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。     

ERS散射计风速资料反演海面粗糙度

本文首先提出了一个利用海面风场计算海面粗糙度(空气动力学粗糙长度)的模式。应用ERS-1/2散射计风速资料,对我国南海海域的海面粗糙度进行了初步的研究。卫星散射计测风具有高精度和高空间分辨率等特点,这对于研究海面粗糙度及波长、周期和波陡等波浪信息研究提供了坚实的数据基础。     

星载雷达高度计反演海面风速进展

因为星载雷达高度计风速资料有沿轨分辨率高、精度高的特点,对其进行深入研究有重要意义.在中国海洋二号动力环境卫星刚刚升空之际,对星载雷达高度计反演海面风速围内外研究进展作一个综述.首先介绍星载雷达高度计风速反演的理论依据及存在困难;然后以风速反演进展历程为主线,分别针对后向散射系数、波浪状态、降雨、白沫等物理量引入地球物...     

基于MISR多角度光学遥感影像的海面风速估算实验

太阳耀光是来自粗糙海面的直接太阳反射光,其强度与海面粗糙度密切相关,而海面粗糙度主要受海面风场影响。因此,包含太阳耀光信息的光学遥感影像在海洋动力过程和海面风速探测中具有积极意义。本文利用2016年2月到2017年3月期间成像的25幅Terra卫星MISR(Multi-angle Imaging Spectro Radiometer)传感器的多角度遥感影像,分别提取了太阳的高度角和方位角、正视和后视影像的卫星观测角、方位角等信息,校正获得正视和后视影像的太阳耀光辐射强度,进一步反演海表面粗糙度信息,进而计算海面风速。最后利用ECMWF(European Centre for Medium-Range Weather Forecasts)的模式风速数据与反演获得的风速结果进行对比验证。结果表明,两者的相关系数较高(R=0.745),均方根误差和平均绝对偏差值分别为1.514 m·s^-1和1.319 m·s^-1。初步实验结果表明,利用MISR多角度光学遥感影像估算海表面风速是可行性的。     

台风海面最大风速的计算

由于目前利用气象卫星、雷达跟踪和飞机侦察等现代化的仪器装备,仍然很难准确地获得台风最大风速,利用实测台风最大风速与台风中心最低气压所建立的统计方程则常常性能不稳定,本文直接从大气运动方程出发,引入目前流行的经进推广的气压模式,导出了计算台风中心附近海面最大风速公式,这些公式的理论曲线与西太平洋台风风压关系的实验曲线相当吻合,经对1973和1983两年的台风及1970—1978每年的一个特强台风最大风速的试算,结果比较满意,同时分析计算结果表明,在台风中心附近,海面最大风速的计算,椭圆偏心气压结构的台风可以作为圆对称气压结构的台风处理,科氏力可忽略不计。     

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。     

一种改进海面风速反演的分类神经网络方法

为了提高使用SSM/I资料反演全球海面风速的精度,发展了一个新型的神经网络方法.在这个方法中,使用高风速、中、低风速状态和天气状态分类的方法分别训练神经网络,然后根据其类别的不同使用不同的神经网络计算风速.此方法较好地去除了由于高风速和云天天气状态下训练样本数据的缺少所产生的误差,改进了在高风速状态下反演风速值比实际风速偏低的情况,使得反演的高风速值被校正到了正常位置.本方法反演海面风速的值与浮标实测风速值之间的均方根误差达到1.60m/s.     

基于SAR极化比和纹理特征的海面溢油识别方法

针对海洋表面SAR影像的特点,采用基于灰度共生矩阵的纹理特征方法是提取海面溢油信息的常用方法,但实际海洋表面复杂的信息使得SAR图像上产生类似溢油现象的暗斑区域,这导致在利用纹理特征方法提取溢油信息时存在虚警率,降低了溢油信息的提取精度。基于RADARSAT-2 SAR四极化影像,本文提出基于SAR极化比影像的纹理特征识别方法对海面油膜进行识别提取。结果显示,基于SAR极化比影像的纹理特征识别方法可以有效且准确地提取海面溢油信息,相比于VV极化影像的纹理特征识别方法,溢油监测过程中的虚警率降低了17.96%,溢油监测总体精度达到96.83%。     

用19.35 GHz星载微波辐射计(SSM/I)亮温反演海面风速

我们发展了一种用19．35GHz星载微波辐射计(SSM／I)亮温反演海面风速的模式，并利用同步的卫星亮温和海面浮标数据反演出海面风速，并且和浮标风速进行比较。为了说明反演算法的可用性，我们分别与目前国际上的通用反演算法的反演结果进行了比较。文章提供了一种新的、用单一波段亮温反演海面风速的方法。     

GNSS-R观测下的海面飓风风速反演

利用全球导航卫星系统在地球表面的反射信号（GNSS-R）进行海面风速反演已经被广泛研究并作为一种重要的遥感手段。目前,该L波段微波信号的相关功率已可以在多普勒频率和时延码片空间进行多普勒时延图像的成像。由于该图像的图像特征与海面粗糙度有较高的相关性,因此能够用来进行海面风场反演。然而,对于该遥感手段而言,其双基雷达前向散射截面（BRCS）理论上与海面粗糙度有更高的相关性,如同目前合成孔径雷达使用后向雷达散射截面而非相关功率。所以,本文通过改进已有的GNSS-R的双基雷达散射截面方程,代替相关功率在多普勒时延空间进行成像,得出了与海面粗糙度相关的双基雷达散射截面图像（BRCS map）。基于该图像,本文提出了三种与其形状特征相关的观测量,通过2005年Dennis飓风GNSS-R机载数据生成的16000多幅图像进行地球物理模式函数建模并与经典的一维时延波形匹配方法得出结果进行对比分析,得出更为精确的风速反演结果。     

高风速下海面阻力系数的研究

利用由于海面摩擦造成的台风角动量的损失，推算出高风速下的海面阻力系数．高风速条件下的阻力系数迅速增大，与风速的平方成正比．此结论对于研究高风速下的海浪、风暴潮有着实际意义．     

极化SAR目标相对最优极化研究

目标相对最优极化就是选取一种极化状态,使得研究目标和背景地物的接收功率对比达到最大。通过讨论了目标相对最优极化问题,提出了改进的模型和解算方法,利用实际数据对其模型和方法进行了实验,验证了其有效性和正确性。     

利用机载GNSS反射信号反演海面风速的研究

全球卫星导航定位系统的反射信号(GNSS-R)遥感技术作为一种新型的、低成本的、高机动性的海面微波遥感测风技术,与其他测风手段优势互补,可以增加测风手段的多样性,弥补局部测风手段不足的状况。研究了接收机在机载高度时,GPS反射信号功率理论模型四部分函数的性质,在此基础之上,数值模拟了机载高度下理论相关功率波形,基于海面风速对波形峰值与后沿的影响,提出了一种能够兼顾所有理论波形信息的二维插值风速反演方法。利用该方法,结合实测机载数据对海面风速进行反演,反演的风速均值与附近测站风速均值相差为1.4 m/s,与浮标数据相一致。     

利用卫星高度计风速资料研究海面粗糙度

海面粗糙度对于海洋工程和海洋军事都非常重要,但对海面粗糙度的现场观测资料非常少, 这大大制约了对海面粗糙度的认识。利用 TOPEX 高度计风速资料实现了对海面粗糙度的反演,并利用 1993 年和1998 年两年的资料对西北太平洋海域的海面粗糙度进行了研究。     

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。     

南海海面风速季节特征的卫星遥感分析

利用ＧＥＯＳＡＴ卫星高度计于１９８６年１１月至１９８９年３月;司所测的南海海面风速资料,统计分析了南海海面风速的统计特征以及海面风场的分布特点。分析结果表明：南海海区风速受各种天气系统（如季风、台风、副热带高压等）的影响显著,表现为春、夏、秋季平均风速较小,冬季较大,风场分布呈现出夏季南部大,北部小,其他季节为由南向北增强的分布趋势,并在１０°Ｎ,１１０°Ｅ附近海区各季都有一较为稳定的高风速区,其范围大小和中心位置随季节略有变化。     

雷达波段对多极化SAR海面溢油检测极化特征参数的影响

多极化SAR数据海面溢油检测研究日益受到重视。本文研究不同波段极化SAR数据的海面溢油检测能力,为最大程度减小观测条件、环境因素等的影响,选取准同步获取的SIR-C/X多极化SAR数据。针对海面油膜、生物油膜和低风区疑似溢油现象,研究L波段和C波段的共极化相位差、一致性系数、极化熵、各向异性和平均散射角等极化特征对海面油膜以及不同海面暗斑现象的检测能力。研究结果表明:在海面溢油检测以及探测不同暗斑现象间差异方面,C波段总体优于L波段;L波段,极化分解特征各向异性参数优于共极化相位差和一致性系数;C波段,共极化相位差、一致性系数特征优于极化分解特征各向异性和极化熵,结合平均散射角特征有助于滤除生物油膜和低风区。     

基于神经网络的卫星高度计海面风速反演算法

通过对TOPEX/Poseidon高度计资料与NDBC浮标实测数据进行时空匹配处理,得到同步数据集,利用人工神经网络方法试验得到海面风速反演算法,并与业务运行的M CW算法进行分析比较,指出考虑波浪状态影响因素的神经网络算法在均方根误差和对称性方面的优越性。研究表明利用神经网络方法反演海面风速是可行的。     

背景场对变分方法海面风速反演结果的影响

利用前期提出的合成孔径雷达反演海面风场变分方法新解法,开展背景场对合成孔径雷达反演海面风场变分方法风速反演结果影响的模拟试验分析。模拟试验表明,变分方法有效解决了直接反演方法的两大缺陷:一是当背景场风速较大的时候,合成孔径雷达后向散射系数对风速不敏感,直接导致较大的风速反演误差;二是当背景场风向存在误差时,将导致后向散射系数更大的误差,进而导致风速反演结果更大的误差。进一步试验表明,当背景场风速较大时,变分方法风速误差低于直接反演方法风速误差。而当背景场风向误差较小时,直接反演方法风速误差比变分方法风速误差小。     

基于影像纹理特征和外部风向的星载 SAR 海面风场反演研究

在合成孔径雷达(Synthetic Aperture Radar,SAR)海面风场反演中,基于风条纹影像纹理特征的海面风向反演方法精度高,但是依赖于图像风条纹的存在,而外部风向信息与SAR资料时空分辨率不易匹配、精度较低,从而影响大面积、高分辨率海面风场反演的精度。针对此问题,提出一种将SAR图像风条纹线性纹理特征与外部风向信息相结合的星载SAR海面风向获取方法,在SAR影像线性纹理特征明显的区域采用二维连续小波变换得到高精度的海面风向,其余区域采用与之时空相匹配的数值预报模式风向填充;并利用地球物理模型函数进一步得到海面风速,进而实现高精度、大范围海面风场的反演。为验证本文方法的有效性,利用ENVISAT/ASAR数据进行风场反演试验,并将反演结果与浮标实测数据进行比对。结果表明:在线性纹理特征明显的区域,小波方法的反演精度优于快速傅里叶变换(FFT)法和数值预报模式风向;外部风向精度略低,但与SAR观测资料时空匹配性较好,弥补了风条纹风向的不足。二者的结合为星载SAR海面风场反演的业务化应用提供了支持。