共查询到20条相似文献，搜索用时 31 毫秒
1.
本文将TMI（Tropical Rainfall Measuring Mission （TRMM）Microwave Imager）和AMSR-E（Advanced Microwave Scanning Radiometer for the Earth Observing System）卫星观测的全球海表温度与Argo浮标观测的近海表温度进行了比较。并检验了影响海温变化的因素,包括风速、水汽含量、液态云和地理位置。结果显示,TMI、AMSR-E海表温度与Argo近海表温度均明显相关。在低风速时,TMI、AMSR-E海表温度整体比Argo近海表温度高。在低风速时,TMI比AMSR-E海表温度更接近Argo近海表温度,但TMI海表温度在高纬可能没有经过良好校正。温度差异显示,在低水汽含量时,TMI和AMSR-E海表温度显示出暖的差异,代表TMI和AMSR-E海表温度在高纬均没有经过良好校正。黑潮延伸区的海表温度变化要比海潮区明显。春季在黑潮延伸区,卫星观测的海表温度与Argo近海表温度差异较小。在低风速时,TMI和AMSR-E海表温度均经过了良好校正,而TMI比AMSR-E效果更好。 相似文献
2.
Argo浮标观测已成为全球海洋观测系统的重要支柱,但因缺乏表层观测,使得Argo观测资料在海洋和大气研究中的应用仍有一定的局限性。基于一个简化的海洋温度参数模型,由Argo剖面观测及气候态数据所确定的垂向海洋温度参数,得到表层与次表层温度的函数关系,进而利用太平洋海域的Argo次表层温度数据来推算表层温度场。其中,海温参数模型的相关参数采用最大角度法求得,利用此方法得到的混合层深度,温跃层梯度,温跃层下边界等参数较以往的迭代法更精确。与传统采用外插方式得到的表层温度场及卫星反演的SST相比,推算的Argo表层温度与GTSPP、Argo NST等实测资料的标准差有了显著地降低;与Argo NST现场观测数据的相关性分析也表明,推算的表层温度与实测资料有着更好地一致性;通过相关分析检验,在理论上验证了在太平洋海域利用海温参数模型推算海表温度的可行性。本研究为弥补当前Argo资料缺乏表层观测的缺陷,构建完备的Argo网格化温度数据集提供了新途径,具有重要的科学意义和应用价值。 相似文献
3.
利用遥感SST反演上层海洋三维温度场 总被引：2，自引：0，他引：2
通过统计相关分析验证了一个简单的温度参数模型在太平洋海域的较好适用性。基于Argo观测资料及WOA09气候态温度数据,采用最大角度法求得此模型的相关参数,并利用高分辨率卫星遥感海表温度反演了太平洋上层海域空间分辨率为1°×1°的气候态月平均三维温度场。与实测资料的比较分析表明反演结果是较为真实可靠的,并可作为海洋数值模式积分的初猜场,为实现现场观测(如:Argo)与卫星观测的优势互补,构建太平洋海域完整的三维温度分析场提供一种新途径。 相似文献
4.
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
5.
以印度洋北部海域为研究区域,分别从地理位置、温度曲线和反演精度3 个方面对AQUA 卫星上的MODIS 和
AMSR-E反演的海表温度特征进行了对比分析。其主要特征表现为MODIS SST 与AMSR-E SST 之间的差异随纬度变化较为
明显;在近岸区域,AMSR-E SST无法获得准确的海表面温度;MODIS SST 与AMSR-E SST 之间的差异随温度而不同;在本
次研究中,AMSR-E SST 反演精度总体优于MODIS SST。本次研究结果对利用热红外遥感和被动微波遥感进行海洋表面温度
的定量反演具有重要的参考价值。 相似文献
6.
利用南极走航观测评估卫星遥感海表面温度 总被引：3，自引：1，他引：2
利用1989-2005年间南极走航观测的海表面温度,对目前3个主要的卫星反演的SST产品AVHRR(Advanced Very High Resolution Radiometer),TMI(TRMM Microwave Imager)和AMSR-E(Advanced Microwave Scanning Radiometer for the Earth Observing System)进行了较为系统的评估,并着重检验了它们在南大洋的准确性.结果表明,AVHRR SST比观测数据偏冷,白天的偏差为-0.12℃,夜晚的偏差为-0.04℃,而且南大洋的冷偏差更为显著.TMI SST比观测数据明显偏暖,白天的偏差为0.48℃,夜晚的偏差为0.57℃,其温差ΔT受37GHz风速影响,在强风速(>6m/s)下这种影响仍然存在.AMSR-ESST比观测数据偏暖,白天的偏差为0.34℃,夜晚的偏差为0.27℃,而且南大洋的暖偏差相对较大.AMSR-E SST温差受水汽影响,并在南大洋随着水汽的增加而增加.通过进一步比较微波(AMSR-E和TMI)和红外(AVHRR)遥感的SST在2004年北半球冬季(即南半球夏季)的差别,发现微波遥感在热带(15°S-15°N)和南大洋区域(45°S以南)比红外遥感偏暖,而且在南大洋区域的偏差相对较大,相反在北半球中纬度区域(15°~40°N)偏冷.AMSR-E与AVHRR SST的温差,从白天到夜晚有减小的趋势,而TMI与AVHRR SST的温差无明显的变化. 相似文献
7.
利用卫星资料分析黄海海表温度的年际与年代际变化 总被引：1，自引：0，他引：1
海表温度长期变化在一定程度上反映了海域的气候变化信号,卫星遥感资料是获取高时空分辨率水温长期变化的有效手段。基于国家海洋局1982—1999年黄海断面监测器测数据的2 954组水温数据对时空匹配的卫星(NOAA/AVHRR)反演海表温度(SST)进行校验,计算得到卫星反演SST系统偏差为(0.18±1.00)℃。卫星反演的水温空间分布以及长期变化趋势与器测趋势较为一致,可以用来研究海域SST长期变化规律。利用校验后1982-01～2011-08NOAA/AVHRR的SST数据,分析了该时段黄海冬夏季代表月2、8月海表水温的变化规律。结果显示:(1)近30a,黄海冬季水温有2次跃迁:1989—1990年由冷至暖的状态跃迁,2000-2001年出现由暖至冷的状态转变;1990年代冬季水温达最高,相比1880年代,水温升高1.07℃,新世纪水温稍有降低,水温较1990年代下降了0.53℃,温度变化较大区域位于北黄海、山东半岛沿岸,苏北浅滩毗邻海区,该区SST与局地经向风场存在显著正相关,且北极涛动通过影响冬季风间接影响黄海水温变化;(2)夏季海表水温在1994—1995年呈现由冷至暖的状态跃迁,冷、暖期水温相差0.57℃,水温变化较显著的区域为黄东海分界处,其具体变化机制需深入研究。 相似文献
8.
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
9.
提出基于距平分析的Argo海表温度场(SST)重构方法,即在Argo浮标观测点提取温度距平值序列进行Kriging插值生成距平场,并叠加气候态SST的方法重构Argo海温场。以Argo数据相对稀少的2003年8月份和Argo数据相对较多的2012年8月份印度洋海域(60°S—30°N,25°—125oE)为例,重构水平分辨率为1°×1°的海表温度场。分析表明:(1)这种基于距平分析方法重构的海温场与对Argo数据直接Kriging插值获得的结果相比在精度上有大幅提高;(2)重构的温度场与最优插值海表温度场(OISSTV 2.0)的等温线具有高度的一致性,并且在Argo浮标附近海域有更好的细节表现;(3)即使在Argo数据相对稀少的海域,基于距平分析方法重构的海温场也能保持较高的精度要求,包括边缘海域和南大洋极锋附近均有较好表现。 相似文献
10.
尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。 相似文献
11.
各种不同的观测资料有各自的特点,一种好的融合过程,必须把每一种资料的不同点与误差特点考虑进去.选用了Argo、MODIS、AVHRR、AMSRE、TMI等SST资料,应用增量变分法融合多源卫星SST资料,分析得到了中国近海高分辨率的SST分析产品.用最小二乘共轭梯度法求解三维增量变分法目标函数的最小化,并对三维增量变分法的实际应用方法作了说明.在相关性函数中,合理引入相关温度尺度参数后,能更好地利用SST分布场各点间的相关性与温度梯度场两者之间的关系.在实际应用中,根据前1天的分析温度值计算温度梯度函数,从而得到以实际温度场为基础确定的各向异性相关系数,解决了在大温度梯度区域与海岸上的相关系数的各向异性问题.使用三维增量变分法对AVHRR、MODIS、TMI、AMSRE的所有SST资料进行融合,从2006年融合得到的SST分析场可以明显地看出,多源融合SST分析场和TMI与AMSRE对应的3日平均SST的基本分布是一致的.多源SST融合集合了各卫星SST资料的优点,弥补了各卫星SST资料的不足,根据各种资料的准确度分配权重,最后通过最小二乘共轭梯度迭代法,得到了中国近海全覆盖的高分辨率的SST分析场.在近海区域实时观测资料少,各卫星资料的精度偏低且各卫星资料数据相互独立的情况下,多卫星资料融合有利于提高分析结果的准确性.因此要在近海区域得到实时的、准确的、高分辨率的SST分布就必须融合所有可融合的观测资料,本文在这方面做了初步有益的尝试. 相似文献
12.
以西太平洋为研究区域,利用Argo浮标表层盐度观测值(5 m)对SMAP卫星获得的2016年海表面盐度反演质量进行了评估。首先将西太平洋2016-01—12期间的每日和每月SMAP卫星SSS数据与Argo实测SSS数据进行匹配,然后利用最小二乘线性回归法对其进行相关性分析,并对误差的分布特征进行了研究。结果表明:SMAP SSS与Argo SSS之间具有极显著的正相关关系;每日Argo浮标数据(WMO ID:2901520,WMO ID:2901548)和SMAP SSS的变化趋势基本一致,前者均方根误差(RMSE)、偏差(Bias)和相关系数(r)分别为0.43, 0.34和0.71,后者RMSE,Bias和r分别为0.41,0.26和0.69;研究区域内全年RMSE值处于0～0.35,在西太平洋南部海域偏差较大,这可能是由于该海域小岛众多,缺少Argo实测数据,导致其网格化的盐度存在较大误差。除夏季外,研究区域的大部分海域,RMSE都小于0.25。在海表盐度较低的海域,两者的对比结果误差较大,该现象在夏秋两季尤为显著。 相似文献
13.
利用搭载在Aqua和Terra卫星上的MODIS(moderate resolution imaging spectroradiometer)、AMSR-E(advanced microwave scanning radiometer for the earth observing system)传感器测量反演的昼夜海表温度(SST),计算海表面日增温(sea surface diurnal warming),分析南海海表面日增温的短期和年变动特征。受观测平台过境时间、传感器测量SST方式、反演算法等影响,MODIS/Aqua计算的日增温幅度略大于AMSR-E/Aqua和MODIS/Terra,但在表征南海海表面日增温的时空分布特征以及变化趋势上三者并未见显著性差异。南海海表面日增温在时间分布上以冬季为最小,春季为最大;在空间分布上则是南部海域大于中部和北部海域,东部海域大于西部海域。春夏之交的吕宋海峡西北部尤其容易发生日增温事件。海表面日增温与太阳辐射、风速、云量等影响有关,其中风速与海表面日增温显著负相关。 相似文献
14.
基于变分理论算法实现了METOP-A卫星AVHRR传感器探测数据的海洋表面温度变分反演，进行了连续1个月的海表温度反演试验，并分别从全球、分纬度带和天气系统活跃区域3个方面，将变分反演结果（VAR SST）与利用统计回归方法反演相同卫星得到的海表温度产品（GBL SST）、其他海温融合产品（OISST）及实际浮标观测数据等进行一系列评估。从全球评估指标看出，以OISST为参照，VAR SST要优于GBL SST；以浮标观测为参照，VAR SST略逊于GBL SST，而且VAR SST还改进了GBL SST随时间波动大的缺点；从分纬度带对比看出，在与OISST对比时，VAR SST在低纬度地区和北半球中纬度地区的质量要优于GBL SST，海温反演精度较高。研究还表明，由于变分方法考虑了大气状态的变化，能够更加有效订正卫星遥感过程中大气的削弱作用，从而反演出精度更高的海表温度，尤其在天气系统较为复杂的区域效果明显。 相似文献
15.
海面温度变化影响台风"海棠"强度的数值研究 总被引：1，自引：0，他引：1
通过对台风"海棠"5 d的数值模拟,研究海表温度(SST)变化对台风强度的影响。与NCEP月平均海表温度相对比,在中尺度大气模式中引入热带测雨卫星(TRMM)微波成像仪(TMI)/先进微波扫描辐射计(AMSR-E)来考察SST对台风"海棠"路径和强度的影响。研究结果表明,每天变化SST的试验模拟的台风强度和路径整体效果不错;模拟的台风路径不敏感于SST的变化,而台风强度的变化不仅取决于由于台风移动引发的SST冷却的幅度大小,而且取决于SST冷却区域的相对位置。在台风"海棠"强烈发展过程中,台风中心右侧冷却区对台风中心气压影响很小;台风强烈发展过后,SST冷却区开始影响台风强度,但造成台风中心气压下降幅度不大,6 h内台风中心气压减弱约3.9 hPa。海面热量通量和海面风速与SST的分布都有良好的相关性:在SST变化为正值的暖水区,感热通量和潜热通量都是一个正的通量分布的极值区,并有风速极大值区域存在;在台风右侧相应的冷却区,则存在着负的通量异常和风速极小值区域。 相似文献
16.
渤海海峡断面温度结构及流量的季节变化 总被引：3，自引：2，他引：3
作者采用 POM模式 ,利用从卫星遥感资料反演的风和海表温度 (SST)数据并考虑 M2分潮作用 ,对渤海海域的温度、流场的三维结构进行数值计算。根据数值模式的计算结果 ,重点分析渤海海峡温度结构和水交换的季节变化特征。结果表明风应力和 SST的季节性变化导致渤海海峡的水交换流型、温度结构和流量有明显的季节性变化。 相似文献
17.
西北太平洋红外辐射计海表温度数据交叉比对分析 总被引：6，自引：2，他引：4
本文将西北太平洋海域作为研究区域,以2003—2009年的三个海表温度(sea surface temperature,SST)红外产品(AVHRR Pathfinder/NOAA,MODIS/Terra和MODIS/Aqua)为研究对象,分别与Argo浮标数据进行了真实性检验,同时红外产品之间也进行了交叉比对分析。通过评定产品间的差异及使用条件,为融合产品数据源选取和权重分配提供参考依据,用以提高融合产品的数据质量。结果表明,三种红外数据与Argo浮标的平均偏差在±0.2°C之间,均方根误差小于0.8°C,且存在明显的季节性变化,白天的平均偏差均是夏季为正、冬季为负,夜间的平均偏差基本均为负偏差,冬季比夏季的偏差更大,冬季的均方根误差较小;三种红外数据之间的平均偏差在±0.1°C之间,均方根误差小于0.6°C;三个红外产品在空间上均能反映西北太平洋海域的海表温度变化趋势,三个产品之间无明显优劣差异;尽管红外数据的空间覆盖率偏低,但是它提供了高精度和高特征分辨率的数据产品,并弥补了近岸海域缺乏观测数据的不足。 相似文献
18.
海表面盐度(Sea Surface Salinity, SSS)是研究大洋环流和海洋对全球气候影响的关键参数之一。目前借助卫星遥感技术获取全天候和连续的SSS是最有效的方法,但是SSS的反演精度在大部分海域达不到预期目标。众所周知,海表面亮温是反演SSS的关键因素之一,海面粗糙度导致了亮温增量的产生,亮温正演模型的误差会影响盐度反演的精度。本文首次提出了依据6个风带划分全球海域,利用Argo实测盐度数据、SMOS卫星数据和相关辅助数据,通过LASSO统计方法在各风带覆盖的海域构建了一个全新的二次曲线亮温增量模型,再通过贝叶斯迭代反演算法计算出了各个海域的SSS产品。与Argo实测SSS对比,新模型下6部分海域反演SSS的绝对平均误差分别为0.76、0.88、0.93、0.92、1.28和1.21,均显著优于修正前(SMOS L2 SSS)产品的误差(0.98、1.61、2.82、1.50、2.35和3.13)。 相似文献
19.
为研究东部型和中部型两类厄尔尼诺(El Ni?o)事件与中国近海海表温度(sea surface temperature,SST)变化间的联系,基于中国科学院大气物理研究所连续80年(1940—2019年)的SST再分析数据,采用EOF分解、合成分析等方法做了初步分析,发现中国近海及毗邻海域近80年SST变化与全球变暖密切相关。并且两类El Ni?o事件对中国近海SST变化的影响存在显著差异。东部型El Ni?o事件发展过程中,中国近海及毗邻海域SST在发展年主要为负异常,衰退期为正异常;中部型ElNi?o事件发展过程中, SST变化区域差异大,发展年日本附近海域为正异常, 28°N以南为弱的负异常。两类El Ni?o事件引发西太平洋风场反气旋涡的时间、位置与强度等的不同,是造成中国近海风场与海表温度异常(sea surface temperature anomaly, SSTA)差异的主要原因。 相似文献
20.
利用基于客观分析方法重构的Argo网格资料(未同化其他观测资料),分析探讨了2004年1月-2011年12月期间太平洋海域(60°S-60°N、120°E-80°W)温度气候态分布特征与变化规律。结果表明,在西太平洋赤道附近海域,29℃等温线的包络范围(暖池),夏季显著增大,位置也明显偏北,且其厚度仅限于约100 m上层;在亚热带海域次表层(约150 m),形成南北两个高温(南部大于27℃,北部大于24℃)中心,呈马鞍形分布,但并不以赤道为对称中心,而是偏向北半球8个纬度;在南、北纬40°附近海域,等温线十分密集,形成"极锋";在新西兰东南海域存在低温水舌由南向北的入侵现象,从表层至1 000 m深层始终可见,似是终年存在的一个水文特征。温度的年变化规律表层最明显,每年呈一高一低的分布趋势,亚热带海域尤为显著,北半球温度年较差大于9.5℃,南半球约为6.0℃,且北半球的最高、最低温度值分别出现在每年的8月份和2月份,南半球则相反。表层以下,温度的周期性变化远不如表层明显,至500 m中层,整个太平洋海域的温度最大变幅仅为1.0℃。赤道海域表层温度明显存在3年的周期性年际振荡,北亚热带表层也表现为3-6个月的周期性年际变化,中层年际振荡较缓,振幅也较小,而亚南极海域从表层直至500 m中层,均存在不规则年际振荡。 相似文献