卫星散射计与海面平台所测的风场数据比较

基于南海北部海面PY30-1石油平台气象站测风仪2011年7月19日—2012年9月17日实测的风场数据,分别开展了对卫星搭载的ASCAT和HY-2散射计所测风场数据的比较研究,分析散射计的测风能力(选取的时空窗口为30 min和25 km)。结果表明:在南海北部海域,ASCAT 散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为2.53 m/s,风向偏差较大,均方根误差为47.87°;HY-2散射计所测风速和PY30-1石油平台气象站观测风速的均方根误差为3.41 m/s,风向的均方根误差为58.66°。分别按低、中和高风速的不同条件将ASCAT和HY-2散射计所测的风场数据与PY30-1石油平台气象站观测的风场数据加以比较可知,ASCAT和HY-2散射计都具有较好的测风能力, 前者所测风速与PY30-1石油平台气象站测风仪观测风速的均方根误差稍小于后者。在150 min和15 km的时空窗口下,ASCAT与HY-2散射计所测风速的均方根误差为0.72 m/s,风向的均方根误差为8.50°。     

中国近海ASCAT风场反演结果验证分析

利用NCEP风场产品和dropsonde探测资料,对中国近海ASCAT全场和单点的风速反演精度进行验证分析.研究发现ASCAT反演风场与NCEP风场的风速、风向平均绝对偏差分别为2.06 m/s和21.98°;均方根误差分别为2.87 m/s和34.29°.两者风速反演精度较一致,风向误差相对偏大.ASCAT反演风场与dropsonde探测资料的风速、风向平均绝对偏差分别为1.55 m/s和3.43°;均方根误差分别为1.73 m/s和4.15°.ASCAT资料可以较好的反演台风风场.     

星载SAR对雨团催生海面风场的观测研究

雨团或对流雨是热带与亚热带地区的主要降雨形式,较易被高分辨率星载合成孔径雷达（SAR）探测到。SAR图像上的雨团足印是由大气中雨滴的散射与吸收、下沉气流等共同导致形成的。本文以RADARSAT-2卫星100 m分辨率的SAR图像上雨团引起的海面风场及其结构反演与解译作为实例进行分析。使用CMOD4地球物理模式函数,分别以NCEP再分析数据、欧洲MetOp-A卫星先进散射计（ASCAT）和中国HY-2卫星微波散射计的风向为外部风向,进行了SAR图像的海面风场反演。反演的海面风速相对于NCEP、ASCAT和HY-2的均方根误差（RMSE）分别为1.48 m/s,1.64 m/s和2.14 m/s。SAR图像上一侧明亮另一侧昏暗的圆形信号图斑被解译为雨团携带的下沉气流对海面风场（海面粗糙度）的改变所致。平行于海面背景风场其通过雨团圆形足印中心的剖面上的风速变化可拟合为正弦或余弦曲线,其拟合线性相关系数均不低于0.80。背景风场的风速大小、雨团引起的风速大小以及雨团足印的直径可利用拟合曲线获得,雨团足印的直径大小一般为数千米或数十千米,本文的8例个例解译与分析均验证了该结论。     

基于SAR图像雨团足印的海面风向提取方法

利用地球物理模式函数进行SAR海面风速反演时,需以风向作为地球物理模式函数的输入。本文应用了一种利用SAR图像上雨团足印顺风一侧比逆风一侧明亮的图像特征的海面风向提取方法,以进行海面风速反演。4景RADARSAT-2卫星SAR示例数据风向提取结果相对于ASCAT散射计的风向均方根误差满足不大于16°。分别以本文方法提取的风向和ASCAT散射计风向作为输入,利用地球物理模式函数CMOD5进行海面风速的SAR反演,两者的风速反演结果基本一致,其均方根误差差值不超过0.3 m/s。本文利用SAR图像雨团足印信息的风向提取方法准确可靠,可应用于SAR海面风速反演。     

基于同步风场的机载SAR海浪参数反演方法

针对机载合成孔径雷达(SAR)对海探测特点,采用多入射角法从SAR数据本身得到与海浪参数反演区域时空匹配的同步海面风速和风向,并结合线性变换关系,计算得到海浪初猜谱对应的仿真SAR图像谱,将仿真SAR图像谱和观测SAR图像谱输入代价函数中进行迭代运算,通过非线性方程的解算得到最适海浪谱;采用交叉谱法去除海浪传播180°方向模糊,最终得到海浪参数。论文提出的基于同步风场的机载SAR海浪参数反演方法,充分利用了机载SAR海洋环境探测的优势,解决了传统SAR海浪参数反演中初猜谱构造依赖外部风场的问题,机载同步飞行试验的海浪参数反演结果与浮标观测值的有效波高、波向的均方根误差分别为0.23 m和13.23°,验证了该方法的有效性,可为机载SAR海浪参数反演业务化提供支持。     

海洋二号卫星散射计风场产品真实性检验及分析

利用国际海-气综合数据集(ICOADS)中的海面风场实测数据作为真实值,对海洋二号卫星散射计风场产品进行真实性检验,得到初步结论:(1)在中、低风速条件下,海洋二号散射计风速与ICOADS实测风速具有较好一致性,但在较高风速条件下海洋二号散射计会出现风速低估现象;(2)海洋二号散射计风向与ICOADS实测风向的误差主要集中在-15°—15°范围内,在低风速条件下,海洋二号散射计与ICOADS两者风向存在较大偏差,风向多解也主要发生在低风速时;(3)在2—24 m/s风速条件下,剔除超过3个标准偏差风速样本后,海洋二号与ICOADS两者风速的平均绝对误差为1.36 m/s,均方根误差为1.92 m/s,若忽略风向多解的影响,两者风向的平均绝对误差为14.98°,均方根误差为20.21°。     

复合雷达后向散射模型与合成孔径雷达、散射计和高度计海面雷达后向散射观测的比较分析

海洋微波散射模型相比于以经验统计建立的地球物理模式函数具有不受特定微波频率限制的优势。组合布拉格散射模型和几何光学模型形成了复合雷达后向散射模型。利用南海北部气象浮标2014年海面风速风向实测值作为散射模型输入,分别比较了复合雷达后向散射模型与RADARSAT-2卫星C波段SAR、HY-2A卫星Ku波段微波散射计的海面后向散射系数,偏差分别为(?0.22±1.88) dB (SAR)、(0.33±2.71) dB (散射计VV极化）和(?1.35±2.88) dB (散射计HH极化);以美国浮标数据中心(NDBC)浮标2011年10月1日至2014年9月30日共3年的海面风速、风向实测值作为散射模型输入,分别比较了复合雷达后向散射模型与Jason-2、HY-2A卫星Ku波段高度计海面后向散射系数,偏差分别为(1.01±1.15) dB和(1.12±1.29) dB。中等入射角和垂直入射下的卫星传感器后向散射系数观测值与复合雷达后向散射模型模拟值比较,具有不同的偏差,但具有相同的海面风速检验精度,均方根误差小于1.71 m/s。结果表明,复合雷达后向散射模型可模拟计算星载SAR、散射计和高度计观测条件下的海面雷达后向散射系数,且与CMOD5、NSCAT-2、高度计业务化海面风速反演的地球物理模式函数的计算结果具有一致性;复合雷达后向散射模型可用于微波遥感器的定标与检验、海面雷达后向散射的模拟。     

基于C-2PO模型和CMOD5.N地球物理模式函数的SAR风速反演性能评估

本文选取142幅RADARSAT-2全极化合成孔径雷达（SAR）影像,在没有入射角输入的情况下,首先利用C-2PO模型进行海面风速反演。随后,将同一时空下的ASCAT散射计风向作为初始风向,提取相应雷达入射角,利用地球物理模式函数（GMF） CMOD5.N对142幅SAR影像进行风速计算。反演结果与美国国家资料浮标中心海洋浮标风速数据对比,结果显示:CMOD5.N GMF和C-2PO模型均可反演出较高精确度的海面风速,其均方根误差分别为1.68 m/s和1.74 m/s。此外,研究发现,在低风速段,CMOD5.N GMF的风速反演精度要明显优于C-2PO模型。针对这一现象,本文以SAR系统成像机理为基础,以低风速SAR图像为具体案例,给出了3种造成这一现象的原因。     

HY-2B卫星散射计海面风场产品质量分析 *

星载微波散射计是获取全球海面风场信息的主要手段, HY-2B卫星散射计的成功发射为全球海面风场数据获取的持续性提供了重要保障。本文利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)再分析风场数据、热带大气海洋观测计划(Tropical Atmosphere Ocean Array, TAO)和美国国家数据浮标中心(National Data Buoy Center, NDBC)浮标获取的海面风矢量实测数据, 对HY-2B散射计海面风场数据产品的质量进行统计分析。分析表明, HY-2B风场与ECMWF再分析风场对比, 在4~24m·s^-1风速区间内, 风速和风向均方根误差(root mean square error, RMSE)分别为1.58m·s^-1和15.34°; 与位于开阔海域的TAO浮标数据对比, 风速、风向RMSE分别为1.03m·s^-1和14.98°, 可见HY-2B风场能较好地满足业务化应用的精度要求(风速优于2m·s^-1, 风向优于20°)。与主要位于近海海域的NDBC浮标对比, HY-2B风场的风速、风向RMSE分别为1.60m·s^-1和19.14°, 说明HY-2B散射计同时具备了对近海海域风场的良好观测能力。本文还发现HY-2B风场质量会随风速、地面交轨位置等变化, 为用户更好地使用HY-2B风场产品提供参考。     

基于BP神经网络的SAR海表风场反演——以长江入海口及临近海域为例

研究基于合成孔径雷达SAR影像数据提出了一种快速反演我国近海表风场的BP神经网络算法。采用2DFFT算法与BP神经网络算法进行海表风向反演结果对比,验证了BP神经网络算法反演海表风向的可行性和直接性。选取2012年2月4日及2012年2月23日两景ENVISAT ASAR影像对我国近海海表风场进行反演,并加以ERA-Interim、NCEP、HY-2微波散射计三种风场产品,进行结果验证。实验表明:BP神经网络算法反演的海表风场与ERA-Interim、NCEP、HY-2微波散射计三种风场产品矢量(风向°,风速m/s)的、CC_(max)、RESE_(max)、BIAS_(max)、NRMSE_(max)分别为(0.8,0.7)、(13.6,1.6)、(10.5,0.46)、(11.4,0.99)、(0.06,0.13)。本文的研究亦可为"21世纪海上丝绸之路"的风能开发、极值风速研究等提供技术支持。     

OSMAR-S100便携式高频地波雷达海浪和海面风探测性能分析

OSMAR-S系列便携式高频地波雷达系统采用单极子/交叉环紧凑型天线阵,通过单站雷达即可实现有效探测距离约10km内海浪和海面风的单点观测。为了更好地了解OSMAR-S100雷达系统海浪和海面风的综合探测性能,于2013年1月29日至3月7日在台湾海峡西南部海域进行了雷达与浮标观测的对比试验,得到了有效波高、有效波周期、平均风速和平均风向数据。对比结果表明,OSMAR-S100便携式高频地波雷达可有效观测距雷达10km以内有效波高0.5m以上的海浪平均状况和平均风速5m/s以上的海面风,雷达反演有效波高和有效波周期的均方根误差分别为0.60m和1.60s,反演平均风速和平均风向的均方根误差为1.83m/s和16.7°。在未经区域化标定的情况下,此结果说明了该型雷达产品已初步具备了海浪和海面风的业务化观测水平。     

合成孔径雷达反演黄海海面风场

基于后向散射系数反演高空间分辨率海面风场,采用谱方法确定风向,并利用CMOD4模式函数反演风速。以ERS-2 SAR黄海区域图像为例,反演海面风场,并将反演结果同QuikSCAT散射计对比,比较吻合,证明该方法在黄海区域的可行性。     

降雨条件下全极化微波辐射计海面风场校正

为提高降雨条件下星载全极化微波辐射计海面风场精度,通过匹配WindSat海面风场和降雨率数据以及美国国家浮标中心浮标观测数据,得到18 996组匹配样本,深入分析了降雨对海面风场反演精度的严重影响,构建了风场校正模型。试验结果表明,降雨导致海面风速被严重高估,风向误差随着降雨率的增大而增大。校正后的风速精度在低风速段提升明显。无论降雨率多大,校正后风速精度均比校正前高。风速均方根误差由原来的2.9 m/s降低到了2.1 m/s,风向均方根误差由原来的26.9°降低到了26.3°。     

3种海面风场资料在台湾海峡的比较和评估

本文对3种海面风场资料(CCMP、NCEP、ERA)在台湾海峡风场的平面分布和时间变化特征进行了相互比较,并应用2011年浮标观测的风速和风向资料分别对3种风场的误差进行了分析及评估。主要结论如下:(1)3种资料风场的平面分布、季节变化和年际变化特征基本一致,差异主要表现在冬季NCEP资料在海峡中部和南部的风速相对CCMP和ERA资料较大;(2)CCMP资料的风速偏差、风速均方根误差和风向均方根误差分别为-0.62m/s、1.67m/s和31°,NCEP分别为0.15m/s、1.64m/s和31°,ERA分别为-1.36m/s、2.4m/s和33°;NCEP资料的风速整体略偏大、CCMP略偏小、ERA偏小明显,CCMP和NCEP资料比ERA资料更接近观测;(3)在西南季风影响期以及风速较小时(风速不大于10m/s)CCMP资料的风速可信度较高、NCEP资料的风速偏大;在东北季风影响期以及风速较大时(大于10m/s)NCEP资料的风速可信度较高、CCMP资料的风速偏小;(4)3种资料的风向误差接近,均在低风速时(风速小于5m/s)误差较大。本文的结论可以为台湾海峡的海洋和大气科学研究选择合适的海面风场资料提供借鉴和参考。     

星载散射计资料反演带有气旋及锋面的复杂风场

气象预报在确定热带气旋中的大风（风速17．2～20．7m／s）半径时，由于热带海洋地区在恶劣气候下缺乏现场数据，往往过高地估计了大风半径。星载散射计在探测海面上的风矢量的同时，也探测到许多热带气旋。本文利用Seasat－A卫星上的散射计（SASS）资料反演计算海面风暴的风矢量，并利用风速等值线进行风向多解排除，计算结果表明：星载散射计能探测到大风的阈值（17～18m／s），其准确度为2m／s或±10％（取大者）。     

基于X波段海洋雷达的风浪联合反演方法研究

提出了一种新的利用X波段海洋雷达联合反演海面风速与海浪谱的方法,该方法不需要额外的信息输入来反演海浪谱。通过利用风速与雷达后向散射强度的经验关系获得海表风速,然后将反演的风速输入风浪谱,通过求解该模拟风浪谱与雷达观测图像谱的约束函数的最小值来确定海浪谱。利用实验数据对反演方法进行了验证,风速、有效波高、主波周期以及主波波向反演的均方根误差分别为1.9 m/s,0.4 m,1.2 s和9.6°,证明了该方法的可行性。     

HY-2A散射计风场在南海海域的检验和分析

利用南海浮标及海洋观测站的实测资料作为真实值对HY-2A散射计反演的风矢量作多角度对比分析,结果表明:HY-2A散射计风速与浮标(海洋站)实测风速数据具有良好的相关性,散射计观测风速普遍大于浮标(海洋站)实测风速;风速误差符合正态分布,风力≤3级时,风向的平均绝对误差最大;4~5级时风速平均偏差和平均绝对偏差均最小。逐月统计发现:1—3月的风速平均偏差最小,两者基本吻合。7—9月的风速平均偏差最大,12月的风向平均偏差最小。另外,东北向的风速平均偏差最小,西北向风速平均偏差最大;远海站点的风速和风向检验误差均小于近海站点。以上结论表明HY-2A散射计风场资料在南海海域具有可信性,为HY-2A散射计风场在南海的应用和研究提供依据。     

星载全极化微波散射计仿真与海面风场反演研究

通过建立全极化微波散射计系统仿真模型,探索全极化微波散射计的风场反演方法;通过对比不同仪器测量精度下全极化和同极化微波散射计风场反演结果,分析评价全极化微波散射计系统反演海面风场的性能.全极化微波散射计通过增加测量信息来减少模糊解出现的概率,进一步提升风场反演精度.结果表明全极化微波散射计相比同极化微波散射计具有更好的风场反演性能,对于风向结果的改善较为明显:在仿真实验中,全极化仿真反演的风速误差结果优于同极化10°以上,证明了全极化微波散射计能够提升风场反演性能.该仿真结果对我国后续海洋卫星的研发具有一定的借鉴作用.     

HY-2B卫星载荷联合观测海面阵风的一种反演方法

国内外对海上阵风的研究并不多,且大多集中在阵风预报和应用研究方面,对于海洋阵风数据的获取技术未见文献系统论述。本文利用HY-2B卫星雷达高度计观测的后向散射系数,结合校正微波辐射计观测的亮度温度信息,提出联合反演阵风风速的方法。两个遥感载荷联合反演得到的阵风风速与2019–2021年美国国家浮标数据中心（NDBC）浮标数据进行真实性检验,结果显示：阵风风速均方根误差（RMSE）为0.98 m/s,相关系数为0.82;基于本方法利用国外同类卫星Jason-3得到的阵风风速与2016–2018年NDBC浮标数据的RMSE为0.96 m/s,相关系数为0.88。本文在HY-2B卫星雷达高度计海面风速观测的基础上,纳入同一卫星平台校正微波辐射计的同步观测信息联合实现了海面阵风的观测,数据的比对结果证明文中方法具有较高的观测精度。同时,该方法对于具有相同观测体制的国内外卫星也适用。     

一种基于BP神经网络方法的HY-2A散射计反演风场偏差订正方案

针对HY-2A散射计风矢量场数据,利用BP神经网络方法,引入NDBC浮标的降水海温等环境要素,对HY-2A散射计风场进行偏差订正。实验结果表明:BP神经网络方法对HY-2A散射计的风速风向均有较好的订正效果,能有效修正HY-2A的风速高估现象,风速平均偏差由2.32 m/s改善至0.25 m/s;同时通过敏感性试验,发现了各样本输入量以及各环境要素对实验结果的敏感性。