基于相似系数的海温中长期统计预报方法研究

海温是认知和研究大气、海洋物理性质和演变规律的重要海洋环境动力要素之一,也是海洋预报组成中不可或缺的组成部分,对海温的分布及演变规律进行研究对海洋经济、环保和国防安全具有重要的意义.本文提出了一种基于相似系数的海温统计预报方法,利用数理统计分析方法,构建基于相似系数的统计预报模型来实现海温的单点时间序列预报.在南海海域...     

基于支持向量回归的海面高度统计预报方法研究

本文提出一种基于支持向量回归的统计预报方法,通过经验正交分解对原始数据矩阵进行时空分解,提取出空间模态和时间系数。由于海面高度变化具有非线性、大惯性的特点,对时间系数进行小波分析,能有效滤除其中的高频信号,得到表征海面高度变化的低频信号。利用支持向量回归方法对小波分解后的低频信号构建预报模型。最后,进行小波重构,还原时间序列长度,实现未来7天的海面高度预报。通过黑潮附近海域的海面高度预报结果验证,该预报方法的预报效果优于整合滑动平均自回归预报方法。本文通过机器学习的算法实现了海面高度的预报,为海洋预报方法提供了新的思路。     

基于经验正交函数和机器学习的南海海面高度异常预测

海面高度异常 （SSHA） 作为重要的海洋要素,对研究海洋温盐剖面、海洋涡旋等海洋动力现象具有重要意义。然而,传统的海洋预测技术存在着预测时效过短、预测过程复杂等诸多问题,现有的机器学习预测方法也只针对几个点或区域 进行平均,忽略了很多重要信息。因此,本文提出了一种基于经验正交函数和 BP 神经网络 （一种机器学习方法） 的 SSHA预测模型 （EOF-BPNN） 来实现对起报时刻后 30 天的南海 SSHA 预测。首先,对 1993 年 1 月 1 日—2013 年 12 月 31 日的逐日 SSHA 数据进行距平归一化预处理,构建相关系数矩阵,并对该矩阵进行 EOF 分解,获取主成分。然后将主成分输入 BP神经网络进行训练,实现对主成分的预测。最后将主成分预测值与相应的空间模态结合,获取 SSHA 预测值。结果表明,相较于惯性预报和气候态预报,EOF-BPNN 模型不仅能够提供提前 30 天的较为精确的 SSHA 和相应的涡旋演化过程预报,且在整个南海区域拥有更高的 SSHA 相关系数,证明了 EOF-BPNN 模型具有较好的预测性能。     

基于融合U-Net及ConvLSTM的海面高度异常预报方法研究

海面高度异常是反映海洋环境状况的主要变量之一。本文使用1993—2019年的融合月均海面高度异常数据,建立了基于深度学习的海面高度异常预测神经网络模型,提出了基于融合U型网络(U-Net)和卷积长短记忆网络(ConvLSTM)的中长期海面高度异常预报模型。在研究海域0.25°×0.25°的空间分辨率下,模型测试集预报结果的均方根误差和平均绝对误差分别为0.039 m和0.027 m,均优于全连接LSTM预报模型和ConvLSTM+CNN预报模型,为大中尺度的海面高度异常预报提供了新的方法。     

南海海面高度异常与厄尔尼诺和大气环流的关系

利用经验正交函数分解和相关分析等方法分析研究了南海和赤道太平洋的海面高度异常、海面温度异常和风异常之间的相关关系.得出南海海面高度异常EOF第一模态为ENSO模态,方差贡献达到44.7％.在厄尔尼诺(El Ni(n)o)期间,整个南海海面下降,SSHA呈现不同的分布状态,本文讨论了爆发与下半年的El Ni(n)o期间南海SSHA呈现的典型分布状态.El Ni(n)o的先兆阶段南海中部为SSHA低值区,鼎盛阶段南部SSHA增大形成南高北低的分布状态,恢复阶段SSHA分布与El Ni(n)o过后是否发生La Ni(n)a密切相关.南海海面高度异常与大气环流存在明显的相关关系.El Ni(n)o期间,Hadley环流的加强使得南海东部和赤道西太平洋水交换加强,水温的降低和海水的流失使南海海面下降,Walker环流结构和强度的变化则进一步促进了南海SSH的下降.El Ni(n)o期间,南海海面高度会较常年偏低.     

统计预报方法在海洋预报中的应用研究进展

统计分析是人们认识自然规律、预测事物发展趋势的一种基本手段,统计预报方法在海洋、气象预报中一直占有重要地位。随着计算机和大数据技术的发展,海洋统计预报技术也取得了一定突破,涌现出许多新方法、新技术。本文系统介绍了统计预报方法在海洋预报中的,应用研究进展,对其发展历程进行了系统的梳理,对目前具有代表性的4类统计预报方法进行了总结,并对海洋统计预报的发展方向和应用前景给以展望。     

南海海面高度季节变化的数值模拟

比较POM模式模拟与观测(TOPEX/Poseidon高度计资料)的南海海面高度(SSH)的季节变化在空间分布上的一致性和差异.结果表明:本文使用的POM模式能较好地模拟南海SSH的季节变化;冬季与夏季,春季与秋季南海海面异常场形式完全相反,冬季Ekman输运造成在西海岸的堆积要比夏季在东海岸堆积更明显,而吕宋冷涡中心附近和吕宋海峡海面季节变化振幅最大;除春季以外,在南海绝大部分海域,海面高度的季节变化主要受风力的控制,南海海面热量通量对SSH的季节变化贡献约为20%,风应力对SSH的季节变化的贡献约为80%.     

南海北部海面高度季节变化的机制

利用POM模式对南海环流进行了数值模拟和数值试验 ,结果表明 :南海北部SSH的变化主要应归于南海局地的动力、热力强迫和黑潮的影响 ;黑潮对南海北部SSH平均态的影响要大于对SSH异常场的影响 ;对于南海北部深水区冬季局地风应力与浮力通量的作用相反量级相同 ,黑潮对南海北部SSH的控制作用在冬季显得最重要 ,约占 50 %～ 80 % ;春季 ,夏季和秋季 ,局地风应力、浮力通量和黑潮三者都使深水区SSH上升 ,局地风应力使深水海盆SSH上升的作用约占 4 0 %～ 6 0 % ,浮力通量的作用约占 2 0 % ,黑潮的影响约占 2 0 %～ 30 % .在夏季 ,尽管南海北部深水海盆SSH达到全年最高 ,但黑潮对南海北部深水海盆SSH的贡献最小 .在广东沿岸陆架海域 ,SSH季节变化的机制与深水海盆SSH季节变化的机制不同 :春、夏季 ,局地风应力使SSH上升的作用几乎与浮力通量使SSH下降的作用相当 ;秋、冬季 ,东北季风使SSH上升的作用大于浮力通量和黑潮使SSH下降的作用 ,陆架区SSH为正 ,且在海南岛附近达到最大值     

大洋性柔鱼类资源中长期预报研究进展

柔鱼类分布广泛,资源丰富,已成为人们重要的开发和利用对象,如何持续和合理开发该资源已成为大家关注的重要话题。柔鱼类具有短生命周期、产完卵即死亡的特性,其特殊的生活史特性使得传统的资源评估方法无法很好的对其资源量进行准确评估和预测。因此,如何开展大洋性柔鱼类的资源中长期预报显得尤为重要。本文总结概括了大洋性柔鱼类中长期预报的基本概念、三种主要的大洋性柔鱼类生活史、影响大洋性柔鱼类资源(补充)量的主要环境因子,并介绍了目前使用的主要柔鱼类中长期预报模型,展示了大洋性柔鱼类中长期预报的发展历程及所取得的进展。同时,对柔鱼类中长期预报模型中存在的问题进行了探讨,并对其未来主要的研究方向进行了展望。     

南海东北海域海面高度的多尺度变异

利用8a的TOPEX/Poseidon高度计资料,采用小波分析方法,研究南海东北部海域海面高度的多尺度变异.研究得出,南海东北部海域的海面高度变化主要受3个不同时间尺度因素的影响,其中最强的是季节变化(V_a)的影响,其周期范围为0.60～1.20a,它主要与海面高度的年循环相联系;其次是周期在0.17～0.45a(即2～5个月)的变化(V₂₅)的影响,它主要与中尺度时间周期引起的海面高度变化相联系.较小的一个因素是周期在1 50～5 00a的年际变化(V_i)的影响,它主要与El Niño事件引起的海面高度变化相联系.分析表明对8a平均而言,海面高度变化所引起的能量偏差V₂₅的高值区主要分布在吕宋海峡以西海域,在1995,1996和1999年出现最大值;偏差V_a的高值区分布在吕宋岛西北海域,在1995年出现最大值;年际偏差V_i的高值区位于台湾的西南海域,在1997～1998年El Niño事件期间达到最大.     

Application of deep learning technique to the sea surface height prediction in the South China Sea

A deep-learning-based method, called ConvLSTMP3, is developed to predict the sea surface heights(SSHs).ConvLSTMP3 is data-driven by treating the SSH prediction problem as the one of extracting the spatial-temporal features of SSHs, in which the spatial features are "learned" by convolutional operations while the temporal features are tracked by long short term memory(LSTM). Trained by a reanalysis dataset of the South China Sea(SCS), ConvLSTMP3 is applied to the SSH prediction in a region of the SCS east off Vietnam coast featured with eddied and offshore currents in summer. Experimental results show that ConvLSTMP3 achieves a good prediction skill with a mean RMSE of 0.057 m and accuracy of 93.4% averaged over a 15-d prediction period. In particular,ConvLSTMP3 shows a better performance in predicting the temporal evolution of mesoscale eddies in the region than a full-dynamics ocean model. Given the much less computation in the prediction required by ConvLSTMP3,our study suggests that the deep learning technique is very useful and effective in the SSH prediction, and could be an alternative way in the operational prediction for ocean environments in the future.     

Sea surface height anomaly and geostrophic circulation variations in the South China Sea from TOPEX/POSEIDON altimetry

The sea surface height anomaly (SSHA) and geostrophic circulation in the South ChinaSea (SCS) are studied using TOPEX/POSE1DON (T/P) altimetry data. The SSHA, which is obtained after tidal correction based on the tidal results from T/P data, is predominated by seasonal alternating monsoons. The results reveal that the SSHA in the central part of the SCS is positive in spring and summer, but negative in autumn and winter. It is also found that the SSHA in the SCS can be approached with the sum of tidal constituents SA and SSA. The geostrophic circulations in the SCS are calculated according to sea surface dynamic topography, which is the sum of SSHA and mean sea surface height. It is suggested that the circulation in the upper layer of the SCS is generally cyclonic and notably western intensified during autumn and winter, while the western intensification is weak during spring and summer. It is also indicated that the Kuroshio intrudes into the northeastern SCS throuth the Luzon Strait in winter. But ther     

Spatio-temporal variability of chlorophyll a and its responses to sea surface temperature, winds and height anomaly in the western South China Sea

To understand the response of marine ecosystem to environmental factors, the oceanographic (physical and biochemical) data are analyzed to examine the spatio-temporal distributions of chlorophyll a (Chl a) associated with surface temperature, winds and height anomaly for long periods (1997-2008) in the western South China Sea (SCS). The results indicate that seasonal and spatial distributions of Chl a are primarily influenced by monsoon winds and hydrography. A preliminary Empirical Orthogonal Function (EOF) analysis of remotely sensed data is used to assess basic characteristics of the response process of Chl a to physical changes, which reveals interannual variability of anomalous low Chl a values corresponding to strong El Ni o (1997-1998), high values corresponding to strong La Ni a (1999-2000), low Chl a corresponding to moderate El Ni o (2001-2003), upward Chl a after warm event in 2005 off the east coast of Vietnam. The variability of Chl a in nearshore and the Mekong River Estuary (MER) waters also suggests its response to these warm or cold processes. Considering the evidence for covariabilities between Chl a and sea surface temperature, winds, height anomaly (upwelling or downwelling), cold waters input and strong winds mixing may play important roles in the spatial and temporal variability of high Chl a. Such research activities could be very important to gain a mechanistic understanding of ecosystem responses to the climate change in the SCS.     

南海海面高度变化及其与太平洋上涛动信号的关系

本文使用循环平稳经验正交函数(CSEOF)方法分析了南海海面高度(SCS-SSH)的时空变化模态,并对它们与太平洋海盆尺度振荡的关系进行了探讨分析。结果表明,SCS-SSH的第一个CSEOF模态是季节变化模态,其变化强度受到一个与厄尔尼诺-南方涛动(ENSO)有关的低频信号的调制,即在厄尔尼诺期间季节变化的幅度减弱(最大可降低30%,1997/98)而在拉尼娜期间季节变化增强。SCS-SSH的第二个CSEOF模态是年际-年代际尺度的低频变化模态,其空间模态的月与月之间的差异微弱,而时间模态和太平洋年代际振荡(PDO)指数高度相关。然后,我们使用独立成分分析(ICA)方法提取了太平洋中的五个主要振荡成分,并检验了它们对SCS-SSH变化的各自影响。分析表明,纯粹的ENSO模态(类似于太平洋东部型ENSO)对SCS-SSH的低频变化的影响比较微弱,而ENSO的红化模态(类似于太平洋中部型ENSO)对SCS-SSH的低频变化具有明显影响。由于ENSO的红化模态是PDO信号的一个主要成分,这一结果解释了为什么在影响SCS-SSH的低频变化上PDO比ENSO更重要。径向鞍型振荡模态、黑潮延伸体处的增温模态、以及赤道的降温模态也由ICA方法提取出来,但它们对SCS-SSH低频变异的影响微弱。进一步的分析表明,太平洋的涛动信号可能以不同的方式来影响南海海面高度变化和海表温度变化。     

利用卫星遥感海面温度、高度联合反演南海北部三维温度场

利用历史观测得到的温度剖面数据,通过严格筛选和插值,建立了南海北部的气候态垂向温度剖面。随后,利用回归统计分析的方法构建了海面温度异常(SSTA)、海面高度异常(SSHA)联合扩展温度剖面的经验回归模型,并采用卫星遥感得到的SST和SSH数据扩展了南海北部的三维海洋温度场,其时间分辨率为天,空间分辨率为0.25°×0.25°。通过与观测数据的对比研究,扩展得到的温度场可以较为准确地反映南海北部温度剖面的结构特征,并且能有效地体现出一些中尺度变化过程。结果表明,本研究反演得到的三维温度扩展场是较为可靠的,它可以作为海洋数值模型的初始场,实现现场观测数据和卫星遥感数据的互补,有助于更好地分析南海北部温度场的三维结构及变化特征。     

由数据同化产品导出南海海表面高度的变化

根据47年月平均的海表面高度序列(SODA-Simple Ocean Data Assimilation数据同化产品),运用经验正交函数(Empirical Orthogoual Function-EOF)的方法,分析了南海海面高度的季节与年际变化.在季节变化尺度上,第一模态体现了对南海上层环流季节变化的传统认识,占有绝对比重(84%):第二模态解析了14%的方差,越南中部沿岸约11°～12°N向东的急流和上升流出现在该模态中.经13个月滑动平均过滤年变化信号后,南海海表面高度变化的前2个模态都表明与ENSO关系密切.年际变化的第一模态说明,厄尔尼诺年整个海面高度出现负异常,特别是南海暖池附近区域.研究结果似乎表明广东沿岸附近海面变化也与ENSO有关.     

基于T/P和Jason-1/2卫星高度计海面高度数据获取南海同潮图的研究

随着卫星高度计资料的不断丰富,通过对卫星高度计所得潮汐调和常数进行插值或拟合得到潮汐同潮图成为可能。本文拟对T/P(TOPEX/POSEIDON)、Jason-1和Jason-2卫星高度计数据进行分析,得到南海区域星下观测点处四个主要分潮(M2、S2、K1和O1分潮)的调和常数,进而利用双调和样条插值方法对其进行插值,获取南海同潮图。首先,以1992～2016年T/P和Jason卫星高度计所得海面高度数据为基础,利用调和分析方法计算了南海星下观测点处M2、S2、K1和O1四个主要分潮的调和常数,并与40个验潮站数据进行了对比,最大矢量均差为4.99cm,说明分析所得调和常数与利用验潮站资料提取的调和常数的误差较小。进而采用双调和样条插值方法对星下点调和常数进行插值,得到了南海四个主要分潮的同潮图,所得结果与全球潮汐模型TPXO7.2模式结果的矢量均差分别为4.69、2.46、3.13和2.42 cm,与141个验潮站处观测结果的矢量均差分别为22.59、10.26、10.24和8.51 cm。此外,插值所得四个主要分潮的无潮点位置与前人研究结果相近。上述实验结果表明:利用双调和样条插值方法对卫星高度计所得调和常数进行插值能够获取较为准确的同潮图。