Underwater topography detection of Taiwan Shoal with SAR images

Under suitable conditions of tidal current and wind, underwater topography can be detected by synthetic aperture radar (SAR) indirectly. Underwater topography SAR imaging includes three physical processes: radar ocean surface backscattering, the modulation of sea surface short wave spectrum by the variations in sea surface currents, and the modulation of sea surface currents by the underwater topography. The first process is described usually by Bragg scattering theory because the incident angle of SAR is always between 20°–70°. The second process is described by the action balance equation. The third process is described by an ocean hydrodynamic model. Based on the SAR imaging mechanism for underwater topography, an underwater topography SAR detection model and a simplified method for its calculation are introduced. In the detection model, a two-dimensional hydrodynamic model — the shallow water model is used to describe the motion of tidal current. Due to the difficulty of determining the expression of SAR backscattering cross section in which some terms can not be determined, the backscattering cross section of SAR image used in the underwater topography SAR detection is pro-processed by the simulated SAR image of the coarse-grid water depth to simplify the calculation. Taiwan Shoal, located at the southwest outlet of Taiwan Strait, is selected as an evaluation area for this technique due to the occurrence of hundreds of sand waves. The underwater topography of Taiwan Shoal was detected by two scenes of ERS-2 SAR images which were acquired on 9 January 2000 and 6 June 2004. The detection results are compared with in situ measured water depths for three profiles. The average absolute and relative errors of the best detection result are 2.23 m and 7.5 %, respectively. These show that the detection model and the simplified method introduced in the paper is feasible.     

基于旋翼无人机雷达的船只目标成像与类型识别研究进展综述

载有成像雷达的旋翼无人机具有成本低廉、对起降条件要求低、飞行姿态灵活多样等优点，可以在热点区域进行普查、详查或长时间悬停凝视等多模式成像监测，现已成为海上船只目标监测识别的重要手段。本文分别从旋翼无人机雷达硬件系统、无人机载雷达动目标成像、船只目标类型识别和目标三维结构特征提取等四方面开展国内外研究进展综述。总结分析发现当前利用旋翼无人机雷达进行船只目标成像和类型识别，尚存在运动船只成像散焦、三维结构重建难度大、类型识别精度低等问题，迫切需要推动相关技术的发展。     

利用多普勒频移反演ASAR海表面流速

为研究中小尺度的海流,以美国西海岸附近海域为研究区域,采用欧空局ENVISAT ASAR IMS数据,首先利用频谱拟合法计算得到影像的多普勒质心;再通过影像的多普勒系数和斜距时间去除卫星与地球之间相对运动产生的多普勒频移,最终得到海表面多普勒质心异常。同时利用布拉格散射模型去除了布拉格波的影响,利用CMOD5模型计算海表面风场,根据风场与雷达视向速度的经验关系去除海面风场的影响,经空间投影,最终得到雷达径向的海表面流速,反演的流速主要分布于-0.3～0.6 m/s。利用研究区域附近的岸基高频地波雷达(HF-radar)数据验证反演结果精度,结果表明,在HF-radar流速与ASAR反演流速-0.2～0.2 m/s差异范围内的标准误差和相关系数分别为0.1 m/s和0.81,反演结果与真实流速较为接近。ASAR反演流速和HF-radar流速结果均表明,在研究区域存在自西向东的沿岸流,最大径向流速达到0.6 m/s。因此,本文所使用的海表面流速反演方法准确有效,适合于中小尺度海流流速的反演。     

2012—2016年可见光红外成像辐射仪（VIIRS）海表面温度产品精度检验分析

本研究以2012—2016年5 a间的可见光红外成像辐射仪（VIIRS）海表面温度（SST）产品为研究对象,利用Argo浮标为主要验证数据、MODIS Terra和MODIS Aqua SST为辅助验证数据,从时间尺度和空间尺度进行检验对比分析,结果表明：VIIRS SST与Argo浮标白天的平均偏差为-0.015 5℃,标准偏差为0.514 0℃;夜间平均偏差是-0.221 4℃,标准偏差是0.418 9℃,白天平均偏差较夜间更接近Argo浮标的观测结果;VIIRS SST在白天和夜间偏差均是夏季大于冬季;白天VIIRS SST在近赤道太平洋海域、近赤道印度洋海域要高于浮标观测的海温,夜间这些地区总体要低于浮标值,白天和夜间标准偏差空间分布差异较小;与MODIS Terra和MODIS Aqua SST月平均偏差对比显示,夏季在南半球VIIRS较MODIS Terra SST偏暖强度减弱,冬季VIIRS较MODIS Terra SST在北半球中高纬度海域偏冷;夏季部分海域VIIRS SST较MODIS Aqua偏低,冬季则是大部分海域VIIRS 低于MODIS Aqua SST。     

北极星载微波辐射计海表温度遥感观测能力分析

本文利用2016年的AMSR2、GMI、WindSat和HY-2A RM等星载微波辐射计海表温度（SST）数据,分析了北极卫星遥感SST数据的时空覆盖和产品精度情况。结果表明:北极星载微波辐射计SST冬季覆盖率和有效覆盖天数要低于夏季,GMI的SST有效覆盖率较低,AMSR2较高,联合使用AMSR2、GMI、WindSat和HY-2A RM星载微波辐射计SST数据,2月份覆盖率在12%~15%之间,有效观测天数优于26 d,8月份覆盖率全月高于26%,有效观测天数优于29 d。北极地区星载微波辐射计SST数据的误差均要大于全球平均水平,AMSR2数据精度较好,WindSat与AMSR2的精度相当,GMI的均方根误差约是AMSR2的2倍,HY-2A RM数据精度低于其他星载微波辐射计水平。     

中国南海及邻近海域SST时空分布和变化特征分析

基于2003—2015年的国产自主SST多源遥感融合数据,以中国南海及邻近海域为研究区,开展了SST时空分布和变化特征分析,结果表明:SST的空间分布总体呈现南高北低的特点,在研究区内,纬度每降低1°,SST增大约0.19℃,在近赤道区域,纬度每降低1°,SST约增大0.30℃;SST区域极大值的季节变化特征明显,冬季SST极大值均分布于5°N以南海域,夏季多分布于15°N以北海域,春秋两季分布介于冬春两季之间,秋季略偏向南海北部,春季略偏向南海南部。从时间变化上看,研究区SST呈现震荡上升趋势,上升速率约0.04℃/a;南海南部SST变化比较平缓,SST年变化速率一般小于0.04℃/a;近岸海域受人类活动的影响,SST年变化速率一般在0.05℃/a以上;在河口沿岸海域,受温度较低的冲淡水影响,SST升温不明显。     

一定厚度的油膜对海浪的抑制模型研究

本文结合海浪谱的作用量平衡方程,给出了一定厚度油膜对海浪的抑制模型,该模型不仅与油膜的物理参数有关,而且与环境参数有关。文中开展了抑制比对这些参数的敏感性分析,数值模拟结果表明:动力学粘性,表面/界面弹性、油膜厚度、油膜覆盖率等参数对抑制比的影响较大,但油膜的其他物理学参数如:密度、表面/界面张力,表面/界面粘度几乎对抑制比不产生影响;而且,文中还发现风速和风向对抑制比的影响较大。一般情况下,油膜对雷达回波信号的抑制,只需考虑油膜对海浪的抑制作用;但对厚乳化溢油而言,还应考虑到介电常数的减小对雷达回波信号的抑制。将本文建立的抑制比模型所得结果与墨西哥湾溢油事故期间的15景ENVISAR ASAR影像所得抑制比结果进行了比较。     

利用浅水地形及其SAR影像确定海面风向的一种方法

利用浅水地形的SAR影像以及基于浅水地形SAR仿真模型计算得到的仿真SAR影像,基于仿真SAR影像与真实SAR影像之间的相关性提出了一种确定海面风向的方法——最大相关系数法.以南沙双子礁海域为例,利用最大相关系数法确定出了一幅RADARSAT SAR影像成像时刻的海面风向,通过对结果的比较分析可以看出对于包含浅水地形的SAR影像应用该方法探测海面风向是可行的.     

带有区域分裂自适应细化过程的SAR海冰图像分割

受海冰自身特性、成像系统特性和环境因素的影响,合成孔径雷达SAR海冰图像具有非平稳、尺度依赖的空间结构,现有的单马尔可夫随机场MRF模型分割方法只能较好地适应非平稳性,对海冰场景的多尺度结构考虑仍然是全局的。为此,本文提出了一种区域分裂过程与二叉树分层结构自适应更新相结合的单MRF图像分割方法。首先利用单MRF模型的全局迭代权值完成初始区域合并,同时以二叉树形式保护合并过程的记录。所设计的分层合并算法可保证二叉树结构的节点数与场景中的对象尺度具有正相关性。随后的细化分裂并不产生新的区域,只是返回到初始配置。依据场景中不同区域对象的尺度,自适应地调整空间语境模型中的尺度权值,实现区域更新。实验表明,该方法有效提高了带有多尺度结构SAR海冰场景的分割精度。     

C波段紧缩极化SAR海冰探测能力评估

The C-band synthetic aperture radar(SAR) data from the Bohai Sea of China, the Labrador Sea in the Arctic and the Weddell Sea in the Antarctic are used to analyze and discuss the sea ice full polarimetric information reconstruction ability under compact polarimetric modes. The type of compact polarimetric mode which has the highest reconstructed accuracy is analyzed, along with the performance impact of the reconstructed pseudo quad-pol SAR data on the sea ice detection and sea ice classification. According to the assessment and analysis, it is recommended to adopt the CTLR mode for reconstructing the polarimetric parameters σ_(HH)~0,σ_(VV)~0, H and α,while for reconstructing the polarimetric parameters σ_(HV)~0, ρ_(H-V), λ_1 and λ_2, it is recommended to use the π/4 mode.Moreover, it is recommended to use the π/4 mode in studying the action effects between the electromagnetic waves and sea ice, but it is recommended to use the CTLR mode for studying the sea ice classification.