2025, Vol. 55
2. 中国海洋大学物理海洋教育部重点实验室/深海圈层与地球系统前沿科学中心，山东 青岛 266100
海洋中尺度涡的半径约50~300 km，是具备涡流形态并遍布于海洋的中尺度动力过程，是海洋运动的“天气尺度”过程[1]。中尺度涡占到海洋总动能的80%以上，对海洋的能量串级和能量平衡起到重要作用[1-5]，同时由于其强非线性和西向传播，可以卷携涡旋内部水体迁移，对海洋中的物质和热量输运、生物化学过程产生重要影响[2-9]。此外，中尺度涡能够引起海洋内部等密面起伏[10-11]，调控局地气候和流场[12]，进而影响舰艇航行等军事活动。因此，识别和探究海洋中尺度涡的基本运动学特征，对海洋科学、局地气候研究、渔业发展、航海交通、军事战略等方面具有重要意义。
前人通过分析卫星遥感资料对海洋中尺度涡开展了大量识别统计研究。Chelton等[1, 13]基于卫星遥感数据，采用Okubo-Weiss(O-W)方法对全球寿命28 d以上的中尺度涡进行了识别，刻画了全球中尺度涡的时空分布特征和基本运动学特征，发布了最早的全球中尺度涡数据集。Liu等[14]使用改进的海面高度异常(SLA)判据法对全球寿命不短于28 d的中尺度涡进行了识别，对全球涡旋的数量、半径、振幅、旋转速度等开展研究。Ni等[15]使用阈值等值线法对全球寿命大于3个月的中尺度涡进行了识别，并刻画了全球中尺度涡的移动规律。Dong等[16]基于卫星遥感数据和海洋浮标数据等，通过Vector-Geometry(V-G)方法(Nenciol等[17]提出)对全球的中尺度涡进行了识别，并且构建了中尺度涡数据集，其数据集同样只包含寿命28 d以上的中尺度涡。
以上研究显著提高了对于海洋中尺度涡的认识，但多针对寿命大于28 d的涡旋开展识别和统计分析。Chen等[18]将全球海洋中尺度涡分为短寿命(10~30 d)、中等寿命(30~365 d)、长寿命(>365 d) 涡旋三个类别，同样基于高度计数据研究表明，短寿命涡旋在海洋总涡旋中占比超过50%，表明短寿命涡旋在全球海洋中具有不可忽视性的数量占比。Pegliasco等[19]发现寿命在10~30 d之间的短寿命涡旋表现出与寿命超过30 d的涡旋相似的结构和特征。以上结果表明，海洋中的短寿命涡旋在中尺度涡研究中不可忽视，其数量占比、能量贡献、时空分布特征以及在海洋水体、物质输运和能量平衡中的作用等方面均需更多针对性的探究。
西北太平洋和南海海域同样具有丰富活跃的中尺度涡活动，副热带逆流区、吕宋海峡西部、越南东侧海域均为中尺度涡的高发区[1, 20]。针对西北太平洋和南海的中尺度涡，前人开展了大量研究。Chelton等[1, 21]基于卫星遥感数据对全球寿命28 d以上的中尺度涡进行了识别，发现西北太平洋涡旋集中在副热带逆流区，北赤道流区域涡旋数量较少，反气旋涡和气旋涡的个数分布格局大体相似。杨光[22]使用等值线法、O-W方法、W-A方法(Sadarjoen等[23]提出)对西北太平洋寿命在30 d以上的中尺度涡进行了识别，并根据识别结果和温盐数据进行匹配，研究了西北太平洋中尺度涡的三维结构特征。赵军等[24]使用V-G方法，对1993—2019年西北太平洋寿命在28 d以上的中尺度涡进行了识别，对西北太平洋中尺度涡半径与涡动能的统计关系进行了研究。Wang等[25]利用卫星高度计数据，使用等值线法对南海寿命大于35 d的中尺度涡进行了识别，对南海持续60 d以上的中尺度涡旋的时空变化进行了统计分析，总共发现了86个长期中尺度涡旋，吕宋海峡西部和南海西边界是涡旋高频率活动的海区。Chen等[26]利用卫星遥感数据，使用O-W方法和限定流场几何特征的混合方法对南海寿命在28 d及以上的中尺度涡进行了识别，讨论了南海中尺度涡的基本性质、时空特征和温盐结构。崔凤娟[27]利用卫星高度计数据，使用O-W方法对南海寿命不短于5周的的中尺度涡进行了识别，研究了南海中尺度涡的分布和季节变化特征及年际变化特征。然而，上述针对西北太平洋和南海中尺度涡的研究多聚焦于寿命28 d及以上的涡旋，对于寿命短于28 d的涡旋关注较少，仅有零星的研究。例如，Chen等[18]基于高度计数据对全球海洋长寿命、中等寿命、短寿命中尺度涡开展了统计研究；基于绝对动力地形数据，Shi等[28]识别了南海10 d以上的中尺度涡，并针对暖涡的时空特征开展了研究。因此，虽然当前对西北太平洋和南海的中尺度涡有了较为广泛的认识，但多为长寿命中尺度涡的统计分析结果。短寿命涡旋在海洋中尺度涡中的数量占比超过50%，然而，西北太平洋和南海短寿命涡旋的基本运动学特征以及与长寿命涡旋的运动学特征差异仍不十分清晰，需要进一步的针对性研究。现有研究表明，短寿命涡旋的平均半径、振幅、相对涡度、传播速度和涡动能虽然与长寿命涡旋相似，但其强度普遍较小，说明涡旋的强度与寿命存在一定的关联性。然而，具体的运动学差异尚未完全揭示，因此进一步探讨这些特征的差异和影响因素对于深入理解短寿命和长寿命涡旋的动力学机制至关重要。
本研究将中尺度涡划分为长寿命涡旋(生命周期≥ 28 d，简称L-eddies)和短寿命涡旋(生命周期10~27 d，S-eddies)两类，并开发西北太平洋和南海针对性的区域海洋中尺度涡识别追踪算法，包括短寿命涡旋的识别追踪。系统研究了西北太平洋和南海中尺度涡的时空特征，尤其聚焦于短寿命涡旋(10~27 d)，填补了传统研究多关注长寿命涡旋(≥28 d)的空白，方法科学且具有可重复性。首次将西北太平洋与南海结合并量化短寿命涡旋的数量和能量占比，突出短寿命涡旋的重要性，为海洋涡旋和能量研究提供了新视角。同时，基于中尺度涡识别追踪结果，开展西北太平洋和南海中尺度涡基本运动学特征研究。
1 数据与方法 1.1 高度计数据本文采用了哥白尼海洋与环境监测局(Copernicus Marine Environment Monitoring Service)发布的L4数据(https://data.marine.copernicus.eu/products)，该产品涵盖了1993年1月—2022年12月期间的高度计数据，包括绝对动力高度、海面高度异常(sea level anomaly，SLA)、绝对地转流和地转流异常等信息。数据由DUACS(data unification and altimeter combination system)多任务高度计数据处理系统处理，该系统是由法国国家航天研究中心(CNES)与CLS公司共同开发。DUACS系统的特点是基于从GEOSAT到Jason-3等多个测高卫星的综合多任务产品。该数据集的时间分辨率为1 d，空间分辨率为0.25°×0.25°，为本研究提供了高质量、可靠的数据支持。本研究主要使用1993年1月—2022年12月期间的SLA数据和地转流异常数据，数据的空间范围包括西北太平洋和南海，经纬度范围为0°—30°N，105°E—150°E，以122°E为西北太平洋与南海的分界线。
1.2 中尺度涡识别方法本研究基于限定物理条件的方法对西北太平洋和南海的中尺度涡进行识别。研究区域为0°—30°N，105°E—150°E。具体中尺度涡识别步骤如下：
(1) 寻找潜在涡心位置：寻找区域SLA极值点，提取潜在的涡心位置。区域极大值点和极小值点分别代表潜在暖涡和冷涡的涡心位置。其中，对水深小于200 m处的极值点进行剔除。
(2) 设置预设半径：根据涡心纬度设置涡旋预设半径，纬度越大，半径越小，预设半径变化趋势与罗斯贝变形半径变化趋势一致。
(3) 寻找涡旋边界：根据涡心SLA和预设半径内平均SLA设置SLA阈值，在预设半径范围内寻找SLA等于阈值的涡旋边界，边界内定义为涡旋内区域。
(4) 剔除虚假涡旋：根据不同区域涡旋特征，在不同区域分别设置涡度阈值、涡旋面积阈值和SLA大小阈值来剔除虚假涡旋。
(5) 涡旋合并：当两个或多个极性相同、涡心距离较近且重叠区域大于20%的涡旋同时被识别时，进行涡旋合并。
(6) 涡旋信息提取：根据识别到的涡旋信息计算并汇总涡旋的涡心位置、半径、相对涡度、涡动能、振幅、最大流速等参量。公式如下：
| $ \omega=\frac{\partial v}{\partial x}-\frac{\partial u}{\partial y}, $ | (1) |
| $ E K E=\frac{1}{2}\left(u^2+v^2\right) \text {。} $ | (2) |
式中：u、v为地转流异常；ω为相对涡度；EKE(eddy kinetic energy)为涡动能。
1.3 中尺度涡追踪方法中尺度涡追踪方法基于中尺度涡识别结果开展，参考并优化Dong等[16]的方法进行涡旋追踪，具体步骤如下：
(1) 数据提取与合并：提取每天识别出的涡旋区域内每个点的坐标，并合并经纬度坐标，转换为字符串。例如，若某点的坐标为120.125°E，15.375°N，合并后的字符串为“12012515375”。
(2) 涡旋追踪：设定循环进行涡旋追踪。在检索t+1时刻的涡旋时，优先寻找与已识别涡旋中心距离小于等于30 km的涡旋。如果没有找到符合条件的涡旋，则寻找字符串重合度最高的涡旋，视为追踪成功。重合度有阈值限制，并可根据不同海区、时间和需求进行调整。
(3) 丢失积分与持续追踪：若在t+1时刻未找到符合条件的涡旋，则增加丢失积分+1，并检索t+2时刻的涡旋。如果t+2时刻存在符合条件的涡旋，则视为追踪成功，丢失积分清零。若t+2时刻仍无符合条件的涡旋，则继续增加丢失积分，向后检索，直至丢失积分超过3时，终止该涡旋的追踪，视为涡旋消亡。
(4) 涡旋合并与分离：涡旋未合并或分离，正常追踪；涡旋追踪一段时间后汇入一个大涡旋，该涡旋终止追踪，主涡旋继续追踪；涡旋分离成多个涡旋，继续追踪主涡旋，分离出的小涡旋以新涡旋的形式开始追踪。
(5) 涡旋剔除：由于网格化的卫星高度计数据由不同卫星沿轨数据插值得到，对于10 d寿命以内的涡旋观测误差较大，因此对寿命短于10 d的涡旋进行剔除。
(6) 数据汇总与分析：完成所有循环后，汇总追踪到的所有数据。根据涡旋的涡度正负，统计每日新增的气旋涡和反气旋涡的数量，以便后续分析。同时，计算每个涡旋的存活时间、平均半径、涡度等物理参数。
该追踪方法可以一定程度上排除因为数据因素或者涡旋合并分离导致涡心跳跃使追踪中断的问题，且避免了检索半径逐渐扩大而导致追踪准确度降低的问题。同时，可以对短寿命涡旋进行识别并追踪，极大提高了海洋涡旋识别和研究的全面性。
2 中尺度涡识别结果 2.1 涡旋单日识别结果图 1展示了2003年6月22日单日涡旋识别结果。从图中可以看出，本研究较好的识别出了西北太平洋和南海的涡旋，包括涡旋的涡心位置、涡旋边界和涡旋区域等。2003年6月22日在研究海域共识别出涡旋40个，包括气旋涡21个，反气旋涡19个，南海涡旋7个，西北太平洋涡旋33个，长寿命涡旋34个，短寿命涡旋6个。对于单日涡旋识别结果而言，西北太平洋涡旋显著多于南海，长寿命涡旋显著多于短寿命涡旋，气旋涡与反气旋涡数量相当，副热带逆流区涡旋数量显著多于其他海域。
|
( 黑色实线为长寿命涡旋边界，红色实线为短寿命涡旋边界，红点和蓝点代表反气旋涡和气旋涡涡心位置，122°E处黑色实线为西北太平洋与南海的分界线。The black and red lines denote edges of L-eddies and S-eddies, respectively. Red and blue points represent center locations of AE and CE, respectively. The solid black line at 122°E denotes the boundary between the Northwest Pacific and the South China Sea. ) 图 1 2003年6月22日中尺度涡识别结果 Fig. 1 Identification results of mesoscale eddies on June 22, 2003 |
本研究基于1993—2022年卫星高度计数据对西北太平洋和南海的中尺度涡进行了识别和追踪，共追踪到16 240个中尺度涡。其中，气旋涡数量为7 986个，反气旋涡数量为8 254个，气旋涡与反气旋涡数量相当；南海中尺度涡数量为3 417个，包括气旋涡1 628个，反气旋涡1 789个，西北太平洋中尺度涡数量为12 823个，包括气旋涡6 358个，反气旋涡6 465个，西北太平洋涡旋数量显著大于南海。
本研究将寿命在10~27 d的涡旋定义为短寿命涡旋，将寿命不小于28 d的涡旋定义为长寿命涡旋。长寿命涡旋数量为6 458个，短寿命涡旋数量为9 782个，短寿命涡旋数量占涡旋总数量的60.2%，表明短寿命涡旋在海洋中尺度涡中的不可忽视性。对于长寿命涡旋，总数量为6 458个，气旋涡数量为3 319个，反气旋涡数量为3 139个，气旋涡数量略多于反气旋涡数量；西北太平洋长寿命中尺度涡数量为5 118个，包括气旋涡2 659个，反气旋涡2 459个；南海长寿命中尺度涡数量为1 340个，包括气旋涡660个，南海反气旋涡680个。对于短寿命涡旋，总数量为9 782个，气旋涡数量为4 667个，反气旋涡数量为5 115个，反气旋涡数量略多于气旋涡数量；西北太平洋短寿命中尺度涡数量为7 705个，包括气旋涡3 699个，反气旋涡4 006个；南海短寿命中尺度涡数量为2 077个，包括气旋涡968个，南海反气旋涡1 109个；两个海区短寿命反气旋涡数量均略多于气旋涡数量。
同时, 本文将识别结果与前人[17]中尺度涡数据集(https://www.scidb.cn/en/detail?dataSetId=e8cdadf3d6624951b893f4498eb03ff1)进行了对比，这里只对比了1993—2019年的结果。Dong等[17]提出的数据集是全球近海-中尺度涡-大气-海洋生物相互作用观测数据集(GOMEAD)。该数据集利用多源卫星遥感观测数据，通过V-G方法识别中尺度涡，并构建了1993—2019年间的多参数涡旋数据集。这一数据集中涡旋的生命周期均大于等于四周。本研究使用该数据集进行验证。从表 1可以看出，由于本研究追踪了寿命在10~27 d之间的短寿命涡旋，因此涡旋总数远大于Dong等[16]识别的涡旋。然而，对于寿命≥28 d的长寿命涡旋，本研究共识别出5 850个长寿命中尺度涡，其中南海为1 209个，西北太平洋为4 641个。该结果与文献[16]数据集的识别结果(分别为5 884、1 239和4 645个)高度一致，表明本研究的中尺度涡识别结果具有较高的可靠性。
|
表 1 西北太平洋和南海中尺度涡统计结果 Table 1 Statistical reslults of mesoscale eddies in the Northwestern Pacific (NWP) and South China Sea (SCS) |
图 2展示了西北太平洋和南海中尺度涡生成地的空间分布特征。由于区域边缘对涡旋识别和追踪的完整性具有影响，因此将绘图经纬度范围限定为2.5°N—30°N，105°E—147.5°E。长寿命涡旋主要生成在副热带逆流区、吕宋海峡西侧和越南东部，与前人的研究结果一致。短寿命涡旋则主要在西北太平洋西边界流区生成，副热带逆流区、吕宋海峡西侧、吕宋岛西侧和越南东南部也是短寿命涡旋的重要生成区域。进一步分析短寿命涡旋的生成占比可见，西边界流区和南海北部陆坡海域的短寿命涡旋生成数量较多，且占涡旋总量的比例较大；而北赤道流区、热带海域和南海东南海域的涡旋生成数量较少，且绝大多数为短寿命涡旋。北赤道流区域虽然流速较大，但流场斜压不稳定性较弱，导致该区域的涡旋数量较少[29]，仅有少部分涡旋能够存活，其中大多数为短寿命涡旋。
|
( (a) 涡旋生成位置分布，颜色代表1993—2022年该网格内涡旋生成的个数；(b) 长寿命涡旋(寿命≥28 d)生成位置分布；(c) 短寿命涡旋(寿命＜28 d)生成位置分布；(d) 短寿命涡旋生成数量在总涡旋数量的占比。网格大小为1° × 1°。(a) Eddy generation positions with the color map representing the number of eddies generated in each location from 1993 to 2022; (b) Generation positions of L-eddies (lifetime ≥28 d); (c) Generation positions of S-eddies (lifetime < 28 d); (d) Proportion of S-eddies in the total number of eddies generated. The grid size in the figure is 1° × 1°. ) 图 2 西北太平洋和南海中尺度涡的生成数目分布 Fig. 2 Distribution of generation numbers of mesoscale eddies in the Northwest Pacific and South China Sea |
图 3展示了西北太平洋和南海中尺度涡的消亡数目分布。长寿命涡旋主要消亡于西北太平洋西边界流区、南海北部沿等深线区、越南东部海域和副热带逆流区，其中西北太平洋西边界流区和南海北部沿等深线区的涡旋消亡数量最多。短寿命涡旋的消亡则集中在西北太平洋西边界流区、副热带逆流区、吕宋海峡西侧、吕宋岛西侧和越南东南海域。短寿命涡旋的消亡占比分析表明，西边界流区、副热带逆流区和南海北部海域的短寿命涡旋消亡比例较小，主要由于长寿命涡旋也在这些区域消亡。而在北赤道流区、热带海域和南海东南海域，涡旋数量本就较少，且大多数为短寿命涡旋，因此其消亡占比较大。由于短寿命涡旋生命周期短，迁移范围受限，其生成和消亡位置呈现相似的分布特征。特别是在西边界附近生成的涡旋，受地形强迫影响，在传播过程中迅速消亡，解释了该区域短寿命涡旋的高发性。这一研究结果有助于深入理解海洋中尺度涡的生消分布特征及其动力机制。
|
( (a) 涡旋消亡位置分布，颜色代表1993—2022年该网格内涡旋生成的个数；(b) 长寿命涡旋(寿命≥28 d) 消亡位置分布；(c) 短寿命涡旋(寿命 < 28 d)消亡位置分布；(d). 短寿命涡旋消亡数量在总涡旋数量的占比。网格大小为1° × 1°。(a) Eddy dissipation positions, with the color map representing the number of eddies dissipated in each location from 1993 to 2022; (b) Dissipation positions of L-eddies (lifetime≥28 d); (c) Dissipation positions of S-eddies (lifetime < 28 d); (d) Proportion of S-eddies in the total number of eddies dissipated. The grid size in the figure is 1° × 1°. ) 图 3 西北太平洋和南海中尺度涡的消亡数目分布 Fig. 3 Distribution of dissipation numbers of mesoscale eddies in the Northwest Pacific and South China Sea |
图 4展示了1993—2022年西北太平洋和南海的平均涡动能和累积涡动能分布。从图中可见，长寿命涡旋的强涡动能区主要集中在越南东南、台湾西南、副热带逆流区及热带海域，而北赤道流区和南海内区的涡动能较弱。其中，越南东南的涡动能较高，主要源于季风强迫引发的中尺度涡对生成和受到东南急流的影响[30-31]。副热带逆流区的涡动能峰值位于西部海域约22°N，而北赤道流区的涡动能相对较低，与Qiu等[32]和Yang等[33]的研究结果一致。对于1993—2022年的累积涡动能分布，与平均涡动能存在一定差异。越南东南、台湾西南、副热带逆流区和热带海域同样为强累积涡动能区，但副热带逆流区和越南东南的累积涡动能强于台湾西南和热带海域。越南尽管副热带逆流区的平均涡动能相对较弱，但由于该区域涡旋数量众多，累积涡动能较高；相反，热带海域虽具有较大的平均涡动能，但涡旋数量较少，因此累积涡动能较弱。而对于短寿命涡旋，其平均涡动能和累积涡动能与长寿命涡旋相比，存在一定的差异性。短寿命涡旋的平均涡动能存在三个高值区，分别为越南东南、西边界流区和热带海域，热带海域的平均涡动能要显著大于其他两个海域；而对于累积涡动能，除越南东南、西边界流区和热带海域，台湾西南海域同样为高值区。
|
( (a) 西北太平洋和南海总体中尺度涡涡动能；(b) 西北太平洋和南海总体中尺度涡累积涡动能；(c) 长寿命涡旋涡动能；(d) 长寿命涡旋累积涡动能；(e) 短寿命涡旋涡动能；(f)短寿命涡旋累积涡动能；网格大小为1° × 1°。(a) EKE of total mesoscale eddies in the Northwestern Pacific and South China Sea; (b) Accumulated eddy kinetic energy (AEKE) of total mesoscale eddies in the Northwestern Pacific and South China Sea; (c) EKE of L-eddies; (d)AEKE of L-eddies; (e) EKE of S-eddies; (f) AEKE of S-eddies. The grid size in the figure is 1° × 1°. ) 图 4 西北太平洋和南海中尺度涡涡动能 Fig. 4 EKE of mesoscale eddies in the Northwestern Pacific and South China Sea |
图 5展示了短寿命涡旋累积涡动能在总涡动能中的占比。可以看出，太平洋西边界流区、北赤道流区、南海东南部和南海北部陆坡区域的短寿命涡旋累积涡动能占比较高，最高可达70%以上。其中，西边界流区是太平洋中尺度涡的重要生成与消亡区域，由于短寿命涡旋数量多、涡动能较强，因此其累积涡动能占比也较高。相较之下，北赤道流区和南海东南部海域的涡旋数量虽较少，平均涡动能较弱，但由于该区域生成的主要是短寿命涡旋，其累积涡动能占比仍较大。而在越南东南和副热带逆流区等海域，尽管短寿命涡旋与长寿命涡旋数量相当，但单个长寿命涡旋的累积涡动能远高于短寿命涡旋，因此短寿命涡旋的累积涡动能占比较低。同时，本文计算了西北太平洋和南海研究海域1993—2022年的总累积涡动能为1.86×104 m2/s2，其中，长寿命涡旋总累积涡动能为1.47×104 m2/s2，短寿命涡旋总累积涡动能为3.92×103 m2/s2，短寿命涡旋总累积涡动能占总涡旋累积涡动能的21.1%，表明短寿命涡旋在海洋能量平衡和串级中起着潜在的重要作用，需要未来进一步的探究。
|
( 图中颜色代表短寿命涡旋累积涡动能占总涡动能的比例(单位：%)。网格大小为1°×1°。The colormap in the figure denotes the proportion of AEKE (Accumulated EKE) of S-eddies in the total EKE. The grid size in the figure is 1°×1°. ) 图 5 西北太平洋和南海短寿命涡旋累积涡动能占总涡动能的比例 Fig. 5 Proportion of AEKE of S-eddies in the total EKE in the Northwestern Pacific and South China Sea |
除了生成与消亡位置及涡动能外，相对涡度、传播速度与方向、振幅和半径也是海洋中尺度涡的重要运动学特征，这些参数在空间分布上亦呈现出显著差异。
图 6展示了长寿命涡旋的平均相对涡度、传播速度、振幅和半径的空间分布特征。相对涡度方面，越南东南、台湾西南、副热带逆流区及热带海域为长寿命涡旋的高发生区域，相对涡度较大，而北赤道流区和南海东南部的涡旋相对涡度较小。其中，越南东南的相对涡度最高，最大可达1.8×10-5 s-1。传播速度和方向方面，受β效应影响，涡旋整体呈西向传播[34]，同时传播速度受纬度、背景流及地形等因素调控。北赤道流区的西向传播速度最快，最大平均值达13.7 cm/s，而热带海域及越南东侧海域的涡旋传播速度较慢。此外，受地形强迫与背景流影响，台湾东北的涡旋沿地形向东北传播，而南海北部的涡旋则沿地形向西南传播。振幅方面，副热带逆流区的长寿命涡旋振幅明显大于其他海域，最大平均振幅达38.4 cm，其次为台湾西南。半径方面，由于科氏参数随纬度变化的影响，热带海域及北赤道流区的涡旋半径较大，最大平均半径达221.3 km，而副热带逆流区及南海的长寿命涡旋半径明显较小，平均值约为80~100 km。
|
( (a) 长寿命涡旋涡度；(b) 传播速度；(c) 振幅；(d) 半径。网格大小为1°×1°。(a) Vorticity of L-eddies; (b) Propagation speed; (c) Amplitude; (d) Radius. The grid size in the figure is 1°×1°. ) 图 6 西北太平洋和南海长寿命涡旋的运动学特征 Fig. 6 Kinematic characteristics of L-eddies in the Northwestern Pacific and South China Sea |
图 7展示了短寿命涡旋的平均相对涡度、传播速度、振幅和半径的空间分布特征。在相对涡度方面，越南东南、台湾西南及副热带逆流区的短寿命涡旋相对涡度较大，其中越南东南的相对涡度显著高于其他海域，最大平均相对涡度可达6.7×10-6 s-1。在传播速度和传播方向方面，短寿命涡旋整体呈西向传播，其中北赤道流区的西向传播速度最高，最大平均传播速度达10.1 cm/s，而热带海域的短寿命涡旋传播速度相对较慢。此外，受地形强迫及背景流影响，台湾东北的短寿命涡旋沿地形向东北传播，而南海北部的短寿命涡旋则沿地形向西南传播。在振幅方面，副热带逆流区的短寿命涡旋振幅显著大于其他海域，最大平均振幅可达16.9 cm。在半径方面，由于科氏参数随纬度变化的影响，热带海域及北赤道流区的短寿命涡旋半径较大，而副热带逆流区及南海的短寿命涡旋半径则明显较小，平均值约为80~100 km。从图 7与图 6的对比可以看出，整体而言，短寿命涡旋的平均相对涡度、传播速度、振幅和半径与长寿命涡旋呈现出相似的分布特征，但强度要显著小于长寿命涡旋。
|
( (a) 短寿命涡旋涡度；(b)传播速度；(c)振幅；(d)半径。网格大小为1°×1°。(a) Vorticity of S-eddies; (b) Propagation speed; (c) Amplitude; (d) Radius. The grid size in the figure is 1°×1°. ) 图 7 西北太平洋和南海短寿命涡旋的运动学特征 Fig. 7 Kinematic characteristics of S-eddies in the Northwestern Pacific and South China Sea |
西北太平洋和南海均具有丰富的中尺度涡旋活动，且两者的中尺度涡旋在特征上存在显著差异。图 8展示了西北太平洋和南海中尺度涡寿命和数量的分布。从图中可以看出，西北太平洋的涡旋数量显著大于南海，其中中尺度涡的寿命主要集中在100~200 d，涡旋数量随着寿命增加而减少。短寿命涡旋数量为7 705个，明显多于长寿命涡旋数量(5 118个)，寿命超过150 d的涡旋为213个。相较之下，南海的中尺度涡寿命主要分布在10~150 d，涡旋数量随寿命的增加也逐渐减少，短寿命涡旋数量为2 077个，明显高于长寿命涡旋数量(1 340个)，而寿命超过150 d的涡旋仅为30个。西北太平洋的涡旋平均寿命为34.69 d，南海为33.30 d，西北太平洋的平均寿命略长于南海。此外，本文还统计了西北太平洋和南海的其他参数，如表 2所示。西北太平洋长寿命涡旋的平均半径(95.6 km)大于南海(85.7 km)；西北太平洋长寿命涡旋的平均涡度(4.6×10-6 s-1)小于南海(5.1×10-6 s-1)；西北太平洋长寿命涡旋的平均振幅(11.7 cm)大于南海(8.9 cm)；西北太平洋和南海短寿命涡旋的涡动能差异较小，分别为3.6和3.9×10-2 m2/s2；西北太平洋长寿命涡旋的平均传播速度(7.9 cm/s)大于南海(6.3 cm/s)。
|
( (a) 西北太平洋涡旋；(b) 南海涡旋。(a) Mesoscale eddies in the Northwestern Pacific; (b) Mesoscale eddies in the South China Sea. ) 图 8 西北太平洋和南海涡旋寿命 Fig. 8 Eddy lifetime in the Northwestern Pacific and South China Sea |
|
|
表 2 西北太平洋和南海中尺度涡数量、数量占比、半径、振幅、涡度、涡动能和传播速度统计表 Table 2 Statistics of number, proportion, radius, amplitude, vorticity, EKE, and propagation speed of mesoscale eddies in the Northwestern Pacific and South China Sea |
对于短寿命涡旋，西北太平洋的短寿命涡旋平均半径(90.7 km)大于南海(79.1 km)；西北太平洋短寿命涡旋的平均涡度(3.8×10-6 s-1)略小于南海(4.0×10-6 s-1)；西北太平洋短寿命涡旋的平均振幅(8.5 cm) 大于南海(6.3 cm)；西北太平洋和南海短寿命涡旋的涡动能差异较小，分别为2.5×10-2和2.3×10-2 m2/s2；西北太平洋短寿命涡旋的平均传播速度(6.7 cm/s)大于南海(5.4 cm/s)。
综上，无论是长寿命涡旋还是短寿命涡旋，西北太平洋的涡旋数量、平均半径、振幅和传播速度均显著大于南海，而西北太平洋的平均涡度小于南海，平均涡动能则相当。
3.5 重点海区统计特征以上开展了西北太平洋和南海的中尺度涡运动学特征的对比分析，本节进一步对研究海域几个重点海区的运动学特征开展统计研究。从图 9可以看出，越南东南部海区(Z1)、吕宋海峡西部海区(Z2)、副热带逆流区(Z3)是中尺度涡频繁发生的海域，同时热带海域(Z4)虽然涡旋数量较少，但呈现出独特的运动学特征(见图 2—图 7)，因此选择这4个典型区域作为重点海区开展中尺度涡的定量特征分析，4个区域的经纬度范围如下：
|
( 图中方框代表 4个重点海区，颜色代表涡旋覆盖概率。网格大小为1°× 1°。The box in box represents 4 key sea areas. The color map denotes the eddy probality. The grid size in the figure is 1°×1°. ) 图 9 西北太平洋和南海涡旋区域划分示意图 Fig. 9 Schematic diagram of eddy region division in the Northwestern Pacific and South China Sea |
Z1：108°E —114°E 7°N—16°N；
Z2：116°E —121°E 18°N—23°N；
Z3：123°E —145°E 17°N—28°N；
Z4：129°E —145°E 3°N—7°N。
本研究对4个重点海区的中尺度涡旋数量、半径、振幅、涡度、涡动能和传播速度进行了统计分析。副热带逆流区的涡旋数量最多，达6 319个，其中短寿命涡旋3 564个，长寿命涡旋2 755个，短寿命涡旋数量是长寿命涡旋数量的1.3倍。其他区域的涡旋数量显著少于副热带逆流区，且短寿命涡旋数量普遍多于长寿命涡旋。在涡旋半径方面，热带海区的涡旋半径最大，副热带逆流区次之。热带海区的平均半径为130.6 km，其中短寿命涡旋的半径(128.0 km)略小于长寿命涡旋的半径(131.6 km)。其他海区的短寿命涡旋半径均显著小于长寿命涡旋，说明半径越大的涡旋，其存活时间可能越长。振幅方面，副热带逆流区的涡旋振幅最大，吕宋海峡西侧次之，热带海域振幅最小。副热带逆流区的平均振幅为12.3 cm，其中短寿命涡旋的振幅(9.9 cm)显著小于长寿命涡旋的振幅(13.0 cm)。其他海区短寿命涡旋的振幅也显著小于长寿命涡旋，表明涡旋振幅对其存活时间有较大影响，振幅越大，涡旋存活时间越长。在涡度方面，越南东南部海区的涡旋涡度最大(6.0×10-6 s-1)，吕宋海峡西部次之。越南东南部短寿命涡旋的涡度(5.0×10-6 s-1)小于长寿命涡旋的涡度(6.3×10-6 s-1)。其他3个区域短寿命涡旋的涡度也显著小于长寿命涡旋，表明涡度越大，涡旋的存活时间越长。在涡动能方面，热带海域的涡动能最高(6.1× 10-2 m2/s2)，越南东南部次之(5.0×10-2 m2/s2)，吕宋海峡西部最低(3.3×10-2 m2/s2)。热带海域的短寿命涡旋涡动能(4.7×10-2 m2/s2)小于长寿命涡旋涡动能(6.6×10-2 m2/s2)，且其他3个区域的短寿命涡旋涡动能均显著小于长寿命涡旋，表明涡动能对涡旋存活时间有较大影响。在涡旋传播速度方面，副热带逆流区的传播速度最大(7.5 cm/s)，越南东南部最小(5.9 cm/s)。副热带逆流区短寿命涡旋的传播速度(6.3 cm/s)低于长寿命涡旋传播速度(7.5 cm/s)，且其他海区的短寿命涡旋传播速度普遍低于长寿命涡旋，说明传播速度对涡旋存活时间有较大影响，传播速度越大，涡旋存活时间越长。
综上，不同重点海区的中尺度涡呈现出不同的运动学特征。越南东南部、副热带逆流区和热带海域分别具有最大的相对涡度、最多的生成数量和振幅、最大的半径和涡动能，吕宋海峡西部海区各参数均处于中等数值。同时，短寿命涡旋的半径、振幅、相对涡度、涡动能、传播速度普遍小于长寿命涡旋，表明涡旋寿命受到涡旋强度的影响。
|
|
表 3 四个重点海区中尺度涡数量、数量占比、半径、振幅、涡度、涡动能和传播速度统计表 Table 3 Statistical table of the number, proportion, radius, amplitude, vorticity, EKE, and propagation speed of mesoscale eddies in four zones |
本研究基于区域海洋的中尺度涡识别追踪算法，识别并追踪了1993—2022年期间西北太平洋和南海的中尺度涡，并重点分析了包括短寿命涡旋在内的涡旋运动学特征。研究结果表明：
(1) 1993—2022年在西北太平洋和南海共识别出16 240个涡旋。其中，气旋涡数量为7 986个，反气旋涡数量为8 254个，气旋涡与反气旋涡数量相当；南海中尺度涡数量为3 417个，西北太平洋中尺度涡数量为12 823个，西北太平洋涡旋数量显著大于南海；长寿命涡旋数量为6 458个，短寿命涡旋数量为9 782个，短寿命涡旋的数量占西北太平洋和南海涡旋总数量的60.2%，强调了短寿命涡旋的普遍性和不可忽视性。
(2) 副热带逆流区、吕宋海峡西侧和越南东部是长寿命涡旋的主要生成区，涡旋的消亡主要发生在西北太平洋西边界流区、副热带逆流区、南海北部沿等深线区和越南东部海域。西北太平洋西边界流区、副热带逆流区、吕宋海峡西侧、吕宋岛西侧和越南东南既是短寿命涡旋的主要生成区，也是其主要消亡区。
(3) 越南东南部、西边界流区和热带海域是短寿命涡旋平均涡动能的高值区，热带海域的平均涡动能最大。受到短寿命涡旋数量的影响，其累积涡动能在越南东南、西边界流区、热带海域和台湾西南海域均表现为高值区。短寿命涡旋的累积涡动能占总涡动能的21.1%，表明短寿命涡旋在海洋能量平衡和串级传递中的潜在重要作用。
(4) 短寿命涡旋的平均半径、振幅、相对涡度、传播速度和涡动能与长寿命涡旋呈现出相似的分布特征，但强度要显著小于长寿命涡旋，表明涡旋寿命受到涡旋强度的影响。
(5) 无论是长寿命涡旋还是短寿命涡旋，西北太平洋的涡旋数量、平均半径、振幅和传播速度均显著大于南海，而西北太平洋的平均涡度小于南海，平均涡动能则与南海相当。
(6) 越南东南部、副热带逆流区和热带海域分别具有最大的相对涡度、最多的生成数量和振幅、最大的半径和涡动能, 吕宋海峡西部海区各参数均处于中等数值。
| [1] |
Chelton D B, Schlax M G, Samelson R M, et al. Global observations of large oceanic eddies[J]. Geophysical Research Letters, 2007, 34(15): 87-101. (  0) |
| [2] |
Siegel D A, Granata T C, Michaels A F, et al. Mesoscale eddy diffusion, particle sinking, and the interpretation of sediment trap data[J]. Journal of Geophysical Research: Oceans, 1990, 95(C4): 5305-5316. DOI:10.1029/JC095iC04p05305 ( 0) |
| [3] |
Adams D K, McGillicuddy D J, Zamudio L, et al. Surface-generated mesoscale eddies transport deep-sea products from hydrothermal vents[J]. Science, 2011, 332(6029): 583. DOI:10.1126/science.1201524 ( 0) |
| [4] |
Hausmann U, Czaja A. The observed signature of mesoscale eddies in sea surface temperature and the associated heat transport[J]. Deep Sea Research Part Ⅰ: Oceanographic Research Papers, 2012, 70: 60-72. DOI:10.1016/j.dsr.2012.08.005 ( 0) |
| [5] |
Zhang Z, Tian J, Qiu B, et al. Observed 3D structure, generation, and dissipation of oceanic mesoscale eddies in the South China Sea[J]. Scientific Reports, 2016, 6(1): 24349. DOI:10.1038/srep24349 ( 0) |
| [6] |
Chelton D B, Schlax M G, Samelson R M. Global observations of nonlinear mesoscale eddies[J]. Progress in Oceanography, 2011, 91(2): 167-216. DOI:10.1016/j.pocean.2011.01.002 ( 0) |
| [7] |
Zhang Z, Li Y, Tian J. A modified method to estimate eddy diffusivity in the North Pacific using altimeter eddy statistics[J]. Chinese Journal of Oceanology and Limnology, 2013, 31(4): 9259-33. ( 0) |
| [8] |
Zhang Z, Wang W, Qiu B. Oceanic mass transport by mesoscale eddies[J]. Science, 2014, 345(6194): 322-326. DOI:10.1126/science.1252418 ( 0) |
| [9] |
Sun Z, Zhang Z, Qiu B, et al. Subsurface mesoscale eddies observed in the northeastern South China Sea: Dynamic features and water mass transport[J]. Journal of Physical Oceanography, 2022, 52(5): 841-855. DOI:10.1175/JPO-D-21-0177.1 ( 0) |
| [10] |
Parker C E. Gulf stream rings in the Sargasso Sea[J]. Deep Sea Research and Oceanographic Abstracts, 1971, 18(10): 981-993. DOI:10.1016/0011-7471(71)90003-9 ( 0) |
| [11] |
Richardson P L. Gulf stream ring trajectories[J]. Journal of Physical Oceanography, 1980, 10(1): 90-104. DOI:10.1175/1520-0485(1980)010<0090:GSRT>2.0.CO;2 ( 0) |
| [12] |
Chao Y. The Role of Ocean Eddies in Large-Scale Circulation and Climate Variability[C]. [s. l. ]: Report of the High-Resolution Ocean Topography Science Working Group Meeting, 2001: 27.
( 0) |
| [13] |
Okubo A. Horizontal dispersion of floatable particles in the vicinity of velocity singularities such as convergences[J]. Deep Sea Research and Oceanographic Abstracts, 1970, 17(3): 445-454. DOI:10.1016/0011-7471(70)90059-8 ( 0) |
| [14] |
Liu Y, Chen G, Sun M, et al. A parallel SLA-based algorithm for global mesoscale eddy identification[J]. Journal of Atmospheric and Oceanic Technology, 2016, 33(12): 2743-2754. DOI:10.1175/JTECH-D-16-0033.1 ( 0) |
| [15] |
Ni Q, Zhai X, Wang G, et al. Random movement of mesoscale eddies in the global ocean[J]. Journal of Physical Oceanography, 2020, 50(8): 2341-2357. DOI:10.1175/JPO-D-19-0192.1 ( 0) |
| [16] |
Dong C, Liu L, Nencioli F, et al. The near-global ocean mesoscale eddy atmospheric-oceanic-biological interaction observational dataset[J]. Scientific Data, 2022, 9(1): 436. DOI:10.1038/s41597-022-01550-9 ( 0) |
| [17] |
Nencioli F, Dong C, Dickey T, et al. 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[J]. Journal of Atmospheric and Oceanic Technology, 2010, 27(3): 564-579. DOI:10.1175/2009JTECHO725.1 ( 0) |
| [18] |
Chen G, Han G. Contrasting short-lived with long-lived mesoscale eddies in the global ocean[J]. Journal of Geophysical Research: Oceans, 2019, 124(5): 3149-3167. DOI:10.1029/2019JC014983 ( 0) |
| [19] |
Pegliasco C, Delepoulle A, Busche C, et al. A New Global Mesoscale Eddy Trajectories Atlas Derived from Altimetry: Presentation and Future Evolutions[C]. [s. l. ]: AGU Fall Meeting, 2021, 2021: OS12A-04.
( 0) |
| [20] |
林鹏飞. 南海和西北太平洋中尺度涡的统计特征分析[D]. 青岛: 中国科学院研究生院, 2005. Lin P F. Analysis of Statistical Characteristics of Mesoscale Eddies in the South China Sea and Northwest Pacific[D]. Qingdao: Graduate School of Chinese Academy of Sciences, 2005. ( 0) |
| [21] |
林宏阳, 胡建宇, 郑全安. 南海及西北太平洋卫星高度计资料分析: 海洋中尺度涡统计特征[J]. 台湾海峡, 2012, 31(1): 105-113. Lin H Y, Hu J Y, Zheng Q A. Satellite altimeter data analysis of the South China Sea and the northwest Pacific Ocean: Statistical features of oceanic mesoscale eddies[J]. Journal of Oceanography in Taiwan Strait, 2012, 31(1): 105-113. ( 0) |
| [22] |
杨光. 西北太平洋中尺度涡旋研究[D]. 青岛: 中国科学院研究生院, 2013. Yang G. A Study on the Mesoscale Eddies in the Northwest Pacific Ocean[D]. Qingdao: Graduate School of Chinese Academy of Sciences, 2013. ( 0) |
| [23] |
Sadarjoen I A, Post F H. Detection, quantification, and tracking of vortices using streamline geometry[J]. Computers & Graphics, 2000, 24(3): 333-341. ( 0) |
| [24] |
赵军, 高山, 王凡, 等. 西北太平洋中尺度涡半径与涡动能的统计关系[J]. 海洋科学, 2018, 42(8): 71-78. Zhao J, Gao S, Wang F, et al. Statistical relationship between mesoscale eddy radius and eddy kinetic energy in the Northwestern Pacific[J]. Marine Sciences, 2018, 42(8): 71-78. ( 0) |
| [25] |
Wang G, Su J, Chu P C. Mesoscale eddies in the South China Sea observed with altimeter data[J]. Geophysical Research Letters, 2003, 30(21): 2121. ( 0) |
| [26] |
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). ( 0) |
| [27] |
崔凤娟. 南海中尺度涡的识别及统计特征分析[D]. 青岛: 中国海洋大学, 2013. Cui F J. Mesoscale Eddies in the South China Sea: Identification and Statistical Characteristics Analysis[D]. Qingdao: Ocean University of China, 2013. ( 0) |
| [28] |
Shi W, Hu J. Spatiotemporal variation of anticyclonic eddies in the South China Sea during 1993-2019[J]. Remote Sensing, 2023, 15(19): 4720. DOI:10.3390/rs15194720 ( 0) |
| [29] |
Lv M, Wang F, Li Y, et al. Structure of sea surface temperature anomaly induced by mesoscale eddies in the North Pacific Ocean[J]. Journal of Geophysical Research: Oceans, 2022, 127(3): e2021JC017581. DOI:10.1029/2021JC017581 ( 0) |
| [30] |
王桂华. 南海中尺度涡的运动规律探讨[D]. 青岛: 中国海洋大学, 2005. Wang G H. Discussion on the Motion Law of Mesoscale Vortices in the South China Sea[D]. Qingdao: Ocean University of China, 2005. ( 0) |
| [31] |
Chen G, Hou Y, Zhang Q, et al. The eddy pair off eastern Vietnam: Interannual variability and impact on thermohaline structure[J]. Continental Shelf Research, 2010, 30(7): 715-723. DOI:10.1016/j.csr.2009.11.013 ( 0) |
| [32] |
Qiu B. Seasonal eddy field modulation of the North Pacific Subtropical Countercurrent: TOPEX/Poseidon observations and theory[J]. Journal of Physical Oceanography, 1999, 29(10): 2471-2186. DOI:10.1175/1520-0485(1999)029<2471:SEFMOT>2.0.CO;2 ( 0) |
| [33] |
Yang G, Wang F, Li Y, et al. Mesoscale eddies in the northwestern subtropical Pacific Ocean: Statistical characteristics and three-dimensional structures[J]. Journal of Geophysical Research: Oceans, 2013, 118(4): 1906-1925. DOI:10.1002/jgrc.20164 ( 0) |
| [34] |
蔡树群, 董丹鹏, 王盛安, 等. 南海中尺度波动现象研究进展[J]. 地球科学进展, 2005(2): 180-184. Cai S Q, Dong D P, Wang S A, et al. Progress of the study on the meso-scale-fluctuation phenomena in the South China Sea[J]. Advance in Earth Science, 2005(2): 180-184. ( 0) |
2. Key Laboratory of Physical Oceanography, Ministry of Education/Frontiers Science Center for Deep Ocean Multispheres and Earth System, Ocean University of China, Qingdao 266100, China