楊 夢，孫偉富，姜遠馳

（1.自然資源部第一海洋研究所 海洋物理與遙感研究室，山東 青島 266061；2.中國石油大學（華東） 海洋與空間信息學院，山東 青島 266404）

0 引言

海表溫度（Sea Surface Temperature，SST）是地球氣候系統(tǒng)研究、天氣預報和海洋學研究的重要參數(shù)[1]，是理解、量化和預測海洋與大氣之間相互作用的基本物理量[2]。早期的SST 測量依賴于船舶觀測[3]，觀測儀器經(jīng)歷了從最初的木桶發(fā)展到船體傳感器[4]，但船測成本高昂，且測量出的數(shù)據(jù)在時間和空間上的連續(xù)性不足[5]。遙感具備大范圍、持續(xù)觀測優(yōu)勢，能夠對大尺度海洋進行高時間分辨率持續(xù)觀測，以提供長時間序列、高空間覆蓋度的SST[6]。海洋一號C 星（HY-1C）是海洋1 系列的第3 顆星，相較于HY-1A、HY-1B，觀測精度和觀測范圍顯著提升[7]。其上搭載了海洋水色水溫掃描儀（China Ocean Color ＆ Temperature Scanner，COCTS），可實現(xiàn)海洋水色要素、SST的全球海洋觀測[8]。

精確測量SST 對于海洋環(huán)境研究、氣候變化研究與應對及海洋生態(tài)環(huán)境保護具有重要意義。國內(nèi)已有較多學者開始關注海洋衛(wèi)星數(shù)據(jù)的精度和偏差校正問題。有關HY-1C SST 對MODIS 同類產(chǎn)品的可替代性問題，毛志華[9]等使用 HY1C和HY1D 的全球熱紅外遙感數(shù)據(jù)反演SST，并與Terra 和Aqua 的數(shù)據(jù)產(chǎn)品進行對比，討論了其對MODIS 產(chǎn)品的可替代性問題。其研究結果表明COCTS 的多種SST 產(chǎn)品都表現(xiàn)出對MODIS 同類產(chǎn)品具有良好的一致性和可替代性。還開展一些關于SST 模式預報校正工作，劉波[10]等嘗試通過線性回歸模型和長短期記憶神經(jīng)網(wǎng)絡對SST 數(shù)值預報結果進行校正，結果表明2 種方法均可以改善預報結果，長短期記憶神經(jīng)網(wǎng)絡相對于線性回歸模型效果更好。韓玉康[11]等嘗試一種通過自回歸模型進行模式預報訂正的方法，模式誤差在很大程度上得到消減，訂正效果明顯。張培軍[12]等利用GHRSST 數(shù)據(jù)和南海業(yè)務數(shù)值預報SST 產(chǎn)品的偏差，校正下一時刻的預報結果，降低了模式偏差。李佰平[13]等根據(jù)模式已有的預報結果，結合觀測資料采取一元線性回歸訂正方法、多元線性回歸訂正方法、單時效消除偏差方法、多時效消除偏差4 種訂正方法，并對比了4 種方法的結果，最后得出可采取分時效對單模式預報結果進行后處理的方案。除此之外，還有學者對水汽產(chǎn)品進行誤差分析和校正，孫浩[14]等通過分析海洋二號衛(wèi)星（HY-2A）校正微波輻射計（CMR）水汽產(chǎn)品數(shù)據(jù)精度的時空分布特征，對極地海域陸地和海冰異常水汽數(shù)據(jù)進行了誤差分析和線性偏差校正。對溫度數(shù)據(jù)進行分析和校正在氣象學中也有相關研究，尹珊[15]等應用滑動平均誤差訂正方法和歷史偏差訂正方法，對歐洲天氣預報中心的數(shù)值模式延伸期溫度預報進行誤差訂正。結果發(fā)現(xiàn)，在15 d 內(nèi)的延伸期預報時效上，2 種訂正方法對溫度預報的訂正效果差異并不明顯。隨著時效的延長，歷史偏差訂正方法的優(yōu)勢逐漸顯現(xiàn)。已開展的國產(chǎn)衛(wèi)星評估與訂正工作表明，國產(chǎn)SST 數(shù)據(jù)精度與國際同類衛(wèi)星仍存在差異，有必要開展數(shù)據(jù)的評估與校正工作[16-17]。

目前對HY-1C SST 產(chǎn)品的數(shù)據(jù)評估與校正工作開展較少，其與國際同類衛(wèi)星數(shù)據(jù)的差別以及可提升水平亟需研究在“一帶一路”沿線的東南亞海域顯得尤為重要[18]。本文對比了 HY-1C COCTS、AVHRR、MODIS-Aqua、MODIS-Terra和VIIRS SST 在東南亞海域的精度水平，并基于VIIRS SST 數(shù)據(jù)，利用3 種校正方法開展了HY-1C SST 數(shù)據(jù)的校正工作。本研究對于提升中國衛(wèi)星SST 數(shù)據(jù)質量和推廣數(shù)據(jù)在東南亞國家的應用具有實際意義。

1 數(shù)據(jù)與處理

本文采用的是 2020年的 HY-1C COCTS、AVHRR、MODIS-Aqua、MODIS-Terra 和VIIRS SST 遙感數(shù)據(jù)。

HY-1C SST 產(chǎn)品可從國家衛(wèi)星海洋應用服務中心（NSOAS）的海洋衛(wèi)星數(shù)據(jù)分發(fā)系統(tǒng)（Ocean Satellite Data Distribution System，OSDDS）免費獲取。本研究使用的每日9 km SST 數(shù)據(jù)來源于COCTS 3A 級標準產(chǎn)品。AVHRR 是NOAA 系列氣象衛(wèi)星上搭載的傳感器，從1979年TIROS-N衛(wèi)星發(fā)射以來，NOAA 系列衛(wèi)星的AVHRR 傳感器就持續(xù)進行著對地觀測任務。MODIS 是搭載在NASA 的Terra（EOS AM）和Aqua（EOS PM）衛(wèi)星上的中分辨率成像光譜儀，Terra 衛(wèi)星于1999年12月18日發(fā)射成功，從北向南于地方時10∶30 左右通過赤道，Aqua 衛(wèi)星于2002年5月4日發(fā)射成功，從南向北于地方時13∶30 左右通過赤道，兩顆星相互配合每1～2 d 可重復觀測整個地球表面，得到36 個波段的觀測數(shù)據(jù)。VIIRS（Visible Infrared Imaging Radiometer）是搭載在2011年10月28日發(fā)射的NPP 衛(wèi)星上的可見光紅外成像輻射儀，是NASA 對AVHRR 和MODIS 系列的拓展與改進。NASA 數(shù)據(jù)網(wǎng)站Ocean Color Web 提供MODIS-Aqua、MODIS-Terra 和NPP VIIRS 的每日SST 數(shù)據(jù)，NODC（National Oceanographic Data Committee of the Netherlands）可開源獲取AVHRR數(shù)據(jù)。5 種衛(wèi)星傳感器的軌道傾角及空間分辨率見表1。

表1 衛(wèi)星傳感器的軌道傾角及空間分辨率Table 1 Orbital inclination and spatial resolution of satellite sensors

本文使用2020年全年的東南亞海域ARGO溫度數(shù)據(jù)驗證紅外輻射計SST 數(shù)據(jù)的精度。首先從原始浮標數(shù)據(jù)中提取需要的信息，包括經(jīng)度、緯度、儒略歷時間、SST、測量深度和質量標記等。將儒略歷轉換為公歷，并計算當天的小時數(shù)，該轉換用于設置時間窗口進行時空匹配，篩選南緯20°～北緯25°、東經(jīng)70°～150°之間且質量標記位為1 的ARGO 浮標數(shù)據(jù)，并將測量深度大于10 m、溫度值在-2.5～40 ℃以外的溫度值設為Nan。考慮到深度在0～1 m 的浮標數(shù)據(jù)太少，因此選取0～10 m深度的浮標數(shù)據(jù)，以保證數(shù)據(jù)分析具有統(tǒng)計意義。

2 紅外SST 數(shù)據(jù)精度評估

紅外SST 與浮標實測數(shù)據(jù)匹配點位置見圖1。由圖可見，匹配點主要分布在東印度洋和西太平洋海域，南海周邊海域匹配點較少，這與ARGO的分布情況有關。其中，匹配點多為負偏差點（藍色點），較大的負偏差值主要集中在南緯20°～南緯10°之間，而正偏差值（紅色點）主要位于南緯10°～北緯10°之間的印度洋海域。較大偏差點是由于紅外輻射計測量的表層溫度與浮標測得的水下溫度差異導致的，水下溫度較為穩(wěn)定，表層溫度與太陽高度角有關。赤道地區(qū)白天受高溫影響導致表層溫度大于浮標溫度，因而赤道地區(qū)白天有較大正偏差，緯度稍高地區(qū)夜晚較為涼爽導致表層溫度小于浮標溫度，因而呈現(xiàn)出明顯的負偏差。HY-1C 與ARGO 的偏差相較于其他同類衛(wèi)星明顯偏大。

紅外輻射計白天、夜晚SST 的誤差統(tǒng)計結果如表2所示，表中統(tǒng)計了在東南亞地區(qū)5 種紅外輻射計在白天和夜晚的平均偏差Bias、標準差Std、均方根誤差RMSE 以及相關系數(shù)R?？傮w上，5 種紅外輻射計平均偏差均為負偏差，且各輻射計夜晚平均偏差絕對值均大于白天。

表2 東南亞海域紅外輻射計白天、夜晚SST 的誤差統(tǒng)計Table 2 SST error statistics of infrared radiometer during daytime and nighttime in Southeast Asian sea area

MODIS-Aqua 白天和VIIRS 白天平均偏差最小，分別為-0.1 ℃、-0.12 ℃，MODIS-Aqua 白天平均偏差優(yōu)于夜晚。MODIS-Terra 夜晚標準差最大，為0.6 ℃，均方根誤差同樣較大，達到0.71 ℃，與圖1（f）中表現(xiàn)出有明顯的較大偏差點一致。4種國外衛(wèi)星與ARGO 匹配散點圖見圖2，綜合圖表，能夠發(fā)現(xiàn)MODIS-Terra 夜晚平均偏差、標準差、均方根誤差均大于白天數(shù)據(jù)，MODIS-Terra 白天數(shù)據(jù)優(yōu)于夜晚數(shù)據(jù)，VIIRS 夜晚標準差、均方根誤差均小于白天數(shù)據(jù)，VIIRS 夜晚數(shù)據(jù)優(yōu)于白天數(shù)據(jù)。4種衛(wèi)星提供的SST 數(shù)據(jù)在東南亞地區(qū)與ARGO 數(shù)據(jù)相關性較好，其中 VIIRS 數(shù)據(jù)質量最佳。而HY-1C 白天的平均偏差、標準差和均方根誤差分別為-0.73 ℃、1.38 ℃和1.56 ℃，夜晚數(shù)據(jù)質量低于白天，偏差分別為-0.95 ℃、1.57 ℃和1.83 ℃，HY-1C 匹配散點圖見圖3，綜合來看，HY-1C 與其他同類產(chǎn)品有一定差距。

圖1 2020年東南亞紅外輻射計與ARGO SST 數(shù)據(jù)匹配點分布圖Fig.1 Distribution map of matching points between SST data of infrared radiometer and ARGO in Southeast Asia in 2020

圖2 2020年東南亞紅外輻射計與ARGO SST 數(shù)據(jù)匹配散點圖Fig.2 Matching scatter plot of SST data of infrared radiometer and ARGO in Southeast Asia in 2020

圖3 2020年東南亞HY-1C 與ARGO SST數(shù)據(jù)匹配散點圖Fig.3 Matching scatter plot of SST data of HY-1C and ARGO in Southeast Asia in 2020

為了衡量國產(chǎn)HY-1C 衛(wèi)星與其他衛(wèi)星的偏差的時間變異性，分別計算了2020年單星紅外輻射計與ARGO 浮標SST 匹配數(shù)據(jù)逐月的平均偏差、標準差以及均方根誤差，月變化圖見圖4。AVHRR與ARGO 數(shù)據(jù)的白天平均偏差在-0.45～-0.16 ℃之間浮動，標準差范圍0.43～0.59 ℃，均方根誤差范圍0.49～0.7 ℃，而夜晚平均偏差、標準差和均方根誤差分別在-0.51～-0.21 ℃、0.40～0.52 ℃和0.49～0.7 ℃之間浮動，白天、夜晚月偏差差異不大。從圖中能夠發(fā)現(xiàn)，AVHRR、MODIS-Aqua、MODIS-Terra 以及VIIRS 隨月份的變化差異不明顯。從均方根誤差和標準差來說，MODIS-Aqua 和VIIRS 最為穩(wěn)定，就白天而言，MODIS-Aqua 的標準差和均方根誤差分別為0.49～0.62 ℃、0.51～ 0.63 ℃，而VIIRS 分別為0.47～0.62 ℃、0.50～ 0.63 ℃。

圖4 2020年東南亞紅外輻射計與ARGO SST數(shù)據(jù)月偏差變化圖Fig.4 Changes of monthly deviation between SST data of infrared radiometers and ARGO in Southeast Asia in 2020

與圖4（a）～（h）相比，HY-1C SST 的月偏差情況與國際衛(wèi)星數(shù)據(jù)存在差距，且下半年的誤差略大于上半年，夜晚偏差大于白天。HY-1C SST 與ARGO 白天平均偏差、標準差和均方根誤差分別位于-1.03～-0.39 ℃、1.24～1.53 ℃、1.32～1.81 ℃之間，而夜晚在-1.38～-0.48 ℃、1.37～1.64 ℃、1.61～2.14 ℃范圍內(nèi)。HY-1C 的月偏差隨月份的增大有明顯變大的趨勢，月偏差主要為負值。HY-1C SST 與國際同類衛(wèi)星SST 數(shù)據(jù)的反演精度尚存在差距，對HY-1C SST 開展校正工作勢在必行。

通過一系列對比分析，VIIRS 衛(wèi)星數(shù)據(jù)與ARGO浮標觀測數(shù)據(jù)無論是在白天還是夜晚都具有最小的誤差；在夜晚，VIIRS 衛(wèi)星數(shù)據(jù)在東南亞地區(qū)相較于其他同類衛(wèi)星都表現(xiàn)為較小的偏差，且偏差隨月份的變化差異不明顯。因此，下文基于VIIRS SST 數(shù)據(jù)開展對HY-1C SST 的數(shù)據(jù)校正工作。

3 基于VIIRS 的HY-1C SST 數(shù)據(jù)校正

3.1 衛(wèi)星交叉比較

VIIRS SST 數(shù)據(jù)分辨率為4 km，將HY-1C 與VIIRS SST 數(shù)據(jù)進行交叉驗證時，通過雙線性插值方式將VIIRS SST 每日數(shù)據(jù)（白天和夜晚）插值到與HY-1C 數(shù)據(jù)統(tǒng)一的9 km 分辨率的經(jīng)緯度網(wǎng)格中。根據(jù)統(tǒng)一網(wǎng)格化的HY-1C 和VIIRS SST 每日數(shù)據(jù)計算得到月均SST 數(shù)據(jù)，2020年HY-1C 和VIIRS月均SST 白天、夜晚平均偏差、標準差分布情況見圖5。

圖5 2020年HY-1C 與VIIRS SST 偏差空間分布Fig.5 Spatial distribution of SST deviation between HY-1C and VIIRS in 2020

由圖可知，HY-1C 與VIIRS 差值大部分區(qū)域為負值，表明HY-1C 數(shù)值較VIIRS 偏小，白天在中國南海附近平均偏差絕對值較大（緯度范圍在南緯10°～北緯10°），夜晚在南緯20°～10°的印度洋海域平均偏差絕對值最大。圖5（b）、5（d）顯示了赤道附近、孟加拉灣及南海區(qū)域的較大標準差。鑒于HY-1C 偏差的分布特點，下文對該區(qū)域進行細分，進而對不同區(qū)域發(fā)展不同的校正關系，以提高HY-1C 的數(shù)據(jù)精度。

為探究HY-1C 與VIIRS SST 之間差異的季節(jié)相關性，分別計算了2 種衛(wèi)星白天、夜晚月均SST數(shù)據(jù)在東南亞海域有效網(wǎng)格點的平均偏差、標準差和均方根誤差，統(tǒng)計結果見表3。

表3 2020年HY-1C 與VIIRS 白天、夜晚月均SST 差值統(tǒng)計Table 3 Statistics on monthly average SST difference between VIIRS and HY-1C during daytime and nighttime in 2020

由表3 可得，HY-1C 與VIIRS SST 之間平均偏差均為負值，白天夜晚分別在-0.69～-0.37 ℃、-0.80～-0.16 ℃波動，表明HY-1C SST 較VIIRS偏小，有明顯季節(jié)趨勢。而HY-1C SST 均方根誤差白天和夜晚分別在0.69～0.98 ℃和0.59～1.11 ℃之間，下半年均方根誤差較上半年大，夜晚均方根誤差明顯大于白天，其中12月份夜晚平均偏差、標準差及均方根誤差均最大，達-0.8 ℃、0.76 ℃和1.11 ℃。下文針對HY-1C SST 按照月份以及分白天、夜晚開展細化校正研究。

為探究SST 對偏差的影響，進一步開展了不同SST 范圍下的HY-1C SST 偏差研究，HY-1C、VIIRS年平均SST 的空間分布情況見圖6。VIIRS 和HY-1C SST 均值分別為28.65 ℃、28.19 ℃，而兩者范圍分別在25.32～31.92 ℃、24.67～31.63 ℃之間。

圖6 2020年HY-1C 與VIIRS 衛(wèi)星年平均SST空間分布圖Fig.6 Annual average SST spatial distribution map of HY-1C and VIIRS satellites in 2020

依照HY-1C SST 數(shù)據(jù)每間隔1 ℃進行分段，采用HY-1C、VIIRS月平均SST 數(shù)據(jù)開展匹配分析，并計算不同SST 段的平均偏差、標準差、均方根誤差和匹配點數(shù)目，統(tǒng)計結果見表4。匹配數(shù)據(jù)量的多少主要受匹配的時間窗口大小影響，本研究設置的時間窗口大小為 12 h/10 km，且由于HY-1C 掃描幅寬較大，表中HY-1C 白天的匹配數(shù)據(jù)量高于其他衛(wèi)星，也高于夜晚的匹配數(shù)據(jù)量。將匹配數(shù)量少的異常點剔除后，選擇16～34 ℃作為有效SST 數(shù)據(jù)，以1 ℃為間隔，將該范圍分成18段，以對HY-1C SST 數(shù)據(jù)開展校正研究。

HY-1C SST 偏差隨SST 范圍變化圖見圖7。結果發(fā)現(xiàn)，HY-1C 白天夜晚平均偏差在SST 位于16～30 ℃范圍內(nèi)均為負值，31～34 ℃范圍內(nèi)為正值，表明HY-1C 在低溫情況下較真實值數(shù)值偏小，在高溫情況下數(shù)值偏大。在16～23 ℃范圍內(nèi) HY-1C白天均方根誤差隨著 SST 的增大而增大，在23～34 ℃范圍內(nèi)呈現(xiàn)出先減小后增大的規(guī)律。

圖7 2020年HY-1C SST 偏差隨SST 范圍變化圖Fig.7 HY-1C SST deviation changing with SST range in 2020

3.2 SST月平均差值校正

根據(jù)3.1 節(jié)對不同月份HY-1C SST 的誤差分析，HY-1C 衛(wèi)星SST 存在顯著的季節(jié)趨勢，針對不同月份衛(wèi)星之間偏差的規(guī)律性，依照月份計算了HY-1C月均SST 訂正值，計算公式見式（1）。將該月均SST 訂正值應用于HY-1C SST 對應月份的每日數(shù)據(jù)中，得到校正后的結果。

式中：i為網(wǎng)格位置；BHC為HY-1C 的SST 訂正值，℃；SV和SHC分別為VIIRS 衛(wèi)星和HY-1C 衛(wèi)星的月均SST 值，℃。

為開展對比分析，計算了HY-1C 和VIIRS 衛(wèi)星的年均SST 差值，將其作為HY-1C 衛(wèi)星的固有偏差，應用到全年每日數(shù)據(jù)中。選用與HY-1C 相同的時空窗口，基于ARGO 數(shù)據(jù)開展質量評測，校正前后誤差統(tǒng)計結果見表5。

表5 基于ARGO 的HY-1C月平均校正SST 誤差統(tǒng)計結果Table 5 Statistical results of SST error of HY-1C monthly average correction based on ARGO data

表5 顯示了HY-1C 校正后的誤差統(tǒng)計結果，可以看到校正后的平均偏差有明顯的降低，對于年平均校正與月平均校正，白天、夜晚平均偏差絕對值降低幅度均超過0.4 ℃。此外，均方根誤差也有一定的降低。其中，通過年平均校正方法，白天的均方根誤差降低了11.46%，夜晚的均方根誤差降低了14.01%；而月平均校正方法白天均方根誤差降低了17.4%，夜晚降低了19.38%。表明：通過月平均校正方法，HY-1C 能夠獲得更為明顯的成效。

3.3 SST 分區(qū)域校正

由于HY-1C SST 偏差的季節(jié)相關性，采用逐月對VIIRS 與HY-1C SST 匹配數(shù)據(jù)進行校正的方法，不同于月均差值校正，該方法將HY-1C SST數(shù)據(jù)作為自變量，VIIRS SST 作為因變量，利用最小二乘線性回歸方法計算得到兩者之間的經(jīng)驗模型，進而利用模型計算出修正后的HY-1C SST，并通過 ARGO 數(shù)據(jù)評估數(shù)據(jù)修正前后的質量。HY-1C 逐月回歸模型見式（2）。

式中：SHC為HY-1C SST 觀測值，℃；SHC'為HY-1C SST 修正值，℃；α和β為模型的系數(shù)。模型系數(shù)α和β可通過最小二乘法得到。

式中：SHC為HY-1C 衛(wèi)星SST 值，℃；SV為對應網(wǎng)格的VIIRS SST 值，℃；n為匹配點個數(shù)；SV和SHC代表SV和SHC的均值，℃。

HY-1C SST 最小二乘法線性校正模型參數(shù)值見表6，將模型應用到2020年全年每日HY-1C SST數(shù)據(jù)中以對其進行校正。同時，基于3.1 節(jié)研究區(qū)內(nèi)偏差的時空分布情況，將東南亞研究區(qū)的范圍進行了劃分，對HY-1C 分區(qū)域校正的區(qū)域細化分布情況見圖8。為衡量HY-1C SST 校正效果，利用ARGO 數(shù)據(jù)與校正后（整個研究區(qū)及分區(qū)域）的SST 開展時空匹配，對匹配結果進行誤差分析來評估校正前后數(shù)據(jù)質量，誤差統(tǒng)計結果見表7。

圖8 東南亞研究區(qū)區(qū)域劃分Fig.8 Regional division of Southeast Asia research area

表6 HY-1C SST 最小二乘線性校正模型參數(shù)值Table 6 Model parameter values of HY-1C SST least squares linear correction

表7 基于ARGO 數(shù)據(jù)的HY-1C 分區(qū)域校正SST 誤差統(tǒng)計結果Table 7 Statistical results of HY-1C sub-area correction SST error based on ARGO data

結果表明：最小二乘全區(qū)域線性校正方法對HY-1C 精度有提高。白天和夜晚的平均偏差分別降到-0.083 2 ℃、-0.321 4℃，而均方根誤差分別降到了1.226 6 ℃、1.313 4 ℃，降低幅度超過0.3 ℃，相較于校正前分別降低了21.35%、28.31%。HY-1C SST 分區(qū)域校正后白天、夜晚的平均偏差分別為-0.135 2 ℃、-0.347 3 ℃，均方根誤差分別為1.052 4 ℃、1.061 8 ℃，相較于校正前精度提升顯著，均方根誤差分別降低了32.52%、42.04%，夜晚數(shù)據(jù)較之前不劃分區(qū)域校正，均方根誤差改善了0.251 6 ℃。綜合來看，分區(qū)域校正方法的效果最優(yōu)，夜晚數(shù)據(jù)提升最為顯著，對于校正前夜晚數(shù)據(jù)質量明顯低于白天的問題得到了改善，使得HY-1C 白天和夜晚數(shù)據(jù)質量更為均衡。

3.4 SST 分段校正

基于3.1 節(jié)的研究，將HY-1C SST 范圍分為18 段（SST 范圍為16～34 ℃，每段間隔1 ℃），由于月份與偏差的相關性，依據(jù)月份和SST 數(shù)值劃分不同的分段，獲取不同分段的線性修正模型，并將模型應用于2020年全年HY-1C 每日數(shù)據(jù)（白天、夜晚）中，得到HY-1C 修正數(shù)據(jù)集。利用ARGO觀測數(shù)據(jù)進行精度評估，誤差統(tǒng)計結果見表8。

表8 基于ARGO 數(shù)據(jù)的HY-1C 分段校正SST 誤差統(tǒng)計結果Table 8 Statistical results of HY-1C sub-area correction SST error based on ARGO data

3.5 結果比較

基于VIIRS SST 數(shù)據(jù)，利用3 種校正方法開展了HY-1C SST 數(shù)據(jù)校正，HY-1C SST 校正前后利用ARGO 實測SST 評估結果見圖9 和圖10。3 種方法校正后與ARGO 散點圖比校正前更聚攏，但仍存在較多大偏差點。其中分區(qū)域校正效果最好，散點在y=x兩側分布較為均勻，直方圖向中心聚合，標準差、均方根誤差接近1 ℃。

圖9 HY-1C 校正前后與ARGO SST 匹配散點圖Fig.9 Matching scatter plot of HY-1C with ARGO SST before and after correction

4 結束語

利用ARGO 實測溫度數(shù)據(jù)，評估了AVHRR、MODIS-Aqua、MODIS-Terra、VIIRS、HY-1C COCTS等星載紅外輻射計SST 數(shù)據(jù)，分析了中國HY-1C SST 與國際同類衛(wèi)星SST 的差異。利用VIIRS SST，通過3 種校正方法（月平均差值校正、分區(qū)校正、溫度分段校正）對HY-1C SST 進行了校正。主要結論如下。

紅外SST 數(shù)據(jù)精度評估結果表明：AVHRR、MODIS-Aqua、MODIS-Terra、VIIRS SST 與Argo觀測數(shù)據(jù)的相關系數(shù)優(yōu)于0.93，均方根誤差優(yōu)于0.71。與其他同類紅外SST 數(shù)據(jù)相比，VIIRS 精度最高，表現(xiàn)為在白天和夜晚均具有最小的均方根誤差，相關系數(shù)優(yōu)于0.95，夜晚的相關系數(shù)可達0.97。HY-1C SST 白天的平均偏差、均方根誤差分別為-0.73 ℃、1.38 ℃和1.56 ℃，夜間數(shù)據(jù)偏差分別為-0.95 ℃、1.57 ℃和 1.83 ℃，與 AVHRR、MODIS-Aqua、MODIS-Terra 和VIIRS 的數(shù)據(jù)精度存在顯著差異。

基于VIIRS SST，使用3 種校正方法對HY-1C SST 進行了校正。對比3 種校正方法結果，HY-1C SST 分區(qū)域校正后相較于校正前質量提升最明顯，標準差、均方根誤差接近1 ℃，夜晚均方根誤差比校正前降低了約0.8 ℃，白天和晚上均方根誤差分別降低了32.52%、42.04%，同時改善了校正前夜晚質量明顯低于白天的問題。