共查询到20条相似文献，搜索用时 769 毫秒
1.
利用卫星观测海面信息反演三维温度场 总被引：3，自引：0，他引：3
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。 相似文献
2.
中国近海海面高度异常资料再处理 总被引：1，自引：0，他引：1
卫星海面高度异常产品再处理的研究多集中在欧洲和美国近海,中国近海尚未有过。在产生AVISO(Archiving Validation and Interpolation of Satellite Oceanographic Data)全球0.25°多颗卫星海面高度异常产品时,只用了1/3~1/2的部分沿轨资料,给区域海洋动力学研究造成了一定的限制。本研究尝试利用多颗卫星的所有沿轨资料及25个测潮站的观测资料,通过最优插值方法产生一份新的中国近海海面高度异常资料。新资料的空间分辨率仍为0.25°,但使用了来自3颗卫星(Jason-1、Jason-2、Cryo Sat-2)的所有沿轨资料及25个测潮站的观测资料。新资料的范围为10°S~50°N、90°~160°E。新资料与AVISO资料的对比分析表明新资料更接近沿轨海面高度异常观测,同时也更接近测潮站资料。与AVISO资料相比,新资料与沿轨海面高度异常观测的均方根误差降低了10.03%,与测潮站资料的均方根误差降低了9.6%。 相似文献
3.
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 总被引：3，自引：0，他引：3
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。 相似文献
4.
中国海及邻近海域卫星观测资料同化试验 总被引：4，自引：0，他引：4
利用1个基于POMgcs海洋模式和多重网格三维变分同化方法建立的中国海及邻近海域海面高与三维温盐流数值预报模型,通过一系列数值试验,研究了同化卫星测高和卫星遥感海面温度观测资料对该模型预报能力的影响。试验结果表明,同化卫星测高资料可明显改善海面高度与三维温度和盐度的分析预报效果,使1 200 m以上的温度预报误差减小0.16℃,并能有效提高对海洋中尺度现象的预报能力;同化卫星遥感海面温度对100 m以上的温度和盐度的预报效果有所改善,可使海面温度的预报误差减小10%。 相似文献
5.
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。 相似文献
6.
7.
吕宋海峡附近中尺度涡特征的统计分析 总被引：2，自引：0，他引：2
采用1993年1月到2008年12月16a融合海面高度距平数据,追踪吕宋海峡附近海域(18°～23°N,116°～126°E)中尺度涡的移动轨迹,结果表明:时间分辨率为7d的卫星高度计资料难以观测到中尺度涡从西北太平洋通过吕宋海峡传进南海的过程,但对1994年吕宋海峡中部观测到的一个气旋涡及其附近中尺度涡的运动轨迹进行分析可见,西北太平洋海面高度变化会与吕宋海峡内部海面高度耦合后向南海传播。海面高度距平数据的时间-经度图表明,西北太平洋海面高度变化信号在西传至吕宋海峡附近(121°～122°E)时出现信号不连续。对21°N,116°～140°E断面的海面高度距平数据按周期分别为1～3月、3～6月、330～390d(年信号)进行分段带通滤波,发现不同周期的西北太平洋信号穿过吕宋海峡传入南海受到的阻隔作用、向西传播的速度以及它们所受的强迫机制均不同。 相似文献
8.
基于2004年1月—2017年4月的Argo剖面数据和SST数据,采用客观分析方法,构建出三维网格温度初始场,再采用回归分析方法统计出海面高度异常与三维网格温度初始场之间的相关关系,最后利用高分辨率的海面高度异常信息重构三维温度分析场。在西北太平洋区域构建了0.5°×0.5°的月平均三维温度分析场,垂向分辨率5 m(5～300 m)和10 m(300～700 m)。通过与BOA_Argo和EN4的逐月平均温度数据的时空分布对比分析表明:所构建的温度场能够较为真实地反映海洋温度场的垂向结构变化特征,能将SST信号的特征反映到混合层,并且能反映下层水团变化过程和特征。该分析场可以用于研究下层中小尺度温度变化特征,也可以作为模式初始场改进模式对海洋下层温盐的模拟结果。 相似文献
9.
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。 相似文献
10.
对Ｇｅｏｓａｔ高度计ＥＲＭＴ２ＣＤＲｓ共２．３ａ的海面高度数据进行了处理，研究区域为西北太平洋１０°～４５°Ｎ、１２０°～１６０°Ｅ，包括整个黑潮流系，时间段为１９８６年１１月至１９８９年３月．经过数据筛选、地球物理、环境因子校正及轨道误差较正后，用客观分析方法得到时空均匀的５０个时间序列的海面高度异常场。Ｇｅｏｓａｔ高度计的海面高度异常与验潮站实测水位高度符合较好，这证明处理结果是可信的。海面高度异常值均方场表示黑潮变异的能量分布，它与黑潮的弯曲及地形有关。 相似文献
11.
海表面温度预报在海洋相关领域具有重要的实用价值,随着遥感信息采集技术的不断发展和完善,区域内海表面温度数据采集的完整性得到了保障。现今大多数方法在预报海表面温度时,只考虑了海表面温度的时间相关性,并未利用其空间相关性,使得预报精度受到限制。针对该问题,本文将区域内每天的海表面温度数据作为一个矩阵输入模型,便于时间和空间信息的提取,并提出了CA-ConvLSTM模型来预报海表面温度。该模型首先利用卷积层对海表面温度矩阵进行局部特征提取,然后通过注意力模型为矩阵序列分配权重,将权重与矩阵序列对应相乘得到加权特征序列,最后,利用ConvLSTM进行预报,获得未来一天或五天内的海表面温度。通过实验确定模型的结构、输入尺寸和k值,再将CA-ConvLSTM与SVR、LSTM和ConvLSTM进行对比。实验结果表明:CA-ConvLSTM的均方根误差(Root Mean Square Error,RMSE)和预报精度(Prediction Accuracy,PACC)指标均要优于其他三种预报方法,验证了本文方法的有效性。 相似文献
12.
基于分类回归树算法的东南太平洋智利竹筴鱼渔场预报 总被引：4，自引：0，他引：4
为了提高智利竹筴鱼渔场预报水平和满足渔业捕捞生产的需要,利用2002—2008年的东南太平洋公海海域捕捞的中国大型拖网渔船共计15艘的生产统计资料,以及海洋环境数据(包括海表温度、叶绿素a浓度、表温距平、叶绿素a浓度距平、海表温度梯度强度和海面高度异常等数据),基于CART的算法,构建了智利竹筴鱼渔场决策树预报模型。用含1 114条记录的数据集对模型进行训练,并采用ROC方法对该模型诊断中心渔场的准确性进行了分析。最后将该模型应用于2009年各月份的智利竹筴鱼中心渔场预报,并与实际渔场位置进行了对比,结果显示预报渔场与实际生产位置基本一致,表明利用CART决策树方法建立智利竹筴鱼渔场预报模型是可行的。 相似文献
13.
Mesoscale eddies play an important role in modulating the ocean circulation. Many previous studies on the threedimensional structure of mesoscale eddies were mainly based on composite analysis, and there are few targeted observations for individual eddies. A cyclonic eddy surveyed during an oceanographic cruise in the Northwest Pacific Ocean is investigated in this study. The three-dimensional structure of this cyclonic eddy is revealed by observations and simulated by the four-dimensional variational data assimilation(4 DVAR) system combined with the Regional Ocean Modeling System. The observation and assimilation results together present the characteristics of the cyclonic eddy. The cold eddy has an obvious dual-core structure of temperature anomaly.One core is at 50–150 m and another is at 300–550 m, which both have the average temperature anomaly of approximately-3.5°C. The salinity anomaly core is between 250 m and 500 m, which is approximately-0.3. The horizontal velocity structure is axis-asymmetric and it is enhanced on the eastern side of the cold eddy. In the assimilation experiment, sea level anomaly, sea surface temperature, and in situ measurements are assimilated into the system, and the results of assimilation are close to the observations. Based on the high-resolution assimilation output results, the study also diagnoses the vertical velocity in the mesoscale eddy, which reaches the maximum of approximately 10 m/d. The larger vertical velocity is found to be distributed in the range of 0.5 to 1 time of the normalized radius of the eddy. The validation of the simulation result shows that the 4 DVAR method is effective to reconstruct the three-dimensional structure of mesoscale eddy and the research is an application to study the mesoscale eddy in the Northwest Pacific by combining observation and assimilation methods. 相似文献
14.
海表面二氧化碳分压(pCO2)的未来变化趋势,对统计评估全球碳收支以及理解全球气候变化背景下的海洋酸化现象至关重要。目前传统的海面pCO2预测方法大部分基于有限的实测数据,然而实测数据存在着时间和地理方面的制约,且计算成本较高。近年来,随着时空观测数据的爆炸性增长,基于深度学习的数据驱动模型在海表面pCO2预测方面中表现出良好的潜力。然而,由于多种环境因素与海表面pCO2之间的关系错综复杂,到目前为止尚无十分简单有效的相关模型来对海表面pCO2进行预测。为应对这一挑战,利用时空卷积长短时记忆神经网络(ST-ConvLSTM)模型,通过海面温度(sea surface temperature, SST)、海面盐度(sea surface salinity, SSS)、叶绿素a浓度(chl a)和海面pCO2数据,预测南海的海面pCO2,并将2019年1～12月的数据作为测试集对模型的表现进行了验证。结果显示, ST-ConvLSTM模型... 相似文献
15.
海洋盐度在水循环、海洋环流、海洋生态系统、全球天气和气候变化等方面起着至关重要的作用。然而, 受观测的限制, 以往对海洋盐度的研究相对匮乏, 对其进行预报的工作更为少见。本文采用线性马尔可夫模型对印度洋海表面盐度(sea surface salinity, SSS)开展初步的预报工作。根据混合层盐度收支方程, 选择海表面高度(sea surface height, SSH)、海表面温度 (sea surface temperature, SST)、SSS等物理量的异常值作为模型的组成部分, 对印度洋SSS开展预报工作。结果表明, 马尔可夫模型可提前9个月对印度洋SSS进行较好的预报。此外, 南太平洋海表面温度异常(sea surface temperature anomaly, SSTA), 海表面高度异常(sea surface height anomaly, SSHA)和印度洋偶极子(Indian Ocean dipole, IOD)系数等遥相关因素的加入可将线性马尔可夫预报对印度洋SSS的预报效果(相关系数)平均提高10%。利用改进的模型对印度洋SSS进行提前1~11个月的“实时”预测, 得出预报的SSS时空变化特征与观测场相吻合。综上所述, 改进的线性马尔可夫模型对印度洋SSS具有一定的预测能力, 未来可进一步完善。 相似文献
16.
卫星海面高度数据对于监测全球海面高度具有重要的意义,所以卫星高度数据的定标和检验变得至关重要。海洋二号C（HY-2C）卫星是继海洋二号B卫星后的第二颗业务卫星,于2020年成功发射升空。然而,目前对HY-2C卫星高度计的数据质量了解甚少,所以对HY-2C卫星的海面高度数据进行质量分析具有重要的意义。本文以同期观测的HY-2B卫星和Jason-3卫星的地球物理数据（GDR）为参考,对HY-2C卫星遥感地球物理数据（SGDR）中的海面高度数据进行质量分析。结果显示,在星星交叉定标中使用3种常见的交叉定标插值方法对HY-2C卫星的海面高度异常数据进行自交叉点分析时,HY-2C卫星海面高度异常数据质量分析的结果不同。其中使用三次样条插值方法进行质量分析的结果最优,得到海平面高度异常差的平均值为0.03 cm,标准差为6.17 cm。此外,对HY-2C卫星和HY-2B卫星互交叉点海面高度异常差异的平均值为?0.47 cm,标准差为5.32 cm;HY-2C卫星SGDR与Jason-3卫星GDR的海面高度异常数据进行互交叉点分析,得到海平面高度异常差的平均值为?0.3 cm,标准差为5.32 cm,这些数据表明HY-2C卫星的测高精度与HY-2B卫星、Jason-3卫星一致。因此HY-2C高度计产品数据质量稳定,能满足海洋应用和科学研究的需要。 相似文献
17.
海平面变化包含多种不同时间尺度信息，传统的预测方法仅对海平面变化趋势项、周期项进行拟合，难以利用海平面变化的不同时间尺度信号，使得预测精度不高。本文基于深度学习的预测模型，提出一种融合小波变换（wavelet transform，WT）与LSTM （long short-term memory，LSTM）神经网络的海平面异常组合预测模型。首先利用小波分解得到反映海平面变化总体趋势的低频分量和刻画主要细节信息的高频分量；然后通过LSTM神经网络对代表不同时间尺度的各个分量预测和重构，实现海平面变化的非线性预测。基于该模型的海平面变化预测的均方根误差、平均绝对误差和相关系数分别为12.76 mm、9.94 mm和0.937，预测精度均优于LSTM和EEMD-LSTM预测模型，WT-LSTM组合模型对区域海平面变化预测具有较好的应用价值。 相似文献
18.
基于栖息地指数的西北太平洋日本鲭渔情预报模型构建 总被引：2，自引：0，他引：2
根据2014?2017年5?11月西北太平洋公海灯光围网日本鲭(Scomber japonicus)生产数据，结合同期的环境遥感数据，分别基于捕捞量和作业次数，构建日本鲭栖息地适宜性指数(Habitat Suitability Index，HSI)模型。选取海表水温、海面高度异常和叶绿素a浓度，采用一元指数回归拟合，建立各个环境变量的适应性指数模型，并利用线性规划方法确定各环境因子的权重，从而提高日本鲭HSI模型对渔场的预报精度。利用2018年5?11月的实际捕捞数据对模型进行预报准确率验证，在基于渔获量和作业次数构建的HSI模型中，HSI大于0.7的海域，渔获量平均占比分别为77.29%、76.79%，这表明基于不同权重环境因子的HSI模型能够较好地预测西北太平洋公海日本鲭中心渔场。 相似文献
19.
Mesoscale eddies, which are mainly caused by baroclinic effects in the ocean, are common oceanic phenomena in the Northwest Pacific Ocean and play very important roles in ocean circulation, ocean dynamics and material energy transport. The temperature structure of mesoscale eddies will lead to variations in oceanic baroclinity, which can be reflected in the sea level anomaly (SLA). Deep learning can automatically extract different features of data at multiple levels without human intervention, and find the hidden relations of data. Therefore, combining satellite SLA data with deep learning is a good way to invert the temperature structure inside eddies. This paper proposes a deep learning algorithm, eddy convolution neural network (ECN), which can train the relationship between mesoscale eddy temperature anomalies and sea level anomalies (SLAs), relying on the powerful feature extraction and learning abilities of convolutional neural networks. After obtaining the temperature structure model through ECN, according to climatic temperature data, the temperature structure of mesoscale eddies in the Northwest Pacific is retrieved with a spatial resolution of 0.25° at depths of 0–1 000 m. The overall accuracy of the ECN temperature structure is verified using Argo profiles at the locations of cyclonic and anticyclonic eddies during 2015–2016. Taking 10% error as the acceptable threshold of accuracy, 89.64% and 87.25% of the cyclonic and anticyclonic eddy temperature structures obtained by ECN met the threshold, respectively. 相似文献
20.
根据海洋Rossby波的西传特性, 使用一阶斜压Rossby波模型对北太平洋海表面高度的年际变异进行了回报和预测研究。回报结果表明, Rossby 波模型能够较好地模拟北太平洋海表面高度的年际变异。尤其是黑潮延伸区的下游, 模拟结果与卫星观测的相关系数达到0.8以上。预测结果表明, Rossby 波模型在两个纬向分布的海域有显著的预报能力, 分别位于高纬度中部和副热带环流西部。前者可提前5—6年, 后者可提前2—4年。此外, 重点开展了Rossby波模型在西北太平洋的预报能力研究。结果表明, Rossby波模型对中国的边缘海有着很好的预测能力, 包括南海北部、台湾以东和东海黑潮海域, 分别在提前32、40和52个月时能取得最佳的预测效果。 相似文献