Print

发布时间: 2020-02-16
摘要点击次数:
全文下载次数:
DOI: 10.11834/jig.190192
2020 | Volume 25 | Number 2




    遥感图像处理    




  <<上一篇 




  下一篇>> 




中尺度不规则矢量海洋涡旋提取
expand article info 侯杰1,2, 伍玉梅2, 程田飞1,2, 吴祖立1,2, 杨胜龙1,2, 崔雪森2
1. 上海海洋大学海洋科学学院, 上海 201306;
2. 中国水产科学研究院 东海水产研究所, 农业农村部远洋与极地渔业创新重点实验室, 上海 200090
收稿日期: 2019-05-17; 修回日期: 2019-08-29; 预印本日期: 2019-09-05
基金项目: 上海市自然科学基金项目(17ZR1439700);中央级公益性科研院所基本科研业务飞专项(2015T06)
第一作者简介: 侯杰, 1993年生, 女, 硕士研究生, 主要研究方向为海洋涡旋与渔场分布。E-mail:935119460@qq.com;
伍玉梅, 女, 副研究员, 主要研究方向为海洋遥感信息反演。E-mail:wuym@ecsf.ac.cn;
程田飞, 男, 助理研究员, 主要研究方向为海洋遥感反演算法与计算。E-mail:chengtianfeinuist@126.com;
吴祖立, 男, 助理研究员, 主要研究方向为近海栖息地生态修复与渔业资源养护。E-mail:wuzuli@hotmail.com;
杨胜龙, 男, 副研究员, 主要研究方向为远洋渔业海洋生态。E-mail:ysl6782195@126.com.
中图法分类号: P715.7;TN957.52
文献标识码: A
文章编号: 1006-8961(2020)02-0391-09

摘要

目的 西北太平洋是我国远洋渔船从事大规模商业性捕捞的重要作业海域，也是中尺度涡的活跃区域，因此中尺度涡的提取方法研究对渔场分析有十分重要的意义。传统的研究方法多依赖栅格数据进行涡旋提取，并用标准圆形来拟合涡旋，难以提取涡旋的多核结构，本研究对此进行了改进。方法 利用海表面高度异常数据，充分考虑海洋涡旋形状多样性以及矢量数据结构的优点，结合过去研究中的涡旋约束条件，基于无阈值的闭合等值线法，确定涡旋边界和中心，实现对西北太平洋黑潮延伸区的不规则矢量涡旋的提取。结果 由于原始的海表面高度异常栅格数据图最接近海洋中涡旋实际存在的形状和位置，因此分别以1997年6月1日、2000年6月1日、2003年6月1日、2006年6月1日、2009年6月1日、2015年6月1日的涡旋提取结果为例与同一时间同一研究区域内原始海表面高度异常数据栅格图以及传统研究方法中标准圆形的涡旋提取结果进行比较。选取1994年6月1日的提取结果为例，同等比例放大同一位置涡旋，计算重叠率，重叠率的最大值为89%，最小值为22%，平均重叠率为65%。结果表明，本文的提取结果更接近海洋中涡旋的实际形状和位置，且精度更高。结论 本文基于海洋卫星高度计的涡旋提取方法，充分考虑了海洋涡旋形状不规则的特点，综合了矢量数据结构的优点，更符合海洋中涡旋的实际形状和位置，比传统方法得到的结果具有更高的准确性和易用性，适用于涡旋与渔场关系的研究。

关键词

海洋涡旋; 海洋卫星高度计; 不规则矢量; 矢量数据结构

Mesoscale irregular vector ocean eddy extraction
expand article info Hou Jie1,2, Wu Yumei2, Cheng Tianfei1,2, Wu Zuli1,2, Yang Shenglong1,2, Cui Xuesen2
1. College of Marine Sciences, Shanghai Ocean University, Shanghai 201306, China;
2. Key Laboratory of Oceanic and Polar Fisheries, Ministry of Agriculture and Rural Affairs, East China Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Shanghai 200090, China
Supported by: Shanghai Municipal Natural Science Foundation(17ZR1439700)

Abstract

Objective The Northwest Pacific Ocean is an important operational area for the large-scale commercial fishing of offshore fishing vessels of China and an active area of mesoscale eddies. Mesoscale eddies are important marine phenomena in the upper oceans. They play indispensable roles in ocean circulation, heat and mass transport, entrainment of marine nutrients, and marine life. However, traditional eddy extraction methods have shortcomings. First, they have difficulties in extracting the multicore of the eddy. Second, the ocean eddy is affected not only by other eddies in the process of movement but also by the strong flow, such as the Kuroshio extension in the Pacific Ocean. The eddy could be dragged and detached. Therefore, the shape of the ocean eddy is generally not a standard circle on the horizontal direction. However, most traditional research methods rely on the standard circle to fit the shape of the ocean eddy.The extraction result of traditional research methods is different from the irregularity and complexity of the shape and structure of the actual ocean eddy. In the end, raster data are always applied to display the ocean eddy in the traditional research. Vector data are more accurate than raster data. Thus, the present study improves the extraction method of eddy. Method Given the eddy constraints in previous studies, the threshold-free closed contour method (TFCCM) fully considered the ocean eddy shape diversity and the advantages of the vector data structure. This method was used to determine the eddy boundary and core on the basis of the sea surface height anomaly (SSHA) data. The TFCCM did not need to provide a new value to judge the existence of the eddy and extract its core and boundary. This method used the extreme point in the local range of the eddy as the core and the outermost contour containing its core as the boundary. In case of missing data points in the study area, the invalid values of the SSHA data were interpolated by the inverse distance weighting method. After generating the SSHA data contour, the topological relationship between the contours was determined. The eddy boundary was the outermost contour and should satisfy the limiting condition of the amplitude and spatial scale. Considering the deformation rate in the latitude and longitude direction of the earth ellipsoid, the spatial scale of the eddy was calculated as the spherical distance on the earth ellipsoid. On the basis of the SSHA difference between the core and boundary of the eddy, the extracted eddy was judged whether it was cyclonic or anticyclonic. In addition, when extracting the eddy boundary, several unreasonable burrs may appear in the extraction result, and the eddy boundary had to be smoothed. Result The original SSHA raster data map was close to the shape and location where the eddy actually exists in the ocean. The extraction of eddies in this paper were compared with the original SSHA data raster map and the standard circular eddy extraction results of the traditional research method in the same study area. Results of the eddy extraction by TFCCM were compared with raster eddies on June 1, 1997, 2000, 2003, 2006, 2009, and 2015. Comparison results showed that the eddy boundary in the raster data graph mode was generally blurred. After continuing to enlarge, the image in the raster format exhibited a mosaic phenomenon. Thus, accurately determining the shape and position of the eddy was difficult. TFCCM results were close to the actual shape and position of the eddy in the ocean. They can maintain the smoothness when scaling to analysis. For quantitative analysis, the extraction result on June 1, 1994, was used as an example to amplify the eddy at the same position with the same ratio. The overlap ratio was calculated by the results in further analysis. The maximum overlap rate was 89%. The minimum value was 22%. The average overlap rate was 65%. These advantages may bring convenience in the further vector data analysis, such as topology analysis and buffer overlay, in studying the relationship between eddy and fishery. Conclusion The TFCCM was applied to achieve the extraction of the irregular vector eddy based on the SSHA data in the Northwest Pacific Ocean. Unlike previous studies, only the SSHA data were used in the eddy extraction without any other data resources. The deformation of the ellipsoidal of the Earth was considered. The TFCCM did not need to rely on the threshold of the SSHA data. Thus, the TFCCM could reduce the variable and noise source to simplify calculation. The format of the eddy extraction results belonged to the irregular vector data structure. These results displayed a clear multicore structure. Without considering the interaction between eddies, the eddy extraction results were compared with the original SSHA raster data maps and then overlaid on the traditional standard circular eddy extraction. Finally, comparison results were analyzed and discussed. The overlap rate was calculated, showing that the extraction results by the TFCCM did not deviate much from the actual shape and position of the eddy in the ocean. The extraction method achieved improved fitting degree and accuracy. It is suitable for the practical application. In the future work, the irregular vector results of eddies can be performed in fishery field analysis to improve the accuracy in judging the fishery area, which is affected by the eddy. On the basis of the analysis and discussion, the TFCCM can obtain marine environmental characteristic information that is close to the actual situation and achieve high reliability when combined with fishery data for subsequent research. This finding provides reference for the subsequent study of the relationships between eddies and fishery distribution.

Key words

ocean eddy; ocean satellite altimeter; irregular vector; vector data structure

0 引言

涡旋是上层海洋中一种重要的海洋现象，是海洋中普遍存在的封闭水旋转结构(Faghmous等，2015)，携带着相当大的能量，能引起海水表面较强的表层流，增强海洋上层海水的混合(Hu等，2014)，影响动量、热量、温盐和海洋大气系统的大规模通量，在海洋环流以及热量和质量运输、夹带海洋浮游植物和营养盐(Chang等，2018)，以及海洋生物迁徙和繁衍等过程中都发挥着不可或缺的作用(Domoko等，2007)。基于以上原因，研究海洋涡旋的识别和提取方法，利用提取结果研究涡旋的属性和空间分布对渔场分布的关系(Liu等，2017；Zainuddin等，2006)，对提升渔场预报精度、提高渔业生产效率、保持渔场资源的稳定发展具有重要意义(Cheng等，2014；Yan等，2018；Chang等，2018；Hu等，2014)。

随着卫星遥感技术的发展，高时空分辨率的长时间序列的遥感数据的快速积累，增强了对海洋中尺度涡现象变化过程的研究和理解。目前对北太平洋中尺度涡的研究针对的是整个区域，研究数据不但包括海洋卫星高度计资料(祖永灿等，2016；郑聪聪等，2014；崔伟等，2017；Wang等，2003)，还结合了地转流速度异常值、海表面温度数据、盐度数据、海面高度数据等，多数利用栅格数据进行分析(Faghmous等，2015)，即用空间中规则的连续格网表示空间实体，用格网像元灰度值表示实体属性，虽然计算简单，但是为了节省存储空间，一般会对栅格数据进行压缩存储，且定位缺乏准确性。矢量以点、线或者多边形来表示实体，能基于空间坐标系精确连续地记录空间实体的坐标和其空间关系(王饰欣等，2014)，因此矢量数据结构比栅格数据结构的精度更高，更容易进行叠加分析。为研究涡旋的属性以及对渔场的影响，一些研究还把涡旋的半径定义为与涡旋面积相同的圆的半径(祖永灿等，2016；崔伟等，2017；Cheng等，2014)，或者对涡旋的几个方向上取平均值求得涡旋半径(郑聪聪等，2014)，相当于用标准的圆形拟合涡旋，但在实际情况中，由于海洋涡旋在运动的过程中不但会受其他涡旋的作用，还会因被拖拽和脱离而受到强能量的海流如黑潮延伸体的影响，因此水平尺度上看海洋涡旋的形状不会是标准的圆形，标准圆形会偏离实际涡旋的覆盖范围，忽略涡旋的多核结构，这与现实中涡旋在形状和结构上的不规则性和复杂性相违背(Cheng等，2014)，因此，用不规则矢量的环形结构拟合海洋涡旋更合理。

目前基于卫星高度计资料提取海洋涡旋的方法主要包括以下几种：Okubo-Weiss(OW)法(Weiss，1991；Isern-Fontanet等，2004)、Winding-Angle(WA)法(Portela，1997；崔伟等，2017)、Hybrid Detection(HD)法(Yi等，2014)等。OW法要选取合适的阈值来控制提取的精度，不但可能会使提取结果产生遗漏，还可能在计算涡旋半径、提取涡旋边界时存在误差。WA法需要计算地转流速度异常分量${u'}$和${v'}$，计算量较大，相对于无阈值的闭合等值线法来说，WA法较为复杂且效率较低，待提取的涡旋需要满足的条件较高，提取多核的涡旋结构时存在缺陷。HD法是海表面高度法(SSH-based method)(Chelton等，2011)和OW法的结合(Du等，2016)。为提高海洋涡旋的提取精度，这些方法又结合物理参数(Chaigneau等，2008)、流场几何学(Nencioli等，2010)、卷积神经网络(Franz等，2018)、海表温度数据(杜云艳等，2014)等对提取方法进行开发或改进，但是增加了提取过程中的变量，提取过程会变得复杂，也会为后续的研究产生不必要的噪声源(Yan等，2018)。由此可见，无法确定满足涡旋所有数学特性的阈值、较大的计算量、无法控制的噪声源、难以提取的多核结构都会影响涡旋的提取。

有鉴于此，本文拟利用海表面高度数据并采用无阈值的闭合等值线法(郑聪聪等，2014；Wang等，2003)对西北太平洋黑潮延伸体的涡旋进行了提取，无阈值的闭合等值线法不需要引入新的值来判断涡旋的存在并提取涡旋的中心和边界，而是将涡旋局部范围内的极值点作为涡旋中心，将包含涡旋中心的最外圈海表面高度异常值的等值线作为涡旋的边界，从而实现对涡旋的提取(黎安舟等，2017)。在前人研究结果的基础上，结合研究区域的实际情况，提取不规则矢量形式的涡旋结果，并与传统方法得到的标准圆形提取结果进行比较，计算了提取结果和标准圆形的重叠率，论证了本文方法的优势所在。

1 数据与方法

1.1 数据来源

西北太平洋位于副热带，高温高盐的黑潮(Kuroshio)与低温低盐的亲潮(Oyashio)在此交汇，是中尺度涡的活跃区域(孙湘平，2000)，也是我国远洋渔船从事大规模商业性捕捞的重要作业海域。选定的研究区域位于西北太平洋135°E—185°E、25°N—55°N之间。采用的资料是由AVISO(Archiving, Validation and Interpretation of Satellite Oceanographic Data)提供的海表面高度异常(SSHA)数据，时间分辨率均为1天，空间分辨率为1/3°，时间范围为1994年~2015年，每年的6月1日到12月31日，共4 708 d，由MGET(Marine Geospatial Ecology Tools)工具包在ArcGIS平台下载得到。

1.2 涡旋自动提取方法

中尺度涡是重要的海洋中尺度现象，其范围在海洋中可表现为闭合的SSHA等值线区域，本文基于无阈值的闭合等值线法对涡旋进行自动识别，采用的约束条件(郑聪聪等，2014；杜云艳等，2014；林宏阳等，2012)为：

1) 必须是SSHA值的闭合等值线；

2) 选取的涡旋中心的SSHA值存在局部极大值或者极小值；

3) 选定的区域内，以距离涡旋中心最远的SSHA值的等值线作为涡旋的边界；

4) 中尺度涡边界的水平空间尺度必须不小于100 km，不大于700 km；

5) 中尺度涡中心点与涡旋边界的SSHA值的差值不小于3 cm；

6) 气旋涡(冷涡)边界的SSHA值大于其中心点的SSHA值，而反气旋涡(暖涡)的SSHA值小于其中心点的SSHA值。

为防止研究区存在缺失的数据点，利用反距离加权法对研究区内SSHA数据的无效值进行插值，插值公式为

$ Z\left({x, y} \right) = \sum\limits_{i = 1}^n {{w_i}} \cdot Z\left({{x_i}, {y_i}} \right) $ (1)

式中，$(x, y)$表示待插值点的经纬度坐标；$({x_i}, {y_i})$表示离散点的经纬度坐标；$z(x, y)$表示待插值点处预测的SSHA值；$z({x_i}, {y_i})$表示离散点的SSHA值；$i$表示待插值点周围的样点个数即离散点的个数; $n$(1≤$n$≤8)是临近的离散点总数。$w$表示各个离散点的权重即

$ {w_i} = \frac{{h_i^{ - P}}}{{\sum\limits_{i - 1}^n {h_i^{ - P}} }} $ (2)

式中，$h$表示各离散点到插值点的距离；$P$是一个正实数，$P$=2。如下所示

$ {h_i} = \sqrt {{{\left({x - {x_i}} \right)}^2} + {{\left({y - {y_i}} \right)}^2}} $ (3)

在不考虑涡旋传播时间的情况下，涡旋的空间尺度定义为涡旋边界外接矩形的长和宽，考虑到地球椭球面上经纬度方向上的形变率，空间尺度计算的是地球椭球面上的球面距离，即

$ L = R \times \theta $ (4)

式中，$L$表示涡旋边界外接矩形对角线两点的距离，$R$表示地球半径，$R$=6.37×106，单位为m，$\theta $表示过涡旋边界外接矩形对角线两点的大圆劣弧所对应的圆心角(刘凡俊和李登有，2013)，单位为rad，如下所示

$ \begin{array}{l} \theta = a\cos \left({\sin \left({Lo{n_1}} \right) \times \sin \left({Lo{n_2}} \right) + \cos \left({Lo{n_1}} \right) \times } \right.\\ \;\;\;\;\;\left. {\cos \left({Lo{n_2}} \right) \times \cos \left({La{t_1} - La{t_2}} \right)} \right) \end{array} $ (5)

式中，$Lo{n_1}$、$Lo{n_2}$分别表示涡旋边界外接矩形对角线两点的经度值，$La{t_1}$、$La{t_2}$分别表示涡旋边界外接矩形对角线两点的纬度值。

涡旋的幅度(涡振幅)定义为涡旋中心和涡旋边界SSHA差值的绝对值，单位为m, 计算公式为

$ AM = \left| {SSH{A_C} - SSH{A_B}} \right| $ (6)

判断某涡旋区域极值点的公式为

$ \arg \mathop {\max }\limits_C {Z_C} = \left\{ {C\left| {\forall B:{Z_B} < {Z_C} \wedge {\mathit{\boldsymbol{p}}_C} \subset {\mathit{\boldsymbol{p}}_B}} \right.} \right\} $ (7)

$ \arg \mathop {\min }\limits_C {Z_C} = \left\{ {C\left| {\forall B:{Z_B} > {Z_C} \wedge {\mathit{\boldsymbol{p}}_C} \subset {\mathit{\boldsymbol{p}}_B}} \right.} \right\} $ (8)

式中，等值线$C$，$B$分别表示涡旋区域待判断的涡旋中心和涡旋边界，${\mathit{\boldsymbol{p}}_C}$表示等值线$C$生成的闭合多边形，${\mathit{\boldsymbol{p}}_B}$表示等值线$B$生成的闭合多边形，多边形$B$包含多边形$C$，${Z_C}$表示等值线$C$对应的SSHA值，${Z_B}$表示等值线$B$对应的SSHA值。由于涡旋边界包含涡旋中心，因此首先判断拓扑关系多边形$B$包含多边形$C$，其次遍历涡旋区域所有等值线，式(7)表示涡旋区域使SSHA取得极大值对应的等值线$C$，此时等值线$C$是该涡旋的中心等值线，等值线$C$围成的多边形的中心点即涡旋的中心，且该涡旋为反气旋涡(暖涡)；式(8)表示涡旋区域使SSHA取得极小值对应的等值线$C$，此时等值线$C$是该涡旋的中心等值线，等值线$C$围成的多边形的中心点即涡旋的中心，且该涡旋为气旋涡(冷涡)。确定涡旋中心$C$后，判断某涡旋区域涡旋边界的公式为

$ \arg \mathop {\max }\limits_B \left| {{Z_B} - {Z_C}} \right| = \left\{ {{\mathit{\boldsymbol{p}}_c} \subset {\mathit{\boldsymbol{p}}_B}} \right\} $ (9)

式(9)表示涡旋区域使与涡旋中心的SSHA差值取最大值的等值线$B$，此时$B$是该涡旋的边界。另外，提取涡旋的中心和边界时，因为使用的是散点数据，提取结果中会存在一些不合理的毛刺，因此需要进行数据平滑处理，如图 1中$F$、$D$、$E$ 3点，当$F$点角度小于30°时，数据平滑会去掉$F$点，连接$D$、$E$两点。



图 1 涡旋表面毛刺去除
Fig. 1 Eddy surface deburring

基于以上涡旋提取的约束条件和计算公式，本文对涡旋的提取步骤如下：1)首先对原始数据进行预处理，即对研究区域内的无效值进行反距离加权法插值，以等值线间隔1 cm提取研究区域内SSHA数据的闭合等值线(Du等，2016；郑聪聪等，2014)；2)判断等值线间的拓扑关系即待提取的涡旋边界包含涡旋中心；3)充分考虑地球椭球面上经纬度方向上的形变率，计算涡旋的水平空间尺度的地球椭球体球面距离、涡振幅；4)筛选满足约束条件的所有等值线，数据平滑后提取涡旋的边界和核心，根据SSHA值判断冷涡(气旋)和暖涡(反气旋)，并存入涡旋数据库中。为避免计算涡旋半径产生的误差，基于前人的研究结果以及研究海域的实际情况，本文设定待提取的涡旋空间尺度不小于100 km(林鹏飞等，2007)、不大于700 km，涡振幅不小于3 cm，从而增强了算法的严密性和准确性(毕经武等，2015)。算法流程见图 2。



图 2 涡旋提取流程图
Fig. 2 Eddy extraction flow chart

2 结果与分析

2.1 涡旋提取结果

本文使用的SSHA原始数据存在部分无效数据，在进行涡旋提取之前，需要先对SSHA的无效数据进行插值，再从插值数据中提取涡旋。本文对研究区域内时间范围为1994年~2015年，每年的6月1日到12月31日，共4 708 d的资料进行了涡旋提取，以1997年6月1日、2000年6月1日、2003年6月1日、2006年6月1日、2009年6月1日、2015年6月1日为例进行展示，图 3是SSHA原始栅格图，图 4是本文提取的涡旋结果，图 3和图 4中灰色区域代表陆地，红色区域代表暖涡，蓝色区域代表冷涡，SSHA单位为m。



图 3 不同年份6月1日北太平洋海域SSHA栅格数据图
Fig. 3 SSHA raster data map of the North Pacific Ocean on June 1 of different years((a) June 1, 1997; (b) June 1, 2000; (c) June 1, 2003; (d) June 1, 2006; (e) June 1, 2009; (f) June 1, 2015)



图 4 不同年份6月1日北太平洋海域涡旋提取结果
Fig. 4 Results of eddy extraction in the North Pacific Ocean on June 1 of different years((a) June 1, 1997; (b) June 1, 2000; (c) June 1, 2003; (d) June 1, 2006; (e) June 1, 2009; (f) June 1, 2015)

2.2 与SSHA栅格数据图比较

由于原始的SSHA栅格数据图最接近海洋中涡旋实际存在的形状和位置，因此本文选取1994年6月1日的提取结果(图 5)为例进行对比分析。研究区域在1994年6月1日共提取到51个涡旋，其中暖涡28个，冷涡23个，暖涡的平均涡振幅为0.23 m，冷涡的平均涡振幅为0.25 m，因此1994年6月1日的暖涡的数量几乎等于冷涡的数量，冷涡的涡振幅略高于暖涡。在ArcGIS中导入1994年6月1日原始的SSHA数据，进行简单出图，得到了1994年6月1日SSHA数据栅格图(图 6)。图 7同等比例放大了图 5和图 6中黑色边框中的涡旋。



图 5 1994年6月1日北太平洋海域涡旋提取结果
Fig. 5 Eddy extraction results in the North Pacific Ocean on June 1, 1994



图 6 1994年6月1日SSHA数据栅格图
Fig. 6 SSHA data raster map of June 1, 1994



图 7 同等比例放大后黑色边框中的涡旋对比
Fig. 7 Eddy contrast in black border after magnification ((a) the black frame position in SSHA raster; (b) the black frame position in the eddy extraction results on June 1, 1994)

图 5的栅格数据图最接近海洋中实际的涡旋形状和位置的分布特征，但存在数据缺失，如图 7(a)所示，涡旋的边界和中心都十分模糊，无法确定边界，继续放大后存在失真现象，难以精确判断涡旋的形状和位置。图 5是本文的提取结果，对比图 5和图 6，图 6中涡旋的形状和位置与图 5基本一致，但如图 7(b)所示，涡旋的矢量数据结果更清晰直观，多核结构更明显，图 6的涡旋提取结果与图 5的涡旋结果形状和位置相符，但图 5中以目视解译的方式判断涡旋数量明显低于图 6 (郭景松等，2007)，这是由于图 5只利用目视的方法，未根据SSHA值进行精确计算，无法精确判断涡旋。另外，在讨论涡旋对渔场的影响区域时，图 6可以进行进一步的矢量数据分析，如拓扑分析、缓冲区叠加等。

2.3 与标准圆涡旋的比较

本文在不规则矢量涡旋提取结果的基础上叠加传统的涡旋提取结果即标准圆形(图 8)，图 8中灰色区域代表陆地，红色边框代表暖涡，蓝色边框代表冷涡，黑色边框代表标准圆形，结合标准圆形对本文的涡旋提取结果进行分析，旨在为进一步研究涡旋与渔场的关系提供理论基础。



图 8 1994年6月1日涡旋提取结果与标准圆叠加图
Fig. 8 Eddy extraction results and standard circle overlays on June 1, 1994

利用标准圆形叠加涡旋提取结果，只有重叠区域是有效的，因此本文提取了涡旋提取结果和标准圆形的重叠区域(图 9)，图 9中紫色区域代表重叠区域，对每一个涡旋计算了重叠率，并绘制了频率图(图 10)。重叠率计算为

$ S = \frac{{{A_{\rm{o}}}}}{A} $ (10)



图 9 1994年6月1日涡旋提取结果与标准圆的重叠区域
Fig. 9 The overlapping area of the eddy extraction result and the standard circle on June 1, 1994



图 10 1994年6月1日涡旋提取结果与标准圆形重叠率的频率分布图
Fig. 10 Frequency distribution of eddy extraction results and standard circular overlap ratios on June 1, 1994

式中，${A_{{\rm{o}}}}$代表每个与本文提取的涡旋中心一致、涡旋边界面积相等的标准圆形的重叠面积，$A$代表与每个标准圆形位置对应的涡旋面积。

根据1994年6月1日涡旋提取结果与标准圆形的重叠率计算结果，重叠率的最大值为89%，最小值为22%，平均重叠率为65%，重叠率为60%~70%的涡旋最多，不存在重叠率为90%~100%的涡旋。结合不规则矢量涡旋提取结果与SSHA栅格数据图的对比分析结果，对于本文提取的不规则矢量涡旋与中心点相同且面积相等的传统方法中提取到的标准圆形，不规则矢量涡旋的形状和位置更接近海洋涡旋的实际形状和位置，具有更高的准确性和易用性。

3 结论

本文基于海表面高度异常数据的无阈值闭合等值线自动识别方法，对1994年至2015年6月1日到12月31日的涡旋进行了提取，结合前人研究结果，只使用SSHA数据，不结合其他数据资源或方法，充分考虑了地球椭球面经度纬度方向上存在的不同程度的形变，因此不必过于依赖阈值，减少了参与的变量，减少了噪声源，也简化了计算过程，易于提取多核结构，得到了不规则的矢量数据结构的涡旋提取结果。在不考虑涡旋之间相互影响的情况下，首先对比了本文的涡旋提取结果与原始的SSHA栅格数据图，其次在本文研究结果的基础上叠加了传统的标准圆形的涡旋提取结果进行分析讨论，计算了重叠率。结果表明：本文的提取结果与海洋中涡旋实际存在的形状和位置相差不大，但本文的提取方法拟合程度更好，具有更高的准确性和易用性，且矢量形式的涡旋提取结果精度更高，下一步叠加渔场分析时，能进一步进行图形处理，更容易判断涡旋对渔场影响区域。本文方法的不足在于，定义涡旋提取约束条件时还存在一些人为因素，需要在后续的研究中进行改进。基于以上分析和讨论，希望结合渔场数据进行后续研究时，利用本文方法能提供更贴近实际情况、具有更高可靠性的海洋环境特征信息，力求为后续研究涡旋和渔场关系提供理论基础。

参考文献

  • Bi J W, Dong Q, Xue C J, Xu Y T. 2015. Extraction algorithm applied to northern Pacific mesoscale eddies based on altimetric remotely sensed data. Journal of Remote Sensing, 19(6): 935-946 (毕经武, 董庆, 薛存金, 徐跃通. 2015. 基于高度计遥感数据的北太平洋中尺度涡提取. 遥感学报, 19(6): 935-946) [DOI:10.11834/jrs.20154282]
  • Chaigneau A, Gizolme A, Grados C. 2008. Mesoscale eddies off Peru in altimeter records:identification algorithms and eddy spatio-temporal patterns. Progress in Oceanography, 79(2/4): 106-119 [DOI:10.1016/j.pocean.2008.10.013]
  • Chang Y L K, Miyazawa Y, Béguer-Pon M, Han Y S, Ohashi K, Sheng J Y. 2018. Physical and biological roles of mesoscale eddies in Japanese eel larvae dispersal in the western North Pacific Ocean. Scientific Reports, 8(1): 5013 [DOI:10.1038/s41598-018-23392-5]
  • Chelton D B, Schlax M G, Samelson R M. 2011. Global observations of nonlinear mesoscale eddies. Progress in Oceanography, 91(2): 167-216 [DOI:10.1016/j.pocean.2011.01.002]
  • Cheng Y H, Ho C R, Zheng Q N, Kuo N J. 2014. Statistical characteristics of mesoscale eddies in the North Pacific derived from satellite altimetry. Remote Sensing, 6(6): 5164-5183 [DOI:10.3390/rs6065164]
  • Cui W, Wang W, Ma Y, Yang J G. 2017. Identification and analysis of mesoscale eddies in the Northwestern Pacific Ocean from 1993-2014 based on altimetry data. Haiyang Xuebao, 39(2): 16-28 (崔伟, 王伟, 马毅, 杨俊钢. 2017. 基于1993-2014年高度计数据的西北太平洋中尺度涡识别和特征分析. 海洋学报, 39(2): 16-28) [DOI:10.3969/j.issn.0253-4193.2017.02.002]
  • Domokos R, Seki M P, Polovina J J, Hawn D R. 2007. Oceanographic investigation of the American Samoa albacore (Thunnus alalunga) habitat and longline fishing grounds. Fisheries Oceanography, 16(6): 555-572 [DOI:10.1111/j.1365-2419.2007.00451.x]
  • Du Y Y, Wang L J, Fan X, Zhou C H. 2014. GIS-based analysis on temporal-spatial features of typical processes of meso-scale eddies in the South China Sea. Marine Sciences, 38(1): 1-9 (杜云艳, 王丽敬, 樊星, 周成虎. 2014. 基于GIS的南海中尺度涡旋典型过程的特征分析. 海洋科学, 38(1): 1-9) [DOI:10.11759/hykx20110301004]
  • Du Y Y, Wu D, Liang F Y, Yi J W, Mo Y, He Z G, Pei T. 2016. Major migration corridors of mesoscale ocean eddies in the South China Sea from 1992 to 2012. Journal of Marine Systems, 158: 173-181 [DOI:10.1016/j.jmarsys.2016.01.013]
  • Faghmous J H, Frenger I, Yao Y S, Warmka R, Lindell A, Kumar V. 2015. A daily global mesoscale ocean eddy dataset from satellite altimetry. Scientific Data, 2(1): 150028 [DOI:10.1038/sdata.2015.28]
  • Franz K, Roscher R, Milioto A, Wenzel S and Kusche J. 2018. Ocean eddy identification and tracking using neural networks//Proceedings of 2018-2018 IEEE International Geoscience and Remote Sensing Symposium. Valencia, Spain: IEEE: 6887-6890[DOI: 10.1109/IGARSS.2018.8519261]
  • Guo J S, Yuan Y L, Xiong X J, Guo B H. 2007. Statistics of the mesoscale eddies on both sides of the Luzon strait. Advances in Marine Science, 25(2): 139-148 (郭景松, 袁业立, 熊学军, 郭炳火. 2007. 吕宋海峡两侧中尺度涡统计. 海洋科学进展, 25(2): 139-148) [DOI:10.3969/j.issn.1671-6647.2007.02.003]
  • Hu Z F, Tan Y H, Song X Y, Zhou L B, Lian X P, Huang L M, He Y H. 2014. Influence of mesoscale eddies on primary production in the South China Sea during spring inter-monsoon period. Acta Oceanologica Sinica, 33(3): 118-128 [DOI:10.1007/s13131-014-0431-8]
  • Isern-Fontanet J, Font J, García-Ladona E, Emelianov M, Millot C, Taupier-Letage I. 2004. Spatial structure of anticyclonic eddies in the Algerian basin (Mediterranean Sea) analyzed using the Okubo-Weiss parameter. Deep Sea Research Part Ⅱ:Topical Studies in Oceanography, 51(25/26): 3009-3028 [DOI:10.1016/j.dsr2.2004.09.013]
  • Li A Z, Zhou W F, Fan X M. 2017. Research progress of methods for the extraction of mesoscale ocean fronts and eddies based on remote sensing data. Journal of Image and Graphics, 22(6): 709-718 (黎安舟, 周为峰, 范秀梅. 2017. 遥感图像中尺度海洋锋及涡旋提取方法研究进展. 中国图象图形学报, 22(6): 709-718) [DOI:10.11834/jig.160637]
  • Lin H Y, Hu J Y, Zheng Q A. 2012. Satellite altimeter data analysis of the south China sea and the northwest Pacific Ocean:statistical features of oceanic mesoscale eddies. Journal of Oceanography in Taiwan Strait, 31(1): 105-113 (林宏阳, 胡建宇, 郑全安. 2012. 南海及西北太平洋卫星高度计资料分析:海洋中尺度涡统计特征. 台湾海峡, 31(1): 105-113) [DOI:10.3969/J.ISSN.1000-8160.2012.01.017]
  • Lin P F, Wang F, Chen Y L, Tang X H. 2007. Temporal and spatial variation characteristics on eddies in the South China Sea Ⅰ. Statistical analyses. Acta Oceanologica Sinica, 29(3): 14-22 (林鹏飞, 王凡, 陈永利, 唐晓晖. 2007. 南海中尺度涡的时空变化规律Ⅰ. 统计特征分析.海洋学报, 29(3): 14-22) [DOI:10.3321/j.issn:0253-4193.2007.03.002]
  • Liu F J, Li D Y. 2013. Spherical distance formula and its application. Research of Mathematic Teaching-Learning, 32(3): 39-40, 43 (刘凡俊, 李登有. 2013. 球面的距离公式及其应用. 数学教学研究, 32(3): 39-40, 43) [DOI:10.3969/j.issn.1671-0452.2013.03.012]
  • Liu J X, Zhou L B, Tan Y H, Wang Q, Hu Z F, Li J J, Jiang X, Ke Z X. 2017. Distribution of reactive aluminum under the influence of mesoscale eddies in the western South China Sea. Acta Oceanologica Sinica, 36(6): 95-103 [DOI:10.1007/s13131-017-1046-7]
  • Nencioli F, Dong C M, Dickey T, Washburn L, McWilliams J C. 2010. A vector geometry-based eddy detection algorithm and its application to a high-resolution numerical model product and high-frequency radar surface velocities in the Southern California Bight. Journal of Atmospheric and Oceanic Technology, 27(3): 564-579 [DOI:10.1175/2009jtecho725.1]
  • Portela L M. 1997. On the Identification and Classification of Vortices. San Francisco: Stanford University, School of Mechanical Engineering
  • Sun X P. 2000. A comparison of characteristics between the subtropical countercurrent, the North Equatorial Current. Journal of Oceanography of Huanghai and Bohai Seas, 18(1): 1-12 (孙湘平. 2000. 西北太平洋副热带逆流、北赤道流、北赤道逆流几个特征的比较. 黄渤海海洋, 18(1): 1-12) [DOI:10.3969/j.issn.1671-6647.2000.01.001]
  • Wang G H, Su J L, Chu P C. 2003. Mesoscale eddies in the South China Sea observed with altimeter data. Geophysical Research Letters, 30(21): 2121 [DOI:10.1029/2003gl018532]
  • Wang S X, Hu J B, Wang L L. 2014. Brief analysis of the map data structure. Geomatics and Spatial Information Technology, 37(10): 212-213 (王饰欣, 胡静波, 王莉莉. 2014. 地图数据结构的简要分析. 测绘与空间地理信息, 37(10): 212-213) [DOI:10.3969/j.issn.1672-5867.2014.10.071]
  • Weiss J. 1991. The dynamics of enstrophy transfer in two-dimensional hydrodynamics. Physica D:Nonlinear Phenomena, 48(2/3): 273-294 [DOI:10.1016/0167-2789(91)90088-q]
  • Yan D C, Zhang T Y, Yu S M, Li Y, Wang Y Q, Wang B. 2018. An improved winding-angle method to more accurately identify mesoscale eddies. Journal of Atmospheric and Oceanic Technology, 35(2): 229-245 [DOI:10.1175/JTECH-D-17-0011.1]
  • Yi J, Du Y, He Z, Zhou C. 2014. Enhancing the accuracy of automatic eddy detection and the capability of recognizing the multi-core structures from maps of sea level anomaly. Ocean Science, 10(1): 39-48 [DOI:10.5194/os-10-39-2014]
  • Zainuddin M, Kiyofuji H, Saitoh K. 2006. Using multi-sensor satellite remote sensing and catch data to detect ocean hot spots for albacore (Thunnus alalunga) in the northwestern North Pacific. Deep Sea Research Part Ⅱ:Topical Studies in Oceanography, 53(3-4): 419-431 [DOI:10.1016/j.dsr2.2006.01.007]
  • Zheng C C, Yang Y X, Wang F M. 2014. Spatial-temporal features of eddies in the North Pacific. Marine Sciences, 38(10): 105-112 (郑聪聪, 杨宇星, 王法明. 2014. 北太平洋中尺度涡时空特征分析. 海洋科学, 38(10): 105-112) [DOI:10.11759/hykx20130129004]
  • Zu Y C, Fang Y, Gao X Q, Sun S W. 2016. Seasonal and Interannual Variation of Mesoscale Eddies in the North Pacific Ocean:a statistical analysis. Advances in Marine Science, 34(2): 197-206 (祖永灿, 方越, 高晓倩, 孙双文. 2016. 北太平洋中尺度涡季节和年际变化的统计分析. 海洋科学进展, 34(2): 197-206) [DOI:10.3969/j.issn.1671-6647.2016.02.005]