Автоматическое определение вихрей по спутниковым данным видимого диапазона с использованием методов глубокого машинного обучения на примере Норвежского моря

Океанские вихри являются важным фактором крупномасштабной динамики вод Мирового океана, включая полярные и субполярные районы. Статистически достоверная информация о количестве и характеристиках мезомасштабных и субмезомасштабных вихрей позволит оценить их влияние на крупномасштабные течения, динамику ледяной кромки и другие динамические и биохимические процессы в океане. В работе предлагается алгоритм глубокого машинного обучения на базе нейросети SegFormer для эффективного автоматического выделения вихрей по данным видимого диапазона спутника Sentinel-3. Обучение осуществлялось на 52 изображениях Норвежского моря за 2017–2025 гг., на которых было выделено 938 вихрей. Достигнутые высокие метрики качества IoU = 0,87 и Dice = 0,93 показывают высокое качество работы алгоритма. Полученные результаты особенно актуальны для полярных районов океана, где преобладающие размеры вихрей существенно меньше, чем, например, в субтропических и тропических широтах. Выделение вихрей на снимках видимого диапазона является перспективными дополнением к исследованию проявлений вихрей в радиодиапазоне и позволит в дальнейшем получить более объективные данные для комплексного изучения динамики мезомасштабных и субмезомасштабных вихрей в океане.

1. Wunsch C., Ferrari R. Vertical mixing, energy, and the general circulation of the oceans. Annual Review of Fluid Mechanics. 2004;36(1):281–314. https://doi.org/10.1146/annurev.fluid.36.050802.122121

2. Koshlyakov M.N., Tarakanov R.Y. Water transport across the subantarctic front and the global ocean conveyer belt. Oceanology. 2011;51:721–735. https://doi.org/10.1134/S0001437011050110

3. Meneghello G., Marshall J., Cole S.T., Timmermans M.L. Observational inferences of lateral eddy diffusivity in the halocline of the Beaufort Gyre. Geophysical Research Letters. 2017;44(24):12– 331. https://doi:10.1002/2017gl075126

4. Meneghello G., Marshall J., Campin J.M., Doddridge E., Timmermans M.L. The ice-ocean governor: Ice-ocean stress feedback limits Beaufort Gyre spin-up. Geophysical Research Letters. 2018;45(20):11–293. https://doi.org/10.1029/2018GL080171

5. Bashmachnikov I.L., Raj R.P., Golubkin P., Kozlov I.E. Heat transport by mesoscale eddies in the Norwegian and Greenland seas. Journal of Geophysical Research: Oceans. 2023;128(2):e2022JC018987. https://doi.org/10.1029/2022JC018987

6. Klein P., Lapeyre G. The oceanic vertical pump induced by mesoscale and submesoscale turbulence. Annual Review of Marine Science. 2009;1(1):351–375. https://doi.org/10.1146/annurev.marine.010908.163704

7. Gaube P., Chelton D.B., Strutton P.G., Behrenfeld M.J. Satellite observations of chlorophyll, phytoplankton biomass, and Ekman pumping in nonlinear mesoscale eddies. Journal of Geophysical Research: Oceans. 2013;118(12):6349–6370. https://doi.org/10.1002/2013JC009027

8. Chelton D.B., Schlax M.G., Samelson R.M. Global observations of nonlinear mesoscale eddies. Progress in Oceanography. 2011;91(2):167–216. https://doi.org/10.1016/j.pocean.2011.01.002

9. Kubryakov A., Kozlov I., Manucharyan G. Large mesoscale eddies in the Western Arctic Ocean from satellite altimetry measurements. Journal of Geophysical Research: Oceans. 2021;126(5):e2020JC016670. https://doi.org/10.1029/2020JC016670

10. Atadzhanova O.A., Zimin A.V., Romanenkov D.A., Kozlov I.E. Satellite radar observations of small eddies in the White, Barents and Kara Seas. Physical Oceanography. 2017;2:75–83. https://doi.org/10.22449/1573-160X-2017-2-75-83

11. Bashmachnikov I.L., Kozlov I.E., Petrenko L.A., Glok N.I., Wekerle C. Eddies in the North Greenland Sea and Fram Strait from satellite altimetry, SAR and high-resolution model data. Journal of Geophysical Research: Oceans. 2020;125(7):e2019JC015832. https://doi.org/10.1029/2019JC015832

12. Morozov E.A., Kozlov I.E. Eddies in the Arctic Ocean revealed from MODIS optical imagery. Remote Sensing. 2023;15(6):1608. https://doi.org/10.3390/rs15061608

13. Ivanov A.Y., Ginzburg A.I. Oceanic eddies in synthetic aperture radar images. Journal of Earth System Science. 2002;111(3):281–295. https://doi.org/10.1007/BF02701974

14. Johannessen J.A., Kudryavtsev V., Akimov D., Eldevik T., Winther N., Chapron B. On radar imaging of current features: 2. Mesoscale eddy and current front detection. Journal of Geophysical Research: Oceans. 2005;110(C7). https://doi.org/10.1029/2004JC002802

15. Лаврова О.Ю., Костяной А.Г., Лебедев С.А., Митягина М.И., Гинзбург А.И., Шеремет Н.А. Комплексный спутниковый мониторинг морей России. М.: ИКИ РАН; 2011. 480 с.

16. Kozlov I.E., Artamonova A.V., Manucharyan G.E., Kubryakov A.A. Eddies in the Western Arctic Ocean from spaceborne SAR observations over open ocean and marginal ice zones. Journal of Geophysical Research: Oceans. 2019;124(9):6601–6616. https://doi.org/10.1029/2019JC015113

17. Zhurbas V., Väli G., Kuzmina N. Rotation of floating particles in submesoscale cyclonic and anticyclonic eddies: a model study for the southeastern Baltic Sea. Ocean Science. 2019;15(6):1691–1705. https://doi.org/10.5194/os-15-1691-2019

18. Гинзбург А.И., Крек Е.В., Костяной А.Г., Соловьев Д.М. Эволюция мезомасштабного анти циклонического вихря и вихревых диполей/мультиполей на его основе в Юго-Восточной Балтике (спутниковая информация: май–июль 2015 г.). Океанологические исследования. 2017;45(1):10–22. https://doi:10.29006/1564-2291.JOR-2017.45(1).3

19. Новикова Ю.С., Башмачников И.Л. Вихри Лофотенской котловины по данным спутниковой альтиметрии, изображениям в радиолокационном и видимом диапазонах. В: Моря России: Год науки и технологий в РФ — Десятилетие наук об океане ООН. Тезисы докладов Всероссийской научной конференции. Севастополь, 2021. Севастополь: ФИЦ МГИ; 2021. С. 291–292.

20. Федоров К.Н., Гинзбург А.И. Грибовидные течения (вихревые диполи) — одна из наиболее распространенных форм когерентных движений в океане. В: Когерентные структуры и самоорганизация океанских движений. Баренблатт Г.И. (ред.). М.: Наука; 1992. С.12–20.

21. Munk W., Armi L., Fischer K., Zachariasen F. Spirals on the sea. Proceedings of the Royal Society of London. Series A: Mathematical, Physical and Engineering Sciences. 2000;456(1997):1217–1280. https://doi.org/10.1098/rspa.2000.0560

22. Xu G., Dong C., Liu Y., Gaube P., Yang J. Chlorophyll rings around ocean eddies in the North Pacific. Scientific Reports. 2019;9(1):2056. https://doi.org/10.1038/s41598-018-38457-8

23. Башмачников И.Л., Белоненко Т.В., Куйбин П.А. Приложение теории колоннообразных Q-вихрей с винтовой структурой к описанию динамических характеристик Лофотенского вихря Норвежского моря. Вестник Санкт-Петербургского университета. Науки о Земле. 2017;(3):221–236. https://doi.org/10.21638/11701/spbu07.2017.301

24. Siegelman L., Klein P., Rivière P., Thompson A.F., Torres H.S., Flexas M., Menemenlis D. Enhanced upward heat transport at deep submesoscale ocean fronts. Nature Geoscience. 2020;13(1):50–55. https://doi.org/10.1038/s41561-019-0489-1

25. Calil P., Richards K. Transient upwelling hot spots in the oligotrophic North Pacific. Journal of Geophysical Research: Oceans. 2010;115(C2). https://doi.org/10.1029/2009JC005360

26. Xia L., Chen G., Chen X., Ge L., Huang B. Submesoscale oceanic eddy detection in SAR images using context and edge association network. Frontiers in Marine Science. 2022;9:1023624. https://doi.org/10.3389/fmars.2022.1023624

27. Xu M., Li H., Yun Y., Yang F., Li C. End-to-end pixel-wisely detection of oceanic eddy on SAR images with stacked attention network. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2023;16:9711–9724. https://doi.org/10.1109/JSTARS.2023.3322404

28. Zhang D., Gade M., Wang W., Zhou H. EddyDet: A deep framework for oceanic eddy detection in synthetic aperture radar images. Remote Sensing. 2023;15(19):4752. https://doi.org/10.3390/rs15194752

29. Zi N., Li X.M., Gade M., Fu H., Min S. Ocean eddy detection based on YOLO deep learning algorithm by synthetic aperture radar data. Remote Sensing of Environment. 2024;307:114139. https://doi.org/10.1016/j.rse.2024.114139

30. Sandalyuk N., Khachatrian E. Automatic eddy detection in the MIZ based on YOLO algorithm and SAR images. Science of Remote Sensing. 2025;100228. https://doi.org/10.1016/j.srs.2025.100228

31. Raj R., Johannessen J., Eldevik T., Nilsen J., Halo I. Quantifying mesoscale eddies in the Lofoten Basin. Journal of Geophysical Research: Oceans. 2016;121(7):4503–4521. https://doi.org/10.1002/2016JC011637

32. Zhang M., Xie S., Liu X., Lin W., Zheng X., Golaz J.C., Zhang Y. Cloud phase simulation at high latitudes in EAMv2: Evaluation using CALIPSO observations and comparison with EAMv1. Journal of Geophysical Research: Atmospheres. 2022;127:e2022JD037100. https://doi.org/10.1029/2022JD037100

33. Schirber M. The full palette of photosynthesis. Astrobiology at NASA. October 25, 2013. Available at: https://astrobiology.nasa.gov/news/the-full-palette-of-photosynthesis/ (accessed 20.09.2025).

34. Koszalka I., LaCasce J., Andersson M., Orvik K., Mauritzen C. Surface circulation in the Nordic Seas from clustered drifters. Deep Sea Research Part I: Oceanographic Research Papers. 2011;58(4):468–485. https://doi.org/10.1016/j.dsr.2011.01.007

35. Belonenko T.V., Travkin V.S., Koldunov A.V., Volkov D.L. Topographic experiments over dynamical processes in the Norwegian Sea. Russian Journal of Earth Science. 2021;21(1):ES1006. https://doi.org/10.2205/2020ES000747

36. Xie E., Wang W., Yu Z., Anandkumar A., Alvarez J.M., Luo P. SegFormer: Simple and efficient design for semantic segmentation with transformers. Advances in Neural Information Processing Systems. 2021;34:12077–12090.

37. Maier-Hein L., Eisenmann M., Reinke A. et al. Why rankings of biomedical image analysis competitions should be interpreted with care. Nature Communications. 2018;9(1):5217. https://doi.org/10.1038/s41467-018-07619-7

38. Dice L.R. Measures of the amount of ecologic association between species. Ecology. 1945;26(3):297–302. https://doi.org/10.2307/1932409