速及熱通量均相關。
參考文獻
Andres, M., J. H. Park, M. Wimbush, X. H. Zhu, H. Nakamura, K. Kim, and K. I. Chang（2009） Manifestation of the Pacific Decasal Oscillstionin the Kuroshio. Geophys Res. Lett., 36, L16602, doi:10.1029/2009GL039216.
Caruso, M., G. Gawarkiewicz, and R. C. Bearsley（2006） Interannual variability of the Kuroshio intrusion in the South China Sea. J.
Oceanogr, 62, 559–575.
Ceballos, L. I., E. D. Lorenzo, C. D. Hoyos, N. Schneider, and B.
Taguchi（2009） North pacific gyre oscillation synchronizes climate fluctuations in the eastern and western boundary system. J.
Clim., 22, 5163–5174.
Centurioni, L. R., P. P. Niiler, and D. K. Lee（2004） Observation of inflow of Philippine Sea surface water into the South China Sea through the Luzon Strait. J. Phys. Oceanogr., 34, 113–121.
Chang, Y. L., and L. Y. Oey（2012） The Philippines–Taiwan Oscillation:
Monsoonlike Interannual Oscillation of the Subtropical–Tropical Western North Pacific Wind System and Its Impact on the Ocean.
J. Clim., 25, 1579–1618, doi:10.1175/JCLI-D-11-00158.1.
Chuang, W. S., and W. D. Liang（1994） Seasonal variability of intrusion of the Kuroshio water across the continental shelf northeast of Taiwan. J. Oceanogr, 50, 531–542.
Farris, A., and M.Wimbush（1996） Wind-induced intrusion into the South China Sea. J. Oceanogr, 52, 771–784.
Hsin, Y. C., C. R. Wu, and P.T. Shaw（2008） Spatial and temporal variations of the Kuroshio East of Taiwan, 1982–2005: a numerical study. J. Geophys Res., 113, C04002, doi:10.1029/2007JC004485.
Hsin, Y. C., T. Qu, and C. R. Wu（2010） Intra-seasonal variation of the Kuroshio southeast of Taiwan and its possible forcing mechanism.
Ocean Dyn., 60, 1293–1306. doi:10.1007/s10236-010-0294-2.
Hsin, Y. C., C. R. Wu, and S. Y. Chao（2012） An updated examination of the Luzon Strait transport. J. Geophys. Res., 117, C03022, doi:10.1029/ 2011JC007714.
Ichikawa, K., R. Tokeshi, M. Kashima, K. Sato, T. Matsuoka, S. Kojima, and S. Fujii（2008） Kuroshio variations in the upstream region as seen by HF radar and satellite altimetry data, Int. J. Remote Sens., 29（21）, 6417–6426, doi:10.1080/01431160802175454.
Kohonen, T.（1982） Self-organized formation of topologically correct features maps. Biol. Cybern., 43, 59–69.
Kohonen, T. （ 2001 ） Self-organizing maps. Springer Series in Information Sciences, Vol. 30, 3rd ed., Springer-Verlag, pp 501.
Liang, W. D., T. Y. Tang, Y. J. Yang, M. T. Ko, and W. S. Chuang
（2003） Upper‐ocean currents around Taiwan, Deep Sea Res., Part II, 50, 1085–1105, doi:10.1016/S0967-0645（03）00011-0.
Liang, W. D., Y. J. Yang, T. Y. Tang, and W. S. Chung（2008） Kuroshio in the Luzon Strait. J. Geophys Res., 113, C08048, doi:10.1029/2007JC004609.
Lie, H. J., and C. H. Cho（2002） Recent advances in understanding the circulation and hydrography of the East China Sea, Fish.
Oceanogr., 11, 318–328, doi:10.1046/j.1365-2419.2002.00215.x.
Liu, Y., and R. H. Weisberg（2005） Patterns of ocean current variability on the West Florida Shelf using the self-organizing map. J.
Geophys. Res., 110, C06003, doi:10.1029/2004JC002786.
Liu, Y., R. H. Weisberg, and R. He（2006a） Sea surface temperature patterns on the West Florida Shelf using the growing hierarchical selforganizing maps. J. Atmos. Oceanic Tech., 23（2）, 325–338.
Liu, Y., R. H. Weisberg, and C. N. K. Mooers（2006b） Performance evaluation of the self-organizing map for feature extraction. J.
Geophys. Res., 111, C05018, doi:10.1029/2005JC003117.
Liu, Y., R.H. Weisberg, and Y. Yuan（2008） Patterns of upper layer circulation variability in the South China Sea from satellite altimetry using the self-organizing map. Acta Oceanologica Sinica, 27（Supp）, 129–144.
Mau, J. C., D. P. Wang, D. S. Ullman, and D. L. Codiga（2007）
Characterizing long island sound outflows from HF radar using self-organizing maps. Estuarine Coastal Shelf Sci., 74, 155–165.
Nitani, H.（1972） Beginning of the Kuroshio. In: H. Stommel and K.
Yoshida（eds） Kuroshio—its physical aspects, University of Tokyo Press, 129–163.
Oey, L. Y., Y. C. Hsin, and C. R. Wu（2010） Why does the Kuroshio northeast of Taiwan shift shelfward in winter?, Ocean Dyn., 60, 413–426, doi:10.1007/s10236-009-0259-5.
Qiu, B., and S. Chen（2010） Eddy-mean flow interaction in the decadally modulating Kuroshio extension system. Deep Sea Res. II, 57,1098–1110.
Qiu, B., and R. Lukas（1996） Seasonal and interannual variability of the North Equatorial Current, the Mindanao Current, and the Kuroshio along the Pacific western boundary. J. Geophys. Res., 101.
Qu, T., and R. Lukas（2003） The bifurcation of the north equatorial current in the pacific. J. Phys. Oceanogr., 33, 5–18.
Richardson , A. J., C. Risien, and F. A. Shillington（2003） Using self-organizing maps to identify patterns in satellite imagery. Prog.
Oceanogr., 59, 223–239.
Shaw, P. T.（1991） The seasonal variation of the intrusion of the Philippine Sea water into the South China Sea. J. Geophys. Res., 96, 821–827.
Sheremet, V. A.（2001） Hysteresis of a western boundary current leaping across a gap. J. Phys. Oceanogr., 31, 1247–1259.
Sheu, W. J., C. R. Wu, and L.Y. Oey（2010） Blocking and westward passage of eddies in the Luzon Strait. Deep Sea Res., II, 57, 1783–1791.
Sun, X.（1987） Analysis of the surface path of the Kuroshio in the East China Sea, in Essays on Investigation of Kuroshio, edited by X.
Sun, pp. 1–14, China Ocean Press, Beijing.
Tang, T. Y., J. H. Tai, and Y. J. Yang（2000） The flow pattern north of Taiwan and migration of the Kuroshio, Cont. Shelf Res., 20, 349–371, doi:10.1016/S0278-4343（99）00076-X.
Wu, C. R., T. Y. Tang, and S. F. Lin（2005） Intra-seasonal variation in the velocity field of the northeastern South China Sea. Cont. Shelf Res., 25, 2075–2083.
Wu, C. R., and T.L. Chiang（2007） Mesoscale eddies in the northern South China Sea. Deep Sea Res., II, 54, 1575–1588.
Wu, C. R., H. F. Lu, and S. Y. Chao（2008）, A numerical study on the formation of upwelling off northeast Taiwan, J. Geophys. Res., 113, C08025, doi:10.1029/2007JC004697.
Wu, C. R.（2012） Interannual modulation of the Pacific Decadal Oscillation（PDO） on the low latitude western North Pacific, Prog. Oceanogr.（Accepted）, doi: 10.1016/j.pocean.
Yuan, D., W. Han, and D. Hu（2006） Surface Kuroshio path in the Luzon Strait area derived from satellite remote sensing data. J.
Geophys Res., 111, C11007. doi:10.1029/2005JC003412.
附錄 A
A-1 呂宋海峽黑潮入侵分析
圖 A1.1 型態 3 與 PDO 指標，橫軸為延遲年份。上圖及中圖分別為 型態 3 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 3 發生的紀錄數，黑色縱線標示出紀錄最多之延遲 年份。
圖 A1.2 型態 3 發生時的 PDO 指標值之分布（延遲 0 日）
圖 A1.3 型態 3 發生時的 PDO 指標值之分布（延遲 315 日）
圖 A1.4 型態 3 發生時的 PDO 指標值之分布（延遲 364 日）
圖 A1.5 型態 3 發生時的 PDO 指標值之分布（延遲 1211 日）
圖 A1.6 型態 4 與 PDO 指標，橫軸為延遲年份。上圖及中圖分別為 型態 4 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 4 發生的紀錄數，黑色縱線標示出紀錄最多之延遲 年份。
圖 A1.7 型態 4 發生時的 PDO 指標值之分布（延遲 0 日）
圖 A1.8 型態 4 發生時的 PDO 指標值之分布（延遲 315 日）
圖 A1.9 型態 4 發生時的 PDO 指標值之分布（延遲 364 日）
圖 A1.10 型態 4 發生時的 PDO 指標值之分布（延遲 1211 日）
表 A1.1 形態 3 及 4 發生於 PDO 指標為正時之比率
單位：%
Lag（day） Pattern3 Pattern4 Pattern3+4
0 52.4 64.8 60.2
315 51.2 89.4 75.2
364 57.1 81.0 72.1
1211 75.0 66.2 69.5
圖 A1.11 入侵現象與 PDO 指標，黑色細線為 PDO 指標，紅色及藍 色線分別為型態 3 及 4 的入侵現象（上至下分別為延遲 0、
315、364 及 1211 日）。
圖 A1.12 型態 3 與 NINO3.4 指標，橫軸為延遲年份。上圖及中圖分 別為型態 3 發生時的指標之平均值及標準差，下圖為指標為 正時，型態 3 發生的紀錄數，黑色縱線標示出紀錄最多之延 遲年份。
圖 A1.13 型態 3 發生時的 NINO3.4 指標值之分布（延遲 0 日）
圖 A1.14 型態 3 發生時的 NINO3.4 指標值之分布（延遲 364 日）
圖 A1.15 型態 3 發生時的 NINO3.4 指標值之分布（延遲 637 日）
圖 A1.16 型態 3 發生時的 NINO3.4 指標值之分布（延遲 812 日）
圖 A1.17 型態 4 與 NINO3.4 指標，橫軸為延遲年份。上圖及中圖分 別為型態 4 發生時的指標之平均值及標準差，下圖為指標為 正時，型態 4 發生的紀錄數，黑色縱線標示出紀錄最多之延 遲年份。
圖 A1.18 型態 4 發生時的 NINO3.4 指標值之分布（延遲 0 日）
圖 A1.19 型態 4 發生時的 NINO3.4 指標值之分布（延遲 364 日）
圖 A1.20 型態 4 發生時的 NINO3.4 指標值之分布（延遲 637 日）
圖 A1.21 型態 4 發生時的 NINO3.4 指標值之分布（延遲 812 日）
表A1.2 形態3及4發生在NINO3.4 指標為正時的比率
單位：%
Lag（day） Pattern3 Pattern4 Pattern3+4
0 40.5 45.8 43.8
364 42.9 58.5 52.7
637 57.1 82.4 73.0
812 70.2 55.6 61.1
圖 A1.22 入侵現象與 NINO3.4 指標，黑色細線為 NINO3.4 指標，
紅色及藍色線分別為型態 3 及 4 的入侵現象（上至下分別為 延遲 0、364、637 及 812 日）。
圖 A1.23 型態 3 與 NPGO 指標，橫軸為延遲年份。上圖及中圖分別 為型態 3 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 3 發生的紀錄數，黑色縱線標示出紀錄最多之延遲 年份。
圖 A1.24 型態 3 發生時的 NPGO 指標值之分布（延遲 0 日）
圖 A1.25 型態 3 發生時的 NPGO 指標值之分布（延遲 112 日）
圖 A1.26 型態 3 發生時的 NPGO 指標值之分布（延遲 357 日）
圖 A1.27 型態 3 發生時的 NPGO 指標值之分布（延遲 364 日）
圖 A1.28 型態 4 與 NPGO 指標，橫軸為延遲年份。上圖及中圖分別 為型態 4 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 4 發生的紀錄數，黑色縱線標示出紀錄最多之延遲 年份。
圖 A1.29 型態 4 發生時的 NPGO 指標值之分布（延遲 0 日）
圖 A1.30 型態 4 發生時的 NPGO 指標值之分布（延遲 112 日）
圖 A1.31 型態 4 發生時的 NPGO 指標值之分布（延遲 357 日）
圖 A1.32 型態 4 發生時的 NPGO 指標值之分布（延遲 364 日）
表A1.3 形態3及4發生在NPGO 指標為正時的比率
單位：%
Lag（day） Pattern3 Pattern4 Pattern3+4
0 73.8 41.5 53.5
112 76.2 36.6 51.3
357 71.4 47.9 56.6
364 70.2 47.9 56.2
圖 A1.33 入侵現象與 NPGO 指標，黑色細線為 NPGO 指標，紅色 及藍色線分別為型態 3 及 4 的入侵現象（上至下分別為延遲 0、112、357 及 364 日）。
圖 A1.34 型態 3 與 PTO 指標，橫軸為延遲年份。上圖及中圖分別為 型態 3 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 3 發生的紀錄數，黑色縱線標示出紀錄最多之延遲 年份。
圖 A1.35 型態 3 發生時的 PTO 指標值之分布（延遲 0 日）
圖 A1.36 型態 3 發生時的 PTO 指標值之分布（延遲 364 日）
圖 A1.37 型態 3 發生時的 PTO 指標值之分布（延遲 973 日）
圖 A1.38 型態 3 發生時的 PTO 指標值之分布（延遲 1183 日）
圖 A1.39 型態 4 與 PTO 指標，橫軸為延遲年份。上圖及中圖分別為 型態 4 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 4 發生的紀錄數，黑色縱線標示出紀錄最多之延遲 年份。
圖 A1.40 型態 4 發生時的 PTO 指標值之分布（延遲 0 日）
圖 A1.41 型態 4 發生時的 PTO 指標值之分布（延遲 364 日）
圖 A1.42 型態 4 發生時的 PTO 指標值之分布（延遲 973 日）
圖 A1.43 型態 4 發生時的 PTO 指標值之分布（延遲 1183 日）
表A1.4 形態3及4發生在PTO 指標為正時的比率
單位：%
Lag（day） Pattern3 Pattern4 Pattern3+4
0 44.0 60.6 54.4
364 44.0 67.6 58.8
973 61.9 73.2 69.0
1183 70.2 50.0 57.5
圖 A1.44 入侵現象與 PTO 指標，黑色細線為 PTO 指標，紅色及藍 色線分別為型態 3 及 4 的入侵現象（上至下分別為延遲 0、
364、973 及 1183 日）。
A-2 臺灣東北海域黑潮入侵分析
圖 A2.1 型態 1 與 PDO 指標，橫軸為延遲年份。上圖及中圖分別為 型態 1 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 1 發生的紀錄數，黑色縱線標示出紀錄最多之延遲 年份。
圖 A2.2 型態 1 發生時的 PDO 指標值之分布（延遲 0 日）
圖 A2.3 型態 1 發生時的 PDO 指標值之分布（延遲 322 日）
圖 A2.4 型態 1 發生時的 PDO 指標值之分布（延遲 364 日）
圖 A2.5 型態 1 發生時的 PDO 指標值之分布（延遲 1001 日）
圖 A2.6 型態 2 與 PDO 指標，橫軸為延遲年份。上圖及中圖分別為 型態 2 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 2 發生的紀錄數，黑色縱線標示出紀錄最多之延遲 年份。
圖 A2.7 型態 2 發生時的 PDO 指標值之分布（延遲 0 日）
圖 A2.8 型態 2 發生時的 PDO 指標值之分布（延遲 322 日）
圖 A2.9 型態 2 發生時的 PDO 指標值之分布（延遲 364 日）
圖 A2.10 型態 2 發生時的 PDO 指標值之分布（延遲 1001 日）
表A2.1 形態1及2發生在PDO 指標為正時的比率
單位：%
Lag（day） Pattern1 Pattern2 Pattern1+2
0 62.3 51.2 56.6
322 73.8 58.5 65.9
364 72.5 57.0 64.5
1001 65.6 72.1 68.9
圖 A2.11 入侵現象與 PDO 指標，黑色細線為 PDO 指標，藍色及綠 色線分別為型態 1 及 2 的入侵現象（上至下分別為延遲 0、
322、364 及 1001 日）。
圖 A1.12 型態 1 與 NINO3.4 指標，橫軸為延遲年份。上圖及中圖分 別為型態 1 發生時的指標之平均值及標準差，下圖為指標為 正時，型態 1 發生的紀錄數，黑色縱線標示出紀錄最多之延 遲年份。
圖 A2.13 型態 1 發生時的 NINO3.4 指標值之分布（延遲 0 日）
圖 A2.14 型態 1 發生時的 NINO3.4 指標值之分布（延遲 364 日）
圖 A2.15 型態 1 發生時的 NINO3.4 指標值之分布（延遲 1015 日）
圖 A2.16 型態 1 發生時的 NINO3.4 指標值之分布（延遲 1442 日）
圖 A1.17 型態 2 與 NINO3.4 指標，橫軸為延遲年份。上圖及中圖分 別為型態 2 發生時的指標之平均值及標準差，下圖為指標為 正時，型態 2 發生的紀錄數，黑色縱線標示出紀錄最多之延 遲年份。
圖 A2.18 型態 2 發生時的 NINO3.4 指標值之分布（延遲 0 日）
圖 A2.19 型態 2 發生時的 NINO3.4 指標值之分布（延遲 364 日）
圖 A2.20 型態 1 發生時的 NINO3.4 指標值之分布（延遲 1015 日）
圖 A2.21 型態 1 發生時的 NINO3.4 指標值之分布（延遲 1442 日）
表A2.2 形態1及2發生在NINO3.4 指標為正時的比率
單位：%
Lag（day） Pattern1 Pattern2 Pattern1+2
0 45.1 44.2 44.6
364 54.1 50.8 52.4
1015 68.4 53.1 60.6
1442 52.5 61.6 37.7
圖 A2.22 入侵現象與 NINO3.4 指標，黑色細線為 NINO3.4 指標，
藍色及綠色線分別為型態 1 及 2 的入侵現象（上至下分別為 延遲 0、364、1015 及 1442 日）。
圖 A2.23 型態 1 與 NPGO 指標，橫軸為延遲年份。上圖及中圖分別 為型態 1 發生時的指標之平均值及標準差，下圖為指標為 正時，型態 1 發生的紀錄數，黑色縱線標示出紀錄最多之 延遲年份。
圖 A2.24 型態 1 發生時的 NPGO 指標值之分布（延遲 0 日）
圖 A2.25 型態 1 發生時的 NPGO 指標值之分布（延遲 63 日）
圖 A2.26 型態 1 發生時的 NPGO 指標值之分布（延遲 364 日）
圖 A2.27 型態 1 發生時的 NPGO 指標值之分布（延遲 1813 日）
圖 A2.28 型態 2 與 NPGO 指標，橫軸為延遲年份。上圖及中圖分別 為型態 2 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 2 發生的紀錄數，黑色縱線標示出紀錄最多之延遲
圖 A2.28 型態 2 與 NPGO 指標，橫軸為延遲年份。上圖及中圖分別 為型態 2 發生時的指標之平均值及標準差，下圖為指標為正 時，型態 2 發生的紀錄數，黑色縱線標示出紀錄最多之延遲