基于MODIS数据的海表温度反演

大气与环境光学学报 ›› 2018, Vol. 13 ›› Issue (4): 277-284.

基于MODIS数据的海表温度反演

魏寒艳1,2，崔生成1，杨世植1，赵强3

（1 中国科学院安徽光学精密机械研究所中国科学院大气成分与光学重点实验室，安徽合肥 230031;
2 中国科学技术大学研究生院科学岛分院，安徽合肥230022;
3 安徽建筑大学环境与能源工程学院，安徽合肥 230601）

收稿日期:2017-04-21 修回日期:2017-10-26 出版日期:2018-07-28 发布日期:2018-07-10
通讯作者: 杨世植（1963-），男，博士生导师，主要从事光学卫星遥感基础与技术、环境监测的光谱学方法和有害气体红外监测技术方面的研究。 E-mail:szyang@aiofm.ac.cn
作者简介:魏寒艳（1991-），女，安徽宿州人，硕士，主要从事光学遥感技术方面的研究。
基金资助:
Supported by National Natural Science Foundation of China (国家自然科学基金, 41305019), Natural Science Foundation(安徽省自然科学基金, 1508085SQD208)

Sea Surface Temperature Retrieving Using MODIS Data

WEI Hanyan1,2, CUI Shengcheng1, YANG Shizhi1, Zhao Qiang3

(1 Key Laboratory of Atmospheric Composition and Radiation, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China;
2 Science Island Branch of Graduate School, University of Science and Technology of China, Hefei 230022, China;
3 School of Environment and Energy Engineering, Anhui Jianzhu University, Hefei 230601, China)

Received:2017-04-21 Revised:2017-10-26 Published:2018-07-28 Online:2018-07-10
Contact: 杨世植（1963-），男，博士生导师，主要从事光学卫星遥感基础与技术、环境监测的光谱学方法和有害气体红外监测技术方面的研究。 E-mail:szyang@aiofm.ac.cn
About author:魏寒艳（1991-），女，安徽宿州人，硕士，主要从事光学遥感技术方面的研究。
Supported by:
Supported by National Natural Science Foundation of China (国家自然科学基金, 41305019), Natural Science Foundation(安徽省自然科学基金, 1508085SQD208)

摘要/Abstract

摘要：

海表温度（sea surface temperature , SST）对海洋科学的研究具有重要意义。通过卫星遥感反演是获得SST数据的方法之一。基于C#和IDL语言构建针对EOS/MODIS数据的海表温度反演软件，讨论软件的功能，同时给出具体的反演处理过程。最后以我国南海海域为例，将软件反演结果与实测数据对比。结果显示，反演结果与实测数据的线性相关系数约为0.91，标准误差约为0.7°C。反演结果以期对海洋开发探测提供参考。

关键词: 海表温度, 劈窗算法, MODIS, 反演软件

Abstract:

Sea surface temperature is of great significance in the ocean research. One way to obtained SST is through the retrieval of remote sensing data. How to construct EOS/MODIS data for retrieval of the SST based on the C# and IDL is described, the function of the software is discussed, the data process and details of the retrieval algorithms are given. Finally, taking the South China Sea as an example to compare the retrieval results with the observation data. The result shows that the linear correlation coefficient between the inversion results and the measured data is 0.91, and the standard error is 0.7°C. The inversion results are expected to provide reference for marine exploration.

Key words: sea surface temperature, split window algorithm, MODIS, retrieval software

中图分类号:

P715

魏寒艳崔生成杨世植赵强. 基于MODIS数据的海表温度反演[J]. 大气与环境光学学报, 2018, 13(4): 277-284.

WEI Han-Yan, CUI Sheng-Cheng, YANG Shi-Zhi, ZHAO Qiang. Sea Surface Temperature Retrieving Using MODIS Data[J]. Journal of Atmospheric and Environmental Optics, 2018, 13(4): 277-284.

参考文献

[1] Liu Liangming. Introduction to Satellite Ocean Remote Sensing[M]. Wuhan: Wuhan University Press, 2005(in Chinese).
刘良明. 卫星海洋遥感导论 [M]. 武汉: 武汉大学出版社, 2005.
[2] Robinson I S, Donlon C J. Global measurement of sea surface temperature: some new perspectives [C]. International Summer School on Atmospheric and Oceanic Sciences, 2000.
[3] McClain E P, Pichel W G, Walton C C, et al. Multi-channel improvements to satellite-derived global sea surface temperatures [J]. Advances in Space Research, 1982, 2(6): 43-47.
[4] Reynolds R W, Rayner N A, Smith T M, et al. An improved in situ and satellite SST analysis for climate [J]. Journal of Climate, 2002, 15(13): 1609-1625.
[5] Minnett P J, Brown O B, Evans R H, et al. Sea-surface temperature measurements from the moderate-resolution imaging spectroradiometer (MODIS) on Aqua and Terra [C]// IEEE International Geoscience and Remote Sensing Symposium, 2004, 7: 4576-4579.
[6] Mao Zhihua, Zhu Qiankun, Pan Delu. Method of satellite-measured sea surface temperature charts for North Pacific fishery grounds [J]. Journal of Fishery Sciences of China, 2003, 10(6): 502-506(in Chinese).
毛志华, 朱乾坤, 潘德炉. 卫星遥感速报北太平洋渔场海温方法研究[J].中国水产科学，2003,10(6): 502~506.
[7] Zheng Jiagan, Li Jilong, Yang Wenbo. Retrieval of SST in the East China Sea with MODIS remote sensing data [J]. Marine Fisheries, 2006, 28(2): 141-146(in Chinese).
郑嘉淦, 李继龙, 杨文波. 利用MODIS遥感数据反演东海海域海表温度的研究 [J]. 海洋渔业, 2006, 28(2): 141-146.
[8] Zhang Chungui, Ren Yong, Cai Yiyong. Study on local monitoring model for SST in Taiwan Strait based on MODIS data [J]. Journal of Tropical Meteorology, 2009, 25(1): 73-81(in Chinese).
张春桂, 任雍, 蔡义勇. 基于MODIS数据的台湾海峡SST区域遥感监测模型研究[J]. 热带气象学报, 2009, 25(1): 73-81.
[9] Pichel W, Maturi E P. ClementeColón, et al. Deriving the operational nonlinear multichannel sea surface temperature algorithm coefficients for NOAA-15 AVHRR/3 [J]. International Journal of Remote Sensing, 2001, 22(4):699-704.
[10] Kilpatrick K A, Podestá G, Walsh S, et al. A decade of sea surface temperature from MODIS [J]. Remote Sensing of Environment, 2015, 165:27-41.

[1]	施益强, 陈坰烽, 王坚, 黄宝燕, 吴君, 陈颖锋, 肖钟湧, ∗. 厦门市MODIS 气溶胶光学厚度与PM2.5 的时空特征及其相关性[J]. 大气与环境光学学报, 2020, 15(5): 334-346.
[2]	刘状, 石晨烈, 张萌, 高志远, 祝新明, 王旭红, . 基于聚类分析的气溶胶光学厚度时间变化特征研究[J]. 大气与环境光学学报, 2019, 14(6): 411-418.
[3]	于素真1, 吴东1,2. CALIOP反演海洋颗粒物后向散射方法[J]. 大气与环境光学学报, 2019, 14(5): 367-373.
[4]	许丹丹,麻金继,魏轶男,宫明艳,李正强. 联合CloudSat-CALIPSO-MODIS进行云相态检测的新方法(英文)[J]. 大气与环境光学学报, 2018, 13(6): 462-.
[5]	鲁恩铭肖东升刘福臻 . 基于反射率统计模型填充MODIS AOD中国陆地缺值区域[J]. 大气与环境光学学报, 2018, 13(5): 378-387.
[6]	赵仕伟高晓清. 基于MODIS数据的西北地区气溶胶光学厚度和Angström波长指数的研究[J]. 大气与环境光学学报, 2017, 12(5): 321-331.
[7]	曾昭亮郭建平马大喜刘洪利吴文正桂柯娄梦筠. 基于CALIOP和MODIS数据的气溶胶时空分布特征对比分析[J]. 大气与环境光学学报, 2017, 12(3): 210-220.
[8]	张艳婷陈斌张廷瀚张芝娟张国龙管晓丹张北斗. 利用MODIS和MISR资料对APEC会议期间气溶胶时空分布特征的分析[J]. 大气与环境光学学报, 2017, 12(2): 136-147.
[9]	张玉环毛慧琴王中挺郭伟厉青李正强陈兴峰陈辉. 基于光谱与几何匹配的GOCI与MODIS交叉辐射定标[J]. 大气与环境光学学报, 2016, 11(6): 412-422.
[10]	李宜秀吴军方勇华. 利用TERRA/MODIS对FY-3A/VIRR热红外通道进行交叉定标[J]. 大气与环境光学学报, 2016, 11(3): 204-210.
[11]	魏轶男吴时超徐飞飞汪左陶圣荣麻金继. 中国区域MODIS三个版本气溶胶产品的对比研究[J]. 大气与环境光学学报, 2016, 11(3): 217-225.
[12]	高玲李俊陈林张里阳. 利用多元回归方法反演中国陆地地区AVHRR气溶胶光学厚度[J]. 大气与环境光学学报, 2015, 10(4): 286-294.
[13]	景瑞环麻金继汪超. 基于多源数据的PM2.5反演方法[J]. 大气与环境光学学报, 2015, 10(1): 51-62.
[14]	杨元建傅云飞吴必文石春娥邓学良张浩张颖. 秸秆焚烧对中国东部气溶胶时空格局的影响[J]. 大气与环境光学学报, 2013, 8(4): 241-252.
[15]	王家成, 陈曙光. 利用MODIS近红外陆地通道反演浑浊水体上空气溶胶光学厚度[J]. 大气与环境光学学报, 2013, 8(2): 130-137.