中國近海海面高度異常資料再處理

陳亞飛, 王曉春, 劉屹岷

?

中國近海海面高度異常資料再處理

陳亞飛1, 2, 王曉春1, 2, 劉屹岷3

(1. 南京信息工程大學海洋科學學院, 江蘇南京210044; 2.江蘇省海洋環境探測工程技術研究中心, 江蘇南京210044; 3. 中國科學院大氣物理研究所LASG, 北京100029)

衛星海面高度異常產品再處理的研究多集中在歐洲和美國近海, 中國近海尚未有過。在產生AVISO(Archiving Validation and Interpolation of Satellite Oceanographic Data)全球0.25°多顆衛星海面高度異常產品時, 只用了1/3~1/2的部分沿軌資料, 給區域海洋動力學研究造成了一定的限制。本研究嘗試利用多顆衛星的所有沿軌資料及25個測潮站的觀測資料, 通過最優插值方法產生一份新的中國近海海面高度異常資料。新資料的空間分辨率仍為0.25°, 但使用了來自3顆衛星(Jason-1、Jason-2、CryoSat-2)的所有沿軌資料及25個測潮站的觀測資料。新資料的范圍為10°S~50°N、90°~160°E。新資料與AVISO資料的對比分析表明新資料更接近沿軌海面高度異常觀測, 同時也更接近測潮站資料。與AVISO資料相比, 新資料與沿軌海面高度異常觀測的均方根誤差降低了10.03%, 與測潮站資料的均方根誤差降低了9.6%。

海面高度異常; 中國近海; 再處理; 高度計; AVISO(Archiving Validation and Interpolation of Satellite Oceanographic Data); 測潮站

衛星海面高度觀測在一定條件下可以分辨海洋中尺度渦旋。海面高度是反映海洋狀況的重要變量之一, 其遙感觀測主要是基于衛星高度計。衛星高度計是一種主動式微波遙感器, 由發射器、接收器、計時系統和數據采集系統組成。衛星高度計的原理是通過發射器向地球表面發射脈沖信號, 信號經過地球表面反射后, 由接收器接收, 并由計時系統測量出發射脈沖與接收脈沖的時間差。根據測量出的時間差, 便可得到衛星到海表面的距離。再由衛星到參考橢球的距離減去衛星到海表面的距離得到海面高度。經過多年的發展, 衛星高度計對海面高度觀測的測量精度已達到厘米級別。1992年, 美國國家航空航天局(National Aeronautics and Space Administration, NASA)和法國空間局國家空間研究中心(Centre National d’EtudesSpatiales, CNES)聯合發射了TOPEX/POSEIDON衛星(簡稱T/P衛星), 其上搭載的衛星高度計測量精度達到3 cm[1]。2001年和2008年, Jason-1、Jason-2衛星相繼發射升空, 作為T/P衛星的延續, Jason-1、Jason-2衛星軌道與T/P衛星完全相同。2010年, CryoSat-2衛星發射升空, 盡管其設計主要用于觀測海冰狀況, 但同時可對海面高度進行觀測。2011年8月, 我國成功發射了第一顆海洋動力環境衛星海洋二號(HY-2A), 其上搭載的衛星高度計測量精度達到厘米級別, 可對全球海洋進行全天候高精度的觀測。

衛星高度計的資料空間覆蓋范圍廣、時空分辨率較高, 一定條件下可以較好的分辨海洋中尺度渦旋。Chelton等[2-3]通過分析AVISO(Archiving Validation and Interpolation of Satellite Oceanographic Data)提供的不同時間序列的衛星高度計融合資料, 指出了全球海洋中尺度渦旋的分布特征及變化特點。衛星高度計觀測采樣有其特點, 比如T/P、Jason-1及Jason-2在沿軌方向空間采樣間隔為6 km, 但軌道間距離為200~300 km,約10 d重復觀測同一區域, 而CryoSat-2觀測重復周期為369 d。由于衛星高度計觀測的采樣特點并且衛星之間采樣特點的不同, 如何融合不同衛星的觀測產生一個可供用戶方便使用的資料產品便是一個值得研究的問題。法國的機構AVISO及DUACS (Data Unification and Altimeter Combination System)在這方面做了大量的工作。

利用衛星高度計資料對海洋中尺度渦旋的研究表明, 目前所用的衛星高度計資料精度仍需提高。雖然AVISO提供的多衛星海面高度異常融合資料提高了對海洋中尺度渦旋的分辨能力, 但仍存在一定的限制[4]。徐馳等[5]借助衛星高度計資料對海洋中尺度渦旋進行識別和追蹤, 指出目前所用的衛星高度計資料尚不足以解析次中尺度的信號, 需要更高精度的衛星高度計資料。近年來利用衛星高度計資料對我國近海區域中尺度渦旋也有研究[6-8]。Wang等[6]利用多衛星融合高度計資料對南海中尺度渦的時空分布特征進行了統計分析。林宏陽等[7]利用AVISO提供的衛星高度計融合數據(Map of Sea Level Anomaly, MSLA)對南海及西北太平洋的中尺度渦旋活動進行統計分析。孫成學等[8]利用AVISO提供的融合T/P、Jason-1及ERS數據的產品揭示了冬季南海呂宋冷渦的雙渦結構, 但由于衛星高度計資料無法準確地刻畫渦旋形成的過程, 仍需要更加準確的資料對呂宋冷渦開展進一步的研究。

衛星高度計資料的采樣特點及誤差在一定程度上限制了海洋動力學問題的研究。由于多方面的原因, 比如干空氣、濕空氣訂正項、潮汐訂正項誤差的增加, 衛星高度計在近岸區域的誤差較大, 在近岸區域的衛星高度計資料再處理便十分必要。由歐洲及美國研究人員主導的Coastal Altimetry Workshop從2008年開始便致力于推動這方面的工作[9-10]。這些工作集中在雷達波形資料的再處理[11-12]、訂正項精度的提高[13]以及針對某一海域產生更精確的海面高度異常資料集[14]。但這些研究多集中在歐洲及美國近海, 在中國近海區域尚未開展系統的工作。AVISO在2014年5月以后發布的沿軌資料便反映了這方面的研究成果。在新發布的沿軌資料中, 使用了新的平均海面高度(1993~2012年平均, MSS_CNES_ CLS2011, http: //www.aviso.fren/data/products/auxiliary- products/mss.html), 近岸區域干空氣、濕空氣訂正算法, 對沿軌資料用Lanzcos方法進行了濾波, 并在數據統一方面也有了許多新的改進[15]。AVISO除了提供融合多顆衛星沿軌資料的全球產品外, 也開始提供區域海洋產品, 比如地中海、黑海地區的網格點海面高度異常產品。但在產生全球網格點產品時, AVISO只使用了1/3~1/2的部分沿軌資料。而針對中國近海的區域海洋產品目前還沒有。本研究嘗試利用AVISO最新發布的多顆衛星(Jason-1、Jason-2、CryoSat-2)所有沿軌資料及25個測潮站觀測資料, 通過最優插值方法(Optimal Interpolation)產生一份新的中國近海海面高度異常資料產品。并將這一產品與AVISO資料、衛星高度計沿軌資料及測潮站資料進行了對比。本研究進行資料再處理的海域為10°S~50°N, 90°~160°E, 時間為2012年全年。本研究的方法可以很容易地用到其他時間段。

1 近海資料處理

1.1 衛星沿軌資料

本研究中所用的Jason-1、Jason-2、CryoSat-2衛星沿軌海面高度異常資料及AVISO 0.25°規則網格點海面高度異常資料產品(下文中簡稱為AVISO)均來自法國空間局國家空間研究中心的DUACS[15], 為第三級產品, 并非原始觀測數據, 已經進行了不同衛星高度計之間的軌道誤差校正, 使用了新的干空氣、濕空氣訂正算法。本文所使用衛星高度計資料的時間范圍是2012年1月1日~2012年12月31日, 空間范圍是10°S~50°N, 90°~160°E。圖1為本文所用3顆衛星沿軌海面高度異常資料的數量。Jason-1衛星從2001年發射以來, 到2012年已連續工作了12 a, 硬件設備開始老化, 出現資料缺失的情形越來越多。如圖所示, 2012年2月17日~2012年2月28日和2012年3月4日~2012年5月7日, Jason-1衛星沿軌資料出現大范圍缺失。經統計可知, 在產生2012年中國近海海面高度異常資料產品時, 平均每天使用Jason-1、Jason-2、CryoSat-2衛星沿軌海面高度異常資料點分別約為1 766, 1 669, 1 552個。

1.2 測潮站資料

本研究中嘗試將測潮站資料與衛星高度計資料進行融合, 以有效地提高近海區域海面高度資料的精度。采用的測潮站資料來自夏威夷大學海平面資料中心(University of Hawaii Sea Level Center, http: // uhslc.soest.hawaii.edu), 在研究區域(10°S~50°N, 90°~160°E)內選取了49個站點的2012年逐日海面高度觀測資料, 其中25站用于融合產生新產品, 其余24站用于評估新產品。

為與衛星沿軌海面高度異常資料進行融合, 我們將去掉潮汐信號的逐日海面高度觀測減去2012年平均值, 得到測潮站的海面高度異常。然后利用NCEP(National Centers for Environmental Prediction)提供的2012年日平均海平面氣壓再分析資料及公式

對測潮站海面高度異常觀測資料進行了海平面氣壓校正, 其中,=9.806 m/s2,,為該站觀測氣壓值,為該站2012年海平面氣壓的平均值, 以上處理方法與Saraceno等[14]對測潮站資料處理方法類似。最后, 對訂正后的逐日資料采取了11 d滑動平均以去掉周期小于11 d的噪音, 這樣的處理使測潮站資料和Jason-1、Jason-2的采樣頻率相一致。

1.3 最優插值方法

最優插值方法是大氣海洋學中常用的一種資料處理方法。在衛星高度計數據融合的研究中也得到了應用[16]。傳統的最優插值方法通常用白噪聲來表示測量誤差。然而, 通過分析傳統的最優插值方法產生的海面高度異常產品, 發現沿著衛星軌道的長空間尺度誤差(long-wavelength)在傳統方法中不易表示, 比如T/P衛星高度計沿軌方向長空間尺度誤差的均方根達到3 cm[17]。這種誤差可引起垂直于衛星軌道方向的海面高度梯度, 給地轉流的計算造成一定的誤差從而掩蓋海洋動力學特征[18]。在進行多衛星高度計數據融合時, 沿軌資料的軌道間距離減小, 使得海面高度梯度增大, 如果沿軌的長空間尺度誤差不能被有效地去除, 產生的海面高度資料產品也將有較大的誤差。Le Traon等[19]提出了一種改進的最優插值方法, 該方法考慮了沿軌方向的長空間尺度誤差。本研究中, 我們采用了這種最優插值方法。

對于個不規則空間、時間采樣點上的海面高度異常觀測

其中為觀測誤差協方差矩陣。為觀測與估計值之間的協方差矩陣。的空間分辨率為0.25°×0.25°, 時間分辨率為1 d。

衛星海面高度異常觀測之間的誤差協方差用公式(4)表述, 當兩個觀測及來自不同軌道時

其中lw為沿軌的長空間尺度誤差。

其中為兩個觀測點之間的距離, 單位為km;為兩個觀測點之間時間上的間隔, 單位為d;,及2,2,lw為常數, 在本方法中其值分別為=20 d,,2=0.017 m2,2=0.052,lw=0.12。

本研究在產生規則網格點海面高度異常產品時, 將衛星資料與測潮站資料進行了融合。如前文所述, 測潮站資料在融合前去掉了2012年全年的平均, 進行了海平面氣壓訂正及11 d的滑動平均。在進行最優插值時, 我們假定測潮站資料的觀測誤差相互獨立, 其誤差方差與沿軌海面高度異常相一致, 取為0.017 m2。

2 最優插值產品

圖2表示了2012年1月6日中國近海海面高度異常產品的計算過程。可以注意到CryoSat-2與Jason-1及Jason-2有著很不相同的采樣特點, 這給衛星沿軌資料的直接使用造成了一定困難。比如在黑潮延伸區(沿36°N, 140°E以東), 3顆衛星的沿軌資料都表明, 在這一區有中尺度渦旋的活動, 海面高度異常有較大的空間變化, 但僅從每顆衛星的海面高度異常很難給出渦旋活動的全貌。利用最優插值產生的規則網格點上的海面高度異常(圖2d、圖2e)可以給出這一區域渦旋活動的全貌, 使用起來會更加方便。另外, 值得一提的是將測潮站資料與衛星資料融合在一起(圖2e)并沒有在測潮站附近產生異常值, 這說明最優插值時選取的參數在合理范圍內。

d. 只包括衛星觀測資料產生的0.25°×0.25°網格點上海面高度異常產品(OI-SAT); e. 融合衛星觀測及測潮站資料后的產品(OI)

d. 0.25 degree SLA product (OI-SAT) when only satellite observations were used; e. SLA product (OI) generated from the merging of both satellite observations and tide gauge data

2.1 沿軌資料與AVISO、OI-SAT及OI產品比較

我們用DUACS提供的CryoSat-2、Jason-1、Jason-2衛星沿軌海面高度異常觀測資料與AVISO、OI-SAT及OI產品進行了對比。比較前將0.25°規則網格點上的海面高度異常產品插值到當日的沿軌資料點上, 圖3為海面高度異常產品與當日沿軌資料的均方誤差。2012年全年平均, OI-SAT、OI產品在中國近海與沿軌資料的均方根誤差均為3.5 cm, 而AVISO產品在中國近海與沿軌資料的均方根誤差為3.9 cm, 如圖3a。因而新產生的OI產品更接近沿軌資料, 將誤差降低了10.3%。同時可看出, 與沿軌資料相比, OI與OI-SAT產品幾乎沒有差別, 這說明融合測潮站與衛星資料后, 測潮站資料的影響集中在站點附近。

圖3b為產生OI產品所使用3顆衛星沿軌資料總量。由圖可知1月6日~2月16日沿軌資料總量波動較大, 資料總量在2400~6000之間變動。而2月17日~2月28日、3月4日~5月7日Jason-1衛星沿軌資料缺失, 所以沿軌資料總量維持在3 000左右。5月8日~12月26日沿軌資料總量維持在5 000左右。總體來說, 1月6日~5月7日沿軌資料總量維持在3 000左右, 而5月8日~12月26日沿軌資料總量維持在5 000左右。

比較圖3a和圖3b, 可以注意到沿軌資料數量會影響OI產品的質量。1月6日~5月7日, 本研究所產生的新產品(OI-SAT、OI)與沿軌資料的平均均方根誤差為3.81 cm, AVISO與沿軌資料的平均均方根誤差為3.95 cm(圖3a); 新產品將誤差降低了3.54%, 此時段內每天所用資料點個數約為3 840(圖3b)。而5月8日~12月26日, 新產品及AVISO與沿軌資料的平均均方根誤差分別為3.33, 3.87 cm(圖3a); 新產品將誤差降低了13.95%, 此時段內每天所用資料點個數約為4 996(圖3b)。這表明, 沿軌資料的數量對新產品質量有一定影響, 所用資料越多新產品OI與沿軌資料越接近。

2.2 24個獨立測潮站資料與AVISO、OI-SAT及OI產品比較

本研究產生的OI產品融合了夏威夷大學海平面資料中心提供的25個測潮站的觀測資料。為了更好地說明新產品的質量, 將AVISO、OI-SAT及OI產品插值到獨立的24個測潮站站點上, 與測潮站資料進行對比。AVISO產品與24個測潮站觀測資料的平均均方根誤差為11.19 cm(圖4a), OI-SAT產品與測潮站觀測資料平均均方根誤差為10.17 cm(圖4b), 將誤差降低了9.12%。而OI產品與測潮站觀測資料平均均方根誤差為10.09 cm(圖4c), 與AVISO相比將誤差降低了9.83%。所以, 新產生的OI-SAT、OI產品更接近于測潮站觀測資料, 融合了測潮站資料的OI產品相對于AVISO產品更接近測潮站資料。

（1）將配置好的黑色橡膠混合料運至攤鋪區域，開始人工攤鋪，控制好攤鋪速度，以確保塑膠面層的密實度和平整度，將攪拌好的黑色橡膠顆粒用送料車送到鋪設地點，用刮尺攤鋪，均勻攤平。

2012年逐日比較也表明海面高度異常產品與測潮站資料的接近程度有明顯的不同(圖5)。AVISO產品與測潮站資料區別最大, 2012年平均均方根誤差為11.35 cm, 當融合所有衛星沿軌資料后, OI-SAT 產品與測潮站資料的年平均均方根誤差降為10.31 cm, 將衛星沿軌資料與測潮站資料融合后, OI產品與測潮站資料的年平均均方根誤差為10.26 cm。這表明新的中國近海海面高度異常產品OI更加接近于測潮站資料, 減小了與測潮站觀測資料間的誤差。

當把所有49個測潮站資料與3顆衛星沿軌資料融合后, 規則網格點海面高度異常產品與測潮站資料的平均均方根誤差進一步降低為5.57 cm。

3 結論

本研究融合了2012年中國近海海域3顆衛星的所有沿軌海面高度異常資料及25個測潮站的資料, 嘗試產生一份新的規則網格點上的資料產品, 并使用AVISO產品、沿軌資料、及獨立的測潮站資料對新產品進行了系統性的評價。結論如下:

1) 與AVISO產品相比, 融合3顆衛星所有沿軌資料及測潮站資料的新產品OI更加接近沿軌資料, 將誤差降低了10.03%。是否融合測潮站資料對海面高度資料產品與沿軌資料的比較沒有顯著的影響, 這應該與測潮站資料的數量在融合過程中只占很小的比例有關。

2) 與測潮站資料相比, AVISO產品與測潮站資料的區別最明顯。融合3顆衛星所有沿軌資料的產品OI-SAT更接近測潮站觀測。融合3顆衛星所有沿軌資料及測潮站資料的新產品OI最接近測潮站資料,與AVISO產品相比將誤差降低了9.6%。

3) 融合中使用沿軌資料的數量會對新產品OI質量產生一定的影響, 當使用的沿軌資料越多時, 新產品OI越接近沿軌資料。

本研究中, 針對中國近海的衛星海面高度異常資料與測潮站觀測的再處理及最優融合尚屬首次, 在融合過程中仍存在一定不足。在產生海面高度異常觀測資料時, 測潮站資料采用2012年觀測的平均值作為該站的平均海平面, 這與產生衛星沿軌海面高度異常時所用平均海面高度(比如AVISO資料集MSS_CNES_CLS2011)不同, 但目前將MSS_CNES_ CLS2011插值到測潮站產生的誤差將更大。目前對于此問題仍沒有統一的解決方案, 我們期待未來有更好的處理方式。

致謝: 毛龍江教授對本文初稿提出了有益建議。CryoSat-2、Jason-1、Jason-2衛星沿軌數據及AVISO網格點數據來源于法國空間局國家空間研究中心(CNES); 測潮站數據來源于夏威夷大學海平面資料中心(UHSLC); 兩位審稿專家及編輯為本文修改提出了有益建議, 在此表示感謝。

[1] Fu L L, Christensen E J, YamaroneJr C A, et al. TOPEX/POSEIDON: Geophysical Evaluation[J]. J Geophys Res, 1994, 99: 24369-24381.

[2] Chelton D B, Schlax M G, Samelson R M, et al. Global observations of large oceanic eddies[J]. Geophysical Research Letters, 2007, 34(15): 87-101.

[3] Chelton D B, Schlax M G, Samelson R M. Global observations of nonlinear mesoscaleeddies[J]. Progress in Oceanography, 2011, 91(2): 167-216.

[4] Chavanne C P, Klein P. Can oceanic submesoscale processes be observed with satellite altimetry?[J]. Geophysical Research Letters, 2010, 37(22): 707-716.

[5] 徐馳, 陳桂英, 尚曉東, 等. 海洋中尺度渦旋源匯空間分布特征研究[J]. 熱帶海洋學報, 2013, (2): 37-46. Xu Chi, Chen Guiying, Shang Xiaodong, et al. The spatial distribution of sources and sinks of ocean mesoscaleeddies[J]. Journalof Tropical Oceanography, 2013, 2: 37-46.

[6] Wang G, Su J, Chu P C. Mesoscale eddies in the South China Sea observed with altimeter data[J]. Geophysical Research Letters, 2003, 30(21): 6-1.

[7] 林宏陽, 胡建宇, 鄭全安. 南海及西北太平洋衛星高度計資料分析: 海洋中尺度渦統計特征[J]. 臺灣海峽, 2012, 31(1): 105-113. Lin Hongyang, Hu Jianyu, Zheng Quanan. Satellite altimeter data analysis of the South China Sea and the northwest Pacific Ocean: statistical features of oceanic mesoscaleeddies[J]. Journal of Oceanography in Taiwan Strait, 2012, 31(1): 105-113.

[8] 孫成學, 劉秦玉. 衛星高度計資料揭示的冬季南海呂宋冷渦的雙渦結構[J]. 熱帶海洋學報, 2011, 30(3): 9-15. Sun Chengxue, Liu Qinyu. Double eddy structure of the winter Luzon Cold Eddy based onsatellite altimeter data[J]. Journalof Tropical Oceanography, 2011, 30(3): 9-15.

[9] Smith W H F, Strub T, Miller L. First Coastal Altimetry Workshop: Cooperative Institute for Oceanographic Satellite Studies/National Oceanic and Atmospheric Administration Coastal Altimeter Workshop; 5–7 February 2008, Silver Spring, Maryland[J]. Eos, Transactions American Geophysical Union, 2008, 89(40): 380.

[10] AndersenO B, ScharrooR. Range and geophysical corrections in coastal regions: and implications for mean sea surface determination[C]//Vignudelli. Coastal Altimetry. Berlin Heidelberg: Springer, 2011: 104-142.

[11] Deng X, Featherstone W E. A coastal retracking system for satellite radar altimeter waveforms: application to ERS-2 around Australia[J]. Journal of Geophysical Research Oceans, 2006, 111(C6): 285-293.

[12] Yang L, Lin M, Zhang Y, et al. Evaluation of retracking algorithms over China and adjacent coastal seas[C]//Vignudelli. Coastal Altimetry. Berlin Heidelberg: Springer, 2011: 453-471.

[13] Brown S. A novel near-land radiometer wet path-delay retrieval algorithm: Application to the Jason-2/OSTM advanced microwave radiometer[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(4): 1986-1992.

[14] Saraceno M, Strub P T, Kosro P M. Estimates of sea surface height and near‐surface alongshore coastal currents from combinations of altimeters and tide gauges[J]. Journal of Geophysical Research, 2008, 113(C11): 2700-2707.

[15] Altimetry A. SSALTO/DUACS user handbook: (M) SLA and (M) ADT near‐real time and delayed time products[J]. Rep CLS‐DOS‐NT, 2009, 6: 51.

[16] De Mey P, Robinson A R. Assimilation of altimeter eddy fields in a limited-area quasi-geostrophic model[J]. Journal of Physical Oceanography, 1987, 17(12): 2280- 2293.

[17] Fu L L, Christensen E J, Yamarone C A, et al. TOPEX/POSEIDON mission overview[J]. Journal of Geophysical Research: Oceans (1978–2012), 1994, 99(C12): 24369-24381.

[18] Mesias J M, Ted Strub P. An inversion method to determine ocean surface currents using irregularly sampled satellite altimetry data[J]. Journal of Atmospheric and Oceanic Technology, 1995, 12(4): 830- 849.

[19] Le Traon P Y, Nadal F, Ducet N. An improved mapping method of multisatellite altimeter data[J]. Journal of Atmospheric and Oceanic Technology, 1998, 15(2): 522-534.

[20] Bretherton F P, Davis R E, Fandry C B. A technique for objective analysis and design of oceanographic experiments applied to MODE-73[J]. Deep Sea Research and Oceanographic Abstracts, 1976, 23(23): 559-582.

Sea level anomaly reprocessing for Chinese coastal region

CHEN Ya-fei1, 2, WANG Xiao-chun1, 2, LIU Yi-min3

(1. School of Marine Sciences, Nanjing University of Information Science & Technology, Nanjing 210044, China; 2. Jiangsu Engineering Technology Research Center of Marine Environment Detection, Nanjing 210044, China; 3. LASG, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China)Received：Aug. 8, 2015

sea level anomaly; Chinese coastal region; reprocessing; altimetry; AVISO(Archiving Validation and Interpolation of Satellite Oceanographic Data); tide gauge station

Research on reprocessing of satellite level anomalies have mainly focused on European and US coastal regions and to date no studies have been based on satellite sea surface height observations for the Chinese coastal region. Only 50% or 33% of along-track data were used when generating the AVISO(Archiving Validation and Interpolation of Satellite Oceanographic Data) 0.25 degree global sea level anomaly product, which caused certain restrictions in the regional application of the product. This study aims to use an optimal interpolation method with three satellite along-track observations and 25 tide gauge station observations to generate a new sea level anomaly product for the Chinese coastal region. The spatial resolution of the new data product is still 0.25 degrees, but in this study, all along-track observations from three satellites (Jason-1, Jason-2, and CryoSat-2) and 25 tide gauge stations are used. Our method is validated using data from 2012, and the domain of the new data product is 10°S~50°N and 90°E~160°E. The new data product is also validated using the AVISO product, along-track observations, and tidal gauge observations, and the analysis indicates that it is closer not only to along-track satellite observations but also to tide gauge station observations. In comparison with the AVISO product, the root mean square error (RMSE) between the new product and along-track satellite observations is reduced by 10.03%, and the RMSE between the new product and tidal gauge observations is reduced by 9.6%.

P72

A

1000-3096(2016)07-0000-09

10.11759/hykx20150818001

2015-08-18;

2016-02-17;

國家自然科學基金委項目(41328006); 南京信息工程大學啟動經費項目(S8113046001); 2015江蘇雙創團隊; 江蘇高校優勢學科建設工程資助項目(PAPD)

[Foundation: National Natural Science Foundation of China, No. 41328006; Nanjing University of Information Science and Technology Faculty Startup Fund, No. S8113046001; Program for Innovation Research and Entrepreneurship Team in Jiangsu Province 2015; the Priority Academic Program Development of Jiangsu Higher Education Institutions (PAPD)]

陳亞飛(1990-), 男, 河南孟州人, 碩士, 研究方向為區域海洋數值模擬, E-mail: yafei.chen@aliyun.com; 王曉春,通信作者, 教授, 研究方向為海氣相互作用及預報, 區域海洋數值模擬及預報, E-mail: xcwang@nuist.edu.cn

(本文編輯: 李曉燕)