《International Journal of Digital Earth》：Intelligent detection of internal waves based on SWOT satellite observations
编辑推荐：
本研究针对传统光学与SAR遥感技术在全天候、大范围、高精度监测海洋内波方面存在的局限，利用新型SWOT卫星厘米级海面高度异常（SSHA）数据，创新性地提出了深度学习方法SWOT_IWD，实现了对苏禄海等热点区域内部波动的自动化、高精度探测。通过构建首个基于SWOT的内波数据集并进行多源遥感交叉验证，证实了该方法的可靠性，为全球尺度海洋内部过程监测提供了新范式。
海洋，这个覆盖了地球表面超过70%的广阔水体，其内部并非平静无波。在海面之下，由于海水密度在垂直方向上的分层，会形成一种特殊的波动现象——内波。它们如同海洋深处的“隐形波浪”，虽然肉眼难以察觉，却对海洋能量传输、物质混合和生态系统有着深远影响。然而，想要精确捕捉和监测这些隐藏在水下的“舞者”并非易事。传统的现场观测和数值模拟方法，受制于空间覆盖范围窄、成本高昂和时间分辨率不足；而主流的卫星遥感手段，如依赖光照条件的光学传感器（如MODIS, VIIRS）和受限于扫描幅宽的合成孔径雷达（SAR，如Sentinel-1），都难以实现全天候、全球同步、高精度的内波动态监测。这就像是试图用不合适的镜头去拍摄一场水下芭蕾，总是存在盲区和模糊地带。
于是，科学家的目光投向了一颗新的“海洋之眼”——表面水和海洋地形学（Surface Water and Ocean Topography, SWOT）卫星。作为美国国家航空航天局（NASA）与法国国家空间研究中心（CNES）联合发射的首颗成像高度计，SWOT卫星装备了Ka波段雷达干涉仪，能够以前所未有的精度和120公里的宽幅，对全球海面高度进行二维测量。其提供的海面高度异常数据，能够灵敏地反映出由内波传播引起的海面微小起伏，为内波探测开辟了一条全新的、直接的观测途径。但随之而来的挑战是：如何从海量的、高精度的SWOT数据中，自动、准确、高效地识别出内波信号？这正是本文发表于《International Journal of Digital Earth》的研究所要解决的核心问题。
为了回答这个问题，研究团队融合了深度学习与海洋遥感技术，开展了一项创新性的工作。他们首先系统收集了2023年7月至2024年10月期间SWOT卫星在苏禄海（一个全球知名的内波活动热点区域）获取的104条包含内波信号的轨道数据。为了增强内波特征，研究人员对原始海面高度异常数据应用了傅里叶变换和小波变换两种图像增强技术，成功构建了首个基于SWOT观测的内波数据集。在此基础上，他们提出了一种名为SWOT_IWD的新型深度学习检测框架。该框架以先进的YOLO V11架构为基础，创新性地集成了自适应特征增强模块。这个模块通过并行处理的特征细化模块和空间上下文模块，能够同时捕获广阔的上下文信息和精细的局部细节，特别擅长于在复杂的海洋背景中识别出微弱、多变的内波信号。研究还采用了Varifocal损失函数来有效应对检测任务中正负样本严重不平衡的难题。
为了验证方法的可靠性，研究采用了严谨的多源遥感数据交叉验证策略。他们利用欧空局的Sentinel-1 C波段合成孔径雷达和Sentinel-3海洋与陆地彩色仪在同一区域、相近时间获取的图像，与SWOT的探测结果进行比对。结果显示，SWOT探测到的内波在位置和形态上与SAR和光学影像中的内波特征高度吻合，从而强有力地证实了基于SWOT海面高度数据进行内波探测的真实性与可靠性。
研究结果揭示了内波在苏禄海丰富的时空分布规律：
- •
高精度的探测性能：在苏禄海的应用测试中，SWOT_IWD模型展现出了优越的检测能力，其真阳性率达到70.00%，准确度高达96.08%，而错误发现率和错误否定率分别低至3.92%和30.00%。模型性能显著优于基准模型YOLOv8和原始的YOLOv11。
- •
鲜明的空间聚集性：对总共179条SWOT轨道数据的分析表明，内波的发生在空间上并非均匀分布，而是呈现出明显的聚集特征。内波事件高度集中于苏禄海中西部海域，特别是在北纬7°至9°、东经118.5°至120.5°的范围内。这片区域恰好对应着海底地形陡峭、坡度变化剧烈的陆坡区。相比之下，海盆东部和东南部相对平坦的陆架区，内波事件则稀疏得多。这一分布模式通过空间核密度估计得以可视化，清晰地揭示了内波“热点”与复杂海底地貌之间的紧密关联。
- •
复杂的时间变异性：内波的发生在时间维度上也表现出有趣的规律。从2023年8月到2025年3月的月度统计显示，内波的识别数量存在波动，在2023年8月、2024年2月和12月出现峰值。进一步对一天24小时内内波发生时间的分析发现，其呈现出双峰分布的特征，高峰分别出现在13:00-14:00和18:00-19:00左右。这种时间分布模式反映了内波生成受到半日潮（M2, S2）的强烈调制，具有潮汐相位锁定的特性。白天的太阳加热增强了海洋上层的层化，也可能促进了下午时段内波更频繁地激发。
研究结论与重要意义：
本研究成功验证了利用SWOT卫星高精度海面高度数据结合深度学习技术进行海洋内波自动探测的可行性与巨大潜力。所提出的SWOT_IWD框架不仅在苏禄海实现了高精度的内波识别，其构建的数据集和多源验证方法也为该领域的研究奠定了新的基础。与依赖海面粗糙度或光学反射率的传统SAR和光学遥感相比，SWOT通过直接测量海面高度异常来探测内波，具有物理机制更直接、不受光照和云雨影响、观测幅宽大等显著优势，为实现全球尺度、全天候、高时空分辨率的内部波动同步监测提供了全新的技术手段。
这项工作的意义超越了单一技术的突破。它标志着物理海洋学、遥感科学与人工智能算法在前沿海洋观测任务中的深度融合，为建立智能化的全球海洋动力环境观测系统开辟了一条可扩展的技术路径。通过对内波时空分布规律的深入分析，研究加深了我们对苏禄海这一关键区域海洋动力过程的理解，特别是内波生成与海底地形、潮汐强迫及季节性层化之间复杂的相互作用。未来，该方法可进一步推广至全球其他内波活跃海区，并与现场观测、数值模式相结合，构建多源协同的内波监测、预报与影响评估体系，从而更好地服务于气候变化研究、海洋环境保护和海上作业安全等多个重要领域。
