利用海面温度和海面动力高度反演西太平洋月平均温度场

海水三维温度场是海洋研究和海洋工程领域中最重要的数据资料之一。本研究基于量纲分析法获得海面参数和海水内部温度剖面之间的函数关系,进而提出了一种利用海面温度和海面动力高度反演大洋月平均三维温度场的方法。本研究基于该方法估算了西太平洋海域0～1 000 m深度范围月平均三维温度场,并将反演结果与基于Argo资料获得的三维温度场进行了比较,其结果证明了该方法的有效性。     

基于海表温度和海面高度的东太平洋大眼金枪鱼渔场预测

开展东太平洋大眼金枪鱼(Thunnus obesus)渔场预报技术研究,建立基于多环境因子渔场预报模型,将对该资源的高效开发和利用具有重要的意义。作者根据2009~2011年东太平洋海域(20°N~35°S、85°W~155°W)延绳钓生产统计数据,结合海洋遥感获得的表温(SST)和海面高度(SSH)的数据,运用一元非线性回归方法,以渔获量为适应性指数,按季度分别建立了基于SST和SSH的大眼金枪鱼栖息地适应性指数,采用算术平均法获得基于SST和SSH环境因子的栖息地指数综合模型,并用2012年各月实际作业渔场进行验证。研究结果显示,大眼金枪鱼渔场多分布在SST为24~29℃、SSH为0.4~0.8 m的海域。指数模型较好地拟合了因子适应性曲线(P0.05)。基于栖息地指数的2012年大眼金枪鱼中心渔场预报准确性平均达63%,可为金枪鱼延绳钓渔船寻找中心渔场提供指导。     

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。     

连续台风对海表温度和海表高度的影响

利用多卫星观测资料,分析了2008年9月3个连续台风前后的海表温度(SST)和海表高度距平(SSHA)的时空变化特征,并探讨了影响其变化的主要因子。结果表明:(1)3个台风引起了强烈的上升流(1×10-5~150×10-5 m/s),海表显著降温(1~6 ℃),海表高度也有不同程度降低(10~50 cm);(2)台风引起的SST最大降温中心与SSHA负值或中尺度冷涡的区域中心十分吻合,同时台风使得先前存在的海洋中尺度冷涡得到加强;(3)同一区域台风对SST影响程度大小受台风的强度、移动速度以及台风对海面强迫时间等因素控制;(4)在原先SSHA为正值的海域,3个台风连续强迫下使得局地洋面形成一个SSHA为负值的中尺度涡,这与单一"打转"台风强迫海洋生成中尺度涡的现象不同。因此,对于西北太平洋海域而言,频发的台风在中尺度涡生消演变过程中的影响应不容忽视。     

西太平洋副热带高压与海表温度的关系

利用超前滞后相关分析研究了西太平洋副热带高压与海表面温度异常的关系。选取各关键海区分析海温与西太副高在不同时段上的超前滞后相关, 结果表明,冬季东太平洋海温与滞后其2—3个月的副高异常达最大正相关,热带印度洋海温异常与冬季同期副高异常的正相关最显著;西太平洋海温在冬春季与同期的副高负相关最显著;北太平洋海温在冬春季滞后副高1—2个月时存在负相关,大西洋暖池区6月与西太副高的同期正相关最大;对南太平洋来说,冬季的西太副高与从前秋到春季的SST都存在最大负相关。海表温度的异常主要解释冬春季的西太副高异常,而对于夏秋季副热带高压,SST的作用比较有限     

利用卫星观测海面信息反演三维温度场

基于历史观测的温盐剖面资料,采用回归分析方法统计出海面温度异常、海面动力高度异常与温度剖面异常之间的相关关系;然后利用高分辨率的卫星遥感海表面温度(SST)和卫星观测海面高度(SSH)信息重构了三维海洋温度场。在台湾岛周边海域建立了时间分辨率为天、空间分辨率为0.25°×0.25°的三维温度分析场。通过与实测资料的比较分析,文章所构建的分析场能够较好地描述海洋三维温度场的结构特征,能够较为真实地反映海洋的中尺度变化过程。该分析场可以作为海洋数值模式的初始场,也可以作为伪观测同化到海洋数值再分析和预报系统中,进而改善三维温、盐、流的数值再分析和预报。     

台风背景下海浪对海表流场和海表温度的影响

海浪作为海-气界面中重要的物理过程,对海洋上混合层的近表面分布具有重要作用。本文以台风"威马逊"和"麦德姆"为背景,基于FVCOM耦合模式模拟了台风浪及上层海洋的响应过程,探讨了海浪对海表流场和海表温度的影响。结果表明耦合模式能够较准确地模拟出有效波高,台风过境后海表流场在海浪的作用下反映出与台风相对应的气旋性特性,改变的流场量级可达0.4 m/s;海表温度出现不同程度的下降,最大降温约4℃,最大降温中心与流场变化区域相对应,且降温区相对台风路径呈显著的"右偏性"。最大降温滞后台风中心过境2 d左右,恢复时间一般超过10 d,与实况相吻合。     

基于ConvGRU和自注意力的海表温度偏差订正研究

海表温度（Sea Surface Temperature, SST） 是一个重要的海洋物理量, 其准确预报对于水产养殖和预测海洋环境信息等海洋相关领域的研究至关重要。数值预报是目前预报海表温度的一种常用方法, 但数值预报模型所产生的预报结果往往与实际观测数据有偏差, 因此有必要对数值预报产品的偏差进行订正。本文提出了一种结合ConvGRU 神经网络与自注意力（Self-Attention, SA） 的新型时空混合海表温度订正模型（ConvGRU-SA）, 对南海海表温度预报数据进行偏差订正, 该模型适用于利用卫星遥感数据对海表温度数值预报产品进行订正。经与ConvLSTM、ConvGRU 等网络模型对比, 证明了ConvGRU-SA 模型的优越性, 设置不同的超参 数进行实验, 提高模型订正准确率。订正后该区域的海表温度预报均方根误差从0.52 ℃降低至0.32 ℃, 准确率提高了38.4%, 优于现有模型。     

南海海面风场、高度场和温度场近十年的变化趋势及年际变化特征

利用2002—2011年南海海面风场、高度场和温度场的月平均资料分析了这些要素的变化趋势及年际变化特征。计算得到区域平均海面风东分量的线性趋势为(-0.012±0.014)(m·s~(-1))·a~(-1),北分量的线性趋势为(-0.014±0.019)(m·s~(-1))·a~(-1),其年际变化与NINO3指数相关系数可达0.63,滞后1个月;区域平均海面风应力旋度的线性趋势为(0.099±0.330)×10~(-9)(N·m~(-3))·a~(-1),其年际变化与中太平洋厄尔尼诺(EMI)指数呈高度相关,达到-0.85,滞后3个月;区域平均海面高度的线性趋势为(0.665±0.200)cm·a~(-1),其年际变化与EMI指数相关系数可达-0.80,滞后2个月;区域平均海表温度的线性趋势为(-0.016±0.017)℃·a~(-1),其年际变化与NINO3指数相关系数可达0.68,滞后4个月。其中海表温度的负趋势与近期全球变暖的停滞相一致。采用经验正交函数分解方法分析了各要素的年际变化特征,结果显示海面风场的第一模态呈现海盆尺度的反气旋格局,其对应的时间序列与NINO3.4指数相关系数最大可达0.68,滞后5个月。海面高度场的第一模态沿南海东边界和越南东部出现较高值,其对应的时间序列的变化滞后于EMI指数3个月,呈负相关,但系数最大为-0.32。海面温度场的第一模态呈西高东低的分布状态,其对应的时间序列与NINO3指数的相关系数最大可达0.62,滞后4个月。     

基于直方图分析和Jensen-Shannon散度的海表温度锋检测

海洋锋是海洋中的重要现象之一,通常可以利用锋面检测算法在遥感图像中进行提取。针对在海洋遥感图像质量较低、噪声较多的情况下梯度较小而尺度较大的海表面温度锋提取效果不佳的问题,对基于Jensen-Shannon散度的锋面提取方法进行了改进。具体改进是在计算图像散度时先进行直方图分析,即根据水温分布中的极小值对水温数据进行重新分组,然后使用新生成的水温分布来计算散度,另外还使用了Canny算法中的非极大值抑制对散度图中的锋面进行了细化。实验结果表明,改进后的方法提取出的锋面与使用梯度幅值表示的锋面基本吻合,同时比原方法更适合用于提取受噪声影响较多的水温图像中的大尺度锋面。     

中国沿海海表温度均一性检验和订正

利用惩罚最大T检验（Penalized Maximal T test,PMT）方法,选取均一的邻近气象站为参考站,基于月平均地面气温（SAT）资料,利用相关系数权重平均方法构建参考序列,同时结合元数据信息,对1960-2011年中国沿海27个海洋观测站月平均海表温度（SST）进行了均一性检验与订正,并分析了造成海表温度序列非均一的主要原因。结果表明,中国沿海海洋台站海表温度资料存在较为严重的非均一性问题,几乎所有的台站都存在断点,仪器变更（包括人工观测转自动观测）（占总断点数的52.4%）和迁站（占总断点数的33.3%）是造成序列非均一的主要原因。整套资料负订正量所占比例较高,这种负订正量与人工转自动观测后海表温度观测值偏低有密切关系。这也使得订正后中国沿海平均海表温度趋势与订正前存在明显差异,订正后中国沿海海表温度呈明显的加速上升趋势。     

基于CORA数据的南海海面温度场变化特征分析

基于2000年1月1日-2013年12月31日CORA(China Ocean Re-Analysis)的逐日平均海面温度(sea surface temperature,SST)资料,采用信息熵理论对我国南海SST场的空间分布形态及其时间变化特征进行研究。研究表明:(1)南海SST场等温线不平行纬线,呈NE-SW向分布,北部分布密集南部分布稀疏,尤其在台湾海峡及广东沿海等温线特别密集,同纬度东部高于西部;(2)夏季由于受到上升流的影响,在12°N处的越南东南沿岸存在明显的冷水舌,并持续到9月份;(3)海洋表层水温熵能够很好地反映气候态的震荡变化,可以有效分析南海表层水温季节性异常变化。了解海洋表层水温及其熵的宏观分布情况,有利于对造成水温变化的原因进行特征分析。     

基于海面高度数据的全球海洋多核涡旋探测和统计

This study produced a statistical analysis of multicore eddy structures based on 23 years' altimetry data in global oceans. Multicore structures were identified using a threshold-free closed-contour algorithm of sea surface height, which was improved for this study in respect of certain technical details. Meanwhile a more accurate definition of eddy boundary was used to estimate eddy scale. Generally, multicore structures, which have two or more closed eddies of the same polarity within their boundaries, represent an important transitional stage in their lives during which the component eddies might experience splitting or merging. In comparison with global eddies, the lifetimes and propagation distances of multicore eddies were found to be much smaller because of their inherent structural instability. However, at the same latitude, the spatial scale of multicore eddies was found larger than that of single-core eddies, i.e., the eddy area could be at least twice as large. Multicore eddies were found to exhibit some features similar to global eddies. For example, multicore eddies tend to occur in the Antarctic Circumpolar Current, some western boundary currents, and mid-latitude regions around 25°N/S, the majority(70%) of eddies propagate westward while only 30% propagate eastward, and large-amplitude eddies are restricted mainly to reasonably confined regions of highly unstable currents.     

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。     

基于最优插值和贝叶斯最大熵的海表温度融合方法研究

海表温度(sea surface temperature,SST)是影响全球气候的重要因素,在海洋科学研究中占有关键位置。论文基于MODIS红外、AMSR-2和HY-2A微波辐射计数据,分别利用最优插值和贝叶斯最大熵方法对SST数据进行融合,并用i Quam实测数据和Argo浮标数据对2015年SST融合数据进行检验。MODIS、AMSR-2、HY-2A辐射计SST的年平均空间覆盖率分别为15.0%,21.6%,22.0%,最优插值和贝叶斯最大熵融合SST产品的年平均空间覆盖率提高到98.6%和99.4%,融合产品空间覆盖率明显提高。与i Quam实测数据对比,最优插值和贝叶斯最大熵融合产品年平均偏差分别为0.07℃,0.04℃,均方根误差皆为0.78℃,其中3-7月最优插值融合产品的精度略优于贝叶斯最大熵融合产品,其它月份则相反;与Argo浮标数据对比,两种融合产品的均值偏差分别为0.06℃,0.01℃,均方根误差分别为0.77℃,0.75℃。整体上,贝叶斯最大熵融合产品的精度略优于最优插值融合产品,但计算成本较高。     

末次冰期热带西太平洋海面温度的估算以及与太平洋暖涡的关系

末次冰期热带西太平洋海面温度的估算以及与太平洋暖涡的关系Ｒ．Ｔｈｕｎｅｌｌ等西部赤道太平洋拥有一个温暖的表层水大暖涡，在全球海洋中其是具有最温暖海面温度（＞２９℃）的海区。通过海洋一大气的耦合暖涡中温暖的海水在调节全球气候中起着重要的作用，用于本次研...     

卫星遥感海面温度的现状和未来

一、引 言 卫星遥感作为对海洋环境进行监视的有力工具已广泛应用于多种海洋环境要素和现象的监测之中。应用卫星遥感海面温度则是这些应用中比较早且比较成熟的一种。20多年来,用于海面温度测量的卫星遥感仪器已经得到了很大的改进和发展,卫星资料海面温度反演方法、和资料处理技术也有了很大的进步。卫星海面温度资料已广泛应用于海洋分析、研究和预报应用的许多领域。近年来,由于全球气候研究工作的广泛展开,对全球海面温度资料的要求变得更加迫切了,海面温度的卫星遥感也日益为人们所重视~([1],[2])。 目前,世界上拥有卫星监视地球及其大气环境的国家或者国际性组织已有美国、苏联、日本、印度和欧空局。这些卫星携带的可用于获取海面温度资料的遥感仪器很多,卫星资料海面温度反演方法各种各样,获得的海面温度的精度差别也很大。本文只选择一些能够代表当前海面温度的卫星遥感水平和未来发展趋势予以介绍。     

基于GPS浮标的高度计海面高度产品检验技术进展

主要介绍了卫星高度计在海洋学研究中的意义、高度计的定标原理、定标方法和国际主要的高度计定标试验场。结合卫星高度计定标的特点,着重介绍了GPS浮标在高度计定标中的优势、技术难点以及解决方法等,旨在为海洋二号卫星的高度计定标技术提供依据。     

基于演化算符的南海海面高度异常中长期统计预报

水下移动平台行动时需要1～3个月左右海洋数值预测预报结果,但是当前数值预报技术受对应的气象驱动场预报时效的限制,难以提供10 d以上的数值预报产品。鉴于海水在动力热力上具有较大的惯性,海洋内区有其自身的演化规律,本研究设计了一种基于演化算符的统计预测方法,利用历史卫星遥感资料构建海洋状态变量中长期演化矩阵,并结合惯性预报模型,构建了最终的南海海洋中长期统计预报模型,能够提供1～60 d逐日的南海海面高度异常预测结果,开展数值试验验证了该方法的有效性,结果表明,在起报后15 d内,预报结果与卫星资料的相关系数均大于0.8,在起报60 d内,相关系数仍高于0.6。     

基于Landsat8TIRS数据的海表温度反演算法对比

海水表面温度是研究气候变化的重要参数,具有重要研究意义。为了选出适用于近海海域的最优温度反演算法,本文基于Landsat8卫星遥感数据,以北部湾海域为研究区,对比分析了包括辐射方程传输法（RTM）、单窗算法（MW）、单通道算法（SC）、线性劈窗算法（SW1）和非线性劈窗算法（SW2）在内的海表温度反演算法的反演精度并进行了敏感性分析。同时本文利用劈窗协方差−方差比值法（SWCVR）来反演大气水汽含量数据,减少了温度反演过程中对外部数据的依赖,研究结果表明：（1）基于Landsat8 TIRS数据的SWCVR法进行大气水汽含量反演的效果较好,误差约在0.5 g/cm2;（2）与实测海温数据相比SW2与SC算法精度较高,误差约为0.6 K;RTM与SW1算法次之,误差约为1.6 K与1.9 K;MW算法精度较低,误差约为2.5 K;（3）与AVHRR SST产品进行相比两种劈窗算法的精度较高,误差约为1 K和1.3 K,SC算法精度较劈窗算法略低,误差约为1.4 K左右,RTM与MW算法精度较低,误差约为2 K与3 K;（4）SW2算法对参数的敏感性最低,其次是SC算法、SW1算法与MW算法,RTM算法的敏感性最高。