CN114547136A - 目标海域中尺度涡旋与目标渔获空间分布信息提取方法 - Google Patents

目标海域中尺度涡旋与目标渔获空间分布信息提取方法 Download PDF

Info

Publication number
CN114547136A
CN114547136A CN202210062228.8A CN202210062228A CN114547136A CN 114547136 A CN114547136 A CN 114547136A CN 202210062228 A CN202210062228 A CN 202210062228A CN 114547136 A CN114547136 A CN 114547136A
Authority
CN
China
Prior art keywords
vortex
target
area
mesoscale
contour line
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210062228.8A
Other languages
English (en)
Inventor
范秀梅
张胜茂
周为峰
杨胜龙
伍玉梅
樊伟
张禹
戴阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences
Original Assignee
East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences filed Critical East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences
Priority to CN202210062228.8A priority Critical patent/CN114547136A/zh
Publication of CN114547136A publication Critical patent/CN114547136A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Agronomy & Crop Science (AREA)
  • Health & Medical Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Biology (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种目标海域中尺度涡旋与目标渔获空间分布信息提取方法，包括：获取目标海域的中尺度涡旋数据、目标的渔获数据和目标海域的绝对动力高度数据；基于所述目标海域的中尺度涡旋数据得到涡旋的轮廓线，并计算涡旋区域内的目标渔获产量；当捕捞地点不在涡旋区域内时，确定所述捕捞地点是否位于涡旋的边界区域内，若是，则计算涡旋边界区域内的目标渔获产量；对涡旋区域的目标渔获产量、涡旋边界区域内的目标渔获产量进行统计，得到统计结果；根据所述统计结果，确定中尺度涡旋与目标渔获产量的空间分布关系。本发明为目标海域的目标资源的可持续开发利用提供信息参考。

Description

目标海域中尺度涡旋与目标渔获空间分布信息提取方法
技术领域
本发明涉及渔场海洋环境数据应用技术领域，特别是涉及一种目标海域中尺度涡旋与目标渔获空间分布信息提取方法。
背景技术
日本鲭(Scomber japonicus)，属于鲭科、鲭属，俗称鲐鱼，是一种暖水性小型中上层鱼类，在水深0～300米内的水层生活，具有趋光性，游泳力强，生命周期一般为2-5年，广泛分布于北太平洋西部及俄罗斯远东地区，最北可到鄂霍次克海，是重要的海洋经济鱼类之一。它们具有季节性洄游的特性，春、夏北上索饵，秋、东南下越冬。北太平洋的日本鲭渔场属于寒暖流交汇型渔场，位于水团结构复杂的黑潮暖水系和亲潮冷水系的交汇区域。日本鲭的渔场分布和资源变动受到海表温度、海表面高度、海表面盐度等海洋环境因子影响。从2013年开始国内渔船开始在西北太平洋进行灯光围网作业，捕捞以日本鲭为主的中上层鱼类，年产量可达十几万吨。
北太平洋地处寒暖流交汇区，中尺度涡旋活动频繁。中尺度涡旋直径为数十公里至数百公里，持续时间跨越数天至数年。在北半球，受科氏力影响，反气旋涡的中心形成垂直向下的水体运动，使其内部水体增温，在海表处的水体向中心辐合，海表高度表现为正异常。而气旋涡的中心水体垂直向上运动，使其内部水体降温。在海表面的水体表现为向外辐散，海表高度为负异常。
中尺度涡旋通过促进所在区域水体的垂直和水平的混合，降低温跃层的深度，将底层的营养盐带至光合作用较强的海水表层，增加了生物的生产力，同时鱼类的提供了丰富的饵料。中尺度涡旋还可以携带包含热量、盐分和营养物质的水体在海洋中移动。目前分析中尺度涡旋和北太平洋日本鲭渔场的分布关系的研究还未有出现。
发明内容
本发明所要解决的技术问题是提供一种目标海域中尺度涡旋与目标渔获空间分布信息提取方法，能够从目标海域中尺度涡旋数据、目标渔获数据和绝对动力高度数据中提取目标海域中尺度涡旋与目标渔获空间分布信息。
本发明解决其技术问题所采用的技术方案是：提供一种目标海域中尺度涡旋与目标渔获空间分布信息提取方法，包括以下步骤：
(1)获取目标海域的中尺度涡旋数据、目标的渔获数据和目标海域的绝对动力高度数据；
(2)基于所述目标海域的中尺度涡旋数据得到涡旋的轮廓线，并计算涡旋区域内的目标渔获产量；
(3)当捕捞地点不在涡旋区域内时，确定所述捕捞地点是否位于涡旋的边界区域内，若是，则计算涡旋边界区域内的目标渔获产量；
(4)对涡旋区域的目标渔获产量、涡旋边界区域内的目标渔获产量进行统计，得到统计结果；
(5)根据所述统计结果，确定中尺度涡旋与目标渔获产量的空间分布关系。
所述步骤(1)和步骤(2)之间还包括预处理步骤，具体为：将所述绝对动力高度数据通过高通滤波器去除700km以上的大尺度特征；将中尺度涡旋数据、目标渔获数据及绝对动力高度数据按照天进行叠加分析。
所述步骤(2)具体为：将地转流速平均值最大的闭合绝对动力高度等值线作为涡旋的边界线，用Winding Number方法统计位于所述涡旋的轮廓线内即涡旋区域内的渔获产量。
所述步骤(3)中确定所述捕捞地点是否位于涡旋边界区域内具体为：
(31)将所述捕捞地点到所述涡旋的中心的距离减去所述涡旋的半径，得到所述捕捞地点与涡旋轮廓线的距离，选择距离值最小的两个涡旋；
(32)将所述捕捞地点分别与选出的两个涡旋中心的连线进行等距分割，获得等分点上的绝对动力高度值；
(33)查找所述捕捞地点与涡旋中心的连线与涡旋轮廓线的交点；
(34)根据所述交点至所述捕捞地点的连线是否位于所述涡旋边界区域内来判断捕捞地点是否位于所述涡旋的边界区域内。
所述步骤(31)中：将捕捞地点到涡旋轮廓线距离最小的两个涡旋分为四种情况：两个涡旋都为反气旋、两个涡旋都为气旋涡、第一个为反气旋涡和第二个为气旋涡、以及第一个为气旋涡和第二个为反气旋涡。
所述步骤(33)具体为：当所述涡旋为气旋涡时，按照从所述涡旋的中心至所述捕捞地点的顺序从连线的等分点中查找第一个绝对动力高度值大于或等于涡旋轮廓线上的绝对动力高度值的点作为交点；当所述涡旋为反气旋涡时，按照从所述涡旋的中心至所述捕捞地点的顺序从连线的等分点中查找第一个绝对动力高度值小于或等于涡旋轮廓线上的绝对动力高度值的点作为交点。
所述步骤(34)中的所述捕捞地点位于所述涡旋的边界区域内的情况按照预设间隔的绝对动力高度等值线进行分割，将涡旋边界区域划分为四个区域，分别为第一涡旋边界区域、第二涡旋边界区域、第三涡旋边界区域和第四涡旋边界区域；所述第一涡旋边界区域对应于气旋涡轮廓线周围0m和0.02m ADT等值线之间的区域和反气旋涡轮廓线周围0m和-0.02m ADT等值线之间的区域；所述第二涡旋边界区域对应于气旋涡轮廓线周围0.02m和0.04m ADT等值线之间的区域和反气旋涡轮廓线周围-0.02m和-0.04m ADT等值线之间的区域；所述第三涡旋边界区域对应于气旋涡轮廓线周围0.04m和0.06m ADT等值线之间的区域和反气旋涡轮廓线周围-0.04m和-0.06m ADT等值线之间的区域；所述第四涡旋边界区域对应于气旋涡轮廓线周围0.06m和0.08m ADT等值线之间的区域和反气旋涡轮廓线周围-0.06m和-0.08m ADT等值线之间的区域。
所述步骤(34)具体为：当所述涡旋为气旋涡时，所述交点至所述捕捞地点连线上最大的绝对动力高度值小于或等于所述涡旋轮廓线周围等值线的值时，则所述连线位于所述涡旋轮廓线周围相应等值线内；当所述涡旋为反气旋涡时，所述交点至捕捞地点连线上最小的绝对动力高度值大于或等于所述涡旋轮廓线周围等值线的值时，则连线位于涡旋轮廓线周围相应等值线内。
所述涡旋区域、涡旋边界区域的目标渔获产量采用三维矩阵的形式进行保存，并以所述涡旋的标识号作为字典的键，累积产量作为字典的值分别构建气旋涡字典变量和反气旋涡字典变量。
所述步骤(4)中还统计所述涡旋相互作用的海流辐散区和海流辐聚区的产量。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明以天为时间单位将捕捞数据、涡旋空间分布数据及绝对动力高度进行叠加，并查找涡旋区域和涡旋边界区域内的渔获产量，对涡旋各区域的产量进行统计，从而得到目标海域中尺度涡旋与目标渔获空间分布信息。本发明中将涡旋边界区域划分为四个区域，分别计算各区域内的渔获总产量。以涡旋的标识号作为字典的键，累积产量作为字典的值分别构建气旋涡字典变量和反气旋涡字典变量，可追踪各个涡旋在整个生命周期内位于其涡旋区域和涡旋边界区域内的产量。根据捕捞地点到涡旋轮廓线距离最小的两个涡旋的极性不同，统计海流辐散区和海流辐聚区的产量。根据计算结果可精细化的定量分析目标海域中尺度涡旋对目标渔资源空间分布的影响，为目标海域的目标资源的可持续开发利用提供信息参考。
附图说明
图1是本发明实施方式的流程图；
图2是本发明实施例的各个变量的示意图；
图3是本发明实施例的涡旋之间的海流辐散区和海流辐聚区示意图；
图4是本发明实施例的2018年涡旋区域和边界区域内日本鲭产量占比前20的涡旋轨迹图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种目标海域中尺度涡旋与目标渔获空间分布信息提取方法，如图1所示，包括以下步骤：获取目标海域的中尺度涡旋数据、目标的渔获数据和目标海域的绝对动力高度数据；基于所述目标海域的中尺度涡旋数据得到涡旋的轮廓线，并计算涡旋区域内的目标渔获产量；当捕捞地点不在涡旋区域内时，确定所述捕捞地点是否位于涡旋的边界区域内，若是，则计算涡旋边界区域内的目标渔获产量；对涡旋区域的目标渔获产量、涡旋边界区域内的目标渔获产量进行统计，得到统计结果；根据所述统计结果，确定中尺度涡旋与目标渔获产量的空间分布关系。
下面以北太平洋为目标海域，日本鲭为目标为例，进一步说明本发明。
1、获取和预处理北太平洋中尺度涡旋数据、日本鲭渔获数据和绝对动力高度数据
绝对动力高度(Absolute Dynamic Topography,ADT)数据是由DUACS(dataunification and altimeter combination system)制作，并由CMEMS(copernicus marineenvironment monitoring service)发布的多源卫星融合的网格数据(http://marine.copernicus.eu/services-portfolio/access-to-products/)，空间精度为1/4°，时间精度为天。中尺度涡旋的直径主要100～300km之间，故需要滤去ADT数据中大尺度的特征。将ADT数据通过高通滤波器，去除700km以上的大尺度特征。
中尺度涡旋数据由DUACS制作，并由AVISO发布(https://www.aviso.altimetry.fr/en/data/products/value-added-products/global-mesoscale-eddy-trajectory-product.html)。涡旋数据的时间精度为天，持续周期大于7天。通过涡旋数据，可获得涡旋的特征数据，例如涡旋半径，涡旋识别号，涡旋轮廓线，涡旋轮廓线上的ADT值等。研究的海区为北太平洋日本鲭渔场：140°E-170°E，30°N-50°N。
日本鲭的渔获数据来自中国远洋渔业协会公海围拖网技术组提供的2018年4-12月在北太平洋公海作业的围网渔捞日志。捕捞数据来自11家渔业企业共61艘渔船，捕捞时间从2018年4月1日至2018年12月16日，共260天。数据记录包括日期、经度、纬度、产量等。渔获物主要品种为日本鲭，占比90％左右，其他杂鱼有沙丁鱼，鱿鱼和秋刀鱼等。4月至12月捕捞总吨数为14.05万吨，各月分别为0.95万吨、1.87万吨、1.92万吨、2.08万吨、1.93万吨、2.19万吨、1.53万吨、1.39万吨、0.19万吨。将中尺度涡旋数据、日本鲭捕捞数据及绝对动力高度数据按照天进行叠加分析。捕捞数据存储在access数据库中，在程序中通过sql语句读取。涡旋和ADT数据存储在nc文件中。
2、涡旋与捕捞地点的空间关系
捕捞地点与涡旋的空间分布关系分三种情况，第一是捕捞地点位于涡旋区域，第二是捕捞地点位于涡旋边界区域，第三种是捕捞地点位于涡旋边界区域外。这里将涡旋边界区域划分为四个区域。第一涡旋边界区域对应于气旋涡(Cyclonic eddy,CE)轮廓线周围0m和0.02m ADT等值线之间的区域和反气旋涡(Anticyclonic eddy,AE)轮廓线周围0m和-0.02m ADT等值线之间的区域。第二涡旋边界区域对应于气旋涡轮廓线周围0.02m和0.04mADT等值线之间的区域和反气旋涡轮廓线周围-0.02m和-0.04m ADT等值线之间的区域。第三涡旋边界区域对应于气旋涡轮廓线周围0.04m和0.06m ADT等值线之间的区域和反气旋涡轮廓线周围-0.04m和-0.06m ADT等值线之间的区域。第四涡旋边界区域对应于气旋涡轮廓线周围0.06m和0.08m ADT等值线之间的区域和反气旋涡轮廓线周围-0.06m和-0.08mADT等值线之间的区域。
涡旋相互作用的区域分为海流辐散区(Flows divergent,FD)和海流辐聚区(Flows convergent,FC)。海流辐散区FD位于反气旋涡和反气旋涡之间(如图3所示)。捕捞地点到涡旋轮廓线距离最小的两个涡旋都为反气旋(AE-AE)则认为该捕捞地点位于FD区域；海流辐聚区FC位于气旋涡和气旋涡之间或者位于反气旋涡和气旋涡之间。捕捞地点到涡旋轮廓线距离最小的两个涡旋都为气旋涡(CE-CE)，或者第一个为反气旋涡和第二个为气旋涡(AE-CE)，或者第一个为气旋涡和第二个为反气旋涡(CE-AE)则认为该捕捞地点位于FC区域
3、涡旋区域内产量的计算
绝对动力高度ADT，涡旋数据的时间分辨率为天，故渔获产量按照天与ADT、涡旋数据匹配。根据输入的日期，提取当日的绝对动力高度ADT，涡旋，产量。研究区域内的涡旋表示为eddyt,j，其中t∈(1,...,T)表示输入的日期序号，T＝260。j∈(1,...,J)表示涡旋的序号，J表示t日的涡旋总数。涡旋轮廓线表示为eddy_contourt,j。涡旋中心表示为eddy_centert,j，它的经度、纬度设为lon_eddyt,j、lat_eddyt,j。渔获量表示为catcht,i，i∈(1，...,I)表示捕捞记录的序号，I表示t日的总捕捞次数。捕捞地点表示为catch_pointt,i，它对应的经度、纬度设为lon_catcht,i、lat_catcht,i。
涡旋的轮廓线为地转流速平均值最大的闭合ADT等值线，用WindingNumber方法统计位于该闭合等值线内的渔获产量。设变量catch_A_in为反气旋涡内部总产量，变量catch_C_in为气旋涡内部总产量，计算公式为：
catch_A_in＝{∑catcht,i|wn≠0,t∈(1,…,T),i∈(1,…,I),j∈(1,…,J),eddyt,j is AE}，
catch_C_in＝{∑catcht,i|wn≠0,t∈(1,…,T),i∈(1,…,I),j∈(1,…,J),eddyt,j is CE}。
其中wn＝winding_number(catch_pointt,i,eddy_contourt,j)，当wn≠0表示捕捞地点catch_pointt,i在涡旋轮廓线eddy_contourt,j之内。为了沿着涡旋轨迹线追踪每一个涡旋在其生命周期内涡旋内部产量的总和，以涡旋的标识号作为键，累加产量作为值，建立字典变量。追踪反气旋涡和气旋涡内部产量的字典变量分别设为dict_A_in，dict_C_in，计算公式如：
Figure BDA0003478651080000061
Figure BDA0003478651080000062
其中，track_nmuberp表示涡旋识别号，eddy_track_numbert,j表示涡旋eddyt,j的识别号，P表示2018年涡旋识别号的总个数。
4、涡旋边界区域内产量的计算
如果捕捞地点不在涡旋区域，就需要计算捕捞地点是否位于涡旋边界区域内。
1)计算捕捞地点与涡旋边界的距离
捕捞地点与涡旋边界的距离等于捕捞地点与涡旋中心的距离减去涡旋半径。捕捞地点与涡旋中心的距离利用球面余弦公式计算。捕捞地点catch_pointt,i距离涡旋eddyt,j轮廓线的距离计算表达式如下：
Figure BDA0003478651080000071
其中，radius_eddyt,j表示时间t的第j个涡旋的半径，Earth_radius表示地球的半径。将catch_pointt,i到研究区域内的J个涡旋{eddyt,j|j∈(1,...,J)}轮廓线的距离{Dt,i,j|j∈(1,...,J)}按照从小到大的升序排序。选择距离值最小的两个涡旋进行分析。轮廓线到捕捞地点catch_pointt,i距离最近的两个涡旋记为eddyt,i,1，eddyt,i,2。距离最近的两个涡旋组合分为四种情况：AE-AE、CE-CE、AE-CE、CE-AE，其中AE-AE表示距离第一近和第二近的涡旋都为反气旋涡，AE-CE表示距离第一近的涡旋为反气旋涡，距离第二近为气旋涡，依次类推。
2)计算捕捞地点、涡旋中心连线上的绝对动力高度值
设捕捞地点catch_pointt,i、涡旋eddyt,i,q的中心连线为linet,i,q，其中q∈(1,2)，q为1时表示边界距离捕捞地点最近的涡旋，q为2时表示边界距离捕捞地点第二近的涡旋。涡旋中心的经纬度记为lon_eddyt,i,q，lat_eddyt,i,q。设步长step＝0.01，设经度区间的长度long_lont,i,q＝abs(lon_catcht,i-lon_eddyt,i,q)，设纬度区间的长度long_latt,i,q＝abs(lat_catcht,i-lat_eddyt,i,q)。将经度区间按照步长step进行划分。划分段数为N_lont,i,q＝round(long_lont,i,q/step),其中round函数表示四舍五入取整，abs表示取绝对值。将纬度区间同样按照步长step进行划分。划分段数为N_latt,i,q＝round(long_latt,i,q/step)。选择Nt,i,q＝max(N_lont,i,q,N_latt,i,q)作为连线linet,i,q的等距划分段数。
连线linet,i,q上的等分点(包括起始点涡旋中心)记为pointst,i,q＝{pointt,i,q,k|k∈(0,...,Nt,i,q)}。等分点pointst,i,q的经度计算公式：lon_pointst,i,q＝{x|x＝lon_eddyt,i,q+(lon_catcht,i-lon_eddyt,i,q)/Nt,i,q*k,k∈(0,..,Nt,i,q)}。等分点pointst,i,q的纬度计算公式：lat_pointst,i,q＝{x|x＝lat_eddyt,i,q+(lat_catcht,i-lat_eddyt,i,q)/Nt,i,q*k,k∈(0,..,Nt,i,q)}。获得连线上点的经纬度坐标后，利用线性插值可获得连线linet,i,q等分点pointst,i,q上的ADT值，记为ADT_pointst,i,q＝{ADT_pointst,i,q,k|k∈(0,...,Nt,i,q)}，其中ADT_pointst,i,q,k表示等分点k上的ADT值。
3)查找涡旋轮廓线与捕捞地点、涡旋中心连线的交点
如果eddyt,i,q为气旋涡，涡旋中心的ADT值小于其边界上的值，故从涡旋中心至交点之间的ADT值小于等于交点上的值。涡旋eddyt,i,q轮廓线与捕捞地点catch_pointt,i和涡旋eddyt,i,q中心的连线linet,i,q的交点记为intersect_pointt,i,q。按照从涡旋中心至捕捞地点的顺序从连线linet,i,q的Nt,i,q个等分点(涡旋中心除外)中查找第一个ADT值大于等于涡旋边界上的ADT的点，将该点作为交点intersect_pointt,i,q。交点intersect_pointt,i,q在连线linet,i,q上的等分点的序号记为intersect_point_kt,i,q，计算的表达式：
Figure BDA0003478651080000081
其中ADD_eddy_contourt,i,q表示涡旋eddyt,i,q轮廓线上的ADT值。如果eddyt,i,q为反气旋涡，涡旋中心的ADT值大于其边界上的值，故从涡旋中心至交点之间的ADT值大于等于交点上的值。按照从涡旋中心至捕捞地点的顺序从连线linet,i,q的Nt,i,q个等分点(涡旋中心除外)中查找第一个ADT值小于等于涡旋边界上的ADT的点作为交点。intersect_point_kt,i,q的计算表达式：
Figure BDA0003478651080000082
4)确定捕捞地点是否位于涡旋边界区域内
捕捞地点位于涡旋边界区域内的情况有四种，分别为捕捞地点位于气旋涡轮廓线周围0m和0.02m,0.02m和0.04m,0.04和0.06m,0.06和0.08m ADT等值线内，或者位于反气旋涡轮廓线周围0m和-0.02m,-0.02m和-0.04m,-0.04和-0.06m,-0.06和-0.08m ADT等值线内。根据交点至捕捞地点的连线(图2中黑色实线)是否位于涡旋边界区域内来判断捕捞地点是否位于涡旋边界区域内。涡旋为气旋涡时，交点至捕捞地点连线上最大的ADT值如果小于等于涡旋轮廓线周围等值线的值，则连线位于涡旋轮廓线周围相应等值线内；涡旋为反气旋涡时，交点至捕捞地点连线上最小的ADT值如果大于等于涡旋轮廓线周围等值线的值，则连线位于涡旋轮廓线周围相应等值线内。
以捕捞地点catch_pointt,i和涡旋eddyt,i,q为例说明。用flagt,i,q,1＝TURE表示满足第一种情况，flagt,i,q,1＝FALSE表示不满足第一种情况，类似的有flagt,i,q,2、flagt,i,q,3、flagt,i,q,4。涡旋eddyt,i,q为气旋涡时，交点intersect_pointt,i,q至捕捞地点catch_pointt,i的连线位于涡旋轮廓线外且在涡旋轮廓线周围的0.02m ADT等值线内可用下式判断：
Figure BDA0003478651080000091
其中intersect_point_kt,i,q为交点intersect_pointt,i,q在连线linet,i,q上的等分点序号。交点intersect_pointt,i,q至捕捞地点catch_pointt,i的连线位于气涡旋轮廓线周围的0.02m ADT等值线外且在涡旋轮廓线周围的0.04m ADT等值线内可用下式判断：
Figure BDA0003478651080000092
flagt,i,q,3、flagt,i,q,4次类推。
涡旋eddyt,i,q为反气旋涡时，涡旋轮廓线上的ADT值大于轮廓线周围的等值线上的ADT值。交点intersect_pointt,i,q至捕捞地点catch_pointt,i的连线位于涡旋轮廓线外且在涡旋轮廓线周围的-0.02m ADT等值线内可用下式判断：
Figure BDA0003478651080000101
交点intersect_pointt,i,q至捕捞地点catch_pointt,i的连线位于气涡旋轮廓线周围的-0.02m ADT等值线外且在涡旋轮廓线周围的-0.04m ADT等值线内可用下式判断：
Figure BDA0003478651080000102
flagt,i,q,3、flagt,i,q,4依次类推。
5、计算结果的保存
用三维矩阵catch_countl,m,n统计各种情况的产量，其中l∈(1,...,4)表示捕捞地点catch_pointt,i到涡旋边缘距离最小的两个涡旋eddyt,i,1、eddyt,i,2的四种组合情况：AE-AE、CE-CE、CE-AE、AE-CE。m∈(1，...，3)表示捕捞地点catch_pointt,i与涡旋eddyt,i,1、eddyt,i,2的涡旋边界区域的关系，分为3种情况：只位于eddyt,i,1的涡旋边界区域内，只位于eddyt,i,2的涡旋边界区域内，同时位于eddyt,i,1、eddyt,i,2的涡旋边界区域内。n∈(1,...,4)表示catch_pointt,i位于涡旋边界区域的4种情况。例如catch_count1,1,1表示捕捞地点到涡旋边缘距离最小的两个涡旋eddyt,i,1、eddyt,i,2为AE，即AE-AE组合，捕捞地点只位于eddyt,i,1的第一涡旋边界区域内。catch_count1,1,1的计算表达式如下：
catch_count1,1,1＝{∑catcht,i|eddyt,i,1is AE,eddyt,i,2is AE,flagt,i,1,1＝TRUE,flagt,i,2,1＝FALSE}。
为了追踪各个涡旋在整个生命周期内位于其边界区域内的产量，建立气旋涡字典dict_C和反气旋涡dict_A，以涡旋的标识号作为字典的键，累积产量作为字典的值。字典变量表达式如下：
dict_A[eddy_track_numbert,i,q]＝{∑catcht,i|eddyt,i,q is AE,flagt,i,q,1||flagt,i,q,2||flagt,i,q,3||flagt,i,q,4＝TRUE}，
dict_C[eddy_track_numbert,i,q]＝{∑catcht,i|eddyt,i,q is CE,flagt,i,q,1||flagt,i,q,2||flagt,i,q,3||flagt,i,q,4＝TRUE}。
其中eddy_track_numbert,i,q表示涡旋eddyt,i,q的标识号，“||”表示逻辑运算或。
6、各区域产量的统计
气旋涡区域内的产量为catch_C_in，反气旋涡区域内的产量为catch_A_in。气旋涡、反气旋涡边界区域内的产量计算公式：
Figure BDA0003478651080000111
Figure BDA0003478651080000112
Figure BDA0003478651080000113
Figure BDA0003478651080000114
Figure BDA0003478651080000115
其中，catch_C、catch_A分别表示气旋和反气旋涡边界区域内的总产量，catch_A_and_A表示情况AE-AE中同时位于两个反气旋涡边界区域内的总产量，catch_C_and_C表示在情况CE-CE中同时位于两个气旋涡边界区域内的总产量，catch_A_and_C表示情况AE-CE和情况CE-AE中同时位于两个旋涡边界区域内的总产量。捕捞地点catch_pointt,i到涡旋轮廓线距离最小的两个涡旋eddyt,i,1、eddyt,i,2的四种情况：AE-AE、CE-CE、CE-AE、AE-CE。AE-AE则对应于FD，如果为CE-CE、AE-CE、CE-AE则对应FC。
FD区域内的产量：
Figure BDA0003478651080000116
FC区域内CE-CE的产量：
Figure BDA0003478651080000117
FC区域内AE-CE和CE-AE的产量总和：
Figure BDA0003478651080000118
7、日本鲭捕捞产量与涡旋的空间分布的关系分析
以2018年中尺度涡旋数据、日本鲭捕捞数据及绝对动力高度数据为例，分析了中尺度涡旋和日本鲭渔获的时空分布。气旋涡区域内产量占比9.48％，反气旋涡区域内产量占比6.91％，涡旋区域内总产量占比16.39％(表1)。气旋涡区域内产量比反气旋涡占比多2.57％。气旋涡第一边界区域、第二边界区域、第三边界区域和第四边界区域产量占比分为别13.70％、19.79％、11.99％、6.31％，均大于反气旋涡旋的5.56％、5.15％、4.07％、2.85％。气旋涡和反气旋涡边界区域产量总占比分别为51.79％和17.63％，气旋涡边界区域的产量超过反气旋涡34.16％(表2)。日本鲭渔获产量主要分布在气旋涡边界区域，其中气旋涡第二边界区域内的产量占比最高。反气旋涡边界区域内的产量占比明显少于气旋涡。同时位于两个涡旋边界区域的产量占比较少。同时位于AE和AE、CE和CE、AE和CE边界区域内的产量占比分别为2.34％、2.34％、3.21％，其中同时位于AE和CE边界区域的产量占比略高。涡旋边界区域的产量占比总和为75.38％。涡旋区域加上涡旋边界区域的产量占比总和为91.77％。
表1 2018年北太平洋中尺度涡旋区域日本鲭产量占比
A C 总计
涡旋区域 6.91 9.48 16.39
表2 2018年北太平洋气旋和反气旋涡边界区域内日本鲭产量占比
A C A and A C and C A and C 总计
第一边界区域 5.56 13.70 0.02 0.27 0.65 20.20
第二边界区域 5.15 19.79 0.08 1.14 1.22 27.37
第三边界区域 4.07 11.99 0.12 0.87 0.72 17.78
第四边界区域 2.85 6.31 0.19 0.06 0.62 10.03
总计 17.63 51.79 0.41 2.34 3.21 75.38
表3 2018年涡旋相互作用的海流辐散区和海流辐聚区日本鲭产量占比
Figure BDA0003478651080000121
FD区域内的渔获产量占比7.77％。FC区域中CE-CE区域的产量占比12.19％，FC区域中的AE-CE和CE-AE区域的产量占比达到了55.42％，大于前两者之和，表明渔获主要位于海流辐聚区域的气旋涡和反气旋涡之间的涡旋边界区域(表3)。FD和FC区域中，第一涡旋边界区域、第二边界区域、第三边界区域和第四边界区域的产量占比分别为20.20％、27.37％、17.78％和10.03％，其中第二涡旋边界区域内的产量占比最高，其次为第一涡旋边界区域。
8、中尺度涡旋的产量追踪
沿着各个涡旋轨迹线，追踪各涡旋在其生命周期中涡旋区域和涡旋影响区域的日本鲭产量。涡旋区域和涡旋边界区域内日本鲭产量占比前20的涡旋中有5个反气旋涡，15个气旋涡。这20个涡旋的产量占比约为90.28％。涡旋区域和涡旋边界区域内日本鲭产量占比前10的涡旋中有3个反气旋涡，7个气旋涡，这10个涡旋的产量占比约为74.25％，表明日本鲭产量主要分布在这些涡旋的涡旋区域和涡旋边界区域内。
表4 2018年涡旋区域和涡旋边界区域内日本鲭产量占比前20的涡旋
Figure BDA0003478651080000131
涡旋区域和涡旋边界区域内日本鲭产量产量占比前20的涡旋的轨迹线主要在145°E-155°E，37.5°N-45°N区域内，它们的轨迹如图4所示。产量占比第一的涡旋是气旋涡，产生地为148.50°E，41.12°N，结束地为147.81°E，40.37°N，生成时间为2018年5月2日，结束时间为2018年6月18日。产量占比第二的涡旋是气旋涡，产生地为153.24°E，43.00°N，结束地为151.43°E，42.63°N，生成时间为2018年9月8日，结束时间为10月18日。产量占比第三的涡旋是反气旋涡，产生地为150.74°E，41.24°N，结束地为150.50°E，43.41°N，生成时间为2018年6月5日，结束时间为8月31日。
2018年研究区域内出现气旋涡轨迹线503条，反气旋涡轨迹线436条，而日本鲭产量主要集中分布在少数几个轨迹线附近。综上分析可见，北太平洋中尺度涡旋对日本鲭分布的影响是显著的。绝对动力高度数据受到云层覆盖影响较小，故在缺乏海表温度等数据时，可依据绝对动力高度获得中尺度涡旋的空间分布，辅助渔业捕捞作业。

Claims (10)

1.一种目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，包括以下步骤：
(1)获取目标海域的中尺度涡旋数据、目标的渔获数据和目标海域的绝对动力高度数据；
(2)基于所述目标海域的中尺度涡旋数据得到涡旋的轮廓线，并计算涡旋区域内的目标渔获产量；
(3)当捕捞地点不在涡旋区域内时，确定所述捕捞地点是否位于涡旋边界区域内，若是，则计算涡旋边界区域内的目标渔获产量；
(4)对涡旋区域的目标渔获产量、涡旋边界区域内的目标渔获产量进行统计，得到统计结果；
(5)根据所述统计结果，确定中尺度涡旋与目标渔获产量的空间分布关系。
2.根据权利要求1所述的目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，所述步骤(1)和步骤(2)之间还包括预处理步骤，具体为：将所述绝对动力高度数据通过高通滤波器去除700km以上的大尺度特征；将中尺度涡旋数据、目标渔获数据及绝对动力高度数据按照天进行叠加分析。
3.根据权利要求1所述的目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，所述步骤(2)具体为：将地转流速平均值最大的闭合绝对动力高度等值线作为涡旋的轮廓线，用Winding Number方法统计位于所述涡旋的轮廓线内即涡旋区域内的渔获产量。
4.根据权利要求1所述的目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，所述步骤(3)中确定所述捕捞地点是否位于涡旋边界区域内具体为：
(31)将所述捕捞地点到所述涡旋的中心的距离减去所述涡旋的半径，得到所述捕捞地点与涡旋轮廓线的距离，选择距离值最小的两个涡旋；
(32)将所述捕捞地点分别与选出的两个涡旋中心的连线进行等距分割，获得等分点上的绝对动力高度值；
(33)查找所述捕捞地点与涡旋中心的连线与涡旋轮廓线的交点；
(34)根据所述交点至所述捕捞地点的连线是否位于所述涡旋边界区域内来判断捕捞地点是否位于所述涡旋的边界区域内。
5.根据权利要求4所述的目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，所述步骤(31)中：将捕捞地点到涡旋轮廓线距离最小的两个涡旋分为四种情况：两个涡旋都为反气旋、两个涡旋都为气旋涡、第一个为反气旋涡和第二个为气旋涡、以及第一个为气旋涡和第二个为反气旋涡。
6.根据权利要求4所述的目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，所述步骤(33)具体为：当所述涡旋为气旋涡时，按照从所述涡旋的中心至所述捕捞地点的顺序从连线的等分点中查找第一个绝对动力高度值大于或等于涡旋轮廓线上的绝对动力高度值的点作为交点；当所述涡旋为反气旋涡时，按照从所述涡旋的中心至所述捕捞地点的顺序从连线的等分点中查找第一个绝对动力高度值小于或等于涡旋轮廓线上的绝对动力高度值的点作为交点。
7.根据权利要求4所述的目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，所述步骤(34)中的所述捕捞地点位于所述涡旋的边界区域内的情况按照预设间隔的绝对动力高度等值线进行分割，将涡旋边界区域划分为四个区域，分别为第一涡旋边界区域、第二涡旋边界区域、第三涡旋边界区域和第四涡旋边界区域；所述第一涡旋边界区域对应于气旋涡轮廓线周围0m和0.02mADT等值线之间的区域和反气旋涡轮廓线周围0m和-0.02mADT等值线之间的区域；所述第二涡旋边界区域对应于气旋涡轮廓线周围0.02m和0.04mADT等值线之间的区域和反气旋涡轮廓线周围-0.02m和-0.04mADT等值线之间的区域；所述第三涡旋边界区域对应于气旋涡轮廓线周围0.04m和0.06mADT等值线之间的区域和反气旋涡轮廓线周围-0.04m和-0.06mADT等值线之间的区域；所述第四涡旋边界区域对应于气旋涡轮廓线周围0.06m和0.08mADT等值线之间的区域和反气旋涡轮廓线周围-0.06m和-0.08mADT等值线之间的区域。
8.根据权利要求4所述的目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，所述步骤(34)具体为：当所述涡旋为气旋涡时，所述交点至所述捕捞地点连线上最大的绝对动力高度值小于或等于所述涡旋轮廓线周围等值线的值时，则所述连线位于所述涡旋轮廓线周围相应等值线内；当所述涡旋为反气旋涡时，所述交点至捕捞地点连线上最小的绝对动力高度值大于或等于所述涡旋轮廓线周围等值线的值时，则连线位于涡旋轮廓线周围相应等值线内。
9.根据权利要求1所述的目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，所述涡旋区域、涡旋边界区域的目标渔获产量采用三维矩阵的形式进行保存，并以所述涡旋的标识号作为字典的键，累积产量作为字典的值分别构建气旋涡字典变量和反气旋涡字典变量。
10.根据权利要求1所述的目标海域中尺度涡旋与目标渔获空间分布信息提取方法，其特征在于，所述步骤(4)中还统计所述涡旋相互作用的海流辐散区和海流辐聚区的产量。
CN202210062228.8A 2022-01-19 2022-01-19 目标海域中尺度涡旋与目标渔获空间分布信息提取方法 Pending CN114547136A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210062228.8A CN114547136A (zh) 2022-01-19 2022-01-19 目标海域中尺度涡旋与目标渔获空间分布信息提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210062228.8A CN114547136A (zh) 2022-01-19 2022-01-19 目标海域中尺度涡旋与目标渔获空间分布信息提取方法

Publications (1)

Publication Number Publication Date
CN114547136A true CN114547136A (zh) 2022-05-27

Family

ID=81671279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210062228.8A Pending CN114547136A (zh) 2022-01-19 2022-01-19 目标海域中尺度涡旋与目标渔获空间分布信息提取方法

Country Status (1)

Country Link
CN (1) CN114547136A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117251673A (zh) * 2023-11-17 2023-12-19 中国海洋大学 一种海洋渔业资源动态追踪方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117251673A (zh) * 2023-11-17 2023-12-19 中国海洋大学 一种海洋渔业资源动态追踪方法
CN117251673B (zh) * 2023-11-17 2024-03-01 中国海洋大学 一种海洋渔业资源动态追踪方法

Similar Documents

Publication Publication Date Title
US11591762B2 (en) Method for tracking, monitoring and evaluating ecological impact of channel project based on long-term time series satellite remote sensing data
Ekström et al. Australian dust storms: temporal trends and relationships with synoptic pressure distributions (1960–99)
Bauer et al. A new climatology for investigating storm influences in and on the extratropics
CN104732092B (zh) 一种基于聚类的水文降雨一致区分析方法
Kang et al. Sea surface-visible aquaculture spatial-temporal distribution remote sensing: A case study in Liaoning province, China from 2000 to 2018
CN111539845B (zh) 一种基于用电模式隶属评分的企业环保管控响应研判方法
CN114547136A (zh) 目标海域中尺度涡旋与目标渔获空间分布信息提取方法
Jiang et al. Estimation of land production and its response to cultivated land conversion in North China Plain
CN116523211B (zh) 基于图像识别和多维度监测分析的光伏发电站选址方法
CN108537116B (zh) 一种基于多尺度特征的海岸线二级类型提取方法及系统
CN108153861A (zh) 基于gis的河口渔业资源集群分布分析方法
CN104834966A (zh) 一种基于蚁群分类算法的渔场预报方法
CN107977765A (zh) 一种基于遥感解译技术的湖泊湿地景观健康状况评价方法
Hsieh et al. Influence of monsoon-driven hydrographic features on siphonophore assemblages in the Taiwan Strait, western North Pacific Ocean
Sun et al. Mapping China’s coastal aquaculture ponds expansion with sentinel-2 images during 2017–2021
Dujsebayeva et al. COMPARATIVE ANALYSIS OF THE DISTRIBUTION AND HABITATS OF TWO Eremias SPECIES (REPTILIA, LACERTIDAE) USING NICHE-BASED GIS MODELING.
Suo et al. Suitability evaluation on marine ranching in Guangdong, South China
CN101908104A (zh) 一种计算历史时期湖泊水位的技术
CN111476434B (zh) 一种基于gis的土壤重金属分形维数空间变异分析方法
Zhang et al. An efficient oceanic eddy identification method with XBT data using transformer
Ma et al. XGBoost-based analysis of the relationship between urban 2D/3D morphology and seasonal gradient land surface temperature
Chen et al. Mapping the distribution and dynamics of coastal aquaculture ponds using Landsat time series data based on U2-Net deep learning model
Bao et al. An automatic extraction method for individual tree crowns based on self-adaptive mutual information and tile computing
Sakai et al. Japanese coastal longline CPUE for Pacific bluefin tuna: Re-update up to 2014 fishing year for stock assessment
LAUSI et al. The study of convergent evolution in plants and plant communities: A quantitative approach

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination