首页 > 综合新闻 > 正文

海洋学院在基于沿轨数据准确高效识别中尺度涡研究取得重要进展

      2023-01-25       

本站讯(通讯员 高邈)日前,天津大学海洋学院3I研究组师生在中尺度涡识别方面取得重要研究成果,基于卫星高度计海面高度异常沿轨数据,构建B样条曲面拟合模型,成功识别中尺度涡。该模型有助于解决传统的涡旋识别方法依赖网格化再分析数据,从而引入再取样误差的问题。该研究成果发表于国际遥感领域期刊《Remote Sensing》,题为:Oceanic Mesoscale Eddies Identification Using B-Spline Surface Fitting Model Based on Along-Track SLA Data。2022级硕士许洛川为第一作者,高邈讲师,张安民研究员为指导老师。

1.png

中尺度涡因其特殊的垂向结构和巨大的动能,是研究海洋中物质循环,能量级联和圈层耦合的理想载体,对涡旋准确高效的识别观测,是近几十年来海洋学研究的一个热点。网格化再分析数据在海洋中尺度涡旋识别中已经得到了广泛应用,然而,基于沿轨数据识别中尺度涡的研究却相对较少。本次研究针对高度计沿轨数据相比于网格化再分析数据在准确性,通用性和及时性等方面的优势,结合交叉验证等方法,构建B样条模型,成功识别中尺度涡。该模型为沿轨数据处理提供了一种新的技术手段,亦可为海洋中尺度涡识别和海洋要素数据分析提供更有价值的帮助。B样条模型架构如图1所示:

2.png

图1 B样条模型的整体架构和运行流程

研究团队下一步计划将B样条模型与无人船相结合,将船测温度,营养盐散点数据等多种可反应涡旋特征的海洋要素信息同化进入B样条模型,在融合多要素,多数据源识别中尺度涡方面,开展更深入的研究。

论文链接:

Xu, L.; Gao, M.; Zhang, Y.; Guo, J.; Lv, X.; Zhang, A. Oceanic Mesoscale Eddies Identification Using B-Spline Surface Fitting Model Based on Along-Track SLA Data.Remote Sens.2022,14, 5713.https://doi.org/10.3390/rs14225713

(编辑 董玥欣 万梦方)