排序方式: 共有26条查询结果,搜索用时 250 毫秒
1.
提出了一个基于上一年逐月三维再分析温盐场和第二年月平均卫星观测数据,包括海表温度SST(Sea Surface Temperature),海面高度异常SLA(Sea Level Anomaly),来推算区域海洋三维温度场的方法。选取西太平洋区域作为验证算法有效的海区。该三维水域的水平海域范围设定为:30°N~50°N,140°W~180°W,水平分辨率为1°;深度方向为从海表至-1 000 m,划分为19层。重构的第一步是利用上一年的逐月的温盐场,在该三维空间的每个网格点上建立一个温度和卫星观测的海表温度、海面位势高度的回归方程。根据该回归方程和第二年的卫星观测数据可以得到第二年的该区域的三维温度场。第二步把相同月份的该区域存在的Argo温度廓线同化进重构的温度场来提高重构的精度。重构的2015、2016年的温度场和CMEMS(Copernicus Marine Environment Monitoring Service)提供的再分温度场的相关系数分别达到了0.992 9和0.991 2,均方根误差为0.79和0.89℃;在-200 m以深的区域,均方根差异小于1℃,-200 m以浅的区域,均方根差异在1~2℃。表明该重构方法是合理有效的,所以基于第一年的温盐三维数据和第二年的卫星观测的海表数据可以重构第二年的三维温度场。 相似文献
2.
基于分类回归树算法的东南太平洋智利竹筴鱼渔场预报 总被引:4,自引:0,他引:4
为了提高智利竹筴鱼渔场预报水平和满足渔业捕捞生产的需要,利用2002—2008年的东南太平洋公海海域捕捞的中国大型拖网渔船共计15艘的生产统计资料,以及海洋环境数据(包括海表温度、叶绿素a浓度、表温距平、叶绿素a浓度距平、海表温度梯度强度和海面高度异常等数据),基于CART的算法,构建了智利竹筴鱼渔场决策树预报模型。用含1 114条记录的数据集对模型进行训练,并采用ROC方法对该模型诊断中心渔场的准确性进行了分析。最后将该模型应用于2009年各月份的智利竹筴鱼中心渔场预报,并与实际渔场位置进行了对比,结果显示预报渔场与实际生产位置基本一致,表明利用CART决策树方法建立智利竹筴鱼渔场预报模型是可行的。 相似文献
3.
北太平洋柔鱼生殖群体结构特征及繁殖生物学 总被引:1,自引:0,他引:1
根据2010年6~9月北太平洋柔鱼(Ommastrephe bartramii)渔业的现场调查资料,分析了北太平洋柔鱼胴长和体质量组成结构、性比、初次性成熟胴长、群体成熟度指数等等基础性的渔业生物学参数,阐述了该海域柔鱼的种群结构动态及繁殖生物学的特征.结果表明:各月北太平洋柔鱼生殖群体中雌性个体数量大于雄性,且雌性个体的平均胴长及体质量均显著大于雄性;生殖群体中雌、雄个体胴长与体质量关系的差异极为显著;相同胴长组下雄性个体的性成熟率要高于雌性;北太平洋柔鱼初次性成熟胴长ML0%♀为261.83 mm;Ml50%♂为255.60mm,雄性初次性成熟胴长显著小于雌性;东部海区(170°W~178°W)生殖群体比例及个体大小明显高于两部海区传统作业渔场(150°E~160°E).判断东西部海区柔鱼是否是同一群体,还需要连续性的调查,进一步分析其成熟度随时间的变化及利用耳石信息分析技术来确定,还可以用微卫星技术测定分析以及标志放流法来判定,结论更为准确. 相似文献
4.
中国近海海气界面热通量的反演 总被引:3,自引:3,他引:3
应用卫星SSM/I(Special Sensor Microwave/Imager)和AVHRR(Advanced Very High Resolution Radiometer)遥感资料,使用先进的海气通量计算方法(COARE3.0),计算了中国近海海气界面的感热和潜热通量.计算结果与南海西沙(2002年5月)和文昌(2000年10~11月)实测结果进行比较发现,应用遥感资料获得的海气界面热通量与实测结果非常一致.遥感获得的感热通量和潜热通量与西沙实测结果的均方根误差分别为2.9和29.9 W/m2,与文昌实测结果的均方根误差:2000年10月分别为4.42和43.05 W/m2,2000年11月分别为4.19和40.8 W/m2.与GSSTF2的结果相比,其时空分布变化特征基本一致.根据中国近海遥感资料(1988~2000年)的感热通量的分析,其均方根误差在10.1~12.4 W/m2之间,多年平均均方根误差为11.7 W/m2.潜热通量的均方根误差在34.8~49.7 W/m2之间,多年平均均方根误差为43.2 W/m2.由此可以说明,利用遥感获得的热通量可以用来进行中国近海海气相互作用的研究以及作为我国气候预测研究的重要依据. 相似文献
5.
Evaluation and fusion of SST data from MTSAT and TMI in East China Sea, Yellow Sea and Bohai Sea in 2008 总被引:1,自引:0,他引:1
Two typical satellite sea surface temperature (SST) datasets, from the Multi-functional Transport Satellite (MTSAT) and Tropical Rainfall Measuring Mission Microwave Imager (TMI), were evaluated for the East China Sea, Yellow Sea, and Bohai Sea throughout 2008. Most monthly-mean availabilities of MTSAT are higher than those of TMI, whereas the seasonal variation of the latter is less than that of the former. The analysis on the one-year data shows that the annual mean availability of MTSAT (61%) is greater than that of TMI (56%). This is mainly because MTSAT is a geostationary satellite, which achieves longer observation than the sun-synchronous TMI. The daily availability of TMI (28%-75%) is more constant than that of MTSAT (9%-93%). The signal of infrared sensors on MTSAT is easily disturbed on cloudy days. In contrast, the TMI microwave sensor can obtain information through clouds. Based on in-situ SSTs, the SST accuracy of TMI is superior to that of MTSAT. In 2008, the root mean square (RMS) error of TMI and MTSAT were 0.77 K and 0.84 K, respectively. The annual mean biases were 0.14 K (TMI) and -0.31 K (MTSAT). To attain a high availability of SSTs, we propose a fusion method to merge both SSTs. The annual mean availability of fusion SSTs increases 17% compared to MTSAT. In addition, the availabilities of the fusion SSTs become more constant. The annual mean RMS and bias of fusion SSTs (0.78 K and -0.06 K, respectively) are better than those of MTSAT (0.84 K and -0.31 K). 相似文献
6.
利用中国南极第24次至第26次(2008年-2010年)考察获取的实测数据和AMSR-E辐射计亮温资料开展南大洋实时海面气温的反演研究, 分析了AMSR-E的各通道亮温与海面气温的相关性, 未发现与海面气温相关性较强的观测通道, 相关性最高的是23.8 GHz 水平通道, 相关系数为0.38。将实测数据与亮温资料进行数据匹配, 得到有效的建模数据集, 然后利用多元回归和神经网络两种方法建立海面气温实时反演模型。基于全通道多元回归建立了高纬、低纬海域AMSR-E亮温的反演模型, 对反演结果利用实测数据进行验证, 高纬海域反演的结果均方根差为0.96 ℃, 相关系数为0.93;低纬海域反演结果均差差为1.29 ℃, 相关性系数0.96。基于Back Propagation(BP)神经网络反演模型的反演结果均方根差为1.26 ℃, 相关系数为0.98。 相似文献
7.
海洋渔业预报使用的遥感数据一般只能获得海洋表面的环境信息,而Argo数据可以为渔业预报提供较深处的温盐数据,为了在渔业预报中按其时间周期进行使用,需要计算它的周期以提高预报质量。通过功率谱估计计算出2001-2008年的数据存在的较长的周期为62.7天和117.5天,较短的周期为4.9天和9.8天,同时还有一个约为7天的不明显周期,观测剖面数据总量在年际与年内都存在较大变化。 相似文献
8.
9.
10.