共查询到20条相似文献，搜索用时 15 毫秒
1.
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。 相似文献
2.
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
3.
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。 相似文献
4.
基于雷达高度计增益自动控制数据的风速反演算法研究 总被引：1，自引：1，他引：0
基于Jason-1卫星雷达高度计与NDBC(National Data Buoy Center)浮标的时空匹配数据集,利用BP(Back Propagation)神经网络方法建立了基于后向散射系数σ0与有效波高(Significant Wave Height,SWH,)的双参数(σ0-Hsw)风速反演模型,并探讨利用AGC(Automatic Gain Control)来代替σ0对风速反演的可行性进行研究。结果表明,所建立的σ0-SWH风速反演均方根优于0.3 m/s(风速范围为0.5~20 m/s); AGC-SWH模型反演精度偏低(1.3 m/s),但在星星交叉定标的基础上,模型精度提高了0.9 m/s。这个研究工作尤其是交叉定标基础上的AGC-SWH模型反演流程对"HY-2"海面风速反演有一定的借鉴意义。 相似文献
5.
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. 相似文献
6.
《海洋湖沼通报》2020,(2)
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。 相似文献
7.
《海洋气象学报》2016,(1)
利用1979—2013年山东省32个气象观测台站的逐日平均风速数据,对比分析了欧洲中期数值预报中心ERA-Interim风速再分析资料在山东省的适用性。结果表明:ERA-Interim风速再分析数据整体具有较高的可信度,月尺度相关系数在0.40~0.83之间,存在明显季节差异,半岛地区相关系数最高,且北部高于南部,鲁中地区最低。月尺度均方根误差在0.83~4.25m/s之间,半岛地区均方根误差最小,鲁中和鲁西北地区季节差异十分明显,鲁南地区的季节差异性最小。月尺度绝对误差在-0.20~3.89m/s之间,仅个别站点出现负误差,说明ERA-Interim平均风速资料在山东省普遍偏大。代表台站绝对误差均符合正态分布,风速较小时,以正误差为主,随风速增大,负误差增多,当风力大于5级时基本以负误差为主。 相似文献
8.
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°。 相似文献
9.
以欧洲中期天气预报中心ECMWF(European Centre for Medium Range Weather Forecasts)的ERA5风场数据为真实风速参考值,利用HY-2B卫星散射计L2A数据,使用反向传播神经网络方法对风速进行了反演,分别建立了中高风速、中低风速和全风速反演模型。与基于NSCAT-4地球物理模式函数得到的L2B风速相比,在训练集中,3种网络模型反演风速的均方误差(Mean Square Error,MSE)分别达到了0.18,0.14和0.32 m/s,平均绝对值误差(Mean Absolute Error,MAE)分别达到了0.27,0.24和0.34 m/s;在测试集中,3种网络模型反演风速的均方误差(MSE)分别达到了0.54,0.27和0.46 m/s,平均绝对值误差(MAE)分别达到了0.48,0.35和0.42 m/s。研究结果表明,中高和中低风速模型优于全风速模型,其中中低风速模型反演风速的MSE和MAE最低,中高风速模型反演风速的MSE和MAE下降幅度最大;3种模型都具有良好的泛化能力。 相似文献
10.
《中国海洋大学学报(自然科学版)》2017,(2)
单站高频地波雷达反演风速通常需要利用二阶谱信息,但利用二阶谱信息进行风速反演的距离较小,不能满足远距离风速反演的需求。本文首先对高频地波雷达一阶谱与风速间的相关性进行了分析,在此基础上,基于一阶谱信息,利用极限学习机(ELM)方法对不同站点和不同频率的雷达获得的实测数据进行了风速反演。结果表明,利用极限学习机方法对实测数据获得的风速结果能够体现风速变化的趋势,两批数据反演结果的相关系数分别是0.46和0.42,均方根误差分别为1.93和1.89m/s。尽管其相关系数较低,但均方根误差可以接受,说明利用单站雷达一阶谱信息来进行风速反演是可行的。 相似文献
11.
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
12.
利用2006—2017年我国南海部分区域(112°～114°E,10°～12°N)的Argo观测数据,对该海区声速剖面进行了仿真分析和研究。在此基础上,利用遗传算法(GA)优化的径向基函数(RBF)神经网络建立反演预测模型(GA-RBF),结合海区表面实测温度和历史数据,研究了该区域2016—2017年的声速剖面实时预测情况,并获得该海区6月和12月的声速剖面平均均方根误差值为0.845 m/s和0.815 m/s;而采用平均声速剖面方法获得该海区6月和12月的声速均方根误差分别是2.393 m/s和2.176 m/s。仿真结果表明:基于GA-RBF网络模型并利用海区表面实测温度的反演预测结果更趋近实测声速剖面,该模型可用于海区垂直声速剖面的实时预测。 相似文献
13.
14.
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°。 相似文献
15.
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。 相似文献
16.
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°。 相似文献
17.
以珠江口东岸香港海域为研究对象,准同步获取实测悬浮物浓度和Radarsat-2影像数据.对影像进行滤波处理和掩模处理后,利用Radarsat-2四种极化下的后向散射系数建立悬浮物浓度单极化回归模型;通过多极化后向散射系数构造多个遥感参数,运用相关性分析得到4个敏感因子,建立悬浮物浓度多极化回归模型.最终得到研究区域悬浮物浓度的反演模型为:SSC=11.08+0.06(HH+VV)-0.002(HH+VV)2,R2=0.84,其中SSC为悬浮物浓度,HH和W为该极化下的后向散射系数,R2为决定系数.研究表明:HH和W极化的后向散射系数之和对研究区域悬浮物反演最为敏感,得到的反演模型能较好预测海洋悬浮物的分布情况. 相似文献
18.
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。 相似文献
19.
3种海面风场资料在台湾海峡的比较和评估 总被引：7，自引：3，他引：4
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。 相似文献
20.
利用ALOS PALSAR全极化SAR内波图像,对比分析了SAR海洋内波在11种极化特征与后向散射系数(σ0) 图像中的可视性。在提取的SAR极化特征图像中,Lambda值的内波特征最为明显,极化熵和极化角次之。与σ0图像相比,Lambda值的内波可视性优于同极化的σ0图像;对于极化熵和极化角,沿距离向传播的内波可视性优于同极化的σ0图像,沿方位向传播的内波可视性略差于同极化的σ0图像,两者均优于交叉极化的σ0图像。HH/VV极化比、归一化圆极化系数和Bata值的内波特征较弱;HH/HV极化比、VV/VH极化比、Gamma值、Delta值和各向异性指数的内波图像均不清晰,无法识别内波。 相似文献