基于Argo浮標數據的星載微波輻射計Aquarius數據產品質量評估

王進，張杰，王晶

（1.青島大學物理科學學院，山東青島 266071；2.國家海洋局第一海洋研究所，山東青島 266061；3.中國海洋大學信息科學與工程學院，山東青島 266003）

基于Argo浮標數據的星載微波輻射計Aquarius數據產品質量評估

王進1，3，張杰2，王晶3*

（1.青島大學物理科學學院，山東青島 266071；2.國家海洋局第一海洋研究所，山東青島 266061；3.中國海洋大學信息科學與工程學院，山東青島 266003）

Aquarius是專門用于海洋鹽度監測的L波段輻射計，于2011年6月發射入軌，目前已進入業務化運行階段。本文以太平洋為研究區域，利用Argo鹽度現場數據對星載微波輻射計Aquarius的2012年2級數據產品質量進行了分析與討論，結果表明：與Argo數據比較，Aquarius數據鹽度存在0.1的負偏差，標準差約為0.7，升軌和降軌數據差異不明顯；受亮溫陸地污染和無線電射頻干擾的影響，近岸海域反演誤差較大；海面溫度較高的低緯海域反演結果優于中緯度海域；受亮溫敏感性及粗糙海面發射率模型的影響，Aquarius在低溫水域以及高風速條件下鹽度反演誤差較大，標準差可達1以上。

海表鹽度；L波段亮溫；星載輻射計；Argo浮標

1 引言

海洋鹽度是影響海洋動力環境和海－氣相互作用的一個關鍵因子，其對海洋中的熱力、動力過程的影響非常顯著，是大洋熱鹽環流的驅動因素之一［1—2］。此外，海洋鹽度的觀測還有助于預測短期天氣情況、長期氣候變化趨勢和地質災害［3］。因此，快速、大范圍地監測全球海洋中鹽度分布具有重要意義。

在星載L波段輻射計發射之前，對海洋鹽度數據的獲取主要依賴海洋科考船、浮標和CTD等現場觀測數據，其觀測數據的時空覆蓋率很低。據NASA統計，從19世紀70年代英國皇家海軍科考船“挑戰者”號對全球海洋鹽度數據進行科學調查以來，目前只有不到24%的海洋區域進行過鹽度調查，且區域覆蓋大多處于陸地周邊近海。星載L波段輻射計SMOS和Aquarius的成功發射，使得人類第一次擁有從外太空進行海洋鹽度監測的能力［4—5］。由于SMOS和Aquarius刈幅較寬（SMOS為1 050 km× 640 km，Aquarius為390 km），兩顆衛星可在2～7 d內覆蓋全球海域，完成對全球海洋鹽度的觀測［6—7］。

L波段亮溫對海洋鹽度敏感度為0.2～1 K／psu［8］，在海洋鹽度動態范圍內亮溫只有數開爾文的變化，這對鹽度的高精度觀測帶來了困難。SMOS和Aquarius在發射前確定的鹽度精度指標為0.1～0.2（10～30 d，150～200 km平均）［5，9—10］，在軌運行期間鹽度數據產品的實際精度如何是各國研究者普遍關心的問題。有研究者采用現場或模式數據在不同海域開展了對SMOS和Aquarius鹽度產品的真實性檢驗研究，結果表明SMOS和Aquarius在開闊海域與現場觀測數據的鹽度標準差為0.3～0.6，且在高緯、高風速、低溫海域反演誤差較大［11—15］，并發現SMOS升軌和降軌數據反演的鹽度數據存在差異［11］。同時有研究者利用現場數據，開展了對SMOS和Aquarius在中國近海區域的精度驗證工作，發現由于陸地射頻干擾RFI（Radio Frequencies Interference）、風場和降雨的影響，鹽度數據的精度較大洋區域低，為0.6～1.2［16—17］。

目前對星載鹽度計數據真實性檢驗采用的數據時間范圍較小，一般采用幾個月到半年的數據；同時已經開展的工作主要針對SMOS鹽度計的數據產品，而Aquarius由于發射入軌較晚（2011年6月），相關工作較少。本文利用2012年全年的Aquarius 2級數據產品和Argo現場數據，以太平洋海域為研究區域，對Aquarius 2級數據產品質量進行了分析和評價。本文的研究結果對于星載微波輻射計Aquarius海面鹽度信息提取算法的改進及鹽度數據產品的海洋應用具有重要意義。

2 數據與方法

2.1 Aquarius數據

Aquarius數據采用美國國家航空航天局（NASA）提供的Aquarius L2 SCI數據產品（V2.0），時空覆蓋范圍為2012年全年，每天約30軌數據。數據為HDF格式，包括Aquarius輻射計、散射計測量的主要數據、數據質量標記和經緯度、時間等信息。Aquarius采用一個直徑為2.5 m的帶有3個喇叭饋源的拋物面反射器天線，3個波束的地面足印分別為76 km×94 km、84 km×120 km和96 km×156 km。研究中提取了地面分辨率最高的天線波束鹽度反演值、經緯度、測量時間以及SST、風速等參數，以太平洋海域（60°S～60°N，110°E～80°W）為研究區域，提取了Aquarius相關數據，構成海面鹽度遙感數據集（圖1a）。可以看到，Aquarius數據產品可以較好的反映海面鹽度的整體空間分布特征，存在著南北副熱帶海域兩個高鹽水域，鹽度隨緯度呈馬鞍形雙峰分布。

2.2 Argo數據

Argo數據為法國海洋開發研究院IFREMER（French Research Institute for Exploitation of the Sea）提供的2012年全年太平洋海域Argo數據。由于SOLO或者PROVOR型Argo浮標在水面至5 m水深范圍內不抽水［11］，為保證鹽度數據的有效性，選擇5～10 m以內最接近海面的數據作為海面鹽度；對于其他類型的Argo數據，選擇0.5～10 m以內最接近海面的數據作為海面鹽度；同時對Argo數據進行數據質量控制，僅保留鹽度、溫度和壓力標記為正常（標記為1）的數據；最后根據研究區域對Argo數據的空間位置進行選擇，構成海面鹽度現場數據集（圖1b）。

圖1 Aquarius（a）和Argo（b）鹽度數據的空間分布Fig.1 Spatial distribution of Aquarius（a）and Agro（b）data

2.3 數據的時空匹配與處理

考慮到海面鹽度的時空變化較慢，基于以上發展的海面鹽度遙感和現場數據集，利用±5 d、±50 km的時空窗口分別對Aquarius升軌和降軌數據與Argo數據進行匹配。匹配過程前首先對Aquarius數據進行質量控制，剔除了鹽度沒有正常反演的數據；為避免海冰的影響，剔除了SST小于0℃的數據，最終得升軌匹配數據132 915組，降軌匹配數據118 534組，并計算了平均偏差（mean bias）、標準差（standard deviation）和相關系數（correlation coefficient）作為鹽度數據產品質量評價的指標。

3 結果與討論

3.1 誤差總體分布

在鹽度誤差－2～2間，本文計算了升軌／降軌及全部匹配數據反演誤差的概率密度分布函數PDF（Probability Density Function）及升軌和降軌數據與Agro鹽度數據的散點圖，如圖2所示?？梢婝}度反演誤差主要分布于－1～1范圍內，基本呈高斯分布形態。同時誤差中負偏差略多于正偏差，說明A-quarius升軌和降軌數據都存在負的平均偏差。散點圖中可見升軌、降軌的誤差分布基本相同，這與SMOS鹽度數據誤差分布與衛星軌道相關［11］的特點有明顯區別，且在32～34低鹽區域的反演精度較低。

利用Aquarius和Argo匹配數據集，計算了A-quarius鹽度反演的平均偏差、標準差和相關系數，如表1、2所示。Aquarius升軌數據的全年保持負偏差，平均值為－0.12，標準差0.70；降軌數據除了在8—10月呈現正偏差外，在其他月份也均為負偏差，平均值為－0.07，標準差為0.68；與SMOS鹽度數據相比，Aquarius升軌／降軌數據的差異不明顯。相關系數方面，升軌和降軌數據差別不大，約為0.8。

圖2 鹽度反演誤差的概率密度函數（a），升軌（b）和降軌（c）Aquarius數據與Argo鹽度數據散點圖Fig.2 Probability distribution ofΔSSS（a）and the scatter plots of Aquarius retrieval results and Argo in-situ data（b.ascending passes，c.descending passes）

表1 2012年1—6月統計數據Tab.1 Statistics for first half year of 2012

表2 2012年7—12月統計數據Tab.2 Statistics for second half year of 2012

3.2 誤差分布特征分析

3.2.1 誤差空間分布特征

本文在緯度60°S～60°N范圍內，按1°間隔統計了鹽度反演平均偏差及標準差數據，如圖3a所示?？梢夾quarius反演結果在大部分區域內都呈現負偏差，降軌數據的反演結果略高于升軌；同時隨著緯度的上升，反演誤差也隨之增大，標準差由低緯度的0.4增大到中緯度的1以上。

圖3 平均偏差和±1倍標準差的緯度分布（a）和海面鹽度與溫度的緯度分布（b）Fig.3 Latitudinal distribution of value ofΔSSS±1 standard deviation（a）and SST／SSS（b）

為了分析鹽度反演誤差隨緯度的分布特征，本文根據Argo數據繪制了海面溫度和鹽度隨緯度的分布圖，如圖3b所示?？梢姾１頊囟入S緯度增大而下降，在±30°以上的中緯度海域，其海面溫度一般不高于20℃。由于L波段亮溫對海面鹽度的敏感性隨SST的增大而增大［18—21］，因此中緯度海域較低的海表面溫度，降低了L波段亮溫對鹽度的敏感度，從而導致該海域反演誤差大于低緯海域。由于不同鹽度條件下L波段亮溫對鹽度敏感性比較穩定，海面鹽度對反演誤差的影響不大。綜合海面溫度和鹽度兩個因素，反演誤差隨緯度增大的原因，主要是SST對亮溫敏感性的影響所致。

3.2.2 反演誤差與距陸地距離的關系

受到L波段電磁波頻率和天線尺寸的限制，星載鹽度計數據的空間分辨率普遍較低。SMOS鹽度數據的空間分辨率為30～90 km，Aquarius鹽度數據的空間分辨率不小于100 km。鹽度計在近岸海域的數據易受到陸地亮溫的污染和陸地無線電射頻源的干擾（RFI），導致鹽度反演誤差增大。有研究者［12］對距離海岸5 000 km內的SMOS鹽度誤差進行過統計，結果表明在距離海岸1 500 km范圍內的SMOS鹽度反演誤差明顯增大。

為討論Aquarius反演誤差與距海岸距離的關系，研究中采用8 km分辨率的陸地掩模文件，根據匹配數據的經緯度計算了全部數據距海岸的距離；并按100～3 000 km范圍、100 km間隔分別計算了Aquarius反演誤差的平均偏差和標準差（圖4）。可以看到，鹽度反演平均偏差在100～500 km范圍內隨距離的增大而明顯減小，500 km以外的平均偏差保持穩定；標準差隨著距離的增大減小了一半左右，由0.8減小到0.4。結果表明陸地亮溫污染及射頻干擾的確對Aquarius反演結果產生了影響。前期有研究者發現由于RFI干擾的影響，SMOS在中國近岸海域數據質量下降［17］，本文進一步針對西太平洋海域，研究了反演誤差與陸地距離的關系（圖略），發現在距陸地1 200 km內的Aquarius存在一個－0.1至－0.2的負偏差，標準差也大于遠洋海域，最大值接近1。

3.2.3 反演誤差與SST的關系

海面溫度是影響海面輻射亮溫的主要因素之一。為了分析在不同SST條件下Aquarius反演算法的精度，在0°～31℃范圍內按1℃間隔對Aquarius反演結果與海表面溫度的關系進行了統計（見圖5a）?？梢娫诤１砻鏈囟?0℃以下的海域，Aquarius反演結果明顯偏低，海表溫度每下降1℃，偏差約增大0.1；海表溫度10℃以上Aquarius反演結果穩定，鹽度平均偏

圖4 反演誤差與距陸地距離的關系Fig.4 Mean value ofΔSSS±1 standard deviation as a function of the distance to coastline

差在－0.2以內；標準差與海表溫度的關系類似，隨海表溫度的上升標準差隨之減小，由低溫時的2減小到0.4。

產生這些特征的原因可由兩方面進行分析：由Klein-Swift海水介電常數模型［16］的數值模擬結果表明（見圖5b），L波段亮溫對海面鹽度的敏感度隨SST的降低而下降?？梢钥吹剑?0℃以下亮溫對鹽度的敏感度約0.4 K／psu，遠低于30℃水溫時敏感度（0.75 K／psu），較低的亮溫敏感度導致了Aquarius在低溫水域數據質量下降。同時，水溫6～7℃是海水中出現海冰的閾值溫度［12］，因此Aquarius在低溫水域的亮溫也可能受到海冰的影響，影響了低溫水域的鹽度反演精度。

3.2.4 反演誤差與風速的關系

風導致海面粗糙度增大，進而影響海面發射率與輻射亮溫。當風速達到一定閾值后，海面將出現泡沫與白冠，海面輻射亮溫進一步增大，因此海面風速對L波段輻射亮溫的影響，是鹽度反演算法中一個重要誤差源。SMOS算法中同時采用兩種理論模型和一種經驗模型對風致粗糙海面亮溫進行修正，Aquarius則采用了經驗模型［22］進行亮溫修正。

圖5 反演誤差與SST的關系（a）和不同SST條件下亮溫對鹽度的敏感度（b）Fig.5 Mean value ofΔSSS±1 standard deviation as a function of SST（a）and Sensitivity of TB to SST（b）

為分析海面風速對Aquarius反演結果的影響，利用Aquarius搭載的散射計同步觀測風速數據，在0～20 m／s風速范圍內按1 m／s風速間隔對鹽度反演誤差與風速關系進行了統計。如圖6a所示，在海面風速0～10 m／s范圍內，升軌和降軌數據都沒有明顯的系統偏差，標準差穩定在0.5～0.6范圍內，說明此時粗糙海面模型準確的描述了海面亮溫對風速的響應。當風速高于10 m／s時，升軌和降軌數據的平均偏差和標準差均隨風速的增大而增大，平均偏差接近－0.5，標準差最大值為1.7，表明現有算法中的粗糙海面模型在高風速下性能有待完善。Aquarius現有反演算法中僅使用V極化通道進行鹽度反演［23］，考慮到L波段V極化通道亮溫隨鹽度的增大而減?。▓D6b），在高風速情況下升軌和降軌數據出現的負偏差說明現有粗糙海面模型低估了風致粗糙海面亮溫，導致計算的平靜海面亮溫過高，進而低估了海面鹽度值；同時也可能存在射頻干擾RFI的影響，導致測量亮溫偏高的情況。

圖6 反演誤差與風速的關系（a）和V極化通道亮溫與鹽度的變化關系（b）Fig.6 Mean value ofΔSSS±1 standard deviation as a function of wind speed（a）and the V-pol.TB value from calm sea as a function of sea surface salinity（b）

4 結論

本文利用Argo現場鹽度數據對Aquarius 2012年鹽度數據的誤差進行了分析，討論了Aquarius鹽度反演誤差的分布特征以及誤差與幾個海氣參數的關系，得到主要結論如下：

（1）Aquarius數據總體呈現負偏差；與Argo現場數據比較，鹽度平均偏差為－0.1，標準差約為0.7，相關系數約為0.8。

（2）Aquarius鹽度數據可以較好的描述全球海域的海表面鹽度分布特征，但受到SST對亮溫敏感度的影響，Aquarius中緯地區反演誤差大于低緯地區；由于陸地污染和RFI等因素影響，Aquarius在近岸區域反演誤差大于開闊大洋區域。

（3）由于L波段亮溫對鹽度變化的敏感性受SST因素的影響，Aquarius在低溫水域反演誤差較大；現有粗糙海面模型對于風速10 m／s以上的情況，存在對風致亮溫的低估，導致較大的鹽度反演誤差。

致謝：作者感謝美國國家航空航天局（NASA）和法國海洋開發研究院（IFREMER）提供Aquarius和Argo數據。

［1］ 馮士■，李鳳岐，李少菁.海洋科學導論［M］.北京：高等教育出版社，1999.

Feng Shizuo，Li Fengqi，Li Shaojing.An Introduction of Ocean Sciences［M］.Beijing：Higher Education Press，1999.

［2］ 王新新，趙冬至，楊建洪，等.海表面鹽度衛星微波遙感研究進展［J］.遙感技術與應用，2012，27（5）：671－679.

Wang Xinxin，Zhao Dongzhi，Yang Jianhong，et al.Progress in SSS（sea surface salinity）microwave remote sensing by satellite［J］.Remote Sensing Technology and Application，2012，27（5）：671－679.

［3］ 李志.海洋表層鹽度遙感反演機理及應用研究［D］.青島：中國海洋大學，2008.

Li Zhi.The study of sea surface salinity retrieval model at L-band［D］.Qingdao：Ocean University of China，2008.

［4］ Font J，Camps A，Borges A，et al.SMOS：The challenging sea surface salinity measurement from space［J］.Proceedings of the IEEE，2010，98（5）：649－665.

［5］ Vine D，Lagerloef G，Torrusio S.Aquarius and remote sensing of sea surface salinity from space［J］.Proceedings of the IEEE，2010，98（5）：688－703.

［6］ Vine D，Lagerloef G，Colomb F，et al.Aquarius：an instrument to monitor sea surface salinity from space［J］.IEEE Trans Geosci Remote Sens，2007，45（7）：2040－2050.

［7］ BarréH，Duesmann B，Smos K Y.The mission and the system［J］.IEEE Trans Geosci Remote Sens，2008，46（3）：587－593.

［8］ Yin X，Boutin J，Martin N，et al.Optimization of L-band sea surface emissivity models deduced from SMOS data［J］.IEEE Trans Geosci Remote Sens，2012，50（5）：1414－1426.

［9］ Mecklenburg S，Drusch M，Kerr Y，et al.ESA's soil moisture and ocean salinity mission：mission performance and operations［J］.IEEE Trans Geosci Remote Sens，2012，50（5）：1354－1366.

［10］ Yin X，Boutin J，Spurgeon P.First assessment of SMOS data over open ocean：Part I—Pacic Ocean［J］.IEEE Trans Geosci Remote Sens，2012，50（5）：1648－1661.

［11］ Boutin J，Martin N，Yin X.First assessment of SMOS data over open ocean：Part II—sea surface salinity［J］.IEEE Trans Geosci Remote Sens，2012，50（5）：1662－1675.

［12］ Reul N，Tenerelli J，Boutin J.Overview of the first SMOSsea surface salinity products.Part I：quality assessment for the second half of 2010［J］.IEEE Trans Geosci Remote Sens，2012，50（5）：1636－1647.

［13］ Banks C，Gommenginger C，Srokosz M，et al.Validating SMOS ocean surface salinity in the Atlantic with Argo and operational ocean model data［J］.IEEE Trans Geosci Remote Sens，2012，50（5）：1688－1702.

［14］ Subrahmanyam B，Grunseich G，Nyadjro E.Preliminary SMOSsalinity measurements and validation in the Indian Ocean［J］.IEEE Trans Geosci Remote Sens，2013，51（1）：19－27.

［15］ Ebuchi E，Abe H.Evaluation of sea surface salinity observed by Aquarius［C］.IGRASS，2012：5767－5769.

［16］ 王新新，楊建洪，趙冬至，等.Aquarius／SAC-D衛星鹽度數據在中國南海的準確度評估［J］.熱帶海洋學報，2013，32（5）：23－28.

Wang Xinxin，Yang Jianhong，Zhao Dongzhi，et al.Assessment of Aquarius／SAC-D salinity data accuracy in the South China Sea［J］.Journal of Tropical Oceanography，2013，32（5）：23－28.

［17］ 王新新，楊建洪，趙冬至，等.SMOS衛星鹽度數據在中國近岸海域的準確度評估［J］.海洋學報，2013，35（5）：169－176.

Wang Xinxin，Yang Jianhong，Zhao Dongzhi，et al.SMOSsatellite salinity data accuracy assessment in the China coastal areas［J］.Haiyang Xuebao，2013，35（5）：169－176.

［18］ Klein L，Swift C.An improved model for the dielectric con-stant of sea water at microwave frequencies［J］.IEEE J Oceanic Eng，1977，OE-2：104－111.

［19］ 史久新，朱大勇，趙進平.海水鹽度遙感反演精度的理論分析［J］.高技術通信，2004，14（7）：101－105.

Shi Jiuxin，Zhu Dayong，Zhao Jinping.Theoretic analysis on the retrieval precision of ocean salinity remote sensing［J］.High Technology Letters，2004，14（7）：101－105.

［20］ 齊震，魏恩泊，劉淑波.粗糙海面L和C波段的代價函數多參量遙感反演分析［J］.海洋科學，2012，36（1）：100－107.

Qi Zhen，Wei Enbo，Liu Shubo.Rough sea surface cost function retrieval models for L and C band［J］.Marine Sciences，2012，36（1）：100－107.

［21］ Qi Zhen，Wei Enbo.Analysis of cost functions for retrieving sea surface salinity［J］.Journal of Ocean University of China，2012，11（2）：147－152.

［22］ Yueh S，Dinardo S，Fore A，et al.Passive and active L-band microwave observations and modeling of ocean surface winds［J］.IEEE Trans Geosci Remote Sens，2010，48（8）：3087－3100.

［23］ Wentz F.Aquarius salinity retrieval algorithm，Algorithm Theoretical Basis Document［R］.RSS Technical Report 082912，Remote Sensing Systems，Santa Rosa，California，2012.

Quality assessment of spaceborne microwave radiometer Aquarius data product based on Argo buoy data

Wang Jin1，3，Zhang Jie2，Wang Jing3*

（1.College of Physics，Qingdao University，Qingdao 266071，China；2.The First Institute of Oceanography，State Oceanic Administration，Qingdao 266061，China；3.College of Information Science and Engineering，Ocean University of China，Qingdao 266003，China）

Aquarius is a spaceborne L-band radiometer whose mission focuses on the measurement of sea surface salinity from space.Aquarius was successfully launched on June 2011 and has been working operationally for more than two years.This research shows the preliminary results of quality assessment of Aquarius salinity data product based on the Argo buoy data for 2012.The results reveal that the standard deviation of the error of the Aquarius L2 data is about 0.7，with a negative mean bias of－0.1.There is little difference between ascending and descending orbits data.The data quality degrades in coastal region because of the impact of land contamination and RFI.Because that the brightness temperature sensitivity is affected by the sea surface temperature，larger errors are observed in the region of low SST and higher latitude.The performance of sea surface emissivity model with wind-induced roughness in current salinity retrieval algorithm degrades under high wind speed，so large discrepancies are observed with the standard deviation of more than 1.

sea surface salinity；L-band brightness temperature；spaceborne radiometer；Argo buoy

P714.1

A

0253-4193（2015）03-0046-08

王進，張杰，王晶.基于Argo浮標數據的星載微波輻射計Aquarius數據產品質量評估［J］.海洋學報，2015，37（3）：46—53，

10.3969／j.issn.0253-4193.2015.03.005

Wang Jin，Zhang Jie，Wang Jing.Quality assessment of spaceborne microwave radiometer Aquarius data product based on Argo buoy data［J］.Haiyang Xuebao，2015，37（3）：46—53，doi：10.3969／j.issn.0253-4193.2015.03.005

2013-12-20；

2014-06-26。

國家海洋局海洋遙測工程技術研究中心開放基金（2013002）。

王進（1979—），男，山東省濟南市人，講師，主要從事微波海洋遙感研究。E-mail：wangjin＠qdu.edu.cn

*通信作者：王晶，教授，從事微波海洋遙感研究。E-mail：wjing＠ouc.edu.cn