共查询到18条相似文献，搜索用时 125 毫秒
1.
2.
利用中国2008年9月发射的自主 HJ-1B 卫星热红外遥感影像数据,基于实测数据对已有海表温度反演的单窗算法进行了改进与简化,重新订正了大气透射率和大气平均作用温度估算方程,建立了基于实测数据验证的 HJ-1B 卫星海表温度定量反演业务化算法.将本算法与段四波等的改进算法用于实验海区海表温度的反演,反演结果与卫星同步实测海温数据的对比表明:本研究算法反演结果与现场同步实测海表温度平均误差约为0.76,℃段四波等改进算法反演结果平均误差约为1.09℃.本算法为 HJ-1B 卫星海表温度产品的业务化应用提供了便捷可行的方案 相似文献
3.
基于Himawari-8卫星的逐时次海表温度融合 总被引：1，自引：0，他引：1
Himawari-8卫星是日本气象厅发射的新一代地球同步静止气象卫星,为获取逐时次海表温度产品提供了有力数据支持。本文以Himawari-8 AHI海表温度为基础,利用最优插值法融合GCOM-W1 AMSR2海表温度和NERA-GOOS现场观测资料,生成逐时次海表温度融合产品。为了充分利用邻近时刻的海表温度观测资料,利用Himawari-8 AHI海表温度和欧洲中期天气预报中心海面风速数据建立匹配数据集,研究建立海表温度日变化模型,实现邻近时刻海表温度的订正;为了消除多源海表温度间的系统偏差,以Himawari-8 AHI海表温度为目标数据,利用泊松方程对GCOM-W1 AMSR2海表温度进行偏差订正。实验验证结果表明,利用逐时次海表温度融合产品计算的日增温情况与海面风速具有较好的相关性,间接证实了逐时次海表温度融合产品的准确性;另外,逐时次海表温度融合产品与现场观测海表温度的偏差为0.09℃、均方根误差为0.89℃,二者具有较好的一致性,说明逐时次海表温度融合产品具有较高的精度。 相似文献
4.
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
5.
《热带海洋学报》2017,(1)
利用中分辨率成像光谱仪MODIS(moderate-resolution imaging spectroradiometer)遥感资料作为数据源,以海南岛西南部近海海域作为研究区,利用改进的分列窗算法对研究区海域2005—2014年多时相海表温度进行反演。利用海南岛西南部近海海域观测的12个观测点的实测海洋表面温度对反演温度结果进行精度验证,相关系数达到了0.9。选择一年内4个季度和10年内海表温度反演的结果,分别分析海表温度随季节与年度的时空变化分布。结果表明,利用MODIS多通道改进的分裂窗算法可以较精确地反演海南岛西南部近海海表温度,分析海表温度的时空变化可为海洋渔业、海洋环境变化及气象监测提供参考。 相似文献
6.
7.
海表温度产品是研究全球海洋大气系统的重要数据源,在海洋相关领域的研究和应用方面具有重要价值。以西北太平洋海域为研究区域,本文对2013年和2014年3个微波辐射计海表温度产品(AMSR-2,TMI和WindSat)的产品特性和Argo浮标进行了真实性检验,并对3个传感器数据进行了交叉比对分析,具体涉及海表温度分布、温度梯度分布、观测点分布、匹配点分布、平均偏差分布、均方根误差分布、统计分析结果的逐月演变和海表温度误差棒分析。结果表明,3个微波辐射计在空间尺度上都能比较一致地反映西北太平洋海域的海表温度变化趋势。但遥感数据与浮标数据却存在季节性变化和昼夜差异,其中冬季微波数据与浮标数据的平均偏差和均方根误差较小,降轨数据与浮标数据的结果更接近。AMSR-2的海表温度数据质量比TMI和WindSat的海表温度数据更接近Argo数据。相比于WindSat和TMI,AMSR-2和TMI的海表温度数据质量更为接近,但是由于受到近岸陆地信号干扰,AMSR-2和TMI离岸100 km以内海域的数据应当慎用。 相似文献
8.
卡尔曼滤波在卫星红外、微波海表温度数据融合中的应用 总被引：1，自引：0，他引：1
卫星红外波段测量海表温度具有空间分辨率高的优点,但受云的影响而导致数据空间覆盖率低;微波辐射计具有全天候、穿透性优势,但空间分辨率低,而且近岸区域受到陆地电磁波的干扰,不能反演有效的海表温度.由于单一卫星传感器获取的数据存在一定的局限性和差异性,因此根据不同卫星传感器的特点,将红外、微波传感器卫星数据进行数据融合具有重要的实际应用意义.卡尔曼滤波是一种最优化自回归数据处理算法,本文将卡尔曼滤波法应用于红外和微波卫星海表温度数据融合研究,给出全天候、高分辨率的海表温度.研究区域为西北太平洋区域:10°N～50°N,105°E～145°E,研究数据时间为2008年3月. 相似文献
9.
西北太平洋海表温度融合产品交叉比对分析 总被引：2，自引：0，他引：2
海表温度产品是研究全球海洋大气系统的重要数据源,在海洋相关领域的研究和应用方面具有重要价值。以西北太平洋海域为研究区域,本文对2007-2014年的3个海表温度融合数据（AVHRR OISST,MISST和OSTIA）的产品特性与Argo浮标进行了真实性检验,并对融合产品进行了交叉比对分析。结果表明,3个融合产品在空间尺度上均能反映西北太平洋海域的海表温度变化趋势。融合数据与Argo浮标的平均偏差在±0.1℃之间,均方根误差小于0.9℃。融合数据与浮标数据存在明显的季节性变化,其中冬季融合数据与浮标数据的平均偏差和均方根误差较小。在高纬海域,融合产品和浮标存在正偏差。与另两个融合产品相比,OSTIA的数据质量与Argo浮标最为接近。3个融合产品在近岸和高纬海域差异较大,三者对海冰的标识和处理方式不同对融合结果也有影响。在2012年6月之前MISST和OSTIA的海表温度数据质量更为接近,但在此之后MISST存在系统误差。红外数据、微波数据和实测数据作为输入数据,是制作高时空分辨率高精度海表温度融合产品必不可少的要素。 相似文献
10.
粗糙海面L 和C 双波段的代价函数多参量遥感反演分析 总被引：1，自引：0，他引：1
利用代价函数(cost function)方法,通过分析粗糙海面L和C双波段多极化遥感亮温对海表盐度、温度、风速和有效波高等参数的敏感性以及L和C双波段多极化的代价函数收敛特性,建立了反演海表盐度、温度、风速和有效波高等多参数的L和C双波段多极化代价函数模式。双波段遥感模式分析结果表明:(1)对于双参数的联合反演,L和C双波段垂直极化代价函数联合反演海表盐度和温度可以获得较好的反演结果。(2)L波段垂直极化和C波段水平极化代价函数联合反演海表盐度和风速较好。(3)对于三参数联合反演,L波段垂直极化和C波段的双极化联合反演盐度、温度和风速的精度较高。(4)L波段亮温对有效波高的敏感性较低(C波段经验模式不含有效波高),使得有效波高反演误差较大,L和C波段经验模式不适合反演有效波高参数。另外,为了定量分析L和C双波段代价函数的多参量遥感反演结果,采用加性噪音模拟亮温方法,对上述L和C双波段多极化模式的盐度、温度和风速等多参数联合反演误差进行了分析,均得出较好的结果。结论表明L和C双波段代价函数联合反演多参量可以明显提高参量反演精度,为粗糙海表面多参量的反演提供了新的方法和途径。 相似文献
11.
An operational satellite remote sensing system for ocean fishery 总被引：3，自引：0，他引：3
Ocean environmental information is very important to supporting the fishermen in fishing and satellite remote sensing technology can provide it in large scale and in near real-time. Ocean fishery locations are always far away beyond the coverage of the satellite data received by a land-based satellite receiving station. A nice idea is to install the satellite ground station on a fishing boat. When the boat moves to a fishery location, the station can receive the satellite data to cover the fishery areas. One satellite remote sensing system was once installed in a fishing boat and served fishing in the North Pacific fishery areas when the boat stayed there. The system can provide some oceanic environmental charts such as sea surface temperature (SST) and relevant derived products which are in most popular use in fishery industry. The accuracy of SST is the most important and affects the performance of the operational system, which is found to be dissatisfactory. Many factors affect the accuracy of SST and it is difficult to increase the accuracy by SST retrieval algorithms and clouds detection technology. A new technology of temperature error control is developed to detect the abnormity of satellite-measured SST. The performance of the technology is evaluated to change the temperature bias from-3.04 to 0.05 ℃ and the root mean square (RMS) from 5.71 to 1.75 ℃. It is suitable for employing in an operational satellite-measured SST system and improves the performance of the system in fishery applications. The system has been running for 3 a and proved to be very useful in fishing. It can help to locate the candidates of the fishery areas and monitor the typhoon which is very dangerous to the safety of fishing boats. 相似文献
12.
OSTIA数据在中国近海业务化环流模型中的同化应用 总被引：3，自引：0，他引：3
The prediction of sea surface temperature(SST) is an essential task for an operational ocean circulation model. A sea surface heat flux, an initial temperature field, and boundary conditions directly affect the accuracy of a SST simulation. Here two quick and convenient data assimilation methods are employed to improve the SST simulation in the domain of the Bohai Sea, the Yellow Sea and the East China Sea(BYECS). One is based on a surface net heat flux correction, named as Qcorrection(QC), which nudges the flux correction to the model equation; the other is ensemble optimal interpolation(En OI), which optimizes the model initial field. Based on such two methods, the SST data obtained from the operational SST and sea ice analysis(OSTIA) system are assimilated into an operational circulation model for the coastal seas of China. The results of the simulated SST based on four experiments, in 2011, have been analyzed. By comparing with the OSTIA SST, the domain averaged root mean square error(RMSE) of the four experiments is 1.74, 1.16, 1.30 and 0.91°C, respectively; the improvements of assimilation experiments Exps 2, 3 and 4 are about 33.3%, 25.3%, and 47.7%, respectively.Although both two methods are effective in assimilating the SST, the En OI shows more advantages than the QC,and the best result is achieved when the two methods are combined. Comparing with the observational data from coastal buoy stations, show that assimilating the high-resolution satellite SST products can effectively improve the SST prediction skill in coastal regions. 相似文献
13.
通过卫星遥感获取的海表温度（SST）产品已经成为海洋和大气研究中的重要数据源，我国海洋水色遥感卫星（HY1C和HY1D）的海洋水色水温扫描仪（COCTS）具有两个热红外通道，可反演全球SST遥感产品。对比Terra和Aqua卫星的中分辨率成像光谱仪（MODIS）的SST产品，分析COCTS海表温度产品对MODIS相应产品的可替代性。比较了两种卫星的全球SST单日和月平均融合产品的图像空间结构，分析了匹配像元SST值的离散度，统计了HY1C/1D的误差结果，讨论了HY1C与HY1D产品的一致性、不同质量控制方案对SST产品影响以及遥感产品质量对昼夜SST变化研究影响等问题。结果表明，以2020年6月SST(Terra)为真值，HY1C白天SST的单日全球遥感产品的平均偏差、绝对偏差、均方根误差和相关系数分别为0.04℃、0.60℃、0.78℃和0.98，夜晚SST的单日全球遥感产品的平均偏差、绝对偏差、均方根误差和相关系数分别为-0.16℃、0.78℃、0.95℃和0.86。以2020年6月SST(Aqua)为真值，HY1D白天SST的单日全球遥感产品的平均偏差、绝对偏差、均方根误差和相... 相似文献
14.
海洋的盐度观测对于气候和海洋科学的研究有重要的意义,盐度的卫星遥感观测需要估计各种因素带来的误差影响。本文基于海面微波辐射理论和海水相对电容率等模型,采用蒙特卡洛模拟方法研究了在盐度遥感中温度误差、仪器误差以及风速误差对于后续的盐度反演的影响。通过计算温度误差产生的盐度误差,并与敏感性方法的对比发现,在低温低盐时温度误差对盐度反演误差的影响较大,2种方法的偏差较大;而在高温高盐时温度误差对盐度反演误差的影响较小,2种方法的偏差较小。辐射计仪器噪声对盐度误差的影响普遍在0.1psu以上,在低温低盐时可达0.5psu以上。风速误差对盐度反演误差的影响在水平极化状态下随入射角增大,在温度低于20℃时普遍超过1psu;在垂直极化状态下随入射角先减小后增大,在温度低于20℃以及较小的入射角下误差也会超过1psu。对误差的综合分析发现,采用垂直极化状态在高温时这2种误差的影响较小。研究发现,当入射角是45.6°和垂直极化状态下,对于3种典型海面状态(35℃和35psu,20℃和35psu,5℃和30psu),反演的盐度反演误差可达到0.162,0.153和0.444psu,达到了卫星单次扫描对盐度反演的误差要求。 相似文献
15.
The authors have verified a regression model for the evaluation of the daily amplitude of sea surface temperature (ΔSST) proposed
by Kawai and Kawamura (2002). The authors investigated the accuracy of satellite data used for the evaluation and showed that
ΔSST error caused by satellite data error is less than ±0.7 K. The evaluated ΔSSTs were compared with in situ values. Its
root-mean-square error is about 0.3 K or less, except for a coastal region, and it has a bias of more than +0.1 K in the tropics.
This bias can be removed by considering latent heat flux.
This revised version was published online in July 2006 with corrections to the Cover Date. 相似文献
16.
In the present article, we introduce a high resolution sea surface temperature(SST) product generated daily by Korea Institute of Ocean Science and Technology(KIOST). The SST product is comprised of four sets of data including eight-hour and daily average SST data of 1 km resolution, and is based on the four infrared(IR) satellite SST data acquired by advanced very high resolution radiometer(AVHRR), Moderate Resolution Imaging Spectroradiometer(MODIS), Multifunctional Transport Satellites-2(MTSAT-2) Imager and Meteorological Imager(MI), two microwave radiometer SSTs acquired by Advanced Microwave Scanning Radiometer 2(AMSR2), and Wind SAT with in-situ temperature data. These input satellite and in-situ SST data are merged by using the optimal interpolation(OI) algorithm. The root-mean-square-errors(RMSEs) of satellite and in-situ data are used as a weighting value in the OI algorithm. As a pilot product, four SST data sets were generated daily from January to December 2013. In the comparison between the SSTs measured by moored buoys and the daily mean KIOST SSTs, the estimated RMSE was 0.71°C and the bias value was –0.08°C. The largest RMSE and bias were 0.86 and –0.26°C respectively, observed at a buoy site in the boundary region of warm and cold waters with increased physical variability in the Sea of Japan/East Sea. Other site near the coasts shows a lower RMSE value of 0.60°C than those at the open waters. To investigate the spatial distributions of SST, the Group for High Resolution Sea Surface Temperature(GHRSST) product was used in the comparison of temperature gradients, and it was shown that the KIOST SST product represents well the water mass structures around the Korean Peninsula. The KIOST SST product generated from both satellite and buoy data is expected to make substantial contribution to the Korea Operational Oceanographic System(KOOS) as an input parameter for data assimilation. 相似文献
17.
建立了一个功能较为完善的四维同化系统,解决了温度调查资料中存在的同步性问题。为了检验同化方法和模式程序的正确性,以及讨论同步性误差的校正效果,从同化结果与锚系调查数据、同化结果与遥感数据、比对断面均方根误差和海表平均温度4个方面进行了探讨,结果表明:1)同化结果与锚系调查数据对比显示,改进参数的NMC方法(来自美国国家气象中心)能够适用于长江口外海域中的温度四维同化,同化温度结果与锚系调查数据在变化趋势上一致,在数值上最大差异不超过0.4℃;2)同化结果与遥感数据对比显示,同化结果能够将调查资料推演到完整的时空范围,并具有较好的变化趋势和精度;3)根据比对断面均方根误差分析,调查资料中两个比对断面温度间的均方差误差为3.8℃,而同化结果与实测数据的均方根误差低于0.6℃,说明同化方法有效地降低了调查资料中的同步性误差;4)海表平均温度分析显示,同化结果能够避免调查不同步引起的各种温度斑块,并且其温度分布和锋面结构能够更如实地反映实际情况。 相似文献