共查询到20条相似文献，搜索用时 693 毫秒
1.
基于随机森林方法反演墨西哥湾海表盐度 总被引：1，自引：0，他引：1
盐度是表征物理和生物地球化学过程的重要参数之一,光学遥感可满足较高分辨率的监测需要并避免射频干扰问题,为沿海水域的海表盐度研究提供可行的途径。本文基于MODIS-Aqua的412 nm、443 nm、488 nm、555 nm和667 nm波段的遥感反射率(Rrs412、Rrs443、Rrs488、Rrs555、Rrs667)、海表温度以及实测的海表盐度数据构建随机森林模型,基于模型结果分析墨西哥湾海表盐度时空异质性及海表盐度与影响因子(海表温度和遥感反射率)之间的相关关系。研究结果表明:(1)随机森林模型能较准确地反演墨西哥湾海表盐度,其均方根误差为0.335,决定系数为0.931;(2)湾区海表盐度空间分布呈近岸?河口低、离岸高,环状向内增值的态势,其变化受河流流量、风力以及环流的影响;(3)海表温度与海表盐度存在较强的相关性,海表温度对海表盐度的反演影响显著;(4)海表温度、遥感反射率与海表盐度的相关性呈现空间异质性。 相似文献
2.
针对传统海表盐度遥感反演精度不高、影响因素较少等问题,本文基于SMAP（Soil Moisture Active Passive）卫星L2C（Level 2 C）数据、Argo（Array for Real-time Geostrophic Oceanography）数据和其他辅助数据,以太平洋部分海域（160°E～120°W,0°～30°N）为研究区域,综合考虑海面粗糙度以及白冠覆盖率等参量,利用径向基神经网络建立RBF亮温增量模型,并对平静海面亮温进行修正,然后基于Meissner-Wentz介电常数模型得到反演后的盐度值。验证结果表明：模型预测盐度和SMAP卫星盐度相对于Argo实测盐度的均方根误差分别为0.4和0.5,平均绝对误差分别为0.3和0.4。实验证明,利用RBF神经网络建立的亮温增量模型可以提高海表盐度反演的精度,对海表盐度反演具有实用意义。 相似文献
3.
选取SMOS任务的2个海洋盐度专家中心(法国的CATDS-CECOS和西班牙的BEC)的5种经过再处理的新版SSS L3/4产品作为研究对象,以Argo浮标资料及WOA09资料作为参考标准,对其误差特征进行了细致的分析比较,为将其同化到海洋模式中以及用于其它海洋学的分析应用研究,提供必要的参考。主要结论如下:SMOS年平均海表盐度场与WOA09资料很接近,一些已知的重要的分布形势都有所体现;大洋中部误差较小,近陆误差大;热带误差较小,高纬地区误差较大;三大洋中太平洋均方根误差最小。随着时空分辨率的降低,SMOS SSS资料的均方根误差显著减小。检验的几种资料中,CATDS/CEC-OS处理制作的月平均海表盐度L3级产品误差最小,全球平均均方根误差(RMSE)为0.314;另外几种高分辨率产品中,除由BEC制作的简单加权平均产品均方根误差最大,全球平均0.543以外,其他3种资料的均方根误差量级相当,差异不太明显,全球平均的RMSE为0.3~0.4;BEC的两种分析产品总体上RMSE更小。 相似文献
4.
为了建立高精度的海洋表面盐度预测模型,采用BP神经网络的方法,针对SMOS卫星level 1C级亮度温度数据和辅助数据建立了一种海表面盐度预测模型,以ARGO浮标观测值作为海表盐度实测值来检验新模型预测结果的准确度,同时利用验证集对模型的精度进行验证。结果表明:通过新模型预测的海表盐度(SSS0)比SMOS卫星的3个粗糙度模型盐度产品(SSS1,SSS2,SSS3)精度高;SSS0,SSS1,SSS2,SSS3与ARGO浮标实测盐度(SSS ARGO)的均方根误差分别为0.8473,2.0417,2.0288和2.0805,平均绝对误差分别为0.7553,1.4226,1.4216和1.4566,SSS0与SSS ARGO的均方根误差和绝对平均误差值都明显小于SSS1,SSS2和SSS3与SSS ARGO的;由此可见,建立的海表盐度预测模型精度较高。新模型为海表盐度的反演算法提供了新思路。 相似文献
5.
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（Meridional Wind Speed,MWS）和蒸发量（Evaporation,Eva）七个影响盐度的重要参数,利用K折交叉验证法,构建了深度神经网络（Deep Neural Network, DNN）模型,对SMOS卫星L2级数据进行反演。实验结果表明,利用本文算法计算得到的海表盐度数据平均绝对误差为0.159,均方根误差为0.195,均明显优于SMOS盐度产品精度,本文提出的算法能够提供更精准的海表盐度产品。 相似文献
6.
SMOS卫星盐度数据在中国近岸海域的准确度评估 总被引：3，自引：3，他引：0
盐度是描述海洋的关键变量,对海表面盐度进行观测可以推进对全球水循环的理解。本文的主要目的是在中国近海海域对SMOS卫星盐度数据进行准确度评估。主要方法是将SMOS卫星L2海洋盐度数据产品(V317)与实测ARGO数据和走航数据进行匹配,并采用统计学的方法对SMOS卫星数据准确度进行评估。结果表明:匹配数据的线性关系不显著,SMOS卫星盐度数据(V317)在南海和东海的均方根误差分别约为1.2和0.7,应用海表面粗糙度修正模型得到的3组海表盐度数据准确度都相对较低,尤其在近岸强风场区域,海表盐度卫星数据相对于实测数据偏高,这可能是由于海表粗糙度和陆地射频干扰(RFI)作用影响的结果;SMOS卫星数据在东海的均方根误差比南海高0.5左右,这可能是由于东海海域为相对开阔海域,受陆地RFI影响相对南海较小;在中国近岸海域,应用SSS1和SSS3模型得到的盐度数据准确度相对较高,可以对模型进行地球物理参数修正,进行局地化改进,预计可以提高近岸海域盐度反演的准确度。 相似文献
7.
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. 相似文献
8.
海表盐度是研究海洋变化及其气候效应重要的物理量。本文将2018年SMAP卫星的月均、日均海表盐度产品分别与Argo月均网格化产品、实时散点盐度数据进行比较,评定其精度,并分析全球海表盐度分布特征。结果表明：SMAP卫星月均产品RMSE为0.17,BIAS为0.11,STD为0.17,R为0.98,t检验呈显著相关;SMAP卫星日均产品RMSE为0.28,BIAS为0.23,STD为0.26,R为0.81,相较月均产品,精度较低。SMAP卫星月均产品偏差在中纬度海域较小,在高纬度海域较大;SMAP卫星日均产品偏差在太平洋海域为-0.6~0.6,在地中海海域超过1.0。全球海表盐度在25.0~40.0之间,沿纬度方向呈带状分布,其中大西洋海表盐度普遍高于太平洋和印度洋。 相似文献
9.
为解决海洋中大量观测数据只含有温度剖面而缺乏盐度观测的问题, 基于历史观测的温盐剖面资料, 考虑到盐度卫星数据的发展, 采用回归分析方法, 在孟加拉湾建立了盐度与温度、经纬度、表层盐度的关系, 并对不同反演方法的反演结果进行检验评估。结果发现, 在不引入海表盐度(sea surface salinity, SSS)时, 最佳反演模型是温度、温度的二次项与经纬度确定的回归模型, 而SSS的引入则可以进一步优化反演结果。将反演结果与观测结果进行对比, 显示用反演的盐度剖面计算的比容海面高度误差超过2cm, 而引入SSS后的误差低于1.5cm。SSS的引入能够较为真实地反映海洋盐度场的垂直结构和内部变化特征, 既能够捕捉到对上混合层有重要影响的SSS信号, 又能够反映盐度在跃层上的季节内变化以及盐度障碍层的季节变化。水团分析显示, 与气候态相比, 盐度反演结果可以更好地表征海洋上层水团的变化特征。 相似文献
10.
热带印度洋降水、蒸发的时空特征及其对海表盐度的影响 总被引：3，自引：2，他引：1
本文利用降水、蒸发等资料分析热带印度洋年降水量、蒸发量、净淡水通量的分布特征，并选取4个典型海域来分析降水量、蒸发量、净淡水通量的季节变化和年际变化。结果表明:东印度洋的苏门答腊岛西部海域年降水量最大，季节变化较小，属全年降雨型；孟加拉湾的东北部和安达曼海的北部海域年降水量较大，其年际变化以4.2 mm/a的速率增长，强降水出现在5-9月；阿拉伯海的西部海域年降水量较小；南印度洋东部（20°~30°S，80°~110°E）海域年降水量较小，年蒸发量较大，年蒸发量在2000年之前以5.1 mm/a的速率增长，之后以4.5 mm/a的速率减小。本文还采用Argo盐度等资料探讨降水、蒸发对海表盐度的影响，研究结果表明:降水量远大于蒸发量的海域，海表盐度较低；降水量远小于蒸发量的海域，海表盐度较高。表层水平环流是导致高净淡水通量中心与低盐中心并不重合的主要原因，也是导致强蒸发中心与高盐中心并不重合的主要原因。选取的4个典型海域海表盐度的季节变化与净淡水通量关系不大，而是与表层水平环流有关。孟加拉湾强降水对表层盐度的影响显著，强降水发生后表层盐度降低0.2~0.8，其影响深度为30~50 m。 相似文献
11.
南海盐度对南海夏季风响应的初步分析 总被引：5，自引：0，他引：5
为分析南海盐度对南海夏季风的响应情况,采用1967-2001年共35年的月平均海洋同化数据(SODA)等资料,利用合成等分析方法,探讨了南海上层盐度与净淡水通量、风应力、Ekman抽吸速度的关系以及不同海域盐度对南海夏季风爆发以及季风强度的响应.结果表明,随着南海夏季风建立,南海北部、东部的盐度降低,南部盐度增加.在强季风年,南海北部沿岸、东部盐度偏低,南海南部马来西亚以北海域盐度偏高;弱季风年南海盐度异常分布则为北部、东部盐度偏高,南部盐度偏低.南海上层盐度对南海夏季风爆发和季风强度的响应均与南海的净淡水通量、风应力、Ekman抽吸速度存在密切关系. 相似文献
12.
基于随机森林的香港海域海表盐度遥感反演模型 总被引：1，自引：0，他引：1
提出了一种基于随机森林反演海盐的算法模型,基于研究海域的实测数据,分析并筛选出与海表盐度敏感性较高的影响因子(总氮、悬浮固体、温度),利用2003-2008年共6期ASTER影像数据,从中提取、计算敏感因子的光谱参数,结合相应实测盐度,作为模型的原始数据集,运用R语言构建随机森林算法对数据进行训练,将训练得到的随机森林用于海表盐度的预测。结果显示,预测值与实测值之间平均相对误差较小,吻合度高,R2均在0.85以上,多数达0.95以上。研究表明,基于多因子参数的随机森林反演海表盐度是可行且高效的。 相似文献
13.
盐度对长江口3种滤食性贝类滤水率、摄食率、同化率的影响 总被引：4，自引：2，他引：2
采用实验生态学方法研究了盐度对长江口缢蛏(Sinonovacula constricta)、河蚬(Corbicula fluminea)和光滑河蓝蛤(Potamocorbula laevis)滤水率、摄食率、同化率的影响。缢蛏组设6个盐度梯度(5,10,15,20,25,30),光滑河蓝蛤组设6个盐度梯度(5,10,15,20,25,30),河蚬组设6个盐度梯度(0,5,10,15,20,25),并测定了此3种滤食性贝类的生物学参数。结果显示,3种滤食性贝类的滤水率、摄食率和同化率随着盐度的上升而增加,当上升到一定盐度时达到峰值,然后随着盐度的升高而降低。盐度20时,缢蛏滤水率、摄食率和同化率达到峰值,分别为0.57L/h、5.38mg POM/h和0.72%。盐度10时,光滑河蓝蛤滤水率和同化率达到峰值,分别为0.46L/h和0.53%,摄食率在盐度15时达到峰值3.80mg POM/h。盐度5时河蚬滤水率和摄食率都达到峰值,分别为0.39 L/h和2.48 mg POM/h,同化率在盐度0时已达到峰值0.51%,并随盐度上升而下降。上述结果表明,盐度对3种滤食性贝类的3个摄食生理指标均有显著影响。 相似文献
14.
提出了海表温度(SST)和海表盐度(SSS)可统一由混合层深度内对应的平均温、盐度作零阶近似的理论假设,据此利用Chu等提出的最大角度法构建混合层模型,并考虑障碍层和补偿层的影响,得到合成的混合层深度,从而实现了基于混合层模型反推SST和SSS。以太平洋海域为例,分别利用WOA13气候态(1-12月)资料、TAO逐年逐月资料以及历史船载CTD资料检验了这一假设。不同资料检验结果均表明,反推得到的SST、SSS与实测值相关性较高,两者之间残差也较小。将此方法应用于Argo剖面,反推出对应的SST和SSS,并利用逐步订正法对散点资料进行客观分析,生成2004年1月-2014年12月逐年逐月的1°×1°的网格化SST和SSS。对网格资料进行检验,结果发现由Argo反推的SST和SSS气候态分布特征与WOA13资料非常相似,差异不大;与TAO实测资料相关性较好,甚至略高于同类型网格资料与TAO资料的相关系数;EOF分析表明,无论是空间还是时间的主要变化模态,与同类型的网格资料符合性较好。综合来看,构建的混合层模型可以用于Argo表层温、盐度的反推,获得较高质量的SST和SSS,能较好弥补Argo缺乏表层资料的不足。 相似文献
15.
16.
卫星遥感海表温度资料和高度计资料的变分同化 总被引：3，自引：0，他引：3
利用国家气候中心正在发展的第二代全球海洋资料同化系统(BCC_GODAS2.0),针对多变量同化的协调性问题,发展了一种基于三维变分框架(3DVAR)下的高度计和海表温度(SST)相互约束的同化方法。该方法使海面高度和SST资料在同一个动力约束关系下进行同化。在一般方法中,海面高度和SST观测项是代价函数中2个独立的观测项,海面高度项引入动力高度计算公式,海表温度项用统计关系进行垂向投影。在代价函数的实际求解的计算过程中,虽然其总体积分效应受海面高度观测的约束,但整个水柱中各层温盐分析变量的调整是无序的。针对这个问题,文章提出一种新的同化方案。该方案将SST的观测项并入海面高度观测项中,海面高度的一部分,确切说是上层海洋部分,由SST决定,因此至少在SST的统计关系能影响到深度的上层海洋,在代价函数的求解过程中,温盐的调整是受较强的统计关系约束的,而这种统计关系的有效性已经在很多SST的同化试验中被其他学者广泛应用并证明。利用该方法,对1993—1997年的AVHRR卫星遥感海表温度资料进行变分同化试验,用TAO、OISST和SODA数据集进行检验证明,通过对卫星遥感资料的同化能够有效改进对海洋温度和盐度的估... 相似文献
17.
文章利用观测和模式数据, 并基于混合层盐度收支方法, 研究了热带东太平洋淡水池的季节变化。研究发现: 热带东太平洋淡水池具有显著的季节变化, 由海表强迫(蒸发与降水)、水平平流和次表层过程共同控制。淡水池的季节变化主要分为扩张与收缩两个阶段。4月至11月为扩张阶段, 淡水池向西扩张, 最大体积和面积比最小时扩大将近一倍, 分别达到2.83×10 5km 3和8.94×10 6km 2。热带辐合带向北移动带来的强降水是淡水池扩张的主要原因, 海表强迫决定了混合层盐度降低。12月至3月为淡水池收缩阶段, 海表淡水通量的减弱、水平平流和次表层过程的增强导致混合层盐度升高, 淡水池向东收缩。 相似文献
18.
19.
充分融合使用卫星遥感与现场观测信息，构建高质量的水下温盐场是海洋科学研究发展的前沿课题。目前，绝大多数同化系统使用的同化方案，均需要假设要素在海表与水下存在某种人为预先设定的关系，从而导致得到的温盐分析场人为性较强，不能完全客观地反映真实的海洋状态。本研究提出了一种不做任何关系假设，仅依靠不同种类的观测资料在时间和空间上的相互补充作用，融合卫星遥感与现场观测资料，进行时空四维多尺度分析的方案。通过与分别单独同化这两类观测资料的试验结果相比，该方案既可以得到较精准的温盐剖面结构特征，又能够反映出海面中尺度变化的细节信息，最大化地提取了观测资料中的多尺度信息，实现了“1+1> 2”的效果，构建了完全客观的温盐分析场。研究结果还表明，同化卫星遥感海表面盐度资料可以有效改善温度和盐度的分析，证明了海表面盐度观测在温盐同化中的重要性。 相似文献
20.
自欧洲土壤湿度和盐度卫星SMOS和美国宝瓶座盐度卫星Aquarius相继发射之后,多个数据中心发布了两颗卫星的海表盐度网格化产品,其中包括法国海洋研究院SMOS卫星数据小组发布SMOS Locean L3盐度产品、西班牙巴塞罗那专家中心发布SMOS BEC L4盐度产品和美国宇航局喷气动力实验室发布AquariusV3.0 CAP L3盐度产品。本文利用精确盐度现场观测资料从产品精度和模拟海洋现象能力两个方面对以上3种产品质量进行了评估。研究表明:(1) 在精度方面,与盐度现场资料相比,Aquarius CAP 产品质量最高,产品盐度偏差和均方根误差全年稳定且偏差较小,部分海域达到了设计精度;SMOS两种卫星产品在全球海域偏差较不稳定,个别月份出现异常偏差值;SMOS产品在低纬和开阔海域的数据质量相对较高,但在高纬海域仍存在较大误差,需要进一步提升;(2) 在刻画海洋现象方面,Aquarius产品在热带太平洋较好刻画了淡池东缘盐度锋,SMOS BEC产品的刻画能力次之,SMOS Locean产品在热带太平洋充满了小尺度噪音,描述物理现象方面表现偏差。 相似文献