基于小波变换的AVHRR和AMSR-E卫星海表温度数据融合
全球数据同化试验(GODAE)要求海表温度高精度、近实时有效、高空间分辨率(<10kin)和时间分辨率(6-12小时)。近海区域海洋动力过程较为复杂，要求更高时空分辨率的SST数据。目前SST数据融合大多采用最优插值，得到全球覆盖的融合产品，但海洋细节特征不够明显。为了满足区域性高间分辨率SST数据要求，本文采用小波变换对高级甚高分辨率辐射计(AVHRR)和高级微波扫描辐射计(AMSR-E)SST数据进行融合。
首先，分别将2005年中国海和西北太平洋的AVHRR、AMSR-E SST数据与现场实测数据作比较，AVHRR SST数据白天晚上的误差分别为0.18±0.77°C、0.3+0.81<'。>C(实测减卫星SST)；AMSR-E SST数据白天晚上的误差分别为O.1±0.56<'。>C、0.09±0.61<'。>C。由于云检测中误检或漏检的影响，使得AVHRR SST数据与现场实测数据有较大误差。
其次，采用小波变换方法融合了上述2005年AMSR-E和AVHRR SST数据(10°N-50°N，105°E-145°E)，分别给出白天和晚上空间分辨率约为4km的融合SST数据。融合数据比单一传感器数据海洋覆盖率更广，AMSR-E SST数据全年覆盖率约为40[％]，AVtmR SST数据全年覆盖率约为34[％]，融合后全年平均覆盖率为55[％]；计算熵、方差、清晰度等参数进行比较，结果表明融合后SST数据基本保持了AVHRR SST数据的海洋细节特征；SST融合数据与实测数据比较，白天数据误差为0.07±0.92°C，晚上数据误差为0.2±0.92°C。
最后，利用最优领域匹配尝试填补融合后仍然空缺的数据，实验数据为2005年4月融合后的SST数据。利用前一天融合数据和当天数据进行特征跟踪，填补当天空缺数据。结果表明：填补后SST数据得到了较好的区域覆盖率，为79[％]；通过熵、方差、清晰度等参数的比较，填补后SST数据的清晰度虽然略小于填补前数据清晰度，但依然保持了较好的海洋细节特征；填补后SST数据和现场实测数据比较，白天数据误差为0.47±0.8°C，晚上数据误差为0.78±0.71°C，由于采用匹配数据直接填补，标准偏差较大，有待改善。综上所述，本文采用小波变换对AVHRR和AMSR-E SST数据进行融合，较好地保持了源数据的海洋细节特征，同时提高了数据覆盖率。
AVHRR;AMSR-E;小波分析;BNM;卫星海表温度数据融合
中国海洋大学
硕士
物理海洋(海洋技术)
管磊
2006
中文
P731.11
66
2007-08-07（万方平台首次上网日期，不代表论文的发表时间）