CN107748360A - 海表风场反演方法及装置 - Google Patents
海表风场反演方法及装置 Download PDFInfo
- Publication number
- CN107748360A CN107748360A CN201710790371.8A CN201710790371A CN107748360A CN 107748360 A CN107748360 A CN 107748360A CN 201710790371 A CN201710790371 A CN 201710790371A CN 107748360 A CN107748360 A CN 107748360A
- Authority
- CN
- China
- Prior art keywords
- wind
- remote sensing
- cross polarization
- field
- data
- 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
Links
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
- 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
- G01S13/9021—SAR image post-processing techniques
- G01S13/9027—Pattern recognition for feature extraction
-
- 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
- G01S13/904—SAR modes
- G01S13/9076—Polarimetric features in SAR
-
- 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
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
Abstract
本申请提供了海表风场反演方法及装置,属于合成孔径雷达技术领域。所述方法包括:获取交叉极化合成孔径雷达SAR遥感图像和欧洲中长期天气预报中心ECMWF再分析风场数据;根据获取到的交叉极化SAR遥感图像和ECMWF再分析风场数据,得到基于雷达入射角的交叉极化SAR遥感图像的归一化后向散射截面值NRCS与ECMWF再分析风场数据中风速的对应关系;根据所述对应关系,得到海表风场反演。采用本申请的技术方案,能够无需辅助风向信息进行风场反演,从而实现基于交叉极化方式合成孔径雷达遥感图像的海表风场反演。
Description
技术领域
本申请涉及合成孔径雷达技术领域,尤其涉及海表风场反演方法及装置。
背景技术
全球海洋面积占地球表面积的71%,是全球气候变化的重要组成部分,而海表风速风向是海洋和大气的重要要素之一,且是海洋上层运动的主要动力因素。对于海洋环境动力学来说,海表风场不仅是海面波浪的直接驱动力,还是区域和全球海洋环流的驱动力。与此同时,海表风场调节海气相互作用,对全球气候变化具有重要作用。此外,海表风场还直接影响海洋工程、海洋渔业和海上航运等等海上作业。
21世纪是海洋的世纪,随着探索海洋的技术不断发展,传统的测风方法如岸基观测站、船只、浮标以及星载微波散射计已经无法满足某些高分辨率海表风场的数据需求。在海洋遥感技术中,合成孔径雷达(SAR:Synthetic Aperture Radar)是一种主动式微波成像雷达,通过发射一定频率的微波并测量其后向散射信号的幅值以及位相信息,可以得到海表后向散射强度的图像,这种图像拥有很高的分辨率,能达到几米的量级,而且SAR对海表粗糙度的变化十分敏感,为海表细微空间变化特征提供较多的海洋动力信息,例如海表风场、海表波浪、内波、海流、海冰、海面船只的尾流以及海表浮油等。同时,SAR作为一种微波成像雷达,可以在任何时间任何天气情况对海表进行观测。因此SAR是一种全天时、全天候和高分辨率观测海洋的成像雷达。
现有技术中,SAR可以在其运行轨道上全天候全天时连续获得对海洋表面大面积的高分辨率的图像,对海表风场的监测十分有利。例如,2014年欧空局(ESA:EuropeanSpace Agency)发射的新一代C波段Sentinel-1 SAR卫星条带式遥感图像,其单个像素元宽度可达10米,刈幅宽度可达80公里。目前,Sentinel-1 SAR可提供垂直-垂直极化(VV极化)、水平-水平极化(HH极化)、水平-垂直极化(HV极化)以及垂直-水平极化(VH极化)四中双重极化方式。而C波段SAR同极化即VV极化与HH极化方式的海表风场反演技术CMODs已经完全成熟,且CMODs的地球物理模型(GMFs:Geophysical Model Functions)在过去几十年中被广泛应用,例如CMOD4、CMOD-IFR2、CMOD5、中性风反演算法CMOD5N以及新的GMF C-SARMOD等等。至今为止,这种描述了SAR归一化后向散射截面值(NRCS:Normalized Radar CrossSection)与海表10米处风速之间的复杂关系的CMODs已经成功运用于C波段SAR遥感图像的海表风场反演。最近一项研究,使用Metop-A和-B卫星上的ASCAT散射计观测的海表风场数值验证C波段Sentinel-1 SAR遥感图像海表风场反演结果,对比结果表明CMOD5N和CMOD4+PR反演算法分别适用于VV极化与HH极化方式的海表风场反演。
但是在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
CMODs算法存在风速和风向两个未知变量,在不借助辅助信息的情况下难以反演出风速,尽管有时可以根据SAR图像中明显的风条纹来判定风向,但是仍然需要辅助信息来消除风向反演中的180°模糊性。在使用CMODs算法时,通常需要数值预报或者散射计观测值这类较低时空分辨率的辅助信息进行海表风场的反演辅助,但是CMODs算法使用与高分辨率的SAR图像信息匹配的低时空分辨率的辅助信息进行风场反演导致风速反演误差较大。
发明内容
本申请实施例提出了海表风场反演方法及装置,以解决现有CMODs算法使用与高分辨率的SAR图像信息匹配的低时空分辨率的辅助信息进行风场反演导致风速反演误差较大的技术问题。
在一个方面,本申请实施例提供了海表风场反演方法,包括:
获取交叉极化合成孔径雷达SAR遥感图像和欧洲中长期天气预报中心ECMWF再分析风场数据;
根据获取到的交叉极化SAR遥感图像和ECMWF再分析风场数据,得到基于雷达入射角的交叉极化SAR遥感图像的归一化后向散射截面值NRCS与ECMWF再分析风场数据中风速的对应关系;
根据所述对应关系,得到海表风场反演。
优选地,通过对交叉极化SAR遥感图像进行辐射定标,得到基于雷达入射角间隔的NRCS,所述交叉极化SAR遥感图像包括VH极化和HV极化SAR遥感图像。
优选地,所述根据所述对应关系,得到海表风场反演的步骤包括:
将基于雷达入射角间隔的NRCS与ECMWF再分析风场数据协同定位,得到交叉极化数据集;
利用误差的标准差对所述交叉极化数据集进行拟合,得到海表风场反演。
优选地,还包括:
交叉极化SAR遥感图像包括美国国家航标数据中心NDBC浮标。
优选地,还包括:
将交叉极化SAR遥感图像与NDBC浮标协同定位,得到用于验证交叉极化SAR遥感图像的海表风场反演的数据集。
在另一个方面,本申请实施例提供了海表风场反演装置,包括:
获取模块,用于获取交叉极化合成孔径雷达SAR遥感图像和欧洲中长期天气预报中心ECMWF再分析风场数据;
匹配模块,用于根据获取到的交叉极化SAR遥感图像和ECMWF再分析风场数据,得到基于雷达入射角的交叉极化SAR遥感图像的归一化后向散射截面值NRCS与ECMWF再分析风场数据中风速的对应关系;
反演模块,用于根据所述对应关系,得到海表风场反演。
优选地,所述匹配模块包括:
通过对交叉极化SAR遥感图像进行辐射定标,得到基于雷达入射角间隔的NRCS,所述交叉极化SAR遥感图像包括VH极化和HV极化SAR遥感图像。
优选地,所述反演模块包括:
将基于雷达入射角间隔的NRCS与ECMWF再分析风场数据协同定位,得到交叉极化数据集;
利用误差的标准差对所述交叉极化数据集进行拟合,得到海表风场反演。
优选地,还包括:
交叉极化SAR遥感图像包括美国国家航标数据中心NDBC浮标。
优选地,还包括:
验证模块,用于将交叉极化SAR遥感图像与NDBC浮标协同定位,得到用于验证交叉极化SAR遥感图像的海表风场反演的数据集。
有益效果如下:
本申请实施例所提供的海表风场反演方法及装置,通过获取交叉极化合成孔径雷达SAR遥感图像和欧洲中长期天气预报中心ECMWF再分析风场数据,得到基于雷达入射角的交叉极化SAR遥感图像的归一化后向散射截面值NRCS与ECMWF再分析风场数据中风速的对应关系,从而无需辅助风向信息进行风场反演,实现基于交叉极化方式合成孔径雷达遥感图像的海表风场反演。
附图说明
下面将参照附图描述本申请的具体实施例,其中:
图1示出了本申请实施例一中海表风场反演的方法原理图;
图2示出了本申请实施例二中海表风场反演的方法流程图;
图3示出了本申请实施例二中海表风场反演的ECMWF风场数据与交叉极化Sentinel-1 SAR遥感图像NRCS的关系示意图;
图4示出了本申请实施例二中海表风场反演的Sentinel-1 SAR SM模式遥感图像风场反演结果与NDBC浮标观测结果对比示意图一;
图5示出了本申请实施例二中海表风场反演的Sentinel-1 SAR SM模式遥感图像风场反演结果与NDBC浮标观测结果对比示意图二;
图6示出了本申请实施例三中海表风场反演的装置结构图。
具体实施方式
为了使本申请的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。并且在不冲突的情况下,本说明中的实施例及实施例中的特征可以互相结合。
发明人在发明过程中注意到:
交叉极化即VH极化和HV极化方式的SAR遥感图像海表风场反演的优势为,交叉极化SAR遥感图像的后向散射截面值与风速具有较强的线性关系,而对风向的依赖却不敏感。为解决现有技术中同极化方式SAR遥感图像的海表风场反演CMODs算法需借助辅助信息消除风向反演中的180°模糊性从而影响风速反演的问题,基于交叉极化SAR遥感图像进行海表风场反演的优势,确定交叉极化SAR遥感图像的后向散射截面值与风速、雷达入射角之间的关系,实现基于交叉极化方式合成孔径雷达遥感图像的海表风场反演。
具体为,利用星载SAR获取交叉极化遥感图像,通过对该遥感图像进行辐射定标获取其后向散射截面值以及入射角;利用欧洲中长期天气预报中心(ECMWF:European Centrefor Medium-Range Weather Forecasts)提供的再分析风场数据确定交叉极化SAR遥感图像后向散射截面值与风速、雷达入射角之间的关系;根据得到的交叉极化SAR遥感图像后向散射截面值与风速、雷达入射角之间的关系构建海表风场反演,并验证其准确性。
为了便于本申请的实施,下面以实例进行说明。
实施例一、
图1示出了本申请实施例一中海表风场反演的方法原理图,如图1所示,包括:
步骤101:获取交叉极化合成孔径雷达SAR遥感图像和欧洲中长期天气预报中心ECMWF再分析风场数据。
步骤102:根据获取到的交叉极化SAR遥感图像和ECMWF再分析风场数据,得到基于雷达入射角的交叉极化SAR遥感图像的归一化后向散射截面值NRCS与ECMWF再分析风场数据中风速的对应关系。
步骤103:根据所述对应关系,得到海表风场反演。
实施中,通过对交叉极化SAR遥感图像进行辐射定标,得到基于雷达入射角间隔的NRCS,所述交叉极化SAR遥感图像包括VH极化和HV极化SAR遥感图像。
实施中,所述根据所述对应关系,得到海表风场反演的步骤包括:
将基于雷达入射角间隔的NRCS与ECMWF再分析风场数据协同定位,得到交叉极化数据集;
利用误差的标准差对所述交叉极化数据集进行拟合,得到海表风场反演。
实施中,还包括:
交叉极化SAR遥感图像包括美国国家航标数据中心NDBC浮标。
实施中,还包括:
将交叉极化SAR遥感图像与NDBC浮标协同定位,得到用于验证交叉极化SAR遥感图像的海表风场反演的数据集。
本申请的有益效果具体如下:
利用星载SAR获取交叉极化遥感图像,通过对该遥感图像进行辐射定标获取其后向散射截面值以及入射角;利用欧洲中长期天气预报中心(ECMWF:European Centre forMedium-Range Weather Forecasts)提供的再分析风场数据确定交叉极化SAR遥感图像后向散射截面值与风速、雷达入射角之间的关系;根据得到的交叉极化SAR遥感图像后向散射截面值与风速、雷达入射角之间的关系构建海表风场反演,并验证其准确性。
本申请实施例二以具体场景为例,对本申请实施例一进行详细描述。
实施例二、
图2示出了本申请实施例二中海表风场反演的方法流程图,如图2所示,
本发明基于Sentinel-1 SAR交叉极化即VH极化和HV极化实现从低风速到高风速的海表风场反演,如图2所示,该方法包括:
201:获取原始星载SAR图像以及ECMWF再分析风场数据。
收集328幅Sentinel-1GRD SM模式SAR遥感图像,每幅图像单个像素元宽度达到10米,在收集的SAR遥感图像中极少存在由其他海洋现象如上升流、降雨或浮油等因素引起的图像变形。同时收集时间间隔为6小时,分辨率为0.125°×0.125°即大约12.5km×12.5km的ECMWF再分析风场数据。将ECMWF再分析风场数据与对应的遥感图像进行匹配时,二者之间的时间差距不超过3个小时,以便用于分析NRCS与风速和入射角之间的关系。此外,收集靠近美国东西海岸的65幅VH极化Sentinel-1 SAR遥感图像和82幅HV极化Sentinel-1SAR遥感图像。每幅图像范围内至少存在一个美国国家航标数据中心(NDBC:National Data BuoyCenter)的浮标,该浮标每10分钟记录一次海表5米处的风速,由于CMODs算法中描述NRCS与海表10米处风速的关系,因此根据公式(1)将其转换为海表10米处风速。
其中U1是z处风速,U2是zm处风速,z0是粗糙长度,取常数1.52×10-4。
202:利用ECMWF再分析风场确定NRCS与风速和入射角之间的关系。
具体地,将待反演SAR遥感图像经过辐射定标后,划分为多个子图像,与ECMWF再分析风场数据进行协同定位,得到近万统计样本,以实现交叉极化海表风场反演。在对样本进行统计时,将数据集依据入射角20°至50°以5°为间隔,风速0m/s至20m/s以1.5m/s为间隔分组,分析NRCS与入射角、风速之间的关系。
图3本申请实施例二中海表风场反演的ECMWF风场数据与交叉极化Sentinel-1SAR遥感图像NRCS的关系示意图,如图3所示,经过统计分析,其分别展示了VH极化与HV极化的Sentinel-1 SAR遥感图像的NRCS与ECMWF再分析风场关系图,并绘制了25°至50°的回归曲线,且该回归曲线为一个四阶多项式。从图3可知,当风速大于某个特定值时,交叉极化Sentinel-1 SAR遥感图像NRCS随着风速的增加而增长,而当风速小于该特定值时,NRCS随着风速的增加而降低。经过分析,由于Sentinel-1 SAR在双极化的双偏振观测中不能有效地纠正两条信号通道之间的串音,因此导致双极化Sentinel-1 SAR存在一个较低的信噪比,从而使得当风速小于某个特定值时,NRCS与风速之间的关系存在一个下降的趋势,可见对于交叉极化SAR遥感图像来说,当风速越大交叉极化的信号越好。
203:根据NRCS与风速和入射角之间的关系构造海表风场反演。
具体地,根据得到的NRCS与ECMWF再分析风场风速和入射角之间的关系,按照以下几个步骤构建交叉极化SAR遥感图像海表风场的反演:
(1)将辐射定标得到的NRCS以及入射角按照20°到50°以5°为间隔划分为6组数据;
(2)将ECMWF再分析风场数据集与第(1)步协同定位分类;
(3)选择i(i≤6)阶多项式进行拟合,并记录测量误差的标准差以判断每一阶多项式的合适度;
(4)当每一阶相关性系数对应最小的标准差,即最优拟合结果。
拟合公式如下:
其中σ0是交叉极化Sentinel-1 SAR的NRCS,单位为dB;U10是距离海表10米处的风速,单位为m/s;k取常数6;相关性系数ai基于VH极化和HV极化进行多项式拟合得出,如下表:
表1基于VH极化公式(2)相关性系数
表2基于HV极化公式(2)相关性系数
204:验证反演准确性。
具体地,将201中收集得到的65幅VV/VH极化Sentinel-1 SAR遥感图像以及82幅HH/HV极化Sentinel-1 SAR遥感图像与NDBC浮标进行协同定位,得到68个VV/VH极化数据点以及94个HH/HV极化数据点,用于验证交叉极化方式合成孔径雷达遥感图像的海表风场反演。
图4示出了本申请实施例二中海表风场反演的Sentinel-1 SAR SM模式遥感图像风场反演结果与NDBC浮标观测结果对比示意图一,如图4(a)所示,基于GMF CMOD5N算法,根据NDBC记录的风向VV极化的风场反演与NDBC浮标风场观测数据的对比结果,得到风场反演结果标准差为1.96m/s;如图4(b)所示,基于交叉极化的海表风场反演的VH极化风场反演与NDBC浮标风场观测数据的对比结果,得到标准差为2.9m/s。
图5示出了本申请实施例二中海表风场反演的Sentinel-1 SAR SM模式遥感图像风场反演结果与NDBC浮标观测结果对比示意图二,如图5(a)所示,基于CMOD4+PR算法进行HH极化的风场反演与NDBC浮标风场观测数据的对比结果,得到风场反演结果标准差为2.3m/s;如图5(b)所示,基于交叉极化的海表风场反演的HV极化风场反演与NDBC浮标风场观测数据的对比结果,得到标准差为3.2m/s。
根据图4和图5得出以下结论:
(1)VH极化方式的海表风场反演优于HV极化方式的海表风场反演;
(2)同极化方式的海表风场反演的标准差约为2m/s,优于标准差约为3m/s的交叉极化方式的海表风场反演,但交叉极化能够无需借助辅助风向信息实现风场反演。
综上所述,虽然基于交叉极化方式合成孔径雷达遥感图像的海表风场反演的标准差大于同极化方式合成孔径雷达遥感图像的海表风场反演的标准差,但其具备无需辅助风向信息进行风场反演的特征,解决了现有同极化方式海表风场反演的不足。
基于同一发明构思,本申请实施例中还提供了一种海表风场反演装置,由于这些设备解决问题的原理与一种海表风场反演方法相似,因此这些设备的实施可以参见方法的实施,重复之处不再赘述。
实施例三、
图6示出了本申请实施例三中海表风场反演的装置结构图,如图6所示,装置可以包括获取模块601、匹配模块602、反演模块603和验证模块604。
获取模块601,用于获取交叉极化合成孔径雷达SAR遥感图像和欧洲中长期天气预报中心ECMWF再分析风场数据,所述交叉极化SAR遥感图像包括美国国家航标数据中心NDBC浮标。
匹配模块602,用于根据获取到的交叉极化SAR遥感图像和ECMWF再分析风场数据,得到基于雷达入射角的交叉极化SAR遥感图像的归一化后向散射截面值NRCS与ECMWF再分析风场数据中风速的对应关系。
反演模块603,用于根据所述对应关系,得到海表风场反演。
验证模块604,用于将交叉极化SAR遥感图像与NDBC浮标协同定位,得到用于验证交叉极化SAR遥感图像的海表风场反演的数据集。
所述匹配模块602包括:
通过对交叉极化SAR遥感图像进行辐射定标,得到基于雷达入射角间隔的NRCS,所述交叉极化SAR遥感图像包括VH极化和HV极化SAR遥感图像。
所述反演模块603包括:
将基于雷达入射角间隔的NRCS与ECMWF再分析风场数据协同定位,得到交叉极化数据集;
利用误差的标准差对所述交叉极化数据集进行拟合,得到海表风场反演。
上述实施例中,均可以采用现有的功能元器件模块来实施。例如,处理模块可以采用现有的数据处理元器件,至少,现有定位技术中采用的定位服务器上便具备实现该功能元器件;至于接收模块,则是任意一个具备信号传输功能的设备都具备的元器件;同时,处理模块进行的A、n参数计算、强度调整等采用的都是现有的技术手段,本领域技术人员经过相应的设计开发即可实现。
为了描述的方便,以上所述装置的各部分以功能分为各种模块或单元分别描述。当然,在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
Claims (10)
1.海表风场反演方法,其特征在于,包括:
获取交叉极化合成孔径雷达SAR遥感图像和欧洲中长期天气预报中心ECMWF再分析风场数据;
根据获取到的交叉极化SAR遥感图像和ECMWF再分析风场数据,得到基于雷达入射角的交叉极化SAR遥感图像的归一化后向散射截面值NRCS与ECMWF再分析风场数据中风速的对应关系;
根据所述对应关系,得到海表风场反演。
2.如权利要求1所述的方法,其特征在于:
通过对交叉极化SAR遥感图像进行辐射定标,得到基于雷达入射角间隔的NRCS,所述交叉极化SAR遥感图像包括VH极化和HV极化SAR遥感图像。
3.如权利要求2所述的方法,其特征在于,所述根据所述对应关系,得到海表风场反演的步骤包括:
将基于雷达入射角间隔的NRCS与ECMWF再分析风场数据协同定位,得到交叉极化数据集;
利用误差的标准差对所述交叉极化数据集进行拟合,得到海表风场反演。
4.如权利要求1所述的方法,其特征在于,还包括:
交叉极化SAR遥感图像包括美国国家航标数据中心NDBC浮标。
5.如权利要求4所述的方法,其特征在于,还包括:
将交叉极化SAR遥感图像与NDBC浮标协同定位,得到用于验证交叉极化SAR遥感图像的海表风场反演的数据集。
6.海表风场反演装置,其特征在于,包括:
获取模块,用于获取交叉极化合成孔径雷达SAR遥感图像和欧洲中长期天气预报中心ECMWF再分析风场数据;
匹配模块,用于根据获取到的交叉极化SAR遥感图像和ECMWF再分析风场数据,得到基于雷达入射角的交叉极化SAR遥感图像的归一化后向散射截面值NRCS与ECMWF再分析风场数据中风速的对应关系;
反演模块,用于根据所述对应关系,得到海表风场反演。
7.如权利要求6所述的装置,其特征在于,所述匹配模块包括:
通过对交叉极化SAR遥感图像进行辐射定标,得到基于雷达入射角间隔的NRCS,所述交叉极化SAR遥感图像包括VH极化和HV极化SAR遥感图像。
8.如权利要求7所述的装置,其特征在于,所述反演模块包括:
将基于雷达入射角间隔的NRCS与ECMWF再分析风场数据协同定位,得到交叉极化数据集;
利用误差的标准差对所述交叉极化数据集进行拟合,得到海表风场反演。
9.如权利要求6所述的装置,其特征在于,还包括:
交叉极化SAR遥感图像包括美国国家航标数据中心NDBC浮标。
10.如权利要求9所述的装置,其特征在于,还包括:
验证模块,用于将交叉极化SAR遥感图像与NDBC浮标协同定位,得到用于验证交叉极化SAR遥感图像的海表风场反演的数据集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710790371.8A CN107748360A (zh) | 2017-09-05 | 2017-09-05 | 海表风场反演方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710790371.8A CN107748360A (zh) | 2017-09-05 | 2017-09-05 | 海表风场反演方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107748360A true CN107748360A (zh) | 2018-03-02 |
Family
ID=61255720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710790371.8A Pending CN107748360A (zh) | 2017-09-05 | 2017-09-05 | 海表风场反演方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107748360A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983313A (zh) * | 2018-05-02 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种定量探测海面风场的方法 |
CN109100717A (zh) * | 2018-06-11 | 2018-12-28 | 广州地理研究所 | 一种多源微波遥感海面风场数据融合方法及其装置 |
CN109557333A (zh) * | 2018-10-17 | 2019-04-02 | 天津大学 | 一种基于导航浮标数据反演表层海流的方法 |
CN109581383A (zh) * | 2019-01-17 | 2019-04-05 | 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 |
CN110609287A (zh) * | 2018-06-14 | 2019-12-24 | 中国科学院国家空间科学中心 | 一种双频雷达散射计及同时测量海面风场和流场的方法 |
CN111580138A (zh) * | 2020-06-18 | 2020-08-25 | 北京卫星信息工程研究所 | 多波束gnss-r系统、海面风场反演方法和预测方法 |
CN111830506A (zh) * | 2020-07-22 | 2020-10-27 | 江苏科技大学 | 一种基于K-means聚类算法的海面风速方法 |
CN112579980A (zh) * | 2020-12-22 | 2021-03-30 | 深圳航天宏图信息技术有限公司 | 风场数据处理方法、装置、设备及存储介质 |
CN112733801A (zh) * | 2021-01-22 | 2021-04-30 | 国家卫星海洋应用中心 | 海洋内波发生频率的计算方法、装置和电子设备 |
CN113325418A (zh) * | 2021-07-08 | 2021-08-31 | 上海海洋大学 | 基于合成孔径雷达的降雨反演方法 |
CN113534150A (zh) * | 2021-06-08 | 2021-10-22 | 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 |
CN113702977A (zh) * | 2020-09-15 | 2021-11-26 | 中国人民解放军国防科技大学 | 一种基于最优插值模型的合成孔径雷达海面风场反演方法 |
CN114140697A (zh) * | 2021-09-02 | 2022-03-04 | 广东海启星海洋科技有限公司 | 海表流场遥感探测方法及装置 |
CN114895338A (zh) * | 2022-03-31 | 2022-08-12 | 北京卫星信息工程研究所 | 星载gnss-s雷达多维信息的大范围海面风场反演系统及方法 |
CN115825960A (zh) * | 2022-11-22 | 2023-03-21 | 北京卫星信息工程研究所 | 基于星载gnss-s雷达的海面风场反演方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7095359B2 (en) * | 2001-11-07 | 2006-08-22 | National Institute of Informantion and Communications Technology, Incorporated Administrative Agency | Method of observing sea ice |
WO2010052530A1 (en) * | 2008-11-05 | 2010-05-14 | Ecoserv Remote Observation Centre Co. Ltd. | Multi-polarization combined radar-radiometer system |
CN104698460A (zh) * | 2015-02-26 | 2015-06-10 | 中国人民解放军理工大学 | 一种双频共面合成孔径雷达海面风场反演方法 |
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 |
CN106526596A (zh) * | 2016-10-12 | 2017-03-22 | 中央军委联合参谋部大气环境研究所 | 合成孔径雷达反演海面风场变分模型的数据处理方法 |
-
2017
- 2017-09-05 CN CN201710790371.8A patent/CN107748360A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7095359B2 (en) * | 2001-11-07 | 2006-08-22 | National Institute of Informantion and Communications Technology, Incorporated Administrative Agency | Method of observing sea ice |
WO2010052530A1 (en) * | 2008-11-05 | 2010-05-14 | Ecoserv Remote Observation Centre Co. Ltd. | Multi-polarization combined radar-radiometer system |
CN104698460A (zh) * | 2015-02-26 | 2015-06-10 | 中国人民解放军理工大学 | 一种双频共面合成孔径雷达海面风场反演方法 |
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 |
CN106526596A (zh) * | 2016-10-12 | 2017-03-22 | 中央军委联合参谋部大气环境研究所 | 合成孔径雷达反演海面风场变分模型的数据处理方法 |
Non-Patent Citations (2)
Title |
---|
PARIS W. VACHON 等: "C-Band Cross-Polarization Wind Speed Retrieval", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
WEIZENG SHAO 等: "Preliminary Assessment of Wind and Wave Retrieval from Chinese Gaofen-3 SAR Imagery", 《SENSORS》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983313B (zh) * | 2018-05-02 | 2020-10-23 | 中国科学院国家空间科学中心 | 一种定量探测海面风场的方法 |
CN108983313A (zh) * | 2018-05-02 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种定量探测海面风场的方法 |
CN109100717A (zh) * | 2018-06-11 | 2018-12-28 | 广州地理研究所 | 一种多源微波遥感海面风场数据融合方法及其装置 |
CN110609287B (zh) * | 2018-06-14 | 2021-06-08 | 中国科学院国家空间科学中心 | 一种双频雷达散射计及同时测量海面风场和流场的方法 |
CN110609287A (zh) * | 2018-06-14 | 2019-12-24 | 中国科学院国家空间科学中心 | 一种双频雷达散射计及同时测量海面风场和流场的方法 |
CN109557333B (zh) * | 2018-10-17 | 2022-04-15 | 天津大学 | 一种基于导航浮标数据反演表层海流的方法 |
CN109557333A (zh) * | 2018-10-17 | 2019-04-02 | 天津大学 | 一种基于导航浮标数据反演表层海流的方法 |
CN109581383A (zh) * | 2019-01-17 | 2019-04-05 | 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 |
CN111580138B (zh) * | 2020-06-18 | 2022-09-09 | 北京卫星信息工程研究所 | 多波束gnss-r系统、海面风场反演方法和预测方法 |
CN111580138A (zh) * | 2020-06-18 | 2020-08-25 | 北京卫星信息工程研究所 | 多波束gnss-r系统、海面风场反演方法和预测方法 |
CN111830506B (zh) * | 2020-07-22 | 2022-02-08 | 江苏科技大学 | 一种基于K-means聚类算法的海面风速方法 |
CN111830506A (zh) * | 2020-07-22 | 2020-10-27 | 江苏科技大学 | 一种基于K-means聚类算法的海面风速方法 |
CN113702977B (zh) * | 2020-09-15 | 2023-07-25 | 中国人民解放军国防科技大学 | 一种基于最优插值模型的合成孔径雷达海面风场反演方法 |
CN113702977A (zh) * | 2020-09-15 | 2021-11-26 | 中国人民解放军国防科技大学 | 一种基于最优插值模型的合成孔径雷达海面风场反演方法 |
CN112579980A (zh) * | 2020-12-22 | 2021-03-30 | 深圳航天宏图信息技术有限公司 | 风场数据处理方法、装置、设备及存储介质 |
CN112733801A (zh) * | 2021-01-22 | 2021-04-30 | 国家卫星海洋应用中心 | 海洋内波发生频率的计算方法、装置和电子设备 |
CN112733801B (zh) * | 2021-01-22 | 2021-09-14 | 国家卫星海洋应用中心 | 海洋内波发生频率的计算方法、装置和电子设备 |
CN113534150A (zh) * | 2021-06-08 | 2021-10-22 | 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 |
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 |
CN113325418A (zh) * | 2021-07-08 | 2021-08-31 | 上海海洋大学 | 基于合成孔径雷达的降雨反演方法 |
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 |
CN114140697A (zh) * | 2021-09-02 | 2022-03-04 | 广东海启星海洋科技有限公司 | 海表流场遥感探测方法及装置 |
CN114140697B (zh) * | 2021-09-02 | 2022-11-08 | 广东海启星海洋科技有限公司 | 海表流场遥感探测方法及装置 |
CN114895338A (zh) * | 2022-03-31 | 2022-08-12 | 北京卫星信息工程研究所 | 星载gnss-s雷达多维信息的大范围海面风场反演系统及方法 |
CN115825960A (zh) * | 2022-11-22 | 2023-03-21 | 北京卫星信息工程研究所 | 基于星载gnss-s雷达的海面风场反演方法 |
CN115825960B (zh) * | 2022-11-22 | 2023-12-19 | 北京卫星信息工程研究所 | 基于星载gnss-s雷达的海面风场反演方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107748360A (zh) | 海表风场反演方法及装置 | |
CN105975763B (zh) | 一种多源海面风场的融合方法和装置 | |
Lönnqvist et al. | Polarimetric SAR data in land cover mapping in boreal zone | |
CN106021864B (zh) | 星载散射计后向散射系数的检验方法和装置 | |
CN106569210B (zh) | 一种基于遥感的土壤水分反演方法和装置 | |
US9046608B2 (en) | System for detecting sea-surface wind, using satellite observation, and a method for detecting sea-surface wind | |
CN113253233B (zh) | 基于全天空流星雷达信号的分析处理方法、系统 | |
Zhou et al. | Ocean surface wind retrieval using SMAP L-band SAR | |
Li et al. | Forest-height inversion using repeat-pass spaceborne polInSAR data | |
Shao et al. | Cyclone wind retrieval based on X-band SAR-derived wave parameter estimation | |
CN114065500A (zh) | 一种基于sar影像和布拉格散射模型的近海风速反演方法 | |
Plant et al. | Dominant wave directions and significant wave heights from synthetic aperture radar imagery of the ocean | |
CN111487621A (zh) | 一种基于雷达图像的海表流场反演方法及电子设备 | |
Xu et al. | A simple approach to estimate coastal soil salinity using digital camera images | |
Li et al. | Wind speed retrieval from hybrid-pol compact polarization synthetic aperture radar images | |
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 | |
Benassai et al. | Wave simulations through SAR COSMO-SkyMed wind retrieval and verification with buoy data | |
Zhang et al. | On the nonlinear mapping of an ocean wave spectrum into a new polarimetric SAR image spectrum | |
CN106777698B (zh) | 后向散射系数的定标系数的校正方法及装置 | |
CN111488553B (zh) | 一种太阳辐照度计算方法及装置 | |
CN108985292A (zh) | 一种基于多尺度分割的sar图像cfar目标检测方法与系统 | |
Zhou et al. | Estimation of the plot-level forest parameters from terrestrial laser scanning data | |
Li et al. | CFOSAT and windrad rotating Fan-beam SCATterometer simulation and wind retrieval performance evaluation | |
Suhui et al. | Application of vortex light field in strong scattering environment | |
Isoguchi et al. | Hurricane ocean surface wind retrieval from ALOS-2 PALSAR-2 cross-polarized measurements |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180302 |
|
RJ01 | Rejection of invention patent application after publication |