基于MODIS遥感影像的福建近岸海表温度反演

借助福建沿岸13个海洋台站的海表温度(SST)实测资料,选取相应时间的MODIS遥感影像,通过对4个相关变量的线性回归统计,建立了适用于福建近岸的SST区域反演模型,对建立的反演模型精度进行验证,并与SeaDAS模型的反演精度进行比较,SST区域反演模型的精度优于SeaDAS模型。利用该SST区域反演模型,对福建近岸的SST进行了遥感反演和时空变化分析。结果表明,福建近岸的SST与大陆沿岸流、南海暖流、台湾海峡东岸黑潮暖流的分布以及季节的变化密不可分。     

台湾海峡MODIS遥感SST的初步验证

海表层温度（SST）是一个决定海气相互作用以及生物栖息条件适宜性的海洋环境关键参数,可以通过卫星遥感手段获取,对检验锋面多发、水文条件复杂的近岸区域卫星遥感SST产品的真实性,具有重要意义．本文采用大型海洋环境多层监测浮标获取的SST数据对台湾海峡MODIS遥感SST产品进行检验．结果表明,MODIS遥感与实测SST数据具有很好的一致性,两者的均方根误差为0．5l℃,平均偏差为一0．02℃,平均绝对偏差为0．42℃,相关系数为0．988;MODIS遥感与实测SST数据之间可能存在季节性差异,均方根误差以夏季最大．     

人工神经网络在南海近海面气温反演中的应用研究

基于人工神经网络方法,利用海面水温、海面风速以及海面气压反演南海近海面气温,采用的基础数据集是国际综合海洋-大气数据集(International Comprehensive Ocean-Atmosphere Data Set,2.4 Release,ICOADS2.4)1981—2008年的观测资料,其中1981—2000年的观测资料用来建立模型,2001—2008年的观测资料用来进行模型检验。采用的人工神经网络方法是引入动量因子并采用批处理梯度下降法的BP(Back propagation)算法。试验结果表明,基于人工神经网络建立的近海面气温反演方法明显优于多元线性回归方法,尤其是在春季和冬季,海面水温、海面风速以及海面气压与近海面气温之间存在较强的非线性关系,人工神经网络的优势更加明显。总体而言,人工神经网络在各月的反演效果较均衡,均方根误差介于1.5—1.8℃之间,平均绝对误差为1.1—1.3℃。     

南海海面温度与Nio/DMI指数年际变异的相关性分析

利用NCEP的Reynolds最优插值海面温度产品(1981年12月-2004年10月),对南海海表温度场的年际变化与热带太平洋El Ni~no指数(Ni~no1 2,Ni~no3.4,Ni~no5和Ni~no6指数)以及印度洋的偶极子指数(DMI)进行相关性分析。研究表明南海海面温度(SST)的变异与Ni~no1 2指数的变异相关性较强,南海海表温度场平均滞后Ni~no1 2指数4.77个月时,二者相关达到最大,平均为0.60;Ni~no3.4指数次之,南海海洋表层温度距平(SSTA)平均滞后Ni~no3.4指数6.67个月时,二者相关系数最大,平均为0.49。南海海表温度场对应的伴随形态进一步表明,南海随Ni~no1 2,Ni~no3.4指数出现正异常并有增暖现象,其中南海SST异常随Ni~no1 2指数变化的强度更大。并且几乎整个南海区域均超过95%的置信水平,当Ni~no1 2达到1个标准差(即异常增暖1.04℃),南海平均增暖幅度为0.16℃,越南东南外海和南海16°N以北区域SSTA增幅最大为0.20℃。表征西北太平洋海表温度场的Ni~no5和Ni~no6指数对ENSO现象的响应与南海表层温度场线性相关性不显著。研究还表明,南海海表温度场的年际变化与印度洋偶极子指数(DMI)的相关性不强,相关性仅体现在南海的卡里曼丹岛西南角的局部海域。     

热带太平洋-南海-印度洋海面风与海面温度年际变化整体耦合的主模态

利用COADS资料和相关分析、经验正交函数分解、奇异值分解和小波分析等方法对热带太平洋-南海-印度洋的海表面温度(SST)及海面风场(SSW)进行了研究,确定了热带太平洋、南海以及印度洋作为1个整体时海面风场及海面温度场相互作用的主模态。在把热带太平洋、南海和印度洋作为整体的情况下,研究了该模态的时空分布特征。各种方法研究均表明,该模态在热带太平洋上为ENSO模态;在热带印度洋上为对应于ENSO态的印度洋“单极型”模态;在南海则表现为整个海盆尺度上的一致型。     

南海海面温度与Ni(n)o/DMI指数年际变异的相关性分析

利用NCEP的Reynolds最优插值海面温度产品(1981年12月-2004年10月),对南海海表温度场的年际变化与热带太平洋El Ni(n)o指数(Ni(n)o1 2, Ni(n)o3.4, Ni(n)o5和Ni(n)o6指数)以及印度洋的偶极子指数(DMI)进行相关性分析.研究表明南海海面温度(SST)的变异与Ni(n)o1 2指数的变异相关性较强,南海海表温度场平均滞后Ni(n)o1 2指数4.77个月时,二者相关达到最大,平均为0.60; Ni(n)o3.4指数次之,南海海洋表层温度距平(SSTA)平均滞后Ni(n)o3.4指数6.67个月时,二者相关系数最大,平均为0.49.南海海表温度场对应的伴随形态进一步表明,南海随Ni(n)o1 2, Ni(n)o3.4指数出现正异常并有增暖现象,其中南海SST异常随Ni(n)o1 2指数变化的强度更大.并且几乎整个南海区域均超过95%的置信水平,当Ni(n)o1 2达到1个标准差(即异常增暖1.04 ℃),南海平均增暖幅度为0.16 ℃,越南东南外海和南海16°N以北区域SSTA增幅最大为0.20 ℃.表征西北太平洋海表温度场的Ni(n)o5和Ni(n)o6指数对ENSO现象的响应与南海表层温度场线性相关性不显著.研究还表明,南海海表温度场的年际变化与印度洋偶极子指数(DMI)的相关性不强,相关性仅体现在南海的卡里曼丹岛西南角的局部海域.     

夏季北极海冰表皮温度实测资料与MODIS产品的对比分析

Ship-borne infrared radiometric measurements conducted during the Chinese National Arctic Research Expedition(CHINARE) in 2008, 2010, 2012, 2014, 2016 and 2017 were used for in situ validation studies of the Moderate Resolution Imaging Spectroradiometer(MODIS) sea ice surface temperature(IST) product.Observations of sea ice were made using a KT19.85 radiometer mounted on the Chinese icebreaker Xuelong between July and September over six years. The MODIS-derived ISTs from the satellites, Terra and Aqua, both show close correspondence with ISTs derived from radiometer spot measurements averaged over areas of 4 km×4 km, spanning the temperature range of 262–280 K with a ±1.7 K(Aqua) and ±1.6 K(Terra) variation. The consistency of the results over each year indicates that MODIS provides a suitable platform for remotely deriving surface temperature data when the sky is clear. Investigation into factors that cause the MODIS IST bias(defined as the difference between MODIS and KT19.85 ISTs) shows that large positive bias is caused by increased coverage of leads and melt ponds, while large negative bias mostly arises from undetected clouds. Thin vapor fog forming over Arctic sea ice may explain the cold bias when cloud cover is below 20%.     

南海海面高度变化及其与太平洋上涛动信号的关系

本文使用循环平稳经验正交函数(CSEOF)方法分析了南海海面高度(SCS-SSH)的时空变化模态,并对它们与太平洋海盆尺度振荡的关系进行了探讨分析。结果表明,SCS-SSH的第一个CSEOF模态是季节变化模态,其变化强度受到一个与厄尔尼诺-南方涛动(ENSO)有关的低频信号的调制,即在厄尔尼诺期间季节变化的幅度减弱(最大可降低30%,1997/98)而在拉尼娜期间季节变化增强。SCS-SSH的第二个CSEOF模态是年际-年代际尺度的低频变化模态,其空间模态的月与月之间的差异微弱,而时间模态和太平洋年代际振荡(PDO)指数高度相关。然后,我们使用独立成分分析(ICA)方法提取了太平洋中的五个主要振荡成分,并检验了它们对SCS-SSH变化的各自影响。分析表明,纯粹的ENSO模态(类似于太平洋东部型ENSO)对SCS-SSH的低频变化的影响比较微弱,而ENSO的红化模态(类似于太平洋中部型ENSO)对SCS-SSH的低频变化具有明显影响。由于ENSO的红化模态是PDO信号的一个主要成分,这一结果解释了为什么在影响SCS-SSH的低频变化上PDO比ENSO更重要。径向鞍型振荡模态、黑潮延伸体处的增温模态、以及赤道的降温模态也由ICA方法提取出来,但它们对SCS-SSH低频变异的影响微弱。进一步的分析表明,太平洋的涛动信号可能以不同的方式来影响南海海面高度变化和海表温度变化。     

基于MODIS数据的黄渤海海域云检测方法及其应用研究

在处理MODIS数据、业务化监测黄渤海海冰过程中,云检测是重要内容之一,其结果直接影响海冰信息反演的精度。为了减少云在海冰监测过程中的影响,本文针对冬季黄渤海海域的特点,采用多波段阈值云检测算法对云进行检测,并用IDL语言图像处理技术实现该算法。在研究过程中,本文采用C#语言,借助ArcGIS Engine组件,将云检测算法与地理信息系统二次开发技术有机结合,实现了云检测过程的全自动化和可视化,提高了MODIS数据的处理效率。实验表明,该方法具有较高的云检测精度,检测效果理想,并为海冰监测过程的全自动化与可视化研究奠定了基础。     

Huffman与LZW算法在海洋观测浮标通信数据压缩中的应用研究

在现有两种比较主流无损压缩算法基础上(Huffman算法和LZW算法),根据海洋观测浮标采集的观测数据特点,比较两种压缩算法的优缺点,并通过布放在西太平洋海域的一套观测浮标数据进行数据验证。结果表明,使用Huffman算法和LZW算法分别对海洋观测浮标数据进行压缩,两者的压缩率都基本可达50%左右甚至更低,Huffman算法压缩率较优,而LZW算法复杂度较优。通过分析,可证明这两种无损压缩算法都能有效地提高深远海通信效率和降低通信成本,同时也提高了科学观测数据的安全性和保密性,可根据实际情况选择在深远海观测浮标数据通信中应用。     

最优插值法及其在热带太平洋海表温度数据同化中的应用

利用M IT gcm模式和最优插值法搭建的同化平台对热带太平洋赤道附近的海表温度SST数据进行了数值同化处理。结果表明,同化处理有效兼顾了模式模拟值和观测值,纠正了模式模拟值出现的误差,数值同化结果更接近于观测值。该同化平台能够更好地反映出SST的分布特征,该同化方法可以有效地对海表数据进行数值预报。     

南海表层水温年循环的谐波特征

通过对ＮＣＥＰ１°×１°周平均ＳＳＴ资料（１９８２～１９９４）进行谐波分析,发现南海ＳＳＴ年循环中基波Ｗ１和第二谐波Ｗ２是决定性的谐波;诸谐波具有准驻波特征：气候平均意义下的季节内振荡不显著。此外,还讨论了南海全区ＳＳＴ在夏季风爆发之前迅速增温的原因     

局地混合率变化对热带太平洋SST的影响

利用1个等密度面坐标大洋环流模式,研究了热带太平洋地区局地混合率变化对局地海表面温度的影响.研究表明,局地混合率的变化对热带中-东部地区以及海盆东边界处的海表面温度影响较强,而对海盆西部的海表面温度影响较弱,这些影响主要与局地温跃层的深度有关,此外海洋表层与温跃层的温度差等也会对局地海表面温度产生影响.     

基于卫星遥感海温数据的南海SST预报误差订正

尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。     

MODIS渤海海冰遥感资料反演

鉴于渤海海冰监测和预报对海冰卫星遥感数字化产品的迫切需求,本文利用MODIS的1B级数据进行渤海海冰参数反演,提供海冰遥感图像和海冰密集度、冰厚数值产品,作为渤海海冰监测和海冰数值预报初始场的重要信息来源,以及海冰预报质量检验的参考依据之一。反演结果表明,其各通道对海冰性质有很好的反映,资料信号比较稳定,对不同密集度和厚度的冰有较好的区分,相对NOAA/AVHRR和HY-1A资料有更好的实际应用价值;Terra/MODIS和HY-1A/COCTS海冰遥感反演结果对比也为HY-1A系列卫星海冰遥感的改进和提高提供有益的启示。     

MODIS水色产品在中国黄、东海海域应用研究

An extensive study collected in situ data along the Yellow Sea(YS) and East China Sea(ECS) to assess the radiometric properties and the concentration of the water constituents derived from Moderate Resolution Imaging Spectroradiometer(MODIS). Thirteen high quality match-ups were obtained for evaluating the MODIS estimates of Rrs(λ), chlorophyll a(Chl a) and concentrations of suspended particulate sediment matter(SPM). For MODIS Rrs(λ), the mean absolute percentage difference(APD) was in the range of 20%–36%, and the highest uncertainty appeared at 412 nm, whereas the band ratio of Rrs(λ) at 488 nm compared with that at 547 nm was highly consistent, with an APD of 7%. A combination of near-infrared bands and shortwave infrared wavelengths atmosphere correction algorithm(NIR-SWIR algorithm) was applied to the MODIS data, and the estimation accuracy of Rrs were improved at most of the visible spectral bands except 645 nm, 667 nm and 678 nm. Two ocean-colour empirical algorithms for Chl a estimation were applied to the processed data, the results indicated that the accuracy of the derived Chl a values was obviously improved, the four-band algorithms outperformed the other algorithm for measured and simulated datasets, and the minimum APD was 35%. The SPM was also quantified. Two regional and two coastal SPM algorithms were modified according to the in situ data. By comparison, the modified Tassan model had a higher accuracy for the application along the YS and ECS with an APD of 21%. However, given the limited match-up dataset and the potential influence of the aerosol properties on atmosphere correction, further research is required to develop additional algorithms especially for the low Chl a coastal water.     

吕宋海峡Ekman输运和南海SST的相关性分析

在利用1950—2009年NCEP(National Center for Environmental Prediction)资料分析风场数据的基础上,计算吕宋海峡的Ekman输运,研究表明其存在显著的季节变化,除了夏季外,其它季节均为由太平洋向南海输运。分析吕宋海峡Ekman输运和南海海盆表征上层热力状况的海表面温度SST(Sea Surface Temperature)之间的关系发现:在年内时间尺度上,两者不存在显著的同期相关,Ekman输运对SST的影响开始于一个月之后,从北部向南扩展,第二个月最为明显,并扩展至整个海盆,第三个月开始衰减,第四个月影响消失,且相关性为正;在年际尺度上,吕宋海峡Ek-man输运的异常同南海SSTA(Sea Surface Temperature Abnormal)的第二模态存在显著的相关联系,并且吕宋海峡Ekman输运和南海SSTA的相关关系在北部为正,南部为负。吕宋海峡Ekman输运调制南海大尺度环流,通过暖、冷平流的作用影响南海SST的变化。     

CMIP5模式对南海SST的模拟和预估

分析了32个CMIP5模式对南海历史海表温度(SST)的模拟能力和不同排放情景下未来SST变化的预估。通过检验各气候模式对南海历史SST增温趋势和均方差的模拟,发现大部分模式都能较好地模拟出南海20世纪历史SST的基本特征和变化规律,但也有部分模式的模拟存在较大偏差。尽管这些模拟偏差较大的模式对SST多模式集合平均的影响不大,但会增加未来情景预估的不确定性。剔除15个模式后,分析了南海SST在RCP26、RCP45和RCP85三种排放情景下的变化趋势,发现在未来百年呈明显的增温趋势,多模式集合平均的增温趋势分别为0.42、1.50和3.30℃/(100a)。这些增温趋势在空间上变化不大,但随时间并不是均匀变化的。在前两种排放情景下,21世纪前期的增温趋势明显强于后期,而在RCP85情景下,21世纪后期的增温趋势强于前期。     

渤海海域MODIS波段衰减深度研究

衰减深度是传感器检测到的水体信息的90%的深度,衰减深度越大,传感器检测到的水体信息越多,提取水体信息的精确度越高,同时从衰减深度还可了解传感器获取的水体信息到底来自水下多深的水层。以MODIS数据为数据源,对渤海海域衰减深度进行计算,分析了某一时间渤海海域衰减深度波谱变化和某一波段渤海海域衰减深度季节变化。衰减深度波谱曲线为单峰曲线,不同区域的衰减深度波谱曲线的相似和差异情况与前人根据渤海海域悬浮泥沙含量和光谱情况进行分区的情况较一致,衰减深度最大值具有红移现象(不同区域衰减深度最大值的情况是:渤海西北海岸外区域和渤海海峡区域在波段531nm,渤海中部区域在波段551nm,现黄河口影响区域、老黄河口影响区域、辽东湾西侧区域、辽东湾东侧区域在波段555nm),衰减深度波谱佐证了渤海海域为二类水体;衰减深度在夏季最大,在秋季次之,在春季和冬季在不同区域大小顺序有所不同。不同区域衰减深度由小到大顺序是现黄河口影响区域和辽东湾东侧区域、辽东湾西侧区域、老黄河口影响区域、渤海西北海岸外区域和渤海中部区域、渤海海峡区域(除去412和645nm),其中现黄河口影响区域与辽东湾东侧区域和渤海中部区域与渤海西北海岸外区域的衰减深度的大小顺序在不同季节和不同波段有差异。     

中国近海海温年际年代际振荡关键海区分析研究

用HADLEY中心的HadISST的海温资料、NCEP的大气资料、国家气象局发布的74个月平均环流指数和美国华盛顿大学的PDO指数,讨论研究了中国近海海温的年际年代际振荡。通过对我国近海海温的EOF分析,可以发现我国近海30 N附近是海温年际年代际振荡信号最强的关键区,它占了总量的58.2%,与澳大利亚东北沿海海温年代际振荡有相同的周期,最明显周期是44—45年,滞后PDO信号近15年左右。该关键区海温与澳大利亚东北沿海海温都还存在1年、5年和15年的振荡,它们的相关系数达到0.604,属于同一个模态。另外,1年的海温振荡信号除了澳大利亚东北沿岸以外,还沿着西太平洋海岸线分布,因此中国近海海温年际年代际振荡不是一种局地现象,而与太平洋海温变化有关。另外,它是海气相互作用的结果,与中高纬度的东亚大槽和低纬度太平洋印度洋的风场、西太平洋副高和南海副高、大气温度场甚至南半球环流有明显的关系。