论文部分内容阅读
海表温度(Sea Surface Temperature, SST)是全球海洋大气系统中重要参数之一,对研究海洋环境、全球气候变化、以及防灾减灾等具有非常重要的意义,目前有多颗在轨卫星载提供多传感器海表温度观测,通过极轨卫星辐射计红外通道测量海表温度具有高空间分辨率的特点,静止卫星红外通道测量海表温度具有高时间分辨率的特点,然而红外传感器不能穿透云层,在有云时不能提供海表温度的观测,微波辐射计的特点是可以穿透云层,然而其空间分辨率较低,将多传感器卫星数据进行数据融合具有重要的实际应用意义。本文将卡尔曼滤波法应用于卫星红外和微波海表温度数据融合研究,给出2008年全天候(24小时)、高空间分辨率(约2km)的海表温度。本文首先分别将2008年全年NOAA/AVHRR (Advanced Very High Resolution Radiometer, AVHRR) SST数据和Aqua/AMSR-E (Advanced Microwave Scanning Radiometer-Earth Observing System, AMSR-E) SST数据与浮标数据进行了印证,其中AVHRR SST数据由中国海洋大学卫星地面接收站接收、处理,AMSR-E SST数据来自于美国Remote Sensing Systems,浮标SST数据来自于NEAR-GOOS延迟模式数据库。论文选取研究区域为西北太平洋区域：10N-50N,105E-145E。AVHRR SST数据与实测SST数据相比较白天平均偏差为0.23℃,晚上平均偏差为-0.01℃；白天标准偏差为0.93℃,晚上标准偏差为0.87℃。AMSR-E白天和晚上的平均偏差相差不大,白天平均偏差为0.11℃,晚上平均偏差为0.06℃；白天和晚上与实测数据的标准偏差也较接近：白天标准偏差为0.72℃,晚上标准偏差为0.79℃。AVHRR SST数据与实测SST数据偏差较大,主要原因是AVHRR数据仍然受到漏检的云的影响。在数据融合预处理阶段分别对卫星SST数据和实测SST进行质量控制,以提高SST数据的质量。然后采用卡尔曼滤波法融合了2008年AVHRR SST和AMSR-E SST数据,融合数据的分辨率约为2km,时间分辨率为24小时。其中,在进行卡尔曼滤波融合时,将前一天的SST数据作为滤波的初始值,而后将卫星SST数据按时间顺序依次输入滤波。最后把得到的融合SST数据与实测SST数据进行印证比较,平均偏差为0.18℃,标准偏差为1.05℃,与AVHRR SST白天精度较接近,比AMSR-ESST精度要差。融合SST数据年平均日空间覆盖率由AVHRR的31%和AMSR-E的49%提高至97%,同时统计了方差、信息熵和清晰度三个性能参数评价融合海表温度图像质量,AVHRR SST、AMSR-E SST和融合SST的3月份平均方差分别为4.67℃、4.57℃、4.67℃,数据的清晰度依次为0.36℃、0.05℃、0.31℃,数据信息熵依次为3.30℃、4.17℃、4.39℃,结果显示融合数据与原始数据偏离均值的程度一致的情况下,融合SST保持了AVHRR SST较多的细节信息,而且携带了最多的信息量。本文研究结果表明卡尔曼滤波融合数据提高了SST数据的时空分辨率,同时精度与原数据精度偏离较少。