基于SOM的海表温度遥感数据集的EOF算法重构

针对海表温度数据集的数据缺失,提出了一种基于自组织映射算法(SOM)和经验正交函数算法(EOF)有机结合的重构缺失值的新方法。该方法应用了SOM的非线性估计,能够很好的反映数据集的非线性结构,并把SOM估计的结果用于EOF算法的初始化,克服了EOF对数据集初始化敏感的问题。在处理过程中,对奇异值分解使用了lanczos算子分解矩阵,提高了程序运行效率。此外,该方法还引入蒙特卡罗交叉校正集,确定最佳重构的EOF模态数,最终高精度计算出重构误差。使用AQUA遥感卫星海表温度数据进行实验,结果表明该方法能够很好地重构出缺失率高达83.23%的数据集,且重构精度高。     

基于Landsat8数据的舟山群岛海域悬浮泥沙浓度遥感研究

文章利用舟山近岸海域实测水体光谱及泥沙浓度数据,分析光谱反射率与悬浮泥沙浓度的相关性,并结合Landsat8遥感数据进行该海域的悬浮泥沙浓度遥感反演。研究表明：随着水体悬浮泥沙浓度的增加,各波段的反射率相应增加,且不同波段的增幅有明显不同,水体光谱曲线存在“双峰”现象;Landsat8遥感数据的波段4与波段3的比值与悬浮泥沙浓度的相关性较好;舟山群岛海域总体处于高泥沙浓度的状态,岛屿近岸悬浮泥沙浓度明显高于开阔水域,岛屿周围的悬浮泥沙浓度呈现“西高东低”的格局;一元二次方程模型（二次模型）对舟山海域水体的悬浮泥沙浓度反演精度较其他模型（线性模型,对数模型,指数模型,幂指数模型）高;Landsat8遥感数据可用于舟山海域悬浮泥沙浓度的监测。本研究成果能为近岸海域港口建设、航道安全、环境监测等研究提供数据支持。     

基于Himawari-8卫星的逐时次海表温度融合

Himawari-8卫星是日本气象厅发射的新一代地球同步静止气象卫星,为获取逐时次海表温度产品提供了有力数据支持。本文以Himawari-8 AHI海表温度为基础,利用最优插值法融合GCOM-W1 AMSR2海表温度和NERA-GOOS现场观测资料,生成逐时次海表温度融合产品。为了充分利用邻近时刻的海表温度观测资料,利用Himawari-8 AHI海表温度和欧洲中期天气预报中心海面风速数据建立匹配数据集,研究建立海表温度日变化模型,实现邻近时刻海表温度的订正;为了消除多源海表温度间的系统偏差,以Himawari-8 AHI海表温度为目标数据,利用泊松方程对GCOM-W1 AMSR2海表温度进行偏差订正。实验验证结果表明,利用逐时次海表温度融合产品计算的日增温情况与海面风速具有较好的相关性,间接证实了逐时次海表温度融合产品的准确性;另外,逐时次海表温度融合产品与现场观测海表温度的偏差为0.09℃、均方根误差为0.89℃,二者具有较好的一致性,说明逐时次海表温度融合产品具有较高的精度。     

基于Landsat 8影像的黄河口悬浮物质量浓度遥感反演

悬浮物质量浓度是黄河口海域重要的水质和水环境监测参数之一,直接影响着水面以下光场的分布,进而影响水体的初级生产力和水域生态环境。本文基于2011年6—7月和11—12月共计89组现场实测悬浮物质量浓度和光谱数据,分析了黄河口及其附近海域不同悬浮物质量浓度的水体光谱特征,尝试利用多种波段组合建立悬浮物质量浓度遥感反演算法。结果表明865 nm波段与波段比655 nm/560 nm组合形式算法反演结果最优,算法相关系数R²为0.95,平均相对误差为25.65%。将算法应用于2014—2016年共7景Landsat 8 OLI遥感影像,分析了不同年份黄河口悬浮物质量浓度的时空分布特征,黄河口海域悬浮物质量浓度分布总体呈现近岸高,离岸低的特点,不同时期悬浮物质量浓度量值上有显著变化。     

台风背景下海浪对海表流场和海表温度的影响

海浪作为海-气界面中重要的物理过程,对海洋上混合层的近表面分布具有重要作用。本文以台风"威马逊"和"麦德姆"为背景,基于FVCOM耦合模式模拟了台风浪及上层海洋的响应过程,探讨了海浪对海表流场和海表温度的影响。结果表明耦合模式能够较准确地模拟出有效波高,台风过境后海表流场在海浪的作用下反映出与台风相对应的气旋性特性,改变的流场量级可达0.4 m/s;海表温度出现不同程度的下降,最大降温约4℃,最大降温中心与流场变化区域相对应,且降温区相对台风路径呈显著的"右偏性"。最大降温滞后台风中心过境2 d左右,恢复时间一般超过10 d,与实况相吻合。     

连续台风对海表温度和海表高度的影响

利用多卫星观测资料,分析了2008年9月3个连续台风前后的海表温度(SST)和海表高度距平(SSHA)的时空变化特征,并探讨了影响其变化的主要因子。结果表明:(1)3个台风引起了强烈的上升流(1×10-5~150×10-5 m/s),海表显著降温(1~6 ℃),海表高度也有不同程度降低(10~50 cm);(2)台风引起的SST最大降温中心与SSHA负值或中尺度冷涡的区域中心十分吻合,同时台风使得先前存在的海洋中尺度冷涡得到加强;(3)同一区域台风对SST影响程度大小受台风的强度、移动速度以及台风对海面强迫时间等因素控制;(4)在原先SSHA为正值的海域,3个台风连续强迫下使得局地洋面形成一个SSHA为负值的中尺度涡,这与单一"打转"台风强迫海洋生成中尺度涡的现象不同。因此,对于西北太平洋海域而言,频发的台风在中尺度涡生消演变过程中的影响应不容忽视。     

基于ENVISAT ASAR数据的龙目海峡海表流场反演

基于2003年5月至10月ENVISAT ASAR宽幅模式（Wide Swath Mode, WSM）数据和2003年11月至2004年5月ENVISAT ASAR单视复数模式（Image Mode SLC, IMS）数据,利用多普勒质心偏移法获取了海面运动引起的多普勒质心异常,通过去除风和Bragg波引起的多普勒频移,最终获得龙目海峡海表径向流速。利用AVISO(Archiving, Validation and Interpretation of Satellite Oceanographic Data)流场数据对结果进行了精度验证,并分析了龙目海峡海表流速变化。结果表明：本文反演得到的海表面流速与AVISO流场匹配度较好,其中由WSM数据反演得到的流速与AVISO流场均方根误差为0.28 m/s,IMS数据反演得到的流速与AVISO流速均方根误差为0.37 m/s。在研究区范围内,2003年5月至9月海流流速较大（-2.56～2.51 m/s）,10月流速减小（-0.79～0.72 m/s）,11月至12月流速逐月增大（-1.64～1.25 m/s）,2004年3月流速达到最低值...     

基于决策树算法的Landsat 8 OLI影像海岸类型自动识别方法

针对基岩、人工、砂质和淤泥质海岸四种海岸类型,采用数据挖掘算法中的C4.5决策树算法对Landsat 8OLI多光谱影像数据进行分析。首先得出4种海岸类型中所包含的海水、陆地、植被、养殖区、淤泥、沙滩六种地物的识别规则;然后利用不同海岸类型所包含的地物类型差异,分别提出了基岩、人工建筑、人工养殖、沙滩、淤泥五种海岸类型的自动识别规则。实例验证结果表明,对于地物特征明显的人工海岸和基岩海岸,我们提出的海岸类型自动识别方法的精度可达到100%,而对于光谱相近的淤泥质海岸和人工养殖海岸其识别精度较低,大于80%。     

台风对海表温度的影响分析

文章选取2011-2012年出现在西北太平洋地区的3个不同类型的台风,利用中国台风网"CMA-STI热带气旋最佳路径资料数据"和多卫星遥感观测资料,分析了台风对大洋以及中国近海海表温度的影响。分析结果表明,台风对SST的影响程度与台风自身强度和台风的移速密切相关。SST降低区域一般位于台风路径的右侧,台风在大洋右转向时可形成显著降温区。最大SST降低一般滞后台风中心2d或1d,在台风过境后,该海域降低的SST恢复时间也较长。     

基于深度神经网络的海表盐度反演

海表盐度（Sea Surface Salinity,SSS）是研究海洋对全球气候影响的重要参量,欧洲航天局（European Space Agency,ESA）设计研发的SMOS(Soil Moisture and Ocean Salinity)是专用于探测海水盐度的卫星之一。受射频干扰（Radio Frequency Interference, RFI）等因素的影响,SMOS卫星盐度产品的精度难以达到预期效果。为了提高SMOS卫星海表盐度产品精度,本文提出一种基于深度神经网络的海表盐度反演算法。以太平洋中部海域（150°E～180°,5°～30°N）为研究区域,利用Argo浮标实测盐度数据为参考真值,将SMOS卫星L1C、L2级产品与Argo盐度数据进行时空匹配。并根据海洋遥感和辐射传输理论,选取亮温（Brightness Temperature,TB）、海表温度（Sea Surface Temperature,SST）、降雨率（Rain Rate,RR）、波高（Significant Wave Height,SWH）、纬向风速（Zonal Wind Speed,ZWS）、经向风速（...     

HY-1卫星海温反演的误差分析

分别利用GTS船舶报海温数据和NOAA卫星海温数据分析了HY-1卫星海温反演误差。结果显示,对于GTS海温数据,RMS为1.26℃;对于NOAA卫星海温数据,RMS为0.94℃。影响HY-1卫星海温反演精度的主要因素为大气中的水汽吸收和云覆盖。另外,对HY-1卫星海温反演中的大气校正和云检测技术的改进进行了探讨。     

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.     

基于机器学习的SMAP卫星海表盐度反演

针对传统海表盐度的物理机制反演模型拟合过程复杂且反演精度不高等问题,借助大范围、全天时、L波段探测的SMAP卫星微波海洋遥感产品,以北太平洋(135°～165°E,15°～45°N)范围为研究海域,利用深层神经网络(Deep Neural Network, DNN)和支持向量机(Support Vector Machine, SVM)建立海表盐度(Sea Surface Salinity, SSS)遥感反演模型。验证结果表明:DNN与SVM模型测试集反演SSS与Argo(Array for Real-time Geostrophic Oceanography))实测SSS的均方根误差(Root Mean Square Error, RMSE)分别为0.179 0和0.257 0,平均绝对误差(Mean Absolute Error, MAE)为0.129 3和0.182 1,最小绝对误差为0.642 6和2.038 0,最大绝对误差为1.324 1和2.373 2,反演模型数据与实测Argo数据拟合后的的相关系数分别为0.89和0.84。总体来看,DNN模型比SVM模型的反演精度更高,...     

红外和微波辐射计反演海表面温度的比较

介绍了红外辐射计和微波辐射计测量海表面温度的原理,分析了它们各自在反演海表面温度时的差异。在全球范围的海表面温度的遥感蛉测中,红外辐射计和微波辐射计的遥感精度受到多种因素影响。传感器本身的噪音、算法反演精度、传感器分辨率、搭载卫星的全球覆盖率等自身因素使辐射计的探测资料产生差别：大气状况、海面风速、测量海洋不同深度海水的表征温度等外界因子也同时影响着红外辐射计和微波辐射计的遥感精度。了解红外波段和微波波段的辐射计在各方面的优劣,有助于发挥各自特长,有效提高卫星监测海表面温度的精度。     

基于最优插值和贝叶斯最大熵的海表温度融合方法研究

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。     

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 ℃。     

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.     

SMOS卫星遥感海表盐度资料处理应用研究进展

土壤湿度和海洋盐度卫星首次提供了覆盖全球的高频率、高精度、业务化的海表盐度产品,但其处理和延伸应用仍处于初级阶段,后续校准校正工作还将持续数年,如何及时把握其发展轨迹成为一个重要的科学问题.本研究从SMOS计划、数据概况、盐度反演算法、格点产品制作、多源数据融合和产品应用等方面,介绍和评述了SMOS计划及其海表盐度产品应用研究进展,着重分析了反演算法中的各种误差来源,对在轨2 a的运行情况进行了回顾、对未来的发展重点进行了展望,旨在为开发和应用SMOS产品提供参考.