大西洋经向翻转环流
大西洋经向翻转环流(Atlantic Meridional Overturning Circulation,AMOC)是大西洋中连接上层与深层海水的一套大尺度海洋环流。其典型结构是较暖、较咸的上层海水向北输送,在北大西洋高纬海域向大气放热、冷却增密,形成向南返回的深层水。深层水再通过上升流(深层海水向上运动)与混合过程,连接南大洋和印度洋—太平洋的上层海洋[1]。
“经向”强调南北方向,“翻转”强调上层与深层的水流方向不同,并通过水团形成和交换相联系。AMOC 持续输送热量、盐、碳和营养盐,影响区域气温、降水、沿岸海平面与海洋生态。它也是复杂系统研究中的一个对象:正反馈可能使环流表现出多稳态与临界转变,而观测资料和模型用于判断其强度、稳定性及未来变化[1][2]。
基本概念
AMOC 描述的是跨越整个大西洋盆地的三维水体输送。常见的“全球海洋传送带”图将这一过程画成连续环线,用来概括海盆之间的联系。真实海洋中存在多条水流路径、不同水团及不同时间尺度的交换[1]。
| 名称 | 主要含义 | 与 AMOC 的关系 |
|---|---|---|
| 墨西哥湾流 | 北大西洋西侧的一股强暖流 | 参与 AMOC 的上层输送,同时也属于风驱动的水平环流 |
| 温盐环流 | 强调温度和盐度改变海水密度所产生的环流作用 | 有助于理解水团形成,但 AMOC 的维持还涉及风和混合 |
| AMOC | 强调大西洋上层与深层之间的盆地尺度翻转输送 | 通常由跨海盆的输送量描述,具有季节、年际和更长时间尺度的变化 |
AMOC 强度常用单位时间内的体积输送量表示,单位为斯维尔德鲁普(sverdrup,Sv),其中 [math]\displaystyle{ 1\,\mathrm{Sv}=10^6\,\mathrm{m^3\,s^{-1}} }[/math]。比较不同研究时,还需说明测量纬度、深度范围和平均时段[2]。
环流过程与维持机制
上层输送、深水形成与深层返回
热带和副热带海洋获得较多太阳辐射,上层海水将热量和盐分向北输送。海水进入较冷的高纬海域后向大气放热,冷却会使其密度增加。在适当的盐度和周围分层条件下,海水发生深层混合,形成较密的水团,并经溢流等过程进入深海。形成的深层水随后向南输送,与其他水团继续交换和混合[1]。
深水形成分布在北大西洋副极地和北欧海等多个区域。局地对流是密度差推动水体上下运动的过程,它与盆地尺度的 AMOC 输送相联系,但两者的变化还受水团输送和海洋动力调整影响[3]。
温度、盐度、风与混合
在相同压力及其他条件近似不变时,冷却或盐度升高通常使海水密度增加,变暖或淡化通常使密度降低。较轻的表层水会加强密度分层,即不同密度的水体在垂直方向形成层次,从而限制深层混合。海水能否下混取决于它相对于周围水体的密度及当地环境[3]。
整套环流的长期维持还需要深层水重新连接上层海洋。南大洋风驱动的上升流与海洋内部混合参与这一过程。Baker 等在 2025 年分析的 34 个气候模型中发现,南大洋持续的风驱动上升流可在极端温室气体或北大西洋淡水强迫(模型中施加的外部淡水输入)下维持减弱后的 AMOC。该结果强调了大西洋与其他海盆之间的动力联系[4]。
研究历史与观测
1961 年,Henry Stommel 用简化的箱式模型说明,温度与盐度对密度的竞争作用可以产生不同的稳定环流状态。箱式模型把海洋划分为少量近似均匀的区域,用区域之间的热盐交换方程描述整体演化,便于识别反馈和分析稳定性。此后,AMOC 研究逐步形成从低维概念模型到海洋—大气耦合模型的模型层次[5]。
RAPID 观测阵列自 2004 年起在北纬约 26.5° 开展连续监测。OSNAP 则补充北大西洋副极地区域的观测。研究人员结合这些观测、海洋再分析与古气候记录,比较不同纬度和时间尺度上的翻转变化[6]。
直接观测记录相对于年代际和更长时间尺度的自然变化仍然较短。为延伸历史记录,研究常使用海表温度、盐度或沉积物等间接资料构建代理指标,即用与目标过程相关、但更容易观测的量估计目标变化。不同代理指标反映 AMOC 的程度和时间尺度并不相同,这也是长期趋势判断存在差异的原因之一[7]。
减弱、反馈与临界转变
变暖与淡水输入
全球变暖改变高纬海水温度和海气热交换。格陵兰冰盖融水、降水及北极淡水输送的变化也会影响北大西洋表层盐度。变暖和淡化可降低表层密度、增强分层,使深水形成和大尺度翻转输送减弱。淡水进入的位置、扩散路径和持续时间都会影响实际响应[3]。
盐平流反馈与多稳态
盐平流反馈是盐分随水流输送所形成的反馈。在有利于这种正反馈的背景条件下,AMOC 减弱会减少向北输送的盐分,使北部表层水更淡、更轻,进一步抑制深水形成并放大环流减弱。反馈强度取决于大西洋盐度分布、其他水流及海气交换[2]。
这种反馈能够在一些模型中支持多稳态:相同外部条件下,系统可根据初始状态或演化历史停留在不同的稳定状态。若外部强迫增加和减小时的转变路径不同,则表现出滞后。例如,转入弱翻转状态后,恢复原先的外部条件也可能不足以立即恢复强翻转[5]。
不同的转变机制
临界转变指系统在扰动或外部条件变化下转入显著不同的状态。AMOC 模型研究区分了几种机制,它们也可能共同作用[8]。
- 分岔诱导转变:外部参数变化使原有稳定状态失稳或消失。分岔描述的正是参数变化引起动力学结构改变的现象。
- 速率诱导转变:外部条件变化过快,系统来不及跟随移动的稳定状态,离开其吸引域,即最终会趋近该状态的一组初始条件所构成的区域。
- 噪声诱导转变:随机扰动使系统越过吸引域边界,即使原有稳定状态仍然存在,也可能发生状态切换。
短期波动、持续减弱与转入另一种稳定状态是不同层次的变化。“崩溃”在文献中的操作性定义也不完全一致,有时指强烈减弱,有时特指向另一状态的转变。判断具体研究时,应同时查看强迫情景、稳定性证据和恢复实验[9]。
对气候与生态的影响
- 区域温度:北向热输送减弱,对北大西洋及邻近地区产生降温作用。在全球变暖背景下,这可能表现为相对于环流不减弱情景升温较少。强烈减弱或崩溃情景下,区域降温可以更明显[3]。
- 降水与季风:海温和半球间热量分配的变化会调整大气环流。强 AMOC 减弱实验常出现热带辐合带南移,即两半球信风汇合、形成主要热带雨带的区域向南移动,并伴随区域降水和季风变化[2]。
- 沿岸海平面:环流改变会调整海面高度的空间分布,使美国东岸部分地区出现额外的动力海平面升高。这种由海水运动和分布改变造成的海平面变化,可以叠加在热膨胀和陆地冰融化的影响之上[10]。
- 海洋生态与碳循环:翻转变化影响氧、营养盐和碳的输送与储存,改变海水更新和生物栖息环境。具体响应取决于海域、深度以及与变暖等过程的共同作用[1]。
水团完成全球翻转路径可能需要数百至数千年,而环流强度、海温与大气能够在更短的时间尺度调整。因此,区域气候响应不需要等待同一团水完成完整循环[1]。
复杂系统建模与临界预警
从机制模型到数据驱动模型
AMOC 的机制建模以热盐收支和水体交换为基础。低维箱式模型便于分析稳定状态、分岔和吸引域,复杂气候模型则用于表示空间结构及海洋—大气相互作用。Alkhayuon 等的五箱模型表明,具体失稳机制取决于模型结构和参数,不能把所有 AMOC 转变都归为同一种简单分岔[5]。
数据驱动建模也可与物理模型结合。Jacques-Dumas 等将储备池计算(利用一个动态系统变换输入,再学习输出的机器学习方法)与稀有事件采样结合,在随机 AMOC 箱式模型中估计给定时间窗口内的转变概率和路径。稀有事件采样通过集中计算少见转变,提高普通模拟难以捕捉的事件的估计效率。这类模型结果需经过跨模型和观测检验,才能用于现实风险评估[11]。
统计信号与物理指标
临界减速指系统受到小扰动后恢复得越来越慢。在一定的动力学和噪声条件下,它可表现为方差增大或相邻时刻的自相关增强,因而被用于构造临界转变预警。方差描述波动幅度,自相关描述同一变量在不同时刻的相关程度。Boers 在 2021 年分析海温和盐度构建的 AMOC 代理指标,报告了与稳定性下降相符的信号[12]。
物理预警则将指标直接联系到已知反馈。van Westen 等在 2024 年的气候模型实验中,提出以大西洋南界 AMOC 淡水输送的极小值作为接近转变的指标,并比较了它与传统统计信号的表现。其适用性取决于相关物理联系、观测长度及强迫条件[13]。
临界转变预警需要分别回答“是否发生稳定性变化”和“能否估计转变时间”。Ben-Yami 等在 2024 年指出,外推假设、代理指标的代表性、观测误差及预处理会使临界时间估计产生很大不确定性[7]。其团队在 2026 年对 27 个 CMIP6 气候模型历史模拟的分析中,未发现稳健、显著的临界减速,并讨论了这一结果与观测海温指标之间的差异。研究强调多次模拟实现的重要性,也提示模型对现实稳定性变化的表示仍需检验[9]。
主要研究问题
AMOC 研究需要共同约束环流强度、稳定性与未来情景。当前问题包括:如何用温度、盐度和输送的联合观测构建可靠的代理指标,如何区分外部强迫、内部变率和噪声对预警信号的影响,以及低维模型中的反馈和转变机制能否在复杂气候模型中成立[7][11]。
未来减弱与未来发生临界转变也应分别评估。加拿大 2026 年气候评估对本世纪 AMOC 继续减弱给出高信心,对本世纪不发生关闭给出中等信心。这类信心水平综合反映证据与研究一致性,不等同于一个可直接换算的崩溃概率[3]。南大洋与印度洋—太平洋环流的稳定作用、模型中的盐度偏差和淡水路径,是进一步约束 AMOC 变化的重要环节[4]。
相关词条
海洋环流、温盐环流、复杂系统、非线性动力学、多稳态、分岔、临界转变、临界减速、数据驱动建模。
参考文献
- ↑ 1.0 1.1 1.2 1.3 1.4 1.5 Sabatello, R. (2024). State of the Science Fact Sheet: Atlantic Meridional Overturning Circulation (AMOC). NOAA. DOI: 10.25923/pav0-be22。资料页面。
- ↑ 2.0 2.1 2.2 2.3 Loriani, S., et al. (2025). Tipping points in ocean and atmosphere circulations. Earth System Dynamics, 16, 1611–1653. DOI: 10.5194/esd-16-1611-2025。
- ↑ 3.0 3.1 3.2 3.3 3.4 Environment and Climate Change Canada (2026). Canada's Changing Climate Report 2026, Chapter 4, Section 4.9. Large-scale atmosphere-ocean processes affecting climate。
- ↑ 4.0 4.1 Baker, J. A., Bell, M. J., Jackson, L. C., Vallis, G. K., Watson, A. J., & Wood, R. A. (2025). Continued Atlantic overturning circulation even under climate extremes. Nature, 638, 987–994. DOI: 10.1038/s41586-024-08544-0。
- ↑ 5.0 5.1 5.2 Alkhayuon, H., Ashwin, P., Jackson, L. C., Quinn, C., & Wood, R. A. (2019). Basin bifurcations, oscillatory instability and rate-induced thresholds for Atlantic meridional overturning circulation in a global oceanic box model. Proceedings of the Royal Society A, 475, 20190051. DOI: 10.1098/rspa.2019.0051。作者全文。
- ↑ RAPID. History。RAPID 项目官方网站,访问日期:2026-10-18。
- ↑ 7.0 7.1 7.2 Ben-Yami, M., Morr, A., Bathiany, S., & Boers, N. (2024). Uncertainties too large to predict tipping times of major Earth system components from historical data. Science Advances, 10, eadl4841. DOI: 10.1126/sciadv.adl4841。作者摘要及全文入口。
- ↑ Sinet, S., Ashwin, P., von der Heydt, A. S., & Dijkstra, H. A. (2024). AMOC stability amid tipping ice sheets: the crucial role of rate and noise. Earth System Dynamics, 15, 859–873. DOI: 10.5194/esd-15-859-2024。
- ↑ 9.0 9.1 Ben-Yami, M., Blaschke, L., Bathiany, S., & Boers, N. (2026). No critical slowing down in the Atlantic Overturning Circulation in historical CMIP6 simulations. PLOS Climate, 5(10), e0000781. DOI: 10.1371/journal.pclm.0000781。
- ↑ NOAA Atlantic Oceanographic and Meteorological Laboratory. Meridional Overturning Circulation。访问日期:2026-10-18。
- ↑ 11.0 11.1 Jacques-Dumas, V., van Westen, R. M., & Dijkstra, H. A. (2024). Estimation of AMOC Transition Probabilities Using a Machine Learning–Based Rare-Event Algorithm. Artificial Intelligence for the Earth Systems, 3, e240002. DOI: 10.1175/AIES-D-24-0002.1。作者全文。
- ↑ Boers, N. (2021). Observation-based early-warning signals for a collapse of the Atlantic Meridional Overturning Circulation. Nature Climate Change, 11, 680–688. DOI: 10.1038/s41558-021-01097-4。
- ↑ van Westen, R. M., Kliphuis, M., & Dijkstra, H. A. (2024). Physics-based early warning signal shows that AMOC is on tipping course. Science Advances, 10, eadk1189. DOI: 10.1126/sciadv.adk1189。作者预印本全文。
署名
贡献者:杨明哲。