星載SAR海洋場景仿真與反演方法綜述

史偉哲

(北京空間飛行器總體設計部,北京 100094)

1 引言

星載合成孔徑雷達(SAR)是一種裝載在衛(wèi)星上的主動式微波探測器。它沿運行軌道觀測,可以全天時、全天候獲得大范圍、高分辨率的海洋圖像。由于SAR 影像具有高分辨率和寬刈幅,可以同時直觀觀測海洋中百米量級的小尺度的現(xiàn)象和百千米量級的中尺度現(xiàn)象。作為一種先進的遙感手段,星載SAR 的出現(xiàn),為一些受制于傳統(tǒng)觀測手段的海洋目標研究,如:海洋表面風場、海浪方向譜、內波、鋒面等,提供了更為豐富的觀測信息。

經典的海面微波散射理論是Bragg 共振理論。Wright[1]認為海面普遍存在的微尺度波與電磁波發(fā)生Bragg 共振,是側視微波遙感器產生回波信號的主要原因。衡量電磁波回波信號強弱的物理量是后向散射截面,定義為由于散射所返回的電磁波的能量密度與入射電磁波的能量密度的比值。Valenzuela[2]在對電磁波散射理論的回顧中指出,后向散射截面的大小正比于海面短波譜在Bragg 波數處的值。普遍認為的海洋現(xiàn)象如內波、海浪在SAR 上成像的機制,是這些波動現(xiàn)象在傳播過程中會對海表面微尺度波進行調制,從而改變電磁波對海面的后向散射截面,使圖像灰度值發(fā)生變化,在SAR 圖像中以周期性明暗相間的條紋顯示出來。在過去的幾十年中,基于Bragg 共振理論,對SAR 影像的海洋目標仿真與反演做了大量的工作,提出了風場、海浪譜、內波和鋒面的一些仿真反演模式。

研究SAR海洋目標仿真與反演方法,不僅可以提高SAR 圖像的海洋應用水平,而且對海洋SAR衛(wèi)星系統(tǒng)的總體設計也具有重要意義。SAR海洋目標仿真是海洋SAR衛(wèi)星系統(tǒng)總體仿真設計,特別是SAR衛(wèi)星回波模擬必不可少的組成部分,SAR海洋目標仿真的性能直接影響了SAR衛(wèi)星系統(tǒng)總體參數設計的準確性。SAR海洋目標反演的結果對SAR衛(wèi)星系統(tǒng)性能的評價具有重要影響,并為衛(wèi)星系統(tǒng)總體參數的優(yōu)化提供支持和約束。本文分析了星載SAR海洋場景仿真與反演方法,可為我國星載SAR系統(tǒng)總體設計提供參考。

2 SAR 風場反演

2.1 SAR圖像風場反演原理

海面風場是海洋的主要動力來源,海面風是影響海浪、海流、水團等要素的活躍因子,也是海浪、海洋環(huán)流、海氣邊界層氣象學以及海氣相互作用研究中非常重要的參數,海洋學和氣象學領域絕大部分研究都需要海面風場的資料。但是,傳統(tǒng)的監(jiān)測海面風場的手段所獲得的觀測資料,其時間和空間分布極其有限。隨著遙感技術的發(fā)展,各種主動及被動微波遙感器,已成為現(xiàn)代獲取海洋風場的主要手段,如風散射計、高度計、輻射計和SAR 等。風散射計是最為有效的獲取全球海面風場的手段,可用于海洋風場和海浪預報,但是分辨率極其有限,歐洲遙感衛(wèi)星-1、2(ERS-1/2)搭載的散射計分辨率僅為25km ,對于海面風中尺度和小尺度的波動以及近海岸約50km 范圍內的風場估算無能為力。與前述幾種技術相比,SAR 的優(yōu)點是空間分辨率極高,最高已達1m,并且能夠全天候、全天時地工作,因此能夠提供海洋及沿海岸地區(qū)風場的細節(jié)信息,是其他幾種遙感手段所不能替代的。

SAR 的風速反演原理與微波散射計一樣,都是根據風速與雷達后向散射截面的定量關系來反推而得。海面粗糙度與Bragg 波緊密相關,而海面粗糙度與局部風大小有關。當風速較小時,風區(qū)內海洋表面首先生成尺度較小的短波,但是數量較少,隨著風速的增大,一些短波逐漸發(fā)展為尺度較大的長波,與此同時,生成更多的短波,其數量遠多于已發(fā)展成尺度較大的長波,從而后向散射系數增大。因此,后向散射系數的變化間接反映著風速的變化。

2.2 SAR 圖像風速反演方法

風速SAR 反演方法分為三類:

第一類算法使用最為廣泛,特點是風向由SAR圖像預處理得出,風速則使用散射計的經驗地球物理函數(Geophysical Model Function,GMF)給出。對于SAR 圖像中風向的確定,Gerling[3]發(fā)現(xiàn)“海洋衛(wèi)星”(Seasat)SAR 圖像上千米的尺度特征是由局部風引起的,并且與風向有關。Alpers 和Brummer[4]首次解釋了風條紋的成因,認為海面存在與風向平行的周期性風條紋。風向信息可以通過SAR 圖像的二維低頻譜獲得,譜峰的連線即為風向方向,但是具有180°的模糊性,需要其他資料來補充以確定真實方向。

針對ERS-1/2 攜帶的C頻段/5.3GHz 垂直(VV)極化的散射計,人們發(fā)展了CM OD-4,CM ODIFR2 及CM OD-5 三個經驗GMF模型。起初CM OD 系列模型僅用于散射計,后來人們發(fā)現(xiàn)對于SAR 也適用。

CM OD 系列模式函數一般形式為

其中σ0為雷達測量的后向散射系數;θ是入射角;u為海面10m 高的風速;α為雷達觀測方向與風向的夾角,a,b,c,k是電子波束入射角的函數。由于CM OD模型中的風矢量由風速和風向兩個成分組成,因此人們應用CMOD模型需要預先知道風向信息,從而用來確定風速。

CM OD是針對垂直(VV)極化而發(fā)展起來的經驗模型函數,要運用到水平(HH)極化方式成像的SAR 圖像時,需要利用極化率模型(PR)進行轉換:

式中σ0HH,σ0VV分別表示HH 極化和VV 極化方式下的后向散射系數。

雖然上述方法簡便實用,但是也有其局限性。首先,求出的風向具有180°的模糊性,需要外部風向信息等來消除;其次,如果SAR 圖像中沒有明顯的低頻風條紋,這種方法的有效性有待考證。

第二類算法是Portabella.M 等人[5]提出的統(tǒng)計分析法。通過同時利用SAR 數據和背景場來獲得風向、風速的最佳估計值,其基本思想來源于氣象學中的資料同化,即假設背景場和利用SAR 風向算法(SAR Wind Direction Algorithm,SWDA)+GMF所得的風場數據誤差具有高斯分布和獨立的特征,通過建立兩者的誤差補償函數來進行優(yōu)化。最優(yōu)化的風矢量對應著最小的誤差函數。

這種方法克服了第一種方法的風向不確定的局限,而且對風條紋沒有嚴格的要求,具有較大的潛力。但是它也有自身的問題,在低風速條件下,風速估值比真實值小0.65m/s。誤差分析得知,統(tǒng)計法得出的風矢量與真實值之間存在系統(tǒng)偏差。此外,權系數的選擇具有主觀性,并在一定程度上影響反演質量。

第三類算法是截斷波長法。這種方法基于海洋長波軌道運動引起的方位方向截斷效應。該算法的關鍵是估算方位向截斷波長以及如何定義風速與方位向截斷波長的關系。然后根據圖像譜或者自相關函數以及半經驗模型來計算風速。

這種方法的優(yōu)勢是不需要任何的風向信息。在計算完風速之后,在GMF 基礎上進行風向反演。這樣,反演風向往往具有較大誤差。

除了上述三種主流算法之外,國內外專家不斷對風場反演進行改善,近年來還涌現(xiàn)了其他算法,如神經網絡法、基于Fizeau條紋技術法、基于尺度分離梯度法等等。

SAR 圖像的風速反演算法已經基本成熟,考慮到各種方法的優(yōu)缺點和可操作性,目前從SAR 數據中提取的風速產品基本是基于地球物理函數(GMF),并結合從大氣模式、美國國家環(huán)境預報中心(National Centers for Environmental Prediction,NCEP)提供的風速場或Q uick Scatterometer(Q UIKSCAT)產品提供的近似風向聯(lián)合得到的。誤差范圍在2m/s 范圍內,達到或接近于散射計風速產品的誤差。但由于SAR 具有更高的分辨率,因此在風場細結構的研究方面具有其特別優(yōu)勢。

3 波浪場仿真與反演

海浪中的長波部分與海面Bragg 波產生最直接的作用,因此海浪信息是反映在SAR 圖像上的最普遍的海洋現(xiàn)象。長波通過對短波進行調制作用來改變后向散射截面在空間上的分布[6-7]。這些調制包括傾斜調制、流體動力調制、非線性的速度聚束機制[8-9]。傾斜調制是一種純幾何效應,由于長涌浪的存在導致入射角的變化而引起后向散射截面的改變。Alpers.W 等人[10]、M astenbroek 和de Valk[11]分別提出了不同形式的傾斜調制的調制傳遞函數。流體動力調制是由于長波的存在使海洋表面生成匯聚區(qū)和發(fā)散區(qū),從而調制短Bragg 散射波的能量和波數,目前Hasselmann.K 和Hasselmann.S[8]提出的流體動力調制的調制傳遞函數應用最廣。速度聚束是海浪成像作用中最主要的部分,長波浪的軌道速度會使產生散射的面元產生上下的運動,正是這個上下的運動速度會改變目標的多普勒頻移,從而改變目標在SAR 圖像中的位置。He[12]導出了在變化流場中的海浪散射機制的表達式。

SAR 的海浪長波反演實際是要解決兩個問題:一是要補償由于成像的非線性作用所被截斷的高波數部分的信息,二是要解決圖像所固有的180°方向模糊問題,給出確定的波浪傳播的方向。Hasselmann.K 和Hasselmann.S[8]考慮到非線性成像關系的作用,提出了德國馬普學會(M ax-Planck Institute,M PI)反演方法。該方法用WAM 海浪模式的結果作為初猜譜來解決180°方向模糊并補償高波數信息。Hasselmann[13]改進了M PI算法,將譜劃分為有限個獨立的波系統(tǒng),然后在每一步的迭代中分別調整獨立的波系統(tǒng)。另一個改進是應用了更加適合的代價函數。M asternbroek 和De.Valk[11]提出了半參數反演方法(SPRA),同樣也是應用Hasselmann[8]提出的非線性成像關系,但它并不需要預先給出海浪譜的信息。風浪部分的信息是由與SAR 共同配置的散射計所得到的風速和SAR 圖像來獲得,涌浪部分則是由SAR 譜的剩余信號通過準線性關系反推而來。何宜軍[14]提出了海浪譜反演的參數化方法,通過SAR 譜來確定海浪譜參數,用不同入射角的兩幅子圖像來消除180°方向模糊。Voorrips.A等人[15]應用6年的浮標資料驗證了ERS-1、ERS-2 衛(wèi)星SAR 圖片反演海浪譜的兩種算法的準確性,認為SPRA要優(yōu)于M PI 方法。SUN Jian 和GUAN Changlong[16]針對SPRA理論上的缺陷,提出了更為有效的參數化初猜譜方法,先根據附加信息和衛(wèi)星參數計算出風浪和涌浪的分離波數,將SAR 圖像譜中的信號通過二維數字濾波器分成風浪生成部分和涌浪生成部分,對兩部分分別用不同方式進行處理。Schulz-S tellenfleth 等人[17]依照散射計風速反演-CMOD模型的思路,對C頻段SAR海浪要素的反演問題提出了CWAVE模型,利用多項式擬合的方法,把SAR 譜的參數與海浪參數直接建立聯(lián)系,而不再使用海浪譜—SAR 譜的成像理論,是最近比較新的方法。

SAR海浪要素反演實際上是要準確建立衡量真實海面狀態(tài)的海浪譜和刻畫SAR海浪條紋的SAR 譜之間的關系。需要謹慎處理的是,由于SAR成像中存在非線性作用,所以真實的海浪傳播方向與SAR 圖像中體現(xiàn)出來的方向并不一致。此外,僅從SAR 影像的海浪條紋的后向散射截面分布中獲得有效波高信息仍然存在困難。因此,不管是對有效波高的反演采用積分方法還是非積分方法,其準確性都需要更多實際觀測資料的支持。

4 內波仿真與反演

海洋內波是發(fā)生在密度穩(wěn)定層化的海水內部的一種波動,其最大振幅出現(xiàn)在海洋內部。

目前,從SAR 圖像中觀測到的主要是內孤立波和內潮波,而且內孤立波的特征比較明顯。內孤立波SAR 圖像在傳播方向上顯示的是明暗相間分布的條紋,對于下凹型內孤立波亮條紋在前,暗條紋在后,對于上凸型的內孤立波則是暗條紋在前,亮條紋在后。對于SAR 圖片初步的分析工作可以確定波動所在的位置、波的傳播方向以及波的類別等少量信息。但SAR 圖像夠能呈現(xiàn)海洋內波場的水平二維信息,可以從中提取內波的垂向結構、傳播方向、振幅以及深度等動力學信息和海水層化結構信息。

4.1 內孤立波信息的SAR仿真

進行內波SAR 圖像的仿真和反演,首先要建立內孤立波的傳播模型,根據傳播模型得到內波引起的表面流場。內孤立波傳播模式考慮了頻散性與非線性的共同作用,目前應用最為廣泛的是以Kortew eg-de Vries(KdV)理論為基礎的傳播模型。而現(xiàn)有的內波SAR 信息提取主要是基于兩層KdV 理論。通過內孤立波的傳播模型獲得海洋內波誘發(fā)海表流場后,結合雷達的成像模型,即可實現(xiàn)海洋內波的成像仿真。就內孤立波的SAR 仿真而言,基于KdV 的一維傳播模式仍是目前應用最廣的一類模式,如楊勁松[18]使用兩層的KdV 傳播模型建立了內孤立波的一套仿真模式,并且根據仿真的結果,分析了內波參數以及雷達參數對內波SAR 探測的影響,得到最佳的仿真條件。但是所有的SAR 圖片給出的內波信息都是二維的,建立并完善一套水平二維的內孤立波傳播模式,將是一份極其有意義的工作。二維的仿真模型正處于發(fā)展階段。進一步的開發(fā)與完善將是內孤立波SAR 仿真模擬中的一項核心工作。Meng 等人[19]根據 Pierini[20]所用的Kadomtsev-Petviashvili(Kp)方程,進行了內孤立波的二維仿真,與真實的SAR 圖像比較,得到較好的結果。申輝[21]用Patrick.J.Lynett 和Philip.L-F.Liu[22]所建立的水平二維模式,對南海東沙附近內孤立波的繞射和反射過程進行了成像仿真,并將仿真結果與實測SAR 圖像進行了比較,結果發(fā)現(xiàn),仿真結果較好地再現(xiàn)了實測圖像所揭示的海洋內波信息。

4.2 內孤立波信息的SAR 反演

目前對于從遙感圖像中提取海洋內波動力學參數以及海水層化結構信息的方法,基本都是以Alpers[23]提出的SAR 內波成像機制為基礎,在內波成像機理的一階近似下,建立圖像強度與海表內波誘發(fā)流場之間的定量相關關系。再根據海洋內波動力學傳播模型,從流場信息中反演海洋內波的振幅等信息。Apel 和G onzales[24]從原理上提出了兩種從SAR 圖像上反演內波振幅的方法,即飛行時間法和波長變化法。第一種方法的有效性已被原作者否認,第二種方法適用于有比較規(guī)則的漸進變小波長的一組內孤立波。Small.J.Z 等人[25]使用現(xiàn)場和“歐洲遙感衛(wèi)星”(ERS)SAR 資料分析了大振幅內波。他們使用KdV 方程從SAR 圖像中估計內波的相速度和振幅。相速度的誤差為10%～20%,計算得到的振幅在觀測值2倍范圍內。但此方法采用了連續(xù)層化模型,并用現(xiàn)場測量的密度垂直剖面,這使得該方法存在實際的應用困難。Porter 和Thompson[26]提出了完全依賴遙感信息推測海水狀態(tài)參量的方法。他們的方法是基于這樣的假定:認為遙感圖像中內波消失的點,對應兩層流體假定下非線性系數為零的位置,即內波消失點混合層深度為局地水深的一半。根據這一點得到內波反演點的混合層深度。但是由于內波的SAR成像受多種因素的影響,該方法的基本假定:內波消失點混合層深度為局地水深的一半,并不完全成立。Li.X 等人[27]在兩層線性模式的假定下,依據歷史資料模擬了上混合層厚度與內波群速度的關系,同時利用一幅標準模式的加拿大“雷達衛(wèi)星”(Radarsat)ScanSAR 圖像所呈現(xiàn)的多個內波波群的信息,直接計算出內波的群速度,然后得到與此群速度最佳匹配的海洋混合層深度。Zheng.Q.A等人[28]使用兩層孤立波模型用從SAR 圖像上獲取的孤立波的半波寬度來計算內波振幅。根據Porter 和Thompson[26]提出的研究思路,Zhao.Z.X 等人[29]和申輝等人[21]提出了根據內波圖像中極性的改變確定混合層深度的方法。在獲得上混合層深度后,Zhao.Z.X 利用遙感圖像中反演得到的內波相速度,根據內波的頻散關系,進一步計算了兩層流體假定下,上下兩層流體的密度差異;而申輝等人[21]在得到混合層深度和密度差異的情況下,進一步提取了內孤立波的特征波長,并反演得到內波的振幅。但是,獲得一幅包含極性轉換過程的SAR 圖像是比較困難的。對于內波傳播方向和波長的提取,楊勁松[3]給出了一個基于快速傅里葉變換的譜分析方法。Rodenas[30]則采用小波變換方法提取了內波的波長。

SAR 內波波長與波向要素是可以直接根據SAR 內波條紋進行譜分析獲得,而從SAR 內波圖像中獲得內波振幅信息是SAR 內波反演的難點,目前內波振幅的反演誤差一般會在50%以上,有時會達到一倍以上足以掩蓋真實值,其原因在于內波產生海區(qū)的海水層化信息難以準確獲得。此外,SAR內波圖像中內波條紋強度與內波振幅之間的關系并不明確,需對其做進一步研究。

5 鋒面仿真與反演

在水團邊界處(鋒面處)存在幅聚條紋是海洋鋒的特征。由于存在強烈剪切,表面薄層(surface film)和污染物聚集會抑制Bragg 波,同時,在幅聚區(qū),由于幅聚波浪能量聚集,波陡增加和破碎導致表面粗糙度增加,從而產生亮條紋。這兩種作用的相對強弱取決于風速、表面薄層特征和流場不均勻程度。

在海洋鋒區(qū),由于各種海洋要素變化劇烈,SAR圖像在鋒面兩側表現(xiàn)出不同的特征。普遍認為,在中等風速下,SAR 的后向散射截面與海表面溫度(Sea Surface Temperature,SST)存在著較好的相關[31-33],而后向散射截面的值又恰好決定著SAR 圖像譜的能量,以至于影響波高反演的精度。

從真實的物理過程來考慮,與大尺度海氣相互作用不同,在中小尺度海洋鋒區(qū)附近,SST 與風速存在著正相關。即暖水區(qū)一側風矢量也大。Chelton.D.B 等人[34]和Small.R.J 等人[35]綜述了海洋鋒區(qū)由于強的SST 梯度所引起的中小尺度海氣相互作用的物理過程,提出了合理的解釋:在鋒區(qū)暖的一側,大氣邊界層不穩(wěn)定,湍流熱通量導致湍流混合,界面存在強的動量交換,使界面處氣流加速。同時,大氣邊界層兩側不同的加熱狀況,會形成一個沿著SST 梯度方向的壓強梯度力,推動大氣產生一個類似于海陸風一樣的由低溫吹向高溫的風。綜合兩種因素,SST 的變化對大氣邊界層的影響,就是冷水區(qū)對應著較低風速而在暖水區(qū)對應著較高風速。根據波浪理論,風的增大也導致風浪增大,這與S ong.Q 等人[36]用模式模擬的結果相吻合。在SAR 圖像中海洋鋒區(qū)高SST 一側,統(tǒng)計意義上表現(xiàn)為高后向散射截面值。鑒于鋒面SAR成像的機制的定量化還不是很清楚,國內外在定量反演鋒面要素方面的研究很少。

鋒面要素流速、SST 對SAR 后向散射截面的影響較之風對其的影響是次級的,因此要精確反演鋒面區(qū)海洋要素是要以排除風速的影響為前提。目前尚未建立SST 與雷達的后向散射截面間的定量關系。因此,建立風速影響下的SST ,對雷達后向散射截面影響的理論或經驗的物理模型是鋒面要素定量反演的基礎。

6 研究展望

由于SAR 的海洋目標成像信號比較弱,而且還受到海面運動的干擾,同時各種海洋目標SAR成像理論還不完善,因此,對海洋目標要素進行定量化反演,還存在著短時間內無法克服的困難。目前,除了風速和海浪的定量反演結果可以進行業(yè)務化的應用,其它要素在目標自動識別、要素反演精度方面還具有很大的經驗性,需要從理論上和實驗上來加強。

目前,研究海洋要素場的空間分布是國際上的一個熱點問題,研究涉及大氣重力波的SAR成像、波浪在近岸的折射效應的SAR 觀測以及SAR 對波流相互作用研究的數據支持等方面。

本文對海面風場、波浪場、內波及鋒面等幾種海洋SAR衛(wèi)星主要觀測要素的仿真和反演方法進行了研究,可為我國海洋SAR衛(wèi)星的總體設計提供參考。隨著大量的SAR 數據投入到科研及民用服務中,星載SAR海洋場景仿真與反演方法的研究也在不斷深入,衛(wèi)星設計人員只有了解并掌握SAR海洋目標仿真與反演方法,才能更好地完成海洋SAR衛(wèi)星總體設計與分析工作。

References)

[1]Wright J.Backscattering from capillary w aves with application to sea clutter[J].IEEE Trans.Antennas Propagat,1966,AP-14:749-754

[2]Valenzuela G.Theories for the interaction of electromagnetic and oceanic w aves——a review[J].Boundary—Layer Meteorology,1978,13:61-68

[3]Gerling T.Structure of the surface wind field from the Seasat SAR[J].Journal of Geophysical Research,1986,91:2308-2320

[4]Alpers W,Brummer B.Atmospheric boundary layer rolls observed by the synthetic aperture radar aboard the ERS-1 satellite[J].Journal of Geophysical Research.,1994,99:12613-12621

[5]Portabella M,S toffelen A,Johannessen J A.Tow ard an optimal inversion method for synthetic aperture radar wind retrieval[J].Journal of Geophysical Research,2002,107

[6]Plant W.Atw o-scale model of short wind-generated w aves and scatterometry[J].Journal of Geophysical Research,1986,91(C9):10735-10749

[7]Romerser R,Alpers W.An im proved composite surface model for the radar backscattering cross section of the ocean surface:Model response to surface roughness variations and the radar imagery of underw ater bottom topography[J].Journal of Geophysical Research,1997,102:25251-25267

[8]Hasselmann K,Hasselmann S.On the nonlinear mapping of an ocean w ave spectrum into a synthetic aperture radar image spectrum and its inversion[J].Journal of Geophysical Research,1991,96(C6):10713-10729

[9]Donelan M,Pierson W J.Radar scattering and equilibrium ranges in wind-generated w aves with application to scatterometry[J].Journal of Geophysical Research,1987,92:4971-5029

[10]Alpers W,Ross D B,Rufenach C L.On the detectability of ocean surface wave by Real and Synthetic Aperture Radar[J].Journal of Geophysical Research,1981:6481-6498

[11]Masternbroek C,de Valk C F.Asemiparametric algorithm to retrieve ocean wave spectra f rom synthetic aperture radar[J].Journal of Geophysical Research,2000,105:3497-3516

[12]He Y J.Ocean w ave imaging mechanism by imaging radar[J].Science in China (series D),2000,43(6):587-595

[13]Hasselmann S,Bruning C,Hasselmann K,et al.An improved algorithm for the retrieval of ocean wave spectra from synthetic aperture radar image spectra[J].Journal of Geophysical Research,1996,101(C7):16615-16629

[14]何宜軍.合成孔徑雷達提取海浪方向譜的參數化方法[J].科學通報,1999,44(4):428-433

[15]Voorrips A,Mastenbroek C,Hansen B.Validation of tw o algorithms to retrieve ocean w ave spectra from ERS synthetic aperture radar[J].Journal of Geophysical Research,2001,106(C8):16825-16840[16]SUN Jian,GUAN Changlong.Parameterized firstguess spect rum method for retrieving directional spectrum of swell-dominated waves and huge waves f rom SAR images[J].Chinese Journal of Oceanology and Lim nology,2006,24(1):12-20

[17]Schulz-Stellentfleth,Kong J,Lehner S.An empirical approach for ret rieval of integral ocean wave parameters f rom synthetic aperture radar data[J].Journal of Geophysical Research,2001,112:3019-3033

[18]楊勁松,周長寶,黃韋艮.合成孔徑雷達圖像內波參數提取方法研究[J].遙感技術與應用,2000,15(1):6-9

[19]Meng J M,Zhang Z L,Zhao J S,et al.Simulation of the SAR image of internal solitary waves in Alboran sea[J].Journal of Hydrodynamics,2001,13:88-92

[20]Pierini S.Amodel for the Alboran Sea internal solitary w ave[J].Journal Physical Oceanography,1989,19:755-772

[21]申輝.海洋內波遙感與數值模擬研究[D].中國科學院海洋研究所,2005

[22]Lynett P,Liu P L-F.Atw o-dimensional,depth-averaged model for internal w ave propagation over variable bathymetry[J].Wave Motion,2002,36:221-240

[23]Alpers W.Theory of radar imaging of internal waves[J].Nature,1985,314:245-247

[24]Apel J R,F I Gonzalez.Nonlinear feature of internal w aves off Baja California as observed f rom the SEASAT imaging Radar[J].Journal of Geophysical Research,1983,88:4459-4446

[25]Small J Z.Observations of large amplitude internal w aves at the Malin Shelf Edge during SESAME 1995[J].Continental Shelf Research,1999,19:1389-1436

[26]Porter D J,Thompson D R.Continental shelf parameters inferred f rom SAR internal wave observations[J].Journal of Atmospheric and Oceanic Technology,1999,16:475-487

[27]Li X,Clemente-Colo′n P,Friedman K S.Estimating oceanic mixed layer depth from internal w ave evolution observed from RADARSAT-1 SAR[J].John H opkins,Applied Physics Laboratory,Technical Digest,2000,21:130-135

[28]Zheng Q A,Yuan Y L,Klemas V,et al.Theoretical expression for an ocean internal soliton synthetic aperture radar image and determination of the soliton characteristic half width[J].Journal of Geophysical Research,2001,106:31415-31423

[29]Zhao zhangxiao,Klemas V,Zheng Quanan,et al.Estimating parameters of a two-layer stratified ocean f rom polarity conversion of internal solitary waves observed in satellite SAR images[J].Remote Sensing Environment,2001,92:276-287

[30]Rodenas J,Garello R.Wavelet analysis in SAR ocean image profiles for internal w avedetection and w avelength estimation[J].IEEE Geoscience and Remote Sensing,1997,35:933-945

[31]Askari F,Greenaeft G L,Keller W C,et al.Radar imaging of thermal fronts[J].International Journal of Remote Sensing,1994,14:275-294

[32]Mattie M G,Lichy D E,Beal R C.Seasat detection of waves,currents and inlet discharge[J].International Journal of Remote Sensing,1980,1:377-398

[33]Vesecky J F,Stew ard R H.The observation of ocean surface phenomena using imagery from the SEASAT synthetic aperture radar:An assessment[J].Journal of Geophysical Research,1982,87:3397-3430

[34]Chelton D B,Schlax M G,Freilich M H,et al.Satellite radar measurements reveal short-scale features in the wind stress field over the w orld ocean[J].Science,2004,303:978 -983

[35]Small R J,deSzoeke S P,Xie S P,et al.Air-sea interaction over ocean fronts and eddies[J].Dynamics of Atmospheres and oceans,2008,45:274-319

[36]Song Q,H ara T,Cornillon P,et al.A comparison betw een observations and MM5 simulations of the marine atmospheric boundary layer across a temperature f ront[J].J.Atmos.Ocean.Tech.21,2004,170-178