MODIS和GOCI卫星遥感反射率产品在浑浊海区交叉检验分析

对Geostationary Ocean Color Imager(GOCI)和Moderate Resolution Imaging Spectroradiometer(MODIS)传感器在中国渤海辽东湾海区的卫星大气校正算法开展评估工作。主要对比了GOCI和MODIS的412 nm,443 nm,488 nm,547 nm,678 nm波段的遥感反射率(Remote Sensing Reflectance:Rrs)。结果表明:GOCI的去云算法较严格,在卫星有效数据覆盖率方面差于MODIS;遥感反射率产品比对结果表明:GOCI和MODIS的遥感反射率产品有较好的线性相关,且GOCI反演值大于MODIS反演值;分区域的对比结果表明,MODIS和GOCI的遥感反射率差异随着水体的浑浊度增加而增大,GOCI需要开发适用于近岸水体的大气校正算法。     

黄海、东海水体总吸收系数光谱特性及其统计反演模式研究

利用现场实测的表观光学量和固有光学量数据,得到了我国黄海、东海近岸二类水体多个波段的总吸收系数的统计反演模式。此反演模式采用412/555、490/555两个波段遥感反射比比值的二项式,得到波长412、440、488、510、532、555nm处的总吸收系数,其反演值和实测值的平均相对误差不大于25.8%,相关系数R2达到了0.75到0.85。水体总吸收系数几种统计模型的误差敏感性分析表明,反演模式对±5%的遥感反射比输入误差导致结果增加误差最大为24.0%,因此反演模式是可用的。同时给出了412、488、510、532、555nm各波段的总吸收系数同波段440nm的总吸收系数之间的关系。结果表明,在400—600nm波段范围内,每一个波段的总吸收系数与440nm波段的总吸收系数的相关性均较高,相关系数R2都超过了0.99。通过对拟合直线的斜率与波长进行回归,得到斜率和波长的关系,其相关系数R2为0.99,这样利用本文中建立的各波段总吸收系数关系模型,可以从一个已知波段的总吸收系数反演出任何另外一个波段的总吸收系数,这就在水色反演与应用中大大减少了未知因子的个数。     

基于高光谱数据的珠江口表层水体悬浮泥沙遥感反演模式

利用2006年12月4日珠江口海域实测的高光谱遥感反射率数据及悬浮泥沙质量浓度数据,进行了该海域表层水体悬浮泥沙遥感反演模式的研究。研究结果表明,悬浮泥沙质量浓度与Rrs(λ1)/Rr s(λ2)-Rrs(λ1)/Rrs(λ3)的相关性较好,其中Rrs(λ)代表遥感反射率,λ代表波长,λ1=762.6 nm,λ2=559.09 nm,λ3=772.78 nm,建立了悬浮泥沙质量浓度定量遥感反演模式,该模式的均方根误差为4.67 mg/L,可以用于珠江口海域的悬浮泥沙质量浓度的遥感监测。     

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。     

环境参数对L波段盐度计观测亮温的影响研究

星载海洋盐度计依据海表面盐度在微波波段的辐射特性,通过构建海面微波辐射探测器,利用海面辐射亮温、海表面粗糙度以及海面温度等信息反演得到海表面盐度,是实现全球海洋盐度观测的有效手段。构建合理的星载L波段盐度计辐射传输正演模型是准确定量反演海表盐度的基础,卫星盐度计观测亮温不仅与卫星固有参数有关,还与海洋、大气及空间因素密切相关。为了研究外界环境因素(海表盐度、温度、海面风场、海面气压、海表气温、大气水汽含量、降雨以及法拉第旋转角等)对盐度计观测亮温的影响,文中基于L波段盐度计辐射传输正演模型以及MPM93大气毫米波传播模型,通过敏感性分析,研究星载盐度计在不同环境条件下的参数敏感性,为减小外界因素对海表盐度反演精度的不利影响提供理论依据。     

卫星遥感业务系统海表温度误差控制方法

提高卫星遥感海表温度的反演精度是各种反演模型追求的目标,也是遥感系统业务化应用的关键.据相关文献报道,在晴空无云的条件下遥感海表温度的精度达到了0.5℃,但考虑到影响海表温度反演精度的多种因素,在遥感业务系统真正实现SST精度在1℃以内是非常困难的.在北太平洋渔场速报制作系统中,对遥感海表温度与船测温度误差统计显示均方根误差达到5.71℃,匹配点误差分布显示存在大量较大的负误差值,最大的为-17.2℃,遥感温度图也反映出存在片状温度低值区,这些区域很可能被错误地当作冷涡或冷锋区,严重干扰渔情分析,这些异常的温度误差很难通过海表温度反演模式和云检测技术来消除.采用一种标准海表温度参考图用于温度误差控制技术,可有效地检测温度反演异常值,将均方根值从5.71℃降低到1.75℃,如果采用2℃阈值控制计算均方根值,则海表温度精度达到0.785℃.该方法基本消除了遥感海表温度的低值现象,明显提高了遥感海表温度的精度,并已成功地应用于北太平洋渔区的海况速报产品制作中.     

粗糙海面L 和C 双波段的代价函数多参量遥感反演分析

利用代价函数(cost function)方法,通过分析粗糙海面L和C双波段多极化遥感亮温对海表盐度、温度、风速和有效波高等参数的敏感性以及L和C双波段多极化的代价函数收敛特性,建立了反演海表盐度、温度、风速和有效波高等多参数的L和C双波段多极化代价函数模式。双波段遥感模式分析结果表明:(1)对于双参数的联合反演,L和C双波段垂直极化代价函数联合反演海表盐度和温度可以获得较好的反演结果。(2)L波段垂直极化和C波段水平极化代价函数联合反演海表盐度和风速较好。(3)对于三参数联合反演,L波段垂直极化和C波段的双极化联合反演盐度、温度和风速的精度较高。(4)L波段亮温对有效波高的敏感性较低(C波段经验模式不含有效波高),使得有效波高反演误差较大,L和C波段经验模式不适合反演有效波高参数。另外,为了定量分析L和C双波段代价函数的多参量遥感反演结果,采用加性噪音模拟亮温方法,对上述L和C双波段多极化模式的盐度、温度和风速等多参数联合反演误差进行了分析,均得出较好的结果。结论表明L和C双波段代价函数联合反演多参量可以明显提高参量反演精度,为粗糙海表面多参量的反演提供了新的方法和途径。     

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。     

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     

东印度洋南部海域遥感反射率光谱特征研究:不同观测方法及数据处理方法的对比

利用2016年秋季现场观测数据,开展了东印度洋南部海域水体遥感反射率光谱特征研究,分析了不同方法(剖面法、水面之上法)测量结果之间的差异,以及两种水面之上数据处理方法结果的差异。研究发现:(1)东印度洋南部海域的遥感反射率随波长单调下降,具备清洁大洋水体的典型光谱特征,在光谱形状和量值等方面均与研究区历史观测数据具有较好的一致性;(2)与剖面法得到的遥感反射率光谱相比,水面之上法的测量结果总体偏大,二者的相对偏差在离水辐射较强的蓝光波段(412~490 nm)为15%~25%,在离水辐射较弱的绿光波段(555 nm)为47%~61%;(3)不同的水面之上数据处理方法引起的遥感反射率相对偏差在蓝光波段是4%~7%,在绿光波段是11%。分析了不同测量方法、数据处理方法所得结果存在差异的原因。     

印度洋海表盐度预报的线性马尔可夫模型及其改进办法

海洋盐度在水循环、海洋环流、海洋生态系统、全球天气和气候变化等方面起着至关重要的作用。然而, 受观测的限制, 以往对海洋盐度的研究相对匮乏, 对其进行预报的工作更为少见。本文采用线性马尔可夫模型对印度洋海表面盐度(sea surface salinity, SSS)开展初步的预报工作。根据混合层盐度收支方程, 选择海表面高度(sea surface height, SSH)、海表面温度 (sea surface temperature, SST)、SSS等物理量的异常值作为模型的组成部分, 对印度洋SSS开展预报工作。结果表明, 马尔可夫模型可提前9个月对印度洋SSS进行较好的预报。此外, 南太平洋海表面温度异常(sea surface temperature anomaly, SSTA), 海表面高度异常(sea surface height anomaly, SSHA)和印度洋偶极子(Indian Ocean dipole, IOD)系数等遥相关因素的加入可将线性马尔可夫预报对印度洋SSS的预报效果(相关系数)平均提高10%。利用改进的模型对印度洋SSS进行提前1~11个月的“实时”预测, 得出预报的SSS时空变化特征与观测场相吻合。综上所述, 改进的线性马尔可夫模型对印度洋SSS具有一定的预测能力, 未来可进一步完善。     

用蒙特卡洛方法研究海洋盐度遥感误差

海洋的盐度观测对于气候和海洋科学的研究有重要的意义,盐度的卫星遥感观测需要估计各种因素带来的误差影响。本文基于海面微波辐射理论和海水相对电容率等模型,采用蒙特卡洛模拟方法研究了在盐度遥感中温度误差、仪器误差以及风速误差对于后续的盐度反演的影响。通过计算温度误差产生的盐度误差,并与敏感性方法的对比发现,在低温低盐时温度误差对盐度反演误差的影响较大,2种方法的偏差较大;而在高温高盐时温度误差对盐度反演误差的影响较小,2种方法的偏差较小。辐射计仪器噪声对盐度误差的影响普遍在0.1psu以上,在低温低盐时可达0.5psu以上。风速误差对盐度反演误差的影响在水平极化状态下随入射角增大,在温度低于20℃时普遍超过1psu;在垂直极化状态下随入射角先减小后增大,在温度低于20℃以及较小的入射角下误差也会超过1psu。对误差的综合分析发现,采用垂直极化状态在高温时这2种误差的影响较小。研究发现,当入射角是45.6°和垂直极化状态下,对于3种典型海面状态(35℃和35psu,20℃和35psu,5℃和30psu),反演的盐度反演误差可达到0.162,0.153和0.444psu,达到了卫星单次扫描对盐度反演的误差要求。     

一维海洋混合层模式应用于二维数值模拟的试验研究

基于一个一维湍能海洋混合层模式,发展了一个易于与大气或海洋模式耦合的,可应用于水平二维空间的模块化海洋混合层模式。并加入垂直上翻参数化方案,引入日平均海面温度及气候态松弛项,进行二维海洋模拟理想气旋实验和飓风实例模拟实验。理想气旋强迫实验表明,垂直上翻过程的参数化方案可有效地弥补原有一维海洋混合层模式无法形成气旋中心动力上翻的不足,消除了虚假暖水核心。卡特里娜飓风个例实验的结果表明,加入垂直上翻后,飓风中心附近的海表面温度误差明显减小。海洋混合层模式对海洋表面温度日变化模拟能力在二维应用中依然表现良好。经过上述改进,发展的海洋混合层模式可以较为真实地模拟平常海表温度高频日变化的同时,还对剧烈天气过程也有一定的模拟能力,具有广泛的应用前景。     

Long-term variations of temperature and salinity of the Bohai Sea and their influence on its ecosystem

Long-term variations of the sea surface salinity (SSS), air temperature (AT) and sea surface temperature (SST) of the Bohai Sea during 1960–1997 were analyzed. They all showed positive trends. The trends of the annual mean SSS, AT and SST of the Bohai Sea were, respectively, 0.074 y⁻¹, 0.024°C y⁻¹ and 0.011°C y⁻¹. The increases of AT and SST were consistent with, the recent warming in northern China, in the Huanghai Sea (Yellow Sea) and in the East China Sea. The rise of SSS can be attributed to the rapid reduction of the total river discharge into the Bohai Sea, as well as to the increase inflow of high salinity water from the Huanghai Sea. It may also be attributed to increasing human use of river water and increases in evaporation from the sea surface. These changes in the marine environment seemed to have important influence on the Bohai Sea ecosystem.     

基于最大熵模型模拟西印度洋剑鱼栖息地的时空分布

剑鱼（Xiphias gladius）是一种高度洄游性鱼类,其迁徙和栖息地利用受海洋环境影响明显,理解其空间分布格局形成的机制对于资源的养护和管理具有重要意义。本研究利用2017?2019年中国印度洋延绳钓渔业观察员数据中剑鱼的渔获物信息作为物种出现数据,结合西印度洋海域的海表温度、海面高度、叶绿素a浓度、混合层深度、海表盐度等环境数据,采用最大熵模型对剑鱼的栖息地适宜性分布进行了模拟。结果表明:（1）模型对印度洋西部剑鱼栖息地适宜性分布的模拟精度非常高,各个季节受试者工作特征曲线的曲线下面积都大于0.9,可用于模拟剑鱼潜在的栖息地适宜性分布;（2）研究区域内剑鱼适宜栖息地分布变化与实际作业位置变动基本一致,干季和湿季剑鱼栖息地高适宜性的区域分布都较为集中,但湿季分布范围要大于干季;（3）海表温度、海表盐度和混合层深度是影响西印度洋剑鱼栖息地适宜性分布的重要环境因子,在干季和湿季的最适范围分别为25.8～31.6℃、34.4～35.9、0.1～24.9 m和25.6～30.5℃、34.8～36.4、13.1～54.1 m。研究结果可为西印度洋海域剑鱼种群的可持续利用和科学管理提供必要参考信息。     

基于现场观测与MyOcean模式数据的印度洋东南部Aquarius反演海表盐度的评价与纠正

The in situ sea surface salinity(SSS) measurements from a scientific cruise to the western zone of the southeast Indian Ocean covering 30°–60°S, 80°–120°E are used to assess the SSS retrieved from Aquarius(Aquarius SSS).Wind speed and sea surface temperature(SST) affect the SSS estimates based on passive microwave radiation within the mid- to low-latitude southeast Indian Ocean. The relationships among the in situ, Aquarius SSS and wind-SST corrections are used to adjust the Aquarius SSS. The adjusted Aquarius SSS are compared with the SSS data from My Ocean model. Results show that:(1) Before adjustment: compared with My Ocean SSS, the Aquarius SSS in most of the sea areas is higher; but lower in the low-temperature sea areas located at the south of 55°S and west of 98°E. The Aquarius SSS is generally higher by 0.42 on average for the southeast Indian Ocean.(2) After adjustment: the adjustment greatly counteracts the impact of high wind speeds and improves the overall accuracy of the retrieved salinity(the mean absolute error of the Zonal mean is improved by 0.06, and the mean error is-0.05 compared with My Ocean SSS). Near the latitude 42°S, the adjusted SSS is well consistent with the My Ocean and the difference is approximately 0.004.     

Underway Measurement of Sea Surface Temperature and Salinity in the Taiwan Straits in August,1999

The distributional features of sea surface temperature and salinity(SST and SSS) in the Taiwan Straits have been analyzed using the SST and SSS underway measurements in August,1999.The characteristics of SST and SSS are summarized as foloows:There are several upwellings and diluted water in the Taiwan Straits.The upwellings are divided into two kinds:those along the western coast of the Taiwan Straits and those around the Taiwan Shoal.There are three sources of diluted water:diluted water of the Jiulongjiang River,diluted water of the Zhujiang River and diluted water of the Minjiang River.     

基于BP神经网络的西北太平洋柔鱼资源丰度时空变化研究

西北太平洋柔鱼(Ommastrephes bartramii)是我国鱿钓船队重要捕捞对象,其资源分布的时空变化对资源的可持续开发和利用有重要影响。本文以2000?2015年7?10月西北太平洋柔鱼渔业数据的单位捕捞努力量渔获量作为应变量,以年份、月份、经度、纬度、海表面温度、海表盐度、海面高度、叶绿素a浓度作为自变量,构建BP神经网络模型,推测该段时间西北太平洋柔鱼丰度时空变化规律,并探究环境因子对柔鱼资源丰度的影响。通过比较,确定输入层为年份、月份、经度、纬度、海表面温度和海表盐度,隐含层神经元数量为8的模型均方误差最小,模型最优。结果表明,单位捕捞努力量渔获量年间波动明显,每年的7月、10月柔鱼资源丰度较低,且空间分布分散在整个作业渔场,8月、9月资源丰度较高,并集中在41.5°～43.5°N, 155°～160°E局部区域。研究认为,海表面温度和海表盐度对柔鱼资源丰度时空变动有较大影响,在今后柔鱼资源评估与管理中予以考虑。     

The impact of ocean data assimilation on seasonal predictions based on the National Climate Center climate system model

An ensemble optimal interpolation (EnOI) data assimilation method is applied in the BCC_CSM1.1 to investigate the impact of ocean data assimilations on seasonal forecasts in an idealized twin experiment framework. Pseudo-observations of sea surface temperature (SST), sea surface height (SSH), sea surface salinity (SSS), temperature and salinity (T/S) profiles were first generated in a free model run. Then, a series of sensitivity tests initialized with predefined bias were conducted for a one-year period; this involved a free run (CTR) and seven assimilation runs. These tests allowed us to check the analysis field accuracy against the “truth”. As expected, data assimilation improved all investigated quantities; the joint assimilation of all variables gave more improved results than assimilating them separately. One-year predictions initialized from the seven runs and CTR were then conducted and compared. The forecasts initialized from joint assimilation of surface data produced comparable SST root mean square errors to that from assimilation of T/S profiles, but the assimilation of T/S profiles is crucial to reduce subsurface deficiencies. The ocean surface currents in the tropics were better predicted when initial conditions produced by assimilating T/S profiles, while surface data assimilation became more important at higher latitudes, particularly near the western boundary currents. The predictions of ocean heat content and mixed layer depth are significantly improved initialized from the joint assimilation of all the variables. Finally, a central Pacific El Ni?o was well predicted from the joint assimilation of surface data, indicating the importance of joint assimilation of SST, SSH, and SSS for ENSO predictions.     

气候变化对东北大西洋渔获物组成、多样性和营养级的影响

东北大西洋是世界上重要的捕捞海域，气候变化对该海域捕捞产生了重要的影响。本文基于联合国粮农组织所提供的1982?2016年东北大西洋渔获产量数据，对该海域渔获物组成、多样性、平均营养级及主成分变化特征进行时间序列上的分析，并结合东北大西洋海域气候、环境因子，应用广义可加模型探究渔获物组成与气候变化之间的关系。结果显示:渔获物多样性的变化总体上呈下降趋势，2002?2010年间处于较低水平；平均营养级在2002年之前呈平缓下降的趋势，2002年之后开始波动上升，相关性分析表明这两个指标与海域环境因子的变化较为相关。对渔获物组成进行主成分分析显示，第一主成份变化的方差解释率达到35.3%，且与海域气候、环境因素有较高的相关性，第一主成分变化能够较好地表征气候影响下渔获物组成变化的情况。广义可加模型分析结果显示，渔获物组成变化的影响因素按解释率由高到低分别为:海表温度、海平面高度、盐度、海冰和北大西洋涛动指数。该研究有助于认识气候变化对海洋渔业资源及其结构组成的影响。