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

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 Accuracy evaluation of satellite thermal infrared radiometric calibration method based on ERA5 ocean re-analysis data 1 2 first-author 薛亚楠，研究方向为遥感图像处理与应用。E-mail： xueyanan19@mails.ucas.ac.cn。 薛亚楠，研究方向为遥感图像处理与应用。E-mail： xueyanan19@mails.ucas.ac.cn。 xueyanan19@mails.ucas.ac.cn 1 1 corresp 王宁，研究方向为热红外遥感、高光谱遥感以及遥感载荷定标。E-mail： wangning@aircas.ac.cn。 王宁，研究方向为热红外遥感、高光谱遥感以及遥感载荷定标。E-mail： wangning@aircas.ac.cn。 wangning@aircas.ac.cn 1 1 3 1 4 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 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 Key Laboratory of Quantitative Remote Sensing Information Technology, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China Key Laboratory of Quantitative Remote Sensing Information Technology, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China 中国科学院大学 光电学院, 北京 100049 中国科学院大学 光电学院, 北京 100049 School of Optoelectronics, University of Chinese Academy of Sciences, Beijing 100049, China School of Optoelectronics, University of Chinese Academy of Sciences, Beijing 100049, China 中国资源卫星应用中心, 北京 100094 中国资源卫星应用中心, 北京 100094 China Centre for Resources Satellite Date and Application, Beijing 100094, China China Centre for Resources Satellite Date and Application, Beijing 100094, China 太原理工大学, 太原 030024 太原理工大学, 太原 030024 Taiyuan University of Technology, Taiyuan 030024, China Taiyuan University of Technology, Taiyuan 030024, China 卫星红外载荷辐射定标是定量化应用的重要前提，选择合适的辐射定标参考是实现卫星传感器高频次、高精度定标，进而维持全生命周期观测稳定性的保障。再分析资料能够提供全球覆盖、一定空间和时间分辨率的地表及大气数据，已在气候应用中展现了重要价值，其作为辐射定标参考的适用性值得研究。本文以欧洲中期天气预报中心ERA5再分析资料为研究对象，首先利用Argo浮标观测海表温度（SST）和Terra-MODIS L2级SST日产品，对ERA5数据集的海洋表皮温度参数（SST skin ）进行验证；其次利用MODIS观测星上亮温值，对使用ERA5 SST skin 和大气廓线数据模拟得到星上亮温值进行验证。结果表明，ERA5 SST skin 与Argo SST的平均偏差在-0.31K以内，与MODIS SST产品的平均偏差在-0.38K以内，且与Argo SST的偏差在时间和空间上更为稳定；辐射传输计算结果显示，与星上观测亮温的平均偏差也在-0.38K以内，且偏差随时间和纬度变化波动较小。最后，本文还探究了风速、大气水汽柱总量、海浪平均高度等气象影响因素与海表温度偏差和星上亮温偏差的相关性，整体看来，在6~16 m/s中等风速，低于7.0 g/cm 2 水汽柱总量以及0.6~3m海浪平均高度的条件下，海表温度偏差以及星上亮温偏差较低。研究结果可为再分析资料用于不依赖实测数据的卫星红外载荷绝对辐射定标提供有效支撑。 Thermal infrared radiometric calibration of satellite sensors is an important prerequisite for the quantitative remote sensing. Appropriate radiometric calibration source is the guarantee of high-frequency and high-precision calibration for a satellite sensor , as well as the guarantee of observation stability during the on-orbit stage. The re-analysis data provides the worldwide surface and atmospheric data with fixed resolution, which has been of great value in climate applications. The feasibility of re-analysis data as a reference source for radiometric calibration is worthy of being studied. In this paper, the ERA5 re-analysis data of the European Center for Medium-Range Weather Forecasting was used. Argo buoy sea surface temperature (SST) and Terra-MODIS L2 SST daily products were used to verify the sea surface skin temperature (SST skin ) of ERA5. The MODIS observed brightness temperature (BT) was used to verify the top of atmosphere (TOA) simulation with the support of ERA5 SST skin and atmospheric profile data. The results show that the mean bias error (MBE) between the ERA5 SST skin and Argo SST is -0.31 K, the MBE between the ERA5 SST skin and MODIS SST is -0.38 K. And the former temperature difference shows more stable than the latter one. The RMSE between the simulated TOA brightness temperatures and MODIS observations is also -0.38 K. Subsequently, some meteorological factors, such as wind speed, total column water vapor, and ocean wave height, were used to analyze the correlation with the differences of SST skin and TOA brightness temperature. Overall, in the conditions of medium wind speed of 6-16 m/s, total column water vapor of less than 7.0 g/cm 2 , and ocean wave height of 0.6-3 m, the differences of SST skin and TOA brightness temperature is relatively lower. The results can provide the accurate basis for re-analysis data as a reference source thermal infrared radiometric calibration. 再分析资料 海表面温度 星上亮温 辐射定标参考 re-analysis data sea surface skin temperature top of atmosphere brightness temperature radiometric calibration reference 1　引 言 1 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 徐涵秋 2016 ； Liu 等， 2020 Liu 等， 2020 ）。目前，我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 李家国 等， 2011 ； 胡秀清 等， 2010 胡秀清 等， 2010 ）、在轨场地定标（ 胡秀清 等， 2002 胡秀清 等， 2002 ）以及交叉定标（ 徐娜 等， 2012 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 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 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 等， 2001 Geng 等， 2001 ； Araghi 等， 2015 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 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 等， 2013 Bao 等， 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 Gelaro 等， 2017 ）；日本气象局JMA （Japan Meteorological Agency），包括JRA25、JRA55等产品 （ Kobayashi 等， 2015 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 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） 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） 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） 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） 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、海浪平均高度三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 1 2.1　ECMWF ERA5再分析数据 2 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1000hPa到1hPa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 <math id="M1"><msup><mrow/><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274675&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274674&type= 0.76200002 3.30200005 （其中部分陆表参数空间分辨率为0.1 <math id="M2"><msup><mrow/><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274675&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274674&type= 0.76200002 3.30200005 ，部分海表参数空间分辨率为0.5 <math id="M3"><msup><mrow/><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274675&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274674&type= 0.76200002 3.30200005 ）（ Hersbach 等， 2019 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） 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SST skin （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） 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等（2019） Mahto等（2019） 利用印度1980-2018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等（2020） Luo等（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 SST skin 的精度，结果显示两种来源的SST skin 有较高的相关性，ERA5 SST skin 相对M-AERI观测值平均偏差为-0.21K，标准偏差为0.36K，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 Donlon 等， 2012 ）。另一种参数为ERA5 SST skin ，IFS系统中所使用的SST skin 计算模型将三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SST skin （ Luo 等， 2020 Luo 等， 2020 ）。相较于只包含昼夜变化海表温度数据的ERA5 SST，SST skin 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 SST skin 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 等， 1991 Simmons 等， 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 等， 2007 Cariolle 等， 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10m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 2 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 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 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 2 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 Kilpatrick 等， 2015 ）。 Xu 等（2014） Xu 等（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-0.166K和0.442K，与M-AERI在全球范围的平均偏差和标准偏差分别为-0.058K和0.481K。 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1km。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 1 3.1　数据筛选与匹配方法 2 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 3 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1000dbar~2000dbar之间；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0~1m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0~6m深度具有观测温度值的Argo浮标（ 刘伊格 等， 2019 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 SST skin 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SST skin 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SST skin 。 3.1.2　MODIS SST数据筛选与匹配 3 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 SST skin 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，SST skin 取四个格网点均值；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 SST skin 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 3 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 SST skin 、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三部分，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： <math display="block" id="M4"><mi>L</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo><mo>=</mo><munder><mrow><munder><mrow><mi>ε</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo><msub><mrow><mi>L</mi></mrow><mrow><mi>b</mi></mrow></msub><mo stretchy="false">(</mo><mi>λ</mi><mo>,</mo><mi>T</mi><mo stretchy="false">)</mo><mi>τ</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></mrow><mo>︸</mo></munder></mrow><mrow><mi>①</mi></mrow></munder><mo>+</mo><munder><mrow><munder><mrow><mo stretchy="false">(</mo><mn mathvariant="normal">1</mn><mo>-</mo><mi>ε</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo><mo stretchy="false">)</mo><msubsup><mrow><mi>L</mi></mrow><mrow><mi>a</mi><mi>t</mi><mi>m</mi></mrow><mrow><mo>↓</mo></mrow></msubsup><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo><mi>τ</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></mrow><mo>︸</mo></munder></mrow><mrow><mi>②</mi></mrow></munder><mo>+</mo><munder><mrow><munder><mrow><msubsup><mrow><mi>L</mi></mrow><mrow><mi>a</mi><mi>t</mi><mi>m</mi></mrow><mrow><mo>↑</mo></mrow></msubsup><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></mrow><mo>︸</mo></munder></mrow><mrow><mi>③</mi></mrow></munder></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274476&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274475&type= 93.21800232 8.29733276 式中， <math id="M5"><mi>L</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274496&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274495&type= 7.28133297 3.47133350 为传感器入瞳辐亮度， <math id="M6"><msub><mrow><mi>L</mi></mrow><mrow><mi>b</mi></mrow></msub><mo stretchy="false">(</mo><mi>λ</mi><mo>,</mo><mi>T</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274480&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274479&type= 13.03866673 4.57200003 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， <math id="M7"><mi>ε</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274482&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274481&type= 7.19666624 3.47133350 为地表发射率， <math id="M8"><mi>τ</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274490&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274489&type= 7.11199999 3.47133350 为大气透过率， <math id="M9"><msubsup><mrow><mi>L</mi></mrow><mrow><mi>a</mi><mi>t</mi><mi>m</mi></mrow><mrow><mo>↓</mo></mrow></msubsup><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274486&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274485&type= 10.58333302 4.82600021 为大气下行辐射， <math id="M10"><msubsup><mrow><mi>L</mi></mrow><mrow><mi>a</mi><mi>t</mi><mi>m</mi></mrow><mrow><mo>↑</mo></mrow></msubsup><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274488&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274487&type= 10.58333302 4.82600021 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 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 <math id="M11"><mi>τ</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274490&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274489&type= 7.11199999 3.47133350 、 <math id="M12"><msubsup><mrow><mi>L</mi></mrow><mrow><mi>a</mi><mi>t</mi><mi>m</mi></mrow><mrow><mo>↓</mo></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274492&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274491&type= 4.99533367 4.06400013 、 <math id="M13"><msubsup><mrow><mi>L</mi></mrow><mrow><mi>a</mi><mi>t</mi><mi>m</mi></mrow><mrow><mo>↑</mo></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274494&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274493&type= 4.99533367 4.06400013 ，结合 式（1） 式（1） 便可得到卫星传感器观测海表模拟辐射亮度值 <math id="M14"><mi>L</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274496&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274495&type= 7.28133297 3.47133350 。 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 <math id="M15"><msub><mrow><mi>L</mi></mrow><mrow><mi>e</mi><mi>q</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274498&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274497&type= 3.72533321 3.72533321 ： <math display="block" id="M16"><msub><mrow><mi>L</mi></mrow><mrow><mi>e</mi><mi>q</mi></mrow></msub><mo>=</mo><mfrac><mrow><mo>∫</mo><mi>L</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo><mi>S</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo><mi>d</mi><mi>λ</mi></mrow><mrow><mo>∫</mo><mi>S</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo><mi>d</mi><mi>λ</mi></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274500&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274499&type= 30.05666542 14.13933277 式中 <math id="M17"><mi>S</mi><mo stretchy="false">(</mo><mi>λ</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274502&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274501&type= 7.19666624 3.47133350 为卫星的通道光谱响应函数。 3.2　数据评价方法 2 为评价ERA5 SST skin 以及基于ERA5 SST skin 、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： <math display="block" id="M18"><mi mathvariant="normal">M</mi><mi mathvariant="normal">B</mi><mi mathvariant="normal">E</mi><mo>=</mo><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mo stretchy="false">(</mo><msub><mrow><mi>T</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>-</mo><msub><mrow><mi>Q</mi></mrow><mrow><mi>i</mi></mrow></msub><mo stretchy="false">)</mo></mrow></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274504&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274503&type= 32.68133163 8.29733276 <math display="block" id="M19"><mi mathvariant="normal">M</mi><mi mathvariant="normal">A</mi><mi mathvariant="normal">E</mi><mo>=</mo><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mo stretchy="false">(</mo><mo stretchy="false">|</mo><msub><mrow><mi>T</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>-</mo><msub><mrow><mi>Q</mi></mrow><mrow><mi>i</mi></mrow></msub><mo stretchy="false">|</mo><mo stretchy="false">)</mo></mrow></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274506&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274505&type= 34.29000092 8.29733276 <math display="block" id="M20"><mi mathvariant="normal">S</mi><mi mathvariant="normal">T</mi><mi mathvariant="normal">D</mi><mo>=</mo><mroot><mrow><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mo stretchy="false">[</mo><mo stretchy="false">(</mo><msub><mrow><mi>T</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>-</mo><msub><mrow><mi>Q</mi></mrow><mrow><mi>i</mi></mrow></msub><msup><mrow><mo stretchy="false">)</mo><mo>-</mo><mi>M</mi><mi>B</mi><mi>E</mi><mo stretchy="false">]</mo></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup></mrow></mrow><mrow/></mroot></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274508&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274507&type= 50.79999924 9.99066734 <math display="block" id="M21"><mi mathvariant="normal">R</mi><mi mathvariant="normal">M</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">E</mi><mo>=</mo><mroot><mrow><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mo stretchy="false">(</mo><msub><mrow><mi>T</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>-</mo><msub><mrow><mi>Q</mi></mrow><mrow><mi>i</mi></mrow></msub><msup><mrow><mo stretchy="false">)</mo></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup></mrow></mrow><mrow/></mroot></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274510&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274509&type= 39.28533173 9.99066734 式中， <math id="M22"><mi>T</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274512&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274511&type= 2.11666679 2.62466669 为待验证的数据，包括ERA5 SST skin 以及基于SST skin 、大气廓线数据辐射传输模拟星上亮温值； <math id="M23"><mi>Q</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274514&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274513&type= 2.53999996 3.38666677 为验证数据，包括Argo SST，MODIS SST以及MODIS观测星上亮温值； <math id="M24"><mi>i</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274518&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274517&type= 1.10066664 2.62466669 为第 <math id="M25"><mi>i</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274518&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274517&type= 1.10066664 2.62466669 个匹配点； <math id="M26"><mi>n</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274520&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274519&type= 1.86266661 2.62466669 为匹配点总数。 4　结果与分析 1 4.1　ERA5 SST skin 全球海域范围精度分析 2 Ø 与Argo全球海表温度比对结果 2020年各月份ERA5 SST skin 与Argo浮标观测SST在全球范围内比对结果如 图1 图1 所示。从 图1 图1 可以看出，各月份对比结果图中匹配点集中在 <math id="M27"><mi>y</mi><mo>=</mo><mi>x</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274605&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274604&type= 7.87400007 3.47133350 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之间，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 SST skin 与Argo SST有较强的一致性。 1,2,3;4,5,6;7,8,9;10,11,12; 图2 图2 所示为全年ERA5 SST skin 与Argo SST的偏差频率直方图，各月份中偏差值在 <math id="M28"><mo>±</mo><mn mathvariant="normal">0.5</mn><mi mathvariant="normal">K</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274594&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274593&type= 9.22866726 2.70933342 范围内的数据点，最小占比为73.49%，最大占比为81.69%；在 <math id="M29"><mo>±</mo><mn mathvariant="normal">1</mn><mi mathvariant="normal">K</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274596&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274595&type= 6.43466663 2.62466669 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 SST skin 与Argo SST具有较好的一致性。 ERA5 SST skin 与Argo SST各月份匹配点指标评价结果如 表1 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-0.23K，最大为-0.31K；MAE最小为0.33K，最大为0.39K；STD最小为0.36K，最大为0.39K；RMSE最小为0.45K，最大为0.50K。ERA5 SST skin 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 SST skin 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。 月份 匹配点总数/个 MBE/K MAE/K STD/K RMSE/K 1 8677 -0.28 0.37 0.38 0.48 2 8166 -0.28 0.36 0.39 0.48 3 7953 -0.29 0.37 0.37 0.47 4 8678 -0.31 0.39 0.39 0.50 5 9437 -0.29 0.37 0.37 0.47 6 9093 -0.27 0.36 0.37 0.46 7 9202 -0.28 0.37 0.39 0.48 8 9176 -0.27 0.36 0.36 0.45 9 8900 -0.27 0.36 0.38 0.47 10 9115 -0.27 0.36 0.37 0.46 11 8951 -0.26 0.35 0.38 0.46 12 8870 -0.23 0.33 0.39 0.45 从各月份统计结果来看，ERA5 SST skin 相对于Argo SST都呈现负偏差，表明ERA5 SST skin 略低于Argo浮标观测值，该结果与 Luo等（2020） Luo等（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 SST skin 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 图3 所示为ERA5 SST skin 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 <math id="M30"><msup><mrow><mn mathvariant="normal">65</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274571&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274570&type= 4.23333359 2.96333337 左右。从 图3 图3 可以看出，MBE随纬度变化整体波动不大，其数值范围在-0.4K~-0.15K之间，表明在各纬度海域，ERA5 SST skin 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 <math id="M31"><msup><mrow><mn mathvariant="normal">30</mn></mrow><mrow><mo>∘</mo></mrow></msup><mo>~</mo><msup><mrow><mn mathvariant="normal">50</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274573&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274572&type= 10.92199993 2.96333337 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。 Ø 与MODIS SST比对结果 2020年春分日、夏至日、秋分日、冬至日四天的MODIS全球海表温度数据与ERA5 SST skin 在无云、均匀海域的比对结果如 图4 图4 所示。可以看出，ERA5 SST skin 与MODIS SST匹配点同样集中在 <math id="M32"><mi>y</mi><mo>=</mo><mi>x</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274605&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274604&type= 7.87400007 3.47133350 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 SST skin 与Argo SST的拟合结果略差。 1,2;3,4; 统计计算各天ERA5 SST skin 与MODIS SST的差值，各天偏差值在 <math id="M33"><mo>±</mo><mn mathvariant="normal">0.5</mn><mi mathvariant="normal">K</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274594&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274593&type= 9.22866726 2.70933342 范围内的数据点，最小占比为67.27%，最大占比为78.87%；在 <math id="M34"><mo>±</mo><mn mathvariant="normal">1</mn><mi mathvariant="normal">K</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274596&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274595&type= 6.43466663 2.62466669 范围内的总数据点，最小占比为92.21%，最大为98.19%；相较于ERA5 SST skin 与Argo SST的差值占比偏低。偏差统计结果同样表明ERA5 SST skin 与MODIS SST具有较好的一致性。 表2 表2 所示为ERA5 SST skin 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-0.29K，最大为-0.38K；MAE最小为0.33K，最大为0.43K；STD最小为0.29K，最大为0.41K；RMSE最小为0.41K，最大为0.55K。ERA5 SST skin 相对于MODIS SST整体呈现负偏差，表明ERA5 SST skin 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 SST skin 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 SST skin 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） 赵洪臣等（2016） 、孙风琴等（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 SST skin 与MODIS SST的不确定度增大。 日期 匹配点总数/个 MBE/K MAE/K STD/K RMSE/K 2020/3/ 20 3843 -0.30 0.36 0.35 0.46 2020/6/ 21 7663 -0.38 0.43 0.40 0.55 2020/9/ 22 4284 -0.35 0.43 0.41 0.54 2020/12/ 21 3478 -0.29 0.33 0.29 0.41 图5 图5 所示为ERA5 SST skin 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 <math id="M35"><msup><mrow><mn mathvariant="normal">60</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274600&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274599&type= 4.40266657 2.96333337 左右。从 图5 图5 可以看出，各纬度海域ERA5 SST skin 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~-0.05K。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。 4.2　基于ERA5 SST skin 、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 2 图6 图6 为在无云、均匀海域的MODIS星上亮温值与基于ERA5 SST skin 、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 <math id="M36"><mi>y</mi><mo>=</mo><mi>x</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274605&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274604&type= 7.87400007 3.47133350 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之间相关系数值均在0.995以上，二者呈现显著的线性相关关系和较强的一致性。 1,2;3,4; 表3 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-0.31K，最大为-0.38K；MAE最小为0.39K，最大为0.44K；STD最小为0.34K，最大为0.45K；RMSE最小为0.47K，最大为0.55K，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 SST skin 相对MODIS SST比对结果相近。 日期 匹配点总数/个 MBE/K MAE/K STD/K RMSE/K 2020/3/ 20 3843 -0.36 0.43 0.37 0.51 2020/6/ 21 7663 -0.38 0.44 0.38 0.54 2020/9/ 22 4284 -0.31 0.43 0.45 0.55 2020/12/ 21 3478 -0.32 0.39 0.34 0.47 图7 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。在南纬 <math id="M37"><msup><mrow><mn mathvariant="normal">25</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274625&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274624&type= 4.23333359 2.96333337 以南海域，MBE在-0.49~-0.34K范围内，较为稳定；在南纬 <math id="M38"><msup><mrow><mn mathvariant="normal">25</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274625&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274624&type= 4.23333359 2.96333337 到北纬 <math id="M39"><msup><mrow><mn mathvariant="normal">15</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274627&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274626&type= 4.23333359 2.96333337 海域范围内，MBE最大为-0.54K，最小为-0.13K，波动较为剧烈；在北纬 <math id="M40"><msup><mrow><mn mathvariant="normal">15</mn></mrow><mrow><mo>∘</mo></mrow></msup><mo>~</mo><msup><mrow><mn mathvariant="normal">30</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274629&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274628&type= 10.75266743 2.96333337 海域，MBE在-0.32K~-0.27K范围内，同样比较稳定；在北纬 <math id="M41"><msup><mrow><mn mathvariant="normal">30</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274631&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274630&type= 4.40266657 2.96333337 以北海域，MBE波动较为剧烈，最大为-0.48K，最小为-0.22K。对于MAE、STD以及RMSE，除南纬 <math id="M42"><msup><mrow><mn mathvariant="normal">25</mn></mrow><mrow><mo>∘</mo></mrow></msup><mo>~</mo><msup><mrow><mn mathvariant="normal">0</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274633&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274632&type= 8.97466660 2.96333337 和北纬 <math id="M43"><msup><mrow><mn mathvariant="normal">40</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274635&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274634&type= 4.40266657 2.96333337 以北海域外，整体变化较为稳定。 综上，ERA5 SST skin 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 SST skin 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 SST skin 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 2 为深入探究ERA5 SST skin 以及基于SST skin 、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SST skin 时空分辨率相同的10m风东向分量、北向分量，水汽柱总量参数，基于ERA5 SST skin 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 <math id="M44"><mn mathvariant="normal">0</mn><mo>.</mo><msup><mrow><mn mathvariant="normal">5</mn></mrow><mrow><mo>∘</mo></mrow></msup><mo>×</mo><mn mathvariant="normal">0</mn><mo>.</mo><msup><mrow><mn mathvariant="normal">5</mn></mrow><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274640&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274639&type= 14.73200035 2.96333337 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 3 图8 图8 显示不同风速范围内ERA5 SST skin 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0~26m/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0~14m/s。 1;2;3; 图8（a） 图8（a） 显示，ERA5 SST skin 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6~16m/s范围内，MAE、RMSE随风速变化不大，STD随风速的增大由0.34K增大到0.46K；MBE在风速0~3 m/s范围内由-0.25K负向增大到-0.38K，在3~16 m/s范围内，随风速的增大而负向减小；在风速超过16m/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） 图8（b） 显示，风速在0~6 m/s范围内时，ERA5 SST skin 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0K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） 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~-0.30K范围内波动，STD在0.30K~0.47K范围内，MAE在0.40K~0.52K范围内，RMSE在0.49K~0.63K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 SST skin 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 等， 2007 Kawai 等， 2007 ）， Argo 和MODIS观测的瞬时SST较高，与ERA5 SST skin 产生了相对更大的偏差。在6m/s~16m/s的中等风速下，ERA5 SST skin 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16m/s后，ERA5 SST skin 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） 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 SST skin 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 3 图9 图9 显示各偏差和与水汽柱总量的相关关系，其中，ERA5 SST skin 与Argo SST匹配点相应水汽柱总量分布分别为0~8.5 g/cm 2 ，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/cm 2 范围内。 1;2;3; 图9（a） 图9（a） 显示，在水汽柱总量0~7 g/cm 2 范围内，ERA5 SST skin 相对Argo SST的MBE、MAE较为稳定，在-0.31K~-0.24K、0.32K~0.37K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0.45K降低到0.27K，RMSE从0.52K降低到0.38K。在水汽柱总量高于7.0 g/cm 2 后，各偏差出现明显异常的波动。 图9（b） 图9（b） 、（c）显示，ERA5 SST skin 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/cm 2 时存在较大波动；SST skin MBE在1.2~3.0 g/cm 2 范围内时变化较小，在高于3.0 g/cm 2 波动也较为明显，星上亮温MBE在1.2~3.0 g/cm 2 范围内负向减小，高于3.0 g/cm 2 范围负向增大；MAE、STD和RMSE则在1.2~5.0 g/cm 2 范围内较为稳定，其他范围波动较大。 整体看来，ERA5 SST skin 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/cm 2 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 SST skin 与大气水汽柱总量的相关性较弱。ERA5 SST skin 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/cm 2 水汽柱总量下，ERA5 SST skin 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 3 图10 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0~12m，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0~4.8m范围内。 1;2;3; 图10（a） 图10（a） 显示，ERA5 SST skin 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） 图10（b） 显示，ERA5 SST skin 与MODIS SST在海浪平均高度0~1m范围内匹配数据量较少，相应偏差较高；在0~2.7m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3m~4.2m范围，MBE负向增大，达到-0.46K，MAE和RMSE正向增大，分别达到0.46K、0.51K；高于4.2m，匹配点数据量较少，所统计偏差不具有代表性。 图10（c） 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0.6~3m范围内相对比较稳定，MBE在-0.41K~-0.28K范围内波动；海浪平均高度低于0.6m时，偏差较高；海浪平均高度高于3m时，偏差出现一定的波动。 整体来看，海浪平均高度较低时，ERA5 SST skin 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 SST skin 偏差较大；ERA5 SST skin 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0.6~3m范围内整体较为稳定且较低；海浪平均高度高于3m后，偏差开始出现波动。因此，在0.6~3m海浪高度条件下，ERA5 SST skin 以及模拟星上亮温相对验证数据有更小的偏差。 5　结论 1 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 SST skin 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 SST skin 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10m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 SST skin 、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 SST skin 相对Argo SST的MBE在-0.31K以内，相对MODIS SST的MBE在-0.38K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 SST skin 与MODIS SST之间的偏差相近。 （2）ERA5 SST skin 与Argo SST的偏差除在南北纬40 <math id="M45"><msup><mrow/><mrow><mo>∘</mo></mrow></msup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274675&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=25274674&type= 0.76200002 3.30200005 附近海域偏差了略高外，在其他纬度海域整体较为稳定；ERA5 SST skin 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 SST skin 与MODIS SST偏差波动较小。 （3）ERA5 SST skin 与Argo SST的偏差随时间变化不明显，而ERA5 SST skin 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 SST skin 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 SST skin 的偏差均较大，在6~16m/s风速段，ERA5 SST skin 的偏差降低，当风速大于16m/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 SST skin 相对Argo SST的偏差在水汽柱总量低于7.0 g/cm 2 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，SST skin 的偏差增大。SST skin 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 SST skin 相对Argo SST的偏差随着海浪平均高度升高至8m，偏差逐渐降低，而在海浪平均高度大于9m时，偏差出现较大波动。ERA5 SST skin 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0.6~3m海浪高度范围内较为稳定；在海浪平均高度大于3m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SST skin 海表温度值，且与Argo SST、MODIS SST验证数据的平均偏差在-0.38K以内，均方根误差在0.6K以内；基于ERA5 SST skin 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-0.38K以内，均方根误差同样在0.6K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/cm 2 水汽柱总量以及0.6~3m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。 参考文献（ References ） Araghi A , Baygi M M , Adamowski J , Malard J , Nalley D , and Hasheminia S M . 2015 . Using wavelet transforms to estimate surface temperature trends and dominant periodicities in Iran based on gridded reanalysis data . Atmospheric Research , 155 : 52 - 72 [ DOI: 10.1016/j.atmosres.2014.11.016 http://dx.doi.org/10.1016/j.atmosres.2014.11.016 ] Using wavelet transforms to estimate surface temperature trends and dominant periodicities in Iran based on gridded reanalysis data Bao X , and Zhang F . 2013 . Evaluation of NCEP–CFSR, NCEP–NCAR, ERA-Interim, and ERA-40 reanalysis datasets against independent sounding observations over the Tibetan Plateau . Journal of climate , 26 ( 1 ): 206 - 214 [ DOI: 10.1175/JCLI-D-12-00056.1 http://dx.doi.org/10.1175/JCLI-D-12-00056.1 ] Evaluation of NCEP–CFSR, NCEP–NCAR, ERA-Interim, and ERA-40 reanalysis datasets against independent sounding observations over the Tibetan Plateau Cariolle D , and Teyssedre H . 2007 . A revised linear ozone photochemistry parameterization for use in transport and general circulation models: multi-annual simulations . Atmospheric chemistry and physics , 7 ( 9 ): 2183 - 2196 [ DOI: 10.5194/acp-7-2183-2007 http://dx.doi.org/10.5194/acp-7-2183-2007 ] A revised linear ozone photochemistry parameterization for use in transport and general circulation models: multi-annual simulations Donlon C J , Martin M , Stark J , Roberts-Jones J , Fiedler E , and Wimmer W . 2012 . The operational sea surface temperature and sea ice analysis (OSTIA) system . Remote Sensing of Environment , 116 : 140 - 158 [ DOI: 10.1016/j.rse.2010.10.017 http://dx.doi.org/10.1016/j.rse.2010.10.017 ] The operational sea surface temperature and sea ice analysis (OSTIA) system Gelaro R , Mccarty W , Suárez M J , Todling R , Molod A , Takacs L , Randles C A , Darmenov A , Bosilovich M G , and Reichle R . 2017 . The modern-era retrospective analysis for research and applications, version 2 (MERRA-2) . Journal of climate , 30 ( 14 ): 5419 - 5454 [ DOI: 10.1175/JCLI-D-16-0758.1 http://dx.doi.org/10.1175/JCLI-D-16-0758.1 ] The modern-era retrospective analysis for research and applications, version 2 (MERRA-2) Geng Q , and Sugi M . 2001 . Variability of the North Atlantic cyclone activity in winter analyzed from NCEP–NCAR reanalysis data . Journal of climate , 14 ( 18 ): 3863 - 3873 [ DOI: 10.1175/1520-0442(2001)0142.0.CO;2 http://dx.doi.org/10.1175/1520-0442(2001)0142.0.CO;2 ] Variability of the North Atlantic cyclone activity in winter analyzed from NCEP–NCAR reanalysis data Graham R M , Hudson S R , and Maturilli M . 2019 . Improved performance of ERA5 in Arctic gateway relative to four global atmospheric reanalyses . Geophysical Research Letters , 46 ( 11 ): 6138 - 6147 [ DOI: 10.1029/2019GL082781 http://dx.doi.org/10.1029/2019GL082781 ] Improved performance of ERA5 in Arctic gateway relative to four global atmospheric reanalyses Gube M , Gärtner V , and Schmetz J . 1996 . Analysis of the operational calibration of the Meteosat infrared‐window channel . Meteorological Applications , 3 ( 4 ): 307 - 316 [ DOI: 10.1002/met.5060030403 http://dx.doi.org/10.1002/met.5060030403 ] Analysis of the operational calibration of the Meteosat infrared‐window channel Hersbach H , Bell B , Berrisford P , Horányi A , Sabater J M , Nicolas J , Radu R , Schepers D , Simmons A , and Soci C . 2019 . Global reanalysis: goodbye ERA-Interim, hello ERA5 . ECMWF newsletter , 159 : 17 - 24 Global reanalysis: goodbye ERA-Interim, hello ERA5 Hu X Q , Rong Z G , Qiu K M , Zhang Y X , Zhang G S , and Huang Y B . 2002 . In-flight radiometric calibration for thermal channels of FY-1C meteorological satellite sensors using Qinghai lake, water surface radiometric calibration site . Journal of Remote Sensing , 6 ( 5 ): 328 - 333 In-flight radiometric calibration for thermal channels of FY-1C meteorological satellite sensors using Qinghai lake, water surface radiometric calibration site 胡秀清 , 戎志国 , 邱康睦 , 张玉香 , 张广顺 , 黄意玢 . 2002 . 利用青海湖水面辐射校正场对FY-1C气象卫星热红外传感器进行绝对辐射定标 . 遥感学报 , 6 ( 5 ): 328 - 333 [ DOI: 10.1002/mop.10502 http://dx.doi.org/10.1002/mop.10502 ] 利用青海湖水面辐射校正场对FY-1C气象卫星热红外传感器进行绝对辐射定标 Hu X Q , Zhang L Y , Zheng Z J , Zhang Y , Sun L , Ding L , and Huang X X . 2010 . FY- 3A multi-detector radiometric calibration for infrared band of medium resolution spectral imager . Optics and Precision Engineering , 18 ( 9 ): 1972 - 1980 FY- 3A multi-detector radiometric calibration for infrared band of medium resolution spectral imager 胡秀清 , 张里阳 , 郑照军 , 张勇 , 孙凌 , 丁雷 , 黄小仙 . 2010 . FY-3A中分辨率光谱成像仪热红外通道的多探元辐射定标 . 光学精密工程 , 18 ( 9 ): 1972 - 1980 [ DOI: 10.3788/OPE.20101809. 1972 http://dx.doi.org/10.3788/OPE.20101809.1972 ] FY-3A中分辨率光谱成像仪热红外通道的多探元辐射定标 Kawai Y , and 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 [ DOI: 10.1007/s10872-007-0063-0 http://dx.doi.org/10.1007/s10872-007-0063-0 ] Diurnal sea surface temperature variation and its impact on the atmosphere and ocean: A review Kilpatrick K A , Podestá G , Walsh S , Williams E , Halliwell V , Szczodrak M , Brown O , Minnett P , and Evans R . 2015 . A decade of sea surface temperature from MODIS . Remote Sensing of Environment , 165 : 27 - 41 [ DOI: 10.1016/j.rse.2015.04.023 http://dx.doi.org/10.1016/j.rse.2015.04.023 ] A decade of sea surface temperature from MODIS Kobayashi S , Ota Y , Harada Y , Ebita A , Moriya M , Onoda H , Onogi K , Kamahori H , Kobayashi C , and Endo H . 2015 . The JRA-55 reanalysis: General specifications and basic characteristics . Journal of the Meteorological Society of Japan. Ser. II , 93 ( 1 ): 5 - 48 [ DOI: 10.2151/jmsj.2015-001 http://dx.doi.org/10.2151/jmsj.2015-001 ] The JRA-55 reanalysis: General specifications and basic characteristics Li J G , Gu X F , and Li X Y . 2011 . Validation of HJ-1B thermal band on-board calibration and its sensitivity analysis . Remote Sensing Information , 1 ( 1 ): 3 - 8 Validation of HJ-1B thermal band on-board calibration and its sensitivity analysis 李家国 , 顾行发 , 李小英 , 余涛 , 陈瀚阅 , 龙明涛 . 2011 . HJ-1B 热红外通道星上定标精度检验与敏感性分析 . 遥感信息 , 1 ( 1 ): 3 - 8 [ DOI: 10.3724/SP.J.1011.2011.00403 http://dx.doi.org/10.3724/SP.J.1011.2011.00403 ] HJ-1B 热红外通道星上定标精度检验与敏感性分析 Li Z Q , Liu Z H , and Lu S L . 2020 . Global Argo data fast receiving and post-quality-control system . IOP Conference Series : Earth and Environmental Science , 502 : 012012 . [ DOI: 10.1088/1755- 1315/502/1/012012 http://dx.doi.org/10.1088/1755-1315/502/1/012012 ] Global Argo data fast receiving and post-quality-control system Liu W Y , Li J G , Han Q J , Zhu L , Yang H Y , and Cheng Q M . 2020 . Orbital Lifetime (2008–2017) Radiometric Calibration and Evaluation of the HJ-1B IRS Thermal Infrared Band . Remote Sensing , 12 ( 15 ): 2362 [ DOI: 10.3390/rs12152362 http://dx.doi.org/10.3390/rs12152362 ] Orbital Lifetime (2008–2017) Radiometric Calibration and Evaluation of the HJ-1B IRS Thermal Infrared Band Liu Y G , Miao J W , Sun W F , Zhang J , and Meng J M . 2019 . Observational Capabilities Comparison of Sea Surface Temperature by VIIRS and MODIS . Advances in Marine Science , 37 ( 3 ): 417 - 431 Observational Capabilities Comparison of Sea Surface Temperature by VIIRS and MODIS 刘伊格 , 苗俊伟 , 孙伟富 , 张杰 , 孟俊敏 . 2019 . VIIRS 与 MODIS 海表面温度产品观测能力对比分析 . 海洋科学进展 , 37 ( 3 ): 417 - 431 [ DOI: 10.3969/j. issn.1671-6647.2019.03.006 http://dx.doi.org/10.3969/j.issn.1671-6647.2019.03.006 ] VIIRS 与 MODIS 海表面温度产品观测能力对比分析 Luo B , and Minnett P J . 2020 . Evaluation of the ERA5 sea surface skin temperature with remotely-sensed shipborne marine-atmospheric emitted radiance interferometer data . Remote Sensing , 12 ( 11 ): 1873 [ DOI: 10.3390/rs12111873 http://dx.doi.org/10.3390/rs12111873 ] Evaluation of the ERA5 sea surface skin temperature with remotely-sensed shipborne marine-atmospheric emitted radiance interferometer data Mahto S S , and Mishra V . 2019 . Does ERA‐5 outperform other reanalysis products for hydrologic applications in India? Journal of Geophysical Research : Atmospheres , 124 ( 16 ): 9423 - 9441 [ DOI: 10.1029/2019JD031155 http://dx.doi.org/10.1029/2019JD031155 ] Does ERA‐5 outperform other reanalysis products for hydrologic applications in India? Salisbury D , Mogensen K , and Balsamo G . 2018 . Use of in situ observations to verify the diurnal cycle of sea surface temperature in ECMWF coupled model forecasts . European Centre for Medium Range Weather Forecasts . Use of in situ observations to verify the diurnal cycle of sea surface temperature in ECMWF coupled model forecasts Schott J R , Hook S J , Barsi J A , Markham B L , Miller J , Padula F P , and Raqueno N G . 2012 . Thermal infrared radiometric calibration of the entire Landsat 4, 5, and 7 archive (1982–2010) . Remote Sensing of Environment , 122 : 41 - 49 [ DOI: 10.1016/j.rse.2011.07.022 http://dx.doi.org/10.1016/j.rse.2011.07.022 ] Thermal infrared radiometric calibration of the entire Landsat 4, 5, and 7 archive (1982–2010) Simmons A J , and Jiabin C . 1991 . The calculation of geopotential and the pressure gradient in the ECMWF atmospheric model: Influence on the simulation of the polar atmosphere and on temperature analyses . Quarterly Journal of the royal meteorological society , 117 ( 497 ): 29 - 58 [ DOI: 10.1256/smsqj.49702 http://dx.doi.org/10.1256/smsqj.49702 ] The calculation of geopotential and the pressure gradient in the ECMWF atmospheric model: Influence on the simulation of the polar atmosphere and on temperature analyses Sun F Q , Zhang C Y , Shang S P , and Shang S L . 2007 . Primary validation of AVHRR/MODIS/TMI SST for part of the Northwest Pacific . Journal of Xiamen University (Natural Science) , 46 ( 1 ): 1 - 5 Primary validation of AVHRR/MODIS/TMI SST for part of the Northwest Pacific 孙凤琴 , 张彩云 , 商少平 , 商少凌 . 2007 . 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 . 厦门大学学报 : 自然科学版 , 46 ( 1 ): 1 - 5 [ DOI: 10.3321/j.issn:0438-0479.2007.z1.001 http://dx.doi.org/10.3321/j.issn:0438-0479.2007.z1.001 ] 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 Tong J J , Qiu K M , and Li X W . 2005 . New method of in-flight absolute calibration for thermal infrared channels of satellite sensors . Journal of Infrared and Millimeter Waves , 24 ( 4 ): 277 - 280 New method of in-flight absolute calibration for thermal infrared channels of satellite sensors 童进军 , 邱康睦 , 李小文 . 2005 . 一种卫星遥感仪器热红外通道在轨绝对辐射定标新方法 . 红外与毫米波学报 , 24 ( 4 ): 277 - 280 [ DOI: 10.3321/j.issn:1001-9014.2005.04. 009 http://dx.doi.org/10.3321/j.issn:1001-9014.2005.04.009 ] 一种卫星遥感仪器热红外通道在轨绝对辐射定标新方法 Xu F , and Ignatov A . 2014 . In situ SST quality monitor (i Quam) . Journal of Atmospheric and Oceanic Technology , 31 ( 1 ): 164 - 180 [ DOI: 10.1175/JTECH-D-13-00121.1 http://dx.doi.org/10.1175/JTECH-D-13-00121.1 ] In situ SST quality monitor (i Quam) Xu H Q . 2016 . Change of Landsat 8 TIRS calibration parameters and its effect on land surface temperature retrieval . Journal of Remote Sensing , 20 ( 2 ): 229 - 235 Change of Landsat 8 TIRS calibration parameters and its effect on land surface temperature retrieval 徐涵秋 . 2016 . Landsat 8 热红外数据定标参数的变化及其对地表温度反演的影响 . 遥感学报 , 20 ( 2 ): 229 - 235 [ DOI: 10.11834/jrs.20165165 http://dx.doi.org/10.11834/jrs.20165165 ] Landsat 8 热红外数据定标参数的变化及其对地表温度反演的影响 Xu N , Hu X Q , Chen L , and Min M . 2012 . Inter-calibration of infrared channels of FY-2/VISSR using high-spectral resolution sensors IASI and AIRS . Journal of Remote Sensing , 16 ( 5 ): 939 - 952 Inter-calibration of infrared channels of FY-2/VISSR using high-spectral resolution sensors IASI and AIRS 徐娜 , 胡秀清 , 陈林 , 闵敏 . 2012 . FY-2静止卫星红外通道的高光谱交叉定标 . 遥感学报 , 16 ( 5 ): 939 - 952 [ DOI: 10.3969/j.issn.1000-0526.2007.01.013 http://dx.doi.org/10.3969/j.issn.1000-0526.2007.01.013 ] FY-2静止卫星红外通道的高光谱交叉定标 Yang J X , Huang M T , and Zhai P M . 2021 . Performance of the CRA-40/Land, CMFD, and ERA-Interim Datasets in Reflecting Changes in Surface Air Temperature over the Tibetan Plateau . Journal of Meteorological Research , 35 ( 4 ): 663 - 672 [ DOI: 10.1007/s13351-021-0196-x http://dx.doi.org/10.1007/s13351-021-0196-x ] Performance of the CRA-40/Land, CMFD, and ERA-Interim Datasets in Reflecting Changes in Surface Air Temperature over the Tibetan Plateau Zhang Y , Li Y , Rong Z G , Hu X Q , and Xu J M . 2009 . Absolute radiometric calibration of FY-2C infrared split window channels by using sea buoy data and NCEP reanalysis data . Journal of Infrared and Millimeter Waves , 28 ( 3 ): 188 - 280 Absolute radiometric calibration of FY-2C infrared split window channels by using sea buoy data and NCEP reanalysis data 张勇 , 李元 , 戎志国 , 胡秀清 , 许健民 . 2009 . 利用大洋浮标数据和 NCEP 再分析资料对 FY-2C 红外分裂窗通道的绝对辐射定标 . 红外与毫米波学报 , 28 ( 3 ): 188 - 280 [ DOI: 10. 3321/j.issn:1001-9014.2009.03.008 http://dx.doi.org/10.3321/j.issn:1001-9014.2009.03.008 ] 利用大洋浮标数据和 NCEP 再分析资料对 FY-2C 红外分裂窗通道的绝对辐射定标 Zhao H C , Liu Y X , Zhou X H , Liu K , and Zhang H . 2016 . Quality Evaluation of SST Daily Products Based on VOS and Buoy Measurements . Advances in Marine Science , 34 ( 4 ): 462 - 473 Quality Evaluation of SST Daily Products Based on VOS and Buoy Measurements 赵洪臣 , 刘永学 , 周兴华 , 刘凯 , 张浩 . 2016 . 基于志愿观测船舶和浮标数据的 SST 日产品质量评价研究 . 海洋科学进展 , 34 ( 4 ): 462 - 473 [ DOI: 10.3969/j.issn.1671-6647. 2016.04.002 http://dx.doi.org/10.3969/j.issn.1671-6647.2016.04.002 ] 基于志愿观测船舶和浮标数据的 SST 日产品质量评价研究 Zhu E Z , Zhang L , Shi H Q , Liao Q X , and Long Z Y . 2016 . Accuracy of WindSat sea surface temperature: Comparison of buoy data from 2004 to 2013 . Journal of Remote Sensing , 20 ( 2 ): 315 - 327 Accuracy of WindSat sea surface temperature: Comparison of buoy data from 2004 to 2013 朱恩泽 , 张雷 , 石汉青 , 廖麒翔 , 龙智勇 . 2016 . 2004年-2013年WindSat海表面温度产品与浮标观测对比 . 遥感学报 , 20 ( 2 ): 315 - 327 [ DOI: 10.11834/jrs. 20165093 http://dx.doi.org/10.11834/jrs.20165093 ] 2004年-2013年WindSat海表面温度产品与浮标观测对比 致谢: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。 10.11834/jrs.20221615 薛亚楠，马灵玲，王宁，李坤，王新鸿，韩启金，钱永刚，李大成.XXXX.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.遥感学报，XX（XX）： 1-17 薛亚楠，马灵玲，王宁，李坤，王新鸿，韩启金，钱永刚，李大成.XXXX.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.遥感学报，XX（XX）： 1-17 XUE Yanan，MA Lingling，WANG Ning，LI Kun，WANG Xinhong，HAN Qijin，QIAN Yonggang，LI Dacheng. XXXX. Accuracy evaluation of satellite thermal infrared radiometric calibration method based on ERA5 ocean re-analysis data. National Remote Sensing Bulletin， XX（XX）：1-17 XUE Yanan，MA Lingling，WANG Ning，LI Kun，WANG Xinhong，HAN Qijin，QIAN Yonggang，LI Dacheng. XXXX. Accuracy evaluation of satellite thermal infrared radiometric calibration method based on ERA5 ocean re-analysis data. National Remote Sensing Bulletin， XX（XX）：1-17 国家重点研发计划项目（2018YFB0504900；2018YFB050490304）。 Supported by Supported by National Key Research and Development Program of China (No. 2018YFB0504900；2018YFB050490304) 2022-03-22 遥感学报