论文部分内容阅读
目前,卫星遥感和数值模拟已经成为我们理解海洋过程的两大主要手段。卫星遥感具有周期性、宏观性、实时性和费用低等特点,被广泛应用于海洋的水体监测；数值模拟能够从整体上把握海洋现象的时空变化规律,在海洋预报中发挥着重要作用。由于海洋上空覆盖的云层、传感器扫描轨道变化等原因,使用可见光和红外波段反演的遥感数据往往存在较大比例的数据缺失区域；其次,难以准确检测的薄云会造成反演数据异常.数值模拟中控制方程是对现实世界的简化,模型、初始条件、边界条件的误差会导致预报时效的降低。结合卫星遥感和数值模拟两者的优势,利用数据同化方法,融合遥感观测和数值模拟数据,构建海洋数据同化系统,可以有效地提高数值预报的精度.针对以上问题,本文首先提出了结合经验模态分解(EMD)与经验正交函数(EOF)的自适应EMD-EOF资料重构方法,并应用该方法对2003年长江口海域5天平均的海表温度(SST)与表层悬浮泥沙浓度(SSC)遥感产品进行了资料重构。结果表明：(1)SST重构的均方根误差为0.9℃、SSC重构的对数均方根误差为0.137(log10mg/L); (2)相对于Alvera提出的DINEOF方法,EMD-EOF方法的计算时间不到DINEOF方法的50%,同时重构精度提高10%左右；(3) EMD-EOF方法可以有效的剔除遥感反演中薄云未准确检测导致的噪声点,提高原始遥感图像的准确度；(4) EMD-EOF方法可以有效的重构数据量极少的遥感图像,得到高空间分辨率、全覆盖的遥感再分析产品。海温与悬浮泥沙是影响中国近海浮游植物生长的主要因素之一,也是进行海洋生态模拟与预报的基础。本文使用减秩卡尔曼滤波(SEEK)方法,结合COHERENS数值模型与遥感观测数据,初步建立了杭州湾三维海温与悬浮泥沙的数据同化系统,利用2003年春季的遥感SST与SSC数据对同化系统进行了后报同化实验。结果表明：(1)相对于遥感SST,模拟数据、预报数据、分析数据的均方根误差分别为2.13、1.65和0.75℃,而相对于遥感SSC,三者的对数均方根误差分别为0.62、0.53和0.26(log10mg/L);(2)对分析数据与遥感数据、分析数据与预报数据的差异进行分析表明,分析数据在分布趋势上接近预报数据,在数值上接近观测数据,观测对同化的影响效果显著；(3)数据同化方法可以有效的结合遥感观测与数值模拟两者的优势,改进数值预报的精度。为了更好的利用遥感数据,提高海洋数值预报的精度,还需要在以下两个方面开展工作：(1)使用EMD-EOF方法对其他遥感数据产品(如CHL-a,透明度等)进行资料重构,同时通过对EOF分解后的时间模态系数进行预测,构建一个基于统计方法的短期海洋遥感预测系统。(2)利用数据同化方法,同化CHL-a、颗粒有机碳等遥感数据,提高海洋生态模拟与预报的精度。