南海中尺度渦年際變化特征及動力機制分析*

崔鳳娟 匡曉迪 王 玉

(1. 中國海洋大學海洋環境學院 青島 266100; 2. 國家海洋環境預報中心 北京 100081)

中尺度渦是世界海洋中無處不在的一種海洋現象, 是指與所研究的大背景流場相比尺度要小的氣旋式或反氣旋式海洋環流, 通常典型的空間尺度為幾十到幾百公里, 時間尺度為幾天到上百天。觀測資料與衛星資料均顯示南海的中尺度渦活動十分活躍,而南海中尺度渦的基本物理屬性尚未被完全了解,因此基于長時間序列的衛星觀測資料, 選擇易行、合理的自動渦旋檢測算法進行渦旋識別, 對南海中尺度渦進行定性與定量研究, 并分析其季節和年際變化特征, 仍是一個十分重要的課題。

以往基于衛星觀測資料的研究對南海中尺度渦的空間分布達成了較為一致的觀點。Wang等(2000)利用1992—1997年的TOPEX/Poseidon(T/P)數據, 僅在10°N以北的兩個條帶狀海區發現顯著的南海中尺度現象: 較強的一支沿著北部/西部邊界, 靠近2000m等深線; 另一支是約 450km寬的東北—西南走向的條帶, 從越南沿岸延伸至呂宋海峽。Wang等(2003)基于南海中尺度渦的產生機制, 把南海分成 4個海區, 分別是臺灣島西南、呂宋島西北、呂宋島西南以及越南外海, 并描述了南海中尺度渦的時空特征。林鵬飛等(2007)利用1993—2001年的衛星資料進行渦旋統計, 結果發現南海西北部和東南部渦旋較少, 120°E以東呂宋海峽附近主要產生反氣旋渦,14°—15°N, 118°—120°E 區域內亦經常出現反氣旋渦,氣旋渦幾乎不出現。

南海中尺度渦的生成及分布具有明顯的季節特征。以往的研究表明, 不同月份產生的渦旋個數沒有明顯的季節變化, 但是夏季有利于生成反氣旋渦, 冬季則有利于生成氣旋渦。南海中尺度渦分布的季節規律表現為: 冬季, 冷渦主要分布在呂宋島西北和越南外海, 而暖渦主要出現在呂宋西南、臺灣島西南以及越南外海; 春季, 暖渦在呂宋西北和南海中央海盆處得到充分發展; 夏季, 暖渦主要分布在越南東南和呂宋以西海域, 而冷渦分布于越南外海; 秋季, 冷渦主要分布在越南沿岸, 暖渦則分布在南海東北部(Wang et al, 2003; 程旭華等, 2005; 林鵬飛等, 2007; Xiu et al, 2010)。林鵬飛等(2007)利用1993—2001年的衛星資料統計得到9年間南海共產生中尺度渦163個, 其中反氣旋渦84個, 氣旋渦79個, 渦旋出現數量沒有明顯的季節變化, 春、夏季反氣旋渦多于氣旋渦, 秋季氣旋渦多于反氣旋渦。Xiu等(2010)基于衛星觀測及模式數據進行南海中尺度渦識別及統計, 結果顯示春季是生成反氣旋渦的最有利季節, 秋季是生成氣旋渦的最有利季節, 而5月份產生的冷、暖渦均較少, 他們認為這可能是風場變化導致的。

中尺度渦有相當大的動能, 在海洋運動能量譜中是一個顯著的峰區(王桂華等, 2005)。渦動能(eddy kinetic energy, EKE)也是定量衡量渦旋活動的重要物理量之一。Hwang等(2000)利用T/P高度計資料發現,EKE的季節性循環很大程度上受控于季風的季節性轉向, 并受 El Ni?o-Southern Oscillation(ENSO)事件的年際調控。Chen等(2009)指出, ENSO通過大氣橋—風應力旋度影響南海的渦動能年際信號, 而季節周期是南海渦動能變化最顯著的時間尺度。Xiu等(2010)基于衛星觀測及模式數據計算比較了南海全域平均的 EKE, 模式結果顯示秋季渦動能明顯高于其他季節。

以往對南海中尺度渦年際變化特征進行研究的文章較少。林鵬飛等(2007)利用1993—2001年的衛星資料對渦旋個數的年際變化進行了分析, 結果發現1996年和 2000年出現較多的渦旋, 而相應的1995—1996年和1999—2000年間都發生La Ni?a事件, 在1997—1998年間發生El Ni?o事件與1998年產生的渦旋數量較少也能很好地聯系起來, 但是林等所用數據的時間長度較短。高理等(2006)對黑潮延伸區和南海的中尺度渦進行了統計分析, 選擇海平面異常(sea level anomaly, SLA)大于和小于同期均值20cm的數據, 統計數據網格點隨時間變化, 但由于方法的限制他們僅對較大強度渦旋的面積進行了研究。

本文使用法國國家空間研究中心衛星海洋學存檔數據中心(AVISO)提供的延遲時間海表面高度異常格點數據, 采用Okubo-Weiss函數方法結合人為設置標準進行渦旋識別, 分析了南海中尺度渦的時空分布, 統計了渦旋個數, 計算了兩個定量衡量中尺度渦物理量: 渦區面積和渦動能, 從而研究了南海中尺度渦的年際變化特征, 并對其動力機制進行初步探討。

1 數據與方法

1.1 高度計資料介紹

本文使用的衛星高度計數據為法國國家空間研究中心衛星海洋學存檔數據中心(AVISO)提供的延遲時間海表面高度異常格點數據(DT-MSLA), 該數據是TOPEX/ Poseidon、Jason-1、ERS-1和ERS-2等高度計的融合產品, 已經減去了7年(1993年1月—1999年12月)的平均海表面高度。數據集的空間覆蓋范圍為全球, 水平方向采用Mercator坐標系, 分辨率為 1/3°×1/3°cosθ(θ是緯度)。文中選用周平均數據, 空間范圍為 2°N—25°N, 105°E—123°E, 時間范圍為1993年至2012年。

1.2 渦旋識別方法

本文采用Okubo-Weiss函數方法(O-W方法)結合人為設置標準進行渦旋識別。

Okubo(1970)和 Weiss(1991)引進 Okubo-Weiss 函數 q用以進行流場分區, 并鑒別出流場中的渦旋結構。該函數定義為:其對變形和旋轉的相對重要性進行了量化。其中為平方變形率, 描述流體的變形;2ω是渦度擬能, 描述流體的旋轉。是與線度變化(容變)相關的速度變形量,是與畸變相關的速度變形量。二者分別表征引起流體元壓縮和膨脹的流體元表面法向脹壓過程和通過角變形來體現的流體元表面切向剪切過程。是相對渦度的垂直分量,表征流體水平旋轉。

Okubo-Weiss函數的物理意義可以理解為: q＞0時, 流場以變形為主, q＜0時, 流場以旋轉為主, 即以渦旋形式存在。因此, 在實際應用中往往取一負的參數 q0(q0取為–0.2δq, δq為全區 q的標準差), 將流區分為三個部分: q≥–q0的區域, 流場以變形為主;q≤q0的區域, 流場以旋轉為主; 而 q0＜q＜–q0的區域,則為背景場區。

O-W 方法鑒別中尺度渦的優勢在于: 僅利用SLA數據推導出的單一函數q即可將二維流場分區,從而識別出渦旋結構。其缺陷在于: 該方法局限于探測渦核心區(Basdevant et al, 1994), 可能對渦旋半徑及渦區面積有所低估, 另外, 此方法有渦旋數量探測過剩的趨勢(Nencioli et al, 2010)?？紤]到O-W方法本身并未對渦旋的水平尺度、強度等進行限制, 這可能是造成其識別出的渦旋數量過剩的原因之一, 故在O-W 函數方法的基礎上, 設定以下標準進行渦旋識別(本文識別出的中尺度渦實為渦旋核心區)

①O-W 參數閾值 q0的閉合等值線作為渦旋核心的邊界;

②以 q0閉合等值線上最東與最西端、最南與最北端之間距離之和的一半作為渦旋直徑, 直徑超過90km方為渦旋核心區;

③以 q0閉合等值線上所有點的經緯度平均值作為渦旋中心點的經緯度。鑒于高度計資料在淺海誤差較大, 中心位于1000m以淺海域的渦旋不作統計;

④將渦旋中心與邊界的高度差定義為渦旋的強度。由于高度計SLA資料的測量誤差一般為2—3cm,在整個生命歷程中渦旋的強度不小于4cm;

⑤借鑒林宏陽等(2012)的標準, 本文對渦旋“傳播”的定義為: 相鄰兩個時間間隔內渦旋中心的移動距離不超過100km。在此基礎上對中尺度渦的統計要求其從開始到結束的持續時間不短于5周。

2 結果與分析

2.1 南海中尺度渦的空間分布

圖1展示了O-W方法結合本研究設置的標準進行渦旋識別所得到的南海中尺度渦的空間分布在。圖中標記的是渦旋產生時的中心位置。如圖所示, 南海中尺度渦大都產生于 2000m以深海域, 冷暖渦幾乎遍布 10°N以北除東南部外的整個南海深海海盆,10°N以南海域幾乎沒有中尺度渦生成。渦旋集中于越南東南海域、呂宋島以西海域、臺灣島西南海域以及沿著海盆西北部2000m等深線分布。這與Hwang等(2000), Wang等(2000), 程旭華等(2005), 林鵬飛等(2007)的結果較為一致。此外, 本文結果還驗證了林鵬飛等(2007)的結論: 120°E以東呂宋海峽附近以及 14°—15°N、118°—120°E 區域內幾乎不會產生氣旋渦。

圖1 渦旋源地空間分布圖Fig.1 Spatial distribution of eddy birthplace

2.2 南海中尺度渦的季節變化

2.2.1 渦旋的空間分布 經O-W方法結合本研究所設置標準識別, 圖2按不同季節, 即春(3—5月)、夏(6—8月)、秋(9—11月)、冬(12—次年 2月)展示了1993年3月至2013年2月20年間統計得到的南海中尺度渦空間分布。南海中尺度渦的生成及分布具有明顯的季節變化特征: 冬季, 冷渦明顯多于暖渦, 冷渦主要產生于呂宋島西北、越南以東偏南海域, 而暖渦主要分布在呂宋島西南、越南以東偏北海域以及海盆北部2000m等深線; 春季, 呂宋島西北的冷渦開始衰退, 越南以東偏北海域的反氣旋渦得到進一步發展, 冷渦主要分布在臺灣島西南以及越南以東偏南海域; 夏季, 冷渦較少, 幾乎只在越南以東偏北海域出現, 暖渦主要集中在越南東南海域、呂宋島西北海域以及海盆西北部2000m等深線; 秋季, 越南東南海域的暖渦開始衰退, 冷渦主要分布在深海海盆的西南部, 暖渦則主要集中于呂宋西北、臺灣島西南。值得注意的是, 在越南東南海域和呂宋島以西海域分別有兩群渦旋聚集。在越南東南, 冬季氣旋渦控制著南部, 反氣旋渦控制著北部, 此現象一直持續到春季,夏季與之相反, 氣旋渦控制著北部, 反氣旋渦控制著南部; 呂宋島以西, 冬季氣旋渦控制著北部, 反氣旋渦控制著南部。

2.2.2 渦旋個數 逐月統計產生于1993年3月至2013年2月20年間的南海中尺度渦旋個數, 如圖3所示。春季產生中尺度渦138個, 其中61個氣旋渦,77個反氣旋渦; 夏季產生中尺度渦 123個, 其中 43個氣旋渦, 80個反氣旋渦; 秋季有106個中尺度渦產生, 其中46個氣旋渦, 60個反氣旋渦; 冬季有122個中尺度渦產生, 其中78個氣旋渦, 44個反氣旋渦。渦旋個數沒有明顯的季節變化特征, 這與林鵬飛等(2007)的結論一致; 在冬季向春季過渡的 2—3月產生的中尺度渦最多, 秋季向冬季過渡的 11—12月產生的中尺度渦最少, 這與林宏陽等(2012)的結論較為一致。夏季是產生反氣旋渦的有利季節, 冬季是產生氣旋渦的有利季節, 而冬、夏季風轉換期(春、秋兩季)的反氣旋渦略多于氣旋渦。

2.2.3 渦動能 中尺度渦有相當大的動能, 在海洋運動能量譜中是一個顯著的峰區(王桂華等, 2005)。渦動能被認為與渦旋活動動力上密切相關, 在海洋能量傳播過程中起著重要作用。鑒于南海是中尺度渦高發區, 以往已經有較多研究關注于南海渦動能的空間分布特征及時間變化規律(如: Cheng et al, 2010;Wang et al, 2012)。本文采用上文所述的長時間序列的連續 SLA資料對南海渦旋運動進行了渦動能計算及分析。

圖2 渦旋源地空間和季節分布圖Fig.2 Spatial and seasonal distributions of eddy birthplace

圖3 南海逐月產生的中尺度渦旋個數Fig.3 Monthly variability of mesoscale eddies’ numbers in the South China Sea

圖4 1993—2012年氣候態平均南海渦動能空間分布圖Fig.4 Spatial distribution of the climatological(year 1993-2012)EKE in the South China Sea

基于地轉平衡和各向同性假設, 渦動能(EKE)的計算方法為:其中和分別為緯向和經向地轉流速異常。式中, η’為SLA, g是重力常數, f是科氏參數。

利用1993年1月至 2012年12月20年的高度計資料計算得到南海200m以深氣候態渦動能的空間分布(圖 4), 鑒于高度計資料在淺海誤差較大, 將200m以淺海域計算結果舍去?？梢钥闯? 南海存在兩個渦動能高值中心, 即越南以東海域及臺灣島西南海域, 這與Chen等(2009)、Cheng等(2010)結果相同; 而在南海的東南海域及南海西北邊界處存在渦動能低值區, 這與上文較符合。

計算多年逐月平均的南海200m以深全域平均渦動能(圖5), 得到春、夏、秋、冬四季EKE分別占總能量的 19.45%、26.31%、30%和 24.24%, 渦動能最高值出現在10月, 此結果與Cheng等(2010)等求得的最高值出現在 12月不符, 可能是所采用數據的時間范圍差異導致; 渦動能的最低值出現在3月, 與Chen等(2009)結果相同。從季節尺度上來看, 全域平均的渦動能在秋季最大, 此結果與前人研究相同(如: Xiu et al, 2010), 渦動能在春季最小。

圖5 多年逐月平均的南海全域平均渦動能Fig.5 Monthly EKE in the South China Sea

2.3 南海中尺度渦的年際變化特征

以往研究多關注揭示南海中尺度渦生成及分布的季節變化特征, 基于長時間序列的衛星觀測資料對南海中尺度渦的年際變化特征的文章較少。本文基于 O-W 方法, 從個數、面積、渦動能等幾個方面分析南海中尺度渦的年際變化特征, 并對其可能的動力機制進行了初步探討。

通過渦旋識別, 經統計, 1994—2008年間南海區域共產生中尺度渦363個, 其中氣旋渦174個, 反氣旋渦189個, 冷、暖渦個數相近, 暖渦略多于冷渦; 平均每年產生中尺度渦24—25個, 這與林宏陽等(2012)的結果十分相近。

統計發現不同年份產生的渦旋個數差別很大。1994—2008年間存在兩個渦旋個數顯著多于平均值的時間段: 1995—1996年和1998—2000年, 這5年分別產生中尺度渦27、33、31、34和28個, 這似乎與1995/1996及1999/2000期間的La Ni?a事件有比較好的對應。1997、2004、2006年發生 El Ni?o 事件, 相應的渦旋產生較少, 分別為22、18和19個。這些均說明南海中尺度渦的產生個數具有較為明顯的年際變化規律, 并且可能與ENSO現象存在一定的聯系。

為了進一步探討南海渦旋年際變化特征與ENSO現象的聯系, 本文計算了定量衡量渦旋活動的重要物理量渦區面積。將渦旋視為圓, 用公式(D為識別出的渦旋的直徑, 其定義如上文所述)近似計算渦區面積, 得到的平均渦區面積約為65404km2, 較 Xiu等(2010)計算所得的結果小, 其原因可能是使用的渦旋鑒別方法不同, 本文增加的渦旋強度等限制使得識別出的渦旋個數及渦區面積都比Xiu等(2010)的結果要小。

計算渦區面積異常值并對其進行13個月滑動濾波, 將季節信號及季節內信號濾掉, 只保留年際尺度信號。將計算所得的 1994—2008年的渦區面積異常值年際信號進行Morlet小波分析, 得到周期圖。從圖6中可以看出, 超過 99%置信限(虛線為紅噪聲檢驗)有兩個顯著周期位于 3—4年之間, 猜想此信號可能與ENSO現象相關。圖7定性展示渦區面積異常值年際信號與Nino3.4指數相關關系, 計算兩者的相關性,在滯后1個月時相關系數為–0.3039, 通過信度檢驗。因此, 南海渦區面積的年際變化較為明顯, 與 ENSO負相關, 即: 南海渦區面積在 El Ni?o年相對較小,在La Ni?a年相對較大。

圖6 渦區面積年際變化周期圖Fig.6 Periodogram of interannual eddy area variability

渦動能是對渦旋存在狀態進行定量描述的另一個重要物理量。對計算所得的渦動能時間序列進行類似于上述渦區面積的處理, 得到南海渦動能異常值的年際信號。對其進行Morlet小波分析, 得到周期圖8。超過99%置信限的最顯著周期為3.276年, 說明南海渦動能除季節性變化外還有較為顯著的年際變化特征, 猜想南海渦動能亦與ENSO現象遙相關。圖9定性展示標準化渦動能異常值年際信號與Ni?o3.4指數相關關系。計算兩者的相關性得到在滯后1個月時為–0.4624, 通過信度檢驗。因此, 南海渦動能的年際變化亦較為明顯, 與ENSO負相關, 此結果與前人的研究結果吻合(如: Chen et al, 2009), 即: 南海渦動能在El Ni?o年相對較小, 在La Ni?a年相對較大。

圖7 標準化渦區面積異常值年際信號與Ni?o3.4指數相關關系示意圖Fig.7 Correlation between standardized eddy area interannual variability and Ni?o3.4 index

圖8 渦動能年際變化周期圖Fig.8 Periodogram of interannual EKE variability

圖9 標準化渦動能異常值年際信號與Ni?o3.4指數相關關系示意圖Fig.9 Correlation between standardized EKE interannual variability and Ni?o3.4 index

圖10 氣候態年平均南海表面風應力和風應力旋度絕對值Fig.10 Annual mean surface wind stress and absolute wind stress curl in the South China Sea

2.4 南海中尺度渦年際變化動力機制的初步探討

南海位于東亞季風區, 夏季盛行西南季風, 冬季盛行東北季風。如圖10所示南海年平均下為東北風,風應力旋度絕對值高值區(臺灣島西南、呂宋島以西、越南東南)與南海中尺度渦多發區對應較好。以往研究表明南海中尺度渦旋活動與風場密切相關(如: 王桂華, 2004; 林鵬飛, 2005; 陳更新, 2010)。上節研究發現南海中尺度渦活動具有較為顯著的年際變化規律, 即: 渦旋活動在 El Ni?o 年較弱, 在 La Ni?a年較強。由于風應力(旋度)驅動是中尺度渦產生的重要機制之一, 推測可用風場異常解釋南海中尺度渦的年際變化與ENSO現象的負相關關系。圖11為南海年平均風應力異常和風應力旋度絕對值異常場, 其中:(a)1997 年(典型 El Ni?o 年)異常場; (b)1999 年(典型La Ni?a年)異常場。計算風應力和風應力旋度時使用的是CCMP衛星遙感海面10m風速數據。如圖所示,El Ni?o期間南海中尺度渦多發區(除東南部外的整個南海深海海盆)出現西南風異常, 減弱了此區域的背景東北風場, 風應力對海水的攪拌作用較正常年份較弱, 導致海水層化加強, 抑制海水的垂向運動; 而在渦旋多發的東北-西南走向的條帶內, 尤其是在臺灣島西南、呂宋島以西、越南東南的風應力旋度絕對值出現顯著的負異常, 說明大氣向海洋輸入的渦度減少, 這些均導致南海渦旋活動減弱。相反 La Ni?a期間南海中尺度渦多發區出現東北風異常, 增強了此區域的背景東北風; 風應力旋度絕對值亦在渦旋多發區出現顯著的正異常, 說明大氣向海洋輸入的渦度增加, 此期間較強的渦旋活動是由強勁的風場導致的。

為定量研究局地風應力與渦旋活動的關系, 計算南海全域平均的渦動能與風應力旋度絕對值的相關性, 得到相關系數為0.2411通過信度檢驗。同樣將1997、1999 年作為 El Ni?o 和 La Ni?a 事件的代表年份, 通過計算可知渦動能在 1997年較氣候態年平均減少了3.724%, (此結果與上文得出的EKE年際變化與 ENSO現象負相關的結論吻合得很好), 風應力旋度絕對值減少了8.784%; 而渦動能在1999年較氣候態年平均增加了 11.834%, 相應的風應力旋度絕對值增加了 11.486%。渦動能和風應力旋度絕對值在 El Ni?o和La Ni?a年的減、增幅度比較相近, 此結果在上文定性分析的基礎上側面驗證了局地風應力確為渦旋活動的重要影響因素之一。由于除局地風場外,南海中尺度渦的形成、維持和傳播, 還受到黑潮、海底地形、海岸線、慣性效應等多種因素的作用和影響,對渦旋活動影響因素的詳細定量分析還有待后續研究中進一步展開。

圖11 1997年(a)和1999年(b)南海表面年平均風應力異常和風應力旋度絕對值異常Fig.11 1997(a) and 1999(b) surface wind stress anomalies and absolute wind stress curl anomalies

3 結論與展望

本文基于O-W函數方法利用20年高度計資料進行渦旋識別, 分析了南海中尺度渦時空分布的統計特征, 經初步研究得到如下結論。

(1) 南海中尺度渦大都產生于 2000m以深海域,冷暖渦幾乎遍布10°N以北除東南部外的整個南海深海海盆。渦旋集中于越南東南海域、呂宋島以西海域、臺灣島西南海域以及沿著海盆西北部 2000m等深線分布, 其生成及分布在空間上具有明顯的季節變化特征。渦旋個數沒有明顯的季節性, 但夏季是產生反氣旋渦的有利季節, 冬季是產生氣旋渦的有利季節。對南海中尺度渦季節特征的研究及與前人成果的對照表明, 本文使用的渦旋探測方法具有良好效果及可行性。

(2) 南海中尺度渦旋活動具有較為顯著的年際變化特征, 本文對渦旋個數、渦區面積、渦動能的計算分析均表明, 渦旋活動與ENSO現象遙相關: 南海中尺度渦活動在El Ni?o年較弱, 在La Ni?a年較強。

(3) 可用風場異常解釋南海中尺度渦的年際變化與ENSO現象的負相關關系。El Ni?o期間南海年平均意義下的東北風場減弱, 風應力旋度絕對值減小, 從而導致了較弱的渦旋活動, 相反La Ni?a期間強勁的風場導致了渦旋活動增強。

本文得出的結論主要針對于南海中尺度渦的統計特征, 對影響渦旋年際變化的動力機制只進行了初步分析。南海是一個季風控制的、地形復雜的半封閉海盆, 南海的中尺度現象及其變化不僅豐富并具有獨特性。南海季風的直接強迫作用是產生中尺度渦的主要原因之一(Chao et al, 1996; Fang et al, 2002),同時, 由于平均流的不穩定性, 季風驅動的南海西邊界流也可以導致中尺度渦的產生。南海中尺度渦不僅在季節變化上受控于局地風場, 而且在年際尺度上的變化也與局地風場具有良好的相關性(Chen et al,2010)。本文就是通過這種大氣橋, 探討了南海中尺度渦與ENSO現象的相關性。除了風場的直接作用和間接作用, 南海中尺度渦的形成、維持和傳播還受到黑潮、海底地形、海岸線、慣性效應等多種因素的作用和影響。例如, 黑潮在流經呂宋海峽時, 失去陸坡支持后變得不穩定, 發生尺度較大的蛇行, 跨越呂宋海峽, 并分離出中尺度渦旋。這類中尺度渦旋主要出現在南海北部, 尺度在百公里左右(李立, 2002)。因此,在后續的南海中尺度渦年際變化的研究中, 還需要進一步考慮黑潮等因素的作用。

王桂華, 2004. 南海中尺度渦的運動規律探討. 青島: 中國海洋大學博士學位論文

王桂華, 蘇紀蘭, 齊義泉, 2005. 南海中尺度渦研究進展. 地球科學進展, 20(8): 882—886

李 立, 2002. 南海中尺度海洋現象研究概述. 臺灣海峽,21(2): 265—274

陳更新, 2010. 南海中尺度渦的時空特征研究. 青島: 中國科學院海洋研究所博士學位論文

林宏陽, 胡建宇, 鄭全安, 2012. 南海及西北太平洋衛星高度計資料分析: 海洋中尺度渦統計特征. 臺灣海峽, 31(1):105—113

林鵬飛, 2005. 南海和西北太平洋中尺度渦的統計特征分析.青島: 中國科學院海洋研究所

林鵬飛, 王 凡, 陳永利等, 2007. 南海中尺度渦的時空變化規律 Ⅰ. 統計特征分析. 海洋學報, 29(3): 14—22

高 理, 2006. 黑潮延伸區與南海的海平面異常及中尺度渦的統計分析. 青島: 中國海洋大學碩士學位論文

程旭華, 齊義泉, 王衛強, 2005. 南海中尺度渦的季節和年際變化特征分析. 熱帶海洋學報, 24(4): 51—59

Basdevant C, Philipovitch T, 1994. On the validity of the “Weiss criterion” in two-dimensional turbulence. Physica D:Nonlinear Phenomena, 73(1—2): 17—30

Chao S Y, Shaw P T, Wu S Y, 1996. El Ni?o modulation of the South China sea circulation. Progress in Oceanography,38(1): 51—93

Chen G. X, Hou Y J, Chu X Q et al, 2009. The variability of eddy kinetic energy in the South China Sea deduced from satellite altimeter data. Chinese Journal of Oceanology and Limnology, 27(4): 943—954

Chen G. X, Hou Y J, Zhang Q L et al, 2010. The eddy pair off eastern Vietnam: Interannual variability and impact on thermohaline structure. Continental Shelf Research, 30(7):715—723

Cheng X H, Qi Y Q, 2010. Variations of eddy kinetic energy in the South China Sea. Journal of oceanography, 66(1):85—94

Fang W D, Fang G H, Shi P et al, 2002. Seasonal structures of upper layer circulation in the southern South China Sea from in situ observations. Journal of Geophysical Research:Oceans (1978–2012), 107(C11): 23-1— 23-12

Hwang C, Chen S A, 2000. Circulations and eddies over the South China Sea derived from TOPEX/Poseidon altimetry.Journal of Geophysical Research: Oceans (1978–2012),105(C10): 23943—23965

Nencioli F, Dong C M, Dickey T et al, 2010. 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. Journal of Atmospheric and Oceanic Technology, 27(3): 564—579

Okubo A, 1970. Horizontal dispersion of floatable particles in the vicinity of velocity singularities such as convergences. Deep sea research and oceanographic abstracts, 17(3): 445—454

Wang G H, Su J L, Chu P C, 2003. Mesoscale eddies in the South China Sea observed with altimeter data. Geophysical Research Letters, 30(21): OCE 6—1

Wang H, Wang D K, Liu G M et al, 2012. Seasonal variation of eddy kinetic energy in the South China Sea. Acta Oceanologica Sinica, 31(1): 1—15

Wang L P, Koblinsky C J, Howden S, 2000. Mesoscale variability in the South China Sea from the TOPEX/Poseidon altimetry data. Deep Sea Research Part I: Oceanographic Research Papers, 47(4): 681—708

Weiss J, 1991. The dynamics of enstrophy transfer in two-dimensional hydrodynamics. Physica D: Nonlinear Phenomena, 48(2—3): 273—294

Xiu P, Chai F, Shi L et al, 2010. A census of eddy activities in the South China Sea during 1993–2007. Journal of Geophysical Research: Oceans (1978–2012), 115(C3):C03012