海洋学报

观测时间	观测仪器	观测范围/m	采样时长/min
2008年4‒10月	300k ADCP（向上）	8～104	10
75k ADCP（向下）	104～586	10
SBE37	76、106、136、166、226、256、316	10
2008年10月至2009年4月	300k ADCP（向上）	8～104	10
75k ADCP（向下）	104～584	10
SBE37	76、106、166、256、316	10
2009年4‒11月	300k ADCP（向上）	8～88	1
75k ADCP（向下）	88～600	1
SBE37	78、198、348	2
2009年11月至2010年5月	300k ADCP（向上）	8～128	1
75k ADCP（向下）	128～600	1
SBE37	107、225、371	2

观测时间

观测仪器

观测范围/m

采样时长/min

2008年4‒10月

300k ADCP（向上）

8～104

75k ADCP（向下）

104～586

SBE37

76、106、136、166、226、256、316

2008年10月至2009年4月

300k ADCP（向上）

8～104

75k ADCP（向下）

104～584

SBE37

76、106、166、256、316

2009年4‒11月

300k ADCP（向上）

8～88

75k ADCP（向下）

88～600

SBE37

78、198、348

2009年11月至2010年5月

300k ADCP（向上）

8～128

75k ADCP（向下）

128～600

SBE37

107、225、371

观测时间	观测仪器	观测范围/m	采样时长/min
2008年4‒10月	300k ADCP（向上）	8～104	10
75k ADCP（向下）	104～586	10
SBE37	76、106、136、166、226、256、316	10
2008年10月至2009年4月	300k ADCP（向上）	8～104	10
75k ADCP（向下）	104～584	10
SBE37	76、106、166、256、316	10
2009年4‒11月	300k ADCP（向上）	8～88	1
75k ADCP（向下）	88～600	1
SBE37	78、198、348	2
2009年11月至2010年5月	300k ADCP（向上）	8～128	1
75k ADCP（向下）	128～600	1
SBE37	107、225、371	2

观测时间

观测仪器

观测范围/m

采样时长/min

2008年4‒10月

300k ADCP（向上）

8～104

75k ADCP（向下）

104～586

SBE37

76、106、136、166、226、256、316

2008年10月至2009年4月

300k ADCP（向上）

8～104

75k ADCP（向下）

104～584

SBE37

76、106、166、256、316

2009年4‒11月

300k ADCP（向上）

8～88

75k ADCP（向下）

88～600

SBE37

78、198、348

2009年11月至2010年5月

300k ADCP（向上）

8～128

75k ADCP（向下）

128～600

SBE37

107、225、371

观测时间	观测仪器	观测范围 /m	采样时长 /min
2019年5月至 2020年11月	75k ADCP（向下）	10～450	60
SBE37	166、471、779、988	2

观测时间

观测仪器

观测范围 /m

采样时长 /min

2019年5月至
2020年11月

75k ADCP（向下）

10～450

SBE37

166、471、779、988

观测时间	观测仪器	观测范围 /m	采样时长 /min
2019年5月至 2020年11月	75k ADCP（向下）	10～450	60
SBE37	166、471、779、988	2

观测时间

观测仪器

观测范围 /m

采样时长 /min

2019年5月至
2020年11月

75k ADCP（向下）

10～450

SBE37

166、471、779、988

	10～60 d	60～90 d	10～30 d	30～90 d
注：行名为带通滤波的周期范围，表中左侧为纬向流的比值，右侧为经向流的比值，“/”表示没有进行相应周期带通滤波计算。
D1‒150 m	0.414 4 / 0.556 7	0.510 3 / 0.600 9	/	/
D1‒250 m	0.334 4 / 0.541 5	0.848 8 / 0.902 1	/	/
D2‒150 m	/	/	0.306 2 / 0.306 2	0.649 1 / 0.851 5
D2‒250 m	/	/	0.265 8 / 0.322 5	0.632 4 / 0.702 4

10～60 d

60～90 d

10～30 d

30～90 d

　　注：行名为带通滤波的周期范围，表中左侧为纬向流的比值，右侧为经向流的比值，“/”表示没有进行相应周期带通滤波计算。

D1‒150 m

0.414 4 / 0.556 7

0.510 3 / 0.600 9

D1‒250 m

0.334 4 / 0.541 5

0.848 8 / 0.902 1

D2‒150 m

0.306 2 / 0.306 2

0.649 1 / 0.851 5

D2‒250 m

0.265 8 / 0.322 5

0.632 4 / 0.702 4

	10～60 d	60～90 d	10～30 d	30～90 d
注：行名为带通滤波的周期范围，表中左侧为纬向流的比值，右侧为经向流的比值，“/”表示没有进行相应周期带通滤波计算。
D1‒150 m	0.414 4 / 0.556 7	0.510 3 / 0.600 9	/	/
D1‒250 m	0.334 4 / 0.541 5	0.848 8 / 0.902 1	/	/
D2‒150 m	/	/	0.306 2 / 0.306 2	0.649 1 / 0.851 5
D2‒250 m	/	/	0.265 8 / 0.322 5	0.632 4 / 0.702 4

10～60 d

60～90 d

10～30 d

30～90 d

　　注：行名为带通滤波的周期范围，表中左侧为纬向流的比值，右侧为经向流的比值，“/”表示没有进行相应周期带通滤波计算。

D1‒150 m

0.414 4 / 0.556 7

0.510 3 / 0.600 9

D1‒250 m

0.334 4 / 0.541 5

0.848 8 / 0.902 1

D2‒150 m

0.306 2 / 0.306 2

0.649 1 / 0.851 5

D2‒250 m

0.265 8 / 0.322 5

0.632 4 / 0.702 4

南海北部的春季流场季节内变异个例分析

PDF下载

刘雪 ¹ , 梁楚进 ¹^,²^,^* , 蔺飞龙 ²

海洋学报 | 论文 2023,45(12): 1-12

收起

海洋学报 | 论文 2023, 45(12): 1-12

南海北部的春季流场季节内变异个例分析

全屏

刘雪¹, 梁楚进¹^,²^,^*, 蔺飞龙²

作者信息

¹ 南京信息工程大学海洋科学学院，江苏南京 210044

² 自然资源部第二海洋研究所卫星海洋环境动力学国家重点实验室，浙江杭州 310012

刘雪（1997—），女，广东省佛山市人，研究方向为流场季节内变化。E-mail：kudosl_ocean@163.com

通讯作者:

*梁楚进（1966—），男，主要从事物理海洋学研究。E-mail：cjliang@sio.org.cn

Cases study of intraseasonal variability of velocity happened in spring in the northern South China Sea

Xue Liu¹, Chujin Liang¹^,²^,^*, Feilong Lin²

Affiliations

¹School of Ocean Science, Nanjing University of Information and Technology, Nanjing 210044, China

²State Key Laboratory of Satellite Ocean Environment Dynamics, Second Institute of Oceanography, Ministry of Natural Resources, Hangzhou 310012, China

出版时间: 2023-12-31 doi: 10.12284/hyxb2023173

文章导航

摘要

收起

在南海北部，与中尺度涡相关的季节内变异特征十分显著，通过比较不同时期流场的季节内变异特征，有助于揭示不同动力不稳定中尺度涡对季节内活动的影响。本文以南海北部2009年春季和2020年春季为例，分析了两个时期中尺度涡的动力不稳定性，从而探究季节内变异特征。基于潜标实测流速数据，本文进行了动能谱分析，结果显示这两个时期的流场季节内变异具有相似特征，显著周期分别为10～60 d和30～90 d。季节内信号主要出现在200 m以上的上表层水域，其中30～90 d的季节内流是对应观测期间的主要季节内成分。滞后回归分析和动力不稳定性的计算表明，2009年春季的季节内变异受移动快但强度弱的表层中尺度涡影响，动力不稳定性由斜压不稳定和正压不稳定共同调制；而2020年春季的季节内变异是受强斜压性的中尺度涡影响，通过流速垂向切变增强，从而较快地触发流场季节内变异的发生。本文研究结果有助于深入了解中尺度涡对南海北部季节内活动的影响机制，为海洋动力学和气候研究提供了重要的参考和理论基础。

关键词

南海北部 / 流场季节内变异 / 中尺度涡 / 海洋动力不稳定

Abstract

收起

The intraseasonal variability (ISV) associated with mesoscale eddies in the northern South China Sea has been significant. Comparing the intraseasonal variability of flow at different times helps to elucidate the influence of mesoscale eddies with various dynamic instability, therefore, this study analyzed the dynamic instability of mesoscale eddies in the spring of 2009 and 2020 in the northern South China Sea, to figure out the characteristics of intraseasonal variability. Based on mooring velocity data, it conducted kinetic spectral analysis, and the results demonstrated that the ISV with period of 10‒60 days in 2009 and the ISV with period of 30‒90 days in 2020 displayed a similar vertical feature, with strong intraseasonal signals primarily occurring in the upper layer above 200 m. Moreover, the ISV with period of 30‒90 days was the main intraseasonal component during the corresponding observation period. Lag-regression analysis and calculation of dynamic instability showed that the intraseasonal variation of spring 2009 was affected by fast-moving but weak surface mesoscale eddies, and the dynamic instability was modulated by baroclinic instability and barotropic instability. On the other hand, the intraseasonal variability in the spring of 2020 was influenced by strong baroclinic mesoscale eddies, which might trigger the occurrence of intraseasonal variability in the flow fields more rapidly through enhanced vertical shear of velocity. The findings of this study contribute to a deeper understanding of the impact mechanisms of mesoscale eddies on intraseasonal activities in the northern South China Sea, providing important references and a theoretical basis for ocean dynamics and climate research.

Key words

the northern South China Sea / intraseasonal variability (ISV) / mesoscale eddy / dynamic instability

引用本文

刘雪, 梁楚进, 蔺飞龙. 南海北部的春季流场季节内变异个例分析. 海洋学报, 2023 , 45 (12) : 1 -12 . DOI: 10.12284/hyxb2023173

Xue Liu, Chujin Liang, Feilong Lin. Cases study of intraseasonal variability of velocity happened in spring in the northern South China Sea[J]. Haiyang Xuebao, 2023 , 45 (12) : 1 -12 . DOI: 10.12284/hyxb2023173

正文

收起

1 引言

收起

海洋流场季节内变异（Intraseasonal Variability，ISV）的显著周期为10～90 d，对海洋的输运和物质交换具有重要作用，以吕宋海峡为例，季节内尺度的输运量与季节性变化相当^[1]。南海北部的环流特征除了显著的季节变化和年际变化外^[2–5]，季节内变异活动也十分活跃。早期的研究是基于卫星高度计数据分析海表面观测到的季节内变异活动^[6–10]，近年来得益于潜标观测布放增多，研究者们能够利用潜标的长期观测数据，对深度剖面的流场季节内变异开展研究，针对其空间分布和垂向结构特征进行探究^{[1, 11–13]}。Wang等^[12]对东沙区域800 m以上的跨斜坡流季节内变异特征展开研究，并论证了跨斜坡流的重要性，Xu等^[13]增加在南海北部陆坡区域的潜标观测数量，给出了上表层的流场季节内变异自东向西的变化特征并分析其成因。

南海北部的季节内变异信号自东向西逐渐减弱以及冬季显著增强的特征，与中尺度涡西传表现一致，涡动能的变化体现为冬强夏弱^[12–14]，另一方面，经吕宋海峡完成的涡致输运对于南海北部的水交换具有重要作用^[15]，因此研究者们普遍认可中尺度涡与南海北部的流场季节内变异密切相关^{[1, 13, 16–18]}。Zhang等^[1]利用滞后回归分析方法，论证了中尺度涡能够激发流场季节内变异这一观点，并指出中尺度涡以近似第一斜压罗斯贝波的速度向西南方向传播^[10]。另外，流场季节内变异强度还与中尺度涡半径存在相关关系，长周期的季节内变异活动强度与中尺度涡的半径成正比^[13]。受季风^[19–21]与黑潮扰动^{[18, 22–23]}的影响，大量中尺度涡在吕宋海峡西侧局地生成，或从黑潮入侵路径中脱落，随后传入南海北部^{[10, 24–26]}，而背景流不稳定是促进中尺度涡生成的主要成因^[27–28]。斜压不稳定通过垂向流速切变将涡动能从平均动能中转移并增强，从而激发出强烈的季节内变异^[12]，对季节内动能进行动力模态分解进一步发现，当中尺度涡存在时，大量季节内能量聚集在第一斜压模态中^[16]。尽管斜压不稳定主导了大部分中尺度涡的生成，但受黑潮流套路径影响并在吕宋海峡西侧局地生成的中尺度涡体现出强正压不稳定性^[24]，因此研究者们利用再分析数据揭示出海洋内部的能量平衡关系^{[1, 9–10, 12, 29]}。

目前，研究者们结合卫星高度计数据、潜标观测数据与模式再分析数据，对季节内变异的空间分布特征及其生成机制有了较深入的认识，但缺少不同大尺度背景下的流场季节内变异进行对比分析。本文中分析的两个潜标观测时间分别为2008‒2010年和2019‒2020年，根据Niño3.4指数对厄尔尼诺‒拉尼娜进行判断，图1的Niño3.4指数表明，2008‒2010年处于拉尼娜年向厄尔尼诺年的转变，2019‒2020年则处于厄尔尼诺年向拉尼娜年的转变，其中2008/2009年为拉尼娜年，2019/2020年为厄尔尼诺年。南海北部的环流受ENSO的年代际调制影响，因此本文希望基于不同的气候态条件，探究不同时期的季节内变异分布特征，其次是旨在利用动力不稳定的计算，分析出中尺度涡的影响作用，从动力变化角度更全面地认识流场季节内变异活动的复杂性，揭示不同动力不稳定的中尺度涡对季节内变异的影响。

2 数据和方法

收起

2.1 数据

本文是基于布放在南海北部陆坡区域的两个相近站位潜标数据来展开的，其中D1布放位置为19°54′N，115°31′E，D2布放位置为19°53′N，115°11′E，在图2中分别以青色和品红色三角形标记。D1的观测时间为2008年4月至2010年5月，共开展了4次布放与回收，仪器配置有上探300k ADCP、下探75k ADCP和SBE37；D2的观测时间为2019年5月至2020年11月，仪器配置有下探75k ADCP和SBE37。两个潜标的实际记录时间与具体观测深度见表1和表2。对于两个潜标观测中部分缺测的数据，均采用插值的方法进行补足，D1点流速数据插值为90～600 m，温盐数据插值则至100～300 m，D2点流速数据插值为100～450 m，温盐数据插值则至170～450 m，插值间隔均为5 m。

本文还运用了来自哥白尼海洋环境监测局（The Copernicus Marine Environment Monitoring Service ，CMEMS）的全球物理再分析数据（https://data.marine.copernicus.eu/product/GLOBAL_MULTIYEAR_PHY_001_030/description ）以及基于卫星高度计同化的海表面高度异常SLA数据（https://data.marine.copernicus.eu/product/SEALEVEL_GLO_PHY_L4_MY_008_047/description）。再分析数据时间间隔为1 d，空间水平分辨率为0.083°，垂向选取上层21个层次（25～763 m），包含温盐与流场变量，SLA的时间间隔为1 d，空间水平分辨率为0.25°。

2.2 研究方法

本文采用了三阶巴特沃夫滤波器对时间序列进行滤波处理，对原始流速作3 d低通滤波处理，去除掉潮汐等高频信号的影响，并在后续的计算中定义为初始流速。进而利用功率谱估计进行频域场的分析，根据谱估计的峰值确定出季节内变异的不同显著周期范围，再次利用滤波器进行带通滤波处理，得出对应周期长度的季节内流信号。

其次，本文运用滞后回归方法讨论中尺度涡与季节内流的超前‒滞后相关关系，将得到的相关系数用作回归系数，重构出对应超前‒滞后天数的SLA空间分布，进而诊断表层中尺度涡对季节内变异活动的激发作用。

此外，本文还计算了海洋动力不稳定，用于揭示季节内变异期间中尺度涡的能量平衡关系。计算参考Brum等^[30]研究中尺度涡‒平均流相互作用时使用的公式，具体如下：

(1)$ {\mathrm{BTC}}= -{\rho }_{0}\left(\overline{{u}^{{'}}{u}^{{'}}}\frac{ \partial\overline{u}}{\partial x}+\overline{{u}^{{'}}{v}^{{'}}}\frac{\partial \overline{u}}{\partial y}+\overline{{u}^{{'}}{v}^{{'}}}\frac{\partial \overline{v}}{\partial x}+\overline{{v}^{{'}}{v}^{{'}}}\frac{\partial v}{\partial y}\right) \text{，} $

(2)$ {\mathrm{BCC}}=\mathrm{ }-\frac{{g}^{2}}{{\rho }_{0}{N}^{2}}\left(\overline{{u}{{{'}}}{{\rho }'_{\mathrm{*}}}}\frac{\partial \overline{{\rho }_{\mathrm{*}}}}{\partial x}+\overline{{v}{{{'}}}{{\rho }'_{\mathrm{*}}}}\frac{\partial \overline{{\rho }_{\mathrm{*}}}}{\partial y}\right) \text{，} $

(3)$ v=\overline{v}+{v}{{{'}}};\;u=\overline{u}+{u}{{{'}}} \text{，} $

(4)$ \rho ={\rho }_{r}+{\rho }_{\mathrm{*}};\;{\rho }_{\mathrm{*}}=\overline{{\rho }_{\mathrm{*}}}+{{\rho }'_{\mathrm{*}}} \text{，} $

式中，$ {\rho }_{0} $ = 1025 kg/m³；$ g $ = 9.8 m/s²；$ u $、$ v $为CMEMS流速；$ \overline{u} $、$ \overline{v} $为CMEMS低通流速（D1点、D2点滤波周期分别为10 d和30 d）；$ {\rho }_{r} $为随深度变化的参考密度；$ \overline{{\rho }_{*}} $为低通密度；$ {N}^{2} $为浮性频率；BTC表示为正压转换项，BCC表示为斜压转换项。当BTC为正时，表示正压不稳定，平均动能向涡动能转移；BCC为正时，表示斜压不稳定，平均位能向涡位能转移。

3 结果

收起

3.1 季节内变异活动特征

对两站位点的初始动能进行功率谱分析（图3）发现，在10～90 d的季节内变异尺度中，两站位点都存在两种周期长度的季节内信号，并且呈现出相似变化，即短周期部分表现为近表层动能谱强度更强，中层的动能谱强度则在长周期部分显著。但两站位点的季节内变异显著周期并不相同，D1点的动能谱主要以60 d为周期分界线，呈现的是上表层以10～60 d周期为主，中层以60～90 d周期逐渐显著；D2点则以30 d为周期分界线，表现为频谱中整体一致的特征，上表层的动能谱强度比中层的强，且在30～90 d周期中更突出。两站位点的动能谱相比，D1点上短周期的季节内动能强于D2点的，而长周期的季节内动能则是D2点更强。

根据动能谱分析得到的显著周期范围，分别对两站位点的初始流进行相应频段的带通滤波。统计了不同周期长度的季节内流对初始流速的标准差贡献（表3），以150 m和250 m为例，D1点上以60～90 d为周期的季节内流与D2点上以30～90 d为周期的季节内流对各自站点上的初始流速有更好地解释，两个站点都以长周期的季节内流为低频流的主要成分，且经向流的比值大于纬向流。

尽管D1点上以10～60 d为周期的流并不是主要的季节内流分量，但从带通滤波后的动能垂向分布可以发现有趣的现象（图4），即D1点上以10～60 d为周期的季节内动能与D2点上以30～90 d为周期的季节内动能具有相似的分布特征，两站位点动能都在冬末/春初显著增强，在垂向分布上都无法向海洋深处延伸，强的季节内动能在200 m深度以上突出。

D1点对应的10～60 d季节内信号与D2点对应的30～90 d季节内信号分别出现在2009年春初与2020年春季，从时间变化上来说，两种季节内变异活动间隔10 a，却表现出相似的垂向分布特征。因此，本文后续的内容将围绕以上呈现出相似特征的季节内流进行分析，探究激发季节内流的中尺度涡是否同样具有相似特征。

3.2 中尺度涡的影响作用

基于前人对不同水深的季节内变化开展的生成机制的研究，主要将上层海洋流的季节内变异归因为中尺度涡的扰动^[16–17]。在此之前需要对涡旋进行识别诊断，本文利用基于物理参数并得到广泛应用的Okubo-Weiss算法^[31–32]，从季节内海平面高度异常场（SLA）中识别并追踪中尺度涡。识别的结果表明季节内SLA包含了表层中尺度涡的信号，而且表层中尺度涡在南海北部活跃存在（图5），2009年春初的涡旋强度较小且生命周期较短，2020年春季的涡旋则与之相反。

将两个站位点的季节内SLA时间序列与对应的季节内动能对比（图6）发现，表层中尺度涡与季节内动能存在超前‒滞后关系，D1站位点上，表层中尺度涡超前于季节内动能约60 d，D2站位点则超前于季节内动能约30 d。由此可见，两个时期站位点上的中尺度涡除了具有不同特征外，与季节内动能的超前关系也暗示了中尺度涡对流场季节内变异的影响可能存在差异，表层中尺度涡超前于季节内动能的步长可能与涡的强度相关。

为了验证这一猜想，用季节内SLA表示表层中尺度，并与季节内的经向流进行滞后分析，利用计算得到的相关系数回归重构出SLA的空间分布（图7）。D1站位以出现的最强季节内动能的时间（2009年3月5日）为滞后0 d，当表层中尺度涡超前于季节内流时（滞后步长为负数，图7a至图7d），涡旋场中清晰地重现出气旋涡逐渐增强并向西南方向传播的空间结构；当表层中尺度涡滞后于流速时（图7f至图7i），气旋涡的结构显著减弱，且位于东北侧的反气旋涡也迅速西移减弱，气旋涡的移动速度为0.090 m/s。

D2站位则选取2020年3月2日作为滞后0 d进行滞后回归（图8），涡旋同样呈现出气旋涡‒反气旋涡沿着东北‒西南向传播，超前28 d的涡旋结构（图8a）与2020年2月21日的涡旋空间分布（图5d）十分相似。随着滞后步长的变化，气旋涡呈现先增强后减弱的变化，东北侧的反气旋涡则逐渐增强，气旋涡移动速度为0.085 m/s，相较于2009年春季的涡旋移动慢一些。

总的来说，涡旋的分析结果肯定了表层中尺度涡对季节内变异活动的触发作用，其次是进一步论证了两个时期的表层中尺度涡旋具有不同的动力特征。无论是从季节内SLA识别的结果还是滞后回归的涡旋空间分布，2009年春季的涡旋强度较弱，对季节内流的激发可能需要更漫长的时间来进行，2020年春季的涡旋则相反，由于其强大的涡旋结构，迅速地激发季节内流的变化，因此下一节将针对涡旋的能量来源进行探讨。

3.3 海洋不稳定的影响

海洋的动力不稳定能够很好地解释中尺度涡的动能和位能的源汇方向，Zhao等^[25]分析了南海的中尺度涡发现，南海北部的中尺度涡主要由斜压不稳定与风做功共同驱动生成，南海南部则在正压不稳定的作用下激发中尺度涡，部分中尺度涡受黑潮环流影响于吕宋海峡西侧局地生成，正压不稳定在其中起到驱动的作用^[23]，这说明动力不稳定仍是影响中尺度涡生成的关键因素。为了进一步揭示表层中尺度涡的差异，本部分内容将通过计算海洋的动力不稳定，探究以上两个时期的表层中尺度涡能量来源。

由于潜标数据无法满足偏微分计算，因此利用CMEMS全球物理再分析数据应用于计算中。首先将潜标的初始数据与CMEMS全球物理再分析数据进行对比（图9）。尽管再分析数据中的季节内流比潜标观测的季节内流延迟出现，但仍能呈现明显的季节内异常活动，两站位点的温度与再分析数据的变化有较好的匹配，这说明利用CMEMS再分析数据的流以及温盐数据计算正压转换项（BTC）与斜压转换项（BCC）在一定程度上是可靠的。

对于D1站位点的再分析数据计算情况（图10），截取了2008年11月至2009年4月这一时段的时序变化（图10a）与实测的季节内动能（图6a）相比，再分析数据体现的季节内变异活动更频繁，首次出现强度较强是在2009年1月。在2009年3月，当季节内动能开始增强之前，各深度的正压变换项与斜压变换项都在逐渐增强，说明海洋的动力不稳定同时由正压不稳定与斜压不稳定参与，但两者中斜压不稳定的增强更显著，而在318 m附近的深度上，则表现为正压不稳定强于斜压不稳定。动力不稳定的增强在时间上超前于季节内动能增强的出现，从能量流动的角度来看，促使D1站位点上发生的季节内变异的表层中尺度，其能量主要是在斜压不稳定的作用下，由平均位能向涡位能转移，其次受正压不稳定的部分调控，使平均动能向涡动能转移。

对D2站位点分析的是2019年11月至2020年4月的时序变化（图11），相较于实测中的季节内变异活动（图6b），再分析数据的季节内信号延迟出现，最大季节内动能出现在2020年4月。对应于季节内信号出现的2020年3‒4月，110 m的斜压变换项迅速降低再增加，155 m深度斜压变换项则猛烈增长，强的斜压不稳定表明涡旋场与平均场中出现了显著的密度差异，但正压变换项变化不明显，几乎为0，这表明激发D2站位点上发生季节内变异活动的表层中尺度是受斜压不稳定主导，其涡动能经平均场转移后通过垂向涡度通量变换转换为涡动能，中尺度涡的强斜压性特征同时对应了涡旋从吕宋海峡西侧传入的现象^[18]。

以上的对比分析，进一步揭示了两个时期的表层中尺度涡能量来源及其动力不稳定情况。激发2009年春季D1站位点上季节内变异活动的表层中尺度涡，受斜压不稳定与正压不稳定的共同调制，移速较快但涡旋结构较小；而2020年春季的表层中尺度涡具有强斜压性，涡旋大且移速快。另外，两个时期的斜压不稳定强度相差了一个数量级，说明2020年春季的强斜压性中尺度涡与平均流的相互作用更强^[33]，有利于强烈且迅速地刺激2020年春季D2站位点的季节内变异活动发生。

4 结论

收起

本文基于南海北部两个相邻站位点不同时期的潜标观测数据，均发现显著的季节内变异个例，其中，2009年的D1点中以10～60 d为周期的季节内信号与2020年的D2点中以30～90 d为周期的季节内信号具有相似的特征，均表现为季节内动能在冬末/春初的季风转换期增强，垂向上仅在200 m深度显著。表层中尺度涡作为流场季节内变异的触发因子，自身具有不同的动力特征以及能量来源。尽管两个时期的季节内变异具有相似特征，但表层中尺度涡对春季流场季节内变异的影响却存在差异，因此进一步利用滞后回归方法并分析海洋动力不稳定性，探究表层中尺度涡对春季流场季节内变异的影响，得出以下结论。

（1）2009年春季影响D1站位点的表层中尺度涡移动速度快，涡旋结构弱，受斜压不稳定与正压不稳定共同的调控作用，主要受斜压不稳定的作用，正压扰动可能是由黑潮流套路径带来的。

（2）2020年春季影响D2站位点的表层中尺度涡体现出强斜压性，移动速度慢，涡旋结构强，正压不稳定几乎不起作用，涡旋可能是吕宋海峡东北侧生成后向南海北部传播而来。

（3）对比两个时期，表层中尺度涡与季节内动能的超前关系以及表层中尺度涡的动力差异表明，强斜压性的中尺度涡能够引起更强的流速垂向切变，与平均流相互作用更深，因此可能会有利于促进流场季节内变异的发生。

季节内的海表面高度异常表明，南海北部的季节内变异活动有显著的西传以及向西减弱的特征，两个站位点的垂向特征与冬季增强的季节内变异特征^[12]相似，因此推测这两个站位点上春季出现的季节内信号，可能是在站位点的东北侧于冬季生成，随后沿南海北部地形向西南方向传递，并在冬末/春初传至站位点的区域。

本文所分析的潜标位于Zhuang等^[10]总结的中尺度涡频发带上，因此本文主要是从海洋动力的角度，探讨具有相似特征的流场季节内变异的成因，分析具有不同特征的中尺度涡对季节内变异的激发作用，对于其他的生成机制如风应力的影响暂未展开分析。值得一提的是，风应力对中尺度涡具有一定的驱动作用^[21]，在未来的研究中，探究风应力对流场季节内变异的影响作用时，还需要将风应力对流场季节内变异的直接作用与间接作用（即风应力通过作用与中尺度涡从而驱动出流场季节内变异）作更详细的量化对比，未来有望借助数值模式开展相关的对比研究。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

Zhang Zhiwei, Zhao Wei, Tian Jiwei, et al. Spatial structure and temporal variability of the zonal flow in the Luzon Strait[J]. Journal of Geophysical Research: Oceans, 2015, 120(2): 759−776.

Hu Jianyu, Kawamura H, Hong Huasheng, et al. A review on the currents in the South China Sea: seasonal circulation, South China Sea warm current and Kuroshio intrusion[J]. Journal of Oceanography, 2000, 56(6): 607−624.

Shu Yeqiang, Wang Qiang, Zu Tingting. Progress on shelf and slope circulation in the northern South China Sea[J]. Science China Earth Sciences, 2018, 61(5): 560−571.

Wang Guihua, Wang Chunzai, Huang Ruixin. Interdecadal variability of the eastward current in the South China Sea associated with the summer Asian monsoon[J]. Journal of Climate, 2010, 23(22): 6115−6123.

Wyrtki K. Physical oceanography of the Southeast Asian waters[R]. Naga Report Scientific Results of Marine Investigations of the South China Sea & the Gulf of Thailand, California: ICAc Press, 1961.

Chen Xiao, Qiu Bo, Cheng Xuhua, et al. Intra-seasonal variability of Pacific-origin sea level anomalies around the Philippine Archipelago[J]. Journal of Oceanography, 2015, 71(3): 239−249.

FARRAR J T, WELLER R A. Intraseasonal variability near 10°N in the eastern tropical Pacific Ocean[J]. Journal of Geophysical Research: Atmospheres, 2006, 111(C5): C05015.

Roxy M, Tanimoto Y. Influence of sea surface temperature on the intraseasonal variability of the South China Sea summer monsoon[J]. Climate Dynamics, 2012, 39(5): 1209−1218.

Yu Zhiyu, Potemra J T. Generation mechanism for the intraseasonal variability in the Indo-Australian basin[J]. Journal of Geophysical Research: Atmospheres, 2006, 111(C1): C01013.

Zhuang Wei, Xie Shangping, Wang Dongxiao, et al. Intraseasonal variability in sea surface height over the South China Sea[J]. Journal of Geophysical Research: Atmospheres, 2010, 115(C4): C04010.

Liang Zhanlin, Xie Qiang, Zeng Lili, et al. Role of wind forcing and eddy activity in the intraseasonal variability of the barrier layer in the South China Sea[J]. Ocean Dynamics, 2018, 68(3): 363−375.

Wang Qiang, Zhou Weidong, Zeng Lili, et al. Intraseasonal variability of cross-slope flow in the northern South China Sea[J]. Journal of Physical Oceanography, 2020, 50(7): 2071−2084.

Xu Wen, Shu Yeqiang, Wang Dongxiao, et al. Features of intraseasonal variability observed in the upper-layer current in the northern South China Sea[J]. Frontiers in Marine Science, 2021, 8: 777262.

王霞, 方文东, 陈荣裕. 南海北部海面高度的季节内变异及其传播特征[J]. 热带海洋学报, 2019, 38(3): 1−12.

Wang Xia, Fang Wendong, Chen Rongyu. Intra-seasonal variability of sea level anomalies and their propagation features in the northern South China Sea from 25 years of satellite altimetry data[J]. Journal of Tropical Oceanography, 2019, 38(3): 1−12.

Yang Yikai, Zeng Lili, Wang Qiang. How much heat and salt are transported into the South China Sea by mesoscale eddies?[J]. Earth’s Future, 2021, 9(7): e2020EF001857.

Cheng Li, Zhang Zhiwei, Zhao Wei, et al. Temporal variability of the current in the northeastern South China Sea revealed by 2.5-year-long moored observations[J]. Journal of Oceanography, 2015, 71(4): 361−372.

Wang Fang, Li Yuanlong, Wang Jianing. Intraseasonal variability of the surface zonal currents in the western Tropical Pacific Ocean: characteristics and mechanisms[J]. Journal of Physical Oceanography, 2016, 46(12): 3639−3660.

Wang Qiang, Zeng Lili, Chen Ju, et al. The linkage of Kuroshio intrusion and mesoscale eddy variability in the northern South China Sea: Subsurface speed maximum[J]. Geophysical Research Letters, 2020, 47(11): e2020GL087034.

Chen Gengxin, Hou Yijun, Chu Xiaoqing. 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): C06018.

Hsin Y C, Qu Tangdong, Wu C R. Intra-seasonal variation of the Kuroshio southeast of Taiwan and its possible forcing mechanism[J]. Ocean Dynamics, 2010, 60(5): 1293−1306.

Xiu Peng, Chai Fei, Shi Lei, et al. A census of eddy activities in the South China Sea during 1993–2007[J]. Journal of Geophysical Research: Oceans, 2010, 115(C3): CO3012.

Yan Xiaomei, Kang Dujuan, Pang Chongguang, et al. Energetics analysis of the Eddy–Kuroshio interaction east of Taiwan[J]. Journal of Physical Oceanography, 2022, 52(4): 647−664.

Zhang Zhiwei, Zhao Wei, Qiu Bo, et al. Anticyclonic eddy Sheddings from Kuroshio loop and the accompanying cyclonic eddy in the northeastern South China Sea[J]. Journal of Physical Oceanography, 2017, 47(6): 1243−1259.

Wu C R, Chiang T L. Mesoscale eddies in the northern South China Sea[J]. Deep-Sea Research Part II: Topical Studies in Oceanography, 2007, 54(14/15): 1575−1588.

Zhao Yuhui, Yang Yang, Mao Longjiang, et al. On the genesis of the South China Sea mesoscale eddies[J]. Journal of Marine Science and Engineering, 2022, 10(2): 188.

杨一凯, 曾丽丽. 挟带黑潮高盐水的中尺度涡在南海北部的时空特征[J]. 热带海洋学报, 2023, 42(3): 75−85.

Yang Yikai, Zeng Lili. Spatiotemporal characteristics of mesoscale eddies with transport capability of saline Kuroshio water in the northern South China Sea[J]. Journal of Tropical Oceanography, 2023, 42(3): 75−85.

尚晓东, 徐驰, 陈桂英, 等. 海洋中尺度涡的机械能及其源汇研究[J]. 热带海洋学报, 2013, 32(2): 24−36.

Shang Xiaodong, Xu Chi, Chen Guiying, et al. Review on mechanical energy of ocean mesoscale eddies and associated energy sources and sinks[J]. Journal of Tropical Oceanography, 2013, 32(2): 24−36.

王东晓, 邱春华, 舒业强, 等. 南海环流多尺度动力过程演变特征与机制研究进展[J]. 海洋科学进展, 2022, 40(4): 605−623.

Wang Dongxiao, Qiu Chunhua, Shu Yeqiang, et al. Progress in the dynamic process and mechanisms of multi-scale currents in the South China Sea[J]. Advances in Marine Science, 2022, 40(4): 605−623.

Zhong Qingwen, Chen Gengxin, Li Yuanlong, et al. Intraseasonal variability of the surface zonal current in the equatorial Indian Ocean: Seasonal differences and causes[J]. Acta Oceanologica Sinica, 2022, 41(5): 12−26.

Brum A L, De Azevedo J L L, Dengler M. Energetics of eddy–mean flow interactions in the deep western boundary current off the northeastern coast of Brazil[J]. Deep-Sea Research Part I: Oceanographic Research Papers, 2023, 193: 103965.

Lian Zhan, Sun Baonan, Wei Zexun, et al. Comparison of eight detection algorithms for the quantification and characterization of mesoscale eddies in the South China Sea[J]. Journal of Atmospheric and Oceanic Technology, 2019, 36(7): 1361−1380.

Zhang Zhiwei, Zhao Wei, Tian Jiwei, et al. A mesoscale eddy pair southwest of Taiwan and its influence on deep circulation[J]. Journal of Geophysical Research: Oceans, 2013, 118(12): 6479−6494.

Geng Wu, Xie Qiang, Chen Gengxin, et al. Numerical study on the eddy–mean flow interaction between a cyclonic eddy and Kuroshio[J]. Journal of Oceanography, 2016, 72(5): 727−745.

2023年第45卷第12期

PDF下载

158

引用本文

BibTeX

文章信息

doi: 10.12284/hyxb2023173

接收时间：2023-09-28
首发时间：2025-12-28
出版时间：2023-12-31

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-09-28
修回日期：2023-11-14

基金

作者信息

¹ 南京信息工程大学海洋科学学院，江苏南京 210044

² 自然资源部第二海洋研究所卫星海洋环境动力学国家重点实验室，浙江杭州 310012

通讯作者:

*梁楚进（1966—），男，主要从事物理海洋学研究。E-mail：cjliang@sio.org.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/hyxb/CN/10.12284/hyxb2023173

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

观测时间	观测仪器	观测范围/m	采样时长/min
2008年4‒10月	300k ADCP（向上）	8～104	10
75k ADCP（向下）	104～586	10
SBE37	76、106、136、166、226、256、316	10
2008年10月至2009年4月	300k ADCP（向上）	8～104	10
75k ADCP（向下）	104～584	10
SBE37	76、106、166、256、316	10
2009年4‒11月	300k ADCP（向上）	8～88	1
75k ADCP（向下）	88～600	1
SBE37	78、198、348	2
2009年11月至2010年5月	300k ADCP（向上）	8～128	1
75k ADCP（向下）	128～600	1
SBE37	107、225、371	2

观测时间

观测仪器

观测范围/m

采样时长/min

2008年4‒10月

300k ADCP（向上）

8～104

75k ADCP（向下）

104～586

SBE37

76、106、136、166、226、256、316

2008年10月至2009年4月

300k ADCP（向上）

8～104

75k ADCP（向下）

104～584

SBE37

76、106、166、256、316

2009年4‒11月

300k ADCP（向上）

8～88

75k ADCP（向下）

88～600

SBE37

78、198、348

2009年11月至2010年5月

300k ADCP（向上）

8～128

75k ADCP（向下）

128～600

SBE37

107、225、371

观测时间	观测仪器	观测范围 /m	采样时长 /min
2019年5月至 2020年11月	75k ADCP（向下）	10～450	60
SBE37	166、471、779、988	2

观测时间

观测仪器

观测范围 /m

采样时长 /min

2019年5月至
2020年11月

75k ADCP（向下）

10～450

SBE37

166、471、779、988

	10～60 d	60～90 d	10～30 d	30～90 d
注：行名为带通滤波的周期范围，表中左侧为纬向流的比值，右侧为经向流的比值，“/”表示没有进行相应周期带通滤波计算。
D1‒150 m	0.414 4 / 0.556 7	0.510 3 / 0.600 9	/	/
D1‒250 m	0.334 4 / 0.541 5	0.848 8 / 0.902 1	/	/
D2‒150 m	/	/	0.306 2 / 0.306 2	0.649 1 / 0.851 5
D2‒250 m	/	/	0.265 8 / 0.322 5	0.632 4 / 0.702 4

10～60 d

60～90 d

10～30 d

30～90 d

　　注：行名为带通滤波的周期范围，表中左侧为纬向流的比值，右侧为经向流的比值，“/”表示没有进行相应周期带通滤波计算。

D1‒150 m

0.414 4 / 0.556 7

0.510 3 / 0.600 9

D1‒250 m

0.334 4 / 0.541 5

0.848 8 / 0.902 1

D2‒150 m

0.306 2 / 0.306 2

0.649 1 / 0.851 5

D2‒250 m

0.265 8 / 0.322 5

0.632 4 / 0.702 4