论文部分内容阅读
遥感技术具有覆盖范围广、可对同一区域重复观测等特点,为全球海洋的观测研究提供了便利。卫星遥感对海洋表面温度( Sea Surface Temperature,SST)的观测精度是关系到全球气候预测的关键因素之一,不同的星载传感器具有不同的测量精度,显而易见,卫星SST数据的印证和不同SST数据集的之间的交叉印证工作是必不可少的,一方面可以提高不同传感器卫星SST反演产品的精度,促进数据产品的业务化应用,另一方面为SST数据融合、气候分析等工作提供一定的科学依据。本文工作主要对卫星SST数据在全球不同区域的相关印证分析研究进行了调研、综述,并以西北太平洋为研究的目标区域,使用2005年的多传感器卫星SST产品及相关现场实测数据,经过数据的预处理、质量控制、数据匹配等处理后,采用统计方法,比较分析了卫星数据集与现场实测的浮标数据的一致性、差值特征、不同数据集之间的差值特征和误差来源。首先对多传感器卫星海表温度产品(Satellite SSTs)与现场实测浮标数据(BuoySST)进行了印证分析。中国海洋大学卫星地面站接收的NOAA/AVHRR卫星遥感数据的两种SST反演算法产品MCSST和NLSST分别在西北太平洋印证的结果如下:MCSST和NLSST都要比现场实测数据温度低,MCSST的年平均偏差(BuoySST-MCSST)白天和晚上分别是0.23°C、0.36°C,年标准偏差白天和晚上分别为0.88°C、0.93°C; NLSST的精度相比于MCSST有所提高,年平均偏差(BuoySST-NLSST)白天和晚上分别为0.04°C、0.25°C,年标准偏差变化不大,白天和晚上分别为0.87°C、0.93°C;对卫星天顶角小于45°的观测数据反演的NLSST的印证结果是年平均偏差白天和晚上分别为-0.16°C、0.13°C,年标准偏差也有所提高,白天和晚上分别为0.73°C、0.80°C,因此在SST的交叉印证中采用此数据集进行比较。对NOAA/NASA AVHRR Pathfinder SST(PFSST)、Aqua & Terra/MODIS SSTs(AquaSST、TerraSST)及Aqua/AMSR-E SST这四种数据集分别与BuoySST印证的结果是年平均偏差(BuoySST-Satellite SSTs)分别为:PFSST的是-0.08°C/-0.08°C(白天/晚上,下同)、AquaSST的是-0.12°C/0.34°C、TerraSST的是0.00°C/0.11°C、AMSR-E SST的是-0.20°C/-0.18°C;年标准偏差分别为: PFSST的是0.60°C/0.68°C、AquaSST的是0.67°C/0.76°C、TerraSST的是0.69°C/0.74°C、AMSR-E SST的是0.64°C/0.67°C。结果表明红外数据集除MCSST、NLSST和AquaSST在晚上的年平均偏差明显较大外,其余数据集的年平均偏差都较小;AMSR-E SST总体比实测数据温度高。其次对不同卫星SST数据集进行了交叉印证,分析了不同数据集之间的差值特征。总体上,卫星天顶角小于45°的观测数据反演的NLSST数据在晚上都要比其他数据集温度低,在白天比其他红外数据集温度高,AquaSST与NLSST的年平均偏差较小,AMSR-E SST与NLSST的年平均偏差最大;AMSR-E SST要比红外数据集温度高。从两两数据集差值的空间分布图中也可以看出PFSST与MODIS SSTs的两个数据集的一致性最好,除AquaSST晚上的数据外,标准偏差和平均偏差都比较低,没有明显的高正值和低负值的分布,且有一定的区域特征,季节性变化明显。不同的测量原理、不同的反演算法、不同的时空分辨率、不同大气状况的影响等都是误差的主要来源。各传感器的算法反演的温度产品具有较好的一致性。在实际使用的过程中,有必要对AVHRR LAC SST数据进行进一步的云检测算法的改进和反演系数的订正工作;在多传感器海表温度的高精度应用中,如气候变化研究、海表温度数据融合,需要考虑不同传感器获取的海表温度的订正,以提供高精度的产品。