基于XGBoost的中法海洋卫星微波散射计海冰密集度反演研究
牟晓恒1
羊丽青1
林文明2
1.南京信息工程大学海洋科学学院,江苏南京 2100442.南京信息工程大学海洋科学学院,江苏南京 210044;自然资源部空间海洋遥感与应用重点实验室,北京 100081
摘要：海冰密集度是监测海冰的重要要素之一,其时间变化和空间分布对于全球气候变化研究、航线规划和冰区作业等方面具有重要意义.中法海洋卫星(China-France Oceanography SATellite,CFOS AT)微波散射计(SCATterometer,简记为"CSCAT")凭借扇形波束旋转扫描的特点,可在单个网格内获得含有丰富入射角和方位角信息的多次观测样本,这为海冰密集度的准确反演创造了条件.考虑到目前尚未明确散射计测量要素与海冰密集度之间的定量关系,因此本文构建了利用CSCAT后向散射系数及其他观测要素进行海冰密集度反演的机器学习模型.首先,通过海洋和海冰卫星应用设施(Ocean and Sea Ice Satellite Application Facility,OSI SAF)所提供的微波辐射计海冰密集度产品与CSCAT后向散射系数匹配,得到用于海冰密集度反演的数据集.其次,利用XGBoost(eXtreme Gradient Boosting)机器学习算法构建基于CSCAT后向散射系数数据的海冰密集度反演模型.再次,对模型在不同季节、不同极区下的反演结果精度及实际空间分布特征进行了分析.南北两极对比结果表明,模型在北极海冰密集度反演上的表现优于南极,而不同季节对比结果表明,冬季海冰密集度模型反演误差最小.不同海冰密集度下的模型表现也存在一定差异,即当海冰密集度较高时,模型反演结果存在低估情况,网格为纯海水覆盖时,模型有时会错分为海冰.整体来看,虽然利用散射计后向散射系数直接进行海冰密集度反演与辐射计结果相比一致性有一定差异,但研究结果为海冰密集度反演提供了一种新的可能性.
关键词：中法海洋卫星(CFOSAT)散射计海冰密集度(SIC)海冰范围XGBoost算法
分类号：P715.6(海洋调查与观测)P731.15(海洋基础科学)
资助基金：国家重点研发计划(2022YFC3104900)国家重点研发计划(2022YFC3104902)
论文发表日期：2024-12-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：12( 64-75 )
英文信息