最新SMOS衛(wèi)星海表鹽度L3/4級(jí)產(chǎn)品的誤差分析

路澤廷，朱江，韓君，元慧慧

（1.中國(guó)科學(xué)院大氣物理研究所，北京 100029；2.中國(guó)科學(xué)院大學(xué)，北京100049；3.中國(guó)人民解放軍61741 部隊(duì)，北京 100094）

海表鹽度在大洋環(huán)流、海氣相互作用等全球大氣、海洋過(guò)程中起著重要作用。一方面，海表鹽度影響制約著障礙層形成、深層水團(tuán)形成、溫鹽環(huán)流等海洋物理過(guò)程；另一方面，作為海氣交界面處的關(guān)鍵要素，海表鹽度的季節(jié)和年際變化同ENSO 等海氣相互作用現(xiàn)象息息相關(guān)，是理解和預(yù)測(cè)氣候變化必須的信息（Jordi et al，2010； Chen et al，2014；陳建，2014）。

在2009年以前，海表溫度、海面高度、海洋水色、海冰、海風(fēng)、海浪、海流等幾乎所有的海面要素都實(shí)現(xiàn)了遙感觀測(cè)，鹽度是唯一未實(shí)現(xiàn)從太空進(jìn)行遙感監(jiān)測(cè)的海面關(guān)鍵要素，這主要是由于星載輻射計(jì)觀測(cè)的輻射亮溫對(duì)于鹽度的變化敏感度過(guò)低。鑒于鹽度在海洋科學(xué)研究中的重要性，鹽度現(xiàn)場(chǎng)觀測(cè)資料無(wú)論在時(shí)間連續(xù)性，還是空間分辨率上都遠(yuǎn)遠(yuǎn)不能滿(mǎn)足科學(xué)研究的需要（Jean-Luc Vergely et al，2014；CP34，2008；Jordà，2011；Martin-Neira et al，2011； Yin et al，2011）。進(jìn)入21 世紀(jì)以來(lái)，隨著遙感探測(cè)、計(jì)算機(jī)技術(shù)、數(shù)據(jù)通信以及大氣和海洋科學(xué)等各領(lǐng)域諸多新技術(shù)的進(jìn)步，鹽度的衛(wèi)星遙感條件基本成熟。到今天為止，已經(jīng)有2 顆鹽度遙感衛(wèi)星發(fā)射成功，包括2009年11月歐洲空間局（ESA） 發(fā)射的SMOS（土壤濕度和海洋鹽度） 衛(wèi)星，以及2011年6月發(fā)射的由美國(guó)航空航天局（NASA） 和阿根廷航天局（CONAE） 聯(lián)合開(kāi)發(fā)的水瓶座（Aquarius/SAC-D）衛(wèi)星（Beno?t et al，2008）。二者的工作頻率都在對(duì)鹽度變化相對(duì)最敏感的L 波段。其中，SMOS 衛(wèi)星已在軌運(yùn)行4年多，相比水瓶座衛(wèi)星積累了更長(zhǎng)時(shí)間的資料，其資料反演算法也經(jīng)過(guò)幾個(gè)項(xiàng)目組的艱苦努力，得到不斷的改進(jìn)，并于近期推出了經(jīng)過(guò)再處理的質(zhì)量更優(yōu)的多種海表鹽度產(chǎn)品（CATDSCECOS， 2011， 2012； Barcelona Expert Center，2014a，2014b）。因此，本文主要對(duì)SMOS 衛(wèi)星資料進(jìn)行分析。

盡管，全新的SMOS 衛(wèi)星遙感海表鹽度資料具有難以替代的科學(xué)價(jià)值，但由于L 波段亮溫對(duì)鹽度變化的敏感率很低，以及銀河系輻射、無(wú)線電頻率干擾、太陽(yáng)污染、陸地污染、海冰污染、海面粗糙度的不準(zhǔn)確等各種因素導(dǎo)致的噪音量級(jí)幾乎與信號(hào)相當(dāng)，因此鹽度遙感非常困難，算法很復(fù)雜，誤差因素很多。因此，目前的衛(wèi)星海表鹽度資料的精度與現(xiàn)場(chǎng)鹽度觀測(cè)資料相比，還有不小的差距。但由于其時(shí)空分辨率較高，且分布均勻、連續(xù)，因此可以大大彌補(bǔ)現(xiàn)場(chǎng)觀測(cè)資料的不足（CATDSCECOS，2011； Jordà et al，2010； Reul et al，2011； Boutin et al， 2012； Brassington et al，2009）。

要對(duì)這種新資料進(jìn)行充分有效利用，將其同化到海洋模式中，改善海洋預(yù)報(bào)的初值、提供更為準(zhǔn)確的海洋再分析資料，是一種重要的渠道。但在對(duì)其進(jìn)行同化之前，深入了解其誤差分布特征很有必要。本文的目的，就是對(duì)最新發(fā)布（經(jīng)過(guò)再處理）的幾種SMOS 海表鹽度資料L3/4 級(jí)產(chǎn)品進(jìn)行統(tǒng)一的檢驗(yàn)和比較，了解其誤差分布特征，分析誤差原因，為下一步對(duì)其進(jìn)行同化做必要的準(zhǔn)備，也為使用該資料的其他學(xué)者提供有益的參考。

1 資料和方法

1.1 SMOS 衛(wèi)星海表鹽度資料

本文檢驗(yàn)的SMOS 衛(wèi)星海表鹽度資料包括兩大類(lèi)，共5 種。由于2010年5月以前，為SMOS 衛(wèi)星的試運(yùn)行階段，資料質(zhì)量不太可靠；另外在2010年底有十幾天時(shí)間，由于技術(shù)故障導(dǎo)致資料不可靠（Barcelona Expert Center，2014a）。因此，選取的檢驗(yàn)時(shí)間段為2011.1-2013.12，對(duì)這3年的資料進(jìn)行檢驗(yàn)。

（1） 由BEC（SMOS 西班牙巴塞羅那專(zhuān)家中心）制作，通過(guò)CP34（SMOS L3/4 產(chǎn)品處理中心）發(fā)布的，經(jīng)過(guò)再處理的新一代SMOS 海表鹽度三級(jí)和四級(jí)產(chǎn)品，共3 種（Barcelona Expert Center，2014b），分辨率相同：9 d 平均、水平分辨率0.25°×0.25°。

3 種產(chǎn)品分別是：

1） 簡(jiǎn)單加權(quán)平均產(chǎn)品（本文中記作BEC_binned），通過(guò)對(duì)歐洲空間局（ESA） 的L2 級(jí)產(chǎn)品經(jīng)過(guò)篩選后，在9 d、0.25°的時(shí)空網(wǎng)格內(nèi)進(jìn)行加權(quán)平均得到，加權(quán)平均公式如下：

σi是在L2 產(chǎn)品處理中計(jì)算得到的該點(diǎn)觀測(cè)值SSSi的理論不確定性（標(biāo)準(zhǔn)差），Ri 是對(duì)應(yīng)觀測(cè)點(diǎn)的信號(hào)采集覆蓋區(qū)（波束照射面積） 的相當(dāng)直徑，N 是該均勻時(shí)空網(wǎng)格（目標(biāo)網(wǎng)格） 內(nèi)包含的有效L2 級(jí)SSS 觀測(cè)資料個(gè)數(shù)。

2） 最優(yōu)插值產(chǎn)品（記作BEC_oi）；

以WOA09月平均資料為背景場(chǎng)，對(duì)經(jīng)過(guò)篩選的歐洲空間局（ESA） 的L2 級(jí)SSS 資料進(jìn)行最優(yōu)插值（客觀分析），得到更加連續(xù)、縫隙更少的均勻格點(diǎn)產(chǎn)品。

3） 使用奇異值分析方法制作的融合產(chǎn)品（記作BEC_fused）。

使用一個(gè)高質(zhì)量的衛(wèi)星觀測(cè)物理參數(shù)（比如SST） 作為模板變量，對(duì)一個(gè)噪聲量（SSS） 的奇異鋒的多重分形結(jié)構(gòu)進(jìn)行恢復(fù)?；谄娈愔捣治龅娜诤霞夹g(shù)，不僅可以用于改善信號(hào)水平，還可以提高融合場(chǎng)的時(shí)空分辨率（融合場(chǎng)的時(shí)空分辨率與模板變量的時(shí)空分辨率一致）。

該產(chǎn)品的源數(shù)據(jù)為L(zhǎng)3 級(jí)的簡(jiǎn)單加權(quán)平均產(chǎn)品（BEC_binned），因此屬L4 級(jí)產(chǎn)品。

（2） CATDS/CEC-OS（SMOS 法國(guó)L3/4 級(jí)產(chǎn)品地面處理中心/海洋鹽度專(zhuān)家中心） 處理制作的SMOS 海表鹽度L3 級(jí)研究產(chǎn)品（第二代），該產(chǎn)品有2 種（CATDS-CECOS，2012）：一種是月平均資 料、水平分辨率 1°×1°（本文中記作CEC_mon_1）；另外一種是10 d 平均、水平分辨率0.5°×0.5° （本文中記作CEC_10day_0.5）。對(duì)這兩種資料的檢驗(yàn)比較，主要是考察時(shí)空分辨率（對(duì)二級(jí)產(chǎn)品處理時(shí)做平均的時(shí)間、空間尺度） 對(duì)資料質(zhì)量的影響。

與BEC 產(chǎn)品不同，CATDS/CEC-OS 制作的L3級(jí)產(chǎn)品，源數(shù)據(jù)為歐洲空間局（ESA） 經(jīng)過(guò)再處理的L1B 級(jí)產(chǎn)品，而非L2 級(jí)。CATDS 基于自己的獨(dú)立算法，生成EASE 網(wǎng)格上的L1C 產(chǎn)品（不同于ESA/DPGS（歐洲空間局地面資料處理中心） 的ISEA 網(wǎng)格），再由此進(jìn)一步處理得到自己的L2 級(jí)產(chǎn)品。由L2 產(chǎn)品處理得到L3 產(chǎn)品的過(guò)程主要是加權(quán)平均，沒(méi)有使用其它SSS 資料，但其預(yù)處理（L2 產(chǎn)品的篩選過(guò)濾更加嚴(yán)格），加權(quán)平均公式也有所不同，如下：

其權(quán)重僅僅與觀測(cè)誤差方差成反比，沒(méi)有考慮波束覆蓋范圍大小。誤差方差來(lái)自L2OS 的最小二乘迭代處理過(guò)程（包括亮溫誤差、風(fēng)速和SST 等輔助資料的誤差，對(duì)這些誤差及其傳播進(jìn)行估計(jì)得到）。

1.2 Argo 資料及其處理

本文對(duì)于SMOS 海表鹽度資料的檢驗(yàn)，使用的檢驗(yàn)資料主要是Argo 資料。因?yàn)?，在各?lèi)現(xiàn)場(chǎng)觀測(cè)資料中，Argo 資料的準(zhǔn)確度是比較高的，并且自2000年以來(lái)Argo 計(jì)劃的大力開(kāi)展，Argo 浮標(biāo)開(kāi)始大量投放，Argo 資料逐漸成為溫鹽現(xiàn)場(chǎng)海洋觀測(cè)的主體。使用單一的一種資料做檢驗(yàn)，也避免不同類(lèi)型資料的誤差不同，造成檢驗(yàn)結(jié)果的不準(zhǔn)確和不一致性。本文采用的Argo 資料來(lái)自全球Argo資料中心之一、法國(guó)海洋開(kāi)發(fā)研究院IFRMER Coriolis 數(shù)據(jù)中心 （http：//www.coriolis.eu.org；Thierry et al，2014）。時(shí)間段與所檢驗(yàn)的SMOS 資料一致，為2011.1-2013.12。

對(duì)于Argo 廓線資料，首先進(jìn)行嚴(yán)格的篩選，篩選標(biāo)準(zhǔn)包括：

（1） 只選擇延時(shí)處理或?qū)崟r(shí)處理但經(jīng)過(guò)訂正的；

（2） 經(jīng)度、緯度、深度、鹽度質(zhì)控標(biāo)記都為最優(yōu)；

（3） 整條廓線質(zhì)控標(biāo)記為優(yōu)；

（4） 對(duì)深度做單調(diào)性檢查，剔除不單調(diào)遞增的異常觀測(cè)；

（5） 第1 層有效觀測(cè)深度小于6 m；

（6） 每條廓線深度層不少于3 層。

對(duì)經(jīng)過(guò)以上篩選的Argo 鹽度廓線，統(tǒng)一插值到6 m 層，將其作為海表鹽度檢驗(yàn)的標(biāo)準(zhǔn)。理論上，SMOS 衛(wèi)星測(cè)得的海表鹽度為表皮層（約5 cm）的鹽度，所以作為檢驗(yàn)標(biāo)準(zhǔn)的現(xiàn)場(chǎng)觀測(cè)越淺越好，但是由于Argo 資料最表層資料淺于5 m 的數(shù)量過(guò)少，且部分Argo 浮標(biāo)在5 m 以上的觀測(cè)不可靠，因此選擇6 m 深度做為統(tǒng)一的檢驗(yàn)標(biāo)準(zhǔn)深度。

接下來(lái)，對(duì)經(jīng)過(guò)上述處理的Argo 海表鹽度（SSS） 資料，按照每一種SMOS SSS 資料的時(shí)間、空間分辨率，在每個(gè)時(shí)、空網(wǎng)格單元內(nèi)做簡(jiǎn)單的算術(shù)平均，得到的平均值即作為該空間網(wǎng)格在該時(shí)段平均的海表鹽度的真值，對(duì)SMOS SSS 資料進(jìn)行檢驗(yàn)。

1.3 檢驗(yàn)及插補(bǔ)方法

本文通過(guò)將幾種SMOS SSS L3/4 級(jí)產(chǎn)品與WOA09 氣候態(tài)資料以及經(jīng)過(guò)上述處理（見(jiàn)1.2 節(jié)）的Argo 資料進(jìn)行比較，分析其誤差分布的基本特征，以及幾種資料之間的異同，并對(duì)誤差的不同來(lái)源進(jìn)行分析。首先，以一種SSS 產(chǎn)品為例，通過(guò)比較3年平均的SMOS SSS 場(chǎng)與WOA09 SSS，對(duì)SMOS SSS 資料的基本特征做一個(gè)定性的了解；然后給出SMOS SSS 與對(duì)應(yīng)Argo 資料的偏差的統(tǒng)計(jì)頻數(shù)直方圖，計(jì)算了其平均值、標(biāo)準(zhǔn)差、偏度系數(shù)等基本統(tǒng)計(jì)量，對(duì)其誤差的總體分布情形有個(gè)大致的了解；接下來(lái)，通過(guò)比較法國(guó)CATDS/CEC-OS專(zhuān)家中心的兩種不同時(shí)空分辨率的產(chǎn)品（CEC_mon_1 和CEC_10day_0.5） 的平均偏差和均方根誤差，來(lái)考察分辨率對(duì)資料誤差的影響；最后對(duì)4 種高分辨率產(chǎn)品進(jìn)行比較，分析各自的優(yōu)缺點(diǎn)。

由于Argo 廓線是不均勻分布的，其漂流軌跡也不規(guī)則，大洋中很多網(wǎng)格（這里指對(duì)應(yīng)于幾種SMOS 資料空間分辨率（0.25°，0.5°，或1°） 的均勻矩形網(wǎng)格） 內(nèi)無(wú)觀測(cè)或者觀測(cè)數(shù)量不足。大量缺測(cè)的存在，一方面造成繪圖顯示困難，另外要對(duì)這些資料進(jìn)行同化時(shí)，需要了解其全場(chǎng)的誤差分布特征，因此有必要對(duì)計(jì)算的SSS 的均方根誤差或平均偏差的缺測(cè)值進(jìn)行插補(bǔ)，得到所有海洋網(wǎng)格點(diǎn)的RMSE 場(chǎng)。之所以對(duì)均方根誤差或平均偏差進(jìn)行插補(bǔ)，而不是對(duì)原始數(shù)據(jù)進(jìn)行插補(bǔ)，是因?yàn)檫@樣可以清楚地知道哪些網(wǎng)格點(diǎn)SMOS SSS 資料和Argo SSS資料都存在有效數(shù)據(jù)，而且也可以減小計(jì)算量。

插補(bǔ)方法：

1） 該點(diǎn)無(wú)缺測(cè)，取原值，無(wú)需插補(bǔ)；

2） 該點(diǎn)缺測(cè)，但周?chē)? 點(diǎn)有有效值，取周?chē)? 點(diǎn)平均；

3） 周?chē)? 點(diǎn)都缺測(cè)，取以該點(diǎn)為中心的10°×10°大網(wǎng)格平均；

4） 如果再為缺測(cè)，繼續(xù)擴(kuò)展到30°×30°大網(wǎng)格平均。

2 結(jié)果分析

2.1 總體特征分析

在進(jìn)行細(xì)致的檢驗(yàn)之前，首先定性的看一下SMOS SSS 的總體分布特征。不考慮季節(jié)變化和更小時(shí)間尺度的變率，以CEC_mon_1 資料（見(jiàn)2.1）為例，對(duì)2011-2013年3年的SSS 資料進(jìn)行平均，得到的平均海表鹽度（SSS） 場(chǎng)如圖1（a） 所示，圖1（b） 同時(shí)給出了WOA09 的客觀分析的氣候態(tài)年平均海表鹽度場(chǎng)。

如圖所示，定性地看，SMOS年平均海表鹽度場(chǎng)與WOA09 資料非常接近。一些重要的分布特征包括：各大洋從低緯到高緯，鹽度的分布都呈現(xiàn)低－高－低相間的緯向帶狀分布；鹽度最大的區(qū)域位于副熱帶的“海洋沙漠”地帶，這里溫度高、蒸發(fā)量大，主要受下沉氣流控制，降水較少；在暖池、赤道輻合帶（ITCZ） 和南太平洋輻合帶（SPCZ） 的平均位置附近，因降水豐富，平均鹽度較??；高緯地區(qū)由于溫度低，蒸發(fā)量小，鹽度也低；三大洋相比，大西洋鹽度最高。其它，還比如相鄰的阿拉伯海的高鹽與孟加拉灣的低鹽的鮮明對(duì)比，亞馬遜河口沖淡水的低鹽區(qū)，赤道東太平洋向西北延伸的淡水舌，等等。但是，也有一些地方存在顯著的差異，比如南極洲沿岸，SMOS SSS 顯著偏低，這可能是“陸地污染”（land contamination，由陸地和海洋的不同輻射特性造成） 和“海冰污染”（icecontamination，由海冰和海洋的不同輻射特性引起） 造成的，但另一方面由于那里現(xiàn)場(chǎng)觀測(cè)極其稀少，WOA09 資料的可靠性也值得懷疑；其他還比如，東中國(guó)海和日本海，SMOS SSS 明顯偏高，這主要是陸地污染和無(wú)線電頻率干擾引起的誤差所致（Martin-Neira et al，2011； CATDS-CECOS，2012）。另外，由于SMOS 數(shù)據(jù)與WOA09 數(shù)據(jù)的時(shí)間跨度不同，SMOS 數(shù)據(jù)為2011-2013年3年平均，WOA09 數(shù)據(jù)為幾十年資料的氣候平均，這也是造成二者之間差異的原因之一。

圖2 是全球2011-2013年3年的所有SMOS SSS（CEC_mon_1 資料） 與對(duì)應(yīng)Argo SSS 資料的偏差數(shù)據(jù)的統(tǒng)計(jì)頻數(shù)分布圖。由圖可見(jiàn)，該偏差的分布接近正態(tài)分布，但是比正態(tài)分布更加集中，3年的平均偏差為-0.028，接近無(wú)偏。該差值（可看作SMOS 資料的誤差） 的標(biāo)準(zhǔn)差為0.385，由于平均偏差很小，這個(gè)指標(biāo)接近均方根誤差，可以作為SMOS 資料的平均誤差的一種度量。偏度系數(shù)為-0.96，表明該偏差的分布在平均值左側(cè)更加分散一些，但是分布的非對(duì)稱(chēng)性并不顯著。

2.2 分辨率的影響

圖1 SMOS年平均SSS 與WOA09 氣候平均SSS 的比較

圖2 SMOS SSS（CEC_mon_1 資料） 與對(duì)應(yīng)Argo 資料的偏差的統(tǒng)計(jì)頻數(shù)直方圖及與之匹配的正態(tài)分布曲線

本節(jié)通過(guò)比較法國(guó)CATDS/CEC-OS 專(zhuān)家中心的兩種V02 產(chǎn)品（CEC_mon_1 和CEC_10day_0.5），來(lái)考察分辨率對(duì)資料誤差的影響。這兩種資料的處理算法、流程相同，只是時(shí)間、空間分辨率不同，前者為月平均、水平分辨率1°×1°；后者是10 d 平均、水平分辨率0.5°×0.5°。

由于檢驗(yàn)資料Argo 資料為漂流浮標(biāo)資料，其空間分布是離散的、隨機(jī)的，對(duì)于歐拉坐標(biāo)系內(nèi)的固定點(diǎn)來(lái)說(shuō)，其時(shí)間分布是不連續(xù)的，最終計(jì)算得到的均方根誤差（RMSE）和平均偏差（BIAS）場(chǎng)，都是不連續(xù)的，直接繪圖比較，不夠直觀（圖略）。為了看起來(lái)更加清晰，采取了兩種處理，一是對(duì)每個(gè)網(wǎng)格點(diǎn)上計(jì)算的RMSE 和BIAS 在10°×10°的網(wǎng)格內(nèi)求平均，另一種是采用1.3 節(jié)中提出的方法對(duì)缺測(cè)點(diǎn)進(jìn)行插補(bǔ)。兩種方法都能得到空間上連續(xù)分布的數(shù)據(jù)，第一種方法能夠清晰的勾勒出大概的空間分布特征，第二種則給出了更細(xì)節(jié)的信息。

圖3 和圖4 分別給出了這兩種方法計(jì)算得到的誤差分布特征。表1 和表2 則給出了兩種CEC 資料的，全球以及三大洋分別計(jì)算的，不同緯度帶進(jìn)行平均的均方根誤差（RMSE） 和平均偏差（BIAS） 數(shù)值（表1 和表2 是對(duì)全部有數(shù)據(jù)的點(diǎn)進(jìn)行平均得到，沒(méi)有數(shù)據(jù)的地方不參與平均）。對(duì)于這些結(jié)果，綜合進(jìn)行分析。

由圖3、圖4 和表1、表2 可以看出，隨著時(shí)空分辨率的降低，均方根誤差顯著減小，圖3 中RMSE<0.2 的范圍顯著增大。但是平均偏差隨時(shí)空分辨率的變化不大。其他特征包括：

（1） 大洋中部誤差較小，近陸誤差大，對(duì)于RMSE 和平均偏差絕對(duì)值都是如此，RMSE 更加明顯（圖3、圖4）；

（2） 三大洋中太平洋均方根誤差最?。▓D3、圖4、表1、表2）；

（3） 大體上，緯度越高，誤差越大，但也不盡然，比如南半球20-40S，40-55S 誤差都較小。（圖3、圖4、表1、表2）；

（4） 太平洋和大西洋ITCZ 附近誤差相對(duì)較大，太平洋ITCZ 附近主要是負(fù)偏差，大西洋ITCZ附近以正偏差為主（圖4）；

（5） 分辨率降低大洋內(nèi)部RMSE 顯著減小，陸地邊緣變化不大（圖4）；

（6） 一般RMSE 小的，BIAS 絕對(duì)值也小，有較好的對(duì)應(yīng)關(guān)系（圖3、圖4、表1、表2）；

圖3 在10 度網(wǎng)格內(nèi)進(jìn)行平均處理的兩種CEC_SMOS_SSS 資料相對(duì)于Argo 資料的均方根誤差（RMSE） 和平均偏差（BIAS）

圖4 經(jīng)過(guò)插補(bǔ)處理的兩種CEC_SMOS_SSS 資料相對(duì)于Argo 資料的均方根誤差（RMSE） 和平均偏差（BIAS）

表1 CEC_mon_1 資料的分區(qū)誤差統(tǒng)計(jì)表

表2 CEC_10day_0.5 資料的分區(qū)誤差統(tǒng)計(jì)表

（7） 近陸大誤差區(qū)以負(fù)偏差為主，CEC_mon_1資料更加明顯，但CEC_10day_0.5 資料在中國(guó)海和日本海則為正偏差（圖3、圖4）；

（8） 南極繞極流區(qū)、黑潮附近、北太平洋、北大西洋等處正負(fù)偏差相間分布，中尺度特征明顯（圖4）；

（9） 均方根誤差最?。?0.2） 的區(qū)域多為負(fù)偏差區(qū)，這是由于CATDS/CECSMOS SSS 資料總體上傾向于負(fù)偏差，10 度平均圖上的負(fù)偏差區(qū)為比較一致的負(fù)偏差，所以BIAS 絕對(duì)值和RMSE 值接近；而正偏差區(qū)則是正負(fù)相間，以正為主，所以RMSE 值大于平均偏差絕對(duì)值（圖3、圖4）；

（10） 全球（南北緯75 度以?xún)?nèi)） 平均，CEC_10day_0.5 資料的RMSE 為0.362，CEC_mon_1 資料的RMSE 為0.314。中低緯大洋內(nèi)部，均方根誤差多在0.4 以下（圖3、圖4、表1、表2）；

（11） 兩種CEC_SSS 資料的緯度帶平均偏差都很小，大都接近零值，基本可以看作無(wú)偏的。（表1、表2）

2.3 幾種高分辨率資料的比較

本節(jié)對(duì)4 種較高時(shí)空分辨率的SMOS SSS 格點(diǎn)產(chǎn)品進(jìn)行檢驗(yàn)比較，檢驗(yàn)方法同3.2 節(jié)。這4 種資料分別是：CEC_10day_0.5，BEC_binned，BEC_oi和BEC_fused（見(jiàn)2.1 節(jié)）。圖5-6 給出了經(jīng)插補(bǔ)處理得到的均方根誤差（RMSE） 和平均偏差（BIAS） 分布圖。限于篇幅，原始離散網(wǎng)格點(diǎn)的計(jì)算結(jié)果以及10°網(wǎng)格平均圖沒(méi)有給出。表3-6 則分別給出了全球以及三大洋的，4 種資料不同緯度帶進(jìn)行平均的均方根誤差和平均偏差數(shù)值。對(duì)于這些結(jié)果，綜合進(jìn)行分析。

對(duì)這4 種高分辨率資料的比較，有以下結(jié)論：

（1） BEC_binned 資料均方根誤差最大，全球平均0.5～0.6，近陸20°-30°的范圍以及南極繞極流區(qū)RMSE 都在0.4 以上。其他3 種9 ～ 10 d、0.25°-0.5°分辨率資料（CEC_10day_0.5，BEC_oi，BEC_fused） 均方根誤差量級(jí)相當(dāng)，差異不太明顯。BEC 的兩種分析產(chǎn)品總體上RMSE 更?。▓D5、表3-6）。

（2） 三大洋相比，太平洋RMSE 最小，印度洋RMSE 最大，大西洋居中（圖5、表4-6）。

（3） 從均方根誤差來(lái)看，BEC_oi 和BEC_fused資料在近岸地區(qū)（尤其是太平洋和印度洋近岸地區(qū)） 優(yōu)于CEC_10day_0.5，總體表現(xiàn)BEC_oi 似乎更好些。在東中國(guó)海、日本周邊、菲律賓海等西北太平洋邊緣海以及南美西海岸，BEC_fused 資料最好。而在北太平洋和北大西洋中緯度大洋中部，CEC_10day_0.5 資料略好（圖5）。

（4） 對(duì)于平均偏差，則是CATDS/CEC-OS 的CEC_10day_0.5 資料遠(yuǎn)小于其他3 種BEC 的資料。再查看表1 可見(jiàn)，CEC_mon_1 資料的平均偏差與CEC_10day _0.5 大體相當(dāng)，而3 種BEC 資料的平均偏差也大體相當(dāng)。CEC 中心處理的資料偏差要顯著小于BEC 中心處理的資料。3 種BEC 資料相比，BEC_oi 平均偏差最?。ū?-6）。

（5） BEC3 種資料的平均偏差空間分布形勢(shì)相近，CEC 兩種資料的空間分布形勢(shì)也相近。但二者之間存在比較明顯的差別，比如在西太平洋大陸邊緣，BEC 為較強(qiáng)的負(fù)偏差，CEC 則以正偏差為主；日界線附近的熱帶太平洋，CEC 存在較強(qiáng)負(fù)偏差，BEC 則無(wú)；南極繞極流附近，BEC 資料有很大的正偏差，而CEC 資料沒(méi)有，等等（圖6）。

圖5 經(jīng)過(guò)插補(bǔ)處理的4 種SMOS_SSS 資料相對(duì)于Argo 資料的均方根誤差（RMSE）

圖6 經(jīng)過(guò)插補(bǔ)處理的4 種SMOS_SSS 資料相對(duì)于Argo 資料的平均偏差（BIAS）

表3 全球（0-360°E） 4 種SMOS SSS 資料的分區(qū)誤差統(tǒng)計(jì)表

表4 太平洋4 種SMOS SSS 資料的分區(qū)誤差統(tǒng)計(jì)表

表5 大西洋4 種SMOS SSS 資料的分區(qū)誤差統(tǒng)計(jì)表

表6 印度洋4 種SMOS SSS 資料的分區(qū)誤差統(tǒng)計(jì)表

（6） 3 種BEC 資料相比，簡(jiǎn)單加權(quán)平均得到的BEC_binned 資料RMSE 和BIAS 都最大，利用其他更可靠資料融合處理后的BEC_oi 和BEC_fused 資料，RMSE 大幅減小，BIAS 也有所減小，但不像RMSE 那樣顯著，個(gè)別地方甚至還略有增大（表3-6）。

（7） BEC_fused 資料在北大西洋15N 以北大面積出現(xiàn)較強(qiáng)負(fù)偏差，比BEC_binned 資料偏差還大，原因有待進(jìn)一步分析（圖6）。

（8） 高緯地區(qū)，往往bias 最大，RMSE 也最大（圖5-6、表3-6）。

（9） 熱帶地區(qū)均方根誤差，從數(shù)值上來(lái)看（表3 -6）， 一 般 來(lái) 說(shuō)， CEC_10day_0.5 >BEC_oi >BEC_fused，即BEC_fused 優(yōu)于BEC_oi，這與從圖5 上看到的不太一致。這可能是由于，圖5 顯示的是誤差較小的面積范圍大小，在小于0.2 的范圍內(nèi)，BEC_fused 資料的誤差數(shù)值相對(duì)更小些，導(dǎo)致盡管范圍并不大，但平均誤差數(shù)值更小。

（10） 中高緯4 種資料的均方根誤差相對(duì)大小比較復(fù)雜，除BEC_binned 誤差最大外，另外3 種資料在不同緯度帶各有不同表現(xiàn)，大體上誤差量級(jí)相當(dāng)（表3-6）。

3 結(jié)論

鹽度是最重要的海洋學(xué)物理參數(shù)之一，對(duì)于大洋環(huán)流和海氣相互作用等海洋物理過(guò)程都有重要意義。但是，由于衛(wèi)星能夠測(cè)得的輻射亮溫對(duì)于鹽度的敏感度過(guò)低，鹽度的衛(wèi)星遙感非常困難，鹽度成為最后一個(gè)實(shí)現(xiàn)衛(wèi)星遙感監(jiān)測(cè)的重要海表物理參數(shù)。直到2009年11月，第一顆鹽度遙感衛(wèi)星SMOS 才成功發(fā)射，并開(kāi)始提供覆蓋全球范圍的、空間均勻分布、時(shí)間上連續(xù)的海表鹽度產(chǎn)品，大大彌補(bǔ)了之前的海洋觀測(cè)系統(tǒng)對(duì)海洋鹽度觀測(cè)的不足。

但是，在對(duì)這種新資料進(jìn)行使用之前，首先必須搞清楚以下幾個(gè)問(wèn)題：該資料的精度如何，其誤差在全球不同區(qū)域有何不同特征，造成這些特征的原因是什么？特別是鑒于鹽度衛(wèi)星遙感的困難以及各種噪音的影響，對(duì)SMOS SSS 資料的系統(tǒng)檢驗(yàn)更是極其必要的。

本文通過(guò)與WOA09 資料以及Argo 資料進(jìn)行對(duì)比，對(duì)5 種最新的經(jīng)過(guò)再處理的SMOS SSS L3/4級(jí)產(chǎn)品進(jìn)行了檢驗(yàn)分析。主要結(jié)論如下：

（1） 定性來(lái)看，SMOS年平均海表鹽度場(chǎng)與WOA09 資料非常接近，一些已知的重要的分布形勢(shì)都有所體現(xiàn)；但在一些地區(qū)，也存在比較顯著的差異。

（2） 對(duì)SMOS CEC_mon_1 SSS 資料與Argo 資料的偏差的統(tǒng)計(jì)表明，，其分布接近正態(tài)分布，3年的平均偏差為-0.028，接近無(wú)偏，但最大偏差超過(guò)2。誤差標(biāo)準(zhǔn)差為0.385，偏度系數(shù)為-0.96，分布的非對(duì)稱(chēng)性并不顯著。

（3） 隨著時(shí)空分辨率的降低，SMOS SSS 資料的均方根誤差顯著減小。

（4） 大洋中部誤差較小，近陸誤差大；三大洋中太平洋均方根誤差最??；熱帶誤差較小，高緯地區(qū)誤差最大。高緯地區(qū)的大誤差，與低溫有關(guān)，亮溫對(duì)鹽度的敏感度隨溫度降低而降低，在海冰附近與“海冰污染”（由海冰和海洋的不同輻射特性造成） 有關(guān)，而南大洋地區(qū)的大誤差還與大風(fēng)造成的惡劣海況有關(guān)，在海表粗糙度等級(jí)較高時(shí)，SSS 的反演也不準(zhǔn)確。而在北大西洋、北太平洋、北印度洋等誤差最大區(qū)域，除了“近陸污染”（由陸地和海洋的不同輻射特性造成） 的原因之外，更重要的原因在于人為無(wú)線電頻率干擾（RFI） 的影響。（Martin -Neira et al， 2011； CATDS -CECOS，2011，2012；Jean-Luc et al，2014）

（5） BEC_binned 資料均方根誤差最大，全球平均0.5～0.6，近陸20°～30°的范圍以及南極繞極流區(qū)RMSE 都在0.4 以上。其他4 種資料的均方根誤差量級(jí)相當(dāng)，差異不太明顯，全球平均的RMSE在0.3-0.4。CEC_mon_1 資料誤差最小，全球平均RMSE 為0.314；另外幾種高分辨率產(chǎn)品中，BEC的兩種分析產(chǎn)品總體上RMSE 更小。

（6） BEC3 種資料的平均偏差空間分布形勢(shì)相近，CEC 兩種資料的空間分布形勢(shì)也相近。但二者之間存在比較明顯的差別。

Barcelona Expert Center, 2014a. Quality Report:Validation of SMOSBEC products from 2013001 re-processing campaign.Years 2010-2013 dataset.http://cp34-bec.cmima.csic.es/doc/BEC-SMOS-0005-QR.pdf,2013-3-20.

Barcelona Expert Center, 2014b. SMOS-BEC Ocean and Land Products Description.http://cp34-bec.cmima.csic.es/doc/BEC-SMOS-0001-PD.pdf,2014-5-28.

Beno?t T,Charles-Emmanuel T,Lionel R,et al,2008.Expected impact of the future SMOS and Aquarius Ocean surface salinity missions in the Mercator Ocean operational systems:New perspectives to monitor ocean circulation.Remote Sensing of Environment,112 (4):1 476-1 487.

Boutin J, Martin N, Yin X, et al, 2012. First Assessment of SMOS Data Over Open Ocean:Part II-Sea Surface Salinity. IEEE Transactions on Geoscience and Remote Sensing,99:1-18.

Brassington G B, Divakaran P, 2009. The theoretical impact of remotely sensed sea surface salinity observations in a multi-variate assimilation system.Ocean Modelling,27:70-81.

CATDS-CECOS Team (Nicolas Reul, et al.), 2011. SMOS Level 3 SSS Research products -Product Validation Document (Reprocessed Year 2010). ftp://eftp.ifremer.fr/salinity/documentation/, 2013-3-14.

CATDS-CECOS Team (Nicolas Reul, et al.). 2012. SMOS Level 3 SSS ResearchProducts-ProductsUserManual (ReprocessedYears2010-2012).ftp://eftp.ifremer.fr/salinity/documentation/,2013-3-14.

Chen J,Zhang R,Wang H,et al,2014.An Analysis on the error structure and mechanism of SMOS remotely sensed sea surface salinity products.Acta Oceanologica Sinica,33(1):48-55.

CP34. 2008. Detailed Processing Model for SMOS CP34 OS L3 Processors.http://www.cp34-users.cmima.csic.es/light_web/documentation,2012-08-01.

Jean-Luc Vergely, Boutin J, Reul N, 2014. SMOS OS Level 3 Algorithm Theoretical Basis Document (v272). http://www.catds.fr/content/download/78841/1005020/file/ATBD_L3OS_v1.0.pdf,2014-7-3.

Jordà G,Gomis D,2010.Accuracy of SMOS Level 3 SSS products related to observational errors. IEEE Trans Geosci Remote Sens, 48(4):1694-1701.

Jordà Gl,Gomis D,Talone M,2011.The SMOS L3 mapping algorithm for sea surface salinity. IEEE Trans Geosci Remote Sens, 49(3):1032-1051.

Jordi Font,Adriano Camps,Andres Borges,et al,2010.SMOS:The Challenging Sea Surface Salinity Measurement From Space.Proceedings of the IEEE,98(5): 649-665.

Martin-Neira M, Corbella I, Torres F, et al. 2011. Overview: MIRAS instrument performance and status of RFI. http: //earth.eo.esa.int /workshops /smos _ science _ workshop / SESSION_1_ INSTRUMENTS /M.M.Neira_Overview_MIRAS_Instrument_ Status_ RFI.pdf,2011-11-30.

Reul N, Tenerelli J, Boutin J, et al, 2011.First SSS products from SMOS generated at the Centre Aval des Donnees SMOS. http: //earth.eo.esa.int/workshops/smos_science_ workshop/ SESSION_3_OCEAN_SALINITY/N.Reul_SMOS_1st_SSS_Products.pdf, 2011-11-30.

Thierry Carval, Bob Keeley, Yasushi Takatsuki, et al, 2014. Argo User′s manual version3.1. http: //www.argodatamgt.org/content/download/22546/155488/file/argo-dm-user-manual-v3.1.docx,2014-7-20.

Yin X, Boutin J, Martin N, et al. 2011. Sea surface roughness and foam signature onto SMOS brightness temperature and salinity. http: //earth.eo.esa.int/workshops/smos_science_workshop/SESSION_3_OCEAN_SALINITY/X.Yin_SMOS_brightness_temperature_salinity.pdf,2011-11-30.

陳建，2014.基于多源資料的三維溫鹽場(chǎng)重構(gòu)和鹽度時(shí)空特征研究.南京：中國(guó)人民解放軍理工大學(xué)博士學(xué)位論文.