全球海洋季节内振荡分布特征及机制研究

全球海洋季节内振荡分布特征及机制研究

论文摘要

本文通过分析卫星高度计海表面高度异常SLA数据、OFES模式输出的海表面高度异常SLA数据以及TMI的海表面温度SST数据得到在海洋中不同周期的显著季节内振荡信号具有纬向带状分布特征。如周期为1个月的信号主要分布在以南北纬7°为中心的两个纬度带上,周期为2个月的信号主要分布在以南北纬14°为中心的两个纬度带上,周期为3个月的信号主要分布在以南北纬20°为中心的两个纬度带上,周期为4个月的信号主要分布在以南北纬26°为中心的两个纬度带上,周期为5个月的信号主要分布在以南北纬32°为中心的两个纬度带上。随着周期的增加,显著季节内振荡信号所在的纬度也相应增加。基于线性波动理论,通过垂直模态分解方法和WKB近似方法利用WOA01温度、盐度资料计算得到第一斜压模Rossby变形半径和群速为零时第一斜压模Rossby波的周期,即阈值周期。结果显示不同周期的季节内振荡信号显著分布的纬度带与对应的第一斜压模Rossby波阈值周期等值线所在的纬度一致。进一步通过对海表面高度异常和海表面温度进行二维傅氏变换得到波数-频率功率谱,结果表明海洋中季节内显著振荡信号基本符合群速为零的第一斜压模Rossby波的频散关系。对海洋中的31个验潮站水位时间序列的分析结果亦显示许多验潮站资料的功率谱在该站点的第一斜压模Rossby波阈值周期附近存在谱峰。为了进一步证明全球大洋中显著季节内振荡信号是群速为零的第一斜压模Rossby波,本文基于一层半约化重力模式设计了数值实验。数值实验主要通过以下三个方面进行:第一,验证一层半约化重力模式是否能够模拟出海洋中显著季节内振荡信号有纬向带状分布特征,并且通过在模式中选择不同的侧摩擦系数,分析侧摩擦项对显著季节内振荡信号纬向带状特征的影响;第二,考虑模式中非线性项对海洋中显著季节内振荡信号纬向带状分布特征的影响;第三,选择不同的海水上下两层的密度差和上层海水的初始层厚值来改变模式中第一斜压模Rossby波的阈值周期,通过分析模式输出的海表面高度异常时间序列来验证不同周期的季节内振荡信号显著分布的纬度带是否随着阈值周期的改变而改变。通过对以上数值实验的结果分析得到以下结论:一层半约化重力模式可以模拟出海洋中显著季节内振荡信号的纬向带状分布特征;模式中非线性项的存在与否对显著季节内振荡信号的纬向带状分布特征没有很大的影响;当模式中第一斜压模Rossby波的理论阈值周期发生改变时,实验结果中显著季节内振荡信号分布的纬度带也随之改变,并且显著信号所分布的纬度带与对应的第一斜压模Rossby波阈值周期等值线的分布保持一致。本文的研究工作通过资料分析、数值模拟和理论推导,首次证实了大洋中观测到的显著季节内振荡信号是群速为零的第一斜压模Rossby波,从而有力地说明了群速为零的第一斜压模Rossby波是不同周期、不同纬度上带状显著季节内振荡信号的主导产生机制。同时本文的研究结果还解释了大洋中岛屿验潮站存在的显著季节内振荡信号。

论文目录

  • 摘要
  • Abstract
  • 前言
  • 0.1 研究意义
  • 0.2 经典Rossby 波动理论及其波动特征
  • 0.3 已有研究结果
  • 0.4 研究内容
  • 0.5 附图
  • 1 资料处理和计算方法
  • 1.1 数据简介
  • 1.1.1 海表面高度异常资料
  • 1.1.2. TMI 海表面温度资料
  • 1.1.3. WOA01 温盐资料
  • 1.1.4. QuikSCAT 风场数据
  • 1.2 数据处理方法
  • 1.2.1 傅氏变换
  • 1.2.2 二维傅氏变换
  • 1.2.3 第一斜压模Rossby 波阈值周期
  • 1.3 附图
  • 2 海洋季节内振荡分布特征和第一斜压模Rossby 波阈值周期
  • 2.1 海洋季节内振荡分布特征
  • 2.2 第一斜压模Rossby 波阈值周期的分布特征
  • 2.3 对验潮站资料的分析
  • 2.4 小结
  • 2.5 附图和附表
  • 3 数值模式介绍和数值实验结果分析
  • 3.1 基本控制方程
  • 3.2 模式运行及参数设置
  • 3.3 实验方案及结果分析
  • 3.3.1 摩擦项对海洋中显著季节内振荡信号的纬向带状分布特征的影响
  • 3.3.2 非线性项对海洋中显著季节内振荡信号的纬向带状分布特征的影响
  • 3.3.3 层结对海洋中显著季节内振荡信号的纬向带状分布特征的影响
  • 3.4 小结
  • 3.5 附图
  • 4 结论
  • 参考文献
  • 致谢
  • 个人简历
  • 发表的学术论文
  • 相关论文文献

    标签:;  ;  ;  

    全球海洋季节内振荡分布特征及机制研究
    下载Doc文档

    猜你喜欢