摘要:
介绍了卫星观测海表温度(SST)算法的发展历程,给出了所用SST算法的回归模型.在FY3B业务SST算法的基础上进行了改进.匹配算法方面,选择高精度浮标资料以便提高回归精度;对匹配数据集(MDB)的结构进行了扩充,为误差分析提供了便利条件;选择样本海选加优选的策略,使得样本的选择更加合理.回归算法方面,在原最小二乘回归的基础上,利用NOAA192010全年的MDB进行了二次回归,白天的回归精度提高了21%,夜间的回归精度提高了30%.反演算法方面,引入了空间一致性检验和气候阈值检验,使云污染(尤其是夜间)现象得到了抑制,提高了SST反演精度.基于NOAA19MDB,进行了多算法建模分析及精度评估,白天最优算法为非线性SST算法(NLSST),夜间最优算法为三窗多通道SST算法(TCSST),最优算法的确定与NESDIS的一致.建立了自2012年8月至2013年3月的FY3B MDB,并在此基础上进行了多算法回归建模及精度评估,白天和夜间的最优算法均为NLSST,分析发现夜间TCSST算法采用3.7μm通道时存在类似百叶窗的条带现象.和浮标SST相比,NLSST白天和夜间的偏差分别为0.02°C和0.04°C,标准偏差小于0.5°C.和日平均OISST相比,NLSST白天和夜间的偏差分别为-0.62°C和-0.43°C,标准偏差小于1.5°C.选择和OISST在2°C以内的样本,白天和夜间的偏差分别为-0.24°C和0.04°C,标准偏差小于0.84°C.