基于ERA5海洋再分析资料的卫星热红外辐射定标方法精度评估

薛亚楠，马灵玲，王宁，李坤，王新鸿，韩启金，钱永刚，李大成

1.中国科学院空天信息创新研究院 中国科学院定量遥感信息技术重点实验室,北京 100094;

2.中国科学院大学 光电学院,北京 100049;

3.中国资源卫星应用中心,北京 100094;

4.太原理工大学,太原 030024

1 引言

热红外遥感广泛应用于大气探测、水文监测、地表温度反演以及全球气候变化研究等多个领域，而精确的绝对辐射定标是热红外遥感数据定量化应用的关键（徐涵秋，2016；Liu 等，2020）。目前，中国常用热红外传感器在轨绝对辐射定标方法有星上定标（李家国 等，2011；胡秀清 等，2010）、在轨场地定标（胡秀清 等，2002）以及交叉定标（徐娜 等，2012）。其中，星上定标的辐射定标参考源为黑体，定标精度取决于定标系统的稳定性；在轨场地定标的辐射定标参考源通常为大面积水体（如青海湖），并需辅以地面水表温度和大气廓线等同步测量数据，耗费大量的人力和物力且成本较高，一年平均进行1—2 次；交叉定标基于高定标精度的参考卫星实现无场地定标，定标频率与卫星间交叉次数有关（童进军 等，2005）。目前，为进一步提高遥感数据应用水平，选择合适的辐射定标参考以实现卫星传感器全生命周期的高频次、高精度定标已成为一种迫切需求。再分析资料作为一种长时序且一致性良好的同化数据集，可提供一天多时段全球范围的地表、大气参数数据，同时随着观测手段日益丰富和数据同化技术的发展，其时空分辨率和数据质量不断提高（Hersbach 等，2019），已在大气分析、地表环境变化监测等气候应用中得到广泛认可（Geng和Sugi，2001；Araghi等，2015）。

国际常用的再分析资料有欧洲中期天气预报中心ECMWF（European Centre for Medium−Range Weather Forecasts），包括ERA−40、ERA−Interim、ERA5等产品（Hersbach等，2019）；美国国家环境预报中心NCEP（National Centers for Environmental Predictions），包括NCEP−CFSR、NCEP−NCAR 等产品（Bao和Zhang，2013）；美国航空航天局NASA（National Aeronautics and Space Administration），包括MERRA和MERRA2等产品（Gelaro等，2017）；日本气象 局JMA（Japan Meteorological Agency），包 括JRA25、JRA55等产品（Kobayashi等，2015）；以及中国气象局CMA（China Meteorological Administration），包括CRA−Interim、CRA−40等产品（Yang等，2021）。

诸多国内外学者利用观测数据结合再分析资料作为参考源，开展基于辐射传输模型模拟卫星观测的传感器红外谱段定标方法研究。Gube 等（1996）采用NCEP 海表温度和ECMWF 大气廓线数据，根据大气辐射传输模型计算地表向卫星发出的辐射，这种方法将时间序列定标系数的变化波动降低了约1%。Schott 等（2012）在对Landsat系列卫星近30 年红外观测数据进行再定标时，为满足长时间序列定标需求采用了多种来源的卫星、地表观测数据作为辐射定标参考，其中包括NCEP大气廓线数据。童进军等（2005）利用青海湖水文自动观测系统所测水表温度，以NCEP 提供相应区域的大气廓线代替实测数据，对HY−1 COCTS热红外通道进行定标，与场地定标方法所得系数基本一致。张勇等（2009）利用大洋浮标数据和NCEP 再分析资料，基于太平洋、印度洋海域开展针对地球静止轨道气象卫星FY−2C 红外通道的辐射定标，并与交叉定标结果进行验证，发现所获取定标系数在常温区的可信度较高。相关研究在实测数据与再分析大气廓线数据结合作为辐射定标参考方面有一定进展，但对于仅以再分析资料作为参考源的适用性研究以及影响因素的详细分析尚有欠缺。

不同再分析资料时空分辨率存在一定差异，本文所使用再分析资料为时空分辨率相对较高的ECMWF 第五代再分析数据集ERA5（ECMWF Reanalysis v5）。针对ERA5 海表温度以及大气廓线数据作为红外辐射定标参考进行精度分析，选用Argo（Array for Realtime Geostrophic Oceanography）浮标观测海表温度、中分辨率成像光谱仪MODIS（Moderate−resolution Imaging Spectroradiometer）卫星反演海表温度作为验证数据，对ERA5海表温度产品进行全球空间范围的对比；同时选用MODIS卫星观测星上亮温作为验证数据，对基于ERA5海表温度和大气廓线数据通过辐射传输模型模拟星上亮温值进行对比；最后从风速、大气水汽柱总量、海浪平均高度3个方面分别对相应的偏差进行统计分析，探究各气象影响因素与偏差的相关性。本文的研究工作，旨在从海表温度和星上亮度温度两个角度评价再分析资料提供海表、大气廓线数据作为辐射定标参考的适用性，为热红外绝对辐射定标参考源选择提供参考。

2 数据来源及介绍

2.1 ECMWF ERA5再分析数据

ERA5 作为ECMWF 最新一代再分析数据集，它基于四维变分资料同化模型和综合预测系统IFS（Integrated Forecasting System）来生产大气、陆地和海洋的各种气候变量预测值。相较于上一代产品ERA−Interim，ERA5 观测数据来源进一步扩展，以卫星观测数据为主体，结合常规数据源，如气象站、飞机、船只、浮标以及无线电探空仪等；在优化组合所用观测数据的同时，对所用物理模型和数据同化方法进一步改进。ERA5 在垂直方向上能够提供从1000 hPa到1 hPa共37层廓线的大气数据，如水汽含量、气温、风速、云覆盖率等参数，以及陆地、海洋表面数据，如地表温度、总降水量、叶面积指数、海浪高度等参数，在水平方向上以经纬度网格的方式提供数据，相应空间分辨率为0.25°（其中部分陆表参数空间分辨率为0.1°，部分海表参数空间分辨率为0.5°）（Hersbach等，2019）。

国内外学者已对ERA5提供的大气、地表参数数据开展了一些对比验证工作。Salisbury 等（2018）使用ECMWF 气象库中的浮标测量海表温度值，对基于大气—海洋耦合高分辨率模型以及ERA5 的非耦合模型所获取的海洋表皮温度SSTskin（Sea Surface Skin Temperature）进行对比验证，结果显示基于耦合模型获取的温度值与观测值偏差在整个预测期间更加稳定。Graham 等（2019）使用北极地区两次无线电探空仪观测数据评估ERA5，ERA−Interim，JRA55，MERRA2 提供的大气温度、风速、湿度等大气廓线数据，其中第一次探空数据没有被再分析数据库纳入同化；结果显示ERA5与观测数据有更高的相关性以及更小的偏差。Mahto 和Mishra（2019）利用印度1980 年—2018 年中每年6—9 月的降水、温度、径流、蒸散量和土壤湿度等水文应用数据，进行ERA5、ERA−Interim、JRA−55 等再分析数据的精度评估，结果表明ERA5比其他再分析产品在印度区域整体精度更优。Luo和Minnett（2020）使用船载海洋大气辐射干涉仪M−AERI（Marine−Atmosphere Emitted Radiance Interferometers）观测数据评估了ERA5 SSTskin的精度，结果显示两种来源的SSTskin有较高的相关性，ERA5 SSTskin相对M−AERI 观测值平均偏差为−0.21 K，标准偏差为0.36 K，其中部分差异与沙尘气溶胶和海洋大气温度有关。

本文所验证分析的ERA5 参数包括海表温度数据以及大气廓线数据。ERA5 提供两种描述海洋表面温度的参数，一种为ERA5 SST，数据由英国气象局所研制的海温—海冰分析系统OSTIA（Operational Sea Surface Temperature and Sea Ice Analysis）提供。OSTIA 使用船舶观测数据对多卫星平台红外、微波遥感反演卫星海表温度数据进行纠正，其消除了日变化的影响（Donlon 等，2012）。另一种参数为ERA5 SSTskin，IFS 系统中所使用的SSTskin计算模型将3 种不同的近地表海洋效应进行参数化：热表皮冷却效应，白天的太阳加热升温效应，以及海表附近盐度饱和效应，同时将OSTIA 提供的海表温度作为模型方法初始数据进而获得SSTskin（Luo和Minnett，2020）。相较于只包含昼夜变化海表温度数据的ERA5 SST，SSTskin能够提供每小时的海洋表面温度值，在时间分辨率上更优，研究选用ERA5 SSTskin数据。

研究所用ERA5大气廓线参数包括位势、大气温度、水汽质量比、臭氧质量比等参数，这些参数在IFS 系统中由收集的多源数据结合相应的观测算子插值到需要的气压及高程。例如，位势通过温度剖面对流体静力学方程进行解析积分并垂直插值获取（Simmons 和Jiabin，1991），大气温度、水汽质量比分别基于温度、水汽算子计算并进行线性垂直内插获取，臭氧则基于参数化模型垂直内插获取（Cariolle和Teyssèdre，2007）。

除此之外，为进一步开展影响因素分析工作，研究还使用了ERA5 提供的10 m 风东向分量、北向分量、水汽柱总量以及海浪平均高度等参数。

2.2 Argo浮标海表观测数据

国际Argo 计划自1998 年提出以来，在多个国家及国际组织的协作下，于全球布设了累计超过15000 个自动剖面浮标，构成全球海洋观测网，能够获取海水温度、盐度及部分生物化学要素观测剖面数据（Li 等，2020）。目前，Argo 浮标数据已成为海洋、大气领域开展科学研究的主要数据源。

本文选用Argo 浮标观测的海表温度数据来源于中国Argo 实时资料中心（Li 等，2020），时间跨度为2020 年1 月1 日至2020 年12 月31 日，空间上基本覆盖全球海域。中国Argo 实时资料中心经过收集整理各国Argo 资料中心收集上传的Argo 数据并进一步质量再控制后制作出全球海洋Argo 散点资料集（v3.0版），Argo数据的可用性得到提高。

2.3 MODIS海表温度数据

MODIS是Terra和Aqua卫星上的重要中分辨率探测器，这两颗卫星携带MODIS 传感器每1—2 天观测整个地球表面，能够为陆地、海洋和低层大气的全球动态变化过程研究提供数据支持。其中，Terra 卫星在地方时10：30 左右从北向南降轨过境，Aqua 卫星在地方时1：30 左右从南向北升轨过境。NASA 的海洋相关产品数据发布网站Ocean Color Web 可提供MODIS SST L2 级日产品，其中热红外白天产品基于MODIS 31、32 波段数据，采用改进的非线性SST 算法获取，中红外夜间产品基于MODIS 22、23波段数据获取（Kilpatrick等，2015）。

Xu 和Ignatov（2014）针对MODIS SST 的质量评估结果显示，Terra MODIS 的海表温度二级产品与漂流和固定海洋浮标观测数据在全球范围的平均偏差和标准差分别为−0.166 K 和0.442 K，与M−AERI 在全球范围的平均偏差和标准偏差分别为−0.058 K和0.481 K。

本文使用Terra MODIS 每日白天L2 级SST 产品，选择2020 年春分日、夏至日、秋分日、冬至日四天全球海域数据，产品空间分辨率为1 km。除此之外，本研究还使用到的MODIS 产品有：MOD02 定标数据产品，可提供31 通道辐亮度数据，通过普朗克公式可转为星上亮温数据；MOD03 地理信息产品，用于提供像元相应中心经纬度以及观测天顶角等信息；MOD35云掩膜产品，用于提供影像像元相应云判别信息。

3 数据处理与分析方法

3.1 数据筛选与匹配方法

ERA5 数据与Argo、MODIS 数据进行对比前首先需要进行质量控制筛选以及匹配。本研究针对Argo SST、MODIS SST 及MODIS星上亮温的数据特点构建数据筛选与匹配方法。

3.1.1 Argo SST数据筛选与匹配

为保证Argo 数据自身观测精度，基于Argo 观测数据及相应质量控制标记，对Argo 浮标数据进行初步筛选，剔除观测经纬度及日期信息异常数据；同时筛选海水压力及温度观测值不符合实际情况以及无法确保观测质量是否可靠的数据。Argo 浮标观测存在诸多特性：Argo 浮标资料观测最大深度压强基本在1000—2000 dbar；随着海洋深度增加，压强变大，海水温度降低等；这些特性为筛选浮标观测可信数据提供支持。由于Argo浮标在0—1 m 深度海表温度观测数据量较少，为增加数据量以提高匹配精度分析准确性，研究选择在海水0—6 m 深度具有观测温度值的Argo 浮标（刘伊格 等，2019）。

Argo 浮标可提供观测时具体经纬度地理位置及时间，基于此与ERA5 SSTskin进行时空匹配。在空间上利用浮标位置信息选择其所在再分析格网数据中四角点，采用反距离加权插值法获取对应位置的再分析海表温度数据；在时间上，将多时段SSTskin线性插值到浮标观测时间进行时间匹配。最终获得在全球海域范围内，同浮标观测数据相匹配的再分析SSTskin。

3.1.2 MODIS SST数据筛选与匹配

MODIS SST 产品同样需要进行筛选与匹配。首先，基于SST产品自身质量控制标记（分为0—4，相应SST 数据质量逐渐降低），选择其中质量控制标记为0 和1 的SST 区域。其次，使用与SST 产品相匹配的MODIS 云掩膜产品、地理信息产品，获取无云海洋区域范围。然后，通过滑动窗口计算区域变异系数cv值，分析区域SST的均一性，设定阈值条件筛选海表温度数据均匀稳定的区域。最终获得SST产品中可用于定标的有效海洋区域范围。

在有效海洋区域范围内，以ERA5 SSTskin空间分辨率设置空间匹配窗口大小，对窗口内的MODIS SST 取均值，SSTskin取4 个格网点均值；时间上，同样采用线性插值方法。如此，得到全球海域范围内MODIS SST与ERA5 SSTskin的匹配数据对。

3.1.3 基于辐射传输模拟星上亮温数据筛选与匹配

为进一步分析ERA5再分析资料用于红外辐射定标参考的精度，本文选用MODIS 卫星观测星上亮温数据进行验证。选择MODIS 卫星31 通道，基于3.1.2 节所述方法选取MODIS 卫星在全球海洋区域中无云、均匀区域的观测星上亮温值，同基于ERA5 SSTskin、大气廓线数据，经MODTRAN 辐射传输模型模拟得到的入瞳星上等效亮温值进行数据匹配和对比分析。

在热红外谱段，卫星观测接收的辐射信息来源可分为3部分，第一部分指地表地物自身发射经大气吸收、散射后被传感器接收；第二部分指地表反射的大气下行辐射及太阳直射辐射经大气作用被传感器接收，其中太阳直射辐射较小可忽略不计；第三部分指地表到卫星之间大气的上行辐射。因此，卫星入瞳热辐射可表达为

式中，L(λ)为传感器入瞳辐亮度，Lb(λ，T)为地表温度对应黑体辐亮度，可由普朗克辐射定律计算得出，ε(λ)为地表发射率，τ(λ)为大气透过率，为大气下行辐射，为大气上行辐射。

基于再分析资料提供的海表温度信息及海表发射率（本研究中设置为0.986）（Schott等，2012），可获得海表出射辐射，基于再分析资料提供的大气廓线数据，结合卫星观测几何参数，利用MODTRAN 辐射传输模型获取，结合式（1）便可得到卫星传感器观测海表模拟辐射亮度值L(λ)。

利用卫星通道光谱响应函数计算卫星入瞳处通道等效辐亮度Leq：

式中，S(λ)为卫星的通道光谱响应函数。

3.2 数据评价方法

为评价ERA5 SSTskin以及基于ERA5 SSTskin、大气廓线数据辐射传输模拟得到星上亮温的精度，本文选用平均偏差MBE（Mean Bias Error）、平均绝对偏差MAE（Mean Absolute Error）、标准偏差STD（Standard Deviation）、均方根误差RMSE（Root Mean Squared Error）作为评价指标，计算公式分别如下：

式中，T为待验证的数据，包括ERA5 SSTskin以及基于SSTskin、大气廓线数据辐射传输模拟星上亮温值；Q为验证数据，包括Argo SST，MODIS SST 以及MODIS观测星上亮温值；i为第i个匹配点；n为匹配点总数。

4 结果与分析

4.1 ERA5 SSTskin 全球海域范围精度分析

（1）与Argo 全球海表温度比对结果。2020 年各月份ERA5 SSTskin与Argo 浮标观测SST 在全球范围内比对结果如图1 所示。从图1 可以看出，各月份对比结果图中匹配点集中在y=x直线两侧；使用最小二乘法线性拟合直线斜率变化在0.991—0.995，二者呈现出显著的线性相关关系且较为稳定。相关系数值均大于0.995，表明ERA5 SSTskin与Argo SST有较强的一致性。

图1 ERA5 SSTskin与Argo浮标观测SST对比结果Fig.1 Scatter plot of the ERA5 SSTskin and Argo measured SST

图2所示为全年ERA5 SSTskin与Argo SST的偏差频率直方图，各月份中偏差值在±0.5K范围内的数据点，最小占比为73.49%，最大占比为81.69%；在±1 K 范围内的最小占比为96.23%，最大为97.67%。误差统计结果进一步表明ERA5 SSTskin与Argo SST具有较好的一致性。

图2 ERA5 SSTskin与Argo SST偏差频率直方图Fig.2 Histograms of the differences between ERA5 SSTskin and Argo measured SST

ERA5 SSTskin与Argo SST 各月份匹配点指标评价结果如表1所示，各月份可用浮标数据匹配点总数据量较为稳定，最少为7953 个，最多为9437 个。各月份中，MBE 最小为−0.23 K，最大为−0.31 K；MAE 最小为0.33 K，最大为0.39 K；STD最小为0.36 K，最大为0.39 K；RMSE最小为0.45 K，最大为0.50 K。ERA5 SSTskin与Argo SST 各月份的偏差并未出现明显差异，季节性变化相对较小，表明ERA5 SSTskin的数据在时间跨度上较为稳定，不随时间变化产生较大波动。

表1 ERA5 SSTskin 与Argo浮标观测SST匹配点统计结果Table 1 Statistical results of the ERA5 SSTskin minus Argo measured SST

从各月份统计结果来看，ERA5 SSTskin相对于Argo SST 都呈现负偏差，表明ERA5 SSTskin略低于Argo浮标观测值，该结果与Luo和Minnett（2020）的研究结果相近，原因可能是Argo浮标测量值为水体表层温度，而ERA5 SSTskin考虑了海洋表层与大气的相互作用，提供的表皮温度值略低于水体表层温度。

图3 所示为ERA5 SSTskin相对于Argo SST 的MBE、MAE、STD、RMSE 随纬度变化图，高纬度海洋区域可用浮标数据较少，因此匹配点最高到达南北纬65°左右。从图3 可以看出，MBE 随纬度变化整体波动不大，其数值范围在−0.4—−0.15 K，表明在各纬度海域，ERA5 SSTskin相对于Argo 浮标观测数据呈现负偏差；MAE、STD、RMSE 随纬度变化较为明显，在南北纬30°—50°之间的中纬度海域均存在较大的波动，而在低纬度、较高纬度地区，三者随纬度变化较小。

图3 ERA5 SSTskin相对Argo SST偏差随纬度变化图Fig.3 Latitudinal variability of the MAE，MBE，STD and RMSE between ERA5 SSTskin and Argo measured SST

（2）与MODIS SST 比对结果。2020 年春分日、夏至日、秋分日、冬至日4 天的MODIS 全球海表温度数据与ERA5 SSTskin在无云、均匀海域的比对结果如图4所示。可以看出，ERA5 SSTskin与MODIS SST 匹配点同样集中在y=x直线的两侧；使用最小二乘法线性拟合直线斜率变化在0.984—1.008之间，相关系数值均大于0.995，二者呈现出显著的线性相关关系和较强的一致性；整体相较于ERA5 SSTskin与Argo SST的拟合结果略差。

图4 ERA5 SSTskin与MODIS SST对比结果Fig.4 Scatter plot of the ERA5 SSTskin and MODIS SST

统计计算各天ERA5 SSTskin与MODIS SST 的差值，各天偏差值在±0.5 K范围内的数据点，最小占比为67.27%，最大占比为78.87%；在±1 K 范围内的总数据点，最小占比为92.21%，最大为98.19%；相较于ERA5 SSTskin与Argo SST 的差值占比偏低。偏差统计结果同样表明ERA5 SSTskin与MODIS SST具有较好的一致性。

表2 所示为ERA5 SSTskin与MODIS SST 各天匹配点指标评价结果，在全球海洋区域，单日MODIS 卫星所观测的无云、均匀海洋区域范围受到气候影响，匹配点总数波动较大，最少为3478，最多为7663。各天中，MBE 最小为−0.29 K，最大为−0.38 K；MAE 最小为0.33 K，最大为0.43 K；STD 最小为0.29 K，最大为0.41 K；RMSE 最小为0.41 K，最大为0.55 K。ERA5 SSTskin相对于MODIS SST 整体呈现负偏差，表明ERA5 SSTskin同样略低于MODIS 反演海表温度值，出现这种现象的原因可能是：两者空间尺度存在一定差异；MODIS SST 代表卫星过境瞬时海表温度，但ERA5 SSTskin的时间分辨率较低，经过线性插值获取的海表温度值存在一定误差。ERA5 SSTskin与MODIS SST 的偏差出现了较为明显的时间变化，6 月、9 月的MBE、MAE、STD、RMSE 都略高于3 月、12 月的结果，与赵洪臣等（2016）、孙凤琴等（2007）的结论相近，原因可能是6 月、9 月海洋上空气候变化较为剧烈，所获取ERA5 SSTskin与MODIS SST的不确定度增大。

表2 ERA5 SSTskin 与MODIS SST匹配点统计结果Table 2 Statistical results of the ERA5 SSTskin minus MODIS SST

图5 所示为ERA5 SSTskin相对于MODIS SST 的MBE、MAE、STD、RMSE 随纬度变化图，MODIS在高纬度海域可用SST数据较少，匹配点最高到达南北纬60°左右。从图5 可以看出，各纬度海域ERA5 SSTskin相对于MODIS SST 均呈现负偏差，但偏差随纬度存在差异。在南半球，随着纬度的降低，MBE 呈现负向增大的趋势，而在北半球，MBE 有较为明显的波动，−0.55—−0.05 K。MAE、STD 以及RMSE 的变化随纬度变化规律与MBE 基本相同，在南半球随着纬度的降低，呈现正向增加的趋势，北半球存在一定波动。原因可能是南北半球，MODIS 海表温度反演误差与纬度存在一定相关性。

图5 ERA5 SSTskin相对于MODIS SST偏差随纬度变化图Fig.5 Latitudinal variability of the MAE，MBE，STD and RMSE between ERA5 SSTskin and MODIS SST

4.2 基于ERA5 SSTskin、大气廓线数据辐射传输模拟星上亮温在全球海域的精度分析

图6 为在无云、均匀海域的MODIS 星上亮温值与基于ERA5 SSTskin、大气廓线数据，利用MODTRAN 辐射传输模型模拟获取的星上亮温值在2020 年春分日、夏至日、秋分日、冬至日四天比对结果。可以看出，星上亮温匹配点对同样集中分布在y=x直线两侧，使用最小二乘法线性拟合的直线斜率变化在0.999—1.008 相关系数值均在0.995 以上，二者呈现显著的线性相关关系和较强的一致性。

图6 模拟星上亮温与MODIS观测星上亮温对比结果Fig.6 Scatter plot of the simulations and MODIS observations of TOA brightness temperature

表3 所示为模拟星上亮温与MODIS 观测星上亮温在四天的统计评价结果，其中，MBE 最小为−0.31 K，最大为−0.38 K；MAE 最小为0.39 K，最大为0.44 K；STD 最小为0.34 K，最大为0.45 K；RMSE 最小为0.47 K，最大为0.55 K，模拟与观测星上亮温在各日的偏差并未出现明显差异，季节性变化不明显，表明基于ERA5数据的辐射传输模拟结果相较于MODIS观测结果较为稳定。模拟星上亮温相对于MODIS观测星上亮温同样呈现负偏差，且与ERA5 SSTskin相对MODIS SST比对结果相近。

表3 模拟星上亮温与MODIS观测星上亮温匹配点统计结果Table 3 Statistical results of the simulations of TOA Brightness temperature minus MODIS observations

图7 所示为模拟星上亮温相对于MODIS 观测星上亮温的MBE、MAE、STD、RMSE 随纬度变化图。可以看出，MODTRAN 模拟星上亮温相对于MODIS 观测星上亮温在各纬度海域偏差整体相近，但在一些纬度海域存在波动。在25°S 以南海域，MBE在−0.49—−0.34 K范围内，较为稳定；在25°S—15°N 海域范围内，MBE 最大为−0.54 K，最小为−0.13 K，波动较为剧烈；在15°N—30°N海域，MBE在−0.32—−0.27 K范围内，同样比较稳定；在30°N以北海域，MBE波动较为剧烈，最大为−0.48 K，最小为−0.22 K。对于MAE、STD以及RMSE，除25°S—0°S和40°N以北海域外，整体变化较为稳定。

图7 模拟星上亮温相对于MODIS观测星上亮温偏差随纬度变化图Fig.7 Latitudinal variability of the MAE，MBE，STD and RMSE between simulations and MODIS observations of TOA brightness temperature

综上，ERA5 SSTskin相对Argo 浮标测量海表温度值平均偏差更低，一年内各月份的偏差变化较小，随时间跨度较为稳定，同时随纬度的变化偏差整体波动不大。ERA5 SSTskin相对MODIS 海表温度的偏差则相对较高，偏差随着时间和纬度变化而存在一定波动。模拟星上亮温与MODIS 观测星上亮温的偏差与ERA5 SSTskin相对MODIS 海表温度海表温度的偏差相近，原因可能在于，在基于全球观测数据，验证数据体量较大的情况下，大气廓线数据带来的误差被大量样本平均；其次，海表温度和星上亮温获取的过程中都受到了大气作用，这也是两者偏差相近的可能原因之一。同时，模拟星上亮温偏差随时间和纬度变化产生的波动相对海表温度更小一些。

4.3 影响因素分析

为深入探究ERA5 SSTskin以及基于SSTskin、大气廓线数据辐射传输模拟星上亮温的偏差与海表、大气状况的相关性，本文选择风速、水汽柱总量、海浪平均高度等影响因素开展进一步分析。ERA5可提供与SSTskin时空分辨率相同的10 m 风东向分量、北向分量，水汽柱总量参数，基于ERA5 SSTskin与Argo SST、MODIS SST 匹配点信息，采用相同的时空插值方法获得相应风速、水汽含量。ERA5 还可提供空间分辨率为0.5°×0.5°的海浪平均高度参数，本文采用双线性插值法将海浪平均高度数据进行空间插值，然后基于匹配点信息获取相应的海浪平均高度数据。

（1）与风速的相关性。图8显示不同风速范围内ERA5 SSTskin与Argo SST、MODIS SST 的偏差，以及模拟星上亮温与MODIS观测星上亮温的偏差。Argo 观测数据并未记录风速值，未经过与风速相关的筛选，因此所获取的匹配数据风速范围较大，为0—26 m/s；MODIS SST 在数据筛选过程中，会将因风速过大导致海表面不均一的观测区域剔除，因此匹配数据相应的风速范围较小，为0—14 m/s。

图8 MBE，MAE，STD，RMSE随风速的变化Fig.8 Changes of MBE，MAE，STD，RMSE with wind speed

图8（a）显示，ERA5 SSTskin相对Argo SST在全球范围内的偏差随风速变化较为明显：风速在0—6 m/s范围内，MAE、STD、RMSE 均随着风速的增大而减小，在6—16 m/s 范围内，MAE、RMSE 随风速变化不大，STD随风速的增大由0.34 K增大到0.46 K；MBE 在风速0—3 m/s 范围内由−0.25 K 负向增大到−0.38 K，在3—16 m/s 范围内，随风速的增大而负向减小；在风速超过16 m/s 时，STD、RMSE 随风速的增大开始有较大波动，在风速超过21 m/s时，匹配数据量较少，MBE、MAE波动较大。图8（b）显示，风速在0—6 m/s 范围内时，ERA5 SSTskin相对MODIS SST的MBE、MAE、MAE、RMSE随着风速的增大均呈现降低的趋势；在6—12 m/s范围内时，偏差相对比较稳定；在12—14 m/s 范围内时，偏差向0 K 附近移动，呈现明显的降低趋势，但在该风速范围内匹配点数据量较少，所获取的偏差并不具有代表性。图8（c）显示，MODTRAN模拟星上亮温与MODIS观测星上亮温的偏差随风速的增大整体变化不大：在1—13 m/s 范围内，MBE 在−0.47—−0.30 K 范围内波动，STD 在0.30—0.47 K 范围内，MAE 在0.40—0.52 K 范围内，RMSE 在0.49—0.63 K 范围内；在13—14 m/s 范围内，所计算的偏差虽较小，但匹配点数据量较少同样不具有代表性。

整体看来，在风速低于6 m/s 时，ERA5 SSTskin相对于Argo SST、MODIS SST 偏差均较高，随着风速的增大而降低，原因可能是，在低风速和晴空条件下，海表温度日振幅（每日最大和最小海表温度之差）较大（Kawai 和Wada，2007），Argo 和MODIS 观测的瞬时SST 较高，与ERA5 SSTskin产生了相对更大的偏差。在6—16 m/s 的中等风速下，ERA5 SSTskin的偏差相对变化较小，原因可能在于风速增大后，海表温度日振幅较小导致。当风速超过16 m/s 后，ERA5 SSTskin的偏差开始产生波动，在超过21 m/s 后尤其剧烈，在高风速下，海洋运动较为复杂，不同来源海表温度的不确定性增加，带来了较大的偏差。该结果与朱恩泽等（2016）探究风速与海表温度产品的相关性结论相近。因此，在6—16 m/s 中等风速条件下，ERA5 SSTskin以及模拟星上亮温相对验证数据有更小的偏差。

（2）与水汽柱总量的相关性。图9显示各偏差和与水汽柱总量的相关关系，其中，ERA5 SSTskin与Argo SST 匹配点相应水汽柱总量分布分别为0—8.5 g/cm2，而基于MODIS产品筛选的无云、均匀海域上空水汽柱总量在0—5.5 g/cm2范围内。

图9 MBE，MAE，STD，RMSE随水汽柱总量的变化Fig.9 Changes of MBE，MAE，STD，RMSE with total column water vapor

图9（a）显示，在水汽柱总量0—7 g/cm2范围内，ERA5 SSTskin相对Argo SST 的MBE、MAE 较为稳定，在−0.31—−0.24 K、0.32—0.37 K 范围内变化，而STD和RMSE随着水汽柱总量的升高有降低的趋势，STD 从0.45 K降低到0.27 K，RMSE 从0.52 K 降低到0.38 K。在水汽柱总量高于7.0 g/cm2后，各偏差出现明显异常的波动。图9（b）、（c）显示，ERA5 SSTskin相对MODIS SST以及MODTRAN模拟星上亮温相对MODIS 观测星上亮温的MBE 在水汽柱总量低于1.2 g/cm2时存在较大波动；SSTskinMBE 在1.2—3.0 g/cm2范围内时变化较小，在高于3.0 g/cm2波动也较为明显，星上亮温MBE 在1.2—3.0 g/cm2范围内负向减小，高于3.0 g/cm2范围负向增大；MAE、STD和RMSE则在1.2—5.0 g/cm2范围内较为稳定，其他范围波动较大。

整体看来，ERA5 SSTskin相对Argo SST 偏差随水汽柱总量的变化相对稳定，水汽柱总量高于7.0 g/cm2出现异常波动的原因可能是水汽柱总量过高时，当地气象条件较为复杂，海表温度测量不确定性增大。Argo 浮标在海水中正常观测时与大气水汽柱总量并无直接关系，相对偏差的稳定间接说明ERA5 SSTskin与大气水汽柱总量的相关性较弱。ERA5 SSTskin相对MODIS SST 偏差以及MODTRAN 模拟星上亮温相对观测星上亮温偏差在水汽柱总量较高或较低时存在较大波动，原因一方面在于海洋上空水汽柱总量过高或过低时相应匹配点数量较少，统计存在偶然性；另一方面，水汽含量会对海表温度反演以及辐射传输模拟过程产生影响，带来一定误差。因此，在低于7.0 g/cm2水汽柱总量下，ERA5 SSTskin以及模拟星上亮温相对验证数据具有更小的偏差。

（3）与海浪高度的相关性。图10 显示各偏差和与海浪平均高度的相关关系，其中，ERA5 与Argo 匹配点相应海浪平均高度范围为0—12 m，而与基于MODIS 产品筛选的无云、均匀海域匹配点的海浪平均高度在0—4.8 m范围内。

图10 偏差随海浪高度变化图Fig.10 Changes of MBE，MAE，STD，RMSE with ocean waves height

图10（a）显示，ERA5 SSTskin相对Argo SST 的偏差随着海浪平均高度的升高呈现降低的趋势，其中STD、RMSE 存在一定波动。图10（b）显示，ERA5 SSTskin与MODIS SST在海浪平均高度0—1 m范围内匹配数据量较少，相应偏差较高；在0—2.7 m范围，随着海浪的升高，MBE和MAE变化不大，而STD 和RMSE 呈现降低的趋势；在3—4.2 m 范围，MBE负向增大，达到−0.46 K，MAE和RMSE正向增大，分别达到0.46 K、0.51 K；高于4.2 m，匹配点数据量较少，所统计偏差不具有代表性。图10（c）显示，MODTRAN模拟星上亮温相对MODIS观测星上亮温MAE、STD、RMSE在海浪平均高度0.6—3 m范围内相对比较稳定，MBE 在−0.41—−0.28 K 范围内波动；海浪平均高度低于0.6 m时，偏差较高；海浪平均高度高于3 m时，偏差出现一定的波动。

整体来看，海浪平均高度较低时，ERA5 SSTskin相对Argo SST 偏差较大，原因可能是海浪低时海水运动较慢，海表温度日振幅较大，Argo 观测瞬时SST 与ERA5 SSTskin偏差较大；ERA5 SSTskin相对MODIS SST偏差，MODTRAN 模拟星上亮温相对MODIS 观测星上亮温偏差在0.6—3 m 范围内整体较为稳定且较低；海浪平均高度高于3 m 后，偏差开始出现波动。因此，在0.6—3 m 海浪高度条件下，ERA5 SSTskin以及模拟星上亮温相对验证数据有更小的偏差。

5 结论

本文首先以Argo 浮标观测海表温度和MODIS卫星反演海表温度产品作为验证数据，同ERA5 SSTskin进行了对比验证；其次以MODIS 卫星在无云均匀海域的观测星上亮温值作为验证数据，同基于ERA5 SSTskin和大气廓线数据通过辐射传输模型模拟等效星上亮温结果进行对比验证；并从时间和空间两个层面对结果偏差进行了精度分析。同时，本文利用ERA5 提供的10 m 风速、水汽柱总量、海浪平均高度等参数，探讨了这些影响因素与ERA5 SSTskin、模拟星上亮温与验证数据偏差之间的相关性。结果表明：

（1）ERA5 SSTskin相对Argo SST的MBE在−0.31 K以内，相对MODIS SST 的MBE 在−0.38 K 以内，整体呈现冷偏差。同时，模拟星上亮温与MODIS 观测值之间的偏差与ERA5 SSTskin与MODIS SST 之间的偏差相近。

（2）ERA5 SSTskin与Argo SST 的偏差除在南北纬40°附近海域偏差了略高外，在其他纬度海域整体较为稳定；ERA5 SSTskin与MODIS SST 的偏差随纬度存在相对一定的波动；模拟星上亮温偏差在不同纬度的偏差也不同，但相较于ERA5 SSTskin与MODIS SST偏差波动较小。

（3）ERA5 SSTskin与Argo SST 的偏差随时间变化不明显，而ERA5 SSTskin与MODIS SST 的偏差在6、9月份较高，3、12月份较低；模拟星上亮温与MODIS观测值随时间也存在一定变化，但波动较小。

（4）ERA5 SSTskin与Argo、MODIS SST 的偏差受风速的影响较大，当风速低于6 m/s 时，ERA5 SSTskin的偏差均较大，在6—16 m/s 风速段，ERA5 SSTskin的偏差降低，当风速大于16 m/s后，偏差存在波动；而模拟星上亮温与MODIS观测值之间的偏差受风速的影响较小，不同风速段的偏差基本一致。

（5）ERA5 SSTskin相对Argo SST 的偏差在水汽柱总量低于7.0 g/cm2时相对稳定，受水汽的影响较小，而水汽柱总量过高时，匹配数据量较少，SSTskin的偏差增大。SSTskin相对MODIS SST 偏差以及模拟星上亮温与MODIS 观测值之间的偏差受水汽柱总量的影响，偏差存在一定波动。

（6）ERA5 SSTskin相对Argo SST 的偏差随着海浪平均高度升高至8 m，偏差逐渐降低，而在海浪平均高度大于9 m 时，偏差出现较大波动。ERA5 SSTskin相对MODIS SST 偏差以及模拟星上亮温与MODIS 观测值之间的偏差在0.6—3 m 海浪高度范围内较为稳定；在海浪平均高度大于3 m 后出现波动，且模拟星上亮温的偏差变化更加剧烈。

总体来看，ERA5 能够提供较为稳定且精度较高的SSTskin海表温度值，且与Argo SST、MODIS SST 验证数据的平均偏差在−0.38 K 以内，均方根误差在0.6K 以内；基于ERA5 SSTskin和大气廓线数据辐射传输模拟得到星上亮温值，与MODIS 观测星上亮温验证数据的平均偏差在−0.38 K 以内，均方根误差同样在0.6 K 以内，能够满足作为红外辐射定标参考时的精度需求。同时，在6—16 m/s 中等风速、低于7.0 g/cm2水汽柱总量以及0.6—3 m海浪高度条件下，海表温度、星上亮温偏差较低，再分析资料用于辐射定标参考有更高的精确性。基于本研究，可为后续开展不依赖实测数据的卫星红外载荷绝对辐射定标方法研究提供参考及有益启发。值得注意的是，本研究针对海洋区域ERA5 再分析资料开展精度分析，陆地区域地表温度变化、空间异质性等与海洋区域有较大差别，因此对于开展陆地区域再分析参数作为红外辐射定标参考的精度分析，需要进一步深入研究时空尺度转换带来的影响。

志 谢感谢欧洲中期天气预报中心网站为本文提供了ERA5海表面温度和大气廓线数据资料，中国Argo 实时资料中心网站为本文提供了Argo 实测海表面温度资料，美国国家航空航天局网站为本文提供了MODIS海表面温度以及观测数据资料。