王新新，王祥*，趙建華，范劍超，王進(jìn)，韓震

(1.國家海洋環(huán)境監(jiān)測中心 海域資源環(huán)境動態(tài)監(jiān)管中心，遼寧 大連 116023；2.青島大學(xué) 物理科學(xué)學(xué)院，山東 青島 266071；3.上海海洋大學(xué) 海洋科學(xué)學(xué)院，上海 201306)

無線射頻干擾對SMOS衛(wèi)星鹽度數(shù)據(jù)產(chǎn)品準(zhǔn)確度的影響研究

王新新1，王祥1*，趙建華1，范劍超1，王進(jìn)2，韓震3

(1.國家海洋環(huán)境監(jiān)測中心 海域資源環(huán)境動態(tài)監(jiān)管中心，遼寧 大連 116023；2.青島大學(xué) 物理科學(xué)學(xué)院，山東 青島 266071；3.上海海洋大學(xué) 海洋科學(xué)學(xué)院，上海 201306)

SMOS衛(wèi)星數(shù)據(jù)發(fā)布以來，相關(guān)學(xué)者針對海表鹽度數(shù)據(jù)開展了大量的真實(shí)性檢驗(yàn)工作，但是在受無線射頻干擾(RFI)影響海域開展的相關(guān)工作很少。本文以西太平洋海域?yàn)檠芯繀^(qū)域，選擇合理的時空匹配窗口，將WOD13實(shí)測海表鹽度數(shù)據(jù)與SMOS衛(wèi)星單軌海表鹽度數(shù)據(jù)進(jìn)行數(shù)據(jù)匹配，采用統(tǒng)計(jì)學(xué)方法開展SMOS衛(wèi)星數(shù)據(jù)真實(shí)性檢驗(yàn)，并分析RFI對SMOS衛(wèi)星數(shù)據(jù)的影響。結(jié)果表明，SMOS衛(wèi)星受分布在西太平洋沿岸射頻干擾源的影響，RFI污染高風(fēng)險區(qū)單軌L2數(shù)據(jù)準(zhǔn)確度相對較低，最優(yōu)僅為3.45，RFI污染低風(fēng)險區(qū)的衛(wèi)星數(shù)據(jù)準(zhǔn)確度最優(yōu)為1.07，可見，RFI對單軌衛(wèi)星數(shù)據(jù)準(zhǔn)確度的影響很大，最終導(dǎo)致西太平洋海域西部大面積海域數(shù)據(jù)缺失，尤其是中國近海海域，如何檢測和減緩RFI對衛(wèi)星數(shù)據(jù)的影響是亟待解決的問題。

無線射頻干擾；微波輻射；SMOS衛(wèi)星；海表鹽度；真實(shí)性檢驗(yàn)

1 引言

自2009年SMOS衛(wèi)星成功升空試運(yùn)行并傳回首批觀測圖像以來，衛(wèi)星微波遙感實(shí)現(xiàn)了海表鹽度(Sea Surface Salinity, SSS)大范圍、連續(xù)觀測的目的，克服了傳統(tǒng)SSS監(jiān)測方式的弊端，大大滿足了近幾年對SSS研究和監(jiān)測的需求[1]。2010年5月SMOS衛(wèi)星進(jìn)入了正式運(yùn)行階段，開始發(fā)布SSS衛(wèi)星數(shù)據(jù)產(chǎn)品，并定期更新最新版本衛(wèi)星數(shù)據(jù)，在全球氣候變化研究、水循環(huán)監(jiān)測與研究、臺風(fēng)跟蹤、極地海冰監(jiān)測等領(lǐng)域提供了大量的數(shù)據(jù)，起到了重要的作用[2]。

SMOS衛(wèi)星SSS數(shù)據(jù)的準(zhǔn)確度一直是國內(nèi)外學(xué)者關(guān)注的問題，官方的觀測目標(biāo)為在時空分辨率為(200 km×200 km)/10 d或(100 km×100 km)/30 d條件下，準(zhǔn)確度預(yù)計(jì)達(dá)到0.1～0.2[3-4]。近幾年國內(nèi)外學(xué)者針對此課題已經(jīng)做了大量的研究：Banks等[5]2012年選擇北大西洋亞熱帶大尺度海域(不包括近岸海域)開展SMOS衛(wèi)星L2單軌數(shù)據(jù)準(zhǔn)確度評估研究，研究結(jié)果表明該海域RMSE為0.5；Boutin等[6]2011年發(fā)布初步評估結(jié)果為全球尺度下SMOS鹽度數(shù)據(jù)(30 d，1°×1°)的RMSE<0.3，遠(yuǎn)離沿岸陸地和渦流地區(qū)的大西洋熱帶開放海域(10 d，0.25°×0.25°)的RMSE<0.4；Boutin等在2012年發(fā)布了更加權(quán)威的評估結(jié)果，結(jié)論為遠(yuǎn)離陸地和海冰的海域SSS升軌平均數(shù)據(jù)(10 d，100 km×100 km)的準(zhǔn)確度在0.3～0.5之間[7]；Boutin等[8]2013年在亞熱帶大西洋、熱帶太平洋、南印度洋、南太平洋等開闊海域得到的SMOS衛(wèi)星L2平均融合數(shù)據(jù)(10 d，100 km×100 km)的最新準(zhǔn)確度評估結(jié)果為：在熱帶和亞熱帶，準(zhǔn)確度近似等于0.3～0.4；在寒冷海域，RMSE在0.5左右；王新新等[9]2013年在南海海域得到SMOS單軌L2鹽度數(shù)據(jù)的評估結(jié)果為1.2；Ren等[10]在南海海域得到SMOS鹽度平均數(shù)據(jù)(7 d，1°×1°)的最優(yōu)評估結(jié)果為0.74。

總結(jié)已有工作發(fā)現(xiàn)，在受無限射頻干擾(Radio Frequency Interference, RFI)影響區(qū)域開展的SMOS衛(wèi)星L2數(shù)據(jù)產(chǎn)品準(zhǔn)確度評估工作很少。RFI對L波段微波遙感衛(wèi)星的影響是不容忽視的，坐落在陸地或海洋平臺上的發(fā)射源的RFI依然會嚴(yán)重影響微波輻射計(jì)接收的輻射信號，嚴(yán)重影響發(fā)射源周圍海域SSS衛(wèi)星遙感的準(zhǔn)確度[11]。本文以西太平洋海域?yàn)檠芯繀^(qū)域，基于WOD13現(xiàn)場觀測鹽度數(shù)據(jù)評估SMOS衛(wèi)星L2海表鹽度數(shù)據(jù)產(chǎn)品的準(zhǔn)確度，并分析近岸RFI源對SMOS衛(wèi)星數(shù)據(jù)產(chǎn)品準(zhǔn)確度的影響，對理解RFI的干擾特征和研究抑制RFI的算法具有一定的意義。

2 數(shù)據(jù)與方法

2.1 研究海域情況

本文選取西太平洋海域?yàn)檠芯繀^(qū)域(圖1)，雖然海區(qū)地理形態(tài)復(fù)雜，受陸架地形、黑潮流系以及季風(fēng)活動影響顯著，衛(wèi)星反演產(chǎn)品質(zhì)量遜于大洋海區(qū)早已有共識，但是相關(guān)研究結(jié)果表明，西太平洋西部沿岸坐落的大量RFI源是影響SSS衛(wèi)星產(chǎn)品質(zhì)量的主要誤差源[11-12]。在中國坐落著大量的點(diǎn)狀RFI源，中強(qiáng)發(fā)射源通過天線輻射旁瓣的影響，造成發(fā)射源周圍大范圍區(qū)域內(nèi)的衛(wèi)星數(shù)據(jù)受到污染，在海面上形成以RFI源為中心的輻射條帶，多個RFI源旁瓣在海面上形成的條帶疊加在一起，其輻射強(qiáng)度隨距離的增大呈衰減變化，影響由各自的條帶影響擴(kuò)展到面影響，嚴(yán)重影響著西太平洋海域SMOS衛(wèi)星SSS數(shù)據(jù)產(chǎn)品的準(zhǔn)確度[11-13]。以西太平洋海域?yàn)檠芯繀^(qū)域研究RFI對SMOS衛(wèi)星的影響具有一定的代表性，并且在數(shù)據(jù)匹配篩選時，盡量排除其他誤差源對數(shù)據(jù)的影響，以確保研究的客觀合理。

圖1 西太平洋區(qū)域RFI空間分布Fig.1 Spatial distribution of RFI in the western Pacific Ocean

2.2 受RFI影響判斷依據(jù)

由于自然條件下的第3、第4 Stokes參數(shù)相對于人為RFI源很敏感，其值的異常變化可以用來表征人為輻射源。應(yīng)用基于Stokes參數(shù)的RFI檢測算法開展研究區(qū)域的RFI檢測，計(jì)算表征RFI源輻射強(qiáng)度參數(shù)W，得到西太平洋海域RFI源的位置及其空間強(qiáng)度分布信息和特征[13]。檢測算法為：

(1)

式中，U和V分別代表第3和第4 Stokes參數(shù)。

SMOS衛(wèi)星運(yùn)行軌道為太陽同步軌道，訪問周期3 d，選取3 d SMOS衛(wèi)星多軌L1C數(shù)據(jù)，對西太平洋海域和沿岸陸地形成全覆蓋。提取單軌L1C數(shù)據(jù)中U，V參量數(shù)據(jù)，應(yīng)用公式計(jì)算單一柵格處所有入射角的W參數(shù)，通過比較提取每個柵格點(diǎn)處參數(shù)W的最大值，并根據(jù)W參數(shù)值合理分級，生成RFI影響范圍分布圖。

由于地面RFI源的發(fā)射功率、天線方向圖、天線增益、傳輸損耗等參數(shù)各異，同時SMOS衛(wèi)星觀測角度也相對豐富，這導(dǎo)致RFI對衛(wèi)星的影響規(guī)律十分復(fù)雜，基于Stokes檢測算法得到的RFI影響范圍在一定程度上并不能完全用來表征某一時空的衛(wèi)星數(shù)據(jù)是否受RFI污染，用它來表征空間上受RFI污染的風(fēng)險則更貼切，所以根據(jù)W值分布特征和距岸距離將研究區(qū)域劃分為RFI污染高風(fēng)險海域和低風(fēng)險海域，同時參考SMOS衛(wèi)星數(shù)據(jù)處理團(tuán)隊(duì)通過RFI檢測測試得到的柵格點(diǎn)受RFI污染概率(Dg_RFI_probability)數(shù)據(jù)，綜合判斷匹配點(diǎn)是否受RFI污染。

2.3 數(shù)據(jù)選擇

實(shí)測數(shù)據(jù)采用2014年1-12月美國國家海洋數(shù)據(jù)中心(National Oceanographic Data Center, NODC)發(fā)布的WOD13中的高分辨率CTD數(shù)據(jù)(0.5～5 m)、水下滑翔機(jī)(Glider Data，GLD)數(shù)據(jù)(0.5～5 m)和Argo浮標(biāo)數(shù)據(jù)，選擇質(zhì)量控制后的數(shù)據(jù)。Argo浮標(biāo)數(shù)據(jù)水深的選擇原則參考Boutin等[7]提出的方案，即大多數(shù)Argo浮標(biāo)選擇0.5～10 m水深的數(shù)據(jù)，而SOLO型和PROVOR型浮標(biāo)在水深小于5 m時，浮標(biāo)停止泵水，這兩類浮標(biāo)選擇5～10 m水深的數(shù)據(jù)。

衛(wèi)星數(shù)據(jù)采用2014年1-12月SMOS衛(wèi)星L2級SSS數(shù)據(jù)產(chǎn)品(OSUDP2)，數(shù)據(jù)版本為V622。為避免其他誤差源(風(fēng)速、太陽耀斑、海表溫度等)對真實(shí)性檢驗(yàn)結(jié)果造成影響，參考Boutin等[7]提出的篩選方案對衛(wèi)星數(shù)據(jù)進(jìn)行篩選，即選擇不受太陽耀斑影響、有效亮溫值個數(shù)大于16、迭代次數(shù)小于20、風(fēng)速小于6m/s和海表溫度大于20℃的SSS衛(wèi)星數(shù)據(jù)。SMOS衛(wèi)星數(shù)據(jù)處理選用了3個海表粗糙度模型(雙尺度模型、小坡度近似模型和半經(jīng)驗(yàn)?zāi)Ｐ?模擬海表亮溫，3種模型最終反演出3種鹽度產(chǎn)品(SSS1、SSS2、SSS3)，要分別對其開展準(zhǔn)確度評估[1,14]。

2.4 匹配評估方法

衛(wèi)星觀測數(shù)據(jù)與現(xiàn)場實(shí)測數(shù)據(jù)之間差異主要會出現(xiàn)時空差異的問題，考慮該問題后L2單軌數(shù)據(jù)采用的匹配方法為：提取24 h內(nèi)與實(shí)測數(shù)據(jù)經(jīng)緯度一致的衛(wèi)星觀測數(shù)據(jù)，即空間坐標(biāo)點(diǎn)一致，時間匹配窗口為±12 h。通過匹配得到RFI污染高風(fēng)險區(qū)域匹配點(diǎn)1 813個，RFI污染低風(fēng)險區(qū)域匹配點(diǎn)2 394個(圖2)。

評估方法主要是采用統(tǒng)計(jì)學(xué)中線性最小二乘回歸的方法，計(jì)算相關(guān)系數(shù)(Corr)、偏差(Bias)和均方根誤差(RMSE)用來評估數(shù)據(jù)的準(zhǔn)確度。偏差反應(yīng)的是每一組匹配點(diǎn)中衛(wèi)星測量值與現(xiàn)場觀測值之間的差異；RMSE對一組測量值中特大、特小的誤差反應(yīng)非常敏感，所以用RMSE衡量觀測值與真值之間的偏差，能夠很好地反映出衛(wèi)星SSS數(shù)據(jù)的準(zhǔn)確度。RMSE和Bias定義如式(2)、式(3)。

(2)

(3)

3 結(jié)果分析

3.1 真實(shí)性檢驗(yàn)結(jié)果

通過統(tǒng)計(jì)分析發(fā)現(xiàn)，在受RFI污染高風(fēng)險海域和低風(fēng)險海域，SMOS衛(wèi)星L2數(shù)據(jù)中參數(shù)Dg_RFI_probability大于1的匹配點(diǎn)的個數(shù)分別為1 670個和770個，分別占各自區(qū)域內(nèi)匹配點(diǎn)總數(shù)的97.5%和32.2%，這表明根據(jù)RFI檢測結(jié)果劃分研究海域方案具有一定的合理性，并且在低風(fēng)險海域，雖然遠(yuǎn)離RFI源，但是依然有一部分匹配點(diǎn)數(shù)據(jù)受到了RFI的污染，可見RFI源的作用范圍是難以想象的。

SMOS衛(wèi)星單軌SSS鹽度產(chǎn)品OSUDP2(V622)與實(shí)測數(shù)據(jù)匹配線性擬合結(jié)果如圖3、表1所示。評估結(jié)果分為受RFI污染高風(fēng)險和低風(fēng)險兩類情況分別討論。從圖中可以看出，A組和B組的3類數(shù)據(jù)產(chǎn)品(SSS1、SSS2、SSS3)的Bias和RMSE都分別相差不大，這主要由于在數(shù)據(jù)篩選過程中，剔除了受風(fēng)速影響的匹配數(shù)據(jù)點(diǎn)，導(dǎo)致受風(fēng)速影響的3個粗糙度模型之間的差異較??；A組和B組3類數(shù)據(jù)產(chǎn)品與實(shí)測數(shù)據(jù)的相關(guān)系數(shù)都偏低，但是B組衛(wèi)星數(shù)據(jù)與實(shí)測數(shù)據(jù)的相關(guān)性比A組數(shù)據(jù)高。

圖2 西太平洋區(qū)域衛(wèi)星數(shù)據(jù)與實(shí)測數(shù)據(jù)匹配點(diǎn)分布Fig.2 Spatial distribution of the matching data in the western Pacific Ocean

圖3 SMOS衛(wèi)星單軌數(shù)據(jù)與實(shí)測數(shù)據(jù)匹配散點(diǎn)圖Fig.3 Scatter plot of SMOS SSS versus in-situ SSS

A組數(shù)據(jù)的Bias和RMSE比B組數(shù)據(jù)高，制約A和B組數(shù)據(jù)質(zhì)量的共同因素是衛(wèi)星數(shù)據(jù)的空間分辨率，SMOS衛(wèi)星L2數(shù)據(jù)采用重采樣的柵格(ISEA grid)存儲形式，數(shù)據(jù)產(chǎn)品的空間分辨率為15.74 km，而真實(shí)的空間分辨率是變化的(30～300 km)，平均空間分辨率為40 km，這導(dǎo)致發(fā)布的重采樣后的SMOS衛(wèi)星數(shù)據(jù)產(chǎn)品準(zhǔn)確度會相對降低。由于匹配數(shù)據(jù)過程中進(jìn)行了數(shù)據(jù)篩選，排除了其他誤差源對檢驗(yàn)結(jié)果的影響，對比結(jié)果表明，RFI作為主要誤差源，嚴(yán)重影響了SMOS衛(wèi)星SSS數(shù)據(jù)的準(zhǔn)確度。

表1 SMOS衛(wèi)星單軌SSS數(shù)據(jù)與實(shí)測SSS數(shù)據(jù)統(tǒng)計(jì)結(jié)果

3.2 RFI影響分析

圖4為Bias與參數(shù)W之間的函數(shù)關(guān)系圖，從圖中可以看出，隨著參數(shù)W的增大，3類數(shù)據(jù)產(chǎn)品的Bias也都隨之增大，尤其W在0～600范圍區(qū)間內(nèi)，Bias增大的幅度較大。根據(jù)相關(guān)研究結(jié)果，參數(shù)W可以表征RFI源輻射強(qiáng)度，并且隨距離的增大呈衰減變化，可以推斷隨著與RFI源距離的增大，Bias會隨之減小。從圖1可以看出，RFI源廣泛分布在中國、韓國和日本等地，多個點(diǎn)狀RFI源對衛(wèi)星造成疊加影響效應(yīng)，導(dǎo)致其影響范圍變大，影響更加復(fù)雜。

根據(jù)圖1、圖2和匹配數(shù)據(jù)點(diǎn)W值的統(tǒng)計(jì)直方圖(圖5)可以看出，匹配點(diǎn)在RFI作用范圍內(nèi)的分布主要集中在RFI影響相對較弱的區(qū)域，即遠(yuǎn)離陸地的海域，該真實(shí)性檢驗(yàn)結(jié)果并不能完全反應(yīng)RFI對SMOS衛(wèi)星的影響，但是從得到的結(jié)論可以看出，即使在RFI影響相對較弱的情況下，SMOS衛(wèi)星數(shù)據(jù)質(zhì)量依然受到了嚴(yán)重的影響，導(dǎo)致大量數(shù)據(jù)丟失。圖6為SMOS巴塞羅那研究中心(Barcelona Expert Center，BEC)發(fā)布的月均SSS數(shù)據(jù)產(chǎn)品(1°×1°)，該數(shù)據(jù)產(chǎn)品剔除了受RFI影響的數(shù)據(jù)，從圖中可以看出，太平洋西部海域幾乎沒有數(shù)據(jù)，數(shù)據(jù)缺失范圍與本文所劃的RFI污染區(qū)域基本一致，可見RFI對西太平洋海域影響巨大，尤其對中國附近海域的SSS數(shù)據(jù)造成了嚴(yán)重的損失。

4 結(jié)論

通過西太平洋受RFI污染低風(fēng)險海域的SSS衛(wèi)星數(shù)據(jù)與實(shí)測數(shù)據(jù)匹配擬合分析，得到SMOS衛(wèi)星L2單軌衛(wèi)星SSS數(shù)據(jù)產(chǎn)品(15.74 km×15.74 km)的準(zhǔn)確度相對較低，而在考慮到RFI作為主要因素影響的情況下，其準(zhǔn)確度更低；RFI對衛(wèi)星數(shù)據(jù)的影響隨著距離的增大而減小，但是即使在距離相對較遠(yuǎn)的海域，其影響依然是不可忽視的，導(dǎo)致西太平洋西部大面積海域數(shù)據(jù)缺失，尤其是中國近海海域。

圖4 偏差與參數(shù)W之間函數(shù)關(guān)系Fig.4 Bias as a function of W

圖5 匹配數(shù)據(jù)點(diǎn)W值統(tǒng)計(jì)直方圖Fig.5 W statistical histogram of scatter plot

圖6 BEC發(fā)布SSS數(shù)據(jù)產(chǎn)品(月均，1°×1°)Fig.6 SSS products by BEC(month weighted average, 1°×1°)

本文對SMOS衛(wèi)星數(shù)據(jù)的真實(shí)性檢驗(yàn)結(jié)果未來可以對SMOS衛(wèi)星數(shù)據(jù)用戶提供較好的參考。近年來，針對SSS的研究飛速發(fā)展，可用于SSS衛(wèi)星遙感的傳感器也隨之增多，下一步將針對中國海域RFI重度污染區(qū)域，重點(diǎn)研究如何檢測并剔除RFI對微波輻射計(jì)接收信號的污染并提高中國海域SSS遙感準(zhǔn)確度。

[1] 陳建, 張韌, 安玉柱, 等. SMOS衛(wèi)星遙感海表鹽度資料處理應(yīng)用研究進(jìn)展[J]. 海洋科學(xué)進(jìn)展, 2013, 31(2): 295-304.

Chen Jian, Zhang Ren, An Yuzhu, et al. Overview on processing and applying on the SMOS satellite remotely sensed sea surface salinity products[J]. Advances in Marine Science, 2013, 31(2): 295-304.

[2] Yin Xiaobin, Boutin J, Spurgeon P. First assessment of SMOS data over open ocean: Part I—Pacific Ocean [J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(5): 1648-1661.

[3] 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.

[4] Kerr Y H, Wigneron J P, Boution J, et al. The SMOS mission: New tool for monitoring key elements of the global water cycle[J]. Proceedings of the IEEE, 2010, 98(5): 666-687.

[5] 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 Geoscience and Remote Sensing Society, 2012, 50(5): 1688-1702.

[6] Boutin J, Reul N, Font J. Sea surface salinity from SMOS satellite: complementarity to in situ observations[C]//WCRP Open Science Conference Climate Research in Service to Society, Denver, 2011.

[7] Boutin J, Martin N, Yin Xiaobin. First assessment of SMOS data over open ocean: part Ⅱ-sea surface salinity[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(5): 1662-1675.

[8] Boutin J, Martin N, Reverdin G. Sea surface freshening inferred from SMOS and ARGO salinity:impact of rain[J]. Ocean Science, 2013, 9(1): 183-192.

[9] 王新新, 楊建洪, 趙冬至, 等. SMOS衛(wèi)星鹽度數(shù)據(jù)在中國近岸海域的準(zhǔn)確度評估[J]. 海洋學(xué)報, 2013, 35(5): 169-176.

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

[10] Ren Yongzheng, Dong Qing, He Mingxia. Preliminary validation of SMOS sea surface salinity measurements in the South China Sea[J]. Chinese Journal of Oceanology and Limnology, 2015, 33(1): 262-271.

[11] Oliva R, Daganzo E, Kerr Y H, et al. SMOS radio frequency interference scenario: status and actions taken to improve the RFI environment in the 1400-1427-MHz passive band[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(5): 1427-1439.

[12] Johanson J, Mohammed P, Piemeier J, et al. Soil moisture active passive (SMAP) microwave radiometer radio-frequency interference(RFI) mitigation: Algorithm updates and performance assessment [C]//2016 IEEE International Geoscience and Remote Sensing Symposium(IGARSS), 2016.

[13] 王新新, 王祥, 韓震, 等. 基于L波段Stokes參數(shù)遙感數(shù)據(jù)射頻干擾檢測及特性分析[J]. 電子與信息學(xué)報, 2015, 37(10): 2342-2348.

Wang Xinxin, Wang Xiang, Han Zhen, et al. Radio frequency interference detection and characteristic analysis based on the L band Stokes parameters remote sensing data[J]. Journal of Electronics & Information Technology, 2015, 37(10): 2342-2348.

[14] Zine S, Boutin J, Font J, et al. Overview of the SMOS sea surface salinity processor[J]. IEEE Transaction on Geoscience and Remote Sensing, 2008, 46(3): 621-644.

Study on the effect of radio frequency interference on the accuracy of SMOS sea surface salinity data

Wang Xinxin1, Wang Xiang1, Zhao Jianhua1, Fan Jianchao1, Wang Jin2, Han Zhen3

(1.MarineResourcesandEnvironmentMonitoringCenter,NationalMarineEnvironmentalMonitoringCenter,Dalian116023,China;2.CollegeofPhysics,QingdaoUniversity,Qingdao266071,China;3.CollegeofMarineScience,ShanghaiOceanUniversity,Shanghai201306,China)

Scholars have done a lot of work in the assessment and validation of SMOS sea surface salinity (SSS) data since SMOS satellite data released, but rarely work have done in the Western Pacific Ocean(WPO) influenced by radio frequency interference (RFI), it will be of important significance on understanding of RFI influence on SMOS SSS date. The main method is matching the WOD13 in-situ SSS data with SMOS half-orbit SSS data, assessing the accuracy of SMOS data by statistics method. Results suggest that since SMOS is polluted by RFI sources located in west coast of the WPO, the RMSE of SMOS L2 SSS data in high risk area of RFI pollution is relatively low, and the highest RMSE can be achieved on 3.45, thus it can be seen that the RFI have a significant influence on SMOS satellite in the WPO, this has resulted in the loss of significant amount of data, especially in the China sea, how to detect and mitigate RFI is a scientific problem to be solved.

radio frequency interference; microwave radiometry; SMOS satellite; sea surface salinity; validation

P731.12

A

0253-4193(2017)11-0141-07

王新新, 王祥, 趙建華, 等. 無線射頻干擾對SMOS衛(wèi)星鹽度數(shù)據(jù)產(chǎn)品準(zhǔn)確度的影響研究[J]. 海洋學(xué)報, 2017, 39(11):141-147,

10.3969/j.issn.0253-4193.2017.11.013

Wang Xinxin, Wang Xiang, Zhao Jianhua, et al. Study on the effect of radio frequency interference on the accuracy of SMOS sea surface salinity data[J]. Haiyang Xuebao, 2017, 39(11):141-147, doi:10.3969/j.issn.0253-4193.2017.11.013

2016-10-19；

2017-03-13。

國家重點(diǎn)研發(fā)計(jì)劃資助(海洋環(huán)境安全保障專項(xiàng)——鹽度計(jì)海洋信息提取技術(shù)(2016YFC1401006))；國家自然科學(xué)基金(61273307)。

王新新(1989—)，男，遼寧省盤錦市人，助理研究員，主要從事海表溫鹽衛(wèi)星遙感研究。E-mail:xxwang@nmemc.org.cn

*通信作者：王祥，助理研究員，主要從事海表溫鹽衛(wèi)星遙感研究。E-mail:xwang@nmemc.org.cn