FY3BVIRR海表温度算法改进及精度评估

TC
D 表示夜间算法
DNSST
Dual-window NLSST
双窗非线性海温算法
DN
海温算法公式如下：
MCSST(D/N ) Ts = a0 + a1T11 + a2 (T11 − T12 ) + a3 (T11 − T12 )(secθ −1)
（1）
QDSST(D/N ) Ts = a0 + a1T11 + a2 (T11 − T12 ) + a3 (T11 − T12 )2 + a4 (secθ −1)
2. SST 算法
2.1 SST 算法综述
在红外波段，海洋表面发射的辐射接近于黑体。理论上，如果洋面和卫星之间没有大气的吸收 和发射，通过单通道就可以估计 SST。实际上，离表红外辐射在达到卫星探测器之前被大气削弱了, 因此必须进行大气订正[5]。水汽、CO2、CH4、NO2 和气溶胶是决定红外辐射大气削弱的主要因子，其 中，水汽引起的吸收影响最大[6]。为了准确的反演 SST，科学家们先后提出了多种解决表面红外辐 射大气吸收问题的技术。Prabhakara 等[7]利用早期星载辐射计的亮温差得到了合理精度的 SST 估值。 为了提高 SST 精度，引入了多种修正方法。1985 年 McClain 等[8]基于海温与红外通道亮温和分裂窗 亮温差成线性关系这一假设提出的多通道海温（MCSST）算法是 NOAA 的第一个业务海温算法，用了 3 年。1987 年 Cornillon 等[9]引入了卫星天顶角对大气路径的修订。1988 年 Walton[10]基于亮温的非 线性大气订正提出了交叉海温（CPSST）算法。1998 年 Walton 等[11]提出了基于第一猜测海温非线性 海温（NLSST）算法，并成为 NOAA 的业务海温算法。NOAA/NESDIS 早在 1991 年就使用 NLSST（CPSST 的简化版本）作为业务海温算法，后来采用白天分裂窗 NLSST 算法，夜间三通道 NLSST 算法作为业 务海温算法[12]。吴向前等[13]在做 GOES-8/9 SST 反演时根据 McMillin 和 Crosby 的建议在海温算法 中添加分裂窗亮温差的二次项，这一算法也一直用于卫星中心的静止海温业务算法。Francois 等[14] 基于 SAFREE 探空廓线利用 RTTOV 辐射传输模式建立了模拟亮温库，并以此为基础导出了一系列海 温反演算法。通过对比分析发现，在诸多的算法中，对 GOES 卫星而言，白天非线性分裂窗算法和 夜间三窗多通道算法精度最好。Le Borgne[15]等把上述算法引用到 MSG/SEVIRI 业务海温。
样本海选的策略为：凡是云检测产品中标识为确信晴空的像元都根据匹配条件进行匹配。样本 优选的策略为：在样本海选的基础上，根据浮标的质量控制信息，选取高精度的匹配样本；对海选 样本进行空间一致性检验和海温阈值检验，从而剔除有云像元的干扰。2012 年 8 月至 2013 年 2 月 的海选样本与优选样本逐日分布图如图 1 所示。
Fig.2 Time series of global STD with respect to in situ SST of NOAA 19 MDB SST from Jen.2012 to Des.2012. blue : First Regression STD，red: NSMC Robust Reg. STD，black:NESDIS/STAR Robust Reg. STD
1. 引言
风云三号（FY3）气象卫星是实现全球、全天候、多光谱、三维、定量遥感的我国第二代极地 轨道气象卫星系列。风云三号 01 批为试验应用卫星,共两颗，卫星代号分别为 FY3A 和 FY3B。卫星 装载的可见光红外扫描辐射计（VIRR）光谱范围为 0.43~12.5μm，有 10 个通道，地面水平分辨率 为 1.1Km，扫描范围±55.4°[1]。FY3B 星於 2010 年 11 月 5 日在太原卫星发射中心成功发射，填补 了我国在下午时间窗口内极轨气象卫星观测的空白。FY3B 星与 FY3A 星成功实现上、下午组网观测， 综合监测和探测能力极大加强[2]。FY3 VIRR 有 1 个短波红外通道（3.7μm），2 个长波红外通道即分 裂窗通道（11μm 和 12μm）可用于估计海表温度（SST）。FY3 VIRR SST 反演精度高度依赖于 VIRR 仪器的性能、定位精度和定标的精度，还依赖于云检测产品的精度。目前 FY3 业务系统的 SST 反演 算法是白天多通道海温（MCSST）反演，FY3B VIRR SST 直接选取云检测产品中的确信晴空进行 SST 反演，但整体 SST 温度偏低，尤其是东南亚附近海域。
Gross matchups
Tight matchups
—3—
图 1 2012 年 8 月至 2013 年 2 月的海选样本与优选样本逐日分布图 Fig.1 Daily distribution of gross matchups and tight matchups of FY3B VIRR from Aug.2012 to Feb. 2013
在下文的引用中，
QDSST
split-window QuaDratic term MCSST
分裂窗带二次项的多通道海温算法
QD
算法缩写后面，
NLSST TCSST
split-window NonLinear SST Triple-window MCSST
分裂窗非线性海温算法 三窗多通道海温算法
NL
N 表示夜间算法
（2）
NLSST(D/N ) Ts = a0 + a1T11 + a2TFG (T11 − T12 ) + a3 (T11 − T12 )(secθ −1)
（3）
TCSST(N ) Ts = a0 + a1T11 + a2T4 + a3T12 + a4 (T4 − T12 )(secθ −1) + a5 (secθ −1) （4）
2.2 FY3B/VIRR 所用 SST 算法
本节给出了本文所用的 SST 回归模型，共 5 个公式，其中有 3 个白天夜间均适用，另外 2 个仅
适用于夜间海温反演，因用到 3.7μm 通道，而短波红外窗区受太阳反射和散射的影响，在白天的
海温反演中是无法使用的。为了便于后续的分析，为每个公式自定义了对应的名称，命名如表 1 所
NL_D 白天（day）
TC_N 夜间（night）
图 2 NOAA19 MDB 2012 年 12 个月的逐月（反演 SST-浮标 SST）标准差统计图。其中蓝色曲线表示一次回归标准差（STD1），红色曲线表 示二次回归标准差（STD2），黑色曲线为 NESDIS/STAR 的健壮回归（Robust Regression）标准差（NP_STD）
DNSST(N ) Ts = a0 + a1T11 + a2TFG (T4 − T11) + a3 (secθ −1)
（5）
其中，TS 表示反演海温， T4、T11、 T12.分别表示 3.7μm 、10.8μm、12μm 通道亮温，a0~a5
表示回归、θ 表示卫星天顶角, TFG 表示第一猜测 SST,本文选用周平均 OISST 做参考海温。
FY3B/VIRR 海表温度算法改进及精度评估*
王素娟 1 崔鹏 1 张鹏 1 冉茂农 2 陆风 1 王维和 1
（1 国家卫星气象中心，北京，100081
2 北京华云星地通公司，北京，100T）算法的发展历程，给出了所用 SST 算法的回归模型。在 FY3B 业务 SST 算法的 基础上进行了改进。匹配算法方面，选择高精度浮标资料以便提高回归精度；对匹配数据集（MDB）的结构进行了扩 充,为误差分析提供了便利条件；选择样本海选加优选的策略，使得样本的选择更加合理。回归算法方面，在原最 小二乘回归的基础上，利用 NOAA19 2010 全年的 MDB 进行了二次回归，白天的回归精度提高了 21%，夜间的回归精度 提高了 30%。反演算法方面，引入了空间一致性检验和气候阈值检验，使云污染（尤其是夜间）现象得到了抑制，提 高了 SST 反演精度。基于 NOAA19 MDB，进行了多算法建模分析及精度评估，白天最优算法为非线性 SST 算法 (NLSST)，夜间最优算法为三窗多通道 SST 算法（TCSST）,最优算法的确定与 NESDIS 的一致。建立了自 2012 年 8 月 至 2013 年 3 月的 FY3B MDB,并在此基础上进行了多算法回归建模及精度评估，白天和夜间的最优算法均为 NLSST， 分析发现夜间 TCSST 算法采用 3.7μm 通道时存在类似百叶窗的条带现象。和浮标 SST 相比，NLSST 白天和夜间的偏 差分别为 0.02°C 和 0.04° C，标准偏差小于 0.5° C。和日平均 OISST 相比，NLSST 白天和夜间的偏差分别为 -0.62°C 和-0.43°C，标准偏差小于 1.5° C。选择和 OISST 在 2°C 以内的样本，白天和夜间的偏差分别为-0.24°C 和 0.04°C，标准偏差小于 0.84° C。 关键词（小五黑体）：风云 3B 卫星，海表温度，回归，精度。
3. FY3B VIRR SST 算法的改进
FY3B VIRR SST 算法继承了 FY3A VIRR SST 业务算法，主要包括匹配算法、回归建模算法和反 演算法。主要从以下三个方面，对 FY3B 海温算法进行了改进。
3.1 匹配算法
匹配算法方面，首先选择来自 NESDIS/STAR 的进行了质量控制的浮标资料替代来自 GTS 的没有 质量信息的浮标资料，选择高精度的浮标资料有利于提高回归的精度；其次，对匹配数据集（MDB） 的结构进行了扩充，从原来的 11 个字段扩充到了 51 个字段，为后续的误差分析提供了便利条件； 最后，针对 SST 所用的上游产品——FY3B VIRR 云检测业务产品存在漏判的现象，选择样本海选加 样本优选的策略，使得样本的选择更合理。
3.2 回归算法
回归算法方面，在原有基于最小二乘回归的基础上，利用 NOAA19 2012 年全年 12 个月的 MDB 进行了二次回归，并针对 2.2 节的 5 种回归公式，进行了建模分析及各算法的精度评估。图 2 给出 了基于 NOAA19 MDB 的 2012 年 12 个月份逐月的回归标准差分布图。误差统计是基于反演 SST 与浮 标 SST 的差做出的，纵坐标为标准偏差，单位为°C，横坐标为月份。从图 2 可以看出，白天二次 回归的归精度与 NESDIS/STAR 的精度相当，夜间二次回归的精度与 NESDIS/STAR 的存在 0.05°C 的 偏差，这主要是由于二者样本的选取有些许差异造成的。与一次最小二乘回归相比，进行了二次回 归后，白天的回归精度提高了 21%，夜间的回归精度提高了 30%。
示。
表 1 FY-3B VIRR 所用 SST 算法命名表 Table 1. List of acronyms of FY-3B VIRR SST Algorithm
—2—
算法名称
英文名称
中文名称
算法缩写
备注
MCSST
split-window MultiChannel SST
分裂窗多通道海温算法
MC
*王素娟，女，博士，高级工程师，研究方向：卫星海表温度反演算法研究，卫星资料处理及 BUFR 编码。
—1—
中国的海岸线长，海洋国土面积大，国内用户对海洋环境监测、海洋资源开发以及海洋气象预 报有很大需求。提高风云气象卫星的应用水平亟待解决的问题之一是做好数据预处理、数据处理方 面的研究工作[3]；由于卫星辐射测量误差、反演算法误差、地气系统辐射相互影响的存在，导致反 演的产品总是存在误差，需要通过产品的真实性检验工作来比对、分析反演产品精度，并通过检验 结果来改进反演算法[4]。在气象卫星应用发展专项规划（2010-2015 年）项目中，国家气候中心正 着手把我国的 FY3 卫星反演海温产品同化到海洋模式中，这就对 FY3 卫星海温产品的质量提出了更 高的要求。本文正是在这一背景下围绕提高 FY3B 卫星反演 SST 产品精度开展的算法改进、多算法 回归建模及精度评估工作。