技術(shù)特征：

1.一種海洋中尺度渦識別方法，其特征在于，包括：

建立海平面高度異常數(shù)據(jù)的原始數(shù)據(jù)矩陣和與所述原始數(shù)據(jù)矩陣同行同列數(shù)的空矩陣；

依次將所述原始數(shù)據(jù)矩陣中各個像元作為預先建立的滑動窗口的中心點；

計算所述滑動窗口內(nèi)最大像元和最小像元的差的絕對值；

當所述絕對值在預設(shè)變差閾值范圍內(nèi)時，將第一賦值賦予所述中心點對應(yīng)的所述空矩陣的像元，當所述絕對值不在所述預設(shè)變差閾值范圍內(nèi)時，將第二賦值賦予所述中心點對應(yīng)的所述空矩陣的像元，以建立海平面高度異常數(shù)據(jù)的變差場數(shù)據(jù)矩陣；

其中，所述預設(shè)變差閾值和所述第一賦值根據(jù)所述原始數(shù)據(jù)矩陣確定；

所述第二賦值的計算公式為：

$\mathrm{\γ}({\mathrm{DN}}_i,{\mathrm{DN}}_{i\±h_0})=\underset{i=1}{\overset{N}{\Σ}}({\mathrm{DN}}_i-{\mathrm{DN}}_{i\±h_0});$

表示第二賦值，DN_i表示所述中心點對應(yīng)的所述原始數(shù)據(jù)矩陣的像元，表示距離所述中心點滯后h₀個像元的像元，像元滯后距離h₀為預設(shè)值；

基于趨勢面分析法，確定所述變差場數(shù)據(jù)矩陣的趨勢分量和剩余分量；

對所述剩余分量進行簡單克里金插值處理，并將經(jīng)過簡單克里金插值處理后的剩余分量與所述趨勢分量相加，得到經(jīng)泛克里金插值的中尺度渦識別矩陣；

按照預設(shè)識別方法，基于所述中尺度渦識別矩陣對中尺度渦進行識別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述建立海平面高度異常數(shù)據(jù)的原始數(shù)據(jù)矩陣，包括：

獲取海平面高度異常數(shù)據(jù)；

對所述海平面高度異常數(shù)據(jù)進行中值濾波處理以及對所述海平面高度異常數(shù)據(jù)中的空值進行替換處理；

利用處理后的所述海平面高度異常數(shù)據(jù)構(gòu)建所述原始數(shù)據(jù)矩陣。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述滑動窗口的建立過程包括：

在預設(shè)采樣周期內(nèi)，獲取多組海平面高度異常數(shù)據(jù)；

建立每組海平面高度異常數(shù)據(jù)各自對應(yīng)的原始數(shù)據(jù)矩陣；

確定各個所述原始數(shù)據(jù)矩陣對應(yīng)的實驗變差函數(shù)；

所述實驗變差函數(shù)的計算公式為：

$\mathrm{\γ}\left(h\right)=\frac{1}{2N\left(h\right)}\underset{i=1}{\overset{N\left(h\right)}{\Σ}}{\[{\mathrm{DN}}_{(i,j)}-{\mathrm{DN}}_{(i+h,j+h)}\]}^2;$

其中，所述γ(h)為實驗變差函數(shù)值，N(h)表示所述海平面高度異常數(shù)據(jù)的原始數(shù)據(jù)矩陣中相距h個像元的像元的對數(shù)，DN_(i,j)表示海平面高度異常數(shù)據(jù)的原始數(shù)據(jù)矩陣中第i行第j列的像元的像元值，和DN(_i+h,j+h)表示海平面高度異常數(shù)據(jù)的原始數(shù)據(jù)矩陣中第i+h行第j+h列的像元的像元值；

分別對所有所述原始數(shù)據(jù)矩陣對應(yīng)的實驗變差函數(shù)進行求導計算，確定每個原始數(shù)據(jù)矩陣實驗變差函數(shù)之導數(shù)的最小零點處h值；

計算所有最小零點處h值的平均值，將所述平均值作為所述像元滯后距離h₀；

基于所述像元滯后距離h₀建立所述滑動窗口，其中所述滑動窗口的邊長為2h₀。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預設(shè)變差閾值為[μ-σ,μ+σ]；

所述第一賦值為：(μ-4σ)；

其中，μ為所述原始數(shù)據(jù)矩陣平均值，σ為所述原始數(shù)據(jù)矩陣的標準差。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述剩余分量進行簡單克里金插值處理，并將經(jīng)過簡單克里金插值處理后的剩余分量與所述趨勢分量相加，得到經(jīng)泛克里金插值的中尺度渦識別矩陣，包括：

確定所述原始數(shù)據(jù)矩陣的實驗變差函數(shù)；

所述實驗變差函數(shù)的計算公式為：

$\mathrm{\γ}\left(h\right)=\frac{1}{2N\left(h\right)}\underset{i=1}{\overset{N\left(h\right)}{\Σ}}{\[{\mathrm{DN}}_{(i,j)}-{\mathrm{DN}}_{(i+h,j+h)}\]}^2;$

其中，所述γ(h)為實驗變差函數(shù)值，N(h)表示所述變差場數(shù)據(jù)矩陣中相距h個像元的像元的對數(shù)，DN_(i,j)表示變差場數(shù)據(jù)矩陣中第i行第j列的像元的像元值，和DN_(i+h,j+h)表示變差場數(shù)據(jù)矩陣中第i+h行第j+h列的像元的像元值；

基于預設(shè)算法對所述實驗變差函數(shù)進行計算，確定所述實驗變差函數(shù)的塊金、變程以及偏基臺值；

將所述實驗變差函數(shù)的塊金、變程以及偏基臺值代入理論變差函數(shù)模型中，以實現(xiàn)實驗變差函數(shù)與理論變差函數(shù)模型的擬合；

按照簡單克里金插值算法，利用擬合后的理論變差函數(shù)模型對所述剩余分量進行插值，再將經(jīng)過插值的剩余分量與趨勢分量相加，實現(xiàn)完整的泛克里金算法。

6.一種海洋中尺度渦識別裝置，其特征在于，包括：

原始數(shù)據(jù)矩陣建立單元，用于建立海平面高度異常數(shù)據(jù)的原始數(shù)據(jù)矩陣；

變差場數(shù)據(jù)矩陣建立單元，用于建立與原始數(shù)據(jù)矩陣同行同列數(shù)的變差場數(shù)據(jù)矩陣；

具體包括：建立與所述原始數(shù)據(jù)矩陣同行同列數(shù)的空矩陣；

依次將所述原始數(shù)據(jù)矩陣中各個像元作為預先建立的滑動窗口的中心點；

計算所述滑動窗口內(nèi)最大像元和最小像元的差的絕對值；

當所述絕對值在預設(shè)變差閾值范圍內(nèi)時，將第一賦值賦予所述中心點對應(yīng)的所述空矩陣的像元，當所述絕對值不在所述預設(shè)變差閾值范圍內(nèi)時，將第二賦值賦予所述中心點對應(yīng)的所述空矩陣的像元，以建立海平面高度異常數(shù)據(jù)的變差場數(shù)據(jù)矩陣；

其中，所述預設(shè)變差閾值和所述第一賦值根據(jù)所述原始數(shù)據(jù)矩陣確定；

所述第二賦值的計算公式為：

$\mathrm{\γ}({\mathrm{DN}}_i,{\mathrm{DN}}_{i\±h_0})=\underset{i=1}{\overset{N}{\Σ}}({\mathrm{DN}}_i-{\mathrm{DN}}_{i\±h_0});$

表示第二賦值，DN_i表示所述中心點對應(yīng)的所述原始數(shù)據(jù)矩陣的像元，表示距離所述中心點的像元滯后距離為h₀的像元，像元滯后距離h₀為預設(shè)值；

泛克里金插值處理單元，用于基于趨勢面分析法，確定所述變差場數(shù)據(jù)矩陣的趨勢分量和剩余分量；

對所述剩余分量進行簡單克里金插值處理，并將經(jīng)過簡單克里金插值處理后的剩余分量與所述趨勢分量相加，得到經(jīng)泛克里金插值的中尺度渦識別矩陣；

中尺度渦識別單元，用于按照預設(shè)識別方法，基于所述中尺度渦識別矩陣對中尺度渦進行識別。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述原始數(shù)據(jù)矩陣建立單元包括：

數(shù)據(jù)采集模塊，獲取海平面高度異常數(shù)據(jù)；

數(shù)據(jù)處理模塊，用于對所述海平面高度異常數(shù)據(jù)進行中值濾波處理以及對所述海平面高度異常數(shù)據(jù)中的空值進行替換處理，并利用處理后的所述海平面高度異常數(shù)據(jù)構(gòu)建所述原始數(shù)據(jù)矩陣。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述變差場數(shù)據(jù)矩陣建立單元包括：

滑動窗口建立模塊，用于在預設(shè)采樣周期內(nèi)，獲取多組海平面高度異常數(shù)據(jù)，建立每組海平面高度異常數(shù)據(jù)各自對應(yīng)的原始數(shù)據(jù)矩陣，確定各個所述原始數(shù)據(jù)矩陣對應(yīng)的實驗變差函數(shù)，提取變程、塊金和偏基臺值以建立滑動窗口；

所述實驗變差函數(shù)的計算公式為：

$\mathrm{\γ}\left(h\right)=\frac{1}{2N\left(h\right)}\underset{i=1}{\overset{N\left(h\right)}{\Σ}}{\[{\mathrm{DN}}_{(i,j)}-{\mathrm{DN}}_{(i+h,j+h)}\]}^2;$

其中，所述γ(h)為實驗變差函數(shù)值，N(h)表示所述海平面高度異常數(shù)據(jù)的原始數(shù)據(jù)矩陣中相距h個像元的像元的對數(shù)，DN_(i,j)表示海平面高度異常數(shù)據(jù)的原始數(shù)據(jù)矩陣中第i行第j列的像元的像元值，和DN_(i+h,j+h)表示海平面高度異常數(shù)據(jù)的原始數(shù)據(jù)矩陣中第i+h行第j+h列的像元的像元值；

分別對所有所述原始數(shù)據(jù)矩陣對應(yīng)的實驗變差函數(shù)進行求導計算，確定每個原始數(shù)據(jù)矩陣實驗變差函數(shù)之導數(shù)的最小零點處h值；

計算所有最小零點處h值的平均值，將所述平均值作為所述像元滯后距離h₀；

基于所述像元滯后距離h₀建立所述滑動窗口，其中所述滑動窗口的邊長為2h₀；

數(shù)據(jù)計算模塊，用于依次將所述原始數(shù)據(jù)矩陣中各個像元作為預先建立的滑動窗口的中心點；

計算所述滑動窗口內(nèi)最大像元和最小像元的差的絕對值；

當所述絕對值在預設(shè)變差閾值范圍內(nèi)時，將第一賦值賦予所述中心點對應(yīng)的所述空矩陣的像元，當所述絕對值不在所述預設(shè)變差閾值范圍內(nèi)時，將第二賦值賦予所述中心點對應(yīng)的所述空矩陣的像元，以建立海平面高度異常數(shù)據(jù)的變差場數(shù)據(jù)矩陣。

9.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述預設(shè)變差閾值為[μ-σ,μ+σ]；

所述第一賦值為：(μ-4σ)；

其中，μ為所述原始數(shù)據(jù)矩陣平均值，σ為所述原始數(shù)據(jù)矩陣的標準差。

10.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述泛克里金插值處理單元包括：

趨勢面分析模塊，用于基于趨勢面分析法，確定所述變差場數(shù)據(jù)矩陣的趨勢分量和剩余分量；

泛克里金插值計算模塊，用于確定所述變差場數(shù)據(jù)矩陣剩余分量的實驗變差函數(shù)，進而對變差場數(shù)據(jù)矩陣的剩余分量進行插值；

所述實驗變差函數(shù)的計算公式為：

$\mathrm{\γ}\left(h\right)=\frac{1}{2N\left(h\right)}\underset{i=1}{\overset{N\left(h\right)}{\Σ}}{\[{\mathrm{DN}}_{\left(i,j\right)}-{\mathrm{DN}}_{(i+h,j+h)}\]}^2;$

其中，所述γ(h)為實驗變差函數(shù)值，N(h)表示所述變差場數(shù)據(jù)矩陣中相距h個像元的像元的對數(shù)，DN_(i,j)表示變差場數(shù)據(jù)矩陣中第i行第j列的像元的像元值，和DN_(i+h,j+h)表示變差場數(shù)據(jù)矩陣中第i+h行第j+h列的像元的像元值；

基于預設(shè)算法對所述實驗變差函數(shù)進行計算，確定所述實驗變差函數(shù)的塊金、變程以及偏基臺值；

將所述實驗變差函數(shù)的塊金、變程以及偏基臺值代入理論變差函數(shù)模型中，以實現(xiàn)實驗變差函數(shù)與理論變差函數(shù)模型的擬合；

按照簡單克里金插值算法，利用擬合后的理論變差函數(shù)模型對所述剩余分量進行插值，再將經(jīng)過插值的剩余分量與趨勢分量相加，實現(xiàn)完整的泛克里金算法。