基于Landsat-8 海域海温反演
——以宁波舟山附近海域为例

2021-03-06 09:15杨雷倪章华
智能建筑与智慧城市 2021年2期
关键词:海表海温分辨率

杨雷,倪章华

(宁波海洋研究院)

1 引言

海温对于能源开发、海洋军事以及海洋环境的发展是非常重要的。遥感手段与直接观测相比具有大范围同步观测且费用低的优点。同时卫星影像资料对同一点可进行长期分析观测,弥补了现场海温测量的不足。

许多学者提出了热红外影像的SST反演方法,其中包括多通道海表温度反演方法(MCSST)[4]和基于大气校正法的SST 反演算法等[1,2,6]。基于以上方法,又有学者提出采用统计模型或者直接忽略大气效应采用NASA 提供的简单模型的方法[3,5]。随着海洋战略的发展,我国对海温分布细节越来越重视,对高空间分辨率的海温产品的需求变得尤为迫切。目前海温数据分辨率较低,融合后的海温产品空间分辨率一般为5km 到9km,海域海温的监测尺度过大。Landsat-8 于2013 年2 月11 号发射升空,主要载有OLI 和TIRS 传感器包括总共11 个波段,具有较高的空间分辨率,在空间分辨率上满足了尺度上的需要。

2 数据及方法

2.1 研究区概况

本文研究区位于宁波和舟山附近海域。该区域地理、水文、生物等优越自然条件,尤其是附近的舟山渔场海域更是适宜多种鱼类繁殖、生长、索饵、越冬的生活栖息地。

2.2 反演方法

卫星遥感器是通过探测地表的热辐射强度来推算地表温度。水体在热红外谱段上,接近于黑体,其比辐射率为0.995。应用辐射传输方程法和卫星过境时的同步大气数据计算,从而得到地表热辐射强度,进而计算出相应的海表温度,具体如式(1)。

其中,ε为地表辐射率,ST 为地表真实温度,B(ST)为黑体在ST 温度下的热辐射亮度,τ为热红外波段的大气透过率,因此B(ST)可表达为:

式(2)中的大气上行辐射亮度、大气下行辐射亮度和大气透过率可通过在NASA 查询得到。

根据普朗克公式的反函数,如式(3)所示,求得地表真实温度ST。

3 结果与分析

研究区均匀选择10 个点,分别为温度反演结果和对应的验证温度,并制作两者的散点图,结果如表1 所示。

表1 中可以的得出反演温度均低于验证温度,反演温度的平均绝对误差为0.78℃,平均相对误差为2.79%。云雾作为热红外遥感遥感的主要误差来源,在反演海温计算中会带来一定的误差。当云的大小小于观测的视场范围时,云检测的方法很难起到作用,而传感器接收辐射量时也把云的部分算入,因此云覆盖附近区域反演误差相对较大。

基于监测结果的基础上,对云覆盖区域进行掩膜并对整个研究区域进行反演海温,得到研究区海域海表温度,结果如图1 所示。

表1 样本点反演精度

4 结语

本文针对海温细节的需求,基于Landsat-8 热红外影像,利用辐射传输方程,在宁波舟山附近海域开展海表温度遥感反演,并结合同步的融合海温产品进行了精度验证,反演温度的绝对误差为0.78℃,平均相对误差为2.79%。结果表明,Landsat-8 热红外遥感影像适用于海温反演,弥补了海温监测的空间分辨率上的不足,解决了近海海岛附近海域海温监测尺度过大问题。

图1 宁波舟山海域海表温度空间分布

同时,从验证结果中发现,云雾在海温反演中会不可避免的带来不确定的误差,特别是一些经常有薄云存在的区域,云检测很难将这类区域区分出来,如果把存在薄云区域视为晴空区域,会使得反演结果偏离实际温度,产生较大误差。因此,好的大气校正方法和精确的云检测方法对于海温反演是必要的。

猜你喜欢
海表海温分辨率
基于深度学习的海温观测数据质量控制应用研究
基于Argo、XBT数据的苏拉威西海温盐特征分析
基于无人机的海表环境智能监测系统设计与应用
南印度洋偶极型海温与中国西南地区初秋降水的关系
2016与1998年春季北大西洋海表温度异常的差异及成因
融合海表温度产品在渤黄东海的对比分析及初步验证
EM算法的参数分辨率
太阳总辐照度对热带中太平洋海表温度年代际变化的可能影响
原生VS最大那些混淆视听的“分辨率”概念
基于深度特征学习的图像超分辨率重建