极地研究

作者：王钰坤,谢涛,向儒萱毅,张雪红,白淑英

单位：1南京信息工程大学遥感与测绘工程学院, 江苏 南京 210044;2青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室, 山东 青岛 266237;3自然资源部遥感导航一体化应用工程技术创新中心, 江苏 南京 210044;4江苏省协同精密导航定位与智能应用工程研究中心, 江苏 南京 210044

关键词：北极,北极气旋识别,ERA5,深度学习,YOLOv5s模型

基金：国家重点研发计划、国家自然科学基金、江苏省自然资源发展专项资金(海洋科技创新)项目和江苏省研究生科研创新计划

北极气旋是影响北极环境的主要天气系统之一, 对其准确识别对北极航海保障具有至关重要的意义。本文基于欧洲中期天气预报中心推出的第五代大气再分析产品(ERA5)平均海平面气压数据, 构建北极气旋目标检测的数据集, 训练北极气旋识别的深度学习目标检测You Only Look Once version5(YOLOv5s)模型, 并与其他深度学习目标检测模型Single Shot Multibox Detector(SSD)、Faster R-CNN、YOLOv4进行性能的验证与比较。试验结果表明, YOLOv5s的检测精确率、平均准确率和刷新频率分别为95.26%、98.09%和64.85 s–1, 刷新频率较其余4种模型中效果最好的SSD模型提高了15.65 s–1。YOLOv5s模型检测速度快、精度高且具有更好的识别能力, 能够有效识别北极气旋目标, 对北极气旋的识别具有较好的应用前景。因此, 本文选取2021年冬季、夏季的北极气旋进行个例分析。结果显示, 冬季3月8日12时产生的北极气旋生命周期为48 h, 平均强度为54.62, 夏季9月21日6时的气旋生命周期为84 h, 平均强度为42.82, 符合北极气旋生命周期夏长冬短, 气旋强度冬强夏弱的特点。YOLOv5s模型为北极气旋的检测识别提供了新方法和新思路。

来源：2025年第1期

《极地研究》期刊编辑部

查看极地研究杂志2025年第1期