第37卷第3期2019年7月
海洋科学进展
A D V A N C E S I N MA R I N E S C I E N C E
V o l .37 N o .3
J u l y
,2019基于A r g
王艺晴1，韩 震1,2,3*
，周玮辰1，吴义生1
(1.上海海洋大学海洋科学学院，上海201306;2.国家远洋渔业工程技术研究中心，上海201306;
3.上海河口海洋测绘工程技术研究中心，上海201306)收稿日期:2017-12-04
资助项目: 全球变化与海气相互作用 专项 西太平洋海洋温度和盐度遥感研究(G A S I -02-P A C I N D -Y G S T 03)作者简介：王艺晴(1994-)，女，浙江台州人，硕士研究生，主要从事海洋遥感方面研究.E -m a i l :641825629@q q
.c o m *通讯作者：韩 震(1969-)，男，山东德州人，教授，博士，主要从事海洋遥感方面研究.E -m a i l :z h h a n @s h o u .e d u .c n
(李 燕 编辑)
摘 要：以西太平洋为研究区域，利用A r g
o 浮标表层盐度观测值(<5m )对S MA P 卫星获得的2016年海表面盐度反演质量进行了评估㊂首先将西太平洋2016-01 12期间的每日和每月S MA P 卫星S S S 数据与A r g
o 实测S S S 数据进行匹配，然后利用最小二乘线性回归法对其进行相关性分析，并对误差的分布特征进行了研究㊂结果表明:S MA PS S S 与A r g oS S S 之间具有极显著的正相关关系；每日A r g
o 浮标数据(WMOI D :2901520,WMOI D :2901548)和S MA PS S S 的变化趋势基本一致，前者均方根误差(R M S E )㊁偏差(B i a s )和相关系数(r )分别为0.43,0.34和0.71，后者R M S E ,B i a s 和r 分别为0.41,0.26和0.69；研究区域内全年R M S E 值处于0~0.35，在西太平洋南部海域偏差较大，这可能是由
于该海域小岛众多，缺少A r g o 实测数据，导致其网格化的盐度存在较大误差㊂除夏季外，研究区域的大部分海域,R M S E 都小于0.25㊂在海表盐度较低的海域，两者的对比结果误差较大，该现象在夏秋两季尤为显著㊂
关键词:S MA P 卫星;A r g o 浮标数据；海表面盐度(S S S )；西太平洋中图分类号:P 731 文献标识码:A 文章编号:1671-6647(2019)03-0387-11
d o i :10.3969/j
.i s s n .1671-6647.2019.03.003引用格式:WA N G Y Q ,HA N Z ,Z HO U W C ,e t a l .Q u a l i t y a s s e s s m e n to f t h eS MA Ps e as u r f a c es a l i n i t y i n W e s t e r nP a c i f i cO c e a nb a s e do nA r g ob u o y d a t a [J ].A d v a n c e s i n M a r i n eS c i e n c e ,2019,37(3):387-397.王艺晴，韩震，周玮辰，等.基于A r g
o 浮标的西太平洋S MA P 卫星海表面盐度数据质量评估[J ].海洋科学进展,2019,37(3):387-397.
海水盐度是海洋和气候研究中重要参数之一㊂海表面盐度(S e aS u r f a c eS a l i n i t y
,S S S )传统是通过走航和浮标测量的[1]
，但是以这种方式获得的盐度在时空尺度上是稀疏的㊂随着土壤湿度和海表盐度卫星(S o i l
M o i s t u r e a n dO c e a nS a l i n i t y ,S MO S ),A q u a r i u s /S A C -D 卫星以及主被动土壤湿度卫星(S o i l M o i s t u r e A c t i v eP a s s i v e ,S MA P )相继发射，从空中探测S S S 成为可能㊂这些卫星反演海表面盐度数据质量的高低会影响它们应用的程度，因此国内外许多学者开展了卫星反演S S S 数据的验证工作[2]㊂王新新等[3]利用
S MO SL 2盐度数据产品(V 317)与实测A r g
o 数据和走航数据进行匹配，采用统计学的方法对S MO S 卫星数据准确度进行评估，研究结果表明由于海表粗糙度和陆地射频干扰(R F I
)作用的影响，匹配数据的线性关系不显著㊂E b u c h i 和A b e [4]
在40ʎS ~40ʎN 海域利用J AM S T E C O I 数据对A q u a r i u sV 3.0和C A P 产品进行了质量评估，发现两者的均方根误差分别为0.27和0.22㊂王进等[5]评估了太平洋海域A q u a r i u sV 2.0数据的精度，结果显示其标准偏差为0.70㊂林新宇等[6]
利用A q u a r i u sC A P 产品与A r g
o 实测数据进行比较，结果表明C A P 产品的均方根误差为0.53，这个误差主要由遥感与传统盐度观测方式的差异引起㊂S MA P 卫星于2015-01-31发射，利用S MA P 卫星进行土壤湿度方面研究较多，与盐
度相关的研究极少㊂S MA P 卫
388海洋科学进展37卷星V2.0盐度数据发布时,M e i s s n e r等[7]利用A r g o数据对S MA PL3级月平均数据产品进行了评估，结果显示其均方根误差为0.25㊂本文使用2016-01 12的A r g o实测盐度值与S MA P卫星L3级数据产品进行了匹配，并对西太平洋S MA P卫星海表面盐度数据进行了质量评估，旨在为S MA P卫星的应用提供科学依据㊂
1数据与方法
1.1S M A P卫星数据
卫星数据采用S MA PV2.0盐度数据㊂S MA P卫星飞行在太阳同步晨昏轨道上，轨道高度为685k m，轨道周期为98.46m i n，倾角为98.12ʎ，升交点为地方时下午6点，重访周期为3d㊂它搭载了双极化L波段被动微波辐射计以及频率可以在1.22~1.30G H z调整的合成孔径雷达，其中辐射计可以探测全部的4个斯托克斯参数，分辨率为40k m，雷达具有2种工作模式，低分辨率模式的分辨率为10k m，高分辨率模式的分辨率为3k m㊂两者共用一个直径为6m的大孔径反射式天线，卫星对地观测的刈幅约为1000k m[8]㊂其卫星盐度数据如表1所示，本次研究采用L3级数据产品，利用S MA P8d平均盐度数据与A r g o单点浮标散点数据进行了比较，并对S MA P月平均盐度数据与A r g o月平均网格化数据进行了对比研究㊂研究采用的S MA P卫星2016-01-12数据来源于N A S A海洋盐度科学小组主办的R e m o t eS e n s i n
g S y s t e m s网站(w w w.r e m s s.c o m)㊂
表1S M A P卫星海表面盐度数据产品介绍
T a b l e1 S MA Ps a t e l l i t e s e a s u r f a c e s a l i n i t y d a t a p r o d u c t s
数据产品数据介绍
L1B_S0_L o R e s时间序列中的低分辨率散射计数据
L1B_S0_H i R e s幅宽栅格中的高分辨率散射计数据
L1B_T B时间序列中的辐射计亮温数据
L1C_T B地面栅格中的辐射计亮温数据
L2A地面栅格中的天线亮温数据
L2B辅助资料
L2C S MA P反演所得盐度数据
L38d平均盐度数据和月平均盐度数据
1.2A r g o实测数据
为了能够了解全球的气候变化，大气与海洋科学家们在1998年提出了建立 全球海洋观测网(A r r a y f o r R e a l-t i m eG e o s t r o p h i cO c e a n o g r a p h y) 的计划，即A r g o计划㊂A r g o计划目的之一是在全球海洋上投放超过3000个剖面浮标来测量海洋上部2000m的温度和盐度[9]，经过多年来的努力与多方合作,A r g o计划已经完成了这个目标㊂其中,A r g o盐度的测量精度为ʃ0.01㊂大多数A r g o浮标在海表面5m处进行最终的C T D测量，但其中一些A r g o浮标是在3~5m测量温度和盐度的，由此获得的海表面盐度观测数据可以用来检验研究海域盐度遥感数据的质量[10]㊂本研究中使用的A r g o月平均网格化数据来自中国A r g o实时资料中心(h t t p:ʊw w w.a r g o.o r g.c n/)[11]，选取0~5m以内的最接近海面的盐度数据作为实测数据来评估S MA PL3级盐度数据的准确度，其空间分辨率为1ʎˑ1ʎ，时间为2016-01 12㊂
1.3研究区域
选取的研究区域为130ʎ~180ʎE,0ʎ~30ʎN，该区域属于西太平洋的范畴，临近中国海域，横跨北回归线,
3期王艺晴，等：基于A r g o浮标数据的西太平洋S MA P卫星海表面盐度数据质量评估389气候变化显著，
且其海表盐度的变化可以通过海洋的对流和扩散影响到中国东海及其他区域，进而影响我国的海洋气候变化，此外该区域相对远离陆地，使得卫星数据尽可能少地受到陆地R F I㊁海冰等外部因素的干
扰，从而保证数据的精确度[12]㊂如图1所示，图中红五角星表示提供每日数据(WMOI D:2901520,WMO I D:2901548)的A r g o浮标的位置(140ʎE,4ʎN和142ʎE,2ʎN附近)㊂研究区域中存在一些黑点，这些点代表大小不一的小岛，如帕劳㊁关岛等，位于黑点区域的值将在使用的S MA PS S S以及A r g oS S S中剔除，以减小误差㊂
1.4技术流程
技术流程如图2所示㊂首先选取2016年全年的S MA P卫星盐度数据以及A r g o实测盐度数据进行时空匹配，其中分为每月数据与每日数据,S MA P卫星月平均数据采用三次多项式插值方法生成1ʎˑ1ʎ的空间分辨率，然后将该数据与A r g o月平均网格化盐度数据在空间上进行匹配㊂而每日数据则在时间上和空间上都采用最近点(C l o s e tP o i n t o fA p p r o a c h,C P A)原则与每日A r g o浮标数据(WMOI D:2901520,WMO I D:2901548)进行匹配，数据匹配最大时间间隔为1d，最大空间匹配半径为0.25ʎ㊂然后对匹配数据进行检测，剔除异常数据对；接着利用最小二乘线性回归法将匹配数据进行拟合，计算其回归系数㊁相关系数r㊁判定系数r2㊁偏差(B i a s)和均方根误差(R M S E)，评估A r g o实测数据与S MA P卫星数据产品的相关性，并利用T检验法对其相关性进行显著性检验；最后在时间和空间上对其误差的
分布特征进行分析，其中时间上根据冬季(12,1,2月)，春季(3,4,5月)，夏季(6,7,8月)和秋季(9,10,11月)四个季节来进行分析，空间上研究其纬向分布的特征㊂
图1研究区域示意图
F i g.1 M a p o f t h e s t u d y a r e a图2技术流程图
F i g.2 F l o wc h a r t o f d a t a a n a l y s i s
390海洋科学进展37卷1.5评估方法
数据评估方法主要是采用统计学中的最小二乘法线性回归法，一元线性回归拟合方程为
S s a t=a+bˑS i n-s i t u,(1)其中,S s a t,S i n-s i t u分别为卫星遥感S S S数据和实测盐度数据㊂通过回归方程计算相关系数r和判定系数r2来评估实测数据与卫星遥感S S S数据产品的相关性，并通过T检验法对其相关性进行显著性检验㊂T检验过程是对两样本均数差别的显著性进行检验，可以用于比较两组数据的区分度㊂检验步骤如下:
1)提出零假设H0：假设两变量无线性相关;
2)构造T统计量，并由样本计算其值:
(n-1),(2)
T=d-μ0
s d/n~t
式中,d i=X i-Y i,d=1nðn i=1d i,s d=1n-1ðn i=1(d i-d)2㊂
3)给定显著性水平α，得置信区间c i
4)比较和判断：若T统计量在c i范围外，则拒绝原假设H0，说明两变量有线性相关的关系；若T统计量在c i范围内，则一般认为无线性相关关系㊂
相关的程度取决于相关系数r值,r越大，说明越相关;r越小，则相关程度越低㊂此外，还计算了匹配S S S数据的平均偏差B i a s和均方根误差R M S E㊂由于R M S E对一组数据中特大㊁特小的误差反应非常敏感，所以使用R M S E来衡量卫星观测值与实测值之间的偏差，能够很好地体现卫星遥感S S S数据的准确度[13]㊂B i a s和R M S E的计算公式:
B i a s=1nðn i=1(S s a t-S i n-s i t u),(5)
R M S E=1nðn i=1(S s a t-S i n-s i t u)2㊂(6) 2结果与分析
2.1数据评估结果
匹配数据集统计及检验结果如图3所示㊂从匹配结果可以看出,S MA P卫星S S S数据(S MA PS S S)与
A r g o实测S S S数据(A r g oS S S)之间具有正相关的线性关系，相关系数r为0.91，均方根误差R M S E为
0.11，偏差B i a s为0.17㊂其T检验统计量为36.41，给定显著性水平α=0.01，置信区间c i为[0.12,0.14],T 统计量远大于c i，说明S MA PS S S与A r g oS S S显著相关㊂
2.2单点A r g o浮标数据比较结果
图4a,4b显示了A r g o和S MA P同位每日S S S值的时间序列㊂从图4a和图4b可以看出，在整个周期内所有的S MA P卫星S S S值均大于A r g o浮标S S S值，并且除了个别点之外,S MA P与A r g o的盐度变化趋势也能一一对应㊂图4c,4d显示了S MA P与A r g o每日数据之间的相关系数(r)，观察到其值分别为0.71和0.69，其中浮标2901520的R M S E和偏差分别为0.43和0.34，浮标2901548的R M S E和偏差分别为0.41和0.26㊂
3期王艺晴，等：基于A r g o浮标数据的西太平洋S MA P卫星海表面盐度数据质量评估391
buchi注：蓝散点代表匹配数据点；虚线代表绝对拟合线(对角线)；实线代表拟合趋势线
图3 S MA P数据与A r g o盐度数据对比散点图
F i g.3 S c a t t e r i n gp l o t o f S MA PS S Sv sA r g oS S S
图42016年A r g o单点浮标海表面盐度数据与S MA P卫星盐度数据比较结果
F i g.4 C o m p a r i s o nb e t w e e nA r g oS S Sa n dS MA PS S S i n2016
发布评论