共查询到18条相似文献，搜索用时 109 毫秒
1.
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
2.
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
3.
4.
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
5.
基于2018年4种红外辐射计(MODIS-Aqua,MODIS-Terra,VIIRS和AVHRR)的SST数据和3种微波辐射计(GMI,WindSat和AMSR2)的SST数据,分析了7种星载辐射计SST数据的全球覆盖情况,利用Argo数据对7种辐射计SST数据进行了真实性检验,并开展了微波产品、红外产品和Argo的交叉比对分析。结果表明:VIIRS SST数据的覆盖率、有效覆盖天数均高于MODIS-Aqua、MODIS-Terra和AVHRR;AMSR2微波辐射计SST数据的覆盖率和有效覆盖天数均高于GMI和WindSat;4种红外辐射计SST数据与Argo浮标数据的平均偏差在-0.27~0℃,均方根误差小于0.76℃,其中VIIRS数据质量最好;3种微波辐射计SST数据与Argo浮标数据的平均偏差在-0.04~0.22℃,均方根误差小于0.88℃,其中AMSR2绝对偏差、标准偏差和均方根误差均小于其他2个微波辐射计数据。AMSR2和VIIRS的SST数据交叉对比发现,AMSR2与APDRC Argo、VIIRS与APDRC Argo的平均偏差分别小于0.15和-0.20℃,标准偏差分别小于0.52和0.60℃;AMSR2与VIIRS平均偏差在-0.23~-0.10℃,标准偏差小于0.41℃,两者具有较高的一致性。 相似文献
6.
基于ARGO资料的MTSAT海温产品误差分析 总被引：2，自引：0，他引：2
利用全球海洋观测网计划ARGO浮标的表层海温测量值分析了MTSAT卫星的海温反演误差。结果显示,平均绝对误差为0.73℃,均方根误差为0.885℃,满足应用需要;海温反演异常点多分布在30°N以北的高纬区域。为了确保海温产品数据的可靠性,需要通过数据误差控制技术来检测和控制海表温度反演的异常值,影像边缘和高纬地区的区域数据应谨慎使用。 相似文献
7.
海表温度(sea surface temperature,SST)是影响全球气候的重要因素,在海洋科学研究中占有关键位置。论文基于MODIS红外、AMSR-2和HY-2A微波辐射计数据,分别利用最优插值和贝叶斯最大熵方法对SST数据进行融合,并用i Quam实测数据和Argo浮标数据对2015年SST融合数据进行检验。MODIS、AMSR-2、HY-2A辐射计SST的年平均空间覆盖率分别为15.0%,21.6%,22.0%,最优插值和贝叶斯最大熵融合SST产品的年平均空间覆盖率提高到98.6%和99.4%,融合产品空间覆盖率明显提高。与i Quam实测数据对比,最优插值和贝叶斯最大熵融合产品年平均偏差分别为0.07℃,0.04℃,均方根误差皆为0.78℃,其中3-7月最优插值融合产品的精度略优于贝叶斯最大熵融合产品,其它月份则相反;与Argo浮标数据对比,两种融合产品的均值偏差分别为0.06℃,0.01℃,均方根误差分别为0.77℃,0.75℃。整体上,贝叶斯最大熵融合产品的精度略优于最优插值融合产品,但计算成本较高。 相似文献
8.
简要阐述了西北太平洋台风海域实时海洋监测及其对台风预测预报的重要意义，以及利用卫星跟踪的自动剖面浮标实时监测海洋环境要素的必要性和迫切性。2010–2016 年期间，中国 Argo 在该海域布放了 36 个铱卫星剖面浮标，利用其双向通讯功能，实现在台风天气条件下对上层海洋进行加密观测，从而获取到台风源地及其经过前后上层海洋的现场环境要素资料；开发研制了台风海域实时海洋环境智能服务平台， 实现了对台风路径附近 Argo 剖面浮标位置的实时监控、漂移轨迹的可视化追踪、观测参数的快速调整以及观测资料的高效检索和统计分析等智能管理目标。最后，展望西北太平洋台风海域 Argo 实时海洋监测网的发展及应用前景，设想在西北太平洋台风海域建设并维持一个由 30~45 个浮标组成的 Argo 实时海洋监测网，从而为台风预测预报提供更多、更有针对性的第一手资料。 相似文献
9.
漂流式海气界面浮标是创新研制的“小型化、轻质化、免维护”的漂流观测系统,能够测量海面以上3 m气象、水下20 cm海表面温度和波浪参数等11个不同的物理参数,并且已经经过多次观测应用,结果均较好。为实现漂流式海气界面浮标观测数据全球范围的应用,利用2018年黑潮延伸体海域Argo观测的海表面温度(sea surface temperature, SST)、SVP (surface velocity program)浮标观测的海表温度和OISST (optimum interpolation sea surface temperature)数据,通过将其与漂流式海气界面浮标观测数据进行时空匹配以及对比验证,对漂流式海气界面浮标观测的海表面温度进行了系统评估,检验其在黑潮延伸体复杂水文环境下的观测准确性。结果表明,漂流式海气界面浮标观测SST数据与Argo观测SST数据相关系数达到0.9737,均方根误差和平均误差分别为0.5790°C和0.4539°C;与SVP浮标SST数据的相关系数弱于与Argo的相关系数,为0.9285,均方根误差为1.323 0°C,平均误差约为0.979 4°C... 相似文献
10.
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
11.
3套不同的SST再分析数据与中国近海浮标观测的对比研究 总被引：1，自引：0，他引：1
基于自然资源部浮标数据，通过分析均值差、均方根误差、相关系数和标准差偏差4个统计量，检验了2018年7月1日至8月6日全时段及该时段内3个台风（1808号台风“玛利亚”、1810号台风“安比”、1812号台风“云雀”）过境期间，3套海表面温度（Sea Surface Temperature，SST）再分析资料（OISST、OSTIA SST、RTG SST）在中国近海区域的可靠性。对比结果表明，在全时段内，3套SST再分析资料都能在一定程度上反映中国近海SST的基本状况，其中OSTIA SST资料同浮标实测SST数据的均值差为0.12℃、相关系数为0.94，均优于OISST资料（均值差为–0.85℃、相关系数为0.90）和RTG SST资料（均值差为–0.17℃、相关系数为0.86）。通过对比单个浮标数据发现，相较约80%的MF浮标实测SST数据，OSTIA SST资料都显著优于RTG SST资料和OISST资料，具有较高的可信度。在台风过境期间，较之RTG SST资料和OISST资料，OSTIA SST资料同大部分浮标实测数据的均值差绝对值及均方根误差更小、相关系数更大，表明在高海况条件下，OSTIA SST资料能更真实地反映中国近海SST的基本状况。 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.
基于ROMS模式的南海SST与SSH四维变分同化研究 总被引：1，自引：0，他引：1
卫星遥感观测获得了大量高分辨率的海面实时信息，包括海面温度（SST）和海面高度（SSH）等，同化进入数值模式可有效提升模拟精度。本文基于ROMS模式与四维变分同化方法（4DVAR），使用AVHRR SST和AVISO SSH数据，开展了南海区域同化实验。为检验同化的效果，分别利用HYCOM再分析资料和Argo温盐实测数据分析了同化结果的海面高度、流场及温盐剖面的精度。对比结果表明，SST和SSH的同化能够改善ROMS的模拟结果:同化后海面高度场能够更为准确地捕捉海洋的中尺度特征，与HYCOM海面高度再分析资料相比，平均绝对偏差和均方根误差分别为0.054 m和0.066 m；与HYCOM 10 m层流场相比，东向与北向流速平均绝对偏差分别为0.12 m/s和0.11 m/s，相比未同化均提升约0.01 m/s；温盐同化结果与Argo温盐实测具有较高的一致性，温度和盐度平均绝对偏差为0.45℃、0.077，均方根误差为0.91℃、0.11，单个的温盐廓线对比说明，同化结果与HYCOM再分析资料精度相当。 相似文献
14.
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
15.
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
16.
17.
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
18.
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