CN113267776A

CN113267776A - 基于谱模型的sar海面风场与海浪联合反演方法及系统

Info

Publication number: CN113267776A
Application number: CN202110711577.3A
Authority: CN
Inventors: 万勇; 曲若钊; 戴永寿; 李立刚; 曲晓俊; 马恩男; 郭圣
Original assignee: China University of Petroleum East China
Current assignee: China University of Petroleum East China
Priority date: 2021-06-25
Filing date: 2021-06-25
Publication date: 2021-08-17

Abstract

本公开提供了一种基于谱模型的SAR海面风场与海浪联合反演方法及系统，所述方案包括：获取海面SAR图像，并基于所述SAR图像获取SAR交叉谱及强度数据；基于所述SAR交叉谱的虚部谱获取海浪传播方向，并通过对所述强度数据进行辐射定标，获得后向散射系数；将所述海浪传播方向作为参考风向，结合后向散射系数以及雷达入射角，利用地球物理模型，获得反演的风场参数；基于海浪传播方向及反演的风场参数生成初猜海浪谱E谱，并利用所述强度数据生成观测的SAR图像谱；基于所述观测的SAR图像谱和初猜海浪谱E谱，利用MPI算法反演得到最适海浪谱，并通过谱积分方法获得反演的海浪参数。

Description

基于谱模型的SAR海面风场与海浪联合反演方法及系统

技术领域

本公开属于风场与海浪观测技术领域，尤其涉及一种基于谱模型的SAR海面风场与海浪联合反演方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

海洋对全球气候有一定的调节作用，其中包含着丰富的资源，如海洋风场和海浪。海洋风场是海洋上层运动的主要动力来源，它与波浪的产生有着密切的联系。海浪是一种重要的海洋动力过程，它是发生在海洋表面的一种小尺度的风生重力波。风场和海浪的监测对于航运、港口以及海上石油平台的建设和安全等都具有重要意义。

目前，国内外已有的海面风场、海浪信息探测方式主要有浮标观测、数值预报模式、遥感观测等。浮标是公认的高精度海洋参数探测方法，但是浮标的观测范围局限且是单点分布，维护成本较高，无法实现大范围观测。数值预报模式可以通过数值计算获得目标海域的风场、海浪等参数，结果的精度会受初始输入条件影响，空间分辨率不高。卫星遥感技术和合成孔径雷达的发展为风场和海浪的观测提供了全新的手段。合成孔径雷达(SAR)是一种主动式微波传感器，可以穿透云雾和雨雪，不受日照条件的限制，可以实现全天时、全天候探测。SAR的空间分辨率比其它获取方式的分辨率都要高，而且在分辨单元内的回波也不易受到陆地的影响。因此，SAR是当前实现大范围长时间海洋环境探测的最佳手段。

SAR的原始图像中携带与风场和海浪参数相关的信息，但是无法直接从原始图像中获取风场和海浪参数，需要借助各种风场和海浪参数的反演手段。因此，建立一种高时效性的SAR风场海浪联合反演方法具有重要意义。

发明人发现，目前SAR风场和海浪参数的反演方法大都依赖于第三方数据，即SAR海浪谱反演方法大多需要第三方数据提供初猜谱信息，SAR风速反演方法大多需要第三方数据提供风向信息。风向和初猜谱信息都由外部数据源提供，这将导致SAR无法独立的实现风场与海浪的探测，SAR风场和海浪参数的反演精度会受到外部数据精度的影响，而且SAR风场和海浪参数反演的时效性和灵活性也受到第三方数据时效性的限制。

其中，大部分基于合成孔径雷达(SAR)数据的风场参数与海浪参数反演是分开进行的。其中，风场参数的反演方法主要是地球物理模型函数，风场反演的主要方法是基于风矢量和SAR图像之间的经验关系，也称为地球物理模型函数(Geophysical ModelFunction，GMF)。GMF是通过统计雷达参数与时空匹配的风场资料而建立的经验模型，它将雷达入射角、雷达后向散射系数、风速、风向联系在一起。使用该模型函数时需要输入风向数据，风场反演的精度将受输入风向信息精度的影响。目前常用的模型主要有CMOD4、CMOD-IFR2、CMOD5和CMOD5.N等。

另外，海浪参数反演的主要方法是先使用SAR数据反演海浪谱，然后利用海浪谱计算海浪参数。当前较为成熟的方法是基于SAR图像谱与海浪谱之间的非线性变换的MPI(MaxPlanck Institute)方法。该方法可由SAR图像谱反演海浪方向谱。由于SAR图像谱存在180°的方向模糊以及存在方位向截止波数导致的信息损失，因此在使用MPI方法进行海浪谱反演时需要输入初猜海浪谱信息，海浪谱反演的精度将受到输入初猜谱信息精度的影响。

发明内容

本公开为了解决上述问题，提供了一种基于谱模型的SAR海面风场海浪联合反演方法及系统，所述方案结合了SAR交叉谱方法、SAR风速反演CMOD5.N方法和SAR海浪谱反演MPI方法，实现了SAR海面风场、海浪参数的联合反演，使得SAR海面风场和海浪参数反演脱离第三方数据的限制，提高了风场和海浪参数的反演精度和反演的时效性。

根据本公开实施例的第一个方面，提供了一种基于谱模型的SAR海面风场与海浪联合反演方法，包括：

获取海面SAR图像，并基于所述SAR图像获取SAR交叉谱及强度数据；

基于所述SAR交叉谱的虚部谱获取海浪传播方向，并通过对所述强度数据进行辐射定标，获得后向散射系数；

将所述海浪传播方向作为参考风向，结合后向散射系数以及雷达入射角，利用地球物理模型，获得反演的风场参数；

基于海浪传播方向及反演的风场参数生成初猜海浪谱E谱，并利用所述强度数据生成观测的SAR图像谱；

基于所述观测的SAR图像谱和初猜海浪谱E谱，利用MPI算法反演得到最适海浪谱，并通过谱积分方法获得反演的海浪参数。

进一步的，所述地球物理模型采用CMOD5.N模型函数，通过将所述海浪传播方向作为参考风向，结合后向散射系数以及雷达入射角，获得风速信息，所述模型函数具体形式如下：

σ⁰＝B₀(1+B₁cosφ+B₂cos 2φ)^1.6

其中，σ⁰为后向散射系数，φ为参考风向，B₀、B₁和B₂为风速v和雷达入射角θ的函数。

进一步的，所述利用MPI算法反演得到最适海浪谱，具体为：利用前向映射，通过初猜谱E谱计算得到仿真SAR图像谱，基于所述仿真SAR图像谱与观测SAR图像谱确定价值函数，通过最小化反演海浪谱和初猜谱E谱间的差与仿真SAR图像谱和观测SAR图像谱间的差进行迭代计算，当所述价值函数最小时反演得到最适海浪谱。

进一步的，所述基于所述SAR图像获取SAR交叉谱，具体为：通过分视方法将SAR图像分为若干子视图像，通过计算子视图像之间的交叉相关系数的傅里叶谱，得到SAR交叉谱。

进一步的，所述分视方法具体为：将雷达孔径积分时间分为若干子时间间隔，然后在每一个时间间隔内分别处理得到一个SAR图像。

根据本公开实施例的第二个方面，提供了一种基于谱模型的SAR海面风场与海浪联合反演系统，包括：

预处理单元，其用于获取海面SAR图像，并基于所述SAR图像获取SAR交叉谱及强度数据；基于所述SAR交叉谱的虚部谱获取海浪传播方向，并通过对所述强度数据进行辐射定标，获得后向散射系数；

风场参数反演单元，其用于将所述海浪传播方向作为参考风向，结合后向散射系数以及雷达入射角，利用地球物理模型，获得反演的风场参数；

海浪参数反演单元，其用于基于海浪传播方向及反演的风场参数生成初猜海浪谱E谱，并利用所述强度数据生成观测的SAR图像谱；基于所述观测的SAR图像谱和初猜海浪谱E谱，利用MPI算法反演得到最适海浪谱，并通过谱积分方法获得反演的海浪参数。

根据本公开实施例的第三个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现所述的一种基于谱模型的SAR海面风场海浪联合反演方法。

根据本公开实施例的第四个方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的一种基于谱模型的SAR海面风场海浪联合反演方法。

与现有技术相比，本公开的有益效果是：

(1)本公开所述方案通过利用交叉谱估计的海浪传播方向，作为风场参数反演过程中所需的参考风向，获取风场反演信息后，基于获取的风速信息以及海浪传播方向生成初猜海浪谱E谱，作为海浪谱反演时所需的初猜信息，所述方案使SAR风场和海浪参数反演过程不再依赖外部数据，提高了风场和海浪参数的反演精度和反演的时效性。

(2)本公开所述方案改变了SAR海面风场和海浪单独反演的现状，提出了联合反演的思路，该方法将从SAR图像中提取风场参数并应用于海浪参数反演中，提高了反演精度；充分利用SAR图像信息，使SAR数据成为独立的观测源反演海浪参数，提高了风浪参数反演的效率。

本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1为本公开实施例一中所述的基于谱模型的SAR海面风场海浪联合反演方法流程图；

图2(a)为本公开实施例一中所述的SAR交叉谱示意图；

图2(b)为本公开实施例一中所述的SAR交叉谱的实部谱示意图；

图2(c)为本公开实施例一中所述的SAR交叉谱的虚部谱示意图；

图3为本公开实施例一中所述的MPI算法反演流程图；

图4(a)为本公开实施例一中所述的观察的SAR图像谱示意图；

图4(b)为本公开实施例一中所述的初猜海浪谱示意图；

图4(c)为本公开实施例一中所述的最适海浪谱示意图；

图4(d)为本公开实施例一中所述的最适SAR图像谱示意图；

图5本公开实施例一中所述方案反演风速与ECMWF风速的对比结果示意图；

图6本公开实施例一中所述方案反演波高与ECMWF波高的对比结果示意图；

图7本公开实施例一中所述方案反演波周期与ECMWF波周期的对比结果示意图。

具体实施方式

下面结合附图与实施例对本公开做进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

专业术语介绍：

MPI，英文全称：Max Planck Institute；中文含义：马克斯-普朗克研究所，简称：马普所；

初猜海浪谱E谱：海浪传播方向的180°模糊和方位向波长截断是星载SAR海浪谱反演的关键问题，目前主要的解决方法是引入其他先验信息，即初猜海浪谱，简称初猜谱。本公开所述方案使用的初猜海浪谱为经典海浪谱模型E谱。

观测SAR图像谱：用以表示海浪能量相对于方位向波数和距离向波数下的分布，是由SAR图像强度数据进行二维傅里叶变换后得到。方位向即SAR图像中沿雷达运动的方向，距离向即SAR图像中与航迹垂直的方向。

最适SAR图像谱：是由MPI算法反演SAR数据得到的输出，MPI算法的核心思想是构造价值函数，价值函数最小化后完成迭代，迭代完成后输出的SAR图像谱称为最适SAR谱。

最适海浪谱，是由MPI算法反演SAR数据得到的输出，MPI算法的核心思想是构造价值函数，价值函数最小化后完成迭代，迭代完成后输出的海浪谱称为最适海浪谱。

后向散射系数，又可以称为后向散射截面，当SAR朝海面发射电磁波时，接收的是被散射面散射后的电磁波，该散射面就是海面电磁后向散射截面，通常称后向散射系数。

实施例一：

本实施例的目的是提供一种基于谱模型的SAR海面风场与海浪联合反演方法，包括：

具体的，为了便于理解，以下结合附图对本公开所述方案进行详细说明：

本公开所述方案结合了SAR交叉谱方法、SAR风速反演CMOD5.N方法和SAR海浪谱反演MPI方法，解决了SAR风场和海浪反演依赖第三方数据的问题。其主要构思如下：

利用分视技术处理SAR图像，得到SAR交叉谱，提取交叉谱虚部谱中的海浪传播方向；从SAR图像中提取强度数据，并进行辐射定标，得到后向散射系数；将交叉谱估计的海浪传播方向作为参考风向，与入射角、后向散射系数一起作为CMOD5.N的输入，提取风速信息；将强度数据生成观测SAR谱，将海浪传播方向和反演风速作为输入生成初猜谱E谱；然后将观测SAR谱和E谱用于MPI方法，反演得到最优海浪谱和最优SAR谱，并通过谱积分计算海浪参数(有效波高和平均波周期)。

如图1所示，所述基于谱模型的SAR海面风场与海浪联合反演方法可分为三个步骤，首先利用交叉谱方法提取海浪传播方向，然后利用CMOD5.N方法提取海面风速信息，最后利用MPI方法提取海浪参数信息。以下将详细介绍各个部分的原理：

(1)交叉谱方法提取海浪传播方向

交叉谱方法是通过分视方法将SAR图像分为若干子视图像，通过计算子视图像之间的交叉相关系数的傅里叶谱，即可得到SAR交叉谱。具体的：

首先利用分视技术(即分视方法)，将雷达孔径积分时间分为两个或者几个子时间间隔，然后在每一个时间间隔内分别处理得到一个SAR图像，即将单视复数据分为两个或多个子视图像。

由于SAR单视复数据包含振幅和相位信息，对于两个子视图像I¹,I²,计算两个子视图像之间的交叉相关函数

然后进行傅立叶变换，得到两个子视图像之间的交叉谱。

由于SAR复数据中虚部部分包含相位信息，同时，通过分视技术得到的两个子视图像，分割时间相对于海浪的周期来说非常短，因此复数据虚部相位的变化代表了海浪在积分时间内的传播方向，利用子视图像之间的虚部谱可以消除图像中海浪传播方向180°模糊的问题，反映在交叉谱中即虚部谱的正值代表海浪传播方向；具体的，如图2(c)所示，海浪传播方向为沿距离向反方向向左下方传播，海浪传播方向约为250°。

(2)CMOD5.N方法提取海面风速信息

本实施例中采用的风场反演方法是基于地球物理模型函数CMOD5.N，通过将获取的海浪传播方向视为参考风向，结合后向散射系数以及雷达入射角，获得海面风速信息，其具体函数形式如下所示。

σ⁰＝B₀(1+B₁cosφ+B₂cos 2φ)^1.6 (2)

其中，σ⁰为后向散射系数，φ为参考风向，B₀、B₁和B₂为风速v和入射角θ的函数。

B₀项为：

其中，

这里，

g(s)＝1/(1+exp(-s))；α＝s₀(1-g(s₀)) (5)

变量a₀，a₁，a₂，γ和s₀仅依赖于入射角，如下：

a₀＝c₁+c₂x+c₃x²+c₄x⁴ (6)

a₁＝c₅+c₆x (7)

a₂＝c₇+c₈x (8)

γ＝c₉+c₁₀x+c₁₁x² (9)

s₀＝c₁₂+c₁₃x (10)

B₁项为：

其中，

a₃＝x+c₁₆+c₁₇v (12)

B₂项为：

B₂＝(-d₁+d₂v₂)exp(-v₂) (13)

这里，

其中，

y₀＝c₁₉ (15)

n＝c₂₀ (16)

a＝y₀-(y₀-1)/n (17)

b＝1/[n(y₀-1)^n-1] (18)

变量v₀，d₁和d₂为仅依赖于入射角的函数，如下：

v₀＝c₂₁+c₂₂x+c₂₃x² (19)

d₁＝c₂₄+c₂₅x+c₂₆x² (20)

d₂＝c₂₇+c₂₈x (21)

系数c₁～c₂₈的值如下表所示：

表2CMOD5.N模型函数系数

系数	值	系数	值	系数	值	系数	值
								c<sub>1</sub>	-0.6878	c<sub>8</sub>	0.0159	c<sub>15</sub>	0.0066	c<sub>22</sub>	-3.3428
c<sub>2</sub>	-0.7957	c<sub>9</sub>	6.7329	c<sub>16</sub>	0.3222	c<sub>23</sub>	1.3236
								c<sub>3</sub>	0.338	c<sub>10</sub>	2.7713	c<sub>17</sub>	0.012	c<sub>24</sub>	6.2437
c<sub>4</sub>	-0.1728	c<sub>11</sub>	-2.2885	c<sub>18</sub>	22.7	c<sub>25</sub>	2.3893
								c<sub>5</sub>	0.0	c<sub>12</sub>	0.4971	c<sub>19</sub>	2.0813	c<sub>26</sub>	0.3249

将实验区域的后向散射系数、参考风向、雷达入射角输入到CMOD5.N模型函数中，即可得到该区域的风速信息。

为了使SAR的风场反演不依赖风向信息，本公开所述方案选用了海浪方向代替参考风向，用于确定风场反演的唯一解，海浪由风浪和涌浪组成，风浪是区域风直接作用下形成的海浪，从生成开始不断成长。当海面的海浪为风浪时，海浪方向代表风向是可行的。本公开所述方案在以风浪为主的海况下适用性较好，在非风浪为主的海况下适用性稍差。

(3)MPI方法提取海浪信息

海浪参数反演采用MPI方法，MPI方法需要提供初猜谱，使用CMOD5.N反演的风速与交叉谱法得到的海浪传播方向来构造初猜海浪谱E谱。

E谱是Elfouhaily等在JONSWAP、PM等波谱模型基础上总结的一种普遍适用的海谱模型，是一种在全波数范围内分布的全谱，是一种非经验海谱。该谱模型主要是根据JONSWAP谱和高波数Phillips谱制定的，特征是对高波数和低波数的描述具有相似性，频谱的方向函数关于风向对称，并且具有波数和风速相关性。

E谱的低波数谱表示为：

其中，

是长波的平衡范围参数；

代表无量纲的波龄，其中设定X₀＝2.2×10⁴，U₁₀代表海面10米高度处的风速。c＝ω(k)/k代表相速度，

代表海浪频率；k_m＝370，代表海面最慢波的波数；

代表长波副作用函数。

代表PM饱和光谱，其中，

代表峰值波数，c_p＝U₁₀/Ω是与峰值波数对应的相速度。J_p＝γ^Γ，是JONSWAP谱的峰升高函数，

σ＝0.08(1+4Ω^-3)，γ是峰升高因子，当0.84<Ω<1时，γ＝1.7，当1<Ω<5时，γ＝1.7+6log(Ω)。

E谱的高波数部分如下：

其中，

是短波副作用函数。

代表最小波相速度。当u_f≤c_m时，α_m＝0.01[1+log(u_f/c_m)]，否则，α_m＝0.01[1+3log(u_f/c_m)]，是短波的平衡范围参数，

代表摩擦风速，

是风阻系数。

全波数谱表示为：

S＝k^-3(B_l+B_h) (24)

方向函数表示公式如下：

波数方向E谱可由全波数谱与方向函数表示，

MPI反演海浪谱需要输入SAR图像谱和初猜海浪谱，然后利用前向映射从初猜海浪谱计算得到仿真SAR图像谱，再利用仿真的SAR图像谱与观测的SAR图像谱来计算价值函数，以最小化反演海浪谱和初猜海浪谱的差与仿真SAR图像谱和观测的SAR图像谱的差进行迭代，最后通过价值函数来判断迭代过程是否收敛；所述MPI算法将初猜海浪谱引入到价值函数中，在迭代计算中，当价值函数最小时反演得到的海浪谱和初猜海浪谱最接近，此时得到的即为最适海浪谱。

其中，所述价值函数的定义如下：

其中，

为初猜海浪谱，F(k)为反演海浪谱，当J取最小值时的F(k)为最适海浪谱，

P(k)分别为观测SAR图像谱和最适SAR图像谱。μ为权重系数，小正数B是为了避免

时而导致价值函数无穷大。MPI方法的反演流程如图3所示。

利用MPI方法反演得到的最适海浪谱可以计算有效波高和平均波周期等海浪参数。所述通过谱积分方法获得反演的海浪参数，具体为：将所述最适海浪谱F(ω,θ)对方向进行积分可以获得海浪频谱S(ω)。海浪频谱是表示海浪能量相对于组成波的频率的分布。海浪参数可以由频谱的一阶矩、二阶矩以及更高阶矩来计算。

反演有效波高的计算公式如下：

其中，m₀为海浪频谱的零阶矩，ω为海浪频率，θ为海浪方向，

反演平均波周期的计算公式如下，是由0阶矩和2阶矩计算得到的。

其中，m₂为海浪频谱的二阶矩。

进一步的，为了证明本公开所述方案的有效性，以下结合具体实例进行了实验证明：

以一景哨兵1号卫星SM模式SAR图像为例，将SAR图像分割为20×20的子图像，按照本公开所述方案反演风浪参数，共得到400组风浪参数反演结果。分别将风速、有效波高、平均波周期反演结果与匹配的ECMWF ERA5数据进行对比，计算均方根误差，结果如图5-图7所示，从上图展示的风场海浪参数对比结果可以看出，反演风速与ECMWF风速对比的均方根误差为1.35m/s；反演有效波高与ECMWF有效波高对比的均方根误差为0.35m，反演平均波周期与ECMWF平均波周期对比的均方根误差为0.58s。风场海浪参数的反演结果与ECMWF结果相比均满足精度要求，具有较好的一致性。上述结果表明：基于谱模型的SAR风浪联合反演方法可适用于SAR的风场和海浪参数反演中，可为未来SAR卫星的应用提供支持。

实施例二：

本实施例的目的是提供一种基于谱模型的SAR海面风场与海浪联合反演系统。

一种基于谱模型的SAR海面风场与海浪联合反演系统，包括：

在更多实施例中，还提供：

一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例一中所述的方法。为了简洁，在此不再赘述。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一中所述的方法。

实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

上述实施例提供的一种基于谱模型的SAR海面风场与海浪联合反演方法及系统可以实现。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims

1.一种基于谱模型的SAR海面风场与海浪联合反演方法，其特征在于，包括：

基于海浪传播方向及反演的风场参数生成初猜谱E谱，并利用所述强度数据生成观测的SAR谱；

基于所述观测的SAR谱和初猜谱E谱，利用MPI算法反演得到最适海浪谱，并通过谱积分方法获得反演的海浪参数。

2.如权利要求1所述的一种基于谱模型的SAR海面风场与海浪联合反演方法，其特征在于，所述地球物理模型采用CMOD5.N模型函数，通过将所述海浪传播方向作为参考风向，结合后向散射系数以及雷达入射角，获得风速信息，所述模型函数具体形式如下：

σ⁰＝B₀(1+B₁cosφ+B₂cos2φ)^1.6

3.如权利要求1所述的一种基于谱模型的SAR海面风场与海浪联合反演方法，其特征在于，所述利用MPI算法反演得到最适海浪谱，具体为：利用前向映射，通过初猜谱E谱计算得到仿真SAR图像谱，基于所述仿真SAR图像谱与观测的SAR图像谱确定价值函数，通过最小化反演海浪谱和初猜谱E谱间的差与仿真SAR图像谱和观测的SAR图像谱间的差进行迭代计算，当所述价值函数最小时反演得到最适海浪谱。

4.如权利要求3所述的一种基于谱模型的SAR海面风场与海浪联合反演方法，其特征在于，所述价值函数具体如下：

其中，

为初猜谱E谱，J取最小值时的F(k)为最适海浪谱，

P(k)分别为观测SAR图像谱和最适SAR图像谱，μ为权重系数，B为调节参数，避免

时而导致价值函数无穷大。

5.如权利要求1所述的一种基于谱模型的SAR海面风场与海浪联合反演方法，其特征在于，所述SAR交叉谱的虚部谱的正值作为海浪传播方向。

6.如权利要求1所述的一种基于谱模型的SAR海面风场与海浪联合反演方法，其特征在于，所述基于所述SAR图像获取SAR交叉谱，具体为：通过分视方法将SAR图像分为若干子视图像，通过计算子视图像之间的交叉相关系数的傅里叶谱，得到SAR交叉谱。

7.如权利要求1所述的一种基于谱模型的SAR海面风场与海浪联合反演方法，其特征在于，所述分视方法具体为：将雷达孔径积分时间分为若干子时间间隔，然后在每一个时间间隔内分别处理得到一个SAR图像。

8.一种基于谱模型的SAR海面风场与海浪联合反演系统，其特征在于，包括：

海浪参数反演单元，其用于基于海浪传播方向及反演的风场参数生成初猜谱E谱，并利用所述强度数据生成观测SAR谱；基于所述观测SAR谱和初猜谱E谱，利用MPI算法反演得到最适海浪谱和最优SAR谱，并通过谱积分方法获得反演的海浪参数。

9.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的一种基于谱模型的SAR海面风场与海浪联合反演方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的一种基于谱模型的SAR海面风场与海浪联合反演方法。