1993－2017年南海中尺度渦特征分析

曾偉強，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害預警重點實驗室/廣東海洋大學海洋與氣象學院，廣東 湛江 524088；2．區域海洋動力學與數值模擬功能實驗室/海洋科學與技術國家實驗室，山東 青島 266237）

【】研究1993－2017年南海中尺度渦的空間分布、季節變化、移動速度等特征。根據AVISO提供的地轉流數據，應用Nencioli等人提出的渦旋識別算法。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數與ENSO事件相關，在1993－2007年期間，強（溫和）厄爾尼諾年氣旋渦生成數大于反氣旋，弱（溫和）拉尼娜年反氣旋生成數大于氣旋渦。2008－2017年，強厄爾尼諾年氣旋渦生成數大于反氣旋，溫和拉尼娜年反氣旋生成數小于氣旋渦。在渦旋的生命周期內，渦旋半徑與移動速度變化趨勢相反。復雜海底地形會阻礙渦旋的傳播。

南海；中尺度渦；識別；特征

中尺度渦是一種顯著海洋現象[1]。中尺度渦生成后會攜帶大量動能移動幾十km到幾百km，其攜帶能量約占海洋環流動能80 %[2]。研究發現中尺度渦在全球海洋中廣泛存在[3-4]，并在傳播過程中對海洋能量、溫、鹽、水體的運輸和大尺度環流產生重要作用[5-10]。南海中尺度渦活動非常活躍[11-12]，其中呂宋海峽西部和越南東部是渦動能高值區[13-15]。宋海峽西部黑潮水入侵南海并伴隨渦旋季節性脫落[16-17]，而在西南季風期間風應力旋度是越南偶極子形成的原因[18-22]。因此研究該區域中尺度渦的各種特征，對深入研究南海動力過程具有重要意義。

隨著衛星遙感技術發展，從高分辨率衛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別十分困難[23-24]。迄今為止前人提出了不同的中尺度渦識別算法[25-31]，但由于研究使用的數據類型和方法不一致，中尺度渦判據存在差異[32-38]，所以有必要對南海中尺度渦進行再統計分析。本研究利用AVISO中心提供的地轉流異常數據，通過Nencioli渦旋識別算法探測南海中尺度渦，并統計分析南海中尺度渦的季節分布、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象提供參考和依據。

1 數據與方法

1.1 數據

本研究使用AVISO（archiving,validation and interpretation of satellite oceanographic）網站提供的地轉流異常數據，該數據通過海面高度異常（′）計算得到。具體公式：

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

1.2 方法

Nencioli[32]識別算法應用4個約束條件：（1）沿一個東西方向上，南北向的速度方向在渦旋兩側相反且離中心距離越遠量值越大；（2）沿一個南北方向上，東西向的速度方向在渦旋兩側相反且離中心距離越遠量值越大；（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，并且2個相鄰的速度矢量要處于相同或相鄰象限。

Nencioli識別算法需要定義參數和。參數用于確定算法可探測到的最小的渦旋尺度。參數則用于確定算法可探測到的渦旋速度區域最小值時的范圍。系數和的取值范圍是1至10網格間距。本研究發現= 3和= 3時效果較好（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等值線作為渦旋的邊界。將邊界上的點到渦旋中心點的平均距離定義為渦旋半徑。

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

2 結果與分析

2.1 算法的檢驗

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

黑色圓點表示算法與人工同時識別到的渦旋中心，紅色圓點表示算法未識別到的渦旋中心；紅色（藍色）閉合曲線表示反氣旋（氣旋）邊界，紅色（藍色）星號表示反氣旋（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別的情況；（b）渦旋識別算法識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 人工識別與算法識別的比較

Fig. 1 Comparison of Artificial Recognition and Algorithmic Recognition

2.2 渦旋識別算法在南海的應用

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

表 1 兩種渦旋統計方法的渦旋個數在季節分布情況

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月生成數量最多（約85個），反氣旋在6、7月生成數量最多（約93個）。氣旋渦在5、6、7月生成數量最少（約56個），反氣旋在11、12月生成數量最少（約44個）。氣旋渦月平均生成63.3個，反氣旋65.0個?？倻u旋月生成數可知，4月份渦旋生成數最多（約155個），11月份生成數最少（約80個）。

從年際變化圖可知（圖2b），氣旋渦在2008年和2015年生成數量最多（約37個），反氣旋在1995年生成數量最多（約38個）。氣旋渦在2005年生成數量最少（約15個），反氣旋在2003年、2011和2017年生成數量最少（約14個）。不考慮渦旋極性，2005年渦旋生成數量最?。s46個），而1997年、2003年和2017年渦旋生成數量相對較少（約54個）。氣旋渦生成數年平均為30.1個，反氣旋平均為29.1個。

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

2.2.3 渦旋空間分布特征 本研究采用Chen[40]劃分網格方法，把中尺度渦生成和消亡位置細分到1 ° × 1 °的網格內，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的海區，這與Chen[40]、崔鳳娟[41]、林鵬飛[25]和Hwang[43]得到的結果相似。呂宋海峽以西中尺度渦的形成可能與風應力旋度[44]和黑潮入侵有關[45,46]，越南東部渦旋多發主要是由西南季風產生的離岸射流所致[18-20]。南海東南部海域生成的數量極少，這可能是海底地形復雜不利于渦旋產生，該結論與林鵬飛得到的結果一致[25]。渦旋消亡的地理位置大都發生在南海西北部陸架、南海西邊界和南海中部。結合渦旋生成（圖3a）與消亡（圖3b）可知，南海中尺度渦生成后會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計；（b）逐年分布統計

（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計

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 渦旋生成后會受背景流場和β效應的影響而運動?，F對渦旋傳播速度進行定量分析，得到南海中尺度渦水平傳播特征（圖5a）、渦旋移動速度緯向平均（圖5b）和經向平均（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大體一致的分布規律。

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）沿緯向平均的移動速度；（c）沿經向平均的移動速度

為進一步說明南海渦旋運動特征，本研究選取壽命大于100 d的渦旋（圖6）。灰色虛線將南海劃分4區：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），這些區域與Wang等[13]的劃分大體一致。在Z1區發現了6個反氣旋，它們都在秋冬季產生，產生機制還不清楚。生成的渦旋會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果一致。在Z2區識別到15個渦旋，其中4個為反氣旋，這些渦旋主要產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區識別到17個渦旋，其中13個為反氣旋，這些渦旋主要產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區北部產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。本研究發現，當海底地形復雜時，有2個長壽的反氣旋被困于Z4東南部海域，說明復雜海底地形可以對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?然后將邊界上的點到渦旋中心點的平均距離定義為渦旋的半徑?渦旋壽命大于30 d時，渦旋平均半徑與發生概率的關系如圖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生的概率相等。半徑為70 km以上時，反氣旋發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?。?0 ~ 60 km）。

紅色（藍色）實心圓和空心圓表示反氣旋渦（氣旋渦）生成和消亡位置。紅色（藍色）虛線為反氣旋渦（氣旋渦）移動軌跡，灰色虛線將南海劃分四區（Z1，Z2，Z3，Z4）

圖7 不同尺度渦旋發生概率

圖8 1993－2017年南海渦旋平均半徑的空間分布

2.2.6 渦動能 中尺度渦具有相當大的動能，在海洋傳播中起到重要作用。對于渦動能（e）的計算，首先采用90 d帶通濾波計算地轉流速度異常，再根據公式：

e= (2+2) / 2， （3）

其中，和分別為緯向和經向地轉流異常。

圖9可看出，南海呂宋海峽和越南以東海域存在渦動能2個高值區，這也是渦旋活動較大的地區，而南海東南海域與南海西北陸架區存在渦動能的2個低值區。該研究結果與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數都與壽命成反比。當渦旋壽命從4周增加到10周時，渦旋個數在急劇下降。由渦旋壽命分布的累積概率可知，壽命不超過10周的渦旋數占總數的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，在它生命周期內移動軌跡約長1.745×103km。當只考慮壽命大于10周的渦旋時，氣旋渦的個數是反氣旋個數的一半這與Chen得到的結果相似[40]。

圖9 1993－2017年南海平均渦動能的空間分布

黑線表示這兩種渦旋累積概率

（a）渦旋壽命與平均半徑關系；（b）渦旋半徑隨渦旋壽命的演化；（c）渦旋移動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 為進一步了解渦旋在其生命周期內半徑、移動速度的變化情況，對以上2個渦旋特征進行歸一化處理。本研究選取1993－2017年間壽命大于30 d的渦旋，計算得到歸一化后的渦旋半徑（圖11b）與渦旋移動速度（圖11c）。與前人結果不同[40]，本研究發現，在渦旋壽命前半期，半徑隨時間增加而增加，而渦旋移動速度隨時間增加而減少。在后半期，變化趨勢與前半期相反。整個生命期內渦旋半徑與渦旋移動速度變化趨勢相反，這可能由于渦旋在擴大其半徑時需要降低其移動速度，而增加移動速度需要減小其半徑。所以移動速度和半徑在渦旋生命周期呈現相反的變化趨勢。

3 結論

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

（2）復雜的海底地形可以對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速度，相反渦旋半徑的減少則需要增加渦旋移動速度。

南京信息工程大學董昌明教授提供渦旋識別程序，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. 基于衛星高度計觀測的全球中尺度渦的分布和傳播特征[J]. 海洋科學進展, 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的南海中尺度渦數值模擬[J]. 海洋通報, 2016, 35(3): 299-316.

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

[26] 王桂華. 南海中尺度渦的運動規律探討[D]. 青島：中國海洋大學, 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力機制分析[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

國家重點研發計劃重點專項（2016YFC1401403）；國家自然科學基金面上項目（41676008和41876005）；國際合作項目（GASI-IPOVI-04）；廣東省自然科學基金（2016A030312004）；廣東海洋大學創新強校項目（GDOU2016050260）

曾偉強（1994－），男，碩士研究生，研究方向為物理海洋。E-mail：707402414@qq.com

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

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

（責任編輯：劉嶺）