海洋重要水文参数的卫星遥感反演研究综述

吴桂平; 刘元波

doi:10.14042/j.cnki.32.1309.2016.01.015

高级搜索

全国中文核心期刊
中国科技核心期刊
美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

海洋重要水文参数的卫星遥感反演研究综述

吴桂平, 刘元波

文章导航 > 水科学进展 > 2016 > 27(1): 139-151

吴桂平, 刘元波. 海洋重要水文参数的卫星遥感反演研究综述[J]. 水科学进展, 2016, 27(1): 139-151. doi: 10.14042/j.cnki.32.1309.2016.01.015

引用本文:

吴桂平, 刘元波. 海洋重要水文参数的卫星遥感反演研究综述[J]. 水科学进展, 2016, 27(1): 139-151. doi: 10.14042/j.cnki.32.1309.2016.01.015

WU Guiping, LIU Yuanbo. Satellite retrieval of important ocean hydrological parameters:an overview[J]. Advances in Water Science, 2016, 27(1): 139-151. doi: 10.14042/j.cnki.32.1309.2016.01.015

Citation:

WU Guiping, LIU Yuanbo. Satellite retrieval of important ocean hydrological parameters:an overview[J]. Advances in Water Science, 2016, 27(1): 139-151. doi: 10.14042/j.cnki.32.1309.2016.01.015

海洋重要水文参数的卫星遥感反演研究综述

doi: 10.14042/j.cnki.32.1309.2016.01.015

吴桂平^1,2,
刘元波^1,2,

1.
中国科学院南京地理与湖泊研究所, 江苏南京 210008;
2.
中国科学院流域地理学重点实验室, 江苏南京 210008

基金项目: 国家自然科学基金资助项目(41430855;41401506)

详细信息

作者简介:
吴桂平(1980-),男,江苏泰州人,博士,主要从事水文遥感研究。E-mail:gpwu@niglas.ac.cn

通讯作者:
刘元波,E-mail:ybliu@niglas.ac.cn

中图分类号: TV122;G353.11

Satellite retrieval of important ocean hydrological parameters:an overview

WU Guiping^1,2,
LIU Yuanbo^{1,2
,}

1.
Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;
2.
Key Laboratory of Watershed Geographic Sciences, Chinese Academy of Sciences, Nanjing 210008, China

摘要: 经过近50年的发展,海洋卫星遥感日益成熟,各种反演算法和数据集应运而生,大大推动了海洋水文过程的研究。围绕与海洋水文相关的重要物理参数,简要回顾了海面高度、海水深度、海表洋流及海水质量变化的卫星遥感反演基本原理、主要算法以及存在的难点和前沿性研究问题,介绍了应用遥感反演算法制成的全球海洋水文参数主要数据集,并结合目前存在的问题探讨了卫星遥感反演海洋水文参数的发展趋势及所面临的挑战。研究发现,运用多卫星、多通道、多模式的联合反演方法可以显著地提升人们监测海洋水文参数时空动态变化的能力,必将成为未来全球海洋水文遥感的主要研究方向之一。
- 海洋水文参数 /
- 反演算法 /
- 光学遥感 /
- 微波遥感 /
- 多传感器联合反演 /
- 全球数据集
Abstract: The ocean, which covers 71 percent of the Earth's surface, is a fundamental component of the global water cycle. Accurately monitoring the spatial and temporal dynamics of ocean hydro-physical parameters is important for comprehensive understanding of the global water cycle and the effective management of ocean water resources. Ocean remote sensing is a new and advanced space-based technique for estimating spatio-temporally distributed hydro-physical parameters. With five-decades of aerospace satellite sensors development, remote sensing approaches to retrieving ocean hydro-physical parameters appear mature. This paper briefly describes the principles of and retrieval algorithms for the main ocean hydro-physical parameters of Sea Surface Height(SSH), Sea Depth(SD), Sea Surface Current(SSC) and Water Volume Variation(WVV) using optical, passive-microwave and active-microwave remote sensing or combinations thereof. For each ocean hydro-physical parameter, the deficiencies of a single satellite sensor algorithm can be alleviated with the combined use of multi-sensors. Additionally, with the improvement of retrieval techniques, several regional and global hydro-physical parameter datasets have been generated. Hence, this paper also briefly describes the main datasets and their applications. Furthermore, to improve the retrieval accuracy of each hydro-physical parameter, the combination of observations from different sensors is a promising approach. As a result of international efforts, several new satellites are also scheduled to be launched into space, for example, the joint CNES-NASA satellite project SWOT(launch date in 2020) and China's second space lab, Tiangong-2(launch date in 2016). These satellites will greatly improve our ability to monitor the spatial and temporal dynamics of ocean hydro-physical parameters.
- ocean hydrological parameters /
- retrieval algorithm /
- optical remote sensing /
- microwave remote sensing /
- multi-sensor based retrieval /
- global dataset

[1]	李帅, 侯小刚, 郑照军, 张连成, 木扎帕尔·木合塔尔, 胥志德. 基于2001—2015年遥感数据的天山山区雪线监测及分析 . 水科学进展, 2017, 28(3): 364-372. doi: 10.14042/j.cnki.32.1309.2017.03.006
[2]	刘荣华, 张珂, 晁丽君, 王青青, 洪阳, 涂勇, 曲伟. 基于多源卫星观测的中国土壤湿度时空特征分析 . 水科学进展, 2017, 28(4): 479-487. doi: 10.14042/j.cnki.32.1309.2017.04.001
[3]	田辉, 文军, 史小康, 王欣, 刘蓉, 张静辉, 吕少宁. 主动微波遥感黄河上游玛曲地区夏季土壤水分 . 水科学进展, 2011, 22(1): 59-66.
[4]	江思珉, 朱国荣, 施小清, 周念清. 水文地质参数反演的Hooke-Jeeves粒子群混合算法 . 水科学进展, 2010, 21(5): 606-612.
[5]	刘俊峰, 陈仁升, 韩春坛, 谭春萍. 多卫星遥感降水数据精度评价 . 水科学进展, 2010, 21(3): 343-348.
[6]	张友静, 王军战, 鲍艳松. 多源遥感数据反演土壤水分方法 . 水科学进展, 2010, 21(2): 222-228.
[7]	于瑞宏, 许有鹏, 刘廷玺, 李畅游. 应用多光谱遥感信息反演干旱区浅水湖泊水深 . 水科学进展, 2009, 20(1): 111-117.
[8]	陈亮, 施建成, 蒋玲梅, 杜今阳. 基于物理模型的被动微波遥感反演土壤水分 . 水科学进展, 2009, 20(5): 663-667.
[9]	俞云利, 赖锡军. 二维平面非恒定流数学模型的遥感水位数据同化 . 水科学进展, 2008, 19(2): 224-231.
[10]	秦建敏, 程鹏, 秦明琪. 冰层厚度传感器及其检测方法 . 水科学进展, 2008, 19(3): 418-421.
[11]	陈耀登, 王如云, 李未, 卢长娜. 伴随数据同化法反演涌潮河口开边界 . 水科学进展, 2007, 18(6): 829-833.
[12]	陈添宇, 陈乾, 李宝梓. 用卫星资料反演中国西北地区东部蒸散量的遥感模型 . 水科学进展, 2006, 17(6): 834-840.
[13]	马荣华, 唐军武. 湖泊水色遥感参数获取与算法分析 . 水科学进展, 2006, 17(5): 720-726.
[14]	李洪灵, 张鹰, 姜杰. 基于遥感方法反演悬浮泥沙分布 . 水科学进展, 2006, 17(2): 242-245.
[15]	庞治国, 付俊娥, 李纪人, 肖乾广. 基于能量平衡的蒸散发遥感反演模型研究 . 水科学进展, 2004, 15(3): 364-369.
[16]	江东, 王建华, 杨小唤, 王乃斌, Rosema A. 黄河流域主要水文参数遥感反演 . 水科学进展, 2003, 14(6): 736-739.
[17]	金亚秋. 中国1996年7月南方暴雨水灾星载微波SSM/I遥感数据分析 . 水科学进展, 1998, 9(1): 47-51.
[18]	李兰. 水质反问题模型的时域频域算法 . 水科学进展, 1998, 9(3): 218-223.
[19]	许有鹏, 陈钦峦, 朱静玉. 遥感信息在水文动态模拟中的应用 . 水科学进展, 1995, 6(2): 156-161.
[20]	陈鸣, 潘之棣. 用卫星遥感热红外数据估算大面积蒸散量 . 水科学进展, 1994, 5(2): 126-133.

点击查看大图

计量

文章访问数: 8
HTML全文浏览量: 2
PDF下载量: 1050
被引次数: 0

海洋重要水文参数的卫星遥感反演研究综述

doi: 10.14042/j.cnki.32.1309.2016.01.015

吴桂平^1,2,
刘元波^1,2,

1. 中国科学院南京地理与湖泊研究所, 江苏南京 210008;

2. 中国科学院流域地理学重点实验室, 江苏南京 210008

基金项目: 国家自然科学基金资助项目(41430855;41401506)

作者简介:
吴桂平(1980-),男,江苏泰州人,博士,主要从事水文遥感研究。E-mail:gpwu@niglas.ac.cn

通讯作者: 刘元波,E-mail:ybliu@niglas.ac.cn

收稿日期: 2015-07-14
刊出日期: 2016-01-25

中图分类号: TV122;G353.11

关键词:

摘要: 经过近50年的发展,海洋卫星遥感日益成熟,各种反演算法和数据集应运而生,大大推动了海洋水文过程的研究。围绕与海洋水文相关的重要物理参数,简要回顾了海面高度、海水深度、海表洋流及海水质量变化的卫星遥感反演基本原理、主要算法以及存在的难点和前沿性研究问题,介绍了应用遥感反演算法制成的全球海洋水文参数主要数据集,并结合目前存在的问题探讨了卫星遥感反演海洋水文参数的发展趋势及所面临的挑战。研究发现,运用多卫星、多通道、多模式的联合反演方法可以显著地提升人们监测海洋水文参数时空动态变化的能力,必将成为未来全球海洋水文遥感的主要研究方向之一。

English Abstract

Satellite retrieval of important ocean hydrological parameters:an overview

WU Guiping^1,2,
LIU Yuanbo^1,2,

1. Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;

2. Key Laboratory of Watershed Geographic Sciences, Chinese Academy of Sciences, Nanjing 210008, China

Received Date: 2015-07-14
Publish Date: 2016-01-25

Keywords:

Abstract: The ocean, which covers 71 percent of the Earth's surface, is a fundamental component of the global water cycle. Accurately monitoring the spatial and temporal dynamics of ocean hydro-physical parameters is important for comprehensive understanding of the global water cycle and the effective management of ocean water resources. Ocean remote sensing is a new and advanced space-based technique for estimating spatio-temporally distributed hydro-physical parameters. With five-decades of aerospace satellite sensors development, remote sensing approaches to retrieving ocean hydro-physical parameters appear mature. This paper briefly describes the principles of and retrieval algorithms for the main ocean hydro-physical parameters of Sea Surface Height(SSH), Sea Depth(SD), Sea Surface Current(SSC) and Water Volume Variation(WVV) using optical, passive-microwave and active-microwave remote sensing or combinations thereof. For each ocean hydro-physical parameter, the deficiencies of a single satellite sensor algorithm can be alleviated with the combined use of multi-sensors. Additionally, with the improvement of retrieval techniques, several regional and global hydro-physical parameter datasets have been generated. Hence, this paper also briefly describes the main datasets and their applications. Furthermore, to improve the retrieval accuracy of each hydro-physical parameter, the combination of observations from different sensors is a promising approach. As a result of international efforts, several new satellites are also scheduled to be launched into space, for example, the joint CNES-NASA satellite project SWOT(launch date in 2020) and China's second space lab, Tiangong-2(launch date in 2016). These satellites will greatly improve our ability to monitor the spatial and temporal dynamics of ocean hydro-physical parameters.

吴桂平, 刘元波. 海洋重要水文参数的卫星遥感反演研究综述[J]. 水科学进展, 2016, 27(1): 139-151. doi: 10.14042/j.cnki.32.1309.2016.01.015

引用本文:

吴桂平, 刘元波. 海洋重要水文参数的卫星遥感反演研究综述[J]. 水科学进展, 2016, 27(1): 139-151. doi: 10.14042/j.cnki.32.1309.2016.01.015

WU Guiping, LIU Yuanbo. Satellite retrieval of important ocean hydrological parameters:an overview[J]. Advances in Water Science, 2016, 27(1): 139-151. doi: 10.14042/j.cnki.32.1309.2016.01.015

Citation:

WU Guiping, LIU Yuanbo. Satellite retrieval of important ocean hydrological parameters:an overview[J]. Advances in Water Science, 2016, 27(1): 139-151. doi: 10.14042/j.cnki.32.1309.2016.01.015

全文HTML

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

留言板

海洋重要水文参数的卫星遥感反演研究综述

doi: 10.14042/j.cnki.32.1309.2016.01.015

作者简介: 吴桂平(1980-),男,江苏泰州人,博士,主要从事水文遥感研究。E-mail:gpwu@niglas.ac.cn

通讯作者: 刘元波,E-mail:ybliu@niglas.ac.cn

Satellite retrieval of important ocean hydrological parameters:an overview

计量

出版历程

海洋重要水文参数的卫星遥感反演研究综述

doi: 10.14042/j.cnki.32.1309.2016.01.015

1. 中国科学院南京地理与湖泊研究所, 江苏 南京 210008; 2. 中国科学院流域地理学重点实验室, 江苏 南京 210008

作者简介: 吴桂平(1980-),男,江苏泰州人,博士,主要从事水文遥感研究。E-mail:gpwu@niglas.ac.cn

通讯作者: 刘元波,E-mail:ybliu@niglas.ac.cn

English Abstract

Satellite retrieval of important ocean hydrological parameters:an overview

1. Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China; 2. Key Laboratory of Watershed Geographic Sciences, Chinese Academy of Sciences, Nanjing 210008, China

全文HTML

目录

作者简介:
吴桂平(1980-),男,江苏泰州人,博士,主要从事水文遥感研究。E-mail:gpwu@niglas.ac.cn

通讯作者:
刘元波,E-mail:ybliu@niglas.ac.cn

1. 中国科学院南京地理与湖泊研究所, 江苏南京 210008;

2. 中国科学院流域地理学重点实验室, 江苏南京 210008

作者简介:
吴桂平(1980-),男,江苏泰州人,博士,主要从事水文遥感研究。E-mail:gpwu@niglas.ac.cn

1. Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;

2. Key Laboratory of Watershed Geographic Sciences, Chinese Academy of Sciences, Nanjing 210008, China