CN107870043A - 一种海表参数同步反演优化方法 - Google Patents
一种海表参数同步反演优化方法 Download PDFInfo
- Publication number
- CN107870043A CN107870043A CN201711008876.0A CN201711008876A CN107870043A CN 107870043 A CN107870043 A CN 107870043A CN 201711008876 A CN201711008876 A CN 201711008876A CN 107870043 A CN107870043 A CN 107870043A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- observation
- extra large
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000005457 optimization Methods 0.000 title claims abstract description 25
- 230000005855 radiation Effects 0.000 claims abstract description 68
- 238000001914 filtration Methods 0.000 claims abstract description 35
- 230000006870 function Effects 0.000 claims abstract description 24
- 230000009467 reduction Effects 0.000 claims abstract description 16
- 230000003044 adaptive effect Effects 0.000 claims abstract description 13
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000010287 polarization Effects 0.000 claims description 17
- 239000013535 sea water Substances 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 241001489705 Aquarius Species 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 235000002639 sodium chloride Nutrition 0.000 description 5
- 150000003839 salts Chemical class 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 101000794020 Homo sapiens Bromodomain-containing protein 8 Proteins 0.000 description 2
- 101001006782 Homo sapiens Kinesin-associated protein 3 Proteins 0.000 description 2
- 101000615355 Homo sapiens Small acidic protein Proteins 0.000 description 2
- WGKGADVPRVLHHZ-ZHRMCQFGSA-N N-[(1R,2R,3S)-2-hydroxy-3-phenoxazin-10-ylcyclohexyl]-4-(trifluoromethoxy)benzenesulfonamide Chemical compound O[C@H]1[C@@H](CCC[C@@H]1N1C2=CC=CC=C2OC2=C1C=CC=C2)NS(=O)(=O)C1=CC=C(OC(F)(F)F)C=C1 WGKGADVPRVLHHZ-ZHRMCQFGSA-N 0.000 description 2
- 102100021255 Small acidic protein Human genes 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004164 analytical calibration Methods 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/007—Radiation pyrometry, e.g. infrared or optical thermometry for earth observation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
本发明提供一种海表参数同步反演优化方法，所述方法包括：步骤1)获取多入射角辐射亮温观测值和多入射角后向散射系数观测值；步骤2)对多入射角辐射亮温观测值进行中值滤波、自适应中值滤波和维纳滤波处理，得到三类降噪后的辐射亮温观测值；步骤3)通过正向辐射亮温理论模型获多入射角辐射亮温模拟值，并通过后向散射系数理论模型获取多入射角后向散射系数模拟值；步骤4)将三类辐射亮温观测值和辐射亮温模拟值；及后向散射系数观测值和模拟值代入到L/C/K波段多代价函数，同步获得三类海表参数；步骤5)将三类海表参数分别与浮标测量的海表参数进行对比，计算反演的均方根误差，选择最小均方根误差对应的海表参数值作为最终的海表参数值。
Description
技术领域
本发明涉及微波遥感领域，具体而言，涉及一种海表参数同步反演优化方法。
背景技术
海水盐度是指海水中全部溶解固体与海水重量之比，是海水的重要特性。其年内、季节性及年际变化在海洋气候系统中起关键作用，是研究全球气候变化及天气和气候预报模式的重要依据。因此，研究海表盐度的分布及其变化规律有助于进一步认识海洋，对海洋遥感机理具有重要影响，在海洋遥感科学中占据重要地位。
研究海表盐度的分布及变化，首先需要研究如何通过卫星测量值反演海表盐度；目前，能用于获取海表盐度的卫星有SMOS，Aquarius和SMAP，因此海表盐度的反演方法主要有基于上述卫星建立起来的经验算法、半物理半经验算法和物理算法。相关技术中，SMOS卫星盐度反演方法充分利用了观测亮温的多角度信息，采用多元非线性反演算法获取海表盐度；Aquarius卫星基于其真实孔径辐射计和L波段散射计获取的观测亮温和后向散射系数，采用主被动结合的反演方法获取海表盐度；SMAP卫星则借鉴Aquarius卫星的反演算法获取海表盐度。目前的海表盐度反演方法，在进行海表盐度反演之前都会对观测亮温进行处理，降低观测亮温中存在的误差对海表盐度反演结果的影响。例如，SMOS卫星在反演海表盐度之前，首先对亮温进行OTT校正，降低亮温中的系统偏差；Aquarius卫星在反演海表盐度之前，先对亮温进行处理，剔除外部误差源、前向模型、仪器定标等引入的偏差。
现有的海表盐度反演方法使用处理后的观测亮温反演海表盐度，降低了反演的盐度值与真实盐度值之间的偏差，但亮温中存在的随机噪声仍然会导致反演的盐度结果不准确，不能很好的满足预期的精度要求。同时由于缺少同步辅助数据，现有的反演方法不能同步反演出海表温度和海表风速。
发明内容
本发明的目的在于克服现有技术中缺少同步辅助数据，不能同步反演出海表温度和海表风速，而且反演的海表参数精度低的缺点，提供了一种海表参数同步反演优化方法，该方法通过星载微波辐射计和散射计分别获取大气顶层L/C/K波段的辐射亮温观测值和L波段后向散射系数观测值，并标示出距离海岸线200km以内的亮温观测值，利用中值滤波、自适应中值滤波和维纳滤波方法对多入射角辐射亮温进行处理；然后根据L/C/K波段正向辐射亮温理论模型和L波段后向散射系数理论模型分别获取大气顶层多入射角辐射亮温和后向散射系数模拟值；最后将得到的三类优化的亮温观测值和模拟值及后向散射系数观测值和模拟值代入到代价函数中，进行海表多参数反演计算相比。该方法利用图像处理技术对辐射亮温观测数据进行优化处理，使得海表盐度、海表温度和海表风速的计算结果更接近真实值，从而降低了海表盐度、海表温度和海表风速的反演误差。
为了实现上述目的，本发明提出了一种海表参数同步反演优化方法，所述方法包括：
步骤1)获取大气顶层的L/C/K波段多入射角辐射亮温观测值和L波段多入射角后向散射系数观测值；
步骤2)对L/C/K波段多入射角辐射亮温观测值进行中值滤波、自适应中值滤波和维纳滤波处理，得到三类降噪后的辐射亮温观测值；
步骤3)通过正向辐射亮温理论模型获取L/C/K波段多入射角辐射亮温模拟值，并通过后向散射系数理论模型获取L波段多入射角后向散射系数模拟值；
步骤4)将步骤2)得到的三类辐射亮温观测值和步骤3)得到的辐射亮温模拟值；及后向散射系数观测值和模拟值代入到L/C/K波段多代价函数入射角代价函数中，进行海表参数的反演，同步获得三类海表参数；
步骤5)将步骤4)得到的三类海表参数分别与浮标测量的海表参数进行对比，计算反演的均方根误差，选择最小均方根误差对应的海表参数值作为最终的海表参数值。
作为上述方法的一种改进，所述步骤2)进一步包括：
首先标示陆地周围的辐射亮温观测值；基于上述标示亮温，采用二维中值滤波方法对远离陆地的亮温进行滤波处理，获得第一类降噪的亮温观测值，所述二维中值滤波数学表达式为：
其中Zi,j是滤波后的观测亮温，Xi,j是滤波前的观测亮温，是辐射计的观测值，A是滤波窗口；
基于标示的辐射亮温观测值，采用自适应中值滤波方法对远离陆地的亮温观测值进行滤波处理，获得第二类降噪的亮温观测值；
基于标示的辐射亮温观测值，采用维纳滤波方法对远离陆地的亮温观测值进行滤波处理，获得第三类降噪的亮温观测值，所述的维纳滤波数学表达式为：
其中，Z1是滤波后的观测亮温，μ和σ2是局部区域内亮温的平均值和方差值，σnoise 2是噪声方差，X是滤波前的观测亮温，x1,x2是窗口内任意点亮温。
作为上述方法的一种改进，所述标示陆地周围辐射亮温观测值的过程为：
以海岸线为基准，计算与海岸线距离不超过200km的观测值的经纬度信息，在对观测数据进行中值滤波、自适应中值滤波和维纳滤波时，忽略经纬度在上述经纬度范围内的观测值，实现对远离陆地的观测值进行滤波。
作为上述方法的一种改进，所述步骤3)进一步包括：
所述L/C/K波段正向辐射亮温理论模型，其计算公式为：
其中，TBh和TBv分别是海表垂直极化和水平极化模拟亮温；R0vv和R0hh分别是垂直和水平极化的Fresnel平面反射系数；k'ρ代表了波数；φ′代表了散射方位角；W(k'ρ,φ')是表面波的方向谱；θi和φi分别是散射波的天顶角和方位角；TS是海表温度；f是辐射计工作频率；ε是海水的相对电容率；gv(·)和gh(·)是权重函数；
所述L波段后向散射系数理论模型，其计算公式为：
其中，σ(ki,ks)是后向散射系数模拟值；Q＝qi+qs是入射与散射之间的垂直水平转移波数矢量；qi和qs分别是入射波和散射波矢量的垂直投影；ki和ks分别是入射波和散射波矢量的水平投影；Bpq(ki,ks)是一阶小扰动的局地核函数构成的2*2的矩阵；zi和zs代表了海面两个随机点的高度；r是水平距离矢量。
作为上述方法的一种改进，所述垂直和水平极化的Fresnel平面反射系数R0hh和R0v的计算公式为：
其中，θ是观测的天顶角，它代表卫星的观测方向与海面法线之间的夹角；εr是海水的相对电容率；n是复折射率；n′是复折射率n的实部，代表电磁波的折射率。
作为上述方法的一种改进，所述海水相对电容率εr满足公式：
其中，ω＝2πf是电磁波的角频率，f是电磁波的频率；ε∞和εs分别是无限高频和静态介电常数；τ和σ分别是弛豫时间和离子电导率；α是Cole–Cole展开系数，取值为0；ε0＝8.854×10-12[F/m]是真空电导率。
作为上述方法的一种改进，所述步骤4)包括：
将三类辐射亮温观测值和模拟值及后向散射系数观测值和模拟值代入到L/C/K波段多入射角代价函数中，进行海表多参数的反演，同步获得三类海表参数，所述的代价函数表达式为：
其中，p＝V,H分别代表了垂直极化和水平极化；f代表了频段；是第k类辐射计观测亮温，k＝1,2,3分别表示第一类、第二类，第三类；TBpfm是辐射亮温模拟值；ΔTBpf是测量亮温的不确定度；σ0p是L波段后向散射系数观测值，γp是散射计测量灵敏度的1.4倍；σ0pm是L波段后向散射系数模拟值；Pi和Pia分别代表了待反演的海表参数和对待反演参数的先验估计，ΔPi是海表参数的不确定度；M为海表参数的个数。
作为上述方法的一种改进，所述海表参数的个数M＝3；则i＝1，2，3分别代表海表盐度，海表温度，海表风速。
作为上述方法的一种改进，所述步骤5)进一步包括：
分别计算反演得到的三类海表参数的均方根误差，所述均方根误差计算公式为：
Xk obs,j是第j个反演的海表参数值，Xk model,j是第j个浮标测量海表参数值；n代表有效的观测点个数；k＝1,2,3分别表示第一类、第二类，第三类；
取最小的均方根误差所对应的反演参数为最终的海表参数。
本发明的优势在于：
1、与现有技术中缺少同步辅助数据，不能同步反演出海表温度和海表风速相比，本发明的方法通过使用C/K波段辐射亮温观测数据在反演海表盐度的同时获得海表温度和海表风速信息；
2、与现有技术中亮温中随机噪声不能有效降低，导致反演的盐度结果不准确相比，本发明的方法利用图像处理技术对辐射亮温观测数据进行优化处理，使得海表盐度、海表温度和海表风速的计算结果更接近真实值，降低了海表盐度、海表温度和海表风速的反演误差；
3、本发明的方法可以降低观测亮温中存在的随机噪声，提高海表盐度、海表温度和海表风速反演结果的精确度。
附图说明
图1是本发明的海表参数同步反演优化方法的流程图；
图2是本发明实施例所提供的多参数同步反演优化方法中，中值滤波方法处理观测亮温的具体流程图；
图3是本发明实施例所提供的多参数同步反演优化方法中，自适应中值滤波方法处理观测亮温的具体流程图；
图4是本发明实施例所提供的多参数同步反演优化方法中，维纳滤波方法处理观测亮温的具体流程图；
图5是本发明实施例所提供的多参数同步反演优化方法中，反演算法的流程图。
具体实施方式
以下将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整的描述，作进一步的详细说明。
针对现有技术中海表盐度反演通过处理后的观测亮温反演海表盐度，虽然降低了反演的盐度值与真实盐度值之间的偏差，但亮温中存在的随机噪声仍然会导致反演的盐度结果不准确，不能很好的满足预期的精度要求。同时由于缺少同步辅助数据，现有技术在反演海表盐度的同时不能同步获得出海表温度和风速信息。基于此，本发明实施例提供了一种海表多参数同步反演优化方法。
结合图1，本发明实施例的一种海表多参数同步反演优化方法可具体描述为：
步骤101：通过L/C/K波段星载微波辐射计及L波段微波散射计获取大气顶层的L/C/K波段多入射角辐射亮温观测值和L波段多入射角后向散射系数观测值。
具体而言，辐射亮温或后向散射系数观测值可由两种方式获取：一，在轨运行的卫星中已经存在该频段的星载辐射计或散射计，只需直接获取该频段的星载辐射计或散射计的测量数据，并对数据进行处理，形成有规律的格点数据即可作为最终的测量数据；二、在轨运行的卫星中不存在该频段的星载辐射计或散射计，则需要根据合适的正向辐射亮温模型或后向散射系数模型计算得到，并在计算得到的数据中加入噪声作为最终的测量数据。
步骤102对步骤101中获取的多入射角辐射亮温观测值进行中值滤波、自适应中值滤波和维纳滤波处理，得到三类降噪后的辐射亮温观测值。
具体而言，在通过入射角辐射亮温观测值获取降噪后的辐射亮温观测值过程中，由于对陆地周围的观测数据进行滤波处理，会导致陆地范围的异常扩大，因此需要先对陆地周围的辐射亮温观测值进行标示，基于标示的辐射亮温观测值，采用滤波方法对远离陆地的亮温数据进行滤波处理，获得三类降噪的亮温观测值。
对陆地周围的数据进行标示的方法是：以海岸线为基准，计算与海岸线距离不超过200km的观测值的经纬度信息。基于选定的滤波窗口，在对滤波窗口中的观测数据进行中值滤波、自适应中值滤波和维纳滤波时，忽略经纬度在上述经纬度范围内的亮温观测值，实现对远离陆地的观测值进行滤波处理。
参见图2所示，基于上述获取的标示辐射亮温观测值，采用二维中值滤波方法对远离陆地的亮温观测值进行滤波处理，获得第一类降噪的亮温观测值，所述的二维中值滤波数学表达式可以表达为：
其中Zi,j是滤波后的观测亮温；Xi,j是滤波前的观测亮温；Med是中值滤波方法，具体见图2；A是滤波窗口。A的尺寸可根据亮温观测值特点来确定。
参见图3所示，基于标示的辐射亮温观测值，采用自适应中值滤波方法对远离陆地的亮温观测值进行滤波处理，获得第二类降噪的亮温观测值。
参见图4所示，基于标示的辐射亮温观测值，采用维纳滤波方法对远离陆地的亮温观测值进行滤波处理，获得第三类降噪的亮温观测值，所述的维纳滤波数学表达式可以表达为：
其中，Z1是滤波后的观测亮温，μ和σ2是局部区域内亮温的平均值和方差值，σnoise 2是噪声方差，X是滤波前的观测亮温，x1,x2是窗口内任意点的亮温。
步骤103：利用L/C/K波段正向辐射亮温理论模型和L波段后向散射系数理论模型获取辐射亮温的模拟值和后向散射系数模拟值。
具体而言，所述的L/C/K波段正向辐射亮温理论模型是基于小斜率近似理论建立的，在建立模型之前，首先需要得到模型计算所需参数的取值，包括：辐射计的工作频率、实际的海表温度和盐度、散射波的天顶角和方位角、入射波的天顶角和方位角等，然后，根据小斜率近似理论计算公式，通过数值积分求解出海表的辐射亮温模拟值，并通过消除大气衰减、法拉第旋转、宇宙背景辐射等的影响，获取大气顶层的辐射亮温模拟值。
所述L/C/K波段正向辐射亮温理论模型，其计算公式为：
其中，TBh和TBv分别是海表垂直极化和水平极化模拟亮温；R0vv和R0hh分别是垂直和水平极化的Fresnel平面反射系数；k'ρ代表了波数；φ′代表了散射方位角；W(k'ρ,φ')是表面波的方向谱；θi和φi分别是散射波的天顶角和方位角；TS是海表温度；f是辐射计工作频率；ε是海水的相对电容率；gv(·)和gh(·)是权重函数；
所述垂直和水平极化的Fresnel平面反射系数R0hh和R0v的计算公式为：
其中，θ是观测的天顶角，它代表卫星的观测方向与海面法线之间的夹角；εr是海水的相对电容率；n是复折射率；n′是复折射率n的实部，代表电磁波的折射率。
所述海水相对电容率εr满足公式：
其中，ω＝2πf是电磁波的角频率，f是电磁波的频率；ε∞和εs分别是无限高频和静态介电常数；τ和σ分别是弛豫时间和离子电导率；α是Cole–Cole展开系数，取值为0；ε0＝8.854×10-12[F/m]是真空电导率。
所述L波段后向散射系数理论模型是基于小斜率后向散射系数理论模型建立的，与正向的辐射亮温模型一样，在计算模拟值之前首先需要获取与计算相关的参数值，然后根据后向散射系数计算公式，通过数值积分的方法求解L波段的后向散射系数模拟值；最后，为优化后向散射系数模拟值，在获取模拟值后与PALSAR和Aquarius卫星的经验模型进行比较，并修正上述理论模型，进而提高风速反演精度。
所述L波段后向散射系数理论模型，其计算公式为：
其中，σ(ki,ks)是后向散射系数模拟值；Q＝qi+qs是入射与散射之间的垂直水平转移波数矢量；qi和qs分别是入射波和散射波矢量的垂直投影；ki和ks分别是入射波和散射波矢量的水平投影；Bpq(ki,ks)是一阶小扰动的局地核函数构成的2*2的矩阵；zi和zs代表了海面两个随机点的高度；r是水平距离矢量。
步骤104：将步骤102)和步骤103)得到的三类亮温观测值和模拟值及后向散射系数观测值和模拟值代入到L/C/K波段多入射角代价函数中，进行海表多个参数的反演，同步获得三类海表参数；
具体而言，在进行海表参数反演时，采用了垂直极化和水平极化结合的反演方法，这种方法能很好的降低法拉第旋转效应对海表盐度反演结果带来的误差。另外，三类降噪的观测亮温分别代入相同的代价函数表达式中分别进行迭代，获得三类反演的海表参数信息。迭代过程的收敛条件为获取的海表参数使代价函数的取值最小，此时的海表参数即为最终的反演结果。
上述的代价函数，主要是参考了美国Aquarius卫星的海表盐度反演算法代价函数表达式和欧洲SMOS卫星海表盐度反演算法的代价函数表达式形成的，该代价函数可表示为：
其中，p＝V,H分别代表了垂直极化和水平极化；f代表了频段；是第k类辐射计观测亮温，k＝1,2,3分别表示第一类、第二类，第三类；TBpfm是辐射亮温模拟值；ΔTBpf是测量亮温的不确定度；σ0p是L波段后向散射系数观测值，γp是散射计测量灵敏度的1.4倍；σ0pm是L波段后向散射系数模拟值；Pi和Pia分别代表了待反演的海表参数和对待反演参数的先验估计，ΔPi是海表参数的不确定度；M为海表参数的个数。
所述海表参数的个数M＝3；则i＝1，2，3分别代表海表盐度，海表温度，海表风速。
步骤105：将步骤104)得到的三类海表参数分别与浮标测量数据值进行对比，计算反演得到的海表参数的均方根误差，并对均方根误差进行比较，取最小的均方根误差所对应的反演参数为最终的海表参数；
分别计算反演得到的三类海表参数的均方根误差，所述均方根误差计算公式为：
Xk obs,j是第j个反演的海表参数值，Xk model,j是第j个观测海表参数值；n代表有效的观测点个数；k＝1,2,3分别表示第一类、第二类，第三类；
取最小的均方根误差所对应的反演参数为最终的海表参数。
综上所述，本实施例提供的海表所参数同步反演优化方法，通过星载微波辐射计和散射计分别获取大气顶层L/C/K波段的辐射亮温观测值和L波段后向散射系数观测值，并采用中值滤波、自适应中值滤波和维纳滤波方法对亮温进行处理；然后根据L/C/K波段正向辐射亮温理论模型和L波段后向散射系数理论模型分别获取大气顶层多入射角辐射亮温和后向散射系数模拟值；最后将得到的三类优化的亮温观测值和模拟值及后向散射系数观测值和模拟值代入到代价函数中，进行海表多参数反演计算。与现有技术中缺少同步辅助数据，不能同步反演出海表温度和海表风速相比，其使用C/K波段辐射亮温观测数据在反演海表盐度的同时获得海表温度和海表风速信息，与现有技术中亮温中随机噪声不能有效降低，导致反演的盐度结果不准确相比，其利用图像处理技术对辐射亮温观测数据进行优化处理，使得海表盐度、海表温度和海表风速的计算结果更接近真实值，降低了海表盐度、海表温度和海表风速的反演误差。
最后所应说明的是，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，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种海表参数同步反演优化方法，其特征在于，所述方法包括：
步骤1)获取大气顶层的L/C/K波段多入射角辐射亮温观测值和L波段多入射角后向散射系数观测值；
步骤2)对L/C/K波段多入射角辐射亮温观测值进行中值滤波、自适应中值滤波和维纳滤波处理，得到三类降噪后的辐射亮温观测值；
步骤3)通过正向辐射亮温理论模型获取L/C/K波段多入射角辐射亮温模拟值，并通过后向散射系数理论模型获取L波段多入射角后向散射系数模拟值；
步骤4)将步骤2)得到的三类辐射亮温观测值和步骤3)得到的辐射亮温模拟值；及后向散射系数观测值和模拟值代入到L/C/K波段多代价函数入射角代价函数中，进行海表参数的反演，同步获得三类海表参数；
步骤5)将步骤4)得到的三类海表参数分别与浮标测量的海表参数进行对比，计算反演的均方根误差，选择最小均方根误差对应的海表参数值作为最终的海表参数值。
2.根据权利要求1所述的海表参数同步反演优化方法，其特征在于，所述步骤2)进一步包括：
首先标示陆地周围的辐射亮温观测值；基于上述标示亮温，采用二维中值滤波方法对远离陆地的亮温进行滤波处理，获得第一类降噪的亮温观测值，所述二维中值滤波数学表达式为：
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mrow>
<mi>M</mi>
<mi>e</mi>
<mi>d</mi>
<mo>{</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>}</mo>
</mrow>
<mi>A</mi>
</munder>
<mo>,</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>&Element;</mo>
<mi>A</mi>
<mo>;</mo>
</mrow>
其中Zi,j是滤波后的观测亮温，Xi,j是滤波前的观测亮温，是辐射计的观测值，A是滤波窗口；
基于标示的辐射亮温观测值，采用自适应中值滤波方法对远离陆地的亮温观测值进行滤波处理，获得第二类降噪的亮温观测值；
基于标示的辐射亮温观测值，采用维纳滤波方法对远离陆地的亮温观测值进行滤波处理，获得第三类降噪的亮温观测值，所述的维纳滤波数学表达式为：
<mrow>
<msub>
<mi>Z</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mi>&mu;</mi>
<mo>+</mo>
<mfrac>
<mrow>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>n</mi>
<mi>o</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</msub>
<mn>2</mn>
</msup>
</mrow>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mfrac>
<mrow>
<mo>(</mo>
<mi>Z</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>&Element;</mo>
<mi>X</mi>
<mo>;</mo>
</mrow>
其中，Z1是滤波后的观测亮温，μ和σ2是局部区域内亮温的平均值和方差值，σnoise 2是噪声方差，X是滤波前的观测亮温，x1,x2是窗口内任意点亮温。
3.根据权利要求2所述的海表参数同步反演优化方法，其特征在于，所述标示陆地周围辐射亮温观测值的过程为：
以海岸线为基准，计算与海岸线距离不超过200km的观测值的经纬度信息，在对观测数据进行中值滤波、自适应中值滤波和维纳滤波时，忽略经纬度在上述经纬度范围内的观测值，实现对远离陆地的观测值进行滤波。
4.根据权利要求1所述的海表参数同步反演优化方法，其特征在于，所述步骤3)进一步包括：
所述L/C/K波段正向辐射亮温理论模型，其计算公式为：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>T</mi>
<mrow>
<mi>B</mi>
<mi>v</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>T</mi>
<mrow>
<mi>B</mi>
<mi>h</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<msub>
<mi>T</mi>
<mi>S</mi>
</msub>
<mrow>
<mo>{</mo>
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mo>|</mo>
<msub>
<mi>R</mi>
<mrow>
<mn>0</mn>
<mi>v</mi>
<mi>v</mi>
</mrow>
</msub>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mo>|</mo>
<msub>
<mi>R</mi>
<mrow>
<mn>0</mn>
<mi>h</mi>
<mi>h</mi>
</mrow>
</msub>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<munderover>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>&infin;</mi>
</munderover>
<msup>
<msub>
<mi>dk</mi>
<mi>&rho;</mi>
</msub>
<mo>&prime;</mo>
</msup>
<msup>
<msub>
<mi>k</mi>
<mi>&rho;</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>.</mo>
<munderover>
<mo>&Integral;</mo>
<mn>0</mn>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</munderover>
<msup>
<mi>df</mi>
<mo>&prime;</mo>
</msup>
<mi>W</mi>
<mrow>
<mo>(</mo>
<mrow>
<msup>
<msub>
<mi>k</mi>
<mi>&rho;</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>&phi;</mi>
<mo>&prime;</mo>
</msup>
</mrow>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>g</mi>
<mi>v</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>f</mi>
<mo>,</mo>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&phi;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>&epsiv;</mi>
<mo>,</mo>
<msup>
<msub>
<mi>k</mi>
<mi>&rho;</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>&phi;</mi>
<mo>&prime;</mo>
</msup>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>g</mi>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>f</mi>
<mo>,</mo>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&phi;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>&epsiv;</mi>
<mo>,</mo>
<msup>
<msub>
<mi>k</mi>
<mi>&rho;</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>&phi;</mi>
<mo>&prime;</mo>
</msup>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>|</mo>
</mrow>
<mo>}</mo>
</mrow>
<mo>;</mo>
</mrow>
其中，TBh和TBv分别是海表垂直极化和水平极化模拟亮温；R0vv和R0hh分别是垂直和水平极化的Fresnel平面反射系数；k'ρ代表了波数；φ′代表了散射方位角；W(k'ρ,φ')是表面波的方向谱；θi和φi分别是散射波的天顶角和方位角；TS是海表温度；f是辐射计工作频率；ε是海水的相对电容率；gv(·)和gh(·)是权重函数；
所述L波段后向散射系数理论模型，其计算公式为：
<mrow>
<mi>&sigma;</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>k</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>k</mi>
<mi>s</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>&pi;</mi>
</mfrac>
<mo>|</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<msub>
<mi>q</mi>
<mi>s</mi>
</msub>
<msub>
<mi>B</mi>
<mrow>
<mi>p</mi>
<mi>q</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>k</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>k</mi>
<mi>s</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mi>Q</mi>
</mfrac>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>&Integral;</mo>
<mi>exp</mi>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mi>j</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>k</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>k</mi>
<mi>s</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>.</mo>
<mi>r</mi>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mo>.</mo>
<mo><</mo>
<mi>exp</mi>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mi>j</mi>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>z</mi>
<mi>s</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mo>></mo>
<mi>d</mi>
<mi>r</mi>
<mo>;</mo>
</mrow>
其中，σ(ki,ks)是后向散射系数模拟值；Q＝qi+qs是入射与散射之间的垂直水平转移波数矢量；qi和qs分别是入射波和散射波矢量的垂直投影；ki和ks分别是入射波和散射波矢量的水平投影；Bpq(ki,ks)是一阶小扰动的局地核函数构成的2*2的矩阵；zi和zs代表了海面两个随机点的高度；r是水平距离矢量。
5.根据权利要求4所述的海表参数同步反演优化方法，其特征在于，所述垂直和水平极化的Fresnel平面反射系数R0hh和R0v的计算公式为：
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mn>0</mn>
<mi>h</mi>
<mi>h</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>|</mo>
<mfrac>
<mrow>
<mi>cos</mi>
<mi>&theta;</mi>
<mo>-</mo>
<msqrt>
<mrow>
<msub>
<mi>&epsiv;</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<msup>
<mi>n</mi>
<mo>&prime;</mo>
</msup>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msup>
<mi>sin</mi>
<mn>2</mn>
</msup>
<mi>&theta;</mi>
</mrow>
</msqrt>
</mrow>
<mrow>
<mi>cos</mi>
<mi>&theta;</mi>
<mo>+</mo>
<msqrt>
<mrow>
<msub>
<mi>&epsiv;</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<msup>
<mi>n</mi>
<mo>&prime;</mo>
</msup>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msup>
<mi>sin</mi>
<mn>2</mn>
</msup>
<mi>&theta;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>,</mo>
<msub>
<mi>R</mi>
<mrow>
<mn>0</mn>
<mi>v</mi>
<mi>v</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>|</mo>
<mfrac>
<mrow>
<msub>
<mi>&epsiv;</mi>
<mi>r</mi>
</msub>
<mi>cos</mi>
<mi>&theta;</mi>
<mo>-</mo>
<msqrt>
<mrow>
<msub>
<mi>&epsiv;</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<msup>
<mi>n</mi>
<mo>&prime;</mo>
</msup>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msup>
<mi>sin</mi>
<mn>2</mn>
</msup>
<mi>&theta;</mi>
</mrow>
</msqrt>
</mrow>
<mrow>
<msub>
<mi>&epsiv;</mi>
<mi>r</mi>
</msub>
<mi>cos</mi>
<mi>&theta;</mi>
<mo>+</mo>
<msqrt>
<mrow>
<msub>
<mi>&epsiv;</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>n</mi>
<msup>
<mi>n</mi>
<mo>&prime;</mo>
</msup>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msup>
<mi>sin</mi>
<mn>2</mn>
</msup>
<mi>&theta;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
其中，θ是观测的天顶角，它代表卫星的观测方向与海面法线之间的夹角；εr是海水的相对电容率；n是复折射率；n′是复折射率n的实部，代表电磁波的折射率。
6.根据权利要求5所述海表参数同步反演优化方法，其特征在于，所述海水相对电容率εr满足公式：
<mrow>
<msub>
<mi>&epsiv;</mi>
<mi>r</mi>
</msub>
<mo>=</mo>
<msub>
<mi>&epsiv;</mi>
<mi>&infin;</mi>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>&epsiv;</mi>
<mi>s</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&epsiv;</mi>
<mi>&infin;</mi>
</msub>
</mrow>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mi>w</mi>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>&alpha;</mi>
</mrow>
</msup>
</mrow>
</mfrac>
<mo>+</mo>
<mi>i</mi>
<mfrac>
<mi>&sigma;</mi>
<mrow>
<msub>
<mi>w&epsiv;</mi>
<mn>0</mn>
</msub>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，ω＝2πf是电磁波的角频率，f是电磁波的频率；ε∞和εs分别是无限高频和静态介电常数；τ和σ分别是弛豫时间和离子电导率；α是Cole–Cole展开系数，取值为0；ε0＝8.854×10-12[F/m]是真空电导率。
7.根据权利要求5所述的海表参数同步反演优化方法，其特征在于，所述步骤4)包括：
将三类辐射亮温观测值和模拟值及后向散射系数观测值和模拟值代入到L/C/K波段多入射角代价函数中，进行海表多参数的反演，同步获得三类海表参数，所述的代价函数表达式为：
<mrow>
<msup>
<mi>&chi;</mi>
<mn>2</mn>
</msup>
<mo>=</mo>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>p</mi>
<mo>=</mo>
<mi>V</mi>
<mo>,</mo>
<mi>H</mi>
</mrow>
</munder>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msubsup>
<mi>TB</mi>
<mrow>
<mi>p</mi>
<mi>f</mi>
</mrow>
<mi>k</mi>
</msubsup>
<mo>-</mo>
<msub>
<mi>TB</mi>
<mrow>
<mi>p</mi>
<mi>f</mi>
<mi>m</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<msubsup>
<mi>&Delta;TB</mi>
<mrow>
<mi>p</mi>
<mi>f</mi>
</mrow>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>+</mo>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>p</mi>
<mo>=</mo>
<mi>V</mi>
<mo>,</mo>
<mi>H</mi>
</mrow>
</munder>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mn>0</mn>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&sigma;</mi>
<mrow>
<mn>0</mn>
<mi>p</mi>
<mi>m</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&gamma;</mi>
<mi>p</mi>
</msub>
<msub>
<mi>&sigma;</mi>
<mrow>
<mn>0</mn>
<mi>p</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mfrac>
<mo>+</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>a</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<msubsup>
<mi>&Delta;P</mi>
<mi>i</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，p＝V,H分别代表了垂直极化和水平极化；f代表了频段；是第k类辐射计观测亮温，k＝1,2,3分别表示第一类、第二类，第三类；TBpfm是辐射亮温模拟值；ΔTBpf是测量亮温的不确定度；σ0p是L波段后向散射系数观测值，γp是散射计测量灵敏度的1.4倍；σ0pm是L波段后向散射系数模拟值；Pi和Pia分别代表了待反演的海表参数和对待反演参数的先验估计，ΔPi是海表参数的不确定度；M为海表参数的个数。
8.根据权利要求7所述的海表参数同步反演优化方法，其特征在于，所述海表参数的个数M＝3；则i＝1，2，3分别代表海表盐度，海表温度，海表风速。
9.根据权利要求7或8所述的海表参数同步反演优化方法，其特征在于，所述步骤5)进一步包括：
分别计算反演得到的三类海表参数的均方根误差，所述均方根误差计算公式为：
<mrow>
<msub>
<mi>RMSE</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<msqrt>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msub>
<msup>
<mi>X</mi>
<mi>k</mi>
</msup>
<mrow>
<mi>o</mi>
<mi>b</mi>
<mi>s</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<msup>
<mi>X</mi>
<mi>k</mi>
</msup>
<mrow>
<mi>mod</mi>
<mi>e</mi>
<mi>l</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mi>n</mi>
</mfrac>
</msqrt>
<mo>;</mo>
</mrow>
Xk obs,j是第j个反演的海表参数值，Xk model,j是第j个浮标测量海表参数值；n代表有效的观测点个数；k＝1,2,3分别表示第一类、第二类，第三类；
取最小的均方根误差所对应的反演参数为最终的海表参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711008876.0A CN107870043A (zh) | 2017-10-25 | 2017-10-25 | 一种海表参数同步反演优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711008876.0A CN107870043A (zh) | 2017-10-25 | 2017-10-25 | 一种海表参数同步反演优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107870043A true CN107870043A (zh) | 2018-04-03 |
Family
ID=61753306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711008876.0A Pending CN107870043A (zh) | 2017-10-25 | 2017-10-25 | 一种海表参数同步反演优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107870043A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109655828A (zh) * | 2018-12-18 | 2019-04-19 | 中国人民解放军国防科技大学 | 一种多频一维综合孔径微波辐射计sst深度学习反演方法 |
| CN109725316A (zh) * | 2018-12-18 | 2019-05-07 | 中国人民解放军国防科技大学 | 一种基于一维综合孔径微波辐射计海面温度物理反演方法 |
| CN109932338A (zh) * | 2019-04-03 | 2019-06-25 | 北京环境特性研究所 | 基于太赫兹频段测量样品复折射率的方法和装置 |
| CN110532662A (zh) * | 2019-08-23 | 2019-12-03 | 中国科学院国家空间科学中心 | 一种基于机器学习的主被动微波盐度计的海面盐度反演方法 |
| CN110793649A (zh) * | 2019-10-14 | 2020-02-14 | 三亚中科遥感研究所 | 一种使用后向散射截面校正粗糙海面亮温的方法 |
| CN111664937A (zh) * | 2020-06-08 | 2020-09-15 | 西安电子科技大学 | 一种部分相干高斯光束辐照度波动时间特性的确定方法 |
| CN111811660A (zh) * | 2020-07-14 | 2020-10-23 | 中国科学院空天信息创新研究院 | 二维综合孔径微波辐射计亮温数据的优化处理方法 |
| CN112254866A (zh) * | 2020-10-15 | 2021-01-22 | 洛阳师范学院 | 一种mwts-ii和mwhts融合反演海面气压的方法 |
| CN112414554A (zh) * | 2020-12-02 | 2021-02-26 | 国家卫星海洋应用中心 | 海面盐度获取方法、装置、设备及介质 |
| CN113739788A (zh) * | 2021-08-03 | 2021-12-03 | 中山大学 | 一种亮温数据的地理位置校正方法及装置 |
| CN114266155A (zh) * | 2021-12-22 | 2022-04-01 | 国家卫星海洋应用中心 | 一种海气参数反演方法及装置 |
| CN114324973A (zh) * | 2022-03-17 | 2022-04-12 | 南方海洋科学与工程广东省实验室(广州) | 台风风速反演方法、装置、电子设备及存储介质 |
| CN114674461A (zh) * | 2022-05-27 | 2022-06-28 | 自然资源部第二海洋研究所 | 海表温度的确定方法、装置及可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050235746A1 (en) * | 2004-04-23 | 2005-10-27 | Eric Baum | Algorithm for retrieval of ocean surface temperature, wind speed and wind direction from remote microwave radiometric measurements |
| CN103940781A (zh) * | 2014-04-24 | 2014-07-23 | 南京大学 | 基于走航数据的smos卫星反演表层海水盐度的校正方法 |
| CN105510968A (zh) * | 2015-12-31 | 2016-04-20 | 中国海洋大学 | 一种基于地震海洋学的海水物性测量方法 |
| CN105760699A (zh) * | 2016-03-18 | 2016-07-13 | 中国科学院国家空间科学中心 | 一种海表盐度反演方法和装置 |
| CN106404178A (zh) * | 2016-08-30 | 2017-02-15 | 中国科学院地理科学与资源研究所 | 基于小波变换的高光谱热红外地表温度与发射率分离方法 |
-
2017
- 2017-10-25 CN CN201711008876.0A patent/CN107870043A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050235746A1 (en) * | 2004-04-23 | 2005-10-27 | Eric Baum | Algorithm for retrieval of ocean surface temperature, wind speed and wind direction from remote microwave radiometric measurements |
| CN103940781A (zh) * | 2014-04-24 | 2014-07-23 | 南京大学 | 基于走航数据的smos卫星反演表层海水盐度的校正方法 |
| CN105510968A (zh) * | 2015-12-31 | 2016-04-20 | 中国海洋大学 | 一种基于地震海洋学的海水物性测量方法 |
| CN105760699A (zh) * | 2016-03-18 | 2016-07-13 | 中国科学院国家空间科学中心 | 一种海表盐度反演方法和装置 |
| CN106404178A (zh) * | 2016-08-30 | 2017-02-15 | 中国科学院地理科学与资源研究所 | 基于小波变换的高光谱热红外地表温度与发射率分离方法 |
Non-Patent Citations (1)
| Title |
|---|
| 佟晓林: "提高卫星微波遥感海面盐度反演精度的方法研究", 《中国博士学位论文全文数据库基础科学辑》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109725316A (zh) * | 2018-12-18 | 2019-05-07 | 中国人民解放军国防科技大学 | 一种基于一维综合孔径微波辐射计海面温度物理反演方法 |
| CN109655828B (zh) * | 2018-12-18 | 2020-06-26 | 中国人民解放军国防科技大学 | 一种多频一维综合孔径微波辐射计sst深度学习反演方法 |
| CN109655828A (zh) * | 2018-12-18 | 2019-04-19 | 中国人民解放军国防科技大学 | 一种多频一维综合孔径微波辐射计sst深度学习反演方法 |
| CN109932338A (zh) * | 2019-04-03 | 2019-06-25 | 北京环境特性研究所 | 基于太赫兹频段测量样品复折射率的方法和装置 |
| CN110532662A (zh) * | 2019-08-23 | 2019-12-03 | 中国科学院国家空间科学中心 | 一种基于机器学习的主被动微波盐度计的海面盐度反演方法 |
| CN110793649A (zh) * | 2019-10-14 | 2020-02-14 | 三亚中科遥感研究所 | 一种使用后向散射截面校正粗糙海面亮温的方法 |
| CN110793649B (zh) * | 2019-10-14 | 2020-10-23 | 三亚中科遥感研究所 | 一种使用后向散射截面校正粗糙海面亮温的方法 |
| CN111664937B (zh) * | 2020-06-08 | 2021-04-30 | 西安电子科技大学 | 一种部分相干高斯光束辐照度波动时间特性的确定方法 |
| CN111664937A (zh) * | 2020-06-08 | 2020-09-15 | 西安电子科技大学 | 一种部分相干高斯光束辐照度波动时间特性的确定方法 |
| CN111811660A (zh) * | 2020-07-14 | 2020-10-23 | 中国科学院空天信息创新研究院 | 二维综合孔径微波辐射计亮温数据的优化处理方法 |
| CN111811660B (zh) * | 2020-07-14 | 2021-06-04 | 中国科学院空天信息创新研究院 | 二维综合孔径微波辐射计亮温数据的优化处理方法 |
| CN112254866A (zh) * | 2020-10-15 | 2021-01-22 | 洛阳师范学院 | 一种mwts-ii和mwhts融合反演海面气压的方法 |
| CN112414554A (zh) * | 2020-12-02 | 2021-02-26 | 国家卫星海洋应用中心 | 海面盐度获取方法、装置、设备及介质 |
| CN113739788A (zh) * | 2021-08-03 | 2021-12-03 | 中山大学 | 一种亮温数据的地理位置校正方法及装置 |
| CN113739788B (zh) * | 2021-08-03 | 2023-05-23 | 中山大学 | 一种亮温数据的地理位置校正方法及装置 |
| CN114266155A (zh) * | 2021-12-22 | 2022-04-01 | 国家卫星海洋应用中心 | 一种海气参数反演方法及装置 |
| CN114324973A (zh) * | 2022-03-17 | 2022-04-12 | 南方海洋科学与工程广东省实验室(广州) | 台风风速反演方法、装置、电子设备及存储介质 |
| CN114674461A (zh) * | 2022-05-27 | 2022-06-28 | 自然资源部第二海洋研究所 | 海表温度的确定方法、装置及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107870043A (zh) | 一种海表参数同步反演优化方法 | |
| DE102011076602A1 (de) | GNSS - Atmosphärische Abschätzung mit einem Federated-Ionospärischen Filter | |
| Brakebusch et al. | Evaluation of whole atmosphere community climate model simulations of ozone during Arctic winter 2004–2005 | |
| Huang et al. | Precipitation microphysics of tropical cyclones over the western North Pacific based on GPM DPR observations: A preliminary analysis | |
| CN104280049A (zh) | 一种高精度星敏感器外场精度测试方法 | |
| CN106610491A (zh) | 星载sar后向散射系数的检验方法及装置 | |
| CN103323888A (zh) | Gnss大气探测数据中对流层延迟误差的消除方法 | |
| CN110766795B (zh) | 一种三维星地链路密织网探测三维降雨场的方法及系统 | |
| Blockley et al. | Recent development of the Met Office operational ocean forecasting system: an overview and assessment of the new Global FOAM forecasts | |
| Alken et al. | Electric fields in the equatorial ionosphere derived from CHAMP satellite magnetic field measurements | |
| Mengelkamp et al. | Evaporation over a heterogeneous land surface | |
| Wang et al. | Evolution of the bimodal directional distribution of ocean waves | |
| CN103454695A (zh) | 一种gps电离层tec层析方法 | |
| Vernieres et al. | The impact of the assimilation of Aquarius sea surface salinity data in the GEOS ocean data assimilation system | |
| Forsythe et al. | Evaluation of the new background covariance model for the ionospheric data assimilation | |
| CN110532662A (zh) | 一种基于机器学习的主被动微波盐度计的海面盐度反演方法 | |
| Qing et al. | Simulating the refractive index structure constant in the surface layer at Antarctica with a mesoscale model | |
| RU2532692C1 (ru) | Способ улучшенной оценки интегральной влажности атмосферы над океаном по измерениям спутниковых микроволновых радиометров | |
| Ma et al. | Comparison of local and nonlocal observation operators for the assimilation of GPS RO data with the NCEP GSI system: An OSSE study | |
| Deng et al. | Assimilation of Argo temperature and salinity profiles using a bias-aware localized EnKF system for the Pacific Ocean | |
| Quilfen et al. | Prediction of sea level anomalies using ocean circulation model forced by scatterometer wind and validation using TOPEX/Poseidon data | |
| Hu et al. | Improving the Computerized Ionospheric Tomography Performance Through a Neural Network-Based Initial IED Prediction Model | |
| Karpachev et al. | Causes of NmF 2 longitudinal variations at mid-and subauroral latitudes under summer nighttime conditions | |
| Kim et al. | Seasonal prediction of monthly precipitation in China using large-scale climate indices | |
| Afraimovich et al. | Global electron content during solar cycle 23 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180403 |