基于海洋模式SST数据的南极海冰密集度预报模型构建和发布制造技术

本发明专利技术涉及一种基于海洋模式SST数据的南极海冰密集度预报模型构建和发布，其步骤包括：1)建立各年、各天的SST和海冰密集度的关系数据库；2)按月对日平均SST和海冰密集度数据进行拟合，选取线性拟合函数构建两者的函数关系；3)基于实时获取的FIO‑COM32海洋模式SST预报数据，通过最佳线性拟合函数进行海冰密集度的每日空间分布制图；4)对预报的海冰密集度进行等值面自动制图和发布。本发明专利技术建立了海洋模式SST和海冰密集度函数模型，实现了1天4次和未来5天的自动持续发布功能，为南极海域船舶安全生产或航行路线提供躲避海冰参考，大大提高了船舶安全航行和生产的决策能力。

【技术实现步骤摘要】

本专利技术属海洋渔业渔场预测，特别是涉及基于海洋模式sst数据的南极海冰密集度预报模型构建与发布方法。

技术介绍

1、随着全球变暖和南极海域海温快速升高的驱动，近20年来南极海冰分布、厚度和海冰密集度均发生了巨大变化。南极海域是受气候变化影响最大的生态系统之一，近几十年来磷虾的栖息地、分布和数量正在因气候变暖、海冰面积和比例的持续减少、海洋酸化等自然气候变化而改变，而这也会进一步加剧了南极磷虾种群资源时空变化。海冰作为影响磷虾资源量和中心渔场年际变化的重要因素之一，实时和预测海冰密集度的时空范围对于了解气候变化和渔业生产活动安全保障显得尤为重要。

2、目前，通过卫星遥感方式监测准实时南极海域海冰密集度(sea iceconcentration，即海冰覆盖面积与单位海区总面积之比)已逐步业务化运行，然而遥感只能对当前海冰进行监测，回传数据至岸基平台进行数据分析，制图，再到用户手中，一般有1天以上延迟。南极磷虾渔船在生产或转移渔场过程中，更多的是需要实时和预报的海冰大面分布情况，因此，这就造成磷虾船或科考船等用户不能及时获取海冰密集度实时和未来几天本文档来自技高网...

【技术保护点】

1.基于海洋模式SST数据的南极海冰密集度预报模型构建和发布，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于海洋模式SST数据的南极海冰密集度预报模型构建和发布，其特征在于，所述步骤(1)中海表温度为全球海浪-潮流-环流耦合海洋数值模式的SST的天数据。

3.根据权利要求1所述的基于海洋模式SST数据的南极海冰密集度预报模型构建和发布，其特征在于，所述步骤(1)中海冰密集度卫星遥感数据来自美国Noaa机构的网站，提取其海冰密集度值，建立两者的数据库。

4.根据权利要求1所述的基于海洋模式SST数据的南极海冰密集度预报模型构建和发布，其特征在于...

【技术特征摘要】

1.基于海洋模式sst数据的南极海冰密集度预报模型构建和发布，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于海洋模式sst数据的南极海冰密集度预报模型构建和发布，其特征在于，所述步骤(1)中海表温度为全球海浪-潮流-环流耦合海洋数值模式的sst的天数据。

3.根据权利要求1所述的基于海洋模式sst数据的南极海冰密集度预报模型构建和发布，其特征在于，所述步骤(1)中海冰密集度卫星遥感数据来自美国noaa机构的网站，提取其海冰密集度值，建立两者的数据库。

4.根据权利要求1所述的基于海洋模式sst数据的南极海冰密集度预报模型构建和发布，其特征在于，所述步骤(2)中对sst和海冰密集度数值进行月平均，海域空间分辨率为0.1度，能够满足模型构建需求。

5.根据权利要求1所述的基于海洋模式sst数据的南极海冰密集度预报模型构建和发布，其特征在于，所述步骤(4)中以线性函数为最佳拟合模型，可以准确地估算sst和海冰密集度的关系；函数表达式为：

6.根据权利要求5所述的基于海洋模式sst数据的南极海冰密集度预报模型构建和发布，其特征在于，当r...

【专利技术属性】
技术研发人员：张衡，李阳，相德龙，王雨涵，朱汉吉，戴阳，张胜茂，孙煜琰，
申请(专利权)人：中国水产科学研究院东海水产研究所，
类型：发明
国别省市：