胡冬，陈希，毛科峰，李妍，张守业，洪森

(1. 解放军31010部队，北京 100081；2. 国防科技大学 气象海洋学院，江苏 南京 211101；3. 解放军92689部队，广东 湛江 524000)

南印度洋中尺度涡统计特征及三维合成结构研究

胡冬1，陈希2*，毛科峰2，李妍2，张守业3，洪森2

(1. 解放军31010部队，北京 100081；2. 国防科技大学 气象海洋学院，江苏 南京 211101；3. 解放军92689部队，广东 湛江 524000)

南印度洋是海洋中尺度涡的多发区域。本文利用卫星高度计资料及Argo浮标资料，对南印度洋(10°～35°S, 50°～120°E)区域中尺度涡的分布、表观特征等进行了统计分析，采用合成方法，构建了该区域中尺度涡的三维温盐结构。结果表明，涡旋频率呈明显的纬向带状分布，在18°～30°S存在一个明显的涡旋频率带状高值区；涡旋半径具有由南至北逐渐增大的趋势；长周期涡旋在其生命周期内，半径、涡动能、涡能量密度、涡度等性质均经历了先增大而后减小的过程；涡旋以西向运动为主，在经向上移动距离较小，长周期气旋(反气旋)涡具有明显的偏向极地(赤道)移动的倾向；涡旋平均移动速度为5.9 cm/s，速度大小大致沿纬向呈带状分布。在混合层以下，气旋涡(反气旋涡)内部分别呈现明显的温度负(正)异常，且分别存在两个位温负(正)异常的冷(暖)核结构；气旋涡(反气旋涡)整体上呈现“正—负”(“负—正”)上下层相反的盐度异常结构。中尺度涡对温盐的平均影响深度可达1 000×104Pa以上。

南印度洋；中尺度涡；统计特征；三维结构

1 引言

海洋中尺度涡是全球大洋中普遍存在的一种中尺度现象，它往往携带很大的动能，能量比平均流的能量要大一个量级以上[1]。中尺度涡在海洋温盐和能量传输、海洋混合等方面起着重要作用[2-5]，对局地和大尺度环流也有重要影响[6-7]。

近年来，综合利用卫星遥感资料、现场水文观测资料及Argo浮标剖面资料进行中尺度涡表观统计特征及三维结构的分析已成为研究海洋中尺度涡的重要内容。Roemmich和Gilson[8]基于1991—1999年间的T/P卫星高度计资料得到了410个中尺度涡，并结合XBT数据，重建了涡旋的垂直结构；Chaigneau等[9]结合卫星高度计资料和Argo浮标资料构建了南太平洋东部中尺度涡的复合三维结构，并对涡旋引起的体积、热量和盐量输运进行了估算；Yang等[10]利用相似的方法，构建了副热带西北太平洋地区中尺度涡的复合三维结构。

南印度洋主要位于热带和亚热带，南以60°S为界，与南冰洋相连，具有大尺度的海盆，其大尺度环流(如南赤道流(SEC)，南赤道逆流(SECC)，印度尼亚西亚贯穿流(ITF))和中尺度过程十分复杂，是全球气候系统的重要组成部分。图1为南印度洋的平均涡动能(Eddy Kinetic Energy， EKE)分布，图中25°S附近存在一条EKE的带状高值区，此外，澳大利亚东边界利文流海区、ITF与SEC交汇区、马达加斯岛以西海区均是EKE的强值区，表明这些区域可能对应频繁的涡旋活动。

近些年来，已经展开了许多针对南印度洋中尺度活动的研究[11-12]，南印度洋中尺度涡的一些形成和变化机制也被逐渐揭示：Fang和Morrow[13]利用实测资料和遥感资料，追踪到了从利文流海域向西传的反气旋涡，由于和底地形的相互作用，涡旋的振幅逐渐减小并在90°E以西涡信号消失。Palastanga等[14]利用高度计资料研究发现，马达加斯加岛周围中尺度涡活动的低频变化与印度洋大尺度的年际变化是相关联的；Ogata和Masumoto[15]利用OGCM模式分析了热带东南印度洋(SETIO)中尺度涡的年际变化，发现涡旋活动数量逐年变化，斜压不稳定导致了涡旋的产生，上层海水热容量的年际变化加强了斜压能的转化，从而调节了SETIO中尺度涡的活动。

综上研究发现，目前关于南印度洋中尺度涡的研究主要是针对几个小区域，研究内容主要是EKE或海表面高度均方根的时间尺度变化特征，缺乏对中尺度涡具体性质，如涡旋几何特征、动力学和三维结构特征的研究，而且，EKE或海表面高度均方根包括了除中尺度涡外其他中尺度过程的贡献，例如锋面、急流、洋流的蛇行等，它们不能完全代表中尺度涡的分布[16]，因此从具体性质和特征方面探究南印度洋中尺度涡十分必要。

本文选取图1所示海区为研究区域(10°～35°S, 50°～120°E)，该区域包含了ITF与SEC在印度洋的交汇区域、马达加斯加岛南部和东南部区域，也包括了全球大洋中唯一一个存在强涡旋活动的东边界区域——澳大利亚西岸的利文流区域[17]，此外，还包含了横跨澳大利亚和马达加斯加岛的EKE带状高值带。在本区域，首先基于卫星高度计资料，采用涡旋自动识别方法提取中尺度涡位置和形状信息，利用一系列统计分析方法，研究该区域内中尺度涡的表观统计性特征，而后，基于Argo浮标剖面资料、气候态资料，采用涡旋合成方法，构建该区域涡旋的三维温盐结构。

图1 南印度洋的平均涡动能分布Fig.1 Distribution of the mean eddy kinetic energy in the South Indian Ocean涡动能大小由卫星高度计的地转流数据计算所得，并取1993年1月至2012年12月的平均Eddy kinetic energy is calculated based on satellite altimeter data of the geostrophic current velocity data from January 1993 to December 2012

2 资料和方法

2.1 卫星高度计资料

本文采用的卫星高度计资料由法国国家空间研究中心的卫星海洋存档数据中心(AVISO)提供，它融合了T/P、Jason、Envisat、ERS1/2等卫星的数据，时间分辨率为7 d，空间分辨率为(1/4)°。根据研究需要，本文选取的资料时间跨度为1993年1月至2012年12月，共20年。表层地转流异常数据基于地转关系由海平面高度异常(Sea Level Anomaly, SLA)计算得到，即：

(1)

式中，u′和v′分别为纬向和经向的地转流速异常；h′为SLA的大小；g为重力加速度；f为科氏力参数。

2.2 Argo资料及气候态资料

Argo剖面数据由法国科里奥利全球数据中心提供，所有剖面数据都已进行了质量控制。此外，为提高合成结果精度，参考Chaigneau等[9]的方法，筛选出符合以下条件的Argo剖面：(1)Argo剖面数据中最浅的数据位于海表面与10×104Pa之间，最深的数据点须大于1 000×104Pa；(2)两个连续数据点之间的深度间隔不得超出给定的范围；(3)每个Argo 剖面数据在1 000×104Pa以浅至少有30个有效数据点。

本文采用的气候态温盐数据是由澳大利亚联邦科学与工业组织(CSIRO)提供的CARS09资料，它利用了历史上所有可用的海洋观测资料以及自动化浮标剖面资料，包含了各种海洋要素的平均态和季节性变化，并己进行了质量控制，空间分辨率为0.5°×0.5°。

2.3 涡旋自动识别方法

目前，自动识别中尺度涡的方法主要可分为3种类型[18]，本文采用Nencioli等[18]提出的一种基于流场几何形态方法，对中尺度涡进行自动识别和跟踪。这种方法的理论基础是，对于中尺度而言，其内部的流矢量总是围绕一个点(即涡旋中心)旋转的，在靠近涡旋中心的位置存在最小流速，从涡中心向外，切向速度随着距离的增加呈线性增大，当达到一个最大值后速度减小。当流场满足给定的4个约束条件时，则可确定出涡的中心，在此基础上，利用闭合流线函数的方法确定出涡的边界。为了追踪到不同时次的同一个涡，Nencioli等[18]也给出了一些判定标准，详情不再赘述，可参阅该文献。另须说明的是，本文讨论的中尺度涡均是能被追踪到不少于4周的。

3 涡旋统计特征

3.1 涡旋数量及生命周期

基于上述涡旋自动识别方法，在本研究区域内共检测出11 120个涡旋轨迹，其中气旋涡(CE)和反气旋涡(AE)轨迹分别为5 741和5 379个。若将各个涡旋轨迹在各时次内被探测到的记录相加，则共探测到109 083个涡旋，其中气旋涡和反气旋涡分别为56 179和52 904个。

涡旋的生命周期表示一个涡旋从产生到消失所持续的时间，图2为研究区域内涡旋生命周期分布(大于52周的记总数量)。涡旋周期的众数为5周，当周期大于5周时，随着生命周期的增加，涡旋数量近似呈指数减小。计算表明，气旋涡和反气旋涡的平均周期分别为10.54周和10.53周；66.9%的涡旋周期不超过10周，约0.54%的涡旋周期超过1年。对于周期分别大于10周、20周、30周、40周和52周的涡旋而言，气旋涡分别占总数的53.3%、51.6%、48.4%、37.2%和32.7%，即周期越长，反气旋涡数量越占多。

图2 涡旋生命周期分布Fig.2 Histograms of the eddy lifetime黑色实线为函数y=3 804×e-0.184 1x拟合结果，r2=99.3%,rms=27.9Black line is the exponential fit of function y=3 804×e-0.184 1x，r2=99.3%,rms=27.9

涡旋生命周期与涡旋生成时的初始EKE相关不明显(图略)，但与其平均涡动能具有较好的正相关性(图3)，即EKE越强，涡旋可能的存活时间越长，尤其是当平均涡动能小于100cm2/s2时，涡旋生命周期与平均涡动能近似呈线性关系。此外，涡旋生命周期与其生成地也有一定关系：生成于20°～30°S区域的涡旋平均生命周期为11.7周，而15°S以北的涡旋平均生命周期仅为7.8周。

图3 涡旋周期与平均涡动能的对应关系Fig.3 Eddy lifetime as a function of mean eddy kinetic energy

3.2 涡旋频率与极性分布

涡旋频率表示研究区域内某点处于涡旋内的概率，其地理分布和平均纬向分布分别如图4a和图4b所示，图4表明，涡旋频率呈明显的纬向带状分布，在18°～30°S存在一个明显的带状高频率区域，纬向平均值大于10%。涡旋频率的纬向平均最大值出现在24°S，两侧的涡旋频率逐渐减小。这条纬向带状区域恰好对应图1中的EKE高值区域，表明该区域内的高EKE是由高频率的涡旋活动造成的。而在ITF与SEC交汇区向西延伸至70°E的带状区域内(18°S以北)，尽管EKE很高，SLA的变化也很大(图略)，但涡旋频率很小，表明该区域内占主导并非涡旋，而是赤道附近的长波作用[19]。

涡旋极性表示研究区域内某一点处于气旋涡(P<0)或是反气旋涡内的概率(P>0)[20]，可由P=(FAE-FCE)/(FAE+FCE)计算得到(式中，FAE和FCE分别表示反气旋涡和气旋涡的频率)。图4c和图4d表明，22°S以北区域，涡旋极性的分布没有明显特征，但纬向平均的极性均为负值，表明该区域内以气旋涡为主，而在22°S以南，大部分区域的极性为正，即反气旋涡占主导。

图4 涡旋频率地理分布(a)，涡旋频率的纬度平均(b)，涡旋极性地理分布(c)，涡旋极性的纬向平均(d)Fig.4 Spational distribution of eddy frequency(a), meridional variations of eddy frequency (b), spational distribution of eddy polarity (c), meridional variations of eddy polarity (d)

3.3 涡旋生成(消失)数量分布

图5a为涡旋生成(消失)数量在纬向的分布。涡旋生成数量在20°S附近存在一个峰值区，生成数超过500个。涡的消失数量与产生数量的分布较为相似，即涡旋总数基本保持“收支平衡”，这是由于涡旋在生成后以纬向传播为主，经向的偏移很小，使得各纬度上涡旋数量基本不变(3.6节将具体讨论)。

涡旋生成(消失)数量随经度的分布如图5b所示，忽略左右边界上的数据可以发现，涡旋生成(消失)的数量分布总体上较为均匀，而在115°E附近存在一个生成和消失数量高值区，这一区域对应于澳大利亚西岸高EKE的利文流区，与3.2节涡旋频率分布的结果一致，表明该区域是强涡旋活动区域[17]。

图5 涡旋生成数量(蓝色)及消失数量(红色)在每个纬度上的总和(a), 涡旋生成数量(蓝色)及消失数量(红色)在每2个经度上的总和(b)Fig.5 Amount of eddy generation (blue) and termination (red) for each 1 degree latitude bin (zonally averaged) (a), amount of eddy generation (blue) termination (red) for each 2 degree longitude bin (meridionally averaged) (b)

3.4 涡旋半径

本节讨论的涡旋半径是基于所有时次中被识别出来的涡旋而言，即56 179个气旋涡和52 904个反气旋涡。计算表明，气旋和反气旋涡平均半径分别为71.6 km和74.8 km。图6a表明，气旋涡和反气旋涡半径的概率密度函数均呈偏正态分布，半径为50 km的涡旋出现频率最大，半径在40～100 km的气旋涡和反气旋涡分别占总数的75.3%和74.4%，而大于200 km的漩涡很少，气旋涡和反气旋涡所占比例分别为0.56%和0.7%。

图6b显示了涡旋半径随纬度的平均分布情况，以及与对应区域罗斯贝变形半径(黑色实线)的对比(罗斯贝变形半径利用WOA13气候态数据，根据Chelton和Schlax[21]的方法计算得到)。由南至北，CE(AE)平均半径从35°S的53.8(54.4) km逐渐增大至25°S的75.0(81.9) km，而后半径逐渐减小，14°S以北，平均半径又逐渐变大。与罗斯贝变形半径相比，20°S以南，涡旋平均半径大于罗斯贝变形半径，14°～20°S，涡旋平均半径与罗斯贝变形半径很接近，而在14°S以北涡旋的平均半径小于罗斯贝变形半径。整体而言，涡旋的平均半径随纬度的变化幅度较小，但大致具有由南至北逐渐增大的趋势。

图6 涡旋半径的概率密度分布(a)，气旋涡(蓝圈)和反气旋涡(红圈)半径及罗斯贝变形半径(黑色实线)随纬度的变化(b)Fig.6 Probability density function of the eddies relative to the eddy radius (a), meridional variations of mean eddy radius (blue circles) and average Rossby radius of deformation (black dots) (b)

图7为涡旋的涡度、EKE和EI随半径变化的平均情况。首先将半径从小到大间隔5 km划分为一个区间，考虑到若区间内的涡旋数量过少，则不能反映涡旋的统计性特征，因此只选取涡旋数量超过总数0.1%的区间进行研究，即10～200 km的半径范围。图7a表明，随着半径从10 km增加到50 km，涡旋的涡度(为方便比较，已将气旋涡的涡度取绝对值，下同)从5.7×10-6s-1迅速增大至最大值8.3×10-6s-1，半径继续增大时，涡度缓慢减小，当半径大于100 km时，涡度变化幅度较小，大致保持在7.7×10-6s-1的水平。EKE随半径的变化如图7b所示，半径为10 km时，平均EKE仅为5.4 cm2/s2，当半径增加至100 km时，EKE迅速增大到约150 cm2/s2并基本保持不变。EI的变化如图7c所示，半径为45 km时EI达到最大，约14×10-3cm2/(s2·km2)，半径增大时，EI持续减小。

涡度、EKE和EI随半径的变化表明，当涡旋平均半径小于50 km时，涡度、EKE和EI受半径的影响很大，且均随半径的增加而迅速增大，当半径大于50 km时，除EKE逐渐变大外，涡度和EI均变小。

图7 涡旋参量与半径的关系Fig.7 Eddy parameters as a function of eddy radius (blue lines) respectivelya.涡度, b.EKE, c.EI, 黑线表示各量经过五次拟合后的结果a.Vorticity, b.EKE, c.EI, black curves are fifth-order polynomial fits

图8 长生命周期(大于20周)涡旋半径(a)，涡度(b)，EKE(c)，EI(d)的演变Fig.8 Evolutions of the radius (a), vorticity (b), EKE (c), EI (d) with eddy age图中蓝色和红色星号分别代表气旋涡和反气旋涡，实线是对应参数经3次拟合后结果The blue asterisks (red circles) denote the properties of the CEs (AEs), and the blue (red) curves are the third-order polynomial fits

图9 周期大于40周的涡旋传播路径图(a)，实心点为涡旋的产生地点，空心圈为涡旋的消失地点，蓝线和红线分别代表气旋涡和反气旋涡轨迹; 涡旋的移动路径合成图(b)，上图为气旋涡，下图为反气旋涡，x轴负方向表示向西移动，y轴的正负方向分别表示向北(赤道)和向南(极向)移动Fig.9 The trajectories of the eddy tracks longer than 40 weeks(a). The asterisks (circles) indicate their born (termination) locations, blue for CEs and red for AEs. The relative changes in longitude (negative westward) and latitude (negative demonstrate poleward while positive demonstrate equatorward) (b), upper subplot for CEs and lower subplot for AEs

图10 涡旋传播的平均速度在1°×1°网格内的分布Fig.10 Mean field of the eddy propagation speed in 1°×1° boxes

3.5 涡旋性质演变

为进一步分析涡旋在生命周期内各种性质的演变特征，我们选取生命周期大于20周的涡旋(包括619个气旋涡轨迹，579个反气旋涡轨迹)，将其生命周期归一化，分析生命周期内性质特征演变。

图8a为涡旋半径随涡旋生命周期演变，该图表明，涡旋生成后的3/5周期内，半径逐渐变大，并于3/5周期时半径达最大。图8b和图8c分别为涡度和EKE随涡旋生命周期演变，在涡旋生成后的前2/5周期内，气旋涡和反气旋涡的涡度和EKE均显著增强并达到最大。EI变化如图8d所示，在前1/5周期内，气旋涡和反气旋涡的EI缓慢变大，之后逐渐减小。总体而言，涡旋半径、涡度、EKE和EI随生命周期的变化形势相似，都经历了增大而后减小的过程，综合考虑它们的变化可以发现，涡旋在其生命周期内经历了成长(参数增大)、成熟(参数基本保持不变)、消亡(参数减小)这3个时期。

此外，在涡旋的整个周期中，除了半径是反气旋涡大于气旋涡外，涡度、EKE和EI均是气旋涡大于反气旋涡，且整个生命周期中气旋涡的平均EI比反气旋涡高出35%。

3.6 涡旋移动

图9a为周期大于40周的涡旋生消位置及传播路径，图9b为这些涡旋在统一起点(0，0)处的移动轨迹。在15°S以北，周期大于40周的长生命周期涡旋很少，这也是3.1节中所述该区域的涡旋平均周期较短的一个体现。纬向上，绝大多数涡旋都向西移动，平均移动2.8个经度，最多的可西传42个经度；经向上，涡的移动距离较小，且气旋涡和反气旋涡的移动方向差异较大：在所有周期大于20周的涡旋中，分别有31%的气旋涡和66%的反气旋涡向北(即赤道方向)传播，在所有周期大于40周的涡旋中，分别有25%的气旋涡和86%的反气旋涡向北(即赤道方向)传播，即对于长周期的气旋(反气旋)涡而言，在其西向传播过程中，具有明显的向极地(赤道)方向偏离的倾向，这一结果与Chelton等[22]和Morror等[23]的研究结论是一致的，其原因可能与大洋背景流场和β效应有关。

图10为涡旋平均移动速度的的地理分布。绝大部分区域涡旋的移动速度以西向为主，经向速度很小，这与图9中涡旋轨迹所反映的情况是一致的。经计算，所有涡的平均移动速度为5.9 cm/s，最大移动速度为16.2 cm/s，速度大小大致沿纬线呈带状分布，由北向南，速度大小逐渐减小。

4 涡旋三维合成结构特征分析

如本文引文部分所述，25°S附近存在一条EKE的带状高值区，且澳大利亚东边界利文流海区和马达加斯岛以西海区均是EKE的强值区；3.2节的研究结果表明，18°～30°S带状区域是涡旋频率的高值区，表明该区域中尺度涡活动十分频繁。然而，由于缺少实测水文资料，该区域内中尺度涡的三维温盐结构目前并不十分清楚，为了揭示涡旋的三维结构特征，本节基于上文涡旋识别结果及Argo浮标资料，采用合成分析方法[9]，获取涡旋的平均三维温盐结构。此外，为比较分析涡旋西传过程中三维结构的差异，按EKE和背景流场的分布特征，大致将18°～30°S的带状区域划分为3个子区域：区域Ⅰ(18°～30°S，50°～65°E)、区域Ⅱ(18°～30°S，65°～105°E)、区域Ⅲ(18°～30°S，105°～120°E)。

这3个区域内，海水的温盐特性如图11所示。对于温度而言，3个区域的温度剖面分布较为类似，表层温度梯度很小，表层以下至1 000×104Pa深度温度梯度较大，但在大约500×104～600×104Pa深度温度梯度出现极小值，即在这一深度范围的上下两层，分别存在相对较大的温度梯度。对于盐度而言，3个区域的盐度剖面的分布基本相同，即：表层向下至约200×104Pa深度，盐度逐渐增大至极大值，200×104Pa以下，盐度逐渐减小，但区域Ⅲ有所不同，在800×104Pa深度以下盐度略有增大。

图11 3个子区域内温度(a)和盐度(b)剖面分布Fig.11 Distribution of temperature (a) and salinity (b) profile of the three domains

4.1 涡旋合成方法

对于每一个由2.2节方法筛选出的Argo浮标，将温度(T)和盐度(S)数据分别进行Akima线性插值，垂直方向上从海表面到1 000×104Pa间隔10×104Pa分为101层(海表面的温盐数据以Argo剖面的最浅层数据代替)，并减去对应区域的CARS09气候态剖面数据，得到位势温度异常(θ′)、盐度异常(S′)。在基础上，为所有Argo浮标寻找距其最近的一个涡旋，根据浮标与涡旋中心的距离把Argo浮标分为3类：位于气旋涡内部、位于反气旋涡内部以及位于涡旋外部的，并将满足以下2个条件之一的Argo剖面数据用于合成分析：(1) Argo剖面位于涡内部；(2) Argo剖面位于涡外部，且浮标位置与涡中心的距离小于1.5倍涡半径。之后，计算每个浮标相对于涡中心的纬向距离ΔxE和经向距离ΔyE(图12)。为消除涡旋半径对合成结果的影响，ΔxE和ΔyE分别除以相应的涡半径R作无量纲处理，从而将每个剖面的位势温度异常、盐度异常都转化到了统一的涡旋坐标系内。

在各标准层内，分别利用四分位检测法将可能的不合理值剔除，并采用最优插值法[24]将剩余的离散数据点插值到0.1×0.1的网格点上，得到各层的二维要素场，进而得到合成涡旋的三维位势温度异常、盐度异常结构。

图12 2010年11月11日探测到的涡旋及Argo浮标分类示意图Fig.12 A snapshot of detected eddies of November 11, 2010 and an illustrative example classification of the Argo profilesa图中箭头表示地转流异常(单位：cm/s)，蓝色(红色)闭合线和星号分别为气旋(反气旋)涡边界和中心，黑点表示Argo浮标的位置。b图中浮标所在位置(M1)与涡旋中心(C1)的关系a.Vectors show the geostrophic velocity anomaly (in unit of cm/s)， blue(red) contours and asterisks represent the edge and center of CEs (AEs), respectively，black dots indicate the locations of Argo profiles. b. Illustration of the float’s position (M1) relative to the corresponding eddy center (C1)

4.2 温度结构

图13为区域Ⅰ至区域Ⅲ中合成气旋涡和反气旋涡的位势温度异常(θ′)在Δy=0断面上的分布，该图表明，气旋(反气旋)涡整体上呈现较为一致的位势温度负(正)异常。具体地，表层及次表层内，3个子区域内合成涡旋的位温异常均很小，但气旋涡的表层存在与整体不同的正异常，这可能与4.1节进行数据插值时以最浅层剖面数据代替表层数据产生的误差有关。混合层以下，气旋涡(反气旋涡)分别呈现明显的温度负(正)异常，且分别存在两个位温负(正)异常的冷(暖)核结构，较浅的核(记作C1)温异常值明显大于较深的核(记作C2)。涡旋内部存在两个冷(暖)核的原因在于，其内部水体分别在500×104～600×104Pa的上部和下部存在两个温度梯度相对大值区(图11a)，气旋涡(反气旋涡)内的上升(下沉)运动造成的降温(升温)在这两个相对大值区内更为明显，从而形成冷(暖)核结构。

不同区域内冷(暖)核的位置及中心位温异常的强度存在明显差异：对于气旋涡而言，区域Ⅰ至区域Ⅲ，C1(C2)中心深度分别约为180(790)×104、210(730)×104及280(690)×104Pa，中心最大位温负异常值分别为-0.85℃、-0.76℃、-0.55℃，即从西向东C1中心深度逐渐变深、位温异常值增大，而C2中心深度逐渐变浅、位温异常值变化不大；对于反气旋涡而言，C1(C2)的中心深度分别为110(890)×104、240(810)×104、280(740)×104Pa，中心最大位温正异常值分别为1.33(0.35)℃、1.34(0.36)℃、1.31(0.34)℃，即C1和C2的深度分别变深和变浅，而各区域的中心最大异常值无明显差异。

图14为各子区域内气旋涡和反气旋涡的位温异常(θ′)在不同压强深度上(选取0、100×104Pa、250×104Pa、500×104Pa、750×104Pa、1 000×104Pa深度层)的水平分布。

在涡旋的表层，整层的位温异常值较小且分布不明显，位温异常等值线较为紊乱。随着深度的增加，各区域内涡旋的位温等值线呈较明显的闭合涡旋状结构，位温异常值也逐渐增大，且在250×104～500×104Pa深度层达到最大，而后位温异常值逐渐减小，但仍保持较好的涡旋状结构，直至1 000×104Pa深度层，位温异常的涡旋状结构仍十分明显，气旋涡和反气旋涡的最大位温异常值分别可达-0.4℃和0.2℃以上。

4.3 盐度结构

图15为各子区域中气旋涡和反气旋涡的盐度异常(S′)在Δy=0断面上的分布，该图表明，气旋涡(反气旋涡)内部整体呈现“正—负”(“负—正”)上下层相反的盐度异常结构，且在200×104Pa深度大致为正负异常值的交界处。造成这种盐度异常结构的原因在于，涡旋内部的盐度在约200×104Pa深度存在极大值(图11b)，对于气旋涡而言，其内部存在向上抬升运动，200×104Pa以上的较低盐度水体被下层高盐水体取代，从而引起上层的盐度正异常，而200×104Pa以下的水体被下层较低盐度的水体取代，引起盐度负异常；对于反气旋涡而言，其内部的下沉运动恰好引起相反的盐度异常分布。

图13 各子区域内合成气旋涡(a～c)和反气旋涡(d～f)的位势温度异常(θ′)在Δy=0断面上的分布Fig.13 Distributions of potential temperature anomaly (θ′) at section Δy=0 of composited CE (a-c) and AE (d-f) in different subregions

图14 各子区域内合成涡旋的位势温度异常(θ′)水平分布，从上至下分别为0，100×104 Pa，250×104 Pa， 500×104 Pa，750×104 Pa，1 000×104 Pa深度，左三列为气旋涡，右三列为反气旋涡 Fig.14 Horizontal distributions of potential temperature anomaly (θ′) of composited CE (the left three columns) and AE (the right three columns) at depths of 0, 100×104 Pa, 250×104 Pa, 500×104 Pa, 750×104 Pa, 1 000×104 Pa in different subregions

区域Ⅰ至区域Ⅲ，气旋涡的上层盐度最大正异常值分别为0.05，0.06，0.03，下层盐度最大负异常值分别为-0.08，-0.10，-0.13；反气旋涡的上层盐度最大负异常值分别为-0.05，-0.18，-0.35，下层盐度最大正异常值分别为0.06，0.14，0.14。总体而言，盐度异常值以区域Ⅲ较大，且3个子区域内反气旋涡的异常值明显大于气旋涡。

图15 各子区域内合成气旋涡(a～c)和反气旋涡(d～f)的盐度异常(S′)在Δy=0断面上的分布Fig.15 Distributions of salinity anomaly (S′) at section Δy=0 of composited CE (a-c) and AE (d-f) in different subregions

图16 各子区域内合成涡旋的盐度异常(S′)水平分布，从上至下分别为0，100×104 Pa，250×104 Pa，500×104 Pa，750×104 Pa，1 000×104 Pa深度，左三列为气旋涡，右三列为反气旋涡Fig.16 Horizontal distributions of potential salinity anomaly (S′) of composited CE (the left three columns) and AE (the right three columns) at depths of 0, 100×104 Pa, 250×104 Pa, 500×104 Pa, 750×104 Pa, 1 000×104 Pa in different subregions

各子区域内合成涡旋的盐度异常(S′)水平分布如图16所示。在小于100×104Pa的深度层，除区域Ⅱ和区域Ⅲ的反气旋涡外，其余的涡旋内盐度异常结构均较为紊乱；100×104～250×104Pa深度层，气旋涡的盐度异常发生了从负向正的变化，这与图15盐度异常的断面分布是一致的；在大于250×104Pa的深度，各层的盐度异常等值线呈现较为明显的涡旋状结构。随着深度的增加，盐度异常值逐渐减小，但直至1 000×104Pa深度层，除区域Ⅲ的反气旋涡外，盐度异常的结构仍较为明显。

5 结论

本文利用20年的卫星高度计资料，基于涡旋自动识别方法，对南印度洋中尺度涡的分布、表观特征等进行了统计分析，在此基础上结合Argo浮标剖面资料，采用合成方法，构建了3个子区域内中尺度涡的三维温盐结构。主要结论如下：

(1)基于涡旋自动识别方法，在研究海区共识别出5 741个气旋涡轨迹和5 379个反气旋涡轨迹。气旋涡和反气旋涡的平均生命周期相近，且生命周期与平均涡动能和生成地相关性显著。

(2)涡旋频率呈明显的纬向带状分布，在18°～30°S存在一个明显的带状高频率区域；涡旋的生成数量在纬度上分布不均匀，在20°S附近存在一个峰值区。

(3)涡旋半径具有由南至北逐渐增大的趋势；长周期涡旋在其生命周期内，半径、EKE、EI、涡度等性质均经历了增大而后减小的过程。

(4)涡旋以西向运动为主，经向上移动距离较小，长周期气旋(反气旋)涡具有明显的偏向极地(赤道)移动的倾向，其原因可能与大洋背景流场和β效应有关；涡旋平均移动速度大致沿纬向呈带状分布，由北向南，速度大小逐渐减小。

(5)在混合层以下，气旋涡(反气旋涡)呈现明显的温度负(正)异常，且分别存在两个位温负(正)异常的冷(暖)核结构，从西向东，气旋涡的C1中心深度逐渐变深、位温异常值增大，而C2中心深度逐渐变浅、位温异常值变化不大；反气旋涡的C1和C2的深度分别变深和变浅，而中心最大异常值无明显差异。

(6)气旋涡(反气旋涡)整体上呈现“负—正”(“正—负”)上下层相反的盐度异常结构，且3个子区域内反气旋涡的异常值明显大于气旋涡。中尺度涡对温盐的平均影响深度可达1 000×104Pa以上。

[1] Chelton D B, Schlax M G, Samelson R M. Global observations of nonlinear mesoscale eddies[J]. Progress in Oceanography, 2011, 91(2):167-216.

[2] Yi J, Du Y, Wang X, et al. A clustering analysis of eddies’ spatial distribution in the South China Sea[J]. Ocean Science, 2012, 9(6): 3451-3483.

[3] Wang Xidong, Li Wei, Qi Yiquan, 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(3):21-33.

[4] Zhang Zhiwei, Zhong Yisen, Tian Jiwei, et al. Estimation of eddy heat transport in the global ocean from Argo data[J]. Acta Oceanologica Sinica, 2014, 33(1):42-47.

[5] 李敏, 谢玲玲, 杨庆轩,等. 湾流区涡旋对海洋垂向混合的影响[J]. 中国科学:地球科学, 2014, 44(4): 744-752.

Li Min, Xie Lingling, Yang Qingxuan, et al. Impact of eddies on ocean diapycnal mixing in Gulf Stream region[J]. Science China: Earth Sciences, 2014,44(4):744-752.

[6] Stammer D. On eddy characteristics, eddy transports, and mean flow properties[J]. Journal of Physical Oceanography, 1998, 28(4): 727-739.

[7] Zhang Zhiwei, Zhao Wei, Tian Jiwei, et al. A mesoscale eddy pair southwest of Taiwan and its influence on deep circulation[J]. Journal of Geophysical Research Atmospheres, 2013, 118(12): 6479-6494.

[8] 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.

[9] Chaigneau A, Texier M L, Eldin G, et al. Vertical structure of mesoscale eddies in the eastern South Pacific Ocean: A composite analysis from altimetry and Argo profiling floats[J]. Journal of Geophysical Research Atmospheres, 2011, 116(C11): 476-487.

[10] Yang Guang, Wang Fan, Li Yuanlong, et al. Mesoscale eddies in the northwestern subtropical Pacific Ocean:Statistical characteristics and three-dimensional structures[J]. Journal of Geophysical Research:Oceans, 2013, 118(4): 1906-1925.

[11] Gründlingh M L. Tracking eddies in the southeast Atlantic and southwest Indian oceans with TOPEX/POSEIDON[J]. Journal of Geophysical Research：Oceans, 1995, 100(C12): 24977-24986.

[12] Gairola R M, Basu S, Pandey P C. Eddy detection over southern Indian Ocean using TOPEX/POSEIDON altimeter data[J]. Marine Geodesy, 2001, 24(2):107-121.

[13] Fang F, Morrow R. Evolution, movement and decay of warm-core Leeuwin Current eddies[J]. Deep-Sea Research Part Ⅱ: Topical Studies in Oceanography, 2003, 50(12): 2245-2261.

[14] Palastanga V, Leeuwen P J, Ruijter W P. A link between low-frequency mesoscale eddy variability around Madagascar and the large-scale Indian Ocean variability[J]. Journal of Geophysical Research: Oceans (1978—2012), 2006, 111(C9):616-627.

[15] Ogata T, Masumoto Y. Interannual modulation and its dynamics of the mesoscale eddy variability in the southeastern tropical Indian Ocean[J]. Journal of Geophysical Research: Oceans (1978—2012), 2011, 116(C5):879-889.

[16] 程旭华, 齐义泉. 基于卫星高度计观测的全球中尺度涡的分布和传播特征[J]. 海洋科学进展, 2008, 26(4):447-453.

Cheng Xuhua, Qi Yiquan. Distribution and propagation of mesoscale eddies in the global oceans learnt from altimetric data[J]. Advances in Marine Science, 2008, 26(4):447-453.

[17] Jia Fan, Wu Lixin, Qi Bo. Seasonal modulation of eddy kinetic energy and its formation mechanism in the Southeast Indian Ocean[J]. Journal of Physical Oceanography, 2011, 41(4): 657-665.

[18] Nencioli F, Dong C, 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 & Oceanic Technology, 2010, 27(27): 564.

[19] Chaigneau A, Gizolme A, Grados C. Mesoscale eddies off Peru in altimeter records: Identification algorithms and eddy spatiotemporal patterns[J]. Progress in Oceanography, 2008, 79(2-4): 106-119.

[20] Chaigneau A, Eldin G, Dewitte B. Eddy activity in the four major upwelling systems from satellite altimetry (1992—2007)[J]. Progress in Oceanography, 2009, 83(1): 117-123.

[21] Chelton D B, Schlax M G. Global observations of oceanic Rossby waves[J]. Science, 1996, 272(5259):234-238.

[22] Chelton D B, Schlax M G, Samelson R M, et al. Global observations of large oceanic eddies[J]. Geophysical Research Letters, 2007, 34(15): 87-101.

[23] Morrow R, Birol F, Griffin D, et al. Divergent pathways of cyclonic and anti-cyclonic ocean eddies[J]. Geophysical Research Letters, 2004, 31(24): 357-370.

[24] Barth A, Beckers J M, Troupin C, et al. divand-1.0: n-dimensional variational data analysis for ocean observations[J]. Geoscientific Model Development, 2014, 7(1): 225-241.

Statistical characteristics and composed three dimensional structures of mesoscale eddies in the South Indian Ocean

Hu Dong1, Chen Xi2, Mao Kefeng2，Li Yan2, Zhang Shouye3, Hong Sen2

(1.The31010ArmyofPLA,Beijing100081,China; 2.CollegeofMeteorologyandOceanography,NationalUniversityofDefenseTechnology,Nanjing211101,China; 3.The92689ArmyofPLA,Zhanjiang524000,China)

The South Indian Ocean is a region abundant of mesoscale eddies. We analyzed statistical characteristics of mesoscale eddies in the South Indian Ocean(10°—35°S, 50°—120°E) based on merged satellite altimetry data as well as Argo profile data. The results show that eddy frequency is distinctly high in the band area between 18°—30°S; eddy radius tend to increase from the south the north; the radius, eddy kinetic energy, energy intensity and vorticity of long-lived eddies firstly increased and then decreased as eddies evaluate during their lifespans. Most eddies propagate westward while their meridional movement is not significant and long-lived cyclonic eddies (CEs) and anticyclonic eddies (AEs) have poleward (equatorward) deflections, respectively. The mean propagation speed of eddies is 5.9 cm/s and the magnitude present a feature of zonal distribution. Under the mixing layer, CE (AE) represent consistent negative (positive) temperature anomaly and there exist two cold (warn) cores with negative (positive) temperature anomaly, respectively. The salinity structure of CE presented as ‘positive-negative’ salinity anomaly structure, while it is opposite for AE. Eddies’ influence on temperature and salinity could reach more than 1 000×104Pa.

South Indian Ocean; mesoscale eddies; statistical characteristics; three dimensional structure

10.3969/j.issn.0253-4193.2017.09.001

2016-09-17；

2016-12-17。

国家自然科学基金(11102232)；江苏省自然科学基金(BK20150711)。

胡冬(1991—)，男，江苏省连云港市人，主要从事海洋环境保障与海洋中尺度现象研究。E-mail:oceanhd@126.com

*通信作者：陈希，教授，主要从事海洋调查和海洋数值模拟研究。E-mail：lgdxchxtemp@163.com

P731.2

A

0253-4193(2017)09-0001-14

胡冬，陈希，毛科峰，等. 南印度洋中尺度涡统计特征及三维合成结构研究[J]. 海洋学报, 2017, 39(9): 1-14,

Hu Dong, Chen Xi, Mao Kefeng, et al. Statistical characteristics and composed three dimensional structures of mesoscale eddies in the South Indian Ocean[J]. Haiyang Xuebao, 2017, 39(9): 1-14, doi:10.3969/j.issn.0253-4193.2017.09.001