基于星载SAR数据和模式资料的海面风场变分融合方法研究

为实现合成孔径雷达数据与数值预报模式资料融合,提高海面风场精度和业务化运用水平,提出了一种基于星载SAR数据与模式资料的变分融合方法。其研究思路是采用二维连续小波变换提取SAR图像中高精度风条纹风向,结合地球物理模型函数求解海面风场的经向分量和纬向分量,然后采用Kriging插值方法将数值预报模式风速插值到SAR海面风场覆盖区域,得到SAR风速观测算子,由此构建SAR风场与模式风场融合的代价函数,并采用变分方法求解分析风场,最终得到融合后的海面风场结果。仿真分析结果表明,变分融合后的海面风速和风向结果更接近于理想值,尤其在SAR海面风场覆盖区域更为明显。选取ENVISAT/ASAR资料和与其时空匹配的欧洲中期天气预报中心模式风场资料开展实例验证,结果表明融合后的海面风场结果比模式风场更加接近于浮标观测结果。

基于L1范数正则项约束的不连续资料三维/四维变分融合研究

经典三维/四维变分融合基于误差服从高斯分布,在极小化迭代时涉及到求解目标泛函梯度,若资料不连续则不可微,从而无法求解相应梯度,故理论要求所融合的资料必须具有"连续性"。采用扩展经典三维/四维变分融合方法,显式地基于L1范数把先验知识作为正则项约束项耦合到经典变分融合模型。在实施过程中把资料映射到小波域,采用新的融合模型在"小波空间"完成资料融合后,再采用小波逆变换映射回"观测空间"。通过线性平流扩散方程作为四维预报模式进行理想试验,试验设计融合背景和观测资料不连续,即在某些点左右导数不相等,试验结果表明文中采用的方法可行。进一步将该方法用于多源降水资料融合试验,采用基于GAMMA拟合函数的概率密度匹配法(Probability Density Function matching method,PDF)进行CMORPH反演降水资料订正,再将订正后的资料与地面站观测资料进行融合。通过与参考场结构相似性度量,得到该方法能更好地保留代表一些天气现象的"离群点"。该融合方法为不连续资料融合,尤其是"跳变点"的变分融合奠定了理论基础并提供了可借鉴的方法。

基于融合的微光云图的云分割

首先应用基于变分的图像融合方法对DMSP气象卫星夜间微光云图和红外云图进行融合,在此基础上应用快速C-V模型图像分割方法对图像进行分割,将云分割出来。结果显示,与源图像相比,融合图像中包含了更多的关于云的信息,云体清晰度提高,纹理细致。在此基础上云体分割比较完整,比直接在各通道图像中进行分割的效果优越。