CN102944871A - 一种提取雷达图像中海浪参数的方法 - Google Patents

一种提取雷达图像中海浪参数的方法 Download PDF

Info

Publication number
CN102944871A
CN102944871A CN2012104449650A CN201210444965A CN102944871A CN 102944871 A CN102944871 A CN 102944871A CN 2012104449650 A CN2012104449650 A CN 2012104449650A CN 201210444965 A CN201210444965 A CN 201210444965A CN 102944871 A CN102944871 A CN 102944871A
Authority
CN
China
Prior art keywords
spectrum
sar
wave
ocean wave
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012104449650A
Other languages
English (en)
Inventor
孙建
张庆君
李延
齐亚琳
刘久利
赵良波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ocean University of China
Original Assignee
Ocean University of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ocean University of China filed Critical Ocean University of China
Priority to CN2012104449650A priority Critical patent/CN102944871A/zh
Publication of CN102944871A publication Critical patent/CN102944871A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及雷达信号处理技术领域,尤其涉及一种提取雷达图像中海浪参数的方法,包括如下步骤:获取SAR图像数据;从SAR合成孔径雷达图像数据中提取SAR粗谱;对SAR粗谱进行平滑处理,获得SAR谱;将SAR图像谱中的信号分离为风浪生成部分和涌浪生成部分,获得风浪SAR谱与涌浪SAR图像谱;对风浪生成部分进行处理,获得最佳海浪谱参数,使其对应的SAR谱与风浪SAR图像谱符合得最好;对涌浪生成部分用线性关系进行求逆;将最佳海浪谱参数对应的风浪SAR谱与用线性关系求逆后的涌浪SAR图像谱合成为海浪谱;从海浪谱中获取海浪参数。可以在纯涌浪、大浪巨浪、波浪的绕射、岛屿等复杂地形的浪场情况下,获得准确的海浪参数。

Description

一种提取雷达图像中海浪参数的方法
技术领域
本发明涉及雷达信号处理技术领域,尤其涉及一种提取雷达图像中海浪参数的方法。
背景技术
海浪是一种与人类关系最直接也是最密切的海洋现象,直观地向我们展示着大海的波澜壮阔。同样,海浪也会给人类造成巨大的灾害。实际上,海浪是发生在海洋表面的一种小尺度的风生重力波,包括风浪和涌浪。海浪是物理海洋学的一个重要研究领域,研究海浪的生成、成长、消衰以及传播机制、揭示其内部结构和外在特征,对于国防、航运、造船、港口以及海上石油平台的建设等具有重要意义。
由于海浪具有随机性,因此可以将其看作是随机过程,应用统计学的方法进行研究。以随机过程描述海浪必然要引出海浪谱的概念,因此,海浪谱构成了海浪研究的核心问题之一,从海浪本身到海浪理论的应用都与海浪谱密切相关。海浪谱可分为一维的海浪频谱和二维的海浪方向谱。海浪频谱是代表海浪能量相对于组成波的频率的分布,同样,将谱的概念拓展成二维的,那么,海浪方向谱就是描述海浪能量在波数空间内分布的一个物理量。海浪的所有统计性质,均可由海浪方向谱获得。因此,海浪方向谱的研究具有更重要的意义,目前现有技术中还没有获取海浪。
SAR是合成孔径雷达(Synthetic Aperture Radar)的简称,是一种可以装载在飞机上或卫星上的主动式微波探测器,前者称为机载合成孔径雷达,后者称为星载合成孔径雷达。所谓主动式,就是说雷达上装有发射和接收信号的装置,所以它不仅接收信号,同时也主动发射信号,将返回的信号和海面上的粗糙度建立联系来获取海面信息。SAR所发射的电磁波在微波波段,因此它可以直接穿透云层,并不受光照的影响,即使在黑夜或者恶劣的天气下也能进行工作,因此可以连续地获得海浪方向谱信息。在获取资料的连续性上弥补了其他形式的海浪方向谱观测的不足。
海浪是物理海洋学的一个重要研究领域。海浪研究的核心问题之一是对海浪谱的研究,从海浪本身到海浪理论的应用都与海浪谱密切相关。而二维海浪方向谱是极难获得的。SAR是唯一一种可以在其运行轨道上连续获得大面积的海浪方向谱的仪器,因此研究如何从SAR影像中准确有效地获取海浪信息对海浪的研究具有重要的科学意义。
发明内容
有鉴于此,本发明的目的是提供一种提取雷达图像中海浪参数的方法,能在复杂情景中获得准确的海浪参数。
本发明的目的是通过以下技术方案来实现的:一种提取雷达图像中海浪参数的方法,包括如下步骤:
1)获取SAR合成孔径雷达图像数据;
2)从SAR合成孔径雷达图像数据中提取SAR粗谱;
3)对SAR粗谱进行平滑处理,获得SAR谱;
4)将SAR图像谱中的信号分离为风浪生成部分和涌浪生成部分,获得风浪SAR谱与涌浪SAR图像谱;
5)对风浪生成部分进行处理,获得最佳海浪谱参数,使其对应的SAR谱与风浪SAR图像谱符合得最好;对涌浪生成部分用线性关系进行求逆;
6)将最佳海浪谱参数对应的风浪SAR谱与用线性关系求逆后的涌浪SAR图像谱合成为海浪谱;
7)从海浪谱中获取海浪参数。
进一步,所述步骤3-4)通过二维数字滤波器实现。
进一步,步骤2)中,根据附加信息和卫星参数,计算出可使用线性成像关系的最大波数,作为风浪和涌浪的分离波数,所述附加信息包括风速、波浪传播方向与方位方向夹角、反演出来的波长。
进一步,所述步骤4)中,利用二维数字滤波器SAR谱子图像分别进行高通和低通滤波从而对SAR谱的风浪形成部分和涌浪形成部分进行分离。
进一步,所述步骤5)中,所述海浪谱参数为浪向、主波相速和角散系数s,每确定一组海浪参数,即得到一个风浪谱,由非线性成像关系就可得到风浪SAR谱,与风浪SAR图像谱共同代入代价函数J,代价函数J的形式取为:
J = ∫ { [ P w ( k ) - P ^ w ( k ) ] [ B + P ^ w ( k ) ] } 2 dk w ;
上式中,Pw(k)是最优SAR谱,是观测SAR谱,B是一个正的常数,防止由于
Figure BDA00002378864700033
而造成代价函数的无穷大。
进一步,步骤7)中,所述海浪参数包括波长、波向或有效波高中的至少一种,其中波长L由谱峰在谱空间的位置得到,具体为:
L = 2 π / k x 2 + k y 2
(kx,ky)表示谱峰所对应的波数分量;
波向由谱峰在谱空间的位置得到,具体为:
θ=atan(ky/kx)
(kx,ky)表示谱峰所对应的波数分量;
有效波高为海浪谱零阶矩的函数,具体为:
H = 4.0 * m 0
其中,m0=∫∫S(kx,ky)dkxdky
与现有技术相比,本发明的提取雷达图像中海浪参数的方法具有如下优点:本发明采用了一种改进的模式:参数化初猜谱模式,在本模式当中,采用了用风速附加信息和卫星参数来计算分离波数,根据分离波数采用高斯高通、低通滤波器将SAR谱分成风浪SAR谱和涌浪SAR谱。对于风浪SAR谱,寻找最佳风浪谱参数(包括浪向、主波相速和角散系数)来使之对应。对于涌浪SAR谱,直接用线性关系求逆。通过与MPI和SPRA的对比,发现参数化初猜谱方法得到的最优的SAR谱与SAR图像谱最一致。从而获得更为准确的海浪谱,可以在纯涌浪、大浪巨浪、波浪的绕射、岛屿等复杂地形的浪场情况下,获得准确的海浪参数。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。
附图说明
图1为提取雷达图像中海浪参数的方法的流程示意图。
具体实施方式
以下将对本发明的优选实施例进行详细的描述。应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
为了利用SAR图像得到的海浪参数信息,需要利用SAR图像谱与海浪谱非线性变换关系,由于变换为非线性,无法直接求逆。另外由于SAR图像谱存在180°的方向模糊以及阶段波数外的高波数信息损失,需要引入一个代价函数,这个代价函数利用了来自所谓第一猜测谱的附加信息,其中第一猜测谱是根据第三代海浪模式-Wave Model(WAM)获取。
定义使如下价值函数J取最小值时的F(k)为最优海浪谱
J = ∫ [ P ( k ) - P ^ ( k ) ] 2 dk + μ ∫ [ F ( k ) - F ^ ( k ) B + F ^ ( k ) ] 2 dk
式中:P(k)为观测SAR图像谱和最优SAR图像谱;
Figure BDA00002378864700042
为初猜猜测谱;权重系数
Figure BDA00002378864700043
代价函数由两部分组成,一部分是代表最适SAR谱(即反演得到海浪谱所对应的SAR谱)与观测SAR谱之间的差;另一部分是最适海浪谱(反演后得到的海浪谱)与初猜谱之间的差。要使代价函数最小就意味着要满足反演得到的海浪谱和初猜谱最接近,并同时满足其对应的SAR谱与观测得到的SAR谱最接近。μ的选取可以决定反演的海浪谱更接近与初猜海浪谱还是反演的海浪谱对应的SAR谱更接近于观测的SAR图像谱;B小正数是为了避免
Figure BDA00002378864700051
而造成代价函数的无穷大,通常
Figure BDA00002378864700052
一般非线性变分问题的解为
∂ J ∂ F ( k ) = 0
方程的解可利用准线性变化关系进行迭代求解。
对于设定的误差ε0,如果第n+1次迭代的图像谱Pn+1(k)和观测的SAR图像谱满足条件
&epsiv; = &Integral; [ P n + 1 ( k ) - P ^ ( k ) ] 2 dk &Integral; [ P n + 1 ( k ) ] 2 dk &Integral; [ P ^ ( k ) ] 2 dk < &epsiv; 0
则终止迭代运算,并输出海浪谱F(k)=Fn+1(k)。在实际计算中,选取ε0=0.1即可。
参见图1,一种提取雷达图像中海浪参数的方法,包括如下步骤:
1)获取SAR合成孔径雷达图像数据;
2)从SAR合成孔径雷达图像数据中提取SAR粗谱;
3)通过高斯高通、低通滤波器二维数字滤波器对SAR粗谱进行平滑处理,获得SAR谱;
4)通过高斯高通、低通滤波器二维数字滤波器对SAR谱子图像分别进行高通和低通滤波从而对SAR谱的风浪形成部分和涌浪形成部分进行分离,获得风浪SAR谱与涌浪SAR图像谱;其中风浪和涌浪的分离波数为根据附加信息和卫星参数所述卫星参数包括SAR平台高度、卫星飞行速度,所述附加信息包括风速、波浪传播方向与方位方向夹角、反演出来的波长。计算出的可使用线性成像关系的最大波数。
5)对风浪生成部分进行处理,获得最佳海浪谱参数,使其对应的SAR谱与风浪SAR图像谱符合得最好;对涌浪生成部分用线性关系进行求逆;
所述海浪谱参数为浪向、主波相速和角散系数s,每确定一组海浪参数,即得到一个风浪谱,由非线性成像关系就可得到风浪SAR谱,与风浪SAR图像谱共同代入代价函数J,代价函数J的形式取为:
J = &Integral; { [ P w ( k ) - P ^ w ( k ) ] [ B + P ^ w ( k ) ] } 2 dk w ;
上式中,Pw(k)是最优SAR谱,
Figure BDA00002378864700062
是观测SAR谱,B是一个正的常数,防止由于
Figure BDA00002378864700063
而造成代价函数的无穷大。
使代价函数最小的一组风浪参数就意味着其对应的SAR谱与风浪SAR图像谱符合得最好,是最优的风浪谱。
6)将最佳海浪谱参数对应的风浪SAR谱与用线性关系求逆后的涌浪SAR图像谱在谱空间线性合成为海浪谱;
7)从海浪谱中获取海浪参数,所述海浪参数包括波长、波向或有效波高,其中:
波长的获得
在通过反演得到海浪谱之后,由方向谱可以得到海浪的特征参量。波长可以由谱峰在谱空间的位置得到,具体定义为:
L = 2 &pi; / k x 2 + k y 2
(kx,ky)表示谱峰所对应的波数分量。
波向的获得
波向同样可以由谱峰在谱空间的位置得到,具体定义为:
θ=atan(ky/kx)
(kx,ky)表示谱峰所对应的波数分量。
有效波高的获得
有效波高可以表示为海浪谱零阶矩的函数,具体定义为:
H = 4.0 * m 0
其中,m0=∫∫S(kx,ky)dkxdky
从实际情况来看,海面是风浪和涌浪并存的情况居多。我们提出的方法要优于现有技术的方法,其原因在于:1.对于风浪和涌浪的信号分别处理。这样处理的优势在于反演之后仍能够反演出原有的风浪和涌浪成分,不至于信息丢失。2.该方法在雷达信息的使用上更加充分。本方法应用了两次SAR图像信息,第一次是在寻找最佳风浪参数的时候,SAR图像谱用来作为是否为最佳参数的标准,第二次是得到的最佳风浪谱作为初猜谱,不断修正,使其对应的SAR谱最大程度的符合SAR图像谱。3.在寻找最佳风浪参数的过程中,使用了三个待定参数,不仅在波数空间里寻找波数谱的最佳位置,而且还寻找波数谱的最佳形状(由方向分布决定),这样使反演的结果更准确。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种提取雷达图像中海浪参数的方法,其特征在于:包括如下步骤:
1)获取SAR合成孔径雷达图像数据;
2)从SAR合成孔径雷达图像数据中提取SAR粗谱;
3)对SAR粗谱进行平滑处理,获得SAR谱;
4)将SAR图像谱中的信号分离为风浪生成部分和涌浪生成部分,获得风浪SAR谱与涌浪SAR图像谱;
5)对风浪生成部分进行处理,获得最佳海浪谱参数,使其对应的SAR谱与风浪SAR图像谱符合得最好;对涌浪生成部分用线性关系进行求逆;
6)将最佳海浪谱参数对应的风浪SAR谱与用线性关系求逆后的涌浪SAR图像谱合成为海浪谱;
7)从海浪谱中获取海浪参数。
2.根据权利要求1所述的一种提取雷达图像中海浪参数的方法,其特征在于:所述步骤3-4)通过二维数字滤波器实现。
3.根据权利要求2所述的一种提取雷达图像中海浪参数的方法,其特征在于:步骤2)中,根据附加信息和卫星参数,计算出可使用线性成像关系的最大波数,作为风浪和涌浪的分离波数,所述附加信息包括风速、波浪传播方向与方位方向夹角、反演出来的波长。
4.根据权利要求2所述的一种提取雷达图像中海浪参数的方法,其特征在于:所述步骤4)中,利用二维数字滤波器SAR谱子图像分别进行高通和低通滤波从而对SAR谱的风浪形成部分和涌浪形成部分进行分离。
5.根据权利要求3所述的一种提取雷达图像中海浪参数的方法,其特征在于:所述步骤5)中,所述海浪谱参数为浪向、主波相速和角散系数s,每确定一组海浪参数,即得到一个风浪谱,由非线性成像关系就可得到风浪SAR谱,与风浪SAR图像谱共同代入代价函数J,代价函数J的形式取为:
J = &Integral; { [ P w ( k ) - P ^ w ( k ) ] [ B + P ^ w ( k ) ] } 2 dk w ;
上式中,Pw(k)是最优SAR谱,是观测SAR谱,B是一个正的常数,防止由于
Figure FDA00002378864600023
而造成代价函数的无穷大。
6.根据权利要求1-5中任一项所述的一种提取雷达图像中海浪参数的方法,其特征在于:步骤7)中,所述海浪参数包括波长、波向或有效波高中的至少一种,其中波长L由谱峰在谱空间的位置得到,具体为:
L = 2 &pi; / k x 2 + k y 2
(kx,ky)表示谱峰所对应的波数分量;
波向由谱峰在谱空间的位置得到,具体为:
θ=atan(ky/kx)
(kx,ky)表示谱峰所对应的波数分量;
有效波高为海浪谱零阶矩的函数,具体为:
H = 4.0 * m 0
其中,m0=∫∫S(kx,ky)dkxdky
CN2012104449650A 2012-11-09 2012-11-09 一种提取雷达图像中海浪参数的方法 Pending CN102944871A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012104449650A CN102944871A (zh) 2012-11-09 2012-11-09 一种提取雷达图像中海浪参数的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012104449650A CN102944871A (zh) 2012-11-09 2012-11-09 一种提取雷达图像中海浪参数的方法

Publications (1)

Publication Number Publication Date
CN102944871A true CN102944871A (zh) 2013-02-27

Family

ID=47727832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012104449650A Pending CN102944871A (zh) 2012-11-09 2012-11-09 一种提取雷达图像中海浪参数的方法

Country Status (1)

Country Link
CN (1) CN102944871A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103527394A (zh) * 2013-10-25 2014-01-22 浙江大学舟山海洋研究中心 可调节悬挂摆波浪能转换器固有频率的水室
CN103745212A (zh) * 2014-02-07 2014-04-23 彭大维 一种海浪高度图像自动识别系统
CN104331588A (zh) * 2014-03-06 2015-02-04 浙江海洋学院 一种海面风场和海浪联合反演的装置
CN106908782A (zh) * 2017-02-23 2017-06-30 公安部第三研究所 基于水面状态连续成像系统的波浪传播方向的提取方法
CN107064934A (zh) * 2017-04-21 2017-08-18 山东省科学院海洋仪器仪表研究所 一种sar波模式海浪方向谱产品的优化算法
CN107678025A (zh) * 2017-08-01 2018-02-09 北京海兰信数据科技股份有限公司 海浪波高计算方法和装置、存储介质及处理器
CN108885257A (zh) * 2016-04-11 2018-11-23 古野电气株式会社 信号处理装置以及雷达装置
CN109541591A (zh) * 2018-09-18 2019-03-29 中国海洋大学 一种基于线性滤波法的sar海浪成像仿真方法
CN110456348A (zh) * 2019-08-19 2019-11-15 中国石油大学(华东) 多视向sar海浪谱数据融合的海浪截断波长补偿方法
CN112949220A (zh) * 2021-03-01 2021-06-11 自然资源部第一海洋研究所 一种波浪能资源评估方法、系统、存储介质、计算机设备
CN113049220A (zh) * 2021-03-17 2021-06-29 中国船舶科学研究中心 一种识别混合浪中风浪和涌浪成分的方法
CN116930906A (zh) * 2023-09-14 2023-10-24 中国海洋大学 一种基于毫米波雷达阵列的海浪观测方法
CN117310708A (zh) * 2023-11-30 2023-12-29 中国科学院空天信息创新研究院 不依赖外部风向的sar图像海面风场反演方法与系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101697011A (zh) * 2009-10-29 2010-04-21 江苏科技大学 双站合成孔径雷达海浪方向谱的仿真方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101697011A (zh) * 2009-10-29 2010-04-21 江苏科技大学 双站合成孔径雷达海浪方向谱的仿真方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙建: "SAR影像的海浪信息反演", 《中国优秀博硕士学位论文全文数据库(博士) 基础科学辑》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103527394A (zh) * 2013-10-25 2014-01-22 浙江大学舟山海洋研究中心 可调节悬挂摆波浪能转换器固有频率的水室
CN103745212A (zh) * 2014-02-07 2014-04-23 彭大维 一种海浪高度图像自动识别系统
CN104331588A (zh) * 2014-03-06 2015-02-04 浙江海洋学院 一种海面风场和海浪联合反演的装置
CN104331588B (zh) * 2014-03-06 2017-10-17 浙江海洋学院 一种海面风场和海浪联合反演的装置
CN108885257A (zh) * 2016-04-11 2018-11-23 古野电气株式会社 信号处理装置以及雷达装置
CN106908782A (zh) * 2017-02-23 2017-06-30 公安部第三研究所 基于水面状态连续成像系统的波浪传播方向的提取方法
CN106908782B (zh) * 2017-02-23 2019-08-06 公安部第三研究所 基于水面状态连续成像系统的波浪传播方向的提取方法
CN107064934A (zh) * 2017-04-21 2017-08-18 山东省科学院海洋仪器仪表研究所 一种sar波模式海浪方向谱产品的优化算法
CN107064934B (zh) * 2017-04-21 2019-11-29 山东省科学院海洋仪器仪表研究所 一种sar波模式海浪方向谱产品的优化算法
CN107678025A (zh) * 2017-08-01 2018-02-09 北京海兰信数据科技股份有限公司 海浪波高计算方法和装置、存储介质及处理器
CN109541591B (zh) * 2018-09-18 2022-06-10 中国海洋大学 一种基于线性滤波法的sar海浪成像仿真方法
CN109541591A (zh) * 2018-09-18 2019-03-29 中国海洋大学 一种基于线性滤波法的sar海浪成像仿真方法
CN110456348A (zh) * 2019-08-19 2019-11-15 中国石油大学(华东) 多视向sar海浪谱数据融合的海浪截断波长补偿方法
WO2021031466A1 (zh) * 2019-08-19 2021-02-25 中国石油大学(华东) 多视向sar海浪谱数据融合的海浪截断波长补偿方法
CN112949220A (zh) * 2021-03-01 2021-06-11 自然资源部第一海洋研究所 一种波浪能资源评估方法、系统、存储介质、计算机设备
CN112949220B (zh) * 2021-03-01 2022-11-11 自然资源部第一海洋研究所 一种波浪能资源评估方法、系统、存储介质、计算机设备
CN113049220A (zh) * 2021-03-17 2021-06-29 中国船舶科学研究中心 一种识别混合浪中风浪和涌浪成分的方法
CN113049220B (zh) * 2021-03-17 2022-04-12 中国船舶科学研究中心 一种识别混合浪中风浪和涌浪成分的方法
CN116930906A (zh) * 2023-09-14 2023-10-24 中国海洋大学 一种基于毫米波雷达阵列的海浪观测方法
CN116930906B (zh) * 2023-09-14 2023-12-15 中国海洋大学 一种基于毫米波雷达阵列的海浪观测方法
CN117310708A (zh) * 2023-11-30 2023-12-29 中国科学院空天信息创新研究院 不依赖外部风向的sar图像海面风场反演方法与系统
CN117310708B (zh) * 2023-11-30 2024-02-23 中国科学院空天信息创新研究院 不依赖外部风向的sar图像海面风场反演方法与系统

Similar Documents

Publication Publication Date Title
CN102944871A (zh) 一种提取雷达图像中海浪参数的方法
Contestabile et al. Economic assessment of Overtopping BReakwater for Energy Conversion (OBREC): a case study in Western Australia
Hwang et al. Ocean surface wave spectra inside tropical cyclones
CN106990404B (zh) 一种利用导航x波段雷达反演海面波高的自动定标算法
Amol et al. Observed intraseasonal and seasonal variability of the West India Coastal Current on the continental slope
CN103383455B (zh) 基于阴影恢复形状技术的海浪参数提取方法
CN115421120A (zh) 真实海面电磁散射环境建模方法
CN110780264B (zh) 基于改进岭回归的气象雷达风力涡轮机杂波抑制方法
Zhang et al. Wave attenuation by Spartina alterniflora under macro-tidal and storm surge conditions
CN102855609A (zh) 集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法
Nie et al. Study of microwave backscattering from two-dimensional nonlinear surfaces of finite-depth seas
CN108008392B (zh) 一种基于船载高频地波雷达的海洋表面风场测量方法
CN102565772B (zh) 基于sar子孔径序列图像的海洋动态信息提取方法
CN111950438A (zh) 一种基于深度学习的天宫二号成像高度计有效波高反演方法
CN116720310A (zh) 一种融合波浪演化数值模型的海水深度反演方法
Wan et al. Research on the applicability of the E spectrum and PM spectrum as the first guess spectrum of SAR wave spectrum inversion
CN115097451A (zh) 一种基于sar卫星数据的海浪多参数反演方法及系统
Zhao Development of the yearly mode-1 M 2 internal tide model in 2019
Li et al. A case study of winter storm-induced continental shelf waves in the northern South China Sea in winter 2009
Sreelakshmi et al. Swell wave propagation and its characteristics while approaching the Indian Coast
CN103344950A (zh) 一种海态雷达内波参数反演方法
Marghany et al. Simulation of shoreline change using AIRSAR and POLSAR C-band data
Siahsarani et al. Numerical modeling of tropical cyclone-induced storm surge in the gulf of oman using a storm surge–wave–tide coupled model
Fu et al. Evaluation of satellite-derived tidal constituents in the South China Sea by adopting the most suitable geophysical correction models
Wei et al. Wave parameters inversion from X-band marine radar image sequence based on the novel dispersion relation band-pass filter on the moving platform

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20130227