王素娟 崔 鵬 張 鵬 楊忠東 胡秀清 冉茂農 劉 健 林曼筠 邱 紅

1)(國家衛(wèi)星氣象中心，北京 100081) 2)(北京華云星地通科技有限公司，北京 100081)

引 言

風云三號(FY-3)系列是中國第2代太陽同步氣象衛(wèi)星，FY-3A和FY-3B是FY-3(01)批的兩顆試驗星，分別發(fā)射于2008年5月27日和2010年11月5日[1]。FY-3C于2013年9月23日發(fā)射，是FY-3(02)批的首顆業(yè)務星。經過在軌測試后，于2014年5月正式投入業(yè)務運行。FY-3C可見光紅外掃描輻射計(visible and infrared radiometer,VIRR)光譜范圍為0.43～12.5 μm，有10個通道，星下點水平分辨率為1.1 km，掃描范圍為±55.4°[2]，其分裂窗通道(10.3～11.3 μm，11.5～12.5 μm)和中紅外通道(3.55～3.93 μm)可用于估計海表溫度(sea surface temperature，SST，以下簡稱海溫)。

美國國家海洋與大氣管理局(NOAA)首個業(yè)務AVHRR(advanced very high resolution radiometer)海溫算法采用多通道海溫算法(multichannel SST，MCSST)[3]，之后白天采用分裂窗非線性海溫算法(nonlinear SST，NLSST)[4]，夜間采用分裂窗和中紅外通道的三通道NLSST算法[5]。GEOS(geostationary operational environmental satellite)-8/9海溫采用添加了分裂窗亮溫差二次項的MCSST算法[6]。隨著儀器通道性能的提高，水汽窗區(qū)通道也與分裂窗、中紅外通道一起用于紅外海溫的反演[7]。

FY-3C/VIRR海溫產品算法[8]是在FY-3A和FY-3B的VIRR海溫算法的基礎上發(fā)展而來，FY-3A/VIRR海溫產品采用分緯度帶的白天多通道海溫MCSST反演算法[9]，分緯度帶的回歸系數易造成緯度帶相鄰處反演海溫分布的不連續(xù)。FY-3B/VIRR開展多海溫算法回歸建模[10]，采用與歐美海溫產品一致的、全球統(tǒng)一的、區(qū)分白天和夜間的回歸系數[5,7,11]，首次開展夜間海溫的反演。從FY-3C/VIRR海溫產品開始，設計逐像元的海溫質量標識。存檔海溫產品由FY-3(01)批(包括FY-3A和FY-3B)全球1 km等經緯度10°×10°分塊改為原始投影5 min段海溫產品和全球5 km等經緯度投影的日、旬、月產品[12]。FY-3/VIRR海溫產品的精度高度依賴于VIRR儀器性能、星上運行狀態(tài)及其定位和定標精度，且由于衛(wèi)星輻射測量誤差、反演算法誤差、地氣系統(tǒng)輻射相互影響的存在，導致反演產品總是存在誤差[13]。本文通過海溫算法精度評估和海溫質量檢驗比對分析海溫產品的精度，并從一級數據質量、定位、業(yè)務運行狀況等方面討論引起海溫產品異常的原因，為FY-3C/VIRR歷史數據重處理及海溫產品用戶應用提供參考信息。

1 數據來源

1.1 遙感數據

選用2015—2019年FY-3C/VIRR L1B、云檢測和海溫產品數據為研究對象，其中L1B來自國家衛(wèi)星氣象中心FY-3(02)批地面應用系統(tǒng)的數據預處理系統(tǒng)(Data PreProcessing System，DPPS)，按5 min 段存放，每個5 min段L1B數據包含1000 M和GEO兩個數據文件；云檢測和海溫產品來自產品生成系統(tǒng)(Product Generation System，PGS)，原始投影海溫以5 min段HDF5格式存儲，星下點空間分辨率為1.1 km(在生成5 min段海溫產品時，根據PGS系統(tǒng)統(tǒng)一規(guī)定，不含經緯度信息，用戶在使用時需從L1B GEO數據文件中獲取經緯度信息)；日合成海溫產品為全球等經緯度投影，空間分辨率為5 km，HDF5格式存儲。

1.2 觀測海溫

觀測海溫數據選用2015—2019年的iQUAM[14]，來自NOAA衛(wèi)星應用研究中心(NOAA/STAR)，以月為單位，netCDF格式存儲，內含漂流浮標、錨定浮標、船舶海溫及其經緯度、質量標識等信息，用于FY-3C/VIRR 海溫匹配數據集(matchup database，MDB)的建立。其中高精度漂流浮標和錨定浮標用于海溫回歸系數的計算和反演海溫的質量檢驗。

1.3 分析海溫

2015—2019年的日最優(yōu)插值海溫OISST[15](optimum interpolation SST，也稱作Reynolds SST)用于FY-3C/VIRR海溫產品質量檢驗。該海溫數據來自NOAA國家氣候中心(NOAA/NCDC)，是利用船舶、浮標海溫和經過大尺度偏差訂正的AVHRR衛(wèi)星反演海溫，采用最優(yōu)插值處理得到的分析海溫產品，分辨率為0.25°×0.25°，netCDF格式存儲，是水體海溫(bulk SST)。

1982—2011年(30年)月平均海溫來自NOAA地球系統(tǒng)研究實驗室(NOAA/ESRL)，分辨率為1°×1°，用于FY-3C/VIRR海溫質量控制。

2 產品算法

2.1 海溫回歸算法

回歸系數的計算有兩種方法。一種是利用輻射傳輸模式和大氣垂直廓線模擬亮溫，采用模擬的亮溫和輻射計測得的大氣層底部溫度進行回歸計算。該方法對衛(wèi)星儀器光譜特性要求高，且假定輻射計觀測準確代表大氣狀態(tài)，然而輻射計只能測大氣溫度和水汽，其他因子無法測得[16]。另一種是從匹配數據集中的衛(wèi)星觀測亮溫與觀測海溫回歸計算得到，如美國航空航天局(NASA)的PFSST(pathfinder SST)[16]和NOAA的ACSPO(advanced clear sky processor for ocean)[17]。風云衛(wèi)星海溫采用第2種方法。

2.1.1 海溫回歸模型

FY-3C/VIRR海溫所用的回歸模型共5個公式，其中式(1)～式(3)白天夜間均適用，式(4)～式(5)因涉及3.7 μm通道，而該通道白天受太陽反射和散射的影響，所以僅適用于夜間海溫反演。

海溫算法公式如下：

TS=a0+a1T11+a2(T11-T12)+

a3(T11-T12)(secθ-1),

(1)

TS=a0+a1T11+a2(T11-T12)+

a3(T11-T12)2+a4(secθ-1),

(2)

TS=a0+a1T11+a2TFG(T11-T12)+

a3(T11-T12)(secθ-1),

(3)

TS=a0+a1T11+a1T4+a3T12+a4(T4-

T12)(secθ-1)+a5(secθ-1),

(4)

TS=a0+a1T11+a2TFG(T4-T11)+

a3(secθ-1)。

(5)

其中，TS表示反演海溫，T4，T11，T12分別表示3.7 μm，10.8 μm，12 μm通道亮溫，a0～a5表示回歸系數，θ表示衛(wèi)星天頂角,TFG表示第一猜測海溫。式(1)為MCSST[3]，式(3)為NLSST[4]。

為了便于后續(xù)分析，為式(2)、(4)和(5)自定義對應名稱。其中，式(2)為QDSST(split-window quadratic term multichannel SST)，式(4)為TCSST(triple-window multichannel SST)，式(5)為DNSST(dual-window nonlinear SST)。在下文的引用中，海溫算法的前兩個字母為算法縮寫，算法縮寫后面N表示夜間算法，D表示白天算法。

2.1.2 海溫匹配數據集及回歸系數

以5 min段FY-3C/VIRR LIB數據、云檢測產品和觀測海溫數據為輸入，按空間3 km、時間1 h的窗口進行匹配，滿足晴空海洋及匹配條件的像元為一個匹配樣本，記錄衛(wèi)星觀測時間、經緯度、分裂窗亮溫、太陽天頂角、衛(wèi)星天頂角以及浮標觀測時間、經緯度、浮標類型等信息，建立2015—2019全球逐月FY-3C/VIRR海溫匹配數據集。為了從GTS(Global Telecommunication System)搜集更多的觀測海溫，FY-3C PGS系統(tǒng)滯后20 d進行海溫匹配。

在海溫匹配數據集的基礎上進一步挑選用于回歸計算的樣本，空間窗口為1.1 km，時間窗口為1 h。因為赤道附近可用漂流浮標極少，為了提高匹配樣本的覆蓋范圍，還選擇了20°S～20°N的錨定浮標匹配樣本，其他區(qū)域只選擇漂流浮標的匹配樣本。根據太陽天頂角區(qū)分白天和夜間，對回歸模型進行最小二乘回歸，得到第一猜測回歸系數。剔除誤差大于二倍標準差的樣本后，再次進行最小二乘回歸，得到海溫回歸系數。

2.1.3 海溫算法精度評估

圖1為基于逐月匹配數據集的FY-3C/VIRR 海溫多算法精度評估曲線，其中圖1a為白天3種算法反演海溫與浮標海溫的均方根誤差曲線，圖1b為夜間5種算法反演海溫與浮標海溫的均方根誤差曲線，圖1c為白天反演海溫與浮標海溫決定系數(相關系數的平方)，圖1d為夜間反演海溫與浮標海溫決定系數。由圖1a和圖1c可以看到，白天NL_D算法最優(yōu)。由圖1b和圖1d可以看到，3.7 μm通道參與的TC_N與DN_N算法季節(jié)性波動明顯，夏季誤差很大，尤其是DN_N算法，系3.7 μm通道夜間在太陽天頂角85°～118°之間存在太陽污染[18]所致，2016年11月業(yè)務系統(tǒng)進行太陽污染修正，由圖1b和圖1d也可以看到，2017年夏季DN_N算法精度明顯改善，但2018年夏季出現明顯的反彈。夜間的最優(yōu)算法為NL_N。因此，FY-3C/VIRR海溫反演重處理算法采用白天NL_D，夜間NL_N。

圖1 2015—2019年FY-3C/VIRR SST算法反演海溫與觀測海溫的均方根誤差和決定系數(a)白天海溫與浮標海溫的均方根誤差，(b)夜間海溫與浮標海溫的均方根誤差，(c)白天海溫與浮標海溫決定系數，(d)夜間海溫與浮標海溫決定系數

2.2 海溫反演算法

FY-3C/VIRR海溫產品以5 min段FY-3C/VIRR LIB數據、云檢測產品和30年月平均海溫數據為輸入，采用MCSST算法，每日生成約288個5 min 段海溫產品文件。由于云檢測產品存在云漏判現象，尤其是夜間，會帶來較大的負偏差。因此開展如下4類檢驗進行質量控制，并為每個像元賦予一個質量標識：①衛(wèi)星天頂角閾值檢驗。衛(wèi)星天頂角50°以內的像元為優(yōu),其他為良。②空間一致性檢驗。構建3×3數據塊，分別統(tǒng)計數據塊內晴空像元的分裂窗亮溫的標準差，大于1個標準差的像元視為云像元。分別統(tǒng)計3×3數據塊內晴空像元的分裂窗通道的亮溫差，當11 μm 和12 μm亮溫最大與最小值之差不大于1℃時，質量等級為優(yōu)；當11 μm 和12 μm亮溫最大與最小值之差不大于2℃時，質量等級為良；其他為差。③氣候閾值檢驗。以30年月平均海溫作為參考海溫，進行氣候閾值檢驗，超過氣候閾值的像元視為缺省值(為了應對云漏判和定位異常，該閾值設為5℃，這會造成對極端氣候變化不敏感，如極區(qū)海溫異常增溫有時超過5℃)。當反演海溫和氣候海溫的絕對溫差在T1以內時質量為優(yōu)，絕對溫差在T2以內為良，其他為差。其中，T1，T2為經驗閾值(如T1為2℃，T2為3℃)。④反演海溫有效值域檢驗。當反演海溫與11 μm通道亮溫的絕對溫差大于10℃時，視為云像元或無效值；當反演海溫小于-2℃時，視為云像元。

2.3 海溫日合成算法

在每日約288個5 min段海溫產品的基礎上，根據白天、夜間標識，分別將星下點1.1 km的原始海溫產品投影轉換為白天和夜間全球1 km等經緯度投影中間數據。在1 km分辨率的全球投影中間數據中，構建5×5的數據塊，采用質量優(yōu)先的原則，將1 km分辨率的等經緯度投影降分辨率至全球5 km 的等經緯度投影，分白天、夜間存放，并進行逐像元的質量控制。質量優(yōu)先的原則：在5×5的數據塊中，有質量為優(yōu)的像元，則優(yōu)的像元求平均，賦予優(yōu)的質量等級；沒有優(yōu)的像元，則質量為良的像元求平均，賦予良的質量等級；沒有良的像元，則差的像元求平均，賦予差的質量等級；沒有差的像元，則賦為缺省值(云或丟線等)，并在此基礎上進行如下3類檢驗質量控制，為每個像元賦予一個質量標識：①海溫有效值域檢驗。海溫有效值設為-2℃～35℃，如果SST小于-2℃，則賦為缺省值；如果SST大于35℃，則賦值為35℃。②衛(wèi)星天頂角閾值檢驗。衛(wèi)星天頂角不大于50°的像元，設為最優(yōu)；其他像元設為良。③氣候閾值檢驗。反演海溫與30年月平均海溫絕對溫差T1以內為優(yōu)，絕對溫差T2以內為良，絕對溫差5℃以內為差，否則賦缺省值。其中T1，T2為經驗閾值(如T1為2℃，T2為3℃)。

3 質量檢驗

3.1 質量檢驗方法

由于海溫分析場具有時效性好、全球覆蓋的優(yōu)點，常用來作為衛(wèi)星反演海溫的檢驗源數據[19-20]。美國NOAA/STAR的基于Web的準實時海溫監(jiān)測系統(tǒng)SQUAM(SST quality monitor)[21](http:∥www.star.nesdis.noaa.gov/sod/sst/squam/)實現了基于多種海溫分析場的多級海溫產品的準實時質量監(jiān)測。EUMETSAT的METIS(monitoring & evaluation of thematic information from space，http:∥metis.eumetsat.int/sst/index.html)實現了基于OSTIA(operational sea surface temperature and sea ice analysis)[22]的歐洲海溫產品的準實時質量監(jiān)測?；谌兆顑?yōu)插值OISST(下稱OISST)的FY-3C/VIRR海溫質量檢驗方法如下。

3.1.1 FY-3C/VIRR 5 min段海溫產品質量檢驗方法

選取OISST作為FY-3C/VIRR 5 min段海溫的檢驗源數據，通過時空匹配，進行海溫質量檢驗，檢驗步驟如下：①選擇FY-3C/VIRR 5 min段海溫作為被檢驗數據，稱為FY3_SEC；②選擇同日的OISST作為檢驗源數據，并將其通過雙線性插值，插值到VIRR儀器像元(星下點1.1 km)，得到VIRR儀器原始分辨率的FY3_OISST；③用FY3_SEC減去FY3_OISST，得到VIRR儀器原始分辨率的FY3_DIFF。

在FY3_DIFF的基礎上進行誤差統(tǒng)計，根據FY-3C/VIRR 5 min段海溫質量標識中的優(yōu)、良、差3個質量等級(8位字節(jié)中的低2位為質量等級)，分別統(tǒng)計誤差，再以日為單位分別統(tǒng)計白天和夜間各質量等級的5 min段海溫的誤差。

3.1.2 FY-3C/VIRR全球日合成海溫產品質量檢驗方法

選取OISST 作為FY-3C/VIRR全球日合成海溫產品的檢驗源數據，通過時間空間匹配，進行海溫質量檢驗，檢驗步驟如下：①選擇FY-3C/VIRR全球5 km日合成海溫作為被檢驗數據，稱為FY3_5KM；②選擇同日的OISST作為檢驗源數據，并將其通過雙線性插值，插值到0.05°×0.05°的格點上，得到與FY-3C/VIRR全球5 km日合成海溫同樣分辨率的OISST，稱作OISST_5KM；③用FY3C_5KM減去OISST_5KM，得到5 km分辨率的DIFF_5KM。

在DIFF_5KM的基礎上進行誤差統(tǒng)計，根據FY-3C/VIRR日合成海溫質量標識中的優(yōu)、良、差3個質量等級，區(qū)分白天和夜間，分別統(tǒng)計各質量等級的日合成海溫的誤差。

3.2 質量檢驗結果

3.2.1 FY-3C/VIRR 5 min段海溫產品質量檢驗結果

與OISST相比，2015年1月—2019年12月FY-3C/VIRR 5 min段海溫產品白天優(yōu)、良、差各質量等級的誤差分別為-0.18±0.85℃，-0.27±1.47℃，-2.79±3.09℃，占比分別為51%，43%，6%，白天5 min段海溫產品全樣本的誤差為-0.33±1.42℃；夜間5 min段海溫產品優(yōu)、良、差各質量等級的誤差分別為：-0.06±0.80℃，-0.23±1.38℃，-2.84±3.02℃，占比分別為51%，44%，5%，夜間5 min段海溫產品全樣本的誤差為-0.25±1.34℃。

圖2為2015—2019年FY-3C/VIRR 5 min段海溫質量為優(yōu)的樣本的逐日誤差統(tǒng)計曲線。由圖2可以看到，白天5 min段海溫的均方根誤差有季節(jié)波動，夏季誤差較大，其主要原因是衛(wèi)星紅外遙感到的是水下10 μm以上的海表溫度，即皮層溫度(skin SST)，而作為質量檢驗參考海溫是水體溫度(bulk SST)，在白天微風日照強烈的條件下，二者差異可達1℃以上[18]。夜間海溫產品的均方根誤差變化較小，但自2016年1月19日之后，在回歸系數(SST_COEF_V3)不變的情況下，海溫夜間偏差有季節(jié)性波動，經分析，與星上黑體溫度的季節(jié)性波動高度相關。定標組確認分裂窗通道定標存在季節(jié)性變化，這也是正在進行的定標重處理著力解決的問題之一。圖2中均方根誤差曲線上可見2015年7月有明顯異常跳變，系2015年7月2日定位異常所致。

圖2 2015—2019年FY-3C/VIRR 5 min段質量為優(yōu)的SST產品逐日誤差統(tǒng)計曲線

由圖2海溫偏差曲線可以看到，2015年1月19日和2016年1月19日兩次回歸系數更新引起的跳變，同時也能看出2015年1月1—19日期間，由于定標更新而回歸系數滯后生成及更新引起的海溫偏差的跳變。正在進行的FY-3C/VIRR海溫產品重處理，反演算法采用NLSST，回歸系數采用當月回歸系數，可以提高海溫產品的精度和一致性(圖3)。海溫誤差曲線上的跳變，由星上遙感儀器工況發(fā)生變化(如：黑體溫度跳變、單粒子翻轉)、定位異常、業(yè)務運行異常引起(詳見第3.3節(jié))。

圖3 2016年1月FY-3C/VIRR 5 min段質量為優(yōu)的SST產品逐日誤差統(tǒng)計曲線

表1是2016年1月業(yè)務和重處理5 min段海溫與OISST相比各質量等級的誤差情況，業(yè)務海溫白天優(yōu)、良、差各質量等級的誤差分別為-0.31±0.81℃，-0.44±1.35℃，-2.81±2.97℃，占比分別為52%，42%，6%；夜間優(yōu)、良、差各質量等級的誤差分別為-0.32±0.84℃，-0.5±1.42℃，-3.05±3.23℃，占比分別為51%，44%，5%。重處理海溫白天優(yōu)、良、差各質量等級的誤差分別為-0.02±0.66℃，-0.56±1.14℃，-2.82±2.97℃，占比分別為59%，37%，4%；夜間優(yōu)、良、差各質量等級的誤差分別為-0.08±0.72℃，-0.59±1.24℃，-2.89±2.98℃，占比分別為56%，38%，6%。重處理海溫與業(yè)務海溫相比，精度提高，最優(yōu)樣本數增加。

表1 2016年1月FY-3C/VIRR 業(yè)務和重處理5 min段海溫誤差統(tǒng)計結果(參考海溫為日OISST)

由圖3的誤差曲線可以看到，重處理海溫的精度和一致性均比業(yè)務海溫有所提高。但同時也注意到，業(yè)務和重處理海溫偏差均在2016年19—22日發(fā)生跳變，系星上黑體溫度發(fā)生跳變所致。2016年1月19日業(yè)務系統(tǒng)更新了海溫回歸系數，由圖3可以看到，自2016年1月20日起，業(yè)務海溫偏差較之前負偏差有所改善，與重處理海溫偏差較為接近。由夜間誤差曲線可見，2016年1月7日業(yè)務海溫偏差和均方根誤差均發(fā)生跳變，系藍色條帶異常所致(詳見第3.3節(jié))。

3.2.2 FY-3C/VIRR 5 km全球日合成海溫產品質量檢驗結果

與OISST相比，2015—2019年FY-3C/VIRR 5 km 全球日合成海溫產品白天優(yōu)、良、差各質量等級的誤差分別為-0.18±0.82℃，-0.46±1.41℃，-1.47±3.15℃，占比分別為45%，49%，6%，白天5 km全球日合成海溫全樣本的誤差為-0.38±1.4℃；夜間5 km全球日合成海溫產品優(yōu)、良、差各質量等級的誤差分別為-0.1±0.78℃，-0.4±1.38℃，-1.47±3.08℃，占比分別為45%，49%，6%，夜間5 km全球日合成海溫全樣本的誤差為-0.31±1.35℃。

圖4為2015—2019年FY-3C/VIRR 5 km全球日合成海溫質量為優(yōu)的樣本的逐日誤差統(tǒng)計曲線，與圖2原始投影(星下點1.1 km)的日平均海溫誤差趨勢一致，誤差曲線更平滑。由圖4可見，白天海溫的均方根誤差存在季節(jié)波動，夏季誤差較大；夜間海溫產品的均方根誤差變化較小，但自2016年1月19日后，在回歸系數(SST_COEF_V3)不變的情況下，海溫夜間偏差有明顯的季節(jié)性波動，與星上黑體溫度的季節(jié)性波動高度相關。誤差曲線上的跳變及其原因同3.2.1節(jié)。

圖4 2015—2019年FY-3C/VIRR 5 km全球日合成質量為優(yōu)的SST產品逐日誤差統(tǒng)計曲線

3.3 誤差分析

海溫產品是天氣預報、氣候監(jiān)測以及氣候數值模擬研究的重要輸入參數[23-25]。除海溫算法本身的精度外，海溫產品的精度還取決于遙感儀器的性能[10]、衛(wèi)星資料的定位[26-28]、定標[29-30]、云檢測[31]算法精度和業(yè)務運行情況。根據FY-3C/VIRR 5 min段海溫產品質量檢驗結果，引起FY-3C/VIRR海溫產品異常的典型原因分析如下：當海溫產品異常表現為有效像元減少、誤差增大時，考慮為星上紅外儀器單粒子翻轉(single event upset，SEU)所致，此時紅外遙感數據異常；當L1B可見光圖像上的地標與L1B數據中的海陸模板沖突時，考慮為定位異常所致，此類異常海溫反演程序難以識別，雖屬偶發(fā)，但會引起該5 min段海溫參與的日、旬、月海溫產品的異常；當全球日合成海溫圖像上出現藍色條帶時，考慮為業(yè)務運行異常所致，該異常重處理時不復現，雖屬偶發(fā)，但會引起該5 min段海溫參與的日合成海溫產品的異常。

4 小 結

1)與日分析場OISST相比，2015—2019年FY-3C/VIRR 5 min段海溫產品質量等級為優(yōu)的海溫誤差分別為-0.18±0.85℃(白天)，-0.06±0.8℃(夜間)。2015—2019年FY-3C/VIRR 5 km全球日合成海溫產品質量等級為優(yōu)的海溫誤差分別為-0.18±0.82℃(白天)，-0.1± 0.78℃(夜間)。建立準實時的海溫產品質量檢驗系統(tǒng)有利于異常的及時發(fā)現及處理。

2)用戶在使用FY-3C/VIRR海溫產品時，可根據自己的需求，選用不同質量等級的海溫。如對于從事氣候研究的用戶，可選用質量等級為優(yōu)的海溫；對于對海溫精度要求不太高而對海溫覆蓋度要求高的洋面鋒研究及海洋漁業(yè)等用戶，可選用質量等級為優(yōu)和良的海溫；質量等級為差的海溫中，蘊含著一級數據異常、定位異常、定標異常等信息，對產品生產者分析誤差原因及改進產品質量有益。同時，質量等級為差的像元也可能包含極端天氣和氣候的信息，如臺風抽吸作用造成的海溫異常偏低，或極區(qū)極端增溫使反演海溫超出氣候海溫閾值等。

3)FY-3C/VIRR海溫產品的精度高度依賴于VIRR儀器性能、星上運行狀態(tài)及定位和定標精度，歷史海溫重處理可以通過使用當月的回歸系數和更高精度的第一猜測海溫提高海溫產品的精度。長序列海溫產品的一致性研究是下一步的工作重點。定位定標改進、星上工況改變等對海溫產品精度的影響分析及對前端的反饋，是目前正著手開展的工作。

致 謝:本項工作得到國家衛(wèi)星氣象中心許健民院士的大力支持與指導，盧乃錳研究員、張甲珅研究員、陸風研究員、唐世浩研究員的大力支持，在此表示感謝。同時感謝GHRSST(the Group for High Resolution Sea Surface Temperature)海溫科學組的管磊教授、Alexander Ignatov博士和Peter Minnett教授的有益討論與解惑；感謝美國國家海洋與大氣管理局衛(wèi)星應用研究中心(NOAA/STAR)提供的觀測海溫；感謝美國國家海洋與大氣管理局國家氣候中心(NOAA/NCDC)提供的雷諾茲最優(yōu)插值海溫OISST；感謝美國國家海洋與大氣管理局地球系統(tǒng)研究實驗室(NOAA/ESRL)提供的30年月平均海溫。