王璐华,张韧,李佳讯,杨进,高飞,李璨
(1.解放军理工大学 气象海洋学院,江苏 南京 211101;2.海军海洋测绘研究所,天津 300061;3.解放军91431部队,广东 湛江 524000)
图1 吕宋海峡地形图(m)
吕宋海峡是南海与西太平洋水交换的重要通道,南北水道宽约350 km。海峡内地形复杂,如图1所示,东侧可达5 000m,中部约2 000m,部分区域在几百米左右,西侧可达3 000-4 000m左右。由于吕宋海峡特殊的地理环境,在吕宋海峡内部会发生很多重要的海洋现象。其中黑潮在吕宋海峡的变化较为复杂。黑潮在此处易发生入侵,以“流套”形式入侵南海(Lietal,1998),并且这种情况交易发生在冬季。Caruso等(2006)对黑潮入侵流的年际变化做过研究,指出入侵流存在几种形态。Liang等(2008)通过模式计算出吕宋海峡处的净流量大部分为西向的,可达到4.8-6.5 Sv,在少部分年的夏季为东向,流量只有0.3-2.2 Sv。关于黑潮入侵流的永久性和瞬时性,目前存在着较多的争议,Hsueh等(2004)通过数值模式认为入侵流是一种永久性的现象,而Yuan等(2006)通过数据资料分析指出,入侵流更比较像是一种瞬时性的现象。入侵流通常会伴随着反气旋式涡的脱落(Lietal,2002),这些反气旋涡位于台湾岛西南部。Jia等(2010)通过研究台湾岛西南部的地转涡度的年代际变化发现黑潮入侵流及涡旋脱落与温跃层厚度以及黑潮流量相关。Jia等(2005)利用一个非线性的两层半模式从物理机制上对这些反气旋式涡的脱落进行了解释,指出黑潮入侵流南侧的锋面不稳定性是原因之一。副热带太平洋中的许多涡旋会伴随Rossby波西传至吕宋海峡处,并与黑潮相互影响 (LaCasceetal,2004)。Sheu等(2010)通过统计分析指出西向传播的涡旋在吕宋海峡会受黑潮强度和路径的影响。同时,在吕宋岛西北部还存在着一个较强的涡旋,即吕宋冷涡,相关研究表明这些涡旋的产生与黑潮和季风(姜良红 等,2010;孙成学,2009)密切相关。李燕初等(2003)对这些涡旋进行了季节和年际变化尺度的分析,分析发现在秋冬季节,涡旋强度最强,夏季次之,春季最弱。Zheng等(2007)在研究吕宋西部的中尺度涡时发现,拉尼娜现象与涡旋强度的变化有着较好的对应关系。
关于吕宋海峡上层流场的时空变化特征,先前有人利用EOF方法进行过研究(李燕初 等,2004;姚玉娟等,2012):吕宋海峡海面高度场呈现出季节和年际变化特征,吕宋岛西北部的海面高度场是南海东北部海域季节变化最明显的;吕宋海峡海面高度场变化的第一模态占92%,表征黑潮的跨隙形态;第二模态占5.3%,表征为秋冬季黑潮以支流或流套形式入侵南海。EOF方法作为一个传统的时空分析方法的确存在很大的优势,但在进行显著性检验时,很容易过滤掉一部分信息。本文将利用SOM神经网络方法对吕宋海峡的海面高度与绝对动力地形数据进行分析,揭示吕宋海峡海面涡度场与地转流场的变化特征。SOM方法又称自组织神经网络方法,是一种无监督聚类方法。Liu等(2006)的实验表明,SOM在获取上升流与下降流的不对称信息上效果超过EOF方法,并在获取较为复杂的模态时占据很大优势。目前,已经有许多相关文献对SOM方法进行过研究和应用,并取得了比较好的效果。例如,Jin等(2010)利用SOM方法揭示了琉球海流与黑潮的相互作用;Liu等(2008 a)把SOM方法应用于南海海面高度场,从新的角度阐释了南海海面环流结构特征。
鉴于SOM方法与传统方法相比在揭示海洋流场特征方面的独特优势,本文拟利用该方法对吕宋海峡表层流场的时空特征进行研究。
海面高度异常(Maps Sea Level Anomaly Merged,MSLA)数据与绝对动力高度地形(Absolute Dynamic Topology,ADT)数据由法国空间局AVISO中心网站提供,它们的空间分辨率都为0.25°×0.25°,时间分辨率7 d。选取的吕宋海峡的空间范围为(18°N-23°N,117°E-124°E),时间跨度从1993年1月至2011年12月。
自组织特征映射网络(Self-organizing feature Map,SOFM网络),简称SOM网络。SOM神经网络方法基于最小距离原理,把特征形态类似的信息分成一类。它是一种无监督聚类方法(Kohonen,1982;1997),不需要具备已知的样本,可以自组织的进行学习和自动分类。适合于提取特征形态和进行判别分类,类似于K均值法。SOM网络由输入层和竞争层组成,其中输入层为分类的场数据;竞争层为输出数据,输出结果数可以根据需要自己设定。输入层与竞争层之间相互连接,连接权重在自适应过程中不断调整。SOM方法的基本思想就是竞争层中的神经元基于最小距离的原则不断调整连接权重以获取对输入层的最佳响应(关于SOM原理的具体介绍与工具下载请参考网站:http://www.cis.hut.fi/projects/somtoolbox/)
SOM方法的最终分类结果与输入层的数据相映射,即竞争层存在着一个最佳匹配单元(Best Matching Unit,BMU)与输入层数据相对应。由于输入层的样本数据是按照时间顺序排列,SOM实验结果还会得到一个BMU时间序列。BMU时间序列可以反映出分类图形的时间变化趋势。这样SOM方法可以在空间与时间上分别描述数据场的变化信息。
SOM方法在实验前需要对参数进行设置。本文参数的选择参照Liu等(2008b)在南海的实验方案。采用矩形格子、片状图形,线性启动,批训练方式以及“ep”邻域函数方案。分类结果数的选取是根据吕宋海峡海面涡度场与地转流场的特征信息决定的,分类结果个数越多,获取的信息越详细。在此次试验中,竞争层网络分别采用2×2与3×4的二维网络结构。2×2的结构设置可以获取4个分类图形,这样可以与气候态的季节场进行比较;3×4的结构可以获取12个分类图形,这样将结果与气候态的月变化场进行比较。
在本实验中,先将MSLA与ADT数据进行标准化,再把两数据场合并为一个矩阵,处理方式类似于EOF对矢量做分解的方式,分别把MSLA和ADT作为矢量的两个分量,然后将合并的矩阵进行SOM分类。分类后的结果再分别还原为MSLA与ADT数据场,其中MSLA数据进行涡度场计算,ADT进行正压地转流的计算。数据标准化可以消除两种数据之间量级的差异,将两种数据合并后再分类可以考虑到MSLA与ADT之间的相互影响,比对两者分别进行分类更能表征出吕宋海峡表层的涡度场与地转流场特征。
海面地转流场由海面高度场计算得出,计算公式:
其中:ug、vg为地转流速;vg为重力加速度;h为绝对动力地形高度;f=2Ωsinφ为科氏参数,Ω为地转角速度,φ为纬度。实验中有关黑潮流场的描述都是正压地转流场。
海面涡度场由海面高度异常场计算,计算公式:
其中:
气候态的涡度场与地转流是通过SLA与ADT数据进行19年平均后计算得出的。冬季,黑潮以流套形式深入南海,最大弯曲处位于台湾岛南侧。同时,在台湾岛西南侧出现一个强的负涡度区;可以看出此处的地转流较强,属于延伸至南海的黑潮水。在吕宋岛西北侧,存在一正涡度区度,对应吕宋冷涡区。春季,部分黑潮水进入南海,与吕宋岛西北侧的南海地转流混合后进入南海北部,其余黑潮水绕过吕宋海峡而直接北上进入太平洋;台湾岛西南侧的涡度转为正涡度,但涡度值较小。夏季,黑潮流轴向东偏移,没有支流进入南海,是对南海水影响最小的季节。流轴弯曲处西侧,正涡度区的涡度强度继续加强。吕宋岛西北侧,南海地转流速较强,冬季时的正涡度区涡度转为负涡度。秋季,吕宋海峡北部黑潮会有小部分支流水穿越海峡,吕宋岛西北侧地转流减弱;吕宋岛西北部的负涡度强度较夏季弱。
图2 气候态的季节涡度场与地转流场
如图3所示,分类结果1出现的概率为26.54%。涡度场与流场的空间分布与气候态的春季相类似;时间序列的统计结果表明分类1在3、4、5月份出现的次数最多,与春季对应,同时分类1在1、2、6月份出现的次数也较多,表明分类1在冬季末和夏季初出现的概率也较大。分类2出现的概率为23.71%。其空间分布形态与气候态的夏季相类似,黑潮流轴不穿越海峡,流轴西侧也没有明显的支流;台湾岛西南部的正涡度区与东南部的负涡度区都比较明显。分类2在6、7、8月份出现的次数最多,这表明分类2主要出现在夏季;同时分类2在5、9月份出现较高次数,这也表明分类在春季末与秋季初也经常出现。分类3中的涡度场与流场的空间分布实验结果与气候态的冬季相似,吕宋海峡北部黑潮以流套结构形式伸向南海,在流轴弯曲处存在着一个强的负涡度区。分类3在统计过程中出现的概率为24.92%。这表明在12年中,约有24.92%的时间,黑潮会以流套形式入侵南海。分类3在1、2、12月份出现的次数最多,这表明分类3主要出现在冬季,但是分类结果3在11月份也出现较多次数,说明分类3也会出现在秋季末。分类结果4出现的概率为24.82%。涡度场与流场的空间分布与气候态的秋季相类似,北部黑潮存在穿越海峡的支流,强度弱于分类3中的强度,台湾岛西南部的涡度强度以及吕宋冷涡位置处的涡度强度都较气候态的小。时间序列上的统计结果显示,分类结果4在8、9、10、11月份出现的次数最多,这表明分类结果4主要出现在夏季末和秋季。
图3 SOM 2×2分类结果
综上所述,吕宋海峡表层地转流与涡度可以按季节来分为4大类:春季型、夏季型、秋季型及冬季型。SOM 2×2结果的空间分布与地转流与涡度场的气候态空间分布基本类似,黑潮流轴由春季到夏季逐渐东移,台湾岛西南部的正涡度区涡度逐渐增强。夏季到秋季,流轴西移,吕宋海峡整个区域的涡度场强度都有所减弱。秋季到冬季时,流轴继续西移,“流套”结构明显,黑潮水可以穿越海峡进入南海,台湾岛西南部的正涡度区涡度完全转为负涡度,台湾岛东南部以及吕宋冷涡区的涡度场也与夏季对应位置的涡度相反。
BMU时间序列显示了4个分类结果在12年中的演变趋势,可以反映涡度场与地转流场的季节与年际变化信息。在12年中,分类图形的基本走向是3→1→2→4→3,分别对应着4个季节的变化。同时可以在时间序列中看出,在1997年、1999年、2000年、2003年以及2008年,季节信号较强,分类图形交替出现。此时ENSO信号较强,暗示着吕宋海峡地转流场及涡度场与其有着某种联系,这方面有待进一步研究。这也是气候态数据所不能表现出来的信息。
表1 SOM 2×2分类结果在1993年1月至2011年12月各月份出现次数的统计结果
气候态的涡度场与地转流场通过19年的SLA与ADT的月平均计算得出。气候态数据更能较好地显示出黑潮流轴以及涡度场随时间的变化走向。由图5可以看出在前一年12月份至第二年的7、8月份左右,黑潮流轴逐渐向东偏移,台湾岛西南部的负涡度逐渐演变为正涡度,吕宋岛西北部以及台湾岛东南部的正涡度则逐渐演变为负涡度;在7、8月份至12月份,黑潮流轴逐渐西移,台湾岛西南部的正涡度演变为负涡度,吕宋岛西北部以及台湾岛东南部的负涡度演变为正涡度。同时,台湾岛西南部的负涡度强度在11、12、1、2月份左右达到最大,吕宋岛西北部及台湾岛东南部的正涡度在5、6、7、8,9月份左右达到最大。黑潮流轴在11、12、1、2月份左右可以穿越吕宋海峡,在6、7、8、9月份左右流轴不会穿越海峡,是对南海水影响最小的月份。
SOM2×2的分类结果并不能完全获取吕宋海峡涡度场与地转流场的分布信息。较少的分类结果会笼统的把相似的信息汇成一类。因此要详细了解吕宋海峡涡度与地转流的分布特征,需要增加分类数目。在此次实验中,把SOM竞争层神经元个数设置为3×4,分类结果再与月气候态的分布图进行比较,进而获取气候态数据不能显示的信息。
表2显示的是分类数据的统计结果。通过分析,分类1发生的时间从3-5月;分类2主要发生在4-6月份;分类3主要发生在6、7、8月;分类4发生在1-3月;分类主要5发生在3-6月;分类6主要发生在7-9月;分类7发生在12、1、2、3月,主要在12、1、2月;分类8全年都有可能发生,主要集中在10、11、12、1月;分类9主要发生在7-11月;分类10主要发生在1、2、12月;分类11在11月出现次数较多;分类12主要集中在9、10月。每一个分类结果都会在某一个或两个特定的月份出现最多,并与相应月气候态的特征相类似。
图4 SOM 2×2实验的BMU时间序列
图5 气候态的月涡度场与地转流场
表2 SOM 3×4的分类结果在1993年1月至2011年12月各月份出现次数的统计结果
所有分类结果基本可以分为4类:春季型,包括分类图形1、5。这一类主要发生在春季以及夏季初,黑潮流轴不再穿越海峡,存在支流进入南海,台湾岛西南部的正涡度渐强,吕宋冷涡区的涡度减弱;夏季型,包括分类2、3、6,主要发生在春季末、夏季,此时黑潮流轴不穿越海峡,台湾岛西南部的正涡度强度以及吕宋冷涡区的负涡度强度都很大,并且吕宋岛西部的地转流速达到最小;秋季型,包括分类8、9、12,主要发生在秋季,此时黑潮流轴西移,有时会有较强的支流穿越吕宋海峡,台湾岛西南部的正涡度逐渐转为负涡度,吕宋岛西北部的负涡度则转向为正涡度;冬季型,包括分类图形4、7、10、11。基本特征是主要发生在冬季,黑潮流轴穿越吕宋海峡,台湾岛西南出现强的负涡度,以分类10为例,吕宋海峡存在强的黑潮入侵流,流量大且台湾岛西南部的负涡度很强。值得注意的是,有些分类图形并不仅仅出现在某一个时间段,而是在全年的时间序列中都有可能出现,例如分类8。另外在每种季节类型内,分类图形之间也存在差别,例如冬季型:分类4、7、10、11之间还是存在明显差别的,4、7、11中的涡旋强度以及黑潮流速等都没有分类10的强。
图6 SOM 3×4的分类结果
SOM 3×4的分类结果表明吕宋海峡内的涡度场存在如下几个特征:夏季型,在台湾海峡西南部出现较强的正涡度时,流轴比较靠东,而在台湾岛东南部以及吕宋冷涡区域,一般出现负涡度,但是不同年份的涡度强度会有所不同;冬季型,在台湾岛西南部出现较强的负涡度时,黑潮流轴偏西的分量最大,“流套”结构明显,台湾岛东南部以及吕宋冷涡区域的正涡度比较强,但当台湾岛西南部的涡度强度较弱时,台湾岛东南部以及吕宋冷涡区域处的涡度强度也较弱;春季与秋季型,这种类型的涡度场特征是3个涡度变化显著的区域的涡度强度都较弱,黑潮流轴位于夏季型与冬季型位置的中间,黑潮会有部分水进入南海,但在个别年份,如分类1(介于夏季型与春季型中间,台湾岛西南部的正涡度强度强,而流轴位置类似于春季型)也会出现在春季,并且频率较高。
与气候态的数据进行比较可以发现,SOM 3×4的结果并不是严格的与相应的月气候态对应。例如在3月,出现次数最多的是分类1,其次是分类4,而分类1与气候态的3月并不相似,分类4与气候态的相似程度反而高一些。同时,气候态数据只是在空间分布上表明了涡度场与流场的变化顺序,而SOM的实验结果不仅仅在空间分布上显示了一些详细的细节,还指出了分类结果的时间变化信号。BMU时间序列如图7所示,季节信号与年际信号同时存在。同一类型的分类图形在分布形态与时间排布上也存在差别,即季节形态并不是维持不变的,这也是气候态数据不能获取的信息。
本文利用SOM方法探讨吕宋海峡表层涡度场与正压地转流场的时空变化特征,得到如下结论:
(1)SOM 2×2分类结果的空间形态与气候态的季节形态相类似。黑潮在秋冬季会以支流或流套形式入侵南海;在夏季时对南海水影响最小。统计数据表明,分类图形并不仅仅局限在某一季节内出现,其中冬季型还可以出现在11月,而夏季型可以出现在5-9月。SOM 3×4的分类结果可以显示更为详细的信息。按照发生月份与特征形态分类,可以分为4类:冬季类型,春季类型,夏季类型,秋季类型。同时,类型内各分类图形的变化信号较显著。BMU时间序列表明,吕宋海峡海面涡度场与地转流场同时存在季节与年际变化信号。
图7 SOM 3×4实验的BMU时间序列
(2)实验中,将SOM方法应用于吕宋海峡上层流场的特征分析,取得了较好的效果。与EOF方法不同的地方在于,SOM没有按照特征模态的贡献率进行涡度场和流场信息的剥离,并且它的直观性比较强,可以直接通过BMU时间序列看出具体年月份的流场形态。
当然SOM方法也存在一定的缺陷,比如SOM方法对参数的选取比较敏感,参数的设置又有一定的人为性,易受主观影响等问题。这些还有待通过与其他智能算法结合等途径来逐步研究解决。
Caruso M J,Gawarkiewicz G G,Beardsley R C,2006.Interannual Variability of the Kuroshio Intrusion in the South China Sea.Journal of Oceanography,26:559-575.
Hsueh Y,Zhong L J,2004.A pressure-driven South China Sea Warm Current.JournalofGeophysical Research,109,C09014.
Jia Y L,Liu Q Y,Hu H B,2010.Decadal Variation of the Geostrophic Vorticity Westofthe Luzon Strait.The Open Oceanography Journal,4:144-149.
Jia Y L,Liu Q Y,Liu W,2005.Primary Study ofthe Mechanism of Eddy Shedding from the Kuroshio Bend in Luzon Strait.Journal of O-ceanography,61:1017-1027.
Jin B G,Wang G H,Liu Y G,et al,2010.Interaction between the East China Sea Kuroshio and the Ryukyu Current as revealed by the self-organizing map.Journal of Geophysical Research,115,C12047.
Kohonen T,1982.Selforganized formation oftopologically correctfeature maps.Biological Cybernetics,43:59-69.
Kohonen T,1997.Self-Organizing maps,2nd edition.Berlin:Springer-Verlag.
LaCasce J H,Pedlosky J,2004.The instability of Rossby basin modes and the oceanic eddy field.JournalofPhysical Oceanography,34,2027-2041.
Li L,Worth D Jr,Su J L,1998.Anticyclonic rings from the Kuroshio in the South China Sea.Deep Sea Research,45(9):1469-1482.
Li Y,Li L,Lin M,etal,2002.Observation ofmesoscale eddy fields in the sea south westof Taiwan by TOPEX/POISEDON altimeterdata.Acta Oceanologica Sinica,24:163-170.
Liang W D,Yang Y J,Tang T Y,etal,2008.Kuroshio in the Luzon Strait.JournalofGeophysicalResearch,113,C08048.
Liu Y G,Weisberg R H,2006.Performance Evaluation ofthe Self-Organizing Map for Feature Extraction.Journalof Geophysical Research,111,C05018.
Liu Y G,Weisberg R H,Yuan Y C,2008.Pattern ofupper layer circulation variability in the South China Sea from satellite altimetry using the self-organizing map.Acta Oceanologica Sinica,27:129-144.
Sheu W J,Wu C R,Oey L Y,2010.Blocking and Westward Passage of Eddies in the Luzon Strait.Deep Sea ResearchⅡ,57:1783-1791.
Yuan D L,Han W Q,Hu D X,2006.Surface Kuroshio path in the Luzon Strait area derived from satellite remote sensing data.Journal of Geophysical Research,111,C11007.
Zheng Z W,Ho C R,Kuo N J,2007.Mechanism ofweakening ofwest Luzon eddy during La Nina years.Geophysical Research Letters,34,L11604.
姜良红,胡建宇,2010.吕宋冷涡的季节变化特征及其与风应力的关系.台湾海峡,29(1):114-120.
李燕初,蔡文理,李立,等,2003.南海东北部海域中尺度涡的季节和年际变化.热带海洋学报,22(3):61-70.
李燕初,李立,林明森,2004.南海东北部海域海面高度的时空变化特征.科学通报,49(7):702-709.
孙成学,2009.吕宋岛西北海域气旋式涡旋的结构及其形成机制.中国海洋大学.
姚玉娟,江毓武,王佳,2012.吕宋海峡黑潮表层形态EOF模态分析.厦门大学学报,51(4):740-745.