AQUA卫星的MODIS和AMSR-E反演的印度洋北部海域海表温度特征对比分析

霍文娟 ，韩震 ，2

（1.上海海洋大学 海洋科学学院，上海 201306；2.大洋渔业资源可持续开发教育部重点实验室，上海 201306）

海洋表面温度（Sea Surface Temperature，SST）作为一个重要的海洋环境参数，它在海洋动力学、海气相互作用和污染监测等方面都有着广泛的应用。卫星遥感技术是测定海洋表面温度的有效手段之一，其方法包括热红外遥感和被动微波遥感。国内外有许多学者对热红外和微波遥感反演的SST特征进行过比较研究。2006年，Hosoda等（2006）比较了位于ADEOS-II卫星上的红外辐射计和微波辐射计获得的SST数据的不同特征，发现两者的差异不仅随着地理位置变化，同时还受到水蒸气、卫星天顶角及海洋表面风的影响；2007年，殷晓斌等（2007）从大气状况、海面风速、测量深度等方面比较了红外辐射计和微波辐射计测量海表面温度时的差异，发现热红外遥感不受太阳高度角和海面风速的影响，而微波的穿透性使其不易受大气因素的影响；Qiu等（2009）以中国南海北部为研究区域，通过浮标实测SST数据对AVHRR和TMI观测的SST数据进行了验证，并与AVHRR和TMI的SST观测值进行了比较，研究结果表明TMI SST反演的效果较好，而云量的季节性变化造成AVHRR SST反演精度的变化。综上，目前已进入业务化阶段的热红外遥感和微波遥感海洋表面温度仍存在一定的缺陷，热红外遥感海洋表面温度产品仍在很大程度上受到天气条件的制约，而微波遥感虽然可以实现全天候观测，但在近岸海区受陆地信号干扰无法获得准确的观测值，因而，将多源卫星遥感海洋表面温度数据进行融合，获取高分辨率全天候的近实时海洋表面温度产品是目前研究热点之一。在进行数据融合前，需先对多源遥感数据进行偏差校正，不同数据之间的差异以及校正方法的选择成为影响产品精度的关键因素（郑金武 等，2008；Richard et al，1993；1994）。搭载于同一卫星的不同传感器，由于其成像时间和观测区域具有一致性，越来越受到研究者的关注（Lei et al，2004；Sakaida et al，2009）。因此，本文以印度洋北部海域为研究区域，利用Aqua卫星上的AMSR -E（ Advanced Microwave Scanning Radiometer-Earth Observing System）亮温数据和MODIS（moderate-resolution imaging spectroradiometer）热红外波段的数据，进行了海表面温度反演，然后从地理位置、温度曲线和反演精度3个方面对MODIS和AMSR-E对海表温度的不同响应特征进行了分析，为综合利用同一卫星上的多源数据提供参考。

1 数据

本文所用遥感数据为2010年1月NASA/AQUA卫星上AMSR-E L2A数据和MODIS L1b数据，作为同一颗卫星上的不同传感器观测同一区域时，其成像时间和大气传输路径基本相同，而同步实测数据，则采用全球海洋数据同化实验室（Global Ocean Data Assimilation Experiment）http：//www.usgodae.org/）发布的实测海表温度数据集SFCOBS-GHRSST来建立匹配数据点，共选取200个匹配点，其中100个点作为建立SST反演模型的数据集，其余100个实测点对比分析，匹配点的选取原则是纬度相同，经度邻域范围小于等于0.01°×0.01°；匹配时间窗为12h。匹配点分布见图1。

图1 研究区域与实测数据匹配点分布

2 技术方法

为了更好地比较热红外波段与微波波段对SST的不同响应特征，在进行比较前，分别利用MODIS数据和AMSR-E数据进行海表温度反演。对于反演算法，均采用多元线性回归，建立通道亮温与海表温度之间的线性方程。由于MODIS传感器和AMSR-E传感器位于同一颗卫星（AQUA）上，其成像时间几乎是同步的（时间差小于10 min），但其空间分辨率存在很大的差异，对于本文SST反演所用波段，AMSR-E的空间分辨率为38 km，MODIS的空间分辨率为1 km，因此，需将两种不同的遥感数据进行配准，并对MODIS SST进行重采样，使其空间分辨率与AMSR-E一致。

2.1 MODIS SST定量反演

利用MODIS L1B数据进行SST反演前需进行的数据预处理包括地理定标、消除“蝴蝶结”效应、辐射定标、陆地掩膜和云检测。MODIS SST定量反演公式如（1）式所示，公式系数由T32和（T32-T31）两个遥感参数与实测SST作为输入量，进行多元线性回归得到（陈宏 等，2009；张春桂等，2009）。

式中：SST为海表面温度，T31和T32是31波段和32波段的亮度温度。

2.2 AMSR-E SST定量反演

对于AMSR-E L2A数据，在相关性分析的基础上，选择对温度的敏感度较高且空间分辨率一致的18.7 GHz、23.8 GHz和36.5 GHz 3个频率的双极化通道亮温数据。AMSR-E数据预处理内容包括地理定标、亮温数据定标、陆地掩膜。AMSR-E SST定量反演公式如式（2）所示，公式系数由18.7 GHz、23.8 GHz与36.5 GHz 3个频率的双极化通道亮温和实测SST作为输入参数进行多元线性回归得到。

式中：SST为海表面温度，T18.7H、T18.7V、T23.8H、T23.8V、T36.5H、T36.5V分 别 是 18.7 GHz、23.8 GHz 和36.5 GHz的水平极化亮温和垂直极化亮温。

3 结果与分析

为了比较以上MODIS SST和AMSR-E SST的差异，本文首先对MODIS SST与AMSR-E SST进行空间配准，然后将MODIS SST减去AMSR-E SST得到其差值DSST，结果如图2所示。最后分别从地理位置、温度曲线和反演精度3个方面进行对比分析。

图2 MODIS SST与AMSR-E SST的差值图

3.1 地理位置

如图2所示，在北纬7°～9°之间，MODIS SST和AMSR-E SST之间存在一条明显的等值线，以此等值线为分界线（图2）。位于等值线以北的较高纬度地区，MODIS反演得到的海表温度值略高于AMSR-E，这是因为在较高纬度地区，大气中水汽含量较低，而在低水汽含量条件下，通常红外SST反演值要高于微波SST反演值（Ricciardulli et al，2004）。而位于等值线以南的较低纬度地区，由于大气中水汽与气溶胶含量增加，二者的吸收作用使得MODIS SST反演值降低，而这两者对AMSR-E SST的影响很小，因此MODIS SST反演值略低于AMSR-E SST反演值。同时，鉴于微波的穿透性，其测量的海表温度深度比红外遥感略深，而存在于厚度为0.1～1 mm水层的“皮肤效应”，使得皮层温度比次皮层温度低约0.1 K（O′Carrol et al，2008；Kawai et al，2007）。

表1列出了同一经度（53°E）、不同纬度的实测SST、AMSR-E SST和MODIS SST，分别比较AMSR-E SST与实测SST、MODIS SST与实测SST的差异。从表1中可以发现，MODIS SST与实测SST比较，以北纬8°附近为分界线，MODIS SST在纬度低于8°的地区存在明显的冷偏差，在纬度高于8°的地区存在热偏差，这是由于随着地理纬度的变化，大气中水汽含量及气溶胶含量亦呈现不同状态，在低纬度地区，大气中较高的水汽和气溶胶，其吸收作用使得MODIS SST的值存在冷偏差；比较AMSR-E SST与实测SST得到AMSRE SST总体存在热偏差，因为微波的穿透性使其受大气状况的影响较小，因此AMSR-E SST与实测SST之间的差异不随地理位置的变化而变化。这里需要指出的是，本文所用实测海表温度数据来自包括浮标和船测等多种测量方式，并经过标准化处理后的海洋表面厚度为1 m的水层温度。这与遥感手段获取的“海表温度”存在较大差异，这也是造成两种遥感手段冷热偏差的主要原因之一。

在靠近陆地区域（平均宽度约为75 km），由于微波接收天线旁瓣受到陆地的污染而无法获得准确的海表面温度值（蒋兴伟等，2010）。（受陆地信号污染的测量的海表温度值比正常海表温度高大约10℃左右），AMSR-E反演得到的海表面温度较MODIS SST偏高，所以靠近陆地区域均为负值。

3.2 温度曲线

图3为在不同温度区间，MODIS SST减去AMSR-E SST得到的数据正态分布示意图；表2中列出了各曲线的特征参数：SD表示MODIS SST与AMSR-E SST差值的标准差，Mean为差值的算术平均值，skewness为偏斜度，kurtosis为峭度。

表1 同一经度（53°E）、不同纬度的实测SST、MODIS SST和AMSR-E SST（单位：℃）

其中，偏斜度（skewness）S的计算公式为：

式中：n是样本总数，y是样本值，y是算术平均数。

峭度（kurtosis）的计算公式为：

式中：n是样本总数，y是样本值，是算术平均数。

从图3和表2我们可以发现以下几点规律：

（1）当SST高于29℃时，两者间的差异最为明显，差值的算术平均值为5.851 1℃；偏斜度为0.780 1，即差值的众数位于算术平均值的左侧；差值的标准差高达2.932 5℃，曲线扁平，而其峰值仅为-0.048 8，这说明差值变化平缓，即MODIS SST与AMSR-E SST之间的一致性非常低。

图3 MODIS SST与AMSR-E SST的差值分布示意图

表2 MODIS SST与AMSR-E SST的差值曲线特征参数

（2）当SST介于27.5℃～29℃之间时，其标准差位于0.301 3℃～0.571 6℃之间，其中，当SST位于28.5℃～29℃之间时，MODIS SST与AMSR-E SST差值的偏斜度为-0.865 0，即差值的众数位于算术平均值的右侧；其峰值仅为-0.021 2，即MODIS SST与AMSR-E SST之间的一致性仍然非常低；而当 SST位于 27.5℃～28.5℃之间时，MODIS SST与AMSR-E SST差值的峰值为正值，也就是说两者间的一致性有所提高。

（3）当SST介于26.5℃～27.5℃之间时，差值的标准差非常小，仅为0.179 1℃～0.219 8℃，曲线陡峭，差值的峰值位于5.203 4～10.951 3之间，远高于其他曲线的峰值，这说明MODIS SST与AMSR-E SST之间具有非常高的一致性；差值的算术平均值降低，即曲线的中心位置向左移动；其偏斜度均为正值，即众数位于算术平均值左侧，差值的峰值位于5.203 4～10.951 3之间，这说明MODIS SST与AMSR-ESST之间具有非常高的一致性。

（4）当 SST小于 26.5℃时，MODIS SST与AMSR-E SST的标准差为0.273 9℃，差值的算术平均值增大为0.587 6℃，而峰值减小为0.563 2，也即MODIS SST与AMSR-E SST之间的一致性降低。

图4AMSR-E SST、MODIS SST与实测SST的差值

图4 为AMSR-E SST和MODIS SST分别减去实测SST的差值分布图，通过比较MODIS SST、和实测SST，发现MODIS反演SST，在温度低于27℃时存在热偏差，当温度高于27℃时存在冷偏差，且随着温度的升高冷偏差增大；而AMSR-E SST的冷热偏差随温度变化特征并不明显，这是由于随着温度的升高，海表面上空的气溶胶浓度增大，大气气溶胶对微波传输几乎没有影响，但是对热红外波段遥感海表温度，大气气溶胶的影响会使其产生一个冷偏差，这也是热红外遥感很难克服的困难，此外，空气中水汽含量的增加也是影响MODIS SST反演结果的重要原因之一。

3.3 反演精度

与匹配数据集中的实测SST比较，得到MODIS SST、AMSR-E SST定量反演的误差值如表3所列：最大绝对误差Max、最小绝对误差Min、平均绝对误差Mean、均方根误差MSE和标准偏差Std。

表3 SST反演误差（单位：℃）

从表3我们可以看出，AMSR-E SST的均方根误差为0.331 24、标准偏差为0.189 1，MODIS SST的均方根误差为0.503 4、标准偏差为0.506 4。反演误差的主要原因是由于实测SST是海洋上层1 m厚水层的平均温度，而遥感反演得到的SST是海洋的皮层温度。

由于在热红外波段，大气对海面辐射的影响主要是通过吸收和自发辐射的相互作用进行的。大气层的温度比海面温度低，大气中各成分吸收了海面辐射后变成大气的内能，以较低的温度向外辐射，从而减小了到达红外波段传感器的海面辐射，大气自发辐射又添加了到达红外波段传感器的海面辐射。这种复杂的大气影响对于热红外遥感反演SST不容忽视。此外，云层遮挡的影响使得MODIS反演SST只能应用于晴空条件。而微波能够穿透较薄的云层，且大气影响要远小于热红外波段，虽然微波遥感易受到海面粗糙度和降雨的影响，但这可以通过使用多个频率来纠正。因此，对于热红外海表温度，消除大气影响成为提高反演精度的关键，而微波遥感在近岸海域的不可用性在一定程度上制约了其广泛应用，如何利用多源遥感数据获取全天候的高精度海表温度产品成为目前海表温度反演研究的热点之一。本文对MODIS和AMSR-E对海表温度的不同响应特征的分析为综合利用同一卫星上的多源数据提供参考。

4 结论

本文利用搭载于AQUA卫星上的MODIS和AMSR-E两个传感器的遥感数据，定量反演得到了印度洋北部海域的海洋表面温度，然后分别从地理位置、温度曲线和反演精度3个方面对MODIS SST和AMSR-E SST之间的差异进行比较分析，得到以下结论：

（1）MODIS SST与AMSR-E SST之间的差异随纬度变化较为明显，在北纬8°附近存在明显的分界线，随纬度的不同，各自存在不同的冷热偏差，MODIS SST在纬度高于8°的地区存在明显的热偏差，在低于8°的地区存在冷偏差，而AMSRE SST总体存在一个微小的热偏差。由于微波接收天线旁瓣受到陆地的污染，AMSR-E SST无法获得准确的海表面温度。

（2）MODIS SST与AMSR-E SST之间的差异随温度的不同，差异也不同。当温度低于26.5℃时，MODIS SST与AMSR-E-SST的一致性相对较低。当温度高于26.5℃时，随着温度的升高，MODIS SST和AMSR-E SST的一致性随着温度的升高而降低。

（3）本文中AMSR-E SST的反演精度总体高于MODIS SST。

Hosoda K，Murakami H，2006.Difference characteristics of sea surface temperature observed by GLI and AMSR aboard ADEOS-II.Journal of Oceanography，62（3）：339-350.

Kawai Y，Wada A，2007.Diurnal sea surface temperature Variation and its impact on the atmosphere and ocean：A review.Journal of oceanography，63（5）：721-744.

Lei G，Kawamura H，2004.Merging satellite infrared and microwave SSTs：methodology and evaluation of the new SST.Journal of O－ceanography，60（5）：905-912.

Lucrezia R，Frank J W，2004.Uncertainties in sea surface temperature retrievals from space：Comparison of microwave and infrared observations from TRMM.Journal of Geophysical research，109（C12）：4-16.

O'Carroll A G，Eyre J R，Saunders R W，2008.Three-way error analysis between AATSR，AMSR-E and in situ sea surface temperature observations.Journal of atmospheric and oceanic technology，25（7）：1197-1207.

Qiu C，Wang D，2009.Validation of AVHRR and TMI-derived sea surface temperature in the northern South China Sea.Continental Shelf Research，29（20）：2358-2366.

Richard W R，Diane C M，1993.An improved real-time global sea surface temperature analysis.Journal of Climate，6（1）：114-119.

Richard W R，Thomas S M，1994.Improved global sea surface temperature analyses using optimum interpolation.Journal of Climate，7（6）：929-948.

Sakaida F，Kawamura H，Takahashi S，et al，2009.Research and development of the New Generation Sea Surface Temperature for Open Ocean（NGSST-O）product and its demonstration operation.Journal of Oceanography，65（6）：859-870.

陈宏，许华，李家国，等，2009.基于MODIS的海表面温度反演系统设计与实现.遥感信息，2：76-80.

蒋兴伟，宋清涛，2010.海洋卫星微波遥感技术发展现状与展望.科技导报，28（3）：106-110.

殷晓斌，刘玉光，王振占，等，2007.红外和微波辐射计反演海表面温度的比较.海洋通报，26（5）：3-10.

张春桂，任雍，蔡义勇，等，2009.基于MODIS数据的台湾海峡SST区域遥感监测模型研究.热带气象学报，25（1）：75-81.

郑金武，徐东峰，徐鸣泉，2008.全覆盖高分辨率SST融合方法概述.热带海洋学报，27（4）：77-82.