共查询到20条相似文献，搜索用时 31 毫秒
1.
介绍了一种将大气效应考虑在内、利用Landsat TM、ETM+热红外数据进行近海岸海表水温反演的单窗算法.在该算法中,将地表气温、相对湿度等常规气象资料作为初始参数,根据对流层中大气温度随高度呈线性降低、水汽随高度呈指数衰减的规律,建立了估算平均大气温度及水汽含量的通用模式.通过与实测数据及MODIS Terra海表水温产品比较发现,该算法能够提高运用TM/ETM+TIR单波段数据进行近岸海表水温(SST)反演的精度:一方面,反演所得结果更接近于海表实际水温;另一方面,它在一定程度上剔除大气中的水汽对SST反演的影响,进而提高海表水温的温度对比度.该提出的大气校正算法只需地表大气温度及相对湿度资料,该算法也无需进行大气模式的界定. 相似文献
2.
基于H J-1号小卫星CCD数据,开展近海水体悬浮物含量监测研究.采用邻近清洁水体和同日MODIS气溶胶产品的方法对CCD辐亮度数据进行较精准的大气校正;利用得到的水体遥感反射率,结合地面准同步实测悬浮物含量数据建立悬浮物反演模型,获得研究区悬浮物的空间分布.模型的相关系数R2为0.849,平均误差为33.0％,反演结果较为理想.结果表明,HJ-1号小卫星作为中国首个灾害监测小卫星星座,能够实现定量反演近海水体的悬浮物含量,对中国近海水体水质的监测和治理具有重要意义. 相似文献
3.
卫星遥感业务系统海表温度误差控制方法 总被引：11，自引：1，他引：11
提高卫星遥感海表温度的反演精度是各种反演模型追求的目标,也是遥感系统业务化应用的关键.据相关文献报道,在晴空无云的条件下遥感海表温度的精度达到了0.5℃,但考虑到影响海表温度反演精度的多种因素,在遥感业务系统真正实现SST精度在1℃以内是非常困难的.在北太平洋渔场速报制作系统中,对遥感海表温度与船测温度误差统计显示均方根误差达到5.71℃,匹配点误差分布显示存在大量较大的负误差值,最大的为-17.2℃,遥感温度图也反映出存在片状温度低值区,这些区域很可能被错误地当作冷涡或冷锋区,严重干扰渔情分析,这些异常的温度误差很难通过海表温度反演模式和云检测技术来消除.采用一种标准海表温度参考图用于温度误差控制技术,可有效地检测温度反演异常值,将均方根值从5.71℃降低到1.75℃,如果采用2℃阈值控制计算均方根值,则海表温度精度达到0.785℃.该方法基本消除了遥感海表温度的低值现象,明显提高了遥感海表温度的精度,并已成功地应用于北太平洋渔区的海况速报产品制作中. 相似文献
4.
《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
5.
6.
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
7.
《海洋技术学报》2017,(6)
星载海洋盐度计依据海表面盐度在微波波段的辐射特性,通过构建海面微波辐射探测器,利用海面辐射亮温、海表面粗糙度以及海面温度等信息反演得到海表面盐度,是实现全球海洋盐度观测的有效手段。构建合理的星载L波段盐度计辐射传输正演模型是准确定量反演海表盐度的基础,卫星盐度计观测亮温不仅与卫星固有参数有关,还与海洋、大气及空间因素密切相关。为了研究外界环境因素(海表盐度、温度、海面风场、海面气压、海表气温、大气水汽含量、降雨以及法拉第旋转角等)对盐度计观测亮温的影响,文中基于L波段盐度计辐射传输正演模型以及MPM93大气毫米波传播模型,通过敏感性分析,研究星载盐度计在不同环境条件下的参数敏感性,为减小外界因素对海表盐度反演精度的不利影响提供理论依据。 相似文献
8.
针对使用NCEP再分析数据和辐射传输方程法反演SST出现偏差较大的问题,以HJ-1B SST反演为例,从修正大气透过率入手,提出中心点算法和均值点算法2种辐射传输方程改进算法。2种改进算法对大气透过率偏差和HJ SST反演偏差均有明显改善,反演的HJ SST与MODIS SST均呈现显著的一致性。MODIS SST验证表明2种改进算法的平均偏差和均方差在0.5 ℃左右;浮标SST验证表明均值点算法的反演精度较高,其平均偏差为0.55 ℃,而中心点算法的为0.81 ℃。 相似文献
9.
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
10.
《海洋技术学报》2023,(3)
海水表面温度是研究气候变化的重要参数，具有重要研究意义。为了选出适用于近海海域的最优温度反演算法，本文基于Landsat8卫星遥感数据，以北部湾海域为研究区，对比分析了包括辐射方程传输法（RTM）、单窗算法（MW）、单通道算法（SC）、线性劈窗算法（SW1）和非线性劈窗算法（SW2）在内的海表温度反演算法的反演精度并进行了敏感性分析。同时本文利用劈窗协方差−方差比值法（SWCVR）来反演大气水汽含量数据，减少了温度反演过程中对外部数据的依赖，研究结果表明：（1）基于Landsat8 TIRS数据的SWCVR法进行大气水汽含量反演的效果较好，误差约在0.5 g/cm2；（2）与实测海温数据相比SW2与SC算法精度较高，误差约为0.6 K；RTM与SW1算法次之，误差约为1.6 K与1.9 K；MW算法精度较低，误差约为2.5 K；（3）与AVHRR SST产品进行相比两种劈窗算法的精度较高，误差约为1 K和1.3 K，SC算法精度较劈窗算法略低，误差约为1.4 K左右，RTM与MW算法精度较低，误差约为2 K与3 K；（4）SW2算法对参数的敏感性最低，其次是SC算法、SW1算法与MW算法，RTM算法的敏感性最高。 相似文献
11.
12.
根据2种海气通量数据集(COADS、ECMWF)和2种海气通量块体参数化方案(常数块体参数化方案和非常数块体参数化方案)的不同结合,构成4组数值实验,使用HYCOM数值模式分别模拟了赤道及北太平洋的气候态海表温度。实验结果表明:(1)非常数块体参数化方案优于常数块体参数化方案;在太平洋40°N～20°S区域内,采用前者得到的年平均海表温度比Pathfinder卫星资料高约0.21℃,而采用后者得到的年平均海表温度比Path-finder卫星资料高约0.63℃。(2)HYCOM数值模式很好地模拟了赤道及北太平洋的气候态海表温度变化及西太平洋暖池空间分布的月变化。特别是实验2(采用COADS数据集和非常数块体参数化方案),在太平洋40°N～20°S区域内,冬、春两季平均SST仅比Pathfinder卫星数据集高0.02℃。(3)不同海气通量数据会对模拟结果产生明显影响。对比采用COADS数据集的实验2结果与采用ECMWF数据集的实验4结果可以发现,在模拟区域的西北部,实验2比实验4的年平均SST高约1℃;在模拟区域的东南部,实验4比实验2的年平均SST高约1℃。两者差的最大值出现在58°N、140°E附近及中国渤海,实验2比实验4的年平均SST高约4℃。 相似文献
13.
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
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.
16.
利用西北印度洋船测数据评估基于卫星的海表面温度 总被引：1，自引：1，他引：0
本文描述了一次夏季在西北印度洋进行的调查船水文测量,用船测数据评估卫星海面表温度,并寻找影响海表面温度误差的主要因素。我们考虑了两种卫星数据,第一种是微波遥感产品——热带降雨测量任务微波成像仪TMI数据,另外一种是融合了微波,红外线,以及少部分观测数据的融合数据产品——可处理海表温度和海冰分析OSTIA数据。结果表明融合数据的日平均海表面温度的平均误差和均方根误差都比微波遥感小。这一结果证明了融合红外线遥感,微波遥感以及观测数据来提高海表面温度数据质量的必要性。此外,我们分析了海表面温度误差与各项水文参数之间的相关关系,包括风速,大气温度,想对湿度,大气压力,能见度。结果表明风速与TMI海表面温度误差的相关系数最大。而大气温度是影响OSTIA海表面温度误差最重要的因素;与此同时,想对湿度与海表面温度误差的相关系数也很高。 相似文献
17.
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
18.
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
19.
海表二氧化碳分压(pCO2)是指海洋表层水和大气之间的二氧化碳(CO2)交换处于动态平衡时CO2的含量, 是描述海-气CO2交换的一个主要因子。本文利用2008—2014年覆盖南海大部分海域的海表pCO2观测资料, 结合现场海表温度和海表盐度以及卫星观测的叶绿素a数据, 构建了基于多元线性回归方法的分区域反演模型。模型在水深浅于30m的区域均方根误差为5.3μatm, 其余海区均方根误差为10.8μatm, 与前人基于个别航次的有限区域反演结果的均方根误差相当。利用该模型公式和HYbrid Coordinate Ocean Model(HYCOM)再分析海表温、盐数据及MODIS-Aqua卫星观测的叶绿素a数据进行反演, 得到了时空分辨率为5'×5'的2004—2016年的逐月南海海表pCO2数据。该数据能较好地反映南海海表pCO2在海表温度影响下, 春夏高、秋冬低的季节变化特征, 与前人基于航次观测的研究结果相似, 表明反演模型具有较高的可信度。进一步分析发现, 南海及邻近海域平均海表pCO2具有显著的准十年振荡特征: 2012年附近出现了极小值, 之前表现为降低的趋势, 之后略有升高的趋势。受海表pCO2的影响, 南海海盆平均海-气CO2通量在2012年之前出现了显著降低的趋势, 表明南海释放到大气中的CO2减少, 并在2007年之后的冬季出现了负值(从碳源变为碳汇), 2012年之后变化较为平缓。热带太平洋年代际振荡引起的南海区域海表盐度变化是造成海表pCO2及海-气CO2通量准十年变化的主要原因。分区分析的结果表明, 南海北部海表pCO2变化最为显著, 在南海海表pCO2的季节和准十年变化中都起到非常重要的作用。 相似文献
20.
遥感测量海水表面温度(SST)需用海表面以下实测温度资料加以校正,由于长时间大范围进行海洋表层海水垂向温度剖面野外观测非常困难,建立经有限资料验证的数值模型十分重要。文章基于美国加利福尼亚湾3组船载光学实验的气象及海温资料,考虑太阳热辐射作用与海表面冷温层效应,建立了一个海表下20m深度范围内水温剖面演变的数值模型。通过冷温层计算合理加密了表层网格,使数值模型更准确地估计海表散热作用。计算结果与野外实测海温资料对比显示,海表剖面测试仪(SkinDeEP)未能准确定位和捕捉海表冷温层,实验方法有待改进。整合模型能准确描述海温剖面的演变趋势,在近海表20cm深度内,特别是与遥感SST相关的近海表1cm深度内,模拟结果优于无本皮肤层模型的计算结果。 相似文献