基于近30a多源衛星高度計數據的東中國海潮汐信息提取

李謙慧, 何宜軍, 2, 李秀仲, 2, 3

基于近30a多源衛星高度計數據的東中國海潮汐信息提取

李謙慧1, 何宜軍1, 2, 李秀仲1, 2, 3

(1. 南京信息工程大學海洋科學學院, 江蘇 南京 210044; 2. 自然資源部空間海洋遙感與應用重點實驗室, 北京 100081; 3. 南京信大安全應急管理研究院有限公司, 江蘇 南京 210044)

我國HY-2B衛星已成功運行3 a多, 本文首次將HY-2B測高數據用于計算潮汐。將HY-2B與相同時間段的Jason-3在東中國海分別進行潮汐信息提取, 驗證了其結果的一致性。建立了基于10顆國內外衛星高度計(TOPEX/Poseidon、Jason-1、Jason-2、Jason-3、ENVISAT、ERS-1、ERS-2、Sentinel-3A、Sentinel-3B、HY-2B)數據的時間序列, 得到東中國海近30 a時間序列的較高空間分辨率網格化海面高度。利用該數據提取了東中國海12個分潮(O1、K1、Q1、P1、M2、S2、N2、K2、SA、SSa、Mm、Mf)的潮汐調和常數, 并將4個主要分潮M2、S2、K1、O1的調和常數與驗潮站進行對比, 均方根誤差分別為6.74 cm、3.98 cm、2.37 cm、1.81 cm, 總體均方根誤差為8.32 cm; 同時, 采用除HY-2B之外的剩余9顆國外衛星高度計數據和TPXO9潮汐模型結果分別與驗潮站對比, 結果顯示, 加入HY-2B后的10顆衛星高度計反演潮汐結果準確度最高, 與不使用HY-2B衛星數據相比, 全日潮有較大改善, K1和O1向量均方根誤差分別降低19.93%和17.35%, 4個主要分潮總體均方根誤差降低3.5%。此外, 通過與FVCOM模式結果對比分析, 4個主要分潮的調和常數與模式結果的總體均方根誤差為8.86 cm。另一方面, 空間分辨率也有所提高, 達到了0.1°×0.1°。最后, 給出了4個主要分潮同潮圖。在潮差較大的朝鮮半島西側, 加入HY-2B后的同潮圖可顯示出2.1 m的M2等振幅線與0.75 m的S2等振幅線, 與該海域實際觀測結果一致, 說明HY-2B在近海潮汐信息提取中有相當重要的作用。

多源衛星高度計; 東中國海; 潮汐調和分析; 均方根誤差

潮汐是重要的物理海洋現象, 自古以來與沿海地區人們的生產生活息息相關。作為有著三百多萬平方公里管轄海域的海洋大國, 獲取準確的潮汐信息, 具有重要的軍事、經濟和科學意義。船測、浮標、沿海監測站等觀測手段只能單點或小范圍測量潮汐信息, 海洋衛星的出現, 彌補了傳統觀測手段的不足, 具有監測能力強、覆蓋面積大、全天候、全天時的特點[1]。

20世紀90年代, 隨著ERS-1和T/P衛星的成功發射, 基于衛星測高數據的潮汐信息提取研究獲得突飛猛進的發展, 國內外學者對于衛星高度計數據反演中國近海潮汐頗為重視, 并開展了大量研究。90年代末, Mazzega、Yanagi和Teague三個研究團隊[2-4]分別通過使用21周期、108周期和5 a的T/P衛星測高數據, 對亞洲, 包括中國近海及廣闊大陸架海域的潮汐進行信息提取, 繪制主要潮汐的同潮圖, 與驗潮站結果對比吻合良好, 并預測了在高精度測高衛星的協同下, 未來全球潮汐模式精度可達到厘米級。國內學者也對衛星測高數據反演潮汐有著極大的研究興趣。2002年董曉軍等[5]用1993—1999年期間的T/P衛星測高數據分析了黃海和東海的潮汐特性并給出12個分潮的調和常數。2004年Fang等[6]對已有的10 a T/P衛星沿軌測高數據進行調和分析, 融合驗潮站數據資料, 分析給出高精度的黃渤東海O1、K1、M2、S2和SA的經驗同潮圖。2008年Zhang等[7]通過雙實驗和實際實驗研究了空間變化的底部摩擦系數, 采用伴隨方法同化T/P測高資料, 模擬了黃渤東海的M2分潮, 顯著提高了模擬的精度。隨著T/P后續任務衛星Jason-1的順利升空, 與T/P衛星的變軌軌道共同組成觀測網, 極大優化了測高數據空間分辨率。2007年, 在中國海洋湖沼學會第九次全國會員代表大會暨學術研討會上, 方國洪等[8]采用調和分析方法, 基于10 a T/P和3 a的Jason-1衛星測高數據, 對中國近海及鄰近大洋的12個分潮進行信息提取, 得到了良好的潮汐調和常數和相應同潮圖。2013年,仲昌維等[9]利用19 a的T/P和Jason-1衛星高度數據, 對黃渤東海的8個主要分潮進行調和分析, 對比驗潮站數據, 得到比前人研究更為準確的東中國海潮汐信息。2016年Cheng等[10]對18 a的T/P-Jason主要任務和4 a的T/P-Jason-1交錯任務沿軌道數據進行響應分析, 得出渤海、黃海和東海的4個主要潮汐成分, 與驗潮站真值比較, 其振幅的準確度與精度均有提高。2020年劉旭華[11]首次將Jason-3用于潮汐信息的提取, 使用T/P和Jason系列衛星共計27 a時間序列觀測資料, 包含原軌道與變軌數據, 計算出更接近實測數據的調和常數。至今為止, 歐空局的ERS-1/2和ENVISAT是單顆測高衛星地面軌跡空間分辨率最高的, 優于1°×1°, 但受限于衛星周期為35 d, 調和分析方法不能準確分離S2等分潮。2018年李大煒等[12]利用正交響應法分析ERS-2和ENVISAT衛星15 a的觀測數據, 得到中國近海及西太平洋海域的潮汐信息, 通過選取地面軌道交叉點, 有效改善了采樣規律, 提高了參數的精確度。近年來, 我國HY-2系列衛星的成功運行說明我國已具備了用自己的海洋高度計衛星數據去反演我國近海潮汐的能力, Wang等[13]通過對HY-2B衛星的主要測高參數和海面高度異常值進行分析, 并與Jason-3衛星任務數據對比, 得到HY-2B衛星測高性能的高質量和可靠性的結論。

基于改變衛星固定周期性采樣規律、優化測高衛星空間分辨率以及比較HY-2B衛星在潮汐信息提取方面貢獻的考量, 本文選取東中國海作為研究區域, 首次使用HY-2B衛星測高數據參與潮汐信息提取, 共選取1992—2021共29 a國內外10顆衛星高度計的長時間序列數據資料, 通過潮汐調和分析得到12個分潮的調和常數, 通過與驗潮站和數值模擬資料對比分析, 驗證了HY-2B衛星測高數據在潮汐信息提取方面的可靠性, 論文結構如下, 第一節簡述數據與方法, 第二節為結果分析, 最后一節為結論。

1 數據與方法

1.1 數據

1.1.1 衛星高度計數據

研究區域為東中國海, 邊界為23°N～41°N, 117°E～ 134°E。采用10顆國內外衛星高度計(T/P、Jason-1、Jason-2、Jason-3、ENVISAT、ERS-1、ERS-2、Sentinel- 3A、Sentinel-3B、HY-2B)共29 a跨度的時間序列數據。衛星數據來自美國國家航空航天局NASA(下載地址: https://www.nasa.gov)、法國空間研究中心CNES (下載地址: https://www.aviso.altimetry.fr)及國家衛星海洋應用中心(下載地址: http://www.nsoas. org.cn)。衛星高度計數據選取情況見表1。

表1 衛星數據選取情況

1.1.2 平均海面高度數據

數據來源AVISO網站2015年發布的平均海面高度數據CNES_CLS 2015 MSS (下載地址: http:// www.aviso.altimetry.fr/en/data/products/auxiliary-products/mss.html), 空間分辨率為1/60°×1/60°, 是目前準確度最高的平均海面高度數據版本。

1.1.3 TPXO9潮汐模型

TPXO9海洋潮汐模型來自美國俄勒岡州立大學(Oregon State University), 由大量衛星測高數據和近岸以及大洋測站觀測數據同化得到[14](下載地址: https://www.tpxo.net/global/tpxo9-atlas), 空間分辨率為1/30°×1/30°。

1.1.4 FVCOM模式潮汐結果

FVCOM(有限體積海岸海洋模型)為美國馬薩諸塞大學陳長勝領導的研究組建立開發[15]的一套近岸海洋數值模式。采用有限體積法和非結構三角形網格, 可對復雜海岸線進行精確擬合, 提高近岸淺水區的模擬精度。自然資源部第一海洋研究所滕飛通過FVCOM的二維控制方程及參數優化對潮汐進行數值模擬, 且計算結果經驗潮站驗證, 具有可靠性[16]。因此, 本文采用該模式潮汐結果作為第二種參考對比數據。

1.2 研究方法

研究步驟如圖1所示:

圖1 本研究流程圖

本文在驗證HY-2B測高數據具有和Jason-3一致的潮汐信息提取能力后, 首先對涉及的全部10顆衛星高度計數據進行預處理, 剔除異常值; 然后將多源衛星測高基準進行統一, 使其具有相同的參考橢球體、參考框架和平均海面高度; 再將全部測高數據進行網格化, 得到29 a各網格點內長時間序列的海面高度數據; 最后, 以網格點為單位, 對數據進行調和分析, 將結果與鄰近的驗潮站資料和FVCOM模式結果進行對比分析, 并繪制同潮圖。

1.2.1 衛星測高數據預處理

衛星測高中, 地球物理和環境誤差的校正是至關重要的, 只有進行適當的數據預處理, 才能使淹沒在噪聲中的信息盡可能被提取出來。根據資料用戶手冊[17-20], 基于高度計數據計算潮高需要進行多項地球物理校正和質量控制, 計算公式為:

=alt–range–dry–wet–iono–sea_state–

inv–hf–set–pt–MSS, (1)

其中,alt是衛星到地球參考橢球面距離,range是衛星與海表面的瞬時高度,dry是大氣干對流層校正,wet是大氣濕對流層校正,iono是電離層校正,sea_state是海況偏差校正,inv是大氣逆壓校正,hf是海面地形高頻振蕩,set是固體地球潮高度,pt是極潮高度,MSS是平均海面高度。

由于原始測高數據會受到雨雪天氣、島嶼海冰、近岸淺灘等污染, 因此必須經過質量控制, 按照手冊中數據編輯標準以及實際情況, 對測高數據進行過濾, 剔除損壞、丟失或標記的數據。

1.2.2 多源衛星測高基準統一

不同衛星采用的參考橢球體和參考框架存在差異, 在聯合計算前, 需要對多源衛星測高數據進行基準統一[21]。

參考橢球是地球非球形形狀的一階定義, 不同的測高衛星, 參考橢圓體的相關參數不盡相同, 會導致觀測數值出現約70 cm的差異, 因而必須將各衛星采用的參考橢球體轉換至同一參考橢球中, 本文使用精度較高的Jason-2橢球參數作為統一基準。各測高衛星的參考橢球參數如表2所示。

表2 測高衛星的參考橢球參數

計算公式為:

經過上述過程, 便可計算得到多源衛星高度計參考橢球統一后的海面高度修正數據。

衛星軌道以及測高數據的精確度, 在一定程度上取決于確定軌道的地球參考框架。將多源衛星進行參考框架的統一, 不僅可以消除一定的系統誤差, 還可以消除可能存在的長波部分信號差異[22]。與參考橢球統一過程一致, 使用精度較高的Jason-2作為框架統一基準。

通常采用的框架模型為:

=MSS+Δcoscos+Δcossin+Δsin+. (4)

對于某一網格點,是為衛星測得海面高度,MSS是參考框架基準下網格點平均海面高度,和是網格中心點經緯度, Δ、Δ和Δ是偏移參數,是整體偏移因子。利用最小二乘法, 計算出每個衛星參考框架模型中的Δ、Δ、Δ和四個參數, 本文涉及的衛星四參數如表3所示。

表3 衛星參考框架四參數

在完成參考橢球與參考框架統一后, 通過插值法, 計算AVISO平均海面高度產品CNES_CLS 2015 MSS與各衛星實測數據中平均海面高度項不符值, 代入衛星測高計算式(公式1), 進而完成平均海面高度的統一。

1.2.3 測高數據網格化

實際操作中, 還需要對上述數據做進一步處理, 以便得到網格化的衛星測高時間序列數據。需要將東中國海劃分為0.1°×0.1°的網格, 將經緯度位于某一網格范圍的測高數據置于該網格, 如圖2所示, 可以發現HY-2B與國外衛星的29 a長時間序列數據可以遍布東中國海的各網格點。以T/P和Jason系列衛星為例, 軌跡較為稀疏, 在東中國海可對12個潮汐調和分析的網格化位置點僅有3 266個, 而本文加入HY-2B等國內外衛星數據, 使得有效觀測點達到7 297個, 增加123%, 有效提高了中國近海潮汐分布的空間分辨率。此方法比起傳統的沿軌跡分析優勢在于: 無需剔除變軌過程中的數據, 增加數據觀測時長及空間分辨率, 且后續存儲、計算更加便捷快速。

圖2 東中國海的測高數據網格點密集度分布

注: 中間白色代表無數據點; 根據色條, 顏色表示0.1°×0.1°網格內點的數據量; 灰色是陸地

1.2.4 潮汐調和分析

調和分析方法是利用平衡潮理論, 把任一點的潮位變化拆解為多個分潮疊加的形式, 并根據一定時期的潮汐實測資料, 計算出主要分潮的振幅和遲角(稱調和常數), 這樣根據主分潮的疊加擬合局地潮位變化序列, 就能準確做出港灣或港口的潮汐預報。采用陳宗鏞[23]1990年完善的模型和分潮公式, 對研究區域進行潮汐調和分析, 得到12個分潮(O1、K1、Q1、P1、M2、S2、N2、K2、SA、SSa、Mm、Mf)的調和常數。潮高公式為:

1.2.5 誤差分析方法

為了驗證以上方法調和分析結果的準確性, 對比分析星下點潮汐調和常數與驗潮站資料, 比較其均方根誤差, 對于某一分潮, 計算公式[22]為:

2 結果分析

本文首先將HY-2B衛星測高數據與同時段的Jason-3衛星測高數據進行對比, 驗證了HY-2B衛星測高數據在潮汐信息提取方面的可靠性, 進而將HY-2B與9顆國外衛星高度計數據統一基準, 共同計算, 得到東中國海域29 a長時間序列的0.1°×0.1°較高空間分辨率網格化海面高度數據。然后對12個分潮進行潮汐調和分析, 并將4個主要分潮的調和常數與驗潮站資料和數值模擬結果進行對比, 驗證以上方法合理, 結果可靠。通過與其他多源衛星數據計算的調和常數跟驗潮站資料的比對, 能夠發現加入HY-2B的10顆衛星高度計反演潮汐結果具有更高的精確度。同時使用FVCOM模式結果對4個主要分潮調和常數進行驗證, 分析得二者具有較強的相關性且結果具有準確性。最后以東中國海和朝鮮半島西側同潮圖形式, 更加直觀體現HY-2B衛星測高數據與國外數據共同組成的近30 a時間序列對于潮汐信息提取的可靠性和準確性。

2.1 HY-2B衛星測高數據在潮汐信息提取方面的可靠性

首先, 為檢驗HY-2B衛星測高數據在潮汐信息提取方面的可靠性, 使用相同時間段(2018.11—2021.08) HY-2B與Jason-3的測高數據, 分別計算得到地面軌跡交叉點處的調和常數, 進行對比。具體方法為: 采取與前人[27-31]一致的沿軌跡分析方法, 對測高衛星在不同周期受環境影響而存在1～2 km偏差的重復軌道進行重新確定位置等步驟, 得到重復軌道上不同時間序列的海面觀測值, 并通過二次多項式擬合等方法確定衛星地面軌跡交點的位置, 軌跡和交叉點位置如圖3所示。

圖3 HY-2B與Jason-3的軌道交點位置圖

(藍色散點為HY-2B軌跡, 黑色散點為Jason-3軌跡, 紅色*為軌跡交叉點, 灰色為陸地)

HY-2B衛星是太陽同步軌道, 其重復周期是S2分潮周期(12 h)的整數倍, 在該采樣規律下, 測得固定位置處S2分潮相位為常數, 無法提取該分潮信息, 此外, 基于重復軌道衛星采樣的潮汐混淆原理, HY-2B衛星測高數據時間序列不足3 a, 僅可分辨M2和O1分潮。因此僅對M2和O1兩個分潮的調和常數進行對比, 平均偏差(A)、標準偏差(D)、均方根誤差(MSE)、散點指數(I)和相關系數()均顯示在圖片左上角, 其中, 點數表示兩衛星軌跡交點數量。對比結果如圖4所示, 兩顆衛星在交點處測得兩個分潮振幅M2-h、O1-h的I和分別為0.24、0.32和0.99、0.98, 兩個分潮遲角M2-g、O1-g的I和分別為0.03、0.14和0.99、0.98, 一致性較好。說明HY-2B數據在東中國海潮汐信息提取應用達到了Jason-3的水準, 完全可以用來進行潮汐分析。

圖4 HY-2B與Jason-3的調和分析結果對比圖

注: 藍色散點為調和常數計算值, 黑色直線是對角線

2.2 與驗潮站對比

本文主要關注HY-2B與國外測高衛星數據組成近30 a的網格化海面高度時間序列對潮汐信息提取的準確性以及HY-2B數據對于東中國海潮汐分析的準確度是否有提高, 故選取與HY-2B星下點經緯度距離不超過0.3°的10個驗潮站資料, 與衛星測高結果進行對比。驗潮站位置及HY-2B軌跡如圖5所示。

圖5 HY-2B軌道與其途徑的10個驗潮站示意圖

注: 紅色散點為HY-2B軌跡, 藍色三角為驗潮站, 灰色為陸地

表4 10顆國內外衛星提取的潮汐調和常數與驗潮站資料的、和

2.3 與其他衛星結果及潮汐模型對比

為了檢驗本文研究結果的準確性, 用同樣方法對僅使用國外9顆衛星高度計數據(以及T/P和Jason系列衛星高度計數據、歐空局ERS系列和ENVISAT衛星高度計數據)分別進行調和分析, 計算得到東中國海4個分潮調和常數, 此外, 使用TPXO9潮汐模型的調和常數結果, 與上述10個驗潮站進行對比。結果如表5—表9所示。

表5 國外9顆衛星提取的潮汐調和常數與驗潮站資料的、和

表6 T/P和Jason系列衛星提取的潮汐調和常數與驗潮站資料的、和

表7 ERS-1/2和ENVISAT衛星提取的潮汐調和常數與驗潮站資料的、和

表8 TPXO9潮汐模型的潮汐調和常數與驗潮站資料的、和

特別注意的是, 對于歐空局的ERS-1/2和ENVISAT衛星, 重復周期35 d, 正好是S2分潮周期(12 h)的整數倍。故在某一星下點, 測高衛星在每一個周期獲得的S2分潮相位相同, 無法計算調和常數。此外, 基于重復軌道衛星高度計數據的潮汐高頻混淆問題, 利用調和分析方法分離分潮K1與長周期分潮SA需要萬年以上的時間序列[12], 因而僅比較M2和O1。

相對于僅使用國外衛星數據, 將HY-2B與國外衛星高度計共同進行潮汐調和分析, 結果的準確性有所提升, M2與O1分潮與驗潮站數據誤差較小, S2分潮誤差較使用T/P和Jason系列衛星高度計調和分析結果大, 但與不使用HY-2B衛星結果差距不大, 猜測原因為除T/P和Jason系列衛星外, 其余衛星周期均是S2分潮周期的整數倍, 分離潮汐混淆現象存在一定困難。而TPXO9潮汐模型結果在東中國海沿岸附近的精度較差。經過對比可以發現, 使用HY-2B衛星數據后, 潮汐信息提取的準確度有所增加, 其中全日潮有較大改善。比起僅使用國外衛星測高數據, HY-2B的加入, 使得K1分潮向量均方根誤差降低19.93%, O1分潮向量均方根誤差降低17.35%, 4個主要分潮總體均方根誤差降低3.5%。上述結果表明, HY-2B與國外衛星高度計的數據對東中國海潮汐進行調和分析結果是具有更高的準確性。

表9 以上方案結果的

2.4 與FVCOM模式結果對比

為進一步驗證結果的準確性, 利用東中國海FVCOM模式M2、S2、K1、O1分潮調和常數對加入HY-2B后的10顆衛星高度計反演潮汐結果進行比較, 散點對比分析如圖6所示。可以看到, 模式與測高衛星反演4個主要分潮調和常數結果具有很強的相關性。此外, 4個主要分潮振幅M2-h、S2-h、K1-h、O1-h均方根誤差分別為5.35 cm、3.77 cm、1.64 cm和1.05 cm; 4個主要分潮遲角M2-g、S2-g、K1-g、O1-g均方根誤差分別為4.82°、6.09°、5.52°和5.65°, 可計算得分潮總體均方根誤差為8.68。直觀體現出加入HY-2B后的10顆衛星高度計對東中國海潮汐進行調和分析結果的準確性。

2.5 東中國海4個主要分潮同潮圖

上述結果已經可以說明本文研究的可靠性與準確性, 為了更直觀的體現, 做出東中國海M2、S2、K1、O1四個主要分潮的同潮圖, 如圖7所示。其中, 半日潮M2、S2具有一定的相似性, 在朝鮮半島西側變化比較劇烈, 山東半島東側海域、黃海及朝鮮半島東南側海域均存在無潮點, 黃海無潮點位于振幅形成的橢圓中心偏西側; 全日潮K1、O1也具有一定的相似性, 在渤海和黃海均存在無潮點, 黃海無潮點與振幅近似同心圓, 以無潮點為中心, 隨著遠離無潮點, 振幅增大。

圖6 10顆國內外衛星提取的潮汐調和常數與FVCOM模式結果對比圖

注: 橫縱坐標分別為模式與本文多源衛星測高數據結果, 藍色散點為計算值

由同潮圖可看出, 整體情況與已有研究結果一致[3, 5-6, 8, 11], 東海及朝鮮半島附近海域無潮點位置較為準確, 渤海及黃海部分海域存在一定偏差, 可能的原因包括: 1) 淺水分潮(M4、M6和MS4等)在水深較淺的渤黃海均有重要影響; 2) 作為一個半封閉海域, 渤海的海洋環境較為復雜, 潮汐空間變化較大, 但經地球物理校正和質量控制的測高衛星數據較少, 且空間分辨率較低, 就會導致潮汐調和分析結果不夠理想。

2.6 朝鮮半島西側同潮圖對比

朝鮮半島西側海域地形復雜多變, 存在較大振幅。通過對比HY-2B衛星測高數據的使用與否情況下半日潮同潮圖, 如圖8所示, 可以看出, 當使用HY-2B參與潮汐信息提取時, M2分潮可識別出2.1 m的等振幅線, S2分潮可識別0.75 m的等振幅線, 與宋澤坤等[32]應用MIKE數值模擬得到的同潮圖(該模式結果通過驗潮站精度檢驗, 具有可靠性)相符, 優于不使用HY-2B衛星數據計算的潮汐結果。

3 結論

自HY-2B衛星于2018年10月成功運行以來, 我國首顆業務化高度計已經可用來實現中國近海高分辨率潮汐信息的提取。首先, 為驗證HY-2B獲取潮汐調和常數的能力, 通過將HY-2B與同時段Jason-3衛星軌道交點處潮汐調和分析結果對比, 證明了我國HY-2B能獲取與Jason-3一致性較好的調和常數, 可認為在潮汐信息提取應用方面, HY-2B與Jason-3衛星具有同樣高的水準。然后, 使用HY-2B及9顆國外衛星高度計近30 a時間序列測高數據, 構成東中國海域空間分辨率為0.1°×0.1°的網格化海面高度數據, 并對渤海、黃海和東海12個分潮(O1、K1、Q1、P1、M2、S2、N2、K2、SA、SSa、Mm、Mf)進行了調和分析。為了減少地球物理和環境誤差的噪聲影響, 對衛星測高數據進行了預處理與質量控制; 為了將不同衛星進行基準統一, 對預處理后的測高數據進行參考橢球、參考框架和平均海平面的統一。最終, 將計算提取的分潮調和常數與驗潮站資料和FVCOM模式結果進行比較并繪制了4個主要分潮的同潮圖。

圖7 東中國海M2、S2、K1、O1同潮圖

注: 黑色實線是分潮遲角等值線/°, 虛線是分潮振幅等值線/cm, 灰色為陸地

將多源衛星高度計數據獲取的調和常數與驗潮站資料進行對比, 得到M2、S2、K1、O1振幅均方根誤差分別為5.08 cm、4.33 cm、2.39 cm、2.18 cm, 遲角均方根誤差分別為4.95°、5.34°、5.33°、4.28°, 向量均方根誤差分別為6.74 cm、3.98 cm、2.37 cm、1.81 cm, 總體均方根誤差為8.32 cm。與其他提取潮汐信息方案(僅9顆國外衛星高度及數據融合、T/P和Jason系列衛星高度計數據、歐空局ERS系列和ENVISAT衛星高度計數據和TPXO9潮汐模型)跟驗潮站調和常數相比結果, 可以發現, HY-2B衛星數據的使用, 使得潮汐信息提取的準確度有所增加, 其中全日潮的改善較大, K1分潮向量均方根誤差存在19.93%的降低, O1分潮向量均方根誤差存在17.35%的降低, 而4個主要分潮總體的均方根誤差降低3.5%, 具有更高的準確性。此外, 將加入HY-2B后的10顆衛星高度計反演潮汐與FVCOM模式結果進行對比分析, 發現4個主要分潮調和常數均有較強的相關性, 4個主要分潮振幅均方根誤差分別為6.10 cm、3.77 cm、1.31 cm和1.05 cm; 遲角均方根誤差分別為4.82°、7.13°、5.58°和5.65°, 總體均方根誤差為9.19。進一步驗證結果準確性。4個主要分潮的同潮圖也對上述結果有了更加直觀的體現。結合半日潮在朝鮮半島西側海域的同潮圖, 可以發現使用HY-2B衛星數據與否, 識別出的最大等振幅線有所不同, 比起不使用HY-2B衛星測高數據, 本文采用HY-2B與國外多源衛星共同計算的結果更好, 能識別出2.1 m的M2分潮與0.75 m的S2分潮最大等振幅線, 與MIKE模式的同潮圖結果更相符合。

圖8 朝鮮半島西側M2、S2同潮圖對比圖

注: 黑色實線是分潮遲角等值線/°, 虛線是分潮振幅等值線/cm, 灰色為陸地

此外, 在衛星測高數據讀取時, 采用網格化的方法進行存儲與處理, 這與我國海洋衛星組網觀測相對應。因為HY-2C/2D衛星與以往太陽同步軌道衛星不同, 為傾斜軌道衛星, 不適用傳統的共線處理, 本文采用的網格化方法可以完整有效地處理衛星測高數據, 并使得后續應用計算過程更加快捷, 經過今后幾年的連續觀測, 海洋潮汐分析結果精度和空間分辨率將更高。

致謝: 自然資源部國家衛星海洋應用中心、NASA和CNES提供的衛星高度計數據; 自然資源部第一海洋研究所滕飛提供的FVCOM模式結果, 特表謝忱！

[1] 何宜軍, 陳戈, 郭佩芳, 等. 高度計海洋遙感研究與應用[M]. 北京: 科學出版社, 2002: 1-10.

HE Yijun, CHEN Ge, GUO Peifang, et al. Altimeter marine remote sensing research and application[M]. Beijing: Science Press, 2002: 1-10.

[2] MAZZEGA P, BERGé M. Ocean tides in the Asian semienclosed seas from TOPEX/Poseidon[J]. Journal of Geophysical Research Oceans, 1994, 99(C12): 24867- 24881.

[3] Yanagi T, Morimoto A, Ichikawa K. Co-tidal and co-range charts for the East China Sea and the Yel-low Sea derived from satellite altimetric data[J]. Jour-nal of Oceanography, 1997, 53(3): 303-309.

[4] TEAGUE W J, PISTEK P, JACOBS G A. Evaluation of tides from TOPEX/Poseidon in the Bohai and Yellow Seas[J]. Journal of atmospheric and oceanic technology, 2000, 17(5): 679-697.

[5] 董曉軍, 馬繼瑞, 黃珹, 等. 利用TOPEX/Poseidon衛星高度計資料提取黃海、東海潮汐信息的研究[J]. 海洋與湖沼, 2002, 33(4): 386-392.

DONG Xiaojun, MA Jirui, HUANG Cheng, et al. Tidal information of the Yellow and East china seas from TOPEX/Poseidon satellite altimetric data[J]. Oceano-logia et Limnologia Sinica, 2002, 33(4): 386-392.

[6] Fang G H, Wang Y G, Wei Z X, et al. Empirical cotidal charts of the Bohai, Yellow, and East China Seas from 10 years of TOPEX/Poseidon altimetry[J]. Journal of Geophysical Research, 2004, 109(C11): 2484-2497.

[7] Zhang J C, Lu X Q. On the simulation of M2 tide in the Bohai, Yellow, and East China Seas with TOPEX/ Poseidon altimeter data[J]. Terrestrial Atmospheric and Oceanic Sciences, 2008, 19(1/2): 173-181.

[8] 方國洪, 王永剛, 魏澤勛, 等. 中國近海與鄰近大洋衛星高度計資料的潮汐分析[C]. 中國海洋湖沼學會水文氣象分會, 青島, 海洋湖沼學會2007年學術研討會, 2007.

FANG Guohong, WANG Yonggang, WEI Zexun, et al. Tidal analysis of satellite altimeter data in offshore China and adjacent oceans[C]. Chinese Society for Ocea-no-logy and Limnology Hydro-meteorological Branch, Qingdao, Chinese Society for Oceanology and Limnology 2007 Symposium, 2007.

[9] 仲昌維, 楊俊鋼. 基于T/P和Jason-1高度計數據的渤黃東海潮汐信息提取[J]. 海洋科學, 2013, 37(10): 78-85.

ZHONG Changwei, YANG Jungang. Extraction of tidal information in the East China Sea, the Yellow Sea and the Bohai Sea based on T/P and Jason-1 altimeter data[J]. Marine Sciences, 2013, 37(10): 78-85.

[10] Cheng Y, Xu Q, Zhang Y. Tidal estimation from TOPEX/Poseidon, Jason primary, and interleaved missions in the Bohai, Yellow, and East China Seas[J]. Journal of Coastal Research, 2016, 32(4): 966-973.

[11] 劉旭華. 基于長時序衛星高度計數據對渤黃東海潮汐信息提取研究[D]. 呼和浩特: 內蒙古大學, 2020.

LIU Xuhua. Extraction of tidal information in the Bo-hai, Yellow and East China Seas base on long time series altimeter data[D]. Hohhot: Inner Mongolia University, 2020.

[12] 李大煒, 李建成, 金濤勇. 基于ERS-2和ENVISAT測高衛星提取西太平洋潮汐信息[J]. 大地測量與地球動力學, 2018, 38(1): 24-27.

LI Dawei, LI Jiancheng, JIN Taoyong. Research on ocean tides derived from sun-synchronous satellite altimeter data[J]. Journal of Geodesy and Geodynamics, 2018, 38(1): 24-27.

[13] WANG J B, XU H, YANG L, et al. Cross-calibrations of the HY-2B altimeter using Jason-3 satellite during the period of april 2019–september 2020[J]. Frontiers in Earth Science, 2021, 9: 647583-647600.

[14] 范長新. 全球海潮模型最新進展及在中國沿海精度評估[J]. 大地測量與地球動力學, 2019, 39(5): 476-481.

FAN Changxin. Latest advances of global ocean tide models and their accuracy comparisons in coastal areas of China[J]. Journal of Geodesy and Geodynamics, 2019, 39(5): 476-481.

[15] 馮興如, 楊德周, 尹寶樹. FVCOM在龍口海域潮汐潮流模擬中的應用研究[J]. 海洋科學, 2010, 34(6): 94-99.

FENG Xingru, YANG Dezhou, YIN Baoshu. Application of FVCOM in tidal modeling of the seas adjacent to Longkou City[J]. Marine Sciences, 2010, 34(6): 94-99.

[16] Teng F, Fang G H, Xu X Q. Effects of internal tidal dissipation and self-attraction and loading on semidiurnal tides in the Bohai Sea, Yellow Sea and East China Sea: a numerical study[J]. Journal of Oceanology and Limnology, 2017, 35(5): 987-1001.

[17] AVISO. Along-track Level-2+ (L2P) SLA Product Handbook for missions Jason-3, OSTM/Jason-2, Jason-1, SARAL/AltiKa, Crysoat-2, HaiYang-2A, ERS-1, ERS-2, ENVISAT, Geosat Follow On, TOPEX/Poseidon [EB/OL]. SALP-MU-P-EA-23150-CLS, 2020.

[18] AVISO. Along-track Level-2+ (L2P) SLA Sentinel-3 Product Handbook[EB/OL]. SALP-MU-P-EA-23014- CLS, 2020.

[19] NASA, CNES, JPL, NOAA, EUMUTSAT. Jason-3 Pro-ducts Handbook[EB/OL]. Iss: 1.5, 2018.

[20] ESA. ENVISAT ALTIMETRY Level 2 Product Handbook[EB/OL]. 2018.

[21] 張勝軍, 萬劍華, 楊俊鋼. 基于多顆在軌高度計數據的中國近海平均海平面模型建立[J]. 海洋學報, 2012, 34(6): 66-73.

ZHANG Shengjun, WAN Jianhua, YANG Jungang. Mean sea surface over China Sea derived from multi-satellites altimeter data in orbit[J]. Acta Oceanologica Sinica, 2012, 34(6): 66-73.

[22] 李大煒. 多源衛星測高數據確定海洋潮汐模型的研究[D]. 武漢: 武漢大學, 2013.

LI Dawei. Research on ocean tides modeling using satellite altimetry[D]. Wuhan: Wuhan University, 2013.

[23] 陳宗鏞. 潮汐分析和推算的一種 j, v 模型[J]. 海洋學報, 1990, 12(6): 693-703.

CHEN Zongyong. A j, v model for tidal analysis and projection[J]. Acta Oceanologica Sinica, 1990, 12(6): 693-703.

[24] PAN H D, LV X Q, WANG Y Y, et al. Exploration of tidal- fluvial interaction in the Columbia River estuary using S_TIDE[J]. Journal of Geophysical Research: Oceans, 2018, 123(9): 6598-6619.

[25] 李立, 吳日升, 李燕初, 等. TOPEX/Poseidon高度計淺海潮汐混淆的初步分析[J]. 海洋學報, 1999, 21(3): 7-14.

LI Li, WU Risheng, LI Yanchu, et al. A preliminary analysis of shallow water tidal aliasing in TOPEX/ Poseidon altimetric data[J]. Acta Oceanologica Sinica, 1999, 21(3): 7-14.

[26] 呂咸青, 潘海東, 王雨哲. 潮汐調和分析方法的回顧與展望[J]. 海洋科學, 2021, 45(11): 132-143.

LV Xianqing, PAN Haidong, WANG Yuzhe. Review and prospect of tidal harmonic analysis method[J]. Marine Sciences, 2021, 45(11): 132-143.

[27] ANDERSEN O B, WOODWORTH P L, FLATHER R A. Intercomparison of recent ocean tide models[J]. Journal of Geophysical Research, 1995, 100: 25261- 25282.

[28] 付延光, 周興華, 許軍, 等. 利用TOPEX/Poseidon和Jason-1高度計數據提取中國南海潮汐信息[J]. 武漢大學學報: 信息科學版, 2018, 43(6): 901-907.

FU Yanguang, ZHOU Xinghua, XV Jun, et al. Extraction of tidal information in the South China Sea based on TOPEX/Poseidon and Jason-1 altimeter data[J]. Geomatics and Information Science of Wuhan University, 2018, 43(6): 901-907.

[29] 劉善偉, 李家軍, 萬劍華, 等. 利用多代衛星測高數據計算中國近海及鄰域重力異常[J]. 海洋科學, 2015, 39(12): 130-134.

LIU Shanwei, LI Jiajun, WAN Jianhua, et al. Calculation of gravity anomalies over China Sea and its vicinity based on multi-generation satellite altimetry data. Marine Sciences, 2015, 39(12): 130-134.

[30] 褚坤. Geosat高度計數據處理與南海重力異常反演精度評價[D]. 青島: 中國石油大學(華東), 2010.

CHU Kun. Geosat altimeter data processing and accuracy assessment on the inversion of gravity anomalies in the South Sea[D]. Qingdao: China University of Petroleum (East China), 2010.

[31] 張勝軍. 基于多星測高數據的中國近海及鄰域平均海平面模型建立及應用研究[D]. 青島: 中國石油大學(華東), 2012.

ZHANG Shengjun. Mean sea surface model creation and application research over China Sea and its vicinity area derived from multi-satellites altimeter[D]. Qingdao: China University of Petroleum (East China), 2012.

[32] 宋澤坤, 俞亮亮, 向蕓蕓, 等. 渤、黃、東海8個主要分潮的數值模擬研究[J]. 海岸工程, 2016, 35(1): 16-23.

SONG Zekun, YU Liangliang, XIANG Yunyun, et al. A numerical simulation studt on eight major tidal components in the Bohai Sea, the Yellow Sea and the East China Sea[J]. Coastal Engineering. 2016, 35(1): 16-23.

Tidal information extraction in the East China Sea based on multisource satellite altimeter data in approximately 30 years

LI Qian-hui1, HE Yi-jun1, 2, LI Xiu-zhong1, 2, 3

(1. School of Marine Sciences, Nanjing University of Information Science and Technology, Nanjing 210044, China; 2. Key Laboratory of Space Ocean Remote Sensing and Applications, National Satellite Ocean Application Service, Beijing 100081, China; 3. Nanjing Xinda Institute of Safety and Emergency Management, Nanjing 210044, China)

multisource satellite altimeter; East China Sea; tidal harmonic analysis; root mean square

Jan. 21, 2022

P733

A

1000-3096(2022)08-0001-14

10.11759/hykx20220121002

2022-01-21;

2022-04-10

新概念雷達海洋動力參數遙感基礎理論及應用研究(41620104003); 國家衛星海洋應用中心海洋衛星業務應用項目“中國近海潮汐數據處理軟件研制”; 國家自然科學基金青年基金(41706202); 江蘇省研究生科研與實踐創新計劃項目SJKY19_0951

[New Concepts Remote Sensing of Radar Ocean Dynamics Parameters Basic Theory and Application Research, No. 41620104003; National Satellite Ocean Application Center Ocean Satellite Business Application Project “China Offshore Tidal Data Processing Software Development”; National Natural Science Foundation of China, No. 41706202; Jiangsu Graduate Research and Practice Innovation Project, No. SJKY19_0951]

李謙慧(1997—), 女, 河北平鄉人, 碩士研究生, 研究方向為海洋氣象和海洋遙感, E-mail: 519479070@qq. com; 何宜軍(1963—),通信作者, E-mail: yjhe@nuist.edu.cn

(本文編輯: 趙衛紅)