基于最优插值算法的红外和微波遥感海表温度数据融合

论文摘要

海洋表面温度（Sea Surface Temperature, SST）对于海洋科学、大气科学以及气候学的研究和应用具有重要意义。卫星遥感技术具有覆盖范围广、采样频率高等特点,为全球海面温度的观测和研究提供了可靠的观测基础。本论文首先详细回顾了有关海表温度数据融合的理论渊源、发展过程以及国内外学者比对分析的研究状况,介绍了海表温度的特性,数据融合的概念及特点,用于海表温度数据融合的卫星和传感器,以及目前国际上广泛使用的六种海表温度分析产品。并分析了应用于海表温度数据融合的各种算法,对最优插值算法（Optimum Interpolation, OI）的基本原理、公式推导及其在海表温度数据融合中的实际应用进行了详细分析和讨论。其次,本论文实现了最优插值算法,针对中小尺度海面温度的空间结构选取了适当的相关尺度,对红外遥感（AVHRR）和微波遥感（AMSR-E）海表温度数据进行融合,生成了能够解析大洋锋面结构的高分辨海表温度分析产品。本论文利用最优插值算法,对南半球中纬度地区南印度洋的阿古拉斯回流（the Agulhas Return Current, ARC）区域（25°S-65°S,10°E-90°E）的AVHRR和AMSR-E的海表温度数据进行了融合。探索、实践基于红外和微波遥感海表温度数据的融合方法,提高海表温度融合的精度和效率。并对六种海表温度分析产品进行了比对分析。通过讨论外在因素对海表温度误差的影响大小,为多源遥感数据的融合工作提供了参考依据,对未来提高海表温度精度具有一定的意义;希望能够探索可业务化运行的海表温度融合方法;并在推进卫星遥感海表温度数据分析产品的业务化应用方面提供帮助。最后,我国自主研制的海洋一号和海洋二号卫星将提供全球海表温度的红外和微波遥感观测,本论文的工作有助于将来利用海洋一号卫星和海洋二号卫星生成能够解析中小尺度海表温度结构的全球海表温度分析产品,并对红外和微波卫星遥感海表温度数据融合的应用前景进行了展望。

论文目录

• 摘要
• Abstract
• 目录
• 图目录
• 表目录
• 第一章 引言
• 1.1 研究意义
• 1.2 研究进展
• 1.2.1 理论渊源及发展过程
• 1.2.2 国内有关比对分析研究的综述
• 1.2.3 国外有关比对分析研究的综述
• 1.3 研究目标
• 1.4 研究内容
• 1.5 论文章节结构
• 第二章 海表温度的测量
• 2.1 海表温度（SST）
• 2.2 遥感数据融合
• 2.3 用于海表温度观测的卫星及传感器
• 2.3.1 AVHRR 传感器
• 2.3.2 COCTS 传感器
• 2.3.3 MODIS 传感器
• 2.3.4 AATSR 传感器
• 2.3.5 AMSR-E 传感器
• 2.3.6 TMI 传感器
• 2.4 海表温度分析产品
• 2.4.1 AVHRR-only 分析产品和AMSR+AVHRR 分析产品
• 2.4.2 NCODA 分析产品
• 2.4.3 RSS 分析产品
• 2.4.4 NCEP RTG-HR 分析产品
• 2.4.5 OSTIA 分析产品
• 2.5 本章小结
• 第三章 海表温度数据融合算法
• 3.1 逐步订正算法
• 3.2 混合分析算法
• 3.3 使用截断滤波窗的变分分析算法
• 3.4 统计最优估计（客观分析）算法
• 3.5 三维变分同化（3DVAR）分析算法
• 3.6 卡尔曼滤波算法
• 3.7 最优插值算法（OI）
• 3.8 本章小结
• 第四章 最优插值算法海表温度数据融合
• 4.1 数据简介
• 4.2 数据预处理
• 4.3 最优插值融合海表温度数据
• 4.3.1 融合流程
• 4.3.2 计算公式
• 4.3.3 融合结果
• 4.4 结果分析
• 4.5 海洋一号卫星数据的融合
• 4.6 本章小结
• 第五章 海表温度分析产品之间的比对分析
• 5.1 分析产品差异
• 5.2 波数谱分析
• 5.3 本章小结
• 第六章：总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢