CN116894405B - Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统 - Google Patents

Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统 Download PDF

Info

Publication number
CN116894405B
CN116894405B CN202310869229.8A CN202310869229A CN116894405B CN 116894405 B CN116894405 B CN 116894405B CN 202310869229 A CN202310869229 A CN 202310869229A CN 116894405 B CN116894405 B CN 116894405B
Authority
CN
China
Prior art keywords
eacc
data
warp
sla
flow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310869229.8A
Other languages
English (en)
Other versions
CN116894405A (zh
Inventor
郑少军
郑宸宇
严厉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Ocean University
Original Assignee
Guangdong Ocean University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Ocean University filed Critical Guangdong Ocean University
Priority to CN202310869229.8A priority Critical patent/CN116894405B/zh
Publication of CN116894405A publication Critical patent/CN116894405A/zh
Application granted granted Critical
Publication of CN116894405B publication Critical patent/CN116894405B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Fluid Mechanics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于数据处理技术领域，公开了一种EACC年际变化与厄尔尼诺‑南方涛动关系测定方法及系统，采用OFES的月平均流场数据、SLA数据；采用的AVISO空间分辨率为0.25°×0.25°的日平均SLA数据和地转流数据，选取范围数据对OFES数据进行验证，并对EACC年际变化的影响机制进行分析；指数确定ENSO与EACC之间的联系。结果表明EACC的年际变化与ENSO密切相关。ENSO通过向西传播的上升/下沉Rossby wave，引起东非沿岸的纬向压力梯度变化，并通过地转调整影响EACC的年际变化。本发明的技术方案填补了国内外目前东非沿岸流的年际变化规律分析方法无法帮助研究人员更好地评估东非沿岸流年际变化规律及其与ENSO过程的动力学联系在南印度洋环流系统中的重要性的问题。

Description

EACC年际变化与厄尔尼诺-南方涛动关系测定方法及系统
技术领域
本发明属于数据处理技术领域，尤其涉及一种东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法。
背景技术
目前，东非沿岸流(EACC)是常年向北流动的印度洋西边界流。EACC作为印度洋重要的西边界流，是印度洋环流的重要组成部分，对于印度洋物质、能量输运和海洋生物化学等过程具有重要作用。印度洋南赤道流(SEC)在马达加斯加东海岸17°S附近分岔形成东北马达加斯加流和东南马达加斯加流。东北马达加斯加流在大约11°S处一部分沿非洲东海岸向北汇入东非沿岸流，而另一部分则流入莫桑比克海峡。通过对EACC和马达加斯加北部边界流的水体输送量的对比得出，上层300dbar的绝大部分SEC北向分支汇入了EACC。EACC沿东非海岸的纬向范围约为离岸2°(160-200公里)，并且此沿岸流通常呈现均匀的表层速度。EACC的核心通常在离岸20-90km处，其最大流速超过1m s-1，由于海岸地形的原因，接近海岸时流速减弱。对于EACC的东部边界，可以取离岸200公里左右其速度降为0的位置或者离岸120公里流速降为最大流速一半的位置。垂向分布上EACC主要存在于400米以浅的深度。
东南季风期间，EACC向北延伸穿过赤道形成索马里流(SC)，然后索马里流继续向北进入阿拉伯海；东北季风期间，南向的SC与EACC汇合流入南赤道逆流，并将EACC经向范围限制在海表2-3°S。已有研究表明EACC的流速存在季节性变化，在东北季风期间最大流速约为1.15m s-1，并在东南季风期间增强到约2m s-1。EACC在不同深度纬度范围内的体积输运，发现其同样具有很强的季节性。研究表明桑给巴尔海峡的EACC在东南季风期间流速为2.6ms-1，东北季风期间流速为1.60ms-1。利用漂流浮标研究表明奔巴海峡的表层流速东南季风期间为0.84ms-1，而东北季风期间为0.57ms-1，东北季风期间南向风与北向EACC流方向相反但不会改变EACC整体的流向，即除了风场以外其他动力过程决定EACC流速的季节变化。
厄尔尼诺-南方涛动(ENSO)作为重要的海气相互作用模态对印度洋动力过程具有重要影响。已有研究表明印尼贯穿流(ITF)地转输运与ENSO的关系，前者滞后3.4指数7个月，在厄尔尼诺(El/>)年减弱，拉尼娜(La/>)年增强。研究发现ITF盐度的年际变化主要受ENSO的影响而不是印度洋偶极子(IOD)的影响。在对利文流的年际变化的研究中也发现，利文流在La/>年明显增强，相反在El/>年较弱。El/>(La/>)年在地转平衡作用下，低(高)海表面异常(SLA)以罗斯贝波(Rossbywave)形式从太平洋传播至东南印度洋进而导致上层的极向利文流和向赤道流动的利文潜流减弱(增强)，从而影响利文流区域涡动能年际变化。研究表明ENSO发生后印度洋会出现Rossbywave西传并在到达西印度洋后与大气发生相互作用，当El/>或苏门答腊冷却发生后赤道印度洋会产生东风异常，迫使南印度洋产生向西传播的下沉Rossby wave并伴有显著的同向传播的海表面温度(SST)异常，从而在SST异常的上方或正南方会有正的降水异常。Rossbywave的西传还会影响到印度洋的温跃层深度，分别从东部型(EP)、中部型(CP)ENSO影响下的温跃层深度、SST以及风场变化探讨了ENSO对南热带印度洋的影响，发现EP型El/>和CP型La/>事件发生时会在热带南印度洋诱发较大的温跃层异常。
综上所述，现有技术已经对EACC的季节变化进行了一系列的研究，但在年际尺度上EACC的变化特征和控制因素还有待进一步研究。由于ENSO能够通过西传的Rossby wave影响印尼贯穿流和利文流、南印度洋SST和热带南印度洋温跃层的年际变化，由此ENSO可能对EACC的年际变化具有重要影响。
通过上述分析，现有技术存在的问题及缺陷为：
年际尺度研究不足：虽然现有技术已经对EACC的季节变化进行了一系列的研究，但在年际尺度上，EACC的空间特征、变化规律以及动力学控制因素的研究尚不充分。
影响因素分析不全面：现有技术主要关注ENSO与印度洋印尼贯穿流和利文流的关系，但ENSO及其他海气相互作用过程和海洋动力过程可能对EACC年际变化有影响，这些方面的研究相对较少。
发明内容
针对现有技术存在的问题，本发明提供了一种东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，解决现有东非沿岸流的年际变化规律分析方法无法帮助研究人员更好地评估东非沿岸流年际变化规律及其与ENSO过程的动力学联系在南印度洋环流系统中的重要性的问题。
本发明是这样实现的，一种东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，所述东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法包括：
步骤一：先采集待分析区域水平网格分辨率为0.1°×0.1°的OFES流场数据和SLA数据，采集待分析区域1/4°×1/4°空间分辨率的ECCO2流场数据和SLA数据，采集待分析区域1/4°×1/4°空间分辨率的AVISO的地转流和SLA数据，再采集待分析区域的气候数据，完成数据获取；
步骤二：利用OFES数据确定确定EACC主轴和东边界，对EACC区域(0-11°S)纬向速度和经向速度平均得到EACC流速的垂向分布特征，进一步对印度洋EACC区域(0-11°S)上层300米的纬向速度和经向速度进行多年平均，得到印度洋EACC的季节变化特征；
步骤三：将OFES数据得到的EACC区域(0-11°S)上层300米平均的经向速度去掉季节循环得到EACC的经向速度异常，并与月平均AVISO数据和ECCO2数据进行对比，并结合气候数据分析EACC的年际变化特征；
步骤四：为进一步研究EACC年际变化与ENSO的关系，将EACC区域(0°-11°S)平均后的OFES经向流速异常、AVISO经向地转流速异常和ECCO2经向流速异常分别与3.4指数作超前滞后相关分析，并进行置信检验，以检测其置信度是否合格，并确定EACC的年际变化是否受ENSO过程调制；
步骤五：利用±0.5倍3.4指数的标准差将ENSO事件划分为El/>和La事件，利用海洋环流和气候数据在水平和垂向上对EACC经向流速异常分别进行滞后El/>和La/>18个月的合成分析，以此分析El/>和La/>事件对EACC经向流速产生的影响；
步骤六：对印度洋EACC经向流速异常与SLA进行回归分析，利用AVISO的SLA数据分别作El和La/>事件发生后3-18个月的SLA以及流场分布的空间合成图分析太平洋传至印度洋的SLA是否对印度洋EACC造成影响；
进一步，所述步骤一中，所述OFES流场数据和SLA数据时间分辨率为一个月，所述ECCO2流场数据的时间分辨率为三天，所述AVISO的地转流与SLA数据的时间分辨率为一天，所述气候数据时间分辨率为一个月。
进一步，所述步骤二中，分析垂直分布特征时，在垂向上，EACC经向流速整体上随着深度增加迅速减小，且核心区域主要位于300m以浅的0-11°S空间范围内。
进一步，所述步骤四中，EACC在1950-2017年受厄尔尼诺-南方涛动调控，EACC经向流速异常滞后Nino3.4指数18个月呈显著正相关，相关系数达0.65，即EACC在厄尔尼诺El衰退年增强，拉尼娜La/>衰退年减弱。
进一步，所述步骤五中，El和La/>事件发生后18个月的经向流速异常进行水平合成，El/>年上层300m平均的EACC经向流速存在北向的正异常且主要分布于10°S-2°N范围，在La/>年EACC经向流速呈现负异常，La/>年负异常空间范围与El/>年正异常基本一致，不同的是La/>年负异常北部的核心更靠北且位于3°S-1°N。
进一步，所述步骤五中，垂直分布上厄尔尼诺年和拉尼娜年合成的EACC经向流速异常可以延伸到约300m，流速异常的核心经向范围与合成的水平分布相一致。El事件发生后上层108m平均的经向流速异常为14cm/s，La/>事件发生后上层108m平均时经向流速异常为-6cm/s。ENSO过程对EACC年际变化的影响具有不对称性，El/>事件对EACC经向速度的影响远强于La/>事件，且正异常中心相比负异常中心偏南。
进一步，所述步骤六中，El(La/>)衰退年，东南印度洋负(正)的海面高度异常SLA以罗斯贝波的形式沿10°S向西北传播。
进一步，所述步骤六中，分析El和La/>事件对EACC产生的影响的过程中，在滞后El/>(La/>)盛期18个月来自东南印度洋负(正)的SLA传播至东非近岸，与东非近岸局地的SLA形成东向(西向)的压力梯度差，从而在地转调整的作用下最终导致EACC经向流速的增强(减弱)。
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法。
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法。
结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：
第一、东非沿岸流(EACC)作为印度洋重要的西边界流，是印度洋环流的重要组成部分，对于印度洋物质、能量输运和海洋生物化学等过程具有重要作用。本发明获得了EACC的年际变化规律和动力机制。结果表明，年际尺度上，EACC在1950-2017年主要受厄尔尼诺-南方涛动(ENSO)调控，EACC经向流速异常滞后Nino3.4指数18个月呈显著正相关(相关系数达0.65)，即EACC在厄尔尼诺(El)衰退年增强，拉尼娜(La/>)衰退年减弱。El/>(La/>)衰退年，东南印度洋负(正)的海面高度异常(SLA)以罗斯贝波(Rossby wave)的形式沿约10°S向西北传播。在滞后El/>(La/>)盛期约18个月负(正)的SLA传播至东非近岸，与东非近岸局地的SLA形成东向(西向)的压力梯度差，从而在地转调整的作用下最终导致EACC经向流速的增强(减弱)。本发明有助于加深南印度洋环流与印太海洋过程联系的理解。
第二，本发明重点测定EACC的年际变化规律及其控制机制，结果表明EACC的年际变化与ENSO密切相关。ENSO通过向西传播的上升/下沉罗斯贝波，引起东非沿岸的纬向压力梯度变化，并通过地转调整影响EACC的年际变化。
第三，本发明的技术方案填补了国内外业内技术空白：
本发明的技术方案填补了国内外目前东非沿岸流的年际变化规律分析方法无法帮助研究人员更好地评估东非沿岸流年际变化规律及其与ENSO过程的动力学联系在南印度洋环流系统中的重要性的问题。结果表明EACC的年际变化与ENSO密切相关。ENSO通过向西传播的上升/下沉罗斯贝波，引起东非沿岸的纬向压力梯度变化，并通过地转调整影响EACC的年际变化。
附图说明
图1是本发明实施例提供的东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法流程图；
图2是本发明实施例提供的(a)1950-2017年OFES数据得到的气候态平均表层经向流场；(b)填色图为1950-2017年7月多年平均表层经向流速v，黑点为v沿每个纬度的最大值，海岸线至黑线区域为EACC范围的选取；
图3是本发明实施例提供的(a)0-11°S范围区域平均EACC纬向流速u和经向流速v剖面图；(b)EACC经向流速v纬向平均的垂向断面图；
图4是本发明实施例提供的上层300m EACC(0-11°S)的季节变化，其中折线表示1993-2017年多年月平均速度时间序列，误差棒表示标准差示意图；
图5是本发明实施例提供的(a)EACC经向流速异常和地转流速异常进行13点平滑得到的年际变化图；(b)3.4指数时间序列图，实线表示/>3.4指数为0，填色区域表示大于±0.5Std，分别代表El/>年和La/>年；
图6是本发明实施例提供的OFES得到的EACC区域经向流速异常(a)、AVISO得到的经向地转流速异常(b)和ECCO2得到的EACC区域经向流速异常(c)分别与3.4指数做超前滞后分析，虚线为95％置信；
图7是本发明实施例提供的滞后El事件(a)和La/>事件(b)18个月的上层300m流速异常水平合成图，等值线间隔为0.5cm/s；
图8是本发明实施例提供的El年(a)和La/>年(b)的流速异常空间合成图。实线是正值，虚线是负值，等值线间隔为1cm/s；
图9是本发明实施例提供的EACC的经向流速异常Va与热带印度洋SLA的回归分析示意图；
图10是本发明实施例提供的热带印度洋SLA与Nino3.4指数回归分析，a-d分别是SLA滞后3.4指数0、6、12、18个月的情况下的回归分析结果；
图11是本发明实施例提供的流速(vector)和SLA(shading)在El事件(a-f)和La/>事件(g-l)发生后3-21个月的合成图；
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供的东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法包括以下步骤：
步骤一：先采集待分析区域水平网格分辨率为0.1°×0.1°的OFES流场数据和SLA数据，采集待分析区域1/4°×1/4°空间分辨率的ECCO2流场数据和SLA数据，采集待分析区域1/4°×1/4°空间分辨率的AVISO的地转流和SLA数据，再采集待分析区域的气候数据，完成数据获取；
步骤二：利用OFES数据确定确定EACC主轴和东边界，对EACC区域(0-11°S)纬向速度和经向速度平均得到EACC流速的垂向分布特征，进一步对印度洋EACC区域(0-11°S)上层300米的纬向速度和经向速度进行多年平均，得到印度洋EACC的季节变化特征；
步骤三：将OFES数据得到的EACC区域(0-11°S)上层300米平均的经向速度去掉季节循环得到EACC的经向速度异常，并与月平均AVISO数据和ECCO2数据进行对比，并结合气候数据分析EACC的年际变化特征；
步骤四：为进一步研究EACC年际变化与ENSO的关系，将EACC区域(0°-11°S)平均后的OFES经向流速异常、AVISO经向地转流速异常和ECCO2经向流速异常分别与3.4指数作超前滞后相关分析，并进行置信检验，以检测其置信度是否合格，并确定EACC的年际变化是否受ENSO过程调制；
步骤五：利用±0.5倍3.4指数的标准差将ENSO事件划分为El/>和La事件，利用海洋环流和气候数据在水平和垂向上对EACC经向流速异常分别进行滞后El/>和La/>18个月的合成分析，以此分析El/>和La/>事件对EACC经向流速产生的影响；
步骤六：对印度洋EACC经向流速异常与SLA进行回归分析，利用AVISO的SLA数据分别作El和La/>事件发生后3-18个月的SLA以及流场分布的空间合成图分析太平洋传至印度洋的SLA是否对印度洋EACC造成影响；
在本发明的实施例中，OFES(Ocean General CirculationModel forthe EarthSimulator)是基于地球物理流体动力学实验室的模块化海洋模型(MOM3)的模式。在环流模式中，OFES是目前分辨率较好的模式之一，覆盖了近乎全球范围，74.9°S-75°N，0.1°E-360°E，水平网格分辨率为0.1°×0.1°，垂直方向为54层，从2.5m到5900m不等距。OFES能很好地模拟表层流场特征以及非洲沿岸区域的大尺度环流特征。本发明采用了OFES 1950-2017年的月平均流场数据、SLA数据。ECCO2(Estimating the Circulation and Climate oftheOcean，Phase II)是基于MITgcm(the Massachusetts Institute of Technology generacirculation model)的全球全深度海洋和海冰构型与现有卫星和实测数据的最小二乘拟合得到的一个采用流体静力学和布辛涅斯克(Boussinesq)近似的三维全球海洋模型。本发明采用1993-2017年ECCO2的表层流场数据来验证OFES数据的准确性。
本发明所采用的AVISO(Validation and Interpretation of SatelliteOceanographic data)空间分辨率为0.25°×0.25°的日平均SLA数据和地转流数据来自CMEMS(the Copernicus Marine EnvironmentMonitoring Service)。本发明选取1993-2017年范围数据对OFES数据进行验证，并对EACC年际变化的影响机制进行分析。AVISO数据中地转流速异常的计算在南北纬5°以外的区域采用的是9点网格点间距算法，赤道附近采用β近似。
研究中选用国家气象局气候预测中心提供的3.4指数探讨ENSO与EACC之间的联系，它是热带太平洋5°S-5°N，120°-170°W的平均海表温度异常(SSTA)。
1.1EACC的季节和年际变化
图2的(a)所示为1950-2017年OFES流场数据得到的气候态表层经向流速分布图，可以得到在非洲东部沿岸0°-11°S处存在明显的经向流速大值区，即EACC。由于EACC在东南季风期间最强，本发明将7月的经向流速(v)取多年平均值(图2b)，沿东非沿岸向西找出每个纬度上经向速度的最大值从而确定EACC主轴，即图2的b中所示黑点位置。OFES得到的多年平均EACC主轴流速可以达到1m/s，且距离东非沿岸20-90km范围，EACC的纬向范围在东非离岸160-200km处，结合OFES数据表层气候态流场空间分布(图2的a)，EACC的东边界选取沿主轴(黑点)以东0.9°的位置(图2的b黑线)。
为了得出EACC区域流速的垂向分布，将0-11°S范围内EACC每层的流速分别进行区域平均得到图3的a所示垂向剖面图。可以得出经向速度(v)远大于纬向流速(u)，EACC以经向流动为主。v整体上随着深度增加迅速减小，次表层大概20-80m处有略微回升后继续迅速减小至约8cm/s(300m)。EACC从表层到300m经向流速v迅速减小，与EACC体积输运通常在400m以浅区域相一致。为了获取EACC在经向上的垂直分布特征以及进一步确认EACC的垂向范围，取南纬0-11°范围上层400m的EACC经向流速做经向断面图(图3的b)，结果显示EACC垂向上的核心区域主要集中在上层300m，并且其超强核心位于上层108m。本发明之后对于EACC的研究都选取上层300m范围，同时会给出上层108m的结果以便更好的研究ENSO与EACC之间的联系。
取0-11°S范围内EACC上层300m的纬向速度和经向速度作多年月平均得到其季节变化(图4)，其中折线表示多年月平均的时间序列，误差棒表示标准差。图4所示EACC纬向速度(u，图4的a)的大小远小于经向速度(v，图4的b)，两者平均值分别为8.14cm/s、31.13cm/s，EACC主要以经向速度为主，之后的研究将着重分析其经向速度的变化规律。EACC的经向速度和纬向速度存在一致的季节变化规律，南半球夏季(6-8月)强冬季(1-3月)弱，与得到的EACC在夏季增强的结论一致，因此OFES能够准确模拟EACC的季节变化。上层300m平均的经向速度在6月达到最大值约41.85cm/s，2月达到最小值约15.59cm/s，最大值与最小值相差约26cm/s。
接下来本发明进一步研究EACC的年际变化规律。图5的a是1993-2017年OFES数据0-11°S范围内上层300m的EACC经向流速异常Va，叠加了AVISO数据得到的EACC区域经向地转速度异常以及ECCO2数据得到的EACC区域表层经向流速异常。三种数据的时间序列呈现一致的年际变化特征，进一步验证了OFES数据的准确性。AVISO地转流速异常与OFES流速异常无论是在变化趋势上还是量值上都极其一致(图5的a)，说明EACC年际变化过程中地转流占主要部分。
图5的b是进行13点平滑后的3.4指数的时间序列，填色区域表示方差大于±0.5Std的部分，分别代表El/>和La/>事件，可以看到明显的El/>事件，如1997-1998年，2015-2016年，和La/>事件，如1998-2000年，2007-2008年和2010-2011年。将EACC经向流速异常值的时间序列(图5的a)和/>3.4指数时间序列(图5的b)进行对比，可以看到在El/>事件发生后通常存在EACC经向速度正异常响应，而在La/>事件发生后则存在EACC经向速度负异常响应。
为进一步研究EACC年际变化与ENSO的关系，将EACC区域(0°-11°S)平均后的OFES经向流速异常、AVISO经向地转流速异常和ECCO2经向流速异常分别与3.4指数作超前滞后相关(图6)。图6所示OFES和ECCO2得到的EACC的经向流速异常以及AVISO得到的经向地转流速异常分别在滞后/>3.4指数18、15、16个月的时候相关系数达到最大并通过了95％的置信检验，呈显著正相关，相关系数分别为0.65、0.38，0.40。即厄尔尼诺事件发生后EACC经向速度增强，拉尼娜事件发生后EACC经向速度减弱。
将El和La/>事件发生后18个月的经向流速异常(Va)进行水平合成(图7)，可以得到El/>年上层300m平均的EACC经向流速存在北向的正异常(图6a)，正异常主要分布于10°S-2°N范围，且存在两个异常核心分别位于0-3°S、7°S-9°S其最大值约7.8cm/s。反之，在La/>年EACC经向流速呈现负异常(图7的b)，即EACC流速减弱。La/>年负异常空间范围与El/>年正异常基本一致，然而负异常北边的核心更靠北位于3°S-1°N。
同时，垂直分布上厄尔尼诺年和拉尼娜年合成的EACC经向流速异常可以延伸到约300m深度处(图8的a)，且流速都较为均匀，流速异常的核心经向范围与合成的水平分布相一致(图7)。垂向分布从量值上来看也与水平分布相一致，El事件发生后上层108m平均的经向流速异常为14cm/s，La/>事件发生后上层108m平均时经向流速异常为-6cm/s，其绝对值为正异常一半。因此，ENSO过程对EACC年际变化的影响具有不对称性，El/>事件对EACC经向速度的影响远强于La/>事件，且正异常中心相比负异常中心偏南。
1.2Rossby wave西传与EACC年际变化的联系
由于西传的Rossby wave在ENSO影响印度洋环流过程中起重要作用，因此本发明进一步利用EACC经向速度异常Va的时间序列与SLA进行回归分析(图9)，从而探讨EACC经向速度年际变化与SLA之间的关系。图9所示10°S以北的热带南印度洋大部分区域(40°-100°E，0°-10°S)的EACC的经向流速异常Va与SLA呈东南-西北走向的负相关，其中60-80°E，5-8°S区域相关性较强。在东非沿岸区域，EACC的经向流速异常Va与SLA回归系数由近岸的正相关转变为离岸的负相关，呈现明显的纬向梯度。回归系数的空间分布表明EACC经向流速异常Va年际变化与热带南印度洋SLA的变化密切相关，即热带南印度洋SLA可能沿东南-西北走向传播至EACC近岸从而影响近岸压力梯度，最终通过地转调整调控EACC地转流年际变化。因此，本发明进一步分析热带南印度洋SLA的影响因素。
本发明计算得到热带南印度洋SLA滞后3.4指数0-18个月的情况下回归系数的空间分布(图10)。当SLA滞后/>3.4指数0个月的时候，整个热带西南印度洋的SLA与指数呈现正相关(图10的a)，即厄尔尼诺年(拉尼娜年)西南印度洋存在正(负)的SLA。滞后/>3.4指数6个月时有明显的负信号从热带东南印度洋向热带西南印度洋延伸(图10的b)，并随着滞后/>3.4指数月份的增加而逐渐传至西南印度洋中部(图10的c)，即厄尔尼诺年(拉尼娜年)衰退年热带南印度洋存在东南-西北向传播的负(正)SLA。在滞后3.4指数18个月时负相关传至东非近岸。对比图9和图10的d可以得到在热带南印度洋EACC经向流速异常与SLA以及SLA与Nino3.4的负回归系数具有相一致的空间分布特征，因此，ENSO过程能够影响热带南印度洋SLA(图10)，SLA沿东南-西北走向传播至东非近岸，从而影响EACC经向速度的年际变化(图9)。
为了更直观研究厄尔尼诺和拉尼娜事件发生过程中SLA对EACC经向速度年际变化的影响，本发明利用AVISO的SLA数据分别作El和La/>事件发生(盛期)后3-18个月的SLA以及流场分布的合成图(图11)。从El/>事件相关的合成图(图11的a-g)中可以明显看到，El/>衰退年来自热带太平洋的负SLA沿约10°S经热带东南印度洋向热带西南印度洋传播，SLA强度在传播过程中不断减弱(图11的a-c)，直至核心到达70°E-90°E，5°S-15°S范围(定义为R区)后维持了短暂时间并逐渐增强(图11的d-f)，在滞后El/>事件15-18个月时R区域的负值达到最强(图11的e-f)后减弱(图11的g)。El/>事件发生后，太平洋的负SLA信号传至印度洋，并继续向西北传播，而西南印度洋原本的正SLA随着负信号的西传被向西南向挤压，使东非沿岸纬向的SLA梯度逐渐变大，进而在地转调整的作用下导致北向的EACC流速增强。在第18个月左右负信号传到东非近岸处(图10的d)，说明东南印度洋西传而来的Rossby wave能够影响到EACC区域，此时EACC的经向流速异常也达到最大。负SLA传播的途径与图10中SLA与/>3.4指数的回归系数得到的传播路径一致。在El/>事件发生后第18个月，SLA与Nino3.4指数的负相关出现在东非沿岸，也说明此时SLA负信号西传至东非近岸处。图9中SLA与EACC经向流速异常的负相关区域也较好地反映了热带南印度洋SLA的西北向传播路径。La/>衰退年(图11的h-n)，来自热带太平洋正的SLA经东南印度洋向西北方向传播，SLA强度在传播过程中不断减弱，其核心到达R区域附近有略微的增强(图11的k)，之后SLA逐渐减小(图11的l-n)。La/>衰退年未出现类似El/>事件发生后负SLA在R区域维持的现象，可能导致La/>事件EACC经向速度异常强度远弱于El/>事件。
本发明主要通过OFES、ECCO2、AVISO的流场和SLA数据进对东非沿岸流(EACC)的年际变化和动力学机制进行了研究。东非沿岸流(EACC)作为常年向北流动的西边界流，其主要位于离岸160-200km，300m以浅范围，垂向核心集中在108m以浅(图2、图3)。季节尺度上，EACC表现为夏季强冬季弱的特征，其经向流速在6月最强约41.85cm/s，2月最弱约15.59cm/s(图4)。年际尺度上，EACC主要受ENSO过程调控，EACC经向流速异常滞后Nino3.4指数18个月呈显著正相关(相关系数达0.65，图6)，即其在El衰退年增强，La/>衰退年减弱。El/>(La/>)衰退年，东南印度洋负(正)的SLA以Rossby wave的形式沿约10°S向西北传播。在滞后El/>(La/>)盛期约18个月负(正)的SLA传播至东非近岸，与近岸局地的SLA形成东向(西向)的压力梯度差，从而在地转调整的作用下最终导致EACC经向流速的增强(减弱)。
通过本发明对EACC年际变化与ENSO之间关系的分析，本发明可以对印度洋环流有更进一步的了解，为以后对印度洋特征乃至三大洋相互作用的研究有所作用。本发明后续工作也将通过数值模式来进一步探究SLA的西传机制及其与ENSO之间的联系，同时热带太平洋SLA传播至印度洋的路径和不同ENSO类型对SLA传播的影响有待进一步研究。
为实现上述东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，可以构建如下系统模块：
1)数据收集模块：负责收集所需的海洋流场数据、海平面高度数据和气候数据。这些数据可以从各种公开的数据源(如OFES、ECCO2、AVISO等)获取。在收集数据后，需要将其处理为月平均数据，以便后续分析。
2)EACC特征分析模块：利用海洋流场数据确定东非沿岸流(EACC)的流速垂向分布特征和季节变化特征。这包括对EACC区域(0-11°S)纬向速度和经向速度平均得到EACC流速的垂向分布特征，以及对印度洋EACC区域上层300米的纬向速度和经向速度进行多年平均，得到印度洋EACC的季节变化特征。
3)年际变化特征分析模块：分析EACC的年际变化特征，包括利用海洋流场数据得到的EACC经向速度异常与AVISO和ECCO2数据的对比，以及结合气候数据进行分析。
4)ENSO关系分析模块：将EACC区域平均后的经向流速异常与3.4指数进行相关分析，并进行置信检验，以确定EACC的年际变化是否受ENSO过程调制。
5)ENSO事件影响分析模块：分析El和La/>事件对EACC经向流速的影响，包括对EACC经向流速异常进行滞后合成分析。利用±0.5倍/>3.4指数的标准差将ENSO事件划分为El/>和La/>事件，利用海洋环流和气候数据在水平和垂向上对EACC经向流速异常分别进行滞后El/>和La/>18个月的合成分析。
6)回归分析模块：利用海平面高度数据对EACC经向流速异常进行回归分析，并分析太平洋传至印度洋的SLA是否对EACC造成影响。利用AVISO的SLA数据分别作El和La事件发生后3-18个月的SLA以及流场分布的空间合成图分析太平洋传至印度洋的SLA对印度洋EACC的影响。
通过以上模块的协同工作，可以实现一种东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，并为海洋环境预测和气候研究提供重要参考。
实施例1：
在实施本技术方案的一个具体实施例时，可以选择一个特定的时间段，例如1993-2017年，进行EACC年际变化规律分析。首先，按照权利要求2所述的步骤一，采集相应的流场数据、SLA数据和气候数据。然后按照权利要求2所述的步骤二至步骤六，分析EACC的垂向分布特征、季节变化特征、年际变化特征以及EACC与ENSO的关系。最后，根据步骤四的结果，可以得出在此特定时间段内EACC呈现出明显的受ENSO调控的特征。
实施例2：
在实施本技术方案的另一个具体实施例时，可以对比分析不同纬度范围的EACC年际变化规律。例如，可以选择0°-11°S和11°S-2°N两个海域范围进行分析。首先，按照权利要求2所述的步骤一，采集相应的流场数据、SLA数据和气候数据。然后按照权利要求2所述的步骤二至步骤六，分别分析两个海域范围的EACC垂向分布特征、季节变化特征、年际变化特征以及EACC与ENSO的关系。最后，对比两个海域范围的分析结果，可以得出不同海域范围的EACC年际变化规律以及其与ENSO的关系可能存在差异。这有助于更好地理解不同海域范围情况下EACC的年际变化特征，从而为海洋环境预测和气候研究提供重要参考。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，其特征在于，包括：
收集海洋流场数据和海平面高度数据，以及气候数据，并将其处理为月平均数据；
利用海洋流场数据确定东非沿岸流的流速垂向分布特征和季节变化特征；
分析EACC的年际变化特征，包括利用海洋流场数据得到的EACC经向速度异常与AVISO和ECCO2数据的对比，以及结合气候数据进行分析；
将EACC区域平均后的经向流速异常与指数进行相关分析，并进行置信检验，以确定EACC的年际变化是否受ENSO过程调制；
分析和/>事件对EACC经向流速的影响，包括对EACC经向流速异常进行滞后合成分析；
利用海平面高度数据对EACC经向流速异常进行回归分析，并分析太平洋传至印度洋的SLA是否对EACC造成影响；
所述东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法包括：
步骤一：先采集待分析区域水平网格分辨率为0.1°×0.1°的OFES流场数据和SLA数据，采集待分析区域1/4°×1/4°空间分辨率的ECCO2流场数据和SLA数据，采集待分析区域1/4°×1/4°空间分辨率的AVISO的地转流和SLA数据，再采集待分析区域的气候数据并将其处理为月平均数据，完成数据获取；
步骤二：利用OFES数据确定EACC主轴和东边界，对EACC区域0-11°S纬向速度和经向速度平均得到EACC流速的垂向分布特征，进一步对印度洋EACC区域上层300米的纬向速度和经向速度进行多年平均，得到印度洋EACC的季节变化特征；
步骤三：将OFES数据得到的EACC区域上层300米平均的经向速度去掉季节循环得到EACC的经向速度异常，并与月平均AVISO数据和ECCO2数据进行对比，并结合气候数据分析EACC的年际变化特征；
步骤四：为进一步研究EACC年际变化与ENSO的关系，将EACC区域平均后的OFES经向流速异常、AVISO经向地转流速异常和ECCO经向流速异常分别与指数作超前滞后相关分析，并进行置信检验，以检测其置信度是否合格，并确定EACC的年际变化是否受ENSO过程调制；
步骤五：利用±0.5倍指数的标准差将ENSO事件划分为/>和/>事件，利用海洋环流和气候数据在水平和垂向上对EACC经向流速异常分别进行滞后/>和/>18个月的合成分析，以此分析/>和/>事件对EACC经向流速产生的影响；
步骤六：对印度洋EACC经向流速异常与SLA进行回归分析，利用AVISO的SLA数据分别作和/>事件发生后3-18个月的SLA以及流场分布的空间合成图分析太平洋传至印度洋的SLA是否对印度洋EACC造成影响。
2.根据权利要求1所述的东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，其特征在于，所述步骤一中，所述OFES流场数据和SLA数据时间分辨率为一个月，所述ECCO2流场数据的时间分辨率为三天，所述AVISO的地转流与SLA数据的时间分辨率为一天，所述气候数据时间分辨率为一个月。
3.根据权利要求1所述的东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，其特征在于，所述步骤二中，分析垂直分布特征时，在垂向上，EACC经向流速整体上随着深度增加迅速减小，且核心区域主要位于300m以浅的0-11°S空间范围内。
4.根据权利要求1所述的东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，其特征在于，所述步骤四中，EACC在1950-2017年受厄尔尼诺-南方涛动调控，EACC经向流速异常滞后Nino3.4指数18个月呈显著正相关，相关系数达0.65，即EACC在厄尔尼诺衰退年增强，拉尼娜/>衰退年减弱。
5.根据权利要求1所述的东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，其特征在于，所述步骤五中，和/>事件发生后18个月的经向流速异常进行水平合成，/>年上层300m平均的EACC经向流速存在北向的正异常且主要分布于10°S-2°N范围，在/>年EACC经向流速呈现负异常，/>年负异常空间范围与/>年正异常基本一致，不同的是/>年负异常北部的核心更靠北且位于3°S-1°N。
6.根据权利要求1所述的东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，其特征在于，所述步骤五中，垂直分布上厄尔尼诺年和拉尼娜年合成的EACC经向流速异常可以延伸到约300m，流速异常的核心经向范围与合成的水平分布相一致；事件发生后上层108m平均的经向流速异常为14cm/s，/>事件发生后上层108m平均时经向流速异常为-6cm/s；ENSO过程对EACC年际变化的影响具有不对称性，/>事件对EACC经向速度的影响远强于/>事件，且正异常中心相比负异常中心偏南。
7.根据权利要求1所述的东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法，其特征在于，所述步骤六中，衰退年，东南印度洋负或正的海面高度异常SLA以罗斯贝波的形式沿10°S向西北传播；
所述步骤六中，分析和/>事件对EACC产生的影响的过程中，在滞后盛期18个月来自东南印度洋负或正的SLA传播至东非近岸，与东非近岸局地的SLA形成东向或西向的压力梯度差，从而在地转调整的作用下最终导致EACC经向流速的增强或减弱。
8.一种东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定系统，其特征在于，包括：
数据收集模块：负责收集所需的海洋流场数据、海平面高度数据和气候数据；这些数据可以从各种公开的数据源获取；在收集数据后，需要将其处理为月平均数据，以便后续分析；
EACC特征分析模块：利用海洋流场数据确定东非沿岸流的流速垂向分布特征和季节变化特征；这包括对EACC区域纬向速度和经向速度平均得到EACC流速的垂向分布特征，以及对印度洋EACC区域上层300米的纬向速度和经向速度进行多年平均，得到印度洋EACC的季节变化特征；
年际变化特征分析模块：分析EACC的年际变化特征，包括利用海洋流场数据得到的EACC经向速度异常与AVISO和ECCO2数据的对比，以及结合气候数据进行分析；
ENSO关系分析模块：将EACC区域平均后的经向流速异常与指数进行相关分析，并进行置信检验，以确定EACC的年际变化是否受ENSO过程调制；
ENSO事件影响分析模块：分析和/>事件对EACC经向流速的影响，包括对EACC经向流速异常进行滞后合成分析；利用±0.5倍/>指数的标准差将ENSO事件划分为/>和/>事件，利用海洋环流和气候数据在水平和垂向上对EACC经向流速异常分别进行滞后/>和La/>个月的合成分析；
回归分析模块：利用海平面高度数据对EACC经向流速异常进行回归分析，并分析太平洋传至印度洋的SLA是否对EACC造成影响；利用AVISO的SLA数据分别作和事件发生后3-18个月的SLA以及流场分布的空间合成图分析太平洋传至印度洋的SLA对印度洋EACC的影响；
所述东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定系统，包括：
采集待分析区域水平网格分辨率为0.1°×0.1°的OFES流场数据和SLA数据，采集待分析区域1/4°×1/4°空间分辨率的ECCO2流场数据和SLA数据，采集待分析区域1/4°×1/4°空间分辨率的AVISO的地转流和SLA数据，再采集待分析区域的气候数据并将其处理为月平均数据，完成数据获取；
利用OFES数据确定确定EACC主轴和东边界，对EACC区域0-11°S纬向速度和经向速度平均得到EACC流速的垂向分布特征，进一步对印度洋EACC区域上层300米的纬向速度和经向速度进行多年平均，得到印度洋EACC的季节变化特征；
将OFES数据得到的EACC区域上层300米平均的经向速度去掉季节循环得到EACC的经向速度异常，并与月平均AVISO数据和ECCO2数据进行对比，并结合气候数据分析EACC的年际变化特征；
为进一步研究EACC年际变化与ENSO的关系，将EACC区域平均后的OFES经向流速异常、AVISO经向地转流速异常和ECCO经向流速异常分别与指数作超前滞后相关分析，并进行置信检验，以检测其置信度是否合格，并确定EACC的年际变化是否受ENSO过程调制；
利用±0.5倍指数的标准差将ENSO事件划分为/>和/>事件，利用海洋环流和气候数据在水平和垂向上对EACC经向流速异常分别进行滞后/>和个月的合成分析，以此分析/>和/>事件对EACC经向流速产生的影响；
对印度洋EACC经向流速异常与SLA进行回归分析，利用AVISO的SLA数据分别作和/>事件发生后3-18个月的SLA以及流场分布的空间合成图分析太平洋传至印度洋的SLA是否对印度洋EACC造成影响。
9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1～7任意一项所述东非沿岸流的年际变化与厄尔尼诺-南方涛动关系测定方法。
CN202310869229.8A 2023-07-14 2023-07-14 Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统 Active CN116894405B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310869229.8A CN116894405B (zh) 2023-07-14 2023-07-14 Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310869229.8A CN116894405B (zh) 2023-07-14 2023-07-14 Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统

Publications (2)

Publication Number Publication Date
CN116894405A CN116894405A (zh) 2023-10-17
CN116894405B true CN116894405B (zh) 2024-01-30

Family

ID=88313275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310869229.8A Active CN116894405B (zh) 2023-07-14 2023-07-14 Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统

Country Status (1)

Country Link
CN (1) CN116894405B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114997055A (zh) * 2022-06-06 2022-09-02 安徽理工大学 海平面温度时频域变化特性分析方法
CN115795792A (zh) * 2022-10-24 2023-03-14 广东海洋大学 一种研究南大洋中尺度涡旋个数季节变化规律的方法
CN115829185A (zh) * 2022-11-04 2023-03-21 广东海洋大学 Enso对臭氧谷的影响分析方法、装置及系统和存储介质
CN116307853A (zh) * 2023-02-21 2023-06-23 广东海洋大学 一种东南印度洋南赤道流的年际变化规律分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114997055A (zh) * 2022-06-06 2022-09-02 安徽理工大学 海平面温度时频域变化特性分析方法
CN115795792A (zh) * 2022-10-24 2023-03-14 广东海洋大学 一种研究南大洋中尺度涡旋个数季节变化规律的方法
CN115829185A (zh) * 2022-11-04 2023-03-21 广东海洋大学 Enso对臭氧谷的影响分析方法、装置及系统和存储介质
CN116307853A (zh) * 2023-02-21 2023-06-23 广东海洋大学 一种东南印度洋南赤道流的年际变化规律分析方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Eddies and dipoles around South Madagascar and their large-scale impact;Wilhelmus P.M. de Ruijter等;Deep-Sea Research;383-400 *
ENSO空间形态变异对ENSO-IOD关系年代际减弱的可能作用;滕宇威;张文君;刘超;耿新;秦楚菲;;气象学报(第02期);51-61 *
一次层状云系水分收支和降水机制的数值研究;周非非;洪延超;赵震;;气象学报(第02期);38-50 *
南印度洋表层副热带环流的漂流示踪;张涟漪;杜岩;郑少军;贺志刚;彭世球;;科学通报(第33期);82-91 *
厄尔尼诺衰减年东亚夏季大气环流和降水异常的耦合模式后报试验;智海;俞永强;严厉;张文君;李志强;;气象学报(第04期);173-182 *

Also Published As

Publication number Publication date
CN116894405A (zh) 2023-10-17

Similar Documents

Publication Publication Date Title
Xie et al. An eddy resolving tidal-driven model of the South China Sea assimilating along-track SLA data using the EnOI
CN114611800B (zh) 一种黄海绿潮中长期趋势预测方法
Mao et al. A 3-D numerical study of salinity variations in the Bohai Sea during the recent years
Barzandeh et al. Wind-driven coastal upwelling along the northern shoreline of the Persian Gulf.
Viikmäe et al. Quantification and characterization of mesoscale eddies with different automatic identification algorithms
Fréchette et al. Relationship between Holocene climate variations over southern Greenland and eastern Baffin Island and synoptic circulation pattern
Zhou et al. Effect of topographic background on sand wave migration on the eastern Taiwan Banks
CN116894405B (zh) Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统
Zheng et al. Numerical simulation of typhoon-induced storm surge along Jiangsu coast, Part I: Analysis of tropical cyclone
Spinks et al. Variability of the subtropical highs, African easterly jet and easterly wave intensities over North Africa and Arabian Peninsula in late summer.
Korres et al. Forecasting the Aegean Sea hydrodynamics within the POSEIDON-II operational system
Zhu et al. Comparison and validation of global and regional ocean forecasting systems for the South China Sea
Donkers et al. Offshore wind atlas of the Dutch part of the North Sea
Abdullah et al. Variations of sea level and tidal behaviour during El Nino/La Nina: An example of Malaysian Coastline
Gu et al. Quantitative analysis of the macro-geomorphic evolution of Buyuan Basin, China
Wakazuki et al. Climatological reproducibility evaluation and future climate projection of extreme precipitation events in the baiu season using a high-resolution non-hydrostatic RCM in comparison with an AGCM
Zhang et al. An East Asian land-sea atmospheric heat source difference index and its relation to general circulation and summer rainfall over China
Nishida et al. Optimization of integrated weather routing systems for sailing cargo ships
Li et al. Recent improvements to the physical model of the Bohai Sea, the Yellow Sea and the East China sea operational oceanography forecasting system
Li et al. Seasonal suspended particles distribution patterns in Western South Yellow Sea based on acoustic Doppler current profiler observation
Wen et al. The impact of horizontal resolution on the intensity and microstructure of super typhoon USAGI
Li et al. Rainfall distribution of five landfalling tropical cyclones in the northwestern Australian region
Yan et al. Extraction and analysis of the sea ice parameter dataset of the Bohai Sea from 2011 to 2021 based on GOCI
Hussain et al. Hydro-meteorological impact on residual currents and salinity distribution at the Meghna Estuary of Bangladesh
Zhang et al. Imprints of tropical cyclone on three-dimensional structural characteristics of mesoscale oceanic eddies

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant