【摘要】：南海位于中國大陸南側(cè),太平洋西部,是中國最大、最深的海區(qū)。南海海域蘊(yùn)含豐富的生物資源和礦產(chǎn)資源。南海擁有上千個(gè)魚類品種,包括大黃魚、馬鮫魚、石斑魚、金槍魚、烏鯧魚和銀鯧魚等重要經(jīng)濟(jì)種類。據(jù)估計(jì),南海擁有大約6×10~6~7×10~6噸的潛在漁獲量。南海天然氣儲量約1×10~(13)m~3,石油蘊(yùn)藏量高達(dá)兩百多億噸,石油儲量當(dāng)于全球儲量的12%,約占中國石油總資源量的三分之一。因此,南海在我國海洋經(jīng)濟(jì)、海洋生態(tài)、資源能源保護(hù)、軍事、政治等鄰域均占據(jù)重要地位。本文針對南海及其臨近海域(0°N-30°N,105°E 130°E)中尺度鋒、中尺度渦旋以及夜間作業(yè)漁船的空間分布、時(shí)間變化規(guī)律及它們的相關(guān)關(guān)系展開了一系列研究,以為漁業(yè)活動(dòng)的規(guī)劃,漁業(yè)行為的管理及監(jiān)測等提供有效技術(shù)手段和理論依據(jù)。文章的主要研究內(nèi)容、方法以及結(jié)論包括:(1)以海表溫度(SST)遙感數(shù)據(jù)為基礎(chǔ),針對中尺度鋒在SST圖像上的形態(tài)特征,建立了基于圖像分割的海洋鋒面提取方法,并利用該方法對南海海域中尺度鋒信息進(jìn)行了提取。同時(shí)對鋒面長度、平均強(qiáng)度及總強(qiáng)度進(jìn)行統(tǒng)計(jì)分析,并研究其空間分布及時(shí)間變化規(guī)律。統(tǒng)計(jì)分析結(jié)果表明:南海海域海表溫度鋒主要分布于南海北部及東北部海域,且冬季鋒面信息強(qiáng)于夏季,其中鋒面總長度在第4周達(dá)到最高值(4.6440×10~3km),最低值(1.0710×10~3km)則在第25周。鋒面平均強(qiáng)度最大值在第5周,為0.0668℃/km,最小值在第33周,為0.0341℃/km;鋒面總強(qiáng)度最大值(26.3158℃/km)和最小(1.4311℃/km)的也分別出現(xiàn)在第5和第33周。進(jìn)入夏季前,南海海域海表溫度鋒沿中國大陸海岸線向東北方向移動(dòng),南海北部及東北部海域的海表溫度鋒逐漸破裂甚至消失。夏季南海北部及東北部的海表溫度鋒被最大程度地削弱,與此同時(shí)南海中西部海域有短暫的破碎鋒生成。進(jìn)入秋季后,南海北部海域海表溫度鋒重新形成。(2)對混合檢測法(HD法)進(jìn)行了改進(jìn),并以海表面高度異常(SLA)遙感數(shù)據(jù)為基礎(chǔ),利用改進(jìn)后的HD法對南海海域中尺度渦旋信息進(jìn)行了提取。同時(shí)對南海渦旋個(gè)數(shù)及面積進(jìn)行統(tǒng)計(jì)分析,并研究其時(shí)空分布規(guī)律,以及冷渦、暖渦在數(shù)量、面積和時(shí)間變化上的差異。統(tǒng)計(jì)分析結(jié)果表明:中國南海海域常年有中尺度渦分布,總體上呈現(xiàn)東北—西南分布且分布廣泛。其中面積較大的中尺度渦主要分布在呂宋海峽兩側(cè)、呂宋島東側(cè)以及中南半島東側(cè)海域。在數(shù)量上,南海中尺度渦冬、春兩季多,夏、秋兩季少,其中個(gè)數(shù)最高值出現(xiàn)在第11周(春季),為111個(gè),最低值出現(xiàn)在第42周(秋季),為65個(gè),且冷、暖渦數(shù)量相近。而在渦旋總面積上的時(shí)間變化則相反,為冬、春兩季小,夏、秋兩季大,其中面積最大值出現(xiàn)在第46周(秋季),為7825個(gè)像元,最低值出現(xiàn)在第1周(冬季),為4751個(gè)像元,且冷渦面積通常大于暖渦,季節(jié)性變化也更為明顯。(3)根據(jù)夜間作業(yè)漁船燈光信息在VIIRS可見光及紅外波段遙感影像上的輻射特征及形態(tài)特征,建立了以VIIRS夜間遙感數(shù)據(jù)為基礎(chǔ)的夜間作業(yè)漁船信息的提取方法,并對南海海域夜間作業(yè)漁船信息進(jìn)行了提取,計(jì)算漁船分布密度。同時(shí)對夜間作業(yè)漁船的漁船密度的空間分布及夜間作業(yè)漁船數(shù)量的時(shí)間變化進(jìn)行了統(tǒng)計(jì)分析。統(tǒng)計(jì)分析結(jié)果表明:南海海域夜間作業(yè)漁船燈光點(diǎn)數(shù)在時(shí)間變化上呈現(xiàn)明顯的雙峰分布,其中第一個(gè)峰值出現(xiàn)在3月,共檢測到5227個(gè)燈光點(diǎn),第二個(gè)峰值出現(xiàn)在9月,共檢測到6473個(gè)燈光點(diǎn),漁業(yè)活動(dòng)主要集中在春、秋兩季,其中秋季捕撈強(qiáng)度更大�？臻g分布上,南海夜間作業(yè)漁船呈塊狀或帶狀分布,并且有明顯的聚集性。南海海域夜間作業(yè)漁船主要分布于北部灣海域、中南半島東南側(cè)海域以及南海東北部海域,并且有明顯的季節(jié)性變化。(4)根據(jù)提取到的南海海域中尺度鋒、中尺度渦以及夜間作業(yè)漁船信息,研究分析南海海域夜間作業(yè)漁船信息與中尺度鋒以及中尺度渦的相關(guān)關(guān)系。發(fā)現(xiàn)南海東北部、臺灣海峽及其附近海域燈光漁船空間分布同時(shí)受鋒面與冷渦影響。該海域夜間作業(yè)漁船通常沿鋒面中心線呈帶狀分布,而在同一海域的冷渦附近通常存在漁船密集區(qū)。在南海中部及西南部海域,冬季時(shí)夜間作業(yè)漁船主要分布于該海域的冷渦附近,而在夏秋兩季燈光漁船空間分布與該海域的暖渦密切相關(guān),該海域夜間作業(yè)漁船通常分布于渦旋密集區(qū)。本文的取得了一系列創(chuàng)新性成果,可概括成一下幾個(gè)方面:(1)針對海洋水文要素弱邊緣的特性,建立了基于圖像分割的海洋鋒面提取方法。與傳統(tǒng)鋒面提取方法相比,基于圖像分割的海洋鋒面提取方法在提取結(jié)果精度、連續(xù)性上更占優(yōu)勢,同時(shí)提取到的鋒面中心線更平滑。(2)發(fā)現(xiàn)南海中尺度渦在數(shù)量與總面積的總體時(shí)間變化趨勢上存在差異甚至相反。盡管在數(shù)量及數(shù)量變化趨勢上冷渦與暖渦基本相近,但在總面積上冷渦總面積通常大于暖渦總面積,且冷渦總面積的季節(jié)性變化更明顯。(3)建立了以VIIRS夜間遙感數(shù)據(jù)為基礎(chǔ)的夜間作業(yè)漁船信息的提取方法。該方法綜合考慮了漁船燈光點(diǎn)的形態(tài)特征及輻射特征,先根據(jù)漁船燈光點(diǎn)的形態(tài)特征對像元進(jìn)行初步篩選,在提高夜間作業(yè)漁船信息提取準(zhǔn)確性,減少月光及云層導(dǎo)致的可見光輻射高值區(qū)影響的同時(shí),更減少了自動(dòng)化閾值選取的計(jì)算量,從而有效提高燈光漁船信息提取效率。(4)探討了夜間作業(yè)漁船空間分布與中尺度鋒及中尺度渦旋的相關(guān)關(guān)系。發(fā)現(xiàn)南海東北部、臺灣海峽及其附近海域燈光漁船空間分布同時(shí)受鋒面與冷渦影響。在南海中部及西南部海域,冬季時(shí)該海域夜間作業(yè)漁船空間分布與冷渦相關(guān)性更大,而在夏、秋兩季,該海域夜間作業(yè)漁船空間分布與暖渦密切相關(guān)。
【圖文】：

圖 1-1 文章技術(shù)路線圖Fig. 1-1 Technical roadmap of the paper部分，第一部分為引言，介紹了相關(guān)，介紹了研究中所用數(shù)據(jù)的基本情況息提取部分，介紹了常用鋒面提取方提取結(jié)果進(jìn)行了分析。第四部分為南渦旋提取方法及本文改進(jìn)后的 HD 法部分為夜間作業(yè)漁船信息提取部分，法，，并對漁船信息提取結(jié)果進(jìn)行分析討了中尺度鋒及中尺度渦旋對南海夜

圖 2-1 2014 年第五周（1 月 29 日至 2 月 4 日）中國南海 SST 分布圖Fig. 2-1 SST distribution of SCS in 5th week (January 29th to February 4th), 20142.1.3 基于 SST 數(shù)據(jù)的中尺度鋒提取方法2.1.3.1 梯度法梯度法及傳統(tǒng)邊緣檢測算法是目前應(yīng)用最廣泛的海洋中尺度鋒提取算法。其中，梯度法根據(jù)鋒面在對應(yīng)水文要素上呈現(xiàn)較高的水平梯度的基本特性，通過選取高水平梯度像元以實(shí)現(xiàn)鋒面提取。其基本步驟主要包括：梯度計(jì)算，梯度閾值選取以及圖像二值化分割[9]。海洋水文要素遙感影像中，像元 P(i,j)水平梯度計(jì)算方法為：
【學(xué)位授予單位】：上海海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：S951.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 燕丹晨;仉天宇;李云;王延強(qiáng);盧勇奪;;基于WA方法的2013年夏秋越南東南外海暖渦初步分析[J];海洋預(yù)報(bào);2015年05期

2 畢經(jīng)武;董慶;薛存金;徐躍通;;基于高度計(jì)遙感數(shù)據(jù)的北太平洋中尺度渦提取[J];遙感學(xué)報(bào);2015年06期

3 李德仁;李熙;;論夜光遙感數(shù)據(jù)挖掘[J];測繪學(xué)報(bào);2015年06期

4 杜云艷;王麗敬;樊星;周成虎;;基于GIS的南海中尺度渦旋典型過程的特征分析[J];海洋科學(xué);2014年01期

5 平博;蘇奮振;杜云艷;孟云閃;蘇偉光;;基于引力模型的海洋鋒信息提取[J];地球信息科學(xué)學(xué)報(bào);2013年02期

6 鞠海龍;;南海漁業(yè)資源衰減相關(guān)問題研究[J];東南亞研究;2012年06期

7 薛存金;蘇奮振;周軍其;;基于小波分析的海洋鋒形態(tài)特征提取[J];海洋通報(bào);2007年02期

本文編號：2702360