一種基于交叉極化模型與cmod5n的海面風速反演方法
【專利摘要】本發(fā)明公開了一種基于交叉極化模型與CMOD5N的海面風速反演方法，據CP模型和C?2PO方法，利用VV極化和VH極化SAR圖像，反演出重構分辨單元的初始風速U0和初始風向Φ0，根據初始風速U0和初始風向Φ0確定風場矢量(U,Φ)，將風場矢量(U,Φ)作為第一猜測值，以第一猜測值為中心，在風速和風向上下界范圍內利用CMOD5N算法逐步遍歷計算相應VV極化的歸一化雷達散射截面NRCS，找出與VV極化SAR圖像的歸一化雷達散射截面NRCS差值最小的風速和風向，該差值最小的風速和風向即為反演得到的風場矢量，本發(fā)明可以在不同SAR圖像重構分辨尺度情形，普遍提高現有C?2PO方法反演風速的精度。
【專利說明】
一種基于交叉極化模型與CM0D5N的海面風速反演方法
技術領域
[0001] 本發(fā)明涉及一種海表面風速反演方法，屬于海洋技術領域。
【背景技術】
[0002] 海表面風速反演是海洋氣象預報及海洋環(huán)境安全監(jiān)測的重要技術手段。
[0003] 目前，海面風場遙感技術手段主要包括散射計和合成孔徑雷達（SARhSAR較散射 計有更高的空間分辨率，因此利用SAR圖像遙感反演海面風場矢量，一直是國際研究熱點， 文獻 l，F.Said and H. John sen, Ocean surface wind retrieval from dual-polarized SAR data using the polarization residual Doppler frequency , IEEE Trans .Geosci ? Remote Sens ? 52(2014)3980-3990。文獻2，G.K. Carvajal，L.E? B.Eriksson and L.M.H.Ulander,Retrieval and quality assessment of wind velocity vectors on the ocean with C-band SAR,IEEE Trans.Geosci.Remote Sens?52(2014)2519-2537， 以及文獻3，J ? Horstmann，S? Falchetti and C.ffackerman et al. ,Tropical cyclone winds retrieved from C-band cross-polarized synthetic aperture radar,IEEE Trans .Geosci .Remote Sens .53(2015)2887-2898。這三個文獻均公開了利用SAR圖像遙感 反演海面風場矢量，但是其風速反演精度不高。最近，文獻，P. W. Vachon，J.Wolfe，C-band cross-polarization wind speed retrieval,IEEE Trans.Remote Sens.Lett.8(2011) 456-459，該文獻首先公開了擬合出C波段交叉極化(HV)歸一化雷達散射截面(NRCS)與海面 風速的經驗關系，被稱為CP模型用以反演海表面風速，優(yōu)點是不依賴于諸如C波段散射計風 速反演模式CM0D5N方法(第五版中性風情況C波段散射計風速反演模式)的地球物理模式函 數（GMF)。文獻，B.Zhang，W.Perrie and P.W.Vachon et al.，0cean vector winds retrieval from C-band fully polarimetric SAR measurements,IEEE Trans ? Geosci ? Remote Sens ? 50 (2012)4252-4261，該文獻公開了一種C-2P0方法，該方法基 于CP模型，采用VV極化和VH極化SAR圖像相關系數的奇對稱(0S)特征消除風向模糊，利用CP 模型進行海表面風速反演。這種方法雖然不依賴外部風向信息和GMF，但風速反演精度受 SAR圖像重構分辨尺度影響較大，很難確定最高精度所對應的SAR圖像重構分辨尺度。
【發(fā)明內容】
[0004] 發(fā)明目的：為了克服現有技術中CP模型和C-2P0方法的不足，即風速反演精度受 SAR圖像重構分辨尺度影響較大，很難確定最高精度所對應的SAR圖像重構分辨尺度，提出 了一種基于交叉極化模型與CM0D5N的海面風速反演方法，該方法可以在不同SAR圖像重構 分辨尺度情形，普遍提高現有C-2P0方法反演風速的精度。
[0005] 技術方案:為實現上述目的，本發(fā)明采用的技術方案為：
[0006] 一種基于交叉極化模型與CM0D5N的海面風速反演方法，根據CP模型和C-2P0方法， 利用VV極化和VH極化SAR圖像，反演出重構分辨單元的初始風速U Q和初始風向? 〇，根據初始 風速UQ和初始風向〇〇確定風場矢量(U，〇 )，將風場矢量(U，〇 )作為第一猜測值，以第一猜 測值為中心，在風速和風向上下界范圍內利用CM0D5N算法逐步遍歷計算相應VV極化的歸一 化雷達散射截面NRCS，找出與VV極化SAR圖像的歸一化雷達散射截面NRCS差值最小的風速 和風向，該差值最小的風速和風向即為反演得到的風場矢量。
[0007] 具體包括以下步驟：
[0008] 步驟1，根據海面所成極化SAR圖像，選擇SAR圖像中需要進行風場反演區(qū)域，以及 獲取用戶對SAR圖像的重構分辨單元的要求。根據重構分辨單元的要求計算在需要進行風 場反演區(qū)域中的每個重構分辨單元中心對應的地理信息。
[0009] 步驟2,根據重構分辨單元的要求中的每個像素的數字量化值DN計算VV極化的復 散射系數Sw及其對應歸一化雷達散射截面NRCS，以及VH極化的復散射系數S VH及其對應歸 一化雷達散射截面NRCS。根據步驟1重構分辨單元的要求計算VV極化下的重構分辨單元的 平均歸一化雷達散射截面NRCS 〇w和VH極化下的重構分辨單元的平均歸一化雷達散射截面 NRCS〇vh〇
[0010] 步驟3,利用步驟1獲得的地理信息、步驟2得到的VH極化和VV極化的復散射系數以 及CP模型計算出距離海面5-15米高處的初始風速U〇,并計算交叉極化相關系數
式中，PWH為交叉極化相關系數，Sw為VV極化的復散射系數，Svh為 ， VH極化的復散射系數，*為復共輒算子。
[0011] 根據C-2P0方法的奇對稱特征，判別風向所在區(qū)間。將初始風速Uo代入CM0D5N算 法，并依據風向所在區(qū)間，反演出相應的初始風向? 〇。
[0012]步驟4,將初始風速Uo、初始風向〇〇作為CM0D5N算法搜索的初始風速和初始風向， 同時根據初始風速Uo、初始風向〇〇確定風速搜索上下界和風向搜索上下界。根據風速搜索 上下界和風向搜索上下界得到mXn維風場矢量對(U, 〇 )。
[0013]步驟5,由步驟4所形成的mXn維風場矢量對(U, 〇 )作為輸入值，利用CM0D5N算法 計算出每個風場矢量對(Ui,①j)對應的理論歸一化雷達散射截面NRCS<r:f ，其中，i = 1，2, ???!!!，j = l，2,…n，并計算其與SAR圖像實測的雷達散射截面之差的絕對值 = |CT# -GT# |。找出最小的絕對值a 〇vv所對應的風速風向對(U1，①1)，該最小的絕對 值A ovv所對應的風速風向對(U1，①1)即為反演結果。
[0014]優(yōu)選的:所述步驟1中的地理信息包括經煒度和入射角。
[0015] 所述步驟3中的CP模型為：
[0016] =0.59267"-35.6
[0017]式中，〇?為VH極化下的重構分辨單元的平均歸一化雷達散射截面NRCS。
[0018] 優(yōu)選的：所述步驟3中風向區(qū)間為0<巾<3T/2、3i/2<巾<3I、3T< (J) <3jt/2和3jt/2< (J) <2jt，<})為風向。
[0019] 優(yōu)選的:所述步驟4中風速搜索上下界和風向搜索上下界確定的方法：
[0020] 步驟41，風速變化幅度預設為Y =10%Uo,搜索的輸入風速U從Uq-i/按照固定步長 su增大至Uo+Y，則風速有
個取樣點。
[0021] 步驟42,風向搜索區(qū)間預設巾'=min( <Kin，30)以及巾〃 =min( <Kax，30)，則輸入 風向①從①Q-巾'按照固定步長Sd增大至①0+巾〃，風向有
_個取樣點，其中傘min 為區(qū)間下確界，巾max為區(qū)間上確界。
[0022]優(yōu)選的：所述步驟1中對SAR圖像的重構分辨單元的要求:重構50 X 50像素尺度SAR 子圖像區(qū)域為新的分辨單元。
[0023]優(yōu)選的：所述SAR圖像為全極化SAR單側視復圖像，且所述SAR圖像具有同相（I)和 正交(Q)兩個通道數據，即散射系數的實部和虛部。
[0024]有益效果:本發(fā)明提供的一種基于交叉極化模型與CM0D5N的海面風速反演方法， 相比現有技術，具有以下有益效果：
[0025]本發(fā)明可以在不同SAR圖像重構分辨尺度情形，普遍提高現有C-2P0方法反演風速 的精度。
【附圖說明】
[0026]圖1為基于交叉極化模型與CM0D5N的海面風速反演方法的流程圖 [0027]圖2為所選區(qū)域VV極化SAR雷達截面圖像(單位:dB)
[0028]圖3為所選區(qū)域VH極化SAR雷達截面圖像(單位:dB)
[0029] 圖4為不同重構圖像尺度對應的風速反演結果與浮標測量結果比較。
【具體實施方式】
[0030] 下面結合附圖和具體實施例，進一步闡明本發(fā)明，應理解這些實例僅用于說明本 發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領域技術人員對本發(fā)明的各種 等價形式的修改均落于本申請所附權利要求所限定的范圍。
[0031] 一種基于交叉極化模型與CM0D5N的海面風速反演方法，如圖1所示，根據CP模型和 C-2P0方法，利用VV極化和VH極化SAR圖像，反演出重構分辨單元的初始風速U〇和初始風向 ?〇,根據初始風速Uo和初始風向〇〇確定風場矢量(U，〇 )，將風場矢量(U，〇 )作為第一猜測 值，以第一猜測值為中心，在風速和風向上下界范圍內利用CM0D5N算法逐步遍歷計算相應 VV極化的歸一化雷達散射截面NRCS，找出與VV極化SAR圖像的歸一化雷達散射截面NRCS差 值最小的風速和風向，該差值最小的風速和風向即為反演得到的風場矢量。
[0032]具體包括以下步驟：
[0033] 步驟1，根據海面所成極化SAR圖像，所述SAR圖像為全極化(VV+VH)SAR單側視復圖 像，且所述SAR圖像具有同相(I)和正交(Q)兩個通道數據，即散射系數的實部和虛部。
[0034]選擇SAR圖像中用戶需要進行風場反演區(qū)域，以及獲取用戶對SAR圖像的重構分辨 單元的要求（比如重構50X50像素尺度SAR子圖像區(qū)域為新的分辨單元）。根據重構分辨單 元的要求計算在需要進行風場反演區(qū)域中的每個重構分辨單元中心對應的經煒度和入射 角等地理信息。
[0035]步驟2,根據重構分辨單元的要求中的每個像素的數字量化值DN(digital number)計算各種極化模式的復散射系數及其對應歸一化雷達散射截面NRCS，包括計算VV 極化的復散射系數Sw及其對應歸一化雷達散射截面NRCS，以及VH極化的復散射系數S VH及 其對應歸一化雷達散射截面NRCS。如圖2和圖3所示，分別為所選案例的VV極化和VH極化圖 像對應的NRCS圖。根據步驟1重構分辨單元的要求計算VV極化下的重構分辨單元的平均歸 一化雷達散射截面NRCScrn和VH極化下的重構分辨單元的平均歸一化雷達散射截面NRCS 〇VH〇
[0036]說要說明的是，在進行風矢量反演之前，須對圖像分辨單元按照用戶分辨率要求 進行重構，如將50X50像素重構為一個分辨單元，最終產品對應于一對風速和風向矢量。相 應的，重構分辨單元地理信息也需要進行重構。
[0037]步驟3,利用步驟1獲得的地理信息、步驟2得到的VH極化和VV極化的復散射系數以 及CP模型計算出距離海面5-15米高處的初始風速Uo,本實施例計算出距離海面10米高處的
初始風速Uo,并計算交叉極化相關系數、 式中，PVVH為交叉極化相關 .， 系數，Svv為VV極化的復散射系數，S?為VH極化的復散射系數，*為復共輒算子。
[0038] CP模型為：
[0039] <7：.,. -0.592L'(1-35.6
[0040]式中，為VH極化下的重構分辨單元的平均歸一化雷達散射截面NRCS。
[00411 根據C-2P0方法的奇對稱特征，判別風向巾所在區(qū)間。風向區(qū)間為0<巾<V2、3t/2 < (J) (J) <3jt/2和3jt/2<巾<231，(})為風向，區(qū)間下確界為(Kin，區(qū)間上確界為<Kax。 將初始風速Uo代入CM0D5N算法，并依據風向所在區(qū)間，反演出相應的初始風向0 0。
[0042]步驟4,將初始風速Uo、初始風向〇〇作為CM0D5N算法搜索的初始風速和初始風向， 即將步驟3得到的風場矢量(Uo, 作為本實施例采用搜索方法的初始風速和初始風向，同 時根據初始風速Uo、初始風向〇〇確定風速搜索上下界和風向搜索上下界。
[0043]風速搜索上下界和風向搜索上下界確定的方法：
[0044] 步驟41，風速變化幅度預設為Y =10%Uo,搜索的輸入風速U從Uq-i/按照固定步長 su(客戶要求風速分辨精度)增大至Uo+Y，則風速有
個取樣點。
[0045] 步驟42,風向搜索區(qū)間預設巾'=min( <Kin，30)以及巾"=min( <Kax，30)，則輸入 風向①從①按照固定步長Sd Sd(客戶要求風向分辨精度）增大至①〇+巾〃，風向有
個取樣點，其中巾min為區(qū)間下確界，巾max為區(qū)間上確界。
[0046]根據風速搜索上下界和風向搜索上下界得到mXn維風場矢量對〇]，〇)。
[0047]步驟5,由步驟4所形成的mXn維風場矢量對(U，〇 )作為輸入值，利用CM0D5N算法 計算出每個風場矢量對(山，％)對應的理論歸一化雷達散射截面NRCScr(f(/,力，其中，i = l，2，-_m，j = l，2,…n，并計算其與SAR圖像實測的雷達散射截面之差的絕對值 A |。找出最小的絕對值A 〇 vv所對應的風速風向對(U1，〇1)，該最小的絕對 值A 〇vv所對應的風速風向對(U1，?1)即為反演結果。如圖4所示為所選案例（圖2圖3)，不同 重構圖像尺度對應的風速反演結果與浮標測量結果比較，結果表明，本專利的混合法(只本 發(fā)明的基于交叉極化模型與CM0D5N的海面風速反演方法)反演精度普遍高于C-2P0方法的 反演精度。
[0048]以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出：對于本技術領域的普通技術人 員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應 視為本發(fā)明的保護范圍。
【主權項】
1. 一種基于交叉極化模型與CM0D5N的海面風速反演方法，其特征在于:根據CP模型和 C-2P0方法，利用VV極化和VH極化SAR圖像，反演出重構分辨單元的初始風速Uo和初始風向 Φ〇,根據初始風速Uo和初始風向Φο確定風場矢量(U，Φ )，將風場矢量(U，Φ )作為第一猜測 值，以第一猜測值為中心，在風速和風向上下界范圍內利用CM0D5N算法逐步遍歷計算相應 VV極化的歸一化雷達散射截面NRCS，找出與VV極化SAR圖像的歸一化雷達散射截面NRCS差 值最小的風速和風向，該差值最小的風速和風向即為反演得到的風場矢量。2. 根據權利要求1所述的基于交叉極化模型與CM0D5N的海面風速反演方法，其特征在 于，具體包括以下步驟： 步驟1，根據海面所成極化SAR圖像，選擇SAR圖像中需要進行風場反演區(qū)域，以及獲取 用戶對SAR圖像的重構分辨單元的要求;根據重構分辨單元的要求計算在需要進行風場反 演區(qū)域中的每個重構分辨單元中心對應的地理信息； 步驟2,根據重構分辨單元的要求中的每個像素的數字量化值DN計算VV極化的復散射 系數Sw及其對應歸一化雷達散射截面NRCS，以及VH極化的復散射系數Svh及其對應歸一化 雷達散射截面NRCS;根據步驟1重構分辨單元的要求計算VV極化下的重構分辨單元的平均 歸一化雷達散射截面NRCSow和VH極化下的重構分辨單元的平均歸一化雷達散射截面NRCS 〇vh ； 步驟3,利用步驟1獲得的地理信息、步驟2得到的VH極化和W極化的復散射系數以及CP模型計 算出距離海面5-15米高處的初始風速U〇,并計算交叉極化相關系f式 中，Pwh為交叉極化相關系數，Sw為VV極化的復散射系數，Svh為VH極化的復散射系數，*為復 共輒算子； 根據C-2P0方法的奇對稱特征，判別風向所在區(qū)間；將初始風速Uo代入CM0D5N算法，并依 據風向所在區(qū)間，反演出相應的初始風向Φ 〇; 步驟4,將初始風速U〇、初始風向Φ〇作為CM0D5N算法搜索的初始風速和初始風向，同時 根據初始風速Uo、初始風向Φο確定風速搜索上下界和風向搜索上下界;根據風速搜索上下 界和風向搜索上下界得到mXn維風場矢量對(U, Φ ); 步驟5,由步驟4所形成的mXn維風場矢量對(U, Φ )作為輸入值，利用CM0D5N算法計算 出每個風場矢量對(U1, Φ J對應的理論歸一化雷達散射截面NRCSg,(U)，其中，i = l， 2, ···!!!，j = l，2,…n，并計算其與SAR圖像實測的雷達散射截面之差的絕對值 ΔσΓΓ = ;找出最小的絕對值Δ Ovv所對應的風速風向對(U1，Φ1)，該最小的絕對 值Δ σνν所對應的風速風向對(U1，Φ1)即為反演結果。3. 根據權利要求2所述的基于交叉極化模型與CM0D5N的海面風速反演方法，其特征在 于:所述步驟1中的地理信息包括經煒度和入射角。4. 根據權利要求2所述的基于交叉極化模型與CM0D5N的海面風速反演方法，其特征在 于:所述步驟3中的CP模型為：式中，σνΗ為VH極化下的重構分辨單元的平均歸一化雷達散射截面NRCS。5. 根據權利要求2所述的基于交叉極化模型與CM0D5N的海面風速反演方法，其特征在 于:所述步驟3中風向區(qū)間為0〈 Φ〈π/2、π/2〈 Φ <π、π〈 φ <3π/2和3π/2〈 Φ <2π，φ為風向。6. 根據權利要求2所述的基于交叉極化模型與CM0D5N的海面風速反演方法，其特征在 于:所述步驟4中風速搜索上下界和風向搜索上下界確定的方法： 步驟41，風速變化幅度預設為Y =10%Uo,搜索的輸入風速U從Uq-Y按照固定步長su增 大至Uo+u、則風速：個取樣點； 步驟42,風向搜索區(qū)間預設Φ ' =min( <Kin，30)以及Φ〃 =min( <Kax，30)，則輸入風向 Φ從Φο-Φ'按照固定步長Sd增大至Φ〇+Φ〃，風向芊t"取樣點，其中Φ min為區(qū) 間下確界，Φμχ為區(qū)間上確界。7. 根據權利要求2所述的基于交叉極化模型與CM0D5N的海面風速反演方法，其特征在 于:所述步驟1中對SAR圖像的重構分辨單元的要求:重構50X50像素尺度SAR子圖像區(qū)域為 新的分辨單元。8. 根據權利要求1或2所述的基于交叉極化模型與CM0D5N的海面風速反演方法，其特征 在于:所述SAR圖像為全極化SAR單側視復圖像，且所述SAR圖像具有同相（I)和正交(Q)兩個 通道數據，所述同相(I)和正交(Q)兩個通道數據分別為散射系數的實部和虛部。
【文檔編號】G01S7/41GK105891832SQ201610201642
【公開日】2016年8月24日
【申請日】2016年3月31日
【發(fā)明人】謝濤, 何宜軍
【申請人】南京信息工程大學