甘瀅暉

(大連海洋大學(xué) 海洋科技與環(huán)境學(xué)院,遼寧 大連 116023)

1 概述

中尺度渦是一種較為普遍的海洋現(xiàn)象,它攜帶巨大動(dòng)能,占據(jù)了大、中尺度海流上層動(dòng)能的80%以上[1],且具有高動(dòng)態(tài)性,在移動(dòng)和旋轉(zhuǎn)過程中,下層冷水將營養(yǎng)物質(zhì)帶到上層,促進(jìn)浮游生物的發(fā)育與繁殖,實(shí)現(xiàn)海洋中各營養(yǎng)級(jí)的資源重新分配。由此可見,中尺度渦對海洋中的動(dòng)力過程、能量分配和物質(zhì)運(yùn)輸起著重要作用,了解當(dāng)前渦流模式、研究渦旋對海洋生化過程的響應(yīng)機(jī)制對于海洋動(dòng)態(tài)預(yù)報(bào)、海洋與大氣相互作用和海洋生態(tài)系統(tǒng)可持續(xù)性至關(guān)重要。中尺度渦的形成機(jī)制主要是大尺度環(huán)流、海流與海底地形相互作用的不穩(wěn)定性以及風(fēng)的直接強(qiáng)迫,通過測量海流圍繞的海表高度異?？梢杂^測這種現(xiàn)象。

海洋渦旋的研究強(qiáng)烈依賴于實(shí)際觀測提供的真實(shí)海洋渦旋的物理特征,以及渦旋產(chǎn)生、發(fā)展、消亡過程和水動(dòng)力條件。由于渦旋產(chǎn)生地點(diǎn)和時(shí)間上的不確定性、尺度較小、以及海洋現(xiàn)場觀測費(fèi)用昂貴等因素,使得渦旋的現(xiàn)場觀測資料有限[2]?，F(xiàn)階段,海洋遙感和信息技術(shù)的發(fā)展推動(dòng)人類實(shí)現(xiàn)對海洋的全面認(rèn)識(shí),在同一時(shí)間獲取的大范圍海洋要素信息,被廣泛應(yīng)用于中尺度渦旋提取的研究中[3],目前,國內(nèi)外中尺度渦遙感診斷應(yīng)用較廣的包括海洋高度數(shù)據(jù)、海表溫度數(shù)據(jù)和水色信息等較高分辨率數(shù)據(jù)。海洋高度計(jì)可獲取海洋高度數(shù)據(jù),估算海洋風(fēng)場、流場和有效波高等信息,用于研究海洋大尺度環(huán)流、中尺度渦旋和潮汐等海洋過程及現(xiàn)象。我們利用法國國家空間研究中心衛(wèi)星海洋學(xué)存檔數(shù)據(jù)中心提供的基于SSH 算法的中尺度渦數(shù)據(jù)集與本研究采用的VG 算法得到的渦旋進(jìn)行對比,探究兩種算法的優(yōu)異程度,針對不同的渦旋提取需求提供幫助。

2 算法對比

法國國家空間研究中心(CNES)公開發(fā)布的中尺度渦軌跡追蹤產(chǎn)品采用的是基于海表高度(Sea Surface Height,SSH)的渦旋識(shí)別算法,該產(chǎn)品對歷年數(shù)據(jù)進(jìn)行分析建庫,內(nèi)容包括中尺度渦旋的半徑、位置、極性(氣旋或反氣旋)、渦動(dòng)能等特征參數(shù)。我們使用該產(chǎn)品與基于速度矢量幾何(Vector Geometry ,VG)算法得到的結(jié)果進(jìn)行對比。其中,產(chǎn)品所用的高度計(jì)融合產(chǎn)品是由哥白尼海洋環(huán)境監(jiān)測中心(https://marine.copernicus.eu)發(fā)布的絕對動(dòng)力高度(Absolute Dynamic Topographies,ADT),空間分辨率為0.25°×0.25°,時(shí)間分辨率為1 天,研究所選的空間范圍為30°～40° N 東 經(jīng) 140° E～180° , 時(shí) 間 范 圍 為2020/01/01～2020/12/31。

中尺度產(chǎn)品采用高度計(jì)觀測得到的絕對動(dòng)力高度進(jìn)行渦旋識(shí)別與追蹤,即基于ADT 高度計(jì)產(chǎn)品提供的地轉(zhuǎn)流異常數(shù)據(jù),VG 算法采用基于海面高度異常SLA 數(shù)據(jù),該研究利用中尺度產(chǎn)品和VG 算法對上述海域進(jìn)行渦旋識(shí)別與提取(設(shè)置a=2 和b=1),然后將兩種結(jié)果對比分析。

VG 算法由Nencioli 和董昌明[3]等提出,原理是將渦旋直觀上定義為速度矢量繞著一個(gè)中心點(diǎn)順時(shí)針或逆時(shí)針旋轉(zhuǎn)的區(qū)域。VG 法利用以下四個(gè)約束條件判定渦旋中心:

(1)沿渦旋中心點(diǎn)東西方向,速度分量v 在遠(yuǎn)離中心點(diǎn)的兩側(cè)數(shù)值符號(hào)相反,大小隨著與中心點(diǎn)的距離增大而逐漸增加。

圖1 VG 法第一約束條件示意圖[3]

(2)沿渦旋中心點(diǎn)南北方向,速度分類u 在遠(yuǎn)離中心點(diǎn)的兩側(cè)數(shù)值符號(hào)相反,大小隨著與中心點(diǎn)的距離增大而逐漸增加。(圖2)

圖2 VG 法第二約束條件示意圖[3]

(3)在選定區(qū)域內(nèi)找到速度最小值點(diǎn)近似為渦旋中心。(圖3)

圖3 VG 法第三約束條件示意圖[3]

(4)在近似渦旋中心點(diǎn)附近,速度矢量的旋轉(zhuǎn)方向必須一致,即兩個(gè)相鄰的速度矢量方向必須位于同一象限或相鄰的兩個(gè)象限。(圖4)

圖4 VG 法第四約束條件示意圖[3]

在上述四個(gè)約束條件中,需要確定兩個(gè)參數(shù)a 和b,參數(shù)a 用于確定有多少個(gè)網(wǎng)格點(diǎn)用于檢驗(yàn)沿著東西方向速度v分量的增加情況(第一約束條件)；同上,用于確定有多少個(gè)網(wǎng)格點(diǎn)用于檢驗(yàn)沿著南北方向速度u 分量的增加情況(第二約束條件)；此外,用于確定檢驗(yàn)速度矢量方向變化的繞渦旋中心的四條邊界線(第四約束條件)。參數(shù)b 用于確定局地最小速度的區(qū)域范圍(第三約束條件)。算法中參數(shù)a 和b 的取值是彈性的,以便用來設(shè)定渦旋檢測的最小尺度,并使算法可適用于不同分辨率的網(wǎng)格。需要注意的是,a 和b 的大小為網(wǎng)格點(diǎn)的個(gè)數(shù),a 的取值必須大于等于2,b 的取值必須大于等于1 且小于等于a,同樣的a 和b 能夠檢測的最小尺度渦旋與所用數(shù)據(jù)集的分辨率有關(guān)。a 和b 的取值越小,越能識(shí)別更小尺度的渦旋。該算法雖然能較好識(shí)別中尺度渦的位置,但用于渦心搜索的閾值選取使識(shí)別過程更加復(fù)雜。

中尺度渦產(chǎn)品的提取步驟包括對ADT 濾波,目的是去除大尺度變化,突出中尺度特征。之后,以等值線1cm 的間隔識(shí)別ADT 閉合等值線。將符合條件的閉合等值線定義為渦旋,計(jì)算渦旋中心、渦旋形狀和渦旋半徑并進(jìn)行追蹤。其中,SSH 算法的基本思想是利用流線大致貼合海表高度異常的假設(shè),依據(jù)判定法則提取渦旋,大大降低了計(jì)算量。在算法提取過程中,為了消除閾值影響,該方法對氣旋渦和反氣旋渦分別查找,海表高度字段在-100-100cm 的“跟蹤區(qū)域”內(nèi)以1cm 為步長識(shí)別ADT 閉合輪廓線,并在每隔一段時(shí)間對閉合輪廓線進(jìn)行識(shí)別和分析,如果特征符合判定標(biāo)準(zhǔn),就可以確定渦流。該算法的判定標(biāo)準(zhǔn)是:a.定義誤差為偏離擬合圓的面積和與該圓面積的比值,要求誤差小于55%；b.渦旋包含的像素個(gè)數(shù)大于8 小于1000；c.氣旋渦中包含的SLA 像素均低于當(dāng)前SLA 像素值間隔,反氣旋渦中中包含的SLA像素均高于當(dāng)前SLA 像素值間隔；d.氣旋渦中的SLA 最小值不能超過一個(gè),反氣旋渦內(nèi)的局部極大值不能超過一個(gè)；e.振幅的范圍大于1 小于150cm。接下來,定義渦流的中心為與最大速度輪廓最符合的圓心,再根據(jù)定義計(jì)算出相應(yīng)的半徑。該方法簡單,不受閾值影響,噪聲影響也較小。但是,該方法依賴于檢驗(yàn)標(biāo)準(zhǔn)的其他閾值(如面積和水平尺度)確定渦邊界,難以準(zhǔn)確識(shí)別渦核,可能產(chǎn)生多渦結(jié)構(gòu)。同時(shí),受背景流影響,該算法可能夸大渦流邊界,且計(jì)算過程隨數(shù)據(jù)分辨率的提高而變大。

根據(jù)判定法則可以看出兩種算法的區(qū)別,基于SSH 算法識(shí)別渦旋的原理是基于渦旋的渦心存在SLA 的局部唯一極值,而VG 算法是基于渦旋中心流線方向相反。

3 結(jié)果分析

我們分別統(tǒng)計(jì)了VG 算法和SSH 算法在同一天檢測到的渦旋,圖5 為VG 算法在某一天識(shí)別提取的渦旋,圖6 為同一天SSH 算法識(shí)別得到的渦旋,藍(lán)色代表氣旋渦,紅色代表反氣旋渦。流場算法識(shí)別得到反氣旋渦17 個(gè),氣旋渦20個(gè)；海表高度的算法識(shí)別得到的反氣旋渦29 個(gè),氣旋渦32個(gè)。

圖5 VG 算法識(shí)別提取的一天的渦旋

圖6 SSH 算法識(shí)別提取的一天的渦旋(圓圈大小正比于渦旋半徑)

造成結(jié)果不一致的原因可能是SSH 算法對絕對動(dòng)力高度進(jìn)行濾波和插值等處理,通過識(shí)別間隔為1cm 的閉合等值線探測渦旋,能夠識(shí)別出振幅1～150cm 的渦旋；VG 算法基于高度計(jì)產(chǎn)品提供的原始海表地轉(zhuǎn)流異常,分辨率為0.25°,沒有進(jìn)行插值處理,參數(shù)a 和b 的設(shè)置決定了無法識(shí)別更小尺度的渦旋,因此數(shù)量上相對于中尺度渦產(chǎn)品更少。

利用上述的方法,我們對此海域2020 年1 年內(nèi)的兩者方法識(shí)別獲得的渦旋數(shù)量進(jìn)行了對比分析。對比結(jié)果如圖7所示,其中,上圖為氣旋渦數(shù)量,下圖為反氣旋渦數(shù)量。藍(lán)色代表VG 算法識(shí)別得到的渦旋數(shù)量,紅色為SSH 算法識(shí)別得到的渦旋數(shù)量,綠色為SSH 算法中等效半徑大于50km 的渦旋數(shù)量。通過對比同一年的算法識(shí)別數(shù)量曲線可以看出,去除半徑大于50km 的渦旋內(nèi),兩種算法得到的渦旋數(shù)量接近相同,但是SSH 算法得到的數(shù)量始終略大于VG 算法得到的結(jié)果。通過對比不同極性渦旋得到的數(shù)量曲線可以看出,VG算法在反氣旋渦的識(shí)別中精度更高。在氣旋渦的識(shí)別過程中,即使去除小尺度渦旋的差距,VG 算法識(shí)別的渦旋數(shù)量始終與SSH 算法存在一定差距。

圖7 兩種算法識(shí)別的一年的渦旋

同時(shí),我們統(tǒng)計(jì)了兩種方法得到的每日識(shí)別渦旋的平均個(gè)數(shù),如表1 所示。SSH 算法能夠識(shí)別小渦旋,個(gè)數(shù)明顯多于VG 算法,剔除半徑小于50 km 的渦旋后,兩者數(shù)量相近,VG算法結(jié)果略少。與圖3.3 相對應(yīng)的,氣旋渦的VG 算法得到的日均個(gè)數(shù)與剔除后SSH 算法得到的結(jié)果之差大于反氣旋渦的統(tǒng)計(jì)結(jié)果。

表1 兩種方法2020 年每日識(shí)別渦旋的平均個(gè)數(shù)

4 結(jié)論

通過對比兩種識(shí)別算法,我們得到以下結(jié)論:

4.1 SSH 算法的原理是基于渦旋的渦心存在SLA 的局部唯一極值,而VG 算法是基于渦心流線方向相反。

4.2 與VG 算法相比,SSH 算法可以識(shí)別到更多小渦旋,這可能是因?yàn)閂G 算法需要設(shè)置參數(shù)a 和b,SSH 算法不受閾值的限制。

4.3 剔除相對小的渦旋之后,兩種算法得到的渦旋個(gè)數(shù)無較大差別,其中反氣旋渦的提取結(jié)果更為接近。