基于同步風(fēng)場的機(jī)載SAR海浪參數(shù)反演方法

戈書睿, 艾未華,, 袁凌峰, 程玉鑫, 馬 爍

(1. 解放軍理工大學(xué) 氣象海洋學(xué)院, 江蘇 南京 211101; 2. 江蘇省氣象探測與信息處理重點(diǎn)實驗室, 南京信息工程大學(xué), 江蘇 南京 210044; 3. 海軍海洋水文氣象中心, 北京 100071)

基于同步風(fēng)場的機(jī)載SAR海浪參數(shù)反演方法

戈書睿1, 艾未華1,2, 袁凌峰3, 程玉鑫1, 馬 爍1

(1. 解放軍理工大學(xué) 氣象海洋學(xué)院, 江蘇 南京 211101; 2. 江蘇省氣象探測與信息處理重點(diǎn)實驗室, 南京信息工程大學(xué), 江蘇 南京 210044; 3. 海軍海洋水文氣象中心, 北京 100071)

針對機(jī)載合成孔徑雷達(dá)(SAR)對海探測特點(diǎn), 采用多入射角法從SAR數(shù)據(jù)本身得到與海浪參數(shù)反演區(qū)域時空匹配的同步海面風(fēng)速和風(fēng)向, 并結(jié)合線性變換關(guān)系, 計算得到海浪初猜譜對應(yīng)的仿真SAR圖像譜, 將仿真SAR圖像譜和觀測SAR圖像譜輸入代價函數(shù)中進(jìn)行迭代運(yùn)算, 通過非線性方程的解算得到最適海浪譜; 采用交叉譜法去除海浪傳播180°方向模糊, 最終得到海浪參數(shù)。論文提出的基于同步風(fēng)場的機(jī)載SAR海浪參數(shù)反演方法, 充分利用了機(jī)載SAR海洋環(huán)境探測的優(yōu)勢, 解決了傳統(tǒng)SAR海浪參數(shù)反演中初猜譜構(gòu)造依賴外部風(fēng)場的問題, 機(jī)載同步飛行試驗的海浪參數(shù)反演結(jié)果與浮標(biāo)觀測值的有效波高、波向的均方根誤差分別為0.23 m和13.23°, 驗證了該方法的有效性, 可為機(jī)載SAR海浪參數(shù)反演業(yè)務(wù)化提供支持。

機(jī)載合成孔徑雷達(dá)(SAR) ; 初猜譜; 交叉譜; 同步風(fēng)場; 海浪參數(shù)反演

海浪是海洋環(huán)境的一個重要因素, 與人類的海上和海岸帶活動息息相關(guān)。海浪可以用一個二維方向譜進(jìn)行描述, 某時某地的海洋波浪場的所有統(tǒng)計特征均可從譜函數(shù)獲得。二維海浪譜的測量有助于對海浪這種復(fù)雜的隨機(jī)過程的內(nèi)部物理結(jié)構(gòu)和外在統(tǒng)計特性進(jìn)行研究, 也可為港口、海岸工程以及海上石油平臺的建設(shè)提供必不可少的波高、波長和波向等相關(guān)參數(shù)。

合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)是一種主動微波遙感成像雷達(dá), 在真實孔徑雷達(dá)的基礎(chǔ)上, 采用合成孔徑技術(shù)完成了方位向分辨率的提高, 使其能夠更準(zhǔn)確地探測海面[1]。高分辨率的特征決定了SAR對海面粗糙度引起的后向散射截面變化非常敏感, 可在SAR圖像上直觀地看到海浪的紋理特征。目前, 衛(wèi)星是搭載SAR的主要平臺, 但星載SAR受軌道限制, 探測難以滿足定時定點(diǎn)的需求。高機(jī)動性的機(jī)載SAR可以彌補(bǔ)星載SAR時空上不能滿足特定需求的不足, 實現(xiàn)全天候、全天時、不間斷地對指定區(qū)域觀測[2-3]。機(jī)載SAR相對于星載SAR具有機(jī)動靈活、高時空分辨率、入射角范圍較寬和可實現(xiàn)對固定區(qū)域連續(xù)觀測等特點(diǎn)[4-5]。近年來, 隨著飛機(jī)包括無人機(jī)技術(shù)的飛速發(fā)展, 機(jī)載SAR探測成本進(jìn)一步降低, 其應(yīng)用更為廣泛。

經(jīng)過多年的研究, SAR對海浪探測機(jī)制原理和海浪反演算法取得了突破和發(fā)展。Hasselmann和Hasselmann[6]在同時考慮了線性的流體力學(xué)調(diào)制和傾斜調(diào)制以及非線性的速度聚束效應(yīng)的基礎(chǔ)上, 建立了海浪譜到SAR圖像譜的非線性轉(zhuǎn)換關(guān)系, 構(gòu)造代價函數(shù)并采用迭代運(yùn)算求最小值, 利用海浪數(shù)值預(yù)報結(jié)果作為初猜譜, 實現(xiàn)了SAR圖像譜反演海浪方向譜, 該方法被稱為MPI法(初猜譜法)。Bruning等[7]改進(jìn)了MPI法中的非線性求逆過程, 使運(yùn)算時間縮短; Hasselmann等[8]修改了價值函數(shù)并加入一個迭代環(huán)重新計算初猜譜, 使MPI算法更易收斂; Mastenbroek等[9]提出半?yún)?shù)化反演方法(SPRA), 利用SAR波模式數(shù)據(jù)圖像譜與同時獲取的ERS散射計風(fēng)矢量來估計風(fēng)浪譜; Schulz-Stellenfleth等[10]提出一種改進(jìn)的非線性反演算法, 將MPI法和交叉譜法有機(jī)結(jié)合, 既可獲得完整的海浪方向譜, 又消除了傳播方向的180°模糊; Schulz-Stellenfleth等[11]提出一個從ERS-2SAR波模式數(shù)據(jù)直接反演海浪參數(shù)的經(jīng)驗算法CWAVE, 不需要第一猜測譜; 何宜軍等[12]利用兩種線極化圖像信息將有關(guān)弱極化項剔除(流體動力學(xué)調(diào)制), 獲得了僅包含傾斜項和極化調(diào)制項的雷達(dá)成像公式, 并在此基礎(chǔ)上, 形成了利用海浪斜率譜反演海浪波長、波向和波高信息的新方法; 孫建等[13]提出利用SAR圖像模式數(shù)據(jù)和對SAR圖像譜處理得到的海面風(fēng)向進(jìn)行表面波參數(shù)反演; Li[14]提出一個應(yīng)用ENVISAT ASAR波模式數(shù)據(jù)的經(jīng)驗算法CWAVE_ENV; 謝濤等[15]基于明暗恢復(fù)形狀(SFS)技術(shù), 提出一種依賴于調(diào)制傳遞函數(shù)的SAR海浪參數(shù)反演方法。

目前, MPI法已被多家海洋預(yù)報中心采用, 并進(jìn)行了業(yè)務(wù)化運(yùn)行, 如歐洲中期天氣預(yù)報中心(ECMWF)和德國氣象中心(DWD)。這些海洋預(yù)報中心本身可運(yùn)行大型的海洋預(yù)報模式, 可為MPI法提供較為準(zhǔn)確、全面的初猜譜。但是獲得海浪預(yù)報模式的初猜譜較為復(fù)雜, 且全球海浪預(yù)報模式運(yùn)行時間過長, 對于其他機(jī)構(gòu)或?qū)W者而言, 獲得初猜譜的難度較大。在不能獲得海浪預(yù)報模式作為初猜譜時,通常使用時空匹配的海面風(fēng)場信息作為先驗信息構(gòu)造初猜譜[9]。

風(fēng)場信息的獲得通常依賴于NCEP再分析資料或散射計、微波輻射計等獲取的海面風(fēng)場探測資料。NCEP再分析資料時空分辨率較差, 常不能滿足探測海域高精度風(fēng)場信息的需要; 若平臺未能同時攜帶散射計、微波輻射計等可探測海面風(fēng)場的載荷, 那么探測海域則無法獲得時空匹配風(fēng)場信息[16]。在星載SAR海面風(fēng)場反演中, 存在風(fēng)向依賴于圖像風(fēng)條紋、數(shù)值預(yù)報、散射計數(shù)據(jù)和浮標(biāo)等背景場資料, 風(fēng)向與SAR圖像時空分辨率不匹配, 進(jìn)而影響星載SAR海面風(fēng)場反演精度等問題?，F(xiàn)有的海浪參數(shù)反演算法, 或受制于載荷的局限性, 不能提供時空匹配的風(fēng)場信息作為初猜譜先驗信息, 影響反演海浪譜結(jié)果精度; 或受制于海浪預(yù)報模式的模擬時間過長, 不利于SAR探測海浪信息反演的精細(xì)化和業(yè)務(wù)化實施。

機(jī)載SAR平臺高度低, 具有探測機(jī)動靈活, 高時空分辨率等特點(diǎn), 可以獲取波長相對較小的風(fēng)浪信息, 得到較為完整的海浪方向譜, 實現(xiàn)對指定區(qū)域海面實施精細(xì)化探測。根據(jù)機(jī)載SAR探測圖像距離向入射角變化明顯的特點(diǎn), 采用多入射角法反演海面風(fēng)場, 可從SAR數(shù)據(jù)本身反演得到高精度的同步海面風(fēng)場, 有效彌補(bǔ)星載SAR在海面風(fēng)場探測方面存在的不足, 解決傳統(tǒng)MPI海浪參數(shù)反演中同步海面風(fēng)場信息獲取困難和初猜譜構(gòu)造依賴外部風(fēng)場等問題, 有利于海浪參數(shù)反演精度的提高和業(yè)務(wù)化運(yùn)行。因此, 本文根據(jù)機(jī)載SAR對海探測特點(diǎn), 采用多入射角法反演海面風(fēng)場, 據(jù)此得到高精度的同步海面風(fēng)場信息, 采用MPI海浪反演算法, 結(jié)合海浪譜模型與方向函數(shù)構(gòu)造海浪初猜譜, 根據(jù)SAR圖像譜到海浪譜的非線性變換關(guān)系, 計算得到海浪初猜譜對應(yīng)的仿真SAR圖像譜, 將仿真SAR圖像譜和觀測SAR圖像譜輸入代價函數(shù)中進(jìn)行迭代運(yùn)算, 直至代價函數(shù)收斂到小于設(shè)定閾值, 輸出最適海浪譜,并利用交叉譜法去除海浪傳播180°方向模糊, 最終得到海浪參數(shù)。

1 SAR對海浪成像理論和機(jī)制

1.1 SAR對海浪成像理論基礎(chǔ)

海表面是由各種振幅與波長的波疊加而成, 其波數(shù)譜是連續(xù)的, 要研究海面電磁波的散射, 必須要根據(jù)不同尺度的海面波動對散射的不同作用對其進(jìn)行分離, 這是研究SAR成像的基礎(chǔ)。通常利用雙尺度模式來研究后向散射。雙尺度散射也稱組合表面散射, 建立在Bragg散射模型的基礎(chǔ)上, 它假定海面由大小兩種尺度的波浪組合而成, 微尺度波與雷達(dá)波的波長同量級, 疊加在長波之上, 影響后向散射回波的強(qiáng)度和相位, 而長波則通過其傾斜的波面調(diào)制微尺度波, 改變雷達(dá)波的當(dāng)?shù)厝肷浣? 從而對雷達(dá)的后向散射截面產(chǎn)生影響。

1.2 實孔徑雷達(dá)對海浪成像機(jī)理

長波通過對Bragg波的調(diào)制作用在真實孔徑雷達(dá)(RAR)上成像, 這種調(diào)制稱為RAR調(diào)制。對于一個運(yùn)動的海面, SAR成像理論是基于RAR的成像理論基礎(chǔ)之上, 隨時間t變化的海表面高度和本地雷達(dá)散射截面可以表示成傳播波成分的疊加, 即:

基于海浪譜理論, 可以推導(dǎo)出海浪方向譜FK與RAR圖像譜的變換關(guān)系[6], 其中上標(biāo)S、R分別表示SAR、RAR:

(2)式即為RAR對靜止海面成像時, 海浪譜到圖像譜的轉(zhuǎn)換。

1.3 SAR對海浪成像機(jī)理

由于海面處于不斷運(yùn)動中, 需要考慮后向散射元位置的變化ξ以及方位向上的模糊展寬Δx。綜合考慮運(yùn)動效應(yīng), 由于速度聚束模式下的SAR與RAR圖像之間的關(guān)系相對簡單, 即將在RAR圖像平面上的位置r＇上的像元映射到SAR圖像平面上與之對應(yīng)的上。那么在線性情況下[20]:

圖像譜為:

Hasselmann等[6]得出了SAR圖像譜到海浪方向譜的非線性變換關(guān)系:

對圖像譜到海浪譜的非線性變換關(guān)系式中第二個指數(shù)項做Taylor展開可得:

(4)式即SAR對海浪成像的完全非線性關(guān)系的表達(dá)式。

2 基于同步風(fēng)場的機(jī)載SAR海浪參數(shù)反演原理與方法

2.1 反演方案

基于同步風(fēng)場的機(jī)載SAR海浪參數(shù)反演總體反演流程如圖1所示。首先, 對單視復(fù)數(shù)據(jù)作預(yù)處理,提取強(qiáng)度數(shù)據(jù), 并作去噪、濾波、傅里葉變換等處理得到反演所需的SAR圖像譜, 用于反演海浪參數(shù);對虛部信息進(jìn)行多視處理, 計算得到海浪交叉譜,用于去除波向180°模糊。其次, 根據(jù)機(jī)載SAR探測圖像距離向入射角變化明顯的特點(diǎn), 采用多入射角法反演海面風(fēng)場, 并構(gòu)造初猜譜; 然后利用海浪譜到SAR圖像譜的非線性變換關(guān)系, 計算得到初猜譜對應(yīng)的仿真SAR圖像譜。將仿真SAR圖像譜和觀測SAR圖像譜輸入代價函數(shù)中; 當(dāng)代價函數(shù)小于設(shè)定的閾值時, 表明收斂, 從而迭代結(jié)束。否則, 對海浪譜進(jìn)行調(diào)整, 重復(fù)上述迭代過程, 直到代價函數(shù)收斂到小于設(shè)定閾值, 輸出最適海浪譜, 并采用SAR單視復(fù)數(shù)據(jù)經(jīng)處理得到交叉譜虛部判斷海浪傳播方向, 最終獲得海浪方向譜, 經(jīng)進(jìn)一步計算得到海浪波長、有效波高等海浪參數(shù)。有效波高與海浪方向譜的零階矩有關(guān), 它與海浪方向譜存在如下關(guān)系:

式中, ()F k表示波數(shù)域下的海浪方向譜, 具體海浪傳播方向結(jié)合飛機(jī)飛行方向校正得到。

2.2 基于同步風(fēng)場信息的初猜譜構(gòu)造

初猜譜的準(zhǔn)確程度直接影響海浪譜的反演精度,構(gòu)造初猜譜的關(guān)鍵步驟是獲得準(zhǔn)確的風(fēng)場信息。機(jī)載SAR飛行高度低, 觀測帶的刈幅寬度通常只有幾公里, 而海面上幾公里的風(fēng)速、風(fēng)向可認(rèn)為基本一致。圖2為機(jī)載SAR飛行試驗示意圖, 斜距為R, 高度為H, A、B、C三點(diǎn)為距離向上的三個觀測點(diǎn), 入射角θ由A到C逐漸增大。機(jī)載SAR獲得的觀測后向散射系數(shù)在距離向隨入射角變化明顯。根據(jù)這一特點(diǎn), 針對多入射角的SAR觀測數(shù)據(jù), 利用SAR圖像距離向不同入射角的后向散射系數(shù)的變化趨勢,聯(lián)立不同入射角的地球物理模型, 構(gòu)建最小代價函數(shù), 通過代價函數(shù)的求解可直接從機(jī)載SAR數(shù)據(jù)中同時反演出海面風(fēng)速和風(fēng)向, 從而解決其他初猜譜海浪參數(shù)反演方法無法獲得同步風(fēng)場信息的問題,為構(gòu)造準(zhǔn)確的初猜譜以及SAR海浪參數(shù)探測反演提供基礎(chǔ)[5]。

得到探測區(qū)域SAR海面風(fēng)場信息后, 根據(jù)海浪譜模型與方向函數(shù)構(gòu)造初猜譜。采用JONSWAP譜作為海浪頻譜和“cos-2s”型方向函數(shù)構(gòu)造海浪方向譜, 海浪方向譜可表示成為海浪頻譜與方向函數(shù)的乘積, 即:

其中, ()Sω為海浪頻譜; (,)Gω θ為方向函數(shù),與海浪的傳播方向有著密切的聯(lián)系。

JONSWAP譜為充分成長型的風(fēng)浪頻譜, 其表達(dá)式如下:

圖1 基于同步風(fēng)場的機(jī)載SAR海浪參數(shù)反演流程圖Fig. 1 Flowchart of airborne synthetic aperture radar (SAR) wave parameters retrieval based on synchronous wind field

圖2 機(jī)載SAR飛行示意圖Fig. 2 Schematic of airborne SAR flight

方向函數(shù)采用Longuet-Higgins提出的“cos-2s”型, 如下:

其中mθ為海浪傳播主波方向; Γ為伽瑪函數(shù); s為角散系數(shù), 是ω的函數(shù)。Hasselmann等根據(jù)JONSWAP觀測資料對s提出了經(jīng)驗關(guān)系式:

根據(jù)K、ω、波長和具有譜峰頻率的波所具有的相速c0之間的代數(shù)關(guān)系, 利用U和c0, 可確定海浪的頻率方向譜與波數(shù)譜的關(guān)系[21]。

2.3 MPI算法

已知海浪方向譜KF到圖像譜KP的非線性轉(zhuǎn)換關(guān)系:

采用逐次迭代法對積分方程式進(jìn)行求解, 先構(gòu)造代價函數(shù)J, 求解得到()F k為最適海浪譜[6]。代價函數(shù)為:

其中?()P k為觀測SAR譜, ()P k為最優(yōu)SAR譜, ?()F k為初猜譜, ()F k為最適海浪譜。代價函數(shù)分為兩個部分, 一個是觀測SAR譜與最優(yōu)SAR譜的差值,另一個是初猜譜與最適海浪譜的差值。要使代價函數(shù)最小就意味著要使反演得到的海浪譜與初猜譜最接近, 同時滿足仿真的SAR譜與觀測得到的SAR譜最接近。μ是權(quán)重系數(shù), B是一個小正數(shù), 避免當(dāng)時?()0F k=, 代價函數(shù)無窮大。

2.4 基于單視復(fù)數(shù)據(jù)虛部去除波向180°模糊

SAR觀測到的圖像譜是沿兩個方向傳播的對稱譜, 所以僅從SAR圖像譜出發(fā), 無法確定海浪傳播方向, 海浪傳播180°模糊是SAR海浪參數(shù)反演中存在固有問題。SAR單視復(fù)數(shù)據(jù)中虛部部分包含相位信息, 其積分時間相對于海浪周期來說是非常短的, 因此根據(jù)復(fù)數(shù)據(jù)虛部相位的變化能夠判斷海浪在積分時間內(nèi)的傳播方向。通常利用交叉譜虛部譜去除SAR圖像中海浪傳播方向180°模糊問題[22], 反映在交叉譜中即虛部譜的正值代表海浪傳播方向。

SAR對目標(biāo)進(jìn)行探測, 從開始探測到探測結(jié)束的時間叫做合成孔徑時間, 記為Ts, 此段時間內(nèi)SAR會將雷達(dá)回波的振幅與相位記錄下來。在每一個Ts內(nèi), 都可以形成一個SAR圖像, 也稱為視。利用多視技術(shù)可以把一個Ts分為兩個或幾個子時間間隔, 每一個時間間隔內(nèi)可處理得到一個SAR圖像,再對兩個子視之間的交叉相關(guān)函數(shù)進(jìn)行傅里葉變換,則得到兩視之間的SAR交叉譜:

圖3為機(jī)載SAR探測多視處理示意圖。如圖所示, 兩子視圖之間中心時間差為tΔ, 飛機(jī)以速度v沿方位向飛行, 方位向和距離向投影到SAR圖像上分別為x、y軸, 海浪傳播方向與距離向夾角為α, 海浪傳播速度為V, 那么tΔ時間內(nèi)海浪沿x、y軸移動距離分別為:

圖3 多視處理示意圖Fig. 3 Schematic of multi-view processing

因此可以利用海浪在子視圖之間相對位置來反演海浪參數(shù), ()fΨ虛部的正值項代表波向, 負(fù)值項代表與其180°模糊對應(yīng)的波向, 去除負(fù)值項后即可得到海浪的傳播方向。

3 試驗結(jié)果與分析

3.1 實驗數(shù)據(jù)

為了檢驗論文提出方法的有效性, 利用機(jī)載SAR實測數(shù)據(jù)和海上浮標(biāo)數(shù)據(jù)進(jìn)行海浪參數(shù)反演試驗。實驗數(shù)據(jù)是機(jī)載SAR探測的C波段VV極化數(shù)據(jù), 探測時間為北京時間2014年11月22日15時27分, 機(jī)載SAR探測區(qū)域和調(diào)查船所在區(qū)域均位于19°N, 112°E附近, 試驗飛機(jī)飛行高度約8 100 m, 飛行速度約138 m/s, 飛行方向為45°(以正北為0°), 圖像中心入射角為43°, 距離向分辨率為1.76 m, 方位向分辨率為1.80 m。比對驗證數(shù)據(jù)為布放的波浪騎士浮標(biāo)獲取的海浪波向、有效波高數(shù)據(jù)以及試驗區(qū)域內(nèi)觀測船測量得到的海面風(fēng)速、風(fēng)向數(shù)據(jù)。

3.2 結(jié)果與分析

根據(jù)反演流程, 先對定標(biāo)后的SAR強(qiáng)度圖像采用多入射角法反演風(fēng)速和風(fēng)向, 再應(yīng)用海浪參數(shù)反演方法得到有效波高和波向。將風(fēng)速、風(fēng)向反演結(jié)果與調(diào)查船實測風(fēng)速風(fēng)向進(jìn)行比較, 計算得到風(fēng)場反演結(jié)果與實測值的均方根誤差; 將反演得到的有效波高、波向與相應(yīng)的浮標(biāo)數(shù)據(jù)進(jìn)行比對, 計算得到海浪參數(shù)反演結(jié)果與實測值的均方根誤差。從表1可看出, 海面風(fēng)速反演結(jié)果與實測值的均方根誤差為0.96 m/s, 海面風(fēng)向反演結(jié)果與實測值的均方根誤差為18.84°; 有效波高均方根誤差為0.23 m, 波向均方根誤差達(dá)到了13.23°。試驗數(shù)據(jù)的反演結(jié)果驗證了本文提出的海浪參數(shù)反演方法的有效性, 能夠較好滿足實際應(yīng)用需求, 適用于機(jī)載SAR海浪參數(shù)反演的業(yè)務(wù)化運(yùn)用。

表1 機(jī)載SAR數(shù)據(jù)海面風(fēng)場和海浪參數(shù)反演結(jié)果Tab. 1 Inversion results of sea-surface wind field and sea-wave parameters on airborne synthetic aperture radar (SAR) data

對定標(biāo)后的SAR強(qiáng)度圖像采用多入射角法, 可反演得到同步風(fēng)場信息。圖4為利用多入射角法反演得到的海面風(fēng)場圖像。

以標(biāo)號為112201的數(shù)據(jù)為例, 根據(jù)反演流程,將同步SAR圖像反演得到的風(fēng)場信息, 結(jié)合海浪譜模型與方向函數(shù)構(gòu)造海浪初猜譜, 如圖5所示。

在此基礎(chǔ)上, 對初猜譜和SAR圖像采用MPI算法進(jìn)行海浪參數(shù)反演, 并結(jié)合交叉譜方法去除海浪傳播的180°模糊, 最終反演得到海浪譜, 如圖6所示,其中圖6a為機(jī)載SAR觀測圖像, 圖6b為反演得到的二維海浪譜。圖7為單視復(fù)數(shù)據(jù)虛部交叉譜與去模糊后交叉譜, 通過去模糊處理可以得到圖6所示的無波向模糊的海浪譜。海浪譜通過進(jìn)一步計算得到的波向為105.1°, 有效波高為2.06 m; 對應(yīng)的隨船攜帶布放的浮標(biāo)波向為85.3°, 有效波高為1.88 m; 波向反演結(jié)果與浮標(biāo)觀測值的偏差為19.8°, 有效波高反演結(jié)果與浮標(biāo)觀測值偏差為0.18 m, 相對誤差為9%。

通過上述反演結(jié)果可知, 本文提出的海浪參數(shù)反演新方法, 適用于機(jī)載SAR海浪參數(shù)的反演, 利用時空匹配的同步風(fēng)場信息, 能夠較好的補(bǔ)償SAR探測海浪缺失的部分信息, 而交叉譜方法的運(yùn)用解決了海浪傳播的波向模糊問題。

圖4 海面風(fēng)場反演圖像Fig. 4 Image of sea-surface wind field retrieval

圖5 同步風(fēng)場信息構(gòu)造的初猜譜Fig. 5 First-guess spectrum structured by synchronous wind field

圖6 112201號SAR數(shù)據(jù)探測圖像與反演的海浪譜Fig. 6 112201 SAR data detection image and inversion of the sea-wave spectrum.

4 結(jié)論與展望

傳統(tǒng)SAR海浪參數(shù)反演需要初猜譜補(bǔ)償海浪信息, 依賴于海浪預(yù)報模式值, 開展業(yè)務(wù)化運(yùn)用時不能實時提供初猜譜信息; 或者依賴于散射計或其他測風(fēng)載荷獲得的風(fēng)場信息、NCEP資料數(shù)值模擬風(fēng)場,存在時空不匹配、精度難以保證等問題, 導(dǎo)致初猜譜信息不夠精確, 從而嚴(yán)重影響了機(jī)載SAR海浪參數(shù)反演結(jié)果。本文針對機(jī)載SAR對海探測特點(diǎn), 提出一種機(jī)載SAR海浪參數(shù)反演新方法。以SAR圖像反演的同步高精度海面風(fēng)場信息為基礎(chǔ), 構(gòu)建初猜譜,再通過SAR與海浪非線性反演關(guān)系, 構(gòu)造代價函數(shù),完成海浪譜反演, 最后以交叉譜方法實現(xiàn)波向180°去模糊, 最終得到海浪參數(shù), 并利用已有的機(jī)載SAR單視復(fù)數(shù)據(jù)和同步觀測浮標(biāo)數(shù)據(jù)對反演方法進(jìn)行了試驗驗證。結(jié)果表明: 與浮標(biāo)數(shù)據(jù)對比, 反演得到的海浪有效波高偏差為0.12 m, 均方根誤差為0.23 m; 波向偏差為6.83°, 均方根誤差為13.23°, 驗證了本文提出的基于同步風(fēng)場的機(jī)載SAR海浪參數(shù)反演方法的有效性, 有效解決了機(jī)載SAR海浪反演方法中初猜譜構(gòu)造的問題, 提高了海浪參數(shù)的空間分辨率和反演精度, 為機(jī)載SAR海浪參數(shù)反演業(yè)務(wù)化應(yīng)用提供支撐。

論文提出的海浪參數(shù)反演方法是為解決機(jī)載SAR海洋環(huán)境探測系統(tǒng)研制過程中遇到的實際工程問題提出的, 通過從SAR數(shù)據(jù)本身反演出時空匹配的海面風(fēng)場構(gòu)造初猜譜, 解決了傳統(tǒng)海浪參數(shù)反演中初猜譜構(gòu)造依賴外部輔助數(shù)據(jù)的問題, 并結(jié)合MPI和交叉譜方法實現(xiàn)了機(jī)載SAR海浪參數(shù)的快速高精度反演, 對于機(jī)載SAR海洋環(huán)境探測的業(yè)務(wù)化具有重要意義。但受客觀條件的限制, 本文僅開展了中等海況條件下的探測試驗, 使用的機(jī)載SAR數(shù)據(jù)量較少, 不能完全反映不同海況條件下海浪參數(shù)反演情況, 后續(xù)我們將進(jìn)一步開展不同海況條件下的海上飛行試驗研究。

圖7 112201號SAR數(shù)據(jù)交叉譜數(shù)據(jù)(a)虛部圖像(b)去除虛部負(fù)值后的圖像Fig. 7 112201 SAR cross-spectrum data (a) Imaginary part image and (b) data after removing negative values

致謝: 感謝中國科學(xué)院電子學(xué)研究所和中國電子科技集團(tuán)公司第三十八研究所提供的機(jī)載SAR試驗數(shù)據(jù)、浮標(biāo)數(shù)據(jù)和調(diào)查船觀測結(jié)果及在機(jī)載SAR數(shù)據(jù)定標(biāo)方面給予的支持。

[1] Martine S. An Introduction to Ocean Remote Sensing[M]. Cambridge: Cambridge University Press, 2004: 201-207.

[2] 張亮, 黃思訓(xùn), 鐘劍, 等. 基于降雨率的GMF+RAIN模型構(gòu)建及在臺風(fēng)風(fēng)場反演中的應(yīng)用[J]. 物理學(xué)報, 2010, 59: 74-79. Zhang Liang, Huang Sixun, Zhong Jian, et al. New GMF + RAIN model based on rain rate and application in typhoon wind retrieval[J]. Acta Phys Sin, 2010, 59: 74-79.

[3] 艾未華, 孔毅, 趙現(xiàn)斌. 基于小波的多極化機(jī)載合成孔徑雷達(dá)海面風(fēng)場反演[J]. 物理學(xué)報, 2012, 61(14): 465-473. Ai Weihua, Kong Yi, Zhao Xianbin. Ocean surface wind direction retrieval from multi-polarization airborne SAR based on wavelet[J]. Acta Phys Sin, 2012, 61(14): 465-473.

[4] 趙現(xiàn)斌, 嚴(yán)衛(wèi), 孔毅, 等. 機(jī)載C波段全極化SAR海面風(fēng)矢量反演理論研究及實驗驗證[J]. 物理學(xué)報, 2013, 62: 138402. Zhao Xianbin, Yan Wei, Kong Yi, et al. Theoretical research and experimental verification for ocean surface wind vector retrieval from airborne C-band fully polarimetric SAR[J]. Acta Phys Sin, 2013, 62: 138402.

[5] 艾未華, 嚴(yán)衛(wèi), 趙現(xiàn)斌, 等. C波段機(jī)載合成孔徑雷達(dá)海面風(fēng)場反演新方法[J]. 物理學(xué)報, 2013, 62: 68401. Ai Weihua, Yan Wei, Zhao Xianbin , et al. A new ocean surface wind field retrieval method from C-band airborne synthetic aperture radar[J]. Acta Phys Sin, 2013, 62: 68401.

[6] Hasselmann K, Hasselmann S. On the nonlinear mapping of an ocean wave spectrum into a synthetic aperture radar image spectrum and its inversion[J]. Geophys Res, 1991, 96: 10713-10729.

[7] Brüning C, Hasselmann S, Hasselmnna K, et al. A first evaluation of ERS-1 synthetic aperture radar wave mode data[J]. The Glob Atmos and Ocean System, 1994, 2: 61-98.

[8] Hasselmann S, Brüning C, Hasselmann, et al. An improved algorithm for the retrieval of ocean wave spectra from synthetic aperture radar image spectra[J]. Geophys Res, 1996, 101: 16615-16629.

[9] Mastenbroek C, Valk C. A semiparametric algorithm to retrieve ocean wave spectra from synthetic aperture radar[J]. Geophys Res, 2000, 105: 3497-3516.

[10] Schulz-Stellenfleth J, Lehner S, Hoja D. A parametricscheme for the retrieval of two-dimensional ocean wave spectra from synthetic aperture radar look cross spectra[J]. Geophys Res, 2005, 110: 297-314.

[11] Schulz-Stellenfleth J, K?nigTh, Lehner S. An empirical approach for the retrieval of integral ocean wave parameters from synthetic aperture radar data[J]. Geophys Res, 2007, 112: 10182-10190.

[12] He Yijun, Zhang Bin, Perrie W. Remote sensing of ocean waves by a long-track interferometric synthetic aperture radar[J]. Journal of Geophysical Research Atmospheres, 2009, 114(C10): 157-165.

[13] Sun Jian, Kawamura H. Retrieval of surface wave parameters from SAR images and their validation in the coastal seas around Japan[J]. Journal of Oceanography, 2009, 65: 567-577.

[14] Li Xiaoming, Lehner S, Bruns T. Simultaneous measurements by advanced SAR and radar altimeter on potential improvement of ocean wave model assimilatio[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 196: 2892-2903.

[15] 謝濤, 方賀, 陳偉, 等. 基于SFS技術(shù)的全極化SAR圖像海浪反演機(jī)制[J]. 武漢理工大學(xué)學(xué)報, 2015, 37: 259-263. Xie Tao, Fang He, Cheng Wei, et al. Analysis of the Arctic sea ice total deformation rates based on SAR remote sensing [J]. Journal of Wut, 2015, 37: 259-263.

[16] 趙現(xiàn)斌, 嚴(yán)衛(wèi), 孔毅, 等. 機(jī)載SAR探測圖像中歸一化雷達(dá)截面隨入射角變化規(guī)律應(yīng)用[J]. 物理學(xué)報, 2015, 62: 1869-1880. Zhao Xianbin, Yan Wei, Kong Yi, et al. Application research for change rule of normalized radar cross section changes with incidence angle in airborne SAR sounding image[J]. Acta Phys Sin, 2013, 62: 1869-1880.

[17] 董玫, 趙永波, 張守宏. 米波段下海面多徑模型研究[J].電子學(xué)報, 2009, 36(6): 1373-1377. Dong Mei, Zhao Yongbo, Zhang Shouhong. The analysis of the multipath model under the VHF band at sea[J]. Acta Electronica Sinica, 2009, 36: 1373-1377.

[18] 烏拉比, 穆爾, 馮健超. 微波遙感(第二卷): 雷達(dá)遙感和面目標(biāo)的散射、輻射理論[M]. 黃培康, 汪一飛,譯. 北京: 科學(xué)出版社, 1987. Ulaby, Moore, Feng Jianchao. Microwave Remote Sensing (Volume 2): Scattering of Radar Remote Sensing and Surface Targets, Radiation Theory[M]. Translated, Huang Peikang, Wang Yifei. Beijing: Science Press, 1987.

[19] 李海艷, 杜濤. 海洋內(nèi)波SAR影像成像理論[J]. 海洋科學(xué), 2005, 29(10): 86-89. Li Haiyan, Du Tao. Theory about synthetic aperture radar imaging of oceanic internal waves[J]. Marine Sciences, 2005, 29(10): 86-89.

[20] 楊勁松. 合成孔徑雷達(dá)海面風(fēng)場、海浪和海洋內(nèi)波遙感技術(shù)[M]. 北京: 海洋出版社, 2005: 48-54. Yang Jinsong. SAR Remote Sensing Techniques of Sea Surface Wind, Surface Wave and Internal Wave[M]. Beijing: Ocean Press, 2005: 48-54.

[21] 孫建. SAR影像的海浪信息反演[D]. 青島: 中國海洋大學(xué), 2005. Sun Jian. The retrieval of ocean wave information from SAR images[D]. Qingdao: Ocean University of China, 2005.

[22] Engen G, Johnsen H. SAR-ocean wave inversion using image cross spectra[J]. IEEE Transactions on Geoscience and Remote Sensing, 1995, 33(4): 1047-1056.

Received: Feb. 23, 2016

A method for retrieving ocean-wave parameters from airborne synthetic aperture radar imagery based on synchronization information of the wind field

GE Shu-rui1, AI Wei-hua1,2, YUAN Ling-feng3, CHENG Yu-xin1, MA Shuo1
(1. College of Meteorology and Oceanography, PLA University of Science and Technology, Nanjing 211101, China; 2. Jiangsu Key Laboratory of Meteorological Observation and Information Processing, Nanjing University of Information Science and Technology, Nanjing 210044, China; 3. Hydrologic and Meteorological Center of Navy, Beijing 100071, China)

airborne synthetic aperture radar; first-guess spectrum; cross-spectra; ocean-surface wind field; ocean-wave parameter retrieval

Airborne synthetic aperture radar (SAR), which has flexible characteristics, is an effective means of obtaining regional ocean-wave parameters. These regional ocean-wave parameters are the most fundamental and important marine environmental parameters in dynamic marine processes. Based on the sounding characteristics of airborne SAR, the first-guess spectrum is constructed by combining ocean-wave spectrum model, direction function with the synchronous wind speed and wind direction which match with the inversion region of ocean wave parameters temporally and spatially. The synchronous wind speed and wind direction can be obtained from the SAR data itself using the multi-incidence angle method. Next, a simulated SAR image corresponding with the first-guess spectrum can be produced based on the nonlinear image relations between the ocean-wave direction spectrum and the SAR image spectrum. The simulated observed SAR image spectrums are combined as an iterative operation, and the most suitable wave spectrum can be obtained by solving the nonlinear equation. Finally, the wave parameters are obtained using the cross-spectra method, which is used for eliminating the 180° direction ambiguity of ocean-wave propagation. This study proposes a method of retrieving ocean-wave parameters from airborne SAR imagery based on the synchronization information of the wind field. This method entirely utilizes the advantage of airborne SAR in the marine environment by solving the problem of the first-guess spectrum structure that is dependent on external wind field in traditional SAR wave parameter inversion. Airborne ocean-wave parameter inversion results from synchronized flight tests and survey ship observations yield root-mean-square errors for significant wave height and wave direction of 0.23 m and 13.23°, respectively. These errors verify the validity of the proposed method and provide support for the using ocean-wave parameters retrieved from airborne SAR imagery.

P732.7

A

1000-3096(2016)11-0138-10

10.11759/hykx20160204001

(本文編輯: 劉珊珊 李曉燕)

2016-02-04;

2016-05-12

江蘇省氣象探測與信息處理重點(diǎn)實驗室基金(KDXS1307);國家自然科學(xué)基金(41475019, 41306187, 41505016)

[Foundation: Jiangsu Key Laboratory of Meteorological Observation and Information Processing, No.KDXS1307; National Natural Science Foundation of China, No.41475019, No.41306187, No.41505016]

戈書睿(1993-), 男, 江蘇泰州人, 碩士研究生, 主要從事海洋遙感研究, 電話: 15996206607, E-mail: geshurui@126.com; 艾未華, 通信作者, E-mail: awhzjax@126.com