引言

在地球表面海洋面积所占的比例高达70%，海洋表面温度(Sea Surface Temperature，以下简称为SST)是海洋的主要物理参数之一，海水的热容量大、比热高，可以存贮和传输大量热量，制约着海面和大气的热量、动量和水汽交换，海气相互作用对于天气和气候有着巨大的影响^[1-3]，因此SST是海洋-大气系统中一个十分关键的物理量，在海洋学和气象学研究中占有非常重要的地位。渔场海洋学的研究和渔业生产实践都表明，SST与海洋养殖^[4]、海洋中上层鱼类的生存、洄游、繁殖有着密切的关系^[5]。

以往SST数据主要来源于沿岸、岛屿、船舶和浮标的观测资料，采用传统的观测手段既费时费力又不能保证数据质量，特别是由于数据的同步性较差，能得到的往往只是几个断面的数据，整个海洋温度场的空间结构得不到正确反映。卫星遥感技术可以实现对大范围海域迅速而且几乎同步的观测，海洋温度场空间结构的位置信息准确，且数据更新快、成本低，这是传统观测手段无法比拟的，因此遥感技术已成为探测海洋表面温度场的最佳手段。利用卫星红外遥感技术反演SST国内外许多学者已做了大量工作，许多光学传感器都具备探测SST的能力，但总的说来探测SST采用的遥感数据源主要是以美国NOAA极轨气象卫星AVHRR数据为主^[6-9]，此外利用日本空间分辨率较低的GMS静止气象卫星^[10-11]和我国自行发射的海洋卫星HY-1的传感器数据^[12]开展SST反演研究的也有报道。中分辨率成像光谱仪MODIS是美国国家航空航天局(NASA)新一代对地观测系统(EOS)两颗在轨业务卫星TERRA和AQUA上最有特色的传感器之一，分别于1999年和2002年投入运行，国内接收使用MODIS数据开始于2001年，且大多用在陆地和大气研究方面。MODIS具有空间覆盖面广和观测频次高的优势，共有36个探测光谱通道，覆盖可见光、近红外和热红外波段，其探测通道具有更高的信噪比和更窄的波段宽度，在海洋环境监测方面越来越受到人们的重视。

福建近岸海域的海流具有明显的季节变化，在季风控制下不同性质的海流自东海和南海进入，海流交汇、锋面发育，在地形的作用下形成沿岸和浅滩上升流，是我国近海的重要渔场之一。同时，福建近岸海域的养殖业十分发达，赤潮灾害也较为严重，近岸海域SST的分布状况及其精度对于渔业养殖和减灾防灾工作都十分重要。本文将福建近岸海域作为示范区，采用MODIS遥感数据反演SST并用近岸海域观测站点实测的SST对反演结果进行检验。本研究结果可为今后建立我国近岸海域的SST算法提供一定的参考和依据。

1 数据与方法 1.1 数据来源

本研究以EOS/MODIS遥感数据作为信息源，其中2003年原始MODIS数据来源于国家卫星气象中心，2004年原始MODIS数据来源于福建省气象科学研究所卫星资料接收站。原始MODIS数据通过北京星地通公司提供的ShineTek软件包进行预处理，最后生成LD2格式的福建省近岸海域局地数据集，数据集地理范围是23.5~27.3°N、117.2~121.0°E，探测通道包括CH1、CH2、CH19、CH31、CH32。

福建省海洋与渔业局海洋观测站点的观测时间为每年4至10月，常规观测每月2次，本研究收集了福建省海洋与渔业局提供的2003—2004年10个海洋观测站点共74个样本的实测SST数据，10站点分别位于福建省北部海岸的三都湾海域、中部海岸的闽江口海域和南部海岸的厦门海域，具体位置及代码见表 1。

1.2 反演模式

MODIS传感器的中红外和热红外两组波段为红外SST观测提供很好的数据基础，MODIS部分探测通道的特性见表 2。中红外的大气窗口比热红外更透明，而且MODIS在中红外窗口拥有的22和23两个波段是窄波段，从而受大气影响更小，不过由于白天太阳耀斑对中红外波段的严重干扰，中红外波段的反演模式只适合于夜间，由于福建省海洋观测站点只观测白天的SST，因此本文对夜间SST的反演不进行探讨。在晴空无云的条件下，利用热红外波段反演SST最为关键的问题是如何消除大气中水汽含量对热红外辐射传输吸收而造成的削弱影响，如果知道海洋上空大气湿度廓线的垂直分布，就可根据热红外辐射传输方程直接反演SST，但实际上海洋上空水汽垂直分布状况的常规资料十分缺乏，因此直接进行大气削弱订正仍然存在着较大的困难。但是由于水汽对不同热红外波段的削弱量不同，比如在12μm附近的削弱量远比在11μm附近的削弱量大，因此，可以利用不同热红外波段受水汽影响的差异来估计大气中的水汽含量，即采用卫星多通道数据进行大气削弱订正，然后进行统计回归建立反演模式，这是目前国内外用于反演SST采用的主要手段。

由于MODIS传感器热红外窗口的31和32波段与NOAA/AVHRR的4和5波段基本对应，覃志豪等^[13]在以前针对NOAA/AVHRR卫星数据分裂窗算法反演地球表面温度的基础上，改进并提出了适用于MODIS卫星数据的地球表面温度反演算法：

$ SST = {C_0} + {C_1} \times {T_{31}} - {C_2} \times {T_{32}} $

(1)

式中，SST、T₃₁和T₃₂分别是海洋表面温度、MODIS第31和32波段的亮度温度，C₀、C₁和C₂是模型参数，它们是通过MODIS第31和32波段的地球表面比辐射率ε和大气透过率τ计算得到。

首先把地球表面当作理想黑体来处理，那么卫星热红外探测通道获得的地表光谱辐射率遵循普朗克定律：

$ R = \frac{{2h{c^2}}}{{{\lambda ^5}\left( {{{\text{e}}^{hc/k\lambda T}} - 1} \right)}} $

(2)

式中，R是地表光谱辐射率(W·m^-2·μm^-1·sr^-1)，h是普朗克常数，c是光速，k是玻尔兹曼常数，λ是卫星传感器热红外探测通道的中心波长，T是地表亮度温度。根据式(2)可以分别计算得到MODIS第31和32波段的亮度温度。

比辐射率ε定义为在相同温度和波长下观测地球表面的光谱辐射率与理想黑体的光谱辐射率之比值，水体在热红外波段范围内的比辐射率很高，基本接近理想黑体，根据常用地物光谱库，在MODIS第31和32波段其值可分别取ε₃₁=0.992和ε₃₂= 0.989。

大气透过率τ定义为遥感传感器接收到的光谱辐射率与地表真实光谱辐射率之比值，本研究采用经验公式进行估算，由于大气透过率主要受大气水汽含量的影响，首先由MODI S的第19波段(水汽强烈吸收波段)和第2波段(水汽窗口波段)的反射率比值获得MODIS的第19波段的大气透过率(r₁₉/r₂)，然后采用毛克彪^[14]基于大气模拟软件模拟得到的经验公式分别估算MODIS第31和32波段的大气透过率：

$ {\tau _{31}} = - 0.10671 \times {\left[ {\left( { 0.02 -\\ \ \ \ \ \ \ \ \ \ \ \ln \left( {{r_{19}}/{r_2}} \right) ) } \right. /0.651} \right]^2} + 1.04015 $

(3)

$ {\tau _{32}} = - 0.12577 \times {\left[ {\left( { 0.02 -\\ \ \ \ \ \ \ \ \ \ \ \ln \left( {{r_{19}}/{r_2}} \right) ) } \right. /0.651} \right]^2} + 0.99229 $

(4)

在得到水体比辐射率和大气透过率之后，根据覃志豪等^[13]给出的以下一系列公式计算模型中三个参数，最后再根据式(1)反演得到海洋表面温度SST。

$ \begin{gathered} \;\;{X_{31}} = {\varepsilon _{31}} \times {\tau _{31}};\;\;\;{X_{32}} = {\varepsilon _{32}} \times {\tau _{32}}; \hfill \\ {Y_{31}} = \left( {1 - {\tau _{31}}} \right) \times \left[ {1 + \left( {1 - {\varepsilon _{31}}} \right) \times {\tau _{31}}} \right]; \hfill \\ {Y_{32}} = \left( {1 - {\tau _{32}}} \right) \times \left[ {1 + \left( {1 - {\varepsilon _{32}}} \right) \times {\tau _{32}}} \right]; \hfill \\ {Z_0} = {Y_{31}}/\left( {{Y_{32}} \times {X_{31}} - {Y_{31}} \times {X_{32}}} \right); \hfill \\ \;\;\;\;{Z_1} = {Y_{32}} \times \left( {1 - {X_{31}} - {Y_{31}}} \right)/ \hfill \\ \;\;\;\;\;\;\;\;\;\;\;\;\left( {{Y_{32}} \times {X_{31}} - {Y_{31}} \times {X_{32}}} \right); \hfill \\ \;\;\;\;{Z_2} = {Y_{31}} \times \left( {1 - {X_{32}} - {Y_{32}}} \right)/ \hfill \\ \;\;\;\;\;\;\;\;\;\;\;\left( {{Y_{32}} \times {X_{31}} - {Y_{31}} \times {X_{32}}} \right); \hfill \\ {C_0} = - 64.60363 \times {Z_1} + 68.7255 \times {Z_2}; \hfill \\ \;\;\;\;\;\;\;{C_1} = 1 + {Z_0} + 0.440817 \times {Z_1}; \hfill \\ \;\;\;\;\;\;\;\;\;\;{C_2} = {Z_0} + 0.473453 \times {Z_2} \hfill \\ \end{gathered} $

2 结果分析

反演精度是衡量反演模式性能的重要指标，直接影响到反演产品的应用质量，因此精度检验与分析是遥感定量监测中重要的一步。为了与10个海洋观测站点现场观测的SST数据进行比较，需从反演得到的SST分布图上选取相应匹配点，匹配点选取的原则，第一是考虑到遥感数据上单个点的数据不具有代表性，取该点周边3×3个像素点的平均值作为该点的SST值；第二是EOS的上午星TERRA过境时间为10—11时，下午星AQUA过境时间为13—14时，而近岸海洋观测站点SST的观测时间为上午10时，因此与近岸海洋观测站点匹配的MODIS数据以选择上午星为主，当天缺少上午星数据的才选择下午星；第三是鉴于台湾海峡上空的天气多变，云覆盖量较大，造成与现场观测SST数据相匹配的MODIS遥感数据很少，同时考虑到SST是一个缓慢的变化量，因此如果当天无相应匹配的遥感数据，则时间跨度取48小时内的上午星TERR A数据。由于天气等因素的影响，最后得到近岸海域现场观测和遥感反演SST匹配的数据样本点共68个，限于篇幅，部分匹配的现场观测与MODIS数据反演的SST结果见表 3，反演误差为卫星反演的SST与现场观测的SST之差。

近岸海域观测站点现场观测的68个样本SST与MODIS反演SST的相关系数为0.96(见图 1)，现场观测与遥感反演结果的SST变化曲线见图 2，从图 2来看，遥感SST有高于现场观测SST，也有低于现场观测SST。一般地将远离海岸带且较清澈的海水定为一类水体，将海岸带附近且较浑浊的海水定为二类水体，福建近岸海域基本上属于二类水体，其海域上空的大气状况比较复杂，海上气溶胶浓度普遍较高，本研究所采用的基于多通道数据的SST算法模型只是对水汽吸收进行校正，同时由于近岸海域临近大陆，受自身地形的影响比较大，较浅的海水受太阳加热作用比较明显以及沿岸海流的作用，使得SST在近岸海域变化较快，从而造成与之相匹配的卫星数据在时间上不是很同步。除此之外，卫星传感器所带来的等效噪声误差(见表 2)、实测海温精度也是影响SST反演精度的因素。现场观测的SST是厚度在几十厘米到几米之间海洋近表面水层温度，是一个点的值，而卫星遥感反演的SST则是海面以下几毫米厚度海水层的温度，是一定面积海洋表面温度的平均值，据研究这两个温度值本身平均相差可达0. 3℃，这种偏差还受到风速、云量等海况的影响。

从监测误差的统计分析结果来看，近岸海域68个样本MODIS反演的SST其绝对误差的平均为0.75℃，标准差为0.52℃，最大绝对误差为1.8℃，绝对误差在0.5℃和1.0℃以内的样本分别占总样本的41%和68%，在1.0℃以上的仅占32%，绝对误差分布图见图 3。

McMillin等^[15]采用分裂窗算法对AVHRR数据的3个红外通道9种组合的SST反演模式进行精度验证，温度误差为0.15~1.59℃，标准差为1.04~1.71℃，李万彪等^[8]采用多通道统计法反演西北太平洋SST的精度为1.06℃，李娜等^[16]利用NOAA/ AVHRR卫星数据反演的SST产品对台湾海峡及其邻近海域进行验证，精度可达0.11±0.97℃，我国国家卫星气象中心极轨气象卫星SST业务产品的平均偏差为-0.6℃，标准差为1.5℃ ^[17]。在全球意义上，目前美国NOAA数据中心提供的采用极轨气象卫星资料反演的SST业务产品精度较为可靠，SST产品资料与现场浮标资料的平均误差在0.5℃左右，中纬度海域为0.7℃，热带海域则为1~2℃^[18]。由此可见，利用基于MODIS多通道卫星数据的算法模型进行近岸海域海洋表面温度卫星遥感反演是可行的，所反演SST的总体精度可达到美国NOAA数据中心提供的SST业务产品的精度，采用MODIS卫星资料替代传统的AVHRR卫星资料反演海洋SST能够满足海洋应用的精度要求，图 4(见彩页)为福建海洋养殖业较为发达的宁德和福州地区近岸海域基于MODIS数据的SST业务监测产品。

3 小结

(1) 晴空天气条件下，利用MODIS多通道卫星数据算法模型遥感反演近岸海域的SST是可靠的，虽然有个别像元的反演误差较大，但总体精度可满足一般海洋应用的精度要求。

(2) 由于近岸海域的海洋环境较为复杂，进行准确的大气校正并建立适合于特定海域的SS T反演模型是今后研究的重点问题。