论文部分内容阅读
地球表面上70％的面积由海洋覆盖，而海洋盐度是海洋系统中的关键参数，是研究大洋环流和海洋对全球气候影响的重要参量。随着遥感技术的进步，盐度遥感已经成为海洋遥感的一个重要研究方向。论文主要基于SMOS卫星数据，研究海洋盐度的反演算法以及检验方法。 本文以星载微波遥感的辐射传输方程为基础，利用SMOS(土壤湿度海洋盐度)卫星的L1C级亮温数据，通过与辐射传输模型模拟的亮温进行对比，评估及验证亮温的数据质量，建立了海洋盐度反演算法。论文选择三个海洋区域的SMOS数据进行盐度反演研究，区域一为东南太平洋区域(45S～5S，140W～90W)，时间选择为2012年7月16日-2012年8月2日18天共40个下降轨道数据;区域二为印度洋区域(45S～5S，55E～100E)，时间选择为2012年8月5日-2012年8月22日18天共35个上升轨道数据;区域三为北大西洋区域(15N～50N，60W～20W)，时间选择为2012年8月5日-2012年8月22日18天共31个上升轨道数据。通过分析，发现MIRAS亮温与模型模拟亮温之间总是存在几K的系统偏差，即OTT(Ocean Tartet Transformation)，而且该OTT偏差呈现出一定的稳定性。 因此论文针对该OTT偏差，提出了两种反演盐度的方法:第一种是修正OTT偏差，使用入射角0°～55°的数据反演盐度;第二种是不修正OTT偏差，使用入射角范围35°～55°的数据进行盐度反演。同时利用MIRAS多角度信息，对亮温作二阶多项式拟合，减少随机噪声对反演的影响。最后采用最小二乘法，通过使得MIRAS的二阶拟合亮温与模型仿真亮温最接近，迭代反演盐度值，并将反演结果分别与欧空局的L2级盐度数据产品和Argo盐度数据进行比较，来验证反演算法，与Argo浮标盐度匹配条件是空间上50km×50km范围，时间上卫星过境前后5天。结果表明: 1)区域一东南太平洋区域(45S～5S，140W～90W) Argo SSS与方法一反演的盐度之差的均值为1.38pss，标准差为0.35pss;Argo SSS与方法二反演盐度之差的均值为0.03pss，标准差为0.33pss;同时Argo SSS与欧空局的L2级盐度之差的均值为0.26pss，标准差为0.38pss。 2)区域二印度洋区域(45S～5S，55E～100E) Argo SSS与方法一反演盐度之差的均值为0.90pss，标准差为0.45pss;与方法二反演盐度之差的均值为0.10pss，标准差为0.36pss;同时与欧空局的L2级盐度之差的均值为0.38pss，标准差为0.41pss。 3)区域三北大西洋区域(15N～50N，60W～20W) Argo SSS与方法一反演盐度之差的均值为1.27pss，标准差为0.45pss;与方法二反演盐度之差的均值为0.18pss，标准差为0.41pss;同时与欧空局的L2级盐度之差的均值为0.66pss，标准差为0.45pss。 由此可见，在上述地球不同的海洋区域，利用大入射角范围的反演方法都能很好地反演海洋盐度，而且方法简便，不需要修正亮温视场中存在的OTT偏差，具有一定的普适性。