基于ARGO资料的MTSAT海温产品误差分析

利用全球海洋观测网计划ARGO浮标的表层海温测量值分析了MTSAT卫星的海温反演误差。结果显示,平均绝对误差为0.73℃,均方根误差为0.885℃,满足应用需要;海温反演异常点多分布在30°N以北的高纬区域。为了确保海温产品数据的可靠性,需要通过数据误差控制技术来检测和控制海表温度反演的异常值,影像边缘和高纬地区的区域数据应谨慎使用。     

基于VMD对SAR海洋内波参数的自动反演

经验模态分解(empirical mode decomposition,简称EMD)是反演海洋内波参数的有效方法之一,但由于EMD存在模态混叠等问题,对海洋内波进行参数反演时会产生一定误差。相比较于EMD,变分模态分解(variational mode decomposition,简称VMD)能够有效地抑制模态混叠现象。为了更好地对海洋内波进行参数反演,提出了一种基于VMD对合成孔径雷达(synthetic aperture radar,简称SAR)遥感图像中的内波参数进行自动反演的方法。该方法先对SAR图像进行Canny处理,获取图像中的内波条纹信息,再根据内波传播方向自动选取灰度剖面;然后利用集合经验模态分解(ensemble empirical mode decomposition,简称EEMD)信号特征自适应分解模态函数的特点,再将分解得到的有效模态数作为VMD中参数K的参考值;最后利用VMD分解后的数据进行内波参数反演。试验结果表明:通过对Canny预处理后的条纹信息进行灰度剖面自动选取,解决了人为选取剖面所可能导致的误差;通过对剖面信号进行VMD处理不仅解决了EMD模态混叠的问题,成功地反演出内波的前导波振幅,而且所反演的结果与EEMD反演参数以及实测资料数据吻合得很好。     

基于EMD和辛几何的运动员表面肌电信号分析与评价

为对肌电信号的物理解释做出探索性的工作，本文运用经验模态分解和辛几何的方法，对不同等级短跑运动员腿部不同肌群的表面肌电信号进行处理分析。试验结果初步表明，应用上述2种方法可对运动员等级和竞技状态做出有效的评价，而且2种方法对肌电信号处理结果的一致性将有助于进一步描述肌肉系统的生物力学特性。     

SST对黄海、渤海登陆热带气旋路径和强度的影响

利用中国气象局整编的1949~2003年的热带气旋资料和美国国家环境预报中心的海表温度(SST)最优插值资料,应用EOF分解和概率分析等方法,分析了黄海、渤海登陆热带气旋个例所处环境场中的海温的空间和时间分布规律,计算得到该类热带气旋在黄海、渤海区达到最大可能强度(MPI)的概率分布。结果显示,在黄海、渤海海区的较强的(>1℃)SST正距平中心和渤海北部海域的SST正距平区是黄海、渤海登陆TC出现北行路径必要条件。所有TC个例过程发生之前均有一个黄海、渤海关键区SST距平上升过程,只有30%的TC达到MPI一半,只有1%的TC可能达到MPI的4/5。     

基于EMD和短时拷贝相关分析方法的物体溅落声检测研究

采用经验模态分解(Empirical Mode Decomposition,简称EMD)和短时拷贝相关分析的方法,将经过EMD处理得到的溅落声信号作为拷贝信号,利用拷贝信号与海上实测信号的波形相关性实现溅落声检测研究。通过对海试实测的辐射噪声数据进行分析,表明利用EMD和短时相关分析方法可以在较低信噪比下检测出溅落声信号的存在,从而提高了信号检测的准确性。     

基于HHT的吕宋岛西北海域叶绿素浓度及相关环境物理要素的多时间尺度分析

利用基于集合经验模态分解(EEMD)方法而改进的Hilbert-Huang变换(HHT)方法,分析了吕宋岛西北海域从1997年9月至2009年7月近12年的月平均遥感叶绿素浓度观测序列以及相关环境物理要素时间序列,分离出各要素的特征振荡模态(IMFs);在此基础上以叶绿素与相关要素间具有相同或相近频率的IMF对偶之间相位差余弦值的方差为指标,探讨了该海域叶绿素浓度与环境场之间的联系。结果表明:1)海区各研究变量都具有明显的季节和年际振荡特征,叶绿素准年周期模态方差贡献达81%,年际变化中准两年振荡是海区诸要素共同的波动类型,此外叶绿素浓度还具有4年左右周期的振荡。2)除埃克曼抽吸速度在准年周期振荡上与叶绿素浓度显著正相关、Nio3区海表温度在准两年周期上有弱的正相关关系外,其余要素均与叶绿素浓度在不同时间尺度上呈负相关关系。这些结果说明HHT是气候序列多时间尺度分析中的一种有力工具。     

基于混合层模型反推Argo表层温度和盐度

提出了海表温度(SST)和海表盐度(SSS)可统一由混合层深度内对应的平均温、盐度作零阶近似的理论假设,据此利用Chu等提出的最大角度法构建混合层模型,并考虑障碍层和补偿层的影响,得到合成的混合层深度,从而实现了基于混合层模型反推SST和SSS。以太平洋海域为例,分别利用WOA13气候态(1-12月)资料、TAO逐年逐月资料以及历史船载CTD资料检验了这一假设。不同资料检验结果均表明,反推得到的SST、SSS与实测值相关性较高,两者之间残差也较小。将此方法应用于Argo剖面,反推出对应的SST和SSS,并利用逐步订正法对散点资料进行客观分析,生成2004年1月-2014年12月逐年逐月的1°×1°的网格化SST和SSS。对网格资料进行检验,结果发现由Argo反推的SST和SSS气候态分布特征与WOA13资料非常相似,差异不大;与TAO实测资料相关性较好,甚至略高于同类型网格资料与TAO资料的相关系数;EOF分析表明,无论是空间还是时间的主要变化模态,与同类型的网格资料符合性较好。综合来看,构建的混合层模型可以用于Argo表层温、盐度的反推,获得较高质量的SST和SSS,能较好弥补Argo缺乏表层资料的不足。     

基于EMD的BP神经网络海水温度时间序列预测研究

为提高非线性和非平稳海水温度时间序列的预测能力,提出了一种基于经验模态分解(Empirical Mode Decomposition.简称EMD)的BP神经网络预测方法.该方法首先对原始序列进行经验模态分解,将其分解为多个平稳性得到很大改善的本征模态函数(Intrinsic Mode Function,简称IMF)之和,然后时每个本征模态函数进行预测,最后再根据EMD方法的完备性把预测结果相加得出原始序列的预测结果.预测试验结果表明.基于EMD的BP神经网络预测的精度比单纯用BP神经网络预测有很大提高.     

基于集合经验模态分解与BP组合模型的短期余水位预测

水位在忽略观测误差的前提下,可分解为潮位和余水位,后者具有较强的空间相关性以及非平稳特征,是影响水位预报精度的主要因素。港口工程、航运计划编制等方面对实时高精度水位预报具有重要需求,这对余水位预报模型构建提出了更高要求。另外,利用高精度余水位预报模型可减少验潮站布设数量。针对余水位短期预测模型精度不高的现状,本文对余水位进行集合经验模态(EEMD)分解,获得余水位在时间序列上的本征模函数(IMF);使用快速傅立叶变换(FFT)分析各本征模函数的频谱特征;再利用BP神经网络对各个本征模函数进行训练,预测了未来6 h、12 h、24 h的余水位值。对哥伦比亚河下游河口处的3组典型验潮站的余水位数据的预测结果表明,在未来6 h、12 h内的余水位的预测精度达到厘米级,在24 h内接近厘米级,证明了该组合模型在余水位短期预测方面的可行性。     

渤黄海冬季海温异常的时空分布特征及影响因子分析

基于Hadley中心提供的海表温度数据,分析了我国渤黄海冬季海温的时空分布特征,探讨了同期东亚环流场及前期太平洋海温场与渤、黄海冬季海温典型空间分布型态的相关关系。分析结果表明,渤黄海冬季海温具有4类典型的空间分布型式,且均具有显著的准2a振荡周期。东亚地区冬季高、中、低纬位势高度场的异常分布型态及我国近海低层环流系统之间的相互配置对渤黄海冬季海温分布型有显著影响;同时,前期太平洋关键海域海温异常的不同配置是渤黄海冬季4类典型海温异常型态的前兆强信号。     

基于阈值区间的海洋锋面提取模型

A model （Bayesian oceanic front detection, BOFD） of sea surface temperature （SST） front detection in satel- lite-derived SST images based on a threshold interval is presented, to be used in different applications such as climatic and environmental studies or fisheries. The model first computes the SST gradient by using a Sobel algorithm template. On the basis of the gradient value, the threshold interval is determined by a gradi- ent cumulative histogram. According to this threshold interval, front candidates can be acquired and prior probability and likelihood can be calculated. Whether or not the candidates are front points can be deter- mined by using the Bayesian decision theory. The model is evaluated on the Advanced Very High-Resolution Radiometer images of part of the Kuroshio front region. Results are compared with those obtained by using several SST front detection methods proposed in the literature. This comparison shows that the BOFD not only suppresses noise and small-scale fronts, but also retains continuous fronts.     

异常事件对EMD方法的影响及其解决方法研究

作者指出异常事件在数据中形成局部的高频信号 ,运用经验模态分解 (EMD)方法分析这种存在异常事件干扰的数据 ,就会产生本征模函数 (IMF)的频率混叠现象 ,而造成物理过程的重叠 ,使得难以用时间过程曲线表现特定的物理过程。这一问题是 EMD方法中尚未妥善解决的问题。为解决这一问题 ,作者利用干扰信号极值及其两边的极大与极小值位置与原始数据有明显对应关系的特征 ,将相关 IMF中的异常信息直接滤除 ,再用 Spline插值方法弥补滤除时段的数据 ,得到重新拟合的该 IMF数据。采用这种方法可以提取出异常信号 ,提取的精度与异常信号的时段长度有关。而且 ,拟合结果消除了异常干扰 ,可以将该 IMF与其余 IMF一起叠加成没有异常干扰的数据。将滤除了异常干扰的数据再次进行 EMD分解 ,可以得到新的 IMF系列 ,而它与不加校正的分解结果有相当大的差别 ,可靠地反映了真实物理过程。结果表明 ,只有在有效滤除异常干扰的情况下才能获得可靠的 IMF系列 ,并准确地描述各种尺度的现象 ;消除了异常干扰的 IMF可以任意单独或组合使用 ,表现各种时间尺度的变化与过程 ;所讨论的方法只适合异常时段较小的情形。对于异常时段接近或大于正常变化周期的干扰还需要探讨其他方法     

基于CMIP5模拟预估21世纪珠江三角洲地区由于海平面上升而导致的淹没区面积

Projections of potential submerged area due to sea level rise are helpful for improving understanding of the influence of ongoing global warming on coastal areas. The Ensemble Empirical Mode Decomposition method is used to adaptively decompose the sea level time series in order to extract the secular trend component. Then the linear relationship between the global mean sea level(GMSL) change and the Zhujiang(Pearl) River Delta(PRD)sea level change is calculated: an increase of 1.0 m in the GMSL corresponds to a 1.3 m(uncertainty interval from1.25 to 1.46 m) increase in the PRD. Based on this relationship and the GMSL rise projected by the Coupled Model Intercomparison Project Phase 5 under three greenhouse gas emission scenarios(representative concentration pathways, or RCPs, from low to high emission scenarios RCP2.6, RCP4.5, and RCP8.5), the PRD sea level is calculated and projected for the period 2006–2100. By around the year 2050, the PRD sea level will rise 0.29(0.21 to 0.40) m under RCP2.6, 0.31(0.22 to 0.42) m under RCP4.5, and 0.34(0.25 to 0.46) m under RCP8.5, respectively.By 2100, it will rise 0.59(0.36 to 0.88) m, 0.71(0.47 to 1.02) m, and 1.0(0.68 to 1.41) m, respectively. In addition,considering the extreme value of relative sea level due to land subsidence(i.e., 0.20 m) and that obtained from intermonthly variability(i.e., 0.33 m), the PRD sea level will rise 1.94 m by the year 2100 under the RCP8.5scenario with the upper uncertainty level(i.e., 1.41 m). Accordingly, the potential submerged area is 8.57×103 km2 for the PRD, about 1.3 times its present area.     

基于历史和卫星资料的中国近海海表面温度长期变化趋势的综合分析

利用中国科学院海洋研究所“中国海洋科学数据库”历史资料并结合Pathfinder 卫星遥感资料, 对中国近海的海表面温度（SST）多年变化情况进行了分析讨论, 给出了变化趋势。针对1963～1996 年和1985～1996 年两个时间段, 对夏季和冬季中国近海SST 的长期变化趋势进行了分析。结果表明, 在中国近海除个...     

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。