北太平洋葉綠素和海表溫度鋒面與魷魚漁場(chǎng)的關(guān)系研究

范秀梅，伍玉梅，崔雪森，樊 偉，化成君

(中國(guó)水產(chǎn)科學(xué)研究院漁業(yè)資源遙感信息技術(shù)重點(diǎn)開放實(shí)驗(yàn)室,上海 200090)

?

北太平洋葉綠素和海表溫度鋒面與魷魚漁場(chǎng)的關(guān)系研究

范秀梅，伍玉梅，崔雪森，樊 偉，化成君

(中國(guó)水產(chǎn)科學(xué)研究院漁業(yè)資源遙感信息技術(shù)重點(diǎn)開放實(shí)驗(yàn)室,上海 200090)

本文利用了Sobel和Canny兩種算法來(lái)提取北太平洋葉綠素和海表溫度SST(Sea Surface Temperature)的鋒面，并比較兩種方法計(jì)算的異同。Sobel算法結(jié)果能直接反應(yīng)鋒面的大小和方向。Canny算法經(jīng)過(guò)了標(biāo)準(zhǔn)化處理，輸出的數(shù)值不是梯度的真實(shí)值，但是確定的鋒面更準(zhǔn)確、連續(xù)，因此本文選用了Canny算法算出的鋒面來(lái)和魷魚漁場(chǎng)做比較。根據(jù)來(lái)自MODIS的2013年四個(gè)季節(jié)的季平均數(shù)據(jù)，計(jì)算了北太平洋的葉綠素和SST的鋒面，分析了鋒面的特性，并把相應(yīng)時(shí)期的北太魷魚單船單天的漁獲與其做了對(duì)比，得出2013年漁獲量較大的地方分布在溫度鋒面較活躍分布較廣的地方，且分布在葉綠素鋒面的邊緣處，集中在150°E～160°E，40°N附近的區(qū)域。同樣，根據(jù)2010年和2012年的7～10月的平均葉綠素和SST的數(shù)據(jù)計(jì)算出的鋒面，以及相同時(shí)期的北太魷魚漁獲量數(shù)據(jù)，對(duì)比分析了鋒面與漁場(chǎng)之間的關(guān)系，得出了與季平均同樣的結(jié)果。

鋒面；Sobel；Canny；SST；葉綠素；漁場(chǎng)

鋒面是海洋中普遍存在的一種現(xiàn)象，是海洋要素出現(xiàn)劇烈變化的特征，鋒面的強(qiáng)弱隨著時(shí)間的變化而變化，而且空間位置也會(huì)不斷轉(zhuǎn)換，且鋒面有不同尺度之分。溫度鋒面是冷暖水團(tuán)交匯的地方，葉綠素鋒面是葉綠素豐富區(qū)域與稀少區(qū)域的中間地帶，海表溫度SST和葉綠素在海洋中的分布不均，很容易形成鋒面，通常鋒面附近區(qū)域是海洋的高生產(chǎn)力區(qū)域，所以鋒面的研究對(duì)海洋漁業(yè)具有重要的意義[1]。衛(wèi)星遙感數(shù)據(jù)的出現(xiàn)為研究海洋鋒面提供了重要的條件，利用遙感數(shù)據(jù)來(lái)計(jì)算海洋鋒面的工作目前已經(jīng)有很多的成果，例如海洋鋒面的計(jì)算方法有Sobel[2、3]算法，Shannon熵算法[4-6]，Canny算法[7-8]等。本文利用遙感數(shù)據(jù)來(lái)計(jì)算特定捕撈作業(yè)區(qū)的溫度和葉綠素鋒面，并比較分析鋒面的位置與單船單天漁獲量的關(guān)系，研究鋒面與漁場(chǎng)之間的分布關(guān)系，為今后的漁業(yè)捕撈提供參考。

1 方法和數(shù)據(jù)

1.1 鋒面的提取方法

圖像處理中，依據(jù)圖像的灰度變化，提取出圖像中不連續(xù)的部分叫做邊緣檢測(cè)。最簡(jiǎn)單的方法就是依據(jù)灰度值的一階導(dǎo)數(shù)的大小通過(guò)閾值過(guò)濾來(lái)判斷邊緣位置。海洋里的溫度和葉綠素鋒面是指等值線密集、梯度大的海區(qū)，這與數(shù)字圖像中的邊緣檢測(cè)要求的特征一致，故邊緣檢測(cè)的方法理論上可以用于海洋衛(wèi)星圖像中鋒面特征的提取[9]。用于圖像邊緣檢測(cè)的算子較常用的都基于微分運(yùn)算，可以有一階微分或者二階微分，一階微分算子中邊緣主要對(duì)應(yīng)于一階導(dǎo)數(shù)即梯度的最大值，二階微分中邊緣主要對(duì)應(yīng)于二階導(dǎo)數(shù)的零點(diǎn)值。典型的一階邊緣算子有Roberts算子、Sobel算子、Prewitt算子等；典型的二階邊緣算子有Laplacian算子和LOG算子。

Sobel邊緣算子是由Irwin Sobel在1968年提出的[10]，一直沿用至今。3階Sobel算子如下：

X方向 y方向

Matlab中用Sobel方法計(jì)算邊緣時(shí)使用的算子是1/8倍的3階Sobel算子，這樣算出來(lái)的梯度值可以用來(lái)估計(jì)衛(wèi)星圖像中物理量在水平方向和垂直方向上每個(gè)網(wǎng)格的跨度的變化值，設(shè)為gh和gv。梯度的大小[2]為

(1)

本文中除了使用了Sobel算子計(jì)算鋒面，還使用了Canny算法。Canny算子用于圖像邊緣檢測(cè)是由JohnCanny在1986年提出的[11]。Canny算法在邊緣檢測(cè)的應(yīng)用中，效果很好，因?yàn)樗恢皇且粋€(gè)簡(jiǎn)單的銳化算子，Canny邊緣檢測(cè)的流程圖主要有4個(gè)步驟：高斯濾波，求梯度，非極大值抑制和雙閾值過(guò)濾。它引入了高斯濾波器對(duì)圖像進(jìn)行低通濾波，提高了抗噪性能；利用梯度強(qiáng)度非極大值抑制法，提取單像素邊緣點(diǎn)，使定位精度更為準(zhǔn)確；雙閾值法對(duì)噪聲進(jìn)行了估計(jì)，小于最小閾值的認(rèn)為都是噪聲，大于最大閾值的認(rèn)為是邊緣信號(hào)，然后再通過(guò)八鄰域或者四鄰域法將介于最大值和最小值之間的點(diǎn)與已經(jīng)判斷為信號(hào)邊緣的點(diǎn)連接，提高了邊緣的連續(xù)性。

高斯函數(shù)具有很多優(yōu)良的性質(zhì)，使得它在圖像處理中起到了很好的作用。二維高斯函數(shù)具有旋轉(zhuǎn)對(duì)稱性，在濾波的各個(gè)方向上平滑程度相同。因?yàn)楹芏嗲闆r下事先是無(wú)法設(shè)定圖像中物體邊緣的方向的，濾波的旋轉(zhuǎn)對(duì)稱性就保證了邊緣檢測(cè)的精確性。高斯函數(shù)的可分離性使得二維高斯函數(shù)的卷積可以拆分成二步執(zhí)行，先將一維高斯函數(shù)與圖像卷積，然后再將轉(zhuǎn)置后的一維高斯函數(shù)濾波器與前一步的卷積結(jié)果進(jìn)行卷積，即可得到與二維高斯函數(shù)的濾波相同的結(jié)果。在Canny邊緣檢測(cè)流程圖中需要兩次使用高斯函數(shù)，高斯濾波是典型的低通濾波，可平滑圖像，抵消一部分噪聲；高斯函數(shù)的一階和二階導(dǎo)數(shù)可以用作高通濾波器，在求圖像值的梯度時(shí)，用到了高斯函數(shù)的一階導(dǎo)數(shù)。用來(lái)和遙感圖像進(jìn)行卷積的一維高斯函數(shù)表達(dá)式如下：

(2)

1.2 閾值的確定

Sobel的閾值設(shè)為由函數(shù)自動(dòng)確定，edge函數(shù)確定的閾值為

(3)

其中Gd=Gradient2，即閾值為4倍的梯度平方的算術(shù)平均值再求根號(hào)，大于閾值的梯度值對(duì)應(yīng)的位置就認(rèn)為是鋒點(diǎn)。

Canny算法閾值的函數(shù)自動(dòng)確定過(guò)程：首先對(duì)經(jīng)過(guò)高斯一階導(dǎo)數(shù)卷積得到的梯度進(jìn)行標(biāo)準(zhǔn)化：Gradient=Gradient/max(gradient)；然后生成標(biāo)準(zhǔn)化后的梯度值的直方圖，找到按梯度從小到大分布的點(diǎn)的個(gè)數(shù)的累加值超過(guò)總數(shù)70%所對(duì)應(yīng)的梯度作為高閾值；默認(rèn)的低閾值取高閾值的40%。在計(jì)算該漁場(chǎng)的SST鋒面時(shí)，如果選擇函數(shù)的自動(dòng)計(jì)算的閾值，春季平均溫度場(chǎng)的高低閾值為[0.05, 0.125]，結(jié)果就是有很多噪聲引起的梯度變化異常也被計(jì)算進(jìn)來(lái)了，于是只能人工調(diào)整閾值的大小。如果給定的閾值為[0.1, 0.3]，提高了高低閾值，去除一些不重要的梯度異常點(diǎn)，保留是鋒面可能性大的點(diǎn)。

1.3 數(shù)據(jù)

西北太平洋魷釣及秋刀魚漁場(chǎng)的計(jì)算范圍為：140°E～180°E，30°N～50°N。用的溫度場(chǎng)為Aqua衛(wèi)星MODIS 9 km(約1/12度)數(shù)據(jù)，包括SST和葉綠素的季平均和月平均數(shù)據(jù)并利用這些遙感數(shù)據(jù)來(lái)計(jì)算海洋要素的鋒面分布。對(duì)于遙感數(shù)據(jù)中由于各種原因缺失的部分?jǐn)?shù)據(jù)，則進(jìn)行了三次多項(xiàng)式插值，補(bǔ)全數(shù)據(jù)。魷魚漁獲數(shù)據(jù)是從很多漁業(yè)公司搜集到的各個(gè)漁船每天的捕魚位置和捕獲量，并沒(méi)有覆蓋所有的漁業(yè)公司和所有漁船，所以數(shù)據(jù)不能用來(lái)分析產(chǎn)量的變化，但是可以定性地分析漁獲與海洋要素之間的關(guān)系。

2 結(jié)果與分析

2.1 利用季平均數(shù)據(jù)分析結(jié)果

首先用了2013年的季平均(3個(gè)月的平均值)SST和葉綠素?cái)?shù)據(jù)來(lái)做分析。2013年北太魷魚的捕撈時(shí)間主要為夏秋兩季，夏季的記錄為6月1日～8月31日，秋季的記錄為9月1日～11月30日，冬季只有12月1日～12月20日在作業(yè)。分別將這些季節(jié)每天每條船捕撈量的大小以及所在的位置和季平均SST的大小以及鋒面作對(duì)比分析，找出二者可能的相關(guān)性。圖1中顏色為圖幅下方的色標(biāo)所示的地方為用Sobel計(jì)算出的SST鋒面，圖中箭頭的顏色和長(zhǎng)短表示鋒面值的大小，箭頭的方向表示沿鋒 面的走向。北太平洋南部的溫度比北部的溫度高，等溫線基本沿緯度線分布，鋒面是溫度梯度變化比較大的區(qū)域，也是沿緯度分布的。從圖中看，夏季海表溫度的鋒面箭頭的顏色呈深藍(lán)色，表示鋒面值在0.5 ℃/9 km以下，春、秋、冬海表溫度的鋒面的顏色為天藍(lán)色，表示鋒面值超過(guò) 0.5°C/9 km(這里用每9 km是因?yàn)閿?shù)據(jù)的網(wǎng)格大小為1/12度，大約為9 km)。鋒面大部分位于40°N附近，圖中鋒面的矢量方向總體是沿著等值線的走向，與緯度走向基本一致。

圖1 SST和Sobel方法提取的鋒面(分別為春、夏、秋、冬)Fig.1 SST and fronts derived from Sobel algorithm (spring , summer , autumn , winter)

利用Canny算法計(jì)算鋒面的過(guò)程中對(duì)數(shù)值圖像進(jìn)行了高斯平滑，并且利用雙閾值法來(lái)判斷段邊緣點(diǎn)，提高了判斷的準(zhǔn)確性，最后利用八鄰域的方法來(lái)連接，所以提取的鋒面比用Sobel算法計(jì)算的更連續(xù)和精確。Canny算法計(jì)算的鋒面與Sobel算法計(jì)算的鋒面在顯示上有較大差別，這是因?yàn)镃anny算法的計(jì)算結(jié)果只顯示鋒面的位置，不顯示鋒面的大小，而Sobel算法的計(jì)算結(jié)果則包含了鋒面的大小和方向。但Canny算法計(jì)算的鋒面也有優(yōu)勢(shì)，那就是更簡(jiǎn)潔明了，有一定的連續(xù)性。雖然二者在計(jì)算結(jié)果上在某些區(qū)域有差異，但是整體上還是保持一致的。從圖2中看Canny算法的計(jì)算結(jié)果與Sobel算法的計(jì)算結(jié)果相似，但更清晰。夏秋兩季圖中藍(lán)色為魷魚的捕撈位置，藍(lán)色圓圈的大小表示捕獲量的大小，圖的左下角的藍(lán)色圓圈標(biāo)示一天捕撈量為10 t時(shí)的大小，圖上的白色方框表示記錄中捕獲量為零的地方。從圖2中可看出漁獲大多聚集在溫度鋒面比較多的地方，40°N是一年四季中溫度峰面比較活躍的地方。2013年夏季魷魚捕獲的位置就位于40°N這條條帶上，其中在150°E～160°E最多，170°E～180°E也有一些漁獲量的分布。秋季魷魚的捕獲量大多分布在150°E～160°E，40°N上下，同樣是位于溫度鋒面比較活躍的地方。2013年冬季作業(yè)時(shí)間只有20天(12月1日～12月20日)，為了區(qū)別于溫度較低的藍(lán)色背景，在冬季圖中捕撈位置和捕獲量用紅色圓圈表示。

圖2 SST、Canny算法計(jì)算的鋒面及捕撈量(分別為春、夏、秋、冬)Fig.2 SST,fronts derived from Canny algorithm and catches(spring , summer , autumn , winter)

2013年的葉綠素季平均Sobel計(jì)算結(jié)果如圖3，圖中箭頭的顏色表示鋒面值的大小，箭頭的方向表示沿鋒面的走向。圖3的葉綠素等值線圖表明葉綠素有一個(gè)成長(zhǎng)和消亡的過(guò)程，春天爆發(fā)，冬天消亡，雖然離岸較近的區(qū)域一直都是葉綠素的高值區(qū)，葉綠素的爆發(fā)在大洋中呈現(xiàn)一定的點(diǎn)狀隨機(jī)性，高值區(qū)不像SST是從南傳至北，會(huì)偶然在某一區(qū)域出現(xiàn)高值區(qū)，如圖3中的春季圖中，(160°E,37°N)處就出現(xiàn)了葉綠素含量大于2 mg/m3的地方。葉綠素?cái)U(kuò)散后基本呈現(xiàn)北高南低的趨勢(shì)，如圖3中的夏、秋季圖所示。

從圖3中可見，葉綠素鋒面沒(méi)有固定的走向，這一點(diǎn)與溫度鋒面基本沿緯度走向不同。春季葉綠素高值區(qū)集中在北海道附近海域，并呈現(xiàn)向遠(yuǎn)洋擴(kuò)散的趨勢(shì)。葉綠素鋒面也都集中在這些葉綠素含量比較高的區(qū)域，遠(yuǎn)洋葉綠素鋒面很少。夏季葉綠素不再僅限于離島嶼較近的海區(qū)了，在40°N和50°N之間的葉綠數(shù)含量都比較高，含量在1 mg/m3左右，而在40°N以南的區(qū)域含量也還是接近零。葉綠素的鋒面分布伴隨著葉綠素的分布，在葉綠素比較豐富的地區(qū)鋒面活動(dòng)比較活躍，鋒面的大小大都在0.3 mg·m-3/9 km以下(網(wǎng)格的分辨率為9 km左右)。秋季的葉綠素的分布區(qū)域也集中在40°N和50°N之間，但是分布比夏季更平均。冬季葉綠素在這個(gè)區(qū)域的含量都比較低，鋒面很少出現(xiàn)。

2013年的葉綠素季平均Canny算法計(jì)算結(jié)果如圖4中的黑色線條，同時(shí)把2013年的魷魚捕獲量數(shù)據(jù)分別顯示到各個(gè)季節(jié)相應(yīng)的鋒面和葉綠素的圖上。夏季的漁獲主要沿著葉綠素鋒面活動(dòng)區(qū)的邊緣分布，在40°N區(qū)，其中單點(diǎn)漁獲量超過(guò)8 t的大多分布在150°E附近。在葉綠素含量較低和葉綠素鋒面罕見的海區(qū)，記錄中幾乎沒(méi)有漁獲的分布。2013年秋季單點(diǎn)的漁獲量平均要比夏季的多，且也同樣分布在葉綠素鋒面的邊緣。不過(guò)鋒面的邊緣對(duì)應(yīng)在150°E左右的地方，有一個(gè)北向的大彎曲，這里周圍有豐富的葉綠素，提供了浮游動(dòng)物生存需要的餌料，而浮游動(dòng)物又為魷魚提供了豐富的食物，所以這里的漁獲比較多。從夏秋這兩個(gè)季節(jié)的結(jié)果來(lái)看，魷魚追逐著葉綠素鋒面的邊緣，喜好在其附近活動(dòng)，那里氧氣充足，離食物較近。

圖4 葉綠素、鋒面及捕撈量(分別為春、夏、秋、冬)Fig.4 Chlorophyll,fronts and catches

2.2 利用月平均數(shù)據(jù)分析結(jié)果

圖5中給出了2010、2011和2012三年的現(xiàn)有的漁獲數(shù)量逐月對(duì)比圖，取其中進(jìn)行作業(yè)時(shí)長(zhǎng)達(dá)完整一個(gè)月的漁獲數(shù)據(jù)，比如2010年捕魚期的頭尾兩個(gè)月，6月是從15日開始的，11月到18日結(jié)束的，這兩個(gè)月的數(shù)據(jù)都沒(méi)滿一個(gè)月，所以2011年使用的漁獲數(shù)據(jù)為7、8、9、10這四個(gè)月的。同樣，2011、2012年使用的也是這4個(gè)月的數(shù)據(jù)。從圖5中看， 2011年的統(tǒng)計(jì)數(shù)據(jù)似乎缺少的比較多，相對(duì)來(lái)說(shuō)其他兩年的數(shù)據(jù)要多一些。

圖5 各月漁獲對(duì)比Fig.5 Comparison of catches of every month

下面以漁獲數(shù)據(jù)相對(duì)2011年較豐富的2010年、2012年的捕魚期的月平均SST、葉綠素?cái)?shù)據(jù)和每個(gè)月的捕獲量來(lái)分析相互之間的關(guān)系。圖6和圖7表明漁獲分布大部分分布在15 ℃～20 ℃之間，鋒面活動(dòng)相對(duì)活躍的區(qū)域，在40 °N區(qū)域上下，經(jīng)度范圍在150 °E～160 °E之間。這與上文的2013年的分析結(jié)果相似。

從圖8和圖9中看，在7～9這三個(gè)月份，40°N以南的大部分區(qū)域葉綠素含量非常低，接近零值，但是40° N以北的區(qū)域葉綠素含量逐漸提高。含量在1.6 mg/m3左右的區(qū)域自東向西擴(kuò)散。10月份的月平均值顯示葉綠素含量在0.2 mg/m3的地方占40°N以南的大部分區(qū)域，相應(yīng)的，北部葉綠素含量在1.6 mg/m3左右的區(qū)域在縮小。魷魚漁獲的分布主要在葉綠素鋒面的邊緣區(qū)域，鋒面邊緣北移，漁獲分布區(qū)域也隨之北移，鋒面邊緣南移則漁獲分布區(qū)域也隨之南移，在40°N上下擺動(dòng)。150°E～160°E的區(qū)域北部在這四個(gè)月份中都存在豐富的葉綠素和葉綠素鋒面。

圖7 2012年7、8、9、10 四個(gè)月的SST、鋒面和漁獲的關(guān)系Fig.7 Relationship of SST,fronts and catches in July, August, September,October 2012

3 總結(jié)

本文通過(guò)Canny和Sobel兩種計(jì)算圖像邊緣的算法分別計(jì)算了北太魷魚漁場(chǎng)的海洋要素SST和葉綠素的鋒面分布。Sobel的計(jì)算方法算出的值沒(méi)有經(jīng)過(guò)標(biāo)準(zhǔn)化處理，表示了每個(gè)網(wǎng)格跨度SST或者葉綠素的真實(shí)變化值，即梯度，同時(shí)還能通過(guò)經(jīng)度和緯度方向的梯度分量求出梯度的方向。Canny算法的輸出值是經(jīng)過(guò)標(biāo)準(zhǔn)化處理過(guò)的，不能代表真實(shí)的梯度值，但是Canny算法經(jīng)過(guò)了高斯濾波去除了部分噪聲，雙閾值法提高了邊界點(diǎn)確定的準(zhǔn)確度，八領(lǐng)域法提高了邊界的連續(xù)性，這些處理方法都提高了對(duì)SST和葉綠素的鋒面計(jì)算的精確度。

關(guān)于黑潮鋒面與漁場(chǎng)分布的關(guān)系之前有過(guò)很多的相關(guān)工作，但是分析北太平魷魚漁場(chǎng)與海表溫度鋒面和葉綠素鋒面的分布關(guān)系的研究較少，故本文主要選用Canny算法算出的SST和葉綠素的鋒面來(lái)與北太魷魚漁獲的位置和產(chǎn)量來(lái)對(duì)比，分析鋒面與漁獲的關(guān)系。2013年季平均、2010年和2012年7～10月共四個(gè)月份的月平均值分析結(jié)果顯示在40°N附近是溫度鋒面最活躍的區(qū)域，夏秋該區(qū)域的海表溫度大多在15°C～20°C之間。從漁獲與SST鋒面的對(duì)比圖可以判段魷魚漁場(chǎng)分布在溫度鋒面較活躍的區(qū)域。

圖8 2010年7、8、9、10 四個(gè)月的葉綠素、鋒面和漁獲的關(guān)系Fig.8 Relationship of chlorophyⅡ,fronts and catches in July, August, September,October 2010

圖9 2012年7、8、9、10 四個(gè)月的葉綠素、鋒面和漁獲的關(guān)系Fig.9 Relationship of chlorophyⅡ,fronts and catches in July, August, September,October 2012

根據(jù)2013年葉綠素的季平均和2010年、2012年葉綠素的月平均圖分析，在40°N以北區(qū)域夏秋兩季的葉綠素含量都比較高，1.0 mg/m3含量的地區(qū)分布比較廣，葉綠素的鋒面在該區(qū)域也比較活躍，而在40°N以南區(qū)域的葉綠素含量則非常低，鋒面也就不存在了。因此40°N附近的區(qū)域是鋒面活動(dòng)的分界線。魷魚漁場(chǎng)則分布在鋒面的邊緣，而且經(jīng)常在150°E～160° E之間、40°N附近，夏秋兩季該區(qū)域有葉綠鋒面邊緣存在。

[1] 陳新軍, 田思泉. 西北太平洋海域柔魚魚場(chǎng)分析探討[J]. 漁業(yè)現(xiàn)代化, 2001(3): 3-6.

[2] 劉傳玉. 中國(guó)東部近海溫度鋒面的分布特征和變化規(guī)律[D]. 青島: 中科院海洋研究所, 2009: 10-13.

[3] 劉澤. 中國(guó)近海鋒面時(shí)空特征研究及現(xiàn)場(chǎng)觀測(cè)分析[D]. 青島: 中科院海洋研究所，2012: 13-14.

[4] TERUHISA S, FUTPKI S. Application of an edge detection method to satellite images for distinguishing sea surface temperature fronts near the Japanese coast[J]. Remote Sensing of Environment, 2005，98(1): 21-34.

[5] DAVID P V, CHAKIR A. Entropic approach to edge detection for SST Images[J]. Journal of Atmospheric and Oceanic Technology, 1999,16(7): 970-979.

[6] 孫根云, 郭敏, 汪曉龍, 等. 邊緣檢測(cè)在中國(guó)東部海域海表溫度鋒中的應(yīng)用研究[J]. 遙感信息, 2012, 27(5): 61-66.

[7] RENATO M C, TIMOTHY P M, JOHN A B,etal. Sea surface temperature fronts in the California Current System from geostationary satellite observations[J]. Journal of Geophysical Research, Oceans (1978-2012), 2006, 111(C09): C09026.

[8] WANG F, LIU C, MENG Q. Effect of the Yellow Sea warm current fronts on the westward shift of the Yellow Sea warm tongue in winter[J]. Continental Shelf Research, 2012,45: 98-107.

[9] QIU C, KAWAMURA H. Study on SST front disappearance in the subtropical North Pacific using microwave SSTs[J]. Journal of oceanography, 2012, 68(3): 417-426.

[10] DUBA R, HART P. Pattern Classification and Scene Analysis[M]. John Wiley and Sons, 1973: 271-272.

[11] CANNY J. A computational approach to edge detection [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986(6): 679-698.

Relation between chlorophyⅡ and SST fronts of the North Pacific and the distribution of squid fishing grounds

FAN Xiu-mei, WU Yu-mei, CUI Xue-sen, FAN Wei， HUA Cheng-jun

(KeyandOpenLaboratoryofFisheriesResourcesRemoteSensingandInformationTechnology，ChineseAcademyofFisheryScience,Shanghai200090，China)

The paper calculated the fronts of chlorophyⅡ and SST in the North Pacific based on the Sobel and Canny algorithms, then compared two kinds of fronts derived based on the two algorithms to find the differences and similarities. The fronts based on the Sobel algorithm contain the real values of fronts and directions of fronts. But the fronts based on the Canny algorithm are not the true gradient values of fronts because the standardization has been done in Canny algorithm. However, the fronts based on Canny method are more accurate and more continuous. So we use the fronts based on Canny algorithm to do some comparisons with squid fisheries. We calculated the fronts of chlorophyⅡ and SST in the North Pacific from four quarterly average MODIS data of 2013, and analyzed the features of fronts. Then the fronts were used to compare with the squid catches in the same time period. The results revealed that the places with abundant squid catches were usually located where the SST fronts were very active and plentiful. And the places were also at the edge of the area where the chlorophyⅡ fronts were plentiful. These places were all near 40°N and between 150°E and 160°E. In order to testify the above results, we used monthly average MODIS data of Jul., Aug., Sep. and Oct. in 2010 and 2012 to calculate the SST and chlorophyⅡ monthly fronts. Then we compared the monthly fronts with the squid catches of the North Pacific at the same time. The results were the same as the results derived from the seasonal analysis.

fronts; Sobel; Canny; SST; chlorophyⅡ; fishery

2095-3666(2016)01-0044-10

10.13233/j.cnki.fishis.2016.01.008

2015-10-30

2015-12-10

國(guó)家科技支撐計(jì)劃項(xiàng)目(2013BAD13B01)

范秀梅(1984-)，女，江蘇省興化市人，研究實(shí)習(xí)員，從事物理海洋相關(guān)工作。

E-mail: fxm1fxm@163.com

S 935

A