第 卷 第 期航 天 器 工 程２１３Ｖｏｌ．２１ Ｎｏ．３ 年 月 ２０１２ ６ＳＰＡＣＥＣＲＡＦＴＥＮＧＩＮＥＥＲＩＮＧ１１７数据融合技术在海洋二号卫星数据中的应用１２齐亚琳 林明森（，） （，）１中国空间技术研究院 北京 １０００９４２国家卫星海洋应用中心 北京 １０００８１（ ）摘 要 海洋二号 ＨＹ ２ 卫星搭载的微波散射计和扫描微波辐射计一天沿轨数据不能完全 －，。覆盖全球海域 文章提出了基于数据融合技术的解决方法 该方法以卫星获取的海面风场ＨＹ ２－，和海面温度场作为数据源 分别利用最优插值算法和时空权重插值法对卫星微波辐射计和ＨＹ ２－，，散射计获取的海面温度场和海面风场数据进行数据融合 在不降低分辨率的基础上 使得一天对全球海域的覆盖率从提高到。此融合方法可应用于卫星数据业务化系统中。９０％１００％ＨＹ ２－；；；关键词卫星 海面温度 海面风场 数据融合ＨＹ ２ －中图分类号：文献标志码：：／ＴＰ７５１Ａ ＤＯＩ １０．３９６９ ．ｉｓｓｎ．１６７３ ８７４８．２０１２．０３．０１９ｊ－Ａ ｌｉｃａｔｉｏｎｏｆｔｈｅＤａｔａＦｕｓｉｏｎＴｅｃｈｎｉｕｅｉｎＨＹ ２ｓａｔｅｌｌｉｔｅｄａｔａｐｐ ｑ －１２ＱＩＹａｌｉｎ ＬＩＮ Ｍｉｎ ｓｅｎ ｇ（，， ）１ＣｈｉｎａＡｃａｄｅｍ ｏｆＳ ａｃｅＴｅｃｈｎｏｌｏ Ｂｅｉｉｎ １０００９４ Ｃｈｉｎａｙ ｐ ｇｙ ｊ ｇ（，， ）２ＮａｔｉｏｎａｌＳａｔｅｌｌｉｔｅＯｃｅａｎＡ ｌｉｃａｔｉｏｎＳｅｒｖｉｃｅ Ｂｅｉｉｎ １０００８１ Ｃｈｉｎａ ｐｐ ｊ ｇ：Ａｂｓｔｒａｃｔ Ｔｈｅｓｗａｔｈｗｉｄｔｈ ｏｆＨＹ ２ｓａｔｅｌｌｉｔｅｍｉｃｒｏｗａｖｅ ｓｃａｔｔｅｒｏｍｅｔｅｒａｎｄｓｃａｎｎｉｎ ｍｉｃｒｏｗａｖｅ － ｇ，ｒａｄｉｏｍｅｔｅｒｃａｎｎｏｔｃｏｖｅｒｔｈｅ ｌｏｂａｌｓｅａｓｕｒｆａｃｅｅｖｅｒ ｄａ．Ｆｏｒｔｈｉｓｄｅｆｉｃｉｅｎｃ ｄａｔａｆｕｓｉｏｎｔｅｃｈｎｏｌ －ｇｙ ｙｙｏ ｉｓ ｕｔｆｏｒｗａｒｄｔｏｓｏｌｖｅｔｈｉｓ ｒｏｂｌｅｍｉｎｔｈｉｓｓｔｕｄ．Ｔｈｅｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄａｎｄｔｈｅｓｅａｓｕｒ －ｇｙ ｐｐｙｆａｃｅｔｅｍ ｅｒａｔｕｒｅｏｂｔａｉｎｅｄｂ ＨＹ ２ｓａｔｅｌｌｉｔｅａｒｅｔｈｅｄａｔａｓｏｕｒｃｅｏｆｔｈｉｓｓｔｕｄ．Ｔｈｅｏ ｔｉｍｕｍｉｎｔｅｒ ｐ ｙ － ｙ ｐ －ｏｌａｔｉｏｎａｎｄｔｈｅｓａｔｉｏｔｅｍ ｏｒａｌｗｅｉ ｈｔｅｄｉｎｔｅｒｏｌａｔｉｏｎａｒｅｕｓｅｄｔｏｆｕｓｅｔｈｅｄａｔａｏｆｓｅａｓｕｒｆａｃｅｐ ｐｐ ｇ ｐ ｔｅｍ ｅｒａｔｕｒｅａｎｄｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓｆｒｏｍＨＹ ２ｓａｔｅｌｌｉｔｅｓｃａｔｔｅｒｏｍｅｔｅｒａｎｄｒａｄｉｏｍｅｔｅｒｄａｔａｒｅｐ － －ｓｅｃｔｉｖｅｌ．Ｔｈｅ ＨＹ ２ｓａｔｅｌｌｉｔｅｄａｔａｔｈａｔｃｏｖｅｒａｂｏｕｔ９０％ ｏｆｔｈｅｗｏｒｌｄ ｏｃｅａｎｅｖｅｒ ｄａ ｃａｎｂｅｐ ｙ － ｙ ｙ ｍｅｒ ｅｄｔｏｃｏｖｅｒｔｈｅｃｏｍ ｌｅｔｅｗｏｒｌｄｏｃｅａｎｉｎａｄａ．Ｔｈｅ ｄａｔａｆｕｓｉｏｎｍｅｔｈｏｄｓｉｎｔｈｉｓｓｔｕｄ ｃａｎｂｅｇ ｐ ｙ ｙ ｕｓｅｄｉｎｔｈｅｏ ｅｒａｔｉｏｎａｌｓｓｔｅｍｏｆｔｈｅＨＹ ２ｓａｔｅｌｌｉｔｅｄａｔａ． ｐ ｙ －：；；；Ｋｅ ｗｏｒｄｓ ＨＹ ２ｓａｔｅｌｌｉｔｅ ｓｅａｓｕｒｆａｃｅｔｅｍ ｅｒａｔｕｒｅ ｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ ｄａｔａｆｕｓｉｏｎｙ－ ｐ 节省存储空间，，数据产品采用沿轨存储的方式 即沿、， １ 引言卫星轨道方向存储风场 海面温度等海洋参数 并同 ；时记录对应的观测时间等信息 并且 ＨＹ ２卫星搭－我国第一颗海洋动力环境探测卫星——— 海洋二载的微波散射计和扫描微波辐射计的刈幅宽度虽然 （ ），， 号于年 月成功发射 可执行业务化大于但一天沿轨数据仍不能完全覆盖全ＨＹ ２ ２０１１ ８１４００ｋｍ－。

。 监测和全球海洋动力环境参数探测 在卫星球海域 而海洋环境预报等部门在实际使用卫星遥ＨＹ ２－，，，， 数据产品中 为最大限度地保存观测数据的信息 并感数据中 通常需要用到全球化网格化的标准数据：；：收稿日期 修回日期－ －－ －：《》（）基金项目 海洋公益性行业科研专项项目 自主海洋动力环境卫星微波遥感处理技术研究示范 ２０１１０５０３２： （ ）， ，，。 ：。作者简介 齐亚琳 １９６３－ 女 高级工程师 研究方向为卫星总体设计 Ｅｍａｉｌｚｉａｌｉｎ ｔｏｍ．ｃｏｍｙｑｙ ＠航 天 器 工 程卷 １１８２１ 。、 并要求数据具有较高的空间和时间分辨率 为了解时间空间权重插值法最适合结点散乱 非网格点的，，， 决上述问题 数据融合被认为是非常有效的手段之散射计数据融合 并且实现起来也是比较容易 适宜 。， 工程化和业务化操作。 一 通过数据融合可以优化遥感信息资源利用 实 现多源数据的优势互补。本文以卫星获取的海面风场和海面温度海洋二号卫星海面温度数据融合ＨＹ ２－２，（ 作为数据源 结合美国国家环境预报中心 Ｎａｔｉｏｎａｌ， ）海洋二号卫星海面温度数据融合方法 ＣｅｎｔｅｒｓｆｏｒＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｅｄｉｃｔｉｏｎ ＮＣＥＰ 的再 ２．１ ，最优插值算法 分析数据 分别进行了海面温度和海面风场的数据融２．１．１ ，。

，， 合 并得到了数据融合后的结果 通过定性分析 结在最优插值算法中 空间网格点上的分析值是，， 果表明文中使用的融合方法对数据改善明显 并且可由网格点的背景场加上修订值而确定的 其修订值、，由周围各观测点的观测值与背景场值的偏差加权求 用于探测中 大尺度的海洋现象 证明数据融合技术数据融合技术在海洋二号卫星数据中的应用，（）， 可为卫星高分辨率数据产品的开发提供借鉴。得 其权重系数 即最优插值系数 不是任意选择的ＨＹ ２－。、应该使得网格点分析值的误差达到最小 对于海面数据融合算法主要包括逐步订正算法 混合分［ ］２，、、温度 最优插值的表达式为 析算法 截断滤波窗的变分分析算法 客观分析算ａ ｅ０ ｅ 、、（）（） 法 三维变分同化分析算法 卡尔曼滤波算法和最优ｖ ＝ ｖ ＋Ｋ ｖ －ｖ１ｍ ｍｓ ｓａ。式中： 代表海面温度在空间网格点上的分析值； 插值算法 逐步订正算法由于仅使用当前的观测数ｖｍｅ； ，；代表海面温度在空间网格点上的背景场值 为 据 因此时间上的记忆性差 混合分析算法也没有时ｖＫｍ０；；，，权重系数矩阵 代表海面温度在观测点的观测值 间上的记忆性 且时空分辨率都很低 分析场被严重ｖｓｅ；。

平滑 统计最优估计算法和使用截断滤波窗的变分ｖ 代表海面温度在观测点的背景场值 当观测点和ｓ 分析算法均选用了包括红外与微波在内的多种卫星网格点不重合时，，ｅ ｅ（） 遥感数据 空间分辨率高 但在有多种卫星遥感数据ｖ ＝ Ｈｖ２ｓ ｍ ，式中： 为插值算子。 时 仅选取其中一种数据则可能给融合结果带入较Ｈａ ｅ０ ｅ（） （）（）。；合并式 和式 得 大的噪声 三维变分同化分析算法对计算机存储要１ ２ ｖ ＝ ｖ ＋Ｋ ｖ － Ｈｖｍ ｍｓ ｍ，，，如果背景场和观测值的空间分辨率不相同 则背景 求低 计算速度快 三维变分同化分析和最优插值算，。，； 场和观测值所属的权重不同 也即 不同 所以本 法分析一样 融合结果受到数据分布稀疏的限制 最Ｈ，， 优插值算法可看作是卡尔曼滤波法的简化版，研究分别用ＨＨ 作为双线性插值算子 分别对应与卡１ ２，，背景场和观测点 通过该算子分别将网格点的背景 尔曼滤波法相比 最优插值算法有以下几个方面的，（）。：，， 场值和观测值插值到分析点上 转换为式 ３ 特点 在误差的计算上 从卡尔曼滤波法的公式看ａｅ０ ｅ（）（），ｖ Ｈ ｖ Ｋ Ｈ ｖ Ｈ ｖ３ 它的误差是发展的 这是卡尔曼滤波法最吸引人的ｍ ＝ １ ｍ ＋ ２ ｓ － １ ｓ，（ ），，经过数据预处理后 可直接进行式 ３的运算 式 地方 但这一直也是制约着卡尔曼滤波法应用的致（） 、中及 分别为双线性插值算子和权重系３ Ｈ Ｈ Ｋ，， 命之处 因为它的计算量很大 而最优插值算法完全１ ２数矩阵。

。 省略了这点 因此最优插值算法减少了很大的计算权重系数矩阵 的表达形式为Ｋ ，； 量 使得其误差变为静止的 在最优插值算法的资料Ｔ Ｔ －１（）（）Ｋ ＢＨ ＨＢＨ Ｒ４， 选择方面 它通常只是选取分析点附近的资料来进＝＋：，式中 为背景场误差协方差矩阵 为观测误差协ＢＲ。 ，； 行分析 这样 大大减少了计算量 最优插值算法通。，方差矩阵 欲计算权重系数 必须先估算背景场误（）；Ｋ 常只进行单变量分析 例如海面温度 时间空间距差协方差矩阵Ｂ和观测误差协方差矩阵Ｒ。， 离加权插值的优点是公式比较简单 特别适用于结２．１．２ 背景场误差及观测误差协方差矩阵计算、。 点散乱 不是网格点的问题对 的确定基于以下两个假设条件：（） 是定Ｂ１Ｂ，，总的来说 最优插值算法由于其计算量少 融合常的；（）背景场误差的水平相关性满足水平距离 “” ，———２ 的 性价比 高 因此可以在单变量数据融合海［ ］１。的增加相关性呈指数递减的规律 则 面温度融合业务上得到广泛的应用 。基于以上考１ １２ ２ ，（） 虑 本文选用最优插值算法对海面温度数据进行融Ｂ ＝ Ｄ Ｄ５ρ ，。

：， 合 并且可利用该方法进行工程化和业务化式中 为预报背景场水平相关系数矩阵 为背景ρＤ根据散射计数据和插值方法本身的研究发现，。场误差组成的对角线矩阵 对于观测误差协方差矩：第 期齐亚琳等 数据融合技术在海洋二号卫星数据中的应用３１１９ ，， 阵 采用与背景场误差协方差矩阵 相同的处理合 转化为求解线性方程组的最小二乘问题 得到线 ＲＢ。。 方法性方程组的最小二乘解 第三种方法是采用奇异值，（ ），。对于相关系数矩阵 鉴于以往的经验和观测分解 ＳＶＤ 得到线性方程组的最小二乘解 本文ρ［ ］３５－，。 站点横向比纵向稀疏分布的特点对相关系数矩采用奇异值分解方法来处理可能出现的病态方程， 阵做了相应的改进 使其更符合相关尺度的物理规将 分解为 个矩阵Ｋ３ 。Ｔ（） 律 相关系数矩阵 定义为Ｋ ＝ ＵＳＶ９ρＴ：；；式中 为下三角矩阵 为对角线矩阵为上三ｒｒｒｒＵＳＶ１ ａ ｂａ ｂ（）＝ －ｅｘ －６ρｐ（ ａｂ ） （ ａｂ ）。，角矩阵 ＳＶＤ法可以有效地消除不正常解 并满足 （）。 ： 式 的相关性范围呈椭圆形状 式中 为经度方６ａ方程求解精度。

；；数据融合技术在海洋二号卫星数据中的应用， 向的相关尺度 为纬度方向的相关尺度 分别为ｂ为了解决计算机内存不足和观测数据数量稀少、。， 经度 纬度方向上的距离 在本文中 取ａ ２００ｋｍ ｂ，。的问题 采用逐点逐次插值过程 其基本思路是以 取。 １５０ｋｍ，，点为基本计算单位 寻求相关半径内的相关点 并计 ２．１．３ 矩阵的求解，，算其相关性 求得该点的融合值 同时在空间上逐行，由于观测点的不规则分布 在求解权重系数矩逐列推进。Ｔ －１ 阵 时，（） 的求解过程通常出现误差， Ｋ ＨＢＨ ＋Ｒ２．２ 海洋二号卫星海面温度数据融合结果，。 因此 应在实际求解时应尽可能避免求逆过程 本图 所示为卫星扫描微波辐射计１ＨＹ ２２０１１－。 文采用求解方程的方法来求解权重系数矩阵 将Ｋ（ ）（ ）年 月 日升轨 白天 和降轨 夜间 的逐日全球１２ ３ （），（ Ｔ ）， 式 进行改写 两边同时右乘得４ＨＢＨ ＋Ｒ（ ） ，海面温度分布 图 为使用最优插值算法制ＳＳＴ２（ Ｔ ）Ｔ（）Ｋ ＨＢＨ ＋Ｒ ＝ ＢＨ７ 作的卫星扫描微波辐射计全覆盖的年ＨＹ ２２０１１－（）， 对式 两边再同时进行矩阵转置 得７月 日白天和夜间全球分布。

１２ ３ＳＳＴＴ Ｔ ＴＴ（）（）Ｋ ＨＢＨ ＋Ｒ ＝ ＨＢ８，，从图 可以发现 融合后的全球海面温度 不再２Ｔ，， 因此 将对 的求解转化为对 的求解 且避免了ＫＫ，存在由于轨道覆盖范围不够导致的轨道间空隙 而。 对矩阵的求逆 但是因为稀疏矩阵 数据元素分布Ｈ且全球海面温度的空间分辨率不降低。（）， 的不规则性 由于观测数据分布不规则导致 得到融合前，卫星扫描微波辐射计测量的海ＨＹ ２－。 的转置矩阵方程组可能是病态的 对于病态方程组，面温度不能完全反应全球海面温度的分布情况 特，： 的求解 通常有三种方法求解 第一种方法是采用病别是不能反应出如黑潮这样的西边界洋流（）。图 １，， 态迭代算法 即用全选主元高斯法求解 得到方程组，经数据融合后 全球海面温度分布非常明显地分为，， 的一组近似解 将近似解带回原方程 得到剩余向量、、，热带 亚热带 寒带等 并且能反应出诸如黑潮等高，，。 方程 然后求解剩余向量方程 直到满足精度为止，。温海流区域 如图 所示３ 第二种方法是采用ＱＲ分解与Ｈｏｕｓｅｈｏｌｄ转换相结航 天 器 工 程卷 １２０２１ 图卫星扫描微波辐射计数据年 月 日的全球分布１ ＨＹ ２２０１１ １２ ３ＳＳＴ －，Ｆｉ．１ ＳＳＴｏｆｔｈｅｗｏｒｌｄｏｃｅａｎｆｒｏｍＨＹ ２ｓａｔｅｌｌｉｔｅｒａｄｉｏｍｅｔｅｒｄａｔａｏｎＤｅｃｅｍｂｅｒ３ ２０１１ｇ － 图 融合后卫星扫描微波辐射计数据年 月 日全覆盖的全球分布２ＨＹ ２２０１１ １２ ３ＳＳＴ－，Ｆｉ．２ ＳＳＴｏｆｔｈｅｗｏｒｌｄｏｃｅａｎｆｒｏｍｔｈｅｆｕｓｅｄＨＹ ２ｒａｄｉｏｍｅｔｅｒｄａｔａｏｆＤｅｃｅｍｂｅｒ３ ２０１１ｇ － ：第 期齐亚琳等 数据融合技术在海洋二号卫星数据中的应用３１２１ ：，。

注 图中方框所圈区域为东海黑潮区域 该区域海面温度明显高于其西侧和东侧海区的海面温度图 融合后的卫星扫描微波辐射计数据西北太平洋区域分布３ＨＹ ２ＳＳＴ－Ｆｉ．３ ＳＳＴｏｆｔｈｅｗｅｓｔｎｏｒｔｈＰａｃｉｆｉｃｆｒｏｍｔｈｅｆｕｓｅｄＨＹ ２ｒａｄｉｏｍｅｔｅｒｄａｔａｇ －，：；（ ， ，大洋中的中尺度涡旋有冷涡和暖涡之分 顾名思式中 Ｕ 表示最终获得的估计值 下标 ｋ ｋ＝１ ２ ｅｓｔ、 义冷涡在海面表现为海面温度相对临近海域低 暖涡…， ），表示卫星观测数据点表示在 点的权ｎＷ ｋｋ。 在海表面表现为海面温度较临近海域高 融合后的，，（ ， ， ）重 表示在

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！