海洋科学  2025, Vol. 49 Issue (12): 1-11   PDF    
http://dx.doi.org/10.11759/hykx20250413001

文章信息

孙伟杰, 陈洁, 杨涛, 李迪, 谢玲玲, 李君益. 2025.
SUN Weijie, CHEN Jie, YANG Tao, LI Di, XIE Lingling, LI Junyi. 2025.
基于卫星高度计沿轨数据的南海北部陆架地转流异常反演
Inversion of the geostrophic current anomaly on the northern shelf of the South China Sea based on along-track satellite altimeter data
海洋科学, 49(12): 1-11
Marine Sciences, 49(12): 1-11.
http://dx.doi.org/10.11759/hykx20250413001

文章历史

收稿日期:2025-04-13
修回日期:2025-07-14
基于卫星高度计沿轨数据的南海北部陆架地转流异常反演
孙伟杰1, 陈洁1,2, 杨涛3, 李迪1, 谢玲玲1, 李君益1,4     
1. 广东海洋大学 海洋与气象学院, 广东 湛江 524088;
2. 自然资源部海洋咨询中心, 北京 100161;
3. 中国人民解放军92682部队, 广东 湛江 524001;
4. 自然资源部空间海洋遥感与应用重点实验室, 广东 湛江 524088
摘要:利用卫星高度计获取的1993—2020年沿轨海面高度异常数据, 使用经验正交函数分解方法对南海北部陆架海面高度异常数据的跨陆架特征进行了分析。结果显示南海北部海面高度及地转流异常的季节和年际变化明显。季节变化特征主要体现为夏半年(3—8月)与冬半年(其余月份)的海面高度异常数值不同。近岸侧海面高度异常在冬半年的振幅约为0.3 m, 在夏半年则为–0.4 m; 年际尺度上, 海面高度异常在1997、2003、2007、2016年振荡振幅较大。卫星高度计沿轨数据的经验正交函数分解(EOF)显示, 海面高度异常在跨陆架方向存在倾斜结构, 其近岸处振幅在每年的10(3)月达到最大(小)值。由海面高度反演的月平均地转流异常最大约为0.2 m/s, 夏半年沿陆架向东, 冬半年沿陆架向西。通过对海面高度异常EOF分解结果的解读, 可获得地转流在跨陆架方向的结构。
关键词卫星高度计    沿轨数据    地转流异常    陆架环流    
Inversion of the geostrophic current anomaly on the northern shelf of the South China Sea based on along-track satellite altimeter data
SUN Weijie1, CHEN Jie1,2, YANG Tao3, LI Di1, XIE Lingling1, LI Junyi1,4     
1. College of Ocean and Meteorology, Guangdong Ocean University, Zhanjiang 524088, China;
2. Marine Consulting Center of the Ministry of Natural Resources, Beijing 100161, China;
3. 92682 of the People's Liberation Army, Zhanjiang 524001, China;
4. Key Laboratory of Space Ocean Remote Sensing and Application, National Satellite Ocean Application Service, Zhanjiang 524088, China
Abstract: This study analyzes the cross-shelf characteristics of sea surface height anomaly data over the northern South China Sea shelf. For this purpose, it applies empirical orthogonal function decomposition (EOF) to these data from along-track satellite-altimeter measurements for 1993–2020. The results reveal clear seasonal and interannual variations in sea surface height anomalies and geostrophic current anomalies across the northern South China Sea. At the seasonal scale, sea surface height anomalies differ between the summer half-year (March–August) and the winter half-year (September–February). The amplitude of sea surface height anomalies on the nearshore side is approximately 0.3 m in the winter half-year and −0.4 m in the summer half-year. At the interannual scale, there are clear fluctuations in sea surface height anomalies in 1997, 2003, 2007, and 2016. The EOF results reveal a tilted cross-shelf structure of sea surface height anomalies, with the amplitude reaching the maximum (minimum) value in October (May) each year. The geostrophic current anomaly retrieved from monthly sea surface height data is about 0.2 m/s, and the current flows in opposite directions in winter (westward) and summer (eastward). The fourth mode indicates that the geostrophic current anomaly on the continental shelf may be influenced by other dynamic processes. This paper expands the application of sea surface height anomaly data from along-track satellite altimeters to shallow continental shelf waters and provides valuable insights into regional ocean dynamics and climate research.
Key words: satellite altimeter    along-track data    geostrophic current anomaly    continental shelf circulation    

陆架区海流直接关系热量及营养盐的输送, 是区域海洋学最基础的研究要素之一。南海北部陆架宽阔, 海域内波动、锋面等多尺度动力过程复杂且频发, 这些动力因素使得南海北部陆架流复杂多变。因此, 基于长时间序列卫星高度计观测数据, 解构南海北部陆架海区地转流, 特别是其在跨陆架方向的分布特征, 对南海北部陆架动力学相关研究有重要的意义。

随着观测数据的积累以及海洋数值模式的发展, 前人对南海北部陆架海流已开展了相关研究。观测结果表明南海西北部近岸海域(距岸10~20 km)在冬、夏季均存在一支西向的广东沿岸流[1, 2]。海流一分部终年通过琼州海峡进入北部湾[2, 3], 另一部分经海南岛东南侧海域与南海低纬度水相交换且存在较强的季节变化[4]。与近岸海流不同, 陆架区海流呈现明显的季节特征。陆架海域(100 m)表层余流在1—4月流向为东北向, 6—11月呈现明显的西向特征[5]。薛惠洁等[6]则认为海流在11月至次年2月为沿岸向西南(0.15~0.25 m/s)、5—9月沿岸向东北(0.2~0.3 m/s)。数值模拟结果也显示该海域海流夏季流向为东北向, 秋冬季西南海流占主导[7]

由以上研究可知, 南海北部陆架海流存在明显的区域差异以及季节变化[8], 尚未形成较为统一的观点, 这可能是受较复杂的陆架动力过程影响所致。珠江冲淡水以及上升流引起的温盐分布差异可能是形成广东沿岸流的原因[9]。雷州半岛东侧的气旋冷涡也被认为是夏季广东沿岸流形成的重要原因[10, 11]。由于海水温、盐性质不同, 广东沿岸流与陆架区海流之间形成季节锋面[12, 13]。此外, 陆架波等动力过程也与南海北部陆架环流密切相关[14, 15]。因此, 开展长时间序列南海北部陆架环流研究, 对于其形成、影响机制分析具有重要意义。

开展定点长期连续观测是南海北部陆架环流研究最直接有效的手段。因直接观测成本高, 基于观测数据开发一种可获得长时间序列海流的方法就显得更为可行。TOPEX/Poseidon系列卫星高度计于1992年发射, 是一种重要的海洋动力卫星, 获取的长时间序列观测数据为海流反演提供了数据基础。利用卫星高度计沿轨海面高度异常数据, Liu等[16]给出了南海北部1993—2016年陆架环流的季节及年际变化特征, 发现秋季近岸输运方向为西南向, 而夏季则为东北向。进一步地, 本文使用卫星高度计12、88、114和190这4条轨道上的沿轨海面高度异常数据, 利用经验正交函数分解方法进行处理, 明确分解各模态含义, 分别求解各模态对应的地转流异常分量。本文的结果有助于拓展卫星高度计获取的沿轨海面高度异常数据在陆架浅海的应用, 其经验正交函数分解结果, 可为后续陆架波及锋面等相关研究提供新的研究思路。

1 数据和方法 1.1 研究区域

南海北部陆架为东北—西南走向的宽阔陆架(如图 1)。研究区域东西长约1 000 km, 陆架(水深 < 200 m)宽约200 km, 等深线基本平行于岸线, 陆架地形平坦、变化缓慢, 陆坡处地形陡峭, 在100 km距离内由300 m剧烈变为2 000 m。卫星高度计星下点轨道(图 1红线)与岸线、等深线基本垂直, 是开展卫星高度计沿轨海面高度异常数据在陆架浅海应用研究的佳地。

图 1 研究区域 Fig. 1 Study area 注: 红线为卫星高度计地面轨道(轨道号12、88、114、190), 颜色点(F1、F2、F3、F4)及曲线为漂流浮标布放位置及轨迹, 红方块(MR)为潜标海流观测站位, 等深线上的数字单位为m。本图基于审图号琼S(2024)044号的地图制作, 底图无修改。
1.2 研究数据

卫星高度计获取的沿轨海面高度异常数据由哥白尼海洋环境观测服务中心(Copernicus Marine Environment Monitoring Service)分发, 为三级数据产品。数据的重复周期为9.9 d, 沿轨时间采样率为1 Hz, 对应轨道星下点距离约为7 km, 数据时间范围为1993年1月1日至2020年12月31日。数据先后分别经TOPEX/Poseidon、Jason-1、Jason-2和Jason-3卫星测量所获得, 该数据产品制作时已减去其1993—2012年平均值。

研究区域内, 选取与岸线近似垂直的4条卫星高度计轨道(Track12、88、114、190, 后文记为T12, T88, T114与T190)研究南海北部陆架海流。近岸侧沿轨数据取至近岸, 因受陆地等因素影响, 缺测较多, 仅选取20 m以深的数据, 外海侧取至水深约2 000 m的海域(见图 1中红色线段)。

用于验证的海流数据来自搭载300 kHz声学多普勒流速剖面仪(Acoustic Doppler Current Profiler, ADCP)的海底监测平台[17], 于2015年1月6日至3月3日布放在海南省万宁外海80 m水深海域(18°36′N, 110°29′E)。海流观测范围为4~78 m, 时间分辨率为10 min, 垂向分辨率为2 m。对海流分量作垂向平均, 得到海流正压分量, 经T_tide工具滤潮、坐标旋转处理, 得到沿陆架海流分量与跨陆架海流分量。观测数据的沿陆架海流分量用于验证地转流反演结果。

漂流浮标是一种基于拉格朗日原理海流观测方式。使用2023年以及2024年在南海西北部陆架海域布放的漂流浮标, 对地转流反演结果进行验证。漂流浮标参数见Lin等[18], 每5 min通过4G信号将坐标及对应时间回传。通过坐标及对应时间, 计算漂流浮标流径速度。为剔除潮流以及近惯性振荡的影响, 采用50 h滑动平均, 得到流径方向海表流速。需要指出的是, 由于卫星高度计Jason-3于2022年4月改变轨道, 本文所使用的卫星高度计沿轨数据与漂流浮标获取的数据在时间上并不重合, 这里的验证结果, 仅能给出地转流反演结果在量值上是否可靠, 后期需开展同步对比。本文使用的漂流浮标信息见表 1

表 1 漂流浮标信息 Tab. 1 Drifting buoys information
序号 布放时间 布放经度 布放纬度 采样周期/min 结束时间
F1 2023-07-25 110.715 8°E 20.706 6°N 5 2023-08-14
F2 2024-08-06 110.851 1°E 20.797 5°N 5 2024-09-09
F3 2024-08-09 111.199 8°E 20.965 1°N 5 2024-09-20
F4 2024-09-17 111.553 1°E 20.103 7°N 5 2024-09-27
1.3 研究方法

经验正交函数分析方法(Empirical Orthogonal Function, EOF)将时空数据X分解为空间特征向量(空间场)和对应的时间系数:

$ X=\boldsymbol{E}_{m \times m} \times P_{m \times n}, $ (1)

其中, E为空间场, P为时间系数。m为空间维度, n为时间系数的维度。

在开展EOF分析前, 对各轨道海面高度异常数据进行预处理。首先对各轨道海面高度异常数据在跨陆架方向按间距1 km做线性插值; 对插值后的每格点沿轨数据, 在时间维度采用线性插值; 在上述两步去除缺测值后, 对跨陆架方向每格点海面高度时间序列做距平处理。

EOF是一种广泛使用的变量多维度分解方法, 可反映要素场的时间系数及对应的空间分布特点。前人[4]多利用分解后的空间场正负位相结合时间系数正负值, 分析要素X的时空分布特征。根据North准则, 分解后的模态应取至前后模态对应的特征根误差范围不重叠为止。我们注意到, 分解后不同模态是相互正交的, 空间场与时间系数相乘才具有物理意义。这里对分解后的空间模态赋予原参数的物理单位, 即为m, 时间系数单位则应为1。

基于以上设定, 本文应用EOF方法对1993—2020年间海面高度异常沿轨数据进行分解。时空数据X的空间场为某轨道跨陆架方向海面高度异常, 时间系数为卫星不同过境期间的重复观测。在EOF分解得到对应模态的空间场以及时间系数相互正交的前提下, 某模态空间场(以第一模态为例)代表了海面高度异常在跨陆架方向的空间分布; 对于不同时刻i(i=1, 2, 3, …, n), 其对应的真实海面高度异常应为Em×Pi。因此, 利用上述特征, 解读南海北部陆架海面高度异常分解结果, 对某个模态的时、空分量相乘, 得到该模态对应的海面高度异常真实场, 进一步地, 通过地转流计算, 得到海面高度异常对应的海洋动力过程。

设定跨陆架向海为x正方向, 沿陆架向北为y正方向。研究区海流基本沿岸线及等深线运动[2], 这里设定海水不可压, 且海水在流动过程中保持守恒, 这意味着可只考虑沿着陆架y方向的海水流速, 忽略x方向的海水运动, 即u = 0。不考虑摩擦、黏滞及非线性等过程, 简化后的运动方程为:

$ -f v=-g \frac{\partial h}{\partial x}, $ (2)

其中, g=9.8 m/s2, f为当地科氏参数, h为海面起伏, x为跨陆架方向距离。

上式可改写为:

$ v=\frac{g}{f} \frac{\partial h}{\partial x} . $ (3)

由式(3), 沿陆架海流与跨陆架的海面起伏有关, 即与海面在跨陆架方向的压强梯度力有关。由于卫星高度计星下点轨道基本垂直于岸线及等深线, 因此, 卫星高度计沿轨海面高度异常即为式(3)中的h。更进一步地, EOF空间模态的跨陆架分布为式(3)中的h。由卫星观测的海面高度异常数据计算到的海流实际为正压地转流异常, 本文不考虑斜压过程对海面异常的影响。另外, 存在升轨、降轨两种沿轨观测数据, 基于式(3), 本文选取与南海北部岸线近乎垂直的降轨数据。若采用升轨数据, 因轨道与岸线、陆架等深线倾角较大, 应同时考虑沿陆架、跨陆架速度分量。

小波变换是一种采用不同尺度小波处理非平稳信号的有效信号处理方法[19], 具有多分辨率的特点, 能对时间和空间频率进行局部化分析。Morlet小波函数可以写成[19, 20]:

$ \psi(t)=\pi^{-1 / 4} \exp \left(i \varpi_0 t-t^2 / 2\right), $ (4)

式中, t是时间变量, $ \varpi_0 $是无因次的频率尺度。给定一个离散的时间序列xn, 该时间序列中每个元素之间具有均一的时间间隔δt, 而n = 0, 1, …, N–1, N为时间序列采样样本总量。这个时间序列离散的小波变换可以写成:

$ W_n^X(s)=\sqrt{\delta t / s} \sum\limits_{n^{\prime}=1}^N x_{n^{\prime}} \psi\left[\left(n^{\prime}-n\right) \delta t / s\right], $ (5)

式中s为小波变换的时间尺度, 取不同值可得到不同频率的信号。在变换过程中, 存在边界效应, 使用小波锥给出边界效应的影响范围[19]

2 海面高度跨陆架分布

图 2为南海北部陆架区域1993—2020年卫星高度计T12、T88、T114、T190沿轨海面高度异常的纬向分布图。由图 2(a)2(d)中, 可以看到明显的季节信号: 海面高度异常在春季(3—5月)与夏季(6—8月)特征类似(即夏半年), 均表现为负异常, 而在秋季(9—11月)与冬季(12月—次年2月)表现为正异常(即冬半年)。各轨道海面高度异常数据在季节周期上, 近岸(高纬度)与外海(低纬度)起伏趋势近似相同, 表明研究区水位整体存在年周期信号。从跨陆架方向看, 各轨道海面高度异常数据冬半年在近岸为正异常, 约为0.3 m; 夏半年在近岸为负异常, 约为–0.4 m, 而在陆架边缘处海面高度异常接近0 m(例如: T12中的21°N, T88中的22°N)。值得注意的是, 夏季近岸海面存在较大的正异常信号, 可达0.5 m, 但这样的信号数量较少, 并且单独存在, 可能是南海频发台风引起的风增水现象[21], 水位在跨陆架方向形成e指数分布[22]。从4条轨道整体看, 各轨道在近岸处海面高度异常近似一致, 表明水位异常在南海北部陆架区基本作为一个整体进行变化。

图 2 1993—2020年卫星高度计T12、T88、T114、T190沿轨海面高度异常纬向分布图(a—d)及其气候态平均在跨陆架方向分布图(e—h) Fig. 2 Zonal distribution map of the abnormal sea surface height anomaly along the orbit of satellite altimeters from 1993 to 2020 for T12, T88, T114, and T190 (a—d) and distribution of monthly climatological sea surface height in the cross-shelf direction (e—h) 注: 图(a)—(d)中品红线为陆架区(50~100 m)海面高度异常平均值随时间的分布。

从4条轨道卫星高度计沿轨海面高度异常气候态月平均结果看[图 2(e)2(h)], 海面高度异常在跨陆架方向的极值位于近岸海域。近岸海域各轨道海面高度异常气候态平均值在5—8月约为–0.1 m, 在7月最低, 为–0.2 m。海面高度异常在2月与9月约为0 m左右, 各轨道的情况稍有不同。10月至次年1月, 海面高度为正异常, 约为0.1 m, 最大值发生在10月, 为0.25 m。海面高度异常在陆架边缘处接近0 m的现象在图 2(e)2(h)图 2(a)2(d)不明显, 意味着这个0 m值的位置在各个季节并不一致。总之, 由沿轨海面高度异常气候态平均结果可知, 近岸在冬季为正异常, 在夏季为负异常, 冬季异常值略高于夏季。

从各轨道的海面高度异常数据随时间分布图中[图 2(a)2(d)], 可看到明显的年际信号。例如, 1998、2012、2016年夏季各轨道海面高度负异常偏小, 近似为0.2 m, 而2005年夏季各轨道海面高度负异常偏大, 达–0.2 m, 超过其他年份(约为–0.1 m), 这意味着海面高度异常受厄尔尼诺和拉尼娜等现象调制, 厄尔尼诺现象可能会抑制海面高度异常, 而拉尼娜现象可能会放大海面高度异常。

3 沿轨海面高度异常EOF分析

图 3为T12、T88、T114、T190沿轨海面高度异常数据经EOF分解后的各空间模态跨陆架方向分布, 根据North准则保留前4个模态。由图 3可以看到, 4条轨道海面高度异常第一模态在跨陆架方向均为正位相且起伏较小, T114轨道海面高度正位相数值约为0.08 m, 其他3条轨道处的数值约为0.06 m。所有第二模态特征类似, 在近岸为正位相(约为0.10 m), 向陆架外侧振幅逐渐降低, 在陆架边缘处(虚线)降为0左右, 外海一侧则变为负位相。第二、三模态空间特征在陆架海域分布特征类似, 不同的是, 第三模态在陆架边缘处出现负位相最小值。第四模态陆架上的第一个极小值较第三模态进一步向岸方向靠近。需要注意的是, 图 3(a)3(c)以及图 3(b)3(d)中模态四空间正负位相分布特征相反, 这需要结合对应的时间序列进一步分析。

图 3 T12(a)、T88(b)、T114(c)、T190(d)沿轨海面高度异常EOF分解的空间模态 Fig. 3 Spatial patterns for EOF of the sea surface height anomaly in T12 (a), T88 (b), T114 (c) and T190 (d) Empirical orthogonal function decomposition of the sea surface height anomaly in T12 (a), T88 (b), T114 (c) and T190 (d) 注: 垂直虚线代表陆架边缘(200 m)位置。各颜色曲线为各空间模态的跨陆架分布。

图 4为卫星高度计四条轨道海面高度异常数据经EOF分解后各空间模态对应的时间系数。模态一时间系数的振幅最大, 约为模态二的2倍, 两者均呈现明显的季节变化特征。模态三及模态四对应的时间系数进一步减小, 仅为1左右, 呈现出季节内变化特征。以T12轨道数据为例, 图 5为T12前四模态时间系数的气候态月平均结果, 第一模态的负值出现在3月, 正值出现在10月; 第二模态在夏半年为负值, 冬半年为正值; 第三模态时间系数在0附近, 方差较大; 第四模态分布与第二模态类似。其他轨道时间序列的气候态平均结果均与T12轨道结果类似。

图 4 T12(a)、T88(b)、T114(c)、T190(d)各空间模态对应的时间序列 Fig. 4 Principal components of the sea surface height anomaly corresponding spatial patterns in T12 (a), T88 (b), T114 (c), and T190 (d)

图 5 T12沿轨海表面高度异常EOF分解时间序列的气候态月平均 Fig. 5 Monthly climatology of principal components for EOF of the sea surface height anomaly in T12

我们注意到, 前4个模态可解释海面高度异常的90%以上。其中, 第一模态占比约60%~70%, 第二模态占比约20%, 后两个模态均占比10%以下。第三模态气候态月平均结果的方差远大于均值, 这意味着模态三对应的信号周期较短, 可能对应着台风或寒潮事件引起的海面起伏[22, 23]。而第四模态方差贡献占比低于5%, 远低于第二模态。另外, 从前人[1, 2]对南海北部陆架环流的研究角度看, 此处海流流向存在季节转换。前两个模态时间系数具有明显的季节特征, 因此, 前两个模态可能与南海北部陆架地转流有关, 第三、四模态由于方差贡献率较低、且气候态均值较小而方差较大, 可能与其他海洋动力事件过程等因素相关。

对上述EOF结果的解读, 需要从时空结合的角度看。各轨道海表面高度异常第一模态(图 3红色曲线)在跨陆架方向同相位变化, 而时间序列表现为非常明显的“春季负异常, 秋季正异常”这样的季节信号, 这表明南海北部陆架海面在3—5月整体为负异常, 约为–0.03 m, 而在10—12月则表现为正异常, 约为0.12 m。第一模态所代表的信号与刘秦玉等[24]的研究结果类似, 主要原因是南海海面热量通量控制下的海面高度的季节变化[25-27]。Ho等[28]则认为南海不同区域在不同季节存在海面高度差异。综上, 第一模态反映了整个研究区内海面高度的季节差异。

与第一模态不同, 第二、三、四模态则反应了海面高度在近岸与外海的差异(如图 3)。结合时间序列, 第二模态表示陆架区域海面高度整体存在倾斜, 近岸海面在夏季较外海低约0.15 m, 反之, 在冬季则较外海高0.15 m。第二模态跨陆架特征与图 2(e)2(h)跨陆架分布特征相似。第三、四模态表明陆架上可能存在其他动力过程影响了陆架区域的海面高度, 并且引起的海面高度变化较小, 振幅约为0.05 m。

综上, 南海北部陆架各轨道海表面高度异常第一模态表征为海面整体的季节性起伏, 第二模态体现为海面在跨陆架方向随季节的反位相变化, 第三、四模态则表现为短周期海洋动力事件引起的海面起伏。

4 陆架地转流反演

上述第一模态在跨陆架方向起伏约为0.02 m, 由式(3), 对应的地转流远低于薛惠洁等[6]研究结果, 第三、四模态因方差占比过小, 因此, 这里不考虑利用第一、三以及四模态开展地转流异常计算。

4.1 陆架地转流反演

图 6(a)为各轨道海面高度EOF分解第二模态(图 3中绿线)对应地转流异常在跨陆架方向的分布特征。可以看出, 反演结果体现了地转流异常在不同轨道上的分布特征有一定的差异。在T88轨道上, 地转流异常极大值位于陆坡区域, 约为–0.2 m/s, 强海流沿着纬向在T12处, 最大值出现在近岸50 m水深位置。T190与T114轨道处, 地转流异常极大值则分布于陆架边缘约200 m水深位置处, 并且T114轨道上地转流异常极大值(0.24 m/s)强于T190轨道(0.15 m/s)。

图 6 海面高度EOF分解第二模态对应地转流异常在跨陆架方向的分布 Fig. 6 Geostrophic current anomaly in the cross-shelf direction retrieved from Mode 2 of the sea surface height anomaly using empirical orthogonal function decomposition 注: 图(a)等深线的单位为m。

需要注意的是, 图 6(a)结果仅仅为海面高度EOF分解第二模态对应的地转流异常, 反映了地转流异常沿轨分布特征, 对应了冬半年陆架地转流异常的分布。实际上, 获取地转流异常随时间的变化特征, 还需要结合对应的时间系数(图 4)。

图 6(b)为T12轨道2016—2020年地转流异常在跨陆架方向的分布, 根据式(1), 由跨陆架地转流分布[图 6(a)]与时间系数[图 4(a)]相乘而得。可以看到, 在近岸60 km附近海域地转流较强, 夏季达0.2 m/s (沿岸向北), 在冬季流向相反。其他轨道上地转流在时间变化特征上, 与T12轨道相近。

图 7为T12海面高度异常经EOF分解后第二、三模态时间系数的小波功率谱, 体现了地转流异常的年际变化特点。由图 7(a)可以看出PC2具有明显的季节变化特征, 同时存在一定的季节内(60~90 d)变化特征。图 7(b)则表现出一定的季节内变化特征, 信号周期以半年为主。在1997—2002年, PC3中存在一个较强的年际变化信号, 在2015—2016年则存在一个较强的年周期信号, 这表明强厄尔尼诺事件可能更多影响第三模态的时间系数, 而弱厄尔尼诺事件则对其影响不明显。由于本文更注重对EOF分解模态的解读, 地转流异常年际变化特点还需后续通过其他方式进一步分析。

图 7 T12轨道海面高度异常EOF分解后PC2(a)、PC3(b)小波功率谱 Fig. 7 Wavelet power spectra of the second (a) and third (b) principal components from the sea surface height anomaly in T12 注: 黑粗线为95%置信度曲线。黑细线为小波锥, 小波锥外侧区域受数据边界影响。
4.2 反演结果验证

图 8为2015年1月至3月ADCP观测的正压沿陆架流与反演的地转流异常时间序列之间的比较。两者在趋势上较为接近, 但存在一些明显的差异。观测的沿岸流最低可达–0.6 m/s, 而反演的地转流异常最低仅为–0.4 m/s。Liu等[16]利用近一年的观测数据, 地转流反演结果与实测海流的相关系数为0.5~0.7。因此, 基于海面高度异常开展地转流分析相对可靠。需要强调的是, 海面高度异常为瞬时观测结果, 尽管已经剔除潮汐过程, 但因其重复周期较长, 使用更长的数据序列开展对比更为合适。

图 8 T114轨道地转流异常与沿陆架海流观测数据对比结果 Fig. 8 Comparison of the geostrophic current anomaly and along-shelf current observations for T114 注: 蓝点为沿轨数据80 m水深(距岸40 km)沿陆架地转流流速; 黑粗线为ADCP观测正压海流沿岸分量, 细线为25 h滑动平均结果。

漂流浮标在南海北部陆架主要沿着等深线进行漂流(图 1)。漂流浮标F1至F3在7—8月沿等深线向东北方向, 由粤西漂流至珠江口至汕头一带。经计算, 其流速约为0.27 m/s, 在粤西海域流速较为均匀, 在珠江口以东似乎受珠江冲淡水影响向外海越过100 m等深线。漂流浮标F4布放于9月中下旬, 由漂流轨迹可以看出, 此时海流已经转向, 流速约为–0.24 m/s。另外, 前人[5, 6]对粤西海流观测结果与本文所得结果也较为近似。

通过四个漂流浮标观测的海流流速与上述第二模态对应的地转流异常[图 6(b)]相近, 这说明本文对卫星高度计沿轨海面高度异常EOF分解结果的解读是可信的。不过由于两者并非同步观测, 漂流浮标的观测结果仅能证明利用沿轨海面高度异常EOF结果计算地转流异常是可行的, 后续仍需开展更多的同步观测对比。

5 结论

基于1993—2020年共28 a的卫星高度计沿轨海面高度异常数据, 本文利用EOF方法对南海北部陆架海域海面高度的时空特征进行了分析, 并针对EOF分解得到海面高度跨陆架方向结构特征, 计算陆架海域地转流, 主要得到以下结论。

(1) 南海北部陆架海域海面高度异常以季节变化特征为主, 并间具年际变化特征。其量值在夏半年(3—8月)与冬半年(其余月份)不同, 相对于1993—2012年平均值, 近岸线一侧的海面高度在冬半年(特别是10月)异常增高约0.3 m, 在夏半年(如5月)则异常减小为–0.4 m。在年际尺度上, 在1997、2003、2007、2016年, 海面高度异常的波动幅度较大。

(2) 卫星高度计沿轨海面高度异常数据EOF分析显示, 其第一模态和第二模态存在明显的季节和年际变化, 其中, 第一模态表现为陆架区整体海面在夏、冬半年的差异, 夏半年海面整体较低, 冬半年海面整体较高; 第二至四模态表现为海面高度异常在跨陆架方向存在倾斜结构, 主要随季节变化; 第三模态和第四模态的方差贡献较低, 体现季节内或事件变化特征。

(3) 由海面高度EOF分解后第二模态反演的地转流, 其冬夏流向相反。在夏季流向沿着陆架向东, 冬季流向沿着陆架向西, 流速约为0.20 m/s。

通过对海面高度EOF分解结果的解读, 本方法可以获得地转流在跨陆架方向的结构, 这是开展单点海流观测所不能达到的。此外, 本文研究结果也有助于拓展卫星高度计沿轨海面高度异常数据在陆架浅海的应用, 为区域海洋动力学和气候研究提供重要的参考。需要指出的是, 该反演结果仅为正压地转信号, 尚需结合同步观测数据开展进一步分析。

致谢: 本研究的漂流浮标数据得到国家自然科学基金委员会共享航次计划项目(项目批准号: 42249911)的资助。漂流浮标(航次编号: NORC2023-11)由“天龙”号科考船实施布放; 卫星高度计获取的沿轨海面高度异常数据(SEALEVEL_GLO_PHY_L3_MY_008_062), 由欧洲哥白尼海洋环境观测服务中心(Copernicus Marine Environment Monitoring Service)分发, 在此一并表示感谢。

参考文献
[1]
应秩甫. 粤西沿岸流及其沉积[J]. 中山大学学报, 1999, 38: 85-89.
YING Zhifu. On the coast current and its deposit along western coast in Guangdong[J]. Acta Scientiarum Naturalium Universities Sunyatseni, 1999, 38: 85-89.
[2]
陈达森, 陈波, 严金辉, 等. 琼州海峡余流场季节性变化特征[J]. 海洋湖沼通报, 2006(2): 12-17.
CHEN Dasen, CHEN Bo, YAN Jinhui, et al. The seasonal variation characteristics of residual currents in the Qiongzhou Strait[J]. Transactions of Oceanology and Limnology, 2006(2): 12-17.
[3]
陈锦康, 谢玲玲, 李君益, 等. 基于锚系观测的春季琼州海峡水体输运特征研究[J]. 海洋科学进展, 2025, 43(2): 322-338.
CHEN Jinkang, XIE Lingling, LI Junyi, et al. Water volume transport across the Qiongzhou Strait in spring based on mooring observation[J]. Advances in Marine Science, 2025, 43(2): 322-338.
[4]
LI J Y, LI M, WANG C, et al. Multiple mechanisms for chlorophyll a concentration variations in coastal upwelling regions: a case study east of Hainan Island in the South China Sea[J]. Ocean Science, 2023, 19: 469-484. DOI:10.5194/os-19-469-2023
[5]
何琦, 魏泽勋, 王永刚. 南海北部陆架陆坡区海流观测研究[J]. 海洋学报, 2012, 34(1): 17-28.
HE Qi, WEI Zexun, WANG Yonggang. Study on the sea currents in the northern shelf and slope of the South China Sea based on the observation[J]. Acta Oceanologica Sinica, 2012, 34(1): 17-28.
[6]
薛惠洁, 柴扉, 徐丹亚, 等. 南海沿岸流特征及其季节变化[C]// 国家海洋局科技司. 中国海洋学文集——南海海流数值计算及中尺度特征研究. 北京: 海洋出版社, 2001: 64-75.
[7]
DING Y, YAO Z G, ZHOU L L, et al. Numerical modeling of the seasonal circulation in the coastal ocean of the Northern South China Sea[J]. Frontiers of Earth Science, 2020, 14: 90-109. DOI:10.1007/s11707-018-0741-9
[8]
SHU Y Q, WANG Q, ZU T T. Progress on shelf and slope circulation in the northern South China Sea[J]. Science China Earth Sciences, 2018, 61(5): 560-571. DOI:10.1007/s11430-017-9152-y
[9]
杨士瑛, 鲍献文, 陈长胜, 等. 夏季粤西沿岸流特征及其产生机制[J]. 海洋学报, 2003, 25(6): 1-8.
YANG Shiying, BAO Xianwen, CHEN Changsheng, et al. Analysis on characteristics and mechanism of current system in west coast of Guangdong Province in the summer[J]. Acta Oceanologica Sinica, 2003, 25(6): 1-8.
[10]
王本栋, 陈洁, 刘洞良, 等. 基于遥感数据的粤西陆架气旋涡特征[J]. 广东海洋大学学报, 2025, 45(3): 37-44.
WANG Bendong, CHEN Jie, LIU Dongliang, et al. Characteristics of cyclonic eddy on western Guangdong shelf based on remote sensing data[J]. Journal of Guangdong Ocean University, 2025, 45(3): 37-44.
[11]
LI J Y, LI M, XIAN Z Y, et al. Satellite tracked Lagrangian drifter observed Yuexi cyclonic eddy[J]. Acta Oceanologica Sinica, 2025, 44: 150-152. DOI:10.1007/s13131-024-2409-5
[12]
谭可易, 谢玲玲, 李明明, 等. 粤西陆架温度锋三维结构与季节变化机制分析[J]. 海洋学报, 2023, 45(10): 42-55.
TAN Keyi, XIE Lingling, LI Mingming, et al. 3D structure and seasonal variation of temperature fronts in the shelf sea west of Guangdong[J]. Haiyang Xuebao, 2023, 45(10): 42-55.
[13]
陈彪, 王静, 经志友, 等. 琼东和粤西海表温度锋的季节与年际变化特征分析[J]. 热带海洋学报, 2016, 35(5): 1-9.
CHEN Biao, WANG Jing, JING Zhiyou, et al. Seasonal and interannual variation of thermal fronts off the east coast of Hainan Island and the west coast of Guangdong[J]. Journal of Tropical Oceanography, 2016, 35(5): 1-9.
[14]
LI J Y, HE T, ZHENG Q A, et al. Statistical analysis of dynamic behavior of continental shelf wave motions in the northern South China Sea[J]. Ocean Science, 2023, 19: 1545-1559. DOI:10.5194/os-19-1545-2023
[15]
周晨, 李君益, 郑全安, 等. 南海北部冬季陆架波特征[J]. 广东海洋大学学报, 2023, 43(3): 89-97.
ZHOU Chen, LI Junyi, ZHENG Quanan, et al. Characteristics of winter continental shelf waves in the northern South China Sea[J]. Journal of Guangdong Ocean University, 2023, 43(3): 89-97.
[16]
LIU J, DAI J J, XU D F, et al. Seasonal and interannual variability in coastal circulations in the northern South China Sea[J]. Water, 2018, 10(4): 520. DOI:10.3390/w10040520
[17]
LI M, XIE L L, ZONG X L, et al. Tidal currents in the coastal waters east of Hainan Island in winter[J]. Journal of Oceanology and Limnology, 2022, 40: 438-455. DOI:10.1007/s00343-021-0453-y
[18]
LIN H Y, SUN Z Y, CHEN Z Z, et al. Wintertime Guangdong coastal currents successfully captured by cheap GPS drifters[J]. Acta Oceanologica Sinica, 2020, 39: 166-170. DOI:10.1007/s13131-019-1425-3
[19]
TORRENCE C, COMPO G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 1998, 79: 61-78. DOI:10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2
[20]
GRINSTED A, MOORE J C, JEVREJEVA S. Application of the cross wavelet transform and wavelet coherence to geophysical time series[J]. Nonlinear Processes in Geophysics, 2004, 11: 561-566. DOI:10.5194/npg-11-561-2004
[21]
LI J Y, ZHENG Q A, LI M, et al. Spatiotemporal distributions of ocean color elements in response to tropical cyclone: a case study of typhoon Mangkhut (2018) past over the northern South China Sea[J]. Remote Sensing, 2021, 13(4): 687. DOI:10.3390/rs13040687
[22]
CHEN N, HAN G Q, YANG J S, et al. Hurricane sandy storm surges observed by hy-2a satellite altimetry and tide gauges[J]. Journal of Geophysical Research: Oceans, 2014, 119: 4542-4548. DOI:10.1002/2013JC009782
[23]
LI J Y, ZHENG Q A, HU J Y, et al. A case study of winter storm-induced continental shelf waves in the northern South China Sea in winter 2009[J]. Continental Shelf Research, 2016, 125: 127-135. DOI:10.1016/j.csr.2016.06.013
[24]
刘秦玉, 杨海军, 贾英来, 等. 南海海面高度季节变化的数值模拟[J]. 海洋学报, 2001, 23(2): 9-17.
LIU Qinyu, YANG Haijun, JIA Yinglai, et al. The numerical simulation of the seasonal variation of the sea surface height in the South China Sea[J]. Haiyang Xuebao, 2001, 23(2): 9-17.
[25]
潘轶, 岳建平, 宋亚宏, 等. 1993~2015年中国南海海平面变化的初步研究[J]. 地理空间信息, 2017, 15(10): 9-12.
PAN Yi, YUE Jianping, SONG Yahong, et al. Preliminary study on the changes of sea level in the South China Sea, China from 1993 to 2015[J]. Geospatial Information, 2017, 15(10): 9-12.
[26]
王慧, 刘克修, 张琪, 等. 中国近海海平面变化与ENSO的关系[J]. 海洋学报, 2014, 36(9): 65-74.
WANG Hui, LIU Kexiu, ZHANG Qi, et al. The relationship between sea level change of China's coast and ENSO[J]. Haiyang Xuebao, 2014, 36(9): 65-74.
[27]
CHENG X H, QI Y Q. Trends of sea level variations in the South China Sea from merged altimetry data[J]. Global Planetary Change, 2007, 52: 371-382.
[28]
HO C R, ZHENG Q A, SOONG Y S, et al. Seasonal variability of sea surface height in the South China Sea observed with TOPEX/Poseidon altimeter data[J]. Journal of Geophysical Research: Oceans, 2000, 105(C6): 13981-13990. DOI:10.1029/2000JC900001