基于Landsat遥感数据的田湾核电站温排水时空特征研究

本文基于2007—2018年Landsat系列遥感卫星数据开展田湾核电站温排水时空变化特征及其影响分析。采用辐射传输方程算法和劈窗算法对核电站周围海域的海表温度进行反演,通过星星匹配对反演温度的精度进行验证。匹配验证结果表明,反演的Landsat海表温度与MODIS海表温度产品具有较好的一致性,决定系数达到0.91。基于研究海域温度反演结果分析了核电站温排水面积的季节变化、年际变化和潮周期内变化特征,并且分析了潮汐与风场对温排水扩散的影响。结果表明,核电站周边海域各季节的温升区面积存在明显差异,春季最大,可达秋季的7倍;2007—2018年,随着装机容量的扩大,温排水面积不断扩大,2018年达到峰值,瞬时最大面积可达101.7 km²;潮汐对温排水扩散有影响,涨憩时刻温升区面积较落憩时刻大;有利风会促进温排水扩散,但影响有限。     

基于LANDSAT 8卫星热红外影像反演珠江口海表温度

海水表面温度是研究气候变化的重要参数,具有巨大的研究意义.在近海海域进行研究时对分辨率具有较高的要求.在珠江口区域,利用LANDSAT 8影像热红外波段,结合美国中等分辨率成像光谱仪(MODIS)的近红外水汽二级产品MOD05,运用Jiménez-Mu1oz提出的单通道法,优化了部分参数,建立海表温度的反演流程.为了确定可行性,将与LANDSAT 8影像同一日期的MODIS海表温度产品MOD28作为实验的对照组,利用实测数据对比验证2组数据的质量.结果表明,反演结果时空分布规律与MOD28趋近一致,均呈现为夏季西高东低而冬季西低东高,全年温度变化接近准正弦曲线,并且反演结果精度更优,具有良好的应用前景.     

HJ-1B 卫星海表温度定量反演业务化算法研究——以中国北部海区为例

利用中国2008年9月发射的自主 HJ-1B 卫星热红外遥感影像数据,基于实测数据对已有海表温度反演的单窗算法进行了改进与简化,重新订正了大气透射率和大气平均作用温度估算方程,建立了基于实测数据验证的 HJ-1B 卫星海表温度定量反演业务化算法.将本算法与段四波等的改进算法用于实验海区海表温度的反演,反演结果与卫星同步实测海温数据的对比表明:本研究算法反演结果与现场同步实测海表温度平均误差约为0.76,℃段四波等改进算法反演结果平均误差约为1.09℃.本算法为 HJ-1B 卫星海表温度产品的业务化应用提供了便捷可行的方案     

AQUA 卫星的MODIS和AMSR-E 反演的 印度洋北部海域海表温度特征对比分析

以印度洋北部海域为研究区域,分别从地理位置、温度曲线和反演精度3 个方面对AQUA 卫星上的MODIS 和 AMSR-E反演的海表温度特征进行了对比分析。其主要特征表现为MODIS SST 与AMSR-E SST 之间的差异随纬度变化较为 明显;在近岸区域,AMSR-E SST无法获得准确的海表面温度;MODIS SST 与AMSR-E SST 之间的差异随温度而不同;在本 次研究中,AMSR-E SST 反演精度总体优于MODIS SST。本次研究结果对利用热红外遥感和被动微波遥感进行海洋表面温度 的定量反演具有重要的参考价值。     

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.     

基于Landsat-8数据的田湾核电站温排水分布研究

为研究潮汐变化对连云港田湾核电站邻近海域温排水时空分布与变化规律的影响,利用Landsat-8热红外数据,构建基于劈窗算法的温度反演模型,结合潮汐数据分析田湾核电站邻近海域的温排水分布规律。得出结论:基于Landsat-8数据的劈窗算法温度反演模型应用在田湾核电站邻近海域温排水的监测效果较好;潮汐运动直接影响田湾核电站温排水的时空分布与扩散方向,并呈现一定的规律性。本文的研究方法为核电站温排水常规性监测提供了一定的技术参考。     

基于BP神经网络的SAR海表风场反演——以长江入海口及临近海域为例

研究基于合成孔径雷达SAR影像数据提出了一种快速反演我国近海表风场的BP神经网络算法。采用2DFFT算法与BP神经网络算法进行海表风向反演结果对比,验证了BP神经网络算法反演海表风向的可行性和直接性。选取2012年2月4日及2012年2月23日两景ENVISAT ASAR影像对我国近海海表风场进行反演,并加以ERA-Interim、NCEP、HY-2微波散射计三种风场产品,进行结果验证。实验表明:BP神经网络算法反演的海表风场与ERA-Interim、NCEP、HY-2微波散射计三种风场产品矢量(风向°,风速m/s)的、CC_(max)、RESE_(max)、BIAS_(max)、NRMSE_(max)分别为(0.8,0.7)、(13.6,1.6)、(10.5,0.46)、(11.4,0.99)、(0.06,0.13)。本文的研究亦可为"21世纪海上丝绸之路"的风能开发、极值风速研究等提供技术支持。     

基于Landsat8TIRS数据的海表温度反演算法对比

海水表面温度是研究气候变化的重要参数,具有重要研究意义。为了选出适用于近海海域的最优温度反演算法,本文基于Landsat8卫星遥感数据,以北部湾海域为研究区,对比分析了包括辐射方程传输法（RTM）、单窗算法（MW）、单通道算法（SC）、线性劈窗算法（SW1）和非线性劈窗算法（SW2）在内的海表温度反演算法的反演精度并进行了敏感性分析。同时本文利用劈窗协方差−方差比值法（SWCVR）来反演大气水汽含量数据,减少了温度反演过程中对外部数据的依赖,研究结果表明：（1）基于Landsat8 TIRS数据的SWCVR法进行大气水汽含量反演的效果较好,误差约在0.5 g/cm2;（2）与实测海温数据相比SW2与SC算法精度较高,误差约为0.6 K;RTM与SW1算法次之,误差约为1.6 K与1.9 K;MW算法精度较低,误差约为2.5 K;（3）与AVHRR SST产品进行相比两种劈窗算法的精度较高,误差约为1 K和1.3 K,SC算法精度较劈窗算法略低,误差约为1.4 K左右,RTM与MW算法精度较低,误差约为2 K与3 K;（4）SW2算法对参数的敏感性最低,其次是SC算法、SW1算法与MW算法,RTM算法的敏感性最高。     

南海海表温时空演变与南海夏季风爆发早晚相关性初探

利用我国近海1986-2008年间的海温再分析资料,分析了南海海温异常的时空变化,重点揭示了南海夏季风爆发前后(4-6月)南海表层海温异常的时空演变特征,并探讨了其与南海夏季风爆发早晚的相关关系。结果显示,南海夏季风爆发前后南海表层海温异常存在一个显著时空演变模态,4月南海全域海表温度异常几呈负位相态势,其中正值信号首先出现于巴拉望岛以西海域,随后逐步向西向北扩展,5月南海大部已被海表温异常正位相控制,6月南海表层海温异常完成负-正位相转换。分析表明,南海表层海温异常时空演变的年际差异与南海夏季风爆发的早晚存在显著相关。综合已有研究认为,南海海表温异常时空演变所形成的季节内尺度的热力差异(主要包含演进趋势、速度和幅度等)可能是影响南海夏季风爆发早晚的一个重要因子,据此建立了海表温温差异常指标,其对南海夏季风爆发早晚具有较好的反映能力。此外,南海海表温异常时空演变与南海暖池的变化紧密关联。相关分析还发现,南海夏季风爆发前期南海暖池与印度洋暖池的海表温差异常存在显著正相关关系,而与西太平洋暖池为负相关关系。南海海表温异常季节内演变在印-太暖池区海表热力格局及差异形成背景下或可通过影响大尺度经向和纬向环流而引发南海夏季风爆发早晚之年际异常。     

基于随机森林方法反演墨西哥湾海表盐度

盐度是表征物理和生物地球化学过程的重要参数之一,光学遥感可满足较高分辨率的监测需要并避免射频干扰问题,为沿海水域的海表盐度研究提供可行的途径。本文基于MODIS-Aqua的412 nm、443 nm、488 nm、555 nm和667 nm波段的遥感反射率(Rrs412、Rrs443、Rrs488、Rrs555、Rrs667)、海表温度以及实测的海表盐度数据构建随机森林模型,基于模型结果分析墨西哥湾海表盐度时空异质性及海表盐度与影响因子(海表温度和遥感反射率)之间的相关关系。研究结果表明:(1)随机森林模型能较准确地反演墨西哥湾海表盐度,其均方根误差为0.335,决定系数为0.931;(2)湾区海表盐度空间分布呈近岸?河口低、离岸高,环状向内增值的态势,其变化受河流流量、风力以及环流的影响;(3)海表温度与海表盐度存在较强的相关性,海表温度对海表盐度的反演影响显著;(4)海表温度、遥感反射率与海表盐度的相关性呈现空间异质性。     

TMI、AMSR-E全球海表温度与Argo近海表温度的比较

本文将TMI（Tropical Rainfall Measuring Mission （TRMM）Microwave Imager）和AMSR-E（Advanced Microwave Scanning Radiometer for the Earth Observing System）卫星观测的全球海表温度与Argo浮标观测的近海表温度进行了比较。并检验了影响海温变化的因素,包括风速、水汽含量、液态云和地理位置。结果显示,TMI、AMSR-E海表温度与Argo近海表温度均明显相关。在低风速时,TMI、AMSR-E海表温度整体比Argo近海表温度高。在低风速时,TMI比AMSR-E海表温度更接近Argo近海表温度,但TMI海表温度在高纬可能没有经过良好校正。温度差异显示,在低水汽含量时,TMI和AMSR-E海表温度显示出暖的差异,代表TMI和AMSR-E海表温度在高纬均没有经过良好校正。黑潮延伸区的海表温度变化要比海潮区明显。春季在黑潮延伸区,卫星观测的海表温度与Argo近海表温度差异较小。在低风速时,TMI和AMSR-E海表温度均经过了良好校正,而TMI比AMSR-E效果更好。     

基于水色遥感最大相关分析的海表流场观测

实时、精细化的海表流场测量对海洋学研究有着重要意义。在简要对比各类海表流场测量方法的基础上,详细介绍了利用水色遥感图像测量海表流场的最大相关系数法(MCC),并利用亚像素方法对该算法进行了有效改进,同时利用本文算法对东海黑潮海域的海表流场进行了分析,验证了本文算法的可靠性。     

利用环境一号卫星热红外影像反演渤海海表温度

针对环境卫星热红外遥感影像,结合美国环境预报中心(NCEP)再分析数据,运用覃志豪单窗算法(MW),修订了该算法的主要参数计算公式,建立了反演海洋表面温度的流程.利用2009年10月4日渤海上空的热红外遥感影像进行反演试验,同时对比反演结果和美国中等分辨率成像光谱仪(MODIS)的海表温度产品(MOD28)之间的差异....     

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。     

NOAA/AVHRR卫星海表温度在西北太平洋的印证及分析

本文详细分析了TeraScan系统反演NOAA/AVHRR卫星海表温度的过程,解决了反演过程中的海陆匹配问题和云检测过程中的误检、漏检问题,处理得到2002年(5°～45°N)、(105°～150°E)区域内的卫星海表温度数据.利用东北亚地区海洋观测系统NEAR-GOOS提供的现场海表温度数据做比较,印证NOAA/AVHRR海表温度在西北太平洋海域的精度,并分析其误差产生的来源.     

西北太平洋NOAA AVHRR海表温度日变化校正研究

白天,太阳辐射将海面上层加热,会出现海表温度日变化的情况,该变化对海气热交换以及海洋生态等的研究具有重要意义,且在不同海域有着不尽相同的变化规律。文章首先介绍了海表温度日变化经验和数值模型,然后在西北太平洋海域范围内,利用美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)的改进型甚高分辨率辐射计(Advanced Very High Resolution Radiometer,AVHRR)海表温度数据、美国宇航局"水"卫星Aqua上先进微波扫描辐射计(Advanced Microwave Scanning Radiometer for EOS,AMSR-E)的海面风速和经计算得到的太阳辐射强度数据,通过对已有经验模型系数进行重新回归拟合,得到在该海域NOAAAVHRR海表温度数据日变化的经验模型。验证结果显示,重新回归系数后的模型在西北太平洋海域内计算所得的海表温度日变化大小与AVHRR数据本身计算所得结果相比,其平均偏差为0.01℃,标准偏差为0.22℃,可以在该海域内较好地对NOAAAVHRR海表温度数据进行日变化校正。     

基于漂流浮标观测分析日本福岛以东表层海洋物质的散播轨迹

认识海洋中的物质如何散播对于理解海洋环境变化和人类活动污染在海洋中的扩散过程具有非常重要的意义。利用历史海表漂流浮标观测数据,对日本福岛以东海域的表层物质散播轨迹进行了拉格朗日示踪分析和观测模拟试验研究。结果发现,福岛以东海域海表浮标的散播路径主要分为东、南两支,其中速度较快的东支为主要通道,沿黑潮延伸体汇入北太平洋流,最短用时大约22个月即可到达北美西海岸;南支则沿黑潮延伸体以南的大范围南向流向西南方向运移,速度较慢且明显受涡旋活动影响,最快大约5个月即可到达吕宋海峡和中国台湾以东海域,进而进入南海和东海等中国近海海域。通过开展观测模拟试验,发现海表浮标散播的概率密度分布呈现以福岛附近海域为核心、向西南和正东方向递减扩展的形态,其中,到达中国近海的浮标主要通过吕宋海峡进入。文章详细讨论了研究结果的局限性、不足之处,以及因基于大量现场观测而具备的重要参考价值。     

基于随机森林的香港海域海表盐度遥感反演模型

提出了一种基于随机森林反演海盐的算法模型,基于研究海域的实测数据,分析并筛选出与海表盐度敏感性较高的影响因子(总氮、悬浮固体、温度),利用2003-2008年共6期ASTER影像数据,从中提取、计算敏感因子的光谱参数,结合相应实测盐度,作为模型的原始数据集,运用R语言构建随机森林算法对数据进行训练,将训练得到的随机森林用于海表盐度的预测。结果显示,预测值与实测值之间平均相对误差较小,吻合度高,R2均在0.85以上,多数达0.95以上。研究表明,基于多因子参数的随机森林反演海表盐度是可行且高效的。     

基于航次观测和再分析资料的南海海表二氧化碳分压反演及变化机制分析*

海表二氧化碳分压(pCO₂)是指海洋表层水和大气之间的二氧化碳(CO₂)交换处于动态平衡时CO₂的含量, 是描述海-气CO₂交换的一个主要因子。本文利用2008—2014年覆盖南海大部分海域的海表pCO₂观测资料, 结合现场海表温度和海表盐度以及卫星观测的叶绿素a数据, 构建了基于多元线性回归方法的分区域反演模型。模型在水深浅于30m的区域均方根误差为5.3μatm, 其余海区均方根误差为10.8μatm, 与前人基于个别航次的有限区域反演结果的均方根误差相当。利用该模型公式和HYbrid Coordinate Ocean Model(HYCOM)再分析海表温、盐数据及MODIS-Aqua卫星观测的叶绿素a数据进行反演, 得到了时空分辨率为5'×5'的2004—2016年的逐月南海海表pCO₂数据。该数据能较好地反映南海海表pCO₂在海表温度影响下, 春夏高、秋冬低的季节变化特征, 与前人基于航次观测的研究结果相似, 表明反演模型具有较高的可信度。进一步分析发现, 南海及邻近海域平均海表pCO₂具有显著的准十年振荡特征: 2012年附近出现了极小值, 之前表现为降低的趋势, 之后略有升高的趋势。受海表pCO₂的影响, 南海海盆平均海-气CO₂通量在2012年之前出现了显著降低的趋势, 表明南海释放到大气中的CO₂减少, 并在2007年之后的冬季出现了负值(从碳源变为碳汇), 2012年之后变化较为平缓。热带太平洋年代际振荡引起的南海区域海表盐度变化是造成海表pCO₂及海-气CO₂通量准十年变化的主要原因。分区分析的结果表明, 南海北部海表pCO₂变化最为显著, 在南海海表pCO₂的季节和准十年变化中都起到非常重要的作用。     

近44年北印度洋海表风速变化趋势分析

利用来自ECMWF的ERA-40风场资料,就北印度洋海表风速的长期变化趋势展开分析,以期可为海洋水文保障、防灾减灾、研究全球气候变化提供参考.结果表明:(1)1958-2001年期间,北印度洋低纬度海域、索马里至斯里兰卡一带的大范围海域的海表风速表现出显著的逐年线性递增趋势,基本在0.01-0.02 m·s-1·a-1;呈显著性递减的区域主要分布于亚丁湾、红海、波斯湾、斯里兰卡北部零星海域、以及缅甸仰光西南部近海等小范围海域,约-0.01-0.005m·s-1·a-1;阿拉伯海、孟加拉湾等海域的海表风速在近44年期间则无显著性变化趋势;(2)近44年期间,北印度洋海域的海表风速整体上以0.0061m·s-1 ·a-1的速度显著性震荡递增,震荡区间在5.0-5.5 m·S-1之间;(3)不同海域海表风速的变化趋势在不同季节表现出很大差异:冬季和夏季,大部分海域海表风速的变化趋势显著,春季次之,秋季仅在赤道附近一带海域呈显著性递增;(4)近44年期间,北印度洋的海表风速存在显著的2.0年、2.6-3.7年、5.2年的变化周期,以及26年以上的长周期震荡.