封面故事

臺灣周遭海洋的未來推估

曾于恒 國立臺灣大學 海洋研究所 特聘教授
郭怡君 國立臺灣大學 海洋研究所 博士後研究員
黃偌栩 國立臺灣大學 海洋研究所 研究助理

前言

從1960年代開始，臺灣周邊海域的海水表面溫度就一直持續上升，特別是在東海靠近大陸的淺水區域和臺灣海峽，這裡升溫的速度甚至比全球平均還快^[1][2]。根據英國氣象中心提供的全球海水表面溫度資料顯示，臺灣海峽在冬天的時候，海表溫度上升了大約0.5到4 ℃；夏天的時候，則上升了大約0.5到1.5 ℃^[3]。有研究發現，臺灣附近海域的變化，未來很大程度上會受到黑潮的影響^[1][2]，黑潮是西北太平洋一股很重要的暖流，它能夠把熱帶海洋的熱量帶到比較高緯度的地區，對氣候有很大的影響，像是季風和颱風等等，同時也會影響海洋裡的生態環境 ^[3][4]。所以，如果能準確地模擬黑潮整個海流系統的變化，對於推估臺灣周邊海域未來的狀況就非常重要。因為黑潮周圍有許多像漩渦一樣的海洋現象，第一代的臺灣地球系統模式（TaiESM1）^[5]目前解析度仍不夠細緻，無法準確呈現它的特性與強度，所以我們需要借助更精細的海洋模式，來比較合理地呈現黑潮，並進一步了解未來臺灣周邊海域會如何變化。   

根據第六期耦合模式比對計畫（CMIP6）的模擬結果，預估到21世紀末，臺灣周圍的海平面上升幅度會比全球平均來得高，尤其是臺灣東岸地區 ^[6] 這種海平面上升的差異，可能與大氣風場改變海洋環流有關^[7]。Yamanaka等人^[7]也發現，臺灣東西兩側海域的海表溫度（圖一）和海平面高度（圖二）上升的幅度並不相同。然而，目前針對臺灣周圍海域的詳細變化分析仍然不足。因此，我們的研究主要探討氣候變遷對臺灣周圍海域的影響。

本研究利用區域海洋模式（Regional Ocean Modeling System, ROMS）來降尺度分析第六期耦合模式比對計畫（CMIP6）數據的東亞太平洋海洋區域特徵。我們先用這個模式來驗證模擬結果，並建立一個基於TaiESM1 的動力降尺度區域模擬，進行細部調校。在三年的研究中，我們完成了模式的調校和驗證工作，並完成了TaiESM1歷史資料和SSP2-4.5（中等溫室氣體排放情景，現時二氧化碳排放量大致維持至本世紀中）以及SSP5-8.5 (非常高溫室氣體排放: 在2075年二氧化碳排放增加兩倍）降尺度資料（2015-2074）的產製。

圖一、CMIP5中 (a) RCP2.6以及 (b) RCP8.5暖化情境下的區域降尺度海洋模擬的海表溫度上升分布（2081-2100與1986-2005平均之差異）^[7]。

圖二、CMIP5中 (a) RCP2.6以及 (b) RCP8.5暖化情境下的區域降尺度海洋模擬的海平面高度上升分布（2081-2100與1986-2005平均之差異）^[7]。

 

研究資料與方法

我們使用 TaiESM1 模式的海洋數據來設定研究模型的初始狀態和邊界條件。在 TaiESM1-ROMS 中，我們測試了多種垂直混合的數值方法，最終選用了 Mellor-Yamada 2.5 參數化方法。這項改進大幅提升了中尺度漩渦能量的模擬精確度。此外，利用這套調整後的紊流參數化方法，能夠讓日本東側和黑潮延伸流附近的漩渦動能減弱到更接近實際觀測的結果。然而，我們注意到呂宋海峽的黑潮流速依然偏高。為了修正這個問題，我們再改進了地形平滑化的參數，讓模型中的地形呈現更精確而且更細緻。這項改進成功解決了呂宋海峽海脊（海底山脈）過度平滑的問題。測試結果顯示，黑潮在呂宋海峽的流速、流軸（流速最快的地方）分布，以及季節變化都變得更加穩定，也與實際觀測結果更吻合。

另外，由於海洋中的紊流（亂流）現象難以準確評估，我們經過反覆測試和驗證，在第三版模型中採用了 Smagorinsky 參數化方法。這種水平參數化的方法更真實地模擬漩渦能量的逐級轉移現象，也就是動能從較大尺度系統轉移到較小尺度系統的過程。這個方法是基於大渦模擬（large-eddy simulation, LES）發展而來，在計算黏滯係數（衡量流體黏稠度）時，會將流體的變形速率（應變率）也考慮進去（詳見圖三），在進行降尺度模擬時，Smagorinsky 參數化方法能更合理地模擬區域性漩渦與海流之間的交互作用。

圖三、ROMS海洋模式的網格範圍（本研究提供）與large-eddy simulation (LES) energy cascade示意圖（摘自AItair網頁）。

 

基期（1985-2014）模擬結果

我們使用 TaiESM1-ROMS 模擬了1985年至2014年的基準期數據，並將結果與 Simple Ocean Data Assimilation (SODA) 的海洋再分析資料進行比較，以驗證模型在大尺度海洋環流和熱量分布方面的準確性。海平面高度的模擬結果顯示，經過降尺度處理後，模型對大尺度環流以及臺灣周圍海域的海平面高度模擬都有顯著改善。尤其在黑潮經過的臺灣周邊海域，海平面高度的變化更符合實際狀況（詳見圖四）。

圖四、TaiESM1-ROMS模擬1985-1994 期間海高的變化以及與TaiESM1的偏差。

 

在海流方面，經過動力降尺度處理後，TaiESM1-ROMS 對臺灣附近黑潮的流軸（流速最強的區域）和強度的模擬結果，以及日本東方黑潮延伸流的模擬結果，都與前人的研究結果一致（詳見圖五）。然而，前人研究指出，當黑潮較弱時，其流軸會順時針旋轉，並伴隨更強向西的入侵 ^[8]。由於 TaiESM1 原始模型的黑潮流速偏弱（詳見圖五），這導致黑潮的支流過度向西延伸進入南海，直接增加了南海北部的熱量。

 

圖五、（左）Surface Velocity Program（SVP）drifter 所測得黑潮流速氣候平均,摘自^[9]（中）TaiESM1表層流速歷史平均（1985-2014）（右）TaiESM1-ROMS表層流速歷史平均（1985-2014）。

水下海溫模擬結果透過比較圖六的水下海溫與 SODA 資料，我們發現 TaiESM1 原始模型在臺灣海峽的誤差較大。主要原因在於低解析度模型無法捕捉臺灣海峽表層溫度的鋒面結構。此外，由於黑潮流速模擬過弱，導致臺灣東岸的海水溫度偏低，而呂宋海峽的海水溫度則偏高。值得注意的是，經過降尺度處理後，TaiESM1-ROMS 在南海北部和臺灣海峽大陸沿岸的海水溫度模擬結果有明顯改善（詳見圖六）。

圖六、SODA再分析資料（左）、TaiESM1（中）與 TaiESM1-ROMS（右）模擬歷史水溫（°C, 1985-2014）。上至下分別為水下5米、50米與95米深度的平均值。

 

未來暖化情境下臺灣周遭海域的變遷

Jin 等人^[9]的研究比較了 CMIP6 多模式系集平均在不同情境下，推估到2100年的海表溫度變化（詳見圖七）。我們將 TaiESM1-ROMS 模擬的最後十年（2065-2074）海表溫度結果與這些數據進行了比較。儘管我們的模擬時間尚未達到2100年，因此 TaiESM1-ROMS 的增溫幅度相對較小，但整體的增溫趨勢與分佈都與 CMIP6 模式的平均結果一致。在東海以北的區域，例如黃海、日本海和黑潮延伸流區，夏季的增溫幅度明顯高於冬季。然而，由於夏季東海到日本海的海流主要向北流動，因此東海的增溫並未受到高緯度海域的影響。在臺灣附近海域，無論冬季或夏季，增溫幅度大約都在 1-2°C 之間，季節性的差異並不明顯。值得注意的是，在 SSP5-8.5 情境下，海溫變化的分佈與 SSP2-4.5 情境相似，但增溫幅度更大。在此情境下，臺灣周邊海域的增溫大約為 2-3°C。

圖七、CMIP6 系集平均 2100年 SSP2-4.5與SSP5-8.5情境下一月與七月海表溫相對於1985-2014變化（°C）（左，摘自Jin et al. 2023）與TaiESM1-ROMS SSP2-4.5 情境模擬最後10年平均（2065-2074）的海表溫度變化。

圖八、同圖七，但為TaiESM1-ROMS SSP5-8.5 情境模擬最後10年（2065-2074）平均的海表溫度變化。

 

未來暖化情境下，臺灣東側的上層黑潮傳輸量將呈現南北不同的變化趨勢：臺灣以南的傳輸量會減少，而以北的傳輸量則會增加（詳見圖九）。在臺灣東部以北，上層黑潮（深度小於300公尺）的流速會變得更快。這主要是因為未來黑潮延伸流附近的副熱帶模態水（Subtropical Mode Water）的下沉循環出現了變化。簡單來說，副熱帶模態水是一種在冬天形成的水團，它的溫度和鹽度在垂直方向上比較均勻。當海水表面因強烈冷卻和風力混合作用而變得均勻時，就會產生這些穩定性較低的水團。它們被視為副熱帶地區重要的熱量儲存庫，並在海洋與大氣的相互作用中扮演重要角色。這些副熱帶模態水會在2到3年內流入黑潮的再循環區域（大約在北緯20-25度之間），進而影響臺灣以北地區的黑潮流場結構。受到全球暖化的影響，海洋表層溫度上升會導致副熱帶模態水的密度降低。當這些水團混入更溫暖的表層海水時，它們會透過再循環區引起黑潮東側的海水升溫，進而增強黑潮流域橫向的密度差異，最終導致上層黑潮流速變得更快^[10]。此外，未來情境下黑潮延伸流的緯度呈現向北移動且變異度增加的趨勢，這些結果也與 CMIP6 模式的推估一致（詳見圖十）。

 

圖九、相較於TaiESM1-ROMS 歷史模擬（1985-2014）資料，SSP2-4.5（左）與SSP5-8.5（右）情境下（2060-2074）海流的變動量（單位:m/s）。

圖十、CMIP 6 裡33模式（表），其中高解析度模式以紅色標示，以及未來（SSP5-8.5）黑潮上層（0-300m）動能在高解析度模式平均（下圖上排）與低解析度模式平均（下圖下排）的變化（摘自Huang  et al. 2024）^[11]。

結語

透過動力降尺度技術模擬的數據，我們能大幅提升臺灣周遭海洋環境的模擬準確性。這包括更精確地呈現海洋溫度分布和海平面高度的空間特徵。同時，黑潮作為西北太平洋的重要洋流，其模擬出的流速和流向也更為細緻精確，這為深入探討黑潮的動態過程提供了重要依據。在全球暖化的影響下，未來中緯度海域的海水溫度呈現升高趨勢，這將對海洋生態系統和氣候帶來深遠影響。研究發現，黑潮在臺灣以北海域的表層流速可能增強。這一趨勢不僅影響黑潮本身的動力結構，也進一步改變了臺灣周邊海域的環境條件，例如海域內部的熱量分布、混合層深度以及營養鹽供應。這些大尺度變遷的連鎖效應，為科學家提供了研究區域性海洋變化與全球氣候互動的寶貴資訊，同時也為沿海資源管理和環境變遷推估提供了有力的支援。

延伸閱讀

1. TCCIP 資料故事系列 Ep1：【臺灣地球系統模式TaiESM】介紹
2. 黑潮震盪：從臺灣東岸啟航的北太平洋時空之旅【跟隨研究船和旗魚的航跡，騎乘黑潮的海上故事】
3. 黑潮的前世今生與未來- 科學發展期刊-507期

 

參考資料

[1] Belkin, I.M., 2009: Rapid warming of Large Marine Ecosystems. Prog. Oceanogr., 81(1-4), 207-213. doi:10.1016/j.pocean.2009.04.011
[2] Oey, L. Y., Chang, M. C., Huang, S. M., Lin, Y. C., & Lee, M. A. (2015). The influence of shelf-sea fronts on winter monsoon over East China Sea. Climate Dynamics, 45(7), 2047-2068.
[3] Yatsu, A., Chiba, S., Yamanaka, Y., Ito, S. I., Shimizu, Y., Kaeriyama, M., & Watanabe, Y. (2013). Climate forcing and the Kuroshio/Oyashio ecosystem. ICES Journal of Marine Science, 70(5), 922-933.
[4] Nakata, K., & Hidaka, K. (2003). Decadal‐scale variability in the Kuroshio marine ecosystem in winter. Fisheries Oceanography, 12(4‐5), 234-244.
[5] Wang, Y. C., Hsu, H. H., Chen, C. A., Tseng, W. L., Hsu, P. C., Lin, C. W., ... & Shiu, C. J. (2021). Performance of the Taiwan earth system model in simulating climate variability compared with observations and CMIP6 model simulations. Journal of Advances in Modeling Earth Systems, 13(7), e2020MS002353
[6] Sung, H. M., Kim, J., Lee, J. H., Shim, S., Boo, K. O., Ha, J. C., & Kim, Y. H. (2021). Future changes in the global and regional sea level rise and sea surface temperature based on CMIP6 models. Atmosphere, 12(1), 90.
[7] Yamanaka, G. and co-authors (2021). Projected climate change in the western North Pacific at the end of the 21st century from ensemble simulations with a high-resolution regional ocean model. Journal of oceanography, 77, 539-560.
[8] Yuan, Yaochu, et al. "Variation in the Kuroshio intrusion: Modeling and interpretation of observations collected around the Luzon Strait from July 2009 to March 2011." Journal of Geophysical Research: Oceans 119.6 (2014): 3447-3463.
[9] Wang, Y. L., & Wu, C. R. (2019). Enhanced warming and intensification of the Kuroshio Extension, 1999–2013. Remote Sensing, 11(1), 101.
[10] Jin, S., Wei, Z., Wang, D., & Xu, T. (2023). Simulated and projected SST of Asian marginal seas based on CMIP6 models. Frontiers in Marine Science, 10, 1178974.
[11] Huang, J. H., Tseng, Y. H., & Kuo, Y. C. (2024). Projected changes of Kuroshio in a warming climate. Journal of Climate, 37(24), 6475-6489.

喜歡這一期的文章嗎? 給作者一個讚！