本发明公开一种基于聚类算法的海洋亚中尺度锋面提取方法,属于锋面提取。
背景技术:
1、锋生过程作为亚中尺度锋面形成的重要机制之一,主要与中尺度过程中的拉伸变形作用相关联。在中尺度涡旋附近,由于强烈的变形场作用,水平温度场的梯度不断增强,最终形成锋面。因此,中尺度涡旋附近是识别锋面的理想区域,这不仅可以提高识别效率,还能准确获得亚中尺度锋面信息。现有技术的自动识别海洋亚中尺度锋面的研究工作,主要集中于应用人工智能技术进行识别。
技术实现思路
1、本发明的目的在于提供一种基于聚类算法的海洋亚中尺度锋面提取方法,以解决现有技术中,亚中尺度锋面提取依赖人工智能技术进行识别,缺少利用海表面温度的提取方法的问题。
2、一种基于聚类算法的海洋亚中尺度锋面提取方法,包括:
3、s1.确定研究区域,对研究区域海表面温度数据进行预处理;
4、s2.在中尺度涡旋区域内计算海表面温度梯度;
5、s3.对超过温度阈值的海表面温度梯度点利用聚类算法分类;
6、s4.对每一分类中的点进行曲线拟合,拟合曲线是识别得到的锋面,完成锋面提取;
7、s5.提取锋面特征和信息,对锋面进行坐标变换,通过跨锋面坐标轴和沿锋面坐标轴将锋面区域投影到锋面坐标系;
8、s6.提取锋面长度、宽度、强度信息,输出锋面的位置、拟合曲线、长度、宽度、强度、区域温度与温度梯度分布。
9、s1包括:
10、s1-1.将海表面温度标准化为摄氏度;
11、s1-2.根据海洋中尺度涡旋数据集中的涡旋中心经纬度位置以及涡旋半径信息,确定涡旋半径区域大小与位置;
12、s1-3.根据研究区域经纬度与时间信息,提取研究区域内海表面温度与温度经纬度网格信息。
13、s2包括,对于每个涡旋区域内网格点的温度数据,求取各网格点的温度梯度:
14、;
15、其中,x表示纬度方向,y表示经度方向,t表示温度。
16、s3包括:
17、s3-1.确定温度梯度阈值,将网格点温度梯度从大到小排序,根据排序结果确定温度梯度阈值;
18、s3-2.根据温度阈值筛选海表面温度梯度与温度梯度网格点经纬度信息;
19、s3-3.利用聚类算法对筛选出的海表面温度梯度网格点依据距离进行分类;
20、s3-4.检查s3-3的分类结果,剔除分类失败的类。
21、s4包括:
22、s4-1.对通过聚类算法得到的每一类进行拟合,得到拟合曲线;
23、s4-2.对每一类得到的拟合曲线进行质量检测,剔除识别失败的曲线。
24、s5包括:
25、s5-1.根据拟合曲线提取周围锋面区域,锋面区域根据锋面的形状而变化;
26、s5-2.对锋面进行坐标变换,令沿锋面方向为s轴,垂直锋面为n轴;
27、s5-3.将锋面区域内的每一点投影到锋面坐标系中,得到海表面温度场和海表面温度梯度场在锋面坐标系中的分布。
28、s6包括:
29、s6-1.得到锋面区域内投影到锋面区域上的海表面温度场和海表面温度梯度场;
30、s6-2.在锋面坐标系中得到锋面的长度;
31、s6-3.将锋面坐标系中的海表面温度梯度场沿n轴平均,根据平均得到的曲线定义锋面宽度;
32、s6-4.利用锋面长度和宽度内的平均海表面温度梯度定义锋面强度;
33、s6-5.利用拟合曲线定义锋面角度。
34、相对比现有技术,本发明具有以下有益效果:本发明利用高分辨率海表面温度数据,并基于聚类算法和拟合算法来自动识别中尺度涡旋附近的亚中尺度锋面,有效提高了目前海洋亚中尺度锋面自动识别的准确度,并能够得到锋面区域的信息场,有利于研究人员的后续分析。
1.一种基于聚类算法的海洋亚中尺度锋面提取方法,其特征在于,包括:
2.根据权利要求1所述的一种基于聚类算法的海洋亚中尺度锋面提取方法,其特征在于,s1包括:
3.根据权利要求2所述的一种基于聚类算法的海洋亚中尺度锋面提取方法,其特征在于,s2包括,对于每个涡旋区域内网格点的温度数据,求取各网格点的温度梯度:
4.根据权利要求3所述的一种基于聚类算法的海洋亚中尺度锋面提取方法,其特征在于,s3包括:
5.根据权利要求4所述的一种基于聚类算法的海洋亚中尺度锋面提取方法,其特征在于,s4包括:
6.根据权利要求5所述的一种基于聚类算法的海洋亚中尺度锋面提取方法,其特征在于,s5包括:
7.根据权利要求6所述的一种基于聚类算法的海洋亚中尺度锋面提取方法,其特征在于,s6包括: