共查询到19条相似文献，搜索用时 634 毫秒
1.
南海北部海区温跃层分布特征及成因的初步分析 总被引：8，自引：1，他引：8
利用二十一层海温再分析资料，详细分析了我国南海北部海区温跃层的强度、深度及厚度的季节变化特征。结果表明：在南海陆架浅水区域内，存在着随季节变化明显的辐射型温跃层；3－5月是温跃层的成长期：6－8月是该海域温跃层的强盛期；而9－11月温跃层开始减弱，到了冬季（12月到次年2月）温跃层变得最终，趋于消亡。结合本海区温跃层的这种变化特征，分析了该海域净辐射通量的分布状况及随季节的变化特征，证明了净辐射通量是影响该海域温跃层季节性分布特征的最重要因素之一。 相似文献
2.
南海叶绿素浓度的时空变化特征分析 总被引：1，自引：0，他引：1
运用经验正交函数(EOF)分解方法,分析了 SeaWiFS传感器获取的近13年的逐月叶绿素浓度资料,得出南海叶绿素浓度的空间分布形态及其随时间的变化特征.结果显示,南海叶绿素浓度在空间上主要表现为4种典型的分布结构,而时间上以季节变化为主:EOF1呈现了南海叶绿素浓度近海高、海盆区低的基本分布特征;EOF2显示出夏季越南沿岸激流形叶绿素浓度高值带的存在,除显著的季节变化外,其时间序列也表现出明显的年际变化特征,并与ENSO事件关系紧密;EOF3体现了南海叶绿素浓度随东北季风加强而升高的现象,其高值区分布于东北-西南向的海盆主轴以北,并在吕宋岛西北海域形成一个极大值中心;另外, EOF4反映了叶绿素浓度较短时间尺度的变化规律,在空间分布上表现为明显的三涡结构,与南海海面高度的三涡结构有极好的对应关系. 相似文献
3.
渤海海温与叶绿素季节空间变化特征分析 总被引：4，自引：0，他引：4
以2003年MODIS数据为数据源，在图像处理、空间插值的基础上作海温与叶绿素浓度的空间相关分析。结果表明，整个海域的叶绿素浓度和海温的分布具有明显的区域和季节变化特征。基本规律是叶绿素浓度从近岸向渤海中央递减；温度则随季节发生变化，随着温度升高，近海叶绿素浓度增高，而渤海中央区域叶绿素浓度降低。渤海叶绿素浓度的分布与河口径流、季节等因素有关。从空间关系看，海温与叶绿素浓度不存在很明显的空间分布相关性，但不同季节有不同的相关性。上述研究可用于估算海洋初级生产力。 相似文献
4.
利用历史数据和卫星观测,系统分析20多年来(1980年-2003年)在南海海域发生的赤潮事件与环境特征,详细比较赤潮在南海四大区域(北部、东部、南部和西部海区)的区域分布、多发藻种和季节变化等特征。研究结果表明南海海域赤潮发生具有以下特点:(1)区域性:赤潮多发区域集中在珠江口附近(中国),马尼拉湾和马辛洛克湾(菲律宾)和沙巴州的西海岸(马来西亚);(2)季节性:在北部海区,赤潮的发生时间主要集中在3-5月份,东部海区在5-7月份,西部海区在7月份,而南部海区在全年都会发生;(3)藻种差异性:主要赤潮藻种在北部海区是夜光藻(Noctiluca scintillans),东部海区和南部海区是扁甲藻(Pyrodinium bahamense);(4)年际变化:不同海域赤潮的多发年份不同,对于整个南海而言,1991-1998年是赤潮的多发年。赤潮发生受到环境条件的影响,如季风、河流的排放、上升流、以及沿岸海域水体富营养化。 相似文献
5.
南海1998-2002年初级生产力的遥感估算及其时空演化机制 总被引：10，自引：0，他引：10
基于SeaWiFS资料得到1998—2002年海洋叶绿素浓度值以及海表温度(SST)数据和其它海洋数据,通过VGPM模型最终反演得到南海1998—2002年逐月初级生产力分布图以及季节分布图,发现在这5年内南海海域初级生产力年平均值变化不大,仅略有差异,1998年的年平均初级生产力要比其它几年的年平均初级生产力小一些;而南海海域初级生产力的季节变化则很明显,冬季要比其它几个季节高得多,而夏季最低。不同季节控制南海海域初级生产力的主导因素各不相同,主要是叶绿素浓度的分布、营养盐的分布、温度条件等,不同海区又略有不同。 相似文献
6.
南海海表温时空演变与南海夏季风爆发早晚相关性初探 总被引：2，自引：1，他引：1
利用我国近海1986-2008年间的海温再分析资料,分析了南海海温异常的时空变化,重点揭示了南海夏季风爆发前后(4-6月)南海表层海温异常的时空演变特征,并探讨了其与南海夏季风爆发早晚的相关关系。结果显示,南海夏季风爆发前后南海表层海温异常存在一个显著时空演变模态,4月南海全域海表温度异常几呈负位相态势,其中正值信号首先出现于巴拉望岛以西海域,随后逐步向西向北扩展,5月南海大部已被海表温异常正位相控制,6月南海表层海温异常完成负-正位相转换。分析表明,南海表层海温异常时空演变的年际差异与南海夏季风爆发的早晚存在显著相关。综合已有研究认为,南海海表温异常时空演变所形成的季节内尺度的热力差异(主要包含演进趋势、速度和幅度等)可能是影响南海夏季风爆发早晚的一个重要因子,据此建立了海表温温差异常指标,其对南海夏季风爆发早晚具有较好的反映能力。此外,南海海表温异常时空演变与南海暖池的变化紧密关联。相关分析还发现,南海夏季风爆发前期南海暖池与印度洋暖池的海表温差异常存在显著正相关关系,而与西太平洋暖池为负相关关系。南海海表温异常季节内演变在印-太暖池区海表热力格局及差异形成背景下或可通过影响大尺度经向和纬向环流而引发南海夏季风爆发早晚之年际异常。 相似文献
7.
南海海域是热带海洋高海温地区,海温层季节性变化与年际变化显著。海温变化对海气热量交换和大气层结稳定度均有明显作用。文章分析表明,南海中北部海域是能导致长期天气异常的下垫面热源。 南海海温场与上空温度场、高度与之间存在长周期耦合振荡。南海副高的维持及变化,也与南海海温场热力作用有一定的关系。 相似文献
8.
利用1960-1999年月平均海表温度资料和大气低层风场资料,分析了南海海表温度与局地风场之间的关系及其季节变化特征,讨论了局地风场对南海海温的影响与季风的联系.结果表明,南海海表温度异常与局地风场异常之间的关系具有明显的季节变化特征,南海海表温度异常在夏季与纬向风异常呈明显的负相关,在冬季与经向风异常呈明显的正相关,这种季节变化与东亚季风特性(即盛行风存在明显的季节变化)密切相关.为南海海表温度监测预测提供气候背景,从而也解释了过去在大气低层风速与南海海表温度异常相关性方面不同研究结果存在差异的原因. 相似文献
9.
南海叶绿素a浓度垂直分布的统计估算 总被引：2，自引：0，他引：2
分析整理了1993—2006年近10 a南海北部海域、南沙海域和南海其他海域的叶绿素a浓度历史航次调查资料,基于前人提出的全球叶绿素浓度垂直分布的统计分析模式,根据南海表层叶绿素a浓度大小的不同分级,对南海叶绿素a浓度进行了参数化处理,拟合估算了南海各水层剖面的叶绿素a浓度分布值,并结合不同海区的环境特征,分析了南海叶绿素a浓度垂直分布与其海水物理环境的关系。初步分析结果表明,叶绿素a浓度随深度垂直变化的拟合曲线呈一定倾斜的正态分布特征,当表层叶绿素a浓度较低时,作为南海深水海盆区的代表,拟合值更接近实测平均值的分布,叶绿素a浓度高值集中在次表层剖面上;当表层叶绿素a浓度较高时,作为近岸区和河口区的代表,高值多集中在表层海水,拟合误差偏大。该统计估算模式对于揭示南海叶绿素a浓度垂直分布结构进行了有益的尝试,为发展适合不同海区特点的模式以及校正参数奠定了基础。利用该模式与海洋水色卫星遥感数据有效结合,将对南海叶绿素a浓度时空分布格局的研究具有重要的意义。 相似文献
10.
利用1951~2003年HadISST资料集的表层海水温度（SST）资料,讨论了印度洋-西太平洋暖池（IPWP）海域,尤其是印度尼西亚贯穿流（ITF）及其周边海域SST的季节及年际变化的时空特征.研究结果表明,整个研究海域SST的年际变化均与ENSO相关,但印度洋与南海的响应特征与西太平洋的相反且不同步.前者海温变化滞后Nio3指数3~6个月,而热带太平洋西边界和ITF流经海域海温则超前1~3个月.沿ITF及其东印度洋出口,SST的年际变化规律不同于热带印度洋而与太平洋的相似,分析表明其在较大程度上受到ITF海洋桥的影响.在季节尺度上,印度洋和太平洋赤道海域SST的波动规律也有明显不同.以巽他岛弧（苏门答腊、爪哇和小巽他群岛）为界,从赤道西太平洋向西沿ITF流径,太平洋一侧SST的季节变化以0.5a周期的波动占主导,印度洋一侧则以1a周期占主导. 相似文献
11.
A preliminary study on the response of marine primary production to monsoon variations in the South China Sea Basic characteristics 总被引：3，自引：3，他引：0
Seasonal, interannual and interdecadal variations of monsoon over the South China Sea （SCS） directly influence the ocean circulation and the mass transport process, etc. , especially the changes of horizontal circulation pattern and upwelling area. These changes directly influence the nutrient transport and the photosynthesis of phytoplankton, which induce the change of the marine ecosystem in the SCS, including the change of marine primary production in this sea area. On the basis of climatic data for long-time series and primary production estimated by remote sensing, the multi-time scale variations of monsoon, seasonal and interannual variations of primary production, and the response of primary production to monsoon variations were analyzed. Furthermore, the spatio-temporal variations of primary production in different sea areas of the SCS and their relations to the monsoon variations were given. The results showed that the strong southwesterly prevailed over the SCS in summer whereas the vigorous northeasterly in winter. The seasonal primary production in the entire sea area of the SCS also produced a strong peak in winter and a suhpeak in summer. And the seasonal primary production distributions displayed different characteristics in every typical sea area. The variations of the annual and summer averaged primary production in the entire sea area of the SCS showed almost the same rising trend as the intensity of the summer monsoon. Especially for 1998, the summer monsoon reached almost the minimum in the past 54 a when the primary production was also found much lower than any other year （ 1999--2005 ）. The responses of annual primary production to monsoon variation were displayed to different extent in different sea areas of the SCS ; especially it was better in the deep sea basin. Such research activities could be very important for revealing the response of marine ecosystem to the monsoon variations in the SCS. 相似文献
12.
全球气候变暖引起的热压力增大是南海诸岛珊瑚礁面临的最主要威胁,基于热压力对珊瑚礁白化的评估有利于对其保护和管理。周热度（Degree Heating Week , DHW）可以衡量热压力的强度和持续时间,代表过去连续12周珊瑚礁区海表温度（SST）正异常的累积。本文基于美国国家海洋和大气管理珊瑚礁监测计划（National Oceanic and Atmospheric Administration-Coral Reef Watch, NOAA-CRW）海表温度数据集,逐像元对35个年最大周热度数值进行K-means聚类分析,将南海诸岛珊瑚礁区分为6个区域:南沙–1、南沙–2、南沙–3、东沙、西沙和中沙珊瑚礁区。分析南海诸岛珊瑚礁区1985–2019年热压力时空变化及其与El Ni?o的相关关系。结果表明:（1）南海诸岛珊瑚礁区最大DHW为0～12.9℃?周,纬度上由高到低呈现减小变化规律。（2）线性拟合法分析1985–2019年的年最大DHW,显示南海诸岛珊瑚礁区热压力强度呈现上升趋势,为0.013～0.174℃?周/a,南海诸岛珊瑚礁区最大DHW出现在1998年、2010年、2014年。（3）年最大DHW可能造成93.9%的珊瑚礁发生超过一次白化的风险,19.6%的珊瑚礁发生超过一次死亡的风险。（4）南海诸岛珊瑚礁区的月均DHW和ONI交叉小波分析显示两者存在多时段8～32个月共振周期的时频特征和时滞相关性,证实南海诸岛珊瑚礁热压力随着厄尔尼诺事件发生而显著增大;时滞相关分析表明,ONI与南海诸岛珊瑚礁区热压力呈正相关关系,后者滞后于前者7～9个月的时间。 相似文献
13.
南海珊瑚礁区34年卫星遥感海表温度变化的时空特征分析 总被引：2，自引：3，他引：2
选取NOAA OISST数据集的1982-2015年南海月平均海洋表面温度（SST），先对东沙、西沙和南沙礁区海域的多年SST进行时间尺度上的统计，然后对该数据集进行距平场的经验正交函数（EOF）分解，研究南海海表温度的时间和空间年际变化特征。研究显示:（1）不同的礁区海域SST升温趋势不同，东沙礁区海域SST升温趋势最明显（0.216℃/（10 a）），西沙和南沙礁区SST的升温趋势分别为0.180℃/（10 a）和0.096℃/（10 a）；（2）西沙和南沙礁区全年处于珊瑚生长的最适海温范围内，东沙一年中有4个月海温较低，SST最高的月份分别集中在7月（东沙礁区）、6月（西沙礁区）和5月（南沙礁区）；（3） EOF第一模态的空间分布显示南海SST变化是同相位的，由西北—东南振幅量值递减，在礁区振幅从大到小依次为东沙、西沙、南沙；（4） EOF第一模态时间系数显示南海SST变化与El Niño事件相关。南海海表温度异常场与Niño3.4指数的相关性分析显示两者关联度最高为0.723，平均关联度也高达0.655；南海SST的变化滞后Niño3.4区7~8个月。综上，在全球变暖背景下，南海SST的变化不仅受到El Niño事件的影响，其不断上升也在悄然威胁珊瑚的正常生长。 相似文献
14.
南海混合层深度的季节变化及年际变化特征 总被引：2，自引：0，他引：2
通过分析新的SODA(Simple Ocean Data Assimilation)资料,得到南海混合层时空场的分布特征,剖析了南海混合层深度的季节及年际变化特征。资料分析表明:南海混合层存在着显著的季节和年际变化,且两者的均方差分布存在一定的差异。在季节变化中,冬季混合层在南海北部及西北陆架区深,在南海南部及吕宋冷涡处浅;夏季混合层在南海西北部浅,东南深。南海这种混合层深度分布特征除了与热通量的季节变化有关外,在相当大的程度上与季风引起的Ekman输送及Ekman抽吸有关。混合层深度距平场EOF(Empirical Othorgnal Function)第一模和第二模时间变化的主信号均为周期的年际变化信号,其中第一模态约为3 a,第二模态则有1.8,2.4和4.3 a的3个显著周期。EOF第一模显示混合层深度在南海东南部年际变化幅度最大,且滞后Nino3指数7个月时相关性最好(相关系数为0.422 3);EOF第二模显示在南海南部和北部混合层深度呈反位相变化。 相似文献
15.
Seasonal and spatial distributions of phytoplankton biomass associated with monsoon and oceanic environments in the South China Sea 总被引：5，自引：3，他引：2
Seasonal variations of phytoplankton/chlorophyll-a （Chl-a） distribution, sea surface wind, sea height anomaly, sea surface temperature and other oceanic environments for long periods are analyzed in the South China Sea （SCS）, especially in the two typical regions off the east coast of Vietnam and off the northwest coast of Luzon, using remote sensing data and other oceanographic data. The results show that seasonal and spatial distributions of phytoplankton biomass in the SCS are primarily influenced by the monsoon winds and oceanic environments. Off the east coast of Vietnam, Chl-a concentration is a peak in August, a jet shape extending into the interior SCS, which is associated with strong southwesterly monsoon winds, the coastal upwetling induced by offshore Ekman transport and the strong offshore current in the western SCS. In December, high Chl-a concentration appears in the upwelling region off the northwest coast of Luzon and spreads southwestward. Strong mixing by the strong northeasterly monsoon winds, the cyclonic circulation, southwestward coastal currents and river discharge have impacts on distribution of phytoplankton, so that the high phytoplankton biomass extends from the coastal areas over the northern SCS to the entire SCS in winter. These research activities could be important for revealing spatial and temporal patterns of phytoplankton and their interactions with physical environments in the SCS. 相似文献
16.
本文利用南海海洋再分析产品REDOS(Reanalysis Dataset of the South China Sea)和风场资料CCMP(Cross-Calibrated,Multi-Platform),通过能量诊断探讨了越南沿岸南海西边界流(南海贯穿流主体部分)区域夏季(6—9月)涡流相互作用的年际变化特征以及平均流对中尺度过程的贡献。结果显示,在季风和西边界强流、南海贯穿流的共同影响下,越南沿岸东向急流和双涡结构的能量分布和收支有显著的年际差异。尽管涡动能(EKE,Eddy Kinetic Energy)和涡动有效势能(EPE,Eddy available Potential Energy)的量级基本一致,但二者在水平和垂向空间分布上存在明显差异,这与夏季风影响下的南海西部边界流,越南离岸流的上层海洋密度梯度、流速大小和剪切导致的斜压、正压不稳定性等因素相关。同时随着深度的增加,密度梯度变化相对水平速度剪切对海洋涡流过程的影响逐渐凸显。EKE能量收支分析表明,压强与风应力主要做正功,是维持EKE稳定的主要能量来源,而EKE平流项既可以促进涡旋的增长,也会造成涡旋的消耗,对EKE的年际变率影响比较显著。正压不稳定导致的能量转换主要影响南海西部边界流区域,并存在显著年际变化,并且在风和平均流的影响下,沿贯穿流方向存在显著空间分布差异。越南离岸流正异常年,整体呈现平均流向涡旋传递能量;负异常年,出现EKE反哺平均动能的情况。 相似文献
17.
本文基于法国空间局AVISO提供的格点化绝对动力地形(MADT:maps of absolute dynamic topography)资料,分析了1993年1月—2013年12月班达海(Banda Sea)海平面的季节和年际变化特征。班达海海面高度的季节变化主要表现为12月到翌年4月西北季风盛行时较高,7月到10月东南季风盛行时较低,全年变化幅度为16.5cm;班达海东部近阿拉弗拉海(Arafuru Sea)与西南部近弗洛勒斯海(Flores Sea)海平面随季风转换表现出"跷跷板"形态。海平面的变化受比容海平面变化和海水质量变化共同调制,其中比容海面高度季节变化振幅为14cm左右,约占海平面变化的84%,并且班达海比容海平面的季节性空间分布与总体海平面具有明显的一致性,因此比容海平面的变化是造成班达海海平面季节变化的主要原因;而风生Ekman流引起的海水堆积会影响班达海东北部的海平面高度。年际尺度上,班达海海平面与ENSO事件密切相关,月平均海面高度异常EOF分解第一模态方差贡献率高达96%,第一模态时间序列(PC1)滞后Ni?o3.4指数1个月左右时相关系数达到–0.76,远超过95%置信度水平;相比之下,IOD事件对班达海海平面的影响较小,PC1与印度洋偶极子指数(DMI)之间的最大相关系数仅为–0.3,低于95%置信度水平。并且月平均比容海平面异常和动力地形异常之间的差异在ENSO事件期间显著增大,表明ENSO事件引起的平流输送在班达海海平面高度年际变化中起到重要作用。 相似文献
18.
K. Muni Krishna 《Marine Geodesy》2013,36(1):77-88
The seasonal and interannual variation of upwelling along the west coast of India between 8°N and 24°N was studied for the period 1985 through 2003 using NOAA-AVHRR sea surface temperature data. The seasonal migration of pronounced upwelling, which follows the seasonal shift of the winds in southwest monsoon period and northeast monsoon, was confined. The temporal mean sea surface temperature images clearly show the upwelling season, as does the seasonal sea surface temperature anomaly. These dominate features of the upwelling system are also the most variable, with most of the variance being explained by the seasonal cycle. Quasi-cyclic behavior of seas surface temperature on interannual scales has also been observed. 相似文献
19.
Variations of eddy kinetic energy in the South China Sea 总被引：10，自引：0，他引：10
Fifteen years of merged altimetric data were used to acquire the seasonal to interanual variations of eddy kinetic energy (EKE) in the South China Sea (SCS). The results show that climatological mean EKE in the SCS ranges from 50 cm2/s2 to 1,400 cm2/s2, with high values in the regions southeast of Vietnam and southwest of Taiwan Island. The amplitude of the annual harmonic of the EKE is characterized by high values to the southeast of Vietnam where the maximum exceeds 800 cm2/s2. The EKE in the northern SCS reaches its maximum in August-February, while it peaks in September–December in the southern SCS. Besides the seasonal variation, the EKE also shows strong interannual variation, which has a negative (positive) anomaly in boreal winter during El Niño (La Niña) events. The interannual variation of local wind stress curl associated with El Niño-Southern Oscillation events may be the cause of the interannual variation of the EKE in the SCS. 相似文献