为重建晚更新世以来鲍威尔海盆的古海洋环境演变历史,本文对南极半岛鲍威尔海盆D3-5柱样的硅藻进行了分析,D3-5柱样的156个样品中共鉴定出硅藻54个种和变种,以海水种和冷水种为主。通过硅藻分析,将晚更新世以来鲍威尔海盆的海洋环境变...为重建晚更新世以来鲍威尔海盆的古海洋环境演变历史,本文对南极半岛鲍威尔海盆D3-5柱样的硅藻进行了分析,D3-5柱样的156个样品中共鉴定出硅藻54个种和变种,以海水种和冷水种为主。通过硅藻分析,将晚更新世以来鲍威尔海盆的海洋环境变化划分如下:58.6~72.5 ka BP期间,硅藻以冷水种和海冰种为主,并出现沿岸种,推测因南极冰盖增长,鲍威尔海盆受极地冷水团控制,气候出现明显冷-暖交替,而且海平面较低,站位水深较浅;40.7~58.6 ka BP期间,出现明显气候冷-暖转变,海洋环境受气候变化影响较大,变得不稳定,由于海冰融化、温盐循环加强和冰筏碎屑事件的频发导致硅藻种类、丰度骤减;26.2~40.7 ka BP期间,硅藻种类明显增加,出现海冰种,冷水种增加,推测处于末次冰盛期的冰盖增长前期,中纬度暖水团在南极海区的影响范围向南扩大,冷、暖水团强烈混合,驱动温盐循环;26.2 ka BP至今,硅藻丰度增加,极地冷、暖水团混合的指示种Fragilariopsis oceanica指示研究区的表层与底层水体混合增强,海冰覆盖面积持续增大,威德尔环流势力增强,中纬度暖水势力减弱。总体来说,自晚更新世以来鲍威尔海盆经历了冷期(南极冰盖发育)-暖期-冷期(末次冰盛期)的阶段转变,而在深海氧同位素3阶段(marine isotope stages 3,MIS 3)中存在一段较长时间的冰筏碎屑事件时期。展开更多
亚中尺度过程是海洋学研究的前沿热点领域,从高分辨率资料中实现亚中尺度信号的快速提取对开展亚中尺度动力学研究具有重要意义。为此,根据亚中尺度过程的物理特性,提出一种基于深度学习的自动识别方法,构建了基于U-Net网络的海洋亚中...亚中尺度过程是海洋学研究的前沿热点领域,从高分辨率资料中实现亚中尺度信号的快速提取对开展亚中尺度动力学研究具有重要意义。为此,根据亚中尺度过程的物理特性,提出一种基于深度学习的自动识别方法,构建了基于U-Net网络的海洋亚中尺度过程识别网络(submesoscale processes automatic identification network, SM-Net),该网络采用视觉几何组网络作为主干特征提取网络并引入改进的混合注意力模块以提升识别能力。基于高分辨率MITgcm (Massachusetts Institute of Technology general circulation model)模式数据,通过SM-Net准确识别出南海东北部全年的亚中尺度过程,并分类为冷涡、暖涡和锋面。南海东北部亚中尺度冷涡、暖涡和锋面均多发生于冬季,夏季的发生频率较低,但吕宋海峡的亚中尺度过程全年均较为活跃。除吕宋海峡外,亚中尺度冷涡夏季多发生于台湾岛西南海域、吕宋岛西南海域和吕宋岛沿岸,冬季多发生于南海北部陆坡陆架区;亚中尺度暖涡夏季多发生于吕宋岛沿岸,冬季在南海北部陆坡陆架区较为活跃;亚中尺度锋面的时空特征与冷涡相似,但黑潮流经区域的发生频率更高。亚中尺度过程罗斯贝数和动能的时空特征与发生频率具有较好的一致性,暖涡的动能、罗斯贝数和直径均弱于冷涡。上述识别方法在南海的成功运用,为应用SWOT (surface water and ocean topography)卫星数据研究亚中尺度过程提供了一定参考。展开更多
文摘为重建晚更新世以来鲍威尔海盆的古海洋环境演变历史,本文对南极半岛鲍威尔海盆D3-5柱样的硅藻进行了分析,D3-5柱样的156个样品中共鉴定出硅藻54个种和变种,以海水种和冷水种为主。通过硅藻分析,将晚更新世以来鲍威尔海盆的海洋环境变化划分如下:58.6~72.5 ka BP期间,硅藻以冷水种和海冰种为主,并出现沿岸种,推测因南极冰盖增长,鲍威尔海盆受极地冷水团控制,气候出现明显冷-暖交替,而且海平面较低,站位水深较浅;40.7~58.6 ka BP期间,出现明显气候冷-暖转变,海洋环境受气候变化影响较大,变得不稳定,由于海冰融化、温盐循环加强和冰筏碎屑事件的频发导致硅藻种类、丰度骤减;26.2~40.7 ka BP期间,硅藻种类明显增加,出现海冰种,冷水种增加,推测处于末次冰盛期的冰盖增长前期,中纬度暖水团在南极海区的影响范围向南扩大,冷、暖水团强烈混合,驱动温盐循环;26.2 ka BP至今,硅藻丰度增加,极地冷、暖水团混合的指示种Fragilariopsis oceanica指示研究区的表层与底层水体混合增强,海冰覆盖面积持续增大,威德尔环流势力增强,中纬度暖水势力减弱。总体来说,自晚更新世以来鲍威尔海盆经历了冷期(南极冰盖发育)-暖期-冷期(末次冰盛期)的阶段转变,而在深海氧同位素3阶段(marine isotope stages 3,MIS 3)中存在一段较长时间的冰筏碎屑事件时期。
文摘亚中尺度过程是海洋学研究的前沿热点领域,从高分辨率资料中实现亚中尺度信号的快速提取对开展亚中尺度动力学研究具有重要意义。为此,根据亚中尺度过程的物理特性,提出一种基于深度学习的自动识别方法,构建了基于U-Net网络的海洋亚中尺度过程识别网络(submesoscale processes automatic identification network, SM-Net),该网络采用视觉几何组网络作为主干特征提取网络并引入改进的混合注意力模块以提升识别能力。基于高分辨率MITgcm (Massachusetts Institute of Technology general circulation model)模式数据,通过SM-Net准确识别出南海东北部全年的亚中尺度过程,并分类为冷涡、暖涡和锋面。南海东北部亚中尺度冷涡、暖涡和锋面均多发生于冬季,夏季的发生频率较低,但吕宋海峡的亚中尺度过程全年均较为活跃。除吕宋海峡外,亚中尺度冷涡夏季多发生于台湾岛西南海域、吕宋岛西南海域和吕宋岛沿岸,冬季多发生于南海北部陆坡陆架区;亚中尺度暖涡夏季多发生于吕宋岛沿岸,冬季在南海北部陆坡陆架区较为活跃;亚中尺度锋面的时空特征与冷涡相似,但黑潮流经区域的发生频率更高。亚中尺度过程罗斯贝数和动能的时空特征与发生频率具有较好的一致性,暖涡的动能、罗斯贝数和直径均弱于冷涡。上述识别方法在南海的成功运用,为应用SWOT (surface water and ocean topography)卫星数据研究亚中尺度过程提供了一定参考。
