排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
为了发展一套全球多源海冰密集度逐日融合资料,以欧洲气象卫星应用组织(EUMETSAT)海洋海冰应用中心(OSI SAF)海冰密集度数据、中国国家卫星气象中心(NSMC)的MWRI和VIRR全球海冰密集度数据、美国国家冰雪数据中心(NSIDC)的NISE海冰密集度数据、美国国家冰中心(NIC)的IMS北半球海冰数据为观测数据源,以ERA-Interim模式数据为背景场,采用以下方案开展融合试验。首先,对各数据源资料进行质量控制;其次,以OSI SAF海冰密集度数据为基准,采用概率密度函数(PDF)匹配方法订正其他卫星资料的系统误差;然后,根据订正后的误差生成超级观测场;最后,利用STMAS方法将超级观测场和作为背景场的ERA-Interim海冰密集度数据进行融合,生成全球逐日0.25°分辨率海冰密集度融合试验数据。通过与国际广泛使用的OISST、OSTIA海冰密集度数据对比,评估融合试验产品的质量。结果表明:融合方案中的PDF方法通过调整非基准资料的概率密度分布,实现非基准资料和基准资料概率密度分布一致,从而使3种海冰密集度卫星资料系统误差均显著减小;STMAS方法能够将超级观测场和背景场进行有效融合,生成融合试验产品;风云卫星数据的使用提高了融合数据生产的自主可控能力;同时,融合方案考虑了卫星数据源的时效性、获取的稳定性等因素。融合产品与OISST和OSTIA海冰密集度数据的空间分布在南、北极均高度吻合,相关系数均超过0.985,与OISST和OSTIA的偏差分别为?1.170%和0.276%,融合试验产品整体偏差介于两种资料之间,反映了试验产品系统误差较小的良好特性。可见,融合方案能够满足实时业务需要,融合试验产品具有较高的质量。 相似文献
2.
提出一种针对FY-3C搭载的微波辐射成像仪(MWRI)海表温度产品的分段回归偏差订正方法,该方法通过引进气候态海表温度数据,建立与关联实测海表温度相匹配的回归模型,并通过对模型中关联变量的误差分析,选择最优样本进行分段回归,以实现对海表温度数据的重新估计。通过对MWRI海表温度数据的偏差订正试验表明,采用分段回归方法获得的订正结果无论在误差指标的空间分布还是时间序列上,都要明显优于采用传统概率密度函数偏差订正方法的结果。其中,采用概率密度函数方法订正后的海表温度产品误差标准差和均方根误差从订正前的0.9—1.0℃,减小到0.8℃左右,而采用分段回归方法获得相应的订正误差仅为0.6℃左右,订正效果有明显改善。 相似文献
3.
4.
噪声去除一直是基于卫星高度计资料的海洋中尺度涡提取研究的难点和热点,然而无论是卷积滤波器还是信息滤波器都存在对海面高度异常(SLA)数据的局部过处理现象。鉴于此,本文提出一种基于包络面去噪的海洋中尺度涡提取方法。该算法可利用分离层内的信息稳定性和层间的信息完备性,很好地改进了卷积运算没有考虑局部噪声的不足,进而有效地提高去噪能力。其具体流程为:首先,对初始化的原始数据场进行上下包络面构造,形成原始数据子场;然后,根据子场内部和子场间的稳健性,把原始数据场转换为子场集合;其次,利用子场极差和标准差,对子场集合进行信息重组,形成噪声去除后的信息场;最后,利用去噪后的信息场数据,采用Winding-Angle(WA)和泛克立金中尺度涡提取算法在西北太平洋进行对比验证实验。实验结果表明,本文提出的方法较前人的方法有较大的提升,准确率为91.23%,取得了较好的应用效果。 相似文献
1