一种海洋前沿检测与跟踪算法
计算机视觉与模式识别
2025-05-15 v4
摘要
现有的海洋前沿检测方法——包括基于直方图的方差分析、李雅普诺夫指数、梯度阈值和机器学习——存在关键局限性：输出不连续、过度检测、依赖单阈值决策以及缺乏开源实现。为此，本文提出了基于指数空间分析的贝叶斯前沿检测与跟踪框架(BFDT-MSA)。该框架引入了三项创新：(1) 集成梯度先验和场算子的贝叶斯决策机制，以消除手动阈值敏感性；(2) 形态学细化算法用于合并碎片化前沿、删除虚假环形物，以及将前沿区细化至像素级精度；(3) 一种新的时空度量空间定义，用于时序前沿跟踪，实现前沿演化的系统性分析。在2022-2024年的全球海表温度(SST)数据上进行验证，BFDT-MSA相对于基于直方图的方法将过度检测减少了73%，同时实现了优异的强度(C/km)、连续性和时空一致性。该开源发布弥合了可重复海洋学研究中的关键缺口。
引用
@article{arxiv.2502.15250,
title = {An ocean front detection and tracking algorithm},
author = {Yishuo Wang and Feng Zhou and Qicheng Meng and Muping Zhou and Zhijun Hu and Chengqing Zhang and Tianhao Zhao},
journal= {arXiv preprint arXiv:2502.15250},
year = {2025}
}