卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验

卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验

ID:37260014

大小:9.05 MB

页数:119页

时间:2019-05-20

卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验_第1页
卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验_第2页
卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验_第3页
卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验_第4页
卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验_第5页
资源描述:

《卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、南京理工大学博士学位论文卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验姓名:丁又专申请学位级别:博士专业:模式识别与智能系统指导教师:潘德炉;韦志辉20090924博十论文卫星遥感海表温度’j悬浮泥沙浓度的资料重构及数据同化试验摘要目前,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

2、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

3、的对数均方根误差为0.137(10910mg/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,

4、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O.62、0.53和0.26(10910mg/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

5、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。关键词:卫星遥感,资料重构,数据同化,经验正交分解,减秩卡尔曼滤波,SST,SSC,COHERENS模型2AbstractAtpresent,satelliteremotesensingandnumericalsimul

6、ationarethetwomajormeansbywhichwelearnmoreaboutoceanprocesses.Satelliteremotesensingischaracterizedbyperiodicity,macroscopy,real—timeandlowcost,whichisthereasonwhyitiswidelyusedinoceanmonitoring.NumericalsimulationCangrasptherulesofoccanspatial-temporalvariationsasawhole,playingani

7、mportantroleinoceanforecasting·Becauseofthecloudscoverageovertheoceanandchangesinscanning01.bitofsensors,thesatelliteremotesensingdataobtainedbythevisibleandinfhI.edbandsoftenshowmissingdatainalargeproportion.Besides,thincloudswhich棚『edifficuIttopreciselydetectcouldresultinabnormal

8、dataretrieval。Thecon仃olmnc

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。