近日，国家地球系统科学数据中心发布南海海洋中尺度涡旋轨迹数据集（1993-2023年）。该数据集提供了多年逐日南海海洋中尺度涡旋轨迹信息，描绘了南海中尺度涡旋的时空变化规律，为进一步深入认识和理解南海多尺度动力过程等相关研究提供了可靠的基础数据。欢迎相关研究人员下载使用。
数据集由中国科学院南海海洋研究所热带海洋环境国家重点实验室（LTO）杨一凯助理研究员、曾丽丽和王强研究员研制，相关论文发表在期刊《Climate Dynamics》上。中国科学院南海海洋研究所博士毕业生杨一凯基于该数据及研究完成的学位论文《海洋涡致盐输运特征与机理》被评为2024年度中国科学院优秀博士学位论文。
01 研究成果
海洋中尺度涡旋的研究高度依赖于基于现场观测的真实海洋的水文特征。随着卫星测高数据的不断发展，海洋漩涡的自动探测算法也在不断涌现。本研究在对比分析了多种涡旋识别与追踪算法后，构建了一个全新的基于闭合海表面异常（SLA）等值线的、针对突变地形和复杂动力环境下的尺度选择涡旋探测算法SEIA（scale-selective eddy identification algorithm）。基于闭合的海表面异常等值线识别涡旋的基本思想是涡旋各项同性的旋转流动使得海表面发生相应变化。完整的涡旋识别算法包含欧拉式涡旋识别和拉格朗日式涡旋追踪两个部分。
涡旋边界的确定是识别过程中的关键点。先前各类基于闭合等值线的算法中，会为等值线给定一个固定值或区间。本数据集所使用SEIA算法的改进之一便在于抛弃了该方案，而是基于数据分辨率和涡旋尺度，得到涡旋边界的数据网格点数的上下限，即涡旋半径不应小于数据分辨率，亦不能大于规定的涡旋尺度（图1）。基于单一涡心的限制，在网格点数上下限之间取得最为合适的涡旋边界，这符合涡旋在整个生命周期都处于不断发展和演变的事实。相反，给定最外围等值线的值则显得武断，并可能遗漏和高估某些涡旋信息。
图1 海洋涡旋识别步骤示意图
数据集使用的SEIA算法改进之二在于采用了一个简单、快速而有效的涡旋追踪方案。前人研究发现涡旋的传播速度基本等于非频散的长Rossby波的相速度。基于此认知，推断在固定时间步长的卫星观测数据下，涡旋传播距离有限。于是，我们采用了“重叠”方案进行涡旋追踪，即在相邻时间步长通过两个涡旋的重叠比例来判别涡旋是否归属于同一个涡旋轨迹（图2）。在实际使用中，该方案表现良好，能成功适应各类复杂动力环境的涡旋追踪。
图2 海洋涡旋追踪步骤示意图
SEIA采用“尺度选择”方案识别涡旋，以确保不低估或高估数据集的涡旋边界（图3）；利用时间连续的邻近涡旋的重叠率进行涡旋追踪，保持了数据集涡旋移动轨迹的连贯性。该数据集可以很好地描绘南海中尺度涡旋的时空变化规律，为海洋中尺度涡旋相关研究工作提供了很好的技术和数据支撑。
图3 基于SEIA算法与其他算法识别结果的对比：红点/线代表反气旋涡，蓝点/线代表气旋涡
02 数据介绍
南海海洋中尺度涡旋轨迹数据集是利用法国AVISO卫星观测数据（由Copernicus Marine Service分发：https://data.marine.copernicus.eu/product/SEALEVEL_GLO_PHY_L4_MY_008_047）、基于SEIA涡旋探测算法的南海海洋中尺度涡旋轨迹产品。数据集的时间范围为1993年1月1日至2023年6月30日，时间分辨率为1天，空间分辨率为0.25°，样例展示如图4。中尺度涡旋统计信息符合前人研究结果（图5）。
数据集分为反气旋涡（anticyclonic eddy，AE）和气旋涡（cyclonic eddy，CE）两个大类。中尺度涡旋轨迹以年为单位、50组存储为一个数据单元，存储格式为netCDF4格式。每个netCDF文件包含至多50组涡旋轨迹，具体数目由“eddy_num”变量指示，涡旋轨迹由对应涡旋类型与组别数标识，每组包含变量“time”、“bound”、“center”、“radius”、“eke”、“amplitude”和“vorticity”，分别对应中尺度涡旋的存在时间、几何中心、平均半径、总的动能、平均振幅和总的涡度。以“eddy_infos_SCS_SEIA-AE_1993_01/AE_01/time”为例，其表示基于SEIA算法的南海1993年输出的第一个50组反气旋涡中第一个涡旋的存在时间。
图4 基于SEIA算法的2023年2月南海海洋涡旋展示：红线代表反气旋涡，蓝线代表气旋涡
图5 1993至2023年南海涡旋EKE和半径随归一化生命周期的变化：虚线将涡旋生命周期分为“年轻”、“成熟”和“衰老”三个阶段
03 数据下载链接
南海海洋中尺度涡旋轨迹数据集（1993-2023年）：
04 引用方式
数据引用方式：
杨一凯, 曾丽丽, 王强. 南海海洋中尺度涡旋轨迹数据集（1993-2023年）. 国家地球系统科学数据中心, 2024.https://doi.org/10.12041/geodata.155660253909310.ver1.db.https://cstr.escience.org.cn/CSTR:17099.11.G155660253909310.20241011.v1.
Yang, Y., Zeng, L., Wang, Q. South China Sea oceanic mesoscale eddy trajectory dataset(1993-2023). National Earth System
Science Data Center, 2024. https://doi.org/10.12041/geodata.155660253909310.ver1.db.https://cstr.escience.org.cn/CSTR:17099.11.G155660253909310.20241011.v1.
文献引用方式：
Yang, Y., Zeng, L. & Wang, Q. Assessment of global eddies from satellite data by a scale-selective eddy identification algorithm (SEIA). Clim Dyn 62,881–894 (2024).https://doi.org/10.1007/s00382-023-06946-w
