| 摘要: |
| 卫星遥感观测是研究海洋环境变化的一种重要方法，但由于观测周期和天气影响等原因，观测数据经常存在一定的缺失，这使得遥感数据在海洋环境连续变化的应用研究中受到一定的限制.为解决此问题，本文采用了经验正交函数分解插值方法（DINEOF）重建缺失的遥感观测数据.首先，基于SeaWiFS （1998年1月至2010年12月）、 MODIS-Aqua （2002年7月至2014年12月）和MODIS-Terra （2000年2月至2014年12月）三级叶绿素a月平均数据产品，按像素点平均的方法组合成原始资料集；其次，利用DINEOF方法重构该资料集的缺失部分，从而得到完整的1998~2014年台湾海峡及邻近海域叶绿素a浓度的月平均数据集；再通过分析重构影像与原始资料的时空误差和验证重构影像的时空变化特征等方法，评价了所用算法和重构数据集的合理性.结果表明：基于遥感组合数据，采用DINEOF方法重构的叶绿素a遥感影像，能够有效地反映研究海域叶绿素a浓度的时空变化规律.研究还表明，该方法操作简便，无需先验信息，且重构精度高，能有效重构大面积缺失的影像数据资料，为探索海洋环境和生态的长期变化规律提供了较好的基础. |
| 关键词: 海洋化学 叶绿素a遥感数据 DINEOF重构方法 台湾海峡 |
| DOI： |
|
| 基金项目:公益性行业科研专项经费资助项目(GYHY201005192)；国家海洋局第三海洋研究所基本科研业务费专项资金资助项目(海三科2015030) |
|
| A preliminary study on missing remote sensing data of Chlorophyll-a in Taiwan Strait and reconstruction by DINEOF method |
| GUO Haixia,CAI Rongshuo,TAN HongJian |
| (Key Lab of Global Change and MarineAtmosphere Chemistry，Third Institute of Oceanography， SOA， Xiamen 361005) |
| Abstract: |
| Observation by satellite-based remote sensing is an important way of study the variation of marine environment. However， raw remote sensing data from some observatories is often missed due to the impacts of limited observation period or weather etc.， which defects in the study of consecutive variations of marine environment. To figure it out， Data Interpolation Empirical Orthogonal Functions （DINEOF） is used to reconstruct the missed remote sensing data. Firstly， based on the combined and pixel-averaged level 3 chlorophyll-a production of SeaWiFS （1998.01～2010.12）， MODISAqua （2002.07～2014.12） and MODIS-Terra （2000.02～2014.12）， the missed monthly remote sensing chlorophyll-a concentration data on Taiwan Strait are reconstructed and examined in tempo-spatial deviation （error） and variability. The results show that the reconstructed chlorophyll-a concentration data could basically reveal its tempo-spatial variation features on Taiwan Strait. The study also indicates that the reconstruction approach could be easily operated without prior knowledge in reconstructing the high accuracy massive visual data， thus providing a sound basis for the exploration of long-term variations of marine environment and ecology． |
| Key words: marine chemistry remote sensing chlorophyll-a data DINEOF reconstruction Taiwan Strait |
