基于锋线提取和VMD-LSTM的东海黑潮温度锋强度预测

东海黑潮锋是黑潮与东海陆架水的交界,对东海海洋环境和气候变化产生重要影响。本文基于JCOPE2M(Japan Coastal Ocean Predictability Experiment 2 Modified)再分析数据和WOA23(World Ocean Atlas2023)气候态平均数据,结合等温线和纬向最高温度梯度提取东海黑潮锋的锋线,针对东海黑潮锋强度存在不同时间尺度变化的特性,构建了基于变分模态分解(Variational Mode Decomposition, VMD)和长短期记忆网络(Long Short-Term Memory, LSTM)的预测模型,研究结果表明:本研究提出的锋线识别方法适用于全水深和弱锋区域,在东海黑潮锋识别中取得了较好的效果;通过锋线提取得到的东海黑潮锋强度序列可分解为趋势变化项、周期变化项及不规则波动变化项,次表层水锋强显著高于表层和中层水,并呈逐年递增的趋势,可达0.033 4 (℃/km)/a;VMD-LSTM组合模型预测的东海黑潮锋强度与原始值的接近程度高,预测效果优秀,精度较季节性差分自回归滑动平均模型和LSTM模型提升显著,具有一定的推广价值。