"海洋一号"(HY-1)卫星数据的海面温度反演

“海洋一号”(HY-1)卫星是我国发射的第一颗探测海洋水色的卫星，星上载有10波段COCTS水色扫描仪和4波段CCD成像仪。本文介绍了利用“海洋一号”(HY-1)卫星数据反演海温的算法模型，对反演过程中用到的云检测方法进行了说明，给出了具体的反演处理过程，对利用本方法反演的海温结果进行了分析。     

Ⅱ类水体遥感反演中的大气校正算法研究进展

系统总结了Ⅱ类水体遥感反演中的大气校正算法,对各种算法的原理进行了简单阐述,分析了各种算法的适应性以及存在的问题,并对未来Ⅱ类水体遥感反演中大气校正算法的发展进行了展望,为科研人员进一步开展相关研究提供一些参考.     

海底沉积物孔隙度计算方法与声速反演的误差分析研究

研究海底沉积物孔隙度的测量误差,采用参数计算方法时,分析了基于不同物理量应用不同公式所得到的误差不同,通过运用误差传递理论,分别推导出3种孔隙度计算式基于单次测量和多次测量两个不同过程的误差公式,以此为基础定量分析孔隙度参数的误差,以不断提高孔隙度的精度;采用反演方法时,分析了基于正演经验公式解析结果存在的歧义性,应用南海海域实验数据拟合反演公式,并且运用Hamilton、Chen Minben的数据进行验证,得出反演公式的基本误差限,为反演的准确性提供一个定性分析的依据。     

基于半经验模型的水深反演及不同水深范围的误差分析

基于半经验遥感模型,开展广东省雷州湾SPOT-5影像不同水深范围的遥感反演及误差分析,给出不同模型对应的最佳水深范围和不同水深范围的最佳反演模型,结果如下：红光单波段模型、红光-绿光双波段模型、绿光-红光-近红外三波段模型均在2～5m水深范围内反演误差最小,分别为16.7%,13.2%和17.1%。0～2m水深范围内,红光-近红外双波段模型反演误差最小,为34.3%;2～5m水深范围内,红光-绿光双波段模型反演误差最小,为13.2%;5～10m水深范围内,红光-近红外双波段模型反演误差最小,为19.3%;10～20m水深范围内,三波段模型反演误差最小,为31.5%。     

基于Landsat 8卫星的江苏北部近岸海域水深遥感反演研究

水深数据是进行浅海演变、潮滩冲淤分析的必备资料。遥感测深技术的发展,为海洋勘察开辟了一条新的途径。本文针对江苏北部近岸海域,按照不同的泥沙浓度和地形特征选取两个试验区,针对Landsat卫星选取合适的大气校正模型,然后引入因子提高数据的相关性,最后选取相关性高的波段并使用随机森林模型进行建模。结果表明,模型在试验区1的RMSE、MAE和R²分别为4.05 m、2.97 m和0.79;模型在试验区2的RMSE、MAE和R²分别为3.89 m、3.21 m和0.40。分段误差结果表明近岸反演的水深偏大、远海反演的水深偏小,中间区域偏差较小。综合所有误差,可知试验区1的水深反演模型精度较高,可以应用,而试验区2的水深反演模型精度较低,只能基本反映水深变迁趋势。研究结果可以用于分析江苏近海的冲淤变化趋势,从而更好地保护当地的生态环境。     

HY-2B卫星载荷联合观测海面阵风的一种反演方法

国内外对海上阵风的研究并不多,且大多集中在阵风预报和应用研究方面,对于海洋阵风数据的获取技术未见文献系统论述。本文利用HY-2B卫星雷达高度计观测的后向散射系数,结合校正微波辐射计观测的亮度温度信息,提出联合反演阵风风速的方法。两个遥感载荷联合反演得到的阵风风速与2019–2021年美国国家浮标数据中心（NDBC）浮标数据进行真实性检验,结果显示：阵风风速均方根误差（RMSE）为0.98 m/s,相关系数为0.82;基于本方法利用国外同类卫星Jason-3得到的阵风风速与2016–2018年NDBC浮标数据的RMSE为0.96 m/s,相关系数为0.88。本文在HY-2B卫星雷达高度计海面风速观测的基础上,纳入同一卫星平台校正微波辐射计的同步观测信息联合实现了海面阵风的观测,数据的比对结果证明文中方法具有较高的观测精度。同时,该方法对于具有相同观测体制的国内外卫星也适用。     

大气校正模型对多光谱水深反演影响的多维度分析

大气校正是水体定量遥感的基础与前提。本文从大气校正模型、大气校正模型参数、水体组分差异以及水深反演波段组合方式4个维度探讨大气校正模型对水深反演的影响。研究采用6S、FLAASH、ACOLITE与QUAC 4种大气校正模型,选取大陆型、海洋型与城市型气溶胶模式,以瓦胡岛西北侧与谢米亚岛周边浅水作为清洁水体研究区,以辽东浅滩与槟城海峡作为浑浊水体研究区,基于Landsat-8多光谱影像开展大气校正,并采用8种波段组合方式进行水深遥感反演。研究结果表明：（1）4种大气校正模型均可在一定程度上削弱大气对水体信号的影响;因参数选取以及研究区水体组分的不同,不同模型的校正结果存在一定差异;两类水体反射率峰值分别出现在蓝波段与绿波段;（2）6S大气校正模型鲁棒性较强,该模型因研究区水体组分发生变化导致对应的水深反演结果与其余模型相比波动较小;FLAASH模型在海洋型和城市型两种气溶胶模式水深反演结果在浑浊水体存在较为明显的差异,辽东浅滩浅水区平均相对误差相差7.9%;ACOLITE模型受水体类型影响显著且对浑浊水体具有优越性与稳定性,平均相对误差较FLAASH降低5.6%;（3）多波段水深反演精度普遍优于单波段,但反演精度与波段数目之间无显著的相关性;水深反演波段组合方式对不同研究区敏感性不同,清洁水体三波段模型的反演精度较好,浑浊水体中四波段模型的反演精度最优,平均相对误差较三波段模型降低达5.6%。     

中国东部海域浮游植物类群遥感反演研究

浮游植物类群遥感反演能够为全面认识浮游植物在海洋生态系统中的作用提供重要的数据资料。但由于复杂的水体光学特性,近海浮游植物类群遥感反演存在着巨大挑战。本研究以复杂光学二类水体—中国东部海域为研究区,通过使用3种建模方法,即波段组合法、基于奇异值分解的多元线性回归法、基于奇异值分解的XGBoost回归法,利用遥感反射率数据反演浮游植物类群。经原位实测数据集验证,基于奇异值分解的XGBoost回归法构建的8类浮游植物叶绿素a浓度反演模型的精度最高,其中硅藻、甲藻的叶绿素a浓度反演模型在验证集上的决定系数均大于0.7。相比之下,3种建模方法估算得到的绿藻、蓝藻和金藻的叶绿素a浓度精度较低（验证结果的决定系数小于0.45）。同时,研究评估了OLCI影像的3种大气校正方法（C2RCC、POLYMER、MUMM）在中国东部海域的适用性。结果显示,相对于其他两种大气校正算法,C2RCC在各波段有较好的表现（均方根误差小于0.004 8 sr⁻¹）。将3种浮游植物类群反演模型应用到大气校正后的OLCI影像,验证结果显示,利用基于奇异值分解的多元线性回归法建立的硅藻叶绿素a浓度模型有较好的反演精度（决定系数为0.56）。     

应用遗传算法评估HY-1A CCD反演二类水体组分的能力

应用一种基于遗传算法的二类水体水色反演算法,评估了HY-1A CCD反演水体组分浓度的能力.算法采用了三组分(叶绿素、悬浮物质和黄色物质)海水光学模型作为前向模型,以二进制编码遗传算法作为优化方法.通过多次反演试验,讨论了遗传算法参数对反演结果的影响;通过构造不同目标函数,讨论了目标函数对反演结果的影响;通过波段平均前后的数据模拟反演,分析了HY-1A CCD的波段平均对水色反演的影响;分析了该水色优化反演算法的浓度范围适用性;最后分析了该算法对输入数据误差的敏感性.模拟反演表明,HY-1A CCD可以用于进行二类水体水色反演,特别是在悬浮物质反演方面,该传感器优势明显.     

基于Landsat8TIRS数据的海表温度反演算法对比

海水表面温度是研究气候变化的重要参数,具有重要研究意义。为了选出适用于近海海域的最优温度反演算法,本文基于Landsat8卫星遥感数据,以北部湾海域为研究区,对比分析了包括辐射方程传输法（RTM）、单窗算法（MW）、单通道算法（SC）、线性劈窗算法（SW1）和非线性劈窗算法（SW2）在内的海表温度反演算法的反演精度并进行了敏感性分析。同时本文利用劈窗协方差−方差比值法（SWCVR）来反演大气水汽含量数据,减少了温度反演过程中对外部数据的依赖,研究结果表明：（1）基于Landsat8 TIRS数据的SWCVR法进行大气水汽含量反演的效果较好,误差约在0.5 g/cm2;（2）与实测海温数据相比SW2与SC算法精度较高,误差约为0.6 K;RTM与SW1算法次之,误差约为1.6 K与1.9 K;MW算法精度较低,误差约为2.5 K;（3）与AVHRR SST产品进行相比两种劈窗算法的精度较高,误差约为1 K和1.3 K,SC算法精度较劈窗算法略低,误差约为1.4 K左右,RTM与MW算法精度较低,误差约为2 K与3 K;（4）SW2算法对参数的敏感性最低,其次是SC算法、SW1算法与MW算法,RTM算法的敏感性最高。     

海面表层水温与表皮水温的相关研究

海洋水温是海洋研究的重要参数之一.本文介绍了"表皮温度"和"表层温度"的不同概念,分析了表皮和表层温度不同的产生机理,初步建立了两个温度之间的关系式,分析了回归方程产生的误差.     

两种卫星遥感海面温度数据的处理技术

论文首先通过从网上获取AVHRR的2001年海面温度月平均数据和WOA01的海面温度季度平均数据资料,然后利用fortran程序读取数据和初步处理数据,并利用matlab软件和surfer作图工具绘制了两组不同数据的等值线图,最后对图像进行了分析,对比两组海面温度分布图。     

Improvement of Sea Surface Height Measurements of HY-2A Satellite Altimeter Using Jason-2

Abstract

HY-2A, which was launched on 16 August 2011, is the Chinese first microwave ocean dynamics environment satellite. Analyses of HY-2A daily sea-level anomaly data and HY-2A–Jason-2 (H-J) dual crossover sea-level anomaly differences show that HY-2A has measurement differences that mainly refer to an orbit error. H-J crossover differences and HY-2A–HY-2A (H-H) crossover differences give an estimate of the HY-2A orbit error. Smoothing cubic-spline functions are then used to obtain a continuous estimation of the HY-2A orbit error over time. On the basis of the simultaneous global minimization of H-J dual crossover differences and H-H crossover differences, the HY-2A observation error is efficiently reduced and height measurement data that are more precise are obtained. Specifically, the range bias/trend of the HY-2A altimeter is removed effectively and the root mean square of H-J crossover sea-level anomaly differences decrease from above 60?cm to 5.64?cm, and the standard deviation of H-J crossover differences decreases from 6.68 to 5.64?cm. Furthermore, the rms and standard deviations of H-H crossover differences both decrease from 7.46 to 6.55?cm. The results show that HY-2A after correction has a measurement accuracy and precision that are comparable to those of Jason-2.     

Validation of Daily Amplitude of Sea Surface Temperature Evaluated with a Parametric Model Using Satellite Data

The authors have verified a regression model for the evaluation of the daily amplitude of sea surface temperature (ΔSST) proposed by Kawai and Kawamura (2002). The authors investigated the accuracy of satellite data used for the evaluation and showed that ΔSST error caused by satellite data error is less than ±0.7 K. The evaluated ΔSSTs were compared with in situ values. Its root-mean-square error is about 0.3 K or less, except for a coastal region, and it has a bias of more than +0.1 K in the tropics. This bias can be removed by considering latent heat flux. This revised version was published online in July 2006 with corrections to the Cover Date.     

Study of 19-year Satellite Sea Surface Temperature Variability along the West Coast of India

The seasonal and interannual variation of upwelling along the west coast of India between 8°N and 24°N was studied for the period 1985 through 2003 using NOAA-AVHRR sea surface temperature data. The seasonal migration of pronounced upwelling, which follows the seasonal shift of the winds in southwest monsoon period and northeast monsoon, was confined. The temporal mean sea surface temperature images clearly show the upwelling season, as does the seasonal sea surface temperature anomaly. These dominate features of the upwelling system are also the most variable, with most of the variance being explained by the seasonal cycle. Quasi-cyclic behavior of seas surface temperature on interannual scales has also been observed.     

Improved Scheme for Determining the Thermal Centroid of the Oceanic Warm Pool Using Sea Surface Temperature Data

During the past two decades, concern about the western Pacific Warm Pool (WP) has been growing following the recognition of its significant role in global climate change and its close association with El Nino-Southern Oscillation phenomena. A fundamental issue in WP related studies is to locate its centroid and track its trajectory. The method used by some previous researchers for estimating the WP position seems to oversimplify the problem to a purely geometric one. This, however, is found to be systematically biased in both zonal and meridional directions. A new scheme for determining the WP centroid, which takes into account the thermal structure of the surface water, is proposed, resulting in a significant improvement in precise tracking of the WP trajectory compared to previous results.     

2017 年中国近海海温和气温气候特征分析

2017 年,全球平均海表温度较常年值偏高0.29~0.43 ℃,是自1960 年以来第三热的年份,仅次于2015 和2016 年,同时是没有厄尔尼诺事件影响的全球海洋最热年。1960-2017 年,中国近海年平均海表温度呈显著波动上升趋势,每十年升高0.16 ℃。2017 年中国近海年平均海表温度较常年值偏高0.64 ℃,是自1960 年以来的中国近海第二最热年份,仅次于1998 年。基于国家海洋局沿海海洋观测台站资料分析,1960-2017 年,中国沿海年平均海表温度以每十年0.15 ℃的速率上升（高于全球平均海表温度的升温速率每十年0.11 ℃）。2017 年中国沿海海表温度较常年值偏高0.8 ℃,是1960 年有记录以来的最高值,比2015 年所创的最高纪录高0.2 ℃。1965-2017 年,中国沿海年平均气温以每十年0.30 ℃的速率上升。2017年中国沿海气温较常年值偏高1.1 ℃,也是1965 年有记录以来的最高值,比2016 年高0.2 ℃。     

东海海表面温度长期变化趋势研究

通过对卫星海表面温度资料的分析，研究了东海表面温度的长期变化趋势。发现东海存在41个月左右的变化周期，并与ENSO有一定的关系。海表面温度变异最大的区域在东海北部由长江口至济州岛南部区域。     

估计海表温度的1种简便方法

依据随机过程线性均方估计的正交原理,可由水文站获得的海洋要素估计工程点的海洋要素。利用1984~2003年的卫星海表温度(SST)数据将该方法用于估计海表温度,并对该方法产生的误差进行了分析,结果表明该方法比传统方法更能有效地减小误差;其意义在于可在陆地台站和工程点进行一段时间的同步观测,找出两者之间的相关系数,之后便可长期由台站气温估计工程点的海表温度。