浮游植物生态系统是一种海洋生物地球化学与物理过程的耦合系统(Tang et al, 2011)。海洋中浮游植物的光合作用为海洋提供了物质交换和溶解氧, 是海洋中物质循环、能量流动和信息传递的关键环节。叶绿素a是浮游植物光合作用中最常见的色素之一, 其浓度的变化可以用于表征浮游植物现存量从而成为衡量海洋初级生产力的重要指标之一(Hays et al, 2005; Smith, 2006; Werdell et al, 2009; 陈小燕, 2013)。

中尺度涡是以长时间封闭环流为主的水体运动形式, 在运动过程中会携带大量高动能、温度异常水体, 这些水体的水平输运和垂向抽吸等物理过程将会对局部海区的温盐结构、流场分布以及生态系统初级生产力等产生重要影响(Adams et al, 2011; Chelton et al, 2011b)。

近年来, 随着卫星遥感的快速发展, 为海洋观测方法与技术提供了强大的处理平台, 高度计、海表叶绿素等长时间序列、大范围遥感观测资料结合实测数据已被广泛应用于海洋学研究(Stammer, 1997; 潘德炉等, 2008; Zheng et al, 2011; 李新星等, 2015; 林明森等, 2019; Chen et al, 2022)。国内外学者在探讨中尺度涡动力过程对海洋表层叶绿素浓度响应过程方面进行了相关分析研究(McGillicuddy et al, 1998; Paterson et al, 2007; Early et al, 2011)。探究中尺度涡影响叶绿素变化的主要动力机制, 有助于阐明海洋生态系统的动态过程, 是研究海洋中尺度动力环境调控过程的关键所在。

早期学者们对于全球中尺度涡旋的整体生态效应的研究综合表明, 中尺度涡主要通过四种动力机制(即涡旋水平方向的平流和混合、中尺度涡环流场对浮游植物和营养盐的“捕获卷挟”作用、涡旋抽吸作用、涡旋流场和表层风Ekman输运的相互作用)成为影响海洋生物地球化学过程的重要因素之一(Wang et al, 2016)。随着研究的逐步深入, 学者们开始聚焦于不同区域的海表面叶绿素浓度分布, 研究发现中尺度涡对海表叶绿素分布的影响存在显著的区域性差异。Gaube等(2014)研究表明全球不同海域的海表叶绿素浓度分布结构存在差异, 在西边界流区域气旋式涡旋表层叶绿素浓度增加, 而反气旋涡旋表层叶绿素浓度降低, 南印度洋的特征正好相反, 反气旋涡内存在正的叶绿素扰动。He等(2016)研究发现, 由于涡致Ekman抽吸和冬季混合层加深的共同作用, 在寡营养盐的东南印度洋海域出现反气旋涡内海表叶绿素浓度显著增加的现象。涡致Ekman抽吸可以将营养物质输送到混合层, 并加速其向表层输运, 同时使次表层的叶绿素浓度增加。Xu等(2019)研究发现, 2003~2010年期间在北太平洋海域有1%的中尺度涡能够通过水平平流以及诱发垂向输运的方式而形成环状的叶绿素分布结构。

南海作为西北太平洋最大的边缘封闭海, 其海域面积广阔, 地形地貌复杂, 由于季风和黑潮等的影响, 南海地区已经成为全球海洋中尺度过程的活跃区域之一, 其叶绿素a浓度的时空变化特征更显复杂, 是当今海洋学研究的热门话题(Tang et al, 1999; 赵辉等, 2005; Gao et al, 2021)。南海东北部处于吕宋海峡西侧, 是南海与太平洋物质能量交换的重要场所, 同时也是南海中尺度涡旋主要生成区域之一(Wang et al, 2003; Zhang et al, 2013, 2016)。深入分析南海东北部中尺度涡的整体演变过程, 探究中尺度涡旋内部叶绿素扰动的响应特征及其动力机制差异, 是研究南海及周边海域海洋科学的核心工作之一。Lee Chen等(2007)发现了由于黑潮入侵, 吕宋海峡周边产生的某一气旋涡内部叶绿素浓度为整个海域的全年最高值。Lin等(2010)发现了2003年某一反气旋涡将越南沿岸丰富的营养盐和浮游植物携带至南海北部中央海域而造成海表面叶绿素浓度显著增加的一次藻华事件。Liu等(2013)通过对南海北部中尺度涡与叶绿素浓度分布的关系进行研究, 发现气旋涡内部叶绿素扰动受到涡对流和涡抽吸的共同作用, 反气旋涡内部叶绿素扰动受到涡对流的作用。Xiu等(2016)研究发现, 南海海域的气旋涡内部叶绿素浓度存在明显的季节差异, 冬季由于涡抽吸作用, 涡中心叶绿素比涡边缘高, 夏季由于涡对流作用, 涡中心和涡边缘叶绿素相差不大; 而反气旋涡涡中心叶绿素浓度往往比涡边缘低, 涡对流对叶绿素的作用不明显, 吕宋岛西北侧海域生态效应主要由涡抽吸调制。此外, 学者们通过对“黑潮流套”的结构特征进行研究发现, “黑潮流套”脱落出的反气旋暖涡会携带大量的高温高盐寡营养盐的太平洋水进入南海, 导致南海东北部海表异常低的叶绿素浓度分布(Zhang et al, 2017; Sun et al, 2020)。

综上所述, 前人对中尺度涡内部叶绿素a浓度变化影响的研究已取得了一定的认识, 但受限于观测方法及观测平台, 关于中尺度涡内部生态效应的研究多集中于对某些特定涡旋的观测结果进行探讨, 而目前针对南海特定海域叶绿素a浓度的变化研究尚属定性分析, 对于量化统计分析的研究相对较少, 中尺度涡在传播过程中引起涡旋内部海表叶绿素a浓度扰动的动力机制贡献大小差异仍缺乏相关的数据支撑。南海东北部中尺度涡调控叶绿素a浓度时空变化的主要动力机制及各机制之间的相对贡献有待深入研究。

因此, 本文基于1998~2019年的南海东北部多源卫星遥感数据和再分析数据, 通过量化统计和涡心坐标系参数合成等方法分析了中尺度涡的垂向抽吸过程对海表叶绿素浓度的影响, 讨论了涡旋抽吸和涡致Ekman抽吸过程对海表叶绿素分布的相对贡献大小, 并初步分析中尺度涡从生成到消亡对海表叶绿素浓度的影响与相关机制。

1 数据与方法 1.1 数据来源

本研究所用叶绿素数据为多传感器卫星数据融合的全球海表面叶绿素数据, 可由HERMES (http://hermes.acri.fr)数据库获得。该叶绿素数据产品采用GSM算法处理, 数据空间范围为115°~124°E, 15°~ 24°N, 起止时间为1998年1月1日至2019年12月31日。数据的空间分辨率为0.041 6°×0.041 6°, 时间分辨率为1 d。

涡旋数据采用的是Chelton等(2011b)依据多传感器数据融合的海表面高度数据识别追踪的全球中尺度涡数据。可由AVISO (http://www.aviso.altimetry.fr)网站获取。该数据集包含了1993年1月1日至2020年3月7日间全球每天一次采样的, 生命周期大于4周的所有中尺度涡信息。数据集中包括了涡旋的时间、空间位置、半径、振幅等信息。本文使用的是南海东北部海域的中尺度涡数据(115°~124°E, 15°~24°N)。

高度计数据为多卫星融合的高度计资料, 可通过哥白尼网站(http://marine.copernicus.eu/)下载, 时间和空间范围与叶绿素数据保持一致。该数据资料空间分辨率为1/4°, 时间分辨率为1 d, 所下载数据包括了海表面高度数据(sea surface height, SSH)、海表面高度异常数据(sea level anomaly, SLA)、海表面绝对地转流数据和海表面地转流异常数据。时间范围为1998~2019年。

海面风场的数据则来自于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的再分析风场数据。该数据提供海表以上10 m处的纬向和经向风场数据, 数据的时间和空间范围与叶绿素数据保持一致, 该数据的空间分辨率为1/4°, 时间分辨率为1 d。

1.2 数据预处理与分析方法 1.2.1 涡动能计算

涡动能E常用来反映中尺度涡活动的剧烈程度, 计算方法见公式(1)。其中, u'和v'分别表示海表面地转流异常。

1.2.2 涡旋提取原则

本文利用Chelton涡旋数据集对南海东北部的中尺度涡进行了轨迹识别与统计, 并对涡旋内部和边缘的海表叶绿素a浓度以及其他参数包括海面高度异常、风场数据进行提取研究。在识别完成所有目标海域的涡旋后, 进行如下处理: (1)预先删除全天叶绿素缺测的涡旋, 并删除水深小于200 m的叶绿素数据; (2)将内部缺测占比大的涡旋提前删除: 叶绿素有效像素点不超过100个且占涡旋范围总像素点数不高于25%, 半径小于0.3°; (3)叶绿素取气候态距平, 将其与涡心的距离小于0.8倍的有效半径定义为涡旋内部, 与涡心的距离等于0.8~1.2倍有效半径时定义为涡边缘(Xiu et al, 2020), 计算拟合圆内平均浓度异常; (4)将叶绿素a浓度分布分为两种类型: 涡旋内部海表叶绿素a浓度异常大于0且内部浓度大于边缘定义为涡旋内叶绿素a浓度增加, 涡旋内部海表叶绿素a浓度异常小于0且内部浓度小于边缘定义为涡旋内叶绿素a浓度降低。根据上述定义, 对22 a南海东北部海域范围内的全部有效涡旋内部的叶绿素a浓度变化进行统计。

1.2.3 风应力旋度计算

基于10 m高度的风场数据, 本文可以利用公式(2)计算海面风应力τ:

式中, ρ_a为空气密度(取1.3 kg/m³), u₁₀为背景风场(海面10 m风速矢量), u₀为背景流场(表层流流速), C_d为拖曳系数, 具体计算见公式(Wu, 1982; Oey et al, 2006):

式中, U₁₀为绝对风速。

1.2.4 涡心坐标系合成

基于涡心旋转坐标系的建立对海表叶绿素a浓度等参数进行合成是目前研究中尺度涡内部参数变化情况的常用办法(Chelton et al, 2011a; Guo et al, 2015), 用以分析涡旋内部变化特征以及相关影响因素。步骤如下: 以涡心为坐标原点, 取两倍半径的矩形区域(−2R至2R), 建立包括中尺度涡(以涡心和半径为基础的圆形面积)和周边海域的涡心坐标系xoy; 通过除以R, 对xoy进行尺度归一化处理(−2~2), 然后沿x和y方向线性插值, 取0.1的网格间隔, 获得xoy; 将取得的矩形区域参数插值到xoy中; 对每一天的中尺度涡都重复上述过程, 将其叠加到xoy上再求平均值, 从而得到中尺度涡内参数的合成结果。

2 结果与分析 2.1 中尺度涡及叶绿素的分布特征

图 1a给出了南海北部1998~2019年南海东北部海表叶绿素a平均浓度分布。为了去除近岸叶绿素高值以及高度计观测不准产生的误差, 本文将近岸水深小于200 m处的叶绿素设为空值, 故处理后水深小于200 m无叶绿素覆盖。南海东北部的海表叶绿素a浓度相对于太平洋较高, 目标区域内叶绿素a浓度分布总体呈现出北高南低的经向梯度特点, 海表叶绿素a浓度的高值区主要位于岛屿沿岸和吕宋海峡口西侧(图 1a)。

图 1b给出了1998~2019年南海东北部海表面平均涡动能分布, 吕宋海峡西侧相较于南海东北部其他区域呈现出明显的高值, 该海域涡旋活动剧烈, 涡旋活跃地的海表叶绿素a浓度平均值达到0.2 mg/m³以上, 表明海表叶绿素a浓度的变化与涡旋关系密切。

南海是西北太平洋最大的半封闭边缘海, 海域地形复杂, 面积广阔, 为中尺度涡的产生、发展及消亡提供了极大的活动空间, 相对于其他开阔海域, 南海地区拥有活跃的涡旋运动, 是中尺度涡高发海区(林宏阳等, 2012; 崔凤娟, 2015)。黑潮作为北太平洋西边界流, 自南至北, 经过吕宋海峡, 以“黑潮流套”和“涡旋脱落”形式入侵南海。受季风和黑潮的影响, 南海东北部是南海中尺度涡的主要生成源地之一(Sheu et al, 2010; 倪钦彪, 2014)。

利用南海多年的卫星遥感观测数据, 对南海北部地区的涡旋进行追踪和统计, 给出了南海北部生成的中尺度涡统计结果(图 2)。南海东北部中尺度涡高发地分布在台湾岛西南、吕宋岛西北海域, 由于吕宋海峡特殊的地理位置和地形, 吕宋海峡西侧的中尺度涡更为密集, 长期存在有冷暖涡对。中尺度涡在移动过程中携带大量水体, 这会对局地海域的温盐结构及初级生产力等产生较大影响。

2.2 涡旋内部叶绿素a浓度分布不同结构统计合成

南海东北部涡旋活跃程度高, 涡旋数据集筛选统计结果显示, 在1998~2019年间南海东北部研究海域(16°~22°N, 115°~120°E)共观测到2 654个有效涡旋, 其中暖涡1 310个, 冷涡1 344个, 二者数量相当。关于该海域的叶绿素扰动前人已经做了较多的研究, 研究表明中尺度涡显著影响着叶绿素a浓度的分布且冷暖涡内部情况有明显差异(Xiu et al, 2011; Hu et al, 2014)。本节利用海表叶绿素a浓度的卫星遥感资料, 获取了涡旋内部叶绿素a浓度情况, 通过计算海表叶绿素a浓度异常, 并结合高度计获取的海表地转流场信息, 对整个南海东北部的有效涡旋内部叶绿素a分布进行研究统计, 结果表明: 南海东北部的海表叶绿素a浓度在暖涡和冷涡中均存在增加和降低的现象, 个例数量较大, 具有统计意义。图 3展示了涡旋内部海表叶绿素a浓度异常增加和降低的4个典型案例。

基于卫星遥感资料和涡旋数据集, 可以计算涡旋内部平均叶绿素a浓度异常。对南海东北部海域探测到的所有有效涡旋个数以及涡旋内部的叶绿素增加降低结果进行量化统计(见表 1及图 4), 结果表明: 南海东北部海域在1998~2019年期间共被识别出的有效暖涡探测时次(每天的每个涡旋视为一个探测时次) 6 077个, 冷涡探测时次6 192个, 可见南海东北部冷暖涡的数量差异不显著。其中大约60%的涡旋内存在叶绿素a浓度增加或降低的现象。有效暖涡探测时次中涡旋内部叶绿素a浓度降低的比重高, 叶绿素a浓度降低占暖涡个例的38%, 占有显著变化的暖涡个例的64%; 有效冷涡探测时次中涡旋内部叶绿素a浓度增加的比重高, 叶绿素a浓度增加占冷涡个例的39%, 占有显著变化的冷涡个例的61%。

为了更加直观地给出中尺度涡对南海东北部海表叶绿素a浓度的贡献, 我们将冷暖涡内部所对应叶绿素a浓度的增加降低总变化量分别进行归一化后的合成。暖涡内部叶绿素a浓度降低的总变化量明显大于内部叶绿素a浓度增加的总变化量, 冷涡内部叶绿素a浓度增加的总变化量明显大于内部叶绿素a浓度降低的总变化量(图 5)。

2.3 机制分析

中尺度涡主要以水平平流以及垂直过程(涡旋抽吸、涡致Ekman抽吸)引起海表叶绿素a浓度的变化。对于南海东北部中尺度涡如何调制叶绿素a浓度变化, 目前的研究多集中在某一机制或特定海域或不同季节进行研究。为了分析中尺度涡引起南海东北部海表叶绿素a浓度变化的机制以及更好地理解南海东北部涡旋内部涡致Ekman抽吸对叶绿素是否存在调制作用, 对涡旋内部的相关参数(海面高度异常和风应力旋度)进行提取, 按照上一节所区分的四类不同叶绿素a浓度分布结构的涡旋进行合成, 以便于分析涡内相关参数的变化情况, 进而分析研究叶绿素a浓度对中尺度涡的响应机制。

涡旋抽吸是指中尺度涡形成过程中海表面辐聚/辐散而产生的垂向速度。反气旋涡内方向向下, 气旋涡内方向向上。暖涡（反气旋涡）海面高度异常为正，引起海表面海水辐聚，在暖涡中心产生下降流，将表层低营养盐浓度的水体向下输运，引起真光层内的营养盐减少，初级生产力降低，叶绿素浓度降低；冷涡（气旋涡）海面高度异常为负，引起海表面海水辐散，在冷涡中心产生上升流，将下层高营养盐浓度的水体向上输运，引起真光层内的营养盐增多，初级生产力增加，叶绿素浓度增加。对涡旋内部SLA进行合成, 以反映中尺度涡的涡旋抽吸强度。涡内部和涡周边的SLA差距越大, 表明涡旋抽吸的影响越显著。

对涡旋内部的海面高度异常进行合成, 结果如图 6所示, 其中绿色圆圈表示中尺度涡的涡边界。图 6a和图 6b对比可知, 暖涡内部叶绿素含量减少时, 相对应的SLA正值更强, 暖涡内部叶绿素含量升高时SLA正值相对较弱, 表明暖涡内部叶绿素a浓度低的情况所对应的涡旋抽吸强度大, 海水辐聚引起下降流从而导致叶绿素a浓度低; 图 6c和图 6d对比可知, 冷涡内部叶绿素含量减少时, 相对应的SLA负值较弱, 冷涡内部叶绿素含量升高时, 相对应的SLA负值更强, 表明冷涡内部叶绿素a浓度高的情况所对应的涡旋抽吸强度大, 海水辐散引起上升流从而导致叶绿素a浓度高。

涡致Ekman抽吸是海面风场与涡旋表面相互作用所产生的风应力旋度引起的垂向抽吸, 该风应力旋度与中尺度涡本身的涡度符号相反。在反气旋涡上方形成正的风应力旋度, 激发向上的Ekman流速, 将真光层以下的营养物质向上输运, 而在气旋涡上方形成负的风应力旋度, 激发向下的Ekman流速, 将水体向下输运带出真光层。从而使得反气旋涡内叶绿素浓度增加, 气旋涡内叶绿素浓度降低。通过合成涡旋内部风应力旋度(wind stress curl, WSC)的变化, 以反映涡致Ekman抽吸的强度。

由图 7a和图 7b对比可知, 暖涡内部叶绿素含量升高时, 相对应的WSC正值更强。暖涡本身涡度为负, 涡旋抽吸方向向下, 风和暖涡相互作用在涡旋表面形成正的涡度, 激发向上的Ekman流速, 引起上升流, 营养物质向上输运, 叶绿素a浓度增加。由图 7c和图 7d对比可知, 冷涡内部叶绿素含量减少时, 相对应的WSC负值更强; 冷涡本身涡度为正, 涡旋抽吸方向向上, 当负的风应力旋度变大时, 抑制冷涡涡旋抽吸而产生的上升流, 从而引起叶绿素a浓度降低。

在涡旋形成和运动过程中, 海表叶绿素a的浓度也会随之改变。为了探讨涡旋生命周期内叶绿素a浓度变化, 选取南海东北部海域生成的、存活时间在3周以上的中尺度涡。在1998~2019年间南海东北部研究海域(16°~22°N, 115°~120°E)符合条件的气旋涡有360个, 反气旋涡有376个。对从生成期到顶峰期到消亡期所对应的叶绿素分别进行合成, 同时量化合成了可以反映涡致Ekman抽吸强度的风应力旋度。

首先将生命周期归一化, 取中尺度涡生成时刻(即在Chelton数据集首次监测到该涡旋的时刻)为生成期, 取涡旋运动过程中最大振幅处为涡旋顶峰期, 取中尺度涡消亡时刻为消亡期, 选取相应典型时刻的叶绿素分布进行合成。

对于反气旋涡而言, 在涡旋形成阶段, 由于涡旋抽吸的影响, 叶绿素a浓度呈现负异常, 随着反气旋涡的成长, 涡旋内部的叶绿素a浓度呈现正异常的趋势(图 8a~8c)。图 8d~8f是相对应的风应力旋度合成, 可以看出, 在反气旋涡的整个生命周期中, 风应力旋度都明显存在正值增大的现象, 而消亡期的风应力旋度最大, 导致涡致Ekman抽吸引起的上升流增强, 对应的海表叶绿素a浓度呈现增加的趋势。

对于气旋涡而言, 在涡旋形成阶段, 由于涡旋抽吸的影响, 叶绿素a浓度呈现正异常, 随着气旋涡的成长, 涡旋内部的叶绿素a浓度呈现负异常的趋势(图 9a~9c)。而通过图 9d~9f的风应力旋度合成可以看出, 消亡期的风应力旋度出现了显著的负值增大现象, 说明涡致Ekman抽吸引起的下降流增强, 对应的海表叶绿素a浓度呈现降低的趋势。

从冷暖涡生命周期内的海表叶绿素异常合成结果可知, 在冷暖涡的生成期, 表现出的海表叶绿素浓度异常与涡旋抽吸机制的结果一致, 而在涡旋的顶峰和消亡期, 涡致Ekman抽吸对海表叶绿素浓度的调制作用更为明显。

将南海东北部海域所有的冷暖涡内的海表叶绿素a浓度异常进行合成可以发现, 暖涡内海表叶绿素a浓度主要表现出负异常, 而冷涡内海表叶绿素a浓度为正异常(图 10)。上述结果表明, 整体而言南海东北部的暖涡内海表叶绿素a浓度以降低为主, 而冷涡内以增加为主, 这说明涡旋抽吸相较于涡致Ekman抽吸对南海东北部海表叶绿素a浓度的贡献更大。

3 总结与讨论

本文基于南海东北部多源卫星遥感数据和涡旋观测资料, 对南海东北部涡旋内部叶绿素的时空变化统计规律及潜在机制进行了分析, 主要结论如下:

(1) 南海东北部约有60%的中尺度涡旋内部存在叶绿素a浓度增强和减弱的现象。通过对该海域有效涡旋内部海表叶绿素a浓度变化分布的不同结构进行定量统计, 结果显示, 冷涡内海表叶绿素a浓度增加的比例较大, 占所有冷涡个例的39%, 占有显著浓度变化的冷涡个例的61%。暖涡内海表叶绿素a浓度降低的比例较大, 占所有暖涡个例的38%, 占有显著变化的暖涡个例的64%。

(2) 涡旋抽吸机制和涡致Ekman抽吸机制对南海东北部中尺度涡海表叶绿素分布均存在显著影响, 其中涡旋抽吸机制对涡内海表叶绿素扰动的贡献更大, 涡致Ekman抽吸次之。通过对涡旋内部海面高度异常的合成分析可知, 涡旋抽吸机制引起的暖涡内部海水辐聚引发的下降流可能会导致暖涡内部叶绿素a浓度减少, 而冷涡内部海水辐散引发的上升流可能会导致涡旋内部叶绿素浓度增加。涡致Ekman抽吸机制在暖涡表面形成正的风应力旋度, 激发向上的Ekman流速, 将真光层以下的营养物质向上输运带入真光层, 形成正的叶绿素异常; 在冷涡表面形成负的风应力旋度, 激发向下的Ekman流速, 将真光层内的营养物质向下带出真光层, 形成负的叶绿素异常。

(3) 南海东北部中尺度涡生命周期内的海表叶绿素a浓度变化存在显著的阶段性差异。在冷暖涡的生成期, 涡旋抽吸的作用更为显著, 而在冷暖涡的顶峰和消亡期, 涡致Ekman抽吸的作用更为明显。

本研究针对前人提出的对中尺度涡影响海洋生态效应的特征及机制, 采用了量化统计手段来分析了南海中尺度涡对海表叶绿素分布的时空变化规律, 具有统计意义, 在一定程度上加深了对南海东北部地区中尺度涡活动对海表叶绿素a浓度影响的认识。但本文的结果仅讨论了海表叶绿素a浓度对中尺度涡的响应, 没有考虑营养盐通量等其他生化要素的影响, 同时结果只涉及海表的观测, 没有讨论次表层的结果, 近十几年BGC-Argo的出现填补了次表层生物化学参数长期大范围观测数据的空白(Xing et al, 2020; Xiu et al, 2020), 下一步需要结合BGC-Argo以及高分辨率数值模式等数据开展中尺度涡对次表层生物化学过程垂向结构变化的更深入细致的工作研究。此外, 中尺度涡旋边缘存在丰富的亚中尺度过程(Zhang et al, 2020b, 2021), 亚中尺度过程的强垂向流速对营养盐、叶绿素等垂向分布等可能存在重要影响。背景场变形下涡旋的增强和减弱能够产生涡旋罗斯贝波, 进而在中尺度涡边缘形成螺旋带结构, 涡旋罗斯贝波引起的垂向运动能够极大地提高表面叶绿素浓度(Zhang et al, 2020a)。本文对于亚中尺度过程以及涡旋罗斯贝波在中尺度涡边缘产生的亚中尺度螺旋带结构等并没有展开分析, 这将在今后的研究中进一步讨论。