OCVFNet：用于识别岛屿诱导海洋涡街的洋流-视觉融合网络

《Expert Systems with Applications》：OCVFNet: Oceanic Currents-Vision Fusion Network for identifying island-induced oceanic vortex streets

　　

**摘要**

海洋涡旋街是流体力学中的基本现象，在近岸物质输运和空气-海洋交换中发挥着重要作用。大多数现有研究依赖于人工判释的样本，这些样本仅限于零散的案例研究，因此阻碍了对长时间序列和广阔空间范围的统计调查。在本文中，我们提出了海洋海流-视觉融合网络（OCVFNet），这是一种新型网络，协同利用视觉表示和海洋动力信息，实现跨多样海域的海洋涡旋街样本的自动化识别与获取。该网络的核心是双向特征化线性调制模块（BiFiLM），该模块通过跨模态信息交换计算每个分支的调制系数。OCVFNet还融合了海流引导的各向异性特征聚合模块（CGAFA），以捕捉涡旋街更深层的方向结构特征。为支持OCVFNet的评估，我们构建了S2Current数据集——首个涵盖60个涡旋街热点岛屿的视觉-海流多模态数据集。OCVFNet的准确率超越了现有最优（SOTA）模型3.02%至30.26%。消融实验进一步证明了每个模块的有效性。结合已发表的统计结果，模型超越S2Current时间和空间覆盖范围的迁移性能提供了其在跨场景适用性方面的初步证据，表明所整合的动力学信息有助于在不同观测条件下的涡旋街识别。

**引言**

海洋冯·卡门涡旋街在全球海洋中被广泛观测到。涡旋街的典型特征是：在钝体下游形成两排交错排列的反向旋转涡旋，源于边界层分离（Kármán, 1921）。在海洋中，岛屿、礁石、船舶和海上风力涡轮机均可作为钝体，在与环境海流相互作用时产生海洋冯·卡门涡旋街（Hsu, Chang, Lin, Huang, Ho, 2017; Li, Chi, Chen, Ren, Lehner, 2014; Stewart, van de Poll, Brumley, 2020; Xia, Huang, Gao, Chen, 2025）。海洋涡旋街的最大水平尺度超过30公里，垂直范围从数米到超过一千米不等，传播速度可达1 m/s以上，远场影响可延伸数百公里（Stegner, 2014）。这些形态特征表明，涡旋街能够高效输运营养物质、悬浮固体和浮游生物，从而对近岸海洋环流产生显著影响（Andrade, Sangrà, Hormazabal, Correa-Ramirez, 2014; De Falco, Desbiolles, Bracco, Pasquero, 2022; Hasegawa, 2019）。因此，准确识别海洋涡旋街对于预测水产养殖条件、模拟微塑料输运以及开发海洋动力模型至关重要。

原位观测是研究海洋涡旋街最早的途径之一，具体仪器包括盐温深记录仪（STD）（Barkley, 1972）、声学多普勒海流剖面仪（ADCP）（Chang, Jan, Liu, Cheng, Mensah, 2019; Heywood, Barton, & Simpson, Neill, Elliott, 2004）、电导率-温度-深度传感器（CTD）（Coutis, Middleton, 2002; Hasegawa, Yamazaki, Ishimaru, Nagashima, Koike, 2008; Liu, Chang, 2018）等。1968年2月，Barkley（Barkley, 1972）在太平洋中部的约翰斯顿环礁使用多站STD进行观测，检测到一条长度超过600公里的海洋涡旋街，这很可能是已知最早的海洋涡旋街观测记录。利用300 kHz ADCP在涨潮和落潮期间采集的潮汐流数据，在苏格兰福斯湾一座宽约50米的岛屿处，评估了潮汐振幅变化对岛屿诱导涡旋街尾流的形成影响（Neill & Elliott, 2004）。此外，Hasegawa等人（Hasegawa, Yamazaki, Lueck, & Seuront, 2004）通过联合应用TurboMAP、CTD和ADCP，揭示了青之岛上游与背风侧在流体微结构、物质浓度和海流速度方面的显著差异。尽管原位观测能够提供海洋涡旋街内部海流和垂直剖面的详细信息，但其需要昂贵的设备，且通常仅限于监测单个涡旋街。这意味着大规模和高频率部署仍然具有挑战性。

随着遥感技术的进步和相关卫星传感器数据的日益丰富，对多个海洋涡旋街的大规模时间序列监测成为可能。Owen（Owen, 2026）首次呈现了由加利福尼亚洋流系统驱动的海洋涡旋街可视化结果。Hsu等人（Hsu et al., 2017）利用多源卫星影像识别并分析了黑潮暖流与台湾绿岛相互作用产生的52个涡旋街案例，从而克服了长期原位观测覆盖范围有限的缺陷。Liu等人（Liu, Liu, Tang, & Li, 2022）提出的精细分辨率卫星时空匹配方法，在 Luzon海峡的迪迪卡斯岛周围探测到水平范围小于3公里的小型涡旋街。动力学分析表明，该区域非地转流对涡旋街形成的贡献程度与地转流相当。近期，Xia等人（Xia et al., 2025）利用SDGSAT-1卫星的时间序列数据，研究了黄海114个潮汐驱动的涡旋街的形态与动力学特征。结合Sentinel-2影像，在辽东湾南砣岛附近监测了单个涡旋街的完整生命周期演化。尽管存在热噪声和弱信号等局限性，合成孔径雷达（SAR）数据仍能有效探测到包括Fairway（Lavrova, Bocharova, & Sabinin, 2006）、阿留申群岛（Li, Zheng, Pichel, Zou, Clemente-Colón, Friedman, 2004; Pichel, Li, Friedman, Clemente-Colón, Beal, Monaldo, Wackerman, 2004）和绿岛（Huang, Ho, Lin, & Liang, 2014）在内的多个区域的涡旋街特征。岛屿-海流相互作用产生的海洋涡旋街通常伴随显著的岛屿质量效应，表现为下游水域的浮游生物爆发和海面温度异常（Andrade, Sangrà, Hormazabal, Correa-Ramirez, 2014; Hasegawa, 2019）。此外，组成海洋涡旋街的孤立涡旋在辐合与辐散过程中引起水柱结构调整，导致海洋颜色属性的垂直变化（Chen, Yang, Han, 2021; Du, Jing, Wu, Wang, Chen, Ma, Gan, Yang, 2022）。因此，中分辨率海洋水色传感器和红外辐射计已成为研究中尺度海洋涡旋街及其生态响应的重要工具（Cardoso, Caldeira, Relvas, Stegner, 2020; Gula, Molemaker, McWilliams, 2015; Yu, Zheng, Jing, Qi, Zhang, Xie, 2018）。例如，AVHRR数据的时间序列分析揭示，岛屿诱导的涡旋街通常与局部海面温度下降和地表叶绿素浓度增加相关联，表明尾流增强了垂直混合和营养物质上涌过程（Caldeira, Marchesiello, Nezlin, DiGiacomo, & McWilliams, 2005）。总体而言，高分辨率影像适合捕捉涡旋街的几何形态和动力学特征，而中分辨率数据则更适合探索环境变量的响应机制。

以往关于岛屿诱导海洋涡旋街的研究具有空间分散和时间不连续的特征，如图1(a)和(b)进一步所示。值得注意的是，钓鱼岛及其他未标记岛屿在以往研究中也因尾流生成而受到广泛研究（Cai, Jiang, Yan, Bai, Liu, Yu, Tang, Jiang, 2023; Cai, Xin, Ye, Tang, Yin, Cheng, 2025; Cheng, Cai, Li, Xin, 2025）。然而，根据这些研究中报告的遥感影像，这些尾流结构通常不满足涡旋街的判释标准（Xia et al., 2025）。早期关于涡旋街的研究主要集中于单个岛屿产生的孤立案例，后续研究逐渐演变为多时相和多案例统计分析，标志着向区域尺度研究的转变。与海洋中涡旋街广泛存在的现象相比，已发表研究中使用的样本数量仍然明显有限。在已发表文献中，报告的涡旋街最大样本量为114个。因此，从这些样本中得出的统计结论缺乏普适性。截至2025年，全球海洋观测和数值模拟数据的累积总量已超过240 PB（PB）（Li, Liu, Zheng, Ren, Zhang, Liu, Gao, Liu, Zhang, Wang, 2020; Lytra, Vidal, Orlandi, Attard, 2017; Overpeck, Meehl, Bony, Easterling, 2011），使得可用海洋数据规模与已研究涡旋街案例数量之间的差距变得无法弥合（图1(b)）。大多数现有研究的一个主要局限在于，其样本源自人工判释，这既耗时又高度依赖图像质量和主观判断，导致识别结果不一致，限制了向PB级海洋数据集的可扩展性。这些局限性阻碍了在不同地理和时间尺度上对海洋涡旋街进行系统性分析和综合建模。因此，开发自动化和可泛化的方法是实现海洋涡旋街研究数据驱动分析的关键步骤。

深度学习已被广泛应用于海洋学研究（Chen, Huang, Yang, Radenkovic, Ge, Cao, Chen, Xia, Han, Ma, 2023; Li, Liu, Zheng, Ren, Zhang, Liu, Gao, Liu, Zhang, Wang, 2020），并在内波参数反演（Borcea, Garnier, Mamonov, Zimmerling, 2023; Meng, Zhang, Sun, Wang, 2024; Zhang, Wang, Wang, Liu, Yu, Wang, Xu, Li, 2022）、海冰浓度估算（Andersson, Hosking, Pérez-Ortiz, Paige, Elliott, Russell, Law, Jones, Wilkinson, Phillips, 2021; Palerme, Lavergne, Rusin, Melsom, Brajard, Kvanum, Macdonald S?rensen, Bertino, Müller, 2024; Ren, Li, 2023）以及中尺度/亚中尺度海洋涡旋的自动检测和轨迹预测（Ashkezari, Hill, Follett, Forget, Follows, 2016; Martin, Manucharyan, Klein, 2024; Xia, Huang, Li, Chen, 2024）等领域取得了显著进展。此外，已建立了基于深度学习的对流旋街自动检测的基准数据集（Zhang, Wu, Su, Zhang, & Chen, 2025）。这一对比凸显了海洋涡旋街深度学习研究的滞后性以及推进该领域研究的紧迫性。在本研究中，我们开发了一种整合海流信息的深度学习算法，以提高从高分辨率遥感影像中识别海洋涡旋街的精度，并将研究区域扩展至之前报道中覆盖的岛屿和区域（图1）。具体而言，本文的创新可总结如下：

（1）我们构建了首个多模态数据集S2Current，整合海洋海流信息与光学影像用于识别海洋涡旋街。共收集了来自60个岛屿的2,239幅Sentinel-2多光谱图像，并配有相应的时空海洋海流数据。

（2）我们提出了多模态海洋海流-视觉融合网络（OCVFNet），以增强海洋因子与遥感影像之间的跨模态交互和特征融合。

（3）我们分析了所提出的双向特征化线性调制、海流引导的各向异性特征聚合以及输入海流变量如何影响涡旋街识别性能。

（4）我们在S2Current数据集上将OCVFNet与其他现有最优（SOTA）单模态和多模态融合网络进行了对比，展示了在海洋涡旋街识别方面的显著提升。

本文其余部分安排如下：第2节介绍研究区域和数据集构建过程。第3节描述详细的模型架构。第4节评估模型在S2Current数据集及其他复杂场景下的性能。第5节展示消融实验和一致性分析。最后，第6节总结主要发现和结论。

---

**研究区域**

目前尚无公开可用的基准数据集来系统评估海洋涡旋街场景分类。因此，我们在此构建了一个新的数据集S2Current，将于未来发布。鉴于海洋涡旋街现象的广泛存在性和人工判释的高成本，我们对自1972年以来发表的80余篇海洋涡旋街研究文献进行了全面回顾。所报道的涡旋街位置以及……

---

**OCVFNet的整体结构**

为了整合物理海洋学知识并充分利用与涡旋街活动相关的海洋因子，我们开发了OCVFNet用于海洋涡旋街场景识别，其整体模型结构如图3所示。采用两个独立的编码器网络分别提取Sentinel-2光学影像的特征和处理来自多种卫星的海流数据。影像分支使用在ImageNet-1K数据集上预训练的金字塔池化Transformer-Tiny……

---

**实验设置与评估指标**

所有实验均在配备NVIDIA RTX A6000 GPU和Intel Xeon Platinum 8352V CPU的PyTorch平台上进行。影像分支使用在ImageNet-1K数据集上预训练的权重进行初始化，而海流分支使用标准差为0.2的正态分布进行初始化。我们采用随机梯度下降（SGD）优化器进行训练，初始学习率为10?3。

所比较的SOTA网络均以官方初始化参数为基础。消融实验在本节中，我们首先评估多模态数据融合的有效性。光学遥感数据与洋流数据被选为多模态输入。作为第一步，我们分别仅基于视觉数据和洋流数据构建了单模态分类模型，以建立基线模型并便于与多模态结果进行对比分析。P2T-Tiny和1D ResNet分别作为视觉模态和洋流模态的基线网络，结论海洋涡旋列样品的稀缺严重阻碍了海洋遥感与物理海洋学领域的进展，凸显了对一种具有强泛化能力的自动化涡旋列场景识别方法的迫切需求。在本研究中，我们提出了OCVFNet，一种CNN-Transformer混合多模态架构，用于复杂海况下的海洋涡旋列场景分类。我们开发了BiFiLM模块，通过相互调节实现跨模态交互，CRediT作者贡献声明Linghui Xia：方法学、验证、可视化、写作—原始草稿。Baoxiang Huang：概念化、写作—审阅与编辑、监督、资金获取。Ge Chen：概念化、写作—审阅与编辑、监督、资金获取。Peter M. Atkinson：写作—审阅与编辑、监督。利益冲突声明作者声明，他们不存在任何可能影响本文所报告工作的已知竞争性经济利益或个人关系。Linghui Xia | Baoxiang Huang | Ge Chen | Peter M. Atkinson