CN106610491B - 星载sar后向散射系数的检验方法及装置 - Google Patents
星载sar后向散射系数的检验方法及装置 Download PDFInfo
- Publication number
- CN106610491B CN106610491B CN201611196965.8A CN201611196965A CN106610491B CN 106610491 B CN106610491 B CN 106610491B CN 201611196965 A CN201611196965 A CN 201611196965A CN 106610491 B CN106610491 B CN 106610491B
- Authority
- CN
- China
- Prior art keywords
- sar
- model
- satellite
- data
- backscattering coefficient
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
Abstract
本发明公开了一种星载SAR后向散射系数的检验方法和装置,涉及海洋微波遥感技术领域,本发明提供的一种星载SAR后向散射系数的检验方法,包括:利用气象浮标获取风场数据;获取SAR图像资料,读取卫星观测数据;将气象浮标与SAR图像资料进行时空匹配;根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到σ0模型;根据SAR图像资料得到σ0SAR;根据σ0模型对σ0SAR进行检验,得到SAR后向散射系数的观测值σ0SAR的检验结果。解决传统评估方法在应用时受到入射角、频率的限制,该检验方法能够不受雷达波入射角和频率的影响,且通过再分析数据和对比也使得检验的准确性较高,同时该检验方法还具有通用性。
Description
技术领域
本发明涉及海洋微波遥感技术领域,尤其是涉及一种星载SAR后向散射系数的检验方法及装置。
背景技术
海洋表面风场是影响海浪、海流、水团的活跃因子和海洋动力学的基本参数,对全球海洋风场的监测,在沿海地区的防灾减灾,海洋环境保障,以及促进海洋相关科学研究中具有重要意义。星载合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种主动式微波成像传感器,能够不受天气、气候以及光线的影响,可以全天时、全天候地成像,因此,星载合成孔径雷达已发展成为一种不可或缺的对地观测工具。
目前,海洋表面风场的卫星遥感反演和评估方法大多使用以经验统计方法建立的地球物理模式函数(Geophysical Model Function,GMF)进行,如C波段微波散射计的CMOD4(Stofflen and Anderson,1997)、CMOD-IFR2、CMOD5等。地球模式函数也可进行用于近海风场的合成孔径雷达(Synthetic Aperture Radar,SAR)反演和数据评估。但是,以经验统计方法建立的地球物理模式函数应用时入射角不能太小、频率仅适用于特定的波段,导致应用范围受到限制。
综上所述,目前地球物理模式函数对海洋表面风场的卫星遥感反演受到受雷达入射角和频率的影响较大,导致适用性偏低。
发明内容
有鉴于此,本发明的目的在于提供一种星载SAR后向散射系数的检验方法及装置,能够不受雷达波入射角和频率的影响,具有更加广泛的适用性。
第一方面,本发明实施例提供了一种星载SAR后向散射系数的检验方法,包括以下步骤:
选取目标海域,设置气象浮标,利用气象浮标获取风场数据,其中,所述风场数据包括风速、风向测量数据;
获取SAR图像资料,根据图像资料读取卫星观测数据,所述卫星观测数据包括SAR的雷达波入射角、方位角测量数据;
将气象浮标与SAR图像资料进行时空匹配;
根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型;
根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR;
根据σ0模型对σ0SAR进行检验,得到所述SAR后向散射系数的观测值σ0SAR的检验结果。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,在所述根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型步骤之前,还包括以下步骤:
建立复合雷达后向散射理论模型,所述复合雷达后向散射模型基于布拉格散射的二尺度微波散射模型和基于镜面反射的几何光学模型共同构建得到。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR,具体为:
基于SAR图像资料由标定公式计算得到SAR各像素点的后向散射系数;
基于SAR各像素点的后向散射系数得到SAR后向散射系数的观测值σ0SAR。
其中,DN为SAR图像资料的图像灰度值;
A为增益系数;
B为补偿因子。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述将气象浮标与SAR图像资料进行时空匹配,具体为:
将SAR图像资料中覆盖气象浮标点且与气象浮标观测时刻相同的图像资料进行匹配;
剔除锋面、降雨强海洋与大气过程的SAR图像资料;
根据气象浮标观测时刻的风场数据采用线性插值的方法获得卫星观测时刻的海面风速和风向。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,在所述选取目标海域,设置气象浮标,利用气象浮标获取风场数据之后,还包括以下步骤:
将所述风场数据的风速测量数据根据换算公式得到海面10m高度处的海面风速,其中,所述换算公式为:
式中,Uz表示海面高度为Zm处的风速值。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,所述风场数据中的风速和风向测量数据为时间间隔20分钟得到的一个2分钟的平均的海面风速和风向数据。
第二方面,本发明实施例还提供一种星载SAR后向散射系数的检验装置,包括:
风场数据测量模块,用于选取目标海域,设置气象浮标,利用气象浮标获取风场数据,其中,所述风场数据包括风速、风向测量数据;
SAR图像资料获取模块,用于获取SAR图像资料,根据图像资料读取卫星观测数据,所述卫星观测数据包括SAR的雷达波入射角、方位角测量数据;
时空匹配模块,用于将气象浮标与SAR图像资料进行时空匹配;
模型系数计算模块,用于根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型;
SAR系数计算模块,用于根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR;
检验模块,用于根据σ0模型对σ0SAR进行检验,得到所述SAR后向散射系数的观测值σ0SAR是否准确的检验结果。
本实施例所提供的星载SAR后向散射系数的检验装置实现了风场数据的测量、SAR图像资料的获取和卫星数据的读取、气象浮标与SAR图像资料的时空匹配,以及模型后向散射系数σ0模型和SAR后向散射系数的观测值σ0SAR的计算和检验。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,还包括模型建立模块,用于建立复合雷达后向散射理论模型,所述复合雷达后向散射模型是基于布拉格散射的二尺度微波散射模型和基于镜面反射的几何光学模型共同构建得到。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,其中,换算模块,用于将所述风场数据的风速测量数据根据换算公式得到海面10m高度处的海面风速,其中,所述换算公式为:
式中,Uz表示海面高度为Zm处的风速值。
本发明实施例提供的一种星载SAR后向散射系数的检验方法,包括:选取目标海域,设置气象浮标,利用气象浮标获取风场数据;获取SAR图像资料,根据图像资料读取卫星观测数据;将气象浮标与SAR图像资料进行时空匹配;根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型;根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR;根据σ0模型对σ0SAR进行检验,得到所述SAR后向散射系数的观测值σ0SAR的检验结果。与现有技术的后向散射系数进行评估方法在应用时受到入射角不能太小、频率仅适用于特定的波段的限制,导致应用范围受到限制相比,该检验方法能够不受雷达波入射角和频率的影响,具有更加广泛的适用性。且通过再分析数据和对比也使得检验的准确性较高。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的星载SAR后向散射系数的检验方法的流程图;
图2为本发明实施例1中步骤S106的流程图;
图3为本发明实施例1提供的不同风速下的Elfouhaily海浪饱和谱图;
图4为本发明实施例2提供的气象浮标位置及选取目标海域南海北部水深情况图;
图5为本发明实施例2提供的复合雷达后向散射模型与RADARSAT-2卫星C波段SAR图像后向散射系数对比散点图;
图6为本发明实施例2提供的复合雷达后向散射模型与SAR观测的后向散射系数偏差Δσ0对雷达波入射角的关系图;
图7为本发明实施例2提供的CMOD5地球物理模式函数、修正后的复合散射模型的后向散射系数与RADARSAT-2卫星SAR图像观测值对比散点图;
图8为本发明实施例3提供的星载SAR后向散射系数的检验装置结构示意图。
图标:11-风场数据测量模块;12-SAR图像资料获取模块;13-时空匹配模块;14-模型系数计算模块;15-SAR系数计算模块;16-检验模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,地球模式函数也可进行用于近海风场的合成孔径雷达(SyntheticAperture Radar,SAR)反演,可以用于星载SAR后向散射系数的检验。但是,以经验统计方法建立的地球物理模式函数应用时入射角不能太小、频率仅适用于特定的波段,导致应用范围受到限制。
除地球物理模式函数外,以微波散射理论为基础的物理模型也是海洋遥感机理研究和海面风场反演的热点,微波散射理论模型具有明确的物理含义,也可用于海面风场的反演,但其主要优势是它在海洋与大气现象研究中具有广泛的应用适用性,如射流、亚中尺度涡、海上降雨等。
基于此,本发明实施例提供的星载SAR后向散射系数的检验方法及装置可以不受雷达入射角和频率的影响,具有更加广泛的适用性。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种星载SAR后向散射系数的检验方法进行详细介绍。
实施例1
本发明实施例提供的星载SAR后向散射系数的检验方法,如图1所示,包括以下步骤:
S102.选取目标海域,设置气象浮标,利用气象浮标获取风场数据,其中,所述风场数据包括风速、风向测量数据;
具体的,选取某一目标海域,可以设置多个气象浮标,利用设置的气象浮标获取风场数据,所述的风场数据包括风速、风向测量数据。
进一步的是,实施测量时,风场数据中的风速和风向测量数据为时间间隔20分钟得到的一个2分钟的平均的海面风速和风向数据。例如5:00时刻的数据是4:59-5:01这两分钟测得的所有风场数据(例如100个)的平均值,然后是5:20、5:40。
需要说明的是,除了风速、风向测量数据外,气象浮标还同步观测有效波高、海面温度等海洋参数。
进一步的是,在步骤S102.选取目标海域,设置气象浮标,利用气象浮标获取风场数据之后,还包括以下步骤:
S103.将风场数据的风速测量数据根据换算公式得到海面10m高度处的海面风速,其中,所述换算公式为:
式中,Uz表示海面高度为Zm处的风速值,U10表示海面高度为10m处的风速值。
S104.获取SAR图像资料,根据图像资料读取卫星观测数据,所述卫星观测数据包括SAR的雷达波入射角、方位角测量数据;
具体的,卫星搭载SAR对目标海域进行观测,SAR拍摄目标海域图像资料,所述图像资料包括卫星观测数据以及查找表(Look-up Tables,LUTs)文件,卫星观测数据包括SAR的雷达波入射角、方位角测量数据,查找表文件中包括SAR图像灰度值、增益系数A、补偿因子B等。
S106.将气象浮标与SAR图像资料进行时空匹配;
具体的,将气象浮标与SAR图像资料进行时空匹配时的具体流程参见图2,包括以下步骤:
S202.将SAR图像资料中覆盖气象浮标点且与气象浮标观测时刻相同的图像资料进行匹配;
S204.剔除锋面、降雨强海洋与大气过程的SAR图像资料;
S206.根据气象浮标观测时刻的风场数据采用线性插值的方法获得卫星观测时刻的海面风速和风向。
具体的,气象浮标的海面风速风向通过其时间序列数据线性插值至SAR观测时刻获得。例如,气象浮标在观测时刻11:00和11:20获得了风场数据(海面的风速、风向),而卫星观测时刻是11:10的图像资料,因此,需要根据气象浮标在在观测时刻11:00和11:20获得了风场数据(海面的风速、风向等)采用线性插值的方法获得卫星观测时刻11:10的风场数据(海面的风速、风向等)。
需要说明的是,S202、S204仅为描述方便使用,并不代表其先后顺序,为了减少计算量,我们也可以线剔除锋面、降雨强海洋与大气过程的SAR图像资料,然后进行SAR图像资料和气象浮标的时间(观测时间相同)和空间(卫星观测范围覆盖浮标点)匹配。
S108.根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型;
具体的,根据气象浮标风场数据(海面风速、风向等)、星载SAR的卫星观测数据(雷达波入射角、方位角等)信息,通过复合雷达后向散射模型进行计算,得到该条件下的模型后向散射系数σ0模型;
S110.根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR;
具体的,根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR,包括以下步骤:
式中,DN为SAR图像资料的图像灰度值;
A为增益系数;
B为补偿因子。
具体的,当气象浮标与SAR图像资料进行时空匹配后,通过卫星SAR后向散射系数的标定公式计算得到SAR各像素点的后向散射系数:
式中,DN为SAR图像灰度值,增益系数A、补偿因子B可以从SAR图像资料的查找表(Look-up Tables,LUTs)文件中查找获得。
其次,基于SAR各像素点的后向散射系数得到SAR后向散射系数的观测值σ0SAR。
具体的,基于SAR各像素点的后向散射系数,以气象浮标位置为中心取半径为5km(直径10km)的所有SAR像素点的后向散射系数进行平均得到SAR的观测值σ0SAR。
需要说明的是,S108、S110仅为描述方便使用,并不代表其先后次序,可以先计算得到σ0模型,也可以先根据SAR图像资料得到σ0SAR。
S112.根据σ0模型对σ0SAR进行检验,得到所述SAR后向散射系数的观测值σ0SAR的检验结果。
具体的,将得到的σ0模型对σ0SAR进行对比,可以作出图表将两组数据进行对比检验,优选的是,采用制图的方式将两组数据进行对比检验,更加简单方便直观。
进一步的是,计算两者的偏差Δσ0(σ0模型-σ0SAR)、均方根误差以及线性相关系数,判断两者的线性相关度。优选的是,分析后向散射系数偏差Δσ0与观测时刻的气象浮标获得的有效波高、海面温度、风速、相对风向(相对SAR方位向的风向)、雷达波入射角的关系,进一步得到Δσ0仅与雷达波入射角有高相关性。
进一步的是,该星载SAR后向散射系数的检验方法,在步骤S108.根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型之前,还包括以下步骤:
S107.建立复合雷达后向散射理论模型,复合雷达后向散射模型基于布拉格散射的二尺度微波散射模型和基于镜面反射的几何光学模型共同构建得到。
具体的,复合雷达后向散射理论模型是由微波二尺度后向散射模型和几何光学模型的组合。
二尺度模型认为小波(与入射的电磁波波长相当的微尺度波)叠加在大波(大尺度波)上,海面局地的散射均为小波对入射雷达波的布拉格(Bragg)散射,长波通过其倾斜波面调节小波,改变局地布拉格散射的局地入射角。布拉格散射的后向散射可表示为
其中εr为海水相对复介电常数,为温度和盐度的函数。二尺度模型下,同极化的海面局地归一化散射截面可表示为
上式中,布拉格共振波数的两分量分别为KBx=2kα,KBy=2kγsinδ,θi=cos-1[cos(θ+ψ)cosδ]为雷达波局地入射角,αi=sinθi,α=sin(θ+ψ),γ=cos(θ+ψ),其中ψ和δ分别为x和y方向的海面坡面的倾角(x-z平面为电磁波入射波所在平面,y垂直于x-z平面)。考虑所有长波坡度的情况,则归一化雷达后向散射系数可表示为
Pθ(Zx',Zy')=(1+Zxtanθ)P(Zx',Zy') (7)
上式中,Zx'、Zy'、Zx、Zy分别为x'、y'、x和y方向上的海面坡度(长波斜率),Zx=tanψ,Zy=tanδ;x'平行于风向,y'垂直于风向;P(Zx',Zy')为海面坡度联合概率密度函数;Zx和Zy与Zx'和Zy'的转换关系为:
Zx'=Zx cosφ+Zy sinφ (8a)
Zy'=Zy cosφ-Zx sinφ (8b)
沿垂直海面方向观测的海面坡度概率密度函数P(Zx',Zy')的表达式为:
上式中,C40=0.4,C22=0.1,C04=0.2,C21=-0.11U10/14,C03=-0.42U10/14,σu 2=0.005+0.78×10-3U12.5,σc 2=0.003+0.84×10-3U12.5,U10和U12.5分别为海面10m高和12.5m高处的风速。海面10m高处海面风速大小和海面不同高度处风速可使用如下关系进行换算:
式中,Uz为海面高度为Zm处的风速大小。
对于小入射角(小于10°)雷达入射波的后向散射,镜面反射(而非布拉格散射)占主要贡献,利用Kirchoff近似的几何光学(Geometric Optics,GO)模型的表示式为:
上式中,σu 2和σc 2分别为顺风向和侧风向海面粗糙度的均方坡度。R为菲涅耳反射系数(Fresnel reflection coefficient),垂直入射的菲涅耳发射系数对于HH和VV极化均相同,其表达式为
在应用复合雷达后向散射模型的过程中,当局地雷达入射角小于10°时,使用小入射角的几何光学后向散射模型计算式(11)代替公式(4)和(5)代入公式(6)计算后向散射系数。
海面局地归一化散射截面计算式(4)和(5)中的海浪波数谱W(KBx,KBy)使用方向谱代替,其中KB=2ksinθi为布拉格波数,为布拉格波矢的方向,为二维海面波浪方向谱,为相对于风向的波矢方向。需要说明的是,本发明的复合雷达后向散射模型选用Elfouhaily海浪谱,其二维数波数-方向谱是风速、方向(相对于风向的角度)的函数,不同风速的顺风或逆风海浪谱见图3,其中,风速设置为3-27m/s,步长为2m/s。Elfouhaily海浪谱的典型特征是在谱的所有波长范围内突出了风浪之间的海气相互摩擦作用过程,它可有效地应用于微波散射模型中。
复合雷达后向散射理论模型综合考虑了小入射角镜面反射的几何光学模型和布拉格反射的二尺度模型,理论上适用于所有微波频段的雷达后向散射。
需要说明的是,复合雷达后向散射模型计算公式(4)和(5)采用的Elfouhaily海浪方向谱的方位函数采用的是顺风和逆风对称的表达式,因此固定入射角和风速条件下,后向散射系数随相对风向(相对于雷达观测方位)的变化曲线顺风(相对风向为0°)和逆风(相对风向为180°)对称,即顺风和逆风条件下的后向散射系数相等,而地球物理模式函数(CMOD5和NSCAT-2等)在顺风和逆风情况下,计算的后向散射系数不相同。由此可见复合雷达后向散射模型中的海浪谱形式也是影响散射模型准确性的因素,采用更合理的海浪谱模型可提高复合雷达后向散射模型的适用性。
S107仅是为了描述方便使用,说明其在步骤S108之前并不代表其与S108之前的其他步骤的先后顺序,S107可以在S102、S104、S106的任意步骤之前或之后。
实施例2
下面结合实际说明本发明的检验方法的应用:
本实施例是选取中国南海北部的广东沿海,设置了3个气象浮标,分别位于茂名(编号:59765)、汕头(编号:59515)和汕尾(编号:59506)附近海域。3个气象浮标中,汕尾气象浮标离岸约20km,其余两个气象浮标离岸均为100km以上;汕尾气象浮标所处位置水深约20m,茂名气象浮标和汕头气象浮标水深分别约为50m和120m,参见图4。需要说明的是,使用的所有三个气象浮标数据时间跨度为2014年全年,即2014年1月1日至2014年12月31日。
S102.选取目标海域,设置气象浮标,利用气象浮标获取风场数据,其中,所述风场数据包括风速、风向测量数据;
具体的,选取中国南海北部的广东沿海,设置了3个气象浮标,利用气象浮标测量目标海域的风场数据,所述风场数据风速、风向测量数据,气象浮标获得的风场数据中的风速和风向测量数据为时间间隔20分钟得到的一个2分钟的平均的海面风速和风向数据,除了风速、风向测量数据外,气象浮标还同步观测有效波高、海面温度等海洋参数。
在使用气象浮标实测风场数据的风速时,利用换算公式
式中,Uz表示海面高度为Zm处的风速值,U10表示海面高度为10m处的风速值。将不同气象浮标高度下的风速值转换至10m高处的海面风速,这些海面风实测数据具有业务化海洋气象的数据质量。
S104.获取SAR图像资料,根据图像资料读取卫星观测数据,所述卫星观测数据包括SAR的雷达波入射角、方位角测量数据;
具体的,SAR图像资料来自于加拿大RADARSAR-2卫星,于2007年12月14日发生升空,其上搭载有C波段(5.405GHz)的SAR,具有HH、HV、VV和VH等多极化方式和多种扫描模式。本实施例中使用的SAR图像资料均为宽幅扫描模式VV或HH极化资料图像,其空间分辨率为100m,刈幅宽度为500km,雷达波入射角范围在20°至49°之间。拍摄的图像资料包括卫星观测数据以及查找表(Look-up Tables,LUTs)文件,卫星观测数据包括SAR的雷达波入射角、方位角测量数据,查找表文件中包括SAR图像灰度值、增益系数A、补偿因子B等。
S106.将气象浮标与SAR图像资料进行时空匹配;
具体的,将SAR图像资料中覆盖气象浮标点且与气象浮标观测时刻相同的图像资料进行匹配,受SAR图像资料数量限制,本实施例使用的SAR图像资料仅可与茂名浮标进行时空匹配(观测时间相同、卫星观测范围覆盖浮标点)。
剔除锋面、降雨等强海洋与大气过程的SAR图像资料,共匹配了35景SAR图像(其中VV极化34景,HH极化1景),成像于2014年1月16日至2014年12月25日的时间范围内。
根据茂名气象浮标观测时刻的风场数据采用线性插值的方法获得卫星观测时刻的海面风速和风向。
S108.根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型;
具体的,使用浮标的海面风速、风向、SAR的雷达波入射角、方位角等信息,通过复合雷达后向散射模型公式(2)—(11)计算该条件下的C波段海面雷达后向散射系数σ0模型。
S110.根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR;
具体的,当气象浮标与SAR图像资料匹配后,通过RADARSAT-2卫星SAR后向散射系数的标定公式计算得到SAR各像素点的后向散射系数:
式中,DN为SAR图像灰度值,增益系数A、补偿因子B可于SAR资料的查找表(Look-upTables,LUTs)文件中查找获得。SAR图像资料定标完成后,基于SAR各像素点的后向散射系数,以气象浮标位置为中心取半径为5km(直径10km)的所有SAR像素点的后向散射系数进行平均作为SAR的观测值σ0SAR。
S112.根据σ0模型对σ0SAR进行检验,得到所述SAR后向散射系数的观测值σ0SAR的检验结果。
具体的,将得到的σ0模型对σ0SAR进行对比检验,本发明实施例中采用计算机绘制得到σ0模型与σ0SAR的对比图(见图5)。
图5为本实施例中35景RADARSAT-2卫星SAR图像资料与复合雷达后向散射模型计算的后向散射系数对比散点图,复合散射模型的输入条件采用SAR的雷达波入射角、方位角和气象浮标实测的风速、风向,图中每一个散点即表示一景SAR图像的后向散射系数与模型的对比数据,数据时间分布于2014年1月16日至2014年12月25日
根据图5,计算两者的偏差Δσ0(σ0模型-σ0SAR)、均方根误差以及线性相关系数,判断两者的线性相关度。由图5的对比检验结果可知,复合雷达后向散射模型计算的C波段后向散射系数与SAR图像的实际观测值存在一定的差异,两者的偏差为-0.89±3.66dB,均方根误差为3.72dB;两者存在高线性相关性,相关系数为0.91;在后向散射系数较大的一端,复合雷达后向散射模型的计算值较SAR观测值偏大;在后向散射系数较小的一端,复合雷达后向散射模型的计算值较SAR观测值偏小。
随后分析后向散射系数偏差Δσ0与观测时刻的浮标有效波高、海面温度、风速、相对风向(相对SAR方位向的风向)、雷达波入射角的关系,发现Δσ0仅与雷达波入射角有高相关性,参见图6中的(a),图6(a)为Δσ0随雷达波入射角变化的散点分布图。
由于本实施例中与SAR比对匹配的浮标仅为固定的茂名气象浮标,卫星对地观测存在重复轨道观测,因此对比点的雷达波入射角主要分布在几个离散的固定入射角。对主要的雷达波入射角下的Δσ0进行平均并求其标准差。各入射角下的Δσ0均值(标准差)随入射角变化情况见图6中的(b),图6(b)示出了相同入射角下Δσ0的均值(标准差)及Δσ0随入射角变化的拟合直线。
对Δσ0与雷达波入射角的变化进行最小二乘拟合,获得拟合关系式为
Δσ0=25.7sinθ-14.8(dB) (13)
得到拟合的线性相关系数R=0.95。
进一步的,利用拟合关系式对复合雷达后向散射模型计算的后向散射系数σ0模型进行修正后,与SAR图像资料的观测值进行对比,得到检验结果,所述检验结果包括偏差、均方根误差和线性相关系数。
具体的,利用式(13)对复合雷达后向散射模型计算的后向散射系数进行修正后,再与RADARSAT-2卫星SAR图像资料的观测值进行比较,得到其偏差为-0.10±2.08dB,均方根误差为2.05dB,线性相关系数为0.96。而相同参数下,CMOD5的后向散射系数计算值与SAR观测值的偏差为0.51±2.91dB,均方根误差为2.92dB,线性相关系数为0.92。
修正后的复合散射模型的后向散射系数与SAR的观测值比较的结果和CMOD5地球物理模式函数计算C波段后向散射系数与SAR的观测值比较的结果和CMOD5地球物理模型函数的计算值与SAR观测值比较的结果接近,参见图7。
需要说明的是,利用CMOD5地球物理模式函数计算C波段后向散射系数时,采用与复合雷达后向散射模型相同的输入参数,即采用匹配点的SAR雷达波入射角、方位角、气象浮标的实测海面风速和风向;HH极化的后向散射系数由相同条件下的VV极化后向散射系数乘以极化比函数计算得到。
对比图5和图7的比较分析结果可见,复合雷达后向散射模型可有效地模拟计算获得C波段SAR观测条件下的后向散射系数。
本实施例提供的一种星载SAR后向散射系数的检验方法,基于海面微波后向散射理论模型,以南海北部气象浮标实测数据为基础,通过与RADARSAT-2卫星C波段SAR的海面雷达后向散射系数测量值的定量比较分析,得到复合雷达后向散射模型与卫星遥感器的观测值基本一致,复合雷达后向散射模型(风浪谱散射理论模型)可用于星载SAR海面微波后向散射系数的定标与检验。同时通过使用成熟的业务化海面风场反演的地球物理模式函数与卫星遥感器观测值进行同步对比,可以间接支持复合雷达后向散射模型与卫星遥感器比较结果的可靠性。
综上所述,以气象浮标实测海面数据为基础,通过复合雷达后向散射理论模型计算海面的雷达后向散射系数,与SAR的实际海面的微波后向散射进行对比,可以对SAR的后向散射系数进行检验。
实施例3
如图8所示,本实施例提供了一种星载SAR后向散射系数的检验装置,包括:风场数据测量模块11,用于选取目标海域,设置气象浮标,利用气象浮标获取风场数据,其中,所述风场数据包括风速、风向测量数据;SAR图像资料获取模块12,用于获取SAR图像资料,根据图像资料读取卫星观测数据,所述卫星观测数据包括SAR的雷达波入射角、方位角测量数据;时空匹配模块13,用于将气象浮标与SAR图像资料进行时空匹配;模型系数计算模块14,用于根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型;SAR系数计算模块15,用于根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR;检验模块16,用于根据σ0模型对σ0SAR进行检验,得到所述SAR后向散射系数的观测值σ0SAR是否准确的检验结果。
进一步的是,该装置还包括模型建立模块(未示与图中),用于建立复合雷达后向散射理论模型,所述复合雷达后向散射模型是基于布拉格散射的二尺度微波散射模型和基于镜面反射的几何光学模型共同构建得到。
进一步的是,该装置还包括换算模块(未示与图中),用于将所述风场数据的风速测量数据根据换算公式得到海面10m高度处的海面风速,其中,所述换算公式为:
式中,Uz表示海面高度为Zm处的风速值。
另外,本实施例中涉及的方法、公式如实施例1所述,在此不予赘述。
本发明实施例提供的星载SAR后向散射系数的检验装置,与上述实施例提供的星载SAR后向散射系数的检验方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本发明实施例所提供的星载SAR后向散射系数的检验方法及装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种星载SAR后向散射系数的检验方法,其特征在于,包括以下步骤:
选取目标海域,设置气象浮标,利用气象浮标获取风场数据,其中,所述风场数据包括风速、风向测量数据;
获取SAR图像资料,根据图像资料读取卫星观测数据,所述卫星观测数据包括SAR的雷达波入射角、方位角测量数据;
将气象浮标与SAR图像资料进行时空匹配;
根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型;所述复合雷达后向散射模型是基于布拉格散射的二尺度微波散射模型和基于镜面反射的几何光学模型共同构建得到;
根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR;
根据σ0模型对σ0SAR进行检验,得到所述SAR后向散射系数的观测值σ0SAR的检验结果。
2.根据权利要求1所述的星载SAR后向散射系数的检验方法,其特征在于,所述根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR,具体为:
基于SAR图像资料由标定公式计算得到SAR各像素点的后向散射系数;
基于SAR各像素点的后向散射系数得到SAR后向散射系数的观测值σ0SAR。
4.根据权利要求1所述的星载SAR后向散射系数的检验方法,其特征在于,所述将气象浮标与SAR图像资料进行时空匹配,具体为:
将SAR图像资料中覆盖气象浮标点且与气象浮标观测时刻相同的图像资料进行匹配;
剔除锋面、降雨强海洋与大气过程的SAR图像资料;
根据气象浮标观测时刻的风场数据采用线性插值的方法获得卫星观测时刻的海面风速和风向。
6.根据权利要求1所述的星载SAR后向散射系数的检验方法,其特征在于,所述风场数据中的风速和风向测量数据为时间间隔20分钟得到的一个2分钟的平均的海面风速和风向数据。
7.一种星载SAR后向散射系数的检验装置,其特征在于,包括:
风场数据测量模块,用于选取目标海域,设置气象浮标,利用气象浮标获取风场数据,其中,所述风场数据包括风速、风向测量数据;
SAR图像资料获取模块,用于获取SAR图像资料,根据图像资料读取卫星观测数据,所述卫星观测数据包括SAR的雷达波入射角、方位角测量数据;
时空匹配模块,用于将气象浮标与SAR图像资料进行时空匹配;
模型系数计算模块,用于根据风场数据、卫星观测数据由复合雷达后向散射模型计算得到模型后向散射系数σ0模型;所述复合雷达后向散射模型是基于布拉格散射的二尺度微波散射模型和基于镜面反射的几何光学模型共同构建得到;
SAR系数计算模块,用于根据SAR图像资料得到SAR后向散射系数的观测值σ0SAR;
检验模块,用于根据σ0模型对σ0SAR进行检验,得到所述SAR后向散射系数的观测值σ0SAR是否准确的检验结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611196965.8A CN106610491B (zh) | 2016-12-21 | 2016-12-21 | 星载sar后向散射系数的检验方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611196965.8A CN106610491B (zh) | 2016-12-21 | 2016-12-21 | 星载sar后向散射系数的检验方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106610491A CN106610491A (zh) | 2017-05-03 |
CN106610491B true CN106610491B (zh) | 2019-10-15 |
Family
ID=58636686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611196965.8A Active CN106610491B (zh) | 2016-12-21 | 2016-12-21 | 星载sar后向散射系数的检验方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106610491B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334742B (zh) * | 2018-02-09 | 2020-07-31 | 自然资源部第三海洋研究所 | 一种微波散射计海面风场反演精度的验证方法 |
CN108415979B (zh) * | 2018-02-09 | 2022-03-29 | 自然资源部第三海洋研究所 | 一种海面风场反演中微波散射计数据搜索范围的计算方法 |
CN108664449B (zh) * | 2018-05-14 | 2021-08-31 | 中国科学院大学 | 溢油油水混合率的估计方法、装置、存储介质及计算设备 |
CN109581383B (zh) * | 2019-01-17 | 2020-08-18 | 中国人民解放军61741部队 | 各向异性海面雷达后向散射模拟方法及系统 |
CN111736148B (zh) * | 2020-06-28 | 2021-06-08 | 国家海洋环境预报中心 | 卫星雷达高度计海浪有效波高的订正方法及相关装置 |
CN113050091B (zh) * | 2021-03-08 | 2021-09-28 | 国家海洋技术中心 | 一种星载合成孔径雷达风速风向联合反演方法及系统 |
CN113341389B (zh) * | 2021-05-12 | 2023-03-24 | 中国科学院国家空间科学中心 | 一种基于最大似然估计的微波散射计风场反演方法及系统 |
CN113532652A (zh) * | 2021-05-20 | 2021-10-22 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种基于浮标和大气再分析数据的红外遥感传感器绝对定标方法 |
CN113534150B (zh) * | 2021-06-08 | 2022-04-05 | 国家卫星海洋应用中心 | 星载合成孔径雷达海洋场景观测雷达增益设置方法及系统 |
CN113325418B (zh) * | 2021-07-08 | 2023-07-25 | 上海海洋大学 | 基于合成孔径雷达的降雨反演方法 |
CN114740550B (zh) * | 2022-06-14 | 2022-08-26 | 广东海洋大学 | 一种连续风暴事件智能识别预警方法及系统 |
CN114779192B (zh) * | 2022-06-17 | 2022-09-20 | 中国科学院空天信息创新研究院 | Sar无场定标方法、装置、电子设备及存储介质 |
CN114814779B (zh) * | 2022-06-29 | 2022-11-11 | 国家海洋技术中心 | 浮标涌浪波高观测数据误差评估方法、系统、设备及介质 |
CN116224379B (zh) * | 2023-05-06 | 2023-09-12 | 中国科学院国家空间科学中心 | 一种nbrcs修正方法、装置、电子设备及存储介质 |
CN116500604B (zh) * | 2023-06-27 | 2023-08-29 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种水深定量反演方法、装置 |
CN116976091B (zh) * | 2023-06-29 | 2024-03-01 | 中国空间技术研究院 | 适用于微波遥感卫星的海浪环境因素影响分析方法 |
CN117310633B (zh) * | 2023-11-28 | 2024-02-23 | 中国科学院空天信息创新研究院 | 一种多维度sar系统几何定标方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103390115A (zh) * | 2013-08-02 | 2013-11-13 | 国家卫星海洋应用中心 | 一种海洋卫星遥感观测数据匹配方法和系统 |
CN103675774A (zh) * | 2013-11-29 | 2014-03-26 | 西安空间无线电技术研究所 | 一种星载微波散射计外定标方法 |
WO2015008310A1 (en) * | 2013-07-19 | 2015-01-22 | Consiglio Nazionale Delle Ricerche | Method for filtering of interferometric data acquired by synthetic aperture radar (sar) |
CN106021864A (zh) * | 2016-05-09 | 2016-10-12 | 国家卫星海洋应用中心 | 星载散射计后向散射系数的检验方法和装置 |
-
2016
- 2016-12-21 CN CN201611196965.8A patent/CN106610491B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015008310A1 (en) * | 2013-07-19 | 2015-01-22 | Consiglio Nazionale Delle Ricerche | Method for filtering of interferometric data acquired by synthetic aperture radar (sar) |
CN103390115A (zh) * | 2013-08-02 | 2013-11-13 | 国家卫星海洋应用中心 | 一种海洋卫星遥感观测数据匹配方法和系统 |
CN103675774A (zh) * | 2013-11-29 | 2014-03-26 | 西安空间无线电技术研究所 | 一种星载微波散射计外定标方法 |
CN106021864A (zh) * | 2016-05-09 | 2016-10-12 | 国家卫星海洋应用中心 | 星载散射计后向散射系数的检验方法和装置 |
Non-Patent Citations (2)
Title |
---|
"A novel integrated algorithm for wind vector retrieval from conically scanning scatterometers";X Xie等;《Remote Sensing》;20131231;第5卷(第12期);第6180-6197页 * |
"In-orbit radiometric calibration of the HY-2A microwave scatterometer through open ocean measurements";B Mu等;《Journal of Remote Sensing》;20141231;第18卷(第5期);第1072-1086页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106610491A (zh) | 2017-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106610491B (zh) | 星载sar后向散射系数的检验方法及装置 | |
Zhang et al. | Ocean vector winds retrieval from C-band fully polarimetric SAR measurements | |
Leckler et al. | Analysis and interpretation of frequency–wavenumber spectra of young wind waves | |
Tucker et al. | Doppler lidar estimation of mixing height using turbulence, shear, and aerosol profiles | |
Dankert et al. | Ocean wind fields retrieved from radar‐image sequences | |
Dagestad et al. | Wind retrieval from synthetic aperture radar-an overview | |
Dankert et al. | A marine radar wind sensor | |
Hwang et al. | Low-frequency mean square slopes and dominant wave spectral properties: Toward tropical cyclone remote sensing | |
Garestier et al. | Estimation of the backscatter vertical profile of a pine forest using single baseline P-band (Pol-) InSAR data | |
Zhou et al. | Estimation of tropical cyclone parameters and wind fields from SAR images | |
Zhang et al. | Monitoring of tropical cyclone structures in ten years of RADARSAT-2 SAR images | |
CN108286962A (zh) | 一种水环境光谱库的建立方法及系统 | |
Collins et al. | Wave measurement intercomparison and platform evaluation during the ITOP (2010) experiment | |
Zhang et al. | A comparison of HY-2 and QuikSCAT vector wind products for tropical cyclone track and intensity development monitoring | |
Martin et al. | Remote sensing of sea surface salinity from CAROLS L-band radiometer in the Gulf of Biscay | |
Fang et al. | Estimation of forest canopy height over mountainous areas using satellite lidar | |
Wang et al. | An energy spectrum algorithm for wind direction retrieval from X-band marine radar image sequences | |
Wan et al. | Research on the applicability of the E spectrum and PM spectrum as the first guess spectrum of SAR wave spectrum inversion | |
Sun et al. | Retrieval of surface wave parameters from SAR images and their validation in the coastal seas around Japan | |
Germain et al. | Polarimetric emission model of the sea at microwave frequencies and comparison with measurements | |
Alcayaga et al. | Large-scale coherent turbulence structures in the atmospheric boundary layer over flat terrain | |
Weissman et al. | Calibrating the QuikSCAT/SeaWinds radar for measuring rainrate over the oceans | |
Desai et al. | Ocean research in India: Perspective from space | |
Komarov et al. | Ocean surface wind speed retrieval from the RADARSAT Constellation mission co-and cross-polarization images without wind direction input | |
Narvekar et al. | Passive polarimetric microwave signatures observed over Antarctica |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |