[发明专利]降雨情形下风矢量反演的象元筛选、滤波方法和系统

说明书

本发明提供一种降雨情形下风矢量反演的象元筛选、滤波方法和系统，其象元筛选方法包括步骤：纠正降雨对散射计观测信号的干扰，获取较准确的由风场引起的雷达后向散射截面积；根据获取到的由风场引起后的风向散射截面积来确定降雨情形下风矢量反演中的象元的各模糊解以及各模糊解的总灰度值；找出与数值风场数据最接近的目标模糊解；判断目标模糊解的总灰度值是否大于预设的灰度阈值；若是，对象元作一标记；其滤波方法包括步骤：采用本发明的筛选方法对降雨情形下风矢量反演中的象元进行筛选。由于筛选过程中纠正降雨对散射计观测信号的干扰，且可有效剔除风矢量反演误差较大的象元，可以有助于提高风矢量反演精度。

技术领域

本发明涉及海洋遥感领域，特别是涉及一种降雨情形下风矢量反演的象元筛选、滤波方法和系统。

背景技术

海风是作用在海洋表层的重要动力因子，驱动着海洋从海面波到深层洋流系统的各种尺度的海洋运动，小则形成海洋波浪，大则推动洋流发展。海风通过调节海水与大气之间的热量、水汽和化学物质的交换，来调整海-气耦合作用，维持全球和区域气候模式，该耦合作用对全球和区域气候有重要影响，甚至能引起全球环境的变化，如厄尔尼诺现象。而且，海风可以纳入到区域或全球的数值天气预报系统，提高天气预报的能力。因此，获得高精度、高时空分辨率的海风数据对于海洋动力学、气象、气候学研究和人类合理利用风能资源具有十分重要的科研价值和现实意义。

海面风场的常规观测系统主要通过船舶、海上浮标及沿岸站等。对于覆盖全球面积70％的海洋而言，常规手段获得的风场资料十分有限而且花费巨大。卫星遥感技术为海面风场的测量提供了一个全新的手段，它具有覆盖面广、观测连续、受天气影响小等优点，已经进入业务化运行。能够提供全球海面风场信息的星载传感器包括散射计、微波辐射计、合成孔径雷达(SAR)、卫星高度计，但只有散射计能大范围同时提供包括风速大小和风向在内的完整的风矢量信息。

散射计反演风场分为三个个步骤：第一步，建立地球物理模型函数(geophysicalmodel function，GMF)，第二步，由地球物理模型函数反演得到2-4个模糊解，第三步，采用圆中数滤波方法去除模糊解，得到唯一的真解。圆中数滤波算法有效运行的前提条件是滤波窗口中的风矢量误差比较大(风向反演误差大于45度)的象元数目不能超过一半。由于SeaWinds散射计的观测特点(圆盘天线旋转式扫描)，使得该散射计星下点区域模糊解的反演误差(反演步骤中的第二步)整体较大，因而在使用圆中数滤波算法时，滤波窗口中反演误差较大的象元数目往往超过一半，使得圆中数滤波效果不佳，使得最终反演误差偏高。

目前的风矢量反演算法能够很好地解决大部分情形下(95％)的海面风矢量反演任务，但是仍然存在反演误差比较大的情形：降雨、近海岸风场以及高风速情形。其中降雨造成的风矢量反演误差增大占主要部分(约4％)，同时，发生台风时高风速下往往伴随着降雨，因此，研究降雨情形下的风矢量反演算法有助于进一步降低传统反演算法的误差，并对台风路径监测具有一定的指示作用，为沿海地区防灾减灾提供科学依据。

发明内容

本发明的一个目的在于提供一种降雨情形下风矢量反演的象元筛选、滤波方法和系统，可以有助于提高风矢量反演精度。

本发明的这一目的通过如下技术方案实现：

一种降雨情形下风矢量反演方法，包括如下步骤：

纠正降雨对散射计观测信号的干扰，获取较准确的由风场引起的雷达后向散射截面积；

根据获取到的由风场引起后的风向散射截面积来确定降雨情形下SeaWinds散射计星下点风矢量反演中的象元的各模糊解以及各所述模糊解的总灰度值；

将各所述模糊解与数值风场数据进行对比，找出与数值风场数据最接近的目标模糊解；

判断所述目标模糊解的总灰度值是否大于预设的灰度阈值；

若是，对所述象元作一标记。