论文部分内容阅读
微波辐射计具有穿云透雾、全天时、全天候的优点,现已广泛应用于大气、海洋和陆地微波遥感等众多领域。近海面气温是描述气象海洋环境的重要参数,也是气象观测资料中基本的观测项目之一。目前,对于近海面气温的反演,尚没有业务化的反演算法和产品。本文基于多源微波辐射计数据(AMSR2、TMI和SSM/I)、浮标实测数据和ECMWF再分析数据,利用多元回归算法和BP神经网络方法对近海面气温进行反演研究,并基于最优插值算法,对微波辐射计数据所反演的全球近海面气温结果进行融合,生成多源遥感近海面气温融合数据。本文主要研究内容和结论如下:(1)系统阐述了微波辐射传输方程的传输原理和具体公式,并对微波辐射的相关基础知识进行了简要的介绍。所用数据种类较多,有辐射计数据(AMSR2、SSM/I和TMI)、浮标数据(TAO、RAMA和PIRATA)、ECMWF再分析数据和红外-微波融合的SST产品,对数据来源、特性和预处理方法给出了详细说明。(2)近海面气温反演研究。基于线性回归方法,利用AMSR2、SSM/I和TMI数据,反演了全球近海面气温。并基于浮标实测数据进行了检验,结果表明:AMSR2平均偏差为0.025℃,均方根误差为1.22℃,相关系数为0.99;SSM/I平均偏差为0.24℃,均方根误差为1.19℃,相关系数为0.99;TMI平均偏差为-0.0054℃,均方根误差为0.70℃,相关系数为0.94。同时开展了基于BP神经网络算法的全球近海面气温反演研究,结果表明:AMSR2平均偏差为0.17℃,均方根误差为1.19℃,相关系数为0.99;SSM/I平均偏差为0.12℃,均方根误差为1.06℃,相关系数为0.99;TMI平均偏差为0.38℃,均方根误差为0.85℃,相关系数为0.92。两种方法反演结果,从均方根误差来看,基本一致;而从散点图的分布,BP神经网络算法优于线性回归方法,线性回归方法在低温时不能准确反演近海面气温。(3)近海面气温融合研究。采用最优插值算法对BP神经网络算法所反演近海面气温进行融合,生成了2013年的近海面气温融合产品。利用浮标数据对近海面气温融合结果进行检验,偏差为-0.05℃,均方根误差为0.39℃,相关系数为0.95。对2013年各月近海面气温融合结果分别进行误差统计分析,各月均方根误差均在0.40℃左右。