共查询到18条相似文献，搜索用时 411 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
4.
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。 相似文献
5.
地球物理模型函数是一种常被用于同极化合成孔径雷达（synthetic aperture radar,SAR）的风场反演方法。在使用该方法提取SAR数据的风速时,需要将风向作为输入信息,这导致反演风速的精度受风向精度的影响,且使SAR风场反演无法独立完成。为了解决这些问题,通过数值模拟获取仿真的组网SAR卫星数据,3颗SAR同时以不同的入射角观测同一海面。针对仿真的组网SAR卫星数据,发展了一种风场优化反演方法,可以在不输入风向的前提下反演风速,提供参考风向还可以进一步提高风场反演的精度。 相似文献
6.
合成孔径雷达反演黄海海面风场 总被引：1，自引：0，他引：1
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。 相似文献
7.
利用0519号"龙王"台风SAR遥感图像,结合NCEP/QSCAT混合风场海面风向反演了高分辨的台风海面风速。基于高分辨率的SAR台风海面风场的风速剖面,对台风期间台湾海峡及周边海域海面风场的小尺度特征及变化进行了分析,结果表明,地形对风场特征的形成有显著作用,它导致台风海面风场结构发生变形以及澎湖列岛附近低风速尾流区、台湾岛的中央山脉北端下风面"角流"区和台湾岛西北海岸背风槽(或诱生低压)等现象的形成及台风期间福建省沿海区的大风天气。 相似文献
8.
9.
基于2003年5月至10月ENVISAT ASAR宽幅模式（Wide Swath Mode, WSM）数据和2003年11月至2004年5月ENVISAT ASAR单视复数模式（Image Mode SLC, IMS）数据,利用多普勒质心偏移法获取了海面运动引起的多普勒质心异常,通过去除风和Bragg波引起的多普勒频移,最终获得龙目海峡海表径向流速。利用AVISO（Archiving, Validation and Interpretation of Satellite Oceanographic Data）流场数据对结果进行了精度验证,并分析了龙目海峡海表流速变化。结果表明：本文反演得到的海表面流速与AVISO流场匹配度较好,其中由WSM数据反演得到的流速与AVISO流场均方根误差为0.28 m/s,IMS数据反演得到的流速与AVISO流速均方根误差为0.37 m/s。在研究区范围内,2003年5月至9月海流流速较大（-2.56～2.51 m/s）,10月流速减小（-0.79～0.72 m/s）,11月至12月流速逐月增大（-1.64～1.25 m/s）,2004年3月流速达到最低值（-0.58 m/s）,2004年4月至5月流速逐月增大（-1.46～1.72 m/s）;在南半球夏季（12月）和秋季（5月）龙目海峡出现北向逆流,其余皆为南向流。该流场反演方法可有效提取海面流速信息,从而为海面流场变化研究提供有效支撑。 相似文献
10.
《海洋预报》2021,(2)
选取成像于中国东海和南海海域的102景RADARSAT-2(RS-2)精细四极化SAR原始影像以及ERA-Interim风场,在各极化通道下利用相应风速反演模型开展风速反演的研究。CMOD5地球物理模式函数对VV极化SAR数据反演风速效果最好,可以获取海面高精度风速数据。对于HH和交叉极化SAR影像,利用RS-2 SAR影像和ERA-Interim资料对现有风速反演模型进行改进,并提出了用于HH极化风速反演的PR_CS极化比模型和用于交叉极化风速反演的CP_CS模型。结果显示:基于两种模型的SAR反演风速与ERA-Interim风速具有良好的一致性,利用PR_CS模型的SAR反演风速与参考风速的均方根误差为1.54 m/s,利用CP_CS模型的SAR反演风速与ERA-Interim风速的均方根误差分别为1.43 m/s(VH极化)和1.51 m/s(HV极化)。 相似文献
11.
Lihua Wang Benwei Shi Yunxuan Zhou Hui Sheng Yanghua Gao Li Fan Ziheng Yang 《海洋学报(英文版)》2021,40(12):135-147
Ocean currents are a key element in ocean processes and in meteorology, affecting material transport and modulating climate change patterns. The Doppler frequency shift information of the synthetic aperture radar (SAR) echo signal can reflect the dynamic characteristics of the sea surface, and has become an essential sea surface dynamic remote sensing parameter. Studies have verified that the instantaneous Doppler frequency shift can realize the SAR detection of the sea surface current. However, the validation of SAR-derived ocean current data and a thorough analysis of the errors associated with them remain lacking. In this study, we derive high spatial resolution flow measurements for the Kuroshio in the East China Sea from SAR data using a theoretical model of shifts in Doppler frequency driven by ocean surface current. Global ocean multi observation (MOB) products and global surface Lagrangian drifter (GLD) data are used to validate the Kuroshio flow retrieved from the SAR data. Results show that the central flow velocity for the Kuroshio derived from the SAR is 0.4–1.5 m/s. The error distribution between SAR ocean currents and MOB products is an approximate standard normal distribution, with the 90％ confidence interval concentrated between –0.1 m/s and 0.1 m/s. Comparative analysis of SAR ocean current and GLD products, the correlation coefficient is 0.803, which shows to be significant at a confidence level of 99％. The cross-validation of different ocean current dataset illustrate that the SAR radial current captures the positions and dynamics of the Kuroshio central flow and the Kuroshio Counter Current, and has the capability to monitor current velocity over a wide range of values. 相似文献
12.
本文利用TerraSAR-X(TSX)卫星于2010年4月22日在南海东沙岛附近海域获取的数据进行海洋内孤立波动力要素和海表流速信息的提取研究。基于TSX数据的后向散射强度信息,利用经验模态分解法得到内孤立波半波宽度,再利用两层模型法和参数化法计算得到内孤立波振幅和相速度。反演结果显示,利用参数化方法得到的振幅(约21~39 m)和两层模型法得到的相速度(约1.07 m/s)与历史实测资料较为一致。进而利用TSX的顺轨干涉数据获取研究海域内的多普勒速度,再分别采用M4S模型法和直接分离法处理,进而提取海表流速。结果显示,两种方法得到的海表流速的全场平均值较为一致,均为1.10 m/s左右。M4S模型法对流速最大值的改变量较大而直接分离法对流速最小值的改变量较大。M4S模型对内孤立波波峰线区域海表流速的修正大于无内孤立波的海域。最后,基于KdV方程计算得到内孤立波引起的表面流的流速约为0.28 m/s,对反演出的海表流速贡献占比23%。 相似文献
13.
合成孔径雷达(SAR)海面场景原始数据仿真是研究海洋动力参数(表面波浪、风矢量和洋流)的有效工具。目前海面场景原始数据仿真方法已经基于逆Omega-K算法实现了海洋运动参数的空间变化。但是目前仅仅讨论了正侧视情况下的海面场景仿真,应用范围有限,同时没有考虑Stokes漂流以及Bragg相速度的影响,而这两者都是存在于真实海面的。通常情况下为了反演得到海面流场的二维速度矢量,雷达需要从两个不同的方位方向观察海面的同一个区域,因此这就需要考虑大斜视的雷达波束,同时Stokes漂流和Bragg相速度是SAR海表面流场观测不容忽视的两种运动。本文在不改变原有正侧视逆Omega-K算法的情况下,通过增加重新计算零方位时刻的斜视波束中心位置坐标,并据此确定SAR原始数据在多普勒域的位置来将其扩展到大斜侧视逆Omega-K算法,并通过时域Stokes漂流公式到频域内离散化Stokes漂流公式的推导来加入Stokes漂流,以及根据Bragg散射机制加入了Bragg相速度。仿真结果表明,经过聚焦成像后的SAR图像很好的体现了真实海面波浪场的形状,同时能够很好地反演出设定的雷达径向流场速度,且流速精度误差控制在6%以内。最后也证明了Bragg相速度以及Stokes漂流对于海面流场的影响不可忽视。 相似文献
14.
基于SAR图像雨团足印的海面风向提取方法 总被引：1，自引：1，他引：0
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。 相似文献
15.
星载SAR对雨团催生海面风场的观测研究 总被引：2，自引：1，他引：1
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。 相似文献
16.
本文利用高频地波雷达获得的江苏如东海域大范围长期海流观测资料对苏北辐射沙洲南部烂沙洋海域夏季表层海流特征进行了分析。分析结果表明:研究海域表层海流靠近近岸一侧为往复流，流向总体上呈西北-东南向，靠近外海一侧为旋转流；海域潮流动力较为强劲，夏季表层海流实测最大流速达1.47 m/s，涨潮平均流速介于0.44~0.55 m/s，落潮平均流速介于0.38~0.52 m/s，海域西北部区域涨落潮平均流速明显大于其他区域；表层潮流为正规半日潮流，M2分潮为最主要分潮，其潮流椭圆长轴范围为0.57~0.71 m/s，远大于其他分潮，其次为S2分潮；该海域夏季表层余流呈现近岸大离岸小的分布趋势，余流流向基本指向近岸方向，从离岸到近岸余流流向呈现逆时针偏转。 相似文献
17.
Conventional retrieval and neural network methods are used simultaneously to retrieve sea surface wind speed(SSWS) from HH-polarized Sentinel-1(S1) SAR images. The Polarization Ratio(PR) models combined with the CMOD5.N Geophysical Model Function(GMF) is used for SSWS retrieval from the HH-polarized SAR data. We compared different PR models developed based on previous C-band SAR data in HH-polarization for their applications to the S1 SAR data. The recently proposed CMODH, i.e., retrieving SSWS directly from the HHpolarized S1 data is also validated. The results indicate that the CMODH model performs better than results achieved using the PR models. We proposed a neural network method based on the backward propagation(BP)neural network to retrieve SSWS from the S1 HH-polarized data. The SSWS retrieved using the BP neural network model agrees better with the buoy measurements and ASCAT dataset than the results achieved using the conventional methods. Compared to the buoy measurements, the bias, root mean square error(RMSE) and scatter index(SI) of wind speed retrieved by the BP neural network model are 0.10 m/s, 1.38 m/s and 19.85%,respectively, while compared to the ASCAT dataset the three parameters of training set are –0.01 m/s, 1.33 m/s and 15.10%, respectively. It is suggested that the BP neural network model has a potential application in retrieving SSWS from Sentinel-1 images acquired at HH-polarization. 相似文献
18.
合成孔径雷达（Synthetic Aperture Radar, SAR）在风场反演中发挥着重要的作用,但由于受到降雨的影响,海面风场的反演精度会随之下降。本文利用Radarsat-2 SAR观测数据,准同步降雨数据和再分析风场资料对2014年台风"威马逊"外围风场受降雨影响的情况进行了分析,建立了雨致海表阻尼后向散射系数受降雨强度,入射角等因素影响的拟合模型,并对降雨引起的信号衰减,后向体散射进行了评估。实验发现雨致海表面阻尼作用抑制风致海面波的影响十分明显,且降雨造成的信号衰减随降雨强度和入射角的增大而增加,雨滴产生的后向体散射和雨致海表阻尼作用造成的后向散射系数变化随降雨强度的增大而增加,随入射角的增大而减小。实例表明本文建立的模型能够有效改善降雨条件下SAR风场的反演精度。 相似文献