CN111931409A - 基于高分辨率海洋模式数据的涡旋三维体态识别和追踪方法 - Google Patents

Abstract

本发明公开了一种基于高分辨率海洋模式数据的涡旋三维体态识别和追踪方法，利用表层海流异常数据寻找涡旋中心，以垂向分辨间隔向下持续寻找涡旋结构，直到获得同一涡旋完整的三维结构。根据最大涡旋平均半径所在深度，识别涡旋“钵形”、“透镜形”、“锥形”三类“体态”，并根据该深度上的海流场计算得到涡旋可能移动的最大距离，在该范围内对每一类“体态”的涡旋分别进行追踪。该方法通过高时空分辨率海洋模式数据进行涡旋三维结构的识别，避免了由于涡旋“体态”突变导致的涡旋漏判和误判。根据不同“体态”采用不同的涡旋中心和移动速度的判断方法，提高了真实涡旋追踪的准确性。

Description

基于高分辨率海洋模式数据的涡旋三维体态识别和追踪方法

技术领域

本发明涉及一种基于高分辨率海洋模式数据的涡旋识别和追踪方法，尤其涉及一种基于高分辨率海洋模式数据的涡旋三维体态识别和追踪方法，属于信息技术领域。

背景技术

中尺度海洋涡旋在全球大洋中普遍存在着。中尺度涡在水平方向上由于自身旋转特性而具有较强的非线性,垂直方向上能够影响到几十米到几百米甚至更深的水层,从而对全球海洋的热量、淡水等的输送具有重要影响。海洋涡旋的三维结构对于涡旋本身的演变过程以及垂向的能量、物质运输都有很大的关系，根据涡旋的三维结构特征，可将涡旋分为“钵形”(bowl-shaped)、“透镜形”(lens-shaped)、“锥形”(cone-shaped)三种体态。中尺度涡会对模态水的生成和迁移过程产生影响，且不同体态的中尺度涡对于海洋层结的影响也各不相同，海洋层结的改变会影响夏季模态水耗散速率，使模态水的保留体积偏多或偏少。因此，海洋涡旋三维结构的研究具有非常重要的科学意义和应用价值。

由于观察资料的局限性,中尺度涡旋的研究一般仅局限于表面涡旋,但涡旋的三维结构对于涡旋本身的产生、维系、消亡以及垂向的能量、物质和营养盐的运输都有很大的关系,因而涡旋三维结构的研究亟待发展。研究中尺度涡的三维结构最直接最有效的手段是海上现场调查。1988年起，长期的大西洋百慕大时间序列研究(Bermuda Atlantic Time-series Study，BATS)表明，中尺度涡三维结构至少可分为三类：气旋、反气旋和模态水涡旋(又称次表层涡旋或温跃层内涡旋)。气旋涡旋抬升季节和永久性跃层、反气旋涡旋下压跃层，模态水涡旋呈现透镜状，即抬升季节性跃层、下压永久性跃层。Dong等(2012)，发现南加州湾中能够穿透400m的中尺度涡按其三维结构可分为“钵形”(bowl-shaped)、“透镜形”(lens-shaped)、“锥形”(cone-shaped)三种体态，各占当地涡旋总量的65％,20％以及15％。

现场测量中尺度涡三维结构的方法虽然直接有效，但是费时费力，成本高昂，且大部分观测局限在近海或大洋的边缘，使得现有的涡旋观测资料缺乏普遍性。由于观测样本有限，对不同体态中尺度涡的演变规律缺乏足够的认识。而海洋数值模式产品的发展,为更进一步研究中尺度涡的三维结构提供了良好的契机。我们将水平分辨率不低于1/12°的数据称为高分辨率数据，以往常规观测数据中较低空间分辨率的海洋流速场下，仅能得到涡旋中心所在位置和模糊的涡旋半径，而目前越来越多的高分辨率海洋数值模拟的出现，验证了零星的Argo浮标观测到的多种海洋涡旋“体态”的存在。高分辨率数据避免了由于数据分辨率低导致的涡旋漏判和误判，且对于常规数据难以识别的次级涡旋及中尺度涡旋的内部结构也能做到精准识别，极大地提高了涡旋识别的准确性，也为更精细化地对不同体态的涡旋分别追踪提供了可能。

对海洋中尺度涡旋识别提取的方法有多种，常见的涡旋识别方法有Okubo-Weiss数方法、绕角(Wind-angle，WA)法、SLA闭合等值线方法、拉格朗日轨迹法等，下面将逐一介绍。

(1)Okubo-Weiss数方法：该方法借鉴数值模式研究中的Okubo-Weiss(OW)数检测流体的旋转和形变的原理，使用卫星高度计资料来自动检测追踪中尺度涡旋。该方法的不足之处在于：第一，该方法中速度分量由SSH计算而得，极易受SSH数据的噪音影响，往往会将一些运动较为剧烈的涡旋边缘处识别为涡旋中心。第二，该方法需要确定一个阈值来进行涡旋的提取，但没有一个固定的阈值可以满足全球范围内海洋涡旋的检测，且不同阈值得到的结果波动很大。

(2)绕角法：绕角法通过几何图形的方法来识别涡旋。该方法通过SLA极值点作为涡旋的中心。然后，通过一条闭合的外廓连线来确定涡旋的边界。该方法的主要缺点是基于海表面高度反演的地转速度场放大了噪声，在低纬度误差较大。

(3)SLA闭合等值线方法：SLA闭合等值线方法利用涡旋的几何特征，首先在一个移动网格内通过寻找内部SLA最小(最大)值来判断可能的涡旋中心。之后，对于每一个可能的反气旋(气旋)中心，从其内部通过逐渐减小(增加)SLA向外寻找等值线，最外围包含着涡旋中心的闭合等值线即为涡旋的外边缘。这种方法的运算量大，识别效率较低。

(4)拉格朗日轨迹法：拉格朗日轨迹法利用浮标轨迹回路的几何特征来探测涡旋。先利用轨迹上的点间距阈值D0来判别浮标是否回到先前的位置，若回到先前位置，再剔除轨迹中高于惯性尺度或低于环流尺度的点，从而标记出回路，记回路上各点的平均位置为涡旋中心，然后确定回路的旋转角度和极性。该方法存在着与参数取值有关的不确定性，剔除频率过高和过低的回路时可能出现小涡旋遗漏，误把环流当作涡旋以及把高频振荡当作涡旋等情况。该方法使用的Argo浮标数据在空间时间上都不连续，数据处理相对复杂，且难以提供大量的涡旋样本。

采用以上方法进行涡旋识别，只能识别涡旋平面结构，无法识别涡旋的三维结构，且运算量大，识别效率较低。同时，对锥形(涡旋半径在底部最大)、透镜形(涡旋半径在温跃层最大)的涡旋不能识别。

现有的涡旋追踪方法主要有pixel connectivity algorithm,thresholdsearching algorithm等。Pixel connectivity algorithm对于涡旋中心区域比较明显，且不同涡旋个体之间存在一定距离的情况比较有效，该方法是通过确认在x、y以及时间上相邻的像元组的办法来实现的。Threshold searching algorithm是一种基于最近距离的方法，此方法按照时间步长从一个时间到下一个时间追踪每个涡旋，在下一张地图中找到的涡旋中心距离最近的对象即视为追踪到的目标。

采用以上方法进行涡旋追踪，都会出现由于计算涡旋移速不准确导致的误差，易出现将相邻时刻中体态不同的涡旋错判为同一涡旋的不同时刻的情况，追踪效率较低。

通过高时空分辨率海洋模式数据中的海流场和海温场相结合，利用流场矢量几何特征识别和追踪中尺度涡，并推广到涡旋三维体态的识别，可以更精细化的研究中尺度涡三维结构。避免了以往常规观测数据中由于涡旋“体态”突变导致的涡旋漏判和误判。特别是利用涡旋的三维结构将涡旋首先划分为“钵形”、“透镜形”、“锥形”三类后，根据不同“体态”采用不同的涡旋中心和移动速度的判断方法，提高了真实涡旋追踪的准确性。本方案的夏季不同体态的海洋中尺度涡旋还会对模态水的输运和耗散过程产生不同的影响，这一涡旋分类将为进一步研究涡旋相关的海气相互作用提供便利。

发明内容

本发明所要解决的技术问题是基于高分辨率海洋模式数据中的海流场和海温场进行涡旋三维结构的识别，避免由于数据分辨率低导致的涡旋漏判和误判。利用涡旋的三维结构将涡旋分为“钵形”、“透镜形”、“锥形”三类，并作为涡旋追踪标准之一，提高了涡旋追踪的准确性。

为了解决上述技术问题，本发明基于高分辨率海洋模式数据的涡旋三维体态识别方法，包括如下步骤，

1.对高分辨率海洋模式数据中的海表面温度数据进行预处理，得到海表面温度异常场；对高分辨率海洋模式数据中的海流数据进行预处理后再在垂直方向上以H米为单位采用三次样条插值方法，得到N层的海流异常场。

2.利用表层海流异常场数据，依据涡旋速度矢量场特性，寻找涡旋中心点，利用中心点相对涡度值判断涡旋类型，并采用八点判别确定涡旋边界，求得涡旋在该层上的平均半径。

3.筛选出表层涡旋中心处海表面温度异常＜-0.2℃的气旋式涡旋和＞0.2℃的反气旋式涡旋，且剔除表层涡旋平均半径小于50km的小尺度涡。

4.将筛选出的表层涡旋以H米高的垂向分辨间隔向下持续寻找涡旋结构，直到获得同一涡旋完整的三维结构；

5.比较同一涡旋三维结构中表层、中层、底层的平均半径大小，根据同一涡旋最大平均半径所在层级判定涡旋体态，最大平均半径在表层则为“钵形”、最大平均半径在中层则为“透镜形”、最大平均半径在底层则为“锥形”。

所述步骤(1)中，对海流数据减去其气候平均值获得各深度海流异常数据，再对海流异常数据在垂向上进行三次样条插值，选取H为10，N为70；得到10m、20m、30m、40m……690m、700m各深度的海流场，也就是以10米为垂向分辨距离获得涡旋每一层深度的海流场；对于插值后的海流数据，减去其气候平均值，得到海流异常场；对海表面温度数据减去其气候平均值后再减去其纬向平均值，得到海表面温度异常场。

所述步骤(2)中，利用中心点相对涡度正负判断涡旋类型，其中负相对涡度对应反气旋，正相对涡度对应气旋；在识别全场涡旋中心后，如果两个涡旋中心点间距≤100km，则选取二者中流速较小的中心点为涡旋中心，并剔除距该点100km范围内其余的涡旋中心点，以涡旋中心K范围内的速度极大值为判据，进行北、西、东、南、东南、西南、西北、东北方向半径判别，然后对八个方向上所求得的半径进行平均，求出表层涡旋平均半径R₀。

所述步骤(4)中，确认筛选出的表层涡旋中心P₀，在同一时刻，下一层的位置以表层涡旋中心P₀为圆心，在四分之一表层涡旋平均半径R₀范围内寻找相同极性的距离最近的涡旋，确认该层涡旋中心P₁并求出该层涡旋平均半径R₁；如果在该层上没有找到相应的涡旋，向下搜索停止；如果在该层上找到相应的涡旋，则继续在同一时刻，再下一层的位置以上一层涡旋中心P₁为圆心，在四分之一上一层涡旋平均半径R₁范围内寻找相同极性的距离最近的涡旋；重复上述步骤直到最后一层，获得一个以H米垂向分辨率的三维涡旋数据集。

上述方案中，所述H为10至20米，所述N为50至100，最佳方案为H取10米且N取60至80。

上述方案中，所述K为300至400km，最佳方案为取350km。

本发明的基于高分辨率海洋模式数据的涡旋三维体态追踪方法，包括如下步骤，根据“钵形”涡旋、“透镜形”涡旋和“锥形”涡旋对应的不同深度海流场数据计算得到涡旋可能运动的最大距离，其中“钵形”涡旋最大位移用表层流速估算，“透镜形”涡旋最大位移用其最大平均半径对应深度上的流速估算，“锥形”涡旋最大位移用涡旋底端所在深度的流速估算；在下一时次时在该范围内以同一极性、同一类型、距离最近的标准追踪涡旋；最后利用三维涡旋面速度与体速度之差随时间的导数来判断涡旋所处的发展阶段。

上述追踪方法中，若追踪过程中涡旋体态发生转变，将在某时刻转变为另一体态的涡旋作为新的涡旋个例继续进行追踪。

上述追踪方法中，对于追踪过程中涡旋体态发生转变的情况，我们在某时刻将转变为另一体态的涡旋作为新的涡旋个例继续据以上标准进行追踪。并依据面速度与体速度的差来判断涡旋体态演变。当两者差别加剧，表明涡旋的斜压性增强，涡旋的体态可能会发生转变。具体可利用涡旋面速度与体速度之差随时间的导数判断涡旋所处的演变阶段，若导数大于0，说明涡旋此时处于发展阶段；若导数约等于0，说明涡旋发展至成熟阶段，稳定少变；若导数小于0，说明涡旋逐渐难以维持原有的正压结构，涡旋体态可能会发生转变。

本发明的有益效果在于：该方法通过高时空分辨率海洋模式数据中的海流场和海温场相结合，利用流场矢量几何特征识别和追踪中尺度涡，并推广到涡旋三维体态的识别，可以更精细化的研究中尺度涡三维结构。避免了以往常规观测数据中由于涡旋“体态”突变导致的涡旋漏判和误判。特别是利用涡旋的三维结构将涡旋首先划分为“钵形”、“透镜形”、“锥形”三类后，根据不同“体态”采用不同的涡旋中心和移动速度的判断方法，提高了真实涡旋追踪的准确性。夏季不同体态的海洋中尺度涡旋还会对模态水的输运和耗散过程产生不同的影响，采用本方案的涡旋分类识别将为进一步研究涡旋相关的海气相互作用提供便利。

附图说明

图1为基于高分辨率海洋模式数据的涡旋三维体态识别和追踪方法流程图。

具体实施方式

参见图1，本发明的基于高分辨率海洋模式数据的涡旋三维体态识别和追踪方法，包括以下步骤：

1.对高分辨率海洋模式数据进行预处理，高分辨率数据最佳为水平空间分辨率高于1/12°，时间分辨率高于日均；将数据垂向上进行三次样条插值，得到10m、20m、30m、40m……690m、700m各深度的海流场，对于海流(u、v、w)数据，减去其气候平均值，得到海流异常场(u'、v')。对于海表面温度数据，与海流数据类似的，做坐标转换后减去其气候平均值，然后减去纬向平均的海表面温度，得到海表面温度异常场(SSTA)。

2.利用海流异常数据，判定满足以下两种情况之一的点(i,j)为涡旋中心点：第一种规则涡旋中心需满足：①沿涡旋中心经向，海流异常v'分量在中心点两侧的数值符号相反，大小随距中心点的远离而增加沿涡旋中心纬向，海流异常u'分量在中心点两侧的数值符号相反，大小随距中心点的距离而增加，u的变化方向需与v的变化方向一致。②围绕涡旋中心，涡旋速度矢量变化的旋转性一致。两个临近的速度矢量方向必须位于同一个，或两个相邻的象限。即，同时满足u'(i,j-1)≥0且|u'(i,j-1)|＞3*|(v'(i,j-1))|，u'(i,j+1)≤0且|u'(i,j+1)|＞3*|v'(i,j+1)|，v'(i-1,j)≥0且|v'(i-1,j)|＞3*|u'(i-1,j)|，v'(i+1,j)≤0且|v'(i+1,j)|＞3*|u'(i+1,j)|四个条件或者u'(i,j-1)≤0且|u'(i,j-1)|＞4*|v'(i,j-1)|，u'(i,j+1)≥0且|u'(i,j+1)|＞4*|v'(i,j+1)|，v'(i-1,j)≤0且|v'(i-1,j)|＞4*|u'(i-1,j)|，v'(i+1,j)≥0且|v'(i+1,j)|＞4*|(u'(i+1,j)|四个条件。其中参数3和4经敏感性实验，为夏季北太平洋地区涡旋判别的最优参数。

第二种不规则涡旋中心需满足中心流场为辐合或辐散，即，同时满足u'(i,j)*u'(i,j+1)＞0，u'(i,j)*v'(i,j)＞0，u'(i,j)*u'(i-1,j)＜0，u'(i,j+1)*u'(i-1,j+1)＜0,v'(i,j)*v'(i,j+1)＜0或v'(i-1,j)*v'(i-1,j+1)＜0，v'(i,j)*u'(i-1,j)＜0或u'(i,j+1)*v'(i-1,j+1)＜0六个条件。

对于判定得到的涡旋中心点，我们需要计算该点的相对涡度值

并进行筛选：

①若存在两个中心点的距离≤50km，选取流速较小的中心点为涡旋中心点，流速较大的中心点则忽略。

②根据近涡旋中心点的相对涡度判断涡旋类型，相对涡度为正的为气旋式涡旋中心，相对涡度为负的为反气旋式涡旋中心。

接着对涡旋进行八点(N,NE,E,SE,S,SW,W,NW)半径判别。

围绕涡旋中心，最外圈的封闭流线即为涡旋边界。对于第一种情况(圆形中心)的中心点，即寻找满足u'(i+r₀,j)*u'(i-r₀,j)＜0，v'(i,j+r₀)*v'(i,j-r₀)＜0，u'(i-r₀,j)*v'(i,j-r₀)＜0，u'(i+r₀,j)*v'(i,j+r₀)＜0四个条件的最大r₀值。所得涡旋半径值为各方向上半径平均值。

3.考虑海表面温度异常的判据，保留表层涡旋中心处海表面温度异常＜-0.2℃的气旋式涡旋和＞0.2℃的反气旋式涡旋，且剔除表层涡旋平均半径小于50km的小尺度涡。

4.依据表层涡旋中心位置，所述表层是指水面向下第一个分辨间隔深度，例如以10米为垂向分辨间隔，则表层指水面向下10米距离。在同一时刻向下一层，同样的分辨间隔，以10米为例就是10至20米距离，以表层涡旋中心P₀为圆心，在0.25R₀半径范围内寻找相同极性的距离最近的涡旋，求出该层涡旋平均半径R₁。如果在20m深度上没有找到相应的涡旋，则认为该涡旋的最大深度小于20m，向下搜索停止。反之，则继续在同一时刻以10m为间隔再向下一层，以20m深度上找到的新的涡旋中心P₁为圆心，在0.25R₁半径范围内寻找相同极性的距离最近的涡旋，重复上述的步骤直到最后一层。最终得到一个垂向分辨率为10m的三维涡旋数据集。

5.利用所得的涡旋三维结构，找出最大平均半径出现的深度L。当L≤10m时，认为该涡旋为“钵形”涡旋，即表面具有最大半径；当涡旋厚度h>10m且L＝h时，认为该涡旋为“锥形”涡旋，即底部具有最大半径；当L>10m且L<h时，认为该涡旋为“透镜形”涡旋,即中层具有最大半径。

6.利用海流场数据，进行涡旋的追踪：根据三种不同体态的涡旋对应的不同深度的海流场数据计算得到涡旋可能运动的最大距离；“钵形”涡旋最大位移用海表面流速估算、“透镜形”涡旋最大位移用其最大平均半径对应深度上的流速估算、“锥形”涡旋最大位移用涡旋底端所在深度的流速估算；在下一时次(t+1)该范围内识别涡旋中心，将识别到的距原涡旋中心最近的相同极性、相同类型的涡旋中心认为是追踪到的目标，即同一个涡旋。若在下一时次(t+1)该范围内未识别到符合要求的涡旋中心，继续在下下一时次(t+2)以1.5倍追踪范围来寻找同类型的涡旋，若仍未找到，则认为该涡旋已消亡。判别过程中，若同时找到多个同类型涡旋，则取其中心离t时次最近的一个。值得注意的是，对于追踪过程中涡旋体态发生转变的情况，我们在某时刻将转变为另一体态的涡旋作为新的涡旋个例继续据以上标准进行追踪。通过追踪到的涡旋面速度与体速度之差随时间的导数(ΔVd/Δt)判断涡旋演变，若导数大于0，说明涡旋此时处于发展阶段；若导数约等于0，说明涡旋发展至成熟阶段，稳定少变；若导数小于0，说明涡旋逐渐难以维持原有的正压结构，涡旋体态可能会发生转变。

Claims (8)

1.基于高分辨率海洋模式数据的涡旋三维体态识别方法，其特征在于：包括如下步骤，

(1)对高分辨率海洋模式数据中的海表面温度数据进行预处理，得到海表面温度异常场；对高分辨率海洋模式数据中的海流数据进行预处理后再在垂直方向上以H米为单位采用三次样条插值方法，得到N层的海流异常场；

(2)利用表层海流异常场数据，依据涡旋速度矢量场特性，寻找涡旋中心点，利用中心点相对涡度值判断涡旋类型，并采用八点判别确定涡旋边界，求得涡旋在该层上的平均半径；

(3)筛选出表层涡旋中心处海表面温度异常＜-0.2℃的气旋式涡旋和＞0.2℃的反气旋式涡旋，且剔除表层涡旋平均半径小于50km的小尺度涡；

(4)将筛选出的表层涡旋以H米高的垂向分辨间隔向下持续寻找涡旋结构，直到获得同一涡旋完整的三维结构；

(5)比较同一涡旋三维结构中表层、中层、底层的平均半径大小，根据同一涡旋最大平均半径所在层级判定涡旋体态，最大平均半径在表层则为“钵形”、最大平均半径在中层则为“透镜形”、最大平均半径在底层则为“锥形”。

2.根据权利要求1中所述的基于高分辨率海洋模式数据的涡旋三维体态识别方法，其特征在于：所述步骤(1)中，对海流数据减去其气候平均值获得各深度海流异常数据，再对海流异常数据在垂向上进行三次样条插值，选取H为10，N为70；得到10m、20m、30m、40m……690m、700m各深度的海流场，对于插值后的海流数据，减去其气候平均值，得到海流异常场；对海表面温度数据减去其气候平均值后再减去其纬向平均值，得到海表面温度异常场。

3.根据权利要求1中所述的基于高分辨率海洋模式数据的涡旋三维体态识别方法，其特征在于：所述步骤(2)中，利用中心点相对涡度正负判断涡旋类型，其中负相对涡度对应反气旋，正相对涡度对应气旋；在识别全场涡旋中心后，如果两个涡旋中心点间距≤100km，则选取二者中流速较小的中心点为涡旋中心，并剔除距该点100km范围内其余的涡旋中心点，以涡旋中心K范围内的速度极大值为判据，进行北、西、东、南、东南、西南、西北、东北方向半径判别，然后对八个方向上所求得的半径进行平均，求出表层涡旋平均半径R₀。

4.根据权利要求1中所述的基于高分辨率海洋模式数据的涡旋三维体态识别方法，其特征在于：所述步骤(4)中，确认筛选出的表层涡旋中心P₀，在同一时刻，下一层的位置以表层涡旋中心P₀为圆心，在四分之一表层涡旋平均半径R₀范围内寻找相同极性的距离最近的涡旋，确认该层涡旋中心P₁并求出该层涡旋平均半径R₁；如果在该层上没有找到相应的涡旋，向下搜索停止；如果在该层上找到相应的涡旋，则继续在同一时刻，再下一层的位置以上一层涡旋中心P₁为圆心，在四分之一上一层涡旋平均半径R₁范围内寻找相同极性的距离最近的涡旋；重复上述步骤直到最后一层，获得一个以H米垂向分辨率的三维涡旋数据集。

5.根据权利要求1中所述的基于高分辨率海洋模式数据的涡旋三维体态识别方法，其特征在于：所述H为10至20米，所述N为50至100。

6.根据权利要求1中所述的基于高分辨率海洋模式数据的涡旋三维体态识别方法，其特征在于：所述K为300至400km。

7.根据权利要求1至6所述任一项基于高分辨率海洋模式数据的涡旋三维体态追踪方法，其特征在于：根据“钵形”涡旋、“透镜形”涡旋和“锥形”涡旋对应的不同深度海流场数据计算得到涡旋可能运动的最大距离，其中“钵形”涡旋最大位移用表层流速估算，“透镜形”涡旋最大位移用其最大平均半径对应深度上的流速估算，“锥形”涡旋最大位移用涡旋底端所在深度的流速估算；在下一时次时在该范围内以同一极性、同一类型、距离最近的标准追踪涡旋；最后利用三维涡旋面速度与体速度之差随时间的导数来判断涡旋所处的发展阶段。

8.如权利要求7所述基于高分辨率海洋模式数据的涡旋三维体态追踪方法，其特征在于：若追踪过程中涡旋体态发生转变，将在某时刻转变为另一体态的涡旋作为新的涡旋个例继续进行追踪。

Images