SST融合产品在渤黄海的质量评估与修正研究

为获取高空间分辨率与空间覆盖率的海表面温度(Sea Surface Temperature,SST)产品,基于最优插值方法,对微波辐射计Wind Sat、AMSR-E、ASMR2、HY-2 RM和红外辐射计MODIS、AVHRR的SST观测数据进行融合,生成了一种0.1°空间分辨率的每日SST融合产品,利用浮标数据在渤黄海区域进行了精度评估和修正,并分析了该区域的SST时空分布特征。结果表明:SST融合产品的在中国近海的精度为1.1℃,利用浮标数据修正后的精度略有改善;利用修正的SST产品对渤黄海区域SST分布特征进行了分析,分析结果显示,渤黄海海域冬季海温最为均匀,春季在海水升温过程中海温不均匀性明显。     

基于MODIS遥感影像的福建近岸海表温度反演

借助福建沿岸13个海洋台站的海表温度(SST)实测资料,选取相应时间的MODIS遥感影像,通过对4个相关变量的线性回归统计,建立了适用于福建近岸的SST区域反演模型,对建立的反演模型精度进行验证,并与SeaDAS模型的反演精度进行比较,SST区域反演模型的精度优于SeaDAS模型。利用该SST区域反演模型,对福建近岸的SST进行了遥感反演和时空变化分析。结果表明,福建近岸的SST与大陆沿岸流、南海暖流、台湾海峡东岸黑潮暖流的分布以及季节的变化密不可分。     

卫星遥感南海海表面日增温的时空变化特征

利用搭载在Aqua和Terra卫星上的MODIS(moderate resolution imaging spectroradiometer)、AMSR-E(advanced microwave scanning radiometer for the earth observing system)传感器测量反演的昼夜海表温度(SST),计算海表面日增温(sea surface diurnal warming),分析南海海表面日增温的短期和年变动特征。受观测平台过境时间、传感器测量SST方式、反演算法等影响,MODIS/Aqua计算的日增温幅度略大于AMSR-E/Aqua和MODIS/Terra,但在表征南海海表面日增温的时空分布特征以及变化趋势上三者并未见显著性差异。南海海表面日增温在时间分布上以冬季为最小,春季为最大;在空间分布上则是南部海域大于中部和北部海域,东部海域大于西部海域。春夏之交的吕宋海峡西北部尤其容易发生日增温事件。海表面日增温与太阳辐射、风速、云量等影响有关,其中风速与海表面日增温显著负相关。     

南半球微波遥感SST与Argo浮标NST的异同分析

利用Argo剖面浮标观测得到的近表层温度数据(NST),与两种卫星微波传感器(TMI和AMSRE)反演的海表温度(SST)进行较为系统的对比分析。结果表明,在南半球海域SST与NST虽存在显著的线性关系,但两者之间的差异(△T)还是十分明显的。无论是TMI还是AMSR-E反演的SST,与Argo NST相比,△T均存在昼夜和季节变化:△T夜间较白天大,冬季达到最大,而春季则是最小。此外,△T还表现出沿纬线呈带状分布的特征。进一步研究表明,造成南半球海域SST与NST的差异主要由风速所致,且与海面流速和大气水汽含量也有一定的关系。为此,建议改进卫星遥感SST反演方法,缩小其与实测NST之间的差异,从而为南半球乃至全球海域多源SST融合提供更加可靠的统计学依据。     

基于变分理论的AVHRR海表温度反演应用及效果评估

基于变分理论算法实现了METOP-A卫星AVHRR传感器探测数据的海洋表面温度变分反演，进行了连续1个月的海表温度反演试验，并分别从全球、分纬度带和天气系统活跃区域3个方面，将变分反演结果（VAR SST）与利用统计回归方法反演相同卫星得到的海表温度产品（GBL SST）、其他海温融合产品（OISST）及实际浮标观测数据等进行一系列评估。从全球评估指标看出，以OISST为参照，VAR SST要优于GBL SST；以浮标观测为参照，VAR SST略逊于GBL SST，而且VAR SST还改进了GBL SST随时间波动大的缺点；从分纬度带对比看出，在与OISST对比时，VAR SST在低纬度地区和北半球中纬度地区的质量要优于GBL SST，海温反演精度较高。研究还表明，由于变分方法考虑了大气状态的变化，能够更加有效订正卫星遥感过程中大气的削弱作用，从而反演出精度更高的海表温度，尤其在天气系统较为复杂的区域效果明显。     

用HJ-1B IRS数据反演海表温度的2种辐射传输方程改进算法

针对使用NCEP再分析数据和辐射传输方程法反演SST出现偏差较大的问题,以HJ-1B SST反演为例,从修正大气透过率入手,提出中心点算法和均值点算法2种辐射传输方程改进算法。2种改进算法对大气透过率偏差和HJ SST反演偏差均有明显改善,反演的HJ SST与MODIS SST均呈现显著的一致性。MODIS SST验证表明2种改进算法的平均偏差和均方差在0.5 ℃左右;浮标SST验证表明均值点算法的反演精度较高,其平均偏差为0.55 ℃,而中心点算法的为0.81 ℃。     

基于MODIS数据的多时相海表温度反演——以海南岛西南部近海海域为例

利用中分辨率成像光谱仪MODIS(moderate-resolution imaging spectroradiometer)遥感资料作为数据源,以海南岛西南部近海海域作为研究区,利用改进的分列窗算法对研究区海域2005—2014年多时相海表温度进行反演。利用海南岛西南部近海海域观测的12个观测点的实测海洋表面温度对反演温度结果进行精度验证,相关系数达到了0.9。选择一年内4个季度和10年内海表温度反演的结果,分别分析海表温度随季节与年度的时空变化分布。结果表明,利用MODIS多通道改进的分裂窗算法可以较精确地反演海南岛西南部近海海表温度,分析海表温度的时空变化可为海洋渔业、海洋环境变化及气象监测提供参考。     

MODIS月平均海面温度在太平洋的检验与在南海的应用

使用由我国投放的位于太平洋海域的ARGO浮标表屡温度数据,对相应时相和海区的MODIS月平均海洋表面温度(SST)产品进行检验,验证结果表明,MODIS月平均SST产品的均方根误差为0.78℃,平均偏差为-0.37 ℃,二者的相关系数为0.994 5,因此,使用MODIS月平均SST数据对我国南海表层水温年变化规律进行...     

利用南极走航观测评估卫星遥感海表面温度

利用1989-2005年间南极走航观测的海表面温度,对目前3个主要的卫星反演的SST产品AVHRR(Advanced Very High Resolution Radiometer),TMI(TRMM Microwave Imager)和AMSR-E(Advanced Microwave Scanning Radiometer for the Earth Observing System)进行了较为系统的评估,并着重检验了它们在南大洋的准确性.结果表明,AVHRR SST比观测数据偏冷,白天的偏差为-0.12℃,夜晚的偏差为-0.04℃,而且南大洋的冷偏差更为显著.TMI SST比观测数据明显偏暖,白天的偏差为0.48℃,夜晚的偏差为0.57℃,其温差ΔT受37GHz风速影响,在强风速(>6m/s)下这种影响仍然存在.AMSR-ESST比观测数据偏暖,白天的偏差为0.34℃,夜晚的偏差为0.27℃,而且南大洋的暖偏差相对较大.AMSR-E SST温差受水汽影响,并在南大洋随着水汽的增加而增加.通过进一步比较微波(AMSR-E和TMI)和红外(AVHRR)遥感的SST在2004年北半球冬季(即南半球夏季)的差别,发现微波遥感在热带(15°S-15°N)和南大洋区域(45°S以南)比红外遥感偏暖,而且在南大洋区域的偏差相对较大,相反在北半球中纬度区域(15°~40°N)偏冷.AMSR-E与AVHRR SST的温差,从白天到夜晚有减小的趋势,而TMI与AVHRR SST的温差无明显的变化.     

利用Landsat数据反演近岸海水表层温度的大气校正算法

介绍了一种将大气效应考虑在内、利用Landsat TM、ETM+热红外数据进行近海岸海表水温反演的单窗算法.在该算法中,将地表气温、相对湿度等常规气象资料作为初始参数,根据对流层中大气温度随高度呈线性降低、水汽随高度呈指数衰减的规律,建立了估算平均大气温度及水汽含量的通用模式.通过与实测数据及MODIS Terra海表水温产品比较发现,该算法能够提高运用TM/ETM+TIR单波段数据进行近岸海表水温(SST)反演的精度:一方面,反演所得结果更接近于海表实际水温;另一方面,它在一定程度上剔除大气中的水汽对SST反演的影响,进而提高海表水温的温度对比度.该提出的大气校正算法只需地表大气温度及相对湿度资料,该算法也无需进行大气模式的界定.