陈杏文 邱春华, 3 张 恒 刘 东 石 慧 马永贵 王东晓

珠江口鸡啼门近海海洋对台风的响应*

陈杏文1, 2邱春华1, 2, 3张 恒1, 2刘 东4石 慧1, 5马永贵1, 2王东晓1, 2①

(1. 中山大学海洋科学学院 广东珠海 519082; 2. 珠江口海洋生态环境教育部野外科学观测研究站 广东珠海 519082; 3. 自然资源部海洋环境探测技术与应用重点实验室 广东广州 510310; 4. 广州睿海海洋科技有限公司 广东广州 511400; 5. 中水珠江规划勘测设计有限公司 广东广州 510610)

海洋对台风的响应对台风预报具有重要意义, 但是由于动力结构比较复杂, 近岸水体对台风的响应仍然不明确。基于珠江口海洋生态环境教育部野外科学观测研究站的1号浮标观测资料(2021年7～8月), 分析了珠江口鸡啼门海域在台风“查帕卡”和“卢碧”期间海洋动力学和热力学响应特征。台风过境引起水体的纬向流速显著增强, “查帕卡”激发了强烈的顺时针近惯性振荡, “卢碧”则激发了接近惯性频率的逆时针海水运动。受当地浅水深的影响, 近惯性能量在一个惯性周期(32 h)后快速耗散。两个台风引起的海表温度(sea surface temperature, SST)降温幅度均大于2.2 °C, 这种降温受潜热通量影响较大; 同时, 台风过后晚上的SST均大于白天的SST, 这也是受到潜热通量的影响。

台风; 近惯性振荡; 海表温度; 热通量; 鸡啼门; 珠江口

台风是世界上最具破坏力的自然灾害之一。登陆时, 台风带来的强风暴雨、巨浪以及风暴潮会对沿海地区造成破坏。1983～2006年, 台风造成中国平均每年死亡人数达472人, 直接经济损失达287亿元, 占国内生产总值的0.38% (Zhang, 2009)。分析海洋对台风路径响应过程及其相应机理, 可以提高台风强度和路径的预测精度, 这对减少地区经济损失, 保障人民生命和财产安全具有重要的社会意义。

台风过境时会引起上层海洋物理过程的相应调整。在开放海域, 上层海洋对台风的响应可分为两个阶段(管守德, 2014)。台风过境前的12～24 h被称为上层海洋对台风响应的“强迫阶段”。在此阶段, 台风快速变化的风场会引起海洋上层产生强烈剪切不稳定进而引起强烈的垂向混合(卷挟)和混合层加深(Shay,1998; Sanford, 2011); 同时, 台风的正风应力旋度会引起海表水辐散, 引发局地水体上升运动。台风过境后, 通常会在海洋中产生强烈的近惯性运动, 台风输入局地混合层的近惯性能量以近惯性内波的形式向海洋温跃层甚至海洋深层传播(Chen, 2017; Mackinnon, 2017), 近惯性振荡衰退时间一般一周至10 d以上(Qi, 1995; Teague, 2007), 此阶段为上层海洋对台风响应的另一个阶段, 被称为“松弛阶段”(Brooks, 1983)。相对于开阔大洋, 近岸浅水海域受潮汐、径流、地形等影响, 海洋的近惯性振荡过程对台风的响应更为复杂(Glenn, 2016; Seroka, 2016)。Millot等(1981)发现地中海西北部的狮子湾海域在阵风持续作用后近岸上升流会同时伴随近惯性振荡的产生。De Freitas等(2019)在沿巴西陆架上的观测中发现, 近岸的近惯性振荡向低纬趋于减小, 并且拥有较高的垂向剪切, 达到了10–3/s。Li等(2021)在南海北部发现台风引起的近惯性振荡在跨陆坡分布上存在斜坡强化的现象。Igeta等(2011)发现在季风和台风的共同作用下, 日本能登半岛海域的沿岸捕获波和近惯性振荡叠加形成强沿岸流。理论上近岸区域潮下流伴随的负涡度类似于锋面的作用, 能够捕获近惯性内波(Kunze, 1984), 但鲜有直接观测的报道。

海表温度对台风响应的两个阶段也对应着两次降温过程(Price, 1981)。由于台风路径右侧风场和近惯性运动共同作用, 台风路径右侧(南半球为左侧)的海洋流动与垂向混合强于左侧, 并引起更强的海洋上层降温(Oey, 2008; Huang, 2015; Sun, 2015)。台风在开阔海洋中引起的海表温度(sea surface temperature, SST)降温幅度通常在1～6 °C, 最大可达9 °C (Lin, 2003; Black, 2008)。在近岸海区, 受局地环境条件影响, 如水深急剧变浅和岸线阻挡等, SST对台风的响应具有与开阔大洋不一样的特征(赖巧珍等, 2013); 台风在近岸海域引起的最大SST降温可能出现在台风路径左侧(Bingham, 2007; 梁晓红等, 2014), 甚至台风过后出现海表升温的现象(谢玲玲等, 2017), 谢玲玲等(2017)16认为这可能是台风在外海引起的非线性海面孤立波向近岸的热输送造成。

台风过境会引起强烈的风暴潮过程, 不同台风登陆所产生的风暴潮具有很大差异。邓国通等(2021)利用ROMS (regional ocean model system)模型研究了深圳近海台风所致风暴潮的影响因素, 发现台风移动速度总体上对风暴潮影响不大, 但不同登陆地点存在明显差异。在深圳西边登陆的台风比在深圳东边登陆的台风产生的最大增水高1.5 m左右; 由东往西移动并登陆深圳的台风, 比由南向北移动的台风产生的最大增水高 1.0 m左右。赵长进等(2015)对影响长江口及其邻近海区的风暴潮影响因素进行了研究, 发现向岸风力的大小与持续时间对风暴潮增水有着重要的作用, 并且风应力对增水的作用相较于气压更为显著。

珠江口位于南海北部, 每年有发源于南海及西北太平洋地区的台风频繁影响该区域, 或直接在珠江口登陆。台风影响珠江口海域时, 不仅会引起强烈的风暴潮过程, 还会产生极端海流和波浪过程, 引起近海环流过程的急剧变化, 这会对泥沙、污染物等物质在河口及近海的输运造成显著影响, 并最终改变河口地形和引起近海地区浮游植物生长的短暂暴发。前人在风暴潮、泥沙输运及初级生产力变化对台风响应方面有相当多的研究, 但上述研究主要是利用水位观测资料、遥感数据和数值模型对海洋灾害及物质输运和生态响应过程进行研究, 目前尚未见利用现场长期定点观测浮标数据对台风影响期间的海温快速变化和浅海的近惯性振荡过程开展研究。本文将基于浮标观测数据, 研究珠江口鸡啼门海域的海洋动力学和热力学对台风的响应。

1 数据和方法

1.1 浮标观测数据

依托珠江口海洋生态环境教育部野外科学观测研究站, 中山大学海洋科学学院于2021年7月5日在珠江口鸡啼门海域(水深10 m)投放了“1号”海洋环境观测浮标(图1)。珠江口鸡啼门位于珠海市金湾区, 磨刀门以西约20 km, 最大涨潮差2.90 m, 最大落潮差2.71 m, 平均涨潮差为1.01 m。浮标位于113°20.04′E, 21°55.34′N, 离高栏岛4 km。浮标上部的观测平台安装有测风仪、气象仪、红外等观测气象要素的传感器, 下部装载海流计、波浪仪等传感器用于观测海表波浪、水温和流速。气象观测仪主要是对海表面高度2 m进行采样, 所有传感器的采样周期均设定为30 min, 获取的气象要素主要包括风速风向、空气温度、湿度、气压以及海表面温度。

浮标在7～8月期间共经历了台风“查帕卡”(Cempaka, 2021年7月18～24日, 7月20日登陆阳江市)和“卢碧”(Lupit, 2021年8月2～9日, 8月5日登陆汕头市南澳岛), 两个台风的路径见图1。

1.2 再分析数据

1.2.1 海表面温度数据 本文利用Remote Sensing System (RSS)提供的SST再分析资料研究了台风过境前后的SST变化。该产品时间分辨率是1 ｄ, 空间分辨率为0.25°×0.25°, 是由多个微波和红外卫星传感器通过最优插值融合得到。文中选取了2021年7月15～24日、7月30日到8月8日两个台风经过前后的数据。

1.2.2 台风路径数据 台风路径数据取自中央气象台台风网(typhoon.nmc.cn)发布的台风信息系统, 数据包括台风的强度、时间、台风中心位置、中心气压、风速等。台风移动速度是根据６ h内台风移动的距离计算得到。

1.3 数据分析方法

基于浮标观测的风速、空气温度、相对湿度、气压和水温等数据, 利用COARE3.0块体算法对海气热通量进行了计算; 再采用巴特沃兹滤波器对流速分量进行带通滤波, 提取海表近惯性频段(0.85～1.2,为局地科里奥利频率)的水平流速分布(u和v), 该频段可以在包含近惯性振荡的同时尽可能避免受到如全日潮等其他因素的影响。

图1 浮标位置及台风移动路径

注: 图中每个点代表时隔6 h台风的位置, 虚曲线代表水深(单位: m); S1、S2分别代表台风“查帕卡”和“卢碧”生成的地方

上层海洋近惯性动能(NIKE)可用式(1)进行估计(张骞等, 2019):

2 结果与分析

2.1 海表响应过程

2.1.1 海表流速与波浪的响应 图2展示了2021年7月5日至8月6日海表流速与气象参数的变化。台风“查帕卡”加强阶段(7月20日), 相对湿度增大, 气压降低, 这时浮标位于台风的右侧, 风向发生了顺时针方向变化, 并一直持续到台风消失前一天。而海表流速几乎保持向南流动, 当海流方向与风向一致时, 纬向流速快速增强到0.8 m/s (图2a、2b的风场、波浪为原始数据, 其余数据经过1 h低通滤波处理)。19日20点, 由于风向变化, 流速大小逐渐降低。台风“卢碧”期间, 浮标在台风左侧, 相对湿度和气压变化不明显, 测得风场为逆时针变化, 风向与海流方向一致, 最大纬向流达到0.5 m/s (图2d)。

“查帕卡”经过浮标附近时, 有效波高从0.5 m突增至1.5 m, 值得注意的是, 在7月7日(图2c), 有效波高突然增加, 而“卢碧”经过浮标附近时, 有效波高变化较小。这可能是因为在大风过程中风向持续保持北向, 南北走向岸线的沿岸海域的风浪能持续通过风应力获取能量累加而更加充分地成长; 而在“查帕卡”和“卢碧”过程中风向有明显的变向过程, 当风从陆域(特别是东侧)方向吹向海面时, 较短的风区造成局部海域风浪成长不充分, 此过程中, 波浪受到地形折射影响, 波向则仍以偏南向为主。因此, 该海区强冷空气过程对波浪影响可能大于台风过程。

2.1.2 SST对台风的响应 两次台风过程均引起浮标所在位置SST显著降温。“查帕卡”期间SST最大降温幅度为2.6 °C (与台风生成前3 d对比, 下同); 而“卢碧”生成的第一天和第二天SST先增温了0.6 °C, 随后逐渐降温, 最大降温幅度为2.2 °C。在台风过境时, 海表面空气温度(surface air temperature, SAT)和SST均呈下降趋势, 且下降幅度大于SST(图2e), 表明台风加强阶段, 海气之间的温差在增大, 但差值取决于不同的台风特性, 比如“查帕卡”期间SST与SAT最大差值达到4.2 °C, 而“卢碧”期间差值为2.5 °C。

表1总结了台风过境期间与正常天气情况的昼夜平均SST、潜热通量、风速以及湿度的对比。正常天气是指台风生成前3天的天气情况, 昼夜时间分别为6:00～20:00和20:00～6:00。由表1可知, 两次台风过境期间夜间SST均高于白天(两者之差为0.23和0.09 °C)。潜热通量显示, 白天海洋向大气输送的热量高于晚上, 即白天海洋失热更多, 这可能是白天低温的主要原因。而在台风“卢碧”生成前, 白天海洋失热更多, 但白天SST却高于晚上, 表明此时海温并非主要受海气热通量的影响, 在近岸浅水区域, 垂向混合、平流等因素也可能主导着海表温度的变化(徐海明等, 2018; 赵一丁等, 2019; 易香妤等, 2021)。

图2 浮标观测到的海气要素时间序列

注: 灰色阴影表示台风事件, 黑色虚线方框表示一次大风过程; a: 风向(蓝色箭头表示方向, 向上为北); b: 流向(红色箭头表示方向, 向上为北); c: 有效波高(红线)和波周期(蓝线); d: 纬向流速(, 红线)和经向流速(, 黑线); e: 海表温度SST(红线)和海表面空气温度SAT(蓝线); f: 相对湿度(红线)和气压(蓝线)

表1 台风过境期间与正常天气情况的海气要素日变化

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

另外, 潜热通量与风速、温度、湿度等因素有关, 前人的研究也表明: 潜热通量随风速增加而增大, 潜热通量与风速的相关性大于与海温的相关性(孙启振等, 2010)。从图3的潜热通量与风速分布的相关关系可知, 潜热通量与风速大小之间存在较明显的线性趋势。从表1计算得到的风速和湿度变化来看, 台风过境期间白天风速更强, 夜间湿度更低, 这表明白天和夜间的潜热通量差异主要与风速大小有关。

基于再分析数据, 图4和图5展示了台风期间整个海区SST的降温情况。“查帕卡”生成当天, 浮标附近海域SST降温幅度为1.35 °C (与台风生成前3天对比, 下同), 第二天降温幅度为0.95 °C, 第三天降温幅度为0.37 °C, 此时SST达到了最低值, 台风致使浮标附近海域SST降温了2.67 °C, 这与浮标监测数据(2.6 °C)几乎一致。“卢碧”生成的第一天和第二天(图5a和5b), 浮标附近的海域先增温了1 °C左右, SST的增温现象与之前的研究结果一致(谢玲玲等, 2017)12。

图3 台风过境期间潜热通量与风速分布的相关关系

注: a为台风“查帕卡”期间, b为“卢碧”期间;为相关系数

图4 “查帕卡”登陆过程海表面温度变化分布图

注: 图中变化是指台风当天与台风生成前3天对比; 实线框为台风中心当日位置

再分析数据表明“查帕卡”引起海表温度的冷却集中在路径的右侧(图4), 这与以往的研究一致(Sun, 2015), 但“卢碧”期间, 浮标的右侧并不比左侧降温明显。台风登陆当天(图5e), 左侧海温降低幅度与右侧相当。原因可能是受左侧浅水深的影响, 海气通量变化过程和风浪搅拌作用使得海水垂向混合更加充分, 加上地形、径流等因素的影响, 左侧能量迅速耗散, 使表层海温更容易降低。

2.2 台风引起的热量及能量变化

2.2.1 海气界面热通量 为探究海表温度的响应, 本部分探究了海气界面热通量的变化。2021年7月15日至8月6日, 珠江口鸡啼门海域海气界面的感热通量变化范围是-7.2～75 W/m2, 正值表示海洋向大气输送热量。图6表明, 鸡啼门海域在观测期间以海洋向大气释放热量为主。两个台风生成初期, 感热通量与潜热通量迅速增加至极大值, 这与海气温差、大气湿度的变化及风速的变化趋势较为一致。台风期间海气界面热通量发生强烈交换, 海洋热量向大气输送, 并且潜热通量远大于该海域的感热通量(“查帕卡”约为4.6倍, “卢碧”约为8.3倍), 表明台风期间海气界面热量交换主要贡献来自于潜热通量。

2.2.2 近惯性能量 风应力快速变化是激发海洋上层近惯性振荡的主要因素(Sanford, 2011; Pallàs-Sanz, 2016)。如图7a所示, 在“查帕卡”过境期间, 在惯性频率附近(1.08)谱能量出现峰值, 量值与M2分潮能量相当, 此时的近惯性信号为顺时针旋转; 在台风“卢碧”期间, 也在惯性频率附近(1.07)能量出现峰值, 但是“卢碧”所激发的近惯性信号为逆时针旋转(图7b)。导致这一现象的主要原因是“查帕卡”期间浮标位于热带气旋的右侧, 风场随时间呈顺时针变化, 由于在北半球, 近惯性运动是顺时针的, 因此, 顺时针旋转的风场易与海水惯性运动共振激发强烈的近惯性振荡(Chen, 2015); “卢碧”期间浮标位于热带气旋的左侧, 风场和流场随时间呈逆时针变化。因此, “卢碧”所激发的近惯性信号是单纯的海水运动, 其变化频率接近惯性频率, 而非传统意义上风场与惯性运动共振激发的近惯性振荡。

图5 “卢碧”登陆过程海表温度变化分布图

注: 图中变化是指台风当天与台风生成前3天对比, 实线框为台风中心当日位置

图6 海气界面潜热和感热通量对比图

注: 灰色阴影表示台风事件

图7 流速旋转谱

注:为局地科里奥利频率;2为太阴主要半日分潮的频率; a为台风“查帕卡”期间, b为台风“卢碧”期间

图8为近惯性振荡频段内流速变化的时间序列。在“查帕卡”期间, 纬向流和经向流变化不同步, 存在明显的相位差, 其最大振幅也不同, 分别为8.4和13.1 cm/s, 造成这一现象的原因可能是, 在“查帕卡”期间风速椭圆与近惯性流速椭圆长轴正交(图9a), 故而纬向和经向近惯性流在增长的过程中没有同步发展, 导致其振幅和相位存在差异。“卢碧”期间, 纬向流和经向流变化趋于一致, 且其极值均为8 cm/s。因为“卢碧”激发的逆时针近惯性运动单纯由风场驱动, 其风速椭圆与近惯性流速椭圆倾角一致(图9b), 故而纬向和经向流是同步发展的。

近惯性动能通常随时间呈指数状增长和衰减, 可以利用e折时间尺度来衡量近惯性能量衰减速度。图8b中的实心圆点分别代表能量最大值的位置和最大能量衰减至1/e的位置, 计算得出台风期间近惯性动能的e折时间尺度约为38 h和35.5 h, 稍大于局地惯性周期32.14 h, 与陆架及深远海相比(e折时间尺度在1周至10 d以上), 浅水深的河口近海区域的近惯性动能e折时间尺度明显偏小。迅速衰减的原因可能是, 近海区域水深较浅, 没有持续的近惯性强迫, 受底摩擦的影响, 近惯性能量会在一个惯性周期后快速地耗散。

3 结论

本文基于浮标观测资料以及再分析数据, 分析了台风期间珠江口鸡啼门海域的海洋动力学和热力学响应。台风过境引起纬向流速显著增强, 最大可达0.8 m/s。“查帕卡”期间, 风场随时间呈顺时针变化, 易与海水惯性运动发生共振, 因而激发了强烈的顺时针近惯性振荡, 但其纬向流速与经向流速的响应不同步, 存在明显的相位差。而在“卢碧”期间, 风场为逆时针旋转, 激发了接近惯性频率的逆时针海水运动, 并非传统意义上的近惯性振荡。受当地浅水深的影响, 该区域的近惯性能量衰减周期小于38 h。在热力学方面, 台风引起的海表温度SST降温幅度大于2.2 °C同时伴随着潜热通量的显著变化, 这种变化可能是台风过境期间SST昼夜温差翻转的主要原因之一。

近岸水体对台风的响应明显与开阔大洋不同, 由于近海海洋热通量及浅水近惯性振荡还会受到地形、径流等因素的影响, 其响应机制复杂, 还需要结合数值模式及更多的观测数据进行进一步分析。

图8 浮标观测到的近惯性振荡时间序列

注: 灰色阴影表示台风事件; 滑动时间为16 h; a: 近惯性流速, b: 近惯性动能

图9 近惯性流速椭圆(蓝线)、拟合椭圆(红线)和风速椭圆(黑线)

注: 图中红色虚直线代表近惯性椭圆长轴; 圆点代表旋转椭圆的起点; 三角箭头代表旋转椭圆的终点; a为台风“查帕卡”期间, b为台风“卢碧”期间

邓国通, 刘敏聪, 邢久星, 等, 2021. 深圳近海风暴潮影响因素分析[J/OL]. 热带海洋学报: 1-13.

孙启振, 陈锦年, 闫俊岳, 等, 2010. 2008年南海季风爆发前后西沙海域海气通量变化特征[J]. 海洋学报, 32(4): 12-23.

张骞, 廖光洪, 蔺飞龙, 等, 2019. 南海西北部上层海洋对台风“杜苏芮”的响应分析[J]. 海洋学报, 41(7): 22-35.

易香妤, 董文杰, 李劭怡, 等, 2021. 中国东海黑潮海温变化特征及成因分析[J]. 海洋预报, 38(3): 38-51.

赵一丁, 尹训强, 宋亚娟, 等, 2019. 浪致混合对2016年北太平洋海表温度季节性预测的影响[J]. 海洋学报, 41(3): 52-61.

赵长进, 葛建忠, 丁平兴, 2015. 长江口及其邻近海区无结构网格风暴潮预报系统的研制与分析[J]. 海洋科学进展, 33(2): 182-194.

徐海明, 崔梦雪, 2018. 与冬季北太平洋大范围海温异常相联系的海气特征[J]. 大气科学学报, 41(3): 330-343.

梁晓红, 葛黎丽, 2014. 台风对江苏近海海表温度的影响分析与探讨[J]. 水产养殖, 35(10): 37-42.

谢玲玲, 何超凤, 李明明, 等, 2017. 琼东上升流区海表温度对台风过境的响应[J]. 海洋科学进展, 35(1): 8-19.

赖巧珍, 吴立广, SHIE C L, 2013. 0908号台风“莫拉克”登陆过程中海表温度变化特点及其对“莫拉克”的影响[J]. 热带气象学报, 29(2): 221-234.

管守德, 2014. 南海北部近惯性振荡研究[D]. 青岛: 中国海洋大学: 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

* 自然资源部海洋环境探测技术与应用重点实验室开放基金课题, MESTA-2020-A006号; 国家自然科学重大项目, 41890851号; 国家自然科学基金青年项目, 41506102号。陈杏文, 博士研究生, E-mail: chenxw78@mail2.sysu.edu.cn

王东晓, 博士生导师, 教授, E-mail: dxwang@mail.sysu.edu.cn

2022-01-01,

2022-03-01

P731

10.11693/hyhz20220100001