CN108983235A - 一种基于刈幅的交叉极化sar风场反演方法 - Google Patents

一种基于刈幅的交叉极化sar风场反演方法 Download PDF

Info

Publication number
CN108983235A
CN108983235A CN201810833545.9A CN201810833545A CN108983235A CN 108983235 A CN108983235 A CN 108983235A CN 201810833545 A CN201810833545 A CN 201810833545A CN 108983235 A CN108983235 A CN 108983235A
Authority
CN
China
Prior art keywords
swath
wind
wind speed
cross polarization
polarization
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
Application number
CN201810833545.9A
Other languages
English (en)
Other versions
CN108983235B (zh
Inventor
张康宇
黄敬峰
郭乔影
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201810833545.9A priority Critical patent/CN108983235B/zh
Publication of CN108983235A publication Critical patent/CN108983235A/zh
Application granted granted Critical
Publication of CN108983235B publication Critical patent/CN108983235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/904—SAR modes
    • G01S13/9076—Polarimetric features in SAR
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/02—Indicating direction only, e.g. by weather vane
    • 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
    • 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
    • G01S13/9023—SAR image post-processing techniques combined with interferometric 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
    • G01S13/904—SAR modes

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于刈幅的交叉极化SAR风场反演方法，包括：获取Sentinel‑1干涉宽幅SAR影像数据，进行预处理，得到同极化后向散射系数影像和交叉极化后向散射系数影像；结合外部风场资料，进行海面风场反演，得到同极化风场数据；计算交叉极化SAR影像的噪声等效散射系数，并将交叉极化后向散射系数影像减去噪声等效散射系数；分成3个刈幅，为第一刈幅、第二刈幅和第三刈幅，建立第一、第二、第三刈幅的二次函数，之后计算交叉极化反演风速。本发明模型计算简单，可操作性强，运算效率高，只需要交叉极化SAR后向散射系数和平台噪声数据，就能够反演出海面风场，风场反演精度较高。

Description

一种基于刈幅的交叉极化SAR风场反演方法
技术领域
本发明涉及合成孔径雷达数据处理的技术领域，具体涉及一种基于刈幅的交叉极化SAR风场反演方法。
背景技术
海面风是海洋运动的动力来源，是影响海浪、海流、水团等要素的重要因子，并且直接参与调节大气和海洋之间的水汽、热量和物质交换，在区域和全球气候系统中起着举足轻重的作用。海面风场数据为海上渔业、海上运输业、海上风电场建设和海上石油开采平台建设和厄尔尼诺现象的监视等提供了必要的信息。
随着遥感技术的发展，使用微波传感器测风成为现代获取海面风场的重要手段。辐射计和散射计是目前能够迅速获取大面积风场常用的遥感器，一天就能够获取到覆盖近全球的海面风场，然而其分辨率较低，为25-50km，近岸风速的反演容易受到陆地回波的影响，而且无法监测在近海区域很重要的小尺度风速变化特性。与散射计和辐射计相比，合成孔径雷达的空间分辨率较高，可达到米级，能提供由海洋大气边界现象引起的小尺度风的细节信息，有利于近海风场特性的研究。
目前，合成孔径雷达(SAR)业务化的海面风场反演方法通常采用同极化数据，同极化包括VV极化和HH极化。科研和业务上常用同极化半经验地球物理模型来反演同极化合成孔径雷达的风场。对于C波段的合成孔径雷达数据，最常用的地球物理模式函数为CMOD4、CMOD-IRF2、CMOD5和CMOD5.N。这些模型能够较好地用于反演低到中等风速。然而，在高风速条件下(风速>33m/s)，同极化的合成孔径雷达的后向散射信号会饱和，从而这些模式函数在高风速条件下的海面风场反演也受到限制。
最近，研究表明交叉极化(包括VH极化和HV极化)SAR影像也具有海面风速反演能力，并且在较高风速条件下，在交叉极化后向散射没有信号饱和。因此，交叉极化后向散射对于研究极端天气条件具有很大的潜力，特别是对于台风或飓风观测。并且交叉极化和同极化模式函数之间的并联使用可以使得从双极化或四极化SAR影像中同时反演出风速和风向，例如来自RADARSAT-2卫星的双极化或四极化SAR影像。此外，国外研究机构正在考虑将交叉极化通道纳入到新一代散射计中，因此，从交叉极化后向散射中反演海面风场是对海面风场遥感反演系统的重要补充。
Vachon等(2012)利用RADARSAT-2全极化精细模式SAR影像，统计交叉极化后向散射系数(NRCS)和浮标获取的海面风场数据，进而建立起关于C波段交叉极化海面后向散射经验模型。Zhang和Perrie等(2012)利用RADARAT-2精细全极化数据开发出C波段交叉极化海面散射模型，该模型在不需要导入外部风向数据的情况下，直接反演出海面风速，与实测浮标数据进行对比得到了较高精度的海面风速数据，并且能够联合CMOD5.N模型同时反演出双极化数据(同极化+交叉极化)的海面风向和风速，与浮标数据对比分析也得到较高精度的海面风向数据。与RADARSAT-2全极化精细模式SAR影像相比，RADARSAT-2ScanSAR波束模式交叉极化影像具有更宽的空间覆盖范围，高达500km×500km，有利于监测到更大范围的飓风区域。Shen等(2014)开发了一种两段式VH极化地球物理模型函数，它将VH极化雷达后向散射系数(NRCS)与风速建立起线性相关关系。使用Shen等人开发的模型进行风速反演，在风速区间为0m/s至20m/s时的RMSE为3.1m/s，风速区间为10至45m/s时RMSE为4.53m/s。Zhang等(2014)建立了一个VH极化后向散射系数(NRCS)与风速线性相关的模型，称为C波段双极化海洋模型(C-2POD)。使用C-2POD模型反演飓风Bill和飓风Bertha能够分别得到有3.63m/s和2.75m/s的RMSE的精度。Horstmann等(2015)建立了交叉极化后向散射系数(NRCS)与风速二次相关的模型函数，模型函数反演得到的RMSE为3.79m/s。Hwang等人(2015)提出了C波段VH极化风场反演模型的构架，包括对入射角的依赖。最近，Zhang等(2017)建立了一个C波段交叉极化耦合参数海洋(C-3PO)模型，该模型通过入射角和风速耦合，能够在风速为10m/s至40m/s区间反演出的风速精度为2.81m/s的RMSE。总的来说，与同极化的地球物理模式函数相比，这些基于ScanSAR的交叉极化地球物理模式函数显着改善了对飓风或台风风速的监测，但在低到中等风速的情况下，反演风速存在很大的不确定性。这主要由于ScanSAR影像的高平台噪声造成。
自2014年4月3日Sentinel-1A和2016年4月25日Sentinel-1B发射以来，快速增长的Sentinel-1卫星的数据为科研工作者提供了更多的交叉极化合成孔径雷达影像资源，以便更好地进行海面风场反演监测和研究。然而，Sentinel-1SAR交叉极化数据的风速反演能力尚未得到充分评估。Mouche和Chapron(2015)绘制了Sentinel-1A超宽幅(EW)波束模式HV极化影像的六个不同子刈幅的后向散射与风速的关系散点图，结果表明Sentinel-1HV极化信号随风速单调增加。以ASCAT-L2风速数据为参考，Huang等(2017)基于90景Sentinel-1A和Sentinel-1B干涉宽幅(IW)波束模式影像，在低到中等风速条件下分别为VH极化图像的三个刈幅建立分段风速反演模型(风速最高为18米m/s)。然而，该模型在IW模式VH极化影像的第三子刈幅反演的风速有很大的误差，RMSE为2.69m/s，相关系数为0.43。基于在这种背景下，本发明试图开发出更合适的交叉极化风速反演模型，能够使得Sentinel-1交叉极化数据反演出较高精度的海面风速。
发明内容
目前，基于Sentinel-1干涉宽幅交叉极化SAR数据的风速反演能力尚未得到充分评估，现有模型用于Sentinel-1干涉宽幅交叉极化SAR数据的风场反演的精度较低。本发明提供了一种基于刈幅(Swath)的交叉极化SAR(合成孔径雷达)风场反演方法，找到一种能够适用于Sentinel-1干涉宽幅交叉极化SAR数据的风速反演方法，提高Sentinel-1干涉宽幅交叉极化SAR数据的风速反演能力。
本发明提出将Sentinel-1干涉宽幅影像分成三个刈幅进行风场建模的思路，最后得到一种基于刈幅的交叉极化SAR数据风场反演方法，使得Sentinel-1干涉宽幅交叉极化SAR数据能够反演出较高精度的海面风速。本发明提出的基于刈幅的交叉极化SAR风场反演模型具有操作简单、运算效率高、风速反演精度高(优于目前其他交叉极化模型用于Sentinel-1干涉宽幅交叉极化SAR影像的风场反演)、实用性强等特点，并且本发明的模型设计流程也能够为其他卫星交叉极化SAR数据的风场反演模型设计提供依据。
一种基于刈幅(Swath)的交叉极化SAR(合成孔径雷达)风场反演方法，包括如下步骤：
步骤1、获取Sentinel-1干涉宽幅SAR影像数据，该数据包含同极化的SAR影像和交叉极化的SAR影像，对同极化的SAR影像和交叉极化的SAR影像分别进行预处理，得到同极化后向散射系数(Normalized Radar Cross Section，NRCS)影像和交叉极化后向散射系数(NRCS)影像；
步骤2、结合外部风场资料，利用同极化地球物理模式函数对步骤1得到的同极化后向散射系数(NRCS)影像进行海面风场反演，得到同极化风场数据；
步骤3、计算步骤1中交叉极化SAR影像的噪声等效散射系数(Noise equivalentsigma zero，NESZ)，并将步骤1得到的交叉极化后向散射系数(NRCS)影像减去噪声等效散射系数，得到去除噪声等效散射系数的交叉极化后向散射系数影像，并对其进行对数变化，得到dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)；
步骤4、将步骤2得到的同极化风场数据和步骤3得到的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数分成3个刈幅(swath)，为第一刈幅、第二刈幅和第三刈幅，第一刈幅对应的入射角范围为30.86°-36.53°，第二刈幅对应的入射角范围为36.53°-41.80°，第三刈幅对应的入射角范围为41.80°-46.00°，得到第一刈幅对应的同极化风速和第一刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)、第二刈幅对应的同极化风速和第二刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)、第三刈幅对应的同极化风速和dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)；
建立第一刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)与第一刈幅内风速的二次函数，采用第一刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)与第一刈幅对应的同极化风速进行拟合计算，求解该二次函数的拟合系数，得到第一刈幅的二次函数；
建立第二刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)与第二刈幅内风速的二次函数，采用第二刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)与第二刈幅对应的同极化风速进行拟合计算，求解该二次函数的拟合系数，得到第二刈幅的二次函数；
建立第三刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)与第三刈幅内风速的二次函数，采用第三刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)与第三刈幅对应的同极化风速进行拟合计算，求解该二次函数的拟合系数，得到第三刈幅的二次函数；
步骤5、基于步骤4得到的第一刈幅的二次函数，利用第一刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)反演得到第一刈幅内风速，作为第一刈幅对应的交叉极化反演风速；
基于步骤4得到的第二刈幅的二次函数，利用第二刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)反演得到第二刈幅内风速，作为第二刈幅对应的交叉极化反演风速；
基于步骤4得到的第三刈幅的二次函数，利用第三刈幅对应的dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)反演得到第三刈幅内风速，作为第三刈幅对应的交叉极化反演风速。
步骤1中，所述的预处理包括：辐射定标、几何校正、陆地掩膜、船只滤除和斑点滤波。
步骤2中，外部风场资料可采用现有公开数据，例如CCMP 2.0风向数据；
同极化地球物理模式函数为现有公开的函数，例如，对于C波段同极化SAR数据，可以使用C波段同极化地球物理模式函数CMOD5.N作为风场反演的模式函数。
步骤3中，计算步骤1中交叉极化SAR影像的噪声等效散射系数(Noise Equivalentsigma zero，NESZ)，可采用现有技术，Sentinel-1SAR数据的噪声等效散射系数计算，可采用欧洲空间局提供的Sentinel-1产品手册的噪声计算模型。
交叉极化后向散射系数(NRCS)影像减去噪声等效散射系数，并对其进行对数变化，得到dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)影像，可采用现有技术。
步骤6、进行模型反演风速的精度验证。首先利用风切变函数将站点实测风速转化到中性条件下海面10m高处风速，然后将转化后的站点风速对步骤5得到的模型反演得到的风速进行精度评估。
与现有技术相比，本发明的优点在于：
1、不需要利用地面站点数据，直接利用双极化SAR数据就能进行交叉极化SAR风场反演模型的建立，能有效降低建模成本；
2、由于双极化数据在成像的时间上基本上没有时间差，利用双极化数据建立交叉极化SAR风场反演模型可以减少建模参考风速时间差带来的误差；
3、模型计算简单，可操作性强，运算效率高，只需要交叉极化SAR后向散射系数和平台噪声数据，就能够反演出海面风场；
4.风场反演精度较高，要优于目前其他交叉极化模型用于Sentinel-1干涉宽幅交叉极化SAR影像的风场反演；
5、能够将交叉极化SAR后向散射系数反演的风速作为同极化地球物理模型函数的输入参数，从而可以利用同极化地球物理模型函数反演出海面的风向，从而使得利用双极化(同时包含同极化和交叉极化)合成孔径雷达数据就能够同时反演出海面的风速和风向。
附图说明
图1为本发明基于刈幅的交叉极化SAR风场反演方法的流程示意图；
图2为提取出来的Sentinel-1干涉宽幅模式交叉极化SAR数据的噪声等效散射系数(以黑色曲线表示)和Sentinel-1干涉宽幅模式交叉极化SAR数据后向散射系数(NRCS)影像(以背景图表示)；
图3基于不同刈幅交叉极化SAR风场反演模型反演的风速与实测数据的对比散点图，其中(a)为第一刈幅反演的风速与参考风速的对比，(b)为第二刈幅反演的风速与参考风速的对比，(c)为第三刈幅反演的风速与参考风速的对比，(d)所有刈幅反演的风速与参考风速的对比。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
如图1所示：本发明为一种基于刈幅的交叉极化SAR风场反演方法，具体计算方法包括如下步骤：
步骤1、获取Sentinel-1干涉宽幅SAR影像数据，该数据包含同极化的SAR影像和交叉极化的SAR影像，对同极化的SAR影像和交叉极化的SAR影像分别进行预处理，得到同极化后向散射系数(NRCS)影像和交叉极化后向散射系数(NRCS)影像；
具体地，获取同时包含同极化和交叉极化的SAR影像，目前，很多卫星搭载的合成孔径雷达都存在多极化成像方式，如欧空局最近发射的Sentinel就能够提供大量的VV+VH极化或者HH+HV极化的影像。获取到SAR影像之后，首先需要对影像进行解译，得到极化方式、定标参数、入射角信息和原始DN值(Digital Number，合成孔径雷达影像的幅度值)影像，然后对影像进行辐射定标、几何校正、陆地掩膜、船只滤除和斑点滤波处理，如果是HH极化的影像，需要将其通过极化比公式转化成为VV极化的影像，最后得到后向散射系数(NRCS)影像，具体细节为本技术领域人员所熟知，此处不再一一赘述。
步骤2、结合外部风场资料，利用同极化地球物理模式函数对步骤1得到的同极化后向散射系数(NRCS)影像进行海面风场反演，得到同极化风场数据；
本发明实施中，利用CCMP 2.0风向数据作为同极化模式函数的外部风向，将CCMP2.0风向和从影像数据中提取的入射角信息空间插值到步骤2得到的同极化后向散射系数影像相同的空间分辨率，然后经过插值的CCMP 2.0风向、入射角和同极化后向散射系数影像输入到同极化地球物理模式函数，然后通过最小二乘迭代可以得到同极化风场数据。由于Sentinel-1 SAR的工作波段是C波段，对于C波段同极化SAR数据，可以使用C波段同极化地球物理模式函数CMOD5.N作为风场反演的模式函数，CMOD5.N模型如下式所示：
其中，δ°VV为VV极化雷达后向散射系数，为风向与雷达入射风向的水平方向的夹角，U10N为海面10m高的等效中性条件下的风速，θ为雷达的入射角，B0、B1和B2为风速(U10N)和风向的函数。风速反演的具体细节本技术领域人员所熟知，此处不再赘述。
步骤3、计算步骤1中Sentinel-1交叉极化SAR影像的噪声等效散射系数(NoiseEquivalent sigma zero，NESZ)，可采用欧洲空间局提供的Sentinel-1产品手册的噪声计算模型。然后用步骤1得到的交叉极化后向散射系数(NRCS)影像减去噪声等效散射系数，得到去除噪声等效散射系数的交叉极化后向散射系数(NRCS)影像，并对其进行对数变化，得到dB(分贝)形式的去除噪声等效散射系数的交叉极化后向散射系数(NRCS)影像；
具体地，首先需要从影像中提取出噪声等效散射系数。Sentinel-1 SAR数据的噪声等效散射系数计算公式如下：
其中，是噪声等效散射系数的线性形式，η为噪声定标参数，A为后向散射系数定标因子。其中η和A都可以在数据产品中提取得到。提取出来的Sentinel-1干涉宽幅模式交叉极化SAR数据的噪声等效散射系数如图2的黑色曲线所示。
然后用交叉极化后向散射系数减去噪声等效散射系数，并转化为dB表示形式，转化公式如下：
其中，是去除噪声等效散射系数的交叉极化后向散射系数的dB形式，是交叉极化后向散射系数的线性形式，是噪声等效散射系数的线性形式。
步骤4、将步骤2得到的同极化风场数据和步骤3得到的去除噪声等效散射系数的交叉极化后向散射系数影像分成3个刈幅(swath)，分别建立每个刈幅关于交叉极化后向散射系数与风速相关的二次函数模型，然后利用各个刈幅内对应的交叉极化后向散射系数和对应的同极化风速进行拟合计算，求解该二次函数的拟合系数，从而确定每个刈幅的二次函数。
具体地，由于宽幅影像是由多个刈幅拼接而成，所以首先要将宽幅影像分成不同的刈幅，这一步可以通过影像的入射角图层作为参考，从而将宽幅影像进行分割成不同的刈幅。本发明实施中，Sentinel-1干涉宽幅影像有3个不同的子刈幅拼接而成，第一刈幅对应的入射角范围为30.86°-36.53°，第二刈幅对应的入射角范围为36.53°-41.80°，第三刈幅对应的入射角范围为41.80°-46.00°，然后分别建立基于不同子刈幅的交叉极化后向散射系数关于风速二次函数模型，以步骤2得到的同极化风速为参考风速，并利用最小二乘方法拟合出二次模型的系数，得到基于Sentinel-1 SAR干涉宽幅数据所建立的基于刈幅的交叉极化风速反演模型为：
其中，是去除噪声等效散射系数的交叉极化后向散射系数的dB形式，U10N为海面10m高的等效中性条件下的风速，a1，b1，c1，a2，b2，c2，a3，b3，c3为拟合得到的系数。
步骤5、利用步利骤4得到的第一刈幅的二次函数，反演出第一刈幅对应的交叉极化后向散射系数的风速；利用步利骤4得到的第二刈幅的二次函数，反演出第二刈幅对应的交叉极化后向散射系数的风速；利用步利骤4得到的第三刈幅的二次函数，反演出第三刈幅对应的交叉极化后向散射系数的风速，从而得到整幅交叉极化后向散射系数影像的反演风速；
具体的，由于步骤4中每个刈幅交叉极化风速反演模型系数是利用该刈幅内对应的交叉极化后向散射系数和对应的同极化风速进行拟合计算得到的。而同极化风速是由CMOD5.N计算得到的等效中性条件下海面10m高的风速。所以本步骤交叉极化后向散射系数影像的反演风速也是等效中性条件下海面10m高的风速。
步骤6、进行模型反演风速的精度验证。首先利用风切变函数将站点实测风速转化到中性条件下海面10m高处风速，然后将转化后的站点风速对步骤5得到的模型反演得到的风速进行精度评估。
具体地，由于交叉极化模型反演的风速是海面10m高的风速，而浮标的风速计往往位于海面5m高左右。为了用浮标的风速计观测的风速作为验证风速，需要用风切变函数将浮标的风速转化为海面10m高处的风速。风切边函数如下：
Uh为在海面高度为h处的海面风速；u*为摩擦速度；K＝0.4为vonKarman常数；z0粗糙度长度；α为Charnock常数,Charnock常数的值范围是0.018～0.03，具体依输入风速而定；v＝14×10-6m·s-1为空气动力粘度；Ψm大气稳定度的校正系数,这里设Ψm＝0得到10m高的中性风速。这是因为在步骤5中交叉极化后向散射系数影像反演得到的风速是等效中性条件下海面10m高处的风速。所以交叉极化后向散射系数影像的反演风速的精度，也需要将浮标的风速转化为等效中性条件下海面10m高处的风速。然后以均方根误差(RMSE)、相关系数(Corr)、决定系数(R2)和偏差(Bias)作为模型反演风速的精度评价指标。
图3为在5km空间分辨率下，使用步骤4得到的交叉极化风速反演模型反演Sentinel-1干涉宽幅模式交叉极化后向散射系数影像得到的海面风速与站点风速进行对比，可以看到基于交叉极化风速反演模型反演的风速有较高的精度，反演风速的RMSE能够小于2m/s。(a)为第一刈幅反演的风速与参考风速的对比，(b)为第二刈幅反演的风速与参考风速的对比，(c)为第三刈幅反演的风速与参考风速的对比，(d)所有刈幅反演的风速与参考风速的对比。参考风速包括同极化反演风速和站点观测风速，黑色圆形标记的“VV-polWind Speeds”为同极化反演风速作为验证参考风速，正方形标记的“In Situ WindSpeeds”为站点观测风速为验证参考风速。因此，本发明模型计算简单，可操作性强，运算效率高，只需要交叉极化SAR后向散射系数和平台噪声数据，就能够反演出海面风场，风场反演精度较高。

Claims (3)

1.一种基于刈幅的交叉极化SAR风场反演方法，其特征在于，包括如下步骤：
步骤1、获取Sentinel-1干涉宽幅SAR影像数据，该数据包含同极化的SAR影像和交叉极化的SAR影像，对同极化的SAR影像和交叉极化的SAR影像分别进行预处理，得到同极化后向散射系数影像和交叉极化后向散射系数影像；
步骤2、结合外部风场资料，利用同极化地球物理模式函数对步骤1得到的同极化后向散射系数影像进行海面风场反演，得到同极化风场数据；
步骤3、计算步骤1中交叉极化SAR影像的噪声等效散射系数，并将步骤1得到的交叉极化后向散射系数影像减去噪声等效散射系数，得到去除噪声等效散射系数的交叉极化后向散射系数影像，并对其进行对数变化，得到分贝形式的去除噪声等效散射系数的交叉极化后向散射系数；
步骤4、将步骤2得到的同极化风场数据和步骤3得到的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数分成3个刈幅，为第一刈幅、第二刈幅和第三刈幅；
建立第一刈幅对应的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数与第一刈幅内风速的二次函数，采用第一刈幅对应的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数与第一刈幅对应的同极化风速进行拟合计算，求解该二次函数的拟合系数，得到第一刈幅的二次函数；
建立第二刈幅对应的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数与第二刈幅内风速的二次函数，采用第二刈幅对应的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数与第二刈幅对应的同极化风速进行拟合计算，求解该二次函数的拟合系数，得到第二刈幅的二次函数；
建立第三刈幅对应的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数与第三刈幅内风速的二次函数，采用第三刈幅对应的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数与第三刈幅对应的同极化风速进行拟合计算，求解该二次函数的拟合系数，得到第三刈幅的二次函数；
步骤5、基于步骤4得到的第一刈幅的二次函数，利用第一刈幅对应的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数反演得到第一刈幅内风速，作为第一刈幅对应的交叉极化反演风速；
基于步骤4得到的第二刈幅的二次函数，利用第二刈幅对应的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数反演得到第二刈幅内风速，作为第二刈幅对应的交叉极化反演风速；
基于步骤4得到的第三刈幅的二次函数，利用第三刈幅对应的分贝形式的去除噪声等效散射系数的交叉极化后向散射系数反演得到第三刈幅内风速，作为第三刈幅对应的交叉极化反演风速。
2.根据权利要求1所述的基于刈幅的交叉极化SAR风场反演方法，其特征在于，步骤1中，所述的预处理包括：辐射定标、几何校正、陆地掩膜、船只滤除和斑点滤波。
3.根据权利要求1所述的基于刈幅的交叉极化SAR风场反演方法，其特征在于，步骤4中，第一刈幅对应的入射角范围为30.86°-36.53°，第二刈幅对应的入射角范围为36.53°-41.80°，第三刈幅对应的入射角范围为41.80°-46.00°。
CN201810833545.9A 2018-07-26 2018-07-26 一种基于刈幅的交叉极化sar风场反演方法 Active CN108983235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810833545.9A CN108983235B (zh) 2018-07-26 2018-07-26 一种基于刈幅的交叉极化sar风场反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810833545.9A CN108983235B (zh) 2018-07-26 2018-07-26 一种基于刈幅的交叉极化sar风场反演方法

Publications (2)

Publication Number Publication Date
CN108983235A true CN108983235A (zh) 2018-12-11
CN108983235B CN108983235B (zh) 2020-07-03

Family

ID=64551332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810833545.9A Active CN108983235B (zh) 2018-07-26 2018-07-26 一种基于刈幅的交叉极化sar风场反演方法

Country Status (1)

Country Link
CN (1) CN108983235B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950438A (zh) * 2020-08-10 2020-11-17 中国人民解放军国防科技大学 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
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
CN114518563A (zh) * 2022-03-01 2022-05-20 国家卫星海洋应用中心 卫星微波散射计雷达后向散射系数获取方法及相应的装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130049769A1 (en) * 2011-08-23 2013-02-28 Raytheon Company Method and apparatus for detecting radome damage
DE202013011970U1 (de) * 2012-11-23 2014-12-10 Technische Hochschule Nürnberg Georg Simon Ohm Vorrichtung zum Erzeugen von Nebel sowie Verteilervorrichtung hierfür
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
CN107505616A (zh) * 2017-09-15 2017-12-22 浙江大学 一种基于sar的海面风场反演最优分辨率的判定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130049769A1 (en) * 2011-08-23 2013-02-28 Raytheon Company Method and apparatus for detecting radome damage
DE202013011970U1 (de) * 2012-11-23 2014-12-10 Technische Hochschule Nürnberg Georg Simon Ohm Vorrichtung zum Erzeugen von Nebel sowie Verteilervorrichtung hierfür
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
CN107505616A (zh) * 2017-09-15 2017-12-22 浙江大学 一种基于sar的海面风场反演最优分辨率的判定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张康宇 等: "Spatial Scale Effect on Wind Speed Retrieval Accuracy Using Sentinel-1 Copolarization SAR", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 *
许遐祯 等: "基于交叉极化数据的海面风速反演研究", 《气象科学》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950438A (zh) * 2020-08-10 2020-11-17 中国人民解放军国防科技大学 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
CN114518563A (zh) * 2022-03-01 2022-05-20 国家卫星海洋应用中心 卫星微波散射计雷达后向散射系数获取方法及相应的装置
CN114518563B (zh) * 2022-03-01 2022-09-09 国家卫星海洋应用中心 卫星微波散射计雷达后向散射系数获取方法及相应的装置
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

Also Published As

Publication number Publication date
CN108983235B (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
Nezhad et al. Wind energy potential analysis using Sentinel-1 satellite: A review and a case study on Mediterranean islands
Schneemann et al. Cluster wakes impact on a far-distant offshore wind farm's power
Dagestad et al. Wind retrieval from synthetic aperture radar-an overview
Horstmann et al. Wind retrieval over the ocean using synthetic aperture radar with C-band HH polarization
Hasager et al. Offshore wind resource estimation from satellite SAR wind field maps
Stone et al. Atmospheric river reconnaissance observation impact in the Navy Global Forecast System
CN108983235A (zh) 一种基于刈幅的交叉极化sar风场反演方法
Ando et al. Fifteen years progress of the TRITON array in the Western Pacific and Eastern Indian Oceans
KR102119135B1 (ko) 레이더를 이용한 해양상태 측정방법
Wang et al. Evolution of the bimodal directional distribution of ocean waves
Thompson et al. Comparison of high‐resolution wind fields extracted from TerraSAR‐X SAR imagery with predictions from the WRF mesoscale model
Beaucage et al. Synthetic aperture radar satellite data for offshore wind assessment: A strategic sampling approach
Landwehr et al. Using global reanalysis data to quantify and correct airflow distortion bias in shipborne wind speed measurements
Bližňák et al. Assessment of the capability of modern reanalyses to simulate precipitation in warm months using adjusted radar precipitation
Wan et al. Research on the applicability of the E spectrum and PM spectrum as the first guess spectrum of SAR wave spectrum inversion
Barthelmie et al. Best practice for measuring wind speeds and turbulence offshore through in-situ and remote sensing technologies
Beaucage et al. Wind assessment in a coastal environment using synthetic aperture radar satellite imagery and a numerical weather prediction model
Chan Atmospheric turbulence in complex terrain: verifying numerical model results with observations by remote-sensing instruments
Le Merle et al. Directional wave spectra at the regional scale with the KuROS airborne radar: comparisons with models
Fu et al. Evaluation of satellite-derived tidal constituents in the South China Sea by adopting the most suitable geophysical correction models
CN114325697A (zh) 一种考虑入射角的宽幅交叉极化sar影像热噪声提取方法
Li Retrieval of sea surface wind speed by spaceborne sar based on machine learning
Modi et al. Evaluation of winds from SCATSAT-1 and ASCAT using buoys in the Indian Ocean
Shimada et al. Evaluation of JERS-1 SAR images from a coastal wind retrieval point of view
CN114252875A (zh) 一种成像高度计数据的高精度网格化方法

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