论文部分内容阅读
全球数据同化试验(GODAE)要求海表温度高精度、近实时有效、高空间分辨率(<10km)和时间分辨率(6-12小时)。近海区域海洋动力过程较为复杂,要求更高时空分辨率的SST数据。目前SST数据融合大多采用最优插值,得到全球覆盖的融合产品,但海洋细节特征不够明显。为了满足区域性高空间分辨率SST数据要求,本文采用小波变换对高级甚高分辨率辐射计(AVHRR)和高级微波扫描辐射计(AMSR-E)SST数据进行融合。首先,分别将2005年中国海和西北太平洋的AVHRR、AMSR-E SST数据与现场实测数据作比较,AVHRR SST数据白天晚上的误差分别为0.18+0.77°C、0.3+0.81°C(实测减卫星SST);AMSR-E SST数据白天晚上的误差分别为0.1+0.56°C、0.09+0.61°C。由于云检测中误检或漏检的影响,使得AVHRR SST数据与现场实测数据有较大误差。其次,采用小波变换方法融合了上述2005年AMSR-E和AVHRR SST数据(10°N-50°N,105°E-145°E),分别给出白天和晚上空间分辨率约为4km的融合SST数据。融合数据比单一传感器数据海洋覆盖率更广,AMSR-E SST数据全年覆盖率约为40%,AVHRR SST数据全年覆盖率约为34%,融合后全年平均覆盖率为55%;计算熵、方差、清晰度等参数进行比较,结果表明融合后SST数据基本保持了AVHRR SST数据的海洋细节特征;SST融合数据与实测数据比较,白天数据误差为0.07+0.92°C,晚上数据误差为0.2+0.92°C。最后,利用最优领域匹配尝试填补融合后仍然空缺的数据,实验数据为2005年4月融合后的SST数据。利用前一天融合数据和当天数据进行特征跟踪,填补当天空缺数据。结果表明:填补后SST数据得到了较好的区域覆盖率,为79%;通过熵、方差、清晰度等参数的比较,填补后SST数据的清晰度虽然略小于填补前数据清晰度,但依然保持了较好的海洋细节特征;填补后SST数据和现场