바다 표면 엽록소와 위성 정보와 남중국해의 주요 특징 사이의 관계를 조사
Summary
위성 관측에서 얻어지거나 추출한 바다 표면 엽록소, 온도, 해수면 높이, 바람 및 전면 데이터는 바다를 특성화하는 효과적인 방법을 제공합니다. 제시는 지역 역학 및 생태계를 완전히 이해하기 위해 전체 평균, 계절 주기 및 상호 상관 관계를 포함한 이러한 데이터에 대한 포괄적인 연구를 위한 방법입니다.
Abstract
위성 관측은 해면 엽록소(CHL), 해표면 온도(SST), 해수면 높이(SSH), 이러한 매개변수(예: 전선)에서 파생된 요인 등 주요 해양 파라미터의 특징을 조사하는 훌륭한 접근법을 제공합니다. 이 연구는 위성 관측을 사용하여 계절및 비정상적인 필드에서 주요 매개 변수와 관계를 설명하는 단계별 절차를 보여줍니다. 이 방법은 남중국해(SCS)의 표면 특징을 설명하는 데 사용된 2002-2017년의 위성 데이터 집합을 사용하여 설명합니다. 클라우드 커버리지로 인해 이 연구에서 월별 평균 데이터가 사용되었습니다. 경험적 직교 기능(EOF)은 서로 다른 요인의 공간 분포 및 측두체 변성을 설명하기 위해 적용되었다. 몬순 바람은 분지의 변동성을 지배합니다. 따라서, 재분석 데이터 집합에서 바람은 다른 매개 변수에 대한 그것의 원동력을 조사하기 위해 사용되었다. CHL의 계절 적 변동성은 눈에 띄었으며 SCS의 대다수에서 다른 요인과 크게 상관관계가 있었습니다. 겨울에는 강한 북동쪽 몬순이 분지 전체에 깊은 혼합층과 높은 수준의 엽록소를 유도합니다. 중요한 상관 관계 계수는 계절 주기의 요인 들 사이에서 찾아냈습니다. 여름에, 높은 CHL 수준은 주로 서부 SCS에서 찾아냈습니다. 계절적 의존도가 높은 대신, 이 지역은 매우 역동적이었고, 비정상적으로 높은 CHL 수준이 비정상적으로 강한 바람과 강렬한 정면 활동과 관련이 있는 비정상적인 분야에서 요인이 크게 상관관계가 있었습니다. 이 연구는 위성 관측을 사용하여 계절및 비정상적인 분야에서 주요 매개 변수와 관계를 설명하는 단계별 절차를 제시합니다. 이 방법은 다른 글로벌 해양에 적용 할 수 있으며 해양 역학을 이해하는 데 도움이 될 것입니다.
Introduction
원격 감지 기술은 대규모 공간 스케일과 해양 환경을 설명하기 위한 오랜 기간의 훌륭한 데이터 집합을 제공합니다. 위성의 공간 해상도가 증가함에 따라, 자세한 기능은 이제 지역 규모에서 수백 미터1,2로해결됩니다. 해양 역학에 대한 향상된 이해는 대부분의 업데이트 된 위성 관측3을통해 달성 될 수있다.
원격 감지 플랫폼에 여러 센서를 통합하면 다양한 매개 변수에 대한 포괄적인 설명이 가능합니다. 해수면 온도(SST)는 반세기 이상 관찰된 기본 파라미터(SST)이다. 최근에는 해면 엽록소(CHL)에 대한 관측이 가능해졌으며 해양 생산성을 설명하는 데 사용될 수있다. 고도항도 위성은 바다 표면 높이를측정하는 데 사용된다6,7,이는 강하게 글로벌 바다에서 중형 에디 활동과 관련이8,9. 에디 외에도 전두엽 활동은 지역 역학 및 1 차 생산10에영향을 미치는 데 에도 중요합니다.
현재 연구의 주요 초점은 다른 해양 요인의 공간 분포 및 측두근성을 설명하는 표준 절차를 찾는 것입니다. 이 방법에서는 SST 그라데이션에서 파생된 SST, CHL, SSH 및 전면 데이터를 분석하여 패턴을 결정합니다. 특히, CHL은 바다의 생산성을 나타내는 데 사용되며, CHL 및 기타 해양 파라미터 간의 관계를 조사하는 방법이 도입된다. 이 방법을 검증하기 위해 남중국해에서 2002년 10월부터 2017년 9월까지의 기간은 모든 매개 변수를 검사하는 데 사용되었습니다. 이 방법은 주요 해양 패턴을 포착하고 해양 역학이 생태계에 미치는 영향을 탐구하기 위해 전 세계 다른 지역에서 쉽게 사용할 수 있습니다.
남중국해(SCS)는 위성 관측비율이 상대적으로 높기 때문에 연구 지역으로 지정되었습니다. SCS는 태양 복사에 풍부하다; 따라서, CHL은 주로영양소(11,12)의가용성에 의해 결정된다. 더 많은 영양소가 내포층으로 운반되면 CHL 수치가13을증가시킬 수 있습니다. 바람에 의해 유도된 혼합은 양분을 바다 표면에 도입하고 CHL14를향상시킬 수 있다. SCS는 이 지역의 역학과 생태계를 결정하는 몬순 풍력 시스템에 의해 독특하게 지배됩니다. 몬순 바람은 겨울15동안 가장 강하다. 여름에는 바람이 방향을 바꾸고 풍속은겨울 16,17보다훨씬 약합니다. 바람 강도는 수직 혼합의 강도를 결정할 수 있으며, 겨울에 바람이 증가함에 따라 혼합층 깊이(MLD)가 심화되고 여름18에바람이 감소함에 따라 얕아진다. 따라서 바람이19이고 CHL이 올해20,21의가장 높은 지점에 도달할 때 겨울 동안 더 많은 영양소가 연중 유포층으로 운반된다.
바람 이외에, MLD는 궁극적으로 영양 분함량 및 CHL22에영향을 미치는 SST 및 해수면 이상(SLA)과 같은 다른 요인을 사용하여 결정될 수 있다. 겨울 동안, 약한 수직 그라데이션은 표면20에서저온과 연관된다. 해당 MLD는 깊고 더 많은 영양소를 위쪽으로 운반할 수 있습니다. 따라서, 표면 층의 CHL은17가높다. CHL 레벨의 증가 변화는 수직 수송 및 혼합23을유도하는 메조스케일 에디에 기인할 수 있다. Upwelling은 일반적으로 우울한SLA와관련되었던 사이클론 에디에서 발견8,9 및 높은 CHL 농도24. 다운웰링은 일반적으로 높은SLA와관련된 항사이클론 에디에서 발견8,9 및 우울한 CHL 농도24. 다른 계절에 대 한, MLD 얕은 되 고 혼합 약한 되 면; 따라서, 낮은 CHL은분지(25)의대부분을 통해 관찰될 수 있다. CHL 수준의 계절 주기는 이후 지역26에대한 우세하다.
혼합 이외에, 전선 및 관련 해안 팽창은 CHL을 더욱 조절할 수 있습니다. 서로 다른 물 덩어리의 경계로 정의되는 전면은 지역 순환 및 생태계대응(27)을결정하는 데 중요하다. 프론토발생은 일반적으로 영양분을 유도하고 식물성 플랑크톤(30)의 성장을 촉진할 수 있는 해안 팽창 및융합(28,29)과관련이 있다. 히스토그램 및 SST 그라데이션 방법을 포함하여 위성 관측에서 전선을 자동으로 식별하기 위해 다양한 알고리즘이 개발되었습니다. 후자의 접근방식은 이 연구28에서채택된다.
CHL과 다양한 요소 간의 시계열의 상관 관계는 관계를 정량화하는 데 큰 통찰력을 제공합니다. 현재 연구는 생산성과 관련된 지역 해양 역학을 밝히기 위해 위성 관측을 사용하는 방법에 대한 포괄적 인 설명을 제공합니다. 이 설명은 바다의 모든 부분에서 표면 프로세스를 조사하기위한 가이드로 사용할 수 있습니다. 이 문서의 구조에는 단계별 프로토콜이 포함되며 텍스트와 그림에서 설명 결과가 따릅니다. 방법의 장단점 이외에 적용성은 이후에 논의된다.
Protocol
Representative Results
Discussion
이 연구에서는 해양 시스템의 주요 특징이 위성 관측을 사용하여 설명됩니다. 해양 생산을 나타내는 데 사용할 수 있는 CHL은 지표 요인으로 선택됩니다. CHL 변동성과 관련된 요인은 월별 평균 기간 시리즈(예: SST, WSC, WSC, FP 및 SLA)를 사용하여 조사되었습니다. 이 연구에서는 다양한 매개 변수에 대한 위성 데이터 수집, EOF를 통한 공간 및 시간 적 변동성 설명, 상관 관계 계수를 계산하여 서로 다른 요소 간의 상호 관계를 결정하는 세 가지 중요한 단계가 설명되어 있습니다. SST 관측에서 파생된 일일 정면 분포에 대한 식별을 보여주는 자세한 절차가 포함되어 있습니다. SST 전면 감지를 위해 두 가지 주요 접근법이 개발되었습니다: 그라데이션방법(10,38) 및 히스토그램방법(39,40). 히스토그램 방법은 물 질량을 다른 그룹으로 나누는 데 사용할 수 있는 SST에 대한 유사한 값 범위를 기반으로 합니다. 전환 대역의 픽셀을 나타내는 서로 다른 그룹 간의 값이 있는 픽셀은 전면으로 정의됩니다. 반면, 그라데이션 방법은 그라데이션 값이 큰 픽셀로 비교적 균일한 수문 여러 체분을 분리합니다. 비교 연구가 수행되었고, 그들은 히스토그램 방법을 사용하여 더 낮은 거짓 비율을 발견하고 그라데이션 방법(41)을사용하여 누락 된 전선이 적다. 본 연구에서, 그라데이션 기반방법(38)은 이전 연구10,28에따라 채택되었다. 알고리즘은 크기를 더 작은 임계값 이하의 수준으로 감소시켜 여러 가장자리 조각으로 전면 침입을 방지할 수 있습니다. 여기에 포함된 데이터 집합 외에도 에어로졸 지수와 같은 다른 위성 관측도 유사한 접근 방식으로 사용될 수 있다.
대부분의 절차는 다른 지역 이나 데이터 집합에 직접 적용할 수 있습니다. 전면 감지 의 임계값을 변경 하기 위해 수정이 일어날 수 있습니다. SCS의 SST 그라데이션은 동부 경계 전류시스템(28)과유사하기 때문에 현재 스터디에 대해 동일한 임계값이 구현되었습니다. 이전 연구에 따르면 서로 다른 데이터 집합의 SST 그라데이션은42배까지3배까지 다양하여 방법을 더 적게 객관적으로 만듭니다. 실질적인 연구는 글로벌 바다 주변의 정면 활동을조사했다 28,43. 전선의 유효성을 검사하는 가장 좋은 방법은 시투 관측에서 이를 비교하는 것입니다. Yao44는 SCS의 월간 정면 분포를 설명했습니다. 그들의 결과는 시투 측정과 잘 동의했습니다. 전체 그라데이션은 공간 해상도 및 계측에 따라 값이 다를 수 있으므로 전체 그라데이션을 점검하고 조정해야 합니다. 특히 다른 SST 데이터 집합을 사용할 때 임계값을 업데이트해야 합니다. 지역 역학에 대한 기본적인 이해는 전두근45,46,47을이해하는 데 기본이다. 전면 검색 스크립트는 이 백서의 설명에 따라 개별 작성자에서 개발할 수 있습니다.
위성 정보는 표면 기능에 대한 포괄적인 이해를 제공하며, 결과 비교는 시투 관측에서 신뢰성을 평가하는 데 도움이 될 수 있습니다. 그러나 위성 관측은 바다 표면으로 제한되어 수열의 수직 구조를 이해하는 응용 프로그램을 제한합니다. 최근 연구에서 위성 관측결과, 표면 CHL이 15배 증가했지만 수직통합값은 2.5배48배만증가한 것으로 나타났다. 이러한 차이는 표면 값이 MLD의 식물성 플랑크톤 성장과 밀링의 공동 효과에 의해 영향을 받아 표면에서 실현 불가능한 값을 초래했기 때문입니다. 따라서 표면 피쳐는 전체 물 열에 대한 정확한 설명을 제공하지 않을 수 있습니다. 또한 클라우드 커버리지의 영향은 위성의 지속적인 관찰을 제한합니다. 따라서 월별 타임 시리즈는 동일한 지역과 같은 기간에 걸쳐 다른 요인에 대해 계산됩니다. 이것은 다른 요인 들 간의 상관 관계를 계산의 신뢰성을 보장 합니다. 그러나 며칠에서 일주일 동안 지속되는 태풍과 같은 단기 적인 사건은 해결되지 않습니다.
이전 연구에 비해 제안 된 방법은 픽셀 수준에서 공간 정보를 제공 할 수 있으며, 이는 보다 상세한 방식으로 역학을 평가하는 데 도움이 될 수 있습니다. 일부 이전 연구는 전체 SCS를 단일 숫자로 평균하고 타임 시리즈를 획득했습니다. 그(것)들은 비정상적으로 강한 WS 및 높은 SST가 현재 결과와 일치하는 비정상적으로 높은 CHL16을유도할 수 있다는 것을 것을을 발견했습니다. 그러나 관계의 공간 적 변화는 해결되지 않았습니다. 이 연구에서는 WS와 CHL 간의 분지 규모 상관 관계가 비정상적인 분야에서 약했습니다. 큰 중요한 상관관계는 SCS(도9B)의중심과 같은 특정 영역에 대해서만 확인되었다. 따라서, 현재 방법은 공간 변화를 조사하기 위한 포괄적인 설명을 제공한다. 마찬가지로, 두 개의 바이오 아르고 수레에서 관찰이 사용되었고 WSC가 CHL 변동성(20)과상관 관계가 없는 것으로 나타났습니다. 그러나 두 수레의 궤적은 특정 지역에만 있습니다. 이 경우, CHL 레벨과 WSC 사이의 상관관계가 중요하지 않은 밴드 내에 정확히있었다(도 8D). 제안된 방법은 글로벌 바다의 근본적인 특징인 요인들 간의 공간 의존성을 해결하는 데 매우 유용합니다.
요약하자면, 여기서 사용되는 방법은 위성 관측을 사용하여 해양 표면 피처의 공간 분포 및 측두형 가변성을 정확하게 설명할 수 있다. 위성 데이터 집합의 해상도가 증가함에 따라 보다 자세한 기능을 식별하고 조사하여 CHL, SST 및 SSH를 포함한 지역 기능에 대한 일반적인 이해를 가능하게 합니다. 서로 다른 요인 들 간의 월별 시계시리즈의 상관 관계는 그들의 역동적인 관계와 생태계에 대한 잠재적 영향을 이해하는 데 도움이 될 수있습니다(49). 상관 관계는 크게 다른 공간 위치에 다를 수 있으므로 제안된 메서드는 상세하고 포괄적인 설명을 제공합니다. 전 세계 모든 해양 유역에 유사한 접근 방식을 적용할 수 있으며, 이는 해양 역학 및 생태계에 대한 이해를 향상시키는 데 매우 도움이 될 것입니다.
Disclosures
The authors have nothing to disclose.
Acknowledgements
중국 국가 핵심 연구 개발 프로그램(2016YFC1401601호), 장쑤성 대학원 연구 및 실천 혁신 프로그램 지원(No. SJKY19_0415) 중앙대학의 기초연구기금(2019B62814호), 중국 국립자연과학재단(41806026호, 41730536호), 벵골만과 인도양 동부의 공동첨단해양생태학연구기금(No. 41890805) 등이 크게 인정받았다. 저자는 국립 항공 우주 국 (NASA), 중거리 기상 예보 (ECMWF)에 대한 유럽 센터, 코페르니쿠스 해양 및 환경 모니터링 서비스 (CMEMS) 및 국립 해양 대기 관리 (NOAA)를 포함한 소스에서 데이터의 제공을 주셔서 감사합니다.
Materials
| Matlab | MathWorks | Matlab R2016 | https://www.mathworks.com/products/matlab.html; referred to analysis software in the protocol |
| Sea surface chlorophyll | NASA | MODIS | mg/mg3 (podaac-tools.jpl.nasa.gov) |
| Sea surface height | AVISO | AVISO | meter (www.aviso.altimetry.fr) |
| Sea surface temperature | NASA | MODIS | °C (podaac-tools.jpl.nasa.gov) |
| Topography | NOAA | NGDC | meter (maps.ngdc.noaa.gov/viewers/wcs-client/) |
| Wind | ECMWF | ERA-interim | m/s (www.ecmwf.int/en/forecasts/datasets) |
References
- Behrenfeld, M. J., Falkowski, P. G. Photosynthetic rates derived from satellite-based chlorophyll concentration. Limnology and Oceanography. 42 (1), 1-20 (1997).
- Loisel, H., et al. Assessment and analysis of the chlorophyll-a concentration variability over the Vietnamese coastal waters from the MERIS ocean color sensor (2002-2012). Remote Sensing of Environment. 190, 217-232 (2017).
- Gohin, F., et al. Towards a better assessment of the ecological status of coastal waters using satellite-derived chlorophyll-a concentrations. Remote Sensing of Environment. 112 (8), 3329-3340 (2008).
- Bates, J. J., Smith, W. L. Sea surface temperature: Observations from geostationary satellites. Journal of Geophysical Research. 90, 11609-11618 (1985).
- Antoine, D., Andre, J., Morel, A. Oceanic primary production: 2. Estimation at global scale from satellite (Coastal Zone Color Scanner) chlorophyll. Global Biogeochemical Cycles. 10 (1), 57-69 (1996).
- Mason, E., Pascual, A., McWilliams, J. C. A new sea surface height-based code for oceanic mesoscale eddy tracking. Journal of Atmospheric and Oceanic Technology. 31 (5), 1181-1188 (2014).
- Sterlini, P., De Vries, H., Katsman, C. A. Sea surface height variability in the North East Atlantic from satellite altimetry. Climate Dynamics. 47, 1285-1302 (2016).
- Chelton, D. B., Schlax, M. G., Samelson, R. M., De Szoeke, R. A. Global observations of large oceanic eddies. Geophysical Research Letters. 34, 15606 (2007).
- Chelton, D. B., Schlax, M. G., Samelson, R. M. Global observations of nonlinear mesoscale eddies. Progress in Oceanography. 91 (2), 167-216 (2011).
- Castelao, R. M., Wang, Y. Wind-driven variability in sea surface temperature front distribution in the California Current System. Journal of Geophysical Research: Oceans. 119 (3), 1861-1875 (2014).
- Pauly, D., Christensen, V., Sherman, K., Alexander, L. M., Gold, B. D. Stratified model of large marine ecosystems: A general approach and an application to the South China Sea. Large Marine Ecosystems: Stress, Mitigation, and Sustainability. , 148-174 (1993).
- Gao, S., Wang, H., Liu, G., Li, H. Spatio-temporal variability of chlorophyll a and its responses to sea surface temperature, winds and height anomaly in the western South China Sea. Acta Oceanologica Sinica. 32 (1), 48-58 (2013).
- Chen, Y. L. Spatial and seasonal variations of nitrate-based new production and primary production in the South China Sea. Deep-sea Research Part I. 52 (2), 319-340 (2005).
- Kahru, M., et al. Global correlations between winds and ocean chlorophyll. Journal of Geophysical Research. 115, 12040 (2010).
- Wu, C. R., Shaw, P. T., Chao, S. Y. Seasonal and Interannual Variations in the Velocity Field of the South China Sea. Journal of Oceanography. 54, 361-372 (1998).
- Liu, K. K., et al. Inter-annual variation of chlorophyll in the northern South China Sea observed at the SEATS Station and its asymmetric responses to climate oscillation. Biogeosciences. 10, 7449-7462 (2013).
- Yu, Y., et al. The variability of chlorophyll-a and its relationship with dynamic factors in the basin of the South China Sea. Journal of Marine Systems. 200, 103230 (2019).
- Qu, T., Du, Y., Gan, J., Wang, D. Mean seasonal cycle of isothermal depth in the South China Sea. Journal of Geophysical Research. 112, 02020 (2007).
- Chen, C. C., Shiah, F. K., Chung, S. W., Liu, K. K. Winter phytoplankton blooms in the shallow mixed layer of the South China Sea enhanced by upwelling. Journal of Marine Systems. 59, 97-110 (2006).
- Zhang, W. Z., Wang, H., Chai, F., Qiu, G. Physical drivers of chlorophyll variability in the open South China Sea. Journal of Geophysical Research: Oceans. 121, 7123-7140 (2016).
- Zeng, L., Wang, D., Chen, J., Wang, W., Chen, R. SCSPOD14, a South China Sea physical oceanographic dataset derived from in situ measurements during 1919-2014. Scientific Data. 3, 160029 (2016).
- Greer, A. T., Cowen, R. K., Guigand, C. M., Hare, J. A. Fine-scale planktonic habitat partitioning at a shelf-slope front revealed by a high-resolution imaging system. Journal of Marine Systems. 142, 111-125 (2015).
- Piontkovski, S. A., Nezlin, N. P., Alazri, A., Alhashmi, K. Mesoscale eddies and variability of chlorophyll-a in the Sea of Oman. Journal of Remote Sensing. 33 (17), 5341-5346 (2012).
- Kahru, M., Fiedler, P. C., Gille, S. T., Manzano, M., Mitchell, B. G. Sea level anomalies control phytoplankton biomass in the Costa Rica Dome area. Geophysical Research Letters. 34, 22601 (2007).
- Palacz, A. P., Xue, H., Armbrecht, C., Zhang, C., Chai, F. Seasonal and inter-annual changes in the surface chlorophyll of the South China Sea. Journal of Geophysical Research. 116, 09015 (2011).
- Tang, S., Liu, F., Chen, C. Seasonal and intraseasonal variability of surface chlorophyll a concentration in the South China Sea. Aquatic Ecosystem Health and Management. 17, 242-251 (2014).
- Fedorov, K. N. . The physical nature and structure of oceanic fronts. , 333 (1986).
- Wang, Y., Castelao, R. M., Yuan, Y. Seasonal variability of alongshore winds and sea surface temperature fronts in Eastern Boundary Current Systems. Journal of Geophysical Research: Oceans. 120 (3), 2385-2400 (2015).
- Chen, H. H., Qi, Y., Wang, Y., Chai, F. Seasonal variability of SST fronts and winds on the southeastern continental shelf of Brazil. Ocean Dynamics. 69 (11), 1387-1399 (2019).
- Woodson, C. B., Litvin, S. Y. Ocean fronts drive marine fishery production and biogeochemical cycling. Proceedings of the National Academy of Sciences of the United States of America. 112 (6), 1710-1715 (2015).
- Siegel, D. A., et al. Regional to global assessments of phytoplankton dynamics from the SeaWiFS mission. Remote Sensing of Environment. 135, 77-91 (2013).
- Ducet, N., Traon, P. Y. L., Reverdin, G. Global high-resolution mapping of ocean circulation from Topex/Poseidon and ERS-1/2. Journal of Geophysical Research-Atmospheres. 105 (8), 19477-19498 (2000).
- Dee, D. P., et al. The ERA Interim reanalysis: Configuration and performance of the data assimilation system. Quarterly Journal of the Royal Meteorological Society. 137 (656), 553-597 (2011).
- Hellerman, S. Computations of wind stress fields over the Atlantic Ocean. Monthly Weather Review. 93 (4), 239-244 (1965).
- Xian, T., Sun, L., Yang, Y. J., Fu, Y. F. Monsoon and eddy forcing of chlorophyll-a variation in the northeast South China Sea. International Journal of Remote Sensing. 33 (23), 7431-7443 (2012).
- Hu, J. Y., Kawamura, H., Tang, D. Tidal front around the Hainan Island, northwest of the South China Sea. Journal of Geophysical Research. 108 (11), 3342 (2003).
- Chelton, D. B. Large-scale response of the California Current to forcing by the wind stress curl. CalCOFI Reports. 23, 130-148 (1982).
- Canny, J. A computational approach to edge-detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. 6, 679-698 (1986).
- Cayula, J. F., Cornillon, P., Holyer, R., Peckinpaugh, S. Comparative study of two recent edge-detection algorithms designed to process sea-surface temperature fields. IEEE Geoscience and Remote Sensing Letters. 29 (1), 175-177 (1991).
- Cayula, J. F., Cornillon, P. Cloud detection from a sequence of SST images. Remote Sensing of Environment. 55 (1), 80-88 (1996).
- Ullman, D. S., Cornillon, P. Evaluation of Front Detection Methods for Satellite-Derived SST Data Using in Situ Observations. Journal of Atmospheric and Oceanic Technology. 17 (12), 1667-1675 (2000).
- Oey, L., Chang, M. C., Huang, S., Lin, Y. C., Lee, M. The influence of shelf-sea fronts on winter monsoon over East China Sea. Climate Dynamics. 45, 2047-2068 (2015).
- Legeckis, R. A survey of worldwide sea surface temperature fronts detected by environmental satellites. Journal of Geophysical Research. 83 (9), 4501-4522 (1978).
- Yao, J., Belkin, I. M., Chen, J., Wang, D. Thermal fronts of the southern South China Sea from satellite and in situ data. International Journal of Remote Sensing. 33 (23), 7458-7468 (2012).
- Chen, G., et al. Eddy heat and salt transports in the South China Sea and their seasonal modulations. Journal of Geophysical Research. 117, 05021 (2012).
- Wang, G., Li, J., Wang, C., Yan, Y. Interactions among the winter monsoon, ocean eddy and ocean thermal front in the South China Sea. Journal of Geophysical Research. 117, 08002 (2012).
- Guo, L., et al. Enhanced chlorophyll concentrations induced by Kuroshio Intrusion Fronts in the Northern South China Sea. Geophysical Research Letter. 44 (22), 565-572 (2017).
- Xing, X. G., Qiu, G. Q., Boss, E., Wang, H. L. Temporal and Vertical Variations of Particulate and Dissolved Optical Properties in the South China Sea. Journal of Geophysical Research-Oceans. 124 (6), 3779-3795 (2019).
- Belkin, I. M., Cornillon, P., Sherman, K. Fronts in Large Marine Ecosystems. Progress in Oceanography. 81, 223-236 (2009).
