利用测高卫星观测数据计算全球海平面季变化

利用了美国宇航局和法国空间局联合公布的Jason-1第1周期至第129周期卫星测高数据,采用共线平差的方法计算了2002年至2005年全球海平面的季变化。计算结果表明,全球海平面高第一、四季度上升,第二、三季度下降,且第三季度下降明显。     

利用卫星测高技术监测海平面变化

利用 1 993～ 1 999年期间的 T/ P测高数据计算了东中国海 1 1个潮汐调和常数值 ,其振幅精度优于± 4cm;利用 Topex卫星测高数据 ,以优于± 7cm的精度监测了 1 997年太平洋的厄尔尼诺过程 ;利用 T/ P数据分析了全球和中国海海平面季节性变化 ,全球海平面季节变化趋势是第一、四季度上升 ,第二、三季度下降 ;而中国海则相反 ,第一、四季度下降 ,第二、三季度上升     

基于T/P卫星测高数据的海平面变化研究

本文以T/P系列卫星测高数据为研究基础,对各月份数据进行共线处理,对各交叉点进行平差,从而得到海面高,然后对海面高程异常值进行计算,通过对T/P卫星同时在轨阶段测高数据进行综合分析分析,得到中国近海及邻域的平均偏差数据,分别是T/P与Jason-1的差值为-11.76 cm,Jason-1与Jason-2的差值为9.60 cm,Jason-2与Jason-3的差值为2.42 cm,并进行海面高异常改正,建立了研究海域25年的海面高异常序列.对得到海面高异常序列进行分析,得到黄海、东海的海平面上升速率分别为2.68、2.88 mm/a.     

潮汐模型对利用卫星测高数据研究海平面变化的影响

利用T/P测高数据反演了中国近海及西北太平洋海域的潮汐参数,构造了CSR3.0、FES95.2和T/P反演的海潮模型改正下的海面高时间序列,通过海面高变化曲线及功率谱的比较确定了利用测高数据发现的海平面季节内变化主要是潮汐模型误差的贡献。     

利用卫星测高监测贝加尔湖湖面高变化

以贝加尔湖为例,利用Jason-2测高卫星4年(2008~2012)GDR数据,经过误差改正与数据编辑,通过分析贝加尔湖月水位异常时间序列,得到了贝加尔湖湖面高变化的季节性规律;通过分析贝加尔湖半年水位异常时间序列,得出了贝加尔湖湖面高变化的周期为1年;计算结果表明,利用卫星测高技术对内陆湖泊湖面高变化进行监测具有一定的可行性。     

利用卫星测高与验潮站数据监测越南近海海平面变化

利用卫星测高和验潮站资料计算分析了越南近海海平面变化。结果表明,两种数据得到的海平面变化过程具有很好的同步性,其中,由测高数据计算得到的1993-2015年越南近海整体上升速率为3.18 mm/a,沿岸验潮站海平面上升速率为4.1 mm/a。在整个验潮站观测时段,越南沿海海平面呈上升趋势,平均上升速率为3.02 mm/a。越南近海海平面表现为较强的季节性特征,在红河和湄公河三角洲沿岸地区,极易受到风暴潮和洪水等季节性气候的影响。     

利用TOPEX/Poseidon卫星测高资料监测全球海平面变化

本文利用１９９３年１月至１９９９年５月的ＴＯＰＥＸ／Ｐｏｓｅｉｄｏｎ卫星测高数据计算了全球海平变化。海平面模型误差和不恰当的加权方法都会影响全球海平面序列的周年变化,潮汐模型误差对于季节性变化有明显的影响。利用两个高度计算的海平面变化存在周年变化存在明显的差异,利用ＴＯＰＥＸ高度计和Ｐｏｓｅｉｄｏｎ高度计得到的该时段全球平均海平面的变化率分别为２．０ｍｍ／ａ和－０．５ｍｍ／ａ。与南方涛动指数的比较     

利用卫星测高数据监测巢湖水位变化

针对传统的通过水位站点连续观测获取水位信息的方式需要耗费人力、物力和财力的问题,该文提出利用Cryosat-2测高数据对内陆湖泊湖面高变化进行监测,并研究了巢湖水位变化与气候的关系,得出巢湖湖面高季节性变化的规律;同时,与地面水位站实测水位数据进行比较,发现二者存在显著的线性相关性。结果表明,利用Cryosat-2测高数据对内陆湖泊湖面高变化进行监测具有一定的可行性。     

利用GEOSAT／ERM卫星测高数据计算中国近海海平面

本文利用一年（１９８６年１１月８日～１９８７年１１月１７日）２２个ＥＲＭ周期的ＧＥＯＳＡＴ卫星测高数据计算出中国近海海域（１０５°～１３５°Ｅ，０°～４０°Ｎ）相对于ＧＲＳ８０参考椭球面的１°×１°年平均海平面。该海平面我们称之为ＩＧＧＭＳＳ９５平均海平面。在数据处理过程中，由于采用了混合轨道误差模型及交叠平差技术，极大地消除了在误差中占主要成分的径向轨道误差影响，使得ＩＧＧＭＳＳ９５平均海平面的总体精度达到±２０～３０ｃｍ（ＲＭＳ）水平。与ＯＳＵ９１Ａ重力大地水准面模型相比较可以发现两者具有惊人的一致性。     

Comparison of Inherent Optical Properties (IOPs) in Open and Coastal Waters of Arabian Sea Using In-Situ Bio-Optical Data

The two main inherent optical properties (IOPs) namely absorption and back scattering coefficients were estimated using a quasi analytical algorithm (QAA) for open and coastal ocean waters of Arabian Sea. Absorption due to gelbstoff and back scattering due to the particulate matter were calculated using the quasi analytical algorithm for all the in-situ measured reflectance spectra collected in the Arabian Sea. A comparative study was made to study the spectral variability of reflectance spectra in open as well as coastal waters of Arabian Sea. Spectral analysis was made for the absorption and back scattering coefficients calculated using the QAA for both open and coastal waters. The absorption coefficient in the open ocean waters vary from a minimum value of 0.029 to a maximum value of 0.445 and it varies from a minimum value of 0.081 to a maximum value of 4.000 for the coastal waters of Arabian Sea. Absorption due to gelbstoff or the CDOM a_g(λ), calculated for the Arabian Sea waters show a variation of 0.000202 to 0.112437 for open ocean waters and it varies from 0.002848 to 2.8936 for coastal waters of Arabian Sea. Particulate back scattering coefficient for open ocean waters vary from 0.0000307 to 0.006575 whereas b_bp(λ) vary from 0.000167 to 0.026014 for coastal ocean waters. The minimum slope for the open ocean waters is 0.989 and maximum value of 2.147 (average value of 1.7) was observed; whereas a minimum value of 0.046 and a maximum value of 1.201 (average value of 0.6) were observed from the in-situ spectra for coastal waters of Veraval. The slope ‘Y’ estimated from the model is 1.957 for open ocean waters and 0.515 for coastal waters collected in the Arabian Sea.