一种使用卫星高度计数据且基于密度聚类的新型海洋中尺度涡自动探测算法

中尺度涡旋是海洋中典型的中尺度现象,是海洋中能量传递的运输者,中尺度涡识别与提取是物理海洋学研究的重要内容之一,而中尺度涡自动发现算法是最基础的用于寻找与分析中尺度涡的工具。中尺度涡旋探测工作的数据来源主要为卫星高度计数据融合出的SLA数据,该数据可以客观的描述海洋表层高度状态。中尺度涡表示为SLA闭合等值线所包围的局部等值区域,涡旋识别需要从SLA数据中提取出稳定的闭合等值线结构。针对基于SLA数据中的中尺度涡探测的特点,本文提出了一种新的基于聚类方法的中尺度涡自动识别算法,通过对SLA数据集的分割与筛选将中尺度涡区域与背景区域分离,后建立区域内联系并将其映射到SLA地图上来提取中尺度涡结构。本文算法解决了传统探测算法中参数设定的敏感性问题,不需要进行稳定性测试,算法适应性增强。算法中加入了涡旋筛选机制,保证了结果的涡旋结构的稳定性,提高了识别准确率。在此基础上,本文选取了西北太平洋及中国南海地区进行了中尺度涡探测实验,实验结果展示出了本文算法在较传统算法提高算法效率的同时,也保持着较高的算法稳定性,可以在稳定识别各个单涡结构的同时识别稳定的多涡结构。     

南海中尺度涡强度的季节和年际变化分析

为了研究南海中尺度涡强度的季节和年际变化规律,利用Matlab提取50 a(1958~2007年)简单海洋资料同化(Simple Ocean Data Assimilation,SODA)月平均数据集中流场和海表面高度场数据,应用一个涡旋自动探测算法对南海中尺度涡初始生成位置进行分析,并分析了海表面高度异常均方根值的季节变化和年际变化。结果表明:50 a里南海中尺度涡主要分布在吕宋岛西北海域、吕宋岛西南海域和越南以东广大海域,秋、冬季中尺度涡能量较高,春季中尺度涡最弱,中尺度涡强度高值区年际变化明显。从季节变化上看,海面高度异常均方根春、夏季最小,秋冬季最大;从年际变化上看,与同时期Nino3指数有显著负相关,周期大约为3 a。     

海洋涡旋自动探测几何方法、涡旋数据库及其应用

近10a来,海洋涡旋的自动探测和分析研究成为物理海洋学研究的前沿热点之一。本研究介绍了作者及其合作者最近几年发展的一系列基于海表面高度异常(Sea Surface Height Anomaly,SSHA)、海表温度(Sea Surface Temperature,SST)的欧拉型以及基于全球漂流浮标数据的拉格朗日型的涡旋自动探测几何方法、从欧拉型涡旋探测方法中发展出来的三维涡旋的自动探测方法和利用上述方法探测得到的结果建立的涡旋数据库。此外,本研究还介绍了涡旋数据库的应用,主要包括:分析黑潮延续体以及南加州湾的涡旋统计特征;以黑潮延伸区冷、暖两个中尺度涡旋为例,采用动态合成、带通滤波等方法,研究中纬度地区中尺度海洋涡旋对大气的强迫特征;在黑潮延续体采用合成分析方法得到了合成气旋和反气旋的三维结构并对涡旋调制下混合层深度进行探究;对涡旋诱导的输运、涡旋诱导的叶绿素变化进行的研究以及对阿拉伯海大涡进行的研究等。     

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。     

基于密度峰值聚类的中尺度涡轨迹自动追踪方法

中尺度涡信息的提取包括涡旋的识别和轨迹追踪,其自动识别与追踪对于基于海量数据的中尺度涡分析十分重要。传统涡旋轨迹自动追踪方法一般需要预先设定搜索半径的阈值,存在一定的主观性。针对传统中尺度涡轨迹追踪方法存在的问题,论文从聚类的角度出发,提出基于密度峰值聚类算法实现对涡旋轨迹的自动追踪,并以南海中尺度涡追踪为例,将基于聚类的追踪算法与传统的相似度追踪算法进行比较分析。结果表明:（1）基于密度峰值聚类算法,可实现对海洋中尺度涡的自动追踪,该算法涡旋追踪准确率优于传统相似度算法;（2）该涡旋追踪算法对资料的完整性依赖度较低,特别是对于存在部分缺损数据的情况仍能较准确追踪;（3）该追踪算法克服了传统涡旋追踪算法需要预先设定搜索半径阈值的问题,自适应性更强。     

基于生成对抗网络模型的热带和亚热带海洋中尺度涡预报研究

中尺度涡蕴含海洋超过90%的动能,显著影响海洋物质能量循环。对中尺度涡的预报是目前物理海洋学研究的热点和难点。文章基于卫星高度计观测的近30年海表面高度异常数据(sea level anomaly, SLA),采用基于博弈思想的生成对抗网络方法(generative adversarial networks, GAN),构建了中尺度涡预报模型,进行了28天预报,并采用独立样本分析了预报涡旋的空间分布、时间分布、能量强度等特征参数,探讨影响预报结果准确性和时效性的主要因素。结果表明,半径为100～200km的涡旋在15天左右的预报时长仍能保持较好的准确性及时效性,误差在20%以内。该区域的平均涡动能约为0.875m²·s^–2,其预报的均方根误差(root mean square error, RMSE)普遍介于0.02～0.04m²·s^–2。且涡旋预报结果受异常天气影响较小,在正常天气条件和台风娜基莉条件下具有相似的预报能力。这些结果对进一步理解并应用生成对抗网络这一新方法预报海洋中尺度涡提供了参考。     

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。     

基于改进U-Net网络的海洋中尺度涡自动检测模型

海洋中尺度涡对浮游生物的分布、能量和盐分的输送具有非常重要的影响,海洋中尺度涡的自动检测是监测、分析中尺度涡时空变化的重要基础.针对传统基于物理特征检测海洋中尺度涡的方法存在受限于人工设计参数导致精度不高的问题,本文依据海洋卫星反演的海表面高度图,提出了一种基于改进U-Net网络的海洋中尺度涡自动检测模型.该模型在海洋...     

基于深度学习的中尺度涡检测技术及其在声场中的应用

针对海洋中尺度涡的检测与参数提取问题,本文使用中尺度涡SAR图像数据集,提出基于深度学习的EddyYolo目标检测模型进行中尺度涡的涡旋中心和涡旋水平尺度的多目标检测,并且提取涡心位置和涡旋水平半径等参数.实验结果表明:本文提出的EddyYolo模型实现了涡旋中心和涡旋水平尺度的多目标检测,检测准确率达到94%.在此基础上,结合二维高斯涡模型和三维中尺度涡模型,本文提出了基于卫星遥感与声学对中尺度涡的联合建模方法.     

基于OceanDataView的中尺度涡分析研究

以西太平洋海域 2 个中尺度涡为例,利用 AVISO 卫星高度计观测的海平面高度异常(Sea Level Anomaly,SLA)数据、HYCOM 模式的温度、盐度数据及水下滑翔机实测数据,分析了 Ocean Data View 软件(ODV)在实现该区域中尺度涡运动特征规律研究的实用性,探讨了中尺度涡分析处理的关键技术和方法。 结果表明：利用 ODV 软件能够快速绘制海平面高度异常值和海表面流速的平面图,进而准确判别中尺度涡类型、追踪中尺度涡在海表面的水平空间尺度及演化特征;也可绘制任意航迹温、盐深断面图用于分析中尺度涡的垂直结构和判别涡结构类型;同时 ODV 软件也提供了垂直涡结构实测数据与模式数据对比分析模式,为中尺度涡研究提供强有力的分析工具和技术支撑方法。     

基于卫星测高数据的海洋中尺度涡流动态特征检测

为了最终实现对海洋中尺度涡流(简称中尺度涡)的自动采样,首先应该发展中尺度涡动态特征识别技术。本文基于SLA(Sea Level Anomaly)数据,实现了对中尺度涡动态特征的检测算法。主要内容是制定了一个判别相邻两组SLA数据中的涡流,是否为同一涡流子在不同时刻的状态的标准,即判别下一时刻SLA数据中是否存在涡流是由上一时刻确定的被检测涡流演化而来的。通过确定这种进化关系,可以得到被检测涡流的一系列动态状态信息,例如:面积变化速率、中心移动情况以及其他情况。本算法的计算量不大,从而可以应用到实时涡流跟踪的环境中。值得注意的是,本文中的算法不仅仅局限于应用SLA数据,SSH(Sea Surface Height)等大部分反映海洋高度的数据也可以使用。     

基于高分辨率再分析海流数据的三种涡旋识别方法在南海的评估

本文基于南海11 a逐日高分辨率再分析海流数据,利用三种涡旋识别方法——缠绕角（Winding Angle,WA）法、速度矢量几何（Vector Geometry,VG）法和OW (Okubo Weiss)参数法对南海中尺度涡进行识别和追踪,对比了三种方法对中尺度涡的探测能力,并分析了在高分辨率再分析产品中的适用性。研究表明,产品空间分辨率的提高能够放大OW方法的W参数噪声,使该方法存在涡旋过量检测和涡旋分割现象,导致识别的涡旋数量偏多、半径偏小,涡旋平均成功探测率最低（76.2%）;与OW方法相比,WA方法在一定程度上降低了涡旋过量探测率和漏判率,涡旋平均成功探测率提高至85.1%,但涡旋识别时间较长;与前两种方法相比,VG方法的涡旋平均成功探测率可达93.2%,综合评估参数（过量探测率×漏判率÷成功探测率）优势显著（4.5%）,且计算高效。因此,在基于高分辨率再分析产品进行中尺度涡识别时,VG方法具有更加合理的涡旋探测结果和更强的适用性。     

南海中尺度涡对深层流调控作用的个例研究

南海深层环流作为印太海域热盐环流的重要组成部分,研究其时间变异特征对于深入认识印太海域大洋环流具有重要意义。中尺度涡作为南海极为活跃的动力过程,有观测显示其影响深度可超过2000m。结合海表面高度计资料与潜标观测资料,识别南海区域中尺度涡,并分析了中尺度涡对深层流场以及温度场的影响。针对三个中尺度涡的潜标实测结果表明:在涡旋经过时,海洋深层流动有明显的变异,表现在速度、温度方面,速度增加量能达到5.5cm/s,温度变异可达到0.02℃。涡旋经过时,海洋上层、深层流向呈相反态势,第一斜压模动能显著增强。     

南海涡动能比季节变化特征及机理分析

基于1993-2012年Aviso海面高度异常资料识别中尺度涡,计算南海海域涡动能比,并结合涡旋移动轨迹对气旋涡、反气旋涡的时空分布特征进行分析。结果表明,涡动能比能直观刻画区域涡旋活跃程度,结合涡旋移动轨迹后能有效反映涡旋演变过程。冬季季风期,南海中尺度涡最为活跃,反气旋涡、气旋涡交错分布在南海东部。台湾岛西南反气旋涡大多向西北方向移动,少数在气旋涡作用下向西南方向移动。越南东部涡旋呈偶极子分布,夏秋季北部是气旋涡,南部是反气旋涡,冬季北部是反气旋涡,南部是气旋涡。     

基于HYCOM数据对中尺度涡统一三维结构的研究

通过分析HYCOM模式数据,利用基于物理特性的Okubo-Weiss参数化涡旋探测方法,对西北太平洋副热带逆流区中尺度涡进行探测识别,应用归一化和坐标变换方法得到了中尺度涡的统一三维结构。其中,中尺度涡的统一水平结构可以用解析函数R(r_n)=(1-r_n~2/4)·exp(-r_n~2/4)表示,与利用卫星观测资料和Argo剖面浮标得到的全球范围内统一水平结构R(r_n)=(1-r_n~2/2)·exp(-r_n~2/2)存在差异,产生这种差异的原因可能是由于模式数据分辨率高,导致在涡旋识别过程中将小尺度、次中尺度信号引进,还可能是对压强异常场进行处理时存在季节信号带来的影响。此外,2倍标准化半径范围外涡旋的压强异常分布具有明显的区域差异性,这也可能是导致统一水平结构存在差异的原因。在拉伸坐标系下中尺度涡的统一垂直结构可以表示为H_n=sin(z_n)正弦函数形式,与全球范围内观测资料得到的统一垂直结构一致。     

苏门答腊岛西北海域中尺度涡源区特征与形成机制

孟加拉湾内和湾口附近有丰富的中尺度现象,本文利用2.0版可分辨低纬地区中尺度涡的Chelton数据集,通过溯源的方法得到中尺度涡的源地分布。苏门答腊岛西北海域(以5°N,94°E为核心的区域)是中尺度涡重要源区之一。通过拉格朗日方法的涡旋追踪表明,1993—2017年该海域(3°N—6°N、92°E—95°E),分别有57个气旋式和40个反气旋式中尺度涡。频谱分析显示海表面高度异常存在180 d和360 d两个显著周期。地形和风场的共同作用是该海域产生中尺度涡的动力机制：沿5°N西传的罗斯贝波在海岭地形的作用下触发了中尺度涡的生成;赤道风场是源区重要的能量来源,局地风场能诱发中尺度涡的极性。本研究也揭示了以往文献虽刻画了苏门答腊岛西北部海域为高涡动能区,却没有识别出较多中尺度涡的原因。     

南海中尺度涡年际变化特征及动力机制分析

基于Okubo-Weiss函数方法对20年高度计资料进行涡旋识别,分析了南海中尺度涡的时空分布,初步研究了中尺度涡旋活动的年际变化特征及其可能的动力机制。结果显示,南海中尺度涡旋活动具有较为显著的年际变化特征,通过对涡旋个数、涡区面积、涡动能计算分析表明涡旋活动与ENSO现象遥相关:南海中尺度涡活动在ElNio年较弱,在LaNia年较强。可用风场异常解释南海中尺度涡的年际变化与ENSO现象的负相关关系。ElNio期间南海年平均意义下的东北风场减弱,风应力旋度绝对值减小,从而导致了较弱的涡旋活动,相反LaNia期间强劲的风场导致了涡旋活动增强。     

南海中尺度涡旋海表温度特征统计研究

中尺度涡旋在海洋中无处不在,研究中尺度涡旋的海表温度(SST)对于研究中尺度涡旋上的海气相互作用具有重要意义。本文使用南海2000—2015年的SST和海面高度异常(SSHA)卫星观测数据,分析了南海不同振幅范围中尺度涡内SST的特征。研究表明,不是所有的反气旋涡(气旋涡)内的SST异常(SSTA)都是正(负)的,大约35%(29%)的反气旋涡(气旋涡)与SSTA呈正相关,且在不同振幅范围下表现出不同的空间和季节变化。中尺度涡旋内合成SSTA与SSHA表现出位相不一致,反气旋涡(气旋涡)内的SSTA的最大值(最小值)相对于涡心偏向于赤道(两极)方向。涡旋内SSTA与SSHA呈线性相关,反气旋涡(气旋涡)振幅每增加1 cm,涡旋内平均SSTA则增加(降低)0.02(0.01)℃。     

印度洋中尺度涡遥感调查和验证

海洋湍流的基本结构之一是各种尺度的涡旋,既有构成背景场流的随机小尺度涡旋,又有在统计意义上存在拟序结构的中尺度涡。针对印度洋广泛存在的中尺度涡,研究使用长时间序列、空间分布均匀的卫星测高数据,开展了印度洋中尺度涡遥感调查和结果验证。结果显示,印度洋中尺度涡主要分布在南印度洋南极绕极流区域、澳大利亚西部海域、莫桑比克海峡以及北印度洋的阿拉伯海以及孟加拉湾。北印度洋由于空间区域所限,其中尺度涡生命周期和移动距离均较小;而南印度洋存在大量长生命周期的中尺度涡,部分涡旋可以横跨整个南印度洋运动。基于ARGO现场观测数据以及多源海洋三维再处理数据,对中尺度涡遥感调查结果进行了验证,中尺度涡表层遥感信号与水下温度信号显示了较好的一致性。     

基于海调实测资料的中尺度冷涡的会聚区声传播特征诊断

海洋中尺度涡能够使声能空间分布不均,进而对水声设备、水下兵器使用和潜艇战造成重大影响。本文基于2014年西太平洋海调中尺度涡观测资料,首先对该涡旋的三维结构特征进行研究,得出此为黑潮延伸体海域典型的气旋式冷涡。然后利用抛物方程水声数值模型仿真研究该中尺度涡对声传播损失的影响。研究表明:中尺度涡引发的海洋声速场水平扰动对水声场空间分布特征造成巨大影响,冷涡使得会聚区的位置前移,宽度减小,增益效能增强;声在中尺度涡边传播时,涡边会聚区较涡心会聚区的位置后退,宽度加大,增益效能减弱。