结合反问题正则化思想及信息容量方法的南海海面风场多源数据的融合方法研究

Satellite remote sensing technology is a powerful approach of obtaining a sea of data of atmospheric and oceanic environment, and it is a challenging task how to process and apply the sea of remote sensing data. Data blending is one of methods by which a large quantity of data can be processed and utilized. In essence, however, data blending problem is one kind of inverse problems, which means that data blending is an ill-posed problem. In the present project, studies on blending of three kinds of surface wind data over South China Sea are to be fulfilled through the 2-D variational assimilation, along with the regularization technique and theory of information content of observations in inverse problems, which includes the following four parts: (1) blending of two kinds of sea surface wind data, QuikSCAT scatterometer observations and regional mesoscale atmospheric model simulation surface wind data;(2) blending of three kinds of sea surface wind data, QuikSCAT scatterometer observations, radiometer AMSR-E observations and regional mesoscale atmospheric model simulation surface wind data;(3)validation of blending of sea surface wind data through two methods, comparison with independent in situ observations and theory of information content of observations;(4)comparisons between blending of two kinds of sea surface wind data and blending of three kinds. The present project aims at investigating applicability of 2-D variational assimilation in sea surface wind data blending, and at effects of radiometer AMSR-E surface wind velocity data in sea surface wind data blending.

卫星遥感技术的发展提供了海量的大气和海洋环境数据，如何处理和利用这些数据是一个迫切的问题。数据融合是处理和利用观测数据的手段之一，但数据融合本质上属于反问题，因而求解时面临不适定性的困难。本项目拟开展南海海面风场多源数据的融合方法研究，具体就是利用二维变分同化方法，结合反问题中的正则化技巧和信息容量方法，进行如下四部分的工作：（1）两种海面风场数据（QuikSCAT散射计风场和区域数值预报模式输出的风场）的融合；（2）三种海面风场数据（在上面两种风场数据的基础上再增加微波辐射计AMSR-E风场数据）的融合；（3）海面风场数据融合效果的验证，包括利用独立的测站观测数据进行验证和利用信息容量方法进行验证；（4）两种海面风场数据与三种海面风场数据融合结果的比较分析。本项目旨在探讨变分同化方法结合正则化技巧在多源数据融合中的可应用性，并探讨散射计和辐射计风场数据在数据融合中的作用和影响。

卫星遥感技术的发展提供了海量的大气和海洋环境数据，如何处理和利用这些数据是一个重要的问题。数据融合是处理和利用观测数据的手段之一，但数据融合本质上属于反问题，因而求解时面临不适定性的困难，因此，开展卫星遥感多源数据的融合研究具有重要的理论意义和应用价值。本项目开展了南海海面风场多源数据的融合、精度验证以及与反问题及海面风场等相关的一些问题的研究，具体包括三部分：（1）南海海域及中国近海卫星散射计风场数据（QuikSCAT、ASCAT、HY-2）、GZMM模式风场数据的精度验证及应用；（2）南海海域QuikSCAT散射计海面风场数据与区域数值预报模式GZMM输出的海面风场数据的融合及精度验证；（3）一些与反问题正则化方法、与海面风场等相关的研究工作。在第一部分，用西沙岛屿自动气象站实测风场数据检验散射计和模式风场数据，结果表明，ASCAT精度最高（风速RMS误差1.57m/s），QuikSCAT次之（风速RMS误差1.71m/s），HY-2精度最低（风速RMS误差2.02m/s），而GZMM模式能较好地预报出短期（00~24h）海面风场的变化趋势，除了强风速（>13.8m/s）外，模式预报结果普遍偏高。在第二部分，基于二维变分同化方法（2D Var）同时结合正则化技术，把QuikSCAT散射计海面风场数据与GZMM模式输出的海面风场数据进行融合, 并用西沙自动站现场观测风场数据和信息容量（信号自由度，DFS）方法进行精度验证，给出了观测数据（QuikSCAT散射计风场数据）对分析场（融合后的风场数据）影响的定量评估，这种影响随着背景误差协方差矩阵B的不同（对角矩阵或非对角矩阵），以及是否施加正则化约束而有所不同。在第三部分，主要开展了如下方面的研究工作：南海海面高度异常与厄尔尼诺和大气环流的关系研究；南海海面风场与海面温度耦合模态分析；关于太平洋沃克环流近几十年来增强的研究；关于南海周边海域大气晴空湍流的研究；关于圆域上Laplace方程逆边值问题的求解方法研究；关于2012年7月北京一次大暴雨过程的湿Q矢量和湿位涡分析，等等。