基于K-means聚类分析与单经验正交函数回归法的南海声速剖面估计方法研究

基于遥感参数和Argo历史数据对水体声速剖面(Sound Speed Profile, SSP)进行重构,对单经验正交函数回归(single Empirical Orthogonal Function-regression, sEOF-r)法在南海的适用性进行了研究。由于南海动力活动的复杂性,SSP扰动相对复杂,同时海域内SSP样本稀疏,相关的SSP统计学估计方法在南海区域还难以有效应用。文章基于K-means对样本进行聚类分析,讨论南海海域正交经验函数模态的一致性。通过扩大重构实验网格解决样本稀疏的问题。利用经典的sEOF-r对南海SSP进行反演,对重构SSP的误差分析说明了该方法在南海海域应用的有效性。SSP重构的均方根误差为2.341 1 m·s^-1,较大误差主要出现在深度40～200 m,其原因是海域内混合层深度发生变化。实验证明在南海区域内利用遥感参数可以有效地估计SSP。