STUDY ON MERGING MULTI-SENSOR SSTs OVER THE EAST ASIA

Penggabungan multi sensor sst disepanjang Asia timur

Abstrak
KMA (Korean Meteorology Administrator) sudah menghasilkan SST dari geostasioner dan data
satelit orbit kutub. Dalam kstudi ini, diteliti metoda penggabungan menggunakan sst yang
berasal dari sensor infrared dan microwave dan dievaluasi ke akuratannya.
SST di dapatkan dari sensor satelit yang berbeda dimana pertamakali berdasarkan regresi multi
chanel, atau multi chanel SST (MCSST) dari MTSAT-1R, NOAA/AVHRR data dari Maret 2006
sampai Februari 2008 sepanjang kawasan asia timur. Dipergunakan algoritma Wentz untuk SST
dari aqua/AMSR-E,. multi sensor satelit yang menderivasi SST menunjukan perbedaan
karakteristik dalam ruang dan waktu. Dalam perbandingan dengan buoy SST untuk memvalidasi,
RMSE dari MTSAT-1R, AVHRR dan AMSR-E adalah 0.75 oC, 0.62oC, dan 0.90oC secara
berturut-turut.
Karakteristik yang error digunakan dalam proses penggabungan. Pendekatan analisis objektif
berdasarkan teori Gauss-Markov yang digunakan untuk penggabungan, dan kombinasi SST
diproduksi di dasar harian dengan 25km untuk jarak 2007
Dalam perbandingan dengan OISST dimana adalah data rata-rata harian dengan resolusi spasial
yang sama, bias dan RMSE dari SST yang digabungkan adalah -0.15oC dan 0.81oC. Pada tahun
ini, resolusi spasial dinaikkan menjadi sekitar 5 km untuk periode yang sama. Dan bias dan
RMSE adalah -0.05oC dan 1.04oC dibandingkan dengan buoy SST.

Pendahuluan
Satelit berbasis SST telah digunakan untuk sistem peralamalan laut dan atmosfer dan studi
tentang perubahan iklim global sebagai variable yang penting untuk pemahaman lebih baik
antara interaksi laut dan atmosfer.
Dengan demikian, penelitian ini ditunjukan untuk menggabungkan multi-sensor satelit yang
berasal dari sepanjang asia timur dalam GHRSST (Group for High Resolution SST).
GHRSST adalah kolaborasi internasional untuk peramalan laut untuk menunjukan penggabungan
diperlukan akurarasi dengan resolusi SST yang tinggi. Tujuan dari GHRSST adalah untuk
menyediakan data suhu permukaan laut kualitas terbaik untuk aplikasi di jangka pendek,
menengah dan dekade / skala waktu iklim dalam biaya yang paling efektif dan efisien melalui
kerjasama internasional dan inovasi ilmiah.
Multi sensor satelit menunjukan karakteristik yang berbeda dalam ruang dan waktu. SST
didapatkan dari instrument infrared yang memiliki resolusi spasial tinggi tapi deteksi awan yang
sulit menjadi masalah. Disisi lain microwave data memiliki kemampuan untuk menembus awan
sehingga memberikan pandangan yang tidak terganggu dari SST global dan angin permukaan
tapi produk ini memiliki resolusi spasial yang rendah.
Oleh karena itu, tujuan akhir dalam penelitian ini mengembangkan gabungan produk SST
inframerah dan microwave untuk keguanaan yang lebih positif dari masing-masing jenis sensor.
Dalam penelitian ini, kami mengevaluasi SST yang berasal dari data satelit MTSAT-1R,
AVHRR/NOAA-17, 18 dan AMSR-E/Aqua dari maret sampai februari 2008 sepanjang kawasan
asia timur.
Juga, SST digabungkan dengan resolusi 25km dan 5km yang berasal dengan metode analisis
obyektif berdasarkan teori Gauss-Markov (Guan dan Kawamura, 2003). Keuntungan dari
penggabungan SST membuat penuh penggunaan area kosong di mana satu-sensor SST satelit
tidak diproduksi oleh awan, curah hujan, kabut dan aerosol dll
Data
Informasi dan cakupan SST satelit yang diturunkan yang digunakan dalam penelitian ini
menunjukkan pada Tabel 1 dan Gambar 1. Untuk menggabungkan SST multi-sensor, kami
memilih MTSAT-1R, AVHRR / NOAA-17 & 18 dan AMSR-E / Aqua data sensor yang adalah
mungkin untuk menerima langsung di KMA. The MCSST (Multiple-Channel Sea Surface
Temperature) dihitung dari MTSAT-1R dan AVHRR data. Untuk memperoleh MCSST dari data
satelit MTSAT-1R, suhu kecerahan untuk dua saluran inframerah termal digunakan. Panjang
gelombang pusat untuk masing-masing saluran adalah 10,8 m dan 12,0 m. Data MCSST
diambil dari MTSAT-1R atas wilayah Asia Timur diperoleh setiap 30 menit. Koefisien yang

digunakan untuk menghitung MCSST diperoleh dengan menggunakan regresi linear dari suhu
kecerahan dan pelampung SST.
Untuk memperoleh MCSST dari AVHRR, koefisien yang menerapkan nilai-nilai NOAA /
NESDIS (National Oceanic & Atmospheric Administration / Nasional Satelit Lingkungan, Data,
dan Information Service).
SST dari AMSR-E Data dikumpulkan melalui produk ftp L2 diturunkan menggunakan Algoritma
Wentz dari NSIDC (National Snow and Ice Data Center).
Karakteristik untuk data setiap satelit dijelaskan lebih rinci dalam tabel 1. RMSEs SST berasal
dari MTSAT-1R, AVHRR dan AMSR-E adalah 0,75 K, 0,62 K dan 0,9 K di kawasan Asia Timur
dari Maret 2006 sampai Februari 2008, masing-masing. Hasilnya ditunjukkan pada tabel 2.

Figure 1 : The box is the coverage of MTSAT-1R and dot is buoy stations
Kotak adalah cakupan MTSAT-1R dan titik adalah stasiun pelampung

Informasi dari geostasionary dan kutub orbit satelit yang digunakan dalam penelitian ini

Penggabungan Presesi
Merging presesi
Gambar 2 menunjukkan ketersediaan SST satelit yang diturunkan. AMSR-E SST
berguna 40% rata-rata dan hal ini terendah di musim panas karena musim hujan
dari bulan Juni sampai September.

Pendekatan analisis objektif berdasarkan teori Gauss-Markov digunakan untuk

penggabungan, dan SST bergabung pertama kali diproduksi di setiap hari dengan
0,25 derajat ( 25km) di ruang angkasa. Proses penggabungan ini ditunjukkan pada
Gambar 3 dan Gambar 4. Metode ini dirujuk sebagai sama dengan Guan dan
Kawamura (2003) sebagai sama hanya SST satelit yang diturunkan berbeda.

Sistem pengambilan berbasis satelit multi-sensor SST

Validasi Penggabungan SST

Pada tahun terakhir, gabungan SST itu diambil dari tahun 2007. Untuk mengevaluasi gabungan
SST, kami menggunakan drifting buoy dan OISST dan data diambil dari NOAA/NESDIS.
Resolusi spasial dan temporal OISST adalah 25 km dan data SST harian. Pertama, OISST dan
gabungan SST yang resampled memiliki lintang dan bujur yang sama. Dibandingkan dengan
OISST, bias dan RMSE yang -0,087 0C dan 0.830C. Untuk memvalidasi menggunakan buoy
SST , gabungan SST adalah rata-rata data dalam 0.05 dengan buoy sebagai pusat. Untuk
menghitung rata-rata harian SST permukaan, jumlah pengamatan pelampung selama satu hari
lebih dari 10 dan jarak dari data ini kurang dari 0,25. Distribusi rata-rata tahunan OISST dan
gabungan SST dan scatter plot gabungan SST dan pelampung SST ditunjukkan pada Gambar 5.
Dibandingkan dengan pelampung SST, bias dan RMSE yang -0,150C dan 0,810C.

Gambar 5. Distribusi rata-rata tahunan OISST / NESDIS, berbasis satelit multi-sensor SST /
Nimr, distribusi perbedaan antara gabungan SST dan OISST dan scatter plot antara pelampung
dan gabungan SST pada tahun 2007.

Pada tahun 2010, resolusi spasial gabungan SST ditingkatkan sekitar 5 km dengan menggunakan
pendekatan yang sama. Untuk menyelidiki keakuratan, kita divalidasi SST gabungan
menggunakan drifting buoy dan data diambil dari Met Office Ostia (SST Operasional dan Sea
Analisis Ice). Resolusi spasial dan temporal Ostia SST adalah sekitar 6 km (20/01) dan SST
harian. Ostia SST dan merger SST juga resampled memiliki titik-titik grid yang sama.
Dibandingkan dengan ostia SST, bias dan RMSE yang -0,05 0C dan 0,96 0C. Untuk memvalidasi
menggunakan buoy SST, gabungan SST adalah data rata-rata dalam 0.05 dengan buoy sebagai
pusat. Untuk menghitung rata-rata harian buoy SST, jumlah pengamatan buoy selama satu hari
lebih dari 10 dan jarak dari data ini kurang dari 0,05. Dibandingkan dengan pelampung SST,
bias dan RMSE yang -0,050C dan 1,040C. Gambar 6 menunjukkan distribusi rata-rata tahunan
dari Ostia SST dan bergabung SST dan scatter plot bergabung SST dan pelampung SST.

Gambar 6: Distribusi rata-rata tahunan dari Ostia / Met-Office, berbasis satelit multi-sensor
SST / Nimr, distribusi perbedaan antara gabungan SST dan Ostia SST dan scatter plot antara
buoy dan gabungan SST pada tahun 2007.

Ringkasan
RMSE dari SST berasal dari MTSAT-1R, AVHRR dan AMSR-E masing-masing adalah 0,75 K,
0,62 K dan 0,9 K di kawasan Asia Timur dari Maret 2006 sampai Februari 2008, Pada tahun
2009, digunakan pendekatan secara analisis obyektif untuk menggabungkan SST multi-sensor
setiap hari dengan resolusi spasial sebesar 25km , Keakuratan penggabungan SST sekitar 0,81
C terhadap SST pelampung ( dengan menggunakan alat Bouy yang berbentuk seperti
pelampung ). Dibandingkan dengan OISST, RMSE sekitar 0,83 C, Pada tahun 2010, resolusi
spasial bergabung SST ditingkatkan sekitar 5 km dan perbandingan hasil dengan (alat
bouy)SST dan Ostia SST sekitar 1,04 C dan 0,96 C. Pada hasil validasi menurut lintang, itu
menunjukkan bahwa RMSE mengalami peningkatkan di lintang tinggi Untuk meningkatkan
akurasi untuk SST resolusi tinggi, itu harus dipertimbangkan karakteristik yang berbeda dari SST
multi-sensor dalam ruang dan waktu seperti variasi diurnal dan sudut zenith satelit