Seasonal variability in mixed layer depth in Nansha area in 2013
-
摘要:
基于2013年在南沙海域开展的4个航次生态环境综合调查的实测资料，研究了该海域混合层深度(MLD)的季节变化特征。结果表明，南海南部海域MLD季节变化明显，海域均值以秋季最深(65 m)，冬季次之(54 m)，夏季居第3位(49 m)，春季最浅(37 m)，主要受季风、环流和海面净热通量的影响。其中春季时中南半岛对开的海域MLD较深，夏季时整个海域MLD分布较均匀，秋季时海域中部MLD最深，冬季时高值区出现在海域东北部。Ekman输运导致水体在巴拉望岛西侧、南沙南部以及加里曼丹岛西北侧产生的堆积作用，以及9°N以北海域冬季存在的失热效应，是MLD存在区域差异的可能原因。南海南部海域混合层水温始终大于27 ℃，其中夏季大于28 ℃，混合层内水温的季节变化很小。海表温度(SST)区域差异大时，MLD空间差异亦大；MLD与SST的关系在调查海域的南部和北部存在差异，代表性站位的研究结果显示，海域北部MLD与SST的变化刚好相反，而海域南部由于靠近赤道太阳辐射全年变化小致使SST变化亦小，SST与自春向冬急速加深的MLD关系不明显。
Abstract:Based on the observed data during four comprehensive investigations on ecological environment of Nansha area in 2013,we investigated the seasonal variability in mixed layer depth (MLD) in that area. Significant seasonal variability in MLD in that area was observed. In autumn,the MLD reached its maximum (65 m),followed by winter (54 m),summer (49 m) and spring (37 m). These seasonal variabilities were closely related with variations in monsoon,ocean current and sea surface heat flux. The MLD in the southeast area to the Indo-China Peninsula was deeper in spring;the MLD distribution was uniform in summer;the deepest MLD appeared in the central area in autumn;high value appeared in the northeastern area in winter. Ekman transport led to the effects of accumulation of water in the west Palawan Island,the south Nansha area and northwest Kalimantan Island,as well as heat lost effect on north of 9°N area in winter,which might be the reason for regional difference of MLD. Moreover,the water temperature of mixed layer in that area was always over 27 ℃ (more than 28 ℃ in summer),and seasonal change of water temperature in the mixed layer was very little. When the regional difference of sea surface temperature (SST) was huge,so was the space difference of MLD. Difference was found in relationship between MLD and SST between north and south in the surveyed area. Representative stations results reveal that MLD was contrary to the change of SST in the northern area,while in the southern area,the relationship between SST and MLD was not obvious. Since the southern area is near the equator,the change of solar radiation was little throughout the year which led to the little SST change. MLD rapidly deepened from spring to winter,which was not obviously related with SST.
-
Keywords:
- Nansha area /
- mixed layer depth /
- seasonal variability /
- water temperature
-
长鳍金枪鱼(Thunnus alalunga)是南太平洋延绳钓金枪鱼渔业的重要目标种类，也是中国金枪鱼延绳钓渔船的主捕对象之一[1]。联合国粮农组织(FAO)2010年统计数据显示，南太平洋海域长鳍金枪鱼产量为15.29×104 t，占当年全球长鳍金枪鱼总产量的63%，中国渔船于1998年开始进入该海域进行长鳍金枪鱼延绳钓作业，近年来其产量和作业规模总体呈现出波动增长的趋势[2-3]。相关资源评估报告表明，目前南太平洋长鳍金枪鱼资源状态总体较好，仍具有一定的开发潜力[4]。远洋性鱼类，尤其是金枪鱼，为捕食深海散射层(deep scattering layer，DSL)生物，都具有“昼潜夜浮”的特性[5]。ZAGAGLIA等[6]认为这种垂直方向上的昼夜移动，会使得金枪鱼垂直活动水层与次表层水温的关系更为密切。DOMOKOS等[7]通过在美属萨摩亚群岛附近海域进行成年长鳍金枪鱼标志放流研究发现，长鳍金枪鱼在18~30 ℃水层均有分布，其中65%~70%的时间在20~25 ℃水层活动。延绳钓调查也得出相似结论，林显鹏等[8]在南太平洋所罗门群岛以及杨嘉樑等[9]在东太平洋库克群岛附近海域进行延绳钓调查得出，长鳍金枪鱼适宜栖息水温分别为20~26 ℃以及20~25 ℃。上述研究结果表明，水温垂直结构对长鳍金枪鱼垂直活动水层的分布有直接影响，同时也是长鳍金枪鱼渔场形成过程中极为重要的因素之一。因此，分析南太平洋长鳍金枪鱼的垂直活动水层分布特征，了解其适宜的垂直活动水层深度范围十分有必要。以往对长鳍金枪鱼垂直活动水层的研究主要依靠标志放流和延绳钓调查，但标志放流和延绳钓调查的区域跨度小且在时间上不连续，无法大面积、长时间序列的监测海洋次表层环境变化对长鳍金枪鱼资源分布的影响。该研究根据前人标志放流和延绳钓调查所得结论，采用Argo数据重构了南太平洋次表层20 ℃和25 ℃等温线深度场，结合2010年~2012年中水集团长鳍金枪鱼延绳钓生产统计数据，分析了南太平洋长鳍金枪鱼的垂直分布特征，并采用数值方法计算其适宜的垂直活动水层深度，以期为南太平洋延绳钓长鳍金枪鱼捕捞作业、资源保护和管理提供参考。
1. 材料与方法
1.1 数据
1.1.1 渔业数据
渔业数据来源于中水集团南太平洋长鳍金枪鱼延绳钓船队的21艘延绳钓渔船渔捞日志，数据包括作业时间、作业位置、渔获量、渔获尾数、下钩数等信息，时间为2010年~2012年，空间范围为5°S~21°S、155°E~180°E，具体研究区域见图 1。在实际分析统计中，以1°×1°为空间统计单元，并按月计算各1°×1°渔区网格内的单位捕捞努力量渔获量(catch per unit effort，CPUE)。
![]()
图 1 南太平洋长鳍金枪鱼渔场范围示意图Figure 1. Map of fishing ground of albacore tuna in the South Pacific OceanCPUE计算公式如下[10]：
$$ \operatorname{CPUE}_{(i, j)}=\frac{N_{f is h(i, j)} \times 1\;000}{N_{h o o k(i, j)}} $$ (1) 式中CPUE(i, j)、Nfish(i, j)、Nhook(i, j)分别是第i个经度、第j个纬度所处渔区网格内的CPUE(尾·千钩-1)、渔获尾数和实际下钩数。随后计算2010年~2012年各月各渔区网格内所有CPUE值的四分位数(Q1~Q3)，并将所有大于Q3(第3个四分位点)的CPUE称为高值CPUE，其所属渔区定义为南太平洋长鳍金枪鱼的中心渔场[11]。2010年~2012年按月统计的1°×1°渔区网格内CPUE样本数共1 939个，其中高值CPUE样本485个，CPUE的四分位数划分如下：Q1=7.27尾·千钩-1，Q2=11.23尾·千钩-1，Q3=15.78尾·千钩-1。
1.1.2 Argo数据
综合前人标志放流和延绳钓调查所得结论，选取20 ℃和25 ℃分别作为南太平洋长鳍金枪鱼适宜栖息水温的下界和上界，用于分析其垂直活动水层分布特征及适宜的垂直活动水层深度范围。2010年~2012年南太平洋次表层20 ℃和25 ℃等温线深度数据来源于中国Argo实时数据中心(http://www.argo.org.cn/)。文章采用杨胜龙等[12]的方法将离散分布的Argo剖面深度数据，等距插值到规则等温线层上，垂直等距间隔为1 m。将2010年~2012年所有Argo数据按月进行分组，分别提取20 ℃和25 ℃等温面上离散分布的深度值，并采用Kriging插值方法将其插值到1°×1°网格节点上。
1.2 方法
1.2.1 空间分析
将2010年~2012年南太平洋次表层20 ℃和25 ℃等温线深度数据与长鳍金枪鱼CPUE数据按月进行空间匹配，采用空间分析软件Arcgis绘制20 ℃和25 ℃等温线深度与CPUE空间叠加分布图。根据南半球的季节划分(1月~3月为夏季、4月~6月为秋季、7月~9月为冬季、10月~12月为春季)，分析不同季节下长鳍金枪鱼CPUE与20 ℃和25 ℃等温线深度的时空分布特征及其动态变化规律。
1.2.2 垂直活动水层深度计算
采用频次分析和经验累积分布函数(empirical cumulative distribution function，ECDF)相结合的方法，计算南太平洋长鳍金枪鱼适宜的垂直活动水层深度范围[13]。1)计算南太平洋长鳍金枪鱼中心渔场20 ℃和25 ℃等温线深度的平均值、均方差及适宜的垂直活动水层深度区间(平均值±均方差)；2)计算高值CPUE与20 ℃和25 ℃等温线深度的经验累积分布函数及适宜的垂直活动水层深度区间[最大D(t)处深度值±均方差]；取两者交集，即为长鳍金枪鱼适宜的垂直活动水层深度。
ECDF计算方法如下[14]：
$$ f(t)=\frac{1}{n} \sum\limits_{i=1}^n l\left(x_i\right) \quad l\left(x_i\right)= \begin{cases}1, & x_i \leq t \\ 0, & x_i>t\end{cases} $$ (2) $$ g(t)=\frac{1}{n} \sum\limits_{i=1}^n \frac{y_i}{\bar{y}} $$ (3) $$ D(t)=|f(t)-g(t)| $$ (4) 式中f(t)为深度值的经验累积分布函数，g(t)为高值CPUE与深度的加权经验累积分布函数，l(t)为分段函数，D(t)为t时刻处f(t)与g(t)差的绝对值。n为高值CPUE样本个数；t是以1 m为间距从低到高排列的深度范围序列；xi为第i个样本对应的深度值；yi为第i个样本对应的CPUE；y为所有高值CPUE样本的平均值；根据给定的显著性水平α=0.05，采用双样本K-S(Kolmogorov-Smirnov)检验方法分别检验高值CPUE与20 ℃和25 ℃等温线深度间的关系。
2. 结果与分析
2.1 长鳍金枪鱼垂直活动水层空间分析
2010年~2012年南太平洋长鳍金枪鱼CPUE与20 ℃等温线深度的月平均空间分布见图 2。20 ℃等温线深度大致以15°S为中心，呈南北对称分布，且存在明显的季节性变化，长鳍金枪鱼CPUE的时空分布与20 ℃等温线深度的220 m等深线时空变动特征具有明显的相关性。1月，研究海域内20 ℃等温线深度基本在220 m以上，深度为220~230 m区域占整个研究海域面积的比例较大，高值CPUE主要分布于12°S~18°S，深度为220~240 m的海域，瓦努阿图东北部，20 ℃等温线深度小于220 m的海域，也有少量高值CPUE分布；2月~3月，研究海域南部的20 ℃等温线深度略有下降，中心渔场开始北移，渔场分布的纬度范围变窄，瓦努阿图东北部渔场消失，而深度为220~230 m的区域面积则进一步扩张，约占整个研究海域面积的一半；秋季(4月~6月)，随着作业渔船数量的增加，高值CPUE的个数及分布范围均有所拓展，220 m等深线较1月~3月有明显的向南移动趋势，20 ℃等温线深度为220~230 m的海域面积开始逐步缩小，中心渔场所在区域20 ℃等温线深度则逐步加深，20 ℃等温线深度超过230 m的中心渔场数量显著增加，随着220 m等深线的南移，研究区域北部20 ℃水层的深度开始逐步变浅，而研究海域南部20 ℃等温线深度则开始逐步加深；从冬季(7月~9月)开始，10°S以北海域20 ℃等温线深度已基本全部处于220 m以下，此处区域全年均少有渔场出现，中心渔场位置开始逐步向南移动，深度为220~240 m的区域面积进一步缩小，渔场分布的纬度范围开始重新收窄；春季(10~12月)，中心渔场继续向南移动，中心渔场所处海域的20 ℃等温线深度则继续加深，到12月，南太平洋长鳍金枪鱼中心渔场已完全分布于15°S以南，中心渔场所在海域的20 ℃等温线深度下界也随之拓展到250 m。
![]()
图 2 各月平均20 ℃等温线深度与平均CPUE空间叠加图Figure 2. Overlay map of average isothermal depths at 20 ℃ and average CPUE in each month2010年~2012年南太平洋长鳍金枪鱼CPUE与25 ℃等温线深度的月平均空间分布见图 3。25 ℃等温线深度大致呈由北向南逐步递减的纬向带状分布。25 ℃等温线深度也存在明显的季节性变化，长鳍金枪鱼中心渔场的时空分布与25 ℃等温线深度的140 m等深线季节性变化趋势具有明显的相关性。1月，长鳍金枪鱼高值CPUE主要分布于25 ℃等温线深度为100~140 m的海域，瓦努阿图东北部，25 ℃等温线水深在80 m以下的海域，也有少量高值CPUE分布；2月~3月，中心渔场逐步北移，中心渔场对应的25 ℃等温线深度范围变窄，瓦努阿图东北部渔场消失；秋季(4月~6月)，随着研究海域内捕捞努力量的增加，中心渔场的数量和空间分布范围均有所拓展，140 m等深线开始逐步南移，水深为140~160 m的海域面积不断扩张，中心渔场对应的25 ℃等温线深度范围拓宽至80~160 m；冬季(7月~9月)，研究海域北部25 ℃等温线深度开始加深，140~160 m水深海域面积达到全年最大值，140 m等深线已完全分布于15°S以南，中心渔场对应的25 ℃等温线深度也随之变浅至80~150 m，研究海域南部25 ℃等温线深度开始变浅，中心渔场也随着140 m等深线的变动而向南转移，此处海域等深线分布密集，水层结构较为复杂，同时也是长鳍金枪鱼高值CPUE密集分布的海域；从春季(10月~12月)开始，140 m等深线开始北移，研究海域北部25 ℃等温线深度逐渐变浅，140~160 m水深的海域面积逐渐缩小，而在研究海域南部，25 ℃等温线深度则开始逐步加深，随着研究海域南部25 ℃等温线深度的增加，长鳍金枪鱼中心渔场的分布也随之不断南移，到12月，长鳍金枪鱼中心渔场已完全分布于15°S以南，中心渔场对应的25 ℃等温线深度范围缩小至80~120 m。
![]()
图 3 各月平均25℃等温线深度与平均CPUE空间叠加图Figure 3. Overlay map of average isothermal depths at 25 ℃ and average CPUE in each month2.2 长鳍金枪鱼适宜垂直活动水层深度计算
2010年~2012年南太平洋长鳍金枪鱼中心渔场所在区域，20 ℃等温线深度在181~272 m，25 ℃等温线深度在41~201 m均有分布。长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度的频次分布直方图(图 4)呈现出明显的偏正态分布趋势，20 ℃等温线深度平均值为227 m、均方差为18，25 ℃等温线深度平均值为115 m，均方差为27。采用频次分析方法计算得出，71%的长鳍金枪鱼中心渔场趋向于集中分布在20 ℃等温线深度为209~245 m(227±18)的海域，70%的长鳍金枪鱼中心渔场趋向于集中分布在25 ℃等温线深度为88~142 m(115±27)的海域。
![]()
图 4 长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度频次分布直方图Figure 4. Frequency distribution histogram of high CPUE and isothermal depths at 20 ℃ and 25 ℃采用K-S检验方法对长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度之间的关系进行检验，样本数为485，在给定显著性水平α=0.05下，得出D0.05=0.061 7。ECDF分析结果见图 5。20 ℃和25 ℃等温线深度对应的最大D(t)值分别为0.026 9和0.025 1，均远小于D0.05，表明样本间服从同一分布，长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度间有密切关系。20 ℃和25 ℃等温线深度对应的最大D(t)值分别出现在220 m和111 m，与中心渔场20 ℃和25 ℃等温线深度的均值稍有差异(分别为227 m和115 m)。采用ECDF方法得出长鳍金枪鱼中心渔场20 ℃和25 ℃等温线深度分别为202~238 m(220±18)、84~138 m(111±27)。综合频次分析和ECDF分析的结果，取两者交集，得出南太平洋长鳍金枪鱼适宜的垂直活动水层深度为88~238 m。
![]()
图 5 长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度值的经验累积分布函数Figure 5. ECDF for high CPUE of albacore tuna and isothermal depths at 20 ℃ and 25 ℃3. 讨论
3.1 长鳍金枪鱼渔场分布与20 ℃、25 ℃等温线深度的关系
以往对南太平洋长鳍金枪鱼渔场环境的研究，采用的多是遥感获取的海表面环境因子[15-19]。但标志放流和延绳钓调查结果表明，长鳍金枪鱼多分布于80 m以深的水层，10 m以浅的近表层很少有长鳍金枪鱼活动[20-21]。因此，相较于表层环境因子，采用次表层环境变量分析长鳍金枪鱼的栖息环境更为适合。长鳍金枪鱼耳石研究发现，长鳍金枪鱼经常出没于海洋环境变化较大的水层，如温跃层和混合层[22]。笔者在研究过程中也发现，15°S以南，长鳍金枪鱼高值CPUE密集分布的海域，其25 ℃等温线深度的等深线分布也十分密集，推测此处可能有混合层存在(图 3)。以往的研究中，常用20 ℃等温线深度来表示太平洋海域温跃层的深度，表明在太平洋海域次表层20 ℃等温线分布与温跃层的分布十分相似[23-24]。DOMOKOS等[6]指出，长鳍金枪鱼白天下潜至温跃层以下觅食DSL生物，夜晚则游回混合层上方，混合层及温跃层的深度直接影响到长鳍金枪鱼垂直活动水层的深度。对太平洋海域DSL生物的调查研究发现，DSL生物白天主要分布于温跃层以下，夜晚则分布于温跃层以上[25]。据此推断，20 ℃等温线可能通过影响DSL生物的垂直分布，进而影响长鳍金枪鱼垂直活动水层的空间分布。
K-S检验结果表明，长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度之间有密切关系。长鳍金枪鱼中心渔场所处海域，其20 ℃等温线深度多在220 m以深，超过250 m则少有中心渔场出现；25 ℃等温线深度多在140 m以浅，浅于80 m则少有中心渔场出现。长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度的时空分布均呈现出明显的季节性变化特征，20 ℃和25 ℃等温线深度的这种季节性变化进而导致长鳍金枪鱼垂直活动水层深度的季节性变化。长鳍金枪鱼中心渔场的时空分布与20 ℃等温线深度的220 m等深线和25 ℃等温线深度的140 m等深线的时空变动具有显著的相关性，进一步表明水温垂直结构对长鳍金枪鱼的垂直活动水层深度及渔场分布有直接影响。
3.2 长鳍金枪鱼适宜垂直活动水层深度分析
综合频次分析和ECDF方法计算得出，南太平洋长鳍金枪鱼适宜的垂直活动水层深度为88~238 m。所得结果在中西太平洋长鳍金枪鱼垂直分布水层(80~380 m)之内[19]，与临近的所罗门群岛附近海域长鳍金枪鱼活动较为频繁的水层(130~190 m)相符[7]，与相似纬度的东太平洋海域成年长鳍金枪鱼钓获深度(102.3~236.1 m)基本相同[26]，与东南太平洋长鳍金枪鱼延绳钓钓获深度(74.33~296.50 m)相似[27]。文章初步得出了南太平洋长鳍金枪鱼适宜的垂直活动水层深度范围，在实际的长鳍金枪鱼延绳钓生产作业中，应尽可能使延绳钓钓钩沉降至88~238 m，从而有效节省饵料投放、提高长鳍金枪鱼的生产效率。
4. 展望
文章从次表层水温垂直结构的角度研究了南太平洋长鳍金枪鱼的垂直活动水层分布特征及其适宜的垂直活动水层深度范围，事实上，长鳍金枪鱼的垂直分布还受到海流、溶解氧、海水盐度、饵料生物分布等其他诸多环境因素的共同影响[28-30]。Argo数据可以实时获取次表层水温、水深、盐度以及溶解氧等信息，极大地拓展了远洋渔业资源和渔场学研究中海洋环境因子的选择范围，在远洋渔业研究中有着良好的应用前景。综合多种环境因子，恰当地选择神经网络、支持向量机、栖息地适应性指数等预报模型，准确、全面地把握渔场时空分布，是今后中国长鳍金枪鱼渔业研究的一个重要方向。
致谢: 农业部财政重大专项“南海渔业资源调查与评估”(NFZX2013)课题组成员在海上调查方面提供了大力的支持和帮助，谨此致谢！ -
![]()
图 2 四季混合层深度平面分布图(m)(a、b、c、d分别为春、夏、秋、冬)
Figure 2. Spatial distribution of MLD in Nansha area in four seasons (m)(a,b,c,d are spring, summer,autumn and winter,respectively)
![]()
图 3 A47、A2断面四季混合层特征
a1/b1/c1/d1分别为A47断面的春/夏/秋/冬，a2/b2/c2/d2分别为A2断面的春/夏/秋/冬；
★表示MLD，冬季时缺A34、A28、A11的数据Figure 3. Mixed layer features in A47 and A2 section in four seasons
a1/b1/c1/d1 are spring/summer/autumn/winter of A47 section,and a2/b2/c2/d2 were spring/summer/autumn/winter of A2 section;
★indicates MLD;data of A34,A28 and A11 in winter were lacked.![]()
图 4 调查期间的海面高度异常和地转流矢量分布图
a.20130327；b.20130702；c.20130918；d.20131125
Figure 4. Sea level anomalies and geostrophic circulation distribution map
![]()
图 5 四季海表10 m平均温度平面分布图(℃)
a、b、c、d分别为春、夏、秋、冬季
Figure 5. Spatial distribution of average temperature of 10 m surface water in four seasons (℃)
a,b,c,d indicate spring,summer,autumn,winter,respectively.
-
[1] LIM S H,JANG C J,PARK J J. Climatology of the mixed layer depth in the East/Japan Sea[J].J Mar Syst,2012,96:1-14. doi: 10.1016/j.jmarsys.2012.01.003
[2] 范聪慧. 多因素对海洋上混合层深度影响的数值模拟[D]. 北京: 中国科学院研究生院, 2007. https://xueshu.baidu.com/usercenter/paper/show?paperid=6e3a500b4c5a942eba179b5c7ec41c7c&site=xueshu_se&hitarticle=1 [3] 施平, 杜岩, 王东晓, 等. 南海混合层年循环特征[J]. 热带海洋学报, 2001, 20(1): 10-16. doi: 10.3969/j.issn.1009-5470.2001.01.002 [4] KUMAR S P, NARVEKAR J. Seasonal variability of the mixed layer in the central Arabian Sea and its implication on nutrients and primary productivity[J]. Deep Sea Res Ⅱ, 2005, 52(14): 1848-1861. doi: 10.1016/j.dsr2.2005.06.002
[5] PERALTA-FERRIZ C, WOODGATE R A. Seasonal and interannual variability of pan-Arctic surface mixed layer properties from 1979 to 2012 from hydrographic data, and the dominance of stratification for multiyear mixed layer depth shoaling[J]. Prog Oceanogr, 2015, 134: 19-53. doi: 10.1016/j.pocean.2014.12.005
[6] AYOUB N K, LUCAS M, de MEY P. Estimating uncertainties on a Gulf Stream mixed-layer heat budget from stochastic modeling[J]. J Mar Syst, 2015, 150: 66-79. doi: 10.1016/j.jmarsys.2015.04.008
[7] HOUPERT L, TESTOR P, de MADRON X D, et al. Seasonal cycle of the mixed layer, the seasonal thermocline and the upper-ocean heat storage rate in the Mediterranean Sea derived from observations[J]. Prog Oceanogr, 2015, 132: 333-352. doi: 10.1016/j.pocean.2014.11.004
[8] SWART S, THOMALLA S J, MONTEIRO P M S. The seasonal cycle of mixed layer dynamics and phytoplankton biomass in the sub-antarctic zone: a high-resolution glider experiment[J]. J Mar Syst, 2015, 147: 103-115. doi: 10.1016/j.jmarsys.2014.06.002
[9] MIZOBATA K, SHIMADA K. East-west asymmetry in surface mixed layer and ocean heat content in the Pacific sector of the Arctic Ocean derived from AMSR-E sea surface temperature[J]. Deep Sea Res Ⅱ, 2012, 77: 62-69. doi: 10.1016/j.dsr2.2012.04.005
[10] ZG KMEN T M, POJE A C, FISCHER P F, et al. Large eddy simulations of mixed layer instabilities and sampling strategies[J]. Ocean Model, 2011, 39(3): 311-331. doi: 10.1016/j.ocemod.2011.05.006
[11] HALKIDES D, LEE T. Mechanisms controlling seasonal mixed layer temperature and salinity in the southwestern tropical Indian Ocean[J]. Dynam Atmos Oceans, 2011, 51(3): 77-93. doi: 10.1016/j.dynatmoce.2011.03.002
[12] 唐峰华, 崔雪森, 杨胜龙, 等. 海洋环境对中西太平洋金枪鱼围网渔场影响的GIS时空分析[J]. 南方水产科学, 2014, 10(2): 18-26. doi: 10.3969/j.issn.2095-0780.2014.02.003 [13] 陈春光, 张敏, 邹晓荣, 等. 东南太平洋智利竹筴鱼中心渔场的月间变动研究[J]. 南方水产科学, 2015, 10(5): 60-67. doi: 10.3969/j.issn.2095-0780.2014.05.009 [14] 江艳娥, 陈作志, 林昭进, 等. 南海中部海域鸢乌贼耳石形态特征分析[J]. 南方水产科学, 2014, 10(4): 85-90. doi: 10.3969/j.issn.2095-0780.2014.04.014 [15] EGGERT A, SCHNEIDER B. A nitrogen source in spring in the surface mixed-layer of the Baltic Sea: evidence from total nitrogen and total phosphorus data[J]. J Mar Syst, 2015, 148: 39-47. doi: 10.1016/j.jmarsys.2015.01.005
[16] BAG IEN E, MELLE W, KAARTVEDT S. Seasonal development of mixed layer depths, nutrients, chlorophyll and Calanus finmarchicus in the Norwegian Sea: a basin-scale habitat comparison[J]. Prog Oceanogr, 2012, 103: 58-79. doi: 10.1016/j.pocean.2012.04.014
[17] ROUSSEAUX C S G, LOWE R, FENG M, et al. The role of the Leeuwin Current and mixed layer depth on the autumn phytoplankton bloom off Ningaloo Reef, Western Australia[J]. Cont Shelf Res, 2012, 32: 22-35. doi: 10.1016/j.csr.2011.10.010
[18] WANG J J, TANG D L, SUI Y. Winter phytoplankton bloom induced by subsurface upwelling and mixed layer entrainment southwest of Luzon Strait[J]. J Mar Syst, 2010, 83(3): 141-149. doi: 10.1016/j.jmarsys.2010.05.006
[19] RYABOV A B, RUDOLF L, BLASIUS B. Vertical distribution and composition of phytoplankton under the influence of an upper mixed layer[J]. J Theor Biol, 2010, 263(1): 120-133. doi: 10.1016/j.jtbi.2009.10.034
[20] ZHAI L, PLATT T, TANG C, et al. Seasonal and geographic variations in phytoplankton losses from the mixed layer on the Northwest Atlantic Shelf[J]. J Mar Syst, 2010, 80(1): 36-46. doi: 10.1016/j.jmarsys.2009.09.005
[21] FRANTS M, GILLE S T, HATTA M, et al. Analysis of horizontal and vertical processes contributing to natural iron supply in the mixed layer in southern Drake Passage[J]. Deep Sea Res Ⅱ, 2013, 90: 68-76. doi: 10.1016/j.dsr2.2012.06.001
[22] TAILLANDIER V, D′ORTENZIO F, ANTOINE D. Carbon fluxes in the mixed layer of the Mediterranean Sea in the 1980s and the 2000s[J]. Deep Sea ResⅠ, 2012, 65: 73-84. doi: 10.1016/j.dsr.2012.03.004
[23] NARVEKAR J, KUMAR S P. Seasonal variability of the mixed layer in the central Bay of Bengal and associated changes in nutrients and chlorophyll[J]. Deep Sea ResⅠ, 2006, 53(5): 820-835. doi: 10.1016/j.dsr.2006.01.012
[24] 何有海, 关翠华, 王盛安, 等. 南海南部热结构和水温的垂直分布[C]//南沙群岛海区物理海洋学研究论文集Ⅰ. 北京: 海洋出版社, 1994: 10-27. [25] 杜岩. 南海混合层和温跃层的季节动力过程[D]. 青岛: 青岛海洋大学, 2002. https://xueshu.baidu.com/usercenter/paper/show?paperid=8b3a3544379327f927e77e28e018ba22&site=xueshu_se&hitarticle=1 [26] 刘秦玉, 贾旭晶, 孙即霖, 等. 1998年夏季风爆发前后南海上混合层的特征及成因[J]. 气候与环境研究, 2000, 5(4): 469-481. doi: 10.3969/j.issn.1006-9585.2000.04.012 [27] 刘辉, 江丽芳, 齐义泉, 等. 南沙群岛海域混合层深度季节变化特征[J]. 海洋科学进展, 2007, 25(3): 268-279. doi: 10.3969/j.issn.1671-6647.2007.03.003 [28] LUKAS R, LINDSTROM E. The mixed layer of the western equatorial Pacific Ocean[J]. J Geophys Res, 1991, 96: 3343-3357. doi: 10.1029/90JC01951
[29] 贾旭晶, 刘秦玉, 孙即霖. 1998年5-6月南海上混合层、温跃层不同定义的比较[J]. 海洋湖沼通报, 2001(1): 1-6. doi: 10.3969/j.issn.1003-6482.2001.01.001 [30] De BOYER MONT GUT C, MADEC G, FISCHER A S, et al. Mixed layer depth over the global ocean: an examination of profile data and a profile-based climatology[J]. J Geophys Res: Oceans (1978-2012), 2004, 109(C12): doi: 10.1029/2004JC002378.
[31] KARA A B, ROCHFORD P A, HURLBURT H E. An optimal definition for ocean mixed layer depth[J]. J Geophys Res: Oceans (1978-2012), 2000, 105(C7): 16803-16821. doi: 10.1029/2000JC900072
[32] BRAINERD K E, GREGG M C. Surface mixed and mixing layer depths[J]. Deep Sea ResⅠ, 1995, 42(9): 1521-1543. doi: 10.1016/0967-0637(95)00068-H
[33] HUANG R X, QIU B. Three-dimensional structure of the wind-driven circulation in the subtropical North Pacific[J]. J Phys Oceanogr, 1994, 24(7): 1608-1622. doi: 10.1175/1520-0485(1994)024<1608:TDSOTW>2.0.CO;2
[34] 关皓, 周林, 施伟来, 等. 热带太平洋-印度洋上层海温、热含量和混合层深度的年变化特征[J]. 海洋预报, 2006, 23(增): 47-59. https://xueshu.baidu.com/usercenter/paper/show?paperid=a6082c73ac75a9147507d984806e9afe [35] 邱章, 徐锡祯, 龙小敏. 1994年9月南沙群岛调查海区的跃层特征[J]. 热带海洋, 1996, 15(2): 61-67. [36] HAYES S P, CHANG P, MCPHADEN M J. Variability of the sea surface temperature in the eastern equatorial Pacific during 1986-1988[J]. J Geophys Res: Oceans (1978-2012), 1991, 96(C6): 10553-10566. doi: 10.1029/91JC00942
[37] 方文东, 郭忠信, 黄羽庭. 南海南部海区的环流观测研究[J]. 科学通报, 1997, 42(21): 2264-2271. doi: 10.1360/csb1997-42-21-2264 [38] CHU P C, CHANG C P. South China Sea warm pool in boreal spring[J]. Adv Atmos Sci, 1997, 14(2): 195-206. doi: 10.1007/s00376-997-0019-8
-
期刊类型引用(13)
1. 王志华，杨晓明，田思泉. 南太平洋长鳍金枪鱼资源不同尺度的空间格局特征. 南方水产科学. 2023(02): 31-41 . 
本站查看
2. 许回，宋利明，沈介然，李玉伟，张敏. 基于GAM的库克群岛海域长鳍金枪鱼CPUE时空分布与海洋环境的关系. 海洋通报. 2023(04): 444-455 . 百度学术
3. XU Hui，SONG Liming，ZHANG Tianjiao，LI Yuwei，SHEN Jieran，ZHANG Min，LI Kangdi. Effects of Different Spatial Resolutions on Prediction Accuracy of Thunnus alalunga Fishing Ground in Waters Near the Cook Islands Based on Long Short-Term Memory(LSTM) Neural Network Model. Journal of Ocean University of China. 2023(05): 1427-1438 . 必应学术
4. 宋利明，任士雨，洪依然，张天蛟，隋恒寿，李彬，张敏. 大西洋热带海域长鳍金枪鱼渔场预报模型的比较. 海洋与湖沼. 2022(02): 496-504 . 百度学术
5. 袁红春，高子玥，张天蛟. 基于改进的XGBoost模型预测南太平洋长鳍金枪鱼资源丰度. 海洋湖沼通报. 2022(02): 112-120 . 百度学术
6. 周胜杰，杨蕊，于刚，吴洽儿，马振华. 青干金枪鱼和小头鲔循环水养殖生长研究. 水产科学. 2021(03): 339-346 . 百度学术
7. 程懿麒，张俊波，汪金涛，雷林. 基于神经网络的印度洋长鳍金枪鱼(Thunnus alalunga)时空分布与海洋环境关系研究. 海洋与湖沼. 2021(04): 960-970+1-6 . 百度学术
8. 谢笑艳，汪金涛，陈新军，陈丕茂. 南印度洋长鳍金枪鱼渔获率与水深温度关系研究. 南方水产科学. 2021(05): 86-92 . 本站查看
9. 张嘉容，杨晓明，戴小杰，邹莉瑾. 南太平洋长鳍金枪鱼延绳钓渔获率与环境因子的关系研究. 南方水产科学. 2020(01): 69-77 . 本站查看
10. 张亚男，官文江，李阳东. 印度洋长鳍金枪鱼栖息地指数模型的构建与验证. 上海海洋大学学报. 2020(02): 268-279 . 百度学术
11. 张嘉容，杨晓明，田思泉. 基于最大熵模型的南太平洋长鳍金枪鱼栖息地预测. 中国水产科学. 2020(10): 1222-1233 . 百度学术
12. 侯娟，周为峰，樊伟，张衡. 基于集成学习的南太平洋长鳍金枪鱼渔场预报模型研究. 南方水产科学. 2020(05): 42-50 . 本站查看
13. 江建军，许柳雄，朱国平，郭志勋，朱伟俊. 利用鳍条研究北太平洋长鳍金枪鱼的年龄与生长. 水产学报. 2019(04): 917-927 . 百度学术
其他类型引用(14)
下载:
计量
- 文章访问数: 3028
- HTML全文浏览量: 147
- PDF下载量: 1062
- 被引次数: 27
粤公网安备 44010502001741号
