Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2025 , Vol. 44 >Issue 2: 48 - 55

DOI: https://doi.org/10.11978/2024111

Marine Meteorology

Data reconstruction of tropical cyclone significant wave height based on ocean wave spectrometer observations and reanalysis data*

  • REN Yuheng , 1 ,
  • GAO Yuan , 1 ,
  • WANG Yunhua 1 ,
  • SUN Jian 2
Expand
  • 1. Faculty of Information Science and Engineering, Ocean University of China, Qingdao 266100, China
  • 2. College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China
GAO Yuan. email:

Copy editor: YIN Bo

Received date: 2024-05-28

  Revised date: 2024-07-05

  Online published: 2024-07-10

Supported by

National Natural Science Foundation of China(42306196)

Natural Science Foundation of Shandong Province(ZR2022QF069)

Fold

Abstract

Data of significant wave heights (SWHs) is the basis of the investigations of tropical cyclone (TC) wave forecasting and retrieval technology. Based on the high-precision SWHs observed by the wave spectrometer of Surface Waves Investigation and Monitoring (SWIM) on board the China-France oceanography satellite (CFOSAT), this paper corrected the underestimation error of the SWHs under high sea state from the fifth generation reanalysis (ERA5) of European center for medium-range weather forecasts (ECMWF), providing a reliable support for the construction of a TC SWHs dataset with high accuracy and large sample quantity. Firstly, due to the temporal and spatial resolution differences between ERA5 and SWIM data, this paper utilized the latitude and longitude transformation and the inverse distance weighting method of spatial interpolation to match the two data spatially and temporally. Then, the correlation relationship that the ERA5 error increases with the increase of SWIM SWHs was obtained through data comparison. Based on this relationship, a reconstruction equation from ERA5 to SWIM was constructed using the linear regression method. Finally, the reconstruction equation was validated using the data from two (USA) National Data Buoy Center (NDBC) buoys. The results showed that for waves higher than 5 m, the Root Mean Square Error (RMSE) of the ERA5 SWHs reduced from 1.65 m and 1.08 m before the reconstruction to 1.18 m and 0.71 m after it, respectively, proving the effectiveness of the reconstruction equation.

Key words： wave spectrometer; ERA5; significant wave height; tropical cyclone

Cite this article

REN Yuheng , GAO Yuan , WANG Yunhua , SUN Jian . Data reconstruction of tropical cyclone significant wave height based on ocean wave spectrometer observations and reanalysis data*[J]. Journal of Tropical Oceanography, 2025 , 44(2) : 48 -55 . DOI: 10.11978/2024111

热带气旋是一种生成于热带洋面上的中尺度天气系统, 是自然界中最具破坏性的天气现象之一, 为了更好地监测、研究和预报热带气旋对海洋波浪的影响, 为海上和沿海活动提供更准确的预警和决策支持, 开展热带气旋环境下的海浪探测技术研究至关重要。在所有海浪参数中, 有效波高(significant wave height, SWH)的平方代表海浪谱能量, 是十分重要的海洋环境要素。构建高精度、大范围、大样本的海浪有效波高数据集是开展热带气旋海浪变化规律和反演技术研究的重要前提, 可以为相关预测技术提供有力支撑。
当前, 卫星观测和模式再分析是两种常用的热带气旋海浪有效波高数据源, 卫星观测主要包括高度计、波谱仪、合成孔径雷达(synthetic aperture radar, SAR)、红外探测器等。其中, 海面波高调查和监测 (surface waves investigation and monitoring, SWIM)波谱仪是一种搭载在中法海洋卫星(China-France oceanography satellite, CFOSAT)上的新型传感器, 是全球第一种可以实现海洋表面风、浪大面积、高精度同步观测的雷达。SWIM采用六波束真实孔径雷达(real aperture radar, RAR), 兼顾了高度计和合成孔径雷达(synthetic aperture radar, SAR)的优点, 可同时测量高精度的海面有效波高海浪谱, 提供比高度计更全面的海浪信息(储小青, 2011)。自2019年运行至今, 已有不少学者对SWIM探测海浪的有效性和精确度进行了验证。对波谱仪第一批观测数据的评估表明, 有效波高观测精度与高度计接近, 波浪谱准确性在70~500m海浪波长范围内表现良好(Hauser et al, 2021); 通过与贾森3号卫星(Jason-3)对比, 波谱仪和海洋二号卫星有效波高均方根误差为0.21m和0.27m (Li et al, 2021); 波谱仪0°波束观测有效波高数据与美国国家数据浮标中心(National Data Buoy Center, NDBC)浮标数据对比, 均方根误差为0.39m (Liang et al, 2021); 此外, 李波等利用人工神经网络构建南海海域的波谱仪海浪波长校准模型, 与独立浮标数据的比对表明CFOSAT波长校准模型具有良好精度(Li et al, 2022)。
然而, 由于单一微波雷达仅能沿轨运行, 存在时空覆盖范围不足的固有缺陷, 因此难以对某个台风进行连续观测, 难以与其他卫星资料大量时空匹配。针对这一缺陷, 国内外学者提出了多种卫星数据融合、匹配技术, 且已有显著成果, 主要方法有: 反距离加权法、克里金法和连续校正法等(Zhu et al, 2018)。陈小燕等(2009)研究表明, 在3颗卫星参加融合的情况下, 反距离加权法效率更高; 徐广珺等(2013)利用反距离加权法根据不同融合方案得到3颗卫星数据的融合结果, 使用NDBC浮标观测数据对结果进行评价, 证明反距离加权法可在一定程度上弥补空间分布不均匀的缺陷。
再分析数据方面, 以目前使用十分广泛的欧洲中期天气预报中心(European Center for Medium-range Weather Forecasts, ECMWF)再分析数据集为例, 其通常低估热带气旋风场强度, 导致海浪波高偏低, 且误差随有效波高的增大而增大, 这一缺陷已被许多研究证实。例如, Stopa等(2014)研究表明再分析资料-I (ECMWF reanalysis interim, ERA-Interim) 数据在高海况下低估有效波高 25%~40%; ERA5与高度计数据对比结果表明, 热带气旋下ERA5低估了风力而导致气旋中心的最大风速和有效波高被低估了45%和8%以上(Lodise et al, 2024); ERA5与浮标数据对比也证明ERA5低估了高于1.25m的观测值, 且误差随有效波高增大而增大(Wang et al, 2022)。其中, 前面提到的ERA5是ECMWF的第五代也是最新的气象再分析数据集, 在其发展完善的十几年里, 国内外学者们对ECMWF再分析数据集在各个地区和各种极端天气下的适用性进行了分析(Kumar et al, 2015; Bruno et al, 2020; Hersbach et al, 2020; 李爱莲 等, 2021), 并提出了多种改进方案(Caires et al, 2005; Chen et al, 2023; Costa et al, 2023)。
此外, 值得一提的是, 以浮标观测有效波高值为真值, 波谱仪有效波高数据均方根误差和相关系数分别为0.27m和0.98 (Li et al, 2021), 而ERA5有效波高数据均方根误差和相关系数分别为0.33m和0.96 (Wang et al, 2022), 由此可见波谱仪有效波高数据精度更加接近浮标资料。
综上所述, 对当前的热带气旋海浪数据而言, 卫星观测虽然准确度较高, 但时空覆盖范围有限, 再分析数据虽然可以提供大范围、高时间分辨率的有效波高, 但针对高海况一般误差较大。为了解决这一问题, 本文以北大西洋为研究区域, 结合2020—2023年间SWIM波谱仪、ERA5有效波高数据和路径信息, 使用经纬度变换、反距离空间差值和线性回归分析等方法, 构建了从ERA5到SWIM的热带气旋海浪有效波高重构方程, 最后利用NDBC浮标数据对重构结果进行了验证。

1 数据与方法

1.1 数据来源

1.1.1 波谱仪有效波高数据

CFOSAT是一个轨道高度约 500km的极轨卫星, 搭载的SWIM波谱仪是一个 Ku 波段(13.6GHz)的多波束真实孔径雷达。其中的一个波束为天底方向观测的笔形波束, 用于有效波高和风速测量, 另外的波束为偏离天底方向 2° ~ 10°范围内的5个笔形波束, 用于获得海浪方向谱, 可以提供比高度计更全面的波浪信息, 在研究海洋动力现象中具有广阔的应用前景(Hermozo et al, 2022)。如果以浮标数据为准确值, 波谱仪对波高3m以上海浪谱的观测精度高于对波高3m以下海浪谱的观测精度, 因此, 波谱仪更加适用于高有效波高的观测(Li et al, 2023)。波谱仪有效波高数据可在国家海洋卫星应用中心网站免费下载: https://osdds.nsoas.org.cn/OceanDynamics。

1.1.2 再分析海浪数据

再分析将各种类型的观测数据同化为与大气环流模式动态相关的数据集, 这类数据具有全球覆盖、空间完整性和记录均一的优点, 但对于没有数据或有限的同化观测地区, 再分析数据的可靠性可能较低。本研究选择目前使用最为广泛的再分析数据集——欧洲中期天气预报中心(ECMWF) ERA5有效波高数据, 其时间分辨率为1h, 空间分辨率为0.5° × 0.5°, 下载网址: https://cds.climate.copernicus.eu。ECMWF较早开展了全球气象的再分析研究, 是当今全球一流的国际性天气海洋预报研究和业务机构, 其再分析产品经过了FGGE、ERA-15、ERA-40、ERA-Interim 4代, ERA-5是其第五代也是最新一代再分析产品, 目前已经在国际上得到广泛使用和认可。相较于前几代, ERA5最大的优势是时空分辨率大幅提高, 水平时空分辨率由80km、6h提高到了31km、1h, 垂直分层也由60层提升到137层。

1.1.3 热带气旋路径数据

本研究所使用的热带气旋路径数据(best track)来自美国国家飓风中心(National Hurricane Center, NHC), 包括每6h记录一次的气旋中心经纬度及近中心最大风速、中心最低气压等信息, 以及两种格式的路径数据, 本文使用的是shp格式, 免费下载网址: https://www.nhc.noaa.gov/data/tcr。2020至2023年间在北大西洋该数据集共包含90个热带气旋路径数据, 绘制如图1。
图1 2020—2023年北大西洋热带气旋路径图

该图基于自然资源部标准地图服务网站下载的审图号为GS(2016)1665号的标准地图制作, 底图无修改。白色区域为海洋; 绿色区域为陆地; 蓝色部分表示湖泊; 红色十字表示热带气旋中心位置; 蓝色实线为热带气旋路径

Fig. 1 Tropical cyclone best tracks in the North Atlantic from 2020 to 2023

1.2 研究方法

1.2.1 经纬度变换——时间匹配

由于ERA5时间分辨率为1h, 而波谱仪连续观测, 相邻两个观测点的时间间隔小于1s, 因此二者在时间上会有小于0.5h的偏差。为了使数据匹配更加精确, 本文采用经纬度变换的方法, 将波谱仪观测时刻变换到ERA5时刻。首先, 根据路径数据计算波谱仪数据和再分析数据相差时间段内的热带气旋平均移动速度, 然后, 假设有效波高空间分布在该时段内不变, 将波谱仪数据的经纬度由原观测时刻变换至再分析数据时刻, 具体公式如下:
M Lat = Lat 2 Bt − Lat 1 Bt 6
M Lon = Lon 2 Bt − Lon 1 Bt 6
Lat = Lat 0 + M Lat T
Lon = Lon 0 + M Lon T
式中: M Lat和 M Lon代表波谱仪数据和再分析数据相差时间段内的热带气旋平均移动速度(单位: (°)·h-1); Lat 1 Bt( Lon 1 Bt)、 Lat 2 Bt( Lon 2 Bt)分别代表卫星观测时刻前、后路径数据提供的热带气旋中心纬度(经度); 分母中的“6”是相邻路径数据时间差6h; Lat( Lon)为变换后的波谱仪数据纬度(经度), Lat 0( Lon 0)为波谱仪数据原始纬度(经度), T 为波谱仪数据与再分析数据相差的时间(单位: h)。

1.2.2 反距离加权法空间插值——空间匹配

同样, 由于ERA5提供0.5° × 0.5°的网格数据, 而波谱仪沿轨连续观测, 相邻观测点间经纬度差值小于0.1°, 二者空间分辨率不相同, 即一个ERA5网格中会有多个波谱仪观测点, 如图2所示。
图2 波谱仪沿轨观测点与ERA5再分析数据网格位置示意图

Fig. 2 Schematic diagram of SWIM along-track observation points and ERA5 reanalysis grids

为了保证数据匹配的准确性, 有必要对波谱仪数据进行空间插值, 将波谱仪在网格中心点的插值结果作为与ERA5数据的匹配结果, 以达到精确匹配的目的。本文采用反距离加权空间插值法, 该方法认为观测点离网格中心越远, 对插值结果的贡献越小; 离网格中心越近, 对插值结果的贡献越大, 具体公式如下:
$H_{\mathrm{c}}=\sum_{i=1}^{n} H_{i} W_{i} \bigg{/} \sum_{i=1}^{n} W_{i} $
W i = 1 / d i m
式中: H c为再分析网格中心的波谱仪数据有效波高插值结果(单位: m); n为网格中卫星观测点的个数; H i是第 i个点的有效波高波谱仪数据值(单位: m); W i为第 i个点的权重函数; d i为第 i个点到再分析网格中心的距离(单位: m); 幂参数m取2。数据处理流程见图3。
图3 数据处理流程

灰蓝色代表热带气旋路径数据处理流程; 绿色代表ERA5数据处理流程; 蓝色代表波谱仪数据处理流程; 棕色代表匹配流程

Fig. 3 Flow chart of data processing

1.2.3 线性回归方程

在建立波谱仪与ERA5有效波高匹配数据集后, 考虑到ERA5数据误差随有效波高值增大而增大的线性变化规律, 本研究采用线性回归方法, 将ERA5数据作为自变量, 波谱仪数据值作为因变量, 建立再分析数据到波谱仪数据的映射关系, 具体公式如下:
H c = α H ERA 5 + β
式中: H ERA 5为波谱仪海浪有效波高插值结果对应的ERA5数据(单位: m); α、 β为回归方程参数。

2 ERA5重构方程构建与验证

2.1 重构方程构建

2.1.1 匹配结果与分析

在对11887对数据完成匹配后得到图4, 图4a表示ERA5与波谱仪差值随波谱仪有效波高的变化关系, 以波谱仪观测值为真值, 可发现误差随有效波高增大而增大的线性关系, 且在大约3m二者很接近, 小于3m时ERA5易高估有效波高, 大于3m时ERA5易低估有效波高; 图4b为ERA5与波谱仪匹配数据分布图, 可见大部分数据点分布在ERA5与波谱仪相等直线附近, 此外虽然在1∶1直线上下都有数据点, 但根据统计在直线上方占多数, 红色直线为线性拟合结果。
图4 SWIM波谱仪与ERA5有效波高数据对比

a. ERA5与波谱仪差值随波谱仪有效波高的变化情况; b. ERA5与波谱仪匹配数据分布图

Fig. 4 Comparison of SWIM and ERA5 SWHs

2.1.2 线性回归结果

通过线性回归得到重构方程:
H r = 1.3842 H ERA5 − 1.4037
式中: H r为重构后的海浪有效波高(单位: m)。
根据图4可知, 当 H ERA5小于3.653m时, 重构得到的 H r将小于 H ERA5; 当 H ERA5大于3.653m时, H r将大于 H ERA5。也就是说, 此重构方程在3.653m以下校正了正的误差, 在3.652m以上校正了负的误差, 这与前人研究结果相吻合, 即ERA5高估了低有效波高, 低估了高有效波高。

2.2 重构方程验证

2.2.1 验证数据与方法

在得到ERA5有效波高重构方程后, 本文利用美国NDBC浮标数据对重构结果进行验证。随机选取41044号浮标在2021年的数据和41048号浮标在2023年的数据, 两个浮标经纬度固定不变, 提供有效波高、主波周期、平均波浪周期、海平面气压等信息, 下载网站 https://www.ndbc.noaa.gov/。其中, 浮标41044位于(21°34′55′′N, 58°37′48′′W), 时间分辨率为1h; 浮标41048位于(31°49′51′′N, 69°34′22′′W), 时间分辨率为0.5h。
验证具体方法为: 将浮标有效波高数据与ERA5数据进行匹配对比, 匹配时对每小时内记录的浮标数据做平均处理, 然后计算并对比重构前后均方根误差、平均绝对误差、相关系数。此外, 针对热带气旋海况, 本文对大于5m的ERA5有效波高进行了单独验证, 计算并对比重构前后均方根误差、平均绝对误差、相关系数。

2.2.2 重构数据与浮标对比结果

41044号浮标2021年全部有效波高数据验证结果如图5所示, 图5a为ERA5数据重构前与浮标的对比图, 可见在高有效波高下ERA5数据集中分布在1∶1直线以下; 图5b为重构后的数据对比, 经过重构, 高有效波高下的数据分布在了1∶1直线附近。重构前后均方根误差、平均绝对误差、相关系数见表1。不难发现, 重构后数据相关程度更加接近, 误差也相应减小。
图5 ERA5有效波高重构前(a)、后(b)与NDBC 41044浮标2021年数据对比

Fig. 5 Comparison of buoy 41044 in 2021 and ERA5 SWHs before (a) and after (b) reconstruction

表1 ERA5有效波高重构前后与41044浮标2021年数据的误差对比

Tab. 1 Error comparison of ERA5 SWHs before and after reconstruction, based on buoy 41044 in 2021

验证参数 重构前 重构后
均方根误差/m 0.24 0.23
平均绝对误差/m 0.18 0.18
相关系数 0.94 0.94
为了避免验证结果的偶然性, 充分验证重构方程的准确性, 本研究另外选取了浮标41044在2021年的数据, ERA5有效波高重构前后的验证结果如图6所示, 误差对比见表2, 可发现重构后数据同样表现出更好的相关性和更小的误差。
图6 ERA5有效波高重构前(a)、后(b)与NDBC 41048浮标2023年数据对比

Fig. 6 Comparison of buoy 41048 in 2023 and ERA5 SWHs before (a) and after (b) reconstruction

表2 ERA5有效波高重构前后与41048浮标2023年数据的误差对比

Tab. 2 Error comparison of ERA5 SWHs before and after reconstruction, based on buoy 41048 in 2023

验证参数 重构前 重构后
均方根误差/m 0.32 0.31
平均绝对误差/m 0.26 0.20
相关系数 0.95 0.96
由图5、图6可见, 验证数据中5m以下有效波高占绝大多数, 并且误差较小, 覆盖了对热带气旋海浪(高有效波高)的重构效果, 为评估高有效波高下的重构效果, 本研究筛选出ERA5 5m以上数据, 将重构前后的结果与NDBC浮标41044和41048进行对比, 结果见图7、表3、图8、表4。
图7 5m以上ERA5有效波高重构前(a)、后(b)与NDBC 41044浮标2021年数据对比

Fig. 7 Comparison of SWHs above 5 m before (a) and after (b) reconstruction between ERA5 and buoy 41044 in 2021

表3 5m以上ERA5有效波高重构前后与41044浮标2021年数据的误差对比

Tab. 3 Error comparison of ERA5 SWHs above 5 m before and after reconstruction, based on buoy 41044 in 2021

验证参数 重构前 重构后
均方根误差/m 1.65 1.18
平均绝对误差/m 1.43 0.89
相关系数 0.72 0.91
图8 5m以上ERA5有效波高重构前(a)、后(b)与NDBC 41048浮标2023年数据对比

Fig. 8 Comparison of SWHs above 5 m before (a) and after (b) reconstruction between ERA5 and buoy 41048 in 2023

表4 5m以上ERA5有效波高重构前后与41048浮标2023年数据的误差对比

Tab. 4 Error comparison of ERA5 SWHs above 5 m before and after reconstruction, based on buoy 41048 in 2023

验证参数 重构前 重构后
均方根误差/m 1.08 0.71
平均绝对误差/m 0.94 0.54
相关系数 0.78 0.90
根据5m以上海浪重构结果可以看出, 即使将NDBC浮标数据视为准确值, 也可以得出ERA5低估5m以上有效波高的结论, 本文提出的重构方程能在一定程度上有效减小高海况下ERA5数据低估有效波高的误差。

2.2.3 不同气旋强度下重构效果分析

由于浮标观测为单点测量, 无法反映不同气旋强度下重构浪场的误差变化规律, 因此我们使用波谱仪数据比较重构结果, 强度划分依据为热带气旋路径文件中最大风速, 绘制图9, 图9中每个圆圈代表一个热带气旋样本。通过线性拟合函数可得误差随强度的变化趋势, 可见平均误差随强度增大而减小, 整体上有不超过1.5m的偏低误差, 进一步证明了重构方程的有效性, 并且更适用于高强度的热带气旋。
图9 不同气旋强度下重构平均误差

Fig. 9 Mean reconstruction error at different cyclone intensities

3 结论

本文通过将热带气旋环境下CFOSAT SWIM波谱仪与ERA5有效波高数据匹配对比, 评估了ERA5有效波高数据存在的误差, ERA5略微高估3m以下海浪, 低估3m以上海浪; 然后, 利用线性回归得到由ERA5到波谱仪的有效波高重构方程, 并使用NDBC浮标数据对ERA5重构结果进行验证, 对比结果表明, 重构后ERA5数据与浮标数据更加吻合, 相关系数增大, 均方根误差、平均绝对误差相应减小, 证明了此重构方程的有效性。
当然, 本文仍然存在着一些不足。例如, 为了简化研究, 本文仅考虑了波谱仪有效波高观测数据与ERA5有效波高数据之间的关系, 而实际热带气旋浪高还与风速等因素相关, 并且ERA5在热带气旋下低估了气旋中心的最大风速也是误差产生的主要原因。把ERA5风场作为背景场, 结合经验风场模型, 如杰氏(Jelesnianski)模型构建新的风场模型, 应用于第三代波浪模型将有助于提高有效波高的后报精度。此外, 研究区域不同, ERA5误差情况也有所区别, 本文仅选取了北大西洋热带气旋作为研究对象, 并未涉及其他海域, 若想达到更加精细的ERA5热带气旋海浪重构效果, 针对不同海域开展实验将是未来的着手方向。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
陈小燕, 杨劲松, 黄韦艮, 等, 2009. 多源卫星高度计有效波高数据融合方法研究[J]. 海洋学报, 31(4): 51-57.

CHEN XIAOYAN, YANG JINSONG, HUANG WEIGEN, et al, 2009. Research on the fusion methods of significant wave height data from multisatellite altimeters[J]. Haiyang Xuebao, 31(4): 51-57 (in Chinese with English abstract).

[2]
储小青, 2011. 海浪波谱仪海浪遥感方法及应用基础研究[D]. 青岛: 中国科学院研究生院(海洋研究所).

CHU XIAOQING, 2011. The algorithm and applied basic study on remote sensing of ocean wave spectrum for ocean wave spectrometer[D]. Qingdao: Institute of Oceanology, Chinese Academy of Sciences (in Chinese with English abstract).

[3]
李爱莲, 刘泽, 洪新, 等, 2021. 台风条件下ERA5再分析数据对中国近海适用性评估[J]. 海洋科学, 45(10): 71-80.

LI AILIAN, LIU ZE, HONG XIN, et al, 2021. Applicability of the ERA5 reanalysis data to China adjacent Sea under typhoon condition[J]. Marine Sciences, 45(10): 71-80 (in Chinese with English abstract).

[4]
徐广珺, 杨劲松, 徐圆, 等, 2013. “海洋二号”有效波高数据在多源卫星高度计数据融合中的应用[J]. 海洋学报, 35(4): 208-213.

XU GUANGJUN, YANG JINSONG, XU YUAN, et al, 2013. The data fusion of the significant wave height measured with “HY-2” satellite altimeter[J]. Haiyang Xuebao, 35(4): 208-213 (in Chinese with English abstract).

[5]
BRUNO M F, MOLFETTA M G, TOTARO V, et al, 2020. Performance assessment of era5 wave data in a swell dominated region[J]. Journal of Marine Science and Engineering, 8(3): 214.

[6]
CAIRES S, STERL A, 2005. A new nonparametric method to correct model data: application to significant wave height from the ERA-40 re-analysis[J]. Journal of Atmospheric and Oceanic Technology, 22(4): 443-459.

[7]
CHEN RUI, TOUMI R, SHI XINJIE, et al, 2023. An adaptive learning approach for tropical cyclone intensity correction[J]. Remote Sensing, 15(22): 5341.

[8]
COSTA M O, CAMPOS R M, SOARES C G, 2023. Enhancing the accuracy of metocean hindcasts with machine learning models[J]. Ocean Engineering, 287: 115724.

[9]
HAUSER D, TOURAIN C, HERMOZO L, et al, 2021. New observations from the SWIM radar on-board CFOSAT: instrument validation and ocean wave measurement assessment[J]. IEEE Transactions on Geoscience and Remote Sensing, 59(1): 5-26.

[10]
HERMOZO L, SUQUET R R, TOURAIN C, et al, 2022. CFOSAT: latest improvements in the swim products and contributions in oceanography[C]// Proceedings of 2022 IEEE international geoscience and remote sensing symposium. Kuala Lumpur, Malaysia: IEEE: 6768-6771.

[11]
HERSBACH H, BELL B, BERRISFORD P, et al, 2020. The ERA5 global reanalysis[J]. Quarterly Journal of the Royal Meteorological Society, 146(730): 1999-2049.

[12]
KUMAR V S, NASEEF T, 2015. Performance of ERA-interim wave data in the nearshore waters around India[J]. Journal of Atmospheric and Oceanic Technology, 32(6): 1257-1269.

[13]
LI BO, LI JUNMIN, LIU JUNLIANG, et al, 2022. Calibration experiments of CFOSAT wavelength in the Southern South China Sea by artificial neural networks[J]. Remote Sensing, 14(3): 773.

[14]
LI SONGLIN, YU HUAMING, WU KEJIAN, et al, 2023. Validation of the ocean wave spectrum from the remote sensing data of the Chinese-French oceanography satellite[J]. Remote Sensing, 15(16): 3918.

[15]
LI XIUZHONG, XU YING, LIU BAOCHANG, et al, 2021. Validation and calibration of nadir SWH products from CFOSAT and HY-2B with satellites and in situ observations[J]. Journal of Geophysical Research: Oceans, 126(2): e2020JC016689.

[16]
LIANG GUOZHOU, YANG JUNGANG, WANG JICHAO, 2021. Accuracy evaluation of CFOSAT SWIM L2 products based on NDBC Buoy and jason-3 altimeter data[J]. Remote Sensing, 13(5): 887.

[17]
LODISE J, MERRIFIELD S, COLLINS C, et al, 2024. Performance of ERA5 wind speed and significant wave height within extratropical cyclones using collocated satellite radar altimeter measurements[J]. Coastal Engineering Journal, 66(1): 89-114.

[18]
STOPA J E, CHEUNG K F, 2014. Intercomparison of wind and wave data from the ECMWF reanalysis interim and the NCEP climate forecast system reanalysis[J]. Ocean Modeling, 75: 65-83.

[19]
WANG JICHAO, WANG YUE, 2022. Evaluation of the ERA5 significant wave height against NDBC buoy data from 1979 to 2019[J]. Marine Geodesy, 45(2): 151-165.

[20]
ZHU XIAOLIN, CAI FANGYI, TIAN JIAQI, et al, 2018. Spatiotemporal fusion of multisource remote sensing data: literature survey, taxonomy, principles, applications, and future directions[J]. Remote Sensing, 10(4): 527.

Options
Outlines

/

〈 〉