基于AHI观测的全天气条件海表温度反演
发布时间：2021-03-03 05:00
基于搭载在日本新一代静止气象卫星Himawari-8上的先进葵花成像仪（Advanced Himawari Imager,AHI）观测资料,研究了高时空分辨率的、全天气条件的海表温度（Sea Surface Temperature,SST）反演算法。本算法包括两步:第一步,根据云检测算法划分晴空和云区,然后利用非线性SST（NLSST）方程由红外亮温估计晴空SST;第二步,在有云区,先由前5 d同一时刻的晴空SST进行初步补缺,然后再利用Barnes插值完善云区SST估计和进行异常点平滑。最终得到时间分辨率为10 min、空间分辨率为0.05°的全天气条件海温分布。利用移动浮标的观测SST验证,晴空区SST估计的均方根误差（Root Mean Square Error,RMSE）和平均误差（Mean Error,ME）分别为0.857 K和0.017 K。全天气条件SST估计的RMSE和ME分别为0.872 K和-0.005 K。
【文章来源】：气象科学. 2020,40(02)北大核心
【文章页数】：8 页
【部分图文】：
1 542个匹配对的空间分布
1 542个匹配对的频数分布
晴空SST反演精度评估总体结果如表1所示，算法的ME为0.017 K,MAE为0.614 K,RMSE为0.857 K,CC为0.981。注意到Kawamura,et al[12]利用日本的MTSAT卫星反演SST，并进行了后续的偏差订正后，算法的ME和RMSE分别为0.02 K和0.8 K。本文在不做偏差订正的情况下，反演算法的精度就已经接近Kawamura,et al[10]的算法。表1也分别列出了白天、晨昏、夜晚三种条件下的反演精度。可以看出，晴空SST算法的ME在白天最大，夜晚最小;但MAE和RMSE在白天最小，夜间最大。CC也表现为白天最大、夜间最小。不过，白天和夜晚的评估结果差异不是很显著。本文也分析了反演偏差(AHI＿SST-buoy＿SST)的依赖性。图6分析的是反演偏差与实测海温(buoy＿SST)的关系。在buoy＿SST较小时，有较为明显的正偏差，但随着buoy＿SST的增大，反演偏差逐渐减小，这与图5的结果是一致的。图7是反演偏差与纬度的关系。在高纬地区正的反演偏差，而在低纬地区反演偏差较小。图8显示了反演偏差和卫星天顶角的关系。在卫星天顶角较小时(<30°)，反演偏差分布较为集中，在-3～1℃之间。随着卫星天顶角的增加，反演偏差的值域越来越宽。这主要是因为随着卫星天顶角的增大，辐射传到卫星需要经过更长的距离，这将会导致辐射在传输过程中更容易受到大气吸收、散射等作用的影响而衰减[21]。卫星天顶角越大，卫星反演海温的精度也会越低。
本文编号：3060656
【文章来源】：气象科学. 2020,40(02)北大核心
【文章页数】：8 页
【部分图文】：
1 542个匹配对的空间分布
1 542个匹配对的频数分布
晴空SST反演精度评估总体结果如表1所示，算法的ME为0.017 K,MAE为0.614 K,RMSE为0.857 K,CC为0.981。注意到Kawamura,et al[12]利用日本的MTSAT卫星反演SST，并进行了后续的偏差订正后，算法的ME和RMSE分别为0.02 K和0.8 K。本文在不做偏差订正的情况下，反演算法的精度就已经接近Kawamura,et al[10]的算法。表1也分别列出了白天、晨昏、夜晚三种条件下的反演精度。可以看出，晴空SST算法的ME在白天最大，夜晚最小;但MAE和RMSE在白天最小，夜间最大。CC也表现为白天最大、夜间最小。不过，白天和夜晚的评估结果差异不是很显著。本文也分析了反演偏差(AHI＿SST-buoy＿SST)的依赖性。图6分析的是反演偏差与实测海温(buoy＿SST)的关系。在buoy＿SST较小时，有较为明显的正偏差，但随着buoy＿SST的增大，反演偏差逐渐减小，这与图5的结果是一致的。图7是反演偏差与纬度的关系。在高纬地区正的反演偏差，而在低纬地区反演偏差较小。图8显示了反演偏差和卫星天顶角的关系。在卫星天顶角较小时(<30°)，反演偏差分布较为集中，在-3～1℃之间。随着卫星天顶角的增加，反演偏差的值域越来越宽。这主要是因为随着卫星天顶角的增大，辐射传到卫星需要经过更长的距离，这将会导致辐射在传输过程中更容易受到大气吸收、散射等作用的影响而衰减[21]。卫星天顶角越大，卫星反演海温的精度也会越低。
本文编号：3060656
本文链接：https://www.wllwen.com/kejilunwen/haiyang/3060656.html
