定深温度约束下的南海海域温度剖面反演

为快速获取大范围、准实时的海洋内部结构,海面遥感数据被广泛应用于构建温度剖面垂直结构,但卫星遥感仅能获得较为准确的海洋表面或者近表层数据。为了提高全海深温度剖面的反演精度,本文以水下固定深度处温度为约束,通过径向基函数神经网络生成海表面温度和海平面高度异常等海表遥感数据与温度剖面之间的非线性映射,并对约束深度选取的理论依据进行讨论。南海海域温度剖面的反演结果表明,第1阶经验正交函数系数可以表征温跃层的垂直位移,而第1阶经验正交函数基函数极值点对应深度处的温度与第1阶经验正交函数系数之间具有强相关性。当增加该深度处温度为约束时,温跃层的反演精度比仅使用海面遥感数据约提高0.35℃,反演温度剖面的平均均方根误差约为0.33℃。