GF-3交叉极化数据的海面风速反演研究
发布时间：2021-10-16 16:53
单极化合成孔径雷达（SAR）图像在海面风场反演应用中具有复杂的业务化模型,运用SAR交叉极化数据反演海面风速成为当前研究热点。采用我国自主发射的C波段SAR卫星高分三号全极化SAR图像数据,以太平洋、大西洋等远洋海域为重点研究区域,分析交叉极化后向散射强度与海面风速、相对风向及雷达入射角的关系,建立多元线性回归模型和BP神经网络模型,并采用ECMWF风场再分析数据对模型结果进行验证。实验结果表明,建立的回归模型有效验证了交叉极化后向散射强度与风速、入射角呈线性相关,相较于同极化SAR反演海面风场,该模型不依赖于外部风向的输入,简化了风速反演模型。BP神经网络模型训练样本集拟合R值优于70%,且有效预测了交叉极化风速。
【文章来源】：计算机工程. 2020,46(11)北大核心CSCD
【文章页数】：8 页
【部分图文】：
地理编码示意图
为了有效抑制SAR图像中普遍存在的斑点噪声,对图像进行滤波处理是有效剔除噪声的方法,基于完全的斑点乘性噪声模型提出Lee滤波[16],它是经典的SAR图像斑点噪声滤波方法,但其对于图像边缘等细节信息方面的保持不理想,因此本文选用改进的增强型Lee滤波,可以在减少斑点噪声的同时,兼顾保持雷达图像的纹理信息,其滤波效果如图2所示。2.2 ECMWF海面风场数据
ERA-Interim海面风场资料是由欧洲中期天气预报中心(ECMWF)提供的覆盖全球区域的大气分析产品。该产品提供全球1979年1月至2019年3月的海面10 m高的水平(U)、垂直(V)风矢量分量,根据分量计算得出相应风速、风向,后续数据仍在持续更新中,覆盖全球0°E～360°E、90°S～90°N[17],且有多种空间分辨率选择范围,本文选择最精细的0.125°×0.125°分辨率以使得在空间上与GF-3图像最匹配。在ERA-Interim产品的时间分布上,分为分析数据(Analaysis)和预报数据(Forecast)。对于分析数据,其时间分辨率为6 h(00:00,06:00,12:00,18:00)。在每日00:00与12:00时提供预报数据,用户可根据需求选择预测时间步长,如图3所示。本文为更准确地验证反演结果,在时间数据选取上按照实测优于预测、与SAR图像采集时间最近为原则选取模式资料。3 逐步回归模型建立
【参考文献】：
期刊论文
[1]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[J]. 方贺,谢涛,周育锋,杨劲松,赵立,何宜军,William.Perrie. 海洋学报. 2018(09)
[2]基于交叉极化数据的海面风速反演研究[J]. 许遐祯,韩冰,黄敬峰,李正泉,龚强,王秀珍. 气象科学. 2017(05)
[3]同极化Radarsat-2数据的海面风速反演研究[J]. 韩冰,许遐祯,刘焕彬,张康宇,郭乔影,黄敬峰,王秀珍. 遥感技术与应用. 2017(03)
[4]高分三号SAR卫星系统级几何定位精度初探[J]. 丁赤飚,刘佳音,雷斌,仇晓兰. 雷达学报. 2017(01)
[5]基于BP神经网络模型与ARMA模型的库存预测比较[J]. 马法尧. 统计与决策. 2014(19)
[6]SAR反演邻近岸海面风场方法[J]. 王珂,洪峻,张问一,张月婷,惠延波,明峰. 电子与信息学报. 2013(08)
[7]C波段机载合成孔径雷达海面风场反演新方法[J]. 艾未华,严卫,赵现斌,刘文俊,马烁. 物理学报. 2013(06)
[8]合成孔径雷达海面风场反演研究进展[J]. 张毅,蒋兴伟,林明森,宋清涛. 遥感技术与应用. 2010(03)
[9]基于少量控制点的Radarsat-2影像快速几何纠正技术研究[J]. 耿忠,张波,林丽,吴樊. 地理信息世界. 2010(01)
硕士论文
[1]星载合成孔径雷达海洋风场探测研究[D]. 赵媛.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]合成孔径雷达提取海面风、浪参数的研究[D]. 张政.浙江海洋大学 2017
[3]基于统计检验的极化SAR相干斑抑制研究[D]. 蒋含禄.西安电子科技大学 2013
[4]基于优化BP神经网络和粒计算的股指预测研究[D]. 张翔宇.南京大学 2012
本文编号：3440170
【文章来源】：计算机工程. 2020,46(11)北大核心CSCD
【文章页数】：8 页
【部分图文】：
地理编码示意图
为了有效抑制SAR图像中普遍存在的斑点噪声,对图像进行滤波处理是有效剔除噪声的方法,基于完全的斑点乘性噪声模型提出Lee滤波[16],它是经典的SAR图像斑点噪声滤波方法,但其对于图像边缘等细节信息方面的保持不理想,因此本文选用改进的增强型Lee滤波,可以在减少斑点噪声的同时,兼顾保持雷达图像的纹理信息,其滤波效果如图2所示。2.2 ECMWF海面风场数据
ERA-Interim海面风场资料是由欧洲中期天气预报中心(ECMWF)提供的覆盖全球区域的大气分析产品。该产品提供全球1979年1月至2019年3月的海面10 m高的水平(U)、垂直(V)风矢量分量,根据分量计算得出相应风速、风向,后续数据仍在持续更新中,覆盖全球0°E～360°E、90°S～90°N[17],且有多种空间分辨率选择范围,本文选择最精细的0.125°×0.125°分辨率以使得在空间上与GF-3图像最匹配。在ERA-Interim产品的时间分布上,分为分析数据(Analaysis)和预报数据(Forecast)。对于分析数据,其时间分辨率为6 h(00:00,06:00,12:00,18:00)。在每日00:00与12:00时提供预报数据,用户可根据需求选择预测时间步长,如图3所示。本文为更准确地验证反演结果,在时间数据选取上按照实测优于预测、与SAR图像采集时间最近为原则选取模式资料。3 逐步回归模型建立
【参考文献】：
期刊论文
[1]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[J]. 方贺,谢涛,周育锋,杨劲松,赵立,何宜军,William.Perrie. 海洋学报. 2018(09)
[2]基于交叉极化数据的海面风速反演研究[J]. 许遐祯,韩冰,黄敬峰,李正泉,龚强,王秀珍. 气象科学. 2017(05)
[3]同极化Radarsat-2数据的海面风速反演研究[J]. 韩冰,许遐祯,刘焕彬,张康宇,郭乔影,黄敬峰,王秀珍. 遥感技术与应用. 2017(03)
[4]高分三号SAR卫星系统级几何定位精度初探[J]. 丁赤飚,刘佳音,雷斌,仇晓兰. 雷达学报. 2017(01)
[5]基于BP神经网络模型与ARMA模型的库存预测比较[J]. 马法尧. 统计与决策. 2014(19)
[6]SAR反演邻近岸海面风场方法[J]. 王珂,洪峻,张问一,张月婷,惠延波,明峰. 电子与信息学报. 2013(08)
[7]C波段机载合成孔径雷达海面风场反演新方法[J]. 艾未华,严卫,赵现斌,刘文俊,马烁. 物理学报. 2013(06)
[8]合成孔径雷达海面风场反演研究进展[J]. 张毅,蒋兴伟,林明森,宋清涛. 遥感技术与应用. 2010(03)
[9]基于少量控制点的Radarsat-2影像快速几何纠正技术研究[J]. 耿忠,张波,林丽,吴樊. 地理信息世界. 2010(01)
硕士论文
[1]星载合成孔径雷达海洋风场探测研究[D]. 赵媛.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]合成孔径雷达提取海面风、浪参数的研究[D]. 张政.浙江海洋大学 2017
[3]基于统计检验的极化SAR相干斑抑制研究[D]. 蒋含禄.西安电子科技大学 2013
[4]基于优化BP神经网络和粒计算的股指预测研究[D]. 张翔宇.南京大学 2012
本文编号：3440170
本文链接：https://www.wllwen.com/kejilunwen/haiyang/3440170.html
