■本报记者 廖洋 通讯员 刘飞扬

2020年，山东大学海洋研究院副教授于海庆团队在科研过程中遇到了一个“异常现象”——在西北太平洋，秋刀鱼渔场的分布竟与观测及理论上的锋面位置没有任何统计学上的对应关系。这一现象打破了地理课本上“锋面是优质渔场”的经典认知。

从那一刻起，一个关于海洋锋面识别的科学疑问开始在团队中酝酿。

5年后，于海庆及合作团队研发了一种被国内外学者普遍认可的海洋锋面识别算法，并在《地球系统科学数据》发布了全球首个高精度中尺度锋面数据集。该数据集一经发布便迅速引起国际关注，数据下载量已超过20TB。

渔场预测的一次“意外”

海洋就像一张巨大的呼吸网，海水在表层与深层之间流动，交换着能量与养分。这种交换并非均匀进行，而是在一些特殊的“线”上剧烈进行。这些“线”就是科学家所说的“海洋锋面”。它们像海洋的“天气系统”，是两团性状迥异的海水在海中相遇、碰撞、缠绕之处。

锋面不仅是海洋动力过程的重要标志，也是生物聚集的“热带雨林”，上下层的营养盐、热量等在这里迅速交换，使得锋面区域往往是鱼类丰度较高的渔场。对于从事渔业海洋学研究的科学家来说，锋面位置一旦识别不准，整个渔场预测模型就可能“跑偏”。

令于海庆没想到的是，传统方法在西北太平洋秋刀鱼渔场预测中“失灵”了——模型反复调试后始终不理想，甚至显示出锋面指标在预测中“无显著贡献”。

最初，于海庆以为是数据有误，反复检查之后才意识到，是模型本身或通常对“有用锋面”的理解出了错。而问题的关键，很可能出在“尺度”上。

带着疑问，于海庆团队对水温梯度场进行了系统检查。传统算法利用高分辨率卫星数据，识别出海量空间尺度小、变化快的亚中尺度锋面，而中尺度锋面信号却被淹没在这些亚中尺度锋面信息中。从视觉分析结果看，这些持续时间较短的亚中尺度锋面似乎对秋刀鱼渔场分布的影响十分有限。

“这促使我们产生了一个关键猜想：或许只有那些空间范围广、持续时间长的中尺度锋面，才对渔场分布具有重要影响。那些被传统方法大量捕捉的亚中尺度锋面，反而成了干扰预测的‘噪声’。”于海庆说。

“这意味着，驱动秋刀鱼聚集的关键锋面信号，可能淹没在亚中尺度的‘汪洋’里。”于海庆的博士生、第一作者邢勤旺解释道。

科研方向由此发生转折：团队决心开发能精准刻画中尺度锋面的新算法。他们引入一种名为“反距离加权”的插值方法修复缺测数据，又设计出“窗口融合机制”综合不同窗口图像，还开发了“锋面剪枝”算法，用以排除重复检测、断裂片段等非物理结构。

经过数据清洗和匹配，团队构建出全球首个基于海量走航数据的“现场真值”锋面数据集，并与新算法的识别结果进行了系统比对。验证结果显示，在多个典型海区，尤其是锋面复杂的近岸海域、西边界流海域，新算法识别结果在位置、时间、空间分布上都与“真值”高度吻合，远优于传统方法。

从算法突破到科研“利器”

遥感算法的突破只是开端。真正要成果“落地”，还得让数据服务于更广泛的科学研究。

在重新研发锋面识别算法后，于海庆团队开始着手构建一个全球尺度、长时间序列的中尺度海洋锋面数据集。他们希望把算法系统化、产品化，生成一套可以反复使用、稳定更新的科研级数据资源。

这套数据集从1982年至今，几乎囊括了全球中低纬度主要海区的锋面信息。更重要的是，该数据集经过了走航观测的独立验证，具备了“科研级”的精度与稳定性。

“我们希望提供的不只是图像或动画，还有可以直接作为变量输入模型、用于定量分析的高可信度数据。”于海庆对记者说，这意味着数据必须满足3个条件——空间上连续、时间上完整、逻辑上统一。

邢勤旺表示，在数据构建过程中，团队有意识地剔除了那些短时闪现、生态渔业效应不显著的亚中尺度信号，只保留在时间与空间上都具有生态一致性的“显效锋面”，这一策略使得数据集具备了良好的生态代表性，也降低了分析中的“虚假因果”风险。

这一转变体现在从“可视化”走向“量化”。邢勤旺表示，过去很多海洋生态研究仍停留在用卫星图像“看一看锋面在哪儿”，这套数据则可以直接输入模型，作为定量因子的控制变量、解释变量或因果因素，推动生态响应机制的精确研究。

长期以来，全球中尺度锋面识别缺乏标准，也难以比较，科研论文多为“各说各话”。该数据集的建立，不仅统一了识别逻辑，也为全球尺度气候变率分析、生态系统响应研究、渔业资源评估以及海洋污染物及海洋声场预测等提供了统一的底层资料支撑。

数据集串联全球海洋研究“朋友圈”

锋面数据集一经上线，便在海洋学界引发了广泛关注。短短数月内，于海庆团队便陆续收到了全球多个科研机构的来信，涵盖物理海洋、生态、生物地球化学乃至渔业科学等多个方向。

“我们收到的反馈主要集中在3个方面。”于海庆表示，“一是应用咨询非常活跃，二是算法验证需求增多，三是区域特色数据的呼声显著。”

于海庆解释，尽管这套数据集已具备全球覆盖能力，但用户仍希望在南海、北太平洋等重点海域获取更高精度、拥有更丰富变量支持的产品。这些反馈使团队意识到，下一阶段应加强数据使用支持，开发典型应用案例，并建立定期更新与用户共建机制。

研究人员表示，这种高可信、高分辨率的锋面数据，对于多个领域都有潜在意义。在渔业科学中，它可用于检验锋面是否确为“优质渔场”的环境基准，有助于提升渔场预测模型的准确性；在生态系统研究方面，中尺度锋面作为“边界动力结构”能够驱动水体交换、营养盐输运及浮游植物响应，为理解气候事件下的生态系统变异提供抓手。更重要的是，该数据集为全球科学界提供了一个统一、可信、可复用的基础平台，有望成为遥感算法和生态模型协同发展的“锚点”。

相关论文信息：

https://doi.org/10.5194/essd-17-2831-2025