CN113075660B - 基于极化合成孔径雷达sar反演海面风浪参数的方法及装置 - Google Patents
基于极化合成孔径雷达sar反演海面风浪参数的方法及装置 Download PDFInfo
- Publication number
- CN113075660B CN113075660B CN202110414194.XA CN202110414194A CN113075660B CN 113075660 B CN113075660 B CN 113075660B CN 202110414194 A CN202110414194 A CN 202110414194A CN 113075660 B CN113075660 B CN 113075660B
- Authority
- CN
- China
- Prior art keywords
- wave
- wind
- model
- sar
- sea
- 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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请实施例公开了基于极化合成孔径雷达SAR反演海面风浪参数的方法及装置,包括:11、根据所读取的待处理区域的全极化SAR图像数据,计算海浪斜率谱并确定海浪主波方向;12、以所述海浪主波方向作为该待处理区域风场的风向初始值;根据风向初始值确定待处理区域风场的风速,根据所确定的风速以及预置的CMOD‑5模型确定待处理区域的风向;13、将当前确定的风向作为风向初始值;根据该风向初始值确定待处理区域的风速,并得到当前确定的风速和上一次确定的风速之间的差值绝对值,根据当前确定的风速以及预置的CMOD‑5模型确定待处理区域的风向;14、如果差值绝对值小于或等于预设阈值,则输出当前确定的风速以及风向;如果差值大于预设阈值时,则返回步骤13。
Description
技术领域
本申请实施例涉及但不限于海洋微波遥感、极化SAR信号处理领域,尤其涉及一种基于极化合成孔径雷达SAR反演海面风浪参数的方法及装置。
背景技术
SAR(Synthetic Aperture Radar合成孔径雷达)是一种用于对地观测的主动式微波成像雷达系统,一般搭载在飞机和卫星平台上。SAR通过向地球表面发射频率在微波波段的电磁波,接收地表散射的回波信号进行成像,并通过脉冲压缩和孔径合成技术提高系统的距离向和方位向空间分辨率。由于SAR不受光照条件的约束,同时得益于微波对大气和云层的穿透性,从而具有全天时、全天候的对地观测优势。全极化SAR系统可以发射并接收两种正交的不同极化方式的电磁波,从而获得地表目标不同极化方式的后向散射信息,其相对于传统的单通道SAR系统,可以获取目标更为丰富的散射特性,对相关的目标识别、参数反演等SAR遥感应用更有帮助。一些技术中,全极化SAR技术已在对陆地和海洋的环境监测、地理测绘、防灾减灾、目标检测等领域有着广泛的应用。
海面浪场和风场是海洋动力学和海气交互过程中的重要参数,在开展海洋环境保护、资源开发、灾害预警、气象预报以及物质能量交换等研究中起着至关重要的作用。相比于传统的利用浮标、观测站和调查船等点线式海面动力学参数测量手段,SAR技术可以提供大范围、多尺度、快响应的海面风、浪场遥感测量数据。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本公开实施例公开了一种基于极化合成孔径雷达SAR反演海面风浪参数的方法及装置,实现了基于全极化SAR的海面浪场和风场协同反演方法,利用海面的全极化散射信息,能够摆脱传统SAR海洋动力参数反演对外部辅助数据的依赖;并以海浪主波方向作为风场方向的初始值,可以消除海面风场180°方向模糊;同时采用VV极化的CMOD-5模型、结合极化比模型的HH极化CMOD-5模型以及VH极化的非线性C-2PO模型,提高了海面风速反演精度。
本公开提供了一种基于极化合成孔径雷达SAR反演海面风浪参数的方法,包括:
11、根据所读取的待处理区域的全极化SAR图像数据,计算海浪斜率谱并确定海浪主波方向;
12、以所述海浪主波方向作为该待处理区域风场的风向初始值;根据风向初始值确定待处理区域风场的风速,根据所确定的风速以及预置的CMOD-5模型确定待处理区域的风向;
13、将当前确定的风向作为风向初始值;根据该风向初始值确定待处理区域的风速,并得到当前确定的风速和上一次确定的风速之间的差值绝对值,根据当前确定的风速以及预置的CMOD-5模型确定待处理区域的风向;
14、如果差值绝对值小于或等于预设阈值,则输出当前确定的风速以及风向;如果差值大于预设阈值时,则返回步骤13;
其中,确定待处理区域的风速包括:分别采用VV极化的CMOD-5模型、结合极化比模型的HH极化CMOD-5模型以及利用VH极化的非线性C-2PO模型,根据风向初始值得到待处理区域风场的模型风速;
利用最小二乘方法对三个模型风速进行求解,确定待处理区域风场的风速。
一种示例性的实施例中,所述根据所读取的待处理区域的全极化SAR图像数据,确定海浪主波方向,包括:
对所读取的待处理区域的全极化SAR图像数据进行数据预处理,其中,所述全极化SAR数据包括VV、HH、VH、HV四个极化的复数源数据;
对预处理后的图像数据计算海浪斜率谱;
根据所述海浪斜率谱计算海浪主波方向。
一种示例性的实施例中,所述对预处理后的图像数据计算海浪斜率谱,包括:
对预处理的图像数据进行切片处理,得到多个预设大小的子图像;
针对每个子图像分别进行海浪斜率谱反演,得到每个子图像对应的方位向和距离向海浪斜率谱;
根据每个子图像对应的方位向和距离向海浪斜率谱计算海浪斜率谱。
一种示例性的实施例中,所述根据所述海浪斜率谱计算海浪主波方向,包括:
分别检索所述海浪斜率谱中的距离向海浪斜率谱和方位向斜率谱能量峰值,确定该能量峰值对应的海浪波数;
根据所确定的海浪波数,采用主波计算公式确定海浪主波方向。
一种示例性的实施例中,所述海浪主波方向是通过VV和VH极化通道散射系数之间相关系数的奇对称性消除方向模糊性后得到的方向。
一种示例性的实施例中,所述分别采用VV极化的CMOD-5模型、结合极化比模型的HH极化CMOD-5模型以及利用VH极化的非线性C-2PO模型得到待处理区域风场的模型风速,包括:
利用VV极化的CMOD-5模型,得到VV极化的CMOD-5模型风速方程该VV极化的CMOD-5模型风速方程为:
在上述公式中,表示VV极化的雷达后向散射截面,θ表示雷达入射角,表示雷达方位角,φ表示风向,u10表示海面10米高度处风速,g=1.6,B0、B1、B2均为风速u10与雷达入射角θ的函数,风向φ与雷达方位角均以正北方向为0°、正东方向为90°;
利用极化比模型和CMOD-5模型,得到HH极化CMOD-5模型风速方程,该风速方程为:
利用VH极化的非线性C-2PO模型,得到VH极化的非线性C-2PO模型风速方程,该VH极化的非线性C-2PO模型风速方程为:
一种示例性的实施例中,HH极化CMOD-5模型是通过以下方式得到:
采用极化比模型将VV极化的CMOD-5模型转化为HH极化的CMOD-5模型;
一种示例性的实施例中,VH极化的非线性C-2PO模型为:
本公开还提供了一种基于极化合成孔径雷达SAR反演海面风浪参数的装置,包括存储器和处理器;所述存储器用于保存用于基于极化合成孔径雷达SAR反演海面风浪参数的方法程序,所述处理器用于读取执行所述用于基于极化合成孔径雷达SAR反演海面风浪参数的方法程序,执行上述实施例中任一项所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法。
本公开还提供了一种存储介质,其特征在于,所述存储介质中存储有用于基于极化合成孔径雷达SAR反演海面风浪参数的程序,所述程序被设置为在运行时执行上述实施例中任一项所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法。
在阅读并理解了附图和详细描述后,可以明白其他方面。
附图说明
图1为本申请实施例的基于极化合成孔径雷达SAR反演海面风浪参数的方法流程图;
图2为一些示例性实施例中的极化SAR切片子图像示意图;
图3为一些示例性实施例中的反演海浪斜率谱图像示意图;
图4为一些示例性实施例中的Sentinel-1全极化SAR数据反演的风场参数示意图;
图5为本申请实施例的基于极化合成孔径雷达SAR反演海面风浪参数的装置示意图;
图6为一些示例性实施例中的基于极化SAR海面浪场和风场参数协同反演系统示意图。
具体实施方式
下文中将结合附图对本申请实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
一些技术中,现有基于SAR观测数据的海面浪场和风场等动力学参数反演的技术大多是分别开展的,并存在以下局限性。首先,现有的方法往往依赖于外部辅助数据,例如:基于单一极化地球物理模式函数(GMF)的海面风场SAR反演需要背景风场提供风向信息,从而迭代反演风速和风向;基于经典的MPI方法的SAR海浪谱反演也需要初猜谱来驱动反演的迭代过程。其次,无论是风场还是浪场的反演,传统基于SAR的反演方法都面临着方向确定的180°模糊问题,目前已有的为了消除方向模糊的技术都有着一定的适用范围。最后,在高海况情况下,由于同极化的海面后向散射信号出现饱和的现象,使得传统的SAR海面风场反演方法在高海况下出现精度降低的问题。
本公开实施例提供了一种基于极化合成孔径雷达SAR反演海面风浪参数的方法,如图1所示,基于极化合成孔径雷达SAR反演海面风浪参数的方法包括步骤11-14;
步骤11、根据所读取的待处理区域的全极化SAR图像数据,计算海浪斜率谱并确定海浪主波方向;
步骤12、以所述海浪主波方向作为该待处理区域风场的风向初始值;根据风向初始值确定待处理区域风场的风速,根据所确定的风速以及预置的CMOD-5模型确定待处理区域的风向;
步骤13、将当前确定的风向作为风向初始值;根据该风向初始值确定待处理区域的风速,并得到当前确定的风速和上一次确定的风速之间的差值绝对值,根据当前确定的风速以及预置的CMOD-5模型确定待处理区域的风向;
步骤14、如果差值绝对值小于或等于预设阈值,则输出当前确定的风速以及风向;如果差值大于预设阈值时,则返回步骤13;
本实施例中,确定待处理区域的风速包括:
分别采用VV极化的CMOD-5模型、结合极化比模型的HH极化CMOD-5模型以及VH极化的非线性C-2PO模型,根据风向初始值得到待处理区域风场的模型风速;
利用最小二乘方法对三个模型风速进行求解,确定待处理区域风场的风速。
一些示例性实施例中,根据所读取的待处理区域的全极化SAR图像数据,确定海浪主波方向,包括:对所读取的待处理区域的全极化SAR图像数据进行数据预处理,其中,全极化SAR数据包括VV、HH、VH、HV四个极化的复数源数据;对预处理后的图像数据计算海浪斜率谱;根据海浪斜率谱计算海浪主波方向。在本实施例中,全极化SAR数据的读取包括对VV、HH、VH、HV四个极化的复数源数据读入,以及相应的meta数据读入,从meta数据中获取图像行列数、图像角点及定标点经纬度坐标、图像多视处理视数、卫星轨道方位角、卫星观测方位角、入射角、定标系数等。分别针对全极化SAR系统中各个通道进行定标,并确定定标系数。
在本实施例中,分别对四个极化通道的SAR图像进行预处理操作,该预处理操作可以包括几何定标、辐射定标、海陆分割和滤波去噪操作,操作步骤包括:
步骤1-1:几何定标利用从meta数据中读取的图像行列数和图像角点及定标点经纬度坐标等信息,利用双线性插值计算各像素点的经纬度坐标。
步骤1-2:辐射定标主要基于从meta数据中读取的各极化通道的图像定标系数对全极化SAR进行辐射定标,这里以Sentinel-1和高分3号两种C波段全极化SAR数据为例介绍不同数据辐射定标执行过程。对于Sentinel-1数据,基于从其L1级定标辅助数据读取的定标查找表,对定标查找表根据图像行列数进行双线性插值获得每个像素对应的定标系数,进而利用下式进行相应极化通道的辐射定标:
对于高分3号L1B级数据,其特定极化通道在全幅图像使用同一个定标系数,因此,采用下式对图像进行辐射定标:
步骤1-3:海陆分割主要依据海岸线矢量数据,其目的是剔除图像中陆地部分,减少对后续海面风、浪场动力学参数反演的干扰。
步骤1-4:滤波去噪采用7×7窗口的Lee滤波器,并结合meta数据读取的多视处理视数对全极化SAR数据进行滤波,实现对图像的去噪处理。
一些示例性实施例中,对预处理后的图像数据计算海浪斜率谱,包括:对预处理的图像数据进行切片处理,得到多个预设大小的子图像;针对每个子图像分别进行海浪斜率谱反演,得到每个子图像对应的方位向和距离向海浪斜率谱;根据每个子图像对应的方位向和距离向海浪斜率谱计算海浪斜率谱。在本实施例中,对预处理后的图像数据计算海浪斜率谱的实现过程可以包括:
步骤2-1:对预处理的图像数据进行切片处理,得到多个预设大小的子图像;在本步骤中,预处理的全极化SAR图像为全极化SAR图像,即包含VV、HH、VH、HV四个极化通道信息的图像,对预处理的图像数据进行切片处理,将大图幅的SAR图像划分成若干幅256×256大小的子图像;例如:假设大图幅的SAR图像为4096×4096像素的大小,则其切片处理可以理解为原始图像在横纵两个方向分割为16×16个大小为256×256的子图像,当原始大图幅的SAR图像长宽不是256整数倍时,切片处理后的各个子图像之间可以有重叠;采用本实施例的预处理方法所得的某一极化SAR切片子图像如图2所示。并且,切片处理后的子图像可以认为在每个子图像范围内风场、浪场的传播方向一致且均匀。
步骤2-2:对每个子图像分别进行海浪斜率谱反演,得到每个子图像对应的方位向和距离向海浪斜率谱,包括:不同于传统基于单极化通道的SAR海浪谱反演方法,本实施例中利用全极化SAR的4个线极化通道信息,从而实现不依赖外部辅助数据的海浪谱反演。对于每个子图像SAR图像像素,其任意极化角的线极化后向散射系数可以表示为:
其中,kr为雷达入射波的波数,定义为2π/波长;σ(0,ψ)为极化角为ψ的线极化后向散射系数;ψ为极化方位角,对于线极化方式,当ψ=0°,90°分别表示水平极化和垂直极化,上标T表示矩阵转置,M表示Stokes矩阵,其表示为:
且有,
其中,和分别表示取实部和取虚部操作,上标*表示共轭。Stokes矩阵为对称阵,其它元素与其对称元素相同。Shh,Svv和Shv为散射矩阵元素。基于上式,可以推导获得任意极化角度下,海面线极化后向散射系数为:
本实施例中设定极化方位角ψ=45°,因此,基于上式可计算获得σψψ线极化后向散射系数。根据海面SAR成像的调制传递理论,只有海面倾斜调制和极化方位角调制与极化方式有关,从而海面雷达后向散射系数可以由下式的傅里叶级数表示:
其中,k为海浪波数,其对应角频率为ω,t为时刻,而r=(x,y),x和y分别表示目标距离矢量在雷达方位向和距离向上的分量,c.c.表示共轭项;ξk为波数k对应波浪的海面高度,下标pp表示极化类型,hh为水平极化,vv为竖直极化,为极化方向角为的线极化。和分别表示海面的倾斜调制和极化方位角调制。R项中包含了流体动力调制、速度聚束调制以及距离向和方位向偏移调制,由于这些项与极化方式几乎不相关,因此通过一定计算可以消除该项,即有:
其中,hh与vv项的具体形式可用雷达入射角θ表示为:
将两项调制函数代入表达式,化简并整理得到下式:
其中,系数A、B按如下公式给出:
F=Fa+Fr。
利用本实施例的上述步骤反演得到某区域的海浪斜率谱如图3所示。
一些示例性实施例中,所述根据海浪斜率谱计算海浪主波方向,包括:分别检索所述海浪斜率谱中的距离向海浪斜率谱和方位向斜率谱能量峰值,确定该能量峰值对应的海浪波数;根据所确定的海浪波数,采用主波计算公式确定海浪主波方向。在本实施例中,SAR图像每个子图像反演获得的海浪斜率谱后,可以计算相应的海浪参数:
步骤3-1:针对SAR图像中的每个子图像,对距离向海浪斜率谱Fr和方位向斜率谱Fa检索谱能量峰值,获得对应峰值的海浪波数kx和ky。在本步骤中,该海浪斜率谱的坐标轴为方向垂直的波数kx和ky,对距离向海浪斜率谱Fr和方位向斜率谱Fa进行检索谱能量的峰值,即可获得对应峰值的海浪波数kx和ky;
步骤3-2:计算主波波数kmain:
步骤3-3:计算主波波长λmain:
λmain=2π/kmain
步骤3-4:计算主波周期T:
步骤3-5:计算有效波高Hs:
步骤3-6:根据所确定的海浪波数,采用主波计算公式确定海浪主波方向。由于计算获得海浪斜率谱是对称的,因此,为了计算海浪方向,首先需要消除方向180°模糊。
一些示例性实施例中,所述海浪主波方向是通过VV和VH极化通道散射系数之间相关系数的奇对称性消除方向模糊性后得到的方向。在本实施例中,VV和VH极化散射系数的相关系数表示为:
其中,< >表示集合平均。若则风向0°<Φ<90°;若则风向90°<Φ<180°;若则风向180°<Φ<270°;若则风向270°<Φ<360°。在确定风向所在区间后,则可确定主波波数分量kx和ky的符号,从而可以用下式确定最终海浪主波方向:
步骤3-7:重复步骤3-1至步骤3-6,计算每个子图像的海浪相关参数。
一些示例性实施例中,步骤12、以上述计算所得到的海浪主波方向作为该待处理区域风场的风向初始值;根据风向初始值确定待处理区域风场的风速,根据所确定的风速以及预置的CMOD-5模型确定待处理区域的风向;在本实施例中将获得海浪主波方向作为风场反演的初始方向,由于海浪方向可以认为与风向方向一致,因此,将获得海浪主波方向作为风场反演的初始方向可以消除风向的180度模糊。
步骤13、将当前确定的风向作为风向初始值;根据该风向初始值确定待处理区域的风速,并得到当前确定的风速和上一次确定的风速之间的差值绝对值,根据当前确定的风速以及预置的CMOD-5模型确定待处理区域的风向;
步骤14、如果差值绝对值小于或等于预设阈值,则输出当前确定的风速以及风向;如果差值大于预设阈值时,则返回步骤13。
一些示例性实施例中,分别采用VV极化的CMOD-5模型、结合极化比模型的HH极化CMOD-5模型以及VH极化的非线性C-2PO模型,根据风向初始值得到待处理区域风场的模型风速,包括:利用VV极化的CMOD-5模型,得到VV极化的CMOD-5模型风速方程,该CMOD-5模型风速方程为:
在上述公式中,表示VV极化的雷达后向散射截面,θ表示雷达入射角,表示雷达方位角,φ表示风向,u10表示海面10米高度处风速,g=1.6,B0、B1、B2均为风速u10与雷达入射角θ的函数,风向φ与雷达方位角均以正北方向为0°、正东方向为90°;
利用极化比模型和CMOD-5模型,得到HH极化CMOD-5模型风速方程,该风速方程为:
利用VH极化的非线性C-2PO模型,得到VH极化的非线性C-2PO模型风速方程,该VH极化的C-2PO模型风速方程为:
分别根据上述方程得到待处理区域风场的模型风速。
一些示例性实施例中,利用最小二乘方法对三个模型风速进行求解,确定待处理区域风场的风速。在本实施例中,对于最小二乘法的具体实现方式并不具体限定。一些示例性实施例中,利用VV极化的风场反演模型采用CMOD-5模型,其描述的雷达后向散射截面σ0、雷达入射角θ、雷达方位角风向φ与海面10米高度处风速u10之间的关系可表示为:
B2=(-d1+d2v2)exp(-v2)
其中,f与v2是分段函数,可表示为:
其中,各变量表示为:
y0=c19
n=c20
a=y0-(y0-1)/n
b=1/[n(y0-1)n-1]
x=(θ-40)/25
a0=c1+c2x+c3x2+c4x3
a1=c5+c6x
a2=c7+c8x
s0=c12+c13x
v0=c21+c22x+c23x2
d1=c24+c25x+c26x2
d2=c27+c28x
g(s)=1/(1+exp(-s))
α=s0(1-g(s0))
γ=c9+c10x+c11x2
其中,相关的c1–c28模型系数如下表所示:
一些示例性实施例中,所述HH极化的CMOD-5模型是通过以下方式得到:采用极化比模型将VV极化的CMOD-5模型转化为HH极化的CMOD-5模型;其中,所述极化比模型为:
上述公式中,PR表示极化比,定义为VV极化和HH极化后向散射系数的比值;θ为雷达入射角。利用上述极化比模型将VV极化的CMOD-5模型转化为HH极化的CMOD-5模型。在本实施例中,采用结合极化比模型的HH极化CMOD-5模型获得HH极化CMOD-5模型的风速方程为:
一些示例性实施例中,所述VH极化的非线性C-2PO模型为:
本实施例中提供了一种基于段全极化SAR的海面浪场和风场协同反演方法和系统,利用海面的全极化散射信息,能够摆脱传统SAR海洋动力参数反演对外部辅助数据的依赖;并以海浪主波方向作为风场方向的初始值,可以消除海面风场180°方向模糊;同时采用VV极化的CMOD-5模型、结合极化比模型的HH极化CMOD-5模型以及VH极化的非线性C-2PO模型,提高了海面风速反演精度。具体实现效果以采用上述示例性实施例反演海面风场参数为例,得到Sentinel-1全极化SAR数据反演获得风场参数示意图,如图4所示。
下面用一个示例说明基于极化SAR反演海面参数的实现过程:
S1.读取的待处理区域的全极化SAR图像数据;其中,全极化SAR数据的读取包括对VV、HH、VH、HV四个极化的复数源数据读入,以及相应的meta数据读入,从meta数据中获取图像行列数、图像角点及定标点经纬度坐标、图像多视处理视数、卫星轨道方位角、卫星观测方位角、入射角、定标系数等。
S2.对所读取的待处理区域的全极化SAR图像数据进行数据预处理;该预处理可以包括几何定标、辐射定标、海陆分割和滤波去噪操作。
S3.对预处理后的图像数据计算海浪斜率谱,其中,计算海浪斜率谱的过程包括:
S31.对预处理的图像数据进行切片处理,得到多个预设大小的子图像;
S32.针对每个子图像分别进行海浪斜率谱反演,得到每个子图像对应的方位向和距离向海浪斜率谱;
S33.根据每个子图像对应的方位向和距离向海浪斜率谱计算海浪斜率谱。
S4.根据海浪斜率谱计算海浪主波方向以及相关海浪参数,其中,根据海浪斜率谱计算海浪主波方向的过程包括:
S41.分别检索海浪斜率谱中的距离向海浪斜率谱和方位向斜率谱能量峰值,确定该能量峰值对应的海浪波数;
S42.根据所确定的海浪波数,采用主波计算公式确定海浪主波方向;
S43.计算海浪相关参数,相关参数包括:主波波数、主波波长、主波周期、有效波高。
S5.以海浪主波方向作为该待处理区域风场的风向初始值;根据风向初始值确定待处理区域风场的风速,根据所确定的风速以及预置的CMOD-5模型确定待处理区域的风向;其中,确定待处理区域的风速的实现过程包括:
S51.分别采用VV极化的CMOD-5模型、结合极化比模型的HH极化CMOD-5模型以及VH极化的非线性C-2PO模型,根据风向初始值得到待处理区域风场的模型风速;
S52.利用最小二乘方法对三个模型风速进行求解,确定待处理区域风场的风速。
S6.将当前确定的风向作为风向初始值;根据该风向初始值确定待处理区域的风速,并得到当前确定的风速和上一次确定的风速之间的差值绝对值,根据当前确定的风速以及预置的CMOD-5模型确定待处理区域的风向,跳转到步骤S8;
S7.如果差值绝对值小于或等于预设阈值,则输出当前确定的风速以及风向;如果差值大于预设阈值时,则返回步骤S5;
S8.输出最终确定的待处理区域的海浪谱、海浪相关参数、风向和风速。
本实施例通过利用VV、HH、VH、HV等全极化通道的SAR图像信息,实现海面浪场和风场参数的协同反演,并摆脱了传统单通道SAR反演海面风、浪场对外部辅助数据的依赖;同时利用极化通道间相关系数的特性,实现180°方向模糊的消除;此外,由于利用极化比模型将传统的VV极化风场反演模式函数拓展至HH极化,并采用改进的非线性C-2PO模型利用交叉极化,增加了观测数据,可以显著提升风场的反演精度,尤其是在同极化通道出现饱和的高海况条件下,由于采用了交叉极化的观测信息,可以显著提升高风速下的海面风场反演精度。
本公开实施例还提供了一种基于极化合成孔径雷达SAR反演海面风浪参数的装置,包括存储器和处理器;如图5所示,所述存储器用于保存用于基于极化合成孔径雷达SAR反演海面风浪参数的方法程序,所述处理器用于读取执行所述用于基于极化合成孔径雷达SAR反演海面风浪参数的方法程序,执行上述实施例中任一项所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法。
本公开实施例还提供了一种存储介质,所述存储介质中存储有用于基于极化合成孔径雷达SAR反演海面风浪参数的程序,所述程序被设置为在运行时执行上述实施例中任一项所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法。
下面用一个示例说明基于极化SAR海面浪场和风场参数协同反演系统。
该基于极化SAR海面浪场和风场参数协同反演系统,如图6所示,包括:数据输入模块、数据预处理模块、海浪谱与浪场参数反演模块、海面风场反演模块、结果输出模块,其中:
数据输入模块用于读取极化SAR数据,其中,该极化SAR数据包括VV、HH、VH、HV四个极化的复数源数据。
数据预处理模块包括几何定标单元、辐射定标单元、海陆分割单元和滤波去噪单元;分别利用上述单元对四个极化通道的SAR图像进行几何定标、辐射定标、海陆分割和滤波去噪操作。
海浪谱与浪场参数反演模块包括:对数据预处理后的图像数据进行切片处理,得到多个预设大小的子图像;针对每个子图像分别进行海浪斜率谱反演,得到每个子图像对应的方位向和距离向海浪斜率谱;根据每个子图像对应的方位向和距离向海浪斜率谱计算海浪斜率谱。根据海浪斜率谱计算主波波数、计算主波波长、计算主波周期、计算有效波高、海浪主波方向等相关的海浪参数。其中,根据所述海浪斜率谱计算海浪主波方向可以包括:分别检索所述海浪斜率谱中的距离向海浪斜率谱和方位向斜率谱能量峰值,确定该能量峰值对应的海浪波数;根据所确定的海浪波数,采用主波计算公式确定海浪主波方向。该海浪主波方向是通过VV和VH极化通道散射系数之间相关系数的奇对称性消除方向模糊性后得到的方向。
海面风场反演模块,用于将上述海浪谱与浪场参数反演模块计算所得到的海浪主波方向作为该待处理区域风场的风向初始值;分别采用VV极化的CMOD-5模型、HH极化CMOD-5模型以及VH极化的非线性C-2PO模型,根据风向初始值得到待处理区域风场的模型风速;利用最小二乘方法对三个模型风速进行求解,确定待处理区域风场的风速,根据所确定的风速以及预置的CMOD-5模型确定待处理区域的风向;
迭代收敛判断。当迭代次数为1时,直接进入下一步执行步骤。当迭代此次大于1时,将当前确定的风向作为风向初始值;根据该风向初始值确定待处理区域的风速,并得到当前确定的风速和上一次确定的风速之间的差值绝对值,当SAR图像的两次反演风速差值绝对值小于或等于预设阈值,则输出当前确定的风速以及风向;如果差值大于预设阈值时,则返回迭代步骤,将当前所确定的风向代入CMOD-5模型计算新的风向。
结果输出模块用于输出海面浪场反演和风场反演的相关参数。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
Claims (9)
1.一种基于极化合成孔径雷达SAR反演海面风浪参数的方法,其特征在于,包括:
11、根据所读取的待处理区域的全极化SAR图像数据,计算海浪斜率谱并确定海浪主波方向;
12、以所述海浪主波方向作为该待处理区域风场的风向初始值;根据风向初始值确定待处理区域风场的风速,根据所确定的风速以及预置的CMOD-5模型确定待处理区域的风向;
13、将当前确定的风向作为风向初始值;根据该风向初始值确定待处理区域风场的风速,并得到当前确定的风速和上一次执行步骤13确定的风速之间的差值绝对值,根据当前确定的风速以及预置的CMOD-5模型确定待处理区域的风向;
14、如果差值绝对值小于或等于预设阈值,则输出当前确定的风速以及风向;如果差值大于预设阈值时,则返回步骤13;
其中,确定待处理区域风场的风速包括:
分别采用VV极化的CMOD-5模型、结合极化比模型的HH极化CMOD-5模型以及VH极化的非线性C-2PO模型,根据风向初始值得到待处理区域风场的模型风速;
利用最小二乘方法对三个模型风速进行求解,确定待处理区域风场的风速;
所述根据所读取的待处理区域的全极化SAR图像数据,计算海浪斜率谱并确定海浪主波方向,包括:
对所读取的待处理区域的全极化SAR图像数据进行数据预处理,其中,所述全极化SAR数据包括VV、HH、VH、HV四个极化的复数源数据;
对预处理后的图像数据计算海浪斜率谱;
根据所述海浪斜率谱计算海浪主波方向。
2.根据权利要求1所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法,其特征在于,所述对预处理后的图像数据计算海浪斜率谱,包括:
对预处理的图像数据进行切片处理,得到多个预设大小的子图像;
针对每个子图像分别进行海浪斜率谱反演,得到每个子图像对应的方位向和距离向海浪斜率谱;
根据每个子图像对应的方位向和距离向海浪斜率谱计算海浪斜率谱。
3.根据权利要求2所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法,其特征在于,所述根据所述海浪斜率谱计算海浪主波方向,包括:
分别检索所述海浪斜率谱中的距离向海浪斜率谱和方位向斜率谱能量峰值,确定该能量峰值对应的海浪波数;
根据所确定的海浪波数,采用主波计算公式确定海浪主波方向。
4.根据权利要求3所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法,其特征在于,所述海浪主波方向是通过VV和VH极化通道散射系数之间相关系数的奇对称性消除方向模糊性后得到的方向。
5.根据权利要求1所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法,其特征在于,所述分别采用VV极化的CMOD-5模型、结合极化比模型的HH极化CMOD-5模型以及VH极化的非线性C-2PO模型,根据风向初始值得到待处理区域风场的模型风速,包括:
利用VV极化的CMOD-5模型,得到VV极化的CMOD-5模型风速方程,该CMOD-5模型风速方程为:
在上述公式中,表示VV极化的雷达后向散射截面,θ表示雷达入射角,表示雷达方位角,φ表示风向,u10表示海面10米高度处风速,g=1.6,B0、B1、B2均为风速u10与雷达入射角θ的函数,风向φ与雷达方位角均以正北方向为0°、正东方向为90°;
利用极化比模型和CMOD-5模型,得到HH极化CMOD-5模型风速方程,该风速方程为:
利用VH极化的非线性C-2PO模型,得到VH极化的非线性C-2PO模型风速方程,该VH极化的非线性C-2PO模型风速方程为:
分别根据上述方程得到待处理区域风场的模型风速。
8.一种基于极化合成孔径雷达SAR反演海面风浪参数的装置,包括存储器和处理器;其特征在于,所述存储器用于保存用于基于极化合成孔径雷达SAR反演海面风浪参数的方法程序,所述处理器用于读取执行所述用于基于极化合成孔径雷达SAR反演海面风浪参数的方法程序,执行权利要求1-7任一项所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法。
9.一种存储介质,其特征在于,所述存储介质中存储有用于基于极化合成孔径雷达SAR反演海面风浪参数的程序,所述程序被设置为在运行时执行权利要求1-7任一项所述的基于极化合成孔径雷达SAR反演海面风浪参数的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110414194.XA CN113075660B (zh) | 2021-04-16 | 2021-04-16 | 基于极化合成孔径雷达sar反演海面风浪参数的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110414194.XA CN113075660B (zh) | 2021-04-16 | 2021-04-16 | 基于极化合成孔径雷达sar反演海面风浪参数的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113075660A CN113075660A (zh) | 2021-07-06 |
CN113075660B true CN113075660B (zh) | 2023-04-18 |
Family
ID=76618133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110414194.XA Active CN113075660B (zh) | 2021-04-16 | 2021-04-16 | 基于极化合成孔径雷达sar反演海面风浪参数的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113075660B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114111732B (zh) * | 2021-11-29 | 2024-04-05 | 厦门瀛寰海洋仪器有限公司 | 一种阵列式声学波浪测量方法、系统、存储介质 |
CN114265087A (zh) * | 2021-12-24 | 2022-04-01 | 青岛镭测创芯科技有限公司 | 一种海浪参数反演方法及相关组件 |
CN117250617B (zh) * | 2023-11-20 | 2024-02-27 | 天津云遥宇航科技有限公司 | 一种基于星载相控阵天线的全极化sar系统射频网络 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036108B (zh) * | 2014-03-06 | 2017-10-17 | 浙江海洋学院 | 一种海面风场和海浪联合反演的方法 |
CN104331588B (zh) * | 2014-03-06 | 2017-10-17 | 浙江海洋学院 | 一种海面风场和海浪联合反演的装置 |
CN105891832B (zh) * | 2016-03-31 | 2019-01-15 | 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 |
CN107505616B (zh) * | 2017-09-15 | 2019-10-29 | 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 |
-
2021
- 2021-04-16 CN CN202110414194.XA patent/CN113075660B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113075660A (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113075660B (zh) | 基于极化合成孔径雷达sar反演海面风浪参数的方法及装置 | |
EP3144702B1 (en) | Method and device for synthethic aperture radar imaging based on non-linear frequency modulation signal | |
CN107229048B (zh) | 一种高分宽幅sar动目标速度估计与成像方法 | |
US5805098A (en) | Method and system for forming image by backprojection | |
Romeiser et al. | Quality assessment of surface current fields from TerraSAR-X and TanDEM-X along-track interferometry and Doppler centroid analysis | |
Martin et al. | Wind‐wave‐induced velocity in ATI SAR ocean surface currents: First experimental evidence from an airborne campaign | |
US9075129B2 (en) | Method and system for forming images by comparing subsets of image data | |
CN110146858B (zh) | 一种高精度全链路星载sar辐射定标仿真方法 | |
CN110632594B (zh) | 一种长波长星载sar成像方法 | |
US20080297405A1 (en) | Synthetic Aperture focusing techniques | |
Elyouncha et al. | Measurements of sea surface currents in the Baltic Sea region using spaceborne along-track InSAR | |
CN114545411B (zh) | 一种基于工程实现的极坐标格式多模高分辨sar成像方法 | |
CN106950565A (zh) | 星载sar成像抖动补偿方法、成像方法 | |
CN109061640B (zh) | 一种用于顺轨干涉sar海流反演的方位模糊抑制方法 | |
CN102565772B (zh) | 基于sar子孔径序列图像的海洋动态信息提取方法 | |
Kræmer et al. | Comparing SAR-based short time-lag cross correlation and Doppler-derived sea ice drift velocities | |
CN108983235B (zh) | 一种基于刈幅的交叉极化sar风场反演方法 | |
Díaz Méndez et al. | Wind and wave observations off the south Pacific Coast of Mexico using TerraSAR-X imagery | |
CN111487621A (zh) | 一种基于雷达图像的海表流场反演方法及电子设备 | |
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 | |
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 | |
Bradley et al. | Estimation of the OSCAT spatial response function using island targets | |
CN112859018A (zh) | 一种基于图像几何校正的视频sar成像方法 | |
CN112162282A (zh) | 一种基于合成孔径雷达海表流速反演方法 | |
CN116953708A (zh) | 一种基于合成孔径雷达遥感图像的台风风场反演方法 |
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 |