地球科学进展, 2019, 34(10): 1069-1080 DOI: 10.11867/j.issn.1001-8166.2019.10.1069

研究论文

南海北部中尺度涡的时空分布特征:基于卫星高度计资料的统计分析

王萌,, 张艳伟,, 刘志飞, 吴家望

同济大学海洋地质国家重点实验室,上海 200092

Temporal and Spatial Characteristics of Mesoscale Eddies in the Northern South China Sea: Statistics Analysis Based on Altimeter Data

Wang Meng,, Zhang Yanwei,, Liu Zhifei, Wu Jiawang

State Key Laboratory of Marine Geology, Tongji University, Shanghai 200092, China

通讯作者: 张艳伟(1984-),女,山东菏泽人,副教授,主要从事深海沉积过程的观测和海洋多尺度动力过程研究.E-mail:ywzhang@tongji.edu.cn

收稿日期: 2019-08-02   修回日期: 2019-09-15   网络出版日期: 2019-11-29

基金资助: 国家自然科学基金面上项目“中尺度涡对南海东北部深层湍流混合的影响”.  41576005
国家自然科学基金重点项目“南海中央海盆中新世以来深水沉积作用及其区域构造与环境演化意义”.  41530964

Corresponding authors: Zhang Yanwei (1984-), female, Heze City, Shandong Province, Associate professor. Research areas include long-term observation on deep-sea sedimentary processes and oceanic dynamic multiscale motions. E-mail:ywzhang@tongji.edu.cn

Received: 2019-08-02   Revised: 2019-09-15   Online: 2019-11-29

作者简介 About authors

王萌(1988-),女,陕西安康人,博士研究生,主要从事南海中尺度涡与深水动力研究.E-mail:wmeng_21212@163.com

摘要

中尺度涡在南海活动频繁,尤其是持续时间长的强中尺度涡对海区内多尺度环流系统的能量输送和物质搬运具有重要调控作用。利用AVISO卫星高度计资料和最外层闭合等值线法,对2011—2018年南海北部的中尺度涡进行识别和追踪,重点讨论中尺度涡在最近几年的时空分布变化。统计结果显示,南海北部平均每年生成8.6个反气旋涡和4.5个气旋涡(持续时间大于28天),其中近1/3为强中尺度涡(持续时间大于45天),表现出较强的涡动能和非线性等动力特征,基本与前人统计的其他年份结果一致。南海北部中尺度涡的生成地点、传播路径以及活动频率分布具有显著的季节变化特征。对比发现,反气旋涡在秋季和冬季主要形成于吕宋海峡北侧,沿等深线向西南移动,最高活动频率超过30%;夏季主要在菲律宾吕宋岛西侧形成,平行于纬线向西移动。而气旋涡在冬季和春季主要形成于吕宋海峡西侧,向西南移动,最高活动频率约为26%。另外,台湾岛西南岸外易生成强中尺度涡涡对,综合黑潮指数进一步分析发现,黑潮入侵南海形成流套是促使该强涡对生成的主要机制。

关键词: 中尺度涡 ; 卫星高度计 ; 时空统计 ; 黑潮 ; 南海北部

Abstract

Mesoscale eddies are active and energetic in the South China Sea (SCS), and play an important role in regulating the multi-scale circulation and mass transportation in the region, especially for those long-lived strong eddies. Using AVISO altimeter data and outermost closed contour sea level anomaly method, this study identified and tracked mesoscale eddies in the northern SCS during 2011-2018, and focused on the temporal and spatial characteristics of mesoscale eddies in recent years. Similarly to previous results in this region, statistical results show that about 8.6 anticyclonic eddies and 4.5 cyclonic eddies (lifetime > 28 days) were born per year. Among them, about 1/3 of the total number are strong eddies (lifetime > 45 days), showing relatively strong dynamic characteristics, such as strong Eddy Kinetic Energy (EKE) and highly nonlinear feature. Statistics also show significant seasonal variability in mesoscale eddies’ birth places, trajectories and distribution of frequency of occurrence. Specifically, anticyclonic eddies mainly form at the north part of Luzon Strait between autumn and winter, and then move southwestward along isobaths. During this period, the largest value of the frequency of occurrence is over 30%. In summer, most of them form in the west off Luzon Island, and then move westward paralleling to latitude lines. In contrast, cyclonic mainly form in the west off Luzon Strait, and then move westward in winter and spring. During this period, the largest value is about 26%. In addition, observation finds that the strong mesoscale eddy pair could generate off the southwest of Taiwan Island. Analysis of the Kuroshio SCS Index (KSI) implies that loop current caused by Kuroshio intrusion is the most important mechanism for the formation of eddy pair.

Keywords: Mesoscale eddies ; Altimeter data ; Statistics ; Kuroshio ; Northern South China Sea.

PDF (2529KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王萌, 张艳伟, 刘志飞, 吴家望. 南海北部中尺度涡的时空分布特征:基于卫星高度计资料的统计分析. 地球科学进展[J], 2019, 34(10): 1069-1080 DOI:10.11867/j.issn.1001-8166.2019.10.1069

Wang Meng, Zhang Yanwei, Liu Zhifei, Wu Jiawang. Temporal and Spatial Characteristics of Mesoscale Eddies in the Northern South China Sea: Statistics Analysis Based on Altimeter Data. Advances in Earth Science[J], 2019, 34(10): 1069-1080 DOI:10.11867/j.issn.1001-8166.2019.10.1069

1 引 言

中尺度涡是具有封闭特点的旋转流体,水平半径介于几十至数百公里之间、垂向可穿透上千米的水层[1,2]。中尺度涡在全球海洋中普遍存在,大多具有非线性特征[3],同时能有效提高跨密度面混合效率[4,5,6],因此是中长距离水体交换、热量及物质输送、垂向动力增强等过程的重要动力机制[7,8,9,10]。南海处于东亚季风区,主要通过东北部的吕宋海峡与西北太平洋相通,海盆内多尺度环流受季风及太平洋水交换/黑潮控制显著。黑潮是北太平洋最强的西边界流,流经吕宋海峡东侧,在不同季节以不同方式对南海大尺度环流及中尺度涡过程产生深远影响[11,12,13]。Chen等[14]观测指出,当与黑潮水混合后,南海北部中尺度涡的影响深度可显著增加至500 m以下。黑潮在冬季时以流套形式从主轴脱落,将产生强中尺度涡,水平半径可超过150 km、垂向上可影响至2 000 m深度[9,15]。在风应力、正压/斜压不稳定、黑潮等多种动力机制的驱动下[16,17,18],南海的中尺度涡具有频发性、覆盖面广、动力特征强等特点,涡对、涡旋群等多涡现象普遍[19,20]。因此,明确的驱动机制和复杂的内部涡流结构,使南海成为海洋中尺度涡研究的天然试验场所[21,22]

近年来,随着卫星观测数据的积累和数值模式的发展,前人针对南海中尺度涡的生成和分布做了大量研究[23,24,25,26,27,28]。统计结果显示,南海每年有10.8~48.6个中尺度涡事件,不同研究的统计数量差异显著,其中反气旋涡和气旋涡的数量比在0.92∶1~2.07∶1变化,中尺度涡平均半径存在从小于60 km到大于150 km的大范围变化,相应的,平均生命周期跨度为50~130天(表1),其中70%的中尺度涡半径小于100 km,且持续时间小于45天[24]。造成南海中尺度涡数量统计结果差异的原因包括不同的数据来源和涡旋识别规则等。具体来说,模式模拟的中尺度涡一般比卫星观测结果更为活跃[29],基于流场的涡旋判定方法能识别出更多的涡旋活动[24,25],而侧重于关注长生命周期的涡旋时,统计得到的涡旋数量则明显下降[26]。此外,前人亦在统计基础上探讨了南海中尺度涡的时空分布特征:南海存在两条中尺度变量的活跃带,一条自东北向西南、沿西北边界2 000 m等深线分布,一条则从西边界12oN附近向东北延伸,穿越南海海盆中心直至吕宋海峡南端[30];林鹏飞等[26]发现南海的中尺度涡活动沿17oN等纬度线分为南北两个相对独立的系统,少有涡旋跨系统传播;Wang等[23]将中尺度涡的生成地细分为4个区域,但仅统计生命周期超过60天的涡旋,且未讨论季节性变化;Xiu等[24]认为南海中尺度涡的生成仅与季节有关,没有显著的空间分布特征。更多研究则认为南海中尺度涡的季节规律仅体现在生成地点的差异和涡旋类型的不同[31,32]

表1   不同文献中对南海中尺度涡活动及动力参数的统计结果

Table 1  Statistics of activities and dynamic parameters of mesoscale eddies in the South China Sea from previous studies

研究时间研究区域涡旋判定方法平均生成涡旋数量/(个/年)数量比

平均

半径/km

平均周期/d

平均传播

速度/(cm/s)

平均传播距离/km参考文献
1993—2000年南海闭合等值线法10.82.07∶11501302.63270[23]
1993—2007年南海Okubo-Weiss参数法32.80.92∶1

87.4

(<100占70%)

<60(占53%)--[24]
1992—2009年南海风向角法48.61.1∶113265/58

5~9(北部)

2.0~6.4(中部)

2~7(南部)

-[25]
1993—2002年南海闭合等值线法18.11.06∶1100~25030~60(占50%)

-8~3

(纬向速度)

-[26]
1992—2009年台湾岛西南部Okubo-Weiss参数法4.00.66∶164/6175/506.4/5.5433/247[27]
1993—2008年吕宋海峡闭合等值线法2.40.43∶18550/90-600/400[28]

注:“-”表示该文献未对此参数进行统计;“/”表示该文献分别对反气旋涡和气旋涡进行了单独的参数统计

新窗口打开| 下载CSV


针对上述南海中尺度涡统计结果在涡旋数量、空间分布以及半径、持续活动周期等关键参数的时空分布差异,且已有研究结果主要集中在2010年以前,缺少对黑潮等动力机制的统计分析,本文利用最新的高时空分辨率卫星高度计资料,首先有效识别了2011—2018年南海北部的中尺度涡,进而追踪其传播路径和活动频率,重点讨论持续时间大于45天的强中尺度涡,以期揭示近几年中尺度涡的时空分布特征及其影响机制,为中尺度涡对南海表层及深层环流的能量级串、物质搬运的调控机理等研究提供基础。

2 数据和方法

2.1 数据来源

本文使用AVISO DUACS 2014(http://www.aviso.altimetry.fr/)数据集,是经多卫星融合的延迟格点数据集(Delayed Time,DT),也是AVISO首次将该数据集的时空分辨率从原先的7天和1/3 °提升到更高精度。主要结果采用海平面异常(Sea Leave Anomaly,SLA)、地转流速异常(UgosVgos)和绝对动力地形(Absolute Dynamic Topography,ADT)数据,时间分辨率为1天,空间分辨率为1/4 °×1/4 °,研究时间为2011年1月至2018年12月。

2.2 表层中尺度涡的识别

本文采用最外层闭合等值线法对中尺度涡进行识别,即通过寻找SLA的最外层闭合等值线,确定涡旋的边界及影响范围。该方法基于地转平衡状态下,SLA等值线近似平行于流线等值线,可代替后者,在节省计算量的同时,最大程度保留观测信号变化,减少人为确定阈值带来的误差[33]。相比Okubo-Weiss参数法(O-W法),该方法计算简便,得到的涡旋形态能够有效反映流场本身的特点[3]

借鉴Chelton等[3]设定的中尺度涡识别条件,并结合南海北部实际情况,本文设定以下识别条件:

(1)中尺度涡的中心必须是以水平1°×1°滑动窗口内的局地极值点,且该点SLA值需超过±4cm

(2)如存在多个极值点,且相距不超过25 km,则只保留最高值(反气旋涡)/最低值(气旋涡)点。

(3)因高度计数据不能有效去除浅海陆架上潮汐和内波等高频运动带来的信号干扰[11],因此水深小于200 m处的极值点忽略不计。

(4)中尺度涡影响范围内至少应有9个像素点。

(5)以0.5 cm为步长、从局地极值点向外寻找SLA等值线,判定其是否闭合,直到找到中尺度涡边缘。

(6)Chelton等[34]认为,南海北部的罗斯贝波(Rossby Wave)第一斜压模态变形半径为45~55 km,同时考虑到AVISO数据的空间分辨率,因此本文只统计半径超过50 km的涡旋。

(7)高度计的测量误差一般为2~3 cm[35],因此识别出的中尺度涡振幅,即涡心处与最外层闭合等值线之差,应不小于3 cm[36]

以2012年1月1日为例,在南海北部活动的中尺度涡识别结果如图1所示。

图1

图1   南海北部表层中尺度涡识别结果

彩色图为2012年1月1日的海平面异常(SLA),灰色箭头为流场,绿色圆点和黑色实线分别为识别的中尺度涡涡心和边界

Fig.1   Identified mesoscale eddies in the northern SCS

Colormap is the SLA on January 1st, 2012; Grey arrows represent geostrophic currents; Green dots and black solid lines mark the cores and boundaries of the identified eddies, respectively


2.3 表层中尺度涡的追踪

中尺度涡生成后,逐渐脱离局地水动力的束缚,向外围移动。在追踪中尺度涡运动过程中,本文采用以下3个条件,约束中尺度涡的筛选。

(1)考虑到高度计的时空分辨率,追踪同一个中尺度涡时,相邻时间点上涡心位置移动距离不超过1个格点(1/4 °),即1天内涡心移动距离小于28 km、传播速度不超过32.4 cm/s,事实上中尺度涡的运动速度远小于该值[37]

(2)若涡心连续消失3天以上、或连续3天内涡旋半径小于45 km,判定该中尺度涡活动结束。

(3)中尺度涡的生命周期与涡旋强度、移动距离等呈正相关[3,24]。因本文主要关注动力特征强、能在中长距离上运动的涡旋,同时为提高识别结果的准确性,仅统计持续活动超过28天的涡旋。

2.4 动力参数及计算方法

本文采用动力参数的经典定义及计算方法,确定中尺度涡的表层动力学信号。其中,中尺度涡的涡动能(Eddy Kinetic Energy,EKE)通过卫星高度计提供的地转流速异常得到:

EKE=12Ugos2+Vgos2,

式中:UgosVgos分别为地转流异常的纬向和经向分量。

涡旋强度(Eddy Intensity,EI)代表了中尺度涡的能量分布,定义为平均涡动能除以涡旋面积(A),与中尺度涡的偏心率和总衰减比率有关[36]

EI=EKE¯A=EKE¯πR2

式中:R为涡旋半径。

平流非线性度(Nonlinearity)可衡量中尺度涡搬运水体和物质的能力大小,定义为中尺度涡的旋转速度(U)和传播速度(c)的比值U/c[3],其中U是中尺度涡边缘的最大平均地转流速。U/c>1,表示中尺度涡具有非线性特征,比值越大非线性程度越高,代表中尺度涡的搬运能力越强。

3 结果与讨论

3.1 南海北部中尺度涡统计结果

观测期内,在南海北部共识别出69个反气旋涡和36个气旋涡,平均每年分别约生成8.6个和4.5个,二者比例接近2∶1,而在全球范围内,这一比例接近1∶1[3,38]。反气旋涡和气旋涡的涡心最大SLA高度差异较大,分别为59和-29 cm,而平均振幅和平均半径则较为接近,分别为9.1和8.6 cm以及91和90 km(图2),接近全球平均数据[3]。此外,频数分布显示,反气旋涡的振幅及半径变化范围大于气旋涡。例如,统计期间气旋涡最大振幅和最大半径分别不超过15 cm和118 km,而有5%以上的反气旋涡可超过该阈值。根据各动力指标所示(表2),反气旋涡的EKE及非线性度也相对较高,说明反气旋涡的动力特征普遍强于气旋涡,反气旋涡的EI值略偏小,证明其形状更接近椭圆形。受地转效应控制,南海北部中尺度涡大多自东向西运动,反气旋涡传播速度略慢,但持续活动时间较长。统计结果表明,反气旋涡和气旋涡的平均传播速度分别约为6.8和7.8 cm/s,平均生命周期分别为56和48天,最终二者的平均移动距离接近,分别约为337和321 km。前人已有结论与本文统计结果相比存在异同。在南海海域内,Wang等[23]针对活动时间超过60天的涡旋,通过闭合等值线法得到的涡旋数目比接近,但平均振幅、半径、生命周期显著偏大;Xiu等[24]通过O-W法得到的平均半径与本文一致,但平均振幅约为2倍;林鹏飞等[26]统计发现近半数涡旋生命周期为30~60天,与本文具有较好的一致性,但涡旋的纬向传播速度则相比本文结论较慢。当仅统计吕宋海峡附近的涡旋活动时,Nan等[27]利用O-W法得到的平均周期与本文接近、但平均半径却比本文结果减小30%,Wang等[28]利用闭合等值线法得到的平均半径和周期则与本文相似、而涡旋移动距离更远。一方面,中尺度涡运动在南海内非均匀分布,统计区域的不同可能导致结果差异;另一方面,随着资料时空分辨率的不断提高,中尺度涡动力研究不断趋于精细化。同时,也证实O-W法对涡旋识别较为严格,可能人为忽略涡旋部分动力特征,造成统计偏差。

图2

图2   中尺度涡动力参数统计分布

(a)~(c)分别为反气旋涡的平均振幅、平均半径、生命周期;(d)~(f)同上,但为气旋涡;实线为累积密度分布,灰色虚线标出95%置信区间位置

Fig.2   Statistics on the characteristics of mesoscale eddies

(a)~(c) Stand for amplitude, radius, and life duration of anticyclonic eddies, respectively; (d)~(f) are the same as (a)~(c) but for cyclonic eddies; The cumulative density is plotted as solid line, and grey dashed line indicates the 95% value for each parameter


表2   20111月至201812月南海北部中尺度涡动力参数统计

Table 2  Statistics of dynamic parameters of mesoscale eddies in the northern South China Sea during 2011.01-2018.12

反气旋涡(大于28天)气旋涡(大于28天)强反气旋涡(大于45天)强气旋涡(大于45 天)
涡旋总数/个69362411
最大涡心SLA/cm59-2859-28
振幅/cm9.18.613.711.8
半径/km919010293
EKE/(cm2/s2423.89403.92686.69601.98
EI/[cm2/(s2·km2)]0.0180.0210.0230.029
传播速度c/(cm/s)6.87.87.18.5
旋转速度U/(m/s)0.320.320.400.37
非线性度U/c5.14.76.14.8
生命周期/d56487954
传播距离/km337321496376

新窗口打开| 下载CSV


为了区分不同强度的中尺度涡,进一步约束筛选条件:涡旋运动期间,涡心SLA的最大高度超过20 cm(反气旋涡)/小于-8 cm(气旋涡);平均振幅大于10 cm;生命周期超过45天。统计表明这些筛选条件能较好地得到强度高、持续时间久、运动距离更远的中尺度涡。筛选后得到24个强反气旋涡和11个强气旋涡,约占总数的1/3,比例仍约为2∶1。对比发现,强涡旋的动力指标明显增大。例如,反气旋涡的平均半径和平均传播速度分别增加12%和4%,达到102 km和7.1 cm/s,非线性度从5.1上升至6.1,生命周期和移动距离则增加近50%。虽然强气旋涡的平均振幅、传播速度也相应增加,但平均半径和非线性度没有显著提升。在长时间统计结果中,Chelton等[3]发现全球平均振幅超过10.1 cm的中尺度涡,有47%生命周期超过16周,与此相比,南海北部强涡旋的平均生命周期偏短。

观测期间内,几乎每年秋冬季都会在台湾岛南端形成一个动力特征强劲的反气旋涡,并在其西北方伴随产生一个强气旋涡,二者形成涡对,共同沿2 000 m等深线向西南传播。东沙岛东南陆坡上的深层(1 700~2 000 m)观测显示,当表层强反气旋涡经过时,深层混合系数可高出背景值1个数量级,达到1.2×10-3 m2/s,同时引起底层(2 100 m)浊度的显著增高[39,40]。结合模式数据,Wang等[41]计算得到一次强反气旋涡过程能在上1 500 m水层中引起约5.4×1021 J的热输送。Xiu等[24]指出南海水深大于1 000 m的海域中有超过9.8%的面积受中尺度涡活动影响。因此,针对动力更强、传播距离更远的强中尺度涡的深入研究,将有助于更好地理解南海北部表层及深层环流系统的能量输送和物质搬运过程。

3.2 中尺度涡的活动路径及活动频率

本文统计结果显示,南海北部中尺度涡活动表现出季节变化特征,西向运动占主导地位。从生成地点及传播路径上看,秋冬季中尺度涡集中生成于118°E以东、尤其是吕宋海峡北端,以沿等深线向西南移动为主(图3),普遍具有强度强、传播距离远的特征。春季,海盆内部生成的中尺度涡逐渐增多,并出现跨等深线向西或西北移动,但传播距离相比较短。夏季,反气旋涡多生成于菲律宾吕宋岛西侧,以平行于18°N断面向西移动为主。同时,在该断面附近,南北海域形成两个相对独立的系统,中尺度涡几乎不跨系统传播,与林鹏飞等[26]发现的相符合。从生成数量上看,反气旋涡没有表现出显著的季节特征,而气旋涡在冬季和春季生成的数量明显高于其他两季。夏季气旋涡大多数在生成后迅速消失、移动速度缓慢且传播距离较短,最长仅持续活动半个月(2014年6月)。

图3

图3   南海北部中尺度涡的活动频率及移动路径

彩图依次为反气旋涡(a)~(d)和气旋涡(e)~(h)在冬季、春季、夏季和秋季的出现频率;独立的中尺度涡事件分别用圆点(反气旋涡)和三角形(气旋涡)标出,其中黑色和粉色分别表示涡旋和强涡旋

Fig.3   The frequency of occurrence and moving path of mesoscale eddies in the northern SCS

Colormaps are frequency of occurrence for anticyclonic eddies (a)~(d) and cyclonic eddies (e)~(h) in winter (December-February), spring (March-May), summer (June-August), and autumn (September-November), respectively. Independent anticyclonic eddy and cyclonic eddy are marked as dot and triangle, respectively; Eddies and strong eddies are distinguished as black and pink colors


中尺度涡生成和移动表现出的时空分布特征与Wang等[23]划分一致,体现了不同季节、不同区域的形成机制差异(图3)。通过对表层流场及水体通量进行模态分解,发现秋末冬初形成于台湾岛西南岸外的强反气旋涡来自于黑潮入侵南海[27]。当东北向的冬季风吹过群岛间隙时,在菲律宾吕宋岛西北端产生地形风射流是该海域内中尺度涡形成和发展的重要机制[42]。卫星观测发现,夏季在吕宋海峡附近生成的反气旋内部携带高叶绿素浓度水团,与黑潮水体性质相反,结合风应力旋度的季节变化,指示该季节内的反气旋涡是近岸水体在西南季风驱动下形成的[18]。夏季向秋季过渡期间,快速转变的风向可改变黑潮主流轴位置和入侵南海的形态,并在黑潮进入南海后易引发锋面不稳定[43],决定了该季节反气旋涡的生成地点向吕宋海峡南端偏移。

中尺度涡的活动频率也表现出空间和季节变化特征。整体而言,涡旋活动的高频区以平行于海岸线的条带状分布为主,自台湾岛南端向西南延伸,与Xiu等[24]得到的分布一致但频率略高(图3)。在不同季节中,高频区集中出现在冬季和春季,夏季较弱,且无显著气旋涡运动,而反气旋涡的活动频率高、覆盖海域广。具体表现在,反气旋涡在冬季生成区域集中,最高活动频率可超过30%,表示该海域冬季有超过30%的时间受反气旋涡影响。春季时反气旋涡的生成地点分散,此时涡旋的覆盖范围扩大、但活动频率下降,且冬季高频区随着强涡旋向西南活动而同步移动。气旋涡虽在冬季生成的数量较多,但春季的活动现频率较高,冬季次之,最高值分别约为26%和20%,同样受冬季易形成的强涡旋长时间持续活动影响。活动频率的空间分布印证了Wang等[30]提出中尺度涡活跃带。南海北部中尺度涡的生成地点、移动路径和活动频率表现了显著的季节性变化特征,且再次证实了反气旋涡在数量、动力强度、影响范围、生命周期等方面均高于气旋涡。

3.3 黑潮对南海北部中尺度涡的影响

忽略水深小于200 m的水域,南海北部空间平均(17°~23°N,112°~120.5°E)的SLA和EKE季节变化显著。SLA秋季高而春季低,其中每年10月正异常一般可达15 cm,最强负异常则出现在2016年3月,为-7 cm(图4a)。年际变化上,SLA在2016年前呈下降趋势,尤其是2015年和2016年春季,海域内平均SLA负异常显著增强。EKE在冬季达到全年高峰,其中最大值出现在2017年2月,为757.25 cm2/s2图4b)。EKE低值一般出现在3~4月和9~10月,此时处于冬季风和夏季风的转换期,风场向海洋输入的能量最小[44]。值得注意的是,从2014年4月至次年9月,区域平均EKE波动幅度小于15%,平均值仅为245.76 cm2/s2,低于观测期内平均值,而每年秋冬季的EKE峰值在当年底未出现。表层海洋中超过90%的动能储存在中尺度涡内,表层EKE可反映中尺度涡活动强弱[45,46]。2014年末EKE峰值的缺失,可能与当年南海北部中尺度涡活动偏弱、尤其是强涡对未形成有关。

图4

图4   空间平均后的动力指标时间序列

(a)AVISO SLA;(b)EKE;(c)黑潮南海指数(KSI),虚线为由均值(μ)和标准差(σ)确定的取值范围

Fig.4   Time series of spatial averaged dynamic parameters

(a) AVISO SLA; (b) EKE; (c) Kuroshio South China Sea Index (KSI), where dash lines represent the range value defined by the mean (μ) and standard deviation (σ) of KSI


黑潮是南海北部重要的动力来源之一,其流速快、动力强、影响深度大,当主轴随季节发生摇摆时,可通过吕宋海峡进入南海北部,因此对该地中尺度涡的形成有重要影响[12,44]。前人将黑潮进入南海的路径分为流套(Looping)、跨越(Leaping)和直接进入(Leaking)3种[13]。本文采用Nan等[47]建立的黑潮南海指数(Kuroshio South China Sea Index, KSI),量化判定黑潮对南海中尺度涡生成的影响:

KSI=-g/f2ηdA

式中:gf分别为重力加速度和地转参数;η采用AVISO ADT数据,积分范围为118°~121°E、19°~23°N。取观测期间内KSI的平均值(μ)和标准差(σ),当KSI取值落于μ±σ范围内时,代表Leaking路径,也称为黑潮南海分支,即黑潮大概率是通过吕宋海峡直接进入南海,主要影响南海大尺度环流;当KSI取值大于上限(图4c蓝色圆点),代表Leaping路径,指示黑潮进入南海概率偏小,从吕宋海峡以东经过、向北流动为主,不具备驱动中尺度涡生成的条件;当KSI取值小于下限(图4c红色圆点),代表Looping路径,表明黑潮入侵南海并在吕宋海峡西侧形成流套的概率增加,此种路径可为中尺度涡的形成提供动力来源。该方法通过对地转流涡度积分,相比温度和盐度等,能更有效区分黑潮对南海北部的影响[48]

KSI指数显示季节变化特征,负值主要出现在秋冬季,而春夏季一般高于平均值。与此相应,Looping路径在秋末冬初发生概率显著增强(图5a),最长持续时间为46天(2017年1月)。在此机制下形成的涡对中,反气旋涡可持续活动近100天,从120°E移动至113°E附近,且影响深度深。Wang等[41]发现此类强反气旋涡具有显著的第一斜压模态特征,证明黑潮入侵南海北部后首先形成流套,进而由于锋面上的斜压不稳定造成流套脱落、形成涡旋,且在不同水深上均表现出强烈的非线性结构。涡旋对中的气旋涡生命周期则相对较短(平均约为45天),水平移动距离较小,往往消失于117oE附近。Zhang等[9]通过观测得到的海水温盐等进行水团性质分析,认为该气旋涡非黑潮直接脱落形成,而是台湾岛南侧近岸浅水在流套脱落过程中伴随产生的。相比而言,Leaping路径发生概率的季节变化特征较弱,仅在夏季风盛行前后略有增加,在此期间,黑潮主轴偏北,在菲律宾吕宋岛西侧易形成气旋涡,并在其周围伴随生成反气旋涡[49]。然而,本文在夏季期间未发现持续活动时间超过半个月的气旋涡,结合KSI指数的变化,一方面反映了夏季黑潮入侵南海的概率降低、非该季节内涡旋生成的主要机制,另一方面也印证了黑潮对南海北部冬季强中尺度涡的生成具有重要影响。

图5

图5   黑潮3种路径的发生概率

(a)月变化;(b)年变化;灰色、阴影和白色柱图分别代表Looping,Leaking和Leaping路径

Fig.5   Probabilities of occurrence for the three Kuroshio paths

(a) Monthly; (b) Annually. Grey, shadow and white boxes represent for Looping, Leaking and Leaping, respectively


黑潮入侵南海的3种路径的发生概率未表现出显著的年际变化(图5b),仅2014年较为特殊。当年Looping路径发生概率降至7.1%、Leaping路径的概率增长至25.8%,且Leaking路径发生时间从2014年10月起持续152天,为历年之最。时间序列显示,2014/2015年冬季KSI值落于μ±σ区间内,与其他年份指数显著偏负有较大差异,暗示当年未形成黑潮流套。展开对比多年秋冬季(11月至次年1月)的季节平均EKE及流场的空间分布,发现在2014/2015年表层EKE显著偏弱、流速偏小(图6)。当年南海北部SLA整体显著偏负异常,形成的反气旋涡强度弱,被挤压在台湾岛西侧,其后迅速消失,后方未出现伴生的气旋涡信号。该涡对不仅在2014/2015年冬季未形成,且在2015/2016年冬季出现的时间早、强度低,可能与始于2014年、发展于2015/2016年的超强厄尔尼诺现象有关[26,50,51]。但是,目前对于厄尔尼诺现象如何影响南海中尺度涡的生成仍知之甚少,有待进一步的工作。

图6

图6   南海北部秋冬季(11月至次年1月)时间平均海表涡动能(EKE)和表层流场

(a)2011—2018年(除2014/2015年);(b)2014/2015年;黑色箭头表示平均流速

Fig.6   Temporal averaged EKE and surface currents in the northern SCS during autumn/winter (November-January)

(a) 2011-2018 (except 2014/2015); (b) 2014/2015. Black arrows indicate temporal averaged velocity


统计结果表明,在2011—2018年,Looping,Leaking和Leaping 3种路径的平均发生概率分别为15.9%,68.5%和15.6%。其中,Looping路径发生概率较低且具有季节变化特征[11],对中尺度涡的生成有重要影响,尤其是在秋冬季生成的强涡旋表现出强动力特征、持续时间长、具有显著的斜压模态[6,41]。KSI指数的时间变化特征与吕宋海峡水通量变化特征相似[12],说明KSI指数能较为准确地反映黑潮对南海北部多尺度运动的影响。然而, Huang等[49]指出KSI指数存在两个缺陷,首先是对积分区域敏感,其次是积分区域内正负涡度值可能互相抵消,造成不同路径的错判或漏判,因此其通过采用对正负涡度分别积分的双指数方法,优化了对黑潮入侵南海的判定,进一步确定了黑潮Looping路径的季节变化对南海北部冬季强反气旋涡的驱动机制,同时发现作为常态的Leaking路径发生概率超过70%,高于Nan等[47]方法的计算结果。

4 结 论

本文基于AVISO卫星高度计资料,利用最外层闭合等值线法,针对2011—2018年在南海北部生成并活动的表层中尺度涡,进行时空分布和动力机制分析,获得了以下主要结论:

(1)南海北部中尺度涡活动非常活跃。平均每年分别生成8.6个反气旋涡和4.5个气旋涡,比例接近2∶1。其中,约有1/3为振幅超过10 cm、生命周期超过45天的强中尺度涡,强反气旋涡和强气旋涡的数量比仍约为2∶1。

(2)中尺度涡的动力特征较强,如平均半径约为90 km,平均速度为6.8~7.8 cm/s,平均可持续运动近50天,而且具有较强的非线性特征。相较而言,反气旋涡的动力特征强于气旋涡。

(3)中尺度涡在南海北部的覆盖范围广,其生成地点和传播路径具有显著的季节性变化。反气旋涡秋季和冬季主要在吕宋海峡北侧形成,其后沿等深线向西南移动;夏季主要在菲律宾吕宋岛西侧形成,平行于纬线向西移动。气旋涡冬季和春季主要生成于吕宋海峡西侧,向西南移动;夏季无气旋涡生成。通过活动频率的分布,发现高值区呈条带状,平行于海岸线,反气旋涡的最高值超过30%,出现在冬季,气旋涡的最高值约为26%,出现在春季。

(4)黑潮入侵是南海北部中尺度涡生成和演化的重要机制之一,通过形成流套,决定了秋冬季强中尺度涡涡对的生成。KSI表现出季节变化特征,与强涡对的形成频率具有很好的对应关系;未表现出年际变化特征,仅2014/2015年冬未形成强涡对,或与厄尔尼诺现象的影响有关。

参考文献

Rossby T, Flagg C, Ortner P, et al.

A tale of two eddies: Diagnosing coherent eddies through acoustic remote sensing

[J]. Journal of Geophysical Research: Oceans, 2011, 116(C12).DOI: 10.1029/2011JC007307.

[本文引用: 1]

de Jong M F, Bower A S, Furey H H.

Two years of observations of warm-core anticyclones in the Labrador Sea and their seasonal cycle in heat and salt stratification

[J]. Journal of Physical Oceanography, 2014, 44(2): 427-444.

[本文引用: 1]

Chelton D B, Schlax M G, Samelson R M.

Global observations of nonlinear mesoscale eddies

[J]. Progress in Oceanography, 2011, 91(2): 167-216.

[本文引用: 8]

Sheen K L, Brearley J A, Naveira Garabato A C, et al.

Modification of turbulent dissipation rates by a deep southern ocean eddy

[J]. Geophysical Research Letters, 2015, 42(9): 3 450-3 457.

[本文引用: 1]

Shu Y, Xue H, Wang D, et al.

Persistent and energetic bottom-trapped topographic Rossby waves observed in the southern South China Sea

[J]. Scientific Reports, 2016, 6: 24 338.

[本文引用: 1]

Yang Q, Zhou L, Tian J, et al.

The roles of Kuroshio intrusion and mesoscale eddy in upper mixing in the northern South China Sea

[J]. Journal of Coastal Research, 2013, 30(1): 192-198.

[本文引用: 2]

Mcwilliams J C.

The nature and consequences of oceanic eddies

[J]. Geophysical Monograph Series, 2008, 177: 5-15.

[本文引用: 1]

Spall M A.

On the role of eddies and surface forcing in the heat transport and overturning circulation in marginal seas

[J]. Journal of Climate, 2011, 24(18): 4 844-4 858.

[本文引用: 1]

Zhang Z, Wang W, Qiu B.

Oceanic mass transport by mesoscale eddies

[J]. Science, 2014, 345(6 194): 322-324.

[本文引用: 3]

Wu C, Chiang T.

Mesoscale eddies in the northern South China Sea

[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 2007, 54(14): 1 575-1 588.

[本文引用: 1]

Yuan D, Han W, Hu D.

Surface Kuroshio path in the Luzon Strait area derived from satellite remote sensing data

[J]. Journal of Geophysical Research: Oceans, 2006, 111(C11). DOI: 10.1029/2005JC003412.

[本文引用: 3]

Metzger E J, Hurlburt H E.

The nondeterministic nature of Kuroshio penetration and eddy shedding in the South China Sea

[J]. Journal of Physical Oceanography, 2001, 31(7): 1 712-1 732.

[本文引用: 3]

Caruso M J, Gawarkiewicz G G, Beardsley R C.

Interannual variability of the Kuroshio intrusion in the South China Sea

[J]. Journal of Oceanography, 2006, 62(4): 559-575.

[本文引用: 2]

Chen G, Hou Y, Chu X, et al.

Vertical structure and evolution of the Luzon warm eddy

[J]. Chinese Journal of Oceanology and Limnology, 2010, 28(5): 955-961.

[本文引用: 1]

Li L, Nowlin Jr W D, Su J.

Anticyclonic Rings from the Kuroshio in the South China Sea

[J]. Deep Sea Research Part I: Oceanographic Research Papers, 1998, 45(9): 1 469-1 482.

[本文引用: 1]

Xue H, Chai F, Pettigrew N, et al.

Kuroshio Intrusion and the Circulation in the South China Sea

[J]. Journal of Geophysical Research: Oceans, 2004, 109(C2).DOI: 10.1029/2002JC001724.

[本文引用: 1]

Chen R, Flierl G R, Wunsch C.

A description of local and nonlocal eddy-mean flow interaction in a global eddy-permitting state estimate

[J]. Journal of Physical Oceanography, 2014, 44(9): 2 336-2 352.

[本文引用: 1]

Yuan D, Han W, Hu D.

Anti-cyclonic eddies northwest of Luzon in summer-fall observed by satellite altimeters

[J]. Geophysical Research Letters, 2007, 34(13): L13610. DOI: 10.1029/2007GL029401.

[本文引用: 2]

Nan F, He Z, Zhou H, et al.

Three long-lived anticyclonic eddies in the northern South China Sea

[J]. Geophysical Research: Oceans, 2011, 116: C05002.DOI:10.1029/2010JC006790.

[本文引用: 1]

Zheng Q, Hu J, Zhu B, et al.

Standing wave modes observed in the South China Sea deep basin

[J]. Journal of Geophysical Research: Oceans, 2014, 119(7): 4 185-4 199.

[本文引用: 1]

Liu Q, Kaneko A, Su J.

Recent progress in studies of the South China Sea circulation

[J]. Journal of Oceanography, 2008, 64(5): 753-762.

[本文引用: 1]

Tian Jiwei, Qu Tangdong.

Advances in research on the deep South China Sea circulation

[J]. Chinese Science Bulletin, 2012, 57(20): 1 827-1 832.

[本文引用: 1]

田纪伟, 曲堂栋.

南海深海环流研究进展

[J]. 科学通报, 2012, 57(20): 1 827-1 832.

[本文引用: 1]

Wang G, Su J, Chu P.

Mesoscale eddies in the South China Sea observed with altimeter data

[J]. Geophysical Research Letters, 2003, 30(21). DOI:10.1029/2003GL018532.

[本文引用: 5]

Xiu P, Chai F, Shi L, et al.

A census of eddy activities in the South China Sea during 1993-2007

[J]. Journal of Geophysical Research: Oceans, 2010, 115(C3). DOI: 10.1029/2009JC005657.

[本文引用: 9]

Chen G, Hou Y, Chu X.

Mesoscale eddies in the South China Sea: Mean properties, spatiotemporal variability, and impact on thermohaline structure

[J]. Journal of Geophysical Research: Oceans, 2011, 116(C6). DOI: 10.1029/2010JC006716.

[本文引用: 3]

Lin Pengfei, Wang Fan, Chen Yongli, et al.

Temporal and spatial variation characteristics on eddies in the South China Sea. I. Statistical analyses

[J]. Acta Oceanologica Sinica, 2007, 29(3): 14-22.

[本文引用: 7]

林鹏飞, 王凡, 陈永利, .

南海中尺度涡旋的时空特征: I. 统计分析

[J]. 海洋学报, 2007, 29 (3): 14-22.

[本文引用: 7]

Nan F, Xue H, Xiu P, et al.

Oceanic eddy formation and propagation southwest of Taiwan

[J]. Journal of Geophysical Research: Oceans, 2011,

116(C12)

DOI:10.1029/2011JC007386.

[本文引用: 4]

Wang X, Li W, Qi Y, et al.

Heat, salt and volume transports by eddies in the vicinity of the Luzon Strait

[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2012, 61: 21-33.

[本文引用: 3]

Feng B, Liu H, Lin P, et al.

Meso-scale eddy in the South China Sea simulated by an eddy-resolving ocean model

[J]. Acta Oceanologica Sinica, 2017, 36(5):9-25.

[本文引用: 1]

Wang L, Koblinsky C J, Howden S.

Mesoscale variability in the South China Sea from the Topex/Poseidon altimetry data

[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2000, 47(4): 681-708.

[本文引用: 2]

Du Y, Yi J, Wu D, et al.

Mesoscale oceanic eddies in the South China Sea from 1992 to 2012:Evolution processes and statistical analysis

[J]. Acta Oceanologica Sinica, 2014, 33(11): 36-47.

[本文引用: 1]

Lin X, Dong C, Chen D, et al.

Three-dimensional properties of mesoscale eddies in the South China Sea based on eddy-resolving model output

[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2015, 99: 46-64..

[本文引用: 1]

Souza J, de Boyer-Montégut C, Le Traon P-Y.

Comparison between three implementations of automatic identification algorithms for the quantification and characterization of mesoscale eddies in the South Atlantic Ocean

[J]. Ocean Science, 2011, 7(3): 317-334.

[本文引用: 1]

Chelton D B, de Szoeke R A, Schlax M G, et al.

Geographical variability of the first baroclinic Rossby radius of deformation

[J]. Journal of Physical Oceanography, 1998, 28(3): 433-460.

[本文引用: 1]

Ducet N, Le Traon P-Y.

Reverdin G. Global high‐resolution mapping of ocean circulation from Topex/Poseidon and Ers-1 and-2

[J]. Journal of Geophysical Research: Oceans, 2000, 105(C8): 19 477-19 498.

[本文引用: 1]

Chaigneau A, Gizolme A, Grados C.

Mesoscale eddies off Peru in altimeter records: Identification algorithms and eddy spatio-temporal patterns

[J]. Progress in Oceanography, 2008, 79(2): 106-119.

[本文引用: 2]

Fu L L.

Pattern and velocity of propagation of the global ocean eddy variability

[J]. Journal of Geophysical Research: Oceans, 2009, 114(C11). DOI: 10.1029/2009JC005349.

[本文引用: 1]

Faghmous J H, Frenger I, Yao Y, et al.

A daily global mesoscale ocean eddy dataset from satellite altimetry

[J]. Scientific Data, 2015, 2: 150 028.

[本文引用: 1]

Zhang Y, Liu Z, Zhao Y, et al.

Mesoscale eddies transport deep-sea sediments

[J]. Scientific Reports, 2014, 4: 5 937.

[本文引用: 1]

Zhang Y, Liu Z, Zhao Y, et al.

Effect of surface mesoscale eddies on deep-sea currents and mixing in the northeastern South China Sea

[J]. Deep Sea Research Part II: Topical Studies in Oceanography,2015, 122: 6-14.

[本文引用: 1]

Wang M, Zhang Y, Liu Z, et al.

Temporal and spatial evolution of a deep-reaching anticyclonic eddy in the South China Sea

[J]. Scinece in China(Series D),2019, 62: 1 002-1 023.

[本文引用: 3]

Wang G, Chen D, Su J.

Winter eddy genesis in the eastern South China Sea due to orographic wind jets

[J]. Journal of Physical Oceanography, 2008, 38(3): 726-732.

[本文引用: 1]

Zu T, Gan J, Erofeeva S Y.

Numerical study of the tide and tidal dynamics in the South China Sea

[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2008, 55(2): 137-154.

[本文引用: 1]

Qu T.

Upper-layer circulation in the South China Sea

[J]. Journal of Physical Oceanography, 2000, 30(6): 1 450-1 460.

[本文引用: 2]

Wunsch C.

The past and future ocean circulation from a contemporary perspective

[M]// Ocean Circulation: Mechanisms and Impacts-past and Future Changes of Meridional Overturning. Washington D C: AGU, 2007: 53-74.

[本文引用: 1]

Jouanno J, Sheinbaum J, Barnier B, et al.

Seasonal and interannual modulation of the eddy kinetic energy in the Caribbean Sea

[J]. Journal of Physical Oceanography, 2012, 42(11): 2 041-2 055.

[本文引用: 1]

Nan F, Xue H, Chai F, et al.

Identification of different types of Kuroshio intrusion into the South China Sea

[J]. Ocean Dynamics, 2011, 61(9): 1 291-1 304.

[本文引用: 2]

Nan F, Xue H, Yu F.

Kuroshio intrusion into the South China Sea: A review

[J]. Progress in Oceanography, 2015, 137: 314-333.

[本文引用: 1]

Huang Z, Liu H, Hu J, et al.

A double-index method to classify Kuroshio intrusion paths in the Luzon Strait

[J]. Advances in Atmospheric Sciences, 2016, 33(6): 715-729.

[本文引用: 2]

Hu S, Fedorov A.

Exceptionally strong easterly wind burst stalling El Niño of 2014

[J]. Proceedings of the National Academy of Sciences, 2016, 113(8): 2 005-2 010.

[本文引用: 1]

Levine A, McPhaden M.

How the July 2014 easterly wind burst gave the 2015-2016 El Niño a head start

[J]. Geophysical Research Letters, 2016, 43(12): 6 503-6 510.

[本文引用: 1]

/