一种海洋中尺度涡的识别方法和装置制造方法及图纸

本申请公开了一种海洋中尺度涡识别方法和装置。首先建立海平面高度异常数据的原始数据矩阵，进而对该原始数据矩阵进行处理以获得该原始数据矩阵对应的变差场数据矩阵。进一步，利用趋势面分析法对该变差场数据矩阵进行分析，以进行泛克里金插值计算，从而建立可高度识别中尺度涡的中尺度涡识别矩阵。与现有技术相比，本发明专利技术基于海平面高度异常数据矩阵中各个像元之间的相关性，建立了海平面高度异常数据的变差场数据矩阵，并对该变差场数据矩阵进行泛克里金插值处理，因而提高了中尺度涡的识别精度和效率。

【技术实现步骤摘要】
一种海洋中尺度涡的识别方法和装置
本申请涉及海洋遥感领域，更具体地说，涉及一种海洋中尺度涡的识别方法和装置。
技术介绍
中尺度涡，是海洋中的一种涡流，各大洋中都有这种涡流的存在。它们与海洋中大而稳定的环流相比，是尺度较小的海水运动，并不显著，但中尺度涡对全球海洋水量分配、能量与热量的传输有重要作用，对台风路径及其强度的变化乃至全球气候变化都有重大影响，因而对中尺度涡的高效识别已成为当务之急。现有的效率较高的中尺度涡识别主要采用基于海平面高度异常数据矩阵的闭合等值线法，在传统方法中由于没有深入挖掘海平面高度异常数据矩阵中各个像元之间的相关性，因而后续的闭合等值线的划分和筛选过程比较繁琐且容易出现误判，造成中尺度涡的识别精度低。
技术实现思路
有鉴于此，本申请提供一种海洋中尺度涡的识别方法和装置，以提高中尺度涡的识别精度。为了实现上述目的，现提出的方案如下：一种海洋中尺度涡识别方法，包括：建立海平面高度异常数据和变差场的原始数据矩阵；依次将所述原始数据矩阵中各个像元作为预先建立的滑动窗口的中心点；计算所述滑动窗口内最大像元和最小像元的差的绝对值；当所述绝对值在预设变差阈值范围内时，将第一赋值赋予所述中心点对应的所述变差场数据矩阵的像元，当所述绝对值不在所述预设变差阈值范围内时，将第二赋值赋予所述中心点对应的所述变差场数据矩阵的像元，为海平面高度异常数据的变差场数据矩阵(空矩阵)赋值；其中，所述预设变差阈值和所述第一赋值根据所述原始数据矩阵确定；所述第二赋值的计算公式为：表示第二赋值，DNi表示所述中心点对应的所述原始数据矩阵的像元，表示距离所述中心点像元滞后h0个像元的像元，像元滞后距离h0为预设值；基于趋势面分析法，确定所述变差场数据矩阵的趋势分量和剩余分量；对所述剩余分量进行简单克里金插值处理，并将经过简单克里金插值处理后的剩余分量与所述趋势分量相加，得到经泛克里金插值的中尺度涡识别矩阵；按照预设识别方法，基于所述中尺度涡识别矩阵对中尺度涡进行识别。优选的，所述建立海平面高度异常数据的原始数据矩阵，包括：获取海平面高度异常数据；对所述海平面高度异常数据进行中值滤波处理以及对所述海平面高度异常数据中的空值进行替换处理；利用处理后的所述海平面高度异常数据构建所述原始数据矩阵。优选的，所述滑动窗口的建立过程包括：在预设采样周期内，获取多组海平面高度异常数据；建立每组海平面高度异常数据各自对应的原始数据矩阵；确定各个所述原始数据矩阵对应的实验变差函数；所述实验变差函数的计算公式为：其中，所述γ(h)为实验变差函数值，N(h)表示所述海平面高度异常数据的原始数据矩阵中相距h个像元的像元的对数，DN(i,j)表示海平面高度异常数据的原始数据矩阵中第i行第j列的像元的像元值，和DN(i+h,j+h)表示海平面高度异常数据原始数据矩阵中第i+h行第j+h列的像元的像元值；分别对所有所述原始数据矩阵对应的实验变差函数进行求导计算，确定每个原始数据矩阵实验变差函数之导数的最小零点处h值；计算所有最小零点处h值的平均值，将所述平均值作为所述像元滞后距离h0；基于所述像元滞后距离h0建立所述滑动窗口，其中所述滑动窗口的边长为2h0。优选的，所述预设变差阈值为[μ-σ,μ+σ]；所述第一赋值为：(μ-4σ)；其中，μ为所述原始数据矩阵平均值，σ为所述原始数据矩阵的标准差。优选的，所述对所述剩余分量进行简单克里金插值处理，并将经过简单克里金插值处理后的剩余分量与所述趋势分量相加，得到经泛克里金插值的中尺度涡识别矩阵，包括：确定所述变差场数据矩阵的实验变差函数；所述实验变差函数的计算公式为：其中，所述γ(h)为实验变差函数值，N(h)表示所述变差场数据矩阵中相距h个像元的像元的对数，DN(i,j)表示变差场数据矩阵中第i行第j列的像元的像元值，和DN(i+h,j+h)表示变差场数据矩阵中第i+h行第j+h列的像元的像元值；基于预设算法对所述实验变差函数进行计算，确定所述实验变差函数的块金、变程以及偏基台值；将所述实验变差函数的块金、变程以及偏基台值代入理论变差函数模型中，以实现实验变差函数与理论变差函数模型的拟合；按照简单克里金插值算法，利用拟合后的理论变差函数模型对所述剩余分量进行插值，再将经过插值的剩余分量与趋势分量相加，实现完整的泛克里金算法。一种海洋中尺度涡识别装置，包括：原始数据矩阵建立单元，用于建立海平面高度异常数据的原始数据矩阵；变差场数据矩阵建立单元，用于建立与海平面高度异常数据原始数据矩阵同行同列数的变差场数据矩阵，通过对海平面高度异常数据原始数据矩阵的变差计算，为变差场数据矩阵赋值。本单元包括：依次将所述原始数据矩阵中各个像元作为预先建立的滑动窗口的中心点；计算所述滑动窗口内最大像元和最小像元的差的绝对值；当所述绝对值在预设变差阈值范围内时，将第一赋值赋予所述中心点对应的所述变差场数据矩阵的像元，当所述绝对值不在所述预设变差阈值范围内时，将第二赋值赋予所述中心点对应的所述变差场数据矩阵的像元，为海平面高度异常数据的变差场数据矩阵(空矩阵)赋值；其中，所述预设变差阈值和所述第一赋值根据所述原始数据矩阵确定；所述第二赋值的计算公式为：表示第二赋值，DNi表示所述中心点对应的所述原始数据矩阵的像元，表示距离所述中心点的像元滞后h0个像元的像元，像元滞后距离h0为预设值；泛克里金插值处理单元，用于在趋势面分析法的基础上，确定所述变差场数据矩阵的趋势分量和剩余分量；对所述剩余分量进行简单克里金插值处理，并将经过简单克里金插值处理后的剩余分量与所述趋势分量相加，得到经泛克里金插值的中尺度涡识别矩阵；中尺度涡识别单元，用于按照预设识别方法，基于所述中尺度涡识别矩阵对中尺度涡进行识别。优选的，所述原始数据矩阵建立单元包括：数据采集模块，获取海平面高度异常数据；数据处理模块，用于对所述海平面高度异常数据进行中值滤波处理以及对所述海平面高度异常数据中的空值进行替换处理，并利用处理后的所述海平面高度异常数据构建所述原始数据矩阵。优选的，所述变差场数据矩阵建立单元包括：滑动窗口建立模块，用于在预设采样周期内，获取多组海平面高度异常数据，建立每组海平面高度异常数据各自对应的原始数据矩阵，确定各个所述原始数据矩阵对应的实验变差函数；所述实验变差函数的计算公式为：其中，所述γ(h)为实验变差函数值，N(h)表示所述海平面高度异常数据的原始数据矩阵中相距h个像元的像元的对数，DN(i,j)表示海平面高度异常数据的原始数据矩阵中第i行第j列的像元的像元值，和DN(i+h,j+h)表示海平面高度异常数据原始数据矩阵中第i+h行第j+h列的像元的像元值；分别对所有所述原始数据矩阵对应的实验变差函数进行求导计算，确定每个原始数据矩阵实验变差函数之导数的最小零点处h值；计算所有最小零点处h值的平均值，将所述平均值作为所述像元滞后距离h0；基于所述像元滞后距离h0建立所述滑动窗口，其中所述滑动窗口的边长为2h0；变差计算模块，用于依次将所述原始数据矩阵中各个像元作为预先建立的滑动窗口的中心点；计算所述滑动窗口内最大像元和最小像元的差的绝对值；当所述绝对值在预设变差阈值范围内时，将第一赋值赋予所述中心点对应的所述变差场数据矩阵的像元，当所述绝对值本文档来自技高网...

【技术保护点】
一种海洋中尺度涡识别方法，其特征在于，包括：建立海平面高度异常数据的原始数据矩阵和与所述原始数据矩阵同行同列数的空矩阵；依次将所述原始数据矩阵中各个像元作为预先建立的滑动窗口的中心点；计算所述滑动窗口内最大像元和最小像元的差的绝对值；当所述绝对值在预设变差阈值范围内时，将第一赋值赋予所述中心点对应的所述空矩阵的像元，当所述绝对值不在所述预设变差阈值范围内时，将第二赋值赋予所述中心点对应的所述空矩阵的像元，以建立海平面高度异常数据的变差场数据矩阵；其中，所述预设变差阈值和所述第一赋值根据所述原始数据矩阵确定；所述第二赋值的计算公式为：

【技术特征摘要】
1.一种海洋中尺度涡识别方法，其特征在于，包括：建立海平面高度异常数据的原始数据矩阵和与所述原始数据矩阵同行同列数的空矩阵；依次将所述原始数据矩阵中各个像元作为预先建立的滑动窗口的中心点；计算所述滑动窗口内最大像元和最小像元的差的绝对值；当所述绝对值在预设变差阈值范围内时，将第一赋值赋予所述中心点对应的所述空矩阵的像元，当所述绝对值不在所述预设变差阈值范围内时，将第二赋值赋予所述中心点对应的所述空矩阵的像元，以建立海平面高度异常数据的变差场数据矩阵；其中，所述预设变差阈值和所述第一赋值根据所述原始数据矩阵确定；所述第二赋值的计算公式为：表示第二赋值，DNi表示所述中心点对应的所述原始数据矩阵的像元，表示距离所述中心点滞后h0个像元的像元，像元滞后距离h0为预设值；基于趋势面分析法，确定所述变差场数据矩阵的趋势分量和剩余分量；对所述剩余分量进行简单克里金插值处理，并将经过简单克里金插值处理后的剩余分量与所述趋势分量相加，得到经泛克里金插值的中尺度涡识别矩阵；按照预设识别方法，基于所述中尺度涡识别矩阵对中尺度涡进行识别。2.根据权利要求1所述的方法，其特征在于，所述建立海平面高度异常数据的原始数据矩阵，包括：获取海平面高度异常数据；对所述海平面高度异常数据进行中值滤波处理以及对所述海平面高度异常数据中的空值进行替换处理；利用处理后的所述海平面高度异常数据构建所述原始数据矩阵。3.根据权利要求1所述的方法，其特征在于，所述滑动窗口的建立过程包括：在预设采样周期内，获取多组海平面高度异常数据；建立每组海平面高度异常数据各自对应的原始数据矩阵；确定各个所述原始数据矩阵对应的实验变差函数；所述实验变差函数的计算公式为：其中，所述γ(h)为实验变差函数值，N(h)表示所述海平面高度异常数据的原始数据矩阵中相距h个像元的像元的对数，DN(i,j)表示海平面高度异常数据的原始数据矩阵中第i行第j列的像元的像元值，和DN(i+h,j+h)表示海平面高度异常数据的原始数据矩阵中第i+h行第j+h列的像元的像元值；分别对所有所述原始数据矩阵对应的实验变差函数进行求导计算，确定每个原始数据矩阵实验变差函数之导数的最小零点处h值；计算所有最小零点处h值的平均值，将所述平均值作为所述像元滞后距离h0；基于所述像元滞后距离h0建立所述滑动窗口，其中所述滑动窗口的边长为2h0。4.根据权利要求1所述的方法，其特征在于，所述预设变差阈值为[μ-σ,μ+σ]；所述第一赋值为：(μ-4σ)；其中，μ为所述原始数据矩阵平均值，σ为所述原始数据矩阵的标准差。5.根据权利要求1所述的方法，其特征在于，所述对所述剩余分量进行简单克里金插值处理，并将经过简单克里金插值处理后的剩余分量与所述趋势分量相加，得到经泛克里金插值的中尺度涡识别矩阵，包括：确定所述原始数据矩阵的实验变差函数；所述实验变差函数的计算公式为：其中，所述γ(h)为实验变差函数值，N(h)表示所述变差场数据矩阵中相距h个像元的像元的对数，DN(i,j)表示变差场数据矩阵中第i行第j列的像元的像元值，和DN(i+h,j+h)表示变差场数据矩阵中第i+h行第j+h列的像元的像元值；基于预设算法对所述实验变差函数进行计算，确定所述实验变差函数的块金、变程以及偏基台值；将所述实验变差函数的块金、变程以及偏基台值代入理论变差函数模型中，以实现实验变差函数与理论变差函数模型的拟合；按照简单克里金插值算法，利用拟合后的理论变差函数模型对所述剩余分量进行插值，再将经过插值的剩余分量与趋势分量相加，实现完整的泛克里金算法。6.一种海洋中尺度涡识别装置，其特征在于，包括：原始数据矩阵建立单元，用于建立海平面高度异常数据的原始数据矩阵；变差场数据矩阵建立单元，用于建立与原始数据矩阵同行同列数的变差场数据矩阵；具体包括：建立与所述原始数据矩阵同行同列数的空矩阵；依次将所述原始数据矩阵中各个像元作为预先建立的滑动窗口的中心点；计算所述滑动窗口内最...

【专利技术属性】
技术研发人员：董庆，毕经武，张清，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京,11