基于CFSR数据的冬季北太平洋地区中尺度涡旋的识别和追踪方法与流程

本发明涉及海洋地区中尺度涡旋的识别和追踪方法，尤其涉及基于cfsr数据的冬季北太平洋中尺度涡旋的识别和追踪方法，属于海洋可视化领域。

背景技术：

中尺度涡旋作为海洋中重要的物理过程，对全球气候、海洋环流、生产力等有着重要的影响。但涡旋的产生并不是空间均匀分布的，而是集中在某些特殊地区，比如北太平洋区域。因此，对北太平洋地区的涡旋识别和追踪有着一定的研究价值和意义。

对海洋中尺度涡旋识别提取的方法有多种，目前常见的涡旋识别方法有okubo-weiss(ow)法、wind-angle(wa)法、ssh法、hybirddetection(hd)法等。

(1)ow法：ow法以w值作为物理参数，w值是由ssh计算得到的。将-0.2σw(σw为整个w场的标准差)作为阈值，判断检测区域是否为涡旋。ow法的特点是根据w值划分涡旋核心，而且涡旋外围只需要海表面高度数据即可确定。但这种方法存在以下几个问题：第一，该方法的计算易受ssh数据的噪音影响，往往会把w场的噪点误判为涡旋。第二，该方法需要明确一个阈值来进行涡旋的提取，但不同阈值得到的结果波动很大。

(2)wa法：wa法通过一个点来确定涡旋的中心，通过一条闭合的外廓连线来确定涡旋的边界，从而表达一个完整的涡旋结构。对于被地转流所围绕的涡旋，它的外廓线大致与ssh的闭合等值线相符，因此这种方法逐渐被更简便的ssh方法取代。

(3)ssh法：ssh法通过查找ssh最外层的闭合等值线来确定涡旋边界，再以涡旋边界内的ssh局地极值为涡旋中心。这种方法的运算量较大。

(4)hd法：是ow法和ssh法的混合。先以ssh局地极值和“涡核”确定涡心，再以包含“涡核”的最内圈闭合ssh等值线为涡边，最后确定“多核结构”及其边界。

涡旋的追踪方法主要有pixelconnectivityalgorithm,thresholdsearchingalgorithm等。pixelconnectivityalgorithm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。thresholdsearchingalgorithm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识别和追踪，都会出现由于计算得到的地转流速不准确导致的误差，同时运算量大，识别和追踪速率较低的缺点。

技术实现要素：

本发明所要解决的技术问题是克服现有识别方法识别误差大，效率低的缺陷，提供一种基于cfsr数据的冬季北太平洋地区中尺度涡旋识别和追踪方法，提高涡旋的识别和追踪效率。

为了解决上述技术问题，本发明的基于cfsr数据的冬季北太平洋地区中尺度涡旋的识别方法，包含如下步骤：

①选取cfsr数据库中的海流场数据和海表面温度场数据；将上200米海流场数据进行平均，再去除海流场数据中的季节循环信号，获得海流异常场；去除海表面温度场数据中的季节循环信号，再移除纬向平均的海表面温度，获得海表面温度异常场。

②根据海流异常场数据，找出涡旋中心点。

③对涡旋中心点进行筛选，根据筛选后的涡旋中心确定涡旋半径。

上述技术方案中进一步优化，所述去除海流场数据中季节循环数据的具体方法是用每一天的海流场数据减去至少5年平均的该天的海流场数据；所述去除海表面温度场数据中季节循环数据的具体方法是用每一天的海表面温度场数据减去至少5年平均的该天的海表面温度场数据。

上述技术方案中进一步优化，所述步骤②中找出的涡旋中心点为圆形涡旋中心时需满足沿着涡旋中心的东西向，海流v分量在中心点两侧的数值符号相反；沿着涡旋中心的南北向，海流u分量在中心点两侧的数值符号相反，u的变化方向需与v的变化方向一致；同时还需满足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。

上述技术方案中进一步优化，所述步骤②中找出的涡旋中心点为矩形涡旋中心时需满足中心流场为辐合或辐散。

上述技术方案中进一步优化，所述步骤③中对涡旋中心点的筛选满足如下条件，当两个中心点的距离≤100km时，选取流速较小的中心点为涡旋中心点；选取海表面温度异常＜-0.2℃的气旋式涡旋中心和＞0.2℃的反气旋式涡旋中心，气旋式涡旋为冷海温异常，反气旋式涡旋为暖海温异常。

上述技术方案中进一步优化，所述步骤③中涡旋半径r0*50km,所述r0为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中最大r0值，且同时满足sst(i+r0-1,j)*sst(i,j)＞0，sst(i-r0+1,j)*sst(i,j)＞0，sst(i,j-r0+1)*sst(i,j)＞0，sst(i,j+r0-1)*sst(i,j)＞0。

7.如权利要求4所述的基于cfsr数据的冬季北太平洋地区中尺度涡旋的识别方法，其特征在于：所述步骤③中涡旋半径r0*50km,所述r0为u(i+r0,j)*u(i-r0-1,j)＜0或u(i+r0,j+1)*u(i-r0-1,j+1)＜0，v(i-1,j+r0+1)*v(i-1,j-r0)＜0或v(i,j+r0+1)*v(i,j-r0)＜0，u(i-r0-1,j)*v(i-1,j-r0)＜0，u(i+r0,j+1)*v(i-1,j+r0+1)＜0中最大r0值，且同时满足sst(i+r0-1,j)*sst(i,j)＞0，sst(i-r0+1,j)*sst(i,j)＞0，sst(i,j-r0+1)*sst(i,j)＞0，sst(i,j+r0-1)*sst(i,j)＞0。

基于cfsr数据的冬季北太平洋地区中尺度涡旋的追踪方法，具体步骤为根据海流场数据计算得到涡旋可能运动的最大距离，在下一时次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的涡旋中心认为是追踪到的目标。

本发明的基于cfsr数据的冬季北太平洋中尺度涡旋的识别和追踪方法，通过cfsr数据中的海流场和海表面温度场进行涡旋的识别和追踪，避免了由于高度计计算地转流场的误差导致的低纬度地区识别结果不准确，另外有效利用了海流场帮助涡旋追踪，提高了涡旋追踪的效率。

附图说明

图1基于cfsr数据的冬季北太平洋地区中尺度涡旋的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cfsr数据的冬季北太平洋地区中尺度涡旋的识别和追踪方法，包括以下步骤：

(1)对cfsr数据进行预处理，得到海流(u、v)异常场及海表面温度(sst)异常场：对于海流(u、v)场数据，首先将上200米海流进行平均，避免海表面杂乱海流导致的错误识别，然后去除季节循环，即用每一天的海流数据，减去多年平均的该天的海流场，得到海流异常场，多年平均中的年份一般取值5年以上，最佳为30年。对于海表面温度(sst)场数据，首先，与海流场数据类似的，去除季节循环，然后移除纬向平均的海表面温度，得到海表面温度异常场。

(2)利用海流异常数据，寻找涡旋中心点：考虑到cfsr数据的分辨率为50km，我们判定满足以下两种情况之一的点(i,j)为涡旋中心点：

第一种情况(圆形中心)需满足：①沿着涡旋中心的东西向，海流v分量在中心点两侧的数值符号相反；沿着涡旋中心的南北向，海流u分量在中心点两侧的数值符号相反。u的变化方向需与v的变化方向一致。即，同时满足u(i+1,j)*u(i-1,j)＜0，v(i,j+1)*v(i,j-1)＜0，u(i-1,j)*v(i,j-1)＜0，u(i+1,j)*v(i,j+1)＜0四个条件；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)|＞1.8*|(v(i,j-1))|，u(i,j+1)≤0且|u(i,j+1)|＞1.8*|v(day,i,j+1)|，v(i-1,j)≥0且|v(i-1,j)|＞1.8*|u(i-1,j)|，v(i+1,j)≤0且|v(i+1,j)|＞1.8*|u(i+1,j)|四个条件或者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_zoom(day,i-1,j)|，v(i+1,j)≥0且|v(i+1,j)|＞3*|(u(i+1,j)|四个条件。其中参数3和1.8经敏感性实验，为冬季北太平洋地区的最优参数。

第二种情况(矩形中心)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，我们需要进行筛选：

①若存在两个中心点的距离≤100km，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流向，判断涡旋类型。保留海表面温度异常＜-0.2℃的气旋式涡旋中心和＞0.2℃的反气旋式涡旋中心，其它中心点则忽略。

(3)根据得到的涡旋中心点，确定涡旋半径：一般来说，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。对于第二种情况(矩形中心)的中心点，即寻找满足u(i+r0,j)*u(i-r0-1,j)＜0或u(i+r0,j+1)*u(i-r0-1,j+1)＜0，v(i-1,j+r0+1)*v(i-1,j-r0)＜0或v(i,j+r0+1)*v(i,j-r0)＜0，u(i-r0-1,j)*v(i-1,j-r0)＜0，u(i+r0,j+1)*v(i-1,j+r0+1)＜0四个条件的最大r0值。考虑到涡旋类型，我们增加海表面温度的判据。即对以上两种涡旋中心，均须满足sst(i+r0-1,j)*sst(i,j)＞0，sst(i-r0+1,j)*sst(i,j)＞0，sst(i,j-r0+1)*sst(i,j)＞0，sst(i,j+r0-1)*sst(i,j)＞0四个条件。所得涡旋半径值为r0*50km。

(4)利用海流场数据，进行涡旋的追踪：根据海流场数据计算得到涡旋可能运动的最大距离，在下一时次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的涡旋中心认为是追踪到的目标，即同一个涡旋。