基于卫星测高的南海中尺度涡统计特征研究

采用卫星测高数据SLA,通过对相同时间内不同卫星的数据以及同一卫星不同时间段的数据处理结果进行分析,来探讨卫星的识别能力和南海中尺度涡的时空分布规律。通过分析ENVISAT和Jason-2高度计2009年数据资料所识别出的eddy可以得出,在时间上,南海中尺度涡具有季节分布特征,即冬、夏季的中尺度涡具有明显的典型的分布特征,而春、秋季节的冷暖涡数量相差不大,具有过渡特征;在空间上,南海eddy多分布在越南东南部以及14°N~18°N,111°E~113°E海域。通过分析ENVISAT、Jason-2和j1n(Jason-1 on its new orbit)的3颗卫星融合数据,与单颗卫星相比,发现融合数据具有更强的识别能力,可以监测出更多的涡流。     

西北太平洋中尺度涡半径与涡动能的统计关系

中尺度涡的半径与涡动能之间的关系及其内在机制的研究,对我们理解中尺度涡旋的三维结构特征及其变异规律有很大的帮助。本文利用AVISO卫星高度计融合数据,基于流场几何特征的识别方法对西北太平洋(10°～52°N, 120°～180°E)的中尺度涡进行了识别追踪,并由此分析了该区域内中尺度涡的半径与涡动能(Eddy Kinetic Energy, EKE)的统计关系。结果表明该区域中尺度涡的半径与EKE之间存在类似翻转高斯函数的递增关系,特别是在涡旋半径达到一定程度后,EKE将不随半径的变大而继续增强。而且该关系与纬度密切相关,相同半径条件下,涡旋的EKE近似与其所在纬度的第一斜压Rossby变形半径的平方呈反比。进一步分析表明该统计关系与中尺度涡所处的发展阶段没有明显的联系。该结果为建立一个实用性的参数化、归一化的中尺度涡模型提供了一定的理论基础。     

南海涡致热输送时空变化特征分析

利用11年高分辨率的(OGCM for the Earth Simulator,OFES)模式数据,计算南海涡致热输运(EHT),分析其时空变化特征。并利用卫星高度计数据验证OFES模式模拟南海涡致热输运的可靠性。研究结果表明,南海涡致热输运高值区主要分布在西边界流区,在南海北部和越南东南条带状区域,沿着中尺度涡运动路径,北部条带为向极输运,南部条带为向赤道输运,最大值达到了180MW/m。两高值区中间输运很小,沿着2500m等深线,为涡中心运动路径。南海中部涡致热输运较小。无论暖涡、冷涡,产生的致热输运均为顺时针方向。南海涡致热输运也存在明显的季节和年际变化。越南东南秋季输运最大,春冬季次之,夏季最小;南海北部则是春冬季最大,夏季最小。而在年际上,越南东南在2003、2007、2011年较大,南海北部则在2004、2007、2010年较大。     

印度洋–太平洋暖池区中尺度涡特征研究

本文利用1993年2月至2016年1月共23年的中尺度涡数据,对印度洋–太平洋暖池区（即印–太暖池区,15°S～15°N,60°E～170°W）中尺度涡的生命周期、振幅和半径等属性特征以及生命周期内各参数的演变特征进行了统计分析,并研究了印–太暖池区中尺度涡生成个数的季节变化规律及与厄尔尼诺循环的关系。结果表明：印–太暖池区大部分中尺度涡存在生命周期短、非线性、向西移动的特征;气旋涡与反气旋涡各参数的统计特征及其在生命周期内的变化趋势较为相似;印–太暖池区中尺度涡生成个数不具有明显的季节变化,并且会受到厄尔尼诺–南方涛动事件的影响。     

基于OceanDataView的中尺度涡分析研究

以西太平洋海域 2 个中尺度涡为例,利用 AVISO 卫星高度计观测的海平面高度异常(Sea Level Anomaly,SLA)数据、HYCOM 模式的温度、盐度数据及水下滑翔机实测数据,分析了 Ocean Data View 软件(ODV)在实现该区域中尺度涡运动特征规律研究的实用性,探讨了中尺度涡分析处理的关键技术和方法。 结果表明：利用 ODV 软件能够快速绘制海平面高度异常值和海表面流速的平面图,进而准确判别中尺度涡类型、追踪中尺度涡在海表面的水平空间尺度及演化特征;也可绘制任意航迹温、盐深断面图用于分析中尺度涡的垂直结构和判别涡结构类型;同时 ODV 软件也提供了垂直涡结构实测数据与模式数据对比分析模式,为中尺度涡研究提供强有力的分析工具和技术支撑方法。     

黑潮延伸体区海平面异常和中尺度涡的时空特征分析

利用1993-2010年间的卫星高度计资料,用EOF方法及小波分析研究了黑潮延伸体区域的海平面异常和中尺度涡的时空变化特征.研究结果表明:海平面EOF第一模态是季节模态,与该海域风应力旋度第一模态类似,相关系数达0.65.EOF第二模态主要反映了黑潮南部次级环流的变化情况,显著性周期是8-10年.通过相关分析发现黑潮延伸体南部次级环流的年代际变化与PDO有关,同时它又与风应力旋度第二模态有关;该海域的海面高度受到北太平洋东部SSH信号西传的影响,信号的传播需要大约3-4年时间.EOF第三模态是黑潮弯曲模态.日本南部的气旋涡和反气旋涡可以表征黑潮弯曲的形成,而且弯曲强度和涡的持续时间、强度和位置有关.     

基于1993-2014年高度计数据的西北太平洋中尺度涡识别和特征分析

本文利用22年的AVISO卫星高度计融合数据,基于WA涡旋自动识别方法对西北太平洋的中尺度涡进行了识别追踪,并统计分析了研究区域中尺度涡的空间分布特征、运动属性以及季节和年际变化。研究结果表明:22年间共追踪到生命周期超过30 d的气旋涡3 841个,反气旋涡2 836个,气旋涡数量多于反气旋涡。涡旋大部分向西移动,西向传播的涡旋分布在整个研究区域,而东向传播的涡旋则集中在黑潮及其延伸区。涡旋主要存在15°~30°N的纬度带间;分别而言,气旋涡主要分布在研究区域的北部和南部,而反气旋涡主要分布在副热带逆流区。30°~35°N之间的黑潮延伸区具有明显更高的涡动能和涡振幅,与同纬度区域相比这里的涡旋半径也较高。在季节和年际变化上,春季出现的中尺度涡最多,夏季最少;对涡旋的月生成数目与ENSO指数MEI比较发现,西北太平洋涡旋活动变化并不直接与ENSO现象相关。     

基于YOLO算法的海洋中尺度涡三维结构构建

海洋中尺度涡是一种常见的中尺度海洋现象,研究海洋中尺度涡的分布及运动特性对航运、气候、军事等具有重要作用,海洋中尺度涡的识别是海洋学和计算机科学领域的一个热门研究课题。运用深度学习的方法和框架,对中尺度涡的二维识别和三维结构构建展开研究分析。首先,获取全球海洋再分析数据并进行流线可视化,构建涡旋流线数据集;其次,利用YOLO v5s卷积神经网络对涡旋流线数据集进行训练,并对南海区域中尺度涡进行有效检测。实验结果表明,YOLO v5s训练后得到最优模型经过测试,平均检测精度均值达到了86.10%;最后,根据涡旋检测结果,对检测出的同时刻不同深度的涡旋判断是否属于同一涡旋,确定后进行该涡旋的三维结构构建。     

东海陆架区中尺度涡运动路径的统计特征分析

基于1993—2017年卫星高度计海面高度异常中尺度涡旋追踪数据集,对东海陆架区及从西北太平洋入侵东海的涡旋进行路径分类、季节变化及特征参量统计分析,并结合再分析流场资料,进行背景流场、涡度场分析。研究结果显示,近25 a,在东海追踪到318个气旋涡和276个反气旋涡。根据涡旋运动路径将其分为:东海陆架浅海生成往深海传播型(148个)、深海生成向东海陆架浅海传播型(35个)、沿等深线运动型(180个)、徘徊型(121个)、外来入侵到达东海陆架型(25个)及外来入侵到达东海深海型(85个)。6类涡旋的数量存在明显的季节分布,各个类型气旋与反气旋涡数量的季节分布也各不相同。其中,沿等深线运动型涡在春、夏季的数量高于秋、冬季。陆架浅海区生成往深海运动型涡的季节分布较为平均,气旋式涡在夏季数量最少,在春季和冬季数量较多。黑潮与涡旋数量的季节分布有关。徘徊型涡的平均生命周期最长,约为44 d;陆架浅海生成往深海运动型及外来入侵到达东海陆架的中尺度涡具有最大的平均振幅,为13.2 cm;外来入侵到达东海陆架型涡具有最大的直径,为122 km;外来入侵到达东海深海型涡在进入东海后的生命周期、振幅、直径在数值上均为最小。     

中尺度涡自动识别算法比较与应用

中尺度涡是典型的海洋中尺度现象,开展中尺度涡研究具有重要的科学意义和实用价值,主要利用Okubo(1970)和Weiss(1991)提出的W方法和Nencioli等(2010)提出的几何学算法,针对数值模式输出产品开展了中尺度涡的自动识别与信息提取。结果表明,W方法和几何学方法均能够较好地识别出中尺度涡的位置,进而提取中尺度涡的半径、强度能信息,相比W方法,几何学方法能够识别出更多尺度相对较小的中尺度涡。同时,这两种自动识别方法也存在一定比例的漏判和错判的现象,进一步改进和完善中尺度涡的识别和信息提取算法仍然是必要的。     

Inversion of the three-dimensional temperature structure of mesoscale eddies in the Northwest Pacific based on deep learning

Mesoscale eddies, which are mainly caused by baroclinic effects in the ocean, are common oceanic phenomena in the Northwest Pacific Ocean and play very important roles in ocean circulation, ocean dynamics and material energy transport. The temperature structure of mesoscale eddies will lead to variations in oceanic baroclinity, which can be reflected in the sea level anomaly (SLA). Deep learning can automatically extract different features of data at multiple levels without human intervention, and find the hidden relations of data. Therefore, combining satellite SLA data with deep learning is a good way to invert the temperature structure inside eddies. This paper proposes a deep learning algorithm, eddy convolution neural network (ECN), which can train the relationship between mesoscale eddy temperature anomalies and sea level anomalies (SLAs), relying on the powerful feature extraction and learning abilities of convolutional neural networks. After obtaining the temperature structure model through ECN, according to climatic temperature data, the temperature structure of mesoscale eddies in the Northwest Pacific is retrieved with a spatial resolution of 0.25° at depths of 0–1 000 m. The overall accuracy of the ECN temperature structure is verified using Argo profiles at the locations of cyclonic and anticyclonic eddies during 2015–2016. Taking 10% error as the acceptable threshold of accuracy, 89.64% and 87.25% of the cyclonic and anticyclonic eddy temperature structures obtained by ECN met the threshold, respectively.     

热带西太平洋北赤道逆流区涡旋统计分析

随着海洋技术的发展,中尺度的海洋过程越来越多的被揭示,中尺度涡旋作为重要的中尺度海洋过程,已经被大量的研究。但对于热带西北太平洋海区,中尺度涡旋特征的空间分布、季节变化以及移动规律等方面的研究还有所欠缺。本文使用Chelton提供的涡旋数据集,统计分析了热带西北太平洋海区涡旋特征的空间分布,发现以往研究较少的北赤道逆流(North Equatorial Countercurrent,NECC)区(A海区,120°~180°E,4°~6°N)较临近海域生成涡旋数量更多,涡旋半径、振幅、生命周期及非线性强度更大,移动距离更远,并且A海区涡旋经向移动距离服从伽马分布。涡旋在靠近西边界的区域更易向南移动,而在西边界以东的区域更易向北移动。A海区涡旋的生成数量具有明显的季节变化,主要受到流场剪切强度的影响。同时ENSO会对该区涡旋生成产生影响,其影响机制需要进一步的研究。     

中尺度涡冷暖特征的推导

为了从理论上解释中尺度涡旋冷暖性质与涡旋旋转方向的关系,本文基于中尺度涡的几何特征,做出如下假设：中尺度涡具有对称的几何形态,涡旋中海洋要素沿径向具有线性化变化的特征。从原始方程组出发,利用柱坐标系和上述假设条件,略去耗散力,推导出了中尺度涡的一些冷暖特征,论证气旋式中尺度涡对应冷涡和反气旋式中尺度涡对应暖涡的涡旋冷暖特征与部分涡旋的观测不符的现象。结果表明,中心对称的形式可以作为对中尺度涡的几何特征的一个理想的形态近似,在考虑上述假设条件的理想环境下,柱坐标系在研究中尺度涡的几何性质上具有一定的优势。     

南海中尺度涡温盐异常三维结构

基于1994-2015年海面高度异常数据,采用winding-angle中尺度涡旋探测算法识别出南海范围内共5 899个反气旋涡（AE）和3 792个气旋涡（CE）,结合世界海洋数据集（WOD13）及中国科学院南海海洋研究所（SCSIO）温盐观测数据集,采用基于变分法的客观插值方法,合成了南海及南海各区域中尺度涡的温盐异常三维结构。结果表明,本文采取的插值方式能有效地获得涡旋三维结构,垂向尺度上也与前人研究结果较为一致。在平均状态下,南海AE温盐异常强度明显大于CE,AE正位温异常主体结构深度约440 m,而CE仅在320 m以浅维持涡旋结构;两者最大位温异常均出现在次表层约80 m上下,AE达2.02℃,CE达-1.60℃。盐度异常影响深度约150 m,最大盐度异常出现在50 m深附近,AE达-0.24,CE达0.28,同时由于涡旋在不单调变化的背景盐度场中引起海水下沉（上升）,AE盐度异常结构呈"上负下正"而CE呈"上正下负"式结构。南海各区域合成涡旋的温、盐异常的影响程度并不完全相同,可能与各区域涡旋的生成机制及背景温盐场有关。     

西北太平洋不同寿命中尺度涡统计特征

本研究通过OW(Okubo-Weiss)参数和闭合等值线相结合的方法自动识别西北太平洋(0°—45°N,120°—180°E)中尺度涡并跟踪后续中尺度涡,分析了不同寿命中尺度涡的季节变化、年际变化、数量特征以及动力学参数等。研究发现,不同寿命中尺度涡的数量高峰时间在不同程度上晚于气象上最冷月份约1～3个月。与其他寿命中尺度涡不同,中等寿命中尺度涡的气旋涡(33.9 cm/s)比中等寿命中尺度涡的反气旋涡(16.9 cm/s)旋转得更快,季节变化最为显著。冬季更适于西北太平洋中尺度涡的发生与发展,并且在寿命上,更易发展为中等寿命涡旋。不同寿命中尺度涡的月数量变化都存在3个明显的周期性变化(第一主周期、第二主周期、第三主周期),根据不同主周期的时间尺度长短,它们的影响因子分别可能是太阳辐射、ENSO现象、季节变化。从地理分布看,不同寿命中尺度涡高频区分布并不完全一致。从涡旋平均振幅地理分布看,中等寿命中尺度涡在高频区拥有最大的涡旋平均振幅(15～25 cm),短寿命中尺度涡次之(15～20 cm),长寿命中尺度涡的平均振幅最小(10～16 cm)。从涡旋半径地理分布看,长寿命中尺度涡仅在副...     

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

采用AVISO提供的卫星高度计融合数据,对南海及西北太平洋(5°～35°N,105°～150°E)1993～2009年17a间的中尺度涡活动进行统计分析.结果表明南海中尺度涡活动具有明显的年际变化,每年观测到产生的中尺度涡个数平均为21～22个,标准差约为4个,占年平均值的20%;而西北太平洋中尺度涡个数的年际差异不大,平均每年观测到150～151个中尺度涡产生,标准差约为14个,仅占年平均值的9%.中尺度涡的逐月统计结果表明南海和西北太平洋的中尺度涡活动均有明显季节变化,1993～2009年间的各月南海和西北太平洋分别观测到30～31个和213～214个中尺度涡产生,标准差分别约为6个和41个,均占各自月平均值的19%.中尺度涡主要集中分布在南海东北部、越南东部和黑潮流轴附近海域.涡动能、海面高度距平均方根以及涡度均方根的空间分布大致与涡旋个数分布一致,但在西北太平洋的低纬海区和黑潮延伸体区域则不甚吻合.在相同的涡旋判别标准下,西北太平洋低纬海区(5°～15°N)观测到的中尺度涡个数比中高纬海区要少得多.     

短生命周期海洋涡旋的时空分布特征

中尺度涡旋在海洋中分布广泛,是海洋动力、营养物质等混合和输运的重要途径。统计发现海洋中超过80%的涡旋生命周期不超过1个月,属于本文定义的短生命周期涡旋。本研究采用统计、对比等方法,对全球尺度,较短生命周期涡旋的时空分布特征进行了分析。研究表明,短生命周期涡旋与大洋中环流系统密切相关,其最易发生在暖流和寒流的交汇处以及运动方向相反的两种环流的交汇处,且在除30°S～30°N的热带地区外均表现为气旋式略多于反气旋式。低纬地区,短生命周期涡旋在每年的冷季数量较多,而高纬地区与之相反。除存在大规模东向环流的海域,短生命周期涡旋一般向西迁移,同时气旋式涡旋略倾向于赤道偏转,反气旋式略倾向于极地偏转。短生命周期涡旋的平均位移和平均迁移速率呈相似的赤道对称分布规律。     

Photosynthetic community responses to upwelling in mesoscale eddies in the subtropical North Atlantic and Pacific Oceans

In this paper we summarise the photo-physiological responses of phytoplankton to upwelling of macronutrients in mesoscale eddies in the subtropical North Atlantic (EDDIES project, Sargasso Sea) and subtropical North Pacific (E-FLUX project, Hawaii). The observations, obtained on two sets of cruises over 2 years, occupied six cyclonic eddies and two mode-water eddies. The photosynthetic physiological parameters were measured using a bench-top fluorescence induction and relaxation (FIRe) system and a submersible in situ fast repetition rate fluorometer (FRRF) deployed on an undulating towed vehicle. Both of these instruments were used to provide highly sensitive and well-resolved data on community responses. The responses are dependent on both the type of eddy and its stage of development. Our results indicate that, while cyclonic eddies in the Atlantic and Pacific can increase primary photosynthetic production early in their development, mode-water eddies in the subtropical North Atlantic can support patchy blooms of large diatoms for long periods of time (more than 3 months).     

Mesoscale eddies in the South China Sea and their impact on temperature profiles

Some life history statistics of the mesoscale eddies of the South China Sea (SCS) derived from altimetry data will be further discussed according their different formation periods.A total of three ATLAS (autonomous temperature line acquisition system)mooring buoys data will be analyzed to discuss eddies‘ impact on temperature profiles.They identify that the intraseasonal variation of SCS thermocline is partly controlled by mesoscale eddies.     

日本海中尺度涡旋时空变化特征研究

本文利用1993–2019年基于海表面高度异常的涡旋数据集和高度计数据统计分析了日本海区域中尺度涡旋的大小、极性、生命周期、振幅、传播等表面特征的时空变化规律。27年间,共探测到1 429个涡旋,气旋和反气旋数量基本相当,其中气旋675个,反气旋754个。两种极性涡旋均具有较强的季节变化：秋季较多,冬季次之,春季最少。郁陵盆地、大和盆地等为涡旋多发区域呈现西南–东北向带状分布。其中,南部海域反气旋占优,靠近津轻海峡的北部海域气旋占优。西部和南部受东韩暖流和对马暖流的驱动,涡旋移动方向与流场基本一致,北部涡旋与黎曼寒流以及副极地锋流有关。研究表明,动力学不稳定是涡旋在秋冬季大量产生的重要原因。此外,半封闭盆地、局地流场以及复杂的海气相互作用等都可能会对涡旋的产生和消亡造成一定影响。