海表温度的基本模式
摘要：对地球海洋的遥感观测已经进行了超过40年，获得了海面温度（SST）的全球测量数据。这些数据的分辨率约为1km，可以跟踪西边界流、东边界冷上涌以及中尺度和亚中尺度涡旋的形成等物理过程。为了发现小于10km的尺度上SST的基本模式，我们开发了一种无监督的深度对比学习模型，命名为Nenya。我们使用MODIS传感器的800万个无云切割图像（约80x80km^2）的子集对Nenya进行训练，并进行了图像增强来实现对旋转、反射和平移的不变性。Nenya的256维潜在空间定义了一个词汇来描述SST的复杂性，并将图像与相似的模式和特征关联起来。我们使用降维算法来探索温度间隔为DT=0.5-1K的切割图像，识别出一组具有各种尺度温度变化的模式。然后，我们证明SST数据中具有大尺度特征的主要出现在太平洋和大西洋的赤道冷舌，并且表现出强烈的季节变化，而具有主要亚中尺度结构的数据则主要出现在西边界流、具有强上涌的区域以及南极洲环流。我们提供了一个基于Web的用户界面，以便对完整的MODIS数据集进行地理和时间上的探索。未来的工作将会将特定的SST模式与特定动力学（例如锋生）联系起来，以研究它们在时间和空间上在全球的分布。
作者：J. Xavier Prochaska (1), Erdong Guo (1), Peter C. Cornillon (2), Christian E. Buckingham (3) ((1) University of California, Santa Cruz, (2) University of Rhode Island, (3) University of Massachusetts, Dartmouth)
论文ID：2303.12521
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2023-03-23