共查询到20条相似文献，搜索用时 156 毫秒
1.
《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
2.
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
3.
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
4.
Aquarius是NASA于2011年6月发射的基于主被动遥感技术的盐度观测卫星,其主要载荷是一个工作于L波段的微波辐射计。Aquarius天线三波束扫描刈幅可达390km,在7d内完成对全球海域的盐度观测。海面风浪导致海面粗糙度的变化,进而影响海面微波辐射特性。粗糙海面辐射亮温是盐度信息提取的重要误差源,需要发展相应的海面辐射模型进行修正。本文利用Aquarius观测的海表亮温数据,与扫描微波辐射计WindSat测量数据进行时空匹配,建立了一个描述粗糙海面L波段辐射特性的参数化模型,进而利用该模型进行了海表盐度反演,并将反演结果与Argo实测盐度数据进行了比较。结果表明,本文发天展的参数化模型可以准确描述中低风速条件下的粗糙海面辐射,在12m/s以上高风速条件下对粗糙海面亮温存在高估;采用此模型反演的盐度误差优于0.5,在高风速条件下盐度反演误差可超过1。 相似文献
5.
基于Argo浮标数据的星载微波辐射计Aquarius数据产品质量评估 总被引：3，自引：1，他引：2
Aquarius是专门用于海洋盐度监测的L波段辐射计,于2011年6月发射入轨,目前已进入业务化运行阶段。本文以太平洋为研究区域,利用Argo盐度现场数据对星载微波辐射计Aquarius的2012年2级数据产品质量进行了分析与讨论,结果表明:与Argo数据比较,Aquarius数据盐度存在0.1的负偏差,标准差约为0.7,升轨和降轨数据差异不明显;受亮温陆地污染和无线电射频干扰的影响,近岸海域反演误差较大;海面温度较高的低纬海域反演结果优于中纬度海域;受亮温敏感性及粗糙海面发射率模型的影响,Aquarius在低温水域以及高风速条件下盐度反演误差较大,标准差可达1以上。 相似文献
6.
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
7.
8.
中国海及邻近海域卫星观测资料同化试验 总被引：4，自引：0，他引：4
利用1个基于POMgcs海洋模式和多重网格三维变分同化方法建立的中国海及邻近海域海面高与三维温盐流数值预报模型,通过一系列数值试验,研究了同化卫星测高和卫星遥感海面温度观测资料对该模型预报能力的影响。试验结果表明,同化卫星测高资料可明显改善海面高度与三维温度和盐度的分析预报效果,使1 200 m以上的温度预报误差减小0.16℃,并能有效提高对海洋中尺度现象的预报能力;同化卫星遥感海面温度对100 m以上的温度和盐度的预报效果有所改善,可使海面温度的预报误差减小10%。 相似文献
9.
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
10.
基于人工神经网络方法,利用海面水温、海面风速以及海面气压反演南海近海面气温,采用的基础数据集是国际综合海洋-大气数据集(International Comprehensive Ocean-Atmosphere Data Set,2.4 Release,ICOADS2.4)1981—2008年的观测资料,其中1981—2000年的观测资料用来建立模型,2001—2008年的观测资料用来进行模型检验。采用的人工神经网络方法是引入动量因子并采用批处理梯度下降法的BP(Back propagation)算法。试验结果表明,基于人工神经网络建立的近海面气温反演方法明显优于多元线性回归方法,尤其是在春季和冬季,海面水温、海面风速以及海面气压与近海面气温之间存在较强的非线性关系,人工神经网络的优势更加明显。总体而言,人工神经网络在各月的反演效果较均衡,均方根误差介于1.5—1.8℃之间,平均绝对误差为1.1—1.3℃。 相似文献
11.
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
12.
Assimilation of satellite-derived surface datasets has been explored in the study. Three types of surface data, namely sea level anomaly, sea surface temperature and sea surface salinity, have been used in various data assimilation experiments. The emphasis has been on the extra benefit arising out of the additional sea level assimilation and hence there are two parallel runs, in one of which sea level assimilation has been withheld. The model used is a state-of-the art ocean general circulation model (OGCM) and the assimilation method is the widely used singular evolutive extended Kalman filter (SEEK). Evaluation of the assimilation skill has been carried out by comparing the simulated depth of the 20°C isotherm with the same quantity measured by buoys and Argo floats. Simulated subsurface temperature and salinity profiles have also been compared with the same profiles measured by Argo floats. Finally, surface currents in the assimilation runs have been compared with currents measured by several off-equatorial buoys. Addition of sea level has been found to substantially improve the quality of simulation. An important feature that has been effectively simulated by the addition of sea level in the assimilation scheme is the near-surface temperature inversion (2-3°C) in the northern Bay of Bengal. 相似文献
13.
14.
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
15.
Hui Chen Shuang Li Hailun He Jinbao Song Zheng Ling Anzhou Cao Zhongshui Zou Wenli Qiao 《海洋学报(英文版)》2021,40(1):70-84
The present work describes the basic features of super typhoon Meranti(2016) by multiple data sources. We mainly focus on the upper ocean response to Meranti using multiplatform satellites, in situ surface drifter and Argo floats, and compare the results with the widely used idealized wind vortex model and reanalysis datasets.The pre-existing meso-scale eddy provided a favor underlying surface boundary condition and also modulated the upper ocean response to Meranti. Results show that the maximum sea surface cooling was 2.0℃ after Meranti.The satellite surface wind failed to capture the core structure of Meranti as the idealized wind vortex model deduced. According to the observation of sea surface drifters, the near-inertial currents were significantly enhanced during the passage of Meranti. The temperature and salinity profiles from Argo floats revealed both the mixed-layer extension and subsurface upwelling induced by Meranti. The comparison results show that the sea surface temperature and surface wind in the reanalysis datasets differs from those in remote sensing system. Sea surface cooling is similar in both satellite and in situ observation, and sea surface salinity response has a lower correlation with the precipitation rate. 相似文献
16.
The impact of assimilating Argo data into an initial field on the short-term forecasting accuracy of temper- ature and salinity is quantitatively estimated by using a forecasting system of the western North Pacific, on the base of the Princeton ocean model with a generalized coordinate system （POMgcs）. This system uses a sequential multigrid three-dimensional variational （3DVAR） analysis scheme to assimilate observation da- ta. Two numerical experiments were conducted with and without Argo temperature and salinity profile data besides conventional temperature and salinity profile data and sea surface height anomaly （SSHa） and sea surface temperature （SST） in the process of assimilating data into the initial fields. The forecast errors are estimated by using independent temperature and salinity profiles during the forecasting period, including the vertical distributions of the horizontally averaged root mean square errors （H-RMSEs） and the horizontal distributions of the vertically averaged mean errors （MEs） and the temporal variation of spatially averaged root mean square errors （S-RMSEs）. Comparison between the two experiments shows that the assimila- tion of Argo data significantly improves the forecast accuracy, with 24% reduction of H-RMSE maximum for the temperature, and the salinity forecasts are improved more obviously, averagely dropping of 50% for H-RMSEs in depth shallower than 300 m. Such improvement is caused by relatively uniform sampling of both temperature and salinity from the Argo drifters in time and space. 相似文献
17.
海洋声速剖面严重影响着水下声传播特性,近实时地获取声速剖面对水下声通信、水下定位、鱼群探测等都有重要意义。单经验正交函数回归（single Empirical Orthogonal Function regression,sEOF-r）方法通过建立声速剖面的经验正交系数与海面遥感数据之间的线性回归关系来反演声速剖面。但是,海洋是一个复杂的动力系统,声速与海面遥感数据并不是简单的线性关系,因此,本文基于Argo历史网格数据,通过自组织映射（Self-Organizing Map,SOM）生成海平面高度异常（Sea Level Anomaly,SLA）、海表面温度（Sea Surface Temperature,SST）等海表遥感数据以及表层声速仪测量的表层声速与声速剖面异常之间的非线性映射;然后利用近实时的海表遥感数据和表层声速反演三维海洋声速场。声速剖面反演的结果表明,在多源信息融合的优势下,本文方法的反演性能最稳定且精度最高,声速剖面的平均反演精度比经典sEOF-r方法提高约2 m/s,比未考虑表层声速的经典SOM方法提高约1 m/s。 相似文献
18.
In the past nearly two decades, the Argo Program has created an unprecedented global observing array with continuous in situ salinity observations, providing opportunities to extend our knowledge on the variability and effects of ocean salinity. In this study, we utilize the Argo data during 2004–2017, together with the satellite observations and a newly released version of ECCO ocean reanalysis, to explore the decadal salinity variability in the Southeast Indian Ocean(SEIO) and its impacts on the regional sea level changes. Both the observations and ECCO reanalysis show that during the Argo era, sea level in the SEIO and the tropical western Pacific experienced a rapid rise in 2005–2013 and a subsequent decline in 2013–2017. Such a decadal phase reversal in sea level could be explained, to a large extent, by the steric sea level variability in the upper 300 m. Argo data further show that, in the SEIO, both the temperature and salinity changes have significant positive contributions to the decadal sea level variations. This is different from much of the Indo-Pacific region, where the halosteric component often has minor or negative contributions to the regional sea level pattern on decadal timescale. The salinity budget analyses based on the ECCO reanalysis indicate that the decadal salinity change in the upper 300 m of SEIO is mainly caused by the horizontal ocean advection. More detailed decomposition reveals that in the SEIO, there exists a strong meridional salinity front between the tropical low-salinity and subtropical high salinity waters. The meridional component of decadal circulation changes will induce strong cross-front salinity exchange and thus the significant regional salinity variations. 相似文献
19.
文章利用果蝇优化广义回归神经网络算法FOAGRNN (fruit fly optimization algorithm, FOA; generalized regression neural network, GRNN)对SODA (simple ocean data assimilation)再分析数据进行训练, 构建海表温度、盐度、海面高度与次表层温盐场之间的投影关系模型, 并在全球范围使用SODA和卫星遥感数据评估了模型的应用性能。首先, 利用独立的2016年SODA海表数据作为模型输入进行理想重构试验, 结果显示全球重构温、盐平均均方根误差(MRMSE)分别为0.36℃和0.08‰, 与世界海洋图集WOA13资料相比减小约50%和60%。然后, 利用卫星观测的海表信息作为模型输入进行实际应用试验, 并与Argo观测剖面进行比较评估。试验结果表明, 重构模型能有效表征海水温、盐特征, 其中重构温、盐MRMSE分别为0.79℃和0.16‰, 相比WOA气候态减小27%和11%。误差的垂向分布显示, 重构温度RMSE从海表向下迅速增大, 至100m达到峰值1.35℃, 而后又迅速回落,至250m处为0.81℃, 跃层往下不断减小; 重构盐度RMSE基本随深度增大而减小, 误差峰值位于25m附近, 约为0.25‰。此外, Argo浮标跟踪分析和区域水团统计结果也表明模型能够较好地刻画海洋三维温盐场的内部结构特征。 相似文献
20.
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