北极海冰密集度动态系点值ASI反演算法研究

海冰密集度是极区海冰监测的重要因素,使用AMSR-E (Advanced Microwave Scanning Radiometer for Earth Observing System) 89GHz数据ASI反演算法得到的海冰密集度是目前能够获得的分辨率最高的微波数据.在以前的算法中往往使用固定的系点值,本研究实现了动态系点值ASI (the Arctic Radiation And Turbulence Interaction Study (ARTIST) Sea Ice)算法,更重要的是在统计开阔水系点值的时候消除了云对系点值的影响,使得纯水系点值更接近真实状况.得到2010年平均的开阔水和海冰的系点值分别为50.8K和7.8K,通过每天的系点值得到的反演方程在低密集度区增大了海冰密集度,在高密集冰区减小了海冰密集度,从而在一定程度上改善了微波数据的反演准确度.通过和北极区域选取40幅不受云影响的MODIS 500m分辨率宽频大气层顶反照率(broadband TOA albedo)计算的海冰密集度进行了比较验证.结果显示,40个个例中,95%本文的平均差异比使用固定系点值算法产品的小,而且75%的均方根差异比使用固定系点值算法产品的小.     

基于SMAP卫星雷达资料的海冰密集度反演技术研究

SMAP是美国于2015年初发射的一颗卫星,搭载了L波段的雷达。它采用圆锥扫描方式,具有固定的入射角、较大的幅宽和千米级的分辨率,在海冰监测方面具有独特的优势。本文利用SMAP卫星雷达资料分别与德国Bremen大学海冰密集度产品和美国国家冰雪数据中心（NSIDC）海冰密集度产品建立3.125 km和25 km匹配数据集,分析了L波段雷达后向散射系数、极化比和归一化极化差与海冰密集度之间相关性,建立基于人工神经网络的海冰密集度反演算法。为了验证SMAP卫星雷达资料反演海冰密集度的精度,本文选择德国Bremen大学和美国冰雪数据中心发布的海冰密集度产品分别与SMAP海冰密集度产品进行对比分析,SMAP海冰密集度与Bremen海冰密集度的偏差为0.07、均方根误差为0.14;与NSIDC海冰密集度的偏差为0.04、均方根误差为0.18,这表明SMAP海冰密集度产品与现有业务化海冰密集度产品具有很好的一致性。     

北极高密集度冰区海冰的多时间尺度变化特征及其极端低值事件分析

利用美国冰雪中心(NSIDC)高分辨率海冰密集度等多种数据,定义了北极高密集度冰区(High concentration ice region:HCIR)海冰变化指数,在此基础上研究了1989—2017年HCIR海冰多尺度变化特征及其极端低值事件的可能形成原因。结果表明:北极HCIR海冰密集度具有显著的单峰型季节变化特征,4月密集度最高,9月密集度最低,年较差达17.70%,兼有夏季融冰期短、冬季结冰期长且持续稳定的特点。HCIR海冰存在显著的年际年代际变化,在2007年发生了年代际转折以后,海冰变化指数的年际变化幅度和频次明显加强,且在2016、2012、2007、2011、2008和2010年依次出现海冰密集度极端降低事件;2016年9月初HCIR海冰密集度达到历史最低值,接近50%。对HCIR海冰密集度极端低值事件的统计研究表明,29年间共出现874天(次)极端低值事件,约占总频次的8%;空间上海冰密集度的降低主要出现在沿HCIR边界线一带,存在巴伦支海-喀拉海北缘的斯瓦尔巴群岛-北地群岛和东西伯利亚-波弗特海两个中心区域,该空间分布与气旋式大气环流引起的北冰洋Ekman漂流的辐散分布相一致。这表明HCIR海冰密集度的极端降低与极涡的动力作用有关,同时风场对海冰的动力辐散作用还会引起HCIR开阔水域的扩大,进一步加强海冰反照率的正反馈机制,使得热力和动力作用耦合起来共同影响HCIR海冰的加速融化。     

基于FY-3C微波辐射计数据的极区海冰密集度反演方法研究

极区海冰影响大气和海洋环流,对全球气候变化起着重要的作用。海冰密集度是表征海冰时空变化特征的重要参数之一。本文研究了利用FY-3C微波扫描辐射计亮温数据反演极区海冰密集度的方法。经过时空匹配、线性回归,修正了FY-3C微波辐射计亮温数据。使用两种天气滤波器和海冰掩模滤除了大气影响所造成的开阔海域虚假海冰;使用最小密集度模板去除陆地污染效应。通过计算2016年、2017年极区海冰面积及范围两个参数,对得到的海冰密集度产品进行了验证,两年的海冰范围和面积趋势基本与NSIDC产品一致,平均差异小于3%。本研究结果为发布我国自主卫星的极区海冰密集度业务化产品奠定了基础,制作的产品可保障面临中断的40多年极区海冰记录的连续性。     

巴伦支海海冰多年变化及其影响因子研究

本文采用1900—2010年ECMWF海冰密集度、海面温度、风场和NCAR北极涛动等长序列资料,运用EOF分解、线性回归和相关分析等统计方法,分析了巴伦支海海冰年际变化特征及其与影响因子之间的关系。结果表明:巴伦支海海冰面积4月最大,9月最小,每年减少约1653km^2;面积距平正负位相交替出现,1969年后以负距平为主,冰情先重后轻;密集度逐月不同,明显降低的区域呈现“中部偏东—中部—东北部—西北部—中部偏东”转移特点,部分区域每年减少0.006以上;密集度变化的空间特征可由密集度EOF第一主模态表示,与温度的相关系数高于风场;海冰面积与AO呈负相关。我国以往单独针对巴伦支海海冰变化的研究较少,本文丰富了这方面的资料,对浮式平台开发冰区油气资源提供初步参考。     

基于19GHz修正91GHz频段改进的ASI海冰密集度算法

基于数据融合算法思想,利用低频修正高频微波数据提出改进的ASI海冰密集度反演算法,对北极海冰进行反演研究。目前用于整体海冰密集度反演的算法中,使用低频数据的算法受天气影响较弱,但空间分辨率相对较低;而使用高频数据的算法,空间分辨率相对较高,但受天气影响较大,虽然使用天气滤波器处理,能消除那些被误判成海冰的水点,但并没有改变冰点的密集度。改进的ASI算法,利用低频数据（19GHz）修正高频数据（85.5GHz）,进而得到修正后的85.5GHz的极化差P'',将P带入ASI算法,最终得到以2008-2016年每年的1月3日SSMIS数据为例的北冰洋整体海冰密集度反演结果。结果表明,改进后的ASI算法得到的总体海冰面积介于ASI与NASA Team两个结果之间;在边缘海冰区,改进后的ASI算法结果与传统的ASI算法结果在海冰面积与平均海冰密集度上都有较大差异,且前者更接近NASA Team算法。因此改进后的ASI算法,在空间分辨率上优于NASA Team算法,在受天气影响程度上更弱于ASI算法,并且有效变了边缘海冰区像元的海冰密集度。     

基于MODIS数据的渤海海冰厚度反演算法优化

海冰厚度是监测与研究渤海海冰的重要参数。为了获取更加可靠的渤海海冰厚度数据,本研究基于MODIS数据对海冰厚度反演中的冰水分离环节和冰厚计算方法都进行了改进。对于冰水分离环节,本文在Canny边缘检测算子提取海冰基础上,加入了二值化处理、阈值判别等步骤,实现了较高精度的渤海海冰范围自动化提取。通过试验确定了海冰厚度与反照率指数关系模型中的参数,包括海冰衰减系数和海水反照率参数,使其更加符合渤海海区的物理特征。将改进后算法的海冰厚度反演结果与渤海海上石油平台实测数据进行比较,并分析了误差来源。结果表明,经过对算法的改进,海冰厚度与反照率指数关系模型的反演结果与实测数据之间的平均绝对误差由7.05 cm缩小到2.74 cm,相关系数由0.434提高到0.485。     

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。     

基于1997—2017年遥感数据的南极海冰时空变化分析

基于1997—2017年美国国防气象卫星DMSP的SSM/I数据和NASA TEAM算法反演出南极整体海冰、多年冰和一年冰密集度,进而对南极海冰进行时空变化分析。从时间上看:南极整体海冰面积呈小幅增长趋势,增长率约为1.11%/a;海冰面积为周期性变化,最小值出现在每年2月,最大值出现在每年9月,年均海冰面积约为12.65×10⁶km²;多年冰呈减少趋势,下降率约为1.15%/a,平均每年减少约0.015×10⁶km²;一年冰处于增长趋势,增长率约为2.61%/a;整体海冰、多年冰和一年冰面积在2015—2017年大幅度减少。从空间上看:多年冰主要分布在威德尔海域和大陆边缘,稳定存在多年冰的区域约占多年冰总面积的28%;南极海冰约80%为一年冰,一年冰呈环状分布在多年冰外围,稳定存在区域约占一年冰总面积的75%。     

利用卫星数据反演海洋蒸发波导的研究

海洋蒸发波导是海洋大气中的一种异常折射结构,通常是由观测站点的传感器数据计算得出。但这种方法只能得到单点的海洋蒸发波导,无法满足我们对大范围海域的海洋信息需求。文中提出了一种利用卫星遥感数据反演海洋蒸发波导的方法,并利用观测站点的数据对反演结果进行订正,从而得到了完整的大面积海区蒸发波导环境。     

Retrieving the antarctic sea-ice concentration based on AMSR-E 89 GHz data

Sea-ice concentration is a key item in global climate change research.Recent progress in remotely sensed sea-ice concentration product has been stimulated by the use of a new sensor,advanced microwave scanning radiometer for EOS(AMSR-E),which offers a spatial resolution of 6 km×4 km at 89GHz.A new inversion algorithm named LASI(linear ASI) using AMSR-E 89GHz data was proposed and applied in the antarctic sea areas.And then comparisons between the LASI ice concentration products and those retrieved by the other two standard algorithms,ASI(arctic radiation and turbulence interaction study sea-ice algorithm) and bootstrap,were made.Both the spatial and temporal variability patterns of ice concentration differences,LASI minus ASI and LASI minus bootstrap,were investigated.Comparative data suggest a high result consistency,especially between LASI and ASI.On the other hand,in order to estimate the LASI ice concentration errors introduced by the tie-points uncertainties,a sensitivity analysis was carried out.Additionally an LASI algorithm error estimation based on the field measurements was also completed.The errors suggest that the moderate to high ice concentration areas(>70%) are less affected(never exceeding 10%) than those in the low ice concentration.LASI and ASI consume 75 and 112 s respectively when processing the same AMSR-E time series thourghout the year 2010.To conclude,by using the LASI algorithm,not only the seaice concentration can be retrieved with at least an equal quality as that of the two extensively demonstrated operational algorithms,ASI and bootstrap,but also in a more efficient way than ASI.     

Arctic sea ice concentration retrieval using the DT-ASI algorithm based on FY-3B/MWRI data

Sea ice concentration (SIC) is one of the most important indicators when monitoring climate changes in the polar region. With the development of the Chinese satellite technology, the FengYun (FY) series has been applied to retrieve the sea ice parameters in the polar region. In this paper, to improve the SIC retrieval accuracy from the passive microwave (PM) data of the Microwave Radiation Imager (MWRI) aboard on the FengYun-3B (FY-3B) Satellite, the dynamic tie-point (DT) Arctic Radiation and Turbulence Interaction Study (ARTIST) Sea Ice (ASI) (DT-ASI) SIC retrieval algorithm is applied and obtained Arctic SIC data for nearly 10 a (from November 18, 2010 to August 19, 2019). Also, by applying a land spillover correction scheme, the erroneous sea ice along coastlines in melt season is removed. The results of FY-3B/DT-ASI are obviously improved compared to that of FY-3B/NT2 (NASA-Team2) in both SIC and sea ice extent (SIE), and are highly consistent with the results of similar products of AMSR2 (Advanced Microwave Scanning Radiometer 2)/ASI and AMSR2/DT-ASI. Compared with the annual average SIC of FY-3B/NT2, our result is reduced by 2.31％. The annual average SIE difference between the two FY- 3Bs is 1.65×106 km2, of which the DT-ASI algorithm contributes 87.9％ and the land spillover method contributes 12.1％. We further select 58 MODIS (Moderate-resolution Imaging Spectroradiometer) cloud-free samples in the Arctic region and use the tie-point method to retrieve SIC to verify the accuracy of these SIC products. The root mean square difference (RMSD) and mean absolute difference (MAD) of the FY-3B/DT-ASI and MODIS results are 17.2％ and 12.7％, which is close to those of two AMSR2 products with 6.25 km resolution and decreased 8％ and 7.2％ compared with FY-3B/NT2. Further, FY-3B/DT-ASI has the most significant improvement where the SIC is lower than 60％. A high-quality SIC product can be obtained by using the DT-ASI algorithm and our work will be beneficial to promote the application of FengYun Satellite.     

Nudging资料同化对北极海冰密集度预报的改进

北极夏季海冰的快速减少使得北极航道提前开通成为可能。为了给北极冰区船运活动提供及时可靠有效的海冰预报保障,急需提高海冰预报水平。本文基于麻省理工大学通用环流模式(MITgcm),使用牛顿松弛逼近(Nudging)资料同化方法将德国不莱梅大学的第二代先进微波辐射成像仪(AMSR2)海冰密集度资料同化到模式中,建立了北极海冰数值预报系统。设计试验对比3种不同Nudging系数计算方案的改进效果,结果表明选择合适参数后,不同方案均能显著改进海冰密集度初始场。通过设计有无Nudging同化的两组预报试验,结合卫星遥感海冰密集度及中国第五次北极科学考察期间"雪龙"船的走航海冰密集度观测数据,定量分析了Nudging同化方案对北极海冰密集度的24~120 h预报结果的改进效果。结果表明,Nudging同化对120 h内全北极海冰密集度的空间分布和移动单点目标的海冰密集度预报结果均有显著改善;但在海冰变化很小的情况下,Nudging同化试验的24~120 h预报结果均劣于惯性预报结果,说明基于Nudging同化的数值预报系统还需进一步提高预报技巧。     

渤海AVHRR多通道海冰密集度反演算法试验研究

为了得到更精确的渤海海冰密集度反演参数,采用辽东湾不同类型海冰ASD实测数据,在分析光谱特征的基础上,针对NOAA/AVHRR数据确定出合适海冰密集度反演算法阈值。继而,基于线性光谱混合模型的多通道反演算法进行了一系列算法试验。同时实现了基于LandSat5-TM数据的渤海海冰密集度场反演,并利用该结果与AVHRR单通道和多通道算法得到的海冰密集度反演结果进行比对分析。定量误差分析结果表明,当单通道算法或组合算法中包含1通道时,与Landsat5-TM反演结果的平均误差为正值,包含2通道且不包含1通道时,平均误差为负值;同时使用这两个通道较只包含其一的各种组合算法的平均误差明显偏小;在各种组合算法中,1245四个通道组合反演的海冰密集度结果误差最小,可应用于渤海AVHRR数据海冰密集度反演。     

水体石油类信息遥感提取模式研究

石油类是水体有机污染物中的一种,其对水体吸收系数的影响主要体现在有色可溶性有机物(chromophoric dissolved organic matter,CDOM)的光吸收特性上。在水色遥感领域,CDOM光吸收特性主要用其在参考波段的吸收系数和光谱斜率来表征。利用2008年5月、2009年8月和2010年6月在辽宁省盘锦市辽河油田境内获取的CDOM吸收系数、水体表观光学特性以及石油类污染浓度等试验数据,确定表征石油类污染水体CDOM吸收光谱特性的光谱斜率;根据光谱斜率以及表征CDOM浓度的440 nm参考波段吸收系数,建立遥感反演水体石油类污染浓度的模式,并利用31个野外现场实测值对模式精度进行了验证,结果表明,该模式的相对误差为7%;将该模式应用于国产卫星环境一号遥感数据,获取双台子河及辽东湾近岸水体石油类污染空间分布图。     

Arctic sea ice concentration and thickness data assimilation in the FIO-ESM climate forecast system

To improve the Arctic sea ice forecast skill of the First Institute of Oceanography-Earth System Model (FIO-ESM) climate forecast system, satellite-derived sea ice concentration and sea ice thickness from the Pan-Arctic Ice-Ocean Modeling and Assimilation System (PIOMAS) are assimilated into this system, using the method of localized error subspace transform ensemble Kalman ?lter (LESTKF). Five-year (2014–2018) Arctic sea ice assimilation experiments and a 2-month near-real-time forecast in August 2018 were conducted to study the roles of ice data assimilation. Assimilation experiment results show that ice concentration assimilation can help to get better modeled ice concentration and ice extent. All the biases of ice concentration, ice cover, ice volume, and ice thickness can be reduced dramatically through ice concentration and thickness assimilation. The near-real-time forecast results indicate that ice data assimilation can improve the forecast skill significantly in the FIO-ESM climate forecast system. The forecasted Arctic integrated ice edge error is reduced by around 1/3 by sea ice data assimilation. Compared with the six near-real-time Arctic sea ice forecast results from the subseasonal-to-seasonal (S2S) Prediction Project, FIO-ESM climate forecast system with LESTKF ice data assimilation has relatively high Arctic sea ice forecast skill in 2018 summer sea ice forecast. Since sea ice thickness in the PIOMAS is updated in time, it is a good choice for data assimilation to improve sea ice prediction skills in the near-real-time Arctic sea ice seasonal prediction.     

利用南大洋漂流浮标数据评估AMSR-E SST

利用AOML(Atlantic Oceanographical and Meteorological Laboratory)SVP漂流浮标的海表面温度数据,针对30°S以南的南大洋海域,对目前主要使用的微波遥感产品(AMSR-E,Ad-vanced Microwave Scanning Radiometer for the Earth Observing System)反演的SST进行了较为系统的评估。结果表明,AMSR-E SST比浮标数据偏冷,偏差为-0.01℃,标准差为0.70℃。夏季的偏差为0.004℃,标准差为0.64℃;冬季的偏差为-0.06℃,标准差为0.75℃,冬季的偏差和标准差较大。温差ΔT受流速影响,随着流速的增大而减小,且这种趋势在夏季更为显著。具备托伞结构的浮标与总体情况基本一致,而无托伞结构的浮标受流速的影响要大一些。同时,温差ΔT受水汽的影响,随着水汽的增加而减小,且这种影响在冬季更大一些。进一步对4个穿极和绕极浮标的追踪分析表明,温差ΔT受大洋海流系统的影响显著。在海流大的大西洋边界流和南极绕极流中,温差ΔT的不确定性要明显大于总体情况。