HY-2B卫星散射计海面风场产品质量分析 *

星载微波散射计是获取全球海面风场信息的主要手段, HY-2B卫星散射计的成功发射为全球海面风场数据获取的持续性提供了重要保障。本文利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)再分析风场数据、热带大气海洋观测计划(Tropical Atmosphere Ocean Array, TAO)和美国国家数据浮标中心(National Data Buoy Center, NDBC)浮标获取的海面风矢量实测数据, 对HY-2B散射计海面风场数据产品的质量进行统计分析。分析表明, HY-2B风场与ECMWF再分析风场对比, 在4~24m·s^-1风速区间内, 风速和风向均方根误差(root mean square error, RMSE)分别为1.58m·s^-1和15.34°; 与位于开阔海域的TAO浮标数据对比, 风速、风向RMSE分别为1.03m·s^-1和14.98°, 可见HY-2B风场能较好地满足业务化应用的精度要求(风速优于2m·s^-1, 风向优于20°)。与主要位于近海海域的NDBC浮标对比, HY-2B风场的风速、风向RMSE分别为1.60m·s^-1和19.14°, 说明HY-2B散射计同时具备了对近海海域风场的良好观测能力。本文还发现HY-2B风场质量会随风速、地面交轨位置等变化, 为用户更好地使用HY-2B风场产品提供参考。     

HY-2A散射计风场在南海海域的检验和分析

利用南海浮标及海洋观测站的实测资料作为真实值对HY-2A散射计反演的风矢量作多角度对比分析,结果表明:HY-2A散射计风速与浮标(海洋站)实测风速数据具有良好的相关性,散射计观测风速普遍大于浮标(海洋站)实测风速;风速误差符合正态分布,风力≤3级时,风向的平均绝对误差最大;4~5级时风速平均偏差和平均绝对偏差均最小。逐月统计发现:1—3月的风速平均偏差最小,两者基本吻合。7—9月的风速平均偏差最大,12月的风向平均偏差最小。另外,东北向的风速平均偏差最小,西北向风速平均偏差最大;远海站点的风速和风向检验误差均小于近海站点。以上结论表明HY-2A散射计风场资料在南海海域具有可信性,为HY-2A散射计风场在南海的应用和研究提供依据。     

一种基于BP神经网络方法的HY-2A散射计反演风场偏差订正方案

针对HY-2A散射计风矢量场数据,利用BP神经网络方法,引入NDBC浮标的降水海温等环境要素,对HY-2A散射计风场进行偏差订正。实验结果表明:BP神经网络方法对HY-2A散射计的风速风向均有较好的订正效果,能有效修正HY-2A的风速高估现象,风速平均偏差由2.32 m/s改善至0.25 m/s;同时通过敏感性试验,发现了各样本输入量以及各环境要素对实验结果的敏感性。     

神经网络反演散射计风场算法的研究

建立了一个神经网络反演卫星散射计海面风场的B-P算法,给出了一个神经网络反演风场的模型,并利用该反演算法和模型对实际卫星散射计数据进行了海面风场反演试验,对风向的多解性利用圆中数滤波方法进行排除.对神经网络训练和检验数据集分别采用ERS-1/2散射计数据和欧洲中期天气预报(ECMWF)提供的风场作为配准点数据.把反演的风速和风向与CMCD4和ECMWF的风场作了比较,它们吻合得比较好;研究表明神经网络反演海面风场是可行和高效的.     

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。     

星载微波散射计海面风场与海洋环境噪声的相关特性分析

根据海洋环境噪声机理及风关噪声已有的研究成果,提出利用星载微波散射计反演的海面风场数据进行海洋环境噪声分析,并对HY-2A和ASCAT数据与噪声谱级的相关性进行了对比分析。选取南海海域作为研究区,利用潜标测量系统获取的噪声数据和多源散射计风场数据开展了相关实验,并采用NCEP海面风场数据进行对比分析。结果表明,ASCAT数据与噪声的相关性优于HY-2A,散射计数据优于NCEP数据,散射计风场更适合海洋环境噪声的分析研究。该研究内容拓展了微波散射计风场数据的应用领域,并为海洋环境噪声研究提供了更好的技术手段。     

星载全极化微波散射计仿真与海面风场反演研究

通过建立全极化微波散射计系统仿真模型,探索全极化微波散射计的风场反演方法;通过对比不同仪器测量精度下全极化和同极化微波散射计风场反演结果,分析评价全极化微波散射计系统反演海面风场的性能.全极化微波散射计通过增加测量信息来减少模糊解出现的概率,进一步提升风场反演精度.结果表明全极化微波散射计相比同极化微波散射计具有更好的风场反演性能,对于风向结果的改善较为明显:在仿真实验中,全极化仿真反演的风速误差结果优于同极化10°以上,证明了全极化微波散射计能够提升风场反演性能.该仿真结果对我国后续海洋卫星的研发具有一定的借鉴作用.     

卫星散射计与海面平台所测的风场数据比较

基于南海北部海面PY30-1石油平台气象站测风仪2011年7月19日—2012年9月17日实测的风场数据,分别开展了对卫星搭载的ASCAT和HY-2散射计所测风场数据的比较研究,分析散射计的测风能力(选取的时空窗口为30 min和25 km)。结果表明:在南海北部海域,ASCAT 散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为2.53 m/s,风向偏差较大,均方根误差为47.87°;HY-2散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为3.41 m/s,风向的均方根误差为58.66°。分别按低、中和高风速的不同条件将ASCAT和HY-2散射计所测的风场数据与PY30-1石油平台气象站观测的风场数据加以比较可知,ASCAT和HY-2散射计都具有较好的测风能力, 前者所测风速与PY30-1石油平台气象站测风仪观测风速的均方根误差稍小于后者。在150 min和15 km的时空窗口下,ASCAT与HY-2散射计所测风速的均方根误差为0.72 m/s,风向的均方根误差为8.50°。     

中国近海ASCAT风场反演结果验证分析

利用NCEP风场产品和dropsonde探测资料,对中国近海ASCAT全场和单点的风速反演精度进行验证分析.研究发现ASCAT反演风场与NCEP风场的风速、风向平均绝对偏差分别为2.06 m/s和21.98°;均方根误差分别为2.87 m/s和34.29°.两者风速反演精度较一致,风向误差相对偏大.ASCAT反演风场与dropsonde探测资料的风速、风向平均绝对偏差分别为1.55 m/s和3.43°;均方根误差分别为1.73 m/s和4.15°.ASCAT资料可以较好的反演台风风场.     

HY-2卫星散射计热带气旋自动识别算法

对基于HY-2卫星散射计风矢量产品的热带气旋自动识别算法进行了研究。算法分为粗搜索与精搜索两部分。粗搜索利用热带气旋风场的风速与风向分布直方图特征确定搜索的阈值,快速剔除比较容易识别的非热带气旋区域。在此基础上,精搜索利用热带气旋风向的螺旋状分布特征,通过搜索目标区域内是否存在螺旋状流线的方法,确定目标区域的风向是否存在螺旋状流线特征,从而实现对热带气旋的准确自动识别。作为示例,将该方法应用到对HY-2散射计观测到的2012年6号强热带风暴"杜苏芮"的自动识别,结果表明,本文提出的算法可以从HY-2散射计风场数据中准确有效的自动识别出热带气旋。     

用星载微波散射计测量海洋风场的反演方法研究

Seasat-A卫星散射计(SASS)成功地测量了全球海洋上的风矢量场.其技术基础基于微波后向散射对由海表面风产生的海面厘米级波的敏感性.由于后向散射是各向异性的,所以可以从而个或更多的天线方位角的测量中反演出风速、风向由于散射物理模型函数的非线性及信号中噪声的存在,使得风场反演中存在风向多解.本文给出了一种从SASS测量的后向散射强度的数据中反演出大尺度海洋风场的新的方法,计算结果与Petecherych等[5]利用SASS表面风分析的结果比较在风向上是吻合的,在风速上我们得到的结果更接近于表面真实风速.     

我国海洋二号卫星微波散射计数据处理软件设计

我国第一颗海洋动力环境(HY-2)卫星于2011年8月16日发射上天,HY-2卫星微波散射计数据处理软件是用于生产海面风场矢量的软件,其作用是输入HY-2卫星经过预处理的散射计数据和辅助数据,进行时间标识、波束定位、几何参数计算、后向散射系数(σo)与辐射测量精度(Kp)系数计算、面元匹配、大气校正、海面风场反演等处理,输出具有固定格式的各级数据产品和/或图像产品。主要介绍该软件的结构设计、数据处理流程、接口设计和设计说明,该设计已经用于业务系统研发,软件处理的产品精度经过与浮标的比较,达到了预期的风速误差小于2 m/s、风向精度小于20°的要求,证明了该设计的正确性。     

基于ASCAT微波散射计风场与NCEP再分析风场的全球海洋表面混合风场

通过星下点的计算得出ASCAT散射计、HY-2散射计单独观测以及双星结合观测的全球覆盖率,分析了中国南海海域双星结合观测对采样率的提升。同时详细介绍了利用NCEP风场、星载微波散射计风场,用时空加权分析法结合构建混合风场的具体程序,构建的混合风场时空分辨率达到6 h、0.25°,时间序列2012年1月1日—2012年3月31日,并且用实际浮标观测数据进行了检验,得到构建的混合风场与观测数据比较一致的结果。     

一种温度相关的HY-2A散射计地球物理模型函数

利用散射计测量海面后向散射系数, 并通过地球物理模型函数(geophysical model function, GMF)反演得到海面风场。目前散射计风场反演所采用的GMF一般只考虑雷达极化方式、雷达入射角、风速和相对风向对海面后向散射系数的影响, 而相关研究表明海表温度(sea surface temperature, SST)对Ku波段散射计风场反演具有不可忽略的影响。文章利用海洋二号A卫星散射计(Haiyang-2A Scatterometer, HY2A-SCAT)后向散射系数观测值、欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF )再分析风矢量和SST数据, 采用人工神经网络方法, 建立起一种SST相关的GMF (TNGMF)。对TNGMF进行分析后发现, 海面后向散射系数随着SST的增加而增加, 并且其增加幅度与雷达极化方式、风速有关。为了对比, 文章使用相同数据集和相同方法建立了不包含SST的GMF (NGMF), 将美国国家航天航空局散射计-2 (National Aeronautics and Space Administration Scatterometer-2, NSCAT2) GMF、TNGMF和NGMF分别用于HY2A-SCAT风场反演实验。试验结果表明, 采用NSCAT2 GMF、NGMF反演得到的风速在低温时系统性偏小, 在高温时系统性偏大; 而TNGMF可较好地纠正SST对风速偏差均值的影响, 从而提高反演风场质量。     

基于混合密度网络的NSCAT散射计海面风场反演

以NSCAT散射计数据为例,介绍了一种神经网络反演海面风场的方法.风速的反演是基于多层感知器网络;多解风向的反演是基于多层感知器网络和混合密度模型组合而成的混合密度网络,其中的核函数采用高斯函数的形式.通过与欧洲中期天气预报模式风场和现场浮标数据对比,证明了该神经网络反演海面风场的有效性.     

海洋二号卫星散射计风场产品真实性检验及分析

利用国际海-气综合数据集(ICOADS)中的海面风场实测数据作为真实值,对海洋二号卫星散射计风场产品进行真实性检验,得到初步结论:(1)在中、低风速条件下,海洋二号散射计风速与ICOADS实测风速具有较好一致性,但在较高风速条件下海洋二号散射计会出现风速低估现象;(2)海洋二号散射计风向与ICOADS实测风向的误差主要集中在-15°—15°范围内,在低风速条件下,海洋二号散射计与ICOADS两者风向存在较大偏差,风向多解也主要发生在低风速时;(3)在2—24 m/s风速条件下,剔除超过3个标准偏差风速样本后,海洋二号与ICOADS两者风速的平均绝对误差为1.36 m/s,均方根误差为1.92 m/s,若忽略风向多解的影响,两者风向的平均绝对误差为14.98°,均方根误差为20.21°。     

基于微波多载荷优势互补的海面风场联合反演方法研究

海面风场的遥感探测主要通过合成孔径雷达（Synthetic Aperture Radar,SAR）和微波散射计等微波遥感器进行,近年来波谱仪也可用来探测风场信息。各遥感器独立工作,具有不同的入射角、覆盖范围和分辨率,在风场探测方面各有其优势和局限性。本文基于各类微波遥感器独特的观测方式,根据各自的时空匹配规则,相互借助实现3种载荷的两两联合,波谱仪和散射计分别与SAR联合为其提供风向并得到SAR的风速结果,与ERA5的均方根误差分别为1.972 7 m/s和1.986 0 m/s,散射计与波谱仪相互联合为波谱仪去除风向模糊,去模糊的风向结果为26.758 9°,都符合目前风场反演公认的标准,风速和风向的均方根误差小于2 m/s和30°。本文解决了现阶段单模式观测风场的缺陷,为我国未来发射SAR、散射计、波谱仪多载荷卫星的风场反演提供互补信息的支持,为实现多载荷区域大范围高精度风场研究做准备。     

一种改进的扇形波束旋转扫描散射计海面风矢量反演算法

扇形波束旋转扫描散射计（RFSCAT）是约十年前才被提出来的一种新型星载微波散射计。与其它旋转扫描散射计类似,其星下点附近区域和刈幅边缘区域的风场反演误差相对较大。在本文设定的参数条件下,RFSCAT散射计刈幅边缘区域的风向反演精度相对于轨道中间区域降低了约9°。针对这一问题,本文为RFSCAT散射计提出了一种改进的风矢量反演算法。新算法的主要特征是,根据风向反演偏差直方图,在整个刈幅区域内,对模糊解风向取值区间进行自适应扩展,以获取并保留更多可能风向解。利用模拟的100条轨道的L2A数据,对新算法进行反演验证。实验结果证明,新算法能够有效改善RFSCAT散射计星下点附近区域和轨道刈幅边缘区域的风向反演精度。星下点和刈幅边缘上的风矢量单元的风向反演精度相对于标准的MLE算法分别提高了1.6°和9°。     

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。     

HY-2B卫星散射计神经网络多区间风速反演

以欧洲中期天气预报中心ECMWF(European Centre for Medium Range Weather Forecasts)的ERA5风场数据为真实风速参考值,利用HY-2B卫星散射计L2A数据,使用反向传播神经网络方法对风速进行了反演,分别建立了中高风速、中低风速和全风速反演模型.与基于NSCAT-4地球...