南半球微波遥感SST与Argo浮标NST的异同分析

卢少磊，许建平,2，刘增宏,2

(1.国家海洋局第二海洋研究所，浙江杭州310012；2.卫星海洋环境动力学国家重点实验室，国家海洋局第二海洋研究所，浙江杭州310012)

1 引言

海表温度（SST）是海洋-大气系统中的一个重要物理量，是表征海-气热量、动量和水汽交换的重要参量，也是气候的指示因子之一，在海洋学研究中占有重要地位[1]。高质量的SST数据在天气预报、气候研究等应用中起着重要作用。获取SST的方式目前有卫星遥感和现场观测两种方式，由于卫星遥感与现场观测所用的传感器性能和观测深度的不同，以及近表层复杂的温度垂直结构，和海洋不同时空尺度的变化等原因，目前为止还没有建立起一套准确可靠、高时空分辨率的全球SST产品[2]。

为了弥补这一缺陷，最基础但也最重要的工作之一就是根据现场观测数据对不同传感器反演的SST 产品进行检验评估，以确保它们之间的有效融合[3]。虽然国内外学者已经开展了对单一或多种传感器反演SST的验证工作[4-14]，但由于南半球海洋中的现场观测资料缺乏，再加上各种传感器的性能差异，以及不同观测方法和观测深度之间的差异，使得对于遥感反演SST在南半球的评估工作难以有效开展。

2000年实施的国际Argo 计划，已经于2007年11月在全球大洋中建成了一个由3000多个Argo 剖面浮标组成的实时海洋观测网[15]。Argo剖面浮标每10 天收集一条0—2000 m 水深范围内的温盐度剖面，但考虑到对电导率传感器的保护，常规Argo 浮标在到达水面以下5—10 m时泵抽式CTD传感器就会停止工作，所以常规Argo 浮标只能测量到5 m 层以下的温盐值。为了满足对表层温盐度值的需求，2008年10月份以来，国际Argo 计划成员国在全球范围内投放了数百个带有非泵抽式CTD 传感器的Argo 剖面浮标，用来弥补泵抽式CTD 传感器的缺陷，可以高分辨率的观测0—5 m 层的温盐度值，所以这种新型Argo 浮标不仅能够提供常规的温盐度剖面资料，而且还可以提供海洋近表层温度数据（Near-Surface Temperature，简称NST），为我们研究上述问题提供了大量实测资料。全球高分辨率海面温度项目组（GHRSST）也已使用NST对卫星遥感SST 进行验证[16]，也有学者将NST 应用到对印度洋海域遥感SST的验证工作中[17]。

由于微波遥感可以穿透云层的优点，本文选择了目前最常用的两种微波传感器TMI 和AMSR-E反演的SST与Argo浮标观测的NST数据在南半球海域进行对比分析，并重点讨论两者差异的昼夜、季节与空间变化，以便为南半球乃至全球海洋多源SST融合提供可靠的统计学依据。

2 资料与方法

2.1 卫星遥感资料

2.1.1 TMI SST

热带降雨测量任务微波成像仪(TMI)是搭载在1997年发射的TRMM卫星上的微波辐射计，卫星采用非太阳同步轨道，观测范围在38 °N—38 °S 之间。本文应用资料取自微波辐射计数据集(http://www.ssmi.com)中TMI 的日平均数据，选取区域为20 °S—38 °S 之间，时间范围取在2008年10月—2011年9月期间，其资料的空间分辨率为0.25° ×0.25°。

2.1.2 AMSR-E SST

EOS 高级微波扫描辐射计(AMSR-E)是搭载在2002年发射的Aqua 卫星上的微波辐射计，到2011年10月停止工作。卫星采用太阳同步轨道，观测范围可以覆盖全球。本文应用资料同样取自微波辐射计数据集中AMSR-E 的日平均数据，选取区域为20°—60°S 之间，时间范围和空间分辨率都与TMI相同。

2.2 Argo浮标资料

带有非泵抽式CTD 传感器的Argo 浮标可以高分辨率的采集0—5 m 层之间的近表层温度(NST)值，在0—1m层之间采样个数一般可达4—5个。本文利用的NST 数据来源于英国海洋中心(NOC)网站（ftp://ftp.pol.ac.uk/pub/bodc/argo/NST/），时空范围均与上述遥感数据相同。考虑到浮标稳定性及垂直分辨率问题，只利用英国海洋数据中心(BODC)、印度国家海洋信息服务中心(INCOIS)和美国华盛顿大学(UW)等三家单位提供的数据。此外，由于带有非泵抽吸式CTD传感器的Argo剖面浮标只占全球Argo剖面浮标总数的10%左右，在某些海域NST观测数量较少，不具有统计意义。因此，本文选择NST观测数量较为集中的20°S 以南海域作为我们的研究区域。

2.3 匹配数据的生成和验证方法

在生成匹配数据之前，需要对资料进行必要的质量控制。其中微波遥感SST数据中自带有质量标记，所以在生成匹配数据时，只选取数据质量可靠的SST。David M 等[18]利用高分辨率CTD 资料，验证了Argo NST精确度可达到±0.002 ℃，但是需要根据“海表面压力”变量对浮标的压力数据进行校正。根据Argo 剖面浮标非泵抽式CTD 传感器的温度观测范围，将温度值不在-3 ℃—35 ℃之间的数据剔除掉[19]。经过质量校正的Argo NST数据就可以与微波遥感SST数据进行匹配了。

微波遥感SST 与Argo NST 数据的匹配，不仅需要考虑空间因素，还要考虑时间因素。空间上，水平方向选取Argo浮标测量点周围4个遥感有效像素的平均值(其中两个像素点必须为有效值)作为Argo浮标观测点上的SST 值，垂直方向上由于Argo 浮标观测层次不统一，选择0—1 m范围内的平均温度值作为相应的NST 值；时间上，将时间轴依次分为白天时段（当地时间6 时—18 时）和夜晚时段（当地时间18 时至次日6 时），然后筛选出与Argo 浮标观测在同一时段的卫星观测数据。最后得到的匹配数据中，TMI有2189组，AMSR-E有3419组(见图1)。

文中判断数据之间差异的指标为平均偏差(bias)和均方差(rms)，其计算公式如下：

式中，T 指TMI 和AMSR-E 反演的SST 值，而TNST是Argo浮标观测的NST值，i的范围为1—n，n为匹配数据点数[8]。

值得指出的是，根据TMI/AMSR-E 两种卫星微波辐射计的遥感原理和Argo 剖面浮标CTD 传感器的性能，前者仅能反演海面0—1 mm 内的表皮温度[1,20]，故文中用SST 标志；而后者可以观测海面以下20 m上层范围内的近表层温度垂直结构，但文中只利用了1 m以浅的温度平均值，故用NST标志。

图1 匹配站位的空间分布

图2 TMI SST与NST(a)、AMSR-E SST与NST(b)的比较

3 结果与讨论

3.1 SST与NST的差异

图2 给出了研究区域内由卫星遥感反演的SST与Argo浮标观测的NST的点聚图。可以看出，无论是TMI还是AMSR-E遥感反演的SST与Argo浮标观测的NST之间均呈显著的线性关系，相关系数分别达到了0.98和1.00。同时，TMI/AMSR-E SST与NST的差异（△T）的平均值分别为0.05 ℃与-0.04 ℃，均方差均在0.63℃左右。直接计算SST 与NST 的差值，该值介于-1℃—1℃之间的数据点占总数的91%，介于-0.5 ℃—0.5 ℃之间的数据点占总数的62%。

卫星除了提供SST数据以外，还提供了海面10 m风速、大气水汽含量等参数。为此，我们进一步分析了风速、水汽含量对△T 的影响。显著性检验表明△T与风速具有显著的线性关系（见图3）：在低风速时，△T 为正值，但随着风速的增加，△T 逐渐减小，当风速达到8 m/s 左右时，△T 接近为0 ℃，而随着风速的持续增强，平均偏差继续减小。而当风速达到15 m/s 之后，△T 不再与风速存在线性关系。这主要是因为当风速较小时，表层海水混合不够充分，使得SST 的变化幅度较大；而在强风速下，由于表层海水充分混合，使得SST 与NST 差异反而变小[9-12]。至于大气水汽含量对△T 的影响（见图4），由图可见，△T除低大气水汽值（＜15 mm）外基本不受其影响，而低大气水汽值时，SST 比NST 偏大0.1℃左右。Dong等人在研究中也发现了这一现象，他们的研究认为是微波辐射计在低水汽值下使用的SST反演方法存在缺陷所致[9,11]。

图3 TMI(a)、AMSR-E(b)SST与NST的差异随风速的分布（单位/(m/s)）

图4 TMI(a)、AMSR-E(b)SST与NST的差异随大气中水汽含量的分布（单位/mm）

值得指出的是，从图3中可以看到，在低风速情况下，SST与NST会出现±2 ℃以上的较大差异。这主要是由海表面白天暖层效应(diurnal warm-lay)和夜晚冷皮层效应(cool-skin)的存在所致。已有研究表明，暖层效应通常可以使SST升高1℃—2 ℃，而冷皮层效应也会使SST降低0 ℃—1 ℃[20-22]，且这种温度的变化在低风速环境下很难传递到海面以下1m层中，从而使得SST与NST存在较大差异。

3.2 SST与NST差异的昼夜变化

由表1的统计结果来看，SST与NST之间的差异存在明显的昼夜变化，且两个卫星传感器之间的变化也不尽相同：对于TMI 来说，昼夜均方差均在0.63 ℃左右，但白天的平均偏差不到0.04 ℃，而夜晚达到了0.07 ℃；AMSR-E 白天的平均偏差和均方差略小于夜晚，分别为-0.04 ℃和0.59 ℃。

表1 昼夜统计结果

表2 季节统计结果

从表1 中可以看出，TMI 匹配数据中高风速（＞10 m/s）与低风速(＜4 m/s)的比例相当，但是由于低风速下对SST 的影响更大，所以TMI 反演的SST较NST 偏大；而AMSR-E 匹配数据中高风速与低风速相比占优势地位，所以AMSR-E 反演的SST 较NST偏小。另外风速分布不均的影响也体现在传感器昼夜反演差异上：TMI高风速昼夜比例相当，但低风速夜晚比白天的比例高5%，因此夜晚TMI的△T比白天的大；AMSR-E 白天高风速的优势地位较夜晚稍微有所减弱，这使得白天AMSR-E的△T略小于夜晚。

以上结果较前人结论均有所不同，究其原因，一方面，前人研究的区域多为在德雷克海峡、45°S以南海域[9-12]，比本文研究海域要小；另一方面，Argo浮标NST数据的观测深度处于0—1 m范围内，而早期人们所使用的Argos表面漂流浮标观测深度则在0.2—0.3 m 之间，且船载CTD 仪的观测深度约为0.5 m[11-13]。

3.3 SST与NST差异的季节变化

从表2的结果来看，TMI反演的SST与NST的差异冬季最大，其平均偏差和均方差分别为0.07 ℃和0.69 ℃，夏季次之，春季最小（分别为0.01 ℃和0.64 ℃）；AMSR-E 反演的SST与NST的差异冬季最大，其平均偏差和均方差分别为-0.15 ℃和0.63 ℃，秋季次之，春季最小（分别为-0.01℃和0.65 ℃），这与李明等人[9]利用走航观测结果得到的结论相一致。

进一步分析表明，春夏秋三个季节的△T 与风速的分布有较好的对应关系：当高风速与低风速比例相当或者低风速占优势时，平均偏差表现为暖偏差，且低风速比例越大，偏差越大；当高风速占优势时，平均偏差表现为冷偏差。但是根据图3 的△T与风速的关系，两个卫星传感器冬季都出现了不相称的较大差异。分析各个季节中风速与△T的关系（见图5，只显示了冬季，其他三个季节的与图3 类似）可以发现，冬季△T与风速的关系与其他季节不同：冬季TMI在低风速情况下△T为-0.3 ℃左右，但随着风速的增加，平均偏差逐渐增大，当风速达到8 m/s 左右时，平均偏差增大到0.2 ℃左右，然后随着风速的增大逐渐趋于稳定；而冬季AMSR-E SST 在任何风速情况下较NST 均表现为冷偏差。这种异常的△T与风速关系导致了冬季SST 与NST 之间的差异达到最大。

统计表明，冬季的平均风速较其他季节提高了大约2 m/s，而低水汽情况下的匹配数也增加了30%左右。显然冬季出现这种异常的△T与风速关系，不仅与冬季风速增加有关，而且与空气中水汽含量的减小也有着密切的关系。

3.4 SST与NST差异的空间分布

图5 冬季SST与NST的差异随风速的分布（单位/m/s）

图6 TMI SST与NST(a)、AMSR-E SST与NST(b)差异随纬度的分布（单位/纬度）

图6 给出了SST 与NST 差异随纬度变化的情况。从图中可以看出，TMI 在研究区域内大致可分为三部分：20°—25°S和35°—40°S区域内TMI SST较NST 均呈偏冷型，分别偏低0.05 ℃和0.06 ℃，而在25°—35°S范围内则呈偏暖型，约偏高0.09 ℃；两者差异的均方差随纬度的增加由0.56℃递增到0.75℃。而AMSR-E 大致可分为四部分：20°—25°S和35°—50°S 范围内AMSR-E SST 较NST 均呈偏冷型，分别偏低0.11℃和0.08℃，25°-35°S 两者基本相同，而在50° S 以南海域，AMSR-E SST 与NST 的关系不确定；两者差异的均方差随纬度的增加由0.48 ℃递增到0.81 ℃。

统计表明，40°S 以北平均风速为7 m/s，不存在带状分布，所以△T 随纬度的带状分布特征与风速无关。李明等[10]发现南大洋海面流速对遥感SST与由表层漂流浮标观测的SST之间的差异有一定的影响；Verdy 等人[23]也发现，ACC 内的SST 异常会受到ACC和大气相互作用(海平面气压和湍流热流量)的影响。而△T带状分布的纬度范围恰好与南半球副热带环流中的南赤道流、副热带锋面、南太平洋流(南大西洋流或南印度洋流)和南极锋的范围相对应[24-25]，这也说明△T随纬度的带状分布特征与海面流速和海气相互作用等因素有着密切关系。

4 结论

卫星对全球海洋SST 的高时空分辨率观测，为海洋与大气科学领域的研究提供了宝贵的基础资料，弥补了现场观测的不足。但是，由于早期南半球海洋中的现场观测资料十分缺乏，以及各种传感器的性能又不尽相同，导致至今仍没有一套准确可靠、高时空分辨率的SST 产品可以满足各研究领域的需要。而随着带有非泵抽式CTD 传感器的Argo剖面浮标的布放，为解决这一难题提供了一种有效的途径。

这里对2008年10月—2011年9月期间由Argo剖面浮标观测的NST，与由卫星TMI/AMSR-E 微波辐射计遥感反演的SST日平均数据进行的比较分析，使我们对南半球海域SST 与NST 之间的异同有了更深的认识，主要结论如下：

（1）南半球海洋中SST 与NST 虽存在显著的线性关系，但两者之间的差异（△T）还是十分明显的；

（2）△T存在显著的昼夜变化和季节变化，这与风速的昼夜、季节分布有关；而冬季△T的异常分布特征还与风速和水汽的变化关系密切；

（3）△T随纬度变化呈带状分布的特征，主要与海面流速和海气相互作用等因素有关。

由此可见，虽然SST与NST具有很好的相关性，但它们之间却还存在着较大的差异，也就是说，由卫星遥感反演的海洋表皮温度（SST）与由Argo剖面浮标或船载CTD仪观测的海洋表层温度（NST）不能等同看待，更不能将它们“混为一谈”。而随着国际Argo 计划的不断深入，Argo 剖面浮标观测的NST 数据量将会不断增加，或许有助于改进卫星遥感SST的反演方法，进一步提高卫星遥感SST的代表性，从而为在南半球乃至全球海域内的多源SST融合提供更加可靠的统计学依据，进而为气候和天气学等领域提供更为准确可靠的数据源。

致谢：感谢英国海洋中心（NOC）免费提供的Argo NST 数据，以及遥感观测系统(Remote Sensing Systems)提供的TMI/AMSR-E SST数据。

[1]Donlon C J, Casey K S, Robinson I S, et al. The GODAE highresolution sea surface temperature pilot project[J].Oceanography,2009,22(3):34-45.

[2] Alvera A, Troupin C, Brath A, et al. Comparison between satellite and in situ sea surface temperature data in the Western Mediterranean Sea[J].Ocean Dynamics,2011,61:767-778.

[3] Castro S L,Wick G A,Jackson D L,et al.Error characterization of infrared and microwave satellite sea surface temperature products for merging and analysis[J]. Journal of Geophysical Research,2008,113(C03010),doi:10.1029/2006JC003829.

[4]Guan L,Kawamura H.SST availabilities of satellite infrared and microwave measurement[J]. Journal of Oceanography, 2003, 59(2):201-209.

[5]Ricciardulli L,Wentz F J. Uncertainties in sea surface temperature retrievals from space Comparison of microwave and infrared observations from TRMM[J]. Journal of Geophysical Research,2004,109(C12013),doi:10.1029/2003JC002247.

[6]Kim E J,Kang S K,Jang S T,et al.Satellite-Derived SST Validation based on In-Situ Data during Summer in the East China Sea and Western North Pacific[J]. Ocean Science Journal, 2010, 45(3):159-170.

[7]高郭平,钱成春,鲍献文,等.中国东部海域卫星遥感PFSST与现场观测资料的差异[J].海洋学报,2001,23(4):121-126.

[8]孙凤琴, 张彩云, 商少平, 等. 西北太平洋部分海域AVHRR、TMI 与MODIS 遥感海表层温度的初步验证[J]. 厦门大学学报:自然科学版,2007,46(S1):1-5.

[9]李明,张占海,刘骥平,等.利用南极走航观测评估卫星遥感海表面温度[J].海洋技术,2008,30(3):16-27.

[10]李明,刘骥平,张占海,等.利用南大洋漂流浮标数据评估AMSR-E SST[J].海洋学报,2010,32(6):47-55.

[11]Dong S F, Gille S T, Sprintall J, et al. Validation of the Advanced Microwave Scanning Radiometer for the Earth Observing System (AMSR-E)sea surface temperature in the Southern Ocean[J].Journal of Geophysical Research, 2006, 111(C04002),doi:10.1029/2005JC002934.

[12]Donlon C J,NightingaleT,SheasbyT,et al.Implications of the oceanic thermal skin temperature deviation at high wind speed[J].GeophysicalResearch Letters,1999,26(16):2505-2508.

[13]Gentemann C L, Wears F J, Mears C A, et al. In situ validation of Tropical Rainfall Measuring Mission microwave sea surface temperature [J]. Journal of Geophysical Research, 2004, 109,CD4201,doi:10.1029/2003JC002092.

[14]Hosoda K.A Review of Satellite-Based Microwave Observations of Sea Surface Temperatures[J].Journal of Oceanography,2010,66:439-473.

[15]许建平,刘增宏,孙朝辉,等.全球Argo 实时海洋观测网全面建成[J].海洋技术,2008,27(1):68-70.

[16]Martin M,Dash P,IgnatovA,et al.Group for High Resolution Sea Surface temperature (GHRSST) analysis fields inter- comparisons. Part 1: A GHRSST multi-product ensemble(GMPE) [J].Deep-Sea Research II,2012, doi:10.1016/j.dsr2.2012.04.013.

[17]Udaya T V S,Rahmans H,Pavan i D,et al.Comparison of AMSR-E and TMI sea surface temperature with Argo near-surface temperature over the Indian Ocean[J]. International Journal of Remote Sensing,2009,30(10):2669-2684.

[18]Murphy D, Riser S, Larson N, et al. Measurement of salinity and temperature profiles through the sea surface on Argo floats[R]. Poster Presentation 4thAquarius/SAC-D science workshop,Puerto Madryn,Argentina,3-5 December 2008.

[19]Larson N L, Janzen C D, Murphy D J. STS:An instrument for extending Argo temperature and salinity measurements through the sea surface[R]. Poster Presentation 2008 Ocean Sciences Meeting,Orlando Florida,2-7 March 2008.

[20]Donlon C J, Minnett P J, Gentemann C, et al.Towards Improves Validation of Satellite Sea Surface Temperature Measurements for Climate Research[J].Journal of Climate,2002,15:353-369.

[21]Merchant C J, Filipiak P L, BORGNE P L. Diurnal warm-layer events in the western Mediterranean and European shelf seas[J].Geophysical Research Letters, 2008, 35, L04601, doi:10.1029/2007GL033071.

[22]Fairall C W,Bradley E F,Godfrey J S,et al.Cool-skin and warmlayer effects on sea surface temperature[J]. Journal of Geophysical Research,1996,101:1295-1308.

[23]Verdy A,Marshall J,Czaja A.Sea Surface Temperature Variability along the Path of the Antarctic Circumpolar Current[J]. Journal of Physical Oceanography,2006,36:1317-1331.

[24]Nowlin W D, Klinck J M. The physics of the Antarctic Circumpolar Current[J].Reviews of Geophysics,1986,24(3):469-491.

[25]Talley L D, Pickard G L, Emery W J, et al. Descriptive Physical Oceanography[M].Amsterdam:Elsevier,2011:246-247.