| 基于最优插值和贝叶斯最大熵的海表温度融合方法研究 |
| |
| 引用本文： | 丁润杰,赵朝方. 基于最优插值和贝叶斯最大熵的海表温度融合方法研究[J]. 海洋技术学报, 2018, 0(2): 35-42 |
| |
| 作者姓名： | 丁润杰 赵朝方 |
| |
| 作者单位： | 中国海洋大学信息科学与工程学院 |
| |
| 摘 要： | ![]()
海表温度(sea surface temperature,SST)是影响全球气候的重要因素,在海洋科学研究中占有关键位置。论文基于MODIS红外、AMSR-2和HY-2A微波辐射计数据,分别利用最优插值和贝叶斯最大熵方法对SST数据进行融合,并用i Quam实测数据和Argo浮标数据对2015年SST融合数据进行检验。MODIS、AMSR-2、HY-2A辐射计SST的年平均空间覆盖率分别为15.0%,21.6%,22.0%,最优插值和贝叶斯最大熵融合SST产品的年平均空间覆盖率提高到98.6%和99.4%,融合产品空间覆盖率明显提高。与i Quam实测数据对比,最优插值和贝叶斯最大熵融合产品年平均偏差分别为0.07℃,0.04℃,均方根误差皆为0.78℃,其中3-7月最优插值融合产品的精度略优于贝叶斯最大熵融合产品,其它月份则相反;与Argo浮标数据对比,两种融合产品的均值偏差分别为0.06℃,0.01℃,均方根误差分别为0.77℃,0.75℃。整体上,贝叶斯最大熵融合产品的精度略优于最优插值融合产品,但计算成本较高。
|
| 关 键 词： | 海表温度；最优插值；贝叶斯最大熵；数据融合 |
Study on the Merging Sea Surface Temperature Data Based on Optimal Interpolation and Bayesian Maximum Entropy Method |
| |
| DING Run-jie,ZHAO Chao-fang. Study on the Merging Sea Surface Temperature Data Based on Optimal Interpolation and Bayesian Maximum Entropy Method[J]. Ocean Technology, 2018, 0(2): 35-42 |
| |
| Authors: | DING Run-jie ZHAO Chao-fang |
| |
| Affiliation: | Ocean University of China |
| |
| Abstract: | ![]()
|
| |
| Keywords: | sea surface temperature optimal interpolation Bayesian maximum entropy data merging |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《海洋技术学报》浏览原始摘要信息 |
|
点击此处可从《海洋技术学报》下载全文 |
|
