南海區域Aquarius遙感海表鹽度V4產品精度探討

李永虹,劉童童,商少凌

(水聲通信與海洋信息技術教育部重點實驗室(廈門大學),福建廈門361102)

?

南海區域Aquarius遙感海表鹽度V4產品精度探討

李永虹,劉童童,商少凌*

(水聲通信與海洋信息技術教育部重點實驗室(廈門大學),福建廈門361102)

摘要：Aquarius/SAC-D衛星,以實現海表鹽度(sea surface salinity,SSS)全球遙感觀測為目標,經過算法的不斷改進,迄今已發布第4版產品(V4)．已有的檢驗研究表明V1.3產品在全球最大的邊緣海——中國南海的精度并未達到該產品的目標精度,主要原因是射頻干擾(radio frequency interference,RFI)的影響．為探討新版數據在中國南海的精度，通過比較南海走航鹽度、Argo浮標鹽度與Aquarius遙感SSS V4及舊版產品的差異,發現Aquarius遙感SSS V4與走航鹽度及Argo浮標鹽度的均方根誤差(RMSE)分別為0.47和0.73,V4產品整體表現優于V3及之前的版本,特別是在南海北部近岸高RFI海域,V4產品的偏差也小于V3,說明V4產品中RFI的影響相較于V3產品在一定程度上得到了有效的去除．同時,分析表明Aquarius遙感SSS V4產品所揭示的南海SSS空間分布與季節變動特征,與前人通過實測調查獲得的結論基本一致．

關鍵詞：海表鹽度;Aquarius;V4;南海

海水鹽度與海水溫度共同構成最為基礎的海洋特征參數,測量鹽度的意義,毋庸贅言．然而,多年來鹽度的獲取,一直只能依靠現場測量,直到20世紀70年代,美國Skylab開始了從太空遙測鹽度的嘗試[1]．2009年11月,歐洲空間局(ESA)發射了全球首顆觀測土壤濕度和海水鹽度的SMOS衛星．2011年6月,美國國家航空航天局(NASA)和阿根廷航天局(CONAE)合作發射了Aquarius/SAC-D衛星．SMOS和Aquarius在重訪周期、空間分辨率和精度等方面各有所長,兩者的鹽度數據相互補充融合,可以獲取更高精度的全球鹽度圖[2-3]．從此,開啟了全球海水鹽度觀測的新時代．

Aquarius/SAC-D衛星搭載有L波段主被動聯合遙感器,目標是提供空間分辨率為150 km,精度達到0.2的全球月平均海表鹽度(sea surface salinity,SSS)數據[4-6]．自2013年2月NASA發布全球SSS數據驗證分析報告[7]以來,各區域的驗證結果陸續得到報道．2014年Ratheesh等[8]用Argo浮標鹽度驗證得到在印度洋Aquarius遙感SSS V2日平均數據的均方根誤差(RMSE)約為0.45;王新新等[9]在中國南海采用Aquarius遙感SSS V1.3 L2數據,與Argo浮標鹽度數據比較,RMSE平均為0.62;在中國東海Kim等[10]指出Aquarius遙感SSS V2刈幅數據比溫-鹽-深儀(CTD)實測的鹽度偏低0.40～0.93．2014年6月,NASA發布了Aquarius V3,進一步降低了反射星系輻射(reflected galactic radiation)、海表粗糙度、高射頻干擾(radio frequency interference,RFI)等因素的影響．隨后Aquarius V4數據于2015年7月發布,改進了儀器、天線方向等的校正,進一步消除了海表溫度(sea surface temperature,SST)的偏差,并改進了輻射方向的修正方式以降低RFI的影響,全球檢驗結果,L2數據的RMSE下降到0.28,月平均數據的RMSE低至0.17,達到衛星設計時提出的精度目標．但迄今為止,在中國南海——世界最大的邊緣海之一,尚不清楚經過這一系列改進之后新版數據的區域精度是否有所提高． 本研究將通過比較分析走航鹽度和Argo浮標鹽度與Aquarius遙感SSS數據,獲取該問題的答案,以期為應用Aquarius遙感SSS數據于南海海洋學研究提供參考依據．

1數據及方法

1.1數據源

1.1.1遙感數據

1) SSS數據.Aquarius采用帶3個喇叭饋源的2.5 m偏置拋物反射面天線系統,形成分辨率分別為76 km×94 km，84 km×120 km，96 km×156 km的3個波束,共同作用使Aquarius的刈幅達到390 km．Aquarius遙感SSS數據下載自美國NASA的OceanColor網站(http:∥oceancolor.gsfc.nasa.gov/cgi/aquarius/)．為了與現場觀測數據時間對應,同時選取了2012年V3和V4 L2的SSS數據,數據讀取程序read_aquarius_hdf_L2.pro下載自NASA JPL數據中心(http:∥podaac.jpl.nasa.gov/)．在SSS空間分布及季節變動特征分析中,本研究下載的是V4的空間分辨率為1°的2011—2014年多年季節平均和月平均SSS數據．

2) 其他遙感數據.在Aquarius遙感SSS精度的影響因素分析中,本研究使用了RFI、SST和降水數據．其中RFI分析數據采用Aquarius衛星數據月平均分布圖像,由NASA Goddard Space Flight Center提供下載．SST和降水數據,采用TRMM/TMI衛星月平均數據;風場使用的是ASCAT(advanced scattero-meter)月平均數據,均由NASA Ocean Vector Winds Science Team支持的Remote Sensing Systems發布,下載自http:∥www.remss.com．

1.1.2現場數據

1) 走航鹽度數據來自國家基金委“南海多學科綜合調查”2012年4月南海春季共享航次和國家“973計劃”項目“中國近海碳收支、調控機理及生態效應研究”2012年8月南海夏季航次．鹽度數據由GO8050(美國General Oceanics公司)走航式CO2分壓自動測量系統外接的OCEAN SEVEN On-Line Modules(意大利Idronaut公司)船用走航式多參數水質測量儀獲取(參見圖1中紅色圓形和藍色十字形標識)．

2) Argo剖面浮標數據下載自NODC(National Oceanographic Data Center)的世界海洋數據庫2013(World Ocean Database 2013,WOD13,http:∥www.nodc.noaa.gov/OC5/SELECT/dbsearch/dbsearch.h￣t￣m￣l)．WOD13的剖面浮標數據源包括Argo計劃和世界海洋環流實驗(WOCE)計劃,本研究選取了剖面浮標數據集中經過WOD質量控制和Argo原始質量控制的2012年Argo剖面浮標數據[11]．盡管Argo剖面浮標測量的是海面到2 km深的剖面數據,仍可用Argo剖面浮標的最淺層鹽度數據來評估遙感SSS[12]．參照Drucker等[13]的方法,本研究選取1～7 m的最淺層鹽度數據進行驗證(參見圖1中黑色方形標識)．

3) WOA13 V2數據(World Ocean Atlas 2013 Version 2,http:∥www.nodc.noaa.gov/OC5/woa13/)是NODC提供的世界海洋現場觀測溫度、鹽度等在標準深層的年度、季節、月平均的一組客觀分析數據．本研究選取的是精度為0.25°的2005—2012年標準深度0 m的多年季節平均鹽度數據．

圖1　研究區域及站位分布圖Fig.1Map of the study region and the sampling stations

1.2方法

參考Aquarius項目組的遙感SSS有效性分析報告[7],為了得到較多的統計匹配有效數據,放松空間窗口與時間窗口,遙感SSS和現場數據匹配時間窗口是±3 d,空間窗口是75 km．

為了比較遙感SSS與實測數據,本研究計算了偏差(δ)和RMSE．定義如下:

其中，xrs表示遙感反演值,xmea表示實測值,N為遙感與實測數據匹配的樣本數．

2結果及討論

2.1走航數據比較結果

首先對2012年4月與2012年8月 2個航次的走航數據與2012年Argo數據進行比較,采用時間窗口1 d,空間窗口10 km,共匹配92個站位,RMSE為0.27,偏差為-0.06,表明走航數據與Argo浮標數據基本一致．

表1　南海走航數據與Aquarius遙感SSS匹配結果的統計分析

Tab.1　Error statistics between underway and Aquarius SSS

航次beamV3V4NδRMSENδRMSE2012-041111-0.550.6187-0.540.642111-0.670.7587-0.500.6231110.300.71870.540.91均值111-0.310.4487-0.170.412012-08132-0.370.4936-0.340.492320.971.86360.871.84332-0.310.4736-0.260.44均值320.100.57360.090.59總體1143-0.510.58123-0.480.602143-0.301.00123-1.001.123143-0.160.671230.310.80均值143-0.210.47123-0.090.47

另一方面,從圖3(a)可知,Aquarius遙感SSS和走航數據之間的線性相關性微弱,這與南海SSS數值分布區間較為集中有一定關系,所調查海域SSS數值基本分布在32～34之間,而開闊海域如熱帶太平洋則在32～37之間[7],數值區間跨度更大．進一步對匹配數據的偏差進行分析,如圖3(b)所示,總體偏差在±0.8之間,除了33.4附近的偏差為負值外,當Aquarius遙感SSS≥33.2時,偏差為正值;當SSS<33.2時,偏差均為負值．

圖2　絕對偏差空間分布圖Fig.2Spatial distribution of absolute deviations of Aquarius SSS

圖3　走航鹽度與Aquarius遙感SSS的比較Fig.3Comparison between underway and Aquarius SSS

圖4　Argo浮標鹽度與Aquarius遙感SSS的比較Fig.4Comparison between Argo floats and Aquarius SSS

2.2Argo浮標數據比較結果

2.3空間分布與季節變動特征的比較

從圖5可以看出Aquarius遙感SSS與WOA13 V2鹽度在南海的多年季節平均分布大體一致,SSS范圍在32～34,總體呈沿岸低外海高的趨勢．受徑流沖淡水的影響,珠江、湄公河、拉惹河等河口區域SSS較低;受太平洋高鹽水的影響,冬季巴士海峽附近SSS最高;在114.5°E附近中沙群島以北存在一個SSS較為穩定的區域(參見圖5(b)紅框);春、夏季西太平洋高鹽海水通過蘇祿海經巴拉望島南北兩端進入南海,這與毛慶文等[15]、王凡等[16]在南海的現場水文調查結果一致．

呂宋海峽120°～121°E記為L(Left),121°～122°E記為R(Right),并分為U(Up)、M(Middle)、D(Down)3個子區域．圖5　氣候態季節平均分布圖Fig.5Climatological seasonal mean

若聚焦于呂宋海峽這一太平洋與南海水交換的通道(圖5(b);空間位置見圖5插圖,120°～122°E),分6個小區,分別為左上(LU)區、左中(LM)區、左下(LD)區和右上(RU)區、右中(RM)區、右下(RD)區．從表2可以看出,無論何季節,RU、RD及LD區域的Aquarius遙感SSS基本在33.6以上,主要為太平洋高鹽海水;LU、LM及RM區域的SSS則小于33.6,主要是南海海水,及兩種海水的相互作用． 這與鮑獻文等[17]和黃企洲[18]的研究結論基本吻合．然而WOA13鹽度的分布并不完全支持這一結論,特別是在LU區域鹽度值偏低,可能是因為WOA13是基于

表2　呂宋海峽Aquarius遙感SSS的季節平均值Tab.2　Seasonal average of Aquarius SSS in Luzon Strait

多源實測數據的客觀分析數據,受限于現場測量數據的不足,經時空序列分析后的網格數據存在一定偏差,尤其在環境復雜多變的邊緣海,同時也與這2種數據源在時間區間上不一致有一定關系．

圖6　Aquarius遙感SSS氣候態月平均分布圖Fig.6Climatological monthly mean of Aquarius SSS

由圖6可知,從季節變化看,南海熱帶海洋性季風氣候明顯,SSS分布主要受冬季東北季風和夏季西南季風影響．每年11月至翌年3月東北季風盛行,12月太平洋的高鹽水舌從巴士海峽往西南移動擴展到西沙群島,同時南海東側補充流北上,低鹽海水沿東岸北上(參見圖6(l)紅色箭頭),到達呂宋島西北端;5月至9月盛行西南季風,低鹽海水從馬來西亞、泰國灣往東北方向移動,同時受臺風等降水影響,北部SSS降低;南海整體SSS在10月達到最低值(參見圖6(j)紅色箭頭)．這與中國近海的區域海洋學基本相符[19]．

受現場調查條件所限,前人多以局部海域的研究為主,比如南海北部沿岸、巴士海峽區域、以及南沙群島附近海域等．而通過Aquarius遙感SSS可以清楚地看到整個南海海盆尺度的SSS分布與變化,局部特征也與前人通過實測調查獲得的結論基本一致．因而就大尺度研究而言,Aquarius不失為一個基本可靠的數據來源．

3討論

全球不同海域不同版本Aquarius遙感SSS的驗證結果列于表3,顯然,南海V4產品精度較舊版本有所提高,但仍然低于全球尺度開闊大洋檢驗結果．由于Aquarius衛星使用的是L波段(1.413 GHz)的微波輻射計,衛星數據精度可能受到RFI的影響;同時由SSS反演原理可以推知,亮溫精度、海表粗糙度等也在不同程度上影響到SSS的精度[9,20]．

表3　全球不同海域Aquarius遙感SSS L2產品檢驗結果Tab.3　Error numbers of Aquarius L2 SSS in various waters

注：R為相關系數.

3.1RFI

RFI是指頻率相近的目標電磁波與干擾電磁波同時被衛星傳感器接收時,干擾電磁波對傳感器造成的干擾．Le Vine等[22-23]指出遙感SSS受到L波段RFI的影響,王新新等[20]對南海北部海域的RFI進行檢測,指出該區域屬于重度污染區域,存在多處RFI發射源,中強源主要集中分布在大珠三角和臺北等地區．

因此本研究以18°N為界,對RFI污染嚴重區域(北部區域)和污染較輕區域(南部區域)2個區域(如圖7所示),選取在本文2.1節中的2012年4月和8月航次的走航鹽度數據的絕對偏差進行分析,絕對偏差大于0.6 的站位點全部都分布在北部區域．該結果表明,在RFI影響較小的南部區域數據表現稍好,由此可見,雖然Aquarius遙感SSS V4已經在修正RFI影響方面進行了改進,但在中國南海,RFI對遙感SSS反演的影響仍然沒有完全消除．

圖7　RFI影響分析Fig.7Impact analysis of RFI

3.2其他因素

根據Abe等[24]的研究,Aquarius遙感SSS在低溫和大風區域偏差較大．Santos-Garcia等[25]及Ma等[26]也指出降水的分布和遙感SSS準確度的空間分布有很大的相關性．本研究以2012年4月和8月航次的走航鹽度數據為例進行分析,從圖8可以看出,實測站位所在海域的SST在30 ℃左右,溫度空間差異較小,而SST通常在小于5 ℃時對遙感SSS的影響較大[7,24]；由于南海處于熱帶,SST較高且季節變化較不明顯,所以南海海域SST對遙感SSS的精度并沒有顯著影響．

同時可以看到,遙感SSS絕對偏差大于0.6的數據點位置,與降水及風場的空間分布并無明顯關聯(圖8)．然而,圖8所示降水及風場分布,皆為月平均數據,很可能無法體現這2種因素對SSS反演造成的影響,未來有必要在收集SSS、風場、降水時空匹配數據集的基礎上加以深入探討．

4結論

本研究選取2012年2個航次的走航鹽度數據及2012年Argo浮標的鹽度數據,與Aquarius衛星的遙感SSS V3和V4產品進行了比較,發現Aquarius遙感SSS V4優于V3及之前的版本,V4不僅總體RMSE和偏差皆小于V3,在南海北部近岸高RFI海域,V4的偏差也小于V3．在中國南海Aquarius遙感SSS V4與走航鹽度及Argo浮標鹽度的RMSE分別為0.47和0.73,低于開闊大洋的檢驗精度,其主要原因可能是南海作為邊緣海,陸地環抱,RFI的影響相對嚴重,未能徹底消除．就該有限數據集的檢驗結果看,Aquarius遙感SSS反演的單點精度尚難滿足南海海洋科學研究的要求,然而,其所揭示的時空特征與前人調查研究結果基本一致,所以Aquarius遙感SSS可考慮在謹慎求證的前提下應用于南海大尺度研究．

致謝:對NASA提供的遙感數據，NODC提供的Argo浮標數據，廈門大學戴民漢教授課題組提供的現場調查鹽度資料,謹此致謝．

圖8　SST、降水及風場的影響分析Fig.8Impact analysis of SST,precipitable water and wind field

參考文獻：

[1]LAGERLOEF G S E,SWIFT C T,LEVINE D M.Sea surface salinity:the next remote sensing challenge[J].Oceanography,1995,8(2):44-50.

[2]EUROPEAN SPACE AGENCY.Taking two bites at ocean salinity[EB/OL].[2015-09-17].http:∥www.esa.int/Our_Activities/Observing_the_Earth/SMOS/Taking_two_bites_at_ocean_salinity.

[3]ARETXABALETA A L,GOURRION J,BALLABRERA J,et al.Bridging the gap between surface salinity satellites:SMOS and Aquarius[C]∥European Space Agency.Proc.′ESA Living Planet Symposium′.Bergen,Norway:[s.n.],2010,SP-686:E11690.

[4]LAGERLOEF G S E,COLOMB F R,LE VINE D,et al.The Aquarius/SAC-D mission:designed to meet the salinity remote-sensing challenge[J].Oceanography,2008,21(1):68-81.

[5]LE VINE D M,LAGERLOEF G S E,COLOMB F R,et al.Aquarius:an instrument to monitor sea surface salinity from space[J].IEEE Transactions on Geoscience and Remote Sensing,2007,45(7):2040-2050.

[6]PELLERANO F A,PIEPMEIER J,TRIESKY M,et al.The Aquarius ocean salinity mission high stability L-band radiometer[C]∥IEEE International Symposium on Geoscience and Remote Sensing.New York:IEEE,2006:1681-1684.

[7]LAGERLOEF G S E,KAO H Y,MELNICHENKO O,et al.Aquarius salinity validation analysis,data version 2.0,AQ-014-PS-0016[R].Washington D C:Aquarius Project,2013.

[8]RATHEESH S,SHARMA R,SIKHAKOLLI R,et al.Assessing sea surface salinity derived by Aquarius in the Indian Ocean[J].IEEE Geoscience and Remote Sensing Letters,2014,11(4):719-722.

[9]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.

[10]KIM S B,LEE J H,DE MATTHAEIS P,et al.Sea surface salinity variability in the East China Sea observed by the Aquarius instrument[J].Journal of Geophysical Research:Oceans,2014,119:7016-7028.

[11]BOYER T P,ANTONOV J I,BARANOVA O K,et al.World ocean database 2013,NOAA Atlas NESDIS 72[R].Silver Spring,Maryland:National Oceanographic Data Center Ocean Climate Laboratory,2013.

[12]BANKS C J,GOMMENGINGER C P,SROKOSZ M A,et al.Validating SMOS ocean surface salinity in the Atlantic with Argo and operational ocean model data[J].IEEE Transactions on Geoscience and Remote Sensing,2012,50(5):1688-1702.

[13]DRUCKER R,RISER S C.Validation of Aquarius sea surface salinity with Argo:analysis of error due to depth of measurement and vertical salinity stratification[J].Journal of Geophysical Research：Oceans,2014,119:4626-4637.

[14]LAGERLOEF G S E,KAO H Y,MEISSNER T,et al.Aquarius salinity validation analysis,data version 4.0,AQ-014-PS-0016[R].Washington D C:Aquarius Project,2015.

[15]毛慶文,王衛強,齊義泉,等.夏季季風轉換期間南沙群島海域的溫鹽分布特征[J].熱帶海洋學報,2005,24(1):28-36.

[16]王凡,趙永平,馮志綱,等.1998年春夏南海溫鹽結構及其變化特征[J].海洋學報,2001,23(5):1-13.

[17]鮑獻文,鞠霞,吳德星.呂宋海峽120°E斷面水交換特征[J].中國海洋大學學報,2009,39(1):1-6.

[18]黃企洲.巴士海峽黑潮流速和流量的變化[J].熱帶海洋,1983,2(1):35-41.

[19]馮士筰,李鳳歧,李少菁.海洋科學導論[M].北京:高等教育出版社,1999:450-452.

[20]王新新.基于微波輻射計的南海海表鹽度遙感算法研究[D].大連:大連海事大學，2013：41-45.

[21]BUSALACCHI A,ALORY G,ARKIN P,et al.Satellite sea surface salinity error in the tropics[EB/OL].[2015-09-17].http:∥essic.umd.edu/joom2/index.php/publications/posters-2/555-satellite-sea-surface-salinity-error-in-the-tropics.

[22]LE VINE D M,LAGERLOEF G S E,TORRUSIO S E.Aquarius and remote sensing of sea surface salinity from space[J].Proceedings of the IEEE,2010,98(5):688-703.

[23]LE VINE D M,DE MATTHAEIS P,RUF C S.Aquarius RFI detection and mitigation algorithm:assessment and examples[J].IEEE Transactions on Geoscience and Remote Sensing,2014,52(8):4574-4584.

[24]ABE H,EBUCHI N.Evaluation of sea-surface salinity observed by Aquarius[J].Journal of Geophysical Research:Oceans,2014,119(11):8109-8121.

[25]SANTOS-GARCIA A,JACOB M M,JONES W L,et al.Investigation of rain effects on Aquarius sea surface salinity measurements[J].Journal of Geophysical Research:Oceans,2014,119(11):7605-7624.

[26]MA W T,YANG X F,YU Y,et al.Impact of rain-induced sea surface roughness variations on salinity retrieval from the Aquarius/SAC-D satellite[J].Acta Oceanologica Sinica,2015,34(7):89-96.

doi：10.6043/j.issn.0438-0479.201509021

收稿日期：2015-09-18錄用日期：2016-04-13

基金項目：國家重點基礎研究發展計劃(973計劃)(2009CB421201)；國家自然科學基金(J1210050)

*通信作者：slshang@xmu.edu.cn

中圖分類號:P 715.7;P 731

文獻標志碼：A

文章編號：0438-0479(2016)04-0522-09

On the Performance of Aquarius Sea Surface Salinity V4 Product in the South China Sea

LI Yonghong,LIU Tongtong,SHANG Shaoling*

(Key Laboratory of Underwater Acoustic Communication and Marine Information Technology,Ministry of Education,Xiamen University,Xiamen 361102,China)

Abstract:Previous studies have demonstrated that the accuracy of Aquarius sea surface salinity (SSS) V1.3 product in the South China Sea (SCS),one of the largest marginal seas in the world,is far from being satisfied.It has been suggested to mainly result from radio frequency interference (RFI) from lands surrounding the SCS.It is not clear yet if there is any improvement in the newest SSS product,i.e.V4.Here in this study,we compared the V4 SSS product of Aquarius with concurrent in situ measured salinity data (both underway mapping and Argo floats data) in the South China Sea.Root mean square errors of 0.47 and 0.73,for underway and Argo data,respectively,were obtained,suggesting evident improvements of V4 over V3 and V1.3.Improvements were particularly seen in the northern SCS,where the influence of RFI was thought to be severe,suggesting that the removal of RFI in V4 was indeed efficient.In addition,the spatio-temporal features and seasonal dynamics seen from the V4 SSS were in general consistent with historical in situ reports.

Key words:sea surface salinity;Aquarius;V4;South China Sea

引文格式：李永虹,劉童童,商少凌.南海區域Aquarius遙感海表鹽度V4產品精度探討[J].廈門大學學報(自然科學版)，2016,55(4)：522-530.

Citation：LI Y H,LIU T T,SHANG S L．On the performance of Aquarius sea surface salinity V4 product in the South China Sea[J].Journal of Xiamen University(Natural Science)，2016,55(4)：522-530．(in Chinese)