基于SVM的ASAR波模式海浪波高与周期提取研究

【摘要】：星载合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种微波遥感探测手段,可以不受日照、云雾等外界环境因素影响实现对地观测。ENVISAT卫星搭载的先进合成孔径雷达(Advanced Synthetic Aperture Radar,ASAR)工作于C波段,具有5种工作模式,其中波模式全天时开通,数据量丰富。本文提出了基于支持向量机(Support Vector Machine,SVM)回归模型的ASAR波模式数据有效波高(Significant Wave Height,SWH)和平均波周期(Mean Wave Period,MWP)提取新方法。论文详细阐述了 SAR数据反演海浪参数的背景及意义,并对现有的海浪参数反演技术的进展进行了扼要介绍。分析了 SAR海表面成像机制并指出了现有MPI方法、参数化方法(PARSA)、半参数化方法(SPRA)等海浪谱反演存在的不足,进而提出使用SVM提取海浪参数的新方法。本文完成工作如下:1.SVM模型的建立。详细介绍了 ASAR波模式图像预处理步骤、ASAR图像谱分解过程及特征参数提取过程,并且从空间域和频域分析了特征参数与SWH和MWP之间的关系。然后,给出了 SVM回归机模型的理论推导过程,使用30771景与全球气候再分析数据(ERA-Interim)匹配的ASAR波模式样本进行SVM模型训练。2.SVM模型验证与分析。本文分别采用浮标和ERA-Interim数据对SVM方法提取的SWH和MWP进行了印证,SWH均方误差分别为0.49米和0.4米,相关度分别为0.8和0.93。MWP均方误差分别为1.08秒和0.62秒,相关度为0.76和0.87。由此说明,基于SVM回归模型的ASAR SWH和MWP提取是一种有效的方法。3.SVM模型进一步评估,对台风案例和2011年全球海况季节性变化特征进行了分析。论文结果表明,本文提出的SVM模型对高海况区域的海洋风暴预警、监测及海浪参数的业务化运行具有重要的意义。