基于Himawari-8衛(wèi)星的逐時(shí)次海表溫度融合

周旋，葉小敏，周江濤，楊曉峰

( 1.中國(guó)人民解放軍61741部隊(duì)，北京 100094；2.國(guó)家衛(wèi)星海洋應(yīng)用中心，北京 100081；3.中國(guó)科學(xué)院空天信息創(chuàng)新研究院 遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100101)

1 引言

海表溫度是研究海氣界面物質(zhì)和能量交換的一個(gè)重要地球物理參數(shù)，在氣候變化研究中起著重要的作用。它表征海洋的熱力與動(dòng)力過(guò)程，并受到海洋與大氣相互作用的影響，為研究海洋環(huán)流、中尺度渦、海洋鋒、上升流和海水混合等海洋現(xiàn)象提供了重要依據(jù)。獲取高頻次、高空間分辨率、高精度、全覆蓋的海表溫度對(duì)于研究海氣相互作用、海洋熱動(dòng)力過(guò)程和氣候變化具有重要意義。Himawari-8衛(wèi)星是日本氣象廳于日本時(shí)間2014年10月7日發(fā)射的新一代地球同步靜止氣象衛(wèi)星，搭載了高級(jí)Himawari成像儀（AHI）。它的觀測(cè)頻率為10 min一次，具有16個(gè)光譜通道，紅外通道的空間分辨率達(dá)到2 km，其海表溫度產(chǎn)品具有較高的時(shí)空分辨率，在西北太平洋海表溫度遙感監(jiān)測(cè)方面具有明顯的優(yōu)勢(shì)，但同時(shí)由于云霧的遮擋，空間覆蓋受到較大的影響。本文以Himawari-8衛(wèi)星紅外遙感海表溫度產(chǎn)品為基礎(chǔ)，融合東北亞區(qū)域海洋觀測(cè)系統(tǒng)（NERA-GOOS）現(xiàn)場(chǎng)觀測(cè)資料和地球水環(huán)境變化監(jiān)測(cè)衛(wèi)星高級(jí)微波掃描輻射計(jì)（GCOM-W1 AMSR2）微波遙感海表溫度產(chǎn)品，彌補(bǔ)紅外遙感海表溫度空間覆蓋的不足，生成高頻次、高空間分辨率、高精度、全覆蓋的西北太平洋海表溫度融合產(chǎn)品，滿足海氣相互作用、海洋熱動(dòng)力過(guò)程和氣候變化等研究的需求。

常用的海表溫度融合處理算法包括最優(yōu)插值、變分分析和卡爾曼濾波。最優(yōu)插值最早由Eliassen等[1]提出，是在假定背景值、觀測(cè)值和分析值均為無(wú)偏估計(jì)的前提下，求解分析方差最小化的一種分析方法。Reynolds等[2–5]將其應(yīng)用到衛(wèi)星遙感和船舶、浮標(biāo)觀測(cè)的全球海表溫度融合，取得了較好的效果。變分分析通過(guò)最小化目標(biāo)函數(shù)求得全局最優(yōu)分析解[6]，是最優(yōu)插值的一般化，可以用來(lái)處理觀測(cè)矩陣是非線性的情況，其計(jì)算量要比最優(yōu)插值大?？柭鼮V波最初由Kalman[7]提出，其在線性系統(tǒng)、高斯白噪聲以及高斯先驗(yàn)分布的假定條件下，通過(guò)最小化分析誤差得到最優(yōu)解。最優(yōu)插值亦是卡爾曼濾波的簡(jiǎn)化版，但是卡爾曼濾波計(jì)算量大，并占用大量機(jī)器內(nèi)存，同時(shí)很難估計(jì)模型誤差。由于最優(yōu)插值實(shí)現(xiàn)上的簡(jiǎn)單性、計(jì)算代價(jià)的合理性，本文選擇最優(yōu)插值實(shí)現(xiàn)Himawari-8 AHI海表溫度、GCOM-W1 AMSR2海表溫度和NERAGOOS現(xiàn)場(chǎng)觀測(cè)資料的融合。

海表溫度的日變化和多源海表溫度間的系統(tǒng)偏差是影響逐時(shí)次海表溫度融合產(chǎn)品精度的兩個(gè)重要因素。本文利用Himawari-8 AHI海表溫度和歐洲中期天氣預(yù)報(bào)中心（ECWMF）海面風(fēng)速數(shù)據(jù)，結(jié)合太陽(yáng)輻照度的日變化特征，研究分析海表溫度隨風(fēng)速和太陽(yáng)輻射的日變化情況，建立Himawari-8 AHI海表溫度日變化模型，實(shí)現(xiàn)海表溫度的日變化訂正；然后以Himawari-8 AHI海表溫度為目標(biāo)數(shù)據(jù)，利用泊松方程對(duì)GCOM-W1 AMSR2海表溫度進(jìn)行偏差訂正，消除多源海表溫度間的系統(tǒng)偏差；最后，從融合產(chǎn)品個(gè)例分析和精度檢驗(yàn)兩個(gè)方面評(píng)價(jià)逐時(shí)次海表溫度融合產(chǎn)品。

2 數(shù)據(jù)準(zhǔn)備和預(yù)處理

2.1 Himawari-8 AHI海表溫度

Himawari-8衛(wèi)星位于140.7°E的地球靜止軌道，觀測(cè)范圍為 60°S～60°N，80°E～160°W，搭載了 AHI成像儀，具有3個(gè)可見(jiàn)光通道、3個(gè)近紅外通道和10個(gè)紅外通道，全圓盤(pán)數(shù)據(jù)的時(shí)間分辨率為10 min一次。日本宇宙航空研究開(kāi)發(fā)機(jī)構(gòu)（JAXA）發(fā)布了Himawari-8 AHI海表溫度，包括2級(jí)和3級(jí)產(chǎn)品，時(shí)間分辨率分別為10 min和1 h，空間分辨率均為2 km。與傳統(tǒng)的劈窗算法不同，該產(chǎn)品采用準(zhǔn)物理算法，利用8.6 μm、10.4 μm和11.8 μm紅外通道數(shù)據(jù)求解參數(shù)化的紅外輻射傳輸方程反演提取海表溫度，達(dá)到較高的精度[8]。本文選用3級(jí)Himawari-8 AHI海表溫度產(chǎn)品作為基礎(chǔ)數(shù)據(jù)源，逐時(shí)次融合GCOM-W1 AMSR2和現(xiàn)場(chǎng)測(cè)量海表溫度。

由于云的輻射特性比較復(fù)雜，在許多情況下很難將一些區(qū)域明確劃分為晴空或云覆蓋，而這些區(qū)域的Himawari-8 AHI海表溫度存在較大誤差。為了保證海表溫度融合產(chǎn)品的精度，在融合之前需要對(duì)Himawari-8 AHI海表溫度產(chǎn)品進(jìn)行質(zhì)量控制，剔除異常數(shù)據(jù)，提高產(chǎn)品可信度。

2.1.1 氣候態(tài)值檢驗(yàn)

同一海區(qū)、同一時(shí)期的海表溫度相對(duì)穩(wěn)定、變化較小，利用海表溫度氣候均值并結(jié)合其變化量可以對(duì)Himawari-8 AHI海表溫度進(jìn)行檢驗(yàn)，剔除異常數(shù)據(jù)。利用英國(guó)氣象局發(fā)布的1992–2010年業(yè)務(wù)海表溫度和海冰分析產(chǎn)品（OSTIA）計(jì)算每天的海表溫度均值和均方差，并插值到Himawari-8 AHI海表溫度產(chǎn)品的網(wǎng)格點(diǎn)上，其中海表溫度均值作為氣候態(tài)值，2.5倍均方差作為臨界值。當(dāng)Himawari-8 AHI海表溫度與氣候態(tài)值差的絕對(duì)值大于臨界值，認(rèn)為該數(shù)據(jù)異常，將其剔除。

2.1.2 空間一致性檢驗(yàn)

海表溫度在空間上變化比較緩慢，一定空間范圍內(nèi)海表溫度的均方差較小。對(duì)于Himawari-8 AHI海表溫度的每個(gè)格點(diǎn)，計(jì)算以其為中心5×5窗口的均值和均方差。在完全晴空下，5×5窗口的海表溫度均方差較?。划?dāng)受到云干擾時(shí)，均方差增大。當(dāng)格點(diǎn)值與均值之差大于2.5倍均方差時(shí)，認(rèn)為該數(shù)據(jù)異常，將其剔除。

2.1.3 時(shí)間一致性檢驗(yàn)

同一位置的海表溫度在時(shí)間上變化比較緩慢，一定時(shí)間范圍內(nèi)單個(gè)格點(diǎn)海表溫度的均方差較小。對(duì)于Himawari-8 AHI海表溫度的每個(gè)格點(diǎn)，計(jì)算前5 d時(shí)間范圍內(nèi)的均值和均方差。在晴空下，均方差主要反映海表溫度的日變化，其值較??；當(dāng)受到云干擾時(shí)，均方差明顯增大。本文將格點(diǎn)值與均值之差大于2.5倍均方差的格點(diǎn)進(jìn)行剔除。

2.2 GCOM-W1 AMSR2海表溫度

AMSR2是搭載在GCOM-W1衛(wèi)星的微波輻射計(jì)，以偏離星下點(diǎn)55°進(jìn)行圓錐掃描，幅度為1 450 km，升交點(diǎn)時(shí)間為13:30，工作頻率為6.925 GHz、7.3 GHz、10.65 GHz、18.7 GHz、23.8 GHz、36.5 GHz和 89.0 GHz，每個(gè)頻率包括水平和垂直兩個(gè)極化通道。JAXA發(fā)布了10 km和25 km的GCOM-W1 AMSR2海表溫度產(chǎn)品，包括沿軌和網(wǎng)格化兩種類型。該產(chǎn)品利用6.925 GHz垂直極化通道數(shù)據(jù)反演海表溫度，具有全天時(shí)、全天候的特點(diǎn)，具有較高的精度[9]。本文選用空間分辨率為25 km的沿軌GCOM-W1 AMSR2海表溫度產(chǎn)品進(jìn)行融合。

GCOM-W1 AMSR2海表溫度受降雨影響較大，在融合之前，根據(jù)質(zhì)量標(biāo)識(shí)剔除受降雨影響的數(shù)據(jù)，然后重投影到10 km分辨率的網(wǎng)格上，對(duì)每個(gè)網(wǎng)格點(diǎn)進(jìn)行氣候態(tài)值檢驗(yàn)、空間一致性檢驗(yàn)和時(shí)間一致性檢驗(yàn)以保證其精度，最后通過(guò)雙線性插值到2 km分辨率的網(wǎng)格上。

2.3 NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料

NERA-GOOS是全球海洋觀測(cè)系統(tǒng)的東北亞區(qū)域試驗(yàn)項(xiàng)目，其現(xiàn)場(chǎng)觀測(cè)資料的來(lái)源主要有固定浮標(biāo)、漂流浮標(biāo)、沿岸站、海洋科學(xué)考察船和自動(dòng)觀測(cè)船。NERA-GOOS數(shù)據(jù)庫(kù)包括區(qū)域?qū)崟r(shí)數(shù)據(jù)庫(kù)（RRTDB）和區(qū)域延時(shí)數(shù)據(jù)庫(kù)（RDMDB），RRTDB用于存放最近30 d的數(shù)據(jù)，30 d以上的數(shù)據(jù)遷移到RDMDB。本文采用RDMDB中全球海表溫度和鹽度解碼數(shù)據(jù)。

由于NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料存在較大的誤差，在融合之前，需要進(jìn)行必要的質(zhì)量控制，剔除異常的數(shù)據(jù)，主要包括浮標(biāo)編號(hào)、船號(hào)、時(shí)間記錄和經(jīng)緯度不合格的數(shù)據(jù)以及記錄錯(cuò)誤的數(shù)據(jù)。

3 海表溫度融合方法

高空間覆蓋度、高空間分辨率、逐時(shí)次的海表溫度融合產(chǎn)品對(duì)于研究海洋環(huán)流、中尺度渦、海洋鋒、上升流和海水混合等海洋現(xiàn)象具有重要意義。本文以3級(jí)Himawari-8 AHI海表溫度為基礎(chǔ)，融合GCOM-W1 AMSR2海表溫度產(chǎn)品和NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料，生成逐時(shí)次的西北太平洋海表溫度融合產(chǎn)品。具體融合流程如圖1所示。

圖1 海表溫度融合流程Fig.1 The flow of sea surface temperature fusion

首先，為了提高海表溫度遙感觀測(cè)資料的空間覆蓋度，選擇當(dāng)前時(shí)刻前6 h以內(nèi)Himawari-8 AHI和GCOMW1 AMSR2海表溫度產(chǎn)品以及當(dāng)前時(shí)刻N(yùn)ERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料作為融合數(shù)據(jù)源，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理和挑選；其次，考慮到海表溫度存在日變化，研究建立Himawari-8 AHI海表溫度日變化模型，實(shí)現(xiàn)對(duì)非當(dāng)前時(shí)刻海表溫度的日變化訂正；然后，由于多源海表溫度間存在系統(tǒng)偏差，以Himawari-8 AHI海表溫度為目標(biāo)數(shù)據(jù)，利用泊松方程對(duì)GCOM-W1 AMSR2海表溫度進(jìn)行偏差訂正；最后，利用最優(yōu)插值法實(shí)現(xiàn)Himawari-8 AHI海表溫度、GCOM-W1 AMSR2海表溫度和NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料的逐時(shí)次融合。

3.1 數(shù)據(jù)挑選

當(dāng)前時(shí)刻前6 h以內(nèi)Himawari-8 AHI和GCOMW1 AMSR2海表溫度產(chǎn)品存在重復(fù)觀測(cè)的區(qū)域，即同一個(gè)網(wǎng)格點(diǎn)上存在多個(gè)觀測(cè)數(shù)據(jù)，因此，在融合之前需要對(duì)重復(fù)觀測(cè)數(shù)據(jù)進(jìn)行挑選。本文按照海表溫度產(chǎn)品的種類和時(shí)間先后順序挑選數(shù)據(jù)。首先，比較海表溫度產(chǎn)品的種類，由于Himawari-8 AHI海表溫度產(chǎn)品的空間分辨率高于GCOM-W1 AMSR2海表溫度，其優(yōu)先級(jí)高于GCOM-W1 AMSR2；然后，比較距離當(dāng)前時(shí)刻的遠(yuǎn)近，距當(dāng)前時(shí)刻近的數(shù)據(jù)優(yōu)先級(jí)要高。

3.2 日變化訂正

由于太陽(yáng)輻射作用，海表溫度存在日變化。融合數(shù)據(jù)源為當(dāng)前時(shí)刻前6 h以內(nèi)海表溫度，由于鄰近時(shí)刻的海表溫度與當(dāng)前時(shí)刻存在差異，為了保證融合產(chǎn)品精度，需要建立海表溫度日變化訂正模型，將鄰近時(shí)刻的海表溫度訂正到當(dāng)前時(shí)刻。Gentemann等[10]利用AVHRR紅外傳感器開(kāi)拓者海表溫度和TMI微波傳感器海表溫度數(shù)據(jù)建立了隨時(shí)間、風(fēng)速和太陽(yáng)輻射變化的日變化經(jīng)驗(yàn)?zāi)Ｐ?。與AVHRR海表溫度和TMI海表溫度不同，Himawari-8 AHI海表溫度產(chǎn)品的時(shí)間分辨率優(yōu)于1 h，在研究海表溫度日變化規(guī)律方面具有獨(dú)特的優(yōu)勢(shì)。本文在Gentemann等[10]模型基礎(chǔ)上研究建立Himawari-8 AHI海表溫度日變化模型。

海表溫度日變化為衛(wèi)星遙感海表溫度與夜間參考海表溫度的差。為了避免個(gè)別受云污染的網(wǎng)格點(diǎn)所帶來(lái)的誤差，夜間參考海表溫度取地方時(shí)03:00至07:00海表溫度的平均值。圖2為2017年10月5日8.04°N，143.00°E海表溫度日變化樣例圖，其中1天中的海表溫度低值集中在03:00至07:00，海表溫度高值集中在12:00至14:00。

為了建立海表溫度日變化模型，本文選擇2017年1月、4月、7月和10月的Himawari-8 AHI海表溫度以及ECWMF海面風(fēng)速數(shù)據(jù)研究分析海表溫度日變化隨風(fēng)速和太陽(yáng)輻射的變化情況。ECWMF海面風(fēng)速的時(shí)間分辨率為6 h，空間分辨率為25 km，通過(guò)雙線性插值到Himawari-8 AHI海表溫度網(wǎng)格。太陽(yáng)輻照度是緯度和時(shí)間的函數(shù)，采用Liou[11]的公式計(jì)算。不同風(fēng)速條件下海表溫度日變化幅度隨太陽(yáng)輻照度的變化情況如圖3所示，不同太陽(yáng)輻照度條件下海表溫度日變化幅度隨海面風(fēng)速的變化情況如圖4所示。

圖2 海表溫度日變化情況（以2017年10月5日8.04°N，143.00°E 海表溫度變化為例）Fig.2 The daily variation of sea surface temperature at 8.04°N, 143.00°E on October 5, 2017

由圖3和圖4可知，匹配數(shù)據(jù)主要集中在海面風(fēng)速1～4 m/s和太陽(yáng)輻照度420～500 W/m2范圍內(nèi)。當(dāng)風(fēng)速一定時(shí)，隨著太陽(yáng)輻射的增強(qiáng)，海表溫度日變化幅度增大，二者近似線性變化關(guān)系；當(dāng)太陽(yáng)輻射一定時(shí)，隨著風(fēng)速的增加，海表溫度日變化幅度減小，二者近似指數(shù)變化關(guān)系。

利用最小二乘法對(duì)海表溫度日變化幅度與海面風(fēng)速、太陽(yáng)輻照度的變化關(guān)系進(jìn)行擬合（如圖3和圖4的藍(lán)色直線）：

式中，t為時(shí)間；Q為太陽(yáng)輻照度；u為海面風(fēng)速；f(t)為海表溫度日變化因子，采用Gentemann[10]的公式計(jì)算，w為常數(shù)0.266 8：

在融合之前，需要將鄰近時(shí)刻的海表溫度訂正到當(dāng)前時(shí)刻。將時(shí)間、海面風(fēng)速和太陽(yáng)輻照度帶入式（1），計(jì)算鄰近時(shí)刻與當(dāng)前時(shí)刻海表溫度的差異，進(jìn)而實(shí)現(xiàn)鄰近時(shí)刻Himawari-8和AMSR2海表溫度的日變化訂正。

3.3 海表溫度偏差訂正

由于探測(cè)機(jī)理、傳感器性能和反演算法等方面的差異，Himawari-8 AHI海表溫度和GCOM-W1 AMSR2海表溫度存在系統(tǒng)偏差，如圖5a和圖6a所示，在過(guò)渡區(qū)域形成明顯的拼接縫。為了保證融合產(chǎn)品的精度，在融合之前需要對(duì)多源海表溫度進(jìn)行偏差訂正，消除系統(tǒng)偏差。本文以Himawari-8 AHI海表溫度為目標(biāo)數(shù)據(jù)，利用泊松方程對(duì)GCOM-W1 AMSR2海表溫度進(jìn)行偏差訂正，其基本思想是改變AMSR2海表溫度的梯度場(chǎng)以獲得一個(gè)新的梯度場(chǎng)，并通過(guò)最小化該梯度場(chǎng)與Himawari-8 AHI海表溫度的梯度場(chǎng)v差異來(lái)實(shí)現(xiàn)，即

圖3 海表溫度日變化幅度隨太陽(yáng)輻照度的變化Fig.3 The amplitude of diurnal sea surface temperature variation with solar irradiance

式中，f為偏差訂正后的GCOM-W1 AMSR2海表溫度；f?為Himawari-8 AHI海表溫度；為梯度算子；∥ ?∥表示向量 ?的L2范數(shù)；?為GCOM-W1 AMSR2海表溫度覆蓋區(qū)域；? ?為GCOM-W1 AMSR2海表溫度與Himawari-8 AHI海表溫度的拼接區(qū)域；f|??和表示 ? ?區(qū)域的海表溫度。偏差訂正后的GCOM-W1AMSR2海表溫度和Himawari-8 AHI海表溫度的梯度差異采用圖像的L2范數(shù)表示。由歐拉–拉格朗日方程，式（3）變成滿足狄利克雷邊界條件的泊松方程[12–14]：

圖4 海表溫度日變化幅度隨海面風(fēng)速的變化Fig.4 The amplitude of diurnal sea surface temperature variation with wind speed

圖5 Himawari-8 AHI和 GCOM-W1 AMSR2 海表溫度的拼接產(chǎn)品（28.8°～31.2°N，123.2°～126.2°E）Fig.5 The mosaic sea surface temperature from Himawari-8 AHI and GCOM-W1 AMSR2 at 28.8°?31.2°N and 123.2°?126.2°E

圖6 Himawari-8 AHI和GCOM-W1 AMSR2海表溫度的拼接產(chǎn)品（29.8°N）Fig.6 The mosaic sea surface temperature from Himawari-8 AHI and GCOM-W1 AMSR2 at 29.8°N

圖5為Himawari-8 AHI和GCOM-W1 AMSR2海表溫度拼接產(chǎn)品的樣例圖，空間范圍為28.8°～31.2°N，123.2°～126.2°E，時(shí)間為2017年4月3日18:00；圖6為沿 29.8°N線的 Himawari-8 AHI和 GCOM-W1 AMSR2海表溫度，經(jīng)度范圍和時(shí)間與圖5一致。由圖5a和圖6a可知，訂正前，由于Himawari-8 AHI海表溫度和GCOM-W1 AMSR2海表溫度存在系統(tǒng)偏差，產(chǎn)生明顯的拼接縫。本文以Himawari-8 AHI海表溫度為目標(biāo)數(shù)據(jù)，通過(guò)泊松方程對(duì)GCOM-W1 AMSR2海表溫度進(jìn)行偏差訂正。由圖5b和圖6b可知，訂正后，Himawari-8 AHI海表溫度和GCOM-W1 AMSR2海表溫度之間的拼接縫消失，取得了較好的效果。

3.4 最優(yōu)插值融合

海表溫度經(jīng)過(guò)日變化訂正和偏差訂正后，本文利用最優(yōu)插值法實(shí)現(xiàn)海表溫度逐時(shí)次融合。最優(yōu)插值法是在假定初估值、觀測(cè)值和分析值均為無(wú)偏估計(jì)的前提下，求解分析值誤差方差最小的一種客觀分析方法。在最優(yōu)插值法中，空間網(wǎng)格點(diǎn)的分析值是由網(wǎng)格點(diǎn)的初估值加上訂正值而確定的，其訂正值由周圍各觀測(cè)點(diǎn)的觀測(cè)值與初估值的偏差加權(quán)求得：

式中，k為分析格點(diǎn)；i為觀測(cè)格點(diǎn)；Ak代表在網(wǎng)格點(diǎn)k上的分析值，即海表溫度最優(yōu)插值的融合結(jié)果；Bk代表網(wǎng)格點(diǎn)k上的初估值，這里選擇前一時(shí)次融合的海表溫度加上當(dāng)前時(shí)次海表溫度增量；Wi代表權(quán)重函數(shù)；Oi為 代表在網(wǎng)格點(diǎn)i上的觀測(cè)值。

為了分析值誤差方差最小，Wj應(yīng)滿足:

式中，j表示位于觀測(cè)/網(wǎng)格點(diǎn)i周圍的觀測(cè)/網(wǎng)格點(diǎn)，為初估場(chǎng)誤差協(xié)相關(guān)；為觀測(cè)場(chǎng)誤差協(xié)相關(guān)，假定網(wǎng)格點(diǎn)之間的觀測(cè)誤差相互獨(dú)立，則當(dāng)i等于j時(shí)為1，當(dāng)i不等于j時(shí)為0；εi為i點(diǎn)上觀測(cè)場(chǎng)誤差標(biāo)準(zhǔn)差和初估場(chǎng)誤差標(biāo)準(zhǔn)差的比率，采用Reynolds和Smith[2]的取值方法?？臻g網(wǎng)格點(diǎn)上分析值的最小誤差估計(jì)為

初估場(chǎng)誤差協(xié)相關(guān)利用高斯函數(shù)表示

式中，x、y分別表示經(jīng)向和緯向；i、j表示不同的觀測(cè)點(diǎn) ； λx、 λy分 別 表 示 經(jīng) 向 和 緯 向 相 關(guān) 尺 度 ， 當(dāng)xi等 于xj時(shí)，計(jì)算緯向上不同距離的相關(guān)系數(shù)，通過(guò)最小二乘法擬合得到 λx和Ax，當(dāng)yi等于yj時(shí)，采用同樣的方法可以得到 λy和Ay；A表示分析格點(diǎn)與鄰域的最大相關(guān)系數(shù)，這里取Ax和Ay的均值。本文將OSTIA海表溫度分析產(chǎn)品插值到2 km網(wǎng)格上作為初始的初估場(chǎng)，然后再以上一時(shí)次的海表溫度融合產(chǎn)品加上當(dāng)前時(shí)次海表溫度增量作為初估場(chǎng)。以分析格點(diǎn)的位置為中心，利用半徑500 km以內(nèi)初估場(chǎng)數(shù)據(jù)計(jì)算A、 λx和 λy。圖7為2017年4月初估場(chǎng)誤差協(xié)相關(guān)的 λx、 λy和A。

由圖7a和圖7b可知，近岸海域初估場(chǎng)誤差的經(jīng)向和緯向相關(guān)尺度明顯小于遠(yuǎn)海，這是由于近岸海域存在許多入海河口且受人類活動(dòng)影響較大，水環(huán)境復(fù)雜，海表溫度隨時(shí)間變化較快且在空間上分布不均勻，造成近岸海域初估場(chǎng)誤差的相關(guān)尺度較??；經(jīng)向相關(guān)尺度大于相應(yīng)的緯向相關(guān)尺度，這是由于海表溫度隨緯度變化較大而在經(jīng)向變化較小。由圖7c可知，參數(shù)A反映了分析格點(diǎn)與其鄰域的最大相關(guān)系數(shù)，平均值為0.88，表明分析格點(diǎn)與其鄰域具有較高的相關(guān)性。

圖7 2017年4月初估場(chǎng)誤差協(xié)相關(guān)的 λ x （a）、 λ y（b）和 A（c）Fig.7 The λx(a), λy (b), and A (c) of the estimated initial field in April 2017

圖8為經(jīng)日變化訂正、偏差訂正后的海表溫度觀測(cè)數(shù)據(jù)和最優(yōu)插值海表溫度融合產(chǎn)品，時(shí)間為2017年4月3日18:00。由于云、降雨等因素的影響，圖8a存在大量的缺失數(shù)據(jù)，經(jīng)最優(yōu)插值融合后，圖8b海表溫度融合產(chǎn)品實(shí)現(xiàn)了空間上的全覆蓋。對(duì)比圖8a和圖8b可以發(fā)現(xiàn)，最優(yōu)插值海表溫度融合產(chǎn)品保留了海表溫度觀測(cè)數(shù)據(jù)的細(xì)節(jié)特征。

4 實(shí)驗(yàn)驗(yàn)證

為了檢驗(yàn)逐時(shí)次海表溫度融合處理方法的效果和精度，本文選擇西北太平洋海域的Himawari-8 AHI海表溫度、GCOM-W1 AMSR2海表溫度和NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料進(jìn)行融合實(shí)驗(yàn)。針對(duì)實(shí)驗(yàn)結(jié)果，從融合結(jié)果個(gè)例分析和精度檢驗(yàn)兩個(gè)方面評(píng)價(jià)逐時(shí)次海表溫度融合產(chǎn)品。

4.1 融合結(jié)果個(gè)例分析

本文選取呂宋海峽及其周邊海域進(jìn)行個(gè)例分析，經(jīng)緯度范圍為 15°～28°N，112°～127°E，時(shí)間為 2017年8月17日，圖9為00:00和14:00的海表溫度融合結(jié)果及日增溫情況，圖10為14:00的多平臺(tái)交叉校準(zhǔn)（CCMP）海面風(fēng)速空間分布情況。由圖9a和圖9b可知，融合后的海表溫度覆蓋了整個(gè)海域，反映了海表溫度的空間分布情況。海表溫度在臺(tái)灣海峽西岸存在明顯的低值區(qū)，然后沿西北–東南走向，逐漸升高。由圖9c可知，A和B區(qū)存在明顯的日增溫現(xiàn)象，而C和D區(qū)的日增溫較小，這與太陽(yáng)輻射和海面風(fēng)速有關(guān)，如圖3和圖4。8月份太陽(yáng)輻射較強(qiáng)，有利于日增溫，下面主要分析海面風(fēng)速與圖9c日增溫空間分布的相關(guān)性。在圖10中，A和B區(qū)的風(fēng)速偏低，有利于日增溫；C和D區(qū)風(fēng)速較大，有利于表層海水混合，日增溫不明顯，這與圖9c日增溫的空間分布特征基本一致，間接證實(shí)海表溫度融合處理結(jié)果的準(zhǔn)確性。

圖8 經(jīng)日變化訂正、偏差訂正后的海表溫度觀測(cè)數(shù)據(jù)（a）和最優(yōu)插值海表溫度融合產(chǎn)品（b）Fig.8 The observed sea surface temperature using the diurnal variation and bias corrections(a), and the fused sea surface temperature using the optimal interpolation(b)

圖9 2017年8月17日 00:00時(shí)（a）和 14:00時(shí)（b）的海表溫度融合結(jié)果及日增溫情況（c）Fig.9 The daily warming of sea surface temperature (c) and the fusion products of sea surface temperature at 00:00 (a) and 14:00 (b) on August 17, 2017

4.2 精度檢驗(yàn)

圖10 2017年8月17日14:00時(shí)的CCMP海面風(fēng)速Fig.10 The CCMP sea surface wind speed at 14:00 on August 17, 2017

本文選擇2017年1月、4月、7月和10月的NERAGOOS現(xiàn)場(chǎng)觀測(cè)資料對(duì)海表溫度融合結(jié)果進(jìn)行精度檢驗(yàn)，二者在空間上的匹配標(biāo)準(zhǔn)是觀測(cè)位置間隔小于2 km、時(shí)間上的匹配標(biāo)準(zhǔn)是觀測(cè)時(shí)間間隔小于30 min，匹配數(shù)據(jù)點(diǎn)為16 418個(gè)，隨機(jī)選取2 000個(gè)現(xiàn)場(chǎng)觀測(cè)數(shù)據(jù)參與海表溫度融合，剩余14 418個(gè)現(xiàn)場(chǎng)觀測(cè)數(shù)據(jù)用于海表溫度融合結(jié)果精度檢驗(yàn)，檢驗(yàn)結(jié)果如圖11所示。圖11a為NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料和海表溫度融合結(jié)果的散點(diǎn)圖，數(shù)據(jù)主要集中在5～30℃之間的對(duì)角線附近，NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料和海表溫度融合結(jié)果的均方根誤差為0.89℃；圖11b為NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料與海表溫度融合結(jié)果偏差的直方圖，海表溫度融合結(jié)果略小于NERAGOOS現(xiàn)場(chǎng)觀測(cè)資料，偏差的平均值為0.09℃、中值為0.12℃、最大值為3.04℃、最小值為–3.34℃，這說(shuō)明本文的海表溫度融合產(chǎn)品具有較高的精度。

5 結(jié)論

Himawari-8 AHI海表溫度具有高頻次、高空間分辨率的特點(diǎn)，但受云霧影響大，空間覆蓋度較低。GCOM-W1 AMSR2海表溫度空間覆蓋度較高，但空間分辨率低，且在近岸精度不高。本文以Himawari-8 AHI海表溫度為基礎(chǔ)，融合GCOM-W1 AMSR2海表溫度和NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料，生成高空間分辨率、高精度、全覆蓋的西北太平洋逐時(shí)次海表溫度融合產(chǎn)品。

為了充分利用鄰近時(shí)刻海表溫度，本文利用Himawari-8 AHI海表溫度和ECWMF海面風(fēng)速研究分析了海表溫度隨時(shí)間、風(fēng)速、太陽(yáng)輻射的變化情況，建立了Himawari-8 AHI海表溫度日變化模型，實(shí)現(xiàn)鄰近時(shí)刻海表溫度的訂正；為了消除多源海表溫度間系統(tǒng)偏差，本文以Himawari-8 AHI海表溫度為目標(biāo)數(shù)據(jù)，利用泊松方程改變GCOM-W1 AMSR2海表溫度的梯度場(chǎng)，使其與Himawari-8 AHI海表溫度梯度場(chǎng)的差異最小化，實(shí)現(xiàn)多源海表溫度間偏差訂正；由于最優(yōu)插值實(shí)現(xiàn)上的簡(jiǎn)單性、計(jì)算代價(jià)的合理性，本文選用最優(yōu)插值實(shí)現(xiàn)訂正后的Himawari-8 AHI海表溫度、GCOM-W1 AMSR2海表溫度以及NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料的融合。為了驗(yàn)證逐時(shí)次海表溫度融合產(chǎn)品的效果和精度，本文選取呂宋海峽及其周邊海域進(jìn)行個(gè)例分析，發(fā)現(xiàn)海表溫度日增溫情況與海面風(fēng)速具有較好的相關(guān)性，間接證實(shí)了海表溫度融合結(jié)果的準(zhǔn)確性；然后，利用NERA-GOOS現(xiàn)場(chǎng)觀測(cè)資料與海表溫度融合產(chǎn)品進(jìn)行對(duì)比分析，二者均方根誤差為0.89 ℃,其中，海表溫度融合產(chǎn)品的值略偏低，偏差為0.09 ℃,說(shuō)明本文的海表溫度融合產(chǎn)品與現(xiàn)場(chǎng)觀測(cè)海表溫度具有較好的一致性。

圖11 海表溫度融合結(jié)果精度檢驗(yàn)Fig.11 The validation of sea surface temperature fusion products

逐時(shí)次的海表溫度融合產(chǎn)品對(duì)于研究海氣相互作用、海洋熱動(dòng)力過(guò)程和氣候變化具有重要意義，同時(shí)也為水聲設(shè)備應(yīng)用提供重要的數(shù)據(jù)支撐。利用逐時(shí)次的海表溫度融合產(chǎn)品計(jì)算海表溫度的日增溫，可定性分析海表溫度對(duì)聲吶的探測(cè)效果影響，也可結(jié)合水聲傳播模型和三維溫鹽數(shù)據(jù)定量計(jì)算聲吶作用距離。

隨著FY-4A、HY-1C和HY-2B等國(guó)產(chǎn)衛(wèi)星海表溫度產(chǎn)品投入業(yè)務(wù)化應(yīng)用，逐時(shí)次海表溫度融合可利用的國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)源逐步增多，下一步將利用國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)源建立海表溫度日變化模型，發(fā)展多源海表溫度間系統(tǒng)偏差方法，研發(fā)逐時(shí)次的國(guó)產(chǎn)化海表溫度融合產(chǎn)品，滿足水聲設(shè)備應(yīng)用的保障需求以及海氣相互作用、海洋熱動(dòng)力過(guò)程和氣候變化的研究需求。

致謝：感謝日本宇宙航空研究開(kāi)發(fā)機(jī)構(gòu)提供的Himawari-8 AHI海表溫度產(chǎn)品（https://www.eorc.jaxa.jp/ptree/），歐洲中期天氣預(yù)報(bào)中心提供的海表風(fēng)速產(chǎn)品（http://apps.ecmwf.int/datasets/data/interim-fulldaily/），日本海洋數(shù)據(jù)中心提供的NEAR-GOOS現(xiàn)場(chǎng)觀測(cè)資料（http://near-goos1.jodc.go.jp/index.html）。