日本海中尺度渦旋時空變化特征研究

楊霄 ，張永垂，夏長水，董昌明 ，胡楠，汪浩笛，陳詩堯

(1.南京信息工程大學 海洋科學學院，江蘇 南京 210044；2.自然資源部第一海洋研究所，山東 青島 266061；3.國防科技大學 氣象海洋學院，湖南 長沙 410073；4.南方海洋科學與工程廣東省實驗室（珠海），廣東 珠海 519082)

1 引言

海洋是時刻流動著的各種不同尺度運動的疊加，包括了從海盆尺度的環流到中尺度的渦旋、鋒面過程再到小尺度的湍流等不同時間、空間尺度的運動。與大尺度環流不同，直到20 世紀70 年代初，人們才逐漸對海洋中尺度現象有了一定的認識[1]。典型的中尺度現象包括中尺度渦旋、鋒面、沿岸上升流等[2]，其中，中尺度渦旋在大洋中普遍存在[3]。中尺度渦旋在時間尺度上跨越幾十至上百天；在空間尺度上，從幾十千米到幾百千米不等。為深入了解中尺度渦的結構特征，國內外海洋學家從觀測、數值模擬和理論分析等方面對其進行了研究[4-5]。隨著衛星遙感的快速發展以及深度學習和人工智能技術的進步，全球及區域海洋中尺度渦旋研究成為熱點[6-18]。

日本海是西北太平洋一個半封閉的邊緣海（圖1a），其地理位置特殊，地形復雜，海氣相互作用強烈，有著獨特的環流結構（圖1b），包括從對馬海峽流入的對馬暖流和海盆內部的氣旋式環流[19]，中尺度渦旋頻發[20]，海表溫度季節變化明顯，具有強烈的垂向水體交換，表現出明顯的大洋特征，因此又被稱為“微型海洋”。早前有關日本海中尺度渦旋的研究主要依賴于零星的遙感觀測資料和航次實測資料，研究區域主要集中在西南部的郁陵盆地附近[21-25]。

Jacobs 等[26]利用TOPEX/POSEIDON（Topography Experiment/ Poseidon Monitored Global Ocean Circulation）衛星高度計數據和模式數據，研究了中尺度渦對日本海平均環流的影響，指出渦旋有助于極地鋒面的輸運和東韓暖流的分離。Morimoto 等[27]通過海表面高度數據，研究了日本海中部及南部渦旋的空間分布及其季節變化。Ebuchi 和Hanawa[28]使用7 年的衛星高度計數據，探討了日本海南部渦旋對黑潮路徑的影響，發現氣旋和反氣旋可與黑潮發生相互作用進而導致黑潮路徑的短期彎曲。Mitchell 等[29]利用聲學實測數據持續觀察了多克島周邊的多克冷渦，對其生命演變及其導致的東韓暖流路徑偏移的原因進行了詳細的討論。Lee 和Niiler[30-31]使用海表面高度異常數據，基于繞角法探測了日本海10 多年的中尺度渦旋，并利用浮標數據進行了驗證，結果表明，郁陵盆地是渦旋的高發區，并將該區域渦旋系統分為3 類，即韓國沿岸渦旋、沿慣性流的鋒面渦旋以及郁陵暖渦/多克冷渦。Shin 等[32]利用高度計及溫鹽深（Conductivity Temperature Depth，CTD）剖面儀數據分析了郁陵暖渦的時空變化規律，結果顯示只有7%的郁陵暖渦與東韓暖流無關，由暖流驅動的渦旋均具有高溫高鹽的特性，生命周期較長，且內部結構隨季節變化明顯。除上述渦旋外，研究區域還存在著一些特殊渦旋—溫躍層渦旋和異常渦旋。Hogan 和Hurlburt[33]討論了日本海溫躍層渦旋的形成原因，該類型渦旋與反氣旋稍有不同，上部在夏季呈暖水狀[34]。各項研究表明，溫躍層渦旋受季節性環流、地形、溫暖的淡水輸入以及上層水的再層化等影響。Young 等[35]基于粒子跟蹤實驗，提出了一種新型的渦旋識別算法，并用于郁陵盆地內溫躍層渦旋的探測，表明該類渦旋依賴于相對渦度，其形態受郁陵盆地的強烈影響，且在渦旋邊緣伴隨著較高的葉綠素濃度。Sun 等[13]在北太平洋發現了異常渦旋結構，即氣旋渦中心海表面溫度高于渦旋周圍，而反氣旋則相反，并基于多源衛星數據統計分析了其時空特征和區域相關性，結果表明，日本海西南部及南部為暖核氣旋渦的高發區，具有明顯的季節變化，其形成可能與渦旋衰亡階段的不穩定性或渦-渦相互作用有關。

綜上所述，現有日本海渦旋的時空分布特征分析已較充分，但往往限于中尺度渦頻發的特定區域和特殊渦旋展開研究，如日本海西部和南部渦旋以及與其相關的變化機制，有關整個海區及海區中部和北部渦旋的基本特性等還有待進一步的深入探究。隨著衛星高度計觀測資料的累積，為進一步探究日本海全海域、長時間渦旋的時空變化特征提供有效的數據支撐。本文利用基于海表面高度異常的渦旋數據集對日本海（31°～52°N，127°～143°E）1993-2019 年中尺度渦的時空變化規律和基本特征進行統計分析，并結合AVISO（Archiving Validation and Interpolation of Satellite Oceanographic Data）高度計數據和海表溫度數據（Sea Surface Temperature，SST）探討渦旋的各項特征變化及其與大洋渦旋的異同點。

2 數據與方法

2.1 研究數據

2.1.1 渦旋數據集

中尺度渦旋時空演變及各物理特征分析研究采用AVISO 發布的一套基于逐日海表面高度異常（Sea Level Anomaly，SLA）數據，并利用新型渦旋識別算法得到的全球中尺度渦數據產品[6-7]。該數據集時間跨度為1993 年1 月1 日至2019 年10 月15 日，包括中尺度渦的生命周期、中心位置、半徑、振幅、旋轉速度等基本特征信息。該產品已廣泛應用于邊緣海以及大洋等不同區域的中尺度渦特征研究[36-40]。

2.1.2 高度計數據

海表特征信息采用了哥白尼海洋環境監測中心（Copernicus Marine Environment Monitoring Service，CMEMS）的多源衛星融合高度計資料，即海表面高度異常數據，該資料主要由TOPEX/POSEIDON、Jason-1和ERS/Envisat（European Remote Sensing Satellite/ Environmental Satellite）等多衛星數據融合而成，提供了近實時（Near-Real-Time，NRT）和延遲時間（Delayed Time，DT）的測高產品。近實時資料可以為業務應用提供及時的高度計產品，而延時資料則可為海洋學研究提供質量更高的高度計產品，更加真實地表征海表面高度和地轉流速。本研究選用時段為1993 年1 月1 日至2019 年12 月31 日，基于空間尺度分辨率為（1/4）°×（1/4）°的逐日數據集，包括海表面高度異常、絕對地轉速度、地轉速度異常等。

2.1.3 海表溫度數據

海表面溫度采用來自美國國家航空航天局（National Aeronautics and Space Administration，NASA）的高分辨率輻射儀（Advanced Very High Resolution Radiometer，AVHRR）紅外探測數據，其空間分辨率為25 km×25 km，時間分辨率為1 d，研究選用時段為1993 年1 月1 日至2019 年12 月31 日。

2.2 研究方法

2.2.1 渦旋識別

渦旋數據產品基于海表面高度的閉合輪廓識別和跟蹤渦旋軌跡。根據SLA 的局部極大值點設置閾值的初始值，并以此點為基礎以一定值不斷減小閾值，直至其相鄰像素的SLA 數值大于該閾值，即識別到反氣旋渦；氣旋渦則相反。其中，每個時間步長的最外側閉合輪廓的海表面高度和內部極值之差定義為渦旋振幅，該閉合輪廓線內區域即為渦旋。渦旋旋轉速度定義為旋渦內所有速度的平均，渦旋半徑定義為與渦旋旋轉速度圍成區域面積相同的圓的半徑。具體方法描述見文獻[7]。

2.2.2 渦動能計算

渦動能（Eddy Kinetic Energy，EKE）為表征渦旋能量高低的度量參數，其空間分布有利于能量源和匯的分析。基于SLA 數據，計算渦動能的公式為

式中，u′、v′分別為緯向地轉速度和經向地轉速度異常，其計算公式為

式中，h′為海表面高度異常；g和f分別為重力加速度和科氏參數。

3 渦旋的表面特征

渦旋空間分布強度可用EKE 和海表面高度異常均方根（Root Mean Square of the SLA，SLA RMS）來表征。從海表面地轉速度異常得到整個研究區域的EKE和SLA RMS 多年平均空間分布見圖2。渦旋活躍區整體呈現西南-東北走向，基本沿對馬暖流流軸分布[41]。其中，有4 個局地大值區域，分別為郁陵盆地、大和盆地西部和中部以及津輕海峽西北部。尤其是郁陵盆地和大和盆地的EKE 遠高于其他區域，最高達325.1 cm2/s2，SLA RMS 則達38.5 cm。郁陵盆地和大和盆地交界處的EKE 和SLA RMS 較盆地內部低，而日本海北部（40°～52°N，133°～142°E）為EKE 和SLA RMS 低值區。

圖2 渦動能（a）和海表面高度異常均方根（b）多年平均空間分布Fig.2 Spatial distribution of the multi-year average eddy kinetic energy (a) and root mean square of the sea level anomaly (b)

圖3 為渦動能和海表面高度異常均方根隨時間變化圖。圖3a 為面積加權后的平均年際變化。可以發現，EKE 大多數集中在70～100 cm2/s2，在1995 年、1999 年、2001 年、2004 年、2010 年、2013 年、2017 年和2019 年EKE 較強，最高可達119.17 cm2/s2；而1996 年、2006 年、2008 年較弱。SLA RMS 的變化與EKE 相似，但個別年份與EKE 趨勢相反，如1994-1996 年、2006 年、2012 年以及2016 年。圖3b 為面積加權后的線性增長率。兩個物理量的線性增長率也進一步表明了兩者的相似性。值得注意的是，除2002 年、2004 年、2006-2007 年、2010-2014 年、2018-2019年，其他年份SLA RMS 的增長率均大于EKE。其中，EKE增長較快的1998 年、2002 年、2014 年及2016年為強厄爾尼諾（ElNi?o）年，尤其是1997-1998 年 為1950 年以來最強，相應地EKE 和SLA RMS 值也為時段內的局部峰值。拉尼娜（La Ni?a）現象則與參數值較小的2000 年、2008 年有一定的相關性。由此可見，日本海地區EKE 和SLA RMS 的年際變化可能與厄爾尼諾和拉尼娜現象有一定程度的聯系。

圖3 渦動能（EKE）和海表面高度異常均方根（SLA RMS）（a，c）及其線性增長率（b，d）的時間變化序列Fig.3 Time series of eddy kinetic energy (EKE) and sea surface height anomaly root mean square(SLA RMS) (a,c) and its linear growth rate (b,d)

圖3c 和圖3d 為渦旋活動強度的季節變化，與年際變化相同，EKE 與SLA RMS 的變化趨勢基本一致，均表現為上半年低，下半年高的特征，峰值分別在9 月和10 月，增長率在8 月達到最高，約為55.9%。不同的是，春季（3-5 月）兩者趨勢相反，SLA RMS 的增長較弱。

有兩種定義渦旋數量的方法：拉格朗日法和歐拉法。前者將渦旋整個生命周期視作一個渦旋；后者則為每個時刻所識別出區域內的所有渦旋。在1993-2019 年的27 年間，基于拉格朗日法共探測到中尺度渦旋1 429 個，其中氣旋渦旋675 個，反氣旋渦旋754 個，反氣旋數多于氣旋數約11.7%。基于歐拉方法探測到渦旋98 390 個，其中氣旋和反氣旋分別為45 321 個和53 069 個，反氣旋數多于氣旋數約17.1%。對中尺度渦旋活躍的郁陵盆地和大和盆地統計表明，用拉格日法在郁陵盆地（35°～40°N，127°～134°E）識別出237（241）個氣旋（反氣旋），分別占整個日本海區域的35.1%和32.0%；歐拉法識別出的氣旋和反氣旋分別為16 292 和18 273 個。大和盆地（35°～42°N，134°～141°E）的中尺度渦旋數量少于郁陵盆地，基于拉格朗日法（歐拉法）共計氣旋204（15 873）個，反氣旋248（17 561）個。

由以上統計結果可知，日本海反氣旋渦和氣旋渦數量基本相當，前者約多12%～17%；大多數中尺度渦旋集中在郁陵盆地和大和盆地。為了更好地理解渦旋的時空變化特征，下文將對不同極性渦旋的幾何特征，如尺寸、中心位置（經度和緯度）、振幅、旋轉速度、移動規律以及生消特征等方面進行研究。

3.1 渦旋的幾何特征

首先對基于拉格朗日法識別到渦旋的時空分布、尺寸、生命周期、振幅等物理特征進行分析。圖4a為中尺度渦旋的年際變化。每年渦旋數約為256 個，除1996 年、2009-2012 年、2015 年，其他年份的反氣旋均多于氣旋。氣旋數量約為反氣旋數的89.5%，尤其在2000 年、2014 年、2018-2019 年，氣旋顯著少于反氣旋。同時2009-2012 年氣旋連續反常增多以及2017-2019 年與反氣旋相差變大，也值得進一步研究。雖然渦旋數量無明顯的線性變化趨勢，但其具有3～5 年的周期，如1993-1996 年為第一個小周期，渦旋數量整體呈峰狀；1996-2000 年為第二個周期，由此類推。結合圖3a 可以發現，反氣旋數量與EKE在1995 年、2001 年、2004 年、2010 年、2017 年有較好的一致性，同時計算發現，反氣旋平均EKE 比氣旋大約32.1%，在上述年份更為顯著，表明EKE 中反氣旋渦占大部分。圖4b 為渦旋的月變化，可以發現渦旋數量呈逐漸上升趨勢，且反氣旋更加明顯，其中9-11 月的渦旋數量最多，12 月至次年2 月次之，6-8 月最少。同時可以看到，所有月份的反氣旋數量均多于氣旋，在春季和秋季尤為突出；6-8 月兩種極性渦旋數基本相當。兩種極性渦旋的季節變化與EKE 和SLA RMS 的變化趨勢相近，均為秋季最高，氣旋和反氣旋分別于9 月和10 月達到最大值。

圖4 渦旋數量的年際變化（a）和月變化（b）Fig.4 The interannual (a) and monthly (b) variation of eddy numbers

為更清楚地了解渦旋在不同區域的分布情況，將研究區域劃分為0.1°×0.1°的格點（約100 km2），篩選出基于每個時刻的渦旋數量，得到氣旋45 321 個，反氣旋53 069 個。兩種極性渦旋空間分布相近（圖5），整體呈傾斜的“J”狀，渦旋頻發區域為日本海南部郁陵盆地、大和盆地以及北海道島西側，與圖2a 和圖2b高值區基本一致。反氣旋的空間分布范圍更廣，最北可達48.5°N。區域內每個格點最多可出現渦旋90 個。相比而言，日本海西北部，尤其是日本盆地中部（43°～45°N，135°～148°E）以及北部（47°～51°N，139°～142°E）的渦旋較少。大陸邊緣處渦旋數量較少可能是受水深較淺影響，而高緯度地區渦旋數量較少可能與較弱的平均流有關。

圖5 渦旋數量在0.1°×0.1°網格內的空間分布Fig.5 Spatial distribution of average eddy number over 0.1°×0.1° bins

圖6 左列給出了基于整個生命周期（不小于20 d）渦旋的數量變化，可以發現隨著時間的增長，數量逐漸減小，約有一半渦旋的生命周期位于40～70 d。其中，氣旋和反氣旋的平均生命周期分別為67.1 d 和70.4 d。由氣旋/反氣旋生命周期比值（圖6i）可知，對于短生命周期（小于120 d）和長生命周期（大于240 d）反氣旋略多于氣旋；而在生命周期長于150 d 并小于180 d 時，氣旋較多。從不同半徑渦旋的數量分布可以發現（圖6f），渦旋整體呈偏態分布，在半徑為60 km處數量達到最大。反氣旋和氣旋的平均半徑分別為64.7 km 和66.8 km。對于較小半徑（小于70 km），反氣旋多于氣旋渦（約多8.9%）；對于較大半徑（90～140 km），氣旋略占優勢。從渦旋振幅直方圖（圖6g）可知，反氣旋和氣旋的平均振幅分別為8.0 cm 和7.7 cm。對于小振幅（10～26 cm），反氣旋多于氣旋；對于大振幅（大于26 cm），氣旋明顯多于反氣旋。圖6 最右列為渦旋的旋轉速度統計結果。氣旋和反氣旋均呈偏態分布，但峰值差異明顯，氣旋約為16 cm/s，反氣旋約為22 cm/s。兩種極性渦旋的平均旋轉速度相近，氣旋和反氣旋分別為23.0 cm/s 和22.9 cm/s。

圖6 渦旋生命周期（a、e、i）、半徑（b、f、j）、振幅（e、g、k）和旋轉速度（d、h、l）分布Fig.6 Distribution of eddy life cycle (a,e,i),radius (b,f,j),amplitude (e,g,k),and rotation velocity (d,h,l)

與上述研究方法相似，將研究區域分為0.5°×0.5°網格（約2 500 km2），分別對渦旋的半徑、振幅和旋轉速度3 種參數進行統計（圖7）。可以看出，日本海中部及南部渦旋半徑主要分布在60～75 km 范圍，大值區位于大和盆地西側和郁陵盆地。值得注意的是，日本海北部渦旋半徑較大，但由渦旋數量分布（圖5）可以發現，該區域渦旋數量較少，可能是由較大的個體差異導致。在日本海南部（36°～42°N），氣旋和反氣旋的半徑基本相當，都隨緯度的增加呈減小趨勢。上述變化趨勢可以由浮力頻率與第一斜壓羅斯貝半徑的關系得到驗證。Chen 等[42]分析得出，中尺度渦旋半徑隨緯度的變化與羅斯貝半徑大體相近。渦旋振幅與旋轉速度分布基本一致，兩者都表現為反氣旋顯著大于氣旋。除郁陵盆地西部存在較大旋轉速度的氣旋，其他大值區均集中在郁陵盆地中部和大和盆地，且在40°N 以北有顯著減小的趨勢。由上可知，在日本海區域內反氣旋的物理特征更加顯著。

圖7 渦旋半徑（a，b）、振幅（c，d）和旋轉速度（e，f）在0.5°×0.5°網格內的空間分布Fig.7 Spatial distribution of eddy radius (a,b),amplitude (c,d) and rotation velocity (e,f) in a 0.5°×0.5° grid

圖8 左列為渦旋幾何參數的年際變化，不同極性渦旋半徑隨時間無明顯線性趨勢。反氣旋的半徑變化較氣旋幅度偏大。2002 年、2007-2009 年反氣旋半徑為峰值。渦旋振幅和旋轉速度的年際變化基本相同，氣旋和反氣旋之間相差不大，但在2002-2004年、2005-2009 年、2012-2013 年以及2014-2015年，兩種極性渦旋呈現相反變化。圖8 右列為各參數的季節變化，氣旋和反氣旋渦整體趨勢相似，即夏末和秋冬季為高值，春季為低值。其中，氣旋和反氣旋半徑在1-5 月呈同步趨勢，均表現為春季較小，氣旋在8 月達到局部峰值，反氣旋則在6 月和10 月達到局部峰值。此外，尺寸渦旋多存在于夏末和冬季，較小渦旋則多發于春季。渦旋振幅和旋轉速度的年內變化基本一致，反氣旋較氣旋更顯著，大值多存在于秋冬季，較小振幅和旋轉速度的渦旋則集中在春夏季。

圖8 半徑（a，b）、振幅（c，d）和旋轉速度（e，f）的年際變化（a，c，e）和月變化（b，d，f）Fig.8 Interannual (a,c,e) and seasonal (b,d,f) variations of eddy radius (a,b),amplitude (c,d) and rotation velocity (e,f)

就單個生命周期（拉格朗日渦旋）而言，可以將渦旋從產生到消亡分為4 個階段，即生成階段（0～0.1），增強階段（0.1～0.3），成熟階段（0.3～0.8），衰亡階段（0.8～1）。利用上述標準分別對675 個氣旋和754 個反氣旋的渦旋半徑、渦旋振幅以及旋轉速度在不同生命階段的演變情況進行歸一化。如圖9 所示，渦旋的半徑、振幅、旋轉速度的變化趨勢基本一致，均呈現先逐漸增加后逐漸減小的單峰狀結構。兩種極性渦旋的振幅基本重合，但隨著生命周期的增加，氣旋和反氣旋半徑的差別先逐漸增大后減小，而旋轉速度則為持續減少。總體上，氣旋半徑變化曲線的上凸程度大于反氣旋，而反氣旋旋轉速度的變化大于氣旋。兩種極性渦旋在衰亡期逐漸接近。3 種參數在渦旋的形成期和衰亡期變化都較激烈，在增強期和成熟期相對平緩。

圖9 渦旋半徑（a）、振幅（b）和旋轉速度（c）隨生命周期的演變Fig.9 Time evolution of the mean normalized eddy radius (a),amplitude (b) and rotation velocity (c)

3.2 渦旋移動規律特征

中尺度渦旋在運動過程中可輸運海水，進而影響物質、能量、動量等的傳輸。渦旋傳播的速度和方向一般情況下受平均流控制，但復雜的海氣相互作用會對渦旋運動產生影響。同樣將研究區域劃分為0.5°×0.5°網格（約2 500 km2）以展示氣旋和反氣旋的傳播方向及速度大小，箭頭代表相應網格的平均傳播方向（圖10）。反氣旋的平均傳播速度為5.6 cm/s，氣旋為6.6 cm/s。渦旋在郁陵盆地和大和盆地的傳播速度較慢，日本海盆的中部和東北部較快。由于移動速度以格點為單位進行統計，因此北部出現的高值可能與渦旋數量少，個體差異較大有關。對于傳播方向而言，自南至北氣旋可分為3 部分（圖10a）。第一部分位于39°N 以南區域，以對馬海峽為起點，氣旋分別沿韓國東部和本州島移動，其中沿韓國東岸移動的氣旋于39°N 附近順時針彎曲，而沿本州島移動的氣旋則先分為兩股向東北傳播，后又重合向西北方向傳播。第二部分為42°N 附近海域，氣旋自西向東移動至津輕海峽。第三部分則為43°N 以北海域，氣旋沿俄羅斯沿岸向西南方向傳播。結合圖1b 日本海表層環流結構，氣旋渦移動路徑分別與EKWC 的分支、OB/NB、SPFC 以及LCC 有較好的相關性。反氣旋渦的運動較氣旋渦更加明顯（圖10b），在大和盆地基本呈沿海岸線向東北移動，與NB 的移動路徑一致；北海道島西部和西北部向西南移動，整體為逆時針，速度較大的渦旋同樣分布在日本海盆中部。郁陵盆地渦旋移動較為復雜，自36°N 附近分別以北向、逆時針、東北向3 種方向移動，部分與沿岸的EKWC 一致。兩種極性渦旋在本州島沿岸附近傳播路徑重合，均呈東北向移動至津輕海峽后向西北方向偏移，與Lee 和 Niiler[30]的研究結果一致。此外，日本盆地中部和北部的渦旋傳播方向較為無序，這可能與地形和洋流的影響作用有關[43]。

圖10 氣旋（a）和反氣旋（b）在0.5°×0.5°網格內的傳播示意圖Fig.10 Schematic diagram of cyclonic eddies (a) and anticyclonic eddies (b) propagation in a 0.5°×0.5° grid

圖11 為日本海渦旋東向和北向傳播速度隨經緯度的變化情況（向東和向北為正）。從圖中可以看出，除了副極地鋒區（33°～40°N，129°～131°E），大部分渦旋都向東傳播，最大可達4.1 cm/s。東向傳播速度隨緯度的增加逐漸減小。氣旋和反氣旋相似，但反氣旋平均傳播速度稍大于氣旋且整體變化幅度強于氣旋。隨著經度的增加，渦旋東向傳播速度逐漸增加，且氣旋傳播速度的增長幅度大于反氣旋，隨后由于陸地的阻擋，傳播方向轉變為西向。追蹤渦旋發現，南北向的傳播速度同樣也隨經度變化較明顯。圖11d中，反氣旋主要向北傳播，而氣旋則變化不明顯。133°E以東，隨著經度的增加反氣旋傳播速度逐漸增加，并在138°E 左右方向出現了突變，隨后向北加快傳播；氣旋則轉向南傳播。圖11a 與圖11c 大體相似，不論是東向還是北向的傳播速度隨緯度的變化均大于隨經度的變化，且均在40°N 附近發生偏轉。

圖11 渦旋緯向和經向的平均傳播速度Fig.11 Zonal and meridional average propagation speeds of eddies

進一步將兩種極性渦旋的起點位置初始化為原點（0°N，0°E），分別統計相對于緯度和經度的傳播軌跡情況（圖12a，圖12b）（向東和向北為正）。結果顯示，氣旋平均傳播距離為90.3 km，反氣旋為82.7 km，兩種極性渦旋的平均經度分別為0.35°和0.11°，氣旋向赤道和極地方向移動的平均角度為0.49°和0.52°，反氣旋則為0.44°和0.54°，即渦旋均表現出向極地傳播的角度大于向赤道傳播的特征，反氣旋移動角度略大于氣旋。圖12c 顯示，有61.4%的氣旋和79.8%的反氣旋向赤道傳播。對于緯向運動而言（圖12d），向東移動的反氣旋和氣旋比例分別為42.8%和47.2%，而向西移動的反氣旋和氣旋基本相當。

圖12 氣旋（a）和反氣旋（b）相對傳播軌跡和渦旋北向（c）、東向（d）移動的概率分布Fig.12 Probability distribution of relative trajectories of cyclonic eddies (a) and anticyclonic eddies (b) and eddies moving northward (c)and eastward (d)

3.3 渦旋的生消特征及機制

為更清楚地了解渦旋的產生和消亡，將基于每個生命周期（拉格朗日法）所探測到的每個渦旋的首次和末次探測定義為渦旋的產生時刻和消亡時刻。兩種極性渦旋的生成和消亡分布如圖13 所示。氣旋和反氣旋的產生較為相似，大都分布在郁陵盆地、大和盆地以及北海道島西側（43.5°～46°N，139°～141°E），大和隆起海域也有較多渦旋產生，可能與地形[44]以及風吹過島嶼產生的島嶼尾渦有關[24,27]。與氣旋不同，北部的反氣旋較多，在44°N 附近存在渦旋高生成區。圖13c 和圖13d 顯示西部、東南部以及津輕海峽附近是渦旋消亡最多的海域，自南向北呈帶狀分布，這可能與較弱的環流和陸地的阻擋作用有關[45]。

圖13 氣旋（a，c，e）和反氣旋（b，d，f）在0.5°×0.5°的網格內的空間分布Fig.13 Spatial distribution of cyclonic eddies (a,c,e) and anticyclonic eddies (b,d,f) in a 0.5°×0.5° grid

將渦旋的生消比值進行統計可以發現，總體呈塊狀分布（圖13e）。在郁陵盆地及日本海西部，氣旋的生成數多于消亡數；而大和盆地則相反，越靠近本州島消亡越明顯。反氣旋整體分布與氣旋略為不同：在西北部和西南部，表現為消亡數多于生成數；在大和盆地與氣旋相似；在45°N 以北反氣旋較多生成。結合圖12 渦旋的傳播軌跡，傳播方向及速度決定了大多數渦旋在東邊界附近消亡。

圖14 為日本海渦旋產生和消亡隨時間的變化。從圖14a 和圖14b 中可以看出，2000 年之前，不論是產生還是消亡，反氣旋數量均多于氣旋。從渦旋的產生來看，平均每年可產生25 個氣旋和27 個反氣旋。2001年、2007 年、2009-2011 年、2015 年產生氣旋較多，1995 年、2013 年、2018-2019 年則相反。對反氣旋而言，2000 年、2003 年、2005 年、2010 年、2013 年、2017年數量較多，2002 年、2009 年、2012 年較少。兩種極性渦旋在2010 年均達到局部峰值。從渦旋消亡的趨勢來看，氣旋和反氣旋趨勢相似，數量較多的年份幾乎一致。圖14c 和圖14d 顯示為渦旋生命狀態的季節變化。反氣旋較氣旋的產生有明顯的變化趨勢，春季、夏季、秋季有較多的反氣旋產生，并在3 月和7 月達到最高；而氣旋呈平穩狀態，夏季后期和秋季有較小幅度的上升，在1 月和12 月變化明顯。除去冬季，其他時期的反氣旋皆多于氣旋，與全球渦旋產生趨勢相反[6]。兩種極性渦旋的消亡趨勢不同于生成趨勢，反氣旋在春夏季以及11 月、12 月明顯多于氣旋，在1 月、8 月、10 月較少，氣旋則多消亡于1 月、5 月、10 月，在4 月、7 月、11 月較少。

圖14 渦旋產生和消亡的年際變化（a，b）與月變化（c，d）Fig.14 Interannual variation (a,b) and monthly variation (c,d) of eddy generation and extinction

由圖14 可知，兩種極性渦旋生消的時間變化存在差異，反氣旋渦旋的生成有著較強的季節性變化。前人研究指出，斜壓不穩定是形成渦旋的重要因素[4,42,46-47]，研究發現東北邊界流和南向流動的不穩定性可誘發韓國東部沿海渦旋產生[30]。為進一步闡述斜壓不穩定機制的作用，對1993-2019 年海表面溫度梯度與渦旋生成之間的相關性進行分析。圖15 的平均海表面溫度經向梯度表現出強烈的年際變化和季節變化。圖15a 年際變化顯示SST 經向梯度在2001-2004 年、2016 年相對較小，對應圖14a 中相應年份渦旋產生也較少。SST 經向梯度的季節變化與渦旋變化相似。其中梯度與反氣旋的相關系數為0.55（p=0.05），與氣旋的相關系數為0.39（p=0.29），分別呈顯著相關和低度相關（0～±0.3 為微弱相關，±0.3～±0.5為低度相關，±0.5～±0.8 為顯著相關，±0.8～±1.0 為高度相關[48]）。同時發現，夏末和秋冬季（6-12 月）SST經向梯度與渦旋產生趨勢基本一致，呈單峰狀，與反氣旋和氣旋的相關系數分別可達0.92（p=0.003 4）和0.62（p=0.1）。反氣旋與SST 經向梯度之間的顯著相關說明動力學不穩定是渦旋尤其是反氣旋秋冬季大量生成的主要原因。

圖15 研究區域內經向SST 梯度的年際變化（a）和月變化（b）Fig.15 Interannual variation (a) and monthly variation (b) of the SST gradient in the study area

4 總結與討論

本文基于1993-2019 年渦旋數據集以及SLA數據，利用歐拉和拉格朗日法分別對渦旋基本特征進行了統計分析，包括生命周期、傳播速度、時空變化、產生與消亡等物理特性，以及半徑、振幅、旋轉速度等的演變。拉格朗日統計結果表明，日本海區域共存在中尺度渦旋1 429 個，其中氣旋675 個，反氣旋754 個。基于歐拉方法，共探測到渦旋98 390 個，其中氣旋和反氣旋分別為45 321 個和53 069 個，反氣旋數量略多于氣旋。從空間分布來看，渦旋多活躍于郁陵盆地、大和盆地，北部則較少。從年際變化來看，27 年間渦旋數量并無明顯變化，數量較多和較少年份與厄爾尼諾和拉尼娜現象可能存在一定的相關性。但渦旋數量存在顯著的季節變化，秋季最多，春季和冬季次之，夏季最少，這可能與當地的季風和環流有關。相關研究發現，反氣旋多在郁陵盆地春季產生，隨后沿海岸向東移動，伴隨著渦旋的合并和分裂[24,27]。進一步對渦旋時空演變進行分析，發現在中短期渦旋中，反氣旋數量占優。渦旋振幅和旋轉速度的大值區與渦旋分布相似，集中在西部和西南部。半徑則與前兩者不同，北部存在大于西部和南部的渦旋。與Chelton 等[7]的全球渦旋統計相比，日本海渦旋半徑和振幅略小，而旋轉速度較大。將渦旋生命周期歸一化，發現渦旋的多項參數都有著大致相似的演變趨勢，即渦旋的產生階段和消亡階段有較大的變化，而中期較穩定。

對日本海渦旋的移動規律進行分析發現，渦旋整體沿西南-東北方向傳播，速度較大出現在北部，且反氣旋和氣旋均表現出向赤道移動的小偏轉。Chelton等[7]對全球渦旋研究發現，由于 β效應，渦旋軌跡呈強烈的西向傳播，氣旋整體向極地移動而反氣旋向赤道移動。本研究顯示，日本海大多數渦旋向東或東北向移動，與全球渦旋總體傳播趨勢不同。日本海區域渦旋的傳播除了受 β效應影響，還與局地的環流、地形和季風等因素有關。日本海地形復雜且環流結構獨特，將上層環流和地形與渦旋傳播軌跡相對應，可以發現渦旋沿環流移動，其中38°N 以南，渦旋的傳播軌跡與東韓暖流和對馬暖流的近岸、離岸兩分支相一致。而氣旋在42°N 附近的東向流動和43°N 以北的西南向流動也與副極地鋒流和黎曼寒流相一致。同時反氣旋于38°N，134°E 附近的逆時針傳播與大和隆起相對應，渦旋可能受到局地地形的影響后而發生偏轉。雖然郁陵暖渦的平均傳播為東北向，但部分渦旋表現出沿朝鮮海岸向北移動的趨勢，這與Shin 等[49]的研究一致。

最后，利用海表面溫度數據驗證了動力學不穩定是日本海渦旋生成的主要原因之一。結果顯示，在6-12 月，海表面溫度梯度與反氣旋和氣旋的產生數量分別呈高度相關和顯著相關。由于數據的局限性，本研究僅對斜壓不穩定做了分析。而通常情況下，渦旋的產生會受到多種機制影響。此外，日本海地形復雜，島嶼眾多，地形、洋流和風場的相互作用也可能會對渦旋產生造成一定的影響，具體機制還有待進一步的研究。