2017, Vol. 48
中国海洋湖沼学会主办。
文章信息
- 王鼎琦, 方国洪, 邱婷. 2017.
- WANG Ding-Qi, FANG Guo-Hong, QIU Ting. 2017.
- 吕宋海峡黑潮脱落涡旋的特征分析
- THE CHARACTERISTICS OF EDDIES SHEDDING FROM KUROSHIO IN THE LUZON STRAIT
- 海洋与湖沼, 48(4): 672-681
- Oceanologia et Limnologia Sinica, 48(4): 672-681.
- http://dx.doi.org/10.11693/hyhz20170200037
-
文章历史
- 收稿日期：2017-02-28
- 收修改稿日期：2017-03-29
2. 青岛海洋科学与技术国家实验室区域海洋动力学与数值模拟功能实验室 青岛 266200;
3. 河海大学海洋学院 南京 210098
2. Laboratory for Regional Oceanography and Numerical Modeling, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266200, China;
3. College of Oceanography, Hohai University, Nanjing 210098, China
南海是最大的边缘海之一, 具有独特的水文和海洋环流特征, 与西北太平洋之间的水体交换只能通过吕宋海峡进行(Yang et al, 2011)。吕宋海峡位于台湾岛与吕宋岛之间(图 1), 宽约380km, 平均水深约1400m, 海槛深度在2200—2400m (孙湘平, 2006)。黑潮是西北太平洋的一支强西边界流, 沿太平洋西岸北上过程中, 受到吕宋海峡的影响, 失去西侧陆坡的支持而发生形变, 从而影响南海北部的水文特征、海流结构以及涡旋的生成等(李薇等, 1998; Wang et al, 2012; Nan et al, 2015)。
 |
| 图 1 吕宋海峡及附近海域地形分布 Fig. 1 Topographic distribution of the Luzon Strait and the neighboring area 注:等值线为水深(单位: m) |
黑潮的脱落涡旋是黑潮入侵南海的一种重要方式。1994年8—9月南海东北部水文调查首次观测到一个中心位于21°N、117.5°E, 直径约150km, 垂直尺度达1000m的反气旋式涡旋(暖涡), 并发现这个涡旋可能来自于黑潮(李立等, 1997; Li et al, 1998)。Pichevin等(1997)通过基于β平面含非线性项的一层半模式以及动量守恒角度分析, 认为黑潮能通过涡旋等不稳定过程流经吕宋海峡进入南海。杨昆等(2000)改进了POM数值模式的涡分辨率, 结果认为黑潮在吕宋海峡也能形成如墨西哥湾似的“流套”并脱落出中尺度涡。Jia等(2004)结合卫星高度计资料和POCM模式结果, 发现暖涡在黑潮弯曲区域活动较为活跃, 且在夏季风和冬季风盛行时期, 在119.5°E和120°E之间频繁脱落。Yuan等(2006)结合卫星遥感水色、海表温度和高度计资料, 分析得到, 黑潮在吕宋岛西北海域以脱落暖涡形式向西入侵南海, 且这一现象一年四季都存在。郭景松等(2007)通过统计1993—2000年间吕宋海峡两侧涡旋, 分析得到南海东北部中尺度暖涡的形成与黑潮有一定联系。Nan等(2011b)研究了中国台湾西南侧海域涡旋的形成和传播, 发现在这个区域冷涡多于暖涡, 但暖涡较强且生存时间较长。Wang等(2012)研究了吕宋海峡西部涡旋并估算了它们引起的体积、热量和盐量的输运。在上面提到的各项研究中, 大都没有区分黑潮脱落的涡旋和非黑潮脱落的涡旋。Jia等(2004)虽专注于从黑潮脱落的涡旋, 但只针对黑潮发生弯曲时的情况, 而且只考察了暖涡的发生和迁移。
本文将分析1993—2014年间在吕宋海峡附近海域, 从黑潮脱落并进入南海的涡旋的时空分布、迁移路径等统计特征, 并研究黑潮的三种路径类型对涡旋脱落的影响以及脱落涡旋的向西迁移速度与Rossby波波速和大尺度海流流速的关系。由于涡旋在海洋的物质和能量输运过程中扮演极为重要的作用(Zhang et al, 2014), 且吕宋海峡是连接南海和西北太平洋的唯一深水通道, 因此分析黑潮脱落涡旋的统计特征, 对于研究吕宋海峡的水交换等具有重要的意义。
1 数据和方法本研究主要使用了三个数据集。首先是法国空间局(AVISO)中心网站的卫星高度计全球网格化延时数据产品, 包括多卫星(包括ERS-1、ERS-2、Jason-1、Jason-2、HY-2等卫星)融合的海面高度距平(SLA)和绝对动力地形(ADT)数据(数据网址: http://www.aviso.altimetry.fr/en/data.html)。数据的时间范围为1993年1月至2014年12月, 时间分辨率为1天, 空间分辨率为0.25°×0.25°。该数据集包含了海面高度和相应的地转流流矢分布。由于ADT数据已计入平均动力高度MDT(Rio et al, 2011), 故黑潮的位置可以清楚地分辨出来, 这极大地便利了从黑潮脱落涡旋的辨识。其次是美国国家海洋数据中心(NODC)的World Ocean Atlas(WOA13) 数据(数据网址: https://www.nodc.noaa.gov/), 本文采用水平分辨率为0.25°×0.25°的年平均温盐剖面气候数据(Locarnini et al, 2011)。最后是1993—2010年全球海洋同化再分析资料SODA2.2.4的月平均海洋数据集, 其水平分辨率为0.5°×0.5°(数据网址:http://iridl.ldeo.columbia.edu/SOURCES/.CARTON-GIESE/.SODA/.v2p2p4/)。
AVISO的SLA和ADT产品已被广泛应用于南海中尺度涡的研究(Nan et al, 2011b; Wang et al, 2012, 2015; Chu et al, 2014), 虽然高度计数据已经包括了对潮汐和海平面压强的修正, 但是在浅海海域, 仍然包含潮汐和内波的干扰(Yuan et al, 2007)。因此, 为了保证结果的准确性, 本文仅采用水深不小于200m的SLA和ADT数据。
中尺度涡以持续性封闭环流为主要特征, 通常典型的空间尺度为50—500km, 时间尺度为几天到上百天, 是海洋环流的一个重要组成部分(王桂华等, 2005)。近几十年, 科学家们提出了多种中尺度涡自动识别方法, 大致可分为三大类:第一类是基于涡旋速度场的物理特性的算法, 主要包括Okubo-Weiss(OW)参数法、小波分解方法等; 第二类是基于涡旋几何特性的算法, 主要包括Winding-Angle(WA)方法、矢量几何法、自由等值线法等; 第三类是混合法。Souza等(2011)比较了小波分解、OW和变型WA(即几何准则)三种方法, 认为变型WA方法性能最好。此外, Chen等(2011)也成功地应用了WA方法识别南海中尺度涡, 因此, 本文选择变型WA方法对研究区域内的涡旋进行自动识别。
变型WA方法首先寻找在一个1°×1°经纬度移动窗口内SLA或ADT最小(大)值, 用于判断可能的冷涡(暖涡)中心。再从每个可能的涡旋中心出发, 以1cm的增幅(减幅)向外寻找闭合的SLA或ADT等值线, 最外层的等值线即是涡旋的边缘。
在得到全部的涡旋中心后, 我们再利用距离法(Nencioli et al, 2010), 逐个判定涡旋轨迹。在连续时间的SLA场中, 对在第t时刻每一个识别出来的涡旋进行追踪, 即寻找在下一个t+1时刻相应的类型相同(同为冷涡或暖涡)且距离最近的涡旋, 并认为这个涡旋是上一个涡旋迁移了一定距离后的同一个涡旋。由于涡旋的平均迁移速度小于0.1m/s(见下文), 即每天迁移的平均距离小于10km, 而AVISO提供的SLA和ADT数据的时间分辨率为一天, 故采用本方法能够准确地追踪各个涡旋并判定其轨迹, 从而进一步得知涡旋的演变、迁移和消亡过程。
为了更可靠地根据海面高度来识别涡旋, 需要一个优质的平均流场, 尤其是强流海区(Lee et al, 2010)。因此, 本文结合SLA和ADT两种数据绘制出逐日的等值线图(图略), 观察黑潮脱落涡旋的过程, 记录黑潮脱落的涡旋, 再对这些涡旋进行识别与追踪, 得到脱落涡旋的中心位置、迁移轨迹、迁移速度等信息。利用距离法我们同样可以倒过来追踪涡旋的产生源地, 并利用ADT资料所提供的黑潮信息, 确定涡旋是不是起源于黑潮。
2 统计结果通过识别, 我们发现1993—2014年间, 在吕宋海峡附近一共有16个冷涡(气旋式涡旋)和66个暖涡(反气旋式涡旋)从黑潮脱落并进入南海。其中只有3个冷涡在黑潮内部生成, 其余13个则是在黑潮西侧边缘生成; 大部分暖涡均在黑潮控制区(包括黑潮流套区)生成, 仅19个暖涡是在黑潮西侧边缘生成。暖涡数量远多于冷涡数量的原因是由于黑潮水体的垂向平均温度明显高于南海水体的垂向平均温度(海洋图集编委会, 2006), 故从黑潮脱落的涡旋多为暖涡。涡旋脱落的空间位置和迁移轨迹如图 2所示。涡旋的脱落均发生在117.5°—120.5°E, 18°—22.5°N区域内, 此范围与Jia等(2004)利用1992—2001年海表高度(SSH)数据自动判断得到的结果相近。可以看出, 脱落涡旋迁移轨迹主要以自东向西为主; 但由于受到陆坡地形的限制, 在西行过程中, 具有明显的向南偏移的趋势。
 |
| 图 2 黑潮脱落冷涡(a)、暖涡(b)的空间分布及其迁移轨迹 Fig. 2 Spatial distribution and migration tracks of the cold (a) and warm (b) eddies shedding from Kuroshio 注:蓝色和红色圆圈分别代表冷涡和暖涡的脱落位置 |
涡旋的半径、振幅、生存时长和迁移距离是描述涡旋特征的重要参数, 为此本文统计了冷、暖涡这些参数的出现频率分布。在本研究中, 定义涡旋半径为与脱落涡旋边界内面积(A)相等的圆的半径, 即
在统计涡旋半径的出现频率时, 我们取间隔10km, 分别统计半径在0—10, 10—20, 20—30km等各区间内冷涡和暖涡的个数, 并分别除以冷涡和暖涡的总数, 从而得到各区间的出现频率, 如图 3a所示。对涡旋振幅、生存时长和迁移距离, 其出现频率的统计方法也类似, 所取间隔分别为2cm, 5d和50km, 所得结果分别如图 3b, 3c和3d。由图可知, 黑潮脱落并进入南海的涡旋半径集中分布在30—150km, 其中冷涡和暖涡的平均半径分别为72.2km、83.2km; 振幅主要分布在4—30cm, 其中冷涡和暖涡的平均振幅分别为11.8cm、11.4 cm; 生存时长则主要分布在0—50d, 其中冷涡和暖涡的平均生存时长分别为15.7d和29.2d;迁移距离在0—400km之间的涡旋较多, 个别暖涡最远可以迁移1000km以上, 其中冷涡和暖涡的平均迁移距离分别为118.7km和218.1km。
 |
| 图 3 黑潮脱落涡旋的半径(a)、振幅(b)、生存时长(c)和迁移距离(d)的出现频率分布 Fig. 3 Occurrence frequency of the eddy radius(a), amplitude(b), lifetime(c) and migration distance(d) of the eddies shedding from Kuroshio |
吕宋海峡地处黑潮源区, 在这里黑潮的强度和路径均具有强烈的可变性(例如Rudnick et al, 2011), 因而涡旋从黑潮脱落的发生频率也有显著的可变性。我们统计了脱落涡旋个数的季节和年际变化, 如图 4所示。图 4a和图 4b分别示出脱落的冷涡个数(蓝线)、暖涡个数(红线)和涡旋总数(黑线)的逐月和逐年变化。从图 4a中可以看出, 冷涡不是每个月都脱落, 暖涡脱落则是每个月都可以发生。如采用通常的季节划分, 12—2月为冬季, 3—5月为春季, 6—8月为夏季, 9—11月为秋季, 则可以发现:在春季, 涡旋鲜有脱落, 冷涡主要在冬季脱落; 暖涡脱落则是在秋季最频繁, 夏、冬两季脱落的也较多, 春季最少。
 |
| 图 4 黑潮脱落涡旋个数的逐月(a)、逐年(b)变化 Fig. 4 Monthly (a) and yearly (b) variations in the number of eddies shedding from Kuroshio |
整个南海位于季风气候带, 冬季盛行强劲的东北季风, 夏季盛行西南季风(王桂华等, 2005)。为研究方便, 本文不考虑时间较为短暂的春、秋季风转换时期, 将11月到翌年4月定义为冬季季风期, 5—10月定义为夏季季风期。通过统计发现, 冬季风时期脱落的暖涡、冷涡个数分别为30, 10个, 夏季风时期脱落的暖涡、冷涡个数分别为36, 6个。虽然冬季风时期, 风的作用更为强劲, 但是脱落的涡旋总数和夏季风时期差异不大。
从图 4b可以看出, 冷涡不是每年都有脱落, 平均每年脱落0.7个; 暖涡则每年都有脱落, 平均每年脱落3个, 即黑潮在吕宋海峡海域, 一年四季均可以通过脱落暖涡的方式入侵南海, 这与前人研究(Yuan et al, 2006)一致。黑潮每年脱落3.7个涡旋入侵南海, 略多于Jia等(2004)的统计结果, 这可能是由于Jia等只考虑了黑潮存在弯曲的情况, 而本文的结果包括黑潮在跨越路径下脱落的涡旋。
4 涡旋脱落与黑潮路径的关系Nan等(2011a)根据吕宋海峡区域地转流的相对涡度平均值的大小将黑潮路径划分为三种类型, 分别称为leaping, leaking和looping路径。本文依据其特征, 用中文分别称为跨越、入侵和流套路径。根据地转关系, 由绝对动力地形数据集的海面高度η可以得到相应的地转流速, 具体公式为
(1)式中, u和v分别为地转流的东分量和北分量; g是重力加速度; f是科式参数。地转流相对涡度的平均值(GV)为
(2)本文把118°—121°E, 19°—23°N中的水深不小于200m的海域作为GV的积分区域(S)。当GV为正(负)值时, 表示积分海区中气旋式(反气旋式)流动占优。
利用1993—2014年的逐日ADT数据, 根据式(2) 得到逐日的GV。由这些逐日值可得到GV的平均值(μ)为6.55×10–7/s, 标准差(σ)为1.04×10–6/s。GV的时间序列如图 5所示, 其中蓝点、红点分别表示黑潮脱落冷涡、暖涡时的GV值。我们根据Nan等(2011a)的分类方法, 当GV值大于μ+σ时的黑潮路径, 定义为跨越路径, 约占16.8%;当GV值在μ±σ之间时的黑潮路径, 定义为入侵路径, 约占67.5%;当GV值小于μ-σ时的黑潮路径, 定义为流套路径, 约占15.7%。
 |
| 图 5 1993—2014年GV值(单位: /s)的逐日时间序列 Fig. 5 Time series of the daily GV values (unit: /s) from 1993 to 2014 注:红线表示平均值, 蓝线表示平均值±标准差 |
根据这种分类方法, 本文分别平均得出了吕宋海峡附近海区的ADT值和地转流速值, 如图 6所示。当GV大于μ+σ时, 表示吕宋海峡西侧海域存在较强的气旋式流动, 黑潮沿着吕宋海峡前行, 不易入侵南海, 如图 6a所示; 当GV处于μ±σ之间时, 吕宋海峡西侧的气旋式流动强度减弱, 在台湾岛西南出现了较弱的反气旋流, 黑潮从而形成一个西向型的分支, 使得较多的黑潮水可以流入南海(图 6b); 当GV值小于μ-σ时, 台湾岛西南出现了较强的反气旋式流动, 形成流套路径, 如图 6c所示。
 |
| 图 6 黑潮在跨越路径(a)、入侵路径(b)和流套路径(c)条件下的平均ADT和相应海表地转流速的空间分布 Fig. 6 Spatial distribution of the mean ADT and the corresponding surface geostrophic velocities associated with the leaping path (a), the leaking path (b), and the looping path (c) of Kuroshio 注:填色区为ADT, 矢量箭头为海表地转流, 白色部分为水深不足200m的浅水海域 |
本文统计了不同黑潮路径类型条件下冷涡和暖涡脱落个数的百分比, 如图 7所示。由图可见, 入侵和跨越路径条件下脱落冷涡所占的比例均为37.5%, 流套路径条件下占25.0%;而对于暖涡, 入侵路径所占比例大幅度增加, 为60.6%, 其次是流套路径, 为27.3%, 最后是跨越路径, 仅占12.1%。可以看出, 入侵路径下脱落的涡旋最多, 因为在该路径下, 更多的黑潮水可以偏离主干流入侵南海, 从而更有利于脱落的涡旋离开黑潮主干。流套路径较为弯曲, 当反气旋流动足够强时, 流套可以脱离黑潮主干, 从而以暖涡形式入侵南海; 而流套以南区域的黑潮又容易形成气旋式流动的水体, 该水体脱离主干流则会形成冷涡, 因此在该路径条件下仍然有可能脱落冷涡, 虽然数量相对较少。跨越路径条件下, 海峡西侧的强气旋式流动不利于暖涡的形成和脱落, 但是有利于冷涡的形成, 所以脱落的冷涡也较多。从图 5还可以看出, 有许多脱落涡旋分布在GV值等于μ±σ(蓝线)周围, 显示出黑潮路径转换时较容易发生涡旋脱落。
 |
| 图 7 在跨越路径(白)、入侵路径(灰)和流套路径(黑)条件下黑潮脱落冷涡(a)和暖涡(b)所占的比例 Fig. 7 Ratio of the leaping path (white), the leaking path (gray), and the looping path (black) when the Kuroshio shed the cold eddies (a) and warm eddies (b) |
涡旋迁移速度是涡旋研究中一个非常受关注的问题, 并且一般认为它与斜压第一模态Rossby波的波速有良好的一致性(Chelton et al, 2007; Fu, 2009)。Chen等(2011)统计过南海涡旋的迁移速度, 得到靠近北部陆坡处移速为5—9cm/s。本文利用各个脱落涡旋在迁移过程中在不同日期其涡旋中心所在的地理位置, 可以计算相应的迁移速度。为了了解迁移速度的分布情况, 我们取2 cm/s为间隔, 统计出移速在0—2, 2—4, 4—6cm/s等各个间隔的出现频率(即出现次数除以总数), 如图 8所示。由图可见, 脱落的冷涡、暖涡迁移速度在0—10cm/s的分别有73.5%和75.9%, 速度大于20cm/s的分别有6.0%和3.6%。统计还得到, 脱落冷涡和暖涡的平均迁移速度分别为8.4cm/s和8.3cm/s, 这一结果与Chen等(2011)基本一致, 但偏向于其估计值的上界。
 |
| 图 8 黑潮脱落涡旋迁移速度的出现频率分布 Fig. 8 Occurrence frequency of the migration speed of the eddies shedding from Kuroshio |
为了与斜压第一模态长Rossby波波速比较, 我们又计算了涡旋的平均纬向速度, 为–5.8cm/s (正值表示向东, 负值表示向西, 后为了省略负号, 将向西的纬向速度称为西行速度)。
Rossby波波速可以利用WOA13年平均温盐剖面气候数据得到。我们计算了吕宋海峡海域的位势密度(ρθ)剖面以及平均密度(ρ0)值, 从而可得浮力频率(N)剖面:
(3)相应的斜压第一模态长Rossby波的纬向波速(cR1)可用下式计算:
(4)式中, 
图 9为斜压第一模态长Rossby波年平均纬向波速cR1在吕宋海峡及附近海域的空间分布, 这个结果与Cai等(2008)的计算结果相符。本文又根据脱落冷涡、暖涡在迁移过程中的不同地理位置, 线性插值得到相应位置的cR1。将涡旋在所有各个位置上的cR1值进行平均, 得到平均值为–4.4cm/s。由此可见, 涡旋西行速度要略大于斜压第一模态长Rossby波的西向波速。
 |
| 图 9 吕宋海峡及附近斜压第一模态长Rossby波年平均纬向波速cR1(单位: cm/s)的空间分布 Fig. 9 Spatial distribution of the annual mean zonal phase speed cR1of the first baroclinic Rossby wave in the Luzon Strait and neighboring area (unit: cm/s) 注:等值线标注时省略了负号 |
Fu(2009)的研究指出, 涡旋的迁移路径与大尺度流场密切相关。考虑到南海东北部涡旋的垂直尺度大约可达1000m(李立等, 1997), 本文又利用SODA2.2.4数据集的0—1000m速度剖面数据, 计算了各个时刻的垂向平均流场, 其年平均的流矢分布和纬向速度的等值线分布见图 10。由于黑潮的流速比南海内部流速大得多, 因此在图 10a中, 将流速大小不超过和超过0.1m/s的流矢分别用了细线和粗线矢量箭头表示。可以看出从吕宋海峡西侧沿南海北部陆坡有一支较强的西南向海流, 其流向与大部分脱落涡旋迁移方向一致。因此, 本文进一步计算了脱落涡旋在迁移过程中的不同时间和相应地理位置的0—1000m垂向平均纬向迁移速度, 得到平流西行速度的平均值为1.9cm/s。如果把西向平流和斜压第一模态长Rossby波波速简单相加, 则得到西向速度平均值为6.3cm/s, 这个数值与观测到的涡旋迁移的平均西向分量5.8cm/s比较接近。当然, 涡旋迁移是一个非常复杂的动力学过程, 实际的情况不只是一个单纯的移动过程, 特别涡旋在迁移时会与周围水体和流场相互作用而产生演变。因而上述的一致性仅是一个相当粗糙的近似。
 |
| 图 10 吕宋海峡及附近海域年平均0—1000m垂向平均流流矢分布(a)和纬向速度分布(b) Fig. 10 Spatial distribution of the annual mean velocity vectors (a) and zonal speed (b), vertically averaged from 0 to 1000 meters in the Luzon Strait and neighboring area |
本文对吕宋海峡附近海域黑潮在不同路径下脱落并进入南海的涡旋进行了统计分析, 得到以下结论:
(1) 1993年1月—2014年12月共脱落冷涡16个, 暖涡66个, 脱落位置均分布在117.5°—120.5°E, 18°— 22.5°E区域内。其中3个冷涡在黑潮控制区生成, 其余13个在黑潮西侧边缘生成; 大部分暖涡均在黑潮控制区生成, 仅19个暖涡在黑潮西侧边缘生成。涡旋脱落后主要向西迁移, 遇到陆坡后主要向西偏南迁移。
(2) 利用变型WA方法和追踪法对脱落的涡旋进行识别与追踪, 并统计得到冷涡、暖涡脱落时的平均半径分别为72.2km、83.2km, 平均振幅分别为11.8cm、11.4cm, 平均生命周期分别为15.7d和29.2d, 平均移动距离分别为118.7km、218.1km。
(3) 涡旋的脱落和季节有关, 冷涡主要在冬季脱落, 暖涡则主要在秋季脱落, 春季, 冷涡和暖涡都鲜有脱落。冷涡脱落并不是每年都能发生, 平均每年脱落0.7个; 暖涡脱落则每年都发生, 平均每年脱落3个。
(4) 当黑潮为入侵路径时, 最容易脱落涡旋, 其次是反气旋式流套型路径。当黑潮路径发生转换时, 也容易脱落涡旋。
(5) 脱落涡旋的平均迁移速度分别为8.4cm/s和8.3cm/s, 涡旋迁移速度的西分量平均为5.8cm/s。这个数值与斜压第一模态长Rossby波平均波速和大尺度环流0—1000m垂向平均西向流速平均值之和相近。
| 王桂华, 苏纪兰, 齐义泉, 2005. 南海中尺度涡研究进展. 地球科学进展, 20(8): 882–886 DOI:10.11867/j.issn.1001-8166.2005.08.0882 |
| 孙湘平, 2006. 若干海洋水文现象的记述. 见: 孙湘平主编. 中国近海区域海洋. 北京: 海洋出版社, 356 |
| 李立, 苏纪兰, 许建平, 1997. 南海的黑潮分离流环. 热带海洋, 16(2): 42–57 |
| 李薇, 刘秦玉, 杨海军, 1998. 吕宋海峡海洋环流的基本特征. 青岛海洋大学学报, 28(3): 345–352 |
| 杨昆, 施平, 王东晓, 等, 2000. 冬季南海北部中尺度涡旋的数值研究. 海洋学报, 22(1): 27–34 |
| 祖永灿, 方越, 高晓倩, 等, 2016. 北太平洋中尺度涡季节和年际变化的统计分析. 海洋科学进展, 34(2): 197–206 |
| 郭景松, 袁业立, 熊学军, 等, 2007. 吕宋海峡两侧中尺度涡统计. 海洋科学进展, 25(2): 139–148 |
| 海洋图集编委会, 2006. 南海海洋图集:水文. 北京: 海洋出版社, 13-97 |
| Cai S Q, Long X M, Wu R H, et al, 2008. Geographical and monthly variability of the first baroclinic Rossby radius of deformation in the South China Sea. Journal of Marine Systems, 74(1-2): 711–720 DOI:10.1016/j.jmarsys.2007.12.008 |
| Chelton D B, Schlax M G, Samelson R M, et al, 2007. Global observations of large oceanic eddies. Geophysical Research Letters, 34(15): L15606 |
| Chen G X, Hou Y J, Chu X Q, 2011. Mesoscale eddies in the South China Sea:mean properties, spatiotemporal variability, and impact on thermohaline structure. Journal of Geophysical Research:Oceans, 116(C6): C06018 |
| Chu X Q, Xue H J, Qi Y Q, et al, 2014. An exceptional anticyclonic eddy in the South China Sea in 2010. Journal of Geophysical Research:Oceans, 119(2): 881–897 DOI:10.1002/2013JC009314 |
| Fu L L, 2009. Pattern and velocity of propagation of the global ocean eddy variability. Journal of Geophysical Research:Oceans, 114(C11): C11017 DOI:10.1029/2009JC005349 |
| Jia Y L, Liu Q Y, 2004. Eddy shedding from the Kuroshio bend at Luzon strait. Journal of Oceanography, 60(6): 1063–1069 DOI:10.1007/s10872-005-0014-6 |
| Lee D K, Niiler P, 2010. Surface circulation in the southwestern Japan/East Sea as observed from drifters and sea surface height. Deep Sea Research Part I:Oceanographic Research Papers, 57(10): 1222–1232 DOI:10.1016/j.dsr.2010.06.003 |
| Li L, Nowlin Jr W D, Su J L, 1998. Anticyclonic rings from the Kuroshio in the South China Sea. Deep Sea Research Part I:Oceanographic Research Papers, 45(9): 1469–1482 DOI:10.1016/S0967-0637(98)00026-0 |
| Locarnini R A, Mishonov A V, Antonov J I et al, 2013. World ocean atlas 2013, Volume 1:temperature. In:Levitus S, Mishonov A. NOAA Atlas NESDIS 73. National Oceanic and Atmospheric Administration, Department of Commerce:1-40 |
| Nan F, Xue H J, Chai F, et al, 2011a. Identification of different types of Kuroshio intrusion into the South China Sea. Ocean Dynamics, 61(9): 1291–1304 DOI:10.1007/s10236-011-0426-3 |
| Nan F, Xue H J, Xiu P, et al, 2011b. Oceanic eddy formation and propagation southwest of Taiwan. Journal of Geophysical Research:Oceans, 116(C12): C12045 DOI:10.1029/2011JC007386 |
| Nan F, Xue H J, Yu F, 2015. Kuroshio intrusion into the South China Sea:a review. Progress in Oceanography, 137: 314–333 DOI:10.1016/j.pocean.2014.05.012 |
| Nencioli F, Dong C M, Dickey T, et al, 2010. A vector geometry-based eddy detection algorithm and its application to a high-resolution numerical model product and high-frequency radar surface velocities in the southern California Bight. Journal of Atmospheric and Oceanic Technology, 27(3): 564–579 DOI:10.1175/2009JTECHO725.1 |
| Pichevin T, Nof D, 1997. The momentum imbalance paradox. Tellus A, 49(2): 298–319 DOI:10.3402/tellusa.v49i2.14484 |
| Rio M H, Guinehut S, Larnicol G, 2011. New CNES-CLS09 global mean dynamic topography computed from the combination of GRACE data, altimetry, and in situ measurements. Journal of Geophysical Research:Oceans, 116(C7): C07018 |
| Rudnick D L, Jan S, Centurioni L, et al, 2011. Seasonal and mesoscale variability of the Kuroshio near its origin. Oceanography, 24(4): 52–63 DOI:10.5670/oceanog |
| Souza J M A C, de Boyer Montégut C, Le Traon P Y, 2011. Comparison between three implementations of automatic identification algorithms for the quantification and characterization of mesoscale eddies in the South Atlantic Ocean. Ocean Science, 7(3): 317–334 DOI:10.5194/os-7-317-2011 |
| Wang Q, Zeng L L, Zhou W D, et al, 2015. Mesoscale eddies cases study at Xisha waters in the South China Sea in 2009/2010. Journal of Geophysical Research:Oceans, 120(1): 517–532 DOI:10.1002/2014JC009814 |
| Wang X D, Li W, Qi Y Q, et al, 2012. Heat, salt and volume transports by eddies in the vicinity of the Luzon Strait. Deep Sea Research Part Ⅰ:Oceanographic Research Papers, 61: 21–33 DOI:10.1016/j.dsr.2011.11.006 |
| Yang Q X, Tian J W, Zhao W, 2011. Observation of material fluxes through the Luzon Strait. Chinese Journal of Oceanology and Limnology, 29(1): 26–32 DOI:10.1007/s00343-011-9952-6 |
| Yuan D L, Han W Q, Hu D X, 2006. Surface Kuroshio path in the Luzon Strait area derived from satellite remote sensing data. Journal of Geophysical Research:Oceans, 111(C11): C11007 DOI:10.1029/2005JC003412 |
| Yuan D L, Han W Q, Hu D X, 2007. Anti-cyclonic eddies northwest of Luzon in summer-fall observed by satellite altimeters. Geophysical Research Letters, 34(13): L13610 |
| Zhang Z G, Wang W, Qiu B, 2014. Oceanic mass transport by mesoscale eddies. Science, 345(6194): 322–324 DOI:10.1126/science.1252418 |