2019, Vol. 49
2. 国家海洋环境预报中心, 北京 100081
南海是西北太平洋最大的半封闭边缘海, 南海海盆呈碗状, 最大水深约为4 700 m, 主要经吕宋海峡与太平洋进行物质、动量与能量的输运和交换。南海的动力系统对南海水团性质、生态环境演化及对气候变化的响应具有重要影响[1-2]。
在南海环流研究方面, 刘秦玉等[3]和Qu等[4]指出, 南海上空风场季节性转向引起的风应力旋度变化, 与侧向上太平洋水通过吕宋海峡的入侵, 共同控制了南海上层环流的形成与季节变化。南海的深层存在着气旋式的环流, Lan等[5-6]和肖劲根等[7]基于数值模拟和敏感性实验, 指出了吕宋海峡两侧密度差异引起的“深水瀑布”是驱动环流的主要机制。Tian等[8]对吕宋海峡环流与南海深层环流的观测研究进行了综述; 王东晓等[9]总结了南海深层环流与经向翻转环流的模拟与诊断结果。南海的上层和深层主要是太平洋通过吕宋海峡处的入流影响南海。南海中层为反气旋式环流, 对应着吕宋海峡处的出流过程, 是南海对太平洋水团及西边界流的反馈。因此, 需要进一步地探讨南海环流垂向各层的配置, 并完善中层环流的时空变化特征研究。
由于南海流场现场观测资料, 特别是中、深层流场资料的缺乏, 本文使用了包含数据同化的高分辨率全球海洋分析系统输出的流速场。由于南海环流在垂向上具有显著的分层特征, 为了更好地定量刻画各层环流场的时空变化特征, 本文应用Stokes定理, 通过计算不同深度上海域积分的相对涡度来表征相应环流的整体强度与方向。在此基础上, 探讨南海相对涡度和海盆尺度环流的垂向分层、季节变化、年际变化以及与吕宋海峡水通量的联系等。
1 研究方法 1.1 数据来源本文使用的水温, 盐度和流速数据均来自于法国Mercator中心高分辨率全球海洋分析系统输出的逐日平均物理场PSY4数据集(Marine.copoernicus.eu)。该分析系统包括了海洋水动力与海冰的耦合模型以及相应的数据同化系统, 其中海洋水动力模型为Nucleus for European Modelling of the Ocean (NEMO)。模型使用的大气强迫为3 h一次的ECMWF数据, 在此基础上应用Large和Yeager提出的块体公式计算风应力、感热和潜热通量[10]。系统应用卡门滤波和三维变分的混合方法, 同化了卫星高度计数据, 遥感海表面水温数据和实测温、盐剖面等。分析系统的其他详细配置参见文献[11]。Ryan等[12]通过与Argo浮标、实测温盐数据和卫星遥感数据等的比较, 评估了6个主要的全球海洋业务化预报系统, 指出PSY4是具有较高准确性的预报系统之一。
本文采用的PSY4数据水平分辨率为1/12(°), 垂向50层; 用于南海研究的空间范围是14°N~24°N, 108°E~124°E(见图 1(a)), 时间范围是2014—2017年。在本文校验中, 使用了气候态的World Ocean Atlas 13 (WOA 13) v2观测数据集(https://www.nodc.noaa.gov/OC5/woa13/), 水平分辨率1/4(°), 垂向102层; 该气候态的冬、夏季温、盐和密度场由2005—2012年的观测值平均得到。
|
图 1 南海地形与吕宋海峡区域用于水通量计算的断面位置 Fig. 1 Bathymetry in the South China Sea and the sections for the calculations of volume transport through the Luzon Strait |
吕宋海峡附近海域是南海与太平洋水交换的关键区域, 因流场观测数据不易获取, 故通过与WOA数据的冬、夏季密度场的比较, 来校验PSY4数据的空间分布特征与季节变化。图 2为吕宋海峡区域200与3 000 m水深处PSY4数据与WOA数据的冬、夏季平均密度场。200 m水深处PSY4数据与WOA数据的时空变化规律基本一致。冬季, 具有较低密度的太平洋海水呈舌状经吕宋海峡北侧入侵南海, 在吕宋海峡以西的南海海域形成“东北低-西南高”的密度分布; 夏季, 两数据集计算的密度场均显示海峡处西向入侵显著减弱, 因此, 海峡以西南海海域的“南-北向”密度差异明显减小。从密度的绝对值上看, PSY4数据集计算的密度略高于WOA数据集0.2 kg·m-3。
|
图 2 吕宋海峡区域200与3 000 m水深处PSY4数据(a~d)与WOA数据(e~h)冬、夏季密度场 Fig. 2 Winter and summer mean density fields at water depth of 200 and 3 000 m at the Luzon Strait derived from PSY4 (a~d) and WOA (e~h) datasets |
3 000 m水深处, PSY4与WOA数据集的密度场均显示海峡东侧的太平洋水密度高于西侧的南海水, 而海峡内部的密度介于两者之间, 是该深度上水交换的主要通道; 但是, 两数据集密度的绝对量值差异较大, PSY4的密度值显著小于WOA密度值。对比冬夏季分布, 两数据集密度场在200 m处的整体季节变化均强于3 000 m处。吕宋海峡东、西两侧的密度差异全年存在, 是维持太平洋向南海溢流的重要原因[13]。
1.3 水通量与涡度的计算在南海的垂向各个层次上, 西北太平洋海水经由吕宋海峡以西的各断面最终进入南海(见图 1(b))。采用公式(1)定量地计算垂直于各断面的水通量, 其中：A为用于计算水通量的断面; Vn为垂直于断面方向上的流速投影。
| $ Vol = \int_A {{V_n}} {\rm{d}}A。$ | (1) |
根据公式(2)所示的Stokes定理, 南海各个垂向层次上的整体环流可以由海域内积分的相对涡度来表示。其中：C为各个层次的整体环流;
| $ C = \oint {\vec V} {\rm{d}}l = \mathop{{\int\!\!\!\!\!\int}\mkern-21mu \bigcirc} {\zeta {\rm{d}}S, } $ | (2) |
| $ \zeta = \frac{{\partial v}}{{\partial x}} - \frac{{\partial u}}{{\partial y}}。$ | (3) |
本文将参照PSY4数据中实际涡度的变化特征, 划分南海涡度与环流的各个垂向层次。在各层次上, 讨论冬(1—2月)、夏季(6—8月)平均涡度的空间分布特征。为了探讨南海中、深层相对涡度与吕宋海峡以西关键断面水通量的联系, 计算2014—2017年逐月的平均涡度与水通量。
2 季节变化 2.1 垂向分层与上层季节变化为定量地表征南海海盆尺度环流的整体强度与方向, 计算垂向各层相对涡度, 并进行海盆平均。为避免沿岸流系的影响, 在水深超过100 m的区域对相对涡度进行海盆平均, 图 3即为上述平均涡度的垂向剖面。依照年平均相对涡度的正负变化(见图 3(a)), 可在垂向上将南海划分为相对涡度为正的上层(0~1 400 m), 相对涡度为负的中层(1 400~2 300 m)和相对涡度为正的深层(2 300 m~海底)。与此相对应, 在垂向上可以将海盆尺度的环流分为：上层的气旋式环流, 中层的反气旋式环流以及深层的气旋式环流。
|
((a)矩形代表上、中和深层垂向平均涡度的量值; (b)和(d)中颜色代表垂向逐层涡度的量值。(a) denote vertically averaged vorticity in the upper, middle and deep layers, respectively; Color shading in (b) and (d) denotes the vorticity in each vertical layer. ) 图 3 2014—2017年季节平均(a)与逐月平均(b)南海海盆(h>100 m)平均相对涡度垂向剖面及南海上层(0~1 400 m)的季节平均(c)与逐月平均(d)涡度剖面 Fig. 3 Vertical profiles of seasonal mean (a) and monthly mean (b) relative vorticity averaged in the SCS basin (h>100 m) during 2014—2017 and the detail structures of seasonal mean (c) and monthly mean (d) vorticity profile in the upper layer (0~1 400 m) of the SCS |
首先, 在海盆积分涡度为正值的南海上层, 探讨涡度与整体环流的季节差异。如图 3(c)和(d)所示, 相对涡度的最大绝对值(冬季平均值超过4.0×10-7 s-1)位于上200 m层, 表征了最强的海盆尺度环流位于该层。在水深小于200 m处, 冬、春季和晚秋(10月—次年4月)的相对涡度为正值, 对应了气旋式的海盆环流; 夏季前后(5—9月)的相对涡度为负值, 对应了反气旋式的环流。与基于现场观测给出的上层流场季节变化特征及冬、夏季转换是一致的[16]。图 3(b)显示最显著的季节变化亦出现在该层, 相对涡度在冬、夏季反号, 且季节变化的最大幅度达到6.3×10-7 s-1, 是该层内年平均相对涡度值1.7×10-7 s-1的3.7倍。Gan等[14]和王兆毅等[17]基于高分辨率的数值模拟, 指出了南海上空的风应力旋度和侧向的黑潮入侵是造成该层环流与相对涡度季节变化的首要因素。随着水深的增加, 风应力旋度带来的季节差异逐渐减小。如图 3(c)和(d)所示, 在600~1 400 m的水深范围内, 全年平均与冬、夏季平均的相对涡度剖面几乎是重合的; 即全年的相对涡度变化不显著, 也不存在明显的季节变化。
因此, 在南海相对涡度为正值的上层, 按照季节变化特征, 可以进一步细化为3个子层：冬、夏季变化最为显著的0~200 m层; 基本无季节变化的600~1 400 m层; 以及作为过渡位于上述两者之间的, 存在小幅度季节变化的200~600 m层。
2.2 中、深层季节变化在南海中层, 年均相对涡度为负值, 存在“冬强夏弱”的季节差异(见图 3(a))。从图 3(b)所示的逐月平均涡度看, 1—6月与10—12月的相对涡度为负值, 7—9月的相对涡度接近零值且绝对值显著小于前者。与相对涡度变化相对应, 南海中层的海盆尺度环流同样具有“冬强夏弱”的特征。从年均上看, 中层内单位水深相对涡度约为1.2×10-8 s-1, 其绝对值显著小于南海上层和深层内的相对涡度, 分别为上、深层量值的28%和34%。Gan等[15]使基于历史现场剖面观测的美国海军全球数字环境模式Generalized Digital Environment Model(GDEM)数据诊断出了南海的相对涡度剖面, 中层相对涡度约为1.1×10-8 s-1, 水深范围约为750~1 500 m。与上述研究相比, 本文计算的中层相对涡度强度与其基本相同, 中层的水深范围深于文献值。
在南海深层, 年均相对涡度为正值, 年平均涡度的量值约为3.6×10-8 s-1, 稍弱于上层。深层的相对涡度与海盆环流存在一定季节差异, 两者在强度上都具有“夏强冬弱”的特点, 与Lan等[6]使用数值模型计算的季节变化规律是相一致的。
2.3 垂向各层的水平分布图 4为南海海盆区(h>100 m)上层(0~1 400 m)深度积分相对涡度的水平分布。从涡度的绝对量值上看, 在冬、夏季, 南海北部和越南以东海域的相对涡度绝对值显著均大于南部海域且陆坡区域的相对涡度绝对值显著地大于南海内部区域。相对涡度绝对值的分布趋势在一定程度上反映了南海上层运动更为活跃的区域。从涡度的季节变化上看, 对比图 4(a)和(b)显示, 南海上层涡度具有“冬强夏弱”的变化特征, 存在着明显的季节差异。从涡度的正、负值分布上看, 冬季南海北部陆坡区与越南以东海域内均存在着显著的负涡度区; 但是, 相邻区域内正涡度的量值更大, 且面积也略大于负涡度区。因此, 进行海盆的平均或积分后, 得到冬季上层涡度为正值, 也对应着图 3(a)和(c)中蓝色曲线包络的面积为正。因此, 在南海上层, 总体涡度为正值, 对应着南海上层的反气旋式环流, 且存在显著的季节差异。
|
图 4 冬(a)、夏(b)季平均南海上层(0~1 400 m)垂向积分涡度的空间分布 Fig. 4 Spatial pattern of the winter (a) and summer (b) mean vorticity integrated in the upper layer (0~1 400 m) of the SCS |
在南海的中层, 冬、夏季(见图 5(a)和(b))的涡度差异远小于上层(见图 4)。与上层类似, 海盆北部的涡度量值大于南部, 对应了环流的分布特征。中层的涡度在冬、夏季为负值, 对应着海盆尺度的反气旋式环流。在吕宋海峡以西121°E附近, 存在明显的涡度的负值区域, 与南海向吕宋海峡的出流密切相关。
|
图 5 冬(a和c)、夏(b和d)季平均的南海中层(1 400~2 300 m), 深层(2 300 m~海底)垂向积分相对涡度的空间分布 Fig. 5 Spatial pattern of the winter (a) and (c) and summer (b)and (d) mean vorticity integrated in the middle (1 400~2 300 m) and deep (2 300 m~Bottom) layers of the SCS |
南海的深层涡度存在一定的冬、夏季差异, 深层涡度的水平分布特征(见图 5(c)和(d))与垂向剖面(见图 3(a))都显示出了“夏强冬弱”的季节变化规律。特别是, 在12°N~14°N, 112°E~119°E的海域内, 夏季涡度显著强于冬季。深层的涡度在冬、夏季均为正值, 对应着海盆尺度的气旋式环流。在吕宋岛以西20°N附近位置, 涡度为显著的正值, 对应了太平洋到南海的入流。此外, 恒春海脊的2个缺口位于18°N~20°N之间, 是外海水体经由吕宋海峡进入南海的主要通道, 涡度亦为显著的正值。
3 涡度变化与吕宋海峡水通量 3.1 涡度的时间序列通过计算2014—2017年逐月平均海盆积分涡度剖面, 探讨垂向各层的季节与年际变化特征。如图 6所示, 在南海上层, 冬、夏季涡度的正、负值变化, 是该层次上最显著的时间变化信号; 同时表明, 南海上层的季节信号强于年际信号。在中层, 涡度的年平均为负值, 且多年平均的涡度剖面存在“冬强夏弱”的季节变化(见图 3)。对比图 6中各年份, 可见7~9月的相对涡度存在显著的年际变化。如2015年夏季南海中层的相对涡度小于-1.0×10-8 s-1, 尽管2016与2017年的全年平均涡度仍为负值, 但7—9月存在小于0.05×10-8 s-1的微弱正涡度。同时, 出现负涡度(即反气旋式环流)的水深范围也具有一定的年际差异, 例如, 在2015年与2017年的6月, 负涡度分别出现在1 400~2 300 m和500~2 000 m的水深范围内。
|
(图中颜色代表垂向逐层涡度的量值。Color shading in Fig. 6 denotes the vorticity in each vertical layer.) 图 6 2014—2017年月平均南海海盆(h>100 m)平均相对涡度的垂向剖面 Fig. 6 Relative vorticity averaged in the SCS basin (h>100 m) in each year of 2014—2017 |
在深度积分涡度的时间序列图(见图 7)中可以清楚地看到中、深层的季节变化及年际变化。在绝大多数的冬、春季各月, 中层涡度为负值, 年与年的差异较小。在夏季各月, 年际差异甚至强于冬、夏季的差异。2014年与2015年的8月中层积分涡度均为负值, 约为-1.0×10-5 m·s-1; 2016与2017年的8月中层涡度约为2.0×10-5 m·s-1。因此, 南海中层“冬强夏弱”的气候态平均特征在特定年份的适用性是有待进一步探讨的。在南海深层, 年际变化与季节变化信号都是涡度和环流在时间变化上的显著特征。
|
图 7 2014—2017年月平均中(a)、深(b)层内深度积分相对涡度的时间序列 Fig. 7 Time series of vertically integrated vorticity in the middle (a) and deep (b) layers during 2014—2017 |
在南海海盆的内部, 冬季的中层环流强于夏季, 与图 3(a)中所示的冬季海盆积分涡度绝对值大于夏季是相一致的(见图 8); 环流的南、北向差异不显著, 其流速与流速梯度较大的区域位于“西南-东北向”的对角线上, 与中层相对涡度的分布具有一定联系(见图 5(a)和(b))。如图 1(b)和图 8所示, 在吕宋海峡M1断面(20°N~21°N, 120.7°E)上, 冬、夏季环流场在此处均为显著的出流, 冬季的量值明显高于夏季。1 700 m水深上, 2014—2017年平均的冬季的出流流速超过5 cm·s-1, 夏季的出流流速约为2~3 cm·s-1。因此, 在中层南海向吕宋海峡内部的出流与海盆内部平均的负涡度是相对应的(见图 3和5)。
|
(颜色代表流速的量值大小; 亮蓝色表示吕宋海峡处南海的出流断面。Color shading denotes the magnitude of velocity; Light blue line denotes the section for the outflow of SCS at Luzon Strait.) 图 8 基于2014—2017年PSY4数据的南海中层(1 700 m)冬(a)、夏(b)季平均环流 Fig. 8 Winter (a) and summer (b) mean SCS circulation in the middle (1 700 m) layer derived from PSY4 during 2014—2017 |
如图 9所示, 对于南海的深层环流而言, 整体为气旋式环流, 夏季强于冬季, 与图 3(a)中南海整体积分相对涡度“夏强冬弱”的季节特征相一致。北部的流速显著强于南部, 越南以东海域的流速较大。上述深层环流特征与Wang等[18]利用GDEM数据诊断的2 400 m至海底的流场形势基本相同, 流速“北强南弱”, 并具有较强的深海西边界流。对比图 9与图 5(c)和(d), 可见海域内(如：14°N~18°N, 114°E~118°E)气旋式环流与正涡度区在水平分布上的对应关系。吕宋海峡西侧的恒春海脊上存在两个缺口, 太平洋深层水自巴士海峡流入吕宋海沟, 在海沟内的流动受到地形的控制, 最终经由上述缺口(见图 1(b)和图 9)进入南海。在缺口处断面D1和D2上形成了很强入流, 与图 5(c)和(d)中缺口处的涡度高值区是相对应的。Zhou等[19]和Zhao等[20-21]基于现场的潜标观测, 明确了上述流动的空间分布和变化特征。现场观测显示, 南北两个缺口处的入流最大超过15 cm·s-1, 出现的水深分别位于2 660和2 900 m。本文中使用的PSY4数据中的最大流速及其所在水深, 与观测是基本一致的。
|
(颜色代表流速的量值大小; 亮蓝色表示恒春海脊两个缺口断面的位置。Color shading denotes the magnitude of velocity; Light blue lines denote the sections across two gaps in the Heng-Chun Ridge.) 图 9 基于2014—2017年PSY4数据的南海深层(2 800 m)冬(a)、夏(b)季平均环流 Fig. 9 Winter (a) and summer (b) mean SCS circulation in the deep layer (2 800 m) derived from PSY4 during 2014—2017 |
由上节的流场分布特征可以看出：在中层, M1断面为南海向吕宋海峡内部出流的主要断面; 在深层, D1、D2断面为吕宋海沟向南海入流的主要断面(见图 1(b))。计算上述断面的逐月平均水通量, 其中M1断面的通量以向吕宋海峡方向为正, D1和D2断面以向南海内部为正。通过M1断面的年平均水通量为0.4 Sv; 通过D1和D2断面的年平均水通量之和为1.7 Sv, 两者分别为1.0和0.7 Sv。在相关观测中, Zhao等[20]通过潜标的连续观测估算南海“深水瀑布”的水通量, 指出太平洋深层水经巴士海峡和陶塘峡谷流入的水通量分别为1.2和0.4 Sv, 经由吕宋海槽向南流动, 最终进入南海。Tian等[22]使用吕宋海峡120.5°E断面上的15个站位观测, 给出1 500 m以下水通量为2.0 Sv; 类似的, Yang等[23]根据121.0°E断面上的8个站位, 给出1 740 m以深的西向水通量约为1.9 Sv。
探讨南海中、深层涡度(见图 7)与上述对应断面上逐月水通量(见图 10)间的统计关系。在中层, 涡度与M1断面水通量呈现负相关关系, 相关系数R=-0.62, 表明中层南海的出流越强, 海盆平均的负涡度的绝对量值越大。在深层, 涡度与D1、D2断面水通量之和呈正相关关系, 相关系数R=0.69, 表明由吕宋海峡进入南海深层的入流越强, 海盆平均的正涡度的绝对量值越大。上述相关分析的置信水平大于99%。肖劲根等[7]基于包含潮汐、中尺度涡过程的诊断模型研究南海的深海环流, 指出气旋式环流的形成, 主要是吕宋海峡密度差异驱动的“深水瀑布”, 潮汐和中尺度涡的作用次之, 风场的作用最小。Lan等[5-6]利用HYCOM进行敏感性试验, 结果表明吕宋海峡关闭时, 气旋式环流不存在; 吕宋海峡“深水瀑布”带来的位涡平流输运是气旋式环流形成的主要机制。
|
图 10 2014—2017年月平均吕宋海峡与南海间中(a)、深(b)层水通量的时间序列 Fig. 10 Time series of monthly-mean volume transport between the Luzon Strait and South China Sea in the middle (a) and deep (b) layers during 2014—2017 |
本研究以相对涡度表征南海海盆尺度环流的整体强度, 并探讨其时空变化的规律。基于PSY4数据得到的相对涡度的气候态平均的深度剖面, 该剖面显示：(1)对应于南海环流的经典“三明治”结构, 年均相对涡度在垂向上依次分为涡度为正的上层、涡度为负的中层和涡度为正的深层。
(2) 按照季节变化的特征, 可以将南海上层进一步细化为3个子层。冬、夏季变化最为显著的0~200 m层, 基本无季节变化的500~1 400 m层, 以及位于上述两者之间存在小幅度季节变化的200~500 m层。
(3) 从气候态平均上看, 南海中、深层的相对涡度和环流分别具有“冬强夏弱”和“冬弱夏强”的季节变化特征。
(4) 在南海的中、深层相对涡度的年际差异不可忽视, 特别是不同年份间7~9月的南海中层相对涡度的差异甚至超过季节变化的幅度。
在南海的中、深层, 海盆尺度的环流与相对涡度具有一致的季节变化特征。相关性分析表明, 逐月平均的南海中深层相对涡度的时间序列分别和各层内与吕宋海峡间的水通量存在着显著的相关关系。Lan等[5-6]指出, 南海气旋式深层环流的季节变化是“深水瀑布”季节性变化驱动的, 其物理机制是深水瀑布输入的正位涡需要由生成气旋式环流带来的位涡耗散所平衡。朱耀华等[13]通过分析GDEM的月平均数据和WOA13的季节平均数据指出, 深水瀑布的季节性变化是由吕宋海峡两侧的密度差和深水瀑布的上游水层厚度共同控制的。南海中、深层环流与相对涡度季节和年际变化的动力学机制研究, 有待使用高分辨的数值模拟, 结合敏感性实验和涡度的“收支”分析, 进行下一步的探讨。在南海与吕宋海峡之间水交换的关键断面布设的潜标, 也将有益于研究南海涡度与海盆尺度环流的时空变化。
| [1] |
Huang R X, Du Y. Scientific questions about South China Sea ocean dynamics[J]. Acta Oceanologica Sinica, 2015, 34(1): 1-5. DOI:10.1007/s13131-015-0589-8
(  0) |
| [2] |
王斌.吕宋海峡及南海深层环流的观测与数值模拟研究及机制分析[D].青岛: 中国海洋大学, 2012. Wang Bin. Observed and Numerical Study on the Deep Water Circulation in the Luzon Strait and South China Sea[D]. Qingdao: Ocean University of China, 2012. http://cdmd.cnki.com.cn/Article/CDMD-10423-1012505847.htm ( 0) |
| [3] |
刘秦玉, 杨海军, 李薇, 等. 吕宋海峡纬向海流及质量输送[J]. 海洋学报, 2000, 22(2): 1-8. Liu Q Y, Yang H J, Li W, et al. Velocity and transport of the zonal current in the Luzon Strait[J]. Acta Oceanologica Sinica, 2000, 22(2): 1-8. ( 0) |
| [4] |
Qu T D. Upper layer circulation in the South China Sea[J]. Journal of Physical Oceanography, 2000, 30: 1450-1460. DOI:10.1175/1520-0485(2000)030<1450:ULCITS>2.0.CO;2
( 0) |
| [5] |
Lan J, Zhang N, Wang Y. On the dynamics of the South China Sea deep circulation[J]. Journal of Geophysical Research-Oceans, 2016, 118: 1206-1210.
( 0) |
| [6] |
Lan J, Wang Y, Cui F, et al. Seasonal variation in the South China Sea deep circulation[J]. Journal of Geophysical Research-Oceans, 2015, 120: 1682-1690. DOI:10.1002/2014JC010413
( 0) |
| [7] |
肖劲根, 谢强, 刘长健, 等. 一个考虑潮汐、中尺度涡和地形影响的南海底部环流诊断模型[J]. 海洋学报, 2013, 35(5): 1-13. Xiao J G, Xie Q, Liu C J, et al. A diagnostic model of the South China Sea bottom circulation in consideration of tidal mixing, eddy-induced mixing and topography[J]. Acta Oceanologica Sinica, 2013, 35(5): 1-13. ( 0) |
| [8] |
田纪伟, 曲堂栋. 南海深海环流研究进展[J]. 科学通报, 2012, 57(20): 1827-1832. Tian J W, Qu T D. Advances in sesearch on the deep South China Sea circulation[J]. China Science Bulletin, 2012, 57(20): 1827-1832. ( 0) |
| [9] |
王东晓, 肖劲根, 舒业强, 等. 南海深层环流与经向翻转环流的研究进展[J]. 中国科学:地球科学, 2016, 59(10): 1827-1833. Wang D X, Xiao J G, Shu Y Q, et al. Progress on deep circulation and meridional overturning circulation in the South China Sea[J]. Science China Earth Sciences, 2016, 59: 1827-1833. ( 0) |
| [10] |
Large W G, Yeager S G. Diurnal to Decadal Global Forcing for Ocean and Sea Ice Models: The Data Sets and Flux Climatologies[R].[s.1.]: NCAR Technical Report TN-460+STR, 2004: 105.
( 0) |
| [11] |
Lellouche J M, Galloudec O L, Drévillon M, et al. Evaluation of global monitoring and forecasting systems at Mercator Océan[J]. Ocean Science, 2013, 9: 57-81. DOI:10.5194/os-9-57-2013
( 0) |
| [12] |
Ryan A G, Regnier C, Divakaran P. GODAE OceanView Class 4 forecast verification framework: Global ocean inter-comparison[J]. Journal of Operational Oceanography, 2015, 8(S1): 98-111.
( 0) |
| [13] |
朱耀华, 孙俊川, 魏泽勋, 等. 对吕宋海峡深水瀑布的重新认识[J]. 海洋学报, 2017, 36(5): 1-8. Zhu Y H, Sun J C, Wei Z X, et al. A fresh look at the deepwater overflow in the Luzon Strait[J]. Acta Oceanologica Sinica, 2017, 36(5): 1-8. DOI:10.3969/j.issn.0253-4193.2017.05.001 ( 0) |
| [14] |
Gan J P, Liu Z Q, Liang L L. A three-layer alternating spinning circulation in the South China Sea[J]. Journal of Physical Oceanography, 2016, 46(8): 2309-2315. DOI:10.1175/JPO-D-16-0044.1
( 0) |
| [15] |
Gan J P, Liu Z Q, Liang L L. Numerical modeling of intrinsically and extrinsically forced seasonal circulation in the China Seas: A kinematic study[J]. Journal of Geophysical Research-Oceans, 2016, 121: 1-19. DOI:10.1002/jgrc.21401
( 0) |
| [16] |
陈思宇, 乔方利, 黄传江, 等. 基于CTD资料的南海南部上层环流结构分析[J]. 海洋学报, 2016, 38(1): 1-9. Chen S Y, Qiao F L, Huang C J, et al. Observational study on the upper layer circulation in the southern South China Sea based on CTD data[J]. Acta Oceanologica Sinica, 2016, 38(1): 1-9. DOI:10.3969/j.issn.0253-4193.2016.01.001 ( 0) |
| [17] |
王兆毅, 刘桂梅, 王辉, 等. 吕宋海峡水交换季节和年际变化特征的数值模拟研究[J]. 海洋学报, 2016, 38(5): 1-13. Wang Z Y, Liu G M, Wang H, et al. Numerical study of seasonal and interannual variation of circulation and water transports in the Luzon Strait[J]. Acta Oceanologica Sinica, 2016, 38(5): 1-13. DOI:10.3969/j.issn.0253-4193.2016.05.001 ( 0) |
| [18] |
Wang G H, Xie S P, Qu T D, et al. Deep South China Sea circulation[J]. Geophysical Research Letters, 2011, 38.
( 0) |
| [19] |
Zhou C, Zhao W, Tian J, et al. Variability of the deepwater overflow in the Luzon Strait[J]. Journal of Physical Oceanography, 2014, 44: 2972-2986. DOI:10.1175/JPO-D-14-0113.1
( 0) |
| [20] |
Zhao W, Zhou C, Tian J, et al. Deep water circulation in the Luzon Strait[J]. Journal of Geophysical Research-Oceans, 2015, 119: 790-804.
( 0) |
| [21] |
Zhao X L, Zhou C, Zhao W, et al. Deepwater overflow observed by three bottom-anchored moorings in the Bashi Channel[J]. Deep-Sea Research I, 2016, 110: 65-74. DOI:10.1016/j.dsr.2016.01.007
( 0) |
| [22] |
Tian J, Yang Q, Liang X, et al. Observation of Luzon Strait transport[J]. Geophysical Research Letters, 2006, 33: L19607. DOI:10.1029/2006GL026272
( 0) |
| [23] |
Yang Q, Tian J, Zhao W. Observation of material fluxes through the Luzon Strait[J]. Chinese Journal of Oceanology and Limnology, 2011, 29(1): 26-32. DOI:10.1007/s00343-011-9952-6
( 0) |
2. National Marine Environmental Forecasting Center, Beijing 10081, China