本發(fā)明涉及一種算法,具體是一種sar波模式海浪方向譜產(chǎn)品的優(yōu)化算法。
背景技術(shù):
海浪方向譜同時(shí)描述了海浪組成波能量相對(duì)于頻率和方向的分布,由它可以得到所有海浪參數(shù)(如海浪有效波高、平均波向、平均波周期、平均波長(zhǎng)等)。海浪方向譜的確定是海浪研究的核心問(wèn)題之一。星載sar是一種主動(dòng)式微波成像雷達(dá),可獲得空間分辨率高達(dá)1-10m的雷達(dá)圖像,并且具有全天候全天時(shí)工作的優(yōu)勢(shì)。星載sar并非對(duì)海浪直接成像,sar僅與海面短重力波或毛細(xì)波相互作用從而成像。基于海浪對(duì)海面短重力波的調(diào)制作用,在sar圖像上可觀測(cè)到作為調(diào)制信號(hào)的海浪信息,表現(xiàn)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。目前基于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(shí)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,推導(dǎo)了海浪方向譜與sar圖象譜的非線性變換關(guān)系,同時(shí)提出通過(guò)迭代運(yùn)算使價(jià)值函數(shù)最小化以獲得最優(yōu)海浪方向譜的求逆算法。從而解決了從衛(wèi)星sar圖像反演海浪方向譜的可行算法,這個(gè)反演算法被稱為馬普學(xué)會(huì)方法,即mpi方法。該反演算法的迭代求逆過(guò)程需要第一猜測(cè)譜,mpi算法采用海浪數(shù)值預(yù)報(bào)模式wam的模式結(jié)果作為第一猜測(cè)譜。1996年hasselmanns對(duì)價(jià)值函數(shù)作了改進(jìn),并引入譜分割技術(shù),以使mpi算法更易收斂。mpi反演算法已應(yīng)用在一些海洋業(yè)務(wù)化預(yù)報(bào)部門,例如歐洲中期天氣預(yù)報(bào)中心(ecmwf)。但對(duì)于其他機(jī)構(gòu)而言,獲得準(zhǔn)實(shí)時(shí)的第一猜測(cè)譜是較困難的。因此,很多研究者試圖尋找不依賴于第一猜測(cè)譜的反演算法。
1995年,engen和johnse提出了從sar復(fù)數(shù)據(jù)反演海浪方向譜的交叉譜方法。該方法有兩個(gè)優(yōu)勢(shì):第一,不需要第一猜測(cè)譜。第二,不存在海浪傳播的180°模糊問(wèn)題。歐空局esa采用交叉譜方法從envisat/asar波模式數(shù)據(jù)反演海浪方向譜,并作為標(biāo)準(zhǔn)的波模式海浪方向譜二級(jí)產(chǎn)品wvw提供給用戶。但該方法的缺陷較明顯:第一,速度聚束導(dǎo)致的高頻信息丟失無(wú)法恢復(fù),只能獲得截止波數(shù)內(nèi)的海浪方向譜而不是完整的海浪方向譜。第二,需要風(fēng)場(chǎng)信息以分離sar圖像中的風(fēng)浪信息,而風(fēng)場(chǎng)信息則依賴于散射計(jì)經(jīng)驗(yàn)?zāi)P蚦mod計(jì)算。ecmwf對(duì)2006.11-2007.10的wvw產(chǎn)品進(jìn)行印證,其結(jié)果表明基于交叉譜反演方法的asar波模式海浪方向譜wvw產(chǎn)品存在很大誤差。
2005年,schulz-stellenfleth等提出一種改進(jìn)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(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。parsa與mpi方法相比的改進(jìn)處如下:a、采用新的譜分割方法,各子波系統(tǒng)部分重疊以避免譜形不連續(xù)問(wèn)題;b、對(duì)譜分割后各子波系統(tǒng)進(jìn)行參數(shù)化,除波長(zhǎng)、波向和波能外增加方向擴(kuò)散參數(shù);c、基于三個(gè)概率誤差模型,包括交叉譜估計(jì)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(cè)譜不確定性模型;d、采用最大后驗(yàn)概率方法獲得海浪方向譜最優(yōu)估計(jì);e、利用交叉譜中相位信息消除海浪傳播方向180°模糊問(wèn)題。印證結(jié)果表明,parsa的反演結(jié)果明顯優(yōu)于wvw,也優(yōu)于mpi。但它仍依賴于難以獲得的準(zhǔn)實(shí)時(shí)的第一猜測(cè)譜。
現(xiàn)有技術(shù)存在以下缺點(diǎn):
1.mpi反演方法:依賴于第一猜測(cè)譜,但獲得準(zhǔn)實(shí)時(shí)的第一猜測(cè)譜較困難。
2.交叉譜反演方法:無(wú)法恢復(fù)由于速度聚束而丟失的海浪高頻信息(即風(fēng)浪信息),只能獲得截止波數(shù)內(nèi)的海浪方向譜,并不是完整的海浪方向譜。
3.parsa反演方法:仍然依賴于難以獲取的第一猜測(cè)譜。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明的目的在于提供一種sar波模式海浪方向譜產(chǎn)品的優(yōu)化算法,以解決上述背景技術(shù)中提出的問(wèn)題。
為實(shí)現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:
一種sar波模式海浪方向譜產(chǎn)品的優(yōu)化算法,包含以下步驟:(1)、wvw海浪方向譜的風(fēng)浪譜和涌浪譜的分離:基于komen等提出的風(fēng)向波浪傳遞能量的關(guān)系式,
與現(xiàn)有技術(shù)相比,本發(fā)明的有益效果是:本發(fā)明算法不再使用很難獲得的準(zhǔn)實(shí)時(shí)第一猜測(cè)譜,而是采用已驗(yàn)證的在涌浪部分有較高反演精度的交叉譜反演結(jié)果,加之被廣泛應(yīng)用的風(fēng)浪譜模型(文氏譜),對(duì)二者進(jìn)行有效的譜融合,得到包含涌浪信息與風(fēng)浪信息的海浪方向譜。
附圖說(shuō)明:
圖1為本發(fā)明的算法流程圖;
圖2為由wvw海浪方向譜產(chǎn)品數(shù)據(jù)得到的不完整的海浪方向譜圖;
圖3為由文氏譜得到的風(fēng)浪譜圖;
圖4為最終得到的具有較完整風(fēng)浪和涌浪信息的海浪方向譜圖;
圖5是浮標(biāo)站位圖;
圖6和圖7是產(chǎn)品優(yōu)化前后與現(xiàn)場(chǎng)浮標(biāo)數(shù)據(jù)對(duì)比結(jié)果圖。
具體實(shí)施方式
下面將結(jié)合本發(fā)明實(shí)施例中的附圖,對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例,而不是全部的實(shí)施例?;诒景l(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。
請(qǐng)參閱圖1-7,一種sar波模式海浪方向譜產(chǎn)品的優(yōu)化算法,包含以下步驟:
(1)、wvw海浪方向譜的風(fēng)浪譜和涌浪譜的分離:基于komen等提出的風(fēng)向波浪傳遞能量的關(guān)系式,
(2)、引入風(fēng)浪譜模型,采用的是文氏譜,海浪方向譜表達(dá)式
(3)、譜分割及子譜的交叉調(diào)整,使用hasselmann的譜分割方法對(duì)兩個(gè)風(fēng)浪譜進(jìn)行譜分割,然后進(jìn)行交叉調(diào)整及最優(yōu)插值法得到有完整風(fēng)浪信息的風(fēng)浪譜,hasselmann對(duì)每個(gè)分割用到了三個(gè)積分波參數(shù),分別是分割的有效波高h(yuǎn)s,p、分割的均值頻率fm,p和分割的均值方向θm,p,
(4)、涌浪譜和風(fēng)浪譜融合,對(duì)涌浪譜和風(fēng)浪譜采取小波變換與重構(gòu)法進(jìn)行有效的譜數(shù)據(jù)融合,最終得到包含較為完整的風(fēng)浪和涌浪信息的海浪方向譜。
本發(fā)明的工作原理是:本發(fā)明的優(yōu)化算法將應(yīng)用成熟的風(fēng)浪譜模型(文氏譜)找回交叉譜反演過(guò)程中丟失的風(fēng)浪信息,以優(yōu)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(chǎn)品。算法流程圖見(jiàn)圖1。
圖2為由wvw海浪方向譜產(chǎn)品數(shù)據(jù)得到的不完整的海浪方向譜,圖3為由文氏譜得到的風(fēng)浪譜,圖4為最終得到的具有較完整風(fēng)浪和涌浪信息的海浪方向譜。
為確定本優(yōu)化算法的反演誤差,需要與現(xiàn)場(chǎng)測(cè)量數(shù)據(jù)作同步印證。計(jì)算wvw海浪方向譜和優(yōu)化后的海浪方向譜得到的海浪有效波高數(shù)據(jù),分別將結(jié)果與現(xiàn)場(chǎng)浮標(biāo)測(cè)量的有效波高進(jìn)行同步印證。產(chǎn)品數(shù)據(jù)與浮標(biāo)數(shù)據(jù)(浮標(biāo)站位圖如圖5所示)的時(shí)空匹配條件設(shè)置為:空間距離不超過(guò)100km,時(shí)間尺度不超過(guò)0.5小時(shí)。應(yīng)用全球2011年的部分asar波模式數(shù)據(jù)與浮標(biāo)數(shù)據(jù)進(jìn)行匹配,共得到465組對(duì)比數(shù)據(jù)。對(duì)比結(jié)果如圖6(wvw產(chǎn)品有效波高與浮標(biāo)數(shù)據(jù)對(duì)比結(jié)果圖)和圖7(本優(yōu)化算法有效波高與浮標(biāo)數(shù)據(jù)對(duì)比結(jié)果圖)所示。其對(duì)比參數(shù)數(shù)據(jù)表格如下:
由相關(guān)系數(shù)、均方根誤差和偏差等參數(shù)可以看出,本優(yōu)化算法的反演精度高于wvw產(chǎn)品。