留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

FY-3B/VIRR海表温度算法改进及精度评估

王素娟 崔鹏 张鹏 冉茂农 陆风 王维和

王素娟, 崔鹏, 张鹏, 等. FY-3B/VIRR海表温度算法改进及精度评估. 应用气象学报, 2014, 25(6): 701-710..
引用本文: 王素娟, 崔鹏, 张鹏, 等. FY-3B/VIRR海表温度算法改进及精度评估. 应用气象学报, 2014, 25(6): 701-710.
Wang Sujuan, Cui Peng, Zhang Peng, et al. The improvement of FY-3B/VIRR SST algorithm and its accuracy. J Appl Meteor Sci, 2014, 25(6): 701-710.
Citation: Wang Sujuan, Cui Peng, Zhang Peng, et al. The improvement of FY-3B/VIRR SST algorithm and its accuracy. J Appl Meteor Sci, 2014, 25(6): 701-710.

FY-3B/VIRR海表温度算法改进及精度评估

资助项目: 

国家自然科学基金项目 41075021

中国气象局关键技术集成与应用项目 CMAGJ2014M66

国家自然科学基金项目 41175023

详细信息
    通信作者:

    王素娟, email: wangsj@cma.gov.cn

The Improvement of FY-3B/VIRR SST Algorithm and Its Accuracy

  • 摘要: 该文介绍了卫星观测海表温度 (SST) 算法的发展历程,给出了所用SST算法的回归模型,并在FY-3B/VIRR业务SST算法的基础上进行了改进。基于NOAA-19/AVHRR匹配数据集,进行多算法建模分析及精度评估,白天最优算法为非线性SST (NL) 算法,夜间最优算法为三通道SST (TC) 算法,最优算法的确定与NESDIS/STAR一致。建立2012年8月—2013年3月FY-3B/VIRR匹配数据集,并在此基础上进行多算法回归建模及精度评估,白天和夜间的最优均为NL算法,分析发现夜间TC算法采用匹配数据集版本2(MDB_V2) 时,3.7 μm通道存在类似百叶窗的条带现象。以2012年10—12月FY-3B/VIRR匹配数据集计算回归系数,以2013年1—3月独立样本进行精度评估,与浮标SST相比,NL算法白天和夜间的均方根误差分别为0.41℃和0.43℃。与日平均最优插值海温 (OISST) 相比,NL算法白天和夜间的均方根误差分别为1.45℃和1.5℃; 选择与OISST偏差在2℃以内的样本,NL算法白天和夜间均方根误差分别为0.82℃和0.84℃。
  • 图  1  FY-3B/VIRR 2013年4月30日11:00 10.8 μm通道亮温图像 (a)、云检测产品 (b) 及改进后SST产品 (c)

    Fig. 1  Images of FY-3B/VIRR at 1100 UTC 30 April 2013(a) bright temperature image of 10.8 μm, (b) cloud image, (c) SST image

    图  2  2012年8月—2013年3月3种白天SST算法的精度曲线

    Fig. 2  Statistics time series of three daytime SST algorithms with respect to in situ SST from August 2012 to March 2013

    图  3  2012年8月—2013年3月5种夜间SST算法的精度曲线

    Fig. 3  Statistics time series of five nighttime SST algorithms with respect to in situ SST from August 2012 to March 2013

    图  4  2013年4月26日11:55 SST图像

    (a) 基于MDB_V2的TC算法,(b) 基于MDB_V1的NL算法

    Fig. 4  SST images at 1155 UTC 26 April 2013

    (a) TC based on MDB_V2, (b) NL based on MDB_V1

    表  1  FY-3B/VIRR SST算法命名表

    Table  1  List of acronyms of FY-3B/VIRR SST Algorithm

    中文名称 英文名称 算法缩写
    分裂窗多通道海温算法 split-window multichannel SST MC
    分裂窗带二次项的多通道海温算法 split-window quadratic term multichannel SST QD
    分裂窗非线性海温算法 split-window nonlinear SST NL
    三窗多通道海温算法 triple-window multichannel SST TC
    双窗非线性海温算法 dual-window nonlinear SST DN
    下载: 导出CSV

    表  2  TC_N算法回归统计信息

    Table  2  The regression information of TCSST Algorithm

    卫星名称 时间 样本量 a0 a1 a2 a3 a4 a5 均方根误差/℃ R2
    NOAA-19 2010-12 6759 -276.284 0.54182 1.05278 -0.57961 0.14744 1.27217 0.21070 0.99950
    FY-3B (MDB_V1) 2012-12 8445 -268.239 3.99199 -0.04842 -2.97015 0.06730 1.14176 0.55932 0.99242
    FY-3B (MDB_V2) 2012-12 5496 -283.496 1.81021 0.82827 -1.59888 0.08934 1.59769 0.36817 0.99272
    下载: 导出CSV

    表  3  2013年4月FY-3B/VIRR SST算法的误差统计

    Table  3  Validation statistics of FY-3B/VIRR SST algorithms in April 2013

    样本类型 样本量 算法 偏差/℃ 绝对偏差/℃ 均方根误差/℃
    全部样本 524459 MC_D -0.53 1.17 1.56
    516443 QD_D -0.51 1.14 1.54
    555289 NL_D -0.62 1.05 1.45
    偏差在2℃以内的样本 436538 MC_D -0.20 0.74 0.90
    431521 QD_D -0.18 0.71 0.87
    474085 NL_D -0.24 0.66 0.82
    全部样本 567287 DN_N -0.17 1.41 1.71
    547859 MC_N -0.20 1.20 1.57
    534992 QD_N -0.18 1.19 1.56
    501166 TC_N -0.26 1.15 1.52
    618061 NL_N -0.43 1.14 1.50
    偏差在2℃以内的样本 422498 DN_N 0.15 0.91 1.04
    442431 MC_N 0.12 0.76 0.91
    434138 QD_N 0.16 0.75 0.89
    410531 TC_N 0.06 0.73 0.88
    515003 NL_N 0.04 0.71 0.84
    下载: 导出CSV

    表  4  2013年4月FY-3B/VIRR NL算法误差统计结果

    Table  4  Monthly validation statistics for FY-3B/VIRR NL in April 2013

    样本类型 算法 平均有效样本量 偏差/℃ 绝对偏差/℃ 均方根误差/℃
    全部样本 NL_D 555289 -0.62 1.05 1.45
    NL_N 618061 -0.43 1.14 1.50
    偏差在2℃以内的样本 NL_D 474085 -0.24 0.66 0.82
    NL_N 515003 0.04 0.71 0.84
    下载: 导出CSV
  • [1] 杨军, 董超华.新一代风云极轨气象卫星业务新产品及应用.北京:科学出版社, 2010. http://www.cnki.com.cn/Article/CJFDTOTAL-SYQY201603027.htm
    [2] Minnett P.The regional optimization of infrared measurements of sea surface temperature from space.Journal of Geophysical Research: Oceans (1978-2012), 1990, 95(C8):13497-13510. doi:  10.1029/JC095iC08p13497
    [3] Barton I, Cechet R.Comparison and optimization of AVHRR sea surface temperature algorithms.J Atmos Ocean Technol, 1989, 6:1083-1089. doi:  10.1175/1520-0426(1989)006<1083:CAOOAS>2.0.CO;2
    [4] Prabhakara C, Dalu G, Kunde V G.Estimation of sea surface temperature from remote sensing in the 11-to 13-μm window region.J Geophys Res, 1974, 79(33):5039-5044. doi:  10.1029/JC079i033p05039
    [5] McClain E P, Pichel WG, Walton C C.Comparative performance of AVHRR-based multichannel sea surface temperatures.J Geophys Res, 1985, 90(11):11587-11601. https://www.researchgate.net/publication/260333724_Comparative_performance_of_AVHRR-based_Multichannel_Sea_Surface_Temperatures
    [6] Cornillon P, Gilman C.Processing and analysis of large volumes of satellite-derived thermal infrared data.Journal of Geophysical Research:Oceans (1978-2012), 1987, 92(C12):12993-13002. doi:  10.1029/JC092iC12p12993
    [7] Walton C, Pichel W.The development and operational application of nonlinear algorithms for the measurement of sea surface temperatures with the NOAA polar-orbiting environmental satellites.J Geophys Res, 1998, 103(C12):27999-28012. doi:  10.1029/98JC02370
    [8] Walton C C.Nonlinear multichannel algorithms for estimating sea surface temperature with AVHRR satellite data.J Applied Meteor, 1988, 27:115-124. doi:  10.1175/1520-0450(1988)027<0115:NMAFES>2.0.CO;2
    [9] Li X, Pichel W, Maturi E, et al.Deriving the operational nonlinear multichannel sea surface temperature algorithm coefficients for NOAA-15 AVHRR/3.Int J Remote Sens, 2001, 22(4):699-704. doi:  10.1080/01431160010013793
    [10] Wu X Q, Paul W M, Gary S W.Estimation of sea surface temperatures using GOES-8/9 radiance measurements.Bull Amer Meteor Soc, 1999, 80:1127-1138. doi:  10.1175/1520-0477(1999)080<1127:EOSSTU>2.0.CO;2
    [11] François C, Brisson A.Definition of a radiosounding database for sea surface brightness temperature simulations:Application to sea surface temperature retrieval algorithm determination.Remote Sens Environ, 2002, 81(2):309-326. https://www.researchgate.net/publication/222892879_Definition_of_a_radiosounding_database_for_sea_surface_brightness_temperature_simulations_Application_to_sea_surface_temperature_retrieval_algorithm_determination
    [12] 王保华.极轨气象卫星业务产品SST反演方法及精度检验.气象科技, 2001, 29(1):27-30. http://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ200101006.htm
    [13] 许健民, 杨军, 张志清, 等.我国气象卫星的发展与应用.气象, 2010, 36(7):94-100. doi:  10.7519/j.issn.1000-0526.2010.07.016
    [14] 李俊, 方宗义.卫星气象的发展——机遇与挑战.气象, 2012, 38(2):129-146. doi:  10.11898/1001-7313.20120201
    [15] 陈丽娟, 袁媛, 杨明珠, 等.海温异常对东亚夏季风影响机理的研究进展.应用气象学报, 2013, 24(5):521-532. doi:  10.11898/1001-7313.20130502
    [16] 袁杰, 巩远发, 魏凤英, 等.关键区海温年代际异常对我国东部夏季降水影响.应用气象学报, 2013, 24(3):268-277. doi:  10.11898/1001-7313.20130302
    [17] 韩雪, 魏凤英, 董敏, 等.统计预报海温场驱动的CAM3.1模式预报试验.应用气象学报, 2009, 20(3):303-311. doi:  10.11898/1001-7313.20090306
    [18] 杨素雨, 严华生.冬季北太平洋南北海温异常对我国汛期雨带类型的影响研究.应用气象学报, 2007, 18(2):193-201. doi:  10.11898/1001-7313.20070233
    [19] 李秀萍, 罗勇, 郭品文, 等.春夏季赤道中东太平洋海温异常变化与东亚夏季风关系的研究.应用气象学报, 2006, 17(2):176-182. doi:  10.11898/1001-7313.20060208
    [20] 周晓霞, 王盘兴, 祝昌汉, 等.全球海温异常年代际分量的方差贡献及其与中国气候异常的相关.应用气象学报, 2005, 16(1):96-104. doi:  10.11898/1001-7313.20050113
    [21] Martin S. 蒋兴伟, 译. 海洋遥感导论. 北京: 海洋出版社, 2008.
    [22] Ignatov A.GOES-R Advanced Baseline Imager Algorithm Theoretical Basis Document for Sea Surface Temperature.2010.[2013-07-26]. http://www.goes-r.gov/products/ATBDs/baseline/baseline-SST-v2.0.pdf.
    [23] Dash P, Ignatov A, Kihai Y, et al.The SST quality monitor (SQ UAM).J Tech, 2010:27, doi:10.1175/2010JTECHO756.1, 1899-1917. doi:10.1175/2010JTECHO756.1.
    [24] 王素娟, 陆风, 张鹏, 等.FY2海面温度产品质量检验方法与误差分析.气象, 2013, 39(10):1331-1336. doi:  10.7519/j.issn.1000-0526.2013.10.011
    [25] Kilpatrick K A, Podesta G P, Evans R.Overview of the NOAA/NASA advanced very high resolution radiometer Pathfinder algorithm for sea surface temperature and associated matchup database.J Geophys Res, 2001, 106(C5):9179-9197. doi:  10.1029/1999JC000065
    [26] 毛志华, 朱乾坤, 潘德炉.卫星遥感业务系统海表温度误差控制方法.海洋学报, 2003, 25(5):49-57. http://www.cnki.com.cn/Article/CJFDTOTAL-SEAC200305006.htm
  • 加载中
图(4) / 表(4)
计量
  • 文章访问数:  3074
  • HTML全文浏览量:  979
  • PDF下载量:  646
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-03-12
  • 修回日期:  2014-09-15
  • 刊出日期:  2014-11-30

目录

    /

    返回文章
    返回