曾偉強(qiáng)，張書文,2，馬永貴，王同宇

1993－2017年南海中尺度渦特征分析

曾偉強(qiáng)1，張書文1,2，馬永貴1，王同宇1

（1. 廣東省近海海洋變化與災(zāi)害預(yù)警重點(diǎn)實(shí)驗(yàn)室/廣東海洋大學(xué)海洋與氣象學(xué)院，廣東 湛江 524088；2．區(qū)域海洋動(dòng)力學(xué)與數(shù)值模擬功能實(shí)驗(yàn)室/海洋科學(xué)與技術(shù)國家實(shí)驗(yàn)室，山東 青島 266237）

【】研究1993－2017年南海中尺度渦的空間分布、季節(jié)變化、移動(dòng)速度等特征。根據(jù)AVISO提供的地轉(zhuǎn)流數(shù)據(jù)，應(yīng)用Nencioli等人提出的渦旋識(shí)別算法。南海中尺度渦主要分布在南海東北部和越南東部海域，冬（夏）季有利于（反）氣旋渦產(chǎn)生，中尺度渦以2.0 ~ 9.0 cm/s的速度向西傳播。南海氣旋渦與反氣旋逐年生成個(gè)數(shù)與ENSO事件相關(guān)，在1993－2007年期間，強(qiáng)（溫和）厄爾尼諾年氣旋渦生成數(shù)大于反氣旋，弱（溫和）拉尼娜年反氣旋生成數(shù)大于氣旋渦。2008－2017年，強(qiáng)厄爾尼諾年氣旋渦生成數(shù)大于反氣旋，溫和拉尼娜年反氣旋生成數(shù)小于氣旋渦。在渦旋的生命周期內(nèi)，渦旋半徑與移動(dòng)速度變化趨勢相反。復(fù)雜海底地形會(huì)阻礙渦旋的傳播。

南海；中尺度渦；識(shí)別；特征

中尺度渦是一種顯著海洋現(xiàn)象[1]。中尺度渦生成后會(huì)攜帶大量動(dòng)能移動(dòng)幾十km到幾百km，其攜帶能量約占海洋環(huán)流動(dòng)能80 %[2]。研究發(fā)現(xiàn)中尺度渦在全球海洋中廣泛存在[3-4]，并在傳播過程中對(duì)海洋能量、溫、鹽、水體的運(yùn)輸和大尺度環(huán)流產(chǎn)生重要作用[5-10]。南海中尺度渦活動(dòng)非?；钴S[11-12]，其中呂宋海峽西部和越南東部是渦動(dòng)能高值區(qū)[13-15]。宋海峽西部黑潮水入侵南海并伴隨渦旋季節(jié)性脫落[16-17]，而在西南季風(fēng)期間風(fēng)應(yīng)力旋度是越南偶極子形成的原因[18-22]。因此研究該區(qū)域中尺度渦的各種特征，對(duì)深入研究南海動(dòng)力過程具有重要意義。

隨著衛(wèi)星遙感技術(shù)發(fā)展，從高分辨率衛(wèi)星遙感中提取渦旋信息已成為可能。由于中尺度渦的形狀并不是理想的圓形，這使得中尺度渦的識(shí)別十分困難[23-24]。迄今為止前人提出了不同的中尺度渦識(shí)別算法[25-31]，但由于研究使用的數(shù)據(jù)類型和方法不一致，中尺度渦判據(jù)存在差異[32-38]，所以有必要對(duì)南海中尺度渦進(jìn)行再統(tǒng)計(jì)分析。本研究利用AVISO中心提供的地轉(zhuǎn)流異常數(shù)據(jù)，通過Nencioli渦旋識(shí)別算法探測南海中尺度渦，并統(tǒng)計(jì)分析南海中尺度渦的季節(jié)分布、半徑、傳播速度和空間分布等特征，為深入研究南海中尺度渦現(xiàn)象提供參考和依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本研究使用AVISO（archiving,validation and interpretation of satellite oceanographic）網(wǎng)站提供的地轉(zhuǎn)流異常數(shù)據(jù)，該數(shù)據(jù)通過海面高度異常（′）計(jì)算得到。具體公式：

其中，和分別是地轉(zhuǎn)流場的東西分量和南北分量，為科氏參數(shù)，為重力加速度。本研究選取25年（1993－2017）的地轉(zhuǎn)流數(shù)據(jù)，空間范圍是5°N－25°N，108°E－122°E?？臻g分辨率為0.25°，時(shí)間分辨率為1 d。為提高渦旋識(shí)別準(zhǔn)確性，本研究采用雙線性插值法將空間分辨率提高至0.125°。此數(shù)據(jù)在時(shí)間和空間上極大滿足中尺度渦的識(shí)別和研究。

1.2 方法

Nencioli[32]識(shí)別算法應(yīng)用4個(gè)約束條件：（1）沿一個(gè)東西方向上，南北向的速度方向在渦旋兩側(cè)相反且離中心距離越遠(yuǎn)量值越大；（2）沿一個(gè)南北方向上，東西向的速度方向在渦旋兩側(cè)相反且離中心距離越遠(yuǎn)量值越大；（3）渦旋中心的速度是局地最小值；（4）渦旋中心四周的速度矢量必須以恒定的方向旋轉(zhuǎn)，并且2個(gè)相鄰的速度矢量要處于相同或相鄰象限。

Nencioli識(shí)別算法需要定義參數(shù)和。參數(shù)用于確定算法可探測到的最小的渦旋尺度。參數(shù)則用于確定算法可探測到的渦旋速度區(qū)域最小值時(shí)的范圍。系數(shù)和的取值范圍是1至10網(wǎng)格間距。本研究發(fā)現(xiàn)= 3和= 3時(shí)效果較好（SDR = 94.9 %，EDR = 6.8 %）。

由于渦旋速度場輻散較弱，可采用最大閉合流函數(shù)等值線作為渦旋的邊界。將邊界上的點(diǎn)到渦旋中心點(diǎn)的平均距離定義為渦旋半徑。

根據(jù)背景流速乘時(shí)間間隔確定搜索區(qū)域。有了搜索半徑，首先定義渦旋生成時(shí)間為，然后根據(jù)搜索半徑和渦旋中心搜索+ 1時(shí)刻性質(zhì)相近、距離最近的渦旋。當(dāng)+ 1時(shí)刻未檢測到相似的渦旋，需要將搜索半徑增加1/2繼續(xù)搜索+ 2時(shí)刻性質(zhì)相近的渦旋。當(dāng)+ 2時(shí)刻依然沒有檢測到相似的渦旋，則認(rèn)為渦旋已經(jīng)耗散并且保存特定的渦旋軌跡。最后可以得到每個(gè)渦旋不同時(shí)刻的位置。

2 結(jié)果與分析

2.1 算法的檢驗(yàn)

本研究選取1993年1月1日識(shí)別結(jié)果（圖1）。圖1a表示人工識(shí)別的情況，圖1b表示算法識(shí)別的情況。算法檢測到25個(gè)渦旋，其中氣旋渦（藍(lán)色星號(hào)）10個(gè)反氣旋（紅色星號(hào)）15個(gè)。算法遺漏4個(gè)渦旋中心（紅色圓點(diǎn)），由渦旋靠近陸架和島嶼或渦旋尺度小于所選參數(shù)所致。該算法能識(shí)別出相對(duì)較小和不規(guī)則的渦旋，說明該算法是可靠的。

黑色圓點(diǎn)表示算法與人工同時(shí)識(shí)別到的渦旋中心，紅色圓點(diǎn)表示算法未識(shí)別到的渦旋中心；紅色（藍(lán)色）閉合曲線表示反氣旋（氣旋）邊界，紅色（藍(lán)色）星號(hào)表示反氣旋（氣旋）

The black dot represents the center of the eddy which is recognized by the algorithm at the same time as the manual, and the red dot represents the center of the eddy which is not recognized by the algorithm. The red （blue） closed curve indicates the boundary of anticyclone （cyclone）, and the red （blue） asterisk indicates anticyclone （cyclone）

（a）1993年1月1日南海中尺度渦人工識(shí)別的情況；（b）渦旋識(shí)別算法識(shí)別到的渦旋中心和邊界

（a）Artificial identification of mesoscale eddies in the South China Sea on the first day of 1993；（b） Eddy center and boundary recognized by eddy recognition algorithms

圖1 人工識(shí)別與算法識(shí)別的比較

Fig. 1 Comparison of Artificial Recognition and Algorithmic Recognition

2.2 渦旋識(shí)別算法在南海的應(yīng)用

2.2.1 渦旋個(gè)數(shù)統(tǒng)計(jì)及季節(jié)變化 渦旋生成數(shù)量隨季節(jié)和年際變化。表1可知，如不考慮渦旋壽命，渦旋識(shí)別算法識(shí)別出32 429個(gè)渦旋，氣旋渦約15 682個(gè)而反氣旋約16 747個(gè)。2種渦旋在四季生成的數(shù)量均大于3 600，表明南海是中尺度渦頻發(fā)的海域。如考慮渦旋壽命大于30 d，算法識(shí)別出1 540個(gè)渦旋，氣旋渦約784個(gè)而反氣旋約756個(gè)。氣旋與反氣旋數(shù)量相差不大，這與Lin[39]和Chen[40]研究結(jié)果一致。氣旋渦（反氣旋）在冬季（夏季）生成數(shù)量最大，在夏季（冬季）生成數(shù)量最小。所以冬季有利于氣旋渦產(chǎn)生，夏季有利于反氣旋產(chǎn)生，渦旋個(gè)數(shù)有明顯的季節(jié)變化，此結(jié)果與林鵬飛[25]和崔鳳娟[41]得到結(jié)果一致。

表 1 兩種渦旋統(tǒng)計(jì)方法的渦旋個(gè)數(shù)在季節(jié)分布情況

2.2.2 南海中尺度渦月份及年際變化 從月份分布直方圖可知（圖2a），氣旋渦在1月生成數(shù)量最多（約85個(gè)），反氣旋在6、7月生成數(shù)量最多（約93個(gè)）。氣旋渦在5、6、7月生成數(shù)量最少（約56個(gè)），反氣旋在11、12月生成數(shù)量最少（約44個(gè)）。氣旋渦月平均生成63.3個(gè)，反氣旋65.0個(gè)?？倻u旋月生成數(shù)可知，4月份渦旋生成數(shù)最多（約155個(gè)），11月份生成數(shù)最少（約80個(gè)）。

從年際變化圖可知（圖2b），氣旋渦在2008年和2015年生成數(shù)量最多（約37個(gè)），反氣旋在1995年生成數(shù)量最多（約38個(gè)）。氣旋渦在2005年生成數(shù)量最少（約15個(gè)），反氣旋在2003年、2011和2017年生成數(shù)量最少（約14個(gè)）。不考慮渦旋極性，2005年渦旋生成數(shù)量最小（約46個(gè)），而1997年、2003年和2017年渦旋生成數(shù)量相對(duì)較少（約54個(gè)）。氣旋渦生成數(shù)年平均為30.1個(gè)，反氣旋平均為29.1個(gè)。

1993－2017年期間，強(qiáng)厄爾尼諾事件發(fā)生在1997－1998年、2014－2016年，溫和厄爾尼諾事件發(fā)生在2002－2003年、2004－2005年、2006－2007年、2009－2010年；溫和拉尼娜事件發(fā)生在1998－1999年、2007－2008年、2010－2014年，弱拉尼娜事件發(fā)生在1995－1996年、2000－2001年。前人研究[42]未發(fā)現(xiàn)南海中尺度渦生成數(shù)與厄爾尼諾或拉尼娜有關(guān)。本研究從南海中尺度渦年際分布圖（圖2b）發(fā)現(xiàn)，1993－2007年期間，弱（溫和）拉尼娜年反氣旋生成數(shù)大于氣旋渦，強(qiáng)（溫和）厄爾尼諾年氣旋渦生成數(shù)大于反氣旋；2008－2017年期間，溫和拉尼娜年反氣旋生成數(shù)小于氣旋渦，此結(jié)果與1993－2007年的相反。強(qiáng)厄爾尼諾年，氣旋渦生成數(shù)大于反氣旋。

2.2.3 渦旋空間分布特征 本研究采用Chen[40]劃分網(wǎng)格方法，把中尺度渦生成和消亡位置細(xì)分到1 ° × 1 °的網(wǎng)格內(nèi)，得到南海中尺度渦的空間分布圖（圖3）和概率分布圖（圖4）。由圖3a和圖4可以看出，渦旋主要發(fā)生在水深大于1 000 m的海域，其中呂宋海峽以西、呂宋島西南部和越南東部海域是中尺度渦多發(fā)的海區(qū)，這與Chen[40]、崔鳳娟[41]、林鵬飛[25]和Hwang[43]得到的結(jié)果相似。呂宋海峽以西中尺度渦的形成可能與風(fēng)應(yīng)力旋度[44]和黑潮入侵有關(guān)[45,46]，越南東部渦旋多發(fā)主要是由西南季風(fēng)產(chǎn)生的離岸射流所致[18-20]。南海東南部海域生成的數(shù)量極少，這可能是海底地形復(fù)雜不利于渦旋產(chǎn)生，該結(jié)論與林鵬飛得到的結(jié)果一致[25]。渦旋消亡的地理位置大都發(fā)生在南海西北部陸架、南海西邊界和南海中部。結(jié)合渦旋生成（圖3a）與消亡（圖3b）可知，南海中尺度渦生成后會(huì)向西或沿西北陸架傳播并在西邊界耗散。

如考慮渦旋極性的空間分布（圖3c-圖3f）。在呂宋海峽以西海域，氣旋渦生成數(shù)量比反氣旋多，氣旋渦生成位置比反氣旋偏南。在呂宋島西南外海，反氣旋生成數(shù)量比氣旋渦多，而氣旋渦生成位置依然比反氣旋偏南。在越南東部海域，氣旋和反氣旋數(shù)量和生成位置大致相同。氣旋渦主要在南海盆西北陸架或西邊界消散，反氣旋主要在南海盆中部和西南邊界消散。

（a）1993－2017年南海中尺度渦逐月分布統(tǒng)計(jì)；（b）逐年分布統(tǒng)計(jì)

（a）Statistical histogram of the mesoscale eddy distribution in the South China Sea from 1993 to 2017；（b）Annual distribution statistical histogram

圖2 1993－2017年南海中尺度渦逐月分布和逐年分布統(tǒng)計(jì)

Fig. 2 Statistical histogram of monthly and annual distribution of mesoscale eddy in the South China Sea from 1993 to 2017

圖4 1993－2017年南海渦旋概率空間分布

2.2.4 渦旋傳播特征 渦旋生成后會(huì)受背景流場和β效應(yīng)的影響而運(yùn)動(dòng)?，F(xiàn)對(duì)渦旋傳播速度進(jìn)行定量分析，得到南海中尺度渦水平傳播特征（圖5a）、渦旋移動(dòng)速度緯向平均（圖5b）和經(jīng)向平均（圖5c）。

由圖5b可知：（1）南海大部分渦旋都具有向西傳播的特征；（2）南海北部渦旋大致沿西北陸架向西南傳播，平均傳播速度為5.0 ~ 9.0 cm/s；（3）南海中部以北向西傳播速度約為2.0 ~ 3.0 cm/s；（4）南海中部向西傳播速度約為3.0 ~ 3.5 cm/s；（5）南海南部傳播規(guī)律不明顯，然而東西向氣旋渦和反氣旋傳播速度并沒太大差異，且與總渦旋的傳播速度呈現(xiàn)大體一致的分布規(guī)律。

由圖5c可知：（1）南海渦旋傳播速度具有南北分量，但向南的分量要大于向北的分量；（2）南海西邊界出現(xiàn)向南最大速度分量；（3）南海中東部向南傳播速度約-0.5 cm/s至1.0 cm/s。氣旋和反氣旋南北向傳播速度在海盆中部并沒太大差異。但在南海西邊界，（反）氣旋渦平均傳播速度約為-3.7 cm/s（-1.8 cm/s）。在南海東邊界，（反）氣旋渦平均傳播速度約為-2.1 cm/s（2.5 cm/s）。

（a）南海中尺度渦水平傳播速度的矢量場；（b）沿緯向平均的移動(dòng)速度；（c）沿經(jīng)向平均的移動(dòng)速度

為進(jìn)一步說明南海渦旋運(yùn)動(dòng)特征，本研究選取壽命大于100 d的渦旋（圖6）?；疑摼€將南海劃分4區(qū)：Z1（20.5°N－24°N ，108°E－122°E）、Z2（6°N－20.5°N，108°E－122°E）、Z3（8°N－16°N，116°E－122°E）、Z4（8°N－16°N ，108°E－116°E），這些區(qū)域與Wang等[13]的劃分大體一致。在Z1區(qū)發(fā)現(xiàn)了6個(gè)反氣旋，它們都在秋冬季產(chǎn)生，產(chǎn)生機(jī)制還不清楚。生成的渦旋會(huì)沿西北陸架向西南傳播，平均傳播距離約1 153 km，平均傳播速度約7.0 cm/s，與南海中尺度渦傳播速度的矢量場得到的結(jié)果一致。在Z2區(qū)識(shí)別到15個(gè)渦旋，其中4個(gè)為反氣旋，這些渦旋主要產(chǎn)生于呂宋島西北部海域并向西傳播，最終傳播至海盆西北陸架區(qū)耗散。平均傳播距離約931 km，平均傳播速度約2.5 cm/s。在Z3區(qū)識(shí)別到17個(gè)渦旋，其中13個(gè)為反氣旋，這些渦旋主要產(chǎn)生于呂宋島西南部海域。其中反氣旋生成的位置比氣旋渦偏北，只能傳播致海盆中部。平均傳播距離約1 029 km，平均傳播速度約3.0 cm/s。在Z4區(qū)北部產(chǎn)生的渦旋可以傳播至西邊界并消亡，平均傳播距離約759 km，平均傳播速度約2.5 cm/s。在Z4區(qū)南部海域生成的氣旋渦大致向西南方向并穿過1 000 m等深線傳播，平均傳播距離約1 079 km，平均傳播速度約4.0 cm/s，而反氣旋傳播距離較短。本研究發(fā)現(xiàn)，當(dāng)海底地形復(fù)雜時(shí)，有2個(gè)長壽的反氣旋被困于Z4東南部海域，說明復(fù)雜海底地形可以對(duì)中尺度渦傳播起到阻礙作用。

2.2.5 渦旋半徑分布特征 為了進(jìn)一步描述渦旋的特征，需要一種方法定義渦旋的尺度。首先將最外的封閉流線作為渦旋的邊界?然后將邊界上的點(diǎn)到渦旋中心點(diǎn)的平均距離定義為渦旋的半徑?渦旋壽命大于30 d時(shí)，渦旋平均半徑與發(fā)生概率的關(guān)系如圖7所示。氣旋渦和反氣旋半徑均在50 km以上。渦旋半徑主要分布在55 ~ 65 km，在此范圍氣旋渦發(fā)生的概率比反氣旋大（氣旋渦約79.1 %，反氣旋約76.5 %）。半徑為50 km的氣旋渦和反氣旋發(fā)生的概率相等。半徑為70 km以上時(shí)，反氣旋發(fā)生的概率比氣旋渦大（氣旋渦約8.2 %，反氣旋約10.9 %）。渦旋半徑的空間分布如圖8所示，1 000 m以深海域渦旋半徑均大于60 km。南海中部和越南東南部的渦旋半徑較大（70 ~ 90 km），呂宋海峽和呂宋島以西海域平均渦旋半徑偏小（50 ~ 60 km）。

紅色（藍(lán)色）實(shí)心圓和空心圓表示反氣旋渦（氣旋渦）生成和消亡位置。紅色（藍(lán)色）虛線為反氣旋渦（氣旋渦）移動(dòng)軌跡，灰色虛線將南海劃分四區(qū)（Z1，Z2，Z3，Z4）

圖7 不同尺度渦旋發(fā)生概率

圖8 1993－2017年南海渦旋平均半徑的空間分布

2.2.6 渦動(dòng)能 中尺度渦具有相當(dāng)大的動(dòng)能，在海洋傳播中起到重要作用。對(duì)于渦動(dòng)能（e）的計(jì)算，首先采用90 d帶通濾波計(jì)算地轉(zhuǎn)流速度異常，再根據(jù)公式：

e= (2+2) / 2， （3）

其中，和分別為緯向和經(jīng)向地轉(zhuǎn)流異常。

圖9可看出，南海呂宋海峽和越南以東海域存在渦動(dòng)能2個(gè)高值區(qū)，這也是渦旋活動(dòng)較大的地區(qū)，而南海東南海域與南海西北陸架區(qū)存在渦動(dòng)能的2個(gè)低值區(qū)。該研究結(jié)果與Chen[15]和Cheng[48]相同。

2.2.7 渦旋壽命 渦旋壽命分布圖可知（圖10）。渦旋平均壽命約6.4周，氣旋渦約6.5周，反氣旋約6.3周，兩種渦旋的平均生命周期相差不大。無論氣旋渦、反氣旋還是總的渦旋的個(gè)數(shù)都與壽命成反比。當(dāng)渦旋壽命從4周增加到10周時(shí)，渦旋個(gè)數(shù)在急劇下降。由渦旋壽命分布的累積概率可知，壽命不超過10周的渦旋數(shù)占總數(shù)的91.4 %。其中壽命最長的渦旋（214 d）在呂宋島西南部海域生成的氣旋渦，其生成后平均以7.9 cm/s的速度向西傳播，在它生命周期內(nèi)移動(dòng)軌跡約長1.745×103km。當(dāng)只考慮壽命大于10周的渦旋時(shí)，氣旋渦的個(gè)數(shù)是反氣旋個(gè)數(shù)的一半這與Chen得到的結(jié)果相似[40]。

圖9 1993－2017年南海平均渦動(dòng)能的空間分布

黑線表示這兩種渦旋累積概率

（a）渦旋壽命與平均半徑關(guān)系；（b）渦旋半徑隨渦旋壽命的演化；（c）渦旋移動(dòng)速度隨渦旋壽命的演化黑色曲線表示擬合曲線

Fig. 11 Evolution of radius and velocity of vortices in their lifetime and normalized time

2.2.8 渦旋的生消演化 為進(jìn)一步了解渦旋在其生命周期內(nèi)半徑、移動(dòng)速度的變化情況，對(duì)以上2個(gè)渦旋特征進(jìn)行歸一化處理。本研究選取1993－2017年間壽命大于30 d的渦旋，計(jì)算得到歸一化后的渦旋半徑（圖11b）與渦旋移動(dòng)速度（圖11c）。與前人結(jié)果不同[40]，本研究發(fā)現(xiàn)，在渦旋壽命前半期，半徑隨時(shí)間增加而增加，而渦旋移動(dòng)速度隨時(shí)間增加而減少。在后半期，變化趨勢與前半期相反。整個(gè)生命期內(nèi)渦旋半徑與渦旋移動(dòng)速度變化趨勢相反，這可能由于渦旋在擴(kuò)大其半徑時(shí)需要降低其移動(dòng)速度，而增加移動(dòng)速度需要減小其半徑。所以移動(dòng)速度和半徑在渦旋生命周期呈現(xiàn)相反的變化趨勢。

3 結(jié)論

（1）1993－2007年，強(qiáng)（溫和）厄爾尼諾年氣旋渦生成數(shù)大于反氣旋，弱（溫和）拉尼娜年反氣旋生成數(shù)大于氣旋渦；2008－2017年，強(qiáng)厄爾尼諾年氣旋渦生成數(shù)大于反氣旋，溫和拉尼娜年反氣旋生成數(shù)小于氣旋渦。

（2）復(fù)雜的海底地形可以對(duì)中尺度渦傳播起到阻擋作用。

（3）渦旋半徑的增加需要降低渦旋移動(dòng)速度，相反渦旋半徑的減少則需要增加渦旋移動(dòng)速度。

南京信息工程大學(xué)董昌明教授提供渦旋識(shí)別程序，特此致謝！

[1] ROEMMICH D, GILSON J. Eddy Transport of heat and thermocline waters in the North Pacific: a key to interannual/decadal climate variability?[J]. Journal of Physical Oceanography, 2001, 31(3): 675-687.

[2] CHELTON D B, SCHLAX M G, SAMELSON R M. Global observations of nonlinear mesoscale eddies[J]. Progress in Oceanography, 2011, 91(2): 167-216.

[3] CHELTON D B, SCHLAX M G, SAMELSON R M, et al. Global observations of large oceanic eddies[J]. Geophys Res Lett, 2007, 34(15): 87-101.

[4] 程旭華, 齊義泉. 基于衛(wèi)星高度計(jì)觀測的全球中尺度渦的分布和傳播特征[J]. 海洋科學(xué)進(jìn)展, 2008, 26(4): 447-453.

[5] YIM B Y, NOH Y, QIU B, et al. The vertical structure of eddy heat transport simulated by an Eddy-Resolving OGCM[J]. Journal of Physical Oceanography, 2010, 40(2): 340-353.

[6] EARLY J J, SAMELSON R M, CHELTON D B. The evolution and propagation of quasigeostrophic ocean eddies[J]. Journal of Physical Oceanography, 2011, 41(8): 1535-1555.

[7] CHEN G X, GAN J P, XIE Q, et al. Eddy heat and salt transports in the South China Sea and their seasonal modulations[J]. Journal of Geophysical Research Oceans, 2012, 117(C5): C05021.

[8] WANG X D, LI W, QI Y Q, et al. Heat, salt and volume transports by eddies in the vicinity of the Luzon Strait[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2012, 61: 21-33.

[9] 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): 580-583.

[10] ZHANG Z W, ZHAO W, TIAN J W, 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.

[11] HU J Y, KAWAMURA H, HONG H S, 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.

[12] GAN J P, LI H, CURCHITSER E N, et al. Modeling South China Sea circulation: Response to seasonal forcing regimes[J]. Journal of Geophysical Research: Oceans, 2006, 111(C6).

[13] WANG G H, SU J L, CHU P C. Mesoscale eddies in the South China Sea observed with altimeter data[J]. Geophys Res Lett, 2003, 30(21).

[14] WANG D X, XU H Z, LIN J, et al. Anticyclonic eddies in the northeastern South China Sea during winter 2003/2004[J]. Journal of Oceanography, 2008, 64(6): 925-935.

[15] CHEN G X, HOU Y J, CHU X Q, et al. The variability of eddy kinetic energy in the South China Sea deduced from satellite altimeter data[J]. Chinese Journal of Oceanology and Limnology, 2009, 27(4): 943-954.

[16] WU C R, HSIN Y C. The forcing mechanism leading to the Kuroshio intrusion into the South China Sea[J]. Journal of Geophysical Research: Oceans, 2012, 117(C7).

[17] JIA Y L, CHASSIGNET E P. Seasonal variation of eddy shedding from the Kuroshio intrusion in the Luzon Strait[J]. Journal of Oceanography, 2011, 67(5): 601-611.

[18] CHEN G X, HOU Y J, ZHANG Q L, et al. The eddy pair off eastern Vietnam: Interannual variability and impact on thermohaline structure[J]. Continental Shelf Research, 2010, 30(7): 715-723.

[19] HU J Y, GAN J P, SUN Z Y, et al. Observed three-dimensional structure of a cold eddy in the southwestern South China Sea[J]. Journal of Geophysical Research: Oceans, 2011, 116(C5).

[20] GAN J P, QU T D. Coastal jet separation and associated flow variability in the southwest South China Sea[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2008, 55(1): 1-19.

[21] WANG G H, CHEN D K, SU J L. Generation and life cycle of the dipole in the South China Sea summer circulation[J]. Journal of Geophysical Research: Oceans, 2006, 111(C6).

[22] PULLEN J, DOYLE J D, MAY P, et al. Monsoon surges trigger oceanic eddy formation and propagation in the lee of the Philippine Islands[J]. Geophys Res Lett, 2008, 35(7).

[23] CHAIGNEAU A, GIZOLME A, GRADOS C. Mesoscale eddies off Peru in altimeter records: Identification algorithms and eddy spatio-temporal patterns[J]. Progress in Oceanography, 2008, 79(2/3/4): 106-119.

[24] 韓玉康, 周林, 吳炎成. 基于HYCOM的南海中尺度渦數(shù)值模擬[J]. 海洋通報(bào), 2016, 35(3): 299-316.

[25] 林鵬飛. 南海和西北太平洋中尺度渦的統(tǒng)計(jì)特征分析[D]. 青島：中國科學(xué)院海洋研究所, 2005.

[26] 王桂華. 南海中尺度渦的運(yùn)動(dòng)規(guī)律探討[D]. 青島：中國海洋大學(xué), 2004.

[27] DOGLIOLI A M, BLANKE B, SPEICH S, et al. Tracking coherent structures in a regional ocean model with wavelet analysis: Application to Cape Basin eddies[J]. Journal of Geophysical Research: Oceans, 2007, 112(C5): C05043.

[28] 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.

[29] WEISS J. The dynamics of enstrophy transfer in two-dimensional hydrodynamics[J]. Physica D: Nonlinear Phenomena, 1991, 48(2): 273-294.

[30] ROBINSON S K. Coherent Motions in the Turbulent Boundary Layer[J]. Annual Review of Fluid Mechanics, 1991, 23(1): 601-639.

[31] SADARJOEN I A, POST F H. Detection, quantification, and tracking of vortices using streamline geometry[J]. Computers & Graphics, 2000, 24(3): 333-341.

[32] NENCIOLI F, DONG C M, 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.

[33] LIU Y, DONG C M, GUAN Y P, et al. Eddy analysis in the subtropical zonal band of the North Pacific Ocean[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2012, 68: 54-67.

[34] DONG C M, LIU Y, LUMPKIN R, et al. A Scheme to Identify Loops from Trajectories of Oceanic Surface Drifters: An Application in the Kuroshio Extension Region[J]. Journal of Atmospheric and Oceanic Technology, 2011, 28(9): 1167-1176.

[35] COUVELARD X, CALDEIRA R M A, ARAúJO I B, et al. Wind mediated vorticity-generation and eddy-confinement, leeward of the Madeira Island: 2008 numerical case study[J]. Dynamics of Atmospheres and Oceans, 2012, 58: 128-149.

[36] DONG C M, LIN X Y, LIU Y, et al. Three-dimensional oceanic eddy analysis in the Southern California Bight from a numerical product[J]. Journal of Geophysical Research: Oceans, 2012, 117(C7): C00H14.

[37] AGUIAR A C B, PELIZ á, Carton X. A census of Meddies in a long-term high-resolution simulation[J]. Progress in Oceanography, 2013, 116: 80-94.

[38] PELIZ A, BOUTOV D, Teles-Machado A. The Alboran Sea mesoscale in a long term high resolution simulation: Statistical analysis[J]. Ocean Modelling, 2013, 72: 32-52.

[39] LIN P, WANG F, CHEN Y, et al. Temporal and spatial variation characteristics on eddies in the South China Sea I. Statistical analyses[J]. Acta Oceanologica Sinica, 2007, 29(3): 14-22.

[40] CHEN G X, HOU Y J, CHU X Q. 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).

[41] 崔鳳娟, 匡曉迪, 王玉. 南海中尺度渦年際變化特征及動(dòng)力機(jī)制分析[J]. 海洋與湖沼, 2015, 46(3): 508-516.

[42] XIU P, CHAI F, SHI L, et al. A census of eddy activities in the South China Sea during 1993–2007[J]. Journal of Geophysical Research: Oceans, 2010, 115(C3).

[43] HWANG C, CHEN S-A. Circulations and eddies over the South China Sea derived from TOPEX/Poseidon altimetry[J]. Journal of Geophysical Research: Oceans, 2000, 105(C10): 23943-23965.

[44] YANG H J, LIU Q Y. Forced Rossby wave in the northern South China Sea[J]. Deep Sea Research Part I: Oceanographic Research Papers, 2003, 50(7): 917-926.

[45] METZGER E J, HURLBURT H E. The Nondeterministic Nature of Kuroshio Penetration and Eddy Shedding in the South China Sea[J]. Journal of Physical Oceanography, 2001, 31(7): 1712-1732.

[46] LI L, NOWLIN W D, JILAN S. Anticyclonic rings from the Kuroshio in the South China Sea[J]. Deep Sea Research Part I: Oceanographic Research Papers, 1998, 45(9): 1469-1482.

[47] KURIAN J, COLAS F, CAPET X, et al. Eddy properties in the California Current System[J]. Journal of Geophysical Research: Oceans, 2011, 116(C8): C08027.

[48] CHENG X H, QI Y Q. Variations of eddy kinetic energy in the South China Sea[J]. Journal of Oceanography, 2010, 66(1): 85-94.

Analysis of Mesoscale Eddy Characteristics in the South China Sea from 1993 to 2017

ZENG Wei-qiang1，ZHANG Shu-wen1,2，MA Yong-gui1，WANG Tong-yu1

1.,,,524088,; 2,,266237,

【】The spatial distribution, seasonal variation and moving velocity in the South China Sea from 1993 to 2017 are studied.【】According to the geostrophic data provided by AVISO, the eddy recognition algorithm proposed by Nencioli et al was applied.【】The mesoscale eddies in the South China Sea mainly distribute in the northeastern South China Sea and the eastern Vietnam Sea. Winter (summer) is favorable for the generation of cyclone (anticyclone) eddies. Mesoscale vortices propagate westward at a speed of 2.0-9.0 cm/s.【】The number of cyclonic eddies and anticyclones generated annually in the South China Sea is related to ENSO events. From 1993 to 2007, the number of cyclone vortices in strong (mild) El Nino years was larger than that in anticyclones, and in weak (mild) La Nina years was larger than that in cyclone vortices. From 2008 to 2017, the number of strong El Nino year cyclone vortices was larger than that of anticyclone, and the number of mild La Nina year anticyclone vortices was smaller than that of cyclone vortices. During the life cycle of the vortex, the change trend of the radius of the vortex is opposite to that of the moving velocity. Complex submarine topography can hinder the propagation of vortices.

South China Sea; mesoscale eddy; recognition; characteristics

P731

A

1673-9159（2019）05-0096-11

10.3969/j.issn.1673-9159.2019.05.014

2019-04-29

國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)（2016YFC1401403）；國家自然科學(xué)基金面上項(xiàng)目（41676008和41876005）；國際合作項(xiàng)目（GASI-IPOVI-04）；廣東省自然科學(xué)基金（2016A030312004）；廣東海洋大學(xué)創(chuàng)新強(qiáng)校項(xiàng)目（GDOU2016050260）

曾偉強(qiáng)（1994－），男，碩士研究生，研究方向?yàn)槲锢砗Ｑ?。E-mail：707402414@qq.com

張書文（1962－），男，博士，教授，主要從事物理海洋學(xué)研究。E-mail：gdouzhangsw@163.com

曾偉強(qiáng)，張書文，馬永貴，等. 1993－2017年南海中尺度渦特征分析[J].廣東海洋大學(xué)學(xué)報(bào)，2019，39（5）：96-106.

（責(zé)任編輯：劉嶺）