海洋水体剖面示意
Descriptive Physical Oceanography Course

描述性物理海洋课程
七问精解 · 混合层温盐结构 ｜ EOF 经验正交函数

本页分两部分：第一部分围绕混合层、温盐结构与温跃层解答七个核心问题；第二部分讲解海洋时空数据分析的经典方法——EOF（经验正交函数）。

课程导航

第一部分 · 七问精解：沿“混合层（Mixed Layer）—温跃层（Thermocline）—深层水”知识链，掌握能量来源（风、冷却、太阳辐射）→ 垂直结构（温/盐/密）→ 水平差异（纬度带、洋盆对比）→ 维持机制（风生环流＋温盐环流）。第二部分 · EOF 方法：学习如何把海量的海洋时空观测场压缩成少数几个“空间型＋时间序列”，并识别 ENSO 等主导模态。

第一部分 · 七问精解
Part 1　Mixed Layer · Thermocline · Water Masses —— 7 个核心问题（英文原题＋中文解答＋示意图）
1
How deep is a typical mixed layer if mixed by wind? How deep can it reach if driven by cooling? 风混合形成的混合层通常多深？由冷却驱动时又能达到多深？

解答要点

▸ 风致混合（Wind-driven mixing）

风通过风应力、波浪破碎和 Ekman 层湍流把热量、动量和浮力向下搅拌。典型混合层深度为 20～200 m，中低纬度平均约 50～100 m（夏季更浅，常仅 10～30 m）。它受层化限制——一旦遇到强密度跃层，风能输入便难以继续向下穿透。

▸ 冷却驱动的对流混合（Cooling-driven convection）

冬季海面失热（加上强风、盐析）使表层水变冷变密，产生浮力对流（自由对流），混合深度远大于纯风混合：

  • 亚热带冬季：一般可达 200～500 m；
  • 亚极地海区（拉布拉多海、格陵兰海）及地中海、威德尔海/罗斯海等深对流区：可穿透 1000～2000 m 以上，个别地点直至海底，形成深层/底层水。
记忆口诀：风混合“百米量级”，冷却对流“数百米至数千米”——机械能搅拌受层化阻挡，而密度对流是整层“自上而下”的倾覆。
风 / 波浪 Wind stress 100 m 500 m 1000 m 海底 风混合层 20–200 m（平均 50–100 m） 冬季冷却对流 200–500 m（亚热带） 深对流 >1000–2000 m 拉布拉多海 / 格陵兰海 / 地中海
图 1　混合层深度的两种量级：风致湍流混合（百米量级）与冷却致密度对流（数百米至数千米，示意不按严格比例）
2
What are the typical vertical temperature and salinity profiles in the subtropical and subpolar regions of the North Pacific? 北太平洋亚热带与亚极地海区典型的温度、盐度垂直剖面各是什么样？

解答要点

亚热带北太平洋（约 20–35°N）亚极地/副极地北太平洋（约 45–60°N，亚北极环流区）
温度 T 表层暖而均匀（SST 约 20–28 ℃）；其下为强而持久的永久温跃层（约 100–800 m），至 1000 m 降至约 4–5 ℃；深层约 1–2 ℃。夏季还叠加浅的季节温跃层。 表层全年冷（冬季约 0–5 ℃，夏季约 8–12 ℃）；无强永久温跃层。约 70–150 m 处出现冷水核心（dichothermal layer 冷温层），其下 300–500 m 有微弱的次表层暖水（mesothermal）；夏季形成明显季节温跃层。
盐度 S 表层盐度较高（约 34.8–35.3，蒸发>降水）；100–200 m 有次表层盐度极大值（副热带次表层水）；500–800 m 出现盐度极小值——北太平洋中层水 NPIW（约 34.2–34.5）；深层趋于均匀（约 34.65–34.7）。 表层显著低盐（约 32.5–33.3），来自强降水与陆地径流；100–200 m 处是强而持久的盐跃层（halocline），盐度随深度迅速升至约 34.3，深层约 34.6。
关键对比：亚热带是“暖表水＋强温跃层＋盐度先极大后极小”；亚极地是“冷而淡的表层盖层＋强盐跃层＋弱温跃层”。正是低盐表层与强盐跃层抑制了深对流——北太平洋因此不形成深层水。
0 200 400 600 800 1000 深度 Depth (m) 0102030 32.533.534.535.5 温度 T (℃) 盐度 S (psu) 亚热带（实线） 亚极地（虚线） 永久温跃层 强盐跃层 NPIW 盐度极小 低盐表层盖层 冷温层
图 2　北太平洋亚热带（实线）与亚极地（虚线）的温度（红）、盐度（蓝）垂直剖面（理想示意）
3
What are the dominant regions of net evaporation in the ocean? 海洋中净蒸发占主导的区域是哪些？

解答要点

净蒸发区（E − P > 0，蒸发量大于降水量）集中在南北纬约 15°–35° 的副热带——这里是哈得来环流的下沉支、副热带高压控制区，晴朗少雨、信风强盛。主要海域：

  • 北大西洋副热带—热带信风带（马尾藻海及非洲西北侧外海）：全球最强的净蒸发中心；
  • 南大西洋副热带：就整个洋盆而言，大西洋是唯一净蒸发大于净降水的大洋；
  • 阿拉伯海、红海、波斯湾、地中海：被干旱陆地环绕，蒸发极强（红海盐度 >40，地中海约 38）；
  • 南、北太平洋与南印度洋的副热带环流中心亦为净蒸发，但强度较弱。

▸ 对照：净降水区（P > E）

赤道辐合带（ITCZ）与西太平洋暖池、南太平洋辐合带（SPCZ）、亚极地北大西洋/北太平洋，以及 45°–60°S 的南大洋“咆哮西风带”。

规律：蒸发—降水的纬度分布呈“两峰一谷”——两个副热带蒸发峰夹着赤道降水谷，高纬再度转为净降水。
亚极地（~50–60°N/S） P > E　净降水 副热带（15–35°N） E > P　净蒸发 北大西洋信风带 · 地中海 · 红海 赤道带 ITCZ / 暖池 P > E　净降水 副热带（15–35°S） E > P　净蒸发 南大西洋 · 南印度洋 · 南太平洋环流中心 南大洋（45–60°S） P > E　净降水 60°N30°N 0° 30°S60°S ☀️☀️ 🌧️🌧️🌧️ 橙色 = 净蒸发（副热带高压/信风带）；蓝色 = 净降水
图 3　沿纬度的净蒸发（E−P>0）与净降水带分布示意
4
What are the key components of the Mixed Layer heat budget? 混合层热收支的关键组成项有哪些？

解答要点

设混合层厚 h、温度 T，单位面积热收支可写为：

ρ cp h · ∂T/∂t = Qnet + Qadv + Qentr + Qdiff
  • 热含量变化（储能项）左项：混合层升温/降温速率，是各项平衡的结果；
  • 海气净热通量 Qnet：
    Qnet = QSW − QLW − QE − QH
    即吸收的太阳短波辐射，减去长波回辐射、潜热通量（蒸发耗热）与感热通量（导热/对流）。部分短波可穿透混合层底部；
  • 水平平流 Qadv：地转流与 Ekman 流的暖/冷水输运及暖水辐聚（如副热带辐聚、西边界流区）；
  • 夹卷/卷夹 Qentr：混合层冬季加深时把温跃层冷水卷入（降温项）；夏季变浅时发生“潜沉 detrainment”；
  • 扩散项 Qdiff：跨混合层底的湍流/分子热扩散，量级通常较小；海冰生消、融冰淡水在高纬另需考虑。
季节性直觉：夏季 QSW 主导 → 混合层升温、变浅；冬季 QE、QH、QLW 净失热 + 夹卷冷水 → 混合层降温、加深。
☀️ 短波 Q_SW ↓ 长波 Q_LW ↑ 潜热 Q_E（蒸发）↑ 感热 Q_H ↑ 混合层 Mixed Layer（厚 h，温度 T） 储能项 ρcₚh ∂T/∂t 水平平流 地转流/Ekman 暖水辐聚 温跃层冷水 夹卷 Q_entr（冬季加深时卷入冷水） ＋ 跨层底湍流扩散 Q_diff（通常为小项）
图 4　混合层热收支：海气净热通量＋水平平流＋底边界夹卷/扩散＝热含量变化
5
Is the North Atlantic Ocean saltier or fresher on average than the Pacific? Why? 北大西洋平均盐度比太平洋更高还是更低？为什么？

解答要点

北大西洋更咸（saltier）。北大西洋平均盐度约 34.9，副热带表层可超过 36.5–37；北太平洋平均约 34.6，亚极地表层低至 32.5–33.3。主要原因：

  • ① 淡水收支相反：大西洋整体 E − P > 0（净蒸发洋盆），太平洋整体 P − E > 0（净降水洋盆），赤道西太平洋暖池与 ITCZ/SPCZ 降雨极强；
  • ② 大气水汽跨洋盆输送：东北信风把大西洋上空的水汽带过狭窄的中美洲地峡（巴拿马）输入太平洋，通量约 0.2–0.3 Sv，使大西洋“失水变咸”、太平洋“得水变淡”；
  • ③ 高盐水团注入：地中海出流水（S≈38.4）、红海/波斯湾高盐水抬升大西洋—印度洋的中层盐度；
  • ④ 太平洋几何与径流：太平洋在多雨的赤道带展布更宽，且接受大量陆地淡水（如鄂霍次克海、白令海及众多大河的影响），北太平洋亚极地形成持久低盐表层盖层。
深远影响：高盐使北大西洋表层水冬季冷却后密度足够大，能够下沉形成北大西洋深层水（NADW），驱动全球温盐环流；北太平洋盐度不足，故无深水形成。
北大西洋 S ≈ 34.9 副热带表层 >36.5 E − P > 0　净蒸发 北太平洋 S ≈ 34.6 亚极地表层低至 32.5 P − E > 0　净降水 中美洲地峡 💧 大气水汽输送 ~0.3 Sv（大西洋 → 太平洋） 高盐 → 冷却下沉 NADW 低盐盖层 → 无深水形成
图 5　信风携带水汽越过巴拿马地峡，造成大西洋净蒸发偏咸、太平洋净降水平淡（示意）
6
What regions of the ocean are characterized by large differences from summer to winter? What regions have the least seasonal variability? 哪些海区夏冬差异最大？哪些海区季节变化最小？

解答要点

▸ 季节变化最大：中纬度（约 30°–50°，尤其洋盆西北部）

  • 西北大西洋（纽芬兰—湾流外侧）与西北太平洋（黑潮—亲潮交汇带）：海表温度年较差可达 8–15 ℃；
  • 混合层深度从夏季的一二十米增至冬季的 200–500 m，温跃层、热含量乃至生态过程（浮游植物勃发）均随之季节反转；
  • 季风区（阿拉伯海、孟加拉湾）与高纬海冰区（混合层、海冰覆盖）季节反差也很强。

▸ 季节变化最小：赤道带（约 10°N–10°S）

  • 太阳高度年变化小，西太平洋—东印度洋暖池 SST 终年约 27–29 ℃，温盐结构最稳定；
  • 极地近岸海冰下 SST 终年贴近冰点，温度年较差也小（但海冰与盐度层结季节变化大）。
成因：季节信号的强度取决于太阳辐射年变幅与表层热含量的惯性——中纬大陆边缘既受寒暖气团交替影响，又有强冬季冷却与强夏季增温，故年循环最强。
SST 年较差 60°N40°N 0°35°S 60°S 最大：西北大西洋 / 西北太平洋 年较差 8–15 ℃ 最小：赤道暖池 终年 ~28 ℃ 南半球中纬次之
图 6　海表温度季节变幅随纬度分布示意：中纬洋盆西北部最大，赤道带最小
7
Please describe the two processes that maintain the thermocline. 请描述维持温跃层的两个过程。

解答要点

永久温跃层是暖表层水与冷深层水之间陡峭的温度梯度，它并非静止存在，而是由两类过程的动态平衡维持：

▸ 过程一：热量向下扩散 ＋ 暖水持续供给

太阳把热量注入表层，湍流混合（内波破碎、双扩散、涡旋）使热量不断沿温跃层向下扩散，倾向于抹平温度梯度；同时风生副热带环流通过 Ekman 抽吸使表层暖水在副热带辐聚、潜沉（subduction），持续把暖水“灌入”温跃层上部。

▸ 过程二：冷水的大尺度上升补偿（温盐环流）

高纬海区冷却下沉形成的深层水（NADW、AABW）在洋盆中缓慢流动并在广阔区域上升（upwelling），把冷水持续送到温跃层下方，抵消下扩的热量。

w · ∂T/∂z = Kv · ∂²T/∂z²

Munk (1966) “Abyssal Recipes”：冷水上升（w ≈ 10⁻⁷ m·s⁻¹，约 1 cm/天）与向下涡动扩散（Kv ≈ 10⁻⁴ m²·s⁻¹）相平衡。

一句话总结：温跃层靠“风生环流把暖水维持在上层并下压”与“温盐环流把冷水维持在下层并上抬”这两个过程共同维持；任一过程停止，扩散最终都会把温跃层夷平。
☀️ 暖表层 / 混合层 风生环流：副热带辐聚、潜沉 → 暖水下压 温跃层 Thermocline 温度随深度骤降 冷深层水（NADW / AABW） 热量向下扩散 冷水缓慢上升 w 高纬下沉 深层流 平衡：下扩热量 = 上升冷水携带的冷量（w·Tz = Kv·Tzz）
图 7　温跃层的维持：暖水在上（风生辐聚＋向下热扩散）与冷水在下（高纬下沉、缓慢上升）的平衡
第二部分 · EOF 经验正交函数
Part 2　Empirical Orthogonal Function —— 把随时间变化的海洋场，分解为少数几个“空间型 × 时间序列”
E1
What is the Empirical Orthogonal Function (EOF)? 什么是经验正交函数（EOF）？

核心定义

EOF（Empirical Orthogonal Function，经验正交函数）是一种把随时间演变的空间场（如逐月海表温度距平 SSTA、海平面高度异常、风应力场）分解为若干互不相关的典型空间型及其对应时间系数的统计方法。

一句话理解：EOF 直接从观测数据本身出发（“经验”），找出一组正交（互相垂直、彼此不相关）的典型空间振荡型（“函数”），并按各自解释的方差从大到小排列——通常前几个模态就能刻画整个场的主要变化，实现“海量格点数据，几条曲线看懂”。

▸ 时空分解的思想

任意时刻的距平场，都可写成若干张固定“地图”的线性组合：

X(x, y, t) ≈ Σk EOFk(x, y) · PCk(t)
EOFk　空间型
不随时间变化的“典型地图”，回答信号在哪里：哪些区域同位相、哪些区域反位相。
PCk　主成分（时间系数）
该空间型在每个时刻的强弱与正负，回答信号何时强、何时反相。

▸ EOF 与 PCA / SVD 的关系

EOF 是气象与海洋学界的习惯叫法，数学上与统计学中的 PCA（Principal Component Analysis，主成分分析）完全等价；计算上通过数据矩阵的 SVD（奇异值分解）或协方差矩阵的特征值分解实现。该思想由 Lorenz (1956) 引入天气预报、Kutzbach (1967) 首次用于气候场分析。

“正交”意味着各空间型之间、各 PC 之间两两不相关，所以第 k 个模态独立解释 λk 份方差，解释量可直接相加。

时空数据立方体 X：n 个格点 × t 个时次 分解 + − EOF₁ 空间型（固定地图） × t PC₁(t) 时间系数 X(x,y,t) ≈ EOF₁·PC₁(t) + EOF₂·PC₂(t) + … 各模态解释方差占比（按 λₖ 降序） EOF₁ 58% 19% 9% 其余 前 2 个模态累计解释 77% → 用 2 张“地图”＋2 条曲线即可重建全场主要变化 提示：EOFₖ 与 PCₖ 同时取负（符号整体翻转）不改变任何物理含义。
图 8　EOF 分解：时空数据立方体 = 固定空间型 EOF × 时间系数 PC 的逐层叠加，模态按解释方差 λₖ 排序
E2
Mathematical formulation: covariance matrix, eigen-decomposition and variance 数学原理：数据矩阵、协方差、特征值分解与方差贡献率

五步数学推导

① 构造数据矩阵并去距平

把 n 个空间格点、t 个时次的观测排成矩阵 X ∈ ℝn×t（每列为一个时刻的全场快照）。先扣除每个格点的气候平均，必要时再去线性趋势：

X′(i, t) = X(i, t) − X̄(i)

② 加面积权重（格点数据）

经纬网格在高纬变密，需给每一格点乘 √cosφ（φ 为纬度），使每个格点代表相同的地球表面积：X′w = diag(√cosφ) · X′。

③ 求空间协方差矩阵

C = 1 / (t − 1) · X′w X′wT　（n × n 实对称矩阵）

④ 特征值分解（等价于对 X′ 做 SVD）

C · ek = λk · ek　⇒　特征向量 ek = EOFk（空间型）

把每个空间型投影到原始距平场，即得该模态的时间系数：

PCk(t) = ekT · X′w(:, t)

⑤ 方差贡献率与场重构

第 k 模态方差贡献率 = λk / Σj λj　　重构：X′ = Σk EOFk · PCk
λₖ（特征值）
第 k 模态所解释的方差量，λ 越大越“主导”，故模态按 λ 降序排列。
EOFₖ（特征向量）
单位长度的空间型，只定“形状”；异常的量级由 PC 振幅承载。
PCₖ（主成分）
时间序列，均值为 0、各 PC 互不相关；其方差正好等于 λₖ。
SVD 视角
X′ = UΣVᵀ 中 U 列向量＝EOF，VΣ 的列＝PC；n≫t 时改在 t×t 矩阵上算更省时。
规范化约定：文献中有“EOF 单位化、PC 带振幅”与“PC 标准化、EOF 带振幅”两种写法（及载荷 loading），解释方差完全相同，比较振幅时需留意采用哪种约定。
E3
How to perform an EOF analysis in oceanography — step by step 海洋学中如何做 EOF 分析：标准七步流程

标准流程

  1. 选定要素、区域与时段：如热带太平洋逐月 SSTA（1950–2024），统一到同一网格，缺测格点插值或掩膜。
  2. 去气候平均（距平）：扣除逐月气候态 X̄，消除季节循环；按需要去线性趋势，或带通滤波（如保留 2–7 年的 ENSO 频段）。
  3. 格点面积权重：每点乘 √(cos 纬度)，防止高纬密集格点被“重复计数”。
  4. 构造协方差矩阵 / 直接 SVD：C = X′X′ᵀ/(t−1)，或直接对 X′ 做奇异值分解，二者等价。
  5. 求解 EOF 与 PC：得到按 λₖ 降序排列的空间型与时间系数，计算各模态方差贡献率与累计贡献率。
  6. 显著性与可分性检验：用 North et al. (1982) 准则判断相邻模态是否可分（特征值误差棒不重叠），辅以 Monte Carlo / Rule N 检验，避免把“噪声模态”当信号。
  7. 物理解释与重构：把 PC 回归到原场得到异常量级，结合动力机制命名模态（ENSO、PDO、AO/NAM…）；用前 K 个模态重构 X′ 即完成降维。
使用注意：① EOF 是统计正交模态，并不自动对应某种动力机制，物理解释需谨慎；② 模态符号可整体翻转；③ 分析区域（domain）的选择会改变模态形状；④ 旋转 EOF（REOF）结构更“局地”但失去正交性；⑤ 存在强年周期信号时应先去季节循环，否则 EOF₁ 只会是季节模。
E4
EOF in oceanography: ENSO and other leading modes of variability 海洋学应用：EOF1 与 ENSO，以及其他主导变化模态

经典案例：热带太平洋 SSTA 的 EOF₁ ≈ ENSO

对热带太平洋月平均海表温度距平（SSTA）场做 EOF，第一模态通常解释 50%–70% 的方差：其空间型表现为赤道中、东太平洋一致的暖异常（向西延伸的“舌状”结构）与西太平洋暖池周边的反向冷异常（马蹄形）；其 PC₁ 曲线在 El Niño 年出现强正峰、La Niña 年出现深负谷——PC₁ 与常用的 Niño3.4 指数相关系数常超过 0.95，二者几乎是同一条曲线。

▸ 其他常见应用

  • SST / SSTA 场：ENSO（2–7 年）、北太平洋 PDO（年代际，20–60 年）、印度洋海盆一致模（IOB）与偶极子（IOD）。
  • 卫星高度计海平面高度异常（SSHA）：识别大尺度环流调整、涡动能量分布与海平面长期变化型。
  • 温盐剖面、海流、风应力、海冰密集度等场的主导变化型提取。
  • 数据压缩与模式评估：用前几个模态重构场、对比观测与气候模式的模态结构，亦是统计预测（降维、可预报性）的标准前处理。
看 EOF（地图）
ENSO 的“暖舌”在哪里、哪些区域反位相 → 空间型回答机制作用范围。
看 PC（曲线）
1997/98、2015/16 为强正峰（El Niño），1999–2001 持续负值（La Niña）→ 时间系数回答事件年与强度。
本质上，Niño3.4 等“气候指数”就是 EOF 思想的手工版：选取一个典型空间区域（指数），追踪其平均异常随时间的演变（PC）；EOF 则让数据自己“找”出最优的空间型。
热带太平洋 SSTA 的 EOF₁ 空间型（≈ ENSO 模态） 亚洲 澳洲 美洲 ＋ − − 赤道 Equator 120°E 180° 120°W 暖异常 + 冷异常 − 对应 PC₁(t)（与 Niño3.4 指数几乎重合） 暖 冷 1997/98 2015/16 La Niña（PC₁ 强负） PC₁＞0：El Niño，赤道中东太平洋偏暖　｜　PC₁＜0：La Niña，偏冷
图 9　热带太平洋 SSTA 的 EOF₁：赤道中东太平洋暖舌＋西太平洋马蹄形冷异常（上）；其 PC₁ 即 ENSO 位相的年际起伏（下）