一種SAR波模式海浪方向譜產品的優化算法的製作方法

2023-06-02 19:00:31

本發明涉及一種算法，具體是一種sar波模式海浪方向譜產品的優化算法。

背景技術：

海浪方向譜同時描述了海浪組成波能量相對於頻率和方向的分布，由它可以得到所有海浪參數(如海浪有效波高、平均波向、平均波周期、平均波長等)。海浪方向譜的確定是海浪研究的核心問題之一。星載sar是一種主動式微波成像雷達，可獲得空間解析度高達1-10m的雷達圖像，並且具有全天候全天時工作的優勢。星載sar並非對海浪直接成像，sar僅與海面短重力波或毛細波相互作用從而成像。基於海浪對海面短重力波的調製作用，在sar圖像上可觀測到作為調製信號的海浪信息，表現為明暗相間的波紋圖像。從sar圖像可以反演獲得海浪方向譜。目前基於sar反演海浪方向譜主要有mpi反演算法、交叉譜反演算法和parsa反演算法三種。

1991年，k.hasselmann和s.hasselmann在同時考慮了線性的流體力學調製和傾斜調製以及非線性的速度聚束效應的基礎上，推導了海浪方向譜與sar圖象譜的非線性變換關係，同時提出通過迭代運算使價值函數最小化以獲得最優海浪方向譜的求逆算法。從而解決了從衛星sar圖像反演海浪方向譜的可行算法，這個反演算法被稱為馬普學會方法，即mpi方法。該反演算法的迭代求逆過程需要第一猜測譜，mpi算法採用海浪數值預報模式wam的模式結果作為第一猜測譜。1996年hasselmanns對價值函數作了改進，並引入譜分割技術，以使mpi算法更易收斂。mpi反演算法已應用在一些海洋業務化預報部門，例如歐洲中期天氣預報中心(ecmwf)。但對於其他機構而言，獲得準實時的第一猜測譜是較困難的。因此，很多研究者試圖尋找不依賴於第一猜測譜的反演算法。

1995年，engen和johnse提出了從sar複數據反演海浪方向譜的交叉譜方法。該方法有兩個優勢：第一，不需要第一猜測譜。第二，不存在海浪傳播的180°模糊問題。歐空局esa採用交叉譜方法從envisat/asar波模式數據反演海浪方向譜，並作為標準的波模式海浪方向譜二級產品wvw提供給用戶。但該方法的缺陷較明顯：第一，速度聚束導致的高頻信息丟失無法恢復，只能獲得截止波數內的海浪方向譜而不是完整的海浪方向譜。第二，需要風場信息以分離sar圖像中的風浪信息，而風場信息則依賴於散射計經驗模型cmod計算。ecmwf對2006.11-2007.10的wvw產品進行印證，其結果表明基於交叉譜反演方法的asar波模式海浪方向譜wvw產品存在很大誤差。

2005年，schulz-stellenfleth等提出一種改進的非線性反演算法partitionrescalingandshiftalgorithm(parsa)。parsa方法是mpi方法和交叉譜方法的有機結合，既可獲得完整的海浪方向譜，又消除了傳播方向的180°模糊。parsa與mpi方法相比的改進處如下：a、採用新的譜分割方法，各子波系統部分重疊以避免譜形不連續問題；b、對譜分割後各子波系統進行參數化，除波長、波向和波能外增加方向擴散參數；c、基於三個概率誤差模型，包括交叉譜估計誤差模型、海浪譜到sar交叉譜正向非線性變換概率誤差模型和第一猜測譜不確定性模型；d、採用最大後驗概率方法獲得海浪方向譜最優估計；e、利用交叉譜中相位信息消除海浪傳播方向180°模糊問題。印證結果表明，parsa的反演結果明顯優於wvw，也優於mpi。但它仍依賴於難以獲得的準實時的第一猜測譜。

現有技術存在以下缺點：

1.mpi反演方法：依賴於第一猜測譜，但獲得準實時的第一猜測譜較困難。

2.交叉譜反演方法：無法恢復由於速度聚束而丟失的海浪高頻信息(即風浪信息)，只能獲得截止波數內的海浪方向譜，並不是完整的海浪方向譜。

3.parsa反演方法：仍然依賴於難以獲取的第一猜測譜。

技術實現要素：

本發明的目的在於提供一種sar波模式海浪方向譜產品的優化算法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種sar波模式海浪方向譜產品的優化算法，包含以下步驟：(1)、wvw海浪方向譜的風浪譜和湧浪譜的分離：基於komen等提出的風向波浪傳遞能量的關係式，其中，β＝1.3，u10是10m高處的風速，cp是波速，θ是波的方向，是風向，二維譜中滿足上述關係式的部分分離為風浪，其餘部分分離為湧浪，(2)、引入風浪譜模型，採用的是文氏譜，海浪方向譜表達式其中是頻譜，是方向函數，是歸一化函數，其中：無因次頻譜：q＝4.14exp(-0.809p0.766)≤1.42，t是風時，u是10m高處的平均風速，(3)、譜分割及子譜的交叉調整，使用hasselmann的譜分割方法對兩個風浪譜進行譜分割，然後進行交叉調整及最優插值法得到有完整風浪信息的風浪譜，hasselmann對每個分割用到了三個積分波參數，分別是分割的有效波高hs,p、分割的均值頻率fm,p和分割的均值方向θm,p，其中ep表示分割的能量ep＝∫∫a_pf(f,θ)dfdθ，兩個二維譜a和b，其分割的數目分別為m和n個。這樣，對於譜a中的每一個分割i(a)，如果譜b中某一分割j(b)滿足如下條件，則i(a)和j(b)進行交叉分配，①、在頻率方向譜中，『分割』i(a)和j(b)的平均『坐標』需在一定的『距離』範圍之內。這個距離指的是：如果二者的均值頻率相等則均值方向的最大差距不能超過50°，若二者的的均值方向相同則均值頻率的差別不能超過40％，即②、某分割的能量至少是另外一個分割能量的10％要大，即或者(4)、湧浪譜和風浪譜融合，對湧浪譜和風浪譜採取小波變換與重構法進行有效的譜數據融合，最終得到包含較為完整的風浪和湧浪信息的海浪方向譜。

與現有技術相比，本發明的有益效果是：本發明算法不再使用很難獲得的準實時第一猜測譜，而是採用已驗證的在湧浪部分有較高反演精度的交叉譜反演結果，加之被廣泛應用的風浪譜模型(文氏譜)，對二者進行有效的譜融合，得到包含湧浪信息與風浪信息的海浪方向譜。

附圖說明：

圖1為本發明的算法流程圖；

圖2為由wvw海浪方向譜產品數據得到的不完整的海浪方向譜圖；

圖3為由文氏譜得到的風浪譜圖；

圖4為最終得到的具有較完整風浪和湧浪信息的海浪方向譜圖；

圖5是浮標站位圖；

圖6和圖7是產品優化前後與現場浮標數據對比結果圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

請參閱圖1-7，一種sar波模式海浪方向譜產品的優化算法，包含以下步驟：

(1)、wvw海浪方向譜的風浪譜和湧浪譜的分離：基於komen等提出的風向波浪傳遞能量的關係式，其中，β＝1.3，u10是10m高處的風速，cp是波速，θ是波的方向，是風向，二維譜中滿足上述關係式的部分分離為風浪，其餘部分分離為湧浪，

(2)、引入風浪譜模型，採用的是文氏譜，海浪方向譜表達式其中是頻譜，是方向函數，是歸一化函數，其中：無因次頻譜：q＝4.14exp(-0.809p0.766)≤1.42，t是風時，u是10m高處的平均風速，

(3)、譜分割及子譜的交叉調整，使用hasselmann的譜分割方法對兩個風浪譜進行譜分割，然後進行交叉調整及最優插值法得到有完整風浪信息的風浪譜，hasselmann對每個分割用到了三個積分波參數，分別是分割的有效波高hs,p、分割的均值頻率fm,p和分割的均值方向θm,p，其中ep表示分割的能量ep＝∫∫a_pf(f,θ)dfdθ，兩個二維譜a和b，其分割的數目分別為m和n個。這樣，對於譜a中的每一個分割i(a)，如果譜b中某一分割j(b)滿足如下條件，則i(a)和j(b)進行交叉分配，①、在頻率方向譜中，『分割』i(a)和j(b)的平均『坐標』需在一定的『距離』範圍之內。這個距離指的是：如果二者的均值頻率相等則均值方向的最大差距不能超過50°，若二者的的均值方向相同則均值頻率的差別不能超過40％，即②、某分割的能量至少是另外一個分割能量的10％要大，即或者

(4)、湧浪譜和風浪譜融合，對湧浪譜和風浪譜採取小波變換與重構法進行有效的譜數據融合，最終得到包含較為完整的風浪和湧浪信息的海浪方向譜。

本發明的工作原理是：本發明的優化算法將應用成熟的風浪譜模型(文氏譜)找回交叉譜反演過程中丟失的風浪信息，以優化wvw海浪方向譜，最終提供給用戶精度更高的海浪方向譜產品。算法流程圖見圖1。

圖2為由wvw海浪方向譜產品數據得到的不完整的海浪方向譜，圖3為由文氏譜得到的風浪譜，圖4為最終得到的具有較完整風浪和湧浪信息的海浪方向譜。

為確定本優化算法的反演誤差，需要與現場測量數據作同步印證。計算wvw海浪方向譜和優化後的海浪方向譜得到的海浪有效波高數據，分別將結果與現場浮標測量的有效波高進行同步印證。產品數據與浮標數據(浮標站位圖如圖5所示)的時空匹配條件設置為：空間距離不超過100km，時間尺度不超過0.5小時。應用全球2011年的部分asar波模式數據與浮標數據進行匹配，共得到465組對比數據。對比結果如圖6(wvw產品有效波高與浮標數據對比結果圖)和圖7(本優化算法有效波高與浮標數據對比結果圖)所示。其對比參數數據表格如下：

由相關係數、均方根誤差和偏差等參數可以看出，本優化算法的反演精度高於wvw產品。