基于HY-2 卫星观测分析南海风浪关系

海面有效波高(H1/3)是表征海浪的重要参数,随着卫星遥感技术的发展,雷达高度计已成为获取海面有效波高的重要手段,但也只能对卫星星下点轨迹处进行有效观测,远无法满足大范围应用的需求.本研究结合2013年10月HY-2雷达高度计观测的海面有效波高和微波散射计观测的海面风场资料,分别对高、低风速下风浪数据进行拟合,建立了适用于0~40 m/s风速范围内的南海海域风浪关系模型,经模型比对和结果验证,结果表明,基于HY-2卫星数据分析建立的南海海域风浪关系模型是可信的,特别是低风速的风浪模型与实测数据建立的风浪模型具有很好的一致性;根据建立的风浪关系模型,从卫星散射计大面观测的海面风场出发,能推算出风浪条件下海面有效波高的大面信息,数据覆盖远高于卫星高度计的星下点观测,能为分析和预报海浪、风暴潮灾害提供大范围的海面有效波高信息.     

星载微波散射计海面风场与海洋环境噪声的相关特性分析

根据海洋环境噪声机理及风关噪声已有的研究成果,提出利用星载微波散射计反演的海面风场数据进行海洋环境噪声分析,并对HY-2A和ASCAT数据与噪声谱级的相关性进行了对比分析。选取南海海域作为研究区,利用潜标测量系统获取的噪声数据和多源散射计风场数据开展了相关实验,并采用NCEP海面风场数据进行对比分析。结果表明,ASCAT数据与噪声的相关性优于HY-2A,散射计数据优于NCEP数据,散射计风场更适合海洋环境噪声的分析研究。该研究内容拓展了微波散射计风场数据的应用领域,并为海洋环境噪声研究提供了更好的技术手段。     

基于SVR和LSTM算法反演散射计下有效波高研究

有效波高反演对于海洋工程及海洋环境安全具有重要意义.我国海洋二号(HY-2A)卫星载有散射计和高度计等获取海洋要素的仪器.散射计可获取海洋风场数据但无法直接获取有效波高数据,高度计可获取海洋有效波高数据但覆盖区域狭小.本文将散射计与高度计各自优势结合,利用支持向量回归(SVR)和长短期记忆(LSTM)智能算法反演散射计...     

HY-2B卫星散射计海面风场产品质量分析 *

星载微波散射计是获取全球海面风场信息的主要手段, HY-2B卫星散射计的成功发射为全球海面风场数据获取的持续性提供了重要保障。本文利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)再分析风场数据、热带大气海洋观测计划(Tropical Atmosphere Ocean Array, TAO)和美国国家数据浮标中心(National Data Buoy Center, NDBC)浮标获取的海面风矢量实测数据, 对HY-2B散射计海面风场数据产品的质量进行统计分析。分析表明, HY-2B风场与ECMWF再分析风场对比, 在4~24m·s^-1风速区间内, 风速和风向均方根误差(root mean square error, RMSE)分别为1.58m·s^-1和15.34°; 与位于开阔海域的TAO浮标数据对比, 风速、风向RMSE分别为1.03m·s^-1和14.98°, 可见HY-2B风场能较好地满足业务化应用的精度要求(风速优于2m·s^-1, 风向优于20°)。与主要位于近海海域的NDBC浮标对比, HY-2B风场的风速、风向RMSE分别为1.60m·s^-1和19.14°, 说明HY-2B散射计同时具备了对近海海域风场的良好观测能力。本文还发现HY-2B风场质量会随风速、地面交轨位置等变化, 为用户更好地使用HY-2B风场产品提供参考。     

卫星散射计与海面平台所测的风场数据比较

基于南海北部海面PY30-1石油平台气象站测风仪2011年7月19日—2012年9月17日实测的风场数据,分别开展了对卫星搭载的ASCAT和HY-2散射计所测风场数据的比较研究,分析散射计的测风能力(选取的时空窗口为30 min和25 km)。结果表明:在南海北部海域,ASCAT 散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为2.53 m/s,风向偏差较大,均方根误差为47.87°;HY-2散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为3.41 m/s,风向的均方根误差为58.66°。分别按低、中和高风速的不同条件将ASCAT和HY-2散射计所测的风场数据与PY30-1石油平台气象站观测的风场数据加以比较可知,ASCAT和HY-2散射计都具有较好的测风能力, 前者所测风速与PY30-1石油平台气象站测风仪观测风速的均方根误差稍小于后者。在150 min和15 km的时空窗口下,ASCAT与HY-2散射计所测风速的均方根误差为0.72 m/s,风向的均方根误差为8.50°。     

基于HY-２数据的三沙周边海域海洋动力环境初步分析

西沙、中沙和南沙等三沙周边海域位于南海中部和南部,该海域复杂海洋动力环境严重影响着海洋生产和交通安全等,因此开展海洋动力环境监测具有重要意义。利用２０１１—２０１２年的ＨＹ ２高度计、散射计和辐射计数据,开展了三沙周边海域海浪波高时空分布统计分析、海面风场分布特征与变化规律分析和海面温度（ＳＳＴ）分布特征与变化规律分析,检验和分析了ＨＹ-２卫星数据应用于该海域海洋动力环境监测能力。通过上述分析可以看出ＨＹ-２卫星数据可有效地应用于三沙海域的动力环境监测,可为海洋预报、防灾减灾等服务。     

HY-2A卫星雷达高度计海面高度测量分析与评估

HY-2A卫星是我国首颗自主海洋动力环境卫星，已连续运行6年多。卫星上搭载的主载荷雷达高度计能够实现全天候、全天时全球海面高度、有效波高和海面风速的观测，这些观测数据已经广泛用于海洋防灾减灾、资源开发和海上安全等领域。为了全面了解HY-2A卫星雷达高度计多年来的整体观测性能，本文选取了2012年10月26日至2017年8月27日间的全部观测数据IGDR产品进行综合评价。通过自交叉和与Jason-2互交叉两种手段对HY-2A卫星雷达高度计测高能力进行评估。计算HY-2A升降轨自交叉点的测高不符值，发现HY-2A卫星雷达高度计在近全球海域内、升降轨高度异常差小于30cm的限制条件下，平均绝对高度误差为5.81cm，高度异常标准差为7.76cm；限制观测区域为南北纬60°范围内、海面高度异常升降轨交叉点处的差小于10cm的情况下，平均绝对误差可达3.95cm，海面高度异常标准差达4.76cm。通过和Jason-2卫星的互交叉，发现在南北纬66°范围内，交叉点高度异常差小于30cm的情况下，HY-2A和Jason-2的海面高度异常平均绝对误差为5.86cm，标准差为7.52cm，如果在该海域内将海面高度异常差限制在10cm内，平均绝对误差和标准差分别达到4.19cm和4.98cm。HY-2A卫星雷达高度计已经达到国际同类卫星雷达高度计测高水平，可以满足海洋科学研究、海洋环流反演等的需求。     

基于ASCAT微波散射计风场与NCEP再分析风场的全球海洋表面混合风场

通过星下点的计算得出ASCAT散射计、HY-2散射计单独观测以及双星结合观测的全球覆盖率,分析了中国南海海域双星结合观测对采样率的提升。同时详细介绍了利用NCEP风场、星载微波散射计风场,用时空加权分析法结合构建混合风场的具体程序,构建的混合风场时空分辨率达到6 h、0.25°,时间序列2012年1月1日—2012年3月31日,并且用实际浮标观测数据进行了检验,得到构建的混合风场与观测数据比较一致的结果。     

复合雷达后向散射模型与合成孔径雷达、散射计和高度计海面雷达后向散射观测的比较分析

海洋微波散射模型相比于以经验统计建立的地球物理模式函数具有不受特定微波频率限制的优势。组合布拉格散射模型和几何光学模型形成了复合雷达后向散射模型。利用南海北部气象浮标2014年海面风速风向实测值作为散射模型输入，分别比较了复合雷达后向散射模型与RADARSAT-2卫星C波段SAR、HY-2A卫星Ku波段微波散射计的海面后向散射系数，偏差分别为(?0.22±1.88) dB (SAR)、(0.33±2.71) dB (散射计VV极化）和(?1.35±2.88) dB (散射计HH极化)；以美国浮标数据中心(NDBC)浮标2011年10月1日至2014年9月30日共3年的海面风速、风向实测值作为散射模型输入，分别比较了复合雷达后向散射模型与Jason-2、HY-2A卫星Ku波段高度计海面后向散射系数，偏差分别为(1.01±1.15) dB和(1.12±1.29) dB。中等入射角和垂直入射下的卫星传感器后向散射系数观测值与复合雷达后向散射模型模拟值比较，具有不同的偏差，但具有相同的海面风速检验精度，均方根误差小于1.71 m/s。结果表明，复合雷达后向散射模型可模拟计算星载SAR、散射计和高度计观测条件下的海面雷达后向散射系数，且与CMOD5、NSCAT-2、高度计业务化海面风速反演的地球物理模式函数的计算结果具有一致性；复合雷达后向散射模型可用于微波遥感器的定标与检验、海面雷达后向散射的模拟。     

梳状高度计编队探测海洋涡旋仿真分析

单颗星下点高度计卫星可进行一维海面高度测量，但时空分辨率较低，对涡旋的探测能力不足。梳状高度计卫星编队可提升海面高度时空分辨率，增强对涡旋的识别探测能力。为定量分析高度计编队下的涡旋探测能力，本文在黑潮延伸体海域开展观测仿真实验，对海平面高度进行沿轨采样，经优化插值算法处理后得到逐天海面高度异常数据场并进行涡旋识别与统计分析。此外，本文还同步开展了单颗星下点高度计和成像高度计卫星涡旋探测仿真实验及对比分析。结果表明，梳状高度计卫星编队在涡旋数量、极性、半径及振幅等方面识别效果较好，与成像高度计探测结果相近。     

基于微波散射计观测的气候态海面风场和风应力场

收集了星载微波散射计NSCAT,QuikSCAT和SeaWinds on ADOES-II的全球海面风速和方向L2B数据,数据涉及的时间序列长度为11.5 a。通过对所收集数据的质量控制、Loess低通空间滤波和统计处理,构建了气候态的逐月全球海面风场、风应力场和风应力旋度场(简称为SCAT),其空间网格间距为0.25°×0.25°。SCAT资料与其他有关资料相比,包含了更丰富的海面风场中小尺度空间变化的信息,可广泛应用于海洋、气候、海气相互作用等方面的研究,特别适合应用于海洋中小尺度过程的研究。作为我国"海洋二号"("HY-2")卫星预研项目的成果之一,SCAT资料将由国家海洋局国家卫星海洋应用中心提供给有关用户。     

高分辨率海水表层二氧化碳分压重构——以大西洋为例

海洋是自然界中重要的碳汇,海-气二氧化碳通量通常利用大气和海水表层的二氧化碳分压(pCO₂)差进行估算。受制于时空分布不均匀的观测样本和预测数据,目前已有海水表层二氧化碳分压的重构结果在空间分辨率上仍有较大可提升空间。为在高空间分辨率下更好地拟合时空变化,基于表层大洋二氧化碳地图(SOCAT)的海水表层二氧化碳逸度(f CO₂)数据集和遥感卫星等多源数据,利用XGBoost模型建立了海水表层二氧化碳分压值与海洋物理、生物、光学等要素的非线性关系,并根据样本时空频率构建权重模型,最终重构了2000-2018年大西洋0.041 7°×0.041 7°下月度海水表层二氧化碳分压分布。预测结果的相关系数为0.966,均方根误差为8.087μatm,平均偏差为4.012μatm,与同类重构结果相比,海水表层二氧化碳分压的时空变化趋势一致性强,且在空间分辨率上具有优势。     

推算波浪多年一遇波高的新方法

采用卫星遥感推算多年一遇波高的新方法，对中国近海多年一遇波高进行推算研究。运用卫星遥感散射计得到的风资料推算了整个渤海区域波浪多年一遇的波高分布。通过与有实测资料4个点推算的结果比较表明：卫星资料和实测计算的误差随着重现期的增大而减小，最大误差百年和50年一遇波高为20cm；而百年和50年一遇波高正是工程中最为关心的，说明运用卫星遥感散射计风资料推算渤海多年一遇波高可行且结果合理。本研究方法为进一步运用和完善卫星遥感资料推算中国近海多年一波高场提供了一条新途径。     

Multisatellite observations of smaller mesoscale eddy generation in the Kuroshio Extension

Smaller mesoscale eddies (SMEs) have an important effect on the transmission of ocean temperatures, salinity, energy, and marine biochemical processes. However, traditional altimeters, the dominant sensors used to identify and track eddies, have made it challenging to observe SMEs accurately due to resolution limitations. Eddies drive local upwelling or downwelling, leaving signatures on sea surface temperatures (SSTs) and chlorophyll concentrations (Chls). SST can be observed by spaceborne infrared sensors, and Chl can be measured by ocean color remote sensing. Therefore, multisatellite observations provide an opportunity to obtain information to characterize SMEs. In this paper, an eddy detection algorithm based on SST and Chl images is proposed, which identifies eddies by characterizing the spatial and temporal distribution of SST and Chl data. The algorithm is applied to characterize and analyze SMEs in the Kuroshio Extension. Statistical results on their distribution and seasonal variability are shown, and the formation processes are preliminarily discussed. SMEs generation may be contributed by horizontal strain instability, the interaction of topographic obstacles and currents, and wind stress curl.     

Estimates of primary production by remote sensing in the Arctic Ocean: Assessment of accuracy with passive and active sensors

The Arctic Ocean, including its regional shelf seas, is assumed to play an important role in the global carbon cycle. However, the true magnitude of annual production is unknown, as in situ data are sparse in time and space. Remote sensing technology has the potential to provide large scale estimates of phytoplankton biomass at much higher frequency and spatial coverage than shipboard observations in this remote region. Subsurface peaks in both biomass and primary production (PP), which are the characteristics of the Arctic, are shown to limit the reliability of ocean color based integrated PP (IPP) models in the Chukchi Sea. Here we report that the retrievals of IPP from remotely sensed ocean color data were accurate only when limited to 1.2 optical depths, which severely constrains the utility of ocean color remote sensing for the assessment of Arctic Ocean dynamics.Active sensors such as LIDAR, can, in combination with passive ocean color, dramatically improve our ability to estimate IPP for the Arctic. IPP retrievals were improved to within a factor of 2–3 of the measured values, when the vertical distribution of Chl a was determined to a resolution of 1 m using modeled LIDAR retrievals of the beam attenuation coefficient. This was far better than models using only passive ocean color. The instrument specifications of the current NASA spaceborne LIDAR (CALIOP) allow for the retrieval of K_d at a depth resolution of 23 m. Even with this constraint, however, the accuracy of the modeled IPP was improved over passive ocean color retrievals to approximately a factor of 3. The Arctic is a perfect location to merge ocean color and LIDAR measurements as the polar orbit of CALIOP provides complete grid coverage of the area every 8 days, crossing the horizontal gradients in Chl a already known to exist from passive ocean color observations.     

HY-2B卫星载荷联合观测海面阵风的一种反演方法

国内外对海上阵风的研究并不多,且大多集中在阵风预报和应用研究方面,对于海洋阵风数据的获取技术未见文献系统论述。本文利用HY-2B卫星雷达高度计观测的后向散射系数,结合校正微波辐射计观测的亮度温度信息,提出联合反演阵风风速的方法。两个遥感载荷联合反演得到的阵风风速与2019–2021年美国国家浮标数据中心（NDBC）浮标数据进行真实性检验,结果显示:阵风风速均方根误差（RMSE）为0.98 m/s,相关系数为0.82;基于本方法利用国外同类卫星Jason-3得到的阵风风速与2016–2018年NDBC浮标数据的RMSE为0.96 m/s,相关系数为0.88。本文在HY-2B卫星雷达高度计海面风速观测的基础上,纳入同一卫星平台校正微波辐射计的同步观测信息联合实现了海面阵风的观测,数据的比对结果证明文中方法具有较高的观测精度。同时,该方法对于具有相同观测体制的国内外卫星也适用。     

海冰对海浪影响研究综述

受全球气候变化的影响,极区海浪尤其是北极海浪在过去几十年发生了显著的变化,使得海冰边缘区海冰与海浪的相互作用愈发显著。本文从物理海洋学的角度出发,较系统地总结了海冰对海浪作用研究的国内外现状,从理论和实测的角度分别探讨了海冰对海浪能量的耗散及其引起的波动频散关系的变化,同时分析了当前海冰覆盖海域海浪的数值模拟与现场观测研究,指出了未来开展有冰海域海浪数值模拟与预报所面临的主要问题,并对该方向今后的研究做出展望。总体来看,尽管海冰对海浪作用的机理复杂且与海冰类型高度相关,但是海冰对海浪能量的衰减与传播距离基本呈指数关系,并且海冰会一定程度上影响海浪的传播速度。未来依然需要更多不同海冰类型下海浪的观测数据以开展进一步的机理分析、模型检验和参数校准,进而实现高精度的业务化预报。     

Roughness correction method for salinity remote sensing using combined active/passive observations

Roughness-induced emission from ocean surfaces is one of the main issues that affects the retrieval accuracy of sea surface salinity remote sensing. In previous studies, the correction of roughness effect mainly depended on wind speeds retrieved from scatterometers or those provided by other means, which necessitates a high requirement for accuracy and synchronicity of wind-speed measurements. The aim of this study is to develop a novel roughness correction model of ocean emissivity for the salinity retrieval application. The combined active/passive observations of normalized radar cross-sections (NRCSs) and emissivities from ocean surfaces given by the L-band Aquarius/SAC-D mission, and the auxiliary wind directions collocated from the National Centers for Environmental Prediction (NCEP) dataset are used for model development. The model is validated against the observations and the Aquarius standard algorithms of roughness-induced emissivity correction. Comparisons between model computations and measurements indicate that the model has better accuracy in computing wind-induced brightness temperature in the upwind/downwind directions or for the surfaces with smaller NRCSs, which can be better than 0.3 K. However, for crosswind directions and larger NRCSs, the model accuracy is relatively low. A model using HH-polarized NRCSs yields better accuracy than that using VV-polarized ones. For a fair comparison to the Aquarius standard algorithms using wind speeds retrieved from multi-source data, the maximum likelihood estimation is employed to produce results combining our model calculations and those using other sources. Numerical simulations show that combined results basically have higher accuracy than the standard algorithms.