海表温度的基本模态
大气与海洋物理
2023-03-23 v1
摘要
四十多年来，对地球海洋的遥感观测提供了海表温度（SST）的全球测量。这些分辨率约 1km 的数据刻画了西边界流、东边界流处的冷上升流以及中尺度和亚中尺度涡的形成等物理过程。为发现小于 10km 尺度上 SST 的基本模态，我们开发了一种名为 Nenya 的无监督深度对比学习模型。我们在 MODIS 传感器的 800 万张无云裁剪图像（约 80x80km^2）子集上训练 Nenya，并采用图像增强以施加对旋转、反射和平移的不变性。Nenya 的 256 维潜空间定义了一套描述 SST 复杂性的词汇，并将具有相似模态和特征的图像关联起来。我们使用降维算法探索温度间隔 DT=0.5-1K 的裁剪图像，识别出在广泛尺度上具有温度方差的多样化模态。我们随后证明，具有大尺度特征的数据优先出现在太平洋和大西洋赤道冷舌中并表现出强季节变化，而以亚中尺度结构为主的数据优先出现在西边界流、具有强上升流的特定区域以及沿南极绕极流处。我们提供了一个基于 web 的用户界面，以便于对完整 MODIS 数据集进行地理和时间探索。未来的工作将把特定 SST 模态与特定动力学（例如锋生）联系起来，以考察其在全球的时间和空间分布。
引用
@article{arxiv.2303.12521,
title = {The Fundamental Patterns of Sea Surface Temperature},
author = {J. Xavier Prochaska and Erdong Guo and Peter C. Cornillon and Christian E. Buckingham},
journal= {arXiv preprint arXiv:2303.12521},
year = {2023}
}
备注
23 pages, 21 figures; Submitted to IEEE TGRS