本书系统阐述了岸基高频地波雷达在海洋环境观测领域的基础理论、技术体系与前沿应用。全书共七章，首先论述了海洋观测的重大意义及高频地波雷达的技术优势，并梳理了国际主流观测系统。核心内容深入剖析了雷达反演海流、风、浪等关键环境参数的理论原理，详细介绍了系统的建设、组网及数据质控方法。基于高时空分辨率的雷达观测数据，本书重点探讨了近岸环流的动力过程、波流相互作用机制、海洋涡旋的精细化探测与识别技术等。此外，还系统介绍了雷达观测资料在数值模式同化与海洋要素智能预测模型中的应用。最后，对技术发展趋势与面临的挑战进行了展望。

更多科学出版社服务，请扫码获取。

2011.10-2015.9， 爱尔兰国立大学，物理海洋学，博士学位 (导师：Michael Hartnett, 国家留学基金委公派) 2009.9-2011.9， 河海大学，港口海岸与近海工程，硕士学位 (导师：陈德春) 2005.9-2009.6， 三峡大学，水利水电工程，学士学位2018.2至今， 中山大学海洋工程与技术学院，副教授 2015.10-2017.9， 爱尔兰国立大学，博士后 (爱尔兰科学基金委 (SFI) 资助, 合作导师: Michael Hartnett) 2015.11-2015.12， 加拿大海洋网络中心和维多利亚大学，访问研究员 (合作导师：Kim Juniper)物理海洋学，海洋观测及应用任磊，中山大学副教授，博导，中山大学海洋工程与技术学院，“百人计划”引进人才。主持或参与国家自然科学基金委、科技部、欧盟、爱尔兰科学基金委等多个科研项目，已发表40余篇SCI等学术论文，出版专著1部，参编英文专著1部，以第一发明人获得授权专利20余项，受邀担任国际SCI期刊Aquaculture International、Frontiers in Marine Science等期刊客座主编或编委，并担任10余种SCI学术期刊审稿人，欧盟科研项目评审专家及能源与环境国际会议组委会委员，IAHR与Engineers Ireland会员。

目录
第1章 绪论 1
1.1 海洋观测的重要性及意义 1
1.2 高频地波雷达观测对海洋科学与工程的重要性 3
1.3 海洋观测技术发展现状与前景展望 4
1.4 小结 5
第2章 岸基高频地波雷达观测系统及其应用现状 6
2.1 概述 6
2.2 高频地波雷达海洋环境参数反演原理 6
2.2.1 海表流反演 7
2.2.2 海面风速反演 8
2.2.3 波浪要素反演 9
2.2.4 高频地波雷达观测的优势 10
2.3 代表性岸基高频地波雷达观测系统 11
2.3.1 CODAR系统 11
2.3.2 WERA系统 13
2.3.3 OSMAR系统 14
2.4 高频地波雷达观测系统架设及运维 16
2.4.1 雷达系统组件与连接 16
2.4.2 雷达天线的安装要求 16
2.4.3 安装场地要求 16
2.5 高频地波雷达组网及应用示范 17
2.5.1 美国综合海洋观测系统 17
2.5.2 澳大利亚综合海洋观测系统 18
2.5.3 台湾岛高频地波雷达观测系统 18
2.5.4 加拿大海洋网络网 19
2.5.5 爱尔兰西海岸地波雷达观测系统 20
2.5.6 粤港澳大湾区高频地波雷达组网观测系统 22
2.5.7 地中海海洋网络 24
2.5.8 海南岛观测系统 25
2.5.9 江苏连云港近岸观测系统 27
2.6 高频地波雷达观测资料的质量保证与控制 28
2.7 小结 30
第3章 基于高频地波雷达观测的近岸环流研究 31
3.1 近岸环流概述 31
3.2 潮流场时空分布特征 32
3.2.1 潮流观测 32
3.2.2 潮流分析 33
3.2.3 基于地波雷达观测的潮流场特征分析 34
3.3 余流时空分布特征及影响机制 37
3.3.1 余流的研究背景及意义 37
3.3.2 余流演化机制 38
3.3.3 基于雷达观测的余环流演变特征及影响机制研究 40
3.4 近惯性流演化特征及能量耗散机制 42
3.4.1 近惯性流的研究意义 42
3.4.2 近惯性流演化机制 43
3.4.3 近惯性流能量的估算及耗散机制 46
3.5 波流相互作用过程与机制 47
3.5.1 波流相互作用理论 47
3.5.2 波流相互作用机制 47
3.6 小结 51
第4章 基于地波雷达观测的资料同化及预测 52
4.1 引言 52
4.2 资料同化方法 54
4.2.1 连续资料同化 55
4.2.2 顺序资料同化 58
4.2.3 混合资料同化 71
4.3 高频地波雷达观测资料同化应用的现状与展望 73
4.3.1 海流资料的同化应用 74
4.3.2 波浪资料的同化应用 78
4.3.3 应用前景与展望 83
4.4 小结 86
第5章 基于高频地波雷达观测的海洋涡旋探测 88
5.1 概述 88
5.2 海洋涡旋类型 91
5.2.1 涡旋类型判别标准 92
5.2.2 大尺度海洋涡旋 92
5.2.3 中尺度海洋涡旋 93
5.2.4 亚中尺度海洋涡旋 96
5.2.5 小尺度海洋涡旋 97
5.3 海洋涡旋探测方法 99
5.3.1 物理参数识别法 103
5.3.2 几何特征识别法 104
5.3.3 混合识别法 106
5.3.4 基于机器学习的识别方法 107
5.4 基于高频地波雷达观测的海洋亚中尺度现象探测 107
5.4.1 涡旋探测的对比评估 110
5.4.2 探测效果的定量评估 112
5.5 小结 115
第6章 融合高频地波雷达观测资料的海洋环境要素智能预测及应用 116
6.1 概述 116
6.2 监督式人工智能模型 117
6.2.1 人工神经网络 117
6.2.2 支持向量机 118
6.2.3 循环神经网络 120
6.2.4 卷积神经网络 121
6.2.5 图神经网络 124
6.2.6 随机森林 126
6.3 非监督式人工智能模型 127
6.3.1 自组织神经网络 128
6.3.2 聚类分析 129
6.3.3 关联规则学习 130
6.4 强化学习模型 131
6.4.1 基本原理 132
6.4.2 模型架构 132
6.5 融合高频地波雷达观测的风浪流智能预测 134
6.5.1 数据预处理 134
6.5.2 海洋环境动力要素智能预测 135
6.5.3 预测评估 140
6.6 小结 140
第7章 高频地波雷达观测应用的发展趋势与挑战 141
7.1 高频地波雷达观测的发展趋势 141
7.2 问题与挑战 142
7.3 小结 144
参考文献 145