CN103323817A - 一种机载合成孔径雷达海面风矢量反演方法 - Google Patents
一种机载合成孔径雷达海面风矢量反演方法 Download PDFInfo
- Publication number
- CN103323817A CN103323817A CN2013102605428A CN201310260542A CN103323817A CN 103323817 A CN103323817 A CN 103323817A CN 2013102605428 A CN2013102605428 A CN 2013102605428A CN 201310260542 A CN201310260542 A CN 201310260542A CN 103323817 A CN103323817 A CN 103323817A
- Authority
- CN
- China
- Prior art keywords
- curve
- sea surface
- incident angle
- wind
- scc
- 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.)
- Granted
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明依据机载SAR探测范围内入射角线性变化的探测特点,提出了利用归一化雷达截面随入射角变化规律与风向、风速的特定对应关系,直接确定海面风矢量的反演方法。具体为:首先确定机载SAR探测数据,之后对图像质量进行控制并确定起止入射角,第三步确定归一化雷达截面随入射角变化的列均值曲线并建立标准曲线库,之后在特定标准曲线库中寻找与列均值曲线近似度最高的曲线,从而得到风向、风速,本发明的目的在于摆脱对辅助信息的依赖,直接利用机载SAR探测数据准确反演海面风矢量,为机载SAR海面风矢量反演的业务化应用提供技术支持。
Description
技术领域
本发明属于微波遥感技术领域,特别是一种基于归一化雷达截面随入射角变化规律的机载合成孔径雷达海面风矢量反演方法。
背景技术
机载合成孔径雷达(Synthetic Aperture Radar,SAR)海面风矢量反演主要是利用探测数据计算海面10m高的风向、风速。用于海面风矢量计算的CMOD地球物理模型函数(Geophysical Model Functions,GMFs),包含风向和风速两个未知的地球物理参数调制归一化雷达截面(Normalized Radar Cross Section,NRCS)。其中,归一化雷达截面与风速为指数函数关系,而与风向为谐波函数关系。因此,无法通过一组归一化雷达截面和入射角直接计算出海面风向、风速。传统的海面风矢量反演方法,需先通过技术手段获取风向,再利用CMOD模式函数计算风速。获取风向的技术手段主要有基于SAR图像风条纹的风向反演方法(SAR Wind Direction Algorithm,SWDA),包括FFT法、局部梯度法和小波分析法,或者将探测区域的数值预报模式资料(Numerical Weather Prediction,NWP)或散射计探测数据的背景风向作为输入风向[Leite G C,Ushizima D M,Medeiros F N S,et al.Wavelet analysis for wind fields estimation[J].Sensors,2010,10(6):5994-6016.]。机载SAR受平台飞行高度限制,探测范围较小,图像中存在风条纹的可能性较低,SWDA方法很难在机载SAR上业务化应用。另外,机载SAR的机动性强,而探测范围有限,在时空上难与NWP资料和散射计探测数据相匹配。因此,如何摆脱对辅助信息的依赖,直接从SAR图像反演海面风矢量,是机载SAR海面风矢量反演研究需要解决的一个重要问题。
针对这一问题,何宜军等(2005)根据ENVISAT ASAR和RADARSAT-1SAR探测图像近距点和远距点的入射角差异,提出了通过SAR图像区域的选取,将两个归一化雷达截面和与之对应的入射角引入代价函数计算风矢量的反演方法[HeY,Perrie W,Zou Q,et al.A new wind vector algorithm for C-band SAR[J].Geoscience and Remote Sensing,IEEE Transactions on,2005,43(7):1453-1458.]。艾未华等(2013)将其应用于机载SAR[艾未华,严卫,赵现斌,等.C波段机载合成孔径雷达海面风场反演新方法[J].物理学报,2013(006):455-463.]。但该方法存在着三方面的不足,一是反演精度易受SAR图像中斑点噪声的影响,反演结果误差较大;二是在海面风矢量计算时存在着局部最优解的问题;三是选取入射角及其对应探测区域时存在一定的随机性,很难业务化应用。
发明内容
本发明所解决的技术问题在于提供一种利用归一化雷达截面随入射角变化规律与风向、风速的特定对应关系,直接确定海面风矢量的反演方法。
实现本发明目的的技术解决方案为:一种机载合成孔径雷达海面风矢量反演方法,包括以下步骤:
步骤1、数据读取,对机载SAR探测图像进行读取,确保读取的图像中不包含内波、溢油和船舶这些海洋环境信息;
步骤2、确定SAR图像的起始入射角α,截止入射角β;
步骤3、将方位向上的归一化雷达截面值进行平均处理,得到距离向上归一化雷达截面随入射角的列均值变化曲线CVMα~β(φ,u),其中,φ,u为要求解的风向、风速;
步骤4、通过CMOD5.N地球物理模型函数仿真构建标准曲线库SCC25~60°(Φ,U);其中,Φ,U为风向、风速的取值范围;
步骤5、依据入射角范围α~β,在特定标准曲线库SCCα~β(Φ,U)中寻找与列均值CVMα~β(φ,u)相似程度最高的曲线SCCα~β(Φ′,U′),其中Φ′,U′为待求的风向和风速,从而完成海面风矢量反演。
本发明与现有技术相比,其显著优点为:本发明提供一种直接利用机载SAR探测数据反演海面风矢量的技术方法,为机载SAR海面风场探测的业务化应用提供技术支持:1)本发明利用归一化雷达截面随入射角变化规律与风向、风速的特定对应关系直接计算海面风矢量,无需借助辅助信息,2)将方位向上的归一化雷达截面进行平均处理,通过统计学的最优化,去除了斑点噪声对反演结果的影响;3)采用变化曲线匹配方法,避免了求解过程中出现局部最优解;4)整体考虑SAR图像归一化雷达截面在距离向上随入射角变化规律,无需考虑探测区域选择问题,便于业务化应用。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是机载SAR探测图像及归一化雷达截面随入射角变化的列均值曲线图,其中图(a)是机载SAR探测图像,图(b)是列均值曲线。
图2是风速抽样情况下的标准曲线库示意图。
图3是列均值曲线与特定标准曲线库的最优化匹配个例图。
图4是反演结果与浮标观测结果对比图,其中图(a)是风向反演结果对比图,图(b)是风速反演结果对比图。
图5是本发明的机载合成孔径雷达海面风矢量反演方法流程图。
具体实施方式
本发明的一种机载合成孔径雷达海面风矢量反演方法,包括以下步骤:
步骤1、数据读取,对机载SAR探测图像进行读取,确保读取的图像中不包含内波、溢油和船舶这些海洋环境信息;
步骤2、确定SAR图像的起始入射角α,截止入射角β;确定SAR图像的起始入射角α,截止入射角β所用公式为:
β=α+θ
步骤3、将方位向上的归一化雷达截面值进行平均处理,得到距离向上归一化雷达截面随入射角的列均值变化曲线CVMα~β(φ,u),其中,φ,u为要求解的风向、风速;
步骤4、通过CMOD5.N地球物理模型函数仿真构建标准曲线库SCC25~60°(Φ,U);其中,Φ,U为风向、风速的取值范围;构建标准曲线库SCC25~60°(Φ,U)的条件为:入射角25~60°,风向0~360°,风速3~20m/s,Φ的取值范围为0~360°,U的取值范围为3~20m/s。
步骤5、依据入射角范围α~β,在特定标准曲线库SCCα~β(Φ,U)中寻找与列均值CVMα~β(φ,u)相似程度最高的曲线SCCα~β(Φ′,U′),其中Φ′,U′为待求的风向和风速,从而完成海面风矢量反演。
在特定标准曲线库SCCα~β(Φ,U)中寻找与列均值CVMα~β(φ,u)相似程度最高的曲线SCCα~β(Φ′,U′)具体为:
其中,
下面结合实施例进行具体描述:
机载合成孔径雷达海面风矢量反演方法包括以下内容:
1、机载SAR探测图像的入射角范围计算
机载SAR波束宽度计算的关系式为:
式中,0.886为相控阵雷达确定的常数,λ为雷达波长,本专利中假设C波段SAR的波长为0.056m,d为天线的距离向宽度,这里为0.28m。经计算可知,机载SAR的波束宽度θ为10.2°,表明机载SAR探测视向上入射角的变化范围较大。
机载SAR探测图像的入射角范围计算:
起始入射角:
截止入射角:
β=α+θ (3)
其中,H为载机飞行高度,R为探测脉冲的起始斜距。
2、探测图像的列均值曲线计算
研究机载SAR探测图像可以发现,图像在距离方向上存在着由明到暗变化,原因在于入射角增大引起的归一化雷达截面变化。为了进一步考察入射角变化对归一化雷达截面的影响,我们对归一化雷达截面在方位向上取列均值,如图1所示。可以看出,列均值曲线CVMα~β(υ,u)(curve of vertical mean)随着入射角的增大而降低,说明归一化雷达截面随着入射角的增加而减小。曲线呈波浪状上下波动,是由于海洋表面的海浪等其它海洋现象调制了归一化雷达截面。因此,通过机载SAR探测图像的列均值曲线,能够有效描绘入射角α~β范围内归一化雷达截面在距离向上的平均变化趋势,并表示出归一化雷达截面随入射角变化规律。
3、利用CMOD5.N地球物理模型函数计算标准曲线库
为了利用归一化雷达截面随入射角的变化规律直接计算海面风矢量,需要建立标准曲线库SCC(standard curve of CMOD5.N)。在风向0~360°,风速3~20m/s,入射角25~60°范围内,我们采用CMOD5.N地球物理模型函数构建标准曲线库,记为SCC25~60°(Φ,U)。
为了便于展示标准曲线库,我们仅抽取风速5m、10m和15m时的情况,此时构建的标准曲线库如图2所示。图中,分别展示了风速5m、10m和15m的条件下,满足风向0~360°变化范围的归一化雷达截面随入射角变化曲面。不难看出,当进一步固定风向时,每一个风向、风速与对应的归一化雷达截面随入射角变化曲线均不相交,存在特定的对应关系。
4、SAR探测图像列均值曲线与标准曲线库匹配
针对机载SAR探测数据,为了利用标准曲线库SCC25~60°(Φ,U)中归一化雷达截面随入射角变化与风向、风速的特定对应关系,需要在标准曲线库中,按照机载SAR的入射角范围α~β,选取特定标准曲线库SCCα~β(Φ,U)。在此基础上,可以将列均值曲线CVMα~β(φ,u)与特定标准曲线库SCCα~β(Φ,U)进行对比分析。
在特定标准曲线库中寻找列均值曲线的最佳匹配曲线时,需要采用决定系数来判断两条曲线的近似程度。决定系数R2是回归平方和(RSS)在总变差(TSS)中所占的比重,其公式如下:
因此,若能使决定系数达到最大值,即:
R2(SCCα~β(Φ,U),CVMα~β(φ,u))→Max (5)
可使得特定曲线SCCα~β(Φ′,U′)与列均值曲线CVMα~β(φ,u)的相似程度最高。此时,可认为Φ′=φ,U′=u,从而同时计算出风向、风速。
5、机载SAR探测数据反演效果检验
为了验证本专利的实用性,我们利用机载SAR探测数据开展反演效果检验,探测数据信息如表1所示。
表1机载SAR探测数据信息
比对验证数据来源于位于探测区域的舟山气象局浮标。浮标提供的海洋环境要素包括海面10m高的风向、风速,海浪的波向、有效波高和有效波周期等海洋环境信息。
本专利以7月26日探测数据20120726-01为例,具体介绍基于归一化雷达截面随入射角变化规律的机载SAR海面风矢量反演技术。探测数据的起始入射角为25°,截止入射角为35°,与其匹配的浮标风向为130°,风速为5.6m/s。
首先,计算20120726-01图像在的列均值曲线CVM25~35(φ,u),获取距离向上归一化雷达截面随入射角变化的平均变化趋势;其次,利用CMOD5.N地球物理模型函数仿真得到标准曲线库SCC25~60(Φ,U);接着,按照入射角25~35°范围,从标准曲线库中选取特定标准曲线库SCC25~35(Φ,U);最后,将列均值曲线和特定标准曲线库进行匹配,选择出决定系数最大的最佳匹配曲线SCCα~β(Φ′,U′)。匹配结果如图3所示。
从图3可知,最佳匹配曲线对应的风向为119.6°,风速为6.3m/s,决定系数为0.97。与浮标结果对比,风向反演误差为:-10.4°,风速反演误差为:0.7m/s,满足海面矢量反演精度要求(风速测量范围为3~20m/s时,风向反演均方根误差小于20°,风速反演均方根误差小于2m/s)。
为进一步验证本专利的反演方法,我们将7月26日机载SAR探测的52组实验数据进行反演研究,并将反演结果与浮标观测结果对比,所得结果如图4所示。
从图4可知,风向反演的均方根误差为7.8°,风速反演的均方根误差为0.9m/s,满足海面矢量反演的精度要求。
Claims (5)
1.一种机载合成孔径雷达海面风矢量反演方法,其特征在于,包括以下步骤:
步骤1、数据读取,对机载SAR探测图像进行读取,确保读取的图像中不包含内波、溢油和船舶这些海洋环境信息;
步骤2、确定SAR图像的起始入射角α,截止入射角β;
步骤3、将方位向上的归一化雷达截面值进行平均处理,得到距离向上归一化雷达截面随入射角的列均值变化曲线CVMα~β(φ,u),其中,φ,u为要求解的风向、风速;
步骤4、通过CMOD5.N地球物理模型函数仿真构建标准曲线库SCC25~60°(Φ,U);其中,Φ,U为风向、风速的取值范围;
步骤5、依据入射角范围α~β,在特定标准曲线库SCCα~β(Φ,U)中寻找与列均值CVMα~β(φ,u)相似程度最高的曲线SCCα~β(Φ′,U′),其中Φ′,U′为待求的风向和风速,从而完成海面风矢量反演。
3.根据权利要求1所述的机载合成孔径雷达海面风矢量反演方法,其特征在于,步骤4构建标准曲线库SCC25~60°(Φ,U)的条件为:入射角25~60°,风向0~360°,风速3~20m/s,Φ的取值范围为0~360°,U的取值范围为3~20m/s。
5.根据权利要求2所述的机载合成孔径雷达海面风矢量反演方法,其特征在于,步骤2中的天线的距离向宽度d优选0.28m,雷达波长λ为0.056m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310260542.8A CN103323817B (zh) | 2013-06-25 | 2013-06-25 | 一种机载合成孔径雷达海面风矢量反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310260542.8A CN103323817B (zh) | 2013-06-25 | 2013-06-25 | 一种机载合成孔径雷达海面风矢量反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103323817A true CN103323817A (zh) | 2013-09-25 |
CN103323817B CN103323817B (zh) | 2015-04-22 |
Family
ID=49192675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310260542.8A Active CN103323817B (zh) | 2013-06-25 | 2013-06-25 | 一种机载合成孔径雷达海面风矢量反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103323817B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103698750A (zh) * | 2014-01-07 | 2014-04-02 | 国家卫星海洋应用中心 | 海洋二号卫星散射计海面风场反演方法和装置 |
CN104123546A (zh) * | 2014-07-25 | 2014-10-29 | 黑龙江省科学院自动化研究所 | 基于多维特征提取的枪弹痕迹比对方法 |
CN104698462A (zh) * | 2015-02-26 | 2015-06-10 | 中国人民解放军理工大学 | 基于变分的合成孔径雷达海面风场融合方法 |
CN105891832A (zh) * | 2016-03-31 | 2016-08-24 | 南京信息工程大学 | 一种基于交叉极化模型与cmod5n的海面风速反演方法 |
CN110398738A (zh) * | 2019-06-09 | 2019-11-01 | 自然资源部第二海洋研究所 | 一种利用遥感图像反演海面风速的方法 |
CN110910448A (zh) * | 2019-11-27 | 2020-03-24 | 浙江海洋大学 | 一种海上溢油漂移轨迹溯源方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62187275A (ja) * | 1986-02-13 | 1987-08-15 | Japan Radio Co Ltd | ドツプラ水中速度測定装置 |
US20070069941A1 (en) * | 2005-09-26 | 2007-03-29 | The Boeing Company | Measuring wind vectors remotely using airborne radar |
CN101697009A (zh) * | 2009-10-27 | 2010-04-21 | 武汉理工大学 | 海面波面还原方法 |
CN101853335A (zh) * | 2010-06-01 | 2010-10-06 | 国家卫星海洋应用中心 | 一种海面风场反演的点方式反演方法 |
-
2013
- 2013-06-25 CN CN201310260542.8A patent/CN103323817B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62187275A (ja) * | 1986-02-13 | 1987-08-15 | Japan Radio Co Ltd | ドツプラ水中速度測定装置 |
US20070069941A1 (en) * | 2005-09-26 | 2007-03-29 | The Boeing Company | Measuring wind vectors remotely using airborne radar |
CN101697009A (zh) * | 2009-10-27 | 2010-04-21 | 武汉理工大学 | 海面波面还原方法 |
CN101853335A (zh) * | 2010-06-01 | 2010-10-06 | 国家卫星海洋应用中心 | 一种海面风场反演的点方式反演方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103698750A (zh) * | 2014-01-07 | 2014-04-02 | 国家卫星海洋应用中心 | 海洋二号卫星散射计海面风场反演方法和装置 |
CN104123546A (zh) * | 2014-07-25 | 2014-10-29 | 黑龙江省科学院自动化研究所 | 基于多维特征提取的枪弹痕迹比对方法 |
CN104698462A (zh) * | 2015-02-26 | 2015-06-10 | 中国人民解放军理工大学 | 基于变分的合成孔径雷达海面风场融合方法 |
CN104698462B (zh) * | 2015-02-26 | 2017-03-01 | 中国人民解放军理工大学 | 基于变分的合成孔径雷达海面风场融合方法 |
CN105891832A (zh) * | 2016-03-31 | 2016-08-24 | 南京信息工程大学 | 一种基于交叉极化模型与cmod5n的海面风速反演方法 |
CN110398738A (zh) * | 2019-06-09 | 2019-11-01 | 自然资源部第二海洋研究所 | 一种利用遥感图像反演海面风速的方法 |
CN110398738B (zh) * | 2019-06-09 | 2021-08-10 | 自然资源部第二海洋研究所 | 一种利用遥感图像反演海面风速的方法 |
CN110910448A (zh) * | 2019-11-27 | 2020-03-24 | 浙江海洋大学 | 一种海上溢油漂移轨迹溯源方法 |
CN110910448B (zh) * | 2019-11-27 | 2023-07-18 | 浙江海洋大学 | 一种海上溢油漂移轨迹溯源方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103323817B (zh) | 2015-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103323817B (zh) | 一种机载合成孔径雷达海面风矢量反演方法 | |
CN106599808B (zh) | 一种基于全波形激光雷达数据的隐蔽目标提取方法 | |
US10107904B2 (en) | Method and apparatus for mapping and characterizing sea ice from airborne simultaneous dual frequency interferometric synthetic aperture radar (IFSAR) measurements | |
CN104035095B (zh) | 基于空时最优处理器的低空风切变风速估计方法 | |
CN107683423A (zh) | 用于调频连续波雷达中的对象检测的低复杂度超分辨率技术 | |
CN109061646B (zh) | 一种基于降水云识别的多普勒天气雷达定量降水估计方法 | |
CN103760546B (zh) | 一种雷达用低空目标波达方向估计方法 | |
CN109143193B (zh) | 一种基于二阶峰的高频地波雷达浪场反演方法 | |
CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
CN106707247B (zh) | 一种基于紧凑天线阵的高频海洋雷达目标检测方法 | |
CN103913733B (zh) | 极地冰川厚度探测方法 | |
CN103267966A (zh) | 一种单个二维压差式矢量水听器方位估计的方法 | |
Vaitilingom et al. | Radar cross sections of sea and ground clutter estimated by two scale model and small slope approximation in HF-VHF bands | |
Grosdidier et al. | HF bistatic ocean Doppler spectra: Simulation versus experimentation | |
CN111751797B (zh) | 一种基于方位角的高频地波雷达一阶和二阶回波谱分界线确定方法 | |
CN114720426B (zh) | 星载gnss反射信号的溢油检测方法 | |
CN102565772B (zh) | 基于sar子孔径序列图像的海洋动态信息提取方法 | |
CN103630899A (zh) | 地面运动目标高分辨雷达压缩感知成像的方法 | |
Zhang et al. | Scan denoising and normal distribution transform for accurate radar odometry and positioning | |
CN113702940A (zh) | 基于多元特征信息分层融合空间集群目标分辨方法及应用 | |
Green et al. | An inversion method for extraction of wind speed from high-frequency ground-wave radar oceanic backscatter | |
CN102663736A (zh) | 交轨干涉sar图像中畸形波的检测方法 | |
CN104297753A (zh) | 一种基于自适应缩减算子的导航雷达图像反演海面风向方法 | |
KR20140040422A (ko) | Data Matrix Bank Filter를 이용한 이동체용 레이더의 클러터 제거기 및 제거방법 | |
KR20170080417A (ko) | 항해용 레이더를 이용한 파고 측정 시스템 및 측정 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhao Xianbin Inventor after: Kong Yi Inventor after: Liu Wenjun Inventor after: Yan Wei Inventor after: Li Jian Inventor before: Kong Yi Inventor before: Zhao Xianbin Inventor before: Liu Wenjun Inventor before: Yan Wei Inventor before: Li Jian |
|
CB03 | Change of inventor or designer information |