基于主成分和BP神经网络的智利竹筴鱼渔场预报模型研究

东南太平洋智利竹筴鱼Trachurus murphyi是我国大型拖网渔船队的重要捕捞对象。准确预报中心渔场是提高渔业生产能力的重要工作。本文根据2003—2009年我国船队在东南太平洋海域捕捞智利竹筴鱼的渔捞日志数据,结合海洋遥感获得的海表温度(SST)和海面高度(SSH)等海洋环境因子,利用主成分和BP神经网络方法对智利竹筴鱼中心渔场预报模型进行了研究。研究利用主成分分析法(PCA)得到累计贡献率在90%以上样本的主成分,综合考虑模型测试的精度与速度,基于原始样本和经PCA处理后的主成分分别建立了BP模型,其最优BP模型结构分别为5∶10∶1和3∶7∶1。研究结果表明,经PCA处理后的主成分所建立的BP神经网络模型在训练结果和测试结果上均要优于用原始样本建立的BP神经网络模型,两者的预报准确率分别为67%和60%。     

区域平均海平面高度异常的统计预测

本研究基于SODA(Simple Ocean Data Assimilation)的月平均海洋数据,提取出南海区域平均海平面高度异常(SSHA)的时间序列,并基于该时间序列开展了统计预测工作。研究中使用时间序列分解方法,将南海区域平均逐月SSHA时间序列分解为3个部分:年际变化项、季节项和扰动项。根据分解出的这3项时间序列变化特征,分别使用指数平滑法和自回归移动平均法去拟合时间序列中的年际变化项和扰动项,季节项将作为循环变化项叠加到前两项上。由此,建立了适用于该时间序列的预测模型,并且测试了该模型的预测能力。结果显示,研究建立的南海平均海平面高度异常模型的平均有效预报时间约为7个月,预报能力在春季和秋季较其余季节要强一些。另外,该模型在模拟时段内的预报技巧具有显著的十年际变化特征。     

基于四维变分同化方法的南海中尺度涡后报实验

海洋中尺度涡在本质上是属于满足准地转平衡的大尺度运动,因此理论上,其在短时间内的运动将主要受到准地转平衡关系的约束,而外部强迫场的影响在短期内不会明显改变其运动特征。基于上述思想,我们提出了一种基于四维变分同化初始场的中尺度涡旋预报方案。为了检验该方案的可行性,本文使用区域海洋模式(regional ocean modeling system, ROMS)和其内建的增量强约束四维变分同化(incremental strong constraint four dimensional variational, I4D-Var)模块,建立了一个南海海洋同化模拟系统。首先,通过I4D-Var方法将AVISO卫星高度计资料同化到海洋数值模拟中,获得了理想的中尺度涡同化模拟结果。同化、模式模拟和观测三者的中尺度涡统计结果表明,该同化系统模拟的南海中尺度涡的路径、半径、海表高度异常和振幅等特征信息与AVISO(Archiving ValidationandInterpolationofSatelliteOceanographicData)观测结果高度吻合,同时在深度上的分析表明,涡旋对应的温度、盐度和密度均得到有效的调整。然后,将该同化系统的模拟结果做为初始场,对某一特定时段的南海中尺度涡进行了后报模拟和结果的定量化分析。通过比较后报模拟与观测资料中对应涡旋的海表面高度异常(sea surface height anomalies, SSHA)相关系数、涡心差距和半径绝对误差,证明该方案的中尺度涡后报时效至少可达10 d以上。后报实验结果验证了该中尺度涡预报方案的可行性,从而为中尺度涡的预报提供一定的理论基础和可行性方案。     

基于人工神经网络的赤潮预测模型

本文利用非线性时间序列预测模型,将海洋预报和人工神经网络BP算法相结合,提出了基于神经网络的海洋预报模型;运用改进的三层BP(Back Propagation)神经网络模型对海洋气象进行赤潮灾害监测和预报;同时针对仿真结果进行分析,结果表明该模型具有较好的预测能力。     

东亚夏季风降雨的可预报性研究

本文根据CMAP(The Climate Prediction Center Merged Analysis of Precipitation)观测资料,使用相关系数和均方根误差,对CHFP2(Coupled Historical Forecast Project, phase 2 )的2个模式对东亚夏季降雨的季节预报技巧作出评价。在完美模式的理论框架下,分别使用基于信噪比的潜在相关系数和基于信息熵的潜在可预报性指标,对该区域主要针对夏季降雨的可预报性作出评价。通过最可预报分量分析(PrCA),得到季节降雨的最可预报型。将最可预报型投影到海温场,得到了降水最可预报型对应的海温分布。研究发现:相关系数所反映的预报和观测的线性相关程度总体上是低纬度海洋区域比高纬度陆地区域高,而均方根误差反映的则是在海洋区域降雨预报偏离实际值的程度较陆地区域大,预报水平与目前降雨的季节预报水平相符。潜在可预报性估计表明,潜在可预报率存在空间上的变化,从低纬度向高纬度、从海洋到内陆,呈衰减趋势。同时,信号和噪音的分析表明,信号成分占主导作用,形成了潜在可预报率的空间分布格局,暗示了海洋外强迫的重要作用;中国大陆缺少像海洋区域那样明显的外强迫,因此降水季节预报技巧相比热带海洋区域非常有限。海温投影的分析表明海洋的外强迫是东亚降雨季节预报的重要来源。尽管厄尔尼诺本身的复杂性,它对东亚夏季风的重要影响及其与东亚降雨预报之间的遥相关揭示了它们内在的联系。     

基于复杂网络的海洋涡旋移动特征研究——以南海为例

海洋涡旋作为一种快速连续变化的海洋现象,如何分析和挖掘其移动特征成为当前海洋涡旋定量研究的重点。本文引入空间数据挖掘的社区网络划分方法,将涡旋过程看作复杂的移动网络,对涡旋移动的聚集性特征进行探索和分析。首先,以网格为统计单元对1992-2011年近20年南海海洋涡旋移动数据进行组织,基于图论模型构建了涡旋瞬时移动（TP）,涡旋移动起止点（OD）,涡旋最小描述距离的特征点移动网（MDL）和涡旋过程移动再生数据（RSP）4种状态的海洋涡旋的移动网络图;其次,采用基于快速模块度优化的区域划分方法分别得到4种状态下涡旋移动的聚集性区域;最后,利用弦图对区域内和区域间涡旋移动规律进行了可视化分析,发现海洋涡旋的RSP数据能够弥补原始涡旋移动数据在区域划分方法中呈现的数量不足的问题,能够在足够数据量的情况下,有效地发现从起点到终点的主要移动通道和涡旋移动的聚集性区域,这些区域反映了南海涡旋从其产生、发展到结束整个演化过程的聚集性特征。     

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YOLO算法的海洋中尺度涡三维结构构建

海洋中尺度涡是一种常见的中尺度海洋现象,研究海洋中尺度涡的分布及运动特性对航运、气候、军事等具有重要作用,海洋中尺度涡的识别是海洋学和计算机科学领域的一个热门研究课题。运用深度学习的方法和框架,对中尺度涡的二维识别和三维结构构建展开研究分析。首先,获取全球海洋再分析数据并进行流线可视化,构建涡旋流线数据集;其次,利用YOLO v5s卷积神经网络对涡旋流线数据集进行训练,并对南海区域中尺度涡进行有效检测。实验结果表明,YOLO v5s训练后得到最优模型经过测试,平均检测精度均值达到了86.10%;最后,根据涡旋检测结果,对检测出的同时刻不同深度的涡旋判断是否属于同一涡旋,确定后进行该涡旋的三维结构构建。     

基于卫星海面高度资料的太平洋海区涡旋能谱分析

在空间均匀和各向同性的假定下,地转湍流理论认为涡旋动能随尺度分布遵循k–n定律(k为波数)。但实际海洋受边界、地形、层结等,具有明显的非均匀、各向异性特征。鉴于此,我们基于近30a卫星高度计资料,分别计算了热带、副热带、中高纬度等海洋涡旋强度不同区域的海面高度异常(SSHA)波数谱,进而利用线性回归拟合方法估算出中尺度波段上SSHA波数谱的斜率,并与地转湍流理论预测进行了对比。研究结果显示:SSHA波数谱从赤道到中高纬度逐渐变陡,其斜率由–4减到–5,基本符合赤道线性波动理论和准地转湍流理论的预测。SSHA波数谱斜率存在纬向与经向差异,例如在赤道地区,纬向谱比相应的经向谱陡;而在南极绕极流区域,经向谱斜率大于纬向谱斜率。SSHA波数谱斜率的各向异性表明海洋中尺度运动受β效应影响,具有明显的经向和纬向差异。以上结果表明,海洋中尺度运动介于准二维和三维之间,不能用一个全球普适的湍流理论模型来描述。     

基于机器学习的青岛市区近岸海雾集成预报方法

利用2014-2017年青岛小麦岛海洋站观测资料,采用机器学习方法建立了青岛市区近岸海雾集成预报模型,通过主成分分析方法对预报因子进行了优选.结果表明:采用能见度、风向、风速、气压、露点、气温、海温、气温露点差、气海温差、相对湿度、云量、气温24h变温12个预报因子建立的海雾集成预报模型,对2018年海雾预报的TS评分...     

Intercomparison of three South China Sea circulation models

1IntroductionTheSouthChinaSeaisthelargesttropicalmarginaldeepsealocatingbetweenthewesternPacificOceanandtheeasternIndianOcean.AsapartofAsia-Australiamaritimecontinent,monsoonisaprimaryfactorforcingtheSouthChinaSeaCurrent(SCSC)variation.Drivenbynortheasterlymonsooninwinterandsouth-westerlymonsooninsummer,respectively,theSCSCbehavesacyclonicgyreandananticy-clonicgyre,correspondingly(Wyrtki,1961;Xuetal.,1982).Owingtotheshortageandexpen-sivenessofdirectobservationsintheSCS,fur-therunder…     

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.     

吕宋海峡两侧中尺度涡统计

利用1993-2000年间的T/P卫星高度计轨道资料的时间序列和MODAS同化产品中的卫星高度计最优插值资料对南海东北部海区中尺度涡旋进行动态追踪。按照给定的标准从2种资料中提取了涡旋信息并对其特征量进行统计分析。结果表明,南海东北部海区中尺度涡旋十分活跃,平均每年6个,其中暖涡4个,尺度一般为200~250 km,平均地转流速为44 cm/s;冷涡每年平均2个,尺度一般为150~200 km,平均地转流速为-37 cm/s。吕宋海峡两侧涡旋的比较分析表明,南海东北部海区仍属于西北太平洋副热带海区的涡旋带,冷、暖涡旋处于不断的形成—西移—消散过程中。南海东北部中尺度冷涡大多是南海内部产生的,而暖涡与吕宋海峡外侧暖涡有一定的联系又具有相对的独立性。分析认为西北太平洋的西行暖涡在到达吕宋海峡时,受到黑潮东翼东向下倾的等密度面的抑制和岛链的阻碍,涡旋停滞于吕宋海峡外侧并逐渐消弱,被阻挡于吕宋海峡东侧涡旋释放的能量,形成一支横穿吕宋海峡(同时横穿过黑潮)的高速急流,把能量传递给吕宋海峡西侧的涡旋,使其得到强化,这是吕宋海峡两侧涡旋联系的一种重要机制。     

Bias correction of sea surface temperature retrospective fore-casts in the South China Sea

Offline bias correction of numerical marine forecast products is an effective post-processing means to improve forecast accuracy. Two offline bias correction methods for sea surface temperature(SST) forecasts have been developed in this study: a backpropagation neural network(BPNN) algorithm, and a hybrid algorithm of empirical orthogonal function(EOF) analysis and BPNN(named EOF-BPNN). The performances of these two methods are validated using bias correction experiments implemented in the South...     

涡分辨率模式模拟的南海中尺度涡旋

Mesoscale eddies(MEs) in the South China Sea(SCS) simulated by a quasi-global eddy-resolving ocean general circulation model are evaluated against satellite data during 1993–2007. The modeled ocean data show more activity than shown by the satellite data and reproduces more eddies in the SCS. A total of 345(428) cyclonic eddies(CEs) and 330(371) anti-cyclonic eddies(AEs) generated for satellite(model) data are identified during the study period, showing increase of ~24% and ~12% for the model data, respectively. Compared with eddies in satellite, the simulated eddies tend to have smaller radii, larger amplitudes, a slightly longer lifetime, faster movement and rotation speed, a slightly larger nonlinear properties(U/c) in the model. However, the spatial distribution of generated eddies appears to be inhomogeneous, with more CEs in the northern part of SCS and fewer AEs in the southern part. This is attributed to the exaggerated Kuroshio intrusion in the model because the small islands in the Luzon Strait are still not well resolved although the horizontal resolution reaches(1/10)°. The seasonal variability in the number and the amplitude of eddies generated is also investigated.     

中国南海区1992-2012年的中尺度涡旋演化过程表达与统计分析

Automated identification and tracking of mesoscale ocean eddies has recently become one research hotspot in physical oceanography. Several methods have been developed and applied to survey the general kinetic and geometric characteristics of the ocean eddies in the South China Sea（SCS）. However, very few studies attempt to examine eddies＇ internal evolution processes. In this study, we reported a hybrid method to trace eddies＇ propagation in the SCS based on their internal structures, which are characterized by eddy centers, footprint borders, and composite borders. Eddy identification and tracking results were represented by a GIS-based spatiotemporal model. Information on instant states, dynamic evolution processes, and events of disappearance, reappearance, split, and mergence is stored in a GIS database. Results were validated by comparing against the ten Dongsha Cyclonic Eddies（DCEs） and the three long-lived anticyclonic eddies（ACEs） in the northern SCS, which were reported in previous literature. Our study confirmed the development of these eddies. Furthermore, we found more DCE-like and ACE-like eddies in these areas from 2005 to 2012 in our database. Spatial distribution analysis of disappearing, reappearing, splitting, and merging activities shows that eddies in the SCS tend to cluster to the northwest of Luzon Island, southwest of Luzon Strait, and around the marginal sea of Vietnam. Kuroshio intrusions and the complex sea floor topography in these areas are the possible factors that lead to these spatial clusters.     

Recent progress in studies of the South China Sea circulation

The South China Sea (SCS) is a semi-enclosed marginal sea with deep a basin. The SCS is located at low latitudes, where the ocean circulations are driven principally by the Asia-Australia monsoon. Ocean circulation in the SCS is very complex and plays an important role in both the marine environment and climate variability. Due to the monsoon-mountain interactions the seasonal spatial pattern of the sea surface wind stress curl is very specific. These distinct patterns induce different basin-scale circulation and gyre in summer and winter, respectively. The intensified western boundary currents associated with the cyclonic and anticyclonic gyres in the SCS play important roles in the sea surface temperature variability of the basin. The mesoscale eddies in the SCS are rather active and their formation mechanisms have been described in recent studies. The water exchange through the Luzon Strait and other straits could give rise to the relation between the Pacific and the SCS. This paper reviews the research results mentioned above.     

南海环流动力机制研究综述

南海的环流复杂,但通过近20 a来的研究工作,国内外学者对此已取得了不少的成果.本文就南海环流框架性的问题,综述了有关的文献,认为对南海上层海洋三方面的环流分量的驱动机制已有了初步的认识.这三方面分别是:(1)准季节性风场;(2)黑潮向南海的净输运;(3)黑潮向南海的涡度平流输送.但是对这些驱动的时空变化仍相当不清楚.三者皆增强了南海北部的海盆尺度气旋式环流,其强化的西南向西边界流靠近东沙群岛,建议称为“东沙海流”.没有水文证据显示黑潮水是以分支形式进入南海,其向南海的输运也不可能主要通过中尺度涡过程,具体机制有待研究.每年在南海生成的中尺度涡平均约有10个,风场与沿岸地形所生成的强风应力旋度可能是其主要的驱动机制.作为框架性的认识,也有三方面的工作进行得较少,即:(1)吕宋海峡的上层水交换;(2)南海的中尺度涡生成机制,虽然强风应力旋度及前述的第三种环流驱动机制也有中尺度涡伴生;(3)自吕宋海峡进入的深层水对南海上层海洋环流的影响.     

深度学习在海洋信息探测中的应用:现状与展望

深度学习可以通过深度神经网络,使机器理解学习数据,从而提高数据分类效果和预测结果的准确性,因此在海洋信息探测中应用越来越受到重视.作者基于深度学习的基本原理,阐述了海洋上常用的深度学习神经网络模型,并结合海洋信息探测要素,对温度、盐度、风场、有效波高和海冰等进行了海洋环境信息因子的预测分析;同时,对船舶、溢油和涡旋等进...