-
0 引言
-
海洋锋面是海域不同水团交汇频繁形成了空间尺度不一的，具有明显不同性质的丝状或带状狭窄过渡带，海洋锋形成的原因一般与平流、季风和地形等因素有关[1-3]。锋面是重要的中尺度海洋环境特征之一，锋区内往往具有很高的水文要素（如温度、盐度、营养物质等）水平变化梯度，海水的物理、生物、化学等要素变化十分强烈[4]。根据不同的水文要素变化梯度，主要分为温度锋、盐度锋、水色锋、营养物质锋等[5]。其中海表温度锋（SSTF） 作为海洋锋的重要表现形式之一，是海洋中水温变化剧烈的 2 个不同水团的交界线，是各种海洋物质运动和能量交换的重要地带，并且对海气之间的相互作用会产生重要的影响[6]。南海位于我国大陆南部，是一个半封闭性的太平洋边缘海，通过台湾海峡、吕宋海峡、巴拉巴克海峡等与邻近海域沟通[7]。南海位于太平洋、东亚大陆和印度洋交汇处，这里有世界海洋中温度最高、面积最大的热带西太平洋暖池，是全球热带对流最强，海气相互作用极为强烈的区域[8-9]。
-
南海海底地形复杂，主要以大陆架、大陆坡和中央海盆 3 个部分呈现环状分布[10]。中央海盆位于南海中部偏东海域，地势东北高、西南低。大陆架沿大陆边缘和岛弧分别以不同坡度倾向海盆，北部和南部的海盆面积最广。陡峭的大陆坡位于中央海盆和大陆架之间，分为东、西、南、北 4 个陆坡区。特殊的地理位置及环境要素，使得南海海洋中尺度过程尤为显著[11]。南海海洋温度锋是影响南海陆架水体交换的重要物理因素[12]，开展南海海洋锋面时空分布特征分析，可为南海海洋预报、气象预测、海洋环境分析提供支撑与服务，对认识南海、开发南海、保护南海具有实际意义[13-16]。
-
本研究基于 2010–2020 遥感系统（Remote Sensing System，RSS）提供的微波和红外融合 SST 资料提取南海海洋温度锋面的空间分布情况、中心线长度与锋面发生频次信息，并开展时间序列锋面特征变化分析。
-
1 数据与方法
-
1.1 融合 SST 资料
-
本文使用 2010–2020 遥感系统（Remote Sensing System，RSS）提供的微波和红外融合的 SST 资料。该资料结合了微波观测不受云层限制和红外观测分辨率高的优点，融合了 TMI、AMSR-E、AMSR2、 WindSat、MODIS 等红外和微波辐射计数据，空间和时间分辨率分别为 9 km 和 1 d。首先将遥感系统提供的 L4 级 SST 产品原始数据按照比例因子 0.000 83 缩放，然后加上其偏移量 295.65，得到 SST 的开尔文温度，再将得到的开尔文温度转化成摄氏度。其次，提取纬度在北纬 0°~23°、东经 103°~121° 之间的 SST 数据，并将 SST 数据在有效范围外的区域设置为 Nan 值，控制数据质量。
-
1.2 海面风场资料
-
本文选用的风场数据为多平台交叉校正风场资料（Cross-Calibrated Multi-Platform，CCMP）。 CCMP 结合校准的微波风场资料，利用变分分析法融合得到高分辨率分析产品，具有较强的实用型，且时间序列较长。RSS 根据多种主动或被动星载微波设备反演得到 CCMP 风场数据，该数据融合了多个微波辐射计数据和微波散射计数据，且所有风场观测数据和模型分析范围均以海面 10 m 处数据为参考。RSS 提供了 1987 年至今的日均和月均 CCMP 数据，具有 U、V（经向、纬向）风速分量和平均风速信息，可基本覆盖全球海域。
-
本文使用 2010–2020 年 L3 级月平均数据，空间分辨率 25 km，数据格式为 netCDF。提取经纬度范围在北纬 0°~23°、东经 103°~121°之间的风场数据，其中数据的正负代表风速的方向。
-
1.3 锋面信息探测方法
-
锋面调查常用探测方法主要有：温度梯度法[17]、直方图分析法[18]、Canny 边缘检测算法[19] 和熵检测等方法[20]。温度梯度法是目前锋面检测方法中较为成熟的方法，主要是通过计算像元梯度值并以某一阈值选择梯度较高的像元来提取锋面。该方法操作性强，并且能够适用于大、中尺度的锋面检测。
-
温度梯度法的基本步骤为梯度计算、阈值选取及图像二值化，在计算梯度时常采用前差差分法。如图1 所示，T（i，j）代表整个温度数据中第 i 行，第 j 列的 SST 值，T（i，j）为待计算梯度的点，T（i，j+1）、 T（i+1，j）分别其相邻的点，根据公式（1）和公式（2） 分别计算沿经向、纬向的温度梯度分量 Tx 和 Ty，公式（3）计算该点总梯度值 TG。
-
图1 基于 SST 数据的锋面探测方法示意图
-
Fig.1 Schematic diagram of frontal detection method based on SST data
-
不同季节和海域，不同强度温度锋的锋面梯度有所差异，很难有统一的阈值标准，专家们根据经验选取的温度锋阈值范围为 0.01~0.06℃/km[21-26]。许素芹等[22]将 0.028℃/km 定义为南海北部温度锋阈值；LIU 等[25]选择 0.03℃/km 作为南海海域水平温度梯度的判断标准，得到的海面锋区方向和范围与已有研究较为相似。
-
本研究综合考虑阈值选取准则，选取0.03℃/km 作为南海温度锋面的判断标准，将出现概率大于 30%的区域作为各月锋面出现的位置。例如，某观测点在 4 月份全部为有效观测数据，即有效数据 30 d，其中有 15 d SST 梯度大于 0.03℃/km，则此月份该点锋面出现的概率即为 0.5，则此观测点则被看作锋面出现的位置点。图2 展示了利用温度梯度法得到的温度梯度信息。
-
图2 温度梯度法检测结果
-
Fig.2 Temperature gradient method results
-
1.4 锋面中心线和长度提取方法
-
与梯度法一样，Canny 算法是基于锋面处水文要素呈现高水平梯度的原理来实现锋面提取的，不同的是 Canny 算法通过非极大值抑制和双阈值检测提高了锋面的定位精度和连续性，此外通过高斯滤波，一定程度上去除了噪声的影响。Canny 算法的基本步骤包括：对图像进行高斯滤波；梯度计算； 非极大值抑制和双阈值检测。Canny 算法中，通过高斯滤波去除噪声；通过非极大值抑制去除伪边缘；通过高、低阈值实现锋面的检测和连接，并进一步去除伪边缘，在有效抑制噪声的同时保证了锋面的连续性。此外，用 Canny 算法提取海洋锋面可获得海洋锋面的中心线，进而可获取海洋锋面的位置信息。其方法为，通过获取 SST 梯度的方向及大于锋面阈值的格点数据，再经由 Canny 算子找出这些格点数据中邻近区域里具有相同梯度方向的最大梯度值所在位置，通过依次相连这些最大梯度值所在的格点，得到温度锋的中心线[19]。通过以上方法可得到研究海域温度锋面范围以及锋面中心线位置等主要锋面参数。再通过累加锋面中心线通过的格网数目，计算锋面中心线的长度。
-
2 结果分析
-
2.1 南海锋面调查结果
-
利用 RSS 提供的融合 SST 资料，基于海面温度的水平变化梯度，根据锋面判断标准，提取锋面中心线位置和长度信息，得到了月、季度、半年和年的锋面分布结果。基于 2010–2020 年间的锋面信息结果，南海区域共探测到 8 个温度锋面，分别是位于台湾西南部、广东沿岸的台湾海峡及广东福建沿岸锋（TSGFF）、位于珠江口河口区的珠江口锋 （PREF）、位于海南岛东北部及湛江东部沿岸的海南岛东北锋（NHIF）、位于北部湾北部（越南北部） 的北部湾锋（GIF）、位于越南东部沿岸的越南沿岸锋（VCF）、位于吕宋海峡西南部的吕宋西南锋 （WLF）、位于巴拉望岛和文莱西岸的马来西亚–菲律宾西侧沿岸锋（SSF）和位于泰国湾东部的泰国湾锋（GTF）。该调查区域探测到 8 个锋面多为河口锋和陆架锋。各锋面名称和中心线位置分别如表1 和图3 所示。
-
图3 南海锋面中心线位置图
-
Fig.3 Centerline of South China Sea fronts
-
2.2 南海锋面气候态分布特征
-
基于 2010–2020 年的锋面调查结果，我们对 1–12 月锋面 5 年的结果进行了叠加，来观察锋面的气候态分布特征，结果如图4 所示。可探测锋面数量的大体走势表现为：1–2 月检测到的锋面数量最多，8 个锋面均被检测到；3–4 月有较小幅度地减少，主要体现在马来西亚–菲律宾西侧沿岸锋和泰国湾锋的消失；5–9 月呈持续减少的趋势，其中 9 月达到最少值，仅检测到台湾海峡及广东福建沿岸锋和越南沿岸锋；10–12 月有所回升，10 月检测到台湾海峡及广东福建沿岸锋、珠江口锋、北部湾锋；11 月检测到除越南沿岸锋、马来西亚–菲律宾西侧沿岸锋和泰国湾锋外的所有锋面；12 月仅马来西亚–菲律宾西侧沿岸锋未被检测到。台湾海峡及广东福建沿岸锋存在时间最长，几乎全年存在；除了 9 月，其它月份均被检测到；马来西亚–菲律宾西侧沿岸锋（SSF）和泰国湾锋（GIF）存在时间最短，分别在 1 月、2 月、4 月和 1–3 月、12 月被检测到。
-
通过上面分析可以看出，南海锋面空间分布特征存在明显的季节变化。冬季是锋面发生最多的季节，可以探测到全部 8 个锋面。春季锋面分布较为广泛，北部广东沿岸存在时间长；夏季锋面检测数量逐渐减少；秋季锋面发生的次数较少，且主要发生在秋季末。
-
图4 南海锋面 1–12 月份 10 年叠加分布图
-
Fig.4 Overlay distribution of fronts in the South China Sea from January to December in 10 years
-
2.3 南海温度锋长度及频次特征分析
-
根据南海锋面信息结果，绘制了 2010–2020 年南海锋面长度统计和锋面发生频次柱状图。
-
由图5（a）可以看出，夏季发生的锋面长度普遍大于冬季锋面长度，上半年的锋面长度大于下半年锋面长度。台湾海峡及广东福建沿岸锋，海南岛东北锋和越南沿岸锋锋面长度较长，发生位置主要靠近南海海域的西部和北部，且季节内锋面位置较为稳定。根据图5（b）所示，冬季锋面发生的频次最高，变化区间为[15，24]；秋季锋面发生的频次最低，变化区间在[3，9]。其中台湾海峡及广东福建沿岸频率出现频率最高。
-
由图6（a）发现，台湾海峡及广东福建沿岸锋总长度最长，每年的锋面长度在 1 225~4 795 km之间变化，大部分时间长度约 3 000 km。珠江口锋在调查期间内均存在，锋面长度在 2016 年达到最长 2 249 km，2019 年长度最短在 385 km。海南岛东北锋年际变化较小，锋面长度相对稳定，长度在 1 015~2 324 km 之间。北部湾锋（越南北部）在近5 年锋面长度有所增加，达到 2 000 km 左右；越南沿岸锋与北部湾锋相反，近 5 年锋面长度逐渐减小，2020 年达到最小值 681 km。吕宋西南锋每年长度相差最小，平均在 1 400 km 左右。马来西亚– 菲律宾西侧沿岸锋，锋面长度在 88~728 km 之间，整体长度最短。泰国湾锋面仅在 2010 年和 2016 年未被检测到，长度相对较短，在 51~907 km 之间。根据图6（b）所示，前 5 年锋面发生频次波动较大变化区间为[24，55]，最近 5 年锋面发生频次较为稳定，变化区间为[28，52]。
-
图5 2010–2020 年锋面各季节长度和频次统计图
-
Fig.5 Length and frequency statistics of fronts by season during2010–2020
-
图6 2010–2020 年锋面年长度和频次统计图
-
Fig.6 Length and frequency statistics of fronts by year during2010–2020
-
2.4 锋面平均强度与海面风场的关系
-
2.4.1 风速与锋面平均强度的变化
-
南海季风影响南海海表温度，进而影响南海温度锋。本研究统计了各锋区每个月经向风速（U）、纬向风速（V）和平均风速（W），并计算锋面的平均强度，得到如图7 所示的结果。图中左侧纵坐标为锋面平均强度值，右侧为风速值。研究区内不同锋区的平均风速和风向均具有明显的季节变化，北纬 18°以北的锋区 U、V 方向风速在冬季均为负值，盛行的是东风和北风，先增大（负值方向）后减小并趋近于 0，夏季纬向风速为正，盛行南风；北纬 18°以南的锋区 U、V 方向风速在冬季均为负值，盛行东风和北风，夏季 U、V 方向风速与冬季相反均为正值，盛行西风和南风，属于典型的季风海域。这说明锋面平均强度与不同方向风速的强弱存在一定的相关关系。
-
由图7（a）可以看出，台湾海峡及广东福建沿岸锋存在时间长，几乎全年存在，极大值多出现在冬季风盛行的时期，平均强度基本在 0.04~0.06℃/km 之间，具有很强的周期性。经向风速多在–6.7~1 m/s 之间变化，纬向风速多在–7.8~3.2 m/s 之间变化，总风速的变化区间为 1~12 m/s。冬季风风速更大，锋面平均强度的变化与经纬向风速的变化趋势基本一致，随着风速的增加，锋面的平均强度也会有一定程度的增加。
-
珠江口锋的平均强度和风速变化趋势如图7 （b）所示，没有明显的变化规律，该锋全年平均强度基本在 0.04~0.06℃/km 之间变化，冬季平均强度相对较高，基本大于 0.045℃/km。该锋区经向风速的变化区间为–6.7~2.1 m/s，纬向风速为–8.9~4.3 m/s，总风速在 1~10.9 m/s 之间变化。夏季纬向风速更大，盛行南风，冬季经向风速和纬向风速相差不大，均小于 0，盛行东风和北风。
-
图7 风速与锋面平均强度的变化趋势
-
Fig.7 Trends of wind speed and mean frontal intensity
-
图7（c）显示了海南岛东北锋的平均强度和风速的变化趋势，该锋区存在时间较长，锋面强度最大值多发生在冬季风盛行时期，该锋全年平均强度在 0.04~0.06℃/km 之间，夏季纬向风速更大，均为正值，盛行西风和南风，冬季经纬向风速相差不大，均小于 0，盛行东风和北风，该锋区平均风速的季节性变化明显，均在 1~8.7 m/s 之间变化。
-
根据图7（d）可以看出北部湾锋（越南北部） 没有明显的季节性，该锋区多发生于冬季风盛行时期，相较于以上分析的锋面，该锋面的强度有明显的减小趋势，平均强度的变化区间为 0.04~0.06℃/km，纬向风速的变化区间为–4.5~3.2 m/s，经向风速多在–3.4~1 m/s 之间变化，总风速的变化区间为 1~6.5 m/s。
-
如图7（e），越南沿岸锋的平均风速多处于 2.1~6.5 m/s 之间，经向风速和纬向风速相差不大，经向风速的变化范围为–4.5~4.3 m/s，纬向风速的变化范围为–5.6~3.2 m/s，该处锋面多发生于 1–8 月和 11–12 月，锋面平均强度多在 0.04~0.06℃/km 之间。
-
吕宋西南锋多发生于冬季风盛行时期，由图7（f）可知，此时多盛行东风和北风，锋面平均强度多在 0.05℃/km 以下，变化幅度不大。冬季风速大于夏季，经向风速和纬向风速在不同季节方向相反，纬向风速相对来说较大，在–7.8~5.4 m/s 之间变化，纬向风速多处于–6.7~4.3 m/s 变化，总风速为 1~8.7 m/s。
-
图7（g）展示了菲律宾西侧沿岸锋的风速和锋面平均强度的变化趋势，锋面平均强度基本在 0.04~0.05℃/km 之间变化，经向风速变化范围多在–2.3~2.1 m/s 之间，纬向风速的变化区间为–3.4~2.1 m/s，总风速为 1~4.3 m/s。总体来看，锋面多发生于冬季风盛行时期，此时经向风速和纬向风速均为负值，盛行东风和北风。
-
由图7（h）可以看出泰国湾锋的风速和锋面平均强度的变化趋势，该锋面存在时间较短，多存在于冬季，锋面平均强度基本在 0.05℃/km 以下，经向风速和纬向风速的相差较大，经向风速的变化范围为 –4.5~4.3 m/s，纬向风速的变化范围为 –3.4~3.2 m/s，总风速多在 1~5.4 m/s 之间变化。
-
2.4.2 风速与锋面平均强度的相关性分析
-
由于锋面在某些月份不存在或未被检测到，本研究分别计算全年、夏季风盛行时期、冬季风盛行时期各锋区的平均强度与该区域经向风速（U）、纬向风速（V）和平均风速（W）的相关系数，风速的正负代表风向，取风速绝对值计算两者相关系数，结果如表3 所示。
-
台湾海峡及广东福建沿岸锋全年平均强度与风速的相关程度较高，与纬向风速的相关系数为 –0.52，与经向风速相关系数为–0.48；夏季平均强度与经、纬向风速的相关系数均大于冬季，冬季强度与纬向风速和经向风速的相关系数分别为 –0.31、–0.37；珠江口锋的平均强度与风速多呈负相关关系，冬季的平均强度与风速的相关程度较高；与经、纬向风速的相关系数在冬季分别为 –0.47、–0.53，夏季为 0.12、0.01，全年为–0.37、 –0.48。海南岛锋区的平均强度与经、纬向风速的相关系数在全年分别为–0.39、–0.40，在夏季分别为 0.13、0.11，在冬季为–0.15、–0.21，相比较夏季来说，冬季平均强度与风速的相关程度高；北部湾锋的平均强度与风速多呈负相关关系，且与纬向风速的相关性较高，夏季和冬季与纬向风速的相关性系数分别为–0.57、–0.27，与经向风速的相关性系数分别为–0.18、–0.11；越南沿岸锋的平均强度与纬向风速的相关程度更高，且冬季与经向风速和纬向风速的相关系数均大于夏季，分别为 0.10、–0.34。吕宋西南锋在夏季不存在，且与经纬风速均呈负相关；菲律宾西侧沿岸锋和泰国湾锋也在夏季消失，冬季的平均强度与经向风速的相关系数分别为–0.49、0.25、0.18，与纬向风速的相关系数分别为–0.50、0.21、–0.33，全年的平均强度与经向风速和纬向风速的相关系数分别为–0.39、–0.47。
-
3 结束语
-
本研究基于 2010–2020年微波和红外融合 SST 数据检测了南海海域温度锋，并统计研究区内各锋面发生的位置、锋面中心线长度及平均强度，分析了锋面气候态分布特征；基于逐年锋面检测结果，讨论了研究区内典型温度锋的年际变化情况，分析了锋面与海面风场的相关性，主要结果如下：
-
1）南海区共检测到 8 个锋面，其中 1–2 月检测到的锋面数量最多，8 个锋面均可检测到；3–4 月可检测锋面逐渐减少，主要体现在马来西亚–菲律宾西侧沿岸锋和泰国湾锋的消失；5–9 月持续减少，其中 9 月达到最小值，仅检测到台湾海峡及广东福建沿岸锋和越南沿岸锋；10–12 月开始有所回升，10 月检测到台湾海峡及广东福建沿岸锋、珠江口锋、北部湾锋；11 月检测到除越南沿岸锋、马来西亚–菲律宾西侧沿岸锋和泰国湾锋外的所有锋面；12 月只有马来西亚–菲律宾西侧沿岸锋未被检测到。
-
2）根据南海锋面信息结果，对 2010–2020 年南海锋面长度和锋面发生频次进行分析。结果表明：对于不同季节，夏季发生的锋面长度普遍大于冬季锋面长度，上半年的锋面长度大于下半年锋面长度，但冬季锋面发生的频次最高，变化区间为 [15，24]，秋季锋面发生的频次最低，变化区间在 [3，9]。对于锋面长度与频次年分布特征发现，台湾海峡及广东福建沿岸锋总长度最长，在 1 225~4 795 km 之间变化，大部分时间长度约 3 000 km； 马来西亚–菲律宾西侧沿岸锋整体长度最短，锋面长度在 88~728 km 之间，其他锋面长度相对稳定，平均在 500~2 000 km 范围内。前 5 年锋面发生频次波动较大变化区间为[24，55]，最近 5 年锋面发生频次较为稳定，变化区间为[28，52]；
-
3）南海海洋锋面强度极大值多出现在冬季风盛行的时期，平均强度基本在 0.04~0.06℃/km 之间，冬季的平均锋面强度与风速的相关程度较高，具有很强的周期性。台湾海峡及广东福建沿岸锋平均梯度全年与风速的相关程度都比较高；珠江口锋和北部湾锋的平均梯度与风速多呈负相关关系；海南岛锋区相比较夏季来说，冬季平均梯度与风速的相关程度高；越南沿岸锋的平均梯度与纬向风速的相关程度更高；吕宋西南锋、菲律宾西侧沿岸锋在夏季消失，在冬季的相关性高于全年。
-
参考文献
-
[1] 范秀梅，伍玉梅，崔雪森，等.北太平洋叶绿素和海表温度锋面与鱿鱼渔场的关系研究[J].渔业信息与战略，2016，31（1）：44-53．
-
[2] BOST C A，COTTE C，BAILLEUL F，et a1.The importance of oceanographic fronts to marine birds and mammals of the southern oceans[J].Journal of Marine Systems，2009，78（3）：363-376．
-
[3] 曹伟国.东海海洋温度锋面研究[D].青岛：中国海洋大学，2005.
-
[4] BELKIN I M，CORNILLON P C，SHERMAN K.Fronts in large marine ecosystems[J].Progress in Oceanography，2009，81（1-4）：223-236.
-
[5] POLLARD R T，REGIER L A.Vorticity and vertical circulation at an ocean front[J].Journal of Physical Oceanography，1992，22（6）：609-625.
-
[6] 张精英，孙伟富，马毅，等.2000–2017 年东印度洋季风带海域温度锋时空特征变化分析[J].应用海洋学学报，2020，39（1）：100-108.
-
[7] 冯文科，鲍才旺.南海地形地貌特征[J].海洋地质研究，1982（4）：80-93.
-
[8] 蒋国荣，何金海，王东晓，等.南海夏季风爆发前后海–气界面热交换特征[J].气象学报，2004，62（2）：189-199.
-
[9] 丁一汇，李崇银，何金海，等.南海季风试验与东亚夏季风[J].气象学报，2004（5）：561-586.
-
[10] 罗佳，李建成，姜卫平.利用卫星资料研究中国南海海底地形[J].武汉大学学报：信息科学版，2002（3）：256-260.
-
[11] CHU P C，WANG G H.Seasonal variability of thermohaline front in the central South China Sea[J].Journal of Oceanography，2003，59（1）：65-78.
-
[12] 王磊，王丽娅，魏皓.利用卫星遥感资料对南海北部陆架海洋表层温度锋的分析[J].中国海洋大学学报：自然科学版，2004，34（3）：351-357.
-
[13] WANG D X，LIU Y，QI Y Q，et al.Seasonal variability of thermal fronts in the northern South China Sea from satellite data[J].Geophysical Research Letters，2001，28（20）：3963-3966.
-
[14] 任诗鹤，王辉，刘娜.中国近海海洋锋和锋面预报研究进展[J].地球科学进展，2015，30（5）：552-563.
-
[15] SU J L.Overview of the South China Sea circulation and its influence on the coastal physical oceanography outside the Pearl River Estuary[J].Continental Shelf Research，2004，24（16）：1745-1760.
-
[16] PI Q L，HU J Y.Analysis of sea surface temperature fronts in the Taiwan Strait and its adjacent area using an advanced edge detection method[J].SCIENCE CHINA Earth Sciences，2010，53：1008-1016.
-
[17] ORAM J J，MCWILLIAMS J C，STOLZENBACH K D.Gradient-based edge detection and feature classification of sea-surface images of the Southern California Bight[J].Remote Sensing of Environment，2008，112（5）：2397-2415.
-
[18] CAYULA J F，CORNILLON P.Edge detection algorithm for SST images[J].Journal of Atmospheric and Oceanic Technology，1992，9（1）：67-80.
-
[19] 张伟，曹洋，罗玉.一种基于Canny和数学形态学的海洋锋检测方法[J].海洋通报，2014，33（2）：199-203.
-
[20] Vázquez D P，Atae-Allah C，Escamilla P L L.Entropic approach to edge detection for SST images[J].Journal of Atmospheric and Oceanic Technology，1999，16（7）：970-979.
-
[21] JING Z Y，QI Y Q，DU Y，et al.Summer upwelling andthermal fronts in the northwestern South China Sea：observational analysis of two mesoscale mapping surveys[J].Journal of Geophysical Research：Oceans，2015，120（3）：1993-2006．
-
[22] 许素芹，陈标，陶荣华，等.中国近海温度锋时空分布特征及验证[J].遥测遥控，2015，36（3）：62-69，74.
-
[23] 陈彪，王静，经志友，等.琼东和粤西海表温度锋的季节与年际变化特征分析[J].热带海洋学报，2016，35（5）：1-9.
-
[24] 施英妮，张根生，张春华，等.基于多源卫星融合资料的中国近海海洋锋检测研究[J].遥测遥控，2022，43（2）：104-110.
-
[25] LIU Y Y，CHEN W，CHEN W，et al.Reconstruction method of ocean front model based on fuzzy cluster analysis of sound speed profile[J].IEEE Access，2021，9：112714-112725.
-
[26] WANG G H，LI J X，WANG C Z，et al.Interactions among the winter monsoon，ocean eddy and ocean thermal front in the South China Sea[J].Journal of Geophysical Research：Oceans，2012，117（C8）：008007.
-
摘要
使用 2010–2020 年微波和红外融合 SST 数据，利用温度梯度法计算总温度梯度，获取了南海海面温度的水平变化梯度，开展了锋面位置、锋面平均强度及中心线长度的研究。利用锋面信息结果，开展了南海锋面气候态分布特征和年际变化分析和锋面强度与海面风场的相关性分析。结果发现：南海区域探测到的 8 个锋面多为河口锋和陆架锋，均有明显的季节态变化。1–2 月检测到的锋面数量最多，所有锋面均可被检测；3–4 月有较小幅度地减少，主要体现在马来西亚–菲律宾西侧沿岸锋和泰国湾锋的消失；5–9 月呈现持续减少的趋势，并在 9 月达到最小值，仅检测到台湾海峡及广东福建沿岸锋和越南沿岸锋；10–12 月开始有所回升，南海北部沿岸锋面开始被检测到。台湾海峡及广东福建沿岸锋平均梯度全年与风速的相关程度都在 0.48 以上，越南沿岸锋与纬向风相关系数最低为 0.021。相比较夏季来说，冬季平均梯度与风速的相关程度较高。
Abstract
Based on sea surface temperature（SST）data of microwave infrared fusion data from 2010 to 2020， the total temperature gradient is calculated using the temperature gradient method，the horizontal change gradient of sea surface temperature in the South China Sea is obtained，and the research on the location of fronts，the average intensity of fronts，and the length of the centerline is carried out. Based on the results of the frontal survey，the distribution characteristics and interannual variations of the South China Sea frontal climate patterns and the correlation between the intensity of the fronts and the monsoon are analyzed. The results show that the eight fronts detected in the South China Sea region are mostly estuarine fronts and shelf fronts，all of which have obvious seasonal patterns. The number of fronts detected in January and February is the highest，and all fronts can be detected. There is a small decrease from March to April，mainly due to the disappearance of the Shelf-Slope Front and the Gulf of Thailand Front. A continuous decreasing trend is observed from May to September，with a minimum value reached in September，and only the Taiwan Strait and Guangdong-Fujian Fronts and the Vietnam coastal front are detected. From October to December，the number of fronts is increased，and fronts are detected in the north of the South China Sea. The correlation coefficient between the mean gradient and wind speed in the Taiwan Strait and GuangdongFujian Fronts is above 0.48 throughout the year，while the lowest correlation coefficient between the Vietnam Coastal Front and latitudinal winds is 0.021. The correlation coefficient in winter is higher in comparison with that in summer.
