海洋科学  2018, Vol. 42 Issue (4): 36-42   PDF    
http://dx.doi.org/10.11759/hykx20170830002

文章信息

樊博文, 雷洁霞, 樊彦国. 2018.
FAN Bo-wen, LEI Jie-xia, FAN Yan-guo. 2018.
基于GIS的南海海温时空过程分析研究
Study of spatial and temporal processes of sea temperature in the South China Sea based on GIS
海洋科学, 42(4): 36-42
Marina Sciences, 42(4): 36-42.
http://dx.doi.org/10.11759/hykx20170830002

文章历史

收稿日期:2017-08-30
修回日期:2017-09-15
基于GIS的南海海温时空过程分析研究
樊博文1, 雷洁霞2, 樊彦国2     
1. 中国海洋大学 海洋与大气学院, 山东 青岛 266100;
2. 中国石油大学 地球科学与技术学院, 山东 青岛 266580
摘要:海温是海洋环境影响因子之一, 对于海洋生态环境、海水养殖业等尤为重要。本文以Argo数据提取的南海海洋温度场数据为例, 结合GIS(Geographic Information System)技术, 研究南海海温点过程、面过程可视化表达的方法。利用GIS作为可视化框架提供南海海温场的可视化显示, 包括放大、缩小和拖动等基本功能, 绘制多种形式的数值图像并进行空间分析, 包括海温数据曲线绘制、海温值查询、空间插值、等值线等。基于Argo数据可视化表达的结果, 从南海海温年变化、随纬度的变化、垂向变化、季节分布特征四方面对南海的海温时空特征进行了分析, 结果表明:(1)南海海表温度高温的持续时间比较长, 升温过程比降温过程相对要短一些; (2)随着纬度的降低, 温度整体升高, 温度的年变化幅度越来越小。夏秋两季随着纬度的变化, 温度变化不大, 春冬两季的温度变化较大; (3)在0~30 m温度变化很小, 在深度为30 m处温度开始逐渐下降, 到达500 m以下, 海温一年四季都比较接近; (4)冬季海温总体最低, 夏季海温总体最高。冬季和秋季, 在南海西南方向等值线呈现西北—东南向, 等值线比较密集。海温的时空变化研究可以对海洋温跃层、海洋温度锋, 海水不同层次的结构的研究提供一定参考。
关键词Argo    GIS    时空过程    可视化    海温    
Study of spatial and temporal processes of sea temperature in the South China Sea based on GIS
FAN Bo-wen1, LEI Jie-xia2, FAN Yan-guo2     
1. College of Oceanic and Atmospheric Science, Ocean University of China, Qingdao 266100, China;
2. China University of Petroleum, School of Geosciences, Qingdao 266580, China
Abstract: Sea temperature is one of marine environmental impact factors, especially for marine ecological environment and marine aquaculture. In this study, we extracted Argo temperature data for the South China Sea and combined it with GIS technology to investigate the South China Sea ocean temperature using the point and surface processes visual expression method. Using the GIS visualization framework, we generated a visual display of the sea surface temperature (SST) in the South China Sea. This framework also offers the basic functions of zoom and drag, drawings of numerical images, and spatial analysis in various forms, including SST data curve drawing, SST value query, spatial interpolation, and contour lines. Based on the results of our Argo data visualization, we analyzed the temporal and spatial characteristics of SST in the South China Sea in four respects: annual SST variation, latitude change, vertical change, and seasonal distribution characteristics. (1)The SST in the South China Sea has a longer duration, with the warming process being shorter than the cooling process. (2)With decreases in latitude, the overall temperature increases, and the annual temperature variation decreases. (3)Between 0 m and 30 m in depth, the temperature change is very small; the temperature begins to gradually decrease at 30 m to below 500 m; and SST stays fairly consistent throughout the year. (4)The SST is lowest in winter and highest in summer. In winter and autumn, the isoline in the southwestern South China Sea is in the northwest to southeast direction and is relatively dense. The study of the temporal and spatial variations of sea temperature com provide meaningful reference for the study of oceanic thermocline, oceanic temperature front and the structure of different layers of sea water.
Key words: Argo    GIS    spatial and temporal process    visualization    sea temperature    

21世纪之后, 海洋逐渐成为研究的热点, 而多源的海量海洋环境数据向存储与组织、快速访问、管理与维护、可视化分析和制图提出了挑战。海洋温度作为海洋水团的基本属性之一, 观测资料的缺少导致一般借助间接的方法来研究海洋温度的时空过程。Argo浮标计划的实施增加了实测的海温资料, 使监测温度的时空变化成为可能。Argo剖面数据构建的海温场有助于了解海温的变化情况, 同时对海洋渔场形成和海洋资源分布的分析意义重大。针对海洋环境数据的可视化表达, 将GIS平台作为一种新的可视化方法, 它自身具有组织和处理不同格式空间数据的功能, 能够方便地提供海洋数据的可视化、一体化查询、分析的功能。经过多年研究, GIS可视化功能从二维到三维, 从简单到复杂, GIS能在更高层次上表现地理事物和现象的时空分布、组合和联系, 揭示其发展规律。在海洋温度场的可视化及时空分析中, 采用矢量方式来组织具有位置、形状等信息的海洋温度离散对象, 进而可以提供基于GIS技术的海洋温度值的查询功能。在海洋温度场的时空过程可视化研究中, 采用栅格数据模型来对海洋温度场进行模拟, 在进行海洋温度值的空间定位查询时, 通过栅格与矢量互动的方式来操作[1-2]

本文的研究目的在于利用Argo数据, 通过GIS手段对南海海温进行可视化表达与时空过程分析, 基于可视化表达的结果, 从南海海温年变化、南海海温随纬度的变化、南海海温垂向变化、南海海温季节分布特征四方面对南海的海温时空特征进行分析, 发现了南海海温中存在的规律。

1 海洋温度场数据来源与处理 1.1 海洋温度场数据来源

论文使用基于Argo数据提取的海洋表面温度场数据, 时间分辨率是一个月, 水平空间分辨率是1 m。时间范围是2006年1月—2009年12月。范围确定为(100°~122°E, 0°~22°N), 包含整个中国南海。

1.2 海洋温度场数据组织与处理

在进行海洋温度场数据点过程、面过程的时空分析与可视化时, 既要对矢量图层进行空间定位查询, 还要根据空间定位查询的结果对海温数据进行关联属性查询。因为矢量数据结构在进行温度场数据的点、线、多边形的地物特征表达中, 发挥其在定位明显、拓扑关系等方面的优势, 同时也需要栅格数据结构对海温数据的属性特征值进行表达。因此, 在整个点过程和面过程的可视化表达中, 需要对海洋温度场数据的存储采取的应是一个矢量图形数据和一个存储有海温特征值的数据库的方式。整个数据的组织与预处理过程, 如图 1所示。

图 1 海洋温度场数据预处理流程 Fig. 1 Preprocessing of sea temperature field
2 海洋温度场可视化研究 2.1 点过程的可视化

用户可以在客户端海洋温度场中任意选取一点, 向服务器端请求这个空间点的时间序列海洋温度数据, 服务器端得到响应后去获取该点位的海温数值[3-5]。海温点过程的可视化的数据对象是一系列比较简单的数值对象, 所以可以用ArryList对象来存储属性数据库中查询到的点过程温度要素数据, 在服务器端将这些数据生成过程曲线图, 然后在客户端对服务器端返回的点序列数值以过程曲线图的方式进行可视化表达。点过程表达结果如图 2所示(由2009年数据所得)。

图 2 点过程可视化 Fig. 2 Point process visualization
2.2 面过程的可视化

针对海洋温度场面过程的可视化表达, 用户可以根据需要在客户端海洋温度场数据平面上选择需要查看的范围, 可以采用矩形框对该范围进行选择[6-7]。客户端会把该选取的范围传给服务器端。然后, 服务器端以客户端传来的范围为依据, 对ArcGIS Server发布的地图进行切割, 同时将所切割获得的海洋温度场图片数据保存于ArcGIS Server的输出目录里。按照时间作为顺序, 对所发布的海温地图中的所有图层都一一进行切割。图层切割完之后, 将这些图片的URL(网页地址)按照时间顺序一一存储在图片数组中。以时间为序, 服务器端把每个时间的数据先传给客户端, 将数据存于客户端的缓存中。客户端会根据用户选择的时间范围, 依次把URL数组所指向的海温图片进行连接, 在客户端显示接收生成的数据文件, 进行动态过程播放, 展现温度场动态变化的效果, 更好地完成海洋温度场时空过程的动态可视化[8-13]。其表达结果如图 3所示。

图 3 面过程可视化 Fig. 3 Polygon process visualization
3 南海海温时空特征分析

通过海洋温度可视化表达与海温时空过程分析, 可以得到南海海洋温度剖面分析、点过程和面过程的分析等功能。时序分析能够看到海洋温度要素随时间变化的过程, 为预测海洋温度的变化趋势和发现其中的规律提供了方便。剖面曲线分析能够直观显示海洋温度随深度而变化的过程, 能更好地发现海洋温度随深度的变化规律。本文根据可视化表达的结果, 选取了一些点位进行了南海海温时空特征的分析。

3.1 南海海温年变化特征

南海中取点位置大致约为17°N, 111°E, 由2006— 2009年的温度月变化的过程(图 4)可以看出:(1)南海的海表温度每年几乎都保持在25℃以上, 处于高温当中。(2)最低温度一般在1月份, 温度为25℃左右, 最高温度一般在6月份左右, 温度在29℃以上。(3)升温大多是从2月份开始到5月份左右, 降温是从7月份开始缓缓地降温, 到12月份降到26℃以下。由此可见, 南海海表温度高温的持续时间比较长, 升温过程比降温过程相对要短一些。

图 4 2006—2009年南海海表面温度年变化图 Fig. 4 Annual changes in surface temperature in South China Sea from 2006 to 2009
3.2 南海海温不同纬度变化特征

在研究区域内选取不同纬度的点位, 组成两组不同的数据, 第一组取点位置大概为(4°N, 111°E; 13°N, 111°E; 21°N, 111°E), 第二组取点位置大概为(3°N, 120°E; 14°N, 120°E; 20°N, 120°E)。把两个不同纬度的南海海表温度年变化曲线显示到同一个图中比较分析, 可以看到:(1)随着纬度的降低, 温度整体升高, 温度年变化的幅度越来越小(曲线越来越平缓); (2)在曲线波谷处, 三条曲线之间的温差最大, 在曲线波峰处, 三条曲线比较接近, 温差最小, 即夏秋两季温度随纬度的变化不大, 春冬两季的温度变化较大, 如图 5所示。

图 5 2009年海表面温度的纬度变化图 Fig. 5 Changes in sea surface temperature with latitude in 2009
3.3 南海温度垂向变化特征

南海中取点位置大致约为18°N, 115°E, 垂向深度为0 m、10 m、20 m、30 m、50 m、75 m、100 m、125 m、150 m、200 m、250 m、300 m、400 m、500 m、600 m、700 m、800 m、900 m、1 000 m、1 100 m、1 200 m、1 300 m、1 400 m, 因为海洋上季节反应滞后于大气一个月, 因此选取2月、5月、8月和11月为四个季节的代表月份, 由此得出2006—2009年四季的温度垂向变化。由图 6可以看出:(1)在0~30 m温度变化很小, 在深度为30 m处温度开始逐渐下降, 到达500 m以下, 海温一年四季都比较接近; (2)黑色曲线表明8月份海温在30~50 m间温度随深度的下降是最陡的; (3)在75 m以深, 11月份的温度一般会超过其它三个季节的温度, 然后趋于接近; (4)在海表层和次表层, 海温的季节性差异明显, 且都在25~30℃。通过分区域性进行垂向海温的分析, 有助于对温跃层多跃层的发现提供参考, 发现规律。

图 6 2006—2009年温度垂向变化图 Fig. 6 Vertical changes in temperature from 2006 to 2009
3.4 南海海温季节分布特征

本文选取2月(冬)、5月(春)、8月(夏)、11月(秋)为四个季节的特征月份, 图 7是南海海表2008—2009年四个季节的平均海温分布。从图中可以看出:(1)冬季海温总体最低, 夏季海温总体最高; 秋季和春季海温差不多, 但是秋季温度更高一点; (2)冬季和秋季, 在南海西南方向等值线呈现西北—东南向, 等值线比较密集。其余地方相对较稀疏。夏季和春季的等值线都比较稀疏; (3)冬季, 海温的低值区位于15°N以上, 到了夏季, 海温的高值区位于15°N以上, 夏季温度南海区域普遍处于29℃以上, 南海东南区域的海温一年四季都处于比较高的温度。除了冬季, 南海中部区域一直属于海温低值区。

4 结论

基于南海海温可视化表达与时空过程分析的结果, 从南海海温的年变化、不同纬度变化、垂向变化、季节分布特征四方面对海温时空特征进行分析, 发现南海海温中存在的规律:

图 7 南海海表温度季节分布特征图 Fig. 7 Seasonal distribution of SST in South China Sea

(1) 南海的海表温度每年几乎都保持在25℃以上, 处于高温当中。最低温度一般在1月份, 温度为25℃左右, 最高温度一般在6月份左右, 温度在29℃以上。升温大多是从2月份开始到5月份左右。降温是从7月份开始, 到12月份缓缓地降到26℃以下。南海海表温度高温的持续时间比较长, 升温过程比降温过程相对要短一些。

(2) 随着纬度的降低, 温度整体升高, 温度的年变化幅度越来越小。夏秋两季随着纬度的变化, 温度变化不大, 春冬两季的温度变化较大。

(3) 在水深0~30 m温度变化很小, 在深度为30 m处温度开始逐渐下降, 到达500 m以下, 海温一年四季都比较接近。8月份海温在30~50 m随深度的下降是最陡的。在75 m以深, 11月份的温度一般会超过其他三个季节的温度, 然后趋于接近。在海表层和次表层, 海温的季节性差异明显, 且都在25~30℃。

(4) 冬季海温总体最低, 夏季海温总体最高。冬季和秋季, 在南海西南方向等值线呈现西北—东南向, 等值线比较密集。其余地方相对较稀疏。夏季和春季的等值线都比较稀疏。冬季, 海温的低值区位于15°N以上, 到了夏季, 海温的高值区位于15°N以上, 夏季温度南海区域普遍处于29℃以上, 南海东南区域的海温一年四季都处于比较高的温度。除了冬季, 南海中部区域一直属于海温低值区。

这一结论对今后进一步研究南海海洋温度有着积极的意义。

参考文献
[1]
辛红梅. 中国ARGO计划发展状况[J]. 海洋信息, 2003, 2: 12-13.
Xin Hongmei. Development status of China's ARGO program[J]. marine information, 2003, 2: 12-13.
[2]
Fen-Zhen S U, Zhou C H, Yang X M, et al. Definition and structure of marine geographic information system[J]. Acta Oceanologica Sinica, 2004, 26(6): 22-28.
[3]
孙晓宇.海洋水文标量数据的时空过程可视化方法研究[D].武汉: 武汉大学, 2005.
Sun Xiaoyu.Study on visualization of spatio-temporal processes of marine hydrological scalar data[D].Wuhan: Wuhan University, 2005.
[4]
杨峰, 张丹, 杜云艳, 等. 基于Web服务的多源海洋温度场时空过程可视化研究[J]. 测绘与空间地理信息, 2013, 36(7): 15-18.
Yang Feng, Zhang Dan, Du Yunyan, et al. Visualization of spatio-temporal processes of multi-source ocean temperature field based on Web services[J]. mapping and spatial geographic information, 2013, 36(7): 15-18.
[5]
贾增辉.GIS在海洋环境监测数据可视化中的应用研究[D].青岛: 青岛科技大学, 2013.
Jia Zenghui.Application of GIS in marine environmental monitoring data visualization[D].Qingdao: Qingdao University of Science & Technology, 2013.
[6]
何亚文.海洋GIS模型服务聚合应用研究[D].北京: 中国科学院研究生院, 2012.
He Yawen.Application Research of marine GIS model service aggregation[D].Beijing: Graduate University of Chinese Academy of Sciences, 2012.
[7]
Goodchild M F. Geographical data modeling[J]. Computers & Geosciences, 1992, 18(4): 401-408.
[8]
孙朝辉, 刘增宏, 孙美仙, 等. Argo数据的网络可视化集成平台开发及其应用[J]. 海洋技术学报, 2006, 25(3): 135-139, 143.
Sun Zhaohui, Liu Zenghong, Sun Meixian, et al. Development and application of network visualization integration platform for Argo data[J]. Journal of marine technology, 2006, 25(3): 135-139, 143.
[9]
刘学, 王兴奎. 基于GIS与数学模型集成的泥沙过程可视化分析系统[J]. 水科学进展, 2000, 11(3): 235-240.
Liu Xue, Wang Xingkui. Visualization analysis system for sediment process based on GIS and mathematical model[J]. progress in water science, 2000, 11(3): 235-240. DOI:10.3321/j.issn:1001-6791.2000.03.002
[10]
唐海涛, 王船海. 虚拟现实的三维时态GIS模式研究[J]. 地球信息科学, 2008, 10(2): 206-213.
Tang Haitao, Wang Chuanhai. Virtual reality 3D tense GIS mode research[J]. Earth Information Science, 2008, 10(2): 206-213. DOI:10.3969/j.issn.1560-8999.2008.02.015
[11]
李昭.虚拟海洋环境时空数据建模与可视化服务研究[D].杭州: 浙江大学, 2010.
Li Zhao.Research on Modeling and visualization of spatio temporal data in virtual marine environment[D].Hangzhou: Zhejiang University, 2010.
[12]
王想红, 刘纪平, 徐胜华, 等. 基于NetCDF数据模型的海洋环境数据三维可视化研究[J]. 测绘科学, 2013, 38(2): 59-61.
Wang Xianghong, Liu Jiping, Xu Shenghua, et al. 3D visualization of marine environmental data based on NetCDF data model[J]. surveying and Mapping Science, 2013, 38(2): 59-61.
[13]
赵伟, 谢德体, 刘洪斌, 等. 基于组件的地理信息系统的研究与开发[J]. 计算机与现代化, 2005, 29(6): 83-86.
Zhao Wei, Xie Deti, Liu Hongbin, et al. Research and development of component based geographic information system[J]. computer and modernization, 2005, 29(6): 83-86. DOI:10.3969/j.issn.1006-2475.2005.06.027