项目进展
课题三在南海表层大气比湿卫星遥感回归模型改进方面取得重要进展

潜热通量交换是表征上层海洋与大气之间热量和水汽循环十分重要的指标之一,能够通过影响上层海洋与大气边界层结构特征,进而对天气和气候造成显著影响。基于卫星遥感反演的表层大气比湿(qa)是影响潜热通量计算的重要输入变量之一,然而,受表层海洋环境的复杂性和现场观测数据十分匮乏等因素影响,qa还存在较为明显的误差。为此,本研究通过近年来南海不断累积的2200余天有效的、高质量的观测数据,评估和改进了现有的卫星遥感回归模型。为降低单一卫星数据来源对结果造成的不确定性,本研究基于累积概率密度分布函数,进行了包括SSMISTMIAMSRWindSatGMI等在内的多源卫星数据融合处理,得到了较为可靠的大气柱总可降水量(W)数据。最后,借助卷积神经网络深度学习的方法,改进了现有的qa-W回归模型。传统回归模型得到的qa存在着0.68/千克的平均偏差以及2.31/千克的均方根误差。而基于改进后的回归模型得到的qa的平均偏差降低到0.02/千克以下,均方根误差也降低了0.11/千克。qa精度的提高使得潜热通量的计算精度也有了显著提高,平均偏差和均方根误差分别降低了14.8/平方米和11.8/平方米,降幅分别为62%16%。下一步,将基于多源卫星融合数据,应用改进后的卫星遥感回归模型重构南海地区的表层大气比湿数据,进而得到更加准确的潜热通量数据,为南海及其周边地区的海气相互作用研究提供有力数据支撑。


课题3.png



表层大气比湿观测数据(横轴)与卫星遥感可降水量(纵轴)对比。黑线为经典的拟合方案,绿线、紫线和蓝线分别为3种机器学习方案得到的拟合结果,红线为根据观测数据分段平均数据得到的拟合结果。浅灰色表示近岸站点数据,深灰色表示开阔海区站点数据。