逆時針近慣性運動單純由風場驅動, 其風速橢圓與近慣性流速橢圓傾角一致(圖9b), 故而緯向和經向流是同步發(fā)展的。

近慣性動能通常隨時間呈指數狀增長和衰減, 可以利用e折時間尺度來衡量近慣性能量衰減速度。圖8b中的實心圓點分別代表能量最大值的位置和最大能量衰減至1/e的位置, 計算得出臺風期間近慣性動能的e折時間尺度約為38 h和35.5 h, 稍大于局地慣性周期32.14 h, 與陸架及深遠海相比(e折時間尺度在1周至10 d以上), 淺水深的河口近海區(qū)域的近慣性動能e折時間尺度明顯偏小。迅速衰減的原因可能是, 近海區(qū)域水深較淺, 沒有持續(xù)的近慣性強迫, 受底摩擦的影響, 近慣性能量會在一個慣性周期后快速地耗散。

3 結論

本文基于浮標觀測資料以及再分析數據, 分析了臺風期間珠江口雞啼門海域的海洋動力學和熱力學響應。臺風過境引起緯向流速顯著增強, 最大可達0.8 m/s?！安榕量ā逼陂g, 風場隨時間呈順時針變化, 易與海水慣性運動發(fā)生共振, 因而激發(fā)了強烈的順時針近慣性振蕩, 但其緯向流速與經向流速的響應不同步, 存在明顯的相位差。而在“盧碧”期間, 風場為逆時針旋轉, 激發(fā)了接近慣性頻率的逆時針海水運動, 并非傳統(tǒng)意義上的近慣性振蕩。受當地淺水深的影響, 該區(qū)域的近慣性能量衰減周期小于38 h。在熱力學方面, 臺風引起的海表溫度SST降溫幅度大于2.2 °C同時伴隨著潛熱通量的顯著變化, 這種變化可能是臺風過境期間SST晝夜溫差翻轉的主要原因之一。

近岸水體對臺風的響應明顯與開闊大洋不同, 由于近海海洋熱通量及淺水近慣性振蕩還會受到地形、徑流等因素的影響, 其響應機制復雜, 還需要結合數值模式及更多的觀測數據進行進一步分析。

圖8 浮標觀測到的近慣性振蕩時間序列

注: 灰色陰影表示臺風事件; 滑動時間為16 h; a: 近慣性流速, b: 近慣性動能

圖9 近慣性流速橢圓(藍線)、擬合橢圓(紅線)和風速橢圓(黑線)

注: 圖中紅色虛直線代表近慣性橢圓長軸; 圓點代表旋轉橢圓的起點; 三角箭頭代表旋轉橢圓的終點; a為臺風“查帕卡”期間, b為臺風“盧碧”期間

鄧國通, 劉敏聰, 邢久星, 等, 2021. 深圳近海風暴潮影響因素分析[J/OL]. 熱帶海洋學報: 1-13.

孫啟振, 陳錦年, 閆俊岳, 等, 2010. 2008年南海季風爆發(fā)前后西沙海域海氣通量變化特征[J]. 海洋學報, 32(4): 12-23.

張騫, 廖光洪, 藺飛龍, 等, 2019. 南海西北部上層海洋對臺風“杜蘇芮”的響應分析[J]. 海洋學報, 41(7): 22-35.

易香妤, 董文杰, 李劭怡, 等, 2021. 中國東海黑潮海溫變化特征及成因分析[J]. 海洋預報, 38(3): 38-51.

趙一丁, 尹訓強, 宋亞娟, 等, 2019. 浪致混合對2016年北太平洋海表溫度季節(jié)性預測的影響[J]. 海洋學報, 41(3): 52-61.

趙長進, 葛建忠, 丁平興, 2015. 長江口及其鄰近海區(qū)無結構網格風暴潮預報系統(tǒng)的研制與分析[J]. 海洋科學進展, 33(2): 182-194.

徐海明, 崔夢雪, 2018. 與冬季北太平洋大范圍海溫異常相聯系的海氣特征[J]. 大氣科學學報, 41(3): 330-343.

梁曉紅, 葛黎麗, 2014. 臺風對江蘇近海海表溫度的影響分析與探討[J]. 水產養(yǎng)殖, 35(10): 37-42.

謝玲玲, 何超鳳, 李明明, 等, 2017. 瓊東上升流區(qū)海表溫度對臺風過境的響應[J]. 海洋科學進展, 35(1): 8-19.

賴巧珍, 吳立廣, SHIE C L, 2013. 0908號臺風“莫拉克”登陸過程中海表溫度變化特點及其對“莫拉克”的影響[J]. 熱帶氣象學報, 29(2): 221-234.

管守德, 2014. 南海北部近慣性振蕩研究[D]. 青島: 中國海洋大學: 27-44.

BINGHAM F M, 2007. Physical response of the coastal ocean to Hurricane Isabel near landfall [J]. Ocean Science, 3: 159-171.

BLACK W J, DICKEY T D, 2008. Observations and analyses of upper ocean responses to tropical storms and hurricanes in the vicinity of Bermuda [J]. Journal of Geophysical Research: Oceans, 113(C8): C08009.

BROOKS D A, 1983. The wake of hurricane Allen in the western Gulf of Mexico [J]. Journal of Physical Oceanography, 13(1): 117-129.

CHEN S L, CHEN D Y, XING J X, 2017. A study on some basic features of inertial oscillations and near-inertial internal waves [J]. Ocean Science, 13(5): 829-836.

CHEN S L, HU J Y, POLTON J A, 2015. Features of near-inertial motions observed on the northern South China Sea shelf during the passage of two typhoons [J]. Acta Oceanologica Sinica, 34(1): 38-43.

DE FREITAS P, DE LUCA LOPES AMORIM F, MILL G N,, 2019. Observations of near-inertial oscillations along the Brazilian continental shelf break [J]. Ocean Dynamics, 69(10): 1203-1215.

GLENN S M, MILES T N, SEROKA G N,, 2016. Stratified coastal ocean interactions with tropical cyclones [J]. Nature Communications, 7: 10887.

HUANG S M, OEY L Y, 2015. Right-side cooling and phytoplankton bloom in the wake of a tropical cyclone [J]. Journal of Geophysical Research: Oceans, 120(8): 5735-5748.

IGETA Y, WATANABE T, YAMADA H,, 2011. Coastal currents caused by superposition of coastal-trapped waves and near-inertial oscillations observed near the Noto Peninsula, Japan [J]. Continental Shelf Research, 31(16): 1739-1749.

KUNZE E, SANFORD T B, 1984. Observations of near-inertial waves in a front [J]. Journal of Physical Oceanography, 14(3): 566-581.

LI R X, CHEN C S, DONG W J,, 2021. Slope-intensified storm-induced near-inertial oscillations in the South China Sea [J]. Journal of Geophysical Research: Oceans, 126(3): e2020JC016713.

LIN I, LIU W T, WU C C,, 2003. New evidence for enhanced ocean primary production triggered by tropical cyclone [J]. Geophysical Research Letters, 30(13): 1718.

MACKINNON J A, ZHAO Z X, WHALEN C B,, 2017. Climate process team on internal wave-driven ocean mixing [J]. Bulletin of the American Meteorological Society, 98(11): 2429-2454.

MILLOT C, CRéPON M, 1981. Inertial oscillations on the continental shelf of the Gulf of Lions-Observations and theory [J]. Journal of Physical Oceanography, 11(5): 639-657.

OEY L Y, INOUE M, LAI R,, 2008. Stalling of near-inertial waves in a cyclone [J]. Geophysical Research Letters, 35(12): L12604.

PALLàS-SANZ E, CANDELA J, SHEINBAUM J,, 2016. Mooring observations of the near-inertial wave wake of Hurricane Ida (2009) [J]. Dynamics of Atmospheres and Oceans, 76: 325-344.

PRICE J F, 1981. Upper ocean response to a hurricane [J]. Journal of Physical Oceanography, 11(2): 153-175.

QI H B, DE SZOEKE R A, PAULSON C A,, 1995. The structure of near-inertial waves during ocean storms [J]. Journal of Physical Oceanography, 25(11): 2853-2871.

SANFORD T B, PRICE J F, GIRTON J B, 2011. Upper-ocean response to Hurricane Frances (2004) observed by profiling EM-APEX floats [J]. Journal of Physical Oceanography, 41(6): 1041-1056.

SEROKA G, MILES T, XU Y,, 2016. Hurricane Irene sensitivity to stratified coastal ocean cooling [J]. Monthly Weather Review, 144(9): 3507-3530.

SHAY L K, MARIANO A J, JACOB S D,, 1998. Mean and near-inertial ocean current response to Hurricane Gilbert [J]. Journal of Physical Oceanography, 28(5): 858-889.

SUN J R, OEY L Y, CHANG R,, 2015. Ocean response to typhoon Nuri (2008) in western Pacific and South China Sea [J]. Ocean Dynamics, 65(5): 735-749.

TEAGUE W J, JAROSZ E, WANG D W,, 2007. Observed oceanic response over the upper continental slope and outer shelf during Hurricane Ivan [J]. Journal of Physical Oceanography, 37(9): 2181-2206.

ZHANG Q, WU L G, LIU Q F, 2009. Tropical cyclone damages in China 1983-2006 [J]. Bulletin of the American Meteorological Society, 90(4): 489-496.

RESPONSE TO TYPHOONS IN COASTAL WATERS AT JITIMEN IN ZHUJIANG RIVER ESTUARY

CHEN Xing-Wen1, 2, QIU Chun-Hua1, 2, 3, ZHANG Heng1, 2, LIU Dong4, SHI Hui1,5, MA Yong-Gui1, 2, WANG Dong-Xiao1, 2

(1. School of Marine Sciences, Sun Yat-sen University, Zhuhai 519082, China; 2. Pearl River Estuary Marine Ecosystem Research Station, Ministry of Education, Zhuhai 519082, China; 3. Key Laboratory of Marine Environmental Detection Technology and Application, Ministry of Natural Resources, Guangzhou510310, China; 4. Guangzhou Ruihai Ocean Technology Co., Ltd, Guangzhou 511400, China; 5. China Water Resources, Pearl River Planning, Surveying, and Designing Co. Ltd, Guangzhou 510610, China)

Understanding the oceanis response to typhoon is of great significance for typhoon forecasting. Due to the complexity of the dynamic structure, the response of coastal water to typhoon is still unclear. Based on observation data of a buoy (July—August 2021) deployed at Jitimen in Zhujiang (Pearl) River estuary, we analyzed the dynamical and thermodynamic responses of the ocean waters to typhoons Cempaka and Lubit passing the study areas during the observation. The two typhoons caused a significant increase in zonal velocity of water. Cempaka intensified remarkably the clockwise near-inertial oscillations, while Lupit motivated the counterclockwise seawater motion that close to inertial frequency. Affected by the local shallow water, the near-inertia kinetic energy dissipated rapidly after an inertial cycle in 32 hours. The cooling amplitude of sea surface temperature (SST) caused by the two typhoons was greater than 2.2 °C, which was apparently affected by latent heat flux. At the same time, the SST during the night was higher than that during the day after typhoon passing, which was also influenced by latent heat flux.

typhoon; near-inertial oscillation; sea surface temperature (SST); heat flux; Jitimen; the Zhujiang (Pearl) River estuary

* 自然資源部海洋環(huán)境探測技術與應用重點實驗室開放基金課題, MESTA-2020-A006號; 國家自然科學重大項目, 41890851號; 國家自然科學基金青年項目, 41506102號。陳杏文, 博士研究生, E-mail: chenxw78@mail2.sysu.edu.cn

王東曉, 博士生導師, 教授, E-mail: dxwang@mail.sysu.edu.cn

2022-01-01,

2022-03-01

P731

10.11693/hyhz20220100001