合成孔径雷达提取海面风、浪参数的研究

发布时间:2017-12-30 22:32

  本文关键词:合成孔径雷达提取海面风、浪参数的研究 出处:《浙江海洋大学》2017年硕士论文 论文类型:学位论文


  更多相关文章: 极化率模型 XMOD 海面风场 有效波高 平均波周期 SAR


【摘要】:合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式微波成像雷达,其工作不受外在天气状况影响,具有全天候、全天时、高分辨率的海洋遥感观测能力。利用SAR来开展对海洋的研究已成为一个有效便捷的手段,其高分辨率的SAR图像在海面风场和海浪参数的反演方面研究具有重大意义。在前人的研究基础上,本文对SAR图像反演海面风场和海浪参数开展了相关研究。用于X波段SAR图像海面风场反演的地球物理模型函数(GMF)XMOD1,XMOD2和SIRX-MOD都是基于VV极化发展而来的。目前,仅包含了雷达入射角的极化率模型XPR结合X波段的GMF已经被用于HH极化TerraSAR-X图像海面风场的反演。而之前的双极化TerraSAR-X图像反演海面风场的研究中发现极化率模型与海面风速存在一种特别的关系。因此,为了提高HH极化TerraSAR-X图像海面风场反演的精度,本文引入了一个同时包含雷达入射角和海面风速的极化率模型,本文称之为XPR2。通过56幅双极化TS-X和TD-X图像以及与之匹配的ECMWF风场数据拟合出XPR2。再利用38幅HH极化TerraSAR-X图像和与之对应的浮标测量值验证XPR2的有效性。验证的结果显示,采用XPR2反演结果的均方根误差为1.79m/s,偏差为0.68m/s,优于XPR反演结果的均方根误差为2.31m/s,偏差为0.93m/s,另外,本文基于波段极化的Sentinel-1的SAR图像,提出了一个反演有效波高H_s和平均波周期的半经验算法。半经验算法描述的是H_s与截断波长、雷达入射角和波浪传播方向与雷达距离向之间的夹角的经验关系。此外,T_(mw)可以通过另一个H_s与截断波长的经验关系计算得到。我们收集了106幅波段极化Sentinel-1 SAR图像和与之匹配的浮标实测数据,并从106幅SAR图像中一共采集到幅与浮标对应的子图像,用其中93幅子图像用来拟合半经验算法中的系数,剩下的57幅子图像用来验证半经验算法。比较结果显示H_s的RMSE为0.69m,SI为18.3%,Bias为0.11m;T_(mw)的RMSE为1.86s,SI为24.8%,Bias为0.62s。结果表明本文的H_s半经验算法适合Sentinel-1的SAR图像海浪参数的反演。
[Abstract]:Synthetic Aperture radar (SAR) is an active microwave imaging radar. High-resolution ocean remote sensing observation capability. Using SAR to carry out ocean research has become an effective and convenient means. The high resolution SAR images are of great significance in the retrieval of sea surface wind field and ocean wave parameters. In this paper, we have carried out a relative study on the inversion of sea surface wind field and sea wave parameters by SAR image. The geophysical model function for the inversion of sea surface wind field in X-band SAR image is GMF / XMOD1. Both XMOD2 and SIRX-MOD are based on VV polarization. The polarizability model (XPR), which only includes the radar incident angle, combined with X-band GMF, has been used to retrieve the sea surface wind field in the HH-polarized TerraSAR-X image. The previous dual-polarization TerraSA has been used to retrieve the sea surface wind field. It is found that there is a special relationship between the polarizability model and the wind speed of the sea surface in the study of R-X image inversion of the sea surface wind field. In order to improve the accuracy of sea surface wind field inversion in HH polarimetric TerraSAR-X images, a polarizability model including both radar incidence angle and sea surface wind speed is introduced in this paper. In this paper, XPR2 is called XPR2.The XPR2 is fitted by 56 bipolar TS-X and TD-X images and corresponding ECMWF wind field data. 38 HH polarimetric TerraSA images are used to fit XPR2. R-X images and corresponding buoy measurements verify the validity of XPR2. The root mean square error (RMS) of XPR2 inversion is 1.79 m / s and the deviation is 0.68 m / s, which is better than that of XPR inversion (2.31 m / s). The deviation is 0.93 m / s, in addition, the SAR image based on the band polarization of Sentinel-1 is presented in this paper. A semi-empirical algorithm for inversion of effective wave heights and mean wave periods is proposed. The semi-empirical algorithm describes HSCs and truncated wavelengths. The empirical relationship between the angle of incidence and the direction of wave propagation and the direction of radar range. Till. We have collected 106 polarimetric Sentinel-1 SAR images and the corresponding buoy measured data. The sub-images corresponding to the buoy are collected from 106 SAR images, and 93 sub-images are used to fit the coefficients in the semi-empirical algorithm. The remaining 57 sub-images are used to verify the semi-empirical algorithm. The comparison results show that the RMSE of HSCs is 0.69 mSI is 18.3mBias is 0.11m. The RMSE of T _ 2M _ w is 1.86s / m ~ (-1) and the SI is 24.8%. The Bias is 0.62s. The results show that the Hs semi-empirical algorithm proposed in this paper is suitable for the inversion of wave parameters in SAR images of Sentinel-1.
【学位授予单位】:浙江海洋大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:P715

【相似文献】

相关期刊论文 前10条

1 陈德文;商少平;商少凌;张文舟;;台风期间台湾岛周边海域海面风场特征的卫星遥感研究[J];厦门大学学报(自然科学版);2007年01期

2 王铁;;合成孔径雷达反演黄海海面风场[J];海洋湖沼通报;2007年04期

3 周鑫;丁菊丽;田伟;张帆;;海面风场的数值模拟与反演的研究进展[J];广东气象;2009年01期

4 韩延磊;李洪平;;遥感资料反演海面风场的新方法研究[J];中国新技术新产品;2010年07期

5 蒋兴伟;宋清涛;;基于微波散射计观测的气候态海面风场和风应力场[J];海洋学报(中文版);2010年06期

6 周凯;陈希;李妍;毛科峰;王楼;陆正民;;两种海面风场的对比及对海浪模拟的影响[J];海洋预报;2012年03期

7 张晓东;黄健;孙喜艳;黄金霞;郑延庆;黄海燕;白玉洁;;2009年11月汕尾红海湾海面风场的观测分析[J];热带气象学报;2012年03期

8 吕柯伟;胡建宇;杨小怡;;南海及邻近海域海面风场季节性变化的空间差异[J];热带海洋学报;2012年06期

9 张雷;石汉青;龙智勇;杜华栋;张子杨;;星载合成孔径雷达图像反演海面风场方法综述[J];海洋通报;2012年06期

10 钱志春;;海面风场两层诊断模式试验初步结果[J];浙江气象科技;1989年01期

相关会议论文 前6条

1 邵伟增;孙建;管长龙;;SAR图像反演风场的研究[A];“海洋动力过程与天气、气候变化”联合学术年会论文摘要集[C];2009年

2 徐国龙;;印度洋海面风场时空分布特征及其变化趋势分析[A];S12 水文气象、地质灾害气象预报与服务[C];2012年

3 何斌;翟国庆;高坤;周蓓锋;;云迹风资料同化对海面风场数值模拟的影响[A];首届长三角气象科技论坛论文集[C];2004年

4 刘宇迪;;SAR资料海面风场反演模式的对比研究[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“地球气候和环境系统的探测与研究”分会论文集[C];2003年

5 刘宇迪;;SAR资料反演海面风场的对比研究及其变分质量控制[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

6 潘显明;高太长;吴维;;利用实测海流资料计算海面风场的新方法[A];第五届长三角气象科技论坛论文集[C];2008年

相关博士学位论文 前4条

1 马艳;台风海面风场的动力分析、四维同化及数值试验[D];中国科学院海洋研究所;2000年

2 冯倩;多传感器卫星海面风场遥感研究[D];中国海洋大学;2004年

3 王振占;海面风场全极化微波辐射测量[D];中国科学院研究生院(空间科学与应用研究中心);2005年

4 贾瑞才;基于航海雷达图像的海面风场反演算法研究[D];哈尔滨工程大学;2012年

相关硕士学位论文 前10条

1 高雅;HY-2卫星风场资料LAPS系统融合及其应用研究[D];南京信息工程大学;2015年

2 孙从从;基于卫星数据的海表温度异常与海面风场及中国气候的相关性分析[D];中国海洋大学;2015年

3 陈坤堂;星载微波散射计神经网络方法反演海面风场研究[D];中国科学院国家空间科学中心;2016年

4 徐霈霈;不同分辨率风场强迫对海洋水动力模拟的影响分析[D];天津科技大学;2015年

5 王佳莹;南海海面风场、高度场和温度场的变化趋势及年际变化特征[D];国家海洋局第一海洋研究所;2016年

6 方贺;全极化SAR海浪参数提取和海面风场反演新方法[D];南京信息工程大学;2016年

7 张政;合成孔径雷达提取海面风、浪参数的研究[D];浙江海洋大学;2017年

8 薄文波;渤海海面风场数值模拟与预报研究[D];中国海洋大学;2014年

9 陈德文;台湾岛周边海域台风海面风场及其模型化研究[D];厦门大学;2006年

10 杨亮;基于遥感数据的西北太平洋海面风场时空特征分析[D];国家海洋局第一海洋研究所;2007年



本文编号:1356827

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/1356827.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4662f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com