中国东海海平面长期变化与趋势研究

From the analyses of the satellite altimeter Maps of Sea Level Anomaly(MSLA) data, tidal gauge sea level data and historical sea level data, this paper investigates the long-term sea level variability in the East China Sea(ECS).Based on the correlation analysis, we calculate the correlation coefficient between tidal gauge and the closest MSLA grid point, then generate the map of correlation coefficient of the entire ECS. The results show that the satellite altimeter MSLA data is effective to observe coastal sea level variability. An important finding is that from map of correlation coefficient we can identify the Kuroshio. The existence of Kuroshio decreases the correlation between coastal and the Pacific sea level. Kurishio likes a barrier or a wall, which blocks the effect of the Pacific and the global change. Moreover, coastal sea level in the ECS is mainly associated with local systems rather than global change. In order to calculate the long-term sea level variability trend, the empirical mode decomposition(EMD) method is applied to derive the trend on each MSLA grid point in the entire ECS. According to the 2-D distribution of the trend and rising rate, the sea level on the right side of the axis of Kuroshio rise faster than in its left side. This result supports the barrier effect of Kuroshio in the ECS. For the entire ECS, the average sea level rose 45.0 mm between 1993 and 2010, with a rising rate of(2.5±0.4) mm/a which is slower than global average.The relatively slower sea level rising rate further proves that sea level rise in the ECS has less response to global change due to its own local system effect.     

基于SMAP卫星雷达资料的海冰密集度反演技术研究

SMAP是美国于2015年初发射的一颗卫星，搭载了L波段的雷达。它采用圆锥扫描方式，具有固定的入射角、较大的幅宽和千米级的分辨率，在海冰监测方面具有独特的优势。本文利用SMAP卫星雷达资料分别与德国Bremen大学海冰密集度产品和美国国家冰雪数据中心（NSIDC）海冰密集度产品建立3.125 km和25 km匹配数据集，分析了L波段雷达后向散射系数、极化比和归一化极化差与海冰密集度之间相关性，建立基于人工神经网络的海冰密集度反演算法。为了验证SMAP卫星雷达资料反演海冰密集度的精度，本文选择德国Bremen大学和美国冰雪数据中心发布的海冰密集度产品分别与SMAP海冰密集度产品进行对比分析，SMAP海冰密集度与Bremen海冰密集度的偏差为0.07、均方根误差为0.14；与NSIDC海冰密集度的偏差为0.04、均方根误差为0.18，这表明SMAP海冰密集度产品与现有业务化海冰密集度产品具有很好的一致性。     

基于海洋一号D卫星海岸带成像仪的赤潮遥感监测特征

为进一步加强对赤潮等海洋生态灾害的动态监测,科学支撑海洋防灾减灾工作,文章基于海洋一号D卫星搭载的海岸带成像仪数据,选取北部湾、茂名近岸和陵水湾为研究区域,分析2021年2月发生的4例赤潮事件的遥感影像、叶绿素a浓度和赤潮指数特征。研究结果表明：遥感影像可清晰呈现赤潮分布状况,叶绿素a浓度和赤潮指数的异常值范围与遥感影像一致,赤潮水体的叶绿素a浓度和赤潮指数整体高于非赤潮水体。     

星载SAR对雨团催生海面风场的观测研究

雨团或对流雨是热带与亚热带地区的主要降雨形式,较易被高分辨率星载合成孔径雷达（SAR）探测到。SAR图像上的雨团足印是由大气中雨滴的散射与吸收、下沉气流等共同导致形成的。本文以RADARSAT-2卫星100 m分辨率的SAR图像上雨团引起的海面风场及其结构反演与解译作为实例进行分析。使用CMOD4地球物理模式函数,分别以NCEP再分析数据、欧洲MetOp-A卫星先进散射计（ASCAT）和中国HY-2卫星微波散射计的风向为外部风向,进行了SAR图像的海面风场反演。反演的海面风速相对于NCEP、ASCAT和HY-2的均方根误差（RMSE）分别为1.48 m/s,1.64 m/s和2.14 m/s。SAR图像上一侧明亮另一侧昏暗的圆形信号图斑被解译为雨团携带的下沉气流对海面风场（海面粗糙度）的改变所致。平行于海面背景风场其通过雨团圆形足印中心的剖面上的风速变化可拟合为正弦或余弦曲线,其拟合线性相关系数均不低于0.80。背景风场的风速大小、雨团引起的风速大小以及雨团足印的直径可利用拟合曲线获得,雨团足印的直径大小一般为数千米或数十千米,本文的8例个例解译与分析均验证了该结论。     

海洋一号D卫星捕捉到南极火山喷发

海洋一号C卫星和D卫星(HY-1C、HY-1D)是我国首次形成的上、下午组网业务化观测的海洋水色卫星,分别于2018年9月7日和2020年6月11日发射。HY-1C和HY-1D卫星均搭载了海洋水色水温扫描仪、海岸带成像仪(CZI)、紫外成像仪、星上定标光谱仪和船舶监测系统,很好地满足了海洋水色水温、海岸带和海洋灾害与环境监测需求,同时可服务于自然资源调查、环境生态、应急减灾、气象、农业和水利等行业。     

基于Himawari-8卫星的逐时次海表温度融合

Himawari-8卫星是日本气象厅发射的新一代地球同步静止气象卫星,为获取逐时次海表温度产品提供了有力数据支持。本文以Himawari-8 AHI海表温度为基础,利用最优插值法融合GCOM-W1 AMSR2海表温度和NERA-GOOS现场观测资料,生成逐时次海表温度融合产品。为了充分利用邻近时刻的海表温度观测资料,利用Himawari-8 AHI海表温度和欧洲中期天气预报中心海面风速数据建立匹配数据集,研究建立海表温度日变化模型,实现邻近时刻海表温度的订正;为了消除多源海表温度间的系统偏差,以Himawari-8 AHI海表温度为目标数据,利用泊松方程对GCOM-W1 AMSR2海表温度进行偏差订正。实验验证结果表明,利用逐时次海表温度融合产品计算的日增温情况与海面风速具有较好的相关性,间接证实了逐时次海表温度融合产品的准确性;另外,逐时次海表温度融合产品与现场观测海表温度的偏差为0.09℃、均方根误差为0.89℃,二者具有较好的一致性,说明逐时次海表温度融合产品具有较高的精度。     

复合雷达后向散射模型与合成孔径雷达、散射计和高度计海面雷达后向散射观测的比较分析

海洋微波散射模型相比于以经验统计建立的地球物理模式函数具有不受特定微波频率限制的优势。组合布拉格散射模型和几何光学模型形成了复合雷达后向散射模型。利用南海北部气象浮标2014年海面风速风向实测值作为散射模型输入，分别比较了复合雷达后向散射模型与RADARSAT-2卫星C波段SAR、HY-2A卫星Ku波段微波散射计的海面后向散射系数，偏差分别为(?0.22±1.88) dB (SAR)、(0.33±2.71) dB (散射计VV极化）和(?1.35±2.88) dB (散射计HH极化)；以美国浮标数据中心(NDBC)浮标2011年10月1日至2014年9月30日共3年的海面风速、风向实测值作为散射模型输入，分别比较了复合雷达后向散射模型与Jason-2、HY-2A卫星Ku波段高度计海面后向散射系数，偏差分别为(1.01±1.15) dB和(1.12±1.29) dB。中等入射角和垂直入射下的卫星传感器后向散射系数观测值与复合雷达后向散射模型模拟值比较，具有不同的偏差，但具有相同的海面风速检验精度，均方根误差小于1.71 m/s。结果表明，复合雷达后向散射模型可模拟计算星载SAR、散射计和高度计观测条件下的海面雷达后向散射系数，且与CMOD5、NSCAT-2、高度计业务化海面风速反演的地球物理模式函数的计算结果具有一致性；复合雷达后向散射模型可用于微波遥感器的定标与检验、海面雷达后向散射的模拟。     

伶仃洋夏季叶绿素a时间变化特征及分析

文章使用2019年7月5日—20日在珠江河口伶仃洋定点连续观测的海表面叶绿素a质量浓度、海表面气温、气压、风速、风向、海表温度、盐度、流速、流向、遥感降雨量数据和中等分辨率成像光谱仪可见光波段影像, 利用小波分析和集成经验模态分解方法分析了观测期间内伶仃洋海表面叶绿素a的时间变化特征及其影响因子。分析结果表明, 观测期间海水表层叶绿素a质量浓度的变化范围为0.44~1.75µg·L^-1, 平均值为0.80µg·L^-1, 其变化周期主要为6h、12h和24h。其与相对应周期的潮流存在明显的相位关系, 并且在降雨后两者的相位关系发生了转换。7月5日—12日, 叶绿素a与潮流基本呈反相位关系, 涨急时叶绿素a质量浓度低, 落急时叶绿素a质量浓度较高, 浓度相差约为0.3µg·L^-1。珠江流域在7月8日—13日发生了一次强降雨过程, 降雨前后海水表层叶绿素a质量浓度在6h、12h和24h周期波段的振幅由0.02~0.09µg·L^-1增加到0.15µg·L^-1左右。同时, 降雨对珠江河口的叶绿素a质量浓度造成了一个持续80h的增加过程, 浓度增加了0.3µg·L^-1。发生降雨后, 7月13日—20日期间潮流滞后于叶绿素a约6h, 水位最高时叶绿素a质量浓度最低, 水位最低时叶绿素a质量浓度最高。由以上结果可以看出, 降雨不仅引起了河口区叶绿素a质量浓度的增加, 还造成了叶绿素a和潮流间相位关系的转换。     

基于TM影像的胶州湾水深遥感

以胶州湾20m以内浅水域为研究区域，并按照0～2m、2—5m、5—10m、10～20m的水深对其进行分区，利用Landsat-5 TM数据进行水深遥感。结果表明：各区分别建立线性回归模型反演水深的精度要高于不分区时建立的模型；无论分区与否，多波段组合模型的反演精度最高，且在既不是太深也不很浅的区域反演效果最好；新建立的多时相单波段模型反演水深的精度在水深较浅的区域精度有较大的提高。     

南海海平面长期变化及其趋势研究

On the basis of the satellite maps of sea level anomaly(MSLA) data and in situ tidal gauge sea level data,correlation analysis and empirical mode decomposition(EMD) are employed to investigate the applicability of MSLA data,sea level correlation,long-term sea level variability(SLV) trend,sea level rise(SLR) rate and its geographic distribution in the South China Sea(SCS).The findings show that for Dongfang Station,Haikou Station,Shanwei Station and Zhapo Station,the minimum correlation coefficient between the closest MSLA grid point and tidal station is 0.61.This suggests that the satellite altimeter MSLA data are effective to observe the coastal SLV in the SCS.On the monthly scale,coastal SLV in the western and northern part of SCS are highly associated with coastal currents.On the seasonal scale,SLV of the coastal area in the western part of the SCS is still strongly influenced by the coastal current system in summer and winter.The Pacific change can affect the SCS mainly in winter rather than summer and the affected area mostly concentrated in the northeastern and eastern parts of the SCS.Overall,the average SLR in the SCS is 90.8 mm with a rising rate of(5.0±0.4) mm/a during1993–2010.The SLR rate from the southern Luzon Strait through the Huangyan Seamount area to the Xisha Islands area is higher than that of other areas of the SCS.