中国东海叶绿素浓度变化分析及其海水温度响应

海洋叶绿素浓度时空格局分析及与海水温度的响应研究对于海洋资源的开发和保护及赤潮的预防具有重要意义。本文基于2004—2018年东海叶绿素浓度和海水温度数据运用趋势分析及ArcGIS10.2软件，对东海叶绿素浓度作了时空分析研究，并结合海水温度进行了回归分析，以探究叶绿素对海水温度变化的响应机制。结果表明：①东海叶绿素浓度在2004—2018年间没有明显的年际变化特征。年内则随时间上下波动，冬季为波峰，夏季为波谷。离海岸带越近，叶绿素浓度越高。②东海海域海水温度在年际尺度上呈波动式起伏变化。在季节尺度上夏秋两季温度较高，春季次之，冬季最低。从沿海到外海海域海温逐渐升高。③就空间相关性而言，东海海域叶绿素浓度与海水温度整体呈负相关，在不同海域相关程度不同。长江口和外海区域叶绿素浓度与海水温度具有很强的相关性；在沿海区域，由于受到城市环境、经济发展及人类生产生活的影响，海水温度与叶绿素浓度的相关性不明显。     

ERS—1／ATSR海表温度在热带太平洋和西北太平洋的印证与分析

海表温度是气候变化研究的关键参量。ERS／ATSR的设计目标是提供高精精度的海表温度，以满足气候研究的要求。利用美国海洋大气局太平洋海洋环境实验室在热带太平洋的浮标数据和日本气象厅在西北太平洋的浮标数据对1991年至1992年间ESR－1／ATSR数据反演的海表温度进行了印证。在热带太平洋，三通道双观测角算法反演的ATSR海表温度与热带浮标海表温度的平均偏差为－0．22K，标准偏差为0．25K；在西北太平洋，平均偏差为－0．51K，标准偏差为0．61K。结果表明，即使在火山气溶胶的影响下，ATSR海表温度在热带太平洋仍具有较高的精度，可以满足其设计目标。利用大气辐射传输模式LOWTRAN－7，对印证结果进行了分析。     

2000年以来长江河口海表温度变化MODIS分析

通过优化劈窗算法,建立适合长江口水域的海表温度反演模型,利用2000年至2012年的Terra-MODIS LIB晴空数据进行海表温度反演,得到长江口13年海表温度数据集,分析长江流域进入河口的水沙变化后河口水域海表温度的年际变化和季节性变化。结果表明:长江口海表温度主要受太阳辐射影响,温度场的空间分布由口内至外海呈现阶梯性变化。受海域潮流上溯和径流下泄的影响,口内口外的海表温度表现出不同的季节性变化特征:冬季,口外高口内低;夏季,则口外低,口内高。伴随着冬季流域进入河口的径流量增加,长江口口外海域的冬季海表温度也出现下降趋势。     

最优插值全球海表温度数据格式分析及显示方法

介绍了最优插值全球海表温度数据;分析了NetCDF的特点,实现了利用ArcGIS和Matlab读取并显示NetCDF海表温度数据的方法。     

高光谱红外谱段交叉定标与近海遥感应用试验

以MODIS红外谱段数据为基准,对高光谱红外谱段数据进行辐射交叉定标试验,同时运用高光谱红外谱段数据对近海海表水温进行了评估试验.交叉定标数据选取2012年—2013年冬、夏两季各一幅代表性图像,MODIS与高光谱红外谱段数据成像时间均为同一天白天.实验结果表明,天宫一号高光谱红外谱段数据与MODIS数据具有极好的相关性,相关系数R大于0.95;在此基础上建立了基于MODIS 32波段的辐亮度线性回归校正方程,并用于海表温度反演、检测自然与人工扰动造成的海表温度异常.基于校正数据反演的中国南北典型冬、夏代表性季节的海表温度与常识较为一致.由此表明,基于MODIS交叉定标的天宫一号数据可用于实际的业务化定量评估;同时,由于空间分辨率较高,天宫一号高光谱红外谱段数据在海水精细空间动态变化检测上表现出极好的性能.     

青岛气温与全球海表温度的相关分析

利用奇异谱算法对国家160站气象资料中的青岛气温数据和ERSST海表温度资料进行了分析,研究了青岛气温的发展趋势和周期性变化规律,并对未来青岛市气温进行了预测,预测结果与原观测数据接近(相关度接近0.95)。同时也研究了青岛气温异常和全球海表温度的相关性,研究表明:青岛气温异常与全球海表温度异常部分地区存在超过0.79的相关性,其中最大正滑动相关系数位于9月份8N、49W点,并且青岛气温异常存在4个单位的滞后时间。     

基于CBERS-04星田湾核电温排水遥感监测研究

选取2016-02-08的CBERS-04热红外数据,采用普适性单通道温度反演算法对田湾核电站附近海域的海水温度进行反演。将CBERS-04星反演结果与同时过境的MODIS温度反演结果及相似条件下的Landsat-8和HJ-1B温度反演结果进行对比分析。依据温度反演结果,分析了海温空间分布特征,探讨核电站对周围海域海水温度的影响。研究结果表明,CBERS-04星热红外数据与同时过境的MODIS数据反演得到的海表温度空间分布一致,线性相关性显著;MODIS数据因空间分辨率小,无法对核电周边海域进行有效监测;CBERS-04星可监测核电周边9个级别的热影响区,与相似潮汐状态和气象条件下的Landsat-8和HJ-1B具有相似的热影响级别、规模和空间分布特征,满足核电温排水的监测需求。     

光波测距中大气折射率零梯度的测定精度

本文进一步研究了近地面大气温度垂直梯度反转点时刻的预报及其规律，使理论公式表格化，并给出我国各地区经纬度间距为一度的气温垂直梯度反转点时刻。为了检验该预报时刻的精度，将我国不同地区的十五次观测结果进行比较，其中包括1984年和1985年在旧金山和武昌两次中美合作的试验资料，其结果不仅证明了在大气温度垂直梯度为零的时刻，近地面的大气温度能很好地代表测线温度；也证明了预报时刻的可靠性，达到了与国际上用飞机测定大气折射率的方法相同的测距精度。又利用各地气温垂直梯度反转点时刻与日没时间之差研究该时刻的变化规律，从理论上解释了我国地区近地面气温垂直梯度反转点时刻的规律与国外某些论点之间的“矛盾”。     

渤海环境遥感监测业务化应用技术

重点介绍利用遥感卫星数据进行海表温度、海面风场、海洋水色和大气参数等海洋环境要素反演技术以及数据产品真实性检验方法, 描述了渤海遥感监测数据产品和精度指标, 对于建立区域性海洋遥感监测业务化系统具有重要的科学价值。     

基于HJ-1B星热红外数据的大亚湾海温反演模型及其应用

为进一步推进HJ-1B星IRS4热红外数据在大亚湾核电站温排水动态监测中的应用,基于常用的海表温度反演算法,利用数值微分手段,从理论上对影响温度反演误差的大气总水汽含量、卫星观测角度以及地物比辐射率等参数进行敏感性分析;以单窗算法为温度反演模型的基础,利用2011年12月18日和22日大亚湾核电站地区的HJ-1B星IRS4数据以及与卫星过境时段对应的CE312实测红外辐射温度和气象观测数据,通过最小二乘线性回归方法,对反演模型参数进行修正,得出单窗算法修正值a=1 163.4,b=-4.013 4。最后,基于反演模型,利用2010和2011年HJ-1B星IRS4单通道数据开展了大亚湾核电站温排水研究。     

全球海洋次表层温度异常遥感反演的季节时空变化特征

卫星遥感反演海洋内部多时相、大尺度热力结构信息对于了解海洋内部复杂、多维的动力过程有重要意义。本文采用随机森林回归模型，利用卫星遥感观测的海表参量（海表高度异常（SSHA）、海表温度异常（SSTA）、海表盐度异常（SSSA）和海表风场异常（SSWA）），反演不同季节、不同深度层位（1000 m深度以上）的海洋次表层温度异常（STA），并用Argo实测数据作精度验证，采用均方根误差（RMSE）、归一化均方根误差（NRMSE）以及决定系数（R²）评价模型在全球及洋盆尺度上的反演精度。结果显示，全球海洋16个深度层位的平均R²在春、夏、秋、冬四季分别为0.53、0.60、0.54、0.66，NRMSE分别为0.051、0.031、0.043、0.044。随着季节的变化，模型反演性能有所波动。模型在印度洋的反演效果最佳，不同季节、不同深度层位上的平均R²和RMSE分别为0.71和0.18 ℃，而大西洋的反演精度最低，平均R²和RMSE分别为0.46和0.25 ℃。研究表明随机森林模型适用于全球不同季节的STA遥感反演，且在不同洋盆上均有较好的反演效果；不同季节上，上层STA有明显变化信号，空间异质性显著，但300 m以深，STA信号较弱且基本不随季节变化。本研究可为长时序、大尺度海洋内部参量信息遥感反演与重建提供依据，有助于进一步发展深海遥感方法。     

中国近海TOPEX/Poseidon卫星测高海平面变化的CPCA分析

用复主成分分析方法，对中国近海TOPEX／Poseidon卫星6年的测高的海平面变化资料进行了分析，给出了中国南海，黄海和东海的海平面变化的空间和时间分布特重征，利用小波方法分析了主要主成分时间变化序列的时－频特征，分析结果表明，主要主成分的空间分布特征与海洋环充相对应，南海，黄海和东海的海平面变化存在显著的年际和2个月的非稳态振荡信号，南海具有较明显的半年周期信号，而黄海和东海的半年周期信号不明显。     

基于SST的珊瑚礁白化监测技术综述

受全球气候变暖的影响,珊瑚礁白化现象越来越严重,全球约1/3的珊瑚处于灭绝边缘。海水温度异常是影响珊瑚礁白化以至于死亡的重要原因。美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)基于海表温度(sea surface temperature,SST)开发了珊瑚礁白化监测产品,目前已有50 km和5 km这2种空间分辨率的产品,用以估算全球珊瑚礁白化程度并进行白化预警。在回顾珊瑚礁白化研究现状的基础上,介绍了NOAA发布的珊瑚礁白化监测数据产品及算法,并基于5 km空间分辨率的数据产品对我国南海区域进行珊瑚礁白化监测的实例研究分析,发现2015年6月份南海部分区域可能已发生珊瑚礁白化,强调开展适合我国珊瑚礁白化预警方法研究的必要性和迫切性,并为相关研究提供了技术参考。     

利用二型模糊聚类进行全球海表温度数据挖掘

基于二型模糊集的C均值聚类方法对全球时序海表温度数据进行了聚类分析,得到全球海表温度异常的典型聚类模式,并从聚类中心挖掘出潜在的海洋气候指数。     

由GRACE RL05数据反演近10年中国大陆水储量及海水质量变化

利用CSR(Center for Space Research)提供的GRACE RL05数据反演2003—2012年中国大陆水储量及其周边海域海水质量变化趋势。采用改进去相关滤波算法,使拟合最高阶次位系数为55及数据系列两端球谐位系数无须作为滑动窗口中心可直接拟合,去条带效果相比传统方法更明显。结果表明,中国陆地水储量在华北平原、三峡地区及青海、新疆、西藏交界地区变化较大。十年间,华北平原地下水以4.1±1.3mm/a速度减少,陆地水和地表水变化主要集中在2004—2008年;三峡水库3次蓄水引起地区等效水高变化分别为52mm、18mm及7mm;青海、西藏、新疆3省区交界地区地表水变化引起陆地水、地下水分别以10.6±0.9mm/a及11.6±1.0mm/a的速度增加。扣除冰川均衡调整后,GRACE反演海水质量的变化结果显示,东海、南海、黄海海水质量分别以4.23±0.9mm/a、1.33±0.9mm/a及3.09±1.1mm/a的速度上升,东海海水质量在长江入口附近上升速度最快。     

海表温度对SMOS盐度遥感反演精度的影响

利用星载微波辐射计对全球海表盐度的卫星遥感探测,其精度会受到多种环境因子的影响。采用广义加性模型GAM和偏最小二乘法PLS分析了水温对海表盐度遥感反演精度的影响,同时,利用ARGO观测数据对SMOS卫星反演的赤道太平洋和西北太平洋海表盐度进行精度检验。结果表明,水温对海表盐度反演精度具有显著影响,且Stokes矢量第一参数(总辐亮度)是海表盐度反演的最佳亮温参数。在平均水温约16℃时的均方误差约为0.9 psu,23℃水温下的均方误差约为0.7 psu,30℃水温下的均方误差约为0.4 psu,即高水温下盐度反演精度相对较高。     

中国近海海面地形机制研究

本文采用几何水准、海洋水准和卫星测高的综合法求得了较准确的中国近海海面地形，详细分析了中国近海海面地形的机制。经比较，海洋水文法（不考虑气压改正，认为海水温度、盐度是影响海面地形的主要因素）在黄渤海及东海海区的计算结果与综合法很接近，但在华南沿海约有２１ｃｍ的系统性差。经进一步研究发现，这是由于华南沿海（厦门至八所）气压影响造成的，气压的均衡效应、气压的非均衡效应、气压扰动和海平面波动的共振使海平面显著升高。此外还发现，太平洋北赤道流对东山至遮浪海区的海平面高度的机制也有影响。最后研究了海平面高度与纬度的关系，得出了一些有价值的结论。     

1950～2003年日长近120天准周期振荡和厄尔尼诺现象

介绍了小波振幅分析方法和小波振周谱分析方法的解析表达，然后利用小波振幅分析方法研究了1950～2003年日长近120d准周期振荡的时频规律(国际地球自转中心提供的1962～2003年的日长变化以及根据美国环境预测中心提供的大气角动量换算的1950～2003年大气激发的日长变化)。此外，还利用小波振周谱分析方法研究了同一时段内厄尔尼诺3、4区海水温度异常年际变化的时频特征，并将它与日长近120d准周期振荡的振幅变化进行了比较。     

基于LightGBM的全球海洋次表层温盐遥感预测

随着卫星遥感技术的发展，越来越多的卫星观测数据被应用于预测海洋内部温盐结构信息，而如何有效提高海洋内部温盐信息的预测精度仍是一个挑战。本文应用LightGBM算法结合随机森林算法构建全球海洋次表层（0—1000 m）温度异常（STA）与盐度异常（SSA）的预测模型，模型使用海表卫星观测数据（海表高度异常（SSHA）、海表温度异常（SSTA）、海表盐度异常（SSSA）和海表风场异常水平和垂直分量（USSWA、VSSWA），结合经纬度信息（LON、LAT）作为预测变量，使用Argo次表层温盐数据作为模型训练与测试标记。本文使用五参数模型（SSTA、SSHA、SSSA、USSWA、VSSWA）、带纬度六参数模型（LAT、SSTA、SSHA、SSSA、USSWA、VSSWA）、带经度六参数模型（LON、SSTA、SSHA、SSSA、USSWA、VSSWA）与带经纬度七参数模型（LON、LAT、SSTA、SSHA、SSSA、USSWA、VSSWA）来着重分析LON与LAT在STA、SSA遥感预测中发挥的作用。结果表明LON与LAT在STA、SSA各自预测中发挥不同的作用。在单时相和时序预测STA中LON与LAT对模型的贡献随着深度的增加逐渐增大，而在单时相和时序预测SSA中LON与LAT对不同深度预测模型始终保持较大的贡献。在单时相预测STA与SSA中LON较LAT对模型贡献更大，而在时序预测STA与SSA中LAT较LON对模型贡献更大。经纬度信息是全球海洋次表层温盐机器学习预测的重要参数，可以提高模型的预测精度。同时，LightGBM较随机森林在预测海洋次表层温盐异常时精度更高鲁棒性更强。     

利用时空信息的单波段地表温度遥感反演

地表温度被认为是影响生态系统的关键因子之一,它与许多地表过程有关。目前,热红外卫星遥感技术是获取有关区域和全球尺度地表温度信息的一个有效、可行的手段。针对不同卫星上搭载的热红外传感器,许多学者开展了大量的研究,其中针对单波段热红外的特点(如Landsat TM/ETM+,CBERS和HJ-1B)提出了单通道(或单窗)算法。该类算法需要准确的地表比辐射率和大气参数(如大气水分含量)。这些参数在现实中又很难轻易获得,从而在一定程度上限制了现有算法的应用。针对HJ-1B高回访频率的特点,本文提出了利用多时相影像的时空信息来直接反演地表温度的Multi-Temporal and Spatial Information-Based Single Channel(MTSC),以解决现有算法对地表比辐射率和大气参数的过度依赖性。实例分析结果显示,基于MTSC法由HJ-1B反演得到的地表温度结果与MODIS地表(陆表和海表)温度产品具有很好的空间一致性;HJ-1B的陆表温度结果总体上被高估了约1 K,而海表温度结果总体上被高估了0.5 K;同时,MTSC法得到的HJ-1B地表温度结果具有更好的细节和空间完整性。最后,通过分析和讨论指出了一些可能的完善途径,如相似像元的确定、修改优化求解中的目标函数、参数的自适应初始化等,以便提高MTSC法的反演精度和实用性。