近日，上海海洋大学海洋生物资源与管理学院陈新军教授团队取得新突破，团队将前期研发的锋面识别算法拓展应用于全球海域，结合全球范围内走航观测数据，对该算法及多种海表温度产品进行了系统的验证与比较分析，构建了首个全球高分辨率中尺度锋面数据集。新民晚报记者了解到，该数据集自今年1月在全球公开发布以来，累计下载量已超过5.0TB。
相关成果日前已被地学领域知名期刊《地球系统科学数据》（Earth System Science Data）接收。
海洋锋面是位于全球上层海洋中的离散、普遍存在的海洋学特征，可以被认为是狭窄的三维边界，在相对较短的水平距离内，某些特性（如温度、盐度或叶绿素浓度等）会发生显著变化。锋面处的次级环流、辐聚效应及强混合等动力过程显著影响着海洋中的物质、能量输运与生态过程。海洋锋面在海洋动力过程、渔场学、海洋生态学等方面发挥关键作用，对渔业资源评估、渔场预测、污染物分布监测及海洋军事等方面具有重要应用价值。
锋面识别算法能够基于卫星观测的海表环境信息自动提取锋面信息，是目前获取和监测区域及全球锋面活动的主要手段。然而，其识别结果的可靠性是多学科研究应用的基础，易受算法性能与卫星数据质量等因素影响。长期以来，缺乏系统的原位观测对其准确性进行验证评估，限制了识别算法在多学科领域的广泛应用。此外，当前常用的多种海表数据产品（如单卫星、多卫星融合和再分析数据）在锋面识别结果上存在显著差异，亟需系统评估以为相关研究提供指引。
陈新军教授团队通过此前改进的直方图锋面识别算法，有效克服了传统方法在近海锋面识别、锋面连续性及重复识别等方面的局限性，并系统评估了持续性锋面的长期变化规律。
最新研究在此基础上进一步优化算法以适用于全球海域，并利用全球走航观测的原位温度数据，对不同SST产品的锋面识别结果进行了系统验证与比较。研究发现：ESA多卫星融合产品的识别效果最佳，其提取的锋面与走航观测结果高度匹配，且验证指标在时间和空间上具有良好的一致性；REMSS多卫星融合产品和GLORYS模型再分析数据次之，而MODIS单卫星产品和HadGEM3气候模式的识别效果较差。此外，走航观测所得的全球锋面发生频率与卫星识别结果具有很强的空间一致性。
全球锋面的发生频率（1982-2023）
陈新军表示，这些结果首次通过原位观测系统验证了锋面识别算法的性能，显著提升了卫星遥感锋面识别技术在多学科研究中的应用信心与前景。构建的开源数据集与算法为海洋动力学、海洋渔业、海洋生态、生物地球化学循环及气候变化研究提供了重要支撑，同时也为海洋AI模型的训练提供了数据基础。
据悉，该成果由上海海洋大学陈新军教授课题组联合山东大学于海庆副教授团队共同完成。
原标题：《申城科研团队构建全球首个高分辨率中尺度锋面数据集，下载量已超5.0TB》
栏目编辑：陆梓华 图片来源：采访对象供图
来源：作者：新民晚报 郜阳