卫星遥感海表温度和悬浮泥沙浓度的资料重构及其数据同化试验.pdf

博十论文 卫星遥感海表温度’j悬浮泥沙浓度的资料重构及数据同化试验 摘 要 目前，卫星遥感和数值模拟已经成为我们理解海洋过程的两大主要手段。卫星 遥感具有周期性、宏观性、实时性和费用低等特点，被广泛应用于海洋的水体监测； 数值模拟能够从整体上把握海洋现象的时空变化规律，在海洋预报中发挥着重要作 用。由于海洋上空覆盖的云层、传感器扫描轨道变化等原因，使用可见光和红外波 段反演的遥感数据往往存在较大比例的数据缺失区域；其次，难以准确检测的薄云 会造成反演数据异常．数值模拟中控制方程是对现实世界的简化，模型、初始条件、 边界条件的误差会导致预报时效的降低。结合卫星遥感和数值模拟两者的优势，利 用数据同化方法，融合遥感观测和数值模拟数据，构建海洋数据同化系统，可以有 效地提高数值预报的精度． 针对以上问题，本文首先提出了结合经验模态分解(EMD)与经验正交函数 天平均的海表温度(SST)与表层悬浮泥沙浓度(SSC)遥感产品进行了资料重构。 结果表明：(1)SST重构的均方根误差为0．9℃、SSC重构的对数均方根误差 为0．137(10910 方法可以有效的剔除遥感反演中薄云未准确检测导致的噪声点，提高原始遥感图像 的准确度；(4)EMD．EOF方法可以有效的重构数据量极少的遥感图像，得到高空 间分辨率、全覆盖的遥感再分析产品。 海温与悬浮泥沙是影响中国近海浮游植物生长的主要因素之一，也是进行海洋 数值模型与遥感观测数据，初步建立了杭州湾三维海温与悬浮泥沙的数据同化系 统，利用2003年春季的遥感SST与SSC数据对同化系统进行了后报同化实验。 结果表明：(1)相对于遥感SST，模拟数据、预报数据、分析数据的均方根误 差分别为2．13、1．65和0．75℃，而相对于遥感SSC，三者的对数均方根误差分别为 O．62、0．53和0．26(10910mg／L)；(2)对分析数据与遥感数据、分析数据与预报数据 的差异进行分析表明，分析数据在分布趋势上接近预报数据，在数值上接近观测数 据，观测对同化的影响效果显著；(3)数据同化方法可以有效的结合遥感观测与数 值模拟两者的优势，改进数值预报的精度。 为了更好的利用遥感数据，提高海洋数值预报的精度，还需要在以下两个方面 进行资料重构，同时通过对EOF分解后的时间模态系数进行预测，构建一个基于 统计方法的短期海洋遥感预测系统。(2)利用数据同化方法，同化CHL—a、颗粒有 机碳等遥感数据，提高海洋生态模拟与预报的精度。 关键词：卫星遥感，资料重构，数据同化，经验正交分解，减秩卡尔曼滤波， SST，SSC，COHERENS模型 2 Abstract At remote present,satellite andnumerical sensing simulationarethe two major meanswhichwe learnmore by aboutocean processes．Satelliteremote is sensing characterized by andlow periodicity,macroscopy,real—timeis cost，whichthereason itis usedinocean whywidely