基于高分辨率再分析海流数据的三种涡旋识别方法在南海的评估

本文基于南海11 a逐日高分辨率再分析海流数据,利用三种涡旋识别方法——缠绕角(Winding Angle,WA)法、速度矢量几何(VectorGeometry,VG)法和OW(OkuboWeiss)参数法对南海中尺度涡进行识别和追踪,对比了三种方法对中尺度涡的探测能力,并分析了在高分辨率再分析产品中的适用性。研究表明,产品空间分辨率的提高能够放大OW方法的W参数噪声,使该方法存在涡旋过量检测和涡旋分割现象,导致识别的涡旋数量偏多、半径偏小,涡旋平均成功探测率最低(76.2%);与OW方法相比,WA方法在一定程度上降低了涡旋过量探测率和漏判率,涡旋平均成功探测率提高至85.1%,但涡旋识别时间较长;与前两种方法相比,VG方法的涡旋平均成功探测率可达93.2%,综合评估参数(过量探测率×漏判率÷成功探测率)优势显著(4.5%),且计算高效。因此,在基于高分辨率再分析产品进行中尺度涡识别时,VG方法具有更加合理的涡旋探测结果和更强的适用性。

基于涡旋识别方法的高速列车尾涡结构的讨论

利用改进型延迟分离涡模拟方法对缩尺比例1:30的高速列车简化模型的绕流流场进行数值计算,主要针对近尾流区的涡旋结构展开具体讨论.通过不同的涡旋识别方法,发现在尾涡结构中,高涡量的强涡旋主要聚集于尾车附近,而涡量较低但处于相对稳定状态的涡旋分布在大部分尾流空间中.对此,主要基于最新提出的涡旋定义及其物理意义认为,由于边界层在尾部发生的流动分离,剪切变形以及高涡量的扩散对强涡旋的形成发挥着重要的作用,而涡旋会被较强的剪切旋转拉伸,使得局部复杂的流动表现出突出的湍流特性;另一方面,尽管涡强度明显下降,但是在强剪切应变迅速衰减的情况下,流向涡核中的涡旋涡量是主要的,此时,在较接近地面的情况下,流体微团以涡核为中心的旋转运动使得涡旋与地面之间的相互作用成为主导的流动机制.虽然涡强度会相对缓慢地衰减,但是从湍流能量产生的角度,该机制对涡旋的自维持发挥重要的作用,从而使尾涡结构能够相对稳定地存在于尾流流动中.

基于模板匹配的流场涡旋识别

在对现有的几类涡旋识别算法进行比较分析的基础上,重点研究了基于Clifford卷积的模板匹配的方法。考虑到实际计算到的流场数据集的不规则性,对基于Clifford卷积的模板匹配的方法加以改进,改由混合网格来划分数据集,对于不规则部分根据临近基元来标度模板,在计算过程中对模板的1-邻域点取样。实验证明,在算法效率相当的前提下,该方法能够更加准确地识别、显示流场的涡旋结构。

基于海洋调查实测资料的中尺度涡旋识别结果的验证及边界拟合技术

结合卫星高度计资料,本文在海洋中尺度涡旋综合识别法(综合法)的基础上,利用实测资料对识别的涡旋边界和中心点进行比对验证,得出以下结论:(1)通过诊断涡旋识别的边界切线与实测海流矢量的夹角,结果表明综合法识别的涡旋边界形态基本可以反映实测涡旋的水平形态;(2)利用实测海流和温度资料反演涡旋中心,通过与综合法识别的涡旋中心进行比对,结果显示涡旋识别的中心位置与反演的涡旋中心位置基本吻合。此外,通过比对圆与椭圆对识别涡旋的边界拟合效果,结果显示椭圆拟合准确率高于圆拟合准确率。

基于追踪数据的全球中尺度涡旋偶极子自动识别方法

海洋中的涡旋在传播过程中相互吸引并以偶极子的形式进行传播是一种常见的海洋现象,这些偶极子在输送海水、养分和其他物质方面发挥着重要作用。本文提出了一种基于海表面高度异常数据得到的涡旋轨迹数据的全球偶极子自动识别方法。通过使用K–D树切割空间的方法,对1993年1月至2016年9月间的涡旋轨迹数据进行计算,共发现了生命周期超过了60 d的86662对向西运动的偶极子和30590对向东运动的偶极子。结合提取结果,本文对偶极子在全球范围内的特性进行了统计分析,并结合海表面温度异常、盐度异常数据验证了自动识别算法的可靠性。最后,本文分析了具有伴随时间长、传播速度快、纠缠传播特点的偶极子传输模式和传播特性。

基于高分辨率再分析风场的高原涡三维识别技术及应用

高原涡(TPV)是生成于青藏高原主体的一类浅薄中尺度涡旋系统,其发生频繁、影响范围广、造成灾害强,是我国最重要的致灾中尺度系统之一。全面揭示高原涡的统计特征是本领域研究的重要基础。其中,高原涡的精准识别是认识其统计特征的关键。随着高时空分辨率再分析资料的出现,高原涡的研究有了更好的数据基础,然而,无论是人工识别方法还是基于较粗分辨率的客观识别算法都难以高效地适用于当前的新再分析资料。因此,亟需发展一种高精度的、适用于高时空分辨率再分析资料的高原涡客观识别方法。本文提出了一种适用于高分辨率再分析资料、基于风场的限制涡度高原涡客观识别算法(Restricted-vorticity based Tibetan-Plateau-vortex Identifying Algorithm,简称RTIA)。该方法首先判断高原涡候选点,然后以候选点为中心,划分多个象限,通过象限平均风场限定条件和象限组逆时针旋转(北半球)条件确定高原涡中心,无需复杂计算及对各气压层分别设定阈值,即可快速实现高原涡的水平和垂直追踪。基于1979~2020年共42个暖季(5~9月)、15466个高原涡(共计99090时次)大样本的评估表明,RTIA方法识别高原涡的平均命中率超过95%,平均空报率低于9%,平均漏报率少于5%,可以十分准确地对高原涡进行识别。此外,评估还表明RTIA方法应用于不同空间分辨率的再分析资料(如0.5°或0.25°)时,仍能保持高原涡识别的高准确率,其识别结果主要受涡旋自身强度的影响,对弱涡旋的识别精度比强涡旋偏低。该方法对其他中尺度涡旋识别也具有一定的借鉴意义。

一次强降水事件中的中尺度涡旋特征分析

利用济南多普勒雷达探测资料,参考美国国家强风暴实验室发展的中气旋探测算法,对2005年9月2日发生在山东鲁南地区的1次强降水事件中的中尺度涡旋结构及其演变特征进行了分析。结果表明:造成此次强降水过程的中尺度对流系统内存在1个尺度为20km左右的风切变区,其内包含1个尺度为10km左右的涡旋;该风切变区及其涡旋在4～6km高空处最明显,其首先于高空6km附近发展,然后向上、向下生长;它们的尺度和强度达到最大的时刻也是降水最强的时段。

夏季副热带涡旋活动的气候学研究

引入新的涡旋识别方法,在全球副热带选取西北太平洋、东北太平洋、西北大西洋、东北大西洋和澳洲及其附近南太平洋5个涡旋活动代表性区域,用1985—2002年夏季ECMWF40年再分析资料统计,再用同期NCEP40年再分析资料对比,研究了副热带涡旋的气候学问题。结果表明:(1)两种再分析资料得到的涡旋空间分布型在5个区域都有较好的一致性,其中西北太平洋区域两种资料的相关性最好。(2)NCEP再分析资料得到的涡旋频数和强度都明显弱于ERA40计算结果,这主要是由于两种再分析资料的模式分辨率不同而造成的。(3)5个区域的涡旋活动主要分布在近海和海陆交界处,向陆地和内海方向减少。(4)西北太平洋有两个涡旋活动的高值中心:一个位于中国南海,另一个位于菲律宾东侧向北分布至中国黄海的西太平洋近海海域,为5个研究区域中面积最大。(5)西北大西洋的涡旋活动主要分布在从巴拿马地区向西侧太平洋延伸的纬度带内。(6)东北太平洋和东北大西洋的涡旋活动分布型相似,都位于5°—20°N的纬度带内,由海陆交界处伸向海洋。(7)澳洲及其附近南太平洋区域的涡旋活动不如其余4个区域强,主要分布在赤道一侧的近海区域。(8)除西北太平洋和西北大西洋区域外,其余两种再分析资料得到的3个区域涡旋活动年际变化有较大差异。(9)在西北太平洋和西北大西洋区域,涡旋活动的频繁程度没有表现出长期趋势,但具有清楚的阶段性特征,且两个区域的年际变化并不相同。(10)西北太平洋区域从20世纪80年代中期以来,涡旋个体强度呈增强趋势,这个增强的趋势在全球副热带地区最为明显。西北大西洋在90年代中期以前,涡旋强度有显著增强的趋势,而之后减弱。

黑潮延伸体区域50~100 km涡旋分布特征

本文使用基于热成风速度的涡旋识别拓展方法,通过海表面温度数据对黑潮延伸体区域50~100 km涡旋进行研究,发现50~100 km涡旋主要分布在黑潮延伸体流轴两侧,气旋涡和反气旋涡的寿命、半径分布具有一致性。气旋涡多出现在35°N以北,反气旋涡在35°N以南比较集中,与尺度较小的中尺度涡旋分布特征较为相似。冬夏两季涡旋地理分布存在一定差异,主要与不同季节该区域海表温度梯度及风应力旋度的变化有关。35°N以南50~100 km涡旋数量的季节性变化与风速大小的季节性变化存在明显的正相关性。35°N以南50~100 km涡旋三倍半径内风速异常和风应力旋度归一化表明,气旋涡对应风速负异常而反气旋涡对应风速正异常,反气旋涡的产生依赖于风应力负旋度,气旋涡的生成与风应力正旋度有关。

黑潮延伸体海洋中尺度涡旋:四套数据的比较

在不同的中尺度涡数据中,涡旋的识别,跟踪方法以及物理参数的定义存在差异,因此需要对涡旋结果进行相互比较和验证.本文比较了Chelton,GEM-M,Faghmous和Dong四套中尺度涡数据在黑潮延伸体区域的基本特征.结果表明,各数据的中尺度涡数量,特征和轨迹均存在差异.经过归一化处理后,涡特征的地理分布和时间变化高度相似,特别是Chelton,Fahgmous和Dong三套数据.

Intelligent identification of oceanic eddies in remote sensing data via Dual-Pyramid UNet

海洋涡旋是大洋中重要的组成部分,对海洋能量和物质的输送至关重要.海洋涡旋的检测和表征无论是对于海洋气象学,海洋声学还是海洋生物学等领域都具有重要的研究价值.本文基于UNet架构,并结合金字塔分割注意力(PSA)模块和空洞空间卷积池化金字塔(ASPP)构造了Dual-Pyramid UNet模型,以平面异常和海表面温度数据中进行海洋涡旋的识别.实验在北大西洋和南大西洋两个涡旋活跃区域进行并选用多个评价指标对识别结果进行评价以证明模型的优异性能.

槽道内涡波流场展向涡的分布特征

通过2DPIV测量了槽道内涡波流场的瞬态速度矢量场,利用雷诺分解和旋转强度的λci准则进行了展向涡的识别;并从识别的逆时针和顺时针展向涡的尺度属性、力学属性和运动属性方面分析了展向涡的分布特征。结果表明,流场中的顺时针展向涡的数量大于逆时针展向涡的数量;在法向位置0.05~0.45范围内,逆时针展向涡的旋转强度呈抛物线形状变化,顺时针展向涡整体呈下降趋势;逆时针展向涡的平均直径和椭圆平均长轴长度随着法向位置的增加而缓慢增加,而顺时针展向涡趋于下降;逆时针展向涡的椭圆长轴倾角最大值为67.28°,顺时针展向涡的等效椭圆的离心率呈下降趋势,似圆性较好;逆时针展向涡对全局平均的〈vωz〉分量在法向位置0.15处出现最大值61%;展向涡对流场雷诺应力的影响较小;逆时针展向涡的数量密度在0~0.08法向位置范围内呈急剧上升趋势,并达到最大值0.36,顺时针展向涡数量密度整体呈倒U形分布;不同旋向的展向涡占总展向涡数量密度的比值都大于0.3;展向涡的流向对流速度整体上小于流场的平均速度,且在槽道中心区域差值较大;展向涡的法向对流速度随着法向距离增加,从负值上升到正值,在中心主流两侧分别发生喷射和扫掠2种现象。

人工智能新技术在国家气象中心台风业务中的应用探索

基于2005—2020年的中国气象局台风最佳路径数据集以及葵花(Himawari-8)和风云(FY-4)卫星云图数据,结合人工智能新技术,将深度学习模型应用于台风涡旋识别、台风定位定强、台风强度突变预测等方面,具体内容主要包括基于深度图像目标检测的台风涡旋识别模型、基于图像分类和检索的台风智能定强模型以及融合时空序列特征的台风快速增强判别模型,构建了一套台风智能监测和预报系统。通过对2020年全年样本进行了测试,结果显示:该系统对强热带风暴级及以上强度的台风涡旋正确识别率达90%以上,台风强度估测的MAE和RMSE分别为3.8 m/s和5.05 m/s,对全年独立样本强度快速加强预测的综合准确率达到65.3%,该系统实现了业务上利用高时空分辨率卫星图像实时对热带气旋进行自动识别、定位定强和智能追踪的功能,为进一步提高我国台风监测和预报预警的能力提供了有利支撑。

苏门答腊岛西北海域中尺度涡源区特征与形成机制

孟加拉湾内和湾口附近有丰富的中尺度现象,本文利用2.0版可分辨低纬地区中尺度涡的Chelton数据集,通过溯源的方法得到中尺度涡的源地分布。苏门答腊岛西北海域(以5°N,94°E为核心的区域)是中尺度涡重要源区之一。通过拉格朗日方法的涡旋追踪表明,1993—2017年该海域(3°N—6°N、92°E—95°E),分别有57个气旋式和40个反气旋式中尺度涡。频谱分析显示海表面高度异常存在180 d和360 d两个显著周期。地形和风场的共同作用是该海域产生中尺度涡的动力机制:沿5°N西传的罗斯贝波在海岭地形的作用下触发了中尺度涡的生成;赤道风场是源区重要的能量来源,局地风场能诱发中尺度涡的极性。本研究也揭示了以往文献虽刻画了苏门答腊岛西北部海域为高涡动能区,却没有识别出较多中尺度涡的原因。

合成进口湍流方法在大涡模拟中的应用

进口瞬态湍流波动条件直接影响大涡模拟的精度。在亚音速平板湍流边界层上研究并验证更适合工程应用的进气道湍流产生技术。采用涡旋识别方法和数值纹影图研究边界层相关结构的变化特征,发现相干涡旋整体结构基本较短,呈现出马蹄形涡旋或涡旋环,平均速度分布遵循线性律、对数律和尾迹律等经典壁面律。