论文部分内容阅读
海面风作为海洋与大气相互作用的主要纽带,调节和控制着海洋与大气的运动变化过程,与海洋中几乎所有的海水运动直接相关。因此,准确地获取海面风场信息,对推动海洋技术与经济发展,具有重要的科研价值以及实际意义。作为一种有源微波成像雷达,合成孔径雷达（Synthetic Aperture Radar,SAR）具有高分辨率、全天候、全天时、穿透云层能力强等特点,是海面风场反演的一个重要手段。如何利用SAR反演海面风场便成了一个研究热点。本文分析了风条纹反演法的两种主要算法,基于频域的快速傅里叶变换方法（Fast Fourier Transforms,FFT）和基于空域的局部梯度法（Local Gradient,LG）。频域法得到的风向和SAR图像的风条纹非常一致,但是它只在空阔的海域和大面积图像上效果较好,比如20km×20km。为了提高FFT反演风向的准确度和分辨率,本研究提出基于修改的圆中数滤波（Modified Cycle Median Filter,MCMF）的风向反演组合模型（Combined Wind Direction Retrieval Model,CWDR）,利用LG反演的风向提高FFT反演结果的精度。CWDR的有效性在不同分辨率下都得到了验证,甚至能将FFT反演的风向分辨率提高到3km×3km。另外,本研究收集了双极化SAR图像和现场浮标数据,然后使用这些数据分析交叉极化标准化雷达后向散射系数（Normalized Radar Cross Section,NRCS）与海表面风速和入射角的关系。利用交叉极化对风向依赖较小的特性,通过组合主极化和交叉极化地球物理模型函数,提出基于双极化SAR的风速反演模型（Wind Speed Retrieval for Dual-polarization SAR,WSRD）。在匹配数据集上,WSRD反演结果偏差为-0.9ms-1,相关系数为0.846。另外,在CWDR反演风向的基础上,使用WSDR反演两幅SAR图像的风场,较好的实验结果验证了本研究的模型的有效性。