
中国海洋湖沼学会主办。
文章信息
- 燕杰, 侯一筠, 刘泽, 何源首, 胡志顺. 2021.
- YAN Jie, HOU Yi-Jun, LIU Ze, HE Yuan-Shou, HU Zhi-Shun. 2021.
- 利用拉格朗日方法探究黑潮近岸分支流在2019年春季的起源深度
- THE ORIGINATION DEPTH OF THE NEARSHORE KUROSHIO BRANCH CURRENT IN THE SPRING OF 2019 BASED ON THE LAGRANGIAN METHOD
- 海洋与湖沼, 52(5): 1137-1144
- Oceanologia et Limnologia Sinica, 52(5): 1137-1144.
- http://dx.doi.org/10.11693/hyhz20210100018
文章历史
-
收稿日期:2021-01-20
收修改稿日期:2021-04-27
2. 中国科学院大学 北京 100049;
3. 中国科学院海洋大科学中心 青岛 266071;
4. 青岛海洋科学与技术试点国家实验室 海洋动力过程与气候功能实验室 青岛 266237;
5. 中国人民解放军92330部队 青岛 266100
2. College of Earth and Planetary Sciences, University of Chinese Academy of Sciences, Beijing 100049, China;
3. Center for Ocean Mega-Science, Chinese Academy of Sciences, Qingdao 266071, China;
4. Laboratory for Ocean and Climate Dynamics, Pilot National Laboratory for Marine Science and Technology(Qingdao), Qingdao 266237, China;
5. The Chinese People's Liberation Army 92330 unit, Qingdao 266100, China
黑潮是世界上著名的西边界流, 当黑潮流经台湾东北时, 黑潮主流会向东偏折。由于西倾的等压面失去了台湾岛的支撑, 黑潮会发生地转调整, 部分黑潮水会形成分支入侵东海(苏纪兰, 2001)。由于黑潮水所携带的营养盐等物质极大的影响东海生态环境和渔业生产(Chen et al, 1996, 1999; Liu et al, 2000), 因此, 针对黑潮水入侵东海的结构和季节变化前人做了大量工作。苏纪兰等(1990)发现黑潮次表层水常年可侵入东海陆架, 而黑潮表层水只在秋冬季较明显。Guo等(2006)基于嵌套的数值模式同样发现黑潮次表层水全年占据着东海陆架底层。Yang等(2012)基于夏季东海大面观测和模式模拟结果发现黑潮次表层水经台湾东北入侵东海存在两个分支: 分别是黑潮近岸分支流(the Nearshore Kuroshio Branch Current, NKBC)和黑潮离岸分支流(the Offshore Kuroshio Branch Current, OKBC)。其中黑潮近岸分支流可向北入侵至浙江近岸以及杭州湾区域。Zhou等(2018a)基于化学指标验证了黑潮近岸分支流和黑潮离岸分支流的存在。关于黑潮近岸分支流的路径, 前人基于东海大面观测得到的温度和盐度数据以及模式模拟结果已经得出较为一致的结论。黑潮近岸分支流源于台湾以东黑潮次表层, 在台湾东北处黑潮与陆架碰撞, 黑潮次表层水会在靠近台湾岛一侧直接向西入侵至东海陆架。而后大致沿着122°E经向断面向北入侵至60 m等深线处, 而后折向东北, 大致沿着60 m等深线继续向长江口附近入侵(Yang et al, 2011, 2012; Xu et al, 2018; Zhou et al, 2018b)。关于黑潮近岸分支流的形成机制, Yang等(2018b)提出一种地形β螺旋机制, 很好地解释了黑潮近岸分支流的形成原因以及在台湾东北的三维结构。针对黑潮近岸分支流的起源问题, Yang等(2012)通过水团分析等方法指出夏季黑潮近岸分支流源于台湾以东120—250 m深的黑潮次表层水。赵瑞祥等(2014)也通过水团分析的方法说明春季和夏季黑潮近岸分支流的起源深度在110—350 m深的黑潮次表层。但仅利用温盐指标的水团分析方法只能给出黑潮近岸分支流大致的起源深度, 无法清晰地说明黑潮近岸分支流具体的起源区域。利用拉格朗日(Lagrangian)方法可以清晰地跟踪显示水团的起源和路径。拉格朗日方法是一种观察流体运动的方式, 注重描述单个粒子在空间上随时间的运动过程, 因此可以跟踪、反演和分析海洋水团的起源以及其运动轨迹。近年来基于高分辨率数值模式的拉格朗日方法发展成熟, 在研究黑潮路径以及黑潮入侵方面得到广泛应用(Yang et al, 2012; 刘晓辉等, 2015; 陈毓敏等, 2019)。因此, 本文基于ROMS (regional ocean modelling system)模式, 利用拉格朗日方法, 对黑潮近岸分支流在台湾以东具体的起源深度进行了研究。
1 研究数据和方法 1.1 观测数据来源和站位位置在国家自然科学基金资助下, 2019年5月19—20日, 在东海海域展开了温盐大面观测。断面的走向以及站点的详细位置如图 1所示。本次航次调查包含DH2和DH3两条断面。其中DH2断面共包含DH2-1, DH2-2, DH2-3, DH2-4, DH2-5, DH2-6, DH2-7共7个站位点。DH3断面包含DH3-1, DH3-2, DH3-3, DH3-4, DH3-5, DH2-6共6个站位点。各个断面中的站位点间距大约为34 km。每处站点都利用Seabird911直读式温盐深仪观测获得了温度盐度随深度的数据。
![]() |
图 1 模式模拟区域范围以及观测断面站位位置示意图 Fig. 1 Schematic diagram of the structure of the Kuroshio subsurface water intrusion into the East China Sea and the geographic location of the observation section 注: a: 模式模拟区域范围以及黑潮次表层水入侵结构; 红色虚线: 东海大面观测的两条断面DH2、DH3; 红色实线: 台湾海峡和台湾以东黑潮断面TS、ET; , NKBC和OKBC分别代表黑潮近岸分支流和黑潮离岸分支流; b: 2019年5月观测站位分布; 2-1至2-7代表DH2断面的站位点; 3-1至3-6代表DH3断面的站位点; K1代表拉格朗日粒子释放断面; K2断面代表判断黑潮近岸分支流的断面; 灰色实线分别代表 60、100以及200 m等深线; 水深数据来源于ETOPO1 |
为了研究黑潮近岸分支流的起源深度, 本文通过ROMS模式(Shchepetkin et al, 2005)对东中国海以及临近海域进行了高分辨率数值模拟。ROMS模式是基于自由表面、随体坐标系以及原始三维方程组建立的海洋模式, 是研究区域海洋学中常用的海洋模式, 并且在研究黑潮入侵东海方面应用广泛(Yang et al, 2011, 2012, 2018b; Xu et al, 2018; Hu et al, 2020; Yan et al, 2021)。本文模拟的区域范围如图 1a所示(117°—135°E, 22°—42°N), 模式垂向分层为28层。模式表层和底层进行了加密, 表层加密系数θS, 底层的加密系数θB=0.1。Guo等(2006)指出, 要准确模拟黑潮路径和流态, 模式计算网格的分辨率要低于10 km。因此, 本文中的模式采用1/18 °×1/18 °的水平分辨率。模式所采用的地形数据来自英国海洋数据中心发布的海洋通用水深图集(the general bathymetric chart of the oceans, GEBCO), 水平分别率达到0.5′×0.5′。
为了验证模式稳定性, 本文首先进行了气候态模拟。本文利用World Ocean Atlas 2013(WOA13)数据集中1月的温度和盐度数据作为模式初始场的温度盐度。初始场中的海表面高度和流速皆设置为零。采用National Centers for Environmental Prediction, the Climate Forecast System version 2 (NCEP CFSv2)数据集中各月多年平均(2011—2019年)的净太阳短波辐射、长波辐射、降水率、海表面10 m风场、海表面气压、海表面温度、相对湿度等数据作为驱动场, 同时采用HYCOM3.1(hybrid coordinate ocean model 3.1)模式数据中各月多年平均(2015—2019年)的温度、盐度、流场数据作为模式的开边界条件来驱动模式。模式还加入了来自TPX07数据(Egbert et al, 2002)的8个主要的天文分潮(M2, S2, N2, K2, K1, O1, P1, 和Q1)和气候态的长江净流量。在模式运行20 a达到稳定后, 我们把气候态模式最后一个月的月平均结果作为初始条件, 利用NCEP CFSV2数据和HYCOM3.1模式数据进行了2017—2019年的后报模拟。模式的详细配置可以参考Yan等(2021)。
2 观测与模式结果 2.1 观测结果2019年5月期间东海大面观测的温盐结果如图 2a—2d所示, DH2和DH3断面的底层整体被低温高盐水占据。前人的研究(赵瑞祥等, 2014; Xu et al, 2018; Yang et al, 2018a; Zhou et al, 2018b)已经证实东海底层低温高盐水来自黑潮近岸分支流和黑潮离岸分支流入侵携带的黑潮次表层水, 并说明黑潮近岸分支流和黑潮离岸分支流会在约28°N以北东海底层海域形成明显的分支。通过2019年5月东海大面观测, 我们得到和前人较为一致的结果。在DH3断面, 虽然断面底层盐度没有出现明显的高盐核心结构, 但DH3-1至DH3-3区间以及DH3-4至3-6区间底层存在两个明显的低温核心, 这是由于黑潮近岸分支流和离岸分支流开始分离形成的。而在DH2断面清晰的存在着两个低温高盐核心。其中由黑潮近岸分支流形成的高盐低温核心(站位DH2-1至DH2-4范围内)存在于约60 m等深线的东海陆架底层。而黑潮离岸分支流的高盐低温核心位于DH2-6站位以东。基于观测得到的温盐结果, 相较DH3断面, DH2断面由黑潮近岸分支流形成的低温高盐核心更加显著。根据观测结果, 本文选取DH2断面中DH2-4以西至岸界区间K2(图 1b所示)作为判别黑潮近岸分支流的断面。
![]() |
图 2 2019年5月观测温盐分布以及模式模拟的5月19—21日3 d平均温盐分布 Fig. 2 Distributions of salinity and temperature in the East China Sea observed in May 2019 and the results of the modeling for 19—21 May 2019 |
经过2017—2019年的后报模拟, 本文采用后报模式结果中2019年5月19—21日3 d平均的DH2断面和DH3断面的温盐分布(图 2e—2h)与观测结果进行对比。后报模拟结果中近岸海域表层长江冲淡水向外延伸范围和强度与观测存在差别, 我们考虑是因为在后报模式中采用的气候态长江冲淡水流量与实际长江冲淡水流量存在差异引起的。但是DH2断面60 m等深线附近的高盐低温核心以及离岸海域DH2-6站位以东的低温高盐核心都被较好地模拟出来。DH3断面近岸区域底层温度低于离岸区域的冷水核心(DH3-1至DH3-3区间)也被较好地模拟出来, 断面底层温盐分布与观测较为一致。模式结果中5月的DH2、DH3断面的温盐垂直变化也与观测较为一致。不仅如此, 模式中主要断面的流量大小以及季节变化同样得到验证, 具体内容参考Yan等(2021)。因为我们主要关注模式对于东海陆架底层由黑潮近岸分支流形成的近岸低温高盐核心的模拟, 而模式较好地将其温盐分布特征模拟出来。因此, 本文认为后报模式较为准确的模拟出了2019年5月期间的黑潮近岸分支流结构, 可以进一步用于探究黑潮近岸分支流的起源。
3 黑潮近岸分支流在2019年春季的起源深度本文在成功模拟2019年5月东海环流结构和温盐分布的基础上, 通过拉格朗日方法研究黑潮近岸分支流的起源。选取台湾以东纬向断面K1 (图 1b, 断面范围位置: 122°—122.5°E, 24.9°N)释放拉格朗日示踪粒子。示踪粒子在深度方向上从50—450 m每间距10 m释放, 水平方向上122°—122.6°E, 每间隔0.05°释放。在靠近台湾岛区域(122°—122.05°E), 受地形影响, 122°E处示踪粒子释放至150 m深, 122.05°E处示踪粒子释放至300 m深。Xu等(2018)通过模式模拟结果发现, 黑潮次表层水从台湾以东黑潮入侵达到浙江近岸的时间大约为1.5个月。因此为了探究观测期间DH2断面黑潮近岸分支流所形成的低温高盐核心水的起源, 本文中拉格朗日示踪粒子释放的时间为2019年4月10日, 每处每间隔0.05 d释放1个示踪粒子, 直至释放100个示踪粒子, 整个断面共计释放48 800个示踪粒子。示踪粒子释放约1.5个月至2019年5月30日, 我们统计了示踪例子到达K2断面的示踪粒子数, 并反演了它们的起源位置。
到达DH2断面黑潮近岸分支流范围的部分示踪粒子轨迹如图 3所示。轨迹很好地再现了黑潮近岸分支流入侵路径。其源于台湾以东黑潮, 在台湾东北黑潮与陆架碰撞而后向西偏折, 在靠近台湾岛北部区域入侵至东海陆架, 而后向北入侵至60 m等深线, 继而向东北沿着60 m等深线向杭州湾区域运动, 这与前人的结论基本一致(Yang et al, 2012)。而后, 我们统计了这些示踪粒子的起源区域, 如图 4所示。拉格朗日示踪粒子实验结果显示黑潮近岸分支流起源位置水平上主要在台湾以东122.1°—122.5°E范围内, 起源深度主要在100—450 m之间, 与赵瑞祥等(2014)通过水团分析得到的结果较为一致, 说明起源区的位置真实可信。
![]() |
图 3 代表黑潮近岸分支流的示踪粒子轨迹 Fig. 3 Trajectories of tracer particles representing the Nearshore Kuroshio Branch Current |
![]() |
图 4 代表黑潮近岸分支流的示踪粒子的起源分布 Fig. 4 The origin and distribution of tracer particles representing the Nearshore Kuroshio Branch Current |
同时本文发现不同深度黑潮近岸分支流的起源粒子数量不同。为了直观展现黑潮近岸分支流的主要起源深度, 本文提取了代表黑潮近岸分支流的示踪粒子数量随深度的分布情况(图 5所示)。代表黑潮近岸分支流的示踪粒子总数为1 396个, 其中黑潮近岸分支流起源的平均深度为265.7 m, 主要的入侵深度大致在200—300 m区间内。
![]() |
图 5 黑潮近岸分支流起源深度分布 Fig. 5 The depth distribution of tracer particles representing the Nearshore Kuroshio Branch Current |
前人的研究说明黑潮近岸分支流会极大地受到台湾以东黑潮和台湾海峡流的影响(Yang et al, 2018a; Yan et al, 2021)。黑潮近岸分支流的起源深度又会受到黑潮和台湾海峡流怎样的影响?为了解决这一问题, 本文设计了一系列敏感性试验(表 1)。通过改变台湾以东黑潮流速和台湾海峡流的流速的强弱, 利用拉格朗日方法来探讨不同台湾以东黑潮强度和台湾海峡流强度对黑潮近岸分支流的起源深度的影响。黑潮减弱实验中, 我们通过减弱台湾以东南边界黑潮流入部分的流速使ET断面(如图 1a所示) 4—5月份黑潮流量减弱至控制实验结果中同期的0.8倍, 其他条件保持不变。同理, 黑潮增大实验中, 我们通过增大台湾以东南边界黑潮流入部分的流速使ET断面4—5月份黑潮流量减弱至控制实验结果中同期的1.2倍, 其他条件保持不变。在台湾海峡流减弱实验中, 我们通过减弱南边界以及西边界中台湾台湾海峡流流入部分的流速使TS断面(如图 1a所示) 4—5月份台湾海峡流流量减弱至控制实验结果中同期的0.8倍, 其他条件保持不变。在台湾海峡流增强实验中, 我们通过增大南边界以及西边界中台湾台湾海峡流流入部分的流速使TS断面4—5月份台湾海峡流流量增大至控制实验结果中同期的1.2倍, 其他条件保持不变。每个实验中示踪粒子释放的空间和时间规则与前文一致, 在粒子释放后, 统计了5月30日之前到达K2断面的示踪粒子总数、示踪粒子平均深度以及示踪粒子数随深度的分布。
敏感性试验 | 控制条件 |
控制实验 | 保持2019年期间正常的驱动条件以及边界条件 |
黑潮减弱 | 4—5月台湾以东黑潮断面(ET)流量减弱至0.8倍, 其他条件保持不变 |
黑潮增大 | 4—5月台湾以东黑潮断面(ET)流量增大至1.2倍, 其他条件保持不变 |
台湾海峡流减弱 | 4—5月台湾海峡断面流量(TS)减弱至0.8倍, 其他条件保持不变 |
台湾海峡流增大 | 4—5月台湾海峡断面流量(TS)增大弱至1.2倍, 其他条件保持不变 |
实验结果如图 6所示, 台湾以东黑潮减弱实验中(图 6a), 代表黑潮近岸分支流的示踪粒子总数增大至1 698个, 示踪粒子平均深度增加至268.9 m。与此相对的, 台湾以东黑潮增强实验中(图 6b), 代表黑潮近岸分支流的示踪粒子总数减小至922个, 示踪粒子平均深度减小至254.5 m。这说明黑潮减弱会增强黑潮近岸分支流的强度, 同时增大黑潮近岸分支流的起源的平均深度。而黑潮增强会减弱黑潮近岸分支流的强度, 同时减小黑潮近岸分支流的起源的平均深度。
![]() |
图 6 敏感性实验中黑潮近岸分支流的起源深度分布 Fig. 6 The depth distribution of tracer particles representing the Nearshore Kuroshio Branch Current in the sensitivity experiment |
关于台湾海峡流的敏感性试验结果如图 6c, 6d所示。与黑潮影响黑潮近岸分支流的起源不同。当台湾海峡流减弱(图 6c), 代表黑潮近岸分支流的示踪粒子总数减小至1 222个, 示踪粒子平均深度增加至266.5 m。与此相对的, 台湾海峡流增强实验中(图 6d), 代表黑潮近岸分支流的示踪粒子总数增大至1 786个, 示踪粒子平均深度减小至255.6 m。这说明台湾海峡流流速减弱会减弱黑潮近岸分支流的强度, 同时增大黑潮近岸分支流的起源的平均深度。而台湾海峡流增强会增强黑潮近岸分支流的强度, 同时减小黑潮近岸分支流起源的平均深度。
敏感性实验中代表黑潮近岸分支流的粒子数量变化以及平均起源深度变化的定量化结果如表 2所示。从结果可以看出, 台湾以东黑潮流速变化与黑潮近岸分支流强度以及平均起源深度的变化是非线性的, 黑潮流速增大20%较黑潮流速减弱20%对黑潮近岸分支流的强度和平均起源深度影响更大。同时, 台湾海峡流流速变化与黑潮近岸分支流强度以及平均起源深度的变化同样也是是非线性的, 台湾海峡流流速增大20%较台湾海峡流流速减弱20%对黑潮近岸分支流的强度和平均起源深度影响更大。同时可以发现, 同等幅度变化下的黑潮流速和台湾海峡流流速对黑潮近岸分支流的强度和平均起源深度的影响是不同的, 其中黑潮的影响效果更强。以上结果说明黑潮流速相较台湾海峡流对黑潮近岸分支流的影响可能更加重要。
敏感性试验 | 粒子数量(个) | 起源深度(m) | 粒子数量变化(个) | 起源深度变化(m) |
控制实验 | 1 396 | 265.7 | ||
黑潮减弱 | 1 698 | 268.9 | +302 | –3.2 |
黑潮增大 | 922 | 254.5 | –474 | +11.2 |
台湾海峡流减弱 | 1 222 | 266.5 | –174 | –0.8 |
台湾海峡流增大 | 1 786 | 255.6 | +390 | +10.1 |
本文利用ROMS模式成功模拟出了2019年5月东海以及临近海域环流结构和温盐分布。基于2019年5月期间东海大面观测的温盐结果, 我们定义了沿DH2断面, 站位DH2-4以西至岸界区间为判断黑潮近岸分支流的断面。通过拉格朗日示踪粒子实验, 我们得到了5月期间黑潮近岸分支流的示踪粒子数, 并反演得到了粒子的起源区域, 得到以下结论:
(1) 黑潮近岸分支流起源水平上主要在台湾以东122.1°—122.5°E范围内, 起源深度在100—450 m之间, 主要的入侵深度大致在200—300 m区间内。黑潮近岸分支流起源的平均深度约为260 m。
(2) 针对台湾以东黑潮强度和台湾海峡流强度的敏感性试验显示黑潮流速减弱会增强黑潮近岸分支流的强度, 同时增大黑潮近岸分支流的起源深度。而黑潮增强会减弱黑潮近岸分支流的强度, 同时减小黑潮近岸分支流的起源深度。
(3) 台湾海峡流减弱会减弱黑潮近岸分支流的强度, 同时增大黑潮近岸分支流起源的平均深度。而台湾海峡流增强会增强黑潮近岸分支流的强度, 同时减小黑潮近岸分支流起源的平均深度。
本文基于观测和模式模拟, 通过拉格朗日方法确定了黑潮近岸分支流主要的起源位置。同时发现了黑潮和台湾海峡流对其的显著影响。本文的研究结果对研究黑潮水入侵东海具有一定的参考价值。
致谢 本研究的数据及样品采集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41749902)的资助。该航次(航次编号: NORC2019-02)由“向阳红18”号科考船实施, 在此一并致谢。模式运行基于中国科学院海洋研究所超算中心。对上述机构和各观测航次的船员表示感谢。
刘晓辉, 陈大可, 董昌明, 等. 2015. 利用拉格朗日方法研究台湾东北黑潮路径变化. 中国科学: 地球科学, 45(12): 1923-1936 |
苏纪兰. 2001. 中国近海的环流动力机制研究. 海洋学报, 23(4): 1-16 |
苏纪兰, 潘玉球, 1990. 台湾以北黑潮入侵陆架途径的探讨. 见: 国家海洋局科技司. 黑潮调查研究论文选(二). 北京: 海洋出版社, 187, 197
|
陈毓敏, 项杰, 杜华栋, 等. 2019. 基于拉格朗日方法对黑潮路径的数值模拟. 海洋预报, 36(6): 22-28 |
赵瑞祥, 刘志亮. 2014. 台湾东北部黑潮次表层水入侵的季节变化规律. 海洋学报, 36(1): 20-27 DOI:10.3969/j.issn.0253-4193.2014.01.003 |
Chen C T A, 1996. The Kuroshio intermediate water is the major source of nutrients on the East China Sea continental shelf. Oceanographic Literature Review, 44(5): 531 |
Chen C T A, Wang S L, 1999. Carbon, alkalinity and nutrient budgets on the East China Sea continental shelf. Journal of Geophysical Research: Oceans, 104(C9): 20675-20686 DOI:10.1029/1999JC900055 |
Egbert G D, Erofeeva S Y, 2002. Efficient inverse modeling of barotropic ocean tides. Journal of Atmospheric and Oceanic Technology, 19(2): 183-204 DOI:10.1175/1520-0426(2002)019<0183:EIMOBO>2.0.CO;2 |
Guo X Y, Miyazawa Y, Yamagata T, 2006. The Kuroshio onshore intrusion along the shelf break of the East China Sea: the origin of the Tsushima warm current. Journal of Physical Oceanography, 36(12): 2205-2231 DOI:10.1175/JPO2976.1 |
Hu F, Liu Y H, Xu Z H et al, 2020. Bidirectional volume exchange between Kuroshio and East China Sea shelf water based on a whole-region passive-tracing method. Journal of Geophysical Research: Oceans, 125(5): e2019JC015528 |
Liu K K, Tang T Y, Gong G C et al, 2000. Cross-shelf and along-shelf nutrient fluxes derived from flow fields and chemical hydrography observed in the southern East China Sea off northern Taiwan. Continental Shelf Research, 20(4/5): 493-523 |
Shchepetkin A F, McWilliams J C, 2005. The Regional Oceanic Modeling System (ROMS): a split-explicit, free-surface, topography-following-coordinate oceanic model. Ocean Modelling, 9(4): 347-404 DOI:10.1016/j.ocemod.2004.08.002 |
Xu L J, Yang D Z, Benthuysen J A et al, 2018. Key dynamical factors driving the Kuroshio subsurface water to reach the Zhejiang coastal area. Journal of Geophysical Research: Oceans, 123(12): 9061-9081 DOI:10.1029/2018JC014219 |
Yan J, Hou Y J, Qi P et al, 2021. Numerical study of the cross-shore range and the intensity of the Nearshore Kuroshio Branch Current (NKBC). Journal of Oceanology and Limnology DOI:10.1007/s00343-021-0291-y |
Yang D Z, Yin B S, Liu Z L et al, 2011. Numerical study of the ocean circulation on the East China Sea shelf and a Kuroshio bottom branch northeast of Taiwan in summer. Journal of Geophysical Research: Oceans, 116(C5): C05015 |
Yang D Z, Yin B S, Liu Z L et al, 2012. Numerical study on the pattern and origins of Kuroshio branches in the bottom water of southern East China Sea in summer. Journal of Geophysical Research: Oceans, 117(C2): C02014 |
Yang D Z, Yin B S, Chai F et al, 2018a. The onshore intrusion of Kuroshio subsurface water from February to July and a mechanism for the intrusion variation. Progress in Oceanography, 167: 97-115 DOI:10.1016/j.pocean.2018.08.004 |
Yang D Z, Huang R X, Yin B S et al, 2018b. Topographic beta spiral and onshore intrusion of the Kuroshio Current. Geophysical Research Letters, 45(1): 287-296 DOI:10.1002/2017GL076614 |
Zhou P, Song X X, Yuan Y Q et al, 2018a. Water mass analysis of the East China Sea and Interannual Variation of Kuroshio subsurface water intrusion through an optimum multiparameter method. Journal of Geophysical Research: Oceans, 123(5): 3723-3738 DOI:10.1029/2018JC013882 |
Zhou P, Song X X, Yuan Y Q et al, 2018b. Intrusion of the Kuroshio Subsurface Water in the southern East China Sea and its variation in 2014 and 2015 traced by dissolved inorganic iodine species. Progress in Oceanography, 165: 287-298 DOI:10.1016/j.pocean.2018.06.011 |