全球海洋初级生产力异常变化时空聚簇模式挖掘分析

论文摘要

海洋初级生产力（net primary production,NPP）做为衡量海洋浮游植物光合作用能力的指标,是全球变化研究的重要内容。海洋异常变化是指某时刻海洋环境要素相对于长时间序列平均状态的变化,如海洋初级生产力的月均异常变化。海洋初级生产力异常变化的时空模式在全球以及区域尺度上具有明显的周期变化和季节特征,并与全球变化典型信号厄尔尼诺—南方涛动（E1 Nino-Southern Oscillation,ENSO）之间存在着“响应”与“驱动”关系。尽管目前的研究分析了海洋表面叶绿素a浓度对两类ENSO事件的响应,但针对海洋初级生产力的异常变化与两类ENSO事件之间关系的研究偏少,难以刻画异常变化的动态过程,及与ENSO的关联机制。基于此,本论文在双约束海洋异常变化时空聚簇挖掘方法的基础上,利用长时间序列的栅格数据集,挖掘全球海洋初级生产力异常变化时空聚簇模式,并分析海洋初级生产力时空演变簇的空间分布及移动特征对两类ENSO事件的响应。具体工作如下:1)整理分析了近二十年海洋初级生产力栅格数据集,研究了全球区域海洋初级生产力均值、趋势、标准差空间分布特征,利用经验正交分解方法分析了全球海洋初级生产力时空模态分布型。结果表明（1）海洋初级生产力存在纬向分布的特征,赤道地区海洋初级生产力存在较为明显的变化趋势,沿岸地区与大洋中海洋初级生产力有着较为显著的分布差异;（2）赤道太平洋海洋初级生产力存在以155°E为界的东西反向分布特征,在E1Nino年,东部海域海洋初级生产力异常降低、西部海域海洋初级生产力异常升高,而在La Nina年东部海洋海洋初级生产力异常升高、西部海域海洋初级生产力异常降低;（3）海洋初级生产力与ENSO循环在时间尺度上存在周期一致性,主要变化周期为18个月和28个月。2)通过改进海洋时空双约束聚类挖掘方法,挖掘了近二十年海洋初级生产力的时空聚簇模式,分析了全球时空演变簇模式统计特征、空间分布以及移动特征,并从时空分布和空间移动两个方面对比分析了海洋初级生产力时空演变簇与ENSO事件之间的关系。结果表明:（1）在EP（Eastern-Pacific）型E1Nino事件期间,海洋初级生产力异常低值时空簇主要分布在赤道太平洋东部或中东部海域,异常高值时空簇主要分布在西太平洋和南太平洋中部海域;在CP（Central-Pacific）型E1Nino事件期间,异常低值时空簇分布在太平洋中部,而异常高值时空簇分布在南太平洋与西太平洋海域;（2）在EP型La Nina事件期间,赤道太平洋中部及东部、赤道大西洋与印度洋海域出现异常高值时空簇,南太平洋中东部海域出现异常低值时空簇;在CP型La Nina事件期间,赤道太平洋中部出现异常高值时空簇;南太平洋中西部海域出现异常低值时空簇;（3）发生在赤道太平洋的海洋初级生产力时空演变簇,在EP（Eastern-Pacific）型ENSO事件期间具有东移特征,而在CP（Central-Pacific）型ENSO事件期间,时空演变簇在赤道太平洋中部海域产生并消亡。3)从ENSO事件发展规律出发,基于海洋初级生产力异常演变簇模式,提出一种ENSO事件分类指数,用来分别描述两类ENSO事件的子类别。（1）新定义的基于海洋初级生产力异常演变簇的ENSO指数,能够明确区分不同类型ENSO事件的发生-发展-消亡的过程以及不同阶段时空演变簇专题属性异常变化程度及持续时间;（2）新指数可以根据时空演变簇质心描述ENSO事件不同发展时期海洋初级生产力异常变化在关键区中的位置;（3）通过与现有的ENSO事件判断及分类结果对比,新指数具有较为严格的定义,能够监测到程度弱、持续时间短的ENSO事件。总结了近二十年来ENSO事件的类型及强度,对深入理解不同类型ENSO事件背后的物理机制及预测预报极端气候事件方面均有重要意义。图[42]表[4]参[88]

论文目录

• 摘要
• abstract
• 1 绪论
•   1.1 研究背景及意义
•   1.2 研究现状
•     1.2.1 海洋初级生产力时空特征统计分析
•     1.2.2 海洋初级生产力与ENSO相关性
•     1.2.3 利用聚类方法进行海洋初级生产力分析
•   1.3 论文研究内容
•   1.4 数据与预处理
•   1.5 本章小结
• 2 海洋初级生产力异常变化时空统计分析
•   2.1 海洋初级生产力时空统计特征分析
•     2.1.1 海洋初级生产力均值分布
•     2.1.2 海洋初级生产力趋势分布
•     2.1.3 海洋初级生产力标准差分布
•   2.2 基于经验正交分解的海洋初级生产力时空特征分析
•     2.2.1 经验正交函数
•     2.2.2 经验正交函数处理与模态选取
•     2.2.3 经验正交分解时空特征分析
•   2.3 本章小结
• 3 海洋初级生产力聚簇模式分析
•   3.1 双约束海洋异常变化时空聚簇挖掘方法
•   3.2 海洋初级生产力时空演变簇统计特征
•     3.2.1 生命周期
•     3.2.2 时空演变簇面积
•     3.2.3 时空演变簇移动速度
•   3.3 海洋初级生产力时空演变簇空间分布与移动特征
•     3.3.1 空间分布
•     3.3.2 移动方向
•   3.4 海洋初级生产力时空演变簇对ENSO事件的响应
•     3.4.1 全球海洋初级生产力时空演变簇对EP型E1 Nino事件的响应
•     3.4.2 全球海洋初级生产力时空演变簇对CP型E1 Nino事件的响应
•     3.4.3 全球海洋初级生产力时空演变簇对EP型La Nina事件的响应
•     3.4.4 全球海洋初级生产力时空演变簇对CP型La Nina事件的响应
•   3.5 本章小结
• 4 一种基于海洋初级生产力异常演变簇的ENSO指数的构建方法
•   4.1 ENSO指数
•   4.2 区域选取与划分
•   4.3 基于时空演变簇的指数构建
•   4.4 评价与分析
•     4.4.1 分类结果
•     4.4.2 结果与讨论
•   4.5 本章小结
• 5 总结与展望
•   5.1 总结
•   5.2 展望
• 参考文献
• 致谢
• 作者简介及读研期间主要科研成果

文章来源

类型: 硕士论文

作者: 洪娅岚

导师: 刘星,薛存金

关键词: 海洋初级生产力,海洋异常变化,聚类挖掘,聚簇模式,指数

来源: 安徽理工大学

年度: 2019

分类: 基础科学

专业: 海洋学

单位: 安徽理工大学

基金: 国家重点研发计划——数据驱动的海洋初级生产力时空认知模型(2016YF0600304),国家自然科学基金项目——面向过程的海洋异常变化时空聚类模型(NO.41671401)

分类号: P715.7

总页数: 77

文件大小: 9348K

下载量: 34