星下点观测的星载卫星导航反射信号海面风矢量极大似然估计

该文针对星载全球导航卫星反射计(GNSS-R)镜面反射信号对海面风向不敏感导致海面风向反演难问题,分析非镜向海面散射信号特征,提出星下点非镜向观测模式,定义该模式下海面风矢量敏感特征观测量,在此基础上提出基于星载GNSS-R海面风矢量极大似然估计(MLE)反演算法直接利用两颗及以上导航卫星的星下点非镜向散射信号进行海面风矢量的反演,并提出风矢量搜索算法提高反演效率。通过搭建星载GNSS-R仿真平台验证算法的可行性和评估算法性能。结果表明:所提算法可直接利用非镜向独立观测模式下的多颗导航卫星散射信号反演得到海面风速和风向;多星观测可消除观测几何导致的模糊解从而将海风风向4个模糊解降至2个模糊解,但无法消除海浪谱的对称性导致的海面风向模糊解。在2~25 m/s的风速内,当信噪比(SNR)大于11 dB时,3星观测的风速均方根误差(RMSE)优于2 m/s,风向的均方根误差优于15°。

一种基于静止卫星的海面风矢量估测方法

参考大气动力学理论中风随高度、纬度的分布特征,提出一种基于静止卫星低层大气导风利用全连接神经网络估测海面风的新思路,构建基于卫星遥感数据的全连接神经网络海面风矢量估测模型,实现基于大气导风的海面风估测。基于GOES-16先进基线成像仪可见光通道0.5 km分辨率大气导风开展试验,并与2021年1月1日—12月31日北美近海岸和海上93个美国国家数据浮标中心浮标数据比对,结果表明:全连接神经网络估算得到基于大气导风的海面风风速均方根误差不大于1.5 m·s^(-1),较传统模型降低0.24 m·s^(-1)。将模型应用于飓风场景,通过与2022年3个北大西洋飓风和3个东太平洋飓风共13个时次的再分析数据比对表明:基于大气导风的海面风风速均方根误差不大于1.1 m·s^(-1),相较于传统经验模型降低0.04 m·s^(-1),在低风速区无系统性偏差。

基于Copula函数和风速正交分量的风矢量联合概率密度研究

准确地表示风矢量联合概率密度对于风能的评估和风机结构设计具有重要意义,本文将围绕提升风矢量联合概率密度表示结果准确性展开研究。首先,将风矢量表示为风速正交分量,采用混合Normal分布分别对边缘概率密度进行表示,并提出了估计混合Normal分布参数的方法。然后,基于Copula函数考虑风速正交分量间的相关性,从而得到二者的联合概率密度,其中Copula参数通过最小二乘法估计,紧接着通过雅可比变换得到风矢量联合概率密度。最后,采用印度风能研究所的测点S3和S7的每小时平均风速和风向数据,与以往基于Copula函数和风速、风向变量得到的风矢量联合概率密度结果进行对比。结果表明,与以往方法相比,所提方法得到的风矢量联合概率密度结果准确性有很大的提升,本文可为风能的开采和利用提供理论依据。

基于LSTM的风矢量预测方法

从特征工程角度对风速与风向间的相关性进行分析,结果表明,风速与风向包含的特征信息不同,可以同时将其作为输入变量,用于训练模型。该结果也为输入变量时间长度的选择提供了依据。将风速分解为东西及南北方向2个正交的一维变量,以防止多维变量增加方法复杂度。采用长短时记忆神经网络(LSTM)分别对2个方向风速训练预测模型,并将预测结果还原为风速与风向预测数据。实验结果表明,所提方法能够更好地捕捉风速与风向中的信息量,在风速与风向的预测误差分别小于1.0 m/s和5°时,预测准确率可达到90%以上。

半透明云风矢量高度算法中代表运动像元的使用

半透明云风矢量高度指定是卫星风矢量算法的重要部分,需要使用来自半透明云体的辐射和云下背景辐射两个变量。为了更精确地获得来自半透明云体的辐射,采用像元对追踪相关系数的贡献和红外亮温两个变量进行统计分析,将追踪图像块中的像元分为3个部分:小贡献像元、暖区段大贡献像元和冷区段大贡献像元;对暖区段、冷区段内大贡献像元的特征进行考察表明,冷区段的大贡献像元更能代表追踪图像块运动,称为代表运动像元。选择代表运动像元参与计算来自半透明云体的辐射,对半透明云风矢量高度指定算法进行改进,在该算法中分别使用和不使用代表运动像元,计算FY-2气象卫星风矢量,将结果与欧洲中期天气预报中心(ECMWF)分析场进行对比表明,在半透明云高度指定算法中使用代表运动像元,FY-2气象卫星风矢量误差明显降低。

半透明云风矢量高度算法中云下背景辐射的估计

半透明云风矢量高度指定是卫星风矢量算法的重要部分,需要来自半透明云体的辐射和云下背景辐射两个变量。云下背景辐射发生在云层下面,未被卫星直接观测到,为了在半透明云风矢量高度指定算法中更精确地获得云下背景辐射,使用风矢量附近无云区的红外/水汽散点图,估计云下背景辐射。分析表明:在追踪区域里存在无云区的情况下,追踪区的最高红外亮温可代表红外通道的背景辐射;而水汽通道的背景辐射,却在红外亮温高值区段内水汽亮温相对较低区段。追踪区内找不到无云区时应扩大搜索范围,找到无云区后可估计云下背景辐射。在半透明云风矢量高度指定算法中使用云下背景辐射估计的改进算法前后,计算FY-2气象卫星进行风矢量,并将结果与欧洲中期天气预报中心(ECMWF)分析场进行对比表明,在半透明风矢量高度指定算法中使用云下背景辐射估计,FY-2气象卫星风矢量误差明显降低。

ERS-2 SAR反演海洋风矢量的研究

SAR(Synthetic Aperture Radar)反演海洋风矢量是当今微波遥感领域非常有意义的前沿课题.本文首先介绍了星载SAR估算海面风向、风速的基本原理和三种主流反演算法,接着给出反演的流程图以及重要步骤.然后,以2002年5月7日香港地区ERS-2 SAR海洋图像为例,对经典的SWDA(SAR Wind Direction Algorithm)-谱分析方法加以改进,求得具有180°模糊度的风向,并用香港天文台气象浮标实测数据消除了风向不确定性.最后,利用CMOD4GMF(Geophysical Model Function,地球物理模式函数)计算得到海面上10m高的风速.与气象浮标站实测资料相比,利用ERS-2 SAR图像获取的海面风向、风速的精度均较高.这一结果表明:如果对SAR预先进行ADC(Analog toDigital Converter)改正以及精确校准,结合改进的SWDA和CMOD4,可以获得高精度的风矢量.

基于遗传算法的微波散射计海面风矢量反演研究

针对目前传统反演方法存在的不足和限制,引入遗传算法用于风矢量反演中的目标函数优化。以SeaWinds散射计为例,根据其模型函数和模糊解的基本特征,设计并实现了一套可用于该散射计的海面风矢量反演算法,并利用SeaWinds散射计部分L2A实测数据对该反演算法进行了验证。实验结果表明,通过多代遗传操作,算法能够收敛于几个局部极值点,从而证明该算法能够有效解决数值风矢量的优化搜索问题。

基于双阵元超声波接收阵列的风矢量测量

针对当前超声波测风仪测量精度不高及抑制噪声干扰能力不强的问题,提出了一种双阵元超声波接收阵列结构及基于该结构的风矢量测量方法。首先,设计了一种基于超声波测风原理的风速风向测量系统结构,该结构中包含一个超声波发射阵元和两个超声波接收阵元;然后,依据该系统结构给出了一种基于相关方法的超声波时延估计算法,根据超声波传输时间与风矢量之间的关系可直接获得风速风向值。最后,通过仿真实验对所提方法的可行性与有效性进行了验证,且通过搭建的双阵元超声波阵列测风系统对所提方法进行了实测数据验证。实验结果表明:设计的结构简单易实现,算法稳定计算复杂度低,并且具有较高的噪声抑制能力。实测环境下风速测量的最大相对误差为2.3%、风向角测量的最大测量误差为-1.5°,基本达到了风矢量测量仪的技术要求。

HY-2卫星微波散射计反演风矢量产品真实性检验方法研究

海洋二号(HY-2)卫星微波散射计主要用于测量海表面的风速和风向,为了确保地面应用系统业务化处理软件生产产品的质量,必须对其生产产品进行真实性检验,为数据产品的定量化应用提供依据。本文基于NCEP分析资料数据,对HY-2卫星微波散射计反演风矢量产品进行了真实性检验,检验结果表明:采用NCEP分析数据,除了可以给出HY-2卫星微波散射计反演风矢量产品的整体精度评价之外,还可以用于快速分析与圆锥扫描笔形波束体制相关及测量机理的精度特性分析,辅助分析识别仪器在轨测量性能的短期异常。

航天飞机成像雷达海面风矢量观测研究——以1994年4月南中国海试验区为例

海洋雷达后向散射回波主要来自短重力波的Ｂｒａｇｇ 散射，这种散射与海面风场信息、边界层涡旋等密切相关。因此，可以从雷达散射截面反演风场信息。对１９９４ 年４ 月航天飞机成像雷达（ＳＩＲＣ／ＸＳＡＲ）获取的南中国海合成孔径雷达（ＳＡＲ） 图像进行了分析研究。利用ＳＩＲＣ 数据，从ＳＡＲ 图像谱提取了风向；根据ＣＭＯＤ４ 模型，从Ｃ波段雷达后向散射系数反演风速；利用双尺度散射模型对反演的风速进行了对比分析。结果表明，从ＳＩＲＣ雷达数据可以反演海面风矢量，星载ＳＡＲ是提取海面风场信息的有效技术手段之一。

动态聚类适应值共享遗传算法在散射计风矢量反演中的应用

风矢量反演是散射计数据处理的核心内容,传统风矢量反演算法的设计过多依赖于目标函数的具体分布形态。以SeaWinds散射计为例,根据风矢量反演的多解问题和模糊解特性,设计了一种基于动态小生境遗传算法的风矢量反演算法。利用部分L2A和相应L2B数据对该算法进行了验证。结果表明该算法在无需任何目标函数先验知识的条件下能够取得较好的反演结果。

QuikSCAT风矢量快速反演的后向散射系数预处理算法

根据QuikSCAT的工作特点,提出了一种通过对QuikSCAT风矢量单元后向散射系数进行预处理,从而提高反演效率的快速算法。预处理算法将每个风矢量单元对应的后向散射系数按测量几何关系分为外波束前视、内波束前视、内波束后视、外波束后视观测4组,取每组后向散射系数平均值作为对应组的测量结果,再将作分组平均处理后的后向散射系数代入反演流程中,使得求目标函数值步骤中搜索查找表的次数减少到4次。与JPL业务化运行所选用的算法相比较,快速算法仅以损失少量风向信息为代价,将风矢量反演所需计算量减少到原来的1/3,极大地提高了运算效率,缩短了风矢量反演所需的时间,可为应对突发灾难性天气等特殊情况争时间。

风矢量对坡面降雨动能分布的影响

风矢量的存在既改变了雨滴的下降速度 ,也改变了雨滴溅击地面的角度 ,对坡面雨滴溅蚀的影响很大。只有垂直于坡面的雨滴速度分量所决定的降雨动能才是坡面溅蚀的初始动力。故将静风条件下的雨滴最终速度和风矢量分解 ,得到垂直于坡面的雨滴合速度。根据雨滴速度的分布律 ,导出了雨滴动能的分布函数和分布密度 ,并通过积分求得不同风速条件下雨滴动能均值随坡向坡度的分布规律。

从单Doppler速度场反演风矢量场的VAP方法

从单Doppler速度场反演风矢量场的VAP（Velocity Azimuth Processing）方法是在假定相邻方位角的风矢量相等的前提下，从单部Doppler雷达所测得的各个距离圈上的径向速度随方位角分布的廓线推算风向和风速的方法。这个假定可以保证反演所得的风矢量场中仍保留次天气尺度的风场信息。对VAP方法反演公式的误差分析表明，反演出的风向误差为20－30度，与常规测风的误差相近。风速误一般为10°m/s，但在某些特定的情况下可达到与风速相同的量级（10^1m/s）。用VAP方法反演风矢量场前必须首先消除原始Doppler速度资料中的脉动。它可以通过简单的一维线性平滑实现。文中给出了一个反演实例，从中可以分析出次于天气尺度的切变线和辐合线。常规天气图和UHF雷达的风廓线预测表明，这些次天气尺度系统是存在的。它们与反射率因子分布的配置还表明这些次天气尺度系统是和降水相联系的。

气象卫星风矢量BUFR编码

为了与国际接轨且满足气象卫星风矢量产品国际交流需求的不断增长,开发了WMO新模板的风矢量产品BUFR编码软件。编码过程中通过附加字段提供了质量控制信息,描述符由早期风矢量产品BUFR编码的18个激增至254个,BUFR报文提供的信息更加丰富。编码结果表明非压缩编码BUFR报文的长度是压缩编码BUFR报文的9倍;为了便于GTS传输,宜采用压缩格式BUFR编码。压缩格式的BUFR编码有较高的数据压缩率(约53%),非常利于数据传输。

α和高斯混合噪声背景下超声波风矢量测量

针对α与高斯混合噪声下的超声波风矢量高精度、宽范围测量问题,本文提出了一种基于FLOM的双相测量方法。首先,利用FLOM算子对α与高斯混合噪声进行抑制,克服了传统的二阶矩以及高阶累计量无法在α和高斯混合噪声背景下使用的缺点。然后,将时延估计方法转化为相位估计方法,并利用参考信号的正交性,提出了一种基于FLOM的双相测量方法,消除了超声波传播过程中的幅值变化对测量精度的影响。仿真结果表明:在风速为0~70 m/s条件下,所提方法的测量精度与测量范围均高于时延估计方法;在信噪比为-10 dB的条件下,风速的均方根误差仍小于1.5 m/s,风向角的均方根误差小于2°。实测结果表明:在强风条件下,风速的均方根误差为0.104 m/s,风向角的均方根误差为0.54°。本文所提方法能在α与高斯混合噪声条件下对风矢量进行精确估计,其结果明显优于时延估计方法。

由单个多普勒雷达探测资料反演风矢量场的变分方法

由单个多普勒雷达探测资料反演风矢量场的问题被表述为模式参数识别的问题，利用变分方法和最优控制技术给出风场的最佳估计．总结了作者及其合作者在这一领域的研究成果。

HY-2卫星微波散射计海面风矢量场反演技术研究

主要针对HY-2卫星微波散射计,提出反演海面风矢量模型算法,并进行误差精度分析,给出了HY-2卫星微波散射计数据获取、预处理、风矢量场反演和产品制作技术流程,为HY-2卫星发射上天后能尽快发挥应有的效益做好技术准备,以此推动我国海洋微波遥感技术的发展。

风矢量的自动检测

风速,是自然界中的一个很重要的信息,它包括两个参量:速度和风向。本文综合了国内外的不同测量方法,重点介绍了一种智能低耗风传感器。它由两个自热PTC(正温度系数)元件构成,可以在两个方向测出可靠的风矢量。文中还介绍了该传感器的建模方式和检测方法,该方法可以有效地利用校正程序自动补偿由于器件的非线性、元件的被污染及老化等因素造成的误差。