0 引言

黑海是欧亚大陆的一个内海，面积约42.4万km2，主要陆架海区位于黑海西北部，其面积占黑海面积的21%，其他大部分为深海盆占据。流入黑海的主要河流有多瑙河、第聂伯河等。黑海与外界的主要通道是土耳其海峡与地中海之间的博斯普鲁斯海峡。由多瑙河、聂伯河和其他注入黑海的径流输入的淡水导致陆架具有显著的层化结构，且深海陆架盐度层化也较强。到20世纪后期，由多瑙河、第聂伯河和其他注入黑海的河流带来的工业、农业污水和城市废物，使黑海陆架海域遭受严重污染。在20世纪六七十年代曾经发生过较大面积的缺氧。深海区温度和盐度层化同时存在，层化强度更甚，交换较弱，导致深层海水严重缺氧，甚至厌氧。跨陆架交换会影响近岸高营养盐水体与深海区水体的交换，以及近岸水体的净化等问题。黑海西北陆架区是研究陆架与海盆水交换过程和机理的重要地区。

由于地形等因素的影响，黑海海盆尺度上有一个气旋式环流，又称海盆边缘环流。在西北陆架区，由于海盆边缘环流与克里米亚岛和陆坡地形的相互作用，涡旋周期性地产生并传播，且以反气旋式涡旋为主。传统跨陆架交换研究中，地转过程引起的交换得到很大重视。然而，近年来的研究发现非地转因素所引起的黑海西北陆架区水交换也有较大贡献[1]，主要机制有：中尺度涡、湍流混合、艾克曼传输等。以往研究通过现场调查、卫星遥感、模式模拟等方法，对上述机理进行了研究和讨论，证实了中尺度涡旋在黑海西北部地区陆架水交换过程中的重要性，但由于数据与方法的限制，研究仅限于其中单个涡旋的贡献。根据SHAPIRO et al[2]的观测估算，夏季在黑海西北部产生的1个涡旋可以使陆架水更新40%。ZHOU et al[3]的研究计算出1个在4月23 日至6月30日期间活动的中尺度涡将陆架水向深海区输送了2.84×1012 m3水体，这相当于陆架水体积的102%。长时间存在的中尺度涡对于跨陆架交换的贡献不可小觑。有关中尺度涡时空特性的研究还表明中尺度涡的产生与环流有密切关系，黑海边缘流较强时易产生长生命周期的涡旋，而边缘流较弱时却有数量更多的短周期涡旋产生[4]。

本研究分别计算了边缘流与涡旋对黑海西北部跨陆架交换过程的影响，定量计算出涡旋所引起的跨陆架交换量。

1 数据与方法

1.1 数据介绍

本文利用由哥白尼海洋与环境监测服务(CMEMS，http://www.marine.copernicus.eu)提供的高精度卫星高度计海面高度异常场(SLA)数据对黑海西北部地区的涡旋进行了时空分布统计。数据时间分辨率为每天1次，空间分辨率为1/8°。由海面高度异常场计算得出地转流异常场，进一步可对流场中涡旋进行自动识别。

计算跨陆架交换量的三维模型数据是基于欧洲海洋模式(3D Nucleus for European Modeling of the Ocean model， NEMO)[5]建立的。在此项研究中，模式配置增加了多瑙河、第聂伯河等河流的输入以及与博斯普鲁斯海峡的水交换，以更好地体现黑海的水动力特征以及涡旋活动的特征。模式涵盖了黑海区域(图 1)，时间分辨率为每天1次，水平空间分辨率为1/24°，垂向上为了更好地反映黑海上层水文特性而采用了垂直杂交坐标系，即在浅水区和深水区的上层模式采用随地形变化的sigma坐标系，浅水区的各个网格层数一致，而深水区下层采用z坐标系。杂交坐标系下，深度越浅的海域网格越细，不均匀地分布了33层，其中21层位于200 m以浅，详细的模型配置和模式校验请参考文献[3]。ZHOU et al[3]利用此数据对2005年4月至8月间黑海西北部的跨陆架交换过程进行了分析，并分别计算了埃克曼输运量与涡旋输运量。在此模型和相似配置的基础上，又获得了2002至2010年的三维温、盐、流模拟结果。

（6）选择合适的润滑剂，保证润滑剂的含量为2%～3%，条件合适可以加入10%原油并充分乳化，控制摩阻系数在0.10～0.20，保证钻井液良好的润滑性能。

  

图1 黑海地区地形及环流示意图Fig.1 Topography and current in the Black Sea region 地形数据来自Etopo1。环流以及重要涡旋特征和河流等示意图重绘自OGUZ et al[6] The topography data are from Etopo1. Schematic of the Rim Current, main eddies and rivers redraw from OGUZ et al[6]

1.2 涡旋识别方法与通量计算

(1)模型数据能够很好地再现黑海西北部地区的涡旋活动，通过其三维特征改进通量计算方法，可直接得到涡致跨陆架交换量，实现涡致跨陆架交换量估算从单一涡旋到多个涡旋在特定时间段内的估算。

综上所述，对黑海西北部地区跨陆架交换的研究可得出以下结论：

涡旋个体在短时间内所引起的跨陆架交换量对陆架区水体的影响很大。在2005年5月5日至7月20日期间一个独立的涡旋(直径达120 km)沿着200 m等深线以1.45 km/d的速度由北向南运动，在此期间此涡旋在离岸方向完成了约0.86×1012 m3水体积输送，这相当于黑海西北部陆架水体积的30.9%。

(1)分别对每天的模式数据的33层流场进行二维的涡旋探测，得到每层上涡旋的边界、半径、中心等信息；

对长生命周期涡旋产生以及运动的时间段和涡旋较为活跃的时间段3月至8月进行研究，沿着黑海西北部陆架边界线(图1中红色线)进行通量计算。且根据以往研究经验选取海表面至20 m层(简称表层，此深度相当于黑海陆架的夏季艾克曼深度[11]和真光层深度)的计算结果进行展示如图5。显然图中红蓝相伴区，例如图5中黑色框区即为涡旋所导致的跨陆架交换，且涡旋具有向南移动趋势，这和图2中所展示的结果相符。

(3)假设涡旋垂向各分层之间均匀，将每层涡旋的信息垂向叠加起来，得到涡旋三维体积，保留涡旋体积范围内的流场，则可以得到黑海地区的三维涡旋场数据库(图3)。

  

图2 由卫星高度计数据(a)与模型数据(b)得出的黑海 西北部生命周期大于1个月的涡旋探测结果Fig.2 Trajectories of eddies with lifetime being more than 1 month in the northwestern Black Sea based on altimetry data(a) and model results (b)

 

表1 卫星高度计数据与模型数据中 生命周期大于1个月的涡旋自动识别结果Tab.1 Eddies that have a life cycle of more than one month identified from satellite altimetry data and model data 个

  

图3 三维涡旋探测过程示意图Fig.3 Schematic of three-dimensional eddy detection process

2 结果

2.1 海盆边缘环流强度与涡旋生成的时间分布

由黑海的地形(图1)可知，发生跨陆架交换的区域主要是在黑海西北部，以往对于黑海跨陆架交换的研究也集中在黑海的西北部地区[2-3, 8-9]。对2002年至2010年间黑海西北部海盆边缘环流进行气候态平均速度计算，将黑海西北部(43°～47°N，27°～34°E)200 m等深线与1 500 m等深线之间的区域视为海盆边缘环流带，用海盆边缘环流带的平均速度来代表其强度，可得到其1 a内随时间的强度变化(图4)。冬季海盆边缘环流强度较大，且在2月达到最大值；夏季海盆边缘环流强度较弱，且在6月达到最小值。产生这种季节性分布的原因是由于在冬季黑海地区风场的旋度达到最大值，为黑海流场输送了大量动量，而夏季则为黑海地区风场旋度最弱的时候[10]。涡旋的产生直接受到海盆边缘环流强度的影响，从整体涡旋产生数量来看，在海盆边缘环流强度较弱的夏季，是涡旋产生最为活跃的时期。原因可能是由于海盆边缘环流强度减弱，其动能传递到涡旋中。而长生命周涡旋产生的高峰期是在海盆边缘环流强度高峰之后的2个月，这是由于很强的环流流动并不利于涡旋形成之后的状态维持。

  

图4 黑海西北部海盆边缘环流强度气候态均值年分布Fig.4 Seasonal cycle of the intensity of Rim Current in the northwestern Black Sea

2.2黑海西北部跨陆架交换通量计算

(2)由于本文使用的二维涡旋探测方法中，最外层边界为最外层闭合流函数，对于通量计算不能涵盖整个涡旋，故将涡旋范围重新计算，以步骤(1)中所得半径的1.2倍为新的半径；

  

图5 2002年至2010年间每年3月1日至8月1日表层至20 m以浅跨陆架交换量在纬度上的分布随时间的变换示意图Fig.5 Hovmöller diagram of the cross-shelf volume transport integrated from the sea surface to 20 m交换量沿图1中陆架边界计算出。从左上图到右下图依次为2002年至2010年，单位：Sv/N° Cross-shelf exchange is calculated along the shelf edge as shown in Figure 1. The Figures form top left to bottom right are showing from 2002 to 2010. Unit: Sv/N°

  

图6 2002年至2010年间每年3月1日至8月1日涡旋导致的表层至20 m 以浅跨陆架交换量在纬度上的分布随时间的变换示意图Fig.6 Hovmöller diagram of the eddy-induced cross-shelf volume transport integrated from the sea surface to 20 m 交换量沿图1中陆架边界计算出。从左上图到右下图依次为2002年至2010年，单位：Sv/N° Cross-shelf exchange is calculated along the shelf edge as shown in Figure 1. The Figures form top left to bottom right are showing from 2002 to 2010. Unit: Sv/N°

本文将涡旋自动探测方法应用于高精度卫星高度计数据与高精度混合坐标系模型数据，首先对2002年至2010年间黑海地区的涡旋活动进行追踪分析，着重研究涡旋活动较为活跃的黑海西北部地区。然后通过模型数据的流场资料计算出黑海西北部跨陆架交换水通量，再利用三维涡旋自动探测方法将涡致跨陆架交换量分离出来，分别研究影响跨陆架交换的两个重要因素：海盆边缘环流与涡旋。

  

图7 2002年至2010年间跨陆架交换量在1 a 之内的平均值分布Fig.7 Seasonal cycle of the cross-shelf exchange volume in the northwestern Black Sea from 2002 to 2010 红色细线为离岸传输，红色粗线为拟合结果；蓝色细线为向岸运输， 蓝色粗线为拟合结果；黑色线为净通量 The red thin line represents the offshore transmission, the red thick line is the fitting result. The blue thin line represents the onshore transportation, the blue thick line is the fitting result. The black line represents the net flux

  

图8 用来表示边缘环流位置的面积指数均值Fig.8 Average area index used to represent the position of the Rim Current in the northwestern Black Sea 红色实线由灰色线拟合生成 The red line is fitted by the gray line

研究中将水体分为3层进行了计算，其中表层0 m至20 m层之间年际平均净通量为5.76 Sv，中层20 m至140 m之间年际平均净通量为-42.72 Sv，底层140 m至200 m之间年际平均净通量为38.99 Sv，进出陆架的水通量实现大体保持平衡且水通量方向与KUBRYAKOV et al[12]的研究结果一致。

2.3 黑海西北部涡致跨陆架交换通量

在2002年至2010年从模型数据汇总识别出来的15 000多个涡旋中有52.26%的涡旋产生于3月至8月之间，在此期间涡旋所引起的跨陆架交换被完全分离出来(图6)并进行统计分析。黑海西北部地区表层3月到8月之间涡旋所引起跨陆架交换量约占了跨陆架交换总量的16%～31%。平均涡致离岸水交换量占全年跨陆架交换总量的15.74%，其中春季涡致离岸跨陆架交换量占春季离岸跨陆架交换总量的16.86%，而在夏季此比重达到20.57%，涡致离岸跨陆架交换比重上升。而春季涡致离岸跨陆架交换量占全年涡致离岸跨陆架交换总量的26.40%，夏季涡致离岸跨陆架交换量占全年涡致离岸跨陆架交换量的23.63%，比重下降(表2)。这也印证了春季跨陆架交换较为活跃，夏季较弱，同时涡致跨陆架交换量虽然在夏季比重提升但总体量值是减少的。

 

表2 2002年至2010年间黑海西北陆架区跨陆架交换量Tab.2 Cross-shelf exchange volume in the northwestern Black Sea from 2002 to 2010

  

项目全年离岸运输向岸运输春季(3月1日至5月31日)离岸运输向岸运输夏季(6月1日至8月31日)离岸运输向岸运输涡致通量/Sv18.03-18.114.76-4.554.26-4.22总通量/Sv114.54-108.7828.24-27.1120.71-21.28涡致通量/总通量(%)15.7416.6516.8616.7820.5719.83

注：1 Sv=106 m3·s-1

利用三维模型数据对黑海西北部跨陆架交换量进行计算，计算中将西北陆架区定义为沿着陆架边界(图1中红色线，近200 m等深线)与岸线所围地区。通量计算将沿着陆架边界进行。分别计算黑海西北部跨陆架交换过程中海盆边缘环流与涡旋的影响，计算的关键在于将涡旋从三维流场中分离出来。首先我们使用基于涡旋的几何矢量特征检测算法[7]来实现自动识别涡旋。该算法可应用于卫星测高数据与模型输出的三维数据。涡旋自动识别方法应用于卫星高度计数据可直接获得涡旋位置、轨迹、寿命等特征参数[4]，虽然高度计数据代表的是垂向速度积分，但涡旋是有三维结构的，故使用三维模型数据。同时，三维涡旋探测方法也有利于计算涡旋导致的三维通量。在二维涡旋探测方法的基础上发展出三维探测方法，具体步骤如下：

据悉，今后三方将在重大项目联合申报、核心产品研发、通用平台构建、行业标准制定和技术集成示范等方面加强合作，充分挖掘各自潜力，推动大数据技术在植保领域的研发与应用，将大数据、人工智能转化为实实在在的科技生产力。

3 讨论与结论

分析2002年至2010年间表层跨陆架交换的气候态平均值，在图7中可以看到离岸运输与向岸运输的峰值都在2—3月，此时也是边缘流强度的峰值期。将海盆边缘环流强度与跨陆架交换量作相关性分析后得到，海盆边缘环流强度与离岸的跨陆架交换量相关系数为0.67，与向岸的跨陆架交换量相关系数为0.57。海盆边缘环流对跨陆架交换量的影响不只依赖于其强度的大小，还应与海盆边缘环流的位置有关。在确定海盆边缘环流位置时，引入了面积指数法，即计算海盆边缘环流流轴(海盆边缘环流带内最大速度的连线)与陆架边界所围成区域的面积，当面积较小时海盆边缘环流距离陆架边界较近，当面积较大时，海盆边缘环流距离陆架边界较远。如图8所示，在海盆边缘环流强度较大的2月，环流位置较靠近陆架边界，随后便逐渐远离陆架边界，在5、6月时距离陆架边界最远。对黑海西北部海盆边缘环流位置与其跨陆架交换量作相关性分析得到相关系数为0.52。由此可认为在黑海西北部地区海盆边缘环流的强弱及其位置都会对该地区跨陆架交换产生影响，环流强度越大，位置越靠近陆架边界所引起的跨陆架交换量越大。

根据联合体人员存在形式的不同，该维修集约范式又可分为劳务委外和委托人力资源公司两种。劳务委外是城市轨道交通运营公司将维修业务中必要专业技术支持人员全部委托给服务商管理，服务商监督管理维修质量；委托人力资源公司则是城市轨道交通运营公司将维修业务中的非专业技术支持人员调配与管理工作集中委托给人力资源公司进行招聘与管理，这些人员的培训工作由城市轨道交通运营公司或服务商负责，服务商监督管理维修质量。

电力输送是能源发展与配置工作开展的基础。在规模较大、距离较远的输电技术应用过程中，与交流输电方式相比，直流输电方式更具有输送容量大、输送距离远的优势，其单位容量的造价以及相应的能源损害程度也比较低，但同时，该输电方式的技术要求也比较高。鉴于此，针对柔性直流电网串联直流潮流控制器及其控制策略这一课题进行深入研究具有重要的现实意义。

本文中对2002年至2010年间的涡旋进行了统计，并对卫星高度计数据结果与模型数据结果进行了对比。在卫星高度计数据中整个黑海区域有超过9 000个涡旋被识别出来，而模型数据中被识别的涡旋高达15 000个，此差异的产生是由于识别过程中并未剔除极小的涡旋，且模型数据的空间分辨率远高于卫星高度计数据，因此由模型数据探测到的涡旋要多于卫星高度计数据。当我们将范围缩小至黑海西部地区，并只对生命周期大于1个月的涡旋进行统计时，两数据集所得到的结果是相近的。图2与表1分别对两数据集结果进行了展示，可以看出产生涡旋的位置在克里米亚半岛西南部比较集中，涡旋活动在陆坡位置(200～1 500 m等深线之间)很活跃，且大多数涡旋的运动轨迹会沿着等深线进行，卫星高度计数据与模型数据结果中反气旋式涡旋的数量都要大于气旋式涡旋。陆坡地带强烈的涡旋活动对跨陆架交换的影响之重大已经被以往的研究所证明[2-3]，而涡旋引起的跨陆架交换量的季节性分布，尚无具体研究。

⑩Fan Huang，Xuefeng Wen，“An update logic for Games with angry players”，Studies in Logic，2016(3)，pp．71 ～88．

(2)在黑海西北部跨陆架交换过程中，海盆边缘环流占据主导位置，主要通过海盆边缘环流强度和海盆边缘环流位置对通量进行调节。

(3)黑海西北部跨陆架交换量春季强、夏季弱的特点对环流所导致的跨陆架交换与涡致跨陆架交换同样适用。

对照组：患者采用口外弓支抗正畸治疗，佩戴Nance弓(杭州慈北医疗器械)矫正。告知患者Nance弓佩戴方法，每天需佩戴8 h以上；定期复诊(1次/月)，对Nance弓适当加力。同时对患者进行口腔卫生宣教。

(4)长生命周期(2～3个月)的单个涡旋所导致的跨陆架交换量对于陆架水体的更新具有重要意义。

此项研究中基于涡旋自动识别的计算会包含涡旋自动识别系统中的误差[6]，而将涡旋自动识别方法循环作用于33层数据，此误差会扩大，因此对三维涡致跨陆架交换的研究需要更为准确的三维涡旋自动探测方案，以实现对涡致跨陆架交换量更准确的计算。在对涡旋的特征研究中，卫星高度计数据是最直接的资料，应用的空间、时间范围更广，因此未来的研究中可将模型数据计算出涡致跨陆架交换量与卫星高度计数据得到的涡旋表面特征进行拟合，以实现由流场表层特征反演涡致跨陆架交换的三维特征。

参考文献（References）：

[1] NIILER. Ageostrophic circulation in the ocean, in Proceedings of a Workshop on Oceanography in 2025[M]. Washington, D. C: National Academic Press, 2009: 73-76.

[2] SHAPIRO G I, STANICHNY S V, STANYCHNA R R. Anatomy of shelf-deep sea exchanges by a mesoscale eddy in the North West Black Sea as derived from remotely sensed data[J]. Remote Sensing of Environment, 2010,114(4):867-875.

[3] ZHOU F, SHAPIRO G, WOBUS F. Cross-shelf exchange in the northwestern Black Sea[J]. Journal of Geophysical Research Oceans, 2014,119(4):2 143-2 164.

[4] KUBRYAKOV A A, STANICHNY S V. Mesoscale eddies in the Black Sea from satellite altimetry data[J]. Oceanology, 2015,55(1):56-67.

[5] MADEC G. NEMO ocean engine[M]. Paris: Institut Pierre-Simon Laplace , 2008.

[6] OGUZ T, LATUN V S, LATIF M A, et al. Circulation in the surface and intermediate layers of the Black Sea[J]. Deep Sea Research Part I Oceanographic Research Papers, 1993,40(8):1 597-1 612.

[7] NENCIOLI F, DONG C, DICKEY T, et al. A vector geometry-based eddy detection algorithm and its application to a high-resolution numerical model product and high-frequency radar surface velocities in the Southern California Bight[J]. Journal of Atmospheric & Oceanic Technology, 2010,27(3):564.

[8] SHAPIRO G, WOBUS F, ZHOU F. Exchanges between the open Black Sea and its North West shelf[C]. Vienna: EGU General Assembly, 2014.

[9] GRéGOIRE M, LACROIX G. Exchange processes and nitrogen cycling on the shelf and continental slope of the Black Sea basin[J]. Global Biogeochemical Cycles, 2003,17(2): 42.

[10] KUBRYAKOV A A, STANICHNY S V. Seasonal and interannual variability of the Black Sea eddies and its dependence on characteristics of the large-scale circulation[J]. Deep Sea Research Part I Oceanographic Research Papers, 2015,97:80-91.

[11] OGUZ T. State of the environment of the Black Sea (2001-2006/7)[J]. Mem Dep Agric India Bot Ser, 2008,49(41):7 692-7 695.

[12] KUBRYAKOV A A, STANICHNY S V, ZATSEPIN A G, et al. Long-term variations of the Black Sea dynamics and their impact on the marine ecosystem[J]. Journal of Marine Systems, 2016,163:80-94.