日前，天津大学海洋学院3I研究组师生在中尺度涡识别方面取得重要研究成果，基于卫星高度计海面高度异常沿轨数据，构建B样条曲面拟合模型，成功识别中尺度涡。该模型有助于解决传统的涡旋识别方法依赖网格化再分析数据，从而引入再取样误差的问题。该研究成果发表于国际遥感领域期刊《Remote Sensing》，题为：Oceanic Mesoscale Eddies Identification Using B-Spline Surface Fitting Model Based on Along-Track SLA Data。2022级硕士许洛川为第一作者，高邈讲师，张安民研究员为指导老师。

中尺度涡因其特殊的垂向结构和巨大的动能，是研究海洋中物质循环，能量级联和圈层耦合的理想载体，对涡旋准确高效的识别观测，是近几十年来海洋学研究的一个热点。网格化再分析数据在海洋中尺度涡旋识别中已经得到了广泛应用，然而，基于沿轨数据识别中尺度涡的研究却相对较少。本次研究针对高度计沿轨数据相比于网格化再分析数据在准确性，通用性和及时性等方面的优势，结合交叉验证等方法，构建B样条模型，成功识别中尺度涡。该模型为沿轨数据处理提供了一种新的技术手段，亦可为海洋中尺度涡识别和海洋要素数据分析提供更有价值的帮助。 B样条模型架构如图1所示：

图1 B样条模型的整体架构和运行流程

研究团队下一步计划将B样条模型与无人船相结合，将船测温度，营养盐散点数据等多种可反应涡旋特征的海洋要素信息同化进入B样条模型，在融合多要素，多数据源识别中尺度涡方面，开展更深入的研究。

论文链接：

Xu, L.; Gao, M.; Zhang, Y.; Guo, J.; Lv, X.; Zhang, A. Oceanic Mesoscale Eddies Identification Using B-Spline Surface Fitting Model Based on Along-Track SLA Data. Remote Sens. 2022, 14, 5713. https://doi.org/10.3390/rs14225713