This study provides an overview of the development of sea surface temperature retrieval algorithms by using Himawari-8/AHI data as a proxy data of GK-2A with quite similar spectral bands except for 2.26-μm and 1.38-μm bands. For contingency preparation, several potential algorithms, such as Multi-channel SST (MCSST), Non-linear SST (NLSST), Hybrid SST, and Multi-band SST, were developed over the full disk region. The accuracy of each algorithm was assessed by determining the root mean square error (RMSE) and bias errors from the regression procedure of the matchup database between satellite data and quality controlled drifter temperature in-situ data for a year, from August 2016 to July 2017. Comparison of the four algorithms revealed that the Multi-band algorithm performed markedly well, with the smallest RMSE of ~0.4 °C. Time-varying validation of the estimated SST accuracy highlighted consistently low RMSE as well as the stability of the Multi-band algorithm. In addition, it is suggested that SSTs with a satellite zenith angle exceeding 60° tended to have relatively large errors which degraded the quality of the estimated SSTs. It is concluded that the SST coefficients should be updated each day, based on the previous one-month matchup database, contributing to the expected SST accuracy in the future with the degradation of the sensor or other aging effects. Further, this work discusses the importance of cloudy or cloud-contaminated pixels for the better performance of SST retrieval procedures and their real-time operational use.

中文翻译：

---

对地静止卫星数据海面温度反演算法的开发（Himawari-8 / AHI）

这项研究通过使用Himawari-8 / AHI数据作为GK-2A的替代数据（具有2.26-μm和1.38-μm波段）非常相似的光谱带，概述了海面温度检索算法的发展。为了进行应急准备，已在整个磁盘区域上开发了几种可能的算法，例如多通道SST（MCSST），非线性SST（NLSST），混合SST和多频带SST。通过确定从2016年8月到2017年7月的一年中卫星数据与质量控制的漂移温度数据之间的匹配数据库的回归过程，确定均方根误差（RMSE）和偏差误差，从而评估每种算法的准确性四种算法的比较表明，多频带算法表现出色，RMSE最小，约为0.4°C。估计的SST准确性的时变验证突出显示了始终较低的RMSE以及多频带算法的稳定性。此外，建议卫星天顶角超过60°的SST倾向于具有较大的误差，这会降低估计的SST的质量。结论是，应该根据以前的一个月对接数据库每天更新SST系数，这将有助于将来随着传感器性能下降或其他老化效应而达到预期的SST精度。此外，这项工作讨论了浊度或被云污染的像素对于SST检索程序及其实时操作使用的更好性能的重要性。建议卫星天顶角超过60°的SST具有相对较大的误差，这会降低估计的SST的质量。结论是，应该根据以前的一个月对接数据库每天更新SST系数，这将有助于将来随着传感器性能下降或其他老化效应而达到预期的SST精度。此外，这项工作讨论了浊度或被云污染的像素对于SST检索程序及其实时操作使用的更好性能的重要性。建议卫星天顶角超过60°的SST往往具有较大的误差，这会降低估计的SST的质量。结论是，应该根据以前的一个月对接数据库每天更新SST系数，这将有助于将来随着传感器性能下降或其他老化效应而达到预期的SST精度。此外，这项工作讨论了浊度或被云污染的像素对于SST检索程序及其实时操作使用的更好性能的重要性。随着传感器的降级或其他老化影响，有助于将来达到预期的SST精度。此外，这项工作讨论了浊度或被云污染的像素对于SST检索程序及其实时操作使用的更好性能的重要性。随着传感器的降级或其他老化影响，有助于将来达到预期的SST精度。此外，这项工作讨论了浊度或被云污染的像素对于SST检索程序及其实时操作使用的更好性能的重要性。