CN102253385A - 基于合成孔径雷达图像和内波模型的海洋内波预测方法 - Google Patents

Abstract

本发明公开了一种基于合成孔径雷达图像和内波模型的海洋内波预测方法，涉及物理海洋学及信息处理技术领域，根据星载合成孔径雷达海洋内波图像中反演得到的海洋内波参数，以及内波所在区域海底地形数据和密度跃层历史分布，建立基于海洋内波的二维传播模型，预测某一时刻后该海洋内波的位置、形状、速度、振幅、波长信息；依据所得信息绘制出需预测时刻的内波波脊线分布图。本发明方法提供了内波预测的方法，简单、可靠。

Description

基于合成孔径雷达图像和内波模型的海洋内波预测方法

技术领域

本发明属于物理海洋学和信息处理技术领域，是一种基于合成孔径雷达图像和内波模型的海洋内波预测方法。

背景技术

海洋内波是一种海洋现象。只要海水密度稳定分层且存在扰动源使层化海洋的水质点离开平衡位置，则该水质点将在恢复力的作用下振荡，从而使得密度面产生波动。由于海水的密度分布经常处于不均匀状态，且气压、风、地形、潮汐、海流等都能引起扰动，因此海洋内波是一种普遍现象。

合成孔径雷达(SAR)是20世纪50年代末发展起来的一种主动微波遥感手段，与其他遥感手段相比，有分辨率高、全天时、全天候、分辨率不随斜距变化等优势，在很多领域都得到了成功的应用，海洋遥感就是SAR的一个重要应用领域。从1978年美国发射的第一颗针对海洋遥感应用的合成孔径雷达卫星SeaSAT以来，随后的一些合成孔径雷达卫星如ERS-1、ERS-2、EnviSAT、RADARSAT等都在海洋遥感方面得到了大量的应用，如利用SAR图像反演海面风场、海面波浪谱、海流、海底地形等。

SAR一直作为海洋内波观测的重要技术手段。利用海洋内波参数反演方法可以从SAR图像中计算得到海洋内波的振幅、波长、速度等参数。对于海洋应用而言，能够准确预测海洋内波的位置、速度、波长、振幅等信息十分重要。但是，由于海洋内波在运动过程中受海底地形变化等诸多因素的影响，其振幅、波长、速度等参数会不断发生变化。因此，用SAR图像反演得到的结果直接预测某一时刻后内波的位置信息并不准确，且无法预测速度、波长、振幅等信息。目前，尚未有较为准确的利用SAR图像预测某一时刻后海洋内波位置、形状、速度、波长、振幅的方法。

发明内容

本发明的目的是提供一种基于合成孔径雷达图像和内波模型的海洋内波预测方法，对内波位置、速度、波长、振幅等做出预测，并可绘制出需预测时刻的内波波脊线分布图。

为达到上述目的，本发明的技术解决方案是：

一种基于合成孔径雷达图像和内波模型的海洋内波预测方法，其根据星载合成孔径雷达海洋内波图像中反演得到的海洋内波参数，以及内波所在区域海底地形数据和密度跃层历史分布，建立基于海洋内波的二维传播模型，预测某一时刻后该海洋内波的位置、形状、速度、振幅、波长信息；依据所得信息绘制出需预测时刻的内波波脊线分布图。

所述的海洋内波预测方法，其包括如下步骤：

a)利用SAR图像海洋内波参数反演方法计算SAR图像中海洋内波的振幅、波长、速度参数；参数反演时所采用的密度跃层分布为历史数据；

b)基于海洋内波二维传播模型：将海洋内波的位置信息以及步骤(a)中反演得到的海洋内波振幅、波长、速度参数作为二维传播模型的输入，进行模型运算；

c)输出某一时刻后二维内波传播模型得到的海洋内波位置、形状、振幅、波长、速度参数，并依据参数绘制出该时刻后海洋内波的波脊线分布图。

本发明方法的有益效果是：提供了通过SAR图像内波参数反演方法以及海洋内波二维模型预测内波位置、速度、波长、振幅等的方法，并可绘制出需预测时刻的内波波脊线分布图，简单、可靠。

附图说明

图1为本发明基于合成孔径雷达图像和内波模型的海洋内波预测方法的流程示意图。

具体实施方式

本发明方法是基于合成孔径雷达图像和内波模型的海洋内波预测方法。是根据星载合成孔径雷达海洋内波图像中反演得到的海洋内波参数，以及内波所在区域海底地形数据和密度跃层历史分布，基于海洋内波二维模型，预测某一时刻后该海洋内波的位置、形状、速度、振幅、波长等信息。

本发明方法的检测流程如图1所示，为：

1.利用合成孔径雷达图像海洋内波参数反演方法计算SAR图像中海洋内波的振幅、波长、速度等参数；参数反演时所采用的海洋内波所在区域密度跃层分布为历史数据。首先，测量SAR图像中海洋内波最亮及最暗点的间距D，通过

λ＝1.51D                (1)

计算内波波长λ。然后，利用

$C_p=\sqrt{\frac{(\mathrm{g\Δ\ρ}/\mathrm{\ρ})h_1{h}_2}{h_1+h_2}}---\left(2\right)$

计算内波速度C_p，其中g为重力加速度，ρ为海水密度，Δρ为海水上下两层密度差，h₁为海水上层厚度，h₂为海水下层厚度。最后，利用

${\mathrm{\η}}_0=\frac{4{(h_1+h_2)}^2{C}_p^4}{3\mathrm{g\Δ\ρ}/\mathrm{\ρ}{\left(\frac{\mathrm{\λ}}{2}\right)}^2\sqrt{{(\mathrm{g\Δ\ρ}/\mathrm{\ρ})}^2{(h_1+h_2)}^2-4\mathrm{g\Δ\ρ}/\mathrm{\ρ}(h_1+h_2)C_p^2}}---\left(3\right)$

计算内波振幅η₀。

2.基于海洋内波二维传播模型，将海洋内波的位置信息以及步骤(1)中反演得到的海洋内波振幅、波长、速度等参数作为二维传播模型T时刻的输入，进行模型运算。海水上下层控制方程组如公式(4)、(5)所示。

对于上层

$\▿\·U^{\′}+W_z^{\′}=0$

$U_t^{\′}+U^{\′}\·\▿U+W^{\′}{U}_z^{\′}=\frac{1}{{\mathrm{\ρ}}_1^{\′}}\▿P_1^{\′}---\left(4\right)$

$W_t^{\′}+U^{\′}\·\▿W^{\′}+W^{\′}{W}_z^{\′}=\frac{1}{{\mathrm{\ρ}}_1^{\′}}{P}_{1z}$

对于下层

$\▿\·u^{\′}+w_z^{\′}=0$

$u_t^{\′}+u^{\′}\·\▿u^{\′}+w^{\′}{u}_z^{\′}=\frac{1}{{\mathrm{\ρ}}_2^{\′}}\▿P_2^{\′}---\left(5\right)$

$w_t^{\′}+u^{\′}{\·\▿w}^{\′}+w^{\′}{w}_z^{\′}=\frac{1}{{\mathrm{\ρ}}_2^{\′}}{P}_{2z}$

其中U′，u′为水平向速度分量，W′，w′为垂直向速度分量。P′₁、P′₂为上下两层的压强分量。上标(’)代表其为有量纲变量。模型运算时所采用的海洋内波所在海域的海底地形为历史数据。

3.输出T+Δt时刻后二维内波传播模型得到的海洋内波位置、形状、振幅、波长、速度等参数，并绘制出该时刻后海洋内波波脊线的分布图。

Claims (2)

1.一种基于合成孔径雷达图像和内波模型的海洋内波预测方法，其特征在于，根据星载合成孔径雷达海洋内波图像中反演得到的海洋内波参数，以及内波所在区域海底地形数据和密度跃层历史分布，建立基于海洋内波的二维传播模型，预测某一时刻后该海洋内波的位置、形状、速度、振幅、波长信息；依据所得信息绘制出需预测时刻的内波波脊线分布图。

2.如权利要求书1所述的海洋内波预测方法，其特征在于，包括如下步骤：

(1)利用SAR图像海洋内波参数反演方法计算SAR图像中海洋内波的振幅、波长、速度参数；参数反演时所采用的密度跃层分布为历史数据；

(2)基于海洋内波二维传播模型：将海洋内波的位置信息以及步骤(1)中反演得到的海洋内波振幅、波长、速度参数作为二维传播模型的输入，进行模型运算；

(3)输出某一时刻后二维内波传播模型得到的海洋内波位置、形状、振幅、波长、速度参数，并依据参数绘制出该时刻后海洋内波的波脊线分布图。

Images