海洋混合层深度的智能识别方法研究及其应用
文献类型:学位论文
作者 | 张康 |
答辩日期 | 2019 |
授予单位 | 南海海洋研究所 |
导师 | 周生启 |
关键词 | 海洋混合层深度,人工智能方法,质量因子,障碍层,时空分布 |
学位名称 | 硕士 |
学位专业 | 物理海洋学 |
其他题名 | Study on Artificial Intelligence Method for Identifying Oceanic Mixed Layer’s Depth and Its Application |
英文摘要 | 海洋混合层在海-气交换中起着至关重要的作用。准确确定其深度对于研究全球气候变化、建立海-气热交换机制、探索海洋上层物理、生物过程有着重要意义。本文提出了一种识别混合层深度(mixed layer depth, MLD)的人工智能方法。该方法在温度(密度)与压强间建立线性模型,通过贝叶斯链式法则和最小描述长度原理学习数据特征,得到模型系数的最大后验概率估计。用F-分布检验模型系数发生突变的位置,以此确定混合层的存在性及其深度。利用2016-2017年全球Argo浮标数据对其进行测试,以质量因子(quality factor,QI)值作为判断识别MLD准确性的依据,发现75%的温度(密度)QI值超过0.918(0.879),50%的温度(密度)QI值超过0.968(0.954),其标准差低于0.114(0.140)。与其它已存在的主要方法对比,该方法具有最高的QI值的均值、中位数和四分位数,最低的QI值的标准差,以及最小的温度和密度MLD之间的统计均值(中值)的差。这表明该方法能够准确识别MLD,且优于其它已存在的主要方法。利用该方法计算了全球MLD和障碍层厚度,并得到其时空分布特征。与前人的研究相一致的结果:(a)MLD呈现出高纬度深低纬度浅的空间特征和冬季深夏季浅的季节性特征。(b)由于淡水的汇入,南大洋靠近南极大陆一侧的MLD较浅,冬季北太平洋海域的MLD比同纬度大西洋的MLD浅。(c)赤道西太平洋、孟加拉湾、热带西大西洋常年存在障碍层,而冬季的副热带北太平洋、东北大西洋以及夏季的南半球中低纬度海域是补偿层的高发区域。还得到一些与前人的研究不同的结果:(a)孟加拉湾湄公河流域、北大西洋美国东西海岸能够清晰识别出较浅的MLD。(b)MLD季节性变化的周期及其发生的海域与全球季风带的周期及其海域相一致(c)位于北太平洋高纬度的少数海域存在障碍层,大部分海域存在较薄的补偿层。(d)冬季南大洋障碍层虽然变薄,但仍然是存在的,尤其是靠近南极大陆一侧,而春、秋季的南半球低纬度海域存在非常薄的补偿层。(e)南半球中纬度海域存在着全年的补偿层,其厚度在夏季最厚。 |
源URL | [http://ir.scsio.ac.cn/handle/344004/18087] ![]() |
专题 | 南海海洋研究所_学位论文(硕士) |
推荐引用方式 GB/T 7714 | 张康. 海洋混合层深度的智能识别方法研究及其应用[D]. 南海海洋研究所. 2019. |
入库方式: OAI收割
来源:南海海洋研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。