張 沖 類淑河, 管長龍 周西龍

(1.中國海洋大學(xué)數(shù)學(xué)科學(xué)學(xué)院 青島 266100;2.中國海洋大學(xué)物理海洋實(shí)驗(yàn)室 青島 266100)

海浪破碎在海氣相互作用過程中發(fā)揮著重要作用,它使海氣間的動(dòng)量、能量傳輸和物質(zhì)交換大大加強(qiáng)。破碎產(chǎn)生的氣泡為慢可溶性氣體從大氣轉(zhuǎn)移到海洋提供了重要的途徑(Asheret al,1996)。氣泡的破裂以及破碎產(chǎn)生的飛沫會(huì)進(jìn)入空氣中,轉(zhuǎn)化成海鹽氣溶膠,可以影響低層氣體的組成結(jié)構(gòu),從而緩和溫室效應(yīng)的影響(Griniet al,2002;Liao,2004)。此外,海浪破碎研究對海洋遙感、沿海與海洋工程、導(dǎo)航和其它實(shí)際應(yīng)用也有重要的作用(Melville,1996)。

破碎強(qiáng)度的度量一直是海浪破碎研究的焦點(diǎn),它通常用破碎引致的波浪場能量耗散來表達(dá)。Phillips等(1985)提出了一個(gè)有效度量破碎強(qiáng)度的統(tǒng)計(jì)量Λ(c),即單位海面上速度范圍(c,c+dc)內(nèi)破碎波峰線平均長度,其一階矩正比于破碎概率,四階矩正比于波浪動(dòng)量通量,五階矩則正比于破碎造成的能量損失(Phillips,1985)。Gemmrich等(2008)利用海上拍攝的錄像資料,通過計(jì)算Λ(c)的四階矩和五階矩來估計(jì)破碎波造成的動(dòng)量損失與能量耗散率,并重新給出相關(guān)的參數(shù)范圍。Kleiss等(2011)利用等高線法(Contour method)對海表面圖像進(jìn)行識別來確定Λ(c)以及破碎概率R的分布,用Λ(c)定量描述破碎耗散,從而更好的理解破碎造成的海氣間動(dòng)量能量轉(zhuǎn)移和物質(zhì)交換等過程(Kleiss,2009)。顯然,Λ(c)及其高階矩提供了研究海浪破碎引致的能量耗散、動(dòng)量轉(zhuǎn)移等關(guān)鍵問題的一個(gè)有效途徑。

在這一研究模式中,白冠破碎圖像的識別與處理技術(shù)是一個(gè)關(guān)鍵前提。Monahan等(1969)通過對美加邊界五湖地區(qū)的白冠破碎的觀測研究,提出了可通過人工選定的方法得到一個(gè)灰度閾值,高于閾值的部分為破碎白冠,低于閾值的部分為背景海洋。隨著計(jì)算機(jī)技術(shù)和數(shù)碼攝像技術(shù)的發(fā)展,白冠圖像識別方法向著高效、一致、自動(dòng)的方向發(fā)展。Massouh等(1999)運(yùn)用數(shù)值計(jì)算法判別了圖像封閉的連通區(qū)域輪廓,封閉區(qū)域內(nèi)的認(rèn)為是破碎白冠,從而區(qū)分破碎白冠與背景海洋。之后,Callaghan等(2009)在總結(jié)前人灰度閾值理論的基礎(chǔ)上,提出了一種利用灰度變化率函數(shù)及其導(dǎo)函數(shù)計(jì)算灰度閾值的自動(dòng)識別白冠技術(shù)。

借助我們在渤海海域的錄像資料,發(fā)現(xiàn)Kleiss方法確定活躍破碎閾值結(jié)果偏低,有些明顯的破碎尾跡會(huì)被誤判為活躍破碎。實(shí)際上,活躍破碎與尾跡在灰度上也存在明顯的變化,這個(gè)變化應(yīng)該會(huì)由L''曲線特征反映出來。本文通過對多幅白冠破碎圖像資料的分析,考察L''曲線的變化特征,給出區(qū)分活躍破碎與尾跡的更合理的閾值。

1 活躍破碎與破碎尾跡的次峰閾值確定方法

活躍破碎與破碎尾跡在圖像上有各自的特點(diǎn),尾跡灰度介于背景海洋與活躍破碎的灰度值帶之間?；钴S破碎的灰度值范圍相對比較集中。我們在渤海地區(qū)航海期間進(jìn)行了航拍錄像觀測。圖1為我們觀測錄像中選取的 2幀圖像(拍攝海域:123°9.858′E,38°44.527′E),圖1a的中間和圖1b的右上方各有一部分是破碎發(fā)生之后留下的尾跡。

圖1 白冠破碎圖像示例Fig.1 Images of active whitecaps

圖2 活躍破碎、破碎尾跡以及背景海洋像素點(diǎn)的灰度值分布Fig.2 Gray value distributions of active whitecaps,old foam patches and blue background

為了更清楚地看清活躍破碎、破碎尾跡以及背景海洋3者灰度值的分布情況,圖2給出了部分活躍破碎、破碎尾跡以及背景海洋3類像素點(diǎn)的灰度值分布散點(diǎn)圖,3類像素點(diǎn)基于肉眼判斷,只選取明顯容易判斷的像素點(diǎn),舍棄不容易區(qū)分的?；叶戎?40—160的實(shí)線為Kleiss等(2011)區(qū)分非破碎部分與破碎的閾值線(對應(yīng)圖3中A點(diǎn)值),灰度值200—220的虛線為 Kleiss等(2011)區(qū)分活躍破碎與尾跡的閾值線(對應(yīng)圖3中B點(diǎn)值)?；叶戎?80—200的實(shí)線為次峰閾值方法得到的區(qū)分活躍破碎與尾跡的閾值線(對應(yīng)圖3中C點(diǎn)值)?？梢钥闯霰尘昂Ｑ蟮幕叶戎底畹?與破碎尾跡像素點(diǎn)的灰度有較清晰的分界。破碎尾跡灰度值大多低于活躍破碎的灰度值,且活躍破碎的灰度較為集中。體現(xiàn)在L函數(shù)的變化圖像上(圖3),A點(diǎn)處L的下降開始變慢,此時(shí)灰度值剛與破碎尾跡邊緣值相同。Kleiss等基于其圖像資料得到經(jīng)驗(yàn)的閾值選取方法,選取曲線 ′′L的最大值所在灰度值(A點(diǎn)的位置)作為區(qū)分背景海洋與破碎的灰度閾值,選取′′L最大值的 20%對應(yīng)的灰度值(B點(diǎn)的位置)作為區(qū)分活躍破碎和破碎尾跡的閾值。就我們的數(shù)據(jù)而言,有許多人工判別為破碎尾跡的點(diǎn)被誤判為了活躍破碎,閾值偏低。

圖3 L函數(shù)與L′′的圖像Fig.3 Diagrams of L function and L" function

我們考察了多幅海上破碎圖像資料,發(fā)現(xiàn)用Kleiss方法確定的灰度閾值往往偏低,區(qū)分活躍破碎和尾跡誤判概率較高。我們還發(fā)現(xiàn),除了在L′′圖像上存在1個(gè)主峰之外,后部一般還存在1個(gè)明顯的次峰,其位置較為穩(wěn)定,大致集中在L′′最大值的 4%—15%對應(yīng)的灰度值范圍內(nèi),如圖4所示,橫軸坐標(biāo)做了歸一化(橫坐標(biāo)值同時(shí)除以最大值點(diǎn)的橫坐標(biāo),這樣可以使所有的函數(shù)曲線的最大值在同一橫坐標(biāo)下)。事實(shí)上,次峰的出現(xiàn)并非偶然,它正反映的是活躍破碎與尾跡灰度的明顯變化。

將次峰所對應(yīng)的灰度值作為閾值,可以有效區(qū)分活躍破碎與破碎尾跡。對圖1中的兩幅圖像分別使用Kleiss方法和次峰閾值方法進(jìn)行處理,圖5中給出了區(qū)分活躍破碎的結(jié)果。無論是破碎之后產(chǎn)生的破碎氣泡,還是破碎白冠經(jīng)過產(chǎn)生的尾跡,在新方法下圖像結(jié)果中尾跡都有明顯的減少。當(dāng)然,次峰方法識別結(jié)果仍保留了一些高灰度值的破碎亮點(diǎn)?；钴S破碎與尾跡的灰度值總有交叉,不可能靠1個(gè)閾值把它們截然分開。

圖4 30幅圖像的L" 函數(shù)結(jié)果Fig.4 L" diagrams of 30 images

圖5 Kleiss方法(a)與次峰閾值方法(b)的活躍破碎識別結(jié)果Fig.5 Results of the Kleiss method(a)and the second peak threshold method(b)

2 結(jié)論

正確計(jì)算Λ(c)及其高階矩,首先需要有效區(qū)別圖像中的活躍破碎部分和破碎尾跡部分,Kleiss等(2011)活躍破碎閾值的確定方法是基于經(jīng)驗(yàn)得到的,有一定的主觀性。就我們的錄像資料而言,其誤判概率較高、閾值偏低。我們通過條幅海浪破碎的圖像驗(yàn)證,發(fā)現(xiàn)L函數(shù)的二階導(dǎo)數(shù)存在較穩(wěn)定的次峰,以其對應(yīng)的灰度值作為區(qū)分活躍破碎與破碎尾跡的灰度閾值,可以更有效地區(qū)分活躍破碎與尾跡。當(dāng)然,這樣一種L函數(shù)次峰的閾值確定方法,也僅僅是基于部分海上資料的分析得到的,是否具有普適性,還需要更多的海浪破碎觀測資料進(jìn)一步驗(yàn)證。

Asher W E,Karle L M,Higgins B Jet al,1996.The influence of bubble plumes on air-seawater gas transfer velocities.Geophys Res,101(C5):12027—12041

Callaghan,A H,White M,2009.Automated processing of sea surface images for the determination of whitecap coverage.Atmos Oceanic Technol,26(2):383—394

Gemmrich,J R,Banner M L,Carrett C,2008.Spectrally Resolved Energy Dissipation Rate and Momentum Flux of Breaking Waves.Phys Oceanogr,38:1296—1312

Grini A,Myhre G,Sundet Jet al,2002.Modeling the Annual Cycle of Sea Salt in the Global 3D model Oslo CTM2:Concentrations,Fluxes and Radiative Impact.Clim,15(13):1717—1730

Kleiss J M,2009.Airborne observations of the kinematics and statistics of breaking waves.San Diego:University of California,Doctoral dissertation

Kleiss J M,Melville W K,2011.The Analysis of Sea Surface Imagery for Whitecap Kinematics.American Meteorological Society,28(2):219—243

Liao H,Seinfeld J,Adams Pet al,2004.Global radiative forcing of the coupled tropospheric ozone and aerosols in a unified general circulation model.Geophy Res,109:D16207

Massouh L,LeCalve O,1999.Measurements of whitecap coverage during F.E.T.C.H.98 experiment.Aerosol Sci,30(1):177—178

Melville W K,1996.The Role of Surface-Wave Breaking in Air-Sea Interaction.Annual Review of Fluid Mechanics,28:279—321

Melville W K,Matusov P,2002.Distribution of breaking waves at the ocean surface.Nature,417:58—63

Monahan E C,1969.Fresh water whitecaps.Atmos Sci,26(5):1026—1029

Monahan E C,1993.Occurrence and evolution of acoustically relevant sub-surface bubble plumes and their associated,remotely monitorable,surface whitecaps.Springer Netherlands:Natural Physical Sources of Underwater Sound,503—517

Phillips O M,1985.Spectral and statistical properties of the equilibrium range in wind generated gravity waves.Fluid Mech,156:505—531