| Qingdao Institute of marine geology, China Geological Survey | Host |
| Citation: |
LI Zhen, QIN Guojin, ZHU Guangkun, LI Xingrui, ZHANG Yurui. The response of the Western Pacific to high-and low-sea levels: based on ROMS experiments[J]. Marine Geology & Quaternary Geology, 2025, 45(2): 12-21. doi: 10.16562/j.cnki.0256-1492.2024061301
|
Superimposed on tectonic movements, sea level changes during geologic history caused coastline advancement and retreat, exposing shallow shelf or submerging coastal regions, and thus influencing regional ocean currents and global ocean circulation. The Regional Ocean Model (ROMS) was used to simulate the response of the West Pacific thermohaline pattern and major ocean currents in the low sea level scenarios, e.g., the SLdrop120 (sea level drop by 120 m) case during the last glacial maximum (LGM), and the high sea level scenarios, e.g., the SLrise65 (sea level rise by 65 m) case during the global ice sheet melting. Results show that sea level rise and fall have more significant non-linear influences on ocean currents than on temperature and salinity schemes. Compared with the modern sea level, the extremely low sea level led to the exposure of the near-shore shelf sea and the closure of the Taiwan Strait, cutting off the invasion of the western boundary current into the South China Sea, causing the Kuroshio transport in the East China Sea to move toward the open sea and reducing the flow rate in the main axis section. Compared with previous research results considering the LGM glacial climate state, this decreasing trend indicates that the effects of sea level drop during the LGM period and glacial climate driving offset each other. The high sea level pushes the shoreline landward, the area of coastal waters such as the Bohai Sea increases, and the Taiwan Strait widens, causing the western boundary current to expand westward, which would diverse the mainstream of the Kuroshio. Regarding the Indonesian Throughflow (ITF), which controls the exchange between the Pacific and Indian Oceans, its western branch path responds more significantly to sea level changes due to its shallower depth. Under the extreme low sea level scenario, the Karimata Strait is closed and the western branch of the ITF is cut off, so the freshwater blocking effect from the western branch disappears, which leads to an increase of 2.31 Sv (1 Sv=1×106 m3/s) in the flow through the Makassar Strait. On the contrary, under the high sea level scenario, both the Karimata Strait and the Makassar Strait on the west side are widened, and the Torres Strait is opened, which makes the flow into the Indian Ocean larger than the modern sea level scenario. This study demonstrated that the responses of the Kuroshio and the Indonesian Throughflow in the western Pacific to the change of the coastline is nonlinear, and emphasized the important role of sea level changes in regional ocean currents during geological evolution.
西太平洋作为典型边缘海，具有宽阔的大陆架地形、散布其中的众多岛屿、复杂的海岸线地形以及强烈的海-气相互作用，使其成为世界上最为复杂和活跃的洋流系统之一（图1）。该区域的主要洋流系统包括黑潮西边界流(KC)和连通太平洋-大西洋的印尼贯穿流（ITF），它们在调节水热输运和气候格局方面扮演重要角色[1-3]。在行星风系和科里奥利地转偏向力纬向梯度作用下，副热带太平洋西侧发育了强劲的黑潮西边界流[4]。黑潮携带大量水、热和盐，促进水热向高纬度地区输送、调节水热再分配和海-气相互作用，进而对东亚地区乃至整个北半球的气温和降水等气候要素格局产生重要影响[1-2, 5]。因此，黑潮时空结构及其强度变化与区域气候的多时间尺度演变过程密切相关。
印尼贯穿流位于赤道西太平洋，是连接热带太平洋和印度洋的唯一路径，为全球温盐环流提供热带重要途径[7]。广义的印尼贯穿流[8-10]包括东、西两条路径。东侧路径包括两个主要通道：① 利法马托拉海峡-班达海-帝汶海和翁拜海峡；② 苏拉威西海-望加锡海峡-龙目海峡。西侧路径则通过吕宋海峡流入南海后，一部分通过民都洛海峡和巴拉巴克海峡依次进入苏禄海和苏拉威西海，随后汇入东侧路径的西通道水流；另一部分经卡里马塔海峡进入爪哇海形成南海贯穿流（SCSTF）[11-12]，随后分为多支，包括从巽他海峡、龙目海峡等流入印度洋； 通过望加锡海峡向北回流至苏拉威西海和继续向东流入班达海[13-14]。SCSTF的时空演变可以通过“淡水塞”效应影响ITF的垂直结构和流量变化[15]。ITF流量变化进一步调控大洋上层热含量、表面风应力及海气热通量，影响着印度洋季风及印-太海域的降水分布[16]。
西太平洋环流受地形和气候演变驱动，具有丰富多变的演变历史。伴随新生代西太平洋地区地质演变印尼海道呈收缩趋势，至中新世太平洋与印度洋的表层水交换减弱形成现代环流格局雏形，开启了轨道尺度上的冰期-间冰期旋回性变化[17]。冰期-间冰期旋回中大陆冰量的变化引起海平面进退，导致岸线的迁移、测深和洋盆地形变化[18]。可见，研究不同海平面情景下，西太平地区大尺度环流如何响应岸线变迁和洋盆变化，对认识区域洋流和全球气候变化有重要意义。然而，现有研究多集中在诊断分析西太平洋的年代际变化，而对冰期-间冰期时间尺度上该区域洋流演变研究较少[19-21]。少量研究对比冰期低海平面时黑潮流量变化[22]，但对于海平面升高情景下西太平洋洋流演变尚不清楚。对此，本研究将利用高分辨率的区域海洋模式（ROMS），系统研究西太平洋地区洋流系统对高、低海平面变化的响应，探讨西边界流黑潮及印尼贯穿流对海平面变化的响应过程，为更好地认识该区域气候演化提供参考依据。
ROMS是一个具有自由表面、地形跟随坐标系和原始控制方程的三维海洋环流模式[23]，通过拉伸或压缩网格保证在浅海和复杂地形区域有足够密集的垂直分层，能够较好地模拟不规则的海岸带和大陆架等地形。水平方向采用正交曲线网格，通过多层网格嵌套提高不规则海岸区域水平分辨率。另外，ROMS具有模块多样化（如泥沙沉积模块、生物化学模块和粒子漂流追踪支持）和耦合性高等优势。因此，ROMS在洋流模拟中应用尤为广泛，且模拟性能较好。如周立佳等[24]发现ROMS模拟的海面温度与WOA13观测数据结果的季节变化特征基本一致；陈毓敏等[25]发现ROMS对黑潮主体路径也与再分析数据基本一致。
研究区域覆盖整个西太平洋与东印度洋(18°S～63°N 、92～166°E)，囊括黑潮和印尼贯穿流洋流体系（图2）。鉴于研究区域较大，为保证模式运行效率，水平分辨率设置为0.3°，垂直方向有15层，表面和底部拉伸参数分别使用5.0和2.0。地形水深数据使用ETOPO2数据（www.ngdc.noaa.gov/mgg/global/relief/ETOPO2/ETOPO2v2-2006/）。
针对大陆冰量变化情景下不同海平面高度，本研究设置了三组试验。第一组为控制组试验（SLctrl），采用ETOPO2地形数据，代表现代海平面情况。第二组试验为高海平面试验（SLrise65），全球海平面高出现代海平面65 m，代表大陆冰盖全部融化造成海平面升高的极端高海平面情况[26]。第三组低海平面试验（SLdrop120），全球海平面低于现代120 m， 代表末次冰盛期海平面下降造成的极端低海平面情形[27]。横向比较这三组试验结果中洋流的变化，可明确海平面变化对洋流的影响。三组试验中的水深最小值均为50 m，地形最大值为
试验的大气驱动来自欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，简称ECMWF）的ERA5再分析数据，空间分辨率为0.25°×0.25°。本研究选取了1980年1月至2020年12月共40年海表月平均数据，并计算这40年的气候平均态作为ROMS模式试验的大气驱动输入。选用变量有风速、海表面大气压、近表大气温度、近表大气湿度、降水、短波辐射通量、长波辐射通量等，用这些海-气相互作用关键变量来表征大气对海洋的驱动过程。初始场和边界温盐流数据来自于全球简单海洋资料同化（Simple Ocean Data Assimilation，简称SODA）的月平均数据资料，选取1980年1月至2020年12月共40年的气候态月数据，空间分辨率为 0.5°×0.5°。ROMS模式试验的初始场用SODA数据的1月份温盐场，边界场设置为对应的每月温盐流场数据。北部的陆地边界设置为闭边界条件，其余边界设置为开边界条件，对于自由表面边界使用Chapman_implicit边界条件，二维动量和温盐环流场采用Flather边界条件，三维环流场使用Clamped边界条件。湍流闭合方案选择MY25方案，积分时间步长为
为了验证试验设置的有效性，系统评估ROMS模式模拟性能，对比分析了对照组试验中海表温度（SST）、盐度(SSS)和流场等关键要素与再分析数据和断面浮标观测数据的异同。为了与ROMS试验的初始和边界场数据相一致，选取SODA 1980—2020年共40年的多年平均结果和HYCOM 1994—2015年再分析资料两组与ROMS模拟结果对比分析。比较SLctrl 试验中的SST与SODA数据的年平均SST，发现它们具有相似的空间格局，即等温线大致呈东西走向、其值随纬度的增加而降低，且28℃等温线的空间位置大致相同（图3a和3b）。二者的差值在+5℃以内，它们的差异主要体现在：（1）SLctrl试验中在新几内亚北部出现了30℃高温区域；（2）某些近岸海域如日本海和鄂霍次克海的SST差异最大。这可能是由于SLctrl试验用的大气驱动ERA5资料与海洋再分析数据的大气状态存在差异造成的。SLctrl模拟的盐度在日本海区域比SODA结果偏低近1PSU（图3d-e），但盐度分布在整体格局上与SODA再分析数据具有相似性（图3）。可见，试验能都模拟到这些关键的温盐格局，说明ROMS试验能较好地模拟东海黑潮和印尼海温盐格局。
SLctrl模拟的西太平洋环流特征整体与SODA 和HYCOM再分析数据结果具有非常相似的时空格局，较好地模拟出了黑潮西边界流和印尼贯穿流等太平洋洋流体系，它们的差异仅仅体现在各洋流路径细节和关键断面流量的细微差别（图3、表1）。对西边界流黑潮而言，其上游在流经台湾岛时分为两支：一支经台湾岛南部吕宋海峡之后穿越台湾海峡构成靠近大陆的黑潮分支，强度为0.79 Sv，这与SODA数据中相同断面流量1.22 Sv较接近；另一支则沿台湾岛东部向北，构成黑潮的主要部分，其强度达到28.17 Sv，这与HYCOM结果中23.74 Sv比较接近。对30°N附近的主轴流断面，SLctrl试验模拟的黑潮强度为20.00 Sv，比SODA结果中的16.32 Sv稍微偏大（表1）。同时，观测结果和其他模拟结果的断面流量集中在22～27 Sv，与SLctrl模拟的断面流量和浮标观测结果也大致相当 [29-31]。可见，SLctrl试验设置能够基本抓住东海黑潮的空间结构和关键断面的流量，可以用来开展极端海平面变化对黑潮格局影响的研究。
| 试验 | 黑潮 | 印尼贯穿流 | ||||
| KCPN | TS | ETC | KRS | MKS | ||
| SODA | 16.32 | 1.22 | 21.59 | −1.17 | −11.02 | |
| HYCOM | 11.45 | 1.29 | 23.74 | −0.54 | −11.39 | |
| SLctrl | 20.00 | 0.79 | 28.17 | −3.88 | −3.0 | |
| SLrise65 | 11.70 | 3.68 | 22.00 | −4.21 | −1.32 | |
| SLdrop120 | 9.82 | 0 | 14.80 | 0 | −5.31 | |
| 注：KCPN： 黑潮主轴断面， TS： 台湾海峡， ETC：台湾岛东侧海峡， KRS：卡里马塔海峡， MKS： 望加锡海峡。 表中断面流量是通过断面平均流速（图5d-f、 6d-f）乘以断面面积所得，负号表示方向向南或者向西。 | ||||||
DownLoad:
CSV
对于印尼贯穿流，SLctrl试验得以再现同化数据中关键的ITF洋流的东、西路径及其主要流量（图3、表1）。西侧路径由于海峡较浅而流量较小，如SODA再分析数据中穿越卡里马塔海峡流量为1.17 Sv，但SLctrl试验中南海贯穿流为3.88 Sv，说明试验对这些水深较浅的西路径洋流模拟偏强。这可能是由于SLctrl试验中最小深度设置为50 m，导致该区域的水深比实际深度大，最终导致较多的南海贯穿流，进而抑制ITF东支路径的向南水流（图3j-l）。相比之下，SLctrl试验对东路径则相对偏弱。控制组结果中望加锡海峡流量为3.00 Sv，比HYCOM结果中的11.39 Sv和SODA结果中的11.02 Sv小，也小于浮标观测数据的9～12 Sv流量[32,33]，在考虑该流量的季节性和年代际变化幅度（±2.5 Sv[34-37]）之后，ROMS模拟结果仍偏小。SLctrl试验对东支模拟较弱的可能原因有：（1）其较强的南海贯穿流通过卡里马塔海峡等之后在爪哇海北部堆积，抑制了来自望加锡海峡的水流向印度洋；（2）受限于模式分辨率和平滑处理，对复杂地形刻画精准度不高导致逆流过强，抵消掉部分向南的流。可见，试验结果可以重现ITF的东西两支主要路径，试验结果和观测结果均表明望加锡海峡是主要通道，但由于试验中较强的淡水塞效应，导致对东支流量模拟存在一些偏差。然而，本研究关注的两种极端海平面的变化幅度远大于这些误差幅度，试验中的水深误差对结果的影响远小于试验结果之间的差异，故认为试验结果可反映太平洋和印度洋交换量的ITF的变化。总之，虽然由于淡水塞效应而对东西两支ITF的流量估计存在偏差，但对该区域的关键洋流路径模拟结果较可靠[34-37]。
3组试验中海表温度（SST）结果具有相似的空间格局，主要表现为南高北低的空间特征，并且在赤道附近的西太平洋出现了暖池，年均温度达30℃以上（图4a-c）。不同海平面情景之间的温度差别，仅体现在边缘海或靠近大陆边缘区域的局部差异上。在SLrise65试验中，由于高海平面导致边缘海与开阔大洋的连通性总体增强，进而导致边缘海的温度和盐度较其他试验偏高。例如在日本海，高海平面试验中SST高出其他结果2～4℃。海水盐度（SSS）在3组试验中也具有相似的空间特征，主要体现高盐赤道区和分布于副热带（约20°N）赤道中太平洋向西延伸的盐舌（图4d-f）。海平面变化仅引起日本海等近海域盐度的变化，对其他区域盐度分布特征影响不明显。在SLrise65试验中，日本海盐度由于与外海连通性增加而比SLctrl结果高出近2 PSU; 而在SLdrop120试验中，日本海盐度比对照试验结果稍微偏低，这与其降低的外海海水交换量降低相吻合。由此可见，极端海平面变化对温盐格局影响体现可以通过海域贯通性变化来解释。
海平面变化对黑潮表层流的影响体现为对其精细结构的调整（图5）。黑潮源头的赤道流对海平面升降变化不敏感，但黑潮流经吕宋海峡侵入南海及其黑潮主轴的最大海表流速均对海平面很敏感。与SLctrl试验相比，在SLrise65试验中海平面的上升，拓宽了台湾海峡等黑潮沿途海峡，增加了其对黑潮的分流作用[38]，使其主轴最大流速从SLctrl 的1.3 m/s降低到1.1 m/s。相反，在SLdrop120试验中，东海大陆架出露、台湾海峡关闭，使得黑潮入侵南海分支形成的台湾海峡分支消失，黑潮侵入东海结构受阻，在台湾岛东部产生了局地环流。同时，渤海陆架出露、日本列岛与大陆相连，减弱了黑潮向北的延伸性，调节了黑潮主流的结构。
海平面变化对黑潮断面流量的影响表现为非线性特征。3组试验中的海道断面的水体流量之间存在差异（表1），总体表现为高海平面试验（SLrise65）中黑潮路径的扩张，而海平面下降试验（SLdrop120）中黑潮路径的挤压。位于吕宋岛东侧的黑潮上游断面的流量对海平面变化不明显，总体随海平面上升而增加，变化幅度仅为10%左右。海平面上升65 m总体拓宽了台湾海峡，使得台湾海峡断面流量增加了2.89 Sv，台湾岛以东断面流量减小了6.17 Sv，表面台湾海峡对黑潮的分流作用加强。而海平面下降导致台湾海峡关闭隔断洋流通过，台湾岛以东断面流量从28.17 Sv减小到14.80 Sv。3组试验中黑潮主轴区的流速变化不明显，SLctrl试验中断面KCPN的流量最大，为20.00 Sv，而海平面升高导致同一断面处的流量减少了8.30 Sv，海平面降低则导致同一断面流量大幅减少至9.82 Sv。黑潮沿主轴向北穿过吐噶喇海峡，但由于该区域岛屿分散，且在高海平面试验中存在洋流绕过日本海的情形，所以取了其东侧日本四国岛南部海域的断面来分析其黑潮下游流量变化，结果显示流量变化对海平面升降响应不明显，变化幅度在10 Sv左右，小于总流量的15%。总之，黑潮中上游断面流量随海平面升高和降低而增加和减少，变化幅度达到50%，而下游断面流量的影响不明显，总体随海平面升高呈微弱的增加趋势，变化幅度在15%以内。这些变化在很大程度上是由断面流速和断面格局与其主流轴的位置造成的 （图5）。
海平面升降对印尼贯穿流ITF的影响主要体现为洋流路径和强度的变化，在路径方面对西支的影响比对东支路径的影响大（图6）。对西支路径而言，海平面升降导致其途经的南海面积增减和海峡通道的伸缩，进而对洋流路径和强度造成巨大影响。如与SLctrl试验相比，在SLdrop120试验中，低海平面引起南海面积缩小37.2%（（SLctrl海洋网格数−SLdrop120海洋网格数）/SLctrl海洋网格数），卡里马塔海峡和龙目海峡的关闭，使得西支的路径消失。而SLrise65试验中南海面积增加约8.5%，来自南海、相对较淡的水补充马六甲海峡流量，使得淡水阻塞效应加强，进而降低了望加锡海峡海流速度[13]。相比之下，海平面升降变化对ITF的东支路径影响较小，除高海平面导致托雷斯海峡通道打开以外，其他主要通道在SLdrop120和SLrise65试验中依然存在。
海平面升降对ITF流量具有重要影响（图6）。在SLrise65试验中，虽然经过望加锡海峡流量略微减少，但经过马六甲海峡和托雷斯海峡向印度洋的流量大幅增加造成印尼贯穿流的体积输送总体增加。海平面的上升使马六甲海峡和托雷斯海峡通道扩大加深，导致3.55 Sv和5.80 Sv水量流向印度洋。同时，由于海平面上升65 m之后SCSTF支流加强，根据Tozuka等的研究，SCSTF淡水的加强会阻碍望加锡海峡上层向南的水体输送，进而导致望加锡海峡的流量减少[39-40]，这最终造成望加锡海峡的流量比控制组试验（3.00 Sv）减小了1.68 Sv。相比之下，在SLdrop120试验中ITF流量主要受到望加锡海峡流量增加的影响，表现为较大幅度的增加。因为低海平面试验中西侧路径的卡里马塔海峡关闭，来自SCSTF的淡水阻塞消失，流经望加锡海峡的流量增加至5.31 Sv。试验中淡水阻塞效应强弱变化与其爪哇海的盐度分布相一致，即高海平面试验中淡水阻塞效应最强，爪哇海北部盐度最小；相比之下，低海平面试验中该区域大部分出露海平面之上，但剩余海域盐度高（图 4）。此望加锡海峡流对SCSTF的响应与前人关闭SCSTF研究结果一致，均表现为望加锡海峡向南流量的增大[39-40]。可见，ITF对海平面变化响应明显，且地形上是否贯通对ITF各支流流量至关重要。
前人关于冰期-间冰期海平面变化对黑潮的影响研究，多集中在末次冰盛期（LGM）黑潮结构变化及其强度特征等方面。关于LGM冰期低海平面对黑潮结构影响的研究结果则较为一致，主要体现在东海大陆架显现黑潮侵入东海结构[41]受阻，使得其主要路径向太平洋一侧偏移，这与我们低海平面试验结果相一致。
关于黑潮强度，前人研究显示LGM时期的黑潮流量总体增强，如赵子荟等[22]用区域模式模拟LGM时期黑潮流量变化，发现中纬度风应力旋度减小会加强副热带流涡区反气旋型环流，引起副热带流涡区南向输送加强和西边界流加强，最终导致台湾岛以东断面和主轴断面的黑潮流量比现代几组观测的平均值分别增加了1.6 Sv和3.7 Sv。同时，Yang等[31]的结果则显示，LGM时期黑潮流量在沿途的系列断面存在1.1～4 Sv的增强。与之相比，本研究SLdrop120试验结果中黑潮流量在不同断面均出现了减少趋势。这主要是由于本研究仅改变了LGM时期的低海平面，而未考虑LGM时期风场和气候态变化。低海平面导致黑潮主轴流量增加较少的结果，结合前人研究结果，我们认为LGM时期大气驱动导致风生洋流加强，这可与低海平面造成的减弱效果部分抵消。
本研究通过对末次冰盛期（LGM）低海平面和冰盖消融之后高海平面情景下西太平洋洋流的数值模拟分析，发现海平面的极端升降变化会对该区域洋流产生重要影响。首先，海平面升降会通过影响岸线进退影响近海区域温盐场。如由于高海平面增强了与外部大洋的连通性，所以高海平面试验中日本海盐度比其他两种海平面的情况高出2 PSU。其次，海平面升降变化也对黑潮路径和强度具有重要影响。低海平面试验结果显示，岸线向海推进导致近岸陆架区出露、海峡关闭、近海洋流路径受阻，进而挤压黑潮流轴向外海方向迁移，沿途主要断面的流量减小幅度达15%～50%不等；而高海平面试验结果则显示，海洋通道的拓宽引起黑潮总流量的增加且向岸偏移，对黑潮主轴存在显著分流效应。最后，印尼贯穿流对海平面变化的响应主要体现在其精细结构和交换通道的调整。低海平面试验结果显示，海平面下降引起的岸线向海撤退导致西侧的卡里马塔海峡关闭，望加锡海峡缩小成为ITF的西侧惟一通道，同时减弱的淡水阻塞效应使得ITF呈增强趋势。而在高海平面试验中，卡里马塔和望加锡海峡被不同程度拓宽，加强的淡水阻塞效应反而减弱了ITF流量。这些研究结果说明，海平面变化对西太平洋地区的洋流系统具有重要影响。
| [1] | Garwood Jr R W. Air-sea interaction and dynamics of the surface mixed layer[J]. Reviews of Geophysics, 1979, 17(7):1507-1524. doi: 10.1029/RG017i007p01507 |
| [2] | Wang J, Yuan D L, Zhao X. Impacts of Indonesian Throughflow on seasonal circulation in the equatorial Indian Ocean[J]. Chinese Journal of Oceanology and Limnology, 2017, 35(6):1261-1274. doi: 10.1007/s00343-017-6196-0 |
| [3] | Yuan D L, Yin X L, Li X, et al. A Maluku Sea intermediate western boundary current connecting Pacific Ocean circulation to the Indonesian Throughflow[J]. Nature Communications, 2022, 13(1):2093. doi: 10.1038/s41467-022-29617-6 |
| [4] | Hogg N G, Johns W E. Western boundary currents[J]. Reviews of Geophysics, 1995, 33(S2):1311-1334. doi: 10.1029/95RG00491 |
| [5] | 张灿影, 冯志纲, 张晓琨, 等. 黑潮研究进展分析[J]. 世界科技研究与发展, 2017, 39(3):239-249 ZHANG Canying, FENG Zhigang, ZHANG Xiaokun, et al. Analysis on research progress of kuroshio[J]. World Sci-Tech R& D, 2017, 39(3):239-249.] |
| [6] | Hu D X, Wu L X, Cai W J, et al. Pacific western boundary currents and their roles in climate[J]. Nature, 2015, 522(7556):299-308. |
| [7] | Gordon A L. Interocean exchange of thermocline water[J]. Journal of Geophysical Research: Oceans, 1986, 91(C4):5037-5046. doi: 10.1029/JC091iC04p05037 |
| [8] | Qu T D, Kim Y Y, Yaremchuk M, et al. Can Luzon strait transport play a role in conveying the impact of ENSO to the South China Sea?[J]. Journal of Climate, 2004, 17(18):3644-3657. doi: 10.1175/1520-0442(2004)017<3644:CLSTPA>2.0.CO;2 |
| [9] | Fang G H, Susanto D, Soesilo I, et al. A note on the South China Sea shallow interocean circulation[J]. Advances in Atmospheric Sciences, 2005, 22(6):946-954. |
| [10] | Wajsowicz R C. A relationship between interannual variations in the south pacific wind stress curl, the Indonesian throughflow, and the west pacific warm water pool[J]. Journal of Physical Oceanography, 1994, 24(10):2180-2187. doi: 10.1175/1520-0485(1994)024<2180:ARBIVI>2.0.CO;2 |
| [11] | Du Y, Qu T D. Three inflow pathways of the Indonesian throughflow as seen from the simple ocean data assimilation[J]. Dynamics of Atmospheres and Oceans, 2010, 50(2):233-256. doi: 10.1016/j.dynatmoce.2010.04.001 |
| [12] | Fang G H, Wei Z X, Choi B H, et al. Interbasin freshwater, heat and salt transport through the boundaries of the East and South China Seas from a variable-grid global ocean circulation model[J]. Science in China Series D: Earth Sciences, 2003, 46(2):149-161. doi: 10.1360/03yd9014 |
| [13] | 张晶, 魏泽勋, 李淑江, 等. 太平洋—印度洋贯穿流南海分支研究综述[J]. 海洋科学进展, 2014, 32(1):107-120 doi: 10.3969/j.issn.1671-6647.2014.01.013 ZHANG Jing, WEI Zexun, LI Shujiang, et al. Overviews on studies of the South China Sea branch of the Pacific-Indian Ocean throughflow[J]. Advances in Marine Science, 2014, 32(1):107-120.] doi: 10.3969/j.issn.1671-6647.2014.01.013 |
| [14] | Qu T D, Du Y, Sasaki H. South China Sea throughflow: a heat and freshwater conveyor[J]. Geophysical Research Letters, 2006, 33(23):L23617. |
| [15] | Gordon A L, Huber B A, Metzger E J, et al. South China Sea throughflow impact on the Indonesian throughflow[J]. Geophysical Research Letters, 2012, 39(11):L11602. |
| [16] | Sprintall J, Gordon A L, Koch-Larrouy A, et al. The Indonesian seas and their role in the coupled ocean–climate system[J]. Nature Geoscience, 2014, 7(7):487-492. doi: 10.1038/ngeo2188 |
| [17] | Straume E O, Gaina C, Medvedev S, et al. Global Cenozoic Paleobathymetry with a focus on the Northern Hemisphere Oceanic Gateways[J]. Gondwana Research, 2020, 86:126-143. doi: 10.1016/j.gr.2020.05.011 |
| [18] | 王绍武. 冰期-间冰期旋回[J]. 气候变化研究进展, 2008, 4(1):61-62 WANG Shaowu. Glacial-interglacial cycles[J]. Climate Change Research, 2008, 4(1):61-62.] |
| [19] | 王凡, 胡敦欣, 穆穆, 等. 热带太平洋海洋环流与暖池的结构特征、变异机理和气候效应[J]. 地球科学进展, 2012, 27(6):595-602 WANG Fan, HU Dunxin, MU Mu, et al. Structure, variations and climatic impacts of ocean circulation and the warm pool in the tropical Pacific Ocean[J]. Advances in Earth Science, 2012, 27(6):595-602.] |
| [20] | Tang Z J, Zhang R H, Wang H N, et al. Mesoscale surface Wind-SST coupling in a high-resolution CESM over the KE and ARC regions[J]. Journal of Advances in Modeling Earth Systems, 2021, 13(12):e2021MS002822. doi: 10.1029/2021MS002822 |
| [21] | 赵宗慈, 罗勇, 黄建斌. 全球变暖和海平面上升[J]. 气候变化研究进展, 2019, 15(6):700-703 ZHAO Zongci, LUO Yong, HUANG Jianbin. Global warming and sea level rising[J]. Climate Change Research, 2019, 15(6):700-703.] |
| [22] | 赵子荟, 马文涛, 张晓. 末次冰盛期黑潮变化的数值模拟[J]. 第四纪研究, 2023, 43(4):1029-1041 doi: 10.11928/j.issn.1001-7410.2023.04.11 ZHAO Zihui, MA Wentao, ZHANG Xiao. Numerical simulation of the kuroshio current during the last glacial maximum[J]. Quaternary Sciences, 2023, 43(4):1029-1041.] doi: 10.11928/j.issn.1001-7410.2023.04.11 |
| [23] | Shchepetkin A F, McWilliams J C. The regional oceanic modeling system (ROMS): a split-explicit, free-surface, topography-following-coordinate oceanic model[J]. Ocean Modelling, 2005, 9(4):347-404. doi: 10.1016/j.ocemod.2004.08.002 |
| [24] | 周立佳, 党振中, 董慧超, 等. 基于ROMS模式的东海黑潮季节变化特征模拟研究[J]. 舰船电子工程, 2016, 36(7):91-94,153 doi: 10.3969/j.issn.1672-9730.2016.07.023 ZHOU Lijia, DANG Zhenzhong, DONG Huichao, et al. Seasonal variation characteristics of the Kuroshio in the East China Sea based on ROMS[J]. Ship Electronic Engineering, 2016, 36(7):91-94,153.] doi: 10.3969/j.issn.1672-9730.2016.07.023 |
| [25] | 陈毓敏, 项杰, 杜华栋, 等. 基于拉格朗日方法对黑潮路径的数值模拟[J]. 海洋预报, 2019, 36(6):22-28 doi: 10.11737/j.issn.1003-0239.2019.06.003 CHEN Yumin, XIANG Jie, DU Huadong, et al. Numerical simulation of Kuroshio path based on Lagrangian method[J]. Marine Forecasts, 2019, 36(6):22-28.] doi: 10.11737/j.issn.1003-0239.2019.06.003 |
| [26] | Fretwell P, Pritchard H D, Vaughan D G, et al. Bedmap2: improved ice bed, surface and thickness datasets for Antarctica[J]. The Cryosphere, 2013, 7(1):375-393. doi: 10.5194/tc-7-375-2013 |
| [27] | Clark P U, Mix A C. Ice sheets and sea level of the Last Glacial Maximum[J]. Quaternary Science Reviews, 2002, 21(1-3):1-7. doi: 10.1016/S0277-3791(01)00118-4 |
| [28] | Shapiro R. Linear filtering[J]. Mathematics of Computation, 1975, 29(132):1094-1097. doi: 10.1090/S0025-5718-1975-0389356-X |
| [29] | Hsin Y C, Wu C R, Shaw P T. Spatial and temporal variations of the Kuroshio east of Taiwan, 1982–2005: a numerical study[J]. Journal of Geophysical Research: Oceans, 2008, 113(C4):C04002. |
| [30] | Wei Y Z, Huang D J, Zhu X H. Interannual to decadal variability of the Kuroshio Current in the East China Sea from 1955 to 2010 as indicated by in-situ hydrographic data[J]. Journal of Oceanography, 2013, 69(5):571-589. doi: 10.1007/s10872-013-0193-5 |
| [31] | Yuan Y C, Kaneko A, Su J L, et al. The Kuroshio East of Taiwan and in the East China Sea and the currents East of Ryukyu Islands during early summer of 1996[J]. Journal of Oceanography, 1998, 54(3):217-226. doi: 10.1007/BF02751697 |
| [32] | Gordon A L, Napitu A, Huber B A, et al. Makassar strait throughflow seasonal and interannual variability: an overview[J]. Journal of Geophysical Research: Oceans, 2019, 124(6):3724-3736. doi: 10.1029/2018JC014502 |
| [33] | Susanto R D, Ffield A, Gordon A L, et al. Variability of Indonesian throughflow within Makassar Strait, 2004–2009[J]. Journal of Geophysical Research: Oceans, 2012, 117(C9):C09013. |
| [34] | Gordon A L, Sprintall J, Van Aken H M, et al. The Indonesian throughflow during 2004–2006 as observed by the INSTANT program[J]. Dynamics of Atmospheres and Oceans, 2010, 50(2):115-128. doi: 10.1016/j.dynatmoce.2009.12.002 |
| [35] | Liang L L, Xue H J, Shu Y Q. The Indonesian throughflow and the circulation in the Banda Sea: a modeling study[J]. Journal of Geophysical Research: Oceans, 2019, 124(5):3089-3106. doi: 10.1029/2018JC014926 |
| [36] | Sprintall J, Wijffels S E, Molcard R, et al. Direct estimates of the Indonesian Throughflow entering the Indian Ocean: 2004–2006[J]. Journal of Geophysical Research: Oceans, 2009, 114(C7):C07001. |
| [37] | Wang J, Zhang Z B, Li X, et al. Moored observations of the Timor passage currents in the Indonesian Seas[J]. Journal of Geophysical Research: Oceans, 2022, 127(11):e2022JC018694. doi: 10.1029/2022JC018694 |
| [38] | Nan F, Xue H J, Yu F. Kuroshio intrusion into the South China Sea: a review[J]. Progress in Oceanography, 2015, 137:314-333. doi: 10.1016/j.pocean.2014.05.012 |
| [39] | Tozuka T, Qu T D, Yamagata T. Dramatic impact of the South China Sea on the Indonesian Throughflow[J]. Geophysical Research Letters, 2007, 34(12):L12612. |
| [40] | Tozuka T, Qu T D, Masumoto Y, et al. Impacts of the South China Sea Throughflow on seasonal and interannual variations of the Indonesian Throughflow[J]. Dynamics of Atmospheres and Oceans, 2009, 47(1-3):73-85. doi: 10.1016/j.dynatmoce.2008.09.001 |
| [41] | Wu C R, Wang Y L, Lin Y F, et al. Intrusion of the Kuroshio into the South and East China Seas[J]. Scientific Reports, 2017, 7(1):7895. doi: 10.1038/s41598-017-08206-4 |
Figures(6)
Tables(1)
LI Zhen, QIN Guojin, ZHU Guangkun, LI Xingrui, ZHANG Yurui. The response of the Western Pacific to high-and low-sea levels: based on ROMS experiments[J]. Marine Geology & Quaternary Geology, 2025, 45(2): 12-21. doi: 10.16562/j.cnki.0256-1492.2024061301
| 试验 | 黑潮 | 印尼贯穿流 | ||||
| KCPN | TS | ETC | KRS | MKS | ||
| SODA | 16.32 | 1.22 | 21.59 | −1.17 | −11.02 | |
| HYCOM | 11.45 | 1.29 | 23.74 | −0.54 | −11.39 | |
| SLctrl | 20.00 | 0.79 | 28.17 | −3.88 | −3.0 | |
| SLrise65 | 11.70 | 3.68 | 22.00 | −4.21 | −1.32 | |
| SLdrop120 | 9.82 | 0 | 14.80 | 0 | −5.31 | |
| 注：KCPN： 黑潮主轴断面， TS： 台湾海峡， ETC：台湾岛东侧海峡， KRS：卡里马塔海峡， MKS： 望加锡海峡。 表中断面流量是通过断面平均流速（图5d-f、 6d-f）乘以断面面积所得，负号表示方向向南或者向西。 | ||||||
DownLoad:
CSV
| 试验 | 黑潮 | 印尼贯穿流 | ||||
| KCPN | TS | ETC | KRS | MKS | ||
| SODA | 16.32 | 1.22 | 21.59 | −1.17 | −11.02 | |
| HYCOM | 11.45 | 1.29 | 23.74 | −0.54 | −11.39 | |
| SLctrl | 20.00 | 0.79 | 28.17 | −3.88 | −3.0 | |
| SLrise65 | 11.70 | 3.68 | 22.00 | −4.21 | −1.32 | |
| SLdrop120 | 9.82 | 0 | 14.80 | 0 | −5.31 | |
| 注：KCPN： 黑潮主轴断面， TS： 台湾海峡， ETC：台湾岛东侧海峡， KRS：卡里马塔海峡， MKS： 望加锡海峡。 表中断面流量是通过断面平均流速（图5d-f、 6d-f）乘以断面面积所得，负号表示方向向南或者向西。 | ||||||
Topography of the western Pacific Ocean and major ocean current routes
Bathymetry in the ROMS experiments
Comparison of simulated SST, SSS, velocity, weighted average velocity field of the SLctrl with the SODA assimilation data
Simulated sea surface temperature (a-c) and sea surface salinity (d-f,) of the three experiments
Simulated surface currents (a-c) and vertically averaged currents (d-f,) of the Kuroshio Current
Simulated surface currents (a-c) and vertically averaged currents (d-f) of the Indonesian Throughflow
