基于志愿觀測船舶和浮標數(shù)據(jù)的SST日產(chǎn)品質(zhì)量評價研究*

趙洪臣，劉永學，周興華，劉 凱，張 浩

(1. 南京大學 地理與海洋科學學院，江蘇 南京 210023；2. 國家海洋局 第一海洋研究所，山東 青島 266061；3. 南京大學 江蘇省地理信息技術(shù)重點實驗室，江蘇 南京 210023；4. 南京大學 中國南海研究協(xié)同創(chuàng)新中心，江蘇 南京 210023)

?

基于志愿觀測船舶和浮標數(shù)據(jù)的SST日產(chǎn)品質(zhì)量評價研究*

趙洪臣1,2,3，劉永學1,3,4*，周興華2，劉 凱1,3，張 浩1,3

(1. 南京大學 地理與海洋科學學院，江蘇 南京 210023；2. 國家海洋局 第一海洋研究所，山東 青島 266061；3. 南京大學 江蘇省地理信息技術(shù)重點實驗室，江蘇 南京 210023；4. 南京大學 中國南海研究協(xié)同創(chuàng)新中心，江蘇 南京 210023)

選用浮標、志愿觀測船舶(VOS)數(shù)據(jù)作為驗證數(shù)據(jù)對MODIS Aqua，MODIS Terra，AVHRR-OI，OSTIA和RTG五種SST日產(chǎn)品進行了時相差異、近海SST偏差和SST偏差區(qū)域整體差異分析的質(zhì)量評價,以期為日產(chǎn)品的后續(xù)應用提供依據(jù)。結(jié)果表明：不同分析方案得到結(jié)論基本一致，在時相差異方面，各季節(jié)及年度分析顯示各日產(chǎn)品優(yōu)劣特性相近, 其中AVHRR-OI最優(yōu)(年數(shù)據(jù)分析回歸系數(shù)為0.973 6,R2為0.976 0,RMSE為0.71 ℃)，RTG、MODIS Aqua和MODIS Terra次之，OSTIA最差(年數(shù)據(jù)分析回歸系數(shù)為0.945 4,R2為0.943 7,RMSE為1.08 ℃)；在近海區(qū)域，AVHRR-OI比其他日產(chǎn)品能更真實地反映海表溫度狀況，OSTIA最差(二者Grade分別為30和13)；在海洋表面區(qū)域整體特性方面，AVHRR-OI日產(chǎn)品質(zhì)量在研究區(qū)海域存在更少的高正值和低負值，且均值和RMSE也更理想(最低僅分別為0.40和0.59 ℃)；而RTG和OSTIA則差于AVHRR-OI。

志愿觀測船舶數(shù)據(jù)；浮標數(shù)據(jù)；SST日產(chǎn)品；質(zhì)量評價

海洋表層存儲著海洋的大部分熱量，是大氣與海洋溫熱交換的中間層，對地球空間的熱量平衡起著不可替代的作用。其中，海表溫度(Sea Surface Temperature，SST)是表征海洋表面溫熱狀況和海氣相互作用的一種直觀且重要的物理參量[1]。研究SST的年際、時空變化特征和一般規(guī)律對海洋漁業(yè)生產(chǎn)、氣候變化、ENSO現(xiàn)象具有重要意義。隨著航海、衛(wèi)星觀測、遙感、計算機技術(shù)的發(fā)展，基于這些技術(shù)的SST日產(chǎn)品層出不窮，然而數(shù)據(jù)質(zhì)量卻參差不齊。本研究通過對不同SST產(chǎn)品質(zhì)量進行評價，以期為其后續(xù)應用提供依據(jù)。

國內(nèi)外對不同SST日產(chǎn)品質(zhì)量比對方面已開展了一些研究。如孫鳳琴等分析了2002—2005年期間部分AVHRR(Advanced Very High Resolution Radiometer)，TRMM(Tropical Rainfall Measuring Mission)，TMI(TRMM Microwave Imager)，MODIS(MODerate-resolution Imaging Spectroradiometers)Aqua等SST產(chǎn)品的差異[2]；蔣興偉等從海溫梯度和波譜數(shù)的角度，對比分析了冬夏兩季AVHRR-OI (AVHRR-only Optimum Interpolation Sea Surface Temperature)，AVHRR-AMSR (AVHRR-Advanced Microwave Scanning Radiometer)、NCODA (US Navy Coupled Ocean Data Assimilation)，RSS，RTG(Real-Time Global SST)和OSTIA(Operational SST and Sea Ice Analysis system)六種SST日產(chǎn)品的差異[3]，指出各產(chǎn)品特征； Reynolds等則使用浮標數(shù)據(jù)驗證了上述六種SST日產(chǎn)品，揭示了不同產(chǎn)品月平均數(shù)據(jù)溫度偏差多介于-1.5～2.0 ℃，均方根誤差RMSE均介于0.2～1.1 ℃且區(qū)域空間差異會使結(jié)果偏差較大[4]；Kim等使用浮標、CTD (Conductivity Temperature Depth)等數(shù)據(jù)驗證了3種微波SSTs，其RMSE介于0.6～1.2 ℃[5]。但是相關研究在選用SST日產(chǎn)品種類、研究周期、實測數(shù)據(jù)等方面尚略有欠缺，未能詳細分析海溫偏差時空變異的統(tǒng)計學特征和大尺度分布特性。

研究選用2013年志愿觀測船舶(Voluntary Observation Ship，VOS)數(shù)據(jù)和浮標(Buoys)數(shù)據(jù)作為驗證數(shù)據(jù)，對MODIS Aqua，MODIS Terra，AVHRR-OI，OSTIA和RTG五種常用SST日產(chǎn)品以中國海及其鄰近海域為研究區(qū)進行基于海表溫度偏差統(tǒng)計的質(zhì)量評價。

1 數(shù)據(jù)與預處理

1.1 SST日產(chǎn)品

MODIS SST產(chǎn)品利用搭載于Aqua和Terra衛(wèi)星上的MODIS傳感器來捕獲海表紅外信息，并使用多通道分裂窗算法反演得到海表溫度[6-7]。該產(chǎn)品經(jīng)過了氣候?qū)W方法和時空一致性的質(zhì)量控制和浮標數(shù)據(jù)的質(zhì)量驗證。日產(chǎn)品包括中紅外(4 μm)和長波熱紅外(11～12 μm)兩種類型[8]。MODIS 2級和3級產(chǎn)品提供了覆蓋全球海洋的1，4，9和36 km和1°等分辨率的海溫數(shù)據(jù)，3級產(chǎn)品包括日、8 d、月和年等時間分辨率。文中僅選用MODIS的3級熱紅外產(chǎn)品(夜晚)。

OISST(Optimum Interpolation Sea Surface Temperature)是NOAA利用衛(wèi)星、浮標、船測等數(shù)據(jù)構(gòu)建的0.25°海表溫度插值日產(chǎn)品[9-10]。其對衛(wèi)星觀測數(shù)據(jù)進行嚴格的質(zhì)量控制，并使用最優(yōu)插值算法將船舶、浮標數(shù)據(jù)插值到遙感反演海溫空白區(qū)[8]。該產(chǎn)品包括兩種類型，一種基于AVHRR和VOS，浮標數(shù)據(jù)構(gòu)建，另一種基于AVHRR，AMSR和VOS,浮標數(shù)據(jù)構(gòu)建，但后者只能提供截止到2011年的產(chǎn)品。由于AMSR影像空間分辨率比AVHRR低，加入AMSR信息會產(chǎn)生一定的空間平滑，但海溫準確性并不會有顯著提升，甚至有時會降低產(chǎn)品的分辨率[3]。因此文中僅使用AVHRR-only插值數(shù)據(jù)(AVHRR-OI)。

OSTIA是英國氣象局的日分析產(chǎn)品[11]。其中SST產(chǎn)品利用變分同化算法來融合NOAA AVHRR，Meteosat SEVIRI(Spinning Enhanced Visible and Infrered Radiometer Imager)，ENVISAT AATSR(The Advanced Along-Track Scanning Radiometer)，TRMM TMI，Aqua AMSRE(The Advanced Microwave Scanning Radiometer-EOS)等多個平臺的微波、紅外遙感數(shù)據(jù)及GTS(Global Telecommunications System)實測數(shù)據(jù)[11]，并進行了基于EUMETSAT OSI-SAF(Ocean and Sea Ice Satellite Applications Facility)海冰密度產(chǎn)品、AATSR數(shù)據(jù)和浮標數(shù)據(jù)的糾正[12-13]，是一種消除了日變化影響的foundation SST。

RTG-SST是由美國國家環(huán)境預報中心NCEP研發(fā)的海溫日產(chǎn)品[14]。該產(chǎn)品通過對AVHRR衛(wèi)星數(shù)據(jù)與船舶浮標數(shù)據(jù)插值處理所構(gòu)建。產(chǎn)品包括自2001-01-30以來的海表溫度，格網(wǎng)分辨率為0.5°。其衛(wèi)星源數(shù)據(jù)經(jīng)過了基于實測數(shù)據(jù)(數(shù)據(jù)來自Reynolds 和 Smith 的Poisson計劃)的誤差校正[9]。最終產(chǎn)品中每個格網(wǎng)是基于二維變分插值算法融合浮標與船舶(格網(wǎng)日平均)、海冰和遙感SST的結(jié)果。表1為文中所用產(chǎn)品的原數(shù)據(jù)來源、格網(wǎng)分辨率等信息。

表1 SST日產(chǎn)品信息Table 1 Relevant information of SST daily product

1.2 驗證數(shù)據(jù)

選用VOS和浮標兩種實測數(shù)據(jù)作為海表溫度產(chǎn)品質(zhì)量評價的驗證數(shù)據(jù)。VOS計劃是海洋學和海洋氣象學聯(lián)合技術(shù)委員會(JCOMM)眾多觀測計劃中的一種，其通過船舶公司的船只開展海洋氣象觀測。VOS已獲得包括SST、海水鹽度、空氣溫度、濕度、風速、風向等眾多的海洋、氣象相關資料，為全球氣象預報、資料同化等提供了實時、可靠的觀測資料。浮標數(shù)據(jù)是一種常見的海洋實測數(shù)據(jù)，是利用浮標(包括錨定和漂流浮標)獲取的精度較高的海水溫鹽剖面信息。其中較為常見的浮標觀測計劃有Argo(Array for Real-time Geostrophic Oceanography)，TAO(Tropical Atmosphere Ocean Buoy Network)和GDP(Global Oceanographic Data Archaeology and Rescue project)等。

VOS和浮標數(shù)據(jù)為離散點觀測，存在時空不均衡性，因此在進行海面區(qū)域分析時，選用2種月平均數(shù)據(jù)ICOADS2.5[15]和WOA2013[16-17]。ICOADS(International Comprehensive Ocean-Atmosphere Data Set) 是國際綜合海洋大氣數(shù)據(jù)集的簡稱，其數(shù)據(jù)源包括眾多海洋氣象觀測計劃和組織機構(gòu)獲取的船舶、浮標等資料?？梢蕴峁┙?jīng)質(zhì)量控制的自1800年以來的2°×2°和自1960年至今的1°×1°的格網(wǎng)月總結(jié)產(chǎn)品。ICOADS可能是現(xiàn)存的最完整的多源海洋數(shù)據(jù)集合[15]。WOA(World Ocean Atlas)提供長時間跨度的海洋溫度、鹽度等氣候數(shù)據(jù)集，其數(shù)據(jù)源綜合了NODC(National Oceanographic Data Center)，GODAR(Global Oceanographic Data Archaeology and Rescue project)和WOD(World Ocean Database)中的海洋船測、機器探深測量、浮標等數(shù)據(jù)。WOA2013包含自1955—2012年約60 a的年度、季節(jié)、月平均數(shù)據(jù)；其中既有60 a的總平均數(shù)據(jù)，也有10 a周期的平均數(shù)據(jù)；數(shù)據(jù)的格網(wǎng)分辨率為5°，1°，0.25°三種。

1.3 數(shù)據(jù)預處理

選擇中國海及鄰近海域(圖1)作為研究區(qū)。由于驗證數(shù)據(jù)存在一定的誤差[18]，因此對驗證數(shù)據(jù)進行二次質(zhì)量控制(數(shù)據(jù)發(fā)布之前已經(jīng)有質(zhì)量控制)。首先，用戶獲取的原始VOS和浮標數(shù)據(jù)中某些記錄的SST字段數(shù)值缺失，通過完整性檢查獲取相關記錄并進行剔除。其次，SST取值介于一定范圍之內(nèi)，且該范圍隨月份和季節(jié)變動。觀察發(fā)現(xiàn)VOS和浮標原數(shù)據(jù)中存有異常高溫和異常低溫值，如在2013年的數(shù)據(jù)中存在70 ℃以上的高溫和-10 ℃以下的低溫，這些記錄很有可能是錯誤的。因此對原數(shù)據(jù)進行溫度閾值設定，粗差檢驗[19]和過濾處理。文中使用WOA2013數(shù)據(jù)集的10 a月平均數(shù)據(jù)中每月溫度最值作為驗證數(shù)據(jù)相應月份的溫度閾值邊界，并基于這些閾值進行異常點剔除。

將驗證數(shù)據(jù)根據(jù)各產(chǎn)品特點進行處理(OSTIA，RTG進行同點位日平均處理以消除SST日變化帶來的誤差，AVHRR-OI照常處理)，然后將各遙感產(chǎn)品與驗證數(shù)據(jù)進行時空一致性匹配生成匹配數(shù)據(jù)集。其中，為增大有效樣本數(shù)，時間窗選用日(為消除白天太陽輻射的影響，MODIS日產(chǎn)品匹配數(shù)據(jù)剔除了實測數(shù)據(jù)中白天10～16 h的記錄)；空間匹配先將驗證數(shù)據(jù)柵格化，然后對遙感日產(chǎn)品進行匹配篩選。

圖1 研究區(qū)及驗證數(shù)據(jù)分布Fig.1 Study area and distribution of validation data

2 研究方法

研究選用絕對偏差(Bias)、均方根誤差(RMSE)，溫度絕對偏差分級占比(δ)、中值(Median)，眾數(shù)(Mode)等參量對研究區(qū)SST產(chǎn)品進行質(zhì)量評價。其中，Median是對Bias求中值的結(jié)果；將Bias精確到一位小數(shù)后，求其眾數(shù)得到Mode。使用δ的主要原因是基于實測點的多點驗證中使用RMSE等統(tǒng)計量僅僅能得出整體效果，而使用δ則可得到各日產(chǎn)品不同質(zhì)量等級的點所占的比例，可更深入地認識數(shù)據(jù)。Bias，RMSE和δ計算公式分別為

Bias(i)=|SST(i)-p(i)|,

(1)

(2)

(3)

式中，SST(i)為海表溫度日產(chǎn)品第i點的溫度值；p(i)為與SST(i)對應的實測溫度；n為總點數(shù)；num(Bias)表示絕對偏差為Bias的點個數(shù)；δ(Bias)介于0～1，當Bias值為“<0.5”或“<1”時，其值越接近1，則數(shù)據(jù)質(zhì)量越好；當Bias值為“>2”時，其值越接近零，數(shù)據(jù)質(zhì)量越好。

研究主要從SST日產(chǎn)品與實測海表溫度偏差統(tǒng)計的角度對SST產(chǎn)品進行質(zhì)量評價，評價內(nèi)容包括3個方面：時相差異、近海SST分析和SST偏差的區(qū)域整體差異，評價所用SST點均是實測數(shù)據(jù)與各日產(chǎn)品具有時空一致性的匹配點。

時相差異：將2013年分為4個季度，季節(jié)劃分按照陳實等現(xiàn)代氣候?qū)W季節(jié)劃分方法[20]，春、夏、秋、冬分別以4月、7月、10月、1月為中間月份前后各延伸一個月份。每季度取中間月份部分數(shù)據(jù)進行分析，制作“SST日產(chǎn)品比對實測數(shù)據(jù)”的散點圖并計算RMSE及δ統(tǒng)計量。

近海SST分析:取點分布情況如圖1中紅點。由于選用的可用樣本較少，為降低海表溫度的不確定性以及溫度鋒面區(qū)域空間不匹配對分析的影響，在近海SST分析中除統(tǒng)計RMSE和δ外，另加入中值和眾數(shù)以使得SST產(chǎn)品質(zhì)量分析更加客觀；而且為了更容易看出SST日產(chǎn)品質(zhì)量的優(yōu)劣，文章選用打分法(統(tǒng)計量為Grade)基于各統(tǒng)計量得分為每種日產(chǎn)品打分，總分最高的日產(chǎn)品質(zhì)量最好。打分法是對SST日產(chǎn)品按照各統(tǒng)計量所反映的產(chǎn)品質(zhì)量優(yōu)劣排序，排名最好的得5分，其次4分，其他依次打分；最后統(tǒng)計所有SST日產(chǎn)品的得分。

SST偏差區(qū)域整體差異：為揭示不同SST日產(chǎn)品質(zhì)量在海洋表面區(qū)域整體上的效果以及日產(chǎn)品質(zhì)量區(qū)域特征，以圖1藍色虛線所圍海域為研究區(qū)，對AVHRR-OI，OSTIA，RTG三種日產(chǎn)品(2種Modis日產(chǎn)品有大片海域海溫缺失，因此不參與計算)1月和7月份的所有數(shù)據(jù)按月平均，然后分別以ICOADS2.5和WOA2013兩種數(shù)據(jù)作為標準數(shù)據(jù)進行差值處理，并統(tǒng)計差值結(jié)果的均方根誤差和均值。其中ICOADS2.5數(shù)據(jù)使用之前進行了插值。

3 結(jié)果與分析

3.1 時相差異

選取2013年春(4月)、夏(7月)、秋(10月)、冬(1月)部分匹配數(shù)據(jù)做二維關系圖(圖2)?？梢钥闯?種SST日產(chǎn)品具有相同趨勢(結(jié)合擬合信息)，在冬季和春季大多數(shù)點均勻分布于1∶1線兩側(cè)，偏差不大；而在夏季和秋季，數(shù)據(jù)點明顯更加離散，偏離1∶1線更多，且日產(chǎn)品溫度高于實測值的點所占比例相當大?；谠摻嵌?，5種SST日產(chǎn)品在4個季節(jié)中，春季數(shù)據(jù)質(zhì)量最好，其次是冬季，再者是秋季和夏季，該結(jié)果與孫鳳琴等[2]的結(jié)論相近。導致該結(jié)果的原因可能來自多方面：其一，海洋上空水汽、云量受季節(jié)影響較大，而紅外觀測在多水汽和云的天氣下會受到限制；其二，夏秋季節(jié)尤其是夏季太陽輻射較強，海洋淺海層溫度分化嚴重，使得浮標和船舶觀測偏差較大；同時由于遙感觀測海溫水深多為微米、毫米級，而VOS和浮標觀測水深不穩(wěn)定，尺度可達米級，因此與SST日產(chǎn)品空間一致性有季節(jié)性變動，尤其夏季較差。從圖中擬合參數(shù)來看，春冬季節(jié)5種日產(chǎn)品回歸系數(shù)均為0.90～1.01，而且所有R2都在0.95以上，進一步說明春冬季日產(chǎn)品質(zhì)量較好；冬季，5種日產(chǎn)品中MODIS Aqua，Terra和 AVHRR-OI最好，然后是RTG，最差的是OSTIA，回歸系數(shù)分別為0.977 1，0.972 4，0.979 4，0.963 2，0.906 1；其對應R2分別為0.970 2，0.978 9，0.976 0，0.973 2，0.967 3。春季，MODIS Aqua、AVHRR-OI和RTG回歸系數(shù)相近分別為1.000 9，0.977 7，0.984 8；R2分別為0.977 2，0.984 6和0.982 0；其次是MODIS-Terra回歸系數(shù)0.969 8，R2為0.968 3，最差的依然是OSTIA；夏季，5種日產(chǎn)品回歸系數(shù)和R2較之1月和4月份低很多，回歸系數(shù)均約為0.7～0.9，AVHRR-OI在5種日產(chǎn)品中最佳，回歸系數(shù)為0.861 6，R2為0.827 2，其他日產(chǎn)品略遜色。秋季和夏季相似，數(shù)據(jù)擬合性比冬、春季差，AVHRR-OI最佳(僅從R2考慮)。

各日產(chǎn)品年度數(shù)據(jù)與實測數(shù)據(jù)的比對關系如圖3所示，圖中分別展示了各SST產(chǎn)品年度實驗數(shù)據(jù)(僅包含圖2所用數(shù)據(jù))與對應實測數(shù)據(jù)的二維關系。從圖中可以看出，MODIS Aqua、AVHRR-OI和RTG最好，其數(shù)據(jù)離散度較小，回歸系數(shù)分別為0.980 4，0.973 6和0.971 4，R2為0.961 6，0.976 0和0.971 4；其次是MODIS Terra(與上述3種日產(chǎn)品相差不大)，回歸系數(shù)和R2都在0.96以上；OSTIA在5種日產(chǎn)品中最差，數(shù)據(jù)點密集度略差，兩參數(shù)約為0.94。

統(tǒng)計基于時相差異分析的各日產(chǎn)品相對于實測數(shù)據(jù)的均方根誤差及δ統(tǒng)計信息(表2)?？梢钥闯?，季節(jié)RMSE和年度數(shù)據(jù)的RMSE所反映的數(shù)據(jù)質(zhì)量優(yōu)劣情況跟二維關系圖相近但又不盡相同，各季節(jié)均是AVHRR-OI最佳，OSTIA最差；年度數(shù)據(jù)也是如此，其中RTG第二，且MODIS日產(chǎn)品統(tǒng)計信息非常相近，尤其是年統(tǒng)計信息完全相同，說明MODIS Aqua和MODIS Terra性能相近。RMSE并不存在明顯普適的季節(jié)特性。從δ統(tǒng)計量的角度來看，Bias小于0.5 ℃和小于1 ℃的點數(shù)所占比例AVHRR-OI最大，分別為0.66和0.86；RTG其次，δ(<0.5)為0.61，δ(<1)為0.83；然后是MODIS Aqua和MODIS Terra；OSTIA最差，兩統(tǒng)計量僅為0.30，0.63。Bias大于2 ℃的點所占比例與此相反。且δ統(tǒng)計量與RMSE大小完全相符。從不同的角度分析OSTIA都明顯差于其他日產(chǎn)品，可能是由于該產(chǎn)品包含SEVIRI和AATSR微波信息，微波對海表溫度進行毫米級觀測而紅外觀測是微米級觀測，且觀測分辨率較低，降低匹配效果。

圖3 SST產(chǎn)品年度數(shù)據(jù)與實測數(shù)據(jù)二維關系Fig.3 Scatter plot of SST products and measurements

表2 時相差異分析統(tǒng)計結(jié)果Table 2 Statistics of validation results

3.2 近海SST

近海區(qū)域人類活動相對頻繁，給海水帶來額外熱量，污染海洋環(huán)境，改變海洋水色，會導致SST發(fā)生異常變化[21-23]。因此，近海區(qū)域海表溫度的正確性同樣是評價SST日產(chǎn)品質(zhì)量高低的重要依據(jù)之一。選用2013年度部分近海實測數(shù)據(jù)作為分析樣本(圖1)，進行SST產(chǎn)品與實測數(shù)據(jù)偏差相關參數(shù)的統(tǒng)計，并求算5種日產(chǎn)品得分，結(jié)果見表3。

表3 近海SST日產(chǎn)品統(tǒng)計量Table 3 Statistics of SST products in the offshore area

由表3可知，不同的統(tǒng)計量所反映的日產(chǎn)品優(yōu)劣狀況不完全一致：就眾數(shù)而言，OSTIA最差(Mode為0.9 ℃，最大)，其他日產(chǎn)品眾數(shù)相同；中值AVHRR-OI最低(0.67 ℃)，OSTIA最大(0.88 ℃)；從δ(Bias)統(tǒng)計量來看，MODIS Terra,AVHRR-OI,MODIS Aqua和RTG四種產(chǎn)品相差不大(δ(<0.5)為0.33～0.40，δ(<1)約為0.65，δ(>2)均小于0.05)，但均優(yōu)于OSTIA；均方根誤差AVHRR-OI最好，其次是MODIS產(chǎn)品和RTG，最差的依然是OSTIA，基于以上信息的Grade得分由高至低排序依次為AVHRR-OI,RTG,MODIS Terra,MODIS Aqua和OSTIA，分數(shù)分別為30，24，24，22，13。因此近海SST分析得出結(jié)論：AVHRR-OI 最優(yōu)。

結(jié)果表明，AVHRR-OI能更真實地反映近海區(qū)域較為復雜的海表溫度狀況，而其他日產(chǎn)品尤其是OSTIA無法與之相比。這說明溫度獲取方式差異導致的SST特征分辨率的不同會對近海SST觀測產(chǎn)生一定的影響。

3.3 SST偏差的區(qū)域整體差異

基于ICOADS2.5和WOA2013數(shù)據(jù)的SST偏差區(qū)域整體差異求算結(jié)果分別如圖4和表4所示。對比圖4中不同標準SST的差值結(jié)果發(fā)現(xiàn)，AVHRR-OI，OSTIA和RTG三種產(chǎn)品SST偏差具有非常相似的區(qū)域特征，1月份黃、東海近海區(qū)域存在帶狀低負值，且研究區(qū)海域整體偏負值；7月份渤、黃海近海區(qū)域以及朝鮮半島海域存在大片高正值，且整個研究區(qū)海域多偏正值。高正值和低負值多出現(xiàn)在近海區(qū)域可能是日產(chǎn)品的溫度精細度無法滿足溫度鋒面高變化率特征造成的。3種日產(chǎn)品從高正值和低負值的趨避性來看，AVHRR-OI更佳，如1月份，AVHRR-OI以ICOADS2.5為基準時低負值區(qū)域與OSTIA相近且少于RTG，以WOA為基準時低負值區(qū)域與RTG相近且少于OSTIA；7月份，AVHRR-OI的高正值區(qū)明顯少于OSTIA和RTG。

表4中，在不同標準SST下，1月和7月OSTIA日產(chǎn)品均值(Mean)和均方根誤差(RMSE)最大(Mean最大達0.99 ℃，RMSE最大達1.25 ℃)；相比之下，AVHRR-OI和RTG較好，且兩日產(chǎn)品統(tǒng)計量相差較?。篈VHRR-OI在1月基于WOA2013標準時均值和RMSE最大，為0.74和1.05 ℃；同條件下，RTG均值和RMSE最大值分別為0.77，1.04；而兩日產(chǎn)品均值和RMSE最小時僅分別為0.40 ℃(AVHRR-OI),0.42 ℃(RTG)和0.59 ℃(AVHRR-OI),0.66 ℃(RTG)。因此就統(tǒng)計量而言，AVHRR-OI與RTG質(zhì)量相近，均優(yōu)于OSTIA日產(chǎn)品。

圖4 1、7月份產(chǎn)品SST與標準SST(ICOADS2.5, WOA2013)偏差的區(qū)域分布特征Fig.4 Deviation between product and standard SST (ICOADS2.5,WOA2013)in January and July

表4 產(chǎn)品SST與標準SST(ICOADS2.5，WOA2013)偏差的區(qū)域統(tǒng)計量Table 4 Statistics of regional variation of deviation between products and standard SST(ICOADS2.5,WOA2013)

4 結(jié) 論

利用VOS和浮標實測數(shù)據(jù)，ICOADS2.5和WOA2013數(shù)據(jù)對MODIS Terra，MODIS Aqua，AVHRR-OI，OSTIA和RTG五種日產(chǎn)品進行了以溫度偏差統(tǒng)計為主的質(zhì)量評價分析，探討了5種SST日產(chǎn)品溫度偏差的時相差異，近海差異和區(qū)域特征。

1)在時相差異方面，綜合所有季節(jié)以及數(shù)據(jù)統(tǒng)計信息可知，各季節(jié)及年度數(shù)據(jù)所反映各日產(chǎn)品優(yōu)劣特性相近， AVHRR-OI最優(yōu)，RTG和MODIS日產(chǎn)品次之，OSTIA最差。

2)在近海區(qū)域，AVHRR-OI相比其他日產(chǎn)品SST更加接近實測值，能更真實地反映近海區(qū)域海表溫度特征；同時OSTIA海溫概括性最大，基于實測SST統(tǒng)計的效果最不理想。

3)在SST偏差區(qū)域特征方面，AVHRR-OI高正值和低負值更少，且其均值和RMSE也較低，而RTG和OSTIA日產(chǎn)品尤其是OSTIA數(shù)據(jù)質(zhì)量在研究區(qū)范圍內(nèi)尤其是近海區(qū)域差于AVHRR-OI。

通過分析，不同類型SST日產(chǎn)品數(shù)據(jù)質(zhì)量存在一定差異。這些差異可能來自于產(chǎn)品數(shù)據(jù)源、產(chǎn)品生成算法、質(zhì)量控制方法等。因此加強海洋表面溫度遙感反演算法、數(shù)據(jù)融合與同化方法，改進質(zhì)量控制方法以及在海溫求算過程中融入更多精準實測數(shù)據(jù)有助于獲取高質(zhì)量的SST日產(chǎn)品，這也正是海洋表面溫度研究的重點問題。本研究或許可以為不同SST日產(chǎn)品在中國海及其鄰近海域的應用提供質(zhì)量信息的借鑒，但研究中仍存在一些不足，如質(zhì)量控制方法存在缺陷等原因使得實測數(shù)據(jù)溫度錯點無法完全刪除，會對研究結(jié)果產(chǎn)生影響，因此尋求更好的SST數(shù)據(jù)質(zhì)量控制方法同樣是本研究待改進的方面。

[1] XI M. Merging infrared radiometer and microwave radiometer sea surface temperature data based on the optimum interpolation[D].Beijing: National Center for Marine Environmental Forecasts, 2011. 奚萌.基于最優(yōu)插值算法的紅外和微波遙感海表溫度數(shù)據(jù)融合[D].北京:國家海洋環(huán)境預報研究中心,2011.

[2] SUN F Q, ZHANG S L, SHANG S P, et al. Primary validation of AVHRR/MODIS/TMI SST for part of the Northwest Pacific[J].Journal of Xiamen University (Natural Science), 2007,46(1):1-5. 孫鳳琴,張彩云,商少平,等. 西北太平洋部分海域AVHRR、TMI與MODIS遙感海表層溫度的初步驗證[J].廈門大學學報(自然科學版),2007,46(1):1-5.

[3] JIANG X W, XI M, SONG Q T. A comparison analysis of six sea surface temperature products[J].Haiyang Xuebao, 2013,35(4):88-97. 蔣興偉,奚萌,宋清濤.六種遙感海表溫度產(chǎn)品的比對分析[J].海洋學報,2013,35(4):88-97.

[4] RICHARD W R，DUDLEY B C. Comparisons of daily sea surface temperature analyses for 2007-08[J].Journal of climate, 2010, 23: 3545-3562.

[5] KIM E J, KANG S K, JANG S T, et al. Satellite-derived SST validation based on in-situ data during summer in the East China Sea and western North Pacific[J].Ocean Science Journal, 2010,45(3):159-170.

[6] OTIS B B, PETER J M. MODIS infrared sea ssurface temperature algorithm-algorithm theoretical basis document[M].2nd ed. Miami: University of Miami, 1999.

[7] KILPATRICK K A, PODESTA G, WALSH S, et al. Implementation of version 6 AQUA and TERRA SST processing[M].Miami: University of Miami, 2014.

[8] KILPATRICK K A, PODESTA G, WALSH S, et al. A decade of sea surface temperature from MODIS[J].Remote Sensing of Environment, 2015, 165: 27-41.

[9] REYNOLDS R W, SMITH T M, LIU C, et al. Daily high-resolution blended analyses for sea surface temperature[J].Journal of Climate, 2007,20: 5473-5496.

[10] REYNOLDS R W, RAYNER N A, SMITH T M, et al. An improved in situ and satellite SST analysis for climate[J].Journal of Climate, 2002,15:1609-1625.

[11] DONLON C J, MARTIN M, STARK J, et al. The operational sea surface temperature and sea ice analysis (OSTIA) system[J].Remote Sensing of Environment, 2012, 116: 140-158.

[12] BREIVIK L A, EASTWOOD S, GODOY O, et al. Sea ice products for EUMETSAT satellite application facility[J].Canadian Journal of Remote Sensing, 2001, 27(5): 403-410.

[13] ANDERSEN S, BREIVIK L, EASTWOOD S, et al. Ocean & sea ice SAF——sea ice product manual version 3.8[M/OL][2015-11-09].http:∥saf.met.no/docs/ss2_pmseaice_v3p5.pdf.

[14] CHELTON D B, WENTZ F J. Global microwave satellite observations of sea surface temperature for numerical weather prediction and climate research[J].American meteorological society, 2005: 1097-1115.

[15] SCOTT D W, STEVEN J W, SANDRA J L, et al. ICOADS Release 2.5: extensions and enhancements to the surface marine meteorological archive[J].International journal of climatology, 2011,31: 951-967.

[16] BOYER T, MISHONOV A. World ocean atlas 2013 product documentation[EB/OL].[2015-10-15].http:∥www.nodc.noaa.gov/OC5/indprod.html.

[17] LOCARNINI R A, MISHONOV A V, ANTONOV J I, et al. World ocean atlas 2013, Volume 1: temperature[EB/OL].[2015-10-20].http:∥www.nodc.noaa.gov/OC5/indprod.html.

[18] HANSEN D V, POULAIN P M. Quality control and interpolation of WOCE-TOGA drifter data[J].Journal of Atmospheric and Oceanic Technology, 1995, 13: 900-909.

[19] ISHII M, KIMOTO M, KACHI M. Historical ocean subsurface temperature analysis with error estimates[J].Monthly Weather Review,2003,131:51-73.

[20] CHEN S, GAO C, HUANG Y L. Analysis of climate change trend of the Chaohu basin divided by different season scales[J].Resources and Environment in the Yangtze Basin，2013,22(5):582-587. 陳實，高超，黃銀蘭.不同季節(jié)劃分尺度下巢湖流域氣候變化趨勢分析[J].長江流域資源與環(huán)境,2013,22(5):582-587.

[21] ZHOU G C. SST long time series analysis and the relationship with human activities[D].Qingdao:Ocean University of China,2012.周廣超.海溫長時間序列分析及與人類活動的關系[D].青島:中國海洋大學,2012.

[22] TANG Y, ZOU W H. Impacts of marine fishery on marine ecosystem and the management discussion[J].Marine Sciences, 2009,33(3):65-70. 唐議,鄒偉紅.海洋漁業(yè)對海洋生態(tài)系統(tǒng)的影響及其管理的探討[J].海洋科學,2009,33(3): 65-70.

[23] SUN J T. Study on sustainable development of marine fishery of China[D].Qingdao: Ocean University of China,2003. 孫吉亭.中國海洋漁業(yè)可持續(xù)發(fā)展研究[D].青島:中國海洋大學，2003.

Received: November 9, 2015

Quality Evaluation of SST Daily Products Based on VOS and Buoy Measurements

ZHAO Hong-chen1,2,3，LIU Yong-xue1,3,4，ZHOU Xing-hua2，LIU Kai1,3，ZHANG Hao1,3

(1.SchoolofGeographicandOceanographicSciences,NanjingUniversity, Nanjing 210023, China; 2.TheFirstInstituteofOceanography,SOA, Qingdao 266061, China; 3.JiangsuProvincialKeyLaboratoryofGeographicInformationScienceandTechnology,NanjingUniversity, Nanjing 210023, China; 4.CollaborativeInnovationCenterfortheSouthChinaSeaStudies,NanjingUniversity, Nanjing 210023, China)

Five SST products (MODIS Aqua, MODIS Terra, AVHRR-OI, OSTIA and RTG) are validated and compared using measurements from VOS and buoys. Validation result on the seasonal basis shares the similar characteristics with that on the annual basis, which shows that among all the 5 products, AVHRR-OI SST performs the best (the yearly regression coefficient,R2andRMSEare 0.973 6, 0.976 0, and 0.71 ℃ respectively), followed by RTG, MODIS Aqua, and MODIS Terra. Performance of OSTIA is worst; the yearly regression coefficient,R2andRMSEare 0.945 4, 0.943 7, and 1.08 ℃ respectively. AVHRR-OI SST has less high-positive and low-negative deviations than RTG and OSTIA.

VOS measurements; buoy measurements; SST daily products; quality evaluation

2015-11-09

國家自然科學基金項目——粉砂淤泥質(zhì)海岸帶潮溝系統(tǒng)演化過程及其對人類活動響應的遙感監(jiān)測研究——以江蘇中部沿海為例(41471068)

趙洪臣(1989-)，男，河南永城人，碩士研究生，主要從事海洋GIS與遙感等方面研究. E-mail: 276905818@qq.com

*通訊作者：劉永學(1976-)，男，江蘇揚州人，教授，博士生導師，主要從事遙感與GIS應用方面研究. E-mail: yongxue@nju.edu.cn

P731.11

A

1671-6647(2016)04-0462-12

10.3969/j.issn.1671-6647.2016.04.002