[发明专利]一种SAR波模式海浪方向谱产品的优化算法

说明书

本发明公开了一种SAR波模式海浪方向谱产品的优化算法，包含以下步骤：(1)、WVW海浪方向谱的风浪谱和涌浪谱的分离，(2)、引入风浪谱模型，(3)、风浪谱的谱分割与交叉调整，(4)、WVW海浪方向谱产品分离出来的涌浪谱与经过文氏谱调整后的风浪谱的有效融合以获得新的海浪方向谱，本发明算法不再使用很难获得的准实时第一猜测谱，而是采用已验证的在涌浪部分有较高反演精度的交叉谱反演结果WVW产品，加之被广泛应用的风浪谱模型(文氏谱)，对二者进行有效的谱融合，得到包含涌浪信息与风浪信息的海浪方向谱。

技术领域

本发明涉及一种算法，具体是一种SAR波模式海浪方向谱产品的优化算法。

背景技术

海浪方向谱同时描述了海浪组成波能量相对于频率和方向的分布，由它可以得到所有海浪参数(如海浪有效波高、平均波向、平均波周期、平均波长等)。海浪方向谱的确定是海浪研究的核心问题之一。星载SAR是一种主动式微波成像雷达，可获得空间分辨率高达1-10m的雷达图像，并且具有全天候全天时工作的优势。星载SAR并非对海浪直接成像，SAR仅与海面短重力波或毛细波相互作用从而成像。基于海浪对海面短重力波的调制作用，在SAR图像上可观测到作为调制信号的海浪信息，表现为明暗相间的波纹图像。从SAR图像可以反演获得海浪方向谱。目前基于SAR反演海浪方向谱主要有 MPI反演算法、交叉谱反演算法和PARSA反演算法三种。

1991年，K.Hasselmann和S.Hasselmann在同时考虑了线性的流体力学调制和倾斜调制以及非线性的速度聚束效应的基础上，推导了海浪方向谱与SAR图像 谱的非线性变换关系，同时提出通过迭代运算使价值函数最小化以获得最优海浪方向谱的求逆算法。从而解决了从卫星SAR图像反演海浪方向谱的可行算法，这个反演算法被称为马普学会方法，即MPI方法。该反演算法的迭代求逆过程需要第一猜测谱，MPI算法采用海浪数值预报模式WAM的模式结果作为第一猜测谱。1996年Hasselmanns对价值函数作了改进，并引入谱分割技术，以使MPI算法更易收敛。MPI反演算法已应用在一些海洋业务化预报部门，例如欧洲中期天气预报中心(ECMWF)。但对于其他机构而言，获得准实时的第一猜测谱是较困难的。因此，很多研究者试图寻找不依赖于第一猜测谱的反演算法。

1995年，Engen和Johnse提出了从SAR复数据反演海浪方向谱的交叉谱方法。该方法有两个优势：第一，不需要第一猜测谱。第二，不存在海浪传播的180°模糊问题。欧空局ESA采用交叉谱方法从Envisat/ASAR波模式数据反演海浪方向谱，并作为标准的波模式海浪方向谱二级产品WVW提供给用户。但该方法的缺陷较明显：第一，速度聚束导致的高频信息丢失无法恢复，只能获得截止波数内的海浪方向谱而不是完整的海浪方向谱。第二，需要风场信息以分离SAR图像中的风浪信息，而风场信息则依赖于散射计经验模型CMOD计算。ECMWF对2006.11-2007.10的WVW产品进行印证，其结果表明基于交叉谱反演方法的ASAR波模式海浪方向谱WVW产品存在很大误差。

2005年，Schulz-Stellenfleth等提出一种改进的非线性反演算法PartitionRescaling and Shift Algorithm(PARSA)。PARSA方法是MPI方法和交叉谱方法的有机结合，既可获得完整的海浪方向谱，又消除了传播方向的180°模糊。PARSA与MPI方法相比的改进处如下：a、采用新的谱分割方法，各子波系统部分重叠以避免谱形不连续问题； b、对谱分割后各子波系统进行参数化，除波长、波向和波能外增加方向扩散参数；c、基于三个概率误差模型，包括交叉谱估计误差模型、海浪谱到SAR交叉谱正向非线性变换概率误差模型和第一猜测谱不确定性模型；d、采用最大后验概率方法获得海浪方向谱最优估计；e、利用交叉谱中相位信息消除海浪传播方向180°模糊问题。印证结果表明，PARSA 的反演结果明显优于WVW，也优于MPI。但它仍依赖于难以获得的准实时的第一猜测谱。

现有技术存在以下缺点：

1.MPI反演方法：依赖于第一猜测谱，但获得准实时的第一猜测谱较困难。