GF-3交叉极化数据的海面风速反演研究

• 作者: 丁苑 曾祥能 行鸿彦 郝明磊
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 合成孔径雷达图像 交叉极化 海面风速 逐步回归 BP神经网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 286-292,300
• 页数: 8页
• 分类号: TP79
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055736

摘要

单极化合成孔径雷达(SAR)图像在海面风场反演应用中具有复杂的业务化模型,运用SAR交叉极化数据反演海面风速成为当前研究热点.采用我国自主发射的C波段SAR卫星高分三号全极化SAR图像数据,以太平洋、大西洋等远洋海域为重点研究区域,分析交叉极化后向散射强度与海面风速、相对风向及雷达入射角的关系,建立多元线性回归模型和BP神经网络模型,并采用ECMWF风场再分析数据对模型结果进行验证.实验结果表明,建立的回归模型有效验证了交叉极化后向散射强度与风速、入射角呈线性相关,相较于同极化SAR反演海面风场,该模型不依赖于外部风向的输入,简化了风速反演模型.BP神经网络模型训练样本集拟合R值优于70％,且有效预测了交叉极化风速.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	行鸿彦		137	1324	19.0	31.0
2	丁苑		3	1	1.0	1.0
3	郝明磊		1	0	0.0	0.0
4	曾祥能		1	0	0.0	0.0