近日，中國(guó)科學(xué)院海洋研究所人工智能海洋學(xué)研究組在海洋鋒面智能識(shí)別方面取得新進(jìn)展，研究團(tuán)隊(duì)提出了一種融合空間–頻率特征與衛(wèi)星產(chǎn)品不確定性信息的自適應(yīng)鋒面檢測(cè)框架，并應(yīng)用于長(zhǎng)期多源衛(wèi)星海表溫度和葉綠素a數(shù)據(jù)，形成全球逐日溫度鋒面和葉綠素鋒面識(shí)別結(jié)果，為海洋動(dòng)力過(guò)程、生態(tài)系統(tǒng)響應(yīng)和氣候變化研究提供了新的數(shù)據(jù)基礎(chǔ)與智能分析工具。相關(guān)研究成果發(fā)表于國(guó)際遙感領(lǐng)域期刊Remote Sensing of Environment（IF=11.4）。

海洋鋒面是不同水團(tuán)、物理環(huán)境和生物地球化學(xué)過(guò)程交匯形成的“海上邊界線”，常表現(xiàn)為海表溫度、葉綠素、鹽度等要素的快速變化。鋒面不僅影響上層海洋混合、營(yíng)養(yǎng)鹽輸運(yùn)和浮游植物生長(zhǎng)，也是漁業(yè)資源聚集、生態(tài)熱點(diǎn)形成和海洋動(dòng)力過(guò)程診斷的重要區(qū)域。長(zhǎng)期、連續(xù)、精細(xì)地識(shí)別海洋鋒面，對(duì)于理解海洋物質(zhì)能量交換、評(píng)估生態(tài)環(huán)境變化和支撐海洋資源管理具有重要意義。

然而，海洋鋒面在不同海區(qū)、季節(jié)和觀測(cè)變量之間差異顯著。傳統(tǒng)梯度閾值法和直方圖方法往往依賴人工參數(shù)選擇，容易出現(xiàn)漏檢、過(guò)檢或多解問(wèn)題；已有深度學(xué)習(xí)方法通常需要大量高質(zhì)量標(biāo)注樣本，且在不同衛(wèi)星產(chǎn)品、空間分辨率和海洋變量之間泛化能力不足。同時(shí)，衛(wèi)星遙感資料還受到云、氣溶膠、傳感器噪聲、插值誤差和尺度不匹配等因素影響，可能削弱真實(shí)鋒面信號(hào)，或在低信噪比海區(qū)產(chǎn)生偽鋒面。針對(duì)上述難題，研究團(tuán)隊(duì)構(gòu)建了“空間頻率融合—不確定性感知—自監(jiān)督判別”的智能識(shí)別框架。模型以海表溫度或葉綠素a等海洋示蹤場(chǎng)為輸入，通過(guò)空間分支提取局地梯度、邊界連續(xù)性和多尺度紋理信息，通過(guò)頻率分支增強(qiáng)對(duì)快速變化、細(xì)絲結(jié)構(gòu)和弱鋒面的感知能力；同時(shí)引入衛(wèi)星產(chǎn)品逐像元不確定性，構(gòu)建物理置信度權(quán)重，使模型在高可信區(qū)域更敏感，在高誤差區(qū)域更保守，從而降低噪聲和資料誤差對(duì)鋒面識(shí)別結(jié)果的影響。

與傳統(tǒng)方法不同，該框架不依賴人工標(biāo)注樣本進(jìn)行訓(xùn)練，也不需要為不同海區(qū)和不同變量預(yù)設(shè)固定閾值。模型通過(guò)自監(jiān)督學(xué)習(xí)自動(dòng)優(yōu)化逐像元?jiǎng)討B(tài)閾值，使鋒面判別能夠隨區(qū)域背景梯度、海洋動(dòng)力環(huán)境和觀測(cè)可靠性自適應(yīng)變化。最終輸出不僅包括鋒面位置，還包括鋒面強(qiáng)度和鋒面不確定性，為氣候診斷、模式評(píng)估和生態(tài)過(guò)程分析提供了更具可解釋性和可信度的結(jié)果。驗(yàn)證結(jié)果表明，該方法在熱力鋒面和葉綠素鋒面識(shí)別中均表現(xiàn)出較高精度和魯棒性?；谌斯?biāo)注樣本的評(píng)估顯示，模型在熱力鋒面識(shí)別中達(dá)到 99.88% 的準(zhǔn)確率、98.43% 的精確率、98.59% 的召回率和 97.06% 的 IoU；在葉綠素鋒面識(shí)別中達(dá)到 98.73% 的準(zhǔn)確率、94.40% 的精確率、98.27% 的召回率和 92.87% 的 IoU，整體優(yōu)于 U-Net、SegNet、DeepLabv3 和 FastFCN 等典型深度學(xué)習(xí)分割模型。與船載走航觀測(cè)對(duì)比時(shí)，該方法在赤道太平洋達(dá)到 79.79% 的總體命中率，并在強(qiáng)、中、弱鋒面類別上均保持穩(wěn)定識(shí)別能力，說(shuō)明其在低信噪比和弱梯度海區(qū)仍具有較好可靠性。

圖1 自適應(yīng)海洋鋒面檢測(cè)模型框架。模型融合空間域、頻率域與物理置信度信息，實(shí)現(xiàn)無(wú)人工閾值、可泛化的鋒面識(shí)別

在全球應(yīng)用方面，研究團(tuán)隊(duì)利用 CMEMS ESA SST CCI/C3S 再處理海表溫度產(chǎn)品和 CMEMS GlobColour 葉綠素a產(chǎn)品，生成了 1981~2022 年、0.05° 分辨率的全球逐日熱力鋒面結(jié)果，以及 1997~2022 年、4 km 分辨率的全球逐日葉綠素鋒面結(jié)果，包含鋒面位置、鋒面強(qiáng)度和不確定性信息，可支持從天氣尺度到年代際尺度的多尺度分析。全球分布結(jié)果顯示，熱力鋒面和葉綠素鋒面在黑潮–親潮延伸體、灣流、南大洋繞極流、上升流區(qū)和西邊界流區(qū)域表現(xiàn)突出，但兩類鋒面并不總是同步變化。在中高緯度海區(qū)，熱力鋒面和生態(tài)鋒面往往具有較強(qiáng)空間對(duì)應(yīng)關(guān)系；而在低緯度海區(qū)，熱力結(jié)構(gòu)、營(yíng)養(yǎng)鹽供應(yīng)、混合層深度和光學(xué)環(huán)境共同調(diào)控葉綠素鋒面，使熱力鋒面與葉綠素鋒面可能出現(xiàn)明顯空間錯(cuò)位。這表明，聯(lián)合識(shí)別多示蹤變量鋒面能夠更全面地揭示海洋動(dòng)力—生態(tài)耦合過(guò)程。

研究進(jìn)一步以東太平洋赤道海區(qū)為典型案例，分析熱力鋒面和葉綠素鋒面對(duì)熱帶不穩(wěn)定波、赤道葉綠素富集帶和 ENSO 事件的響應(yīng)。結(jié)果顯示，熱力鋒面主要沿赤道冷舌和熱帶不穩(wěn)定波結(jié)構(gòu)分布，而葉綠素鋒面更多環(huán)繞赤道葉綠素富集帶邊緣；在拉尼娜期間，增強(qiáng)的信風(fēng)、南赤道流和上升流共同強(qiáng)化冷水和營(yíng)養(yǎng)鹽輸送，使兩類鋒面更加明顯；在厄爾尼諾期間，信風(fēng)減弱、上升流受抑，冷水和營(yíng)養(yǎng)鹽補(bǔ)給下降，兩類鋒面均出現(xiàn)削弱。這說(shuō)明鋒面不僅是海洋表層結(jié)構(gòu)的“邊界”，也是連接海氣相互作用、海洋動(dòng)力過(guò)程和生態(tài)響應(yīng)的重要指示器。

該研究將傳統(tǒng)“看溫度圖、看葉綠素圖”的遙感分析進(jìn)一步推進(jìn)到“識(shí)別海洋動(dòng)力與生態(tài)界面”的智能制圖階段。所提出的自適應(yīng)方法不僅適用于海表溫度和葉綠素a，也可拓展到鹽度、懸浮泥沙、營(yíng)養(yǎng)鹽、數(shù)值模式輸出等多種海洋示蹤變量，為全球海洋鋒面監(jiān)測(cè)、生態(tài)熱點(diǎn)識(shí)別、漁業(yè)資源評(píng)估、氣候變化診斷和海洋模式驗(yàn)證提供了可復(fù)用的方法框架。

圖2 基于自適應(yīng)方法提取的全球熱力鋒面和葉綠素鋒面，結(jié)果展示了全球鋒面發(fā)生頻率、鋒面強(qiáng)度

論文代碼、預(yù)訓(xùn)練權(quán)重和示例產(chǎn)品已開(kāi)放共享，有助于推動(dòng)海洋遙感鋒面識(shí)別方法的復(fù)現(xiàn)、對(duì)比和拓展應(yīng)用。論文第一作者為中國(guó)科學(xué)院海洋研究所高樂(lè)研究員，通訊作者為李曉峰研究員，楊藝、劉楠和王夢(mèng)嬌等研究生為共同作者。

論文信息：

Gao, L., Yang, Y., Liu, N., Wang, M., & Li, X*. (2026). An adaptive method for ocean front detection using spatial–frequency fusion and uncertainty-aware attention. Remote Sensing of Environment, 342, 115483.

https://doi.org/10.1016/j.rse.2026.115483

數(shù)據(jù)集鏈接：

http://dx.doi.org/10.12157/IOCAS.20251009.001

http://dx.doi.org/10.12157/IOCAS.20251009.002

• 信息來(lái)源：中國(guó)科學(xué)院海洋所。

  轉(zhuǎn)載請(qǐng)注明信息來(lái)源及海洋知圈編排。