| 多源卫星观测的全球海洋次表层温度异常信息提取 |
| |
| 作者姓名： | 黎文娥 苏华 汪小钦 严晓海 |
| |
| 作者单位： | 福州大学 地理空间信息技术国家地方联合工程研究中心 空间数据挖掘与信息共享教育部重点实验室, 福州 350002,福州大学 地理空间信息技术国家地方联合工程研究中心 空间数据挖掘与信息共享教育部重点实验室, 福州 350002,福州大学 地理空间信息技术国家地方联合工程研究中心 空间数据挖掘与信息共享教育部重点实验室, 福州 350002,厦门大学—美国特拉华大学 近海海洋研究与管理联合研究所, 厦门 361005 |
| |
| 基金项目： | 国家自然科学基金（编号：41601444）;国家海洋局“全球变化与海气相互作用”专项（编号：GASI-IPOVAI-01-04）;国家自然科学基金（编号：41630963）;国家自然科学基金（编号：41476007）;福建省自然科学基金（编号：2017J01657）;中国博士后科学基金面上资助（编号：2016M600495,2017T100466）;海西政务大数据应用协同创新中心资助（编号：2015750401） |
| |
| 摘 要： | 
基于表层卫星遥感观测的中深层海洋遥感对于了解海洋内部异常及其动力过程有重要意义。如何从现有的海洋表层遥感观测资料提取海洋内部关键动力环境信息场是具有挑战性的海洋遥感技术前沿。本文采用支持向量回归(SVR)方法,通过卫星遥感观测获取的多源海表参量(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)),选择最优参量输入组合,感知海洋次表层温度异常(STA),并用实测Argo数据作精度验证。结果表明SVR模型可准确估算全球尺度的STA(1000 m深度以浅);当SVR输入变量为2个(SSHA、SSTA)、3个(SSHA、SSTA、SSSA)、4个(SSHA、SSTA、SSSA、SSWA)时对应的平均均方差(MSE)分别为0.0090、0.0086、0.0087,平均决定系数(R2)分别为0.443、0.457、0.485。因此,除了SSHA和SSTA外,SSSA与SSWA的输入对SVR模型的估算有积极影响,有助于提高STA的估算精度。在全球增暖与减缓背景下,该研究可为从表层卫星遥感观测提取海洋内部热力异常信息研究提供重要技术支持,有利于拓展卫星对海观测范围。
|
| 关 键 词： | 多源卫星观测 次表层温度异常 支持向量回归 信息提取 全球海洋 |
| 收稿时间： | 2017-03-20 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
|
点击此处可从《遥感学报》下载免费的PDF全文 |
|
