中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于多源卫星和深度学习的海气热通量反演与高分辨海温重建

文献类型:学位论文

作者王梦娇
答辩日期2026-05
文献子类博士
授予单位中国科学院大学
授予地点中国科学院海洋研究所
导师李晓峰
关键词卫星遥感 深度学习 海气热通量 海表温度
英文摘要

海气界面的多尺度物质与能量交换是驱动地球气候系统演变、维持上层海洋热力平衡的重要物理过程。要从气候尺度到过程尺度系统认识海气耦合机制,需重点关注两个代表性物理量:一方面,海气热通量(Air-Sea Heat Fluxes)表征了跨界面能量传输过程,是刻画全球气候尺度能量收支及其长期演变的关键量。另一方面,真实海洋并不仅表现为气候尺度上的缓慢变化,同时还持续受到局地高变率动力过程的强烈调制,海表温度(Sea Surface TemperatureSST)是上层海洋状态的核心变量,其精细时空演变能够表征区域过程尺度的海洋热力响应。如何在多尺度上准确刻画海气界面的热动力演变,并揭示跨圈层能量级联及耦合反馈机制,不仅是物理海洋学研究的前沿问题,也是地球系统预测中的关键需求。

然而,受限于现有卫星传感器的固有物理机制,多源遥感观测体系在刻画海气界面时普遍面临看不全看不清两类瓶颈:在全球海气热通量估算中,被动微波遥感难以直接获取所需的近海面气温(Air TemperatureTa)和近海面比湿(Air Specific Humidity Qa),导致关键变量缺失;在高分辨率SST观测中,基于红外的SST观测易受云遮挡影响而产生大范围观测缺失,而基于微波的SST观测因空间分辨率受限而难以解析亚中尺度结构,导致细节缺失。为解决上述遥感信息缺失问题,本文结合深度学习(Deep LearningDL)技术,分别围绕全球海气热通量估算和高分辨率无云SST重建两个核心科学问题,发展相应的智能反演与重建模型,系统构建海气界面多尺度数据集,并在此基础上开展长期变化诊断与强动力过程分析,旨在推动对全球海气能量交换演变规律及极端天气条件下海洋热动力响应机制的认识。

在面向全球气候尺度的海气热通量估算方面,针对关键变量缺失及原位监督样本空间分布极不均衡的问题,本文提出了矩阵点特征融合网络(Matrices-Points Fusion NetworkMPFNet)。该框架通过联合表征宏观环境背景与局地非线性关系,增强了高纬等观测稀缺海域的空间泛化能力,并结合块体空气动力学公式生成感热通量(Sensible Heat FluxSHF)和潜热通量(Latent Heat FluxLHF),进而构建了1992-2020年全球日平均海气热通量数据集DeepFlux。评估结果表明,DeepFlux在全球尺度上的表现优于五类主流产品,TaQaSHFLHF的均方根误差(Root Mean Square ErrorRMSE)分别降至0.53℃0.70g/kg5.53W/m²25.28W/m²。相较于对比产品,DeepFlux在四个变量上的RMSE降幅分别约为8.62%-48.54%24.47%-44.00%9.79%-57.95%18.56%-53.76%DeepFlux有效修正了现有产品中、系统性偏低以及SHFLHF系统性偏高的问题。基于该长时序数据集的气候态诊断表明,近三十年来全球SHFLHF整体呈增强趋势,其高值响应主要集中于西边界流(Western Boundary CurrentsWBCs)区域。进一步分析显示,这一长期演变与全球变暖背景下海气界面热力失衡加剧密切相关:SST升高促进海表饱和比湿Qs增加,而近海面TaQa的响应相对较弱,共同推动了海气温差和湿差扩大,从而驱动了全球海气热通量释放的持续增强。

在面向区域过程尺度的高分辨率无云SST重建方面,针对观测缺失与细节缺失并存的瓶颈,本文提出了遥感跨尺度联合重建框架(Remote Sensing Cross-scale ReconstructionRSCR)。该框架以红外辐射计提供高分辨率纹理和细尺度结构观测,以微波辐射计提供全天候大尺度背景观测,并进一步融合连续7天时间序列输入,以保持SST演变的时间连续性和物理连贯性。在WBCs区域的验证表明,RSCR实现了约10km量级的高分辨率无云SST重建,其RMSE低至0.32℃,较多尺度超高分辨率分析产品(Multi-scale Ultra-high ResolutionMUR)降低30.43%RSCR在结构相似性指数和功率谱密度等指标上也均优于MUR。进一步分析表明,RSCR具有较好的尺度自适应重建能力,在强变率区域能够较好恢复锋面、细丝及涡旋边界等亚中尺度结构,在弱梯度区域能够有效抑制非物理伪影并保持背景场连续性,从而提高了对WBCs区域亚中尺度结构及其动力学背景的可解析性。在2023年台风达维中,RSCR重建了降温峰值达到-5.91℃的冷尾迹,较MUR增强20.37%,并与Argo浮标观测保持一致。上述研究有效克服了传统融合产品对极端热动力响应的低估缺陷,不仅实现了多源缺测条件下的SST高精度重建,更加深了对极端天气条件下上层海洋垂向混合及台风-海洋负反馈效应的认识。

综上,本文面向海气界面的多尺度热动力演变及其耦合机制,围绕遥感信息缺失这一总问题,构建了双任务、多尺度的反演与重建框架,并取得了以下主要进展:(1)提出了面向气候尺度的MPFNet框架,构建了1992-2020年共29年、空间分辨率为的全球日平均海气热通量数据集DeepFlux;(2)提出了面向过程尺度的RSCR框架,实现了空间分辨率为0.02°的时空连续无云SST跨尺度重建;(3)基于所构建数据集,分析了全球海气热通量长期变化特征及WBCs区域极端台风冷尾迹的海表热响应。研究表明,无论是在气候尺度上的海气热力学失衡,还是在过程尺度上的海洋快速热响应,上层海洋都通过非均匀、非对称的热动力反馈参与调节海气界面的能量交换。上述研究不仅提升了对全球海气热通量长期变化和剧烈海洋动力过程热响应的可解析性,也从观测诊断角度加深了对全球变暖背景下海气耦合机制及其多尺度反馈过程的认识。

语种中文
目次

1  绪论... 1

1.1 研究背景及意义... 1

1.2 国内外研究现状... 4

1.2.1 海气热通量数据集构建研究现状... 4

1.2.2 高分辨率无缺失SST重建研究现状... 8

1.3 科学问题的提出... 11

1.4 研究内容及论文结构... 13

2  海气界面多尺度数据基础... 15

2.1 海气界面概述... 15

2.1.1 热量收支... 16

2.1.2 海气热通量的估算... 16

2.2 海气热通量估算数据... 17

2.2.1 微波辐射计数据... 18

2.2.2 外部SST数据... 20

2.2.3 原位观测... 20

2.2.4 对比数据产品... 22

2.3 SST重建数据... 23

2.3.1 红外辐射计数据... 24

2.3.2 微波辐射计数据... 24

2.3.3 原位观测... 24

2.3.4 对比数据产品... 25

2.4 基于GDCM的数据预处理... 25

2.4.1 GDCM模型架构... 26

2.4.2 训练策略... 28

2.4.3 预处理结果... 29

2.5 本章小结... 30

3  面向气候尺度的全球海气热通量反演与数据集构建... 31

3.1 引言... 31

3.2 数据处理... 31

3.2.1 数据冗余与缺失... 32

3.2.2 样本不平衡... 34

3.2.3 系统误差... 34

3.2.4 时空匹配... 36

3.2.5 训练集与测试集划分... 36

3.3 全球海气热通量模型MPFNet 37

3.3.1 输入模块... 38

3.3.2 矩阵特征编码模块... 39

3.3.3 点特征编码模块... 40

3.3.4 特征融合模块... 40

3.3.5 输出模块... 41

3.4 模型训练与参数... 41

3.4.1 预训练阶段... 41

3.4.2 微调阶段... 43

3.4.3 校正阶段... 43

3.4.4 参数设置... 43

3.4.5 评价指标... 44

3.5 模型结果与分析... 44

3.5.1 海气热通量产品对比... 45

3.5.2 独立浮标验证... 48

3.5.3 消融实验... 50

3.6 气候尺度下全球海气热通量的长期演变特征... 52

3.6.1 空间分布... 52

3.6.2 时间演变... 55

3.6.3 全球海气热通量的演化趋势及物理归因... 57

3.7 本章小结... 60

4  面向过程尺度的高分辨率无缺失SST跨尺度重建... 61

4.1 引言... 61

4.2 数据处理... 62

4.2.1 日变化控制... 62

4.2.2 时空匹配... 62

4.2.3 分块与筛选策略... 63

4.2.4 训练集与测试集划分... 65

4.2.5 退化问题与约束条件... 65

4.3 高分辨率无缺失SST重建模型RSCR.. 67

4.3.1 位置编码... 69

4.3.2 多级ConvLSTM编码器... 69

4.3.3 差异提取编码器... 70

4.3.4 注意力融合模块... 71

4.3.5 多模态解码器... 71

4.4 模型训练与参数... 72

4.4.1 预训练阶段... 72

4.4.2 微调阶段... 73

4.4.3 参数设置... 73

4.4.4 评价指标... 73

4.5 模型结果与分析... 74

4.5.1 强变率区域... 74

4.5.2 弱变率区域... 76

4.5.3 空间分布... 78

4.5.4 时间演变... 80

4.5.5 特征分辨率... 81

4.5.6 消融实验... 82

4.6 过程尺度下亚中尺度锋面与极端事件响应... 84

4.6.1 亚中尺度锋面... 84

4.6.2 台风冷尾迹... 85

4.7 本章小结... 88

5  总结与展望... 89

5.1 研究总结... 89

5.2 论文创新点... 90

5.3 展望与不足... 92

参考文献... 95

附录  字母缩写和全称... 107

  ... 111

作者简历及攻读学位期间发表的学术论文与其他相关学术成果... 113

源URL[http://ir.qdio.ac.cn/handle/337002/205193]  
专题海洋研究所_海洋环流与波动重点实验室
推荐引用方式
GB/T 7714
王梦娇. 基于多源卫星和深度学习的海气热通量反演与高分辨海温重建[D]. 中国科学院海洋研究所. 中国科学院大学. 2026.

入库方式: OAI收割

来源: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。